데이터 마이닝과 소셜 네트워크 분석을 적용한 외래 개별관광객의 관광행동에 대한 이해 : 서울 관광지를 대상으로 :서울 관광지를 대상으로

이시환; 이훈영

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이시환 (경희대학교) 이훈영 (경희대학교)

저널정보: 대한경영학회 대한경영학회 학술발표대회 발표논문집 대한경영학회 2017년 추계학술대회

발행연도: 2017.10

수록면: 321 - 334 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2018

중국 개별 관광객의 서울 지역 다(多) 목적지 관광행동 연구 : 데이터 마이닝과 소셜 네트워크 분석을 중심으로

이시환 , 조성찬 , 이훈영 호텔경영학연구 2018.06 학술저널

2017

데이터 마이닝과 소셜 네트워크 분석을 적용한 외래 개별관광객의 관광행동에 대한 이해 : 서울 관광지를 대상으로

이시환 , 이훈영 대한경영학회 학술발표대회 발표논문집 2017.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 서울을 방문하는 중국 관광객들의 대용량 온라인 소비자 리뷰를 무비용으로 수집한 자료를 기반으로 수행하였다. 리뷰 상의 방문지 데이터를 활용한 소셜 네트워크 분석을 통하여 그들이 방문하는 관광지 패턴을 도출함으로써, 다(多) 관광지를 방문하는 관광객들의 관광행태를 파악하고, 관광객들의 관광행위의 결과인 관광지와 행위 매개체로서의 관광지에 대한 역동적인 관계를 살펴보기 위한 목적으로 본 연구를 수행하였다. 마펑워(mafengwo.cn)의 서울 관광 후기 데이터를 수집하여 활용하고 소셜 네트워크 분석 프로그램인 R의 igraph 라이브러리를 사용하여 외래 개별관광객이 방문한 다(多) 관광지 관광행동에 따른 관광 패턴과 특징을 도출한 연구결과를 요약하면 다음과 같다. 첫째, 밀도분석결과로 나타난 밀도 값0.2309(23%)는 네트워크 내의 노드와 노드들의 연결이 완전하지는 않지만 대부분의 노드들 사이의 연결이 유기적으로 이루어졌음을 의미한다. 둘째, 연결정도 중심성 분석결과를 통해 내향 연결정도 중심성과 외향 연결정도 중심성 값에 따른 순위는 서로 상이한 것을 확인하였다. 셋째, 매개중심성 분석을 통하여 매개성이 강한 관광지를 확인하였다. 이와 같은 다양한 연구결과는 정부의 관광 업무를 담당하는 관련 기관 및 부서, 관광 기업의 실무자, 관광지 마케터 등에게 중국 관광객의 다(多) 관광지 관광에 따른 관광객의 관광 행태와 관광지들 간의 패턴 및 역할을 제공함으로써, 관광지 개발, 운영, 관리, 홍보 등을 통해 서울 관광 활성화 방안을 수립하는 데에 기여할 것이라 판단된다. 또한 본 연구는 수적으로 제한된 수의 관광객들에게 많은 비용과 시간을 들여가며 수행한 설문조사 결과를 기반으로 하는 기존의 연구방식을 개선한 연구로서 의미가 있다. 즉, 관광객들이 자발적으로 기록한 관광후기 공유 사이트의 컨텐츠에서 추출한 자료를 사용하여 연구함으로써 자료수집 비용과 시간이 거의 들지 않으며 또한 방대한 양의 자료를 이용하여 연구할 수 있다는 큰 장점이 있다. 더욱이 본 연구에서 제시한 빅데이터 분석 방법을 사용하면 향후 다양한 도시별, 연도별, 계절별, 여행목적별로 방문지의 차이를 규명할 수 있다는 장점이 있다.

This study collected high – volume online consumer reviews of Chinese tourists visiting Seoul so as to analyze their visiting points and orders. Using the online data collected, we conducted data mining and social network analysis so as to understand the visiting patterns of free independent tourists in Seoul. This paper investigates tourists behavior and the dynamic relationship between tourist’s activities and destinations with their medium effects.
The latest tourist data of Seoul were collected from mafengwo.cn of a personal travel review site in China, where the tourist network consisted of 110 tourism nodes and 2,769 links. The data are ampler and more accurate than those collected using traditional survey methods. Using the igraph library of R, a social network analysis program, we analyzed the data to find the visiting patterns and the characteristics of free independent tourist’s multi-destination tour activities. We summaries the results of analysis as follows.
Firstly, the density score of 0.2345 (23%) indicates that the connections among nodes are imperfect but organic enough to analyze. Secondly, the centrality degree analysis shows that the order of in-degree centrality is different from that of out-degree centrality. Myeongdong, Gyeongbokgung, Ewha Womans University, Seoul Tower, and Bukchon Hanok Village show high in-degree centrality index. Myeongdong, Lotte Duty-free shop, Seoul Tower, Shinsa-dong Road, Hongik University have high out-degree centrality index. Thirdly, the mediation center analysis selects Myeongdong, Seoul Tower, Lotte Duty Free Shop, Ewha Womans University, and Hongik University as the top five destinations with strong mediation.
This study provides useful information for tourism officials and markets to effectively develop and promote Seoul tour products. It also proves that such valuable information can be easily and rapidly obtained from the huge contents of frank and spontaneous online tour reviews. We can also get such information anytime upon demand with no cost. Many future research would be planned to further investigate the difference of visiting places in terms of sites, times and travel purposes as well.

#다(多) 관광지 관광 #데이터 마이닝 #소셜 네트워크 분석 #연결 중심성 #매개 중심성 #Multiple Destination Tour #Data Mining #Social Network Analysis #Degree Centrality #Betweenness Centrality

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이시환

소속기관 경희대학교

주요연구분야 사회과학 > 경영학 사회과학 > 관광학

논문수 6 이용수 1,384

이훈영

소속기관 경희대학교

주요연구분야 사회과학 > 경영학 TOP 5% 사회과학 > 관광학

논문수 46 이용수 14,923

이 논문과 함께 이용한 논문

서울시의 무장애 관광도시 조성계획

조성호 한국관광정책 2017 .10

동영상 스트리밍 기업인 넷플릭스의 비즈니스모델 최적화 연구 : 비즈니스모델 혁신 이론을 토대로

송민정 방송통신연구 2016 .01

일변량 시계열 모형 비교를 통한 독도관광 수요예측

황경후 , 김원표 , 정철 관광레저연구 2015 .02

중국 개별 관광객의 서울 지역 다(多) 목적지 관광행동 연구 : 데이터 마이닝과 소셜 네트워크 분석을 중심으로

이시환 , 조성찬 , 이훈영 호텔경영학연구 2018 .06

Smart Store in Smart City: 소비자 감성기반 상권분석 시스템 개발

유인진 , 서봉군 , 박도형 지능정보연구 2018 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-324-001437825

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)