KR101888010B1 - 부동산 트렌드 통계 서비스 시스템 및 방법 - Google Patents

부동산 트렌드 통계 서비스 시스템 및 방법 Download PDF

Info

Publication number
KR101888010B1
KR101888010B1 KR1020170065620A KR20170065620A KR101888010B1 KR 101888010 B1 KR101888010 B1 KR 101888010B1 KR 1020170065620 A KR1020170065620 A KR 1020170065620A KR 20170065620 A KR20170065620 A KR 20170065620A KR 101888010 B1 KR101888010 B1 KR 101888010B1
Authority
KR
South Korea
Prior art keywords
information
interest
statistics
service
trend
Prior art date
Application number
KR1020170065620A
Other languages
English (en)
Inventor
박종수
한정모
Original Assignee
(주)씨에이씨컴퍼니
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)씨에이씨컴퍼니 filed Critical (주)씨에이씨컴퍼니
Priority to KR1020170065620A priority Critical patent/KR101888010B1/ko
Application granted granted Critical
Publication of KR101888010B1 publication Critical patent/KR101888010B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G06F17/27—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 부동산 트렌드 통계 서비스 시스템 및 방법에 관한 것으로서, 기 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에 게시된 기 정의된 키워드/해시태그를 포함하는 게시물 관련정보를 수집하고, 상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 기 정의된 항목으로 분류하여 관심사 통계 정보를 생성하는 관심사 통계 처리부, 부동산 실거래 정보를 기 정의된 항목으로 구분하고, 상기 구분된 각 항목별 점수를 산출하여 실거래 통계 정보를 생성하는 실거래 통계 처리부 및 사용자로부터 부동산 트렌드 통계 정보가 요청된 경우, 상기 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 제공하는 트렌드 통계 서비스부를 포함하는 서비스 서버가 제공된다.

Description

부동산 트렌드 통계 서비스 시스템 및 방법{SYSTEM AND METHOD FOR PROVIDING OF STATISTICAL TRENDS SERVICE OF REAL-ESTATE}
본 발명은 부동산 트렌드 통계 서비스 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 고객 관심사를 기반으로 한 관심사 통계 정보와 실거래 데이터를 기반으로 하는 실거래 통계 정보를 제공하는 부동산 트렌드 통계 서비스 시스템 및 방법에 관한 것이다.
최근에 전세계 어느 지역에서든지 누구나가 쉽게 접속하여 정보를 공유하도록 한 인터넷 이용이 급증하면서 부동산과 관련된 제반정보를 인터넷을 이용하여 쉽고, 정확하며, 빠르게 취득하고자 하는 일반인들의 요구가 점차적으로 증가되는 추세에 있다.
또한, 일반인들은 부동산에 대한 정보를 확인하기 위해, 인터넷 등기소 사이트, 국토교통부 사이트, 대한민국전자정부 사이트, 수많은 부동산 포털 사이트, 은행 부동산 사이트, 지도 정보 사이트 등을 방문하여 부동산 정보를 확인하고 있다. 또한, 일반인들은 인터넷을 하여 부동산 매물정보를 이용하고 있다.
그러나, 종래의 부동산 정보 제공 시스템은 부동산 매물정보는 제공하나, 부동산 관심사 정보나 실거래 관련 통계 등의 트렌드 정보를 제공하지 못하고 있다.
따라서, 사용자는 부동산 관심사 정보나 구체적인 실거래 정보를 업계 종사자(공인중개사, 분양종사자 등)와 온라인(언론 보도자료, SNS, 광고매체 등)을 통해 접할 수 있으나, 객관성이 부족하고 종합적이지 않아 왜곡된 정보를 접하거나 잘못된 판단을 할 확률이 높은 문제가 있었다.
또한, 부동산 관련 트렌드 통계를 참고할 만한 자료는 중개사무소, 분양 종사자, 언론 보도자료 및 업체광고에 의존하므로, 어떤 지역이 인기있는지, 어떤 지하철역 노선이 인기 있는지, 구매자 연령, 가족 구성원, 직업, 매도희망가, 매매가격대가 어떻게 되는지 등의 여부를 파악하기 어려운 문제가 있다.
선행기술1: 한국등록특허 제10-1691187호(2016.12.30 공고)
본 발명의 목적은 고객의 부동산 관심사를 기반으로 한 관심사 통계 정보와 부동산 실거래 정보를 기반으로 하는 실거래 통계 정보를 제공할 수 있는 부동산 트렌드 통계 서비스 시스템 및 방법을 제공하는 것이다.
본 발명의 다른 목적은 웹사이트, 앱 서비스 및 SNS(Social Network Services/Sites)를 이용한 부동산 컨텐츠 소비패턴 데이터를 기반으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 부동산관심사 통계 정보를 제공하는 것이다.
본 발명의 또 다른 목적은 실 거래된 부동산 정보를 기반으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 부동산 실거래 통계 정보를 제공하는 것이다.
한편, 본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 포함될 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 측면에 따르면, 기 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에 게시된 기 정의된 키워드/해시태그를 포함하는 게시물 관련정보를 수집하고, 상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 기 정의된 항목으로 분류하여 관심사 통계 정보를 생성하는 관심사 통계 처리부, 부동산 실거래 정보를 기 정의된 항목으로 구분하고, 상기 구분된 각 항목별 점수를 산출하여 실거래 통계 정보를 생성하는 실거래 통계 처리부 및 사용자로부터 부동산 트렌드 통계 정보가 요청된 경우, 상기 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 제공하는 트렌드 통계 서비스부를 포함하는 서비스 서버가 제공된다.
상기 관심사 통계 처리부는, 상기 부동산 매물정보의 각종 검색 수, 찜하기 수, 매물조회 수, 고객문의 중 적어도 하나를 포함하는 서비스 이용 로그정보를 수집 또는 소셜네트워크서비스에서 상기 키워드/해시태그를 포함하는 게시물, 그 게시물의 공유 수, 좋아요 수, 덧글 수 중 적어도 하나를 포함하는 게시물 관련정보를 수집하는 수집모듈, 상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목에 매핑하고, 각 항목별 관심사 통계 점수를 계산하고, 관심사 통계 점수를 근거로 각 항목별 관심사 통계 생성하는 분석모듈을 포함할 수 있다.
상기 분석모듈은 각 항목별로 서비스 이용 로그정보 또는 게시물 관련정보에 각각의 가중치를 부여하여 관심사 통계 점수를 계산하고, 상기 계산된 관심사 통계 점수가 높은 순으로 정렬하여, 각 항목별 관심사 통계 정보를 생성할 수 있다. 이때, 상기 분석모듈은, 각 관심사 통계 정보와 연계된 부동산 매물정보를 매핑하여 저장할 수 있다.
상기 실거래 통계 처리부는, 상기 부동산 실거래 정보를 주기적으로 수집하여 저장하는 수집모듈, 상기 수집모듈에서 수집된 부동산 실거래 정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목으로 구분하고, 상기 구분된 각 항목별로 점수를 산출하여 점수가 높은 순으로 정렬하는 분석모듈, 상기 분석모듈에서 각 항목별로 정렬된 정보에서 기 정의된 비정상 데이터 필터링 조건에 근거하여 비정상 데이터를 검출 및 처리하여, 실거래 통계 정보를 생성하는 검증모듈을 포함할 수 있다.
