원문정보
관광지에서의 iBeacon 도입에 대한 동태적 분석
초록
영어
The interconnectedness of all things is continuously expanding. For example, bluetooth low energy (BLE) beacons are wireless radio transmitters that can send an identifier to nearby receivers and trigger a number of applications, from proximity marketing to indoor location-based service. iBeacon technology which is one of the newest technologies in the smart tourism field, is reckoned as being very useful for travelers in enhancing the experience with visiting places. However, there is consequently not much existing research yet about the connection between iBeacon technology and tourism destination. Considering that, this study analyzes the adoption of iBeacon in tourism destination, this study examine the interrelationships and feedback structures of key factors in iBeacon adoption. To serve the purpose, this study used system dynamics approach to develop a model of iBeacon adoption in tourism destination. The analysis results showed that the concept of ‘Social Influences’ is one of the significant predictors for individual’s intention behavior to accept iBeacon, and word of mouth (WOM), subjective norm, privacy concern, and perceived usefulness are key factors influencing the iBeacon adoption.
한국어
모든 사물들이 연결되고 있으며 계속 확장되고 있다. 예를 들어, BLE (Bluetooth low energy) 비콘은 인접한 수신기에 식별 신호를 보내고 근접 마케팅부터 실내형 위치기반서비스에 이르는 다양한 응용프로그램을 개발할 수 있 는 무선통신기술이다. 스마트 관광 분야의 최신 기술 중 하나인 iBeacon은 관광지에서의 방문 경험을 향상시키는 데 매 우 유용한 것으로 알려져 있으나 이와 관련한 학술연구는 많지 않다. 본 연구는 관광지에서 iBeacon이 채택되는 과정을 분석하기 위해 주요 영향요인의 상호 관계 및 피드백 구조를 조사하였다. 연구목적을 달성하기 위해 본 연구는 시스템 다이내믹스 방법을 이용하여 관광지에서 iBeacon 채택의 동태적 모형을 개발하였다. 분석 결과, ‘사회적 영향’의 개념이 관광객의 iBeacon 수용의도에 대한 중요한 예측 요인 중 하나이며, 구전효과, 주관적 규범, 프라이버시 그리고 인지된 유용성이 iBeacon 채택에 영향을 미치는 핵심 요소인 것으로 나타났다.
목차
Abstract
1. Introduction
2. Literature Review
2.1 iBeacon and its Applications in Tourism
2.2 Smart Tourism Destination
2.3 ICT Adoption in Tourism
3. Methodology
3.1 System Dynamics
4. Case Study and Dynamic Hypothesis
4.1 Real World Case:
4.2. System Thinking Model
4.3 Hypothesis 1 (Balancing Feedback Loop B1)
4.4 Hypothesis 2 (Balancing Feedback Loop B2)
4.5 Hypothesis 3 (Balancing Feedback Loop B3)
4.6 Hypothesis 4 (Reinforcing Feedback Loop R1)
4.7 Hypothesis 5 (Reinforcing Feedback Loop R2)
4.8 Hypothesis 6 (Reinforcing Feedback Loop R3)
4.9 Hypothesis 7 (Reinforcing Feedback Loop R4)
4.10 Adoption Analysis with Causal Loop Diagram
5. Conclusion
REFERENCES