KR101141966B1 - 예측 신뢰도 측정 방법 및 그 시스템 - Google Patents

예측 신뢰도 측정 방법 및 그 시스템 Download PDF

Info

Publication number
KR101141966B1
KR101141966B1 KR1020090134723A KR20090134723A KR101141966B1 KR 101141966 B1 KR101141966 B1 KR 101141966B1 KR 1020090134723 A KR1020090134723 A KR 1020090134723A KR 20090134723 A KR20090134723 A KR 20090134723A KR 101141966 B1 KR101141966 B1 KR 101141966B1
Authority
KR
South Korea
Prior art keywords
reliability
prediction
participant
items
server
Prior art date
Application number
KR1020090134723A
Other languages
English (en)
Other versions
KR20110078013A (ko
Inventor
이재욱
Original Assignee
주식회사 제이콘텐트리
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 제이콘텐트리 filed Critical 주식회사 제이콘텐트리
Priority to KR1020090134723A priority Critical patent/KR101141966B1/ko
Publication of KR20110078013A publication Critical patent/KR20110078013A/ko
Application granted granted Critical
Publication of KR101141966B1 publication Critical patent/KR101141966B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/34—Betting or bookmaking, e.g. Internet betting

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

서버의 예측 신뢰도 측정 방법이 개시된다. 상기 방법은 서버가 신뢰도 측정시마다 신뢰도 측정 기준치와 N(N은 자연수)개의 측정 대상 항목들을 참여자에게 제공하는 단계와, 상기 서버가 상기 N개의 측정 대상 항목들 중에서 상기 참여자에 의해 선택된 M(M은 자연수, N≥M>0)개의 선택 항목들, 상기 참여자에 의해 입력된 상기 M개의 선택 항목들에 대한 예측 지표들, 및 상기 참여자에 의해 입력된 상기 M개의 선택 항목들에 대한 예측 가중치들을 수신하는 단계와, 상기 서버가 수신된 M개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률과 예측 가중치를 연산하여 예측 신뢰도를 계산하는 단계와, 상기 서버는 상기 신뢰도 측정시마다 계산된 상기 참여자의 예측 신뢰도를 데이터베이스에 저장하는 단계와, 상기 신뢰도 측정 회수가 일정 회수보다 큰 경우, 상기 서버는 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도를 이용하여 복수의 참여자들 중에서 상기 참여자의 상대적인 순위를 계산하는 단계를 포함한다.
예측 신뢰도, 예측 지표, 예측 가중치

