숙소 제공 정보를 활용한 부산광역시 에어비앤비 숙박가격에 미치는 영향요인 분석 - 텍스트 마이닝에 의한 키워드 분석을 중심으로

• 영문명: Factors Influencing Airbnb Accommodation Prices in Busan Using Listing Information : Focusing on Keyword Analysis by Text Mining
• 발행기관: 대한부동산학회
• 저자명: 윤나영(Na Young Yoon) 노승한(Seung Han Ro)
• 간행물 정보: 『대한부동산학회지』제77호, 155~175쪽, 전체 21쪽
• 주제분류: 사회과학 > 지역개발
• 파일형태: PDF
• 발행일자: 2025.09.30

국문 초록

본 연구는 부산광역시에 위치한 에어비앤비 숙소를 대상으로, 인당 숙박가격에 미치는 영향요인을 헤도닉 가격모형과 워드클라우드 분석 기법을 결합하여 실증적으로 분석하였다. 객실의 물리적 특성과 함께 숙소 설명문에서 추출한 텍스트 기반 키워드를 변수화하고, 가격대 별(저가형·고가형)로 구분하여 그 영향력을 비교하였다. 분석 결과, 침실 수와 욕실 수는 모든 분위에서 인당 숙박가격에 긍정적인 영향을 미쳤으며, 개인실 여부는 가격대에 따라 상반된 효과를 보였다. 해운대구 위치는 입지 프리미엄으로, 평일 여부는 가격 하락 요인으로 작용하 였다. 또한, 호스트 평점과 리뷰 수는 가격 형성에 유의한 영향을 주었고, 텍스트 기반 키워드는 가격대별로 서로 다른 방향성과 설명력을 나타내었다. 본 연구는 정형 및 비정형 데이터를 통합 분석함으로써 숙박공유 플랫폼에서의 가격 결정 메커니즘을 보다 정교하게 설명하였으 며, 숙소 호스트에게는 소비자 기대 수준에 부합하는 차별화된 설명문 전략 수립의 중요성을 시사한다. 다만 분석 대상이 특정 지역과 시점으로 한정되어 일반화에는 한계가 있으며, 특히 저가형 숙소의 경우 설명력이 낮아 추가 요인의 탐색이 필요하다. 또한 키워드 효과에 대한 정교한 해석이 부족하므로, 향후 연구에서는 지역과 기간을 확장하고 감성분석·토픽모델링 등 보완적 기법을 활용한다면 가격 형성 요인을 더욱 구체적으로 규명할 수 있을 것이다.

영문 초록

This study examines the factors influencingper capita lodging prices using a hedonic pricing model and word cloud analysis techniques for Airbnb listings located in Busan, South Korea. Text-based keywords extracted from the listing descriptions along with the physical characteristics of the rooms were varied and their influence was compared by price range (low-end and high-end). The analysis showed that the number of bedrooms and bathrooms had a positive impact on price across all price points, while the presence of a private room had an opposite effect depending on the price point. In addition, host rating and number of reviews had a significant impact on price formation, and text-based keywords had different directional and explanatory power across price points. By integrating structured and unstructured data, this study provides a more sophisticated explanation of the pricing mechanisms on accommodation sharing platforms, and suggests the importance of establishing differentiated description strategies to meet consumer expectations. However, the analysis is limited to a specific region and time period, which constrains its generalizability, and the explanatory power for low-end listings was relatively weaker, indicating the need for additional variables. Moreover, the interpretation of keyword effects remains insufficient. Future research could extend the spatial and temporal scope of data collection and adopt complementary techniques such as sentiment analysis or topic modeling to provide a clearer understanding of how text-based descriptions influence price formation.

목차

Ⅰ. 서론

Ⅱ. 이론적 고찰

Ⅲ. 연구모형

Ⅳ. 실증분석

Ⅴ. 결론

참고문헌

키워드

비앤비 부산광역시 텍스트 마이닝 워드클라우드 인당 숙박가격 Airbnb Busan Text mining Word cloud price per person