우리나라는 급속한 경제발전과 도시화 과정을 거치며 도시 내부에서 안전, 환경, 교통 등 다양한 분야에서 많은 문제들에 직면하고 있다. 각 지방자치단체는 이런 도시문제를 해결하기 위해 전자민원을 접수 받아 처리하고 있지만, 민원은 해를 거듭할수록 증가하고 있는 실정이다. 따라서 본 연구는 지방 중소도시인 진주시를 대상으로 2010년부터 2015년까지 총 6년간의 전자민원 데이터를 수집하여 민원사유별로 분류하고 민원 발생지점의 위치데이터를 추출한 후 지오코딩을 통해 공간상에 점 데이터로 나타내어 공간분포패턴분석을 실시하여 토지이용과의 연관성을 분석하였다. 그 결과, 진주시의 전자민원은 시내중심지역 내에서도 택지개발이 이루어진 주거지역, 중심상업지역, 공업·주거 혼재지역에 군집되어 발생하였다. 민원사유를 토지이용별로 분석한 결과 불법주차단속 민원이 가장 많았다. 또한 민원 발생지점의 반경 50m 내에 위치한 시설물 분포에 대해 분석한 결과 중심상업지역과 공업·주거시설이 혼재된 지역에서는 단독주택이 밀집된 지역에서 많이 발생하였다. 주거지역(구도심)의 경우 일반음식점이 많은 곳에 집중되고 있음이 확인 되었다. 이와 같은 분석결과는 민원에 대해 도시공간적 차원에서 분석함으로써 민원의 근본 원인을 찾아내어 해결방안을 모색하는데 효과적으로 활용될 것으로 판단된다.
우리나라는 급속한 경제발전과 도시화 과정을 거치며 도시 내부에서 안전, 환경, 교통 등 다양한 분야에서 많은 문제들에 직면하고 있다. 각 지방자치단체는 이런 도시문제를 해결하기 위해 전자민원을 접수 받아 처리하고 있지만, 민원은 해를 거듭할수록 증가하고 있는 실정이다. 따라서 본 연구는 지방 중소도시인 진주시를 대상으로 2010년부터 2015년까지 총 6년간의 전자민원 데이터를 수집하여 민원사유별로 분류하고 민원 발생지점의 위치데이터를 추출한 후 지오코딩을 통해 공간상에 점 데이터로 나타내어 공간분포 패턴분석을 실시하여 토지이용과의 연관성을 분석하였다. 그 결과, 진주시의 전자민원은 시내중심지역 내에서도 택지개발이 이루어진 주거지역, 중심상업지역, 공업·주거 혼재지역에 군집되어 발생하였다. 민원사유를 토지이용별로 분석한 결과 불법주차단속 민원이 가장 많았다. 또한 민원 발생지점의 반경 50m 내에 위치한 시설물 분포에 대해 분석한 결과 중심상업지역과 공업·주거시설이 혼재된 지역에서는 단독주택이 밀집된 지역에서 많이 발생하였다. 주거지역(구도심)의 경우 일반음식점이 많은 곳에 집중되고 있음이 확인 되었다. 이와 같은 분석결과는 민원에 대해 도시공간적 차원에서 분석함으로써 민원의 근본 원인을 찾아내어 해결방안을 모색하는데 효과적으로 활용될 것으로 판단된다.
Korea faces a wide range of problems in areas such as safety, environment, and traffic due to the rapid economic development and urbanization process. Despite the local governments’ efforts to deal with electronic civil complaints and solve urban problems, civil complaints have been on the in...
Korea faces a wide range of problems in areas such as safety, environment, and traffic due to the rapid economic development and urbanization process. Despite the local governments’ efforts to deal with electronic civil complaints and solve urban problems, civil complaints have been on the increase year by year. In this study, we collected civil complaint data over the last six years from a small and medium-sized city, Jinju-si. In order to conduct a spatial distribution pattern analysis, we indicated the location data on the area through Geocoding after classifying the reasons for civil complaints and then extracted the location data of the civil complaint occurrence spots in order to analyze the correlation between electronic civil complaints and land use. Results demonstrated that electronic civil complaints in Jinju-si were clustered in residential, central commercial, and residential-industrial mixed-use areas—areas where land development had been completed within the city center. After analyzing the civil complaints according to the land use, results revealed that complaints about illegal parking were the highest. Regarding the analysis results of facility distribution within a 50m radius from the civil complaint areas, civil complaints occurred a lot in detached housing areas located within the commercial and residential-industrial mixed-use areas. In the case of residential areas(old downtown), civil complaints were condensed in the areas with many ordinary restaurants. This research explored civil complaints in terms of the urban space and can be expected to be effectively utilized in finding solutions to the civil complaints
Korea faces a wide range of problems in areas such as safety, environment, and traffic due to the rapid economic development and urbanization process. Despite the local governments’ efforts to deal with electronic civil complaints and solve urban problems, civil complaints have been on the increase year by year. In this study, we collected civil complaint data over the last six years from a small and medium-sized city, Jinju-si. In order to conduct a spatial distribution pattern analysis, we indicated the location data on the area through Geocoding after classifying the reasons for civil complaints and then extracted the location data of the civil complaint occurrence spots in order to analyze the correlation between electronic civil complaints and land use. Results demonstrated that electronic civil complaints in Jinju-si were clustered in residential, central commercial, and residential-industrial mixed-use areas—areas where land development had been completed within the city center. After analyzing the civil complaints according to the land use, results revealed that complaints about illegal parking were the highest. Regarding the analysis results of facility distribution within a 50m radius from the civil complaint areas, civil complaints occurred a lot in detached housing areas located within the commercial and residential-industrial mixed-use areas. In the case of residential areas(old downtown), civil complaints were condensed in the areas with many ordinary restaurants. This research explored civil complaints in terms of the urban space and can be expected to be effectively utilized in finding solutions to the civil complaints
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이는 민원의 근본적인 원인을 분석하여 체계적으로 해결되고 있지 못함을 알 수 있다. 따라서 본 연구는 전자민원사유와 민원자료상에 포함된 위치정보를 추출하고 민원 발생지점을 행정 지도상에 나타낸 후 각각의 민원과 토지이용현황을 비교분석함으로써 토지이용에 따른 민원의 공간적 분포특성을 공간 빅데이터 관점에서 분석하여 효과적인 민원해결 방안을 모색할 수 있는 방법을 제시하였다.
본 연구는 지속적으로 발생되는 민원에 대해 공간적으로 발생 요인을 분석하기 위하여 앞서 추출한 전자민원의 민원사유별 발생지점 위치데이터를 지오코딩 하여 점 데이터화하여공간상에 나타내고, GIS 공간분석기능 중 커널밀도분석을 이용하여 핫스팟분석을 실시해 토지이용과 민원사유별 발생지점 분포특성간의 연관성을 분석하였다. 그리고 민원 발생지점반경 50m 이내 시설물의 종류에 관해 분석을 실시하였다.
본 연구에서는 진주시청의 전자민원창구에서 2010년부터 2015년까지의 진주시 전자민원을 취득한 뒤 R 프로그램의 비정형 데이터 텍스트마이닝을 위한 패키지 중 'KoNLP'를 이용하여 키워드 분석을 통해 민원사유를 추출하여 민원사유 데이터베이스를 구축하였다. 다음 Fig.
제안 방법
2는 접수된 전자 민원 데이터를 민원사유별로 분류하고 위치 데이터 전자 민원의 예시이다. 공개된 전자민원은 개인정보보호를 위를 추출하기 위해 Visual Studio 2015 개발환경에서 Visual 해 해당 민원 접수자의 거주지 주소, 나이 등 자세한 정보는 공 Basic 프로그래밍 언어로 민원 분류 프로그램을 개발하였다. 개하지 않는다.
통해 점 데이터로 변환하였다. 그리고 GIS 공간분석기능을 활용하여 민원 발생지점의 분포 특성과 토지이용의 연관성을 분석하여 지속적으로 발생되는 민원에 대해 공간적인 발생요인을 분석하였다.
분포특성간의 연관성을 분석하였다. 그리고 민원 발생지점반경 50m 이내 시설물의 종류에 관해 분석을 실시하였다. 도로명·지번·건물명은 정확한 발생지점으로 변환하였고, 동명은 동별 주민센터를 기준으로 변환하였다.
또한 전자민원에서는 민원 발생지점 위치를도로명주소·지번주소·동명·건물명으로 나타내고 있다. 따라서 민원발생의 위치데이터를 추출하기 위해 앞서 구축해놓은 전자 민원 및 민원사유 데이터베이스뿐만 아니라 도로명·지번· 동명 데이터베이스를 추가로 구축하였다.
따라서 본 연구는 지방 중소도시인 진주시를 대상으로 2010년부터 2015년까지 총 6년간 제기된 전자민원을 수집하여 Visual Studio 2015 개발환경에서 Visual Basic 프로그래밍 언어로 개발한 민원 분류 프로그램을 이용해 민원사유별로 분류하고 발생지점 위치데이터를 추출한 뒤 지오코딩 (Geocoding)을 통해 점 데이터로 변환하였다. 그리고 GIS 공간분석기능을 활용하여 민원 발생지점의 분포 특성과 토지이용의 연관성을 분석하여 지속적으로 발생되는 민원에 대해 공간적인 발생요인을 분석하였다.
7(a)). 따라서 시내지역을 확대하여 시내지역에 한해 다시 분석을 실시하였다. 그 결과 진주시 전자민원은 Table 2에서 나타내고 있는 진주시의 지역별 토지이용처럼, 중심상업지역인 A지역, 택지개발사업으로 형성된 주거지역인 B지역과 공업· 주거시설이 혼재된 지역인 C지역에 집중되어 발생한 것으로 나타났다(Fig.
본 연구는 진주시를 대상으로 2010년부터 2015년까지 제기된 전자민원 데이터를 취득해 민원사유별로 분류하고, 민원 발생지점 위치데이터를 추출한 후 공간상에 나타내어 민원 발생의 공간분포패턴을 확인하고, 이를 통해 토지이용과 민원사유별 공간분포특성의 연관성을 분석하여 다음과 같은 결론을 얻었다.
앞서 구축된 민원사유 데이터베이스를 개발한 민원 분류프로그램 상으로 읽어와 전자민원을 민원사유별로 분류하였다. 분류한 결과 도로교통시설에 관한 민원이 267건으로 가장 많이 발생하였고 시설물민원은 135건이었으며 환경민원-2는 90건으로 가장 적게 발생한 것으로 나타났다(Fig.
전자민원 데이터를 민원사유별로 분류하고 위치데이터를 추출하기 위해 개발환경에서 프로그래밍언어로 변원 분류 프로그램을 개발하였다. Fig.
첫째, 취득한 전자민원 데이터를 R 프로그램에 의한 텍스트마이닝을 실시하여 민원사유를 추출하였고, 민원 분류 프로그램을 개발하여 진주시에서 발생한 전자민원을 민원종류별로 분류하였다.
대상 데이터
민원 분류 프로그램으로 도로명·지번·동명 데이터베이스를 읽어와 민원 발생지점 위치데이터를 추출한 결과, 도로명·지번·동명으로 나타낸 민원이 1, 664건 중 547건(33%)에 불과하여 민원위치를 건물명 등으로 약식표기된 것을 직접 위치 데이터를 추출해서 593건(36%)을 추가하였다.
따라서 본 연구 Interface)이다. 프로그램의 구성은 총 5단계로 구성되어 있는 2010년부터 2015년까지 6년간 제기된 경남 진주시의 전자으며, 1단계는 취합한 전자민원 데이터를 입력하는 단계, 2단 민원을 취득하여 민원 데이터베이스를 구축하였다(Fig. 2(b)).
성능/효과
환경 민원-1(먼지·소음·악취·해충)은 B·D지역에 집중적으로 발생하였다. B 지역의 핫스팟 지역은 진주시의 중심상업지역과 택지개발사업으로 형성된 주거지역을 이어주는 간선도로들이 교차되는 광장 오거리로 차량 통행량이 많아서 먼지와 소음에 관한 민원이 많이 발생하였고, D지역의 핫스팟은 진주시의 구도심 지역으로 현재 전통시장이 있는 지역이지만 건축물 평균 경과 연수가 20년 이상인 만큼 기반시설이 노후화된 곳으로 하수도 악취에 관한 민원이 많이 발생한 것으로 나타났다(Fig. 8(b)).
따라서 시내지역을 확대하여 시내지역에 한해 다시 분석을 실시하였다. 그 결과 진주시 전자민원은 Table 2에서 나타내고 있는 진주시의 지역별 토지이용처럼, 중심상업지역인 A지역, 택지개발사업으로 형성된 주거지역인 B지역과 공업· 주거시설이 혼재된 지역인 C지역에 집중되어 발생한 것으로 나타났다(Fig. 7(b)).
가장 많이 발생한 것을 알 수 있었다. 그리고 민원사유별 공간패턴분석 결과, 불법도로점유 민원은 최근 단지개발로 이루어져 생성된 곳으로 아파트단지, 상업시설, 유흥시설이 밀집된 곳에 많이 나타났고, 불법쓰레기투기 민원은 중심상업지역, 공업·주거시설 혼재지역, 대학가의 원룸 밀집 지역에 많이 발생하였으며, 주차민원은 주차장이 부족한 중심상업지역과 불법주차가 많이 이루어지고 있는 공업·주거 혼재 지역에서 많이 발생하는 경향을 보였다.
둘째, 추출한 민원사유별 위치데이터를 지오코딩을 통해 공간상에 나타내어 공간패턴분석을 실시해 토지이용과의 연관성을 분석한 결과, 진주시 전자민원은 시내지역에 집중되어 발생하였고, 시내지역 중에서도 중심상업지역, 택지개발로 이루어진 주거지역, 공업·주거시설이 혼재된 지역에 핫스팟을 형성하여 가장 많이 발생한 것을 알 수 있었다. 그리고 민원사유별 공간패턴분석 결과, 불법도로점유 민원은 최근 단지개발로 이루어져 생성된 곳으로 아파트단지, 상업시설, 유흥시설이 밀집된 곳에 많이 나타났고, 불법쓰레기투기 민원은 중심상업지역, 공업·주거시설 혼재지역, 대학가의 원룸 밀집 지역에 많이 발생하였으며, 주차민원은 주차장이 부족한 중심상업지역과 불법주차가 많이 이루어지고 있는 공업·주거 혼재 지역에서 많이 발생하는 경향을 보였다.
분류한 결과 도로교통시설에 관한 민원이 267건으로 가장 많이 발생하였고 시설물민원은 135건이었으며 환경민원-2는 90건으로 가장 적게 발생한 것으로 나타났다(Fig. 6).
셋째, 토지이용별로 발생한 민원사유를 분석한 결과 불법주차 단속 민원이 가장 많았으며, 이를 토지이용별로 나누어 분석한 결과, 중심상업지역에서는 단독주택과 상점이 밀집된 지역에 발생하였고, 공업·주거시설 혼재지역에서는 단독주택이 많은 지역, 그리고 구도심의 주거지역에서는 일반음식점이 밀집된 곳에서 많이 발생한 것으로 나타났다.
9와 같이 토지이용별로 발생한 민원사유를 추출한 결과, 불법주차단속에 관한 민원이 가장 많았으며, 다음으로 불법 쓰레기 투기, 소음, 시내버스시간증설 등의 순서로 많이 발생하였다. 중심상업지역은 다양한 상업시설이 밀집된 만큼 불법 쓰레기 투기 민원이 가장 많았으며, 유동인구가 가장 많으므로 시내버스시간증설, 불법주차단속, 주차장부족 등의 민원이 많은 것으로 나타났다(Fig. 9(a)).
진주시 전체 민원에 대해 공간패턴분석을 실시한 결과, 진주시의 전자민원은 유동인구가 가장 많고 인구밀도 또한 가장 높은 시내지역에 집중되어 발생하는 것으로 나타났다(Fig. 7(a)).
참고문헌 (10)
Choi, K. and Yoo, J. (2014), A reviews on the social network analysis using R, Journal of Korea Convergence Society, Vol. 6, No. 1, pp. 77-83. (in Korean with English abstract)
Han, G. and Jin, S. (2014), Introduction to big data and the case study of its applications, Journal of the Korean Data Analysis Society, Vol. 16, No. 3, pp. 1337-1351. (in Korean)
Jang, W. (2015), Utilization rates of electronic government services, New1, Seoul, http://news1.kr/articles/?2182799 (last date accessed: 25 March 2016).
Jeon, H. (2015), Package "KoNLP", The R Project, Vienna, https://cran.r-project.org/web/packages/KoNLP (last date accessed: 14 May 2015)
Ko, S. (2014), Analysis of Medical Complaints in a University-Based Dental Hospital, Master's thesis, Dankook University, Yongin, 15p. (in Korean with English abstract)
Lee, H. and Sim, J. (2011), GIS Geographic Information Systems: The 2 nd Edition, Bobmunsa, Paju.
Lee, W. (2015), A Strategy for Urban Management with Big Data, ISBN 978-89-5896-537-4, Busan Development Institute, Busan, pp. 96-97.
Park, H. (2014), Solving citizens' complaints through analysis of big data, Gyeonggi-do News Potal, http://gnews.gg.go.kr/news/news_detail_m.asp?number201402191731034431C048&s_c (last date accessed: 20 March 2016).
Seo, J. (2015), Data R Love: Analysis of Data for Introductory Using R, Ar-Eum, Suwon.
Sim, J., Kim, K., Lee, K., and Kim, J. (2013), A Study on the Institutionalization of the Solution of Public Civil Complaints, Task of Anti-Corruption and Civil Rights Commission, The Korean Association for Policy Studies, Seoul, p. 274.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.