머신러닝 기반 오피스텔 적정가 자동 산정 기법
Automated Valuation Method for Studio Apartments Using Machine Learning Techniques
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구의 목적은 최근 증가하고 있는 1인 가구 및 프리랜서들을 위한 사무실 겸 주거지로서 중요한 역할을 담당하면서도 부 동산 데이터 분석 관련 연구 분야에서 다소 소외되어온 오피스텔의 적정 가치 산정을 위해 다양한 머신러닝 기법들을 적용하여 적정가치를 예측하는 기법을 제시하고 각 기법의 예측 결과를 체계적으로 분석하는 것이다. 이와 더불어 특정 지역 내 오피스 텔 가격에 영향을 주는 속성을 도출하는 과정을 진행하였다. 서울시 6개 자치구의 2021년부터 2023년까지 수집된 오피스텔 실 제 매매 데이터를 사례로 하여 다중 회귀 분석, 랜덤 포레스트, XG 부스팅, 딥러닝 기법 등 4가지 머신러닝 기법의 예측 능력을 비교하였으며, 오피스텔의 가격을 산정하는 작업에 있어 우수한 성능을 보이는 기법을 도출하고자 하였다. 이 연구 결과는 특 정 지역의 데이터 셋을 바탕으로 하였으나, 향후 다양한 지역 및 유형의 부동산 매물에 적용 가능한 예측 모델을 개발하고자 하 였다.
Abstract
The purpose of this study is to systematically analyze and investigate the process of utilizing various machine learning techniques in determining the appropriate value of studio apartments, which play a crucial role as combined office and residential spaces for the increasing number of single-person households and freelancers. Additionally, it aims to identify and preprocess key attribute variables influencing the formation of studio apartment prices within a specific region. Using actual transaction data collected from studio apartments, the predictive capabilities of four machine learning methods-Multiple Regression Analysis (MRA), Random Forest (RF), XG Boosting, and Deep Learning-are compared and analyzed. The objective is to derive machine learning techniques that demonstrate superior predictive performance in evaluating and estimating the prices of studio apartments. While the findings of this research are based on a specific dataset, the study aims to develop predictive models applicable to various regions and types of real estate listings in the future.
참고문헌 (15)
- W. T. Lim, "Housing Price Prediction Using Neural Networks", 12th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD) (2016)
- N. H. Zulkifley, "House price prediction using a machine learning model : A survey of literature", I. J. Modern Education and Computer Science, 6(1), pp.46~54 (2020)
- X. Xu, "House price forecasting with neural networks", Intelligent Systems with Applications, 12(1), pp.1~13 (2021)
- M. Erkek, "Predicting house prices in turkey by using machine learning algorithms", Journal of Statistical and Econometric Methods, 9(4), pp.31~38 (2020)
- A. Ali, "Prediction of dubai apartment prices using machine learning", Master, pp.2022
- P. K. Verma, "Predicting future housing prices: a machine learning approach", Multidisciplinary Science Journal, 5(1) (2023)
- L. Zhang, "Housing price prediction using machine learning algorithm", Journal of World Economy, 2(3) (2023)
- S. Bae, "Forecasting property prices using the machine learning methods: Model comparisons", Ph.D., pp.2019
- T. Lee, "Prediction of Seoul house price index using artificial neural network", Ph.D., pp.2019
- H. Kim, "Apartment price prediction using deep learning and machine learning", KIPS Transactions on Software and Data Engineering, 12(2), pp.59~76 (2023)
- J. Hahn, "A study on the price formative factors of row and multi-unit housing", Master, pp.2016
- E. Lim, "A study on rent determinants of multi-unit housing in Seoul", Master, pp.2021
- K. Hur, "A study on the determinants of commercial real estate price using machine learning", Master, pp.2021
- S. Kim, "A study on the price determinants of one-roomtype officetel-The case of Seodaemun-gu, Mapo-gu and Dongdaemun-gu", Master, pp.2022
- H. Joo, "A Predictive analysis of real estate investment decisions using XGBoost", Journal of Real Estate Analysis, 9(3), pp.55~69 (2023)