KR102295307B1 - 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템 - Google Patents

빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템 Download PDF

Info

Publication number
KR102295307B1
KR102295307B1 KR1020200182073A KR20200182073A KR102295307B1 KR 102295307 B1 KR102295307 B1 KR 102295307B1 KR 1020200182073 A KR1020200182073 A KR 1020200182073A KR 20200182073 A KR20200182073 A KR 20200182073A KR 102295307 B1 KR102295307 B1 KR 102295307B1
Authority
KR
South Korea
Prior art keywords
transaction
real estate
tracking
data
planning
Prior art date
Application number
KR1020200182073A
Other languages
English (en)
Inventor
이창동
김범진
Original Assignee
(주)밸류업시스템즈
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)밸류업시스템즈 filed Critical (주)밸류업시스템즈
Priority to KR1020200182073A priority Critical patent/KR102295307B1/ko
Application granted granted Critical
Publication of KR102295307B1 publication Critical patent/KR102295307B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 빅데이터 마이닝을 이용하여 비정상적인 토지 지분거래를 추적하는 방법 및 시스템을 개시한다.
개시된 토지 지분거래 추적 시스템은 실거래가 데이터 수집부와, 기획부동산 데이터베이스와, 검증에 사용할 공공 데이터를 수집하는 검증 데이터 수집부와, 상기 실거래가 데이터를 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의해 거래를 추적하는 제1 거래추적부와, 상기 실거래가 데이터를 소정의 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의한 거래가 아닌 거래들에 소정의 특정 거래패턴 검출 알고리즘을 적용하여 신규 기획부동산 거래를 추적하는 제2 거래추적부와, 상기 제1 거래추적부의 추적결과와 상기 제2 거래추적부의 추적결과를 검증 데이터와 비교하여 신규 기획부동산 거래인지를 검증하는 검증부와, 상기 검증된 제1 거래추적부의 추적결과와 검증된 제2 거래추적부의 추적결과에 의해 상기 기획부동산 데이터베이스를 업데이트하는 기획부동산 데이터베이스 갱신부와, 상기 기획부동산 데이터베이스의 기획부동산 정보를 공공기관이나 사용자에게 제공하는 기획부동산 정보 출력부를 포함한다.

Description

빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템{A Method and System for Tracking Enterprise Land Share Transactions Using Big Data Mining}
본 발명은 비정상적인 부동산 거래를 추적하기 위한 방법 및 시스템에 관한 것으로, 더욱 상세하게는 빅데이터 마이닝을 이용하여 비정상적인 토지 지분거래를 추적하는 방법 및 시스템에 관한 것이다.
일반적으로 토지, 주택, 건물, 임야 등과 같은 부동산이 부를 이룰 수 있는 주요 재테크 수단의 하나로 인식되면서 다양한 방식의 거래가 활성화되어 있다. 예컨대, 인터넷을 통해 부동산 거래 정보가 제공되고 있으며 정부에서도 부동산 거래의 활성화를 위해 실거래가 정보, 분양정보 등과 같은 다양한 부동산 관련 정보를 공공 데이터로 제공하고 있다.
예컨대, 특허 등록번호 제10-2038141호로 공고된 '부동산 정보를 제공하는 방법, 이를 이용하는 서버 및 시스템'은 부동산에 대한 인공위성 이미지 데이터로부터 정보제공 대상 부동산의 인구요소, 교통요소, 상권요소, 구매력요소, 및 교육요소 중 적어도 어느 하나에 관한 이미지를 추출하고 이에 기초하여 정보를 제공하는 것이다. 또한 공개번호 제10-2020-0058064호로 공개된 '부동산 관련 데이터 정보를 이용한 부동산 물건의 미래예측 분석 서비스 제공 시스템'은 아파트, 단독주택, 다세대주택, 주상복합, 상가, 빌딩, 건축물, 토지 등에 대한 위치 정보와 지도 데이터 정보 및 부동산 관련 데이터 정보들을 분석하여 정부와 도시/군이 지향하는 개발축과 교통축 및 발전방향과 현황에 맞춰 사용자에게 정보를 제공하는 것이다.
한편, 부동산에 대한 투자가 과열되면서 개발이 어려운 토지 등을 지분을 나누어 다수의 투자자에게 팔아 부당하게 이익을 챙기는 소위 기획부동산에 의한 피해가 급격히 증가하고 있다. 이러한 기획 부동산 업체는 대부분 기업형태를 갖추어 거래를 하고 있는데, 종래의 부동산 정보 제공기술로는 이들 기업에 의한 부당한 거래를 찾아낼 수 없어 피해를 예방하기 어려운 문제점이 있다.
본 발명은 합법적으로 활용할 수 있는 다양한 공간정보와 공공 데이터를 활용하여 기업형 지분거래 현황을 파악하고 기업간 연계현황 등을 분석하여 표시함으로써 기획부동산과 같은 부당한 부동산 거래를 추적할 수 있도록 하는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템을 제공하는 것이다.
본 발명의 실시예는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 시스템을 개시한다.
