동적 시간 왜곡과 시계열 클러스터링을 이용한국내 여행자의 이동경로 선정

초록

스마트기기의 확산으로 초 단위의 정밀한 시공간 정보를 포함하는 대규모 GPS 기반 이동경로 데이터의 수집이 가능해졌다. 본 연구는 여행자의 이동경로 데이터를 시간 순서에 따른 시계열로 분석하고, 유사한 이동 패턴을 유형화하기 위해 동적 시간 왜곡(dynamic time warping, DTW) 기반 시계열 군집분석 방법의 성능을 비교·평가하였다. 국내 여행자의 이동경로 분석을 위해 AI 허브(aihub.or.kr)의 ‘국내 여행로그’ 데이터를 사용하였다. 이동경로 간 유사도 분석을 위해 DTW를 적용하였으며, 유사한 이동경로 패턴의 군집화를 위해 DBSCAN, HDBSCAN, k-means, HDBSCAN&k-means 혼합, k-medoids 등 다섯 가지 시계열 군집분석 방법을 적용하였다. 군집별 대표 여행경로 선정은 DTW distance-based medoid(DTW medoid)와 DTW Barycenter Averaging(DBA) 방법을 적용하였다. 또한, 군집별 품질 평가 및 대표경로의 대표성 평가를 위해 분리도와 응집도를 바탕으로 DTW 기반의 시계열 군집 품질 평가 지표와 대표경로의 대표성 분석 지표를 제시하였다. 분석 결과 군집화 성능은 HDBSCAN 방법에서 가장 우수하게 나타났으며, 대부분의 군집에서 DTW medoid 방법으로 선정된 대표경로가 높은 대표성을 보였다.

키워드