기계학습을 통한 공동주택 가격결정요인 분석
Analysis for Factors Determining the Price of Multi-family Housing through Machine Learnings
1
조회
0
다운로드
12
인용
0
참고문헌
키워드
초록
공동주택 거래 및 투자가치 관련한 기존의 연구들은 거의가 거시적인 관점에서 연구되었으며 일부 기계학습 알고리즘을 활용한 연구도 거시경제지표와 부동산시장 지표를 활용하여 분석을 하는 한계점을 노출하였다. 본 연구는 최근 들어 알파고를 통하여 사회적 이슈가 되고 있는 기계학습 알고리즘을 예측분석 방법론과 접목하고 이를 부동산시장 중 미시적인 관점에서 공동주택 임대 및 매매 데이터를 통해 일정한 패턴을 확인하고자 하였다. 이러한 알고리즘의 정확성을 바탕으로 군집분석과 로짓분석 등을 통해 아파트 투자가치 결정요인분석을 실시하였다.
Abstract
Recently machine learning algorithms begun Bigdata were blast incorporated into the AlphaGo apartments investment value of the Real Estate market forecast analysis. This has been an opportunity to increase the accuracy of the prediction. Such a prediction based on the accuracy of the analysis and cluster analysis logit analysis presents the major variables that affect the investment value determined through is significant on the point. Existing public housing research was concentrated on the macroscopic analysis. Through predictive analytics, machine learning algorithms have enabled the microscopic research combined with traditional statistical approaches. Machine learning algorithms for investment value of predictive analytics for Apartment Housing Price Determinants seen a person in the study was adopted. Based on the accuracy of these machine learning algorithms through C5.0, SVM, RF, K-means, logit analysis was conducted to determine the investment value factor analysis apartments. 3 May 2016 by the actual transaction data to the Bundang apartment investment decisions and investment determinants of cross sectional data were collected to analyze the data from the Ministry of Land and Real Estate Statistics Korea Appraisal Board. Column 17 and is composed of 220 data is Low. The column was composed of variable volumes per minute for apartments for rent and sale actual transaction size individual cases. 220 cases of the trading population was subjected to empirical analysis to the sample. It is significant to make predictive analytics a public housing developers, and take advantage of investors, end users, investment in real estate policy makers judged through machine learning.
참고문헌 (26)
- 금상수, "천안시 아파트시장의 특징과 가격형성요인", 감정평가학논집, 13(2), pp.31~41 (2014), 한국감정평가학회
- 김영곤, "부동산금융과투자" (2013), 부연사
- 김재성, "리모델링 공동주택의 가격결정요인에 관한 연구", 한국건설관리학회 논문집, 17(3), pp.13~22 (2016), 한국건설관리학회[DOI]
- 김광영, "아파트 단지특성별 매매가격 결정요인에 관한 연구", 박사, 부동산학, pp.2011
- 김진희, "우리나라 아파트 특성이 가격에 미치는 영향에 관한 연구 : 헤도닉 모형과 분위회귀모형 비교분석을 중심으로", 박사, 부동산투자금융전공, pp.2013
- "국토교통부"[URL]
- 민규식, "아파트 구매의도 결정요인에 관한 연구", 주거환경, 9(2), pp.87~101 (2011), 한국주거환경학회
- 문태헌, "공간지리적 요인과 주거특성을 고려한 공동주택 가격결정 분석", 한국지리정보학회지, 11(1), pp.68~79 (2008), 한국지리정보학회
- 베가스, "BIG DATA" (2016), 한국데이터베이스진흥원
- 박유현, "주택재개발사업 이후 기대 주택가격 결정요인분석", 박사, pp.2016
- 서진호, "신규 아파트 초기 분양률 결정요인 분석에 관한 연구 - 경남 부산지역을 중심으로 -", 주거환경, 12(2), pp.153~164 (2014), 한국주거환경학회
- 서민구, "R을 이용한 데이터처리&분석실무" (2014), 길벗
- 이옥자, "부산지역의 아파트가격 결정요인에 관한 연구 - 동·서쪽을 중심으로 -", 주거환경, 13(2), pp.53~66 (2015), 한국주거환경학회
- 이학식, "SPSS22매뉴얼" (2016), 집현재
- 이준하, "브랜드가 아파트 가격형성에 미치는 영향분석- 수도권 택지개발지구를 중심으로 -", 도시행정학보, 21(1), pp.185~201 (2008), 한국도시행정학회
- 제이슨 벨, "머신러닝워크북" (2016), 길벗
- 케빈 머피, "Machine Learning" (2015), 에이콘
- 정수연, "부동산공시제도의 가치와 가격개념 재정립에 관한 연구 － 가격(price)과 가치(value), 그리고 시장가치(market value)를 중심으로－", 주거환경, 10(1), pp.239~257 (2012), 한국주거환경학회
- 조하형, "공동주택의 효율적 관리가 주거만족도 및 투자가치에 미치는 영향에 관한 연구", 박사, 부동산금융투자전공, pp.2011
- 정원구, "인공신경망을 이용한 공동주택 가격지수 예측에 관한 연구*- 서울지역을 중심으로-", 주택연구, 15(3), pp.39~64 (2007), 한국주택학회
- "부동산통계정보시스템", 한국감정원[URL]
- Jeffrey D. Fisher, "Real Estate\Finance and Investments" (2011), Mc Graw Hill
- Christopher Gandrud, "Reproducible Research with R and RStudio" (2015), CRC Press
- Huan Ma, "Study on Preditiction of Real estate Price Index based on HHGA-RBF Neural Network Algorithm", International Journal of u-and e-Service and Technology, 8(7) (2015)
- "Predicting Price of Taiwan Real Estates By Neural Networks and Support Vector Regression" (2011)[URL]
- Ian H. Witten, "DATA MINING" (2013), ACORN