언어 연결망 분석을 활용한 관광 행동 연구 동향 분석

Examining tourism behavior research trends using language network analysis: A focus on the Journal of Destination Marketing & Management

관광 패러다임의 변화로 인해 관광객의 관광 행동 이해의 중요성이 증가하고 있다. 이에 연구는 Journal of Destination Marketing & Management에 게재된 관광 행동 논문들의 연구 동향을 분석하고, 분석 결과를바탕으로 향후 연구 방향을 제시했다. 연구목적을 달성하기 위해 JDMM에서 2012년부터 2021년까지의 관광 행동 논문들을 수집했으며, 수집된 자료는 UCINET 6.682 프로그램을 활용하여 밀도 분석, 위세 중심성 분석, 동시 출현 빈도 분석, CONCOR 분석 등의 언어 연결망 분석을 수행했다. 이 연구의 결과는 다음과 같다. 첫째, 밀도 분석 결과, 주제어 연결망의 연결 형태는 균형적으로 연결을 가지는 형태가 아닌 특정 주제어에 집중적으로 연결된 형태임을 확인했다. 둘째, 위세 중심성 분석 결과, 주제어 연결망 내에 포함된 주제어들은 소수의 주제어들에따른 위계적 연결 형태를 가지는 것을 확인했다. 이와 더불어, Behavioral intentions, Satisfaction, Tourist behavior, COVID-19, 그리고 Destination image는 주제어 중에서 중심 주제어가 될 수 있는 핵심적인 역할을 하는 주제어임을 확인했다. 셋째, 동시 출현 빈도 분석 결과, Behavioral intentions - Satisfaction, Behavioral intentions - Destination image가 가장 높은 것을 확인했다. 끝으로, CONCOR 분석 결과, 4개의 군집이 도출되었으며, 사회적 이슈와 이미지에 관련한 군집의 중요도가 가장 큰 것을 확인했다. 이와 같은 분석결과를 토대로, 향후 관광 행동에 관련한 연구의 확장에 대한 시사점을 제안했고, 이 연구의 한계점과 다양한 분석기법에 대한 확장을 통한 향후 연구 방향을 제안했다.

Due to the change in the tourism paradigm, the importance of understanding tourists' tourism behavior has been increasing. The purpose of this study is to identify trends in tourism behavior research published in the Journal of Destination Marketing & Management and to provide future research directions. This study collected research related to tourism behavior and/or tourist behavior from the JDMM database from 2012 to 2021 in order to achieve the study's goal. The current study used UCINET 6.682 to perform some language network analysis techniques, including density, eigenvector centrality, frequency of co-occurrence keywords, and CONCOR. The linkage patterns of keywords were concentrated into a few keywords, according to density analysis. The eigenvector centrality analysis results show that a few keywords in the keywords network were hierarchically structured. Furthermore, the first-ranked keywords were Behavioral intentions, Satisfaction, Tourist behavior, COVID-19, and Destination image, which can play a key role as the central keywords in the keyword network. The frequency of co-occurrence keywords results show that the frequency of co-occurrence keywords results show that Behavioral intentions - Satisfaction and Behavioral intentions - Destination image were the most common co-occurrence keywords within the keyword network. Finally, as a result of the CONCOR analysis, four clusters were identified, and it was confirmed that clusters related to social issues and destination images were the most important. The implications for future tourism behavior research were provided based on the findings of this analysis. Future research directions were also suggested by expanding various analysis techniques.