메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김규혁 (충북대학교) 이동엽 (국토연구원) 김동호 (한국교통연구원) 원민수 (한국교통연구원) 홍성민 (한국교통안전공단) 송태진 (충북대학교)
저널정보
대한교통학회 대한교통학회지 대한교통학회지 제39권 제5호
발행연도
2021.10
수록면
662 - 679 (18page)
DOI
10.7470/jkst.2021.39.5.662

이용수

DBpia Top 0.1%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
광역권 대중교통체계 수립에서부터 근린지구 first-and-last mile까지의 기능별 교통체계 수립은 사람들의 이동관점에서 생활 혹은 활동 기반의 통행패턴을 정확히 이해하는데서부터 출발한다. 생활권은 사람들이 일상생활을 실질적으로 영위하는 공간적인 범위로, 사람들의 생활패턴을 인지하고 기능별 교통체계를 수립하기에 가장 적합한 공간 단위이므로 도시별 ‧ 시간대별 특성에 따라 생활권 분화 패턴의 차이를 확인하는 것은 각 공간에 최적화된 교통서비스 수립 및 제공을 위해 필수적이다. 본 연구에서는 모바일 기지국 데이터를 가공하여 제작한 모바일 생활통행데이터에 Community Detection 기법을 적용하여 4개 도시(특별시, 대도시, 중도시, 소도시)의 Multi-level 생활권, 15분 생활권 등을 도출하였으며, 각 도시별로 시간대별, 주중 ‧ 주말 생활권 분화 패턴의 차이를 확인하였다. 추가로, 단순 읍면동 군집에서 보이지 않는 시사점 도출을 위해 시간대별, 주중 ‧ 주말별 생활권 면적 분포 패턴과 중심성 패턴을 분석하였다. 도시별 Multi-level 생활권 분석 결과, 각 도시의 생활권 개수가 같을 때 인구 규모가 큰 도시일수록 모듈성이 높아 군집된 생활권의 신뢰도가 높은 것으로 나타났다. 시간대별 도시별 Multi-level 생활권의 면적 분포 분석 결과 인구 규모가 큰 도시일수록 생활권 면적 간의 분산이 작아 교통수단별 계획 수립에 적합한 것으로 나타났으며, 주중 ‧ 주말 중심성 변화 분석 결과 역사문화적 또는 관광적 요소가 도시 내 산재하는 서울시와 제천시는 주중·주말 간 차별화된 교통계획이 필요함을 확인하였다. 본 연구는 향후 효율적인 교통수단별 정책 및 서비스 수립시에 기초 자료로 활용될 것으로 판단된다.
#centrality #community detection #mobile big data #O/D Matrix #travel boundary #중심성 #커뮤니티 군집 #모바일 빅데이터 #생활권

목차

Abstract
초록
서론
선행연구 고찰
분석 방법론
연구자료 수집 및 기초분석
분석 결과
결론
References

참고문헌 (27)

참고문헌 신청
Chen C., Ma J., Susilo Y., Liu Y., & Wang M. (2016). The promises of big data and small data for travel behavior (aka human mobility) analysis. Trnasportation research part C: emerging technologies, 68, 285-299. google schola Choi Y. E., Yang B. Y. (2019), Estimating Air-passengers’ Value of Travel Time Using Individual Mobile Phone Data, J. Korean Soc. Transp., 37(6), Korean Society of Transportation, 458-470. google schola Chung Y. S., Nam S. G., Song T. J. (2018), A Travel Time Budget Estimation Using a Mobile Phone Signaling Data, Journal of the Korean Society of Civil Engineers, 38(3), Korean Society of Civil Engineers, 457-465. google schola Ha J. H., Lee S. G. (2016), A Study on the Designation of Living Zones by Its Spatial Hierarchy Using OD Data and Community Detection Technique: Focused on the 2010 Household Travel Survey Data of the Seoul Metropolitan Area, Journal of Korea Planning Association, 51(6), Korea Planning Association, 79-98. google schola He M., Glasser J., Pritchard N., Bhamidi S., Kaza N. (2020), Demarcating geographic regions using community detection in commuting networks with significant self-loops, PloS one, 15(4), e0230941. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

모바일폰 네트워크 데이터 기반 생활통행권 도출을 통한 택시사업구역 재설정 연구
김규혁 ,  송태진 국토계획 2022 .11
모바일폰 위치기반 생활이동 빅데이터를 활용한 통행목적별 도시활력 영향요인 분석 : PageRank 알고리즘과 SHAP 기계학습을 활용하여
박준상 ,  김선재 ,  이수기 국토계획 2022 .10
빅데이터를 이용한 코로나 시대 수도권 유동인구 네트워크 분석
김영롱 ,  윤메솔 ,  이혜령 경기연구원 기본연구 2021 .09
생활권/생활권계획
박대근 국토 2022 .05
모바일기지국 데이터를 이용한 출퇴근 통행 분석 알고리즘 개발: 집, 직장 추정을 중심으로
원민수 ,  최정윤 ,  이해선 외 1명 대한교통학회지 2021 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-053-002144628