한국관광 실태조사 빅 데이터 분석을 통한 관광산업 활성화 방안 연구

이정미; 류미나; 임규건

추천

검색

질문

자료유형: 학술저널

저자정보: 이정미 (한양대학교) 류미나 (한양대학교) 임규건 (한양대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제24권 제2호

발행연도: 2018.6

수록면: 149 - 169 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2018

한국관광 실태조사 빅 데이터 분석을 통한 관광산업 활성화 방안 연구

이정미 , 류미나 , 임규건 지능정보연구 2018.06 학술저널

2016

한국관광 실태조사 빅데이터 분석을 통한 관광산업 활성화 방안 연구

이정미 , 류미나 , 임규건 한국지능정보시스템학회 학술대회논문집 2016.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구에서는 한국문화관광연구원에서 조사된 “2013년~2015년 외래 관광객 실태조사”의 약 36,000개 데이터에 대한 빅 데이터 분석을 통해 관광산업 활성화 방안을 도출해 보고자 한다. 이를 위해서 외래 관광객들의 ‘전반적 만족도’, ‘재방문 의사’, ‘추천의사’ 변수에 가장 많은 영향을 끼치는 요인을 분석하고 해당 요인들의 각각에 대한 영향력에 대해 파악 하였다. 본 연구에서는 SPSS IBM Modeler 16.0의 의사결정나무(C5.0, CART, CHAID, QUEST), 인공신경망, 로지스틱 회귀분석의 데이터마이닝 기법을 이용하여 종속변수에 가장 큰 영향을 미치는 상위 변수 7개씩을 각각 도출하였고, 추가적으로 각 독립변수들의 영향력을 심도 있게 파악하기 위하여 R프로그래밍을 활용하여 SPSS IBM Modeler 16.0을 통해 도출된 각 독립변수들의 영향력을 파악하였다. 데이터 분석 결과 "전반적 만족도"에 가장 영향을 미치는 상위 변수 7개는 관광지매력도, 음식만족도, 숙박만족도, 교통수단만족도, 안내서비스만족도, 방문관광지수, 국가로 나타났으며 가장 큰 영향력을 미친 변수는 음식만족도와 관광지매력도로 분석되었다. ‘재방문 의사’에 가장 영향을 미치는 상위 변수 7개로는 국가, 여행 동기, 활동, 음식만족도, 제일 좋았던 활동, 관광안내서비스만족도, 관광지매력도로 나타났으며 그중 가장 큰 영향력을 미친 변수는 음식만족도와 여행 동기로 분석되었다. 마지막으로 ‘추천의사’에 영향을 미치는 상위 변수 7개로는 국가, 관광지매력도, 방문관광지수, 음식만족도, 활동, 관광안내서비스만족도, 비용으로 나타났으며 가장 큰 영향력을 미친 변수는 국가, 관광지매력도, 음식만족도로 분석되었다. 따라서 세 변수에 공통적으로 영향을 끼치는 요인은 음식만족도, 관광지매력도로 분석되었으며 해당 요인들이 공통적으로 한국여행에 대한 전반적 만족도와 재방문 의사, 추천의사에 미치는 영향이 크다는 것을 확인할 수 있었다. 본 연구는 외래 관광객들의 한국관광에 대한 활성화 방안을 “외래 관광객 실태조사” 빅 데이터 분석을 통해 규명함으로써 한국 관광 데이터 분석의 활용과 관광 정책 수립의 기초자료로 활용될 수 있을 것으로 기대되며 향후 기업 및 국가차원에서 한국 관광발전에 기여할 수 있는 활성화 방안을 마련하는 자료로 사용될 수 있을 것으로 기대한다.

