서울주택도시개발공사

서울주택도시개발공사의 2021년 ~ 2025년 계약사실확인원 신청 데이터를 정리한 자료로, 연도별·주택유형별·자치구별 계약사실확인원 발급 건수를 포함하고 있습니다. 계약사실확인원은 임대주택 입주 이력 확인, 각종 행정·복지 서비스 연계, 금융기관 제출 등 공적 활용도가 높은 문서로, 본 데이터는 실제 신청·발급 현황을 기반으로 작성되었습니다. 이를 통해 지역별 발급 수요 분석, 임대주택 유형

이 데이터는 임대주택 당첨자의 연령대, 성별, 가족수, 소득분위, 임대주택 유형, 주택면적, 당첨구분 등을 포함한 합성데이터입니다. 개인식별자를 제거하였고, 합성데이터 모델을 활용해 실제 계약정보를 통계적,구조적으로 반영하면서도 개인정보 침해 위험이 없는 데이터를 생성하였습니다. 기관은 이를 활용해 당첨자 관리의 공정성을 높이고 소득별 주거지원 정책을 설계할 수 있습니다. 민간은 취약계층 연

이 데이터는 영구임대 계약자의 연령대, 성별, 주택소재지, 가족수, 주거급여 수급 여부와 보증금·월임대료 정보를 포함하는 합성데이터입니다. 개인식별자를 제거하였고, 합성데이터 모델을 활용해 실제 계약정보를 통계적,구조적으로 반영하면서도 개인정보 침해 위험이 없는 데이터를 생성하였습니다. 이를 개방함으로써 기관은 임대료 산정 기준과 지원정책을 검토할 수 있고 민간은 주거 안정성 연구와 임대료

이 데이터는 임대주택 계약자의 연령대, 성별, 소재지, 가족수, 임대주택 유형, 보호기록을 포함한 합성데이터입니다.개인식별자를 제거하였고, 합성데이터 모델을 활용해 실제 계약정보를 통계적,구조적으로 반영하면서도 개인정보 침해 위험이 없는 데이터를 생성하였습니다. 이를 통해 기관은 취약계층 현황을 파악하고 맞춤형 복지정책을 수립할 수 있으며, 민간은 사회복지 연구와 서비스 개선에 활용 가능합니

이 데이터는 임대주택 입주자의 연령대, 성별, 소재지, 가족수, 주거급여 수급 여부, 주택 유형, 거주기간을 포함한 합성데이터입니다. 개인식별자를 제거하였고, 합성데이터 모델을 활용해 실제 계약정보를 통계적,구조적으로 반영하면서도 개인정보 침해 위험이 없는 데이터를 생성하였습니다. 이를 통해 기관은 거주 안정성을 평가하고 재계약 기준을 개선할 수 있고, 민간은 장기거주 요인 연구 자료로 활용

이 데이터는 국민임대 계약자의 연령대, 성별, 주택소재지, 가족수, 주거급여 수급 여부와 임대보증금, 월임대료를 포함해 합성된 데이터입니다. 개인식별자를 제거하였고, 합성데이터 모델을 활용해 실제 계약정보를 통계적,구조적으로 반영하면서도 개인정보 침해 위험이 없는 데이터를 생성하였습니다. 이를 통해 기관은 국민임대 정책 현황을 점검하고 지원대상자 기준을 개선할 수 있으며, 민간은 임대료 부담

상기 데이터는 AI 친화 고가치 데이터로 주택 자체의 속성이 아닌 패널조사 응답가구를 중심으로 주변 주요시설의 최단거리값을 GIS분석을 통해 산출한 내용입니다.데이터 축적은 Arc GIS pro 내 네트워크분석(최단거리 산출) 사용하였으며 네트워크 분석은 현실상의 실제 도로망(차도, 도보 등)을 기반으로 최단거리분석, 최소 이동시간 산출 등이 가능합니다.이 중 최단거리분석은, 임의의 지점에서