[논문]교통카드 트랜잭션 데이터베이스에서 지하철 탑승 패턴 분류

박종수; 김호성; 이금숙

doi:10.5392/jkca.2010.10.12.091

교통카드 트랜잭션 데이터베이스에서 지하철 탑승 패턴 분류
Classification of Subway Trip Patterns from Smart Card Transaction Databases 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.10 no.12, 2010년, pp.91 - 100

박종수 (성신여자대학교 IT학부) , 김호성 (성신여자대학교 미디어커뮤니케이션학과) , 이금숙 (성신여자대학교 지리학과)

초록
AI-Helper

서울 수도권 지하철 승객들의 탑승 패턴의 특성을 이해하는 것은 효율적인 수도권 지하철 시스템을 입안하는 데 중요하기 때문에 대용량 교통카드 트랜잭션 데이터베이스에서 유용한 패턴을 탐사하거나 귀중한 패턴의 분류에 대한 연구가 진행되어오고 있다. 본 논문에서 새로운 지하철 탑승 분류를 정의하고 하루 약 천만 건 트랜잭션들로 구성된 교통카드 트랜잭션 데이터베이스로부터 지하철 승객들의 11 가지 탑승 패턴을 분류하는 알고리즘을 제안하였다. 제시된 알고리즘을 구현하여 탑승 패턴들을 분류하기 위하여 하루 동안의 교통카드 트랜잭션 데이터베이스에 적용하였다. 실험 결과에서 왕복-탑승 패턴, 통근 패턴, 예상치 못한 흥미로운 패턴들에 초점을 맞추어 분석하였다. 각 분류된 패턴에 대해서 시간대별로 승객수를 지하철 트랜잭션의 승차시간과 하차시간 기준으로 그래프로 설명하여 유용한 패턴의 특성을 이해하도록 하였다.

Abstract ▼ AI-Helper

To understand the trip patterns of subway passengers is very important to making plans for an efficient subway system. Accordingly, there have been studies on mining and classifying useful patterns from large smart card transaction databases of the Metropolitan Seoul subway system. In this paper, we define a new classification of subway trip patterns and devise a classification algorithm for eleven trip patterns of the subway users from smart card transaction databases which have been produced about ten million transactions daily. We have implemented the algorithm and then applied it to one-day transaction database to classify the trip patterns of subway passengers. We have focused on the analysis of significant patterns such as round-trip patterns, commuter patterns, and unexpected interesting patterns. The distribution of the number of passengers in each trip pattern is plotted by the get-on time and get-off time of subway transactions, which illustrates the characteristics of the significant patterns.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 수도권 지하철 사용자들의 지하철 탑승 패턴을 연구하였다. 지하철 승객들의 탑승 회수를 바탕으로 하여 11가지의 탑승 패턴들로 분류하였다.
본 논문에서는 지하철 승객들의 통행 특성을 연구하고 기존의 방법론들을 분석한 후에 수도권 지하철을 이용하는 승객들의 탑승 패턴들을 논리적으로 분류하여 실험적으로 이 패턴들에 속하는 승객들의 숫자와 탑승시간 등을 여러 관점에서 분석하고자 한다. 본 논문에서의 패턴 분류 방법은 다음과 같은 세 가지 관점에서 연구하였다:
앞서 연구된 통행패턴 분석[4][5]을 살펴보면, 데이터마이닝의 한 기법인 순회 패턴과 순차 패턴을 탐사해내는 알고리즘을 승객들의 승차역과 하차역 사이의 통과역들의 시퀀스들에 적용하여 빈발 시퀀스를 찾아내는 것이었다. 승객들이 이동하는 통과역들의 시퀀스를 탐사해내는 방법 이외에 또 다른 통행 특성을 분석해내는 방법을 고찰해보자. 예를 들어 승객들이 지하철을 이용하여 통근을 한다고 가정하면, 통근 패턴으로 나타날 수 있는 여러 유형들을 살펴보고 이중에서 승객들이 이용할 가능성이 있는 패턴들의 유형을 분류 집합에 포함시킨 후에 실제로 주어진 각 패턴의 지지도를 살펴보면 원하는 탑승 패턴을 찾아내고 해석할 수 있을 것이다.
그래서 패턴 2번과 4번을 집-직장 통근 패턴들(home-office commuter patterns)로 정의한다. 실험 결과에서 이 패턴으로 얼마나 많은 비율의 승객들이 이용하는 지를 분석해본다. 패턴 2와 4번을 이용하는 승객들이 직장에서 근무 시간은 첫 번째 탑승의 하차 시간과 두 번째 탑승의 승차 시간 사이의 잔류시간으로 볼 수 있다.

