신경망 토픽모형을 이용한 제주지역 호텔리뷰 비교분석

Analysis of Hotel Review in Jeju Island Using a Neural Topic Model

제주도는 국내 대표적인 관광지로, 연간 1,300만명 이상의 관광객이 다양한 목적으로 방문하고 있으며, 각기 다른 필요에 따라 숙소를 정한다. 숙박업소에 대한 정보를 얻기 위해 온라인 리뷰가 이용되고 있으나, 텍스트 자료의 특성상 이를 체계적으로 분석하기에 어려움이 있다. 텍스트 정보를 분석하고 잠재된 주제를 파악하기 위해 토픽모형이 널리 이용되고 있으며, 이는 호텔리뷰 분석에도 이용되고 있다. 그러나 기존 연구의 경우 특정 사이트의 전체 리뷰를 분석하여 전반적인 여행 만족도와 관련된 요인을 찾는 것을 목적으로 하며, 기존 연구에서 이용된 토픽모형은 텍스트 이외 외부정보를 반영할 수 없는 한계점이 있다. 본 연구에서는 호텔리뷰에 텍스트와 더불어 제공되는 호텔명을 활용하여 제주지역 호텔의 특징을 파악하고자 한다. 아고다(Agoda) 웹사이트를 통해 제주지역 12개 호텔의 리뷰를 수집하였으며, 분석을 위해 외부정보를 활용할 수 있는 신경망 토픽모형인 Scholar(sparse contextual hidden and observed language autoencoder) 모형을 이용하였다. Scholar 모형의 외부정보로 호텔명을 설정함으로써, 잠재주제뿐만 아니라 호텔별 특징 역시 파악할 수 있었다. 이와 같은 분석을 통해 여행객의 호텔 선택에 도움을 줄 수 있을 뿐만 아니라, 호텔의 서비스 품질을 향상시키는데 기여할 수 있을 것으로 판단된다.

Jeju Island is one of South Korea’s most popular tourist destinations, attracting over 13 million visitors annually for various purposes. Depending on their individual needs, visitors choose different types of accommodations. Although online reviews are commonly used to obtain information about lodging facilities, analyzing such text-based data poses challenges due to its unstructured nature. Topic modeling has been widely used to analyze textual information and uncover latent themes, and it has also been applied in hotel review analysis. However, most previous studies have focused on analyzing the overall reviews from a specific website to identify general factors related to travel satisfaction. Moreover, the topic models used in these studies are limited in that they cannot incorporate external information beyond the text itself. This study aims to identify the characteristics of hotels in the Jeju region by utilizing hotel names provided alongside review texts. Review data for 12 hotels in Jeju Island were collected from the Agoda website. For analysis, we employed the neural topic model Scholar (Sparse Contextual Hidden and Observed Language Autoencoder), which is capable of incorporating external covariates. By including hotel names as external information in the Scholar model, we were able to identify not only latent topics but also hotel-specific characteristics. This analysis is expected to support travelers in selecting accommodations and contribute to improving the service quality of hotels.