KR102551787B1 - Apparatus, method and program for providing trading dicision service using price analysis - Google Patents
Apparatus, method and program for providing trading dicision service using price analysis Download PDFInfo
- Publication number
- KR102551787B1 KR102551787B1 KR1020220099467A KR20220099467A KR102551787B1 KR 102551787 B1 KR102551787 B1 KR 102551787B1 KR 1020220099467 A KR1020220099467 A KR 1020220099467A KR 20220099467 A KR20220099467 A KR 20220099467A KR 102551787 B1 KR102551787 B1 KR 102551787B1
- Authority
- KR
- South Korea
- Prior art keywords
- price
- purchase
- determined
- matching degree
- day
- Prior art date
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
본 발명의 실시 예에 따르면, 가격분석을 이용한 매매 결정 서비스를 제공하기 위한 장치가 제공된다.
상기 장치는, 구매처로부터 소재들 각각의 가격 정보를 수신하고, 상기 가격 정보를 이용하여 상기 소재들 각각의 가격 특징을 결정하는, 가격 특징 결정부; 상기 가격 특징을 이용하여 제1 소재의 주간 가격의 종점의 가격이 같은 주의 7일 이동 평균선 위에 위치하는 날을 제1 매수 시점으로 결정하고, 상기 제1 매수 시점 이후 상기 제1 소재의 주간 가격의 종점의 가격이 같은 주의 상기 7일 이동 평균선 아래에 위치하는 경우 그 날을 제1 매도 시점으로 결정하는 매매 결정부; 상기 구매처로부터 구매처 정보를 수신하고, 상기 구매처 정보를 이용하여 소재를 구매하기 위한 구매처를 결정하는 구매처 결정부; 및 사용자가 제1 판매처에 매도하고 남은 제1 소재에 대한 제1 재고 정보를 결정하는 재고 확인부를 포함하며, 상기 매매 결정부는, 상기 제1 소재의 재고 수량, 상기 제1 매수 시점 및 상기 제1 매도 시점과 대응하는 제1 추천도를 결정하며, 상기 제1 추천도가 기 설정된 기준 추천도 이상인 상기 제1 매수 시점 및 상기 제1 매도 시점을 제2 매수 시점 및 제2 매도 시점으로 결정할 수 있다.According to an embodiment of the present invention, an apparatus for providing a sales decision service using price analysis is provided.
The apparatus may include: a price feature determining unit that receives price information of each material from a purchaser and determines price characteristics of each material using the price information; Using the price feature, the day when the price of the end point of the weekly price of the first material is above the 7-day moving average of the same week is determined as the first purchase time point, and the weekly price of the first material after the first purchase time point is determined. a trading decision unit for determining a first selling point on that day when the price of the endpoint is below the 7-day moving average line of the same week; a purchase source determining unit that receives purchase source information from the purchase source and determines a purchase source for purchasing the material using the purchase source information; and a stock checking unit configured to determine first inventory information of a first material remaining after the user sells the first material to a first sales place, wherein the sale determining unit includes a stock quantity of the first material, a timing of the first purchase, and a first inventory information of the first material. A first recommendation level corresponding to a selling time point may be determined, and the first buying time point and the first selling time point at which the first recommendation level is equal to or greater than a preset reference recommendation degree may be determined as a second buying time point and a second selling time point. .
Description
본 발명은 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램에 관한 것이다.The present invention relates to an apparatus, method, and program for providing a trading decision service using price analysis.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.Unless otherwise indicated herein, material described in this section is not prior art to the claims in this application, and inclusion in this section is not an admission that it is prior art.
원자재, 화학 소재 등을 외국에서 수입하는 경우, 원자재, 화학 소재의 가격 변동성으로 인하여, 매수할 때의 가격과 매도할 때의 가격이 동일한 경우는 드물고 오히려, 가격이 상이한 경우가 대부분이다. 따라서 원자재, 소재 등의 가격 변동성을 예측하는 기술이 필요하다.When raw materials, chemical materials, etc. are imported from abroad, due to the price volatility of raw materials and chemical materials, it is rare that the price at the time of purchase and the price at the time of sale are the same, but rather, the price is different in most cases. Therefore, a technique for predicting price volatility of raw materials and materials is required.
가격 변동성을 예측할 수 있다면, 가격이 저렴하거나 앞으로 가격 상승이 예상되는 경우에는 소재 등을 매수하고, 가격이 높거나 앞으로 가격 하락이 예상되는 경우에는 소재 등을 매도하여 수익을 극대화 할 수 있다.If price volatility can be predicted, profits can be maximized by buying materials when the price is low or expected to rise in the future, and selling materials when the price is high or expected to decline in the future.
한편, 가격 변동성에 영향을 미치는 요소는, 원자재, 소재 등의 현재 재고량, 유가 변동, 전쟁 등이 있으며, 이 모든 것을 정확히 예측하고 판단하여 변동성을 결정하는 것은 쉽지 않다. 다만, 가격의 추세를 이용한다면, 가격 변동성 결정의 어려움을 해결할 수 있다.On the other hand, factors that affect price volatility include the current inventory of raw materials and materials, oil price fluctuations, and war, and it is not easy to accurately predict and judge all of these to determine volatility. However, if the price trend is used, the difficulty of determining price volatility can be solved.
이상의 배경기술에 기재된 사항은 발명의 배경에 대한 이해를 돕기 위한 것으로서, 공개된 종래 기술이 아닌 사항을 포함할 수 있다.Matters described in the background art above are intended to help understand the background of the invention, and may include matters that are not disclosed prior art.
본 발명은, 구매처들로부터 제공받은 소재들의 가격 특징을 이용하여 매매하기 적합한 시점을 결정하고, 결정된 시점을 사용자에게 제공할 수 있는, 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램을 제공하는 것을 일 목적으로 한다.The present invention provides an apparatus, method, and program for providing a trading decision service using price analysis, which can determine a suitable time for trading using price characteristics of materials provided from purchasers, and provide the determined time point to a user. to work for a purpose
본 발명은, 소재를 매수하기 적합한 시점이 결정되면, 소재의 매수를 위한 구매처를 결정하는, 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램을 제공하는 것을 다른 목적으로 한다.Another object of the present invention is to provide an apparatus, method, and program for providing a sales decision service using price analysis, which determines a purchase destination for purchasing a material when a suitable time to purchase a material is determined.
본 발명은, 재고 정보를 이용하여 단골 판매처를 결정하고, 단골 판매처에 판매하는 소재의 재고를 일정 비율로 유지하는, 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램을 제공하는 것을 일 또 다른 목적으로 한다.Another aspect of the present invention is to provide an apparatus, method, and program for providing a sales decision service using price analysis, which determines a regular seller using inventory information and maintains inventory of materials sold to the regular seller at a certain ratio. The purpose.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the description below.
상기 목적을 달성하기 위한, 본 발명의 일 측면은 가격분석을 이용한 매매 결정 서비스를 제공하기 위한 장치가 제공된다.In order to achieve the above object, an aspect of the present invention provides an apparatus for providing a trading decision service using price analysis.
상기 장치는, 구매처로부터 소재들 각각의 가격 정보를 수신하고, 상기 가격 정보를 이용하여 상기 소재들 각각의 가격 특징을 결정하는, 가격 특징 결정부; 상기 가격 특징을 이용하여 제1 소재의 주간 가격의 종점의 가격이 같은 주의 7일 이동 평균선 위에 위치하는 날을 제1 매수 시점으로 결정하고, 상기 제1 매수 시점 이후 상기 제1 소재의 주간 가격의 종점의 가격이 같은 주의 상기 7일 이동 평균선 아래에 위치하는 경우 그 날을 제1 매도 시점으로 결정하는 매매 결정부; 상기 구매처로부터 구매처 정보를 수신하고, 상기 구매처 정보를 이용하여 소재를 구매하기 위한 구매처를 결정하는 구매처 결정부; 및 사용자가 제1 판매처에 매도하고 남은 제1 소재에 대한 제1 재고 정보를 결정하는 재고 확인부를 포함하며, 상기 매매 결정부는, 상기 제1 소재의 재고 수량, 상기 제1 매수 시점 및 상기 제1 매도 시점과 대응하는 제1 추천도를 결정하며, 상기 제1 추천도가 기 설정된 기준 추천도 이상인 상기 제1 매수 시점 및 상기 제1 매도 시점을 제2 매수 시점 및 제2 매도 시점으로 결정할 수 있다.The apparatus may include: a price feature determining unit that receives price information of each material from a purchaser and determines price characteristics of each material using the price information; Using the price feature, the day when the price of the end point of the weekly price of the first material is above the 7-day moving average of the same week is determined as the first purchase time point, and the weekly price of the first material after the first purchase time point is determined. a trading decision unit for determining a first selling point on that day when the price of the endpoint is below the 7-day moving average line of the same week; a purchase source determining unit that receives purchase source information from the purchase source and determines a purchase source for purchasing the material using the purchase source information; and a stock checking unit configured to determine first inventory information of a first material remaining after the user sells the first material to a first sales place, wherein the sale determining unit includes a stock quantity of the first material, a timing of the first purchase, and a first inventory information of the first material. A first recommendation level corresponding to a selling time point may be determined, and the first buying time point and the first selling time point at which the first recommendation level is equal to or greater than a preset reference recommendation degree may be determined as a second buying time point and a second selling time point. .
