상세 보기
초록
여러 날짜의 교통카드데이터를 활용하면 대중교통 이용자를 종적으로 관찰할 수 있어, 하루 단위의 데이터에서 분석할 수 할 수 없었던 통행패턴을 분석할 수 있다. 이 논문은 여러 날짜의 교통카드데이터를 이용자 수준에서 종적으로 활용하여, 대중교통 이용의 시간적 통행패턴을 생성하는 것을 목적으로 한다. 연속된 여러 날짜의 교통카드데이 터로부터 이용자의 시간적 통행 특성(프로필)을 생성하는 방법론을 제시하며, 통행 프로필이 유사한 이용자들을 k-means 방법으로 클러스터링하여 여러 개의 통행패턴들을 생성하는 방법론을 제시한다. 개발된 방법론을 대전광역시의 38일치 교통카드데이터에 적용한 결과를 제시한다. 반복적인 클러스터링을 수행하여 최종 8개의 시간적 통행패턴이 생성됨을 확인하였으며, 교통카드데이터에 포함된 이용자 구분 정보에 의한 결과와 비교한 분석 결과를 제시하였다.
키워드
Behavior analysis; k-means clustering; Data mining; 교통카드데이터; 통행패턴; 행태분석; k-means 클러스터링; 데이터마이닝; Smart card data; Travel pattern
- 제목
- k-means 클러스터링을 활용한 교통카드데이터 기반의 대중교통 이용자 통행패턴 생성
- 제목 (타언어)
- Generating Travel Patterns of Public Transportation Users Using a k-means Clustering Based on Smart Card Data
- 저자
- 이인묵; 민재홍; 김경태; 고승영
- 발행일
- 2020-03
- 저널명
- 한국철도학회논문집
- 권
- 23
- 호
- 3
- 페이지
- 204 ~ 215