기계학습 기술을 이용한 부동산 감성지수 개발 모형 연구
A Study on the Development of the Real Estate Sentiment Index Model Using the Machine Learning Techniques
1
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
감성분석은 비정형 텍스트 데이터에서 사람의 의견, 태도나 성향 등과 같은 정보를 추출하는 기법으로 부동산 시장에 참여자의 심리를 파악하는데 유용하다. 이 연구의 목적은 온라인 신문기사 중 부동산 관련 뉴스기사를 이용하여 부동산 시장의 변화를 설명 또는 예측할 수 있는 감성지수 모형을 개발하는 것이다. 주요 일간지와 경제지 웹사이트에서 부동산 관련 기사를 웹 크롤링하여 수집하고, 전처리 절차와 토픽분석을 통해 8개 토픽과 단어를 추출하였다. 토픽분석에서 추출한 단어가 포함된 문장을 선정하고 텍스트랭크를 이용하여 감성사전을 만든다. 이후 TF-IDF와 나이브 베이즈 분류 모델을 이용하여 문장에 극성을 부여하고 가중치 값을 산출하고, 월별 부동산 감성지수를 산출한다. 분석 결과, 나이브 베이즈는 정확도 88%의 양호한 성능을 나타냈다. 이 모형은 부동산 부문에서 이용된 기존 방법들보다 진일보한 감성지수 개발 모형이며, 비정형 빅데이터 분석 연구에 새로운 분석틀과 체계를 제시하였다. 부동산시장 참여자들의 심리를 즉각적이고 유연하게 지수화하고, 이를 이용하여 아파트가격 등 부동산시장의 변동을 설명하거나 예측하는 토대를 마련한 점에서 의의가 있다.
Abstract
The market sentiment analysis is a useful way to understand the participants’ sentiment in the real estate market by extracting their opinion, attitude and tendency from the irregular text data. This study aims to develop the sentiment index model, using real estate-related online newspaper articles. The procedures are as follows: First, online news articles are web-crawled from major daily and economic news websites. Second, topics and words are extracted through the Latent Dirichlet Allocation (LDA) topic analysis. Third, the sentiment dictionary is established using the TextRank algorithm with sentences which contain the words extracted by the topic analysis in the second step. Finally, using the Term Frequency - Inverse Document Frequency (TF-IDF) and the Naive Bayes classification model, we assign polarity to the sentences and calculate the weights, producing the monthly real estate sentiment index. The result shows a good performance of the proposed method with an accuracy of 88%. The model is more advanced than existing methods which have been used in the real estate studies, proposing a novel analytical framework and model for the unstructured big data analysis. It also provides an index which reflects participants‘ sentiment immediately and flexibly, therefore helps to explain and predict changes in the real estate market.
참고문헌 (37)
- 강소랑, "베이붐 세대와 이전 및 이후 세대 간 비교분석", 춘계학술대회발표논문집, pp.157~184 (2016), 한국정책분석평가학회
- 경정익, "부동산분야의 빅데이터 활용 방안과 정책적 제언", 부동산경영, (10), pp.95~97 (2014), 한국부동산경영학회
- 김구회, "아파트 규모별 하위시장과 소비심리지수의 선행성 및 인과성에 관한 연구", 한국산학기술학회논문지, 17(4), pp.682~691 (2016), 한국산학기술학회[DOI]
- 김구회, "주택시장 소비심리지수의 주택 하위시장 및 경매시장과의 영향관계에 관한 실증연구 - 서울 및 수도권 아파트 시장을 대상으로 -", GRI연구논총, 18(1), pp.147~167 (2016), 재단법인 경기연구원
- 김대원, "트위터 정보와 아파트 매매 및 전세 가격 간 동적 관계 분석", 도시행정학보, 29(1), pp.1~33 (2016), 한국도시행정학회
- 김동영, "SNS와 뉴스기사의 감성분석과 기계학습을 이용한 주가예측 모형 비교 연구", 한국IT서비스학회지, 13(3), pp.221~233 (2014), 한국IT서비스학회[DOI]
- 검색데이터 주택시장의 단기예측에 유용하다, "김민희", LGERI, ~ (2014)
- 김지현, "판별모형의 평가에서 ROC 곡선과 AUC의 활용에 대한 사례 연구", Journal of The Korean Data Analysis Society, 20(2), pp.609~619 (2018), 한국자료분석학회[DOI]
