1. 프로젝트 목적

부동산 허위 매물을 조기에 분류하고, 허위 매물 발생에 영향을 미치는 주요 요인을 분석함으로써, 매물 검수 효율성을 높여 소비자에게 보다 신뢰할 수 있는 거래 환경을 제공하는 것

flowchart TD
subgraph 제목["📌 사용자 행동 데이터에 대한 허위 매물의 악영향"]
    A["<b>허위 매물 노출</b>"] --> B["<b>플랫폼 불신 증가</b>"]
    B --> C["<b>행동지표 악화</b>"]
    C --> D["<b>사용자 이탈 및 가치 하락</b>"]
    
    C --> C1["<b>전환율 ↓</b>"]
    C --> C2["<b>체류 시간 ↓</b>"]
    C --> C3["<b>이탈률 ↑</b>"]
 end
    
    classDef negative fill:#ffcccc,stroke:#ff0000
    class A,B,C negative

→ 허위 매물을 사전에 분류, 차단하는 서비스로 확장하여 부동산 매물 거래 플랫폼에 대한 사용자 경험을 정량적으로 개선하고 이탈을 줄이는데 기여

                       [부동산 허위 매물로 발생하는 피해 현황]

기존 변수와 도메인 지식 기반 파생 변수를 생성하여 허위 매물 여부에 영향을 미치는 특성을 추출함으로써 허위 매물을 판단하는 기준으로 객관적으로 제시

<예상되는 기준들>

• 월세는 적은데 방 수와 욕실 수가 많은 매물은 허위 매물은 아닐까?
• 특정 중개사무소와 플랫폼, 시기에는 허위 매물이 많지는 않을까?
• 보증금 및 월세, 관리비의 많고 적음이 허위 매물에 영향을 미치지는 않을까?

[Dataset 출처]

DACON 주최 해커톤 “부동산 허위매물 분류 해커톤 : 가짜를 색출해라!”

(허위 매물 여부 ⇒ 1 : 허위매물 / 0 : 허위 매물 아님)

[기술 Version]