크라우드 소싱 기반의 지역 교통 이벤트 검출 기법

• Published in: 한국콘텐츠학회 논문지, 22(4) Vol. 22; no. 4; pp. 83 - 93
• Main Authors: 김윤아(Yuna Kim), 최도진(Dojin Choi), 임종태(Jongtae Lim), 김상혁(Sanghyeuk Kim), 김종훈(Jonghun Kim), 복경수(Kyoungsoo Bok), 유재수(Jaesoo Yoo)
• Format: Journal Article
• Language: Korean
• Published: 한국콘텐츠학회 2022
• Subjects: 학제간연구; 소셜미디어; Crowd Sourcing; Social Media; 기계 학습; 지역 검출; 교통 이벤트; 크라우드 소싱; Traffic Event; Machine Learning; Local Extraction
• ISSN: 1598-4877; 2508-6723
• DOI: 10.5392/JKCA.2022.22.04.083

Research is underway to solve the traffic problem by using crowdsourcing, where drivers use their mobile devices to provide traffic information. If it is used for traffic event detection through crowdsourcing, the task of collecting related data is reduced, which lowers time cost and increases accuracy. In this paper, we propose a scheme to collect traffic-related data using crowdsourcing and to detect events affecting traffic through this. The proposed scheme uses machine learning algorithms for processing large amounts of data to determine the event type of the collected data. In addition, to find out the location where the event occurs, a keyword indicating the location is extracted from the collected data, and the administrative area of the keyword is returned. In this way, it is possible to resolve a location that is broadly defined in the existing location information or incorrect location information. Various performance evaluations are performed to prove the superiority and feasibility of the proposed scheme. 운전자가 모바일기기를 사용하여 직접 교통 정보를 제공하는 크라우드 소싱을 활용하여 교통 문제를 해결하려는 연구들이 진행 중이다. 크라우드 소싱을 통해 수집된 데이터를 교통 이벤트 검출에 사용한다면 관련된 데이터를 수집하는 작업이 줄어들어 시간 비용이 낮아지고 정확도는 높아지는 장점이 있다. 본 논문에서는 크라우드 소싱을 활용하여 교통과 관련된 데이터를 수집하고, 이를 통해 교통에 영향을 미치는 이벤트를 검출하는 기법을 제안한다. 제안하는 기법은 대용량 데이터 처리를 위해 기계 학습 알고리즘을 사용하여 수집된 데이터의 이벤트 유형을 판별한다. 또한, 이벤트가 발생된 위치를 추출하기 위하여 수집된 데이터에서 위치를 나타내는 키워드를 추출하고 키워드의 행정구역을 반환한다. 이를 통해 기존 제공되는 위치 정보에서 광범위하게 정의된 위치나 잘못된 위치 정보를 해결할 수 있다. 제안하는 기법의 타당성을 입증하기 위해 다양한 성능 평가를 수행한다.