광진구 따릉이 수요량 예측을 통한 최적의 입지선정 모델링
코로나 팬데믹 이후 따릉이 이용자 수가 꾸준히 증가하고 있으나 기존 대여소 내 자전거 배치 개수를 조정하는 것 만으로는 수요를 감당하기 어려운 상황이 발생하고 있습니다.
따라서 기존 대여소 배치 문제를 넘어 새로운 대여소 위치 선정 관점에서 접근을 해보았습니다. "광진구" 지역의 2025,2026 따릉이 이용건수를 예측하고 효율적인 대여소 재배치 및 신규 대여소 추천을 해주는 모델을 제작하였습니다.
- XGBoost, LightGBM, Prophet 앙상블을 통해 각 모델의 장점은 강화하고 단점은 보완하여 미래의 대여소별 대여량을 예측했습니다.
- 예측한 값의 클러스터 값을 활용하여 최적의 입지 추천 알고리즘을 제작하여 미래의 신규 대여소 위치 좌표를 추천받습니다.
- 추천 받은 좌표들 근방을 직접 구글맵으로 확인 후 따릉이 공식 대여소 선별 기준을 만족하는 위치를 선정하였습니다.
- 효율적인 신규 대여소 배치: 시민들이 그저 원하는 위치가 아닌 정확히 모델링하고 분석된 결과를 기반으로 신규 대여소 위치를 추천하였기에 효율적인 위치 선정이 가능합니다.
- 시계열성 모델 활용: 따릉이 대여량은 특히 시계열성이 명확한 데이터입니다. 특히 계절성을 많이 타며 이를 분석하기 위해 시계열에 적합한 모델인 Prophet을 사용했습니다.
저희 모델은 증가하는 따릉이 대여량에 대응하여 단순히 따릉이 개수를 늘리는 것이 아니라, 적합한 신규 대여소 위치를 선정함으로써 보다 효율적으로 관리할 수 있도록 도와줍니다.
가장 최근에 생긴 대여소들의 특징들을 위 모델로 예측한 클러스터 값을 활용하여 분석한 후 신규 대여소가 생길 떄의 특징을 파악하였습니다.
분석된 결과를 바탕으로 대여소 최적 입지 추천 알고리즘을 제작하였고 점수 가중치를 이용하여 광진구에 맞게 조정하였습니다.
저희 팀은 광진구를 기반으로 모델링 및 입지 최적화 알고리즘을 개발하였습니다. 이 모델은 범용성을 가지고 설계되었으며, 다른 자치구 데이터를 적용할 경우, 해당 데이터에 맞춰 가중치 조정만으로도 효과적으로 활용 가능합니다.