인천 관광지의 속성별 평가를 위한 딥러닝 기반 감성분석 (A deep learning-based sentiment analysis for attribute-specific evaluation of Incheon tourist attractions)

서지정보

· 발행기관 : 한국관광학회
· 수록지 정보 : 관광학연구 / 48권 / 5호 / 33 ~ 52페이지
· 저자명 : 강신열, 이병주

초록

이 연구는 비정형화된 텍스트 자료를 바탕으로 IPA(importance-performance analysis) 방법론을 적용하여인천 관광지들에 대한 관광자들의 만족 정도를 평가하였다. 그리고 IPA로 구분된 관광지 중 유지영역과 집중개선영역의관광지들을 중심으로 텍스트 자료에서 관광자들이 중요하게 생각하는 긍정, 부정의 키워드와 문장을 직접 추출하였다.
발전하는 IPA 연구에서 최근 등장한 텍스트 기반의 방법론을 적용하여 인천의 관광지들에 관한 탐색적 연구를 진행하면서, 실제 관광자들이 느끼는 구체적인 만족, 불만족 요소들을 평가한 것이다. 이 연구에서는 연구 대상 인천 관광지를총 15곳으로 한정하였고, 이 관광지들을 방문했던 관광자들이 작성한 네이버 블로그를 바탕으로 총 114,007개의 문장에서 관광매력(attraction), 교통(transportation), 활동(activities), 식음료(food /drink)의 속성에 따라 IPA를 수행하였다. 구체적으로 만족도는 텍스트 내용들에 대한 딥러닝 감성분석(sentiment analysis)을 통해 도출하였고, 관광지의 중요도는 각 관광지 명칭이 속성별로 구분된 텍스트에서 차지하는 TF-IDF(term frequency-inverse document frequency) 의 비율로 판단하였다. 그리고 유지영역과 집중개선영역의 관광지들을 중심으로 텍스트랭크(textrank) 알고리즘을 통하여 긍정, 부정의 중요 키워드와 문장을 도출하였다. 이러한 결과를 통하여 도출한 시사점들로 먼저 관광지 경험적 요소는해당 관광지의 차별화 우위 요소로 작용한다는 사실을 확인하였다. 반대로 이 요소가 갖춰지지 않았을 때는 관광자들의부정적 감정을 유발한다는 사실을 확인하였다. 그리고 지역 고유의 문화와 역사를 반영한 콘텐츠, 가족 단위의 체험 관광지 개발, 주차 공간확보, 식음료 서비스 개선 등이 관광지 개발의 중요 요소로 도출되었다.

영어초록

This study applied the IPA(importance-performance analysis) methodology to unstructured text data to evaluate tourists' satisfaction levels with Incheon attractions. Focusing on attractions within the maintenance and improvement-needed areas identified by IPA, it extracted key positive and negative keywords and sentences directly from tourists' opinions. By applying a text-based approach to evolving IPA research, this exploratory study assessed the concrete satisfaction and dissatisfaction elements felt by tourists. The study limited its scope to 15 Incheon attractions and analyzed 114,007 sentences from Naver blogs written by tourists. Satisfaction levels were derived through deep learning sentiment analysis of the text, while the importance of each attraction was determined by the TF-IDF(term frequency-inverse document frequency) ratio of the attraction names in the text categorized by attributes such as attraction, transportation, activities, and food/drink. Key positive and negative keywords and sentences were extracted using the TextRank algorithm, focusing on attractions in the maintenance and improvementneeded areas. The findings reveal that experiential elements of attractions act as differentiating factors, while their absence can provoke negative reactions from tourists. Moreover, content reflecting local culture and history, the development of family-friendly experiential attractions, parking space expansion, and food service improvements emerged as crucial elements for attraction development.

참고자료

· 없음