텍스트 마이닝을 이용한 온라인 리뷰의 호텔 선택속성 분석

소셜미디어의 발달로 소비자들의 정보 공유와 확산이 빠르게 이루어지고 있고, 호텔 리뷰는 호텔 이미지와 평판에 영향을 미치기 때문에 지속적인 호텔 품질 제공과 브랜드 충성도 유지, 신규 고객을 유치하기 위해서는 텍스트에 나타난 고객가치를 이해하는 것은 중요하다. 소비자들이 생성한 온라인 리뷰에서 어떤 선택속성에 가중치를 두는지 점검할 필요성을 바탕으로 텍스트 마이닝을 통해 데이터를 정제하고 텍스트 네트워크 분석을 시행하여 선택속성들의 구조적 관계를 밝히고자 하였다. 온라인 여행 커뮤니티인 Tripadvisor에서 R프로그램을 이용하여 데이터를 크롤링 하여 최종 7,220개의 온라인 리뷰를 분석하였다. UCINET6, Netdraw를 활용하여 추출 된 속성의 중심성을 파악하고 시각화하였다. 분석결과, 객실, 청결, 직원, 친절, 접근, 위치, 조식이 공출현 빈도와 중심성이 높은 속성으로 나타났다. 호텔의 핵심제품과 관련된 속성이 중요한 평가대상으로 다루어지고 있음을 알 수 있다. 연구결과를 바탕으로 호텔 시장 세분화와 마케팅 전략에 이론적, 실무적 시사점을 제공하고자 한다.

With the development of social media, consumers are sharing and spreading information rapidly. Since hotel reviews affect hotel image and reputation, it is important to understand the value of customers in hotel reviews. This is in order to consistently provide hotel quality, maintain brand loyalty and create new customers. Hotel companies need to determine which selection attributes are the most meaningful and relevant in online reviews written by consumers. To accomplish this, hotel reviews were collected using the data analysis tool ‘R’ in the online travel community Trip advisor. The text network was analyzed using UCINET6, Netdraw, and the obtained results were then visualized. The results showed that the frequency and network centrality of the attribute room, cleanliness level, staff ability, kindness level, accessibility, and location were all significantly high factors affecting hotel image and reputation. Furthermore, attributes related to the core product of the hotel are being treated as important evaluation items. Based on these results, theoretical and practical implications for hotel market segmentation and future marketing strategies are suggested.