뉴스 빅데이터를 이용한 전세 가격 예측 - 토픽모형 분석을 중심으로 - (The Jeonse Price Forecasting used by News Big Data - Focusing on Topic Modeling Analysis -)

서지정보

· 발행기관 : 한국부동산학회
· 수록지 정보 : 부동산학보 / 69호 / 43 ~ 57페이지
· 저자명 : 이종민, 이종아, 정준호

초록

본 연구는 ‘전세’관련 뉴스기사 빅데이터의 월별 토픽 비중을 이용하여 전세가격변동률 예측력 향상에 관한 실증분석이다. 이를 위하여 KB국민은행의 전국 전세가격지수 자체를 활용한 아리마 기본모형과 여기에 토픽 비중을 포함하는 모형과의 RMSE 및 MAE를 비교하였다. 사전분석으로 진행한 교차상관분석에서는 ‘전세’, ‘월세’, ‘정책’, ‘분양’의 토픽이 전세가격변동률에 선행성을 보였으며, 그랜저인과관계 분석 결과 월별 각 토픽 비중이 전세가격변동률에 직·간접적으로 영향을 미치는 것으로 분석되었다. 결론적으로 토픽 비중을 포함하는 모형의 예측력이 10~11개월의 시차에서 기본모형대비 최대의 향상률을 보였다. 이는 전세시장 분석시 토픽 비중을 활용한다면, 보다 정확한 가격예측이 가능함을 의미하며, 이러한 결과는 향후 전세 거주의 주 계층인 서민층의 주거안정에 선제적으로 대응하는 정책 입안 활용에 도움이 될 것으로 판단된다.

영어초록

1. CONTENTS (1) RESEARCH OBJECTIVES The purpose of this study is to firstly analyze the patterns of news articles that have been analyzing the market trend relatively objectively, and to distinguish the key topics in the jeonse market by distinguishing meaningful topics in the jeonse and analyzing their meaning. Second, the extent to which the change in the proportion of these topics affects the improvement of the forecasting power of the jeonse market.


(2) RESEARCH METHOD In this paper, we use the LDA algorithm, which is mainly used to find the hidden semantic structures in the text during topic modeling. The ARIMA model is used for the ‘Jeonse’ price forecasting model.


(3) RESEARCH FINDINGS The prediction accuracy of the ARIMA model, which is a model of the rent price change rate, is also analyzed. The model with topic ‘loan’ had 17.39% RMSE in time difference 10 and MAE was 15.72%, which showed the greatest predictive power improvement among the models, and it was analyzed that the prediction power was improved by 12.14~17.39% in the whole comparative model

2. RESULTS Similar to the previous research that examined whether the topic weight of news articles is substitute for economic forecasting, the accuracy of the prediction of the rent price fluctuation rate is 12.14~17.39% when using the ‘Jeonse’. It has been verified that there are improved results.

참고자료

· 없음