[논문]텍스트 마이닝을 통한 한국과 중국 시내면세점 만족 속성과 소비자 평점에 미치는 영향 분석 -중국인 관광객을 중심으로

양다솜; 김종욱

doi:10.14400/jdc.2020.18.8.001

텍스트 마이닝을 통한 한국과 중국 시내면세점 만족 속성과 소비자 평점에 미치는 영향 분석 -중국인 관광객을 중심으로
A Text Mining Analysis of Attributes for Satisfaction and Effect of Consumer Ratings to Korea and China Duty Free Stores - Focusing on Chinese Tourists - 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.8, 2020년, pp.1 - 9

양다솜 (성균관대학교 대학원 경영학과) , 김종욱 (성균관대학교 경영전문대학원)

초록
AI-Helper

본 연구에서는 중국 최대 온라인 리뷰 사이트인 Dazhong Dianping에서 중국인 관광객들은 한국과 중국 시내 면세점의 어떠한 속성들을 중요하게 생각하며 어떠한 Cluster들이 별점 점수(만족도)에 영향을 미치는지에 대해 알아보고자 하였다. 따라서 한국 시내면세점 리뷰 5,659개 중국 산야 시내면세점 리뷰 4,051개 총 9,710개를 R을 활용하여 텍스트 마이닝 분석하였다. 분석 결과, 한국 시내 면세점에서는 Sale, Membership, Food가 총 별점에 정(+)의 영향을 미치는 것으로 나타났다. 중국 시내면세점에서 Sale, Product, Airport, Food, Membership이 총 별점에 정(+)의 영향을 미치는 것으로 나타났다. 면세점 만족도 속성 중 Food라는 속성을 발견하면서 면세점 쇼핑 중 이용할 수 있는 식당 등의 편의 시설 공간을 제공하는 것이 중요함을 알 수 있었다. 이는 면세점 선택 및 만족의 새로운 속성을 찾았다는 점에 기인하여 연구를 확장시킬 수 있었다. 실무적으로 면세점 종사자들에게 식당 등의 편의시설 공간 제공이 중요함을 인식시킬 수 있었다.

Abstract ▼ AI-Helper

This study aims to find new attributes by analyzing Korea and China duty free store online reviews and examine the influence of these attributes on star ratings(satisfaction)of duty free store. For study, we used Dazhong Dianping that largest online review site in China. Using R, we analyzed 5,659 reviews of Korea duty free store and 4,051 reviews of China duty free store. According to the analysis, Sale, Food and Membership attributes had a positive effect on star rating of Korea duty free store. Sale, Product, Airport, Food and Membership had a positive effect on star rating of China duty free store. This study has identified new factors such as food that showed the importance of providing space of restaurants while shopping at duty free store. This study has contributed to the existing literature by finding new attribute such as food. Practically, this finding will help to duty free industry workers better understand the impact of providing space of restaurants on duty free store.

주제어

표/그림 (12)

그림 Fig. 1. Statistics of Duty Free Store
그림 Fig. 2. Process of Study
그림 Fig. 3. Top 50 Words of Korea Duty Free Store
그림 Fig. 4. Top 50 Words of Sanya Duty Free Store
그림 Fig. 5. Perpelxity of Korea Duty Free Store
그림 Fig. 6. Perplexity of Sanya Duty Free Store
그림 Fig. 7. LDA Result of Korea Duty Free Store
그림 Fig. 8. LDA Result of Sanya Duty Free Store
그림 Fig. 9. Result of Regression Analysis of Korea Duty Free Store
그림 Fig. 10. Result of Regression Analysis of Sanya Duty Free Store
그림 Fig. 11. Result of Logistic Analysis in Korea Duty Free Store
그림 Fig. 12. Result of Logistic Analysis in Sanya Duty Free Store

