Big data analysis of online reviews of hotel service quality: solo travelers vs. non-solo travelers

Cho, Dong Seok; Reid, Earl L; Lee, Hae Young

doi:10.31667/jhts.2020.9.84.123

추천

검색

질문

자료유형: 학술저널

저자정보: Cho, Dong Seok (경성대학교) Reid, Earl L (경성대학교) Lee, Hae Young (경성대학교)

저널정보: 한국호텔관광학회 호텔관광연구 호텔관광연구 제22권 제3호 (통권 제84권)

발행연도: 2020.9

수록면: 123 - 136 (14page)

DOI: 10.31667/jhts.2020.9.84.123

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

솔로 여행은 1인 가구의 증가로 인해 보편화 되고 있는 새로운 여행현상으로서 여행업계에 새로운 활력을 불어 넣고 있다. 솔로 여행의 특징 중 하나는 여행자의 디지털 콘텐츠 활용도가 매우 높다는 것인데, 이런 측면에서 소셜 미디어를 통해 얻어지는 다양한 정보들은 솔로 여행 현상을 이해하는 데 매우 중요한 요소라 할 수 있다. 이에 본 연구는 온라인 호텔 리뷰 빅데이터 분석을 실시함으로써, 솔로 여행자들의 호텔 서비스에 대한 종합적인 평가를 확인하고 필요한 관리적 아이디어를 얻고자 하였다. 구체적으로는 여행자 감정에 대한 빅데이터 주요 키워드와 분류된 선택 속성의 효과를 솔로 여행자와 동반 여행자 간에 비교하였다. 연구결과를 살펴보면, ‘객실’, ‘직원’, ‘좋음’, ‘위치’, ‘깨끗함’ 이 빈출도가 가장 높은 상위 5개의 단어로 나타났다. 호텔 선택 속성 요인 및 텍스트 키워드 연관 규칙은 솔로 여행자와 동반 여행자 간에 상당한 차이가 있는 것으로 조사되었는데, 솔로 여행자들의 연관 단어들은 모두 부정적 감정과 연결되는 반면, 동반 여행자들의 연관 단어들은 긍정과 부정 감정과 혼재되어 연결되어 있었다. 또한 로지스틱 회귀 분석을 통해 여행자의 만족과 불만족에 영향을 미치는 핵심 키워드의 세부적 영향력이 보다 명확하게 드러났다. 솔로 여행자의 만족에 영향을 주는 주요 단어는 ‘플로어’, ‘직원’, ‘근처’ 등으로 비교적 적었던 반면, 동반 여행자의 만족에 영향을 주는 주요 키워드는 ‘객실’, ‘뷔페’, ‘수영장’, ‘직원’, ‘깨끗함’, ‘서비스’, ‘아침식사’, ‘음식’, ‘비용’, ‘지불’ 등으로 좀 더 다양하게 나타났다. 더불어 연구의 후반부에는 온라인 호텔 리뷰 정보를 활용한 선제적 관리 방안과 적극적 커뮤니케이션 전략이 논의된다.

Individualized activities, caused by the increase of single-person households, have now materialized in travel, leading to a rise in the number of solo travelers. One of the characteristics of solo travel is the solo traveler"s high usage of digital content. In this respect, various types of information obtained through social media can be used as a critical element in understanding the phenomenon of solo travel. Therefore, this study attempted to confirm the comprehensive evaluation of hotel services of solo travelers, in particular, and obtain necessary management ideas by conducting an online hotel review big data analysis. Specifically, the differential effect of categorized attributes and important text derived from big data analysis of traveler emotions were compared between solo travelers and non-solo travelers. Results showed that ‘room’, ‘staff’, ‘good’, ‘locate’, and ‘clean’ are the keywords that travelers most often use in hotel reviews. Traveler selection attributes and association rules showed significant differences between the two traveler groups. The entire set of associated texts of solo travelers were linked to negative emotions, while the association words of non-solo travelers were mixed with positive and negative emotions. In addition, a logistic regression analysis more clearly revealed the critical keywords that affect the satisfaction and dissatisfaction of travelers. Texts that influence the satisfaction of solo travelers were relatively few, such as ‘floor’, ‘staff’, and ‘nearby’, while the main keywords affecting the satisfaction of non-solo travelers appeared more diverse such as ‘room’, ‘buffet’, ‘pool’, ‘staff’, ‘clean’, ‘service’, ‘breakfast’, ‘food’, ‘expense’, and ‘pay’. Preemptive management plans and communication strategies using social big data such as online hotel reviews are discussed from various perspectives.

#솔로 여행 #온라인 호텔 리뷰 #소셜 빅데이터 #연관분석 #solo travel #online hotel review #social big data #association analysis

참고문헌 (50)

참고문헌 신청

Ahani, A. / 2019 / Market segmentation and travel choice prediction in spa hotels through TripAdvisor’s online reviews / International Journal of Hospitality Management 80:52~77

Allahviranloo, M. / 2018 / An optimization model to measure utility of joint and solo activities / Transportation Research Part B: Methodological 108:172~187

Bianchi, C. / 2015 / Solo holiday travellers : Motivations and drivers of satisfaction and dissatisfaction / International Journal of Tourism Research 18(2):197~208

Chang, Y. C. / 2019 / Social media analytics: extracting and visualizing Hilton hotel ratings and reviews from TripAdvisor / International Journal of Information Management 48:263~279

Chen, M. / 2014 / Big data : a survey / Mobile Networks and Applications 19(2):171~209

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조동석

소속기관 경성대학교

주요연구분야 사회과학 > 관광학

논문수 7 이용수 334

Reid, Earl L.

소속기관 경성대학교

주요연구분야 사회과학 > 관광학

논문수 3 이용수 147

이해영

소속기관 경성대학교

주요연구분야 사회과학 > 관광학

논문수 14 이용수 1,238

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-326-001280032

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (50)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)