Inferring the First Trip Purposes of Smart Card Users Using Hierarchical Clustering Analysis

Abstract

With the rise of smart mobility services, there is an increasing need to analyze individual movements and to forecast user demand accurately within multimodal transit networks. To meet this need, Activity-based model (ABM) is being used increasingly to understand individuals travel behavior using data-driven approaches. This study aims to infer the trip purposes of transit users considering their first boarding time and activity duration based on Smart Card data. Since the absence of trip purposes information in the Smart Card data, the validation of the inference model was conducted using the Korean national household travel survey (K-NHTS) data. Hierarchical clustering consisting of single level and two-levels was used to segment of users into similar activity behaviors. Four spatio-temporal mobility attributes were considered that influence agents decision-making processes, such as the total travel time of the first linked trip, travel distance of the first linked trip, first boarding time, and the activity duration. Users were divided into five groups and the trip purposes were classified into four types. The estimated results of the commuting pattern from three user groups are 98%, 88%, and 60%, respectively. The recreational activities are estimated from two groups at 84% and 75%, respectively. The heterogeneity between the trip purposes and user groups was interpreted by linking their travel behaviors with socio-demographic information of K-NHTS data. The analysis considering the spatial distribution and time of day for trip purposes was discussed using the boarding and alighting information of Smart Card data. As a result, the spatial density by trip purposes was statistically visualized using local spatial cluster analysis.

통행은 개인의 목적 및 활동을 달성하기위해 유발된 수요로, 시공간적으로 대중교통 수요에 영향을 미친다. 목적에 따른 대중교통 수요를 분석하는 것이 복잡한 대중교통 네트워크를 이해하는데 중요하다. 스마트 모빌리티 개념과 서비스의 등장으로 통행에 대한 이용자의 관점이 강조되고 있으며, 개인의 통행행태를 분석에 대한 요구가 증대하고 있다. 스마트카드 데이터(Smart Card data)는 전수조사 자료로써 개인의 통행정보를 포함한다. 하지만, 스마트카드 데이터는 통행목적 정보가 부재해 통행목적에 따른 대중교통 수요 분석에 한계가 있다. 이에 본 연구의 목적은 스마트카드 데이터에 기록된 첫 승차 시각과 활동시간(체류 시간) 정보를 활용하여 스마트카드 데이터의 통행 목적을 추정하는 것이다. 약 160만명의 스마트카드 이용자를 유사한 통행행태를 가진 그룹으로 구분하기 위해 위계적 군집 분석이 사용되었다. 스마트카드 데이터의 첫 승차 시각과 활동시간 정보를 기준으로 샘플링된 가구통행실태조사(K-NHTS)자료에 스마트카드 데이터를 기반으로 구축된 위계적 군집 모형을 적용해 이용자 그룹별 통행목적을 추정하였다. 두 데이터로부터 형성된 이용자 그룹별 매칭 적합도는 K-S test를 통해 검증했다. 그 결과, 약 97%와 76%의 출근(등교) 통행목적을 갖는 2개의 출근(등교) 목적통행 그룹이 형성되었으며, 여가(쇼핑) 통행목적이 약 81%와 78%인 2개의 여가(쇼핑) 목적통행 그룹이 형성되었다. 전체의 72%에 해당하는 출근(통학)목적 통행을 하는 이용자들의 평균 첫 승차 시각과 활동시간은 약 오전 8:56과 약 8.7시간으로, 첫 목적통행의 총 통행시간과 거리는 약 32분, 10km로 분석되었다. 전체의 28%에 해당하는 여가(쇼핑)목적 통행을 하는 이용자들의 경우, 첫 승차 시각과 활동시간은 약 오후 13시, 약 2.8시간이며, 첫 목적통행의 총 통행시간과 거리는 약 27분과 약 8km이다. 스마트카드 데이터는 정류장기반 승하차지점 정보를 포함한다. 추정된 스마트카드 데이터의 통행목적 정보를 이용해 목적에 따른 승하차지점의 공간 밀집도를 비교하였다. 추가로 시간대를 구분하여 목적에 따라 어느 시점과 공간에 통행이 구현되는지 분석하였다. 통행목적에 따른 공간 밀집도를 통계적 분석으로 시각화하여 본 연구의 함의점을 도출하였다. 본 연구는 스마트카드 데이터의 통행목적 추정 모형을 개발하여 전수에 가까운 대중교통 이용자를 통행목적에 따라 구분하였다. 이용자 그룹(즉, 통행목적)에 따른 시간적 통행행태와 공간밀집도를 분석하여 교통분야에서의 스마트카드 데이터의 새로운 활용 방안을 제시하였다.