지역 인구 유출 분석 프로젝트

프로젝트 개요

공공데이터를 활용하여 지역 인구 유출를 분석하고, 나아가 일자리 유치 전략을 도출하는 데이터 기반 프로젝트입니다.

목표

• 인구 유출이 심각한 지역을 데이터 기반으로 식별
• 인구 유출이 시급한 지역을 시각화
• 일자리 유치 전략을 수립

사용 기술

• Python, Pandas
• Tableau, Streamlit (시각화, 대시보드)
• QGIS (공간 분석)
• GitHub (협업 관리)
• 공공데이터 포털 등에서 수집한 데이터

폴더 구조

population-outflow/
├── data/ # 원본 및 처리된 데이터 저장
│ ├── 00_raw/ # 원본 데이터
│ ├── 01-1_data-cleansing/ # 기초 데이터 정제 완료된 데이터
│ └── 01-2_data-cleansing/ # 1차 데이터 정제 완료된 데이터
├── notebooks/ # Jupyter 노트북 분석 저장 폴터
│ ├── 01_data-cleansing/ # 데이터 정제 노트북 저장 폴더
│ └── 99_experiments/ # 임시/실험용 노트북 저장 폴더
├── src/ # Python 스크립트 (전처리, 분석, 시각화)
│ ├── preprocessing/
│ ├── analysis/
│ └── visualization/
├── results/ # 분석 결과물 및 지도
├── docs/ # 발표 자료, 회의록 등 문서
├── README.md
└── requirements.txt

팀원

이름	역할
김종현	조장
오수성	디스코드 관리
강호현	코드 관리
조재홍	리서치

데이터 출처

• 국가통계포털

브랜치 전략 요약

• main: 최종 결과물 저장용
• dev: 개발 통합 브랜치
• analysis : 기능 통합용 분석 브랜치
• feature/*: 각 작업 단위 브랜치 (예: feature/EDA, feature/데이터수집)

커밋 전략 요약

커밋 타입	설명	예시
WIP(work in process)	아직 완성되지 않은 진행 중인 작업	git commit -m "WIP: 로그인 API 개발 중"
feat	새로운 기능 추가	git commit -m "feat: 회원가입 기능 구현"
fix	버그 수정	git commit -m "fix: 로그인 시 비밀번호 검증 오류 해결"
refactor	코드 리팩토링 (기능 변화 없이 구조 개선)	git commit -m "refactor: 불필요한 변수 정리"
chore	코드 실행과 직접 관련 없는 변경	git commit -m "chore: ESLint 설정 변경"
docs	문서 수정	git commit -m "docs: README에 프로젝트 설명 추가"