Attributed network clustering analysis of public bike networks
연구 내용
공공 자전거 정류장 네트워크에서 정류장 속성과 이동 데이터를 함께 활용해 설명 가능한 군집을 찾는 분석 연구
공공 자전거 시스템의 정류장 네트워크를 그래프로 구성하고, 이동 경로 데이터와 정류장별 속성(예: 공간 정보)을 함께 활용하는 군집화 방법을 비교·분석합니다. 네트워크 구조만으로는 포착하기 어려운 커뮤니티 구성을 속성 가중 기반 attributed network clustering으로 탐색하며, spectral clustering 계열과 정규화된 변형들을 평가합니다. 그 결과로 정류장 군집을 해석 가능한 형태로 도출하여 운영자가 사용 패턴을 이해하고 서비스 품질을 개선할 수 있는 근거를 제공합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2020년에는 서울 공공 자전거 이용 현상을 데이터 분석으로 다루며, 신규 대여 위치에 대한 해석 단서를 얻는 데 집중했습니다. 이후 2021년에는 정류장 네트워크 위에 정점 속성을 결합하는 attributed network clustering 접근들을 비교하여, 공간 속성이 포함될 때 설명 가능한 군집을 형성하는 방식을 정리했습니다. 이 과정에서 spectral clustering 계열 방법의 성능과 군집 해석 가능성을 함께 검토했습니다. 이후 연구 방향은 교통 운영 의사결정에 바로 연결되는 군집 해석 프레임으로 확장되는 흐름을 따랐습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Analysis of the Seoul public bikes usage for new rental locations
Comparison of attributed network clustering approaches to analysing Seoul public bike stations