• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.171-185
• /
• 2017

Purpose Recently, there has been an increase in attempts to analyze social phenomena, consumption trends, and consumption behavior through a vast amount of customer data such as web search traffic information and social buzz information in various fields such as flu prediction and real estate price prediction. Internet portal service providers such as google and naver are disclosing web search traffic information of online users as services such as google trends and naver trends. Academic and industry are paying attention to research on information search behavior and utilization of online users based on the web search traffic information. Although there are many studies predicting social phenomena, consumption trends, political polls, etc. based on web search traffic information, it is hard to find the research to explain and predict tourism demand and establish tourism policy using it. In this study, we try to use web search traffic information to explain the tourism demand for major cities in Gangwon-do, the representative tourist area in Korea, and to develop a nowcasting model for the demand. Design/methodology/approach In the first step, the literature review on travel demand and web search traffic was conducted in parallel in two directions. In the second stage, we conducted a qualitative research to confirm the information retrieval behavior of the traveler. In the next step, we extracted the representative tourist cities of Gangwon-do and confirmed which keywords were used for the search. In the fourth step, we collected tourist demand data to be used as a dependent variable and collected web search traffic information of each keyword to be used as an independent variable. In the fifth step, we set up a time series benchmark model, and added the web search traffic information to this model to confirm whether the prediction model improved. In the last stage, we analyze the prediction models that are finally selected as optimal and confirm whether the influence of the keywords on the prediction of travel demand. Findings This study has developed a tourism demand forecasting model of Gangwon-do, a representative tourist destination in Korea, by expanding and applying web search traffic information to tourism demand forecasting. We compared the existing time series model with the benchmarking model and confirmed the superiority of the proposed model. In addition, this study also confirms that web search traffic information has a positive correlation with travel demand and precedes it by one or two months, thereby asserting its suitability as a prediction model. Furthermore, by deriving search keywords that have a significant effect on tourism demand forecast for each city, representative characteristics of each region can be selected.

• 대한교통학회지
• /
• 제28권6호
• /
• pp.159-166
• /
• 2010

통행분포(trip distribution)에서는 첫 단계인 통행발생(trip generation)에서 구해진 통행 유출량(trip production)과 통행 유입량(trip attraction)을 연결시키는 작업이 행해진다. 즉 하나의 존에서 유출되는 통행량을 다른 존에 분포시키는 과정이라 할 수 있다. 그런데, 통행분포모형에 사용되는 통행시간이나 비용 등의 통행저항들이 통행수요가 변함에 따라 함께 변함에도 불구하고 현재 사용하고 있는 중력모형에서는 이를 고려하지 못하는 한계를 갖고 있다. 즉, 목적지까지의 통행비용이 커지면 통행수요는 줄어들며, 반대로 통행비용이 적으면 통행수요가 커지는 것과 같은 관계가 존재하게 된다. 이런 측면에서 본 연구는 통행분포시 목적지간에 균형(equilibrium condition of trip distribution)이 존재함을 증명한다. 이를 위하여 대표적인 통행분포모형인 중력모형을 이용하여 통행분포시 균형조건을 유도하며, 이런 균형조건을 만족시키는 통행분포를 구하는 방법론을 제시한다. 또한, 본 연구에서 제시된 모형은 간단한 예제를 통하여 평가하며, 통행분포시 균형상태의 해가 도출됨을 확인한다.

• 대한교통학회지
• /
• 제26권5호
• /
• pp.163-174
• /
• 2008

기존의 4단계 교통수요추정 모형은 거시적인 장래 교통수요 예측을 위해 사용되어 왔으나 정확성에 대한 문제가 지속적으로 제기되어 왔다. 장래 수요추정의 정확성을 높이기 위해서는 신뢰성 있는 자료의 확보, 장래 사회 경제 지표의 예측의 합리성 등 근본적 해결방법이 있으며 모형의 추정방법을 달리하는 것도 상당히 중요한 해결방법이라 하겠다. 과거와 달리 교통수요추정 모형은 단순히 교통인프라 구축에 따른 교통수요추정과 같은 거시적인 분석뿐만 아니라 교통수요관리정책의 효과분석, 교통운영분석의 적용 등 미시적인 분석에 대한 요구가 증대되고 있다. 본 연구에서는 인간의 활동에 기반을 둔 활동기반 교통수요추정에 대하여 소개하며 통행자의 일일 활동에 대한 조사를 기반으로 한 시 공간 활동인구 추정을 통한 통행수요를 예측하였다. 연구결과 개별 건물단위의 시간대별 활동인구의 추정은 비교적 정확한 것으로 분석되었으며 예측된 통행수요 또한 정확성이 높은 것으로 나타났다. 본 연구의 결과는 인간의 활동에 기반을 둔 시 공간 활동기반모형은 거시적인 교통수요추정뿐만 아니라 미시적 추정이 가능하므로 다양한 미시적 교통체계분석에 활용될 수 있을 것으로 기대되며 이를 위해 활동기반 자료와 토지이용에 대한 공간자료(GIS)의 확보가 필수적이라 하겠다.

