일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
- 딥러닝
- EDA
- Python
- airflow
- 파이썬을활용한시계열데이터분석A-Z올인원패키지
- 데이터분석
- 직장인인강
- 리뷰
- 패캠챌린지
- 분석
- 데이터
- 빅데이터
- 파이썬
- 에어플로
- Ai
- correlation
- 머신러닝
- 상관분석
- 태국여행
- 독서리뷰
- API
- 데이터 분석
- 패스트캠퍼스
- 패스트캠퍼스후기
- 활성화함수
- 자동매매프로그램
- DAGs
- 직장인자기계발
- 방콕여행
- 통계분석
- Today
- Total
목록부동산/어플 분석 (3)
데이터를 기반으로
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/B31Aw/btrMOUrRO9O/vbNKPkU263FaLIsMvBqxQK/img.png)
2. 아파트실거래가(아실) 요즘 굉장히 많이 쓰이는 어플 중 하나이다. 사실 나는 호갱노노와 아실을 가장 많이 보는 편이긴 하다. 위 사진은 아파트실거래가(이하 아실)의 첫 홈페이지 화면이다. 천천히 위에서 아래오 좌측에서 우측으로 하나씩 파헤쳐 나가보자. [ Home ] 왼쪽 상단에 보면 분양과 아파트/오피스텔 로 나뉘어져 있다. 이는 분양과 매매를 뜻하는 듯 하다. 앞서 직방 글을 보셨다면 알겠지만, '필터' 라는 기능에 존재하는 변수들이 곧 내가 지속해서 공부하고 분석해야 할 변수들이다. 아실에서는 해당 변수는 상단에서 바로 확인할 수 있었다. - 평형 - 세대 수 - 입주년차 - 매매실거래가 - 평당가격 - 매매가(매물) - 전세가(매물) - 매매전세갭 - 전세가율 - 거래회전률 - 대지지분 - ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/dPbDcO/btrMIPrkkIl/Mh3F543r4TXSREVygsCi5k/img.png)
1. 직방 (직방에 존재하는 매물들을 홍보하는 용도가 아닌 가장 첫 화면을 캡쳐한 화면 입니다. - 홍보와는 무관합니다.) 직방은 App도 존재하고 Web 화면도 존재한다. 아파트를 클릭하면 가장 먼저 보이는 것은 위와 같다. [ 아파트 관련 기능 ] - 매매/전, 월세 - 신축분양 - 인구흐름 타 플랫폼을 아직 보진 못 했지만, 머릿 속으로 생각했을 때 '인구 흐름' 이라는 기능은 예상 밖의 기능이었다. 매매/전,월세를 클릭하면 해당 아파트, 지역, 지하철역, 학교 등 검색을 통해 해당 아파트 매물들을 볼 수 있다. 여기서 가장 중심적으로 봐야할 것은 '필터'라는 부분의 변수들이다. 해당 필터의 값들은 아래와 같다. - 면적 - 준공년도 - 세대수 다음은 신축 분양 부분이다. 신축 분양은 위 사진 처럼..
조금씩이라도 부동산도 공부를 해야하는 시기가 온 것 같다. 조금씩 조금씩 여러 채널에서 듣는 소식으로 공부하며 청약이 좋다니 어떻게든 매매를 해야한다니 이러한 구구절절한 소식들을 사방팔방에서 주워들으며 공부하는 것은 그만하고자 한다. 이제는 조금은 진지하게 임하며, 공부를 하고 내 전공(데이터 분석)을 덧붙여 좋은 인사이트를 얻을 수 있다면 그런 부분도 놓치지 않고 메모하고자 한다. 크게 계획은 부동산 가격에 영향을 미치는 요인들을 나열하고 하나씩 어떤 값들이 좋은지 어떤 영향을 미치는지 등 다양한 관점으로 해당 변수를 파악해보고자 한다. (데이터 분석으로 치면 EDA를 진행해보고자 한다) 공부라고 생각하며 진지한 자세로 임하고자 한다. -------------------------------------..