코로나19로 인한 소비자들의 불안과 방역에 관련된 조치들로 인해 외식업계의 변화가 유발되고
있으며, 코로나19의 지속은 생산 및 소비의 전 단계에 걸쳐 새로운 기준에 대한 부응을 요구하고 있다.
이에 본 연구에서는 코로나19 시대의 외식에 대한 소비자 인식을 분석하기 위하여 토픽모델링과 의미연결
망 분석을 실시하였다. 대표적인 소셜 미디어인 트위터에서 2020년 4월 1일부터 2020년 12월 31일까지
총 8개월 동안 생성된 트윗에서 python3 selenium, beautifulsoup 라이브러리를 사용하여 총 1,976건의 데이
터를 수집하였고 텍스트 마이닝을 위하여 불필요한 단어 등은 정제하였다. 첫 번째로 상위 키워드 단순
빈도 및 TF-IDF 분석으로 데이터 내에서 많이 언급된 주요 키워드 30개를 각각 도출하였다. 상위 30개의
키워드에는 ‘코로나’, ‘외식’, ‘쿠폰’, ‘사람’, ‘정부’, ‘여행’, ‘확산’, ‘배달’, ‘방역’, ‘창업’ 등이 포함되어 있었
다. 두 번째로 잠재 디리클 할당(latent Dirichlet allocation; LDA) 모형을 사용한 토픽모델링 분석으로 ‘코로
나 외식상황’, ‘코로나 외식 창업’, ‘배달외식’, ‘코로나 외식지원 정책’, ‘재난지원금’의 다섯 개의 토픽을
추출하였다. 마지막으로 의미연결망 분석에서는 ‘코로나’ 및 ‘외식’과 함께 ‘정부’, ‘쿠폰’, ‘여행’, ‘방역’,
‘확산’, ‘사람’, ‘배달’ 등의 키워드가 의미연결망 내에서 구조와 맥락을 형성하고 의미를 확장시키는데 주도
적인 역할을 하는 것을 알 수 있었다. 분석 결과를 바탕으로 코로나 시기의 외식에 대한 소비자 인식 및
이슈 등을 파악하였으며, 향후 코로나 관련 외식 연구를 위한 기초자료 제시 및 마케팅 전략을 구축하는데
기여할 것이다.
핵심용어: 코로나, 외식, 트위터, 빅데이터, 토픽모델링, 의미연결망
05_신서영_이범준[1].pdf
