• Communications for Statistical Applications and Methods
• /
• 제31권4호
• /
• pp.377-391
• /
• 2024

Accurate household projections are essential for sectors such as housing supply and tax policy planning, given the rapid social changes like declining birthrates, an aging population, and a rise in single-person households that impact household size and type. Korea introduced its first register-based census in 2015, transitioning from five-year general survey-based approach to an annual administrative data-based census. This change in census allows for more frequent and effective capturing the rapid demographic shifts and trends. However, this change in census has caused challenges in future projection by the existing household projection model due to the rapid dynamics. This paper proposes a new household projection method, the N-point Modified Exponential Model (MEM), that accurately reflects register-based census data and mitigates the impact of rapid demographic changes, in three types: the Weighted N-point MEM, the Regression-based N-point MEM, and the Rolling Weighted N+point MEM. Using register-based census data from 2016 to 2020 to forecast household headship rates by age, household size, and household type to 2051, the N-point modified exponential model outperformed the existing model in both long- and short-term forecast accuracy, suggesting its suitability as a future household projection model for Korea.

• 한국IT서비스학회지
• /
• 제21권3호
• /
• pp.63-72
• /
• 2022

The extinction crisis of local cities, caused by a population density increase phenomenon in capital regions, directly causes the increase of vacant houses in local cities. According to population and housing census, Gunsan-si has continuously shown increasing trend of vacant houses during 2015 to 2019. In particular, since Gunsan-si is the city which suffers from doughnut effect and industrial decline, problems regrading to vacant house seems to exacerbate. This study aims to provide a foundation of a system which can predict and deal with the building that has high risk of becoming vacant house through implementing a data driven vacant house prediction machine learning model. Methodologically, this study analyzes three types of machine learning model by differing the data components. First model is trained based on building register, individual declared land value, house price and socioeconomic data and second model is trained with the same data as first model but with additional POI(Point of Interest) data. Finally, third model is trained with same data as the second model but with excluding water usage and electricity usage data. As a result, second model shows the best performance based on F1-score. Random Forest, Gradient Boosting Machine, XGBoost and LightGBM which are tree ensemble series, show the best performance as a whole. Additionally, the complexity of the model can be reduced through eliminating independent variables that have correlation coefficient between the variables and vacant house status lower than the 0.1 based on absolute value. Finally, this study suggests XGBoost and LightGBM based machine learning model, which can handle missing values, as final vacant house prediction model.

• Spatial Information Research
• /
• 제22권3호
• /
• pp.89-99
• /
• 2014

도시 내 거주하는 인구의 분포는 다양한 연구에 활용될 수 있는 기초자료로서 중요한 의미를 지닌다. 그러나 이와 관련한 데이터는 정보기밀성 등을 이유로 일정한 공간단위로 집계되어 제공된다. 때문에 제공되는 것과 다른 공간단위나, 더 세밀한 공간분석을 요하는 연구와 활용이 제한된다. 이에 본 연구는 인구분포 데이터가 가지는 한계를 극복하여, 행정구역을 기준으로 한 인구데이터 제공단위보다 세밀한 인구분포를 현실적으로 재현하고자 대시매트릭 매핑 기법을 활용하였다. 대시메트릭 매핑은 주 데이터와 연관된 공간적 보조 데이터를 사용하여 주 데이터의 공간적 분포를 세밀하게 나타내는 지도화 방법이다. 본 연구에서는 서울시 집계구별 인구센서스 자료를 주 데이터로, 건축물 대장을 보조 데이터로 사용하였으며, 모든 인구가 주거용 건축물에 거주한다고 가정하여 주거용 건축물 단위에서 인구분포를 재현하였다. 주거용 건축물을 공간적으로 추출하기 위해 바이너리기법이 활용되었으며. 이후 회귀분석 기법을 활용하여 건물 용도와 층수를 고려한 가중치를 부여해 입체적인 거주인구밀도를 재현하는데 성공하였다. 이를 통해 전체 토지 및 용도구역을 기반으로 한 기존의 방법론보다 현실적용오차를 줄였다. 또한 주거가능 건축물의 주택유형과 층수가 반영된 3차원적 공간자료를 활용하여 주거용 건축물에 거주하는 인구를 추정하는 모델을 도출하여, 정확도가 높고 세밀화 된 인구분포지도를 제작하였다. 본 연구를 통해 도출된 개별 건물 단위의 인구 데이터는 일정한 공간단위로 집계를 재가공한 것으로 정보기밀성의 문제가 없는 세밀한 단위의 인구분포 정보를 제공한다. 따라서 이후 도시 내 재난재해 발생에 따른 영향 인구 파악과 같은, 지역인구를 활용한 다양한 연구에 활용될 수 있는 중요한 자료로써 의미를 지닌다.