서울 치킨집 폐업 예측 모형 개발 연구 (A Study on Predictive Modeling of Public Data: Survival of Fried Chicken Restaurants in Seoul)

서지정보

· 발행기관 : 사)한국빅데이터학회
· 수록지 정보 : 한국빅데이터학회 학회지 / 3권 / 2호 / 35 ~ 49페이지
· 저자명 : 방준아, 손광민, 이소정, 이현근, 조수빈

초록

대한민국에서 치킨집은 전 세계 맥도날드 매장 수보다 많을 정도로 자영업의 큰 비중을 차지하는 창업 업종이다. 치킨집은 꾸준히 생겨나고 있지만, 소상공인의 창업 후 폐업률은 3년 62%, 5년 71%에 육박하는 것으로 나타났다. 특히, 숙박 및 음식점의 경우 70%가 3년을, 82%가 5년을 버티지 못하는 것으로 집계되었다. 이에 본 연구는 ‘서울 치킨집 폐업 예측 모형’을 개발하여, 예비창업자가 개업 후보지를 선정하는 의사결정 과정에 도움을 주고자 하였다. 먼저 행정자치부 지방행정 인허가 데이터의 업소별 개·폐업 신고 일자를 중심으로 다양한 변수를 수집하였다. 이후 다양한 분류 알고리즘을 적용하고, 예측 모형의 성능을 비교하였다. 그 결과, 인공신경망(Neural Networks)이 가장 높은 정확도를 보였지만 특이도와 민감도가 불균형적이었다. 이에 비해 유연판별분석(FDA)은 인공신경망보다 정확도는 낮지만, 상대적으로 균형적인 예측 성능을 보였다.

영어초록

It seems unrealistic to say that fried chicken, often known as the American soul food, has one of the biggest markets in South Korea. Yet, South Korea owns more numbers of fried chicken restaurants than those of McDonald’s franchise globally. Needless to say not all these fast-food commerce survive in such small country. In this study, we propose a predictive model that could potentially help one’s decision whilst deciding to open a store. We’ve extracted all fried chicken restaurants registered at the Korean Ministry of the Interior and Safety, then collected a number of features that seem relevant to a store’s closure. After comparing the results of different algorithms, we conclude that in order to best predict a store’s survival is FDA(Flexible Discriminant Analysis). While Neural Network showed the highest prediction rate, FDA showed better balanced performance considering sensitivity and specificity.

참고자료

· 없음