KR102551787B1 - 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램 - Google Patents

가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램 Download PDF

Info

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
Application number
KR1020220099467A
Other languages
English (en)
Inventor
임봉선
Original Assignee
미래교역(주)
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 미래교역(주) filed Critical 미래교역(주)
Priority to KR1020220099467A priority Critical patent/KR102551787B1/ko
Application granted granted Critical
Publication of KR102551787B1 publication Critical patent/KR102551787B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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.

Description

가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램{APPARATUS, METHOD AND PROGRAM FOR PROVIDING TRADING DICISION SERVICE USING PRICE ANALYSIS}
본 발명은 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램에 관한 것이다.
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.
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.
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.
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.
이상의 배경기술에 기재된 사항은 발명의 배경에 대한 이해를 돕기 위한 것으로서, 공개된　종래 기술이 아닌 사항을 포함할 수 있다.
인용발명 1: 등록특허공보 제10-2403331호(2022.05.30.) 인용발명 2: 공개특허공보 제10-2013-0102738호(2013.09.23.) 인용발명 3: 공개특허공보 제10-2022-0046905호(2022.04.15.) 인용발명 4: 공개특허공보 제10-2018-0010616호(2018.01.31.)
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.
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.
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.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한, 본 발명의 일 측면은 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.
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.
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.
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.
또한, 상기 구매처 결정부는, 하기의 수학식에 기초하여 상기 제2 추천도를 결정하고,
Figure 112022083349915-pat00001
상기의 수학식 2에서 R2는 제2 추천도를 의미하고, M1은 제1 매칭도를 의미하며, M2는 제2 매칭도를 의미하며, M3는 제3 매칭도를 의미하고, K3는 제3 보정계수를 의미할 수 있다.
또한, 상기 매매 결정부는, 상기 제1 소재의 재고율이 기 설정된 기준 재고율 이하인 경우 상기 제2 추천도에 의하여 제1 매수를 결정할 수 있다.
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.
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.
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.
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.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
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.
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.
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.
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.
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.
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.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시예에 따른 가격분석을 이용한 매매 결정 서비스를 제공하는 시스템에 대한 개요도이다.
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.
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.
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.
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.
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.
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.
도 2는 도 1에 따른 서비스 제공 장치의 기능적 모듈을 예시적으로 나타낸 블록도이다.
도 2를 참조하면, 서비스 제공 장치(100)는, 가격 특징 결정부(101), 매매 결정부(102) 구매처 결정부(103) 및 재고 확인부(104)를 포함한다.
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.
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.
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.
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.
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.
재고 확인부(104)는, 사용자가 구매처(200)로부터 구매한 소재들의 구매 수량, 구매한 소재들을 판매처(미도시)에 판매하고 남은 잔여 수량을 결정할 수 있다.
도 3은 도 1에 따른 서비스 제공 장치(100)의 동작 과정을 도시하는 흐름도이다.
도 3을 참조하면, 가격 특징 결정부(101)는 구매처로부터 사용자가 구매하려는 소재들 각각의 가격 정보를 수신한다(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.
가격 특징 결정부(101)는, 가격 정보를 이용하여 가격 특징을 결정한다(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.
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.
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.
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.
