Earticle

초록

한국어

주식, 전자상거래 등 여러 분야에서 빅데이터라고 불릴만한 많은 양의 정보가 축적되고 이러한 데이터를 기반으로 미래 시장을 예측하기 위하여 활발한 연구가 이루어지고 있다. 부동산 분야에서도 시장 예측을 위해서 전통적 통계기법인 헤도닉 기반 회귀 접근법, 시계열 분석인, ARIMA, VAR 모형 등이 적용되며, 인공지능기법에 기반한 기계 학습 기법도 시도되고 있다. 한국은 2006년 1월 1일 이후 부동산 실거래 신고 의무 제도 시행 이후 실거래 신고 의무화 되면서 실거래 신고 정보가 축적되고 있다. 수년간의 실거래 사례를 기반으로 부동산 가격의 지역간 분석이 이루어진다면, 부동산 미래 시장에 대한 예측의 정확성을 높일 수 있을 것이다. 본 논문에서는 조선업을 기반으로 하고 있고, 교통체계가 밀접하게 연계되어 있는 경상남도 내 창원, 거제, 통영 지역의 아파트 실거래 신고가격 데이터를 분석하여 Transfer Entropy를 적용하여 지역적으로 가장 인과관계가 높은 지역을 선정하여 해당 지역의 부동산 가격 예측 정확성을 높이기 위한 특정 지역을 선정 제시하도록 한다.

목차

Abstract
Ⅰ 서론
Ⅱ 이론적 배경
2.1 주택 가격 예측 선행 연구
2.2 Transfer Entropy
2.3 인공 지능 기법
Ⅲ 연구 프레임워크
3.1 연구 프레임워크
3.2 가설설정
Ⅳ 실험 및 결과
4.1 데이터
4.2 Transfer Entropy 분석결과
Ⅴ결론 및 향후 연구과제
5.1 결론
5.2 향후 연구과제
참고문헌

키워드

저자

• 신은경 [ 부산대학교 박사과정 ]
• 홍태호 [ 부산대학교 경영학부 교수 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국경영정보학회 정기 학술대회 [KMIS Conference]

• 간기

  반년간

• 수록기간

  1990~2025

• 십진분류

  KDC 325 DDC 658