- 김진유, "신문기사가 부동산가격변동에 미치는 영향- ‘투기’가 포함된 신문기사와 주택가격간의 그랜저인과관계분석을 중심으로 -", 주택연구, 14(2), pp.39~63 (2006), 한국주택학회
- 김재휘, "광고심리학" (2009), 커뮤니케이션북스
- 남길임, "한국어 텍스트 감성 분석" (2017), 커뮤니케이션북스
- 박재수, "아파트 매매가격과 부동산 온라인 뉴스의 교차상관관계와 인과관계 분석 - 온라인 뉴스 기사의 비정형 빅데이터를 활용한 감성분석 기법의 적용 -", 국토계획, 54(1), pp.131~147 (2019), 대한국토·도시계획학회[DOI]
- 배성완, "기계 학습을 이용한 공동주택 가격 추정: 서울 강남구를 사례로", 부동산학연구, 24(1), pp.69~85 (2018), 한국부동산분석학회[DOI]
- 배영준, "향상된 TextRank 알고리즘을 이용한 자동 회의록 생성 시스템", 한국정보전자통신기술학회 논문지, 11(5), pp.467~474 (2018), 한국정보전자통신기술학회
- 서덕성, "워드임베딩과 그래프 기반 준지도학습을 통한 한국어 어휘 감성 점수 산출", 대한산업공학회지, 43(5), pp.330~340 (2017), 대한산업공학회[DOI]
- 송민채, "뉴스기사를 이용한 소비자의 경기심리지수 생성", 지능정보연구, 23(3), pp.1~27 (2017), 한국지능정보시스템학회
- 송치영, "뉴스가 금융시장에 미치는 영향에 관한 연구", 국제경제연구, 8(3), pp.1~34 (2002), 한국국제경제학회
- 신규식, "신재생에너지 동향 파악을 위한 토픽 모형 분석", 한국산학기술학회논문지, 16(9), pp.6411~6418 (2015), 한국산학기술학회[DOI]
- 심광섭, "인접 조건 검사에 의한 초고속 한국어 형태소 분석", 정보과학회논문지 : 소프트웨어 및 응용, 31(1), pp.89~99 (2004), 한국정보과학회
- 안정욱, "정보시스템 연구 트렌드변화 분석: 토픽모델링 과 네트워크 분석", 한국경영정보학회학술대회논문집, pp.561~570 (2015), 한국경영정보학회
- 우윤석, "언론보도와 시계열 주택가격 간의 관계에 관한 연구", 주택연구, 19(4), pp.111~134 (2011), 한국주택학회
- 유석종, "나이브 베이즈 분류를 활용한 부동산 추천 기법 연구", 한국정보기술학회논문지, 17(10), pp.115~120 (2019), 한국정보기술학회[DOI]
- 유수정, "O2O 관련 언론보도 내용분석을 통해 살펴본 국내 ‘ICT 저널리즘’의 현황", 정보통신정책연구, 23(4), pp.117~149 (2016), 정보통신정책학회
- 이득환, "빅데이터에 나타난 감성 분석", 金融工學硏究, 12(2), pp.79~96 (2013), 한국금융공학회[DOI]
- 이상기, "나이브베이즈 분류모델과 협업필터링 기반 지능형 학술논문 추천시스템 연구", Journal of Information Science Theory and Practice, 41(4), pp.227~249 (2010), 한국과학기술정보연구원
- 이요섭, "딥 러닝 프레임워크의 비교 및 분석", 한국전자통신학회 논문지, 12(1), pp.115~122 (2017), 한국전자통신학회[DOI]
- 이현우, "Text Rank를 이용한 키워드 정련: TextRank를 이용한 집단 지성에서 생성된 콘텐츠의 키워드 정련", 한국HCI학회 학술대회, pp.285~289 (2009), 한국HCI학회
- 정한조, "사전과 말뭉치를 이용한 한국어 단어 중의성 해소", 지능정보연구, 21(1), pp.1~13 (2015), 한국지능정보시스템학회
- 진창하, "Newspaper content and home prices: perception, reasoning and affect", 부동산학연구, 18(2), pp.125~142 (2012), 한국부동산분석학회[DOI]
- 차윤정, "소셜미디어 토픽모델링을 통한 스마트폰 마케팅 전략 수립 지원", 지식경영연구, 16(4), pp.69~87 (2015), 한국지식경영학회[DOI]
- 황윤태, "아파트 가격 지수 산출에 관한 연구: 머신러닝 알고리즘을 중심으로", 금융연구, 33(3), pp.51~83 (2019), 한국금융학회[DOI]
- 황의영, "주식ㆍ부동산값 뛰면서 지난해 가계 자산 7% 늘어", 중앙일보, ~ (2018)
- Brin, Sergey, "Anatomy of a Large-scale Hypertextual Web Search Engine", Computer Networks, 30, pp.107~117 (1998)
- Hilbert, M., "Big Data for Development: A Review of Promises and Challenges", Development Policy Review, 34(1), pp.135~174 (2016)
- Li, Jian, "Forecasting oil prices trends with sentiment of online new articles", Procedia Computer Science, 91, pp.1081~1087 (2016)
- Manyika, J., "Big data : The Next Frontier for Innovation, Competition, and Productivity", McKinsey Global Institute, ~ (2011)
- Simundic, Ana-Maria, "Diagnostic Accuracy-Part1 : Basic Concepts : Sensitivity and Specificity, ROC Analysis, STARD Statement", Point of Care, 11(1), pp.6~8 (2009)