KR20190139130A - Analysis method of fluidized population information capable of providing real-time fluidized population data by pcell algorithm - Google Patents
Analysis method of fluidized population information capable of providing real-time fluidized population data by pcell algorithm Download PDFInfo
- Publication number
- KR20190139130A KR20190139130A KR1020190051031A KR20190051031A KR20190139130A KR 20190139130 A KR20190139130 A KR 20190139130A KR 1020190051031 A KR1020190051031 A KR 1020190051031A KR 20190051031 A KR20190051031 A KR 20190051031A KR 20190139130 A KR20190139130 A KR 20190139130A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- population
- floating population
- floating
- information
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 100
- 238000007667 floating Methods 0.000 claims abstract description 153
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000010295 mobile communication Methods 0.000 claims description 17
- 230000002776 aggregation Effects 0.000 claims description 16
- 238000004220 aggregation Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 7
- 238000005304 joining Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 abstract description 14
- 238000005259 measurement Methods 0.000 abstract description 10
- 238000010219 correlation analysis Methods 0.000 abstract description 8
- 239000011159 matrix material Substances 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 17
- 230000001419 dependent effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000287107 Passer Species 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004044 response Effects 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법으로서, 더욱 상세하게는 상관분석, 회귀 분석, 피셀 알고리즘의 연동을 통해 실시간 유동 인구 데이터를 쉽고 빠르게 획득할 수 있는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법에 관한 것이다.The present invention is a flow population information analysis method that can provide real-time flow population data using the Picsel algorithm, more specifically, it is possible to easily and quickly obtain real-time flow population data through the correlation analysis, regression analysis, the Picelle algorithm The present invention relates to a method for analyzing floating population information that can provide real-time floating population data using the Fissel algorithm.
최근 위치기반 이동통신 기술을 이용하여 상대방 위치파악 서비스, 교통 안내 서비스 및 네비게이션 서비스 등 다양한 서비스가 구현되고 있다. 또한, 상기 다양한 서비스의 일환으로 위치기반 이동통신 기술이 접목된 이동통신 단말을 이용하여 이를 소지하는 서비스 가입자들의 특정지역 유동현황을 파악하기 위한 서비스를 구현함으로써, 특정지역에서의 혼잡도를 측정하여 생성된 데이터를 기반으로 유동인구 현황을 파악하고, 이를 이용하여 해당 지역의 상권을 분석한다든지, 소정의 목적지에 대한 혼잡도를 실시간으로 파악하기 위한 필요성이 대두하고 있다.Recently, various services such as counterpart location service, traffic guidance service, and navigation service have been implemented using location-based mobile communication technology. In addition, as a part of the various services, by using a mobile communication terminal incorporating a location-based mobile communication technology, by implementing a service for identifying the current status of the flow of service subscribers possessing it, by measuring the congestion degree in a specific area Based on the collected data, there is a need to analyze the current state of the floating population, to analyze the commercial area of the region, or to determine the congestion level for a given destination in real time.
유동인구 정보를 조사하기 위해서는 조사원을 투입하여 수작업으로 유동인구를 조사하는 실정이지만, 다수 통행자가 통행을 하는 경우에 정확한 조사가 불가능하며, 유동인구 정보 중 연령 정보가 매우 중요한 요소임에도 불구하고, 조사원이 통행자의 외관만을 파악하여 연령을 추측하므로 정확한 연령정보를 수집하기에는 부족한 점이 많다는 문제점이 있다.In order to investigate the floating population information, it is a situation to survey the floating population manually by investigating investigators, but it is impossible to make an accurate survey when a large number of passers pass, and despite the fact that age information is very important factor among floating population information, There is a problem in that it is insufficient to collect accurate age information because the age is estimated only by the appearance of the passenger.
또한, 기존의 입지 및 상권 분석 방법에서는 이러한 정보를 획득하기 위하여 현장을 답사하거나 관공서를 개별 방문하여 정보를 얻었으며 창업을 희망하는 개인 등은 창업 컨설팅업체를 통해 높은 비용을 부담하고 상권 분석 정보를 얻을 수 있었다. In addition, in the existing location and business analysis method, in order to obtain such information, the information is obtained by visiting the site or by visiting the government offices individually. Could get
이렇게 생성되는 정보 중 유동 인구 데이터는 중요 입지에서 직접 카운트하는 방식으로 이루어져 시간대별로 유동인구의 총수를 파악하는 것에서는 유용할 수 있으나 다른 정보들을 활용하기에는 미흡한 점이 많았다.Among the information generated in this way, the floating population data is directly counted at important locations, which may be useful in determining the total number of floating populations at different time slots, but it was insufficient to utilize other information.
이와 같이, 종래의 유동 인구 계측 방법은 사람이 거주지 등록을 한다 하더라도 실제 거주지에서 생활하지 않고 주변 다른 지역에서 작업하거나 생활하는 등의 사례를 실시간으로 반영하지 못하기 때문에 정확한 정보 수집 방법이 될 수 없다. 이에 따라 종래의 유동 인구 계측 방법으로 계측된 인구 밀도 값의 오차율이 클 뿐만 아니라 정확한 정보 반영이 어렵기 때문에 이를 토대로 하는 다양한 추산이나 예측의 정보들 또한 태생적으로 많은 오차를 가질 수 밖에 없어 정보의 신뢰성이 매우 낮은 문제점이 있다.As such, the conventional floating population measurement method cannot be an accurate information collection method even if a person registers a place of residence, because it does not reflect real-time cases such as working or living in another area without living in an actual place of residence. . Accordingly, since the error rate of the population density value measured by the conventional flow population measurement method is not only large, but also it is difficult to accurately reflect accurate information, various estimation or prediction information based on this also have a lot of errors inherently. There is a problem of very low reliability.
이러한 문제점을 해결하기 위해, GPS 인공위성을 이용하는 방법, 이동통신 환경을 이용하는 방법, 무선랜 등 고정된 물체에 대한 근접성을 이용하는 방법 등을 이용하여 실시간 유동인구 측정 기술이 개발되고 있다. In order to solve this problem, real-time floating population measurement technology has been developed using a method using a GPS satellite, a method using a mobile communication environment, a method using proximity to a fixed object such as a wireless LAN.
그러나 유동 인구의 위치를 측정하기 위한 GPS 기법(오차율 15m 내외)과 근접성을 활용한 기법은 정확도면에서 이동통신 환경을 이용한 기법보다 정확하지만, GPS 기법은 GPS의 위성신호가 수신되지 않는 곳이나 신호의 감쇠가 큰 경우에는 사용할 수 없는 단점이 있다. However, the GPS technique for measuring the position of the floating population (approximately 15m error rate) and the proximity method are more accurate than the mobile communication environment in terms of accuracy. If the attenuation is large, there is a disadvantage that can not be used.
최근 위치기반 이동통신 기술을 이용하여 상대방 위치파악 서비스, 교통 안내 서비스 및 네비게이션 서비스 등 다양한 서비스가 구현되고 있다. 또한, 상기 다양한 서비스의 일환으로 위치기반 이동통신 기술이 접목된 이동통신 단말을 이용하여 이를 소지하는 서비스 가입자들의 특정지역 유동현황을 파악하기 위한 서비스를 구현함으로써, 특정지역에서의 혼잡도를 측정하여 생성된 데이터를 기반으로 유동인구 현황을 파악하고, 이를 이용하여 해당 지역의 상권을 분석한다든지, 소정의 목적지에 대한 혼잡도를 실시간으로 파악하기 위한 필요성이 대두하고 있다.Recently, various services such as counterpart location service, traffic guidance service, and navigation service have been implemented using location-based mobile communication technology. In addition, as a part of the various services, by using a mobile communication terminal incorporating a location-based mobile communication technology, by implementing a service for identifying the current status of the flow of service subscribers possessing it, by measuring the congestion degree in a specific area Based on the collected data, there is a need to analyze the current state of the floating population, to analyze the commercial area of the region, or to determine the congestion level for a given destination in real time.
유동인구 정보를 조사하기 위해서는 조사원을 투입하여 수작업으로 유동인구를 조사하는 실정이지만, 다수 통행자가 통행을 하는 경우에 정확한 조사가 불가능하며, 유동인구 정보 중 연령 정보가 매우 중요한 요소임에도 불구하고, 조사원이 통행자의 외관만을 파악하여 연령을 추측하므로 정확한 연령정보를 수집하기에는 부족한 점이 많다는 문제점이 있다.In order to investigate the floating population information, it is a situation to survey the floating population manually by investigating investigators, but it is impossible to make an accurate survey when a large number of passers pass, and despite the fact that age information is very important factor among floating population information, There is a problem in that it is insufficient to collect accurate age information since the age is estimated only by the appearance of the passenger.
또한, 기존의 입지 및 상권 분석 방법에서는 이러한 정보를 획득하기 위하여 현장을 답사하거나 관공서를 개별 방문하여 정보를 얻었으며 창업을 희망하는 개인 등은 창업 컨설팅업체를 통해 높은 비용을 부담하고 상권 분석 정보를 얻을 수 있었다. In addition, in the existing location and business analysis method, in order to obtain such information, the information is obtained by visiting the site or by visiting the government offices individually. Could get
이렇게 생성되는 정보 중 유동 인구 데이터는 중요 입지에서 직접 카운트하는 방식으로 이루어져 시간대별로 유동인구의 총수를 파악하는 것에서는 유용할 수 있으나 다른 정보들을 활용하기에는 미흡한 점이 많았다.Among the information generated in this way, the floating population data is directly counted at important locations, which may be useful in determining the total number of floating populations at different time slots, but it was insufficient to utilize other information.
이와 같이, 종래의 유동 인구 계측 방법은 사람이 거주지 등록을 한다 하더라도 실제 거주지에서 생활하지 않고 주변 다른 지역에서 작업하거나 생활하는 등의 사례를 실시간으로 반영하지 못하기 때문에 정확한 정보 수집 방법이 될 수 없다. 이에 따라 종래의 유동 인구 계측 방법으로 계측된 인구 밀도 값의 오차율이 클 뿐만 아니라 정확한 정보 반영이 어렵기 때문에 이를 토대로 하는 다양한 추산이나 예측의 정보들 또한 태생적으로 많은 오차를 가질 수 밖에 없어 정보의 신뢰성이 매우 낮은 문제점이 있다.As such, the conventional floating population measurement method cannot be an accurate information collection method even if a person registers a place of residence, because it does not reflect real-time cases such as working or living in another area without living in an actual place of residence. . Accordingly, since the error rate of the population density value measured by the conventional flow population measurement method is not only large, but also it is difficult to accurately reflect accurate information, various estimation or prediction information based on this also have a lot of errors inherently. There is a problem of very low reliability.
이러한 문제점을 해결하기 위해, GPS 인공위성을 이용하는 방법, 이동통신 환경을 이용하는 방법, 무선랜 등 고정된 물체에 대한 근접성을 이용하는 방법 등을 이용하여 실시간 유동인구 측정 기술이 개발되고 있다. In order to solve this problem, real-time floating population measurement technology has been developed using a method using a GPS satellite, a method using a mobile communication environment, a method using proximity to a fixed object such as a wireless LAN.
그러나 유동 인구의 위치를 측정하기 위한 GPS 기법(오차율 15m 내외)과 근접성을 활용한 기법은 정확도면에서 이동통신 환경을 이용한 기법보다 정확하지만, GPS 기법은 GPS의 위성신호가 수신되지 않는 곳이나 신호의 감쇠가 큰 경우에는 사용할 수 없는 단점이 있다. However, the GPS technique for measuring the position of the floating population (approximately 15m error rate) and the proximity method are more accurate than the mobile communication environment in terms of accuracy. If the attenuation is large, there is a disadvantage that can not be used.
한편, 무선랜의 신호 세기 정보를 활용해 위치정보를 제공하는 측위 기법은 기존의 무선인터넷 인프라를 활용할 수 있는 장점이 있지만 무선랜이 설치되지 않은 지역에서는 사용할 수 없고 위치정보 데이터베이스를 따로 구축해야 한다는 단점이 있다. 반면에, 이동통신 환경(셀 ID)을 이용하는 방법은 생활의 거의 모든 곳을 커버할 수 있고 별도의 추가적인 장비가 필요 없는 장점이 있지만 정확도 면에서 비교적 부정확한 단점을 가지고 있다.On the other hand, the positioning method that provides location information by using the signal strength information of the wireless LAN has the advantage of utilizing the existing wireless Internet infrastructure, but it cannot be used in the area where the wireless LAN is not installed. There are disadvantages. On the other hand, the method using the mobile communication environment (cell ID) can cover almost every part of life and does not require any additional equipment, but has a relatively inaccurate disadvantage in terms of accuracy.
본 발명은 전술한 문제점을 해결하기 위하여, 본 발명의 일 실시예에 상관분석, 회귀 분석, 피셀 알고리즘의 연동을 통해 실시간 유동 인구 데이터를 빠르고 쉽게 획득할 수 있는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 제공하는 것에 목적이 있다.In order to solve the above-mentioned problems, the present invention uses real-time flow population data using a Fissel algorithm, which can quickly and easily obtain real-time flow population data through correlation, regression analysis, and interoperation of the Fissel algorithm in an embodiment of the present invention. An object of the present invention is to provide a method for analyzing floating population information that can be provided.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the present embodiment is not limited to the technical problem as described above, and other technical problems may exist.
본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은 빅데이터를 이용하여 인구 분석 서비스를 제공하기 위한 인구 분석 서버에 의해 수행되는 유동 인구의 분석 서비스 제공 방법에 있어서, a) 네트워크를 통해 지역 정보, 인구 이동 정보, 상품 거래 정보, 인구통계 정보, 통신기록 정보, 관광 정보를 포함한 사전 집계 데이터를 수집하는 단계; b) 상기 수집된 사전 집계 데이터에 기초하여 표준화 작업을 진행하여 기초단위구역별로 업소수, 주거 인구 정보, 직장 인구 정보에 근거하여 주거유형, 상업 유형, 직장 유형, 복합 유형, 관광 유형, 기타 유형을 포함하는 입지 유형으로 분류하는 단계; c) 유동인구 산정을 위한 실측 지점이 입력되면, 상기 실측 지점의 유동 인구를 종속 변수로 설정하고, 상기 실측지점을 기준으로 기설정된 측정 범위의 기초 분석 영역을 설정하며, 상기 기초 분석 영역을 상기 측정 범위 내에서 기설정된 분석단위로 분석 영역을 확대하면서 상기 종속 변수의 예측에 사용되는 다수의 독립변수를 추출하는 단계; d) 상기 입지 유형, 일/주중/주말의 범주, 상기 종속 변수와 독립 변수 간의 상관분석을 통한 상관관계 결과를 토대로 회귀 분석을 적용하여 회귀계수를 도출하고, 상기 회귀계수를 이용하여 유의미한 독립변수들, 입지 유형, 각 입지유형의 분석 영역을 각각 확정하는 단계; 및 e) 상기 확정된 입지 유형별로 분석 영역을 적용하여 공간 단위 영역을 구축하고, 상기 공간 단위 영역에 피셀(pCELL) 알고리즘을 적용하여 시간대/지역/성/연령/방문자 인구에 대한 유동 인구 데이터를 예측하는 단계를 포함하는 것을 특징으로 한다.The floating population information analysis method, which can provide real-time floating population data using the PICSL algorithm, according to an embodiment of the present invention, analyzes the floating population performed by a population analysis server for providing a population analysis service using big data. A service providing method comprising the steps of: a) collecting pre-aggregated data including regional information, population movement information, commodity transaction information, demographic information, communication record information, and tourism information via a network; b) Based on the pre-aggregated data collected above, standardization work will be carried out on the basis of the number of businesses, residential population information and workplace population information for each basic unit area, and the housing type, commercial type, workplace type, complex type, tourism type, and other types. Categorizing into a location type comprising a; c) When a measurement point for calculating a floating population is input, the flow population of the measurement point is set as a dependent variable, a basic analysis area of a preset measurement range is set based on the measurement point, and the basic analysis area is Extracting a plurality of independent variables used for the prediction of the dependent variable while expanding an analysis region within a predetermined analysis unit within a measurement range; d) A regression coefficient is derived by applying a regression analysis based on the correlation between the location type, the day / weekday / weekend category, the correlation between the dependent variable and the independent variable, and the significant independent variable using the regression coefficient. Determining the location type, the area of analysis of each location type, respectively; And e) constructing a spatial unit area by applying an analysis area for each of the determined location types, and applying a pCELL algorithm to the spatial unit area to generate floating population data of time zone / region / sex / age / visitor population. It includes a step of predicting.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법법은, a) 단계에서 하나 이상의 지역에 각각 배치되는 적어도 하나의 기지국에 접속한 다수의 사용자 단말과 관련된 사용자 데이터와, 상기 다수의 사용자 단말의 세션 연결에 따라서 생성되는 통화, 문자를 포함한 트래픽 데이터를 통신 기록 정보로 이동 통신망을 통해 실시간 수집하는 것을 특징으로 한다.In addition, the floating population information analysis method that can provide real-time flow population data using the Picelle algorithm according to an embodiment of the present invention, a plurality of access to at least one base station respectively disposed in one or more areas in step a) User data related to the user terminal and traffic data including a call, a text generated in accordance with the session connection of the plurality of user terminal is characterized in that the real-time collection through the mobile communication network as communication record information.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, b) 단계에서 통계청의 기초단위구 분류 기준에 기초하여 주거 인구 70% 이상인 경우에 주거 유형, 업소수 50% 이상인 경우에 상업 유형, 직장 인구 70% 이상인 경우에 직장 유형, 주거 인구 30% 이상~70% 미만이고, 직장인구 30% 이상~70% 미만인 경우에 복합 유형, 기타 지역에서 관광명소의 독립 변수를 영역형으로 만들고 포함관계에 따라 설정된 관광 유형, 그 외 지역을 기타 유형으로 분류하는 1차 유형 분류 단계; 및 지역별 표준화된 업소수가 0.1 이하이면서 사업유형과 기타 유형인 경우, 지역별 표준화된 주거인구가 0.05 이하이면서 주거 유형과 기타 유형인 경우, 지역별 표준화된 직장인구가 0.05 이하이면서 직장 유형과 기타 유형인 경우, 지역별 표준화된 업소수와 지역별 전체인구의 총합이 0.05 이하이면서 복합 유형과 기타유형인 경으로 분류하는 2차 유형 분류 단계를 포함하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time floating population data using the PICS algorithm according to an embodiment of the present invention, in step b) is 70% or more of the residential population based on the basic unit classification classification of the National Statistical Office Residential type, commercial type when the number of businesses is 50% or more, commercial type when the working population is 70% or more, complex type when the working type is 30% or more and less than 70%, and the working population is 30% or more and less than 70%. A primary type classification step of categorizing the independent variables of tourist attractions in the region and classifying the tourism type set according to the inclusion relations and other regions into other types; And the case where the number of standardized businesses by region is 0.1 or less and the business type and other types, when the standardized housing population by region is 0.05 or less and the housing type and other types, and the standardized work population by region is 0.05 or less and the workplace type and other types. In addition, the method includes a second type classification step in which the total number of standardized businesses by region and the total population by region is 0.05 or less, and classified into complex types and other types.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 1차 분류 단계는 주거 인구 비율을 주거인구/(주거인구+직장인구)로 계산하고, 직장인구 비율을 직장인구/(주거인구+직장인구)로 계산하며, 업소수 비율은 표준화된 업소수/(표준화된 업소수 +표준화된 총인구(주거인구+직장인구))로 계산하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time floating population data using the PICS algorithm according to an embodiment of the present invention, the primary classification step is the residential population ratio to the residential population / (resident population + work population) Calculate the workforce ratio as the workforce / (resident population + working population), and calculate the business ratio as the standardized number of businesses / (standardized number of businesses + standardized total population (resident population + working population)) It is characterized by.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, b) 단계에서 표준정규분포를 사용하여 독립변수들을 평균이 '0', 분산이 '1'인 경으로 표준화하고, 음(-)의 값을 배제하여 독립변수들을 모두 0~1사이의 값들로 변환하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to an embodiment of the present invention, in step b) using the standard normal distribution, the mean of the independent variables 'variance', '0' The standardized value is '1', and the independent variables are converted into values between 0 and 1 by excluding negative values.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 상기 c) 단계에서 버퍼(buffer) 기능을 통한 원형 분석법을 적용하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to an embodiment of the present invention, characterized in that the circular analysis method using a buffer function in step c) is applied. do.
