User Perception and Evaluation of Public Tennis Courts through Text Mining Analysis of Google Maps Reviews

연구목적 본 연구의 목적은 구글맵에 게시된 공공테니스장에 대한 리뷰를 분석하여, 이용자들이 공공테니스장을 어떻게 인식하고 평가하고 있는지 파악하는 것이다. 연구방법 Python을 활용하여 전국 공공테니스장 개소의 리뷰 건을 수집하여 텍스트 마이닝 분석을 수행하였다. 구체적으로 빈도 분석, TF-IDF분석, 의미연결망분석, 토픽모델링, 감성분석을 실시하였다. 결과 빈도분석과 TF-IDF 모두 ‘좋다’의 빈도가 가장 높게 나타났다. 빈도분석의 경우 ‘코트’, ‘테니스’, ‘시설’, ‘운동’, ‘면’, ‘주차’, ‘실내’, ‘하드’, ‘많다’ 등의 순으로 나타났으며, TF-IDF는 ‘코트’, ‘테니스’, ‘시설’, ‘운동’, ‘주차’, ‘실내’, ‘하드’, ‘많다’, ‘관리’ 등의 순으로 주요 키워드가 분석되었다. 의미연결망 분석 결과, 연결중심성은 좋다(0.525), 코트(0.496), 테니스(0.357), 시설(0.293), 되다(0.230) 순으로 나타났으며, 매개중심성은 좋다(0.672), 코트(0.658), 테니스(0.600), 시설(0.576), 되다(0.553) 순으로 분석되었다. 근접중심성은 좋다(0.220), 코트(0.154). 테니스(0.091), 시설(0.053), 운동(0.038) 순으로 나타났다. 토픽모델링 분석 결과, ‘테니스 코트 및 예약’, ‘테니스 경기 관람’, ‘시설 관리’, ‘서비스 품질’이 주요 토픽으로 도출되었다. 감성분석 결과, 긍정 감성지수가 86%, 부정 감성지수가 14%를 차지하면서 긍정적인 리뷰가 월등히 많은 것으로 나타났다. 결론 본 연구 결과를 토대로, 공공테니스장에 대해 이용자들이 긍정적으로 평가하는 요인은 촉진하고, 부정적인 평가를 야기하는 요인들을 개선하여 이용자 만족도를 향상시킬 필요가 있다.

Authors

Publication Details

Journal
Korean Journal of Security Convergence Management
Published
2024-08-31
DOI
https://doi.org/10.24826/kscs.13.8.18
Citations
1
Primary Topic
Diverse Approaches in Healthcare and Education Studies
Type
article
Field-Weighted Citation Impact
0.54
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

User Perception and Evaluation of Public Tennis Courts through Text Mining Analysis of Google Maps Reviews

Bo-Ra Moon
1 citations
Korean Journal of Security Convergence Management
Diverse Approaches in Healthcare and Education Studies
0.54
article

User Perception and Evaluation of Public Tennis Courts through Text Mining Analysis of Google Maps Reviews

Bo-Ra Moon
article en
1 citations

Abstract

연구목적 본 연구의 목적은 구글맵에 게시된 공공테니스장에 대한 리뷰를 분석하여, 이용자들이 공공테니스장을 어떻게 인식하고 평가하고 있는지 파악하는 것이다. 연구방법 Python을 활용하여 전국 공공테니스장 개소의 리뷰 건을 수집하여 텍스트 마이닝 분석을 수행하였다. 구체적으로 빈도 분석, TF-IDF분석, 의미연결망분석, 토픽모델링, 감성분석을 실시하였다. 결과 빈도분석과 TF-IDF 모두 ‘좋다’의 빈도가 가장 높게 나타났다. 빈도분석의 경우 ‘코트’, ‘테니스’, ‘시설’, ‘운동’, ‘면’, ‘주차’, ‘실내’, ‘하드’, ‘많다’ 등의 순으로 나타났으며, TF-IDF는 ‘코트’, ‘테니스’, ‘시설’, ‘운동’, ‘주차’, ‘실내’, ‘하드’, ‘많다’, ‘관리’ 등의 순으로 주요 키워드가 분석되었다. 의미연결망 분석 결과, 연결중심성은 좋다(0.525), 코트(0.496), 테니스(0.357), 시설(0.293), 되다(0.230) 순으로 나타났으며, 매개중심성은 좋다(0.672), 코트(0.658), 테니스(0.600), 시설(0.576), 되다(0.553) 순으로 분석되었다. 근접중심성은 좋다(0.220), 코트(0.154). 테니스(0.091), 시설(0.053), 운동(0.038) 순으로 나타났다. 토픽모델링 분석 결과, ‘테니스 코트 및 예약’, ‘테니스 경기 관람’, ‘시설 관리’, ‘서비스 품질’이 주요 토픽으로 도출되었다. 감성분석 결과, 긍정 감성지수가 86%, 부정 감성지수가 14%를 차지하면서 긍정적인 리뷰가 월등히 많은 것으로 나타났다. 결론 본 연구 결과를 토대로, 공공테니스장에 대해 이용자들이 긍정적으로 평가하는 요인은 촉진하고, 부정적인 평가를 야기하는 요인들을 개선하여 이용자 만족도를 향상시킬 필요가 있다.

Korean Journal of Security Convergence ManagementVol. 13(8)
Openalex Percentile: Top 28%
Diverse Approaches in Healthcare and Education Studies
0.54
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.