[논문 리뷰] Analysis of Schema.org Usage in the Tourism Domain

Boran Taylan Balcı, Umutcan Şimşek외 2명|arXiv (Cornell University)|2018. 02. 16.

Digital Marketing and Social Media참고 문헌 7인용 수 4

한 줄 요약

이 연구는 2013년에서 2016년 사이에 관광 분야에서 schema.org의 도입을 Web Data Commons 데이터셋을 활용하여 분석하며, SPARQL 쿼리, 엔티티 일치화, 역 지오코딩을 통해 사용 패턴을 평가한다. 주요 발견 결과로는 글로벌 도입 증가(특히 미국 이외 지역에서), 시간이 지남에 따라 표준화된 데이터의 품질 향상, 2016년 호텔 확장 기능의 초기 도입이 있었지만, 지리적 위치 및 주소 속성은 호텔 외에서는 여전히 미흡하게 활용되고 있음을 확인하였다.

ABSTRACT

Schema.org is an initiative founded in 2011 by the four-big search engine Bing, Google, Yahoo!, and Yandex. The goal of the initiative is to publish and maintain the schema.org vocabulary, in order to facilitate the publication of structured data on the web which can enable the implementation of automated agents like intelligent personal assistants and chatbots. In this paper, the usage of schema.org in tourism domain between years 2013 and 2016 is analysed. The analysis shows the adoption of schema.org, which indicates how well the tourism sector is prepared for the web that targets automated agents. The results have shown that the adoption of schema.org type and properties is grown over the years. While the US is dominating the annotation numbers, a drastic drop is observed for the proportion of the US in 2016. Poorly rated businesses are encountered more in 2016 results in comparison to previous years.

연구 동기 및 목표

• 2013년에서 2016년 사이에 관광 분야에서 schema.org의 도입이 어떻게 변화해왔는지 평가하기.
• 특히 지리적 위치 및 주소 속성에 대해 표준화된 데이터의 품질과 완전성 수준을 평가하기.
• 2016년 호텔 확장 기능의 도입 여부를 분석하며, 캠프그라운드 및 호텔룸과 같은 새로운 유형을 포함하여 평가하기.
• 표준화된 관광 엔티티의 집계된 평가 점수와 도메인 수준(PLD) 분포의 추세를 파악하기.
• 엔티티 일치화와 역 지오코딩을 통해 국가 수준의 분석 정확도를 향상시켜 정확한 지리적 위치 추론을 가능하게 하기.

제안 방법

• 2013–2016년 기간 동안의 Web Data Commons(WDC) 데이터셋에서 데이터를 추출하였으며, 이는 12개의 관광 관련 schema.org 유형에 집중하였다.
• 삼중항 스토어에서 SPARQL 쿼리를 실행하여 유형, 속성, 평가, PLD의 수를 집계하였다.
• Levenshtein 거리 기반의 OpenRefine kNN를 사용한 엔티티 일치화를 통해 다국어 국가명을 표준화하였다.
• 좌표를 국가명으로 매핑하기 위해 역 지오코딩을 적용하여 국가 수준의 분석 정확도를 향상시켰다.
• 표준화된 데이터 품질을 시간에 따라 평가하기 위해 평균 제곱오차(MSE)를 계산하였다.
• 2016년 데이터의 일부(8월–10월)를 분석하여 8월에 도입된 호텔 확장 기능의 초기 도입 상황을 평가하였다.

실험 결과

연구 질문

• RQ1 2013년에서 2016년 사이에 관광 분야에서 schema.org의 도입은 어떻게 변화하였는가?
• RQ2 지리적 위치 및 주소 속성은 관광 유형 전반에서 얼마나 활용되었는가, 특히 호텔 외의 유형에서는 어떤가?
• RQ3 2016년 호텔 확장 기능은 캠프그라운드 및 호텔룸과 같은 새로운 유형에 대해 어떻게 분포되어 있었는가?
• RQ4 2015년에서 2016년 사이에 집계된 평가 점수, 특히 낮은 평가 점수(1–2.5/5)에 대한 추세는 어떠한가?
• RQ5 표준화된 관광 엔티티의 지리적 분포는 어떻게 변화하였는가, 특히 미국의 지배력 감소는 어떠한가?

주요 결과

• 미국 기반의 관광 엔티티 표준화 데이터 비율은 2013–2014년 79%에서 2016년 28.4%로 크게 감소하여 글로벌 도입 증가를 시사한다.
• 대부분의 관광 유형에서 평균 제곱오차(MSE) 값이 감소함에 따라 시간이 지남에 따라 표준화된 데이터의 품질이 향상됨을 확인하였다.
• 호텔 외의 70% 미만의 비호텔 관광 유형에서 국가 추론을 위한 사용 가능한 주소 또는 지리적 위치 데이터를 확보하였으며, 이는 호텔의 90% 이상과 비교해 상대적으로 낮은 비율이다.
• 2016년 8월에 도입된 호텔 확장 기능은 초기에 활발히 사용된 것으로 나타났다: 첫 3개월 동안 캠프그라운드 716건, 호텔룸 117건, 객실 3,339건이 표준화되었다.
• 객실 유형에 대해 hasAmenity 속성이 17,000회 사용되어 확장 기능에서 편의시설 모델링의 강력한 도입을 보여주었다.
• 2015년에서 2016년 사이에 낮은 평가 점수(1–2.5/5)의 비율이 증가하는 경향을 관찰하였으며, 이는 소비자들이 부정적 평가에 민감하다는 이전 연구 결과를 뒷받침한다.