[논문]자기조직화지도를 통한 아파트 가격의 패턴 분석

이지영; 유재필

doi:10.15207/jkcs.2021.12.11.027

자기조직화지도를 통한 아파트 가격의 패턴 분석
Pattern Analysis of Apartment Price Using Self-Organization Map 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.12 no.11, 2021년, pp.27 - 33

이지영 (키스채권평가) , 유재필 (키스채권평가)

초록
AI-Helper

최근 인공지능, 딥러닝, 빅데이터 등 4차 산업의 핵심 분야에 대한 관심이 커지면서 기존의 의사결정 문제를 전통적인 방법론의 한계점을 최소화하는 과학적 접근 방식이 대두되고 있다. 특히 이런 과학적인 기법들은 주로 금융 상품의 방향성을 예측하는데 사용되는데 본 연구에서는 사회적으로 관심이 높은 아파트 가격의 요인을 자기조직화지도를 통해 분석하고자 한다. 이를 위해 아파트 가격의 실질 가격을 추출하고 아파트 가격에 영향을 주는 총 16개의 입력 변수를 선정한다. 실험 기간은 1986년 1월부터 2021년 6월까지이며 아파트 가격의 상승 및 횡보 구간을 나눠 각 구간 별 변수들의 특징을 살펴본 결과, 상승 구간과 횡보 구간의 입력 변수의 통계적 성향이 뚜렷하게 구분되는 것을 알 수 있었다. 더불어 U1~U3 구간이 N1~N3 구간에 비해서 변수들의 표준편차가 상대적으로 크게 나왔다. 본 연구는 중장기적으로 상승과 하락이라는 큰 주기를 갖고 있는 부동산에 대해서 현재 시점의 현황을 정량적으로 분석한 것에 의미가 있으며 향후 이미지 학습을 통해 미래 방향성을 예측하는 연구에 도움이 되기를 기대한다.

Abstract ▼ AI-Helper

With increasing interest in key areas of the 4th industrial revolution such as artificial intelligence, deep learning and big data, scientific approaches have developed in order to overcome the limitations of traditional decision-making methodologies. These scientific techniques are mainly used to predict the direction of financial products. In this study, the factors of apartment prices, which are of high social interest, were analyzed through SOM. For this analysis, we extracted the real prices of the apartments and selected a total of 16 input variables that would affect these prices. The data period was set from 1986 to 2021. As a result of examining the characteristics of the variables during the rising and faltering periods of the apartment prices, it was found that the statistical tendencies of the input variables of the rising and the faltering periods were clearly distinguishable. I hope this study will help us analyze the status of the real estate market and study future predictions through image learning.

주제어

표/그림 (8)

그림 Fig. 1. Real Apartment Price Index
그림 Fig. 2. Structure of self-organization map
그림 Fig. 3. Momentum Cycle of Apartment Price Index
표 Table 1. Clustering Input Data
표 Table 2. Experimental plan
그림 Fig. 4. Patterns of Input Data by Cycle
표 Table 3. Experimental Status
표 Table 4. Clustering Basic Results

참고문헌 (16)

J. Y. Kim, S. J. Lee. (2021). A Study on the Subjective Health Perception of Residents of Public Rental Housing and General Apartment Housing. The Korean Association for Policy Studies, 30(1), 261-288. DOI : 10.33900/KAPS.2021.30.1.10

상세보기
Y. S. Moh, S. T. Han, K. P. Yeon & H. C. Kang. (2015). A Study on Variable Importance Measures in Multiple Regression Analysis. Journal of The Korean Data Analysis Society, 17(6), 2981-2990. UCI : G704-000930.2015.17.6.020
J. Y. Heo. (2015). SVM based Stock Price Forecasting Using Financial Statements. KIISE Transactions on Computing Practices, 21(3), 167-172. UCI : G704-A00398.2015.21.3.001

상세보기
J. P. Ryu, C. H. Han & H. J. Shin. (2016). Sector Investment strategies Using Big Data Trends. Journal of the Korea Academia-Industrial, 13(1), 111-121. UCI : I410-ECN-0102-2017-560-000095063
S. H. Hong. (2020). Research on Stock price prediction system based on BLSTM. Journal of the Korea Convergence Society, 11(10), 19-24. DOI : 10.15207/JKCS.2020.11.10.019

원문보기 상세보기
H. S. Hwang. (2021). Hybrid Machine Learning Model for Predicting the Direction of KOSPI Securities. Journal of the Korea Convergence Society, 12(6), 9-16. DOI : 10.15207/JKCS.2021.12.6.009

원문보기 상세보기
S. W. Bae & J. S. Yu. (2018). Estimation of the Apartment Housing Price Using the Machine Learning Methods: The Case of Gangnam-gu, Seoul. Korea Real Estate Analysts Association, 24(1), 69-85. DOI : 10.19172/KREAA.24.1.5
S. A. KIM & H. J. Jung. (2020). Prediction on the Housing Auction Market Using Deep Learning. Journal of the Korea Real Estate Management Review, 21(21), 7-26. DOI : 10.37642/JKREMR.2020.21.1
J. Y. Lee & J. P. Ryu. (2021). Prediction of Housing Price Index Using Artificial Neural Network. Journal of the Korea Academia-Industrial cooperation Society, 22(4), 228-234. DOI : 10.5762/KAIS.2021.22.4.228

원문보기 상세보기
Q. Cao, K. B. Leggio & M. J. Schniederjans. (2005). A comparison between Fama and French's model and artificial neural networks in predicting the Chinese stock market. Computers & Operations Research, 32(10), 2499-2512. DOI : 10.0.3.248/j.cor.2004.03.015

상세보기
J. Gu, M. Zhu & L. Jiang. (2013). Housing price forecasting based on genetic algorithm and support vector machine. Expert Systems with Applications, 38(4), 3383-3386. DOI : 10.1016/j.eswa.2010.08.123

상세보기
J. G, Kim. (2011). An Empirical Analysis on the Relationship between Stock Price, Interest Rate, Price Index and Housing Price using VAR Model. The Journal of Asian Finance, Economics and Business, 11(10), 63-72. DOI : 10.15722/jds.11.10.201310.63
J. P, Ryu, H. J. Shin, M. H. Kim & J. G. Back. (2017). Pattern Analysis of Stock Prices Using Machine Learning and Data Visualization. Journal of Information Technology and Architecture, 14(2), 189-198.
J. H, Jang & J. S. Oh. (2019). Study on Load Analysis of Propulsion System using SOM. International Journal of Ocean System Engineering, 33(5), 447-453. DOI : 10.26748/KSOE.2019.012

원문보기 상세보기
T. Kohonen. (1990). The self-organizing map. Proceedings of the IEEE, 78(9), 1464-1480. DOI : 10.1109/5.58325

상세보기
G. S, Houng. (2020). A Study of the Effect of Transactions Involving Out-of-Town Buyers on Apartment Prices. Korea Real Estate Review, 30(4), 33-44. DOI : 10.35136/krer.30.4.3

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증