2018 Fiscal Year Annual Research Report
Establishment of data driven statistical tourism science and the empirical proof of its effectiveness
| Project/Area Number |
26283019
|
|---|
| Research Institution | Doshisha University |
|---|
Principal Investigator |
津田 博史 同志社大学, 理工学部, 教授 (90450163)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安藤 雅和 千葉工業大学, 社会システム科学部, 教授 (00462169)
片桐 英樹 神奈川大学, 工学部, 教授 (40325147)
蓮池 隆 早稲田大学, 理工学術院, 准教授 (50557949)
一藤 裕 長崎大学, ICT基盤センター, 准教授 (90590274)
|
|---|
| Project Period (FY) |
2014-04-01 – 2019-03-31
|
| Keywords | 観光科学 / 観光地魅力度 / SNS情報 / ディープラーニング / 自然言語処理 / 香り |
|---|
| Outline of Annual Research Achievements |
現在の観光客の多くは、観光地や観光ルートを推薦するWebシステムやアプリケーションを利用する機会が多いであろう。その際に、観光者自身の興味・嗜好に近い観光地を多く含む観光ルートを提供できれば、観光がより魅力的になり、再度その観光地を訪れる可能性が高くなる。つまり、インバウンド観光の発展において、いかに観光者の興味・嗜好を引き出し、それを的確に観光ルートへ組み込むかが重要となる。そこで、本研究では，以下の研究を実施した。（１）インバウンド観光客数上位８ヵ国にとっての観光施設単位での魅力度ランキングを「階層分析法：AHP」によって求め、人気観光地(訪問客数)ランキング(京都市産業観光局)と比較し、観光地の魅力度ファクターを推定した。（２）近年,SNSが急速に拡がっていることから,観光地の人気に対してSNS上の反応が影響を大きく与えると予測される.SNS上の京都市の観光地に対する評価として,TwitterのTweetの情報を使用し,ウェブ上の観光地人気度を把握するため統計的手法とディープラーニングによる自然言語処理と再帰ニューラルネットワークを発展したLSTM(Long short-term memory)を用いて分析を実施した。（３）観光庁の訪日外国人消費動向調査によると，複数回訪日する観光客（以下，リピータ）は，訪日回数 が増加するにつれて消費額も増加すると報告されている．よって，リピータとなる観光客の確保が必要不可欠である．観光客がリピータとなる要因として，観光地の香りに着目した．そこで，香りセンサを利用して，観光地ごとの香りを測定し，言葉ではなくハーブティに置き換える人工知能を使い，それぞれの特徴を評価した.(４）東京都内のホテルの稼働り推定とホテルプラン分析を実施した。
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
平成30年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
平成30年度が最終年度であるため、記入しない。
|
