Post

서울시 대중교통 개선 팀프로젝트3 - 역할세분화 및 배경조사와 데이터수집

Posted
By Sun Hyuk Kim
16 min read

최종 분석 주제 : 서울교통공사가 운영하는 지하철역들의 노인 이용 패턴과 접근성, 위험도 분석 후 지표화 및 개선사항 도출

오늘 할 일

  • EDA 및 세부 분석 : 주어진 데이터 및 수집한 외부데이터에 대한 EDA 진행 및 결과 공유

오늘 한 일

  1. 업무세분화: 지난시간에 정한 업무분배를 좀더 각자 담당할수있도록 세분화
  2. 배경조사 및 데이터 수집: ‘고령화로 인한 노인들의 지하철 이용편의 개선’ 관련 배경조사와 필요한 데이터 조사후 팀원들과 토론

내일 할 일

  • EDA 및 세부 분석 : 주어진 데이터 및 수집한 외부데이터에 대한 EDA 진행 및 결과 공유

Issues & Challenges

  • 업무세분화: 보고서 단계별로 다같이 진행하지만 각각 취합담당자를 선정하여 역할을 세분화하고 발표자료도 같이 세분화하여 전체적인 일정 확정

    • 세분화 초안

      • 배경 조사 (트렌드 및 키워드 조사):
      • 데이터 수집 :
      • 전처리:
      • EDA 및 세부 분석(+시각화):
      • 1차 결론 도출 : EDA+시각화 바탕 1차 결론과 개선방향성 도출
      • (필요시) 추가 EDA 및 세부 분석(+시각화) :
      • 최종 결론 도출 : 보고서에 들어갈 최종 결론과 제안 방향성 수립
      • 보고서 작성:
      • 발표 준비(PPT):
      • 진행제안 : 보고서(PPT) 순서대로 각자조사후 한명이 취합하는 방식
      • → 각자 자료수집
      • → 1차 토론
      • → (필요시) 각자 자료수집후 2차 토론 진행

      • ————-토론 종결 기준 : 당장은 더 찾을 이유가 딱히 없을 때

      • → 한 명이 취합(보고서 초안+Colab) + 발표도 취합한 사람이 진행 / 취합외 팀원은 다음순서 진행
      • → 취합내용 검토
      • → 보완 or 완료
      • ex) 다같이 배경 조사 → 조사 내용 토론(1차) → 선혁이 취합 → 취합 내용 검토 → 보완 or 완료
      • ※ 진행중 보완이 필요한 경우 언제든지 재검토(언제든지 의견낸후 토론시 선행)

      • ex) EDA분석 후 결론 도출 진행 중 A가 전처리 추가 진행 요청 → 토론 시 전처리 내용 우선논의

      • 취합분담(예시)
      • 배경조사 & 데이터수집 : 1명
      • 데이터 전처리 : 1명
      • EDA 및 세부 분석 : 1명 (+ 배경조사 & 데이터 수집 담당자 보조) (남은 팀원 항시 지원)
      • 결론+제안 : 1명 (+ 데이터 전처리 담당자 보조) (남은 팀원 항시 지원)
      • PPT디자인 : 1명 (혹은 취합자가 각각 디자인하고 EDA와 세부 분석 담당자를 나누기)

    • 세분화 확정

      • 배경조사 & 데이터수집 : 성혁 (온)
      • 데이터 전처리 : 성학
      • EDA 및 세부 분석 : 성학, 유진
      • 결론+제안 : 성혁
      • 운영 지원(PC) : 선혁
      • 회의록작성 : 유진
      • PPT디자인 : 온
        • 20분 발표 기준, 장표는 20~25장 예상
        • 본인 발표 스크립트는 직접 작성(보고서 참고)
          • 발표 내용
            1. 문제 정의 ← (온)
            2. 데이터 탐색 ← (선혁)
            3. 가설 수립 ← (유진)
              1. 가설 수립 과정 및 채택시 기대 효과
            4. 데이터를 활용해 가설을 검증한 과정 ← (성학)
            5. 최종적으로 도출한 결과와 시사점 ← (성혁)
            6. 질답 누가 하실 거예요? ← 기가 맥히고 코가 맥히는 답변을 할 수 있는 사람
  • 배경조사 및 데이터수집

