사람의 이동 궤적과 활동 기반 일별 모티프 추출 및 시각화

Abstract

CDR 또는 GPS 데이터를 통한 이동 궤적 수집 기술이 발전함에 따라 도시 컴퓨팅에 대한 여러 연구가 진행되었다. 그중 사람의 이동성을 이해하기 위해 이동 거리나 면적 외에도 이동 패턴을 파악하려는 시도가 활발하다. 하지만 개개인의 이동 특성을 무시한 채 밀집도, 혼잡도와 같은 지역적인 분석이 주로 이루어져 개별 이동성을 분석하기 어려웠다. 이를 해결하기 위해 이동 궤적을 머무른 지점(stay point)을 통해 간소화해 일별 이동 네트워크를 형성해 의미를 찾는 모티프가 제안되었고, 최근에는 여러 형태의 모티프가 연구됐다. 이런 연구는 시각화에 높은 의존성을 지니는데, 기존 시스템은 주로 지역별, 위치별로 이동량과 같은 통계를 내거나 모티프를 제안한 후 이를 이용한 통계를 낸다. 하지만 이동 궤적을 네트워크로 형성할 때 방법에 따라 만들 수 있는 것이 다르기 때문에 다양한 네트워크를 수용하는 시스템이 필요하고, 기존의 모티프 분석은 개개인의 이동을 네트워크로 형성하지만, 개별 사람의 이동 특성을 무시한 채 통계를 내는 데 집중했다. 따라서 본 논문에서는 이런 어려움을 해결하기 위해 다양한 형태의 이동 네트워크를 수용하고, 각 사람의 개별 이동 궤적, stay point, 모티프 등 주요 이동 정보를 볼 수 있도록 하는 시스템을 제안한다. 또한 모티프를 쉽게 볼 수 있게 몇 가지 시각적 효과를 제공한다. 제안하는 시스템은 모티프를 개인별로 볼 수 있게 하며, 활동 유형에 따른 색을 입히고, 활동 시간에 따라 노드의 크기를 바꿔 비중이 높은 활동을 한눈에 확인할 수 있게 했다. 그리고 모티프별 통계 비교를 통해 어느 이동 네트워크가 비중이 높은지 알 수 있게 했다. 이를 통해 기존 시각화 시스템에서 보여주지 못하는 다양한 모티프를 제공해 사람의 이동 패턴을 다각도로 파악할 수 있도록 하며 개별 이동 궤적과 이동 패턴을 볼 수 있도록 해 개개인의 이동에 대한 서로 다른 특징을 쉽게 확인 할 수 있도록 돕는다. |With the advancement of movement trajectory collection technology through CDR or GPS data, several studies on urban computing have been conducted. Among them, there are active attempts to understand movement patterns in addition to movement distance or area to understand human mobility. However, it was difficult to analyze individual mobility because regional analysis such as density and congestion was mainly conducted while ignoring individual mobility characteristics. To solve this problem, a motif that finds meaning by forming a daily movement network by simplifying the movement trajectory through a stay point has been proposed. Recently, various types of motifs have been studied. Such research has a high dependence on visualization, and the existing system mainly provides statistics such as movement amount by region and location, or proposes a motif and then provides statistics using this. However, when creating a movement trajectory as a network, different methods can make it depending on the method, so a system that accommodates various networks is needed. Existing motif analysis forms individual movement as a network, but while ignoring individual movement characteristics Concentrate on stats. Therefore, in this paper, to solve this difficulty, we propose a system that accommodates various types of mobile networks and enables viewing of main movement information such as individual movement trajectories, stay points, and motifs of each person. It also provides some visual effects to make the motif easier to see. The proposed system makes it possible to view each motif individually, color it according to the activity type, and change the size of the node according to the activity time so that the activities with high weight can be checked at a glance. And it was possible to find out which mobile network had the highest proportion through statistical comparison of each motif. Through this, it provides various motifs that cannot be shown in the existing visualization system to understand the movement pattern of a person from various angles, and it helps you to easily check the different characteristics of individual movement by allowing you to see individual movement trajectories and movement patterns.