현재 국내 포털사이트 및 기타 공공기관에서 제공하는 지오코딩 서비스는 어드레스-포인트 지오코딩 기법을 활용한다. 이 기법은 매우 높은 위치 정확도를 가지는 반면, 데이터의 품질이 지오코딩 결과물에 큰 영향을 미치며, 3차원 주소에 대한 지오코딩 및 역 지오코딩에 활용될 수 없다는 한계점이 있다. 이에 본 연구에서는 미국 센서스 국에서 개발한 도로 기반 지오코딩 기법에 기반 하여, 우리나라 도로명주소를 활용한 지오코딩 기법을 제시한다. 이때, 본 연구에서 제안하는 지오코딩 기법은 (1) 단일 건물을 표현하는 2차원 주소뿐만 아니라 지하 건축물 또는 실내 공간까지 포함하는 3차원 주소의 지오코딩을 지원하는 지오코딩 기법과, (2) 특정 지점을 주소로 반환하는 역지오코딩 기법으로 구분된다. 실제 연구 대상지역을 대상으로 제안한 지오코딩 기법을 적용한 결과, 도로명주소의 지오코딩 시 82.63% 매칭률, 역 지오코딩 시 98.5% 매칭률을 가지는 것으로 나타났으며, 평균 위치 오차가 1.7미터로 나타남에 따라 제안한 지오코딩 기법을 활용한 위치 기반 서비스가 가능함을 보였다. 지오코딩 기법 개발에 있어, 본 연구에서는 주소 정규화를 위한 파싱알고리즘 및 농촌지역, 도로종속 구간 등의 일부 지역을 고려하지 않고 수행하였다. 이에 향후 연구에서는 이와 같은 사항을 고려한 개선된 지오코딩 기법이 제시될 필요가 있다.
현재 국내 포털사이트 및 기타 공공기관에서 제공하는 지오코딩 서비스는 어드레스-포인트 지오코딩 기법을 활용한다. 이 기법은 매우 높은 위치 정확도를 가지는 반면, 데이터의 품질이 지오코딩 결과물에 큰 영향을 미치며, 3차원 주소에 대한 지오코딩 및 역 지오코딩에 활용될 수 없다는 한계점이 있다. 이에 본 연구에서는 미국 센서스 국에서 개발한 도로 기반 지오코딩 기법에 기반 하여, 우리나라 도로명주소를 활용한 지오코딩 기법을 제시한다. 이때, 본 연구에서 제안하는 지오코딩 기법은 (1) 단일 건물을 표현하는 2차원 주소뿐만 아니라 지하 건축물 또는 실내 공간까지 포함하는 3차원 주소의 지오코딩을 지원하는 지오코딩 기법과, (2) 특정 지점을 주소로 반환하는 역지오코딩 기법으로 구분된다. 실제 연구 대상지역을 대상으로 제안한 지오코딩 기법을 적용한 결과, 도로명주소의 지오코딩 시 82.63% 매칭률, 역 지오코딩 시 98.5% 매칭률을 가지는 것으로 나타났으며, 평균 위치 오차가 1.7미터로 나타남에 따라 제안한 지오코딩 기법을 활용한 위치 기반 서비스가 가능함을 보였다. 지오코딩 기법 개발에 있어, 본 연구에서는 주소 정규화를 위한 파싱 알고리즘 및 농촌지역, 도로종속 구간 등의 일부 지역을 고려하지 않고 수행하였다. 이에 향후 연구에서는 이와 같은 사항을 고려한 개선된 지오코딩 기법이 제시될 필요가 있다.
In Korea, the address-point matching technique has been used to provide geocoding services. In fact, this technique brings the high positional accuracy. However, the quality of geocoding result can be limited, since it is significantly affected by data quality. Also, it cannot be used for the 3D add...
In Korea, the address-point matching technique has been used to provide geocoding services. In fact, this technique brings the high positional accuracy. However, the quality of geocoding result can be limited, since it is significantly affected by data quality. Also, it cannot be used for the 3D address geocoding and the reverse geocoding. In order to alleviate issues, the paper has implemeted proposed geocoding methods, based on street-based addresses matching technique developed by US census bureau, for street-based addresses in Korea. Those proposed geocoding methods are illustrated in two ways; (1) street address-matching method, which of being used for not only 2D addresses representing a single building but also 3D addresses representing indoor space or underground building, and (2) reverse geocoding method, whichas converting a location point to a readable address. The result of street-based address geocoding shows 82.63% match rates, while the result of reverse geocoding shows 98.5% match rates within approximately 1.7(m) the average position error. According to the results, we could conclude that the proposed geocoding techniques enable to provide the LBS(Location Based Service). To develop the geocoding methods, the study has perfoermed by ignoring the parsing algorithms for address standardization as well as the several areas with unusual addresses, such as sub-urban areas or subordinate areas to the roads, etc. In the future, we are planning the improved geocoding methods for considering these cases.
In Korea, the address-point matching technique has been used to provide geocoding services. In fact, this technique brings the high positional accuracy. However, the quality of geocoding result can be limited, since it is significantly affected by data quality. Also, it cannot be used for the 3D address geocoding and the reverse geocoding. In order to alleviate issues, the paper has implemeted proposed geocoding methods, based on street-based addresses matching technique developed by US census bureau, for street-based addresses in Korea. Those proposed geocoding methods are illustrated in two ways; (1) street address-matching method, which of being used for not only 2D addresses representing a single building but also 3D addresses representing indoor space or underground building, and (2) reverse geocoding method, whichas converting a location point to a readable address. The result of street-based address geocoding shows 82.63% match rates, while the result of reverse geocoding shows 98.5% match rates within approximately 1.7(m) the average position error. According to the results, we could conclude that the proposed geocoding techniques enable to provide the LBS(Location Based Service). To develop the geocoding methods, the study has perfoermed by ignoring the parsing algorithms for address standardization as well as the several areas with unusual addresses, such as sub-urban areas or subordinate areas to the roads, etc. In the future, we are planning the improved geocoding methods for considering these cases.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 본 연구는 우리나라 도로명주소체계에 유연하게 적용될 수 있는 지오코딩 기법을 제시하는 것을 목적으로 한다. 이때, 지오코딩 기법은 (1) 단일 건물을 표현하는 2차원 주소뿐만 아니라 지하 건축물 또는 실내 공간까지 포함하는 3차원 주소의 지오코딩을 지원하는 지오코딩 기법과, (2) 특정 지점을 주소로 반환하는 역 지오코딩(reverse geocoding) 기법으로 구분하여 제시한다.
이에 본 연구에서는 2015년도 8월 11일자 동대문구 도로명주소 전자지도의 도로구간 데이터를 기반으로, 종속구간을 제외한 도로구간을 대상으로 좌·우측 기초번호 범위를 속성으로 추가하여 단일주소 지오코딩을 위한 도로구간 데이터를 구축하였다. 여기서, 기초구간 레이어에서 포함하지 않는 분기 지점의 주소 범위 속성은 0으로 할당하였으며, 각 도로 구간 Z값은 모두 0으로 가정하였다.
이에 본 연구에서는 도로명주소 기반의 지오코딩의 활용성을 증진시키기 위하여, 특정 좌표 값(P(xp, yp, zp))이 주어졌을 경우 도로명주소를 반환하는 역 지오코딩 기법을 제시한다. 이때, 역 지오코딩의 범위는 단일주소로 한정한다.
반면에 도로망과 같은 네트워크 데이터는 3차원 지오코딩에 적용이 가능하며, 다수의 주소 정보를 포함하고 있기 때문에 역 지오코딩에 활용 가능하다는 점에서 강점이 있다. 이에 본 연구에서는 미국 센서스 국에서 제안한 도로망 데이터 기반의 지오코딩 기법에 기초하여, 우리나라 도로명주소체계에 보다 적합하게 적용될 수 있는 개선된 지오 코딩 기법을 제시한다.
, 2010), 도로명주소 기반 지오코딩의 활용성을 높이기 위해서는 단일주소뿐만 아니라 상세주소 부문까지 지원할 수 있는 3 차원 지오코딩 기법이 요구된다. 이에 본 연구에서는 우리나라 주소체계에 기반 한 지오코딩 및 역 지오코딩 기법을 제시함에 따라 주소를 활용한 위치 기반 서비스의 활용성을 증진시키고자 하였다.
가설 설정
구축하였다. 여기서, 기초구간 레이어에서 포함하지 않는 분기 지점의 주소 범위 속성은 0으로 할당하였으며, 각 도로 구간 Z값은 모두 0으로 가정하였다.
복도, 방 객체를 추출하여 구축하였다. 이때, 각 층의 높이는 2.5미터로 가정하였으며, 좌표체계는 별도의 지오레퍼런싱단계를 거치지 않은 상대좌표계를 활용하였다.
제안 방법
단일주소와 마찬가지로 전처리 단계를 거쳐 정규화 된 상세주소를 기반으로 지오코딩을 수행하였다. 그 결과 복도 구간의 최소 구성단위에 따라 부여된 대체번호를 기반으로 각 호수별 지오코딩이 수행됨에 따라, 공간 질의 또한 가능한 것으로 나타났다(Fig.
우리나라 도로명주소 기반의 지오코딩 기법 개발에 있어, 본 연구에서는 주소 정규화를 위한 파싱 알고리즘 및 농촌 지역, 도로종속 구간, 복합 건축물 내 개별 건물 주소 등의 일부 지역을 고려하지 않고 수행하였다. 지오코딩 수행 시, 입력받은 주소에 대한 정제 결과는 지오코딩의 품질에 큰 영향을 미칠 수 있다.
것이다. 이때, 도로구간의 좌·우측 방향은 도로 구간의 진행방향에 따라 변하므로, 본 연구에서는 이를 판단하기 위하여 방위각(azimuth angle)을 활용하였으며, 기초구간 중심점(ptm0j(x0j, y0j))으로부터 직교하는 선상에서 정의된 오프셋 거리만큼 떨어진 지점을 최종 지오코딩 좌표 값으로 결정하였다(Hill, 1994; Zwillinger, 1995).
등의 여러가지 유형으로 존재할 수 있다. 이에 본 연구에서 제안하는 지오코딩 기법은 단일주소 지오코딩을 위한 2 차원 지오코딩 기법과 상세주소 지오코딩을 위한 3차원 지오 코딩 기법으로 구분하여 제시한다. 이때, 상세주소는 복합 건축물 내부 주소로 한정한다.
2006). 이에 본 연구에서는 지오코딩을 위한 도로명주소를 시/도, 시/군/구, 도로명, 도로 유형, 지상/지하, 건물 본번, 건물 부번의 객체별로 분할하여 정규화 한다. 이때, 부번을 가지지 않는 주소의 경우 건물 부번을 0으로 정의한다.
포함된다. 이에 착안하여 본 연구에서는 각 도로구간에 할당된 기초구간 중심점을 각 도로명주소의 지오코딩을 위한 기본 좌표 값으로 정의하며, 기초구간 내 포함되는 건물이 2 개 이상일 경우에는 건물의 개수만큼 해당 기초구간을 분할한 뒤 분할된 세그먼트의 중심점을 지오코딩 기본 좌표 값으로 활용한다. 단일주소 지오코딩 수행 절차는 다음과 같이 요약된다.
정규화 된 단일주소와 도로구간 데이터와의 매칭을 수행하였다. 이때, 각 기초구간에 포함되는 주소의 개수는 도로명주소 안내시스템(http://www.
대상 데이터
본 연구에서는 역 지오코딩을 위한 샘플 데이터 생성을 위하여, 앞서 구축된 도로구간 데이터의 30미터이내 지역을 대상으로 1,000개의 점(point) 데이터를 무작위로 생성하였다. 이후 샘플 데이터로부터 가장 인접한 객체를 식별하고 그에 따른 투영지점을 도출하기 위해 ArcMap에서 제공하는 인접 (Near) 툴을 활용하였다.
본 연구의 지오코딩 기법 적용을 위한 도로명주소는 종속구간을 제외한 동대문구 전농동 일대 단일주소 2, 447개와 서울시립대학교 21세기관 5, 6, 7층에 해당하는 상세주소 89개로 한다. 이를 위한 전처리 단계로, 도로명주소의 형식을 정규화 된 형태로 변환하여 입력 데이터로 활용하였다.
상세주소 지오코딩을 위한 복도구간 데이터는 서울시립대학교 21세기관 준공도면을 기반으로 실내 공간을 표현하는 벽, 복도, 방 객체를 추출하여 구축하였다. 이때, 각 층의 높이는 2.
있다. 이 데이터는 GRS80 타원체, UTM-K 좌표체계로 구축되어있으며, 도로구간과 기초구간 레이어를 분리하여 제공한다. 두 레이어는 동일하게 도로중심선을 표현하고 있으나, 도로 구간 레이어는 각 도로구간마다 하나의 선형 데이터로 이루어진 반면 기초구간 레이어는 정의된 기초간격에 따라 분할된 세그먼트로 구축되어 있다.
이때, 각 기초구간에 포함되는 주소의 개수는 도로명주소 안내시스템(http://www.juso.go.kr)에서 제공하는 도로명주소 DB를 참조하였다. 지오코딩 수행 시 좌·우측 오프셋 값은 도로의 유형에 따라 대로 30미터, 로 18.
한다. 이를 위한 전처리 단계로, 도로명주소의 형식을 정규화 된 형태로 변환하여 입력 데이터로 활용하였다.
이후 샘플 데이터로부터 가장 인접한 객체를 식별하고 그에 따른 투영지점을 도출하기 위해 ArcMap에서 제공하는 인접 (Near) 툴을 활용하였다. 이에 따라 1,000개의 점 데이터와 구축된 도로구간 데이터 간의 인접 관계를 연산하였으며, 연산된 결과물을 역 지오코딩 적용을 위한 입력 데이터로 활용하였다. 이때, 기초번호가 존재하지 않는 지역에 투영 지점이 발생하는 것을 방지하기 위하여 도로구간 데이터 중 주소 범위 속성이 0으로 부여된 분기 지점은 인접 관계 연산 시 제외하였다.
한다. 이에 본 연구에서는 단일주소(실외 공간)를 대표하는 참조 데이터로 외부 공간의 연결성을 대표하는 도로 구간 데이터(RoadSectionObject)를 활용한다.
이에 본 연구에서는 복도구간 데이터(CorridorSection Object)를 실내 공간을 표현하는 상세주소의 지오 코딩을 위한 참조 데이터로 활용한다. 이는 양 측면 방 번호 범위 (FR_RN_L, TO_RN_L, FR_RN_R, TO_RN_R)와 최소구성단위(minimal Unit)를 기본 속성으로 가지며, 상세주소 (DetailedAddressObject)와 Association 관계를 이루어 해당 건물의 도로구간 일련번호(RDS_ID)와 건물번호 본번 (buildMainNum), 건물명(buildName), 층수(floor) 속성을 참조하여 활용한다.
데이터처리
이때, 기초번호가 존재하지 않는 지역에 투영 지점이 발생하는 것을 방지하기 위하여 도로구간 데이터 중 주소 범위 속성이 0으로 부여된 분기 지점은 인접 관계 연산 시 제외하였다. 역 지오코딩 결과에 대한 정확도 검증은 도로명주소 전자 지도에서 제공하는 기초구간 레이어와 역 지오코딩 결과물 간의 비교를 통해 수행하였다. Table 4는 본 연구의 역 지오 코딩 기법 적용 결과를 나타낸 것이다.
이론/모형
생성하였다. 이후 샘플 데이터로부터 가장 인접한 객체를 식별하고 그에 따른 투영지점을 도출하기 위해 ArcMap에서 제공하는 인접 (Near) 툴을 활용하였다. 이에 따라 1,000개의 점 데이터와 구축된 도로구간 데이터 간의 인접 관계를 연산하였으며, 연산된 결과물을 역 지오코딩 적용을 위한 입력 데이터로 활용하였다.
성능/효과
건물 폴리곤 내 포함되지 않은 지오코딩 결과물 796개를 대상으로 가장 인접한 건물과의 거리를 측정한 결과 최소 0 미터에서부터 최대 약 64.3미터까지 분포하는 것으로 나타났으며, 평균 2.0미터, 표준 편차는 약 3.7미터로 나타났다. 이와 같이 최소값과 최대값의 편차가 크게 나타나는 이유는 도로명주소의 부여 규칙 상 복합 건축물에 대한 건물번호는 개별 건물을 대상으로 부여되는 것이 아니라 이를 대표하는 출입구를 대상으로 부여되고 있기 때문인 것으로 나타났다.
기반으로 지오코딩을 수행하였다. 그 결과 복도 구간의 최소 구성단위에 따라 부여된 대체번호를 기반으로 각 호수별 지오코딩이 수행됨에 따라, 공간 질의 또한 가능한 것으로 나타났다(Fig. 10).
기초번호와 불일치한 것으로 나타난 15건의 경우, 모두 역 지오 코딩 결과로 도출된 건물번호와 연속적으로 인접한 기초번호로 반환된 것으로 나타났다. 이러한 현상은 건물번호 연산 시 도로구간 시작 지점에서부터 인접 객체에 투영된 지점까지의 비율을 연산하는 과정에서 발생하였다.
단일주소 지오코딩 결과 전체 2, 447개 결과물 중 1, 651개가 건물 폴리곤 내에 위치하는 것으로 나타났으며, 796개는 건물 폴리곤 바깥에 위치하는 것으로 나타났다. 여기서, 건물 폴리곤 내 위치한 1, 651개 지오코딩 결과물 중 건물 본 번만 이일 치하는 경우는 1, 507개로 나타났으며, 건물 본·부번이 모두 만족하는 경우는 1, 448개로 나타났다.
본 연구에서 제안한 지오코딩 기법 적용 결과, 서울특별시 동대문구 전농동의 단일주소 중 82.63%의 결과물이 해당 건물의 위치에 정확하게 표현된 것을 알 수 있었다. 반면에 상세주소의 경우, 89개 주소 전체가 해당하는 호수 내에 매핑된 것으로 나타났다.
상세주소의 경우 단일주소보다 상대적으로 지오코딩 결과물의 정확도가 높게 나타나는 것을 알 수 있었다. 이는 일률적인 규칙에 따라 정의된 속성을 포함하는 도로구간 데이터와 달리, 비교적 협소하고 정형화된 공간을 대상으로 사용자가 정의한 속성을 포함하는 복도구간 데이터를 지오코딩 참조데이터로서 활용함에 따라 상대적으로 높은 정확도를 보이는 것으로 나타났다.
폴리곤 바깥에 위치하는 것으로 나타났다. 여기서, 건물 폴리곤 내 위치한 1, 651개 지오코딩 결과물 중 건물 본 번만 이일 치하는 경우는 1, 507개로 나타났으며, 건물 본·부번이 모두 만족하는 경우는 1, 448개로 나타났다. 그 외 144개는 지오 코딩 결과물이 해당 건물의 위치에 정확하게 표현되지 않은 것으로 나타났다.
이는 법률적인 규칙에 근거하여 모든 도로를 대상으로 일률적으로 할당된 도로구간 기초번호와 달리, 상대적으로 정형화된 공간 내에서 사용자 정의에 따라 할당된 복도구간 기초번호를 지오코딩에 활용하였기 때문인 것으로 나타났다. 역 지오코딩 기법 적용 결과, 1,000개의 샘플 데이터 중 98.5%가 정확한 주소를 반환하는 것으로 나타나 매우 높은 정확도를 가지는 것으로 나타났다. 이와 같은 역 지오 코딩 기법은 주소가 할당되지 않은 지점에 대한 가주소(假住 所)를 부여하는 기술로 활용될 수 있다.
정확도가 높게 나타나는 것을 알 수 있었다. 이는 일률적인 규칙에 따라 정의된 속성을 포함하는 도로구간 데이터와 달리, 비교적 협소하고 정형화된 공간을 대상으로 사용자가 정의한 속성을 포함하는 복도구간 데이터를 지오코딩 참조데이터로서 활용함에 따라 상대적으로 높은 정확도를 보이는 것으로 나타났다.
9미터 등과 같이 일정하지 않음에 따라, 세그먼트 상에서 기초번호가 전환되는 가장자리 지점에서 이와 같은 불일치가 발생하는 것으로 나타났다. 이에 따라, 도로명주소 전자지도 기초구간 레이어에서 제공하는 세그먼트는 해당 도로구간에 정의된 기초간격에 따라 20미터, 10미터 등으로 정확하게 할당될 필요가 있을 것으로 나타났다.
이와 같이 최소값과 최대값의 편차가 크게 나타나는 이유는 도로명주소의 부여 규칙 상 복합 건축물에 대한 건물번호는 개별 건물을 대상으로 부여되는 것이 아니라 이를 대표하는 출입구를 대상으로 부여되고 있기 때문인 것으로 나타났다. 이에 복합 건축물에 해당하는 단일주소 21개를 제외한 775개를 대상으로 인접한 건물과의 거리를 재 측정한 결과, Table 1과 같이 최소-최대값의 편차가 확연하게 줄어드는 것을 확인할 수 있었다.
Table 4는 본 연구의 역 지오 코딩 기법 적용 결과를 나타낸 것이다. 이와 같이, 역 지오 코딩 결과 전체 1,000개 지점 데이터 중 985개(98.5%)의 데이터가 가장 인접한 도로구간의 기초번호와 일치하는 주소를 반환하는 것으로 나타났다.
이와같이, 전체 89개 상세주소에 대한 지오코딩 결과는 89개 주소 모두 해당 호수 내에 위치하는 것으로 나타났으며, 모두 해당하는 호수와 일치하는 것으로 나타났다.
이러한 현상은 건물번호 연산 시 도로구간 시작 지점에서부터 인접 객체에 투영된 지점까지의 비율을 연산하는 과정에서 발생하였다. 즉, 본 연구에서는 기초간격을‘대로·로’의 경우 20미터, ‘길’의 경우 10미터로 정의한 반면, 도로명주소 전자지도 기초구간 데이터에서의 기초간격은 19.9미터, 9.9미터 등과 같이 일정하지 않음에 따라, 세그먼트 상에서 기초번호가 전환되는 가장자리 지점에서 이와 같은 불일치가 발생하는 것으로 나타났다. 이에 따라, 도로명주소 전자지도 기초구간 레이어에서 제공하는 세그먼트는 해당 도로구간에 정의된 기초간격에 따라 20미터, 10미터 등으로 정확하게 할당될 필요가 있을 것으로 나타났다.
후속연구
즉, 다양한 형식의 주소에 대해 유연한 처리가 가능한 파싱 알고리즘은 지오코딩 서비스 제공 시 필수적인 사항이라고 할 수 있다. 이에 실질적인 지오코딩 서비스 제공을 위해서는 향후 이와 같은 사항을 총괄적으로 고려한 연구를 통해 개선된 지오코딩 알고리즘이 개발될 필요가 있다.
참고문헌 (15)
Drummond, W.J. (1995), Address matching GIS technology for mapping human activity patterns, Journal of the American Planning Association, Vol. 61, No. 2, pp. 240-251.
Hill, F.S. Jr. (1994), The pleasures of “perp dot” products, In: Heckbert, Paul S. (ed.), Graphics Gems IV, Morgan Kaufmann, San Francisco, CA, pp. 138-148.
Jeon, W., Kim, J., and Kim, J. (2010), A study of standardization model for detailed address writing of apartment house, Journal of the Korean Cadastre Information Association, Vol. 12, No. 2, pp. 249-264. (in Korean with English abstract)
Lee, J. (2004a), A spatial access-oriented implementation of a 3-D GIS topological data model for urban entities, GeoInformatica, Vol. 8, No. 3, pp. 237-264.
Lee, J. (2004b), 3-D GIS for geo-coding human activity in micro-scale urban environments, Geographic Information Sciences: Springer's Lecture Notes in Computer Science Computers, Vol. 3234, Springer, New York, NY, pp. 162-178.
Lee, J. (2009), GIS-based geocoding methods for area-based addresses and 3D addresses in urban areas, Environment and Planning B: Planning and Design, Vol. 36, No. 1, pp. 86-106.
Lee, J. and Kim, H. (2006), A geocoding method implementation for hierarchical areal addressing system in Korea, The Journal of GIS Association of Korea, Vol. 14, No. 4, pp. 403-419. (in Korean with English abstract)
Li, K. and Lee, J. (2013), Basic concepts of indoor spatial information candidate standard IndoorGML and its applications, Journal of Korea Spatial Information Society, Vol. 21, No. 3, pp. 1-19. (in Korean with English abstract)
Lo, C.P. and Yeung, A.K.W. (2006), Concepts and Techniques of Geographic Information Systems 2 nd Edition, Prentice Hall, Upper Saddle River, NJ.
Ordnance Survey (2004), OS MasterMap User Guide: Product Specification, Ordnance Survey, Southampton.
Roh, H. (2009), Assessment and improvement method of position accuracy of geocoding application for new address system in Korea, Journal of the Korean Cartographic Association, Vol. 9, No. 1, pp. 63-72. (in Korean with English abstract)
Stenneth, L., Wolfson, O., Yu P.S., and Xu B. (2011), Transportation mode detection using mobile phones and GIS information, Proceedings of the 19th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems, 01-04 November, Chicago, IL, pp. 54-63.
U.S. Census Bureau (1992) TIGER/Line Census Files, 1992: Technical Documentation, Department of Commerce, Washington, DC.
Zandbergen, P.A. (2008), A comparison of address point, parcel and street geocoding techniques, Computers, Environment and Urban Systems, Vol. 32, pp. 214-232.
Zwillinger, D. (1995), Spherical coordinates in space, In: Zwillinger D. (ed.), CRC Standard Mathematical Tables and Formulae, CRC Press, Boca Raton, FL, pp. 297-298.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.