Earticle

초록

영어

This study is on the trend of real estate market using text mining and big data. The data were collected through internet news posted on Naver from August 2016 to August 2017. As a result of TF-IDF analysis, the frequency was high in the order of housing, sale, household, real estate market, and region. Many words related to policies such as loan, government, countermeasures, and regulations were extracted, and the region – related words appeared the most frequently in Seoul. The combination of the words related to the region showed that the frequencies of 'Seoul – Gangnam', 'Seoul – Metropolitan area', 'Gangnam – reconstruction' and 'Seoul – reconstruction' appeared frequently. It can be seen that the people's interest and expectation about the reconstruction of Gangnam area is high.

한국어

본 연구는 빅데이터 분석방법인 텍스트마이닝을 이용한 부동산시장 동향분석에 관한 연구로 자료는 2016년 8월부터 2017년 8월까지의 포털사이트인 네이버에 게시된 인터넷 뉴스를 통해 수집하였다. TF-IDF 분석결과, 주택, 분양, 가구, 시 장, 지역 순으로 빈도가 높게 나타났고 대출, 정부, 대책, 규제 등 정책과 관련된 단어들도 많이 추출되었으며 지역관련 단어 는 서울의 출현빈도가 가장 많은 것으로 나타났다. 지역과 관련된 단어 조합은 ‘서울-강남’, ‘서울-수도권’, ‘강남-재건축’, ‘서울-재건축’의 출현빈도가 많은 것으로 나타나 강남지역 재건축에 대한 사람들의 관심과 기대가 높은 것을 알 수 있다.

목차

요약
Abstract
1. 서론
1.1 연구의 배경 및 목적
1.2 선행연구 고찰
2. 분석방법론
2.1 자료수집
2.2 TF-IDF 분석
2.3 N-gram 순열
3. 분석결과
4. 결론
REFERENCES

키워드

저자

• 전해정 [ Hae-Jung Chun | 상명대학교 경영대학원 글로벌부동산학과 조교수, 상명부동산연구소 책임연구위원 ] Corresponding author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  디지털융복합연구 [Journal of Digital Convergence]

• 간기

  계간

• pISSN

  2713-6434

• eISSN

  2713-6442

• 수록기간

  2003~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 569 DDC 620