빅데이터 마이닝에 의한 공시지가 민원의 시공간적 분석모델 제시
A Suggestion for Spatiotemporal Analysis Model of Complaints on Officially Assessed Land Price by Big Data Mining
1
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
이 연구는 빅데이터 마이닝에 기초하여 공시지가 민원에 대한 시공간적 특성을 분석하는 모델을 제시하는 데 목적이 있다. 특히 이 연구는 행정 민원이 제기되는 원인을 학술적 요인보다는 시공간적 측면에서 찾았고, 그러한 민원 발생의 경향을 시공간적으로 모니터링하는 모델을 제시하였다. 2006년부터 2015년까지 인천광역시 중구의 공시지가에 대한 6,481개의 민원정보가 시간 및 공간적 특성을 고려해 수집되었고 분석을 위해 사용되었다. 텍스트 마이닝 기법을 이용해 주요 키워드의 빈도수를 도출했으며, 소셜 네트워크 분석을 통해 주요 키워드 간의 관계를 분석하였다. 키워드의 가중치와 연관되는 TF(term frequency)와 TF-IDF(term frequency-inverse document frequency)를 산출함으로써, 공시지가의 민원 발생에 대한 주요 키워드를 식별하였다. 마지막으로 Getis-Ord의 Gi*의 통계량에 기초한 핫스팟 분석을 통해 공시지가 민원의 시공간적 특성을 분석하였다. 연구 결과, 공시지가 민원의 특성은 시공간적으로 연계된 군집 형태를 형성하면서 변화하고 있음을 알 수 있었다. 텍스트 마이닝과 소셜 네트워크 분석 방법을 이용하여 자연어 기반의 공시지가 민원에 대한 발생 원인을 정량적으로 규명할 수 있음을 알 수 있었으며, 키워드 가중치인 단어 빈도(TF) 및 단어 빈도와 역문서 빈도의 조합값(TF-IDF)의 상대적인 차이가 있어 시공간적인 민원 특성을 분석하기 위한 주요 설명변수로 활용될 수 있음을 알 수 있었다.
Abstract
The purpose of this study is to suggest a model analysing spatio-temporal characteristics of the civil complaints for the officially assessed land price based on big data mining. Specifically, in this study, the underlying reasons for the civil complaints were found from the spatio-temporal perspectives, rather than the institutional factors, and a model was suggested monitoring a trend of the occurrence of such complaints. The official documents of 6,481 civil complaints for the officially assessed land price in the district of Jung-gu of Incheon Metropolitan City over the period from 2006 to 2015 along with their temporal and spatial poperties were collected and used for the analysis. Frequencies of major key words were examined by using a text mining method. Correlations among mafor key words were studied through the social network analysis. By calculating term frequency(TF) and term frequency-inverse document frequency(TF-IDF), which correspond to the weighted value of key words, I identified the major key words for the occurrence of the civil complaint for the officially assessed land price. Then the spatio-temporal characteristics of the civil complaints were examined by analysing hot spot based on the statistics of Getis-Ord Gi*. It was found that the characteristic of civil complaints for the officially assessed land price were changing, forming a cluster that is linked spatio-temporally. Using text mining and social network analysis method, we could find out that the occurrence reason of civil complaints for the officially assessed land price could be identified quantitatively based on natural language. TF and TF-IDF, the weighted averages of key words, can be used as main explanatory variables to analyze spatio-temporal characteristics of civil complaints for the officially assessed land price since these statistics are different over time across different regions.
참고문헌 (18)
- 김용학, "사회 연결망 분석" (2007), 박영사
- 박훈진, "공간 빅데이터 마이닝을 통한 환경민원패턴분석", 석사, pp.2015
- 서진수, "R라뷰:R을 활용한 데이터 분석 입문편" (2015), 더알음
- 이양원, "G통계량을 이용한 시공간 핫스팟 탐지기법- 일본 관동지방의 교통사고 사례연구 -", 서울도시연구, 8(3), pp.71~83 (2007), 서울연구원[DOI]
- 이희연, "GIS 지리정보학" (2011), 법문사
- 원태홍, "텍스트마이닝에 의한 지자체 민원청구 패턴 분석", 한국측량학회지, 34(3), pp.319~327 (2016), 한국측량학회[DOI]
- 정철우, "텍스트마이닝, 복잡계 네트워크, 인터넷 빅데이터를 활용한 미래예측 관련 중요 키워드 도출 모델", 박사, 건축공학과 건축재료및건설관리전공, pp.2013
- 조태인, "빅데이터 마이닝에 의한 시공간적 특성분석", 박사, pp.2016
- 최병길, "시계열적 공간통계 기법을 활용한 공시지가의 만족도 분석에 관한 연구", 한국측량학회지, 36(2), pp.95~104 (2018), 한국측량학회[DOI]
- 새로운 미래를 여는 빅데이터 시대, "한국정보화진흥원", ~ (2013)
- 홍지연, "공간계량분석을 통한 도시교통사고 예측모형", 박사, 교통공학과, pp.2013
- Ucinet for windows : software for social network analysis, "Borgatti, S. P.", Analytic Technologies, ~ (2002)
- Dursun D., "Real-world data mining: applied business analytics and decision making" (2015), Pearson Education
- Getis A., "Local spatial autocorrelation statistics: distributional issues and an application", Geographical Analysis, 27(4), pp.286~306 (1995)
- Moran, P., "Notes on continuous stochastic phenomena", Biometrika, 37, pp.17~23 (1950)
- Scott, J., "Social network analysis" (2000), SAGE Publications
- Tobler W., "A computer movie simulating urban growth in the detroit region", Economic Geography, 46(2), pp.234~240 (1970)
- Upton, G. J. G., "Information from regional data. Spatial Statistics : Past Present and Future", Monograph, 12, pp.315~359 (1990)