[논문] 『외국인 관광객 재방문율 향상과 소비활성화를 위한 빅데이터 기반의 탐색적 연구』

[(사) 대한산업경영학회 산업융합연구 제 18권 제6호 pp.19~25]

연구에는 Rstudio가 사용되었음

문제 정의

내국인이 좋아하는 식당에서 외국인 관광객이 식사를 할 때 만족도가 항상 높을 수는 없음. 개인의 성향과 문화에 차이가 있기 때문. 그렇다면 공공적으로나 보편적으로나 한국인들에게 인정받는 성향에 맞는 식당으로 안내해주면 만족도가 크게 높아지고 편의성도 크게 향상될 것이라 판다함. 따라서 본 연구의 문제는 '외국인과 내국인이 생각하는 식당의 공통점을 어떻게 찾아 활용할 것인가'로 규정되어야 함.

데이터 셋

TripAdvisor

Naver

외국인들이 좋아하는 식당과 한국인이 좋아하는 식당의 공통점을 분석하기 위해서는 먼저 관광을 마친 외국인들이 자국에서 사용하는 식당 리뷰 사이트가 필요함. 이를 위해 트립어드바이저라는 리뷰 사이트를 이용하여 외국인의 한국 식당 리뷰를 수집하였으며, 한국에서 가장 많이 사용되는 검색 엔진인 네이버에서 한국어 리뷰를 수집함. 외국인과 내국인이 만족하는 음식점과 음식점에 대한 정보를 찾기 위해서 해당 자료를 활용.

정보 도출을 위한 분석 기법

기존에 수집한 데이터에서 선호하는 음식과 맛을 파악하기 위해 잠재 디리클레 할당(LDA) 분석을 통해 중요 단어를 추출하고 관련 주제별로 분류해 결과를 도출함. 이밖에도 내·외국인 모두가 선호하는 식당이나 음식을 찾기 위해 추가 텍스트 마이닝을 실시했으며 이를 원형 그래프와 워드 클라우드로 시각화 했음. 분석은 먼저 원시 데이터를 수집하고 정제하여 전처리를 통해 분석이 가능하도록 함. 이후 분석 툴(RS Studio)을 이용하여 LDA 분석과 텍스트 마이닝을 통해 원하는 정보를 산출함.

Foreigner-LDA1

Foreigner-LDA2

Foreigner-LDA3

Korean-LDA1

Korean-LDA2

Korean-LDA3

LDA 결과에 따르면, 한국인들은 그들이 즐기는 음식의 종류가 매우 다양하고 재료의 명확한 이름을 사용한다는 특징이 있음. 이를 통해 현지인들이 자신의 음식에 대해 더 잘 알고 있다는 사실도 확인할 수 있었음. LDA 분석 외에도 국내외 리뷰에 대한 추가 텍스트 마이닝이 진행됐으며, 워드 클라우드와 원형 그래프로 시각화도 진행함. 시각화 데이터는 다음과 같음.

Foreigner Review Pie Graph

Korean Review Pie Graph

Korean Review Word Cloud

결론

위의 분석을 통해 외국인들도 한국인처럼 육류, 해산물, 전통 음식에 관심이 많고 만족도가 높다는 것을 알 수 있음. 이를 통해 외국인 및 내국인 모두에게 좋은 평가를 받고 있는 식당과 음식의 공통점을 통해 관광을 즐기는 외국인들에게 관광을 더욱 즐겁게 할 수 있는 맛집 추천제를 제안함.

References

[1] Y. K. Kim. (2016). Main Utilization Cases of Big Data.Journal of East and Central Asian Studies. 27(1),27-71
[2] AWS.https://aws.amazon.com/ko/events/aws-cloud-2017/
[3] E. J. Lee & C. K. Lee. (2017). Estimating the economic impact of tourism industry using big-data : the case of Jongno. Tourism Services Research Academy, 28, 25-47.
[4] Vital Wave Consulting. http://vitalwave.com/wp-content/uploads/2015/09/Vital-Wave-Consulting-White-Paper-Strategies-for-the-Online-Retail-Distribution-of-Travel-September-2012.pdf
[5] National Informatization Strategy Committee. (2011). Implementation of smart government utilizing big data (draft), 1-27.
[6] S. Y. Son. (2013). Big Data, Online Marketing and Privacy Protection. KSIDI, Premium Report.
[7] IDC. (2020). https://www.idc.com/getdoc.jsp?containerId=prAP45938720
[8] S. T. Park & Y. K. Kim. (2019). A study on deriving an optimal route for foreign tourists through the analysis of big data. Journal of Convergence for Information Technology, 9(10), 56-63. DOI: 10.22156/CS4SMB.2019.9.10.056
[9] S. T. Park & C. Liu. (2020). A study on topic models using LDA and Word2Vec in travel route recommendation: focus on convergence travel and tours reviews. Personal and Ubiquitous Computing, 1-17. DOI: 10.1007/s00779-020-01476-2
[10] Padia, P., Singhal, B. & Lim, K. H. (2019). User-relative Personalized Tour Recommendation. In IUI Workshops.
[11] S. Park & S. Park. (2016). Personalized Itinerary Recommendation System based on Stay Time. KIISE Transactions on Computing Practices, 22(1), 38-43.
[12] K. W. Kim, W. J. Park & S. T. Park. (2015). A study on plan to improve illegal parking using big data. Indian Journal of Science and Technology, 8(21), 1-5. DOI: 10.17485/ijst/2015/v8i21/78274
[13] B. S. Kim, K. W. Kim & S. T. Park. (2015). The improvement plan for fire response time using Big data. Indian Journal of Science and Technology, 8(23), 1-5. DOI: 10.17485/ijst/2015/v8i23/79198
[14] J. H. Park, I. H. Lee & H. B. Kim. (2016). The Effects of the Foreigners’ Eating Habits Characteristic on the Preference of Korean Seasoning. Journal of Foodservice Management Society of Korea, 19(1), 97-118.
[15] J. S. Choi. (2017). Analysis on foreigners’ perception of Korean food using social big data. Asia-Pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, 7(8), 427-437.
[16] Seoul Tourism Organization. (2019). 2019 Seoul Foreign Tourist Survey. http://www.sto.or.kr/information/beffatgnrl/view.do?curPage=1&nttNo=1732
[17] E. M. Park & J. H. Seo. (2019). A Study on Leadership Typology in Sports Leaders Based on Big Data Analysis. Journal of the Korea Convergence Society, 10(7), 191-198. DOI: 10.15207/JKCS.2019.10.7.191
[18] E. M. Park & J. H. Seo. (2020). Analysis of Research Trends in Technology Innovation : Focus on SCOPUS DB. Journal of Convergence for Information Technology, 10(8), 120-126. DOI: 10.22156/CS4SMB.2020.10.08.120