What makes a city a unique place and experience? This question has long been asked in the field of urban design in relation to successful placemaking with strong identity. In this regard, measuring how people understand the urban environment has been an important theme in urban research. Over the recent decades, the shift to regeneration strategies in urban policies has been demanding the need to discuss regeneration in relation to the place identity concept considering changes in the urban environment. In the era of urban information systems and big data, user-generated contents (UGC) are opening new visions for identifying the meaningful semantics of people-place relationships. Within this context, two research problems are defined: (1) place identity extraction at a collective scale; and (2) verifying place identity change in urban change scenarios.The overall methodology of this dissertation is organized based on the phases of the UGC analytical framework - retrieval, processing, analysis, and implication.
To address the research problems, we focus on the research potential of non-georeferenced texts from social media and attempt to extract geographical context and place-related semantics for place identity assessment using three regeneration projects in Seoul, Korea as study sites. This dissertation proposes a novel method to construct a crowdsourced place identity dataset from which people’s collective understanding of places are represented. Implications on place-specific meanings of each site are found through initial data analysis, which were further investigated in later analyses. First, we apply biterm topic models on non-georeferenced texts to discover subjective information that can explain the identity of regeneration sites. We analyze the discovered topics with a longitudinal approach and compare their spatiotemporal hotspots with the timeline of regeneration schemes to reveal the congruence between place identity development and urban change scenarios. In addition, they are found to have positive correlation with commercial and tourism revitalization indices at each site. Second, we explore the driving factors of place identity intensity (PII) by adopting a local regression approach. Specifically, we apply geographically weighted regression models to uncover the spatially variability of regeneration factors in place identity.
The results confirm that place identity is rather dynamic than static, and should be considered within the changing urban context. In particular, this has been found to change in close connection with regeneration plans. Moreover, local regression results demonstrate counterfactual findings in regard to urban regeneration and place identity. For instance, we contradict the concerns of redevelopment efforts for being disruptive to place identity but instead show that physical change may reinforce place identity in commercial and residential areas. In addition, we suggest counterintuitive place identity-oriented strategies to attract new businesses in regeneration sites. In consequence, the findings provide evidence of commonly raised criticisms of urban regeneration approach - commodification of place, gentrification, and the myth of its comparative advantage over redevelopment strategy - and calls for an identity-driven approach in future planning.
무엇이 도시를 독특한 장소와 경험으로 만드는가? 이 질문은 강력한 정체성을 가진 성공적인 장소 만들기와 관련하여 도시 디자인 분야에서 오랫동안 제기되어 왔다. 이와 관련하여 사람들이 도시 환경을 이해하는 방법을 측정하는 것은 도시 연구의 중요한 주제였으며 그 중 상당수는 Kevin Lynch의 도시 이미지 이론에서 비롯되었다. 도시 정보 시스템 및 빅 데이터 시대에 사용자 생성 콘텐츠는 사람과 장소 사이의 관계와 그 속에서 유의미한 정보를 이해하기 위한 새로운 가능성을 열고 있다. 그러나 많은 위치 기반 소셜 네트워크 플랫폼은 사용자 정보가 포함된 데이터에 대한 접근을 제한하고 있습니다. 이러한 문제를 해결하기 위해 본 연구는 소셜 미디어에서 지리 참조되지 않은 텍스트의 연구적 활용 가능성에 초점을 두고 지리적 맥락과 장소 관련 의미를 추출하려고 시도하였다. 결론적으로, 장소에 대한 이론적인 모델에 기반하여 도시 경험의 질적 성격에 대한 양적이고 객관적인 평가를 가능하게 하는 크라우드소스 장소 정체성 (crowdsourced place identity) 의 분석 방법론의 개발을 목표로 하였다.
지리 참조되지 않은 랜덤 텍스트에 토픽 모델링 기법을 적용함으로써 서울의 도시 재생 대상지에서 장소 정체성의 변화하는 패턴을 밝혔다. 먼저, 소셜 미디어 게시물에서 도시 재생 대상지 이름과 함께 표현되는 태그를 각 대상지에 대해 설명하는 정보로 해석하여 David Canter의 장소 모델과 Edward Relph의 장소성 모델에 따라 장소 정체성의 세 가지 구성 요소인 물리적 속성, 활동 및 의미로 분류하였다. 특히, 지리 참조되지 않은 랜덤 텍스트에 지리값을 부여하고, 그와 함께 등장하는 태그들로부터 Biterm topic modeling 기법을 통해 각 위치에 대한 인식을 대표하는 주제들을 추출하였다. 결과적으로, 도시 재생 타임라인 내에서 장소에 대한 인식의 시공간적 변화가 도시 변화 시나리오와 일치하고 대상지의 상업 및 관광 활성화지수들과 상관성을 갖는 것을 밝힘으로써 방법론의 유효성을 검증하였다 본 연구는 지리 참조되지 않은 텍스트를 장소 관련 의미의 매개체로 대규모로 활용한 첫 연구이며 향후 도시 개발 프로젝트 평가에 해당 데이터를 적용할 수 있는 가능성을 보였다.
도시 재생 과정에서의 변화 요인, 예를 들어, 사업자 등록/폐쇄, 토지 가치, 공공 시설 접근 등이 장소 정체성에 끼치는 영향을 정량적으로 분석하였다. 앞서 생성된 주제 및 빈도 정보를 기반으로 Place Identity Intensity (PII) 지수를 정량화하였으며, 이는 집계구 별 빈도의 합으로 측정 지점에서의 장소 정체성 강도를 의미한다. 특히, 도시 공간의 변화가 사람들의 인식에 미치는 영향은 장소에 따라 상이함을 확인하기 위하여, 지역적 회귀 모델을 사용하여 도시 요인과 PII 지수 간의 상관관계를 밝혔다. 본 연구에서는 도시 재생 대상지에서 변수 간의 상관 관계의 공간적 가변성을 밝히고, 그 결과로부터 도시 재생 계획에서 장소 정체성의 발달을 이끌어내기 위한 전략을 제시하였다.
본 연구의 결과는 도시 내 건축 환경의 변화와 장소 정체성에 대한 사람들의 반응이 어떻게 다른지 밝힘으로써, 사람들의 인식을 바탕으로 설계 및 평가하는 장소만들기에 시사점을 제공한다.