Earticle

현재 위치 Home

기계 학습 기법을 이용한 다세대 주택 적정가치 자동 산정모델
Automated Valuation Model for Multi-unit Housing Based on Machine Learning Techniques

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제8권 3호 (2024.03)바로가기
  • 페이지
    pp.621-630
  • 저자
    조진형, 강환수, 박규태, 조유림
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A444083

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
The aim of this study is to explore the application processes and analyze the predictive outcomes of various machine learning techniques in predicting multi-unit housing prices. Additionally, we conducted the extraction and preprocessing of key attribute variables influencing multi-unit housing prices in a specific region. Using actual transaction data from Mapo-gu, Seoul, spanning from 2020 to 2022, we compare the predictive capabilities of four machine learning methods: Multiple Regression Analysis(MRA), Random Forest(RF), XG Boosting, and Deep Learning. Our goal is to identify a machine learning technique with superior predictive performance for evaluating and estimating multi-unit housing prices. While the study's findings are based on experimental results from a specific regional dataset, we strive to develop a predictive model applicable to diverse regions and various real estate listings.
한국어
본 연구의 목적은 다양한 기계 학습 기법들이 서민 주거지로서 중요한 역할을 맡고 있으면서도 부동산 관련 연구 분야에서 소외되어온 다세대 주택의 가격 예측에 활용되는 과정과 각 기법의 예측 결과를 분석하고 조 사하는 것이다. 더불어 특정 지역 내 다세대 주택 가격 형성에 영향을 미치는 주요 속성 변수를 추출하고 전처리 하는 과정을 진행하였다. 서울시 마포구의 2020년부터 2022년까지 수집된 다세대 주택 실제 매매 데이터를 사례 로 MRA(다중 회귀 분석), RF(랜덤 포레스트), XG Boosting(XG 부스팅), Deep Learning(딥러닝)과 같은 4가지 기계 학습 방법의 예측 능력을 비교 분석하였으며, 다세대 주택의 가격을 평가하고 산정하는 작업에 있어 우수한 예측 성능을 가진 기계 학습 기법을 식별하고자 하였다. 본 연구 결과는 특정 지역의 데이터 셋을 구축하여 실험 적인 결과를 얻은 것이지만, 향후 다양한 지역 및 유형의 부동산 매물에도 적용 가능한 예측 모델을 개발하고자 시도하였다.

목차

요약
Abstract
Ⅰ. 서론
1.1 연구 배경 및 목표
1.2 선행 연구 조사 및 차별성
1.3 연구 설계 및 구성
Ⅱ. 데이터 셋 구축 및 전처리
2.1 데이터 수집 및 분석
2.2 데이터 분석 및 전처리
III. 모델 구축 및 성능 분석
3.1 모델 생성 및 학습
3.2 예측 및 성능 테스트 실험
Ⅳ. 결론 및 시사점
REFERENCES

키워드

기계 학습 딥러닝 다세대 주택 부동산 가치 산정모델 Machine Learning Deep Learning Multi-unit Housing Real Estate Valuation Model

저자

  • 조진형 [ Jinhyung Cho | 동양미래대학교 AI소프트웨어학과 ] Corresponding Author
  • 강환수 [ Hwansoo Kang | 동양미래대학교 AI소프트웨어학과 ]
  • 박규태 [ Kyutae Park | (주)에이아이온 ]
  • 조유림 [ Yoorim Cho | (주)에이아이온 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제8권 3호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.