맞춤기술찾기

이전대상기술

부동산 가격 예측 장치 및 방법

  • 기술번호 : KST2021001538
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 부동산 가격 예측 장치에 관한 것이며, 부동산 가격 예측 장치는 건물의 가격에 영향을 주는 복수의 외부 요인 데이터를 수집하는 데이터 수집부; 상기 수집된 복수의 외부 요인 데이터에 전처리를 수행함으로써, 각 건물마다 복수개의 특징과 관련하여 건물과 시설 간의 관계 정보와 건물의 특성 정보를 포함하는 전처리된 데이터셋을 생성하는 데이터 전처리부; 상기 복수개의 특징 중 미리 설정된 수에 대응하는 특징을 건물의 가격에 영향을 주는 복수의 주요 특징으로서 선택하는 주요 특징 선택부; 상기 전처리된 데이터셋을 기반으로, 부동산 가격 예측을 위해 생성된 복수개의 예측 모델 중 가격 예측 모델을 선정하는 모델 선정부; 및 입력된 부동산 가격 예측 대상이 되는 대상 건물과 관련된 대상 건물 정보를 상기 선정된 가격 예측 모델의 입력으로 적용함으로써, 상기 대상 건물에 대응하는 부동산 가격 예측 정보를 획득하는 예측부를 포함할 수 있다.
Int. CL G06Q 50/16 (2012.01.01) G06Q 10/04 (2012.01.01) G06Q 50/26 (2012.01.01) G06F 17/18 (2006.01.01) G06N 5/04 (2006.01.01)
CPC G06Q 50/16(2013.01) G06Q 10/04(2013.01) G06Q 50/26(2013.01) G06F 17/18(2013.01) G06N 5/04(2013.01)
출원번호/일자 1020190101034 (2019.08.19)
출원인 건국대학교 산학협력단
등록번호/일자
공개번호/일자 10-2021-0021739 (2021.03.02) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.08.19)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 건국대학교 산학협력단 대한민국 서울특별시 광진구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정재민 서울특별시 송파구
2 박영재 서울특별시 광진구
3 송용백 서울특별시 광진구 능동로**가길 **-*, *층(군
4 이승윤 서울특별시 영등포구
5 제갈용승 경기도 과천시 별양로 **,
6 윤장혁 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 박기갑 대한민국 서울특별시 강남구 논현로 ***(역삼동) 여산빌딩 *층 ***호(온유특허법률사무소)
2 유민규 대한민국 서울특별시 강남구 논현로 *** , *층 ***호 (역삼동, 여산빌딩)(온유특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2019.08.19 수리 (Accepted) 1-1-2019-0847148-95
2 선행기술조사의뢰서
Request for Prior Art Search
2020.03.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2020.06.09 발송처리완료 (Completion of Transmission) 9-6-2021-0014439-34
4 의견제출통지서
Notification of reason for refusal
2021.02.23 발송처리완료 (Completion of Transmission) 9-5-2021-0156038-57
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
부동산 가격 예측 장치로서,건물의 가격에 영향을 주는 복수의 외부 요인 데이터를 수집하는 데이터 수집부;상기 수집된 복수의 외부 요인 데이터에 전처리를 수행함으로써, 각 건물마다 복수개의 특징과 관련하여 건물과 시설 간의 관계 정보와 건물의 특성 정보를 포함하는 전처리된 데이터셋을 생성하는 데이터 전처리부;상기 복수개의 특징 중 미리 설정된 수에 대응하는 특징을 건물의 가격에 영향을 주는 복수의 주요 특징으로서 선택하는 주요 특징 선택부;상기 전처리된 데이터셋을 기반으로, 부동산 가격 예측을 위해 생성된 복수개의 예측 모델 중 가격 예측 모델을 선정하는 모델 선정부; 및입력된 부동산 가격 예측 대상이 되는 대상 건물과 관련된 대상 건물 정보를 상기 선정된 가격 예측 모델의 입력으로 적용함으로써, 상기 대상 건물에 대응하는 부동산 가격 예측 정보를 획득하는 예측부,를 포함하는 부동산 가격 예측 장치
2 2
제1항에 있어서,상기 데이터 수집부는, 공공데이터 포털 사이트 및 국토교통부 시스템으로부터 상기 복수의 외부 요인 데이터를 수집하고,상기 복수의 외부 요인 데이터는, 건물과 관련된 건물 거래 데이터 및 복수의 시설과 관련된 시설 데이터를 포함하는 것인, 부동산 가격 예측 장치
3 3
제2항에 있어서,상기 시설 데이터는, 지하철 역, 편의시설, 공공시설, 학군 및 상권으로 분류되는 복수의 시설과 관련된 시설 데이터를 포함하는 것인, 부동산 가격 예측 장치
4 4
제2항에 있어서,상기 데이터 전처리부는,외부 라이브러리를 기반으로 상기 복수의 외부 요인 데이터에 포함된 건물과 복수의 시설 각각에 대한 위치 데이터를 획득하고,상기 획득된 위치 데이터를 기반으로 각 건물마다 건물과 시설 간의 거리를 산출하는 것인, 부동산 가격 예측 장치
5 5
제4항에 있어서,상기 관계 정보는, 각 건물과 지하철 역 간의 거리, 각 건물과 미리 설정된 수의 최근접 시설 각각 간의 거리 및 각 건물과 해당 건물이 속한 자치구 소속의 시설 간의 거리를 포함하는 거리 정보, 각 건물이 속한 자치구의 특성 정보 및 각 건물로부터 미리 설정된 거리 내에 존재하는 시설의 수에 관한 시설 수 정보를 포함하고,상기 건물의 특성 정보는, 건물의 거래금액 정보, 전용면적 정보, 대지권면적 정보 및 건축년도 정보를 포함하는 것인, 부동산 가격 예측 장치
6 6
제5항에 있어서,상기 데이터 전처리부는,상기 각 건물 중 어느 한 건물에 대하여 복수회의 거래 이력이 존재하는 경우, 상기 어느 한 건물에 대응하는 거래금액 정보로서 상기 복수회의 거래 이력 각각에 대응하는 거래금액 정보를 평균한 평균 거래금액 정보를 고려하는 것인, 부동산 가격 예측 장치
7 7
제1항에 있어서,상기 주요 특징 선택부는,복수개의 특징 선택 모델을 통해 상기 복수개의 특징 각각의 회귀계수 벡터 또는 특징 중요도 벡터를 추출하고, 추출된 벡터를 기반으로 TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution) 기법을 적용하여 상기 복수개의 특징의 순위를 산출하고, 상기 산출된 순위를 기반으로 상기 미리 설정된 수에 대응하는 특징을 상기 복수의 주요 특징으로서 선택하는 것인, 부동산 가격 예측 장치
8 8
제1항에 있어서,상기 모델 선정부는,상기 전처리된 데이터셋에 대한 K겹 교차 검증(K-fold Cross Validation) 방식의 적용을 기반으로 상기 복수개의 예측 모델의 예측 성능을 비교하고, 비교 결과 상기 복수개의 예측 모델 중 가장 높은 예측 성능을 나타내는 예측 모델을 상기 가격 예측 모델로서 선정하는 것인, 부동산 가격 예측 장치
9 9
제8항에 있어서,상기 선정된 가격 예측 모델은, 엑스트라 트리 회귀 모델(Extra Tree Regressor)인 것인, 부동산 가격 예측 장치
10 10
부동산 가격 예측 방법으로서,(a) 건물의 가격에 영향을 주는 복수의 외부 요인 데이터를 수집하는 단계;(b) 상기 수집된 복수의 외부 요인 데이터에 전처리를 수행함으로써, 각 건물마다 복수개의 특징과 관련하여 건물과 시설 간의 관계 정보와 건물의 특성 정보를 포함하는 전처리된 데이터셋을 생성하는 단계;(c) 상기 복수개의 특징 중 미리 설정된 수에 대응하는 특징을 건물의 가격에 영향을 주는 복수의 주요 특징으로서 선택하는 단계;(d) 상기 전처리된 데이터셋을 기반으로, 부동산 가격 예측을 위해 생성된 복수개의 예측 모델 중 가격 예측 모델을 선정하는 단계; 및(e) 입력된 부동산 가격 예측 대상이 되는 대상 건물과 관련된 대상 건물 정보를 상기 선정된 가격 예측 모델의 입력으로 적용함으로써, 상기 대상 건물에 대응하는 부동산 가격 예측 정보를 획득하는 단계,를 포함하는 부동산 가격 예측 방법
11 11
제10항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.