earticle

영어

This study examines the factors that determine the predictive accuracy of the tourist recommendation algorithm not at the system level of the algorithm, but in terms of the hierarchical ranking between preference and distance, which are two competing elements that act as key elements in the rational decision-making process. Among the main values that products want to deliver to consumers, tourism products are based on experiential values that predominate over functional and symbolic values. In the process of selecting a tourist destination based on experiential value, preference shows a hierarchical ranking that takes precedence over distance. Therefore, it was found that the recommendation algorithm that considers both preference and distance at the same time, but puts more weight on preference than distance, has better predictive power than recommendation algorithms that simply focus only on preference or distance. For the sample for empirical analysis, a data set consisting of ratings (star ratings) for tourist attractions in Chuncheon, Gangwon-do, the number of ratings, and the number of reviews and reviews was used. The data used in the empirical analysis were collected through Naver Map, and the P-R curve showing precision and recall was used as an analysis tool to compare the predictive power of the recommendation algorithm. As a result of the empirical analysis, it was found that the recommendation algorithmthat sequentially applied preference and distance decreased the P-R curve while remaining close to the reference value of 1, rather than the recommendation algorithm that only considered preference or distance (Hypothesis 2 supported). The findings in this study go beyond the technical superiority of individual recommendation algorithms and support the logic that the predictive power of recommendation algorithms is determined by the hierarchical ranking of competing factors such as preference and distance. Therefore, the government, local governments, and related companies should develop tourismpolicies considering both preference and distance, and establish businessmarketing strategies that sequentially consider the significance of preference and distance.

한국어

본 연구에서는 관광지 추천 알고리즘의 예측 정확도 결정요인을 알고리즘이 보여주는 시스템 차원이 아니라 합리적 의사결정 과정에서 핵심 요소로 작용하는 동시에 경쟁관계를 보이는 두 요소인 선호와 거리 간 위계적 순위 관점에서 고찰하였다. 소비자에게 전달하는 제품의 주요 가치 가운데 관광 상품은 기능적 가치와 상징적 가치를 우위하는 경험적 가치에 근간을 두고 있다. 경험적 가치를 근본으로 하는 관광지 선정 과정에는 선호가 거리를 우위하는 위계적 순위를 보인다. 따라서 선호와 거리를 동시에 고려하되 거리보다 선호에 더 큰 가중치를 둔 추천 알고리즘이 단순 히 선호나 거리만을 중심으로 하는 추천 알고리즘보다 예측력이 우수한 것으로 나타났다. 실증 분석을 위한 표본은 강원도 춘천 관광지에 대한 평 점(별점)과 평점 횟수, 후기와 후기 횟수 등으로 구성된 데이터셋을 사용하였다. 실증분석에 사용된 자료는 네이버 지도를 통해 수집하였고, 추천 알고리즘의 예측력 비교를 위해 정밀도(Precision)와 재현율(Recall)을 보여주는 P-R 곡선을 분석도구로 사용하였다. 실증분석 결과 선호와 거리 를 순차적으로 적용한 추천 알고리즘이 선호 또는 거리만을 고려한 추천 알고리즘보다 P-R곡선이 기준치인 1 값에 인접한 채 하락하는 것으로 나 타났다(가설 2지지). 이 연구에서 발견된 사실은 개별 추천 알고리즘의 기술적 우위를 벗어나 추천 알고리즘의 예측력은 선호와 거리라는 경쟁하 는 요소 간 위계적 순위에 따라 결정된다는 논리를 지지해준다. 따라서 정부와 지자체 그리고 관련 기업은 선호와 거리를 모두 고려하여 관광지를 개발하고, 선호와 거리를 순차적으로 고려한 비즈니스 마케팅 전략을 수립해야 한다.