표제지
목차
연구요약 5
제1장 서론 34
1. 연구배경 및 목적 35
1.1. 연구의 배경 35
1.2. 연구의 목적 36
2. 연구범위 및 방법 36
2.1. 연구의 범위 36
2.2. 연구의 방법 38
3. 선행연구의 시사점 및 차별성 41
3.1. 시사점 41
3.2. 선행연구와의 차별성 42
제2장 주택 수요 추정 모델 분석 43
1. 맨큐-와일 모형과 빅데이터 연계 44
1.1. 맨큐-와일 모형 개요 44
1.2. 맨큐 와일 모형 기존연구 47
1.3. 소결: 맨큐-와일 모형의 빅데이터 연계성 50
2. 시장 수요 모형과 빅데이터 연계 51
2.1. 시장 수요 모형의 개요 51
2.2. 시장수요 모형 기존연구 53
2.3. 소결: 시장수요 모형의 빅데이터 연계성 54
제3장 주택 수요 분석을 위한 데이터베이스 구축 방안 55
1. 주택 수요 분석 데이터 활용 현황 56
1.1. 주택 수요 분석에 요구되는 데이터 56
1.2. 주택 수요 분석 데이터 활용 사례 56
1.3. 주택 수요 분석 데이터 활용 사례 시사점 59
2. 주택 수요 분석 DB 구축 방안 60
2.1. 주택 수요 분석 데이터 구축 방향 60
2.2. 주택 수요 분석을 위한 DB 구축 방안 62
3. 주택 수요 분석을 위한 실용 DB 구축 67
3.1. 주택 수요 분석 데이터 검토 67
3.2. 주택 수요 분석 데이터베이스 구축 68
4. 소결 72
제4장 주택 수요 분석을 위한 플랫폼 구축 방안 74
1. 빅데이터 플랫폼 개요 75
1.1. 개발 배경 및 필요성 75
1.2. 플랫폼의 정의 76
2. 플랫폼 현황 및 요소기술 77
2.1. 플랫폼 사례 분석 77
2.2. 요소 기술 분석 80
2.3. 시사점 종합 84
3. 목표 모델 수립 85
3.1. 목표모델 구성 85
3.2. 세부 기능 도출 87
제5장 빅데이터 기반의 주택분야 수요 분석 적용 검토 93
1. 주택분야 수요 분석 모형 개발을 위한 지표 설정 94
2. 주택분야 수요 분석 모형 개발 및 검증 96
2.1. MW 모형과 시군구 단위 주택수요모형 96
2.2. 인구주택총조사 자료를 이용한 MW 모형 101
2.3. 주민등록자료를 이용한 MW 모형 106
2.4. 소결 115
3. 주택분야 수요 모형의 시각화 방안 116
3.1. GIS 기반의 가시화 116
3.2. R 기반의 가시화 125
3.3. 추정된 주택 면적 가시화(서울시 구별 예시) 128
3.4. 소결 129
제6장 주택분야 빅데이터 적용의 활용과 한계 130
1. 주택분야 빅데이터 적용의 활용 방안 131
2. 빅데이터 적용 플랫폼의 한계 133
참고문헌 135
[부록 1] 서울 수정 M/W Source Code 139
[부록 2] 서울 M/W Source Code 141
판권기 3
〈표 2-1〉 기존의 일반적인 주택 수요추정 모형들 49
〈표 2-2〉 외재적 변수 목록 예 52
〈표 2-3〉 기존의 시장 수요추정 모형들 53
〈표 4-1〉 비즈니스 플랫폼 구분 77
〈표 4-2〉 플랫폼 요소기술 분류 83
〈표 4-3〉 플랫폼 처리단계 85
〈표 4-4〉 온라인 데이터 수집기 대상 분석 87
〈표 4-5〉 개념적 모델링 단계에서의 주제영역 및 내용 89
〈표 4-6〉 논리모델링 설계(예) 89
〈표 4-7〉 오픈소스 통계프로그램(R)의 활용 예시 91
〈표 5-1〉 MW 모형 구축에 활용 가능한 것으로 알려진 주요DB의 특성 95
〈표 5-2〉 주택 수요분석을 위한 주거 지표의 구성 95
