플리커 데이터의 텍스트마이닝을 통한 서울방문 외국인 관광객의 서울 이미지 분석 = Analysis of Seoul Image of Foreign Tourists Visiting Seoul by Text Mining with Flickr Data

국문 초록 (Abstract)

본 연구에서는 소셜 네트워크 데이터인 플리커를 활용하여 서울시와 서울시 내 주요 관광지별 이미지를 분석하고자 하였다. 이를 위해 2015년 1월1일부터 2017년 12월 31일까지 서울범위 내 게시된 플리커 데이터를 수집하고, 이 가운데 관광객으로 추정된 사용자의 플리커를 토대로 서울시내 11개의 주요관광지를 도출하였다. 플리커 내 태그와 제목 텍스트를 대상으로 텍스트마이닝을 수행하였으며, 텍스트마이닝 방법으로는 워드클라우드, 동시출현 네트워크, 토픽모델링 기법을 사용하였다. 워드클라우드 및 동시 출현 네트워크를 작성한 결과 서울 방문 관광객의 주요 관광 요소 및 관심사는 고궁, 번화가, 밤 문화, 시장 및 음식에 집중되어 있음을 알 수 있었다. 토픽 모델링을 통해 12개의 주요 토픽을 선정할 수 있었으며, 11개 관광지별 주로 언급되는 단어와 주요 토픽을 정리하여 관광지별 이미지를 확인할 수 있었다.

다국어 초록 (Multilingual Abstract)

This paper aims to examine the Seoul images of foreign tourists who visit key attractions in Seoul by using Flickr text data. We collected Flickr data that foreign tourists have posted in the area of Seoul for three years, that is, from January 1st in 2015 to December 31st in 2017. We drew 11 key attractions in Seoul based on Flickr data of users who are presumed on foreign tourists. With the results of Word Cloud and Co-occurance Network, we drew a conclusion that foreign tourists in Seoul are mainly interested in palace, downtown, local markets, and restaurants and bars where they could enjoy their night life. We drew 12 key topics that foreign travelers surfaced on their strong interests by using topic modeling. We think that the findings of this study can provide the features of Seoul that foreign travelers have shown and can be a baseline data of enhancing Seoul tourism with meaningful insights in the future.

참고문헌 (Reference)

1 박재희, "트윗을 이용한 서울시 주거환경 만족의 공간적 특성 분석 - 도시정책지표 보완을 위한 활용방안 모색 -" 한국도시지리학회 17 (17): 43-56, 2014

2 강애띠, "트윗데이터를 활용한 스트레스 토픽의 지역별 특징 분석" 한국지도학회 18 (18): 53-69, 2018

3 강범일, "토픽 모델링을 이용한 신문 자료의 오피니언 마이닝에 대한 연구" 한국문헌정보학회 47 (47): 315-334, 2013

4 이수연, "텍스트마이닝 기반 토픽 분석을 통한 온라인 성차별성의 이해" 사이버커뮤니케이션학회 33 (33): 159-199, 2016

5 김남규, "텍스트 분석 기술 및 활용 동향" 한국통신학회 42 (42): 471-492, 2017

6 박우진, "위치기반 소셜 미디어 데이터의 텍스트 마이닝 기반 공간적 클러스터링 분석 연구" 대한공간정보학회 23 (23): 89-96, 2015

7 류시영, "소셜미디어에 나타난 강원도 관광에 대한 인식 연구: 빅데이터 분석을 중심으로" 한국관광연구학회 31 (31): 63-81, 2017

8 오성수, "관광지선택에 SNS관광정보 특성이 미치는 영향" 한국산업경제학회 25 (25): 3255-3271, 2012

9 최승담, "관광목적지로서 도시관광이미지 측정척도 개발" 서울연구원 6 (6): 93-106, 2005

10 Kádár, B., "Where do tourists go? Visualizing and analysing the spatial distribution of geotagged photography" 48 (48): 78-88, 2013

11 Kisilevich, S., "What do you think about this photo? A novel approach to opinion and sentiment analysis of photo comments" 5 (5): 138-157, 2013

12 Gentile, L., "Using Flickr geotags to find similar tourism destinations" POLITECNICO DI MILANO 2011

13 Lee, S. J., "Understanding Gyeonggi-do tourism trends using social media analytics" Gyeonggi Research Institute 48-103, 2015

14 권회윤, "Risk analysis and visualization for detecting signs of flood disaster in Twitter" 대한공간정보학회 24 (24): 127-139, 2016

15 Barchiesi, D., "Quantifying international travel flows using Flickr" 10 (10): e0128470-, 2015

16 Rattenbury, T., "Methods for extracting place semantics from Flickr tags" 3 (3): 1-30, 2009

17 Blei, D. M., "Latent dirichlet allocation" 3 : 993-1022, 2003

18 Kisilevich, S., "Geospatial visualisation" Springer 211-233, 2013

19 Hollenstein, L., "Exploring place through user-generated content: Using Flickr tags to describe city cores" (1) : 21-48, 2010

20 Popping, R., "Computer-assisted text analysis" Sage Publications Ltd 39-95, 2000

21 Yuan, Y., "Characterizing international travel behavior from geotagged photos:A case study of flickr" 11 (11): e0154885-, 2016

22 Kim, N., "Analysis of spatio temporal characteristics of Seoul tourists using social network data" Korean Cartographic Association 65-68, 2018

23 Kang, A. T., "A study on regional characteristics on the stress sentiment and topics extracted from tweet data" Ewha Womans University 2016