''보행자 방문빈도''를 고려한 시각적 노출량 모델로 범죄취약공간 해석에 관한 연구 :Interpretation of Crime-Prone Locations through Visual Exposure Model Considered for ''Visit of Pedestrian Frequency''

박근송

추천

검색

자료유형: 학위논문

저자정보: 박근송 (명지대학교, 명지대학교 대학원)

지도교수: 이상현

발행연도: 2013

저작권: 명지대학교 논문은 저작권에 의해 보호받습니다.

이용수4

이 논문의 연구 히스토리 (2)

2013

''보행자 방문빈도''를 고려한 시각적 노출량 모델로 범죄취약공간 해석에 관한 연구

박근송 건축 2013.01 학위논문

2012

‘방문빈도’를 고려한 시각적 노출량 모델을 이용한 범죄취약공간 해석에 관한 연구

박근송 , 이상현 , 박인석 대한건축학회 논문집 - 계획계 2012.04 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 도시공간구조상 인간의 자연적 감시량의 다소에 따라 범죄취약공간을 분석하는 물리적 범죄환경 예측에 관한 연구이다.
본 연구에서는 도시공간구조상의 물리적 환경에서 자연적 감시가 방범에 미치는 영향을 정량적으로 해석하는 모델을 제시하고자 한다.
지금까지 범죄환경 예측에 관한 연구가 많이 이루어져 왔다. 그 중 방어공간 계획에서 큰 역할을 하는 요인으로는 자연적 감시이다. 이것은 현실 경험적으로 공감하는 부분이다. 본 연구는 이 자연적 감시 요인을 계량화하여 범죄취약공간을 해석하려고 한다. 기존연구 방법론과는 달리 우선 분석지역에 분포되어 있는 실제 인구의 이동성을 고려한다. 이동성에는 사람들의 보행이동을 고려한다. 이러한 이동성으로부터 범죄취약공간 분석지역에 감시자의 분포가 불균형하게 나타난다. ‘보행자 방문빈도’가 높은 곳에는 사람들이 방문하는 인원수가 많음을 의미한다. 따라서 ‘보행자 방문빈도’가 높은 곳으로부터 감시를 받을 수 있는 위치에는 시각적 노출량이 높을 것이다. 이런 원리를 이용하여 본 연구에서는 ‘보행자 방문빈도’라는 가중치를 이용한 시각적 노출량 지표를 설정한다. 또한 효과적인 시뮬레이션을 보여주기 위해 RPMS(거주성능관리시스템)프로그램을 기반으로한 시각적 노출량 측정모델 애플리케이션을 개발한다.

#범죄취약공간

제1장 서 론 1
1.1 연구의 배경 및 목적 1
1.1.1 연구 배경 및 필요성 1
1.1.2 연구 목적 3
1.2 연구의 내용 및 범위 5
1.2.1 연구의 내용 5
1.2.2 연구의 범위 5
1.3 연구의 방법 및 절차 6
1.3.1 환경설계를 통한 범죄예방에 관한 기존문헌 고찰 6
1.3.2 시각모델을 통한 범죄예방에 관한 기존연구 및 측정 모델유형 정리 6
1.3.3 새로운 시각적 노출량 측정 모델 구축 7
1.3.4 시각적 노출량 측정 모델 실제적용 8
제2장 문제 틀 설정 10
2.1 물리적 범죄예방에 관한 이론 10
2.1.1 제이콥스(J.Jacobs)의 자연적 감시 이론 10
2.1.2 뉴먼(O. Newman)의 방어공간이론 11
2.1.3 제프리(C. R. Jeffery)의 범죄예방 이론 11
2.1.4 합리적 선택이론 12
2.1.5 범죄기회 이론 12
2.1.6 상황적 범죄예방 이론 12
2.1.7 깨어진 창 이론(Broken-Window Theory) 13
2.2 공간분석 이론을 통한 방어공간에 관한 기존연구 15
2.2.1 공간구문론을 이용한 방어공간 분석 이론 16
2.2.2 시각적 접근과 노출을 이용한 방어공간 분석 이론 16
2.3 기존의 가시성에 기반을 둔 공간측정 모델 개요 18
2.3.1 가시영역(Isovist) 개념 18
2.3.2 공간구조상 시각적 접근 모델로 많이 사용되는 VAE 모델 19
2.3.3 공간구문론(Space Syntax)을 기반으로 시각을 결합시킨 VGA 모델 20
2.3.4 VGA 모델과 유사하지만 가중치를 부여할 수 있는 ERAM모델을 기반으로 개발된 V-ERAM모델 21
2.4 범죄취약공간 해석에 있어서 기존 시각측정 모델의 한계점 22
2.4.1 기존의 시각측정 모델 개요 22
2.4.2 기존의 시각 측정 모델 구성 원리 22
2.4.3 범죄취약공간 해석에 있어서 기존의 시각측정 모델의 한계점 23
2.5 실제현실에 가까운 가중치를 고려한 시각적 노출량 측정지표의 개발 필요성 27
2.5.1 가시거리 가중치 27
2.5.2 ‘보행자 방문빈도’ 가중치 27
제3장 이론 정립 28
3.1 시각적 노출량 지표 개발 28
3.2 시각적 노출량의 효용성을 높이기 위한 가중치 설정 32
3.2.1 한계가시거리 설정 32
3.2.2 ‘보행자 방문빈도’ 가중치 설정 32
3.2.3 ‘보행자 방문빈도’ 측정방법 35
3.3 ‘보행자 방문빈도’를 고려한 시각적 노출량 계산을 위한 애플리케이션 개발 37
3.3.1 기반정보 구축 38
3.3.2 ‘보행자 방문빈도’ 측정 모델 알고리즘 45
3.3.3 ‘보행자 방문빈도’를 고려한 시각적 노출량 측정 모델 알고리즘 46
제4장 현장 적용 시뮬레이션 48
4.1 분석방법 및 절차 48
4.1.1 분석방법 48
4.1.2 분석절차 48
4.2 서울시 구로구 구로동 시뮬레이션 50
4.2.1 분석범위 50
4.2.2 실제범죄발생확률 분포도 50
4.2.3 ‘보행자 방문빈도’ 측정 53
4.2.4 서울시 구로구 구로동 시각적 노출량 측정 59
4.2.5 시각적 노출량과 실제범죄발생확률 간 상관관계 60
제5장 결 론 62
참고문헌 64
부록 67
Abstract 74

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)