• 대한토목학회논문집
• /
• 제33권2호
• /
• pp.719-727
• /
• 2013

교통수요 예측 모델에서 통행을 기본 단위로 사용하는 4-단계 통행기반 모형은 오랜 시간동안 광범위하게 사용되어 왔으나, 최근 교통수요예측의 결과가 차량 개통 후 실제 교통량과 차이가 크게 발생되어, 예측 결과에 대한 불신이 증가되고 있다. 이러한 교통량 예측의 차이는 인간의 자연스러운 통행활동을 모형 개발 단계에서 고려하지 않기 때문이다. 그러나 미국에서는 교통수요예측의 정확성과 현실성을 높이기 위해 활동기반 모형을 1990년대 부터 활발하게 연구 및 개발하여 점진적으로 기존 4-단계 통행기반 모형을 대체하고 있는 상황이다. 본 논문은 통행기반 모형과 활동기반 모형을 분석단위, 분석절차, 문제점 등을 상호 비교 검토하는데 목적을 두었다. 기존의 교통수요예측 방법론의 문제점을 진단하기 위해, 미국을 중심으로 대표적인 세 가지 활동기반 모형 시스템(DaySim, CT-Ramp, CEMDAP)을 사용하였다. 통행기반 모형은 인간의 다차원적인 통행의사 결정 과정을 효율적으로 쉽게 설명할 수 있으며, 이는 교통수요 예측의 정확성을 한층 더 높일 수 있을 것으로 판단된다. 따라서, 우리나라도 수요예측의 현실성과 정확도를 높이기 위해 인간의 활동을 기반으로 보완, 개선된 수요예측방법론이 검토되어야 한다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.1282-1289
• /
• 2011

The rail passenger demand for the railroad operations required a short-term demand rather than a long-term demand. The rail passenger demand can be classified according to the purpose. First, the rail passenger demand will be use to the restructure of line planning on the current operating line. Second, the rail passenger demand will be use to the line planning on the new line and purchasing the train vehicles. The objective of study is to analyze the travel behavior of rail passenger for modeling of short-term demand forecasting. The scope of research is the passenger of KTX. The travel behavior was analyzed the daily trips, origin/destination trips for KTX passenger using the ANOVA and the clustering analysis. The results of analysis provide the directions of the short-term demand forecasting model.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.32-48
• /
• 2023

자율주행기술의 발달은 점차 개인화된 통행을 유도하며, 자율주행차량으로의 전환으로 인한 도로운영 측면에서 교통 영향력은 개인차량을 이용한 수요에 의해 가장 큰 영향력을 받는다. 따라서, 교통 영향력 검토를 위해서는 개인통행특성 이해를 기반한 통행발생량 산정이 필요하다. 개인 통행특성 반영이 가능한 Activity-based model(ABM)은 개인의 모든 이동을 다루므로 통행과 통행 사이의 관계에 대한 이해가 선행되어야 한다. 하지만, ABM은 실제 수요예측에서 데이터 구득문제와 같이 많은 한계점이 있다. 따라서, 본 연구에서는 가구통행실태조사자료를 기반으로 통행간 관계를 설명할 수 있는 Tour-based 모형을 활용하였다. 또한, 샘플조사 자료의 전수화를 위해 차량등록대수 및 인구수 데이터를 활용하여 개인차량발생량 보정방안을 제시하였다. 통행발생량 분석결과, KTDB와 비교하였을 때 본 연구에서 전체통행발생량은 약 13% 높았으며, 업무통행의 경우 약 9% 차이로 합리적인 오차수준으로 분석되었다. 결과적으로 본 연구의 궁극적인 목표인 도로운영 측면의 자율주행차량 도입에 따른 수요예측을 위해 Activity-based 모형 구축에 앞서 개인통행특성을 반영할 수 있는 Tour를 기반으로 발생량 보정방안으로 활용될 수 있다.