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.
먼저 도 4를 참조하여 구리의 일간 가격의 변동폭을 설명한다.
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.
한편, 가격 일간 시작점의 가격이 가격 일간 종점에서의 가격보다 낮은 경우를 상세하게 설명한다.
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.
한편, 가격 일간 시작점의 가격이 가격 일간 종점에서의 가격보다 높은 경우를 상세하게 설명한다.
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.
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.
도 5는 구리의 주간 가격의 변동폭을 표현한 개념도이다.
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.
한편, 가격 주간 시작점의 가격이 가격 주간 종점에서의 가격보다 낮은 경우를 상세하게 설명한다.
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.
한편, 가격 주간 시작점의 가격이 가격 주간 종점에서의 가격보다 높은 경우를 상세하게 설명한다.
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.
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.
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.
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.
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.
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.
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.
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.
매매 결정부(102)는 소재의 매수 및 매도 시점을 결정할 수 있다(S140).
도 6은 도 3의 S140 단계의 구체적인 과정을 도시하는 흐름도이다.
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).
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.
또한, 매매 결정부(102)는 주간 가격의 변동폭 및 7일 가격 이동 평균선을 이용하여 소재의 제1 매수 및 제1 매도 시점을 결정할 수 있다.
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.
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.
또한, 매매 결정부(102)는, 제1 소재의 재고 수량, 제1 매수 및 제1 매도 시점과 대응하는 제1 추천도를 결정한다.
매매 결정부(102)는, 가격 그래프로부터 제1 매매 추세벡터를 획득하고(S141), 재고 그래프로부터 제1 재고 추세벡터를 획득한다(S142).
도 7은 도 2에 따른 매매 결정부(102)가 매매 추세벡터 및 재고 추세벡터를 생성하는 과정을 개념적으로 나타내는 도면이다.
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.
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.
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.
일 실시 예에서, 기 설정된 매매 추세벡터는 소재의 가격 추세에 대한 특징을 나타내는 벡터일 수 있다.
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.
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.
일 실시 예에서, 기 설정된 재고 추세벡터는 소재의 재고 수량의 추세에 대한 특징을 나타내는 벡터일 수 있다.
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).
매매 결정부(102)는 제1 매매 추세벡터와 제1 재고 추세벡터 사이의 코사인 유사도를 이용하여 제1 추천도를 산출할 수 있다.
제1 추천도는 아래의 수학식 1에 기초하여 산출될 수 있다.
Figure 112022083349915-pat00002
수학식 1에서 R1은 가격 그래프와 재고 그래프 사이의 추세 유사도를 의미하며, A는 제1 매매 추세벡터를 의미하고, B는 제1 재고 추세벡터를 의미한다.
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.
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.
또한, 구매처 결정부(103)는, 상술한 구매처 정보를 이용해 복수의 구매처(200)들 각각과 대응하는 제2 추천도를 결정한다(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.
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.
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.
구매처 결정부(103)는, 제1 매칭도, 제2 매칭도 및 제3 매칭도를 이용하여 제2 추천도를 결정할 수 있다.
제2 추천도는 수학식 2에 의하여 결정될 수 있다.
Figure 112022083349915-pat00003
상기의 수학식 2에서 R2는 제2 추천도를 의미하고, M1은 제1 매칭도를 의미하며, M2는 제2 매칭도를 의미하며, M3는 제3 매칭도를 의미하고, K3는 제3 보정계수를 의미한다.
제3 보정계수는, 제1 소재를 판매하는 구매처(200)와 사용자 간의 1km당 배송비의 값을 의미한다.
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.
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.
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.
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.
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.
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.
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.
도 8은 도 1에 따른 서비스 제공 장치(100)의 하드웨어 구성을 예시적으로 나타낸 도면이다.
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.
상기 적어도 하나의 동작은 전술한 서비스 제공 장치(100)의 구성부들(101~104)이나 기타 기능 또는 동작 방법을 포함할 수 있다.
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.
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.
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.
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.
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.
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.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
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.

Claims (5)

  1. 가격분석을 이용한 매매 결정 서비스를 제공하기 위한 장치로서,
    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,
    Figure 112022102000236-pat00013

    상기의 수학식에서 R2는 제2 추천도를 의미하고, M1은 제1 매칭도를 의미하며, M2는 제2 매칭도를 의미하며, M3는 제3 매칭도를 의미하고, K3는 제3 보정계수를 의미하는,
    장치.
  2. 삭제
  3. 제1항에 있어서,
    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.
  4. 삭제
  5. 삭제
KR1020220099467A 2022-08-09 2022-08-09 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램 KR102551787B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220099467A KR102551787B1 (ko) 2022-08-09 2022-08-09 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220099467A KR102551787B1 (ko) 2022-08-09 2022-08-09 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램

Publications (1)

Publication Number Publication Date
KR102551787B1 true KR102551787B1 (ko) 2023-07-05

Family

ID=87159347

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220099467A KR102551787B1 (ko) 2022-08-09 2022-08-09 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램

Country Status (1)

Country Link
KR (1) KR102551787B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130102738A (ko) 2012-03-08 2013-09-23 주식회사 코리아피디에스 구매 시점 결정 방법 및 구매 신호 제공 시스템
KR20180010616A (ko) 2016-07-21 2018-01-31 노스타일 주식회사 상품구매추천시스템과 상품구매추천방법 및 이를 이용한 상품구매추천용 어플리케이션
KR20220046905A (ko) 2020-10-08 2022-04-15 인천대학교 산학협력단 석유화학산업의 전략운영을 위한 가격예측과 생산계획모델을 결합한 종합 의사 결정 프레임워크
KR102403331B1 (ko) 2021-11-16 2022-05-30 이현규 소재/부품 재고관리 및 스마트 거래 시스템, 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130102738A (ko) 2012-03-08 2013-09-23 주식회사 코리아피디에스 구매 시점 결정 방법 및 구매 신호 제공 시스템
KR20180010616A (ko) 2016-07-21 2018-01-31 노스타일 주식회사 상품구매추천시스템과 상품구매추천방법 및 이를 이용한 상품구매추천용 어플리케이션
KR20220046905A (ko) 2020-10-08 2022-04-15 인천대학교 산학협력단 석유화학산업의 전략운영을 위한 가격예측과 생산계획모델을 결합한 종합 의사 결정 프레임워크
KR102403331B1 (ko) 2021-11-16 2022-05-30 이현규 소재/부품 재고관리 및 스마트 거래 시스템, 방법

Similar Documents

Publication Publication Date Title
US20220270119A1 (en) System, method and computer program product for predicting a next hop in a search path
US10453038B2 (en) Purchase data transmission and analysis system
US20190340700A1 (en) System for generating shareable user interfaces using purchase history data
US11080639B2 (en) Intelligent diversification tool
WO2015041778A1 (en) Product promotion optimization system
Giri et al. A vendor–buyer integrated production-inventory model with quantity discount and unequal sized shipments
CN113674040B (zh) 车辆的报价方法、计算机设备和计算机可读存储介质
US20180253711A1 (en) Inventory management system and method
JP6763049B2 (ja) 提示装置、提示方法および提示プログラム
KR101966009B1 (ko) 큐레이션 콘텐츠 마케팅을 통한 리셀링 플랫폼 시스템
KR20230021560A (ko) 전자 장치 및 그의 정보 제공 방법
US20190172122A1 (en) Ecommerce order optimization tool
KR102551787B1 (ko) 가격분석을 이용한 매매 결정 서비스 제공 장치, 방법 및 프로그램
Mohanty et al. A two-warehouse inventory model for non-instantaneous deteriorating items over stochastic planning horizon
US8364510B2 (en) Revenue optimization for customers or customer subsets
JP2017228000A (ja) 情報処理装置、情報処理方法および情報処理プログラム
Hetherington Book publishing: New environments call for new operating models
Estelami et al. Determinants of extended warranty prices for consumer durables
KR102493206B1 (ko) 가맹점을 위한 상품 추천 및 공급 서비스 제공 방법 및 장치
KR102499171B1 (ko) 포인트 점수 기반 아이템 검색 방법 및 장치
JP6958994B2 (ja) 決定装置、決定方法、及び決定プログラム
KR102509573B1 (ko) Esp 솔루션을 통한 물품의 가치 산정 방법
KR20210004086A (ko) 자동 가격 조정 장치
KR102595172B1 (ko) 구매자 행동패턴 분석 기반의 온라인 상품을 마케팅하는 방법 및 시스템
KR102459453B1 (ko) 온라인 쇼핑 판매 서비스 제공 방법 및 장치

Legal Events

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