개시된 시스템은 실거래가 로우 데이터를 수집하는 실거래가 데이터 수집부와, 기획부동산 정보 데이터를 저장하고 있는 기획부동산 데이터베이스와, 검증에 사용할 공공 데이터를 수집하는 검증 데이터 수집부와, 상기 실거래가 데이터를 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의해 거래를 추적하는 제1 거래추적부와, 상기 실거래가 데이터를 소정의 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의한 거래가 아닌 거래들에 소정의 특정 거래패턴 검출 알고리즘을 적용하여 신규 기획부동산 거래를 추적하는 제2 거래추적부와, 상기 제1 거래추적부의 추적결과와 상기 제2 거래추적부의 추적결과를 검증 데이터와 비교하여 신규 기획부동산 거래인지를 검증하는 검증부와, 상기 검증된 제1 거래추적부의 추적결과와 검증된 제2 거래추적부의 추적결과에 의해 상기 기획부동산 데이터베이스를 업데이트하는 기획부동산 데이터베이스 갱신부와, 상기 기획부동산 데이터베이스의 기획부동산 정보를 공공기관이나 사용자에게 제공하는 기획부동산 정보 출력부를 포함한다.
상기 제 1 거래추적부는 상기 기획부동산 데이터베이스에 저장된 기획부동산 법인명과 필지정보를 실거래가 거래 데이터의 법인명 및 필지정보와 각각 매칭시키는 데이터 매칭부와, 상기 데이터 매칭부의 매칭결과 법인명은 매칭되나 필지가 매칭되지 아니한 거래들을 분석하여 기존 기획부동산 법인에 의한 신규 필지거래를 추적하는 신규필지 추가 거래분석부와, 상기 데이터 매칭부의 매칭결과 필지정보는 매칭되나 법인명이 매칭되지 아니한 거래들을 분석하여 기존 기획부동산 필지를 거래하는 신규 법인거래를 추적하는 신규법인 추가 거래분석부와, 상기 신규필지 추가 거래분석부의 신규필지 거래와 상기 신규법인 추가 거래분석부의 신규 법인거래와, 상기 데이터 매칭부의 매칭결과 법인명과 필지정보가 모두 매칭된 거래를 기획부동산 거래로 판단하는 기획부동산 판별부로 구성될 수 있다.
상기 제 2 거래추적부는 실거래가 거래 데이터에서 일정기간 동안의 필지별 지분거래를 추출하는 필지별 지분거래 추출부와, 동일 필지에 대한 일정기간의 지분거래 판매가격을 분석하여 평당 판매가격이 균일한 지분거래를 추출하는 판매가격 분석부와, 동일 필지에 대한 일정기간의 지분거래 면적을 분석하여 면적의 크기가 균일한 거래를 추출하는 판매면적 분석부와, 동일 필지에 대한 특정패턴의 지분거래 횟수를 카운트하여 소정 횟수 이상의 지분거래를 추출하는 지분횟수 분석부와, 분석결과 평당 판매가격과 판매면적이 균일한 지분거래 횟수가 소정 횟수 이상이면 해당 거래를 기획부동산 거래로 판단하는 기획부동산 판별부로 구성될 수 있다.
또한 본 발명의 다른 실시예는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법을 개시한다.
개시된 방법은 실거래가 거래 데이터를 기획부동산 데이터베이스의 법인명 및 필지정보와 매칭시키는 거래데이터 매칭단계와, 상기 매칭결과 법인명과 필지정보가 모두 매칭되면 해당 거래를 기획부동산거래로 판단하는 단계와, 상기 매칭결과 법인명은 매칭되고 필지정보가 매칭되지 않으면 특정 거래패턴 검출 알고리즘을 적용하여 기존 기획부동산 법인의 신규필지 거래인지를 판단하는 단계와, 상기 매칭결과 필지정보는 매칭되고 법인명이 매칭되지 않으면 특정 거래패턴 검출 알고리즘을 적용하여 기존 기획부동산 필지의 신규 기획부동산 법인 거래인지를 판단하는 단계와, 상기 매칭결과 법인명과 필지정보가 모두 매칭되지 않으면 특정 거래패턴 검출 알고리즘을 적용하여 신규 기획부동산 거래인지를 판단하는 단계와, 상기 판단결과 기획부동산 거래이면 해당 거래정보에 근거하여 상기 기획부동산 데이터베이스를 갱신하는 단계를 포함한다.
상기 기업형 토지 지분거래 추적 방법은 상기 기획부동산 데이터베이스의 기획부동산 정보를 사용자의 요구에 따라 다양한 형태로 제공하는 기획부동산 정보 제공단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 합법적으로 활용할 수 있는 다양한 공간정보와 공공 데이터를 활용하여 기업형 지분거래 현황을 파악하고 기업간 연계현황 등을 분석하여 표시함으로써 기획부동산과 같은 부당한 부동산 거래에 의한 피해를 예방할 수 있다.
특히 본 발명의 실시예에 따라 구축된 기획부동산 데이터베이스를 토지거래와 관련된 정책수립에 활용할 경우 부당한 기획부동산 거래를 억제시킬 수 있고, 이에 따라 기획부동산에 의해 발생되는 사회 경제적 손실을 크게 줄 일 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 지분거래 시스템의 전체 구성을 도시한 개략도,
도 2는 본 발명의 실시예에에 따른 지분거래 추적 서버의 구성 블럭도,
도 3은 도 2에 도시된 제1 거래추적부의 세부 구성 블럭도,
도 4는 도 2에 도시된 제2 거래추적부의 세부 구성 블럭도,
도 5는 본 발명의 실시예에 따른 지분거래 추적 절차를 도시한 순서도,
도 6은 도 5에 도시된 특정 거래패턴 검출 절차의 세부 순서도,
도 7은 본 발명의 실시예에 따라 법인별 연동망을 시각화하여 표시한 예,
도 8은 본 발명의 실시예에 따라 지역별 거래건수를 그래프로 시각화하여 표시한 예이다.
