観光に関する論文を読んでいく。vol.1

気になる論文をピックアップし、それをAIに要約させたものを読んでいく。
今回取り上げる論文は、

「旅行情報サイトに投稿された口コミデータを用いた観光地の改善点抽出システムの提案」

著者：馬場 優大、藤生 慎、森崎 裕磨

旅行情報サイトに投稿された口コミデータを用いた観光地の改善点抽出システムの提案

以下chatGPT-4oによる要約

主題と目的：

この論文は旅行情報サイトに投稿された口コミデータを用いて観光地の改善点を自動で抽出するシステムを提案しています。研究の目的は、観光地の改善点を把握し、それに基づく新たな施策の立案・実施を行うことです。

方法論：

本研究では、旅行情報サイト「じゃらんnet」から口コミデータを収集し、深層学習を用いたセンチメント分析を行いました。具体的には、BERTモデルを用いて口コミデータの感情極性を推定し、ネガティブな感情が含まれる文を抽出しました。抽出したネガティブな文を基に、観光地ごとの改善点をテキストマイニングツールKHCoderを使用して解析しました。まず、指定された観光地と個人属性・時期を元に口コミデータを自動収集し、次にBERTモデルで感情を分析しネガティブな文を抽出します。その後、抽出された文を個人属性や時期ごとに分類し、共起ネットワークを構築して観光地の改善点を可視化しました。このプロセスにより、観光地ごとの具体的な改善点を抽出することが可能となります 。

主要な発見や結果：

本研究の主要な結果として、提案したシステムが観光地ごとの具体的な改善点を自動で抽出できることが示されました。ケーススタディとして石川県の主要観光地（兼六園、近江町市場、ひがし茶屋街、金沢21世紀美術館）でシステムを適用し、口コミデータから改善点を抽出しました。例えば、兼六園では「混雑している」「駐車場が少ない」などの改善点が抽出されました。感情極性推定モデルの評価指標として、適合率が0.84、再現率が0.86、F値が0.85であり、モデルが高い精度でネガティブな文を抽出できることが確認されました。また、共起ネットワークを用いることで、観光地ごとの具体的な改善点を視覚的に理解することが可能となりました ​​。

結論：

提案したシステムは、観光地の改善点を把握するための有効な手段であることが示されました。観光の研究を行う専門家へのヒアリングを通じて、システムの有用性や改善点が評価されました。具体的な改善点として、システムの解釈が使用者に依存する点や、口コミデータの収集元が「じゃらんnet」のみに限られている点が挙げられました。今後の研究の提案として、より多様なデータソースの活用や、解釈支援機能の追加が考えられます。また、訪日外国人旅行者の口コミデータを収集する機能を追加することで、インバウンド施策にも貢献できるシステムの構築が期待されます 。

---

感想

この仕組みによって抽出された課題が適切な内容だったのか、現地に訪れた方にアンケートしその結果と比較してみるのも良さそう。
観光地は時期、季節によって様子が大きく異なるため時系列での調査結果も見てみたい。