〈표 5-3〉 2015년 가계동향조사 자료를 활용한 수정 MW 모형 98
〈표 5-4〉 인구총조사와 가구통행실태조사의 변수 관계 101
〈표 5-5〉 2010년 가구통행실태조사를 활용한 가구소득 추정 모형(일부만 표시) 102
〈표 5-6〉 2000~2010년 인구주택총조사 자료를 활용한 전국 수정 MW 모형 103
〈표 5-7〉 가계동향조사와 인구주택총조사 결과 비교 105
〈표 5-8〉 2014년도 빅데이터를 활용한 서울 주택 수요 모형(MW 모형) 106
〈표 5-9〉 2014년도 빅데이터를 활용한 서울 주택 수요 모형(수정 MW 모형) 108
〈표 5-10〉 인구주택총조사와 주민등록 DB 결과(서울시) 비교 110
〈표 5-11〉 2014년도 빅데이터를 활용한 종로구 주택 수요 모형(MW 모형) 111
〈표 5-12〉 2014년도 빅데이터를 활용한 종로구 주택 수요 모형(수정 MW 모형) 112
〈표 5-13〉 인구주택총조사와 주민등록 DB 결과(종로구) 비교 114
〈표 6-1〉 인구주택총조사와 주민등록 DB 결과(서울시) 비교 131
〈표 6-2〉 데이터베이스 구축 목록 132
[그림 1-1] 연구 흐름도(주요 연구내용별 수행방법 및 절차) 40
[그림 2-1] MW 모형 분석에 따른 세대 코호트별 주거면적 수요 예시 45
[그림 3-1] 주택 수요 분석 DB 구축방향 61
[그림 3-2] 주택 수요분석 데이터베이스 구성(안) 63
[그림 3-3] 주택 수요분석 DB 구축방법(안) 66
[그림 3-4] 주택 수요분석 DB의 유관정보 시스템 간 연계 66
[그림 3-5] 통합 DB 구축 프로세스 70
[그림 3-6] 주택수요 분석 데이터 마트 구성도 71
[그림 4-1] 스마트시트 통합플랫폼 모듈 구성 78
[그림 4-2] 공간빅데이터 플랫폼 논리 구성도 79
[그림 4-3] 브이월드(V-World) 개요 80
[그림 4-4] 빅데이터 생애주기 관점에서의 처리 프로세스 81
[그림 4-5] 데이터 모델에 따른 NoSQL 분류 82
[그림 4-6] 시사점 도출을 통한 목표기능 설정 84
[그림 4-7] 데이터 처리 흐름에 따른 단계 85
[그림 4-8] 목표 모델 논리 구성도 86
[그림 4-9] 온라인 데이터 수집기 및 데이터 수집 저장구조 87
[그림 4-10] 크롤링 처리 절차 88
[그림 4-11] 수집데이터 모델링 처리절차 88
[그림 4-12] 데이터베이스 스키마 생성(예) 90
[그림 4-13] QGIS를 이용한 속성정보 시각화 92
[그림 4-14] R을 활용한 분포 시각화 샘플 92
[그림 5-1] 주택 수요 추정 지표의 개발과 추정 절차 96
[그림 5-2] 가계동향조사 DB를 이용한 주택수요 추정 결과 99
[그림 5-3] 빅데이터 접목시 인구주택총조사 활용과 주민등록현황 활용 모형의 비교 100
[그림 5-4] 인구주택총조사 DB를 활용한 전국 주택수요 추정 104
[그림 5-5] 주민등록DB를 활용한 서울지역 주택수요 추정 109
[그림 5-6] 인구주택총조사 DB를 활용한 서울지역 주택수요 추정 109
[그림 5-7] 주민등록DB를 활용한 종로구 주택수요 추정 113
[그림 5-8] 인구주택 총조사 DB를 활용한 종로구 주택수요 추정 114
[그림 5-9] GIS 기반 가시화 절차 116
[그림 5-10] 주택 수요 예측을 위한 R코딩 절차 125
[그림 5-11] 주택수요 가시화 시스템 구조 129
[그림 5-12] 시각화 시스템 활용 예 129