시간과 공간에 대한 정보는 사람이 생활을 하는 데 있어 반드시 알아야 하는 근본적인 정보이다. 이러한 시공간적 정보는 우리가 일상생활이나 특정 상황에 있을 때 중요한 정보와 기준을 제시한다. 이러한 시공간적 정보는 스마트 디바이스와 컴퓨터의 보급이 대중화되면서 핵심 서비스로 급부상하게 되었다. 또한, 모바일 기기가 개인화되면서 디바이스에 내장된 GPS를 활용한 위치기반 서비스는 생활 속 일부로 자리 잡게 되었다. LBS는 특정한 관심이나 활동을 공유하는 사람들 사이의 관계망을 구축해 주는 소셜 네트워크 서비스(SNS)와 결합하여 위치기반 소셜 네트워크 서비스(LBSNS)라는 새로운 영역을 구축하면서 소셜 서비스 영역을 확장하게 되었다. LBSNS는 위치를 기반으로 하여 비디오, 오디오, 텍스트, 이미지 등의 미디어 요소들을 태그하고 이러한 정보를 공유함으로써 네트워크를 형성하는데 이때 크게 시간, 공간, 소셜, 첨부 콘텐츠 등 많은 데이터가 발생한다. 본 연구에서는 사회적 관계 데이터를 LBSNS 사용 맥락에 따른 데이터의 유형으로 분류하고, 인터랙티브 시각화 요소를 추출하여 유형별 효과적인 시각화 방안을 제시하였다. 본 연구를 통해 우리 주변에 흩어져 있는 방대한 LBSNS 데이터로부터 유의미한 패턴의 읽어내고 패턴의 분석과 이해를 통해 실체를 파악하고 그 실체가 요구하는 니즈를 정보화하여 소통하게 되기를 기대한다.
Information about ``time`` and ``space`` is the most fundamental information that people must know for their living. Whether in our daily lives or particular situation, these spatial-temporal information suggest significant information and standard that determine our behavior and attitude, and also improve the quality of life of people. As dissemination of smart devices and computers are popularized, spatial information has risen rapidly as a core service. Also, as mobile devices became personalized, location-based services(LBS) that utilizes a built-in GPS in a device has settled in part of our lives. By combining various technologies and content with location information, services are more diversified and advanced. LBS has combined with SNS, which builds networks between people who share certain interests and activities, and established new territory called location-based social network services(LBSNS) and extended social services sector. LBSNS is a service that provides the location of a user to acquaintances and share related information through a combination of built-in GPS in the smart device and social network services. Based on the position, LBSNS tags media elements such as video, audio, text, and images, and by sharing these information it forms a network, which generates data about time, space, social, and attached content. Therefore, on the basis of these characteristics, the study was conducted as it is expected to be able to read the patterns of meaningful phenomenon through LBSNS data. As soon as a new service area like LBSNS is established, recording of personal information with smart devices became easier and people could communicate without restrictions of time and space. In this study, the social relationship data classification according to the type of data used in location-based social network service context, and interactive visualization by presenting the type of element was chuchu effective visualization methods.
