earticle

영어

The recent development of data collection technology, which conveys various travel data in real-world such as mobile data and probe vehicle data, facilitates transportation planners identifying specified spatio-temporal travel patterns. In this study, an easily implementable travel mode classification methodology was proposed to classify inter-regional trip-modes without modeling by superimposing trajectories generated from mobile phone signaling and transportation infrastructure points into a polygon scale of a shapefile in a GIS system. Each regional mode trip was classified according to the rules such as the presence of transportation infrastructure in the trip trajectory, travel time, and the presence of access trips. An accuracy test generates Type Ⅰ and Type Ⅱ error results table to verify the proposed methodology. As a result, it was found that the methodology developed showed the F1-Score of the air mode 1.00, rail mode 0.95, bus mode 0.73.

한국어

최근 데이터 수집 기술의 발달은 모바일 데이터 등의 실제 통행이 반영된 데이터가 폭발적 으로 증가시키며, 이러한 데이터들을 활용한 교통분야 연구 또한 촉진 시킨다. 본 연구에서는 모바일 데이터 궤적정보와 수단별 주요 교통유발시설 데이터를 매칭하여 모델링 없이 지역간 통행수단을 추정하는 방법론을 개발하였다. 개별 수단통행은 통행궤적 내 교통유발시설 유무, 통행시간, 접근통행 유무 등의 규칙에 따라 분류되었다. 서울, 청주에 거주하는 908명의 개별 통행궤적 데이터에 제안된 방법론을 적용하였고, 통행 다이어리 데이터의 기록된 수단과의 비 교 결과를 Type Ⅰ and Ⅱ error 결과표로 나타내어 방법론의 정확도 검증을 수행하였다. 검증 결과, 본 연구에서 개발한 방법론은 항공수단 1.00, 철도수단 0.955, 버스수단 0.73 수준의 F1-Score를 보이는 것으로 나타났다.