• 대한산업공학회지
• /
• 제42권4호
• /
• pp.296-303
• /
• 2016

In public transportation, smart cards have been introduced for the purpose of convenient payment systems. The smart card transaction data can be utilized not only for the exact and convenient payment but also for civil planning based on travel tracking of citizens. This paper focuses on the analysis of the transportation convenience using the smart card big data. To this end, a new index is developed to measure the transit convenience of each region by considering how passengers actually experience the transportation network in their travels. The movement data such as movement distance, time and amount between regions are utilized to access the public transportation convenience of each region. A smart card data of five working days in March is used to evaluate the transit convenience of each region in Seoul city. The contribution of this study is that a new transit convenience measure was developed based on the reality data. It is expected that this measure can be used as a means of quantitative analysis in civil planning such as a traffic policy or local policy.

• 한국ITS학회 논문지
• /
• 제20권2호
• /
• pp.58-71
• /
• 2021

전 세계적으로 고령인구가 급증하고 이에 따라 이동에 불편을 겪는 교통약자의 수도 증가하고 있다. 이러한 추세에 따라 국내에서는 이동편의시설 설치 확대 등 교통약자에 대한 양질의 대중교통 서비스 제공을 위해 다양한 정책을 시행 중이다. 기존 대중교통 이동편의시설 설치는 역사의 면적, 층수, 시설 미확보역 등의 양적인 측면을 기준으로 우선적 확대·설치되고 있다. 하지만 양적 기준 보다는 실제 이용자 기준의 설치 필요 지역에 이동편의시설을 확보하는 것이 교통약자의 이동편의 증진에 더 효과적일 것으로 사료된다. 본 연구에서는 이용자 기반의 교통카드 빅데이터 분석을 통해 교통약자의 환승취약지점을 도출하고자 했다. 스마트카드 거래내역 데이터를 가공하여 환승통행데이터를 구축하고 이용자별 환승통행패턴 분석 및 환승통행시간 차이가 큰 경로를 기준으로 환승취약지점을 도출했다. 분석 결과 일반 이용자보다 교통약자의 환승시간이 오래 걸리는 것으로 나타났다. 일반과 교통약자의 환승통행시간 차이와 시설물 개수와의 상관관계는 미약한 것으로 나타났는데 현장 조사 결과 환승통행시간 차이는 시설물의 단순 개수보다는 해당 환승최단경로 내 이동편의시설의 부재로 인해 발생하는 것으로 나타났다. 향후 교통약자를 위한 이동편의시설 확대 시 실질적 이용자 기반 데이터 분석을 통한 환승취약지점을 기준으로 우선적 시설 확보 시 교통약자의 이동편의가 보다 더 향상될 것으로 사료된다.

• 대한토목학회논문집
• /
• 제38권5호
• /
• pp.693-701
• /
• 2018

수도권 도시철도의 환승통행은 '노선간환승'과 '역사환승'으로 구분된다. 역사환승은 1) 교통카드 Tag-In 단말기 운영노선과 초승열차 운영노선이 다른 경우와 2) 최종 하차열차 운영노선과 교통카드 Tag-Out 단말기 운영노선이 다른 경우에 발생한다. 기존연구에서 주로 교통카드자료를 이용한 환승량 추정은 '노선간 환승량'을 의미하며 '역사환승량'은 제외되어 환승통로를 이용하는 보행에 대한 과소추정의 원인이 되었다. 본 연구는 수도권 대중교통카드자료를 이용해서 역사환승량을 추정하는 방안을 제시한다. 이를 위해 승객의 경로선택모형에 역사환승량 산정에 적합하도록 변형된 Big-Node 기반 네트워크 구축기법과 자료구조 방법론을 제시한다. 1일 약 800만 건의 수도권 도시철도 이용카드자료를 대상으로 사례분석을 시행한다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.33-43
• /
• 2016

수도권 통합대중교통요금제를 위해 생성되고 있는 교통카드자료는 수도권 도시철도의 환승시간 및 횟수정보를 제공하지 못하고 있다. 도시철도에는 환승게이트가 설치되어 있지 않아 노선간의 환승정보는 설문조사나 목측을 통한 거시적 추정으로 진행된다. 따라서 교통카드자료를 토대로 계산되는 수도권 대중교통의 환승시간 및 횟수는 과소평가되는 문제점을 내포한다. 환승자료의 정확한 추정을 위해서는 교통카드 태그가 이루어지는 진입 및 진출 게이트 사이에서 발생하는 통행경로에 대한 설명이 필요하다. 본 연구는 교통카드 단말기 태그자료를 기반으로 환승현황을 파악하기 위한 통행경로모형을 구축하고 수도권에서 발생하는 환승정보를 도출한다. 이를 위해 단말기 운영체계와 도시철도의 네트워크 특성을 일치시키기 위한 빅노드 개념을 도입한다. 또한 수도권 도시철도의 효과적 네트워크 구동을 위해 링크표지개념을 도입한다. 교통카드단말기의 행정구역정보를 토대로 시군구의 중죤, 서울-경기-인천의 대죤에서 발생하는 환승시간과 횟수를 도출한다. 2014년 일일 대중교통카드자료를 이용하여 전수화된 환승특성데이터를 구축하고 수도권 도시철도의 환승저항에 대한 통합적인 자료로서 활용가능성을 제시한다.

• 융합경영연구
• /
• 제9권5호
• /
• pp.39-50
• /
• 2021

Purpose: This study is to analyze the changes of consumption patterns to diagnose the economic impacts on consumers' market during COVID-19, and to suggest implications to overcome the new social and economic crisis of Jeju Island. Research design, data, and methodology: We collected a set of credit card transaction records issued by BC Card Company from merchants in Jeju Special Self-Governing Province for past 4 years from 2017 to 2020 from the Jeju Data Hub run by Jeju Special Self-Governing Province. The big data contains details of approved credit card transactions including the approval numbers, amount, locations and types of merchants, time and age of users, etc. The researchers summed up amount in monthly basis, transforming big data to small data to analyze the changes of consumption before and after COVID-19. Results: Sales fell sharply in transportation industries including airlines, and overall consumption by age group decreased while the decrease in consumption among the seniors was relatively small. The sales of Yeon-dong and Yongdam-dong in Jeju City also fell significantly compared to other regions. As a result of the paired t-test of all 73 samples in Jeju City, the p-value of the mean consumption of the credit card in 2019 and 2020 is significant, statistically proven that the total consumption amount in the two years is different. Conclusions: We found there are sensitive spots that can be strategically approached based on the changes in consumption patterns by industry, region, and age although most of companies and small businesses have been hit by COVID-19. It is necessary for local companies and for the government to be focusing their support on upgrading services, in order to prevent declining sales and job instability for their employees, creating strategies to retain jobs and prevent customer churn in the face of the crisis. As Jeju Province is highly dependent on the tertiary industry, including tourism, it is suggested to create various strategies to overcome the crisis of the pandemic by constantly monitoring the sales trends of local companies.

• 대한토목학회논문집
• /
• 제36권1호
• /
• pp.105-114
• /
• 2016

수도권에는 1일 약 2000만 건의 대중교통카드 전수자료가 생성되고 있으며, 이 자료를 이용하여 시설운영 및 정책방안을 개선하고 도출하려는 시도가 다양해지고 있다. 본 연구는 교통카드에서 생성되는 동적인 수요변화의 예측 가능성을 모형화하는 시도로서 동적 통행수요배정모형을 구축하는 것이 목적이다. 버스의 경우 승객 이동상황이 카드태그(tag)를 통해 비교적 정확하게 파악되므로, 본 연구에서는 버스를 제외한 수도권 도시철도에 대해, 7개 운송기관이 운영하는 노선을 대상으로 적용되는 모형 및 알고리즘을 구축하였다. 구축된 모형은 교통카드자료의 Big Data 속성에 적합하게 연속 시간형 모형으로 구축되었으며, 승객의 경로선택행태를 효과적으로 나타내기 위하여 환승 횟수 증가에 따른 인지파라메타를 구성하였다. 수도권 도시철도 약 800만 쌍에 대하여 모델링한 결과, 연속형 시간기반 모형의 장점이 반영되어 어떤 시간 시점에서도 동적 수요를 분석할 수 있는 특성을 파악하였다. 특히 기존 철도운영기관의 목측조사자료와 비교한 혼잡도 변화를 파악할 때, 모형에서 도출된 혼잡도와 운영기관이 제시한 혼잡도 간에 유사한 추세를 보이고 있어 높은 신뢰도를 보여주고 있다. 본 연구는 철도기관에 한정한 모형으로 향후, 버스-도시철도와 통합된 모형체계 구축과 같은 연구가 필요할 것으로 파악된다.

• 지역연구
• /
• 제33권3호
• /
• pp.101-113
• /
• 2017

본 연구는 2014년 스마트카드 데이터를 활용하여 장거리 통행에서 대중교통 의존도가 높은 교통 취약계층의 대중교통 이동성을 평가하는 것에 목적이 있다. 특히, 신체적인 문제나 제도적으로 대중교통수단을 선택하게 되는 교통약자(노인, 청소년)와, 경제적 여건으로 대중교통을 이용하여 통근통행을 하는 저소득층 인구를 중심으로 대중교통 이동성을 평가하였다. 또한, 서울시의 노인, 청소년, 기초생활수급자의 분포와 각 취약계층의 대중교통 이동성 수준을 함께 고려하여 각 취약계층의 대중교통 이동성 취약지를 식별하고, 이를 종합하여 대중교통 이동성 개선 우선 지역을 선정하였다. 분석 결과, 대중교통 이동성이 낮으며, 교통취약계층 인구가 많이 거주하고 있는 15개의 대중교통 우선 개선지역을 도출하였다. 본 연구는 개인의 실제 통행 데이터인 스마트카드 데이터를 이용하여 대중교통의 이동성을 평가한 점과 교통 취약계층의 기본적인 이동성을 위해 대중교통 서비스가 개선되어야할 대중교통 이동성 취약지를 식별하였다는 점에서 의의를 가진다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권5호
• /
• pp.1061-1069
• /
• 2015

최근 교통 분야에서 발생하는 교통 빅데이터 (교통카드 데이터, ATMS 데이터 등)의 분석결과를 교통 정책에 활용하는 사례가 늘어나고 있는 추세이다. 또한 교통 데이터 분석 기법을 기존의 단순 빈도 분석 기법에서 다양한 데이터 마이닝 기법으로 확장하여 교통 데이터 속에 숨어있는 의미를 파악하려는 연구도 진행되고 있다. 본 연구에서는 교통카드 데이터에 대하여 토픽모델링 기법 중의 하나인 LDA (Latent Dirichlet Allocation) 기법을 적용하여 청주시 버스 승객들의 이동패턴을 분석한다. 이를 위해 교통카드 데이터의 하차 결측치를 추정하고, LDA 기법을 적용하여 이동패턴을 추출하였다. 또한 LDA 분석으로 도출된 값을 측정값으로 하여 다차원적 분석을 함으로써 청주시 버스 승객들의 이동패턴 특징을 파악할 수 있다. 분석 결과, 청주시의 경우 크게 1) 시외지역에서 터미널을 이용해 청주시에서 유입되는 패턴, 2) 주거지역에서 상업지역으로 이동하는 패턴, 3) 청주 인근 학교에서 상업 지역 (청주 중심가)로 이동하는 패턴을 발견할 수 있었다. 이동패턴은 도시 계획, 대중교통서비스 향상, 버스 노선 신설 등 다양한 교통정책의 수립에 활용될 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제36권6호
• /
• pp.1083-1091
• /
• 2016

본 연구는 대중교통카드자료를 이용해서 수도권 지역간 대중교통통행에서 승객들이 겪는 환승시간, 환승회수의 환승저항을 분석한다. 현재 교통카드자료는 버스와 철도를 이용하는 수단통행을 5회까지 Trip Chian으로 기록하여 수단간 환승과 관련된 정보는 쉽게 파악된다. 그러나 수도권 교통카드는 도시철도의 통행에서 발생하는 환승역 정보를 포함하고 있지않아 Trip Chain에서 승객이 경험하는 환승저항이 저평가되는 문제가 존재한다. 따라서 철도통행에 대하여 승객행태를 반영하는 경로선택모형으로 구축하여 환승시간과 환승회수를 반영하면 온전한 환승저항의 설명력을 갖게된다. 연구방법으로서, 우선 수도권 대중교통환승에 대한 개념을 정립하여 도시철도가 포함되는 수단이용의 경우 교통카드자료의 환승저항 개념을 새롭게 정립한다. 또한 Trip Chain내에 철도의 경로선택모형을 구축하여 환승시간 및 환승회수를 대상으로 통행저항을 재평가하여 설정한다. 그리고 버스 및 도시철도 정류장 좌표를 행정동단위의 소죤 및 시군구 단위의 중죤으로 일치시키기 위해서 빅노드를 운영하는 방법을 채택한다. 마지막으로 수도권의 지역간 통행에서 철도수단이 한번 포함된 통행사슬에 대한 사례연구를 통하여 결과의 타당성을 논의한다.

• Journal of Information Technology Applications and Management
• /
• 제24권4호
• /
• pp.187-196
• /
• 2017

It is urgent to prepare countermeasures for traffic congestion problems of Korea's metropolitan area where central functions such as economic, social, cultural, and education are excessively concentrated. Most users of public transportation in metropolitan areas including Seoul use the traffic cards. If various information is extracted from traffic big data produced by the traffic cards, they can provide basic data for transport policies, land usages, or facility plans. Therefore, in this study, we extract valuable information such as the subway passengers' frequent travel patterns from the big traffic data provided by the Seoul Metropolitan Government Big Data Campus. For this, we use a Hadoop (High-Availability Distributed Object-Oriented Platform) to preprocess the big data and store it into a Mongo database in order to analyze it by a sequential pattern data mining technique. Since we analysis the actual big data, that is, the traffic cards' data provided by the Seoul Metropolitan Government Big Data Campus, the analyzed results can be used as an important referenced data when the Seoul government makes a plan about the metropolitan traffic policies.