KR102005733B1 - 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템 - Google Patents

온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템 Download PDF

Info

Publication number
KR102005733B1
KR102005733B1 KR1020180088960A KR20180088960A KR102005733B1 KR 102005733 B1 KR102005733 B1 KR 102005733B1 KR 1020180088960 A KR1020180088960 A KR 1020180088960A KR 20180088960 A KR20180088960 A KR 20180088960A KR 102005733 B1 KR102005733 B1 KR 102005733B1
Authority
KR
South Korea
Prior art keywords
sns
data
credit
unit
financial service
Prior art date
Application number
KR1020180088960A
Other languages
English (en)
Inventor
유정웅
Original Assignee
(주)굿레이트
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)굿레이트 filed Critical (주)굿레이트
Priority to KR1020180088960A priority Critical patent/KR102005733B1/ko
Application granted granted Critical
Publication of KR102005733B1 publication Critical patent/KR102005733B1/ko

Links

Images

Classifications

    • G06Q40/025—
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/22—Payment schemes or models
    • G06Q20/223—Payment schemes or models based on the use of peer-to-peer networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 P2P 금융 서비스 제공 시스템에 대한 것이다.
본 발명에 따른 P2P 금융 서비스 제공 시스템은 금융 서비스 제공 예정자에게 보다 객관적이고 투명하게 제시하여, P2P 금융 거래의 활성화를 도모할 수 있고, 양자 사이의 거래를 블록체인화 함으로써, 위변조 방지에 따른 금융 서비스 제공 내역 훼손을 방지할 수 있다.

Description

온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 P2P 금융 서비스 제공 시스템{Block chain-based person-to-person financial service offering system using credit rating assessment result drawn on online big data analysis}
본 발명은 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 P2P 금융 서비스 제공 시스템에 대한 것이다.
보다 구체적으로, 본 발명은 사용자의 소셜미디어, SNS 등 온라인 활동 내역을 포함한 빅데이터를 이용하여 머신러닝 기반 SNS 신용도 정량화 모델을 학습하고, 이를 통해 산출된 신용도 가중치가 반영된 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제시하며, 양자 사이의 계약 조건을 블록체인 상에 저장하는 P2P 금융 서비스 제공 시스템에 대한 것이다.
최근 불특정 다수의 돈을 모아 인터넷으로 개인에게 대출을 주는 사업이 확산되고 있다. 이러한 금융 산업은 금융과 IT(Information Technology)가 결합된 기술로서 금융소비 패턴을 비롯해 금융시장의 패러다임을 송두리째 바꾸고 있다.
예컨대, 중국 인터넷 기업인 텐센트(Tencent)는 자회사 ‘위뱅크(WeBank)’의 공식 웹사이트(www.webank.com)를 2014년 12월30일에 공식 오픈하고 2015년 초에 인터넷은행 서비스를 본격 시작한다고 공표하고 있다. 위뱅크는 가입자가 약 8억 명에 달하는 온라인 메신저 'QQ'와 약 6억 명인 모바일 메신저 '위챗' 네트워크를 발판으로 시너지를 내겠다는 전략과 소매금융, 기업금융, 신용카드 서비스를 비롯한 은행 업무 대다수가 가능함을 공표하고 있다. 또한, 중국에서 알리바바 그룹(Alibaba Group)도 2015년 3월 오픈을 목표로 인터넷은행 '저장왕상(浙江網商)'을 준비 중인 것으로 보도되고 있다.
그러나 인터넷 등의 네트워크를 이용하는 온라인 개인 대출은 대출 제공자의 입장에서 개인의 신용도를 실시간 안정적으로 평가하기가 어렵기 때문에 큰 신용 위험을 부담해야 하는 문제가 있다. 또한, 고객의 입장에서 오프라인에 비해 개인정보보호가 상대적으로 취약한 문제가 있고, 고객과 대출 제공자 양자 간의 거래 내역이나 대출 계약 등의 금융 서비스 제공 내역에 대한 위변조를 방지 할 수 있을 만한 시스템에 구축되어 있지 않다.
대한민국 등록특허 공보 제10-1488242호
본 발명은 SNS 데이터가 저장되어 있는 빅데이터부를 기반으로 한 SNS 신용도 정량화 모델을 통해 SNS 소유자의 SNS 신용도를 산출하고, 이를 종합 신용도에 반영함으로써, 금융 서비스를 받고자 하는 사람의 신용도를 보다 정확히 산출할 수 있는 P2P 금융 서비스 제공 시스템을 제공한다.
본 발명은 또한, P2P 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장함으로써, 금융 서비스 제공 내역의 위변조 방지 및 고객 개인정보의 유출 방지 효과가 뛰어난 P2P 금융 서비스 제공 시스템을 제공한다.
본 발명은 상기 과제를 해결하기 위하여 안출된 것으로써, P2P 금융 서비스 제공 시스템에 대한 것이다.
상기 P2P 금융 서비스 제공 시스템은, 온라인 상 웹페이지를 크롤링(crawling)하여 수집된 SNS 데이터를 SNS 소유자의 정보와 매칭하여 저장하는 빅데이터부; 상기 빅데이터부에 저장된 SNS 데이터 중 SNS 신용도 산정과 관련된 주요 데이터를 추출하는 추출부; 상기 추출부에서 추출된 주요 데이터와 SNS 소유자 정보를 기반으로 머신 러닝을 통해 SNS 신용도를 정량화하는 모델을 학습하는 학습부; 사용자의 SNS 정보를 포함하는 개인 정보를 입력받는 입력부; 상기 입력부에 입력된 개인 정보를 기반으로 상기 학습부에서 학습된 모델을 적용하여 사용자의 SNS 신용도를 도출하고, 상기 SNS 신용도와 상응하는 신용도 가중치를 산출하며, 상기 신용도 가중치를 상기 사용자의 신용도 평가 지표에 가산하여 종합 신용도를 연산하는 연산부; 및 상기 연산부에서 연산된 SNS 신용도, 신용도 가중치 및 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제공하는 출력부를 포함한다.
하나의 예시에서, 상기 추출부는, 텍스트 마이닝 기법을 통해 SNS에 업로드 되어 있는 사용자의 텍스트 마이닝 기법을 통해 SNS에 업로드 되어 있는 사용자의 경제 신용지수 데이터 및 사회적 활동지수 데이터를 포함하는 주요 데이터를 추출할 수 있다.
하나의 예시에서, 상기 학습부는, 상기 추출부에서 추출된 주요 데이터를 기반으로 서포트 벡터 머신 또는 딥 러닝을 통해 사용자의 SNS 신용도를 정량화하는 모델을 학습할 수 있다.
하나의 예시에서, 상기 학습부는, 상기 추출부에서 추출된 주요 데이터를 사회 활동 지수 데이터와 경제 신용 지수 데이터로 구분한 후, 상기 사회 활동 지수 데이터와 경제 신용 지수 데이터를 벡터화하고, 상기 사회 활동 지수 데이터와 경제 신용 지수 데이터 벡터로부터 서포트 벡터 머신 또는 딥러닝 기반 SNS 신용도 정량화 모델을 학습할 수 있다.
하나의 예시에서, 상기 연산부는, 사용자의 개인 정보에 따라 주요 데이터 중 어느 하나에 기여도 가중치를 부여하여 SNS 신용도와 상응하는 신용도 가중치를 산출할 수 있다.
하나의 예시에서, 상기 연산부는, 하기 수식 1에 의하여, SNS 신용도와 상응하는 신용도 가중치를 산출하는 것을 특징으로 할 수 있다.
[수식 1]
Cr= n x m x s x R
상기 수식 1에서, Cr은 신용도 가중치이고, m은 SNS 신용도에 기여한 주요 데이터 중 어느 하나의 기여도 환산인자이고, s는 사용자의 개인 정보에 따른 상기 주요 데이터 중 어느 하나의 가중치를 의미하며, n은 SNS 신용도에 기여한 주요 데이터 요소의 개수이고, R은 신용도 가중치 환산인자를 의미한다.
하나의 예시에서, 상기 연산부는, 종합 신용도 중 신용도 가중치가 차지하는 비중을 하기 수식 2의 범위 내로 조절하는 것을 특징으로 할 수 있다.
[수식 2]
0.01Ct < Cr < 0.5C
상기 수식 2에서, Ct는 종합 신용도이고, Cr은 신용도 가중치이며, C는 사용자의 신용도 평가 지표이다.
상기 P2P 금융 서비스 제공 시스템은 또한, 상기 출력부의 출력에 상응하는 금융 서비스 제공자의 사용자에 대한 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장하는 저장부를 더 포함할 수 있다.
상기 P2P 금융 서비스 제공 시스템은 또한, 상기 저장부에 저장되어 있는 금융 서비스 제공자의 금융 서비스 제공 내역 해쉬 데이터를 추출하고, 상기 추출된 해쉬 데이터를 다수의 블록체인 노드에 저장된 해쉬 데이터와 비교 및 검증하여 진위여부를 확인하는 검증부를 더 포함하고, 상기 검증부는 지분 증명(proof of stake) 방식에 의해 수행될 수 있다.
본 발명은 또한, 상기 P2P 금융 서비스 제공 시스템을 이용한 종합 신용도 제공 방법에 대한 것이다.
상기 종합 신용도 제공 방법은, 전술한 P2P 금융 서비스 제공 시스템을 이용하고, 사용자의 개인 정보를 기반으로 학습된 모델을 통해 사용자의 SNS 신용도를 도출하고, 상기 SNS 신용도와 상응하는 신용도 가중치를 산출하며, 상기 신용도 가중치를 상기 사용자의 신용도 평가 지표에 가산하여 종합 신용도를 연산하는 단계; 및 상기 연산된 SNS 신용도, 신용도 가중치 및 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제공하는 단계를 포함할 수 있다.
본 발명에 따른 P2P 금융 서비스 제공 시스템은 금융 서비스를 제공받고자 하는 사람의 SNS 신용도를 종합 신용도 평가 지수에 반영할 수 있고, 따라서, 개인 대 개인 간의 금융 거래에 있어서 금융 서비스를 제공 받고자 하는 사람의 신용도를 금융 서비스 제공 예정자에게 보다 객관적이고 투명하게 제시하여, P2P 금융 거래의 활성화를 도모할 수 있다.
또한, 본 발명에 따른 P2P 금융 서비스 제공 시스템은 개인 대 개인 간의 금융 서비스 제공 내역을 블록체인화 함으로써, 금융 서비스 제공 내역의 위변조 방지 및 개인 신용 정보 보호적인 측면에서 우수하다.
도 1 및 2는, 본 발명에 따른 P2P 금융 서비스 제공 시스템을 보다 구체적으로 설명하기 위한 일 블록도이다.
도 3은, 본 발명에 따른 P2P 금융 서비스 제공 방법을 보다 구체적으로 설명하기 위한 일 블록도이다.
이하, 본 발명에 대하여, 도면 및 예시를 들어 보다 구체적으로 설명한다.
본 명세서에서 사용되는 용어는, 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 발명의 실시예들은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 발명된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 명세서에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소는 상기 용어들에 의해 한정되어서는 아니 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서에서, "포함하다" 또는 "구성되다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에서 용어 P2P 금융 서비스라는 것은, 개인과 개인 사이에서 이루어지는 각종 금융 거래, 예를 들면 대출, 신용보증, 지급보증, 대납, 지불, 금융 상품 또는 기타 금전 거래 등을 의미한다.
본 발명은 P2P 금융 서비스를 받고자 하는 사용자의 SNS 신용도를 빅데이터 및 머신러닝을 통해 정량화하고, 이를 신용도 가중치로 변환 후, 종합 신용도에 가산함으로써, 금융 서비스 제공 예정자에게 보다 정확한 신용도 지표를 제시할 수 있는 P2P 금융 서비스 제공 시스템에 대한 것이다.
본 발명은 또한, 개인 대 개인 사이의 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장함으로써, 금융 서비스 제공 내역의 위변조 방지 및 개인 정보의 유출 방지 효과가 우수한 P2P 금융 서비스 제공 시스템에 대한 것이다.
일반적으로, 개인 대 개인 간의 대출 등의 금융 서비스 제공에 있어, 금융 서비스 이용자의 신용도는 매우 중요한 요소이다.
이러한, 금융 서비스 이용자의 신용도는, 인적 정보, 개인의 부채 현황, 연체 현황, 금융 거래 내역 및 연 평균 소득 등과 같은 신용도 평가 지표를 기반으로 이루어진다.
한편, 초고속 인터넷망을 통한 소셜 미디어 활동은 개인의 사적 활동 뿐만 아니라, 사회적 활동, 나아가서 경제적 활동에 대한 평가 지표로 활용될 수 있다. 다만, 소셜 미디어에 공개되어 있는 사용자의 활동 내역 및 정보들을 기반으로 SNS 신용도를 산출하고, 이를 종합 신용도 평가에 가산함으로써, 좀 더 정확한 사용자 신용도를 제공하고, 개인 간의 금융 서비스 제공 내역의 위변조 방지 및 보호를 위한 P2P 금융 서비스 제공 시스템은 전무한 실정이다.
이에, 본 발명자는 금융 서비스를 제공받고자 하는 사람의 SNS 신용도를 빅데이터 및 머신러닝을 통해 정량평가하고, 이를 신용도 가중치로 전환시켜 종합 신용도 평가 결과에 반영시킬 수 있는 시스템을 개발하였고, 나아가 신용도 평가 결과를 금융 서비스 제공 예정자에 제시함으로써, P2P 금융 거래의 활성화를 도모할 수 있고, 나아가 개인 간에 성립된 금융 서비스 제공 내역을 블록체인화 하여 저장함으로써, 금융 서비스 제공 내역의 위변조 방지 및 개인 정보 보호 효과가 우수한 P2P 금융 서비스 제공 시스템을 개발하기에 이르렀다.
도 1은, 본 발명에 따른 P2P 금융 서비스 제공 시스템을 보다 구체적으로 설명하기 위한 일 블록도이다.
도 1에 도시되어 있는 것처럼, 본 발명에 따른 P2P 금융 서비스 제공 시스템은, 온라인 상 웹페이지를 크롤링(crawling)하여 수집된 SNS 데이터를 SNS 소유자의 정보와 매칭하여 저장하는 빅데이터부(100); 상기 빅데이터부(100)에 저장된 SNS 데이터 중 SNS 신용도 산정과 관련된 주요 데이터를 추출하는 추출부(200); 상기 추출부(200)에서 추출된 주요 데이터와 SNS 소유자 정보를 기반으로 머신 러닝을 통해 SNS 신용도를 정량화하는 모델을 학습하는 학습부(300); 사용자의 SNS 정보를 포함하는 개인 정보를 입력받는 입력부(400); 상기 입력부(400)에 입력된 개인 정보를 기반으로 상기 학습부(300)에서 학습된 모델을 적용하여 사용자의 SNS 신용도를 도출하고, 상기 SNS 신용도와 상응하는 신용도 가중치를 산출하며, 상기 신용도 가중치를 상기 사용자의 신용도 평가 지표에 가산하여 종합 신용도를 연산하는 연산부(500); 및 상기 연산부(500)에서 연산된 SNS 신용도, 신용도 가중치 및 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제공하는 출력부(600)를 포함한다.
본 발명에 따른 P2P 금융 서비스 제공 시스템은, 크게 SNS 신용도 정량 평가를 위한 빅데이터 및 머신러닝 기반 학습 영역; 상기 학습 결과를 실제 사용자의 SNS 정보에 적용하여 SNS 신용도를 산출하고, 신용도 가중치로 환산하며, 궁극적으로 종합 신용도에 가산하는 연산 영역; 및 상기 연산 영역에서의 연산결과를 사용자 및 금융 서비스 제공 예정자에게 제공하고, 금융 서비스 제공 내역에 대한 정보를 블록체인화 하여 저장하는 정보 출력 및 저장 영역으로 나눌 수 있다.
학습 영역은, 빅데이터부(100), 추출부(200) 및 학습부(300)를 포함한다.
상기 빅데이터부(100)는 온라인 상 웹페이지를 크롤링(crawling)하여 수집된 SNS 데이터를 SNS 소유자의 정보와 매칭하여 저장하는 역할을 수행한다.
상기에서 크롤링(crawling)이란, 웹페이지상에 산재되어 있는 정규화되지 않은 SNS 데이터를 자동화방식으로 수집하는 것을 의미한다.
즉, 빅데이터부(100)는 온라인상의 웹페이지, 예를 들면 소셜 미디어 페이지를 크롤링(crawling)하여, SNS 데이터를 수집하고, 이를 SNS 데이터 상의 소유자 정보와 매칭하여 저장한다.
더 구체적인 예시에서, 상기 빅데이터부(100)는, 소셜 미디어 상의 텍스트 정보, 사진 정보, 이미지 정보, 포스트 정보, 좋아요 정보, 댓글 정보, 친구 정보, 모임 또는 그룸 정보, 취미 또는 관심 정보 등과 같은 SNS 데이터와 SNS 소유자 정보와 매칭되어 저장될 수 있다.
한편, 상기 빅데이터부(100)는 후술하는 입력부에서 입력받은 사용자의 SNS 정보와, 이를 기반으로 도출된 SNS 주요 데이터 및 SNS 신용도가 매칭되어 저장될 수 있다. 즉, 본 발명에 따른 P2P 금융 서비스 제공 시스템은, 새로이 입력되는 SNS 정보와 SNS 주요 데이터 및 SNS 신용도가 추출부 및 학습부를 매개로 수행되는 SNS 신용도 정량화 모델링의 기본 소스로 적용될 수 있다.
상기 추출부(200)는 상기 빅데이터부(100)에 저장된 SNS 데이터 중 SNS 신용도 산정과 관련된 주요 데이터를 추출한다.
구체적으로, 텍스트 마이닝 기법을 통해 SNS에 업로드 되어 있는 사용자의 텍스트 마이닝 기법을 통해 SNS에 업로드 되어 있는 사용자의 경제 신용지수 데이터 및 사회적 활동지수 데이터를 포함하는 주요 데이터를 추출할 수 있다.
하나의 예시에서, 상기 경제 신용지수 데이터는, 성별, 나이, 주소, 학벌 및 직장 정보를 포함하는 기본 정보; 주택 보유 여부 및 주거지 정보; 자동차 소유 정보; 및 대출이나 금융 상품 게재 정보 등이 예시될 수 있다.
하나의 예시에서, 상기 사회적 활동지수 데이터는, 취미 정보; 동아리 활동 정보; 친구 정보; 및 댓글 분석, 빈도수 분석, 게재글 분석 및 관심도 분석에 기반한 SNS 활동 정보 등이 예시될 수 있다.
상기 추출부(200)는 전술한 경제 신용지수 데이터 및 사회적 활동지수 데이터 중에서 SNS 신용도 산정에 있어 필요한 주요 데이터를 텍스트 마이닝 기법을 통해 추출할 수 있다.
상기와 같은 추출부(200)에서 추출된 주요 데이터는 후술하는 학습부(300)의 SNS 신용도 정량화 모델의 기본 소스가 될 수 있다.
상기 학습부(300)는, 상기 추출된 주요 데이터와 SNS 소유자 정보를 기반으로 머신러닝을 통해 SNS 신용도를 정량화하는 모델을 학습한다.
구체적으로, 상기 학습부(300)는, 상기 추출부(200)에서 추출된 주요 데이터를 기반으로 서포트 벡터 머신 또는 딥 러닝을 통해 사용자의 SNS 신용도를 정량화하는 모델을 학습할 수 있다.
보다 더 구체적으로, 상기 학습부(300)는, 상기 추출부(200)에서 추출된 주요 데이터를 사회 활동 지수 데이터와 경제 신용 지수 데이터로 구분한 후, 상기 사회 활동 지수 데이터와 경제 신용 지수 데이터를 벡터화하고, 상기 사회 활동 지수 데이터와 경제 신용 지수 데이터 벡터로부터 서포트 벡터 머신 또는 딥러닝 기반 SNS 신용도 정량화 모델을 학습할 수 있다.
상기 학습부(300)는 추출된 주요 데이터의 벡터화를 기반으로 한 기계 학습을 통해 관련 평가 모델을 구축함으로써, SNS 신용도 정량화 모델을 수립할 수 있다.
상기 학습부(300)의 SNS 신용도 정량화 모델은, 후술하는 입력부를 통해 입력되는 사용자의 SNS 정보를 포함하는 개인 정보를 대입하는 경우, 해당 SNS 정보에서 SNS 신용도 평가를 위한 주요 데이터를 추출하고, 상기 주요 데이터를 기반으로 한 정량화 모델 적용을 통해 SNS 신용도가 도출될 수 있도록 설계될 수 있다.
상기와 같이, 학습 영역은 전술한 구성(빅데이터부(100), 추출부(200) 및 학습부(300))을 통해, 새로이 입력될 수 있는 사용자의 SNS 정보를 포함하는 개인 정보를 통해 SNS 신용도를 도출할 수 있는 SNS 신용도 정량화 모델을 제시할 수 있다.
본 발명에 따른 P2P 금융 서비스 제공 시스템은, 학습 결과를 실제 사용자의 SNS 정보에 적용하여 SNS 신용도 정량 평가지표를 산출하고, 신용도 가중치로 환산하며, 궁극적으로 종합 신용도에 가산하는 연산 영역을 포함할 수 있다.
상기 연산 영역에서는, 사용자의 SNS 정보를 포함하는 개인 정보를 입력받고, 상기 입력받은 정보를 기반으로 학습부에서 학습된 모델을 적용하여 사용자의 SNS 신용도를 도출하고, 상기 SNS 신용도와 상응하는 신용도 가중치를 산출하며, 상기 신용도 가중치를 상기 사용자의 신용도 평가 지표에 가산하여 종합 신용도를 연산한다.
즉, 상기 연산 영역은 입력부(400) 및 연산부(500)를 포함한다.
상기 입력부(400)는 사용자의 SNS 정보를 포함하는 개인 정보를 입력 받는다.
상기 사용자의 개인 정보는, 예를 들면 주사용 SNS 주소와 함께 사용자의 이름, 성별, 나이, 주소 및 주민번호와 같은 인적 정보를 포함할 수 있고, 상기 SNS 주소는 적어도 하나의 인터넷 웹사이트 또는 소셜 미디어 주소 일 수 있다. 한편, 상기 입력부(400)에 사용자가 자신의 개인 정보를 입력하기 위해서는, 인증 절차를 거칠 수 있다. 상기 인증 절차 패스워드, i-PIN(Internet personal identification number), OTP(One time passwaord), 모바일 단말, 이메일, 공인인증서, 생체인식 또는 이들의 조합을 이용한 하나 이상의 인증 과정을 포함할 수 있다.
상기 입력부(400)에서 입력받은 개인 정보를 기반으로 연산부(500)는 SNS 신용도(501)를 도출한다. 상기 SNS 신용도(501)는 상기 학습부(300)에서 학습된 모델을 적용하여 SNS 신용도 산정과 관련된 주요 데이터를 SNS 주소 상에서 추출함으로써, 도출될 수 있다.
구체적으로, 상기 연산부(500)는 사용자의 SNS 정보를 기반으로 온라인 상 웹페이지를 크롤링(crawling)하여 SNS 데이터를 수집하고, 상기 SNS 데이터에서 SNS 신용도 산정과 관련된 주요 데이터를 텍스트 마이닝 기법을 통해 추출하며, 상기 추출된 주요 데이터를 SNS 신용도 정량화 모델에 적용함으로써, SNS 신용도가 도출될 수 있다.
보다 구체적으로, 상기 연산부(500)는 사용자의 SNS 정보를 기반으로 온라인 상 웹페이지를 크롤링(crawling)하여 SNS 데이터를 수집하고, 상기 SNS 데이터에서 SNS 신용도 산정과 관련된 사회 화동 지수 데이터와 경지 신용 지수 데이터를 포함하는 주요 데이터를 텍스트 마이닝 기법을 통해 추출하며, 벡터로 표현된 SNS 신용도 정량화 모델 내 복수의 사회 활동 지수 데이터 및 경제 신용 지수 데이터와 상기 추출된 주요 데이터와의 유사성 분석을 통해 SNS 신용도가 도출될 수 있다.
상기와 같은 방식에 의해 도출되는 SNS 신용도는, 등급 또는 점수와 같이 정량적 지표로써 출력부에 의해 제공된다.
한편, SNS 신용도 도출에 이용되는 사회 활동 지수 데이터와 경제 신용지수 데이터는 개별적으로 SNS 신용도에 기여할 수 있고, 상기 주요 데이터 중 어느 하나가 SNS 신용도에 더 큰 영향을 끼칠 수 있다. 또한, 사용자의 개인 정보에 따라 사회 활동 지수 데이터와 경제 신용지수 데이터 중 어느 하나에 가중치를 부여하여, 신용도 가중치를 산출하여야 실질적인 SNS 신용도가 반영되는 경우가 있을 수 있다.
따라서, 상기 연산부(500)는, 사용자의 개인 정보에 따라 주요 데이터 중 어느 하나에 기여도 가중치를 부여하여 SNS 신용도와 상응하는 신용도 가중치를 산출할 수 있다.
구체적으로, 상기 연산부(500)는, 사용자의 개인 정보, 예를 들면 성별이나 나이에 따라 주요 데이터 중 어느 하나, 예를 들면 사회 활동 지수 데이터 또는 경제 신용지수 데이터에 기여도 가중치를 부여하여 SNS 신용도와 상응하는 신용도 가중치를 산출할 수 있다.
보다 구체적으로, 상기 연산부(500)는, 사용자의 개인 정보, 예를 들면 성별이나 나이에 따라 사회 활동 지수 데이터 중 어느 하나, 예를 들면 친구 정보에 기여도 가중치를 부여하여 SNS 신용도와 상응하는 신용도 가중치를 산출할 수 있다.
하나의 예시에서, 상기 연산부는, 하기 수식 1에 의하여, SNS 신용도와 상응하는 신용도 가중치를 산출하는 것을 특징으로 할 수 있다.
[수식 1]
Cr= n x m x s x R
상기 수식 1에서, Cr은 신용도 가중치이고, m은 SNS 신용도에 기여한 주요 데이터 중 어느 하나의 기여도 환산인자이고, s는 사용자의 개인 정보에 따른 상기 주요 데이터 중 어느 하나의 가중치를 의미하며, n은 SNS 신용도에 기여한 주요 데이터 요소의 개수이고, R은 신용도 가중치 환산인자를 의미한다.
상기 수식 1은, SNS 신용도에 기여한 주요 데이터 중 어느 하나의 기여도 환산 인자(m), 사용자의 개인 정보에 따른 상기 주요 데이터 중 어느 하나의 가중치(s), SNS 신용도에 기여한 주요 데이터 요소의 개수(s) 및 신용도 가중치 환산인자(R)를 곱하여 신용도 가중치를 도출한다는 것을 의미하는데, 이는 궁극적으로 신용도 가중치를 도출함에 있어, 사용자의 개인 정보에 따른 주요 데이터 중 어느 하나에 기여도 가중치를 부여한다는 것을 의미한다.
상기에서 환산인자라는 것은, 후술하는 종합 신용도에서 신용도 가중치의 비율을 조절하기 위해 채택되는 인자를 의미하는 것으로써, 각 요소들의 비수치적 표현을 SNS 신용도에 기여한 주요 데이터 수 및 종합 신용도에서 신용도 가중치가 차지하는 비율 등을 고려하여 설정된 수치적 표현으로 전환시키는 인자를 의미할 수 있다.
연산부(500)는 상기 방식에 의해 산출된 신용도 가중치에 사용자의 신용도 평가 지표를 가산하여 종합 신용도를 연산한다. 한편, 사용자의 신용도 평가 지표는 기존의 신용도 평가 방법을 통해 산출된 값으로써, SNS 신용도와 상응하는 신용도 가중치가 신용도 평가 지표보다 종합 신용도 산출이 기여도가 크다면, 전체적인 종합 신용도 산출 결과에 신뢰성이 떨어질 우려가 있다.
따라서, 종합 신용도에서 SNS 신용도와 상응하는 신용도 가중치가 차지하는 비중은 소정범위 내로 조절될 수 있는데, 구체적으로 상기 연산부(500)는, 종합 신용도 중 신용도 가중치가 차지하는 비중을 하기 수식 2의 범위 내로 조절할 수 있다.
[수식 2]
0.01Ct < Cr < 0.5C
상기 수식 2에서, Ct는 종합 신용도이고, Cr은 신용도 가중치이며, C는 사용자의 신용도 평가 지표이다.
상기 신용도 가중치의 조절은, 예를 들면 전술한 수식 1 에서 신용도 가중치 환산 인자에 의해 수행될 수 있으나, 이에 제한되는 것은 아니다.
한편, 상기 종합 신용도의 산출에 있어 필요한 신용도 평가 지표는, 시스템에 접근한 사용자의 인적 정보를 기반으로 외부 신용도 평가 기관에서 제공된 데이터이거나, 별도의 신용도 평가 방식이 저장되어 있는 연산부 내 구성요소에 의해 도출된 신용도 평가 지표 일 수 있다.
본 발명에 따른 시스템에 의하면, 전술한 구성들을 통해서 빅데이터 및 머신러닝을 통해 산출된 SNS 신용도가 반영된 종합 신용도의 제공이 가능하다.
본 발명에 따른 시스템은, 상기 연산 영역에서의 연산결과를 사용자 및 금융 서비스 제공 예정자에게 제공하고, 금융 서비스 제공 내역에 대한 정보를 블록체인화 하여 저장하는 정보 출력 및 저장 영역을 포함한다.
상기 정보 출력 및 저장 영역은 출력부(600)를 포함한다.
상기 출력부(600)는 상기 연산부(500)에서 연산된 SNS 신용도, 신용도 가중치 및 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제공한다.
상기 출력부(600)는 사용자에게 SNS 신용도, 신용도 가중치 및 종합 신용도를 제공한다. 상기 종합 신용도는, 예를 들면 수치 및/또는 등급으로 표기될 수 있고, SNS 신용도에 기반한 신용도 가중치가 차지하는 비중 등이 병기될 수 있다.
본 발명에 따른 P2P 금융 서비스 제공 시스템은, 전술한 구성들을 통해, 사용자 및 금융 서비스 제공 예정자에게 각각 사용자의 SNS 신용도, 신용도 가중치 및 종합 신용도를 제공하고, 나아가 양자 사이에 금융 서비스 제공 내역이 발생할 경우, 이에 대한 위변조 방지 및 개인 정보 보호를 위한 블록체인 저장 체계를 구축한다.
즉, 상기 정보 출력 및 저장 영역은 상기 출력부(600)의 출력에 상응하는 금융 서비스 제공자의 사용자에 대한 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장하는 저장부(700)를 더 포함할 수 있다.
도 2에는 본 발명에 따른 P2P 금융 서비스 제공 시스템이, 금융 서비스 제공자의 사용자에 대한 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장하는 저장부(700)를 더 포함하는 경우가 도시되어 있다.
도 2에 도시되어 있는 바와 같이, 본 발명에 따른 P2P 금융 서비스 제공 시스템은 상기 출력부(600)의 출력에 상응하는 금융 서비스 제공자의 사용자에 대한 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장하는 저장부(700)를 포함할 수 있는데, 이 경우, 블록체인은 네트워크화 되어 노드 상에 존재할 수 있고, 따라서, 상기 저장부(700)는 다수의 블록체인 노드를 포함할 수 있다.
상기 노드들 사이에 검증 과정을 통해, 금융 서비스 제공자의 금융 서비스 제공 내역의 진위 여부를 검증할 수 있다.
하나의 예시에서, 상기 P2P 금융 서비스 제공 시스템은 상기 저장부(700)에 저장되어 있는 금융 서비스 제공자의 금융 서비스 제공 내역 해쉬 데이터를 추출하고, 상기 추출된 해쉬 데이터를 다수의 블록체인 노드에 저장된 해쉬 데이터와 비교 및 검증하여 진위여부를 확인하는 검증부(미도시)를 더 포함할 수 있다. 상기 검증부의 검증 방식은 특별히 제한되는 것은 아니나, 노드의 분산에 따른 위변조 방지 효과 및 노드의 유지성 등을 고려하여 지분 증명(proof of stake) 방식에 의해 수행되는 것이 바람직할 수 있다.
상기와 같이, P2P 금융 서비스 제공 시스템을 통해 이루어진 금융 서비스 제공자 사이의 사용자에 대한 금융 서비스 제공 내역이 블록체인화 되는 경우, 금융 서비스 내역 자체의 위변조 방지를 효과가 있을 뿐만 아니라, 사용자와 금융 서비스 제공자의 개인 정보 보호에도 이롭다.
본 발명에 따른 P2P 금융 서비스 제공 시스템은, 예를 들면 외부 서버 또는 컴퓨터로 판독 가능한 기록매체에 저장되어 있을 수 있으며, 사용자 및 금융 서비스 제공자는 각각 별도의 외부 단말기를 통해 상기 시스템에 접근할 수 있다. 또한, 사용자 및 금융 서비스 제공자는 SNS 신용도 정보를 포함한 개인 정보를 제공한 사용자의 종합 신용도를 각자의 외부 단말기를 통해 제공 받을 수 있고, 또한 상기 시스템 상에서 외부 단말기를 매개로 양자 사이의 금융 서비스가 이루어질 수 있다.
하나의 예시에서, 외부 서버에 저장되어 있는 시스템에 사용자 및 금융 서비스 제공자가 각각 별도의 외부 단말기를 통해 접근 한 후, 사용자가 자신의 SNS 신용도 정보를 포함한 개인 정보를 입력하면, 이를 입력받은 시스템은 일련의 과정을 거쳐 SNS 신용도, 신용도 가중치 및 종합 신용도를 산출하고, 이를 사용자 및 금융 서비스 제공 예정자에게 제공할 수 있고, 추후에 이루어지는 양자 사이의 금융 서비스에 대한 내역은 해쉬화하여 블록체인 상에 저장되어 시스템 내 각 노드에 저장되어 있을 수 있고, 검증부를 통해 블록체인으로부터 추출된 해쉬 데이터의 진위여부가 판독될 수 있다.
본 발명은 또한, P2P 금융 서비스 제공 시스템을 이용한 종합 신용도 제공 방법에 대한 것이다.
도 3에는 상기 P2P 금융 서비스 제공 시스템을 이용한 종합 신용도 제공 방법에 대한 일 블록도가 도시되어 있다.
도 3에 도시되어 있는 바와 같이, 본 발명에 따른 종합 신용도 제공 방법은 P2P 금융 서비스 제공 시스템을 이용한 것으로써, 사용자의 개인 정보를 기반으로 학습된 모델을 적용하여 사용자의 SNS 신용도를 도출하고, 상기 SNS 신용도와 상응하는 신용도 가중치를 산출하며, 상기 신용도 가중치를 상기 사용자의 신용도 평가 지표에 가산하여 종합 신용도를 연산하는 단계(S1); 및 상기 연산된 SNS 신용도, 신용도 가중치 및 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제공하는 단계(S2)를 포함한다.
본 발명에 따른 종합 신용도 제공방법은, 사용자의 SNS 데이터를 바탕으로 산출된 SNS 신용도가 종합 신용도에 가산되어 금융 서비스 제공 예정자에게 제공되기 때문에, 보다 정확한 사용자의 종합 신용도를 확인할 수 있어 P2P 금융 거래 활성화에 기여할 수 있고, 나아가 양자 사이의 금융 서비스 제공 내역을 블록체인화 함으로써, 금융 서비스 제공 내역의 위변조 방지 및 개인 정보 보호에 있어 바람직하다.
100 : 빅데이터부
200 : 추출부
300 : 학습부
400 : 입력부
500 ; 연산부
501 : SNS 신용도
502 : 신용도 가중치
503 : 종합 신용도
600 : 출력부
700 : 저장부

Claims (10)

  1. 온라인 상 웹페이지를 크롤링(crawling)하여 수집된 SNS 데이터를 SNS 소유자의 정보와 매칭하여 저장하는 빅데이터부;
    상기 빅데이터부에 저장된 SNS 데이터 중 SNS 신용도 산정과 관련된 주요 데이터를 추출하는 추출부;
    상기 추출부에서 추출된 주요 데이터와 SNS 소유자 정보를 기반으로 머신 러닝을 통해 SNS 신용도를 정량화하는 모델을 학습하는 학습부;
    사용자의 SNS 정보를 포함하는 개인 정보를 입력받는 입력부;
    상기 입력부에 입력된 개인 정보를 기반으로 상기 학습부에서 학습된 모델을 적용하여 사용자의 SNS 신용도를 도출하고, 상기 SNS 신용도와 상응하는 신용도 가중치를 산출하며, 상기 신용도 가중치를 상기 사용자의 신용도 평가 지표에 가산하여 종합 신용도를 연산하는 연산부; 및
    상기 연산부에서 연산된 SNS 신용도, 신용도 가중치 및 종합 신용도를 사용자 및 금융 서비스 제공 예정자에게 제공하는 출력부를 포함하고,
    상기 추출부는,
    텍스트 마이닝 기법을 통해 SNS에 업로드 되어 있는 사용자의 경제 신용지수 데이터 및 사회적 활동지수 데이터를 포함하는 주요 데이터를 추출하며,
    상기 학습부는,
    상기 추출부에서 추출된 주요 데이터를 사회 활동 지수 데이터와 경제 신용 지수 데이터로 구분한 후, 상기 사회 활동 지수 데이터와 경제 신용 지수 데이터를 벡터화하고, 상기 사회 활동지수 데이터와 경제 신용지수 데이터 벡터로부터 서포트 벡터 머신 또는 딥러닝 기반 SNS 신용도 정량화 모델을 학습하고,
    상기 연산부는,
    하기 수식 1에 의하여, SNS 신용도와 상응하는 신용도 가중치를 산출함으로써, 사용자의 개인 정보에 따라 주요 데이터 중 어느 하나에 기여도 가중치를 부여하여 SNS 신용도와 상응하는 신용도 가중치를 산출하는 P2P 금융 서비스 제공 시스템:
    [수식 1]
    Cr= n x m x s x R
    상기 수식 1에서, Cr은 신용도 가중치이고, m은 SNS 신용도에 기여한 주요 데이터 중 어느 하나의 기여도 환산인자이고, s는 사용자의 개인 정보에 따른 상기 주요 데이터 중 어느 하나의 가중치를 의미하며, n은 SNS 신용도에 기여한 주요 데이터 요소의 개수이고, R은 신용도 가중치 환산인자를 의미한다.
  2. 제 1항에 있어서,
    상기 연산부는,
    종합 신용도 중 신용도 가중치가 차지하는 비중을 하기 수식 2의 범위 내로 조절하는 것을 특징으로 하는 P2P 금융 서비스 제공 시스템:
    [수식 2]
    0.01Ct < Cr < 0.5C
    상기 수식 2에서, Ct는 종합 신용도이고, Cr은 신용도 가중치이며, C는 사용자의 신용도 평가 지표이다.
  3. 제 1항에 있어서,
    상기 출력부의 출력에 상응하는 금융 서비스 제공자의 사용자에 대한 금융 서비스 제공 내역을 해쉬화하여 블록체인 상에 저장하는 저장부를 더 포함하는 P2P 금융 서비스 제공시스템.
  4. 제 3항에 있어서,
    상기 저장부에 저장되어 있는 금융 서비스 제공자의 금융 서비스 제공 내역 해쉬 데이터를 추출하고, 상기 추출된 해쉬 데이터를 다수의 블록체인 노드에 저장된 해쉬 데이터와 비교 및 검증하여 진위여부를 확인하는 검증부를 더 포함하고, 상기 검증부는 지분 증명(proof of stake) 방식에 의해 수행되는 P2P 금융 서비스 제공 시스템.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020180088960A 2018-07-31 2018-07-31 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템 KR102005733B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180088960A KR102005733B1 (ko) 2018-07-31 2018-07-31 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180088960A KR102005733B1 (ko) 2018-07-31 2018-07-31 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템

Publications (1)

Publication Number Publication Date
KR102005733B1 true KR102005733B1 (ko) 2019-07-31

Family

ID=67473837

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180088960A KR102005733B1 (ko) 2018-07-31 2018-07-31 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템

Country Status (1)

Country Link
KR (1) KR102005733B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210127512A (ko) * 2020-04-14 2021-10-22 (주)푸드노트서비스 인공지능 기반 소상공인 신용대출 시스템 및 방법
KR102368010B1 (ko) * 2021-07-20 2022-02-25 리포츠 주식회사 운동 생활정보에 기초한 인공지능 기반의 대안적 신용평가정보 제공 방법 및 시스템
WO2023136492A1 (ko) * 2022-01-12 2023-07-20 주식회사 에이젠글로벌 이커머스 데이터 기반 신용 평가 스코어 카드 결정 방법 및 이러한 방법을 수행하는 장치
KR102571889B1 (ko) * 2022-08-12 2023-08-29 주식회사 트러스트라운지 딥러닝 기반의 비금융활동을 통한 신용 평가 방법 및 이를 수행하는 서버

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080039609A (ko) * 2006-11-01 2008-05-07 강한훈 서포트 벡터 머신을 이용한 사용자 선호 의상 추천 방법
KR101488242B1 (ko) 2014-05-20 2015-02-02 신용보증기금 기업가치의 평가시스템
KR20160091190A (ko) * 2015-01-23 2016-08-02 홍승필 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가 방법 및 시스템
KR20160091188A (ko) * 2015-01-23 2016-08-02 홍승필 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가에서의 개인정보 관리 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080039609A (ko) * 2006-11-01 2008-05-07 강한훈 서포트 벡터 머신을 이용한 사용자 선호 의상 추천 방법
KR101488242B1 (ko) 2014-05-20 2015-02-02 신용보증기금 기업가치의 평가시스템
KR20160091190A (ko) * 2015-01-23 2016-08-02 홍승필 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가 방법 및 시스템
KR20160091188A (ko) * 2015-01-23 2016-08-02 홍승필 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가에서의 개인정보 관리 방법 및 시스템

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210127512A (ko) * 2020-04-14 2021-10-22 (주)푸드노트서비스 인공지능 기반 소상공인 신용대출 시스템 및 방법
KR102387024B1 (ko) * 2020-04-14 2022-04-15 (주)푸드노트서비스 인공지능 기반 소상공인 신용대출 시스템 및 방법
KR102368010B1 (ko) * 2021-07-20 2022-02-25 리포츠 주식회사 운동 생활정보에 기초한 인공지능 기반의 대안적 신용평가정보 제공 방법 및 시스템
KR102400500B1 (ko) * 2021-07-20 2022-05-20 리포츠 주식회사 인공지능 기반의 운동신용평가정보 제공 시스템
KR102400497B1 (ko) * 2021-07-20 2022-05-20 리포츠 주식회사 운동 생활정보에 기초한 인공지능 기반의 대안적 신용평가정보 제공 방법
KR102400498B1 (ko) * 2021-07-20 2022-05-20 리포츠 주식회사 인공지능 기반의 운동 신용평가정보 제공 방법
KR102400499B1 (ko) * 2021-07-20 2022-05-20 리포츠 주식회사 인공지능 기반의 신용평가를 위한 사용자 운동 정보 빅데이터 모델링 방법
WO2023136492A1 (ko) * 2022-01-12 2023-07-20 주식회사 에이젠글로벌 이커머스 데이터 기반 신용 평가 스코어 카드 결정 방법 및 이러한 방법을 수행하는 장치
KR102571889B1 (ko) * 2022-08-12 2023-08-29 주식회사 트러스트라운지 딥러닝 기반의 비금융활동을 통한 신용 평가 방법 및 이를 수행하는 서버

Similar Documents

Publication Publication Date Title
KR102005733B1 (ko) 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템
JP2022528839A (ja) 個人情報保護システム
CN110706090A (zh) 信用欺诈识别方法及装置、电子设备、存储介质
US11093985B2 (en) System, devices, and methods for acquiring and verifying online information
Islam et al. Cryptocurrency vs. fiat currency: architecture, algorithm, cashflow & ledger technology on emerging economy: the influential facts of cryptocurrency and fiat currency
WO2019074446A1 (en) LOAN REQUEST PROCESSING SYSTEM AND METHOD
US20210365968A1 (en) System, devices, and methods for acquiring and verifying online information
De Koker The FATF’s customer identification framework: fit for purpose?
KR101979785B1 (ko) 무형자산 평가 결과가 반영된 신용도 평가 및 종합 금융 서비스 제공 시스템
Sarma et al. Internet banking: Risk analysis and applicability of biometric technology for authentication
Nash et al. Twisting trust: social networks, due diligence, and loss of capital in a Ponzi scheme
WO2021075080A1 (en) Operation system and operation method of sovereign digital currency with identifire
Hutchison Acceptance of electronic monetary exchanges, specifically bitcoin, by information security professionals: A quantitative study using the unified theory of acceptance and use of technology (UTAUT) model
Chen et al. Online deception investigation: Content analysis and cross-cultural comparison
Ngalyuka The relationship between ICT utilization and fraud losses in commercial banks in Kenya
Ayob et al. E-commerce Adoption in ASEAN: Testing on Individual and Country-level Drivers
Roppelt Security risks surrounding cryptocurrency usage: a study on the security risks of cryptocurrencies and how security perception affects usage
US11367082B2 (en) Systems, methods, and storage media for providing information relating to suspicious financial activities to investigative agencies
CN113706258A (zh) 基于组合模型的产品推荐方法、装置、设备及存储介质
Uriawan et al. Laps: Computing loan default risk from user activity, profile, and recommendations
Masteika et al. Bitcoin double-spending risk and countermeasures at physical retail locations
Saxby The 2013 CLSR-LSPI seminar on electronic identity: The global challenge–Presented at the 8th International Conference on Legal, Security and Privacy issues in IT Law (LSPI) November 11–15, 2013, Tilleke & Gibbins International Ltd., Bangkok, Thailand
Ivers Using State-Based Adequacy Now, National Adequacy over Time to Anticipate and Defeat Schrems III
Alghamdi et al. Evaluating E-Commerce Engagement Factors In Saudi Arabia: Financial Loss, Identity Theft And Privacy Policies
Rahman Prevention of E-Commerce Fraud in Bangladesh: A Critical Study on Legal and Institutional Framework

Legal Events

Date Code Title Description
GRNT Written decision to grant