KR20220003868A - Methods of Providing Real Estate Information Based on Big Data - Google Patents
Methods of Providing Real Estate Information Based on Big Data Download PDFInfo
- Publication number
- KR20220003868A KR20220003868A KR1020200081641A KR20200081641A KR20220003868A KR 20220003868 A KR20220003868 A KR 20220003868A KR 1020200081641 A KR1020200081641 A KR 1020200081641A KR 20200081641 A KR20200081641 A KR 20200081641A KR 20220003868 A KR20220003868 A KR 20220003868A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- real estate
- consumer terminal
- product
- big data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 239000000463 material Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 238000010801 machine learning Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 1
- 208000001528 Coronaviridae Infections Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 빅데이터 기반의 부동산 맞춤형 정보 제공 장치 및 방법에 대한것으로 부동산 정보 제공을 위한 플랫폼을 제공 후 플랫폼 내에서 주얼리 생산자 및 판매자도 효율적으로 고객을 확보 및 관리할 수 있는 부동산 플랫폼을 제공하는 방법 및 이를 위한 장치에 관한 것이다The present invention relates to an apparatus and method for providing customized real estate information based on big data. After providing a platform for providing real estate information, jewelry producers and sellers within the platform can also efficiently secure and manage customers. Method of providing a real estate platform and to an apparatus therefor.
휴대용 단말기를 통한 모바일중개는 매도인이 부동산 중개업소에 연락하여 휴대용 단말기에 매물 등록을 요청하거나 혹은 직접 매물을 단말기에 등록하면, 매수인이 단말기를 이용해 매물의 정보를 확인한 후 중개업소 또는 매도인에게 연락하여 거래를 진행하는 방식으로 이루어진다.In the case of mobile brokerage through a portable terminal, when the seller contacts the real estate agency and requests the registration of the property on the portable terminal or directly registers the property on the terminal, the buyer uses the terminal to check the information on the property and then contacts the real estate agent or seller to conduct a transaction done in a way that
중개앱의 수요와 공급에 관한 연구에 따르면, 앞으로 원룸, 오피스텔 등 전월세 거래량 증가, 1인 가구 증가 등으로 모바일 부동산 중개 서비스 시장규모는 계속 확대될 것으로 보인다.According to a study on the supply and demand of brokerage apps, it is expected that the mobile real estate brokerage service market will continue to expand in the future due to an increase in the transaction volume of cheonsei such as studio apartments and officetels, and an increase in single-person households.
부동산 중개업은 이익 창출을 위하여 내부 및 외부 경영성과 요인을 고려하여야 하는데 외부 요인인 고객의 부동산 중개소 선택은 그 외형적인 규모와 금액이 크고 거래에 따른 불확실성의 위험이 크기 때문에 부동산 중개소가 제공하는 다양한 서비스에 근거한 신뢰를 바탕으로 한다. 이때, 부동산 중개업계는 아직까지 과거지향적인 서비스에 의존하고 고객을 기다리는 소극적 영업마인드로 인해 대부분의 중개사무소가 고전을 면치 못하고있어서, 부동산 중개업계는 경영성과를 향상시키기 위한 경쟁력 확보와 함께 과거지향적인 서비스를 탈피하고 고객만족 중심의 미래지향적 서비스를 통하여 부동산 중개업계의 선진화 모색이 필요하다.The real estate brokerage business must consider internal and external business performance factors in order to generate profits. Since the customer's choice of a real estate agent, which is an external factor, has a large external size and amount, and a high risk of uncertainty due to transactions, various services provided by real estate agents based on trust based on At this time, the real estate brokerage industry still relies on past-oriented services and most brokerage offices are struggling due to a passive sales mindset waiting for customers. It is necessary to seek advancement of the real estate brokerage industry through future-oriented services centered on customer satisfaction and breaking away from personal service.
이때 특정 부동산에 대한 주소(소재지번)만 입력하면 자동으로 부동산 물건 정보, 관련 사진 정보, 등기부 권리분석 정보, 토지 이용계획 정보, 부동산 관련 정책 정보, 인근 매물 분석, 소유권 이전시 부대비용 정보 및 대출 환경 분석 정보 등을 포함한 종합 분석 보고서를 생성하여 이를 사용자에게 실시간으로 제공하여 별도의 클릭없이 일목요연하게 확인할 수 있는 주소 정보를 이용한 부동산 종합 분석시스템의 구성을 개시한다.At this time, if you input only the address (location number) for a specific real estate, it automatically provides real estate property information, related photo information, register rights analysis information, land use plan information, real estate-related policy information, nearby property analysis, and incidental cost information and loans when transferring ownership We start the construction of a real estate comprehensive analysis system using address information that generates a comprehensive analysis report including environmental analysis information and provides it to users in real time, which can be viewed at a glance without a separate click.
신종 코로나 바이러스 감염증(코로나19) 사태로 비주거용 부동산시장이 먼저 타격을 받기 시작됐고 주택시장도 가격 침체가 불가피해짐에 따라 자영업자들에게 제일 먼저 영향을 미칠 것으로 전망되며, 이를 위해 자영업자 한시적 주택담보대출비율(LTV) 확대, 주택 거래 활성화 세제 지원 등의 선제적 정책 대응이 필요할 것으로 전망되며, 이러한 비주거용 부동산의 침체가 점차 정부의 주거용 부동산정책 강화를 통해 주거용 부동산 침체로 이어질 것으로 전망되며, 코로나19의 경제위기가 부동산시장으로 점차 전이될 가능성이 높으며, 주택시장의 경우 대세적 변화는 확인되지 않지만 시장 전반의 위기감이 확대되고 있다고 판단됨. 또한 상가는 공실률 상승·임대료 하락이 심화될 가능성이 확대되고, 자영업자 대출 중 이자 상환에 어려움을 겪는 차주가 많고 비주거용 담보대출은 대출의 질적 구조가 나빠 앞으로 경매 건수가 증가할 것으로 전망됨.As the non-residential real estate market began to take a hit first due to the novel coronavirus infection (COVID-19), and the housing market is also expected to have an unavoidable price stagnation, it is expected to affect the self-employed first. It is expected that preemptive policy responses such as expansion of LTV (LTV) and tax support to revitalize housing transactions will be required. There is a high possibility that the crisis will gradually spread to the real estate market, and although no major change has been confirmed in the housing market, it is judged that the overall sense of crisis is growing. In addition, the possibility that the vacancy rate rises and the rent decline will deepen in the shopping mall, and the number of auctions is expected to increase in the future as there are many borrowers who have difficulty repaying interest among self-employed loans, and the qualitative structure of loans for non-residential mortgages is poor.
다만, 부동산 거래는 그 외형적인 규모와 금액이 크고 거래에 따른 불확실성의 위험이 크기 때문에 인터넷에서정보를 확인한 후, 실제 거래를 할 때에는 부동산 중개소가 제공하는 다양한 서비스에 근거한 신뢰를 바탕으로부동산 중개소를 여전히 선택하고 있으며, 부동산 중개소에 대한 신뢰를 무엇보다 중요하게 여기고 있다는 점을간과할 수는 없다. 또한, 인터넷에서 정보를 검색하는 과정에서도 중개업체들의 출혈경쟁으로 인하여 소위 낚시매물이 성행하고 있으며 복수의 중개업자가 하나의 매물을 반복적으로 올리고 그 이후에는 매매가 되었음에도매물을 내리지 않아서 인터넷의 정보도 신뢰할 수 없다는 여론이 다수이다.However, since real estate transactions are large in external size and amount, and there is a high risk of uncertainty due to the transaction, after checking information on the Internet, when making an actual transaction, use a real estate agent based on trust based on the various services provided by the real estate agent. It cannot be overlooked that they are still choosing, and that trust in the real estate agency is of the utmost importance. Also, in the process of searching for information on the Internet, so-called fishing products are popular due to the bleeding competition among brokers, and multiple brokers repeatedly upload one item and after that, they do not drop the item even though they are sold, so the information on the Internet is reliable. There is a majority opinion that no.
상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 의한 빅데이터 기반의 맞춤형 정보제공 장치 및 방법은, 하나 이상의 부동산 단말기를 통해 정보를 업로드 하는 단계, 상기 부동산 정보 중 적어도 하나 이상에 대한 선택을 소비자 단말로부터 입력받는 단계, 상기 소비자 단말로부터 입력된 부동산 정보를 하나이상의 부동산 제작자 단말로 전송하는 단계, 상기 하나 이상의 주얼리 제작자 단말 각각으로부터 상기 부동산 정보에 대한 견적 정보를 수신하여 상기 소비자 단말로 전송하는 단계, 상기 견적 정보 중 어느 하나에 대한 상기 소비자 단말의 선택을 입력받으면, 선택된 견적 정보를 송신한 주얼리 제작자 단말과 상기 소비자 단말을 매칭하는 단계를 포함할 수 있다. 운용 자산 정보를 입력 받는 입력부; 미리 설정된 또는 갱신되는 기준 금액과 상기 자산 정보를 비교하는 비교부; 및 상기 비교 결과에 따라 상기 자산을 부동산 상품에 투자하고, 상기 기준 금액을 초과하면 상기 자산을 상기 부동산 상품을 포함하는 복수의 상품으로 구성된 투자 포트폴리오로 분산하는 자산 관리부를 포함한다.In order to solve the above technical problems, the big data-based customized information providing apparatus and method according to an embodiment of the present invention includes the steps of: uploading information through one or more real estate terminals; receiving a selection from a consumer terminal, transmitting the real estate information input from the consumer terminal to one or more real estate maker terminals, receiving estimate information for the real estate information from each of the one or more jewelry maker terminals, the consumer terminal Transmitting to, upon receiving the selection of the consumer terminal for any one of the quotation information, matching the consumer terminal with the jewelry maker terminal that has transmitted the selected quotation information. an input unit for receiving information about assets under management; a comparison unit comparing the asset information with a preset or updated reference amount; and an asset management unit that invests the assets in real estate products according to the comparison result, and distributes the assets into an investment portfolio comprising a plurality of products including the real estate products when the reference amount is exceeded.
본 발명에 빅데이터 기반의 부동산 맞춤형 정보 제공 및 방법 효과에 대해 설명하면 다음과 같다The effect of providing customized real estate information based on big data and method according to the present invention will be described as follows.
복수의 매물로 변형되어 허위매물이되지 않도록 매도인로부터만 매물의 등록을 받고, 하나의 매물 페이지에 복수의 중개자가 등록하게 되므로 전속중개계약보다 중개의뢰인이 불특정 다수의 중개업자에게 중개를 의뢰하는 일반중개계약이 많은 한국의 중개시장에서도 공정한 경쟁을 방해하지 않으면서도 허위매물이 발생되는 것을 원천적으로 차단할 수 있고, 빅데이터를 활용한 데이터 기반의 정보제공 시스템을 통해 임대인과 임차인 양 측 모두에게 적합한 가격과 정보를 제공가능하며 플랫폼에서중개업체로부터 수수료를 받는 수익구조이기 때문에 엄중한 대책을 제시하지 못하여 허위매물을 방치하는 문제점을 근원적으로 제거하고, 각 당사자 뿐만 아니라 중개업자에게도 신뢰를 줄 수 있어 재이용률 및 로열티를 높일 수 있다상품의 사전 적격성 심사 모델 도입을 통해 투자자 보호 효과도 기대 할 수 있다.General brokerage in which the client requests brokerage to a large number of unspecified brokers rather than an exclusive brokerage contract because the registration of the sale is received only from the seller and multiple brokers are registered on one sale page so that it does not become a false sale by being transformed into multiple products. Even in the Korean brokerage market, where there are many contracts, it can fundamentally block the occurrence of false sales without impeding fair competition. Because it is a profit structure that can provide information and receives fees from brokers on the platform, it fundamentally eliminates the problem of neglecting false sales by failing to provide strict countermeasures, and it can give trust to not only each party but also brokers, so the reuse rate and Investor protection can also be expected by introducing a pre-qualification model for products that can increase royalties.
도 1은 일 실시예에 따른, 부동산 상품을 추천하는 방법의 예시를 설명하는 도면이다.
도 2는 일 실시예에 따른, 부동산 상품을 추천하는 방법의 흐름도이다
도 3은 도 1에 있는 머신러닝 기반의 부동산 추천 장치의 머신러닝 기반의 추천 방법을 보여주는 흐름도이다.
도 4는 본 발명인 스마트 부동산 중개 서비스 플랫폼 머신러닝 알고리즘을 도시한 도면이다.1 is a view for explaining an example of a method of recommending a real estate product, according to an embodiment.
2 is a flowchart of a method of recommending a real estate product, according to an embodiment;
3 is a flowchart illustrating a machine learning-based recommendation method of the machine learning-based real estate recommendation device in FIG. 1 .
Figure 4 is a diagram showing the smart real estate brokerage service platform machine learning algorithm of the present invention.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은생략하기로 한다.Hereinafter, specific details for carrying out the present disclosure will be described in detail with reference to the accompanying drawings. However, in the following description, if there is a risk of unnecessarily obscuring the gist of the present disclosure, detailed descriptions of well-known functions or configurations will be omitted.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.In the accompanying drawings, the same or corresponding components are assigned the same reference numerals. In addition, in the description of the embodiments below, overlapping description of the same or corresponding components may be omitted. However, even if descriptions regarding components are omitted, it is not intended that such components are not included in any embodiment.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part is said to "comprising or including" a certain component, it does not exclude other components unless otherwise stated, meaning that other components may be further included. do.
아울러, 본 발명의 실시예들에서 사용되는 특정(特定) 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며,다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.In addition, specific terms used in the embodiments of the present invention are provided to help the understanding of the present invention, and unless otherwise defined, all terms used herein, including technical or scientific terms, are It has the same meaning as commonly understood by those of ordinary skill in the art to which it belongs. The use of these specific terms may be changed to other forms without departing from the technical spirit of the present invention.
본 개시의 일 실시예에 따른 머신러닝을 이용한 사용자 맞춤형 부동산 정보 제공 시스템은, 사용자에게 개별화된 부동산 정보를 제공하기 위하여, 사용자의 과거 구매 이력, 지역, 원하는 가격 등을 분석을 수행한다. 또한, 이 시스템은, 머신러닝의 방법 중 하나인 지도 학습(Supervised Learning)을 이용하여, 예상추천 정보를 추론할 수 있는 인공신경망을 생성하여 예상 맞춤형 부동산 상품 리스트를 추출함으로서, 사용자의 맞춤형 주얼리 서비스를 제공 할 수 있다.A user-customized real estate information providing system using machine learning according to an embodiment of the present disclosure analyzes a user's past purchase history, region, desired price, and the like, in order to provide individualized real estate information to the user. In addition, this system uses supervised learning, one of the methods of machine learning, to generate an artificial neural network that can infer expected recommendation information and extracts a list of expected customized real estate products, thereby providing a customized jewelry service for the user. can provide
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 추천 상품 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 추천 서비스 제공 시스템은, 사용자의 입력 데이터(110), 안심거래 서비스 전자장치(120), 추천상품에 관련된 데이터(130)를 포함한다.다. 다만, 이러한 도 1의 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정해석되는 것은 아니다.1 is a diagram for explaining a system for providing recommended products for real estate using big data-based rating classification and market price prediction according to an embodiment of the present invention. Referring to FIG. 1 , a system for providing a recommendation service for real estate using big data-based rating classification and market price prediction includes
도 2는 본 발명인 부동산 서비스 플랫폼의 구성도를 도시한 도면이다.2 is a diagram showing the configuration of a real estate service platform according to the present invention.
본 발명의 일 실시예에 따른 부동상 정보 서비스 플랫폼은. 임차인 단말기(210)와임대인 단말기(220)와 서비스 정보제공 단말기(230)는 모바일 통신망(300)을 통하여 앱 서버(400)에 연결되며, 그 이하 방법은 정보 입력 저장부(510), 후기작성보관장부(520), 위치기반서비스장부(530), 제품업체매칭장부(540), 구매주문요청장부부(550), 제품광고 저장부(560)포함한다.A floating information service platform according to an embodiment of the present invention. The
정보 입력 저장부(510)는 소비자 단말기(210)를 통해 인터넷 검색이나, 광고, 지인의 추천, 자신의 관심 부동산 정보를 저장하여 앱 서버(200)로 전송된다.The information
정보 입력 저장부(220)는 부동산 정보를\ 이용하려고 하는 소비자가 단말기(210)를 통해 자신이 찍은 제품의 이미지를 입력받는다. 입력받은 상품 이미지는 앱 서버(400)가 기제공한 여러 가지 정보 중에서 하나를 입력 받는다.The information
앱서버(400)에서 저장된 정보들은 제어부(500)을 통해 각 저장부에 전송된다.Information stored in the
도 3는 도 1에 있는 머신러닝 기반의 부동산 정보 제공 방법을 보여주는 흐름도이다.3 is a flowchart illustrating a method for providing real estate information based on machine learning in FIG. 1 .
머신러닝 기반의 부동산 정보 제공 장치는 데이터 수신부를 통해 사용자 데이터 및 사용자 단말로부터 사용자가 선택한 타겟 데이터를 수신할 수 있다(단계 S10)The machine learning-based real estate information providing apparatus may receive the target data selected by the user from the user data and the user terminal through the data receiving unit (step S10)
머신러닝 기반 부동산 정보 제공 장치는 맞춤 데이터 산출부를 통해 사용자 데이터를 기초로 머신러닝 기반의 부동산 알고리즘을 통해 타겟 사용자 맞춤 데이터를 산출할 수있다(단계 S20) 일 실시예에서, 맞춤 부동산 데이터 산출부는 사용자의 실제 구매 데이터를 통해 부동산 알고리즘을 지속적으로 학습시키고 학습된 알고리즘을 기초로 사용자 부동산 데이터 및 타겟 데이터를 반복적으로 업데이트 할 수 있다.The machine learning-based real estate information providing device may calculate target user custom data through a machine learning-based real estate algorithm based on user data through the custom data calculator (step S20) In one embodiment, the custom real estate data calculator may calculate the user It is possible to continuously learn the real estate algorithm through the actual purchase data of , and iteratively update the user real estate data and target data based on the learned algorithm.
도 4는 참조하면, 본 발명에서 운용되는 투자 시스템은 사용자, 투자 시 투자되는 상품으로구성된다.Referring to FIG. 4 , the investment system operated in the present invention consists of a user and a product to be invested when investing.
사용자는 직접 자산의 운용을 위하여 모바일 단말기의 어플리케이션 또는 pc등을 통하여 투자 시스템의 서비스에 가입할 수 있으며, 이를 통해 직접 자금의 집행을 명령하거나 투자의 목표, 투자 기간, 투자 금액등의 투자를 위한 정보를 입력할 수 있다.The user can subscribe to the service of the investment system through the application of the mobile terminal or the PC for direct asset management, and through this, direct the execution of funds, or for investment such as the investment goal, investment period, investment amount, etc. You can enter information.
또한, 사용자가 직접 투자 의사를 입력하는 것 외에, 간접적으로 금융회사의 어플리케이션 등으로 통해 투자를 승인하거나 자금을 입금하는 것으로 사용자(10)의 의사 입력을 대신하는 것도 가능하다.In addition, in addition to the user's direct input of the investment intention, it is also possible to substitute the user's 10 intention input by indirectly approving investment or depositing funds through an application of a financial company.
도 5는 양방향 매칭 서비스에대한 설명이다. 수요자가 기존에 설정한 관심 항목을 연계하여 공급자 데이터셋에 저장된 공급자의 전문분야 부분을 추려낸다. 그리고 수요자가 이전에 이용한 서비스나 운영 지역 등 또한 종합하여 추려낸다. 가중치는 수요자의 관심 항목에 부여한다. 관심 항목과 전문분야 중 일치하는 항목은 가중치를 준다. 관심항목에 체크되지 않아 전문분야와 매칭이 되지 않는 데이터셋에 대해서는 기존 1.0배, 일치하는 항목에 대해서는 2.0배의 가중치를 주어 기존에 계산된 평가점수에 곱을 하여 계산한다. 또한, 이전에 구매하였던 서비스의 분야에 대해서는 1.5배의 가중치를 주어 곱을 하며, 공급의 작업 및 미팅 지역과 수요자의 서비스 지역이 일치한다면 1.1배의 가중치를 주어 곱을 한다. 평가점수가 높은 순으로 배열하여 나타내고, 여러번 같은 업체만 반복적으로 나오는 것을 방지하기 위하여 필터링 함수를 이용하여 완전히 제거하는 대신 순번을 뒤로 미뤄 나타낼 수 있도록 한다.5 is a diagram for a two-way matching service. By linking the items of interest previously set by the consumer, the specialized field of the supplier stored in the supplier dataset is extracted. In addition, the previously used service or operation area by the consumer is also aggregated and selected. A weight is given to the item of interest of the consumer. Items that match the interests and areas of specialization are given weight. For a dataset that does not match the field of interest because the item of interest is not checked, it is calculated by multiplying the previously calculated evaluation score by giving it a weight of 1.0 times and 2.0 times for the matching items. In addition, multiplication is performed by giving a weight of 1.5 times the previously purchased service area, and multiplying by giving a weight of 1.1 times if the supply work and meeting area and the service area of the consumer match. It is displayed in ascending order of the evaluation score, and in order to prevent only the same company from appearing repeatedly several times, a filtering function is used to delay the display instead of removing it completely.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200081641A KR20220003868A (en) | 2020-07-02 | 2020-07-02 | Methods of Providing Real Estate Information Based on Big Data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200081641A KR20220003868A (en) | 2020-07-02 | 2020-07-02 | Methods of Providing Real Estate Information Based on Big Data |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220003868A true KR20220003868A (en) | 2022-01-11 |
Family
ID=79355804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200081641A KR20220003868A (en) | 2020-07-02 | 2020-07-02 | Methods of Providing Real Estate Information Based on Big Data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220003868A (en) |
-
2020
- 2020-07-02 KR KR1020200081641A patent/KR20220003868A/en not_active Application Discontinuation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11244388B2 (en) | Methods and systems for assessing performance and risk in financing supply chain | |
| KR101692521B1 (en) | Apparatus for providing real estate information and sharing | |
| JP7414817B2 (en) | Inventory ingestion, image processing, and market descriptor pricing system | |
| US11783284B2 (en) | Systems and methods for facilitating e-commerce product returns using an online marketplace | |
| US20200402001A1 (en) | Systems and methods for facilitating e-commerce product returns using an online store | |
| WO2020097115A1 (en) | Method and system for data valuation and secure commercial monetization platform | |
| Gregg et al. | Factors affecting the long-term survival of eBay ventures: a longitudinal study | |
| JP2020154347A (en) | Credit analysis support method, credit analysis support system and node | |
| KR101867264B1 (en) | Method for providing monetary information of investor and beneficiary in the fund raising based rending financial service and apparatus thereof | |
| US11544053B2 (en) | Methods and systems for generating application build recommendations | |
| JP2016134031A (en) | Generation device, generation method, and generation program | |
| CA3096061C (en) | Methods and systems for notifying users of new applications | |
| US20220036376A1 (en) | Methods and systems for suggesting alternative phrases for text-based web content | |
| KR20160072649A (en) | System and method for evaluating loan based on sale credit | |
| US20230162286A1 (en) | System, Method, and Platform for Providing Support and Financial Resources for Small Businesses | |
| KR101970387B1 (en) | Method for providing information of investment and business cooperation in the fund raising based rending financial service and apparatus thereof | |
| KR20220003868A (en) | Methods of Providing Real Estate Information Based on Big Data | |
| KR20220014486A (en) | Method and device for recommending real estate using machine learning | |
| KR20170099321A (en) | Method for peer to peer secured loan finalcial technology service with condition matching and apparatus thereof | |
| Apatova et al. | Virtual telecommunication enterprises and their risk assessment | |
| KR20170117359A (en) | Method for public relation of company and investor connection service using peer to peer secured loan financial technology and apparatus thereof | |
| US11004146B1 (en) | Business health score and prediction of credit worthiness using credit worthiness of customers and vendors | |
| KR20180066004A (en) | Method for providing monetary information of investor and beneficiary in the rending financial service and apparatus thereof | |
| KR20180021047A (en) | Method for peer to peer no examination secured loan finalcial technology service and apparatus thereof | |
| KR102519437B1 (en) | Appraisal system for non-fungible token based alternative investment in secondhand luxury item |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application | ||
| E601 | Decision to refuse application |