- 한국의 관광지를 Tripadvisor 리뷰를 기반으로 하는 잠재 디리클레 할당으로 분류하고, 외래관광객 실태조사 결과와 매치시켜 사용자에게 유사한 관광지 혹은 관광 테마 전반을 제안한다.
- 보도자료 : "우리 또래는 어딜 갔었나"...맞춤형 관광지 추천 앱 나온다
- 발표자료 : Link
- 어플리케이션 : shiny
- 한국관광공사가 우리나라를 방문한 외래관광객의 한국 여행실태, 한국내 소비실태 및 한국 여행 평가를 조사한 자료로 외래관광객의 한국 여행성향을 파악할 수 있음
- TripAdvisor는 호텔 및 레스토랑 리뷰, 숙박 예약 및 기타 여행 관련 콘텐츠를 보여주는 미국 여행 웹사이트로 해외 유저들 개개인이 느끼고 경험한 바가 리뷰로 남겨져 있음
- 외래관광객 실태조사의 <만족한 관광지>에 해당하는 관광지들을 추려, BeautifulSoup를 이용해 리뷰를 수집
- 535개 관광지 / 약 60,000개 리뷰
- LDA에서는 토픽 mixture 모델링이고 한 문서에 대해서 주제들의 기여도를 준다. 이를 활용하여 주어진 문서에 대하여 각 문서에 어떤 주제들이 존재하는지를 서술하는 대한 확률적 토픽 모델 기법 중 하나
목적
LDA를 사용하는 이유는 텍스트 덩어리들의 집합인 관광지를 주제라는 심플렉스 즉, 숫자로 표현하기 위함이다.
- 각 여행지는
$K$ 개의 토픽 mixture로 이루어져 있고 토픽 별로 word 등장 확률이 정해져 있다. - 리뷰 내의 단어들은
$K$ 개의 토픽 중 한 토픽에 의해서 generated됐다고 가정한다.
LDA가 제안하기를...
문서 별 주제에 대한 사전 분포는 multinomial distribution의 conjugate prior Dirichlet distribution
주제 별 단어 사전 분포도 multinomial distribution의 conjugate prior인 Dirichlet distribution을 사용
이를 통해 얻어진 Dirichlet 사후 분포를 통해서 여행지를 토픽 심플렉스
Dirichlet 분포의 특징을 이용해 문서 별 토픽에 대한 비율로 표현할 수 있기 때문이다.
Word distribution 기반 주제 해석
토픽 1번 (도시 - 조용한)
nami, bike, aquarium, everland, beach, rid, haeunda, hangang, incheon, franc, yeouido, basebal, blossom, cherri, cycl, gapyeong, petit, coex, arex, songdo, safari, sonata, ferri, island, bicycl, roller, layov, cruis, firework, coaster
예시 : 광안대교, 잠실야구장, 롯데시네마, 나미섬, 코엑스아쿠아리움, 여의도한강공원, 63빌딩, 에버랜드
토픽 2번 (도시 - 번화가의)
shop, street, cosmet, myeongdong, brand, cathedr, food, jeonju, product, cloth, church, fashion, store, skincar, skin, mask, bargain, cathol, namdaemun, accessori, hanok, gamcheon, shopper, makeup, itaewon, lobster, trendi, sampl, heaven, mass
예시 : 명동, 신촌, 홍대, 이태원, 강남, 가로수길, 청담패션거리, 현대백화점,
한옥마을
토픽 3번 (역사 - 조용한)
stream, palac, templ, north, fortress, suwon, tunne, lantern, gyeongbokgung, gwanghwamun, gyeongju, shrine, hwaseong, cheonggyecheon, buddha, border, sejong, seoraksan, guard, bulguksa, infiltr, dora, ceremoni, dorasan, soldier, squar, wall, king, histori
예시 : 광화문, 세종문화회관, 불국사, 월미도, 화성, 동화사, 제3터널, 팔공산
토픽 4번 (자연 - 조용한)
jeju, seafood, hike, sunris, climb, trail, seongsan, crater, rock, hallasan, peak, diver, ilchulbong, summit, yeongsi, format, volcan, seongpanak, eorimok, mysteri, volcano, dragon, jagalchi, seogwipo, gwaneumsa, yongdusan, lava, dongmun, cliff, neutral
예시 : 제주도, 자갈치시장, 용두산, 용궁사, 태종대설악산, 울산바위, 미륵산, 거제도
- 종속 변수 y와 한 개 이상의 독립 변수 (또는 설명 변수) X와의 선형 관계를 모델링하는 회귀분석 기법
Simplex(합쳐서 1인; 비율 벡터)를 종속 변수 y로 두는 회귀모형이 없는 관계로, 각 토픽마다 따로 선형회귀 모형을 만들려고 한다.
토픽 ~ 방문목적 + 국적 + 성별 + 연령 + 관심주제
단계
- 토픽을 설명하는데 필요한 모델을 피팅한다.
- 관심 주제, 방문목적, 인구통계 변수가 들어왔을 때, 토픽1부터 4까지 예측한다.
- 예측된 토픽을 기반으로 가장 가까운 여행지 3가지를 추천해준다.
이 주소로 접속하면 초기 화면이 생성된다.
화면 좌측의 사이드 판넬에서 방문 목적, 연령대, 국가, 성별, 토픽을 선택하고 Complete 버튼을 누른다.
세 개의 추천 관광지를 나타내는 리스트와 함께 각 관광지의 위치가 지도에 표시된다. 하단의 사진은 각 관광지를 대표하는 이미지를 보여준다.