제안 방법

앞의 세 가지 관점에서 지하철을 이용하는 승객들의 탑승 패턴을 각 승객의 탑승 트랜잭션들의 개수에 따라 경우의 수를 분석하여 11개 패턴들로 분류하도록 하였다. 교통카드 트랜잭션 데이터베이스로부터 각 승객의 탑승 패턴을 11개 패턴들 중의 하나로 분류하는 알고리즘을 구현하여 각 패턴의 지지도와 승객들의 지하철 이용 시간 등을 계산해내었다.
지하철 네트워크는 지하철역들로 이루어진 정점집합(vertex set) V와 지하철역들 사이의 연결선으로 구성된 간선집합(edge set) E로 정의되는 그래프 G = (V, E)에 기반을 둔다. 그리고 교통카드 트랜잭션 데이터베이스에서 트랜잭션(smart_card_trnx)을 하나씩 읽어서 버스 승객 트랜잭션을 제외하고 지하철 승객 트랜잭션(subway_trnx)의 승객이 하루 동안 이용한 모든 지하철 트랜잭션들을 묶어서 앞에서 설명한 탑승 패턴들 중의 하나로 분류한다. 분류가 끝나면 그 패턴에 관한 시간 정보를 추출하여 시간-히스토그램에 저장한다.
[그림 1]은 지하철 탑승 패턴을 분류하고 찾아내는 알고리즘을 간략히 설명한 것이다. 먼저 지하철 네트워크를 빠른 데이터 접근이 용이하도록 해시 테이블로 구성하였다. 지하철 네트워크는 지하철역들로 이루어진 정점집합(vertex set) V와 지하철역들 사이의 연결선으로 구성된 간선집합(edge set) E로 정의되는 그래프 G = (V, E)에 기반을 둔다.
본 논문에서는 교통카드 트랜잭션 데이터베이스로부터 지하철을 사용하는 승객들만의 트랜잭션을 찾아내고, 그 트랜잭션에서 탑승 패턴 탐사에 사용되는 속성들인 카드번호, 승차일시, 트랜잭션ID, 승차정류장ID, 교통수단CD(코드), 하차일시, 하차정류장ID를 추출해내어 탑승 패턴의 분류에 이용한다.
본 논문에서는 대중교통 이용자 중에서 지하철을 이용하는 승객들의 탑승 패턴을 논리적으로 추정하여 발생할 수 있는 모든 조합의 경우의 수에 해당되는 패턴들을 고려하고 그 중에서 많은 승객들이 지지할 것으로 예측되는 패턴들을 지정하여 하나의 분류 집합으로 한다. 승객이 출발역에서 승차하여 도착역에 하차하고 난 후에 일정 시간이 지나고 다시 출발역으로 되돌아오는 경우와 같이 여러 종류의 왕복 패턴이나 되돌아오지 않는 패턴 등을 고려해볼 수 있다.
지하철 승객들의 탑승 회수를 바탕으로 하여 11가지의 탑승 패턴들로 분류하였다. 본 논문에서는 탑승 패턴을 분류하는 알고리즘을 제안하고 이를 구현하여 2005년도의 하루치의 교통카드 트랜잭션 데이터베이스에 적용하여 각 패턴에 속하는 지하철 승객들을 분류하고 해당 승객들의 승차시간과 하차 시간에 대한 정보를 구하였다. 관심을 가질 수 있는 주요 분석 결과는 다음과 같다.
서울 수도권 지하철에서 기종점 통행에 의한 승객 흐름의 분포가 멱함수 법칙(power law)임을 보여주는 연구가 있다[8]. 서울 수도권의 지하철 교통망에서 승객들의 흐름을 찾아내어 지하철의 모든 링크상의 승객 흐름을 분석하였다[9]. 승객 흐름을 시각화하여 시간대별로 승객들의 이동 흐름을 보여주는 연구[10]를 하였고, 교통카드 트랜잭션 데이터베이스에서 통근 패턴을 탐사하는 것에 대한 기초적인 연구[11]가 있다.
앞의 세 가지 관점에서 지하철을 이용하는 승객들의 탑승 패턴을 각 승객의 탑승 트랜잭션들의 개수에 따라 경우의 수를 분석하여 11개 패턴들로 분류하도록 하였다. 교통카드 트랜잭션 데이터베이스로부터 각 승객의 탑승 패턴을 11개 패턴들 중의 하나로 분류하는 알고리즘을 구현하여 각 패턴의 지지도와 승객들의 지하철 이용 시간 등을 계산해내었다.
패턴 2와 4번을 이용하는 승객들이 직장에서 근무 시간은 첫 번째 탑승의 하차 시간과 두 번째 탑승의 승차 시간 사이의 잔류시간으로 볼 수 있다. 잔류시간의 히스토그램을 분석하여 상근 직장인에 추정되는 통근 패턴의 비율을 알아본다.
[표 2]에서 패턴 9(case 12: a ⟹ a)는 출발역에서 탑승하여 다시 출발역에서 하차하는 것으로 일반적인 지하철 사용 방법에서 예외적인 상황이라 왕복-탑승 패턴 부류에서 제외한다. 전체 승객들 중에서 얼마나 많은 사람들이 다시 처음 출발역으로 되돌아오는 이런 패턴에 속하는 지를 실험결과에서 분석한다.
본 논문에서는 수도권 지하철 사용자들의 지하철 탑승 패턴을 연구하였다. 지하철 승객들의 탑승 회수를 바탕으로 하여 11가지의 탑승 패턴들로 분류하였다. 본 논문에서는 탑승 패턴을 분류하는 알고리즘을 제안하고 이를 구현하여 2005년도의 하루치의 교통카드 트랜잭션 데이터베이스에 적용하여 각 패턴에 속하는 지하철 승객들을 분류하고 해당 승객들의 승차시간과 하차 시간에 대한 정보를 구하였다.
교통 카드의 도입으로 하루 천만건 이상의 트랜잭션 데이터베이스에서 가치 있고 흥미로운 패턴이나 지식을 탐사하는 연구도 많이 이루어지고 있다. 하루 동안의 교통카드 트랜잭션 데이터베이스에서 순차 패턴의 알고리즘을 적용하여 승객들이 이동한 지하철역들의 시퀀스를 탐사하는 알고리즘이 연구되었고[4], 승객들의 통행 패턴에 대한 일반적인 분석을 수행하기 위하여 1년에 하루치씩 3년간의 교통카드 트랜잭션 데이터베이스로부터 승객 시퀀스의 평균 정류장 개수와 환승 횟수 등을 연도별로 비교하였다[5]. 수도권 지하철 시스템의 네트워크의 구조적 특성을 분석하는 연구도 시도 되었다[6].