상기 기 정의된 비정상 데이터 필터링 조건은, 이전달에 비해 기 설정된 일정 순위이상 급등한 경우, 기 설정된 일정 순위가 하락한 경우, 이전달에는 순위권에 있었으나 제외된 경우, 특정 개수 미만의 매물, 정규분포를 벗어나는 매매가격 중 적어도 하나를 포함할 수 있다.
상기 트렌드 통계 서비스부는, 기간별 트렌드 통계 정보 또는 누적 트렌드 통계 정보를 리스트, 그래프, 지도기반, 지하철노선기반 중 적어도 하나의 형태로 제공할 수 있다.
상기 기간별 트렌트 통계 정보는, 해당 기간에 각 항목별로 관심도가 높은 순으로 통계 정보가 표시된 관심도 통계 정보와 해당 기간에 각 항목별로 실 거래 횟수가 많은 통계 정보가 표시된 실거래 통계 정보를 포함하고, 상기 트렌드 통계 서비스부는 상기 기간별 트렌드 통계 정보를 리스트 또는 점유비율 그래프 형태로 제공하며, 상기 각 리스트에는 해당 리스트와 연계된 부동산 매물정보 조회 버튼이 표시될 수 있다.
상기 트렌드 통계 서비스부는, 각 항목별로 조회 월을 기준으로 과거의 데이터가 그래프로 표시된 순위 그래프와 각 항목별로 관심도가 높은 순으로 통계 정보가 표시된 관심도 통계 정보를 포함하는 누적 트렌트 통계 정보를 제공할 수 있다.
본 발명의 다른 측면에 따르면, 서비스 서버가 부동산 트렌드 통계를 서비스 하는 방법에 있어서, 기 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에 게시된 기 정의된 키워드/해시태그를 포함하는 게시물 관련정보를 기반으로 관심사 통계 정보를 생성하고, 부동산 실거래 정보를 기반으로 실거래 통계 정보를 생성하는 단계, 사용자로부터 부동산 트렌드 통계 정보가 요청된 경우, 상기 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 제공하는 단계를 포함하는 부동산 트렌드 통계 서비스 방법이 제공된다.
상기 관심사 통계 정보는, 상기 부동산 매물정보의 각종 검색 수, 찜하기 수, 매물조회 수, 고객문의 중 적어도 하나를 포함하는 서비스 이용 로그정보를 수집 또는 소셜네트워크서비스에서 상기 키워드/해시태그를 포함하는 게시물, 그 게시물의 공유 수, 좋아요 수, 덧글 수 중 적어도 하나를 포함하는 게시물 관련정보를 수집하는 단계, 상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목에 매핑하는 단계, 상기 각 항목별로 매핑된 서비스 이용 로그정보 또는 게시물 관련정보에 각각의 가중치를 부여하여 관심사 통계 점수를 계산하는 단계, 상기 계산된 관심사 통계 점수가 높은 순으로 정렬하여, 각 항목별 관심사 통계 정보를 생성하는 단계에 의해 생성될 수 있다.
상기 실거래 통계 정보는, 상기 부동산 실거래 정보를 주기적으로 수집하는 단계, 상기 수집된 부동산 실거래 정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목으로 구분하고, 상기 구분된 각 항목별로 점수를 산출하여 점수가 높은 순으로 정렬하는 단계, 상기 각 항목별로 정렬된 정보에서 기 정의된 비정상 데이터 필터링 조건에 근거하여 비정상 데이터를 검출 및 처리하여, 실거래 통계 정보를 생성하는 단계에 의해 생성될 수 있다.
상기 기 정의된 비정상 데이터 필터링 조건은, 이전달에 비해 기 설정된 일정 순위이상 급등한 경우, 기 설정된 일정 순위가 하락한 경우, 이전달에는 순위권에 있었으나 제외된 경우, 특정 개수 미만의 매물, 정규분포를 벗어나는 매매가격 중 적어도 하나를 포함할 수 있다.
상기 트렌드 통계 정보를 제공하는 단계에서, 상기 트렌드 통계 정보는 기간별 트렌드 통계 정보 또는 누적 트렌드 통계 정보를 포함하고, 리스트, 그래프, 지도기반, 지하철노선기반 중 적어도 하나의 형태로 제공할 수 있다.
본 발명에 따르면, 고객의 부동산 관심사를 기반으로 한 관심사 통계 정보와 부동산 실거래 정보를 기반으로 하는 실거래 통계 정보를 제공함으로써, 사용자는 현재의 부동산 트렌드를 왜곡없이 쉽게 확인할 수 있고, 연계된 매물보기 기능을 통해 트렌드에 맞는 매물로 손쉽게 접근할 수 있으며, 실거래 통계와 관심사 통계를 구분하여 확인 할 수 있다.
또한, 웹사이트, 앱 서비스 및 SNS(Social Network Services/Sites)를 이용한 부동산 컨텐츠 소비패턴 데이터를 기반으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 부동산 관심사 통계 정보를 제공함으로써, 사용자와 시장이 원하는 부동산 트렌드를 빠르게 파악할 수 있고, 부동산 거래 선진화에 기여할 수 있다.
또한, 실 거래된 부동산 정보를 기반으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 부동산 실거래 통계 정보를 제공함으로써, 어떤 지역이 인기 있는지, 어떤 지하철역 노선이 인기 있는지, 구매자 연령, 가족 구성원, 직업, 매도희망가, 매매가격대 등이 어떻게 되는지 등을 쉽게 파악할 수 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 발명에 따른 부동산 트렌드 통계 서비스 시스템을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 서비스 서버의 구성을 개략적으로 나타낸 블록도이다.
도 3은 도 2에 도시된 관심사 통계 처리부의 구성을 나타낸 블록도이다.
도 4는 도 2에 도시된 실거래 통계 처리부의 구성을 나타낸 블록도이다.
도 5는 본 발명에 따른 서비스 서버가 관심사 통계 정보를 생성하는 방법을 나타낸 흐름도이다.
도 6은 본 발명에 따른 서비스 서버가 실거래 통계 정보를 생성하는 방법을 나타낸 흐름도이다.
도 7은 본 발명에 따른 서비스 서버가 부동산 트렌드 통계 서비스를 제공하는 방법을 나타낸 도면이다.
도 8은 본 발명에 따른 부동산 트렌드 통계 서비스를 위한 메인화면을 나타낸 예시도이다.
도 9는 본 발명에 따른 월별 트렌드 통계 서비스 화면을 나타낸 예시도이다.
도 10은 본 발명에 따른 누적 트렌드 통계 서비스 화면을 나타낸 예시도이다.
도 11은 본 발명에 따른 지도기반 트렌드 통계 서비스 화면을 나타낸 예시도이다.
본 발명의 전술한 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하 상세한 설명에 의해 보다 명확하게 이해될 것이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 '부동산 트렌드 통계 서비스 시스템 및 방법'을 상세하게 설명한다. 설명하는 실시 예들은 본 발명의 기술 사상을 당업자가 용이하게 이해할 수 있도록 제공되는 것으로 이에 의해 본 발명이 한정되지 않는다. 또한, 첨부된 도면에 표현된 사항들은 본 발명의 실시 예들을 쉽게 설명하기 위해 도식화된 도면으로 실제로 구현되는 형태와 상이할 수 있다.