본 발명과 본 발명의 실시에 의해 달성되는 기술적 과제는 다음에서 설명하는 본 발명의 바람직한 실시예들에 의하여 보다 명확해질 것이다. 다음의 실시예들은 단지 본 발명을 설명하기 위하여 예시된 것에 불과하며, 본 발명의 범위를 제한하기 위한 것은 아니다.
먼저, 본 발명의 실시예에서 기업형 토지 지분거래란 동일한 필지에 소유자가 다수인 지분거래 형태에서 법인에 의해 해당 토지가 판매된 경우 중 비정상적인 거래에 해당되는 소위 기획부동산에 의한 토지거래를 의미한다. 이하에서는 설명의 편의를 위해 이를 '기획부동산 거래'라고 하고, 기획부동산 거래의 판매자(매도인)를 '기획부동산 법인', 기획부동산 거래를 통해 판매되는 토지를 '기획부동산 필지'라고 한다.
도 1은 본 발명의 실시예에 따른 기획부동산 추적 시스템의 전체 구성을 도시한 개략도이고, 도 2는 본 발명의 실시예에 따른 기획부동산 추적 서버의 구성 블럭도이다.
본 발명의 실시예에 따른 기획부동산 추적 시스템은 도 1에 도시된 바와 같이 인터넷(102)을 통해 상호 연결되는 실거래가 공개시스템(10), 부동산 등록 데이터, 법인등록 데이터 등과 같은 각종 공공 데이터를 정부나 지방정부 혹은 공공기관이 제공하는 공공 데이터베이스(20), 기획부동산 거래를 추적하는 서비스를 공공기관(30)이나 사용자 유선 단말(40)이나 사용자 모바일 단말(50)로 제공하는 기획부동산 추적 서비스 서버(100)로 구성된다.
도 1을 참조하면, 실거래가 공개시스템(10)은 국토교통부나 지방정부 등에서 제공하는 실거래가 거래정보를 공개하는 시스템으로서, 본 발명의 실시예에서 분석 대상이 되는 실거래가 로우 데이터를 가져올 수 있는 곳이다. 공공 데이터 데이터베이스(20)는 대법원의 부동산 등기정보나 법인 등기정보와 같은 공공 데이터와 위치정보, 지적도 등과 같은 다양한 공공 데이터를 제공하는 사이트를 통칭한 것이다. 공공기관(30)은 본 발명의 실시예에 따른 기획부동산 추적 서비스를 이용하여 정책을 수립하거나 주민이 부당한 피해를 입지 않도록 기획부동산 정보를 활용하는 정부 혹은 지방정부 등을 나타내고, 사용자 유선 단말(40)은 인터넷(102)을 통해 서비스 서버(100)에 접속하거나 공공기관(30)에 접속하여 기획부동산 추적 서비스를 이용할 수 있는 데스크탑 PC 등이고, 사용자 모바일 단말(50)은 앱이나 무선 인터넷으로 기획부동산 추적 서비스를 이용할 수 있는 스마트폰, 테블릿 등을 나타낸 것이다.
본 발명의 실시예에 따라 기획부동산 추적 서비스를 제공하기 위한 기획부동산 추적 서비스 서버(100)는 도 2에 도시된 바와 같이, 실거래가 로우데이터 수집부(112), 기획부동산 데이터베이스(114), 검증 데이터 수집부(116), 데이터 전처리부(118), 제1 거래추적부(120), 제2 거래추적부(130), 검증부(140), 기획부동산 데이터베이스 갱신부(150), 기획부동산 정보 출력부(160)로 구성된다.
도 2를 참조하면, 실거래가 로우 데이터 수집부(112)는 공공기관(30)이나 공공데이터 데이터베이스(20)로부터 API형태로 실거래가 로우 데이터를 제공받거나 CSV, EXCEL과 같은 파일 데이터 형태 혹은 웹 크롤링을 통해 웹상에서 데이터를 수집하여 실거래가 거래 정보를 저장하고 있다. 본 발명의 실시예에서는 토지의 지분거래 데이터를 분석하므로 주로 토지거래와 관련된 실거래가 데이터를 수집하나 분석대상을 확장할 경우에는 필요에 따라 다른 부동산 거래 데이터를 수집할 수도 있다. 예컨대, 토지 실거래가 로우 데이터는 다음 표 1과 같을 수 있다.
토지위치 지목 접수일자 계약일자 면적 총면적 거래금액 총금액 매도인명 매수인명
xxxx 임야 20200101 20200201 330 102181 5400000 5400000 xx법인 개인
... 전 ... ... ... ... ... ... ... ...
... 답 ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ...
기획부동산 데이터베이스(114)는 본 발명의 실시예에 따른 특정 거래패턴 검출 알고리즘을 적용하여 기획부동산 거래로 판명된 거래의 구체적인 거래정보와, 기획부동산 업체(법인)정보, 기획부동산 거래 대상 필지정보 등이 누적적으로 저장되어 있고, 이 데이터베이스는 주기적으로 갱신되도록 되어 있다. 예컨대, 기획부동산 데이터베이스의 법인데이터는 법인명, 법인번호, 매칭주소, 매칭판매건수, 판매금액, 판매면적, 관련그룹 수 등의 항목에 대한 정보를 포함할 수 있고, 기획부동산 데이터베이스의 필지데이터는 토지고유번호(PNU), 주소, 매칭판매건수, 판매금액, 판매면적, 매칭법인 수 등의 정보를 포함할 수 있다. 토지고유번호(PNU)는 토지코드라고도 하며, 시도 2자리, 시군구 3자리, 읍면동 3자리, 리 2자리, 필지구분 1자리, 본번 4자리, 부번 4자리 등 총 19자리로 이루어져 고유의 지번을 식별할 수 있게 된 것이다.
