공간회귀모형과 머신러닝을 활용한 코로나19 감염 영향요인 분석 및 발생위험지역 추정 - 서울시 코로나19 확진자 방문지 데이터 활용을 중심으로 (Analysis of COVID-19 Influence Factors and Estimation of COVID-19 Risk Areas Using Spatial Regression Model and Machine Learning - Focusing on The Use of Data on COVID-19 Confirmed Cases in Seoul)

서지정보

· 발행기관 : 한국도시설계학회
· 수록지 정보 : 도시설계 / 24권 / 5호 / 127 ~ 142페이지
· 저자명 : 이조은, 이경환

초록

본 연구는 서울시를 대상으로 코로나19 발생에 영향을 미치는 다양한 지역특성 분석을 통해코로나19 발생위험지역을 도출하고, 이를 유형화하여 감염병에 효과적으로 대응하기 위한 도시설계 방향을 제시하는데 목적이 있다. 코로나19 감염 영향요인 분석을 위해 공간회귀분석을 실시한 결과, 월평균소득, 생활인구수, 종사자수, 토지이용혼합도, 버스정류장수, 지하철 출구수, 의료시설수, 다중이용시설수가 코로나19 감염에 영향을 미치는 것으로 나타났다. 또한 우수한 성능을 나타낸 XGBoost모형을 활용하여 코로나19 발생위험지역을 추정하고, 이를 5개로 유형화하여 감염병에 대응하기 위한 유형별 공간환경 세부전략을 제시하였다. 본 연구는 감염병에 대응한 공간계획 수립을 위한 기초자료를 구축하고 그 영향력을 실증적으로 분석하였으며, 머신러닝을 활용한 감염병 발생위험지역 추정을 통해 지역맞춤형 공간환경 전략을 제시하였다는 측면에서 의의를 갖는다.

영어초록

The purpose of this study is to derive areas at risk of COVID-19 through analysis of various regional characteristics affecting the occurrence of COVID-19 in Seoul and to present urban design directions to effectively respond to infectious diseases by categorizing them. As a result of spatial regression analysis, average monthly income, number of living population, number of workers, land use mix, bus stops, subway exits, medical facilities, and multi-use facilities affect COVID-19 infection. In addition, the XGBoost model was used to estimate the risk area for COVID-19, and strategies for each type of spatial environment were presented to effectively respond to infectious diseases by categorizing them into five. This study is meaningful in that it established basic data for spatial planning in response to infectious diseases, empirically analyzed its impact, and presented a regional customized spatial environment strategy by estimating the risk area for infectious diseases using machine learning.

참고자료

· 없음