상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
커버이미지 없음
KCI우수등재 학술저널

온라인 리뷰 빅데이터 기반의 Word2Vec 기법을 활용한 관광지 개성과 여행객 평점 간 구조적 관계 분석

온라인 리뷰를 바탕으로 형성된 관광지에 대한 긍정적인 이미지는 여행객의 의사결정에 중요한 원천이 되며, 이러한 이미지는 관광지 개성을 통해 형성된다. 현재까지 관광지 개성에 대한 연구는 제품범주의 브랜드 개성 측정척도(BPS)를 활용하여 척도개발, 관광지 이미지 및 행동의도 간 영향관계 규명 등 다양하게 이루어져 왔지만, 관광지가 가지는 본질적 가치를 반영하지 못한다는 한계점이 존재하였다. 이에 본 연구는 온라인 리뷰의 질적·양적 정보를 활용하여 의미론적 차원에서 관광지 개성을 확장하기 위해 신경망 언어 모델인 Word2Vec를 활용하였으며, 여행객 평점과의 영향관계를 추정하였다. 분석 결과, 관광지 개성은 기존 브랜드 개성의 구성개념과 달리 관광지 경험 후의 정서적인 감정을 표현하는 유사단어들이 도출되었다. 또한, 관광지 개성의 세련됨이 여행객 평점에 유의한 양(+)의 영향력이 가장 큰 요인으로 나타났으며, 강인함이 여행객 평점에 유의한 음(-)의 영향력을 가지는 설명요인인 것으로 나타났다. 마지막으로 텍스트 데이터를 수치화하여 인과관계를 추정할 경우 OLS모형보다 WLS모형이 보다 설명력이 높은 것으로 나타났다.

The current study examines destination personality in a contextual semantic approach by utilizing word embedding with deep learning via Word2Vec, a neural network language model using collected online review data from Tripadvisor.com. This study tested the relationship between destination personality and traveler rating. The results show that the traits of destination personality reflect expressed affective emotion after travelers' experience, unlike existing brand personality scales that measure tangible product. Furthermore, sophistication, which is one of the dimensions of destination personality, had the most significant positive impact on the traveler rating, but ruggedness, another dimension of destination personality, appeared to have a negative effect on the traveler rating. Finally, comparing the result of the WLS regression to the OLS regression, R-squared for WLS was found to be substantially superior to that of OLS when estimating relationship by quantifying textual data.

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 분석결과

Ⅴ. 결론

참고문헌

로딩중