표제지
國文抄錄
목차
제1장 서론 11
제1절 연구의 배경 및 목적 11
제2절 연구의 범위 및 방법 12
1. 연구의 범위 12
2. 연구의 방법 12
3. 연구의 흐름 13
제2장 이론적 고찰 14
제1절 공공분양주택의 정의와 공급방법 14
제2절 연구방법론 고찰 15
1. 데이터 마이닝 15
2. 의사결정나무 분석모형 16
3. 신경망 분석모형 19
4. 로지스틱 분석모형 20
5. 모형비교 22
6. 데이터 마이닝 기법의 각 분석방법의 장단점 비교 24
제3절 선행연구 고찰 25
1. 미분양아파트 관련 연구 25
2. 데이터마이닝 관련 연구 28
3. 연구의 차별성 30
제3장 분석의 틀 31
제1절 분양시장현황 및 자료수집 31
1. 위례신도시 분양현황 31
2. 대상지의 분양현황 34
3. 자료수집 36
제2절 데이터마이닝 모형구축 36
제3절 변수구축 및 설정 38
1. 종속변수 38
2. 설명변수 38
제4장 분석결과 43
제1절 기초통계량 분석 43
1. 설명변수의 기초통계량 43
2. 카이제곱 통계량 46
3. 소결 48
제2절 모형별 분석결과 48
1. 의사결정나무 모형 분석결과 48
2. 신경망 모형 분석결과 53
3. 다중로지스틱 회귀모형 분석결과 55
제3절 최종비교분석 60
제5장 결론 62
참고문헌 64
부록_히든 노드수가 17개인 인공신경망 모형의 가중치 표 67
Abstract 74
[표 2-1] 의사결정나무 분류표 17
[표 2-2] 신경망 층의 역할 20
[표 2-3] 데이터마이닝 세 가지 기법의 장점과 단점 24
[표 2-4] 미분양 선행연구 27
[표 2-5] 데이터마이닝 선행연구 29
[표 3-1] 위례신도시 분양현황 33
[표 3-2] 미사지구 분양현황 33
[표 3-3] 분양추진 현황 34
[표 3-4] 대상지 청약현황 35
[표 3-5] 대상지 계약체결 현황 35
[표 3-6] 설명변수 39
[표 4-1] 훈련용 데이터 기초통계량 43
[표 4-2] 검증용 데이터 기초통계량 44
[표 4-3] 훈련용 데이터 카이제곱 통계량 46
[표 4-4] 검증용 데이터 카이제곱 통계량 47
[표 4-5] 의사결정나무 요약 통계량 49
[표 4-6] 의사결정나무 분석 분류비율결과 52
[표 4-7] 히든 노드 수에 따른 제곱근평균제곱 오차 값 53
[표 4-8] 신경망 분석 요약 통계량 54
[표 4-9] 신경망 분석 분류비율결과 55
[표 4-10] 다중로지스틱 분석 요약 통계량 55
[표 4-11] 다중로지스틱 분석결과 56
[표 4-12] 다중로지스틱 분석 분류비율결과 59
[표 4-13] 최종모델비교 결과 60
[표 4-14] 의사결정나무 모형 및 다중로지스틱 모형 비교 62
[그림 1-1] 연구의 흐름 13
[그림 2-1] 다층 퍼셉트론 구조 19
[그림 3-1] 송파구·성남시·하남시 월별누적 가격변동률 31
[그림 3-2] 송파구·성남시·하남시 연도별 거래량 부동산 32
[그림 3-3] 분석 흐름도 37
[그림 4-1] 평균제곱오차 49
[그림 4-2] 의사결정나무 트리 50
[그림 4-3] 히든노드 수에 따른 제곱근평균제곱 오차 값 53
[그림 4-4] 신경망 분석결과 다층 퍼셉트론 구조 54
[그림 4-5] ROC 그래프 61