맞춤기술찾기

이전대상기술

사업자 활동 데이터 분석 방법

  • 기술번호 : KST2023002834
  • 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 본 개시의 일 실시예에 따라 사업자 활동을 분석하기 위한 방법 및 이를 이용한 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 구체적으로, 본 개시에 따르면, 컴퓨팅 장치가, 사업자 활동 데이터를 수집하고, 수집된 상기 사업자 활동 데이터를 기반으로 분석 대상인 조합과 예측 알고리즘의 쌍을 결정하고, 상기 조합을 기반으로, 사업자 점수 데이터를 산출하거나 예측 모델을 이용하여 사업자의 미래 지표에 대한 예측치 정보를 생성한다.
Int. CL G06Q 40/02 (2023.01.01) G06Q 10/06 (2012.01.01) G06Q 30/02 (2023.01.01) G06Q 10/04 (2023.01.01) G06N 20/00 (2019.01.01) G06N 3/08 (2023.01.01)
CPC G06Q 40/03(2013.01) G06Q 10/063(2013.01) G06Q 30/0201(2013.01) G06Q 10/04(2013.01) G06N 20/00(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020220016814 (2022.02.09)
출원인 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0090959 (2023.06.22) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020210180082   |   2021.12.15
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.02.09)
심사청구항수 14

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이경호 서울특별시 강남구
2 오준형 서울특별시 성북구
3 윤현식 서울특별시 송파구
4 강해영 경기도 안산시 단원구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이대호 대한민국 서울특별시 강남구 강남대로 *** (논현동,어반하이브빌딩) **층(파이특허법률사무소)
2 박건홍 대한민국 서울특별시 강남구 강남대로 *** (논현동,어반하이브빌딩) **층(파이특허법률사무소)

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
2022.02.09 수리 (Accepted) 1-1-2022-0145070-49
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
사업자 활동을 분석하기 위해 컴퓨팅 장치에 의해 수행되는 방법으로서, 사업자 활동 데이터를 수집하는 단계; 수집된 상기 사업자 활동 데이터를 기반으로, 분석 대상인 주요 변수의 조합을 결정하는 단계; 및 상기 결정된 주요 변수의 조합을 기반으로, 사업자 점수 데이터를 산출하는 동작 또는 예측 모델을 이용하여 사업자의 미래 지표에 대한 예측치 정보를 생성하는 동작 중 적어도 하나를 수행하는 단계; 를 포함하는, 방법
2 2
제 1 항에 있어서, 상기 사업자 활동 데이터를 수집하는 단계는: 하나 이상의 사업자 데이터베이스로부터 상기 사업자 활동 데이터를 일정 주기 간격으로 크롤링하여 수집하는 단계; 및 수집된 상기 사업자 활동 데이터를 상기 크롤링 주기에 따라 업데이트하는 단계; 를 포함하는, 방법
3 3
제 2 항에 있어서, 상기 사업자 활동 데이터는, 상기 사업자 데이터베이스에 기록된, 상품 정보, 사업자 정보 또는 매출 정보 중 적어도 하나와 관련된 데이터; 를 포함하는, 방법
4 4
제 2 항에 있어서, 상기 사업자 활동 데이터는, 상기 사업자 데이터베이스로에 포함된 정보에 관한 증감 추이 데이터; 를 더 포함하는, 방법
5 5
제 1 항에 있어서, 수집된 상기 사업자 활동 데이터를 기반으로, 분석 대상인 주요 변수의 조합을 결정하는 단계는 하나 이상의 변수 선택 알고리즘들로 구성된 변수 선택 모델을 기초로, 사업자 활동 지표에 영향을 미치는 변수 중 N개의 주요 변수들을 추출하는 단계; 상기 N개의 주요 변수들로부터 M개의 주요 변수의 조합들을 생성하는 단계; 상기 조합들 각각을 하나 이상의 예측 알고리즘들로 구성된 예측 모델을 통해 분석하는 단계; 및 상기 예측 모델을 통해 분석한 결과에 기초하여 가장 정확한 예측을 한 것으로 분석된 조합을 도출하고, 도출된 조합을 최종 분석 대상으로 결정하는 단계; 를 포함하는, 방법
6 6
제 5 항에 있어서, 상기 하나 이상의 변수 선택 알고리즘들로 구성된 변수 선택 모델을 기초로, 사업자 활동 지표에 영향을 미치는 변수 중 N개의 주요 변수들을 추출하는 단계는: 상기 변수들 각각이 사업자 활동 지표에 미치는 영향을 상기 하나 이상의 변수 선택 알고리즘들을 통해 분석하고 표준점수의 형태로 도출하는 단계; 상기 변수들 각각에 대하여 상기 변수 선택 알고리즘별 표준점수를 합산하는 단계; 및 합산된 상기 변수 선택 알고리즘별 표준점수를 비교하여 상기 변수 중 상위 N개의 변수들을 주요 변수로서 추출하는 단계; 를 포함하는, 방법
7 7
제 5 항에 있어서, 상기 N개의 주요 변수로부터 M개의 주요 변수의 조합을 생성하는 단계는, 상기 N개의 변수들 중 순서에 상관없이 K개의 주요 변수들을 추출하는 동작을 M회 수행하여, M개의 조합들을 생성하는 단계; 방법
8 8
제 5 항에 있어서, 상기 예측 모델을 통해 분석한 결과에 기초하여 가장 정확한 예측을 한 것으로 분석된 조합을 도출하고, 도출된 조합을 최종 분석 대상으로 결정하는 단계는: 상기 예측 모델을 통해 분석한 결과에 기초하여 가장 정확한 예측을 한 것으로 분석된 조합과 예측 알고리즘의 쌍을 도출하고, 도출된 조합을 최종 분석 대상으로 결정하고, 도출된 예측 알고리즘을 최종 분석에 사용할 예측 알고리즘으로 결정하는 단계; 를 포함하는, 방법
9 9
제 8 항에 있어서, 상기 예측 모델을 통해 분석한 결과에 기초하여 가장 정확한 예측을 한 것으로 분석된 조합과 예측 알고리즘의 쌍을 도출하는 것은: 상기 M개의 조합들을 상기 예측 모델에 속하는 하나 이상의 예측 알고리즘들을 통해 분석한 결과를 표준화하는 것; 및 상기 표준화된 점수가 가장 높게 판정된 하나의 조합과 그 조합의 분석에 사용한 상기 예측 알고리즘 쌍을 도출하는 것; 을 포함하는, 방법
10 10
제 9 항에 있어서, 상기 M개의 조합들을 상기 예측 모델에 속하는 하나 이상의 예측 알고리즘들을 통해 분석한 결과를 표준화하는 것은, 정확도(Accuracy); 정밀도(Precision); 재현율(Recall); 또는 F1점수; 중 적어도 하나의 정보를 활용하는 것을 포함하는, 방법
11 11
제 1 항에 있어서, 상기 사업자 점수 데이터는: 상기 결정된 주요 변수의 조합, 상기 조합에 포함된 주요 변수의 중요도 및 상기 조합을 결정하기 위해 활용된 변수 선택 모델을 기반으로 계산된 정규화된 데이터; 를 포함하는, 방법
12 12
제 1 항에 있어서, 상기 예측 모델을 이용하여 사업자의 미래 지표에 대한 예측치 정보를 생성하는 동작은: 상기 결정된 주요 변수의 조합과 상기 예측 모델을 기반으로 사업자의 미래 지표에 대한 예측치 정보를 계산하는 단계; 및 계산된 상기 사업자의 미래 지표에 대한 예측치 정보를 복수의 카테고리 중 하나의 카테고리로 분류하는 단계; 를 포함하는, 방법
13 13
컴퓨팅 장치로 하여금 동작들을 수행하도록 하는 명령들을 포함하는 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 동작들은: 사업자 활동 데이터를 수집하는 동작; 수집된 상기 사업자 활동 데이터를 기반으로, 분석 대상인 주요 변수들의 조합을 결정하는 동작; 및 상기 결정된 주요 변수의 조합을 기반으로, 사업자 점수 데이터를 산출하는 동작 또는 예측 모델을 이용하여 사업자의 미래 지표에 대한 예측치 정보를 생성하는 동작 중 적어도 하나를 수행하는 동작; 을 포함하는 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
14 14
컴퓨팅 장치로서, 적어도 하나의 프로세서; 및 메모리를 포함하고, 상기 적어도 하나의 프로세서는, 사업자 활동 데이터를 수집하고; 수집된 상기 사업자 활동 데이터를 기반으로, 분석 대상인 주요 변수들의 조합을 결정하고; 그리고 상기 결정된 주요 변수의 조합을 기반으로, 사업자 점수 데이터를 산출하는 동작 또는 예측 모델을 이용하여 사업자의 미래 지표에 대한 예측치 정보를 생성하는 동작 중 적어도 하나를 수행하도록 구성되는, 컴퓨팅 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.