Description

예측 신뢰도 측정 방법 및 그 시스템{Method and system for predicting reliability}
본 발명의 개념에 따른 실시 예는 예측 신뢰도 측정 또는 계산 기술에 관한 것으로, 특히 예측 적중 여부와 예측 배당률에 따라 예측 신뢰도를 측정 또는 계산할 수 있는 방법과 상기 방법을 실행할 수 있는 서버에 관한 것이다.
스포츠 경기에 대한 예측 적중률은 상기 스포츠 경기가 가지는 승부 적중 확률과 난이도를 지표화하지 못한다. 또한, 수익률은 초기 투자 금액에 대한 최종 산출 금액의 비율을 나타낸다. 따라서, 상기 예측 적중률과 상기 수익률은 예측의 객관적인 신뢰도를 보장하지 못한다.
따라서 본 발명이 이루고자 하는 기술적인 과제는 신뢰도 측정시마다 각 참여자에게 동일한 신뢰도 측정 기준치와 복수의 측정 대상 항목들을 제공하고, 상기 각 참여자가 선택한 복수의 선택 항목들 각각에 대해 적중된 예측 지표의 배당률과 예측 가중치를 연산하여 연산 결과에 따라 상기 각 참여자의 예측 신뢰도를 정확하 게 계산할 수 있는 방법과 상기 방법을 실행할 수 있는 장치를 제공하는 것이다.
본 발명의 실시 예에 따른 서버의 예측 신뢰도 측정 방법은 서버가 신뢰도 측정시마다 신뢰도 측정 기준치와 N(N은 자연수)개의 측정 대상 항목들을 참여자에게 제공하는 단계; 상기 서버가 상기 N개의 측정 대상 항목들 중에서 상기 참여자에 의해 선택된 M(M은 자연수, N≥M>0)개의 선택 항목들, 상기 참여자에 의해 입력된 상기 M개의 선택 항목들에 대한 예측 지표들, 및 상기 참여자에 의해 입력된 상기 M개의 선택 항목들에 대한 예측 가중치들을 수신하는 단계; 상기 서버가 수신된 M개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률과 예측 가중치를 연산하여 예측 신뢰도를 계산하는 단계; 상기 서버는 상기 신뢰도 측정시마다 계산된 상기 참여자의 예측 신뢰도를 데이터베이스에 저장하는 단계; 및 상기 신뢰도 측정 회수가 일정 회수보다 큰 경우, 상기 서버는 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도를 이용하여 복수의 참여자들 중에서 상기 참여자의 상대적인 순위를 계산하는 단계를 포함한다.
삭제
상기 서버는 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도에 대한 누적값 또는 평균값을 이용하여 상기 상대적인 순위를 계산한다.
상기 N개의 측정 대상 항목들 각각은 스포츠 경기이고, 상기 스포츠 경기는 경기를 할 팀들, 경기 일자, 승에 대한 배당률, 무승부에 대한 배당률, 및 패에 대한 배당률을 포함한다. 상기 예측 지표는 스포츠 경기 결과에 대한 승, 무승부, 또는 패이다. 상기 예측 가중치는 배팅액이다.
상기 M개의 선택 항목들 각각에 대한 상기 배팅액의 합은 상기 신뢰도 측정 기준치와 같거나 작다. 상기 서버의 예측 신뢰도 측정 방법은 상기 M개의 선택 항목들에 대한 상기 예측 가중치들의 합이 상기 신뢰도 측정 기준치보다 작은 경우 나머지 값을 이월시키지 않는 단계를 더 포함한다.
본 발명의 실시 예에 따른 서버의 예측 신뢰도 측정 방법은 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있다.
본 발명의 실시 예에 따른 예측 신뢰도를 계산할 수 있는 서버는 신뢰도 측정시마다, 신뢰도 측정 기준치와 N개의 측정 대상 항목들을 참여자의 컴퓨터로 제공하기 위한 전송 모듈; 및 상기 참여자의 컴퓨터를 통하여 전송되며, 상기 N개의 측정 대상 항목들 중에서 상기 참여자의 의하여 선택된 M(N≥M>0)개의 선택 항목들, 상기 M개의 선택 항목들 각각에 대해 예측 지표, 및 상기 M개의 선택 항목들 각각에 대한 예측 가중치를 수신하고, 수신된 M개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률과 예측 가중치를 연산하여 예측 신뢰도를 계산하기 위한 예측 신뢰도 계산 모듈을 포함하며, 상기 예측 신뢰도 계산 모듈은 상기 신뢰도 측정시마다 계산된 상기 참여자의 예측 신뢰도를 데이터베이스에 저장하고, 상기 신뢰도 측정 회수가 일정 회수에 도달한 경우, 상기 예측 신뢰도 계산 모듈은 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도를 이용하여 복수의 참여자들 중에서 상기 참여자의 상대적인 순위를 계산한다.
삭제
상기 N개의 측정 대상 항목들 각각은 스포츠 경기이고, 상기 스포츠 경기는 경기를 할 팀들, 경기 일자, 승에 대한 배당률, 무승부에 대한 배당률, 및 패에 대한 배당률을 포함하고, 상기 예측 지표는 스포츠 경기 결과에 대한 승, 무승부, 또는 패이고, 상기 예측 가중치는 배팅액이다.
본 발명의 실시 예에 따른 예측 신뢰도 측정 방법과 상기 방법을 실행할 수 있는 장치는 예측 대상의 예측 신뢰도를 정확하고 객관적으로 측정 또는 계산할 수 있는 효과가 있다.
본 명세서 또는 출원에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 개념에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 개념에 따른 실시 예들은 다양한 형태로 실시될 수 있으며 본 명세서 또는 출원에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니된다.
본 발명의 개념에 따른 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로 특정 실시 예들을 도면에 예시하고 본 명세서 또는 출원에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1 및/또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다.
도 1은 본 발명의 실시 예에 따른 예측 신뢰도 측정 방법을 수행할 수 있는 예측 신뢰도 측정 시스템의 블록 도를 나타내고, 도 2는 도 1에 도시된 서버의 개략적인 블록 도를 나타낸다.
도 1을 참조하면, 예측 신뢰도 측정 시스템(10)은 서버(20)와 복수의 참여자 (또는 게이머)의 컴퓨터들(30-1~30-N)을 포함한다.
서버(20)와 복수의 참여자의 컴퓨터들(30-1~30-N) 각각은 유선 또는 무선 인터넷 네트워크를 통하여 정보 또는 데이터를 주고받을 수 있다.
도 1과 도 2를 참조하여, 서버(20)가 제1참여자의 컴퓨터(30-1)로부터 입력된 정보, 예컨대 복수의 선택 항목들, 상기 복수의 선택 항목들 각각에 대한 예측 지표, 및 상기 복수의 선택 항목들 각각에 대한 예측 가중치에 따라 상기 제1참여자로부터 입력된 선택 항목들에 대한 예측 신뢰도를 측정 또는 계산하는 방법을 상세히 설명하면 다음과 같다.
서버(20)는 측정 대상 항목 데이터베이스(20-1), 예측 신뢰도 저장 데이터베이스(20-2), 측정 대상 항목 전송 모듈(22), 및 예측 신뢰도 계산 모듈(24)을 포함할 수 있다. 실시 예에 따라, 측정 대상 항목 데이터베이스(20-1)와 예측 신뢰도 저장 데이터베이스(20-2)는 하나의 데이터베이스로 구현될 수 있다.
본 명세서에서 사용되는 모듈(module)은 하드웨어 또는 상기 하드웨어를 구동할 수 있는 소프트웨어를 의미할 수 있다.
측정 대상 항목 데이터베이스(20-1)는 외부로부터 제공된 정보, 예컨대 앞으로 열릴 각 스포츠 경기 또는 각 스포츠 경기 결과에 따라 업-데이트 가능한 복수의 측정 대상 항목들을 저장한다. 또한, 측정 대상 항목 데이터베이스(20-1)는 측정 대상 항목 전송 모듈(22) 또는 예측 신뢰도 계산 모듈(24)로부터 출력된 질의 쿼리(query)에 응답하여 복수의 측정 대상 항목들 각각에 대한 세부 정보, 예컨대 각 스포츠 경기 결과를 측정 대상 항목 전송 모듈(22) 또는 예측 신뢰도 계산 모듈 (24)로 전송할 수 있다.
예측 신뢰도 저장 데이터베이스(20-2)는 예측 신뢰도 측정 시마다 예측 신뢰도 계산 모듈(24)에 의하여 계산된 예측 신뢰도를 각 참여자(또는 각 게이머) 별로 저장할 수 있다.
측정 대상 항목 전송 모듈(22)은 예측 신뢰도 측정 시마다(또는, 각 게이머에 의한 각 게임이 실행될 때마다) 신뢰도 측정 기준치를 생성하고, 생성된 신뢰도 측정 기준치와 측정 대상 항목 데이터베이스(20-2)로부터 출력된 N(N은 자연수)개의 측정 대상 항목들을 제1참여자의 컴퓨터(30-1)로 전송할 수 있다.
예측 신뢰도의 객관성을 보장하기 위하여, 예측 신뢰도 측정 시마다 예측 신뢰도 계산 모듈(24)은 제1참여자의 컴퓨터(30-1)를 통하여 전송되며 N개의 측정 대상 항목들 중에서 제1참여자의 의하여 선택된 M(N≥M>0)개를 선택 항목들, 상기 M개의 선택 항목들 각각에 대해 예측 지표, 및 상기 M개의 선택 항목들 각각에 대한 예측 가중치를 수신하고, 수신된 M개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률(예컨대, 승에 대한 배당률, 무승부에 대한 배당률, 또는 패에 대한 배당률)과 예측 가중치를 연산하여 예측 신뢰도를 계산하고, 계산된 예측 신뢰도를 예측 신뢰도 저장 데이터베이스(20-2)에 저장할 수 있다.
본 명세서에서 사용되는 측정 대상 항목, 선택 항목, 예측 지표, 예측 가중치, 적중된 선택 항목, 배당률, 및 예측 신뢰도는 컴퓨터 또는 서버(20)에서 처리 가능한 정보 또는 데이터를 의미한다.
예측 신뢰도 계산 모듈(24)은 제1참여자의 예측 결과 요구에 응답하여 예측 신뢰도 저장 데이터베이스(20-2)에 저장된 계산된 예측 신뢰도를 리드하여 제1참여자의 컴퓨터(30-1)로 전송할 수 있다.
즉, 예측 신뢰도 계산 모듈(24)은 예측 신뢰도 측정 시마다 계산된 각각의 참여자의 예측 신뢰도를 예측 신뢰도 저장 데이터베이스(20-2)에 각각의 참여자별로 저장할 수 있다.
또한, 예측 신뢰도 계산 모듈(24)은, 신뢰도 측정 회수가 일정 회수에 도달한 이후부터, 예측 신뢰도 저장 데이터베이스(20-2)에 저장된 제1참여자의 누적 예측 신뢰도, 평균 예측 신뢰도, 기간별 누적 예측 신뢰도, 또는 기간별 평균 예측 신뢰도를 이용하여 복수의 참여자들 중에서 제1참여자의 상대적인 순위를 계산할 수 있다.
이 경우, 예측 신뢰도 계산 모듈(24)은 제1참여자의 상대적 순위 요구에 응답하여 예측 신뢰도 저장 데이터베이스(20-2)에 저장된 계산된 예측 신뢰도를 이용하여 제1참여자의 상대적인 순위를 계산하고 계산 결과를 제1참여자의 컴퓨터(30-1)로 전송할 수 있다.
실시 예에 따라, 예측 신뢰도 계산 모듈(24)은 도 6에 도시된 바와 같이 제1참여자의 요구에 응답하여 또는 디폴트로 예측 신뢰도 순위를 계산하고 계산 결과를 제1참여자의 컴퓨터(30-1)로 전송할 수 있다.
이하에서는 예측 신뢰도의 일 예로서 스포츠 경기에 대한 승부 예측 신뢰도를 계산하는 방법을 상세히 설명하기로 한다.
도 3은 도 1에 도시된 서버로부터 참여자 컴퓨터로 전송된 복수의 측정 대상 항목들과 참여자에 의하여 선택된 측정 대상 항목에 측정 지표를 입력할 수 있는 GUI(graphic user interfcae)의 일 실시 예를 나타낸다.
도 1부터 도 3을 참조하면, 제1참여자가 제1참여자의 컴퓨터(30-1)를 이용하여 서버(20)에 접속하면, 서버(20)의 측정 대상 항목 전송 모듈(22)은 측정 대상 항목 데이터베이스(20-1)로부터 N개의 측정 대상 항목들(예컨대, N개의 스포츠 경기들을 포함하는 경기 목록(40))을 생성하고, 신뢰도 측정을 위한 측정 기준치(예컨대, 스포츠 경기 승부 예측 게임을 할 수 있는 게임 머니 또는 사이버 머니)를 생성하고, 생성된 게임 머니와, N개의 스포츠 경기들을 포함하는 경기 목록(40)을 제1참여자의 컴퓨터 (30-1)로 전송한다.
도 3에 도시된 바와 같이, 각각의 스포츠 경기(40-1, 40-2, 40-3, 40-4, 40-5, ...)는 번호, 리그(예컨대, MBL(Major League Baseball), EPL(English Premier League), NBA(National Basketball Association), 또는 KBL(Korean Basketball League)), 경기할 팀들(홈 VS 원정), 경기일자, 및 배당률(예컨대, 승을 예측한 경우에 대한 승에 대한 배당률, 무승부를 예측한 경우 무승부에 대한 배당률, 및 패를 예측한 경우 패에 대한 배당률)을 포함한다. 도 3에 도시된 GUI는 설명을 위한 예로서 다양한 변형이 가능하다.
제1참여자가 N개의 스포츠 경기들(40-1, 40-2, 40-3, 40-4, 40-5, ...,)을 포함하는 경기 목록(40)에서 첫 번째 경기(40-1)를 선택 항목으로 선택하면, 예측 지표(예컨대, 승/무/패 중에서 어느 하나)를 입력할 수 있는 체크 박스(52)를 포함하는 입력 창(50)이 제1참여자의 컴퓨터(30-1)의 디스플레이 장치에 디스플레이된다. 제1참여자가 '승'에 체크하고 담기(54)를 선택하면, 첫 번째 경기(40-1)에 대한 선택 항목의 선택이 종료된다.
제1참여자는 첫 번째 경기(40-1)를 선택 항목으로 선택하는 과정과 동일한 과정으로 경기 목록(40)에서 두 번째 경기(40-2)부터 네 번째 경기(40-4)를 선택 항목들로 순차적으로 선택할 수 있다.
도 4는 참여자에 의하여 선택된 선택 항목들 각각에 예측 지표와 예측 가중치를 입력할 수 있는 GUI의 일 실시 예를 나타낸다.
도 4에 도시된 GUI(60)는 신뢰도 예측 게임의 특정 회차, 예컨대 [98]회의 선택 항목들에 대한 선택 결과를 나타내는 것으로서 N개의 측정 대상 항목들, 예컨대 N개의 스포츠 경기들 중에서 제1참여자에 의하여 선택된 4개의 선택 항목들, 즉 4개의 스포츠 경기들을 포함한다.
도 4의 제1 GUI(61)를 참조하면, 제1참여자는 첫 번째 경기(도 3의 40-1)의 예측 지표로서 '승'을 입력하였음을 알 수 있다(61-1 참조). 제1참여자는 신뢰도 측정 기준치(예컨대, 100,000 게임 머니)의 범위 내에서 상기 첫 번째 경기에 대한 예측 가중치로서 30,000 게임 머니를 게임 머니 입력창(61-2)에 입력할 수 있다. 물론, 제1참여자는 최종 결정 전에 수정 버튼(61-3)을 클릭하여 예측 지표(61-1)와 예측 가중치(61-2) 중에서 적어도 하나를 수정할 수 있다.
도 4의 제2 GUI(62)를 참조하면, 제1참여자는 두 번째 경기(도 3의 40-2)의 예측 지표로서 '승'을 입력하였고(62-1 참조), 상기 두 번째 경기에 대한 예측 가중치로서 15,000 게임 머니를 게임 머니 입력창(62-2)에 입력했음을 알 수 있다. 제1참여자가 저장 버튼(62-3)을 클릭하는 경우 예측 지표(62-1)와 예측 가중치(62-2)는 저장된다.
도 4의 제3 GUI(63)를 참조하면, 제1참여자는 세 번째 경기(도 3의 40-3)의 예측 지표로서 '패'를 입력하였고(63-1 참조), 상기 세 번째 경기에 대한 예측 가중치로서 신뢰도 측정 기준치(예컨대, 100,000 게임 머니)로부터 첫 번째 경기에 입력한 게임 머니(예컨대, 30,000)와 두 번째 경기에 입력한 게임 머니(예컨대, 15,000)를 차감한 게임 머니 중에서 원하는 게임 머니를 게임 머니 입력창(63-2)에 입력할 수 있다. 제1참여자가 입력 버튼(63-3)을 클릭하는 경우 게임 머니 입력창 (63-3)에 입력된 게임 머니는 저장된다.
도 4의 제4 GUI(64)를 참조하면, 제1참여자는 네 번째 경기(도 3의 40-4)의 예측 지표로서 '패'를 입력하였고(64-1 참조), 상기 네 번째 경기에 대한 예측 가중치로서 신뢰도 측정 기준치로부터 첫 번째 경기 내지 세 번째 경기에 입력한 게임 머니를 차감한 게임 머니 중에서 원하는 게임 머니를 게임 머니 입력창(64-2)에 입력할 수 있다. 제1참여자가 입력 버튼(64-3)을 클릭하는 경우 게임 머니 입력창 (64-3)에 입력된 게임 머니는 저장된다. 여기서, 예측 가중치를 나타내는 게임 머니 또는 배팅액일 수 있다.
제5 GUI(66)는 신뢰도 측정 기준치, 즉 제1참여자가 [98]호 게임에서 사용할 수 있는 게임 머니(100,000)를 나타낸다. 게임 머니(100,000)는 예측 신뢰도의 객관성을 보장하기 위하여 매 게임마다 모든 참여자에게 동일하게 부여된다.
제6 GUI(67)에 도시된 '잔여게임머니'는 제1참여자가 각 게임 머니 입력창 (61-2와 62-2)에 게임 머니를 입력한 후 남은 게임 머니를 나타낸다. 예컨대, 첫 번째 경기에 대한 게임 머니(30,000)와 두 번째 경기에 대한 게임 머니(15,000)를 입력한 후의 잔여 게임 머니는 55,000이다.
제1참여자가 선택된 4개의 선택 항목들(61, 62, 63, 및 64) 각각에 대한 예측 지표(61-1, 62-1, 63-1, 및 64-1)와 예측 가중치를 입력, 수정, 또는 저장한 후 최종 결정(68)을 클릭하면, 4개의 선택 항목들(61, 62, 63, 및 64), 4개의 선택 항목들(61, 62, 63, 및 64)에 대한 예측 지표들, 및 4개의 선택 항목들(61, 62, 63, 및 64)에 대한 예측 가중치들은 인터넷 네트워크를 통하여 서버(20)의 예측 신뢰도 계산 모듈(24)로 전송된다.
도 5는 참여자의 신뢰도 측정 결과를 나타내는 GUI의 일 실시 예를 나타낸다. 도 1부터 도 5를 참조하면, 예측 신뢰도 계산 모듈(24)은 제1참여자가 선택한 4개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률과 예측 가중치를 연산하여 예측 신뢰도를 계산할 수 있다.
예컨대, 첫 번째 경기 결과를 나타내는 GUI(71)를 참조하면, 제1참여자는 첫 번째 경기의 승부 예측, 예컨대 예측 지표를 '승'으로 선택하였으나(71-3), 첫 번째 경기 결과는 '홈패'(71-1)이므로, 제1참여자는 첫 번째 경기 결과를 적중시키지 못했다. 따라서, 적중 결과는 '적중안됨'이다(71-5).
제1참여자가 예측 가중치, 예컨대 '승부 게임머니'로서 '30,000'을 입력했고 배당률 '1.24'인 '승'을 선택한 경우 '예상적중 게임머니'는 이들의 곱인 37,200이다. 그러나, 제1참여자는 첫 번째 경기 승부 예측을 적중시키지 못했으므로, 제1참여자는 예상적중 게임머니 37,200을 획득할 수 없다.
두 번째 경기 결과를 나타내는 GUI(73)를 참조하면, 제1참여자는 두 번째 경기의 승부 예측을 '승'으로 선택 하였고(73-3), 두 번째 경기 결과는 '홈승'(73-1)이므로, 제1참여자는 두 번째 경기 결과를 적중시켰다. 따라서, 적중 결과는 '적중됨'이다(73-5). 제1참여자가 '승부게임머니'로서 '15,000'을 입력했고 배당률 '1.30'인 '승'을 선택한 경우 '예상적중 게임머니'는 이들의 곱인 19,500이다. 따라서, 제1참여자는 두 번째 경기 승부 예측을 적중시켰으므로 제1참여자는 예상적중 게임 머니 19,500을 획득할 수 있다.
세 번째 경기 결과를 나타내는 GUI(75)를 참조하면, 제1참여자는 세 번째 경기의 승부 예측을 '패'로 선택하였고(75-3), 세 번째 경기 결과는 '홈패'(75-1)이므로, 제1참여자는 세 번째 경기 결과를 적중시켰다. 따라서, 적중 결과는 '적중됨'이다(75-5). 제1참여자가 '승부게임머니'로서 '40,000'을 입력했고 배당률 '1.69'인 '패'을 선택한 경우 '예상적중 게임머니'는 이들의 곱인 67,600이다. 따라서, 제1참여자는 세 번째 경기 승부 예측을 적중시켰으므로, 제1참여자는 예상적중 게임머니 67,600을 획득할 수 있다.
네 번째 경기 결과를 나타내는 GUI(77)를 참조하면, 제1참여자는 네 번째 경기의 승부 예측을 '패'로 선택하였고(77-3), 네 번째 경기 결과는 '홈패'(77-1)이므로, 제1참여자는 네 번째 경기 결과를 적중시켰다. 따라서, 적중 결과는 '적중됨'이다(77-5). 제1참여자가 '승부게임머니'로서 '15,000'을 입력했고 배당률 '2.45'인 '패'을 선택한 경우 '예상적중 게임머니'는 이들의 곱인 36,750이다. 따라서, 제1참여자는 네 번째 경기 승부 예측을 적중시켰으므로 제1참여자는 예상적중 게임머니 36,750을 획득할 수 있다.
GUI(80)에 도시된 바와 같이 제1참여자는 4개의 선택 항목들에 대한 예측 가중치들로서 100,000(예컨대, [98]회 최종결정 게임머니)를 모두 사용했고, 4개의 선택 항목들 중에서 3개의 선택 항목들(예컨대, 두 번째 경기부터 네 번째 경기)을 적중시켰다. 따라서, 제1참여자는 '적중게임머니총계'로서 123,850(예컨대, [98]회 적중게임머니총계)을 획득할 수 있다.
예측 신뢰도 계산 모듈(24)은 예측 신뢰도로서 적중률 또는 적중 게임머니 중에서 적어도 하나를 계산할 수 있다.
만일, 제1참여자가 신뢰도 측정 기준치(예컨대, 100,000 게임머니)보다 작은 80,000 게임머니를 '최종결정 게임머니'로서 사용한 경우, 나머지 20,000 게임 머니는 다음 회차로 이월되지 않을 수 있다.
또한, 예측 신뢰도 계산 모듈(24)은 복수의 측정 대상 항목들 중에서 선택할 수 있는 선택 항목들의 최소 개수와 선택 항목당 예측 가중치의 최대값을 미리 각 참여자의 컴퓨터(30-1~30-N)로 전송할 수 있다.
도 6은 참여자의 신뢰도 측정 결과에 따른 상대적 순위의 일 실시 예를 나타낸다.
예측 신뢰도 계산 모듈(24)은 예측 신뢰도 측정시마다(예컨대, 예측 신뢰도 측정 게임이 수행할 때마다) 각 참여자자 자신의 컴퓨터(30-1~30-N)를 통하여 선택한 또는 입력한 선택 항목들(예컨대, 선택된 게임들), 상기 선택 항목들 각각에 대한 예측 지표(예컨대, 승/무/패)에 대한 배당률, 및 상기 선택 항목들 각각에 대한 예측 가중치(예컨대, 게임 머니 또는 배팅액)에 따라 각 참여자별로 예측 신뢰도를 계산하고 계산된 예측 신뢰도를 예측 신뢰도 저장 데이터베이스(20-2)에 각 참여자별로 저장할 수 있다.
예측의 신뢰도를 높이기 위하여, 예측 신뢰도 계산 모듈(24)은 도 6에 도시된 바와 같이 신뢰도 측정 회수(또는, 예측 신뢰도 게임에 참여한 회수)가 일정 회수 이상인 각 참여자의 상대적인 순위를 계산할 수 있다.
도 6에 도시된 상기 적중률은 평균 적중률로서 선택 항목들에 대한 적중된 선택 항목들의 비율일 수 있다. 또한, 상기 적중 배당률은 적중된 각각의 선택 항목에 대한 배당률의 총합을 적중된 선택 항목의 수로 나눈 값일 수 있다.
예측 신뢰도 계산 모듈(24)은 각 참여자의 상대적인 순위를 계산할 수 있을 뿐만 아니라 리그별 또는 팀별로 상기 각 참여자의 상대적인 순위를 계산할 수 있다.
예측 신뢰도 계산 모듈(24)은 각 참가자의 상대적인 순위를 각 참여자의 요구에 응답하여 각 참여자의 컴퓨터로 전송할 수 있을 뿐만 아니라 디폴트로 각 참여자의 컴퓨터로 전송할 수 있다.
본 명세서에서 사용된 배당률은 예측의 난이도를 나타낼 수 있는 용어의 일 예로서 그 명칭에도 불구하고 참여자가 각 스포츠 경기 결과 예측을 적중시킨 경우 상기 참여자가 획득할 수 있는 게임 머니를 산정하기 위하여 상기 참여자가 각 스포츠 경기에 입력한 게임 머니에 대한 가중치를 의미할 수 있다.
본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
도 1은 본 발명의 실시 예에 따른 예측 신뢰도 측정 방법을 수행할 수 있는 예측 신뢰도 측정 시스템의 블록 도를 나타낸다.
도 2는 도 1에 도시된 서버의 개략적인 블록 도를 나타낸다.
도 3은 도 1에 도시된 서버로부터 참여자 컴퓨터로 전송된 복수의 측정 대상 항목들과 참여자에 의하여 선택된 측정 대상 항목에 측정 지표를 입력할 수 있는 GUI(graphic user interfcae)의 일 실시 예를 나타낸다.
도 4는 참여자에 의하여 선택된 선택 항목들 각각에 예측 지표와 예측 가중치를 입력할 수 있는 GUI의 일 실시 예를 나타낸다.
도 5는 참여자의 예측 신뢰도 측정 결과를 나타내는 GUI의 일 실시 예를 나타낸다.
도 6은 참여자의 예측 신뢰도 측정 결과에 따른 상대적 순위의 일 실시 예를 나타낸다.

