랜덤 포레스트를 활용한 장애인 취업 예측 모형: 취업 여부 및 정규직 취업을 중심으로
Exploring a Predictive Model for the Employment of Persons with Disabilities Utilizing a Random Forest method: Focusing on the Status and Quality of Employment
0
조회
0
다운로드
20
인용
0
참고문헌
키워드
초록
연구목적: 본 연구는 최근 새롭게 주목받고 있는 머신 러닝 기법을 적용하여 장애인의 취업 여부와 정규직 취업에 영향을 미치는 변수들을 탐색적으로 규명하고자 하였다. 연구방법: 장애인고용패널 2차 웨이브의 2차 연도(2017년) 자료를 대상으로 대표적인 머신러닝 기법 중 하나인 랜덤 포레스트(Random Forest)를 통하여 179개 설명변수를 활용한 장애인 취업 예측 모형의 성능을 확인하고, 장애인의 취업에 영향을 미치는 요인들을 탐색적으로 추정해보았다. 연구결과: 분석 결과, 기존의 직장 경험 및 기대 임금 수준, 가계의 경제적 수준 등이 장애인의 취업에 중요한 요인임을 확인하였다. 그리고 장애인의 정규직 취업에는 직업 능력의 중요도가 상대적으로 높게 나타남을 확인하였다. 이와 함께 기존 선행연구들과 달리 주관적 인식 변수들이 장애인들의 취업 여부와 정규직 취업에 중요한 영향을 미치는 것 또한 확인하였다. 결론: 향후의 장애인 고용 지원 관련 연구 및 정책 입안에 있어 머신 러닝 기법의 활용 가능성을 확인하였다는 점에서 연구의 의의를 찾을 수 있다. 그리고 그 과정에서 연구자는 단순히 머신 러닝의 결과물을 수동적으로 받아들이는 객체가 아니라 연구 과정을 주도해 나가는 주체로서 기능할 수 있도록 연구자 및 정책 입안자들의 지속적인 관심과 노력이 필요함을 제안하였다.
Abstract
Objectives: The purpose of this paper is to exploratively investigate predictive variables on the employment status and quality of employment of persons with disabilities. Method: This study utilized the random forest method, one of the most representative machine learning approach. Results: Our results first show that previous working experience, expect wage, and economic status of family are the substantial variables in predicting the employment status of persons with disabilities. In terms of the quality of employment, vocational capacity of the disadvantaged has a more predictive performance relatively. Moreover, this study identified subjective variables, such as quality of life and conception regarding employment, have an important predictive power on the employment status and quality of employment of persons with disabilities. Conclusion: The findings of this study, based on new approach using machine learning method, provide useful policy implications for improving the employment status and quality of employment of persons with disabilities.
참고문헌 (24)
- 강봉석, "장애인 실업자의 취업에 영향을 미치는 결정요인에 관한 연구", 재활복지공학회논문지, 9(2), pp.115~120 (2015), 한국재활복지공학회[DOI]
- 곽지영, "장애여성의 노동시장 진입 및 유지요인에 관한 연구", 장애와 고용, 20(1), pp.79~104 (2010), 한국장애인고용공단 고용개발원[DOI]
- 김영식, "머신러닝 기법을 활용한 고등학생들의 사교육 참여 예측", 2018 KRIVET 패널 학술대회 자료집, pp.1~19 (2018)
- 김용탁, "장애인의 재취업에 영향을 미치는 요인 분석", 재활복지, 17(4), pp.161~176 (2013), 한국장애인재활협회 부설 재활연구소
- 남정휘, "장애인의 실업탈출 결정요인에 관한 연구", 재활복지, 17(4), pp.127~149 (2013), 한국장애인재활협회 부설 재활연구소
- 류정진, "장애인 취업예측 요인에 관한 연구", 한국행정학보, 40(2), pp.167~193 (2006), 한국행정학회
- 보건복지부, "보건복지부 2017 주요업무 계획 보도자료", ~ (2017)
- 성준모, "정신적 장애인의 취업에 종단적으로 영향을 미치는 사회적 배제와 차별요인", 장애와 고용, 26(3), pp.125~148 (2016), 한국장애인고용공단 고용개발원[DOI]
- 양종모, "인공지능 이용 범죄예측 기법과 불심검문 등에의 적용에 관한 고찰", 형사법의 신동향, (51), pp.210~242 (2016), 대검찰청[DOI]
- 기계학습(Machine Learning)기반 사회보장 빅데이터 분석 및 예측모형 연구, "오미애", 한국보건사회연구원, ~ (2017)
- 유진은, "랜덤 포레스트: 의사결정나무의 대안으로서의 데이터 마이닝 기법", 교육평가연구, 28(2), pp.427~448 (2015), 한국교육평가학회
- 이석원, "장애인의 취업 및 취업의지에 영향을 미치는 요인 연구", 장애와 고용, 26(1), pp.41~66 (2016), 한국장애인고용공단 고용개발원[DOI]
- 이선우, "장애인 경제활동유형 결정요인에 관한 연구 : 다항로짓을 이용한 분석", 사회복지연구, 18(3), pp.113~135 (2001)
- 이수용, "고령 장애인의 노동시장 진입에 영향을 미치는 요인에 관한 연구", 직업재활연구, 25(2), pp.107~127 (2015), 한국직업재활학회
- 이준상, "지체 및 뇌병변장애인의 취업결정요인에 관한 연구", 장애와 고용, 18(2), pp.57~82 (2008), 한국장애인고용공단 고용개발원[DOI]
- 임효순, "지적장애인의 취업에 영향을 미치는 요인에 관한 연구", 장애와 고용, 19(3), pp.27~50 (2009), 한국장애인고용공단 고용개발원[DOI]
- 정원철, "정신장애인의 취업결정요인에 관한 연구", 장애와 고용, 22(4), pp.5~27 (2012), 한국장애인고용공단 고용개발원[DOI]
- 조민수, "장애인의 취업 및 취업형태 결정요인에 관한 연구", 경상논집, 25(1), pp.57~83 (2011)
- 최운정, "중고령 여성장애인의 취업여부에 영향을 미치는 요인 연구", 장애와 고용, 24(3), pp.123~146 (2014), 한국장애인고용공단 고용개발원[DOI]
- 최필선, "머신러닝 기법을 이용한 대졸자 취업예측 모형", 직업능력개발연구, 21(1), pp.31~54 (2018), 한국직업능력연구원[DOI]
- 한눈에 보는 2018 장애인 통계, "한국장애인고용공단 고용개발원", ~ (2018)
- "통계청"[URL]
- Breiman, L., "Random forest", Machine Learning, 45, pp.5~32 (2001)
- Sandri, M., "Analysis and correction of bias in total decrease in node impurity measures for tree-based algorithms", Statistics and Computing, 20(4), pp.393~407 (2010)