본 연구는 현대사회에서 도시민의 행태를 지원하는 공간으로 공원에 주목하였다. 현대의 도시공원은 특정한 역할을 하는 공간으로 국한되지 않으며, 공공의 성격을 가지고 있어 이용자의 이용행태에 따라 그 기능·의미가 변화할 수 있다. 또한, 현재 온라인상의 데이터는 방문할 공원의 선택 혹은 공원 이용행태의 결정을 지원하는 단계로 접어들었다. 이에 본 연구는 빅데이터의 자료 기반의 특징인 시계열 분석이 가능하도록 데이터를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 여의도공원·여의도 한강공원과 양재 시민의 숲의 행태 변화를 빅데이터 기법인 텍스트마이닝(Text Mining)과 소셜 네트워크(Social Network;사회연결망)분석을 활용하여 분석하였다. 연구결과의 요약은 다음과 같다. 먼저 시간의 흐름에 따라 주요 이용행태와 행태에 영향을 미치는 요소에 변화가 있었다. 여의도공원·여의도 한강공원의 이용행태는 제 I시기는 '타다'(동적행태), 제 II시기는 '찍다'(정보통신서비스 행태), 제 III시기는 '걷다'(동적행태), 제 IV시기는 '먹다'(에너지원 행태)로 시간의 흐름에 따라 주요 행태가 다양하게 변화하는 모습이고, 양재 시민의 숲은 제 I시기는 '걷다'(동적행태), 제 II시기는 '걷다'(동적행태), 제 III시기는 '걷다'(동적행태), 제 IV시기는 '놀다'(동적행태)로 주로 동적행태 위주의 행태가 나타나는 것으로 나타났다. 주요 행태에 영향을 미치는 요소로 여의도공원·여의도 한강공원은 스포츠 및 레저, 문화·예술, 여가와 관련된 요소가 도출되었고, 양재 시민의 숲은 자연자원 요소가 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있었다. 다음으로 대상지의 행태는 시기별로 특정 행태에 집중화되어 있으며, 차후 발생하는 행태를 선택하거나 제약하는 역할을 하는 것으로 나타났다. 이러한 결과는 대상지에 다양한 행태가 일어나지 않을 뿐만 아니라, 공간, 시설 등이 골고루 활용되지 않고 있다는 것을 알 수 있다. 연구결과의 흥미로운 점은 두 공원에서 공통적으로 눈에 띄게 급증한 행태는 에너지원 행태(먹다, 마시다)와 소비행태(사다, 대여하다)이다. 에너지원 행태는 두 공원에서 모두 제 III시기에서 제 IV시기 사이에 10배 이상으로 치솟았으며, 다른 행태와 빈도에서 큰 차이를 보이며 월등히 높았다. 또한, 공원에 방문하는 시민들은 식음료비, 자전거 등의 대여비, 이밖에 행사 참여 등과 관련된 소비의사가 있으며, 공원이 도심 내 휴식공간에서 지역경제 활성화라는 측면에서 본다면 긍정적으로 평가할 수 있을 것이다. 본 연구는 데이터 기법을 활용하여 도시공원 이용행태를 분석하였다는 점과 오늘날 도시공원은 휴식, 산책 등의 역할을 넘어서 시대적인 트렌드를 반영하며, 소비 성향이 나타나는 놀이공간으로 성향이 변화하였다는 결과를 도출하였다는 점에서 큰 의의가 있다. 현대 도시공원에서 일어나는 행태는 양과 내용이 과거와 다르게 변화하고 있다. 그러므로 빅데이터를 통해 수집되는 대규모 집단의 행태를 유형화하고, 이러한 결과를 바탕으로 이루어지는 다학제적인 논의를 통해 오늘날 도시공원을 시민들이 어떻게 이용하고 있는지를 보다 명확하게 이해할 수 있을 것이다.
본 연구는 현대사회에서 도시민의 행태를 지원하는 공간으로 공원에 주목하였다. 현대의 도시공원은 특정한 역할을 하는 공간으로 국한되지 않으며, 공공의 성격을 가지고 있어 이용자의 이용행태에 따라 그 기능·의미가 변화할 수 있다. 또한, 현재 온라인상의 데이터는 방문할 공원의 선택 혹은 공원 이용행태의 결정을 지원하는 단계로 접어들었다. 이에 본 연구는 빅데이터의 자료 기반의 특징인 시계열 분석이 가능하도록 데이터를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 여의도공원·여의도 한강공원과 양재 시민의 숲의 행태 변화를 빅데이터 기법인 텍스트마이닝(Text Mining)과 소셜 네트워크(Social Network;사회연결망)분석을 활용하여 분석하였다. 연구결과의 요약은 다음과 같다. 먼저 시간의 흐름에 따라 주요 이용행태와 행태에 영향을 미치는 요소에 변화가 있었다. 여의도공원·여의도 한강공원의 이용행태는 제 I시기는 '타다'(동적행태), 제 II시기는 '찍다'(정보통신서비스 행태), 제 III시기는 '걷다'(동적행태), 제 IV시기는 '먹다'(에너지원 행태)로 시간의 흐름에 따라 주요 행태가 다양하게 변화하는 모습이고, 양재 시민의 숲은 제 I시기는 '걷다'(동적행태), 제 II시기는 '걷다'(동적행태), 제 III시기는 '걷다'(동적행태), 제 IV시기는 '놀다'(동적행태)로 주로 동적행태 위주의 행태가 나타나는 것으로 나타났다. 주요 행태에 영향을 미치는 요소로 여의도공원·여의도 한강공원은 스포츠 및 레저, 문화·예술, 여가와 관련된 요소가 도출되었고, 양재 시민의 숲은 자연자원 요소가 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있었다. 다음으로 대상지의 행태는 시기별로 특정 행태에 집중화되어 있으며, 차후 발생하는 행태를 선택하거나 제약하는 역할을 하는 것으로 나타났다. 이러한 결과는 대상지에 다양한 행태가 일어나지 않을 뿐만 아니라, 공간, 시설 등이 골고루 활용되지 않고 있다는 것을 알 수 있다. 연구결과의 흥미로운 점은 두 공원에서 공통적으로 눈에 띄게 급증한 행태는 에너지원 행태(먹다, 마시다)와 소비행태(사다, 대여하다)이다. 에너지원 행태는 두 공원에서 모두 제 III시기에서 제 IV시기 사이에 10배 이상으로 치솟았으며, 다른 행태와 빈도에서 큰 차이를 보이며 월등히 높았다. 또한, 공원에 방문하는 시민들은 식음료비, 자전거 등의 대여비, 이밖에 행사 참여 등과 관련된 소비의사가 있으며, 공원이 도심 내 휴식공간에서 지역경제 활성화라는 측면에서 본다면 긍정적으로 평가할 수 있을 것이다. 본 연구는 데이터 기법을 활용하여 도시공원 이용행태를 분석하였다는 점과 오늘날 도시공원은 휴식, 산책 등의 역할을 넘어서 시대적인 트렌드를 반영하며, 소비 성향이 나타나는 놀이공간으로 성향이 변화하였다는 결과를 도출하였다는 점에서 큰 의의가 있다. 현대 도시공원에서 일어나는 행태는 양과 내용이 과거와 다르게 변화하고 있다. 그러므로 빅데이터를 통해 수집되는 대규모 집단의 행태를 유형화하고, 이러한 결과를 바탕으로 이루어지는 다학제적인 논의를 통해 오늘날 도시공원을 시민들이 어떻게 이용하고 있는지를 보다 명확하게 이해할 수 있을 것이다.
This study focused on the park as a space to support the behavior of urban citizens in modern society. Modern city parks are not spaces that play a specific role but are used by many people, so their function and meaning may change depending on the user's behavior. In addition, current online data m...
This study focused on the park as a space to support the behavior of urban citizens in modern society. Modern city parks are not spaces that play a specific role but are used by many people, so their function and meaning may change depending on the user's behavior. In addition, current online data may determine the selection of parks to visit or the usage of parks. Therefore, this study analyzed the change of behavior in Yeouido Park, Yeouido Hangang Park, and Yangjae Citizen's Forest from 2000 to 2018 by utilizing a time series analysis. The analysis method used Big Data techniques such as text mining and social network analysis. The summary of the study is as follows. The usage behavior of Yeouido Park has changed over time to "Ride" (Dynamic Behavior) for the first period (I), "Take" (Information Communication Service Behavior) for the second period (II), "See" (Communicative Behavior) for the third period (III), and "Eat" (Energy Source Behavior) for the fourth period (IV). In the case of Yangjae Citizens' Forest, the usage behavior has changed over time to "Walk" (Dynamic Behavior) for the first, second, and third periods (I), (II), (III) and "Play" (Dynamic Behavior) for the fourth period (IV). Looking at the factors affecting behavior, Yeouido Park was had various factors related to sports, leisure, culture, art, and spare time compared to Yangjae Citizens' Forest. The differences in Yangjae Citizens' Forest that affected its main usage behavior were various elements of natural resources. Second, the behavior of the target areas was found to be focused on certain main behaviors over time and played a role in selecting or limiting future behaviors. These results indicate that the space and facilities of the target areas had not been utilized evenly, as various behaviors have not occurred, however, a certain main behavior has appeared in the target areas. This study has great significance in that it analyzes the usage of urban parks using Big Data techniques, and determined that urban parks are transformed into play spaces where consumption progressed beyond the role of rest and walking. The behavior occurring in modern urban parks is changing in quantity and content. Therefore, through various types of discussions based on the results of the behavior collected through Big Data, we can better understand how citizens are using city parks. This study found that the behavior associated with static behavior in both parks had a great impact on other behaviors.
This study focused on the park as a space to support the behavior of urban citizens in modern society. Modern city parks are not spaces that play a specific role but are used by many people, so their function and meaning may change depending on the user's behavior. In addition, current online data may determine the selection of parks to visit or the usage of parks. Therefore, this study analyzed the change of behavior in Yeouido Park, Yeouido Hangang Park, and Yangjae Citizen's Forest from 2000 to 2018 by utilizing a time series analysis. The analysis method used Big Data techniques such as text mining and social network analysis. The summary of the study is as follows. The usage behavior of Yeouido Park has changed over time to "Ride" (Dynamic Behavior) for the first period (I), "Take" (Information Communication Service Behavior) for the second period (II), "See" (Communicative Behavior) for the third period (III), and "Eat" (Energy Source Behavior) for the fourth period (IV). In the case of Yangjae Citizens' Forest, the usage behavior has changed over time to "Walk" (Dynamic Behavior) for the first, second, and third periods (I), (II), (III) and "Play" (Dynamic Behavior) for the fourth period (IV). Looking at the factors affecting behavior, Yeouido Park was had various factors related to sports, leisure, culture, art, and spare time compared to Yangjae Citizens' Forest. The differences in Yangjae Citizens' Forest that affected its main usage behavior were various elements of natural resources. Second, the behavior of the target areas was found to be focused on certain main behaviors over time and played a role in selecting or limiting future behaviors. These results indicate that the space and facilities of the target areas had not been utilized evenly, as various behaviors have not occurred, however, a certain main behavior has appeared in the target areas. This study has great significance in that it analyzes the usage of urban parks using Big Data techniques, and determined that urban parks are transformed into play spaces where consumption progressed beyond the role of rest and walking. The behavior occurring in modern urban parks is changing in quantity and content. Therefore, through various types of discussions based on the results of the behavior collected through Big Data, we can better understand how citizens are using city parks. This study found that the behavior associated with static behavior in both parks had a great impact on other behaviors.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
마지막으로 빅데이터를 활용한 공원 이용행태 분석 시 활용할 수 있는 분석의 틀을 제시한 점이다. 본 연구의 부차적인 목적인 이용행태 분석 연구의 촉진을 위하여 공원 이용행태 분류의 범위를 확장시켜 행태를 새로운 차원에서 연구하였다.
이에 본 연구는 블로그의 비정형 텍스트를 기초자료로 선정하고, 빅데이터 기법을 활용하여 도시공원의 이용행태를 분석 하고자 하였다. 이러한 시도는 기존의 패러다임과 구별되는 연구 구조가 의의가 있다.
가설 설정
5. 대상지의 행태는 시기별로 특정 주요 행태에 집중화되어 있다. 중심성 결과가 주요 행태는 높게 나오고, 다른 키워드는 상대적으로 적게 나타나 네트워크 구조가 주요 행태에 편중되어 있는 형태로 나타났다.
제안 방법
1. 시간의 흐름에 따라 공원 주요 이용행태와 행태에 영향을 미치는 요소가 변화하였다. 여의도공원․여의도한강공원의 이용행태는 제 Ⅰ시기는 ‘타다’(동적행태), 제 Ⅱ시기는 ‘찍다’(정보통신서비스 행태), 제 Ⅲ시기는 ‘걷다’(동적행태), 제 Ⅳ시기는 ‘먹다’(에너지원 행태)로 시간의 흐름에 따라 주요 행태가 다양하게 변화하는 모습이다.
ETR(한국전자통신연구원)의 범주에서 대상물과 기관, 지역은 지역 및 인프라시설로 명칭을 수정하고, 키워드를 통합하였고, 사람은 특정 이름은 제외하고 명사만 도출하였다. 문명은 스포츠 및 레저, 사건/사고는 문화․예술, 날짜와 시간은 날짜, 동물, 식물은 자연자원으로 통합하여 재수정하였다.
도출된 행태는 키워드의 특성에 따라 동적, 정적, 소통, 에너 지원, 소비, 정보통신서비스 행태로 구분하고, 각 대상지별로 주요 행태를 분류하였다.
ETR(한국전자통신연구원)의 범주에서 대상물과 기관, 지역은 지역 및 인프라시설로 명칭을 수정하고, 키워드를 통합하였고, 사람은 특정 이름은 제외하고 명사만 도출하였다. 문명은 스포츠 및 레저, 사건/사고는 문화․예술, 날짜와 시간은 날짜, 동물, 식물은 자연자원으로 통합하여 재수정하였다. 또한 학문은 영화, 뮤지컬 등의 키워드가 도출되었고, 숫자는 3번 출구, 5번 출구 등과 같은 지하철 출구나 버스 번호 등이 도출되었으며, 금속은 도출된 키워드가 없어 제외하였다.
빈도분석에서 추출된 키워드 중 사람의 움직임을 나타내는말을 뜻하는 동사는 효율적인 분석을 위하여 유형을 구분하였다. 행태의 유형은 연구 대상지․목적에 따라 다양하게 분류되어 일률적으로 정의하기 어려우나, 여가 활동․행태와 관련된 기존 연구의 내용을 살펴보고, Table 2와 같이 유형화하였다.
전체 키워드의 연결정도를 수치로 확인(밀도분석)하였다. 이 과정에서 각 시기별로 분석에 활용한 데이터의 전반적인 연결 관계의 양, 기본구조를 파악할 수 있다 4) .
텍스트마이닝의 마지막 단계로 키워드와 키워드간의 연결관계를 시각화(N-GRAM)하였다. 이 과정에서는 행태에 영향을 미치지만 도출되지 않은 요소를 찾아내고, 키워드가 도출된 원인을 파악할 수 있다.
대상 데이터
데이터 수집 시기는 블로그를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 총 4개 기간(2000년-2004년, 2005년-2009년, 2010년-2014년, 2015-2018년)으로 Table 1과 같이 구분하여 수집하였다. 검색엔진 NAVER와 DAUM의 블로그 제목과 원문에 주제어 여의도공원․여의도한강공원과 양재 시민의 숲이 포함된 데이터이며 2), 텍스톰3.0 3) 을 활용하였다.
대상지는 빅데이터 자료 기반의 특징인 시계열 분석이 가능한 점을 활용하고자 조성된 지 20년 이상된 서울시 근린공원중 도시자연경관을 보호하고, 시민의 건강․휴양 및 정서생활을 향상시키는 데에 이바지하기 위하여 설치 또는 지정된 도시 공원 『도시공원 및 녹지 등에 관한 법률』로 휴식, 체육, 놀이시설, 카페 등 이용자들의 편익욕구를 충족하는 시설을 포함하는 공원, 그리고 이용자의 방문이 활발하고 데이터의 수집량이 200만건 이상인 공원(2018. 12. 30일기준)으로 빅데이터 분석에 합당한 조건을 갖추고 있기에 여의도공원․여의도한강공원 1) 과양재 시민의 숲으로 선정하였다.
데이터 수집 시기는 블로그를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 총 4개 기간(2000년-2004년, 2005년-2009년, 2010년-2014년, 2015-2018년)으로 Table 1과 같이 구분하여 수집하였다. 검색엔진 NAVER와 DAUM의 블로그 제목과 원문에 주제어 여의도공원․여의도한강공원과 양재 시민의 숲이 포함된 데이터이며 2), 텍스톰3.
수집데이 터에서 해당 키워드가 얼마나 등장하는지 횟수를 세는 것으로 주요 행태를 추출할 수 있다(Woo and Suh, 2018). 본 연구는각 대상지별로 상위 100개의 키워드를 분석에 활용하였다.
수집된 데이터의 종류는 국문 텍스트로 중복된 데이터를제외하고, 광고, 배너 등 불필요한 텍스트를 삭제하여 시기별로 최대 2,000건으로 축약 수집하였다. 빅데이터에 대한 연구에서는 데이터 축약(reduction)이 이루어진다.
데이터처리
빈도분석에서 추출된 키워드 중 명사와 형용사는 텍스톰에서 지원하는 개체명 인식 프로그램을 활용하여 행태에 영향을 미치는 세부적인 요소를 살펴보았다(Table 3 참조).
소셜 네트워크 분석의 마지막 단계로 텍스트마이닝과 소셜 네트워크 분석 시 기초자료로 사용된 네트워크 데이터의 밀도 5)가 0이라는 가정하에 가설검정을 수행하였다.
키워드를 추출하기 위하여 빈도분석을 실시하였다. 수집데이 터에서 해당 키워드가 얼마나 등장하는지 횟수를 세는 것으로 주요 행태를 추출할 수 있다(Woo and Suh, 2018).
이론/모형
그 결과는 Table 9와 같다. 분석의 신뢰성을 확보하기 위하여 Ucinet 6을 도구로 부트스트랩 기법(bootstrap)을 적용하였다. 결과를 살펴보면, 유의수준 0.
성능/효과
2. 각 대상지별로 나타나는 특별한 키워드는 여의도공원․여의도한강공원은 야경, 낚시, 집회, 유람선, 배달, 편의점, 치맥(치킨과 맥주), 피맥(피자와 맥주), 야시장(저녁에 운영되는 포장마차, 노점 등), 푸드트럭(화물자동차에 조리가 가능하게 개조하여 이동하며 음식 등을 판매) 등이고, 양재 시민의 숲은 숲교실, 웨딩촬영, 캠핑 등이다. 여의도 공원․여의도한강공원은 한강에 인접하게 위치하고 있고, 주변에 빌딩이 둘러싸여 있는 특성으로 야경과 한강의 유람선, 한강 다리의 조명 등과 다양한 축제와 행사와 관련된 키워드가 나타났다.
3. 두 공원에서 공통적으로 급증한 행태는 에너지원 행태(먹다, 마시다)와 소비 행태(사다, 대여하다)이다.
4. 주요 행태의 변화에 가장 큰 영향을 미치는 요소 중 두 공원 모두 정적 활동이다. 두 공원 모두 정적 활동은 다른행태와 연관관계가 많아 다른 행태를 발생시키며, 형용사와 연관관계가 많아 장소의 만족도에도 영향을 미친다.
가장 최근인 제 Ⅳ시기의 매개역할을 하는 키워드를 살펴보면, 여의도공원․여의도한강공원은 ‘돗자리’, ‘전동킥보드’, ‘추억’, ‘따릉이’, ‘라면’, ‘푸드트럭’, 양재 시민의 숲은 ‘야경’, ‘산책’, ‘가을’, ‘호흡하다’, ‘운동’, ‘캠핑’ 등이 도출되었다.
양재 시민의 숲은 제 Ⅰ․Ⅱ․Ⅲ시기는 ‘걷다’(동적행태), 제 Ⅳ시기는 ‘놀다’(동적행태)로 나타났다. 또한, 공원 이용행태에 영향을 미치는 요소는 여의도공원․여의도한강공원은 양재 시민의 숲보다 스포츠 및 레저, 문화․예술, 여가와 관련된 요소가 다양하게 도출되었으며, 양재 시민의 숲은 자연자원 요소가 다양하게 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있다.
셋째, 방법론적 측면에서 다양한 행태를 도출할 수 있다는 점이다. 공원의 행태를 미리 정해놓은 틀안에서 행태를 찾는것이 아니라, 이용자가 경험한 사실을 자유롭게 서술한 자료를 활용하여 새로운 가치를 찾아내는데 초점이 맞춰있는 방법이기 때문에 다양한 행태를 도출할 수 있다.
제 Ⅱ시기의 주요 행태인 ‘찍다’에 영향을 주는 요소는 ‘유람선’, ‘불꽃 축제’, ‘벚꽃축제’ 등과 같이 문화․예술과 ‘하늘’, ‘빌딩 숲’ 등 경관과 관련된 요소이다. 제 Ⅲ․Ⅳ시기의 주요 행태에 영향을 미치는 요소는 소셜미디어(정보통신서비스 행태) 로 나타났다. 양재 시민의 숲의 제 Ⅰ시기의 주요 행태인 ‘듣다’ 와 가장 가까운 위치에 있는 키워드는 ‘공기’, ‘나무’, ‘꽃’ 등의 자연자원 키워드이고, 제 Ⅱ․Ⅲ․Ⅳ시기에는 ‘들르다’.
대상지의 행태는 시기별로 특정 주요 행태에 집중화되어 있다. 중심성 결과가 주요 행태는 높게 나오고, 다른 키워드는 상대적으로 적게 나타나 네트워크 구조가 주요 행태에 편중되어 있는 형태로 나타났다. 이러한 결과는 대상지에 다양한 행태가 일어나는 것이 아니라, 특정 주요 행태 위주로 나타나는 것으로 대상지의 공간, 시설 등이 골고루 활용되지 않고 있다는 것을 알 수 있다.
형용사 중 ‘아프다’는 ‘공원이 넓어 걸어 다니기 다리가 아프다’, ‘공원이 길어 걸어 다니기 다리가 아프다’ 등이 언급되 었고, ‘아쉽다’는 ‘공원이 넓어 다 둘러보지 못해 아쉽다’, ‘아름다운 경관이 사진에 담기지 않아 아쉽다’ 등의 내용이 언급되어 공원의 규모에 대한 부정적인 시각과 공원의 경관에 대한 긍정적인 시각이 동시에 나타났다.
후속연구
그러나 본 연구는 공원 이용행태분석을 위해 텍스트마이닝과 소셜 네트워크 기법을 적용한 첫걸음으로 많은 한계점을 가졌다. 먼저 수집된 키워드를 정교하게 분석하는데 어려움이 있다.
공원의 행태는 유동성․가변성을 가지고 있으며, 공원 연구 시 고려되어야 할 사항이지만 기존의 연구 방법으로는 장기적인 행태조사에 어려움이 있다. 그러나 빅데이터 기술을 활용하여 분석기간을 자유롭게 설정함으로써 공원 이용행태의 형성 과정과 변화의 흐름을 관리할 수 있는 수단을 만드는 것은 추후 공원의 계획․설계 혹은 관리 시 계획을 더욱더 구체화시킬 수 있는 장치가 될 수 있을 것이다.
또한, 행태분석은 장기간에 걸친 연구가 축적됨으로써 점차적으로 환경설계의 발전에 기여할 수 있다(Im, 1998). 그러므로 어떠한 요인에 의해 행태가 변화하는지를 파악하기 위해서는 장기간의 행태 자료 수집이 필요하며, 지속적인 조사가 필수적이다. 그러나 기존에 행태분석 연구에서 활용된 설문조사, 관찰조사는 지속적인 조사를 하는 데 한계가 있어 시간의 흐름에 따라 이용행태를 설명하는데 한계가 있다(Woo and Suh, 2018).
질의응답
핵심어
질문
논문에서 추출한 답변
도시공원의 특징은 무엇인가?
도시공원은 공공의 성격을 가지고 있어 모든 사람들에게 열려 있으며, 행태를 지원하는 공간이다. 이러한 공원은 인간의 행태와 상호보완적이라는 맥락에서 행태분석은 이용자의 요구를 파악하고, 공원이라는 공간을 이해할 수 있는 기초 연구라할 수 있다(Woo and Suh, 2018).
오늘날 도시공원의 특징은?
또한, 공원에 방문하는 시민들은 식음료비, 자전거 등의 대여비, 이밖에 행사 참여 등과 관련된 소비의사가 있으며, 공원이 도심 내 휴식공간에서 지역경제 활성화라는 측면에서 본다면 긍정적으로 평가할 수 있을 것이다. 본 연구는 데이터 기법을 활용하여 도시공원 이용행태를 분석하였다는 점과 오늘날 도시공원은 휴식, 산책 등의 역할을 넘어서 시대적인 트렌드를 반영하며, 소비 성향이 나타나는 놀이공간으로 성향이 변화하였다는 결과를 도출하였다는 점에서 큰 의의가 있다. 현대 도시공원에서 일어나는 행태는 양과 내용이 과거와 다르게 변화하고 있다.
데이터 축약(reduction)을 하는 이유는 무엇인가?
빅데이터에 대한 연구에서는 데이터 축약(reduction)이 이루어진다. 데이터를 축약 하는 것은 인간의 개입을 최대한 배제한 상태를 만들기 위함 이다(Lee, 2013). 다음으로 다른 사람의 내용을 그대로 옮겨온 내용은 제외하였다.
참고문헌 (16)
Astri, W. and Y. M. Kim(2015) Correlation between social activities and the physical characteristics of urban parks: -Urban parks in bandung. Indonesia Urban Design Institute of Korea 16(2): 17-32.
Borgatti, S. P., A. Mehra, D. J. Brass, and G. Labianca(2009) Net work analysis in the social sciences. Science 323(5916): 892-895.
Gwak, K. Y.(2017) Social Network Analysis, Chungram.
Im, S. B.(1998) Environmental Psychology, Bosung.
Jacobs, J.(2010) Death and Life of Great American Cities, Greenbee.
Kim, S. B.(2015) Blog text analysis about visitors' experience change of Seochon. The Architectural Institute of Korea 31(6): 93-102.
Lee, E. J.(2008) The Public Resting Place Design Plan Considering User Behavior in Downtown Area. Master's Thesis. Kookmin University.
Lee, J. H.(2013) Big data and social sciences: epistemological and methodological issues. Korean Society for Journalism & Communication Studies 9(3): 127-165.
Lee, J. S.(2012) Study on The Spatial Network Structure and Characteristics of Leisure Movement for Seoul Metropolitan Area. Ph.D. Dissertation. Kyungki University.
Lee, K. W.(2007) Korean Quality of life Development Basic Research, Korea Culture & Tourism Institute.
Leem, B. H.(2012) An effect of co-authorship network on research performance: Focusing on co-authoring of logos management review. Korean Association of rkwhr7292-Logos Management 10(1): 1-20.
Woo, K. S. and J. H. Suh(2018) Time series analysis of park use behavior utilizing big data - Targeting Olympic park -. Journal of the Korean Institute of Landscape Architecture 46(2): 27-36.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.