Korea is currently accumulating a large amount of data in public institutions based on the public data open policy and the "Government 3.0". Especially, a lot of data is accumulated in the tourism field. However, the academic discussions utilizing the tourism data are still limited. Moreover, the openness of the data of restaurants, hotels, and online tourism information, and how to use SNS Big Data in tourism are still limited. Therefore, utilization through tourism big data analysis is still low.
In this paper, we tried to analyze influencing factors on foreign tourists" satisfaction in Korea through numerical data using data mining technique and R programming technique. In this study, we tried to find ways to revitalize the tourism industry by analyzing about 36,000 big data of the "Survey on the actual situation of foreign tourists from 2013 to 2015" surveyed by the Korea Culture & Tourism Research Institute. To do this, we analyzed the factors that have high influence on the "Satisfaction", "Revisit intention", and "Recommendation" variables of foreign tourists. Furthermore, we analyzed the practical influences of the variables that are mentioned above.
As a procedure of this study, we first integrated survey data of foreign tourists conducted by Korea Culture & Tourism Research Institute, which is stored in the tourist information system from 2013 to 2015, and eliminate unnecessary variables that are inconsistent with the research purpose among the integrated data. Some variables were modified to improve the accuracy of the analysis. And we analyzed the factors affecting the dependent variables by using data-mining methods: decision tree(C5.0, CART, CHAID, QUEST), artificial neural network, and logistic regression analysis of SPSS IBM Modeler 16.0. The seven variables that have the greatest effect on each dependent variable were derived.
As a result of data analysis, it was found that seven major variables influencing ‘overall satisfaction’ were sightseeing spot attraction, food satisfaction, accommodation satisfaction, traffic satisfaction, guide Korea is currently accumulating a large amount of data in public institutions based on the public data open policy and the "Government 3.0". Especially, a lot of data is accumulated in the tourism field. However, the academic discussions utilizing the tourism data are still limited. Moreover, the openness of the data of restaurants, hotels, and online tourism information, and how to use SNS Big Data in tourism are still limited. Therefore, utilization through tourism big data analysis is still low.
In addition, in order to grasp the influence of each independent variables more deeply, we used R programming to identify the influence of independent variables. As a result, it was found that the food satisfaction and sightseeing spot attraction were higher than other variables in overall satisfaction and had a greater effect than other influential variables. Revisit intention had a higher β value in the travel motive as the purpose of Korean Wave than other variables. It will be necessary to have a policy that will lead to a substantial revisit of tourists by enhancing tourist attractions for the purpose of Korean Wave. Lastly, the recommendation had the same result of satisfaction as the sightseeing spot attraction and food satisfaction have higher β value than other variables.
From this analysis, we found that ‘food satisfaction’ and ‘sightseeing spot attraction’ variables were the common factors to influence three dependent variables that are mentioned above(‘Overall satisfaction’, ‘Revisit intention’ and ‘Recommendation’), and that those factors affected the satisfaction of travel in Korea significantly. The purpose of this study is to examine how to activate foreign tourists in Korea through big data analysis. It is expected to be used as basic data for analyzing tourism data and establishing effective tourism policy. It is expected to be used as a material to establish an activation plan that can contribute to tourism development in Korea in the future.

#빅데이터 #인공신경망 #의사결정나무 #로지스틱스 회귀분석 #R 프로그래밍 #Big Data #Artificial Neural Network #Decision Tree #Logistic Regression Analysis #R Programming

참고문헌 (33)

참고문헌 신청

Bae, K.-Y., , Self-Tour Service Technology based on a Smartphone, Journal of Intelligence and Information Systems, Vol. 16, No. 4 (2010), 147~157. Byun, C. B., The oversea backpackers' travel experiences : Based on grounded theory, International Journal of Tourism and Hospitality Research, Vol.27, No.2(2012), 239-262. Choi, J. H., S. T. Han, H. C. Kang and E. S. Kim, Data Mining Decision Tree Analysis Using Answer Tree, SPSS ACADEMY, (1998), 17-23. Choi, Y. J. and D. H. Park, “Development of Youke Mining System with Youke's Travel Demand and Insight Based on Web Search Traffic Information”, Journal of Intelligence and Information Systems, Vol. 23, No. 3(2017), 155-175. Do, H. Y., A. J. Lee and C. W. Lee, The Study of Restaurant Service Quality, Customer Satisfaction and Nationality by Big-Data Analysis, Journal of Foodservice Management Society of Korea, Vol.16, No.6 (2013), 49-70.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이정미

소속기관 한양대학교

주요연구분야 사회과학 > 문헌정보학 공학 > 산업공학

논문수 19 이용수 2,691

류미나

소속기관 한양대학교

주요연구분야 공학 > 산업공학 공학 > 컴퓨터학

논문수 6 이용수 2,246

Gyoo Gun Lim

소속기관 한양대학교

주요연구분야 공학 > 산업공학 TOP 5% 사회과학 > 경영학 TOP 10%

논문수 51 이용수 15,013

이 논문과 함께 이용한 논문

빅데이터를 활용한 관광콘텐츠 확산에 관한 연구 : 전주한옥마을을 중심으로

유영현 , 김상헌 한국콘텐츠학회 종합학술대회 논문집 2018 .05

소셜 빅데이터 분석을 활용한 제주도 관광 인식에 관한 연구 : 한한령 이전과 이후 비교

이수희 , 박득희 , 김맹선 관광레저연구 2018 .02

언론보도 분석을 통한 국내 관광자원활성화 방안에 관한 연구 : 빅 데이터 분석을 중심으로

김태훈 , 변정우 호텔경영학연구 2017 .02

외래관광객 관광수용태세 만족도가 재방문의사에 미치는 영향 요인 연구: 2018 외래관광객 실태조사자료를 중심으로

남승민 , 문희정 , 손미혜 관광레저연구 2020 .04

소셜미디어 빅데이터 분석을 통한 관광 인식 조사 : 경기도 지역을 중심으로

이수진 , 전유나 GRI 연구논총 2016 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-003162114

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (33)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)