스마트폰 GPS 궤적의 체류 지점 도출 및 맥락정보 생성 방법

서지정보

· 발행기관 : 한국지도학회
· 수록지 정보 : 한국지도학회지 / 23권 / 2호
· 저자명 : 이희주, 노승민, 강영옥

목차

요약
Abstract
I. 서론
II. 선행 연구
III. 데이터 수집 및 연구흐름
1. 데이터 수집 및 특성
2. 연구 흐름
IV. 체류 지점 추출 및 맥락정보 생성
1. 데이터 수집 및 전처리
2. 체류 지점 추출
3. 맥락정보 생성
4. 생활패턴 마이닝
V. 결론
감사의 글
참고문헌

초록

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 파악하였 다. 본 연구는 안양시 거주민 47명의 약 일주일간 스마트폰 GPS 데이터를 수집하여 적용하였으며, 체계화 된 체류 지점과 맥락정보 를 활용하여 생활 패턴을 마이닝함으로써 맥락정보 활용 가능성을 입증하였다는 점에 의의가 있다.

영어초록

With the advancement of location tracking technology and the proliferation of mobile devices in today’s world, the opportunities for utilizing an individuals’ movement trajectory data has increased. Particularly, the derivation of stay points from smartphone GPS trajectory data constitutes a foundational analysis, forming the basis for various applications such as predicting subsequent visited locations, estimating travel time, and providing place recommendations. This study focuses on extracting stay points from smartphone GPS trajectory data and emphasizes the approach to enriching these stay points with contextual information. With the ultimate goal of lifestyle pattern mining in mind, a systematic procedure for generating contextual information was developed. To provide contextual information, Kakao POI was utilized, and a structured approach was employed to reclassify POI categories, incorporate building cluster data for residential estimation, refine contextual information considering time aspects, and integrate commercial facilities within extensive building clusters. Leveraging the generated contextual information, attributes including individual stay duration, stay frequency, movement trajectories, and travel radius were established. Subsequently, for lifestyle pattern analysis, dimension reduction and clustering processes were undertaken to comprehend the characteristics of each cluster. This study applied the collected smartphone GPS data spanning approximately a week from 47 residents in Anyang City, systematically applying the formulated stay points and contextual information to mine lifestyle patterns. The significance of this lies in demonstrating the potential of utilizing contextual information by mining lifestyle patterns through the structured stay points and contextual information, thus solidifying its practical application.

참고자료

· 없음