주제 : 고령화 대비 지하철 무임승차 패턴 예측을 통한 노인 친화적 정책 제안

  • 요약 : 고령화 → 지하철 무임승차 증가 → 무임승차 패턴 예측을 통해 중점지역 개선
  • 배경
    • 인구고령화 : 65세 이상의 인구 비율이 급격하게 증가하고있다
      • ‘23년 65세 이상 고령인구는 우리나라 인구의 18.4%로, 향후 계속 증가하여 ’25년에는 20.6%로 우리나라가 초고령사회로 진입할 것으로 전망됨’(통계청)
      • 인구통계자료
      • 서울시 65세이상 매년 약 5% 증가 (2019년~2023년)
    • 무임승차 증가 : 노인층의 지하철 이용 비율이 높아지면서 무임승차 비율도 증가
    • 노인 교통사고 위험 증가 : 노인층은 신체적 제약이 많아 사고 위험이 크다(ex 걸음이 느려 발끼임 사고나 넘어질 위험)
    • 노인 편의성 문제 증가 : 노인층은 지하철 이용시 계단 이용의 어려움, 복잡한 환승 통로, 빠른 승하차, 엘리베이터 부재, 청력 및 시력 저하로 인해 지하철을 원활하게 이용하지 못할수 있다

    → 고령화 대비 노인을위한 지하철 안전장치와 이용편의를 ‘과학적인 데이터 분석을 통해 ‘개선할 필요가 있다

  • 목적 :
    • 1) 무임승차 비율과 시간대, 승하차 정보를 확인하여 노인승객의 지하철 이용패턴 예측
    • 2) 고령화로 인해 지하철 이용시 발생할 수 있는 문제점 파악
    • 3) 노인이 자주 이용하는 지하철 역 내/외 안전시설과 이용편의 개선 (도입후 점진적확대)
  • 관련 데이터 :
    • 연령별 인구 통계 https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1IN1503&conn_path=I2
      • 서울시 구별 고령자현황https://data.seoul.go.kr/dataList/10730/S/2/datasetView.do
    • 인구고령화 예측 (지역별 주요 인구지표) https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1BPB002&conn_path=I2
    • 서울 생활이동 인구 https://data.seoul.go.kr/dataVisual/seoul/seoulLivingMigration.do
    • https://www.data.go.kr/data/15112860/fileData.do
    • https://data.seoul.go.kr/dataList/OA-12251/S/1/datasetView.do
      • https://data.seoul.go.kr/dataList/OA-12035/A/1/datasetView.do (무임승차 높은곳 맵 시각화 가능할듯)
    • https://www.data.go.kr/data/15071311/fileData.do
    • 무임승차인원 지하철 이용 패턴(무임승차 인원의 시간대별, 노선별 특징)
    • https://www.data.go.kr/data/15101985/fileData.do
    • https://data.seoul.go.kr/dataList/OA-15994/S/1/datasetView.do
    • https://www.data.go.kr/data/15044261/fileData.do#tab-layer-recommend-data
    • https://www.data.go.kr/data/15044260/fileData.do?recommendDataYn=Y
    • https://www.data.go.kr/data/15041805/fileData.do
    • https://data.seoul.go.kr/dataList/OA-11573/S/1/datasetView.do
      • https://data.seoul.go.kr/dataList/OA-13116/S/1/datasetView.do
      • https://data.seoul.go.kr/dataList/OA-13321/S/1/datasetView.do
      • https://www.data.go.kr/data/15107020/fileData.do
      • https://www.data.go.kr/data/15044446/fileData.do#tab-layer-file
      • https://data.seoul.go.kr/dataList/OA-21072/S/1/datasetView.do
  • 수집해야할 데이터 [희망 수집년도 : 2022-06 ~ 2024-06] (데이터명/수집년도)
    1. 지하철 노인 이용 패턴 관련 데이터 (무임승차비율, 승하차, 시간대 등….)
    1. 월별 지하철 유임/무임 승차/하차 인원 (2015-01 ~ 2024-07)
    2. 역별 일별 1시간 단위 노인 승하차인원 정보
      • 주요데이터 : 역별 일별 1시간 단위 노인 승하차인원 정보 (2021-07 ~ 2023-09)
      • 리뷰 : 노인들이 자주 승차/하차 하는 시간대 지하철역에 ‘액션’을 취하자
  1. 지하철 편의시설 관련 데이터 (안전시설관련, 편의시설관련, 인력 등…)
    1. 지하철 역 내 관련 데이터
      • 최근 5년간 일별 역별 지하철 사고 유형
        • 주요데이터 : 일별 역별 지하철 사고 유형(출입문/발빠짐/승강설비/역구내/열차내/기타)
        • 리뷰 :
          • 2022년~2023년 기록된 지하철 사고 1,021건 (출입문+발빠짐+승강설비 579건)
          • 노인 지하철 사고 유형 : 출입문 끼임, 넘어짐, 승강장 발빠짐 등
      • 지하철 역별 승강장 안전거리
        • 주요데이터 : 지하철 역별 승강장 안전거리 (1~4호선밖에 없음. . .)
        • 리뷰 : 노인의 주요 안전사고인 발빠짐 문제 개선장소 선택
      • 역별 장애인/노인 이용시설 (2023-12 기준)
        • 주요데이터 : 역별 엘리베이터/에스컬레이터/휠체어리프트/무빙워크 현황(설치수)
        • 리뷰 : 노인들이 자주이용하는 역에 없으면 설치 제안
          • 조금더 상세한 이용시설 자료(위치/층수/인원수 등)…
            • https://www.data.go.kr/data/15044261/fileData.do#tab-layer-recommend-data
            • https://www.data.go.kr/data/15044260/fileData.do?recommendDataYn=Y
            • https://data.seoul.go.kr/dataList/OA-15994/S/1/datasetView.do (2024-08 설치위치 기준)
    2. 지하철 역 외 관련 데이터

Notes & Ideas

  • 고령화 예측: 우리가 노인승객의 이용패턴을 분석해서 어떤행동을 해야겠다까지는 방향을 어느정도 정한것같고, 서울시에 고령화가 어떤식으로 될지에 따라 어떤이용패턴이 생길지도 고민할 필요가 있어보인다.

Reflection

  • 각자 업무를 세분화하고 조사 → 토론 → 정리 흐름대로 진행하면서 다양한 의견이나와 새로운 시각으로 인사이트들이 도출되었다. 전반적으로 무난한흐름으로 진행이되고있었고 내일이면 본격적인 데이터 작업을 시작하겠구나…라고 생각했었는데 강사님께서 분석주제가 너무 단순하고 식상하다는 의견을 돌려서 표현하신것같다. 서울교통공사나 정부소속 입장에서는 단순한 분석주제는 아닌것같은데… 아무래도 자료들이 명확하고 쉽게 분석이 가능할것같은 주제보다는 정확하게 분석하기는 어려움이있지만 좀더 도전적이고 창의적인 주제를 원하시는것같다. 우리는 이용패턴 예측을통해 결과와 정책제안에 무게를 두려고했었는데 고민이 필요할것같다. 데이터분석을 우리가 약 1달정도 공부한 상태에서 가볍지만 체계적인 초급프로젝트를 진행한다는 자세를가졌었는데 어떤식으로 접근을해야할지 조금 복잡해졌다.
Data_analysis, Team_project1
Data_analysis
This post is licensed under CC BY 4.0 by the author.