KR102432552B1 - 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법 - Google Patents
인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법 Download PDFInfo
- Publication number
- KR102432552B1 KR102432552B1 KR1020210153747A KR20210153747A KR102432552B1 KR 102432552 B1 KR102432552 B1 KR 102432552B1 KR 1020210153747 A KR1020210153747 A KR 1020210153747A KR 20210153747 A KR20210153747 A KR 20210153747A KR 102432552 B1 KR102432552 B1 KR 102432552B1
- Authority
- KR
- South Korea
- Prior art keywords
- buyer
- main server
- information
- artificial intelligence
- terminal
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000011017 operating method Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/33—User authentication using certificates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q30/0278—Product appraisal
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
- G06Q30/0619—Neutral agent
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- 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
- G06Q50/167—Closing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법을 제공한다.
상기 부동산 거래 플랫폼의 운영 방법은 매도인 단말기와 매수인 단말기가 메인 서버에 매도인 개인 정보와 매수인 개인 정보를 전송하는 단계; 상기 매도인 단말기가 상기 메인 서버에 매물을 업로드하는 단계; 상기 매수인 단말기가 상기 메인 서버에 선호 매물 정보를 업로드하는 단계; 상기 메인 서버가 상기 매수인 단말기에 매물 리스트를 제공하는 단계; 상기 매수인 단말기가 상기 메인 서버로부터 제공받는 매물 리스트 중에서 특정 매물을 선택하는 단계를 포함하고, 상기 메인 서버는 제1인공지능을 이용하여 매수인 개인 정보와 선호 매물 정보를 처리함으로써 매물 리스트를 생성하는 것을 특징으로 한다.
상기 부동산 거래 플랫폼의 운영 방법은 매도인 단말기와 매수인 단말기가 메인 서버에 매도인 개인 정보와 매수인 개인 정보를 전송하는 단계; 상기 매도인 단말기가 상기 메인 서버에 매물을 업로드하는 단계; 상기 매수인 단말기가 상기 메인 서버에 선호 매물 정보를 업로드하는 단계; 상기 메인 서버가 상기 매수인 단말기에 매물 리스트를 제공하는 단계; 상기 매수인 단말기가 상기 메인 서버로부터 제공받는 매물 리스트 중에서 특정 매물을 선택하는 단계를 포함하고, 상기 메인 서버는 제1인공지능을 이용하여 매수인 개인 정보와 선호 매물 정보를 처리함으로써 매물 리스트를 생성하는 것을 특징으로 한다.
Description
본 발명은 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법에 관한 것이다.
부동산 거래는 토지나 건물과 같은 부동산을 매매, 전세, 임대차 계약을 통해 매도인(임대인)과 매수인(임차인)이 사고팔거나 임대차하는 법률적 행위를 의미한다.
최근 플랫폼 비즈니스가 활발하게 이뤄짐에 따라, 공인중개사의 개입이 없이 거래당사자에게 다양한 법률서비스를 제공하여 매도인과 매수인의 직거래를 지원하는 부동산 거래 플랫폼에 대한 시도가 늘어나고 있는 실정이다.
한편, 기존의 부동산 거래 플랫폼에서는 매도인이 매물을 업로드하고 매수인이 선호하는 매물 조건을 입력하면 기설정된 프로그램에 따라 매물 리스트를 제공하였다.
그러나 단순 알고리즘에 의해 프로그래밍된 추천 매물 리스트는 매수인의 선호도를 정확하게 반영하지 않아, 종종 매수인이 자신이 선호하는 매물을 찾는데 많은 시간과 노력을 들이는 문제가 있었다.
한편, 인공지능(AI; Artificial Intelligence)은 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 컴퓨터 공학 및 정보기술의 한 분야이다.
특히, 인공지능 중 가장 많은 분야에서 활용되는 지도학습(Supervised learning)은 정답(Label)을 포함하는 트레이닝 데이터를 이용하여 미래 값을 예측하는 방법으로, 데이터의 수집 단계에서 트레이닝 데이터와 테스트 데이터의 순도(일 예로, 정확성과 진실성)가 인공지능 알고리즘의 성능을 좌우한다.
만약, 기존의 부동산 거래 플랫폼에 인공지능을 이용하여 매수인에게 추천 매물 리스트를 제공한다면, 매수인의 선호도에 맞는 매물을 정확하게 추천함으로써 매수인의 만족도가 상승할 것이다.
본 발명이 해결하고자 하는 과제는 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 부동산 플랫폼의 운영 방법은 매도인 단말기와 매수인 단말기가 메인 서버에 매도인 개인 정보와 매수인 개인 정보를 전송하는 단계; 상기 매도인 단말기가 상기 메인 서버에 매물을 업로드하는 단계; 상기 매수인 단말기가 상기 메인 서버에 선호 매물 정보를 업로드하는 단계; 상기 메인 서버가 상기 매수인 단말기에 매물 리스트를 제공하는 단계; 상기 매수인 단말기가 상기 메인 서버로부터 제공받는 매물 리스트 중에서 특정 매물을 선택하는 단계를 포함하고, 상기 메인 서버는 제1인공지능을 이용하여 매수인 개인 정보와 선호 매물 정보를 처리함으로써 매물 리스트를 생성하는 것을 특징으로 할 수 있다.
매수인 개인 정보는 매수인의 성별과 나이와 직업에 대한 정보를 포함하고, 선호 매물 정보는 매물의 위치와 층수와 호수와 계약 조건과 편의 물품과 시설에 대한 정보를 포함하고, 상기 메인 서버는 가상의 매수인 개인 정보와 가상의 선호 매물 정보를 레이블값으로 관리자에 의해 설정된 매물 리스트를 피쳐값으로 설정된 데이터셋을 학습한 제1인공지능을 이용하여, 매수인 개인 정보와 선호 매물 정보로부터 매물 리스트를 생성하는 것을 특징으로 할 수 있다.
상기 매수인 단말기가 상기 메인 서버로 매물 리스트에 대한 만족도 지수 정보를 송신하는 단계; 상기 메인 서버가 매수인 개인 정보와 선호 매물 정보와 매물 리스트와 만족도 지수 정보를 처리함으로써 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계를 포함하는 것을 특징으로 할 수 있다.
만족도 지수 정보는 상기 메인 서버로부터 제공된 매물 리스트를 절대평가하는 자연수값이며, 상기 메인 서버는 매수인 개인 정보와 선호 매물 정보와 매물 리스트를 레이블값으로 만족도 지수 정보를 피쳐값으로 제2인공지능을 학습시키는 것을 특징으로 할 수 있다.
상기 매도인 단말기와 상기 매수인 단말기가 상기 메인 서버에 계약 정보를 전송하고 계약 프로세스 진행을 요청하는 단계; 상기 메인 서버가 상기 매도인 단말기와 상기 매수인 단말기에 전자 계약서를 제공하는 단계; 상기 매도인 단말기와 상기 매수인 단말기가 전자 계약서에 서명하여 계약을 완료하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
본 발명의 부동산 거래 플랫폼의 운영 방법에서는 플래폼 운영 초기에는 관리자의 작업에 의해 생성된 데이터셋을 학습한 인공지능 알고리즘을 이용하여 매물 리스트를 생성하고, 플랫폼이 안정화 단계에 접어들면 운영과정에서 쌓인 매수인이 추천 매물 리스트를 평가한 데이터를 데이터셋에 편입시켜 이를 바탕으로 학습한 인공지능 알고리즘을 이용하여 기존 인공지능 분류 알고리즘을 업데이트함으로써, 지속적으로 업그레이드되는 매수인 맞춤형 추천 매물리스트를 제공할 수 있는 장점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 부동산 거래 플랫폼의 운영 방법의 프로세스를 나타낸 순서도이다.
도 2는 본 발명의 부동산 거래 플랫폼의 운영 방법에 이용되는 시스템을 나타낸 블록도이다.
도 3은 본 발명의 부동산 거래 플랫폼의 운영 방법에서 인공지능에 의해 매수인에게 추천되는 매물 리스트가 생성되는 것을 나타낸 개념도이다.
도 2는 본 발명의 부동산 거래 플랫폼의 운영 방법에 이용되는 시스템을 나타낸 블록도이다.
도 3은 본 발명의 부동산 거래 플랫폼의 운영 방법에서 인공지능에 의해 매수인에게 추천되는 매물 리스트가 생성되는 것을 나타낸 개념도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 도면을 참조하여 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)을 설명한다. 도 1은 본 발명의 부동산 거래 플랫폼의 운영 방법의 프로세스를 나타낸 순서도이고, 도 2는 본 발명의 부동산 거래 플랫폼의 운영 방법에 이용되는 시스템을 나타낸 블록도이고, 도 3은 본 발명의 부동산 거래 플랫폼의 운영 방법에서 인공지능에 의해 매수인에게 추천되는 매물 리스트가 생성되는 것을 나타낸 개념도이다.
이하, 매도인은 법률적인 용어로 부동산 매매 계약의 당사자로서 부동산을 매도하는 자연인과 법인을 의미하지만, 이에 한정되지 않고, 임대인과 전세권 설정자 등을 포함하는 넓은 의미로 해석될 수 있다.
또한, 매수인은 법률적인 용어로 부동산 매매 계약의 당사자로서 부동산을 매수하는 자연인과 법인을 의미하지만, 이에 한정되지 않고, 임차인과 전세권자 등을 포함하는 넓은 의미로 해석될 수 있다.
본 발명의 부동산 거래 플랫폼의 운영 방법(1000)은 매도인 단말기(10)와 매수인 단말기(20)와 네트워크(30)와 메인 서버(40)를 포함하는 시스템 내에서 수행될 수 있다.
매도인 단말기(10)와 매수인 단말기(20)는 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)과 관련한 웹 페이지, 앱 페이지(앱 리스트), 프로그램 또는 애플리케이션이 제공되는 단말일 수 있다.
이 경우, 매도인 단말기(10)와 매수인 단말기(20)는 네트워크(30)를 통해 원격지의 메인 서버(40)에 접속 및 연결될 수 있는 컴퓨터로 구현될 수 있다.
상세하게, 매도인 단말기(10)와 매수인 단말기(20)는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 일반적인 데스크탑 PC(Desk-top PC) 등 유선 통신 장치를 포함할 수 있으나 이에 한정되는 것은 아니다.
네트워크(30)는 매도인 단말기(10)와 매수인 단말기(20)와 메인 서버(40)와 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
메인 서버(40)는 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)과 관련한 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다.
본 발명의 부동산 거래 플랫폼의 운영 방법(1000)은 매도인 단말기(10)와 매수인 단말기(20)가 메인 서버(40)에 매도인 개인 정보와 매수인 개인 정보를 전송하는 단계(100); 매도인 단말기(10)가 메인 서버(40)에 매물을 업로드하는 단계(200); 매수인 단말기(20)가 메인 서버(40)에 선호 매물 정보를 업로드하는 단계(300); 메인 서버(40)가 매수인 단말기(20)에 제1인공지능을 이용하여 매물 리스트를 제공하는 단계(400); 매수인 단말기(20)가 메인 서버(40)로 매물 리스트에 대한 만족도 지수 정보를 송신하는 단계(500); 메인 서버(40)가 매수인 개인 정보와 선호 매물 정보와 매물 리스트와 만족도 지수 정보를 처리함으로써 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계(600); 매수인 단말기(20)가 메인 서버(40)로부터 제공받는 매물 리스트 중에서 특정 매물을 선택하는 단계(700); 매도인 단말기(10)와 매수인 단말기(20)가 메인 서버(40)에 계약 정보를 전송하고 계약 프로세스 진행을 요청하는 단계(800); 메인 서버(40)가 매도인 단말기(10)와 매수인 단말기(20)에 전자 계약서를 제공하는 단계(900); 매도인 단말기(10)와 매수인 단말기(20)가 전자 계약서에 서명하여 계약을 완료하는 단계(910);를 포함할 수 있다.
매도인 단말기(10)와 매수인 단말기(20)가 메인 서버(40)에 "매도인 개인 정보"와 "매수인 개인 정보"를 전송하는 단계(100) 는 매도인과 매수인이 부동산 거래 플랫폼 프로그램을 다운받아 회원 가입하는 단계일 수 있으며, 매도인과 매수인은 각각 개인 신상 정보(성명, 연락처, 성별, 나이, 직업, 신분증 이미지 등)를 입력하여 메인 서버(40)에 전송할 수 있다. 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)에서는 매도인과 매수인의 개인 정보를 통해 모바일 실명 인증을 진행함으로써 본인 인증이 시행되도록 할 수도 있다.
매도인 단말기(10)가 메인 서버(40)에 매물을 업로드하는 단계(200) 는 매도인이 자신이 소유하고 있는 매물에 대한 정보를 입력하는 단계일 수 있으며, 구체적으로, 매도인은 매물의 주소와 층수와 호수와 계약 조건(매매 계약, 임대차 계약, 전세 계약, 매매 가액, 월세 가액, 보증금 가액 등)과 전입세대 열람확인서와 등기 정보 등 각종 매물에 대한 행정 정보와 각종 편의 물품과 시설에 대한 정보(에어컨, 세탁기, 가구 등의 비치 여부와 주차장 등의 구비 여부)를 메인 서버(40)에 업로드할 수 있지만, 이에 한정되는 것은 아니다.
매수인 단말기(20)가 메인 서버(40)에 선호 매물 정보를 업로드하는 단계(300) 는 매수인이 메인 서버(40)에 자신이 계약하고자 하는 매물에 대한 정보를 입력하는 단계일 수 있다.
일 예로, 선호 매물 정보는 매물의 위치와 층수와 호수와 계약 조건(매매 계약, 임대차 계약, 전세 계약, 매매 가액, 월세 가액, 보증금 가액 등)과 각종 편의 물품과 시설에 대한 정보(에어컨, 세탁기, 가구 등의 비치 여부와 주차장 등의 구비 여부)를 포함할 수 있지만, 이에 한정되는 것은 아니다.
메인 서버(40)가 매수인 단말기(20)에 제1인공지능을 이용하여 매물 리스트를 제공하는 단계(400) 는 메인 서버(40)에서 매수인 개인 정보와 선호 매물 정보를 처리함으로써 매도인의 매물 중 추천 매물을 선별하여 매수인에게 추천하는 매물 리스트를 생성하는 단계일 수 있다.
한편, 플랫폼의 운영초기에는 플랫폼에서 얻을 수 있는 데이터가 한정적이기 때문에 제1인공지능을 학습시키는 데이터셋을 충분히 확보하지 못하는 문제가 발생할 수 있다. 이에 따라, 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)에서는 가상의 데이터로 인공지능 예측 알고리즘을 생성하여 매물 리스트를 생성할 수 있다. 상술한 제1인공지능 알고리즘을 생성시키는 자세한 설명은 후술하도록 한다.
매수인 단말기(20)가 메인 서버(40)로 매물 리스트에 대한 만족도 지수 정보를 송신하는 단계(500) 는 매수인이 메인 서버(40)가 추천한 매물 리스트에 대한 만족도를 평가하는 단계일 수 있다. 이 경우, 만족도 지수 정보는 메인 서버(40)로부터 제공된 매물 리스트를 절대평가하는 자연수값일 수 있으나, 이에 한정되는 것은 아니다.
메인 서버(40)가 매수인 개인 정보와 선호 매물 정보와 매물 리스트와 만족도 지수 정보를 처리함으로써 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계(600) 는 메인 서버(40)에서 실제 매수인 개인 정보와 실제 선호 매물 정보와 실제로 매칭된 실제 매물 리스트에 대한 매수인의 만족도 지수 정보에 의해 학습된 제2인공지능으로 제1인공지능을 업데이트하는 단계일 수 있다.
즉, 플랫폼의 운영이 안정화되는 단계에서는 플랫폼에서 자체적으로 얻은 개인 정보와 선호 매물 정보와 만족도 지수 정보를 데이터셋으로 설정하여 상술한 제1인공지능 알고리즘을 실시간으로 업데이트하는 새로운 인공지능 예측 알고리즘을 생성하여 업데이트된 매물 리스트를 지속적으로 생성할 수 있다. 상술한 제2인공지능 알고리즘을 생성시키는 자세한 설명은 후술하도록 한다.
매수인 단말기(20)가 메인 서버(40)로부터 제공받는 매물 리스트 중에서 특정 매물을 선택하는 단계(700) 는 매수인이 메인 서버(40)로부터 제공받은 매물 리스트 중에서 특정 매물을 선택하는 단계일 수 있다.
매도인 단말기(10)와 매수인 단말기(20)가 메인 서버(40)에 계약 정보를 전송하고 계약 프로세스 진행을 요청하는 단계(800) 는 매도인과 매수인이 채팅룸과 방문을 통해 매물에 대한 다양한 정보와 계약 조건을 습득하고 상호 합의한 다음 계약서 작성을 진행하는 단계일 수 있다.
메인 서버(40)가 매도인 단말기(10)와 매수인 단말기(20)에 전자 계약서를 제공하는 단계(900) 는 메인 서버(50)에서 매도인/매수인 개인 정보와 계약 정보(주소)와 특정된 매물 정보를 바탕으로 표준계약서상의 슬롯(공란)에 자동으로 상기 정보를 기재하여 전자 계약서를 제공하는 단계일 수 있다. 이에 따라, 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)에서는 공인중개사의 개입이 없어도 전문가 작성에 준하는 표준계약서를 계약당사자에게 제공할 수 있는 장점이 있다.
매도인 단말기(10)와 매수인 단말기(20)가 전자 계약서에 서명하여 계약을 완료하는 단계(910) 는 매도인과 매수인이 법률적으로 검토된 전자 계약서에 서명하여 계약을 체결하는 단계일 수 있다. 한편, 계약의 법적 안정성을 위해, 메인 서버(40)에서는 서명의 진정 여부를 감정(필적 검사 등)할 수 있으며, 매도인과 매수인이 인감을 날인한 경우 매도인 단말기(10)와 매수인 단말기(20)에 인감증명서를 발급받기 위한 필요 서류를 요청하여 전달받고 대리인으로서 공공기관에서 인감증명서를 발급받은 다음 인감의 진정 여부를 감정할 수도 있다.
이하, 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)에서 이용되는 인공지능에 대해 자세히 설명한다. 인공지능(AI; Artificial Intelligence)은 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 컴퓨터 공학 및 정보기술의 한 분야이다. 특히, 인공지능 중 가장 많은 분야에서 활용되는 지도학습(Supervised learning)은 정답(Label)을 포함하는 트레이닝 데이터를 이용하여 미래 값을 예측하는 방법이다.
참고로, 기계학습은 명시적으로 프로그램되지 않아도 컴퓨터가 스스로 학습할 수 있도록 능력을 부여하는 방법론으로 정의될 수 있으며, 이는 데이터를 기반으로 프로그램이 스스로 데이터의 패턴을 학습하도록 하는 방식이다. 기계학습은 학습에 필요한 데이터에 정답의 명시 여부에 따라 지도학습(Supervised Learning)과 비지도학습(Unsupervised Learning)으로 구되고, 사용 목적에 따라 데이터를 유한개의 카테고리로 나누는 분류(Classification), 연속적인 값으로 맵핑하는 리그레션(Regression), 유사한 데이터를 묶는 군집화(Clustering), 다차원의 데이터를 대표성 있는 낮은 차원으로 사상하는 차원축소(Dimension Reduction) 방법론으로 구분된다.
딥러닝은 기계학습 기법 중 하나로 한동안 정체되었던 기계학습의 성능을 획기적으로 향상시켰는데, 딥러닝은 인간의 뇌 구조에서 시냅스의 중첩을 흉내 낸 인공신경망(ANN; Artificial Neural Network) 알고리즘에 기반한 방법론이며, 딥러닝 구조로는 입력 계층(Input Layer)과 출력 계층(Output Layer) 사이에 복수의 은닉 계층(Hidden Layer)이 존재하는 심층신경망(DNN; Deep Neural Network), 은닉계층 앞에 요인 추출에 필요한 필터를 두고 필터를 함께 학습하는 나선형신경망(CNN; Convolutional Neural Network), 각 시간의 인공신경망을 적층해 시계열 데이터 처리가 가능한 재귀신경망(RNN; Recurrent Neural Network)을 포함할 수 있다. 여기서, 딥러닝 모델의 높은 성능은 두 가지로 설명되는데, 첫째, 인경신경망은 각 계층에 있는 함수들의 가중합의 중첩으로 모든 종류의 함수가 근사 가능한 범용근사법(Universal Approximator)으로 충분히 일반적인 데이터가 주어 진다면 높은 정확도로 데이터를 모사할 수 있다. 둘째, 데이터를 잘 구분하기 위해서는 데이터를 대표하는 요인을 적절하게 추출하는 것이 중요한데 나선형신경망을 이용하여 필터 학습을 통해 최적의 요인을 추출할 수 있다는 것이다. 또한, 딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 최근의 딥러닝 모형은 내부계층이 많아져서 노드(node)를 연결하는 가중치(weight, 연결강도를 의미함)의 수가 최대 수십억 개가 되기도 한다.
본 발명의 부동산 거래 플랫폼의 운영 방법(1000)에서는 플랫폼의 운영초기에는 인공지능을 학습시킬 데이터가 부족하므로, 메인 서버(40)가 가상의 매수인 개인 정보와 가상의 선호 매물 정보를 레이블값으로 관리자에 의해 분류된 가상의 매물 리스트를 피쳐값으로 설정된 데이터셋을 학습한 제1인공지능을 이용하여, 실제 매수인 단말기(20)에 의해 입력된 매수인 개인 정보와 선호 매물 정보를 입력하면 매물 리스트를 생성할 수 있다.
이 경우, 가상의 매수인 개인 정보는 가상의 매수인의 성별과 나이와 직업에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니며, 가상의 선호 매물 정보는 가상의 매수인이 선호하는 매물의 위치와 층수와 호수와 계약 조건과 편의 물품과 시설에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니다. 가상의 매물 리스트는 가상의 매수인에게 추천되는 복수의 매물의 위치와 층수와 호수와 계약 조건과 편의 물품과 시설에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니다.
이에 따라, 메인 서버(40)는 가상의 매수인 개인 정보(레이블값)와 가상의 선호 매물 정보(레이블값)와 가상의 매물 리스트(피쳐값)로 인공지능을 학습시켜, 실제 매수인이 매수인 개인 정보와 선호 매물 정보를 입력하면 이에 매칭되는 매도인의 매물 리스트를 출력하는 제1인공지능 예측 알고리즘을 생성할 수 있다.
나아가 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)에서는 플랫폼의 운영이 안정화되면 플랫폼 자체 내에서 생성된 데이터로 인공지능을 학습시켜 상술한 제1인공지능 알고리즘에 피드백을 제공하는 제2인공지능 예측 알고리즘을 생성하여 제1인공지능 알고리즘을 실시간으로 업데이트할 수 있다.
상세하게, 메인 서버(40)가 실제 복수의 유저(매수인)에 의해 축적된 매수인 개인 정보와 선호 매물 정보와 매물 리스트를 레이블값으로 만족도 지수를 피쳐값으로 학습한 제2인공지능을 이용하여 특정 매물을 선호하는 매수인에게 특정 매물 리스트를 추천하였을 때 매수인이 느끼는 만족도 지수를 예측할 수 있다. 그 다음, 메인 서버(40)는 제1인공지능을 학습시키기 위해 기존의 관리자에 의해 설정된 가상의 매수인 개인 정보와 가상의 매수인의 선호 매물 정보와 가상의 매물 리스트를 레이블값으로 제2인공지능에 입력하면 이에 대한 매수인의 만족도 지수 정보를 예측할 수 있다. 그 다음, 메인 서버(40)는 제1인공지능을 학습시키기 위해 관리자에 의해 세팅된 가상의 매수인 개인 정보와 가상의 매수인의 선호 매물 정보와 가상의 매물 리스트에 대한 복수의 데이터셋 중 제2인공지능에 입력하여 도출된 만족도 지수 정보의 값이 기설정된 만족도 지수의 평균값(복수의 실제 매수인에 평가된 만족도 지수의 평균값) 이하인 데이터셋을 제1인공지능을 학습시키는 데이터셋에서 제외시킴으로써 제1인공지능을 실시간으로 업데이트할 수 있다. 이 경우, 제1인공지능은 새롭게 관리자에 의해 설정된 가상의 매수인 개인 정보와 가상의 매수인의 선호 매물 정보와 가상의 매물 리스트를 계속적으로 공급받아 학습하므로, 학습데이터의 부재는 발생하지 않으며 유저(매수인)에게 맞추어 진화할 수 있다.
이상에서 전술한 본 발명의 부동산 거래 플랫폼의 운영 방법(1000)은 하드웨어인 서버와 결합되어 실행되기 위한 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는 데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는 데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록 매체 또는 사용자의 상기 컴퓨터상의 다양한 기록 매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
본 발명의 실시 예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독 가능 기록 매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시 예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
Claims (5)
- 매도인 단말기와 매수인 단말기가 메인 서버에 매도인 개인 정보와 매수인 개인 정보를 전송하는 단계;
상기 매도인 단말기가 상기 메인 서버에 매물을 업로드하는 단계;
상기 매수인 단말기가 상기 메인 서버에 선호 매물 정보를 업로드하는 단계;
상기 메인 서버가 제1인공지능을 이용하여 상기 매수인 단말기에 매물 리스트를 제공하는 단계;
상기 매수인 단말기가 상기 메인 서버로부터 제공받는 매물 리스트 중에서 특정 매물을 선택하는 단계;
상기 매수인 단말기가 상기 메인 서버로 매물 리스트에 대한 만족도 지수 정보를 송신하는 단계; 및
상기 메인 서버가 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계를 포함하고,
매수인 개인 정보는 매수인의 성별과 나이와 직업에 대한 정보를 포함하고,
선호 매물 정보는 매물의 위치와 층수와 호수와 계약 조건과 편의 물품과 시설에 대한 정보를 포함하고,
상기 메인 서버는 가상의 매수인 개인 정보와 가상의 선호 매물 정보를 레이블값으로 가상의 매물 리스트를 피쳐값으로 설정된 데이터셋을 학습한 제1인공지능을 이용하여, 매수인 개인 정보와 선호 매물 정보로부터 매물 리스트를 생성하며,
상기 메인 서버는 매수인 개인 정보와 선호 매물 정보와 매물 리스트를 레이블값으로 만족도 지수 정보를 피쳐값으로 제2인공지능을 학습시키는 것을 특징으로 하는 부동산 거래 플랫폼의 운영 방법.
- 제1항에 있어서,
만족도 지수 정보는 상기 메인 서버로부터 제공된 매물 리스트를 절대평가하는 자연수값인 것을 특징으로 하는 부동산 거래 플랫폼의 운영 방법.
- 제2항에 있어서,
상기 메인 서버는 제1인공지능을 학습시키기 위해 설정된 가상의 매수인 개인 정보와 가상의 매수인의 선호 매물 정보와 가상의 매물 리스트에 대한 복수의 데이터셋 중 제2인공지능에 입력하여 도출된 만족도 지수 정보의 값이 기설정된 만족도 지수의 값 이하인 데이터셋을 제1인공지능을 학습시키는 데이터셋에서 제외시키고 새롭게 설정된 가상의 매수인 개인 정보와 가상의 매수인의 선호 매물 정보와 가상의 매물 리스트를 제1인공지능의 학습 데이터로 공급함으로써, 제1인공지능을 실시간으로 업데이트하는 것을 특징으로 하는 부동산 거래 플랫폼의 운영 방법.
- 제1항에 있어서,
상기 매도인 단말기와 상기 매수인 단말기가 상기 메인 서버에 계약 정보를 전송하고 계약 프로세스 진행을 요청하는 단계;
상기 메인 서버가 상기 매도인 단말기와 상기 매수인 단말기에 전자 계약서를 제공하는 단계; 및
상기 매도인 단말기와 상기 매수인 단말기가 전자 계약서에 서명하여 계약을 완료하는 단계를 더 포함하는 것을 특징으로 하는 부동산 거래 플랫폼의 운영 방법. - 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210153747A KR102432552B1 (ko) | 2021-11-10 | 2021-11-10 | 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210153747A KR102432552B1 (ko) | 2021-11-10 | 2021-11-10 | 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102432552B1 true KR102432552B1 (ko) | 2022-08-12 |
Family
ID=82803666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210153747A KR102432552B1 (ko) | 2021-11-10 | 2021-11-10 | 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102432552B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240081733A (ko) | 2022-11-30 | 2024-06-10 | 주식회사 아이지아이에스 | 파노라마 부동산 플랫폼 운영방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102091644B1 (ko) * | 2019-07-17 | 2020-05-29 | 부동산거래소 주식회사 | O2o 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법 |
KR20210073819A (ko) * | 2019-12-11 | 2021-06-21 | 주식회사 집펀드 | 소비자 선택 모델을 이용한 부동산 맞춤형 정보 추천 방법 및 서버 |
KR102310840B1 (ko) * | 2021-05-13 | 2021-10-08 | 와이비네트웍스 주식회사 | 매도인과 매수인의 직거래를 지원하는 부동산 거래 플랫폼의 운영 방법 |
-
2021
- 2021-11-10 KR KR1020210153747A patent/KR102432552B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102091644B1 (ko) * | 2019-07-17 | 2020-05-29 | 부동산거래소 주식회사 | O2o 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법 |
KR20210073819A (ko) * | 2019-12-11 | 2021-06-21 | 주식회사 집펀드 | 소비자 선택 모델을 이용한 부동산 맞춤형 정보 추천 방법 및 서버 |
KR102310840B1 (ko) * | 2021-05-13 | 2021-10-08 | 와이비네트웍스 주식회사 | 매도인과 매수인의 직거래를 지원하는 부동산 거래 플랫폼의 운영 방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240081733A (ko) | 2022-11-30 | 2024-06-10 | 주식회사 아이지아이에스 | 파노라마 부동산 플랫폼 운영방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102384860B1 (ko) | 템플릿이 제공되어 상품 업로드 편의성이 향상된 오픈마켓 플랫폼의 운영방법 | |
Miao et al. | Context‐based dynamic pricing with online clustering | |
CN113742492A (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
Quan | Urban-GAN: An artificial intelligence-aided computation system for plural urban design | |
Azath et al. | Software effort estimation using modified fuzzy C means clustering and hybrid ABC-MCS optimization in neural network | |
Patil et al. | Social context-aware and fuzzy preference temporal graph for personalized B2B marketing campaigns recommendations | |
Yang et al. | Managing the complexity of new product development project from the perspectives of customer needs and entropy | |
KR102432552B1 (ko) | 인공지능 기반 매수인에게 매물을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법 | |
US20230351193A1 (en) | Training artificial intelligence engine to identify commonalities among nodes to predict actions | |
US20230351424A1 (en) | Machine learning algorithm for predicting events using multiple disparate inputs | |
KR102439069B1 (ko) | 매수인의 마이데이터를 이용하여 매수인의 소비패턴에 적합한 위치에 있는 매물을 우선적으로 추천하는 부동산 거래 플랫폼의 운영 방법 | |
KR102432554B1 (ko) | 인공지능 기반 부동산 계약서에 유용한 특약 조건을 예측하는 부동산 거래 플랫폼의 운영 방법 | |
KR102464356B1 (ko) | 인공지능 기반 유저에게 상품을 자동으로 추천하는 셀러와 유저를 매칭시키는 오픈마켓 플랫폼의 운영방법 | |
KR102441837B1 (ko) | 빅데이터 기반 대리점과 거래처를 실시간으로 연결하여 재고를 관리하고 수수료를 정산하는 플랫폼의 운영방법 | |
CN113486248A (zh) | 一种应用程序中功能模块的推荐方法及装置 | |
KR102687353B1 (ko) | 상품의 입고부터 출고까지 모든 프로세스에 대한 통합관리솔루션을 제공하며 국내 쇼핑몰 등록과 연동하여 해외 쇼핑몰 등록을 자동으로 지원하는 셀러와 유저를 매칭시키는 글로벌 이커머스 플랫폼의 운영방법 | |
KR102687509B1 (ko) | 인공지능을 기반으로 데이터를 분석하여 셀러에게 유저가 선호하는 상품 정보를 제공하는 셀러와 유저를 매칭시키는 글로벌 이커머스 플랫폼의 운영방법 | |
KR102545366B1 (ko) | 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법 | |
Elitzur | Machine Learning and Non-Investment Crowdfunding Research: A Tutorial | |
KR20230158767A (ko) | 상품의 입고부터 출고까지 모든 프로세스에 대한 통합관리솔루션을 제공하며 국내 쇼핑몰 등록과 연동하여 해외 쇼핑몰 등록을 자동으로 지원하는 셀러와 유저를 매칭시키는 글로벌 이커머스 플랫폼의 운영방법 | |
KR20230158768A (ko) | 인공지능을 기반으로 데이터를 분석하여 셀러에게 유저가 선호하는 상품 정보를 제공하는 셀러와 유저를 매칭시키는 글로벌 이커머스 플랫폼의 운영방법 | |
KR102619940B1 (ko) | 판매자와 구매자의 거래 히스토리에 따라 미술품의감정등급을 조절하고 에스크로 계좌를 이용하여 거래안전을 담보하는 미술품 거래 플랫폼의 운영방법 | |
US20230351416A1 (en) | Using machine learning to leverage interactions to generate hyperpersonalized actions | |
KR102637198B1 (ko) | 인공지능 모델 제작 플랫폼을 통한 인공지능 모델 공유, 대여 및 판매방법, 장치 및 컴퓨터프로그램 | |
US11989777B2 (en) | Pairing and grouping user profiles accessed from pre-current systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |