112 신고 건수에 영향을 미치는 주요 변수 분석

• 영문명: Analysis of main variables affecting the 112 Emergency Call
• 발행기관: 한국자료분석학회
• 저자명: 이상덕
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.25 No.5, 2005~2015쪽, 전체 11쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2023.10.31

국문 초록

데이터 사이언스의 발전으로 다양한 기계학습과 딥러닝 모델을 이용한 112 신고 건수 예측이 이뤄지고 있고 상당한 높은 성능으로 112 신고 건수를 예측할 수 있는 모델과 방법이 제시되고 있다. 이러한 신고 건수의 예측은 범죄 발생 가능성이 높은 날짜와 장소에 적절한 경찰력을 투입할 수 있으며 이러한 예측을 통해 범죄 예방과 경찰 자원의 효율적 사용을 가능하게 한다. 정확한 112 신고 건수의 예측이 중요하지만, 어떤 날 어떤 이유가 높은 신고 건수를 만들게 되는지 그 요인에 대한 파악 역시 중요하다. 경찰관들은 오랜 경험과 감을 통해서 오늘 신고 건수가 많을 것인지 적을 것인지를 예측할 수 있다. 또 국민들도 어림잡아 이런 날은 신고가 많이 들어오지 않을까? 하는 생각을 하고 있다. 실제로 휴일 여부는 신고 건수에 큰 차이를 보이고 휴일신고가 많이 들어올 것이라고 예상이 되며 결과적으로도 큰 영향을 미치는 변수라는 것이 여러 논문에서 확인된 바가 있다. 하지만 그렇게 명백한 변수들은 실제 신고 건수와 높은 상관관계를 갖게 되어 다른 변수들의 영향력을 작게 만들게 되며 모든 예측에 절대적인 기준이 되어 버리기도 한다. 또한 상대적으로 변동이 적은 변수의 경우는 신고 예측 큰 영향을 줄 수가 없다. 이러한 이유로 단지 모델의 성능 개선을 통한 예측보단 각 변수의 예측 결과에 대한 영향을 알아보고 더 나아가 해당 112 신고 예측에 필요한 변수의 선택 방법과 왜 이런 결과를 모델이 선택했는지를 확인하여 주요 변수가 모델의 미치는 영향과 설명력을 확인으로 112 신고 예측 모델 구축 시 주목할 만한 변수를 제시하고 한다.

영문 초록

With the development of data science, various machine learning and deep learning models are being utilized to predict the number of 112 emergency calls with high accuracy. Predicting emergency response volume can help law enforcement agencies efficiently allocate police resources to high-risk areas and dates, thereby preventing crime. However, it is also important to understand the factors that contribute to high call volume on specific dates and times. Police officers may have a sense of whether call volume will be high or low based on their experience and intuition. Similarly, the general public may make assumptions about which factors contribute to higher call volumes. In fact, there is a significant difference in call volume between holidays and weekdays, as several studies have confirmed that holidays have a significant impact on call volume. However, clear variables can reduce the impact of other variables on the prediction model and can become the sole criterion for all predictions. Additionally, variables with relatively low variability may not have a significant impact on call volume prediction. For these reasons, it is important to understand the impact of each variable on prediction results, select the necessary variables for predicting 112 emergency calls, and understand why the model selects certain variables to build an effective prediction model. Through this study, we can examine the key variables that influence the model and their explanatory power, and provide the essential variables needed to construct a 112 emergency call prediction model, without relying solely on model performance improvement.

목차

1. 서론

2. 데이터 설명

3. 연구방법

4. 결론

References

키워드

112 신고 예측 기계학습 분류 모델 모델 설명력 112 Emergency Call Prediction Machine Learning Classification model XAI