$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

빅데이터 기반의 모빌리티 분석
A Trip Mobility Analysis using Big Data 원문보기

The journal of Bigdata = 한국빅데이터학회지, v.5 no.2, 2020년, pp.85 - 95  

조범철 (한국교통연구원 빅데이터교통연구본부) ,  김주영 (한국교통연구원 빅데이터교통연구본부) ,  김동호 (한국교통연구원 빅데이터교통연구본부)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 통신 데이터를 이용하여 기종점통행량 등 교통 모빌리티를 분석하는 방법론을 제안하였다. 모바일 기지국 위치정보 기반의 통신 데이터를 이용하여 개인의 통행사슬(Trip Chain) DB를 구축하고 일별 통행 패턴을 추출하여 통행 특성을 분석하였다. 분석의 신뢰성 제고를 위해서 기지국의 영향권을 맵 매칭하고, 통신 데이터가 가지는 Ping pong Handover 문제를 보정하는 로직을 개발하였으며, 기지국 영향권 내에서 Pass By와 Stay를 구분하는 분석기준을 제안하였다. 개발된 분석 방법을 활용하여 전국 지역 간 통행, 도시 및 지방 지역의 통행 발생과 분포를 추정하고 기존의 전통적인 분석방법론과 비교 검증하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, a mobility analysis method is suggested to estimate an O/D trip demand estimation using Mobile Phone Signaling Data. Using mobile data based on mobile base station location information, a trip chain database was established for each person and daily traffic patterns were analyzed. In ...

주제어

#기지국 신호 데이터   #모빌리티   #통행사슬   #기종점통행  

참고문헌 (8)

  1. 김주영, 조종석, "국가교통조사 및 DB구축사업 중 전국 여객 기종점 통행량 조사", 한국교통연구원, 2016. pp.9-33 

  2. 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 Journal of the Transportation Research Board, 2526(1), 2014, pp.126-135. 

  3. Alexander, L., Jiang, S., Murga, M., and Gonzalez, M. C., "Origin-destination trips by purpose and time of day inferred from mobile phone data", Transportation research part c: emerging technologies, Volume 58, Part B, 2015, pp.240-250. 

    상세보기 crossref

  4. Janzen, M., Vanhoof, M., Axhausen, K. W., and Smoreda, Z., "Estimating long-distance travel demand with mobile phone billing data", in the 16th Swiss Transport Research Conference, 2016, Volume 16. 

  5. Maldeniya, D., Lokanathan, S., and Kumarage, A., "Origin-Destination matrix estimation in Sri Lanka using mobile network big data", in Proceedings of the 13th International Conference on Social Implications of Computers in Developing Countries, Negombo, Sri Lanka, 2015, pp.786-794. 

  6. Iqbal, M. S., Choudhury, C. F., Wang, P., and Gonzalez, M. C., "Development of origin-destination matrices using mobile phone call data", Transportation Research Part C: Emerging Technologies, Volume 40, 2014, pp.63-74. 

    상세보기 crossref

  7. Larijani, A. N., Olteanu-Raimond, A. M., Perret, J., Bredif, M., and Ziemlicki, C.(2015), "Investigating the mobile phone data to estimate the origin destination flow and analysis; case study: Paris region", Transportation Research Procedia, Volume 6, 2015, pp.64-78. 

    상세보기 crossref

  8. 윤서연 외, "지역간 교통수요 예측의 신뢰성 제고를 위한 빅데이터 활용방안 연구", 국토연구원, 2015. 

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로