KR101606322B1 - 중고차량 가치 평가 방법 및 장치 - Google Patents

중고차량 가치 평가 방법 및 장치 Download PDF

Info

Publication number
KR101606322B1
KR101606322B1 KR1020150074838A KR20150074838A KR101606322B1 KR 101606322 B1 KR101606322 B1 KR 101606322B1 KR 1020150074838 A KR1020150074838 A KR 1020150074838A KR 20150074838 A KR20150074838 A KR 20150074838A KR 101606322 B1 KR101606322 B1 KR 101606322B1
Authority
KR
South Korea
Prior art keywords
vehicle
value
data
used vehicle
scatter
Prior art date
Application number
KR1020150074838A
Other languages
English (en)
Inventor
이한나
Original Assignee
이한나
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 이한나 filed Critical 이한나
Priority to KR1020150074838A priority Critical patent/KR101606322B1/ko
Application granted granted Critical
Publication of KR101606322B1 publication Critical patent/KR101606322B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0265—Vehicular advertisement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting

Abstract

중고차량의 판매 가격과 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와, 연속형 변수의 선형화 변환을 수?하는 단계와, 가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와; 회귀 분석의 결과와 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 중고차량의 예측가를 산출하는 단계와; 가치 평가의 대상이 되는 중고차량 및 중고차량 판매 데이터를 다차원 공간의 좌표로 변환하는 단계와; 가치 평가의 대상이 되는 중고차량과 유사차량을 검색하는 단계와; 다차원 공간상 중고차량 판매 데이터의 상대적 거리를 이용한 중고차량의 간접 예측가를 산출하는 단계를 포함하는 중고차량 가치 평가 방법 및 장치가 개시된다.

