사용자 생성 콘텐츠 텍스트 마이닝을 통한 관광 산업 매력도 향상 및 여행 경로 개인화 추천

고급 자연어 처리(NLP) 기법이 527,843개의 여행 리뷰에 적용되어 사용자 생성 콘텐츠 기반 여행 추천 시스템이 개발되었습니다. 이는 200명의 참가자가 두 가지 시스템을 비교 평가하는 사용자 연구에서 전통적인 방법과 비교되었습니다. 참가자들은 추천의 관련성, 경로 효율성, 매력 다양성 및 전반적인 만족도를 5점 리커트 척도를 기반으로 각각 평가했습니다. 결과는 모든 축에서 사용자 생성 콘텐츠(UGC) 기반 시스템의 성능이 전통적인 방법보다 항상 우수하다는 것을 보여주었습니다. 추천의 관련성 면에서도 4.32 대 3.68로 더 나은 성과를 보였으며, 따라서 사용자들은 추천이 자신의 관심사에 더 관련성이 있다고 느꼈습니다. 경로 효율성도 우수하여 4.18 대 3.52로, 이 시스템이 보다 실용적이고 시간 절약이 되는 여행 경로를 제공함을 나타냅니다. 결과는 UGC의 활용이 여행 경험의 개인화, 다양성 및 전반적인 만족도를 증가시킬 가능성이 매우 높다는 것을 명확하게 보여줍니다. 이것은 관광 비즈니스 임원 및 학자들에게 중요한 정보로, UGC 텍스트 마이닝이 추천되는 매력의 개선 및 여행 경로 최적화에 어떻게 기여할 수 있는지를 강조합니다.