Hedonic 가격모형을 활용한 서울특별시 내 Airbnb 숙소 가격 결정요인 연구

Hedonic Pricing model을 바탕으로 서울특별시 내 에어비앤비 숙박 가격 결정 요인 분석

File Description

Airbnb_crawl-v2.ipynb airbnb 내부 자료 crawling 파일. requires selenium>=4.0

지하철역_거리계산.ipynb 지하철역 정보 지오코딩 파일

prep.ipynb review scoring 파일. requires python 3.6

airbnb_hedonic.ipynb Hedonic Modeling 파일

인근 지하철역 정보 추가.csv 숙소 내부 정보 + 지하철역 거리 정보 파일

pororo_scoring.csv 숙소 review scoring 결과 파일

Methods

데이터 수집

에어비앤비 내부 정보

method: selenum crawling

수집 대상: 서울특별시 내 에어비앤비 숙소 800개 표본 선정,

숙박 가능 인원 침대 수 욕실 수 평균 평점 리뷰 수 슈퍼호스트 여부 본인인증 여부 호스트 응답률 보증금 유무 청소비 유무 보안카메라 유무 세탁기 유무 무료 주차 가능 여부 사진 수 리뷰 목록 위치 수집

외부 정보

지하철역 위치 정보: 서울교통공사 노선별 지하철역 정보 + kakao map api로 지하철역 이름 및 주소 정보 수집

데이터 전처리

1. 중복 숙소 제거, 리뷰 없는 숙소 제거
2. 지하철역 거리 계산: 지하철역 위치 지오코딩 후 숙소와의 직선거리(KM) 계산
3. 리뷰 감성값: PORORO 패키지의 review scoring

회귀분석

TBD