• International Journal of Internet, Broadcasting and Communication
• /
• 제11권4호
• /
• pp.18-25
• /
• 2019

The public data portal provides various public data created by the government in the form of files and open APIs. In order to increase the usability of public open data, a variety of information should be provided to users and should be convenient to use for users. This requires the structured data design plan of the public data. In this paper, we propose a data design method to improve the usability of the Seoul subway public data. For the study, we first identify some properties of the current subway public data and then classify the data based on these properties. The properties used as classification criteria are stored properties, derived properties, static properties, and dynamic properties. We also analyze the limitations of current data for each property. Based on this analysis, we classify currently used subway public data into code entities, base entities, and history entities and present the improved design of entities according to this classification. In addition, we propose data retrieval functions to increase the utilization of the data. If the data is designed according to the proposed design of this paper, it will be possible to solve the problem of duplication and inconsistency of the data currently used and to implement more structural data. As a result, it can provide more functions for users, which is the basis for increasing usability of subway public data.

• International Journal of Internet, Broadcasting and Communication
• /
• 제10권3호
• /
• pp.51-58
• /
• 2018

In order to utilize various data provided by Korea public open data portal, data should be systematically managed using a database. Since the range of open data is enormous, and the amount of data continues to increase, it is preferable to use a database capable of processing big data in order to analyze and utilize the data. This paper proposes data modeling and implementation method suitable for public data. The target data is subway related data provided by the public open data portal. Schema of the public data related to Seoul metro stations are analyzed and problems of the schema are presented. To solve these problems, this paper proposes a method to normalize and structure the subway data and model it in NoSQL database. In addition, the implementation result is shown by using MongDB which is a document-based database capable of processing big data.

• Journal of Preventive Medicine and Public Health
• /
• 제39권4호
• /
• pp.325-330
• /
• 2006

Objectives: The aims of this study were to examine the level of airborne fungi and environmental factors in Seoul metropolitan subway stations and to provide fundamental data to protect the health of subway workers and passengers. Methods: The field survey was performed from November in 2004 to February in 2005. A total 22 subway stations located at Seoul subway lines 1-4 were randomly selected. The measurement points were subway workers' activity areas (station office, bedroom, ticket office and driver's seat) and the passengers' activity areas (station precincts, inside train and platform). Air sampling for collecting airborne fungi was carried out using a one-stage cascade impactor. The PM and CO2 were measured using an electronic direct recorder and detecting tube, respectively. Results: In the activity areas of the subway workers and passengers, the mean concentrations of airborne fungi were relatively higher in the workers' bedroom and station precinct whereas the concentration of particulate matter, $PM_{10}\;and\;PM_{2.5}$, were relatively higher in the platform, inside the train and driver's seat than in the other activity areas. There was no significant difference in the concentration of airborne fungi between the underground and ground activity areas of the subway. The mean $PM_{10}\;and\;PM_{2.5}$ concentration in the platform located at underground was significantly higher than that of the ground (p<0.05). Conclusions: The levels of airborne fungi in the Seoul subway line 1-4 were not serious enough to cause respiratory disease in subway workers and passengers. This indicates that there is little correlation between airborne fungi and particulate matter.

• 한국IT서비스학회지
• /
• 제19권2호
• /
• pp.125-138
• /
• 2020

Currently, subway crowding is estimated by observing a specific point at specific hours once or twice every 1 or 2 years. Given the extensive subway network in Seoul Metropolitan Area covering 588 stations, 11 lines and 80 transfer stations as of 2017, implementing crowding mitigation policy may have its limitations due to data uncertainty. A proposal has recently been made to effectively use smart card data, which generates big data on the overall subway traffic related to an estimated 8 million passengers per day. To mitigate subway crowding, this study proposes two viable options based on data related to smart card used in Seoul Metropolitan Area. One is to create a subway passenger pattern model to accurately estimate subway crowding, while the other is to prove effectiveness of early bird policy to distribute subway demand that is concentrated at certain stations and certain time. A subway passenger pattern model was created to estimate the passenger routes based on subway terminal ID at the entrance and exit and data by hours. To that end, we propose assigning passengers at the routes similar to the shortest routes based on an assumption that passengers choose the fastest routes. In the model, passenger flow is simulated every minute, and subway crowding level by station and line at every hour is analyzed while station usage pattern is identified by depending on passenger paths. For early bird policy, highly crowded stations will be categorized based on congestion level extracted from subway passenger pattern model and viability of a policy which transfers certain traveling demands to early commuting hours in those stations will be reviewed. In particular, review will be conducted on the impact of policy implemented at certain stations on other stations and lines from subway network as a whole. Lastly, we proposed that smart card based subway passenger pattern model established through this study used in decision making process to ensure effective implementation of public transport policy.

