초록 ▼

○ 관광정책과 정부나 지자체, 그리고 민간관광기업에 도움 줄 수 있는 관광 빅 데이터를 이용한 신뢰성과 속보성을 담보할 수 있는 관광수요 예측 모형의 개발이 필요함
○ 본 연구의 핵심 기술은 기존의 전통적인 시계열 분석모형을 수용하고 새로운 방법인 빅 데이터를 활용하여 서로의 장점을 극대화 시키고, 단점을 보완하여 빠르고 정확한 예측치 및 통계치를 생산하는데 있음
○ 본 연구에서 제시하는 혼합 분석모형을 적용한다면 관광객 수요 예측 뿐만 아니라 다양한 관광산업에 적용할 수 있는 모델을 제시할 수 있을 것으로 예상됨

○ 관광정책과 정부나 지자체, 그리고 민간관광기업에 도움 줄 수 있는 관광 빅 데이터를 이용한 신뢰성과 속보성을 담보할 수 있는 관광수요 예측 모형의 개발이 필요함
○ 본 연구의 핵심 기술은 기존의 전통적인 시계열 분석모형을 수용하고 새로운 방법인 빅 데이터를 활용하여 서로의 장점을 극대화 시키고, 단점을 보완하여 빠르고 정확한 예측치 및 통계치를 생산하는데 있음
○ 본 연구에서 제시하는 혼합 분석모형을 적용한다면 관광객 수요 예측 뿐만 아니라 다양한 관광산업에 적용할 수 있는 모델을 제시할 수 있을 것으로 예상됨
○ 본 연구를 통해 생성된 연구결과물을 “관광객 수요 예측 모형”을 포괄적으로 다루는 관광산업 분야 실무자용 매뉴얼과 학습 교재로 발전시킴

Abstract ▼

○ We develop a tourism demand forecasting model utilizing big data in tourism, which are increasingly available with the development of IT technology, that guarantees accuracy and immediacy to help tourism policy makers, government, and tourism industry.
○ The main contribution of this research i

○ We develop a tourism demand forecasting model utilizing big data in tourism, which are increasingly available with the development of IT technology, that guarantees accuracy and immediacy to help tourism policy makers, government, and tourism industry.
○ The main contribution of this research is to modify the conventional time series analysis model, incorporating more information from Big Data, and to produce fast and accurate forecasts and statistics.
○ Applying the mixed model analysis which is developed in this research can predict tourist demand and is applicable to various contexts where quick and accurate forecasting is needed, while data necessary for traditional forecasting models are not readily available. For example, our model can be used to forecast the amount of traffic and electricity consumption.
○ We apply our forecasting model using data from Google Trend to predict monthly number of foreign visitors by country; those from Japan, China, Hong Kong, Singapore, Indonesia, the United States, Canada, Germany, the U.K. and Australia.
○ We also apply our forecasting model using data from Naver Trend to predict monthly number of domestic visitors to national parks as well as foreign visitors to Jeju Island.
○ This research can be used as a manual for professionals in tourism industry and policy makers.

목차 Contents

• 표 지 ... 1
• 제 출 문 ... 3
• 목 차 ... 5
• 1부 총괄 현황 ... 7
• 1. 보고서 요약서 ... 9
• 2. 요 약 문 ... 10
• 3. SUMMARY ... 12
• 4. 연구 성과 실적 및 향후 계획 ... 13
• 5. 참여연구원 현황표 ... 15
• 2부 연구 결과 ... 17
• 제1장 연구개발과제의 개요 ... 19
• 제2장 국내외 기술개발 현황 ... 23
• 3장 연구개발수행 내용 및 결과 ... 66
• 7장 연구시설ㆍ장비 현황 ... 116
• 참고문헌 ... 117
• 첨부서류 ... 121
• 2. 실적 증빙자료 ... 123
• 끝페이지 ... 186