버스는 대표적인 우리나라의 대중교통수단으로 현재 우리나라의 대중교통은 수도권을 중심으로 지하철과 버스를 위주로 이용하고 있으며 지하철 망이 확보되지 않은 지역은 버스의 의존률이 매우 높은 상황이다. 또한 정부의 정책에 따라 대중교통의 이용 활성화와 지구 온난화의 대책으로서 버스의 이용을 적극 권장하여 버스의 이용율은 꾸준히 증가하고 있다. 이와 동시에 증가하는 버스의 이용율에 따라 버스의 사고 또한 증가하고 있는데 이 중 버스 차내 안전사고의 비율이 전체 사고 중 반 이상으로 매우 높은 비율을 차지하고 있다. 그러나 현재 우리나라에서는 버스 차내 안전사고와 관련된 통계자료를 수집하고 있지 않을뿐만 아니라 사고 유형과 원인의 구분이 통일되어있지 않다. 따라서 버스 차내 안전사고에 대한 무분별한 사고의 분석과 개선대책의 제시가 아닌 새로운 노력이 필요한 시점이다. 본 연구에서는 도로교통공단 교통사고분석시스템에서 제공하는 2014년 교통사고데이터를 기반으로 서울특별시에서 발생한 버스 사고 중 버스 차내 안전사고를 분류하여 분석하였다. 분류한 버스 차내 안전사고 데이터 중 텍스트 기반의 사고개요 데이터를 통계분석 패키지 R Project를 활용하여 ...
버스는 대표적인 우리나라의 대중교통수단으로 현재 우리나라의 대중교통은 수도권을 중심으로 지하철과 버스를 위주로 이용하고 있으며 지하철 망이 확보되지 않은 지역은 버스의 의존률이 매우 높은 상황이다. 또한 정부의 정책에 따라 대중교통의 이용 활성화와 지구 온난화의 대책으로서 버스의 이용을 적극 권장하여 버스의 이용율은 꾸준히 증가하고 있다. 이와 동시에 증가하는 버스의 이용율에 따라 버스의 사고 또한 증가하고 있는데 이 중 버스 차내 안전사고의 비율이 전체 사고 중 반 이상으로 매우 높은 비율을 차지하고 있다. 그러나 현재 우리나라에서는 버스 차내 안전사고와 관련된 통계자료를 수집하고 있지 않을뿐만 아니라 사고 유형과 원인의 구분이 통일되어있지 않다. 따라서 버스 차내 안전사고에 대한 무분별한 사고의 분석과 개선대책의 제시가 아닌 새로운 노력이 필요한 시점이다. 본 연구에서는 도로교통공단 교통사고분석시스템에서 제공하는 2014년 교통사고데이터를 기반으로 서울특별시에서 발생한 버스 사고 중 버스 차내 안전사고를 분류하여 분석하였다. 분류한 버스 차내 안전사고 데이터 중 텍스트 기반의 사고개요 데이터를 통계분석 패키지 R Project를 활용하여 텍스트 마이닝 분석을 수행하였다. 텍스트 마이닝을 위하여 사고개요 텍스트를 단어 단위로 분해하고 자연어 처리 등의 단어 정제 과정을 통하여 분석에 알맞은 형태로 텍스트들을 변환하였다. 이를 통하여 버스 차내 안전사고와 관련된 단어들의 빈도수를 파악한 후 각 단어들이 갖는 의미들을 분석하여 사고 유형과 원인을 구분하였다. 그 결과 사고 유형은 전도, 추락, 부딪힘, 끼임으로 크게 4가지로 분류되었으며 사고 원인은 급제동, 승객행동, 미끄러움, 이륜차 등으로 다양하게 집계되었다. 이를 통하여 버스 차내 안전사고의 유형과 원인을 재정립하였으며 마지막으로 연구에서 사고 유형별 원인에 따른 해결방안을 추가적으로 제시하였다. 본 연구는 버스 차내 안전사고에 대하여 1년간 서울 특별시로 범위를 한정하였으나 다년간 전국적으로 분석을 수행한다면 더욱 많은 사고 유형과 원인에 대한 패턴을 분석할 수 있을 것이고 더 나아가 지역특색 또한 파악이 가능할 것으로 판단된다.
