빅데이터를 활용한 휴양림 이용객현황과 인터넷 검색어의 상관관계분석 = Correlation Analysis with Volume of Recreational Forest Visitors and Internet Search Words Using ‘Big Data’

국문 초록 (Abstract)

본 연구는 휴양림을 찾는 이용객들의 수요를 관련 트렌드데이터와 검색어를 이용하여 사전에(Proactive) 예측하고, 미리 대비할 수 있는 방안을 찾아보기 위해, 구글과 네이버에서 제공하는 트렌드 데이터를 이용하여, 상관관계를 분석하였다. 상관관계분석결과 , 캠핑인구가 꾸준히 증가하는 추세를 반영하듯 이용객 현황과 강한 상관관계를 가지는 검색어들로 구글트렌드 데이터를 이용했을 때는 ‘휴양림’과 ‘캠핑관련용어들’이 수요예측에 적합한 것으로 나타났으며, 데이터 이용 시 같은 달 데이터를 비교하는 것이 가장 정확한 예측치를 산출할 수 있을 것으로 예상되며, 네이버트렌드 모바일 데이터를 이용하였을 때는 같은 달 데이터 보다는 한·두 달 전 데이터와 강한 상관관계를 보인 ‘휴양림’과 다른 조합의‘캠핑관련용어들’을 이용하여 예측치를 추정하는 것이 가장 합리적인 방법으로 나타났다.

다국어 초록 (Multilingual Abstract)

Big data, Google Trends and Naver Trends Mobile data, was used to find out how to prepare and manage recreational forests. Volume of recreational forest visitors and residents are good indicators to decide long and/or short term policy. Therefore, Person correlation analysis was employed to test for the relationship between volume of recreational forest visitors and internet search words. In this study, meaningful results were found through the process. Results of correlation analysis between Google Trends data and Visitors pattern data showed that Recreational Forests’ and ‘Camping related search words’were strongly correlated with trend data of the same month or one month ago. Results of correlation analysis between Naver Trends Mobile data and visitors pattern data also showed that ‘Recreational Forests’ and different combination of‘Camping related search words’ were strongly correlated. In this case, one or two months delayed visitors pattern data were resulted in better and stronger correlation than data of the same month. These search words can be used as variables in the forecasting volume of recreational forest visitors and residents.

목차 (Table of Contents)

• 요약
• Abstract
• I. 서론
• II. 이론적 고찰
• III. 연구방법
• IV. 분석결과
• V. 결론 및 고찰
• References

참고문헌 (Reference)

1 박병화, "자연휴양림의 이용실태 및 편익에 관한 연구" 한국산림휴양복지학회 17 (17): 59-67, 2013

2 서경석, "자연휴양림 이용자 요구사항 및 만족" 한국감정평가학회 10 (10): 149-160, 2011

3 박소순, "안전한 캠핑장 운영을 위한 정책적 개선방안에 관한 연구" 대한안전경영과학회 15 (15): 25-35, 2013

4 김범수, "수도권 및 주변 국유자연휴양림의 이용자 특성에 관한 연구 - 산음자연휴양림과 용화자연휴양림을 대상으로 -" 한국산림휴양복지학회 14 (14): 98-107, 2010

5 김범수, "대도시 주변 자연휴양림의 이용자 행태 분석에 대한 연구" 한국산림휴양복지학회 15 (15): 51-60, 2011

6 강기래, "다중회귀분석에 의한 자연휴양림 이용객 수요예측모형구축" (사)한국관광레저학회 22 (22): 151-165, 2010

7 김현식, "다변량해석에 의한 자연휴양림 유형구분" 대한국토·도시계획학회 43 (43): 225-233, 2008

8 신현규, "군집분석을 통한 자연휴양림 이용객의 시장세분화" 한국콘텐츠학회 10 (10): 364-372, 2010

9 심규원, "국유자연휴양림 이용객 만족이 행동의도에 미치는 영향분석" 한국산림휴양복지학회 14 (14): 63-70, 2010

10 이제용, "강원도 국립자연휴양림을 이용하는 방문객의 만족도가 재방문의사에 미치는 영향" 대한국토·도시계획학회 47 (47): 325-344, 2012

11 Baker, S. R., "What drives job search?" Evidence from Google search data, Evidence from Google Search Data 2011

12 Ettredge, M., "Using webbased search data to predict macroeconomic statistics" 48 (48): 87-92, 2005

13 Reilly, S., "Using google search data for state politics research an empirical validity test using roll-off data" 12 (12): 146-159, 2012

14 Breyer, B. N., "Use of Google Insights for Search to track seasonal and geographic kidney stone incidence in the United States" 78 (78): 267-271, 2011

15 Kim, C. Y., "The classification of the enterprises’utilization of big data types and growth forecasts for the strategic value" 501-510, 2014

16 Forest Service, "The Statistical Yearbook of Forestry 2014" Forest Service 2014

17 Choi, H., "Predicting the present with google trends" 88 (88): 2-9, 2012

18 Choi, H., "Predicting initial claims for unemployment benefits" Google Inc 1-5, 2009

19 "Naver Trend Beta"

20 "Naver Customer Center"

21 Yeon, P. S., "Measuring outdoor recreational motivations of national park and recreational forest users" 5 (5): 59-66, 2001

22 Ko, S. Y., "Maximization of enterprise competitive power using ‘Big Data’" Computer World 50-54, 2012

23 "IBM, Big Data at the Speed of Business"

24 Mccallum, M. L., "Google search patterns suggest declining interest in the environment" 22 (22): 1355-1367, 2013

25 Dugas, A. F., "Google flu trends : Correlation with emergency department influenza rates and crowding metrics" 54 (54): 463-469, 2012

26 "Google Trends"

27 Lee, J. H., "Fluctuation factors of daily visitors for recreational forest monitoring" 7 (7): 9-17, 2003

28 Han, S. Y., "Construction and Analysis of Big Data for the establishment of the Effective National Natural Recreation Forest Management Policies" Forest Service National Natural Recreation Forest Office 2013

29 Huang, H., "Constructing consumer sentiment index for US using Google searches" University of Alberta, Department of Economics 2010

30 McAfee, A., "Big data, the management revolution" 90 (90): 61-67, 2012

31 Manyika, J., "Big Data: The Next Frontier for Innovation, Competition, and Productivity" McKinsey Global Institute, McKinsey & Company 2011

32 Lee, C. H., "Accommodation style of user’s preference in recreational forest" 8 (8): 31-39, 2004

33 Kim, J. S., "A study of big data utilization and related techniques" 10 (10): 34-40, 2012

34 강기래, "A study On Efficient Operation of Recreation Forests in Chungbuk Based on Level of User’s Satisfaction" 한국산림휴양복지학회 16 (16): 1-11, 2012

35 Han, S. Y., "A path anaysis about customer satisfaction of recreation forest" 12 (12): 19-25, 2008