빅데이터를 활용한 서울 강남역 상권의 코로나 전후 트렌드 분석

• 영문명: Analysis of Trends before and after COVID-19 in the Trade Area of Seoul Gangnam Station Using the Big data
• 발행기관: 대한부동산학회
• 저자명: 최정환(Choi, Jeong Hwan)
• 간행물 정보: 『대한부동산학회지』제62호, 175~204쪽, 전체 30쪽
• 주제분류: 사회과학 > 지역개발
• 파일형태: PDF
• 발행일자: 2021.12.31

국문 초록

본 연구는 서울시 상권의 대표적인 강남역 상권의 코로나 전후의 소비 트렌드 변화를 소셜 빅데이터를 사용하여 분석하고자 하였다. 이를 위하여 텍스톰을 이용하여 데이터의 수집및 분석을 진행하였다. 단어 빈도수 분석결과, 코로나 이전 역삼동과 연계된 상권으로서의 특징이 코로나 이후에는 사라졌고 미팅 장소의 기능이 많이 약화된 것으로 나타났다. 또한 코로나 전후 강남역 상권의 업종 변화가 있었음을 알 수 있었다. 코로나 이전보다 이후에 매장의 위치 정보와 음식 관련 건강을 고려한 정보 검색 등이 증가하고 있지만 만남과 저녁 식사 등의 상권 중심성이 점점 약화되고 있는 것으로 나타났다. 매트릭스 분석결과에서는 코로나 이후에는 강남역과 맛집의 연관성은 소폭으로 감소한 것으로 나타났고 미팅 장소로서 강남역의 기능은 약화된 것으로 나타났다. 토픽 모델링 결과에서는 코로나 이후에는 강남역의 핵심 업종이 일반적인 식당과 학원 중심의 매장에서 다양한 업종으로 트렌드 변화 가능성이 높은 것으로 나타났다. 본 연구는 온라인 댓글과 같은 비정형정보를 활용하여 상권의 소비 트렌드 변화를 예측할 수 있다는 사실을 확인하였다는 점에서 향후 상권의 소비 트렌드 변화에 대한 연구에 기여할 것으로 기대된다.;

영문 초록

This study attempted to analyze the changes in consumption trends before and after COVID-19 in the representative Gangnam Station trade area of Seoul using social big data. Data was collected and analyzed using Textom. As a result of word frequency analysis, it was found that the characteristics of the trade area linked to Yeoksam-dong disappeared after COVID-19 and the function of the meeting place weakened a lot. In the N-gram analysis results, after COVID-19, changes in type of business was detected. The analysis results of TF-IDF showed that there was a change in type of business in the Gangnam Station trade area before and after COVID-19. As a result of the analysis of connection centrality, it was found that the search for location information, food-related keywords, and health-related information has been increasing, but the centrality of trade area such as meetings and dinner is gradually weakening. Matrix analysis results showed that after COVID-19, the relationship between Gangnam Station and restaurants was decreased slightly. Topic modeling results showed that after COVID-19, the core type of industry of Gangnam Station is likely to change in trends from general restaurants and academy-oriented type of industry to various types of industry. Therefore, this study is significant in that it has confirmed that changes in consumption trends in trade area can be predicted using unstructured information such as online comments.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 분석결과

Ⅴ. 결론 및 논의

키워드

상권 소비 트렌드 빅데이터 텍스트마이닝 텍스톰 토픽모델링 trade area consumption trends big data text mining textom topic modeling