foodbank

※본 프로젝트는 한국정보화진흥원(NIA)의 데이터멘토링 활동으로 진행된 데이터 분석 프로젝트입니다. 공공데이터로 제공되는 푸드뱅크 데이터를 사용하여 진행하였습니다.

※또한 데이터멘토링 최종 심사 결과, 최우수(1등, 과기정통부장관상)팀으로 선정되었습니다.

팀 이름	프로젝트 기간	프로젝트원
푸잇	2022.07.23 ~ 2022.08.31	이다현, 이지예, 한승민

문제점 도출

자세한 문제점 도출 과정은 이 파일을 참고해주세요

문제점 인식 과정	1. 코로나 바이러스 발생 이후 기부자수가 감소한 뒤 이용자수 회복 추이에 비해 더딘 회복 추이 2. 2022년 인플레이션으로 인한 기부 감소 심화 (2022년 7월 31일 SBS 뉴스)
전국 단위 데이터 분석	전국 단위 데이터를 분석하며 다음 3가지 공통된 특징을 가진 지역이 "서울"임을 확인 1. 2019년 대비 2021년 기부건수 증감률이 큰 지역 중 하나 지역 2. 푸드뱅크 주 이용자 (이용자구분코드 기준)인 기초생활수급자와 차상위계층이 KOSIS 데이터 기준으로 많이 사는 지역 3. 기부물품 기준 가장 다양한 물품이 기부되어 기부물품 다양성 확보가 가능한 지역
서울 지역 문제점 도출	1. 이용자 선호도를 반영한 기부자원 확보 미흡 2. 편중된 기부 물품 카테고리 3. 서울 푸드뱅크 이용 활성화 방안 토론회를 통한 기부 감소 문제점 대책 방안 촉구
현행 앱 문제점 발견	복잡한 기부과정과 부족한 정보가 제공되는 점

적재적소의 기부가 이뤄질 수 있도록 기부물품과 지역에 따른 기부자-센터 매칭 서비스

k-prototype clustering 기반의 클러스터링 진행해 4개 군집 구성
- 연속형 변수와 범주형 변수가 혼합된 데이터이기 때문에 해당 기법 적용
애플리케이션에서 기부자가 기부하고자 하는 물품과 지역을 선택하면 물품이 필요한 센터를 골라내는 알고리즘을 기반으로 센터를 추천 (해당 물품 이용자수 기준으로 needs를 설정)

클러스터링 수행 및 각 군집별 특징 확인
애플리케이션 내 적용 방안

기부자에게 기부현황과 이용에 대한 정보를 제공하는 서비스

서울광역푸드뱅크에서 시행하는 1동 1푸드마켓 활성화를 위한 이용자 특성 고려한 푸드마켓 후보지 시각화 및 기부자에게 장소 알림 서비스 제공

독거어르신 이용자가 많은 양천구의 예시

📌 [데.멘.토] 한국지능정보사회진흥원 데이터 분석 프로젝트 - 푸드뱅크 기부 활성화 방안 도출

Language:Jupyter Notebook 100.0%