머신러닝 기법을 활용한 자영업자 폐업 예측 모형 연구: 서울시 25개 자치구를 중심으로

장제훈

추천

검색

자료유형: 학술저널

저자정보: 장제훈 (조선대학교)

저널정보: 아시아문화학술원 인문사회 21 인문사회 21 제12권 제1호

발행연도: 2021.1

수록면: 1,081 - 1,096 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

머신러닝 기법을 활용한 자영업자 폐업 예측 모형 연구:서울시 25개 자치구를 중심으로장 제 훈* 요약: 자영업이 국민경제활동에서 차지하는 비중이 크고 자영업자 폐업은 개인 및 국가에 막대한 손해를 야기하고 있다는 점에서 자영업자 폐업을 감소시키는 방안이 절실히 요구되고 있다. 이에 본 연구는 3가지의 머신러닝 기법(의사결정나무, 랜덤포레스트, 서포트 벡터 머신)을 이용하여 서울시 25개 자치구를 중심으로 자영업자 폐업 예측 모형을 제시하였다. 이를 위하여 서울시에서 운영하고 있는 ‘우리마을가게 상권분석 서비스’의 공개된 상권 자료를 활용하였다. 먼저 폐업 예측 성능을 분석한 결과 서비스업은 랜덤포레스트 모형이, 외식업은 서포트 벡터 머신 모형이 가장 높게 나타났다. 이어서 폐업 예측모형에 가장 영향을 미치는 요소는 서비스업의 경우 건물단위 상존인구, 평균영업기간, 임대료 등이, 외식업은 임대료, 가구수, 건물단위 상존인구 등으로 나타났다. 이를 통해 신규 자영업자는 진입하고자 하는 상권의 특성을 파악하여 이에 맞는 생존전략을 구축할 수 있으며, 지자체와 정부에서는 기존 자영업자에 대해 영업전략 컨설팅 및 역량강화 등의 지원정책의 지표로 활용할 수 있을 것이다. 본 연구는 대표적인 머신러닝 기법들을 활용하여, 쉽게 수집할 수 있는 데이터만으로도 자영업자들의 폐업을 예측할 수 있다는 가능성을 보였다는 점에서 의의를 지닌다. 또한 자영업 창업에 직접적이고 정량적인 의사결정 지표를 도출했다는 점에서도 연구의 의의가 있다. 핵심어: 자영업자, 폐업, 예측 모형, 머신러닝 기법, 빅 데이터 □ 접수일: 2020년 12월 19일, 수정일: 2021년 2월 12일, 게재확정일: 2021년 2월 20일＊ 조선대학교 휴먼융합서비스학부 교수(Professor, Chosun Univ., Email: jehun@chosun.ac.kr)

A Study on the Prediction Model for Self-employed Business Closure Using Machine Learning Techniques:Focusing on 25 Autonomous Districts in SeoulJehun Jang Abstract: Given that self-employment accounts for a large portion of national economic activities and self-employed businesses are causing enormous damage to individuals and the country, measures to reduce self-employed businesses are urgently needed. Therefore, we developed a prediction model for self-employed business closure in 25 autonomous districts in Seoul by using three machine learning methods (decision tree, random forest, and support vector machine). To this end, the open commercial district data of ‘Our Village Shop Commercial Area Analysis Service’ operated by the Seoul Metropolitan Government was utilized. First, as a result of analyzing the predictive performance of business closure, the random forest model was the highest for the service industry and the support vector machine model was the highest for the catering industry. Subsequently, the factors that have the most influencing on the business closure prediction model were the surviving population by building unit, average operating period, and rent in the case of the service industry, and rent, the number of households, and the surviving population by building in the catering business. Through this, new self-employed persons can grasp the characteristics of the commercial district they want to enter and build a survival strategy appropriate for them, and local governments and governments can use them as indicators of support policies such as sales strategy consulting and capacity building for existing self-employed persons. This study is significant in that it has shown the potential to predict the closure of self-employed people by using representative machine learning techniques and by using easily collected data alone. It is also meaningful in that it derived direct and quantitative decision indicators for self-employed businesses. Key Words: Self-employed Business, Closure of Business, Prediction Model, Machine Learning Techniques, Big Data

#핵심어: 자영업자 #폐업 #예측 모형 #머신러닝 기법 #빅 데이터

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

장제훈

소속기관 조선대학교

주요연구분야 사회과학 > 기타 사회과학

논문수 1 이용수 97

이 논문과 함께 이용한 논문

상권의 공간적 확산에 따른 상업시설 생존율과 생존요인 비교 - 홍대지역 음식점을 중심으로 -

민철기 , 강창덕 서울도시연구 2021 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)