Description

중고차량 가치 평가 방법 및 장치 {Method and apparatus for evaluating value of used car}
본 발명은 회귀분석을 통해 중고차량의 예측가를 산출하는 중고차량 가치 평가 방법 및 시스템에 대한 것이다.
중고차량의 매입 가격을 결정하는 것은 경험 많은 사람의 직관을 필요로 한다. 이러한 가격 결정은 결국 최근 거래된 유사한 차량을 바탕으로 해당 차량 가격을 유추함으로써 이루어지는데, 그 방법이 정형화되어 있지 않고 경험과 추측에 의존하므로 견적가가 사람마다 다르게 된다는 문제가 있다.
본 발명은 상기와 같은 종래 기술의 문제점을 해소하기 위한 것으로, 회귀 분석을 이용해 정량화된 방식으로 중고차의 정확한 예상 가격을 제시할 수 있는 방법과 장치를 제공하는 것을 목적으로 한다.
또한, 본 발명은 전문가가 아닌 비 전문가도 쉽게 차량 견적을 산출할 수 있도록 스마트폰 등의 단말에 간단한 정보를 입력하는 것만으로 중고차의 예측가를 볼 수 있는 방법과 장치를 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 중고차량 가치 평가 방법은, 중고차량의 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와; x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 산점도 상의 각 점과 회귀직선 상의 대응 좌표 간의 y축 기준 거리의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와; 상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와; 가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와; 상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함할 수 있다.
본 발명의 다른 실시예에 따른 중고차량 가치 평가 방법은, 중고차량의 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와; x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 산점도 상의 각 점과 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정사각형의 면적의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와; 상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와; 가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와; 상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함할 수 있다.
본 발명의 또 다른 실시예에 따른 중고차량 가치 평가 방법은, 중고차량의 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와; x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 산점도 상의 각 점과 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정육면체의 부피의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와; 상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와; 가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와; 상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함할 수 있다.
본 발명의 또 다른 실시예에 따른 중고차량 가치 평가 방법은, 중고차량의 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와; x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, y축을 기준으로 회귀직선으로부터 가장 짧은 거리의 범위 내에 모든 점이 포함되는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와; 상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와; 가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와; 상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함할 수 있다.
본 발명의 또 다른 실시예에 따른 중고차량 가치 평가 방법은, 중고차량의 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와; x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 각 산점도를 가장 잘 표현하는 지수함수 형태의 회귀곡선 상의 임의의 한 점을 기준으로 Y축 기준으로 위아래로 일정 거리 만큼 떨어진 지점의 각 접선의 기울기의 차이가 가장 작은 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와; 상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와; 가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와; 상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함할 수 있다.
상기 중고차량 가치 평가 방법은, 상기 중고차량 판매 데이터에 포함된 변수들 중 소정 수의 변수를 선택하고, 각 중고차량의 판매 정보를, 상기 선택된 각각의 변수를 각 축으로 하는 다차원 공간의 좌표로 변환하는 단계와; 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 상기 다차원 공간의 좌표로 변환하는 단계와; 상기 중고차량 판매 데이터로부터 변환된 좌표들 중 상기 가치 평가의 대상이 되는 중고차량의 좌표와 가까운 좌표에 대응하는 중고차량의 판매 가격을 사용자에게 제공하는 단계를 더 포함할 수 있다.
상기 중고차량 가치 평가 방법은, 상기 중고차량 판매 데이터에 포함된 변수들 중 소정 수의 변수를 선택하고, 각 중고차량의 판매 정보를, 상기 선택된 각각의 변수를 각 축으로 하는 다차원 공간의 좌표로 변환하는 단계와; 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 상기 다차원 공간의 좌표로 변환하는 단계와; 상기 변환된 다차원 공간 상 데이터 좌표들을 이용하여 상기 가치 평가의 대상이 되는 중고차량과, 변환된 중고차량 판매 데이터들과의 거리에 반비례하여 각각의 가중치를 구하는 단계와; 상기 가치 평가의 대상이 되는 중고차량과, 중고차량 판매 데이터들과의 편차를 구하는 단계와; 상기 각 중고차량 판매 데이터의 판매 금액과, 상기 편차와 해당 중고차량의 회귀계수와의 곱합(Sumproduct) 연산과의 차를 구하는 단계와; 상기 중고차량 판매 데이터들에 대한 각각의 가중치와 그에 대한 상기 차의 곱을 모두 더하여 상기 가치 평가의 대상이 되는 중고차량의 상대적 예측가를 산출하는 단계와; 상기 산출된 상대적 예측가인 상대가격과, 상기 다중 회귀분석을 통한 예측가인 절대가격 중 소정의 기준을 만족하는 예측가를 사용자에게 제공하는 단계를 더 포함할 수 있다.
상기 소정의 기준을 만족하는 예측가는, 상기 산출된 상대가격과 상기 다중 회귀분석을 통한 절대가격 중 낮은 예측가일 수 있다.
상기와 같은 본 발명에 의하면, 다중 회귀 분석을 이용해 정량화된 방식으로 중고차량의 정확한 예상 가격을 제시할 수 있다.
또한, 본 발명에 의하면, 회귀 분석을 통한 절대 가격 외에 다차원 공간상의 기존 판매 데이터와의 거리를 이용해 견적 대상이 되는 중고차량과 유사한 차량들의 검색 결과 및 견적 대상이 되는 중고차량의 상대 가격을 사용자에게 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 중고차량 가치평가 시스템의 네트워크 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 중고차량 가치평가 시스템의 구성을 설명하기 위한 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따라 특정 차종의 판매가격과 주행거리 간의 관계를 나타내는 산점도의 일 예를 도시한 것이다.
도 4는 본 발명의 일 실시예에 따라 특정 차종의 판매가격과 주행거리 간의 관계를 나타내는 산점도의 다른 예를 도시한 것이다.
도 5는 본 발명의 일 실시예에 따라 선형성을 가장 향상시킬 수 있는 지수에 의해 도 3의 판매가격과 주행거리 간의 관계를 나타낸 그래프를 수정한 예이다.
도 6은 본 발명의 일 실시예에 따라 선형성을 가장 향상시킬 수 있는 지수에 의해 도 4의 판매가격과 주행거리 간의 관계를 나타낸 그래프를 수정한 예이다.
도 7은 본 발명의 일 실시예에 따라 선형화된 변수들을 이용하여 다중 회귀분석을 수행한 결과를 예시한 것이다.
도 8 내지 11은 본 발명의 일 실시예에 따른 사용자 인터페이스 화면을 예시한 것이다.
도 12는 본 발명의 다른 실시예에 따른 중고차량 가치 평가 장치의 구성을 설명하기 위한 기능 블록도이다.
도 13은 본 발명의 일 실시예에 따른 중고차량 가치 평가 방법을 설명하기 위한 순서도이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...수단", "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 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.
도 1은 본 발명의 일 실시예에 따른 중고차량 가치 평가 시스템의 네트워크 구성을 설명하기 위한 도면이다.
도 1을 참조하면, 중고차량 가치 평가 시스템은 네트워크를 통해 서로 데이터를 주고 받는 중고차량 가치 평가 장치(100)와 사용자 단말(110)로 구성된다.
사용자 단말(110)은 스마트폰, 태블릿 PC, 개인용 컴퓨터 등 네트워크를 통해 가치 평가 장치(100)에 접속하여 사용자가 입력한 차량 정보를 전송하고 그 결과로서 해당 중고 차량의 예측가를 수신하여 사용자에게 제공하는 컴퓨팅 장치이다.
중고차량 가치 평가 장치(100)는 사용자 단말(110)에 중고차량 가치 평가 서비스를 제공하는 서버로서, 요청된 중고 차량의 가치를 평가하여 예측가를 도출하기 위해 차종별로 중고차량의 판매 데이터를 수집 및 저장하고 회귀 분석을 수행한다. 중고차량 가치 평가 장치(100)는 사용자 단말(110)이 네트워크를 통해 접속할 수 있도록 인터넷 웹 사이트, 모바일 웹 사이트 등을 운영할 수 있으며, 전용 애플리케이션을 제작하여 배포할 수도 있다.
네트워크는 근거리 통신망(Local Area Network: LAN), 광역 통신망(Wide Area Network: WAN) 등의 유선 네트워크나, 이동 통신망, 위성 통신망, WIFI, 블루투스 등의 무선 네트워크일 수 있으며, 어느 한 형태의 통신망으로 제한되지 않는다.
도 2는 본 발명의 일 실시예에 따른 중고차량 가치 평가 시스템의 구성을 설명하기 위한 기능 블록도이며, 화살표는 데이터의 흐름을 나타낸다.
도 2를 참조하면, 중고차량 가치 평가 시스템은 스마트폰 등의 원격 UI(User Interface) 입력 폼(210), 원격 수신장치(220), 중고차량 판매 데이터베이스(230), 예측가 산출수단(240), 판매데이터 분석수단(250)을 포함할 수 있다.
중고차량 판매 데이터베이스(230)는 중고차량 판매 이력 즉 소정의 기간 동안 판매되었던 중고차량에 대한 데이터를 저장하며, 판매데이터 분석수단(250)은 중고차량 판매 데이터베이스(230)의 판매 데이터를 이용하여 회귀분석을 통한 절대가격 산출 및 판매 데이터의 다차원 공간상 좌표 변환을 통한 유사 차량 검색 및 상대 가격의 산출을 수행하기 위한 것으로 요인집단 산출 모듈(251), 데이터 수치화 및 선형 정규화 모듈(252), 다중 회귀분석 모듈(253), 데이터 다차원 좌표화 모듈(254), 유사차량 검색 모듈(255) 및 상대가격 산출 모듈(256)을 포함할 수 있다.
요인집단 산출 모듈(251)은 중고차량 판매 데이터베이스(230)로부터 중고 차량의 가격에 영향을 미치는 요인을 도출한다. 차량 가격과 연관이 있을 수 있는 모든 요인들을 나열한 후 경험적인 방법, 또는 상관 분석 등의 기법을 활용하여 차량의 가치에 조금이라도 영향을 미친다고 여겨지는 요인들로 압축한다.
예를 들면 "차종/트림 레벨/차량 등록일/주행거리/연료의 종류/차량 상태/사고 이력/수출 여부/색상/사용 용도/각종 옵션의 유무 여부/구조 변경/전손·침수이력"과 같은 요인 집단을 산출할 수 있다.
특정 차량에 대해서 얻어진 요인 집단은 해당 차량의 특성을 반영하므로, 법규 등 외부적 환경 요인의 변화로 인한 불가피한 요인 재설정의 경우가 발생하지 않는 한, 해당 차량이 시장에서 더 이상 거래되지 않을 때까지 계속해서 사용할 수 있다.
데이터 수치화 및 선형 정규화 모듈(252)은 선정된 요인들에 대한 데이터 수치화 및 선형 정규화를 수행한다.
특정 차종의 가격에 영향을 미치는 1차 요인 선정이 끝나면 선정된 요인들과 판매 가격이 포함된 데이터 집단을 중고 차량의 판매에 대한 정보를 저장한 중고 차량 판매 데이터베이스(230) 상에서 추출하게 된다. 이 데이터 군은 컴퓨터가 인식할 수 있도록 수치화 과정을 거쳐야만 한다.
각 요인들은 크게 연속형 변수와 이산형인 더미(0 또는 1) 변수로 구분할 수 있는데, 연속형 변수가 아닌 더미 변수의 경우 분석을 위해 컴퓨터가 인식할 수 있도록 수치화 과정이 반드시 필요하다. 이때 차종의 경우는 데이터 집단을 구분하는 기준이 되므로 변수에 해당되지 않으며, 나머지 요인들은 분석할 수 있게 수치화하여 변환한다.
예를 들어, '그랜저 (5G)'의 트림 레벨이 총 5종이라고 했을 경우, 아래 표 1과 같이 각 트림 레벨의 해당 컬럼값을 해당사항의 유무를 나타내는 이산형 변수인 0 또는 1의 값을 가지는 더미 변수로 지정할 수 있다.
Figure 112015051381794-pat00001
즉, 표 1과 같이, 럭셔리 급의 경우 트림레벨1 컬럼: 1, 트림레벨2 컬럼: 0, 트림레벨3 컬럼: 0, 트림레벨4 컬럼: 0, 트림레벨5 컬럼: 0과 같이 모든 컬럼의 더미 변수를 포함하여야 트림별 분석이 가능해진다. 이와 같이 트림별로 세분화 하여 분석 대상을 쪼개지 않고 각 트림을 변수화 하여 한꺼번에 분석하면 비교적 적은 데이터로도 좋은 결과를 내는 회귀식을 도출할 수 있다.
또한, 차량의 년식의 경우도 차량의 가격에 큰 영향을 미친다고 볼 수 있다. 실제로 중고차의 시세 책자 등에는 각 연식별로 해당 차량의 대표 시세를 표기하기 ?문에 연식 또한 차량 가격 결정의 중요한 요인이 된다. 그러나 우리나라의 경우 차량의 연식을 해당 출시 연도보다 미래의 연도로 기재하는 차량 업계의 관행으로 인해 중고차 업계에서는 등록 년식을 더 중요하게 여긴다. 본 발명에서는 특정 차량의 등록 년월과 판매 년월의 차이 개월수를 변수화하여 분석한다.
또한, 차량의 매각 당시 상태를 변수화하여 분석에 함께 활용할 수 있다. 표 2는 평가 방법의 구체적인 예를 든 것이다. 이를 통해 차량의 사고 평가점(A~F), 외관 상태를 포함한 종합 평가점(9~1)을 산출하는데, 이 두 값을 수치화한 곱의 값을 본 발명에서 차량상태 변수로 활용할 수 있다.
Figure 112015051381794-pat00002
주행 거리의 경우, 해당 데이터가 이미 연속형 데이터이므로 분석에 그대로 활용할 수 있다. 요약하면, 중고차량의 가격에 영향을 미치는 요인들은, 특정 차량의 등록 년월과 판매 년월의 차이 개월수(이하 AGE), 주행거리(이하 KM), 차량상태 및 사고이력(이하 CHK) 등의 연속형 변수와, 트림레벨(TRIM), 연료의 종류, 수출여부, 색상, 사용용도, 각종 옵션 유무, 구조변경, 전손·침수이력 등의 이산형 변수로 분류될 수 있다.
그러나 회귀분석의 가정인 선형성(linearity: 독립변수와 종속변수는 선형 관계를 보유)을 만족하는지 확인을 위해 산점도를 그려보면 도 3이나 도 4와 같은 결과를 얻을 수 있다.
도 3은 최근 2개월간 소정의 매장에서 판매된 그랜져 HG 차종의 주행거리와 판매가격 간의 관계를 나타낸 것이다.
도 3을 참조하면, 주행 거리가 늘어날수록 낙찰 가격이 감소하는 경향을 보이나 그 감소의 폭이 점점 줄어드는 것을 확인할 수 있다. 즉 주행 거리와 판매 가격의 관계는 선형이라고 볼 수 없다.
도 4는 최근 6개월간 소정 매장에서 판매된 에쿠스(VI) 차종의 주행거리와 판매가격 간의 관계를 나타낸 것이다.
도 3의 예와 비교할 때 정도의 차이는 있지만, 도 4에 나타난 다른 차량에 있어서도 유사하게 주행거리와 판매가격의 관계가 선형으로 나타나지 않음을 알 수 있다.
즉, 다른 조건이 모두 동일하고 주행 거리의 차이만 있을 때, 각각, 1만km과 2만km 사용한 차량의 가격 차이가 각각, 11만km과 12만km을 주행한 차량의 가격 차이보다 클 수 있다는 것이다. 따라서, 주행거리를 적절히 보정해주지 않으면 회귀분석 후 예측시에 주행 거리가 긴 차량의 경우 값이 실제보다 작게 예측되는 왜곡 현상이 나타나게 될 것 이다.
이를 보정하기 위해 본 발명의 실시예에 따른 연속형 변수의 선형화 변환을 수행하는 단계를 따르며, 컴퓨터 알고리즘을 통해 이 과정을 자동화하여 중고차량 가치 평가 시스템에 포함하고자 하는 모든 차종에 대하여 선형성을 가장 향상시킬 수 있는 지수를 산출해 낼 수 있다. 이와 같은 지수의 산출에 의해 도 3 및 도 4에 도시된 특정 차종의 주행거리 및 판매가격의 관계가 개선된 그래프가 도 5 및 도 6에 도시되어 있다. 이와 같이 주행거리 등의 연속형 변수를 먼저 선형화한 후 회귀분석에 활용하여야 보다 향상된 결과를 얻을 수 있다
다중 회귀분석 모듈(253)은 상기와 같이 선형화된 변수를 이용하여 회귀분석을 수행한다. 즉, 상기와 같이 변환된 데이터와 요인들을 가지고 다중 회귀분석을 실행할 수 있으며 최근 2개월간 판매된 그랜져 HG 차량의 경우 도 7과 같은 회귀분석 결과를 산출할 수 있다.
도 7에서, NA의 결과는 해당 변수가 분석된 데이터와 관계 없음, 즉 제외될 수 있는 변수임을 나타낸다. 그러나 트림레벨을 나타내는 더미변수 LV1~LV9에서의 LV9 값은 다른 LV1~LV8 값이 모두 0인 경우와 같다고 간주하므로 LV9 변수가 필요 없음을 나타낸다.
도 7의 결과에서, 도출된 조정결정계수는 R^2 = 0.9518 로써 위 회귀방정식 모델이 판매가격의 변동을 95.18% 만큼 설명하고 있음을 알 수 있다. 이 모델에 포함되지 않는 경우로 인해 발생된 변동이 4.82%에 불과할 만큼 실제 판매가격을 잘 반영하고 있음을 알 수 있다. 도 8에 도시된 실시예에서 각 변수의 의미는 아래와 같다.
Figure 112015051381794-pat00003
상기 실시예의 그랜져 HG차량의 경우, LPG 연료에 대해서는 트림레벨을 별도로 구분하여 분석함으로써 연료의 구분에 해당하는 변수가 없으나, LPG 차량을 장애인이 등록 후 5년이 경과하게 되면 일반인에게 이전등록이 가능해지는 법규로 인해 만5년차 LPG 자가 차량의 경우 가격이 급상승하는 경향이 있으므로 어떤 차종의 경우에는 연료 변수를 더미변수로써 추가하여야 하며, 일반 LPG인 경우와 LPG(자가) 인 경우를 각각 더미 변수로써 두고 분석하여야 한다.
데이터 다차원 좌표화 모듈(254)은 중고차량 판매 데이터에 포함된 변수들 중 소정 수의 변수를 선택하고, 각 중고차량의 판매 정보를, 상기 선택된 각각의 변수를 각 축으로 하는 다차원 공간의 좌표로 변환하고, 가치 평가의 대상이 되는 중고차량에 대한 정보를 상기 다차원 공간의 좌표로 변환한다.
유사차량 검색 모듈은(255) 상기 데이터 다차원 좌표화 모듈(254)을 통해 중고차량 판매 데이터로부터 변환된 좌표들 중 상기 가치 평가의 대상이 되는 중고차량의 좌표와 가까운 좌표에 대응하는 유사차량의 검색 기능을 제공하여 실제 거래된 가격을 확인할 수 있도록 하므로 상기 가치 평가 대상이 되는 중고차량의 견적을 돕는다.
상대가격 산출 모듈(256)은 상기 데이터 다차원 좌표화 모듈(254)을 통해 상기 가치 평가의 대상이 되는 중고차량의 좌표와의 상대적 거리에 반비례하여 각 데이터에 가중치를 부여하고, 각 데이터의 실거래가로부터 회귀 계수를 이용해 상기 가치 평가 대상이 되는 중고차량을 유추하여 도출한 예상 가격과 가중 합산하여 산출한간접 예측가격인 상대가격을 사용자에게 제공할 수 있다.
상기 추가 정보 제공에 대해 아래에서 구체적으로 설명하기로 한다,
데이터 다차원 좌표화 모듈은(254) 중고차량 판매 데이터로부터 도출된 상기 변수들 중 차량 가격에 가장 큰 영향을 미친다고 여겨지는 연속형 변수 3개(AGE, KM, CK)와 이산형 변수 중 트림레벨(TRIM)의 총 4개 변수들을 묶어 데이터를 다차원 공간 위에 시각화하는 기준으로 삼을 수 있다. 이 기준 변수들은 사용자의 필요에 따라 증감될 수 있으며 변수의 종류가 늘어날수록 데이터의 분포를 나타낼 공간의 차원 수도 늘어나게 된다. 여기서는 편의상 상기 4개의 변수를 가지고 데이터를 4차원 공간에 PLOT 하게 된다.
차량 데이터를 다차원 공간 위에 표현하기 위해 이제 아래와 같은 단계를 거칠 수 있다.
먼저, 사용자가 임의의 차량에 대하여 상기 변수들의 조건을 지정하여 검색을 질의할 때 시스템은 해당 데이터를 데이터 수치화 및 선형 정규화 모듈(252)을 통해 상기 "변수 수치화 과정"을 거쳐 임시 변수에 저장한다.
다음으로, 사용자가 가격 분석 또는 검색을 요하는 특정 차종으로 한정된 데이터셋에서 상기 4개의 각 변수들의 최대값을 찾는다. 예컨대, 사용자가 입력한 차량이 그랜저 HG라면 해당 차량의 데이터 셋에서, AGE_MAX: 24, KM_MAX: 217,388, CHK_MAX: 40, TRIM_MAX: 13을 도출한다.
또는, 연산시간의 단축을 위해, 사용자의 검색 및 분석 요청 전에 데이터베이스 상 모든 차종별로 상기 4개의 각 변수들의 최대값을 찾아 둘 수도 있다.
다음으로, 다차원 공간상에 차량 데이터에를 시각화하여 표현하기 위해, 데이터셋의 차량들을 좌표로 표현하여야 한다. 변수 AGE, KM, CHK, TRIM을 각 축으로 하는 4차원 공간에 특정 차종 데이터셋의 각 데이터를 표현하게 되는데, 이를 위해 각 데이터의 해당 변수를 앞서 구한 최대값으로 나눈 값이 바로 특정 차량의 좌표가 된다. 이렇게 계산된 좌표를 (AGE_C, KM_C, CHK_C, TRIM_C) 라고 하면, 좌표로 표준화된 변수값은 아래 수학식 1과 같은 관계를 가진다.
Figure 112015051381794-pat00004
상기와 같이 오리지널 데이터를 최대값으로 나누어 좌표로 변환하는 이유는 다음과 같다. 첫째, 이러한 변환 과정이 없이 기존 값을 그대로 사용할 경우 다른 변수 대비 상대적으로 큰 수를 가지는 요인(예: KM 등)으로 인해 데이터를 다차원 공간상에 균일하게 표현하기 어렵고 산포가 한쪽으로 치우치기 때문이다. 둘째, 각 변수의 절대적 크기가 아닌 최대값 대비 상대적 크기, 즉 상대적 영향력으로서 다른 데이터와의 비교를 위함이다.
다음으로, 임시변수에 저장되어 있던 사용자의 입력 데이터도 "차량 데이터 시각화"와 동일한 과정을 거쳐 다차원 공간상의 좌표로 변환한다. 이렇게 변환된 좌표를 (AGE_N, KM_N, CHK_N, TRIM_N) 이라고 하자.
이제 4차원 공간에는 N 개의 기존 판매 데이터를 변환한 좌표인 (AGE_C1, KM_C1, CHK_C1, TRIM_C1), (AGE_C2, KM_C2, CHK_C2, TRIM_C2), … , (AGE_CN, KM_CN, CHK_CN, TRIM_CN)과, 사용자의 입력 데이터를 변환한 좌표인 (AGE_N, KM_N, CHK_N, TRIM_N)의 총 N+1 개의 데이터가 존재한다.
이제 기존 판매 데이터로부터 변환된 각 좌표와 사용자 입력 데이터로부터 변환된 좌표 간의 기하학적 거리를 유사차량 검색 모듈(255)을 통해 구한다. i번째 판매 데이터와 사용자 입력 데이터의 거리 Di는 수학식 2와 같이 구할 수 있다.
Figure 112015051381794-pat00005
이 거리가 짧은 판매 데이터가, 사용자가 입력한 특정 차량과 가까이 있는 데이터라는 의미가 된다. 다시 말해, 사용자가 입력한 특정 차량과 유사한 차량이라는 의미이다. 이제 기존의 중고차량 판매 데이터베이스로부터, 사용자가 입력한 특정 차량과 가장 유사한 차량을 찾을 수 있게 되었다.
사용자가 임의의 차량을 입력하면 시스템은 상기 "다차원 PLOT 과정" 절차를 거쳐 다차원 공간상에서의 가장 작은 D를 가진 데이터를 1순위부터 순서대로 디스플레이할 수 있다. 이를 통해 사용자는 자신이 입력한 차량과 가장 유사한 차량의 판매 이력, 즉 판매 가격을 확인하여 자신의 차량의 가격을 유추하는데 활용할 수 있다.
상대가격 산출 모듈은(256) 가장 가까이 있는 데이터에 가장 큰 가중치를 주기 위해, 유사차량 검색 모듈(255)을 통해 구한 데이터 거리 D의 역수를 취할 수 있다. 역수는 1/D1, 1/D2, … 1/DN 과 같으며 이것을 각각 E1, E2, … , EN 이라고 하자. 이렇게 하면 가장 짧은 거리 D가 가장 큰 수치 E를 가지게 된다.
상대적 거리합 RSUM은 수학식 3에 의해 구할 수 있다.
Figure 112015051381794-pat00006
도출된 회귀식에 피예측 차량의 데이터를 대입하는 것으로 도출하는 가격을 여기서는 "절대(ABSOLUTE) 가격"이라 한다면, 이 절대 가격과 비교를 위한 "상대(RELATIVE) 가격"을 도출하는 방법이 다차원 공간상의 거리를 이용하는 방법이다. 상대 가격은 아래와 같은 방법에 따라 도출된다.
먼저, 차종별 회귀분석을 통해 1차적으로 각 차종별 "회귀 계수"를 산출하여 데이터베이스에 저장한다. 이때 회귀분석을 통해 저장되는 회귀계수는 사용자 질의가 있을 때마다 수행되는 것이 아니라 신규 차량 데이터 업로드와 함께 다중 회귀분석 모듈(253)에서 주기적으로 실시되어 저장되는 데이터이다.
다음으로, 사용자가 원하는 차량에 대하여 변수들의 조건을 지정하여 검색을 질의할 때 시스템은 해당 데이터를 데이터 수치화 및 선형 정규화 모듈(252)을 통해 상기 "변수 수치화 과정"을 거쳐 임시 변수에 저장하며 상기 "다차원 PLOT 과정"과 동일한 과정을 거쳐 좌표로 변환한다.
다음으로, 유사차량 검색 모듈을 통해(255) 기존 차량들의 판매 이력이 저장된 데이터베이스에서, 사용자가 입력한 차종과 일치하는 데이터들 중 최근 특정 기간 이내에 판매된 데이터들에 대하여 해당 각 판매 데이터들과 사용자 입력 데이터간 거리를 상기 "다차원 PLOT 과정"과 동일한 과정을 거쳐 데이터 거리 D와 D의 역수인 E까지 도출한다.
다음으로, 사용자가 질의하여 임시 변수에 저장된 데이터와 실제 판매된 차량의 데이터인 "사용자가 입력한 차종과 일치하는 데이터들 중 최근 특정 기간 이내에 판매된 데이터"들과의 변수별 편차를 구한다. 예컨대, 사용자가 입력한 차량 데이터와 데이터 셋 상 특정 차량의 편차는 아래 표 4와 같이 도출된다,
Figure 112015051381794-pat00007
표 4에서 "편차" 는 각 변수별 "데이터셋의 임의의 데이터 - 사용자 입력값"으로 도출되는 결과이다. 여기서 "가격" 변수를 제외한 나머지는 독립변수, "가격" 변수는 종속변수가 되며 독립변수만 편차를 구하면 된다. 이와 같은 방법으로 "사용자가 입력한 차종과 일치하는 데이터들 중 최근 특정 기간 이내에 판매된 데이터"에 해당하는 모든 차량에 대한 편차를 구한다.
다음으로, 사용자가 입력한 차종과 일치하는 데이터들 중 최근 특정 기간 이내에 판매된 데이터 의 각 차량 판매 데이터 N개의 실제 판매된 가격, 즉 종속변수값(상기 표의 최우측 변수) 을 BASE1, BASE2, … , BASEN 이라고 하고, 상기 [상대가격 도출 과정]의 첫번째 단계를 통해 기 도출되어 저장되있던 해당 차량의 "각 변수별 회귀계수"와, "사용자가 입력한 차종과 일치하는 데이터들 중 최근 특정 기간 이내에 판매된 데이터"들의 각 차량의 "편차" 와의 SUMPRODUCT 연산을 통해 도출된 값들을 ADJ1, ADJ2, … , ADJN 라고 하자.
여기서 SUMPRODUCT 연산은 (럭셔리 변수 회귀계수) * (럭셔리 변수 편차N) + (프라임 변수 회귀계수) * (프라임 변수 편차N) + … + (네비 변수 회귀계수) * (네비 변수 편차N) 와 같이 산출한다.
상기 도출된 결과들을 통해 수학식 4의 연산을 수행한다.
Figure 112015051381794-pat00008
수학식 4에서 ∑ 연산시에 각 (BASEn-ADJn)마다 En/RSUM을 곱해주는 이유는, 사용자가 가격을 알고자 질의한 차량과 기하학적으로 제일 가까이 있는 데이터에 제일 큰 가중치를 주어 연산을 하기 위해서이다. 만약 EN과 같이 역수를 취하지 않고 그대로 데이터 간 기하학적 거리인 DN을 사용한다면 가장 가까이 있는 차량에게 가장 적게 가중치를 주게 되고 가장 멀리 있는 차량에게 가장 큰 가중치를 주게 되어 정확한 결과를 도출할 수 없기 때문이다.
상대 가격은 최근 최근 특정 기간 이내에 판매된 차량의 가격을 통한 간접 가격 예측이라는 점에서 최근의 경향을 더 잘 반영할 수 있다는 강점을 가진다. 이때 신규차량 데이터의 추출 기간을 어떻게 지정하는지에 따라 최근 경향을 더 반영할 것인지, 덜 반영할 것인지도 조절할 수 있다. 예를 들어 최근 경향을 더 적극적으로 반영하고자 한다면 신규차량 데이터의 추출 기간을 짧게 하면 된다. 다만 데이터의 추출 기간이 짧아지면 추출되는 데이터의 양도 적어지므로 상대적으로 변동성이 커질 위험성이 있다.
예측가 산출수단(240)은 분석결과 데이터를 이용하여 사용자가 요구하는 중고차량의 예측가를 산출하며, 사용자 데이터베이스(241) 및 연산로직(242)을 포함할 수 있다.
사용자가 스마트폰 등의 원격 UI 입력폼(210)을 통해 입력한 가치 평가가 요구되는 중고차량에 대한 정보는 사용자 데이터베이스(240)에 저장될 수 있다. 사용자는 중고차량에 대한 정보 외에 예측가 산출 결과를 수신할 수 있는 연락처 정보 등의 사용자 정보를 입력할 수 있으며, 이 정보도 사용자 데이터베이스(241)에 저장될 수 있다.
연산로직(242)은 추출된 상대 가격과 절대 가격을 모두 사용자에게 제공할 수 있다. 그러나, 추출된 상대 가격과 절대 가격 중 낮은 가격을 사용자에게 최종 가격으로 제시할 수도 있는데, 이는 시간이 흐를수록 전반적으로 감소 추세를 띄는 중고차 시세의 성향 자체로 인하여 보수적인 관점에서 가격을 제시하는 것이, 사용자에게 실제 거래 시점을 지연시킬 수 있는 여지를 줄 수 있기 때문이다.
스마트폰 등의 원격 UI 입력폼(210)은 사용자가 견적을 원하는 중고차량에 대한 정보를 입력하기 위한 인터페이스이다. 본 발명의 일 실시예에 따라 입력폼(210)을 통해 아래 표 6와 같은 예제 데이터를 입력하였을 때, 2426 만원의 결과값을 얻을 수 있었다.
Figure 112015051381794-pat00009
최종 예측값은 실제 판매가격 2380만원 대비 1.9%의 오차를 가질 뿐이며 여기에 특정 마진율을 곱하여 예측가보다 실제 판매가가 낮을 수 있는 리스크를 회피할 수 있다.
도 8 내지 11은 본 발명의 일 실시예에 따른 사용자 인터페이스 화면을 예시한 것으로, 사용자가 스마트폰 등의 기기를 통해 접근하게 되는 입력폼의 예이다.
도 8 내지 11에 도시된 바와 같이 사용자 인터페이스 화면은 4개의 페이지로 구성되어 있으며, 각 페이지를 통해 사용자로부터 정보를 입력받을 수 있다.
사용자가 입력한 데이터에 대응하는 중고차량의 가격 예측 결과는 상기 사용자 인터페이스 화면을 통해 제공되거나, SMS 등의 방법으로 원격 수신장치(220)에서 회신할 수 있다.
도 8 내지 도 11에서 보여지는 차량 상태 문답은 차량의 상태점수만을 반영하고 사고점수를 반영하지 못하는 점 및 사용자의 주관에 의해 결과가 좌우될 수 있는 가능성을 배제하기 위해 해당 문답형 대신 도면을 통한 직접 입력 방법으로 대체될 수 있다.
도 12는 본 발명의 다른 실시예에 따른 중고차량 가치 평가 장치의 구성을 설명하기 위한 기능 블록도이다.
도 12를 참조하면, 중고차량 평가 장치는 사용자 단말로부터 가치 평가의 대상이 되는 중고차량에 대한 정보를 수신하고 상기 중고차량의 예측가를 전송하기 위한 통신부(1310), 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 저장하는 중고차량 판매 데이터베이스(1330), 중고차량 판매 데이터를 이용하여 사용자가 요구하는 중고차량의 예측가를 산출하는 제어부(1320)를 포함할 수 있다.
제어부(1320)는 중고차량 판매 데이터베이스(1330)의 데이터를 이용하여 회귀분석을 수행하는 판매데이터 분석수단(1321)과 상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고 차량에 대한 정보를 이용하여 사용자가 원하는 중고 차량의 예측가를 산출하는 예측가 산출수단(1322)으로 구성될 수 있다.
도 13은 본 발명의 일 실시예에 따른 중고차량 가치 평가 방법을 설명하기 위한 순서도이다.
도 13을 참조하면, 먼저 중고차량의 판매 가격과 상기 판매 가격에 대응하는 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는다(S1402). 중고차량 판매 데이터는 중고차량 판매 데이터베이스(1330)로부터 도출될 수 있다.
다음으로, 판매 데이터 분석수단(1321)은 회귀분석에 사용되는 연속형 변수를 선형화 변환하기 위해 5가지 방법 중 적어도 하나를 이용하며(S1404), 이들 방법에 대해서는 수학식 5~9를 참조하여 아래에서 상세히 설명하기로 한다.
중고차량의 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x로 하여 중고차량 판매 데이터에 대한 회귀 분석을 수행하되, 연속형 변수의 선형화 변환의 결과를 적용한다(S1406).
사용자 단말을 통해 사용자가 입력한, 가치평가의 대상이 되는 중고차량에 대한 정보가 수신되면(S1408), 회귀분석의 결과와 가치평가의 대상이 되는 중고차량에 대한 정보를 이용하여 사용자가 견적 요청한 중고차량의 예측가를 산출한다(S1410).
본 발명에서 사용되는 수식 참고 기호는 다음과 같다.
(Xi_hat, Yi_hat) : 산점도상 i번째 데이터의 예측 좌표(회귀직선상 값)
(Xi, Yi): 산점도상 i번째 데이터의 실제 좌표(실제 데이터)
A: 단순회귀직선의 기울기
B: 단순회귀직선의 상수항
ABS(): 절대값
x 값, 즉 연속형 변수의 변화에 따른 y 값인 판매가격의 관계를 산점도에 도시하면, 특정 x 값에 대한 실제 관측치 Y 와, 해당 산점도의 데이터를 통해 도출된 회귀직선상의 특정 x 값에 대응하는 예측치 Y_hat 에는 필연적으로 차이가 발생하게 된다. 따라서 특정 x 값에 대한 실제 관측치 y와 회귀직선상의 예측값 y의 "y축 기준 거리"의 합계가 최소가 되게 하는 거듭제곱수를 찾음으로써, 선형성을 극대화 할 수 있는 거듭제곱수를 찾을 수 있다.
상기와 같은 점에 착안하여 본 발명에서는 선형성을 최대화하는 거듭제곱수를 찾는 방법으로 아래와 같은 5가지 방법을 제안하고자 한다.
첫번째 방법은, x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 산점도 상의 각 점과 회귀직선 상의 대응 좌표 간의 y축 기준 거리의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 것이다. 이 방법을 수학식으로 나타내면 수학식 5와 같다.
Figure 112015051381794-pat00010
두번째 방법은, x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 산점도 상의 각 점과 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정사각형의 면적의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 것이다. 이 방법을 수학식으로 나타내면 수학식 6과 같다.
Figure 112015051381794-pat00011
세번째 방법은, x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 산점도 상의 각 점과 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정육면체의 부피의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 것이다. 이 방법을 수학식으로 나타내면 수학식 7과 같다.
Figure 112015051381794-pat00012
네번째 방법은, x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, y축을 기준으로 회귀직선으로부터 가장 짧은 거리의 범위 내에 모든 점이 포함되는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 것이다.
즉, 각 산점도의 회귀직선에서부터 (y축 기준으로) 일정거리 떨어진 만큼의 임의의 범위 안에 모든 데이터가 포함되는 산점도의 집합에서부터 시작하여, 점차 범위를 좁혀나가 유일한 하나의 산점도가 도출될 때 해당 산점도에 적용된 거듭제곱지수를 통해 해당 변수의 선형화 변환을 적용하는 것이다. 이 방법을 수학식으로 나타내면 수학식 8과 같다.
Figure 112015051381794-pat00013
Figure 112015051381794-pat00014

다섯번째 방법은, x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고 y축이 상기 판매 가격을 나타내는 복수의 산점도 중에서, 각 산점도를 가장 잘 표현하는 지수함수 형태의 회귀곡선 상의 임의의 한 점을 기준으로 Y축 기준으로 위아래로 일정 거리 만큼 떨어진 지점의 각 접선의 기울기의 차이가 가장 작은 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 것이다. 이 방법을 수학식으로 나타내면 수학식 9와 같다.
Figure 112015051381794-pat00015
본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.

Claims (14)

  1. 컴퓨터가,
    중고차량 판매 데이터베이스로부터, 중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    산점도 상의 각 점과 해당 산점도의 데이터를 통해 도출된 회귀직선 상의 대응 좌표 간의 y축 기준 거리의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와;
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와;
    가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와;
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함하고,
    상기 y축 기준 거리의 합계를 최소화하는 산점도는, 상기 입력 받은 중고차량 판매 데이터의 수를 N이라할 때,
    Figure 112015125339519-pat00029
    (여기서, Yi_hat는 산점도상 i번째 데이터의 예측 좌표의 y값으로써 회귀직선상의 값이고, Yi는 산점도상 i번째 데이터의 실제 좌표의 y값임)를 만족하는 산점도인 것을 특징으로 하는 중고차량 가치 평가 방법.
  2. 컴퓨터가,
    중고차량 판매 데이터베이스로부터, 중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    산점도 상의 각 점과 해당 산점도의 데이터를 통해 도출된 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정사각형의 면적의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와;
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와;
    가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와;
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함하고,
    상기 y축 기준 거리를 한 변의 길이로 하는 정사각형의 면적의 합계를 최소화하는 산점도는, 상기 입력 받은 중고차량 판매 데이터의 수를 N이라할 때,
    Figure 112015125339519-pat00030
    (여기서, Yi_hat는 산점도상 i번째 데이터의 예측 좌표의 y값으로써 회귀직선상의 값이고, Yi는 산점도상 i번째 데이터의 실제 좌표의 y값임)를 만족하는 산점도인 것을 특징으로 하는 중고차량 가치 평가 방법.
  3. 컴퓨터가,
    중고차량 판매 데이터베이스로부터, 중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    산점도 상의 각 점과 해당 산점도의 데이터를 통해 도출된 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정육면체의 부피의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와;
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와;
    가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와;
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함하고,
    상기 y축 기준 거리를 한 변의 길이로 하는 정육면체의 부피의 합계를 최소화하는 산점도는, 상기 입력 받은 중고차량 판매 데이터의 수를 N이라할 때,
    Figure 112015125339519-pat00031
    (여기서, Yi_hat는 산점도상 i번째 데이터의 예측 좌표의 y값으로써 회귀직선상의 값이고, Yi는 산점도상 i번째 데이터의 실제 좌표의 y값임)를 만족하는 산점도인 것을 특징으로 하는 중고차량 가치 평가 방법.
  4. 컴퓨터가,
    중고차량 판매 데이터베이스로부터, 중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    y축을 기준으로, 해당 산점도의 데이터를 통해 도출된 회귀직선으로부터 가장 짧은 거리의 범위 내에 모든 점이 포함되는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와;
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와;
    가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와;
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함하고,
    상기 y축을 기준으로 회귀직선으로부터 가장 짧은 거리의 범위 내에 모든 점이 포함되는 산점도에 적용된 거듭제곱수를 도출하기 위해, 각 산점도의 회귀직선에서부터 y축을 기준으로 미리 정해진 거리 범위 안에 산점도상의 모든 데이터가 포함되는 산점도 집합에서부터 시작하여, 상기 거리 범위를 점차 좁혀 나가 해당 거리 범위 안에 산점도상의 모든 데이터가 포함되는 유일한 산점도가 도출될 때 상기 유일한 산점도에 적용된 거듭제곱수를 도출하는 것을 특징으로 하는 중고차량 가치 평가 방법.
  5. 컴퓨터가,
    중고차량 판매 데이터베이스로부터, 중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 입력 받는 단계와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    각 산점도를 가장 잘 표현하는 지수함수 형태의 회귀곡선 상의 임의의 한 점을 기준으로 y축 기준으로 위 아래로 동일한 거리 만큼 떨어진 두 지점의 각 접선의 기울기의 차이가 가장 작은 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하는 단계와;
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 단계와;
    가치 평가의 대상이 되는 중고차량에 대한 정보를 입력 받는 단계와;
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 단계를 포함하는 것을 특징으로 하는 중고차량 가치 평가 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 중고차량 판매 데이터에 포함된 변수들 중 복수의 변수를 선택하고, 각 중고차량의 판매 정보를, 상기 선택된 각각의 변수를 각 축으로 하는 다차원 공간의 좌표로 변환하는 단계와;
    상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 상기 다차원 공간의 좌표로 변환하는 단계와;
    상기 중고차량 판매 데이터로부터 변환된 좌표들 중 상기 가치 평가의 대상이 되는 중고차량의 좌표와 가까운 좌표에 대응하는 중고차량의 판매 가격을 사용자에게 제공하는 단계를 더 포함하는 것을 특징으로 하는 중고차량 가치 평가 방법.
  7. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 중고차량 판매 데이터에 포함된 변수들 중 복수의 변수를 선택하고, 각 중고차량의 판매 정보를, 상기 선택된 각각의 변수를 각 축으로 하는 다차원 공간의 좌표로 변환하는 단계와;
    상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 상기 다차원 공간의 좌표로 변환하는 단계와;
    상기 변환된 다차원 공간 상 데이터 좌표들을 이용하여 상기 가치 평가의 대상이 되는 중고차량과, 변환된 중고차량 판매 데이터들과의 거리에 반비례하여 각각의 가중치를 구하는 단계와;
    상기 가치 평가의 대상이 되는 중고차량과, 중고차량 판매 데이터들과의 편차를 구하는 단계와;
    상기 각 중고차량 판매 데이터의 판매 금액과, 상기 편차와 해당 중고차량의 회귀계수와의 곱합(Sumproduct) 연산과의 차를 구하는 단계와;
    상기 중고차량 판매 데이터들에 대한 각각의 가중치와 그에 대한 상기 차의 곱을 모두 더하여 상기 가치 평가의 대상이 되는 중고차량의 상대적 예측가를 산출하는 단계와;
    상기 산출된 상대적 예측가인 상대가격과, 상기 다중 회귀분석을 통한 예측가인 절대가격 중 낮은 예측가를 사용자에게 제공하는 단계를 더 포함하는 것을 특징으로 하는 중고차량 가치 평가 방법.
  8. 삭제
  9. 제1항 내지 제5항 중 어느 한 항의 중고차 가치 평가 방법을 실행하기 위해 기록매체에 기록된 컴퓨터 프로그램.
  10. 가치 평가의 대상이 되는 중고차량에 대한 정보를 수신하고 상기 중고차량의 예측가를 전송하기 위한 통신부와;
    중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 저장하는 데이터베이스와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    산점도 상의 각 점과 해당 산점도의 데이터를 통해 도출된 회귀직선 상의 대응 좌표 간의 y축 기준 거리의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하고,
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 판매데이터 분석수단, 및
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고 차량에 대한 정보를 이용하여 상기 중고 차량의 예측가를 산출하는 예측가 산출수단을 포함하는 제어부를 포함하고,
    상기 y축 기준 거리의 합계를 최소화하는 산점도는, 입력 받은 중고차량 판매 데이터의 수를 N이라할 때,
    Figure 112015125339519-pat00032
    (여기서, Yi_hat는 산점도상 i번째 데이터의 예측 좌표의 y값으로써 회귀직선상의 값이고, Yi는 산점도상 i번째 데이터의 실제 좌표의 y값임)를 만족하는 산점도인 것을 특징으로 하는 중고차량 가치 평가 장치.
  11. 가치 평가의 대상이 되는 중고차량에 대한 정보를 수신하고 상기 중고차량의 예측가를 전송하기 위한 통신부와;
    중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 저장하는 데이터베이스와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    산점도 상의 각 점과 해당 산점도의 데이터를 통해 도출된 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정사각형의 면적의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하고;
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 판매데이터 분석수단, 및
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 예측가 산출수단을 포함하는 제어부를 포함하고,
    상기 y축 기준 거리를 한 변의 길이로 하는 정사각형의 면적의 합계를 최소화하는 산점도는, 입력 받은 중고차량 판매 데이터의 수를 N이라할 때,
    Figure 112015125339519-pat00033
    (여기서, Yi_hat는 산점도상 i번째 데이터의 예측 좌표의 y값으로써 회귀직선상의 값이고, Yi는 산점도상 i번째 데이터의 실제 좌표의 y값임)를 만족하는 산점도인 것을 특징으로 하는 중고차량 가치 평가 장치.
  12. 가치 평가의 대상이 되는 중고차량에 대한 정보를 수신하고 상기 중고차량의 예측가를 전송하기 위한 통신부와;
    중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 저장하는 데이터베이스와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    산점도 상의 각 점과 해당 산점도의 데이터를 통해 도출된 회귀직선 상의 대응 좌표 간의 y축 기준 거리를 한 변의 길이로 하는 정육면체의 부피의 합계를 최소화하는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하고,
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 판매데이터 분석수단, 및
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 예측가 산출수단을 포함하는 제어부를 포함하고,
    상기 y축 기준 거리를 한 변의 길이로 하는 정육면체의 부피의 합계를 최소화하는 산점도는, 입력 받은 중고차량 판매 데이터의 수를 N이라할 때,
    Figure 112015125339519-pat00034
    (여기서, Yi_hat는 산점도상 i번째 데이터의 예측 좌표의 y값으로써 회귀직선상의 값이고, Yi는 산점도상 i번째 데이터의 실제 좌표의 y값임)를 만족하는 산점도인 것을 특징으로 하는 중고차량 가치 평가 장치.
  13. 가치 평가의 대상이 되는 중고차량에 대한 정보를 수신하고 상기 중고차량의 예측가를 전송하기 위한 통신부와;
    중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 저장하는 데이터베이스와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    y축을 기준으로, 해당 산점도의 데이터를 통해 도출된 회귀직선으로부터 가장 짧은 거리의 범위 내에 모든 점이 포함되는 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하고,
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 판매데이터 분석수단; 및
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 예측가 산출수단을 포함하는 제어부를 포함하고,
    상기 판매데이터 분석수단은, 상기 y축을 기준으로 회귀직선으로부터 가장 짧은 거리의 범위 내에 모든 점이 포함되는 산점도에 적용된 거듭제곱수를 도출하기 위해, 각 산점도의 회귀직선에서부터 y축을 기준으로 미리 정해진 거리 범위 안에 산점도상의 모든 데이터가 포함되는 산점도 집합에서부터 시작하여, 상기 거리 범위를 점차 좁혀 나가 해당 거리 범위 안에 산점도상의 모든 데이터가 포함되는 유일한 산점도가 도출될 때 상기 유일한 산점도에 적용된 거듭제곱수를 도출하는 것을 특징으로 하는 중고차량 가치 평가 장치.
  14. 가치 평가의 대상이 되는 중고차량에 대한 정보를 수신하고 상기 중고차량의 예측가를 전송하기 위한 통신부와;
    중고차량의 판매 가격과 해당 중고차량의 판매 가격에 영향을 미치는 요인을 변수화한 연속형 변수의 값을 포함하는 중고차량 판매 데이터를 저장하는 데이터베이스와;
    복수의 산점도 - 각 산점도는 x축이 상기 연속형 변수에 0을 제외한 -2부터 2까지의 임의의 수를 거듭제곱한 값을 나타내고, y축이 상기 판매 가격을 나타냄 - 중에서,
    각 산점도를 가장 잘 표현하는 지수함수 형태의 회귀곡선 상의 임의의 한 점을 기준으로 y축 기준으로 위아래로 동일한 거리 만큼 떨어진 두 지점의 각 접선의 기울기의 차이가 가장 작은 산점도에 적용된 거듭제곱수를 도출함으로써 상기 연속형 변수의 선형화 변환을 수행하고,
    상기 판매 가격을 종속 변수 y로 하고 상기 연속형 변수를 독립 변수 x 중 하나로 포함하여 상기 중고차량 판매 데이터에 대한 다중 회귀 분석을 수행하되, 상기 선형화 변환의 결과를 적용하는 판매데이터 분석수단; 및
    상기 회귀 분석의 결과와 상기 가치 평가의 대상이 되는 중고차량에 대한 정보를 이용하여 상기 중고차량의 예측가를 산출하는 예측가 산출수단을 포함하는 제어부를 포함하는 것을 특징으로 하는 중고차량 가치 평가 장치.


KR1020150074838A 2015-05-28 2015-05-28 중고차량 가치 평가 방법 및 장치 KR101606322B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150074838A KR101606322B1 (ko) 2015-05-28 2015-05-28 중고차량 가치 평가 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150074838A KR101606322B1 (ko) 2015-05-28 2015-05-28 중고차량 가치 평가 방법 및 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020160028980A Division KR20160140353A (ko) 2016-03-10 2016-03-10 중고차량 가치 평가 방법

Publications (1)

Publication Number Publication Date
KR101606322B1 true KR101606322B1 (ko) 2016-04-01

Family

ID=55799351

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150074838A KR101606322B1 (ko) 2015-05-28 2015-05-28 중고차량 가치 평가 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101606322B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101829741B1 (ko) * 2016-11-07 2018-03-29 (주)미스터즈가라지 중고차정보제공서버, 방법, 및 컴퓨터-판독가능매체
KR102146249B1 (ko) 2019-10-16 2020-08-20 임명택 손상차 가격산정 및 판매 방법 및 손상차 가격산정 및 판매 시스템
KR20220096290A (ko) * 2020-12-31 2022-07-07 (주)자스텍엠 차량 잔존 가치 분석 방법
KR102654020B1 (ko) * 2023-03-21 2024-04-05 주식회사 온더클래식 현악기 가치 평가 방법 및 컴퓨터 프로그램

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002149998A (ja) 2000-11-15 2002-05-24 Buaatekkusu Vision:Kk クライアントサーバコンピュータ環境において車両情報を管理する方法及び装置
JP2009076035A (ja) 2007-08-30 2009-04-09 Aioi Insurance Co Ltd 物品残価予測装置、物品残価予測システム、車両残価予測装置及び車両残価予測システム
JP2012502375A (ja) 2008-09-09 2012-01-26 トゥルーカー インコーポレイテッド 取引分析に基づいて価格分布を計算および表示するシステムおよび方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002149998A (ja) 2000-11-15 2002-05-24 Buaatekkusu Vision:Kk クライアントサーバコンピュータ環境において車両情報を管理する方法及び装置
JP2009076035A (ja) 2007-08-30 2009-04-09 Aioi Insurance Co Ltd 物品残価予測装置、物品残価予測システム、車両残価予測装置及び車両残価予測システム
JP2012502375A (ja) 2008-09-09 2012-01-26 トゥルーカー インコーポレイテッド 取引分析に基づいて価格分布を計算および表示するシステムおよび方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101829741B1 (ko) * 2016-11-07 2018-03-29 (주)미스터즈가라지 중고차정보제공서버, 방법, 및 컴퓨터-판독가능매체
KR102146249B1 (ko) 2019-10-16 2020-08-20 임명택 손상차 가격산정 및 판매 방법 및 손상차 가격산정 및 판매 시스템
KR20220096290A (ko) * 2020-12-31 2022-07-07 (주)자스텍엠 차량 잔존 가치 분석 방법
KR102540693B1 (ko) * 2020-12-31 2023-06-12 (주)자스텍엠 차량 잔존 가치 분석 방법
KR102654020B1 (ko) * 2023-03-21 2024-04-05 주식회사 온더클래식 현악기 가치 평가 방법 및 컴퓨터 프로그램

Similar Documents

Publication Publication Date Title
Nahm et al. New rating methods to prioritize customer requirements in QFD with incomplete customer preferences
US8645193B2 (en) System and method for analysis and presentation of used vehicle pricing data
US10546337B2 (en) Price scoring for vehicles using pricing model adjusted for geographic region
US10685363B2 (en) System, method and computer program for forecasting residual values of a durable good over time
US9727905B2 (en) Systems and methods for determining cost of vehicle ownership
US20140074553A1 (en) System and method for constructing spatially constrained industry-specific market areas
US20150221040A1 (en) Residual risk analysis system, method and computer program product therefor
US20210158382A1 (en) System and method for dealer evaluation and dealer network optimization using spatial and geographic analysis in a network of distributed computer systems
CN103984998A (zh) 基于云服务平台大数据挖掘的销售预测方法
US20220335359A1 (en) System and method for comparing enterprise performance using industry consumer data in a network of distributed computer systems
CN102004982A (zh) 使用变量计分的模型优化系统
CN110910180B (zh) 信息推送方法、装置、电子设备和存储介质
KR101606322B1 (ko) 중고차량 가치 평가 방법 및 장치
CN103714238A (zh) 对涉及动态系统实验结果的计算机模型评分的系统和方法
CN110084627A (zh) 预测目标变量的方法和装置
CN107545457B (zh) 汽车竞品车型确定方法及装置
US20220058673A1 (en) System and method for determination and use of spatial and geography based metrics in a network of distributed computer systems
CN114493443A (zh) 数据处理方法、装置、电子设备和计算机可读存储介质
US20180144353A1 (en) Identifying installation sites for alternative fuel stations
JP2005284470A (ja) 商品毎のシェア予測装置と予測方法とそのためのプログラム
KR20160140353A (ko) 중고차량 가치 평가 방법
KR101829741B1 (ko) 중고차정보제공서버, 방법, 및 컴퓨터-판독가능매체
KR102370650B1 (ko) 인공 신경망 기반의 부동산 투자 큐레이션 시스템 및 그 방법
KR101689499B1 (ko) 신규 논문 추천 방법 및 상기 방법을 수행하는 신규 논문 추천 시스템
CN101799925A (zh) 一种图像自动分割结果的性能分析方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190311

Year of fee payment: 4