[논문]마르코브 체인을 적용한 유동인구의 매출 및 이동 패턴 분석

김봉균; 이원상; 이봉규

doi:10.7472/jksii.2020.21.1.71

마르코브 체인을 적용한 유동인구의 매출 및 이동 패턴 분석
Analyzing Patterns of Sales and Floating Population Using Markov Chain 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.21 no.1, 2020년, pp.71 - 78

김봉균 (Korea Telecom) , 이원상 (Yonsei University Library) , 이봉규 (Graduate School of Information, Yonsei University)

초록
AI-Helper

최근, 젠트리피케이션 현상으로 인하여 도심 내 지역 경제와 커뮤니티 형성에 필수적인 역할을 하는 지역 상권에 대한 체계적인 분석과 이해의 중요성이 커지고 있다. 본 연구에서는 지역 상권에 대한 체계적인 분석과 이해를 위한 방법론을 소개하고 실증적인 사례를 제시하고자 한다. 본 논문에서는 서울의 대표적인 지역상권인 가로수길과 가구거리의 유동인구를 이동통신 기지국 데이터를 통해 추적하고, 유동인구의 매출 패턴과 이동 흐름의 패턴을 파악하였다. 또한, 이동통신사의 기지국 기반 유동인구 데이터에 마르코브 체인을 적용하여 지역 상권 이해의 중요한 요소인 유동인구 흐름을 보다 체계적으로 이해하고자 하였다. 이와 같은 유동인구 흐름에 대한 분석 결과를 바탕으로, 본 논문에서는 상권 내 매출 정보와 결합되어 지역상권의 진화에 대한 시사점을 제공하고자 한다. 궁극적으로 본 연구의 결과가 젠트리피케이션 등에 의해 침체되는 지역 상권의 활성화를 촉진하고 더 나아가 도심 경제의 균형잡힌 성장에 기여할 것으로 기대한다.

Abstract ▼ AI-Helper

Recently, as the issue of gentrification emerges, it becomes important to understand the dynamics of local commercial district, which plays the important role for facilitating the local economy and building the community in a city. This paper attempts to provide the framework for systemically analyzing and understanding the local commercial district. Then, this paper empirically analyzes the patterns of sales and flow of floating population by focusing on two representative local commercial districts in Seoul. In addition, the floating population data from telecommunication bases is further modeled with Markov chain for systemically understanding the local commercial districts. Finally, the transition patterns and consumption amounts of floating population are comprehensively analyzed for providing the implications on the evolutions of local commercial districts in a city. We expect that findings of our study could contribute to the economic growth of local commercial district, which could lead to the continuous development of city economy.

주제어

표/그림 (7)

그림 (그림 1) 가로수길과 가구거리 영역 구분 (Figure 1) Local Commercial District in Seoul: Garosugil and Gagugeori
그림 (그림 2) 가구거리와 가로수길 영역별 보행인구 연간 비교 (Figure 2) Floating Population of Garosugil and Gagugeori
그림 (그림 3) 가구거리와 가로수길 영역별 인당 매출금액 연간 비교 (Figure 3) Sales Amounts of Garosugil and Gagugeori
그림 (그림 4) 가구거리와 가로수길 영역내 업종별 인당 매출금액 연간 비교 (Figure 4) Sales Amounts of Garosugil and Gagugeori by Industries
그림 (그림 5) 가구거리와 가로수길 영역간 이동 패턴 연간 비교 (Figure 5) Pattern of Floating Population in Garosugil and Gagugeori
표 (표 1) 시간대별 전이확률 (Table 1) Transisiton Probability
표 (표 2) 시간대별 정상상태 (Table 2) Steady State for each area

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 도심 내 대표적인 지역 상권이면서 다른 양상의 성쇠를 겪고 있는 가로수길과 가구거리를 대상으로, 상권의 유동인구를 이동통신 기지국 데이터 기반의 ICT 활용을 통해 실증 분석하여 유동인구가 발생시키는 매출과 이동 흐름의 패턴을 구체적으로 이해하고자 하였다. 더 나아가, 도심 상권의 중요한 요소인 유동인구에 대해 마르코브 체인을 적용하여 분석하는 프레임워크를 제안하였고, 분석 대상 지역의 유동인구 흐름 특성을 밝혀내어 도심 내 지역상권에 대한 정책 시사점을 제시하고자 하였다.
최근에는 ICT의 발전과 함께 기존과는 차이점을 갖는 접근 방법들이 등장하고 있다[1]. 본 논문에서는 도심 내 대표적인 지역 상권의 유동인구를 이동통신 기지국 데이터를 기반으로 추적하고, 유동인구의 신용카드 매출 패턴과 이동 흐름의 패턴을 종합적으로 파악하여, 지역상권의 공간 역동성에 대한 시사점을 제공하고자 한다. 연구를 통해 지역 상권의 활성화를 촉진하고 도시 경제 발전에 기여하는 것이 기대된다.
본 논문에서는 도심 내 대표적인 지역 상권이면서 다른 양상의 성쇠를 겪고 있는 가로수길과 가구거리를 대상으로, 상권의 유동인구를 이동통신 기지국 데이터 기반의 ICT 활용을 통해 실증 분석하여 유동인구가 발생시키는 매출과 이동 흐름의 패턴을 구체적으로 이해하고자 하였다. 더 나아가, 도심 상권의 중요한 요소인 유동인구에 대해 마르코브 체인을 적용하여 분석하는 프레임워크를 제안하였고, 분석 대상 지역의 유동인구 흐름 특성을 밝혀내어 도심 내 지역상권에 대한 정책 시사점을 제시하고자 하였다.
특히, 이러한 공간의 역동성에 대한 이해에는 과거 상권 분석에 접근되던 방식에서 탈피하여, 다양한 요인을 체계적으로 설명할 수 있는 새로운 접근법과 카드 매출 데이터와 유동인구 등의 공간 데이터에 대한 새로운 분석방안이 요구되고 있다[1]. 본 논문에서는 유동인구 데이터로 가로수길과 가구거리의 성쇠를 파악하고 분석하여 지역 상권 활성화에 시사점을 제공하고자 한다.
젠트리피케이션로 인해 많은 변화를 겪고 있는 지역상권은 지역경제 활성화에 대한 중요한 단서를 제공해준다. 본 논문에서는 지역 상권 내 가장 중요한 요소 중 하나인 유동인구의 흐름 이해를 위한 분석 프레임워크를 제안하였고, 실증적으로 분석을 수행하였으며, 그 결과를 상권 내 매출 정보와 결합하여 지역 상권 활성화를 위한 시사점을 제시하고자 하였다. 특히, 기존의 유동인구 추정 분석과는 다르게, 이동통신 기지국 기반 유동인구에 대한 실증적인 추적과 상권 내 신용카드 매출 정보의 결합을 통해, 보다 구체적인 정책시사점을 제공하고자 하였다.
위 식에서 볼 수 있듯이 현 시점의 영역은 이전 시점에서의 영역에만 의존한다. 본 연구에서는 인접 영역을 거쳐야만 다음 영역을 갈 수 있는 유동인구 흐름의 특성이, 마르코브 속성을 만족하는 것을 전제로 고려하였다. 또한, 각 상태 간의 전이 확률은 다음과 같이 나타내었다.
더군다나, 도심 내 유동인구에 대한 분석은 현재 많은 관심을 받고 있는 스마트시티 영역에서도 중요한 의의를 제공한다[15-19]. 이러한 도심 내 유동인구 정보를 여러 방면에서 활용한 선행연구를 확장하는 차원에서, 본 연구에서는 ICT 기반으로 도심 내 상권에서의 업종별 매출과 함께 해당 상권의 유동인구 흐름에 대한 모델링을 시도하였다. 이처럼 도심 내 유동인구 흐름의 추정과 예측은 여러 관점에서 중요한 의의를 지니며 향후 관련 분야의 후속 연구에 중요한 시사점을 제공할 수 있다[9].
전이확률은 이전 시점 상태에서 현 시점 상태로의 전이되는 확률을 의미하며, 이러한 전이 확률값을 갖는 전이행렬을 정의하게 된다. 이를 통해 지리적으로 인접한 두 지역에서의 유동인구 흐름 특성을 보다 체계적으로 이해하고자 하였다.
보다 유동인구에 대한 흐름을 깊게 이해하기 위해서, 다음에서는 가로수길과 가구거리 내 유동인구 데이터를 바탕으로 이산형 마르코브 체인을 적용하였다. 특히, 가구거리와 가로수길을 함께 분석하여, 다른 성격을 갖는 인접한 두 지역상권이 어떠한 유동인구의 흐름을 갖고 진화해 나가는지를 살펴보고자 하였다. 이때, 시간대를 09시~11시, 12시~14시, 15시~18시, 그리고 19시~21시로 구분하여 그 유동인구를 비교하였다.
본 논문에서는 지역 상권 내 가장 중요한 요소 중 하나인 유동인구의 흐름 이해를 위한 분석 프레임워크를 제안하였고, 실증적으로 분석을 수행하였으며, 그 결과를 상권 내 매출 정보와 결합하여 지역 상권 활성화를 위한 시사점을 제시하고자 하였다. 특히, 기존의 유동인구 추정 분석과는 다르게, 이동통신 기지국 기반 유동인구에 대한 실증적인 추적과 상권 내 신용카드 매출 정보의 결합을 통해, 보다 구체적인 정책시사점을 제공하고자 하였다. 특히, 본 논문에서 수행한 유동인구 흐름에 대한 마르코브 체인 기반 접근 방법은 추후 지역 상권의 유동인구 흐름을 체계적으로 이해하고 더 많은 인사이트를 도출하는데 기여할 것으로 보인다.

가설 설정

구체적으로, 이 논문에서의 이산형 마르코브 체인에서는 6개의 구역을 상태로 갖음을 가정하였다.
사실, 분석에 사용된 마르코브 체인은 상태 간 전이 분석에 많이 활용되어져 오고 있다. 이 연구에서는, 영역 간 유동인구의 이동은 이산적이면서 마르코브 속성을 갖게 됨을 가정하였다. 즉, 한 영역을 방문하기 위해서는 인접한 인근 영역에서부터 시작하기 때문에 다음 상태가 이전 상태에 의존한다는 마르코브 속성을 갖음을 전제로 하였다.

제안 방법

가구거리의 가능한 영역 간 이동의 패턴을 A→B→C, B→A→B→C, B→C→B→A, C→B→A로 세분화하고, 가로수길의 가능한 영역간 이동의 패턴을 D→E→F, E→D→E→F, E→F→E→D, F→E→D로 세분화하여 그 흐름을 분석하였다.
다음으로, 위에서의 유동인구가 생산해내는 해당 지역에서의 매출을 같이 분석하였다. 그림 3에서 나타나듯이, 가로수 길에서는 A, B의 보행인구가 적고, 상대적으로 C의 보행인구수가 많으나, 인당 매출 금액은 18.
유동인구 흐름의 분석을 위해 구체적으로는 가로수길과 가구거리를 기지국 기반 측정 단위를 기반으로 하여 총 6개의 구역으로 세분화하였으며, 영역 간 유동인구의 흐름의 이해가 시도되었다. 또한, 각 지역의 유동인구 흐름이 지역경제에 미치는 영향을 살펴보기 위해, 유동인구 분석 결과는 영역별로 제공된 분야별 매출과 결합하여 해석되었다.
보다 유동인구에 대한 흐름을 깊게 이해하기 위해서, 다음에서는 가로수길과 가구거리 내 유동인구 데이터를 바탕으로 이산형 마르코브 체인을 적용하였다.
우선, 가로수길과 가구거리라는 서울의 대표적인 지역상권 두 지역에서 측정된 유동인구의 보행데이터를 영역별로 정리해보았다. 그림2에서와 같이 B, E, F영역은 전년도 대비 보행 인구가 증가하였고, 반면, A, C, D는 감소한 것을 볼 수 있다.
6% 증가하는 양상을 보여주었다. 유동인구 흐름의 분석을 위해 구체적으로는 가로수길과 가구거리를 기지국 기반 측정 단위를 기반으로 하여 총 6개의 구역으로 세분화하였으며, 영역 간 유동인구의 흐름의 이해가 시도되었다. 또한, 각 지역의 유동인구 흐름이 지역경제에 미치는 영향을 살펴보기 위해, 유동인구 분석 결과는 영역별로 제공된 분야별 매출과 결합하여 해석되었다.
이때, 시간대를 09시~11시, 12시~14시, 15시~18시, 그리고 19시~21시로 구분하여 그 유동인구를 비교하였다.
두 지역상권에 유입된 유동인구의 흐름은 다양한 패턴을 보여주지만 많은 수의 유동인구가 E영역으로 유입되고 있다. 이러한 현상을 분석하기 위해 표2를 통해서 시간대별 마르코브 체인의 정상 상태를 살펴보았다.
이제, 이러한 매출의 변화를 만들어내는 두 지역의 유동인구의 흐름을 분석해보았다. 가구거리의 가능한 영역 간 이동의 패턴을 A→B→C, B→A→B→C, B→C→B→A, C→B→A로 세분화하고, 가로수길의 가능한 영역간 이동의 패턴을 D→E→F, E→D→E→F, E→F→E→D, F→E→D로 세분화하여 그 흐름을 분석하였다.

대상 데이터

본 연구의 대상은, 서울의 대표적인 두 지역 상권인 가로수길과 가구거리이다. 이 지역들은 도심의 대표적인 상권이기도 하며, 또한, 지리적으로 인접하면서 동시에 다른 세대를 나타내면서 현재 다른 양상의 변화를 겪는 대표적인 지역 상권이다[4].
실증 분석을 위해 이동통신기업 KT의 기지국 데이터를 활용하여, 2017년 4월부터 2018년 4월까지의 유동인구 11,214,196명의 이동흐름을 파악하였다.

이론/모형

더 나아가, 연구의 대상인 가로수길과 가구거리에서의 유동인구 흐름의 패턴은 마르코브 체인을 통한 분석이 새롭게 시도되었다. 분석의 수행을 위해서는 오픈소스 도구인 R 3.6.1과 markovchain 패키지를 활용하였다.

성능/효과

가구거리와 유사하게, 가로수길의 유동인구도 2018년 4월을 기준으로 F→E→D, D→E→F, E→D→E→F, E→F→E→D 순으로 이동 비율을 차지하고 있으며, 특히, F→E→D의 흐름은 44.5%였으며, D→E→F는 26.5%를 차지하여 가로수길 내에서도 일방향적인 유동인구 흐름이 많은 것을 알 수 있다.
우선, 표1에서 볼 수 있듯이, 가로수길과 가구거리의 유동인구 흐름에 대한 전이확률은 시간대별로 다르게 나타났다. 오전에는 주로 가구거리에서는 가로수길로 넘어가는 흐름이 보여졌으며, 가로수길의 D에서 A로 넘어가는 흐름과 같은 상권 D, E에 남는 흐름이 같이 나타났다.
심지어 해당 흐름은 저녁 시간이 되면 더 심화되는 현상을 보이고 있는 셈이다. 즉, 저녁 시간이 될수록 가로수길 E에서 가구거리로의 이동이 감소하는 패턴과 함께, 가로수길에서는 A로의 이동만 남는 현상을 볼 수 있었다.

후속연구

특히, F영역의 경우, 카페 및 펍 업종의 인당 매출이 증가함을 볼 수 있다. F영역의 보행인구가 상대적으로 다른 구역보다 적은 것을 고려해볼 때, 향후 지역 상권의 핵심으로 부상할 것으로 예측된다.
E영역으로의 이동이 전 시간대에 걸쳐 높게 나타났으며, 특히 저녁시간이 될수록 그 값이 증가하는 것을 볼 수 있다. 같은 인접한 두 지역상권의 균형적 발전을 위해 가로수길에서 가구거리로의 유동인구 흐름이 개선의 여지가 있었으며, 가로수길과 가구거리의 효과적인 공존을 위한 정책적인 고려도 필요할 것으로 보인다.
이러한 ICT 기반의 유동인구 분석에 대한 새로운 접근은 기존의 유동인구를 이해해오던 방식보다 효과적으로 지역에 대한 인사이트를 제공할 것으로 기대된다. 더 나아가, 유동인구에 대한 체계적인 이해가 가능해진다면, 유동인구로 부터 직접적인 영향을 받는 지역 상권의 체계적인 이해와 활성화 방안 모색에 기여할 수 있을 것이다[4,8-9].
특히, 최근에는 ICT 환경을 기반으로 하는 다양한 접근법들이 각광을 받고 있다. 이러한 ICT 기반의 유동인구 분석에 대한 새로운 접근은 기존의 유동인구를 이해해오던 방식보다 효과적으로 지역에 대한 인사이트를 제공할 것으로 기대된다. 더 나아가, 유동인구에 대한 체계적인 이해가 가능해진다면, 유동인구로 부터 직접적인 영향을 받는 지역 상권의 체계적인 이해와 활성화 방안 모색에 기여할 수 있을 것이다[4,8-9].
즉, 가로수길은 젊은 층이 많이 찾는 대표적인 지역이어서, 여러 기업의 플래그샵이 위치한 지역인 반면, 가구거리는 전 연령층에서 특정한 목적을 전제로 많이 찾는 지역이다. 이처럼 가까우면서도 다른 성격의 두 지역에서의 유동인구의 흐름과 매출패턴을 보는 것은 지역 상권의 이해의 중요한 단초를 제공할 것으로 기대된다.
특히, 기존의 유동인구 추정 분석과는 다르게, 이동통신 기지국 기반 유동인구에 대한 실증적인 추적과 상권 내 신용카드 매출 정보의 결합을 통해, 보다 구체적인 정책시사점을 제공하고자 하였다. 특히, 본 논문에서 수행한 유동인구 흐름에 대한 마르코브 체인 기반 접근 방법은 추후 지역 상권의 유동인구 흐름을 체계적으로 이해하고 더 많은 인사이트를 도출하는데 기여할 것으로 보인다. 하지만, 본 연구에서는 가구거리와 가로수길만을 대상으로 분석하였기에, 연구 범위에 있어 제한점이 있을 수 있다.
특히, 본 논문에서 수행한 유동인구 흐름에 대한 마르코브 체인 기반 접근 방법은 추후 지역 상권의 유동인구 흐름을 체계적으로 이해하고 더 많은 인사이트를 도출하는데 기여할 것으로 보인다. 하지만, 본 연구에서는 가구거리와 가로수길만을 대상으로 분석하였기에, 연구 범위에 있어 제한점이 있을 수 있다. 후속 연구에서는, 본 연구에서의 접근법을 고도화하고 확장하과 동시에 연구 범위를 다양하게 확대하여, 유동인구 기반의 지역경제에 대한 보다 효과적인 시사점을 제공할 수 있기를 기대한다.
하지만, 본 연구에서는 가구거리와 가로수길만을 대상으로 분석하였기에, 연구 범위에 있어 제한점이 있을 수 있다. 후속 연구에서는, 본 연구에서의 접근법을 고도화하고 확장하과 동시에 연구 범위를 다양하게 확대하여, 유동인구 기반의 지역경제에 대한 보다 효과적인 시사점을 제공할 수 있기를 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	도심 내 주요 상권을 이해하는 중요한 관점은 무엇인가?	상권이란, 지역 내 점포와 소비자를 유인하는 공간으로, 지역 내 유동인구가 선호하는 공간의 범위이기도 하다[1]. 이와 같은 도심 내 주요 상권을 이해하는 중요한 관점은 바로 상권을 구성하는 유동인구의 흐름일 것이다. 그렇기에 도심 주요 지역에서의 인구 이동에 대한 연구는 지속적으로 진행되어 왔다[6-7].
	상권이란 무엇인가?	상권이란, 지역 내 점포와 소비자를 유인하는 공간으로, 지역 내 유동인구가 선호하는 공간의 범위이기도 하다[1]. 이와 같은 도심 내 주요 상권을 이해하는 중요한 관점은 바로 상권을 구성하는 유동인구의 흐름일 것이다.
	지역 상권 내 소비자에 대한 구체적인 이해를 위해선 무엇이 필요한가?	이처럼 지역 상권은 현대의 소비 요구를 반영하기 위해 그 발생과 변화의 양상이 이전보다 빠르게 이뤄지고 있으며, 이에 대한 이해를 위해서는 지역 상권 내 소비자에 대한 구체적인 이해가 필수적이다[1]. 즉, 지역 상권에 대한 체계적인 이해를 위해서는 상권 내 유동인구의 흐름과 상권에서의 매출에 대한 구체적인 파악과 실증적인 분석이 중요한 역할을 할 수 있다[5]. 최근에는 ICT의 발전과 함께 기존과는 차이점을 갖는 접근 방법들이 등장하고 있다[1].

참고문헌 (19)

Lee, M.H., Hong, S.K., Shin, D.B., "A Study on Application of Spatial Weighted Regression for Analyzing the Influential Factors of Sales in Sub-region Commercial Area of Seoul - Focusing on Geo-Spatial Big Data Utilization," The Geographical Journal of Korea, 53(2), 213-224, 2019. http://kiss.kstudy.com/thesis/thesis-view.asp?key3688388
Park, J.W., Park, J.H. and Nam, G.W., "A planning of urban renewal project's smart services based on the factors of a smart governance," 2018 The Korea Society For Geospatial Information Science, pp. 230-231, 2018.
Kim, S.E., "Policy on Gentrification and Specialized Commercial District", Issue Briefing, Jthink, 2017.
Lee, S.K. and Sung, H.G., "Identifying the Spatial Transformation and Proliferation for the Seoul Retail Trade Areas : Focusing on Gentrificated Areas in the Seoul Metropolitan City", SH Urban Research & Insight, 8(3), pp. 69-82, 2018. https://doi.org/110.26700/shuri.2018.12.8.3.69

상세보기
Kim, W.H., Lim, J.S. and Song, A.H., "Spatiotemporal Changes of the Agglomerated Marketplace by Use of the Pedestrian Flow Data: A Case Study of Hongdae Area", Journal of the Korean Cartographic Association, 18(1), pp. 49-63, 2018. https://doi.org/110.16879/jkca.2018.18.1.049

상세보기
Kim, S.H. and Min, S.Y., "Policy for Activating the Use of Bicycles through Analysis of Current State of Use of Public Bicycles", Journal of Internet Computing and Services, 19(2), pp. 37-44, 2018. http://www.koreascience.or.kr/article/JAKO201824752114327.page
Chae, C.W., Yoon, J.H., Song, D.H., and Park, K.J., "Efficient dummy generation for protecting location privacy in location based services", Journal of Internet Computing and Services, 18(5), pp. 23-30, 2017. https://doi.org/110.17661/jkiiect.2016.9.6.526

원문보기 상세보기
Bae, J.W., Kim, R.H., Kwon, Y.H. and Lee, M.H., "A Study on the Central Places in Connected-Regions for Mutual Prosperity Under Population Decrease", Journal of The Korean Regional Development Association, 31(3), pp. 89-112, 2019. http://www.dbpia.co.kr/journal/articleDetail?nodeIdNODE09216530#
Lim, S.M., Kim, H.C., Kim, D.J., and Ahn, Y.S., "A Study on the Estimating of the Floating Population of Walking Street by the Multiple Regression Model- Focusing on Gangnam and Seocho-gu in Seoul -", Seoul Studies, 20(2), pp. 121-139, 2019.
Gomes, E., Dantas, M. A., de Macedo, D. D., De Rolt, C., Brocardo, M. L., and Foschini, L., "Towards an infrastructure to support big data for a smart city project", 2016 IEEE 25th International Conference on Enabling Technologies: Infrastructure for Collaborative Enterprises (WETICE), IEEE, pp. 107-112, 2016.
Lee, J. Y., Kim, K. D. and Kim, K., "A Study on Improving the Location of CCTV Cameras for Crime Prevention through an Analysis of Population Movement Patterns using Mobile Big Data", KSCE Journal of Civil Engineering, 23(1), pp. 376-387, 2019.

상세보기
Colak, S., Alexander, L. P., Alvim, B. G., Mehndiratta, S. R., and Gonzalez, M. C., "Analyzing cell phone location data for urban travel: current methods, limitations, and opportunities", Transportation Research Record, 2526(1), pp. 126-135, 2015.

상세보기
Meng, Y., Han, J., and Qin, S., "The Impact of Health Insurance Policy on the Health of the Senior Floating Population-Evidence from China", International journal of environmental research and public health, 15(10), pp. 2159, 2018.

상세보기
Fisher, D. M., Wood, S. A., Roh, Y. H., and Kim, C. K., "The Geographic Spread and Preferences of Tourists Revealed by User-Generated Information on Jeju Island, South Korea", Land, 8(5), pp. 73, 2019.

상세보기
Park, J.W., Shim, Y.C., Jung, H.S., and Lee, Y.W., "Real Time Distributed Parallel Processing to Visualize Noise Map with Big Sensor Data and GIS Data for Smart Cities", Journal of Internet Computing and Services, 19(4), pp. 1-6, 2018.

원문보기 상세보기
Choi, Y.H., "Design of Smart Platform based on Image Recognition for Lifelog", Journal of Internet Computing and Services, 18(1), pp. 51-55, 2017.

원문보기 상세보기
Yun, S. B., Hieu, N. M., Park, S. Y., Lim, H., and Heo, J., "Implementation of Floating Population Analysis for Smart Cities: A case study in Songdo Incheon South Korea", In Proceedings of the 2nd ACM SIGSPATIAL Workshop on Prediction of Human Mobility, pp. 32-36, ACM. 2018.
Zawieska, J. and Pieriegud, J., "Smart city as a tool for sustainable mobility and transport decarbonisation", Transport Policy, 63, pp. 39-50, 2018.

상세보기
Cledou, G., Estevez, E. and Barbosa, L. S., "A taxonomy for planning and designing smart mobility services", Government Information Quarterly, 35(1), pp. 61-76, 2018

상세보기

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