[논문]빅데이터를 활용한 여수관광 활성화 방안

임양의; 김강철

doi:10.13067/jkiecs.2020.15.4.739

빅데이터를 활용한 여수관광 활성화 방안
Methods to Propel Tourism of Yeosu City Using Big Data 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.4, 2020년, pp.739 - 746

초록
AI-Helper

2016년 세계 경제포럼에서 처음 소개된 4차 산업혁명은 빅데이터 분석, 사물인터넷, 인공 지능 등의 핵심 정보통신 기술의 변화뿐만 아니라 관광 업계에도 엄청난 파급 효과를 가져 오고 있다. 본 연구는 빅데이터 분석과 설문조사를 통하여 여수시의 관광활성화 방안을 제시한다. 소셜 메트릭스를 사용하여 여수 관광에 대하여 감성어와 긍부정 추이를 추출하고, 네이버 데이터랩을 사용하여 여수 관광에 관련된 키워드를 추출하여 R 언어로 시각화하였다. 그리고 여수지역을 방문하는 493명의 여행객의 설문조사를 바탕으로 SPSS를 사용하여 빈도, 요인, 차이, 상관관계 및 회귀분석을 수행하였다. 여수 여행과 해양 케이블카의 감성어 분석에서는 긍정이 부정보다 월등히 많았다. 설문조사 분석에서 여수지역이 여수 관광 만족도와 활성화에 유의미하고, 연령별로 선호하는 관광지와 검색 기기가 다르다는 것을 확인하였다. 빅데이터 분석과 설문조사에서 관광객들은 함께 즐기면서 힐링 할 수 있는 해양공원 같은 소프트 컨텐츠가 있는 관광지를 선호한다는 것을 보여주었다.

Abstract ▼ AI-Helper

The fourth industrial revolution introduced at world economic forum in 2016 has had huge effects on tourism industries as well as the change of core technologies in ICT such as big data, IoT, etc, This paper proposes the methods to propel tourism of Yoesu city through big data analysis and questionnaires. Sensitive words and positive-negative trend are extracted by Social Metrics and the keywords for Yeosu tour trends are extracted and analyzed by Naver datalab, and the results are visualized by R language. And frequency, difference, factor, covariance and regression analysis in SPSS are executed for the questionnaires for 493 visitors who traveled in Yeosu city. Sentiment analysis for Yeosu tour and maritime cable car shows that positive effect is much more than negative one. The analyses for questionnaires in SPSS show that Yeosu area is statistically significant to tour satisfaction index and tour revitalization for Yeosu, and favorite sightseeing places and searching electronic devices for age groups are different. The sightseeing places such as a maritime park with soft contents that give joyfulness and healing to tourists are highly attracted in both the big data and questionnaires analysis.

주제어

표/그림 (11)

그림 그림 1. 여수시 연도별 관광객 수 Fig. 1 Number of tourists in Yeosu by year
그림 그림 2. 워드 클라우드 과정 Fig. 2 Process of word cloud
그림 그림 3. 소셜메트릭스를 이용한 감성 분석 처리 과정 FIg. 3 Processing for sentiment analysis with social metrics
그림 그림 4. '여수관광' 키워드에 대한 워드 클라우드 Fig. 4 Word cloud for 'Yeosu Tourism' keyword
그림 그림 5. 여수관광 및 케이블카에 대한 감성어 분석 Fig. 5 Sentiment aanalysis for Yeosu Tourism and maritime cable car
그림 그림 6. 여수관광지 키워드에 대한 PC와 스마트폰의 조회수 비교 Fig. 6 Frequency comparison of PC and cell phone for the keywords of Yeosu sightseeing places.
표 표 1. 빈도분석 Table 1. Frequency analysis
표 표 2. 연령에 따른 차이분석 Table 2. Analysis of differences by age factor analysis
표 표 3. 성별에 따른 차이분석 Table 3. Differences analysis by gender
표 표 4. 상관관계 분석 Table 4. Correlation analysis
표 표 5. 회귀분석 Table 5. Regression analysis

