ACADEMIC KNOWLEDGE LIBRARY · NOTE 001

데이터 마이닝과 문서 군집화

Data Mining · Text Mining · Document Clustering

관광빅데이터분석 · 학술연구 노트 2026.10.12 8개 영역 · 주요 문헌 4편

학습목표와 목차 · Learning Objectives

이 자료를 학습한 후 학생은 데이터 마이닝의 분석 기법을 구분하고, 관광 텍스트 자료를 문서 군집화에 활용하는 기본 절차를 설명할 수 있습니다.

학습목표 ① · 개념

정형·비정형 데이터와 데이터 마이닝·텍스트 마이닝의 관계 설명

학습목표 ② · 분석

TF-IDF/임베딩 → K-means 또는 DBSCAN → 군집 해석 과정 이해

학습목표 ③ · 비교

K-means와 DBSCAN의 군집 기준·이상치 처리 비교

학습목표 ④ · 적용

관광 리뷰에서 키워드·감성분석·군집화의 차이 해석

전체 목차 · Contents

01 전체 구조도

02 핵심 개념·용어

03 분석 절차

04 비교표·원리 그림

05 선행연구

06 관광 분야 적용

07 강의 실습 예시

08 논문 적용·주의사항

09 참고문헌

10 결론·핵심 정리

11 주요 키워드 퀴즈

학습 흐름 · Learning Path

개념 확인분석 과정알고리즘 비교관광 사례선행연구이해도 확인

전체 구조 한눈에 보기

데이터 분석 및 방법론 › 01. 데이터 마이닝(Data Mining)

데이터 분석 및 방법론

01. 데이터 마이닝 (Data Mining)개념 이해 → 알고리즘 이해 → 비교·연구 → 강의 활용

① 개념과 범주 이해

데이터 마이닝의 개념과 분류

정형 데이터와 비정형 데이터

분류 · 군집 · 연관규칙 · 예측 비교

텍스트 마이닝과 문서 군집화

② 핵심 알고리즘 이해

K-means 군집분석

DBSCAN 군집분석

K-means vs DBSCAN 비교표 · 그림

중심점 기반 군집화와 밀도 기반 군집화의 차이를 시각적으로 비교

③ 연구와 교육 적용

문서 군집화 관련 선행연구

관광빅데이터 강의 활용

실제 연구 사례와 수업 적용 예시로 확장

개념→분석 절차→비교 · 그림→선행연구→관광 적용 · 강의 활용

이 노트의 읽는 순서 — 먼저 데이터 마이닝의 개념과 문서 군집화의 위치를 이해한 뒤, K-means와 DBSCAN의 원리를 비교하고, 마지막으로 실제 관광 분야 연구와 강의 적용으로 연결하면 전체 흐름이 가장 잘 보입니다.

1 / 12학습목표·목차

01. 핵심 개념과 한영 용어

데이터 마이닝(Data Mining)은 데이터에 내재된 패턴, 규칙, 구조 또는 유용한 지식을 탐색하는 과정입니다.

텍스트 마이닝(Text Mining)은 자연어 텍스트에서 의미 있는 정보를 추출하고 분석하는 데이터 마이닝의 응용 영역입니다.

정형 데이터 (Structured Data)

행·열로 체계화된 자료: 관광객 연령, 소비금액, 방문 횟수 등

비정형 데이터 (Unstructured Data)

고정된 표 형식이 아닌 자료: 리뷰, 기사, 이미지, 동영상 등

핵심: 분류와 군집분석은 정형·비정형 데이터 모두에 적용 가능합니다. 기법과 데이터 유형을 일대일로 대응시키지 않는 것이 정확합니다.

핵심 용어 사전 · 관광 분야 사례

핵심 용어 8개의 정의와 관광 분석 사례를 아래 표에서 한눈에 비교합니다.

번호	한국어	English	핵심 의미 · Definition	관광 분야 사례 · Tourism Example
01	분류	Classification	정해진 범주 예측	관광객 리뷰를 사전에 정의한 긍정·부정 범주로 자동 분류
02	군집분석	Clustering	유사 데이터 그룹 형성	관광객의 방문 빈도·지출액·여행 목적에 따라 유사 고객군 발견
03	연관규칙	Association Rule Mining	함께 출현하는 항목 간 규칙 발견	관광상품 구매 기록에서 숙박권 구매와 렌터카 예약의 동반 구매 패턴 탐색
04	예측	Prediction	미지의 값 또는 결과 추정	과거 방문객 수·계절·휴일 자료를 이용해 다음 달 관광 수요 예측
05	문서 군집화	Document Clustering	문서 간 유사성을 이용한 그룹 형성	관광 리뷰 원문을 수치 벡터로 변환해 유사한 후기끼리 묶기
06	토픽모델링	Topic Modeling	문서 집합의 잠재 주제 발견	관광 뉴스 기사에서 지역축제·교통·친환경 관광 등 잠재 주제 추출
07	감성분석	Sentiment Analysis	텍스트의 긍정·부정 등 분석	호텔 후기에서 객실 청결은 긍정, 대기시간은 부정으로 분석
08	텍스트 벡터화	Text Vectorization	텍스트를 수치 벡터로 변환	관광 리뷰를 TF-IDF 또는 문장 임베딩 벡터로 변환해 군집분석 입력값으로 활용

02. 주요 원리와 분석 절차

텍스트에서 군집을 발견하는 과정

① 수집
Tourist Reviews

→

② 전처리
Cleaning

→

③ 수치화
TF-IDF / Embeddings

→

④ 군집화
K-means / DBSCAN

→

⑤ 검증·해석
Validation

텍스트 벡터화(Text Vectorization) · 개념과 실습

벡터화된 텍스트(Vectorized Text)란 사람이 사용하는 문장이나 단어를 컴퓨터가 계산할 수 있도록 숫자의 배열(Vector)로 변환한 데이터입니다.

관광객 리뷰를 군집분석하려면 문장끼리 얼마나 비슷한지 계산할 수 있어야 합니다. 이를 위한 과정이 텍스트 벡터화(Text Vectorization)입니다.

1. 관광 리뷰를 숫자로 바꾸는 예시

① 원본 텍스트 (Raw Text)
“호텔이 깨끗하고 직원이 친절했어요.”

↓

텍스트 벡터화

↓

② 단어별 숫자 표현 (Word Count Vector)

호텔1

깨끗1

친절1

벡터 = [1, 1, 1]

선택한 세 단어가 각각 한 번 등장했다는 뜻입니다.

↓

③ 군집분석 (Clustering)
숫자 벡터를 이용해 리뷰 간 유사성 계산

2. 리뷰 3개를 숫자로 바꾸면?

아래는 호텔·친절·버스·불편 네 단어의 등장 여부를 숫자로 나타낸 간단한 예시입니다.

관광객 리뷰	호텔	친절	버스	불편
A. 호텔 직원이 친절해요	1	1	0	0
B. 호텔 서비스가 친절해요	1	1	0	0
C. 버스 이용이 불편해요	0	0	1	1

각 리뷰의 벡터는 A = [1, 1, 0, 0], B = [1, 1, 0, 0], C = [0, 0, 1, 1]입니다.

A와 B는 숫자 배열이 같으므로 이 표현에서는 완전히 유사합니다. 반면 C는 다른 배열을 가집니다. 따라서 K-means나 DBSCAN 같은 군집분석 알고리즘은 A와 B를 유사한 리뷰로 판단할 수 있습니다.

이 예시는 단어 등장 여부를 이용한 단순 벡터화입니다. 실제 분석에서는 단어의 중요도나 문장의 의미를 반영하는 방법도 사용합니다.

3. 텍스트를 벡터화하는 대표적인 방법

방법	영어	특징
단어 빈도	Bag of Words (BoW)	단어가 몇 번 등장했는지 계산
TF-IDF	Term Frequency–Inverse Document Frequency	문서에서 상대적으로 중요한 단어에 가중치 부여
문장 임베딩	Sentence Embedding	문장의 맥락과 의미적 유사성을 표현

예를 들어 “숙소가 깨끗하다”와 “객실이 청결하다”는 단어가 다르지만 의미는 비슷합니다. 단순 단어 빈도 방식은 이러한 관계를 충분히 반영하기 어렵지만, 적절한 문장 임베딩 모델은 두 문장이 의미적으로 가깝다는 것을 표현할 수 있습니다.

4. 강의에서 학생들에게 설명한다면

컴퓨터는 관광객의 리뷰를 그대로 읽고 수학적으로 비교할 수 없습니다. 따라서 리뷰에 있는 단어나 문장의 의미를 숫자로 바꿉니다. 이것이 텍스트 벡터화입니다. 이렇게 변환된 숫자를 이용하면 컴퓨터가 관광객 리뷰 사이의 거리를 계산하고, 비슷한 리뷰끼리 군집으로 묶을 수 있습니다.

텍스트 → 숫자 벡터 → 유사도 계산 → 군집분석

중요: 벡터화는 군집분석 자체가 아니라, 군집분석을 수행하기 위한 데이터 준비 단계입니다.

알고리즘 기본 절차

K-means — 중심점 기반

① K개 중심점 초기화 → ② 각 점을 가장 가까운 중심점에 배정 → ③ 군집별 중심점 갱신 → ④ 수렴할 때까지 반복. 기본 K-means는 군집 내 제곱거리 합을 최소화합니다.

DBSCAN — 밀도 기반

DBSCAN은 Density-Based Spatial Clustering of Applications with Noise의 약자로, 한국어로는 잡음을 고려한 응용 데이터의 밀도 기반 공간 군집화라고 풀이할 수 있습니다. 머신러닝의 비지도학습(Unsupervised Learning)에 속하는 군집분석 알고리즘입니다.

① 반경 ε와 최소 점 개수 MinPts 설정 → ② 핵심점(Core Point) 식별 → ③ 밀도 연결성을 따라 군집 확장 → ④ 경계점(Border Point)·이상치(Noise) 구분.

DBSCAN에서 군집 수가 자동으로 정해진다는 것은 최적 군집 수를 자동으로 보장한다는 의미가 아닙니다. ε와 MinPts 선택은 매우 중요합니다.

03–04. 비교표 및 핵심 원리 그림

두 알고리즘의 특성을 보여주는 강의용 개념도입니다. 아래 점들은 실증 데이터가 아닙니다.

이 채팅에서 제작한 K-means와 DBSCAN 비교 인포그래픽: 중심점 거리 기반 원형 군집과 밀도 기반 불규칙 군집, 이상치 및 주요 차이점 비교표 — 원본 그림 — K-means vs DBSCAN (채팅에서 제작한 인포그래픽). 이미지가 HTML 내부에 포함되어 오프라인에서도 표시됩니다.

DBSCAN의 기본 원리 — 밀도 기반 군집과 이상치

DBSCAN = Density-Based Spatial Clustering of Applications with Noise
잡음(이상치)을 고려한 밀도 기반 공간 군집화 · 비지도 머신러닝

이 채팅에서 처음 소개했던 DBSCAN 원리 그림을 원래의 군집 배치와 색상으로 수록했습니다.

밀집된 데이터는 같은 군집으로 묶고, 주변에 충분한 데이터가 없는 점은 이상치(Noise)로 분류하는 개념도

Epsilon (ε, 반경)

한 데이터 주변에서 이웃을 탐색하는 거리

MinPts (최소 점 개수)

밀집된 영역이라고 판단하기 위한 최소 데이터 수

핵심점(Core Point): 반경 ε 이내에 자신을 포함한 데이터 점이 MinPts개 이상 존재하는 점입니다. DBSCAN은 핵심점 사이의 밀도 연결성을 따라 군집을 확장하며, 경계점과 이상치를 구분합니다.

※ 그림은 설명을 위한 개념도이며 실제 ε 및 MinPts로 계산한 군집 결과가 아닙니다.

K-means · 중심점 거리

세 개의 군집(K=3)을 사전에 정해 중심점과의 거리로 데이터를 배정합니다.

DBSCAN · 데이터 밀도

밀집된 영역을 군집으로 식별하며, 군집과 연결되지 않은 점을 이상치로 구분할 수 있습니다.

K-means vs DBSCAN 핵심 비교

구분	K-means	DBSCAN
기준	중심점과의 거리	데이터 밀도
군집 개수	사전 지정	자동 형성
군집 형태	주로 구형	불규칙한 형태 가능
이상치 탐지	별도 처리 필요	자체 구분 가능
주요 설정	군집 수 K	ε, MinPts
주의점	이상치·초기값 민감	밀도가 다른 군집에 취약

군집분석 알고리즘 통합 비교표 · 8유형

계층 구조를 형성하는 방식과 데이터를 묶는 계산 원리는 서로 다른 분류 축입니다 — 두 기준을 한 줄로 합쳐 단순한 상하 관계로 보면 오해가 생깁니다.

계층 구조 기준	작동 원리별 유형	대표 알고리즘	데이터를 묶는 기준	군집 수 결정	이상치 처리	관광 분야 활용 사례
계층적	① 응집형	Ward · Average · Complete Linkage	가까운 개체·군집부터 단계적으로 합침	덴드로그램을 보고 결정	대체로 약함	관광객 선호도에 따른 단계적 유형 탐색
계층적	② 분할형	DIANA	전체 집단에서 시작해 단계적으로 나눔	분할 단계에서 결정	대체로 약함	관광시장을 큰 집단에서 세부 집단으로 구분
비계층적	③ 분할 기반	K-means · K-medoids · K-modes	각각 중심점 · 대표 관측치 · 최빈값 기준으로 배정	k 사전 지정	K-medoids는 상대적으로 강건, K-means는 민감	관광객 1만 명을 미식·휴양·액티비티형으로 분류
비계층적	④ 밀도 기반	DBSCAN	밀집된 점은 묶고 고립된 점은 노이즈로 구분	데이터·모수에 의해 형성	노이즈 탐지 가능	관광객 GPS 기록에서 핫스폿과 고립 지점 탐색
계층 정보 활용	④ 밀도 기반 확장	OPTICS · HDBSCAN	밀도 변화와 계층/도달가능성 구조를 활용	데이터·설정에 따라 추출	노이즈 탐지 가능	밀도가 다른 관광지의 방문 집중구역 발견
비계층적	⑤ 모형 기반	GMM(EM) · LCA	확률모형으로 잠재 집단 소속 가능성 추정	후보 모형 비교 등으로 선택	모형에 따라 다름	관광객 잠재 선호유형과 소속 확률 추정
비계층적 활용*	⑥ 신경망 기반	SOM	유사한 관측치를 가까운 2차원 지도 위치에 배치	지도 크기 설정, 필요 시 후속 군집화	별도 처리 필요	관광상품 유형의 2차원 지도 시각화
비계층적 활용*	⑦ 격자 기반	STING · CLIQUE	공간을 격자로 나눠 밀집 구역 탐색	격자 설정·데이터에 좌우	방법·설정에 따라 다름	대규모 관광객 위치 데이터 분석

※ 「이상치 처리」는 일반적 경향이며 알고리즘·설정에 따라 달라집니다. OPTICS는 도달가능성 구조를 탐색하며 HDBSCAN과 세부 원리가 동일하지 않습니다. GMM·LCA는 일반적으로 후보 군집 수를 비교해 선택합니다. *SOM은 차원 축소·시각화에도 쓰이며 후속 군집화가 필요할 수 있습니다. 격자 기반은 독립적인 작동 원리 분류로 보는 것이 안전합니다. 계층적 분할형(Divisive)과 비계층적 분할 기반(Partitioning)은 이름이 비슷하지만 서로 다른 개념입니다 — 특히 HDBSCAN은 밀도 기반이면서 계층 구조도 함께 활용합니다.

▶ 핵심 4가지 학습 우선순위 · 그림(K-means · Ward · DBSCAN · GMM) ↗✏ 계층적 군집분석 덤문제 3제 풀이 ↗

문서 군집화 vs 토픽모델링

구분	문서 군집화	토픽모델링
초점	문서 간 유사성	잠재 주제 구조
대표 방법	K-means, DBSCAN, HDBSCAN	LDA, NMF 등
일반적 결과	문서별 군집 배정	토픽별 단어·문서 토픽 비중
주의점	거리·안정성	토픽 수·해석 가능성

BERTopic은 임베딩과 군집화 등을 토픽 발견에 사용하므로, 두 범주가 완전히 분리되는 것은 아닙니다.

05. 실제 발표된 주요 선행연구

① Ester et al. (1996) · DBSCAN 원전

A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise ↗

공간 데이터베이스에서 밀도 기반 군집과 이상치를 탐색하는 DBSCAN을 제안했습니다.

② Steinbach et al. (2000) · 문서 군집화 방법론

A Comparison of Document Clustering Techniques ↗

K-means, Bisecting K-means, 계층적 군집분석을 비교했습니다.

③ Chang et al. (2022) · 관광학 문헌 분석

Exploration of Topic Classification in the Tourism Field with Text Mining Technology ↗

관광 분야 학술논문 초록 5,783개에 TF-IDF 및 계층적 K-means를 사용해 6개 연구 주제 군집을 도출한 연구입니다.

④ Qori’atunnadyah et al. (2025) · 관광 리뷰 DBSCAN

Tourist Preference Analysis Based on Google Reviews Using the DBSCAN Method ↗

관광지 Google Reviews 9,800건을 TF-IDF와 DBSCAN으로 분석했습니다. 보고된 설정(ε=0.8, MinPts=4)에서 주요 군집 9,353건과 이상치 447건을 확인했습니다.

06. 관광 분야 적용 사례

관광객 리뷰 (Tourist Review Clustering)

숙박·음식·교통 등 관광 경험과 관련된 리뷰의 유사성을 분석하고 예외적인 리뷰를 탐색합니다.

관광 뉴스 (Tourism News Clustering)

관광 정책·산업·지역관광 담론을 뉴스 기사 유사성에 따라 탐색합니다.

관광 학술문헌 (Literature Clustering)

초록·키워드·논문 내용을 군집화해 연구 분야의 하위 영역을 발견합니다.

관광객 세분화 (Tourist Segmentation)

관광객의 설문 변수를 군집화하는 방식과 리뷰 문서를 군집화하는 방식은 분석 단위가 다릅니다.

연구 질문 예시

RQ1. 관광 리뷰는 어떤 의미적 군집으로 나뉘는가?
RQ2. K-means와 DBSCAN의 군집 및 이상치 결과는 어떻게 다른가?
RQ3. 군집별 주요 키워드와 관광서비스 개선 요구는 무엇인가?

07. 관광빅데이터분석 강의 예시: 리뷰에서 군집까지

교육용 가상 사례 · 설명용 리뷰 3건 → 본 실습 100~500건

학습 목표: 3개 리뷰는 키워드·속성·감성을 직접 해석하는 출발점입니다. 세 문장만으로 의미 있는 문서 군집을 검증할 수는 없으므로, 실제 군집화에는 더 많은 문서를 사용합니다.

① 먼저 리뷰에서 무엇을 읽어낼까?

리뷰 원문	주요 키워드	관광서비스 속성	감성
“호텔 직원들이 매우 친절했고 객실도 깨끗했어요.”	직원·친절·객실·깨끗	숙박·서비스	긍정
“지역 음식은 맛있지만 식당에서 오래 기다렸어요.”	음식·맛·식당·대기	음식·서비스	긍정·부정 혼합
“관광지까지 이동하는 버스 배차간격이 너무 길어요.”	관광지·버스·배차간격	교통·접근성	부정

위 분류는 연구자의 교육용 해석이며 알고리즘 실행 결과가 아닙니다. 감성분석과 키워드 분석이 먼저 이루어지는 이유를 이해하는 데 사용합니다.

② 실제 문서 군집화 분석 과정

① 수집
관광 리뷰 500건

→

② 전처리
정제·단어 정규화

→

③ 벡터화
TF-IDF / Embedding

→

④ 군집화
K-means / DBSCAN

→

⑤ 검증·해석
대표 리뷰·키워드 확인

③ 군집화 후 어떤 결과를 얻을까?

가상 군집	리뷰 수	예시 대표 단어	연구자의 해석
군집 A	180건	객실·청결·직원·친절	숙박 및 서비스 경험
군집 B	140건	음식·식당·가격·대기	외식 경험
군집 C	180건	버스·이동·교통·주차	교통 및 접근성

해석할 때 주의: 표의 군집 수·규모·명칭은 가상 결과입니다. 실제 분석에서는 군집별 대표 리뷰와 특징어를 확인한 뒤 명칭을 부여해야 합니다. 하나의 군집에도 긍정 및 부정 리뷰가 함께 존재할 수 있으므로 만족도를 알고 싶다면 별도 감성분석이 필요합니다.

④ K-means와 DBSCAN을 비교하는 질문

K-means

“군집 수 K를 3으로 지정하면 어떤 리뷰들이 서로 가까운가?”

군집 수가 사전 지정되고 데이터는 가까운 중심점에 배정됩니다.

DBSCAN

“어떤 리뷰들이 충분히 밀집되어 있고 어느 리뷰가 Noise인가?”

ε·MinPts 및 거리 척도 설정에 따라 군집과 이상치가 달라집니다.

⑤ 학생 참여형 확인 문제

문제 1. 첫 번째 리뷰의 관광서비스 속성은?

정답: 숙박·서비스. 객실·청결·직원 친절이 주요 내용입니다.

해설 속성은 「리뷰가 무엇에 대해 말하는가」입니다. 「객실」「깨끗」은 숙박 시설, 「직원」「친절」은 서비스에 관한 단어라 두 속성이 함께 붙습니다. 감성(긍정)과 속성(숙박·서비스)은 서로 다른 질문이라는 점도 기억하세요.

문제 2. 두 번째 리뷰의 감성은?

정답: 긍정·부정 혼합. 음식 맛은 긍정, 대기시간은 부정입니다.

해설 「~지만」을 기준으로 앞은 긍정, 뒤는 부정입니다. 리뷰 전체에 감성 하나만 붙이면 이런 리뷰를 놓치므로, 실제 분석에서는 속성별 감성(음식 = 긍정, 대기 = 부정)으로 나눠 봅니다. 문서 군집화만으로는 이 차이가 드러나지 않아 별도 감성분석이 필요합니다.

문제 3. DBSCAN에서 주변 데이터가 충분히 밀집되지 않은 리뷰는?

정답: 이상치(Noise)로 분류될 수 있습니다. 단, Noise가 반드시 중요하거나 독특한 문제를 뜻하지는 않습니다.

해설 반경 ε 안에 이웃 리뷰가 MinPts개보다 적고, 어느 군집의 핵심점에도 닿지 않으면 Noise가 됩니다. 드문 불만(예: 휠체어 접근 문제)일 수도 있지만, 오타 · 광고 · 너무 짧은 리뷰일 수도 있습니다. 그래서 Noise는 원문을 직접 읽고 판단합니다. K-means라면 같은 리뷰도 가장 가까운 군집에 억지로 들어갑니다.

교수자 수업 운영 제안: 우선 10~15개의 리뷰를 학생이 수동으로 묶게 한 다음 100~500건의 리뷰를 TF-IDF 또는 문장 임베딩으로 표현해 알고리즘 결과와 비교합니다. 학생들에게 군집의 근거, 그룹명, 군집 내 감성 차이를 토론하게 합니다.

강의 핵심 문장: “K-means는 중심점과의 거리로 데이터를 묶고, DBSCAN은 데이터가 밀집된 영역에서 군집을 형성합니다. 두 기법을 텍스트에 적용하려면 먼저 문서를 수치 벡터로 변환해야 합니다.”

08. 논문 적용 및 주의사항

검토 항목	논문에서 명시할 사항
분석 단위	문서, 리뷰, 이용자, 키워드 중 무엇을 군집화했는가?
텍스트 표현	전처리, TF-IDF 또는 임베딩 모델의 구체적 설정
거리	유클리드, 코사인 등 선택 기준
하이퍼파라미터	K 또는 ε·MinPts 설정 근거
품질 확인	군집 규모·내적 평가·안정성·대표 문서 확인
해석	군집명은 실제 문서와 특징어에 근거해 부여
일반화	수집 기간·플랫폼·언어·편향 설명

세 가지 주의점
1. DBSCAN은 항상 K-means보다 우수하지 않습니다. 특히 고차원 텍스트와 서로 다른 군집 밀도에 주의해야 합니다.
2. 문서 군집화와 토픽모델링은 개념 및 일반적 산출물이 다릅니다.
3. 알고리즘 비교 시 표현·거리·평가 기준을 공개하고 공정하게 해석해야 합니다.

방법론 영어 표현 예시

“The review texts were preprocessed and transformed into numerical vector representations. Document clustering was then conducted to explore groups of semantically similar reviews. The resulting clusters were interpreted through representative documents and salient terms.”

이 문장은 예시이며 실제 수행한 분석의 방법·설정값·검증 절차로 구체화해야 합니다.

참고문헌 및 사용 맥락

문헌	원 연구 맥락	활용
Ester et al. (1996)	공간 데이터베이스의 밀도 기반 군집	DBSCAN 원리 설명
Steinbach et al. (2000)	문서 군집 알고리즘 비교	분석방법 비교 근거
Chang et al. (2022)	관광 학술논문 초록 분석	관광 분야 직접 적용
Qori’atunnadyah et al. (2025)	관광지 Google 리뷰 분석	DBSCAN 응용 사례

서지정보

Chang, I.-C., Horng, J.-S., Liu, C.-H., Chou, S.-F., & Yu, T.-Y. (2022). Exploration of topic classification in the tourism field with text mining technology—A case study of the academic journal papers. Sustainability, 14(7), 4053. https://doi.org/10.3390/su14074053

Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (pp. 226–231). AAAI Press. Original source

Qori’atunnadyah, M., Murni, C. K., Choiri, A. F., Marianto, H., & Yazid, M. (2025). Tourist preference analysis based on Google Reviews using the DBSCAN method. Enthusiastic: International Journal of Applied Statistics and Data Science, 5(2), 178–189. https://doi.org/10.20885/enthusiastic.vol5.iss2.art7

Steinbach, M., Karypis, G., & Kumar, V. (2000). A comparison of document clustering techniques (Technical Report TR 00-034). University of Minnesota. Technical report

문헌별 원전의 데이터 맥락과 응용연구의 데이터 맥락을 구분하여 해석해야 합니다.

결론 · 핵심 정리 (Conclusion)

01 · 데이터 유형과 기법은 다르다

분류와 군집분석은 정형 데이터뿐 아니라 벡터화된 텍스트에도 적용할 수 있다.

02 · 문서 군집화의 핵심

텍스트를 수치화하고 유사한 리뷰·기사·논문을 그룹으로 발견한다.

03 · 알고리즘은 목적에 맞게

K-means는 중심점 기반, DBSCAN은 밀도 기반이며 이상치 식별이 가능하다.

04 · 결과는 해석과 검증이 필요

군집명은 대표 문서·키워드를 검토하여 부여하며, 군집과 감성은 구분한다.

핵심 비교 한눈에 보기

방법	주요 질문	관광 데이터 예시
키워드 분석	어떤 단어가 자주 나타나는가?	관광 리뷰의 친절·청결·교통 빈도
감성분석	긍정·부정 등 정서는 어떠한가?	호텔 리뷰의 만족·불만
문서 군집화	어떤 문서들이 서로 비슷한가?	숙박·음식·교통 관련 리뷰 그룹
토픽모델링	어떤 잠재 주제가 나타나는가?	관광 뉴스의 주제 구조

최종 메시지: 군집은 알고리즘이 유사성을 바탕으로 탐색하고, 연구자는 군집의 대표적 내용을 근거로 해석한다. 결과를 사전에 정해진 정답처럼 다루지 않는다.

주요 키워드 이해도 퀴즈 · Knowledge Check

객관식 6문항 · 답안을 선택한 뒤 “채점하기”를 누르면 정답 · 해설 · 풀이 순서 · 관광 예시 · 보기별 풀이 · 더 알아보기가 표시됩니다. 고르지 않은 문항도 해설이 나옵니다.