Earticle

초록

영어

The increase in visitors to tourist attractions is known to bring about a positive ripple effect on the local economy by promoting consumption of related industries such as transportation networks, lodging facilities, and commercial districts. However, on the one hand, the increase in visitors leads to problems with overtourism, traffic congestion, safety accidents, and convenience facility operation. In this context, it is important not only for tourists but also for local residents to predict and respond to visitors. In this study, the model for predicting the number of visitors was compared by using ARIMA, which is generally applied to prediction, and GRU, a deep learning model. As a result of the analysis, the MAPE based on the 90-day reference period of the GRU model was about 9%, indicating that the predictive power was relatively superior to that of the ARIMA model of 30%.

한국어

관광지 방문객 증가는 교통망, 숙박시설, 상권 등 관련 산업의 소비를 촉진하여 지역경제에 긍정적인 파급효과를 가져오는 것으로 알려져 있다. 그러나 한편으로 방문객의 증가는 오버투어리즘, 교통혼잡, 안전사고, 편의시설 운영 등에 대한 문제를 초래하게 된다. 이러한 맥락에 서 방문객 수를 예측하고 대응하는 방법을 마련하는 것은 관광지 방문객뿐만 아니라 지역주민에게도 중요하다. 본 연구에서는 예측에 일반적으로 적용되는 ARIMA와 Deep Learning 모형인 GRU를 이용하여 방문객 수를 예측하는 모형을 비교하였다. 분석결과 GRU 모형의 참조 기간 90일 기준 MAPE는 약 9%로 나타나 ARIMA 모형 30%에 비해 상대적으로 예측력이 우수한 것으로 나타났다.

목차

ABSTRACT
Ⅰ. 서론
Ⅱ. 문헌연구
2.1 선행연구
2.2 본 연구의 차별성
Ⅲ. 모형설정
3.1 연구방법
3.2 분석자료
Ⅳ. 예측모형 구축결과
4.1 ARIMA
4.2 GRU
4.3 예측모형 비교
Ⅴ. 결론
참고문헌
국문 초록

키워드

저자

• 최인애 [ Inae Choi | 수원문화재단 문화유산부 차장 ]
• 김태양 [ Tae yang Kim | 에너지경제연구원 전력정책연구실 부연구위원 ]
• 박현준 [ Hyun Jun Park | 과학기술정책연구원 혁신시스템본부 선임연구원 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업혁신연구 [The Journal of Industrial Innovation]

• 간기

  계간

• pISSN

  2005-2936

• eISSN

  2800-0080

• 수록기간

  1985~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658