메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김은미 (경희대학교)
저널정보
한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제20권 제4호
발행연도
2020.8
수록면
99 - 111 (13page)
DOI
10.37272/JIECR.2020.08.20.4.99

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Tourism online reviews influence decision-making for tourist attraction selection and try to reduce uncertainty by using online reviews that have been experience and provided by users who have visited in advance. Online reviews are recognized as a new source of information in the tourism sector and more important than official information. Sentiment analysis is widely applied to analyze online reviews, and sentimental analysis extracts the emotions of reviewers inherent in the reviews and classifies them as positive or negative. Recently, it is classified as more detailed emotions, not simply positive or negative.
In this study, online reviews are used to predict tourist spot, and detailed sentiment analysis is applied. Tourist spot is the most popular destinations for tourists, but tourists" interests may change over time. Monthly sentiment values were used to reflect changes over time. To do this, we used TripAdvisor review data and selected tourist spot compared to the average number of reviews. In order to build a prediction model, input variables were selected as Model 1 classified by 3 emotions (positive, neutral, negative), Model 2 classified by 8 emotions (trust, anticipation, joy, surprise, fear, anger, sadness, disgust), and Model 3 applying both Model 1 and Model 2 classifications. We developed a prediction model for Model 1, Model 2, and Model 3 to predict tourist spot using machine learning techniques such as logit, neural networks, and SVM(Support Vector Machines). As a result, Model 3 using SVM showed the best prediction performance.
#Tourist spot #Sentiment analysis #Sentiment trend #Online review #NRC emotion lexicon

목차

Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구 프레임워크
Ⅳ. 실험 및 결과분석
Ⅴ. 결론
참고문헌

참고문헌 (26)

참고문헌 신청
김건 / 2016 / 토픽모델링을 활용한 서울지역 호텔서비스에 대한 고객인식의 변화 분석 / 서비스경영학회지 17(3):217~231 dbpia 김서인 / 2016 / 국내 주요 10대 기업에 대한 국민 감성 분석: 다범주 감성사전을 활용한 빅 데이터 접근법 / 지능정보연구 22(3):45~69 dbpia 김진화 / 2011 / 온라인 리뷰를 활용한 사용자 이해 및 서비스 가치 증대 / 정보시스템연구 20(2):21~36 dbpia 사공원 / 2016 / 온라인 후기에 내재된 고객의 감성분석과 LQI 차원별 호텔서비스 품질 평가 / 정보시스템연구 25(3):217~245 google schola 홍태호 / 2017 / 뉴스 감성분석과 SVM을 이용한 다우존스 지수와 S&P500 지수 예측 / 인터넷전자상거래연구 17(1):23~36 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

컨테이너터미널 입항 선박별 야드 트랙터 소요량 예측에 관한 연구
조현준 ,  신재영 한국항만경제학회지 2021 .12
코로나19 팬데믹 전후의 항공 서비스품질 인식 비교: 토픽모델링 및 의미연결망분석을 중심으로
강정민 ,  이병주 관광레저연구 2021 .09
해외산업박람회 여행상품의 선택속성에 대한 IPA분석
하영환 ,  윤지환 관광연구저널 2021 .08
감성분석을 활용한 레스토랑 선택속성과 만족도에 관한 연구: 외래관광객 온라인 리뷰 중심으로
윤호민 ,  최규완 호텔경영학연구 2021 .08
온라인 리뷰의 감성분석과 순환신경망을 적용한 국내 인바운드 관광수요 예측 모형
김은미 관광연구저널 2021 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-323-001137502