메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
한석호 (경희대학교) 홍민성 (경희대학교 스마트관광연구소)
저널정보
한국관광학회 관광학연구 관광학연구 제46권 제6호
발행연도
2022.9
수록면
127 - 147 (21page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
인터넷 응용 프로그램과 디지털 기술의 성장은 정형 및 비정형 데이터를 포함한 다양한 형식의 빅데이터를 생성하며 잠재 관광자의 행동을 분석, 예측 및 관리할 수 있는 환경을 제공하였으며, 이로 인해 관광 추천 시스템과 같은 스마트관광 애플리케이션은 최근 몇 년 동안 큰 발전을 이루었다. 그러나 산업의 발전과는 달리 학계에서 관광 분야 추천 시스템과 관련한 이론적, 방법론적 접근은 여전히 부족한 상황이다. 이에 이 연구에서는 관광자의 의사결정을 지원하기 위한 새롭고 효율적인 스마트관광 추천 시스템인 ‘DSESTR’을 제안하였다. 우선, Doc2Vec 기술을 이용하여 사용자와 아이템 간의 순차적인 상호작용을 모델링하여 소비자와 아이템의 특성 벡터를 학습하였다. 학습된 벡터들은 딥러닝 기술 중 하나인 다중 계층 퍼셉트론(MLP)에 입력되어 소비자-아이템 상호작용의 비선형성을 모델링한다. 최종적으로 MLP에서 학습한 비선형성은 추천 시스템에서 널리 사용되고 있는 행렬 인수분해로 학습한 선형성과 결합하여 아이템에 대한 소비자의 평가를 더욱 정확하게 예측하였다. 실제로, TripAdvior 및 MovieLens 데이터 세트를 이용해 평가한 결과는 DSESTR이 다른 알고리즘에 비해 예측 정확도를 상당히 향상하는 것을 입증하였다. 이상의 결과를 토대로 관광 분야에서의 DSESTR의 유용성을 논의하였으며, 이론적, 실무적인 시사점을 제안하였다.
#스마트관광 #추천 시스템 #딥러닝 #빅데이터 #관광지 추천 #단어 임배딩 #Smart tourism #Recommender system #Deep learning #Big data #Tourist destination recommendation #Word embedding

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0