• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.97-107
• /
• 2023

빅데이터/AI 기반 사회로의 변화에 따른 여러 혜택에서 소상공인은 상대적으로 소외될 가능성이 높다. 이를 지원하기 위해 유동인구를 기반으로 핫플레이스를 정의하여 소상공인의 창업 지역 의사 결정을 지원하고자 한다. 다양한 연구를 통해 해당 지역의 인구 규모가 소상공인의 매출에 중요한 영향을 미친다는 사실이 알려져 있다. 본 연구에서는 인천 유동인구 데이터 중 내륙 지방을 추출하여 연구를 진행하였다. 50m 간격의 격자 형태로 이루어진 데이터로 보간을 통해 일 단위로 이미지화 하였다. LOF와 GAM을 이용하여 공간적 이상치 제거 및 보간을 수행하였고, LOESS를 통해 시간적 이상치를 제거 및 보간하였다. 시간적, 공간적 특성을 모두 고려할 수 있는 ConvLSTM을 예측 모델로 사용하였으며, reconstruction error를 기반으로 이상치 탐지를 수행하는 AutoEncoder 구조를 통해 MAPE가 높은 격자가 밀집해 있는 지역을 핫플레이스로 정의하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.175-186
• /
• 2023

본 연구는 단계적 일상회복 이후 상권 회복세와 함께 임대료가 급상승한 시점에 주목하여 젠트리피케이션 분석 모형을 구축하고 그 특징을 살펴보는 것이 목적이다. 최근 국내에서는 팬데믹 이후 거리두기의 영향으로 대규모 상권보다는 소규모 상권이 형성되었다. 바로 핫플레이스라고 알려진 골목상권이다. 핫플레이스는 다양한 미디어와 사회관계망서비스를 통해 집객효과를 누리며 인기를 끌고 있다. 그에 따라 유동인구가 증가하면서 상권이 활성화 되고 임대료가 급상승하는 현상이 발생하고 있다. 하지만 소상공인의 경우 임대료 급상승은 매출 증가로도 감당하지 못해 해당 지역을 이탈하는 젠트리피케이션 현상으로 이어질 수 있다. 따라서 본 연구에서는 상권이 다시 활성화되면서 임대료가 급상승하는 시점을 찾아 그 이전과 이후를 분석하고자 한다. 먼저 젠트리피케이션에 관련하여 언급되는 토픽을 탐색하기 위해 텍스트 데이터를 수집한 후 LDA 토픽 모델링을 실시한다. 이를 참고하여 상권 단위로 데이터를 수집하고 젠트리피케이션 분석 모형을 구축한 다음 특징을 분석한다. 팬데믹으로 상권이 침체된 이후 재활성화 되고 있는 시점에 본 모형을 통한 젠트리피케이션 분석이 소상공인 정책에 기여할 수 있기를 바란다.

• 한국조리학회지
• /
• 제22권5호
• /
• pp.64-81
• /
• 2016

본 연구는 선행연구를 바탕으로 빅데이터 기반 맛집 앱에 대한 이용만족과 재이용의도에 영향을 미치는 선행 요인으로 앱 서비스품질과 사용후기를 제시하여 영향 관계를 규명하고, 이를 선행연구와 비교분석하였다. 이러한 분석결과를 바탕으로 맛집 앱 이용자들이 지각하는 앱 서비스품질 요인과 사용후기의 역할을 파악하여 맛집 앱 콘텐츠개발과 운영에 도움을 줄 수 있는 실무적 시사점을 제시하였다. 연구의 조사대상과 공간적 범위는 최근 3개월 이내에 스마트 폰 맛집 앱을 검색한 경험이 있는 전국의 20세 이상 남녀 내국인 거주자로 선정하였다. 선정된 조사대상자들에게 먼저 망고플레이트, 다이닝코드, 핫플레이스 등 빅데이터 맛집 앱을 검색해서 음식점을 선택하고 이용한 경험이 있는 지를 사전질문을 통하여 파악한 후, 경험이 있다고응답한소비자를대상으로설문조사를하였다. 연구결과, 서비스품질 중 신뢰성, 정보성, 시스템능력이 앱 이용만족에 긍정적인 영향이 있는 것으로 나타났으나, 디자인과 이동성은 아무런 영향을 미치지 않는 것으로 나타났다. 앱 이용만족은 앱 재이용의도에 긍정적인 영향을 미치는 것으로 나타났으며, 사용후기 정보성은 조절적 역할을 하는 것으로 나타났다. 외식소비자들의 지속적인 맛집 앱 이용에 영향을 미치는 요인으로 앱 서비스품질과 사용후기 정보성의 중요성을 규명하였다.

• 한국산업정보학회논문지
• /
• 제27권5호
• /
• pp.13-24
• /
• 2022

SNS는 일상생활에 매우 밀접한 서비스가 되었다. SNS를 통해 마케팅이 이루어지면서 흔히 핫플레이스라 불리는 장소가 생겨나고, 이곳으로 사용자들이 몰리고 있다. 하지만 단기간 많은 사람이 몰리며 혼잡한 경우가 빈번하게 발생하여 방문자와 서비스 제공자 모두 부정적인 경험을 하게 되는 경우가 많다. 이러한 문제를 개선하기 위해 혼잡도를 파악해야 하지만 개인적 수준에서 특정 지역의 혼잡도를 알아볼 방법은 매우 한정적이다. 이에 본 연구에서는 SNS상의 데이터를 활용하여 특정 관광지에 대한 혼잡도 정보 및 방문자들의 특성을 파악할 수 있는 시스템을 제시하고자 하였다. 이를 위해 사용자들이 업로드한 포스팅 데이터와 이미지 분석을 사용하였으며 네이버 DataLab 시스템을 이용하여 제안 시스템의 성능을 검증하였다. 관광지 유형별로 3개 장소를 선정하여 비교 검증한 결과 본 연구에서 산출한 결과와 DataLab에서 제공하는 혼잡도 수준이 유사한 것으로 나타났으며, 특히 본 연구는 특정 기업이나 서비스에 종속되지 않는 사용자의 실 데이터에 기반한 혼잡도를 제공하였다는 것에 의의가 있다.