대상 데이터

수도권 지하철 시스템의 기준 시점은 2005년 6월이고, 입력 데이터는 2005년 6월 24일 금요일 하루 동안에 지하철과 버스를 이용한 승객들의 교통카드 트랜잭션 데이터베이스이다. 기준 시점의 수도권 지하철 시스템은 지하철 1-8호선, 분당선, 인천1호선으로 구성된다. 기준 시점에서 지하철역들의 개수는 357개이고, 이 역들 사이의 간선들의 개수는 400개이다.
먼저 실제 교통카드 트랜잭션 데이터베이스와 그 시점의 서울 수도권 지하철에 대해 설명한다. 수도권 지하철 시스템의 기준 시점은 2005년 6월이고, 입력 데이터는 2005년 6월 24일 금요일 하루 동안에 지하철과 버스를 이용한 승객들의 교통카드 트랜잭션 데이터베이스이다. 기준 시점의 수도권 지하철 시스템은 지하철 1-8호선, 분당선, 인천1호선으로 구성된다.
실험에 사용된 컴퓨터는 CPU(Intel i7 920 2.67GHz), 메인메모리(DDR3 1333MHz 12GB), 2개의 하드디스크 (SAS 15Krpm 147GB)로 구성되었다. 운영체제는 마이크로소프트 회사의 Windows 7 Enterprise K 64 bit를 사용하였고, 프로그램 개발 환경은 MS Visual Studio 2008 C++ 언어를 사용하였다.

성능/효과

운영체제는 마이크로소프트 회사의 Windows 7 Enterprise K 64 bit를 사용하였고, 프로그램 개발 환경은 MS Visual Studio 2008 C++ 언어를 사용하였다. 10,667,518개의 교통 카드 트랜잭션들을 처리하여 주어진 탑승 패턴으로 분류하는데 수행된 시간은 113.41초이며, 실행 시간은 입력 교통카드 트랜잭션 개수에 근사적으로 선형적인 특성을 보여준다.
[표 4]는 [표 2]의 지하철 탑승 패턴을 주어진 입력 데이터로 분류된 결과를 보여준다. 결과의 정확성을 검증하면, [표 3]의 탑승회수 1회 승객수 1,032,187명은 [표 4]의 패턴 1과 9의 합과 같고, 표 3의 탑승회수 2회 승객수는 [표 4]의 패턴 2, 3, 4, 5, 10의 승객수의 합과 같음을 보여주어 패턴 분류가 정확하게 이루어졌음을 보여준다. 이 표에 의하면 약 37%의 승객들이 패턴 1에 속하는 한 번만 지하철을 타고 내리는 방법으로 지하철을 이용하고 있음을 보여준다.
첫째, 처음 출발지로 되돌아오는 승객들의 왕복-탑승 패턴에 속하는 비율은 전체 승객의 39%에 이른다. 둘째, 집-직장 통근 패턴으로 되돌아오는 승객들 중에서 두 번째 탑승하기 전까지 7시간 이상 잔류하는 승객의 비율은 전체 승객의 23%에 해당되고, 이런 패턴은 집-직장-상근 출퇴근 패턴으로 볼 수 있다. 셋째, 중요하다고 예상하지 못한 흥미로운 패턴들 중에서 패턴 a ⟹ a는 처음 출발역으로 되돌아오는 단일 트랜잭션을 갖는 승객들의 숫자가 7,130명으로 전체 승객의 0.
둘째, 집-직장 통근 패턴으로 되돌아오는 승객들 중에서 두 번째 탑승하기 전까지 7시간 이상 잔류하는 승객의 비율은 전체 승객의 23%에 해당되고, 이런 패턴은 집-직장-상근 출퇴근 패턴으로 볼 수 있다. 셋째, 중요하다고 예상하지 못한 흥미로운 패턴들 중에서 패턴 a ⟹ a는 처음 출발역으로 되돌아오는 단일 트랜잭션을 갖는 승객들의 숫자가 7,130명으로 전체 승객의 0.26%에 이른다는 것이다.
관심을 가질 수 있는 주요 분석 결과는 다음과 같다. 첫째, 처음 출발지로 되돌아오는 승객들의 왕복-탑승 패턴에 속하는 비율은 전체 승객의 39%에 이른다. 둘째, 집-직장 통근 패턴으로 되돌아오는 승객들 중에서 두 번째 탑승하기 전까지 7시간 이상 잔류하는 승객의 비율은 전체 승객의 23%에 해당되고, 이런 패턴은 집-직장-상근 출퇴근 패턴으로 볼 수 있다.

후속연구

본 연구 결과로 지하철 대중교통 이용자들의 탑승 패턴을 이해할 수 있고 이를 기반으로 수도권 교통 정책을 입안할 때 중요한 참고 자료로 사용할 수 있다. 분류 패턴인 11가지 탑승 패턴은 지하철 승객들에 대한 분석이지만, 앞으로 연구과제는 수도권 대중교통 이용자인 버스 승객, 지하철 승객, 환승 승객들에 대한 전체 승객들의 탑승 패턴을 분류하고 흥미로운 패턴을 탐사하는 것이다.
본 연구 결과로 지하철 대중교통 이용자들의 탑승 패턴을 이해할 수 있고 이를 기반으로 수도권 교통 정책을 입안할 때 중요한 참고 자료로 사용할 수 있다. 분류 패턴인 11가지 탑승 패턴은 지하철 승객들에 대한 분석이지만, 앞으로 연구과제는 수도권 대중교통 이용자인 버스 승객, 지하철 승객, 환승 승객들에 대한 전체 승객들의 탑승 패턴을 분류하고 흥미로운 패턴을 탐사하는 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수도권에서 효율적인 일반 대중교통 서비스가 절실한 이유는 무엇인가?	서울시를 중심으로 한 수도권에서 인구 밀집 현상이 일어나서 효율적인 일반 대중교통 서비스가 절실하다. 2004년에 서울시가 일반 대중교통 서비스의 질을 향상시키기 위하여 교통카드의 도입으로 버스와 지하철을 연계하고 환승하게 하여 대중교통요금을 통합하였다.
	서울시가 일반 대중교통 서비스의 질을 향상시키기 위해 한 것은 무엇인가?	서울시를 중심으로 한 수도권에서 인구 밀집 현상이 일어나서 효율적인 일반 대중교통 서비스가 절실하다. 2004년에 서울시가 일반 대중교통 서비스의 질을 향상시키기 위하여 교통카드의 도입으로 버스와 지하철을 연계하고 환승하게 하여 대중교통요금을 통합하였다. 대중교통을 사용하는 비율이 60% 이상이 되고 지하철 승객들은 이중에서 40% 정도에 이른다.
	대중교통 중 지하철 승객의 어떤 정보가 트랜잭션에 저장되는가?	대중교통을 사용하는 비율이 60% 이상이 되고 지하철 승객들은 이중에서 40% 정도에 이른다. 대중교통을 이용하는 한 승객이 지하철을 사용했을 경우, 승차시간, 승차지하철역 이름, 하차시간, 하차지하철역 이름 등의 정보가 실시간으로 한 트랜잭션에 저장되고 있다. 수도권에서 하루 천만 건이 넘는 트랜잭션들이 처리되어 대용량의 트랜잭션 데이터베이스로 관리되고 있다.

참고문헌 (11)

서울특별시>시정소식>보도자료(담당부서: 서울메트로), “서울메트로 2007년 상반기 수송실적 (2007/08/07)”, “지난해, 지하철 얼마나 타고 얼마나 내렸나(2009/01/21)”, http://spp.seoul.go.kr/main/news/news_report.jsp
P.-N. Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining, Pearson Addison Wesley, Boston, 2006.
M.-S. Chen, J. S. Park and P. S. Yu, "Efficient data mining for path traversal patterns", IEEE Transactions on Knowledge and Data Engineering, Vol.10, No.2, pp.213-221, 1998.

상세보기
이금숙, 박종수, “서울시 대중교통 이용자의 통행 패턴 분석”, 한국경제지리학회지 제9권, 제3호, pp.379-395, 2006.

원문보기 상세보기
박종수, 이금숙, “대용량 교통카드 트랜잭션 데이터베이스에서 통행패턴 탐사와 통행행태 분석,” 한국경제지리학회지 제10권, 제1호, pp.44-63, 2007.

원문보기 상세보기
박종수, 이금숙, “서울대도시권 지하철망의 구조적 특성분석,” 한국경제지리학회지, 제11권, 제3호, pp.459-475, 2008.

원문보기 상세보기
임강원, 임용택, 교통망 분석론, 서울대학교출판부, 2003.
K. Lee, W.-S. Jung, J. S. Park, and M. Y. Choi, "Statistical analysis of the Metropolitan Seoul Subway System: Network structure and passenger flows," Physica A: Statistical Mechanics and its Applications, Vol.387, Iss.24, pp.6231-6234, 2008.

상세보기
박종수, 이금숙, “서울 수도권 지하철 교통망에서 승객 흐름의 분석”, 한국정보과학회 논문지: 컴퓨팅의 실제 및 레터, 제16권, 제3호, pp.316-323, 2010.

원문보기 상세보기
김호성, 박종수, 이금숙, “서울 수도권 지하철 교통망 승객 흐름의 시각화”, 한국콘텐츠학회논문지, 제10권, 제4호, pp.397-405, 2010.

원문보기 상세보기
박종수, “대용량 교통카드 트랜잭션 데이터베이스에서 통근 패턴 탐사”, 한국정보과학회 2010 한국컴퓨터종합학술대회 논문집, Vol.37, No.1(A), pp.38-39, 2010.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증