제주대학교 Repository

중국 개별관광객의 행태를 반영한 머신러닝기반 관광지추천 기법

Metadata Downloads
Alternative Title
Machine learning-based tourist attraction recommendation reflecting the behavior of individual Chinese tourists
Abstract
Jeju Island is regarded as a very attractive place for Chinese tourists. Among all the foreign tourists visited Jeju Island in the past few years, China ranks first. Due to the diplomatic conflicts between China and Korea, Chinese government banned the group tourism heading to Korea. As a result of this, Chinese tourists visiting Jeju Island have mainly become individual tourists rather than group tourists so far. Most of the individual tourists utilize the websites or applications to search the information on tourist attractions, food information, shopping information, etc. Before travel, tourists usually choose their favorite scenic spots and plan their schedule. Therefore, a suitable recommendation system is helpful to select tourist attractions. The proper recommendation system of tourist attractions leaves a good memory for tourists and improves the intention of revisiting. However, the wrong recommendation system will not only causes a waste of money and time but also leads to terrible travel memories. Therefore, if the Jeju tour is undervalued, the visiting intention will naturally decrease as well as the revisit to Jeju. So, it is meaningful to study the tourist attractions recommendation system which is suitable for tourists' preferences. The existing recommendation systems have two main methods, a collaborative filtering approach that models and measures the similarity of an item or user, and recommends content-based filtering by analyzing the content itself filtering approach. When recommending tourist destinations, preferred tourist destinations varies according to various attributes and types such as gender, age group, monthly income, the route to contact Jeju Island tour, the purpose of visit, travel companion, and a number of visits to Jeju. Factors related to visits are created through data analysis to make more suitable tourist attractions. Therefore, in this study, a preference prediction model is created using a machine learning algorithm based on the attributes and forms of tourists who have already visited Jeju, and the satisfaction evaluation for tourist destinations, and through this, a machine learning-based tourist destination recommendation system is proposed.  In this paper, data obtained from individual Chinese tourists who visited Jeju Island, and by analyzing the data, a logistic regression model, a decision tree model, and K-nearest neighbors. Model, support vector machine (SVM) model and XGBoost classifier were used to experiment. As a result of the experiment, the tourist site recommendation using the XGBoost classifier showed an average accuracy of 83.59%, showing better performance than other models.
제주도는 중국 관광객에게 매력적인 방문지로 알려져 있다. 과거 수년 동안 제 주도를 방문하는 모든 외국인 관광객 비중에서도 중국은 단연 1위를 기록해 왔 다. 사드 배치로 인하여 단체관광이 금지됨에 따라 제주도를 방문한 중국 관광객 은 주로 단체 관광객이 아닌 개별관광객으로 방문하고 있다. 대부분의 개별관광 객은 여행하기 전에 인터넷 홈페이지나 애플리케이션을 이용해 관광지 정보, 음 식 정보, 쇼핑 정보 등을 검색하여 마음에 드는 관광지를 선택하고 스케줄을 계 획하는 특성이 있다. 따라서 적합한 추천 시스템은 관광객의 관광지 선택에 도움 을 준다. 적절한 관광지 추천은 관광객에게 좋은 기억을 선사하고 재방문 의사도 높이는 반면에, 잘못된 추천은 손님의 금전적, 시간적 낭비를 초래할 뿐만 아니 라 재미없고 힘든 여행이 초래할 수도 있다. 이로 인해 제주도 관광이 좋은 평가 를 받지 못하고 관광 만족도도 떨어진다면 당연히 재방문 의사도 감소하여 제주 관광에 부정적인 영향을 미치게 될 수 있다. 따라서 관광객의 선호에 따른 관광 지 추천 시스템에 대한 연구가 필요하다고 할 수 있다. 기존의 추천 시스템은 크게 두 가지 방식이 있다. 아이템이나 사용자의 유사도 (similarity)를 모델링하고 측정하여 추천하는 협업 필터링 (collaborative filtering approach) 방식과 콘텐츠 자체를 분석하여 추천하는 콘텐츠 기반 필터링 (contents-based filtering approach) 방식이 있다. 관광지를 추천할 때 관광객의 성별, 연령대, 월수입, 제주도를 알게 된 경로, 방 문 목적, 여행 동반자, 제주방문 횟수 등 여러 가지 속성과 형태에 따라 선호하 는 관광지가 달라진다. 방문과 관련된 요소들이 모이고 데이터 분석을 통해 모델 을 만들어 사용자가 만족할만한 관광지를 추천할 수 있다. 따라서 본 연구에서는 이미 제주를 방문했던 관광객의 속성과 형태, 그리고 관광지에 대한 만족도 평가 를 토대로 머신러닝 알고리즘으로 선호 예측 모델을 만들고, 이를 통해 머신러닝 기반 관광지 추천 시스템을 제안한다. 본 논문에서는 이전에 제주도를 방문했던 중국 개별관광객들로부터 얻은 데이 터를 이용했으며, 이를 분석한 후 논리 회귀(logistic regression) 모델, 결정 트리 (decision tree) 모델, K-근접 이웃(k-nearest neighbours) 모델, 서포트 벡터 머 신(support vector machine, SVM) 모델, XGBoost 분류기 등을 이용하여 실험했 다. 실험 결과 XGBoost 분류기를 이용한 관광지 추천이 평균 정확도가 83.59% 에 나타나 다른 모델에 비해 나은 성능을 보여주었다.
Author(s)
진준걸
Issued Date
2021
Awarded Date
2021. 2
Type
Dissertation
URI
https://oak.jejunu.ac.kr/handle/2020.oak/23585
Alternative Author(s)
Qin, Jun Jie
Affiliation
제주대학교 대학원
Department
대학원 컴퓨터공학과
Advisor
변영철
Table Of Contents
국문 초록 ⅰ
목 차 ⅲ
그림 목차 ⅴ
표 목차 ⅵ
Ⅰ. 서론 1
1.1 연구 배경 및 목적 1
1.1.1 연구 배경 1
1.1.2 연구 목적 3
1.2 연구 범위 및 방법 3
1.3 연구의 구성 4
Ⅱ. 이론적 배경 5
2.1 제주도 방문한 중국 관광객 현황 5
2.2 개별관광객 개념 6
2.3 중국 개별관광객 특성 7
2.4 관광객의 속성과 형태 7
Ⅲ. 관련 연구 8
3.1 추천 시스템 8
3.1.1 추천 시스템의 분류 8
3.1.2 콘텐츠 기반 필터링 9
3.1.3 협업 필터링 10
3.2 머신러닝 기법 12
3.2.1 근접 이웃(k-nearest neighbors) 기법 12
3.2.2 로지스틱 회귀(logistic regression) 기법 13
3.2.3 서포트 벡터 머신(support vector machines) 기법 14
3.2.4 결정 트리(decision trees) 기법 17
3.2.5 XGBoost (extreme gradient boosting) 기법 17
3.2.6 앙상블 Stacking 기법 19
3.3 머신러닝 모델 성능 평가 방법 19
3.4 관광지 추천 시스템 선행 연구 20
3.4.1 개인화 관광지 추천 시스템 20
3.4.2 빅데이터를 이용한 관광지 추천 시스템 21
3.4.3 성격유형에 따른 관광지 추천에 관한 연구 22
3.5 관광지 추천 시스템 문제점 23
Ⅳ.제안하는 방법 24
참고문헌 49
ABSTRACT 51
4.1 데이터 수집 25
4.1.1 설문지 구성 25
4.1.2 설문조사 실시 내용 25
4.2 기본 데이터 분석 26
4.2.1 관광객 속성(인구통계학) 26
4.2.2 관광객 형태 분석 27
4.2.3 데이터 가시화 분석 29
4.3 머신러닝을 이용한 관광지 추천 33
4.3.1 구현 환경 33
4.3.2 머신러닝을 이용한 처리 과정 34
4.3.3 데이터 속성 34
4.3.4 학습 데이터 셋 구성 35
4.3.5 머신러닝 알고리즘에 따른 실험 결과 35
4.3.5.1 Logistic Regression 36
4.3.5.2 Decision Tree 36
4.3.5.3 K-Nearest Neighbours 37
4.3.5.4 Support Vector Machine (SVM) 38
4.3.5.5 XGBoost 38
4.3.5.6 Stacking 39
Ⅴ 실험 결과 40
Ⅵ결론 41
첨부자료 42
Degree
Master
Publisher
제주대학교 대학원
Citation
진준걸. (2021). 중국 개별관광객의 행태를 반영한 머신러닝기반 관광지추천 기법
Appears in Collections:
General Graduate School > Computer Engineering
Authorize & License
  • AuthorizeOpen
Files in This Item:

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.