Article
빅데이터를 활용한 도시공원 이용행태 특성의 시계열 분석†
우경숙*, 서주환**
A Time Series Analysis of Urban Park Behavior Using Big Data
Kyung-Sook Woo*, Joo-Hwan Suh**
**경희대학교 예술·디자인대학 환경조경디자인학과 교수
*Lecturer, Graduate School of Landscape Architecture, Kyung Hee University
**Professor, Dept. of Landscape Architecture, Kyung Hee University
Corresponding author: Joo-Hwan Suh, Professor, Dept. of Landscape Architecture, Kyung Hee University, Yong-in 17104, Korea, Tel.: +82-31-201-2680, E-mail:
meek1126@naver.com
본 논문은 박사학위 논문을 토대로 작성한 논문임.
© Copyright 2018 The Korean Institute of Landscape Architecture. This is an Open-Access article distributed under the terms of the
Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits
unrestricted non-commercial use, distribution, and reproduction in any
medium, provided the original work is properly cited.
Received: Jan 20, 2020; Revised: Mar 02, 2020; Accepted: Mar 02, 2020
Published Online: Feb 29, 2020
국문초록
본 연구는 현대사회에서 도시민의 행태를 지원하는 공간으로 공원에 주목하였다. 현대의 도시공원은 특정한 역할을 하는 공간으로 국한되지 않으며, 공공의 성격을 가지고 있어 이용자의 이용행태에 따라 그 기능·의미가 변화할 수 있다. 또한, 현재 온라인상의 데이터는 방문할 공원의 선택 혹은 공원 이용행태의 결정을 지원하는 단계로 접어들었다. 이에 본 연구는 빅데이터의 자료 기반의 특징인 시계열 분석이 가능하도록 데이터를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 여의도공원·여의도 한강공원과 양재 시민의 숲의 행태 변화를 빅데이터 기법인 텍스트마이닝(Text Mining)과 소셜 네트워크(Social Network;사회연결망)분석을 활용하여 분석하였다. 연구결과의 요약은 다음과 같다. 먼저 시간의 흐름에 따라 주요 이용행태와 행태에 영향을 미치는 요소에 변화가 있었다. 여의도공원·여의도 한강공원의 이용행태는 제 Ⅰ시기는 ‘타다’(동적행태), 제 Ⅱ시기는 ‘찍다’(정보통신서비스 행태), 제 Ⅲ시기는 ‘걷다’(동적행태), 제 Ⅳ시기는 ‘먹다’(에너지원 행태)로 시간의 흐름에 따라 주요 행태가 다양하게 변화하는 모습이고, 양재 시민의 숲은 제 Ⅰ시기는 ‘걷다’(동적행태), 제 Ⅱ시기는 ‘걷다’(동적행태), 제 Ⅲ시기는 ‘걷다’(동적행태), 제 Ⅳ시기는 ‘놀다’(동적행태)로 주로 동적행태 위주의 행태가 나타나는 것으로 나타났다. 주요 행태에 영향을 미치는 요소로 여의도공원·여의도 한강공원은 스포츠 및 레저, 문화·예술, 여가와 관련된 요소가 도출되었고, 양재 시민의 숲은 자연자원 요소가 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있었다. 다음으로 대상지의 행태는 시기별로 특정 행태에 집중화되어 있으며, 차후 발생하는 행태를 선택하거나 제약하는 역할을 하는 것으로 나타났다. 이러한 결과는 대상지에 다양한 행태가 일어나지 않을 뿐만 아니라, 공간, 시설 등이 골고루 활용되지 않고 있다는 것을 알 수 있다. 연구결과의 흥미로운 점은 두 공원에서 공통적으로 눈에 띄게 급증한 행태는 에너지원 행태(먹다, 마시다)와 소비행태(사다, 대여하다)이다. 에너지원 행태는 두 공원에서 모두 제 Ⅲ시기에서 제 Ⅳ시기 사이에 10배 이상으로 치솟았으며, 다른 행태와 빈도에서 큰 차이를 보이며 월등히 높았다. 또한, 공원에 방문하는 시민들은 식음료비, 자전거 등의 대여비, 이밖에 행사 참여 등과 관련된 소비의사가 있으며, 공원이 도심 내 휴식공간에서 지역경제 활성화라는 측면에서 본다면 긍정적으로 평가할 수 있을 것이다. 본 연구는 데이터 기법을 활용하여 도시공원 이용행태를 분석하였다는 점과 오늘날 도시공원은 휴식, 산책 등의 역할을 넘어서 시대적인 트렌드를 반영하며, 소비 성향이 나타나는 놀이공간으로 성향이 변화하였다는 결과를 도출하였다는 점에서 큰 의의가 있다. 현대 도시공원에서 일어나는 행태는 양과 내용이 과거와 다르게 변화하고 있다. 그러므로 빅데이터를 통해 수집되는 대규모 집단의 행태를 유형화하고, 이러한 결과를 바탕으로 이루어지는 다학제적인 논의를 통해 오늘날 도시공원을 시민들이 어떻게 이용하고 있는지를 보다 명확하게 이해할 수 있을 것이다.
ABSTRACT
This study focused on the park as a space to support the behavior of urban citizens in modern society. Modern city parks are not spaces that play a specific role but are used by many people, so their function and meaning may change depending on the user's behavior. In addition, current online data may determine the selection of parks to visit or the usage of parks. Therefore, this study analyzed the change of behavior in Yeouido Park, Yeouido Hangang Park, and Yangjae Citizen’s Forest from 2000 to 2018 by utilizing a time series analysis. The analysis method used Big Data techniques such as text mining and social network analysis. The summary of the study is as follows. The usage behavior of Yeouido Park has changed over time to “Ride” (Dynamic Behavior) for the first period (I), “Take” (Information Communication Service Behavior) for the second period (II), “See” (Communicative Behavior) for the third period (III), and “Eat” (Energy Source Behavior) for the fourth period (IV). In the case of Yangjae Citizens’ Forest, the usage behavior has changed over time to “Walk” (Dynamic Behavior) for the first, second, and third periods (I), (II), (III) and “Play” (Dynamic Behavior) for the fourth period (IV). Looking at the factors affecting behavior, Yeouido Park was had various factors related to sports, leisure, culture, art, and spare time compared to Yangjae Citizens’ Forest. The differences in Yangjae Citizens’ Forest that affected its main usage behavior were various elements of natural resources. Second, the behavior of the target areas was found to be focused on certain main behaviors over time and played a role in selecting or limiting future behaviors. These results indicate that the space and facilities of the target areas had not been utilized evenly, as various behaviors have not occurred, however, a certain main behavior has appeared in the target areas. This study has great significance in that it analyzes the usage of urban parks using Big Data techniques, and determined that urban parks are transformed into play spaces where consumption progressed beyond the role of rest and walking. The behavior occurring in modern urban parks is changing in quantity and content. Therefore, through various types of discussions based on the results of the behavior collected through Big Data, we can better understand how citizens are using city parks. This study found that the behavior associated with static behavior in both parks had a great impact on other behaviors.
Keywords: 빅데이터; 이용특성; 행태분석; 텍스트마이닝; 소셜 네트워크
Keywords: Big Data; Usage Characteristics; Behavior Analysis; Text Mining; Social Networks
Ⅰ. 서론
도시공원은 공공의 성격을 가지고 있어 모든 사람들에게 열려 있으며, 행태를 지원하는 공간이다. 이러한 공원은 인간의 행태와 상호보완적이라는 맥락에서 행태분석은 이용자의 요구를 파악하고, 공원이라는 공간을 이해할 수 있는 기초 연구라 할 수 있다(Woo and Suh, 2018). 또한, 행태분석은 장기간에 걸친 연구가 축적됨으로써 점차적으로 환경설계의 발전에 기여할 수 있다(Im, 1998). 그러므로 어떠한 요인에 의해 행태가 변화하는지를 파악하기 위해서는 장기간의 행태 자료 수집이 필요하며, 지속적인 조사가 필수적이다. 그러나 기존에 행태분석 연구에서 활용된 설문조사, 관찰조사는 지속적인 조사를 하는 데 한계가 있어 시간의 흐름에 따라 이용행태를 설명하는 데 한계가 있다(Woo and Suh, 2018).
빅데이터는 이러한 자료수집의 한계를 극복할 수 있는 하나의 방법이 될 수 있다. 인터넷이 발달하고 온라인 데이터가 증가되면서 빅데이터의 중요성은 이미 여러 연구를 통하여 연구 자료의 기반 혹은 연구방법으로 활용하는 것이 유용성이 있다는 것을 알 수 있다(Borgatti et al., 2009). 빅데이터를 활용한 방법은 광범위한 시간의 범위를 포함할 수 있으므로 변화되는 시기에 어떠한 특징이 있는지 파악이 가능하다.
또한, 현대의 도시공원은 도시민들이 여가를 즐기는 하나의 상품으로써 대중매체에 많은 영향을 받는 시대에 존재하고 있다. 그 기저에는 기술 발달에 의한 인터넷 보급과 그로 인한 커뮤니케이션이 자리한다. 이에 현대사회의 변화된 시대적 배경을 통해 도시공원을 분석할 때, 온라인 데이터를 고려하는 것이 필요한 시기이며, 온라인상에서 도시민들의 공원 이용행태가 어떠한 성향을 가지는지에 대한 연구가 수반되어야 할 필요성이 있다.
이에 본 연구는 블로그의 비정형 텍스트를 기초자료로 선정하고, 빅데이터 기법을 활용하여 도시공원의 이용행태를 분석하고자 하였다. 이러한 시도는 기존의 패러다임과 구별되는 연구 구조가 의의가 있다. 조경분야에서 본 연구와 유사한 방법으로 행태분석을 한 사례를 찾아보기 어려우며, 타분야의 행태분석은 공원에서 이루어지는 행태와 다르기 때문에 연구에서 활용된 분석의 틀을 적용하기에는 무리가 있다. 이에 공원에서 일어나는 행태에 적합한 분석의 틀을 제시하고, 실제 연구 대상지에 적용하고, 절차와 방법을 검토하는 것은 행태분석 연구영역에서 의미를 갖는다.
Ⅱ. 연구방법
1. 연구대상지 선정 및 현황
대상지는 빅데이터 자료 기반의 특징인 시계열 분석이 가능한 점을 활용하고자 조성된 지 20년 이상된 서울시 근린공원 중 도시자연경관을 보호하고, 시민의 건강·휴양 및 정서생활을 향상시키는 데에 이바지하기 위하여 설치 또는 지정된 도시공원 『도시공원 및 녹지 등에 관한 법률』로 휴식, 체육, 놀이시설, 카페 등 이용자들의 편익욕구를 충족하는 시설을 포함하는 공원, 그리고 이용자의 방문이 활발하고 데이터의 수집량이 200만건 이상인 공원(2018. 12. 30일기준)으로 빅데이터 분석에 합당한 조건을 갖추고 있기에 여의도공원·여의도한강공원1)과 양재 시민의 숲으로 선정하였다.
2. 데이터 수집 및 정제
데이터 수집 시기는 블로그를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 총 4개 기간(2000년-2004년, 2005년-2009년, 2010년-2014년, 2015-2018년)으로 Table 1과 같이 구분하여 수집하였다. 검색엔진 NAVER와 DAUM의 블로그 제목과 원문에 주제어 여의도공원·여의도한강공원과 양재 시민의 숲이 포함된 데이터이며2), 텍스톰3.03)을 활용하였다.
Table 1.
BLOG analysis data amount
Destination |
Term |
Data amount |
Keywordcount |
Total |
Yeouido Park*
|
I |
523KB |
8,138 |
2,236KB |
II |
498KB |
7,653 |
III |
620KB |
9,098 |
IV |
595KB |
9,268 |
Yangjae Citizens’ Forest |
I |
283KB |
2,851 |
1,923KB |
II |
374KB |
4,587 |
III |
614KB |
8,370 |
IV |
652KB |
8,443 |
Download Excel Table
수집된 데이터의 종류는 국문 텍스트로 중복된 데이터를 제외하고, 광고, 배너 등 불필요한 텍스트를 삭제하여 시기별로 최대 2,000건으로 축약 수집하였다. 빅데이터에 대한 연구에서는 데이터 축약(reduction)이 이루어진다. 데이터를 축약하는 것은 인간의 개입을 최대한 배제한 상태를 만들기 위함이다(Lee, 2013). 다음으로 다른 사람의 내용을 그대로 옮겨온 내용은 제외하였다. 또한, 최대한 키워드를 병합하지 않고, 본래 쓰인 그대로 사용하고 불용어(stopwords)를 삭제하였다. 불용어는 다른 키워드에 영향을 미치는 역할을 하지 않는 형태소를 지칭하는데(Kim, 2015), ‘이것’, ‘저것’, ‘저기’ 등이 있다.
3. 텍스트마이닝 분석(Text Mining Analysis)
1) 전체 키워드 빈도분석
키워드를 추출하기 위하여 빈도분석을 실시하였다. 수집데이터에서 해당 키워드가 얼마나 등장하는지 횟수를 세는 것으로 주요 행태를 추출할 수 있다(Woo and Suh, 2018). 본 연구는 각 대상지별로 상위 100개의 키워드를 분석에 활용하였다.
2) 주요 행태 키워드 분석
빈도분석에서 추출된 키워드 중 사람의 움직임을 나타내는 말을 뜻하는 동사는 효율적인 분석을 위하여 유형을 구분하였다. 행태의 유형은 연구 대상지·목적에 따라 다양하게 분류되어 일률적으로 정의하기 어려우나, 여가 활동·행태와 관련된 기존 연구의 내용을 살펴보고, Table 2와 같이 유형화하였다.
Table 2.
Behavior type
Division |
Behavior |
Content |
Dynamic behavior |
Ride, play, run, walk |
· Move. |
· A variety of vehicles and activities move the location. |
Static behavior |
Sit, lay down, breathe, think, appreciate, wait |
· No activity of the body occurs and no shift of position. |
Basicbehavior type |
Communication |
Talk, listen, see, meet |
· Anyone can see and enjoy what happens in the space. |
· Meeting with acquaintances causes conversation. |
· listen to the sounds around you or music. |
Energy source |
Eat, drink |
· Human instinct desire |
Communicative behavior |
Buy, rent |
· Use money or supplies |
Information communication service behavior |
Share, post, record, Find [Search], recommend Reservation, take a picture |
· Internet use and participation in internet games |
· Find information and content related to space. |
· Share and interact with information from Internet users. |
· Record your thoughts with photos or text and post them online. |
Download Excel Table
도출된 행태는 키워드의 특성에 따라 동적, 정적, 소통, 에너지원, 소비, 정보통신서비스 행태로 구분하고, 각 대상지별로 주요 행태를 분류하였다.
3) 개체명 분류 분석(Named-Entity Recognition)
빈도분석에서 추출된 키워드 중 명사와 형용사는 텍스톰에서 지원하는 개체명 인식 프로그램을 활용하여 행태에 영향을 미치는 세부적인 요소를 살펴보았다(Table 3 참조).
Table 3.
Named-entity recognition
|
Named-entity recognition |
ETR |
Agency, object, animal, civilization, event/accident, numbers, time, date, metal, person, plant, term, regional, study |
Researcher |
Culture·arts, people, dates, local and infrastructure, adjectives, leisure, natural resources, sports and leisure |
Download Excel Table
ETR(한국전자통신연구원)의 범주에서 대상물과 기관, 지역은 지역 및 인프라시설로 명칭을 수정하고, 키워드를 통합하였고, 사람은 특정 이름은 제외하고 명사만 도출하였다. 문명은 스포츠 및 레저, 사건/사고는 문화·예술, 날짜와 시간은 날짜, 동물, 식물은 자연자원으로 통합하여 재수정하였다. 또한 학문은 영화, 뮤지컬 등의 키워드가 도출되었고, 숫자는 3번 출구, 5번 출구 등과 같은 지하철 출구나 버스 번호 등이 도출되었으며, 금속은 도출된 키워드가 없어 제외하였다. 또한, 용어도 연구내용과 관련이 적어 제외하였다.
4) 키워드 연결망 분석(N-GRAM)
텍스트마이닝의 마지막 단계로 키워드와 키워드간의 연결관계를 시각화(N-GRAM)하였다. 이 과정에서는 행태에 영향을 미치지만 도출되지 않은 요소를 찾아내고, 키워드가 도출된 원인을 파악할 수 있다.
4. 소셜 네트워크 분석(Social Network Analysis)
1) 데이터의 네트워크 구조 연결정도 수준 분석
전체 키워드의 연결정도를 수치로 확인(밀도분석)하였다. 이 과정에서 각 시기별로 분석에 활용한 데이터의 전반적인 연결관계의 양, 기본구조를 파악할 수 있다4).
2) 데이터의 중심성 분석(Network Centrality)
(1) 연결중심성 분석(degree Centrality)
연결중심성 분석의 지표를 통해 전체 네트워크 중심에 위치하는 파워가 강하고 의사결정에 영향력을 행사하는 행태를 파악할 수 있다(Friedkin, 1993).
(2) 근접중심성 분석(Closeness Centrality)
근접 중심성은 네트워크에서 각 노드간의 거리의 개념을 이용하여 모든 노드로부터 가장 짧은 거리에 있는 노드이다(Freeman, 1979; Leem, 2012). 네트워크 안에서 협상과 조정 역할을 수행할 수 있는 노드를 찾을 수 있는 것이다(Gwak, 2017).
(3) 매개중심성 분석(Betweenness Centrality)
매개중심성은 행태가 네트워크 내에서 다른 행태 간의 최단 경로 상에 위치하는 정도(횟수)를 측정한다(Gwak, 2017). 즉, 매개중심성은 공원의 이용행태 중 직접 연결되어 있지 않은 행태 간의 중개 역할을 하는 노드를 찾을 수 있다.
3) 데이터에 대한 통계적 유의성 검정
소셜 네트워크 분석의 마지막 단계로 텍스트마이닝과 소셜 네트워크 분석 시 기초자료로 사용된 네트워크 데이터의 밀도5)가 0이라는 가정하에 가설검정을 수행하였다.
Ⅲ. 결과 및 고찰
1. 공원 이용행태의 시계열 분석
1) 전체 키워드 빈도분석
대상지별로 빈도분석을 한 결과로 상위 10개의 키워드는 Table 4와 같다.
Table 4.
Frequency of behavior-related keywords
|
The I period(2000-2004) |
The II period(2005-2009) |
The III period(2010-2014) |
The IV period(2015-2018) |
Keyword |
Frequency |
Keyword |
Frequency |
Keyword |
Frequency |
Keyword |
Frequency |
Yeouido Park · Seoul Yeouido Riverside Park |
Ride |
699 |
Take a picture |
583 |
Date |
651 |
Eat |
1079 |
Walk |
406 |
See |
454 |
See |
462 |
Social media |
808 |
Bike path |
401 |
Walk |
327 |
Sky |
413 |
Date |
405 |
See |
358 |
Cruise ship |
259 |
Social media |
382 |
Walk |
379 |
Sick |
295 |
Fall |
228 |
Internet |
346 |
Ride |
365 |
Inline skates |
248 |
Ride |
218 |
Outing |
344 |
See |
270 |
Photo |
234 |
Play |
193 |
Walk |
297 |
Bike |
268 |
Take a walk |
230 |
Photo |
192 |
Bike |
276 |
Interesting |
265 |
Share |
225 |
Family |
165 |
Crowd |
269 |
Buy |
244 |
Take a picture |
225 |
Make over |
164 |
Weekend |
235 |
Take a walk |
242 |
Yangjae Citizens’ Forest |
Come by |
370 |
Fall |
467 |
A good restaurant |
1,510 |
A good restaurant |
837 |
Share |
367 |
Walk |
424 |
Weekend |
995 |
Barbecue patio |
769 |
No charge |
367 |
See |
225 |
Fall |
931 |
Play |
453 |
Good |
291 |
Fallen leaves |
169 |
Walk |
625 |
Famous |
408 |
Social media |
264 |
Tree |
164 |
Take a picture |
326 |
Good |
361 |
Seoul |
254 |
Come by |
149 |
Good |
304 |
Walk |
324 |
Fallen leaves |
204 |
Photo |
138 |
Shooting |
268 |
Weekend |
292 |
Tree |
194 |
Good |
130 |
Yangjaecheon |
265 |
Concert |
290 |
Walk |
188 |
Take a picture |
123 |
See |
262 |
Eat |
267 |
See |
186 |
Outing |
113 |
Photo |
217 |
Social media |
251 |
Download Excel Table
시기별로 주요 키워드를 살펴보면 여의도공원·여의도한강공원의 제 Ⅰ시기는 ‘타다’, 제 Ⅱ시기는 ‘찍다’, 제 Ⅲ시기는 ‘데이트’, 제 Ⅳ시기는 ‘먹다’로 나타났고, 양재 시민의 숲의 제 Ⅰ·Ⅱ·Ⅲ시기는 ‘걷다’, 제 Ⅳ시기는 ‘놀다’로 나타났다.
여의도공원·여의도한강공원과 양재 시민의 숲에서는 공통적으로 급증한 행태는 에너지원·소비행태이다. 먹는 행태의 흥미로운 점은 두 공원에서 모두 제 Ⅲ시기에서 제 Ⅳ시기 사이에 10배 이상으로 치솟았으며, 다른 행태와 빈도에서 큰 차이를 보이며 월등히 높다는 것이다. 이러한 현상은 사회적으로 먹는 문화가 주목받은 것이 공원에도 영향을 미친 것으로 보이며, 공원이 먹는 행태가 이루어질 수 있는 적합한 조건을 가지고 있다고 볼 수 있다.
또한, 소비행태는 제 Ⅲ시기에 등장하였고, 제 Ⅳ시기에 큰 폭으로 증가하였다. 소비행태는 먹는 행태와 관련이 있어 먹는 행태가 소비행태를 발생시킨 것을 알 수 있다. ‘먹다’의 행태를 만족하기 위하여 음식을 구매하고, 플리마켓, 야시장을 즐기기 위하여 공원 내에서 소비행태가 이루어진다. 이 밖에도 탈 것을 대여하기도 하고, 공원 내에서 돗자리, 텐트 등을 대여하는 서비스를 시작하면서 소비행태가 더 다양하게 일어나고 있다. 이와 같이 급증한 행태와 급감한 행태를 통하여 최근 공원의 위상이 변화하였음을 알 수 있다. 여의도공원·여의도한강공원과 양재 시민의 숲을 방문하는 도시민들이 선호하는 행태가 달라진 것이다.
2) 주요 행태 키워드 분석
여의도공원·여의도한강공원의 동적행태 중 ‘타다’는 전(全)시기에 나타나는 중요한 행태이다. 정적 행태는 ‘앉다’가 가장 많이 나타나 여의도공원·여의도한강공원이 앉기 좋은 공간으로 장시간 머무르게 하고 만족도가 높아지게 할 수 있는 요건이 될 수 있다(Choi, 2009). 또한, 에너지원·정보통신서비스 행태와 관련된 키워드의 도출로 여의도공원·여의도한강공원에서 음식을 먹고 사진을 찍고 인터넷에서 사람들과 정보를 공유하고 즐기는 행태가 주요 행태로 자리잡은 것을 알 수 있다.
양재 시민의 숲 동적행태 중 ‘걷다’는 걷는 행태가 목적인 산책과 같은 의미로 주로 표현되었다. 또한, 정적행태인 ‘호흡하다’는 양재 시민의 숲의 장소적 특성이 잘 나타나는 행태로 숲의 맑은 공기를 마시기 위하여 의식적으로 숨을 쉬는 행동으로 표현되었다. 또한 ‘행복하다’, ‘고맙다’, ‘중요하다’, ‘좋다’ 등의 형용사와 관계가 있어 만족도에 영향을 주는 것을 알 수 있다.
구분된 시기별로 꾸준히 나타나는 행태는 여의도공원·여의도한강공원은 타다, 걷다, 놀다. 달리다(동적행태), 앉다(정적행태), 보다, 이야기하다, 만나다(소통행태), 먹다(에너지원 행태), 공유하다, 찍다, 추천하다(정보통신서비스 행태)이고, 양재 시민의 숲은 타다, 걷다(동적행태), 보다, 듣다(소통행태), 공유하다, 찍다(정보통신서비스 행태)이다. 이러한 행태는 약 20년간 각 대상지에서 꾸준히 지속되는 행태로 시간이 지남에 따라 주요 행태의 네트워크 구조가 커지고 복잡해진다(Table 5 참조).
Table 5.
Behavioral verb classification
Behavior |
Yeouido Park·Seoul Yeouido Riverside Park |
Yangjae Citizens’ Forest |
The I period |
The II period |
The III period |
The IV period |
The I period |
The II period |
The III period |
The IV period |
Dynamic behavior |
Ride |
Ride |
Ride |
Ride |
Ride |
Ride |
Ride |
Ride |
Walk |
Walk |
Walk |
Walk |
Walk |
Walk |
Walk |
Walk |
Play |
Play |
Play |
Play |
\ |
\ |
Play |
Play |
Run |
Run |
Run |
Run |
\ |
\ |
\ |
Run |
Static behavior |
Sit |
Sit |
Sit |
Sit |
Sit |
Breathe |
Breathe |
Breathe |
\ |
Lay down |
Lay down |
Think |
Breathe |
Think |
Think |
Think |
\ |
Wait |
Wait |
\ |
\ |
\ |
Appreciate |
\ |
\ |
Think |
Think |
\ |
See |
See |
See |
See |
Basic behavior type |
Communication |
See |
See |
See |
See |
Listen |
Listen |
Listen |
Listen |
Listen |
Dress up |
Listen |
Listen |
\ |
Talk |
Talk |
Talk |
Talk |
Talk |
Dress up |
Dress up |
\ |
Meet |
Meet |
Meet |
Meet |
Meet |
Talk |
Talk |
\ |
Eat |
Eat |
Eat |
\ |
\ |
Meet |
Meet |
\ |
Drink |
Drink |
\ |
Energysource |
Eat |
Eat |
Eat |
Eat |
\ |
\ |
\ |
Buy |
Drink |
Drink |
\ |
Drink |
\ |
\ |
\ |
Rent |
Consumption behavior |
\ |
\ |
Buy |
Buy |
Share |
Share |
Share |
Share |
\ |
\ |
\ |
Rent |
Take a picture |
Take a picture |
Take a picture |
Take a picture |
Information communication service behavior |
Share |
Share |
Share |
Share |
\ |
Post |
Recommend |
Recommend |
Take a picture |
Take a picture |
Take a picture |
Take a picture |
\ |
\ |
\ |
Reservation |
Recommend |
Recommend |
Recommend |
Recommend |
\ |
\ |
\ |
Post |
\ |
Follow |
Recommend |
Record |
Download Excel Table
3) 개체명 분류 분석(Named-Entity Recognition)
Table 6은 대상지별로 개체명 분류를 한 결과 중 다양한 키워드가 도출된 스포츠 및 레저, 문화·예술, 자연자원, 여가, 형용사와 관련된 상위 키워드이다. 여의도공원·여의도한강공원은 양재 시민의 숲보다 스포츠 및 레저, 문화·예술, 여가와 관련된 요소가 다양하게 도출되었으며, 양재 시민의 숲은 자연자원 요소가 다양하게 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있다.
Table 6.
Named-entity recognition
|
Yeouido Park·Seoul Yeouido Riverside Park |
Yangjae Citizens’ Forest |
The I period |
The II period |
The III period |
The IV period |
The I period |
The II period |
The III period |
The IV period |
Sports and leisure |
In-line skates |
Cruise ship |
Bike |
Bike |
Exercise |
Exercise |
Bike |
Bike |
Bike |
Bike |
Drive |
Kick board |
Stretching |
Bike |
Exercise |
Electric*
|
Exercise |
Skate |
Kick board |
Skate |
Foot volleyball |
|
Jump rope |
Electric wheel |
Roller skates |
Yacht |
|
Cruise ship |
Bike |
|
|
Exercise |
Basketball |
Exercise |
|
Marathon |
|
|
|
Kick board |
Culture · art |
Assembly |
Assembly |
Firework*
|
Garden expo |
Forest class |
Wedding |
Outdoor*
|
Concert |
Club |
Cherry*
|
Cherry*
|
Trend |
Study |
Concert |
Wedding |
Festival |
Festival |
Event |
Show |
Festival |
Exploration |
Volunteer*
|
Experience |
Experience |
Show |
Firework*
|
Event |
Night market |
|
Experience |
|
Program |
Festival |
Festival |
|
Firework*
|
|
Photoshoot |
|
Wedding |
Natural resources |
Cherry blossom |
Eco park |
Sky |
Hangang*
|
Autumn*
|
Autumn*
|
Autumn*
|
Cherry*
|
Wind |
Flower |
Hangang*
|
Cherry blossom |
Tree |
Tree |
Cherry*
|
Autumn*
|
Autumn*
|
Hangang*
|
Wind |
Flower |
Nature |
(narrow) Path |
Tree |
Tree |
Sky |
Sky |
Cherry blossom |
Ecology |
Flower |
Air |
Flower |
Flower |
Crane |
Festival |
Tree |
Autumn*
|
Pine |
Flower |
Nature |
|
Free time |
Take a walk |
Watch |
Date |
Social media |
Social media |
Outing |
Shooting |
Social media |
Night view |
Landscape |
Social media |
Date |
Take a walk |
Photographer*
|
Date |
Landscape |
Landscape |
Picnic |
Internet |
Take a walk |
Rest |
Workshop |
Outing |
Night view |
Shooting |
Date |
Outing |
Internet |
Picnic |
Take a walk |
Take a walk |
Take a walk |
Exercise |
Autumn colors |
Take a walk |
Outing |
Landscape |
Shooting |
Photographer*
|
Date |
Adjective |
Sick |
Famous |
Scary |
Interesting |
Good |
Good |
Good |
Famous |
Large |
Regrettable |
Pretty |
Various |
Need |
Pretty |
Pretty |
Good |
Good |
Young, |
Happy |
Regrettable |
Dense |
Young |
Silent |
Delicious |
Regrettable |
Happy |
Large |
Pretty |
Regrettable |
Big |
Clean |
Pretty |
Long |
Interesting |
Interesting |
Famous |
Comfortable |
Regrettable |
Delicious |
Hard |
Download Excel Table
여의도공원·여의도한강공원의 제 Ⅰ시기의 주요 행태로 나타난 ‘타다’는 N-GRAM에서도 가장 복잡한 구조를 나타내고, ‘자전거’, ‘자전거도로’, ‘인라인’의 영향을 받고 있는 것을 알 수 있다. 형용사 중 ‘아프다’는 ‘공원이 넓어 걸어 다니기 다리가 아프다’, ‘공원이 길어 걸어 다니기 다리가 아프다’ 등이 언급되었고, ‘아쉽다’는 ‘공원이 넓어 다 둘러보지 못해 아쉽다’, ‘아름다운 경관이 사진에 담기지 않아 아쉽다’ 등의 내용이 언급되어 공원의 규모에 대한 부정적인 시각과 공원의 경관에 대한 긍정적인 시각이 동시에 나타났다. 제 Ⅱ시기에 주요 행태로 나타난 ‘찍다’는 사진을 찍는 행태로 자신을 찍거나 유람선, 불꽃축제, 경관 등을 찍는 것을 알 수 있다. 또한, 타는 행태와 ‘경관을 보다’와 관계가 있어 타는 행태와 경관을 보는 행태가 함께 이루어지고 있음을 알 수 있다. 제 Ⅲ시기에 주요 행태로 나타난 ‘보다’는 공연, 경관 등과 연결되어 있어 공연 정보, 공원의 경관을 공유하고 사람들을 만나며 행복함을 느끼는 것을 알 수 있다. 제 Ⅳ시기의 주요 행태는 ‘먹다’이다. ‘먹다’ 행태는 다른 시기보다 훨씬 높은 빈도로 나타나 여의도공원·여의도한강공원에서 ‘먹다’는 단순히 음식을 먹는 행태를 넘어서 하나의 트렌드라고 봐도 과언이 아니다. 또한, 이 시기에 서울시 공공자전거 ‘따릉이’가 키워드간의 높은 연관관계를 나타내 급감하였던 ‘타다’의 행태를 급증하게 하는 요소가 된 것을 알 수 있다.
양재 시민의 숲의 제 Ⅰ시기의 주요 행태로 나타난 ‘들르다’는 인근 시설 및 주차장 이용을 목적으로 잠시 머무른다는 것을 알 수 있다. 이 밖에도 ‘바람소리를 들으며 휴식’, ‘자연을 느끼고 학습’, ‘맑은 소나무 공기를 호흡하다’ 등의 키워드 연결로 자연과 관련된 내용이 주를 이루고 있어 양재 시민의 숲의 자연환경에 대한 긍정적인 생각을 갖고 있다. 제 Ⅱ시기에도 ‘들르다’가 계속 큰 연결관계를 가지고 있다. 또한, 부정적인 표현은 ‘교통편이 아쉽다’의 언급이 많다. 그러나 제 Ⅲ시기에는 ‘교통편이 아쉽다’의 연결관계는 도출되지 않았는데, 당시 ‘양재 시민의 숲 역’이 2011년에 생겨난 것이 영향을 미친 것으로 보인다. 제 Ⅳ시기의 주요 행태로 도출된 ‘놀다’는 여러 행태들과 연결되어 있는 것을 알 수 있는데, 야경을 보고, 걷고, 바비큐장 시설을 이용하며 먹고, 음식을 포장해서 돗자리에서 먹고, 데이트를 하며 운동을 하며 인증샷을 찍는 것 등이 ‘놀다’와 연관관계가 있다(Figure 1 참조).
2. 공원 이용행태의 네트워크 구조 시계열 분석
1) 데이터의 네트워크 구조 연결정도 수준 분석
여의도공원·여의도한강공원의 연결정도 수준을 살펴보면, 제 Ⅲ시기의 총 연결정도의 합은 200,912, 밀도 0.670으로 전체 데이터 중 네트워크의 연결수준이 가장 높다. 또한, 양재 시민의 숲의 연결수준 정도도 제 Ⅲ시기의 총 연결정도의 합 214,089, 밀도 0.715로 여의도공원·여의도한강공원과 같이 제 Ⅲ시기의 연결수준이 가장 높다(Table 7 참조).
Table 7.
Network connection level
Term |
I |
II |
III |
IV |
\ |
Total connections |
Density |
Yeouido Park |
143,861 |
186,094 |
200,912 |
200,267 |
0.480 |
0.620 |
0.670 |
0.668 |
Yangjae Citizens’ Forest |
186,469 |
190,636 |
214,089 |
205,089 |
0.622 |
0.642 |
0.715 |
0.684 |
Download Excel Table
2) 데이터의 중심성 분석(Network Centrality)
여의도공원·여의도한강공원의 제 Ⅰ시기의 네트워크는 ‘타다’, 제 Ⅱ시기에는 ‘찍다’, 제 Ⅲ시기에는 ‘보다’, 제 Ⅳ시기에는 ‘먹다’를 중심으로 연결망이 형성되어 있다. 양재 시민의 숲은 제 Ⅰ시기의 네트워크는 ‘듣다’, 제 Ⅱ·Ⅲ·Ⅳ시기에는 ‘걷다’를 중심으로 연결망이 형성되어 있다(Table 8 참조).
Table 8.
Network centrality
|
Yeouido Park·Seoul Yeouido Riverside Park |
Yangjae Citizens’ Forest |
Keyword |
Degree |
Closeness |
Betweenness |
Keyword |
Degree |
Closeness |
Betweenness |
The I period |
Ride |
4.655 |
9.016 |
3.157 |
Come by |
2.406 |
8.135 |
0.992 |
Walk |
2.752 |
8.984 |
3.347 |
Share |
1.726 |
8.141 |
2.843 |
Bike path |
2.802 |
9.000 |
3.094 |
No charge |
4.202 |
8.036 |
0.585 |
See |
3.153 |
8.992 |
3.664 |
Good |
0.018 |
7.863 |
0.016 |
Sick |
1.982 |
8.943 |
2.041 |
Social media |
1.609 |
8.243 |
3.109 |
Inline skates |
1.942 |
8.847 |
1.105 |
Seoul |
0.000 |
0.000 |
0.000 |
Photo |
1.896 |
8.831 |
0.996 |
Fallen leaves |
2.595 |
7.863 |
0.000 |
Take a walk |
1.932 |
8.879 |
1.569 |
Tree |
1.924 |
8.148 |
1.347 |
Share |
0.487 |
8.903 |
2.810 |
Walk |
3.554 |
8.264 |
0.776 |
Take a picture |
1.864 |
8.824 |
1.167 |
See |
1.793 |
8.202 |
1.689 |
The II period |
Take a picture |
2.163 |
7.668 |
2.808 |
Fall |
2.068 |
8.935 |
1.666 |
See |
2.031 |
7.627 |
1.598 |
Walk |
1.526 |
9.049 |
2.402 |
Walk |
1.834 |
7.610 |
1.393 |
See |
0.670 |
9.000 |
1.848 |
Cruise ship |
1.012 |
7.610 |
1.295 |
Fallen leaves |
0.831 |
8.839 |
0.891 |
Fall |
0.838 |
7.517 |
0.453 |
Tree |
0.486 |
8.927 |
1.036 |
Ride |
0.739 |
7.610 |
1.401 |
Come by |
0.534 |
9.058 |
2.802 |
Play |
0.782 |
7.592 |
1.312 |
Photo |
0.402 |
8.976 |
1.657 |
Photo |
0.658 |
7.551 |
0.930 |
Good |
0.407 |
8.476 |
0.000 |
Family |
0.075 |
7.388 |
0.186 |
Take a picture |
0.650 |
8.769 |
0.679 |
Make over |
0.799 |
7.598 |
1.136 |
Outing |
0.641 |
8.707 |
0.208 |
The III period |
Date |
2.142 |
9.041 |
1.523 |
A good restaurant |
2.055 |
14.143 |
1.819 |
See |
4.047 |
9.074 |
2.557 |
Weekend |
4.884 |
13.360 |
0.086 |
Sky |
1.406 |
9.033 |
1.681 |
Fall |
2.116 |
14.123 |
1.892 |
Social media |
1.143 |
9.008 |
1.213 |
Walk |
1.828 |
14.143 |
1.979 |
Internet |
0.790 |
9.000 |
1.271 |
Take a picture |
0.819 |
13.924 |
1.006 |
Outing |
1.152 |
8.992 |
1.141 |
Good |
0.786 |
14.003 |
0.029 |
Walk |
0.928 |
8.967 |
0.534 |
Shooting |
0.084 |
13.342 |
0.161 |
Bike |
0.937 |
8.976 |
0.594 |
Yangjaecheon |
0.683 |
13.983 |
0.910 |
Crowd |
0.234 |
8.863 |
0.407 |
See |
0.670 |
13.924 |
0.770 |
Weekend |
0.616 |
8.943 |
0.742 |
Photo |
0.548 |
9.802 |
0.114 |
The IV period |
Eat |
5.090 |
8.305 |
1.587 |
A good restaurant |
5.931 |
9.880 |
0.950 |
Social media |
3.923 |
8.319 |
2.043 |
Barbecue patio |
7.084 |
9.960 |
2.421 |
Date |
2.141 |
8.298 |
0.980 |
Play |
2.035 |
9.940 |
2.350 |
Walk |
2.109 |
8.298 |
1.428 |
Famous |
2.262 |
9.812 |
0.815 |
Ride |
2.031 |
8.285 |
1.508 |
Good |
1.870 |
9.773 |
0.342 |
See |
1.499 |
8.291 |
0.929 |
Walk |
2.494 |
9.940 |
1.804 |
Bike |
1.840 |
8.223 |
0.520 |
Weekend |
1.647 |
9.910 |
1.253 |
Interesting |
0.191 |
8.068 |
0.106 |
Concert |
1.513 |
9.465 |
0.077 |
Buy |
1.179 |
8.278 |
0.631 |
Eat |
1.493 |
9.821 |
0.707 |
Take a walk |
0.264 |
8.168 |
0.404 |
Social media |
0.275 |
9.696 |
0.271 |
Download Excel Table
여의도공원·여의도한강공원의 제 Ⅰ시기의 주요 행태인 ‘타다’에 가장 근접하게 위치하고, 영향을 미치는 요소는 스포츠 및 레저와 관련된 키워드와 ‘야경’, ‘보다’, ‘걷다’로 이와 관련된 행태에 방해가 된다면 ‘타다’의 행태에 줄어들 수 있음을 알 수 있다. 제 Ⅱ시기의 주요 행태인 ‘찍다’에 영향을 주는 요소는 ‘유람선’, ‘불꽃 축제’, ‘벚꽃축제’ 등과 같이 문화·예술과 ‘하늘’, ‘빌딩 숲’ 등 경관과 관련된 요소이다. 제 Ⅲ·Ⅳ시기의 주요 행태에 영향을 미치는 요소는 소셜미디어(정보통신서비스 행태)로 나타났다. 양재 시민의 숲의 제 Ⅰ시기의 주요 행태인 ‘듣다’와 가장 가까운 위치에 있는 키워드는 ‘공기’, ‘나무’, ‘꽃’ 등의 자연자원 키워드이고, 제 Ⅱ·Ⅲ·Ⅳ시기에는 ‘들르다’. ‘주말’, ‘가을’ 등이 주요 행태에 영향을 미치는 키워드로 나타났다.
가장 최근인 제 Ⅳ시기의 매개역할을 하는 키워드를 살펴보면, 여의도공원·여의도한강공원은 ‘돗자리’, ‘전동킥보드’, ‘추억’, ‘따릉이’, ‘라면’, ‘푸드트럭’, 양재 시민의 숲은 ‘야경’, ‘산책’, ‘가을’, ‘호흡하다’, ‘운동’, ‘캠핑’ 등이 도출되었다.
3) 데이터에 대한 통계적 유의성 검정
그 결과는 Table 9와 같다. 분석의 신뢰성을 확보하기 위하여 Ucinet 6을 도구로 부트스트랩 기법(bootstrap)을 적용하였다. 결과를 살펴보면, 유의수준 0.01%를 기준으로 통계적으로 유의하다. 이에 수집된 데이터의 밀도가 0이라는 귀무가설을 기각하고 도출된 키워드 간에 연관관계가 있다고 결론 내릴 수 있다6).
Table 9.
Significance test
|
Yeouido Park·Seoul Yeouido Riverside Park |
Yangjae Citizens’ Forest |
I |
II |
III |
IV |
I |
II |
III |
IV |
Density |
0.4800 |
0.6200 |
0.6700 |
0.6680 |
0.6220 |
0.6420 |
0.7150 |
0.6840 |
Average bootstrap density |
0.4977 |
0.6843 |
0.9308 |
0.8182 |
0.7120 |
0.8330 |
1.4532 |
1.0223 |
Estimated standard error for density |
0.2129 |
0.1562 |
0.2294 |
0.1770 |
0.0907 |
0.2220 |
0.3970 |
0.2151 |
Z-score |
2.2526 |
4.2993 |
4.0105 |
4.5072 |
6.8522 |
3.6661 |
3.5945 |
4.6846 |
Proportion of absolute differences as large as observed |
0.0002 |
0.0004 |
0.0010 |
0.0004 |
0.0002 |
0.0026 |
0.0026 |
0.0004 |
Download Excel Table
Ⅳ. 결론
빅데이터를 활용한 도시공원 이용의 행태적 특성을 분석한 결과는 다음과 같다.
시간의 흐름에 따라 공원 주요 이용행태와 행태에 영향을 미치는 요소가 변화하였다. 여의도공원·여의도한강공원의 이용행태는 제 Ⅰ시기는 ‘타다’(동적행태), 제 Ⅱ시기는 ‘찍다’(정보통신서비스 행태), 제 Ⅲ시기는 ‘걷다’(동적행태), 제 Ⅳ시기는 ‘먹다’(에너지원 행태)로 시간의 흐름에 따라 주요 행태가 다양하게 변화하는 모습이다. 양재 시민의 숲은 제 Ⅰ·Ⅱ·Ⅲ시기는 ‘걷다’(동적행태), 제 Ⅳ시기는 ‘놀다’(동적행태)로 나타났다. 또한, 공원 이용행태에 영향을 미치는 요소는 여의도공원·여의도한강공원은 양재 시민의 숲보다 스포츠 및 레저, 문화·예술, 여가와 관련된 요소가 다양하게 도출되었으며, 양재 시민의 숲은 자연자원 요소가 다양하게 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있다.
각 대상지별로 나타나는 특별한 키워드는 여의도공원·여의도한강공원은 야경, 낚시, 집회, 유람선, 배달, 편의점, 치맥(치킨과 맥주), 피맥(피자와 맥주), 야시장(저녁에 운영되는 포장마차, 노점 등), 푸드트럭(화물자동차에 조리가 가능하게 개조하여 이동하며 음식 등을 판매) 등이고, 양재 시민의 숲은 숲교실, 웨딩촬영, 캠핑 등이다. 여의도공원·여의도한강공원은 한강에 인접하게 위치하고 있고, 주변에 빌딩이 둘러싸여 있는 특성으로 야경과 한강의 유람선, 한강 다리의 조명 등과 다양한 축제와 행사와 관련된 키워드가 나타났다. 반면, 양재 시민의 숲의 자연환경의 특성을 살린 숲 체험 등 교육의 공간으로 활용되고 있으며, 이러한 행태는 양재 시민의 숲에서 나타나는 특별한 행태로 볼 수 있다.
두 공원에서 공통적으로 급증한 행태는 에너지원 행태(먹다, 마시다)와 소비 행태(사다, 대여하다)이다.
주요 행태의 변화에 가장 큰 영향을 미치는 요소 중 두 공원 모두 정적 활동이다. 두 공원 모두 정적 활동은 다른 행태와 연관관계가 많아 다른 행태를 발생시키며, 형용사와 연관관계가 많아 장소의 만족도에도 영향을 미친다.
대상지의 행태는 시기별로 특정 주요 행태에 집중화되어 있다. 중심성 결과가 주요 행태는 높게 나오고, 다른 키워드는 상대적으로 적게 나타나 네트워크 구조가 주요 행태에 편중되어 있는 형태로 나타났다. 이러한 결과는 대상지에 다양한 행태가 일어나는 것이 아니라, 특정 주요 행태 위주로 나타나는 것으로 대상지의 공간, 시설 등이 골고루 활용되지 않고 있다는 것을 알 수 있다.
본 연구는 이전 연구와 다르게 빅데이터 기법을 활용하여 도시공원 이용행태를 분석하였다는 점과 오늘날 도시공원은 휴식, 산책 등의 역할을 넘어서 시대적인 트렌드를 반영하며 소비 성향이 나타나는 놀이공간으로 성향이 변화하였다는 결과를 도출하였다는 점에서 큰 의의가 있다. 또한, 공원은 도시민들에게 행태를 지원하는 대표적인 공공장소이지만, 각각의 공원이 가지고 있는 위치와 역사가 다른 것처럼 같은 도시공원이라 하더라도 각 공원이 도시민에게 제공하는 역할과 기능이 다르다는 것을 알 수 있다. 즉, 도시공원은 하나하나가 독자적인 사례로서 일반화시키기 어렵다(Jacobs, 2010).
본 연구의 결과를 바탕으로 도출한 시사점은 다음과 같다. 첫째, 연구의 시간적 범위를 광범위하게 설정하고, 행태 변화에 대해 해석을 시도한 점이다. 공원의 행태는 유동성·가변성을 가지고 있으며, 공원 연구 시 고려되어야 할 사항이지만 기존의 연구 방법으로는 장기적인 행태조사에 어려움이 있다. 그러나 빅데이터 기술을 활용하여 분석기간을 자유롭게 설정함으로써 공원 이용행태의 형성 과정과 변화의 흐름을 관리할 수 있는 수단을 만드는 것은 추후 공원의 계획·설계 혹은 관리 시 계획을 더욱더 구체화시킬 수 있는 장치가 될 수 있을 것이다.
둘째, 소셜네트워크 분석을 통해 행태가 가지고 있는 속성을 파악한 점이다. 단순히 어떠한 행태가 발생하는지에 그치지 않고, 행태간의 상호작용이 일어나고 있음을 분석해냈다. 이러한 결과는 기존의 물리적 측면에서 행태를 분석한 연구와 다르게 네트워크적 관점에서 접근했다는데 큰 의미가 있다(Lee, 2012). 특히 행태가 발생하는데 다른 행태가 영향을 미치는 결과를 밝힌 것은 시기별로 중추적 역할을 하는 행태와 영향을 미치는 요소를 파악함으로써 행태를 고려한 도시공원 공간구조 계획에 도움을 줄 수 있을 것이다.
셋째, 방법론적 측면에서 다양한 행태를 도출할 수 있다는 점이다. 공원의 행태를 미리 정해놓은 틀안에서 행태를 찾는 것이 아니라, 이용자가 경험한 사실을 자유롭게 서술한 자료를 활용하여 새로운 가치를 찾아내는데 초점이 맞춰있는 방법이기 때문에 다양한 행태를 도출할 수 있다.
마지막으로 빅데이터를 활용한 공원 이용행태 분석 시 활용할 수 있는 분석의 틀을 제시한 점이다. 본 연구의 부차적인 목적인 이용행태 분석 연구의 촉진을 위하여 공원 이용행태 분류의 범위를 확장시켜 행태를 새로운 차원에서 연구하였다.
그러나 본 연구는 공원 이용행태분석을 위해 텍스트마이닝과 소셜 네트워크 기법을 적용한 첫걸음으로 많은 한계점을 가졌다. 먼저 수집된 키워드를 정교하게 분석하는데 어려움이 있다. 특히 최근 줄임말, 해시태그 등 다양한 방식으로 경험이 표현되는데, 데이터 수집 과정에서 제외함으로써 특정의 현상을 반영할 수 없었다. 또한, 기초자료로 활용한 블로그는 사생활 보호 등의 문제로 데이터를 제공하는 사람의 특성 등에 대한 파악이 어려워 공원 이용자에 대한 정확한 측정이 불가능하다는 기술적인 한계점을 지닌다(Woo and Suh, 2018).