KR20210090955A - 부동산 통합 데이터베이스 구축 장치 및 방법 - Google Patents
부동산 통합 데이터베이스 구축 장치 및 방법 Download PDFInfo
- Publication number
- KR20210090955A KR20210090955A KR1020200004343A KR20200004343A KR20210090955A KR 20210090955 A KR20210090955 A KR 20210090955A KR 1020200004343 A KR1020200004343 A KR 1020200004343A KR 20200004343 A KR20200004343 A KR 20200004343A KR 20210090955 A KR20210090955 A KR 20210090955A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- input data
- schema
- rule
- module
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013507 mapping Methods 0.000 claims abstract description 72
- 230000009466 transformation Effects 0.000 claims abstract description 26
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 33
- 238000010276 construction Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 9
- 230000001788 irregular Effects 0.000 claims description 9
- 238000000746 purification Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 238000007670 refining Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
부동산과 관련된 입력 데이터에 대한 스키마 사상 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 장치 및 방법, 기록 매체가 개시된다. 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 방법은, 스키마 사상 모듈에 의해, 상기 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 상기 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하는 단계; 및 규칙 모듈에 의해, 정의된 규칙을 기반으로 상기 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스를 구축하는 단계를 포함한다.
Description
본 발명은 부동산 통합 데이터베이스 구축 장치 및 방법에 관한 것으로, 보다 상세하게는 부동산과 관련된 입력 데이터에 대한 스키마 사상 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 장치 및 방법에 관한 것이다.
일반적으로 부동산 정보는 수집 및 관리의 주체가 정부 기관, 민간 업체 등으로 분산되어 있다. 이러한 부동산 정보는 정의되어 있는 표준이 없어서 같은 목적의 데이터도 수집 및 관리 주체 별로 상이한 형태로 제공되고 있다. 따라서 부동산 관련 데이터를 여러 곳에서 수집하더라도, 통일되지 않은 형태의 다양한 데이터를 관리자가 직접 수작업으로 통일된 형태로 변환하여 분석하는 과정을 거쳐야만 한다. 이로 인해, 사용자가 비교를 원하는 여러 사이트에 각각 접근하여 데이터를 수집하였더라도, 각 사이트에서 수집한 데이터를 통합하여 비교, 분석을 수행하는 과정이 번거롭고 불편하며, 데이터 통합에 상당한 비용과 시간이 소요되는 문제가 있었다.
본 발명은 부동산과 관련된 입력 데이터에 대한 스키마 사상(Schema mapping) 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 장치 및 방법, 기록 매체를 제공하기 위한 것이다.
또한, 본 발명은 비정형 데이터에 해당하는 입력 데이터를 표준 데이터로 정제할 수 있으며, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환에 대해서도 통합 데이터베이스 구축이 가능한 부동산 통합 데이터베이스 구축 장치 및 방법, 기록 매체를 제공하기 위한 것이다.
본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치는, 부동산과 관련된 입력 데이터에 대한 스키마 사상 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 장치로서, 상기 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 상기 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하는 스키마 사상 모듈; 및 정의된 규칙을 기반으로 상기 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스를 구축하는 규칙 모듈을 포함한다.
상기 스키마 사상 모듈은, 상기 입력 데이터의 구조, 태그 및 구분자를 입력받아 텍스트를 파싱하는 파서를 포함하고, 상기 파서에 의해 상기 입력 데이터에 대한 구문 분석을 수행하는 구문 분석 모듈; 상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터의 문서 구조로부터 원시 스키마를 인식하고, 상기 원시 스키마와 표준 데이터 간 맵핑 규칙을 확인하여 상기 원시 스키마에 대응되는 목적 스키마를 분류하는 의미 구조 모듈; 및 상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터를 기반으로, 기 구축된 패턴 데이터베이스를 확인하여 분류 가능한 패턴으로 감지되는 입력 데이터를 분류하는 내용 규칙 모듈을 포함할 수 있다.
상기 의미 구조 모듈은, 상기 입력 데이터에 포함된 제목, 본문, 작성자, 구분자, 작성일자 및 문서 대상의 지리적 위치에 해당하는 상기 문서 구조를 분석할 수 있다.
상기 규칙 모듈은, 상기 표준 데이터로 분류된 입력 데이터의 패턴을 분석하고, 상기 입력 데이터의 패턴 및 미리 설정된 패턴 규칙을 기반으로, 상기 입력 데이터의 데이터 유형을 분류하는 패턴 감지부를 포함할 수 있다.
상기 패턴 감지부는, 상기 입력 데이터의 패턴 및 상기 패턴 규칙을 기반으로, 상기 입력 데이터를 분리 처리할 대상인 분리 데이터, 다른 데이터와 합성 처리할 대상인 합성 데이터 및 표준 패턴으로 변환 처리할 대상인 변환 데이터 중의 어느 하나의 데이터 유형으로 분류할 수 있다.
