온라인 리뷰는 고객의 의사결정에 중요한 영향력을 행사하고 있고, 리뷰 데이터는 고객의 다양한

감성을 직접적으로 담고 있어, 고객 경험을 파악하는 자원으로 활용될 수 있다. 본 연구는 외래 관광객이

작성한 온라인 레스토랑 리뷰 데이터 대상으로 텍스트마이닝 기법을 활용하여 레스토랑 유형별로 고객이

느끼는 만족과 불만족 감성요인을 파악하고, 선택속성 중요도가 레스토랑 유형별로 유의한 차이가 있는지

검증하는 것이다. 외래 관광객이 작성한 다양한 리뷰 데이터를 수집하기 위해 파이썬(Python) 오픈소스 소프

트웨어를 활용하여 크롤링봇을 제작한 후 리뷰 커뮤니티(TripAdvisor)에서 수집하였다. 리뷰 문장에 대하여

자연어처리기법(NLP)을 활용하여 전처리를 진행한 후 음식, 가격, 서비스, 분위기 선택속성별로 분

류하였으며, 텍스트마이닝에 기반한 감성분석 기법을 활용하여 선택속성별 감성극성값을 산출하고, 레스토

랑 유형별 차이를 비교하였다. 그 결과 음식, 서비스, 분위기 선택속성은 파인다이닝 레스토랑이 제일 높았

고, 가격 선택속성은 퀵⋅셀프서비스 레스토랑이 제일 높게 나타났다. 그리고 레스토랑 유형별 선택속성이

유의한 차이가 있는지 검증하기 위해 분산분석(ANOVA)을 실시한 결과 모든 선택속성이 유의한 차이를

나타냈다. 본 연구가 주는 시사점은 온라인 리뷰 빅데이터를 활용하여 전통적인 설문방식의 물리적 한계를

극복하였고, 텍스트마이닝에 기반한 감성분석 기법을 활용하여 레스토랑 리뷰에 드러난 고객의 감성을 파악

하고 계량화함으로써 레스토랑 유형별 만족도 비교 및 만족 및 불만족 요인이 무엇인지 심층적으로 분석

가능하게 되었다는 점이다.

핵심용어: 레스토랑 선택속성, 온라인 리뷰, 텍스트마이닝, 감성분석