본 연구는 비정형 빅데이터 분석을 활용하여 테마파크에 대한 인식 규명 및 마케팅 활성화 방안을 제안하기 위하여 진행되었다. 주요 포털사이트 브랜드인 네이버, 다음, 구글의 카페, 블로그, 페이스북을 대상으로 테마파크와 함께 동반하여 빈출되는 키워드를 적용하여 의미 연결망 분석을 시행하였다. 2015년 9월 1일부터 2018년 8월 31일까지 3년의 기간 동안 총 4,199개의 동반 키워드가 빈출되었다. 동반 키워드를 대상으로 빈도 분석, 중심성 분석, 클러스터 분석을 단계별로 시행하였다. 동반 키워드의 수집을 위해 TEXTOM서비스를 이용하였으며, 단계별 분석을 위해서 KrTitle, UCINET, NodeXL 프로그램을 사용하였다. 연구결과, ‘연꽃’, ‘여행’, ‘제주’, ‘아이’, ‘시흥’, ‘체험’, ‘합천’, ‘신화’, ‘영상’, ‘관곡지’, ‘공원’, ‘시간’, ‘치즈’, ‘김해’, ‘대구’, ‘용인’, ‘임실’, ‘송도’, ‘함안’ 등의 동반 키워드가 도출되었다. 아울러 테마파크와 관련한 각각의 주제 및 형태를 반영한 총 7가지의 클러스터가 확인되었다. 이를 통해 테마파크 관련 다양한 시사점은 제시하고, 향후 테마파크 마케팅 활성화를 위한 방향을 제언하였다.
The research presentedways to identify perception of theme parks and promotemarketing through unstructured big data analysis. The datawas collected from major portals and social network services Naver, Daum and Google s cafes, blogs and Facebook. Unstructured big data research was conducted using semantic network analysis method. A total of 4,199 words were collected for the keywords used in semantic network analysis. The search period was limited to three years from Sep. 1, 2015 to Aug. 31, 2018. Textom, KrTitle, UCINET, and NodeXL were used for semantic network analysis, and the program was used sequentially according to the analysis procedure. As results, first, the keywords related to theme parks were extracted such as ‘lotus’, ‘trip’, ‘jeju’, ‘child’, ‘Siheung’, ‘experience’, ‘Hapcheon’, ‘myth’, ‘image’, ‘Gwankokji’, ‘park’, ‘time’, ‘cheese’, ‘world’, ‘Kimhae‘, ’Dague’, ‘Yongin’. Second, as a result of cluster group analysis, total seven groups were formed. Lastly, this study discussed the implications of a activatingmarketing strategy for theme park as a result of the semantic network analysis study.
I. 서 론
II. 선행연구 고찰
III. 연구방법
IV. 연구결과
V. 결 론