KR102268381B1 - 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치 - Google Patents
버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치 Download PDFInfo
- Publication number
- KR102268381B1 KR102268381B1 KR1020210007467A KR20210007467A KR102268381B1 KR 102268381 B1 KR102268381 B1 KR 102268381B1 KR 1020210007467 A KR1020210007467 A KR 1020210007467A KR 20210007467 A KR20210007467 A KR 20210007467A KR 102268381 B1 KR102268381 B1 KR 102268381B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- movement
- movement pattern
- cell
- cells
- Prior art date
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 393
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005457 optimization Methods 0.000 title description 15
- 210000004027 cell Anatomy 0.000 claims description 235
- 210000004460 N cell Anatomy 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000010295 mobile communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009087 cell motility Effects 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명의 일 실시예는 전자 장치에 의해 수행되는 버스 승객의 이동 패턴 정보를 도출하는 방법으로서, 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계, 상기 특정 지역 내의 정류소 정보를 획득하는 단계, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 단계, 상기 특정 지역 내의 교통카드 정보를 획득하는 단계, 상기 단위 셀 별 정류소 정보 및 상기 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출하는 단계 및 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계를 포함할 수 있다.
Description
본 발명은 빅데이터를 이용하여 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치에 관한 것이다.
최근 정보화 시대에 진입함에 따라 대부분의 사람들이 스마트폰을 이용하여 버스 노선 및 도착 예정 시간을 확인하고 있다. 이에 따라, 사람들은 목적지까지 효율적으로 버스를 탑승하여 이동하고, 버스를 기다리는 시간을 최소화할 수 있다.
다만, 보다 효율적인 버스 시스템을 위해서는 버스의 노선 및 도착 예정 시간과 같은 현재 현황을 제공하는 것이 그치지 않고, 사람들이 많이 이동하는 노선에 대하여 버스의 배차를 확충하거나, 효율적인 노선으로 버스의 노선을 수정할 필요가 있다.
즉, 현재 버스의 현황을 제공해주는 방법에 대해서는 계속 연구되어 편리성 및 정확성이 지속적으로 향상되고 있으나, 기초가 되는 버스의 배차 및 최적의 노선을 도출하는 버스 시스템의 최적화 방법에 대한 연구는 미흡한 실정이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 장치를 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법은 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계, 상기 특정 지역 내의 정류소 정보를 획득하는 단계, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 단계, 상기 특정 지역 내의 교통카드 정보를 획득하는 단계, 상기 단위 셀 별 정류소 정보 및 상기 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출하는 단계 및 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계를 포함할 수 있다.
여기서, 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계는 상기 셀 간 이동 정보를 기반으로 셀 간 동일 이동 정보를 카운팅하는 단계, 상기 카운팅한 값을 기반으로 상기 셀 간 이동 정보에 대한 랭킹 정보를 도출하는 단계, 상기 랭킹 정보를 기반으로 상기 셀 간 이동 정보로부터 상위 N개의 셀 간 이동 정보를 추출하는 단계 및 상기 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 제1 이동 패턴 이미지 정보를 생성하는 단계를 포함하고, 상기 N은 양의 정수 중 하나로 설정되고, 상기 이동 패턴 정보는 상기 제1 이동 패턴 이미지 정보를 포함할 수 있다.
여기서, 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계는 상기 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 제2 이동 패턴 이미지 정보를 생성하는 단계를 더 포함하고, 상기 이동 패턴 정보는 상기 제2 이동 패턴 이미지 정보를 더 포함할 수 있다.
여기서, 상기 이동 패턴 정보는 전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보를 포함할 수 있다.
여기서, 사용자 단말로부터 지역 정보 및 시간 정보를 포함하는 입력 정보를 수신하고, 상기 시간 정보는 전체, 평일, 주말, 출근시간 및 퇴근시간 중 하나를 나타내는 단계 및 상기 지역 정보에 따른 지역이 상기 특정 지역을 나타내는 경우, 상기 제1 이동 패턴 정보 내지 상기 제5 이동 패턴 정보 중 상기 시간 정보에 대응되는 이동 패턴 정보를 상기 사용자 단말에게 제공하는 단계를 더 포함할 수 있다.
상기 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 장치는 적어도 하나의 프로세서(processor) 및 상기 적어도 하나의 프로세서에 의해 실행되는 적어도 하나의 명령을 저장하는 메모리(memory)를 포함하고, 상기 적어도 하나의 명령은 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계, 상기 특정 지역 내의 정류소 정보를 획득하도록 실행되고, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하도록 실행되고, 상기 특정 지역 내의 교통카드 정보를 획득하도록 실행되고, 상기 단위 셀 별 정류소 정보 및 상기 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출하도록 실행되고, 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하도록 실행될 수 있다.
여기서, 상기 적어도 하나의 명령은 상기 셀 간 이동 정보를 기반으로 셀 간 동일 이동 정보를 카운팅하도록 실행되고, 상기 카운팅한 값을 기반으로 상기 셀 간 이동 정보에 대한 랭킹 정보를 도출하도록 실행되고, 상기 랭킹 정보를 기반으로 상기 셀 간 이동 정보로부터 상위 N개의 셀 간 이동 정보를 추출하도록 실행되고, 상기 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 제1 이동 패턴 이미지 정보를 생성하도록 실행되고, 상기 N은 양의 정수 중 하나로 설정되고, 상기 이동 패턴 정보는 상기 제1 이동 패턴 이미지 정보를 포함할 수 있다.
여기서, 상기 적어도 하나의 명령은 상기 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 제2 이동 패턴 이미지 정보를 생성하도록 실행되고, 상기 이동 패턴 정보는 상기 제2 이동 패턴 이미지 정보를 더 포함할 수 있다.
여기서, 상기 이동 패턴 정보는 전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보를 포함할 수 있다.
여기서, 상기 적어도 하나의 명령은 사용자 단말로부터 지역 정보 및 시간 정보를 포함하는 입력 정보를 수신하고, 상기 시간 정보는 전체, 평일, 주말, 출근시간 및 퇴근시간 중 하나를 나타내도록 실행되고, 상기 지역 정보에 따른 지역이 상기 특정 지역을 나타내는 경우, 상기 제1 이동 패턴 정보 내지 상기 제5 이동 패턴 정보 중 상기 시간 정보에 대응되는 이동 패턴 정보를 상기 사용자 단말에게 제공하도록 실행될 수 있다.
본 발명에 따르면, 빅데이터를 활용하여 버스 승객의 이동 패턴 정보를 도출하여 버스 노선의 최적화에 도움을 줄 수 있다.
본 발명에 따르면, 평일, 주말, 출근시간, 퇴근시간 및 전체시간에 따른 이동 패턴 정보를 제공하여, 버스 노선 최적화의 효과를 극대화할 수 있다.