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 한국 시내 면세점 중 롯데, 신라, 신세계와 중국 산야면세점을 대상으로 이루어졌다. 2012년부터 2018년까지 중국인 관광객들의 쇼핑 장소 1위는 시내면세점으로 가장 많은 이용률을 보이고 있기 때문에 시내면세점에 대해 연구하였다. 한국 시내 면세점 중 롯데, 신라, 신세계 3개 그룹에 대해서만 조사하였다.
본 연구에서는 다음과 같은 한계점을 가지고 있다. 또한 이를 바탕으로 향후 연구 방안을 제시하고자한다. 첫 번째, 해당 연구에서 사용한 LDA는 단순히 단어가 몇 번 나오는 것인가에 따라 Cluster를 나눈 것이기 때문에 해당 단어의 긍·부정 표현을 알기 어렵다는 한계가 있다.
1점은 매우 불만족, 5점은 매우 만족으로 숫자가 높을수록 소비자들의 만족도가 높음을 의미한다. 본 연구에서는 각각의 독립변수들이 총 만족도에 어떠한 영향을 미치는지 알고자하였다. 따라서 LDA를 통해 추출한 주제를 독립변수로 설정한 후, 총 별점과 회귀분석을 시행하였다.
최근 중국에서는 자국의 면세점 산업에 대한 힘을 실어주고 있으며 한국 면세 시장에 대한 공세를 예고하였다. 이를 대비하기 위한 한 연구로 다음과 같은 연구 목적으로 이에 대한 연구를 수행하고자 한다. 중국인 관광객들은 한국과 중국 시내 면세점의 어떠한 속성들을 중요하게 생각하는 지를 검토하고, 궁극적으로 중국인들이 생각하는 한국과 중국 시내 면세점 온라인 리뷰의 주요 속성들을 파악하여 어떤 속성들이 면세점 만족도에 영향을 미치는 가를 텍스트 마이닝 기법을 이용하여 알아보고자 한다.

제안 방법

LDA 분석을 통해 주제별로 적절한 단어의 분포를 살펴보았다. LDA를 통해 추출된 주제들은 회귀분석의 독립변수로 활용되었다.
LDA 분석을 통해 한국 시내면세점과 중국 산야면세점의 9개 독립변수를 추출하였다. 각 독립변수를 살펴보면 독립변수 간 동일한 단어가 포함되어 있는 경우가 있다.
LDA를 통해 한국과 중국 면세점 리뷰의 핵심 속성 9가지를 밝혀 내었다. 회귀분석 전 각 리뷰별 주제 연관 단어 빈도수를 산출한 후 기존의 데이터에 병합하였다.
두 번째, 기존 설문조사로만 이루어지던 면세점 관련 연구를 텍스트 마이닝으로 확장하였다는 점이다. 기존 면세점 관련 연구는 설문조사로 이루어졌다. 하지만 인력과 시간 비용이 많이 투자되지만 표본이 적다는 한계가 있다.
본 연구에서는 각각의 독립변수들이 총 만족도에 어떠한 영향을 미치는지 알고자하였다. 따라서 LDA를 통해 추출한 주제를 독립변수로 설정한 후, 총 별점과 회귀분석을 시행하였다.
본 연구는 중국 최대 리뷰 사이트인 Dazhong Dianping에서 한국과 중국 시내 면세점 리뷰를 수집하여 LDA 토픽모델링 방법을 통해 주제들을 추출하였다. 한국 시내 면세점과 중국 산야 면세점 리뷰의 적절한 주제 개수를 계산한 결과 각각 50개의 주제를 가질 때 가장 적절하다고 나타났다.
본 연구에서 종속변수는 총 별점이 국가별 평균 점수보다 높을 경우 1, 그렇지 않을 경우 0으로 변환한 Dummy Variable로 지정하였다. 독립변수는 LDA를 통해 추출한 9개 Cluster로 지정하였으며 SPSS로 산출하였다.
전처리 된 데이터는 정보 추출, 범주화, 요약 등 분석 과정을 통해 우리에게 의미있는 정보와 지식이 된다[18]. 온라인에서 사용자들의 리뷰를 자동으로 검토하기 위하여 텍스트 마이닝 기법으로 이들의 온라인 리뷰를 검토 분석하였다.
이후 ‘segment CN’패키지로 문장을 단어로 나누었다. 이후 이모티콘, 숫자, 문장 부호, 감탄사 등 불필요한 단어와 100번 이하의 빈도를 나타내는 단어는 삭제하였다. 전처리 후 한국과 중국 산야 면세점 리뷰에서 가장 많이 나타나는 단어 50개를 추출하였다.
제 1장 서론에서는 연구의 배경 및 목적을 작성하였다. 제 2장 이론적 배경에서는 온라인 구전(e-WOM), 온라인 소비자 리뷰, 면세점 중요성, 면세점 선택 속성에 대한 선행연구를 검토하였다. 제 3장에서는 텍스트 마이닝 기법의 소개와 사용 이유 등과 함께, 연구 방법과 분석 과정에 대해 서술한다.
이를 대비하기 위한 한 연구로 다음과 같은 연구 목적으로 이에 대한 연구를 수행하고자 한다. 중국인 관광객들은 한국과 중국 시내 면세점의 어떠한 속성들을 중요하게 생각하는 지를 검토하고, 궁극적으로 중국인들이 생각하는 한국과 중국 시내 면세점 온라인 리뷰의 주요 속성들을 파악하여 어떤 속성들이 면세점 만족도에 영향을 미치는 가를 텍스트 마이닝 기법을 이용하여 알아보고자 한다.
본 연구의 연구 결과는 다음과 같다. 첫째, LDA를 통해 각 국가별 면세점의 어떠한 속성들을 중요하게 생각하는지 알아내었다. 한국 시내 면세점에서는 Human Service, Price, Product, Sale, Airport, Membership, Location, Payment, Food속성이 나타났다.
그림 10은 중국 산야 면세점 회귀분석 결과이다. 한국 시내면세점과 마찬가지로 중국 산야 면세점 또한 총 별점을 종속변수로 설정하고, LDA를 통해 나온 9가지 Cluster를 독립변수로 설정하였다. R-Squared값은 0.
LDA를 통해 한국과 중국 면세점 리뷰의 핵심 속성 9가지를 밝혀 내었다. 회귀분석 전 각 리뷰별 주제 연관 단어 빈도수를 산출한 후 기존의 데이터에 병합하였다.
중국인 관광객들의 한국과 중국 시내 면세점 온라인 리뷰 중 어떠한 Cluster들이 총 별점에 미치는 지 그 영향을 보기 위하여 회귀 분석을 시행하였다. 회귀분석을 시행하기 위하여 총 별점을 종속변수로, LDA를 통해 나온 9가지 Cluster는 독립변수로 설정하였다. 다음 그림 9는 한국 시내 면세점 회귀 분석을 시행한 결과이다.