또한, 상기 매매 결정부는, 상기 제1 소재의 가격 그래프로부터 제1 매매 추세벡터를 획득하고, 상기 제1 소재의 재고 그래프로부터 제1 재고 추세벡터를 획득하며, 상기 제1 매매 추세벡터 및 상기 제1 재고 추세벡터 사이의 코사인 유사도에 기초하여 상기 제1 소재의 재고 수량, 제1 매수 및 제1 매도 시점과 대응하는 상기 제1 추천도를 산출할 수 있다.In addition, the sales determination unit obtains a first sales trend vector from the price graph of the first material, obtains a first stock trend vector from the inventory graph of the first material, and the first sales trend vector and the first Based on the cosine similarity between 1 inventory trend vectors, the first recommendation degree corresponding to the inventory quantity of the first material, the first purchase and the first sale time may be calculated.
또한, 상기 매매 결정부는, 상기 가격 그래프를, 제1 매수 시점의 가격의 변동폭 및 제1 매도 시점의 가격의 변동폭 사이의 이미지를 추출하고 추출된 이미지로부터 매매 추세벡터를 획득하도록 기 학습된 제1 기계학습모델에 입력하고, 상기 제1 기계학습모델로부터 상기 가격 그래프와 대응하는 상기 제1 매매 추세벡터를 획득하며, 상기 재고 그래프를, 제1 매수 시점과 동일한 날짜 및 제1 매도 시점과 동일한 날짜 사이 부분의 이미지를 추출하고 추출된 이미지로부터 재고 추세벡터를 획득하도록 기 학습된 제2 기계학습모델에 입력하고, 상기 제2 기계학습모델로부터 가격 그래프와 대응하는 상기 제1 재고 추세벡터를 획득할 수 있다.In addition, the trading decision unit extracts an image between the price fluctuation range at the first purchase time point and the price fluctuation range at the first sale time point from the price graph, and obtains a trading trend vector from the extracted image. Input to a machine learning model, obtain the first trading trend vector corresponding to the price graph from the first machine learning model, and obtain the inventory graph on the same date as the first purchase time point and the same date as the first sale time point An image of the in-between part is extracted and inputted into a pre-learned second machine learning model to obtain an inventory trend vector from the extracted image, and the first inventory trend vector corresponding to the price graph is obtained from the second machine learning model. can
또한, 상기 구매처 결정부는, 상기 구매처들 각각에 대해 상기 제1 소재의 가격을 이용하여 제1 매칭도를 결정하고, 상기 제1 소재에 대하여 상기 구매처들 각각이 구비하고 있는 잔여 재고 수량을 이용하여 제2 매칭도를 결정하며, 상기 제1 소재를 판매하는 상기 구매처들 각각과 사용자와의 거리를 이용하여 제3 매칭도를 결정하고, 상기 제1 매칭도, 상기 제2 매칭도 및 상기 제3 매칭도를 이용하여 제2 추천도를 결정하며, 상기 제2 추천도가 기 설정된 제2 기준 추천도 이상인 구매처를 제1 구매처로 결정할 수 있다.In addition, the purchase source determination unit determines a first matching degree for each of the purchase sources using the price of the first material, and determines a first matching degree for each of the purchase sources using a remaining stock quantity of each of the purchase sources. A second matching degree is determined, and a third matching degree is determined using a distance between each of the purchasers selling the first material and the user, and the first matching degree, the second matching degree, and the third matching degree are determined. A second recommendation degree is determined using the matching degree, and a purchase place having a second recommendation degree equal to or greater than a preset second reference recommendation degree may be determined as a first purchase place.
또한, 상기 구매처 결정부는, 하기의 수학식에 기초하여 상기 제2 추천도를 결정하고, 
또한, 상기 매매 결정부는, 상기 제1 소재의 재고율이 기 설정된 기준 재고율 이하인 경우 상기 제2 추천도에 의하여 제1 매수를 결정할 수 있다.In addition, when the stock rate of the first material is equal to or less than a predetermined reference stock rate, the sale determining unit may determine the first number of copies based on the second recommendation.
또한, 상기 재고 확인부는, 상기 제1 소재들을 상기 제1 판매처에 매도하는 경우, 기 설정된 기줏 횟수 이상으로 매도한 상기 제1 판매처를 제2 판매처로 결정하며, 상기 제2 판매처에 판매한 상기 제1 소재들을 제2 소재로 결정하며, 상기 제2 소재에 대한 제2 재고 정보를 결정할 수 있다.In addition, when the stock check unit sells the first materials to the first seller, the first seller who has sold more than a predetermined number of gijuts is determined as a second seller, and the first material sold to the second seller is determined. First materials may be determined as second materials, and second stock information for the second materials may be determined.
본 발명의 일 실시 에에 따면, 가격특징 결정부는 구매처들로부터 제공받은 소재들의 가격 특징을 이용하여 가격 변동성을 예측할 수 있다. 이로 인해, 사용자는 가격이 상승 추세인 시점에 소재를 매수하고, 가격이 앞으로 하락 추세인 시점에 매도할 수 있는, 매매하기 적합한 시점을 결정할 수 있다.According to one embodiment of the present invention, the price feature determining unit may predict price volatility using price features of materials provided from purchasers. Due to this, the user can determine an appropriate time for trading, such as buying a material when the price is in an upward trend and selling the material when the price is in a downward trend.
본 발명의 다른 실시 예에 따르면, 구매처 결정부는 구매처들로부터 제공받은 구매처 정보 및 소재를 매수하기 적합한 시점의 가격을 이용하여, 소재의 매수를 위한 구매처를 결정할 수 있다. 이로 인해, 사용자는 보다 더 합리적인 가격으로 소재를 매수할 수 있다.According to another embodiment of the present invention, the purchase location determining unit may determine a purchase location for purchasing the material using purchase location information provided from purchase locations and a price at an appropriate time to purchase the material. As a result, the user can purchase the material at a more reasonable price.
본 발명의 또 다른 실시 예에 따르면, 재고 확인부는 구매한 소재들의 재고 정보를 이용하여 추가 매수를 결정할 수 있다. 이로 인해, 판매처에 판매를 위한 소재들의 재고를 일정 비율로 확보할 수 있다. 또한, 기준 횟수 이상 매도한 판매처에 판매한 소재를 결정하고, 기준 횟수 이상 매도한 판매처에 판매한 소재의 재고율을 유지하여, 특별한 사정으로 소재의 수급이 불안정한 상황이 발생하더라도 사용자가 판매처에 소재를 판매할 수 있다.According to another embodiment of the present invention, the inventory check unit may determine an additional number of sheets using inventory information of purchased materials. Due to this, it is possible to secure a stock of materials for sale to a seller at a certain rate. In addition, by determining the materials sold to vendors who have sold more than the standard number of times, and maintaining the inventory ratio of materials sold to vendors who have sold more than the standard number of times, even if the supply and demand of materials become unstable due to special circumstances, the user can send materials to the vendor. can be sold
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 일 실시예에 따른 가격분석을 이용한 매매 결정 서비스를 제공하는 시스템에 대한 개요도이다.
도 2는 도 1에 따른 서비스 제공 장치의 기능적 모듈을 예시적으로 나타낸 블록도이다.
도 3은 도 1에 따른 서비스 제공 장치의 동작 과정을 도시하는 흐름도이다.
도 4는 도 3에 따른 가격 특징 결정부가 구매하고자 하는 소재 중 일 실시 예인 구리의 가격 특징의 일 예를 나타내는 개념도이다.
도 5는 도 3에 따른 가격 특징 결정부가 구매하고자 하는 소재 중 일 실시 예인 구리의 가격 특징의 다른 예를 나타내는 개념도이다.
도 6은 도 3의 S140 단계의 구체적인 과정을 도시하는 흐름도이다.
도 7은 도 2에 따른 매매 결정부(102)가 매매 추세벡터 및 재고 추세벡터를 생성하는 과정을 개념적으로 나타내는 도면이다.
도 8은 도 1에 따른 서비스 제공 장치의 하드웨어 구성을 예시적으로 나타낸 도면이다.1 is a schematic diagram of a system for providing a trading decision service using price analysis according to an embodiment.
FIG. 2 is a block diagram showing functional modules of the service providing apparatus according to FIG. 1 by way of example.
FIG. 3 is a flowchart illustrating an operation process of the service providing device according to FIG. 1 .
FIG. 4 is a conceptual diagram illustrating an example of price characteristics of copper, which is an embodiment of materials to be purchased by the price characteristic determining unit according to FIG. 3 .
FIG. 5 is a conceptual diagram illustrating another example of price characteristics of copper, which is one embodiment of materials to be purchased by the price feature determining unit according to FIG. 3 .
6 is a flowchart illustrating a specific process of step S140 of FIG. 3 .
FIG. 7 is a diagram conceptually illustrating a process of generating a trading trend vector and an inventory trend vector by the trading decision unit 102 according to FIG. 2 .
8 is a diagram showing the hardware configuration of the service providing apparatus according to FIG. 1 by way of example.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. Like reference numerals have been used for like elements throughout the description of each figure.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다. Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The terms and/or include any combination of a plurality of related recited items or any of a plurality of related recited items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 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.Terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.
도 1은 일 실시예에 따른 가격분석을 이용한 매매 결정 서비스를 제공하는 시스템에 대한 개요도이다.1 is a schematic diagram of a system for providing a trading decision service using price analysis according to an embodiment.
도 1을 참조하면, 가격분석을 이용한 매매 결정 서비스를 제공하기 위한 시스템은, 서비스 제공 장치(100), 구매처(200), 사용자 단말(300), 및 판매처(미도시)를 포함한다.Referring to FIG. 1 , a system for providing a trading decision service using price analysis includes a
도시된 실시 예에서, 구매처(200), 사용자 단말(300) 및 판매처(미도시)는 서비스 제공 장치(100)와 통신 가능하게 연결되나, 이에 한정되는 것은 아니다. 복수의 구매처(200)들, 사용자 단말(300) 및 복수의 판매처(미도시)들이 서비스 제공 장치(100)와 통신 가능하게 연결될 수 있다.In the illustrated embodiment, the
구매처(200)는, 사용자가 소재들을 구매하는 업체로서, 일 실시 예에서, 구매처(200)는 해외 직영공장, 해외 도매업체 등 일 수 있다. 다만 구매처(200)는 상술한 실시 예로 한정되는 것은 아니다.The
사용자 단말(300)은, 서비스 제공 장치(100)가 제공하는 가격분석을 이용한 매매 결정 서비스를 이용하는 사용자의 단말로서, 서비스 제공 장치(100)는 사용자 단말(300)에, 구매처가 판매하는 소재들의 가격 특징을 제공할 수 있다. 일 실시 예에서, 가격 특징은, 소재들 각각의 현재 가격, 일간 평균 가격, 주간 평균 가격, 일간 가격의 변동폭, 주간 가격의 변동폭일 수 있다. 또한 서비스 제공 장치(100)는 사용자 단말(300)에 서비스 제공 장치(100)가 소재를 매수하고자 하는 구매처(200)에 대한 리스트를 제공할 수 있다. The
사용자 단말(300)은 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.The
판매처(미도시)는, 사용자가 구매한 소재들을 판매하는 공급망으로서, 일 실시 예에서 판매처는 국내 도소매업체, OEM업체 일 수 있다. 다만 판매처(미도시)는 상술한 실시 예로 한정되는 것은 아니다.The vendor (not shown) is a supply chain that sells the materials purchased by the user, and in one embodiment, the vendor may be a domestic wholesale/retail company or an OEM company. However, the vendor (not shown) is not limited to the above-described embodiment.
도 2는 도 1에 따른 서비스 제공 장치의 기능적 모듈을 예시적으로 나타낸 블록도이다.FIG. 2 is a block diagram showing functional modules of the service providing apparatus according to FIG. 1 by way of example.
도 2를 참조하면, 서비스 제공 장치(100)는, 가격 특징 결정부(101), 매매 결정부(102) 구매처 결정부(103) 및 재고 확인부(104)를 포함한다.Referring to FIG. 2 , the
가격 특징 결정부(101)는, 구매처(200)로부터 사용자가 구매하려는 소재들 각각의 가격 정보를 수신한다. 일 실시 예에서 가격 정보는, 사용자가 구매하려는 소재들 각각의 현재 가격, 일간 평균 가격, 주간 평균 가격 등 일 수 있다. The price feature determination unit 101 receives price information of each material that the user intends to purchase from the
또한, 가격 특징 결정부(101)는 수신한 가격 정보를 이용하여 가격 특징을 결정한다. 또한, 가격 특징 결정부(101)는 결정된 가격 특징을 소재별로 사용자 단말에 제공할 수 있다.In addition, the price feature determination unit 101 determines price features using the received price information. In addition, the price feature determining unit 101 may provide the determined price feature to the user terminal for each material.
매매 결정부(102)는, 가격 특징 결정부(101)가 결정한 가격 특징을 이용하여 소재들 각각의 매수 시점을 결정할 수 있다. 또한, 매매 결정부(102)는, 가격 특징 결정부(101)가 결정한 가격 특징을 이용하여 소재들 각각의 매도 시점을 결정할 수 있다.The purchase decision unit 102 may determine a purchasing time point for each material using the price characteristics determined by the price characteristic determination unit 101 . In addition, the sale determining unit 102 may determine a selling point of each material by using the price characteristics determined by the price characteristic determining unit 101 .
구매처 결정부(103)는, 구매처(200)로부터 구매처 정보를 수신한다. 일 실시 예에서 구매처 정보는, 구매처(200)들 각각이 판매하는 소재들의 종류, 판매 가능한 소재들의 잔여 수량 등 일 수 있다. The purchase place determining unit 103 receives purchase place information from the
또한, 구매처 결정부(103)는 수신한 구매처 정보를 이용하여 소재를 구매하기 위한 구매처(200)를 결정한다. 또한, 구매처 결정부(103)는 결정된 구매처(200)들을 사용자 단말(300)에 제공할 수 있다.In addition, the purchase location determination unit 103 determines the
재고 확인부(104)는, 사용자가 구매처(200)로부터 구매한 소재들의 구매 수량, 구매한 소재들을 판매처(미도시)에 판매하고 남은 잔여 수량을 결정할 수 있다.The stock checking unit 104 may determine the purchase quantity of the materials purchased by the user from the
도 3은 도 1에 따른 서비스 제공 장치(100)의 동작 과정을 도시하는 흐름도이다.FIG. 3 is a flowchart illustrating an operation process of the
도 3을 참조하면, 가격 특징 결정부(101)는 구매처로부터 사용자가 구매하려는 소재들 각각의 가격 정보를 수신한다(S110).Referring to FIG. 3 , the price characteristic determining unit 101 receives price information of each material that the user intends to purchase from a purchasing place (S110).
일 실시 예에서 가격 정보는, 소재들 각각의 일간 가격들, 주간 가격들일 수 있다. 소재들 각각의 가격 정보는 상술한 예시로 한정되는 것은 아니며, 필요에 따라 분당 가격들, 월간 가격들, 연간 가격들일 수 있다. 일 실시 예에서 일간 가격들은 소재들 각각에 대하여 하루동안 변화하는 모든 가격들이며, 주간 가격들은 소재들 각각에 대하여 일주일동안 변화하는 모든 가격들이다.In an embodiment, the price information may be daily prices and weekly prices of each material. The price information of each material is not limited to the above example, and may be per minute prices, monthly prices, or annual prices, if necessary. In one embodiment, daily prices are all prices that change during the day for each of the materials, and weekly prices are all prices that change during the week for each of the materials.
가격 특징 결정부(101)는, 가격 정보를 이용하여 가격 특징을 결정한다(S120).The price feature determination unit 101 determines price features using the price information (S120).
일 실시 예에서 가격 특징 결정부(101)는, 소재들 각각의 일간 평균 가격, 일간 가격의 변동폭, 주간 평균 가격, 주간 가격의 변동폭을 결정할 수 있다. 결정된 일간 평균 가격, 일간 가격의 변동폭, 주간 평균 가격, 주간 가격의 변동폭은 가격 그래프로 표현될 수 있다.In an embodiment, the price characteristic determination unit 101 may determine a daily average price, daily price variation range, weekly average price, and weekly price variation range of each material. The determined daily average price, daily price fluctuation range, weekly average price, and weekly price fluctuation range can be expressed as a price graph.
이때, 일간 평균 가격은, 가격 일간 시작점과 가격 일간 종점 사이에서 변동된 가격들의 평균값일 수 있다. 일 실시 예에서 가격 일간 시작점이 매일 18시, 가격 일간 종점이 다음날 17시이고, 일간 평균 가격은 매일 18시부터 다음날 17시까지 구간에서 변동된 가격들의 평균 값일 수 있다. 일간 평균 가격을 구하는 시간 구간은 매일 18시부터 다음날 17시 사이로 한정되는 것은 아니며, 24시간 내에서 임의로 조정할 수 있다.In this case, the daily average price may be an average value of prices fluctuating between the starting point of the daily price and the ending point of the daily price. In an embodiment, the price daily start point is 18:00 every day, the price daily end point is 17:00 the next day, and the daily average price may be an average value of prices changed in a section from 18:00 every day to 17:00 the next day. The time interval for obtaining the daily average price is not limited to between 18:00 every day and 17:00 the next day, and can be arbitrarily adjusted within 24 hours.
이때, 주간 평균 가격은, 가격 주간 시작점과 가격 일간 종점 사이에서 변동된 가격들의 평균값일 수 있다. 일 실시 예에서 가격 주간 시작점이 매주 월요일 18시, 가격 주간 종점이 다음주 월요일 17시이고, 주간 평균 가격은 매주 월요일 18시부터 다음주 월요일 17시까지 구간에서 변동된 가격들의 평균 값일 수 있다. 주간 평균 가격을 구하는 시간 구간은 매주 월요일 18시부터 다음주 월요일 17시 사이로 한정되는 것은 아니며, 7일 이내에서 임의로 조정할 수 있다.In this case, the weekly average price may be an average value of prices fluctuating between the starting point of the price week and the ending point of the daily price. In an embodiment, the price week start point is 18:00 every Monday, the price week end is 17:00 next Monday, and the weekly average price may be an average value of prices changed in a range from 18:00 every Monday to 17:00 next Monday. The time interval for obtaining the weekly average price is not limited to between 18:00 every Monday and 17:00 next Monday, and can be arbitrarily adjusted within 7 days.
이때 일간 가격의 변동폭은, 가격 일간 시작점에서의 가격과 가격 일간 종점에서의 가격차이다. 그리고, 주간 가격의 변동폭은, 가격 주간 시작점에서의 가격과 가격 주간 종점에서의 가격차이다. 일간 가격의 변동폭 및 주간 가격의 변동폭은 도 4 및 도 5를 참조하여 상세하게 설명한다.At this time, the fluctuation range of the daily price is the difference between the price at the start point of the price day and the price at the end point of the price day. The fluctuation range of the weekly price is the difference between the price at the start of the price week and the price at the end of the price week. The fluctuation range of the daily price and the fluctuation range of the weekly price will be described in detail with reference to FIGS. 4 and 5 .
도 4는 도 3에 따른 가격 특징 결정부가 구매하고자 하는 소재 중 일 실시 예인 구리의 가격 특징의 일 예를 나타내는 개념도이며, 도 5는 도 3에 따른 가격 특징 결정부가 구매하고자 하는 소재 중 일 실시 예인 구리의 가격 특징의 다른 예를 나타내는 개념도이다.4 is a conceptual diagram illustrating an example of price characteristics of copper, which is one embodiment of materials to be purchased by the price feature determination unit according to FIG. 3, and FIG. It is a conceptual diagram showing another example of copper price characteristics.
먼저 도 4를 참조하여 구리의 일간 가격의 변동폭을 설명한다. First, with reference to FIG. 4 , the fluctuation range of the daily price of copper will be described.
일 실시 예에서, 도 4의 가격 그래프의 가로축은 시간, 세로축은 구리 1파운드당 달러 가격을 의미하며, 도 4의 가격 그래프에서 구리의 일간 가격의 변동폭을 막대 형태로 표현한다. 가격 일간 시작점에서의 가격이 가격 일간 종점에서의 가격보다 낮은 경우의 막대 색깔과, 가격 일간 시작점에서의 가격이 가격 일간 종점에서의 가격보다 높은 경우의 막대 색깔은 구별하여 가격 그래프에 막대를 표시한다. 일 실시 예에서, 가격 일간 시작점에서의 가격이 가격 일간 종점에서의 가격보다 낮은 경우의 막대 색깔은 빨간색, 가격 일간 시작점에서의 가격이 가격 일간 종점에서의 가격보다 높은 경우의 막대 색깔은 파란색으로 나타낼 수 있다.In one embodiment, the horizontal axis of the price graph of FIG. 4 means time, and the vertical axis means the dollar price per 1 pound of copper. The color of the bar when the price at the start of the price day is lower than the price at the end of the price day and the color of the bar when the price at the start of the price day is higher than the price at the end of the price day are displayed on the price graph. . In one embodiment, the bar color is red when the price at the price day start point is lower than the price at the price day end point, and the bar color is blue when the price at the price day start point is higher than the price at the price day end point. can
한편, 가격 일간 시작점의 가격이 가격 일간 종점에서의 가격보다 낮은 경우를 상세하게 설명한다. On the other hand, the case where the price at the starting point of the price day is lower than the price at the end point of the price day will be described in detail.
가격 일간 시작점과 가격 일간 종점 사이 구간에서, 가격의 최저가가 가격 일간 시작점의 가격보다 낮다면, 가격 최저가와 가격 일간 시작점의 가격 사이 가격들은 막대 형태가 아닌 선 형태로 연속적으로 표시한다. 또한, 가격의 최고가가 가격 일간 종점의 가격보다 높은 경우, 가격 최고가와 가격 일간 종점의 가격 사이 가격들은 막대형태가 아닌 선 형태로 연속적으로 표시한다.In the interval between the price day start point and the price day end point, if the lowest price is lower than the price at the price day start point, the prices between the price day minimum and the price day start point are displayed in a line form instead of a bar. In addition, when the highest price is higher than the price at the end of the daily price, the prices between the highest price and the price at the end of the daily price are continuously displayed in the form of a line instead of a bar.
한편, 가격 일간 시작점의 가격이 가격 일간 종점에서의 가격보다 높은 경우를 상세하게 설명한다. On the other hand, the case where the price at the starting point of the price day is higher than the price at the end point of the price day will be described in detail.
가격 일간 시작점과 가격 일간 종점 사이 구간에서, 가격의 최고가가 가격 일간 시작점의 가격보다 높다면, 가격 최고가와 가격 일간 시작점의 가격 사이 가격들은 막대 형태가 아닌 선 형태로 연속적으로 표시한다. 또한, 가격의 최저가가 가격 일간 종점의 가격보다 낮은 경우, 가격 최저가와 가격 일간 종점의 가격 사이 가격들은 막대형태가 아닌 선 형태로 연속적으로 표시한다.In the interval between the price daily starting point and the price daily ending point, if the highest price of the price is higher than the price of the price daily starting point, the prices between the highest price and the price of the price daily starting point are displayed continuously in the form of a line rather than a bar. In addition, when the lowest price of the price is lower than the price of the price daily endpoint, the prices between the lowest price and the price of the daily endpoint are displayed continuously in the form of a line instead of a bar.
도 4는 구리의 일간 가격의 변동폭을 설명하였으나, 이때 소재는 구리로 한정되는 것은 아니며, 사용자가 원하는 소재의 일간 가격을 반영하여 상술한 바와 같이 가격 그래프로 나타낼 수 있다.Although FIG. 4 illustrates the fluctuation range of the daily price of copper, the material is not limited to copper, and the daily price of the material desired by the user can be reflected and displayed as a price graph as described above.
도 5는 구리의 주간 가격의 변동폭을 표현한 개념도이다.5 is a conceptual diagram expressing the fluctuation range of the weekly price of copper.
일 실시 예에서, 도 5의 가격 그래프의 가로축은 시간, 세로축은 구리 1파운드당 달러 가격을 의미하며, 도 5의 가격 그래프에서 구리의 주간 가격의 변동폭을 막대 형태로 표현한다. 가격 주간 시작점에서의 가격이 가격 주간 종점에서의 가격보다 낮은 경우의 막대 색깔과, 가격 주간 시작점에서의 가격이 가격 주간 종점에서의 가격보다 높은 경우의 막대 색깔은 구별하여 가격 그래프에 막대를 표시한다. 일 실시 예에서, 가격 주간 시작점에서의 가격이 가격 주간 종점에서의 가격보다 낮은 경우의 막대 색깔은 빨간색, 가격 주간 시작점에서의 가격이 가격 주간 종점에서의 가격보다 높은 경우의 막대 색깔은 파란색으로 나타낼 수 있다.In one embodiment, the horizontal axis of the price graph of FIG. 5 denotes time, and the vertical axis denotes a dollar price per 1 pound of copper. In the price graph of FIG. The color of the bar when the price at the start of the price week is lower than the price at the end of the price week and the color of the bar when the price at the start of the price week is higher than the price at the end of the price week are displayed on the price graph. . In one embodiment, the bar color is red when the price at the price week start is lower than the price at the price week end, and the bar color is blue when the price at the price week start is higher than the price at the price week end. can
한편, 가격 주간 시작점의 가격이 가격 주간 종점에서의 가격보다 낮은 경우를 상세하게 설명한다. On the other hand, the case where the price at the start of the price week is lower than the price at the end of the price week will be described in detail.
가격 주간 시작점과 가격 주간 종점 사이 구간에서, 가격의 최저가가 가격 주간 시작점의 가격보다 낮다면, 가격 최저가와 가격 일간 시작점의 가격 사이 가격들은 막대 형태가 아닌 선 형태로 연속적으로 표시한다. 또한, 가격의 최고가가 가격 주간 종점의 가격보다 높은 경우, 가격 최고가와 가격 주간 종점의 가격 사이 가격들은 막대형태가 아닌 선 형태로 연속적으로 표시한다.In the interval between the start of the price week and the end of the price week, if the lowest price is lower than the price at the start of the price week, the prices between the lowest price and the price at the start of the price day are displayed as a line instead of a bar. In addition, when the highest price is higher than the price at the end of the price week, the prices between the highest price and the price at the end of the price week are displayed continuously in the form of a line instead of a bar.
한편, 가격 주간 시작점의 가격이 가격 주간 종점에서의 가격보다 높은 경우를 상세하게 설명한다.On the other hand, the case where the price at the start of the price week is higher than the price at the end of the price week will be described in detail.
가격 주간 시작점과 가격 주간 종점 사이 구간에서, 가격의 최고가가 가격 주간 시작점의 가격보다 높다면, 가격 최고가와 가격 주간 시작점의 가격 사이 가격들은 막대 형태가 아닌 선 형태로 연속적으로 표시한다. 또한, 가격의 최저가가 가격 주간 종점의 가격보다 낮은 경우, 가격 최저가와 가격 주간 종점의 가격 사이 가격들은 막대형태가 아닌 선 형태로 연속적으로 표시한다. In the interval between the price week start point and the price week end point, if the price peak is higher than the price at the price week start point, the prices between the price week peak and the price week start point are displayed in a line form instead of a bar. In addition, when the lowest price is lower than the price at the end of the price week, the prices between the lowest price and the price at the end of the price week are displayed continuously in a line form rather than a bar form.
도 5는 구리의 주간 가격의 변동폭을 설명하였으나, 이때 소재가 구리로 한정되는 것은 아니며, 사용자가 원하는 소재의 주간 가격을 반영하여 상술한 바와 같이 가격 그래프로 나타낼 수 있다.Although FIG. 5 illustrates the fluctuation range of the weekly price of copper, the material is not limited to copper, and the weekly price of the material desired by the user can be reflected and displayed as a price graph as described above.
다시 도 3을 참조하면, 일 실시 예에서, 가격 특징 결정부(101)는 가격 정보를 이용하여, 기 설정된 특정일의 가격 일간 종점의 가격을 포함하여 직전 30일 동안의 가격 일간 종점의 가격의 평균값을 구하고, 평균값들을 차례로 연결해 만든 30일 가격 이동 평균선을 결정한다.Referring back to FIG. 3 , in one embodiment, the price feature determining unit 101 uses the price information to determine the price of the price of the last 30 days, including the price of the price of the daily end point of a predetermined specific day. Calculate the average value and connect the average values sequentially to determine the 30-day price moving average.
또한, 가격 특징 결정부(101)는 가격 정보를 이용하여, 기 설정된 특정일의 가격 일간 종점의 가격을 포함하여 직전 7일 동안의 가격 일간 종점의 가격의 평균 값을 구하고, 평균값들을 차례로 연결해 만든 7일 가격 이동 평균선을 결정한다.In addition, the price feature determination unit 101 obtains the average value of the price of the daily end point for the preceding 7 days, including the price of the daily end point of the predetermined specific day, using the price information, and connects the average values sequentially. Determine the 7-day price moving average.
다시 도 4를 참조하면, 구리의 일간 가격의 변동폭 및 30일 가격 이동 평균선을 가격 그래프에 중첩하여 표기하고, 다시 도 5를 참조하면, 구리의 주간 가격의 변동폭 및 7일 가격 이동 평균선을 가격 그래프에 중첩하여 표기한다.Referring back to FIG. 4, the fluctuation range of the daily price of copper and the 30-day price moving average line are superimposed on the price graph, and again referring to FIG. marked by overlapping
한편, 가격 특징 결정부(101)가 결정하는 소재들 각각의 가격 정보는 상술한 예시로 한정되는 것은 아니며, 필요에 따라 분당 가격, 월간 가격, 연간 가격 및 변동폭일 수 있다.Meanwhile, the price information of each of the materials determined by the price feature determination unit 101 is not limited to the above example, and may be a price per minute, a monthly price, an annual price, and a range of change, if necessary.
다시 도 3을 참조하면, 가격 특징 결정부(101)는, 사용자 단말(200)에 결정된 가격 특징을 소재별로 제공한다(S130). 제공하는 가격 특징은, 도 4 및 도 5의 실시 예에서 나타낸 구리의 가격 특징에 대한 가격 그래프의 형태로 한정되는 것은 아니며, 도표의 형태로 제공될 수 있다.Referring back to FIG. 3 , the price feature determining unit 101 provides the determined price feature for each material to the user terminal 200 (S130). The provided price characteristics are not limited to the form of a price graph for the price characteristics of copper shown in the embodiments of FIGS. 4 and 5, and may be provided in the form of a chart.
또한, 일 실시 예에서, 가격 특징 결정부(101)는, 사용자 단말(200)에 소재들의 일간 평균 가격이 저렴한 순서대로 나열한 리스트를 사용자 단말(200)에 제공할 수 있다.In addition, in an embodiment, the price characteristic determining unit 101 may provide the
매매 결정부(102)는 소재의 매수 및 매도 시점을 결정할 수 있다(S140).The sale decision unit 102 may determine when to buy and sell the material (S140).
도 6은 도 3의 S140 단계의 구체적인 과정을 도시하는 흐름도이다.6 is a flowchart illustrating a specific process of step S140 of FIG. 3 .
먼저, 매매 결정부(102)는 일간 가격의 변동폭 및 30일 가격 이동 평균선을 이용하여 소재의 제1 매수 및 제1 매도 시점을 결정할 수 있다(S141). First, the trading decision unit 102 may determine the timing of the first purchase and the first sale of the material using the fluctuation range of the daily price and the 30-day price moving average (S141).
구체적으로, 일 실시 예에서, 매매 결정부(102)는 일간 가격의 종점의 가격이 같은 일(日)의 30일 이동 평균선 위에 위치하는 경우를 그 날을 제1 매수 시점으로 결정한다. 이때 매매 결정부(102)는, 결정된 제1 매수 시점 이후 일간 가격의 종점의 가격이 같은 일(日)의 30일 이동 평균선 아래에 위치하는 경우 그 날을 제1 매도 시점으로 결정한다.Specifically, in one embodiment, the trading decision unit 102 determines the day as the first purchase point when the price of the end point of the daily price is located above the 30-day moving average of the same day. At this time, the trading decision unit 102 determines the day as the first selling time point when the price of the end point of the daily price after the determined first buying time point is located below the 30-day moving average line of the same day.
또한, 매매 결정부(102)는 주간 가격의 변동폭 및 7일 가격 이동 평균선을 이용하여 소재의 제1 매수 및 제1 매도 시점을 결정할 수 있다.In addition, the trading decision unit 102 may determine the first purchase and first sale timing of the material using the fluctuation range of the weekly price and the 7-day price moving average.
다른 실시 예에서, 매매 결정부(102)는 주간 가격의 종점의 가격이 같은 주의 7일 이동 평균선 위에 위치하는 경우를 그 날을 제1 매수 시점으로 결정한다. 이때 매매 결정부(102)는, 결정된 제1 매수 시점 이후 주간 가격의 종점의 가격이 같은 주의 7일 이동 평균선 아래에 위치하는 경우 그 날을 제1 매도 시점으로 결정한다.In another embodiment, the trading decision unit 102 determines the day as the first purchase point when the price of the end point of the weekly price is located above the 7-day moving average of the same week. At this time, the trading decision unit 102 determines the day as the first selling time point when the price of the end point of the weekly price after the determined first buying time point is located below the 7-day moving average of the same week.
이로 인해, 가격특징 결정부(101)는 구매처(200)들로부터 제공받은 소재들의 가격 특징을 이용하여 가격 변동성을 예측할 수 있다. 즉, 사용자는 가격이 상승하는 추세일 때 매수하고, 소재의 가격이 하락하는 추세일 때 매도하는 것이 가능하다.For this reason, the price feature determining unit 101 may predict price volatility using price features of materials provided from the purchasing sources 200 . That is, it is possible for the user to buy when the price tends to increase and to sell when the price of the material tends to decrease.
또한, 매매 결정부(102)는, 제1 소재의 재고 수량, 제1 매수 및 제1 매도 시점과 대응하는 제1 추천도를 결정한다.In addition, the trading decision unit 102 determines a first recommendation degree corresponding to the inventory quantity, the first purchase and the first sale timing of the first material.
매매 결정부(102)는, 가격 그래프로부터 제1 매매 추세벡터를 획득하고(S141), 재고 그래프로부터 제1 재고 추세벡터를 획득한다(S142).The trading decision unit 102 obtains a first trading trend vector from the price graph (S141) and obtains a first stock trend vector from the stock graph (S142).
도 7은 도 2에 따른 매매 결정부(102)가 매매 추세벡터 및 재고 추세벡터를 생성하는 과정을 개념적으로 나타내는 도면이다.FIG. 7 is a diagram conceptually illustrating a process of generating a trading trend vector and an inventory trend vector by the trading decision unit 102 according to FIG. 2 .
도 7을 참조하면, 매매 결정부(102)는, 가격 특징 결정부(101)로부터 소재의 가격 그래프를 수신한다. 또한, 매매 결정부(102)는, 구매처(200)가 구비한 소재의 재고 수량에 관한 재고 정보를 수신하여, 수신한 재고 정보를 재고 그래프로 표현할 수 있다.Referring to FIG. 7 , the sales determining unit 102 receives the price graph of the material from the price characteristic determining unit 101 . In addition, the sales decision unit 102 may receive inventory information about the stock quantity of materials provided by the
매매 결정부(102)는, 가격 그래프에서, 제1 매수 시점의 가격의 변동폭 및 제1 매도 시점의 가격의 변동폭 사이의 이미지를 추출하고, 추출된 이미지로부터 매매 추세벡터를 획득하도록 기 학습된 제1 기계학습모델에 입력하고, 제1 기계학습모델로부터 가격 그래프와 대응하는 제1 매매 추세벡터를 획득한다.The trading decision unit 102 extracts an image between the price fluctuation range at the first purchase time point and the price fluctuation range at the first sale time point from the price graph, and obtains a trading trend vector from the extracted image. 1 input to the machine learning model, and a first trading trend vector corresponding to the price graph is obtained from the first machine learning model.
일 실시 예에서, 제1 기계학습모델은, 가격 그래프를 입력 값으로 입력했을 때, 가격 그래프에 포함된 제1 매수 시점의 가격의 변동폭 및 제1 매도 시점의 가격의 변동폭 사이의 이미지에 대한 객체박스를 출력하고, 객체박스에 포함된 이미지를 입력 값으로 입력했을 때, 객체박스 내에서 이동 평균선이 차지하는 영역에 대한 정보를 출력하며, 제1 매수 시점의 가격의 변동폭 및 제1 매도 시점의 가격의 변동폭 사이의 이미지를 입력 값으로 입력했을 때, 제1 매수 시점의 가격의 변동폭 및 제1 매도 시점의 가격의 변동폭 사이의 이미지와 대응하는 특징 벡터를 출력하도록 기계학습된 Mask-rcnn(Mask region convolutional neural network) 모델을 포함할 수 있다.In one embodiment, the first machine learning model, when a price graph is input as an input value, is an object for an image between a range of price change at the time of the first purchase and a range of change of price at the time of the first sale included in the price graph. A box is output, and when the image included in the object box is input as an input value, information on the area occupied by the moving average line within the object box is output, and the range of price change at the time of the first purchase and the price at the time of the first sale Mask-rcnn (Mask region, which is machine-learned to output a feature vector corresponding to an image between the fluctuation range of price at the time of the first purchase and the fluctuation range of price at the time of the first sale when an image between the fluctuation range of is input as an input value. convolutional neural network) model.
일 실시 예에서, 기 설정된 매매 추세벡터는 소재의 가격 추세에 대한 특징을 나타내는 벡터일 수 있다.In one embodiment, the preset sales trend vector may be a vector representing characteristics of a price trend of a material.
매매 결정부(102)는, 재고 그래프에서, 제1 매수 시점과 동일한 날짜 및 제1 매도 시점과 동일한 날짜 사이 부분의 이미지를 추출하고, 추출된 이미지로부터 재고 추세벡터를 획득하도록 기 학습된 제2 기계학습모델에 입력하고, 제2 기계학습모델로부터 가격 그래프와 대응하는 제1 재고 추세벡터를 획득한다.The sale decision unit 102 extracts an image of a portion between the same date as the first purchase time and the same date as the first sale time in the inventory graph, and obtains an inventory trend vector from the extracted image. It is input to the machine learning model, and a first inventory trend vector corresponding to the price graph is obtained from the second machine learning model.
일 실시 예에서 제2 기계학습모델은, 재고 그래프를 입력 값으로 입력했을 때, 재고 그래프에서, 제1 매수 시점과 동일한 날짜 및 제1 매도 시점과 동일한 날짜 사이 부분에 대한 객체박스를 출력하고, 객체박스에 포함된 이미지를 입력 값으로 입력했을 때, 객체박스 내에서 재고 수량이 차지하는 영역에 대한 정보를 출력하며, 제1 매수 시점과 동일한 날짜 및 제1 매도 시점과 동일한 날짜 사이의 이미지를 입력 값으로 입력했을 때, 제1 매수 시점과 동일한 날짜 및 제1 매도 시점과 동일한 날짜 사이의 이미지와 대응하는 특징 벡터를 출력하도록 기계학습된 Mask-rcnn(Mask region convolutional neural network) 모델을 포함할 수 있다.In an embodiment, the second machine learning model outputs an object box for a portion between the same date as the first purchase time and the same date as the first sale time in the inventory graph when the inventory graph is input as an input value, When the image included in the object box is entered as an input value, information on the area occupied by the inventory quantity is output within the object box, and images between the same date as the first purchase and the same date as the first sale are input. When input as a value, it may include a Mask region convolutional neural network (Mask region convolutional neural network) model that has been machine-learned to output feature vectors corresponding to images between the same date as the first purchase time and the same date as the first sale time. there is.
일 실시 예에서, 기 설정된 재고 추세벡터는 소재의 재고 수량의 추세에 대한 특징을 나타내는 벡터일 수 있다.In one embodiment, the preset inventory trend vector may be a vector representing a characteristic of a trend of inventory quantity of a material.
다시 도 6을 참조하면, 매매 결정부(102)는 제1 매매 추세벡터 및 제1 재고 추세벡터에 기초하여 제1 소재의 재고 수량, 제1 매수 및 제1 매도 시점과 대응하는 제1 추천도를 산출한다(S143).Referring back to FIG. 6 , the trading decision unit 102 determines the first recommendation degree corresponding to the inventory quantity of the first material, the first purchase time, and the first sale time point based on the first sales trend vector and the first inventory trend vector. Calculate (S143).
매매 결정부(102)는 제1 매매 추세벡터와 제1 재고 추세벡터 사이의 코사인 유사도를 이용하여 제1 추천도를 산출할 수 있다.The trading decision unit 102 may calculate a first recommendation degree by using a cosine similarity between the first trading trend vector and the first stock trend vector.
제1 추천도는 아래의 수학식 1에 기초하여 산출될 수 있다.The first recommendation degree may be calculated based on Equation 1 below.
수학식 1에서 R1은 가격 그래프와 재고 그래프 사이의 추세 유사도를 의미하며, A는 제1 매매 추세벡터를 의미하고, B는 제1 재고 추세벡터를 의미한다.In Equation 1, R1 denotes the trend similarity between the price graph and the inventory graph, A denotes the first trading trend vector, and B denotes the first inventory trend vector.
매매 결정부(102)는 제1 소재의 재고 수량, 제1 매수 및 제1 매도 시점과 대응하는 제1 추천도가 기 설정된 기준 추천도 이상인 제1 매수 및 제1 매도 시점을 제2 매수 시점 및 제2 매도 시점으로 결정할 수 있다. 일 실시 예에서 기 설정된 제1 추천도는 산출된 제1 추천도 값의 순위에 기초하여 설정될 수 있다.The trading decision unit 102 sets the first purchase and first sale times when the first recommendation level corresponding to the quantity in stock of the first material, the first purchase time and the first sale time point is equal to or greater than the preset reference recommendation level, the second purchase time point and the first sale time point. The timing of the second sale may be determined. In an embodiment, the preset first recommendation degree may be set based on the rank of the calculated first recommendation degree value.
다시 도 3을 참조하면, 구매처 결정부(103)는, 구매처로부터 구매처 정보를 수신한다(S150). 일 실시 예에서 구매처 정보는, 구매처(200)들 각각이 판매하는 소재들의 종류, 구매처(200)들 각각이 사용자에게 판매 가능한 소재들의 재고 수량, 구매처(200)들 각각이 판매하는 소재들의 가격, 구매처(200)와 사용자 간의 거리일 수 있다.Referring back to FIG. 3 , the purchase location determining unit 103 receives purchase location information from the purchase location (S150). In an embodiment, the purchasing source information includes the types of materials sold by each of the
또한, 구매처 결정부(103)는, 상술한 구매처 정보를 이용해 복수의 구매처(200)들 각각과 대응하는 제2 추천도를 결정한다(S160).In addition, the purchase place determining unit 103 determines a second recommendation degree corresponding to each of the plurality of purchase places 200 using the above-described purchase place information (S160).
구매처 결정부(103)는, 구매처(200)가 판매하고 있는 제1 소재의 가격을 이용하여 제1 매칭도를 결정할 수 있다. 이때 제1 소재의 가격은 상술한 제2 매수 시점의 가격이다. 다만 제2 매수 시점의 가격으로 한정하는 것은 아니며, 사용자의 선택에 따라 제2 매수 시점이 아닌 다른 시점의 가격을 이용하여 제1 매칭도를 결정할 수도 있다. 구매처 결정부(103)는, 구매처(200)가 판매하는 제1 소재의 가격이 저렴할수록 제1 매칭도를 상대적으로 크게 설정할 수 있다. 구매처 결정부(103)는, 구매처(200)가 판매하는 제1 소재의 가격이 비쌀수록 제1 매칭도를 상대적으로 작게 설정할 수 있다. 일 실시 예에서, 제1 소재는, 구리, 불소수지 원료, 플라스틱 소재, 난연제, 희토류 등일 수 있다.The purchase source determining unit 103 may determine the first matching degree by using the price of the first material sold by the
구매처 결정부(103)는, 제1 소재에 대하여 구매처(200)가 구비하고 있는 잔여 재고 수량을 이용하여 제2 매칭도를 결정할 수 있다. 구매처 결정부(103)는, 구매처(200)가 판매하는 제1 소재의 재고 수량이 많을수록 제2 매칭도를 상대적으로 크게 설정할 수 있다. 구매처 결정부(103)는 구매처(200)가 판매하는 제1 소재의 재고 수량이 적을수록 제2 매칭도를 상대적으로 작게 설정할 수 있다.The purchase source determining unit 103 may determine the second matching degree by using the remaining inventory quantity of the first material that the
구매처 결정부(103)는, 제1 소재를 판매하는 구매처(200)와 사용자의 거리를 이용하여 제3 매칭도를 결정할 수 있다. 구매처 결정부(103)는 제1 소재를 판매하는 구매처(200)와 사용자의 거리가 가까울수록 제3 매칭도를 상대적으로 크게 설정할 수 있다.The purchase location determining unit 103 may determine the third matching degree by using the distance between the
구매처 결정부(103)는, 제1 매칭도, 제2 매칭도 및 제3 매칭도를 이용하여 제2 추천도를 결정할 수 있다.The purchase destination determining unit 103 may determine the second recommendation degree by using the first matching degree, the second matching degree, and the third matching degree.
제2 추천도는 수학식 2에 의하여 결정될 수 있다.The second recommendation degree may be determined by Equation 2.
상기의 수학식 2에서 R2는 제2 추천도를 의미하고, M1은 제1 매칭도를 의미하며, M2는 제2 매칭도를 의미하며, M3는 제3 매칭도를 의미하고, K3는 제3 보정계수를 의미한다.In Equation 2 above, R2 means the second recommendation degree, M1 means the first matching degree, M2 means the second matching degree, M3 means the third matching degree, and K3 means the third matching degree. means correction factor.
제3 보정계수는, 제1 소재를 판매하는 구매처(200)와 사용자 간의 1km당 배송비의 값을 의미한다.The third correction coefficient means a value of a delivery cost per 1 km between the
구매처 결정부(101)가 상술한 제2 추천도가 기 설정된 제2 기준 추천도 이상인 구매처(200)를 제1 소재를 구매할 제1 구매처로 정의하며, 사용자는 결정된 제1 구매처에서 제1 소재를 구매할 수 있다. 이로 인해, 사용자는 보다 더 합리적인 가격으로 제1 소재를 매수할 수 있다.The purchase source determining unit 101 defines the
제2 추천도가 기 설정된 제2 추천도 이상인 구매처(200)들을 서비스 제공 장치(100)에 제공한다(S170).
재고 확인부(104)는, 사용자가 매수한 제1 소재들을 제1 판매처에게 매도하고 남은 제1 소재들 각각에 대한 제1 재고 정보를 결정할 수 있다(S180). 일 실시 예에서, 재고 정보는, 사용자가 제1 판매처에게 판매하고 남은 제1 소재의 잔여 수량, 사용자가 제1 판매처에 판매한 횟수, 본 발명이 저장 가능한 제1 소재들의 최대 재고 수량, 제1 소재들의 최대 재고 수량에 대한 제1 소재의 판매 후 남아있는 현재 수량인 재고율일 수 있다.The inventory checking unit 104 may determine first inventory information for each of the remaining first materials after the first materials purchased by the user are sold to the first seller (S180). In one embodiment, the inventory information may include the remaining quantity of the first material remaining after the user sells it to the first seller, the number of times the user has sold the first material to the first seller, the maximum inventory quantity of the first materials that can be stored by the present invention, the first material It may be an inventory ratio, which is a current quantity remaining after the sale of the first material with respect to the maximum inventory quantity of the materials.
한편, 매매 결정부(102)는 제1 소재의 재고율이 기 설정된 기준 재고율 이하인 경우, 상술한 제2 추천도에 의하여 제1 소재의 매수를 결정할 수 있다(S190). 일 실시 예에서 기준 재고율은 1%이다. 다만, 기준 재고율은 상술한 1%로 한정하는 것은 아니며, 소재의 수급 현황 등에 따라 사용자가 임의로 조절할 수 있다.Meanwhile, when the stock rate of the first material is equal to or less than the predetermined reference stock rate, the sale determining unit 102 may determine the number of copies of the first material based on the above-described second recommendation (S190). In one embodiment, the standard stock rate is 1%. However, the standard stock rate is not limited to the above-mentioned 1%, and the user can arbitrarily adjust it according to the supply and demand status of the material.
한편, 재고 확인부(104)는, 사용자가 매수한 제1 소재들을 제1 판매처에게 매도하는 경우, 기 설정된 기준 횟수 이상으로 매도한 제1 판매처를 제2 판매처로 결정하며, 제2 판매처에게 판매한 제1 소재들을 제2 소재로 결정한다. 일 실시 예에서 기준 횟수는, 제1 판매처에게 매도한 평균 횟수 중 평균 횟수보다 20% 이상인 횟수일 수 있다. Meanwhile, when the first materials purchased by the user are sold to the first vendor, the inventory checking unit 104 determines the first vendor that has sold more than a preset reference number of times as the second vendor, and sells the first materials to the second vendor. One first material is determined as a second material. In an embodiment, the reference number of times may be 20% or more of the average number of sales to the first seller.
재고 확인부(104)는 제2 소재들 각각에 대한 제2 재고 정보를 결정할 수 있다. 일 실시 예에서 제2 재고 정보는, 제2 소재의 매도 횟수, 사용자가 제2 판매처에게 판매하고 남은 제2 소재의 잔여 수량, 본 발명이 저장 가능한 제2 소재들의 최대 재고 수량, 제2 소재들의 최대 재고 수량에 대한 제2 소재의 판매 후 남아있는 현재 수량인 재고율일 수 있다. The inventory check unit 104 may determine second inventory information for each of the second materials. In an embodiment, the second stock information may include the number of sales of the second material, the remaining quantity of the second material remaining after the user sells it to the second seller, the maximum stock quantity of the second material that can be stored by the present invention, and the number of second materials It may be a stock ratio that is a current quantity remaining after the sale of the second material for the maximum stock quantity.
매매 결정부(102)는 제2 소재의 재고율이 기 설정된 기준 재고율 이하인 경우, 상술한 제2 추천도에 의하여 제2 소재의 매수를 결정할 수 있다. 일 실시 예에서 기준 재고율은 0.5%이다. 다만, 기준 재고율은 상술한 0.5%로 한정하는 것은 아니며, 소재의 수급 현황 등에 따라 사용자가 임의로 조절할 수 있다.When the stock rate of the second material is equal to or less than the preset reference stock rate, the sale determining unit 102 may determine the number of copies of the second material based on the second recommendation. In one embodiment, the standard stock rate is 0.5%. However, the standard stock rate is not limited to the above-mentioned 0.5%, and the user can arbitrarily adjust it according to the supply and demand status of the material.
이로 인해, 제2 판매처와 같이, 꾸준히 구매하는 단골 고객이 구매하는 제2 소재를 미리 확보하여, 단골 고객에게 전쟁, 유가 상승, 운송 사고 등으로 인한 소재의 수급이 불안정한 상황이 발생하더라도, 제2 판매처에 제2 소재의 판매가 지장 없도록 일정 재고를 유지할 수 있다.As a result, by securing the second material purchased by a regular customer who regularly purchases in advance, such as a second store, even if an unstable supply and demand situation occurs due to war, oil price increase, transportation accident, etc. to the regular customer, the second material is purchased. A certain amount of stock may be maintained so as not to interfere with the sale of the second material to the seller.
도 8은 도 1에 따른 서비스 제공 장치(100)의 하드웨어 구성을 예시적으로 나타낸 도면이다.FIG. 8 is a diagram showing the hardware configuration of the
도 8을 참조하면, 서비스 제공 장치(100)는, 적어도 하나의 프로세서(110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.Referring to FIG. 8 , the
상기 적어도 하나의 동작은 전술한 서비스 제공 장치(100)의 구성부들(101~104)이나 기타 기능 또는 동작 방법을 포함할 수 있다.The at least one operation may include the components 101 to 104 of the above-described
여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. Here, the at least one
예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.For example, the
또한, 장치(100)는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 장치(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 장치(100)에 포함된 각각의 구성 요소들은 버스(bus, 170)에 의해 연결되어 서로 통신을 수행할 수 있다.In addition, the
장치(100)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.For example, the
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The methods according to the present invention may be implemented in the form of program instructions that can be executed by various computer means and recorded on a computer readable medium. Computer readable media may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on a computer readable medium may be specially designed and configured for the present invention or may be known and usable to those skilled in computer software.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer readable media may include hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions may include not only machine language codes generated by a compiler but also high-level language codes that can be executed by a computer using an interpreter and the like. The hardware device described above may be configured to operate with at least one software module to perform the operations of the present invention, and vice versa.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다. In addition, the above-described method or device may be implemented by combining all or some of its components or functions, or may be implemented separately.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. You will understand that it can be done.
Claims (5)
구매처로부터 소재들 각각의 가격 정보를 수신하고, 상기 가격 정보를 이용하여 상기 소재들 각각의 가격 특징을 결정하는, 가격 특징 결정부;
상기 가격 특징을 이용하여 제1 소재의 주간 가격의 종점의 가격이 같은 주의 7일 이동 평균선 위에 위치하는 날을 제1 매수 시점으로 결정하고, 상기 제1 매수 시점 이후 상기 제1 소재의 주간 가격의 종점의 가격이 같은 주의 상기 7일 이동 평균선 아래에 위치하는 경우 그 날을 제1 매도 시점으로 결정하는 매매 결정부;
상기 구매처로부터 구매처 정보를 수신하고, 상기 구매처 정보를 이용하여 소재를 구매하기 위한 구매처를 결정하는 구매처 결정부; 및
사용자가 제1 판매처에 매도하고 남은 제1 소재에 대한 제1 재고 정보를 결정하는 재고 확인부를 포함하며,
상기 매매 결정부는, 상기 제1 소재의 재고 수량, 상기 제1 매수 시점 및 상기 제1 매도 시점과 대응하는 제1 추천도를 결정하며, 상기 제1 추천도가 기 설정된 기준 추천도 이상인 상기 제1 매수 시점 및 상기 제1 매도 시점을 제2 매수 시점 및 제2 매도 시점으로 결정하고, 상기 제1 소재의 가격 그래프로부터 제1 매매 추세벡터를 획득하고, 상기 제1 소재의 재고 그래프로부터 제1 재고 추세벡터를 획득하며, 상기 제1 매매 추세벡터 및 상기 제1 재고 추세벡터 사이의 코사인 유사도에 기초하여 상기 제1 소재의 재고 수량, 제1 매수 및 제1 매도 시점과 대응하는 상기 제1 추천도를 산출하며,
상기 구매처 결정부는,
상기 구매처들 각각에 대해 상기 제1 소재의 가격을 이용하여 제1 매칭도를 결정하고, 상기 제1 소재에 대하여 상기 구매처들 각각이 구비하고 있는 잔여 재고 수량을 이용하여 제2 매칭도를 결정하며, 상기 제1 소재를 판매하는 상기 구매처들 각각과 사용자와의 거리를 이용하여 제3 매칭도를 결정하고, 상기 제1 매칭도, 상기 제2 매칭도 및 상기 제3 매칭도를 이용하여 제2 추천도를 결정하며, 상기 제2 추천도가 기 설정된 제2 기준 추천도 이상인 구매처를 구매처로 결정하고, 하기의 수학식에 기초하여 상기 제2 추천도를 결정하고,
상기의 수학식에서 R2는 제2 추천도를 의미하고, M1은 제1 매칭도를 의미하며, M2는 제2 매칭도를 의미하며, M3는 제3 매칭도를 의미하고, K3는 제3 보정계수를 의미하는,
장치.As a device for providing a trading decision service using price analysis,
a price characteristic determination unit which receives price information of each of the materials from a purchase source and determines price characteristics of each of the materials using the price information;
Using the price feature, the day when the price of the end point of the weekly price of the first material is above the 7-day moving average of the same week is determined as the first purchase time point, and the weekly price of the first material after the first purchase time point is determined. a trading decision unit for determining a first selling point on that day when the price of the endpoint is below the 7-day moving average line of the same week;
a purchase source determining unit that receives purchase source information from the purchase source and determines a purchase source for purchasing the material using the purchase source information; and
And a stock check unit for determining first stock information for a first material remaining after the user sells it to a first seller,
The sale determining unit determines a first recommendation level corresponding to the quantity in stock of the first material, the first buying time and the first selling time, wherein the first recommendation level is greater than or equal to a preset reference recommendation degree. The buying time and the first selling time are determined as the second buying time and the second selling time, a first trading trend vector is obtained from the price graph of the first material, and the first stock is obtained from the inventory graph of the first material. Obtaining a trend vector, and based on the cosine similarity between the first trading trend vector and the first stock trend vector, the first recommendation corresponding to the inventory quantity, first purchase and first sale time of the first material Calculate,
The purchasing destination determining unit,
For each of the purchase sources, a first matching degree is determined using a price of the first material, and a second matching degree is determined using a remaining stock quantity of each of the purchase sources with respect to the first material; , A third matching degree is determined using the distance between each of the purchasers selling the first material and the user, and a second matching degree is determined using the first matching degree, the second matching degree, and the third matching degree. determining a recommendation level, determining a purchase place having a second recommendation level equal to or greater than a predetermined second standard recommendation level as a purchase place, and determining the second recommendation level based on the following equation;
In the above equation, R2 means the second recommendation degree, M1 means the first matching degree, M2 means the second matching degree, M3 means the third matching degree, and K3 means the third correction coefficient. which means,
Device.
상기 매매 결정부는,
상기 가격 그래프를, 제1 매수 시점의 가격의 변동폭 및 제1 매도 시점의 가격의 변동폭 사이의 이미지를 추출하고 추출된 이미지로부터 매매 추세벡터를 획득하도록 기 학습된 제1 기계학습모델에 입력하고, 상기 제1 기계학습모델로부터 상기 가격 그래프와 대응하는 상기 제1 매매 추세벡터를 획득하며,
상기 재고 그래프를, 제1 매수 시점과 동일한 날짜 및 제1 매도 시점과 동일한 날짜 사이 부분의 이미지를 추출하고 추출된 이미지로부터 재고 추세벡터를 획득하도록 기 학습된 제2 기계학습모델에 입력하고, 상기 제2 기계학습모델로부터 가격 그래프와 대응하는 상기 제1 재고 추세벡터를 획득하는,
장치.According to claim 1,
The trading decision unit,
The price graph is input to a first machine learning model pre-learned to extract an image between the fluctuation range of price at the first purchase time point and the price fluctuation range at the first sale time point, and obtain a trading trend vector from the extracted image; Obtaining the first trading trend vector corresponding to the price graph from the first machine learning model;
The stock graph is input to a second machine learning model pre-learned to extract an image of a portion between the same date as the first purchase time and the same date as the first sale time and obtain an inventory trend vector from the extracted image, Obtaining the first inventory trend vector corresponding to a price graph from a second machine learning model;
Device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220099467A KR102551787B1 (en) | 2022-08-09 | 2022-08-09 | Apparatus, method and program for providing trading dicision service using price analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220099467A KR102551787B1 (en) | 2022-08-09 | 2022-08-09 | Apparatus, method and program for providing trading dicision service using price analysis |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102551787B1 true KR102551787B1 (en) | 2023-07-05 |
Family
ID=87159347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220099467A KR102551787B1 (en) | 2022-08-09 | 2022-08-09 | Apparatus, method and program for providing trading dicision service using price analysis |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102551787B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130102738A (en) | 2012-03-08 | 2013-09-23 | 주식회사 코리아피디에스 | Method for deciding point of purchase and system for providing purchase signal |
| KR20180010616A (en) | 2016-07-21 | 2018-01-31 | 노스타일 주식회사 | System, Method and Applicattion for recommending product |
| KR20220046905A (en) | 2020-10-08 | 2022-04-15 | 인천대학교 산학협력단 | Comprehensive decision framework combining price prediction and production planning models for strategic operation of a petrochemical industry |
| KR102403331B1 (en) | 2021-11-16 | 2022-05-30 | 이현규 | System and method for managing and trading inventory of materials/parts |
-
2022
- 2022-08-09 KR KR1020220099467A patent/KR102551787B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130102738A (en) | 2012-03-08 | 2013-09-23 | 주식회사 코리아피디에스 | Method for deciding point of purchase and system for providing purchase signal |
| KR20180010616A (en) | 2016-07-21 | 2018-01-31 | 노스타일 주식회사 | System, Method and Applicattion for recommending product |
| KR20220046905A (en) | 2020-10-08 | 2022-04-15 | 인천대학교 산학협력단 | Comprehensive decision framework combining price prediction and production planning models for strategic operation of a petrochemical industry |
| KR102403331B1 (en) | 2021-11-16 | 2022-05-30 | 이현규 | System and method for managing and trading inventory of materials/parts |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11922439B2 (en) | System, method and computer program product for predicting a next hop in a search path | |
| US10453038B2 (en) | Purchase data transmission and analysis system | |
| US11651315B2 (en) | Intelligent diversification tool | |
| WO2015041778A1 (en) | Product promotion optimization system | |
| US20130339083A1 (en) | Product placement in retail settings | |
| Giri et al. | A vendor–buyer integrated production-inventory model with quantity discount and unequal sized shipments | |
| CN113674040B (en) | Vehicle quotation method, computer device and computer-readable storage medium | |
| JP6763049B2 (en) | Presentation device, presentation method and presentation program | |
| KR20230021560A (en) | Electronic apparatus and information providing method thereof | |
| KR102551787B1 (en) | Apparatus, method and program for providing trading dicision service using price analysis | |
| KR20180073534A (en) | System providing reselling platform by curation contents marketing | |
| Mohanty et al. | A two-warehouse inventory model for non-instantaneous deteriorating items over stochastic planning horizon | |
| Lechner et al. | Impact of product acquisition on manufacturing and remanufacturing strategies | |
| US20190172122A1 (en) | Ecommerce order optimization tool | |
| JP2017228000A (en) | Information processing device, information processing method and information processing program | |
| Estelami et al. | Determinants of extended warranty prices for consumer durables | |
| KR102493206B1 (en) | Method and apparatus for providing product recommendation and supply service for affiliated store | |
| KR102499171B1 (en) | Method and apparatus for searching item based on point score | |
| JP6958994B2 (en) | Decision device, decision method, and decision program | |
| KR102509573B1 (en) | A method of valuing goods with an ESP solution | |
| KR20210004086A (en) | Apparatus for automatically adjusting prices | |
| Zhang et al. | One‐Way Substitution Newsboy Problem under Retailer’s Budget Constraint | |
| KR102595172B1 (en) | Method and system for marketing online products based on buyer behavior pattern analysis | |
| KR102459453B1 (en) | Method and apparatus for providing online shopping sales service | |
| KR102492907B1 (en) | Method and apparatus for providing fishery product distribution and management service based on artificial intelligence |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |