기계학습 알고리즘을 이용한 보행만족도 예측모형 개발Developing a Pedestrian Satisfaction Prediction Model Based on Machine Learning Algorithms
- Other Titles
- Developing a Pedestrian Satisfaction Prediction Model Based on Machine Learning Algorithms
- Authors
- 이제승; 이현희
- Issue Date
- Jun-2019
- Publisher
- 대한국토·도시계획학회
- Keywords
- Pedestrian Satisfaction; Machine Learning; Logistic Regression; Random Forest; Artificial Neural Network; 보행만족도; 기계학습; 로지스틱 모형; 랜덤 포레스트; 인공신경망
- Citation
- 국토계획, v.54, no.3, pp.106 - 118
- Journal Title
- 국토계획
- Volume
- 54
- Number
- 3
- Start Page
- 106
- End Page
- 118
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/2433
- ISSN
- 1226-7147
- Abstract
- 본 연구의 목적은 보행만족도 기반의 보행 경로 서비스 개발을위한, 기계학습 알고리즘 기반 보행만족도 예측모형 개발에 있다. 현재까지 몇몇 연구들에서 서울시 유동인구 조사에 포함된보행만족도 자료를 이용하여 보행만족도에 영향을 미치는 요인을 분석하였다(이수기 외, 2014; Kim et al., 2014). 이 연구들은전통적인 통계 기법을 이용하여 보행만족도에 영향을 미치는 요인들을 분석하였지만, 보행만족도 기반의 보행 경로 서비스 제공을 위해서는 특정한 보행환경에서 보행자가 느끼는 만족도를 예측하여야 서비스 이용자에게 적절한 경로를 제시할 수 있다.
따라서 본 연구에서는 예측성능 최적화에 적합한 기계학습 알고리즘을 이용하여 보행만족도 예측모형을 개발하고자 한다. 이를 위해 서울시 유동인구 조사자료를 이용하여 로지스틱, 랜덤포레스트, 인공신경망 알고리즘 기반의 보행만족도 모형을 개발하고, 이 모형들의 예측성능을 비교하여 최적의 모형을 도출할것이다.
더불어 보행만족도는 동일 환경에 대해서 신체 연령에 따라 다르게 평가될 수 있음을 고려하였다. 예를 들어 같은 경사도라도젊은 보행자와 고령 보행자가 느끼는 부담강의 정도가 다를 수 있다. 따라서 교통약자인 60세 이상 고령 보행자를 다른 연령대 보행자와 분리하여 보행만족도 모형을 구축하고, 이 두 보행자 집단의 보행만족도에 영향을 미치는 요인의 중요도를 비교 분석하고자 한다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 공과대학 > 건축학부 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/2433)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.