KR20210083089A - 관광지 지수 산출 방법 및 시스템 - Google Patents

관광지 지수 산출 방법 및 시스템 Download PDF

Info

Publication number
KR20210083089A
KR20210083089A KR1020190175709A KR20190175709A KR20210083089A KR 20210083089 A KR20210083089 A KR 20210083089A KR 1020190175709 A KR1020190175709 A KR 1020190175709A KR 20190175709 A KR20190175709 A KR 20190175709A KR 20210083089 A KR20210083089 A KR 20210083089A
Authority
KR
South Korea
Prior art keywords
score
tourist
review
social
data
Prior art date
Application number
KR1020190175709A
Other languages
English (en)
Inventor
전예슬
김정재
장환석
Original Assignee
(주)바이브컴퍼니
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)바이브컴퍼니 filed Critical (주)바이브컴퍼니
Priority to KR1020190175709A priority Critical patent/KR20210083089A/ko
Publication of KR20210083089A publication Critical patent/KR20210083089A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G06Q50/30—

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 개시는 관광지 지수 산출 방법에 있어서, 데이터 수집부가 리뷰데이터 및 소셜데이터를 수집하는 단계; 리뷰점수 산출부가 리뷰데이터를 통해 리뷰점수를 산출하는 단계; 소셜점수 산출부가 소셜데이터를 통해 소셜점수를 산출하는 단계; 그리고, 관광지 지수 산출부가 리뷰점수와 소셜점수를 통해 관광지 지수를 산출하는 단계;를 포함하는 관광지 지수 산출 방법에 관한 것이다.

Description

관광지 지수 산출 방법 및 시스템{METHOD AND SYSTEM FOR CALCULATING TOURIST INDEX}
본 개시(Disclosure)는 전체적으로 관광지 지수 산출 방법 및 시스템에 관한 것으로, 특히 광대한 데이터를 분석 가능한 관광지 지수 산출 방법 및 시스템에 관한 것이다.
여기서는, 본 개시에 관한 배경기술이 제공되며, 이들이 반드시 공지기술을 의미하는 것은 아니다(This section provides background information related to the present disclosure which is not necessarily prior art).
소셜 네트워크 서비스(Social Network Service, 이하 SNS)와 인터넷의 발달로 인해 정보의 획득이 용이해짐에 따라 과거에 비해 다양한 장소나 제품에 대한 의견 및 정보를 생산하고 공유하는 것이 활발하게 일어나고 있다. 예를 들어 숙박지를 사용한 사람이 해당 숙박지에 대한 의견 및 정보를 생산하면 다수의 사람이 해당 숙박지에 대한 의견 및 정보를 공유하는 것이다.
따라서, 사람들은 SNS를 통해 다녀온 장소나 사용한 제품에 대해 소개하고 의견을 표출하며, 이는 다른 사용자들이 의사결정을 할 때에 중요한 정보가 될 수 있다. 그러나 SNS 사용자가 급증하고 수많은 게시글이 업로드(Upload)되면서 방대한 양의 데이터(Data)로부터 의미 있는 정보를 얻고 의사결정에 도움을 얻는 것이 어려워지고 있다. 인터넷이나 SNS 사용자가 올린 수많은 게시글로부터 관광지나 숙박지를 결정하는데 어려움이 있어 왔다.
관광지나 숙박지를 결정하는데 도움을 주기 위해서 사용자 맞춤 여행 정보를 제공하는 종래기술은 한국 공개특허공보 제10-2017-0082728호에 기재되어 있다. 제공하는 여행 정보를 보고 사용자가 관광지를 객관적으로 파악하고 비교할 수는 없었다.
또한, 특정 소셜데이터를 활용한 블로그의 데이터만을 활용해서 여행정보를 제공하는 발명은 한국 공개특허공보 제10-2017-0082728호에 개시되어 있다. 하지만 여행정보를 중요도 및 요약하여 빨리 볼 수 있도록 해줄 수는 있지만 한눈에 관광지를 객관적으로 비교할 수 없는 문제점이 있다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
여기서는, 본 개시의 전체적인 요약(Summary)이 제공되며, 이것이 본 개시의 외연을 제한하는 것으로 이해되어서는 아니된다(This section provides a general summary of the disclosure and is not a comprehensive disclosure of its full scope or all of its features).
본 개시에 따른 일 측면에 의하면(According to one aspect of the present disclosure), 관광지 지수 산출 방법에 있어서, 데이터 수집부가 리뷰데이터 및 소셜데이터를 수집하는 단계; 리뷰점수 산출부가 리뷰데이터를 통해 리뷰점수를 산출하는 단계; 소셜점수 산출부가 소셜데이터를 통해 소셜점수를 산출하는 단계; 그리고, 관광지 지수 산출부가 리뷰점수와 소셜점수를 통해 관광지 지수를 산출하는 단계;를 포함하는 관광지 지수 산출 방법이 제공된다.
본 개시에 따른 다른 측면에 의하면(According to another aspect of the present disclosure), 관광지 지수 산출 시스템에 있어서, 외부의 데이터를 받을 수 있는 통신부; 표시부; 감성 키워드를 저장하는 저장부; 입력부; 그리고, 데이터 수집부, 리뷰점수 산출부, 소셜점수 산출부 및 관광지 지수 산출부를 포함하는 제어부;를 포함하며, 리뷰점수 산출부는 관심점수와 감성점수를 산출하고, 소셜점수 산출부는 관심도, 추천도, 성장가능성, 지역기여도를 산출하는 관광지 지수 산출 시스템이 제공된다.
이에 대하여 '발명의 실시를 위한 구체적인 내용'의 후단에 기술한다.
도 1은 본 개시에 따른 관광지 지수 산출 시스템의 일 예를 나타내는 도면,
도 2는 도 1에 기재된 제어부를 기능별로 세분화한 일 예를 보여주는 도면,
도 3은 본 개시에 따른 수식의 예들을 나타내는 도면,
도 4는 본 개시에 따른 관심점수와 감성점수로부터 리뷰점수를 구하는 방법을 그래프로 설명하는 도면,
도 5는 본 개시에 따른 관광지 지수산출 방법의 일 예를 보여주는 흐름도.
이하, 본 개시를 첨부된 도면을 참고로 하여 자세하게 설명한다(The present disclosure will now be described in detail with reference to the accompanying drawing(s)).
도 1은 본 개시에 따른 관광지 지수 산출 시스템의 일 예를 나타내는 도면이다.
관광지 지수 산출 시스템(100)은 통신부(110), 입력부(120), 저장부(130), 표시부(140) 및 제어부(150)를 포함한다.
통신부(110)는 네트워크에 접속하여, 다른 엔티티들과 통신하기 위한 장치이며, 이러한 통신부(110)는 네트워크의 종류 및 네트워크에 적용된 프로토콜에 따라서 데이터(data)를 처리하는 기능을 더 포함할 수 있다.
입력부(120)는 관광지 지수 산출 시스템(100) 사용자의 명령, 선택, 데이터, 정보 중에서 적어도 하나를 입력받기 위한 수단으로서, 숫자 또는 문자 정보를 입력받고 다양한 기능을 설정하기 위한 다수의 입력키 및 기능키를 포함할 수 있다. 그리고 입력부(110)는 사용자의 키 입력을 감지하여, 감지된 키 입력에 따른 입력 신호를 제어부(150)로 전달한다. 입력부(110)는 키보드, 키패드, 마우스, 조이스틱 등과 같은 입력 장치 등을 예시할 수 있다.
저장부(130)는 데이터를 저장하기 위한 장치로, 주 기억 장치 및 보조기억 장치를 포함한다. 이러한 저장부(130)는 운영 체제(OS, Operation System), 어플리케이션 등을 저장할 수 있다. 저장부(130)는 관광지 지수 산출 시스템(100)이 수집하고, 생성하는 각종 데이터를 저장할 수 있다. 대표적으로, 저장부(130)는 감성사전을 저장할 수 있으며, 키워드, 분석기준 등을 저장할 수 있다. 저장부(130)에 저장되는 각종 데이터는 사용자의 조작에 따라, 삭제, 변경, 추가될 수 있다.
표시부(140)는 관광지 지수 산출 시스템(100)의 사용에 따라 발생되는 정보를 사용자가 인지할 수 있도록 표시하기 위한 것이다. 이러한 정보는 키워드, 분류체계 데이터, 인터넷으로부터 수집한 리뷰데이터(1511) 및 소셜데이터(1512) 등을 포함할 수 있다.
제어부(150)는 본 개시의 실시예에 따른 관광지 지수 산출 방법을 수행하기 위해 필요한 동작을 수행하며, 이를 위하여, 필요한 경우, 통신부(110), 입력부(120), 저장부(130) 및 표시부(140)를 제어할 수 있다. 이를 위하여, 제어부(150)는 실제로 본 발명의 실시예에 따른 관광지 지수 산출 방법을 수행하도록 하기 위한 복수의 모듈을 포함할 수 있다. 이러한 모듈은 하드웨어 또는 소프트웨어로 구성될 수 있다. 제어부(150)는 운영 체제를 구동시키는 프로세스 장치가 될 수 있다. 예컨대, 제어부(150)는 중앙처리장치(CPU, Central Processing Unit)가 될 수 있다. 제어부(150)는 운영 체제를 저장부(130)의 보조 기억 장치로부터 주기억장치로 이동시킨 후, 운영 체제를 구동하는 부팅(booting)을 수행한다. 그리고, 제어부(150)는 본 개시에 따른 관광지 지수 산출 방법을 수행하기 위해 필요한 어플리케이션을 구동시킬 수 있다.
도 2는 도 1에 기재된 제어부를 기능별로 세분화한 일 예를 보여주는 도면이다.
제어부(150)는 데이터 수집부(151), 리뷰점수 산출부(152), 소셜점수 산출부(153) 및 관광지 지수 산출부(154)를 포함할 수 있다.
데이터 수집부(151)는 리뷰데이터(1511)와 소셜데이터(1512)를 수집한다. 리뷰데이터(1511)는 관광 리뷰데이터(15111)와 숙박 리뷰데이터(15112)를 포함하며, 관광 리뷰데이터(15111)는 관광지에 대한 평가를 기재한 텍스트 정보와 관광지에 대한 점수를 기재한 평점 정보를 포함하며, 숙박 리뷰데이터(15112)는 숙박지에 대한 평가를 기재한 텍스트 정보와 숙박지에 대한 점수를 기재한 평점 정보를 포함할 수 있다. 예를 들면, 관광 리뷰데이터(15111)는 트립어드바이저 등의 리뷰를 포함할 수 있고, 숙박 리뷰데이터(15112)는 야놀자, 데일리호텔, 부킹닷컴, 트립어드바이저 등의 리뷰를 포함할 수 있다.
리뷰점수 산출부(152)는 리뷰데이터(1511)를 이용하여 리뷰점수(1524)를 산출한다. 리뷰데이터(1511)는 관광 리뷰데이터(15111)와 숙박 리뷰데이터(15112)를 포함하며, 관광 리뷰데이터(15111)를 이용하여 관광 관심점수(15211)와 관광 감성점수(15221)가 산출되고, 숙박 리뷰데이터(15112)를 이용하여 숙박 관심점수(15212)와 숙박 감성점수(15222)가 산출된다. 관광 관심점수(15211)와 관광 감성점수(15221)를 합산하여 관광 리뷰점수(15231)가 산출되고, 마찬가지로 숙박 관심점수(15212)와 숙박 감성점수(15222)를 합산하여 숙박 리뷰점수(15232)가 산출된다. 관광 리뷰점수(15231)와 숙박 리뷰점수(15232)는 합산되어 리뷰점수(1524)가 산출된다.
자세하게 설명하자면, 관광 관심점수(15211)와 숙박 관심점수(15212)는 각각 같은 방법으로 산출된다. 관광 관심점수(15211) 및 숙박 관심점수(15212)는 관광 리뷰데이터(15111) 및 숙박 리뷰데이터(15112)를 키워드로 각각 분석하여 긍정리뷰의 개수와 부정리뷰의 개수를 산출하며, 이를 이용하여 도 5(a)의 식으로 관광 관심점수(15211) 및 숙박 관심 점수(15212)를 산출할 수 있다. 긍정리뷰의 개수는 n_pos로 표시하고, 부정리뷰의 개수는 n_neg로 표시한다. 산출된 관광 관심점수(15211) 및 숙박 관심점수(15212)는 모든 관광지 및 숙박지에 따라 정규분포를 가정하고, 정규분포의 누적분포함수(CDF;cumulative distribution function)값을 사용한다.
