지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이승재
- 발행연도
- 2015
- 저작권
- 서울시립대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
오늘날 인터넷 사용의 급격한 증가, 스마트폰 보급, SNS(Social Networking Service) 활성화 등과 같은 디지털 기술의 발전과 모바일 기기의 보급 등으로 인해 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 ‘빅데이터(Big Data)’의 시대가 도래 했으며, 그 중요성이 날로 커지고 있다.
교통분야에서는 오랜시간동안 우세를 점하고 있었고 도시교통개발에 효과적인 추정 방법으로 여겨졌던 전통적인 통행기반교통모형(Trip-Based Model)인 4단계 교통수요추정법의 한계가 드러나고 있으며, 최근의 컴퓨터 기술의 빠른 성장에 힘입어 활동기반교통모형(Activity-Based Model)을 이용한 수요 추정 방법이 교통계획에 새로운 패러다임으로 떠오르고 있으며, 연구가 활발히 진행되고 있다.
교통은 사람이나 물류의 공간상의 시간적 이동을 의미한다고 봤을 때 공간데이터와 밀접한 관련이 있으며, 최근 급부상하고 있는 공간빅데이터(Spatial Big Data)와 접목될 수 있는 분야이다. 따라서 소셜네트워크 서비스(SNS)상의 공간빅데이터를 추출해 현재 사용되고 있는 통행기반교통모형(Trip-Based Model)의 특성과 비교?분석하고 나아가 활동기반교통모형(Activity-Based Model)의 분석자료를 구축하여 공간빅데이터와 활동기반교통모형을 접목시킨다면 매우 큰 가치가 있을 것으로 생각된다.
따라서, 공간정보를 포함하고 있는 SNS를 대상으로 시계열적 공간정보를 추출하고, 이를 현재 사용되고 있는 통행기반교통모형(Trip-Based Model)의 OD와 비교?분석하여 그 특성을 파악하고, 활동기반교통모형(Activity-Based Model)의 분석자료를 구축하여 교통시뮬레이션 프로그램을 이용해 시뮬레이션을 수행하였다.
연구결과 제도적 제약에도 불구하고 다수의 활동기반 교통모형 분석자료를 구축할 수 있었고, 교통수요추정 시뮬레이터인 MATSim을 성공적으로 실행할 수 있었다. 이번 연구로 인해 교통분야에 있어 빅데이터 활용의 기술적 한계를 극복할 수 있는 가능성을 확인하였고, 향후 발전방향을 모색하는 기회가 되었다.
교통분야에서는 오랜시간동안 우세를 점하고 있었고 도시교통개발에 효과적인 추정 방법으로 여겨졌던 전통적인 통행기반교통모형(Trip-Based Model)인 4단계 교통수요추정법의 한계가 드러나고 있으며, 최근의 컴퓨터 기술의 빠른 성장에 힘입어 활동기반교통모형(Activity-Based Model)을 이용한 수요 추정 방법이 교통계획에 새로운 패러다임으로 떠오르고 있으며, 연구가 활발히 진행되고 있다.
교통은 사람이나 물류의 공간상의 시간적 이동을 의미한다고 봤을 때 공간데이터와 밀접한 관련이 있으며, 최근 급부상하고 있는 공간빅데이터(Spatial Big Data)와 접목될 수 있는 분야이다. 따라서 소셜네트워크 서비스(SNS)상의 공간빅데이터를 추출해 현재 사용되고 있는 통행기반교통모형(Trip-Based Model)의 특성과 비교?분석하고 나아가 활동기반교통모형(Activity-Based Model)의 분석자료를 구축하여 공간빅데이터와 활동기반교통모형을 접목시킨다면 매우 큰 가치가 있을 것으로 생각된다.
따라서, 공간정보를 포함하고 있는 SNS를 대상으로 시계열적 공간정보를 추출하고, 이를 현재 사용되고 있는 통행기반교통모형(Trip-Based Model)의 OD와 비교?분석하여 그 특성을 파악하고, 활동기반교통모형(Activity-Based Model)의 분석자료를 구축하여 교통시뮬레이션 프로그램을 이용해 시뮬레이션을 수행하였다.
연구결과 제도적 제약에도 불구하고 다수의 활동기반 교통모형 분석자료를 구축할 수 있었고, 교통수요추정 시뮬레이터인 MATSim을 성공적으로 실행할 수 있었다. 이번 연구로 인해 교통분야에 있어 빅데이터 활용의 기술적 한계를 극복할 수 있는 가능성을 확인하였고, 향후 발전방향을 모색하는 기회가 되었다.
목차
제1장 서 론 1제1절 연구의 배경 및 목적 1제2절 연구 내용 및 방법 31. 연구의 내용 32. 연구의 방법 3제2장 이론적 배경 및 선행연구 고찰 5제1절 이론적 배경 51. 빅데이터(Big Data) 52. 공간빅데이터 63. 소셜네트워크서비스(SNS) 분석 64. 개별행태모형 75. 활동기반 교통모형 96. 동적시뮬레이션 모델 17제2절 선행연구 고찰 20제3장 분석자료의 구축 및 검증 24제1절 활동기반 교통모형 분석자료 구축 241. 연구 대상 소셜네트워크(SNS) 선정 242. SNS 공간정보의 시계열적 추출방법 도출 263. 시계열 공간정보 추출 및 분석자료 구축 32제2절 구축자료의 검증 361. 기존 O/D자료와 특성 비교 362. 추출자료 특성분석 373. 소결 39제4장 활동기반 교통시뮬레이션 수행 40제1절 MATSim의 개요 401. 에이전트(Agent) 402. MATSim 42제2절 시뮬레이션 수행 461. 시뮬레이션 분석자료 구축 462. MATSim을 이용한 시뮬레이션 483. 소결 50제5장 결 론 51제1절 결론 및 시사점 51제2절 향후 연구과제 52참고 문헌 53국내문헌 53국외문헌 55부록(Appendix) 57Abstract 61감사의 글 62
최근 본 자료
댓글(0)
0