대상 데이터

향후 연구에서는 감성분석을 통해 해당 단어가 긍정 혹은 부정적으로 활용된 것인지 확인하여야한다. 두 번째, 해당 연구에서는 중국 온라인 리뷰 사이트인 Dazhong Dianping을 활용하였다. 이는 사이트 이용자가 젊은 세대에 집중되어 있다는 한계를 가진다.
본 연구는 중국 최대 리뷰 사이트인 Dazhong Dianping에서 한국과 중국 시내 면세점 리뷰를 수집하였다. 수집한 소비자 리뷰 기간은 2014년 9월 1일 부터 2019년 7월 10일까지의 리뷰이다.
본 연구는 한국 시내 면세점 중 롯데, 신라, 신세계와 중국 산야면세점을 대상으로 이루어졌다. 2012년부터 2018년까지 중국인 관광객들의 쇼핑 장소 1위는 시내면세점으로 가장 많은 이용률을 보이고 있기 때문에 시내면세점에 대해 연구하였다.
수집한 데이터는 총 9,710개로 한국 시내면세점 5,659개 중국 산야 면세점 4,051개이다. 본 연구에서는 텍스트 리뷰, 총 별점, 환경 만족도, 상품 만족도, 서비스 만족도, 아이디, 상점명을 수집하였다. 총 별점, 환경 만족도, 상품 만족도, 서비스 만족도는 1점부터 5점까지 구성되어 있다.
수집한 데이터는 총 9,710개로 한국 시내면세점 5,659개 중국 산야 면세점 4,051개이다. 본 연구에서는 텍스트 리뷰, 총 별점, 환경 만족도, 상품 만족도, 서비스 만족도, 아이디, 상점명을 수집하였다.
본 연구는 중국 최대 리뷰 사이트인 Dazhong Dianping에서 한국과 중국 시내 면세점 리뷰를 수집하였다. 수집한 소비자 리뷰 기간은 2014년 9월 1일 부터 2019년 7월 10일까지의 리뷰이다. 해당 기간으로 선정한 이유는 중국 최초 면세점인 산야 면세점이 2014년 9월 개장하였기 때문이다.
이후 이모티콘, 숫자, 문장 부호, 감탄사 등 불필요한 단어와 100번 이하의 빈도를 나타내는 단어는 삭제하였다. 전처리 후 한국과 중국 산야 면세점 리뷰에서 가장 많이 나타나는 단어 50개를 추출하였다.
2012년부터 2018년까지 중국인 관광객들의 쇼핑 장소 1위는 시내면세점으로 가장 많은 이용률을 보이고 있기 때문에 시내면세점에 대해 연구하였다. 한국 시내 면세점 중 롯데, 신라, 신세계 3개 그룹에 대해서만 조사하였다. 롯데, 신라, 신세계 면세점 2017년 점유율은 78.

데이터처리

네 번째는, 온라인 리뷰의 점수 분포는 매우 만족하거나 불만족할 경우 리뷰를 작성하는 경우가 많기 때문에 온라인 리뷰 분포는 J커브 형태로 나타나는 경향이 높으므로 연구 정호가성을 위해 로지스틱 분석(Logistic Analysis)을 추가하였다. 그 결과 한국과 중국 시내 면세점 만족도에 영향을 가장 많이 미치는 독립변수는 Food, Membership, Sale이다.
더불어 중국 내 타 시내 면세점은 활성화되지 않았기 때문에 중국산야 시내 면세점에 대해서만 연구하였다. 더불어 해당 연구는 R을 아용하여 데이터를 수집하고 통계분석을 실시하였다.
본 연구에서 종속변수는 총 별점이 국가별 평균 점수보다 높을 경우 1, 그렇지 않을 경우 0으로 변환한 Dummy Variable로 지정하였다. 독립변수는 LDA를 통해 추출한 9개 Cluster로 지정하였으며 SPSS로 산출하였다.
둘째, 각 속성들이 총 별점, 즉 만족도에 어떠한 영향을 미치는지 알아보고자 총 별점을 종속변수, 국가별 Cluster를 독립변수로 설정하여 회귀분석을 실행하였다. 그 결과, 각 국가별 면세점 만족 속성이 총 별점에 미치는 영향은 다르다는 것으로 분석되었다.
중국인 관광객들의 한국과 중국 시내 면세점 온라인 리뷰 중 어떠한 Cluster들이 총 별점에 미치는 지 그 영향을 보기 위하여 회귀 분석을 시행하였다. 회귀분석을 시행하기 위하여 총 별점을 종속변수로, LDA를 통해 나온 9가지 Cluster는 독립변수로 설정하였다.
회귀분석과 별도로 각 독립변수가 총 별점에 미치는 영향을 더 정확히 알아보고자 로지스틱 회귀분석(Logistic Analysis)을 시행하였다. 온라인에서 리뷰 점수 분포를 보면 J커브 모양을 가지고 있는 경향이 있다.

