평균연결법과 K-means 혼합클러스터링 기법을 이용한 공시지가 유사가격권역의 설정

A Similar Price Zone Determination of Public Land Price Using a Hybrid Clustering Technique

  • 이성규 (인하대학교 지리정보공학과) ;
  • 박수홍 (인하대학교 지리정보공학과) ;
  • 홍성언 (청주대학교 복지.토지정보학부)
  • Yi Seong-Kyu (Dept. of GeoInformatic Engineering, Inha University) ;
  • Park Soo-Hong (Dept. of GeoInformatic Engineering, Inha University) ;
  • Hong Sung-Eon (Dept. of Social welfare - Land Information, Cheongju University)
  • 발행 : 2006.03.01

초록

공시지가 유사가격권의 경우는 비교표준지 선정시 지침상에서 상당히 중요한 요소로 취급되고 있으면서도 실제적으로는 범위와 적용에 관해서 모호한 개념상의 규정을 두고 있다. 이러한 원인에 기인하여 비교표준지의 자동 선정이나 공시지가의 자동 산정에 있어 많은 문제점으로 작용하고 있다. 따라서 신속하고 정확한 비교표준지의 선정과 향후 지가산정 일련의 과정을 전산화하기 위해서는 자동화된 방식으로 유사가격권을 구획할 수 있는 객관적이고 합리적인 방법론이 필요하다. 본 연구에서는 개별공시지가 산정시 유사가격권 설정의 문제를 해결하고자 평균연결법과 K-means 혼합클러스터링 기법을 활용하여 유사가격권을 설정하여보고 이에 대한 타당성을 제시하고자 하였다. 이를 위해 실제 사례지역을 선정하고 실험한 결과 유사가격 권역 별로 군집화가 가능하였고, 현행 유사가격 권역과 많은 차이를 보이지 않아 방법론의 타당성을 제시할 수 있었다.

Even though the similar land price zone is very important element in the public land appraisal procedure, the concept is implicitly described and applied into the actual land appraisal system. This situation makes it worse when applying for the automatic selection of a comparative standard land parcel. In addition, the division of similar land price zones requires the objective and reasonable process for improving ALPAS(Automatic land Price Appraisal System), which becomes an issue today. To solve the similar land price zone determination problem that is caused by the lack of objective numerical standard, this study proposed a similar land price zone determination method using a hybrid clustering technique. Results showed that this hybrid clustering method that applied into the test area could easily detect similar land price zones with considerable accuracy levels, which are verified with some test statistics and real comparative standard land parcels done by manually.

키워드

참고문헌

  1. 건설교통부, 2004, 2004년도 적용 개별공시지가 조사.산정 지침
  2. 국토연구원, 2004, GIS기반 공간분석방법론 적용 연구
  3. 김성호.조성빈.백승익, 2002, '자료융합방법의 성과에 대체수준이 미치는 영향에 관한 연구 : 몬테카를로 시뮬레이션 접근방법,' 경영과학, 19(1), 129-142
  4. 김윤식.모경주.윤인섭, 2000, '클러스터링 기법을 이용한 공정 데이터의 압축 저장 기법에 관한 연구,' 한국가스학회지, 4(4), 58-64
  5. 마상진, 1997, 고등학교 학생의 학습방식에 관한 군집분석, 서울대학교 석사학위논문
  6. 문태헌, 2000, 'GIS 기반 지가산정 및 시뮬레이션 시스템,' 한국지리정보학회지, 3(2), 1-10
  7. 박수홍.홍성언.김현석.김정엽, 2003, '공간 다기준 의사결정 방법을 이용한 개별공시지가 비교표준지 선정,' 한국GIS학회지, 11(1), 1-11
  8. 박성규, 1999, 토지 평가의 자동화를 위한 GSIS의 적용에 관한 연구, 조선대학교 박사학위논문
  9. 아우름솔루션, 2003, 개별공시지가 자동 산정을 위한 방법론 개발
  10. 이건학, 2004, 'GIS와 공간 데이터마이닝을 이용한 교통사고의 공간적 패턴 분석 : 서울시 강남구를 사례로,' 대한지리학회지, 39(4), 457-472
  11. 이성규.홍성언, 2004, 'K-평균 군집화 기법을 이용한 공시지가 유사가격의 설정,' 한국지리교육학회, 지리학 연구, 38(3), 319-327
  12. 조형기.민준영.최종욱, 1996, '클러스터링 방법을 이용한 차종인식 모형,' 한국정보처리학회 논문지, 3(2), 369-380
  13. 허명회.이용구, 2003, 클레멘타인을 활용한 K-평균 군집화 결과의 재현성 평가, SPSS White Paper
  14. Brian S. E., 1993, Cluster analysis(3rd ed.), Halsted Press
  15. Kaufman, L. and Rousseeuw, P. J., 1990, Finding Groups in Data: An Introduction to Cluster Analysis. Wiley, New York
  16. MacQueen, J. B., 1967, Some Methods for Classification and Analysis of Multivariate Observations, Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, 1, 281-297
  17. Milligan, G. W. and Cooper, M. C., 1987, A Study of Variable Standardization, College of Administrative Science Working Paper Series, Columbus OH, The Ohio State University, 87 -63
  18. Rand, W. M., 1971, Objective Criteria for the Evaluation of Clustering Methods, Journal of American Statistical Association, 66, 846-850 https://doi.org/10.2307/2284239