Your browser does not support the PubReader view.
Go to this page to see a list of supporting browsers.
Korean Society of Leisure, Recreation & Park
[ Article ]
Korean Journal of Leisure, Recreation & Park - Vol. 43, No. 1, pp.25-41
ISSN: 1598-0413 (Print)
Print publication date 31 Mar 2019
Received 30 Jan 2019 Revised 27 Feb 2019 Accepted 15 Mar 2019
DOI: https://doi.org/10.26446/kjlrp.2019.3.43.1.25

빅데이터를 활용한 여가트렌드 분석

김경식1 ; 이연주2 ; 한승진3 ; 한승백4
1호서대학교
2KBS스포츠예술과학원
3을지대학교
4배재대학교
Leisure Trend Analysis Using Big Data
Kim, Kyung-Sik1 ; Lee, Yeon-Ju2 ; Han, Seung-Jin3 ; Han, Seung-Baek4
1Hoseo University
2KBS Sport College
3Eulji University
4Pai Chai University

Correspondence to: Han, Seung-Baek Pai Chai University, 155-40 Baejae-ro(Doma-Dong), Seo-Gu, Daejeon, Korea E-mail: sbhan1002@gmail.com

Abstract

This study analyzed the semantic network of leisure - related keywords reported in newspapers for the last 10 years. Specifically, it examined keywords of high degree of centrality and how those keywords constitute the sub-groups in leisure articles. This was an attempt to look at leisure trends using Big Data. To this end, a total of 3,359 news articles were collected from 13 news papers and processed through the semantic network analysis presented by NetMiner program. The analyses offered the following results. First, the top - level leisure related keyword network fluctuated with time. Leisure keywords such as ‘weekend’, ‘calm’, ‘gambling’, and ‘health’ were at the top of the list in 2008, while ‘families’, ‘travel’, ‘tourism’, ‘leisure’, ‘sports’, and ‘shopping’ came to the top in 2017. Leisure related keywords were building a meaningful network in relation to place, activity, and time. Second, the top keywords in the network that symbolize leisure of Korean society were similar regardless of the centrality. Keywords were such as ‘Yeongjongdo’, ‘Seoul’, ‘metropolitan area’, ‘outdoor’, ‘camping’, etc. Simultaneous appearance keywords appeared in the order of ‘Yeongjongdo – airport’, ‘a day - 5 hour’, ‘Yeongjongdo – waterway’, ‘Yeongjongdo – sea’, ‘Yeongjongdo – park’, ‘exhibition - Jamsil playground’, Third, in the last 10 years, the keyword network symbolizing leisure of Korean society is composed of 20 large and small subgroups. The subgroups consisted of single familiy, a shopping mall, a resort, and the ocean. The first group consisted of a large group consisting of 63 keywords (47.0%) and the first group was grouped into six meaningful subgroups . Keywords were ‘Yeongjongdo’, ‘outdoor’, ‘bicycle’, ‘park’, ‘4 major rivers’, ‘sports’, etc.

Keywords:

leisure trend, big data, semantic network analysis, policy of leisure

키워드:

여가트렌드, 빅데이터, 의미연결망, 여가정책

Acknowledgments

이 논문은 2018년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2018S1A5A2A03031246).

References

  • 경기개발연구원(2013). 여가문화의 새로운 트렌드.
  • 고용노동부(2017). 2017년판 통계로 보는 우리나라 노동시장의 모습.
  • 구강본(2009). 스포츠관광의 메가트렌드 및 소비자행동 분석. 한국사회체육학회지, 36(1), 131-144.
  • 국가지표체계(2018). 해외여행자수. http://www.index.go.kr/potal/main/EachDtlPageDetail.do?idx_cd=1655
  • 김경식(2017). 여가학 연구 주제어의 사회연결망 분석: 최근 10년간(2006-2015) 발간된 3대 국제저늘을 중심으로. 한국여가레크리에이션학회지, 14(4), 29-43.
  • 김광석(2015.08.13.) 싱관족(1인가구)의 경제적 특성과 시사점. 한국경제주평, 15-33(통권 654호).
  • 김대희(2010). 4 대강 사업과 수변공간을 이용한 체육시설 설치에 관한 법제도적 고찰. 스포츠엔터테인먼트와 법, 13(4), 33-55.
  • 김보경, 한상일(2016). SNS를 활용한 레저스포츠 트렌드 분석. 여가학 연구, 14(1), 83-102.
  • 김성우, 정건섭(2014). 빅데이터의 정책적 활용과 과제: 빅데이터 추진현황과 정책적 적용 쟁점을 중심으로. 한국비교정부학보, 18(3), 309-324.
  • 김용범, 조현진, 조광익(2015). 빅데이터를 활용한 국내 여가활동 동향 분석. 관광 연구저널, 29(9), 191-205.
  • 김태영(2012). 캠핑관광의 급속한 성장과 경남의 시사점. 경남정책 Brief, 1-8.
  • 김효림, 전익기(2018). 텍스트 마이닝 기법을 활용한 여가활동 키워드 분석. 한국여가레크리에이션학회지, 42(3), 59-69.
  • 문화체육관광부(2018.06.). 국민여가활성화 기본계획.
  • 박선권(2006). 현대적 여가의 상태. 서울: 르네상스.
  • 예술경영지원센터(2017). 빅데이터를 활용한 공연소비 트렌드 분석 보고서. 예술경영지원센터.
  • 위키백과(2018. 12. 25.). 빅데이터. 웹주소 https://ko.wikipedia.org/wiki/%EB%B9%85_%EB%8D%B0%EC%9D%B4%ED%84%B0
  • 유정우(2015.04.28.). 국내 자전거 시장 年 5000억 규모 급성장했지만 … 한국경제, 검색일 2018년 12월 15일, 웹주소 http://news.hankyung.com/article/2015042776451
  • 이재호(2013). 정부3.0실현을 위한 빅데이터 활용 방안. 한국행정연구원.
  • 이정환(2015.05.27.). “캠핑족 300만·6000억 시장․․․더위보다 뜨거운 ‘캠핑 대한민국’”. 헤럴드경제. 웹주소 http://biz.heraldcorp.com/common_prog/newsprint.php?ud=20150527000291
  • 이현정(2014). 사회연결망분석을 이용한 마케팅연구의 지식구조 분석. 경영학연구, 43(3), 965-992.
  • 조성우(2011). Big Data 시대의 기술. KT 종합기술원.
  • 지현진, 김진희(2009). 여가스포츠 인프라 구축을 통한 도시 발전 전략 탐색. 한국여가레크리에이션학회지, 33(3), 185-194.
  • 최윤정, 권상희(2014). 빅데이터 관련 신문기사의 의미연결망분석. 사이버커뮤니케이션학보, 31(1), 241-286.
  • 캠핑아웃도어진흥원(2018). 캠핑산업현황 통계조사.
  • 한국패션협회(2017). 국내 패션업계 복종별 시장 현황. 스페셜리포트. 8.
  • 한승백(2012). 자본의 시대, 도시 속 스포츠 공간 탐색. 스포츠공간의 사회학적 이해, 한국스포츠사회학회 특별세미나 자료집, 63-73.
  • Freeman, L. C. (1979). Centrality in Social Networks: Conceptual Clarification. Social Networks, 1(3), 215∼239. [https://doi.org/10.1016/0378-8733(78)90021-7]
  • Grantz, J., & Reinsel, D.(2011). Extracting value from chaos. IDC I-View. June 2011. Retrieved from http://www.emc.com
  • Stebbins, R. A.(1992). Amateurs, professionals, and serious leisure. Montreal: McGill-Queen's University Press.
  • Wasserman, S., & Faust, K.(1994). Social network analysis: Methods and applications, 17th. New York: Cambridge University Press. [https://doi.org/10.1017/CBO9780511815478]