SlideShare une entreprise Scribd logo
1  sur  43
Télécharger pour lire hors ligne
빅데이터를 이용한
서울시 중증장애인
콜택시 대기시간 분석
팀 프 로 젝 트 보 고 서 2 차
3조.
DB.DB.DEEP
1. 장애인 콜택시란?
2. 분석 배경 및 목적
3. 분석 결과
- 현황 분석
1 ) 등급별 콜 현황
2 ) 휠 체 어 사 용여부에 따 른 콜택시 현황
3 ) 이용거 리에 따 른 콜택시 현황
- 대기시간 분석
1 ) 대 기 시 간 정의
2 ) 대 기 시 간 요 일 , 시 간 , 구 별 분석 결과
3 ) 대 기 시 간 원 인 분석
4. 제안
5. 웹페이지 시연
6. 참고 문헌 및 분석도구
* 부록
1. 장애인 콜택시란?
• 서울시설공단 주관, 장애인 이동권 보장 사업
• 2003년 운영 개시, 지속적 운영 확장
• 운영대수: 487대 (특장차량 436대, 다인승 버스 1대, 개인택시 50대)
• 이용대상: 장애정도가 심한 장애인
(2019년 7월 기준)
• 이용방법: 전화,문자,모바일,인터넷 접수
• 접수방법: 바로콜, 전일접수, 정기접수
1 page
2. 분석 배경 및 목적
장애인 콜택시를 5년 가까이 이용하고 있는 이씨(23)는 "이게 진
짜 짐작이 전혀 … 날짜, 시간대에 따라 상황이 달라서 금방 배차가
될 것이라 예상해서 불렀는데 대기자가 130명이었던 적도" … 교통수
단 이용에 있어 정시성을 보장받는 것은 중요한 요소 … 민원 건수에
서 대기시간에 대한 민원건수는 23.7%로, 기타 민원을 제외하면
가장 주요한 민원 유형이다.
출처: 오마이뉴스(2019-08-22)
2 page
• 이용 데이터
- 서울시설관리공단 제공
- 최근 1년 간 장애인 콜택시 이용내역 (2018.10.01-2019.09.30)
3 page
차량
고유번호
접수일시 예정일시 배차일시 승차일시 출발(구) 출발(동) 도착(구) 도착(동) 요금(원)
휠체어
이용여부
장애
등급명
접수방법
7598 2018-10-04 15:08 2018-10-05 7:00 2018-10-05 7:04 2018-10-05 7:27 노원구 중계본동 영등포구 영등포동 4100 O 뇌병1급 바로콜
4202 2018-10-05 15:08 2018-10-04 15:15 2018-10-05 7:04 2018-10-05 7:27 중구 신당제5동 중구 중림동 1700 X 뇌병2급 바로콜
1102 2018-10-06 15:08 2018-10-03 23:30 2018-10-05 7:04 2018-10-05 7:27 서초구 서초4동 강남구 역삼1동 1500 X 지적1급 바로콜
7524 2018-10-07 15:08 2018-10-03 7:45 2018-10-05 7:04 2018-10-05 7:27 종로구 종로1.2.3.4가동 종로구 창신제3동 1700 X 지적1급 바로콜
1317 2018-10-08 15:08 2018-10-02 16:00 2018-10-05 7:04 2018-10-05 7:27 은평구 역촌동 양천구 신월1동 3100 O 뇌병1급 바로콜
3227 2018-10-09 15:08 2018-10-02 0:15 2018-10-05 7:04 2018-10-05 7:27 강남구 일원본동 강남구 일원1동 1500 X 자폐2급 정기접수
7907 2018-10-10 15:08 2018-10-01 8:30 2018-10-05 7:04 2018-10-05 7:27 강동구 길동 강동구 강일동 1700 O 지체1급 바로콜
1119 2018-10-11 15:08 2018-09-30 16:45 2018-10-05 7:04 2018-10-05 7:27 노원구 하계1동 강북구 번제3동 1500 O○ 신장2급 바로콜
1041 2018-10-12 15:08 2018-09-30 1:00 2018-10-05 7:04 2018-10-05 7:27 중랑구 망우본동 광진구 중곡제1동 1500 X 뇌병1급 바로콜
6124 2018-10-13 15:08 2018-09-29 9:15 2018-10-05 7:04 2018-10-05 7:27 은평구 역촌동 서대문구 홍제제1동 1500 O○ 지체1급 바로콜
4 page
주제 선정
장애인 콜택시
대기시간 분석
데이터 수집
장애인
콜택시 데이터
(서울시설공단)
데이터 전처리
- Oracle
Developer
(SQL)
- Excel
- Python
데이터 분석
- R
- AWS
- Python
시각화
- PowerPoint
- Web (html)
- Power BI
- R
- Excel
- Python
3. 분석결과
5 page
상위 5순위
유형 이용자 수(명)
뇌병1급 306,444
지체1급 214,285
뇌병2급 182,601
지체2급 144,855
지적1급 78,339
[장애유형/등급별 이용자 수]
• 일상생활 활동의 제약을 초래하는 신체적, 정신적 기능의 손상 정도가 클수록
장애인 콜택시 사용 빈도가 높음
이
용
자
수
등급명
6 page
[지역구별 휠체어 여부에 따른 이용자 수]
비휠체어
휠체어
이
용
자
수
출발구
7 page
〮 5km이하 이용이 가장 많음.
〮 5~10km이하와 10km초과는 비율이 비슷.
〮 최종적으로 보자면 장애인 콜택시 이용자 중에서
10km이하 이용자가 많다는 것을 알 수 있음
8 page
* 대기시간: ① 바로콜 기준 ② 승차시간 - 예정시간 ③ 음수값 제거 ④ 상위 4% (=139분 이상)값 제거
9 page
0
50000
100000
150000
200000
250000
일요일 월요일 화요일 수요일 목요일 금요일 토요일
요일별 이용횟수
요일별 이용횟수
이
용
횟
수
요일
10 page
- 평일에 사용되는 차량과 주말에 사용되는 차량이 배수는 2배가 차이 나지만 대기시간이 비슷하다
0
20
40
60
80
100
120
140
0시
1시
2시
3시
4시
5시
6시
7시
8시
9시
10시
11시
12시
13시
14시
15시
16시
17시
18시
19시
20시
21시
22시
23시
하루 이용객 수에 따른 대기시간
평일대기시간 주말
0
50
100
150
200
250
300
350
0시
1시
2시
3시
4시
5시
6시
7시
8시
9시
10시
11시
12시
13시
14시
15시
16시
17시
18시
19시
20시
21시
22시
23시
하루에 운행하는 차량의 수
평일이용차량 주말이용차량
차
량
수
시간
대
기
시
간
(분)
시간
11 page
0
10
20
30
40
50
60
70
80
0
200
400
600
800
1000
1200
1400
0시
1시
2시
3시
4시
5시
6시
7시
8시
9시
10시
11시
12시
13시
14시
15시
16시
17시
18시
19시
20시
21시
22시
23시
일년 중 이용객 수 가장 많은 주 운영현황(평일기준)
이용객수 차량수 평일 대기시간
이
용
객
수
시간
대
기
시
간
(분)
12 page
지역구별 평균 대기시간
강동구
강남구
광진구
중랑구
송파구
54.00 분
54.49분
55.30분
55.38분
55.85분
마포구
용산구
중구
동작구
서대문구
63.76 분
62.18 분
61.24 분
61.03 분
60.40 분
11.76분
13 page
구분 2014년 2015년 2016년 2017년 2018.2월
차량보유 474대 474대 487대 487대 487대
총 탑승인원 1,011,139명 1,193,071명 1,251,271명 1,267,175명 189,500명
평균 대기시간 33분 34분 38분 44분 45분
30분 이내 탑승률 67.1% 58.5% 50.9% 43.0% 41.7%
[장애인콜택시 운영현황]
14 page
[시간대별 평균 차량운영 현황 및 이용건수]
시간
수
15 page
[주중 운영 현황]
시간
수
16 page
[주말 운영 현황]
시간
수
4. 제안
17 page
예산확보를 통한 인력 증원
휠체어 사용유무에 따른 이동차량의 분리
시간대별 이용현황을 고려한 인력 재배치
18 page
- 현재
- 해결방안 : 인력증원
[뉴스 발췌]
* 비마이너 [허현덕 기자] ‘연말연시 유독 안 잡히는 장애인콜택시, 원인은 운전원 부족?’
19 page
휠체어 이용자 비휠체어 이용자 계
총 콜 건수 625,727 315,411 941,138
차량종류 특별교통운영수단 다인승버스
개인택시
(비휠체어전용)
계
수 436 1 50 487
[휠체어 사용여부에 따른 콜 건수 운영현황]
20 page
[시간대별 평균 차량운영 현황 및 이용건수]
시간
수
5. 시연
http://ec2-15-164-250-28.ap-northeast-2.compute.amazonaws.com/
6. 참고문헌 및 분석도구
참고문헌
• 서울시설공단(2018) , 장애인 콜택시 종합현황철
• 한국 장애인 고용공단 고용개발원(2018), 한눈에 보는 2018
장애인 통계
• 전주시 의회(2017), 장애인 이동권 활성화를 위한 정책 포럼 ,
7-10p
• 이병화,양희택(2017), 서울과 경기도의 장애인 콜택시 이용현
황 빅데이터 분석 연구, 926-927p
• 서울시복지재단(2009), 장애인 콜택시 운영 실태조사 및 개선
방안 연구 - 서울시를 중심으로
3조 . D B.D B.D EEP
전처리 및 분석도구
Jupyter Notebook 6.0.0
Python 3.7.4
RStudio Desktop 1.2.5001
Oracle SQL Developer 17.2.0.188
Microsoft Excel
시각화 도구
Microsoft Excel
Microsoft Power BI Desktop
2.74.5619.862
Python 3.7.4
RStudio Desktop 1.2.5001
웹서버 및 클라이언트
AWS Ubuntu Server 18.04 LTS (HVM)
VMWare Workstation 15 Player
CentOS v7 64bit
Putty 0.73
FileZila 3.45.1
역할분담
양지혜: 전처리,가설검정,데이터분석, 시각화, 서버구축 및 웹페이지 제작
김주영: 데이터수집, 시각화, PT제작
박의근: 데이터수집, 가설검정, 시각화, PT제작
안지원: 전처리, 데이터분석, 시각화, 통계적분석
이선주: 전처리, 데이터분석, 시각화, PT제작, 통계적분석
최혜윤: 데이터수집, 시각화. PT제작, 통계적 분석
3조 . D B.D B.D EEP
Q&A
*부록
# 장애인 콜택시의 지역별 재배치가 의미 없었던 이유 –
배치되지 않았기에 재배치는 존재할 수 없음 (고정 차고지 없음, 특정 구역에 매여있지 않고 돌아다님)
# ( ) 그래프 상 10시-14시에 콜 수가 몰리는 이유 –
출발동 밀집도를 통해 특정 복지시설/대학병원을 오가는 인원이 몰리는 시간이라는 추론 가능
21 page
22 page
• 제한된 프로젝트 수행 기간 감안, 데이터 분석의 범위를 최근 1년으로 한정
-> 과거 변화 양상 분석에 기반한 미래 수요 예측 불가
• 개인정보 보호법에 의거, 각 중증장애인 구체적인 이동경로 수집 불가
-> 장애인 콜택시 이용 패턴 분석을 통한 미래 수요 예측 불가
• 서울시설공단 제공 데이터 중 일부에 대해, 수집 방식에 대한 의구심 존재
-> 대기 중 중도포기자*는 포함되지 않았으므로 분석 결과가 왜곡됐을
가능성을 배제할 수 없음
* 바로콜 접수 후 대기시간이 너무 길어져 중증장애인(보호자)이 자발적으로 접수를 취소한 상황을 의미
함.
#데이터 불러오기
#데이터 전처리
(접수<예정<배차<승차 을 기준으로
음수값 제외
ex. 예정-접수 음수 값 제외)
#접수방법 바로콜만 추출
23 page
#데이터 절삭
(의미없는 대기시간 값 절삭)
#서울시 외 출발,도착 지역 제외
24 page
#예정 -승차 기준으로
최종 대기시간 추출
25 page
26 page
27 page
서울시 장애인 거주지역을 바탕으로 파악
28 page
1.장애인 복지시설 밀집지역 시각화(구별)
* 할당인원: 지역구별 복지시설 계 / 지역구별 장애등급 1,2해당 장애인
No. 지역구 할당인원
1 송파구 142.29
2 노원구 142.86
3 강서구 146.96
★ 상위 TOP3 지역 ★ 하위 TOP3 지역
• 할당인원(소수점 2째자리까지)
지역구별 복지시설 계 / 지역구별 장애등급 1,2해당 장애인
No. 지역구 할당인원
1 성동구 970.20
2 중랑구 804.6
3 종로구 572.2
서울시 장애인 거주지역을 바탕으로 파악
29 page
2.장애인 편의시설 밀집지역 시각화(구별)
* 할당인원: 지역구별 편의시설계 / 지역구별 장애등급 1,2해당 장애인 수
No. 지역구 할당인원
1 강남구 0.287
2 강동구 0.418
3 광진구 0.426
★ 상위 TOP3 지역 ★ 하위 TOP3 지역
• 할당인원(소수점 2째자리까지)
지역구별 편의시설 계 / 지역구별 장애등급 1,2해당 장애인수
No. 지역구 할당인원
1 노원구 22
2 양천구 18
3 강북구 13

Contenu connexe

Tendances

웹수집(Web Crawling)
웹수집(Web Crawling)웹수집(Web Crawling)
웹수집(Web Crawling)wang inyoung
 
구매 기록 데이터 기반 솔루션 제공
구매 기록 데이터 기반 솔루션 제공구매 기록 데이터 기반 솔루션 제공
구매 기록 데이터 기반 솔루션 제공정재 전
 
Hyperlocal Marketing Strategies
Hyperlocal Marketing StrategiesHyperlocal Marketing Strategies
Hyperlocal Marketing StrategiesMidhin Manoharan
 
Web design process client presentation
Web design process client presentationWeb design process client presentation
Web design process client presentationTroy Philis
 
Real estate management syem
Real estate management syemReal estate management syem
Real estate management syemsrivijaymanickam
 
[최종]사업 계획서
[최종]사업 계획서[최종]사업 계획서
[최종]사업 계획서song jaehoon
 
UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석
UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석 UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석
UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석 RightBrain inc.
 
UX Discovery_Metaverse_RightBrain_Seminar
UX Discovery_Metaverse_RightBrain_SeminarUX Discovery_Metaverse_RightBrain_Seminar
UX Discovery_Metaverse_RightBrain_SeminarRightBrain inc.
 
[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)
[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)
[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)우리 곁에 반가운 변화
 
Database Website on Django
Database Website on DjangoDatabase Website on Django
Database Website on DjangoHamdaAnees
 
Onlineline shopping Yash Bazaar.com
Onlineline shopping Yash Bazaar.comOnlineline shopping Yash Bazaar.com
Onlineline shopping Yash Bazaar.comTmu
 
Online shopping report-6 month project
Online shopping report-6 month projectOnline shopping report-6 month project
Online shopping report-6 month projectGinne yoffe
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석YOO SE KYUN
 
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기Hyunjung Kim
 
[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트MezzoMedia
 
(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비
(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비
(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비Kwangdong Min
 
작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918
작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918
작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918Yibong (Sanghoon) Lee
 

Tendances (20)

웹수집(Web Crawling)
웹수집(Web Crawling)웹수집(Web Crawling)
웹수집(Web Crawling)
 
NavMesh
NavMeshNavMesh
NavMesh
 
구매 기록 데이터 기반 솔루션 제공
구매 기록 데이터 기반 솔루션 제공구매 기록 데이터 기반 솔루션 제공
구매 기록 데이터 기반 솔루션 제공
 
Hyperlocal Marketing Strategies
Hyperlocal Marketing StrategiesHyperlocal Marketing Strategies
Hyperlocal Marketing Strategies
 
Web design process client presentation
Web design process client presentationWeb design process client presentation
Web design process client presentation
 
Real estate management syem
Real estate management syemReal estate management syem
Real estate management syem
 
[최종]사업 계획서
[최종]사업 계획서[최종]사업 계획서
[최종]사업 계획서
 
UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석
UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석 UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석
UX Discovery (UX 트렌드 리포트) 특별판 - 신규 모바일앱 서비스 분석
 
UX Discovery_Metaverse_RightBrain_Seminar
UX Discovery_Metaverse_RightBrain_SeminarUX Discovery_Metaverse_RightBrain_Seminar
UX Discovery_Metaverse_RightBrain_Seminar
 
[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)
[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)
[공유문화확산] 다함께 잘사는 공동체 만들기 프로젝트 결과보고서(2019)
 
Database Website on Django
Database Website on DjangoDatabase Website on Django
Database Website on Django
 
Onlineline shopping Yash Bazaar.com
Onlineline shopping Yash Bazaar.comOnlineline shopping Yash Bazaar.com
Onlineline shopping Yash Bazaar.com
 
Online shopping report-6 month project
Online shopping report-6 month projectOnline shopping report-6 month project
Online shopping report-6 month project
 
공공서비스디자인 사업소개 - 한국디자인진흥원
공공서비스디자인 사업소개 - 한국디자인진흥원공공서비스디자인 사업소개 - 한국디자인진흥원
공공서비스디자인 사업소개 - 한국디자인진흥원
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석
 
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
 
[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트
 
(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비
(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비
(사업계획서 예시) 스타트업을 하는 깐깐한 방법 (본문 264 )_민광동_초록비
 
작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918
작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918
작은마케팅클리닉_공개강좌_v 7.65 3 h_20150918
 
Asset Tracking System
Asset Tracking SystemAsset Tracking System
Asset Tracking System
 

Similaire à 서울시 장애인콜택시 개선을 위한 대기시간 분석사례

빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)bigdatacampus
 
LH Smartcity for osgeo
LH Smartcity for osgeoLH Smartcity for osgeo
LH Smartcity for osgeossuser3b2776
 
Lh smartcity for_osgeo
Lh smartcity for_osgeoLh smartcity for_osgeo
Lh smartcity for_osgeossuser3b2776
 
2014 FOSS4G Korea - 공공분야 GIS분석 사례
2014 FOSS4G Korea - 공공분야 GIS분석 사례2014 FOSS4G Korea - 공공분야 GIS분석 사례
2014 FOSS4G Korea - 공공분야 GIS분석 사례Yongjae Park
 
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)Joonho Lee
 
‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석
‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석
‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석Hyejeong Song
 
티브로드 비정규직 특별근로감독 촉구 기자회견 자료
티브로드 비정규직 특별근로감독 촉구 기자회견 자료티브로드 비정규직 특별근로감독 촉구 기자회견 자료
티브로드 비정규직 특별근로감독 촉구 기자회견 자료humandasan
 
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트김인규
 
8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트
8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트
8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트HELENA LEE
 
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)Joonho Lee
 
세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청
세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청
세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청한국디자인진흥원 공공서비스디자인PD
 
Management big data_analysis_projet_team1(pdf)
Management big data_analysis_projet_team1(pdf)Management big data_analysis_projet_team1(pdf)
Management big data_analysis_projet_team1(pdf)ssuserf51ebb1
 
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집Han Woo PARK
 
스마트창작터 슬라이드쉐어 ppt
스마트창작터 슬라이드쉐어 ppt스마트창작터 슬라이드쉐어 ppt
스마트창작터 슬라이드쉐어 ppt희태 안
 
140628 seminar edu.
140628 seminar edu.140628 seminar edu.
140628 seminar edu.Yoonyi Kim
 
Share house
Share houseShare house
Share housechs71
 
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표eungjin cho
 

Similaire à 서울시 장애인콜택시 개선을 위한 대기시간 분석사례 (20)

빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
빅데이터 캠퍼스 컨퍼런스 자료집(2016.7.14)
 
2019 주민생활 혁신사례 확산 지원사업
2019 주민생활 혁신사례 확산 지원사업2019 주민생활 혁신사례 확산 지원사업
2019 주민생활 혁신사례 확산 지원사업
 
LH Smartcity for osgeo
LH Smartcity for osgeoLH Smartcity for osgeo
LH Smartcity for osgeo
 
Lh smartcity for_osgeo
Lh smartcity for_osgeoLh smartcity for_osgeo
Lh smartcity for_osgeo
 
2014 FOSS4G Korea - 공공분야 GIS분석 사례
2014 FOSS4G Korea - 공공분야 GIS분석 사례2014 FOSS4G Korea - 공공분야 GIS분석 사례
2014 FOSS4G Korea - 공공분야 GIS분석 사례
 
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)
 
‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석
‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석
‘서울 어린이 대공원’의 기간별 주차장 이용 현황 분석
 
티브로드 비정규직 특별근로감독 촉구 기자회견 자료
티브로드 비정규직 특별근로감독 촉구 기자회견 자료티브로드 비정규직 특별근로감독 촉구 기자회견 자료
티브로드 비정규직 특별근로감독 촉구 기자회견 자료
 
2016 통계청 국민디자인단 - 대구도시철도 역세권 정보서비스
2016 통계청 국민디자인단 - 대구도시철도 역세권 정보서비스2016 통계청 국민디자인단 - 대구도시철도 역세권 정보서비스
2016 통계청 국민디자인단 - 대구도시철도 역세권 정보서비스
 
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
실시간 따릉이 잔여대수 예측을 통한 사용자 불만제로 프로젝트
 
기술7기 2조
기술7기 2조기술7기 2조
기술7기 2조
 
8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트
8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트
8월 24일 인공지능사업화 세미나: 유동인구 빅데이터 딥러닝을 활용한 신규매장 방문자 수 예측 솔루션 - 초록소프트
 
[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)[COMPAS] 고양시 공공자전거 분석과제(장려상)
[COMPAS] 고양시 공공자전거 분석과제(장려상)
 
세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청
세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청
세종권역 교통흐름을 한눈에 볼 수 있는 통계지리정보서비스 - 충청지방통계청
 
Management big data_analysis_projet_team1(pdf)
Management big data_analysis_projet_team1(pdf)Management big data_analysis_projet_team1(pdf)
Management big data_analysis_projet_team1(pdf)
 
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
 
스마트창작터 슬라이드쉐어 ppt
스마트창작터 슬라이드쉐어 ppt스마트창작터 슬라이드쉐어 ppt
스마트창작터 슬라이드쉐어 ppt
 
140628 seminar edu.
140628 seminar edu.140628 seminar edu.
140628 seminar edu.
 
Share house
Share houseShare house
Share house
 
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
 

Plus de 수보 김

"42서울"이 가르치는 것들
"42서울"이 가르치는 것들"42서울"이 가르치는 것들
"42서울"이 가르치는 것들수보 김
 
소프트웨어 부트캠프 설계 및 운영사례(42Seoul)
소프트웨어 부트캠프 설계 및 운영사례(42Seoul)소프트웨어 부트캠프 설계 및 운영사례(42Seoul)
소프트웨어 부트캠프 설계 및 운영사례(42Seoul)수보 김
 
이노베이션 아카데미 혁신교육
이노베이션 아카데미 혁신교육이노베이션 아카데미 혁신교육
이노베이션 아카데미 혁신교육수보 김
 
예비 개발자를 위한 소프트웨어 세상 이야기
예비 개발자를 위한 소프트웨어 세상 이야기예비 개발자를 위한 소프트웨어 세상 이야기
예비 개발자를 위한 소프트웨어 세상 이야기수보 김
 
인스타그램 따라만들기 (스타트업)
인스타그램 따라만들기 (스타트업)인스타그램 따라만들기 (스타트업)
인스타그램 따라만들기 (스타트업)수보 김
 
개발팀을 위한 소통과 협업스킬
개발팀을 위한 소통과 협업스킬개발팀을 위한 소통과 협업스킬
개발팀을 위한 소통과 협업스킬수보 김
 
인터넷서비스사업의개요
인터넷서비스사업의개요인터넷서비스사업의개요
인터넷서비스사업의개요수보 김
 
온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석수보 김
 
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화수보 김
 
새내기들을 위한 IT직장이야기
새내기들을 위한 IT직장이야기새내기들을 위한 IT직장이야기
새내기들을 위한 IT직장이야기수보 김
 
결제를 구현하고 싶은 개발팀을 위한 안내서
결제를 구현하고 싶은 개발팀을 위한 안내서결제를 구현하고 싶은 개발팀을 위한 안내서
결제를 구현하고 싶은 개발팀을 위한 안내서수보 김
 
서버학개론(백엔드 서버 개발자를 위한)
서버학개론(백엔드 서버 개발자를 위한)서버학개론(백엔드 서버 개발자를 위한)
서버학개론(백엔드 서버 개발자를 위한)수보 김
 
아무도 알려주지 않는 팀으로 일하는 법(스타트업)
아무도 알려주지 않는 팀으로 일하는 법(스타트업)아무도 알려주지 않는 팀으로 일하는 법(스타트업)
아무도 알려주지 않는 팀으로 일하는 법(스타트업)수보 김
 
Trusted IP network solution
Trusted IP network solutionTrusted IP network solution
Trusted IP network solution수보 김
 
개발자의 현재와 미래
개발자의 현재와 미래개발자의 현재와 미래
개발자의 현재와 미래수보 김
 
빅데이터의 활용
빅데이터의 활용빅데이터의 활용
빅데이터의 활용수보 김
 
SI 개발자들을 위한 퍼스널브랜딩
SI 개발자들을 위한 퍼스널브랜딩SI 개발자들을 위한 퍼스널브랜딩
SI 개발자들을 위한 퍼스널브랜딩수보 김
 
좋은 회사를 선택하는 지혜(예비 개발자 대상)
좋은 회사를 선택하는 지혜(예비 개발자 대상)좋은 회사를 선택하는 지혜(예비 개발자 대상)
좋은 회사를 선택하는 지혜(예비 개발자 대상)수보 김
 
빅데이터의 이해
빅데이터의 이해빅데이터의 이해
빅데이터의 이해수보 김
 

Plus de 수보 김 (19)

"42서울"이 가르치는 것들
"42서울"이 가르치는 것들"42서울"이 가르치는 것들
"42서울"이 가르치는 것들
 
소프트웨어 부트캠프 설계 및 운영사례(42Seoul)
소프트웨어 부트캠프 설계 및 운영사례(42Seoul)소프트웨어 부트캠프 설계 및 운영사례(42Seoul)
소프트웨어 부트캠프 설계 및 운영사례(42Seoul)
 
이노베이션 아카데미 혁신교육
이노베이션 아카데미 혁신교육이노베이션 아카데미 혁신교육
이노베이션 아카데미 혁신교육
 
예비 개발자를 위한 소프트웨어 세상 이야기
예비 개발자를 위한 소프트웨어 세상 이야기예비 개발자를 위한 소프트웨어 세상 이야기
예비 개발자를 위한 소프트웨어 세상 이야기
 
인스타그램 따라만들기 (스타트업)
인스타그램 따라만들기 (스타트업)인스타그램 따라만들기 (스타트업)
인스타그램 따라만들기 (스타트업)
 
개발팀을 위한 소통과 협업스킬
개발팀을 위한 소통과 협업스킬개발팀을 위한 소통과 협업스킬
개발팀을 위한 소통과 협업스킬
 
인터넷서비스사업의개요
인터넷서비스사업의개요인터넷서비스사업의개요
인터넷서비스사업의개요
 
온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석
 
한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화한국IT산업과 고용환경의변화
한국IT산업과 고용환경의변화
 
새내기들을 위한 IT직장이야기
새내기들을 위한 IT직장이야기새내기들을 위한 IT직장이야기
새내기들을 위한 IT직장이야기
 
결제를 구현하고 싶은 개발팀을 위한 안내서
결제를 구현하고 싶은 개발팀을 위한 안내서결제를 구현하고 싶은 개발팀을 위한 안내서
결제를 구현하고 싶은 개발팀을 위한 안내서
 
서버학개론(백엔드 서버 개발자를 위한)
서버학개론(백엔드 서버 개발자를 위한)서버학개론(백엔드 서버 개발자를 위한)
서버학개론(백엔드 서버 개발자를 위한)
 
아무도 알려주지 않는 팀으로 일하는 법(스타트업)
아무도 알려주지 않는 팀으로 일하는 법(스타트업)아무도 알려주지 않는 팀으로 일하는 법(스타트업)
아무도 알려주지 않는 팀으로 일하는 법(스타트업)
 
Trusted IP network solution
Trusted IP network solutionTrusted IP network solution
Trusted IP network solution
 
개발자의 현재와 미래
개발자의 현재와 미래개발자의 현재와 미래
개발자의 현재와 미래
 
빅데이터의 활용
빅데이터의 활용빅데이터의 활용
빅데이터의 활용
 
SI 개발자들을 위한 퍼스널브랜딩
SI 개발자들을 위한 퍼스널브랜딩SI 개발자들을 위한 퍼스널브랜딩
SI 개발자들을 위한 퍼스널브랜딩
 
좋은 회사를 선택하는 지혜(예비 개발자 대상)
좋은 회사를 선택하는 지혜(예비 개발자 대상)좋은 회사를 선택하는 지혜(예비 개발자 대상)
좋은 회사를 선택하는 지혜(예비 개발자 대상)
 
빅데이터의 이해
빅데이터의 이해빅데이터의 이해
빅데이터의 이해
 

서울시 장애인콜택시 개선을 위한 대기시간 분석사례

  • 1. 빅데이터를 이용한 서울시 중증장애인 콜택시 대기시간 분석 팀 프 로 젝 트 보 고 서 2 차 3조. DB.DB.DEEP
  • 2. 1. 장애인 콜택시란? 2. 분석 배경 및 목적 3. 분석 결과 - 현황 분석 1 ) 등급별 콜 현황 2 ) 휠 체 어 사 용여부에 따 른 콜택시 현황 3 ) 이용거 리에 따 른 콜택시 현황 - 대기시간 분석 1 ) 대 기 시 간 정의 2 ) 대 기 시 간 요 일 , 시 간 , 구 별 분석 결과 3 ) 대 기 시 간 원 인 분석 4. 제안 5. 웹페이지 시연 6. 참고 문헌 및 분석도구 * 부록
  • 4. • 서울시설공단 주관, 장애인 이동권 보장 사업 • 2003년 운영 개시, 지속적 운영 확장 • 운영대수: 487대 (특장차량 436대, 다인승 버스 1대, 개인택시 50대) • 이용대상: 장애정도가 심한 장애인 (2019년 7월 기준) • 이용방법: 전화,문자,모바일,인터넷 접수 • 접수방법: 바로콜, 전일접수, 정기접수 1 page
  • 5. 2. 분석 배경 및 목적
  • 6. 장애인 콜택시를 5년 가까이 이용하고 있는 이씨(23)는 "이게 진 짜 짐작이 전혀 … 날짜, 시간대에 따라 상황이 달라서 금방 배차가 될 것이라 예상해서 불렀는데 대기자가 130명이었던 적도" … 교통수 단 이용에 있어 정시성을 보장받는 것은 중요한 요소 … 민원 건수에 서 대기시간에 대한 민원건수는 23.7%로, 기타 민원을 제외하면 가장 주요한 민원 유형이다. 출처: 오마이뉴스(2019-08-22) 2 page
  • 7. • 이용 데이터 - 서울시설관리공단 제공 - 최근 1년 간 장애인 콜택시 이용내역 (2018.10.01-2019.09.30) 3 page 차량 고유번호 접수일시 예정일시 배차일시 승차일시 출발(구) 출발(동) 도착(구) 도착(동) 요금(원) 휠체어 이용여부 장애 등급명 접수방법 7598 2018-10-04 15:08 2018-10-05 7:00 2018-10-05 7:04 2018-10-05 7:27 노원구 중계본동 영등포구 영등포동 4100 O 뇌병1급 바로콜 4202 2018-10-05 15:08 2018-10-04 15:15 2018-10-05 7:04 2018-10-05 7:27 중구 신당제5동 중구 중림동 1700 X 뇌병2급 바로콜 1102 2018-10-06 15:08 2018-10-03 23:30 2018-10-05 7:04 2018-10-05 7:27 서초구 서초4동 강남구 역삼1동 1500 X 지적1급 바로콜 7524 2018-10-07 15:08 2018-10-03 7:45 2018-10-05 7:04 2018-10-05 7:27 종로구 종로1.2.3.4가동 종로구 창신제3동 1700 X 지적1급 바로콜 1317 2018-10-08 15:08 2018-10-02 16:00 2018-10-05 7:04 2018-10-05 7:27 은평구 역촌동 양천구 신월1동 3100 O 뇌병1급 바로콜 3227 2018-10-09 15:08 2018-10-02 0:15 2018-10-05 7:04 2018-10-05 7:27 강남구 일원본동 강남구 일원1동 1500 X 자폐2급 정기접수 7907 2018-10-10 15:08 2018-10-01 8:30 2018-10-05 7:04 2018-10-05 7:27 강동구 길동 강동구 강일동 1700 O 지체1급 바로콜 1119 2018-10-11 15:08 2018-09-30 16:45 2018-10-05 7:04 2018-10-05 7:27 노원구 하계1동 강북구 번제3동 1500 O○ 신장2급 바로콜 1041 2018-10-12 15:08 2018-09-30 1:00 2018-10-05 7:04 2018-10-05 7:27 중랑구 망우본동 광진구 중곡제1동 1500 X 뇌병1급 바로콜 6124 2018-10-13 15:08 2018-09-29 9:15 2018-10-05 7:04 2018-10-05 7:27 은평구 역촌동 서대문구 홍제제1동 1500 O○ 지체1급 바로콜
  • 8. 4 page 주제 선정 장애인 콜택시 대기시간 분석 데이터 수집 장애인 콜택시 데이터 (서울시설공단) 데이터 전처리 - Oracle Developer (SQL) - Excel - Python 데이터 분석 - R - AWS - Python 시각화 - PowerPoint - Web (html) - Power BI - R - Excel - Python
  • 10.
  • 11. 5 page 상위 5순위 유형 이용자 수(명) 뇌병1급 306,444 지체1급 214,285 뇌병2급 182,601 지체2급 144,855 지적1급 78,339 [장애유형/등급별 이용자 수] • 일상생활 활동의 제약을 초래하는 신체적, 정신적 기능의 손상 정도가 클수록 장애인 콜택시 사용 빈도가 높음 이 용 자 수 등급명
  • 12. 6 page [지역구별 휠체어 여부에 따른 이용자 수] 비휠체어 휠체어 이 용 자 수 출발구
  • 13. 7 page 〮 5km이하 이용이 가장 많음. 〮 5~10km이하와 10km초과는 비율이 비슷. 〮 최종적으로 보자면 장애인 콜택시 이용자 중에서 10km이하 이용자가 많다는 것을 알 수 있음
  • 14.
  • 15. 8 page * 대기시간: ① 바로콜 기준 ② 승차시간 - 예정시간 ③ 음수값 제거 ④ 상위 4% (=139분 이상)값 제거
  • 16. 9 page 0 50000 100000 150000 200000 250000 일요일 월요일 화요일 수요일 목요일 금요일 토요일 요일별 이용횟수 요일별 이용횟수 이 용 횟 수 요일
  • 17. 10 page - 평일에 사용되는 차량과 주말에 사용되는 차량이 배수는 2배가 차이 나지만 대기시간이 비슷하다 0 20 40 60 80 100 120 140 0시 1시 2시 3시 4시 5시 6시 7시 8시 9시 10시 11시 12시 13시 14시 15시 16시 17시 18시 19시 20시 21시 22시 23시 하루 이용객 수에 따른 대기시간 평일대기시간 주말 0 50 100 150 200 250 300 350 0시 1시 2시 3시 4시 5시 6시 7시 8시 9시 10시 11시 12시 13시 14시 15시 16시 17시 18시 19시 20시 21시 22시 23시 하루에 운행하는 차량의 수 평일이용차량 주말이용차량 차 량 수 시간 대 기 시 간 (분) 시간
  • 18. 11 page 0 10 20 30 40 50 60 70 80 0 200 400 600 800 1000 1200 1400 0시 1시 2시 3시 4시 5시 6시 7시 8시 9시 10시 11시 12시 13시 14시 15시 16시 17시 18시 19시 20시 21시 22시 23시 일년 중 이용객 수 가장 많은 주 운영현황(평일기준) 이용객수 차량수 평일 대기시간 이 용 객 수 시간 대 기 시 간 (분)
  • 19. 12 page 지역구별 평균 대기시간 강동구 강남구 광진구 중랑구 송파구 54.00 분 54.49분 55.30분 55.38분 55.85분 마포구 용산구 중구 동작구 서대문구 63.76 분 62.18 분 61.24 분 61.03 분 60.40 분 11.76분
  • 20. 13 page 구분 2014년 2015년 2016년 2017년 2018.2월 차량보유 474대 474대 487대 487대 487대 총 탑승인원 1,011,139명 1,193,071명 1,251,271명 1,267,175명 189,500명 평균 대기시간 33분 34분 38분 44분 45분 30분 이내 탑승률 67.1% 58.5% 50.9% 43.0% 41.7% [장애인콜택시 운영현황]
  • 21. 14 page [시간대별 평균 차량운영 현황 및 이용건수] 시간 수
  • 22. 15 page [주중 운영 현황] 시간 수
  • 23. 16 page [주말 운영 현황] 시간 수
  • 25. 17 page 예산확보를 통한 인력 증원 휠체어 사용유무에 따른 이동차량의 분리 시간대별 이용현황을 고려한 인력 재배치
  • 26. 18 page - 현재 - 해결방안 : 인력증원 [뉴스 발췌] * 비마이너 [허현덕 기자] ‘연말연시 유독 안 잡히는 장애인콜택시, 원인은 운전원 부족?’
  • 27. 19 page 휠체어 이용자 비휠체어 이용자 계 총 콜 건수 625,727 315,411 941,138 차량종류 특별교통운영수단 다인승버스 개인택시 (비휠체어전용) 계 수 436 1 50 487 [휠체어 사용여부에 따른 콜 건수 운영현황]
  • 28. 20 page [시간대별 평균 차량운영 현황 및 이용건수] 시간 수
  • 30. 6. 참고문헌 및 분석도구
  • 31. 참고문헌 • 서울시설공단(2018) , 장애인 콜택시 종합현황철 • 한국 장애인 고용공단 고용개발원(2018), 한눈에 보는 2018 장애인 통계 • 전주시 의회(2017), 장애인 이동권 활성화를 위한 정책 포럼 , 7-10p • 이병화,양희택(2017), 서울과 경기도의 장애인 콜택시 이용현 황 빅데이터 분석 연구, 926-927p • 서울시복지재단(2009), 장애인 콜택시 운영 실태조사 및 개선 방안 연구 - 서울시를 중심으로 3조 . D B.D B.D EEP 전처리 및 분석도구 Jupyter Notebook 6.0.0 Python 3.7.4 RStudio Desktop 1.2.5001 Oracle SQL Developer 17.2.0.188 Microsoft Excel 시각화 도구 Microsoft Excel Microsoft Power BI Desktop 2.74.5619.862 Python 3.7.4 RStudio Desktop 1.2.5001 웹서버 및 클라이언트 AWS Ubuntu Server 18.04 LTS (HVM) VMWare Workstation 15 Player CentOS v7 64bit Putty 0.73 FileZila 3.45.1
  • 32. 역할분담 양지혜: 전처리,가설검정,데이터분석, 시각화, 서버구축 및 웹페이지 제작 김주영: 데이터수집, 시각화, PT제작 박의근: 데이터수집, 가설검정, 시각화, PT제작 안지원: 전처리, 데이터분석, 시각화, 통계적분석 이선주: 전처리, 데이터분석, 시각화, PT제작, 통계적분석 최혜윤: 데이터수집, 시각화. PT제작, 통계적 분석
  • 33. 3조 . D B.D B.D EEP Q&A
  • 35. # 장애인 콜택시의 지역별 재배치가 의미 없었던 이유 – 배치되지 않았기에 재배치는 존재할 수 없음 (고정 차고지 없음, 특정 구역에 매여있지 않고 돌아다님) # ( ) 그래프 상 10시-14시에 콜 수가 몰리는 이유 – 출발동 밀집도를 통해 특정 복지시설/대학병원을 오가는 인원이 몰리는 시간이라는 추론 가능 21 page
  • 36. 22 page • 제한된 프로젝트 수행 기간 감안, 데이터 분석의 범위를 최근 1년으로 한정 -> 과거 변화 양상 분석에 기반한 미래 수요 예측 불가 • 개인정보 보호법에 의거, 각 중증장애인 구체적인 이동경로 수집 불가 -> 장애인 콜택시 이용 패턴 분석을 통한 미래 수요 예측 불가 • 서울시설공단 제공 데이터 중 일부에 대해, 수집 방식에 대한 의구심 존재 -> 대기 중 중도포기자*는 포함되지 않았으므로 분석 결과가 왜곡됐을 가능성을 배제할 수 없음 * 바로콜 접수 후 대기시간이 너무 길어져 중증장애인(보호자)이 자발적으로 접수를 취소한 상황을 의미 함.
  • 37. #데이터 불러오기 #데이터 전처리 (접수<예정<배차<승차 을 기준으로 음수값 제외 ex. 예정-접수 음수 값 제외) #접수방법 바로콜만 추출 23 page
  • 38. #데이터 절삭 (의미없는 대기시간 값 절삭) #서울시 외 출발,도착 지역 제외 24 page
  • 39. #예정 -승차 기준으로 최종 대기시간 추출 25 page
  • 42. 서울시 장애인 거주지역을 바탕으로 파악 28 page 1.장애인 복지시설 밀집지역 시각화(구별) * 할당인원: 지역구별 복지시설 계 / 지역구별 장애등급 1,2해당 장애인 No. 지역구 할당인원 1 송파구 142.29 2 노원구 142.86 3 강서구 146.96 ★ 상위 TOP3 지역 ★ 하위 TOP3 지역 • 할당인원(소수점 2째자리까지) 지역구별 복지시설 계 / 지역구별 장애등급 1,2해당 장애인 No. 지역구 할당인원 1 성동구 970.20 2 중랑구 804.6 3 종로구 572.2
  • 43. 서울시 장애인 거주지역을 바탕으로 파악 29 page 2.장애인 편의시설 밀집지역 시각화(구별) * 할당인원: 지역구별 편의시설계 / 지역구별 장애등급 1,2해당 장애인 수 No. 지역구 할당인원 1 강남구 0.287 2 강동구 0.418 3 광진구 0.426 ★ 상위 TOP3 지역 ★ 하위 TOP3 지역 • 할당인원(소수점 2째자리까지) 지역구별 편의시설 계 / 지역구별 장애등급 1,2해당 장애인수 No. 지역구 할당인원 1 노원구 22 2 양천구 18 3 강북구 13