• 제목/요약/키워드: 식도락 관광

검색결과 3건 처리시간 0.02초

외국인 관광객 재방문율 향상과 소비 활성화를 위한 빅데이터 기반의 탐색적 연구 (Exploratory research based on big data for Improving the revisit rate of foreign tourists and invigorating consumption)

  • 안성현;박성택
    • 산업융합연구
    • /
    • 제18권6호
    • /
    • pp.19-25
    • /
    • 2020
  • 빅데이터 분석은 오늘날 다양한 산업 및 공공분야에서 필수적으로 활용되고 있다. 이에 본 연구에서는 빅데이터 분석을 활용하여 국내 관광 서비스 개선 방안을 LDA분석 방법을 통해 모색하고자 한다. 특히 외국인 방문객이 가장 많은 서울을 중심으로 관광객의 만족도를 높이고 이를 통해 재방문을 향상시킬 수 있고 서비스를 개선할 수 있는 탐색적 접근을 시도하였다. 본 연구에서는 서울시와 한국관광공사의 통계 자료 및 SNS 등의 인터넷 정보들을 R을 통해 수집 및 분석을 진행하였다. 그리고 LDA를 포함한 텍스트 마이닝 기법을 활용하였다. 분석 결과 외국인들의 한국을 방문하는 목적 중 하나는 식도락 관광이었다. 이에 식도락 관광을 중심으로 서비스의 질을 높이기 위한 방안을 도출하고자 한다.

강원도 관광에 대한 소셜 미디어 빅데이터 분석 (Big Data Analysis of Social Media on Gangwon-do Tourism)

  • 김천성;정은희
    • 한국정보전자통신기술학회논문지
    • /
    • 제14권3호
    • /
    • pp.193-200
    • /
    • 2021
  • 최근 소셜미디어에서 관광지에 관한 게시글과 의견이 활발하게 공유된다. 이러한 소셜 빅데이터는 소비자가 인식하는 관광지의 객관적인 이미지를 파악할 수 있는 유의미한 정보를 제공한다. 이에 따라 본 연구는 소셜미디어의 빅데이터를 이용해서 강원도 지역에 대한 관광 이미지를 분석하는 것이다. SNS 및 빅데이터의 대표적인 분석 방법인 텍스트마이닝과 의미연결망 분석 절차를 사용해서 강원도의 관광 이미지를 분석하고 차별화된 경쟁력을 확보할 수 있는 이미지 향상에 대한 방안을 제공하고자 하였다. 분석결과에 따르면, 강원도 지역의 관광으로 속초, 강릉, 양양 순으로 지명 언급이 높은 수준으로 나타났고, 여행목적은 맛집투어, 식도락, 가족여행, 휴가, 체험 등으로 나타났다. 특히, 당일여행, 주말, 체험 등을 선호하는 것으로 나타났다. 분석결과를 바탕으로 네 가지 제안을 하였다. 첫째, 강원도 관광의 활성화를 위하여 가격대별로 다양한 호텔, 숙박 시설과 체험 관광 마케팅이 필요하다. 둘째, 강원도의 자연경관과 수도권 근접성을 활용한 당일상품을 개발할 필요가 있다. 셋째, 강원도 향토음식과 전통식당의 홍보가 필요하다. 마지막으로 힐링과 가족여행에 적합한 관광 마케팅 개발이 필요하다. 본 연구 결과를 통해 강원도의 관광 이미지를 현황을 파악하고 경쟁력을 향상할 수 있는 마케팅 전략을 제시하였다. 또한, 관광 소비자의 빅데이터를 관광사업 분야에서 활용할 수 있는 이론적 근거를 제공하였다.

데이터 전처리 기능을 활용한 음식 사진 인식 서비스 설계 및 구현 (Food recognition service using HSV data preprocessing function)

  • 김학겸;유연준;신대현;오주현;이진아;김영운
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2021년도 추계학술발표대회
    • /
    • pp.1215-1218
    • /
    • 2021
  • 한국을 방문하는 외국인들은 매년 증가하고 있고 방한 목적 중 식도락관광이 3위에 오를 만큼 세계에서 한국 음식은 위상이 높아지고 있다. 하지만, 한국에서의 알레르기 성분 표시는 법적 의무가 아니기 때문에 대부분의 한식당에서는 이를 표시하지 않고 있고 알레르기가 있는 외국인 관광객들은 한국 음식 섭취에 있어서 상당한 위험과 불편함을 부담하고 있다. 이에 본 논문에서는 머신러닝을 활용하여 사진 촬영만으로 쉽고 정확하게 알레르기 성분을 제공하고자 사물 이미지 데이터 전처리를 위한 HSV(Hue, Saturation, Value) 데이터 전처리 기법을 제안한다. 제안하는 기법은 이미지의 HSV의 평균 및 분산, 표준편차를 통해 불필요한 데이터를 제거한다. 성능평가에서는 비빔밥, 불고기, 제육볶음 등 사진 약 500장의 데이터 셋을 구성하여 HSV의 평균 및 분산을 통해 이미지를 제거하는 방식으로 구축한 데이터 셋을 TensorFlow를 통해 정확도와 학습시간을 측정한다. 측정결과, 제안하는 기법으로 구축한 데이터 셋은 최소 15%에서 최대 25% 높은 정확도와 최소 37.96%에서 최대 42.85% 높은 정도 낮은 학습시간을 보여주었다. 향후 HSV를 활용한 데이터 전처리 기법은 더 많은 데이터를 통해 더욱 구체적인 성능 분석이 필요하다. 또한, 실질적인 개발 및 구현을 통해 제안하는 데이터 전처리 기법의 더욱 현실적인 검증이 필요하다.