성능/효과

56%의 설명력을 보인다. 9개의 독립변수 중 Location과 Environment 변수를 제외한 독립변수는 종속변수에 유의한 영향을 주는 것으로 나타났다. 중국 산야 면세점 회귀분석 식을 다음과 같이 나타낼 수 있다.
특히 본 연구의 LDA분석 방법을 통해 중국인 관광객들이 한국과 중국 시내 면세점의 음식 및 식당에 관한 속성들을 중요하게 생각한다는 것을 알아냈다. 국가별 회귀분석과 로지스틱 회귀분석을 시행한 결과 한국 시내 면세점과 중국 시내면세점 모두 음식이라는 속성이 유의하게 나타났다. 면세점 선택 및 만족의 새로운 속성을 찾아냈다는 점에 기인하여 연구를 확장시킬 수 있다는 시사점을 가진다.
네 번째는, 온라인 리뷰의 점수 분포는 매우 만족하거나 불만족할 경우 리뷰를 작성하는 경우가 많기 때문에 온라인 리뷰 분포는 J커브 형태로 나타나는 경향이 높으므로 연구 정호가성을 위해 로지스틱 분석(Logistic Analysis)을 추가하였다. 그 결과 한국과 중국 시내 면세점 만족도에 영향을 가장 많이 미치는 독립변수는 Food, Membership, Sale이다. 세 독립변수 모두 중국 시내 면세점보다 한국 시내면세점의 경우 더 긍정적인 영향을 미치는 것으로 나타났다.
둘째, 각 속성들이 총 별점, 즉 만족도에 어떠한 영향을 미치는지 알아보고자 총 별점을 종속변수, 국가별 Cluster를 독립변수로 설정하여 회귀분석을 실행하였다. 그 결과, 각 국가별 면세점 만족 속성이 총 별점에 미치는 영향은 다르다는 것으로 분석되었다. 중국 시내 면세점에서는 Sale, Product, Airport, Food, Membership은 총 별점에 정(+)의 영향을 미치는 것으로 나타났다.
50개의 주제로 나눌 경우 정보가 과도하게 분산될 수 있으며 유의미한 해석을 하기 어려울 가능성이 높다. 따라서 Perplexity가 급격하게 낮아지는 구간과 여러 번의 샘플링의 결과, 주제가 9개일 경우 유의미한 해석과 분석이 용이할 것으로 판단하였다.
그 결과 한국과 중국 시내 면세점 만족도에 영향을 가장 많이 미치는 독립변수는 Food, Membership, Sale이다. 세 독립변수 모두 중국 시내 면세점보다 한국 시내면세점의 경우 더 긍정적인 영향을 미치는 것으로 나타났다.
6%, 2019년 1분기 점유율은 87%를 차지하며 점유율이 상승하고 있다[19, 20]. 세 면세점의 점유율은 80%이상으로 세 그룹만으로도 한국 시내 면세점에 대한 중국인 관광객들의 인식을 충분히 알 수 있을 것이다. 중국 산야 시내 면세점을 대상으로 한 이유는 세계 최대 규모, 중국 내 최초의 시내 면세점이기 때문이다.
세 번째로, Food의 경우 한국과 중국 시내 면세점 모두 총 별점에 정(+)의 영향을 미치는 것으로 나타났다. 면세점 쇼핑 중 이용할 수 있는 식당 등의 공간을 제공하는 경우 소비자들의 만족도가 높아짐을 알 수 있다.
하지만 인력과 시간 비용이 많이 투자되지만 표본이 적다는 한계가 있다. 온라인 후기 플랫폼을 통해 기존 연구 방법보다 많은 표본을 바탕으로 연구할 수 있었다.
본 연구의 학문적 시사점으로 첫 번째, 지금까지 면세점 선택 속성에 있어서 면세점 내 음식 및 식당에 관한 연구가 이루어진 경우가 없었다. 특히 본 연구의 LDA분석 방법을 통해 중국인 관광객들이 한국과 중국 시내 면세점의 음식 및 식당에 관한 속성들을 중요하게 생각한다는 것을 알아냈다. 국가별 회귀분석과 로지스틱 회귀분석을 시행한 결과 한국 시내 면세점과 중국 시내면세점 모두 음식이라는 속성이 유의하게 나타났다.
본 연구는 중국 최대 리뷰 사이트인 Dazhong Dianping에서 한국과 중국 시내 면세점 리뷰를 수집하여 LDA 토픽모델링 방법을 통해 주제들을 추출하였다. 한국 시내 면세점과 중국 산야 면세점 리뷰의 적절한 주제 개수를 계산한 결과 각각 50개의 주제를 가질 때 가장 적절하다고 나타났다.