버스는 대표적인 우리나라의 대중교통수단으로 현재 우리나라의 대중교통은 수도권을 중심으로 지하철과 버스를 위주로 이용하고 있으며 지하철 망이 확보되지 않은 지역은 버스의 의존률이 매우 높은 상황이다. 또한 정부의 정책에 따라 대중교통의 이용 활성화와 지구 온난화의 대책으로서 버스의 이용을 적극 권장하여 버스의 이용율은 꾸준히 증가하고 있다. 이와 동시에 증가하는 버스의 이용율에 따라 버스의 사고 또한 증가하고 있는데 이 중 버스 차내 안전사고의 비율이 전체 사고 중 반 이상으로 매우 높은 비율을 차지하고 있다. 그러나 현재 우리나라에서는 버스 차내 안전사고와 관련된 통계자료를 수집하고 있지 않을뿐만 아니라 사고 유형과 원인의 구분이 통일되어있지 않다. 따라서 버스 차내 안전사고에 대한 무분별한 사고의 분석과 개선대책의 제시가 아닌 새로운 노력이 필요한 시점이다. 본 연구에서는 도로교통공단 교통사고분석시스템에서 제공하는 2014년 교통사고데이터를 기반으로 서울특별시에서 발생한 버스 사고 중 버스 차내 안전사고를 분류하여 분석하였다. 분류한 버스 차내 안전사고 데이터 중 텍스트 기반의 사고개요 데이터를 통계분석 패키지 R Project를 활용하여 텍스트 마이닝 분석을 수행하였다. 텍스트 마이닝을 위하여 사고개요 텍스트를 단어 단위로 분해하고 자연어 처리 등의 단어 정제 과정을 통하여 분석에 알맞은 형태로 텍스트들을 변환하였다. 이를 통하여 버스 차내 안전사고와 관련된 단어들의 빈도수를 파악한 후 각 단어들이 갖는 의미들을 분석하여 사고 유형과 원인을 구분하였다. 그 결과 사고 유형은 전도, 추락, 부딪힘, 끼임으로 크게 4가지로 분류되었으며 사고 원인은 급제동, 승객행동, 미끄러움, 이륜차 등으로 다양하게 집계되었다. 이를 통하여 버스 차내 안전사고의 유형과 원인을 재정립하였으며 마지막으로 연구에서 사고 유형별 원인에 따른 해결방안을 추가적으로 제시하였다. 본 연구는 버스 차내 안전사고에 대하여 1년간 서울 특별시로 범위를 한정하였으나 다년간 전국적으로 분석을 수행한다면 더욱 많은 사고 유형과 원인에 대한 패턴을 분석할 수 있을 것이고 더 나아가 지역특색 또한 파악이 가능할 것으로 판단된다.
The bus, as a typical Korean public transportation means, the current South Korean public transport, especially in the metropolitan area and has been used in the center of the metro and bus, regional subway system has not been secured, dependent of bus rate is very high. In addition, as a measure of...
The bus, as a typical Korean public transportation means, the current South Korean public transport, especially in the metropolitan area and has been used in the center of the metro and bus, regional subway system has not been secured, dependent of bus rate is very high. In addition, as a measure of use activation and global warming of public transport on the basis of the policy of the government, bus utilization and actively recommend the use of the bus is steadily increasing. In response to this and bus utilization to increase at the same time, the accident of the bus is also increasing, this one, the proportion of bus-car accident occupies a very high percentage and more than half of the total accidents. However, now, in Korea, not only do not collect statistical data associated with the bus vehicle accidents, classification types and causes of the accident are not unified. Therefore, rather than the presentation of measures to improve the analysis of senseless accident of bus-car accident, it is a time that requires new initiatives. In this study, based on the traffic accident data 2014 that is provided in a Road Traffic Authority traffic accidents analysis system, and analyzed by classifying the bus vehicle accident bus accident at Seoul. Of the vehicle accident data classified bus, by utilizing the statistical analysis package R Project summary data of the text-based accidents were text mining analysis. It was converted to text in a form suitable for analysis through a word purification process such as natural language processing for text mining by decomposing a summary text of the accident to the word units. Thus, after understanding the frequency of words associated with the bus vehicle accident by analyzing the meaning each word has to distinguish the type and cause of the accident. And re-establish the type and source of the bus vehicle accidents, and finally were further presents a solution according to the cause of the accident by types in the study. In this study, one year for bus car accidents.
The bus, as a typical Korean public transportation means, the current South Korean public transport, especially in the metropolitan area and has been used in the center of the metro and bus, regional subway system has not been secured, dependent of bus rate is very high. In addition, as a measure of use activation and global warming of public transport on the basis of the policy of the government, bus utilization and actively recommend the use of the bus is steadily increasing. In response to this and bus utilization to increase at the same time, the accident of the bus is also increasing, this one, the proportion of bus-car accident occupies a very high percentage and more than half of the total accidents. However, now, in Korea, not only do not collect statistical data associated with the bus vehicle accidents, classification types and causes of the accident are not unified. Therefore, rather than the presentation of measures to improve the analysis of senseless accident of bus-car accident, it is a time that requires new initiatives. In this study, based on the traffic accident data 2014 that is provided in a Road Traffic Authority traffic accidents analysis system, and analyzed by classifying the bus vehicle accident bus accident at Seoul. Of the vehicle accident data classified bus, by utilizing the statistical analysis package R Project summary data of the text-based accidents were text mining analysis. It was converted to text in a form suitable for analysis through a word purification process such as natural language processing for text mining by decomposing a summary text of the accident to the word units. Thus, after understanding the frequency of words associated with the bus vehicle accident by analyzing the meaning each word has to distinguish the type and cause of the accident. And re-establish the type and source of the bus vehicle accidents, and finally were further presents a solution according to the cause of the accident by types in the study. In this study, one year for bus car accidents.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.