스마트폰 GPS 궤적의 체류 지점 도출 및 맥락정보 생성 방법|RISS 상세보기

국문 초록 (Abstract)

오늘날 위치 수집 기술의 발전과 모바일 기기의 증가로 사람의 이동 궤적 데이터를 활용할 기회가 증가하고 있다. 특히 스마트폰 궤적 데이터에서 체류 지점의 도출은 이를 기반으로 다음 방문 장소 예측, 소요 시간 예측, 장소 추천 등 다양한 응용에 기초가 되는 분석이다.본 연구는 스마트폰 GPS 궤적 데이터에서 체류 지점을 도출하고, 체류 지점에 대한 맥락정보 부여 방안에 초점을 두었다. 생활 패턴 마이닝을 최종 목표로 하여 맥락정보 생성 절차를 체계화하였다. 맥락정보 부여를 위해 카카오 POI를 사용하였으며, POI 카테고리의 재분류, 거주지 추정을 위한 건물군 데이터의 추가, 시간 정보를 고려한 맥락정보 수정 그리고 대단위 건물군내 상업시설 통합 등의 과정을 체계화하였다. 생성된 맥락정보를 바탕으로 개인의 체류 시간, 체류 빈도, 이동 궤적, 이동 반경을 속성값으로 생성하였다. 이후 생활 패턴 분석을 위해 차원 축소, 군집화 과정을 거쳐 각 군집의 특징을 파악하였다. 본 연구는 안양시 거주민 47명의 약 일주일간 스마트폰 GPS 데이터를 수집하여 적용하였으며, 체계화 된 체류 지점과 맥락정보를 활용하여 생활 패턴을 마이닝함으로써 맥락정보 활용 가능성을 입증하였다는 점에 의의가 있다.

번역하기

오늘날 위치 수집 기술의 발전과 모바일 기기의 증가로 사람의 이동 궤적 데이터를 활용할 기회가 증가하고 있다. 특히 스마트폰 궤적 데이터에서 체류 지점의 도출은 이를 기반으로 다음 ...

참고문헌 (Reference)

1 박진관 ; 오수열, "통계적 분석방법을 이용한 Stay Point 추출 연구" (사)한국스마트미디어학회 5 (5): 26-40, 2016

2 윤승원 ; 이원희 ; 이규철, "보행자 GPS 경로 예측 딥러닝 모델과 그 방법" 한국컴퓨터정보학회 27 (27): 61-68, 2022

3 김종환 ; 이석준 ; 김인철, "다음 장소 예측을 위한 맵리듀스 기반의 이동 패턴 마이닝 시스템 설계" 한국정보처리학회 3 (3): 321-328, 2014

4 이주윤 ; 강영옥 ; 김나연 ; 김동은 ; 박예림, "궤적 데이터 마이닝을 통한 서울방문 관광객의이동 특성 분석" 한국지도학회 18 (18): 117-129, 2018

5 김지연 ; 이도현 ; 이지윤 ; 조주연 ; 강영옥, "궤적 데이터 마이닝 연구 동향: 응용 분야와 분석 방법론을 중심으로" 한국지도학회 22 (22): 37-57, 2022

6 홍지혜 ; 박기성 ; 한용구 ; 이영구, "개인화 서비스를 위한 그래프 기반의 궤적 데이터 모델링 기법" 한국정보과학회 19 (19): 51-55, 2013

7 Gidófalvi, G., "When and where next: Individual mobility prediction" 57-64, 2012

8 Van der Maaten, L., "Visualizing data using t-SNE" 9 : 2579-2605, 2008

9 Tao, M., "Urban mobility prediction based on LSTM and discrete position relationship model" 473-478, 2020

10 Su, L., "Trajectory prediction based on machine learning" 790 (790): 12032-, 2019