후속연구

세 번째, 일반적으로 LDA 텍스트 마이닝 기법의 연구 결과 일반적으로 R-squared값이 낮은 편이긴 하나, 본 연구에서의 한국 면세점과 중국 면세점의 R-squared값 역시 낮으므로 추후 연구에서 더 많은 유의미한 독립변수를 찾아내고 이를 대상으로 연구가 이루어져야 할 것으로 생각된다. 더불어 향후 연구에서는 식음료 코너의 여부에 따라 만족도가 달라지는지에 대한 좀 더 구체적인 연구가 필요할 것이다.
향후 온라인 리뷰와 설문조사를 함께 활용한다면 중국인 관광객들의 면세점에 대한 인식 연구가 더 정확히 이루어질 것이다. 세 번째, 일반적으로 LDA 텍스트 마이닝 기법의 연구 결과 일반적으로 R-squared값이 낮은 편이긴 하나, 본 연구에서의 한국 면세점과 중국 면세점의 R-squared값 역시 낮으므로 추후 연구에서 더 많은 유의미한 독립변수를 찾아내고 이를 대상으로 연구가 이루어져야 할 것으로 생각된다. 더불어 향후 연구에서는 식음료 코너의 여부에 따라 만족도가 달라지는지에 대한 좀 더 구체적인 연구가 필요할 것이다.
첫 번째, 해당 연구에서 사용한 LDA는 단순히 단어가 몇 번 나오는 것인가에 따라 Cluster를 나눈 것이기 때문에 해당 단어의 긍·부정 표현을 알기 어렵다는 한계가 있다.
첫 번째, 해당 연구에서 사용한 LDA는 단순히 단어가 몇 번 나오는 것인가에 따라 Cluster를 나눈 것이기 때문에 해당 단어의 긍·부정 표현을 알기 어렵다는 한계가 있다. 향후 연구에서는 감성분석을 통해 해당 단어가 긍정 혹은 부정적으로 활용된 것인지 확인하여야한다. 두 번째, 해당 연구에서는 중국 온라인 리뷰 사이트인 Dazhong Dianping을 활용하였다.
그러므로 중국 중장년층 소비자의 인식에 대해 알 수 없다는 한계가 있다. 향후 온라인 리뷰와 설문조사를 함께 활용한다면 중국인 관광객들의 면세점에 대한 인식 연구가 더 정확히 이루어질 것이다. 세 번째, 일반적으로 LDA 텍스트 마이닝 기법의 연구 결과 일반적으로 R-squared값이 낮은 편이긴 하나, 본 연구에서의 한국 면세점과 중국 면세점의 R-squared값 역시 낮으므로 추후 연구에서 더 많은 유의미한 독립변수를 찾아내고 이를 대상으로 연구가 이루어져야 할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	WOM이란?	WOM(Word-of-Mouth)은 소비자들 사이에서 발생 하는 비즈니스 또는 제품에 대한 비공식적 의사소통이며, 오래전부터 소비자의 태도와 구매 행동을 촉진하는데 있어 중요한 정보 공급원이 되어왔다[6]. 오늘날 인터넷과 정보기술은 소비자들이 제품에 대한 평가를 공유할 수 있는 기회를 확장하면서 새로운 형태의 WOM이 나타났다[7, 8].
	온라인 구전이란?	온라인 구전(eWOM)이란 메일이나 하이퍼텍스트를 매개로 하여 소비자들이 특정 기업이나 제품 또는 서비스에 대한 소비자 간의 직간접 경험을 통해 얻어진 긍정적 혹은 부정적인 정보를 교환하는 커뮤니케이션 행위 또는 과정을 말하는 것이다[9]. 특히 스마트폰의 확산과 페이스북(Facebook), 트위터(Twitter), 인스타그램(Instagram), 블로그(Blog)와 같은 소셜미디어(Social Media)의 등장으로 소비자의 쌍방간 의사소통 비용이 크게 감소함에 따라 온라인 구전의 장소, 대상, 범위의 제약이 사라져 온라인 구전의 파급효과는 갈수록 커지고 있다[10].
	LDA는 어떤 과정을 거치는가?	LDA는 비지도학습 기술로 주어진 문헌에 대해 어떤 주제들이 존재하는지를 찾아내는 확률적 토픽모델기법 중 하나이다. 실제로 관찰 가능한 단어들을 통해 문헌들에 어떠한 주제들이 포함되어있는지 추론하는 과정을 거친다. 즉, 미리 파악된 주제별 단어수 분포를 바탕으로 현재 문헌의 단어수 분포를 분석하여, 해당 문헌이 가진 주제들을 파악하는 텍스트 마이닝 기법이다.

