텍스트마이닝 기법을 활용한 레스토랑 유형별 선택속성 차이에 관한 연구: 외래 관광객을 중심으로 (A Study on the Differences in Selection Attributes by Restaurant type using Text Mining Method: Focused on foreign tourists)

서지정보

· 발행기관 : 한국호텔외식관광경영학회
· 수록지 정보 : 호텔경영학연구 / 30권 / 7호 / 110 ~ 127페이지
· 저자명 : 윤호민, 최규완

초록

온라인 리뷰는 고객의 의사결정에 중요한 영향력을 행사하고 있고, 리뷰 데이터는 고객의 다양한감성을 직접적으로 담고 있어, 고객 경험을 파악하는 자원으로 활용될 수 있다. 본 연구는 외래 관광객이작성한 온라인 레스토랑 리뷰 데이터 대상으로 텍스트마이닝 기법을 활용하여 레스토랑 유형별로 고객이느끼는 만족과 불만족 감성요인을 파악하고, 선택속성 중요도가 레스토랑 유형별로 유의한 차이가 있는지검증하는 것이다. 외래 관광객이 작성한 다양한 리뷰 데이터를 수집하기 위해 파이썬(Python) 오픈소스 소프트웨어를 활용하여 크롤링봇을 제작한 후 리뷰 커뮤니티(TripAdvisor)에서 수집하였다. 리뷰 문장에 대하여자연어처리기법(NLP)을 활용하여 전처리를 진행한 후 음식, 가격, 서비스, 분위기 선택속성별로 분류하였으며, 텍스트마이닝에 기반한 감성분석 기법을 활용하여 선택속성별 감성극성값을 산출하고, 레스토랑 유형별 차이를 비교하였다. 그 결과 음식, 서비스, 분위기 선택속성은 파인다이닝 레스토랑이 제일 높았고, 가격 선택속성은 퀵⋅셀프서비스 레스토랑이 제일 높게 나타났다. 그리고 레스토랑 유형별 선택속성이유의한 차이가 있는지 검증하기 위해 분산분석(ANOVA)을 실시한 결과 모든 선택속성이 유의한 차이를나타냈다. 본 연구가 주는 시사점은 온라인 리뷰 빅데이터를 활용하여 전통적인 설문방식의 물리적 한계를극복하였고, 텍스트마이닝에 기반한 감성분석 기법을 활용하여 레스토랑 리뷰에 드러난 고객의 감성을 파악하고 계량화함으로써 레스토랑 유형별 만족도 비교 및 만족 및 불만족 요인이 무엇인지 심층적으로 분석가능하게 되었다는 점이다.

영어초록

Online reviews directly show various emotions of customers; they can be used as a valuable resource for understanding customer experiences. The purpose of this study is to identify customer satisfaction and dissatisfaction emotional factors for each restaurant type using text mining techniques for online restaurant review data and to verify whether there is a significant difference in the importance of selection attributes by restaurant type. Various reviews were collected from the hotel & restaurant review community. After pre-processing reviews, the sentiment analysis was used to calculate the sentiment polarity values for each selected attribute and to analyze the differences by restaurant type. As a result, food, service, and atmosphere selection attributes were the highest in fine dining restaurants, and the price was the highest in quick self-service restaurants. Analysis of variance was performed to verify whether there was a significant difference in the selection attributes by restaurant type, and all selection attributes showed significant differences. The implications of this study are that it is possible to overcome the physical limitations of the traditional survey methods by using online review big data, and to quantify the customer experience of text reviews using the sentiment analysis technique, enabling in-depth analysis of satisfaction by restaurant type.

참고자료

· 없음