기계학습을 활용한 장애인 취업 예측모형 탐색 및 분석
Exploration and Analysis of Employment Prediction Models for People with Disabilities Using Machine Learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
연구문제 또는 목적: 본 연구는 기계학습 알고리즘을 활용하여 장애인의 취업 여부를 예측하는 최적의 모델을 도출하고, 도출된 모델을 기반으로 장애인의 취업 여부 예측에 기여하는 변인들을 분석하고자 하였다. 연구방법: 장애인고용패널조사 2차 웨이브 7차년도 자료에서 3,328명을 분석대상으로 장애인의 취업 여부에 영향을 미치는 64개의 설명변수를 선정하였다. 기계학습은 Orange 3.36.2를 사용하여 9가지 알고리즘(로지스틱회귀분석, 의사결정나무, Random Forest, Gradient Boosting, AdaBoost, SVM, 인공신경망, Naive Bayes, kNN)을 적용하여 최적의 예측 모델을 결정하고, 예측에 기여하는 설명변수의 중요도를 분석하였다. 연구결과: 장애인의 취업 여부에 대한 최적의 예측 모델은 Gradient Boosting 이었으며, 중요도가 가장 높은 설명변수는 근로 가능정도로 나타났으며, 직업적 능력 요인과 가구 요인, 취업활동 요인, 취업제도 및 환경 요인이 중요한 것으로 분석되었다. 결론 또는 시사점: 장애인의 취업을 지원하고, 효과적인 취업지원 프로그램과 관련된 정책을 새롭게 개발하는 데 필요한 기초 자료로서의 역할을 할 수 있을 것으로 기대된다.
Abstract
Purpose or Objectives : This study aims to derive the optimal model for predicting employment status of people with disabilities using machine learning algorithms and to analyze the contributing variables based on the derived model. Method: Sixty-four explanatory variables influencing the employment status of people with disabilities were selected. Machine learning was conducted using Orange 3.36.2, applying nine algorithms to determine the optimal prediction model and analyze the importance of explanatory variables contributing to the prediction. Results: The optimal prediction model for the employment status of people with disabilities was found to be Gradient Boosting. The most significant explanatory variable was the degree of work ability, with vocational ability factors, household factors, job-seeking activity factors, and employment system and environment factors also being important. Conclusion or Implications: The findings are expected to serve as foundational data necessary for supporting the employment of people with disabilities and developing effective employment support programs and related policies.
참고문헌 (45)
- 강봉석, "장애인 실업자의 취업에 영향을 미치는 결정요인에 관한 연구", 재활복지공학회 논문지, 9(2), pp.115~120 (2015)
- 김기현, "아동학대 위험도 평가척도의 타당도 검증 연구", 피해자학연구, 24(3), pp.151~176 (2016)
- 김소리, "장애인 취업 영향요인 관한 연구: 지체장애인과 뇌병변장애인의 비교를 중심으로", 석사, pp.2019
- 김영애, "임금근로 장애인의 좋은 일자리 이동과 유지에 관한 연구", 박사, pp.2015
- 김원표, "Python을 활용한 머신러닝" (2018), 와이즈인컴퍼니
- 김은주, "시각장애인의 취업결정요인에 관한 연구", 석사, pp.2021
- 김자영, "발달장애인의 취업에 영향을 미치는 심리정서적 요인에 관한 연구", 직업재활연구, 30(1), pp.1~25 (2020)
- 김평화, "후천적 지체장애인의 취업과 세 가지 영역별 하위요인들의 상관 연구", 석사, pp.2022
- 김항구, "장애인 근로자의 좋은 일자리 진입 요인 연구", 석사, pp.2016
- 김혜진, "마케팅 분야의 머신러닝 연구 동향 분석", 마케팅연구, 36(1), pp.1~25 (2021)
- 문영임, "정신장애인의 차별경험이 삶의 만족도에 미치는 영향-사회참여의 매개효과를 중심으로", 정서·행동장애연구, 36(3), pp.271~291 (2020)
- 민지식, "지역별 임금근로 장애인의 괜찮은 일자리 분석", 장애와 고용, 31(1), pp.47~72 (2021)
- 박가연, "자살 고위험군 노인 원인 파악 및 예측 모델 개발", 경영정보학연구, 25(3), pp.59~81 (2023)
- 박미희, "장애인의 취업에 미치는 인적자본 및 차별 요인의 영향", 박사, pp.2018
- 박예은, "퇴직 중고령자의 좋은 일자리 진입 영향요인 분석", 석사, pp.2016
- 백지은, "발달장애인의 취업이 자아존중감에 미치는 영향에 관한 연구", 석사, pp.2019
- 서영진, "장애인이 인지한 우울, 사회적지지, 자아존중감이 취업욕구에 미치는 영향", 석사, pp.2014
- 성준모, "정신적 장애인의 취업에 종단적으로 영향을 미치는 사회적 배재와 차별요인", 장애와 고용, 26(3), pp.125~148 (2016)
- 신현욱, "데이터마이닝 기법을 이용한 지체장애인 취업결정요인 분석 연구", 장애와 고용, 21(3), pp.119~152 (2011)
- 오세란, "장애인의 취업여부에 영향을 미치는 요인 연구", 장애와 고용, 27(1), pp.255~278 (2017)
- 오소윤, "여성장애인의 노동시장 진입 영향요인 연구", 특수교육재활과학연구, 55(3), pp.517~536 (2016)
- 유승희, "장애 발생 시기가 장애인의 취업에 미치는 영향 : 장애수용의 매개효과를 중심으로", 보건사회연구, 36(3), pp.428~448 (2016)
- 유해숙, "장애인의 우울과 자아존중감인식이 취업욕구에 미치는 영향에 관한 연구: 장애유형별 비교 분석", 석사, pp.2017
- 윤선예, "중도장애인의 취업요인 분석 공식적 네트워크와 네트워크 형성능력을 중심으로", 석사, pp.2017
- 이기정, "랜덤 포레스트를 활용한 장애인 취업 예측 모형 : 취업 여부 및 정규직 취업을 중심으로", 장애와 고용, 29(3), pp.145~165 (2019)
- 이석원, "장애인의 취업 및 취업의지에 영향을 미치는 요인 연구", 장애와 고용, 26(1), pp.41~66 (2016)
- 이윤지, "2022 장애인 통계", 한국장애인고용공단 고용개발원, ~ (2023)
- 이채식, "중도장애인의 취업결정에 영향을 미치는 심리사회적 특성과 종단적 변화에 관한 연구", 장애와 고용, 25(2), pp.5~27 (2015)
- 이채식, "근로장애인의 사회생활능력이 취업에 미치는 영향", 아시아태평양융합연구교류논문지, 9(2), pp.279~290 (2023)
- 이채식, "발달장애인의 직업적 능력 수준과 고용서비스 이용경험 정도가 취업에 미치는 영향", 한국과세계, 6(1), pp.83~104 (2024)
- 임채원, "의사결정나무와 랜덤포레스트를 활용한 행복의 결정요인에 대한 연구", 석사, pp.2020
- 장숙, "여성장애인 근로자의 좋은 일자리 결정 요인 연구", 장애와 고용, 25(4), pp.239~267 (2015)
- 조남경, "사회복지의 상담기록, 좀 더 활용할 수 있을까? 머신러닝을 통한 사회복지 상담텍스트 활용 가능성의 점검", 한국사회복지조사연구, 79, pp.5~26 (2023)
- 조혜린, "중도장애인의 취업 영향요인에 관한 연구-장애발생시기에 따른 학령기와 성인기 비교를 중심으로", 석사, pp.2023
- 최신형, "장애인과 비장애인의 고용격차 요인 분해: 괜찮은 일자리를 중심으로", 석사, pp.2020
- 최진혁, "발달장애인 취업의 성공 및 저해 요인 연구", 지적장애연구, 20(2), pp.67~90 (2018)
- 허아름, "중증장애인 취업 영향 요인에 관한 연구: 경증장애인과의 비교를 중심으로", 석사, pp.2018
- 홍기혜, "랜덤포레스트 머신러닝 알고리즘 기반 남녀 청소년의 자살생각 예측 및 분석", 사회복지학, 72(3), pp.157~180 (2020)
- 홍기혜, "머신러닝 기반 개인 기부행동 예측모형: 세대별 일상적 안녕에 대한 태도를 중심으로", 박사, pp.2024
- Ahn, E., "Predicting youth at high risk of aging out of foster care using machine learning methods", Child abuse & neglect, 117, pp.1~12 (2021)
- Géron, A., "Hands-On Machine Learining with Scikit-Learn, Keras, and TensorFlow : Concepts, Tools, and Techniques to Build Intelligent Systems" (2023), O’REILL
- Dangeti, P., "Statistics for Machine Learning" (2017), Packt Publishing Ltd
- Hastie, T., "The elements of statistical learning: data mining, inference, and prediction" (2009), Springer
- Müller, A. C., "파이썬 라이브러리를 활용한 머신러닝" (2019), 한빛미디어
- Sledjeski, E. M., "The Use of Risk Assessment to Predict Recurrent Maltreatment: A Classification and Regression Tree Analysis (CART)", Prevention science, 9(1), pp.28~37 (2008)