딥러닝과 온라인 리뷰 감성분석을 적용한 관광객 수요예측 모형

• 영문명: A deep learning approach for the prediction of tourism demand using online review sentiment analysis
• 발행기관: 한국IT서비스학회
• 저자명: 김은미(Kim, Eunmi) 홍태호(Hong, Taeho)
• 간행물 정보: 『한국IT서비스학회 학술대회 논문집』2020춘계학술대회, 729~732쪽, 전체 4쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2020.05.30

국문 초록

관광객의 수요예측은 관광 상품 개발 및 정책수립 시 중요한 자료로 활용되고 있어 관광객의 정확한 수요예측은 중요하다. 본 연구에서는 관광 수요예측을 위해 방문객 수와 관광지에 대한 온라인 리뷰를 적용한다. 온라인 리뷰는 실제 방문한 관광객의 경험을 제공하고 있어 잠재고객들에게 새로운 여행정보로 인식되고 있다. 이를 위해 TripAdvisor에서 관광지 10곳에 대한 온라인 리뷰 총 29,467개의 리뷰데이터를 수집하고 관광지식정보시스템에서 제공하는 입국관광통계자료를 활용한다. 온라인 리뷰에 대한 감성분석을 통해 월별 감성값을 계산하여 1개월 시차를 두고 관광 수요 예측 모형에 반영한다. ARIMA, 인공지능 기법, 딥러닝 기법을 적용하여 MSE, RMSE, MAE, MAPE로 모형의 성과를 비교한 결과, 방문객 수로만 구축된 예측모형보다 감성값을 반영한 구축모형의 예측성과가 우수한 것으로 나타났으며 RNN을 적용한 딥러닝 기법에서 MAPE가 10.29%로 가장 우수한 예측성과를 보였다.

목차

1. 서론

2. 이론적 배경

3. 연구프레임워크

4. 분석방법 및 결과

5. 결론

참고문헌