텍스트마이닝으로 보는 일본 문학관의 관광적 활용 양상 분석

• 영문명: Analysis of Tourism Application Patterns of Japanese Literary Museums through Text Mining: Patterns by Region in the Pre-COVID-19 Period: Through KH Coder and LDA Topic Modeling
• 발행기관: 고려대학교 글로벌일본연구원
• 저자명: 권민혁
• 간행물 정보: 『일본연구』第40輯, 67~102쪽, 전체 36쪽
• 주제분류: 인문학 > 문학
• 파일형태: PDF
• 발행일자: 2023.08.31

국문 초록

본 논문은 텍스트마이닝을 활용해 국내 문학관의 관광적 활용 양상을 분석한 선행연구의 후속연구로, 일본 내 문학관의 관광적 활용 양상을 분석하여 문학관을 지역의 관광시설로 활용할 수 있는 방안을 모색하는 데 그 목적이 있다. 먼저 리스틀리(Listly)와 Python으로 일본 여행 전문 사이트 ‘쟈란(じゃらん)’과 ‘4travel’에서 검색 키워드 ‘文学館(문학관)’을 입력해 ‘구치코미(口コミ, 이하 리뷰)’ 게시글을 수집하였다. 일본 전국을 8개의 권역으로 구분한 뒤 이에 맞춰 수집한 리뷰 데이터를 분류하였다. 이후 KH Coder로 공기어 네트워크를 만들고 Python으로 LDA 토픽 모델링을 실시하였다. 그 결과 일본 내에서는 문학관의 1) 건물 외관 2) 정원 시설 3) 자연경관 4) 2차 콘텐츠와 테마파크 5) 생가 복원을 통해 지역의 관광자원으로 활용되고 있는 것으로 확인되었다. 본 연구에서 텍스트마이닝을 통해 일본 내 문학관의 관광적 활용 양상을 양적으로 살펴봄으로써 일본에서 문학관이 자리하고 있는 관광적 위치를 전체적으로 파악할 수 있었다.

영문 초록

This paper is a follow-up study of previous studies that analyzed the tourism use of domestic literature museums using text mining. Its purpose is to analyze the tourism use of literature museums in Japan to find ways to use them as local tourism facilities. First, through ‘Listly’ and ‘Python’, the search keyword ‘文学館 (Literary Museum)’ was entered on Japanese travel sites ‘Jaran(じゃらん)’ and ‘4travel’ to collect reviews of ‘Kuchi Komi (below review)’. Japan was divided into eight regions, and the review data collected accordingly were classified. After that, the co-occurrence network was created with KH Coder and LDA topic modeling was performed with Python. As a result, it has been confirmed that it is used as a local tourism resource in Japan through the exterior of the building of the literature museum, garden facilities, natural scenery, secondary contents, theme parks, and the restoration of birthplace. Through this paper, it was possible to grasp the tourism application patterns of Japanese literary museums.

목차

Ⅰ.들어가며

Ⅱ. 데이터 전처리 과정

Ⅲ. KH Coder: 공기어 네트워크 시각화

Ⅳ. LDA 토픽 모델링

Ⅴ. 나가며

키워드

문학관 관광시설 텍스트마이닝 지역관광 코로나 Literary Museum Tourist Attraction Text-mining Local Tourism COVID19