공간정보 빅 데이터의 지도화와 공간적 분포 특성에 관한 연구 - 서울시 지역의 트윗 데이터를 사례로 - = The Study on the Mapping and Spatial Distribution Analysis for Spatial Big Data - The Case Study on the Twitted Data in Seoul Area -

다국어 초록 (Multilingual Abstract)

Many people utilize social network services with the increased use of smart phone recently, which can result in producing the various types of spatial big data. In addition, it has been possible to obtain useful information associated with personal favors and interests through the analysis of the data, particular in terms of geographic space. This research aims at investigating the spatial distribution and localized characteristics of data that has been generated by Twitter users in Seoul. To do so, it applied the techniques of data mining and spatial analysis to twitted big data. The study discovered that the spatial frequency of twitted data is proportional to the size of floating population and the degree of adjacency to roads. It also found that Twitter users tend to publish the information of environment and place around their location, which is anticipated to have possible relation between the location and information of twitted data. This research could confirm the potential of identifying spatial distribution of characteristics and phenomenon inherent to geographic location through the analysis of spatial big data.

국문 초록 (Abstract)

스마트폰이 대중화되고 소셜 네트워크가 활성화되면서 다양한 종류의 공간정보 빅 데이터가 형성되고 있으며, 이러한 공간정보 빅 데이터의 분석을 통하여 각 지역의 사람들이 가지고 있는 취향이나 관심 분야 등을 파악할 수 있게 되었다. 본 연구에서는 대표적인 공간정보 빅 데이터인 트윗 데이터를 GIS 데이터로 마이닝하고, 공간 분석 기법을 이용하여 트윗 데이터의 공간적 분포 특성과 내용의 지역적 특성을 파악하였다. 서울시 지역의 트윗 데이터를 이용하여 그 분포 특성을 파악하고, 지역별로 트윗 데이터 내용의 분포를 분석하였다. 트윗 데이터를 지도화하고 공간 분포를 파악한 결과, 트윗 데이터의 분포는 유동 인구가 많은 지역과 비례하며, 도로와 인접한 지역에서 주로 발생하였다. 또한 트윗 데이터의 내용을 분석한 결과, 트위터 사용자는 자신의 위치 주변의 환경이나 장소에 대한 언급을 많이 게시하고 있어, 트윗 데이터의 위치와 그 내용 간에는 어느 정도 관련이 있는 것으로 예측된다. 이와 같이 공간정보 빅 데이터의 분석을 통하여 그 지역에서 나타나는 현상이나 특성을 파악할 수 있다는 점을 확인하였다.

참고문헌 (Reference)

1 박재희, "트윗을 이용한 서울시 주거환경 만족의 공간적 특성 분석 - 도시정책지표 보완을 위한 활용방안 모색 -" 한국도시지리학회 17 (17): 43-56, 2014

2 이범석, "트위터 사용자가 제공한 위치정보의 신뢰성 분석" 한국멀티미디어학회 15 (15): 910-919, 2012

3 안재성, "웹 지도 이용자의 관심집중지역 추출을 위한 빅데이터 플랫폼 기반의 공간 패턴 분석" 국토지리학회 47 (47): 443-451, 2013

4 이건학, "스마트폰과 지리공간기술을 활용한 스마트 지리 답사" 국토지리학회 48 (48): 257-277, 2014

5 조영임, "빅데이터의 이해와 주요 이슈들" 한국지역정보화학회 16 (16): 31-52, 2013

6 정용찬, "빅 데이터" 커뮤니케이션 북스 2013

7 홍일영, "국내 지오트윗의 공간분포" 한국지도학회 15 (15): 93-101, 2015

8 오충원, "공간정보 빅 데이터에 관한 연구" 194-195, 2013

9 Hahmann, S., "Twitter location (somtimes) matters: Exploring the relationship between georeferenced tweet content nadn nearby feature classes" 9 : 1-36, 2014

10 신정엽, "Theoretical Review and Quantitative Spatial Exploration of Tweet Data in the Context of Digital Divide: Case of King County, US" 한국지도학회 14 (14): 89-106, 2014

11 Sui, D., "The convergence of GIS and social media : Challenges for GIScience" 25 (25): 1737-1748, 2011

12 Li, L., "Spatial, temporal and socioeconomic patterns in the use of Twitter and Flickr" 40 (40): 61-77, 2013

13 Danneman, N., "Social media mining with R" Packt Publishing 2014

14 Takhteyev, Y., "Geography of twitter networks" 34 (34): 73-81, 2012

15 Zhao, Y., "Data mining applications with R" Elsevier Inc 2014

16 Karimi, H. A., "Big data: Techniques and technologies in geoinformatics" CRC press 2014