참고문헌 (22)

W. E. Kent, P. J. Shock & R. E. Snow. (1983). Shopping: Tourism's Unsung Hero(ine). Journal of Travel Research, 21(4), 2-4.

상세보기
D. J. Timothy & R. W. Butler. (1995). Cross-Boder Shopping: A North American Perspective. Annals of Tourism Research, 22(1), 16-34.

상세보기
M. Geuens, D. Vantomme & M. Brengman. (2004). Developing a Typology of Airport Shoppers. Tourism Management, 25(5), 615-622.

상세보기
Korea Tourism Knowledge & Information System. (2019). https://www.tour.go.kr
Y. S. Yang & J. M. Park. (2013). The Influence of On-line Travel Inforamtion Attributes on Acceptable Intentions and Word of Mouth Effect in Online-Focusing on Mediating Effect of Information Usefulness. Journal of Tourism and Leisure Research, 25(7), 195-214.
T. Christiansen & S. S. Tax. (2000). Measuring Word of Mouth: The Questions of Who and When?. Journal of Marketing Communications, 6(3), 185-199.

상세보기
Z. Zhang, Q. Ye, R. Law & Y. Li. (2010). The Impact of E-Word-of-Mouth on the Online Popularity of Restaurants: A Comparison of Consumer Reviews and Editor Reviews. International Journal of Hospitality Management, 29(4), 694-700.

상세보기
B. A. Sparks & V. Browning. (2011). The Impact of Online Reviews on Hotel Booking Intentions and Perception of Trust. Tourism Management, 32(6), 1310-1323.

상세보기
H. S. Lee & D. R. Lyi. (2004). A Study on the Effect of Online Postscript as Word-of-Mouth. Journal of Public Relations, 8(2), 234-268.
I. K. Kim. (2016). The Dynamics of Online Word-of-Mouth and Marketing Performance: Exploring Mobile Game Application Reviews Using Text-Mining and Machine-Learning. Korea University Doctoral Thesis.
U. Gretzel & K. H. Yoo. (2008). Use and Impact of Online Travel Reviews. International Conference of Information and Communication Technologies in Tourism, (pp. 35-46). Innsbruck, Austria.
D. H. Park, J. Lee & I. Han. (2007). The Effect of On-line Consumer Reviews on Consumer Purchasing Intention: The Moderating Role of Involvement. International Journal of Electronic Commerce, 11 (4), 125-148.

상세보기
Y. Chen & J. Xie. (2008). Online Consumer Review: Word-of-Mouth as a New Element of Marketing Communication Mix. Management Science, 54(3), 477-491.

상세보기
H. Baek, J. Ahn & Y. Choi. (2012). Helpfulness of Online Consumer Reviews: Readers' Objectives and Review Cues. International Journal of Electronic Commerce, 17(2), 99-126.

상세보기
D. Buhalis. (1997). Information Technology as a Strategic Tool for Economic, Social, Cultural and Environmental Benefits Enhancement of Tourism at Destination Regions. Progress in Tourism and Hospitality Research, 3(1), 71-93.

상세보기
K. Hamada. (1974). An Economic Analysis of the Duty-Free Zone. Journal of International Economics, 4(3), 225-241.

상세보기
S. H. Chun. (2008). The Development Programs of Professionals in the Duty Free Shop. Hanyang University Master Thesis.
W. Fan, L. Wallace, S. Rich & Z. Zhang. (2006). Tapping the Power of Text Mining. Communications of the ACM, 49(9), 77.
H. K. Cho. (2019). The Big 3 Gap Has Narrowed, But Even Worse. http://kdfnews.com/news/view.php?idx33590
J. W. Hwang. (2019). Allow Up to Six Additional Duty Free Shops in the City, Infostock Daily. http://www.infostockdaily.co.kr/news/articleView.html?idxno59568
N. Hu, J. Zhang & P. A. Pavlou. (2009). Overcoming the J-shaped Distribution of Product Reviews. Communications of the ACM, 52(10), 144-147.

상세보기
M. Y. Ko & S. H. Oh. (2012). Duty Free Store Shopping Motivation and Satisfaction of Chinese Tourists. Journal of Tourism Science, 36(1), 201-218.

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