• 대한교통학회지
• /
• 제26권1호
• /
• pp.51-63
• /
• 2008

제주-내륙 간 국내선 항공여객수요는 여가통행의 대표적인 시계열 특성인 1년을 주기로 증감을 반복하는 전형적인 계절변동 패턴을 보인다. 본 연구는 10년(1996${\sim}$2005) 동안의 제주-내륙 간 월별 시계열 총량자료를 이용하여 단순시계열모형과 부분조정모형 및 이들 모형별 탄력성(소득, 운임)을 추정하였다. 탄력성 추정결과 단순시계열모형의 경우 소득탄력성은 탄력적(1.55), 운임탄력성은 비탄력적(-0.49${\sim}$-0.59)으로 추정되었다. 부분조정모형의 경우 소득탄력성은 단기에는 비탄력적(0.51), 장기에는 탄력적(1.88)으로 추정되었으며, 운임탄력성은 장 단기 모두 비탄력적으로 추정되었으나, 단기(성수기:-0.13, 비수기:-0.20)보다는 장기(성수기:-0.48, 비수기:-0.72)가 보다 더 탄력적으로 추정되었다.

• 대한교통학회지
• /
• 제24권6호
• /
• pp.89-102
• /
• 2006

정적 기 종점 통행량을 가정함으로써 갖는 동적 시뮬레이션 모형의 현실 모사 능력의 한계를 극복하기 위하여 동적 기 종점 통행량 추정 모형을 개발하였다 동적 기 종점 통행량 추정은 통행자의 출발시간, 통행수단. 통행경로 선택 행태모형을 결합한 복합통행행태 수요시뮬레이션 모형을 이용하였다 본 연구에서 개발된 수요 시뮬레이션 모형과 기 개발된 공급 시뮬레이션 모형인 LiCROSiM-P를 결합하여 통합 시뮬레이션 모형을 구축하였다. 단속류/연속류가 공존하는 다경로 가로망에서 출발시간/수단선택/통행경로 선택모형은 AGtt(기 종점통행시간의 시뮬레이션 시간과 기대치의 차이 백분율)는 수렴하지 않고, 평균스케줄지체는 안정 상태로 수렴하는 것으로 나타났다. 통합 시뮬레이션 모형은 교통시설공급 변화와 통행자의 속성 변화에 따른 기 종점 통행량 변화 추정과 효과분석이 가능함을 모형의 적용을 통해 제시하였다. 따라서 통합시뮬레이션 모형은 수요관리정책, 교통시설변화, 교통정보제공 등이 가져오는 출발시간, 통행수단, 통행경로변화를 반영한 시스템의 효과분석이 가능하다

• 대한교통학회지
• /
• 제20권4호
• /
• pp.63-72
• /
• 2002

본 연구는 교통수요 추정에 관련된 사회경제적 통계자료와 여러 기관에서 발표된 Data를 바탕으로 TCS OD의 통행특성을 반영한 전국 교통수요를 추정하였다. 추정된 교통수요의 신뢰성을 검증하기 위해 전국을 8개권역으로 구분하여 권역별로 통행량을 비교하였으며, 통계적인 오차분석 기법을 이용하여 관측교통량과 배정교통량의 차이를 비교하였다. 그리고 추정된 교통수요의 통행시간분포(TLFD)와 주요도시간 통행소요시간을 분석하여 2-D와 3-D기법으로 추정된 교통수요의 신뢰성을 검증하였다. 신뢰성분석 및 검증결과 본 연구에서의 상황하에서는 3-D기법이 2-D기법보다는 TCS OD의 통행특성 및 패턴을 잘 반영하는 것으로 분석되었지만, 3-D기법이 전적으로 우수하다라고 단언할 수는 없을 것 같다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2010년도 춘계학술대회 논문집
• /
• pp.2166-2178
• /
• 2010

현재 철도계획에 이용되고 있는 교통수요예측 지역간기종점(OD)자료는 국가교통데이타베이스(KTDB)를 이용하고 있다. KTDB의 자료는 우리나라 지역간 총통행량을 조사한 후 도로, 철도, 항공등으로 배분하는 방법을 이용하고 하고 있다. 그러나 철도의 경우는 철도역이 기존의 존과 일치하지 않거나 1개존에 다수의 철도역이 존재하여 Connector가 연결되지 않아 적용 방법상에 문제점이 있는 것으로 나타났다. 이로 인해 KTDB를 이용한 철도부분의 교통예측은 다른 교통수단에 비해 신뢰성이 크게 떨어지고 있다. 본 연구는 이러한 문제점을 검토 분석하고, 신뢰성을 높이기 위해 집계모형(Aggregate Model) 기법을 활용한 철도의 교통수요예측 방법(직접수요추정 : Direct Demand Estimation)을 제안하였다. 본 연구에서는 집계모형에 지역간의 인구, 거리, 산업체종사자수, 자동차대수, 도로연장등 사회경제지표의 연관성을 분석하여 철도분야 수요예측의 오차를 최소화할 수 있는 방법을 연구하였다.