한편, 이하에서 표현되는 각 구성부는 본 발명을 구현하기 위한 예일 뿐이다. 따라서, 본 발명의 다른 구현에서는 본 발명의 사상 및 범위를 벗어나지 않는 범위에서 다른 구성부가 사용될 수 있다. 또한, 각 구성부는 순전히 하드웨어 또는 소프트웨어의 구성만으로 구현될 수도 있지만, 동일 기능을 수행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합으로 구현될 수도 있다. 또한, 하나의 하드웨어 또는 소프트웨어에 의해 둘 이상의 구성부들이 함께 구현될 수도 있다.
또한, 어떤 구성요소들을 '포함'한다는 표현은, '개방형'의 표현으로서 해당 구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안 된다.
도 1은 본 발명의 실시예에 따른 부동산 트렌드 통계 서비스 시스템을 나타낸 도면이다.
도 1을 참조하면, 부동산 트렌드 서비스 시스템은 다수의 사용자 단말(100), 서비스 서버(200)를 포함하고, 이들은 통신망을 통해 정보를 송수신한다.
사용자 단말(100)은 부동산 매물정보를 입력하는 관리자 단말 또는 부동산 트렌드 통계 서비스를 이용하는 고객 단말일 수 있다. 이때, 다수의 사용자 단말(100)은 노트북, 태블릿 PC와 같이 통신 기능을 가지는 컴퓨팅 장치로 구현될 수도 있으나, 스마트폰, 태블릿 PC와 같이 휴대용 통신 기기로 구현될 수도 있다.
서비스 서버(200)는 과거부터 현재까지 수집된 부동산 정보를 바탕으로 관심사 통계 정보와 실거래 통계 정보를 포함하는 트렌드 통계 정보를 생성한다. 즉, 서비스 서버(200)는 웹사이트, 앱 서비스 및 SNS를 이용한 부동산 컨텐츠 소비패턴 데이터를 기반으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 관심사 통계 정보를 생성하고, 실 거래된 부동산 정보를 기반으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 실거래 통계 정보를 생성한다. 여기서, 관심사 통계 정보는 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 사용자들의 관심도가 높은 부동산 관련 순위일 수 있다. 실거래 통계 정보는 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 실 거래된 부동산 관련 순위일 수 있다.
또한, 서비스 서버(200)는 사용자 단말(100)로부터 부동산 트렌드 통계 정보가 요청된 경우, 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 제공한다. 이때, 서비스 서버(200)는 트렌드 통계 정보를 일별, 월별 등의 기간별로 리스트, 그래프, 지도기반 그래프, 지하철 노선기반 그래프 등으로 제공할 수 있다.
한편, 서비스 서버(200)는 단일의 연산 장치로 구현되거나 둘 이상의 연산 장치가 서로 연결된 집합 장치의 형태로 구현될 수도 있다. 예를 들어, 빌라 시세 서비스 서버(200)는 단일의 서버로 구현되거나 둘 이상의 서버가 연결된 형태로 구현될 수 있다.
이러한 서비스 서버(200)에 대한 상세한 설명은 도 2를 참조하기로 한다.
도 2는 본 발명의 실시예에 따른 서비스 서버의 구성을 개략적으로 나타낸 블록도, 도 3은 도 2에 도시된 관심사 통계 처리부의 구성을 나타낸 블록도, 도 4는 도 2에 도시된 실거래 통계 처리부의 구성을 나타낸 블록도이다.
도 2를 참조하면, 서비스 서버(200)는 매물정보 데이터베이스(210), 관심사 통계 처리부(220), 실거래 통계 처리부(230), 트렌드 통계 서비스부(240)를 포함한다.
매물정보 데이터베이스(210)에는 부동산 매물정보가 저장된다. 여기서, 부동산 매물정보는 매물명, 위치, 면적, 시세, 매물 종류, 거래 종류, 거래 우선 순위(급매, 일반), 주변 상권, 교통 정보 등을 포함할 수 있고, 부동산은 신축빌라, 구옥빌라, 신축 분양아파트, 아파트, 신축 단독, 구옥 단독, 신축 오피스텔, 구옥 오피스텔 등을 포함할 수 있다.
관심사 통계 처리부(220)는 매물정보 데이터베이스(210)에 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 SNS에 게시된 기 정의된 키워드/해시태그를 포함하는 게시글 관련정보를 해당 매물정보와 매핑하여 관심사 통계 정보를 생성한다. 여기서, 관심사 통계 정보는 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 사용자들의 관심도가 높은 부동산 관련 순위일 수 있다.
관심사 통계 처리부(220)에 대해 도 3을 참조하면, 관심사 통계 처리부(220)는 수집모듈(222), 분석모듈(224)을 포함한다.
수집모듈(222)은 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에 게시된 기 정의된 키워드/해시태그를 포함하는 게시글 관련정보를 수집한다. 여기서, 서비스 이용 로그정보는 매물정보 데이터베이스(210)에 저장된 매물정보의 각종 검색 수, 찜하기 수, 매물조회 수, 고객문의 등을 포함할 수 있다. 게시글 관련정보는 기 정의된 키워드 또는 해시태그가 포함된 게시글, 그 게시글의, 공유 수, 좋아요 수, 덧글 수 등을 포함할 수 있고, 기 정의된 키워드는 부동산, 빌라 시세, 아파트 시세, 신축빌라, 분양, 전세, 월세, 반전세 등 부동산 매물 관련 키워드일 수 있다. 즉, 수집모듈(222)은 웹 사이트 또는 앱 서비스를 통해 서비스 서버(200)에 접속한 사용자가 검색한 부동산 관련 각종 검색 수, 찜하기 수, 매물조회 수, 고객문의 등의 서비스 이용 로그정보를 일별, 주별, 월별 등 주기적으로 수집하여 저장한다.
또한, 수집모듈(222)은 페이스북, 인스타그램, 트위터, 카카오스토리, 카페, 블로그 등의 SNS 서비스에 게시된 글에서 기 정의된 키워드 및 해시태그를 포함하는 게시글, 각 게시글의 공유 수, 좋아요 수, 덧글 수 등을 포함하는 게시글 관련정보를 일별, 주별, 월별 등 주기적으로 수집한다. 즉, 수집모듈(222)은 SNS 서비스에서 기 정의된 키워드 또는 해시태그로 게시물을 검색하고, 검색된 게시물 각각의 공유 수, 좋아요 수, 덧글 수, ID, 본문내용, 수집일 등의 게시글 관련정보를 수집한다. 그런 후, 수집모듈(222)은 수집된 게시글 관련정보 중에서 광고, 홍보 등의 게시물은 수집하지 않고 필터링한다. 즉, 수집모듈(222)은 게시글 관련정보에서 광고 및 홍보 ID, 광고 키워드, 여러 단어의 조합, 문장 등 기 설정된 필터링 조건에 해당하는 정보를 필터링한다.
분석모듈(224)은 수집모듈(222)에서 수집된 서비스 이용 로그정보 또는 게시글 관련정보를 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 각 항목에 매핑하여, 각 항목별 관심사 통계 점수를 계산하고, 관심사 통계 점수를 근거로 각 항목별 관심사 통계 정보를 생성한다.