본 발명에 따르면, 교통카드 정보에 따른 실제 이동 정보를 이용하므로, 이를 이용하여 버스 노선 최적화를 수행하는 경우 높은 확률로 시민들의 삶의 질 및 버스에 대한 만족도를 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법을 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 단위 셀을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 특정 지역을 단위 셀로 구분한 모습을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 분석 데이터 셋을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 단위 셀을 기준으로 분석 데이터 셋을 가공한 단위 셀 별 정류소 정보에 대응되는 데이터 셋을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 단위 셀 별 정류소 밀집지역을 시각화한 도면이다.
도 7 내지 12는 본 발명의 일 실시예에 따른 특정 지역 내의 버스 승객의 이동 패턴 정보를 설명하기 위한 도면이다.
도 13 내지 도 18은 본 발명의 일 실시예에 따른 특정 지역의 제1 생활권 내의 버스 승객의 이동 패턴 정보를 설명하기 위한 도면이다.
도 19는 본 발명의 일 실시예에 따른 버스 노선 촤적화를 위한 버스 승객 이동 패턴 정보 도출 장치의 블록 구성도이다.
도 20은 본 발명의 일 실시예에 따른 버스 노선 촤적화를 위한 버스 승객 이동 패턴 정보 도출 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 따른 단위 셀을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 특정 지역을 단위 셀로 구분한 모습을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 분석 데이터 셋을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 단위 셀을 기준으로 분석 데이터 셋을 가공한 단위 셀 별 정류소 정보에 대응되는 데이터 셋을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 단위 셀 별 정류소 밀집지역을 시각화한 도면이다.
도 7 내지 12는 본 발명의 일 실시예에 따른 특정 지역 내의 버스 승객의 이동 패턴 정보를 설명하기 위한 도면이다.
도 13 내지 도 18은 본 발명의 일 실시예에 따른 특정 지역의 제1 생활권 내의 버스 승객의 이동 패턴 정보를 설명하기 위한 도면이다.
도 19는 본 발명의 일 실시예에 따른 버스 노선 촤적화를 위한 버스 승객 이동 패턴 정보 도출 장치의 블록 구성도이다.
도 20은 본 발명의 일 실시예에 따른 버스 노선 촤적화를 위한 버스 승객 이동 패턴 정보 도출 방법의 순서도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예는 일련의 절차를 통해 특정 지역 내에서 버스 승객의 이동 패턴 정보를 도출할 수 있다. 특히, 일 실시예는 종합적인 이동 패턴 정보, 주말 이동 패턴 정보, 평일 이동 패턴 정보, 출근시간 이동 패턴 정보 및 퇴근시간 이동 패턴 정보를 각각 도출할 수 있으며, 버스 노선의 최적화를 위한 정보로 사용자에게 제공할 수 있다.
여기서, 이동 패턴 정보는 특정 지역을 미리 설정한 사이즈로 구분한 셀(cell) 단위로 도출될 수 있으며, 셀 단위에 대해서는 도 2 및 도 3과 함께 상세히 설명하겠다.
일 실시예는 버스 승객의 이동 패턴 정보를 도출하기 위하여 우선 정류소 정보를 획득할 수 있으며, 이를 기반으로 특정 지역 내의 정류소를 분석할 수 있다. 정류소 분석에 대해서는 도 4 내지 도 6과 함께 상세히 설명하겠다.
또한, 일 실시예는 버스 승객의 이동 패턴 정보를 도출하기 위해 이동 패턴을 분석할 수 있으며, 이를 위해 정류소의 분석 정보에 더불어 특정 지역 내에서 버스 승객들의 교통카드 정보를 이용할 수 있다. 여기서, 교통카드 정보는 승차별 승차한 시각 정보, 승차한 정류장 정보, 하차한 시각 정보 및 하차한 정류장 정보를 포함할 수 있다.
이후, 일 실시예는 정류소의 분석 정보 및 교통카드 정보를 기반으로 도출한 분석 데이터 셋을 이용하여 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출할 수 있다. 이에 대해서는 도 7 내지 도 12와 함께 상세히 설명하겠다. 또는 특정 지역의 복수의 생활권 중 특정 생활권 내의 버스 승객의 이동 패턴 정보를 도출할 수 있다. 이에 대해서는 도 13 내지 도 18과 함께 상세히 설명하겠다. 여기서, 이동 패턴 정보들은 상술한 바와 같이 각각 종합적인 이동 패턴 정보, 주말 이동 패턴 정보, 평일 이동 패턴 정보, 출근시간 이동 패턴 정보 및 퇴근시간 이동 패턴 정보 중 적어도 하나를 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 단위 셀을 나타낸 도면이고, 도 3은 본 발명의 일 실시예에 따른 특정 지역을 단위 셀로 구분한 모습을 나타낸 도면이다.
본 발명의 일 실시예는 특정 지역을 미리 설정한 사이즈의 셀 단위로 구분할 수 있다. 여기서, 셀의 면적 즉, 셀의 사이즈는 실측 거리 기준으로 500m x 500m의 정사각형 형태로 설정될 수 있다. 이러한 셀 단위로 구분한 특정 지역은 도 3과 같이 나타낼 수 있다.
일 실시예에 따른 데이터 가공 절차 및 결과 도출은 상기 셀 단위로 수행되는 바, 셀의 면적 또는 사이즈는 상기 500m x 500m에 한정되지 않으며, 관리자 등에 의해 수정될 수 있다. 예를 들어, 개별 정류소 단위로 이동 패턴 정보를 도출하는 경우, 과도하게 작은 단위로 분석되어 유효한 이동 패턴이 도출되지 않을 수 있으며, 과도한 연산으로 인하여 작업에 어려움이 생길 수 있다. 따라서, 일 실시예는 셀의 면적 또는 사이즈를 미리 설정하여 과도한 연산 작업을 방지하고, 실효성이 있는 결과 정보를 도출할 수 있다. 즉, 도 2를 참조하면, 일 실시예에 따른 정류소 정보는 외부 서버로부터 획득한 정류소 정보 또는 별도의 DB를 기반으로 상기 셀 단위로 도출될 수 있다.
도 4는 본 발명의 일 실시예에 따른 분석 데이터 셋을 나타낸 도면이다.
일 실시예는 정류소 정보를 기반으로 분석 데이터 셋을 생성할 수 있다.
도 4를 참조하면, 분석 데이터 셋은 정류소 별로 정류소의 식별 정보, 정류소가 포함된 단위 셀의 위치 정보 및 단위 셀의 식별 정보를 포함할 수 있다. 여기서, 정류소의 식별 정보는 정류소의 ID 정보(STOP_ID) 및 정류소의 명칭 정보(STOP_NAME)를 포함할 수 있다. 또한, 분석 데이터 셋은 상술한 정보 외에도 정류소에 대한 여러 정보를 더 포함할 수도 있다.
단위 셀의 위치 정보는 세계 지구 좌표 시스템(WGS: World Geodetic System)을 이용한 위치 정보를 포함할 수 있다. 예를 들어, 위치 정보는 WGS84 타원체를 이용하여 측량한 GPS 정보를 포함할 수 있다.
단위 셀의 식별 정보는 상기 정류소가 특정 지역을 미리 구분한 복수의 단위 셀들 중 어느 셀에 포함되는지를 나타내는 정보를 포함할 수 있으며, 단위 셀의 기준 위치에 대한 특정 지역 내에서의 x좌표 및 y좌표를 포함할 수 있고, 단위 셀에 대한 ID 정보 또는 고유 식별 정보를 포함할 수 있다. 여기서, 상기 단위 셀의 기준 위치는 단위 셀의 중심점을 나타낼 수 있다.
도 5는 본 발명의 일 실시예에 따른 단위 셀을 기준으로 분석 데이터 셋을 가공한 단위 셀 별 정류소 정보에 대응되는 데이터 셋을 나타낸 도면이고, 도 6은 본 발명의 일 실시예에 따른 단위 셀 별 정류소 밀집지역을 시각화한 도면이다.
본 발명의 일 실시예는 도 4에서 설명한 분석 데이터 셋을 이용하여 단위 셀 기준으로 추가 가공할 수 있다. 즉, 분석 데이터 셋은 정류소를 기준으로 정보들이 분류되어 있었으나, 이를 단위 셀을 기준으로 재분류할 수 있다.
예를 들어, 동일한 단위 셀 내에 3개의 정류소가 존재하는 경우, 도 4의 분석 데이터 셋은 3개의 정보로 구성될 수 있으나, 도 5의 추가 가공한 데이터 셋은 1개의 정보로 구성될 수 있다.
즉, 일 실시예는 단위 셀 별로 정류소 정보들을 취합할 수 있으며, 도 5와 같이 추가 가공한 데이터셋은 단위 셀의 식별 정보, 단위 셀의 위치 정보, 단위 셀 내의 정류소의 개수 정보(cnt) 및 정류소의 밀집도 등급 정보(grade)를 포함할 수 있다.
예를 들어, 단위 셀의 식별 정보 및 단위 셀의 위치 정보는 도 4에서의 정보들과 동일할 수 있다.
단위 셀 내의 정류소의 개수 정보는 도 4의 분석 데이터 셋을 이용하여 어느 셀 내의 정류소가 몇 개인지에 대한 정보를 나타낼 수 있다.
정류소의 밀집도 등급 정보는 단위 셀 내의 정류소의 개수 정보를 기반으로 결정될 수 있다. 즉, 단위 셀 내의 정류소의 개수에 따라 미리 설정된 복수의 등급들 중 하나가 결정될 수 있다. 예를 들어, 복수의 등급들은 4개의 등급을 포함할 수 있으며, 단위 셀 내의 정류소의 개수가 7개 이상인 경우 1등급으로 결정되고, 단위 셀 내의 정류소의 개수가 5개 이상 6개 이하인 경우 2등급으로 결정되고, 단위 셀 내의 정류소의 개수가 3개 이상 4개 이하인 경우 3등급으로 결정되고, 단위 셀 내의 정류소의 개수가 1개 이상 2개 이하인 경우 4등급으로 결정될 수 있다.
상기 정류소의 밀집도 등급 정보는 단위 셀 별로 결정되는 바, 이를 특정 지역에 시각적으로 표현하면 도 6과 같이 나타낼 수 있다. 즉, 일 실시예는 특정 지역 내의 단위 셀에 대하여 정류소의 밀집도 등급에 따라 다른 색상을 부여할 수 있으며, 정류소의 밀집도 등급을 나타낸 특정 지역에 대한 정보를 사용자 단말에게 제공할 수 있다.
나아가, 일 실시예는 특정 지역 내의 교통카드 정보를 획득할 수 있으며, 상기 추가 가공한 데이터인 단위 셀 별 정류소 정보 및 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출할 수 있다. 여기서, 교통카드 정보는 승차한 정류장 정보 및 하차한 정류장 정보를 하나의 세트로 구성하는 정보를 포함할 수 있으며, 상기 승차한 정류장 정보는 승차한 정류장의 식별 정보(또는 정류장의 ID 정보)를 포함할 수 있고, 하차한 정류장 정보는 하차한 정류장의 식별 정보(또는 정류장의 ID 정보)를 포함할 수 있다.
일 실시예는 교통카드 정보에 포함된 승차한 정류장 정보를 기반으로 승차한 정류장이 포함된 셀을 도출할 수 있고, 이를 승차한 셀로 결정할 수 있다. 또한, 일 실시예는 교통카드 정보에 포함된 하차한 정류장 정보를 기반으로 하차한 정류장이 포함된 셀을 도출할 수 있고, 이를 하차한 셀로 결정할 수 있다. 이후, 일 실시예는 승차한 셀 및 하차한 셀을 하나의 세트로 구성하는 정보를 도출할 수 있으며, 이를 셀 간 이동 정보로 결정할 수 있다.
예를 들어, 일 실시예는 도출한 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출할 수 있다. 이를 위해, 일 실시예는 셀 간 이동 정보를 기반으로 셀 간 동일 이동 정보를 카운팅할 수 있다. 여기서, 카운팅은 승차한 셀 및 하차한 셀이 모두 동일한 정보끼리 수행될 수 있으며, 승차한 셀만 동일하거나 하차한 셀만 동일한 경우 동일한 이동 정보라고 판단하지 않을 수 있다.
더불어, 일 실시예는 패턴 도출을 위해 카운팅한 값을 기반으로 셀 간 이동 정보에 대한 랭킹 정보를 도출할 수 있다. 랭킹 정보는 카운팅한 값이 높은 순서로 셀 간 이동 정보에 부여될 수 있으며, 일 실시예는 랭킹 정보를 기반으로 셀 간 이동 정보 중 가장 빈번하게 이동한 순서대로 정렬할 수 있다.
도 7 내지 12는 본 발명의 일 실시예에 따른 특정 지역 내의 버스 승객의 이동 패턴 정보를 설명하기 위한 도면이다.
본 발명의 일 실시예는 버스 승객의 이동 패턴 정보를 도출하기 위한 특정 지역을 먼저 설정할 수 있다. 특정 지역은 특정 행정 구역을 나타낼 수 있으며, 시 단위로 설정될 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 특정 지역은 도 7과 같이 천안시를 나타낼 수 있다.
예를 들어, 일 실시예는 도 7과 같이 천안시 전체를 이동 패턴 정보를 도출하기 위한 특정 지역으로 설정한 경우, 도 8 내지 도 12 중 적어도 하나와 같이 버스 승객의 이동 패턴 정보를 도출하여 제공할 수 있다.
우선, 일 실시예는 각 셀 간 이동 정보의 랭킹 정보를 기반으로 상위 N개의 셀 간 이동 정보를 도출할 수 있으며, 상위 N개의 셀 간 이동 정보를 기반으로 이동 패턴 이미지 정보를 생성할 수 있다. 여기서, N은 양의 정수 중 하나로 미리 설정될 수 있으나, 각 셀 간 이동 정보의 지지도 정보 및 사용자 단말을 통해 획득한 사용자의 희망 추천 개수 정보 중 적어도 하나를 기반으로 설정될 수 있다. 여기서, 지지도는 셀 간 이동 정보의 전체 개수 중 해당 셀 간 이동 정보의 개수를 나타낼 수 있으며, 전체 셀 간 이동 정보 중 해당 셀 간 이동 정보가 차지하는 비중을 나타낼 수도 있다.
예를 들어, 각 셀 간 이동 정보의 지지도 정보에 따른 값이 임계치 이상인 셀 간 이동 정보의 개수가 N으로 설정될 수도 있다. 또는 예를 들어, 상기 희망 추천 개수 정보에 따른 개수 및 상기 임계치 이상인 셀 간 이동 정보의 개수 중 낮은 개수가 N으로 설정될 수도 있다. 이는 사용자로부터 불필요하게 많은 희망 추천 개수를 입력받은 경우에도 유효한 패턴이 도출될 수 있도록 하기 위함이다. 또는 예를 들어, 상기 희망 추천 개수 정보에 따른 개수 및 상기 임계치 이상인 셀 간 이동 정보의 개수 중 낮은 개수가 미리 설정된 최소 개수보다 낮은 경우, 미리 설정된 최소 개수가 N으로 설정될 수도 있다. 이는 이동 패턴이 서로 유사하게 즉, 고르게 분포된 경우, 최소한의 패턴 정보를 도출하기 위함이다. 도 8 내지 12에서는 설명의 편의를 위해 N을 10으로 설정하였으나, 상술한 바와 같이 이는 변동될 수 있다.
상기 이동 패턴 이미지 정보는 제1 이동 패턴 이미지 정보 및 제2 이동 패턴 이미지 정보 중 적어도 하나를 포함할 수 있다.
여기서, 제1 이동 패턴 이미지 정보는 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역의 지도 이미지에 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 이미지 정보일 수 있다. 예를 들어, 제1 이동 패턴 이미지 정보는 지도 이미지를 기반으로 제공되는 바, 상기 셀들의 대표 명칭을 도출하여 함께 제공될 수 있다. 여기서, 대표 명칭은 셀 별로 미리 설정될 수 있으나, 상기 셀 내의 정류소들 중 가장 많이 승하차한 정류소의 명칭 정보(STOP_NAME)로 설정될 수도 있다. 즉, 승차한 횟수 및 하차한 횟수를 모두 합산하여 셀 내의 가장 많이 이용한 정류소의 명칭 정보가 대표 명칭으로 설정되어 제1 이동 패턴 이미지 정보 내의 해당 셀에 인접하게 표시될 수 있다.
여기서, 제2 이동 패턴 이미지 정보는 보다 간략하게 이동 패턴 정보를 나타낸 이미지 정보일 수 있다. 즉, 제2 이동 패턴 이미지 정보는 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 이미지 정보일 수 있다. 제2 이동 패턴 이미지 정보도 제1 이동 패턴 이미지 정보와 같이 셀들의 대표 명칭을 도출하여 셀들의 식별 정보에 인접하게 표시될 수 있으나, 생략될 수도 있다. 제2 이동 패턴 이미지 정보의 경우, 제1 이동 패턴 이미지 정보에 비하여 지도 이미지를 제외하고 식별 정보만을 이용하여 간략히 나타내는 바, 데이터 해석을 위해 보다 적합할 수 있고, 지도 이미지 및 셀 간의 거리에 따른 이미지 사이즈/배율 문제를 해소할 수 있는 장점이 있다.
제1 이동 패턴 이미지 정보 및 제2 이동 패턴 이미지 정보에서 두 셀 간의 화살표는 화살표가 시작되는 셀로부터 화살표가 끝나는 셀로 이동하는 셀 간 이동 정보를 나타낼 수 있으며, 하나의 셀로부터 시작하여 동일한 셀로 끝나는 화살표 즉, 원형으로 회전하는 화살표는 하나의 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보를 나타낼 수 있다.
예를 들어, 일 실시예는 이동 패턴 이미지 정보 및/또는 이동 패턴 현황 정보를 사용자 단말에게 제공할 수 있다. 여기서, 이동 패턴 현황 정보는 각 셀 간 이동 정보의 랭킹 정보, 승차 셀의 고유 식별 정보(ID 정보), 하차 셀의 고유 식별 정보(ID 정보) 및 지지도 정보를 포함할 수 있으며, 지지도 정보는 해당 셀 간 이동 정보가 카운팅된 값 및 해당 셀 간 이동 정보의 횟수가 전체 셀 간 이동 정보의 횟수에 대하여 차지하는 비중(퍼센트) 정보를 포함할 수 있다. 이동 패턴 현황 정보는 랭킹 정보에 따라 랭킹이 높은 순서대로 셀 간 이동 정보를 정렬하여 제공될 수 있다.
일 실시예에 따른 이동 패턴 정보는 전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보 중 적어도 하나를 포함할 수 있다. 여기서, 전체 시간 범위, 평일에 대응되는 시간 범위, 주말에 대응되는 시간 범위, 출근시간에 대응되는 시간 범위 및 퇴근시간에 대응되는 시간 범위는 미리 설정될 수 있다.
도 8을 참조하면, 일 실시예는 특정 지역(예를 들어, 천안시)에 대한 전체 시간 범위에 대응되는 제1 이동 패턴 정보를 제공할 수 있다. 여기서, 제1 이동 패턴 정보는 전체 시간 범위에 대응하는 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 8을 참조하면, 전체 시간 범위의 경우 32464690의 식별 정보를 가지는 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보가 가장 많이 이루어졌으며, 32414675의 식별 정보를 가지는 셀 내에서 승차하여 32464690의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 8에서 나타난 바와 같다.
도 9를 참조하면, 일 실시예는 특정 지역(예를 들어, 천안시)에 대한 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보를 제공할 수 있다. 여기서, 제2 이동 패턴 정보는 평일에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 9를 참조하면, 평일의 경우 32464690의 식별 정보를 가지는 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보가 가장 많이 이루어졌으며, 32764715의 식별 정보를 가지는 셀 내에서 승차하여 32464690의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 9에서 나타난 바와 같다.
도 10을 참조하면, 일 실시예는 특정 지역(예를 들어, 천안시)에 대한 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보를 제공할 수 있다. 여기서, 제3 이동 패턴 정보는 주말에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 10을 참조하면, 주말의 경우 32464690의 식별 정보를 가지는 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보가 가장 많이 이루어졌으며, 32414675의 식별 정보를 가지는 셀 내에서 승차하여 32464690의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 10에서 나타난 바와 같다.
도 11을 참조하면, 일 실시예는 특정 지역(예를 들어, 천안시)에 대한 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보를 제공할 수 있다. 여기서, 제4 이동 패턴 정보는 출근시간에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 11을 참조하면, 출근시간의 경우 32464690의 식별 정보를 가지는 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보가 가장 많이 이루어졌으며, 32364705의 식별 정보를 가지는 셀 내에서 승차하여 32464690의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 11에서 나타난 바와 같다.
도 12를 참조하면, 일 실시예는 특정 지역(예를 들어, 천안시)에 대한 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보를 제공할 수 있다. 여기서, 제5 이동 패턴 정보는 퇴근시간에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 12를 참조하면, 퇴근시간의 경우 32464690의 식별 정보를 가지는 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보가 가장 많이 이루어졌으며, 32464690의 식별 정보를 가지는 셀 내에서 승차하여 32414675의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 12에서 나타난 바와 같다.
도 13 내지 도 18은 본 발명의 일 실시예에 따른 특정 지역의 제1 생활권 내의 버스 승객의 이동 패턴 정보를 설명하기 위한 도면이다.
본 발명의 일 실시예는 버스 승객의 이동 패턴 정보를 도출하기 위한 특정 지역 내의 특정 생활권을 설정할 수도 있다. 즉, 일 실시예는 모두 상세한 패턴을 도출하기 위하여 대상 지역을 보다 세밀하게 설정할 수 있다. 예를 들어, 특정 지역은 천안시를 나타낼 수 있으며, 생활권은 도 13과 같이 북부 생활권, 동부 생활권, 중심 생활권 및 남부 생활권으로 구분될 수 있으나, 이는 설정에 따라 달라질 수 있는 바, 이에 한정되는 것은 아니다.
예를 들어, 일 실시예는 도 13과 같이 천안시 내의 특정 생활권(예를 들어 북부 생활권)을 이동 패턴 정보를 도출하기 위한 특정 지역 또는 특정 지역 내의 특정 생활권으로 설정한 경우, 도 14 내지 도 18 중 적어도 하나와 같이 버스 승객의 이동 패턴 정보를 도출하여 제공할 수 있다.
우선, 일 실시예는 각 셀 간 이동 정보의 랭킹 정보를 기반으로 상위 N개의 셀 간 이동 정보를 도출할 수 있으며, 상위 N개의 셀 간 이동 정보를 기반으로 이동 패턴 이미지 정보를 생성할 수 있다. 여기서, N은 양의 정수 중 하나로 미리 설정될 수 있으나, 각 셀 간 이동 정보의 지지도 정보 및 사용자 단말을 통해 획득한 사용자의 희망 추천 개수 정보 중 적어도 하나를 기반으로 설정될 수 있다. 여기서, 지지도는 셀 간 이동 정보의 전체 개수 중 해당 셀 간 이동 정보의 개수를 나타낼 수 있으며, 전체 셀 간 이동 정보 중 해당 셀 간 이동 정보가 차지하는 비중을 나타낼 수도 있다.
예를 들어, 각 셀 간 이동 정보의 지지도 정보에 따른 값이 임계치 이상인 셀 간 이동 정보의 개수가 N으로 설정될 수도 있다. 또는 예를 들어, 상기 희망 추천 개수 정보에 따른 개수 및 상기 임계치 이상인 셀 간 이동 정보의 개수 중 낮은 개수가 N으로 설정될 수도 있다. 이는 사용자로부터 불필요하게 많은 희망 추천 개수를 입력받은 경우에도 유효한 패턴이 도출될 수 있도록 하기 위함이다. 또는 예를 들어, 상기 희망 추천 개수 정보에 따른 개수 및 상기 임계치 이상인 셀 간 이동 정보의 개수 중 낮은 개수가 미리 설정된 최소 개수보다 낮은 경우, 미리 설정된 최소 개수가 N으로 설정될 수도 있다. 이는 이동 패턴이 서로 유사하게 즉, 고르게 분포된 경우, 최소한의 패턴 정보를 도출하기 위함이다. 도 14 내지 18에서는 설명의 편의를 위해 N을 10으로 설정하였으나, 상술한 바와 같이 이는 변동될 수 있다.
상기 이동 패턴 이미지 정보는 제1 이동 패턴 이미지 정보 및 제2 이동 패턴 이미지 정보 중 적어도 하나를 포함할 수 있다.
여기서, 제1 이동 패턴 이미지 정보는 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 특정 생활권의 지도 이미지에 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 이미지 정보일 수 있다. 예를 들어, 제1 이동 패턴 이미지 정보는 지도 이미지를 기반으로 제공되는 바, 상기 셀들의 대표 명칭을 도출하여 함께 제공될 수 있다. 여기서, 대표 명칭은 셀 별로 미리 설정될 수 있으나, 상기 셀 내의 정류소들 중 가장 많이 승하차한 정류소의 명칭 정보(STOP_NAME)로 설정될 수도 있다. 즉, 승차한 횟수 및 하차한 횟수를 모두 합산하여 셀 내의 가장 많이 이용한 정류소의 명칭 정보가 대표 명칭으로 설정되어 제1 이동 패턴 이미지 정보 내의 해당 셀에 인접하게 표시될 수 있다.
여기서, 제2 이동 패턴 이미지 정보는 보다 간략하게 이동 패턴 정보를 나타낸 이미지 정보일 수 있다. 즉, 제2 이동 패턴 이미지 정보는 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 이미지 정보일 수 있다. 제2 이동 패턴 이미지 정보도 제1 이동 패턴 이미지 정보와 같이 셀들의 대표 명칭을 도출하여 셀들의 식별 정보에 인접하게 표시될 수 있으나, 생략될 수도 있다. 제2 이동 패턴 이미지 정보의 경우, 제1 이동 패턴 이미지 정보에 비하여 지도 이미지를 제외하고 식별 정보만을 이용하여 간략히 나타내는 바, 데이터 해석을 위해 보다 적합할 수 있고, 지도 이미지 및 셀 간의 거리에 따른 이미지 사이즈/배율 문제를 해소할 수 있는 장점이 있다.
제1 이동 패턴 이미지 정보 및 제2 이동 패턴 이미지 정보에서 두 셀 간의 화살표는 화살표가 시작되는 셀로부터 화살표가 끝나는 셀로 이동하는 셀 간 이동 정보를 나타낼 수 있으며, 하나의 셀로부터 시작하여 동일한 셀로 끝나는 화살표 즉, 원형으로 회전하는 화살표는 하나의 셀 내에서 승차 및 하차가 모두 이루어진 셀 간 이동 정보를 나타낼 수 있다.
예를 들어, 일 실시예는 이동 패턴 이미지 정보 및/또는 이동 패턴 현황 정보를 사용자 단말에게 제공할 수 있다. 여기서, 이동 패턴 현황 정보는 각 셀 간 이동 정보의 랭킹 정보, 승차 셀의 고유 식별 정보(ID 정보), 하차 셀의 고유 식별 정보(ID 정보) 및 지지도 정보를 포함할 수 있으며, 지지도 정보는 해당 셀 간 이동 정보가 카운팅된 값 및 해당 셀 간 이동 정보의 횟수가 전체 셀 간 이동 정보의 횟수에 대하여 차지하는 비중(퍼센트) 정보를 포함할 수 있다. 이동 패턴 현황 정보는 랭킹 정보에 따라 랭킹이 높은 순서대로 셀 간 이동 정보를 정렬하여 제공될 수 있다.
일 실시예에 따른 이동 패턴 정보는 전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보 중 적어도 하나를 포함할 수 있다. 여기서, 전체 시간 범위, 평일에 대응되는 시간 범위, 주말에 대응되는 시간 범위, 출근시간에 대응되는 시간 범위 및 퇴근시간에 대응되는 시간 범위는 미리 설정될 수 있다.
도 14를 참조하면, 일 실시예는 특정 지역 내의 특정 생활권(예를 들어, 천안시의 북부 생활권)에 대한 전체 시간 범위에 대응되는 제1 이동 패턴 정보를 제공할 수 있다. 여기서, 제1 이동 패턴 정보는 전체 시간 범위에 대응하는 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 14를 참조하면, 전체 시간 범위의 경우 32364790의 식별 정보를 가지는 셀 내에서 승차하여 32264795의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 가장 많이 이루어졌으며, 32264795의 식별 정보를 가지는 셀 내에서 승차하여 3236790의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 14에서 나타난 바와 같다.
도 15를 참조하면, 일 실시예는 특정 지역 내의 특정 생활권(예를 들어, 천안시의 북부 생활권)에 대한 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보를 제공할 수 있다. 여기서, 제2 이동 패턴 정보는 평일에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 15를 참조하면, 평일의 경우 32364790의 식별 정보를 가지는 셀 내에서 승차하여 32264795의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 가장 많이 이루어졌으며, 32264795의 식별 정보를 가지는 셀 내에서 승차하여 3236790의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 15에서 나타난 바와 같다.
도 16을 참조하면, 일 실시예는 특정 지역 내의 특정 생활권(예를 들어, 천안시의 북부 생활권)에 대한 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보를 제공할 수 있다. 여기서, 제3 이동 패턴 정보는 주말에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 16을 참조하면, 주말의 경우 32264795의 식별 정보를 가지는 셀 내에서 승차하여 32364790의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 가장 많이 이루어졌으며, 32364790의 식별 정보를 가지는 셀 내에서 승차하여 3226795의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 16에서 나타난 바와 같다.
도 17을 참조하면, 일 실시예는 특정 지역 내의 특정 생활권(예를 들어, 천안시의 북부 생활권)에 대한 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보를 제공할 수 있다. 여기서, 제4 이동 패턴 정보는 출근시간에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 17을 참조하면, 출근시간의 경우 32014785의 식별 정보를 가지는 셀 내에서 승차하여 32264795의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 가장 많이 이루어졌으며, 32264795의 식별 정보를 가지는 셀 내에서 승차하여 3236790의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 17에서 나타난 바와 같다.
도 18을 참조하면, 일 실시예는 특정 지역 내의 특정 생활권(예를 들어, 천안시의 북부 생활권)에 대한 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보를 제공할 수 있다. 여기서, 제5 이동 패턴 정보는 퇴근시간에 대응하는 시간 범위에 대한 이동 패턴에 대한 제1 이동 패턴 이미지 정보, 제2 이동 패턴 이미지 정보 및 이통 패턴 현황 정보 중 적어도 하나를 포함할 수 있다.
도 18을 참조하면, 퇴근시간의 경우 32364790의 식별 정보를 가지는 셀 내에서 승차하여 32264795의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 가장 많이 이루어졌으며, 32264795의 식별 정보를 가지는 셀 내에서 승차하여 3236790의 식별 정보를 가지는 셀 내에서 하차한 셀 간 이동 정보가 다음으로 많이 이루어졌음을 확인할 수 있다. 이하는 도 18에서 나타난 바와 같다.
도 19는 본 발명의 일 실시예에 따른 버스 노선 촤적화를 위한 버스 승객 이동 패턴 정보 도출 장치의 블록 구성도이다.
도 19를 참조하면, 본 발명의 일 실시예에 버스 승객 이동 패턴 정보 도출 장치(1900)는 적어도 하나의 프로세서(1910), 메모리(1920) 및 저장 장치(1930)를 포함할 수 있다. 예를 들어, 버스 승객 이동 패턴 정보 도출 장치(1900)는 다양한 유무선 통신을 수행할 수 있는 통신 모듈을 더 포함할 수 있다. 예를 들어, 버스 승객 이동 패턴 정보 도출 장치(1900)는 적어도 하나의 서버로 구성될 수 있으며, 적어도 하나의 다른 서버 또는 적어도 하나의 사용자 단말과 정보를 송수신할 수 있다.
프로세서(1910)는 메모리(1920) 및/또는 저장 장치(1930)에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(1910)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU) 또는 본 발명에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(1920)와 저장 장치(1930)는 휘발성 저장 매체 및/또는 비휘발성 저장 매체로 구성될 수 있다. 예를 들어, 메모리(1920)는 읽기 전용 메모리(read only memory, ROM) 및/또는 랜덤 액세스 메모리(random access memory, RAM)로 구성될 수 있다.
메모리(1920)는 프로세서(1910)를 통해 실행되는 적어도 하나의 명령을 저장하고 있을 수 있다. 적어도 하나의 명령은 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 명령, 상기 특정 지역 내의 정류소 정보를 획득하는 명령, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 명령, 상기 특정 지역 내의 교통카드 정보를 획득하는 명령, 상기 단위 셀 별 정류소 정보 및 상기 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출하는 명령 및 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 명령을 포함할 수 있다.
예를 들어, 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 명령은 상기 셀 간 이동 정보를 기반으로 셀 간 동일 이동 정보를 카운팅하는 명령, 상기 카운팅한 값을 기반으로 상기 셀 간 이동 정보에 대한 랭킹 정보를 도출하는 명령, 상기 랭킹 정보를 기반으로 상기 셀 간 이동 정보로부터 상위 N개의 셀 간 이동 정보를 추출하는 명령 및 상기 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 제1 이동 패턴 이미지 정보를 생성하는 명령을 포함하고, 상기 N은 양의 정수 중 하나로 설정되고, 상기 이동 패턴 정보는 상기 제1 이동 패턴 이미지 정보를 포함할 수 있다.
예를 들어, 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 명령은 상기 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 제2 이동 패턴 이미지 정보를 생성하는 명령을 더 포함하고, 상기 이동 패턴 정보는 상기 제2 이동 패턴 이미지 정보를 더 포함할 수 있다.
예를 들어, 상기 이동 패턴 정보는 전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보를 포함할 수 있다.
예를 들어, 사용자 단말로부터 지역 정보 및 시간 정보를 포함하는 입력 정보를 수신하고, 상기 시간 정보는 전체, 평일, 주말, 출근시간 및 퇴근시간 중 하나를 나타내는 명령 및 상기 지역 정보에 따른 지역이 상기 특정 지역을 나타내는 경우, 상기 제1 이동 패턴 정보 내지 상기 제5 이동 패턴 정보 중 상기 시간 정보에 대응되는 이동 패턴 정보를 상기 사용자 단말에게 제공하는 명령을 더 포함할 수 있다.
예를 들어, 상기 통신 모듈은 외부 기기와 통신할 수 있는 모듈을 나타낼 수 있다. 즉, 상기 통신 모듈은 무선 통신 또는 유선 통신을 통해서 네트워크에 연결되어 외부 서버, 사용자 단말 또는 기타 전자 장치 등과 같은 외부 장치와 통신을 설정하여 소정의 정보를 송신 및/또는 수신할 수 있다.
예를 들어, 상기 무선 통신은 5G(generation), LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 또한, 상기 셀롤러 통신은 아직 명칭이 결정되지 않은 차세대 이동 통신들 중 하나를 이용할 수도 있다. 또는 상기 무선 통신은 WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 중 적어도 하나를 포함할 수 있다.
예를 들어, 상기 유선 통신은 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
도 20은 본 발명의 일 실시예에 따른 버스 노선 촤적화를 위한 버스 승객 이동 패턴 정보 도출 방법의 순서도이다.
도 20을 참조하면, 일 실시예는 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분할 수 있다(S2000). 예를 들어, 셀의 사이즈는 실측 거리 기준으로 500m x 500m의 정사각형 형태로 설정될 수 있다. 다만, 셀의 면적 또는 사이즈는 과도한 연산 작업을 방지하고 실효성이 있는 결과 정보를 도출할 수 있는 사이즈로 결정될 수 있다. 이에 대해서는 도 2 및 도 3과 함께 상세히 상술하였다.
일 실시예는 상기 특정 지역 내의 정류소 정보를 획득할 수 있고(S2010), 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출할 수 있다(S2020). 예를 들어, 단위 셀 별 정류소 정보는 단위 셀의 식별 정보, 단위 셀의 위치 정보, 단위 셀 내의 정류소의 개수 정보(cnt) 및 정류소의 밀집도 등급 정보(grade)를 포함할 수 있다. 이에 대해서는 도 4 및 도 5와 함께 상세히 상술하였다
일 실시예는 상기 특정 지역 내의 교통카드 정보를 획득할 수 있고(S2030), 상기 단위 셀 별 정류소 정보 및 상기 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출할 수 있다(S2040). 예를 들어, 셀 간 이동 정보는 승차한 셀 및 하차한 셀을 하나의 세트로 구성한 정보를 나타낼 수 있다. 여기서, 교통카드 정보에 포함된 승차한 정류장 정보를 기반으로 승차한 정류장이 포함된 셀을 도출하여 승차한 셀로 결정할 수 있고, 교통카드 정보에 포함된 하차한 정류장 정보를 기반으로 하차한 정류장이 포함된 셀을 도출하여 하차한 셀로 결정할 수 있다.
일 실시예는 상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출할 수 있다(S2050). 예를 들어, 이동 패턴 정보는 전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보 중 적어도 하나를 포함할 수 있다.
또한 예를 들어, 상기 이동 패턴 정보는 제1 이동 패턴 이미지 정보 및 제2 이동 패턴 이미지 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 일 실시예는 상기 셀 간 이동 정보를 기반으로 셀 간 동일 이동 정보를 카운팅할 수 있고, 상기 카운팅한 값을 기반으로 상기 셀 간 이동 정보에 대한 랭킹 정보를 도출할 수 있다. 또한, 상기 랭킹 정보를 기반으로 상기 셀 간 이동 정보로부터 상위 N개의 셀 간 이동 정보를 추출할 수 있고, 상기 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 제1 이동 패턴 이미지 정보를 생성할 수 있다. 또는 예를 들어, 일 실시예는 상기 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 제2 이동 패턴 이미지 정보를 생성할 수 있다.
예를 들어, 도 20에 도시하지 않았으나, 일 실시예는 사용자 단말로부터 지역 정보 및 시간 정보를 포함하는 입력 정보를 수신할 수도 있다. 여기서, 상기 시간 정보는 전체, 평일, 주말, 출근시간 및 퇴근시간 중 하나를 나타낼 수 있다. 이후, 일 실시예는 상기 지역 정보에 따른 지역이 상기 특정 지역을 나타내는 경우, 상기 제1 이동 패턴 정보 내지 상기 제5 이동 패턴 정보 중 상기 시간 정보에 대응되는 이동 패턴 정보를 상기 사용자 단말에게 제공할 수 있다.
본 발명의 실시예에 따른 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽켜질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그래머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그래머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
Claims (5)
- 전자 장치에 의해 수행되는 버스 승객의 이동 패턴 정보를 도출하는 방법으로서,
특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계;
상기 특정 지역 내의 정류소 정보를 획득하는 단계;
상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 단계;
상기 특정 지역 내의 교통카드 정보를 획득하는 단계;
상기 단위 셀 별 정류소 정보 및 상기 교통카드 정보를 기반으로 승차한 셀 및 하차한 셀을 포함하는 셀 간 이동 정보를 도출하는 단계; 및
상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계를 포함하고,
상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계는,
상기 셀 간 이동 정보를 기반으로 셀 간 동일 이동 정보를 카운팅하는 단계;
상기 카운팅한 값을 기반으로 상기 셀 간 이동 정보에 대한 랭킹 정보를 도출하는 단계;
상기 랭킹 정보를 기반으로 상기 셀 간 이동 정보로부터 상위 N개의 셀 간 이동 정보를 추출하는 단계; 및
상기 상위 N개의 셀 간 이동 정보를 기반으로 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀 간 이동 정보에 따른 셀들 및 상기 셀들 간의 이동 방향을 나타내는 화살표를 매핑한 제1 이동 패턴 이미지 정보를 생성하는 단계를 포함하고,
상기 N은 양의 정수 중 하나로 설정되고,
상기 이동 패턴 정보는 상기 제1 이동 패턴 이미지 정보를 포함하는,
버스 승객의 이동 패턴 정보 도출 방법. - 삭제
- 청구항 1에 있어서,
상기 셀 간 이동 정보를 기반으로 상기 특정 지역 내의 버스 승객의 이동 패턴 정보를 도출하는 단계는,
상기 상위 N개의 셀 간 이동 정보에 따른 셀들의 식별 정보 및 상기 셀들의 식별 정보 간의 이동 방향을 나타내는 화살표를 시각화한 제2 이동 패턴 이미지 정보를 생성하는 단계를 더 포함하고,
상기 이동 패턴 정보는 상기 제2 이동 패턴 이미지 정보를 더 포함하는,
버스 승객의 이동 패턴 정보 도출 방법. - 청구항 1에 있어서,
상기 이동 패턴 정보는,
전체 시간 범위에 대응되는 제1 이동 패턴 정보, 평일에 대응되는 시간 범위에 대한 제2 이동 패턴 정보, 주말에 대응되는 시간 범위에 대한 제3 이동 패턴 정보, 출근시간에 대응되는 시간 범위에 대한 제4 이동 패턴 정보 및 퇴근시간에 대응되는 시간 범위에 대한 제5 이동 패턴 정보를 포함하는,
버스 승객의 이동 패턴 정보 도출 방법. - 청구항 4에 있어서,
사용자 단말로부터 지역 정보 및 시간 정보를 포함하는 입력 정보를 수신하고, 상기 시간 정보는 전체, 평일, 주말, 출근시간 및 퇴근시간 중 하나를 나타내는 단계; 및
상기 지역 정보에 따른 지역이 상기 특정 지역을 나타내는 경우, 상기 제1 이동 패턴 정보 내지 상기 제5 이동 패턴 정보 중 상기 시간 정보에 대응되는 이동 패턴 정보를 상기 사용자 단말에게 제공하는 단계를 더 포함하는,
버스 승객의 이동 패턴 정보 도출 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210007467A KR102268381B1 (ko) | 2021-01-19 | 2021-01-19 | 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210007467A KR102268381B1 (ko) | 2021-01-19 | 2021-01-19 | 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102268381B1 true KR102268381B1 (ko) | 2021-06-23 |
Family
ID=76599465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210007467A KR102268381B1 (ko) | 2021-01-19 | 2021-01-19 | 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102268381B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116137108A (zh) * | 2021-11-18 | 2023-05-19 | 沈阳精一智驾科技有限公司 | 基于车联网的停车系统和停车方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5476148B2 (ja) * | 2010-02-09 | 2014-04-23 | 株式会社構造計画研究所 | バス路線評価支援装置、バス路線評価支援方法及びバス路線評価支援プログラム |
| KR101573190B1 (ko) * | 2014-04-21 | 2015-12-01 | (주)대한에이앤씨 | 실시간 유동 인구 측정 시스템 및 방법 |
| KR20170080542A (ko) * | 2017-03-15 | 2017-07-10 | 한국교통연구원 | 버스운행관리시스템의 정보를 이용하여 교통정보를 생성하는 방법 |
| KR102195354B1 (ko) * | 2020-08-21 | 2020-12-24 | 전재식 | 교통정보 빅데이터를 이용한 이동시간 기반 접근성 맵 생성 방법 |
-
2021
- 2021-01-19 KR KR1020210007467A patent/KR102268381B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5476148B2 (ja) * | 2010-02-09 | 2014-04-23 | 株式会社構造計画研究所 | バス路線評価支援装置、バス路線評価支援方法及びバス路線評価支援プログラム |
| KR101573190B1 (ko) * | 2014-04-21 | 2015-12-01 | (주)대한에이앤씨 | 실시간 유동 인구 측정 시스템 및 방법 |
| KR20170080542A (ko) * | 2017-03-15 | 2017-07-10 | 한국교통연구원 | 버스운행관리시스템의 정보를 이용하여 교통정보를 생성하는 방법 |
| KR102195354B1 (ko) * | 2020-08-21 | 2020-12-24 | 전재식 | 교통정보 빅데이터를 이용한 이동시간 기반 접근성 맵 생성 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116137108A (zh) * | 2021-11-18 | 2023-05-19 | 沈阳精一智驾科技有限公司 | 基于车联网的停车系统和停车方法 |
| CN116137108B (zh) * | 2021-11-18 | 2023-12-29 | 沈阳精一智驾科技有限公司 | 基于车联网的停车系统和停车方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Repolho et al. | Optimal location of railway stations: The Lisbon-Porto high-speed rail line | |
| US20120088525A1 (en) | Estimation of significant places visited by mobile-terminal user based on communications log to base stations | |
| CN104951865B (zh) | 一种基于电网gis的物资调拨追踪方法及系统 | |
| JP2014126500A (ja) | 旅行時間情報提供装置、旅行時間情報提供方法 | |
| DE602004027273D1 (de) | System und verfahren zur integration eines drahtloologie | |
| CN110035388A (zh) | 确定用户区域的方法、计算机可读存储介质及终端设备 | |
| EP3336716A1 (en) | Travel information pushing method and device, and storage medium | |
| CN105654711B (zh) | 一种公交车乘客识别方法及系统 | |
| KR102268381B1 (ko) | 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치 | |
| CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
| CN111161560B (zh) | 一种公交廊道营运秩序管理方法及装置 | |
| CN105303865A (zh) | 检测用于交通出行分组的重要交通站点 | |
| EP2495696A1 (en) | Management server, population information calculation management server, zero population distribution area management method, and population information calculation method | |
| Jiang et al. | Transit network design: A hybrid enhanced artificial bee colony approach and a case study | |
| CN113282637A (zh) | 景区游客识别方法、装置、电子设备及存储介质 | |
| Oliveira et al. | From routine to network deployment for data offloading in metropolitan areas | |
| CN114548811A (zh) | 一种机场可达性的检测方法、装置、电子设备及存储介质 | |
| CN116090903A (zh) | 基于多源数据的轨道公交两网融合综合评价方法及其应用 | |
| Crols et al. | A travel time-based variable grid approach for an activity-based cellular automata model | |
| CN108038151B (zh) | 一种监控区域确定方法和系统 | |
| KR102268397B1 (ko) | 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치 | |
| CN107895217A (zh) | 测试管理方法及应用服务器 | |
| JP2017073115A (ja) | 路線図表示システム、路線図表示方法、コンピュータプログラム | |
| CN111241226B (zh) | 选址方法、装置及设备 | |
| US9474037B2 (en) | Mobility management for LTE network for high-speed railway |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |