[공빅데 프로젝트] 프로젝트 개요

프로젝트 개요

대구광역시 빅데이터 기반 스마트 횡단보도 최적 입지 선정을 통한 스마트 횡단보도 활용성 제고
2021/07/26 ~ 2021/08/19 With 박현주, 신대희, 이다혜, 이도영

왜 하게 되었더라..?

3주안에 모든걸 완성해야하는 일정이었기에 난이도도 괜찮았고, 명분도 좋았다.
실제로 대구광역시에서 스마트 횡단보도를 도입할 예정인 시기였다.
‘그러면 들어오기전에 우리가 어디가 최적입지인지 분석해보자!’ 라는 것이 시작이었다.
실제로 프로젝트를 진행하면서 스마트 횡단보도에는 정말 다양한 기능들이 탑재되어있는 것을 알게 되었는데, 입지 특성별로 기능을 추가해서 스마트 횡단보도 기능을 최대한 적절하게 활용해보는 것의 필요를 느끼게 되어 결국 프로젝트는 두 방향으로 진행되었다.

1. 스마트 횡단보도의 최적입지는 어디인가?
2. 선정된 최적입지에 어떤 기능을 추가하면 좋을까?

분석프로세스

최적입지 선정

우리가 이 프로젝트를 진행하기 위해서는 우선적으로 최적입지를 어떻게 정할 것인가가 중요했다.
최적입지 선정에 있어서 요인별로 가중치를 주는 방법을 택했는데

1. 어떤 것을 요인으로 보고, 요인별로 얼마의 가중치를 둘 것인가?
2. 어떻게 요인 내 데이터별 가중치부여를 할 것인가?

이 두가지가 분석에 있어 사실 큰 부분이다.
우리는 요인을 뉴스기사 크롤링과 실제 설문조사를 통한 여론조사로 선정하고, 비율로 가중치를 부여하기로 했다.
이후 데이터 내부에서 데이터간 상관관계를 보고 요인 내 데이터 별 가중치 비율을 설정했다.
사실 가중치를 어떻게 둘지를 정하면 최적입지 선정은 쉬워진다.
가중치에 따라 점수를 부여하고 점수가 높은 지역들을 최적입지로 선정했다.

입지별 횡단보도 기능 추가

입지별로 기능을 차별화 하기위해서는 최적입지로 선정된 지역의 특성을 알아야한다.
이를 위해 최적입지로 선정된 100개의 지역을 군집분석을 통해 (쉽게말해 점수가 높았던 요인별로 군집을 모은 것) 군집을 형성했다.
각 군집의 특성을 파악해서 그 지역에 필요한 기능을 추가하는 것으로 분석을 마무리했다.

시각화

시각화는 Q-GIS로.. 데이터를 표출해서 확인도하고, 최적입지 점수를 나타내기도하고, 어차피 나중에 하나씩 글을 올릴예정이라 여기서 자세히 말하지는 않겠다. 느낌만 보여주자면.. 최적입지 선정 결과는 이렇게 나왔다. 진한 색일수록 최적입지라고 보면된다. (점수가 높다는 뜻)

포스팅 마무리

이번 공공빅데이터 프로젝트 진행한것을 차근차근 포스팅해볼건데 솔직히 다 할 수 있을지는 모르겠다 ㅎㅎ,,, 그래도 최대한 열심히 해봐야지..! 화이팅!!!!