분석과제

빅콘테스트

• 제주도 쓰레기 배출량을 예측, 배출량 감소 방안 도출
• 빅콘테스트 데이터 분석 공모전에 참여해 최우수상 수상(신한카드 대표이사상)
• 대회기간 : 2021년 8월 3일 ~ 2021년 11월
• 모델링(STLB) 코드

프로젝트 내 역할

1. 모델링

• 주어진 데이터는 시계열 데이터이기 때문에 기존 배깅 모형을 수정하여 새로운 모형을 직접 구축
• STL 시계열 분해를 통해 X와 Y를 각각 추세성, 계절성, 잔차 세가지로 분해 → 추세는 추세끼리 계절은 계절끼리 그리고 잔차는 잔차끼리 예측하고, 각각의 예측값을 곱해 원래의 값으로 복원
• 추세성으로 추세성을 예측하고, 계절성으로 계절성을 예측하기 때문에 모형이 시간이라는 속성을 학습하지 못하더라도 문제가 되지 않는다고 판단. (예를들어 시간에 따라 내국인 유동인구가 1 2 3 으로 증가하는 값을 가질 때 쓰레기 배출량이 10 20 30으로 증가하는 추세를 보인다고 가정 → 데이터를 학습하는 경우 내국인 유동인구가 큰 값을 가질수록 쓰레기 배출량이 큰 값을 가진다고 학습하기 때문에 시간이라는 속성이 반영되지 않더라도 문제가 되지 않는다)
• 잔차가 정상성을 보이는 주기를 개별적으로 찾아서 분해

2. 검색데이터 활용 아이디어 제안

기상데이터 확보

• 쓰레기 배출량 그래프를 그려보았을 때 눈에 띄게 감소하는 구간을 확인할 수 있었음 → 그 시기에 강풍, 한파 및 태풍 특보가 있었다는 것을 확인

• 기상데이터를 확보하고 싶었으나 현재시점의 데이터를 구하는 것이 쉽지 않음 → 검색데이터로 대체하여 데이터 수집
  • 포털사이트에서 제공하고 있는 검색 데이터를 통해 태풍 한파 강풍 에 대한 검색량이 급증하는 시기에 기상악화가 있다는 것을 확인할 수 있었음
  • 실질적 강풍 수치나 태풍의 정도가 아닌 기상악화 현상의 여부(binary data)만 알아도 급감 요인을 캐치할 수 있을 거라 판단 → 기상데이터가 아닌 검색데이터를 수집
  • 모델 성능을 높이는 데 큰 기여

동네 특성 파악을 위해 검색 데이터 활용

• 기상검색데이터 수집 후 다른 방면에도 검색데이터를 활용하고자 함
• 동네의 특성 별로 쓰레기 배출 양상이 다르다는 것을 확인하였으나 구분하기 위한 명확한 기준을 정하지 못한 상태 → 해결책으로 동네 별 검색데이터 활용
• 검색_관광 변수 : 사람들이 검색 포털 사이트에 '제주 관광' '제주 갈만한 곳' '제주 맛집' 등 검색키워드를 해당 일자에 얼마나 많이 검색을 하였는지를 나타낸 변수
  • 검색빈도가 높은 경우에 해당 날짜에 관광객이 급증했다는 것을 간접적으로 보여준다
  • 쓰레기 배출량에도 직접적으로 영향을 주는 요인이 됨