Earticle

초록

한국어

관광 산업에서 관광객 수요 예측은 연구자들과 실무자 모두에게 중요한 주제다. 최근 관광객 수요 예측 연구에서 최신의 딥러닝 모델을 사용하고, 기상 데이터와 인터넷 검색량 데이터 등을 이용해 더 정밀한 예측을 하고 있다. 그러나 기존의 시도들은 월 단위, 분기 단위의 장기예측을 주로 하였고, 딥러닝 모델이 기본적으로 가지고 있는 black-box의 한계 때문에 설명 가능하지 못한 모델을 사용해 연구를 통해 얻을 수 있는 정보가 제한적이었다. 본 연구는 날짜 정보, 기상 정보, 인터넷 검색어 데이터 정보를 활용하여 일 단위의 다중 수평 예측이 가능하고, 설명가능한 예측 모델을 구현하고자 한다. 본 연구는 2016 ~ 2020년 9월까지 총 1735개의 시계열 데이터를 사용했으며, 날짜 데이터, 기상 데이터 이외에 제주도 관련 인터넷 검색어 280개의 인터넷 검색량 데이터, 그리고 Covid-19 기간을 연구할때는 코로나 일별 확진자, 누적 확진자, 거리두기 단계, 코로나 관련 검색어[코로나, 코로나 확진자, 제주도 코로나]의 검색량 데이터를 추가로 사용하였다. 연구 결과는 수요 예측 정확도와 모델 해석 두 부분으로 나누었다. 예측 정확도에서는 Covid-19 이전의 보통의 경우 TFT가 벤치마크 모델보다 확실한 우위를 가졌다. 모델 해석에서는 관광산업의 중심이 되는 숙박 관련 검색어, 교통 관련 검색어 데이터를 연구해 Covid-19 이전과 이후 어떤 변화가 있었는지 TFT 모델의 설명가능한 부분을 통해 설명하였다. 또한 Covid-19 기간동안 내국인의 제주도 관광에 행동변화에 Covid-19 관련 데이터가 어떤 영향을 주는지 탐구하였다.

목차

요약
서론
관련 연구
딥러닝을 이용한 관광객 수요 예측
인터넷 검색 데이터를 이용한 예측과 GoogleKeyword Planner 활용
방법론
데이터 수집
TFT의 원리와 구조
연구 프레임 워크
실험 내용 및 결과
수요 예측 연구
모델 해석
결론
References

저자

• 박운찬 [ 경영정보시스템 석사과정 Hanyang University Management Information System ] 주저자
• 차경진 [ 경영정보시스템 부교수 Hanyang University Management Information System ] 교신저자

참고문헌