딥 러닝을 이용한 주택가격 예측에 관한 연구
A Study on Prediction of Housing Price Using Deep Learning
0
조회
0
다운로드
10
인용
0
참고문헌
키워드
초록
본 연구의 목적은 딥 러닝을 이용해 주택가격을 예측하는 것이다. 시계열 예측에 적합한 딥 러닝의 알고리즘으로 평가받고 있는 simple RNN, LSTM, GRU 모형으로 아파트 실거래가격지수와 금리, 가계대출금, 건축허가면적과 소비자물가지수로 구성된 시계열 자료를 이용하여 각 모형들 간의 예측력을 비교 평가하였다. 실증분석결과, 아파트 실거래가격지수에 대한 예측력의 성능을 RMSE 값 기준으로 평가하게 되면 학습 데이터의 경우 GRU모형의 예측력이 우수한 것으로 확인되었다. 반면 검증 데이터에서는 RNN모형의 예측력이 우수한 것으로 확인되었다. 또한, 딥 러닝 모형의 성능을 정확도로 평가하게 되면 RNN모형과 GRU모형의 정확도가 가장 높아 예측력이 우수한 것으로 나타났다. 본 연구의 결과, 정부는 주택시장을 선진화하기 위해 인공신경망과 빅 데이터를 접목한 딥 러닝 기법을 이용해 주택시장을 예측하고 진단할 수 있는 시스템 구축 및 개발을 할 필요성이 있다.
Abstract
The purpose of this study is to estimate housing prices using deep running. The simple RNN, LSTM, and GRU models, which are evaluated to be suitable for time series forecasting, are based on the time series data of apartment real price index, interest rate, household loan, building permit area and consumer price index. As a result of the empirical analysis, it is confirmed that the prediction power of the GRU model is superior to that of the learning data by evaluating the performance of forecasting power on apartment real price index based on the RMSE value. On the other hand, in the verification data, it is confirmed that the prediction power of the RNN model is excellent. Also, if the performance of the deep running model is evaluated with accuracy, the accuracy of the RNN model and the GRU model is the highest. As a result of this study, the government needs to build and develop a system that can predict and diagnose the housing market by using the deep learning technique that combines artificial neural network and big data to advance the housing market.
참고문헌 (24)
- 김양훈, "LSTM 언어모델 기반 한국어 문장 생성", 한국통신학회논문지, 41(5), pp.592~601 (2016), 한국통신학회
- 민성욱, "딥러닝(Deep Learning)을 이용한 주택가격 예측모형 연구", 박사, pp.2017
- 배성완, "딥 러닝을 이용한 부동산가격지수 예측", 부동산연구, 27(3), pp.71~86 (2017), 한국부동산연구원
- 배영균, "주택공급의 가격탄력성과 주택가격 변동성", 대한부동산학회지, 30(1), pp.67~84 (2012), 대한부동산학회[DOI]
- 서윤범, "비트코인 가격 등락 예측을 위한딥러닝 모델 연구", 석사, pp.2018
- 손경환, "금융위기하의 자산디플레이션및 주택부문 현안과 대책 세미나", 국토, (199), pp.51~59 (1998)
- 신동하, "RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델", 한국정보기술학회논문지, 15(10), pp.9~16 (2017), 한국정보기술학회[DOI]
- 안성만, "한국어 음소 단위 LSTM 언어모델을 이용한 문장 생성", 지능정보연구, 23(2), pp.71~88 (2017), 한국지능정보시스템학회
- 오세경, "빅데이터를 이용한 딥러닝 기반의기업 부도예측 연구", pp.1~113 (2017), KIF
- 이요섭, "딥 러닝 프레임워크의 비교 및 분석", 한국전자통신학회 논문지, 12(1), pp.115~122 (2017), 한국전자통신학회[DOI]
- 이용만, "강남지역의 주택가격이 주변지역의 주택가격을 결정하는가?", 국토계획, 39(1), pp.73~92 (2004), 대한국토·도시계획학회
- 이창로, "The Deep Learning Approach to Property Valuation: An Application of a Multilayer Neural Net Model for Estimating House", 한국지역개발학회지, 30(4), pp.179~202 (2018), 한국지역개발학회
- 이창로, "단독주택가격 추정을 위한 기계학습 모형의 응용", 대한지리학회지, 51(2), pp.219~233 (2016), 대한지리학회
- 이태형, "딥러닝 모형을 활용한 서울 주택가격지수 예측에 관한 연구: 다변량 시계열 자료를 중심으로", 주택도시연구, 8(2), pp.39~56 (2018), SH공사 도시연구원[DOI]
- 장병탁, "차세대 기계학습 기술", 정보과학회지, 25(3), pp.96~107 (2007)
- 전해정, "데이터 마이닝을 이용한 주택가격 결정요인에 관한 연구", 주거환경, 15(3), pp.35~46 (2017), 한국주거환경학회[DOI]
- 정원구, "인공신경망을 이용한 공동주택 가격지수 예측에 관한 연구*- 서울지역을 중심으로-", 주택연구, 15(3), pp.39~64 (2007), 한국주택학회
- 조유나, "헤도닉 가격모형과 딥러닝을 이용한 주택가격예측 비교", 한국정보과학회 학술발표논문집, pp.1890~1892 (2017)
- 최경호, "Recurrent Neural Network를 이용한 자연언어처리", 석사, pp.2016
- 허재완, "주택가격 상승률의 결정요인에 관한 실증분석", 국토계획, 26(2), pp.141~151 (1991)
- DiPasquale, D, "Urban economics and real estate markets" (1996), Prentice Hall
- Mester, L. J, "What’s the point of credit scoring", Business review, 3, pp.3~16 (1997)
- "한국감정원"[URL]
- "한국은행 경제통계시스템"[URL]