Foursquare는 위치 데이터(position data)를 사용하는 대표적인 위치기반 소셜 네트워크(LBSN) 서비스이자 널리 알려진 웹 서비스이다. 히트맵(heatmap)은 위치적 값을 갖는 사회 데이터를 분석하기 위한 지리시각화(geovisualization) 수단으로 널리 활용된다. 지금까지 LBSN의 히트맵 분석은 정량적 분포와 패턴을 식별하는 데 초점이 맞춰져 왔으며, 데이터 내용의 질적 분석에 대해서는 거의 고려되지 않았다. 본 연구는 미국 워싱턴주 시애틀의 Foursquare 장소(venues)와 이용자가 생성한 콘텐츠를 사례로 하여, 시애틀 광역권의 커피숍에 대해 정량적 공간 분포와 질적 특성 모두를 평가하는 분석을 수행한다. 구체적으로 본 연구는 ‘코드 클러스터(code cluster)’라고 지칭되는 새로운 분석 방법을 제안하며, 이는 정량적 접근과 질적 접근을 동시에 활용하도록 설계되었다. 이 방법의 의의는 클러스터 영역에서의 질적 특성에 관해 지리적 차이를 설명할 수 있을 뿐 아니라, 그들의 공간적 특성과 분포를 분석하는 데에도 있다는 점이다. 본 새로운 하이브리드 접근을 도입함에 있어, 연구 전 과정에서 데이터의 원래 의도와 핵심을 반영하고, 맥락화된 의미를 분석하고 해석하기 위한 추가적인 노력을 기울이는 것을 우리의 목표로 한다. 이는 빅데이터에 기반한 현행의 지리 및 지리시각화 연구를 토대로, 고급 공간 분석, 지리시각화, 질적 연구를 통합함으로써 가능할 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.