earticle

논문검색

도시특성에 기반한 공유 자전거 이용 패턴의 소셜 네트워크 분석 연구 : 서울시 데이터 사례 분석

원문정보

Social Network Analysis of Shared Bicycle Usage Pattern Based on Urban Characteristics : A Case Study of Seoul Data

이병현, 최일영, 김재경

초록

영어

The sharing economy service is now spreading in various fields such as accommodation, cars and bicycles. In particular, bicycle-sharing service have become very popular around the world, and since September 2015, Seoul has been providing a bicycle-sharing service called ‘Ttareungi’. However, the number of bicycles is unbalanced among rental stations continuously according to the user's bicycle use. In order to solve these problems, we employed social network analysis using Ttareungi data in Seoul, Korea. We analyzed degree centrality, closeness centrality, betweenness centrality and k-core. As a result, the degree centrality was found to be closely linked with bus or subway transfer center. Closeness centrality was found to be in an unbalanced departure and arrival frequency or poor public transport proximity. Betweenness centrality means where the frequency of departure and arrival occurs frequently. Finally, the k-core analysis showed that Mapo-gu was the most important group by time zone. Therefore, the results of this study may contribute to the planning of relocation and additional installation of bike rental station in Seoul.

한국어

공유경제 서비스는 현재 숙박, 자동차, 자전거 등 다양한 분야에서 확산되고 있다. 특히 공유 자전거 서비스는 세계 각지에서 크게 인기를 끌고 있고, 서울시도 2015년 9월부터 ‘따릉이’라는 공공자전거 서비스를 제공하고 있다. 그러나 사용자의 자전거 이용이 증감함에 따라 지속적으로 대여소 간의 자전거 수 불균형이 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 2017년 1년간의 서울시 따릉이 공공자전거 데이터에 소셜 네트워크 분석에서 활용되는 연결 정도 중심성, 근접 중심성, 매개 중심성 그리고 k-코어 분석을 적용하여 시간대별 ‘따릉이’ 이용자들의 이동 패턴을 분석하였다. 그 결과, 연결 정도 중심성은 대중교통 환승과 밀접하게 연계된 곳으로 나타났다. 근접 중심성은 출발과 도착 빈도가 불균형하거나 대중교통 근접성이 미흡한 곳으로 나타났다. 매개 중심성은 출발과 도착의 빈도가 동시에 많이 발생하는 곳을 의미한다. 마지막으로 k-코어 분석 결과, 시간대별로 가장 핵심 집단으로 간주 되는 자치구는 마포구로 나타났다. 따라서 본 연구의 결과는 서울의 자전거 정류장 재배치, 추가 설치 등에 대한 방안을 계획하는 데 기여할 수 있을 것으로 본다.

목차

요약
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 공유 자전거 연구
2.2 소셜 네트워크 분석 연구
Ⅲ. 연구의 방법
3.1 데이터 수집 및 전처리
3.2 네트워크 분석
Ⅳ. 따릉이 네트워크 분석 결과
4.1 표본에 대한 일반적인 특성
4.2 빈도 분석
4.3 따릉이 네트워크 분석 결과
Ⅴ. 결론
참고문헌
Abstract

저자정보

  • 이병현 Byung Hyun Lee. 경희대학교 대학원 경영학과 석사과정
  • 최일영 Il Young Choi. 경희대학교 경영대학원 강사/AI 경영 연구 센터 강사
  • 김재경 Jae Kyeong Kim. 경희대학교 경영대학 교수

참고문헌

    ※ 기관로그인 시 무료 이용이 가능합니다.

    • 5,400원

    0개의 논문이 장바구니에 담겼습니다.