KR102085303B1 - 통신 빅데이터 기반 db 분석맵 구축 방법 - Google Patents

통신 빅데이터 기반 db 분석맵 구축 방법 Download PDF

Info

Publication number
KR102085303B1
KR102085303B1 KR1020190128200A KR20190128200A KR102085303B1 KR 102085303 B1 KR102085303 B1 KR 102085303B1 KR 1020190128200 A KR1020190128200 A KR 1020190128200A KR 20190128200 A KR20190128200 A KR 20190128200A KR 102085303 B1 KR102085303 B1 KR 102085303B1
Authority
KR
South Korea
Prior art keywords
polygon
base station
big data
analysis map
merging
Prior art date
Application number
KR1020190128200A
Other languages
English (en)
Inventor
송태진
이해선
김동호
Original Assignee
한국교통연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국교통연구원 filed Critical 한국교통연구원
Priority to KR1020190128200A priority Critical patent/KR102085303B1/ko
Application granted granted Critical
Publication of KR102085303B1 publication Critical patent/KR102085303B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 통신빅데이터 기반 DB 분석맵 구축 방법에 관한 것이다. 상기 통신빅데이터 기반 DB 분석맵 구축 방법은, 기지국 단위로 집계되는 통신데이터를 기초로, 교통분석에 이용가능한 폴리곤을 생성하기 위한 통신빅데이터 기반 DB 분석맵 구축 방법에 있어서, (a) 상기 기지국의 수신범위를 기준으로, 통계청에서 제공하는 최소단위구역인 집계구를 병합하여 폴리곤을 생성하는 단계, (b) 상기 폴리곤의 크기가 미리 정해진 기준값보다 작게 형성된 경우, 해당 폴리곤을 인접 폴리곤과 병합하는 단계, 및 (c) 동일한 기지국 구분코드를 갖는 상기 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 단계를 포함한다.

Description

통신 빅데이터 기반 DB 분석맵 구축 방법{Method for making database analysis map based on communication big data}
본 발명은 통신 빅데이터 기반 DB 분석맵 구축 방법에 관한 것이다.
지능형 교통 시스템(ITS: Intelligent Transportation Systems)은 점점 가속화되고 있는 정보화 사회에 알맞은 신속, 안전, 쾌적한 차세대 교통체계를 구현하기 위한 시스템이다. 이러한 지능형 교통 시스템은 통신 인프라를 이용하여 도로상에 차량 특성, 속도 등의 교통 정보를 감지하고, 이를 분석하여 사용자에게 실시간으로 최적의 교통 이용 서비스를 제공한다.
예컨대, 지능형 교통 시스템은 교통 여건, 도로 상황, 출발지에서 목적지까지의 최단 경로, 소요 시간, 주차장 상황 등 각종 교통정보를 분석하여 차량단말기 및 사용자단말기 등을 통해 사용자에게 신속, 정확하게 교통 서비스를 제공할 수 있다.
최근, '초연결성'을 지향하는 4차 산업혁명의 방향성에 따라 통신 빅데이터와 타 데이터간의 연결성을 향상시키기 위한 연구가 활발히 이루어지고 있다. 이렇게 수집된 통신 빅데이터는 교통수요분석과 같은 교통정보분석을 위한 데이터로 가공되어 이용될 수 있다.
다만, 통신 빅데이터의 경우 기지국을 기초로 정보가 수집되는데, 기지국 수신범위는 대체로 서로 다른 행정경계에 걸쳐 있고 변동성이 크기에 이를 교통정보분석의 단위로 활용하기에 부적절하다는 문제점이 있었다.
본 발명은 통신 빅데이터의 최소집계단위인 기지국 단위(즉, 셀 커버리지)보다 타 데이터와의 결합 용이성이 우수하고, 기존 가구통행실태조사의 집계단위인 읍면동보다 공간적인 해상도가 높은 분석단위(즉, 교통폴리곤)를 형성하는 방법을 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 방법의 일 측면(aspect)은, 기지국 단위로 집계되는 통신데이터를 기초로, 교통분석에 이용가능한 폴리곤을 생성하기 위한 통신빅데이터 기반 DB 분석맵 구축 방법에 있어서, (a) 상기 기지국의 수신범위를 기준으로, 통계청에서 제공하는 최소단위구역인 집계구를 병합하여 폴리곤을 생성하는 단계, (b) 상기 폴리곤의 크기가 미리 정해진 기준값보다 작게 형성된 경우, 해당 폴리곤을 인접 폴리곤과 병합하는 단계, 및 (c) 동일한 기지국 구분코드를 갖는 상기 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 단계를 포함한다.
또한, (d) 상기 기지국 구분코드가 미할당된 폴리곤의 경우, 인근 폴리곤의 중심점간 거리를 기준으로 해당 폴리곤을 최인접한 폴리곤과 병합하는 단계를 더 포함할 수 있다.
또한, 상기 (a) 단계는, 상기 기지국의 수신범위를 확정하고, 각 기지국마다 구분코드를 설정하는 단계와, 상기 기지국의 수신범위와 상기 집계구를 중첩시키는 단계와, 상기 집계구의 중심점이 속한 상기 기지국의 구분코드를, 해당 집계구에 할당하는 단계와, 상기 할당된 구분코드가 동일한 집계구들을 병합하여, 상기 폴리곤을 생성하는 단계를 포함할 수 있다.
또한, 상기 (b) 단계는, 상기 기준값보다 작은 면적은 갖는 보정대상 폴리곤에 있어서, 상기 보정대상 폴리곤과 면해있는 폴리곤 중, 동일 행정구역 내에 위치하고 가장 길게 면해있는 인접 폴리곤을 상기 보정대상 폴리곤에 병합하는 것을 포함할 수 있다.
또한, 상기 기준값은, 행정구역별집계구 면적 누적분포함수(CDF) 5%로 설정될 수 있다.
또한, 상기 (c) 단계는, 동일한 기지국 구분코드를 가지면서 서로 이격 배치되는 상기 폴리곤의 제1 영역 및 제2 영역에 있어서, 동일 행정구역 내에 위치하고 상기 제1 및 제2 영역 모두에 가장 길게 면해있는 인접 폴리곤과 상기 제1 및 제2 영역을 병합하는 것을 포함할 수 있다.
본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 방법의 다른 측면은, 기지국 단위로 집계되는 통신데이터를 기초로, 교통분석에 이용가능한 폴리곤을 생성하기 위한 통신빅데이터 기반 DB 분석맵 구축 방법에 있어서, 상기 기지국의 수신범위를 확정하고, 각 기지국마다 구분코드를 설정하는 단계, 상기 기지국의 수신범위와 통계청에서 제공하는 최소단위구역인 집계구를 중첩시키는 단계, 상기 집계구의 중심점이 속한 상기 기지국의 구분코드를, 해당 집계구에 할당하는 단계, 및 상기 할당된 구분코드가 동일한 집계구들을 병합하여 상기 폴리곤을 생성하는 단계를 포함한다.
또한, 상기 폴리곤의 크기가 미리 정해진 기준값보다 작게 형성된 경우, 해당 폴리곤을 인접 폴리곤과 병합하는 단계를 더 포함할 수 있다.
또한, 동일한 기지국 구분코드를 갖는 상기 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 단계를 더 포함할 수 있다.
또한, 상기 기지국 구분코드가 미할당된 폴리곤의 경우, 인근 폴리곤의 중심점간 거리를 기준으로 해당 폴리곤을 최인접 폴리곤과 병합하는 단계를 더 포함할 수 있다.
본 발명의 기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 통신빅데이터 기반 DB 분석맵 구축 방법은 교통수요를 산출하기에 적정한 크기의 영역(교통폴리곤)을 형성함으로써, 기존방식(격자형 분할 방식)보다 교통분석의 활용도 및 정확도를 향상시킬 수 있는 새로운 효과를 지닌다.
또한, 본 발명은 교통분석의 수요처가 다양하게 점차 늘어나고 있으며, 보다 세밀한 교통분석의 니즈가 커지는 상황에서, 통신 빅데이터를 활용하여 교통폴리곤에 대한 해상도를 높임으로써 DB 분석맵 활용을 통한 수익성을 향상시킬 수 있다.
도 1은 본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 시스템의 개략도이다.
도 2는 본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 방법에 대한 순서도이다.
도 3은 도 2의 S110 단계의 폴리곤 생성 방법에 대한 순서도이다.
도 4 내지 도 6은 도 3의 폴리곤 생성 방법을 설명하기 위한 도면이다.
도 7은 도 2의 S120 단계를 설명하기 위한 도면이다.
도 8 및 도 9는 도 2의 S130 단계를 설명하기 위한 도면이다.
도 10은 도 2의 S140 단계를 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
통신빅데이터 기반 DB 분석맵이란, 기지국 단위로 집계되는 통신 빅데이터를 교통 분석에 활용할 수 있도록, 교통수요(즉, 통행량) 산출에 적합한 형태로 구획한 영역(이하, 교통폴리곤 또는 폴리곤)으로 구성된 지도(MAP)를 의미한다.
교통계획의 근거가 되는 교통수요(즉, 통행량)에 관한 조사의 경우, 종래에는 최소 읍면동 단위로 산출되고 있으나, 기지국 단위로 집계되는 통신 빅데이터를 활용할 경우 보다 섬세한 단위로 교통수요를 산출할 수 있다.
다만, 기지국의 수신범위는 대체로 서로 다른 행정경계에 걸쳐 있고 변동성이 크기 때문에 이를 교통수요 분석의 단위로 활용하는 경우, 정확도가 다소 떨어질 수 있다. 따라서, 기지국 수신범위 특징을 고려하여 교통수요를 산출하기에 적정한 크기의 영역(즉, 교통폴리곤)에 대한 니즈가 증가되고 있다.
이하에서는, 교통폴리곤을 생성하기 위한 통신빅데이터 기반 DB 분석맵 구축 시스템 및 방법에 관하여 도 1 내지 도 10을 참조하여 상세하게 설명하도록 한다.
도 1은 본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 시스템의 개략도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 시스템은, 통신 빅데이터를 수신하는 분석맵 운영 서버(100)를 포함한다. 데이터베이스 분석맵 운영 서버(100)(이하, 분석맵 운영 서버)는 전술한 통신빅데이터 기반 DB 분석맵 구축 방법을 수행하는 수행주체로서 동작한다.
분석맵 운영 서버(100)는 네트워크(300)를 통해 복수의 기지국(200)에서 수집된 통신 빅데이터를 수신한다.
여기에서, 통신 빅데이터는 사용자 단말기의 식별번호, 기지국 식별번호, 사용자 단말기의 체류시작시간, 체류종료시간, 사용자 단말기를 이용하는 사용자의 개인정보(나이, 성별, 가입지역 등)에 대한 정보를 포함할 수 있다. 다만, 이는 하나의 예에 불과하고 본 발명이 이에 한정되는 것은 아니다.
기지국(200)은 통신사에서 통신 중계장비를 통신탑 등에 설치한 것을 의미한다. 기지국(200)은 통신전파를 주고 받으면서 유선/무선으로 통신회사에 연결됨에 따라, 통신회사가 무선통신 셀 커버리지를 제공할 수 있도록 한다.
여기에서, 네트워크(300)는 복수의 전자기기 간에 미리 설정된 통신 프로토콜을 이용하여 데이터를 전송할 수 있다. 미리 설정된 통신 프로토콜은, TCP/IP 프로토콜, IEEE 802.11에 따르는 프로토콜 및 WAP 프로토콜 중 어느 하나일 수 있다. 다만, 이는 하나의 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.
각각의 기지국(200)에서 수집된 통신 빅데이터는 분석맵 운영 서버(100)로 전송되어 교통분석에 이용될 수 있다.
분석맵 운영 서버(100)는 통신 빅데이터를 교통수요분석과 같은 교통분석을 위한 데이터로 가공할 수 있다. 다만, 통신 빅데이터의 경우 기지국을 기초로 정보가 수집되는데, 기지국 수신범위는 대체로 서로 다른 행정경계에 걸쳐 있고 변동성이 크기에 이를 교통분석의 단위로 활용하기에 부적절할 수 있다.
따라서, 분석맵 운영 서버(100)는 통신 빅데이터의 최소집계단위인 기지국 단위(즉, 셀 커버리지)보다 타 데이터와의 결합 용이성이 우수하고, 기존 가구통행실태조사의 집계단위인 읍면동보다 공간적인 해상도가 높은 분석단위인 교통폴리곤(이하, 폴리곤)을 형성하여 이용할 수 있다.
이하에서는, 전술한 폴리곤을 형성하기 위한 통신빅데이터 기반 DB 분석맵 구축 방법에 대해 자세히 설명하도록 한다.
도 2는 본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 방법에 대한 순서도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 통신빅데이터 기반 DB 분석맵 구축 방법에서, 우선, 분석맵 운영 서버(100)는 기지국의 수신범위를 기준으로 집계구를 병합하여 폴리곤을 생성한다(S110).
여기에서, 집계구는 통계청에서 제공하는 최소단위구역이다. 구체적으로, 집계구는 기초단위구를 여러 개 묶어 일정한 인구규모(500여 명)를 유지하면서 사회경제적으로 비슷한 사람들이 모일 수 있도록 획정한 경계로서, 규모는 평균 약 1.1㎢이며 통계청에서 제공하는 최소단위구역(읍면동의 약 1/30 규모)에 해당한다. 또한, 기지국의 수신범위는 기지국이 통제 가능한 개별 서비스 영역을 의미한다.
분석맵 운영 서버(100)는 각 집계구의 중심점을 생성한 후, 각 집계구를 기직국의 수신범위와 중첩시켜 집계구별 기지국 구분코드를 부여할 수 있다. 이어서, 기지국 구분코드가 동일한 집계구를 병합함으로써 폴리곤을 생성할 수 있다. 폴리곤을 생성하는 방법에 대한 자세한 설명은 도 3 내지 도 6을 참조하여 후술하도록 한다.
이어서, 분석맵 운영 서버(100)는 기준 크기보다 작게 형성된 폴리곤을 인접 폴리곤과 병합하는 보정을 수행한다(S120). 구체적으로, 분석맵 운영 서버(100)는 생성된 폴리곤의 크기가 미리 정해진 기준값보다 작게 형성된 경우, 해당 폴리곤을 인접 폴리곤과 병합한다. 이는 지나치게 작게 형성된 폴리곤의 경우, 관련도가 높은 인접 폴리곤에 병합함으로써 교통정보분석의 정확성을 높이기 위함이다.
이어서, 분석맵 운영 서버(100)는 폴리곤이 멀티 파트 폴리곤(Multi-part Polygon)인 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 보정을 수행한다(S130). 구체적으로, 분석맵 운영 서버(100)는 동일한 기지국 구분코드를 갖는 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합할 수 있다. 이는 서로 이격되어 배치되는 폴리곤의 경우, 관련도가 높은 인접 폴리곤에 병합함으로써 교통정보분석의 정확성을 높이기 위함이다.
이어서, 분석맵 운영 서버(100)는 기지국이 할당되지 않은 폴리곤을 보정한다(S140). 구체적으로, 분석맵 운영 서버(100)는 기지국 구분코드가 미할당된 폴리곤의 경우, 인근 폴리곤의 중심점간 거리를 기준으로 해당 폴리곤을 최인접한 폴리곤과 병합한다.
여기에서, 기지국 구분코드가 미할당된 폴리곤은, 인근에 면해있는 폴리곤이 없는 경우 발생할 수 있다. 예를 들어, 기지국 구분코드가 미할당된 폴리곤은 바다 위의 섬인 경우 발생될 수 있다. 이 경우, 기지국 구분코드가 미할당된 폴리곤은 가장 최인근에 위치한 폴리곤과 병합될 수 있다.
앞서 본 발명의 일 실시예에서는 S110 내지 S140 단계를 모두 실시하는 것으로 설명하였으나, 본 발명이 이에 한정되는 것은 아니다.
본 발명의 다른 실시예에서는 S120 내지 S140 단계 중 일부가 생략되도록 변형되어 실시될 수 있다. 예를 들어, 본 발명의 일 실시예는 S110 단계만 수행되어 폴리곤을 생성할 수 있으며, 본 발명의 다른 실시예는 S110 단계와 S130 단계만 수행되어 폴리곤을 생성할 수 있다. 다만, 이는 하나의 예시일 뿐이며, 본 발명은 S120 내지 S140 단계의 다양한 조합으로 변형되어 실시될 수 있다.
이하에서는, 본 발명의 실시예에 따른 S110 단계의 폴리곤 생성 방법에 대해 자세히 설명하도록 한다.
도 3은 도 2의 S110 단계의 폴리곤 생성 방법에 대한 순서도이다. 도 4 내지 도 6은 도 3의 폴리곤 생성 방법을 설명하기 위한 도면이다.
도 3 내지 도 4를 참조하면, 분석맵 운영 서버(100)에서 수행되는 본 발명의 실시예에 따른 폴리곤 생성 방법은, 우선 기지국의 수신범위를 확정한다(S110).
기지국의 수신범위는 기지국이 통제 가능한 개별 서비스 영역을 의미한다. 다만, 기지국의 수신범위는 기지국 주위의 환경 조건(기지국 송신 설정 차이, 건물 간섭 등)에 따라 다양한 모양을 띠고 변동성이 크기 때문에, 보로노이 기법을 활용하여 주 기지국에 대한 가상의 수신영역을 형성하여 이용할 수 있다.
도 5는 보로노이 기법을 이용하여 기지국의 수신범위를 설정하는 방법을 나타낸다.
일반적으로 기지국 주위의 환경 조건(기지국 송신 설정 차이, 건물 간섭 등)이 서로 상이하기에, 각 기지국의 수신범위는 기지국별로 상이할 수 있다. 이에 전술한 보로노이 기법을 이용하여, 각 기지국의 셀 커버리지를 형성할 수 있다.
여기에서, 보로노이 기법은 임의의 한 점과 다른 점을 연결한 선분의 수직이등분선을 그린 후, 수직이등분선간의 교차점을 연결하여 공간을 분할하는 기법을 의미한다.
이러한 보로노이 기법을 이용하여 가상의 기지국 영역을 형성할 수 있으며, 본 발명은 이렇게 형성된 가상의 영역을 기지국의 수신범위로 이용하여 폴리곤을 생성할 수 있다.
다만, 본 발명이 반드시 보로노이 기법을 이용하여 형성된 기지국의 수신범위를 이용하는 것에 한정되는 것은 아니며, 기지국의 수신범위는 종래에 개시된 다양한 방법을 이용하여 설정될 수 있다.
이어서, 다시 도 3 내지 도 4를 참조하면, 분석맵 운영 서버(100)는 각 기지국마다 기지국 구분코드를 설정한다(S112). 예를 들어, 기지국 구분코드는 A1, A2, A3와 같이 고유의 코드로 설정될 수 있으며, 서로 다른 기지국에 대한 구분코드는 서로 상이하게 설정된다.
이어서, 분석맵 운영 서버(100)는 집계구의 중심점(예를 들어, C11 내지 C22)을 생성한다(S113). 예를 들어, 집계구의 중심점은 해당 집계구를 얇은 판으로 가정했을 때의 무게중심점이 될 수 있다. 다만, 이는 하나의 예시일 뿐, 본 발명이 이에 한정되는 것은 아니다.
이어서, 분석맵 운영 서버(100)는 기지국의 수신범위와 집계구를 중첩시킨다(S114). 이를 통해, 기지국의 수신범위와 집계구는 서로 오버랩되어 하나의 도면에 표시될 수 있다(도 4 참조).
이어서, 도 3과 도 6을 참조하면, 분석맵 운영 서버(100)는 집계구의 중심점을 기준으로, 해당 기지국 구분코드를 각 집계구에 할당할 수 있다(S115).
구체적으로, 분석맵 운영 서버(100)는 집계구의 중심점이 속해있는 기지국의 구분코드를 해당 집계구의 구분코드에 할당할 수 있다. 도 6의 테이블(T1)은 각각의 집계구에 할당된 기지국의 구분코드를 나타낸다.
예를 들어, 제1 집계구(11)의 중심점(C11)은 제1 기지국에 속하므로 제1 기지국의 구분코드(A1)가 제1 집계구(11)에 할당되고, 제2 집계구(12)의 중심점(C12)은 제1 기지국에 속하므로 제1 기지국의 구분코드(A1)가 제2 집계구(12)에 할당될 수 있다.
한편, 제3 집계구(13)의 중심점(C13)은 제2 기지국에 속하므로 제2 기지국의 구분코드(A2)가 제3 집계구(13)에 할당되고, 제4 집계구(20)의 중심점(C20)은 제3 기지국에 속하므로 제3 기지국의 구분코드(A3)가 제4 집계구(20)에 할당될 수 있다.
이어서, 분석맵 운영 서버(100)는 기지국 구분코드가 동일한 집계구를 병합하여 각각의 폴리곤을 형성한다(S116). 예를 들어, 전술한 테이블(T1)에 포함된 집계구 중에서 기지국 구분코드가 A1인 집계구(11, 12 및 15~19)를 병합하여 하나의 폴리곤을 형성할 수 있다.
추가적으로, 분석맵 운영 서버(100)는 기지국 구분코드를 기준으로 동일한 행정구역(예를 들어, 읍면동) 내에 있는 집계구를 병합할 수 있다. 예를 들어, 기지국 구분코드가 동일한 집계구라도 동일한 행정구역 내에 위치한 집계구만을 하나의 폴리곤으로 형성할 수 있다.
전술한 과정을 모든 집계구에 대해 수행함으로써, 분석맵 운영 서버(100)는 복수의 폴리곤으로 구성된 데이터베이스 분석 맵(DB 분석 맵)을 형성할 수 있다.
이렇게 생성된 분석 맵에 포함된 폴리곤의 수는, 집계구의 수보다 적고 행정구역(예를 들어, 읍면동) 수보다 많게 형성될 수 있다.
도 7은 도 2의 S120 단계를 설명하기 위한 도면이다.
도 7을 참조하면, 본 발명의 분석맵 운영 서버(100)는 기준 크기보다 작게 형성된 폴리곤을 인접 폴리곤과 병합하는 보정을 수행한다(도 2의 S120).
구체적으로, 분석맵 운영 서버(100)는 생성된 폴리곤의 크기가 미리 정해진 기준 크기보다 작게 형성된 경우, 해당 폴리곤을 인접한 폴리곤과 병합할 수 있다.
여기에서, 기준 크기는 폴리곤 면적의 최소 기준으로, 행정구역별(바람직하게는, 시군구별) 집계구 면적 누적분포함수(Cumulative distribution function, 이하, CDF)에 대한 값으로 설정될 수 있다. 이때, 누적분포함수(CDF)는 확률분포함수(Cumulative distribution function, PDF)와 관련된 누적 확률을 제공한다. 특히 누적분포함수(CDF)는 지정하는 값까지 확률분포함수(PDF) 아래의 누적 면적으로 계산될 수 있다. 예를 들어, 면적이 1헥타르 이상인 구역의 비율은 누적분포함수(CDF)를 통해 확인될 수 있다.
분석맵 운영 서버(100)에서 이용하는 기준 크기는 시군구별 집계구 면적 누적분포함수(CDF) 5%로 설정될 수 있다. 따라서, 집계구 면적 누적분포함수(CDF)가 5%보다 작은 면적에 해당하는 폴리곤은 인접 폴리곤과의 병합 대상이 된다.
보정대상인 폴리곤을 선정하는 제1 조건은, 면해있는(혹은, 접해있는) 폴리곤 중에서 가장 길게 면해있는 인접 폴리곤을 선택하는 것이다.
보정대상인 폴리곤을 선정하는 제2 조건은, 동일한 행정구역(예를 들어, 읍면동) 내에 있는 인접 폴리곤을 선택하는 것이다. 예를 들어, 분석맵 운영 서버(100)는 동일한 행정구역 내에 위치한 폴리곤만을 하나의 폴리곤으로 병합할 수 있다.
분석맵 운영 서버(100)는 전술한 제1 및 제2 조건을 기초로 보정대상인 폴리곤을 인접 폴리곤과 병합할 수 있다.
예를 들어, 분석맵 운영 서버(100)는 누적분포함수(CDF)가 5%보다 작게 형성된 제1 폴리곤(P4)을 보정대상 폴리곤으로 선정한다. 이때, 제1 폴리곤(P4)은 동일 행정구역(D1) 내에 위치하는 제2 폴리곤(P2)과 제1 길이(L1)로 면해있고, 제3 폴리곤(P3)과 제2 길이(L2)로 면해있으며, 제4 폴리곤(P7)과 제3 길이(L3)로 면해있다. 제5 폴리곤(P6)의 경우, 다른 행정구역(D2) 내에 위치하므로 보정대상 폴리곤(P4)의 병합 대상에서 제외될 수 있다.
이어서, 제2 내지 제4 폴리곤(P2, P3, P7) 중 가장 길게 면해있는 제2 폴리곤(P2)은 제1 폴리곤(P4)과의 병합 대상이 된다. 따라서, 분석맵 운영 서버(100)는 제1 폴리곤(P4)과 제2 폴리곤(P2)을 병합한다.
추가적으로, 본 발명의 다른 실시예에서 제2 조건(즉, 동일한 행정구역 내에서만 병합)은 생략되어 실시될 수 있다. 예를 들어, 보정대상 폴리곤은 행정구역에 관계없이 가장 길게 면해있는 인접 폴리곤에 병합될 수 있다. 다만, 이는 하나의 실시예에 불과하며, 본 발명이 이에 한정되는 것은 아니다.
도 8 및 도 9는 도 2의 S130 단계를 설명하기 위한 도면이다. 이때, 도 8과 도 9는 서로 다른 타입의 멀티 파트 폴리곤을 나타내는 도면이다.
도 8 및 도 9를 참조하면, 폴리곤이 멀티 파트 폴리곤(Multi-part Polygon)인 경우, 분석맵 운영 서버(100)는 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 보정을 수행한다(도 2의 S130). 여기에서, 멀티 파트 폴리곤은 하나의 폴리곤이 둘 이상의 영역으로 분할된 경우를 나타낸다.
예를 들어, 도 8은 멀티 파트 집계구(즉, 둘 이상의 영역으로 분할된 집계구)로 인하여, 멀티 파트 집계구가 생성되는 예를 나타내고. 도 9는 기지국과 집계구의 배치관계에 의하여 멀티 파트 집계구가 생성되는 예를 나타내는 도면이다.
이때, 분석맵 운영 서버(100)는 동일한 기지국 구분코드를 갖는 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합할 수 있다. 이는 서로 이격배치된 폴리곤을 관련도가 높은 인접 폴리곤에 병합함으로써 교통정보분석의 정확성을 높이기 위함이다.
구체적으로, 분석맵 운영 서버(100)는 제1 및 제2 조건을 기초로 멀티 파트 폴리곤모두를 인접 폴리곤과 병합할 수 있다. 이때, 인접 폴리곤과 병합되는 영역은 멀티 파트 폴리곤을 이루는 복수의 영역 중 작은 영역에 해당할 수 있다.
여기에서, 제1 조건은 보정대상 폴리곤 영역을 면해있는(혹은, 접해있는) 폴리곤 중에서 가장 길게 면해있는 인접 폴리곤과 병합하는 것이다. 또한, 제2 조건은 동일한 행정구역(예를 들어, 읍면동) 내에 있는 인접 폴리곤과 병합하는 것이다.
즉, 분석맵 운영 서버(100)는 전술한 제1 및 제2 조건을 기초로 보정대상 폴리곤 영역을 인접 폴리곤과 병합할 수 있다.
예를 들어, 도 8을 참조하면, 분석맵 운영 서버(100)는 멀티 파트 폴리곤(P11, P12)에 대하여, 멀티 파트 폴리곤(P11, P12)에 포함된 제1 영역(P11)과 제2 영역(P12) 모두에 가장 길게 접해있고, 동일한 행정구역 내에 위치한 폴리곤(P2)와 멀티 파트 폴리곤(P11, P12)을 병합할 수 있다.
다른 예로, 도 9를 참조하면, 분석맵 운영 서버(100)는 멀티 파트 폴리곤(P41, P42)에 포함된 제1 영역(P41)과 제2 영역(P42) 모두와 가장 길게 접해있고, 동일한 행정구역 내에 위치한 폴리곤(P3)와 멀티 파트 폴리곤(P41, P42)을 병합할 수 있다.
추가적으로, 본 발명의 다른 실시예에서, 인접 폴리곤과 병합되는 영역은 멀티 파트 폴리곤을 이루는 복수의 영역 중 작은 영역(즉, 보정대상 폴리곤 영역)에 해당할 수 있다.
예를 들어, 도 8을 참조하면, 분석맵 운영 서버(100)는 멀티 파트 폴리곤(P11, P12)에 대하여, 멀티 파트 폴리곤(P11, P12)에 포함된 제1 영역(P11)과 제2 영역(P12) 모두에 가장 길게 접해있고, 동일한 행정구역 내에 위치한 폴리곤(P2)와 멀티 파트 폴리곤(P11, P12)을 병합할 수 있다.
예를 들어, 도 8을 참조하면, 분석맵 운영 서버(100)는 멀티 파트 폴리곤(P11, P12)에 포함된 제1 영역(P11)과 제2 영역(P12) 중 작은 영역인 제2 영역(P12)을 보정대상 폴리곤 영역으로 선정한다. 이어서, 분석맵 운영 서버(100)는 보정대상 폴리곤 영역과 가장 길게 접해있고, 동일한 행정구역 내에 위치한 폴리곤(P2)와 제2 영역(P12)을 병합할 수 있다.
다른 예로, 도 9를 참조하면, 멀티 파트 폴리곤(P41, P42)에 포함된 제1 영역(P41)과 제2 영역(P42) 중 작은 영역인 제1 영역(P41)을 보정대상 폴리곤 영역으로 선정한다. 이어서, 분석맵 운영 서버(100)는 보정대상 폴리곤 영역과 가장 길게 접해있고, 동일한 행정구역 내에 위치한 폴리곤(P3)와 제2 영역(P41)을 병합할 수 있다.
또한, 추가적으로, 본 발명의 다른 실시예에서, 인접 폴리곤과 병합되는 영역은 인접 폴리곤에 의해 완전히 둘러싸이는 영역일 수 있다.
예를 들어, 멀티 파트 폴리곤(P41, P42)에 포함된 제1 영역(P41)이 제2 영역(P42)보다 크다고 가정하더라도, 인접 폴리곤에 의해 완전히 둘러싸이는 제1 영역(P41)이 보정대상 영역으로 인접 폴리곤과 병합될 수 있다.
또한, 본 발명의 또 다른 실시예에서 제2 조건(즉, 동일한 행정구역 내에서만 병합)은 생략되어 실시될 수 있다. 예를 들어, 보정대상 폴리곤은 행정구역에 관계없이 가장 길게 면해있는 인접 폴리곤에 병합될 수 있다. 다만, 이는 하나의 실시예에 불과하며, 본 발명이 이에 한정되는 것은 아니다.
도 10은 도 2의 S140 단계를 설명하기 위한 도면이다.
도 10을 참조하면, 본 발명의 분석맵 운영 서버(100)는 기지국이 할당되지 않은 폴리곤을 보정한다(도 2의 S140). 구체적으로, 분석맵 운영 서버(100)는 기지국 구분코드가 미할당된 폴리곤의 경우, 인근 폴리곤의 중심점간 거리를 기준으로 해당 폴리곤을 최인접한 폴리곤과 병합한다.
여기에서, 기지국 구분코드가 미할당된 폴리곤은, 기지국이 없는 보로노이 영역 내에 위치하고 있고, 인근에 면해있는 폴리곤(병합 대상)이 없는 경우 형성될 수 있다. 예를 들어, 기지국 구분코드가 미할당된 폴리곤은 바다 위의 섬인 경우 발생될 수 있다.
이때, 기지국 구분코드가 미할당된 폴리곤(도 10의 P5)은 인근 폴리곤의 중심점간의 거리를 기준으로 가장 가까운 폴리곤과 병합될 수 있다. 이 경우에도, 기지국 구분코드가 미할당된 폴리곤은 동일한 행정구역 내에서만 병합될 수 있으나, 본 발명이 이에 한정되는 것은 아니며 전술한 바와 같이 동일한 행정구역 내에서만 병합되는 조건은 선택적으로 적용될 수 있다.
이를 통해, 기지국이 없는 폴리곤은 기지국이 있는 폴리곤과 병합될 수 있으며, 기지국과 병합 폴리곤은 최소 1:1(혹은 n:1)의 비율을 형성할 수 있다.
정리하면, 전술한 방법에 의하여 본 발명의 통신빅데이터 기반 DB 분석맵 구축 방법은, 교통수요를 산출하기에 적정한 크기의 교통폴리곤을 형성함으로써, 기지국의 커버리지를 이용하거나 격자형 분할 방식을 이용하는 기존방식보다 교통분석의 활용도 및 정확도를 향상시킬 수 있다.
또한, 최근 교통분석의 수요처가 다양하게 점차 늘어나고 있으며, 보다 세밀한 교통분석의 니즈가 커지는 상황에서, 본 발명은 통신 빅데이터를 활용하여 교통폴리곤에 대한 해상도를 높임으로써 DB 분석맵 활용을 통한 수익성을 향상시킬 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
100: 분석맵 운영 서버
200: 기지국

Claims (10)

  1. 기지국 단위로 집계되는 통신데이터를 기초로, 교통분석에 이용가능한 폴리곤을 생성하기 위한 통신빅데이터 기반 DB 분석맵 구축 방법에 있어서,
    (a) 상기 기지국의 수신범위를 기준으로, 통계청에서 제공하는 최소단위구역인 집계구를 병합하여 폴리곤을 생성하는 단계;
    (b) 상기 폴리곤의 크기가 미리 정해진 기준값보다 작게 형성된 경우, 해당 폴리곤을 인접 폴리곤과 병합하는 단계; 및
    (c) 동일한 기지국 구분코드를 갖는 상기 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 단계를 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법
  2. 제1 항에 있어서,
    (d) 상기 기지국 구분코드가 미할당된 폴리곤의 경우, 인근 폴리곤의 중심점간 거리를 기준으로 해당 폴리곤을 최인접한 폴리곤과 병합하는 단계를 더 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  3. 제1 항에 있어서,
    상기 (a) 단계는,
    상기 기지국의 수신범위를 확정하고, 각 기지국마다 구분코드를 설정하는 단계와,
    상기 기지국의 수신범위와 상기 집계구를 중첩시키는 단계와,
    상기 집계구의 중심점이 속한 상기 기지국의 구분코드를, 해당 집계구에 할당하는 단계와,
    상기 할당된 구분코드가 동일한 집계구들을 병합하여, 상기 폴리곤을 생성하는 단계를 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  4. 제1 항에 있어서,
    상기 (b) 단계는,
    상기 기준값보다 작은 면적은 갖는 보정대상 폴리곤에 있어서, 상기 보정대상 폴리곤과 면해있는 폴리곤 중, 동일 행정구역 내에 위치하고 가장 길게 면해있는 인접 폴리곤을 상기 보정대상 폴리곤에 병합하는 것을 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  5. 제4 항에 있어서,
    상기 기준값은, 행정구역별 집계구 면적 누적분포함수(CDF) 5%로 설정되는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  6. 제1 항에 있어서,
    상기 (c) 단계는,
    동일한 기지국 구분코드를 가지면서 서로 이격 배치되는 상기 폴리곤의 제1 영역 및 제2 영역에 있어서, 동일 행정구역 내에 위치하고 상기 제1 및 제2 영역 모두에 가장 길게 면해있는 인접 폴리곤과 상기 제1 및 제2 영역을 병합하는 것을 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  7. 기지국 단위로 집계되는 통신데이터를 기초로, 교통분석에 이용가능한 폴리곤을 생성하기 위한 통신빅데이터 기반 DB 분석맵 구축 방법에 있어서,
    상기 기지국의 수신범위를 확정하고, 각 기지국마다 구분코드를 설정하는 단계;
    상기 기지국의 수신범위와 통계청에서 제공하는 최소단위구역인 집계구를 중첩시키는 단계;
    상기 집계구의 중심점이 속한 상기 기지국의 구분코드를, 해당 집계구에 할당하는 단계; 및
    상기 할당된 구분코드가 동일한 집계구들을 병합하여 상기 폴리곤을 생성하는 단계를 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  8. 제7 항에 있어서,
    상기 폴리곤의 크기가 미리 정해진 기준값보다 작게 형성된 경우, 해당 폴리곤을 인접 폴리곤과 병합하는 단계를 더 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  9. 제7 항에 있어서,
    동일한 기지국 구분코드를 갖는 상기 폴리곤이 분할 배치된 경우, 해당 폴리곤의 일부를 인접 폴리곤과 병합하는 단계를 더 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
  10. 제7 항에 있어서,
    상기 기지국 구분코드가 미할당된 폴리곤의 경우, 인근 폴리곤의 중심점간 거리를 기준으로 해당 폴리곤을 최인접 폴리곤과 병합하는 단계를 더 포함하는
    통신빅데이터 기반 DB 분석맵 구축 방법.
KR1020190128200A 2019-10-16 2019-10-16 통신 빅데이터 기반 db 분석맵 구축 방법 KR102085303B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190128200A KR102085303B1 (ko) 2019-10-16 2019-10-16 통신 빅데이터 기반 db 분석맵 구축 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190128200A KR102085303B1 (ko) 2019-10-16 2019-10-16 통신 빅데이터 기반 db 분석맵 구축 방법

Publications (1)

Publication Number Publication Date
KR102085303B1 true KR102085303B1 (ko) 2020-03-05

Family

ID=69803986

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190128200A KR102085303B1 (ko) 2019-10-16 2019-10-16 통신 빅데이터 기반 db 분석맵 구축 방법

Country Status (1)

Country Link
KR (1) KR102085303B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002209245A (ja) * 2001-01-11 2002-07-26 Secom Co Ltd 移動体の位置監視システムおよび移動体の位置監視方法
KR20060040129A (ko) * 2004-11-04 2006-05-10 에스케이 텔레콤주식회사 트래픽 밀도 예측 시스템 및 방법
KR20070121407A (ko) * 2006-06-22 2007-12-27 주식회사 케이티 모바일 센서 네트워크를 이용한 도로정보 수집 시스템 및방법
US20180242058A1 (en) * 2016-07-19 2018-08-23 Hitachi, Ltd. Sensor system and method of collecting data
KR101976189B1 (ko) * 2018-06-07 2019-05-08 넥스엔정보기술(주) 유동 인구의 분석 서비스 제공 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002209245A (ja) * 2001-01-11 2002-07-26 Secom Co Ltd 移動体の位置監視システムおよび移動体の位置監視方法
KR20060040129A (ko) * 2004-11-04 2006-05-10 에스케이 텔레콤주식회사 트래픽 밀도 예측 시스템 및 방법
KR20070121407A (ko) * 2006-06-22 2007-12-27 주식회사 케이티 모바일 센서 네트워크를 이용한 도로정보 수집 시스템 및방법
US20180242058A1 (en) * 2016-07-19 2018-08-23 Hitachi, Ltd. Sensor system and method of collecting data
KR101976189B1 (ko) * 2018-06-07 2019-05-08 넥스엔정보기술(주) 유동 인구의 분석 서비스 제공 방법

Similar Documents

Publication Publication Date Title
US9426044B2 (en) Radio access network geographic information system with multiple format
CN111044056A (zh) 基于道路匹配的定位方法、芯片子系统及电子设备
CN105513400A (zh) 动态规划出行路径的方法
US20030050754A1 (en) Mapping patterns of movement based on the aggregation of spatial information contained in wireless transmissions
Zhang et al. Fast, efficient broadcast schemes based on the prediction of dynamics in vehicular ad hoc networks
CN106507475A (zh) 基于EKNN的室内区域WiFi定位方法及系统
US10165498B2 (en) Management device, terminal device, and management method performing process of selecting resource of radio link
KR102126677B1 (ko) 교통수요분석을 위한 통신빅데이터 기반 db 구축 방법
Makkawi et al. RSUs placement using cumulative weight based method for urban and rural roads
Shinkuma et al. Data assessment and prioritization in mobile networks for real-time prediction of spatial information with machine learning
JPWO2014102891A1 (ja) 通信システム、通信制御装置、無線通信装置および通信方法
CN103034267A (zh) 用于控制设施装置的设备和方法
Nkenyereye et al. Efficient RSU selection scheme for fog-based vehicular software-defined network
Jia et al. Mass: Mobility-aware sensor scheduling of cooperative perception for connected automated driving
KR102085303B1 (ko) 통신 빅데이터 기반 db 분석맵 구축 방법
CN109743723A (zh) 一种将手机基站数据分配到周边空间单元的方法
CN111199312A (zh) 路径规划的方法、装置、存储介质及电子设备
JP2016048529A (ja) 携帯端末を所持したユーザの滞在判定が可能な装置、プログラム及び方法
US12000707B2 (en) Communications server apparatus and methods of operation thereof
Bohlooli et al. Profile based routing in vehicular ad-hoc networks
Burgstahler et al. Probsense. kom: A probabilistic sensing approach for gathering vehicular sensed data
KR101079847B1 (ko) 센서 네트워크에서 태그 노드 위치 산출 방법, 시스템
KR20200040451A (ko) 교통 정보를 생성하는 서버, 방법 및 컴퓨터 프로그램
KR20200030783A (ko) 방문지 최적화 제공 방법 및 이를 구현하는 휴대 단말기
CN105759240A (zh) 一种定位参考信息更新方法及装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant