머신러닝을 활용한 농촌 빈집 발생 예측 및 격자기반 관리 방안 연구 : 경상북도 상주시를 사례로
Machine Learning-Based Prediction of Rural Vacant Houses and Grid-Based Management Strategies : A Case Study of Sangju-si, Gyeongsangbuk-do
This study estimates the probability of housing vacancy occurrence in rural Sangju and develops differentiated management strategies by operationalizing these probabilities into grid-based spatial information. Drawing on 2022 vacant house survey data, a comparative analysis of five machine learning models identified XGBoost as the most robust predictor. SHAP-based interpretations further revealed that small housing size, older building age, and an aging population are the primary drivers of vacancy. Furthermore, the study proposes a four-tiered management framework - Intensive Intervention, Current Management, Preventive Management, and Monitoring - providing a systematic basis for policy prioritization. Ultimately, this research illustrates that machine learning–driven spatial diagnostics can serve as a practical foundation for proactive and evidence-based rural vacancy management, demonstrating how empirical diagnostics and policy design can be organically integrated.
목차
Abstract Ⅰ. 서론 1. 연구의 배경 및 목적 2. 연구의 범위 및 내용 Ⅱ. 선행연구 검토 및 차별성 1. 농촌 빈집 법⋅제도 및 정책 개선에 관한 선행연구 2. 빈집 발생 요인 및 예측에 관한 선행연구 3. 본 연구의 차별성 Ⅲ. 빈집 발생 예측 1. 분석 변수 및 데이터 구축 2. 분석 방법 3. 분석 결과 Ⅳ. 빈집 발생 확률의 공간화와 격자기반 관리 방안 1. 빈집 발생 확률의 공간적 층위화 2. 빈집 밀집도 및 잠재도를 활용한 빈집 관리 유형 Ⅴ. 결론 정책적 시사점 참고문헌
한국도시부동산학회(구 도시정책학회) [Korea Urban & Real Estate Association]
설립연도
2010
분야
사회과학>행정학
소개
"한국도시부동산학회는 바람직한 미래의 도시상을 만들어갑니다"
우리 학회는 도시와 교통, 건축과 부동산 분야 등 정책 중심의 융합 연구 활동을 지향하고 있습니다.
시대 변화에 능동적으로 대응하고자 최근 이슈가 되고 있는 기후와 에너지, 4차 산업혁명과 AI, ESG 등 융합 아젠다를 발굴하여 다루는 작지만 강한 강소학회(强小學會)입니다.
간행물
간행물명
도시부동산연구 [Journal of Urban Studies and Real Estate]