본 연구는 관광지의 경쟁력 제고에 긍정적인 영향을 미치는 관광지 이미지의 인식을 조사하기 위해 빅데이터 기반의 사회연결망 분석을 통하여 유의미한 정보를 추출하는데 그 목적이 있다. 연구목적 달성을 위해 온라인 여행 커뮤니티인 트립어드바이저로부터 서울의 117개의 관광지 및 관광상품에 해당하는 최근 5년간(2012년 1월부터 2016년 12월 31일까지) 작성된 리뷰를 분석단위로 활용하였다. 특히, 관광지 이미지를 인지적·정서적 차원으로 접근하여 텍스트 마이닝을 수행함으로써 23개의 구성개념과 200개의 이미지 요인을 도출하였다. 도출된 요인을 바탕으로 사회연결망 분석인 중심성 분석을 수행하여 관광지의 경쟁력 제고에 필요한 이미지 요인을 규명하였다. 분석결과, 관광지에 대한 긍정적 이미지 창출에 도움이 되는 구성개념은 7개, 관광지 이미지에 대하여 여행객이 심리적으로 가깝게 느끼는 구성개념은 14개, 관광지의 경쟁력 제고에 긍정적인 역할을 하는 이미지 구성개념은 8개, 여행객이 관광지 이미지를 인식하는데 있어 파급력이 높은 구성개념은 11개로 나타났다. 이러한 관광지 이미지의 세부적인 인식조사는 실현가능한 마케팅 전략 수집에 기초자료가 될 뿐만 아니라 관광분야의 빅데이터 분석에 대한체계와 이론적 토대를 제공한 점에서 시사점을 가진다.

This study aims to extract meaningful information through a social network analysis based on Big data in order to investigate if a tourist`s awareness of destination image favorably affects competitiveness of tourist destination. A web crawler was employed to gather online review data from 117 destinations and tourism products in Seoul, Korea using Tripadvisor. This web crawler is representative of the online travel community used throughout global tourism industry. Specifically, 23 image factors and 200 components composing two aspects of cognitive and affective images were derived using a system of text mining analysis. This study tried to identify and enhance destination competitiveness by investigating a tourist`s awareness in terms of their destination image. This was measured using indicators of network analysis that were degree centrality, closeness centrality, between centrality and eigenvector centrality. The following results were found: First) 7 image components help to create a positive image of tourist awareness in terms of destination image. Second) 14 image components feel psychologically close to tourists in terms of destination image. Third) 8 image components favorable influence and enhance the competitiveness of destination. Fourth) 11 image components have a greater impact greater than the others when tourists have a perceived destination image. Implications and suggestions are presented along with the findings of the study, which will contribute to the theoretical framework by suggesting a new perspective for measuring destination image based on Big data.