• 한국철도학회논문집
• /
• 제11권3호
• /
• pp.216-224
• /
• 2008

본 연구는 합리적인 역세권 범위를 설정하고 이에 미치는 요인을 규명하기 위해 CART(Categorical Analysis Regression Tree) 분석을 이용하여 4대 신도시(분당, 평촌, 일산, 산본)에 대해 SIA 모형을 개발하였으며, 그 결과를 요약하면 다음과 같다. 첫째, 지하철 역세권에 영향을 마치는 변수를 중심으로 상관관계를 분석한 결과, 역세권 지가에 영향을 미치는 주요요인이 도보거리로 나타났으며, 두 관계를 이용하여 SIA 모형을 개발하였다. 둘째, SIA모형식(선형식, 다항식)을 비교분석한 결과, 신도시별 역세권의 범위는 철도역사로부터 도보거리기준으로 분당 신도시가 856m, 일산 산본 신도시가 508m, 평촌신도시가 495m로 각각 다르게 나타났다. 셋째, SIA 모형간 계수를 비교분석한 결과, 철도역사로부터 도보거리가 가까울수록 지가에 대한 영향이 커지는 것으로 나타났다. 또한 신도시별로는, 분당 평촌신도시가 일산 산본 선도시 보다 도보거리에 대한 지가의 영향이 크고 지가 또한 높은 것으로 나타났다. 따라서 현행 도시철도법상 역세권 범위인 반경 500m 이내로 획일적으로 정한 역세권 범위기준은 불합리하며 신도시지역의 토지이용 및 보행접근성(도보거리) 특성을 반영하여 재설정하는 것이 바람직하다고 판단된다.

• 서비스연구
• /
• 제3권1호
• /
• pp.9-16
• /
• 2013

데이터 분석가에게 많은 노력이 요구되지 않으면서 사용자가 쉽게 분석결과를 이해할 수 있는 범용 분류기법으로서 가장 대표적인 것은 Breiman이 개발한 의사결정나무를 들 수 있다. 의사결정나무에서 기본이 되는 2가지 핵심내용은 독립변수의 차원 공간을 반복적으로 분할하는 것과 평가용 데이터를 사용하여 가지치기를 하는 것이다. 분류문제에서 반응변수는 범주형 변수여야 한다. 반복적 분할은 변수 의 차원 공간을 겹치지 않는 다차원 직사각형으로 나눈다. 여기서 변수는 연속형, 이진 혹은 서열의 척도이다. 본 논문에서는 새로운 사례를 분류함에 있어서 분류의 성능을 평가하기 위해 분류나무의 정확도 정밀도 재현률 등을 실험하고자 한다.