예를 들면, A 호텔의 숙박 리뷰데이터(15112)를 도 5(a)와 같이 계산하여 숙박 Interest_score 값이 0.3으로 표시될 수 있다. 숙박 관심점수(15212;Interest_score)는 0~1사이 값을 가질 수 있으며, 최소값은 0.2인 것이 바람직하다. 리뷰데이터(15112)의 평점 분포를 살펴보았을 때, 소비자들의 평점이 상향되어 있는 경향을 알 수 있다. 정규분포의 특성상 대칭적인 분포임을 보완하기 위해, 최소값을 선정한다. 최소값을 선정하기 위해 다양한 기준으로 실험을 한 뒤, 0.2는 하위 20%에 해당되는 값으로 최소 0.2의 점수를 갖게 하여 기존 상향된 평점 분포와 형태를 맞출 수 있다. 0.2미만의 값들은 0.1이든 0.15든 평점 점수가 낮다는 의미로 최소 0.2의 값을 갖는다.
관광 리뷰데이터(15111) 및 숙박 리뷰데이터(15112)를 이용하여 관광 감성점수(15221) 및 숙박 감성점수(15222)를 각각 산출한다. 관심점수는 텍스트 정보만 고려하였지만 감성점수(Sentiment_score)는 텍스트 정보와 평점 정보까지 고려하였다. 텍스트 정보는 키워드(예; 숙박의 경우 객실 청결, 서비스 만족 등)를 포함할 수 있다. 키워드가 평점 정보에 영향을 미치는지 나타낸다고 하면, 키워드가 평점 정보에 미치는 영향력을 선형회귀모형에서 회귀계수로 표현할 수 있다. 즉, 키워드와 평점 정보 사이의 회귀계수를 따르는 키워드의 점수를 산출할 수 있다.
산출된 점수의 범위를 통일하기 위해 긍정 및 부정 키워드별 분포를 가정하고, 회귀계수의 크기에 따른 누적 분포 값을 긍정 및 부정 키워드의 점수로 사용할 수 있다. 리지 회귀분석(Ridge regression) 결과에 따라 산출되지 않은 키워드의 경우, Label propagaion을 통해 보완할 수 있다.(Label propagaion을 통해 긍정 및 부정으로 태깅될 확률을 키워드의 점수로 사용할 수 있다.)
같은 방식으로 관광 감성점수(15221)도 관광 리뷰데이터(15111)에서 키워드를 이용하여 산출된다. 키워드는 긍정 키워드와 부정 키워드를 포함하며, 긍정 키워드의 감성점수 합계는 0이상의 점수로 나타나고, 부정 키워드의 감성점수 합계는 0이하로 나타난다. 관광 감성점수(15221)를 도 5(b)와 같이 계산하면 0.2~1 사이의 값으로 나타난다.
관광 관심점수(15211)와 관광 감성점수(15221)는 관광 리뷰점수(15231)로 합산되고, 숙박 관심점수(15212)와 숙박 감성점수(15222)는 숙박 리뷰점수(15232)로 합산된다.
예를 들면, A 관광지의 관광 관심점수(15211)는 0.7, A 관광지의 관광 감성점수(15221)는 0.6이면, A 관광지의 관광 리뷰점수(15231)는 1-(0.3*0.4)-0.5*(0.6*0.3)-0.5*(0.4*0.7)=0.65로 산출된다. 도 6을 참조하면, 최대면적 1에서 A면적을 빼고, B와 C의 면적의 반을 뺀다. 이는 관광 관심점수(15211) 또는 관광 감성점수(15221)의 차이가 많이 나는 경우, 이 차이에 의해 점수가 줄어드는 것을 방지하기 위함이다.
관광 리뷰점수(15231)와 숙박 리뷰점수(15232)는 리뷰점수(1524)로 조화평균하여 산출된다.
소셜점수 산출부(153)는 소셜데이터(1512)를 이용하여 소셜점수(1536)를 산출한다. 소셜데이터(1512)는 관광 소셜데이터(15121)와 숙박 소셜데이터(15122)를 포함하며, 관광 소셜데이터(15121)는 관광지에 대한 소셜데이터 문서이고, 숙박 소셜데이터(15122)는 숙박지에 대한 소셜데이터 문서이다. 예를 들면, 소셜데이터(1512)는 다양한 소셜매체(트위터, 블로그, 커뮤니티, 뉴스, 인스타그램)등 여러 매체로부터 수집될 수 있고, 추가로 한국관광공사 및 공공데이터 등으로부터 수집된 관광지에 대한 관광 소셜데이터(15121) 및 숙박지에 대한 숙박 소셜데이터(15122)를 포함할 수 있다. 관광 소셜데이터(15121) 및 숙박 소셜데이터(15122)는 텍스트 정보를 포함하는 문서로 이루어질 수 있다. 관광 소셜데이터(15121)를 이용하여 관광지 관심도(15311), 관광지 추천도(15321), 관광지 성장가능성(15331) 및 관광지 지역기여도(15341)를 산출하고, 이를 합산하여 관광 소셜점수(15351)를 산출한다. 숙박 소셜데이터(15122)를 이용하여 숙박지 관심도(15312), 숙박지 추천도(15322), 숙박지 성장가능성(15332) 및 숙박지 지역기여도(15342)를 산출하고, 이를 합산하여 숙박 소셜점수(15352)를 산출한다. 관광 소셜점수(15351)와 숙박 소셜점수(15352)로부터 소셜점수(1536)는 산출된다.
자세하게 설명하면, 관심도(1531)는 관광지 관심도(15311) 및 숙박지 관심도(15312)를 포함하며, 관심도(1531)는 지역 관광지 및 숙박지에 대한 소셜 인기도 지수이다. 관심도(1531)는 도 5(c)의 식으로 산출하며, 도 5(c)의 식은 전체 관광지 또는 숙박지의 문서 중 해당 관광지 또는 숙박지의 문서가 얼만큼의 비중을 차지하고 있는지를 나타낸다. 또한, 산출한 관심도(1531)는 전체 관광지 및 숙박지의 관심도에서 해당 관광지 및 숙박지는 어떤 순위를 가지는지 백분율로 나타낼 수 있다.
추천도(1532)는 관광 추천도(15321) 및 숙박 추천도(15322)를 포함하며, 추천도(1532)는 방문자의 추천지수를 나타낸다. 추천도(1532)는 도 5(d)의 식으로 산출하며, 도 5(d)의 식은 추천 키워드를 포함한 전체 관광지 또는 숙박지 문서 중 추천 키워드를 포함한 해당 관광지 또는 숙박지의 문서가 얼만큼의 비중을 차지하고 있는지를 나타낸다. 추천 키워드는 추천, 강추, 추천한다 등의 단어를 포함할 수 있다. 산출한 추천도(1532)는 전체 관광지 및 숙박지의 추천도에서 해당 관광지 및 숙박지는 어떤 순위를 가지는지 백분율로 나타낼 수 있다.
성장가능성(1533)은 관광 성장가능성(15331) 및 숙박 성장가능성(15332)을 포함하며, 성장가능성(1533)은 일정기간 내에 관광지 또는 숙박지의 문서 증감량을 통해 관심도(1531)의 증가가 얼마나 증가하고 있는지 예측할 수 있는 지수이다. 성장가능성(1533)은 도 5(e)의 식으로 나타내며, 전체 관광지 또는 숙박지의 문서 중 해당 관광지 또는 숙박지의 문서가 얼만큼의 비중을 차지하고 있는지를 분기별로 나눠서 산출하였다. 산출된 분기별 성장 가능성을 바탕으로 3년간의 기울기를 계산한다. 또한, 기울기는 전체 관광지 또는 숙박지에서 해당 관광지 또는 숙박지의 순위를 백분율로 산출하여, 해당 관광지 또는 숙박지의 성장 가능성을 나타낸다.
지역기여도(1534)는 문서 중 여행 키워드를 포함한 여행 문서를 가지고 산출할 수 있다. 지역기여도(1534)는 도 5(f)의 식으로 나타내며, 지역의 여행문서 중 해당 관광지 또는 숙박지의 문서 비중으로 산출한다. 산출된 지역기여도(1534)는 전체 관광지 또는 숙박지에서 해당 순위의 백분율 값으로 산출하여 지역기여도(1534)를 나타낸다.
산출된 관광지 및 숙박지의 관심도(1531), 산출된 관광지 및 숙박지의 추천도(1532), 산출된 관광지 및 숙박지의 성장가능성(1533), 산출된 관광지 및 숙박지의 지역기여도(1534)는 적절한 가중치를 통해 관광 소셜점수(15351) 및 숙박 소셜점수(15352)로 각각 산출된다.
리뷰데이터(1511)의 개수는 실제 여행을 한 직접적인 소비로 간주하고, 소셜데이터(1512)의 관심도(1531), 추천도(1532), 성장가능성(1533), 지역기여도(1534)는 여행에 대한 관심도 포함되어 있으므로 간접적인 소비로 간주할 수 있다. 소셜데이터(1512;간접적인 소비)로부터 산출된 관심도(1531), 추천도(1532), 성장가능성(1533), 지역기여도(1534)와 리뷰데이터(1511;직접적인 소비로 이루어진 정도)는 선형회귀식으로 적합하여, 각각 적합한 선형회귀식에 의해 도출된 각각의 계수는 각각의 가중치로 사용한다.
가중치로 사용되는 계수는 가중치의 합이 1이 되기 위해 각 계수의 전체 합에서 하나의 계수가 차지하는 비중으로 산출하여 사용된다.
소셜점수(1536)는 관광 소셜점수(15351) 및 숙박 소셜점수(15352)의 조화평균으로 산출된다.
관광지 지수 산출부(154)는 리뷰점수(1524)와 소셜점수(1536)로부터 관광지 지수(154)를 산출한다. 관광지 지수(154)는 리뷰점수(1524)와 소셜점수(1536)의 조화평균으로 산출된다. 관광지 지수(154)는 1에서 100 사이의 값을 가지며, 100에 가까울수록 평판이 좋은 관광지임을 나타낸다.
관광지 지수(154)는 관광객들의 경험과 감성을 분석하여 나타낼 수 있고, 관광지 지수(154)를 통해 관광객의 니즈를 파악할 수 있고, 소비자와 지자체의 관광부서도 여행을 선택하거나 정책을 세울 때, 관광지 지수(154)를 참조할 수 있다. 또한, 경쟁 관광지간의 관광지 지수(154)를 비교할 수 있으며, 더 나아가 관광지 지수(154)를 구성하고 있는 세부 항목 점수를 비교하여 관광지의 특장점 및 부족한 점을 파악할 수 있다.
도 5는 본 개시에 따른 관광지 지수산출 방법의 일 예를 보여주는 흐름도이다.
본 개시에 따른 관광지 지수산출 방법은 먼저 데이터 수집부(151)가 리뷰데이터(1511)와 소셜데이터(1512)를 수집한다(S1). 데이터 수집부(151)가 수집하는 데이터는 텍스트 정보와 평점 정보일 수 있다. 데이터 수집부(151)는 데이터를 통신부를 통해 수집한다. 이후, 리뷰점수 산출부(152)는 리뷰데이터(1511)를 통해 리뷰점수를 산출한다(S2). 이후, 소셜점수 산출부(153)는 소셜데이터(1512)를 통해 소셜점수를 산출한다(S3). S2 단계와 S3 단계는 동시에 이루어질 수 있고, 또한 S3 단계 이후, S2 단계가 이루어질 수도 있다. 이후, 관광지 지수 산출부(154)는 리뷰점수(1524)와 소셜점수(1536)를 통해 관광지 지수(154)를 산출한다(S4).
이하 본 개시의 다양한 실시 형태에 대하여 설명한다.
(1) 관광지 지수 산출 방법에 있어서, 데이터 수집부가 리뷰데이터 및 소셜데이터를 수집하는 단계; 리뷰점수 산출부가 리뷰데이터를 통해 리뷰점수를 산출하는 단계; 소셜점수 산출부가 소셜데이터를 통해 소셜점수를 산출하는 단계; 그리고, 관광지 지수 산출부가 리뷰점수와 소셜점수를 통해 관광지 지수를 산출하는 단계;를 포함하는 관광지 지수 산출 방법.
(2) 데이터 수집부가 리뷰데이터 및 소셜데이터를 수집하는 단계에서, 리뷰데이터는 숙박 리뷰데이터 및 관광 리뷰데이터를 포함하며, 소셜데이터는 숙박 소셜데이터 및 관광 소셜데이터를 포함하는 관광지 지수 산출 방법.
(3) 리뷰점수 산출부가 리뷰데이터를 통해 숙박 리뷰점수와 관광 리뷰점수를 결합하여 리뷰점수를 산출하는 단계는: 숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 및 관광 관심점수를 산출하는 과정; 숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 및 관광 감성점수를 산출하는 과정; 숙박 및 관광의 관심점수와 숙박 및 관광의 감성점수를 각각 합산하여, 관광 리뷰점수와 숙박 리뷰점수를 산출하는 과정; 그리고, 관광 리뷰점수와 숙박 리뷰점수로 리뷰점수를 산출하는 과정;을 포함하는 관광지 지수 산출 방법.
(4) 숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 및 관광 관심점수를 산출하는 과정에서, 숙박 관심점수 및 관광 관심점수는 키워드를 통해 숙박 리뷰데이터 및 관광 리뷰데이터에서 산출한 긍정리뷰의 개수와 부정리뷰의 개수를 통해 산출되는 관광지 지수 산출 방법.
(5) 숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 및 관광 감성점수를 산출하는 과정에서, 긍정 키워드 및 부정 키워드의 평점에 따른 점수를 산출하여 감성점수를 산출하는 관광지 지수 산출 방법.
(6) 감성점수는 긍정 키워드의 평점에 따른 점수 합계와 부정 키워드의 평점에 따른 점수 합계 중 긍정 키워드의 평점에 따른 점수 합계의 비율을 산출하는 관광지 지수 산출 방법.
(7) 관광 리뷰점수와 숙박 리뷰점수로 리뷰점수를 산출하는 과정에서, 조화평균을 사용하여 관광 리뷰점수와 숙박 리뷰점수로 리뷰점수를 산출하는 관광지 지수를 산출하는 관광지 지수를 산출 방법.
(8) 소셜점수 산출부가 소셜데이터를 통해 소셜점수를 산출하는 단계는: 관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성 및, 관광지 및 숙박지의 지역기여도를 산출하는 과정; 관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성, 관광지 및 숙박지의 지역기여도를 통해 관광 소셜점수와 숙박 소셜점수를 산출하는 과정; 그리고, 관광 소셜점수와 숙박 소셜점수로 소셜점수를 산출하는 과정;을 포함하는 관광지 지수 산출 방법.
(9) 관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성 및, 관광지 및 숙박지의 지역기여도를 산출하는 과정에서, 관광지 및 숙박지의 관심도는 해당 관광지 및 숙박지의 소셜데이터와 전국 관광지 및 숙박지의 소셜데이터를 통해 산출하며, 관광지 및 숙박지의 추천도는 관광지 및 숙박지의 소셜데이터, 추천키워드를 통해 산출한 데이터, 전국 관광지 및 숙박지의 소셜데이터, 전국 관광지 및 숙박지의 추천키워드를 통해 산출한 데이터를 통해 산출하며, 관광지 및 숙박지의 성장가능성은 해당 관광지 및 숙박지의 관심도의 분기별 값을 통해 산출하며, 관광지 및 숙박지의 지역기여도는 지역의 여행 문서 중 해당 관광지 및 숙박지의 문서 비중으로 산출되는 관광지 지수 산출 방법.
(10) 관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성, 관광지 및 숙박지의 지역기여도를 통한 숙박 소셜점수와 관광 소셜점수를 산출하는 과정에서, 관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장 가능성, 관광지 및 숙박지의 지역기여도의 선형 회귀식의 계수를 가중치로 사용하여 숙박 소셜점수와 관광 소셜점수가 산출되는 관광지 지수 산출 방법.
(11) 관광 소셜점수와 숙박 소셜점수로 소셜점수를 산출하는 과정;에서, 조화평균을 사용하여 관광 소셜점수와 숙박 소셜점수로 소셜점수를 산출하는 관광지 지수를 산출하는 방법.
(12) 관광지 지수 산출부가 리뷰점수와 소셜점수를 통해 관광지 지수를 산출하는 단계에서, 조화평균을 사용하여 리뷰점수와 소셜점수를 산출하는 관광지 지수 산출 방법.
(13) 관광지 지수 산출 시스템에 있어서, 외부의 데이터를 받을 수 있는 통신부; 표시부; 감성 키워드를 저장하는 저장부; 입력부; 그리고, 데이터 수집부, 리뷰점수 산출부, 소셜점수 산출부 및 관광지 지수 산출부를 포함하는 제어부;를 포함하며, 리뷰점수 산출부는 관심점수와 감성점수를 산출하고, 소셜점수 산출부는 관심도, 추천도, 성장가능성, 지역기여도를 산출하는 관광지 지수 산출 시스템.
본 개시에 따른 하나의 관광지 지수 산출 방법에 의하면, 효율적으로 해당 관광지의 현황을 한 눈에 파악할 수 있다.
본 개시에 따른 또 하나의 관광지 지수 산출 방법에 의하면, 다양한 소셜 매체 등을 통해 경향성을 반영하여 관광지 지수를 산출할 수 있다.
100:관광지 지수 산출 시스템
110:통신부 120:입력부 130:저장부 140:표시부 150:제어부

Claims (13)

  1. 관광지 지수 산출 방법에 있어서,
    데이터 수집부가 리뷰데이터 및 소셜데이터를 수집하는 단계;
    리뷰점수 산출부가 리뷰데이터를 통해 리뷰점수를 산출하는 단계;
    소셜점수 산출부가 소셜데이터를 통해 소셜점수를 산출하는 단계; 그리고,
    관광지 지수 산출부가 리뷰점수와 소셜점수를 통해 관광지 지수를 산출하는 단계;를 포함하는 관광지 지수 산출 방법.
  2. 청구항 1에 있어서,
    데이터 수집부가 리뷰데이터 및 소셜데이터를 수집하는 단계에서,
    리뷰데이터는 숙박 리뷰데이터 및 관광 리뷰데이터를 포함하며,
    소셜데이터는 숙박 소셜데이터 및 관광 소셜데이터를 포함하는 관광지 지수 산출 방법.
  3. 청구항 2에 있어서,
    리뷰점수 산출부가 리뷰데이터를 통해 리뷰점수를 산출하는 단계는:
    숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 관심점수 및 관광 관심점수를 산출하는 과정;
    숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 감성점수 및 관광 감성점수를 산출하는 과정;
    숙박 및 관광의 관심점수와 숙박 및 관광의 감성점수를 각각 합산하여, 관광 리뷰점수와 숙박 리뷰점수를 산출하는 과정; 그리고,
    관광 리뷰점수와 숙박 리뷰점수로 리뷰점수를 산출하는 과정;을 포함하는 관광지 지수 산출 방법.
  4. 청구항 3에 있어서,
    숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 관심점수 및 관광 관심점수를 산출하는 과정에서,
    숙박 관심점수 및 관광 관심점수는 키워드를 통해 숙박 리뷰데이터 및 관광 리뷰데이터에서 산출한 긍정리뷰의 개수와 부정리뷰의 개수를 통해 산출되는 관광지 지수 산출 방법.
  5. 청구항 3에 있어서,
    숙박 리뷰데이터 및 관광 리뷰데이터를 이용하여 숙박 및 관광 감성점수를 산출하는 과정에서,
    긍정 키워드 및 부정 키워드의 평점에 따른 점수를 산출하여 감성점수를 산출하는 관광지 지수 산출 방법.
  6. 청구항 5에 있어서,
    감성점수는 긍정 키워드의 평점에 따른 점수 합계와 부정 키워드의 평점에 따른 점수 합계 중 긍정 키워드의 평점에 따른 점수 합계의 비율을 산출하는 관광지 지수 산출 방법.
  7. 청구항 3에 있어서,
    관광 리뷰점수와 숙박 리뷰점수로 리뷰점수를 산출하는 과정에서,
    조화평균을 사용하여 관광 리뷰점수와 숙박 리뷰점수로 리뷰점수를 산출하는 관광지 지수를 산출하는 관광지 지수 산출 방법.
  8. 청구항 2에 있어서,
    소셜점수 산출부가 소셜데이터를 통해 소셜점수를 산출하는 단계는:
    관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성 및, 관광지 및 숙박지의 지역기여도를 산출하는 과정;
    관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성, 관광지 및 숙박지의 지역기여도를 통해 관광 소셜점수와 숙박 소셜점수를 산출하는 과정; 그리고,
    관광 소셜점수와 숙박 소셜점수로 소셜점수를 산출하는 과정;을 포함하는 관광지 지수 산출 방법.
  9. 청구항 8에 있어서,
    관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성 및, 관광지 및 숙박지의 지역기여도를 산출하는 과정에서,
    관광지 및 숙박지의 관심도는 해당 관광지 및 숙박지의 소셜데이터와 전국 관광지 및 숙박지의 소셜데이터를 통해 산출하며,
    관광지 및 숙박지의 추천도는 관광지 및 숙박지의 소셜데이터, 추천키워드를 통해 산출한 데이터, 전국 관광지 및 숙박지의 소셜데이터, 전국 관광지 및 숙박지의 추천키워드를 통해 산출한 데이터를 통해 산출하며,
    관광지 및 숙박지의 성장가능성은 해당 관광지 및 숙박지의 관심도의 분기별 값을 통해 산출하며,
    관광지 및 숙박지의 지역기여도는 지역의 여행 문서 중 해당 관광지 및 숙박지의 문서 비중으로 산출되는 관광지 지수 산출 방법.
  10. 청구항 8에 있어서,
    관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장가능성, 관광지 및 숙박지의 지역기여도를 통한 숙박 소셜점수와 관광 소셜점수를 산출하는 과정에서,
    관광지 및 숙박지의 관심도, 관광지 및 숙박지의 추천도, 관광지 및 숙박지의 성장 가능성, 관광지 및 숙박지의 지역기여도의 선형 회귀식의 계수를 가중치로 사용하여 숙박 소셜점수와 관광 소셜점수가 산출되는 관광지 지수 산출 방법.
  11. 청구항 8에 있어서,
    관광 소셜점수와 숙박 소셜점수로 소셜점수를 산출하는 과정;에서,
    조화평균을 사용하여 관광 소셜점수와 숙박 소셜점수로 소셜점수를 산출하는 관광지 지수를 산출하는 방법.
  12. 청구항 1에 있어서,
    관광지 지수 산출부가 리뷰점수와 소셜점수를 통해 관광지 지수를 산출하는 단계에서,
    조화평균을 사용하여 리뷰점수와 소셜점수를 산출하는 관광지 지수 산출 방법.
  13. 관광지 지수 산출 시스템에 있어서,
    외부의 데이터를 받을 수 있는 통신부;
    표시부;
    감성 키워드를 저장하는 저장부;
    입력부; 그리고,
    데이터 수집부, 리뷰점수 산출부, 소셜점수 산출부 및 관광지 지수 산출부를 포함하는 제어부;를 포함하며,
    리뷰점수 산출부는 관심점수와 감성점수를 산출하고, 소셜점수 산출부는 관심도, 추천도, 성장가능성, 지역기여도를 산출하는 관광지 지수 산출 시스템.

KR1020190175709A 2019-12-26 2019-12-26 관광지 지수 산출 방법 및 시스템 KR20210083089A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190175709A KR20210083089A (ko) 2019-12-26 2019-12-26 관광지 지수 산출 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190175709A KR20210083089A (ko) 2019-12-26 2019-12-26 관광지 지수 산출 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20210083089A true KR20210083089A (ko) 2021-07-06

Family

ID=76860997

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190175709A KR20210083089A (ko) 2019-12-26 2019-12-26 관광지 지수 산출 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20210083089A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657766A (zh) * 2021-08-18 2021-11-16 深圳华侨城创新研究院有限公司 一种基于游客多元数据的旅游景区欢乐指数的计量方法
CN115907208A (zh) * 2022-12-16 2023-04-04 中青旅遨游科技发展有限公司 一种实现大数据分析的智慧旅游预测方法及系统
KR102519393B1 (ko) * 2022-06-22 2023-04-10 (주)이즈피엠피 추천 관광지 데이터 생성 장치 및 방법
KR102630327B1 (ko) * 2023-09-21 2024-01-29 주식회사 지냄 트렌드를 반영한 추천 숙박 장소의 가격 결정 방법 및 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657766A (zh) * 2021-08-18 2021-11-16 深圳华侨城创新研究院有限公司 一种基于游客多元数据的旅游景区欢乐指数的计量方法
KR102519393B1 (ko) * 2022-06-22 2023-04-10 (주)이즈피엠피 추천 관광지 데이터 생성 장치 및 방법
CN115907208A (zh) * 2022-12-16 2023-04-04 中青旅遨游科技发展有限公司 一种实现大数据分析的智慧旅游预测方法及系统
KR102630327B1 (ko) * 2023-09-21 2024-01-29 주식회사 지냄 트렌드를 반영한 추천 숙박 장소의 가격 결정 방법 및 장치

Similar Documents

Publication Publication Date Title
Sun et al. Forecasting tourist arrivals with machine learning and internet search index
Babaee Tirkolaee et al. A robust bi-objective multi-trip periodic capacitated arc routing problem for urban waste collection using a multi-objective invasive weed optimization
KR20210083089A (ko) 관광지 지수 산출 방법 및 시스템
Currim Predictive testing of consumer choice models not subject to independence of irrelevant alternatives
KR101871747B1 (ko) 유사성향 기반 사용자-관광상품 추천 방법 및 시스템
Banasik et al. Sample selection bias in credit scoring models
Athawale et al. Decision making for facility location selection using PROMETHEE II method
Wu et al. Forecasting tourist daily arrivals with a hybrid Sarima–Lstm approach
JP4040555B2 (ja) 情報検索装置および情報検索プログラム
CN109582876B (zh) 旅游行业用户画像构造方法、装置和计算机设备
Forouzandeh et al. A hybrid method for recommendation systems based on tourism with an evolutionary algorithm and topsis model
Hong et al. Multi-criteria tensor model for tourism recommender systems
Camacho et al. Forecasting travellers in Spain with Google’s search volume indices
Kaya A hotel recommendation system based on customer location: a link prediction approach
Bi et al. Forecasting daily tourism demand for tourist attractions with big data: an ensemble deep learning method
Bi et al. International tourism demand forecasting with machine learning models: The power of the number of lagged inputs
Chang et al. Personalized travel recommendation: a hybrid method with collaborative filtering and social network analysis
CN112632379A (zh) 路线推荐方法、装置、电子设备和存储介质
CN111666413B (zh) 基于评论者可信赖度回归预测的商品评论推荐方法
CN111078997B (zh) 一种资讯推荐方法及装置
Bigotte et al. The relationship between population dynamics and urban hierarchy: Evidence from Portugal
Ding et al. Two-stage travel itinerary recommendation optimization model considering stochastic traffic time
Noorian A BERT-based sequential POI recommender system in social media
CN106575418A (zh) 建议的关键词
JP6752330B1 (ja) 機械学習ベースのマッチング装置およびマッチング方法

Legal Events

Date Code Title Description
E601 Decision to refuse application