시계열 군집분석 기반 서울시 공공자전거 수요예측

Abstract

본 연구에서는 서울시에서 서비스를 제공하고 있는 공공자전거의 원시 대여 이력 자료에 대해 시계열 군집분석(time series clustering)을 진행한 후 기계학습 방법 중 하나인 서포트 벡터 회귀(support vector regression)를 이용해 수요를 예측하였다. 서울시 전체 공공자전거 수요를 예측하기 위해서 모든 대여소의 대여량의 예측값을 사용하는 모형과 시계열 군집분석을 이용해 수요 패턴이 같은 대여소들을 군집으로 묶어 각각의 군집마다 최적의 모형을 만들어 예측값의 합계를 비교하는 방법을 제안하였다. 시계열 군집분석을 사용한 모형과 사용하지 않은 기존 모형을 서포트 벡터 회귀를 이용해 비교한 결과 시계열 군집분석을 기반으로 한 수요 예측 서포트 벡터 회귀모형의 평균 제곱근 오차(root mean square error)와 평균 절대오차(mean absolute error)의 값이 12%정도 더 낮아졌음을 확인하였다. 시계열 군집분석에서는 사용하는 거리 계산방법별 결과를 비교해 최적의 군집모형을 선택하였고, 서포트 벡터 회귀모형은 커널별로 모수를 다르게 한 결과를 비교해 최적의 모형을 선택하였다. 이 결과를 통해 시계열 군집 분석을 통해 대여소를 군집으로 나누고, 예측 모형을 만들면 기존보다 대여량을 더 정확하게 예측할 수 있으리라 기대된다.