All Issue

2020 Vol.55, Issue 2 Preview Page

Research Article

Big Markets, Big Names and Big Networks in Big Data Research: Urban Big Data Research Trends in International Academic Journals

빅데이터 연구에서의 빅마켓, 빅네임 그리고 빅네트워크: 국제학술지를 통해 본 도시 빅데이터 연구동향

Jungyul Sohna*
손 정렬a*
aProfessor, Department of Geography and Institute for Korean Regional Studies, College of Social Sciences, Seoul National University
a서울대학교 사회과학대학 지리학과 교수 및 국토문제연구소 겸무연구원
* Corresponding Author
30 April 2020. pp. 161-179
PDF XML Citation
Abstract

Big data, along with artificial intelligence, is a key concept of the fourth industrial revolution. This study attempts to explore how urban big data research is characterized and to which direction it is heading based on the examination of big data research in the field of urban studies. For this purpose, articles from 2013, in which the first article of urban big data research appears in international academic journal, to 2019 are first investigated in order to examine various characteristics of these studies and to identify urban big data research with a stronger impact as well as studies with a significant influence on urban big data research. The study also analyzes the characteristics of the citation network of academic journals in which these studies are published and then discusses the future directions of urban big data research. For the statistical analysis, multidimensional scaling as well as some basic descriptive statistics is used. The findings of the study show that urban big data research is most active among Chinese and American geographers with transportation and urban focuses using social media data. Shelton et al.(2015) and Liu et al.(2015) are identified among the most influential studies. Journals can be classified in terms of the dimensions of methodology (methodological-applied) and discipline (geography-urban studies), and also of the frequencies of publication-citation of urban big data research. Big data seem to open a new horizon to urban studies, but geographical approaches are expected to continue to be important.

Keywords
urban big data
international academic journal
research trends
citation
multidimensional scaling

빅데이터는 인공지능과 함께 4차 산업혁명시대의 핵심적 개념이다. 본 연구는 도시 분야에서 이루어진 빅데이터 연구들을 검토해 보고 이들을 통해 드러나는 빅데이터 도시연구의 특성과 향후 연구의 전망을 탐색하고자 하였다. 이를 위해 본 연구에서는 먼저 빅데이터 도시연구가 국제학술지에 처음 게재된 2013년부터 2019년까지의 해당논문들을 대상으로 연구의 성격과 특성 측면에서 어떤 것들이 활성화되고 있는지, 어떤 빅데이터 도시연구가 강한 영향력과 파급력을 가지고 있으며 빅데이터 도시연구에 큰 영향을 준 연구들은 무엇인지를 분석하였다. 다음으로, 연구들이 게재된 학술지들 간의 인용-피인용 관계는 어떤 특성을 가지고 있는지를 분석한 후, 빅데이터 도시연구가 향후에 어떤 방향으로 나아가게 될지를 논의해 보았다. 통계분석에는 기본적인 기술통계와 함께 다차원척도법이 활용되었다. 연구의 결과, 빅데이터 도시연구는 중국과 미국의 지리학자들에 의해 소셜미디어 자료를 대상으로 교통과 도시 분야에서 가장 활발하게 수행되고 있었다. 가장 영향력이 큰 연구로 Shelton et al.(2015)와 Liu et al.(2015)의 연구 등이 있었으며, 학술지들은 방법론-콘텐츠와 지리학-도시학의 두 차원에서, 그리고 게재빈도-인용빈도의 차원에서 각각 분류될 수 있었다. 빅데이터는 도시연구에서 새로운 지평을 열 것이나 지리학적 접근은 여전히 중요할 것으로 전망되었다.

키워드
도시 빅데이터
국제학술지
연구동향
인용
다차원척도법
References
1
강대중·권오현·기창돈·김남수·김도헌·김병연·김성균·김용창·김현섭·남좌민·모경환·박선현·박세웅·박연환·박형동·신석민·안성훈·양태진·오석배·오정미·오정석·윤용태·윤주현·이상구·이상형·이은주·이재열·임도빈·임철일·장정주·전상인·정병설·조동일·최승주·최윤영·한소원·한승현·홍유석·황진환, 2018, 2018 서울대학교 미래연구 방향 및 정책 어젠다, 서울대학교.
2
구자용, 2015, "공간정보 빅 데이터의 지도화와 공간적 분포 특성에 관한 연구: 서울시 지역의 트윗 데이터를 사례로," 국토지리학회지, 49(3), 349-360.
3
구자용, 2016, "위치기반 소셜 네트워크 데이터를 이용한 서울시 상업공간 분포특성 연구," 국토지리학회지, 50(4), 491-502.
4
구자용, 2017, "공간 빅 데이터를 이용한 개인 활동패턴의 시공간적 탐색: 서울시 지역의 트윗 데이터를 사례로," 국토지리학회지, 51(3), 259-270.
5
구자용, 2018, "소셜 네트워크 서비스 위치자료의 고밀도 영역에 대한 공간특성 분석: 서울시 지역 트윗 데이터를 대상으로," 국토지리학회지, 52(2), 257-267.
6
김감영·이건학, 2016, "이동통신 빅데이터를 이용한 현재인구 추정과 개선 방안 연구," 한국도시지리학회지, 19(2), 181-196.
10.21189/JKUGS.19.2.13
7
김홍광·안종욱, 2019, "소셜 네트워크 분석을 이용한 4차 산업혁명 기술 분야의 연구 동향 분석," 지적과 국토정보, 49(1), 113-121.
8
남영우·이인용, 2002, "한국 도시지리학 반세기의 회고와 전망," 한국도시지리학회지, 5(1), 1-13.
9
문성국·조성진·황철수, 2018, "위치 참조가 없는 블로그 텍스트를 이용한 위치 정보 추출 : 종로구 일대의 퇴근 후 활동공간을 대상으로," 대한지리학회지, 53(5), 777-788.
10
박수경, 2015, "원격진료의 지역적 차별성과 정보격차에 관한 연구," 대한지리학회지, 50(3), 325-338.
11
박재희·강영옥, 2014, "트윗을 이용한 서울시 주거환경 만족의 공간적 특성 분석- 도시정책지표 보완을 위한 활용방안 모색," 한국도시지리학회지, 17(1), 43-56.
12
박종수·이금숙, 2015, "교통카드 빅데이터 기반의 서울 버스 교통망 시간거리 접근성 산출," 한국경제지리학회지, 18(4), 539-555.
13
박종수·이금숙, 2018, "서울 대도시권 통합 대중 교통망에서 연도별 및 요일별 시간거리 접근도 변화," 한국경제지리학회지, 21(4), 335-349.
14
오충원, 2013, "인터넷 환경에서 참여형 GIS에 대한 연구," 한국지도학회지, 13(1), 127-141.
15
우현지·김영훈, 2017, "토픽 모델링을 이용한 트위터 데이터의 공간 분포 패턴 분석," 한국지역지리학회지, 23(2), 376-387.
10.26863/JKARG.2017.05.23.2.376
16
이건학, 2018, "공공 CCTV의 공간 분포 특성과 가시 커버리지에 기반한 최적 입지," 대한지리학회지, 53(3), 405-425.
17
이건학·김감영, 2016, "공간통계 기법을 이용한 현주인구 추정 모델링," 한국지도학회지, 16(2), 71-93.
10.16879/jkca.2016.16.2.071
18
이금숙·박소현, 2018, "스마트매체와 결합된 일상 활동장소 정보를 이용한 도시 이동성 변화: 미디어패널조사 미디어다이어리 데이터를 토대로," 대한지리학회지, 53(5), 745-760.
19
이금숙·박종수·정미선, 2014, "수도권 광역철도망 확충에 따른 서울 대도시권 접근도 변화: 교통카드 빅데이터를 이용한 시간거리 산출 알고리즘 및 비고정성 교통망접근도 산출 모형의 개발과 적용," 한국경제지리학회지, 17(1), 98-113.
20
이종원·오선민, 2016, "모바일 테크놀로지 활용 탐구기반 야외조사활동의 설계와 적용: 경주 양동마을을 사례로," 대한지리학회지, 51(6), 893-914.
21
홍일영, 2017, "LBSN (Location-Based Social Network) 데이터와 머신러닝 기법을 이용한 토지이용 분류," 한국지도학회지, 17(3), 59-67.
10.16879/jkca.2017.17.3.059
22
황태건·조성진·황철수, 2016, "시공간 비정형 빅데이터를 이용한 외국인 일일 활동의 시공간패턴 분석: 트위터를 사용하는 서울시 거주 외국인을 대상으로," 국토지리학회지, 50(4), 439-454.
23
Allam, Z. and Dhunny, Z.A., 2019, On big data, artificial intelligence and smart cities, Cities, 89, 80-91.
10.1016/j.cities.2019.01.032
24
Arribas-Bel, D., 2014, Accidental, open and everywhere: Emerging data sources for the understanding of cities, Applied Geography, 49, 45-53.
10.1016/j.apgeog.2013.09.012
25
Batty, M., 2013, The New Science of Cities, MIT Press, Cambridge.
10.7551/mitpress/9399.001.0001
26
Behnisch, M., Hecht, R., Herold, H. and Jiang, B., 2019, Urban big data analytics and morphology, Environment and Planning B, 46(7), 1203-1205.
10.1177/2399808319870016
27
Burns, R. and Thatcher, J., 2015, What's so big about Big Data? Finding the spaces and perils of Big Data, GeoJournal, 80(4), 445-448.
10.1007/s10708-014-9600-8
28
Choi, J.-H. and Nam, Y.-W., 2012, Research trends of the Korean urban geography, Journal of the Korean Geographical Society, 47(4), 541-553.
29
Couclelis, H., 1986, Artificial intelligence in geography: Conjectures on the shape of things to come, Professional Geographer, 38(1), 1-11.
10.1111/j.0033-0124.1986.00001.x
30
Eagly, R. V., 1975, Economics journal as a communication network, Journal of Economic Literature, 13, 878-888.
31
Elvidge, C. D., Hsu, F.-C., Baugh, K. E. and Ghosh, T., 2014, National trends in satellite observed lighting: 1992-2012, in Weng, Q.(ed.), Global Urban Monitoring and Assessment through Earth Observation, CRC Press, London.
10.1201/b17012-9
32
Estes, J. E., Sailer, C. and Tinney, L. R., 1986, Applications of artificial intelligence techinques to remote sensing, Professional Geographer, 38(2), 133-141.
10.1111/j.0033-0124.1986.00133.x
33
Gao, H. and Liu, H., 2014, Data analysis on location-based social networks, in Chin, A. and Zhang, D.(eds.), Mobile Social Networking, Springer, New York.
10.1007/978-1-4614-8579-7_8
34
Gao, S., Liu, Y., Wang, Y. and Ma, X., 2013, Discovering spatial interaction communities from mobile phone data, Transactions in GIS, 17(3), 463-481.
10.1111/tgis.12042
35
Garcia-Palomares, J. C., Gutierrez, J. and Minguez, C., 2015, Identification of tourist hot spots based on social networks: A comparative analysis of European metropolises using photo-sharing services and GIS, Applied Geography, 63, 408-417.
10.1016/j.apgeog.2015.08.002
36
Gatrell, C. and Smith, A., 1984, Networks of relations among a set of geographical journals, Professional Geographer, 36(3), 300-307.
10.1111/j.0033-0124.1984.00300.x
37
Gong, L., Liu, X., Wu, L. and Liu, Y., 2016, Inferring trip purposes and uncovering travel patterns from taxi trajectory data, Cartography and Geographic Information Science, 43(2), 103-114,
10.1080/15230406.2015.1014424
38
Goodchild, M. F., 2006, GIScience ten years after ground truth, Transactions in GIS, 10(5), 687-692.
10.1111/j.1467-9671.2006.01022.x
39
Goodchild, M. F. and Janelle, D. G., 1988, Specialization in the structure and organization of geography, Annals of the Association of American Geographers, 78, 1-28.
10.1111/j.1467-8306.1988.tb00189.x
40
Graham, M. and Shelton, T., 2013, Geography and the future of big data, big data and the future of geography, Dialogues in Human Geography, 3(3), 255-261.
10.1177/2043820613513121
41
Hong, I. and Jung, J.-K., 2017, What is so ''hot'' in heatmap? Qualitative code cluster analysis with Foursquare venue, Cartographica, 52(4), 332-348.
10.3138/cart.52.4.2016-0005
42
Johnston, R. J., 1989, The institute, study groups, and a discipline without a core? Area, 21(4), 407-414.
43
Kim, Y.-L., 2018, Seoul's Wi-Fi hotspots: Wi-Fi access points as an indicator of urban vitality, Computers Environment and Urban Systems, 72, 13-24.
10.1016/j.compenvurbsys.2018.06.004
44
Kitchin, R., 2013, Big data and human geography: Opportunities, challenges and risks, Dialogues in Human Geography, 3(3), 262-267.
10.1177/2043820613513388
45
Kitchin, R., 2014, Big data, new epistemologies and paradigm shifts, Big Data & Society, 1(1), 1-12.
10.1177/2053951714528481
46
Liu, Y., Liu, X., Gao, So., Gong, L., Kang, C., Zhi, Y., Chi, G. and Shi, L., 2015, Social sensing: A new approach to understanding our socioeconomic environments, Annals of the Association of American Geographers, 105(3), 512-530.
10.1080/00045608.2015.1018773
47
Mayer-Schonberger, V. and Cukier, K., 2013, Big Data: A Revolution that will Transform How We Live, Work and Think, John Murray, London.
48
Miller, H. J. and Goodchild, M. F., 2015, Data-driven geography. Geojournal, 80(4), 449-461.
10.1007/s10708-014-9602-6
49
Mossberger, K., Tolbert, C. J. and Stansbury, M., 2003, Virtual Inequality Beyond the Digital Divide, Georgetown University Press, Washington DC.
50
Nystuen, J. D., 1984, Comment on "Artificial intelligence and its applicability to geographical problem solving," Professional Geographer, 36(3), 358-359.
10.1111/j.0033-0124.1984.00358.x
51
O'Sullivan, D. and Manson, S. M., 2015, Do physicists have geography envy? And what can geographers learn from it? Annals of the Association of American Geographers, 105(4), 704-722.
10.1080/00045608.2015.1039105
52
Pajevic, F. and Shearmur, R. G., 2017, Catch me if you can: Workplace mobility and big data, Journal of Urban Technology, 24(3), 99-115.
10.1080/10630732.2017.1334855
53
Palczewska, A., Palczewski, J., Robinson, R. M. and Neagu, D., 2014, Interpreting random forest classification models using a feature contribution method, in Bouabana-Tebibel, T. and Rubin, S. H.(eds.), Integration of Reusable Systems. Springer, New York.
10.1007/978-3-319-04717-1_9
54
Park, J. and Kim, J., 2019, Economic impacts of a linear urban park on local businesses: The case of Gyeongui Line Forest Park in Seoul, Landscape and Urban Planning, 181, 139-147.
10.1016/j.landurbplan.2018.10.001
55
Rabari, C. and Storper, M., 2015, The digital skin of cities: Urban theory and research in the age of the sensored and metered city, ubiquitous computing and big data, Cambridge Journal of Regions Economy and Society, 8(1), 27-42.
10.1093/cjres/rsu021
56
Rodrigue, J.-P., Comtois, C. and Slack, B., 2009, The Geography of Transport Systems, Routledge, London.
57
Salmond, J. A., Tadaki,, M. and Dickson, M., 2017, Can big data tame a "naughty" world? Canadian Geographer, 61(1), 52-63.
10.1111/cag.12338
58
Shearmur, R., 2015, Dazzled by data: Big data, the census and urban geography, Urban Geography, 36(7), 965-968.
10.1080/02723638.2015.1050922
59
Shelton, T. and Poorthuis, A., 2019, The nature of neighborhoods: Using big data to rethink the geographies of Atlanta's neighborhood planning unit system, Annals of the American Association of Geographers, 109(5), 1341-1361.
10.1080/24694452.2019.1571895
60
Shelton, T., Poorthuis, A., Graham, M. and Zook, M., 2014, Mapping the data shadows of Hurricane Sandy: Uncovering the sociospatial dimensions of 'big data,' Geoforum, 52, 167-179.
10.1016/j.geoforum.2014.01.006
61
Shelton, T., Poorthuis, A. and Zook, M., 2015, Social media and the city: Rethinking urban socio-spatial inequality using user-generated geographic information, Landscape and Urban Planning, 142, 198-211.
10.1016/j.landurbplan.2015.02.020
62
Slater, P. B., 1983, Hierarchical clustering of mathematical journals based upon citation matrices, Scientometrics, 5, 55-58.
10.1007/BF02097177
63
Smith, T. R., 1984, Artificial intelligence and its applicability to geographical problem solving, Professional Geographer, 36(2), 147-158.
10.1111/j.0033-0124.1984.00147.x
64
Walker, S. J., 2014, Big data: A revolution that will transform how we live, work, and think, International Journal of Advertising, 33(1), 181-183.
10.2501/IJA-33-1-181-183
65
Wirth, L., 1938, Urbanism as a way of life, American Journal of Sociology, 44(1), 1-24.
10.1086/217913
66
Wrigley, N. and Matthews, S., 1986, Citation classics and citation levels in geography, Area, 18(3), 185-194.
67
Xhgnesse, L. V. and Osgood, C. E., 1967, Bibliographical citation characteristics of the psychological journal network in 1950 and 1960, American Psychologist, 22, 778-791.
10.1037/h0024961
68
Xiao, Y., Wang, D. and Fang, J., 2019, Exploring the disparities in park access through mobile phone data: Evidence from Shanghai, China, Landscape and Urban Planning, 181, 80-91.
10.1016/j.landurbplan.2018.09.013
69
Yao, Y., Li, X., Liu, X., Liu, P., Liang, Z., Zhang, J. and Mai, K., 2017, Sensing spatial distribution of urban land use by integrating points-of-interest and Google Word2Vec model, International Journal of Geographical Information Science, 31(4), 825-848.
10.1080/13658816.2016.1244608
70
Zhong, C., Arisona, S. M., Huang, X., Batty, M. and Schmitt, G., 2014, Detecting the dynamics of urban structure through spatial network analysis, International Journal of Geographical Information Science, 28(11), 2178-2199.
10.1080/13658816.2014.914521
Information
  • Publisher :The Korean Geographical Society
  • Publisher(Ko) :대한지리학회
  • Journal Title :Journal of the Korean Geographical Society
  • Journal Title(Ko) :대한지리학회지
  • Volume : 55
  • No :2
  • Pages :161-179
  • Received Date : 2020-01-30
  • Revised Date : 2020-03-12
  • Accepted Date : 2020-03-12
  • DOI :https://doi.org/10.22776/kgs.2020.55.2.161
Journal Informaiton Journal of the Korean Geographical Society Journal of the Korean Geographical Society
online submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close