청주시의 시내버스는 가장 많은 시민들이 이용하는 교통수단 중 하나이다. 하지만 최근의 버스노선은 대략적으로 측정된 수요와 시민들의 민원, 도시개발 정책 등에 의해 작성되었다. 그래서 현재의 노선들은 버스 이용자들의 정확한 패턴을 반영하지 못한다. 오랜 기간 컴퓨터시스템을 통해 교통관련 빅데이터들이 축적되어온 이래로, 빅데이터 분석을 기반으로 한 과학적 노선개편 방법이 필요하게 되었다. 이 논문에서는 BIS(Bus Information Syste...
청주시의 시내버스는 가장 많은 시민들이 이용하는 교통수단 중 하나이다. 하지만 최근의 버스노선은 대략적으로 측정된 수요와 시민들의 민원, 도시개발 정책 등에 의해 작성되었다. 그래서 현재의 노선들은 버스 이용자들의 정확한 패턴을 반영하지 못한다. 오랜 기간 컴퓨터시스템을 통해 교통관련 빅데이터들이 축적되어온 이래로, 빅데이터 분석을 기반으로 한 과학적 노선개편 방법이 필요하게 되었다. 이 논문에서는 BIS(Bus Information System) 데이터 및 교통카드 데이터와 같은 교통관련 빅데이터를 이용하여 시민들의 버스 이용 패턴을 분석한다. 교통관련 빅데이터는 다차원분석을 통해 유용하고 의미 있는 분석결과로 산출될 수 있다. 다양한 컴퓨터 시스템으로부터 교통관련 빅데이터를 추출하고, 다차원 분석을 통해 교통정책에 적용 가능한 시범 시스템을 구축하였다. 분석결과 다양한 환승패턴을 찾는 것이 가능하였으며, 예를 들어 요일별, 시간대별 환승패턴 등을 발견할 수 있었다. 청주시의 상위 n개 환승패턴에 관한 분석결과는 최적의 버스경로를 설계하는데 사용될 수 있으며, 시민들의 편의성 증진과 청주시의 교통예산 절감에 활용될 수 있다.
청주시의 시내버스는 가장 많은 시민들이 이용하는 교통수단 중 하나이다. 하지만 최근의 버스노선은 대략적으로 측정된 수요와 시민들의 민원, 도시개발 정책 등에 의해 작성되었다. 그래서 현재의 노선들은 버스 이용자들의 정확한 패턴을 반영하지 못한다. 오랜 기간 컴퓨터시스템을 통해 교통관련 빅데이터들이 축적되어온 이래로, 빅데이터 분석을 기반으로 한 과학적 노선개편 방법이 필요하게 되었다. 이 논문에서는 BIS(Bus Information System) 데이터 및 교통카드 데이터와 같은 교통관련 빅데이터를 이용하여 시민들의 버스 이용 패턴을 분석한다. 교통관련 빅데이터는 다차원분석을 통해 유용하고 의미 있는 분석결과로 산출될 수 있다. 다양한 컴퓨터 시스템으로부터 교통관련 빅데이터를 추출하고, 다차원 분석을 통해 교통정책에 적용 가능한 시범 시스템을 구축하였다. 분석결과 다양한 환승패턴을 찾는 것이 가능하였으며, 예를 들어 요일별, 시간대별 환승패턴 등을 발견할 수 있었다. 청주시의 상위 n개 환승패턴에 관한 분석결과는 최적의 버스경로를 설계하는데 사용될 수 있으며, 시민들의 편의성 증진과 청주시의 교통예산 절감에 활용될 수 있다.
Cheongju's intra-city bus is the most popular public transportation method for the citizen. But current bus routes have been drawn by the rough estimated capacities, civil complaints, urban development plans. Therefore, they can’t reflect the exact usage patterns of the passengers. Since transportat...
Cheongju's intra-city bus is the most popular public transportation method for the citizen. But current bus routes have been drawn by the rough estimated capacities, civil complaints, urban development plans. Therefore, they can’t reflect the exact usage patterns of the passengers. Since transportation related data have been accumulated in computer systems for a long time, scientific decision making based on the big data analysis is needed. In this thesis, we extract the usage patterns of passengers from the transportation big data such as BIS (Bus Information System) data and transportation credit cards transaction data. Multi-dimensional analysis has been done for the big data and useful insights can be extracted through the analysis. We construct a prototype system which extracts transportation big data and does multi-dimensional analysis regarding transportation policies. Various analysis can be done including transit patterns by the day of the week or time intervals. Top-n transit patterns in the city can be found from the analysis and this information can derive optimal bus routes which can reduce the city’s budget and increase citizen's convenience.
Cheongju's intra-city bus is the most popular public transportation method for the citizen. But current bus routes have been drawn by the rough estimated capacities, civil complaints, urban development plans. Therefore, they can’t reflect the exact usage patterns of the passengers. Since transportation related data have been accumulated in computer systems for a long time, scientific decision making based on the big data analysis is needed. In this thesis, we extract the usage patterns of passengers from the transportation big data such as BIS (Bus Information System) data and transportation credit cards transaction data. Multi-dimensional analysis has been done for the big data and useful insights can be extracted through the analysis. We construct a prototype system which extracts transportation big data and does multi-dimensional analysis regarding transportation policies. Various analysis can be done including transit patterns by the day of the week or time intervals. Top-n transit patterns in the city can be found from the analysis and this information can derive optimal bus routes which can reduce the city’s budget and increase citizen's convenience.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.