메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이인묵 (Seoul National University) 민재홍 (Korea Railroad Research Institute) 김경태 (Korea Railroad Research Institute) 고승영 (Seoul National University)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제23권 제3호(통권 제129호)
발행연도
2020.3
수록면
204 - 215 (12page)
DOI
10.7782/JKSR.2020.23.3.204

이용수

DBpia Top 1%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
여러 날짜의 교통카드데이터를 활용하면 대중교통 이용자를 종적으로 관찰할 수 있어, 하루 단위의 데이터에서 분석할 수 할 수 없었던 통행패턴을 분석할 수 있다. 이 논문은 여러 날짜의 교통카드데이터를 이용자 수준에서 종적으로 활용하여, 대중교통 이용의 시간적 통행패턴을 생성하는 것을 목적으로 한다. 연속된 여러 날짜의 교통카드데이터로부터 이용자의 시간적 통행 특성(프로필)을 생성하는 방법론을 제시하며, 통행 프로필이 유사한 이용자들을 kmeans 방법으로 클러스터링하여 여러 개의 통행패턴들을 생성하는 방법론을 제시한다. 개발된 방법론을 대전광역시의 38일치 교통카드데이터에 적용한 결과를 제시한다. 반복적인 클러스터링을 수행하여 최종 8개의 시간적 통행패턴이 생성됨을 확인하였으며, 교통카드데이터에 포함된 이용자 구분 정보에 의한 결과와 비교한 분석 결과를 제시하였다.
#Smart card data #Travel pattern #Behavior analysis #k-means clustering #Data mining #교통카드데이터 #통행패턴 #행태분석 #k-means 클러스터링 #데이터마이닝

목차

Abstract
초록
1. 서론
2. 기존 연구
3. 클러스터링 방법론
4. 사례분석
5. 결론
References

참고문헌 (12)

참고문헌 신청
M. Bagchi, P.R. White (2004) What role for smart-card data from bus systems?, Proceedings of the Institution of Civil Engineers, Municipal Engineer 15, pp. 39-46. google schola M. Bagchi, P.R. White (2005) The potential of public transport smart card data, Transport Policy, 12, pp. 464-474. google schola M.K. El Mahrsi, E. Come, L. Oukhellou, M. Verleysen (2017) Clustering Smart Card Data for Urban Mobility Analysis, IEEE Transactions on Intelligent Transportation Systems, 18(3), pp. 712-728. google schola B. Agard, C. Morency, M. Trepanier (2006) Mining public transport user behaviour from smart card data, IFAC Proceedings Volumes, 39(3), pp. 399-404. google schola C. Morency, M. Trepanier, B. Agard (2007) Measuring transit use variability with smart-card data, Transport Policy, 14(3), pp. 193- 203. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

남북협력을 통한 스마트 교통인프라 추진 방향
이백진 국토 2020 .07
컴퓨터 비전과 딥러닝을 이용한 철도 시설 접근자 실시간 모니터링 시스템
박기준 ,  반다리 비나약 한국철도학회 논문집 2020 .01
교통카드 데이터의 개별 통행 동적 시각화 방법
양현재 ,  김근한 ,  남현우 외 1명 대한공간정보학회지 2018 .06
스마트카드 자료를 활용한 통근통행 추정과 통근네트워크 구조 분석 : 가구통행실태조사자료와 비교검증을 통한 활용가능성을 중심으로
하재현 ,  이수기 국토계획 2016 .08
K-means Clustering 기반 음악 표절 검사 시간의 단축 방법
김수지 ,  김상균 방송공학회논문지 2025 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-557-000511691