[논문 리뷰] Digital breadcrumbs: Detecting urban mobility patterns and transport mode choices from cellphone networks

Thomas Holleczek, Yu Liang외 5명|arXiv (Cornell University)|2013. 08. 30.

Human Mobility and Location-Based Analysis인용 수 5

한 줄 요약

이 논문은 싱가포르의 도시 이동 패턴과 교통 수단 선택을 도시구역 수준 해상도로 탐지하기 위해 휴대전화 통화세부기록(CDR)과 대중교통 스마트카드 데이터를 융합한 데이터 마이닝 접근법을 제안한다. 340만 명의 익명화된 사용자 CDR와 스마트카드 사용자를 제외한 분석을 통해 사적 및 대중교통 이용을 추정하였으며, 결과적으로 오전 38%에서 저녁 52%로 대중교통 이용 비율이 증가함을 확인하였다. 특히 빈드크 및 탐피네스 지역의 주요 미충족 교통 연결성이 드러났다.

ABSTRACT

Many modern and growing cities are facing declines in public transport usage, with few efficient methods to explain why. In this article, we show that urban mobility patterns and transport mode choices can be derived from cellphone call detail records coupled with public transport data recorded from smart cards. Specifically, we present new data mining approaches to determine the spatial and temporal variability of public and private transportation usage and transport mode preferences across Singapore. Our results, which were validated by Singapore's quadriennial Household Interview Travel Survey (HITS), revealed that there are 3.5 (HITS: 3.5 million) million and 4.3 (HITS: 4.4 million) million inter-district passengers by public and private transport, respectively. Along with classifying which transportation connections are weak or underserved, the analysis shows that the mode share of public transport use increases from 38 percent in the morning to 44 percent around mid-day and 52 percent in the evening.

연구 동기 및 목표

• 성장하는 도시인 싱가포르와 같은 도시에서 대중교통 이용 감소를 분석하기 위한 효율적이고 대규모 도구의 부족을 해결하기 위해.
• 비용이 많이 들고 시간이 오래 걸리며 공간-시간 정확도가 떨어지는 전통적 이동 조사의 한계를 극복하기 위해.
• 기존 휴대전화 및 대중교통 스마트카드 데이터를 활용해 대중교통과 사적 교통 이용을 실시간으로 추정할 수 있는 확장 가능한 방법을 개발하기 위해.
• 이동 패턴을 바탕으로 도시 구역 간 약한 또는 충족되지 않는 대중교통 연결을 특정하기 위해.
• 신뢰성 확보를 위해 공식 주거지 인터뷰 이동 조사(HITS) 데이터와 결과를 검증하기 위해.

제안 방법

• 2011년 3월~5월 기간 동안 340만 명의 SingTel 사용자로부터 익명화된 휴대전화 통화세부기록(CDR)을 활용하며, 기지국 위치를 사용자 위치의 대체 지표로 사용한다.
• 기지국 반경(212m)과 데이터 오프셋(최대 200m)으로 인한 국소화 오차 평균 412m로 추정되며, 데이터셋에 포함되지 않은 신호 세기 정보를 활용할 경우 최소 128m까지 감소 가능하다.
• 사용자 이동 빈도를 평가하기 위해 네트워크 간 이벤트 간격 지표를 적용하며, 네트워크 활동이 높은 사용자를 더 신뢰할 수 있는 추적 대상으로 간주한다.
• CDR을 통해 유도된 도시구간 간 이동 흐름과 대중교통 스마트카드 데이터를 융합하여, 총 도시구간 이동 건수에서 스마트카드 사용자를 제외함으로써 사적 교통 이용을 분리 추정한다.
• 시간대별 및 도시구간 쌍별로 교통 수단 이용 비율을 분류하여 최고 이용 시기와 충족되지 않는 통로를 특정한다.
• 공식 분기별 주거지 인터뷰 이동 조사(HITS) 결과와 비교하여 결과의 타당성을 검증하였으며, 공식 조사의 350만 건의 대중교통 이동과 비교해 350만 건으로 유사하고, 사적 이동도 430만 건 대비 440만 건으로 유사함을 확인하였다.

실험 결과

연구 질문

• RQ1 기존 휴대전화 및 대중교통 데이터를 활용해 대규모로 도시 이동 패턴과 교통 수단 선택을 정확하게 탐지할 수 있는 방법은 무엇인가?
• RQ2 싱가포르의 다양한 도시구역 간 대중교통 및 사적 교통 이용의 공간-시간 변동성은 어떠한가?
• RQ3 특히 대중교통 측면에서 핵심적으로 충족되지 않는 또는 약한 연결이 이루어진 교통 통로는 어디에 있는가?
• RQ4 공용 교통 수단 이용 비율은 하루 동안 어떻게 변화하며, 이러한 변화에 영향을 주는 요인는 무엇인가?
• RQ5 휴대전화 CDR와 스마트카드 데이터는 전통적 이동 조사에 비해 얼마나 신뢰할 수 있고 실시간 대체 수단으로 활용될 수 있는가?

주요 결과

• HITS 조사 결과(350만 건의 대중교통 이동, 440만 건의 사적 이동)와 유사하게, 연구는 350만 건의 도시구간 이동이 대중교통을 통해 이루어졌고, 430만 건은 사적 교통을 통해 이루어졌다고 추정하였다.
• 대중교통 이용 비율은 오전(오전 6–10시) 38%에서 정오(오전 10시~오후 5시) 44%로 상승하고 저녁(오후 5–10시)에는 52%로 증가하였다.
• 아침과 저녁 피크 시간대에 빌리티마스와 시티 센터 간 사적 교통 이용 비율이 약 80%로 가장 높았으며, 이는 지하철 접근성이 부족함을 시사한다.
• 빈드크 및 탐피네스 지역 주변에 대중교통 연결이 충족되지 않는 지역이 확인되었으며, 이는 싱가포르 동부에서 가장 인구가 많은 두 지역이다.
• 분석 결과, 2013~2015년에 건설 중이던 다운타운 MRT 라인은 빌리티마스와 시티 센터 간 높은 수요를 보이는 현재 충족되지 않는 연결을 해결할 것으로 예측된다.
• 이 방법은 고해상도의 공간-시간 분석을 바탕으로 실시간 도시구역 수준의 이동 지도를 작성할 수 있으며, 전통적 이동 조사에 비해 확장 가능한 대안을 제공한다.