기계학습을 이용한 스마트폰 이용이 보행속도에 미치는 영향 분석
Effects of Smartphone Usage on Walking Speed using Machine Learning Method
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구에서는 대전광역시 내의 보행로 2개소를 대상으로 보행 중 스마트폰 사용이 보행속도에 미치는 영향을 분석하였다. 분석을 위해 스마트폰 사용실태에 대한 영상자료를 취득하고도로용량편람에서 제시한 보행자 서비스수준의 보행밀도를 기준으로 보행속도를 산정하였다. 보행속도에 미치는 영향을 분석하기 위한 방법으로는 기계학습을 통한 다중회귀분석과 의사결정나무(Decision tree)를 활용하였으며, 설명변수로는 성별, 스마트폰 미사용, 청각을 이용한스마트폰 사용, 시각을 이용한 스마트폰 사용, 서비스수준A, 서비스수준B, 서비스수준C가 선정되었다. 분석결과 서비스수준C가 보행속도 변화에 가장 높은 영향을 미치는 것으로 나타났으며, 서비스수준C에서 시각을 활용해 스마트폰을 이용한 여성그룹이 가장 낮은 속도로 보행하는 것으로 나타났다. 특히 음악 감상이나 통화와 같은 청각을 이용한 유형보다 시각을 이용하는 경우 대부분의 경우에서 보행속도가 크게 저하되며 통계적으로 유의한 차이가 있음을 확인하였다.
Abstract
This study analyzed the impact of smartphone usage on walking speed during walking on two pedestrian walkways in Daejeon Metropolitan City. For the analysis, the video data about the actual use of smartphone was acquired and the walking speed was calculated based on the walking density of the pedestrian Level Of Service(LOS) presented in the Road Capacity Manual. Multiple regression analysis and decision tree using machine learning were used to analyze the impact of smartphone usage on walking speed, and as the explanatory variables, gender, disable smartphone, use of smartphone using auditory function, use of smartphone using visual function, LOS A, LOS B, LOS C were adopted. The result showed that LOS C had the highest impact on walking speed change and the women’s group using their visual function was founded to have the slowest walking speed in LOS C. In particular, the author found that walking speed significantly decreased in the case of use of visual function rather than listening to music or the hearing on the phone.
참고문헌 (18)
- Choi J. H, "Data Mining Decision Tree Analysis Using Answer Tree" (1998), SPSS academ
- Frenkel-Toledo N, "Effect of gait speed on gait rhythmicity in Parkinson's disease: variability of stride time and swing time respond differently", J. of Neuroeng Rehabil, 2(23), pp.1~7 (2005)
- Hyman Jr I. E, "Pedestrians, vehicles, and cell phones", Accident Analysis and Prevention, 42, pp.589~594 (2010)
- 강수철, "보행 중 스마트 기기 사용실태와 주의분산에 관한 조사연구", 교통연구, 23(2), pp.27~39 (2016), 한국교통연구원[DOI]
- Lee H. Y, "Advanced Statistical Analysis" (2012), Moon woo sa
- 이진수, "보행 시 스마트폰 사용이 시각 및 청각 자극에 대한 신체반응 속도에 미치는 영향", 한국엔터테인먼트산업학회논문지, 9(3), pp.299~305 (2015), 한국엔터테인먼트산업학회
- Ministry of Land, Infrastructure and Transport, "Korea Highway Capacity Manual", ~ (2013)
- Müller C. A, "Introduction Machine Learning with Python" (2016), Hanbit Media, Inc
- Risk Assessment and Prevention Plans on Drunk and Distracted Pedestrian Behavior, "Park G. Y", Samsung Traffic Safety Research Institute, ~ (2017)
- 박해원, "스마트폰 사용이 보행역학과 청각 인지에 미치는 영향", 한국사회체육학회지, (64), pp.783~795 (2016), 한국사회체육학회[DOI]
- Pellecchia G, "Dual-task Training reduces impact of cognitive task on postural sway", J. of Motor Behavior; Washington, 37(3), pp.239~246 (2005)
- Raschka S, "Python Machine Learning" (2016), Packt Publishing
- Rokach L, "Data Mining with Decision Trees" (2015), World Scientific
- Schwebel D. C, "Distraction and Pedestrian Safety : How Talking in the Phone, Texting, and Listening to Music Impact Crossing the Street", Accident Analysis & Prevention, 45, pp.266~271 (2012)
- Shumway-Cook A, "Attentional demands and postural control : the effect of sensory context", J. of Gerontology-Biological Sciences and Medical Sciences, 55(1), pp.10~16 (2000)
- 심현정, "고속국도에서의 주행속도 차이에 따른 운전자 평균 주시시간 특성에 관한 연구", 한국ITS학회 논문지, 15(1), pp.77~86 (2016), 한국ITS학회[DOI]
- Thompson L. L, "Impact of social and technological distraction on pedestrian crossing behavior; and observational study", Injury Prevention, 19, pp.76~82 (2012)
- 유승희, "스마트폰 이용행태가 보행안전도의 인적요인에 미치는 영향: 20~30대 사용자들을 중심으로", 디지털융복합연구, 15(9), pp.79~85 (2017), 한국디지털정책학회[DOI]