데이터 마이닝 기법을 통한 권리금 예측 모형 개발
Lease-hold Predictive Model Using The Data Mining Techniques
천영돈(경기대학교); 한인섭(경기대학교); 김용수(경기대학교)
14권 2호, 727~742쪽
초록
권리금이란 임차인이 권리를 사용하는 것에 대한 금전적인 대가를 말한다. 권리금은 법의 기준 정립이 용이치 않고 권리금의 수치화가 쉽지 않다는 점 등 여러 문제점을 가지고 있다. 그러나, 기존의 연구에서는 입지선정과 매출, 매장크기 등에 대한 연구가 이루어졌을 뿐, 권리금에 대한 연구는 이루어지지 못하였다. 본 연구에서는 데이터 마이닝 기법을 통하여 서울의 대표상권인 강남구, 중구의 점포 데이터를 기반으로 권리금에 영향을 미치는 결정요인의 상대적 중요성을 파악하고 적합한 예측 모형을 수립하고자 한다. 이를 위해서 데이터 전처리 과정에서는 연구의 목적과 사용될 변수들을 정의하였고 원시 데이터를 학습용(70%), 평가용(30%) 데이터로 분할하였다. 첫째, 범주형 변수의 요약 통계량을 산출하고, 수치형 변수의 상관 분석 및 산점도 타점을 통해 변수들 간의 관계를 분석하였다. 둘째, 권리금 예측을 위해 의사결정나무분석, 인공신경망 및 다중회귀분석 기법을 적용하여 예측 모형을 수립함으로써, 의미 있는 변수를 도출하였다. 끝으로, 세 기법간의 예측력 비교는 평가용 데이터의 RMSE로 이루어졌으며, 그 결과 인공신경망이 가장 우수한 예측력을 나타냈다.
Abstract
A foregift is a premium paid by a lessee on taking his lease, in distinction from the rent. It is very difficult to take the measurement of numeric values and establish standard model. In the conventional studies, a study on factors affecting on foregift was not performed and the variables such as location, sales and size of stores were only considered. In this article, we developed predictive model for a foregift of the stores at Gangnam-gu and Jung-gu in Seoul. The whole data were randomly divided into two sets. That is, the training set consists of 70% of the data while the rest is assigned to the test set. First, we analyzed and described the descriptive statistics, correlation coefficient and scatter plot, and thus a comprehensive relationships among all variables under consideration were observed. Second, decision tree analysis, artificial neural network and linear regression were performed to make prediction models. Finally, the prediction accuracy was assessed using the test set based on RMSE. As a result, artificial neural network outperforms linear regression and decision tree analysis in this study.
- 발행기관:
- 한국자료분석학회
- DOI:
- http://dx.doi.org/
- 분류:
- 통계학