초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

어떤 지역에 대하여 유동 인구 수를 사전에 예측할 수 있다면, 이를 다양한 분야에서 사전 대응, 최적화, 효율화 등에 활용할 수 있을 것이다. 본 논문에서는 기계 학습 알고리즘을 이용하여 유동인구를 분석하고 시간 별로 예측하는 연구를 진행하였다. 예측의 대상이 되는 인구 수 데이터는 통신 기지국 데이터를 활용하였고, 이에 영향을 주는 독립 변수로는 사람들의 이동 ...

어떤 지역에 대하여 유동 인구 수를 사전에 예측할 수 있다면, 이를 다양한 분야에서 사전 대응, 최적화, 효율화 등에 활용할 수 있을 것이다. 본 논문에서는 기계 학습 알고리즘을 이용하여 유동인구를 분석하고 시간 별로 예측하는 연구를 진행하였다. 예측의 대상이 되는 인구 수 데이터는 통신 기지국 데이터를 활용하였고, 이에 영향을 주는 독립 변수로는 사람들의 이동 의사 결정에 많은 영향을 주는 요소 중 하나인 기상 요인 데이터를 활용하였다. 또한, 지역 마다 유동인구 특성이 다르므로 특정 유원지를 한 곳을 대상으로 예측 모델링을 수행하였다. 기계 학습 알고리즘으로는 다중 회귀 분석, 의사결정나무, 시계열 분석을 활용하여 비교 하였다. 또한 기계 학습 기반 클러스터링 기법 중 하나인 K-means를 활용하여, 시간 별 유동 인구 패턴이 유사한 지역끼리 군집화를 진행함으로써, 각 클러스터 별 모델링을 통해 예측 모델의 성능을 향상시킬 수 있는 가능성을 확인하였다.

주제어