📊 Big Data 학회 비어플(Baf) 23-1학기 프로젝트 5조
📍 목적:
부산광역시 지역화폐 동백전 데이터를 분석하여 군구별 소비 특성을 파악하고, 지역화폐 활성화 방안을 제안합니다.
📍 주요 분석 내용:
- 🏢 부산 지역화폐 거래 데이터 분석 (6~8월 기준)
- 🔍 군구별 EDA (Exploratory Data Analysis)
- 📈 소비 트렌드 분석 (업종별, 연령대별, 시간대별 등)
- 🤖 Clustering을 활용한 군집화 및 지역별 소비 특성 분류
- 💡 활성화 방안 도출 (고령층, 20대, 특정 지역 맞춤 전략)
📍 사용 데이터:
| 데이터셋명 | 설명 |
|---|---|
busan_local_currency.csv |
부산 지역화폐 군구별 거래 데이터 |
busan_population.csv |
부산 인구수 데이터 |
busan_merchants.csv |
부산 지역화폐 가맹점 데이터 |
📍 주요 변수:
| 변수명 | 설명 |
|---|---|
strd_date |
기준일자 |
ccg_nm |
시군구명 |
tpbuz_nm |
업종명 |
bth_yr |
출생연도 |
sex_cd |
성별 코드 |
trns_cnt |
거래 건수 |
ttl_trns_amt |
총 거래 금액 |
✔ 부산 16개 구 대상
✔ 금요일, 토요일 소비 금액이 가장 많음
✔ 여성 사용자가 많고, 주로 편의점, 생활용품, 외식 업종에서 소비
✔ 거래 건수 12시, 18시(식사 시간대)에서 가장 많음
✔ 평균 거래 금액은 19~20시 (퇴근 후, 회식 시간대)가 가장 높음
✔ 전체적으로 30~50대가 가장 많이 사용
✔ 20대는 금정구에서 가장 많이 소비 → 부산대학교 영향
✔ 60대 이상은 의료, 교육 분야 소비 비중 높음
✔ K-modes & K-means 기법 사용
✔ 📌 주요 분류:
- 소비 중심 지역 (부산진구, 해운대구, 동래구)
- 거래량 대비 소비 비율 낮은 지역 (사하구, 영도구)
- 소비 특성이 독특한 지역 (금정구 → 20대 소비 많음)
🔹 고령층 대상 활성화 방안
- 💳 카드 사용이 어려운 노인을 위한 동백전 오프라인 사용처 확대
- 🏥 의료 가맹점 확대 → 의료비 지출이 많은 지역(수영구, 영도구) 타겟
🔹 20대 소비층 확대 방안
- 🎟 생활·레저 분야 가맹점 확대 → 20대가 많은 금정구 중심으로
- 🎭 문화·취미 업종 활성화 → 해운대구, 연제구 (문화 소비↑)
🔹 특정 지역 맞춤 전략
- 🛍 패션 거리 홍보 → 중구(광복 패션 거리)
- 🕒 가맹점 운영 시간 조정 → 출퇴근 시간 이용 가능하도록
✅ 분석 도구: Python, Pandas, Scikit-learn
✅ 분석 기법: K-means, Random Forest
✅ 시각화 도구: Seaborn, Matplotlib
👨💻 프로젝트 참여자:
- 10기 최은진
- 11기 이다현
- 12기 문성원
🔗 Big Data 학회 비어플(Baf)
🔗 프로젝트 발표 자료
🔗 데이터 출처
📂 부산지역화폐분석
│── 📄 README.md → 프로젝트 개요
│
├── 📂 data → 원본 데이터셋
│ ├── 📄 busan_population.csv
│ ├── 📄 jult_군구,연령별.xlsx
│ ├── 📄 june_군구,연령별.xlsx
│ ├── 📄 population_august.xlsx
│ ├── 📄 population_july.xlsx
│ ├── 📄 population_june.xlsx
│ ├── 📄 부산광역시_지역화폐(동백전) 가맹점 현황_20221222.csv
│ ├── 📄 부산시 인구.csv
│ ├── 📄 업종코드.csv
│ ├── 📄 업종코드_중분류.csv
│
├── 📂 eda → 탐색적 데이터 분석 (EDA)
│ ├── 📄 20230317.ipynb
│ ├── 📄 20230510.ipynb
│ ├── 📄 card_dh.ipynb
│ ├── 📄 eda_230324.ipynb
│ ├── 📄 ej0401.ipynb
│ ├── 🌍 map.html
│ ├── 📄 map0512.ipynb
│ ├── 📄 preProcess.ipynb
│ ├── 📄 pre_process_20230318.ipynb
│ ├── 📄 pre_process_20230401.ipynb
│ ├── 📄 project_20220310_sw.ipynb
│ ├── 📄 project_20230318_sw.ipynb
│ ├── 📄 study1.ipynb
│
├── 📂 modeling → 머신러닝 & 모델링
│ ├── 📄 LDH_final.ipynb
│ ├── 📄 MSW_final.ipynb
│ ├── 📄 numerical.ipynb
│ ├── 📄 수치형합본.csv
│
├── 📂 files → 발표자료
│ ├── 📄 presentation.pdf
│
└── 📄 .DS_Store (Mac 시스템 파일)