최근 머신러닝은 빅데이터에 대한 분석방법으로서 학습을 통한 지능화된 문제해결 방안으로서 관심이 증가하고 있다. 본 논문은 LBSN 데이터와 머신러닝 방식을 이용하여 토지이용현황을 파악하는 분석을 시도하였다. 도시계획에 있어서 토지이용현황의 파악은 직접적인 현장 조사에 의존해 왔다. 최근 스마트폰 사용자가 증가하면서 등장하고 있는 위치기반 소셜미디어의 자료들 은 토지이용의 상황을 반영하는 빅데이터로서, 머신러닝 방법론은 이들에 대한 자동화된 분석을 할 수 있게 한다. 본 연구에서는 LBSN 자료와 머신러닝 기법을 이용하여 토지이용을 예측하는 모델을 개발하여 실제 토지이용현황 자료와의 비교분석을 수행하였다. 이러한 분석을 통해 LBSN자료를 이용한 토지이용현황의 자동화된 분석 방안에 대해 연구하였다.

본 연구에서는 국내 위치기반소셜 네트워크(LBSN)의 공간분포 특징을 분석하였다. LBSN에서 발생하는 정보의 특징은 사용자들이 작성한 콘텐츠가 지역과 밀접한 관계를 갖는 내용이기에 해당 지역이 갖는 특징들을 반영하고 있다는 점이다. 본 연구에서는 가장 대표적인 서비스인 포스퀘어를 사례로 베뉴와 팁에 관한 정보를 수집하여 데이터의 지역 간의 특징 및 차이를 분석하였다. LBSN자료의 정량적인 특징인 베뉴 및 팁의 수와 함께 정성적인 특징인 베뉴의 범주, 팁의 콘텐츠에 대한 정성적인 분석을 통해 지역별로 나타나는 콘텐츠의 특징을 분석하였다. 분석결과 도시지역을 대표하는 서울특별시와 관광지역인 제주도에 있어, 베뉴의 범주와 팁 텍스트의 질적인 특징들을 확인할 수 있었다.