템플스테이 후기 74,015건으로 '누구에게 어떤 프로그램을' 추천할지 찾았다
무엇을 알고 싶었나
템플스테이 같은 체험형 웰니스 관광은 방문객마다 원하는 것이 다르고, 그 선호는 설문으로 잘 드러나지 않습니다. 운영자가 선택 과부하, 비효율적인 자원 배분, 신규 이용자 추천(콜드스타트) 문제를 데이터로 풀 수 있는지 살폈습니다.
🔬 데이터와 분석
- 2020~2024년 이용자 후기 74,015건 수집
- 이미지 속 글자는 OCR로 추출(문자 단위 정확도 96.8% 검증)
- 약지도 학습(weak supervision)으로 잠재 선호 라벨링
- Random Forest + SMOTE로 선호 분류, 군집화 후 사용자 기반 협업 필터링으로 추천
📊 무엇을 찾았나
- 템플스테이 시장은 서로 배타적인 세그먼트가 아니라 선호가 얽힌 네트워크에 가깝습니다.
- 모든 집단에 공통된 기반 가치는 '휴식'이었고, 그 위에 서로 다른 세부 선호가 함께 존재했습니다.
- 제안한 프레임워크는 데이터셋의 모든 사용자에게 추천을 생성해 콜드스타트 위험을 줄일 수 있음을 보였습니다.
💡 현장에 주는 의미
프로그램을 고객 유형별로 쪼개기보다 '휴식'을 공통 바탕에 두고 세부 선호를 조합하는 설계가 맞습니다. 후기 데이터만으로도 맞춤 추천과 운영 의사결정을 지원할 수 있습니다.
📝 이 분석 방법을 더 알고 싶다면
📄 논문 정보
Min-Hwan Ko (2026). From Reviews to Recommendations: Discovering Latent Visitor Preferences for Sustainable Wellness Templestay Management. Sustainability 18(5), 2512.
리뷰에서 추천으로: 지속가능한 웰니스 템플스테이 운영을 위한 방문객 잠재 선호 발견 · 🔓 오픈액세스
DOI 원문 보기 ↗
이 글은 저자가 직접 쓴 연구 해설입니다. 정확한 수치와 전체 내용은 원문을 확인해 주세요.