지오태깅된 사진 데이터를 활용한 서울방문 관광객의주요 관광지 분석 = Spatio-Temporal Analysis of Attractive Regions of Seoul Tourists using Geotagged Photos

다국어 초록 (Multilingual Abstract)

The purpose of this study is to analyze the tourist characteristics of tourist attractions and culturalareas of tourists who visited Seoul through spatial analysis of photograph posts posted on Flickr. We collectedgeotagged data from Flickr between January 1, 2013 and December 31, 2017 in downtown Seoul, and classifiedall users as tourists and residents. After that, RoA, which is the area visited mainly by tourists, was derivedand the tendency of visiting RoA was analyzed. In addition, hotspot areas visited by many tourists in Seoulcity were also analyzed. A total of 167,410 data were used in the analysis, and the number of users was 3,921.
In order to derive RoA, we derive 11 RoA in Seoul and 12 RoA in Seoul by DBSCAN algorithm. In the wholeof Seoul, Jongno, Hongdae, Namsan, Shinchon, Gangnam Station, COEX, Itaewon, Jamsil, Street, War Memorial,RoA was derived from Insadong, Namdaemun, Plaza Mayor, Changgyeonggung, and Hangangganggil. In orderto confirm the difference of tourism trends of tourists by culture, we confirmed the tourism trends of Asian,American, and European tourists.

국문 초록 (Abstract)

본 연구는 플리커에 게시된 사진 게시물에 대한 공간적 분석을 통하여 서울을 방문한 관광객의 주요 관광지와 문화권별관광 특성을 분석하였다. 서울 시내에 2013년 1월 1일부터 2017년 12월 31일 사이에 플리커의 지오태깅된 데이터를 수집하고,전체 사용자를 관광객과 거주자로 분류하였다. 이후, 관광객이 주로 방문하는 지역인 RoA를 도출하여 RoA 방문 경향을 분석하였다.
아울러 서울 시내 문화권별 관광객이 많이 방문하는 핫스팟 지역 또한 분석하였다. 분석에 사용된 데이터는 총 167,410건 이였으며,사용자 수는 3,921명이었다. 이후 RoA를 도출하기 위하여 DBSCAN 알고리즘을 통하여 서울 전체에 11개, 종로 내부에 12개의RoA를 도출하였다. 서울 전체에 종로, 홍대, 남산, 신촌, 강남역, 코엑스, 이태원, 잠실, 가로수길, 전쟁기념관, 대학로 RoA가도출되었으며, 종로 내부의 경우에는 경복궁, 명동, 광화문, 동대문, 북촌, 시청, 창덕궁, 인사동, 남대문, 광장시장, 창경궁,감고당길에서 RoA가 도출되었다. 이후 문화권별 관광객의 관광 경향의 차이를 확인하기 위하여 아시아권, 미주권, 유럽권 관광객의관광 추이를 확인하였으며, 문화권별로 각각 상이한 핫스팟 지역이 나타난 것을 확인할 수 있었다. 뿐만 아니라 발생핫스팟(EHSA)를 통하여 관광객 추이의 시공간적 변화를 확인하였다.

참고문헌 (Reference)

1 박예림, "플리커 데이터의 텍스트마이닝을 통한 서울방문 외국인 관광객의 서울 이미지 분석" 대한공간정보학회 27 (27): 11-23, 2019

2 박석희, "수요자 관점에서 본 한국관광통계의 품질평가" 8 : 1-21, 2005

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

4 이수진, "소셜미디어 빅데이터 분석을 통한 관광 인식 조사–경기도 지역을 중심으로 -" 경기개발연구원 18 (18): 83-109, 2016

5 박득희, "소셜 네트워크 분석을 적용한 외래 개별관광객의 다(多) 관광지 관광행동에 대한 이해: 경기도 관광지를 대상으로" 한국호텔외식관광경영학회 25 (25): 201-216, 2016

6 김나연, "소셜 네트워크 데이터를 활용한 서울방문 관광객의 선호 관광지 시공간 특성 분석" 서울연구원 20 (20): 81-96, 2019

7 이주윤, "궤적 데이터 마이닝을 통한 서울방문 관광객의이동 특성 분석" 한국지도학회 18 (18): 117-129, 2018

8 손철, "관광지 내 시공간 이동 행태와 관광객의 특성 영향 - 강릉지역을 중심으로 -" 관광연구소 26 (26): 3-28, 2014

9 Getis, A., "The analysis of spatial association by use of distance statistics" 24 (24): 189-206, 1992

10 Hochmair, H. H., "Spatial association of geotagged photos with scenic locations" 91-100, 2010

11 Wu, C.L., "Spatial and temporal tourist dispersal analysis in multiple destination travel" 46 (46): 311-317, 2008

12 Versichele, M., "Pattern mining in tourist attraction visits through association rule learning on Bluetooth tracking data: A case study of Ghent" 44 : 67-81, 2014

13 Hwang, Y. H., "Multicity trip patterns: Tourists to the United States" 33 (33): 1057-1078, 2006

14 Mckercher, B., "Movement patterns of tourists within a destination" 10 (10): 355-374, 2008

15 Kádár, B., "Measuring tourist activities in cities using geotagged photography" 16 (16): 88-104, 2014

16 Silm, S., "Ethnic differences in activity spaces: A study of out-of-home nonemployment activities with mobile phone data" 104 (104): 542-559, 2014

17 "ESRI"

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

19 Kristensson, P. O., "An evaluation of space time cube representation of spatiotemporal patterns" 15 (15): 696-702, 2009

20 Ester, M., "A density-based algorithm for discovering clusters in large spatial databases with noise" 226-231, 1996

21 한국관광공사, "2017 외래관광객실태조사 보고서" 2018