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 2017년도 이후에 여수를 방문한 관광객이 감소하는 원인을 파악하고, 만족도와 활성화에 유의한 영향을 미치는 요인을 분석하고, 빅데이터를 활용한 관광 활성화 방안을 제시 하였다.
본 연구에서는 2020년 3월 5일부터 2020년 3월 20일까지 여수지역을 관광하는 여행객 493명을 대상으로 한 설문지와 소셜 메트릭스와 네이버 데이터랩에서 추출된 빅데이터를 사용하여 여수지역을 활성화하는 방안에 대해 연구를 진행한다

제안 방법

인터넷 사이트에 흩어져 있는 자료들을 대상으로 연구목적을 달성하기 위해 내용분석의 한 유형인 키워드 분석 방법을 진행한다. PC나 모바일 자료의 활용에 대한 방안 모색이 목적이기 때문에 대용량의 자료 분석이 필요하여 키워드와 관련된 빅데이터를 추출하고 R 프로그램에서 워드 클라우드로 데이터를 비교 분석한다
SPSS 22.0 프로그램을 활용하여 여수관광지를 찾는 493명의 관광객 설문조사에 대해 분석하였다. 분석 방법은 빈도분석, 지역별 연령대 별 선호도, 요인분석, 연령에 따른 차이 분석, 성별에 따른 차이 분석,기기에 따른 차이 분석, 상관관계, 회귀분석 순으로 여수관광지 활성화 방안에 대해 분석하였다.
네이버 데이터 랩은 네이버 검색 빅데이터를 통해 트렌드를 알아볼 수 있는 사이트로서 쇼핑 분야별 인기 검색어, 급상승 검색어, 검색어 트렌드, 지역통계 등을 확인할 수 있다. 그리고 R프로그램에서 텍스트마이닝과 워드 클라우드를 활용하여 PC와 모바일의 방대한 자료를 분석하였다. 연구범위는 관광과 관련된 키워드를 이용하였고, 2013년부터 2019년까지 검색하였다.
본 논문은 빅데이터 분석도구인 소셜 메트릭스와네이버 데이터랩을 통하여 여수관광에 대한 감성어분석과 키워드를 추출하여 R 언어의 워드 클라우드를 사용하여 시각화하고, 여수 관광활성화 방안을 제시한다. 그리고 여수 관광에 관한 설문 조사를 하고,SPSS를 사용하여 통계 처리한다. 설문조사에는 통계학적 문항으로 관광객의 연령, 성별, 관광관련 검색기기, 여수 관광지 선호도를 조사하였고, 여수 지역에 관련된 5 개의 문항, 여수 관광 만족도에 관련된 5 개의 문항, 그리고 여수 관광 활성화에 관련된 7 개의 문항이 포함된다.
먼저 통계학적 문항으로 관광객의 20세부터 70세까지 연령, 남녀의 성별, 관광지를 검색하는 PC와 스마트폰의 검색기기,10곳의 유명 여수 관광지 선호도를 조사한다. 그리고 여수지역 관광 활성화 전략의 필요성, 여수 지역의 관광지 발전 가능성 등에 관련된 여수 지역에 관련 5 개의 문항과 타인에게 여수 관광지 추천 및 재방문 등의 여수 관광 만족도에 관련된 5 개의 문항을 조사한다. 그리고 축제, 관광 코스, 먹거리 등이 포함된 여수 관광 활성화에 관련된 7 개의 문항이 포함된다
