Abstract
With the advent of the big data era, the interest in the development of land using traffic data has increased significantly. However, the current research on traffic big data lingers around organizing or calibrating the data only. In this research, a novel method for discovering the hidden values within the traffic data through data mining is proposed. Considering the fact that traffic data and network structures have similarities, network analysis algorithms are used to find valuable information in the actual traffic volume data. The PageRank and HITS algorithms are then employed to find the centralities. While conventional methods present centralities based on uncomplicated traffic volume data, the proposed method provides more reasonable centrality locations through network analysis. Since the centrality locations that we have found carry detailed spatiotemporal characteristics, such information can be used as an objective basis for making policy decisions.
빅데이터 시대에 발맞추어, 데이터에 기반한 실효성 있는 국토공간 개편의 바람직한 방향을 제시하기 위해 교통 데이터를 활용한 국토개발에 대한 관심이 높아지고 있다. 하지만 현재 교통 데이터에 대한 연구는 데이터 정리 혹은 보정하는 수준에만 머물고 있다. 본 연구는 여기서 더 나아가 데이터를 가공함으로써 국토공간에 존재하는 숨겨진 가치를 제시하고자 한다. 이에 교통 데이터가 네트워크 구조와 유사하다는 점에 착안하여, 네트워크 분석에 사용되는 알고리즘을 통하여 국토공간에 존재하는 가치를 찾고자 하였다. 본 연구는 중심지를 파악하기 위해 PageRank와 HITS알고리즘을 활용하였다. 알고리즘의 거점 평가 지표로서의 성능을 확인하기 위해 TCS데이터를 이용하여 단순교통량과 비교하여 성능을 확인하였다. 이를 통해 단순히 교통량에만 의지하여 제시되었던 중심지들을 더 세분화된 특성에 맞추어 파악할 수 있었다. 알고리즘을 이용하여 찾은 중심지는 시간적, 기능적 특성을 세분화하여 담고 있으므로 경제권 내의 중심지를 판단하는 객관적인 근거로서 지역 거점 선정과 같은 정책적 결정을 위한 기초자료로 활용할 수 있을 것이다.