주택 시장에 대한 평가와 예측은 주택과 건설의 근본적 지속가능성에 대한 통찰을 제공할 수 있다. 주택판매지수(HSI)는 부동산 및 건설 산업에서 주택 시장의 경제적 추세를 예측하는 데 있어 가장 중요한 요인 중 하나로 여겨지며, 연구자들은 HSI에 대한 관련 예측 모형을 개발하려고 시도해 왔다. 자기회귀누적이동평균(ARIMA)은 시계열을 기반으로 미래 추세를 예측하는 데 일반적으로 사용되어 왔으나, 사회적 요인의 영향은 조사하지 않았다. 그러나 다양한 사회적 요인이 HSI에 미치는 영향을 파악함으로써 효과적인 HSI 예측에 대한 요구가 많다. 여러 사회적 요인을 관찰하면 HSI를 사전에 효과적으로 예측할 수 있다. 이러한 예측 방법은 웹 검색 데이터에 기반하여 해당 요인들과 HSI 사이의 관계에 초점을 맞추는 빅데이터 분석 방법을 사용하여 개발될 수 있다. 본 연구는 다중회귀분석(MRA)과 인공신경망(ANN)이 적용된 각 모형의 기본 속성과 장단점을 제공하는 예측 모형 개발을 위한 방법론을 제안한다. 이들 모형의 예측 성능은 ARIMA의 성능과 비교하였다. 또한 본 연구는 웹 검색 데이터로부터 얻은 사회적 요인을 기반으로 MRA와 ANN 간의 HSI 예측 정확도를 정량화한다. ARIMA를 사용한 예측 HSI 값은 MRA 및 ANN의 값보다 더 정확하였다. 각 모형에 대해 최저 평균절대오차(mean absolute error)와 정규화 평균제곱오차(normalized mean-square error)를 산출한 결과, MRA는 각각 1.680과 1.089, ANN은 각각 1.557과 1.843, ARIMA는 각각 0.173과 0.294로 나타났다. 본 방법론은 웹 검색 데이터를 활용한 HSI 예측 및 기타 관련 경제지표를 위한 예측 모형을 다수의 연구자들이 생성하고 개발할 수 있도록 할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.