관광만족도에 대한 측정도구는 상승성[12]의 측정 도구(지역축제 브랜드 자산 구성요소, 방문객 관광동기, 방문객만족도)로 재설정하여 사용하고, 여수지역에 대한 측정도구는 양성은[13]의 연구에서 활용한 설문지(성별,연령, 최종 학력, 가계수입, 거주지)를 바탕으로 측정 도구로 사용한다. 그리고 여수지역 활성화 방안 최무경[14]의 연구에서 쓰여진 측정도구(인구통계적 특성,방문동기, 관광객 만족도, 관광 활성화 방안, 재방문의사)를 본 연구에 맞게 활용하여 분석을 진행한다
설문 조사는 4개의 군으로 분류된다. 먼저 통계학적 문항으로 관광객의 20세부터 70세까지 연령, 남녀의 성별, 관광지를 검색하는 PC와 스마트폰의 검색기기,10곳의 유명 여수 관광지 선호도를 조사한다. 그리고 여수지역 관광 활성화 전략의 필요성, 여수 지역의 관광지 발전 가능성 등에 관련된 여수 지역에 관련 5 개의 문항과 타인에게 여수 관광지 추천 및 재방문 등의 여수 관광 만족도에 관련된 5 개의 문항을 조사한다.
본 논문은 Ⅱ 장에서 연구의 동기와 분석 과정을 설명하고, Ⅲ 장에서 감성분석과 키워드 추출을 통한 분석 결과와 설문 조사 분석 결과를 보여준다. 그리고 빅데이터 분석 결과와 설문조사 결과를 비교 설명한다.
본 논문은 빅데이터 분석도구인 소셜 메트릭스와네이버 데이터랩을 통하여 여수관광에 대한 감성어분석과 키워드를 추출하여 R 언어의 워드 클라우드를 사용하여 시각화하고, 여수 관광활성화 방안을 제시한다. 그리고 여수 관광에 관한 설문 조사를 하고,SPSS를 사용하여 통계 처리한다.
본 연구에서는 빅데이터의 내용 분석을 위해 여수 관광 키워드 분석 방법과 감성어 분석을 위하여 소셜메트릭스를 사용하였다. 여수관광을 선호하는 ‘키워드’를 네이버 데이터랩을 활용하여 분석하였다.
다음으로 가설검증을 위한 예비분석으로 요인분석과 신뢰도 분석을 실시하였다. 본 연구에서는 탐색적 요인분석을 실시하였다. SPSS에서 각 변수별로 주성분 분석을 실시하였고, 회전방식인 베리맥스를 사용하였다.
그리고 여수 관광에 관한 설문 조사를 하고,SPSS를 사용하여 통계 처리한다. 설문조사에는 통계학적 문항으로 관광객의 연령, 성별, 관광관련 검색기기, 여수 관광지 선호도를 조사하였고, 여수 지역에 관련된 5 개의 문항, 여수 관광 만족도에 관련된 5 개의 문항, 그리고 여수 관광 활성화에 관련된 7 개의 문항이 포함된다. 이 설문 조사에 대하여 타당성을 검증하기 위하여 SPSS 통계 패키지를 이용하여 빈도분석, 요인분석, 상관관계, 회귀분석을 수행하였다
인터넷 사이트에 흩어져 있는 자료들을 대상으로 연구목적을 달성하기 위해 내용분석의 한 유형인 키워드 분석 방법을 진행한다. PC나 모바일 자료의 활용에 대한 방안 모색이 목적이기 때문에 대용량의 자료 분석이 필요하여 키워드와 관련된 빅데이터를 추출하고 R 프로그램에서 워드 클라우드로 데이터를 비교 분석한다

대상 데이터

빅데이터 분석에서 데이터랩을 활용한 ‘키워드’ 분석과 R프로그램을 활용한 워드클라우드 분석 그리고 소셜메트릭스를 활용한 감성분석을 하였고, 2020년 3월 5일부터 2020년 3월 20일 동안 여수지역을 방문하는 관광객 493명의 설문조사에 대한 분석을 하였다.
그리고 R프로그램에서 텍스트마이닝과 워드 클라우드를 활용하여 PC와 모바일의 방대한 자료를 분석하였다. 연구범위는 관광과 관련된 키워드를 이용하였고, 2013년부터 2019년까지 검색하였다. 키워드를 이용한 검색은 데이터 랩에서 수행하고, R 프로그램에서 워드 클라우드로 데이터를 비교분석하였다

데이터처리

본 연구에서는 탐색적 요인분석을 실시하였다. SPSS에서 각 변수별로 주성분 분석을 실시하였고, 회전방식인 베리맥스를 사용하였다. 각 요인의 신뢰도는 측정 항목의 타당성 검증을 통한 하나의 개념에 관하여 그 결과에 관한 일관성이어느 정도 유지되는가를 측정하는 것이며, 측정변수의 신뢰도 계수(Cronbach’s α)값이 0.
다음으로 가설검증을 위한 예비분석으로 요인분석과 신뢰도 분석을 실시하였다. 본 연구에서는 탐색적 요인분석을 실시하였다.
0 프로그램을 활용하여 여수관광지를 찾는 493명의 관광객 설문조사에 대해 분석하였다. 분석 방법은 빈도분석, 지역별 연령대 별 선호도, 요인분석, 연령에 따른 차이 분석, 성별에 따른 차이 분석,기기에 따른 차이 분석, 상관관계, 회귀분석 순으로 여수관광지 활성화 방안에 대해 분석하였다.
여수관광을 선호하는 ‘키워드’를 네이버 데이터랩을 활용하여 분석하였다.
설문조사에는 통계학적 문항으로 관광객의 연령, 성별, 관광관련 검색기기, 여수 관광지 선호도를 조사하였고, 여수 지역에 관련된 5 개의 문항, 여수 관광 만족도에 관련된 5 개의 문항, 그리고 여수 관광 활성화에 관련된 7 개의 문항이 포함된다. 이 설문 조사에 대하여 타당성을 검증하기 위하여 SPSS 통계 패키지를 이용하여 빈도분석, 요인분석, 상관관계, 회귀분석을 수행하였다
연구범위는 관광과 관련된 키워드를 이용하였고, 2013년부터 2019년까지 검색하였다. 키워드를 이용한 검색은 데이터 랩에서 수행하고, R 프로그램에서 워드 클라우드로 데이터를 비교분석하였다
표 2에서는 연령에 따른 차이를 분석하기 위해 분산 분석을 실시하여 집단 간의 차이를 분석하였다. 유의확률(p)는 유의수준(기준값) 0.
표 3에서는 성별에 따른 차이를 분석하기 위해 남성과 여성으로 구분하여 독립 표본 T검정을 실시하여 두 집단 간의 차이를 분석하였다. 분석 결과 여수지역에서는 t값이 .
표 5에서는 독립변수(IV)인 여수지역이 종속변수(DV)인 여수 지역 관광 활성화에 어떠한 영향을 미치는지 관계를 분석하기 위해 회귀분석을 실시한 결과 t값(t검정에 대한 통계량)은 독립변수와 종속변수 간에 선형관계(관련성)가 나타났다. 분석 결과로는 여수 지역과 여수지역 관광 활성화 간의 회귀 분석 설명력은 35.

이론/모형

설문지에 대한 측정도구는 다음과 같다. 관광만족도에 대한 측정도구는 상승성[12]의 측정 도구(지역축제 브랜드 자산 구성요소, 방문객 관광동기, 방문객만족도)로 재설정하여 사용하고, 여수지역에 대한 측정도구는 양성은[13]의 연구에서 활용한 설문지(성별,연령, 최종 학력, 가계수입, 거주지)를 바탕으로 측정 도구로 사용한다. 그리고 여수지역 활성화 방안 최무경[14]의 연구에서 쓰여진 측정도구(인구통계적 특성,방문동기, 관광객 만족도, 관광 활성화 방안, 재방문의사)를 본 연구에 맞게 활용하여 분석을 진행한다

성능/효과

05보다 낮게 나타났으므로 연령간의 유의한 차이가 있는 것으로 나타났다. 관광 만족도의 사후 분석 결과로는 30대가 70대 보다 많이 선호하는 것으로 나타났다. 여수 지역 관광 활성화에서는 f값이 4.
001보다 작으면 별 세 개를 표시한다. 분석 결과 여수 지역에서는 f값이 12.604이고 p값은 0.000으로 유의 수준이 0.05보다 낮게 나타났으므로 연령간의 유의한 차이가 있는 것으로 나타났다. 여수 지역의 사후분석 결과로는 20대가 70대 보다 많이 선호하는 것으로 나타났다.
표 3에서는 성별에 따른 차이를 분석하기 위해 남성과 여성으로 구분하여 독립 표본 T검정을 실시하여 두 집단 간의 차이를 분석하였다. 분석 결과 여수지역에서는 t값이 .693이고 p값의 유의 수준이 0.05보다 높게 나타났으므로 성별간의 차이가 없는 것으로 나타났다. 관광 만족도에서는 t값이 .
분석 결과로는 여수 지역과 여수지역 관광 활성화 간의 회귀 분석 설명력은 35.3%으로 나타났으며 회귀 모형은 F(회귀모형에 대한 검정 통계량)=272.580(p=0.000***, p<0.001)으로 회귀선 모형에 적합한 것으로 나타났다.
분석결과 대부분의 요인들에서 정적(+)인 상관관계를 보이고 있지만 여수 지역 관광 활성화와 관광만족도에서 가장 큰 정적인 상관관계를 가지고 있는 것으로 나타났으며 요인들 간의 상관관계는 모두 유의한 결과(p<.001)를 나타내고 있으며 본 연구에서 설정한 가설을 검증하는데 무리가 없음을 확인하였다.
빅데이터 분석 결과에서 대표적인 여수관광 키워드인 오동도, 해양공원, 해상케이블카 중 해상케이블카 선호도가 많이 감소하는 것으로 나타났다. 이에 대한‘여수여행’과 ‘해상케이블카’ 키워드를 소셜메트릭스의감성어 긍부정을 살펴본 결과 ‘여수여행’ 감성어에는 부정단어가 없었지만 ‘해상케이블카’의 감성어에서 부정단어의 주원인이 ‘비싸다’로 분석되었으며, 이에 대한 대책이 필요한 것으로 고려된다.
설문조사 분석 결과에서 여수지역이 여수 관광 만족도와 활성화에 유의미하고, 연령대에 대한 관광지 선호도를 살펴보니 연령별로 선호하는 관광지 선호도가 다르다는 것을 확인하였다. 20·30 대는 놀거리, 즐길거리인 해양공원을 선호하였고, 60·70 대는 섬역사박물관, 섬체험 관광 활동 등을 선호하였다.
’ 사이트에서 여수 관광지 키워드에 대하여 조회수를 나타낸 것이다. 스마트 폰을 활용한 검색은 145,300건(83%), PC를 활용한 검색은 28,940건(17%)으로 스마트폰을 이용한 검색수가 약 5배 정도 더 많이 하는 것으로 나타났다. 따라서 여수관광 활성화를 위해서는 스마트폰 활용에 대한 관광정책 및 홍보가 필요하다
여수관광 중 가장 많이 선호한 ‘키워드’를 네이버 데이터랩에서 검색하고, R 프로그램의 워드 클라우드를 활용하여 시각화한 결과 그림 4와 같이 ‘해상케이블카’,‘해양공원’(낭만포차, 여수밤바다), ‘오동도’를 방문한 관광객수는 2017년에 비해 2018년 감소로 나타났다.

질의응답

핵심어	질문	논문에서 추출한 답변
	통계 분석 중 서로 연관이 있다고 예측되는 변수들 간에 얼마나 연관성이 있는지 알아보는 방법은 무엇인가?	차이분석은 서로 다른 ‘두 집단’(독립변수)의 ‘평균’(종속변수)의 차이를 검증할 때 사용하는 분석이다. 상관관계분석은 서로 연관이 있다고 예측되는 변수들 간에 얼마나 연관성이 있는 지 알아보는 분석이다. 두 변수의 상관관계를 나타내 는 수치로 값이 0에 가까울수록 상관성이 없다고 볼 수 있으며, 반대로 1에 가까울수록 상관관계가 높다고 나타나는 분석이다.
	4차 산업혁명의 효과로 빅데이터는 어떤 정보로서 여겨지고 있는가?	제4차 산업혁명은 빅 데이터 분석, 인공지능, 로봇공학, 사물 인터넷 등의 핵심 정보통신 기술의 변화와 융합으로 직업을 포함하여 사회와 산업 전반에 엄청난 파급 효 과를 가져 오고 있다[1-2]. 특히 사물인터넷과 SNS의 활성화로 짧은 시간에 많은 데이터가 양산되고 있으며, 이러한 웹사이트의 댓글, 이미지 등과 같은 비정형 데이터는 기존의 관점 에서는 의미 없는 것에 불과 하였으나, 빅데이터(Big Data) 활용 방법의 발전으로 산업의 정책 방향을 결 정하는 중요한 정보가 되고 있다. 빅데이터란 기존의 데이터에 비해 그 양이 너무 커서 기존의 방법이나 도구로 수집, 저장, 검색, 분석, 시각화 등이 어려운 정형 또는 비정형 데이터로 구분된다[3-4].
	빅데이터란 무엇인가?	특히 사물인터넷과 SNS의 활성화로 짧은 시간에 많은 데이터가 양산되고 있으며, 이러한 웹사이트의 댓글, 이미지 등과 같은 비정형 데이터는 기존의 관점 에서는 의미 없는 것에 불과 하였으나, 빅데이터(Big Data) 활용 방법의 발전으로 산업의 정책 방향을 결 정하는 중요한 정보가 되고 있다. 빅데이터란 기존의 데이터에 비해 그 양이 너무 커서 기존의 방법이나 도구로 수집, 저장, 검색, 분석, 시각화 등이 어려운 정형 또는 비정형 데이터로 구분된다[3-4]. 일반적인 데이터베이스(DB) 소프트웨어가 저장, 관리, 분석할 수 있는 범위를 벗어나는 규모의 데이터를 말한다[5].

참고문헌 (14)

D. Wang, K. Kim and S. Han, "Home Security System Based on IoT," J. of the Korea Institute of Electronics and Communication Sciences, vol. 12, no. 1, 2017, pp. 147-154.
H. Lee, C. Lee, and J. Yang, "Examining the effect of a mega-event using content analysis," International Journal of Tourism and Hospitality Research, vol. 32, no. 1, 2018, pp. 19-31.
Y. Kim, "Big data-based water resource information management plan," Korean Society of Civil Engineers, vol. 63, no. 3, 2015, pp. 50-57.
J. Lee, J. Kim, and H. Kim, "Changes in marine sports awareness using social media big data analysis," Korean Society For Sport Management, vol. 22, no. 1, 2017, pp. 31-46.
T. Naiem, W. Stephen, and D. Sivanesan, "Big data : the next frontier for innovation in threapeutics and healthcare," Expert Review of Clinical Pharmacology, vol. 7, no. 3, 2014, pp. 293-301.
H. Lee and J. Kim, "A Study on Mobile Device users' Sentimental Analysis on the SNS through the R program," Humanities and Social Science and Technology Convergence Society, vol. 7, no. 5, 2017, pp. 821-828.
H. Kim and S. Park, "Analysis of trends in tourism using the semantic network analysis as a big data analysis method," International Journal of Tourism and Hospitality Research, vol. 33, 2019, pp. 97-111.
H. Yoon and S. Um, "The Effect of Family Life Cycle on Family Travel Decision-Making," Tourism Research, vol. 12, no. 1, 1998, pp. 299-310.
D. Kim, H. Jun, and K. Kim, "Strategic marketing plan of Jeollanam-do sports tourism," Journal of Sport and Leisure Studies, vol. 39, 2010, pp. 177-190.
S. Kwon, W. Kim, C. Son, and Y. Kim, "The Design of Platform for Ecotourism Information Supply," J. of the Korea Institute of Electronic Communication Service, vol. 13, no. 2, 2018, pp. 419-426.
J. Lee, H. Lee, J. Oh "Untact Mobile Order Payment System Using Short Range Wireless Communication Technology," J. of the Korea Institute of Electronic Communication Service, vol. 15, no. 2, 2020, pp. 225-230.
S. Sang, "The effect of components of regional festival brand assets on visitor tourist motivation and visit satisfaction: focusing on visitors to Gangneung Danoje," Korea Education and Research Information Service, 2010, pp. 49.
S. Yang, "Marine Sports Revitalization Strategy For Promoting marine tourism in Yeosu area," Korea Education and Research Information Service, 2009, pp. 101-108.
M. Choi, "Yeosu Geumo-do Tourist Activation Plan according to Visitor Motivation and Satisfaction," Korea Education and Research Information Service, 2013, pp. 92-96.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증