포탈의 검색 트렌드를 활용한 인천공항 출국자 수 예측 연구

Abstract

공항의 안정적인 운영을 위하여 승객의 단기예측은 매우 중요하다. 본 논문에서는 인천공항의 출입국자 예측을 위하여 출입국자의 대부분을 차지하는 한국인과 중국인의 출국자의 예측 모델링을 수행하였다. 예측 모델링 정확도 향상을 위해 네이버와 바이두 검색 트렌드 데이터를 활용하였다. 출국자 수들과 관련 검색 트렌드 데이터 간 Granger Causality 테스트를 수행하여 상관관계가 있음을 확인하였다. "출국자 수" 단독으로 예측하는 것보다 "출국자 수"와 "검색어 트렌드" 자료를 합하여 예측하는 것이 정확도가 향상됨을 알 수 있었다. 이는 검색이 어떤 일을 수행하기 전에 하는 행위이기 때문이고, 검색 트렌드 데이터 내에 태생적으로 예측 기재가 존재함을 본 연구를 통하여 확인할 수 있었다. Short-term prediction of the number of passengers at the airport is very essential for the efficient and stable operation of the airport. Here, to forecast the immigration of Incheon International Airport, we perform the predictive modeling of Korean and Chinese outbound travelers comprising most of immigration. We conduct the Granger Causality test between the number of outbound travelers and related search trend data to confirm the correlation. It is found that the forecasting with both "outbound travelers" and "search term trends" data outperforms the one only with "outbound travelers" data. This is because search activities are done before doing something and this study confirms that search trend data inherently possess the potential for prediction.