상기 규칙 모듈은, 상기 데이터 유형에 따라 상기 입력 데이터를 상이하게 가공하는 데이터 가공부를 포함할 수 있다. 상기 데이터 가공부는, 상기 입력 데이터가 상기 분리 데이터에 해당하는 경우, 상기 입력 데이터를 둘 이상의 데이터로 분리한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리되도록 하고; 상기 입력 데이터가 상기 합성 데이터에 해당하는 경우, 상기 입력 데이터를 합성 대상 데이터와 합성한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리되도록 하고; 그리고 상기 입력 데이터가 상기 변환 데이터에 해당하는 경우, 규칙 데이터베이스를 참조하여 표준 형태의 데이터로 변환되도록 할 수 있다.
상기 스키마 사상 모듈은, 패턴 분석에 의한 형태기준의 사상과, 기 구축된 유의어 사전 및 부동산 용어 사전에 의한 사전 기반 분석을 통해 비정형 데이터에 해당하는 입력 데이터에 대한 사상을 수행할 수 있다.
상기 스키마 사상 모듈은 정해진 규칙에 따르는 패턴 분석에 의한 규칙 변환 분류와, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환 분류를 수행할 수 있다.
본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 방법은, 부동산과 관련된 입력 데이터에 대한 스키마 사상 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 방법으로서, 스키마 사상 모듈에 의해, 상기 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 상기 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하는 단계; 및 규칙 모듈에 의해, 정의된 규칙을 기반으로 상기 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스를 구축하는 단계를 포함한다.
상기 표준 데이터로 분류하는 단계는, 상기 입력 데이터의 구조, 태그 및 구분자를 입력받아 텍스트를 파싱하는 파서를 포함하는 구문 분석 모듈에 의해, 상기 파서에 의해 상기 입력 데이터에 대한 구문 분석을 수행하는 단계; 의미 구조 모듈에 의해, 상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터의 문서 구조로부터 원시 스키마를 인식하고, 상기 원시 스키마와 표준 데이터 간 맵핑 규칙을 확인하여 상기 원시 스키마에 대응되는 목적 스키마를 분류하는 단계; 및 내용 규칙 모듈에 의해, 상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터를 기반으로, 기 구축된 패턴 데이터베이스를 확인하여 분류 가능한 패턴으로 감지되는 입력 데이터를 분류하는 단계를 포함할 수 있다.
상기 목적 스키마를 분류하는 단계는, 상기 입력 데이터에 포함된 제목, 본문, 작성자, 구분자, 작성일자 및 문서 대상의 지리적 위치에 해당하는 상기 문서 구조를 분석하는 단계를 포함할 수 있다.
상기 통합 데이터베이스를 구축하는 단계는, 상기 표준 데이터로 분류된 입력 데이터의 패턴을 분석하고, 상기 입력 데이터의 패턴 및 미리 설정된 패턴 규칙을 기반으로, 상기 입력 데이터의 데이터 유형을 분류하는 단계를 포함할 수 있다.
상기 데이터 유형을 분류하는 단계는, 상기 입력 데이터의 패턴 및 상기 패턴 규칙을 기반으로, 상기 입력 데이터를 분리 처리할 대상인 분리 데이터, 다른 데이터와 합성 처리할 대상인 합성 데이터 및 표준 패턴으로 변환 처리할 대상인 변환 데이터 중의 어느 하나의 데이터 유형으로 분류하는 단계를 포함할 수 있다.
상기 입력 데이터를 가공하는 단계는, 상기 입력 데이터가 상기 분리 데이터에 해당하는 경우, 상기 입력 데이터를 둘 이상의 데이터로 분리한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리하는 단계; 상기 입력 데이터가 상기 합성 데이터에 해당하는 경우, 상기 입력 데이터를 합성 대상 데이터와 합성한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리하는 단계; 및 상기 입력 데이터가 상기 변환 데이터에 해당하는 경우, 규칙 데이터베이스를 참조하여 표준 형태의 데이터로 변환하는 단계를 포함할 수 있다.
상기 표준 데이터로 분류하는 단계는, 패턴 분석에 의한 형태기준의 사상과, 기 구축된 유의어 사전 및 부동산 용어 사전에 의한 사전 기반 분석을 통해 비정형 데이터에 해당하는 입력 데이터에 대한 사상을 수행할 수 있다.
상기 표준 데이터로 분류하는 단계는, 정해진 규칙에 따르는 패턴 분석에 의한 규칙 변환 분류와, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환 분류를 수행할 수 있다.
본 발명의 실시예에 따르면, 상기 부동산 통합 데이터베이스 구축 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
본 발명의 실시예에 의하면, 부동산과 관련된 입력 데이터에 대한 스키마 사상(Schema mapping) 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 장치 및 방법, 기록 매체가 제공된다.
또한, 본 발명의 실시예에 의하면, 비정형 데이터에 해당하는 입력 데이터를 표준 데이터로 정제할 수 있으며, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환에 대해서도 통합 데이터베이스 구축이 가능하다.
도 1은 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치의 구성도이다.
도 2는 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치의 보다 구체적인 구성도이다.
도 3은 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 방법의 순서도이다.
도 4는 도 3의 단계 S120의 순서도이다.
도 5는 도 3의 단계 S140의 순서도이다.
도 6은 도 5의 단계 S144의 순서도이다.
도 2는 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치의 보다 구체적인 구성도이다.
도 3은 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 방법의 순서도이다.
도 4는 도 3의 단계 S120의 순서도이다.
도 5는 도 3의 단계 S140의 순서도이다.
도 6은 도 5의 단계 S144의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서, 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 본 명세서에서 사용되는 '~모듈', '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~모듈', '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다. 본 명세서의 '~모듈', '~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치 및 방법은 부동산과 관련된 입력 데이터에 대한 스키마 사상(Schema mapping) 및 변환을 통해 통합 데이터베이스를 구축하는 것으로, 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하고, 정의된 규칙을 기반으로 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스를 구축한다.
도 1은 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치의 구성도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치(100)는 부동산과 관련된 다양한 형태의 입력 데이터에 대한 스키마 사상(Schema mapping) 및 데이터 변환을 통해 통합 데이터베이스(integrated database)(150)를 구축하기 위한 것으로, 스키마 사상 모듈(120)과, 규칙 모듈(140)을 포함할 수 있다.
입력 데이터는 예를 들어, 웹 크롤링(web crawling)에 의해 부동산 관련 웹 페이지들로부터 수집되어 데이터 입력부(110)에 의해 스키마 사상 모듈로 입력될 수 있다. 웹 페이지들에 제공되는 부동산 관련 데이터는 정형화되어 있는 데이터 및/또는 정형화되지 않은 데이터를 포함할 수 있으며, 각 웹 페이지 별로 상이한 형태로 제공될 수 있다.
다양한 입력 데이터를 기반으로 통합 데이터베이스(150)를 구축하기 위해, 스키마 사상 모듈(120)은 데이터 입력부(110)에 의해 입력되는 부동산과 관련된 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 원시 스키마에 대응하는 목적 스키마로 사상함으로써 표준 데이터로 분류할 수 있다.
스키마 사상 모듈(120)은 패턴 분석에 의한 형태 기준의 사상 뿐만 아니라, 기 구축된 유의어 사전 및 부동산 용어 사전에 의한 사전 기반 분석을 통해 비정형 데이터에 해당하는 입력 데이터에 대한 사상 및 데이터 분류 또한 가능하게 제공될 수 있다. 스키마 사상 모듈(120)은 정해진 규칙에 따르는 패턴 분석에 의한 규칙 변환 분류와, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환 분류를 수행할 수 있다.
규칙 모듈(140)은 정의된 규칙을 기반으로 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스(DB)로 구축할 수 있다. 규칙 모듈(140)은 새로운 입력 데이터의 패턴 혹은 형태에 대해서 자유롭게 규칙을 추가할 수 있도록 구성되어, 새로운 형태의 입력 데이터에 대한 대응이 용이하게 제공될 수 있다.
규칙 변환은 데이터베이스화하여 규칙 데이터베이스(130)에서 관리될 수 있으며, 불규칙 변환은 모듈 형태로 규칙 모듈(140)에 추가되어 새로운 형태의 데이터가 입력되는 경우에도 규칙 DB 추가 혹은 규칙 모듈(140)의 추가/변경에 의해 대응이 가능하다.
도 2는 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 장치를 보다 구체적으로 나타낸 구성도이다. 도 1 및 도 2를 참조하면, 스키마 사상 모듈(120)은 구문 분석 모듈(Syntax parsing module)(122), 의미 구조 모듈(Semantic structure module)(124) 및 내용 규칙 모듈(Content Rule module)(126)을 포함할 수 있다.
구문 분석 모듈(122)은 입력 데이터의 의미 구조 및 내용 규칙 분석을 위한 전처리를 위한 것으로, 입력 데이터의 구조, 태그 및 구분자를 입력받아 텍스트를 파싱(Parsing)하는 파서(Parser)를 포함할 수 있다. 구문 분석 모듈(122)은 파서에 의해 입력 데이터에 대한 구문 분석을 수행할 수 있다. 구문 분석 모듈(122)에 의해 구문 분석된 입력 데이터는 의미 구조 모듈(124)과 내용 규칙 모듈(126)로 제공될 수 있다.
의미 구조 모듈(124)은 구문 분석 모듈(122)에 의해 구문 분석된 입력 데이터의 문서 구조로부터 원시 스키마를 인식하고, 원시 스키마와 표준 데이터 간 맵핑 규칙을 확인하여 원시 스키마에 대응되는 목적 스키마를 분류할 수 있다. 실시예에서, 의미 구조 모듈(124)은 입력 데이터에 포함된 제목, 본문, 작성자, 구분자, 작성일자 및 문서 대상의 지리적 위치 등에 해당하는 문서 구조를 분석할 수 있다.
내용 규칙 모듈(126)은 구문 분석 모듈(122)에 의해 구문 분석된 입력 데이터를 기반으로, 기 구축된 패턴 데이터베이스를 확인하여 분류 가능한 패턴으로 감지되는 입력 데이터를 분류할 수 있다. 규칙 모듈(140)은 입력 데이터의 패턴을 기반으로 데이터 유형을 분류하는 패턴 감지부(Pattern detector)(142)와, 입력 데이터의 데이터 유형에 따라 입력 데이터를 상이하게 가공(분리, 합성 또는 변환)하는 데이터 가공부(Data processor)(144)를 포함할 수 있다.
패턴 감지부(142)는 스키마 사상 모듈(120)에 의해 표준 데이터로 분류된 입력 데이터의 패턴을 분석하고, 입력 데이터의 패턴 및 미리 설정된 패턴 규칙을 기반으로, 입력 데이터의 데이터 유형을 분류할 수 있다. 분석의 기반이 되는 패턴 규칙은 규칙 데이터베이스(Rule DB)(130)에 구축될 수 있으며, 패턴 규칙의 입력과 수정이 가능하게 제공될 수 있다.
패턴 감지부(142)는 입력 데이터의 패턴 및 패턴 규칙을 기반으로, 입력 데이터의 데이터 유형을 결정할 수 있다. 패턴 감지부(142)는 입력 데이터의 데이터 유형을, 분리 처리할 대상인 분리 데이터, 다른 데이터와 합성 처리할 대상인 합성 데이터 및 표준 패턴으로 변환 처리할 대상인 변환 데이터 중의 어느 하나의 데이터 유형으로 분류할 수 있다.
데이터 가공부(144)는 입력 데이터가 분리 데이터에 해당하는 경우, 입력 데이터를 둘 이상의 데이터로 분리한 후 스키마 사상 모듈(120)로 다시 전달하여 재분류 처리되도록 할 수 있다. 데이터 가공부(144)는 입력 데이터가 합성 데이터에 해당하는 경우, 입력 데이터를 합성 대상 데이터와 합성한 후 스키마 사상 모듈(120)로 전달하여 재분류 처리되도록 할 수 있다. 데이터 가공부(144)는 입력 데이터가 변환 데이터에 해당하는 경우, 규칙 데이터베이스(130)를 참조하여 입력 데이터를 표준 형태의 데이터로 변환할 수 있다.
도 3은 본 발명의 실시예에 따른 부동산 통합 데이터베이스 구축 방법의 순서도이다. 도 1 내지 도 3을 참조하면, 스키마 사상 모듈(120)에 의해, 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하는 단계가 수행될 수 있다(S120).
단계 S120에서, 스키마 사상 모듈(120)은 패턴 분석에 의한 형태 기준의 사상과, 기 구축된 유의어 사전 및 부동산 용어 사전에 의한 사전 기반 분석을 통해 비정형 데이터에 해당하는 입력 데이터에 대한 사상을 수행할 수 있다. 단계 S120에서, 스키마 사상 모듈(120)은 정해진 규칙에 따르는 패턴 분석에 의한 규칙 변환 이외에도, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환도 분류가 가능하다.
도 4는 도 3의 단계 S120의 순서도이다. 도 1 내지 도 4를 참조하면, 단계 S120에서는 먼저 구문 분석 모듈(122)의 파서에 의해 입력 데이터에 대한 구문 분석을 수행할 수 있다(S122). 이는 입력 데이터에 대한 의미 구조 분석 및 내용 규칙 분석을 위한 전처리 과정에 해당한다.
다음으로, 의미 구조 모듈(124)에 의해, 구문 분석 모듈(122)에 의해 구문 분석된 입력 데이터의 문서 구조로부터 원시 스키마를 인식하고, 원시 스키마와 표준 데이터 간 맵핑 규칙을 확인하여 원시 스키마에 대응되는 목적 스키마를 분류할 수 있다(S124). 실시예에서, 의미 구조 모듈(124)은 입력 데이터에 포함된 제목, 본문, 작성자, 구분자, 작성일자 및 문서 대상의 지리적 위치에 해당하는 문서 구조를 분석할 수 있다.
다음으로, 내용 규칙 모듈(126)에 의해, 구문 분석 모듈(122)에 의해 구문 분석된 입력 데이터를 기반으로, 기 구축된 패턴 데이터베이스를 확인하여 분류 가능한 패턴으로 감지되는 입력 데이터를 분류할 수 있다(S126).
다시 도 1 내지 도 3을 참조하면, 규칙 모듈(140)에 의해, 정의된 규칙을 기반으로 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스(150)를 구축하는 단계가 수행될 수 있다(S140). 이때, 규칙 모듈(140)은 새로운 입력 데이터 패턴 혹은 형태에 대해서 자유롭게 규칙을 추가할 수 있도록 구성되어 새로운 형태의 입력 데이터에 대한 대응을 용이하게 할 수 있다.
도 5는 도 3의 단계 S140의 순서도이다. 도 6은 도 5의 단계 S144의 순서도이다. 도 1 내지 도 3, 도 5 및 도 6을 참조하면, 규칙 모듈(140)의 패턴 감지부(142)는 표준 데이터로 분류된 입력 데이터의 패턴을 분석하고, 입력 데이터의 패턴 및 미리 설정된 패턴 규칙을 기반으로, 입력 데이터의 데이터 유형을 분류할 수 있다(S142).
실시예에서, 패턴 감지부(142)는 입력 데이터의 패턴 및 패턴 규칙을 기반으로, 입력 데이터를, 분리 처리할 대상인 분리 데이터, 다른 데이터와 합성 처리할 대상인 합성 데이터 및 표준 패턴으로 변환 처리할 대상인 변환 데이터 중의 어느 하나의 데이터 유형으로 분류할 수 있다.
단계 S144에서, 데이터 가공부(144)는 입력 데이터의 데이터 유형에 따라 입력 데이터를 가공할 수 있다(S144). 데이터 가공부(144)는 입력 데이터가 분리 데이터에 해당하는 경우, 입력 데이터를 둘 이상의 데이터로 분리한 후 스키마 사상 모듈(120)로 전달하여 재분류 처리되도록 할 수 있다(S146).
데이터 가공부(144)는 입력 데이터가 합성 데이터에 해당하는 경우, 입력 데이터를 합성 대상 데이터와 합성한 후 스키마 사상 모듈(120)로 전달하여 재분류 처리되도록 할 수 있다(S148). 데이터 가공부(144)는 입력 데이터가 변환 데이터에 해당하는 경우에는 규칙 데이터베이스(Rule DB)를 참조하여 입력 데이터를 표준 형태의 데이터로 변환할 수 있다(S150).
규칙 모듈(140)은 예를 들어, 입력 데이터 중 위경도 데이터(Latitude, Longitude)에 해당하는 내용 규칙을 Lat, Lng 로우 데이터(Raw data)로 변환하거나, 입력 데이터 중 매물 형태(Area Shape)(예를 들어, 아파트, 빌라, 다세대, 도시, 농지, 산림지 등)에 해당하는 내용 규칙을 GIS 데이터 패턴 분석 및 위경도 데이터 재조합에 의해 변환하거나, 해당 토지의 공시지가(Price)를 표기하기 위한 규칙에 해당하는 내용 규칙을 패턴 분석 및 정의된 형식으로 변환하는 등의 방법으로 입력 데이터를 정제할 수 있다.
스키마 사상 모듈(120)을 통해 분류되고 규칙 모듈(140)을 통해서 정제된 표준 형태로 변환된 데이터는 통합 DB(150)에 저장될 수 있다. 본 발명의 실시예에 의하면, 입력 데이터의 스키마를 각각 구문, 의미 구조, 내용 규칙 측면의 특성으로 스키마 분류하여 그에 대응하는 스키마로 사상하고, 정의된 규칙을 기반으로 데이터의 변환, 합성 및/또는 분리를 통한 데이터 정제를 수행함으로써, 다양한 부동산 관련 입력 데이터(정형 데이터 및/또는 비정형 데이터)의 스키마 사상 및 변경을 통해, 하나의 통합 DB(150)를 효율적으로 구축할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/ 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.
처리 장치는 운영 체제 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 이해할 것이다.
예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor) 와 같은, 다른 처리 구성(Processing configuration)도 가능하다. 소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.
소프트웨어 및/ 또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody) 될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 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. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
100: 부동산 통합 데이터베이스 구축 장치
110: 데이터 입력부
120: 스키마 사상 모듈
122: 구문 분석 모듈
124: 의미 구조 모듈
126: 내용 규칙 모듈
130: 규칙 데이터베이스
140: 규칙 모듈
142: 패턴 감지부
144: 데이터 가공부
150: 통합 데이터베이스
110: 데이터 입력부
120: 스키마 사상 모듈
122: 구문 분석 모듈
124: 의미 구조 모듈
126: 내용 규칙 모듈
130: 규칙 데이터베이스
140: 규칙 모듈
142: 패턴 감지부
144: 데이터 가공부
150: 통합 데이터베이스
Claims (17)
- 부동산과 관련된 입력 데이터에 대한 스키마 사상 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 장치로서,
상기 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 상기 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하는 스키마 사상 모듈; 및
정의된 규칙을 기반으로 상기 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스를 구축하는 규칙 모듈을 포함하는, 부동산 통합 데이터베이스 구축 장치. - 제1항에 있어서,
상기 스키마 사상 모듈은,
상기 입력 데이터의 구조, 태그 및 구분자를 입력받아 텍스트를 파싱하는 파서를 포함하고, 상기 파서에 의해 상기 입력 데이터에 대한 구문 분석을 수행하는 구문 분석 모듈;
상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터의 문서 구조로부터 원시 스키마를 인식하고, 상기 원시 스키마와 표준 데이터 간 맵핑 규칙을 확인하여 상기 원시 스키마에 대응되는 목적 스키마를 분류하는 의미 구조 모듈; 및
상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터를 기반으로, 기 구축된 패턴 데이터베이스를 확인하여 분류 가능한 패턴으로 감지되는 입력 데이터를 분류하는 내용 규칙 모듈을 포함하는, 부동산 통합 데이터베이스 구축 장치. - 제2항에 있어서,
상기 의미 구조 모듈은, 상기 입력 데이터에 포함된 제목, 본문, 작성자, 구분자, 작성일자 및 문서 대상의 지리적 위치에 해당하는 상기 문서 구조를 분석하는, 부동산 통합 데이터베이스 구축 장치. - 제1항에 있어서,
상기 규칙 모듈은, 상기 표준 데이터로 분류된 입력 데이터의 패턴을 분석하고, 상기 입력 데이터의 패턴 및 미리 설정된 패턴 규칙을 기반으로, 상기 입력 데이터의 데이터 유형을 분류하는 패턴 감지부를 포함하는, 부동산 통합 데이터베이스 구축 장치. - 제4항에 있어서,
상기 패턴 감지부는,
상기 입력 데이터의 패턴 및 상기 패턴 규칙을 기반으로, 상기 입력 데이터를 분리 처리할 대상인 분리 데이터, 다른 데이터와 합성 처리할 대상인 합성 데이터 및 표준 패턴으로 변환 처리할 대상인 변환 데이터 중의 어느 하나의 데이터 유형으로 분류하는, 부동산 통합 데이터베이스 구축 장치. - 제5항에 있어서,
상기 규칙 모듈은, 상기 데이터 유형에 따라 상기 입력 데이터를 상이하게 가공하는 데이터 가공부를 포함하고,
상기 데이터 가공부는,
상기 입력 데이터가 상기 분리 데이터에 해당하는 경우, 상기 입력 데이터를 둘 이상의 데이터로 분리한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리되도록 하고;
상기 입력 데이터가 상기 합성 데이터에 해당하는 경우, 상기 입력 데이터를 합성 대상 데이터와 합성한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리되도록 하고; 그리고
상기 입력 데이터가 상기 변환 데이터에 해당하는 경우, 규칙 데이터베이스를 참조하여 표준 형태의 데이터로 변환되도록 하는, 부동산 통합 데이터베이스 구축 장치. - 제1항에 있어서,
상기 스키마 사상 모듈은,
패턴 분석에 의한 형태기준의 사상과, 기 구축된 유의어 사전 및 부동산 용어 사전에 의한 사전 기반 분석을 통해 비정형 데이터에 해당하는 입력 데이터에 대한 사상을 수행하는, 부동산 통합 데이터베이스 구축 장치. - 제1항에 있어서,
상기 스키마 사상 모듈은 정해진 규칙에 따르는 패턴 분석에 의한 규칙 변환 분류와, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환 분류를 수행하는, 부동산 통합 데이터베이스 구축 장치. - 부동산과 관련된 입력 데이터에 대한 스키마 사상 및 변환을 통해 통합 데이터베이스를 구축하는 부동산 통합 데이터베이스 구축 방법으로서,
스키마 사상 모듈에 의해, 상기 입력 데이터의 원시 스키마를 각각 구문, 의미 구조 및 내용 규칙 측면의 특성으로 스키마 분류하여 상기 원시 스키마에 대응하는 목적 스키마로 사상하여 표준 데이터로 분류하는 단계; 및
규칙 모듈에 의해, 정의된 규칙을 기반으로 상기 표준 데이터로 분류된 입력 데이터를 변환, 합성 또는 분리하는 정제를 통해 통합 데이터베이스를 구축하는 단계를 포함하는, 부동산 통합 데이터베이스 구축 방법. - 제9항에 있어서,
상기 표준 데이터로 분류하는 단계는,
상기 입력 데이터의 구조, 태그 및 구분자를 입력받아 텍스트를 파싱하는 파서를 포함하는 구문 분석 모듈에 의해, 상기 파서에 의해 상기 입력 데이터에 대한 구문 분석을 수행하는 단계;
의미 구조 모듈에 의해, 상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터의 문서 구조로부터 원시 스키마를 인식하고, 상기 원시 스키마와 표준 데이터 간 맵핑 규칙을 확인하여 상기 원시 스키마에 대응되는 목적 스키마를 분류하는 단계; 및
내용 규칙 모듈에 의해, 상기 구문 분석 모듈에 의해 구문 분석된 입력 데이터를 기반으로, 기 구축된 패턴 데이터베이스를 확인하여 분류 가능한 패턴으로 감지되는 입력 데이터를 분류하는 단계를 포함하는, 부동산 통합 데이터베이스 구축 방법. - 제10항에 있어서,
상기 목적 스키마를 분류하는 단계는,
상기 입력 데이터에 포함된 제목, 본문, 작성자, 구분자, 작성일자 및 문서 대상의 지리적 위치에 해당하는 상기 문서 구조를 분석하는 단계를 포함하는, 부동산 통합 데이터베이스 구축 방법. - 제9항에 있어서,
상기 통합 데이터베이스를 구축하는 단계는,
상기 표준 데이터로 분류된 입력 데이터의 패턴을 분석하고, 상기 입력 데이터의 패턴 및 미리 설정된 패턴 규칙을 기반으로, 상기 입력 데이터의 데이터 유형을 분류하는 단계를 포함하는, 부동산 통합 데이터베이스 구축 방법. - 제12항에 있어서,
상기 데이터 유형을 분류하는 단계는,
상기 입력 데이터의 패턴 및 상기 패턴 규칙을 기반으로, 상기 입력 데이터를 분리 처리할 대상인 분리 데이터, 다른 데이터와 합성 처리할 대상인 합성 데이터 및 표준 패턴으로 변환 처리할 대상인 변환 데이터 중의 어느 하나의 데이터 유형으로 분류하는 단계를 포함하는, 부동산 통합 데이터베이스 구축 방법. - 제13항에 있어서,
상기 입력 데이터를 가공하는 단계는,
상기 입력 데이터가 상기 분리 데이터에 해당하는 경우, 상기 입력 데이터를 둘 이상의 데이터로 분리한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리하는 단계;
상기 입력 데이터가 상기 합성 데이터에 해당하는 경우, 상기 입력 데이터를 합성 대상 데이터와 합성한 후 상기 스키마 사상 모듈로 전달하여 재분류 처리하는 단계; 및
상기 입력 데이터가 상기 변환 데이터에 해당하는 경우, 규칙 데이터베이스를 참조하여 표준 형태의 데이터로 변환하는 단계를 포함하는, 부동산 통합 데이터베이스 구축 방법. - 제9항에 있어서,
상기 표준 데이터로 분류하는 단계는,
패턴 분석에 의한 형태기준의 사상과, 기 구축된 유의어 사전 및 부동산 용어 사전에 의한 사전 기반 분석을 통해 비정형 데이터에 해당하는 입력 데이터에 대한 사상을 수행하는, 부동산 통합 데이터베이스 구축 방법. - 제9항에 있어서,
상기 표준 데이터로 분류하는 단계는, 정해진 규칙에 따르는 패턴 분석에 의한 규칙 변환 분류와, 원시 스키마에 대응되는 목적 스키마의 형태 및 의미가 달라지는 불규칙 변환 분류를 수행하는, 부동산 통합 데이터베이스 구축 방법. - 제9항 내지 제16항 중 어느 한 항의 부동산 통합 데이터베이스 구축 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200004343A KR102419993B1 (ko) | 2020-01-13 | 2020-01-13 | 부동산 통합 데이터베이스 구축 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200004343A KR102419993B1 (ko) | 2020-01-13 | 2020-01-13 | 부동산 통합 데이터베이스 구축 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210090955A true KR20210090955A (ko) | 2021-07-21 |
KR102419993B1 KR102419993B1 (ko) | 2022-07-13 |
Family
ID=77143596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200004343A KR102419993B1 (ko) | 2020-01-13 | 2020-01-13 | 부동산 통합 데이터베이스 구축 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102419993B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102402848B1 (ko) * | 2021-10-13 | 2022-05-30 | 주식회사 도유니크 | 뉴럴 네트워크를 이용한 공동 구매 방법 및 장치 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100996131B1 (ko) * | 2005-03-11 | 2010-11-24 | 야후! 인크. | 리스팅 관리 시스템 및 방법 |
KR20120135782A (ko) * | 2011-06-07 | 2012-12-17 | 한국과학기술정보연구원 | 메타 데이터 변환 방법 및 이에 적합한 장치 |
KR20150038220A (ko) * | 2012-07-24 | 2015-04-08 | 아브 이니티오 테크놀로지 엘엘시 | 데이터 모델에서의 엔티티 매핑 |
KR101682168B1 (ko) * | 2015-07-24 | 2016-12-02 | 주식회사 솔트룩스 | 데이터 서비스 시스템 및 데이터 서비스 제공방법 |
KR101757849B1 (ko) * | 2016-08-04 | 2017-07-14 | 주식회사 넷츠 | 규칙 그룹 관리 장치 및 그 방법 |
KR101791536B1 (ko) * | 2015-08-27 | 2017-10-30 | 박용규 | 규칙 기반의 업무 애플리케이션 작성 및 실행 시스템 |
CN108197789A (zh) * | 2017-12-26 | 2018-06-22 | 中国神华能源股份有限公司 | 对评估铁路运输能力的数据的处理方法和存储介质 |
-
2020
- 2020-01-13 KR KR1020200004343A patent/KR102419993B1/ko active IP Right Grant
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100996131B1 (ko) * | 2005-03-11 | 2010-11-24 | 야후! 인크. | 리스팅 관리 시스템 및 방법 |
KR20120135782A (ko) * | 2011-06-07 | 2012-12-17 | 한국과학기술정보연구원 | 메타 데이터 변환 방법 및 이에 적합한 장치 |
KR20150038220A (ko) * | 2012-07-24 | 2015-04-08 | 아브 이니티오 테크놀로지 엘엘시 | 데이터 모델에서의 엔티티 매핑 |
KR101682168B1 (ko) * | 2015-07-24 | 2016-12-02 | 주식회사 솔트룩스 | 데이터 서비스 시스템 및 데이터 서비스 제공방법 |
KR101791536B1 (ko) * | 2015-08-27 | 2017-10-30 | 박용규 | 규칙 기반의 업무 애플리케이션 작성 및 실행 시스템 |
KR101757849B1 (ko) * | 2016-08-04 | 2017-07-14 | 주식회사 넷츠 | 규칙 그룹 관리 장치 및 그 방법 |
CN108197789A (zh) * | 2017-12-26 | 2018-06-22 | 中国神华能源股份有限公司 | 对评估铁路运输能力的数据的处理方法和存储介质 |
Non-Patent Citations (1)
Title |
---|
이민호 등, "메타데이터의 통합을 위한 스키마 매핑 및 데이터 변환 시스템", Journal of the Korea Society of Computer and Information (2012.10.) 1부.* * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102402848B1 (ko) * | 2021-10-13 | 2022-05-30 | 주식회사 도유니크 | 뉴럴 네트워크를 이용한 공동 구매 방법 및 장치 |
KR20220078534A (ko) * | 2021-10-13 | 2022-06-10 | 주식회사 도유니크 | 뉴럴 네트워크를 이용한 공동 구매 방법 및 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR102419993B1 (ko) | 2022-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11995073B2 (en) | One-shot learning for text-to-SQL | |
US10599732B2 (en) | Methods and systems for discovery of linkage points between data sources | |
CN107430612B (zh) | 查找描述对计算问题的解决方案的文档 | |
US20240012810A1 (en) | Clause-wise text-to-sql generation | |
US7769704B2 (en) | Contextual pattern decoder engine | |
KR101431530B1 (ko) | 수학문장의 시맨틱거리 추출 및 시맨틱거리에 의한 수학문장의 분류방법과 그를 위한 장치 및 컴퓨터로 읽을 수 있는 기록매체 | |
US7711704B2 (en) | System and method of providing date, arithmetic and other relational functions for OLAP sources | |
US10883345B2 (en) | Processing of computer log messages for visualization and retrieval | |
US20130268263A1 (en) | Method for processing natural language and mathematical formula and apparatus therefor | |
CN104536987B (zh) | 一种查询数据的方法及装置 | |
CN111512315A (zh) | 文档元数据的按块提取 | |
US20160219068A1 (en) | Method and apparatus for automatically identifying signature of malicious traffic using latent dirichlet allocation | |
KR102046692B1 (ko) | 다언어 특질 투영된 개체 공간 기반 개체 요약본 생성 방법 및 시스템 | |
US20220335240A1 (en) | Inferring Structure Information from Table Images | |
Baquero et al. | Predicting the programming language: Extracting knowledge from stack overflow posts | |
KR102419993B1 (ko) | 부동산 통합 데이터베이스 구축 장치 및 방법 | |
CN107203557A (zh) | 用于处理待搜索的对象的方法及装置 | |
Buch et al. | Neural event semantics for grounded language understanding | |
CN112306820A (zh) | 一种日志运维根因分析方法、装置、电子设备及存储介质 | |
CN113704108A (zh) | 一种相似代码检测方法及装置、电子设备、存储介质 | |
US20050060308A1 (en) | System, method, and recording medium for coarse-to-fine descriptor propagation, mapping and/or classification | |
Natarajan et al. | Scalable traffic video analytics using hadoop MapReduce | |
Morocho et al. | Ontologies: Solving Semantic Heterogeneity in a Federated Spatial Database System. | |
Negre et al. | Review of Physical Aggression Detection Techniques in Video Using Explainable Artificial Intelligence | |
O’Connor et al. | BioSTORM: a system for automated surveillance of diverse data sources |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |