Journal of Cadastre & Land InformatiX (지적과 국토정보)

LX Spatial Information Research Institute (한국국토정보공사 공간정보연구원)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Spatial Patterns of Tweet Data for Urban Areas by Time - A Case of Busan City -

도시 지역 트윗 데이터의 시간대별 공간분포 특성 - 부산광역시를 사례로 -

  • Received : 2016.10.07
  • Accepted : 2016.12.07
  • Published : 2016.12.10
Download PDF
⟨ Previous Next ⟩

Abstract

The process of spatial big data, such as social media, is being paid more attention in the field of spatial information in recent years. This study, as an example of spatial big data analysis, analyzed the spatial and temporal distribution of Tweet data based on the location and time information. In addition, the characteristics of its spatial pattern by times were identified. Tweet data in Busan city are collected, processed, and analyzed to identify the characteristics of the temporal and spatial pattern. Then, the results of Tweet data analysis were compared with the characteristics of the land type. This study found that spatial pattern of tweeting in the city was associated with given time periods such as daytime and nighttime in both weekdays and weekends. The spatial distribution patterns of individual time periods were compared with the characteristics of the land for the spatially concentrated area. The results of this study showed that tweeted data would be related to different spatial distribution depending on the time, which potentially reflects the daily pattern and characteristics of the land type of urban area to some extent. This study presented the possible incorporation of social media data, e. g. Tweet data, into the field of spatial information. It is expected that there will be more advantage to use a variety of social media data in areas such as land planning and urban planning.

최근 공간 정보 분야에서 소셜 미디어와 같은 공간 빅 데이터의 분석과 처리에 많은 관심이 집중되고 있다. 본 연구에서는 공간 빅 데이터 분석의 한 사례로서 트윗 데이터가 가지고 있는 위치 정보와 시간 정보를 바탕으로 시간대별로 공간분포를 분석하고 그 특성을 파악하였다. 부산시 지역의 트윗 데이터를 수집하고, 시간대별 공간분석을 통하여 그 특성을 파악하여, 그 지역의 토지이용 특성과 비교하였다. 부산시 지역의 트윗 데이터를 시간대에 따라 평일 주간, 평일 야간, 휴일 주간, 휴일 야간으로 구분하고, 각 시간대별로 공간적 분포 특성을 파악하여, 공간적으로 집중된 지역의 토지이용 특성과 비교하였다. 본 연구의 결과 트윗 데이터는 시간대에 따라 공간분포가 다르게 나타나고 있으며, 이는 그 지역의 일상생활 패턴과 토지이용 특성을 어느 정도 반영하고 있었다. 본 연구에서는 공간정보 분야에서 트윗 데이터와 같은 소셜 미디어 자료의 분석을 통한 활용 가능성을 제시하였다. 향후 토지 계획이나 도시 계획 등의 분야에서 다양한 소셜 미디어 자료를 활용할 수 있을 것으로 전망된다.

Keywords

References

  1. 강애띠, 강영옥. 2015. 타임라인 데이터를 이용한 트위터 사용자의 거주 지역 유추방법. 한국공간정보학회지. 23(2): 69-81. Kang AT, Kang YO. 2015. Location inference of Twitter users using timeline data. Journal of Korea Spatial Information Society. 23(2): 69-81.
  2. 구자용. 2015. 공간정보 빅 데이터의 지도화와 공간적 분포 특성에 관한 연구 : 서울시 지역의 트윗 데이터를 사례로. 국토지리학회지. 49(3): 349-360. Ku CY. 2015. The study on them apping and spatial distribution analysis for spatial big data: the case study on the twit data of Seoul area. The Geographical Journal of Korea. 49(3): 349-360.
  3. 김대종. 2014. 정부 3.0을 위한 공간 빅 데이터 구축 및 활용방안. 국토. p. 42-51. Kim DJ. 2014. Building and Application of spatial big data for government 3.0. Planning and Policy. p. 42-51.
  4. 박우진, 유기윤. 2015. 위치기반 소셜 미디어 데이터의 텍스트 마이닝 기반 공간적 클러스터링 분석 연구. 한국지형공간정보학회지. 23(2): 89-96. Park WJ, Yu KW. 2015. Spatial clustering anaysis based oon text mining of location-based social media data. Journal of Korean Society of Geospatial Information Science. 23(2): 89-96. https://doi.org/10.7319/kogsis.2015.23.2.089
  5. 박재희, 강영옥. 2014. 트윗을 이용한 서울시 주거환경 만족의 공간적 특성 분석-도시정책지표 보완을 위한 활용방안 모색. 한국도시지리학회지. 17(1): 43-56. Park JH, Kang YO. 2014. An analysis of spatial characteristics of residential satisfaction in Seoul using Tweet data: an applicability of Tweet data for complementing urban policy indicators. Joural of the Korean Urban Geographical Society 17(1): 43-56.
  6. 신정엽. 2014. 정보 격차의 맥락에서 트윗 데이터의 이론적 고찰과 실증적 공간 탐색: 미국 킹 카운티를 사례로. 한국지도학회지. 14(2): 89-106. Shin JY. 2014. Theoretical review and quantitative spatial exploration of Tweet data in the context of digital divice: case of King county, US. Journal of Korean Cartographic Association. 14(2): 89-106.
  7. 안종욱, 이미숙, 신동빈. 2013. 공간 빅 데이터 개념 및 체계 구축방안 연구. 한국공간정보학회지. 21(5): 43-51. Ahn JW, Yi MS, Shin DB. 2013. Study for spatial big data concept and system building. Journal of Korea Spatial Information Society. 21(5): 43-51.
  8. 이광국, 조승구. 2007. 부산시 상업기능의 도시공간적 분포변화 특성. Journal of the Korean Data Analysis Society. 9(3): 1443-1456. Lee KK, Jo SK. 2007. A Study on characteristics of the periodical change by the urban spatial location of commercial function in Busan. Journal of the Korean Data Analysis Society. 9(3): 1443-1456.
  9. 조영임. 2013. 빅 데이터의 이해와 주요 이슈들. 한국지역정보학회지. 16(3): 43-65. Cho YI. 2013. Understanding and main issues of big data. Joural of Korean Association for Regional Information Society. 16(3): 43-65.
  10. 홍일영. 2015. 국내 지오트윗의 공간분포. 한국지도학회지. 15(2): 93-101. Hong IY. 2015. Spatial distribution of Korean Geotweets. Journal of Korean Cartographic Association. 15(2): 93-101.
  11. 홍일영. 2016. 국내 위치기반 소셜 네트워크 데이터의 공간분포. 한국지도학회지. 16(2): 95-104. Hong IY. 2016. Spatial distribution of LBSN data in Korea. Journal of Korean Cartographic Association. 16(2): 95-104.
  12. Kim MG, Kang YO, Lee JY, Koh JH. 2016. Inferring tweet location inference for twitter mining. Spatial Information Research. 24(4): 421-435. https://doi.org/10.1007/s41324-016-0041-y
  13. Lee R, Wakamiya S, Sumiya K. 2013. Urban area characterization based on crowd behavioral lifelogs over Twitter. Personal Ubiquitous Computing. 17:605-620. https://doi.org/10.1007/s00779-012-0510-9
  14. Li L, Goodchild M, Xu B. 2013. Spatial, temporal and socioeconomic patterns in the use of Twitter and Flickr. Cartography and Geographic Information Science. 40(2): 61-77. https://doi.org/10.1080/15230406.2013.777139
  15. Malleson N, Andersen MA. 2015. The impact of using social media data in crime rate calculations: shifting hot spots and changing spatial patterns. Cartography and Geographic Information Science. 42(2): 112-121. https://doi.org/10.1080/15230406.2014.905756
  16. Miller HJ. 2004. Activities in space and time. in Hensher DA, Button KJ, Haynes KE, Stopher P.(eds) Handbook of Transport Geography and Spatial Systems. Elsevier. Lodon.
  17. Steiger E, Westerholt R, Resch B, Zipf A. 2015. Twitter as an indicator for whereabouts of people? Correlating Twitter with UK census data. Computers, Environment and Urban System. 54: 255-265. https://doi.org/10.1016/j.compenvurbsys.2015.09.007
  18. Sui D, Goodchild M. 2011. The convergence of GIS and social media: challenges for GIScience. International Journal of Geographic Information Science. 25(11):1737-1748. https://doi.org/10.1080/13658816.2011.604636
  19. Xu C, Wong D W, Y ang C. 2013. Evaluating the "geographical awareness" of individuals: an exploratory analysis of twitter data. Cartography and Geographic Information Science. 40(2):103-115. https://doi.org/10.1080/15230406.2013.776212