한국지적학회 발행기관 내 간행물
| 학회지 상세정보 | ||
|---|---|---|
 |
머신러닝을 활용한 부동산 실거래가 요인 분석 Real Estate Transaction Price Factor Analysis Using Machine Learning 박서현(Park, Seo Hyeon), 김도형(Kim, Do Hyoung) pp.199~210 (12pages)
|
원문보기 |
| 한국어초록 본 연구에서는 사람들의 거주 및 업무 등에 가장 밀접한 요소 중 하나인 부동산 실거래가가 어떠한 요인에 의하여 높아지고 낮아지는지를 파악하고자 하기 위해 토지, 인구, 업종에 대한 데이터들을 활용 하여 요인 분석을 진행하였다. 연구를 원활하게 진행하기 위해 공간적 범위는 대구광역시 법정동을 기 준으로 설정하였으며, 시간적 범위는 2020년 7월부터 2023년 6월까지의 기간을 설정하였다. 요인 분석 을 진행하기 전에 실거래가에 대한 분포가 어떻게 구성되어 있는지 파악하기 위해 KDE plot과 Box plot을 사용하여 기초통계를 확인한 결과 특정 구간에 밀집되어 있으며 오른쪽으로 긴 형태인 Positive skewness 형태가 보였다. 이러한 실거래가의 분포를 활용하여 각각의 독립변수의 영향 정도를 알아보 기 위해 실거래가 분포를 기준으로 4개의 Group으로 나눈 후 속도 및 예측력에서 뛰어난 성능을 보이 는 머신러닝의 한 종류인 XGBoost를 활용하여 독립변수에 관한 영향도 분석을 진행하였다. 분석 결과 부동산 실거래가에 미치는 영향은 Group별로 상이함을 확인하였고, 공간적 분포에 따라 실거래가 및 독립변수의 두드러진 차이를 확인할 수 있었다. 향후 연구에서는 이러한 구간별 독립변수의 영향력과 공간적 분포를 바탕으로 실거래가를 예측하는데 중요한 정보가 될 수 있을 것으로 예상된다. |
목록보기 | |