검증 데이터 수집부(116)는 기획부동산 거래로 의심되는 거래가 정말 기획부동산 거래인지를 검증하기 위해 사용할 법인등기정보, 부동산 등기정보 등과 같은 공공 데이터를 수집하기 위한 것이다. 예컨대, 법인 등기정보로는 법인상호, 관할등기소, 법인구분, 본/지점, 등기번호, 주말여부, 폐쇄여부 등과 같은 정보를 포함할 수 있고, 부동산 등기정보로는 해당 물건의 권리정보, 거래일자 등의 정보를 포함할 수 있다.
데이터 전처리부(118)는 수집된 로우 데이터들과 기획부동산 데이터베이스의 저장된 데이터를 분석에 적합한 포맷으로 전처리하기 위한 것이다. 예컨대, 실거래가 로우 데이터의 경우 신고 주체별로 데이터의 변동성이 크기 때문에 효율적인 분석작업을 위해 불필요한 정보를 제거하고, 적절한 데이터 포맷으로 변환하는 전처리를 수행한다. 또한 전처리과정에서 실거래가 거래 데이터 중 토지의 지분거래 데이터만을 선별하여 분석대상 데이터로 특정할 수도 있다.
제1 거래추적부(120)는 전처리된 실거래가 데이터를 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의해 거래를 추적하기 위한 것이고, 제2 거래추적부(130)는 전처리된 실거래가 데이터를 소정의 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의한 거래가 아닌 거래들에 소정의 거래패턴 검출 알고리즘을 적용하여 신규 기획부동산 거래를 추적하기 위한 것이다.
검증부(140)는 제1 거래추적부(120)의 추적결과와 제2 거래추적부(130)의 추적결과를 검증 데이터 수집부(116)의 검증 데이터와 비교하여 신규 기획부동산 거래인지를 검증하기 위한 것이다. 이러한 검증부(140)는 제1 거래추적부(120)의 추적결과를 검증하기 위한 제1 검증부와 제2 거래추적부(130)의 추적결과를 검증하기 위한 제2 검증부로 구분되어 따로 구현될 수도 있다. 검증을 위한 가설로는 개발이 난해한 토지인가, 다단계방식의 구인모집에 해당하는가, 매입 후 1년 미만에 판매하는 거래인가 등과 같이 기획부동산 거래로 추정되는 거래인지를 검증하기 위한 여러 항목을 각각 테스트할 수 있고, 테스트 결과 일정 항목수 이상 기획부동산 거래로 추정되는지 등으로 검증할 수 있다.
기획부동산 데이터베이스 갱신부(150)는 검증된 제1 거래추적부(120)의 추적결과와 검증된 제2 거래추적부(130)의 추적결과에 의해 기획부동산 데이터베이스(114)를 업데이트하기 위한 것이다.
기획부동산 정보 출력부(160)는 기획부동산 데이터베이스(114)의 기획부동산 정보를 공공기관(30)이나 사용자들(40,50)에게 제공하기 위한 것이다.
도 3은 도 2에 도시된 제1 거래추적부의 세부 구성 블럭도이고, 도 4는 도 2에 도시된 제2 거래추적부의 세부 구성 블럭도이다.
제1 거래추적부(120)는 도 3에 도시된 바와 같이, 데이터 매칭부(121), 신규필지 추가 거래분석부(122), 신규법인 추가 거래 분석부(123), 필터링부(124), 기획부동산 판별부(125)로 구성된다.
도 3을 참조하면, 데이터 매칭부(121)는 기획부동산 데이터베이스(114)에 저장된 기획부동산 법인명과 필지정보(지번)를 실거래가 거래 데이터의 법인명 및 필지정보(지번)와 각각 매칭시키는 DB매칭 기능을 처리한다. 즉, DB매칭은 법인 및 필지 별로 구별되어 이뤄지며, 법인 및 필지 매칭이 교집합일 경우 필터링을 거친 후 기획부동산 여부를 판단할 수 있게 하고, 법인 데이터만 매칭일 경우 데이터 필터링 및 DB 검증을 거친 후 기획부동산 여부를 판단할 수 있게 하며, 필지 데이터만 매칭인 경우 데이터 필터링 및 DB 검증을 거친 후 기획부동산 여부를 판단할 수 있게 한다.
신규필지 추가 거래분석부(122)는 데이터 매칭부(121)의 매칭결과 법인명은 매칭되나 필지가 매칭되지 아니한 거래들을 분석하여 기존 기획부동산 법인에 의한 신규 필지거래를 추적하는 기능을 처리하고, 신규법인 추가 거래분석부(123)는 데이터 매칭부(121)의 매칭결과 필지정보는 매칭되나 법인명이 매칭되지 아니한 거래들을 분석하여 기존 기획부동산 필지를 거래하는 신규 법인거래를 추적한다.
필터링부(124)는 해당 거래 필지가 지분거래가 필수인 특수지목이거나 미세면적인 경우 등과 같이 기획부동산 거래의 여지가 없는 토지 지분거래를 기획부동산 거래로 판단하지 않도록 해당 거래를 제외시키는 기능을 처리한다.
기획부동산 판별부(125)는 신규필지 추가 거래분석부(122)의 필터링된 신규필지 거래와 신규법인 추가 거래분석부(123)의 필터링된 신규 법인거래와, 데이터 매칭부(121)의 매칭결과 법인명과 필지정보가 모두 매칭된 거래를 기획부동산 거래로 판단하는 역할을 수행한다.
한편, 제2 거래추적부(130)는 도 4에 도시된 바와 같이, 필지별 지분거래 추출부(131)와 지분거래 횟수 분석부(132), 판매가격 분석부(133), 판매면적 분석부(134), 신규 기획부동산 의심거래 판별부(135), 필터링부(136), 기획부동산 판별부(137)로 구성된다.
도 4를 참조하면, 필지별 지분거래 추출부(131)는 실거래가 거래 데이터에서 일정기간 동안의 필지별 지분거래를 추출하는 기능을 처리한다.
판매가격 분석부(133)는 동일 필지에 대한 일정기간의 지분거래 평당 판매가격을 분석하여 평당 판매가격이 균일한 지분거래를 추출하는 기능을 처리하며, 판매면적 분석부(134)는 동일 필지에 대한 일정기간의 지분거래 면적을 분석하여 면적의 크기가 균일한 거래를 추출한다.
지분거래 횟수 분석부(132)는 동일 필지에 대한 일정기간의 특정 거래패턴의 지분거래 횟수를 카운트하여 소정 횟수 이상의 지분거래를 추출하는 기능을 처리한다.
기획부동산 의심거래 판별부(135)는 분석결과 평당 판매가격과 판매면적이 균일한 거래의 지분거래 횟수가 소정 횟수 이상이면 해당 거래를 기획부동산 의심거래로 판단하는 기능을 수행하고, 필터링부(136)는 의심거래 중에서 해당 거래 필지가 지분거래가 필수인 특수지목이거나 미세면적인 경우 등과 같이 기획부동산 거래의 여지가 없는 토지 지분거래를 기획부동산 거래로 판단하지 않도록 해당 거래를 제외시키는 기능을 수행한다.
기획부동산 판별부(137)는 필터링부(136)를 거친 거래 데이터에서 평당 판매가격과 판매면적이 균일한 지분거래 횟수가 소정 횟수 이상이면 해당 거래를 기획부동산 거래로 판단하는 기능을 수행한다.
이와 같이 구성되는 본 발명의 실시예에 따른 시스템에 의한 지분거래 추적 방법은 다음과 같다.
도 5는 본 발명의 실시예에 따른 지분거래 추적 절차를 도시한 순서도이고, 도 6은 도 5에 도시된 특정 거래패턴 검출 절차의 세부 순서도이며, 도 7은 본 발명의 실시예에 따라 법인별 연동망을 시각화하여 표시한 예이고, 도 8은 본 발명의 실시예에 따라 지역별 거래건수를 그래프로 시각화하여 표시한 예이다.
도 5를 참조하면, 실거래가 로우데이터 수집단계(S101)에서는 실거래가 로우데이터를 수집한다.
데이터 전처리 단계(S102)에서는 수집된 실거래가 로우 데이터들과 기획부동산 데이터베이스(114)에 저장된 데이터를 분석에 적합한 포맷으로 전처리하기 위한 것이다. 예컨대, 실거래가 로우 데이터의 경우 신고 주체별로 데이터의 변동성이 크기 때문에 효율적인 분석작업을 위해 불필요한 정보를 제거하고, 적절한 데이터 포맷으로 변환하는 전처리를 수행한다.
거래 데이터 매칭단계(S103)에서는 실거래가 거래 데이터를 기획부동산 데이터베이스의 법인명 및 필지정보와 매칭시키는 DB 매칭을 처리한다. DB매칭은 법인 및 필지 별로 구별되어 처리되며, 법인 및 필지 매칭이 교집합일 경우 필터링을 거친 후 기획부동산 여부를 판단할 수 있고, 법인 데이터만 매칭일 경우 데이터 필터링 및 DB 검증을 거친 후 기획부동산 여부를 판단할 수 있으며, 필지 데이터만 매칭인 경우 데이터 필터링 및 DB 검증을 거친 후 기획부동산 여부를 판단할 수 있다.
보다 구체적으로, 매칭결과 법인명과 필지정보가 모두 매칭되면 해당 거래를 기획부동산 거래로 판단한다.(S104,S105),
매칭결과 법인명은 매칭되고 필지정보가 매칭되지 않으면 나중에 자세히 설명하는 특정 거래패턴 검출 알고리즘을 적용하여 특정패턴의 거래를 추출하고 해당 거래패턴의 횟수가 설정치 이상이면 필터링을 거쳐 해당 거래를 기존 기획부동산 법인의 신규필지 거래로 판단한다(S106~S110).
매칭결과 필지정보는 매칭되고 법인명이 매칭되지 않으면 특정 거래패턴 검출 알고리즘을 적용하여 특정패턴의 거래를 추출하고 해당 거래패턴의 횟수가 설정치를 초과하면 필터링을 거쳐 기존 기획부동산 필지의 신규 기획부동산 법인 거래로 판단한다(S111~S115).
한편, 매칭결과 법인명과 필지정보가 모두 매칭되지 않으면 특정 거래패턴 검출 알고리즘을 적용하여 특정패턴의 거래를 추출하고, 해당 거래패턴의 횟수가 설정치를 초과하면 필터링과 검증을 거쳐 신규 기획부동산 거래로 판단한다(S116~S121). 여기서 신규 기획부동산 거래는 새로운 법인에 의해 새로운 필지에 기획부동산 거래가 이루어진 경우로서 해당 거래의 판매법인은 새로운 기획부동산 법인으로 데이터베이스에 추가되고, 해당 거래의 필지는 새로운 기획부동산 필지로 데이터베이스에 추가된다.
본 발명의 실시예에서 기획부동산 거래인지를 판별하기 위한 특정 거래패턴 검출 절차는 도 6에 도시된 바와 같이, 분석 데이터를 입력받아 이전 DB가 있으면 분석 데이터베이스와 결합한다(S201~S203).
이후 분석대상 데이터들에 대해서 평당단가 분석과, 판매면적 분석을 수행하여 평당단가가 균일하고 판매면적이 균일한 지분거래를 추출한다(S205~S207).
이후 평당단가가 균일하고 판매면적이 균일한 지분거래의 횟수를 카운트하여 해당 지분거래 횟수가 N회 이상이면 기획부동산 의심거래로 판단한다(S208~S210). 반복거래 횟수가 N회 미만이거나 거래에서 평당단가 균일하지 않거나 판매면적이 균일하지 않으면 해당 지분거래는 정상거래로 판단한다(S211).
이와 같은 특정 거래패턴 검출 알고리즘은 다음에 설명하는 바와 같이 수학식으로 표현될 수 있다.
실거래가 데이터에서 특정 지번의 지분거래 사례를 ti(d, a, month, area, price, s)라고 정의할 때, 이들 지분거래 사례들의 집합 T의 부분집합 T'는 다음 수학식 1과 같이 나타낼 수 있다. 수학식 1에서 'd'는 거래필지의 지번을 식별하기 위한 지역(distric=시,군,구)을 나타내고, 'a'는 거래필지의 주소(address=번지)를 나타내며, 'month'는 계약년월일, 'area'는 계약면적(㎡ ), 'price'는 거래금액(만원), s는 지분(share=지분구분)을 나타낸다.
Figure 112020140354610-pat00001
T의 부분집합 T'에서 면적당 가격(평당가격)이 모두 같고, 계약면적 평수가 10의 배수인 T'의 부분집합을 T"이라 할 때, T"은 다음 수학식 2와 같이 산출할 수 있다.
Figure 112020140354610-pat00002
수학식 2에서, e1, e2는 오차율이고, M은 산정기간(월)을 나타낸다.
그리고 T" 중에서 거래 사례 수가 일정 수 이상인 것 즉, n(T")≥N을 만족하는 T"가 존재하면 해당 지번은 기획부동산으로 판단한다. 이때, 오차율 e1, e2와 기간 M, 및 사례 수 N은 경험적인 수치를 바탕으로 조정하는 것이 바람직하다.
본 발명의 실시예에서 경기도지역의 실거래가 데이터(2018.01~2020.10)를 이용한 계산에서 e1=0.05 , e2=0.05 , M=3 , N=10 일 때, 가장 정확하게 기획부동산 여부를 판단할 수 있었다.
다시 도 5를 참조하면, 단계 S122에서는 특정 거래패턴 검출 절차를 통해 판단결과 기획부동산 거래이면 해당 거래정보에 근거하여 기획부동산 데이터베이스를 갱신한다. 예컨대, 최종 판단 데이터를 다음 표 2와 같이 기획부동산 신고 데이터별로 법인 포함 여부/ 필지 포함 여부/ 기획부동산 판단 여부로 구분해 데이터를 구축하여 법인/필지/기획부동산 모두 적용된 데이터를 필지별 통계데이터 및 법인별 통계데이터에 활용할 수 있게 한다.
토지고유번호 토지
위치		 지목 지분 계약일 거래
면적		 금액 매도인 매수인 법인 필지 기획
xxxx xxxx xxx xxx xxx xxx xxx 나라법인 개인 대상 포함 기획
xxxx xxx xxx xxx xxx xxx xxx 나라법인 개인 대상 포함 기획
xxxx xxx xxx xxx xxx xxx xxx 개인 개인 일반 비포함 일반
xxxx xxx xxx xxx xxx xxx xxx 개인 개인 일반 포함 일반
이후 법인/필지/기획부동산 정보가 포함된 데이터를 이용하여 기획부동산 정보 출력단계(S123)에서는 다양한 방식으로 통계처리하여 사용자에게 필요한 형태로 정보를 제공할 수 있다. 즉, 단계 S123에서는 기획부동산 데이터베이스의 기획부동산 정보를 사용자의 요구에 따라 다양한 형태로 제공한다. 예컨대, 필지별 통계데이터는 각 필지별로 매칭판매건수, 총 판매금액, 총 판매면적, 필지 판매 이력이 있는 매칭 법인 수로 구분하여 다음 표 3과 같이 제공할 수 있고, 매칭 법인은 별도의 페이지로 구성, 클릭시 해당 필지의 법인별 판매건수 및 판매금액, 판매면적 등으로 보여줄 수도 있다.
PNU 주소 매칭판매건수 판매금액 판매면적 매칭법인
416xxxxx 광주시 남종면 77 xxx xxx 3
xxx xxx 249 xxx xxx 3
xxx xxx 179 xxx xxx 10
xxx xxx 50 xxx xxx 11
또한 법인별 통계데이터는 각 법인별로 판매한 필지 건수(매칭주소), 총 판매건수, 총 판매금액, 총판매면적, 동일 토지 판매이력 법인 수(관련그룹) 등으로 구분하여 다음 표 4와 같이 제공할 수도 있다. 여기서, 관련 그룹은 동일 필지에 판매 이력이 있는 법인 숫자를 나타낸다. 예컨대, A필지에 ㄱ사, ㄴ사, ㄷ사, B필지에 ㄱ사, ㄴ사, ㄹ사, ㅁ사가 있는 경우 ㄱ사의 관련그룹은 4건(ㄴ,ㄷ,ㄹ,ㅁ)으로 표시한다. 이때, ㄴ사는 중복되므로 1건으로 표시한다.
법인명 법인번호 매칭주소 매칭판매건수 판매금액 판매면적 관련그룹
나라토지정보 xxx 34 575 xxxx xxx 51
나라미래경매 xxx 27 817 xxxx xxx 41
나라경매법인 xxx 17 525 xxxx xxx 36
탑경매법인 xxx 16 1,146 xxxx xxx 6
그리고 기획부동산 정보는 이와 같은 테이블 형식 외에 도 7에 도시된 바와 같이, 법인별 연동망을 시각화하여 표시하거나 도 8에 도시된 바와 같이 지역별 거래건수 그래프 형식으로 시각화하여 표시할 수도 있다.
이상에서 본 발명은 도면에 도시된 일 실시예를 참고로 설명되었으나, 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.
10: 실거래가 공개 시스템 20: 공공 데이터 데이터베이스
30: 공공기관 40: 사용자 유선 단말
50: 사용자 모바일 단말 100: 기획부동산 서비스 서버
112: 실거래가 로우 데이터 수집부 114: 기획부동산 데이터베이스
116: 검증 데이터 수집부 118: 데이터 전처리부
120: 제1 거래추적부 130: 제2 거래추적부
140: 검증부 150: 기획부동산 데이터베이스 갱신부
160: 기획부동산 정보 출력부

Claims (5)

  1. 실거래가 로우 데이터를 수집하는 실거래가 데이터 수집부;
    기획부동산 정보 데이터를 저장하고 있는 기획부동산 데이터베이스;
    검증에 사용할 공공 데이터를 수집하는 검증 데이터 수집부;
    상기 기획부동산 데이터베이스에 저장된 기획부동산 법인명과 필지정보를 실거래가 거래 데이터의 법인명 및 필지정보와 각각 매칭시키는 데이터 매칭부와, 상기 데이터 매칭부의 매칭결과 법인명은 매칭되나 필지가 매칭되지 아니한 거래들을 분석하여 기존 기획부동산 법인에 의한 신규 필지거래를 추적하는 신규필지 추가 거래분석부와, 상기 데이터 매칭부의 매칭결과 필지정보는 매칭되나 법인명이 매칭되지 아니한 거래들을 분석하여 기존 기획부동산 필지를 거래하는 신규 법인거래를 추적하는 신규법인 추가 거래분석부와, 상기 신규필지 추가 거래분석부의 신규필지 거래와 상기 신규법인 추가 거래분석부의 신규 법인거래와 상기 데이터 매칭부의 매칭결과 법인명과 필지정보가 모두 매칭된 거래를 기획부동산 거래로 판단하는 기획부동산 판별부로 구성되어 기존 기획부동산에 의한 거래를 추적하는 제1 거래추적부;
    상기 실거래가 데이터를 소정의 기획부동산 정보 데이터와 매칭시켜 기존 기획부동산에 의한 거래가 아닌 거래들에 소정의 특정 거래패턴 검출 알고리즘을 적용하여 신규 기획부동산 거래를 추적하는 제2 거래추적부;
    상기 제1 거래추적부의 추적결과와 상기 제2 거래추적부의 추적결과를 검증 데이터와 비교하여 신규 기획부동산 거래인지를 검증하는 검증부;
    상기 검증된 제1 거래추적부의 추적결과와 검증된 제2 거래추적부의 추적결과에 의해 상기 기획부동산 데이터베이스를 업데이트하는 기획부동산 데이터베이스 갱신부; 및
    상기 기획부동산 데이터베이스의 기획부동산 정보를 공공기관이나 사용자에게 다양한 형태로 제공하는 기획부동산 정보 출력부를 포함하는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 시스템.
  2. 삭제
  3. 제1항에 있어서, 상기 제 2 거래추적부는
    실거래가 거래 데이터에서 일정기간 동안의 필지별 지분거래를 추출하는 필지별 지분거래 추출부와,
    동일 필지에 대한 일정기간의 지분거래 판매가격을 분석하여 평당 판매가격이 균일한 지분거래를 추출하는 판매가격 분석부와,
    동일 필지에 대한 일정기간의 지분거래 면적을 분석하여 면적의 크기가 균일한 거래를 추출하는 판매면적 분석부와,
    동일 필지에 대한 특정패턴의 지분거래 횟수를 카운트하여 소정 횟수 이상의 지분거래를 추출하는 지분횟수 분석부와,
    분석결과 평당 판매가격과 판매면적이 균일한 지분거래 횟수가 소정 횟수 이상이면 해당 거래를 기획부동산 거래로 판단하는 기획부동산 판별부로 구성된 것을 특징으로 하는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 시스템.
  4. 기획부동산 추적 서비스 서버가 실거래가 거래 데이터를 기획부동산 데이터베이스의 법인명 및 필지정보와 매칭시키는 거래데이터 매칭단계;
    상기 기획부동산 추적 서비스 서버가 상기 매칭결과 법인명과 필지정보가 모두 매칭되면 해당 거래를 기획부동산거래로 판단하는 단계;
    상기 매칭결과 법인명은 매칭되고 필지정보가 매칭되지 않으면, 상기 기획부동산 추적 서비스 서버가 특정 거래패턴 검출 알고리즘을 적용하여 기존 기획부동산 법인의 신규필지 거래인지를 판단하는 단계;
    상기 매칭결과 필지정보는 매칭되고 법인명이 매칭되지 않으면, 상기 기획부동산 추적 서비스 서버가 특정 거래패턴 검출 알고리즘을 적용하여 기존 기획부동산 필지의 신규 기획부동산 법인 거래인지를 판단하는 단계;
    상기 매칭결과 법인명과 필지정보가 모두 매칭되지 않으면, 상기 기획부동산 추적 서비스 서버가 특정 거래패턴 검출 알고리즘을 적용하여 신규 기획부동산 거래인지를 판단하는 단계; 및
    상기 판단결과 기획부동산 거래이면, 상기 기획부동산 추적 서비스 서버가 해당 거래정보에 근거하여 상기 기획부동산 데이터베이스를 갱신하는 단계를 포함하는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법.
  5. 제4항에 있어서, 상기 기업형 토지지분거래 추적 방법은
    상기 기획부동산 추적 서비스 서버가 상기 기획부동산 데이터베이스의 기획부동산 정보를 사용자의 요구에 따라 다양한 형태로 제공하는 기획부동산 정보 제공단계를 더 포함하는 것을 특징으로 하는 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법.
KR1020200182073A 2020-12-23 2020-12-23 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템 KR102295307B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200182073A KR102295307B1 (ko) 2020-12-23 2020-12-23 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200182073A KR102295307B1 (ko) 2020-12-23 2020-12-23 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR102295307B1 true KR102295307B1 (ko) 2021-08-30

Family

ID=77501989

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200182073A KR102295307B1 (ko) 2020-12-23 2020-12-23 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102295307B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102649354B1 (ko) * 2023-07-07 2024-03-18 김상대 토지실거래가 추출 서비스 제공 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101996797B1 (ko) * 2018-04-11 2019-07-04 심재균 공공 데이터 및 통계 기반 부동산 거래의 위험관리를 위한 거래 안정성 분석 서비스 제공 방법
KR20200090563A (ko) * 2019-01-21 2020-07-29 김동민 부동산 허위/중복 매물 방지 및 안심 거래 서비스 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101996797B1 (ko) * 2018-04-11 2019-07-04 심재균 공공 데이터 및 통계 기반 부동산 거래의 위험관리를 위한 거래 안정성 분석 서비스 제공 방법
KR20200090563A (ko) * 2019-01-21 2020-07-29 김동민 부동산 허위/중복 매물 방지 및 안심 거래 서비스 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102649354B1 (ko) * 2023-07-07 2024-03-18 김상대 토지실거래가 추출 서비스 제공 시스템

Similar Documents

Publication Publication Date Title
Barnes et al. Evaluating the SDC mergers and acquisitions database
US8046306B2 (en) System, method, and apparatus for property appraisals
US8170998B2 (en) Methods, systems, and computer program products for estimating accuracy of linking of customer relationships
KR100883827B1 (ko) 소상공인의 영업점 입지적합도 및 매출등급 계산 시스템 및방법
CN108062674B (zh) 基于gps的订单欺诈识别方法、系统、存储介质和电子设备
US20070112667A1 (en) System and method for providing a fraud risk score
CN109711955B (zh) 基于当前订单的差评预警方法、系统、黑名单库建立方法
US12002090B2 (en) Approving and updating dynamic mortgage applications
CN102203775A (zh) 市场动态
US20160162986A1 (en) Systems and methods for determining a value of commercial real estate
US12014415B2 (en) Continuously updating mortgage ready data
US20210272145A1 (en) Incentivizing an Agent Based Upon Mortgage Ready Data Updated
US20220172284A1 (en) Identifying Multiple Mortgage Ready Properties
US11776052B1 (en) Continuously monitoring and updating mortgage ready data
US20210256552A1 (en) Incentivizing agents based upon mortgage ready data updated
US11995717B1 (en) Approving and updating dynamic mortgage applications
CN108292377A (zh) 管理技术处理数据
US11244387B1 (en) Approving and updating dynamic mortgage applications
US7693764B1 (en) Systems and methods for assessing property value fraud
CN115082225A (zh) 一种企业融资风险的评估方法和装置
KR102295307B1 (ko) 빅데이터 마이닝을 이용한 기업형 토지 지분거래 추적 방법 및 시스템
US11151647B1 (en) Identifying multiple mortgage ready properties
KR102137230B1 (ko) 인공지능 기반 자동권리분석을 이용한 부동산 경매 정보 서비스 제공 방법
Narayanan et al. Credit insurance, distress resolution costs, and bond spreads
KR102282058B1 (ko) 공동 주택 담보 가치 추정 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant