본문 바로가기
[학술저널]

  • 학술저널

이영호(경희대학교) 홍성연(경희대학교)

DOI : 10.7465/jkdi.2019.30.5.1011

표지

북마크 0

리뷰 0

이용수 14

피인용수 0

초록

교통수단 선택을 예측하는 것은 해당 지역의 교통 관련 정책 수립에 있어서 중요하기 때문에, 이와 관련된 연구는 과거부터 많이 진행되어 왔다. 해외에서는 다양한 머신러닝 기법을 적용하여 개인의 교통수단 선택을 예측하는 연구가 활발히 진행된 반면, 우리나라에서는 아직까지 이러한 연구가 부족한 상황이다. 따라서 본 연구에서는 2016년 서울시 가구통행실태조사 데이터를 바탕으로 다항로짓모형, 의사결정나무, 서포트 벡터 머신의 세 가지 머신러닝 기법을 적용하고, 최적의 예측모형을 도출하고자 하였다. 각 모형의 결과는 혼동행렬을 통해 검증하였으며, 서포트 벡터 머신, 다항로짓모형, 의사결정나무 순으로 높은 예측 정확도를 나타냈다. 이러한 개인의 교통수단 선택 예측모형은 교통 정책의 확대와 의사결정 과정에도 기여할 수 있을 것으로 기대된다.

A reliable prediction of individual travel mode choices is an important factor for implementing transportation polices, because it is directly related to the demand for transport services and infrastructure. While machine learning methods have become increasingly popular in this field, it is not widely applied in the Korea context. In this paper, we attempt to develop a model that can predict individual travel mode choices by comparing three different machine learning techniques, multinomial logistic regression, decision tree and support vector machine. The performance of the prediction models is evaluated using a confusion matrix, and the results show that the model developed by support vector machine performs better than other methods. Our analysis can contribute to the expansion of transportation policies and support management decision-making.

목차

요약
1. 머리말
2. 선행연구
3. 연구방법
4. 연구결과
5. 결론
References
Abstract

참고문헌(0)

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here