KCI등재
데이터마이닝을 이용한 주택 점유형태 결정요인 분석 = Analysis of Determinants of Housing Tenure Using Data Mining
저자
발행기관
학술지명
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
2007-2020(14쪽)
KCI 피인용횟수
0
제공처
Analysis of Determinants of Housing Tenure Using Data MiningHaejung Chun
Abstract: In this study, empirical analysis was conducted using LDA, logistic regression model, and KNN of data mining, as data from the 12th and 22nd of the Korea Labor Panel Survey in order to identify factors influencing housing tenure. The dependent variable was set as housing tenure, and the independent variable was set as the region of the survey target household, the characteristics of household, the household composition, housing information, economic status, and income. As a result of logistic regression analysis, in both periods, the age of the household, educational background, income, having children under high school, social insurance beneficiaries, households subject to protection, metropolitan area, housing type(apartment), and housing type (others) were significant variables in both periods. However, in the 22nd data, it was found that financial assets had a significant effect on the housing tenure, and housing type (apartment) had a significant negative (-) effect on the housing tenure. Comparing the accuracy of the three models based on the AUC value in the ROC curve, the LDA and the logistic regression model showed similar performance, while the KNN model was somewhat lacking in accuracy.
Key Words: Housing Tenure, Owner-occupation, Apartment, Logistic Regression, Data Mining
데이터마이닝을 이용한 주택 점유형태 결정요인 분석전 해 정*
요약: 본 연구에서는 주택 점유형태에 영향을 미치는 요인을 파악하기 위하여 한국노동패널조사 12차와 22차 자료로 빅데이터 분석방법론인 데이터마이닝의 LDA, 로지스틱 회귀모형과 KNN을 이용해 실증분석하였다. 종속변수는 주택 점유형태로 설정하고 독립변수는 조사대상 가구의 지역, 가구주 특성, 가구 구성, 주택정보, 경제상태, 소득구성 등으로 설정하였다. 로지스틱 회귀분석결과, 두 기간 모두에서 가구주 나이, 가구주 학력, 근로소득, 고등학생 이하 자녀 있음, 사회보험 수혜자 있었음, 보호대상가구 있었음, 수도권 지역, 주택종류(아파트), 주택종류(기타)가 유의미한 변수로 나타나 큰 차이가 있지 않은 것으로 나타났다. 다만, 22차 자료에서는 금융자산이 점유형태에 유의한 영향을 미친 것으로 나타났고 주택종류(아파트)가 점유형태에 유의한 부(-)의 영향을 미친 것으로 나타났다. ROC곡선에서 AUC값을 기준으로 세 모형의 정확도를 비교해 보면, LDA모형과 로지스틱 회귀모형은 유사한 수준의 성능을 보여주었고 KNN모형은 정확도가 다른 모형에 비해 낮은 것으로 나타났다.
핵심어: 주택 점유형태, 자가, 아파트, 로지스틱 회귀분석, 데이터마이닝
□ 접수일: 2021년 12월 28일, 수정일: 2022년 2월 4일, 게재확정일: 2022년 2월 20일* 상명대학교 경영대학원 부동산학과 조교수(Professor, Sangmyung Univ., Email: hjchun6807@smu.ac.kr)
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)