SlideShare a Scribd company logo
1 of 22
Download to read offline
천안시 수요대응형 대중교통분석 및
신규노선 제안
팀명 : 천안 타요
팀원 : 이윤슬 신승훈 이은주
2022 천안시 데이터 기반 시각화 아이디어 공모전
1
CONTENTS
01
연구배경 및 목적
02
분석과정
03
분석결과
04
기대효과
- 분석 자료 구성
- 분석 계획
- 주거/통학/통근 인구
밀집 지역
- 대중교통 이용현황
- 승하차인원 많은 지역
- 신규노선 추가
- 버스 첫차 및
막차시간 연장
- 기대효과
- 한계점
- 연구 배경
- 연구 목적
2
3
4
거주인구 수 및 밀도
학생 및 교직원 수 / 밀도
산업단지 업체 수
거주인구 수 / 밀도 기준
상위 행정동 도출
학생 및 교직원 수 / 밀도
기준 상위 행정동 도출
산업단지 업체 수
상위 행정동 도출
행정동 코드 +
행정동 별 좌표
JOIN
대중교통 이용
분석지표 DB
천안 버스
시간대별 승객수
수도권전철 1호선
시간대별 승객수
승 / 하차 각각
추출
승하차 인원
상위 법정동 도출
승하차 인원
상위 법정동 도출
2. 대중교통 이용현황
천안시 환승 통행량
시간대별 승객수
승하차 인원
시간대별 비교
천안시 거주인구 및
산업단지 밀도 통계
공간 시각화를
통해 인구 밀집 지역
& 대중교통 이용이
몰리는 지역 도출
1. 주거 / 통학/ 통근 인구 밀집지역
5
분석과정
분석 자료 구성
(2021~2022년도)
5
거주인구 수 및 밀도
학생 및 교직원 수 / 밀도
산업단지 업체 수
거주인구 수 / 밀도 기준
상위 행정동 도출
학생 및 교직원 수 / 밀도
기준 상위 행정동 도출
산업단지 업체 수
상위 행정동 도출
행정동 코드 +
행정동 별 좌표
JOIN
대중교통 이용
분석지표 DB
천안 버스
시간대별 승객수
수도권전철 1호선
시간대별 승객수
승 / 하차 각각
추출
승하차 인원
상위 법정동 도출
승하차 인원
상위 법정동 도출
2. 대중교통 이용현황
천안시 환승 통행량
시간대별 승객수
승하차 인원
시간대별 비교
천안시 거주인구 및
산업단지 밀도 통계
공간 시각화를
통해 인구 밀집 지역
& 대중교통 이용이
몰리는 지역 도출
1. 주거 / 통학/ 통근 인구 밀집지역
6
7
8
9
수
10
11
12
13
14
15
16
17
18
19
20
기대효과
한계점
천안시의 기대효과:
1) 대중교통 소외지역을 최소화
2) 대중교통버스 이용량과 만족도 증가
3) 최적의 버스 노선/운행시간을 도출하여 최소한의 예산으로 대중교통 편의성 증진
1) 법정동과 행정동이 혼재되어 있음.
2) 통근인구를 산업단지 근무자로만 한정.
3) 학생인구를 대학교 재학생으로만 한정.
4) 천안시 도로상황이나 예산 차원은 고려하지 않았음.
천안시민의 기대효과:
1) 교통체증 감소
2) 시간적 여유
3) 출퇴근 시간 혼잡 감소
4) 학교 및 산업단지의 접근이 쉬워짐
5) 버스시간 연장으로 아침과 밤 시간대에 지하철 사용 시 편의 증가
20
1. 국가통계포털(https://kosis.kr/)
2. 천안시청 https://www.cheonan.go.kr/
3. 공공데이터 포털 https://www.data.go.kr/
4. 교통카드 빅데이터 시스템 https://stcis.go.kr/wps/main.do
5. 뉴스기사 박상돈 천안시장 "대중교통 노선 학교 연결 최우선" < 천안시 < 충남 < 기사본문 - 충청투데이
(cctoday.co.kr)
6. 국가공간정보포털 http://www.nsdi.go.kr
Excel Tableau Python Geocoding
참고 문헌
분석 tool
21
Thank you

More Related Content

Similar to 천안시 수요대응형 대중교통분석 및 신규노선 제안

[COMPAS] 고양시 공공자전거 분석과제(우수상)
[COMPAS]  고양시 공공자전거 분석과제(우수상)[COMPAS]  고양시 공공자전거 분석과제(우수상)
[COMPAS] 고양시 공공자전거 분석과제(우수상)Joonho Lee
 
Share house
Share houseShare house
Share housechs71
 
Data-driven Bus Crowding Prediction Models Using Context-specific Features
Data-driven Bus Crowding Prediction Models Using Context-specific FeaturesData-driven Bus Crowding Prediction Models Using Context-specific Features
Data-driven Bus Crowding Prediction Models Using Context-specific FeaturesSodamKim14
 
0. Smart public media reference m&amp;m networks vol1
0. Smart public media reference   m&amp;m networks   vol10. Smart public media reference   m&amp;m networks   vol1
0. Smart public media reference m&amp;m networks vol1M&M Networks
 
LH Smartcity for osgeo
LH Smartcity for osgeoLH Smartcity for osgeo
LH Smartcity for osgeossuser3b2776
 
중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告
중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告
중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告Bryden Kim
 
[6조] 유비쿼터스 u taxi
[6조] 유비쿼터스 u taxi[6조] 유비쿼터스 u taxi
[6조] 유비쿼터스 u taxiKwang-soo Park
 
Prediction of bus riders at the time of departure
Prediction of bus riders at the time of departurePrediction of bus riders at the time of departure
Prediction of bus riders at the time of departureHWANGTAEYONG
 
최종 3조 황색봉투_수거차량_최적화
최종 3조 황색봉투_수거차량_최적화 최종 3조 황색봉투_수거차량_최적화
최종 3조 황색봉투_수거차량_최적화 seunghwankim52
 
서울 시내 공공 Wifi 분포 패턴 연구
서울 시내 공공 Wifi 분포 패턴 연구서울 시내 공공 Wifi 분포 패턴 연구
서울 시내 공공 Wifi 분포 패턴 연구Jewon Choi
 
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)Joonho Lee
 

Similar to 천안시 수요대응형 대중교통분석 및 신규노선 제안 (14)

[COMPAS] 고양시 공공자전거 분석과제(우수상)
[COMPAS]  고양시 공공자전거 분석과제(우수상)[COMPAS]  고양시 공공자전거 분석과제(우수상)
[COMPAS] 고양시 공공자전거 분석과제(우수상)
 
Share house
Share houseShare house
Share house
 
Data-driven Bus Crowding Prediction Models Using Context-specific Features
Data-driven Bus Crowding Prediction Models Using Context-specific FeaturesData-driven Bus Crowding Prediction Models Using Context-specific Features
Data-driven Bus Crowding Prediction Models Using Context-specific Features
 
0. Smart public media reference m&amp;m networks vol1
0. Smart public media reference   m&amp;m networks   vol10. Smart public media reference   m&amp;m networks   vol1
0. Smart public media reference m&amp;m networks vol1
 
LH Smartcity for osgeo
LH Smartcity for osgeoLH Smartcity for osgeo
LH Smartcity for osgeo
 
중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告
중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告
중국마케팅_고속철도홍보 中国高铁广告 2015 q2 中国高铁广告
 
[6조] 유비쿼터스 u taxi
[6조] 유비쿼터스 u taxi[6조] 유비쿼터스 u taxi
[6조] 유비쿼터스 u taxi
 
Prediction of bus riders at the time of departure
Prediction of bus riders at the time of departurePrediction of bus riders at the time of departure
Prediction of bus riders at the time of departure
 
최종 3조 황색봉투_수거차량_최적화
최종 3조 황색봉투_수거차량_최적화 최종 3조 황색봉투_수거차량_최적화
최종 3조 황색봉투_수거차량_최적화
 
sGen bus/subway
sGen bus/subwaysGen bus/subway
sGen bus/subway
 
191002 COMPAS
191002 COMPAS191002 COMPAS
191002 COMPAS
 
서울 시내 공공 Wifi 분포 패턴 연구
서울 시내 공공 Wifi 분포 패턴 연구서울 시내 공공 Wifi 분포 패턴 연구
서울 시내 공공 Wifi 분포 패턴 연구
 
서비스디자인을 통한 태국 철도역의 공공서비스디자인
서비스디자인을 통한 태국 철도역의 공공서비스디자인서비스디자인을 통한 태국 철도역의 공공서비스디자인
서비스디자인을 통한 태국 철도역의 공공서비스디자인
 
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)
 