즉, 분석모듈(224)은 사용자가 검색한 매물정보, 찜한 매물정보 등의 서비스 이용 로그정보를 분석하여 해당 지역, 지하철 노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 각 항목에 매핑한다. 예를 들면, '서울 잠실동의 매매가격 9억인 30평 A아파트'를 검색한 경우, 분석모듈(224)은 그 검색정보를 지역 항목'서울 잠실동', 지하철 노선 항목 '잠실새내역', 매매가격 항목'9억', 전용면적 항목'30평'으로 분류한다. 또한, 분석모듈(224)은 게시글 관련정보를 분석하여 해당 지역, 지하철 노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 각 항목에 매핑한다. 예를 들면, 게시글이 '서울 잠실동의 매매가격 9억인 30평 A아파트'인경우, 분석모듈(224)은 게시글을 지역 항목'서울 잠실동', 지하철 노선 항목 '잠실새내역', 매매가격 항목'9억', 전용면적 항목'30평'으로 분류한다.
그런 후, 분석모듈(224)은 각 항목별로 분류된 서비스 이용 로그정보 또는 게시글 관련정보에 기 설정된 가중치를 부여하여 해당 항목의 관심사 통계 점수를 계산한다. 예를 들면, 분석모듈(224)은 특정 기간동안 특정 지역의 검색 수, 찜하기 수, 매물조회 수 등에 각각의 가중치를 부여하여 특정 기간동안 특정 지역의 제1 점수를 계산하고, 특정 기간동안 특정 지역과 관련된 게시물의 조회수, 좋아요 수, 공유 수 등에 각각의 가중치를 부여하여 제2 점수를 계산한다. 그런 후, 분석모듈(224)은 제1 점수와 제2 점수를 연산(예컨대, 덧셈)하여 특정 기간동안 특정 지역의 관심사 통계 점수를 계산할 수 있다. 이와 같은 방법으로, 분석모듈(224)은 특정 기간동안 각 항목별 관심사 통계 점수를 계산할 수 있다.
그런 후, 분석모듈(224)은 각 항목별로 관심사 통계 점수가 높은 순으로 정렬하여 관심사 통계 정보를 생성한다. 즉, 분석모듈(224)는 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 각 항목별로 관심사 통계 점수가 높은 순으로 정렬하여 항목별 관심사 통계 정보를 생성한다. 예를 들면, 서울 강서구, 서울 구로구, 서울 은평구, 인천 남구, 인천 남동구 순으로 인기지역 항목의 관심사 통계 정보를 생성할 수 있다. 이러한 관심사 통계 정보를 통해 사용자에게 가장 많이 언급된(인기있는) 지역, 지하철노선, 매매가격, 전용면적 등의 매물정보를 확인할 수 있다.
또한, 분석모듈(224)는 관심사 통계 정보에 연계된 매물정보를 포함시킬 수관심사 있다. 예를 들면, 인기지역 항목의 관심사 통계정보가 서울 강서구, 서울 구로구, 서울 은평구, 인천 남구, 인천 남동구 순인 경우, 서울 강서구의 매물정보, 서울 구로구의 매물정보, 서울 은평구의 매물정보, 인천 남구의 매물정보, 인천 남동구의 매물정보를 매핑시킬 수 있다. 이때, 매물정보는 관심도가 높은 매물 순으로 매핑될 수 있다.
실거래 통계 처리부(230)는 부동산 실거래 정보를 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 항목으로 구분하고, 상기 구분된 각 항목별 점수를 산출하여 실거래 통계 정보를 생성한다. 실거래 통계 정보는 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등 각 항목별 순위일 수 있다.
실거래 통계 처리부(230)에 대해 도 4를 참조하면, 실거래 통계 처리부(230)는 수집모듈(232), 분석모듈(234), 검증모듈(236)을 포함한다.
수집모듈(232)은 매물정보 데이터베이스(210) 또는 외부 서버로부터 부동산 실거래 정보를 일별, 주별, 월별 등 주기적으로 수집하여 저장한다. 부동산 실거래 정보는 실 거래된 부동산의 주소, 매매가격, 전용면적, 대출유형, 임차인/임대인 정보 등을 포함한다.
분석모듈(234)은 수집모듈(232)에서 수집된 부동산 실거래 정보를 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 항목으로 구분하고, 상기 구분된 각 항목별로 점수를 산출하여 점수가 높은 순으로 정렬한다.
부동산 실거래 정보는 주소, 매매가격, 전용면적, 대출유형, 임차인/임대인 정보 등을 포함하므로, 분석모듈(234)은 주소로부터 지역, 임차인/임대인 정보로부터 구매자 연령 등을 파악할 수 있다. 따라서, 분석모듈(234)은 각 부동산 실거래 정보를 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 기 설정된 항목으로 구분하고, 부동산 실거래 횟수에 따라 각 항목에 일정 수를 연산(예컨대 덧셈)하여 각 항목별로 점수를 산출할 수 있다. 이처럼 분석모듈(233)는 지역별 부동산 실거래 횟수, 지하철 노선별 부동산 실거래 횟수, 매매가격별 부동산 실거래 횟수, 전용면적별 부동산 실거래 횟수, 대출유형별 부동산 실거래 횟수, 구매자연령별 부동산 실거래 횟수 등을 산출한다. 이때, 분석모듈(234)은 부동산 실거래 횟수를 1일, 1주일, 1달, 3달 등의 기간별로 산출할 수 있다.
분석모듈(233)은 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 각 항목별로 실거래 횟수가 많은 순으로 정렬한다. 예를 들면, 서울 강서구, 서울 구로구, 서울 은평구, 인천 남구, 인천 남동구 순으로 인기지역 항목의 실거래 통계 정보를 생성할 수 있다.
또한, 분석모듈(233)은 실거래 통계 정보에 연계된 매물정보를 포함시킬 수관심사 있다. 예를 들면, 인기지역 항목의 실거래 통계정보가 서울 강서구, 서울 구로구, 서울 은평구, 인천 남구, 인천 남동구 순인 경우, 서울 강서구의 매물정보, 서울 구로구의 매물정보, 서울 은평구의 매물정보, 인천 남구의 매물정보, 인천 남동구의 매물정보를 매핑시킬 수 있다.
검증모듈(236)은 분석모듈(234)에서 분석된 각 항목별 순위를 근거로 비정상 데이터를 검출 및 처리하여, 실거래 통계 정보를 생성한다. 예를 들면, 검증모듈(236)은 이전달에 비해 기 설정된 일정 순위이상 급등한 지역, 기 설정된 일정 순위가 하락한 지역, 이전달에는 순위권에 있었으나 제외된 경우 등의 비정상 데이터를 검출하고, 검출된 비정상 데이터를 관리자에게 알려, 데이터의 누락 여부 및 정상 반영 여부를 체크할 수 있도록 한다. 또한, 검증모듈(236)은 내부 기준에 의해 특정 개수 미만의 매물, 정규분포를 벗어나는 매매가격 등의 비정상 데이터를 검출하고, 검출된 비정상 데이터를 관리자에게 알려 데이터의 누락 여부 및 정상 반영 여부를 체크할 수 있도록 한다.
트렌드 통계 서비스부(240)는 사용자로부터 부동산 트렌드 통계 정보가 요청되면, 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 사용자에게 제공한다. 이때, 트렌드 통계 서비스부(240)는 트렌드 통계 정보를 일별, 월별 등의 기간별로 리스트, 그래프, 지도기반 그래프, 지하철 노선기반 그래프 등의 형태로 제공할 수 있다.
한편, 서비스 서버(200)는 서비스 서버(200)의 다양한 구성부들의 동작을 제어하는 제어부(미도시)를 더 포함할 수 있다. 이러한 제어부는 적어도 하나의 연산 장치를 포함할 수 있는데, 여기서 상기 연산 장치는 범용적인 중앙연산장치(CPU), 특정 목적에 적합하게 구현된 프로그래머블 디바이스 소자(CPLD, FPGA), 주문형 반도체 연산장치(ASIC) 또는 마이크로 컨트롤러 칩일 수 있다.
이상 설명한 서비스 서버(200) 내 각 구성의 경우 프로세서에 의해 실행되는 소프트웨어 모듈 또는 하드웨어 모듈 형태로 구현되거나, 내지는 소프트웨어 모듈과 하드웨어 모듈이 조합된 형태로도 구현될 수 있다.
이처럼, 프로세서에 의해 실행되는 소프트웨어 모듈, 하드웨어 모듈, 내지는 소프트웨어 모듈과 하드웨어 모듈이 조합된 형태는 하드웨어 시스템(예: 컴퓨터 시스템)으로 구현될 수 있을 것이다.
도 5는 본 발명에 따른 서비스 서버가 관심사 통계 정보를 생성하는 방법을 나타낸 흐름도이다.
도 5를 참조하면, 서비스 서버는 기 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에서 기 정의된 키워드/해시태그를 포함하는 게시글 관련정보를 수집한다(S502). 이때, 서비스 서버는 기 설정된 주기로 서비스 이용 로그정보 또는 게시글 관련정보를 수집할 수 있다.
S502가 수행되면, 서비스 서버는 수집된 서비스 이용 로그정보 또는 게시글 관련정보를 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 기 정의된 항목에 각각 매핑하여 저장한다(S504). 즉, 서비스 서버는 서비스 이용 로그정보 또는 게시글 관련정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 해당 항목으로 분류한다.
그런 후, 서비스 서버는 각 항목별로 분류된 서비스 이용 로그정보 또는 게시글 관련정보에 기 설정된 가중치를 적용하여 관심사 통계 점수를 계산하고(S506), 각 항목별로 관심사 통계 점수가 높은 순으로 정렬하여 관심사 통계 정보를 생성한다(S508). 이때, 서비스 서버는 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 각 항목별로 관심사 통계 점수가 높은 순으로 매물정보가 정렬된 관심사 통계 정보를 생성한다. 관심사 통계 정보를 통해 사용자들에 의해 가장 많이 언급된(인기있는) 지역, 지하철노선, 매매가격, 전용면적 등의 매물정보를 확인할 수 있다.
도 6은 본 발명에 따른 서비스 서버가 실거래 통계 정보를 생성하는 방법을 나타낸 흐름도이다.
도 6을 참조하면, 서비스 서버는 기 저장된 매물정보 또는 외부서버로부터 부동산 실거래 정보를 수집한다(S602). 이때, 서비스 서버는 주기적으로 부동산 실거래 정보를 수집하여 저장할 수 있다.
S602가 수행되면, 서비스 서버는 수집된 부동산 실거래 정보를 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 항목으로 구분한다(S604).
그 후, 서비스 서버는 각 항목별로 부동산 실거래 정보 각각에 설정된 가중치를 적용하여 실거래 통계 점수를 계산하고(S606), 각 항목별로 실거래 통계 점수가 높은 순으로 정렬하여 실거래 통계 정보를 생성한다(S608). 즉, 서비스 서버는 부동산 실거래 횟수에 따라 각 항목에 일정 수를 연산(예컨대 덧셈)하여 각 항목별로 점수를 산출한다. 이처럼 서비스 서버는 지역별 부동산 실거래 횟수, 지하철 노선별 부동산 실거래 횟수, 매매가격별 부동산 실거래 횟수, 전용면적별 부동산 실거래 횟수, 대출유형별 부동산 실거래 횟수, 구매자연령별 부동산 실거래 횟수 등을 산출한다. 이때, 서비스 서버는 부동산 실거래 횟수를 1일, 1주일, 1달, 3달 등의 기간별로 산출할 수 있다. 그런 후, 서비스 서버는 각 항목별로 부동산 실거래 횟수가 많은 순으로 정렬하여 실거래 통계 정보를 생성한다.
도 7은 본 발명에 따른 서비스 서버가 부동산 트렌드 통계 서비스를 제공하는 방법을 나타낸 도면, 도 8은 본 발명에 따른 부동산 트렌드 통계 서비스를 위한 메인화면을 나타낸 예시도, 도 9는 본 발명에 따른 월별 트렌드 통계 서비스 화면을 나타낸 예시도, 도 10은 본 발명에 따른 누적 트렌드 통계 서비스 화면을 나타낸 예시도, 도 11은 본 발명에 따른 지도기반 트렌드 통계 서비스 화면을 나타낸 예시도이다.
도 7을 참조하면, 사용자 단말이 서비스 서버에 접속되면(S702), 사용자 단말은 부동산 서비스를 위한 메인 화면을 디스플레이한다(S704).
사용자가 메인 화면에서 트렌드 통계 메뉴를 선택하면(S706), 사용자 단말은 트렌드 통계 정보 요청 신호를 서비스 서버로 전송한다(S708). 여기서, 트렌드 통계 정보 요청 신호는 사용자 단말 식별정보, 사용자 단말의 규격정보(예컨대, 화면정보, OS 등) 등을 포함할 수 있다.
트렌드 통계 정보 요청 신호를 수신한 서비스 서버는 관심사 통계 또는 실거래 통계를 포함하는 트렌드 통계 정보를 사용자 단말로 전송한다(S710). 이때, 서비스 서버는 사용자 단말의 규격정보를 근거로 트렌드 통계 정보를 생성하여 제공할 수 있다.
이하 화면 예시도를 참조하여, 서비스 서버가 부동산 트렌드 통계 서비스를 제공하는 방법에 대해 설명하기로 한다.
먼저, 사용자 단말이 서비스 서버에 접속되면, 사용자 단말은 도 8과 같은 메인 화면을 디스플레이한다. 메인 화면(800)에는 전체집검색, 빌라등록, 빌라투어신청, 트렌드 통계 등의 메뉴가 표시된 메뉴영역을 포함한다.
사용자가 메뉴영역에서 '트렌드 통계'메뉴(810)를 선택하면, 서비스 서버는 월별 트랜드 통계 정보를 제공할 수 있다. 그러면, 사용자 단말은 도 9와 같이 월별 트렌드 통계 정보 화면(900)을 디스플레이할 수 있다. 월별 트렌드 통계 정보는 해당 월의 데이터를 바탕으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자 연령 등 항목별 관심사 통계 정보와 실거래 통계 정보를 보여준다. 따라서, 월별 트렌드 통계 정보 화면(900)에는 항목영역(910), 관심사 통계 영역(920), 실거래 통계 영역(930)을 포함한다. 항목영역(910)에는 인기지역, 인기지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 등의 항목이 표시되고, 관심사 통계 영역(920)에는 해당 월에 관심도가 높은 부동산 정보가 표시되며, 실거래 통계 영역(930)에는 해당 월에 실 거래 횟수가 많은 부동산 정보가 표시된다. 사용자는 항목영역(910)에서 원하는 항목을 선택하여 해당 항목의 관심사 통계 정보와 실거래 통계 정보를 확인할 수 있다. 예를 들어, 사용자가 항목영역(910)에서 인기지역 항목을 선택하면, 관심사 통계 영역(920)에 2017년 3월에 인기 있는(관심도가 높은) 순으로 인기지역이 표시되고, 실거래 통계 영역(930)에 2017년 3월에 실 거래 횟수가 많은 순으로 지역이 표시된다. 또한, 사용자가 항목영역(910)에서 인기 지하철노선 항목을 선택하면, 관심사 통계 영역(920)에 2017년 3월에 인기 있는(관심도가 높은) 부동산이 있는 순으로 지하철노선이 표시되고, 실거래 통계 영역(930)에 2017년 3월에 실 거래 횟수가 많은 순으로 지하철노선이 표시된다. 이때, 인기지역, 지하철역/노선, 매매가격, 전용면적의 각 순위 옆에는 매물과 연결되는 '매물보기'버튼이 존재하고, 이 버튼을 누를 경우 해당하는 매물을 보여주게 된다.
서비스 서버는 부동산 트렌드 통계 정보를 목록은 물론, 점유비율을 그래프 형태로 시각적으로 보여줄 수 있다. 따라서, 관심사 통계 영역(920)에는 관심사 통계 목록과 점유비율이 표시된 그래프가 표시될 수 있고, 실거래 통계 영역(920)에는 실거래 통계 목록과 점유비율이 표시된 그래프가 표시될 수 있다.
또한, 서비스 서버는 일정 기간동안 누적된 누적 트렌드 통계 정보를 제공할 수 있다. 그러면, 사용자 단말은 도 10과 같은 누적 트렌드 통계 정보 화면(1000)을 디스플레이할 수 있다. 누적 트렌드 통계 정보는 일정 기간동안의 트렌드 변화 추세를 보여주는 정보일 있다. 누적 트렌드 통계 정보 화면(1000)에는 조회 월을 기준으로 과거의 데이터가 그래프로 표시된 순위 그래프와 해당 월에 관심도가 높은 관심사 통계가 표시된다. 순위 그래프는 조회 월 기준으로 과거의 데이터를 그래프로 보여주고, 중간에 데이터가 없는 경우 보여주지 않는다. 예를 들어, 2016년 12월 트렌드 통계에 대해 과거 6개월치 보여준다고 했을 때, 2016년 7월부터 2016년 12월까지 6개월치를 보여주되, 데이터가 2016년 7월~10월까지는 없거나 순위권 밖의 데이터라면 2016년 11월, 2016년 12월 데이터만 그래프에 표시되게 된다.
사용자는 항목영역(1010)에서 원하는 항목을 선택하여 해당 항목의 누적 트렌드 통계 정보를 확인할 수 있다. 예를 들어, 사용자가 항목영역(1010)에서 인기지역 항목을 선택하면, 2017년 4월의 순위 그래프와 2017년 4월에 인기 있는(관심도가 높은) 순으로 인기지역이 표시된다. 또한, 사용자가 항목영역(1010)에서 인기 지하철노선 항목을 선택하면, 2017년 4월의 순위 그래프와 2017년 4월에 인기 있는(관심도가 높은) 순으로 지하철노선이 표시된다. 이때, 인기지역, 지하철역/노선, 매매가격, 전용면적의 각 순위 옆에는 매물과 연결되는 '매물보기'버튼이 존재하고, 이 버튼을 누를 경우 해당하는 매물을 보여주게 된다.
또한, 서비스 서버는 트렌드 통계를 지도위에 표시하는 지도기반 트렌트 정보를 제공할 수 있다. 그러면, 사용자 단말은 도 11과 같이 월별 트렌드 통계 정보 화면(1100)을 디스플레이할 수 있다. 지도기반 트렌드 통계에 대해 도 11을 참조하면, 서울/경기/인천을 중심으로 인기지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자 연령 등 항목별 트렌드 통계가 표시된다. 지도에서 특정 지역을 선택하거나 확대할 경우 해당 정보가 나타난다. 예를 들어 서울을 선택하면, 구별 정보가 지도에 표시되며, 다시 구를 선택하면 동별 정보가 지도에 표시된다.
한편, 부동산 트렌드 통계 서비스 방법은 프로그램으로 작성 가능하며, 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 부동산 트렌드 통계 서비스 방법에 관한 프로그램은 전자장치가 읽을 수 있는 정보저장매체(Readable Media)에 저장되고, 전자장치에 의하여 읽혀지고 실행될 수 있다.
이와 같이, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 실시 형태로 실시될 수 있다는 것을 인지할 수 있을 것이다. 따라서 이상에서 기술한 실시 예들은 예시적인 것일 뿐이며, 그 범위를 제한해놓은 한정적인 것이 아닌 것으로 이해해야만 한다. 또한, 도면에 도시된 순서도들은 본 발명을 실시함에 있어서 가장 바람직한 결과를 달성하기 위해 예시적으로 도시된 순차적인 순서에 불과하며, 다른 추가적인 단계들이 제공되거나, 일부 단계가 삭제될 수 있음은 물론이다.
본 명세서에서 기술한 기술적 특징과 이를 실행하는 구현물은 디지털 전자 회로로 구현되거나, 본 명세서에서 기술하는 구조 및 그 구조적인 등가물 등을 포함하는 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어로 구현되거나, 이들 중 하나 이상의 조합으로 구현 가능하다. 또한 본 명세서에서 기술한 기술적 특징을 실행하는 구현물은 컴퓨터 프로그램 제품, 다시 말해 처리 시스템의 동작을 제어하기 위하여 또는 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령어에 관한 모듈로서 구현될 수도 있다.
한편, 본 명세서에서 "시스템", "장치"라 함은 예를 들어, 프로세서, 컴퓨터 또는 다중 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 기구, 장치 및 기계를 모두 포함한다. 처리 시스템은, 하드웨어에 부가하여 예를 들어, 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 제체 또는 이들 중 하나 이상의 조합 등 요청 시 컴퓨터 프로그램에 대한 실행 환경을 형성하는 모든 코드를 포함할 수 있다. 프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트 또는 코드 등으로 알려진 컴퓨터 프로그램은 컴파일되거나 해석된 언어 또는 선험적, 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 구현될 수 있다.
본 명세서에 첨부된 도면에 도시된 블록도와 순서도에 포함된 본 발명의 기술적 특징을 실행하는 구성들은 상기 구성들 사이의 논리적인 경계를 의미한다. 그러나 소프트웨어나 하드웨어의 실시 예에 따르면, 도시된 구성들과 그 기능들은 독립형 소프트웨어 모듈, 모놀리식 소프트웨어 구조, 코드, 서비스 및 이들을 조합한 형태로 실행되며, 저장된 프로그램 코드, 명령어 등을 실행할 수 있는 프로세서를 구비한 컴퓨터에서 실행 가능한 매체에 저장되어 그 기능들이 구현될 수 있으므로 이러한 모든 실시 예 역시 본 발명의 권리범위 내에 속하는 것으로 보아야 할 것이다.
따라서, 첨부된 도면과 그에 대한 기술은 본 발명의 기술적 특징을 설명하기는 하나, 이러한 기술적 특징을 구현하기 위한 소프트웨어의 특정 배열이 분명하게 언급되지 않는 한, 단순히 추론되어서는 안된다. 즉, 이상에서 기술한 다양한 실시 예들이 존재할 수 있으며, 그러한 실시 예들이 본 발명과 동일한 기술적 특징을 보유하면서 일부 변형될 수 있으므로, 이 역시 본 발명의 권리범위 내에 속하는 것으로 보아야 할 것이다.
또한, 순서도의 경우 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 가장 바람직한 결과를 얻기 위하여 도시된 것으로서, 도시된 특정한 순서나 순차적인 순서대로 그러한 동작들을 반드시 실행되어야 한다거나 모든 도시된 동작들이 반드시 실행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티 태스킹과 병렬 프로세싱이 유리할 수 있다. 아울러, 이상에서 기술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
이와 같이, 본 명세서는 그 제시된 구체적인 용어에 의해 본 발명을 제한하려는 의도가 아니다. 따라서, 이상에서 기술한 실시 예를 참조하여 본 발명을 상세하게 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 범위를 벗어나지 않으면서도 본 실시 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.
100 : 사용자 단말 200 : 서비스 서버
210 : 데이터베이스 220 : 관심사 통계 처리부
222, 232 : 수집모듈 224, 234 : 분석모듈
230 : 실거래 통계 처리부 236 : 검증모듈
240 : 트렌드 통계 서비스부

Claims (14)

  1. 기 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에 게시된 기 정의된 키워드/해시태그를 포함하는 게시물 관련정보를 수집하고, 상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 기 정의된 항목으로 분류하여 관심사 통계 정보를 생성하는 관심사 통계 처리부;
    부동산 실거래 정보를 기 정의된 항목으로 구분하고, 상기 구분된 각 항목별 점수를 산출하여 실거래 통계 정보를 생성하는 실거래 통계 처리부; 및
    사용자로부터 부동산 트렌드 통계 정보가 요청된 경우, 상기 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 제공하는 트렌드 통계 서비스부; 를 포함하고,
    상기 기 정의된 항목은 인기지역, 인기지하철노선, 매매가격, 전용면적, 대출유형 및 구매자연령 중 적어도 하나를 포함하며, 상기 부동산 매물정보는 매물명, 위치, 면적, 시세, 매물 종류, 거래 종류, 거래 우선 순위, 주변 상권 및 교통 정보를 포함하고,
    상기 관심사 통계 처리부는 상기 기 정의된 항목 별로 상기 관심사 통계 정보를 생성하고, 상기 실거래 통계 처리부는 상기 기 정의된 항목 별로 상기 실거래 통계 정보를 생성하며,
    상기 트렌드 통계 서비스부는, 기간별 트렌드 통계 정보 또는 누적 트렌드 통계 정보를 리스트, 그래프, 지도기반, 지하철노선기반 중 적어도 하나의 형태로 제공하고,
    상기 기간별 트렌드 통계 정보는, 해당 기간에 각 항목별로 관심도가 높은 순으로 통계 정보가 표시된 관심도 통계 정보와 해당 기간에 각 항목별로 실 거래 횟수가 많은 통계 정보가 표시된 실거래 통계 정보를 포함하며,
    상기 트렌드 통계 서비스부는 상기 해당 기간의 관심도 통계 정보 및 상기 실거래 통계 정보를 리스트 또는 점유비율 그래프 형태로 동시에 제공하며, 상기 각 리스트는 해당 리스트와 관련된 부동산 매물정보가 연계되어 상기 리스트 별로 조회 가능한 것을 특징으로 하는 서비스 서버.
  2. 제1항에 있어서,
    상기 관심사 통계 처리부는,
    상기 부동산 매물정보의 각종 검색 수, 찜하기 수, 매물조회 수, 고객문의 중 적어도 하나를 포함하는 서비스 이용 로그정보를 수집 또는 소셜네트워크서비스에서 상기 키워드/해시태그를 포함하는 게시물, 그 게시물의 공유 수, 좋아요 수, 덧글 수 중 적어도 하나를 포함하는 게시물 관련정보를 수집하는 수집모듈;
    상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목에 매핑하고, 각 항목별 관심사 통계 점수를 계산하고, 관심사 통계 점수를 근거로 각 항목별 관심사 통계 생성하는 분석모듈을 포함하는 것을 특징으로 하는 서비스 서버.
  3. 제2항에 있어서,
    상기 분석모듈은 각 항목별로 서비스 이용 로그정보 또는 게시물 관련정보에 각각의 가중치를 부여하여 관심사 통계 점수를 계산하고, 상기 계산된 관심사 통계 점수가 높은 순으로 정렬하여, 각 항목별 관심사 통계 정보를 생성하는 것을 특징으로 하는 서비스 서버.
  4. 제2항에 있어서,
    상기 분석모듈은, 각 관심사 통계 정보와 연계된 부동산 매물정보를 매핑하여 저장하는 것을 특징으로 하는 서비스 서버.
  5. 제1항에 있어서,
    상기 실거래 통계 처리부는,
    상기 부동산 실거래 정보를 주기적으로 수집하여 저장하는 수집모듈;
    상기 수집모듈에서 수집된 부동산 실거래 정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목으로 구분하고, 상기 구분된 각 항목별로 점수를 산출하여 점수가 높은 순으로 정렬하는 분석모듈; 및
    상기 분석모듈에서 각 항목별로 정렬된 정보에서 기 정의된 비정상 데이터 필터링 조건에 근거하여 비정상 데이터를 검출 및 처리하여, 실거래 통계 정보를 생성하는 검증모듈을 포함하는 것을 특징으로 하는 서비스 서버.
  6. 제5항에 있어서,
    상기 기 정의된 비정상 데이터 필터링 조건은, 이전달에 비해 기 설정된 일정 순위이상 급등한 경우, 기 설정된 일정 순위가 하락한 경우, 이전달에는 순위권에 있었으나 제외된 경우, 특정 개수 미만의 매물, 정규분포를 벗어나는 매매가격 중 적어도 하나를 포함하는 것을 특징으로 하는 서비스 서버.
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 트렌드 통계 서비스부는, 각 항목별로 조회 월을 기준으로 과거의 데이터가 그래프로 표시된 순위 그래프와 각 항목별로 관심도가 높은 순으로 통계 정보가 표시된 관심도 통계 정보를 포함하는 누적 트렌트 통계 정보를 제공하는 것을 특징으로 하는 서비스 서버.
  10. 서비스 서버가 부동산 트렌드 통계를 서비스 하는 방법에 있어서,
    기 저장된 부동산 매물정보의 서비스 이용 로그정보 또는 소셜네트워크서비스에 게시된 기 정의된 키워드/해시태그를 포함하는 게시물 관련정보를 기 정의된 항목으로 분류하여 관심사 통계 정보를 생성하고, 부동산 실거래 정보를 기 정의된 항목으로 구분하여 실거래 통계 정보를 생성하는 단계; 및
    사용자로부터 부동산 트렌드 통계 정보가 요청된 경우, 상기 관심사 통계 정보 및 실거래 통계 정보를 포함하는 트렌드 통계 정보를 제공하는 단계; 를 포함하고,
    상기 기 정의된 항목은 인기지역, 인기지하철노선, 매매가격, 전용면적, 대출유형 및 구매자연령 중 적어도 하나를 포함하며, 상기 부동산 매물정보는 매물명, 위치, 면적, 시세, 매물 종류, 거래 종류, 거래 우선 순위, 주변 상권 및 교통 정보를 포함하고,
    상기 트렌드 통계 정보를 제공하는 단계는,
    기간별 트렌드 통계 정보 또는 누적 트렌드 통계 정보를 포함하는 상기 트렌드 통계 정보를 리스트, 그래프, 지도기반, 지하철노선기반 중 적어도 하나의 형태로 제공하되,
    상기 기간별 트렌드 통계 정보는, 해당 기간에 각 항목별로 관심도가 높은 순으로 통계 정보가 표시된 관심도 통계 정보와 해당 기간에 각 항목별로 실 거래 횟수가 많은 통계 정보가 표시된 실거래 통계 정보를 포함하고,
    상기 트렌드 통계 정보를 제공하는 단계는 상기 해당 기간의 관심도 통계 정보 및 상기 실거래 통계 정보를 리스트 또는 점유비율 그래프 형태로 동시에 제공하며, 상기 각 리스트는 해당 리스트와 관련된 부동산 매물정보가 연계되어 상기 리스트 별로 조회 가능한 것을 특징으로 하는 부동산 트렌드 통계 서비스 방법.
  11. 제10항에 있어서,
    상기 관심사 통계 정보는, 상기 부동산 매물정보의 각종 검색 수, 찜하기 수, 매물조회 수, 고객문의 중 적어도 하나를 포함하는 서비스 이용 로그정보를 수집 또는 소셜네트워크서비스에서 상기 키워드/해시태그를 포함하는 게시물, 그 게시물의 공유 수, 좋아요 수, 덧글 수 중 적어도 하나를 포함하는 게시물 관련정보를 수집하고, 상기 수집된 서비스 이용 로그정보 또는 게시물 관련정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목에 매핑하며, 상기 각 항목별로 매핑된 서비스 이용 로그정보 또는 게시물 관련정보에 각각의 가중치를 부여하여 관심사 통계 점수를 계산하고, 상기 계산된 관심사 통계 점수가 높은 순으로 정렬하여 생성된 것을 특징으로 하는 부동산 트렌드 통계 서비스 방법.
  12. 제10항에 있어서,
    상기 실거래 통계 정보는, 상기 부동산 실거래 정보를 주기적으로 수집하고, 상기 수집된 부동산 실거래 정보를 분석하여 지역, 지하철노선, 매매가격, 전용면적, 대출유형, 구매자연령 중 적어도 하나의 항목으로 구분한 후, 상기 구분된 각 항목별로 점수를 산출하여 점수가 높은 순으로 정렬하고, 상기 각 항목별로 정렬된 정보에서 기 정의된 비정상 데이터 필터링 조건에 근거하여 비정상 데이터를 검출 및 처리하여 생성된 것을 특징으로 하는 부동산 트렌드 통계 서비스 방법.
  13. 제10항에 있어서,
    상기 기 정의된 비정상 데이터 필터링 조건은, 이전달에 비해 기 설정된 일정 순위이상 급등한 경우, 기 설정된 일정 순위가 하락한 경우, 이전달에는 순위권에 있었으나 제외된 경우, 특정 개수 미만의 매물, 정규분포를 벗어나는 매매가격 중 적어도 하나를 포함하는 것을 특징으로 하는 부동산 트렌드 통계 서비스 방법.
  14. 삭제
KR1020170065620A 2017-05-26 2017-05-26 부동산 트렌드 통계 서비스 시스템 및 방법 KR101888010B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170065620A KR101888010B1 (ko) 2017-05-26 2017-05-26 부동산 트렌드 통계 서비스 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170065620A KR101888010B1 (ko) 2017-05-26 2017-05-26 부동산 트렌드 통계 서비스 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101888010B1 true KR101888010B1 (ko) 2018-09-06

Family

ID=63593691

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170065620A KR101888010B1 (ko) 2017-05-26 2017-05-26 부동산 트렌드 통계 서비스 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101888010B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116319017A (zh) * 2023-03-23 2023-06-23 国网浙江省电力有限公司 基于能源互联网的合同账户综合存储方法及***
KR102697351B1 (ko) * 2023-12-28 2024-08-22 신재호 임대 거래 계약 자동화 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050104441A (ko) * 2004-04-28 2005-11-03 주식회사 국민은행 부동산 시세정보 검증 및 분석 시스템 및 방법
KR20140139342A (ko) * 2013-05-27 2014-12-05 대한지적공사 공간 정보 제공 방법 및 장치
KR20150137771A (ko) * 2014-05-30 2015-12-09 조성환 데이터 분석 방법 및 이를 이용하는 장치
KR101691187B1 (ko) 2015-03-11 2016-12-30 서경한 부동산 통합정보시스템의 운영방법 및 이를 수행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록매체
KR20170025454A (ko) * 2015-08-28 2017-03-08 서울대학교산학협력단 소셜 미디어 데이터의 시공간 분석 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050104441A (ko) * 2004-04-28 2005-11-03 주식회사 국민은행 부동산 시세정보 검증 및 분석 시스템 및 방법
KR20140139342A (ko) * 2013-05-27 2014-12-05 대한지적공사 공간 정보 제공 방법 및 장치
KR20150137771A (ko) * 2014-05-30 2015-12-09 조성환 데이터 분석 방법 및 이를 이용하는 장치
KR101691187B1 (ko) 2015-03-11 2016-12-30 서경한 부동산 통합정보시스템의 운영방법 및 이를 수행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록매체
KR20170025454A (ko) * 2015-08-28 2017-03-08 서울대학교산학협력단 소셜 미디어 데이터의 시공간 분석 시스템 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116319017A (zh) * 2023-03-23 2023-06-23 国网浙江省电力有限公司 基于能源互联网的合同账户综合存储方法及***
CN116319017B (zh) * 2023-03-23 2023-08-15 国网浙江省电力有限公司 基于能源互联网的合同账户综合存储方法及***
KR102697351B1 (ko) * 2023-12-28 2024-08-22 신재호 임대 거래 계약 자동화 시스템

Similar Documents

Publication Publication Date Title
US11893605B2 (en) Merchant suggestions based on a merchant score
CN111949834B (zh) 选址方法和选址平台***
JP5596152B2 (ja) 電子商取引ウェブサイトでの情報マッチングの方法及びシステム
CN109377328B (zh) 商家门店地理位置的推荐方法及装置
CN109389442A (zh) 商品推荐方法及装置、存储介质及电子终端
US10103953B1 (en) Methods and systems for analyzing entity performance
CN108648058B (zh) 产品排序方法及装置，电子设备、存储介质
CA2919551A1 (en) Managing reviews
US20150221023A1 (en) Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program
KR20180052489A (ko) 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법
CN106030627B (zh) 真实世界位置的基于位置的评级
JP2007286803A (ja) 広告配信管理装置、広告配信管理方法、広告配信管理プログラム
US20130132431A1 (en) Proximity Alert System
KR102512898B1 (ko) 상품 정보를 게시물에 매칭시키는 기능을 갖는 커뮤니티 서비스 기반의 쇼핑몰 운용 시스템
US20130132430A1 (en) Location Based Sales System
KR101888010B1 (ko) 부동산 트렌드 통계 서비스 시스템 및 방법
CN111091416A (zh) 一种预测酒店购买机器人的概率的方法和装置
TWM630895U (zh) 提供待辦事項的建議裝置
TWM630888U (zh) 基於搜尋行為的家族成員歸納裝置
JP7217096B2 (ja) 広告オプション割当装置、広告オプション割当プログラム、広告オプション割当方法、及び情報提供システム
TWI780289B (zh) 房地產比較顯示系統
JP7217097B2 (ja) 照会確率提示装置、照会確率提示プログラム、照会確率提示方法、及び情報提供システム
KR101896066B1 (ko) 빌라 시세 서비스 시스템 및 방법
CN118096325B (zh) 一种企业安全产品推荐方法、装置、设备和存储介质
US20170039250A1 (en) Method of Generating Smart Outputs in Real Time from Aggregated Data Using Data Mining Algorithms

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant