WO2023195579A1 - 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법 - Google Patents

투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법 Download PDF

Info

Publication number
WO2023195579A1
WO2023195579A1 PCT/KR2022/009369 KR2022009369W WO2023195579A1 WO 2023195579 A1 WO2023195579 A1 WO 2023195579A1 KR 2022009369 W KR2022009369 W KR 2022009369W WO 2023195579 A1 WO2023195579 A1 WO 2023195579A1
Authority
WO
WIPO (PCT)
Prior art keywords
investment
keyword
information
items
similarity
Prior art date
Application number
PCT/KR2022/009369
Other languages
English (en)
French (fr)
Inventor
장장희
Original Assignee
주식회사 이노핀
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 주식회사 이노핀 filed Critical 주식회사 이노핀
Publication of WO2023195579A1 publication Critical patent/WO2023195579A1/ko

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/258—Heading extraction; Automatic titling; Numbering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Definitions

  • the present invention relates to a server and method for providing recommended investment items based on an investor's investment portfolio.
  • methods for analyzing the investment propensity of such individual investors include a method of analyzing the investment propensity of investors through questionnaires, and a preference survey of demographic groups (e.g., groups according to the same age, gender, asset level, etc.) There was a search term analysis method based on the method and the frequency of the search terms searched by the investor.
  • Personal preference analysis data and investment product analysis data which are the basic data used in matching investors and recommended stocks, have a problem of lack of discrimination due to excessive simplification. For this reason, the matching process between investors and investment products using existing investment propensity analysis methods may cause problems with poor accuracy and quality.
  • Patent Document 1 Korea Patent Publication No. 2015-0083620 (published on July 20, 2015)
  • the present invention is intended to solve the problems of the prior art described above, and measures keyword similarity based on keywords for each investment item included in the investment portfolio and keywords reflecting the investor's investment propensity, and provides investment style information for each investment item and the investor. We want to measure investment style similarity based on investment style information. In addition, the present invention seeks to select recommended investment items based on keyword similarity and investment style similarity and provide them to investors.
  • a server that provides recommended investment items based on the investment portfolio of an investor according to the first aspect of the present invention provides the investment portfolio based on a plurality of investment-related documents collected in real time.
  • a keyword extraction unit that extracts at least one investment keyword associated with each investment item for each of the plurality of investment items included in;
  • a first core keyword is selected for each of the plurality of investment items based on weight information for each of the plurality of investment items and keyword occurrence information for the extracted at least one investment keyword for each of the plurality of investment items, and the plurality of investment items are a core keyword selection unit that selects a plurality of second core keywords reflecting the investment propensity of the investor based on the investor's behavior pattern related to the extracted at least one investment keyword for each investment item;
  • Measure a first keyword similarity between the extracted at least one investment keyword and measure a second keyword similarity between a first keyword group including the first core keyword and a second keyword group including the second core keyword.
  • Keyword similarity measurement unit Derive investment style information for each investment item based on basic data for each investment item including a plurality of preset characteristic items, and derive investment style information for the investor based on basic data on the investor's investment portfolio.
  • Investment style derivation department an investment style similarity measurement unit that derives investment style similarity between the investment style information for each investment item and the investment style information for the investor; and a recommended item selection unit that selects recommended investment items based on the first keyword similarity, the second keyword similarity, and the investment style similarity.
  • a method of providing recommended investment items based on an investor's investment portfolio which is performed by an investment service providing server according to the second aspect of the present invention, is based on a plurality of investment-related documents collected in real time and includes a plurality of investment items included in the investment portfolio.
  • a first core keyword is selected for each of the plurality of investment items based on weight information for each of the plurality of investment items and keyword occurrence information for the extracted at least one investment keyword for each of the plurality of investment items, and the plurality of investment items are selecting a plurality of second key keywords reflecting the investor's investment propensity based on the investor's behavior pattern related to the extracted at least one investment keyword for each investment item; Measure a first keyword similarity between the extracted at least one investment keyword, and measure a second keyword similarity between a first keyword group including the first core keyword and a second keyword group including the second core keyword.
  • steps Derive investment style information for each investment item based on basic data for each investment item including a plurality of preset characteristic items, and derive investment style information for the investor based on basic data on the investor's investment portfolio. steps; Deriving investment style similarity between the investment style information for each investment item and the investment style information for the investor; and selecting recommended investment items based on the first keyword similarity, the second keyword similarity, and the investment style similarity.
  • the present invention measures keyword similarity based on keywords for a plurality of investment items included in the investment portfolio and keywords reflecting the investor's investment tendency, and provides investment style information for each investment item and Investment style similarity can be measured based on investment style information about the investor. Additionally, the present invention can select recommended investment items based on keyword similarity and investment style similarity and provide them to investors.
  • Figure 1 is a diagram to explain the investment product matching method for existing investors.
  • FIG. 2 is a block diagram of an investment service information providing server according to an embodiment of the present invention.
  • Figure 3a is a diagram for explaining a method of setting keywords for investment items according to an embodiment of the present invention.
  • Figure 3b is a diagram for explaining a method of setting keywords for investment items according to an embodiment of the present invention.
  • Figure 3c is a diagram for explaining a method of setting keywords for investment items according to an embodiment of the present invention.
  • Figure 4 is a diagram illustrating a method of deriving key keywords reflecting an investor's investment propensity, according to an embodiment of the present invention.
  • Figure 5 is a diagram illustrating a method of deriving an investment style for an investor according to an embodiment of the present invention.
  • Figure 6 is a diagram illustrating a method of deriving key keywords for each investment item according to an embodiment of the present invention.
  • Figure 7 is a diagram illustrating a method of deriving an investment style for each investment item according to an embodiment of the present invention.
  • Figure 8 is a diagram illustrating a method of deriving the similarity between core keywords reflecting an investor's investment propensity and core keywords for each investment item, according to an embodiment of the present invention.
  • Figure 9 is a diagram illustrating a method of deriving the similarity between the investment style of an investor and the investment style of each investment item, according to an embodiment of the present invention.
  • Figure 10 is a flowchart showing a method of providing recommended investment items based on an investor's investment portfolio, according to an embodiment of the present invention.
  • Figure 11a is a diagram for explaining a method of providing investment information according to an embodiment of the present invention.
  • Figure 11b is a diagram for explaining a method of providing investment information according to an embodiment of the present invention.
  • Figure 11e is a diagram for explaining a method of providing investment information according to an embodiment of the present invention.
  • 'part' includes a unit realized by hardware, a unit realized by software, and a unit realized using both. Additionally, one unit may be realized using two or more pieces of hardware, and two or more units may be realized using one piece of hardware.
  • FIG. 2 is a block diagram of an investment service information providing server according to an embodiment of the present invention.
  • the investment service information provision server 20 includes a keyword extraction unit 200, a core keyword selection unit 210, a keyword similarity measurement unit 220, an investment style derivation unit 230, and an investment style similarity measurement unit. It may include a unit 240 and a recommended item selection unit 250.
  • the investment service information providing server 20 shown in FIG. 2 is only one implementation example of the present invention, and various modifications are possible based on the components shown in FIG. 2.
  • the keyword extraction unit 200 may extract at least one investment keyword associated with each investment item for each of the plurality of investment items included in the investor's investment portfolio based on a plurality of investment-related documents collected in real time for a preset period. .
  • investment-related documents may include, for example, investment reports, economic forecast reports, economic articles, investment-related e-books, etc. written by investment experts (eg, analysts, fund managers, etc.).
  • each investment item may have a one-to-many relationship with related investment keywords, as shown in Figure 3a.
  • the keyword extraction unit 200 generates keyword occurrence information about the publication date or posting date of at least one investment-related document in which each investment keyword associated with a plurality of investment items is mentioned and the number of times each investment keyword is mentioned in at least one investment-related document. It can be mapped to each investment keyword.
  • the keyword occurrence information may include the elapsed days from the most recent keyword occurrence date of the investment keyword to the present.
  • the keyword extraction unit 200 may map each investment keyword and the keyword occurrence information of each investment keyword for each of the plurality of investment items and store them in an investment keyword table.
  • the keyword extraction unit 200 determines the publication date or posting date of at least one investment-related document in which each investment keyword is most recently mentioned for each investment item among a plurality of investment-related documents collected in real time, and selects the keyword for each investment keyword. It can be set as the occurrence date.
  • the keyword extraction unit 200 stores the investment keyword of the first investment item extracted from a plurality of investment-related documents collected during the first period and the keyword occurrence date for the investment keyword in the investment keyword table, and
  • the new investment keyword for the first investment item extracted from a plurality of investment-related documents collected during the second period after one period and the new keyword occurrence date for the new investment keyword can be additionally stored in the investment keyword table.
  • the keyword extraction unit 200 may derive the keyword elapsed date for each investment keyword based on the keyword occurrence date.
  • the keyword occurrence date may be updated as each investment keyword is additionally mentioned in the investment-related document.
  • the keyword extraction unit 200 may store, for each investment item, the investment keyword associated with each investment item, the keyword occurrence date for the investment keyword, and the keyword elapsed date for the investment keyword in the investment keyword table.
  • the keyword extraction unit 200 extracts the first investment keyword, the second investment keyword, and the third investment keyword associated with the first investment item from a plurality of investment-related documents, and each investment keyword The keyword occurrence date corresponding to can be derived.
  • the first keyword occurrence date for the first investment keyword is derived by the period from the publication date of the investment-related document in which the first investment keyword was most recently mentioned (or the publication date on which the investment-related document was published) to the present
  • the second The occurrence date of the second keyword for the investment keyword is derived from the period from the publication date of the investment-related document in which the second investment keyword was most recently mentioned to the present
  • the occurrence date of the third keyword for the third investment keyword is derived from the date of occurrence of the third investment keyword. It can be derived by the period from the date of issuance of the most recently mentioned investment-related document to the present.
  • the keyword extraction unit 200 derives the first keyword occurrence date (Dt) from the publication date of the investment-related document in which the first investment keyword of the first investment item is most recently mentioned, and from this, the current date
  • the first keyword elapsed date for the first investment keyword can be derived based on the elapsed date until (Dt+n).
  • the first keyword occurrence date (Dt) for the first investment keyword may be continuously updated with the passage of time to the publication date of the investment-related document in which the first investment keyword is most recently mentioned.
  • the keyword extraction unit 200 matches the keyword occurrence date for each investment keyword and the keyword elapsed date for the investment keyword for each plurality of investment keywords related to the first investment item to create an investment keyword table (30). ) can be saved in .
  • the keyword extraction unit 200 maps the first investment keyword related to the first investment item, the first keyword occurrence date and the first keyword elapsed date for the first investment keyword, and stores them in the investment keyword table 30. You can.
  • the keyword extraction unit 200 may derive the number of times each investment keyword is mentioned for each investment keyword in each investment-related document in which each investment keyword is mentioned for each of the plurality of investment items.
  • the keyword extraction unit 200 may set the weight of each investment keyword differently based on the elapsed date of each keyword.
  • the weight of each investment keyword can be calculated according to [Equation 1].
  • P is a preset deceleration factor (eg, 0.98)
  • N is the elapsed date for the investment keyword.
  • the keyword extraction unit 200 may set the weight of each investment keyword differently based on the number of times each investment keyword is mentioned.
  • the keyword extraction unit 200 may set the weight of the investment keywords associated with each investment item differently based on weight information of a plurality of investment items included in the investor's investment portfolio.
  • the keyword extraction unit 200 may map the weight set for each investment keyword associated with a plurality of investment items to each investment keyword and store the weight in the investment keyword table. For example, referring to FIG. 3C, the keyword extraction unit 200 maps the weights set for each of the first investment keyword, second investment keyword, and third investment keyword associated with the first investment item to each investment keyword to create an investment keyword. It can be stored in the table 30.
  • the core keyword selection unit 210 may select a plurality of first core keywords that reflect the investor's investment propensity based on the investor's behavior pattern related to at least one investment keyword extracted for each of the plurality of investment items.
  • the core keyword selection unit 210 may collect log data including information on keyword access methods for at least one investment keyword extracted for each of a plurality of investment items.
  • the information on the keyword approach includes a first keyword approach regarding the search of at least one investment keyword, a second keyword approach regarding the search of data in which at least one investment keyword exists, and information on the investment item regarding the investment keyword. May include a third keyword approach for inquiries and transactions.
  • the core keyword selection unit 210 may collect access frequency information and access date information for each investment keyword according to the investor's keyword approach.
  • the core keyword selection unit 210 may set different weights for each investment keyword for each keyword approach.
  • the weight may correspond to the strength of the investor's inclination toward the investment keyword.
  • the key keyword selection unit 210 selects the first investment keyword according to the keyword approach for each of the first investment keyword, second investment keyword, and third investment keyword associated with the first investment item. , weights representing the intensity of the investor's inclination for each of the second investment keyword and the third investment keyword can be set.
  • the core keyword selection unit 210 may set a weight for each investment keyword based on access frequency information and access date information for each investor's keyword approach collected for each investment keyword.
  • the core keyword selection unit 210 determines the keyword approach method, access frequency information, access date information, and weight for each investment keyword collected at preset periods (i.e., every update cycle of the first core keyword) for a plurality of investment items. It can be accumulated in the keyword table.
  • the core keyword selection unit 210 can analyze the investor's behavior pattern for each investment keyword based on the keyword approach method, access frequency information, access date information, and weight of the investor accessing each investment keyword for a plurality of investment items. .
  • the core keyword selection unit 210 may select a plurality of first core keywords that reflect the investor's investment propensity based on the investor's behavior pattern related to at least one investment keyword extracted for each of the plurality of investment items.
  • the core keyword selection unit 210 can calculate the investor's keyword suitability for each investment keyword.
  • the core keyword selection unit 210 may calculate a keyword suitability score based on the weight set for each keyword approach for each investment keyword, access frequency information for each keyword approach for each investment keyword, and access date information.
  • the keyword suitability score can be calculated through [Equation 2].
  • the activity elapsed period can be derived based on access date information for each keyword access method for each investment keyword.
  • the core keyword selection unit 210 may select a first core keyword that reflects the investor's investment propensity for each of the plurality of investment items based on the keyword suitability score for each investment keyword for the plurality of investment items.
  • the core keyword selection unit 210 may sort the keyword suitability scores of each investment keyword in descending order, and select an investment keyword belonging to a preset number in order of high score as the first core keyword.
  • the core keyword selection unit 210 can update the keyword suitability score for each investment keyword based on the access frequency information and access date information by keyword approach for each investment keyword accumulated and collected at each update cycle of the first core keyword. there is.
  • the core keyword selection unit 210 may reselect the second core keyword for each of the plurality of investment items based on the keyword suitability score for each investment keyword that is updated every update cycle of the first core keyword.
  • the present invention updates the keyword suitability score of the investment keyword based on the renewal cycle of the first core keyword and reselects the first core keyword, thereby quickly reflecting changes in the investor's response to the ever-changing investment market and helping investors You can track changes in investment propensity and ensure the latestness of keywords that fit the investor's investment propensity.
  • the investment style derivation unit 230 may collect first basic data on the investor's investment portfolio at each preset collection period.
  • the first basic data is market information about the investment portfolio (e.g., total number of investment items, number of KOSPI items, number of KOSDAQ items, number of ETF items, number of other items), average market capitalization information, average transaction amount information, transaction volume information, Average unit price information, average PBR information, performance score average information, value score average information, supply and demand score average information, momentum score average information, chart score average information, information on (high price - low price)/open price, 5-day fluctuation rate average information, etc. It may contain information about the investment portfolio (e.g., total number of investment items, number of KOSPI items, number of KOSDAQ items, number of ETF items, number of other items), average market capitalization information, average transaction amount information, transaction volume information, Average unit price information, average PBR information, performance score average information, value score average information, supply and demand score average information, momentum score average information, chart score average information, information on (high price - low price)/open price, 5-day fluctuation rate average information, etc. It may contain information about
  • the investment style derivation unit 230 may derive first investment style information about the investor based on first basic data about the investor's investment portfolio collected during each preset collection period.
  • the investment style derivation unit 230 calculates the average value of the first basic data collected for each preset collection period, and calculates the average value of the first basic data calculated over a certain period of time based on the time series information for the preset collection period. Using the representative value, first investment style information about the investor's investment portfolio can be derived.
  • the key keyword selection unit 210 derives information on the proportion of each investment item from a plurality of investment items included in the investor's investment portfolio, and selects the proportion information for each derived investment item and at least one investment keyword extracted for each investment item. Based on keyword occurrence information, a second core keyword can be selected for each investment item.
  • the core keyword selection unit 210 determines the keyword importance score for each investment keyword of each investment item based on the weight according to the proportion information of each investment item and the keyword occurrence information for at least one investment keyword extracted for each investment item. It can be calculated.
  • the core keyword selection unit 210 may select a second core keyword for each investment item based on the keyword importance score for each investment keyword for each investment item.
  • the core keyword selection unit 210 may extract the investment keyword for each investment type and the keyword elapsed date for the investment keyword from the investment keyword table created for each investment type.
  • the core keyword selection unit 210 may generate an investment keyword status list 60 for each investment item, including weights according to proportion information for each investment item, investment keywords for each investment item, and keyword elapsed dates for the investment keywords.
  • the core keyword selection unit 210 selects each investment keyword for each investment item based on the weight according to the proportion information of each investment item included in the investment keyword status list 60 and the keyword elapsed date for the investment keyword for each investment item. Keyword importance scores can be calculated.
  • the core keyword selection unit 210 calculates the keyword importance score for each investment keyword of each investment item by setting the keyword elapsed date for the investment keyword for each investment item as the exponent of the exponential function, as shown in [Equation 3]. You can.
  • wi is a weight according to the weight information of each investment item.
  • the core keyword selection unit 210 sums the keyword importance scores of each investment keyword calculated for each investment item among the same investment keywords, and generates a keyword importance score list 62 including the keyword importance scores summed for each same investment keyword. can do.
  • an investment keyword with a higher combined keyword importance score may be a keyword with higher importance.
  • the core keyword selection unit 210 may extract the top M investment keywords with high combined keyword importance scores from the keyword importance score list 62, and select the extracted top M investment keywords as second core keywords.
  • the investment style derivation unit 230 may derive second investment style information for each investment type based on second basic data for each investment type including a plurality of preset characteristic items.
  • the plurality of preset characteristic items include the weight of investment items (701), market item (703), market capitalization item (705), value item (707), performance item (711), It may include supply and demand score items (711), market reputation items (713), daily volatility items (715), medium-term volatility items (717), and industry items (719).
  • the second basic data may include market information, market capitalization information, value information, performance information, supply and demand score information, market reputation information, daily volatility information, medium-term volatility information, and industry code information about the investment item.
  • value information includes, for example, price book value ratio (PBR) information, price earning ratio (PER) information, price sales ratio (PSR) information, etc. of investment items. It can be included.
  • Performance information may include, for example, operating profit margin, net profit margin, etc. of investment items.
  • Supply and demand score information may include, for example, the transaction amount of investment items, foreign purchase amount, etc.
  • the market reputation score may include, for example, the target price adjustment rate of the investment item.
  • Daily volatility information may include, for example, the true range of investment items.
  • Medium-term volatility information may include, for example, the monthly fluctuation rate of investment items.
  • the investment style derivation unit 230 derives a representative value for each characteristic item based on the weight according to the proportion information of each investment item and the second basic data for each investment item, and based on the representative value for each characteristic item derived, Second investment style information can be derived for each investment item.
  • the representative value for each characteristic item means the sum of the field values of the characteristic item and the weight of the corresponding item for each characteristic item, and can be calculated, for example, based on [Equation 4].
  • i refers to each investment item.
  • the investment style derivation unit 230 derives the representative value of the industry item (i.e., representative industry) using [Equation 5] based on the preset weight according to the industry code information of each investment item. can do.
  • the investment style derivation unit 230 determines the value between the weight (w1) according to the proportion information of the first investment item and the market information (field value: market 1) corresponding to the market item 703.
  • the representative value of the market item 703 can be derived by summing the fourth value of the product between the market information (field value: market 4) corresponding to the item 703.
  • the keyword similarity measurement unit 220 may measure the first keyword similarity between investment keywords for each investment item based on the investment keyword associated with each investment item.
  • the keyword similarity measurement unit 220 generates a keyword list 80 for each investment type based on at least one investment keyword extracted for each investment type, and selects one pair of keywords from the keyword list 80 for each investment type.
  • the first keyword similarity can be calculated based on the number of stocks containing all different investment keywords.
  • the keyword similarity measurement unit 220 generates a plurality of pairs of investment keyword combinations for all investment keywords included in the keyword list 80 for each investment item, and for each pair of investment keyword combinations, each pair of investment keywords is generated. The number of investment items that contain all keyword combinations can be calculated.
  • the keyword similarity measurement unit 220 may calculate the first keyword similarity based on the number of investment items for each pair of investment keyword combinations.
  • the first keyword similarity can be calculated using [Equation 6].
  • the keyword similarity measurement unit 220 may select core keywords within the upper S range among a plurality of first core keywords that reflect the investor's investment propensity, and group the core keywords within the selected upper S range into the first keyword group.
  • core keywords within the top N range can be selected, and core keywords within the selected top N range can be grouped into a second keyword group.
  • the keyword similarity measurement unit 220 may measure the second keyword similarity between the first keyword group and the second keyword group.
  • the second keyword similarity between keyword groups can be calculated using [Equation 7].
  • S is the total number of invested keywords.
  • the second keyword similarity between the core keyword i included in the first keyword group and the core keyword j included in the second keyword group is all 0, it means that the investment keyword i and the investment keyword j are not related to each other at all, and the first If the second keyword similarity between the investment keyword i of the keyword group and the investment keyword j of the second keyword group is both 1, it means that the investment keyword i and the investment keyword j are completely identical. Therefore, to reflect this, the second keyword similarity has a standardized value of 0 to 1.
  • the investment style similarity measurement unit 240 may derive the investment style similarity between the first investment style information about the investor and the second investment style information for each investment item.
  • the investment style similarity measurement unit 240 may select at least one characteristic item to measure the investment style similarity among a plurality of characteristic items preset in the investment style table 90 between the investor and the investment item.
  • the plurality of characteristic items may include market items, market capitalization items, value items, performance items, supply/demand score items, market reputation items, daily volatility items, medium-term volatility items, and industry items. At this time, different importance weights are preset for each characteristic item.
  • the investment style similarity measurement unit 240 includes first basic data for the investor's investment portfolio corresponding to at least one selected characteristic item, second basic data for each plurality of investment items, and preset data for the at least one selected characteristic item. Investment style similarity can be measured based on the importance weight.
  • the investment style similarity measurement unit 240 may divide the digitized field values of a plurality of characteristic items into N quantiles and convert the N quantile values of each characteristic item into values corresponding to each quantile of the standardization table 92.
  • the investment style similarity measurement unit 240 may standardize field values of the industry items using the correlation coefficient of the industry index time series.
  • the investment style similarity measurement unit 240 may standardize the field values of the market items based on the market classification value and market weight value by referring to [Equation 8].
  • the market classification value may include a value set in the KOSPI market (eg, 1), a value set in the KOSDAQ market (eg, 2), and a value set in other markets (eg, 3).
  • the investment style similarity measurement unit 240 can derive the investment style similarity using the standardized investment style table 94.
  • the investment style similarity can be calculated through [Equation 9].
  • the recommended item selection unit 250 may select recommended investment items based on first keyword similarity, second keyword similarity, and investment style similarity.
  • the recommended stock selection unit 250 distinguishes between a first case in which only core keywords reflecting the investor's investment propensity exist and a second case in which both the core keywords and investment style information are included, and provides recommended investments to be recommended to the investor. You can select stocks.
  • the first case in which only core keywords exist may be, for example, a case corresponding to unstructured data such as news and reports.
  • the recommended stock selection unit 250 has a similarity of 65.85% between the keyword of the first news and the core keyword reflecting the investor's inclination, and the similarity between the keyword of the second news and the core keyword reflecting the investor's inclination is 45.58%,
  • the keywords of the first news can be selected as optimal matching information with investors.
  • the second case in which both core keywords and investment style information are included is, for example, when individual investment items or portfolios (multiple investment items) exist, and all keywords and item style information included in the individual investment items or portfolios may include.
  • optimal information matching can be achieved by using both key keywords reflecting the individual investor's investment propensity and investment style information about the investment item.
  • the recommended item selection unit 250 selects the first recommended investment item to be recommended to the investor based on the combination between the first keyword similarity and the second keyword similarity. can be selected.
  • the recommended item selection unit 250 selects the second recommended investment item based on the first keyword similarity, second keyword similarity, and investment style similarity. You can.
  • the recommended item selection unit 250 which includes both the corresponding core keywords and investment style information, has the first keyword similarity with the first weight applied, the second keyword similarity with the second weight applied, and the third weight.
  • the third recommended investment item can be selected based on the similarity of the applied investment style.
  • the first weight, second weight, and third weight may all be differently set weights.
  • the present invention standardizes the analysis of the investor's investment propensity and the analysis of investment items to the same standard, and uses the standardized analysis results to select the optimal investment item suitable for the investor and recommend it to the investor.
  • a keyword extraction unit 200 a keyword extraction unit 200, a core keyword selection unit 210, a keyword similarity measurement unit 220, an investment style derivation unit 230, an investment style similarity measurement unit 240, and a recommended item selection unit ( 250) It will be fully understood that each may be implemented separately, or one or more of them may be integrated and implemented.
  • Figure 10 is a flowchart showing a method of providing recommended investment items based on an investor's investment portfolio, according to an embodiment of the present invention.
  • step S1001 the investment service information providing server 20 provides at least one investment keyword associated with each investment item for each of the plurality of investment items included in the investment portfolio based on a plurality of investment-related documents collected in real time. can be extracted.
  • the investment service information providing server 20 selects a plurality of first key keywords reflecting the investor's investment propensity based on the investor's behavior pattern related to at least one investment keyword extracted for each of the plurality of investment items, and , a second core keyword for each of the plurality of investment items can be selected based on weight information for each of the plurality of investment items and keyword occurrence information for at least one investment keyword extracted for each of the plurality of investment items.
  • step S1005 the investment service information providing server 20 measures first keyword similarity between at least one extracted investment keyword, and selects a first keyword group including the first core keyword and a second keyword including the second core keyword.
  • the second keyword similarity between groups can be measured.
  • step S1007 the investment service information provision server 20 derives investment style information for each investment item based on basic data for each investment item including a plurality of preset characteristic items, and based on basic data for the investor's investment portfolio. Investment style information about investors can be derived.
  • the basic data may include at least one of market information about the investment item, market capitalization information, value information, performance information, supply and demand information, market reputation information, daily volatility information, medium-term volatility information, and industry code information.
  • the investment service information providing server 20 may derive the investment style similarity between investment style information for each investment item and investment style information for the investor.
  • the investment service information providing server 20 may select recommended investment items based on the first keyword similarity, second keyword similarity, and investment style similarity.
  • steps S1001 to S1011 may be further divided into additional steps or combined into fewer steps, depending on the implementation of the present invention. Additionally, some steps may be omitted or the order between steps may be changed as needed.
  • Figures 11a to 11e are diagrams for explaining a method of providing investment information according to an embodiment of the present invention.
  • the investment service information provision server 20 may provide investment map information indicating at least one key keyword and the proportion of the key keyword for the investor's investment portfolio.
  • each core keyword is expressed in the form of a polygon, and the size of the polygon for each core keyword may be proportional to the proportion of each core keyword to at least one core keyword.
  • Core keywords with a larger proportion of core keywords may be placed at the top left of the investment map information, and core keywords with a smaller proportion of core keywords may be placed at the bottom right of the investment map information.
  • the investment service information providing server 20 may display and provide key keywords indicating characteristics of a set of stocks included in the first investment portfolio on the investment map information 50 .
  • the investment service information provision server 20 displays key keywords corresponding to each of a plurality of stocks on the investment map information 50, and varies the proportion of key keywords corresponding to each stock based on the stock growth rate to provide investment map information ( 50) can be indicated and provided.
  • the investment service information provision server 20 uses the core keyword of the nuclear power plant-related stock items, 'nuclear power plant'. 'The size of the polygon corresponding to the keyword can be maximized and placed on the left side of the investment map information (50).
  • the investment service information providing server 20 uses a plurality of key keywords 503 (e.g., 503) indicating characteristics of the first studio stock item 501 among the set of stocks constituting the first investment portfolio.
  • key keywords 503 e.g., 503
  • '#Live Commerce', '#Inbiogen', '#Movie', '#Video Content', '#Entertainment' can be provided by arranging them in order of keyword weight.
  • the investment service information provision server 20 provides stock price increase diagnosis information 511 for the first studio stock item 501 along with stock price information 505 and stock price increase rate information 507 of the first studio stock item 501. ) can be evaluated and provided.
  • the stock price increase diagnosis information 511 may include stock price evaluation rating information and a stock price increase trend graph for the first studio stock item 501 for a plurality of preset periods (1 day, mid-term, long-term).
  • the investment service information providing server 20 may provide customized investment information corresponding to the investor's investment propensity based on at least one key keyword for the investor's investment portfolio.
  • the investment service information providing server 20 provides the first investment information based on tracking information on investment items recently viewed and searched by the first investor and key keywords for the first investor's investment portfolio.
  • Information 513 on customized investment keywords e.g., '#game', '#platform', '#blackdesert'
  • investors to use as investment information can be provided to the first investor.
  • the investment service information providing server 20 selects the selected specific customized investment keyword 515 ) can provide customized information related to the first investor.
  • the customized information is, for example, information 517 about investment items associated with the selected specific customized investment keyword 515 and news article information 519, as well as events/seminars related to the selected specific customized investment keyword 515, etc. It may include main schedule information (521).
  • the investment service information providing server 20 provides the investor with an investment information search interface 523 that can search for related investment information specialized for at least one key keyword for the investor's investment portfolio. can be provided.
  • Computer-readable media can be any available media that can be accessed by a computer and includes both volatile and non-volatile media, removable and non-removable media. Additionally, computer-readable media may include all computer storage media. Computer storage media includes both volatile and non-volatile, removable and non-removable media implemented in any method or technology for storage of information such as computer-readable instructions, data structures, program modules or other data.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Technology Law (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버는 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 키워드 추출부, 복수의 투자 종목 각각의 비중 정보 및 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 복수의 투자 종목별 제 1 핵심 키워드를 선정하고, 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 2 핵심 키워드를 선정하는 핵심키워드 선정부, 추출된 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 키워드 유사도 측정부, 기설정된 복수의 특성 항목을 포함하는 복수의 투자 종목별 기초 데이터에 기초하여 투자 종목별 투자 스타일 정보를 도출하고, 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 투자자에 대한 투자 스타일 정보를 도출하는 투자 스타일 도출부, 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 투자 스타일 유사도 측정부 및 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 추천 종목 선정부를 포함할 수 있다.

Description

투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법
본 발명은 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법에 관한 것이다.
기존에는 개인 투자자에 대한 투자성향을 분석하는 방법을 통하여 개인 투자자에게 적합한 투자 종목을 제공하였다. 도 1을 참조하면, 이러한 개인 투자자에 대한 투자성향을 분석하는 방법에는 설문에 의한 투자자의 투자성향 분석 방식과, 인구 통계학적 분류군(예컨대, 동일 연령, 성별, 자산수준 등에 따른 분류군)의 선호도 조사 방식 및 투자자 본인이 검색한 검색어의 빈도에 따른 검색어 분석 방식이 있었다.
투자자와 추천 종목 간의 매칭에 있어 사용되는 기초 데이터인 개인성향 분석 데이터와 투자상품 분석 데이터는 지나친 단순화로 인해 변별력이 부족하다는 문제를 갖고 있다. 이러한 이유로, 기존의 투자성향 분석 방식을 이용한 투자자와 투자상품 간의 매칭 과정은 그 정확성 및 품질이 떨어지는 문제점을 발생시킬 수 있다.
(특허문헌 1) 한국공개특허공보 제2015-0083620호 (2015.07.20. 공개)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 투자 포트폴리오에 포함된 복수의 투자 종목별 키워드 및 투자자의 투자 성향을 반영한 키워드에 기초하여 키워드 유사도를 측정하고, 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보에 기초하여 투자 스타일 유사도를 측정하고자 한다. 또한, 본 발명은 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하여 투자자에게 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버는 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 키워드 추출부; 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 2 핵심 키워드를 선정하는 핵심키워드 선정부; 상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 키워드 유사도 측정부; 기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 투자 스타일 도출부; 상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 투자 스타일 유사도 측정부; 및 상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 추천 종목 선정부를 포함할 수 있다.
본 발명의 제 2 측면에 따른 투자 서비스 제공 서버에 의해 수행되는 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법은 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 단계; 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 2 핵심 키워드를 선정하는 단계; 상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 단계; 기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 단계; 상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 단계; 및 상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 단계를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 투자 포트폴리오에 포함된 복수의 투자 종목별 키워드 및 투자자의 투자 성향을 반영한 키워드에 기초하여 키워드 유사도를 측정하고, 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보에 기초하여 투자 스타일 유사도를 측정할 수 있다. 또한, 본 발명은 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하여 투자자에게 제공할 수 있다.
도 1은 기존 투자자의 투자 상품 매칭 방식을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른, 투자 서비스 정보 제공 서버의 블록도이다.
도 3a는 본 발명의 일 실시예에 따른, 투자 종목에 키워드를 설정하는 방법을 설명하기 위한 도면이다.
도 3b는 본 발명의 일 실시예에 따른, 투자 종목에 키워드를 설정하는 방법을 설명하기 위한 도면이다.
도 3c는 본 발명의 일 실시예에 따른, 투자 종목에 키워드를 설정하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른, 투자자의 투자 성향을 반영한 핵심 키워드를 도출하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른, 투자자에 대한 투자 스타일을 도출하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른, 투자 종목별 핵심 키워드를 도출하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른, 투자 종목별 투자 스타일을 도출하는 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른, 투자자의 투자성향을 반영한 핵심 키워드 및 투자 종목별 핵심 키워드 간의 유사도를 도출하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른, 투자자에 대한 투자 스타일 및 투자 종목별 투자 스타일 간의 유사도를 도출하는 방법을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른, 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법을 나타낸 흐름도이다.
도 11a는 본 발명의 일 실시예에 따른, 투자 정보를 제공하는 방법을 설명하기 위한 도면이다.
도 11b는 본 발명의 일 실시예에 따른, 투자 정보를 제공하는 방법을 설명하기 위한 도면이다.
도 11e는 본 발명의 일 실시예에 따른, 투자 정보를 제공하는 방법을 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 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 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른, 투자 서비스 정보 제공 서버의 블록도이다.
도 2를 참조하면, 투자 서비스 정보 제공 서버(20)는 키워드 추출부(200), 핵심 키워드 선정부(210), 키워드 유사도 측정부(220), 투자 스타일 도출부(230), 투자 스타일 유사도 측정부(240) 및 추천 종목 선정부(250)를 포함할 수 있다. 다만, 도 2에 도시된 투자 서비스 정보 제공 서버(20)는 본 발명의 하나의 구현 예에 불과하며, 도 2에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다.
키워드 추출부(200)는 기설정된 기간별로 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 투자자의 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출할 수 있다.
여기서, 투자 관련 문서는 예를 들어, 투자 전문가(예컨대, 애널리스트, 펀드매니저 등)에 의해 작성된 투자 보고서, 경제 전망 보고서, 경제 기사, 투자관련 전자책 등을 포함할 수 있다.
여기서, 각 투자 종목은 도 3a와 같이, 관련 투자 키워드들과 일대다의 관계를 가질 수 있다.
키워드 추출부(200)는 복수의 투자 종목별로 연관된 각 투자 키워드가 언급된 적어도 하나의 투자 관련 문서의 발행일 또는 게시일 및 각 투자 키워드가 적어도 하나의 투자 관련 문서에 언급된 횟수에 대한 키워드 발생 정보를 각 투자 키워드에 매핑할 수 있다. 여기서, 키워드 발생 정보는 투자 키워드의 최근 키워드 발생일로부터 현재까지의 경과일을 포함할 수 있다.
키워드 추출부(200)는 복수의 투자 종목별로 각 투자 키워드 및 각 투자 키워드의 키워드 발생 정보를 매핑하여 투자 키워드 테이블에 저장할 수 있다.
구체적으로, 키워드 추출부(200)는 실시간으로 수집된 복수의 투자 관련 문서 중 복수의 투자 종목별로 각 투자 키워드가 가장 최근에 언급된 적어도 하나의 투자 관련 문서의 발행일 또는 게시일을 각 투자 키워드의 키워드 발생일로서 설정할 수 있다.
예를 들어, 키워드 추출부(200)는 제 1 기간 동안에 수집된 복수의 투자 관련 문서로부터 추출된 제 1 투자 종목의 투자 키워드 및 해당 투자 키워드에 대한 키워드 발생일을 투자 키워드 테이블에 저장하고, 제 1 기간이 지난 이후의 제 2 기간 동안에 수집된 복수의 투자 관련 문서로부터 추출된 제 1 투자 종목의 신규 투자 키워드 및 신규 투자 키워드에 대한 신규 키워드 발생일을 투자 키워드 테이블에 추가 저장할 수 있다.
키워드 추출부(200)는 키워드 발생일에 기초하여 각 투자 키워드에 대한 키워드 경과일을 도출할 수 있다. 여기서, 키워드 발생일은 각 투자 키워드가 투자 관련 문서에 추가적으로 언급됨에 따라 갱신될 수 있다.
키워드 추출부(200)는 각 투자 종목별로 각 투자 종목과 연관된 투자 키워드, 투자 키워드에 대한 키워드 발생일 및 투자 키워드에 대한 키워드 경과일을 투자 키워드 테이블에 저장할 수 있다.
예를 들어, 도 3a를 참조하면, 키워드 추출부(200)는 복수의 투자 관련 문서로부터 제 1 투자 종목과 연관된 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드를 추출하고, 각 투자 키워드에 대응하는 키워드 발생일을 도출할 수 있다. 여기서, 제 1 투자 키워드에 대한 제 1 키워드 발생일은 제 1 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일(또는 투자 관련 문서가 게시된 게시일)로부터 현재까지의 기간에 의해 도출되고, 제 2 투자 키워드에 대한 제 2 키워드 발생일은 제 2 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로부터 현재까지의 기간에 의해 도출되고, 제 3 투자 키워드에 대한 제 3 키워드 발생일은 제 3 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로부터 현재까지의 기간에 의해 도출될 수 있다.
도 3b를 참조하면, 키워드 추출부(200)는 제 1 투자 종목의 제 1 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로부터 제 1 키워드 발생일(Dt)을 도출하고, 이로부터 현재 날짜(Dt+n) 까지 경과된 경과일에 기초하여 제 1 투자 키워드에 대한 제 1 키워드 경과일 도출할 수 있다. 이 때, 제 1 투자 키워드에 대한 제 1 키워드 발생일(Dt)은 시간의 흐름에 따라 제 1 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로 지속적으로 업데이트될 수 있다.
도 3c를 참조하면, 키워드 추출부(200)는 제 1 투자 종목에 대한 관련 복수의 투자 키워드별로 각 투자 키워드에 대한 키워드 발생일 및 해당 투자 키워드에 대한 키워드 경과일을 매칭하여 투자 키워드 테이블(30)에 저장할 수 있다. 예를 들어, 키워드 추출부(200)는 제 1 투자 종목과 관련된 제 1 투자 키워드, 제 1 투자 키워드에 대한 제 1 키워드 발생일 및 제 1 키워드 경과일을 매핑하여 투자 키워드 테이블(30)에 저장할 수 있다.
키워드 추출부(200)는 복수의 투자 종목별 각 투자 키워드가 언급된 투자 관련 문서마다, 각 투자 키워드가 언급된 횟수를 투자 키워드별로 도출할 수 있다.
키워드 추출부(200)는 각 키워드의 경과일에 기초하여 각 투자 키워드의 가중치를 상이하게 설정할 수 있다. 여기서, 각 투자 키워드의 가중치는 [수학식 1]에 따라 계산될 수 있다.
[수학식 1]
Figure PCTKR2022009369-appb-img-000001
여기서, P는 기설정된 감속인자(예컨대, 0.98)이고, N은 투자 키워드에 대한 경과일이다.
[수학식 1]에 따르면, 감속인자가 작을수록 시간 경과에 따른 가중치 감소가 급격하게 진행될 수 있다.
키워드 추출부(200)는 각 투자 키워드가 언급된 횟수에 더 기초하여 각 투자 키워드의 가중치를 상이하게 설정할 수도 있다.
키워드 추출부(200)는 투자자의 투자 포트폴리오에 포함된 복수의 투자 종목의 비중 정보에 기초하여 각 투자 종목별 연관된 투자 키워드의 가중치를 상이하게 설정할 수도 있다.
키워드 추출부(200)는 복수의 투자 종목별로 연관된 각 투자 키워드마다 설정된 가중치를 각 투자 키워드에 매핑하여 투자 키워드 테이블에 저장할 수 있다. 예를 들어, 도 3c를 참조하면, 키워드 추출부(200)는 제 1 투자 종목과 연관된 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드 각각에 설정된 가중치를 각 투자 키워드에 매핑하여 투자 키워드 테이블(30)에 저장할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정할 수 있다.
구체적으로, 핵심 키워드 선정부(210)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 접근 방식에 대한 정보를 포함하는 로그 데이터를 수집할 수 있다.
여기서, 키워드 접근 방식에 대한 정보는 적어도 하나의 투자 키워드의 검색에 관한 제 1 키워드 접근 방식, 적어도 하나의 투자 키워드가 존재하는 자료의 조회에 관한 제 2 키워드 접근 방식 및 투자 키워드에 관한 투자 종목의 조회 및 거래에 관한 제 3 키워드 접근 방식을 포함할 수 있다.
핵심 키워드 선정부(210)는 각 투자 키워드에 대한 투자자의 키워드 접근 방식별로 접근 빈도 정보 및 접근 날짜 정보를 수집할 수 있다.
핵심 키워드 선정부(210)는 키워드 접근 방식마다 각 투자 키워드에 대한 가중치를 상이하게 설정할 수 있다. 여기서, 가중치는 투자 키워드에 대한 투자자의 성향 강도에 대응될 수 있다.
예를 들어, 도 4를 참조하면, 핵심 키워드 선정부(210)는 제 1 투자 종목과 연관된 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드 각각에 대한 키워드 접근 방식에 따라 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드 각각에 대한 투자자의 성향 강도를 나타내는 가중치를 설정할 수 있다.
핵심 키워드 선정부(210)는 각 투자 키워드별 수집된 투자자의 키워드 접근 방식별 접근 빈도 정보 및 접근 날짜 정보에 기초하여 각 투자 키워드에 대한 가중치를 설정할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목에 대하여 기설정된 기간 마다(즉, 제 1 핵심 키워드의 갱신 주기마다) 수집된 각 투자 키워드별 키워드 접근 방식, 접근 빈도 정보, 접근 날짜 정보 및 가중치를 키워드 테이블에 누적할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목별로 각 투자 키워드에 접근하는 투자자의 키워드 접근 방식, 접근 빈도 정보, 접근 날짜 정보 및 가중치에 기초하여 각 투자 키워드별 투자자의 행동 패턴을 분석할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정할 수 있다.
핵심 키워드 선정부(210)는 각 투자 키워드에 대한 투자자의 키워드 적합도를 계산할 수 있다.
구체적으로, 핵심 키워드 선정부(210)는 각 투자 키워드에 대한 키워드 접근 방식마다 설정된 가중치, 각 투자 키워드에 대한 키워드 접근 방식별 접근 빈도 정보 및 접근 날짜 정보에 기초하여 키워드 적합도 점수를 계산할 수 있다. 여기서, 키워드 적합도 점수는 [수학식 2]를 통해 계산될 수 있다.
[수학식 2]
Figure PCTKR2022009369-appb-img-000002
여기서, 행위 경과 기간은 각 투자 키워드에 대한 키워드 접근 방식별 접근 날짜 정보에 기초하여 도출될 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목에 대한 각 투자 키워드별 키워드 적합도 점수에 기초하여 복수의 투자 종목별로 투자자의 투자 성향을 반영한 제 1 핵심 키워드를 선정할 수 있다.
예를 들어, 핵심 키워드 선정부(210)는 각 투자 키워드의 키워드 적합도 점수를 내림차순으로 정렬하고, 높은 점수순으로 기설정된 개수에 속하는 투자 키워드를 제 1 핵심 키워드로서 선정할 수 있다.
핵심 키워드 선정부(210)는 제 1 핵심 키워드의 갱신 주기마다 누적하여 수집된 각 투자 키워드에 대한 키워드 접근 방식별 접근 빈도 정보 및 접근 날짜 정보에 기초하여 각 투자 키워드별 키워드 적합도 점수를 업데이트할 수 있다.
핵심 키워드 선정부(210)는 제 1 핵심 키워드의 갱신 주기마다 업데이트된 각 투자 키워드에 대한 키워드 적합도 점수에 기초하여 복수의 투자 종목별로 제 2 핵심 키워드를 다시 선정할 수 있다.
이와 같이, 본 발명은 제 1 핵심 키워드의 갱신 주기를 기준으로 투자 키워드의 키워드 적합도 점수를 업데이트하고, 제 1 핵심 키워드를 재선정함으로써 시시각각 변화하는 투자 시장에 대한 투자자의 대응 변화를 빠르게 반영하면서 투자자의 투자성향 변화를 추적할 수 있고, 투자자의 투자성향에 맞는 키워드에 대한 최신성을 확보할 수 있다.
투자 스타일 도출부(230)는 기설정된 수집 기간마다 투자자의 투자 포트폴리오에 대한 제 1 기초 데이터를 수집할 수 있다.
여기서, 제 1 기초 데이터는 투자 포트폴리오에 대한 시장 정보(예컨대, 총투자 종목수, 코스피 종목수, 코스닥 종목수, ETF 종목수, 기타 종목수), 평균시총정보, 평균거래대금정보, 거래량정보, 평균단가정보, 평균PBR정보, 실적점수평균정보, 밸류점수평균정보, 수급점수평균정보, 모멘텀점수평균정보, 차트점수평균정보, (고가-저가)/시가에 대한 정보, 5일 등락률 평균 정보 등에 대한 정보를 포함할 수 있다.
투자 스타일 도출부(230)는 기설정된 수집 기간마다 수집된 투자자의 투자 포트폴리오에 대한 제 1 기초 데이터에 기초하여 투자자에 대한 제 1 투자 스타일 정보를 도출할 수 있다.
투자 스타일 도출부(230)는 기설정된 수집 기간마다 수집된 제 1 기초 데이터에 대한 평균값을 계산하고, 기설정된 수집 기간에 대한 시계열 정보를 기준으로 일정 기간 동안 계산된 제 1 기초 데이터에 대한 평균값을 대푯값으로 하여 투자자의 투자 포트폴리오에 대한 제 1 투자 스타일 정보를 도출할 수 있다.
핵심 키워드 선정부(210)는 투자자의 투자 포트폴리오에 포함된 복수의 투자 종목에서 각 투자 종목의 비중 정보를 도출하고, 도출된 각 투자 종목 각각의 비중 정보 및 투자 종목별로 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 복수의 투자 종목별 제 2 핵심 키워드를 선정할 수 있다.
핵심 키워드 선정부(210)는 각 투자 종목의 비중 정보에 따른 가중치 및 각 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 각 투자 종목의 투자 키워드별 키워드 중요도 점수를 계산할 수 있다.
핵심 키워드 선정부(210)는 각 투자 종목의 투자 키워드별 키워드 중요도 점수에 기초하여 복수의 투자 종목별 제 2 핵심 키워드를 선정할 수 있다.
예를 들어, 도 6을 참조하면, 핵심 키워드 선정부(210)는 각 투자 종목별로 생성된 투자 키워드 테이블로부터 각 투자 종목의 투자 키워드 및 투자 키워드에 대한 키워드 경과일을 추출할 수 있다.
핵심 키워드 선정부(210)는 각 투자 종목별 비중 정보에 따른 가중치, 각 투자 종목의 투자 키워드 및 투자 키워드에 대한 키워드 경과일을 포함하는 투자 종목별 투자 키워드 현황 리스트(60)를 생성할 수 있다.
핵심 키워드 선정부(210)는 투자 종목별 투자 키워드 현황 리스트(60)에 포함된 각 투자 종목의 비중 정보에 따른 가중치 및 각 투자 종목별 투자 키워드에 대한 키워드 경과일에 기초하여 각 투자 종목의 투자 키워드별 키워드 중요도 점수를 산출할 수 있다.
이 때, 핵심 키워드 선정부(210)는 [수학식 3]과 같이, 각 투자 종목별 투자 키워드에 대한 키워드 경과일을 지수 함수의 지수로 설정함으로써 각 투자 종목의 투자 키워드별 키워드 중요도 점수를 산출할 수 있다.
[수학식 3]
Figure PCTKR2022009369-appb-img-000003
여기서, wi는 각 투자 종목의 비중 정보에 따른 가중치이다.
핵심 키워드 선정부(210)는 각 투자 종목별로 계산된 각 투자 키워드의 키워드 중요도 점수를 동일 투자 키워드끼리 합산하고, 동일 투자 키워드별로 합산된 키워드 중요도 점수를 포함하는 키워드 중요도 점수 리스트(62)를 생성할 수 있다.
키워드 중요도 점수 리스트(62)에서 합산된 키워드 중요도 점수가 높은 투자 키워드일수록 중요도가 높은 키워드일 수 있다.
핵심 키워드 선정부(210)는 키워드 중요도 점수 리스트(62)에서 합산된 키워드 중요도 점수가 높은 상위 M개의 투자 키워드를 추출하고, 추출된 상위 M개의 투자 키워드를 제 2 핵심 키워드로서 선정할 수 있다.
투자 스타일 도출부(230)는 기설정된 복수의 특성 항목을 포함하는 복수의 투자 종목별 제 2 기초 데이터에 기초하여 투자 종목별 제 2 투자 스타일 정보를 도출할 수 있다.
예를 들어, 도 7을 참조하면, 기설정된 복수의 특성 항목은 투자 종목의 비중 항목(701), 시장 항목(703), 시총 항목(705), 밸류 항목(707), 실적 항목(711), 수급점수 항목(711), 시장평판 항목(713), 일변동성 항목(715), 중기변동성 항목(717), 업종 항목(719)을 포함할 수 있다.
여기서, 제 2 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급점수 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보를 포함할 수 있다. 여기서, 밸류 정보는 예를 들어, 투자 종목의 주가순자산비율(PBR, Price Book value Ratio) 정보, 주가수익비율(PER, Price Earning Ratio) 정보, 주가매출비율(PSR, Price Sales Ratio) 정보 등을 포함할 수 있다. 실적 정보는 예를 들어, 투자 종목의 영업이익률, 순이익률 등을 포함할 수 있다. 수급점수 정보는 예를 들어, 투자 종목의 거래 금액, 외국인매수금액 등을 포함할 수 있다. 시장평판 점수는 예를 들어, 투자 종목의 목표가조정률 등을 포함할 수 있다. 일변동성 정보는 예를 들어, 투자 종목의 진봉길이(Truerange) 등을 포함할 수 있다. 중기변동성 정보는 예를 들어, 투자 종목의 월등락률 등을 포함할 수 있다.
투자 스타일 도출부(230)는 각 투자 종목의 비중 정보에 따른 가중치 및 각 투자 종목의 제 2 기초 데이터에 기초하여 복수의 특성 항목별 대푯값을 도출하고, 도출된 복수의 특성 항목별 대푯값에 기초하여 각 투자 종목별 제 2 투자 스타일 정보를 도출할 수 있다. 여기서, 복수의 특성 항목별 대푯값은 각 특성 항목마다 특성 항목의 필드값에 대응 종목의 가중치가 반영된 값을 합산한 값을 의미하며 예를 들어, [수학식 4]에 기초하여 계산될 수 있다.
[수학식 4]
Figure PCTKR2022009369-appb-img-000004
여기서, i는 각 투자 종목을 의미한다.
업종 항목의 대푯값의 경우, 투자 스타일 도출부(230)는 각 투자 종목의 업종 코드 정보에 따른 기설정된 가중치에 기초하여 [수학식 5]를 이용하여 업종 항목의 대푯값(즉, 대표업종)을 도출할 수 있다.
[수학식 5]
Figure PCTKR2022009369-appb-img-000005
예를 들어, 도 7을 참조하면, 투자 스타일 도출부(230)는 제 1 투자 종목의 비중 정보에 따른 가중치(w1) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 1) 간의 곱에 대한 제 1 값과, 제 2 투자 종목의 비중 정보에 따른 가중치(w2) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 2) 간의 곱에 대한 제 2 값과, 제 3 투자 종목의 비중 정보에 따른 가중치(w3) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 3) 간의 곱에 대한 제 3 값과, 제 4 투자 종목의 비중 정보(w4) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 4) 간의 곱에 대한 제 4 값을 합산하여 시장 항목(703)의 대푯값을 도출할 수 있다.
키워드 유사도 측정부(220)는 각 투자 종목별 각 투자 종목과 연관된 투자 키워드에 기초하여 투자 키워드 간의 제 1 키워드 유사도를 측정할 수 있다.
도 8을 참조하면, 키워드 유사도 측정부(220)는 각 투자 종목별로 추출된 적어도 하나의 투자 키워드에 기초하여 투자 종목별 키워드 리스트(80)를 생성하고, 투자 종목별 키워드 리스트(80) 중 한 쌍의 상이한 투자 키워드를 모두 포함하는 종목의 개수에 기초하여 제 1 키워드 유사도를 산출할 수 있다.
또한, 키워드 유사도 측정부(220)는 투자 종목별 키워드 리스트(80)에 포함된 전체 투자 키워드에 대하여 복수 개의 한 쌍의 투자 키워드 조합을 생성하고, 각 한 쌍의 투자 키워드 조합마다 각 한 쌍의 투자 키워드 조합을 모두 포함하는 투자 종목들의 개수를 산출할 수 있다.
또한, 키워드 유사도 측정부(220)는 각 한 쌍의 투자 키워드 조합별 투자 종목의 개수에 기초하여 제 1 키워드 유사도를 산출할 수 있다.
여기서, 제 1 키워드 유사도는 [수학식 6]을 이용하여 계산될 수 있다.
[수학식 6]
Figure PCTKR2022009369-appb-img-000006
키워드 유사도 측정부(220)는 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드 중 상위 S 범위 내의 핵심 키워드를 선정하고, 선정된 상위 S 범위 내의 핵심 키워드를 제 1 키워드군으로 그룹핑할 수 있다. 또한, 복수의 투자 종목별 제 2 핵심 키워드 중 상위 N 범위 내에 속하는 핵심 키워드를 선정하고, 선정된 상위 N 범위 내의 핵심 키워드를 제 2 키워드군으로 그룹핑할 수 있다.
키워드 유사도 측정부(220)는 제 1 키워드군 및 제 2 키워드군 간의 제 2 키워드 유사도를 측정할 수 있다. 여기서, 키워드군 간의 제 2 키워드 유사도는 [수학식 7]을 이용하여 계산될 수 있다.
[수학식 7]
Figure PCTKR2022009369-appb-img-000007
여기서, S는 총 투자 키워드의 개수이다.
제 1 키워드군에 포함된 핵심 키워드 i 및 제 2 키워드군에 포함된 핵심 키워드 j 간의 제 2 키워드 유사도가 모두 0인 경우는 투자 키워드 i와 투자 키워드 j가 서로 관련성이 전혀 없다는 의미이고, 제 1 키워드군의 투자 키워드 i 및 제 2 키워드군의 투자 키워드 j 간의 제 2 키워드 유사도가 모두 1인 경우는 투자 키워드 i와 투자 키워드 j가 완전 동일하다는 의미이다. 따라서, 이를 반영하기 위해, 제 2 키워드 유사도는 0~1의 표준화된 값을 갖는다.
제 2 키워드 유사도가 높을수록 투자자의 투자 성향이 반영된 제 1 키워드군 및 복수의 투자 종목의 특성이 반영된 제 2 키워드군 간의 유사성이 높다는 의미를 가질 수 있다.
한편, 투자 스타일 유사도 측정부(240)는 투자자에 대한 제 1 투자 스타일 정보 및 투자 종목별 제 2 투자 스타일 정보 간의 투자 스타일 유사도를 도출할 수 있다.
도 9를 참조하면, 투자 스타일 유사도 측정부(240)는 투자자 및 투자 종목 간의 투자스타일 테이블(90)의 기설정된 복수의 특성 항목 중 투자 스타일 유사도를 측정할 적어도 하나의 특성 항목을 선정할 수 있다. 여기서, 복수의 특성 항목은 시장 항목, 시총 항목, 밸류 항목, 실적 항목, 수급점수 항목, 시장평판 항목, 일변동성 항목, 중기변동성 항목, 업종 항목을 포함할 수 있다. 이 때, 각 특성 항목에는 상이한 중요도 가중치가 기설정되어 있다.
투자 스타일 유사도 측정부(240)는 선정된 적어도 하나의 특성 항목에 대응하는 투자자의 투자 포트폴리오에 대한 제 1 기초 데이터, 복수의 투자 종목별 제 2 기초 데이터, 및 선정된 적어도 하나의 특성 항목에 기설정된 중요도 가중치에 기초하여 투자 스타일 유사도를 측정할 수 있다.
투자 스타일 유사도 측정부(240)는 복수의 특성 항목에 대한 디지털화된 필드값을 N 분위하고, 각 특성 항목의 N분위 값을 표준화 테이블(92)의 각 분위에 대응하는 값으로 변환할 수 있다.
투자 스타일 유사도 측정부(240)는 업종 항목의 경우, 업종지수 시계열의 상관계수를 이용하여 업종 항목의 필드값을 표준화할 수 있다.
투자 스타일 유사도 측정부(240)는 시장 항목의 경우, [수학식 8]을 참조하여 시장구분값 및 시장비중값에 기초하여 시장 항목의 필드값을 표준화할 수 있다. 여기서, 시장구분값은 코스피 시장에 설정된 값(예컨대, 1), 코스닥 시장에 설정된 값(예컨대, 2) 및 기타 시장에 설정된 값(예컨대, 3)을 포함할 수 있다.
[수학식 8]
Figure PCTKR2022009369-appb-img-000008
투자 스타일 유사도 측정부(240)는 표준화된 투자스타일 테이블(94)을 이용하여 투자 스타일 유사도를 도출할 수 있다. 여기서, 투자 스타일 유사도는 [수학식 9]를 통해 계산될 수 있다.
[수학식 9]
Figure PCTKR2022009369-appb-img-000009
[수학식 9]를 참조하면, 투자자와 투자 종목 간 투자 스타일의 유사도가 전혀 무관할 경우 0값을 갖고, 투자자와 투자 종목 간 투자스타일의 유사도가 완전 동일할 경우 1값을 갖는다.
투자 스타일 유사도가 높을수록 투자자와 투자 종목 간의 투자 스타일의 유사성이 높다.
추천 종목 선정부(250)는 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정할 수 있다.
예를 들어, 추천 종목 선정부(250)는 투자자의 투자성향이 반영된 핵심 키워드만 존재하는 제 1 경우, 해당 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우를 구분하여 투자자에게 추천할 추천 투자 종목을 선정할 수 있다.
여기서, 핵심 키워드만 존재하는 제 1 경우는 예를 들어, 뉴스, 리포트 등의 비정형 데이터에 해당되는 경우일 수 있다. 예를 들어, 추천 종목 선정부(250)는 제 1 뉴스의 키워드와 투자자성향이 반영된 핵심 키워드 간의 유사도가 65.85%이고, 제 2 뉴스의 키워드와 투자자성향이 반영된 핵심 키워드 간의 유사도가 45.58%이라면, 제 1 뉴스의 키워드를 투자자와의 최적의 매칭 정보로서 선정할 수 있다.
여기서, 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우는 예를 들어, 개별 투자 종목 또는 포트폴리오(복수의 투자 종목)가 존재하는 경우, 개별 투자 종목 또는 포트폴리오에 포함된 키워드 및 종목 스타일 모든 정보를 포함할 수 있다. 이 경우, 투자자 개인의 투자성향이 반영된 핵심 키워드와 투자 종목에 대한 투자 스타일 정보를 모두 이용하여 최적 정보 매칭이 가능하도록 할 수 있다.
예를 들어, 투자자의 투자성향이 반영된 핵심 키워드만 존재하는 제 1 경우, 추천 종목 선정부(250)는 제 1 키워드 유사도 및 제 2 키워드 유사도 간의 조합에 기초하여 투자자에게 추천할 제 1 추천 투자 종목을 선정할 수 있다.
예를 들어, 해당 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우 추천 종목 선정부(250)는 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 제 2 추천 투자 종목을 선정할 수 있다.
예를 들어, 해당 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우 추천 종목 선정부(250)는 제 1 가중치가 적용된 제 1 키워드 유사도, 제 2 가중치가 적용된 제 2 키워드 유사도 및 제 3 가중치가 적용된 투자 스타일 유사도에 기초하여 제 3추천 투자 종목을 선정할 수 있다. 여기서, 제 1 가중치, 제 2 가중치 및 제 3 가중치는 모두 상이하게 설정된 가중치일 수 있다.
이처럼, 본 발명은 투자자의 투자성향 분석 및 투자 종목의 분석을 동일 기준으로 표준화하고, 표준화된 분석 결과를 이용하여 투자자에게 적합한 최적의 투자 종목을 선정하여 이를 투자자에게 추천할 수 있다.
한편, 당업자라면, 키워드 추출부(200), 핵심 키워드 선정부(210), 키워드 유사도 측정부(220), 투자 스타일 도출부(230), 투자 스타일 유사도 측정부(240) 및 추천 종목 선정부(250) 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 10은 본 발명의 일 실시예에 따른, 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법을 나타낸 흐름도이다.
도 10을 참조하면, 단계 S1001에서 투자 서비스 정보 제공 서버(20)는 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출할 수 있다.
단계 S1003에서 투자 서비스 정보 제공 서버(20)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정하고, 복수의 투자 종목 각각의 비중 정보 및 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 복수의 투자 종목별 제 2 핵심 키워드를 선정할 수 있다.
단계 S1005에서 투자 서비스 정보 제공 서버(20)는 추출된 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정할 수 있다.
단계 S1007에서 투자 서비스 정보 제공 서버(20)는 기설정된 복수의 특성 항목을 포함하는 복수의 투자 종목별 기초 데이터에 기초하여 투자 종목별 투자 스타일 정보를 도출하고, 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 투자자에 대한 투자 스타일 정보를 도출할 수 있다.
여기서, 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보 중 적어도 하나를 포함할 수 있다.
단계 S1009에서 투자 서비스 정보 제공 서버(20)는 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출할 수 있다.
단계 S1011에서 투자 서비스 정보 제공 서버(20)는 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정할 수 있다.
상술한 설명에서, 단계 S1001 내지 S1011은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
도 11a 내지 11e는 본 발명의 일 실시예에 따른, 투자 정보를 제공하는 방법을 설명하기 위한 도면이다.
투자 서비스 정보 제공 서버(20)는 투자자의 투자 포트폴리오에 대한 적어도 하나의 핵심 키워드 및 핵심 키워드에 대한 비중을 표시한 투자 맵 정보를 제공할 수 있다.
여기서, 투자 맵 정보에는 각 핵심 키워드가 다각형 형태로 표현되고, 각 핵심 키워드별 다각형의 크기는 적어도 하나의 핵심 키워드에 대한 각 핵심 키워드의 비중에 비례할 수 있다.
핵심 키워드에 대한 비중이 큰 핵심 키워드일수록 투자 맵 정보에서 좌측 상단에 배치되고, 핵심 키워드에 대한 비중이 작은 핵심 키워드일수록 투자 맵 정보에서 우측 하단에 배치될 수 있다.
예를 들어, 도 11a를 참조하면, 투자 서비스 정보 제공 서버(20)는 제 1 투자 포트폴리오에 포함된 주식 집합에 대한 특징을 나타낸 핵심 키워드를 투자 맵 정보(50)에 표시하여 제공할 수 있다.
투자 서비스 정보 제공 서버(20)는 복수의 주식 각각에 대응하는 핵심 키워드를 투자 맵 정보(50)에 표시하되, 주식 상승률에 기초하여 각 주식에 대응하는 핵심 키워드의 비중을 달리하여 투자 맵 정보(50)에 표시하여 제공할 수 있다.
예를 들어, 제 1 투자 포트폴리오를 구성하는 주식 집합 중 원전 관련 주식 종목이 다른 주식 종목에 비해 주식 상승률이 가장 큰 경우, 투자 서비스 정보 제공 서버(20)는 원전 관련 주식 종목의 핵심 키워드인 '원전' 키워드에 대응하는 다각형의 크기를 가장 크게 하여 투자 맵 정보(50)의 좌측에 배치할 수 있다.
예를 들어, 도 11b를 참조하면, 투자 서비스 정보 제공 서버(20)는 제 1 투자 포트폴리오를 구성하는 주식 집합 중 제 1 스튜디오 주식 종목(501)에 대한 특성을 나타내는 복수의 핵심 키워드(503, 예컨대, '#라이브커머스', '#인바이오젠', '#영화', '#영상콘텐츠', '#엔터테인먼트')를 키워드 가중치가 높은 순으로 배열하여 제공할 수 있다.
또한, 투자 서비스 정보 제공 서버(20)는 제 1 스튜디오 주식 종목(501)의 주가 정보(505) 및 주가 상승률 정보(507)와 함께 제 1 스튜디오 주식 종목(501)에 대한 주가 상승 진단 정보(511)를 평가하여 제공할 수 있다. 이 때, 주가 상승 진단 정보(511)는 기설정된 복수의 기간(1일, 중기, 장기)별로 제 1 스튜디오 주식 종목(501)에 대한 주가 평가 등급 정보 및 주가 상승 추이 그래프를 포함할 수 있다.
투자 서비스 정보 제공 서버(20)는 투자자의 투자 포트폴리오에 대한 적어도 하나의 핵심 키워드에 기초하여 투자자의 투자 성향에 대응하는 맞춤형 투자 정보를 제공할 수 있다.
예를 들어, 도 11c를 참조하면, 투자 서비스 정보 제공 서버(20)는 제 1 투자자가 최근 조회 및 검색한 투자 종목에 대한 추적 정보 및 제 1 투자자의 투자 포트폴리오에 대한 핵심 키워드에 기초하여 제 1 투자자가 투자 정보로 활용하기 위한 맞춤형 투자 키워드(예컨대, '#게임', '# 플랫폼', '# 검은사막')에 대한 정보(513)를 제 1 투자자에게 제공할 수 있다.
예를 들어, 도 11c 및 도 11d를 참조하면, 제 1 투자자에게 제공된 맞춤형 투자 키워드 중 특정 맞춤형 투자 키워드를 제 1 투자자가 선택한 경우, 투자 서비스 정보 제공 서버(20)는 선택된 특정 맞춤형 투자 키워드(515)와 연관된 맞춤형 정보를 제 1 투자자에게 제공할 수 있다. 여기서, 맞춤형 정보는 예를 들어, 선택된 특정 맞춤형 투자 키워드(515)와 연관된 투자 종목에 대한 정보(517) 및 뉴스 기사 정보(519)와 함께 선택된 특정 맞춤형 투자 키워드(515)와 연관된 행사/세미나 등의 주요 일정 정보(521)를 포함할 수 있다.
예를 들어, 도 11e를 참조하면, 투자 서비스 정보 제공 서버(20)는 투자자의 투자 포트폴리오에 대한 적어도 하나의 핵심 키워드에 특화된 연관 투자 정보를 검색할 수 있는 투자 정보 검색 인터페이스(523)를 투자자에게 제공할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (10)

  1. 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버에 있어서,
    실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 키워드 추출부;
    상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 2 핵심 키워드를 선정하는 핵심키워드 선정부;
    상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 키워드 유사도 측정부;
    기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 투자 스타일 도출부;
    상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 투자 스타일 유사도 측정부; 및
    상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 추천 종목 선정부
    를 포함하는 것인, 투자 서비스 제공 서버.
  2. 제 1 항에 있어서,
    상기 키워드 유사도 측정부는 상기 각 투자 종목별로 추출된 적어도 하나의 투자 키워드에 기초하여 투자 종목별 키워드 리스트를 생성하고,
    상기 투자 종목별 키워드 리스트 중 한 쌍의 상이한 투자 키워드를 모두 포함하는 조합이 종목의 개수에 기초하여 상기 제 1 키워드 유사도를 산출하는 것인, 투자 서비스 제공 서버.
  3. 제 1 항에 있어서,
    상기 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보 중 적어도 하나를 포함하는 것인, 투자 서비스 제공 서버.
  4. 제 1 항에 있어서,
    상기 복수의 특성 항목마다 상이한 중요도 가중치가 기설정되어 있는 것인, 투자 서비스 제공 서버.
  5. 제 4 항에 있어서,
    상기 투자 스타일 유사도 측정부는
    상기 기설정된 복수의 특성 항목 중 상기 투자 스타일 유사도를 측정할 적어도 하나의 특성 항목을 선정하고,
    상기 선정된 적어도 하나의 특성 항목에 대응하는 상기 복수의 투자 종목별 기초 데이터, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터 및 상기 선정된 적어도 하나의 특성 항목에 기설정된 중요도 가중치에 기초하여 상기 투자 스타일 유사도를 측정하는 것인, 투자 서비스 제공 서버.
  6. 투자 서비스 제공 서버에 의해 수행되는 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법에 있어서,
    실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 단계;
    상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 2 핵심 키워드를 선정하는 단계;
    상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 단계;
    기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 단계;
    상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 단계; 및
    상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 단계
    를 포함하는 것인, 투자 서비스 제공 방법.
  7. 제 6 항에 있어서,
    상기 제 1 키워드 유사도를 측정하는 단계는
    상기 각 투자 종목별로 추출된 적어도 하나의 투자 키워드에 기초하여 투자 종목별 키워드 리스트를 생성하는 단계 및
    상기 투자 종목별 키워드 리스트 중 한 쌍의 상이한 투자 키워드를 모두 포함하는 조합이 종목의 개수에 기초하여 상기 제 1 키워드 유사도를 산출하는 단계를 포함하는 것인, 투자 서비스 제공 방법.
  8. 제 6 항에 있어서,
    상기 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보 중 적어도 하나를 포함하는 것인, 투자 서비스 제공 방법.
  9. 제 6 항에 있어서,
    상기 복수의 특성 항목마다 상이한 중요도 가중치가 기설정되어 있는 것인, 투자 서비스 제공 방법.
  10. 제 9 항에 있어서,
    상기 투자 스타일 유사도를 도출하는 단계는
    상기 기설정된 복수의 특성 항목 중 상기 투자 스타일 유사도를 측정할 적어도 하나의 특성 항목을 선정하는 단계 및
    상기 선정된 적어도 하나의 특성 항목에 대응하는 상기 복수의 투자 종목별 기초 데이터, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터 및 상기 선정된 적어도 하나의 특성 항목에 기설정된 중요도 가중치에 기초하여 상기 투자 스타일 유사도를 측정하는 단계를 포함하는 것인, 투자 서비스 제공 방법.
PCT/KR2022/009369 2022-04-08 2022-06-30 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법 WO2023195579A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220044028A KR20230144842A (ko) 2022-04-08 2022-04-08 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법
KR10-2022-0044028 2022-04-08

Publications (1)

Publication Number Publication Date
WO2023195579A1 true WO2023195579A1 (ko) 2023-10-12

Family

ID=88242987

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/009369 WO2023195579A1 (ko) 2022-04-08 2022-06-30 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법

Country Status (2)

Country Link
KR (1) KR20230144842A (ko)
WO (1) WO2023195579A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172220A (zh) * 2023-11-02 2023-12-05 北京国电通网络技术有限公司 文本相似信息生成方法、装置、设备和计算机可读介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101531970B1 (ko) * 2013-12-26 2015-06-26 주식회사 코스콤 소셜 미디어 데이터 및 증시 관련 웹데이터 분석을 통한 주가 예측 방법 및 이를 적용한 주가 예측 시스템
KR20170048976A (ko) * 2015-10-27 2017-05-10 김해동 주식 투자 성과에 기반한 주식 투자 신뢰성 평가 시스템 및 그 방법
KR20200119752A (ko) * 2018-06-25 2020-10-20 주식회사 딥서치 투자 포트폴리오 구축 방법, 투자 포트폴리오 서비스 제공 방법 및 이를 지원하는 장치
KR20210003029A (ko) * 2019-07-01 2021-01-11 유한책임회사 블루바이저시스템즈 머신러닝 기반의 휴면 자산 관리 방법 및 시스템
KR20210019359A (ko) * 2019-08-12 2021-02-22 주식회사 푸시뉴스 주가 예측 서비스방법 및 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150083620A (ko) 2014-01-10 2015-07-20 유성호 키워드 연동 투자 정보 제공 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101531970B1 (ko) * 2013-12-26 2015-06-26 주식회사 코스콤 소셜 미디어 데이터 및 증시 관련 웹데이터 분석을 통한 주가 예측 방법 및 이를 적용한 주가 예측 시스템
KR20170048976A (ko) * 2015-10-27 2017-05-10 김해동 주식 투자 성과에 기반한 주식 투자 신뢰성 평가 시스템 및 그 방법
KR20200119752A (ko) * 2018-06-25 2020-10-20 주식회사 딥서치 투자 포트폴리오 구축 방법, 투자 포트폴리오 서비스 제공 방법 및 이를 지원하는 장치
KR20210003029A (ko) * 2019-07-01 2021-01-11 유한책임회사 블루바이저시스템즈 머신러닝 기반의 휴면 자산 관리 방법 및 시스템
KR20210019359A (ko) * 2019-08-12 2021-02-22 주식회사 푸시뉴스 주가 예측 서비스방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172220A (zh) * 2023-11-02 2023-12-05 北京国电通网络技术有限公司 文本相似信息生成方法、装置、设备和计算机可读介质
CN117172220B (zh) * 2023-11-02 2024-02-02 北京国电通网络技术有限公司 文本相似信息生成方法、装置、设备和计算机可读介质

Also Published As

Publication number Publication date
KR20230144842A (ko) 2023-10-17

Similar Documents

Publication Publication Date Title
WO2019059717A1 (ko) 기업 분석 기반 연계 서비스 매칭 플랫폼 제공 시스템
US20080097937A1 (en) Distributed method for integrating data mining and text categorization techniques
WO2012165924A2 (ko) 인터넷 검색의 키워드 광고를 이용하는 유효 키워드 선정 시스템 및 그 유효 키워드 선정 방법
WO2023195579A1 (ko) 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법
WO2019098455A1 (ko) 창업자 자가 진단 결과를 반영한 창업 지원 서비스 제공 방법
WO2021251697A1 (ko) 개인데이터 중개시스템
WO2017116215A1 (ko) 평가지표 자율제안에 의한 연구개발과제 선정 시스템 및 방법
KR20210083089A (ko) 관광지 지수 산출 방법 및 시스템
WO2023136492A1 (ko) 이커머스 데이터 기반 신용 평가 스코어 카드 결정 방법 및 이러한 방법을 수행하는 장치
WO2023153679A1 (ko) Oms 상에서 온라인 판매자 및 소비자 간 발생하는 주문 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
WO2022080583A1 (ko) 시계열 분포 특징을 고려한 딥러닝 기반 비트코인 블록 데이터 예측 시스템
CN112990986A (zh) 一种基于区块链的广告业务信息发布***
WO2023153680A1 (ko) Wms의 이커머스 물류 이동 프로세스에서 발생하는 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
KR20210012495A (ko) Sns 텍스트와 광고 컨텐츠의 유사성 및 광고 노출 분포의 공정성을 조합한 광고 추천 기술 및 방법
WO2013058419A1 (ko) 온라인을 통한 지출 분석 및 자산 관리 시스템
JP2001022851A (ja) スコアリング方法およびシステム
US10210528B2 (en) Method and system for assessing and improving individual customer profitability for a profit-making organization
JPH09282307A (ja) 商品の販売動向分析方法及びそのシステム
WO2023195580A1 (ko) 투자자의 투자 포트폴리오를 분석하는 서버 및 방법
JP3976500B2 (ja) 受付業務支援システム
WO2024005242A1 (ko) 미술품 거래 관련 데이터 처리 방법
CN110795598A (zh) 基于vca视频标签分析的智能栏目生成方法
WO2014098281A1 (ko) 특허 괴물 정보를 포함하는 특허 정보 제공 방법 및 그 특허 정보 시스템
WO2014017678A1 (ko) 특허 평가 시스템 및 그 시스템의 정보 처리 방법
WO2024053796A1 (ko) 사용자 라이프 기반의 주식종목 추천장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22936632

Country of ref document: EP

Kind code of ref document: A1