학술논문
설명 가능한 인공지능을 활용한 주거불안 예측모형 개발
이용수 65
- 영문명
- Predictive Modeling of Housing Anxiety Using Explainable Artificial Intelligence: Focusing on Single-Person Households in the Seoul Metropolitan Area, Korea
- 발행기관
- 한국주택학회
- 저자명
- 구한민(Hanmin Gu)
- 간행물 정보
- 『주택연구』第32卷 第2號, 29~63쪽, 전체 35쪽
- 주제분류
- 경제경영 > 경제학
- 파일형태
- 발행일자
- 2024.05.30
7,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

국문 초록
주거 상황이 취약한 1인가구가 수도권을 중심으로 급증하고 있다. 이들이 심각한 주거불안정 상태에 처하기 전에 잠정적인 정책 대상을 식별하고 예방적 조치를 취할 필요가 있다. 이에 본 연구에서는 설명 가능한 인공지능, 구체적으로 앙상블 기반의 머신러닝 ― 배깅, 랜덤포레스트, 부스팅 등 다수의 트리를 빌딩블록으로 활용하여 예측 성능을 극대화하는 알고리즘 ― 을 활용하여 주거불안 예측모형을 개발하였다. 이 모형은 전통적인 분류모형인 로지스틱 회귀와 비교하여 예측 성능이 훨씬 뛰어난 것으로 나타났다. 본 연구에서 개발한 예측모형은 주거 위기 상황의 가구를 식별하는 과정을 효율화하는 데 기여할 수 있다는 점에서 자원이 한정된 공공조직에 유용할 것으로 판단된다.
영문 초록
Korea has witnessed a significant increase in the number of vulnerable single-person households facing housing instability, particularly in the Seoul Metropolitan Area. Hence, identifying potential policy targets and implementing preventive measures before such households experience severe instability are essential. In this study, we utilized explainable artificial intelligence—specifically, ensemble-based machine learning techniques (e.g., bagging, random forests, boosting) that use multiple trees to enhance predictive performance—to develop a predictive model for housing instability. This model outperformed traditional classification models (e.g., logistic regression) in predictive accuracy and can help streamline the identification process for households at risk of housing crises. Further, it is valuable for resource-constrained public organizations.
목차
Ⅰ. 서론
Ⅱ. 문헌검토
Ⅲ. 연구방법
Ⅳ. 분석결과
Ⅴ. 논의 및 결론
참고문헌
키워드
해당간행물 수록 논문
참고문헌
관련논문
경제경영 > 경제학분야 NEW
- 출산 관련 지표의 국제비교와 가족정책 지출의 효과성 분석: OCED 국가를 중심으로
- 일본 FDI 제조기업 지역화 정도: 한국의 경우
- 좋은 일자리 결정요인에 대한 남녀 차이 비교연구 - AHP 기법을 활용한 우선순위 분석
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
