KR100363775B1 - 인터넷을 이용하여 투자 정보를 제공하는 정보 제공자의신뢰성 평가 방법 및 그 시스템 - Google Patents

Abstract

인터넷을 이용하여 투자 정보를 제공하는 정보 제공자의 신뢰성 평가 방법 및 그 시스템이 공개된다. 본 발명에 따른 정보 제공자의 신뢰성 평가 방법은 추천 정보와, 일일 시장 정보를 이용하여 각 정보 제공자들에게 평가 점수를 부여하는 단계 및 정보 제공자들의 추천 실적과 평가 점수를 이용하여 정보 제공자의 신뢰성을 소정의 등급으로 나누는 단계로 이루어지는 것을 특징으로 한다.

또한, 인터넷 망을 통해 투자 정보를 제공하는 정보 제공자의 신뢰성을 평가하는 신뢰성 평가 시스템은 정보 관리 데이터 베이스 및 정보 제공자로부터 제공되는 추천 정보와, 일일 시장 정보를 이용하여 각 정보 제공자들의 정보 추천 능력을 평가하여 평가 점수를 부여하고, 정보 제공자의 정보 제공 실적과 평가 점수를 이용하여 정보 제공자의 신뢰성 등급을 소정 등급으로 나누는 신뢰성 평가 서버를 포함한다. 즉, 본 발명에 따른 정보 제공자의 신뢰성 평가 방법 및 그 시스템은 정보 제공자의 신뢰성 등급을 책정하고, 책정된 신뢰성 등급을 정보 이용자에게 제공한다. 따라서, 정보 제공자는 자신의 신뢰성 등급을 높이기 위해 보다 책임있는 정보를 제공하기 위해 노력하게 되며, 정보 이용자는 신뢰성 평가 서버(20)로부터 제공되는 신뢰성 등급을 이용하여 보다 안정적인 투자를 할 수 있다.

Description

인터넷을 이용하여 투자 정보를 제공하는 정보 제공자의 신뢰성 평가 방법 및 그 시스템{System for determining reliability of information supplier via a communications network and method thereof}

본 발명은 인터넷 망을 통해 투자 정보를 제공하는 방법에 관한 것으로, 특히, 사용자에게 보다 신뢰성 있는 투자 정보를 제공하기 위해 정보 제공자의 신뢰성을 평가하는 정보 제공자의 신뢰성 평가 방법 및 그 시스템에 관한 것이다.

미국에서 군사목적으로 개발된 인터넷은 기존의 산업 사회를 정보화 사회로 변화시키는 즉, 사회의 패러다임을 바꾸는 핵심적인 사회 변화의 도구로 이용되고 있다. 인터넷은 전자 메일, 뉴스 그룹, 파일 전송, 정보 전달 및 정보 검색 등 다양한 용도로 이용되어, 효율적인 정보 축적 매체, 정보 제공 매체로 인식되고 있다. 특히, 최근에는 인터넷을 이용한 전자 상거래(Electron commerce)를 통해, 인터넷의 상업적 이용이 빠르게 확산되고 있다.

예컨대, 최근 증권 분야에서 인터넷을 통한 증권 거래가 단기간에 전체 증권 거래의 50%에 달할 정도로 성장하고 있다. 즉, 인터넷의 보급으로 인해 개인 투자자들의 증권 거래가 활성화되고 있으며, 증권 시장에서 개인 투자자들의 경쟁력 제고를 위한 증권 정보의 수요가 증대되고 있다. 이러한 증권 정보의 수요 증대로 인해, 인터넷을 이용하여 증권 정보를 제공하는 정보 제공 사이트들이 급격히 증가되고 있으며, 이러한 정보 제공 사이트들의 급증은 무가치한 정보의 범람을 초래하여 사용자가 필요로 하는 정보의 효율적인 검색을 어렵게 하고 있다.

또한, 증권 정보 제공 사이트를 통해 제공된 증권 정보가 정보 이용자에게 도움을 주었는지에 대한 평가 및 책임 여부가 없어, 무책임한 정보가 유통되어도 제재를 할 수가 없다. 그리고, 정보 이용자는 이러한 무책임한 정보에 의해 정보 이용자에게 일어날 수 있는 금전적 손실을 감수해야만 한다.

결국, 인터넷을 통해 제공되는 정보를 이용하는 정보 이용자들은, 특히 증권 정보와 같이 정보 이용자들의 자금 투자에 필요한 정보의 경우, 보다 신뢰성 있는 투자 정보가 제공되기를 요구한다.

본 발명이 이루고자 하는 기술적 과제는 인터넷을 통해 투자 정보를 이용하는 정보 이용자가 신뢰성 있는 정보를 이용할 수 있도록, 투자 정보를 제공하는 정보 제공자의 신뢰성을 평가하는 신뢰성 평가 방법을 제공하는 데 있다.

본 발명이 이루고자 하는 다른 기술적 과제는 상기 신뢰성 평가 방법을 수행하는 신뢰성 평가 시스템을 제공하는 데 있다.

본 발명이 이루고자 하는 또 다른 기술적 과제는 상기 신뢰성 평가 방법을 컴퓨터에서 실행 가능한 프로그램 코드로 기록한 기록 매체를 제공하는 데 있다.

도 1a는 본 발명에 따른 인터넷을 이용하여 정보를 제공하는 정보 제공자의 신뢰성 평가 시스템의 일실시예를 개략적으로 나타내는 도면이다.도 1b 내지 도 1d는 도 1a에 도시된 정보 관리부(22), 평가 점수 산출부(24) 및 신뢰성 등급 결정부(26) 각각의 구성을 상세하게 나타내는 도면들이다.

도 2A 내지 도 2C는 신뢰성 평가 서버(20)가 정보 관리 데이터 베이스(30)에 저장하는 데이터와 그 포맷을 나타내는 도면이다.

도 3a 및 도 3b는 도 1a에 도시된 신뢰성 평가 서버(20)에서 수행되는 신뢰성 평가 방법의 일실시예를 설명하기 위한 플로우 챠트이다.

상기 과제를 이루기 위한 본 발명의 일면은 인터넷 망을 통해 요청된 추천 정보 및 상기 추천 정보의 신뢰성 판단 근거를 정보 이용자의 컴퓨터로 제공하기 위하여, 컴퓨터 시스템상에서 구현되는 방법에 있어서, (a) 상기 인터넷 망을 통해 정보 제공자의 컴퓨터로부터 제공되는 상기 추천 정보를 컴퓨터 프로그램으로 구현된 소정의 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 추천 정보 데이터 베이스에 입력하여 저장하는 단계; (b) 상기 추천 정보에 대응하는 실제 시장 정보를 상기 인터넷 망을 통해 제공받아 상기 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 시장 정보 데이터 베이스에 입력하여 저장하는 단계; (c) 상기 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 상기 정보 제공자의 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 평가 점수 산출 알고리즘을 상기 추천 정보와 상기 실제 시장 정보에 적용시켜 실행되게 하는 단계; (d) 상기 정보 제공자의 신뢰성 등급을 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 등급 결정 알고리즘을 상기 정보 제공자 각각의 기존 신뢰성 등급, 상기 추천 정보의 수 및 상기 평가 점수 산출 알고리즘의 실행에 의하여 산출된 각 정보 제공자의 평가 점수에 적용시켜 실행되게 하는 단계; 및 (e) 상기 등급 결정 알고리즘의 실행에 의하여 결정된 상기 정보 제공자의 최종 신뢰성 등급과 상기 정보 제공자의 추천 정보가 기록된 소정 형태의 페이지를 작성하여 상기 신뢰성 판단 근거로서 상기 정보 이용자의 컴퓨터로 제공하는 단계를 구비한다.

상기 다른 과제를 이루기 위한 본 발명의 다른 일면은 인터넷 망을 통해 요청된 추천 정보 및 상기 추천 정보의 신뢰성 판단 근거를 정보 이용자의 컴퓨터로 제공하기 위한 컴퓨터 시스템에 있어서, 상기 추천 정보 및 상기 추천 정보를 제공한 정보 제공자들의 평가 점수를 저장하기 위한 추천 정보 데이터 베이스; 상기 추천 정보에 대응하는 실제 시장에서의 정보를 저장하기 위한 시장 정보 데이터 베이스; 상기 정보 제공자의 추천 정보 및 신뢰성 등급을 저장하기 위한 회원 정보 데이터 베이스; 상기 추천 정보, 상기 실제 시장 정보 및 상기 정보 이용자에게 제공되는 정보를 관리하기 위한 모델을 묘사하는 수학적 관계를 포함하는 정보 관리 알고리즘을 구현한 컴퓨터 프로그램을 구비하여, 상기 인터넷 망을 통해 접속된 정보 제공자 컴퓨터들로부터 제공되는 추천 정보 및 상기 실제 시장 정보를 상기 추천 정보 데이터 베이스 및 상기 시장 정보 데이터 베이스에 각각 입력하여 저장하고, 상기 정보 이용자로부터 요청되는 추천 정보 및 상기 추천 정보를 제공한 정보 제공자의 신뢰성 등급을 상기 정보 관리 알고리즘에 적용하여 상기 추천 정보 및 상기 신뢰성 등급이 기록된 소정 형태의 페이지를 작성한 후에, 상기 작성된 페이지를 상기 정보 이용자의 컴퓨터로 제공하기 위한 정보 관리 수단; 상기 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 각각의 상기 정보 제공자에 대한 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하는 평가 점수 산출 알고리즘을 구현한 컴퓨터 프로그램을 구비하여, 소정 기간 단위로, 상기 추천 정보 데이터 베이스에 저장된 추천 정보, 상기 추천 정보의 개수 및 상기 시장 정보 데이터 베이스에 저장된 신뢰성 등급을 상기 평가 점수 산출 알고리즘에 적용하여 상기 평가 점수를 산출하며, 상기 산출된 평가 점수를 각 정보 제공자별로 상기 추천 정보 데이터 베이스에 저장하기 위한 평가 점수 산출 수단; 및 상기 정보 제공자 각각의 신뢰성 등급을 최종적으로 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하는 등급 결정 알고리즘을 구현한 컴퓨터 프로그램을 구비하여, 상기 회원 정보 데이터 베이스에 저장된 각 정보 제공자의 신뢰성 등급, 상기 추천 정보 데이터 베이스에 저장된 추천 정보의 개수 및 상기 평가 점수를 상기 등급 결정 알고리즘에 적용하여 최종 신뢰성 등급을 결정하고 상기 회원 정보 데이터 베이스에 갱신하는 신뢰성 등급 결정 수단을 구비한다.

상기 또 다른 과제를 이루기 위한 본 발명의 또 다른 일면은 인터넷 망을 통해 요청된 추천 정보 및 상기 추천 정보의 신뢰성 판단 근거를 정보 이용자의 컴퓨터로 제공하기 위하여, 컴퓨터 시스템상에 저장되고, 상기 컴퓨터 시스템에서 실행될 수 있는 프로그램 코드로 기록한 기록매체에 있어서, (a) 상기 인터넷 망을 통해 정보 제공자의 컴퓨터로부터 제공되는 상기 추천 정보를 소정의 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 추천 정보 데이터 베이스에 입력하여 저장하는 단계; (b) 상기 추천 정보에 대응하는 실제 시장 정보를 상기 인터넷 망을 통해 제공받아 상기 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 시장 정보 데이터 베이스에 입력하여 저장하는 단계; (c) 상기 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 상기 정보 제공자의 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 평가 점수 산출 알고리즘을 상기 추천 정보와 상기 실제 시장 정보에 적용시켜 실행되게 하는 단계; (d) 상기 정보 제공자의 신뢰성 등급을 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 등급 결정 알고리즘을 상기 정보 제공자 각각의 기존 신뢰성 등급, 상기 추천 정보의 수 및 상기 평가 점수 산출 알고리즘의 실행에 의하여 산출된 각 정보 제공자의 평가 점수에 적용시켜 실행되게 하는 단계; 및 (e) 상기 등급 결정 알고리즘의 실행에 의하여 결정된 상기 정보 제공자의 최종 신뢰성 등급과 상기 정보 제공자의 추천 정보가 기록된 소정 형태의 페이지를 작성하여 상기 신뢰성 판단 근거로서 상기 정보 이용자의 컴퓨터로 제공하는 단계를 구비하는 정보 제공자의 신뢰성 평가 방법이 컴퓨터에서 실행 가능한 프로그램 코드로 기록된다.

이하, 본 발명에 따른 인터넷을 이용하여 투자 정보를 제공하는 정보 제공자의 신뢰성 평가 방법 및 그 시스템을 첨부한 도면들을 참조하여 다음과 같이 설명한다.

도 1a는 본 발명에 따른 인터넷을 이용하여 정보를 제공하는 정보 제공자의 신뢰성 평가 시스템의 일실시예를 개략적으로 나타내는 도면이다. 본 발명에 따른 정보 제공자의 신뢰성 평가 시스템은 정보 이용자 컴퓨터들(10,12), 정보 제공자 컴퓨터들(14,16), 인터넷 망(18), 메일 서버(40), 신뢰성 평가 서버(20) 및 정보 관리 데이터 베이스(30)를 포함하여 구성된다. 설명의 편의를 위해, 도 1a에 도시된 정보 제공자의 신뢰성 평가 시스템의 일실시예는 투자 대상에 대한 추천 정보로서 주식 투자 정보를 제공하는 정보 제공자의 신뢰성을 평가하는 시스템인 것으로 한다.

도 1a를 참조하면, 정보 제공자들은 정보 제공자 컴퓨터들(14,16)을 이용하여 인터넷 망(18)과 연결된 신뢰성 평가 서버(20)에 접속할 수 있다. 정보 제공자들은 인터넷망(18)을 통해 신뢰성 평가 서버(20)에 컴퓨터들(14, 16)을 접속하여, 신뢰성 평가 서버(20)로 자신이 추천하는 주식에 대한 추천 정보를 제공한다. 이 때, 정보 제공자들은 추천 종목, 추천 내용, 추천가, 추천 제외일, 추천 제외가 등을 포함하는 정보를 추천 정보로서 제공한다. 여기서, 추천가는 추천 종목의 매수가이며, 추천 제외일은 정보 제공자 자신이 추천한 종목을 제외하는 제외일이고, 추천 제외가는 추천 제외한 다음 영업일의 매도 평균가를 각각 나타낸다.한편, 정보 이용자들은 인터넷 망(18)을 통해 신뢰성 평가 서버(20)에 컴퓨터들(10,12)을 접속하여, 정보 제공자의 추천 정보와 상기 추천 정보를 제공한 정보 제공자의 신뢰성 등급이 함께 기록된 페이지(예를 들면, 웹페이지)를 제공받는다. 이러한 경우, 정보 이용자는 수많은 정보 중에서 신뢰성 있는 정보 제공자가 제공하는 정보를 이용할 수 있게 된다. 즉, 정보 이용자는 정보 제공자의 신뢰성 등급에 기초하여 상기 정보 제공자의 추천 정보에 대한 신뢰성을 판단함으로써, 상기 추천 정보에 따라 투자할지 또는 말지를 결정하게 된다.

신뢰성 평가 서버(20)는 인터넷 망(18)을 통해 접속된 정보 제공자 컴퓨터들(14,16)로부터 제공되는 추천 정보와, 일별 주식 시황을 나타내는 일일 주식 시장 정보를 정보 관리 데이터 베이스(30)에 저장한다. 또한, 신뢰성 평가 서버(20)는 정보 제공자의 추천 정보들과 일일 주식 시장 정보를 이용하여 정보 제공자들이 신뢰성을 평가하고, 각 정보 제공자들의 평가 점수를 산출한 후에, 산출된 평가 점수를 정보 관리 데이터 베이스(30)에 저장한다. 또한, 신뢰성 평가 서버(20)는 정보 관리 데이터 베이스(30)에 저장된 정보 제공자들의 평가 점수와 정보 제공자의 추천 실적 등을 이용하여 정보 제공자들의 신뢰성 등급을 결정하고, 결정된 신뢰성 등급을 정보 관리 데이터 베이스(30)에 저장한다. 여기서, 추천 실적은 정보 제공자가 제공한 추천 정보수 등과 같은 추천 정보 제공 실적을 말한다. 좀 더 상세히, 신뢰성 평가 서버(20)는 정보 관리부(22), 평가 점수 산출부(24) 및 신뢰성 등급 결정부(26)를 포함하여 구성된다. 여기서, 정보 관리부(22), 평가 점수 산출부(24) 및 신뢰성 등급 결정부(26) 각각은 본 발명에 따른 정보 제공자의 신뢰성 평가 방법을 실현하기 위하여 컴퓨터내에 저장되어 소정의 기능을 수행하는 컴퓨터 프로그램으로 구현된 수학적 알고리즘 또는 컴퓨터 프로그램이 설치되어 실행되는 장치이다.

정보 관리부(22)는 외부로부터 제공되는 추천 정보, 일일 주식 시장 정보와 정보 이용자에게 제공되는 정보를 관리하기 위한 모델을 묘사하는 수학적 관계를 포함하는 정보 관리 알고리즘을 구현한 컴퓨터 프로그램을 구비한다. 이와 같은 정보 관리부(22)는, 인터넷 망(18)을 통하여, 외부로부터 제공되는 정보(즉, 추천 정보, 일일 주식 시장 정보)를 정보 관리 데이터 베이스(30)에 저장하며, 접속한 정보 이용자 컴퓨터들(10,12)로부터 요청되는 추천 정보를 상기 추천 정보를 제공한 정보 제공자의 신뢰성 등급과 함께 정보 관리 데이터 베이스(30)에서 검색하여, 소정 형태의 페이지로 만들어 컴퓨터들(10,12)로 제공한다. 이러한 정보 관리부(22)는, 즉, 정보 관리 알고리즘은, 도 1b에 도시된 바와 같이, 정보 제어 모듈(22a), 시장 정보 입력 모듈(22b), 추천 정보 입력 모듈(22c) 및 정보 출력 모듈(22d)을 포함한다. 정보 제어 모듈(22a)은 인터넷 망(18)을 통해 접속된 정보 제공자 컴퓨터들(14,16)로부터 제공되는 추천 정보와 일일 주식 시장 정보를 판별하여 추천 정보 입력 모듈(22c) 또는 시장 정보 입력 모듈(22b)로 전송한다. 또한, 정보 제어 모듈(22a)은 인터넷 망(18)을 통해 접속된 정보 이용자들로부터 요청되는 추천 정보 및 상기 추천 정보 제공자의 신뢰성 등급이 기록된 페이지를 정보 출력 모듈(22d)로부터 제공받아, 상기 정보 이용자의 컴퓨터들(10,12)로 제공한다.시장 정보 입력 모듈(22b)은 일일 주식 시장 정보를 각 종목별로 일일 시가, 일일 저가, 일일 고가, 일일 종가, 일일 거래량 등으로 구분하여 정보 관리 데이터 베이스(30)에 저장한다. 추천 정보 입력 모듈(22c)은 추천 정보를 각 정보 제공자별로 정보 관리 데이터 베이스(30)에 저장한다.정보 출력 모듈(22d)은 정보 관리 데이터 베이스(30)를 검색하여, 정보 이용자에게 제공될 추천 정보 및 상기 추천 정보 제공자의 신뢰성 등급이 기록된 소정 형태의 페이지를 만들고, 정보 제어 모듈(22a)로 제공한다.

평가 점수 산출부(24)는 각 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 정보 제공자의 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하는 평가 점수 산출 알고리즘을 구현한 컴퓨터 프로그램을 구비한다. 이와 같은 평가 점수 산출부(24)는, 등급 조정일에, 정보 관리 데이터 베이스(30)에 저장된 정보 제공자의 추천 정보들과 일별 주식 시장 정보를 검색하며, 상기 평가 점수 산출 알고리즘을 검색된 정보에 적용시켜 실행시키므로써, 각 정보 제공자의 평가 점수를 산출하고 정보 관리 데이터 베이스(30)에 저장한다. 여기서, 정보 제공자들의 평가 점수는 다양한 항목으로 산출될 수 있다. 예컨대, 정보 제공자의 추천 정보대로 주식 투자를 하였을 경우, 소정 기간동안 창출되는 평균 수익률 또는 정보 제공자의 추세 예측 적중도등의 항목으로 평가 점수를 산출할 수 있다. 이러한 평가 점수 산출부(24)는, 즉, 평가 점수 산출 알고리즘은, 도 1c에 도시된 바와 같이, 평균 수익률 산출 모듈(24a), 추세 예측 적중도 산출 모듈(24b) 및 평가 점수 산출 모듈(24c)을 포함한다.평균 수익률 산출 모듈(24a)은 정보 관리 데이터 베이스(30)에서 각 정보 제공자별로 추천 정보 및 각 추천 정보에 대응하는 실제 시장 정보를 검색한다. 이 때, 평균 수익률 산출 모듈(24a)은 각 종목별로 추천 제외일이 경과한 경우에는 정보 제공자의 추천가와 추천 제외가를 검색하고, 추천 제외일이 경과하지 않은 경우에는 정보 제공자의 추천가와 등급 조정일의 일일 종가를 검색한다. 그리고, 평균 수익률 산출 모듈(24a)은 검색된 추천가와 추천 제외가 또는 추천가와 일일 종가를 이용하여 각 종목별로 수익률을 산출하고, 상기 산출된 종목별 수익률을 평균하여 평균 수익률을 산출하고 정보 제공자별로 정보 관리 데이터 베이스(30)에 저장한다.추세 예측 적중도 산출 모듈(24b)은 정보 관리 데이터 베이스(30)에서 각 정보 제공자별로 추천 정보를 검색하여, 각 종목별 추천가 및 추천 제외가를 독출한다. 그리고, 추세 예측 적중도 산출 모듈(24b)은 독출된 추천가와 추천 제외가를 비교하여 각 종목별로 추세 예측 적중도를 산출한 후에, 상기 산출된 종목별 추세 예측 적중도를 평균하여 정보 제공자의 전체 추세 예측 적중도를 산출하고 정보 관리 데이터 베이스(30)에 저장한다. 예컨대, 종목별 추세 예측 적중도 산출 모듈(24b)은 추천 제외가가 추천가보다 상승하였으면 종목별 추세 예측 적중도를 100%로 하고, 하락하였으면 종목별 추세 예측 적중도를 0%로 할 수 있다.평가 점수 산출 모듈(24c)은 정보 관리 데이터 베이스(30)에서 각 정보 제공자의 평균 수익률 및 추세 예측 적중도를 검색하여, 각 정보 제공자에 대한 평가 점수를 산출하고, 정보 관리 데이터 베이스(30)에 저장한다. 이 때, 평가 점수 산출 모듈(24c)은 평균 수익률을 점수화한 결과에 평균 추세 예측 적중도를 점수화한 결과를 합산하여 평가 점수를 산출한다.

신뢰성 등급 결정부(26)는 각 정보 제공자의 신뢰성 등급을 최종적으로 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하는 등급 결정 알고리즘을 구현한 컴퓨터 프로그램을 구비한다. 이와 같은 신뢰성 등급 결정부(26)는 평가 점수 산출부(24)에서 산출된 정보 제공자들 각각의 평가 점수, 정보 제공자의 추천 정보수 및 기존 신뢰성 등급 등을 정보 관리 데이터 베이스(30)에서 검색하고, 상기 등급 결정 알고리즘을 검색된 정보에 적용시켜 실행시키고, 상기 등급 결정 알고리즘에 의하여 결정된 신뢰성 등급을 정보 관리 데이터 베이스(30)에 저장한다. 이러한 신뢰성 등급 결정부(26)는, 즉, 등급 결정 알고리즘은, 도 1d에 도시된 바와 같이, 기준치 저장 모듈(26a), 등급 결정 모듈(26b) 및 서열화 모듈(26c)을 포함한다.기준치 저장 모듈(26a)은 추천 실적에 대한 소정의 기준치를 저장하며, 저장된 기준치를 등급 결정 모듈(26b)로 제공한다. 정보 제공자의 신뢰성 등급을 예비 전문가 등급, 제2등급 및 제1등급으로 구분하는 본 실시예에서는, 기준치 저장 모듈(26a)은 정보 제공자의 등급을 결정할 필요가 있는지를 판단하기 위한 제1기준치와, 등급을 상향 조정할 필요가 있는지를 판단하기 위한 제2기준치를 저장한다. 여기서, 예비 전문가 등급은 신뢰성 등급 중 가장 낮은 등급이고, 제1등급은 가장 높은 등급이다.등급 결정 모듈(26b)은 정보 관리 데이터 베이스(30)에서 정보 제공자의 추천 실적을 검색하고 기준치 저장 모듈(26a)로부터 제1기준치를 제공받아, 정보 제공자의 추천 실적과 제1기준치를 비교하여, 추천 실적이 제1기준치 이상인지 또는 아닌지를 판단한다. 상기 판단 결과, 정보 제공자의 추천 실적이 제1기준치 이상이 아닌 경우, 등급 결정 모듈(26b)은 정보 제공자를 예비 전문가 등급으로 분류하여 정보 관리 데이터 베이스(30)에 저장한다. 한편, 상기 판단 결과, 정보 제공자의 추천 실적이 제1기준치 이상인 경우, 등급 결정 모듈(26b)은 정보 관리 데이터 베이스(30)를 검색하여 정보 제공자의 기존 신뢰성 등급, 즉 현재 등급이 존재하는지를 확인한다. 상기 확인 결과, 정보 제공자의 현재 등급이 존재하지 않는 경우, 등급 결정 모듈(26b)은 정보 제공자의 현재 등급을 예비 전문가 등급으로 잠정적으로 결정한다. 반면에, 상기 확인 결과, 정보 제공자의 현재 등급이 존재하는 경우, 등급 결정 모듈(26b)은 정보 제공자의 현재 등급을 상기 정보 제공자의 등급으로 잠정적으로 결정한다. 상기와 같이 정보 제공자의 잠정적인 등급을 결정한 후에, 등급 결정 모듈(26b)은 서열화 모듈(26c)로부터 제공된 서열에 따라 정보 제공자의 신뢰성 등급을 최종적으로 결정하고, 정보 관리 데이터 베이스(30)에 저장한다.본 실시예에서는, 정보 제공자의 잠정적인 등급이 예비 전문가 등급이고, 잠정적인 예비 전문가 등급내에서의 서열이 상위 30% 이상인 경우, 등급 결정 모듈(26b)은 상기 정보 제공자의 잠정적인 등급을 제2등급으로 상향 조정하되, 서열이 상위 30% 이상되지 않는 경우에는 상기 정보 제공자의 등급을 예비 전문가 등급으로 최종 결정한다.또한, 정보 제공자의 잠정적인 등급이 제2등급이고 서열이 상위 30% 이상인 경우, 등급 결정 모듈(26b)은 정보 제공자의 추천 실적을 정보 관리 데이터 베이스(30)에서 검색하고 기준치 저장 모듈(26a)로부터 제2기준치를 제공받아, 정보 제공자의 추천 실적과 제2기준치를 비교하여, 추천 실적이 제2기준치 이상인지 또는 아닌지를 판단한다. 상기 판단 결과, 추천 실적이 제2기준치 이상인 경우, 등급 결정 모듈(26b)은 정보 제공자의 등급을 잠정적인 제11등급으로 상향 조정한다. 반면에, 상기 판단 결과, 추천 실적이 제2기준치 이상이 아니거나 제2등급 내에서의 서열이 하위 30%이하인 경우, 등급 결정 모듈(26b)은 정보 제공자의 등급을 예비 전문가 등급으로 강등하여 최종 결정한다. 한편, 정보 제공자의 제2등급 내에서의 서열이 하위 30%에서 상위 30% 사이인 경우, 등급 결정 모듈(26b)은 정보 제공자의 등급을 제2등급으로 최종 결정한다.서열화 모듈(26c)은 정보 관리 데이터 베이스(30)에 저장된 정보 제공자들의 평가 점수를 독출하여 정보 제공자들의 서열을 매긴 후에, 등급 결정 모듈(26b)로 제공한다.

한편, 신뢰성 평가 서버(20)는 도 1a에 도시된 바와 같이, 정보 관리 데이터 베이스(30)를 추천 정보 데이터 베이스(32), 시장 정보 데이터 베이스(34) 및 회원 정보 데이터 베이스(36)로 각각 분리하여 운용할 수 있다. 신뢰성 평가 서버(20)가 정보 관리 데이터 베이스(30)를 운용하는 방법에 대한 상세한 설명은 도 2a 내지 도 2c를 참조하여 후술된다.

계속해서, 정보 이용자들은 정보 이용자 컴퓨터들(10,12)을 이용하여 인터넷 망(18)과 연결된 신뢰성 평가 서버(20)에 접속하여 정보를 요청할 수 있다. 이처럼, 정보 이용자들이 신뢰성 평가 서버(20)로 접속하여 정보를 요청하는 경우, 신뢰성 평가 서버(20)의 정보 관리부(22)는 정보 제공자들로부터 제공되는 추천 정보 및 정보 제공자의 신뢰성 등급이 함께 기록된 페이지를 정보 이용자 컴퓨터들(10,12)로 제공한다. 이러한 경우, 정보 이용자들은 정보 이용자 컴퓨터들(10,12)로 제공되는 정보 제공자들의 신뢰성 등급을 참조하고, 신뢰성 등급이 높은 정보 제공자의 추천 정보를 이용하여 보다 안정적인 주식 투자를 할 수 있게 된다.

메일 서버(40)는 신뢰성 평가 서버(20)와 정보 제공자들 또는 정보 이용자들간의 메일 서비스를 제공한다.

한편, 도 1a에서는 정보 제공자 및 정보 이용자가 정보 제공자 컴퓨터들(14,16) 및 정보 이용자 컴퓨터들(10,12)을 이용하여 신뢰성 평가 서버(20)에 접속하는 것을 도시하였다. 그러나, 정보 제공자 및 정보 이용자는 정보 제공자 컴퓨터들(14,16) 및 정보 이용자 컴퓨터들(10,12) 뿐만 아니라, 개인 휴대용 단말기를 통해서 신뢰성 평가 서버(20)에 접속할 수도 있다.

도 2a 내지 도 2c는 신뢰성 평가 서버(20)가 정보 관리 데이터 베이스(30)에 저장하는 데이터와 그 포맷을 나타내는 도면이다. 도 2a는 추천 정보 데이터 베이스(32)에 저장되는 데이터와 그 포맷을 나타내고, 도 2b는 시장 정보 데이터 베이스(34)에 저장되는 데이터와 그 포맷을 나타내고, 도 2c는 회원 정보 데이터 베이스(36)에 저장되는 데이터와 그 포맷을 각각 나타낸다.

도 1a 및 도 2a를 참조하면, 신뢰성 평가 서버(20)는 정보 제공자들로부터 추천 정보가 제공되면, 정보가 제공된 일자, 추천 정보 및 평가 점수 산출부(24)에서 산출된 정보 제공자의 정보 추천 능력을 평가한 평가 점수 등을 추천 정보 데이터 베이스(32)에 저장한다. 여기서, 추천 정보는 추천 종목, 추천 가격, 현재가, 추천 제외일, 추천 제외가 등을 포함한다.

도 1a 및 도 2b를 참조하면, 신뢰성 평가 서버(20)는 일일 주식 시장 정보를 시장 정보 데이터 베이스(34)에 저장한다. 여기서, 일일 주식 시장 정보는 도 2b에 도시된 포맷과 같이, 증권 종목, 일일 시가, 일일 저가, 일일 고가, 일일 종가 및 일일 거래량 등 주식 거래 현황을 알 수 있는 데이터들을 포함한다.

도 1a 및 도 2c를 참조하면, 신뢰성 평가 서버(20)는 정보를 제공하는 정보 제공자들에 대한 정보를 회원 정보로서 회원 정보 데이터 베이스(36)에 저장한다. 여기서, 회원 정보는 도 2c에 도시된 포맷과 같이, 정보 제공자 이름, 정보 제공자의 추천 종목들, 추천 종목수, 조회수, 추천 내용 및 등급 결정부(26)에서 결정된 정보 제공자의 신뢰성 등급 등을 저장한다. 또한, 회원 정보 데이터 베이스(36)에는 정보 제공자뿐만 아니라 정보를 이용하는 정보 이용자들에 대한 정보가 함께 저장될 수 있다.

신뢰성 평가 서버(20)는 도 2a 내지 도 2c에 도시된 바와 같이 정보 관리 데이터 베이스(30)를 구축하고, 정보 이용자들이 필요로 하는 정보들을 각 정보 및 각 정보를 제공한 정보 제공자의 신뢰성 등급과 함께 정보 관리 데이터 베이스(30)에서 검색하여 소정 형태로 기록한 페이지를 컴퓨터들(10,12)로 제공할 수 있다. 이에 따라, 정보 이용자는 정보 제공자의 신뢰성 등급에 기초하여 정보 제공자의 추천 정보에 대한 신뢰성을 판단하고, 적절한 투자를 결정할 수 있다.

도 3a 및 도 3b는 도 1a에 도시된 신뢰성 평가 서버(20)에서 수행되는 신뢰성 평가 방법의 일실시예를 나타내는 플로우 챠트들이다. 본 발명에 따른 정보 제공자의 신뢰성 평가 방법은 정보 제공자들로부터 제공된 추천 정보와 일일 시장 정보를 이용하여 정보 제공자별로 평가 점수를 산출하는 단계(제100단계) 및 산출된 평가 점수와 추천 실적에 따라 정보 제공자들의 신뢰성 등급을 평가하는 단계들(제110~140단계)로 이루어진다. 설명의 편의를 위해, 도 3a에 도시된 플로우 챠트는 정보 제공자의 신뢰성 등급을 예비 전문가 등급, 제2등급 및 제1등급 등 3가지 등급으로 분류하는 것으로 한다. 여기서, 예비 전문가 등급은 신뢰성 등급 중 가장 낮은 등급이고, 제1등급은 가장 높은 신뢰성 등급을 나타낸다.

도 1a 내지 도 3a를 참조하면, 신뢰성 평가 서버(20)의 정보 관리부(22)에서, 추천 정보 입력 모듈(22c)이 정보 제공자들로부터 제공된 추천 정보를 추천 정보 데이터 베이스(32)에 실시간으로 저장하고, 시장 정보 입력 모듈(22b)이 일일 주식 시장 정보를 시장 정보 데이터 베이스(34)에 실시간으로 저장한다.

평가 점수 산출부(24)는 추천 정보 데이터 베이스(32) 및 시장 정보 데이터 베이스(34)에 저장된 추천 정보 및 일일 주식 시장 정보를 검색하여, 정보 제공자 각각의 평가 점수를 산출한다(제100단계). 또한, 평가 점수 산출부(24)는 각 정보 제공자의 평가 점수를 도 2a에 도시된 포맷과 같이 추천 정보 데이터 베이스(32)에 저장한다. 여기서, 평가 점수는 전술된 바와 같이 소정 기간동안 평균 수익률과 추세 예측 적중도 등을 이용하여 산출할 수 있다.평가 점수를 산출하는 제100단계를 도 1a 내지 도 3b를 참조하여 구체적으로 설명하면, 먼저, 평가 점수 산출부(24)의 평균 수익률 산출 모듈(24a)이 각 정보 제공자별로 평균 수익률을 산출하여 추천 정보 데이터 베이스(32)에 저장한다(제303단계). 이 때, 평균 수익률을 산출하기 위하여, 평균 수익률 산출 모듈(24a)은 추천 정보 데이터 베이스(32) 및 시장 정보 데이터 베이스(34)에서 각 정보 제공자별 추천 정보 및 상기 추천 정보에 대응하는 실제 시장 정보를 각각 검색한다. 이 때, 평균 수익률 산출 모듈(24a)은 각 종목별로 추천 제외일이 경과한 경우에는 정보 제공자의 추천가와 추천 제외가를 검색하고, 추천 제외일이 경과하지 않은 경우에는 정보 제공자의 추천가와 등급 조정일의 일일 종가를 검색한다. 그리고, 평균 수익률 산출 모듈(24a)은 검색된 추천가와 추천 제외가 또는 추천가와 일일 종가를 이용하여 각 종목별로 수익률을 산출하고, 상기 산출된 종목별 수익률을 평균하여 평균 수익률을 산출한다.그런 다음, 평가 점수 산출부(24)의 추세 예측 적중도 산출 모듈(24b)이 평균 추세 예측 적중도를 각 정보 제공자의 추세 예측 적중도로서 산출하여 추천 정보 데이터 베이스(32)에 저장한다(제305단계). 이 때, 추세 예측 적중도 산출 모듈(24b)은 추천 정보 데이터 베이스(32)에서 추천 제외일이 경과된 추천 정보를 검색하여, 각 종목별 추천가 및 추천 제외가를 독출한다. 그리고, 추세 예측 적중도 산출 모듈(24b)은 독출된 추천가와 추천 제외가를 비교하여 각 종목별로 추세 예측 적중도를 산출한 후에, 상기 산출된 종목별 추세 예측 적중도를 평균하여 정보 제공자의 전체 추세 예측 적중도를 산출하고 추천 정보 데이터 베이스(32)에 저장한다. 예컨대, 추세 예측 적중도 산출 모듈(24b)은 추천 제외가가 추천가보다 상승하였으면 종목별 추세 예측 적중도를 100%로 하고, 하락하였으면 종목별 추세 예측 적중도를 0%로 할 수 있다. 여기서, 상기 평균 추세 예측 적중도를 산출하는 단계(제307단계)는 평균 수익률을 산출하는 단계(제305단계) 이후에 수행되는 것으로 도시되고 설명되었으나, 본 발명의 다른 실시예에서는, 평균 추세 예측 적중도를 산출하는 단계(제307단계)가 평균 수익률을 산출하는 단계(제305단계)와 실질적으로 동시에 또는 이전에 수행될 수도 있다.이어, 평가 점수 산출부(24)의 평가 점수 산출 모듈(24c)이 추천 정보 데이터 베이스(32)에서 각 정보 제공자의 평균 수익률 및 추세 예측 적중도를 검색하여 각 정보 제공자에 대한 평가 점수를 산출하고(제307단계), 추천 정보 데이터 베이스(32)에 저장한다(제309단계).

도 3a를 다시 참조하면, 제100단계 후에, 신뢰성 등급 결정부(26)는 회원 정보 데이터 베이스(36)를 검색하여 정보 제공자의 추천 실적이 제1기준치 이상이 되는가를 판단한다(제110단계). 즉, 신뢰성 등급 결정부(26)의 등급 결정 모듈(26b)이 회원 정보 데이터 베이스(36)에서 정보 제공자의 추천 실적을 검색하고, 기준치 저장 모듈(26a)로부터 제1기준치를 제공받아, 상기 정보 제공자의 추천 실적과 제1기준치를 비교한다. 여기서, 제1기준치는 예컨대, 평가일 현재 정보 제공자의 총 추천 정보수가 5개 이상이 되며, 현재 추천 정보가 1개 이상 되며, 최초 정보 제공일로부터 7일 이상 경과하였는가로 설정할 수 있다. 제110단계에서, 정보 제공자의 추천 실적이 제1기준치 이상이 되지 않으면, 등급 결정 모듈(26b)은 정보 제공자의 신뢰성 등급을 최하위 등급인 예비 전문가 등급으로 결정한다(제138단계). 즉, 추천 정보의 수가 적은 정보 제공자의 경우, 비록 평가 점수가 높더라도 평가 점수 자체에 대한 신뢰성이 낮으므로 신뢰성 등급을 낮게 결정한다. 따라서, 평가 점수에 상관없이 추천 실적이 제1기준치 이상되지 않으면 무조건 예비 전문가 등급으로 최종 결정한다.

제110단계에서 정보 제공자의 추천 실적이 제1기준치 이상인 것으로 판단되면, 등급 결정 모듈(26b)은 정보 제공자의 기존 신뢰성 등급이 있는가를 판단하고(제120단계), 기존 신뢰성 등급이 없다고 판단되는 경우, 정보 제공자의 신뢰성 등급을 잠정적 예비 전문가 등급으로 책정한다(제132단계).

반면, 등급 결정 모듈(26b)은 제120단계에서 기존 신뢰성 등급이 있다고 판단되면, 추천 실적과 평가 점수에 따라 정보 제공자의 신뢰성 등급을 잠정적 제2등급 또는 제1등급으로 결정한다(제125단계 또는 제162단계).

도 3a를 다시 참조하여 제130단계 및 제140단계를 좀 더 상세히 설명하면, 등급 결정 모듈(26b)은 제120단계에서 정보 제공자에게 기존 신뢰성 등급이 없다고 판단되는 경우, 정보 제공자의 신뢰성 등급을 잠정적 예비 전문가 등급으로 책정한다(제132단계). 제132단계 후에, 서열화 모듈(26c)이 예비 전문가 등급으로 책정된 정보 제공자들의 평가 점수를 추천 정보 데이터 베이스(32)로부터 독출하고, 독출된 평가 점수들의 순위를 계산하여 정보 제공자들을 서열화 한 후에(제134단계), 등급 결정 모듈(26b)로 제공한다.제134단계 후에, 등급 결정 모듈(26b)은 예비 전문가 등급으로 책정된 정보 제공자중 평가 점수가 상위 30% 이상 되는가를 판단하여(제136단계), 상위 30% 이상되는 정보 제공자들의 신뢰성 등급을 잠정적 제2등급으로 책정한다(제142단계). 그러나, 제136단계에서, 평가 점수가 상위 30% 이상 되지 않으면 그대로 예비 전문가 등급으로 최종 결정한다(제138단계).

한편, 등급 결정 모듈(26b)은 제120단계에서 정보 제공자에게 기존 신뢰성 등급이 있다고 판단되면, 기존 신뢰성 등급이 제2등급인가를 판단한다(제125단계). 제125단계에서 기존 신뢰성 등급이 제2등급이라고 판단되면 정보 제공자의 신뢰성 등급은 제2등급인 것으로 잠정적으로 책정한다(제142단계). 제142단계 후에, 서열화 모듈(26c)은 신뢰성 등급이 제2등급인 정보 제공자들의 평가 점수를 추천 정보 데이터 베이스(32)로부터 독출하고, 독출된 평가 점수들의 순위를 계산하여 정보 제공자들을 서열화 한 후에(제144단계), 등급 결정 모듈(26b)로 제공한다. 제144단계 후에, 등급 결정 모듈(26b)은 추천 실적이 제2기준치 이상되고 평가 점수가 상위 30% 이상 되는 정보 제공자들의 신뢰성 등급을 제1등급인 것으로 잠정적으로 책정한다(제162단계). 여기서, 제2기준치는 정보 제공자들의 현재 신뢰성 등급에서 요구되는 기준치로서, 제1기준치와 같이 총 추천 정보수와 현재 추천 정보를 이용하여 적절히 설정할 수 있다. 제146단계에서, 등급 결정 모듈(26b)은 추천 실적이 제2기준치 이상되지 않거나 또는 평가 점수가 상위 30%이상되지 않는 정보 제공자중 평가 점수가 하위 30%이하인 정보 제공자를 판별하고, 그 판별 결과에 따라 정보 제공자의 신뢰성 등급을 예비 전문가 등급 또는 제2등급으로 책정하여(제148단계), 회원 정보 데이터 베이스(36)를 갱신한다. 즉, 등급 결정 모듈(26b)은 제148단계에서 평가 점수가 하위 30%이하인 정보 제공자의 신뢰성 등급을 예비 전문가 등급으로 최종 결정하고, 평가 점수가 하위 30%이하가 아닌 정보 제공자의 신뢰성 등급을 제2등급으로 최종 결정한다.

한편, 등급 결정 모듈(26b)이 제125단계에서 기존 신뢰성 등급이 제2등급이 아니라고 판단되거나 또는 제146단계에서 등급이 상향 조정도리 필요가 있어, 정보 제공자를 잠정적인 제1등급으로 책정하는 제162단계를 수행한 후에, 서열화 모듈(26c)은 신뢰성 등급이 제1등급인 정보 제공자들의 평가 점수를 추천 정보 데이터 베이스(32)로부터 독출하고, 독출된 평가 점수들의 순위를 계산하여 정보 제공자들을 서열화한 후에(제164단계), 등급 결정 모듈(26b)로 제공한다. 제164단계 후에, 등급 결정 모듈(26b)은 정보 제공자의 평가 점수가 하위 30%이하인가를 판단하고(제166단계), 평가 결과에 따라 정보 제공자의 등급을 결정한다. 즉, 등급 결정 모듈(26b)은 제166단계에서, 평가 점수가 하위 30%이하인 정보 제공자의 신뢰성 등급을 제2등급인 것으로 최종 결정하고, 평가 점수가 하위 30%이하가 아닌 정보 제공자의 신뢰성 등급을 제1등급인 것으로 최종 결정한다.

이상에서와 같이, 신뢰성 평가 서버(20)의 신뢰성 등급 결정부(26)에 의해 정보 제공자의 신뢰성 등급이 결정되고, 결정된 등급은 추천 정보와 함께 정보 관리 데이터 베이스(30)의 회원 정보 데이터 베이스(36)에 저장된다. 이와 같이 회원 정보 데이터 베이스(36)에 저장된 정보 제공자의 신뢰성 등급 및 추천 정보는 신뢰성 평가 서버(20)에 접속하여 요청하는 정보 이용자의 컴퓨터들(10,12)에 페이지 형태로 함께 제공된다. 이 때, 정보 이용자는 신뢰성 평가 서버(20)로부터 제공되는 페이지에 기록된 정보 제공자의 신뢰성 등급을 이용하여 정보 제공자의 신뢰도를 판단할 수 있다. 따라서, 정보 제공자는 자신의 신뢰성 등급을 높이기 위해 보다 책임 있는 주식 정보를 제공하도록 노력하게 되며, 정보 이용자는 신뢰성 등급이 높은 정보 제공자의 추천 정보를 이용하여 효과적인 주식투자를 할 수 있다.

한편, 이상에서는 본 발명이 주식 투자에 적용되는 일실시예에 대해서 설명되었다. 그러나, 주식 투자 이외에 인터넷을 통해 제공되는 정보가 정보 이용자의 금전적 수익과 관계되는 모든 정보에 이용될 수 있다. 예컨대, 경마 정보, 경매 정보, 부동산 정보등을 제공하는 정보 제공자의 신뢰성을 평가하기 위해 본 발명에 따른 신뢰성 평가 방법 및 그 시스템이 적용될 수 있다.

결국, 정보 이용자는 신뢰성 평가 서버(20)로부터 제공되는 정보 제공자의 신뢰성 평가 결과를 이용하여, 신뢰성이 높게 평가된 정보 제공자의 정보를 이용함으로써 보다 안정적인 투자를 할 수 있다.

한편, 본 발명에 따른 인터넷을 이용하여 정보를 제공하는 정보 제공자의 신뢰성 평가 방법은 신뢰성 평가 서버(20)에 프로그램화되어 저장될 수도 있으나, 컴퓨터가 읽을 수 있는 다른 기록 매체에 저장되어 이용될 수도 있음은 물론이다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD_ROM, 자기 테이프, 플로피 디스크, 광데이터 저장부 등이 있으며, 캐리어 웨이브(예컨대, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드로서 저장되고 실행될 수 있다. 즉, 본 발명의 신뢰성 평가 시스템은 전술한 실시예에서와 같이 하나의 서버(신뢰성 평가 서버)(20)가 정보 관리부(22), 평가 점수 산출부(24) 및 신뢰성 등급 결정부(26)를 모두 포함하는 것이 아니라, 정보 관리부(22), 평가 점수 산출부(24) 및 신뢰성 등급 결정부(26) 각각이 네트워크로 연결된 서버들에 개별적으로 포함되는 것으로 구현될 수도 있다.

본 발명은 도면에 도시된 일 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

상술한 바와 같이, 본 발명에 따른 인터넷을 이용하여 투자 정보를 제공하는 정보 제공자의 신뢰성 평가 방법 및 그 시스템은 정보 제공자의 신뢰성 등급을 책정하고, 책정된 신뢰성 등급을 정보 이용자에게 제공한다. 따라서, 정보 제공자는 자신의 신뢰성 등급을 높이기 위해 보다 책임있는 정보를 제공하기 위해 노력하게 되며, 정보 이용자는 신뢰성 평가 서버(20)로부터 제공되는 신뢰성 등급을 이용하여 보다 안정적인 투자를 할 수 있다.

Claims (5)

1. 인터넷 망을 통해 요청된 추천 정보 및 상기 추천 정보의 신뢰성 판단 근거를 정보 이용자의 컴퓨터로 제공하기 위하여, 컴퓨터 시스템상에서 구현되는 방법에 있어서,

   (a) 상기 인터넷 망을 통해 정보 제공자의 컴퓨터로부터 제공되는 상기 추천 정보를 컴퓨터 프로그램으로 구현된 소정의 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 추천 정보 데이터 베이스에 입력하여 저장하는 단계;

   (b) 상기 추천 정보에 대응하는 실제 시장 정보를 상기 인터넷 망을 통해 제공받아 상기 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 시장 정보 데이터 베이스에 입력하여 저장하는 단계;

   (c) 상기 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 상기 정보 제공자의 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 평가 점수 산출 알고리즘을 상기 추천 정보와 상기 실제 시장 정보에 적용시켜 실행되게 하는 단계;

   (d) 상기 정보 제공자의 신뢰성 등급을 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 등급 결정 알고리즘을 상기 정보 제공자 각각의 기존 신뢰성 등급, 상기 추천 정보의 수 및 상기 평가 점수 산출 알고리즘의 실행에 의하여 산출된 각 정보 제공자의 평가 점수에 적용시켜 실행되게 하는 단계; 및

   (e) 상기 등급 결정 알고리즘의 실행에 의하여 결정된 상기 정보 제공자의 최종 신뢰성 등급과 상기 정보 제공자의 추천 정보가 기록된 소정 형태의 페이지를 작성하여 상기 신뢰성 판단 근거로서 상기 정보 이용자의 컴퓨터로 제공하는 단계

   를 구비하는 것을 특징으로 하는 신뢰성 평가 방법.
2. 삭제
3. 삭제
4. 인터넷 망을 통해 요청된 추천 정보 및 상기 추천 정보의 신뢰성 판단 근거를 정보 이용자의 컴퓨터로 제공하기 위한 컴퓨터 시스템에 있어서,

   상기 추천 정보 및 상기 추천 정보를 제공한 정보 제공자들의 평가 점수를 저장하기 위한 추천 정보 데이터 베이스;

   상기 추천 정보에 대응하는 실제 시장에서의 정보를 저장하기 위한 시장 정보 데이터 베이스;

   상기 정보 제공자의 추천 정보 및 신뢰성 등급을 저장하기 위한 회원 정보 데이터 베이스;

   상기 추천 정보, 상기 실제 시장 정보 및 상기 정보 이용자에게 제공되는 정보를 관리하기 위한 모델을 묘사하는 수학적 관계를 포함하는 정보 관리 알고리즘을 구현한 컴퓨터 프로그램을 구비하여, 상기 인터넷 망을 통해 접속된 정보 제공자 컴퓨터들로부터 제공되는 추천 정보 및 상기 실제 시장 정보를 상기 추천 정보 데이터 베이스 및 상기 시장 정보 데이터 베이스에 각각 입력하여 저장하고, 상기 정보 이용자로부터 요청되는 추천 정보 및 상기 추천 정보를 제공한 정보 제공자의 신뢰성 등급을 상기 정보 관리 알고리즘에 적용하여 상기 추천 정보 및 상기 신뢰성 등급이 기록된 소정 형태의 페이지를 작성한 후에, 상기 작성된 페이지를 상기 정보 이용자의 컴퓨터로 제공하기 위한 정보 관리 수단;

   상기 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 각각의 상기 정보 제공자에 대한 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하는 평가 점수 산출 알고리즘을 구현한 컴퓨터 프로그램을 구비하여, 소정 기간 단위로, 상기 추천 정보 데이터 베이스에 저장된 추천 정보, 상기 추천 정보의 개수 및 상기 시장 정보 데이터 베이스에 저장된 신뢰성 등급을 상기 평가 점수 산출 알고리즘에 적용하여 상기 평가 점수를 산출하며, 상기 산출된 평가 점수를 각 정보 제공자별로 상기 추천 정보 데이터 베이스에 저장하기 위한 평가 점수 산출 수단; 및

   상기 정보 제공자 각각의 신뢰성 등급을 최종적으로 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하는 등급 결정 알고리즘을 구현한 컴퓨터 프로그램을 구비하여, 상기 회원 정보 데이터 베이스에 저장된 각 정보 제공자의 신뢰성 등급, 상기 추천 정보 데이터 베이스에 저장된 추천 정보의 개수 및 상기 평가 점수를 상기 등급 결정 알고리즘에 적용하여 최종 신뢰성 등급을 결정하고 상기 회원 정보 데이터 베이스에 갱신하는 신뢰성 등급 결정 수단

   을 구비하는 것을 특징으로 하는 신뢰성 평가 시스템.
5. 인터넷 망을 통해 요청된 추천 정보 및 상기 추천 정보의 신뢰성 판단 근거를 정보 이용자의 컴퓨터로 제공하기 위하여, 컴퓨터 시스템상에 저장되고, 상기 컴퓨터 시스템에서 실행될 수 있는 프로그램 코드로 기록한 기록매체에 있어서,

   (a) 상기 인터넷 망을 통해 정보 제공자의 컴퓨터로부터 제공되는 상기 추천 정보를 소정의 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 추천 정보 데이터 베이스에 입력하여 저장하는 단계;

   (b) 상기 추천 정보에 대응하는 실제 시장 정보를 상기 인터넷 망을 통해 제공받아 상기 정보 관리 알고리즘에 적용하여 상기 컴퓨터 시스템의 시장 정보 데이터 베이스에 입력하여 저장하는 단계;

   (c) 상기 정보 제공자의 평균 수익률 및 추세 예측 적중도를 계산하여 상기 정보 제공자의 평가 점수를 산출하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 평가 점수 산출 알고리즘을 상기 추천 정보와 상기 실제 시장 정보에 적용시켜 실행되게 하는 단계;

   (d) 상기 정보 제공자의 신뢰성 등급을 결정하기 위한 모델을 묘사하는 수학적 관계를 포함하며, 상기 컴퓨터 시스템에 저장되는 컴퓨터 프로그램으로 구현된 등급 결정 알고리즘을 상기 정보 제공자 각각의 기존 신뢰성 등급, 상기 추천 정보의 수 및 상기 평가 점수 산출 알고리즘의 실행에 의하여 산출된 각 정보 제공자의 평가 점수에 적용시켜 실행되게 하는 단계; 및

   (e) 상기 등급 결정 알고리즘의 실행에 의하여 결정된 상기 정보 제공자의 최종 신뢰성 등급과 상기 정보 제공자의 추천 정보가 기록된 소정 형태의 페이지를 작성하여 상기 신뢰성 판단 근거로서 상기 정보 이용자의 컴퓨터로 제공하는 단계

   를 구비하는 것을 특징으로 하는 정보 제공자의 신뢰성 평가 방법을 컴퓨터에서 실행 가능한 프로그램 코드로 기록한 기록매체.