Claims (13)

  1. 삭제
  2. 서버가 신뢰도 측정시마다 신뢰도 측정 기준치와 N(N은 자연수)개의 측정 대상 항목들을 참여자에게 제공하는 단계;
    상기 서버가 상기 N개의 측정 대상 항목들 중에서 상기 참여자에 의해 선택된 M(M은 자연수, N≥M>0)개의 선택 항목들, 상기 참여자에 의해 입력된 상기 M개의 선택 항목들에 대한 예측 지표들, 및 상기 참여자에 의해 입력된 상기 M개의 선택 항목들에 대한 예측 가중치들을 수신하는 단계;
    상기 서버가 수신된 M개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률과 예측 가중치를 연산하여 예측 신뢰도를 계산하는 단계;
    상기 서버는 상기 신뢰도 측정시마다 계산된 상기 참여자의 예측 신뢰도를 데이터베이스에 저장하는 단계; 및
    상기 신뢰도 측정 회수가 일정 회수보다 큰 경우, 상기 서버는 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도를 이용하여 복수의 참여자들 중에서 상기 참여자의 상대적인 순위를 계산하는 단계를 포함하는 서버의 예측 신뢰도 측정 방법.
  3. 제2항에 있어서, 상기 서버는 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도에 대한 누적값 또는 평균값을 이용하여 상기 상대적인 순위를 계산하는 서버의 예측 신뢰도 측정 방법.
  4. 제2항에 있어서, 상기 N개의 측정 대상 항목들 각각은 스포츠 경기이고,
    상기 스포츠 경기는 경기를 할 팀들, 경기 일자, 승에 대한 배당률, 무승부에 대한 배당률, 및 패에 대한 배당률을 포함하는 서버의 예측 신뢰도 측정 방법.
  5. 제2항에 있어서, 상기 예측 지표는 스포츠 경기 결과에 대한 승, 무승부, 또는 패인 서버의 예측 신뢰도 측정 방법.
  6. 제2항에 있어서, 상기 예측 가중치는 배팅액인 서버의 예측 신뢰도 측정 방법.
  7. 제6항에 있어서, 상기 M개의 선택 항목들 각각에 대한 상기 배팅액의 합은 상기 신뢰도 측정 기준치와 같거나 작은 서버의 예측 신뢰도 측정 방법.
  8. 제2항에 있어서, 상기 서버의 예측 신뢰도 측정 방법은,
    상기 M개의 선택 항목들에 대한 상기 예측 가중치들의 합이 상기 신뢰도 측정 기준치보다 작은 경우 나머지 값을 이월시키지 않는 단계를 더 포함하는 서버의 예측 신뢰도 측정 방법.
  9. 제2항에 기재된 서버의 예측 신뢰도 측정 방법을 수행할 수 있는 컴퓨터 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
  10. 삭제
  11. 신뢰도 측정시마다, 신뢰도 측정 기준치와 N개의 측정 대상 항목들을 참여자의 컴퓨터로 제공하기 위한 전송 모듈; 및
    상기 참여자의 컴퓨터를 통하여 전송되며, 상기 N개의 측정 대상 항목들 중에서 상기 참여자의 의하여 선택된 M(N≥M>0)개의 선택 항목들, 상기 M개의 선택 항목들 각각에 대해 예측 지표, 및 상기 M개의 선택 항목들 각각에 대한 예측 가중치를 수신하고, 수신된 M개의 선택 항목들 중에서 적중된 선택 항목들 각각에 대한 예측 지표의 배당률과 예측 가중치를 연산하여 예측 신뢰도를 계산하기 위한 예측 신뢰도 계산 모듈을 포함하며,
    상기 예측 신뢰도 계산 모듈은 상기 신뢰도 측정시마다 계산된 상기 참여자의 예측 신뢰도를 데이터베이스에 저장하고,
    상기 신뢰도 측정 회수가 일정 회수에 도달한 경우, 상기 예측 신뢰도 계산 모듈은 상기 데이터베이스에 저장된 상기 참여자의 예측 신뢰도를 이용하여 복수의 참여자들 중에서 상기 참여자의 상대적인 순위를 계산하는 예측 신뢰도를 계산할 수 있는 서버.
  12. 제11항에 있어서, 상기 N개의 측정 대상 항목들 각각은 스포츠 경기이고,
    상기 스포츠 경기는 경기를 할 팀들, 경기 일자, 승에 대한 배당률, 무승부에 대한 배당률, 및 패에 대한 배당률을 포함하는 서버.
  13. 제11항에 있어서, 상기 예측 지표는 스포츠 경기 결과에 대한 승, 무승부, 또는 패이고, 상기 예측 가중치는 배팅액인 예측 신뢰도를 계산할 수 있는 서버.
KR1020090134723A 2009-12-30 2009-12-30 예측 신뢰도 측정 방법 및 그 시스템 KR101141966B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090134723A KR101141966B1 (ko) 2009-12-30 2009-12-30 예측 신뢰도 측정 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090134723A KR101141966B1 (ko) 2009-12-30 2009-12-30 예측 신뢰도 측정 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20110078013A KR20110078013A (ko) 2011-07-07
KR101141966B1 true KR101141966B1 (ko) 2012-05-04

Family

ID=44917529

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090134723A KR101141966B1 (ko) 2009-12-30 2009-12-30 예측 신뢰도 측정 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR101141966B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020088709A (ko) * 2001-05-21 2002-11-29 주식회사 제타웨이브 경주정보 제공 및 경주승률 예측 방법
KR20050074224A (ko) * 2004-01-13 2005-07-18 주식회사 에이드 경마 승률 예측방법 및 이 방법을 실행하기 위한프로그램이 기록된 기록매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020088709A (ko) * 2001-05-21 2002-11-29 주식회사 제타웨이브 경주정보 제공 및 경주승률 예측 방법
KR20050074224A (ko) * 2004-01-13 2005-07-18 주식회사 에이드 경마 승률 예측방법 및 이 방법을 실행하기 위한프로그램이 기록된 기록매체

Also Published As

Publication number Publication date
KR20110078013A (ko) 2011-07-07

Similar Documents

Publication Publication Date Title
Lago The influence of match location, quality of opposition, and match status on possession strategies in professional association football
Hickman et al. The impact of pressure on performance: Evidence from the PGA TOUR
Štrumbelj et al. Simulating a basketball match with a homogeneous Markov model and forecasting the outcome
Scarf et al. A numerical study of designs for sporting contests
Mukherjee Identifying the greatest team and captain—A complex network approach to cricket matches
Wilson et al. Multivariate analyses of individual variation in soccer skill as a tool for talent identification and development: utilising evolutionary theory in sports science
Scarf et al. A numerical study of tournament structure and seeding policy for the soccer World Cup Finals
Suzuki et al. A Bayesian approach for predicting match outcomes: the 2006 (Association) Football World Cup
O'Malley Probability formulas and statistical analysis in tennis
Davis et al. A simulator for Twenty20 cricket
Jacklin Temporal changes in home advantage in English football since the Second World War: What explains improved away performance?
Sargent et al. Evaluating Australian football league player contributions using interactive network simulation
Percy Strategy selection and outcome prediction in sport using dynamic learning for stochastic processes
Zhou et al. Long-term influence of technical, physical performance indicators and situational variables on match outcome in male professional Chinese soccer
Stavropoulos et al. Game related predictors discriminating between winning and losing teams in preliminary, second and final round of basketball world cup 2019
Swartz Research directions in cricket
Drikos et al. Data benchmarking through a longitudinal study in high-level men’s volleyball
Holmes et al. A Markov chain model for forecasting results of mixed martial arts contests
Aguado-Méndez et al. Analysis of the goal-scoring opportunities conceded in football: a study case in the Spanish La Liga
Amez et al. No evidence for second leg home advantage in recent seasons of European soccer cups
Sullivan et al. Factors associated with early career progression in professional Australian Football players
Bhattacharjee et al. Predicting outcome of matches using pressure index: evidence from Twenty20 cricket
Chae et al. Ranking prediction model using the competition record of Ladies Professional Golf Association players
KR101141966B1 (ko) 예측 신뢰도 측정 방법 및 그 시스템
Ley et al. Mutual point-winning probabilities (MPW): A new performance measure for table tennis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150428

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee