모빌리티 빅데이터 기반 활동패턴/시간 분석
김종학 연구위원
● 개인의 활동은 물리적 공간에서 시간적 연속성을 가지고 발생하므로 인간-시간-공간의 삼간(三間) 데이터가 하나로 결합될 때 개인의 활동패턴 파악이 가능
● 약 6만 8천 개의 개인 활동패턴을 분석하여 32개로 유형화한 결과, 상위 6개 활동패턴이 전체 활동의 90% 이상 점유
- 단순활동패턴(SAP, 동일목적지 1회 방문) 비율은 81%, 복합활동패턴(CAP, 동일목적지 2회 방문) 비율은 19%로 단순활동패턴이 복합활동패턴보다 약 4배 높았음
● 주중 활동시간(귀가 후 제외)은 10.3시간으로, 이동에 2.1시간, 체류에 8.2시간을 소비
- 단순활동패턴의 경우 목적지 1회 증가 시 주중 활동시간은 25.1분, 주말 활동시간은 63.3분 증가해 주말이 주중보다 38.2분 더 많이 소비
정책방안 |
① (모빌리티 빅데이터 활용성 제고) 개인단위 모빌리티 빅데이터의 공익성 제고를 위한 분석방법 및 대시보드 등을 개발해 빅데이터의 정책적 활용가치를 제고할 필요 ② (지역활동 모니터링) 전염병 확산, 경기둔화 등 사회변화에 따른 개인 활동의 변동 모니터링 방안 제시 |
첨부파일
- 국토정책Brief 918호.pdf (1.27MB / 다운로드:791) 다운로드
본 공공저작물은 공공누리 “출처표시+상업적이용금지+변경금지” 조건에 따라 이용할 수 있습니다.