천안시 수요대응형 대중교통분석 및 신규노선 제안

  • 1. 천안시 수요대응형 대중교통분석 및 신규노선 제안 팀명 : 천안 타요 팀원 : 이윤슬 신승훈 이은주 2022 천안시 데이터 기반 시각화 아이디어 공모전 1
  • 2. CONTENTS 01 연구배경 및 목적 02 분석과정 03 분석결과 04 기대효과 - 분석 자료 구성 - 분석 계획 - 주거/통학/통근 인구 밀집 지역 - 대중교통 이용현황 - 승하차인원 많은 지역 - 신규노선 추가 - 버스 첫차 및 막차시간 연장 - 기대효과 - 한계점 - 연구 배경 - 연구 목적 2
  • 3. 3
  • 4. 4
  • 5. 거주인구 수 및 밀도 학생 및 교직원 수 / 밀도 산업단지 업체 수 거주인구 수 / 밀도 기준 상위 행정동 도출 학생 및 교직원 수 / 밀도 기준 상위 행정동 도출 산업단지 업체 수 상위 행정동 도출 행정동 코드 + 행정동 별 좌표 JOIN 대중교통 이용 분석지표 DB 천안 버스 시간대별 승객수 수도권전철 1호선 시간대별 승객수 승 / 하차 각각 추출 승하차 인원 상위 법정동 도출 승하차 인원 상위 법정동 도출 2. 대중교통 이용현황 천안시 환승 통행량 시간대별 승객수 승하차 인원 시간대별 비교 천안시 거주인구 및 산업단지 밀도 통계 공간 시각화를 통해 인구 밀집 지역 & 대중교통 이용이 몰리는 지역 도출 1. 주거 / 통학/ 통근 인구 밀집지역 5 분석과정 분석 자료 구성 (2021~2022년도) 5
  • 6. 거주인구 수 및 밀도 학생 및 교직원 수 / 밀도 산업단지 업체 수 거주인구 수 / 밀도 기준 상위 행정동 도출 학생 및 교직원 수 / 밀도 기준 상위 행정동 도출 산업단지 업체 수 상위 행정동 도출 행정동 코드 + 행정동 별 좌표 JOIN 대중교통 이용 분석지표 DB 천안 버스 시간대별 승객수 수도권전철 1호선 시간대별 승객수 승 / 하차 각각 추출 승하차 인원 상위 법정동 도출 승하차 인원 상위 법정동 도출 2. 대중교통 이용현황 천안시 환승 통행량 시간대별 승객수 승하차 인원 시간대별 비교 천안시 거주인구 및 산업단지 밀도 통계 공간 시각화를 통해 인구 밀집 지역 & 대중교통 이용이 몰리는 지역 도출 1. 주거 / 통학/ 통근 인구 밀집지역 6
  • 7. 7
  • 8. 8
  • 10. 10
  • 11. 11
  • 12. 12
  • 13. 13
  • 14. 14
  • 15. 15
  • 16. 16
  • 17. 17
  • 18. 18
  • 19. 19
  • 20. 20 기대효과 한계점 천안시의 기대효과: 1) 대중교통 소외지역을 최소화 2) 대중교통버스 이용량과 만족도 증가 3) 최적의 버스 노선/운행시간을 도출하여 최소한의 예산으로 대중교통 편의성 증진 1) 법정동과 행정동이 혼재되어 있음. 2) 통근인구를 산업단지 근무자로만 한정. 3) 학생인구를 대학교 재학생으로만 한정. 4) 천안시 도로상황이나 예산 차원은 고려하지 않았음. 천안시민의 기대효과: 1) 교통체증 감소 2) 시간적 여유 3) 출퇴근 시간 혼잡 감소 4) 학교 및 산업단지의 접근이 쉬워짐 5) 버스시간 연장으로 아침과 밤 시간대에 지하철 사용 시 편의 증가 20
  • 21. 1. 국가통계포털(https://kosis.kr/) 2. 천안시청 https://www.cheonan.go.kr/ 3. 공공데이터 포털 https://www.data.go.kr/ 4. 교통카드 빅데이터 시스템 https://stcis.go.kr/wps/main.do 5. 뉴스기사 박상돈 천안시장 "대중교통 노선 학교 연결 최우선" < 천안시 < 충남 < 기사본문 - 충청투데이 (cctoday.co.kr) 6. 국가공간정보포털 http://www.nsdi.go.kr Excel Tableau Python Geocoding 참고 문헌 분석 tool 21