Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

Social Network Analysis of Shared Bicycle Usage Pattern Based on Urban Characteristics: A Case Study of Seoul Data

도시특성에 기반한 공유 자전거 이용 패턴의 소셜 네트워크 분석 연구: 서울시 데이터 사례 분석

  • Byung Hyun Lee (Department of Business Administration, Graduate School, Kyung Hee University) ;
  • Il Young Choi (Graduate School of Business Administration & AI Business Research Center, Kyung Hee University) ;
  • Jae Kyeong Kim (School of Management, Kyung Hee University)
  • 이병현 (경희대학교 대학원 경영학과) ;
  • 최일영 (경희대학교 경영대학원/AI 경영 연구 센터) ;
  • 김재경 (경희대학교 경영대학)
  • Received : 2019.12.31
  • Accepted : 2020.01.20
  • Published : 2020.02.29
Download PDF
⟨ Previous Next ⟩

Abstract

The sharing economy service is now spreading in various fields such as accommodation, cars and bicycles. In particular, bicycle-sharing service have become very popular around the world, and since September 2015, Seoul has been providing a bicycle-sharing service called 'Ttareungi'. However, the number of bicycles is unbalanced among rental stations continuously according to the user's bicycle use. In order to solve these problems, we employed social network analysis using Ttareungi data in Seoul, Korea. We analyzed degree centrality, closeness centrality, betweenness centrality and k-core. As a result, the degree centrality was found to be closely linked with bus or subway transfer center. Closeness centrality was found to be in an unbalanced departure and arrival frequency or poor public transport proximity. Betweenness centrality means where the frequency of departure and arrival occurs frequently. Finally, the k-core analysis showed that Mapo-gu was the most important group by time zone. Therefore, the results of this study may contribute to the planning of relocation and additional installation of bike rental station in Seoul.

공유경제 서비스는 현재 숙박, 자동차, 자전거 등 다양한 분야에서 확산되고 있다. 특히 공유 자전거 서비스는 세계 각지에서 크게 인기를 끌고 있고, 서울시도 2015년 9월부터 '따릉이'라는 공공자전거 서비스를 제공하고 있다. 그러나 사용자의 자전거 이용이 증감함에 따라 지속적으로 대여소 간의 자전거 수 불균형이 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 2017년 1년간의 서울시 따릉이 공공자전거 데이터에 소셜 네트워크 분석에서 활용되는 연결 정도 중심성, 근접 중심성, 매개 중심성 그리고 k-코어 분석을 적용하여 시간대별 '따릉이' 이용자들의 이동 패턴을 분석하였다. 그 결과, 연결 정도 중심성은 대중교통 환승과 밀접하게 연계된 곳으로 나타났다. 근접 중심성은 출발과 도착 빈도가 불균형하거나 대중교통 근접성이 미흡한 곳으로 나타났다. 매개 중심성은 출발과 도착의 빈도가 동시에 많이 발생하는 곳을 의미한다. 마지막으로 k-코어 분석 결과, 시간대별로 가장 핵심 집단으로 간주 되는 자치구는 마포구로 나타났다. 따라서 본 연구의 결과는 서울의 자전거 정류장 재배치, 추가 설치 등에 대한 방안을 계획하는 데 기여할 수 있을 것으로 본다.

Keywords

Acknowledgement

이 논문 또는 저서는 2017년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2017S1A5B8059804)

References

  1. 강성경, 유환, 이영재, "텍스트 마이닝과 소셜네트워크 분석을 이용한 재난대응 용어분석", Information Systems Review, 제18권, 제1호, 2016, pp. 141-155.
  2. 고길곤, "정책네트워크 연구의 유용성과 사회연결망 이론 활용 방법의 고찰", 서울대학교 한국행정연구소, 제45권, 제1호, 2007, pp. 137-164.
  3. 고재우, 최창묵, 김성호, 정완희, "사회 네트워크 분석 방법을 활용한 국내 여객항로 분석 연구", 한국항해항만학회지, 제39권, 제3호, 2015, pp. 217-222. https://doi.org/10.5394/KINPR.2015.39.3.217
  4. 공공자전거운영처, 공공자전거 종합현황, 서울시설공단, 2016.
  5. 공공자전거운영처, 공공자전거 종합현황, 서울시설공단, 2018.
  6. 과학정책연구소, 미래산업과 공학인재 빅데이터분석, 한국공학교육학회 공학교육정보센터, 2016.
  7. 곽기영, 소셜네트워크분석, 제2판, 청람, 서울, 2017.
  8. 국토교통부, 제2차 서울특별시 대중교통계획, 서울특별시, 2012.
  9. 김동준, 정경옥, 신희철, 이재용, 정성엽, 성남시 공공자전거 도입방안 연구, 성남시, 2013.
  10. 김동준, 정성엽, 한상용, 신희철, "공공자전거 경제적 효과 분석", 한국 도로학회논문집, 제16권, 제1호, 2014, pp. 63-73.
  11. 김하영, 허균, "다문화가족지원센터의 소셜네트워크 협력관계에 대한 구조 탐색 연구", 수산해양교육연구, 제29권, 제5호, 2017, pp. 1546-1556.
  12. 박득희, 김태구, 이계회, "소셜 네트워크 분석을 적용한 외래 개별관광객의 다(多) 관광지 관광행동에 대한 이해: 경기도 관광지를 대상으로", 호텔경영학연구, 제25권, 제4호, 2016, pp. 201-216.
  13. 박득희, 전재균, "소셜 네트워크 분석을 적용한 내국인 관광객들의 교통수단에 따른 네트워크 비교 연구", 관관연구저널, 제32권, 제3호, 2018, pp. 39-54.
  14. 배순한, 백승익, "개인의 네트워크 위치가 지식공유 의도에 미치는 영향에 관한 탐색적 연구", 한국전자거래학회지, 제21권, 제3호, 2016, pp. 29-50. https://doi.org/10.7838/JSEBS.2016.21.3.029
  15. 서울특별시, 2017년 4/4분기 서울특별시 주민등록인구통계(2017. 12. 31. 기준), 2018.
  16. 석명섭, 조병휘, 지일용, "특허 인용 네트워크 분석을 활용한 기술마케팅의 효과성 제고방안에 관한 연구: 다선분 나노구조 코팅재료 공정기술 사례", 한국산학기술학회논문지, 제16권, 제5호, 2015, pp. 3210-3219. https://doi.org/10.5762/KAIS.2015.16.5.3210
  17. 성낙환, 공유경제 소비자들의 롱테일 수요를 깨운다, LG경제연구원, 2014.
  18. 손동원, 사회 네트워크 분석, 경문사, 서울, 2002.
  19. 송순영, 공유경제 서비스와 소비자 권익증진 방안 연구, 한국소비자원, 2015.
  20. 이수상, 네트워크 분석 방법론, 논형, 서울, 2012.
  21. 이슬이, 신은경, 김세용, "공영자전거 이용에 영향을 미치는 지역적 환경특성 연구", 대한건축학회논문집, 제30권, 제12호, 2014, pp. 215-223.
  22. 이장호, 정경옥, 신희철, "기상조건과 입지특성이 공공자전거 이용에 미치는 영향 분석", 대한교통학회지, 제34권, 제5호, 2016, pp. 394-408.
  23. 이창균, 성민준, 이윤배 "e-커머스 기업의 고객서비스 쿨트랜드 발견: 사회네트워크분석 NodeXL활용", Information Systems Review, 제13권, 제1호, 2011, pp. 75-96.
  24. 장재민, 김태형, 이무영, "서울시 공공자전거 이용특성에 관한 연구", 서울도시연구, 제17권, 제4호, 2016, pp. 77-91. https://doi.org/10.23129/SEOULS.17.4.201612.77
  25. 전희주, 임병학, "소셜네트워크 분석을 활용한 생보사와 손보사의 대면/비대면 채널의 적합성 비교", 한국데이터정보과학회지, 제25권, 제6호, 2014, pp. 1207.
  26. 정인웅, 엄현섭, 이영훈, "공유 자전거 시스템의 수요기반 재배치", 한국경영과학회, 제43권, 제4호, 2018, pp. 17-31.
  27. 최수진, 커뮤니케이션을 위한 네트워크 분석, 커뮤니케이션북스, 서울, 2016.
  28. 한경훈, 서영수, 박근병, "사회 네트워크 분석을 이용한 지하철역 네트워크 구조 분석", 한국철도학회 춘계학술대회, 2015, pp. 34-40.
  29. 황정훈, 정웅기, 대구시 공공자전거 시스템 도입방안, 대구경북연구원, 2009.
  30. Asero, V., S. Gozzo, and V. Tomaselli, "Building tourism networks through tourist mobility", Journal of Travel Research, Vol.55, No.6, 2016, pp. 751-763.
  31. Faghih-Imani, A., N. Eluru, A. M. El-Geneidy, M. Rabbat, and U. Haq, "How land-use and urban form impact bicycle flows: Evidence from the bicycle-sharing system (BIXI) in Montreal", Journal of Transport Geography, Vol.41, 2014, pp. 306-314.
  32. KB금융지주 경영연구소, 공유경제(Sharing Economy)의 확산에 따른 기업의 대응과 최근 주요 논란, 2017.
  33. Peng, H., J. Zhang, Z. Liu, L. Lu, and L. Yang, "Network analysis of tourist flows: A cross-provincial boundary perspective", Tourism Geographies, Vol.18, No.5, 2016, pp. 561-586.