• 설비공학논문집
• /
• 제16권7호
• /
• pp.652-657
• /
• 2004

Development of underground space in urban area has a huge amount of potential to ease the limitations on the land use and the efficiency especially in urban area. Considering public transportation in urban area, subway system could be one of the most efficient and practical approaches. Subsequently this leads the public to have more chances to experience the indoor air quality (IAQ) in subway systems. In this study, it was aimed to produce useful data for the IAQ control in subway environments, Specifically the train-induced wind has been investigated by means of field survey and analysis. The recent updates including the quantified characteristics of train-induced wind are presented in this paper.

• 한국철도학회논문집
• /
• 제18권3호
• /
• pp.270-277
• /
• 2015

수도권 도시철도 일부 구간에서는 이용객의 집중화에 따라 극심한 혼잡이 발생하고 있다. 도시철도 운영회사들은 정기 및 분기별 혼잡조사를 실시하여, 혼잡개선 대책을 수립하고 있다. 하지만, 이러한 조사는 열차혼잡도에 국한되어 있으며, 이벤트 발생에 따른 비반복 혼잡에 대한 조사가 어려운 실정이다. 본 연구에서는 교통카드자료를 활용한 시간대별 승강장 혼잡도를 추정하는 알고리즘을 개발하도록 한다. 알고리즘 검증을 위하여 2호선 잠실~신도림 구간의 비환승역을 대상으로 혼잡도 추정치와 실측치 값을 비교하였으며, 오차의 범위는 ${pm}2%$ 이내였다. 연구결과는 승강장 혼잡도를 시간대별로 상시 모니터링할 수 있으며, 장기적인 승강장 혼잡도분석을 통한 승강장 대기공간의 적정성 여부도 판단할 수 있을 것이다. 추후 연구에서는 본 연구에서 반영하지 못한 역별 게이트에서 승강장까지의 혼잡상황을 고려한 동적보행시간이 고려되어야 할 것이다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.145-150
• /
• 2023

지하철은 사람들이 일상적으로 이용하는 대중교통으로 자리잡고 있다. 특히 2호선은 지하철 승객이 하루동안 가장 많이 이용하는 역들이 포함되어 있는 호선으로 출퇴근 시간대에는 높은 혼잡도로 인해 압사사고의 위험성이 높아지고 있으며, 이는 지하철을 이용하는 사람들의 안전성과 쾌적함을 저하시킨다. 따라서 지하철 역사 내 혼잡도 예측을 바탕으로 높은 혼잡도로 인해 발생하는 문제를 대비할 필요가 있다. 이를 위해 본 연구에서는 출퇴근 시간대 혼잡 여부를 판별하는 머신러닝 분류 모델을 제안한다. 선행연구를 통해 지하철 혼잡도에 영향을 주는 변수를 파악하고, 공공데이터포털에서 출퇴근 시간대의 2호선 지하철 혼잡도 데이터셋을 수집하여 머신러닝을 기반하여 2호선 지하철 역사 내 혼잡 여부를 예측한다. 본 연구에서 제안하는 출퇴근 시간대 2호선 역사 내 혼잡도 예측 모델은 지하철 이용객의 안전과 만족도를 향상시키기 위한 지하철 운영 계획 수립에 활용될 수 있을 것으로 기대된다.

• Spatial Information Research
• /
• 제19권4호
• /
• pp.11-20
• /
• 2011

저탄소 녹색성장 패러다임에 맞춰 지하철은 대중교통 활성화를 위한 도시 교통의 핵심 운송 수단이다. 지하철은 대량 수송 교통체증완화 교통사고 감소 등의 역할 뿐 아니라 노선 확장에 따라 도시 공간과 네트워크상의 승객 수요의 변화를 촉진시킨다. 현재 수요예측을 주축으로 노선계획이 이루어지고 있어, 지하철 노선 변화에 따른 교통 접근성과 승객 수요 변화를 위한 실증적인 연구가 미비하다. 이에 본 연구의 목적은 공간구문론을 이용한 사전사후 분석을 통해 지하철 개통에 따른 대중교통 영향성을 네트워크의 연결성, 승객 이동성 측면에서 정량적으로 예측 할 수 있는 대안적 평가 방법론을 제시하는 것이다. 우선 2009년 개통된 서울시 지하철 9호 선을 중심으로 도시 철도 네트워크를 구축하고, 공간 구문 모델을 통해 9호선이 개통됨에 따른 네트워크의 위상적 변화 패턴을 분석하였다. 또한, 모델 측정 결과를 검증하기위해, 서울시 교통 카드시스템의 역간 지하철 승차 인원수와 버스 노선별 승차 인원수 자료를 이용하여, 경쟁 노선을 대상으로 버스 이용객의 수단 전환과 주요 환승역에서 승객 수요 변화를 분석하였다. 결론적으로 본 연구 방법론을 통해 지하철 노선 계획에 있어 승객수요변화를 가시화하고 노선 추가에 따른 전후 시공간적 변화 분석이 가능하였으며 향후 주변 대중교통의 영향성과 실제 대중교통 이용자의 이동패턴에 대한 효과적인 공간적 변화 분석에 활용될 것으로 기대한다.

• 한국측량학회지
• /
• 제25권2호
• /
• pp.107-115
• /
• 2007

도심지역 내의 공공 교통시설 중에 전철은 지역 내의 도로망과 유기적으로 상호 기능을 보완해 가면서 국토발전의 기반과 생활기반의 정비, 생활환경의 개선에 큰 역할을 담당하는 지역기반시설이다. 따라서 전철역은 그 기능을 충실히 담당하기 위해 전철과 연계된 도로망의 교통 특성인 기동성, 편리성, 경제성을 확보하기 위해 적재적소에 배치되어야 한다. 그러나 대도시에서의 대중 교통수단인 전철역 등의 공공 교통시설이 지역발전과 토지이용변화에 미치는 영향을 정량적으로 평가하며, 그 결과에 따라 향후 도시계획 등에 활용 가능한 자료를 제시하는 것은 매우 어렵다. 따라서 이 연구에서는 전철역의 입지에 의한 토지이용변화를 정량적으로 평가하고, 향후 전철역 신설을 위한 참고자료로 활용하기 위해 GIS공간분석기능과 다시기 위성영상분류를 통해 전철 역세권의 내부와 외부에 대한 토지이용변화를 정량적으로 평가 및 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제18권4호
• /
• pp.13-18
• /
• 2018

본 연구에서는 기계학습을 이용하여 서울시 지하철역의 승하차 패턴에 따라 지하철역을 분류한다. 대상 데이터는 공공데이터 포탈에서 제공하는 2008년부터 2017년까지 서울 지하철 233개 역에서의 매일 매시간별 승차객 숫자와 하차객 숫자이다. 기계학습 기법으로는 가우시안 혼합 모델(GMM)과 K-평균 클러스터링을 사용한다. 이용객의 승차시간과 하차시간의 분포는 가우시안 혼합 모델로 모델링할 수 있으며, 이를 K-평균 클러스터링을 이용하여 비지도 학습시킨다. 학습결과 서울시 지하철역은 승하차 패턴에 따라 4개의 그룹으로 분류되었다. 본 연구의 결과는 서울시 지하철역의 특성을 파악하여 경제, 사회, 문화적으로 분석하기 위한 주요 기반 지식으로 활용될 수 있다. 본 연구의 방법은 클러스터링이 필요한 모든 공공데이터나 빅데이터에 적용할 수 있다.