KR102489477B1 - Directionality selecting system of product development using big data and selecting method thereof - Google Patents

Directionality selecting system of product development using big data and selecting method thereof Download PDF

Info

Publication number
KR102489477B1
KR102489477B1 KR1020200171759A KR20200171759A KR102489477B1 KR 102489477 B1 KR102489477 B1 KR 102489477B1 KR 1020200171759 A KR1020200171759 A KR 1020200171759A KR 20200171759 A KR20200171759 A KR 20200171759A KR 102489477 B1 KR102489477 B1 KR 102489477B1
Authority
KR
South Korea
Prior art keywords
product
weight
development
attribute
selecting
Prior art date
Application number
KR1020200171759A
Other languages
Korean (ko)
Other versions
KR20220081838A (en
Inventor
윤봉식
Original Assignee
남부대학교산학협력단
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 남부대학교산학협력단 filed Critical 남부대학교산학협력단
Priority to KR1020200171759A priority Critical patent/KR102489477B1/en
Publication of KR20220081838A publication Critical patent/KR20220081838A/en
Application granted granted Critical
Publication of KR102489477B1 publication Critical patent/KR102489477B1/en

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 제품개발 초기단계에서 개발제품과 관련된 유사 출시제품들의 정보를 이용하여 신속한 전형성 모델을 추출하여 프로토타입의 선정을 통해 개발제품의 지향점을 확정할 수 있도록 한 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법에 관한 것이다.
본 발명은 프로그램에서 제품정보DB에 저장된 제품의 검색기준을 마련하기 위해 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주는 제1단계; 제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장하는 제2단계; 프로토타입의 제품개발을 위해 협업하는 이종기업 또는 이종부서 간 참여자 모두에게 가중치 선택기회를 주고, 해당 개발제품에 대해 참여자별 가중치를 프로그램에 입력하는 제3단계; 입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 제4단계; 계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 화면에 출력해주는 제5단계; 출력된 제품정보를 참고하여 개발제품의 프로토타입 방향성을 확정하는 제6단계;로 이루어진다.The present invention extracts a rapid typicality model using information of similar released products related to the developed product in the early stage of product development, and determines the direction of the developed product through the selection of a prototype. It is about the selection system and the method of selecting the direction of development products using it.
The present invention includes a first step of setting a weight by dividing a plurality of design attributes and detailed items for each attribute into a plurality of elements for each product in order to prepare search criteria for products stored in a product information DB in a program; A second step of assigning a sample number matching the corresponding product for each product group and storing the product information including the image of each product and the weight evaluation value evaluated according to the weight in the product information DB together with the sample number; A third step of giving an opportunity to select weights to all participants of heterogeneous companies or departments collaborating for product development of prototypes, and inputting the weights of each participant for the development product into the program; A fourth step of extracting an average value for each design attribute from the input weights of all participants and calculating the position of the average value for each extracted attribute; a fifth step of outputting, on a screen, product information having the position of the calculated average value for each attribute, as well as the average value for each attribute and an adjacent weight evaluation value within a set range; A sixth step of determining the prototype direction of the developed product by referring to the output product information;

Description

빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법{Directionality selecting system of product development using big data and selecting method thereof}Directionality selecting system of product development using big data and selecting method thereof}

본 발명은 제품개발초기에 관련제품 데이터를 이용하여 신속한 전형성 모델을 추출하여 프로토타입의 개발방향을 확보할 수 있도록 한 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법에 관한 것이다.The present invention is directed to a system for selecting the direction of a development product using big data and a method for selecting the direction of a development product using the big data, which enables the development direction of a prototype to be secured by extracting a rapid typicality model using related product data in the early stage of product development. it's about

근래에 들어, 디자인 회사는 개인 또는 기업 등의 클라이언트로부터 특정 제품이나 광고, 서비스에 대한 디자인 시안을 의뢰받는 경우 클라이언트의 요구에 부합할 것으로 예상되는 다수의 디자인 시안을 제공하여 클라이언트가 직접 선호하는 디자인 시안을 선택하도록 하고 있다.Recently, when a design company receives a design proposal for a specific product, advertisement, or service from a client, such as an individual or a company, it provides a number of design proposals that are expected to meet the client's needs, and the design that the client prefers directly. I'm trying to choose cyan.

그러나, 디자인과 같이 정형화된 판단 기준이 없는 시안에 대해 비전문가인 클라이언트가 제품이나 서비스 또는 광고에 보다 부합하는 디자인 시안을 적절히 선택하는 것은 매우 어려운 작업일 수 있으며, 디자인 회사에서 다수의 디자인 시안을 제공해주더라도 클라이언트가 선호하는 디자인 시안이 존재하지 않거나 다른 디자인이 제공되는 경우가 있어 초기에 컨셉을 결정하는데 상당한 시간이 소요되는 문제가 있었다.However, it can be a very difficult task for a non-professional client to properly select a design proposal that is more in line with a product, service, or advertisement for proposals that do not have standardized criteria such as design. Even if it was given, there was a problem that it took a considerable amount of time to decide the concept in the beginning because the design proposal preferred by the client did not exist or a different design was provided.

또한, 동일한 제품개발에 있어서도, 디자인 회사의 연구원과 클라이언트(디자인 의뢰 기업 및 연구원, 고객) 즉, 제품디자인 개발에 참여하는 참여자가 생각하는 가중치가 모두 다르기 때문에 초도 회의 빈도가 높아지거나 의견수렴 기간이 길어지게 되는 등 개발 공정 프로세스가 많아지게 되어 성과도출기간이 증가되는 문제가 있으며, 또한 참여자 간 의사소통이 원활하지 못함은 물론 참여자들의 만족도도 줄어들게 되는 문제점이 있었다.In addition, even in the same product development, since the weight of the design company's researchers and clients (design requesting companies, researchers, and customers), that is, participants participating in product design development, are all different, the frequency of initial meetings increases or the opinion collection period is shortened. There is a problem that the development process process is increased, such as lengthening, so that the period for obtaining results is increased, and communication between participants is not smooth, as well as the satisfaction of the participants is reduced.

따라서, 개발제품의 디자인 등과 같이 정형화된 판단 기준이 없는 시안에 대해 특정 시안을 선택하거나 의견을 수렴해야 하는 경우, 이종기업간 또는 관련부서간 등 집단 의사결정시 가중치를 부여해주어 보다 짧은 시간내에 초기 개발제품의 방향성을 확정해줄 수 있는 방법이 요구되어 왔다. Therefore, when it is necessary to select a specific draft or collect opinions for proposals that do not have standardized judgment criteria, such as the design of developed products, weight is given during group decision-making, such as between heterogeneous companies or related departments, so that the initial There has been a demand for a method that can determine the direction of the development product.

공개특허공보 제10-2016-0133161호(2016.11.22., 집단 의사 결정 지원 서버 및 방법)Publication No. 10-2016-0133161 (2016.11.22., Group decision-making support server and method) 공개특허공보 제10-2015-0019781호(2015.02.25., ＰＭＳ 디자인 프로세스 관리 시스템 및 그 방법)Publication No. 10-2015-0019781 (2015.02.25., PMS design process management system and its method)

본 발명은 상기한 문제점을 해결하기 위하여 창안된 것으로, 제품개발 초기단계에서 개발제품과 관련된 유사 출시제품들의 정보를 이용하여 빠른 시간내에 전형성 모델을 추출하여 프로토타입의 선정을 통해 개발제품의 지향점을 확정할 수 있도록 한 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법을 제공함에 있다.The present invention was created to solve the above problems, and in the early stage of product development, a typical model is extracted in a short time by using information of similar released products related to the developed product, and the direction of the developed product is determined through the selection of a prototype. It is to provide a direction selection system for development products using big data that can be confirmed and a method for selecting the direction of development products using the same.

또한, 신속한 개발제품의 지향점 확정으로 종래 문제시 되어왔던 참여자별로 가중치가 달라 잦은 회의 및 장시간의 시간 소요 등 협의점 도달에 상당한 어려움이 있어 장기간동안 개발제품 방향을 설정하지 못했던 문제를 해결할 수 있게 되는 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법을 제공함에 있다.In addition, due to the rapid determination of the direction of the development product, there are considerable difficulties in reaching a consensus such as frequent meetings and long time consuming due to the difference in weight for each participant, which has been a problem in the past. It is to provide a direction selection system for development products using big data and a method for selecting the direction of development products using the same.

상기의 과제를 해결하기 위한 본 발명의 빅데이터를 이용한 개발제품의 방향성 선정시스템은, 제품군별로 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 저장해 주기 위한 제품정보DB(10); 개발제품에 대한 검색기준을 마련해주기 위해 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분해 놓은 가중치 설정부(20); 상기 가중치 설정부(20)에 구분되어 있는 복수의 디자인 속성 및 요소 중에서 참여자별로 중점을 두는 속성 및 요소의 선택을 통해 참여자별로 가중치를 입력해주기 위한 가중치 입력부(30); 상기 가중치 입력부(30)를 통해 입력된 가중치에 따라 상기 제품정보DB(10)에 저장된 제품 중에서 일정범위내의 제품을 검색하는 제품검색부(40); 상기 제품검색부(40)에서 검색된 제품목록을 화면에 디스플레이해주는 디스플레이부(50); 가중치 설정과 가중치 입력에 따른 제품검색은 물론 디스플레이부에 출력을 위한 제어신호를 생성하는 제어부(60);로 이루어진다.The system for selecting the direction of development products using big data of the present invention to solve the above problems is a product for storing product information including images of each product for each product group and the weight evaluation value evaluated according to the weight together with the sample number. Information DB (10); A weight setting unit 20 that divides a plurality of design attributes and detailed items for each attribute into a plurality of elements to provide search criteria for developed products; a weight input unit (30) for inputting weights for each participant through selection of attributes and elements to be focused on for each participant among a plurality of design attributes and elements classified in the weight setting unit (20); a product search unit 40 for searching for products within a certain range among products stored in the product information DB 10 according to the weight input through the weight input unit 30; a display unit 50 that displays the product list searched by the product search unit 40 on a screen; A control unit 60 for generating control signals for output to the display unit as well as product search according to weight setting and weight input.

이때, 상기 디스플레이부(50)는 터치를 통해 가중치 입력이 가능하도록 상기 가중치 입력부(30)와 일체로 된 터치패널구조로 될 수 있다.At this time, the display unit 50 may have a touch panel structure integrated with the weight input unit 30 so that weight input is possible through touch.

그리고 본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법은 프로그램에서 제품정보DB에 저장된 제품의 검색기준을 마련하기 위해 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주는 제1단계; 제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장하는 제2단계; 프로토타입의 제품개발을 위해 협업하는 이종기업 또는 이종부서 간 참여자 모두에게 가중치 선택기회를 주고, 해당 개발제품에 대해 참여자별 가중치를 프로그램에 입력하는 제3단계; 입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 제4단계; 계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 화면에 출력해주는 제5단계; 출력된 제품정보를 참고하여 개발제품의 프로토타입 방향성을 확정하는 제6단계;로 이루어진다.In addition, the method for selecting the directionality of a development product using the system for selecting the directionality of a development product using big data according to the present invention includes a plurality of design properties for each product and for each property in order to prepare search criteria for products stored in the product information DB in the program. A first step of dividing detailed items into a plurality of elements and setting weights; A second step of assigning a sample number matching the corresponding product for each product group and storing the product information including the image of each product and the weight evaluation value evaluated according to the weight in the product information DB together with the sample number; A third step of giving an opportunity to select weights to all participants of heterogeneous companies or departments collaborating for product development of prototypes, and inputting the weights of each participant for the development product into the program; A fourth step of extracting an average value for each design attribute from the input weights of all participants and calculating the position of the average value for each extracted attribute; a fifth step of outputting, on a screen, product information having the position of the calculated average value for each attribute, as well as the average value for each attribute and an adjacent weight evaluation value within a set range; A sixth step of determining the prototype direction of the developed product by referring to the output product information;

상기 제3단계에서 참여자별 가중치 입력은 제5단계에서 출력되는 속성별 평균값 위치 및 가중치 평가값을 갖는 제품정보 결과에 따라 참여자별 가중치 입력정보(속성, 요소)를 조정하는 과정을 더 거치도록 할 수 있다.In the third step, the weight input for each participant is further subjected to a process of adjusting the weight input information (attribute, element) for each participant according to the product information result having the average value position and weight evaluation value for each attribute output in the fifth step. can

이때, 상기 제1단계에서 제품별 가중치 설정시 속성별로 순위를 지정하여, 참여자의 속성별 평균값을 이용한 제품이미지 출력시 지정된 순위중심으로 검색하여 제품이미지를 화면에 출력해주도록 되어 있다.At this time, when setting the weight for each product in the first step, rankings are designated by attributes, and when product images are output using the average value of each attribute of the participant, the product images are output on the screen by searching the designated ranking center.

참여자의 속성별 평균값을 토대로 제품정보DB에 저장된 모든 제품에서 참여자가 선택한 가중치 위치를 계산하여 화면에 출력해주게 되며, 상기 제4단계에서 계산된 참여자의 속성별 평균값의 위치는 연도별 또는 시계열상으로 정렬되어 출력되는 것이 바람직하다.Based on the average value for each attribute of the participant, the position of the weight selected by the participant from all products stored in the product information DB is calculated and displayed on the screen. It is desirable that the output be sorted.

한편, 제3단계에서, 참여자가 개발하고자 하는 제품과 유사한 형태의 제품이미지를 입력한 경우, 입력된 제품이미지와 동일하거나 또는 일정 범위내의 유사한 이미지를 갖는 제품들을 제품정보DB에서 검출하여 그 제품이미지를 화면에 출력해주도록 구성될 수 있다.On the other hand, in the third step, when the participant inputs a product image similar to the product to be developed, products that are the same as the input product image or have similar images within a certain range are detected from the product information DB, and the product image It may be configured to output to the screen.

상기의 구조로 이루어진 본 발명의 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법에 따르면, 제품개발 초기에 단시간내에 개발방향 및 컨셉을 설정할 수 있음으로써 시간 절감은 물론 제품개발을 위해 협력하는 모든 참가자(디자인회사 연구원, 개발기업 대표자 및 연구원 등)의 육체적 및 정신적인 피로감을 줄여줄 수 있는 등 효율성이 매우 우수한 효과가 있다.According to the system for selecting the direction of development products using big data and the method for selecting the direction of development products using the big data of the present invention having the above structure, it is possible to set the development direction and concept within a short time in the early stage of product development, thereby reducing time and product quality. Efficiency is very good, such as reducing physical and mental fatigue of all participants cooperating for development (researchers at design companies, representatives of development companies, and researchers, etc.).

특히, 개발 공정 간에 프로세스 개선은 물론 기업 또는 부서 간 의사소통이 원활해짐은 물론 참여자의 만족도가 증가되는 효과가 있다.In particular, there is an effect of improving the process between development processes, facilitating communication between companies or departments, and increasing the satisfaction of participants.

도 1은 본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템의 구성도,
도 2는 본 발명의 일실시예에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템의 프로그램 웹화면,
도 3은 도 2에서 가중치 적용을 통해 설정범위의 제품정보를 디스플레이한 웹화면,
도 4는 본 발명의 일실시예에 따른 검색된 제품정보를 시계열상으로 정렬되게 디스플레이해 놓은 웹화면,
도 5는 본 발명의 일실시예에 따른 검색된 제품정보를 가격별로 정렬되게 디스플레이해 놓은 웹화면,
도 6은 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용한 기업과 비적용한 기업의 제품개발 프로세스 과정을 보인 순서도,
도 7은 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용하지 않은 기업의 진행상황을 보여주는 그래프,
도 8은 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용한 기업의 진행상황을 보여주는 그래프,
도 9는 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용한 기업과 비적용한 기업의 진행결과를 비교해 놓은 도면,
도 10은 본 발명의 일실시예에 따른 가중치 적용과 비적용시의 만족도 조사결과를 보여주는 도면.1 is a block diagram of a system for selecting the direction of a development product using big data according to the present invention;
2 is a program web screen of a system for selecting the direction of a development product using big data according to an embodiment of the present invention;
3 is a web screen displaying product information of a set range through weight application in FIG. 2;
4 is a web screen displaying searched product information arranged in time series according to an embodiment of the present invention;
5 is a web screen displaying searched product information according to an embodiment of the present invention in a sorted manner according to price;
6 is a flow chart showing a product development process of a company applying a method for selecting a direction of development products to design development according to an embodiment of the present invention and a company that does not apply the method;
7 is a graph showing the progress of companies that do not apply the method of selecting the direction of development products to design development according to an embodiment of the present invention;
8 is a graph showing the progress of a company applying a method for selecting the direction of a development product to design development according to an embodiment of the present invention;
9 is a view comparing the progress results of a company applying a method for selecting the direction of a product development to design development according to an embodiment of the present invention and a company not applying the method;
10 is a diagram showing satisfaction survey results when weights are applied and not applied according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법을 상세히 설명하기로 한다.Hereinafter, with reference to the accompanying drawings, a system for selecting the directionality of a development product using big data according to a preferred embodiment of the present invention and a method for selecting the directionality of a development product using the same will be described in detail.

본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템은 제품정보DB(10)와, 가중치 설정부(20)와, 가중치 설정부(20)에 설정되어 있는 가중치 중에서 참여자별로 선택하여 가중치를 입력해주기 위한 가중치 입력부(30)와, 제품검색부(40) 및 디스플레이부(50)로 이루어진다.The system for selecting the direction of development products using big data according to the present invention selects and inputs the weights for each participant among the weights set in the product information DB 10, the weight setting unit 20, and the weight setting unit 20. It consists of a weight input unit 30 for giving, a product search unit 40 and a display unit 50.

상기 제품정보DB(10)에는 제품군별로 각 제품의 이미지를 포함한 제품정보를 저장해주기 위한 DB로서, 각 제품에 대해 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 저장하게 된다.The product information DB 10 is a DB for storing product information including images of each product for each product group, and stores the weight evaluation value evaluated according to the weight for each product together with a sample number.

상기 가중치 설정부(20)는 개발제품에 대한 검색기준을 마련해주기 위한 것으로, 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분되어져 설정되어 있다.The weight setting unit 20 is to provide search criteria for developed products, and sets a plurality of design attributes and detailed items for each attribute by dividing them into a plurality of elements for each product.

참여자는 가중치 입력부(30)를 통해 상기 가중치 설정부(20)에 구분되어 있는 복수의 디자인 속성 및 요소 중에서 참여자별로 중점을 두는 속성 및 요소를 선택하여 각각의 참여자별로 가중치를 입력해주게 된다.Through the weight input unit 30, the participant selects an attribute and element to focus on for each participant among a plurality of design attributes and elements classified in the weight setting unit 20, and inputs a weight for each participant.

상기 제품검색부(40)는 상기 가중치 입력부(30)를 통해 입력된 가중치에 따라 이를 연산한 후 상기 제품정보DB(10)에 저장된 제품 중에서 일정범위내의 제품을 검색하게 된다.The product search unit 40 calculates the weight according to the weight input through the weight input unit 30 and searches products within a certain range among the products stored in the product information DB 10 .

제품검색 범위는 사전에 설정된 범위 내에 한정될 것이고, 범위설정 및 범위변경은 제어부를 통해 변경할 수 있다.The product search range will be limited within a preset range, and range setting and range change can be changed through the control unit.

상기 디스플레이부(50)는 상기 제품검색부(40)에서 검색된 제품목록을 화면에 디스플레이해주는 구성으로, 일반적인 모니터나 태블릿PC 등의 액정패널이 해당될 수 있다.The display unit 50 is configured to display the product list searched by the product search unit 40 on a screen, and may correspond to a general monitor or a liquid crystal panel such as a tablet PC.

이때, 상기 가중치 입력부(30)와 상기 디스플레이부(50)는 서로 분리되어 구성될 수도 있고, 상기 디스플레이부의 화면 터치를 통해 가중치 입력이 가능하도록 상기 가중치 입력부(30)와 디스플레이부(50)가 일체로 된 터치패널구조로 형성될 수도 있다.At this time, the weight input unit 30 and the display unit 50 may be configured separately from each other, or the weight input unit 30 and the display unit 50 are integrated so that weight input is possible through a screen touch of the display unit. It may be formed as a touch panel structure made of.

그리고 상기 제어부(60)는 본 발명에서 가중치 설정과 가중치 입력에 따른 제품검색은 물론 디스플레이부에 출력을 위한 제어신호를 생성하는 등 시스템의 전반적인 모든 구성을 제어하게 된다.In the present invention, the control unit 60 controls overall configurations of the system, such as weight setting and product search according to weight input, as well as generating control signals for output to the display unit.

본 발명에서 상기 빅데이터를 이용한 개발제품의 방향성 선정시스템은 개발제품의 방향성 선정을 위해 프로그래밍되어 있음은 당연하다.In the present invention, it is natural that the direction selection system of the development product using the big data is programmed to select the direction of the development product.

도 2는 프로그램의 실행 후 웹화면을 보인 도면이고, 가중치의 입력 후 결과는 도 3과 같이 디스플레이되는 것이다.2 is a diagram showing a web screen after executing a program, and a result after inputting weights is displayed as shown in FIG. 3 .

본 발명은 이렇게 프로그래밍된 시스템을 이용하여 개발제품의 프로토타입을 선정하게 된다.In the present invention, a prototype of a development product is selected using the programmed system.

구체적으로, 본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법은 가중치 설정(1단계), 제품정보 저장(2단계), 참여자별 가중치 입력(3단계), 속성별 평균값 위치 계산(4단계), 제품정보 출력(5단계), 개발제품 지향점 확정(6단계)로 이루어진다.Specifically, the system for selecting the direction of development products using big data and the method for selecting the direction of development products using the big data according to the present invention include setting weights (step 1), storing product information (step 2), and inputting weights for each participant (step 3). , average value position calculation by attribute (step 4), product information output (step 5), and finalization of the goal of development products (step 6).

제1단계인 가중치 설정단계는, 제품정보DB에 저장되어 있는 제품의 검색기준을 마련해 주기 위해 가중치를 설정해주는 단계로서, 저장된 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주게 된다.The first step, the weight setting step, is a step of setting weights to provide search criteria for products stored in the product information DB. A plurality of design attributes and detailed items for each attribute are divided into a plurality of elements for each stored product. Separately, weights are set.

제2단계인 제품정보 저장단계는, 제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장한다.In the second step, the product information storage step, a sample number matching the corresponding product is assigned to each product group, and the product information including the image of each product and the weight evaluation value evaluated according to the weight are stored in the product information DB together with the sample number. do.

상기 가중치 평가값은 속성별로 서로 차이가 발생함에 따라 모든 속성을 합쳐놓은 것이 아니라 속성별로 별도로 평가해 놓은 수치로 저장됨이 바람직하다.It is preferable that the weight evaluation value is stored as a value separately evaluated for each attribute, rather than a sum of all attributes, as a difference occurs for each attribute.

본 발명에서는 제품정보DB에 저장되어 있는 데이터를 검색하여 개발제품의 프로토타입 디자인을 선정하기 위한 것임에 따라, 제품정보DB에는 다양한 제품군별로 많은 양의 데이터 즉, 빅데이터가 저장되어 있어야 할 것이다.In the present invention, as it is to select a prototype design of a developed product by searching for data stored in the product information DB, a large amount of data for each product group, that is, big data, must be stored in the product information DB.

물론, 제품정보DB에 저장되는 데이터는 수시로 업데이트되어야 함은 당연하고, 본 발명의 시스템은 공지의 포털사이트와도 연계되도록 구성되어 포털사이트에서 검색되는 제품정보도 가져와 디스플레이해줄 수 있도록 함이 바람직할 것이다.Of course, it is natural that the data stored in the product information DB should be updated frequently, and it is preferable that the system of the present invention is configured to be linked with well-known portal sites so that product information searched for on portal sites can also be brought and displayed. will be.

첨부 도면에서는 조명등을 실시예로 하여 도시하였으나, 다양한 제품군(의류, 가전제품, 조명기구, 자동차 등)의 데이터를 통해 개발제품의 프로토타입 방향을 결정하도록 할 수 있다.Although lighting is shown as an example in the accompanying drawings, it is possible to determine the direction of a prototype of a developed product through data of various product groups (clothing, home appliances, lighting fixtures, automobiles, etc.).

제3단계인 참여자별 가중치 입력단계는, 프로토타입의 제품개발을 위해 서로 협업하는 이종기업(디자인 회사, 클라이언트 등) 또는 동일기업내의 이종부서 간의 참여자 모두에게 가중치 선택기회를 주도록 하고, 해당 개발제품에 대해 참여자별로 결정한 가중치를 프로그램에 입력해주는 단계이다.The third step, weight input step for each participant, is to give an opportunity to select weights to all participants of different companies (design companies, clients, etc.) or different departments within the same company that collaborate with each other to develop prototype products, and This step is to input the weight determined for each participant into the program.

제4단계인 속성별 평균값 위치 계산단계는, 프로그램에 입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 단계이다.The fourth step, calculating the position of the average value for each attribute, is a step of extracting an average value for each design attribute from the weights of all participants input into the program, and calculating the position of the average value for each extracted attribute.

제5단계인 제품정보 출력단계는, 제4단계에서 계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 화면에 출력해주게 된다.In the fifth step, the product information output step, product information having the position of the average value for each attribute calculated in the fourth step as well as the average value for each attribute and the adjacent weight evaluation value within the set range is displayed on the screen.

제품정보는 제품의 대표 이미지와 리스트 등이 출력될 수 있으며, 클릭을 통해 각 제품의 세부정보를 확인할 수 있도록 되어 있음이 바람직하다.As for the product information, representative images and lists of products may be displayed, and it is preferable that detailed information of each product can be confirmed by clicking.

출력되는 제품정보는 설정해놓은 범위내의 정보가 표출될 것인데, 이러한 범위는 프로그램 설정에서 변경하거나 출력된 화면내에서 즉시 범위를 변경해줄 수 있도록 할 수도 있다.The output product information will be displayed within the set range, and this range can be changed in the program setting or the range can be changed immediately within the displayed screen.

물론, 범위 지정 및 변경외에도 참여자의 속성별 평균값을 토대로 제품정보DB에 저장된 제품군별 모든 제품에서 참여자가 선택한 가중치 위치를 계산하여 화면에 출력해주도록 함으로써 참여자들이 선택한 가중치 위치가 전체 제품에서 어느정도의 위치에 해당되는지를 확인하도록 할 수도 있다.Of course, in addition to designating and changing the range, based on the average value of each attribute of the participant, the weight position selected by the participant is calculated from all products by product group stored in the product information DB and displayed on the screen. You can also check if it applies to .

이때, 계산된 참여자의 속성별 평균값의 위치는 물론 도 4 및 도 5와 같이 검색된 제품정보를 시계열(예로서, 연도별) 또는 가격별로 정렬되어 출력되게 할 수도 있다.At this time, the product information searched as shown in FIGS. 4 and 5 as well as the location of the calculated average value for each attribute of the participant may be sorted and output by time series (eg, by year) or by price.

따라서, 속성별 평균값 위치는 물론, 시계열적으로 어느정도의 위치에 있는지도 확인할 수 있어 최근 트렌드와 가까운 디자인인지 아니면 종래의 디자인인지를 예측할 수도 있으며, 또한 가격별로 어느정도의 가격대인지를 확인할 수 있음은 물론 저장된 제품군별 가격대의 집중여부도 확인할 수 있는 것이다.Therefore, it is possible to check not only the position of the average value for each attribute, but also the position of the position in time series, so that it is possible to predict whether the design is close to the latest trend or the design in the past. It is also possible to check whether the price range is concentrated by product group.

제6단계인 개발제품의 지향점 확정단계는 제5단계에서 출력된 제품이미지를 포함한 제품정보를 참고하여 참여자들의 가중치 평균에 근접한 프로토타입의 개발제품의 방향성을 결정하는 단계이다.The sixth step, the step of determining the direction of development products, refers to the product information including the product image output in step 5, and determines the direction of the prototype developed product that is close to the weighted average of the participants.

이때, 속성별 평균값 위치 및 가중치 평가값을 갖는 제품정보의 결과가 참여자들 대부분이 고려한 제품이미지와 차이가 있는 등 개발제품 디자인과의 격차가 발생될 수 있는데, 이러한 경우에는 제3단계에서 참여자별 가중치 입력을 위한 가중치 입력정보(속성, 요소)를 조정하는 과정을 더 거치도록 함으로써 참여자들이 원하는 이미지를 갖는 제품정보를 출력받을 수 있도록 한다.At this time, there may be a gap with the developed product design, such as the product information result having the average value position and weight evaluation value for each attribute, which is different from the product image considered by most of the participants. In this case, in this case, in the third step, each participant By allowing the process of adjusting weight input information (attributes, elements) for weight input to be further performed, participants can output product information having a desired image.

여기서, 보다 구체적인 결과물의 출력을 위해, 상기 제1단계에서 제품별 가중치 설정시 속성별로 순위를 지정해준 후 저장시켜 줌으로써 검색시 지정해준 순위대로 순차적으로 제품을 검색될 수 있도록 할 수 있다.Here, in order to output a more specific result, when setting the weight for each product in the first step, ranks are designated for each attribute and then stored, so that products can be sequentially searched according to the ranks designated during the search.

따라서, 참여자가 부여한 가중치의 속성별 평균값을 이용한 제품이미지 출력시 속성별로 지정된 순위중심으로 제품정보를 검색하여 프로토타입으로 선정할 수 있는 보다 구체적이고 정확한 제품정보를 화면에 출력해 줄 수 있게 되는 것이다.Therefore, when outputting a product image using the average value of each attribute of the weight given by the participant, product information is searched based on the rank designated by attribute, and more specific and accurate product information that can be selected as a prototype can be displayed on the screen. .

한편, 본 발명에서는 참여자별 가중치를 입력하여 가중치와 근접된 제품정보를 확인할 수 있도록 하는 것 외에도, 참여자가 개발하고자 하는 제품과 유사한 형태의 제품이미지의 입력을 통해 입력된 제품이미지와 동일하거나 일정 범위내의 유사한 이미지를 갖는 제품들을 제품정보DB에서 검출하여 그 제품이미지를 화면에 출력해주도록 할 수도 있다.On the other hand, in the present invention, in addition to inputting weights for each participant to check product information close to the weights, the participant inputs a product image similar to the product to be developed, which is the same as or within a certain range of the input product image. It is also possible to detect products having similar images in the product information DB and to display the product image on the screen.

화면에 출력되는 제품이미지도 해당 화면에서 시계열(예로서, 연도별)로 정렬하거나 가격별로 정렬되게 출력할 수 있음은 당연하다.It goes without saying that the product images displayed on the screen can also be displayed in a time series (for example, by year) sorting or sorted by price on the corresponding screen.

상기와 같은 본 발명의 시스템을 이용하여 개발제품의 방향성 선정하는 경우와 일반적인 개발제품의 방향성을 선정하는 경우를 비교한 실험예가 도 6 내지 9에 도시되어 있다.Experimental examples comparing the case of selecting the directionality of a development product using the system of the present invention as described above and the case of selecting the directionality of a general development product are shown in FIGS. 6 to 9 .

실험예에서는 총 5개 기업에서 제품디자인의 개발시 본 발명의 시스템을 이요한 선정방법을 적용한 경우와 그렇지 않은 경우에 대해 비교하였다.In the experimental example, a total of 5 companies compared the case where the selection method using the system of the present invention was applied and the case where it was not applied during product design development.

도시된 바와 같이, 적용전과 적용후의 효율성을 살펴보면, 적용전에는 5개 기업의 참가하는 내부인력 평균이 6.4명인데 반해 적용후에는 3.8명이 투입되었고, 투입일 또한 5.54일에서 2.54일로 감소되었음을 확인하였다.As shown, looking at the efficiency before and after application, before application, the average number of internal manpower participating in the five companies was 6.4, but after application, 3.8 people were input, and the input day was also reduced from 5.54 days to 2.54 days.

외부 인력의 경우에도 적용전 평균은 2명이 3.98일 투입된 반면에, 적용후에는 2명이 2.16일 투입되어 감소되었으며, 회의 수에서도 적용전에는 4.4번인 반면에 적용후에는 2.8번으로 감소되었으며, 사내공정에서도 적용전에는 9일차인 반면에 적용후에는 2.8일차로 대폭 감소된 것을 확인하였다.Even in the case of external manpower, the average before application was 2 people for 3.98 days, while after application, 2 people were put in for 2.16 days, reducing the number of meetings. Before application, it was 9 days, but after application, it was confirmed that it significantly decreased to 2.8 days.

이와 같이, 5개 기업 모두에서 업무는 물론 공정투입의 효율성이 크게 개선됨을 확인할 수 있다.As such, it can be confirmed that the efficiency of work as well as process input is greatly improved in all five companies.

또한, 도 10과 같이 만족도 조사에서도 가중치 적용과 가중치를 적용하지 않는 경우를 비교한 결과, 내부인력은 물론 외부인력 모두 만족도가 월등하게 높았고, 인터뷰 결과에서도 가중치를 적용하지 않은 방법에 비해 업무 loss감소나 공정단축 효과 및 소통 용이 등 여러가지 면에서 월등한 효과를 발휘하는 것으로 나타났다.In addition, as shown in FIG. 10, as a result of comparing the case of applying weight and not applying weight in the satisfaction survey, the satisfaction level was significantly higher for both internal and external personnel, and in the interview results, work loss was reduced compared to the method without weighting. It was found to exert superior effects in various aspects, such as process reduction and ease of communication.

10: 제품정보DB 20: 가중치 설정부
30: 가중치 입력부 40: 제품검색부
50: 디스플레이부 60: 제어부10: product information DB 20: weight setting unit
30: weight input unit 40: product search unit
50: display unit 60: control unit

Claims (9)

제품군별로 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 저장해 주기 위한 제품정보DB(10);
개발제품에 대한 검색기준을 마련해주기 위해 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분해 놓은 가중치 설정부(20);
상기 가중치 설정부(20)에 구분되어 있는 복수의 디자인 속성 및 요소 중에서 참여자별로 중점을 두는 속성 및 요소의 선택을 통해 참여자별로 가중치를 입력해주기 위한 가중치 입력부(30);
상기 가중치 입력부(30)를 통해 입력된 가중치에 따라 상기 제품정보DB(10)에 저장된 제품 중에서 일정범위내의 제품을 검색하는 제품검색부(40);
상기 제품검색부(40)에서 검색된 제품목록을 화면에 디스플레이해주는 디스플레이부(50);
가중치 설정과 가중치 입력에 따른 제품검색은 물론 디스플레이부에 출력을 위한 제어신호를 생성하는 제어부(60);
로 이루어진 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템.
A product information DB (10) for storing product information including images of each product for each product group and weight evaluation values evaluated according to weights together with a sample number;
A weight setting unit 20 that divides a plurality of design attributes and detailed items for each attribute into a plurality of elements to provide search criteria for developed products;
a weight input unit (30) for inputting weights for each participant through selection of attributes and elements to be focused on for each participant among a plurality of design attributes and elements classified in the weight setting unit (20);
a product search unit 40 for searching for products within a certain range among products stored in the product information DB 10 according to the weight input through the weight input unit 30;
a display unit 50 that displays the product list searched by the product search unit 40 on a screen;
a control unit 60 that generates a control signal for output to a display unit as well as product search according to weight setting and weight input;
Directional selection system for development products using big data, characterized in that consisting of.
 제1항에 있어서,
상기 디스플레이부(50)는 터치를 통해 가중치 입력이 가능하도록 상기 가중치 입력부(30)와 일체로 된 터치패널구조로 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템.
According to claim 1,
The display unit 50 has a touch panel structure integrated with the weight input unit 30 so that weight input is possible through touch.
 제1항의 제품정보DB에 저장된 제품의 검색기준을 마련하기 위해 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주는 제1단계;
제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장하는 제2단계;
프로토타입의 제품개발을 위해 협업하는 이종기업 또는 이종부서 간 참여자 모두에게 가중치 선택기회를 주고, 해당 개발제품에 대해 참여자별 가중치를 입력하는 제3단계;
입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 제4단계;
계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 검색하여 화면에 출력해주는 제5단계;
출력된 제품정보를 참고하여 개발제품의 프로토타입 방향성을 확정하는 제6단계;로 이루어진 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
A first step of dividing a plurality of design attributes and detailed items for each attribute into a plurality of elements and setting weights for each product in order to prepare search criteria for products stored in the product information DB of claim 1;
A second step of assigning a sample number matching the corresponding product for each product group and storing the product information including the image of each product and the weight evaluation value evaluated according to the weight in the product information DB together with the sample number;
A third step of giving an opportunity to select weights to all participants of heterogeneous companies or departments collaborating for product development of prototypes, and inputting weights for each participant for the development product;
A fourth step of extracting an average value for each design attribute from the input weights of all participants and calculating the position of the average value for each extracted attribute;
a fifth step of searching for product information having the location of the calculated average value for each attribute, as well as the average value for each attribute and an adjacent weight evaluation value within a set range, and displaying the result on a screen;
A method for selecting the directionality of a development product using a system for selecting the directionality of a development product using big data, characterized in that consisting of;
 제3항에 있어서,
제3단계에서 참여자별 가중치 입력은 제5단계에서 출력되는 속성별 평균값 위치 및 가중치 평가값을 갖는 제품정보 결과에 따라 참여자별 가중치 입력정보(속성, 요소)를 조정하는 과정을 더 거치도록 한 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
According to claim 3,
In step 3, the weight input for each participant is to go through a further process of adjusting weight input information (attributes, elements) for each participant according to the result of the product information having the average value position and weight evaluation value for each attribute output in step 5. A method for selecting the directionality of a development product using a system for selecting the directionality of a development product using big data.
 제3항에 있어서,
상기 제1단계에서 제품별 가중치 설정시 속성별로 순위를 지정하여, 참여자의 속성별 평균값을 이용한 제품이미지 출력시 지정된 순위중심으로 검색하여 제품이미지를 화면에 출력해주도록 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
According to claim 3,
In the first step, when setting the weight for each product, ranks are assigned by attribute, and when the product image is output using the average value of each attribute of the participant, the big data characterized in that the product image is displayed on the screen by searching for the designated rank. A method for selecting the directionality of developed products using the directionality selection system for developed products.
 제3항에 있어서,
참여자의 속성별 평균값을 토대로 제품정보DB에 저장된 제품군별 모든 제품에서 참여자가 선택한 가중치 위치를 계산하여 화면에 출력해주도록 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
According to claim 3,
Based on the average value of each attribute of the participant, the weight position selected by the participant is calculated from all products by product group stored in the product information DB and output to the screen. Direction selection method.
 제3항에 있어서,
상기 제4단계에서 계산된 참여자의 속성별 평균값의 위치는 시계열 또는 가격별로 정렬되어 출력되는 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
According to claim 3,
Method for selecting the directionality of a development product using a system for selecting the directionality of a development product using big data, characterized in that the location of the average value for each attribute of the participant calculated in the fourth step is output sorted by time series or price.
 제3항에 있어서,
제3단계에서, 참여자가 개발하고자 하는 제품과 유사한 형태의 제품이미지를 입력한 경우, 입력된 제품이미지와 동일하거나 또는 일정 범위내의 유사한 이미지를 갖는 제품들을 제품정보DB에서 검출하여 그 제품이미지를 화면에 출력해주도록 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
According to claim 3,
In the third step, if the participant inputs a product image similar to the product to be developed, products that are the same as the input product image or have similar images within a certain range are detected from the product information DB and the product image is displayed on the screen. A method for selecting the directionality of a development product using a system for selecting the directionality of a development product using big data, characterized in that it is output to.
 제3항, 제7항, 제8항 중 어느 하나의 항에 있어서,
화면에 출력되는 상기 제품정보는 시계열 또는 가격별로 정렬되어 출력되는 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.The method of any one of claims 3, 7, and 8,
The product information output on the screen is sorted and outputted by time series or price.
KR1020200171759A 2020-12-09 2020-12-09 Directionality selecting system of product development using big data and selecting method thereof KR102489477B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200171759A KR102489477B1 (en) 2020-12-09 2020-12-09 Directionality selecting system of product development using big data and selecting method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200171759A KR102489477B1 (en) 2020-12-09 2020-12-09 Directionality selecting system of product development using big data and selecting method thereof

Publications (2)

Publication Number Publication Date
KR20220081838A KR20220081838A (en) 2022-06-16
KR102489477B1 true KR102489477B1 (en) 2023-01-16

Family

ID=82217329

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200171759A KR102489477B1 (en) 2020-12-09 2020-12-09 Directionality selecting system of product development using big data and selecting method thereof

Country Status (1)

Country Link
KR (1) KR102489477B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102635204B1 (en) 2023-10-17 2024-02-08 (주)화인인베스트 Method, device and system for providing platform services for collecting consumer information about initial products

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000067109A (en) 1998-08-25 2000-03-03 Sanyo Electric Co Ltd Article planning supporting device
JP2012079028A (en) 2010-09-30 2012-04-19 Hitachi Solutions Ltd Evaluation acquisition system of commodity design attribute according to design search condition
US20180342003A1 (en) 2017-05-25 2018-11-29 Wal-Mart Stores, Inc. Systems and methods for determining product search results based on product attribute scores

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101539686B1 (en) 2013-08-16 2015-07-29 하인크코리아(주) Project Context Based Design Process Management System and Operation Method
KR20160133161A (en) 2015-05-12 2016-11-22 (주) 퍼셉션 Server for providing information for group decision and method thereof
KR102149728B1 (en) * 2018-07-25 2020-08-31 김호곤 Method and system for extracting user-centered design guides of products through artificial intelligence
KR20200024534A (en) * 2018-08-28 2020-03-09 십일번가 주식회사 Supporting Method for Searching of Goods and service device, and terminal device thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000067109A (en) 1998-08-25 2000-03-03 Sanyo Electric Co Ltd Article planning supporting device
JP2012079028A (en) 2010-09-30 2012-04-19 Hitachi Solutions Ltd Evaluation acquisition system of commodity design attribute according to design search condition
US20180342003A1 (en) 2017-05-25 2018-11-29 Wal-Mart Stores, Inc. Systems and methods for determining product search results based on product attribute scores

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102635204B1 (en) 2023-10-17 2024-02-08 (주)화인인베스트 Method, device and system for providing platform services for collecting consumer information about initial products

Also Published As

Publication number Publication date
KR20220081838A (en) 2022-06-16

Similar Documents

Publication Publication Date Title
Partovi Determining what to benchmark: an analytic hierarchy process approach
KR101844751B1 (en) A System Providing Matching Flatform Service Based On Enterprise Analysis
US5717865A (en) Method for assisting individuals in decision making processes
Prašnikar et al. Benchmarking as a tool of strategic management
US20080147630A1 (en) Recommender and payment methods for recruitment
US20060173822A1 (en) System and method for optimization of results based on monetization intent
WO2001050667A2 (en) Strategic profiling
EP0976077A1 (en) Method and apparatus for elaborating and representing data analysis in a decision support system
Vinodh et al. Application of fuzzy analytic network process for agile concept selection in a manufacturing organisation
Faulkner et al. Employment versus empowerment: A case study of the nature of women's work in Ecuador
Ngwenyama et al. Eliciting and mapping qualitative preferences to numeric rankings in group decision making
CN108256970A (en) A kind of method that Products Show is carried out based on shopping need
US20180181984A1 (en) Advertisement management system and advertisement management device
WO2018236288A1 (en) Residential real estate layout data collection, search, rating and ranking system and method
KR102489477B1 (en) Directionality selecting system of product development using big data and selecting method thereof
CN108415928A (en) A kind of book recommendation method and system based on weighted blend k- nearest neighbor algorithms
Burke et al. Using and abusing QFD scores
Hsu A fuzzy multiple-criteria decision-making system for analyzing gaps of service quality
CN115344767A (en) Supplier evaluation method based on network data
Ko Solving a distribution facility location problem using an analytic hierarchy process approach
Shaw Manchester united football club: Developing a network orchestration model
Khandekar et al. Application of fuzzy axiomatic design principles for cotton fibre selection
CN109684536A (en) A kind of book recommendation method and system based on article k- nearest neighbor algorithm
CN106537435A (en) Statistical-data-generating server device, statistical-data generation system, and statistical-data generation method
Padhi et al. Contractor selection in government procurement auctions: a case study

Legal Events

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