[논문]기계학습 클러스터링을 이용한 승하차 패턴에 따른 서울시 지하철역 분류

민미경

doi:10.7236/jiibc.2018.18.4.13

기계학습 클러스터링을 이용한 승하차 패턴에 따른 서울시 지하철역 분류
Classification of Seoul Metro Stations Based on Boarding/ Alighting Patterns Using Machine Learning Clustering 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.18 no.4, 2018년, pp.13 - 18

초록
AI-Helper

본 연구에서는 기계학습을 이용하여 서울시 지하철역의 승하차 패턴에 따라 지하철역을 분류한다. 대상 데이터는 공공데이터 포탈에서 제공하는 2008년부터 2017년까지 서울 지하철 233개 역에서의 매일 매시간별 승차객 숫자와 하차객 숫자이다. 기계학습 기법으로는 가우시안 혼합 모델(GMM)과 K-평균 클러스터링을 사용한다. 이용객의 승차시간과 하차시간의 분포는 가우시안 혼합 모델로 모델링할 수 있으며, 이를 K-평균 클러스터링을 이용하여 비지도 학습시킨다. 학습결과 서울시 지하철역은 승하차 패턴에 따라 4개의 그룹으로 분류되었다. 본 연구의 결과는 서울시 지하철역의 특성을 파악하여 경제, 사회, 문화적으로 분석하기 위한 주요 기반 지식으로 활용될 수 있다. 본 연구의 방법은 클러스터링이 필요한 모든 공공데이터나 빅데이터에 적용할 수 있다.

Abstract ▼ AI-Helper

In this study, we classify Seoul metro stations according to boarding and alighting patterns using machine earning technique. The target data is the number of boarding and alighting passengers per hour every day at 233 subway stations from 2008 to 2017 provided by the public data portal. Gaussian mixture model (GMM) and K-means clustering are used as machine learning techniques in order to classify subway stations. The distribution of the boarding time and the alighting time of the passengers can be modeled by the Gaussian mixture model. K-means clustering algorithm is used for unsupervised learning based on the data obtained by GMM modeling. As a result of the research, Seoul metro stations are classified into four groups according to boarding and alighting patterns. The results of this study can be utilized as a basic knowledge for analyzing the characteristics of Seoul subway stations and analyzing it economically, socially and culturally. The method of this research can be applied to public data and big data in areas requiring clustering.

주제어

AI 본문요약
AI-Helper

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

문제 정의

원본 데이터를 시각화 해 본 결과 가우시안 분포에 적합하다는 점에 착안하여 본 연구를 진행하였다. 2차 가우시안 혼합 모델(GMM)에 의해 각 233개 역에서의 시간별 승차객수를 2개의 정규분포로 보정할 수 있다.

가설 설정

원본 데이터로부터 얻은 직관과 가우시안 혼합으로부터 얻은 데이터를 볼 때, 지하철역들은 4개의 그룹이라고 가정한다. 가우시안 혼합으로 생성된 4차원의 데이터를 입력으로 K-평균 클러스터링을 이용하여 다음과 같이 비지도 학습을 시킨다.

제안 방법

원본 데이터로부터 얻은 직관과 가우시안 혼합으로부터 얻은 데이터를 볼 때, 지하철역들은 4개의 그룹이라고 가정한다. 가우시안 혼합으로 생성된 4차원의 데이터를 입력으로 K-평균 클러스터링을 이용하여 다음과 같이 비지도 학습을 시킨다.
가우시안 혼합 모델(GMM)은 이러한 가우스 분포가 여러 개로 구성되는 경우로서, 현실에 존재하는 여러 개의 복잡한 확률분포를 혼합하여 표현하자는 것이 GMM의 기본 아이디어이다. 데이터가 각 분포의 어디에 속하는가를 확률적으로 계산하여 가장 큰 확률을 갖는 정규분포로 클러스터링한다.
각 역의 시간별 승차객 수와 하차객 수의 원본 데이터를 시각화해 본 결과 이는 2차 가우시안 혼합 모델에 적합하였다. 따라서 원본 데이터를 가우시안 혼합 모델로 보정하여 2개의 가우시안 커브의 승차 피크 시간과 2개의 가 우시안 커브의 하차 피크 시간을 구하였다. 이 4차원 데 이터를 기반으로 K-평균 클러스터링에 따라 지하철역을 분류하였으며, 클러스터링 결과 4개의 그룹으로 분류할 수 있었다.
데이터는 공공데이터 포탈에서 제공하는 2008년부터 10년간의 서울시 지하철역의 승차객 숫자, 하차객 숫자이다. 본 연구는 이 데이터로부터 시간에 따른 승차, 하차 패턴을 발견하고 발견된 패턴을 기반으로 기계학습을 시켜서 지하철역들을 분류한다. 학습 모듈 및 시각화 프로그램은 파이썬으로 구현하였다.
본 연구에서는 GMM 모델과 K-평균 알고리즘을 이용하여 서울시 지하철역을 분류한다. 데이터는 공공데이터 포탈에서 제공하는 2008년부터 10년간의 서울시 지하철역의 승차객 숫자, 하차객 숫자이다.
승하차 패턴에 따른 지하철역 분류 연구를 위해서, 먼저 원본 데이터를 시각화하여 보았다. 시각화를 위해 10년간 시간별 승차객 숫자와 하차객 숫자를 입력하여 이의 평균값을 구한 후 그래프를 그리는 파이썬 프로그램을 작성하였다.
승하차 패턴에 따른 지하철역 분류 연구를 위해서, 먼저 원본 데이터를 시각화하여 보았다. 시각화를 위해 10년간 시간별 승차객 숫자와 하차객 숫자를 입력하여 이의 평균값을 구한 후 그래프를 그리는 파이썬 프로그램을 작성하였다. 하루 중 05시~24시까지 1시간 단위로 10년치 승차객 수와 하차객 수의 평균을 그래프로 나타낸 것이다.
이 4차원 데 이터를 기반으로 K-평균 클러스터링에 따라 지하철역을 분류하였으며, 클러스터링 결과 4개의 그룹으로 분류할 수 있었다.

대상 데이터

이 2개의 정규분포는 혼합되어 가우시안 혼합을 형성한다. 2008년 1월1일부터 2017년까지 9월30일까지의 데이터를 모두 반영하였다.
그림 2는 233개 중 8개 역의 예를 보여주고 있다. 8개 역은 가산디지털단지, 여의도, 까치산, 상계, 강동구청, 마포, 동작, 대치 역이다. 가로축은 지하철이 운행되는 05시~24시이며 세로축은 승차객 수(점선), 하차객 수(실선)이다.
공공데이터 포탈에서 제공받을 수 있는 원본 데이터는 서울시 각 지하철역에서 매시간별 승차, 하차 인원이며, 2008년 1월1일부터 2017년 9월30일까지 서울시 233개 역에서의 승하차 데이터이다. 이는 그림 1과 같다.
구현은 파이썬 언어를 사용하였다. 대상 데이터는 공공데이터 포탈에서 제공하는 233개 지하철 각 역에서의 매일 05시부터 24시까지 1시간 단위의 승차인원과 하차인원이다. 기간은 2008년 1월1일부터 2017년 9월30일까지이다.
본 연구에서는 GMM 모델과 K-평균 알고리즘을 이용하여 서울시 지하철역을 분류한다. 데이터는 공공데이터 포탈에서 제공하는 2008년부터 10년간의 서울시 지하철역의 승차객 숫자, 하차객 숫자이다. 본 연구는 이 데이터로부터 시간에 따른 승차, 하차 패턴을 발견하고 발견된 패턴을 기반으로 기계학습을 시켜서 지하철역들을 분류한다.
본 연구에서는 233개 서울시 지하철역을 승하차 패턴에 따라 분류하였다. 구현은 파이썬 언어를 사용하였다.

이론/모형

지하철역의 분류는 승하차가 발생하는 패턴을 기반으로 한다. 분류방법으로는 기계학습 방법 중, 가우시안 혼합 모델과 K-평균 클러스터링 알고리즘을 사용하였다. 각 역의 시간별 승차객 수와 하차객 수의 원본 데이터를 시각화해 본 결과 이는 2차 가우시안 혼합 모델에 적합하였다.

성능/효과

K-평균 클러스터링은 몇 가지 제약에도 불구하고, 간단하면서 성능이 좋아 널리 사용되며, 본 연구의 지하철역 분류에서는 우수한 결과를 보였다.
분류방법으로는 기계학습 방법 중, 가우시안 혼합 모델과 K-평균 클러스터링 알고리즘을 사용하였다. 각 역의 시간별 승차객 수와 하차객 수의 원본 데이터를 시각화해 본 결과 이는 2차 가우시안 혼합 모델에 적합하였다. 따라서 원본 데이터를 가우시안 혼합 모델로 보정하여 2개의 가우시안 커브의 승차 피크 시간과 2개의 가 우시안 커브의 하차 피크 시간을 구하였다.
둘째, 피크를 중심으로 좌우로 감소하는 형태는 정규분포 곡선과 유사하다. 이로부터 가우시안 모델이 적합하다는 직관을 얻을 수 있다.
첫 번째 그룹의 지하철역들은 이용도가 매우 높거나 환승지역, 상업지역에 속한 역으로 볼 수 있었다. 두 번째 그룹은 업무, 상업, 주거 중 어느 한 쪽의 특정한 지역으로 지정하기 어려운 그룹이었다.

후속연구

본 연구의 결과는 서울시 지하철역의 특성을 파악하는 데 의미가 크며, 지하철역 주변의 특성을 경제, 사회, 문화적으로 분석하기 위한 주요 기반 지식으로 활용될 수 있다. 향후 본 연구에서 제시한 지하철역의 승하차 패턴뿐만 아니라, 주변의 상업시설이나 인구분포, 혼잡도 등의 요소와 본 연구의 결과를 통합하여 지하철역을 분류한다면 보다 다양한 정책이나 연구에 활용될 수 있을 것이다.
서울시에서 지하철을 이용하는 이용객의 숫자는 10년간 100만 명 이상 꾸준히 증가하고 있으므로, 지하철 이용객에 관해 여러 각도에서의 분석이 필요하다. 이러한 분석 연구는 효율적인 지하철 운영을 위해서만이 아니라, 경제, 사회, 문화 등 다양한 분야에서 활용될 수 있을 것이다.
본 연구의 결과는 서울시 지하철역의 특성을 파악하는 데 의미가 크며, 지하철역 주변의 특성을 경제, 사회, 문화적으로 분석하기 위한 주요 기반 지식으로 활용될 수 있다. 향후 본 연구에서 제시한 지하철역의 승하차 패턴뿐만 아니라, 주변의 상업시설이나 인구분포, 혼잡도 등의 요소와 본 연구의 결과를 통합하여 지하철역을 분류한다면 보다 다양한 정책이나 연구에 활용될 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	이용객 승차시간과 하차시간의 분포 모델링은 어떤 모델로 할 수 있는가?	기계학습 기법으로는 가우시안 혼합 모델(GMM)과 K-평균 클러스터링을 사용한다. 이용객의 승차시간과 하차시간의 분포는 가우시안 혼합 모델로 모델링할 수 있으며, 이를 K-평균 클러스터링을 이용하여 비지도 학습시킨다. 학습결과 서울시 지하철역은 승하차 패턴에 따라 4개의 그룹으로 분류되었다.
	K-Means 클러스터링이란 무엇인가?	K-평균 클러스터링은 데이터를 입력 받아 이를 소수의 그룹으로 묶는 알고리즘이다. n개의 중심점을 정한 후에 이 중심점에서 각 점간의 거리의 합이 가장 최소가 되는 중심점 n을 찾고, 이 중심점에서 가까운 점들을 그룹으로 묶는다.
	본 연구에서 기계학습 기법으로 사용된 것은?	대상 데이터는 공공데이터 포탈에서 제공하는 2008년부터 2017년까지 서울 지하철 233개 역에서의 매일 매시간별 승차객 숫자와 하차객 숫자이다. 기계학습 기법으로는 가우시안 혼합 모델(GMM)과 K-평균 클러스터링을 사용한다. 이용객의 승차시간과 하차시간의 분포는 가우시안 혼합 모델로 모델링할 수 있으며, 이를 K-평균 클러스터링을 이용하여 비지도 학습시킨다.

참고문헌 (7)

BongHyun Back, Il-Kyu Ha, "A Method for Selective Storing and Visualization of Public Big Data Using XML Structure", Journal of the Korea Institute of Information and Communication Engineering, Vol. 21, No. 12, pp. 2305-2311, Dec 2017. DOI: https://doi.org/10.6109/jkiice.2017.21.12.2305.

원문보기 상세보기
Jae-Young Chang, "An Experimental Evaluation of Box office Revenue Prediction through Social Bigdata Analysis and Machine Learning", The Journal of the Institute of Internet, Broadcasting and Communication(JIIBC), Vol. 17, No. 3, pp. 167-173, Jun 2017. DOI: https://doi.org/10.7236/JIIBC.2017.17.3.167.

원문보기 상세보기
Min-Soo Kang, Yong-Gyu Jung, Du-Hwan Jang, "A Study on the Search of Optimal Aquaculture farm condition based on Machine Learning", The Journal of the Institute of Internet, Broadcasting and Communication(JIIBC), Vol. 17, No. 4, pp. 135-140, Apr 2017. DOI: https://doi.org/10.7236/JIIBC.2017.17.2.135.

원문보기 상세보기
Jin-su Kim, "Subway Congestion Prediction and Recommendation System using Big Data Analysis", Journal of Digital Convergence, Vol. 14, No. 11, pp. 289-295, Nov 2016. DOI: https://doi.org/10.14400/JDC.2016.14.11.289.

원문보기 상세보기
Minwoo Kim, "Predicting Subway Passengers Flows By Spatio-Temporal Modeling", Master Thesis, Seoul National University, Aug 2017.
R. S. Michalski, J. G. Carbonell, T. M. Mitchell, Machine Learning: An Artificial Intelligence Approach, Springer Science & Business Media, 2013.
https://www.data.go.kr

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