블로그 코퍼스 기반 여행지 다차원 이미지 자동 측정 연구

• 영문명: A study on blog corpus-based travel destination multidimensional image automatic estimation: Focusing on Changwon special city case
• 발행기관: 한국관광학회
• 저자명: 정하영
• 간행물 정보: 『관광학연구』제47권 제7호, 119~143쪽, 전체 25쪽
• 주제분류: 사회과학 > 관광학
• 파일형태: PDF
• 발행일자: 2023.10.31

국문 초록

이 연구는 여행지의 다차원 이미지를 자동으로 측정하여 종단연구와 횡단연구에 활용할 수 있도록 대규모 여행블로그 코퍼스를 활용한 비지도 학습 기반의 탐색적 방법론을 제안하는 것을 목적으로 한다. 이를 위해서 우선 해석수준이론을 바탕으로 여행 경험자의 여행지 해석 수준과 잠재 여행자의 여행지 선택 의사결정 사이의 관계를 고찰하고, 여행경험자의 여행지 해석이 기록된 여행 블로그가 설문조사를 대신하여 여행지의 다차원 이미지의 자동 측정에 유용한 데이터 자원으로써 활용 가치가 있음을 논하였다. 다음으로 웹 크롤링, 자연어 처리 기술을 적용하여 여행 블로그로부터 여행지 개체명을 자동 추출하고, 여행지 개체명 - 주관형용사 쌍의 동시출현빈도에 대해 비지도 학습 기반 머신러닝 알고리즘주성분분석을 적용하여 개별 여행지의 다차원 이미지 해석의 긍정적·부정적 심상 정보를 추출 및 벡터화하여 정량적으로분석하고, Echtner and Ritchier (2003)의 장소 이미지 측정 속성을 참조하여 네트워크 중심성 분석을 통해 개별 여행지의 이미지 속성구조를 시각화하는 방법론을 제시하였다. 마지막으로 이 연구 방법론을 창원특례시 사례에 적용하여 연구방법론의 유효성을 검토하였다. 그 결과 하나의 여행지가 여러 개의 다차원 이미지를 복합적으로 가지고 있으며, 긍정적심상 표현은 추상적인 속성을 매개로 여행지를 해석하는 반면, 부정적 심상 표현은 세부적인 속성을 매개로 해석하는것을 확인하였다. 이 결과는 실무적으로는 여행지의 현시적 다차원 이미지의 긍정적·부정적 심상을 객관적으로 파악하여여행지 이미지 개선 방향에 대한 메시지 디자인에 대한 통찰을 제공함으로써 수요 탄력적 지역 관광 정책 의사결정을지원하고 학술적으로는 설문조사를 대신하여 대규모 여행 블로그를 활용한 코퍼스 기반 융복합 후속 연구에 활용할 수있을 것으로 기대한다.

영문 초록

The aim of this study is to propose an exploratory methodology for automatically estimating multi-dimensional images of travel destinations based on unsupervised learning using a large-scale travel blog corpus so that it can be used for longitudinal and cross-sectional studies. First literature reviews on the construal level theory conducted to clarify the relationship between the travel experiencer's level of travel destination interpretation and potential travelers' travel destination selection decision-making and instead of surveys, the value of travel blogs as message information on the travel experiencer's travel destination interpretation are useful data resource for automatically estimating multi-dimensional images was discussed. Next, by applying web crawling, natural language processing technology and the unsupervised learning-based machine learning algorithm principal component analysis, the frequency of co-occurrence of the travel destination named entity-subjective adjective pair is vectorized to estimate the multi-dimensional images of travel destinations, and visualize the image property structure of individual travel destinations through network centrality analysis by referring to the destination image attributes of Echtner and Ritchier (2003). Finally, the validity of this methodology was demonstrated by applying to the case of Changwon. The results of this study can contribute to gaining insight in making demand-oriented regional tourism vitalization policy decision-making and can be used for large-scale travel blogs corpus-based convergence follow-up studies.

목차

Ⅰ. 서 론

Ⅱ. 선행연구 검토

Ⅲ. 연구 방법 및 사례 분석

Ⅳ. 결론 및 향후 과제

References

키워드

해석수준이론 자연어처리 비지도학습 탐색적 연구 수요 탄력적 정책 Construal level theory Natural language processing Unsupervised learning Exploratory research Demand elastic policy