또한, 본 발명의 또 다른 일실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법법은, c) 단계에서 상기 분석 단위별 분석 영역에서 입지 유형 및 독립 변수들을 집계하고, 상기 집계된 결과를 상기 회귀 분석시 제공하는 것을 특징으로 한다.In addition, the flow population information analysis method that can provide real-time flow population data using the Picelle algorithm according to another embodiment of the present invention, in step c) the location type and independent variables in the analysis region for each analysis unit And the aggregated result is provided in the regression analysis.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, d) 단계에서 상기 확정된 입지유형별로 일평균, 주중평균, 주말 평균에 대한 상기 확정된 독립변수의 회귀 계수를 분석테이블에 기록하여 저장하는 것을 특징으로 한다.In addition, the floating population information analysis method that can provide real-time flow population data using the Picelle algorithm according to an embodiment of the present invention, for the daily average, weekly average, weekend average for each location type determined in step d) The regression coefficients of the determined independent variable are recorded and stored in an analysis table.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, e) 단계는, 기지국 단위별 트래픽 데이터를 기준으로 통신 기록 정보와 피셀 데이터의 조인 키(KEY)를 기지국 ID로 사용하고, 각 피셀별 비율데이터를 생성하여 각 피셀에 가중치를 부여하여 시간대/지역/성/연령/방문자 인구에 대한 유동 인구를 추출하여 상기 실측 지점을 기준으로 분석 영역의 유동인구 추출값을 산출하는 것을 특징으로 한다.In addition, in the method for analyzing flow population information capable of providing real-time flow population data using the PICSell algorithm according to an embodiment of the present invention, step e) includes the communication record information and the PICS data based on the base station traffic data. Using join key as base station ID and generating ratio data for each cell and weighting each cell to extract floating population for time zone / region / sex / age / visitor population based on the measured point The flow population extraction value of the analysis region is calculated.
또한, 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 가중치는 회귀분석을 통하여 표준화된 회귀계수를 적용하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to an embodiment of the present invention, the weight is characterized by applying a standardized regression coefficient through the regression analysis.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 빅데이터를 이용하여 인구 분석 서비스를 제공하기 위한 인구 분석 서버에 의해 수행되는 유동 인구의 분석 서비스 제공 방법에 있어서, a) 하나 이상의 지역에 각각 배치되는 적어도 하나의 기지국에 접속한 다수의 사용자 단말과 관련된 사용자 데이터와, 상기 다수의 사용자 단말의 세션 연결에 따라서 생성되는 트래픽 데이터를 사전 집계 데이터로 이동 통신망을 통해 실시간 수집하는 단계; b) 기설정된 분석 영역을 기준으로 제1분석단위의 그리드(grid) 형태를 가지는 리파인(refine) 데이터를 생성하고, 일단위를 제외한 월 단위로 중복 데이터를 제거하고, 상기 제거된 중복 데이터의 좌표 정보를 이용하여 공간데이터를 생성하는 단계; c) 제2 분석 단위의 그리드 형태를 가지는 인덱스 맵(index map) 데이터를 생성하는 단계; d) 상기 리파인 데이터를 상기 인덱스 맵 데이터에 공간 조인(join)하여 기본 피셀 데이터를 생성하고, 상기 기본 피셀 데이터에 가 시간대/지역/성/연령/방문자 인구에 대한 유동 인구를 추출하기 위한 가중치를 부여하여 피셀 데이터를 생성하는 단계; 및 e) 상기 분석 영역을 적어도 하나 이상의 소지역 블록으로 구분하고, 상기 피셀 데이터를 기준으로 상기 소지역 블록 내의 소지역 코드를 맵핑하여 인구유동데이터를 산출하는 단계를 포함하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time floating population data using the Picelle algorithm according to another embodiment of the present invention, is performed by a population analysis server for providing a population analysis service using big data A method of providing a floating population analysis service, the method comprising: a) user data associated with a plurality of user terminals connected to at least one base station respectively disposed in one or more regions, and traffic data generated according to session connection of the plurality of user terminals; Collecting in real time through the mobile communication network as pre-aggregated data; b) Generate refined data having a grid form of a first analysis unit based on a predetermined analysis area, remove duplicate data in monthly units except one unit, and coordinate of the removed duplicate data. Generating spatial data using the information; c) generating index map data having a grid form of a second analysis unit; d) spatially joining the refine data to the index map data to generate basic picel data, and adding weights for extracting a floating population for a time zone / region / sex / age / visitor population to the basic picel data. Granting to generate the picel data; And e) dividing the analysis region into at least one subregion block, and calculating population flow data by mapping a subregion code in the subregion block based on the picel data.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 리파인 데이터와 인덱스 맵 데이터는 처리 속도 향상을 위해 YXDB 포맷으로 변환하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to another embodiment of the present invention, characterized in that the refined data and the index map data is converted into YXDB format to improve the processing speed It is done.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, d) 단계에서 공간 조인시 기지국 ID를 조인 키(KEY)로 사용하는 것을 특징으로 한다.In addition, the floating population information analysis method that can provide real-time flow population data using the PICSL algorithm according to another embodiment of the present invention, using the base station ID as the join key (KEY) during the spatial join in step d) It features.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, b) 단계에서 TUM-K 좌표계를 기준으로 상기 공간데이터를 생성하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to another embodiment of the present invention, characterized in that for generating the spatial data based on the TUM-K coordinate system in step b) It is done.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 리파인 데이터가 기지국 ID, 기지국 내 픽셀 ID, X좌표, Y좌표, 공간 정보를 포함하고, 상기 인덱스 맵 데이터는 레코드 ID와 공간 정보를 포함하고, 상기 기본 피셀 데이터는 레코드 ID, 기지국 ID, 기지국 내 픽셀 ID, X좌표, Y좌표, 공간 정보를 포함하고, 상기 피셀 데이터는 포인트 ID, 인구수, X좌표, Y좌표, 공간정보를 포함하고, 상기 소지역 블록은 소지역 코드와 공간 정보를 포함하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to another embodiment of the present invention, the refined data is a base station ID, pixel ID in the base station, X coordinate, Y coordinate, spatial information Wherein the index map data includes a record ID and spatial information, and the basic picel data includes a record ID, a base station ID, a pixel ID in a base station, an X coordinate, a Y coordinate, and spatial information. Point ID, population number, X coordinate, Y coordinate, and spatial information, the subregion block is characterized in that it comprises a subregion code and spatial information.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, e) 단계에서 기준시간, 시간대코드, 기지국 ID, 섹터, 성별/연령별 인구를 포함하는 테이블 형태의 사전 집계 데이터를 이용하여 상기 사전 집계 데이터에서 시간대 컬럼을 제거한 후에 기지국 단위로 성별/연령별 인구를 집계하는 단계; 상기 집계된 성별/연령별 인구에서 시간대 코드를 요일 코드로 구분하고, 월별 일수를 나누어 일평균값을 계산하는 단계; 상기 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출하는 단계; 상기 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하고, 상기 통합 유동인구 데이터에 통신사 보정 비율과 3G 사용자 비율을 적용하는 단계; 및 로우(ROW)의 총값이 '0'인 로우를 삭제하고, 월별/소지역별/피셀별로 그룹화하여 성별/연령별 유동인구 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the PICSL algorithm according to another embodiment of the present invention, in step e) the population by reference time, time zone code, base station ID, sector, gender / age A step of aggregating population by gender / age by base station unit after removing a time zone column from the pre-aggregation data using the pre-aggregation data in the form of a table; Calculating a daily average value by dividing a time zone code into a day of the week code and dividing the number of days per month from the total gender / age population; Calculating weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes; Joining the weekday_floating population data and the weekend_floating population data to generate unified floating population data, and applying a carrier correction ratio and a 3G user ratio to the unifying floating population data; And deleting the row having the total value of the row `` 0 '' and grouping it by month / small region / pissel to generate gender / age floating population data.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, e) 단계에서 기준시간, 시간대코드, 기지국 ID, 섹터, 성별/연령별 인구를 포함하는 테이블 형태의 사전 집계 데이터를 이용하여 상기 사전 집계 데이터에서 성별/연령별 컬럼을 제거한 후 시간대별 인구 데이터를 집계하는 단계; 상기 집계된 시간대별 인구 데이터에서 시간대 코드를 요일 코드로 구분하고, 월별 일수를 나누어 일평균값을 계산하는 단계; 상기 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출하는 단계; 상기 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하고, 통합 유동인구 데이터에 통신사 보정 비율과 3G 사용자 비율을 적용한 후 기설정된 한주기의 시간(TMST)으로 시간대별 컬럼을 생성하는 단계; 및 로우(ROW)의 총값이 '0'인 로우를 삭제한 후 월별/소지역별/피셀별로 그룹화하여 시간대별 유동인구 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the PICSL algorithm according to another embodiment of the present invention, in step e) the population by reference time, time zone code, base station ID, sector, gender / age A step of eliminating gender / age column from the pre-aggregation data using the pre-aggregation data in the form of a table, and then counting population data by time zone; Calculating a daily average value by dividing a time zone code into a day of the week code in the aggregated time zone population data and dividing the number of days per month; Calculating weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes; The integrated floating population data is generated by joining the weekday_floating population data and the weekend_floating population data, applying the carrier correction rate and the 3G user ratio to the integrated floating population data, and time zones according to a preset time period (TMST). Creating a column; And deleting the row having the total value of the row '0' and then grouping by month / subregion / pistel to generate the floating population data for each time zone.
