최근 딥러닝 기술 가운데 이미지데이타 분석에 뛰어난 성능을 보이는 합성곱신경망 기술의 발전은 이미지 분석 영역에서 다양한 가능성을 제시하고 있다. 관광객이 게시한 사진을 딥러닝 기술을 이용하여 분류하기 위해서는 관광사진에 대한 분류와 목적에 맞는 딥러닝 모델의 훈련작업이 필수적으로 선행되어야 한다. 본 연구에서는 관광객이 플리커에 게시한 사진을 효율적으로 분류하기 위해 관광목적으로 사진이 어떻게 분류되어야 하는지 관광목적 사진분류 체계를 개발하고자 하였다. 관광목적 사진 분류 카테고리 개발을 위해 문헌분석, 웹사이트 분석, 관광객이 게시한 약 38,000장 사진의 검토과정을 거쳐 사진 분류 카테고리를 개발하였으며, 약 8400장의 사진을 개발된 카테고리에 맞춰 분류해 봄으로써 개발된 카테고리의 검증과정을 거쳤다. 이 과정을 거쳐 최종으로 제안된 카테고리는 13개 대분류, 64개 중분류, 164개의 세분류 체계를 갖으며, 본 연구 결과는 향후 관광목적 사진을 딥러닝 모델을 이용하여 분류하고자 할 때 기초자료로 활용될 것으로 기대된다.

This research was conducted to examine coffee shop customers’ preference and satisfaction by different types of promotion. Research samples ware adults with experience of any form of coffee shop promotion (n=209). Descriptive statistics, Chi-square, t-test and one-way ANOVA were used to analyze the relations among variables. Results showed that 'free coupon' was the most preferred ones. SNS was the most frequently used search method for coffee shop coupon promotion information. The most preferred event promotion was 'freebies', and preference levels were significantly different by age and employment status. 'Barista experience' was ranked highest in preference among cultural experience events. Drinking coffee was the most important purpose of visiting coffee shops, especially among unemployed, twenties, and women respondents. Coupon was evaluated the highest in usefulness and satisfaction among the three promotion methods. Event and cultural experience were preferred more by respondents in their twenties than those in their thirties. Results indicated that all promotion strategies are effective for increasing customer satisfaction and for inducing revisit. Findings also showed that preference for promotion was affected by customer characteristics such as age and gender. Therefore, coffee shops should consider using the most effective and attractive promotion strategy for their target market, while maintaining a consistent service quality level to fulfill customer expectation.