$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

머신러닝 기법을 통한 대한민국 부동산 가격 변동 예측
Real-Estate Price Prediction in South Korea via Machine Learning Modeling 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.20 no.6, 2020년, pp.15 - 20  

남상현 (숭실대학교 스마트시스템소프트웨어학과) ,  한태호 (숭실대학교 스마트시스템소프트웨어학과) ,  김이주 (숭실대학교 스마트시스템소프트웨어학과) ,  이은지 (숭실대학교 스마트시스템소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

최근 부동산 시장에 대한 관심이 높다. 과거 주거환경으로만 여겨지던 부동산은 끊임없는 수요 증가로 안정적인 투자 대상으로 인식되고 있기 때문이다. 특히 국내 시장의 경우 인구 수의 감소에도 불구하고 1인 가구의 증가 및 대도시로의 인구 유입이 가속화되며 수도권 중심으로 부동산 가격이 급격히 상승하고 현상이 나타나고 있다. 이에 미래 부동산 시장의 전망을 정확히 예측하는 것은 개인의 자산 관리 뿐 아니라 정부 정책 수립 등 사회 전반에 걸쳐 매우 중요한 사안이라고 할 수 있다. 본 논문에서는 머신러닝 기법을 활용해 과거 부동산 매매 데이터를 학습해 미래 부동산 시세를 예측하는 프로그램을 개발하였다. 한국감정원과 국토교통부에서 제공하는 대한민국 부동산 매매 시세 데이터를 활용하였으며 지역별로 2022년도 평균 매매가 예측치를 제시한다. 개발된 프로그램은 오픈소스 형태로 공개하여 다양한 형태로 활용될 수 있도록 하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, the real estate is of high interest. This is because real estate, which was considered only a residential environment in the past, is recognized as a stable investment target due to the ever-growing demand on it. In particular, in the case of the domestic market, despite the decrease in th...

주제어

#Machine learning   #Real-estate price prediction   #Linear regression  

표/그림 (3)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 최근 관심이 고조되고 있는 대한민국 부동산 시장 전망에 대해 머신러닝 기법을 사용해 예측해보는 프로그램을 개발하였다. 지난 10년간 발생한 매매 데이터를 활용해 선형회귀 분석 방식을 통해 부동산 매매 가격 변동을 모델링하고 이를 활용해 미래 부동산 가격을 예측하였다.
  • 부동산 가격의 변동은 주거안정을 요구하는 개인부터 부동산을 자산으로 보유하고 있는 기업에 이르기까지 다양한 계층에 큰 영향을 끼친다. 본 연구에서는 이러한 사회적 파급력이 높은 부동산 시장의 가치를 머신러닝 기법을 활용해 예측하는 응용을 개발함으로써 개인의 자산설계 및 사회적 정책 수립에 정보로 활용될 수 있도록 하고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. T. Pardi, "Fourth industrial revolution concepts in the automotive sector: performativity, work and employment", Journal of Industrial and Business Economics, Vol. 46, pp.379–389, 2019. DOI: https://doi.org/10.7298/x4057cvd 

    상세보기 crossref

  2. J. Moavenzadeh, "The 4th Industrial Revolution: Reshaping the Future of Production", Presented at DHL Global Engineering & Manufacturing Summit, Amsterdam, The Netherlands, 6–8 October 2015. 

  3. Y. You, A. Buluc, J. Demmel, "Scaling deep learning on GPU and knights landing clusters", In Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis (SC), 2017. DOI: https://doi.org/10.1145/3126908.3126912 

    crossref

  4. https://scikit-learn.org/stable/ 

  5. S. Lee, I. Jung, "Development of a Platform Using Big Data-Based Artificial Intelligence to Predict New Demand of Shipbuilding", The Journal of The Journal of The Institute of Internet, Broadcasting and Communication, Vol. 19, No. 1, pp.171-178, 2019. DOI: https://doi.org/10.7236/JIIBC.2019.19.1.171 

    원문보기 상세보기 crossref

  6. M. Kang, Y.-G. Jung, D.-H. Jang, "A Study on the Search of Optimal Aquaculture farm condition based on Machine Learning", The Journal of The Institute of Internet, Broadcasting and Communication, Vol. 17, No. 2, pp.135-140, 2017. DOI: https://doi.org/10.7236/JIIBC.2017.17.2.135 

    원문보기 상세보기 crossref

  7. H. Park, "Factors of Simple Payment Service Use: Application of Machine Learning Prediction Model", Journal of Digital Contents Society, Vol. 21, No. 5, pp.921-929. 2020. DOI: https://doi.org/10.9728/dcs.2020.21.5.921 

    상세보기 crossref

  8. S.-U. Kim, S.-Y. Ji, H.-J. Jun, "Estimating and Valuing Commercial Building Sales Prices - Focused on the Gangnam-gu -", In Proceedings of the Autumn Annual Conference of Architectural Institute of Korea, 2017, Vol. 39, No. 2, pp. 100-101. 2019. 

  9. J. Park, J. Lee, "An Investigation into the Causal Relationship and the Cross Correlation between Apartment House Sales Prices and Real Estate Online News", Journal of Korea Planning Association, Vol. 54, No. 1, pp. 131-147, 2019. DOI: https://doi.org/10.17208/jkpa.2019.02.54.1.131 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로