또한, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, e) 단계에서 기준시간, 시간대코드, 기지국 ID, 섹터, 성별/연령별 인구를 포함하는 테이블 형태의 사전 집계 데이터를 이용하여 상기 사전 집계 데이터에서 시간대 컬럼을 제거한 후 성별/연령별 인구총값을 집계하는 단계; 상기 집계된 인구 총값에서 시간대 코드를 요일 코드로 구분하고, 일자별 요일 데이터에서 요일별 일수를 집계하고, 요일별 인구수/월별 요일수로 집계하는 단계; 상기 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출하는 단계; 상기 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하고, 통합 유동인구 데이터에 통신사 보정 비율과 3G 사용자 비율을 적용한 후 요일코드 컬럼으로 요일 컬럼을 생성하는 단계; 및 로우(ROW)의 총값이 '0'인 로우를 삭제한 후 월별/소지역별/피셀별로 그룹화하여 요일별 유동인구 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 한다.In addition, the floating population information analysis method capable of providing real-time flow population data using the PICSL algorithm according to another embodiment of the present invention, in step e) the population by reference time, time zone code, base station ID, sector, gender / age A step of removing a time zone column from the pre-aggregation data using the pre-aggregation data in the form of a table, and then aggregating gross population values by gender / age; Dividing a time zone code into a day of the week code in the aggregated population total value, counting the number of days for each day of the day of the week data, and counting the number of days for each day of the population; Calculating weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes; Generating the integrated floating population data by joining the weekday_floating population data and the weekend_floating population data, applying a carrier correction ratio and a 3G user ratio to the integrated floating population data, and generating a day column with a day code column; And deleting the row having the total value of the row `` 0 '' and then grouping by month / subregion / pistel to generate the floating population data for each day of the week.
한편 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 함으로써 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 구성요소를 지칭한다.On the other hand, the present invention is not limited to the embodiments disclosed below, but may be implemented in a variety of different forms, only the embodiments of the present invention by completing the disclosure of the present invention to the general knowledge in the art to which the present invention belongs It is provided to fully convey the scope of the invention to those skilled in the art, and the present invention is defined only by the scope of the claims. Like reference numerals refer to like elements throughout.
전술한 바와 같이, 본 발명에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은 실시간 유동 인구 측정에 피셀 알고리즘을 적용함으로써 수 Km에 이르는 셀 단위의 위치 정보를 제공하는 기존 셀ID 방식보다 5배 이상 정밀한 정보제공이 가능할 뿐만 아니라 실시간(real time)으로 유동 인구 데이터를 쉽게 획득할 수 있다. As described above, the floating population information analysis method capable of providing real-time floating population data using the Fissel algorithm according to the present invention provides a cell unit location information of several Km by applying the Fissel algorithm to real-time floating population measurement. In addition to providing more than five times more accurate information than conventional cell ID methods, it is easy to obtain floating population data in real time.
또한, 본 발명은 일단위 활동인구, 일단위 성별/연령별 유입 인구, 일단위 시간대별 유입 인구, 일단위 시도별 유니크 인구, 일단위 시군구별 유니크 인구, 일단위 외국인 데이터, 일단위 시간별 OD(Origin-Destination) 매트릭스를 획득할 수 있다.In addition, the present invention is a daily active population, daily inflow population by gender / age, daily inflow population by day, unique attempt population by day trial, unique population by daily city and district, daily foreign data, daily OD (Origin) -Destination) matrix can be obtained.
또한, 본 발명은 기초단위구역을 현행화할 수 있고, 도심 외의 지역은 기본 분석 단위의 그리드로 구축할 수 있으며, 고도화 사업에 부합하는 공간 단위 영역을 구축할 수 있을 뿐만 아니라 입지 유형 분류를 가장 잘 설명 할 수 있는 분석 반경과 상관 분석과 회귀 분석을 통해 유동 인구 산정을 위한 종속변수를 가장 잘 예측할 수 있는 독립변수를 추출할 수 있다. In addition, the present invention can implement the basic unit area, the area outside the city center can be constructed with a grid of basic analysis units, and not only can build a spatial unit area in accordance with the modernization project, but also classify location type best Descriptive radius and correlation analysis and regression analysis can be used to extract independent variables that can best predict the dependent variables for the estimation of the floating population.
도 1은 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 수행하기 위한 인구분석 서버의 구성을 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 설명하는 순서도.
도 3은 도 2의 입지유형 분류를 위한 표준화 작업 과정을 설명하는 도면.
도 4는 도 2의 입지 유형 분류 결과를 설명하는 도면.
도 5는 도 2의 분석 영역에 대한 버퍼 작업 현황을 설명하는 도면.
도 6은 도 2의 상관 분석을 통한 상관관계 결과를 설명하는 도면.
도 7은 도 2의 회귀 분석을 통해 도출된 회귀 계수를 설명하는 도면.
도 8은 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 설명하는 순서도.
도 9는 본 발명의 일 실시예에 따른 사전 집계 데이터를 설명하는 도면.1 is a view showing the configuration of a population analysis server for performing a floating population information analysis method capable of providing real-time flow population data using the Picelle algorithm according to an embodiment of the present invention.
Figure 2 is a flow chart illustrating a flow population information analysis method capable of providing real-time flow population data using the Fissel algorithm according to an embodiment of the present invention.
3 is a view for explaining a standardized work process for the location type classification of FIG.
4 is a view for explaining a location type classification result of FIG. 2.
FIG. 5 is a diagram illustrating a buffer operation status for the analysis region of FIG. 2. FIG.
FIG. 6 is a diagram illustrating a correlation result through the correlation analysis of FIG. 2. FIG.
FIG. 7 is a diagram for explaining a regression coefficient derived through the regression analysis of FIG. 2. FIG.
FIG. 8 is a flowchart illustrating a method for analyzing flow population information capable of providing real-time flow population data using the PICSL algorithm according to another embodiment of the present invention. FIG.
9 illustrates pre-aggregation data according to an embodiment of the present invention.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention.
그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.As those skilled in the art would realize, the described embodiments may be modified in various different ways, all without departing from the spirit or scope of the present invention. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and like reference numerals designate like parts throughout the specification.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Throughout the specification, when a part is "connected" to another part, this includes not only "directly connected" but also "electrically connected" with another element in between. . In addition, when a part is said to "include" a certain component, which means that it may further include other components, except to exclude other components unless specifically stated otherwise, one or more other It is to be understood that the present invention does not exclude the possibility of the presence or the addition of features, numbers, steps, operations, components, parts, or combinations thereof.
이하의 실시예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아니다. 따라서 본 발명과 동일한 기능을 수행하는 동일 범위의 발명 역시 본 발명의 권리 범위에 속할 것이다.The following examples are detailed description to aid in understanding the present invention, and do not limit the scope of the present invention. Therefore, the same range of inventions that perform the same functions as the present invention will also fall within the scope of the invention.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 수행하기 위한 인구분석 서버의 구성을 나타낸 도면이다.1 is a diagram showing the configuration of a population analysis server for performing a floating population information analysis method capable of providing real-time floating population data using the PICSL algorithm according to an embodiment of the present invention.
도 1을 참조하면, 빅데이터를 이용하여 인구 분석 서비스를 제공하는 인구 분석 서버(100)는 통신 모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(140)를 포함한다.Referring to FIG. 1, a
상세히, 통신 모듈(110)은 통신망(300)과 연동하여 인구 분석 서버(100)와 사용자 단말 간의 송수신 신호를 패킷 데이터 형태로 제공하는 데 필요한 통신 인터페이스를 제공한다. 나아가, 통신 모듈(110)은 사용자 단말로부터 데이터 요청을 수신하고, 이에 대한 응답으로서 데이터를 송신하는 역할을 수행할 수 있다.In detail, the
여기서, 통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.Here, the
메모리(120)는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 수행하기 위한 프로그램이 기록된다. 또한, 프로세서(130)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행한다. 여기서, 메모리(120)는 휘발성 저장 매체(volatile storage media) 또는 비휘발성 저장 매체(non-volatile storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.The
프로세서(130)는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 제공하는 전체 과정을 제어한다. 프로세서(130)가 수행하는 각 단계에 대해서는 도 2 및 도 8을 참조하여 후술하기로 한다.The
여기서, 프로세서(130)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.Here, the
데이터베이스(140)는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 수행하면서 누적되는 데이터가 저장된다. 예컨대, 데이터베이스(140)에는 사전 집계 데이터, 유동인구 데이터, 리파인 데이터, 인덱스 맵 데이터, 기본 피셀 데이터, 피셀 데이터 등이 테이블 형태로 저장될 수 있다.The
한편, 사용자 단말은 휴대성 및 이동성이 보장된 무선 통신 장치일 수 있으며, 예를 들어 PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), WiBro(Wireless Broadband Internet) 단말, 태블릿 PC 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치일 수 있다. 또한, '단말'은 네트워크를 통해 다른 단말 또는 서버 등에 접속할 수 있는 PC 등의 유선 통신 장치인 것도 가능하다.Meanwhile, the user terminal may be a wireless communication device with guaranteed portability and mobility, for example, a personal communication system (PCS), a global system for mobile communications (GSM), a personal digital cellular (PDC), and a personal handyphone system (PHS). ), Personal Digital Assistant (PDA), International Mobile Telecommunication (IMT) -2000, Code Division Multiple Access (CDMA) -2000, W-Code Division Multiple Access (W-CDMA), Wireless Broadband Internet (WBro) terminal, Tablet PC It may be a handheld based wireless communication device of any kind. In addition, the terminal may be a wired communication device such as a PC that can be connected to another terminal or server through a network.
도 2는 본 발명의 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 설명하는 순서도이고, 도 3은 도 2의 입지유형 분류를 위한 표준화 작업 과정을 설명하는 도면이며, 도 4는 도 2의 입지 유형 분류 결과를 설명하는 도면이고, 도 5는 도 2의 분석 영역에 대한 버퍼 작업 현황을 설명하는 도면이다. FIG. 2 is a flowchart illustrating a method for analyzing flow population information capable of providing real-time flow population data using the PICSL algorithm according to an embodiment of the present invention, and FIG. 3 illustrates a standardization process for classifying location types of FIG. 2. FIG. 4 is a diagram for explaining the location type classification result of FIG. 2, and FIG. 5 is a diagram for explaining the current status of buffer operations for the analysis region of FIG. 2.
도 2 내지 도 5를 참조하면, 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 네트워크를 통해 지역 정보, 인구 이동 정보, 상품 거래 정보, 인구통계 정보, 통신기록 정보, 관광 정보를 포함한 사전 집계 데이터를 수집한다(S110). 인구 분석 서버(100)는 통계청, 도청/시청/군청, 카드사, 통신사, 관광공사, 빅데이터 관련 업체 등을 통해 사전 집계 데이터를 수집한다. 특히, 인구 분석 서버(100)는 하나 이상의 지역에 각각 배치되는 적어도 하나의 기지국에 접속한 다수의 사용자 단말과 관련된 사용자 데이터와, 다수의 사용자 단말의 세션 연결에 따라서 생성되는 통화, 문자를 포함한 트래픽 데이터를 통신 기록 데이터로 이동 통신망을 통해 실시간 수집한다. 2 to 5, the floating population information analysis method capable of providing real-time floating population data using the PICSL algorithm, the area information, population movement information, commodity transaction information, demographic information, communication record information through a network Collect the pre-aggregated data including tourism information (S110).
프로세서(130)는 사전 집계 데이터에 기초하여 표준화 작업을 진행하여 기초단위구역별로 업소수, 주거 인구 정보, 직장 인구 정보에 근거하여 입지 유형을 분류한다(S120).The
즉, 프로세서(130)는 통계청의 기초단위구 분류 기준에 기초하여 주거 인구 70% 이상인 경우에 주거 유형, 업소수 50% 이상인 경우에 상업 유형, 직장 인구 70% 이상인 경우에 직장 유형, 주거 인구 30% 이상~70% 미만이고, 직장인구 30% 이상~70% 미만인 경우에 복합 유형, 기타 지역에서 관광명소의 독립 변수를 영역형으로 만들고 포함관계에 따라 설정된 관광 유형, 그 외 지역을 기타 유형으로 1차 유형 분류를 수행한다. 프로세서는 1차 유형 분류시 주거 인구 비율을 주거인구/(주거인구+직장인구)로 계산하고, 직장인구 비율을 직장인구/(주거인구+직장인구)로 계산하며, 업소수 비율은 표준화된 업소수/(표준화된 업소수 +표준화된 총인구(주거인구+직장인구))로 계산한다. In other words, the
이후, 1차 유형 분류를 바탕으로 프로세스(130)은 다시 지역별 표준화된 업소수의 계산 결과가가 0.1 이하이면서 입지유형(표3)이 사업유형과 기타유형인 경우, 지역별 표준화된 주거인구가 0.05 이하이면서 입지유형(표3)이 주거 유형과 기타 유형인 경우, 지역별 표준화된 직장인구가 0.05 이하이면서 입지 유형이 직장 유형과 기타 유형인 경우, 지역별 표준화된 업소수와 지역별 전체인구의 총합이 0.05 이하이면서 입지유형(표3)이 복합 유형과 기타 유형인 경우로 조건을 세분화 하여 2차 유형 분류를 수행한다.Subsequently, based on the primary type classification, the
도 2에 도시된 바와 같이, 프로세서(130)는 총인구, 업소 변수들의 각각 다른 분포와 크기를 동일하게 맞추기 위해 표준화 작업을 진행한다. 표준화 작업은 표준정규분포를 사용하여 독립변수들을 평균이 '0', 분산이 '1'인 경으로 표준화되도록 한다. 이 경우, 음(-)의 값이 발생하게 되는데, 회귀 계수는 실제 양(+)의 값을 영향을 받지만, 음의 영향을 받는 경우가 발생할 수 있어 음(-)의 값을 배제하여 독립변수들을 모두 0~1사이의 값들로 변환한다.As shown in FIG. 2, the
프로세서는 표준화 작업 이후에 표준 정규분포표에 의해 3.09σ99.8%의 데이터를 포함하게 되고, 3.0σ의 경우 99.74%의 데이터를 포함한다. 즉, 3σ이 100%에 가까운 데이터를 포함하고 있다는 것을 감안하여 각 독립변수들의 평균을 기준으로 3σ 값의 지점을 1로 고정하여 모든 데이터를 표준화한다.After the standardization process, the processor contains 3.09σ99.8% of data by standard normal distribution table, and 99.74% of data for 3.0σ. That is, since 3σ contains data close to 100%, all data are normalized by fixing the point of 3σ value to 1 based on the mean of each independent variable.
독립 변수들의 표준화 작업이 완료되면, 모든 데이터들을 표 1 및 도 3의 (a)와 같은 형태로 변화하게 된다.When the standardization of the independent variables is completed, all data are changed into the form as shown in Table 1 and FIG.
[표 1]TABLE 1
표 1에서 평균을 살펴보면 0.5보다 작은 값을 갖는데, 도 3의 (b)에 도시된 바와 같이 3σ보다 큰 이상 값이 많이 분포하고 있음을 알 수 있으며, 이는 상위에 분포되어 있는 값들을 그대로 비율에 맞게 사용하기 위해 최댓값을 사용하지 않고 3σ을 사용한 이유이다. Looking at the average in Table 1 has a value smaller than 0.5, as shown in Figure 3 (b) it can be seen that there are a lot of ideal values larger than 3σ, which is the ratio of the values distributed in the upper This is why 3σ is used instead of the maximum value for proper use.
한편, 유동인구 산정을 위한 실측 지점이 서울시인 경우에, 프로세서는 도 4의 (a)에 도시된 바와 같이, 도심 지역을 기초단위 구역별로 분할하여 입지 유형을 분류하여 표시할 수 있고, 도 4의 (b)에 도시된 바와 같이 도심 지역을 기초단위 구역별로 분할하고 도심 외의 지역을 그리드(Grid)로 분할하여 입지 유형을 분류하여 표시할 수 있다. On the other hand, when the measured point for calculating the floating population is Seoul City, as shown in (a) of FIG. 4, the processor may classify the location type by dividing the urban area by the base unit zone, and display the location type. As shown in (b) of, the urban area may be divided into basic unit areas, and the area outside the city may be divided into grids to classify and display location types.
다시 도 2를 설명하면, 프로세서(130)는 사용자 단말을 통해 유동인구 산정을 위한 실측 지점이 입력되면, 실측 지점의 유동 인구를 종속 변수로 설정하고, 실측지점을 기준으로 기설정된 측정 범위의 기초 분석 영역을 설정하며, 기초 분석 영역을 측정 범위 내에서 기설정된 분석단위로 분석 영역을 확대하면서 종속 변수의 예측에 사용되는 다수의 독립변수를 추출한다(S130).Referring back to FIG. 2, when the measured point for calculating the floating population is input through the user terminal, the
이때, 프로세서는, 도 5에 도시된 바와 같이, 버퍼(buffer) 기능을 통한 원형 분석법을 적용하여 분석 영역을 설정하되, 실측 지점을 기준으로 반경 50m~200m의 측정 범위의 기초 분석 영역을 설정하고, 반경을 10m의 분석 단위만큼 증가시키면서 분석 영역을 확대하여 반경별로 예상되는 독립변수를 집계한다. 프로세서는 분석 단위만큼 반경이 확대되는 분석 영역에서 입지 유형 및 독립 변수들을 집계하고, 집계된 결과를 회귀 분석시 회귀식에 대입한다. In this case, as shown in FIG. 5, the processor sets an analysis area by applying a circular analysis method through a buffer function, and sets a basic analysis area having a radius of 50m to 200m based on the measured point. In addition, while increasing the radius by 10m analysis unit, the analysis area is expanded to collect the independent variables expected for each radius. The processor aggregates the location type and independent variables in the analysis area whose radius is expanded by the analysis unit, and assigns the aggregated result to the regression equation in the regression analysis.
프로세서는 입지 유형, 일/주중/주말의 범주, 종속 변수와 독립 변수 간의 상관분석을 통한 상관관계 결과를 토대로 회귀 분석을 적용하여 회귀계수를 도출하고, 회귀계수를 이용하여 유의미한 독립변수들, 입지 유형, 각 입지유형의 분석 영역을 각각 확정한다(S140). 여기서, 회귀 분석은 독립변수가 종속변수에 미치는 인과적 영향(causal effects)을 통계적으로 추정하기 위한 목적으로 사용된다.The processor derives the regression coefficient by applying the regression analysis based on the location type, the category of the day / weekend / weekend, the correlation analysis between the dependent variable and the independent variable, and uses the regression coefficient to identify the significant independent variables and the location. The type and analysis area of each location type are respectively determined (S140). Here, regression analysis is used to statistically estimate the causal effects of the independent variable on the dependent variable.
도 6은 도 2의 상관 분석을 통한 상관관계 결과를 설명하는 도면이고, 도 7은 도 2의 회귀 분석을 통해 도출된 회귀 계수를 설명하는 도면이다. 6 is a diagram illustrating a correlation result through the correlation analysis of FIG. 2, and FIG. 7 is a diagram illustrating a regression coefficient derived through the regression analysis of FIG. 2.
도 6 및 도 7에 도시된 바와 같이, 프로세서는 입지유형, 범주, 독립변수들의 상관 분석을 통해 세 개 이상의 변수 사이의 상관관계를 나타내는 다중상관계수(R2)를 비교하여, 하기한 표 2 내지 도 4와 같이 입지 유형분류를 가장 잘 설명할 수 있는 반경, 즉 분석 영역을 확정하고, 종속 변수를 가장 예측할 수 있는 독립 변수를 확정한다. As shown in FIG. 6 and FIG. 7, the processor compares multiple correlation coefficients R2 representing correlations among three or more variables through correlation analysis of location types, categories, and independent variables. As shown in FIG. 4, the radius that can best describe the location type classification, that is, the analysis area is determined, and the independent variable that can most predict the dependent variable is determined.
[표 2] 독립 변수 확정[Table 2] Independent variable confirmation
[표3] 입지 유형 확정[Table 3] Location Type Confirmation
[표 4] 입지 유형별 반경 확정[Table 4] Confirmation of radius by location type
다시 도 2를 설명하면, 프로세서는 확정된 입지 유형별로 분석 영역을 적용하여 공간 단위 영역을 구축하고, 공간 단위 영역에 피셀(pCELL) 알고리즘을 적용하여 시간대/지역/성/연령/방문자 인구에 대한 유동 인구 데이터를 예측한다(S150, S160). 이때, 프로세서는 기지국 단위별 트래픽 데이터를 기준으로 통신 기록 정보와 피셀 데이터의 조인 키(KEY)를 기지국 ID로 사용하고, 각 피셀별 비율데이터를 생성하여 각 피셀에 가중치를 부여하여 시간대/지역/성/연령/방문자 인구에 대한 유동 인구를 추출한 후 실측 지점을 기준으로 분석 영역의 유동인구 데이터를 산출한다. 여기서, 가중치는 도 7에 도시된 바와 같이 회귀분석을 통하여 표준화된 회귀계수를 적용한다. Referring back to FIG. 2, the processor constructs a spatial unit region by applying an analysis region for each determined location type, and applies a pCELL algorithm to the spatial unit region to apply time zone / region / sex / age / visitor population. Predict the floating population data (S150, S160). At this time, the processor uses the join key (KEY) of the communication record information and the picel data as the base station ID based on the traffic data for each base station unit, generates ratio data for each picel, and assigns weight to each picel to time zone / region / After extracting the floating population for the sex / age / visitor population, the floating population data of the analysis area is calculated based on the measured points. Here, the weight is applied to the standardized regression coefficient through the regression analysis as shown in FIG.
도 8은 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법을 설명하는 순서도이고, 도 9는 본 발명의 일 실시예에 따른 사전 집계 데이터를 설명하는 도면이다.FIG. 8 is a flowchart illustrating a method for analyzing flow population information capable of providing real-time flow population data using the PICSL algorithm according to another embodiment of the present invention, and FIG. 9 is pre-aggregated data according to an embodiment of the present invention. It is a figure explaining.
도 8을 참고하면, 본 발명의 다른 일 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은 유동인구 데이터를 생성하기 위하여 가중치를 가지는 피셀데이터를 생성하는 방법을 중심으로 설명한다. Referring to FIG. 8, the floating population information analysis method capable of providing real-time floating population data using the PICSell algorithm according to another embodiment of the present invention is a method of generating PICS data having a weight to generate floating population data. Explain the center.
먼저, 인구 분석 서버는 기지국을 기준으로 사전 집계 데이터를 이동 통신망을 통해 실시간 수집한다(S210). 이때, 사전 집계 데이터는 통화 문자 등의 통신기록 정보를 50m×50m 단위로 일단위 집계한 성별, 연령별, 시간대별, 요일별 유동인구 모수 추정자료가 될 수 있다. First, the population analysis server collects pre-aggregation data in real time through a mobile communication network based on a base station (S210). In this case, the pre-aggregation data may be a floating population parameter estimation data for gender, age, time zone, and day of the week, which is aggregated daily by 50m × 50m units such as currency text.
인구 분석 서버는 기설정된 분석 영역을 기준으로 제1분석단위(20m×20m) 의 그리드(grid) 형태를 가지는 리파인(refine) 데이터를 생성하고, 일단위를 제외한 월 단위로 중복 데이터를 제거한 후 제거된 중복 데이터의 좌표 정보를 이용하여 TUM-K 좌표계를 기준으로 공간데이터를 생성한다(S220). 인구 분석 서버는 일자별 리파인 데이터를 하기한 표 5와 같이 입력 데이터로 하고, 입력 데이터에서 일자를 제외하고 월 기준으로 중복 데이터를 제거한다. The demographic analysis server generates refined data having a grid form of a first analysis unit (20m × 20m) based on a predetermined analysis area, removes duplicate data by monthly unit except daily unit, and then removes it. Spatial data is generated based on the TUM-K coordinate system using the coordinate information of the duplicated data (S220). The demographic server sets the date refinement data as input data as shown in Table 5 below, and removes duplicate data on a monthly basis except for the date from the input data.
[표 5] 입력 데이터[Table 5] Input data
인구 분석 서버는 제2 분석 단위(50m×50m)의 그리드 형태를 가지는 인덱스 맵(index map) 데이터를 하기한 표 6과 같이 생성한다(S230). 분석 영역이 전국 단위인 경우, 인구 분석 서버는 리파인 데이터와 인덱스 맵 데이터의 처리 속도를 향상하기 위하여 ALTERYX 지원 확장자인 YXDB의 포맷으로 변환한다. The population analysis server generates index map data having a grid form of a second analysis unit (50m × 50m) as shown in Table 6 below (S230). If the analysis area is a national unit, the demographic server converts it to YXDB format, which is an ALTERYX supported extension, to speed up processing of refine data and index map data.
[표 6]TABLE 6
또한, 인구 분석 서버는 리파인 데이터를 인덱스 맵 데이터에 공간 조인(join)하여 표 7과 같은 기본 피셀 데이터를 생성하고(S240), 기본 피셀 데이터에 시간대/지역/성/연령/방문자 인구에 대한 유동 인구를 추출하기 위한 가중치를 부여하여 표 8과 같은 피셀 데이터를 생성한다(S250). 이때, 공간 조인시 기지국 ID를 조인 키(KEY)로 사용하고, 피셀 데이터는 pCell(50m×50m) 기반의 평균 유동인구를 나타내며, 피셀 좌표는 50m×50m 단위의 점형 데이터이다. In addition, the demographic server spatially joins the refined data to the index map data to generate basic picel data as shown in Table 7 (S240), and flows for the time zone / region / sex / age / visitor population to the basic picel data. By assigning a weight to extract the population to generate the data shown in Table 8 (S250). In this case, the base station ID is used as a join key during spatial joining, and the picel data represents an average flow population based on pCell (50m × 50m), and the picel coordinates are point data in 50m × 50m units.
[표 7]TABLE 7
[표 8]TABLE 8
인구 분석 서버는 분석 영역을 표 9와 같이 적어도 하나 이상의 소지역 블록으로 구분하고, 피셀 데이터를 기준으로 소지역 블록 내의 소지역 코드를 맵핑하여 실시간 인구유동데이터를 산출한다(S260). The population analysis server divides the analysis area into at least one subregion block as shown in Table 9, and calculates real-time population flow data by mapping a subregion code in the subregion block based on the PICS data (S260).
[표 9]TABLE 9
한편, 인구 분석 서버는 피셀 데이터에 주중 가중치를 공간 조인하고, 가중치가 반영된 데이터를 기준으로 소지역 코드를 공간 조인하여 표 10과 같은 주중_유동인구 데이터를 산출할 수 있다. 또한, 인구 분석 서버는 피셀 데이터에 주말 가중치와 소지역 코드를 순차적으로 공간 조인하여 표 11과 같은 주말_유동인구 데이터를 산출할 수 있다.Meanwhile, the population analysis server may spatially join the weighted weekly weights to the PICS data and spatially join the small region codes based on the data in which the weights are reflected to calculate the weekly_floating population data as shown in Table 10. In addition, the population analysis server may spatially join the weekend weights and the small region code to the data to sequentially calculate the weekend_floating population data as shown in Table 11.
[표 10]TABLE 10
인구 분석 서버는 기준시간, 시간대 코드, 기지국 ID, 섹터, 성별/연령별 인구를 포함하는 테이블 형태의 사전 집계 데이터를 이용하여 사전 집계 데이터에서 시간대 컬럼을 제거한 후에 기지국 단위로 성별/연령별 인구를 집계한다. 이렇게 집계된 성별/연령별 인구에서 시간대 코드를 요일 코드로 구분하고, 월별 일수를 나누어 일평균값을 계산한다.The demographic analysis server removes the time zone column from the pre-aggregation data by using tabular pre-aggregation data including the reference time, time zone code, base station ID, sector, and sex / age population, and then aggregates the sex / age population by base station. . The time zone code is divided into weekday codes and the daily average value is calculated by dividing the number of days per month.
이후, 인구 분석 서버는 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출한 후, 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하고, 통합 유동인구 데이터에 통신사 보정 비율(예를 들어, 0.442)과 3G 사용자 비율(예를 들어, 0.82)을 적용하며, 로우(ROW)의 총값이 '0'인 로우를 삭제하고, 월별/소지역별/피셀별로 그룹화하여 표 11과 같은 성별/연령별 유동인구 데이터를 생성할 수 있다. 한편, 통신사 보정 비율은 타지역을 중복으로 관할하는 경우 시간대별 유동인구를 기준으로 일별, 시간별 분석 영역의 비율 값을 구하여 기지국 데이터 비율로 산정할 수 있다.Thereafter, the demographic server calculates the weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes, and then joins the weekday_floating population data and the weekend_floating population data. Generate aggregate floating population data, apply a carrier calibration ratio (eg 0.442) and 3G user ratio (eg 0.82) to the aggregate floating population data, and have a total value of ROW equal to '0'. By deleting the rows and grouping them by month, subregion, and / or cell, the floating population data by gender and age can be generated as shown in Table 11. On the other hand, the carrier correction rate can be calculated as the base station data rate by calculating the ratio value of the daily and hourly analysis area based on the floating population by time zone when the other areas are duplicated.
[표 11]TABLE 11
한편, 인구 분석 서버는 사전 집계 데이터에서 성별/연령별 컬럼을 제거한 후 시간대 인구 데이터로 집계하고, 집계된 시간대별 인구 데이터에서 요일 코드로 구분하고, 월별 일수를 나누어 일평균값을 계산한다. 그리고 인구 분석 서버는 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출한 후, 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하고, 통합 유동인구 데이터에 통신사 보정 비율(예를 들어, 0.442)과 3G 사용자 비율(예를 들어, 0.82)을 적용하며, 기설정된 한 주기의 시간(TMST)으로 시간대별 컬럼을 생성하고, 로우(ROW)의 총값이 '0'인 로우를 삭제하고, 월별/소지역별/피셀별로 그룹화하여 표 12와 같은 시간대별 유동인구 데이터를 생성할 수 있다.On the other hand, the population analysis server removes the gender / age column from the pre-aggregation data and then aggregates it with the time zone population data, divides it by the day code from the aggregated time zone population data, and calculates the daily average value by dividing the number of days per month. The demographic server calculates the weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes, and then joins the weekday_floating population data with the weekend_floating population data. Generate integrated floating population data, apply telecommunications correction rate (eg 0.442) and 3G user rate (eg 0.82) to the integrated floating population data, and time zones with a preset time period (TMST) You can create a column, delete rows with a total value of ROW '0', and group them by month / subregion / picel to generate floating population data as shown in Table 12.
[표 12]TABLE 12
인구 분석 서버는 기준시간, 시간대 코드, 기지국 ID, 섹터, 성별/연령별 인구를 포함하는 테이블 형태의 사전 집계 데이터를 이용하여 상기 사전 집계 데이터에서 시간대 컬럼을 제거한 후 성별/연령별 인구총값을 집계하고, 집계된 인구 총값에서 시간대 코드를 요일 코드로 구분하고, 일자별 요일 데이터에서 요일별 일수를 집계하고, 요일별 인구수/월별 요일수로 집계한다.The demographic analysis server removes the time zone column from the pre-aggregation data using table-type pre-aggregation data including reference time, time zone code, base station ID, sector, and gender / age population, and then aggregates the gross population value by gender / age, In the aggregated population, the time zone code is divided into the day code, the day of the week is counted in the day of the week data, and the day of the week is counted as the population / day of the month.
이후, 인구 분석 서버는 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출하고, 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하며, 통합 유동인구 데이터에 통신사 보정 비율과 3G 사용자 비율을 적용한 후 요일 코드 컬럼으로 요일 컬럼을 생성한다. 그리고 인구 분석 서버는 로우(ROW)의 총값이 '0'인 로우를 삭제한 후 월별/소지역별/피셀별로 그룹화하여 표 13과 같은 요일별 유동인구 데이터를 생성할 수 있다.Thereafter, the demographic server calculates the weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes, and joins the weekday_floating population data and the weekend_floating population data. Generates the integrated floating population data, and applies the carrier correction rate and the 3G user ratio to the integrated floating population data, and then generates the day column with the day code column. In addition, the demographic server may generate the floating population data by day as shown in Table 13 by deleting the row having the total value of the row as '0' and grouping it by month / subregion / picel.
[표 13]TABLE 13
이상에서 설명한 본 발명의 실시예에 따른 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법은, 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 이러한 기록 매체는 컴퓨터 판독 가능 매체를 포함하며, 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함하며, 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.The floating population information analysis method capable of providing real-time flow population data using the PICSell algorithm according to the embodiment of the present invention described above, includes a recording medium including instructions executable by a computer, such as a program module executed by a computer. It can also be implemented in the form of. Such recording media includes computer readable media, and computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. In addition, computer readable media includes computer storage media, which are volatile and nonvolatile implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. Both removable and non-removable media.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The foregoing description of the present invention is intended for illustration, and it will be understood by those skilled in the art that the present invention may be easily modified in other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is shown by the following claims rather than the above description, and all changes or modifications derived from the meaning and scope of the claims and their equivalents should be construed as being included in the scope of the present invention. do.
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.As described above, although the present invention has been described by way of limited embodiments and drawings, the present invention is not limited to the above-described embodiments, which can be variously modified and modified by those skilled in the art to which the present invention pertains. Modifications are possible. Accordingly, the invention idea should be understood only by the claims set forth below, and all equivalent or equivalent modifications thereof will fall within the scope of the invention idea.
100: 인구분석 서버
110: 통신 모듈
120: 메모리
130: 프로세서
140: 데이터베이스
300: 통신망100: demographic server
110: communication module 120: memory
130: Processor 140: Database
300: network
Claims (2)
a) 하나 이상의 지역에 각각 배치되는 적어도 하나의 기지국에 접속한 다수의 사용자 단말과 관련된 사용자 데이터와, 상기 다수의 사용자 단말의 세션 연결에 따라서 생성되는 트래픽 데이터를 사전 집계 데이터로 이동 통신망을 통해 실시간 수집하는 단계;
b) 기설정된 분석 영역을 기준으로 제1분석단위의 그리드(grid) 형태를 가지는 리파인(refine) 데이터를 생성하고, 일단위를 제외한 월 단위로 중복 데이터를 제거하고, 상기 제거된 중복 데이터의 좌표 정보를 이용하여 공간데이터를 생성하는 단계;
c) 제2 분석 단위의 그리드 형태를 가지는 인덱스 맵(index map) 데이터를 생성하는 단계;
d) 상기 리파인 데이터를 상기 인덱스 맵 데이터에 공간 조인(join)하여 기본 피셀 데이터를 생성하고, 상기 기본 피셀 데이터에 가 시간대/지역/성/연령/방문자 인구에 대한 유동 인구를 추출하기 위한 가중치를 부여하여 피셀 데이터를 생성하는 단계; 및
e) 상기 분석 영역을 적어도 하나 이상의 소지역 블록으로 구분하고, 상기 피셀 데이터를 기준으로 상기 소지역 블록 내의 소지역 코드를 맵핑하여 인구유동데이터를 산출하는 단계를 포함하며,
상기 d) 단계는 공간 조인시 기지국 ID를 조인 키(KEY)로 사용하는 것을 특징으로 하는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법.
In the analysis service providing method of the floating population performed by the population analysis server for providing a population analysis service using big data,
a) user data associated with a plurality of user terminals connected to at least one base station respectively disposed in one or more regions, and traffic data generated according to session connection of the plurality of user terminals as pre-aggregated data in real time through a mobile communication network; Collecting;
b) Generate refined data having a grid form of a first analysis unit based on a predetermined analysis region, remove duplicate data in monthly units except one day, and coordinate of the removed duplicate data. Generating spatial data using the information;
c) generating index map data having a grid form of a second analysis unit;
d) spatially joining the refined data to the index map data to generate basic picel data, and adding weights for extracting a floating population for a time zone / region / sex / age / visitor population to the basic picel data. Granting to generate the picel data; And
e) dividing the analysis region into at least one subregion block, and calculating population flow data by mapping a subregion code in the subregion block based on the picel data;
In step d), the floating population information analysis method capable of providing real-time floating population data using the PICS algorithm, wherein the base station ID is used as a join key during a spatial join.
상기 e) 단계는,
기준시간, 시간대코드, 기지국 ID, 섹터, 성별/연령별 인구를 포함하는 테이블 형태의 사전 집계 데이터를 이용하여 상기 사전 집계 데이터에서 시간대 컬럼을 제거한 후 성별/연령별 인구총값을 집계하는 단계;
상기 집계된 인구 총값에서 시간대 코드를 요일 코드로 구분하고, 일자별 요일 데이터에서 요일별 일수를 집계하고, 요일별 인구수/월별 요일수로 집계하는 단계;
상기 요일 코드 중 주말에 해당하는 주중_유동인구 데이터와 요일 코드 중 주말에 해당하지 않는 주중_유동인구 데이터를 산출하는 단계;
상기 주중_유동인구 데이터와 주말_유동인구 데이터를 조인하여 통합 유동인구 데이터를 생성하고, 상기 통합 유동인구 데이터에 통신사 보정 비율과 3G 사용자 비율을 적용한 후 요일코드 컬럼으로 요일 컬럼을 생성하는 단계; 및
로우(ROW)의 총값이 '0'인 로우를 삭제한 후 월별/소지역별/피셀별로 그룹화하여 요일별 유동인구 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 하는 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법.
The method of claim 1,
Step e),
Removing the time zone column from the pre-aggregation data using table-type pre-aggregation data including a reference time, a time zone code, a base station ID, a sector, and a sex / age population;
Dividing a time zone code into a day of the week code in the aggregated population total value, counting the number of days for each day of the day of the week data, and counting the number of days for each day of the population;
Calculating weekday_floating population data corresponding to the weekend among the day codes and weekday_floating population data not corresponding to the weekend among the day codes;
Generating unified floating population data by joining the weekday_floating population data and the weekend_floating population data, applying a carrier correction ratio and a 3G user ratio to the unifying floating population data, and generating a day column with a day code column; And
Real-time floating population data using the Fiscel algorithm, characterized in that it further comprises the step of deleting the row of the total value of the row ('0'), and then grouping by month / subregion / by cell to generate the floating population data by day Method for analyzing floating population information.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180065364 | 2018-06-07 | ||
| KR20180065364 | 2018-06-07 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180111123A Division KR101976189B1 (en) | 2018-06-07 | 2018-09-17 | Method of providing analysis service of floating population |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190139130A true KR20190139130A (en) | 2019-12-17 |
| KR102097426B1 KR102097426B1 (en) | 2020-04-06 |
Family
ID=66580241
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180111123A KR101976189B1 (en) | 2018-06-07 | 2018-09-17 | Method of providing analysis service of floating population |
| KR1020190051015A KR101982159B1 (en) | 2018-06-07 | 2019-04-30 | A method of measuring floating population using information on floating population divided by category |
| KR1020190051031A KR102097426B1 (en) | 2018-06-07 | 2019-04-30 | Analysis method of fluidized population information capable of providing real-time fluidized population data by pcell algorithm |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180111123A KR101976189B1 (en) | 2018-06-07 | 2018-09-17 | Method of providing analysis service of floating population |
| KR1020190051015A KR101982159B1 (en) | 2018-06-07 | 2019-04-30 | A method of measuring floating population using information on floating population divided by category |
Country Status (1)
| Country | Link |
|---|---|
| KR (3) | KR101976189B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112418508A (en) * | 2020-11-19 | 2021-02-26 | 中国科学院地理科学与资源研究所 | Population distribution prediction method based on interaction between physical space and social network space |
| JP2023170514A (en) * | 2022-05-19 | 2023-12-01 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
| WO2024096674A1 (en) * | 2022-11-04 | 2024-05-10 | 안은희 | Method for forecasting population in real time, and device for performing same |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102085303B1 (en) * | 2019-10-16 | 2020-03-05 | 한국교통연구원 | Method for making database analysis map based on communication big data |
| CN111027202B (en) * | 2019-12-04 | 2023-12-15 | 北京软通绿城科技有限公司 | Digital city prediction method, device, equipment and storage medium |
| KR102416686B1 (en) | 2020-03-04 | 2022-07-05 | 김명락 | Method for predict floating population and local value by collecting user information of self-driving vehicles |
| CN111598441B (en) * | 2020-05-14 | 2023-05-12 | 北京软通绿城科技有限公司 | Population data analysis method, system, device and storage medium |
| CN111833224B (en) * | 2020-05-26 | 2023-11-28 | 东南大学 | Urban main and auxiliary center boundary identification method based on population raster data |
| CN112052280B (en) * | 2020-09-10 | 2022-04-29 | 厦门市美亚柏科信息股份有限公司 | Real population analysis method and system based on spatio-temporal data |
| KR102226504B1 (en) | 2020-10-27 | 2021-03-12 | 주식회사 서경산업 | System for measuring of person's density in particular-area |
| CN113382402A (en) * | 2021-05-31 | 2021-09-10 | 中科苏州智能计算技术研究院 | Population characteristic analysis method based on universal base station and application thereof |
| KR102583585B1 (en) | 2021-08-04 | 2023-10-05 | 성균관대학교산학협력단 | Method and system of predicting infectious diseases using big data and artificial intelligence |
| CN113641913B (en) * | 2021-08-20 | 2022-04-12 | 数睿科技(珠海横琴)有限公司 | Data processing method and device and electronic equipment |
| KR102373468B1 (en) * | 2021-08-26 | 2022-03-11 | 국립공원공단 | Apparatus and Method for monitoring real condition of Targeting at National Park visitor |
| KR102637936B1 (en) | 2022-06-22 | 2024-02-20 | 주식회사 케이티 | Server, method and computer program for managing relay station by using voice of customer data |
| CN117151344B (en) * | 2023-10-26 | 2024-02-02 | 乘木科技(珠海)有限公司 | Digital twin city population management method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090040083A (en) * | 2007-10-19 | 2009-04-23 | 에스케이 텔레콤주식회사 | Method and server for estimating position of terminal |
| KR100903027B1 (en) * | 2008-09-26 | 2009-06-18 | (주)오픈메이트 | System and method for establishing floating population index for analizing trading area |
| KR20150121437A (en) * | 2014-04-21 | 2015-10-29 | (주) 대한에이앤씨 | System and method for measurement of Real-Time Circulation population |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101420180B1 (en) * | 2010-03-09 | 2014-07-21 | 한국전자통신연구원 | Apparatus for analyzing of floating population information and method thereof |
| KR20130082635A (en) * | 2011-12-12 | 2013-07-22 | 현대엠엔소프트 주식회사 | System for analyzing of floting population information and method thereof |
| KR101741942B1 (en) * | 2015-04-29 | 2017-05-31 | 한국국토정보공사 | Apparatus and method for providing smart sightseeing information based on big data |
-
2018
- 2018-09-17 KR KR1020180111123A patent/KR101976189B1/en active IP Right Grant
-
2019
- 2019-04-30 KR KR1020190051015A patent/KR101982159B1/en active IP Right Grant
- 2019-04-30 KR KR1020190051031A patent/KR102097426B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090040083A (en) * | 2007-10-19 | 2009-04-23 | 에스케이 텔레콤주식회사 | Method and server for estimating position of terminal |
| KR100903027B1 (en) * | 2008-09-26 | 2009-06-18 | (주)오픈메이트 | System and method for establishing floating population index for analizing trading area |
| KR20150121437A (en) * | 2014-04-21 | 2015-10-29 | (주) 대한에이앤씨 | System and method for measurement of Real-Time Circulation population |
| KR101573190B1 (en) | 2014-04-21 | 2015-12-01 | (주)대한에이앤씨 | System and method for measurement of Real-Time Circulation population |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112418508A (en) * | 2020-11-19 | 2021-02-26 | 中国科学院地理科学与资源研究所 | Population distribution prediction method based on interaction between physical space and social network space |
| JP2023170514A (en) * | 2022-05-19 | 2023-12-01 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
| WO2024096674A1 (en) * | 2022-11-04 | 2024-05-10 | 안은희 | Method for forecasting population in real time, and device for performing same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101982159B1 (en) | 2019-05-24 |
| KR102097426B1 (en) | 2020-04-06 |
| KR101976189B1 (en) | 2019-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102097426B1 (en) | Analysis method of fluidized population information capable of providing real-time fluidized population data by pcell algorithm | |
| Zhao et al. | Understanding the bias of call detail records in human mobility research | |
| JP5871566B2 (en) | System and method for population tracking, counting and movement estimation using mobile motion data and / or geographic information in a mobile network | |
| RU2540824C2 (en) | Location information aggregation apparatus and location information aggregation method | |
| Fekih et al. | A data-driven approach for origin–destination matrix construction from cellular network signalling data: a case study of Lyon region (France) | |
| CN109803295B (en) | Method and device for evaluating communication cell rectification priority | |
| JP7175783B2 (en) | Program, device and method for estimating stay area population in predetermined area | |
| CN104520881A (en) | Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history | |
| US20140372172A1 (en) | Method and computer system to forecast economic time series of a region and computer program thereof | |
| Doyle et al. | Population mobility dynamics estimated from mobile telephony data | |
| CN111148018B (en) | Method and device for identifying and positioning regional value based on communication data | |
| Bergroth et al. | A 24-hour population distribution dataset based on mobile phone data from Helsinki Metropolitan Area, Finland | |
| Lenormand et al. | Towards a better understanding of cities using mobility data | |
| Yoo et al. | Quality of hybrid location data drawn from GPS‐enabled mobile phones: Does it matter? | |
| Aasa et al. | Spatial interpolation of mobile positioning data for population statistics | |
| CN116437291A (en) | Cultural circle planning method and system based on mobile phone signaling | |
| Smolak et al. | The impact of human mobility data scales and processing on movement predictability | |
| Wang et al. | Does the returners and explorers dichotomy in urban human mobility depend on the observation duration? An empirical study in Guangzhou, China | |
| CN112738729A (en) | Method and system for distinguishing visiting hometown visitor by mobile phone signaling data | |
| EP3192061B1 (en) | Measuring and diagnosing noise in urban environment | |
| Finazzi et al. | Quantifying personal exposure to air pollution from smartphone-based location data | |
| CN111159583A (en) | User behavior analysis method, device, equipment and storage medium | |
| Mathew et al. | Comparative assessment of geospatial and statistical methods to estimate local road annual average daily traffic | |
| Tanton | Spatial microsimulation: developments and potential future directions | |
| CN116227929B (en) | Communication data analysis method, device, equipment and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |