KR101708444B1 - 키워드 및 자산 가격 관련성 평가 방법 및 그 장치 - Google Patents

키워드 및 자산 가격 관련성 평가 방법 및 그 장치 Download PDF

Info

Publication number
KR101708444B1
KR101708444B1 KR1020150160168A KR20150160168A KR101708444B1 KR 101708444 B1 KR101708444 B1 KR 101708444B1 KR 1020150160168 A KR1020150160168 A KR 1020150160168A KR 20150160168 A KR20150160168 A KR 20150160168A KR 101708444 B1 KR101708444 B1 KR 101708444B1
Authority
KR
South Korea
Prior art keywords
keyword
date
asset
daily
information
Prior art date
Application number
KR1020150160168A
Other languages
English (en)
Inventor
정재필
김재윤
Original Assignee
주식회사 위버플
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 위버플 filed Critical 주식회사 위버플
Priority to KR1020150160168A priority Critical patent/KR101708444B1/ko
Priority to EP16198225.1A priority patent/EP3168795A1/en
Priority to CN201610993538.6A priority patent/CN106991488A/zh
Priority to US15/348,986 priority patent/US20170140464A1/en
Priority to JP2016221223A priority patent/JP6363679B2/ja
Application granted granted Critical
Publication of KR101708444B1 publication Critical patent/KR101708444B1/ko
Priority to JP2018074542A priority patent/JP6703031B2/ja
Priority to JP2020082284A priority patent/JP7021289B2/ja

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G06F17/30864—
    • 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
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • 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
    • G06Q30/0278—Product appraisal
    • 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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/163—Property management

Abstract

본 발명의 일 실시 예에 따른 키워드 및 자산 가격 관련성 평가 장치는 하나 이상의 프로세서와 상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드하는 메모리와 미리 등록된 자산의 날짜 별 가격 정보 및 상기 컴퓨터 수행 프로그램의 수행에 의하여 생성된 일간 키워드를 저장하는 스토리지와 상기 일간 키워드를 송신하는 네트워크 인터페이스를 포함하되, 상기 컴퓨터 프로그램은, 인터넷을 통하여 제1 날짜에 게시된 텍스트 컨텐츠를 수집하는 오퍼레이션과 상기 텍스트 컨텐츠 각각에서 상기 키워드를 추출하여, 상기 제1 날짜의 일간 키워드를 생성하는 오퍼레이션과 상기 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 날짜 별 노출 빈도 정보를 생성하는 오퍼레이션과 상기 생성된 각 키워드에 대한 날짜 별 노출 빈도 정보와 상기 미리 등록된 자산의 상기 날짜 별 가격 정보를 비교함에 따라, 상기 미리 등록된 자산 중, 상기 각 키워드에 대응되는 자산을 결정하는 오퍼레이션을 포함할 수 있다.

Description

키워드 및 자산 가격 관련성 평가 방법 및 그 장치{Method for evaluating relation between keyword and asset value and Apparatus thereof}
본 발명은 키워드 및 자산 가격 관련성 평가 방법 및 그 장치에 관한 것이다. 보다 자세하게는, 텍스트 컨텐츠를 이용하여 자동 생성된 일간 키워드와 자산 가격의 관련성을 평가하는 방법 및 그 장치에 관한 것이다.
최근 정보 통신의 발달에 따라, 인터넷 상에서 사회 전반의 다양한 이슈(issue)가 널리 공유되고 있다. 기업의 실적 발표 및 특정 지역의 개발 계획과 같은 경제 이슈는 개별 기업의 주식 시세와 부동산 가격 변동에 영향을 미친다. 또한, 경제 이슈뿐만 아니라 국제 관계, 사건 사고와 같은 정치 사회적 이슈가 경제에 광범위한 영향을 미치기도 한다. 예를 들어, 특정 사회 사건이 사람들의 소비 심리를 위축시켜 경제에 영향을 미치기도 한다.
이와 같은 사회 전반의 다양한 이슈는 인터넷 공간에서 확대 재생산됨에 따라 그 영향력이 더욱 증대되고 있다. 이에 따라, 개인의 자산 투자 또는 매각 계획 수립에 있어서, 이슈가 자산 가치 변동에 미치는 영향에 대한 분석이 요구된다.
그러나, 수많은 이슈 중, 보유 자산 또는 투자 대상 자산의 가격에 영향을 미치는 이슈를 예측하는 서비스는 제공되지 않고 있다. 또한, 각 이슈의 자산에 대한 구체적인 영향력을 분석하여 개인에게 자산에 대한 투자 가이드를 제공하는 서비스 역시 제공되지 않고 있다.
한국등록특허공보 제10-1544450호
본 발명이 해결하고자 하는 기술적 과제는, 다양한 이슈가 자산 가격에 미치는 영향을 분석하는 방법 및 장치를 제공하는 것이다.
구체적으로 본 발명이 해결하고자 하는 기술적 과제는 다양한 이슈가 기재된 텍스트 컨텐츠로부터 상기 이슈를 나타내는 키워드를 추출하는 방법 및 장치를 제공하는 것이다.
또한, 상기 키워드가 자산에 미치는 영향을 자동으로 판단할 수 있는 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 기술적 과제는 키워드가 자산의 가격에 미치는 영향을 분석함으로써, 사용자에게 투자 가이드를 제공할 수 있는 방법 및 장치를 제공하는 것이다.
구체적으로, 과거에 수집된 키워드와 자산의 관련성을 기초로, 추후 키워드가 자산에 미치는 영향을 예측할 수 있는 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, 사용자가 보유 중이거나 목표하는 자산에 관련된 키워드를 제공하는 방법 및 장치를 제공하는 것이다.
구체적으로, 보유 중이거나 목표하는 자산과 관련된 키워드를 제공함으로써, 사용자에게 추후 이슈화되는 키워드에 대한 대응 기회를 제공할 수 있는 방법 및 장치를 제공하는 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명의 기술분야에서의 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.
상기 기술적 과제를 해결하기 위한 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법은, 인터넷을 통하여 제1 날짜에 게시된 텍스트 컨텐츠를 수집하는 단계와 상기 텍스트 컨텐츠 각각에서 키워드를 추출하고, 추출된 키워드들을 포함하는 제1 날짜의 키워드 풀을 구성하는 단계와 상기 제1 날짜의 키워드 풀과 제2 날짜의 키워드 풀의 비교 결과를 이용하여, 상기 제1 날짜의 일간 키워드를 생성하는 단계를 포함할 수 있다.
상기 기술적 과제를 해결하기 위한 키워드 및 자산 가격 관련성 평가 방법은, 인터넷을 통하여 제1 날짜에 게시된 텍스트 컨텐츠를 수집하는 단계와 상기 텍스트 컨텐츠 각각에서 키워드를 추출하여, 상기 제1 날짜의 일간 키워드를 생성하는 단계와 상기 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 날짜 별 노출 빈도 정보를 생성하는 단계와 상기 생성된 각 키워드에 대한 날짜 별 노출 빈도 정보와 미리 등록된 자산의 날짜 별 가격 정보를 비교함에 따라, 상기 미리 등록된 자산 중, 상기 각 키워드에 대응되는 자산을 결정하는 단계를 포함할 수 있다.
상기 기술적 과제를 해결하기 위한 키워드 및 자산 가격 관련성 평가 장치는, 하나 이상의 프로세서, 상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드하는 메모리, 미리 등록된 자산의 날짜 별 가격 정보 및 상기 컴퓨터 수행 프로그램의 수행에 의하여 생성된 일간 키워드를 저장하는 스토리지와 상기 일간 키워드를 송신하는 네트워크 인터페이스를 포함하되, 상기 컴퓨터 프로그램은, 인터넷을 통하여 제1 날짜에 게시된 텍스트 컨텐츠를 수집하는 오퍼레이션, 상기 텍스트 컨텐츠 각각에서 상기 키워드를 추출하여, 상기 제1 날짜의 일간 키워드를 생성하는 오퍼레이션, 상기 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 날짜 별 노출 빈도 정보를 생성하는 오퍼레이션과 상기 생성된 각 키워드에 대한 날짜 별 노출 빈도 정보와 상기 미리 등록된 자산의 상기 날짜 별 가격 정보를 비교함에 따라, 상기 미리 등록된 자산 중, 상기 각 키워드에 대응되는 자산을 결정하는 오퍼레이션을 포함한다.
또한, 상기 기술적 과제를 해결하기 위한 키워드 및 자산 가격 관련성 평가 장치는, 하나 이상의 프로세서와 상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드하는 메모리와 미리 등록된 자산의 날짜 별 가격 정보 및 상기 컴퓨터 수행 프로그램의 수행에 의하여 생성된 일간 키워드를 저장하는 스토리지를 포함하되, 상기 컴퓨터 프로그램은, 상기 미리 등록된 자산 중 제1 기간 동안 날짜 별 가격 변화량이 임계 값 이상인 자산을 식별하는 오퍼레이션, 인터넷을 통하여 1 날짜에 게시된 텍스트 컨텐츠를 수집하는 오퍼레이션, 상기 텍스트 컨텐츠 각각에서 상기 키워드를 추출하여, 제1 날짜의 일간 키워드를 생성하는 오퍼레이션, 상기 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 제2 기간 동안의 날짜 별 노출 빈도를 감지하는 오퍼레이션, 상기 식별된 자산의 제1 기간 동안의 날짜 별 가격 변화량에 대응하여 상기 제2 기간 동안의 날짜 별 노출 빈도를 갖는 키워드를 상기 제1 날짜의 일간 키워드 중에서 추출하는 오퍼레이션과 상기 추출된 키워드를, 상기 식별된 자산에 대응되는 키워드로 결정하는 오퍼레이션을 포함할 수 있다.
본 발명에 따르면, 인터넷 상에서 수집된 키워드가 자산에 미치는 영향을 판단할 수 있는 방법 및 장치를 제공받는 효과가 있다.
또한, 본 발명에 따르면, 인터넷 상에서 수집된 키워드의 영향에 따른 자산 가격의 변동 정도를 예측할 수 있는 방법 및 장치를 제공받는 효과가 있다.
또한, 본 발명에 따르면, 인터넷 상에서 수집된 키워드가 자산 가격에 영향을 미치는 기간을 예측할 수 있는 방법 및 장치를 제공받는 효과가 있다.
또한, 본 발명에 따르면, 인터넷 상에서 수집된 키워드가 자산 가격에 영향을 미치는 시점을 예측할 수 있는 방법 및 장치를 제공받는 효과가 있다.
또한, 본 발명에 따르면, 인터넷 상에서 수집된 키워드가 자산 가격에 미치는 다양한 영향을 예측하여, 사용자에게 자산에 대한 투자 가이드를 제공할 수 있는 방법 및 그 장치를 제공 받는 효과가 있다.
또한, 본 발명에 따르면, 사용자에게 보유 중이거나 목표하는 자산의 가격에 영향을 주는 키워드가 제공되므로, 사용자는 해당 키워드에 대한 대응력을 확보할 수 있다.
도 1은 본 발명의 몇몇 실시 예에서 참조되는 키워드와 자산 가격의 관련성을 설명하는 개념도이다.
도 2는 본 발명의 일 실시예에 따른 키워드 및 자산 가격 관련성 평가 시스템의 예시이다.
도 3은 본 발명의 다른 실시예에 따른 서비스 서버의 블록도이다.
도 4는 본 발명의 또 다른 실시예에 따른 텍스트 컨텐츠를 이용한 키워드 자동 생성 방법의 순서도이다.
도 5는 본 발명의 몇몇 실시예에서 참조되는, 키워드 풀의 예시이다.
도 6은 본 발명의 몇몇 실시예에서 참조되는, 일간 키워드를 설명하기 위한 예시도이다.
도 7은 본 발명의 몇몇 실시예에서 참조되는, 일간 키워드 상의 제 1 시간 윈도우를 설명하기 위한 예시도이다.
도 8은 본 발명의 몇몇 실시예에서 참조되는, 일간 키워드 상의 제 2 시간 윈도우를 설명하기 위한 예시도이다.
도 9 및 도 10은 본 발명의 몇몇 실시예에서 참조되는 키워드 정제 과정을 설명하기 위한 예시도이다.
도 11은 본 발명의 본 발명의 몇몇 실시 예에서 참조되는 출처에 따른 일간 키워드의 우선 순위를 설명하기 위한 예시도이다.
도 12는 본 발명의 몇몇 실시예에서 참조되는 키워드에 매칭되는 자산을 설명하기 위한 예시도이다.
도 13은 본 발명의 또 다른 실시예에 따른 키워드 및 자산 가격 관련성 평가 방법의 순서도이다.
도 14는 본 발명의 몇몇 실시예에서 참조되는 키워드에 대응되는 자산을 설명하기 위한 예시도이다.
도 15는 본 발명의 몇몇 실시예에서 참조되는 키워드에 대응되는 자산을 설명하는 다른 예시도이다.
도 16은 본 발명의 몇몇 실시예에서 참조되는 자산에 대한 키워드의 영향을 설명하는 예시도이다.
도 17은 본 발명의 몇몇 실시예에서 참조되는 키워드 발생 시점과 자산 가격 변화 시점의 차이를 설명하는 예시도이다.
도 18은 본 발명의 몇몇 실시예에서 참조되는 키워드가 자산에 영향을 미치는 기간을 설명하는 예시도이다.
도 19는 본 발명의 몇몇 실시예에서 참조되는 복수 개 키워드 중, 자산에 영향을 미치는 키워드에 대한 예시도이다.
도 20은 본 발명의 몇몇 실시예에서 참조되는 복수 개의 키워드에 영향을 받는 자산에 대한 예시이다.
도 21은 본 발명의 몇몇 실시예에서 참조되는 키워드와 자산의 관련성 정보의 예시이다.
도 22는 본 발명의 몇몇 실시예에서 참조되는 키워드의 자산에 대한 관련성 지표의 예시이다.
도 23은 본 발명의 또 다른 실시예에서 참조되는 일간 키워드 제공 그래픽 유저 인터페이스(GUI, Graphic User Interface)의 예시이다.
도 24는 본 발명의 몇몇 실시예에서 참조되는, 키워드가 자산 가격에 영향을 미치는 시기에 기초한 투자 가이드 인터페이스의 예시이다.
도 25는 본 발명의 몇몇 실시예에서 참조되는, 키워드가 자산 가격에 영향을 미치는 정도에 기초한 투자 가이드 인터페이스의 예시이다.
도 26은 본 발명의 또 다른 실시예에 따른 자산에 대응되는 일간 키워드를 설명하는 예시도이다.
도 27은 본 발명의 또 다른 실시예에 따른 자산의 가격 변화에 대응되는 일간 키워드 추출 방법의 순서도이다.
도 28은 본 발명의 또 다른 실시예에 따른 자산의 가격 변화가 발생한 경우, 다른 자산을 추천하는 서비스의 예시이다.
도 29는 본 발명의 또 다른 실싱예에 따른 텍스트 컨텐츠, 키워드, 및 자산의 매칭 관계를 설명하기 위한 개념도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
도 1은 본 발명의 몇몇 실시예에서 참조되는 키워드와 자산 가격의 관련성을 설명하는 개념도이다. 블로그, 인터넷 뉴스, 메신저, SNS 등 다양한 인터넷 상의 웹 페이지를 통해 텍스트들이 유통된다. 각 텍스트의 컨텐츠는 다양한 이슈를 포함한다. 이러한 이슈들은 다양한 종류의 자산 가치에 영향을 미칠 수 있다.
도 1을 참조하면, 예를 들어, 텍스트 1이 주식 정보 블로그의 게시물인 경우, 텍스트 컨텐츠는 주식 정보를 포함할 수 있다. 텍스트 컨텐츠에 포함된 이슈 1이 A 기업에 대한 주식 전망인 경우, 이슈 1은 상기 특정 기업의 주식 가치에 영향을 미칠 수 있다. 또한, 텍스트 2가 인터넷 뉴스의 웹 페이지 상의 텍스트이고, 텍스트 컨텐츠가 국내 부동산 시장 전망을 이슈로 포함하는 경우를 가정한다. 이슈 2가 B 지역의 부동산 시세에 대한 정보인 경우, 이슈 2는 부동산 시세에 영향을 미칠 수도 있다.
이때 이슈는 인터넷 상에서 상기 이슈를 나타내는 키워드 형식으로 유통될 수 있다. 상기 예에서, 이슈 1은 "A", "A 기업", "A 기업 주가" 등과 같은 키워드로 표현될 수 있다. 또한, 이슈 2는 "B", "B 부동산", "B 시세" 등과 같은 키워드로 표현될 수 있다. 설명한 텍스트 컨텐츠 및 키워드를 참조하여,
이하, 본 발명의 일 실시 예에 따른 키워드 및 자산 가격 관련성 평가 시스템의 구성 및 동작을 구체적으로 설명한다.
도 2는 본 발명의 일 실시 예에 따른 키워드 및 자산 가격 관련성 평가 시스템의 예시이다. 설명의 편의를 위하여, 상기 키워드 및 자산 가격 관련성 평가 시스템은 시스템이라 칭하기로 한다. 도 2를 참조하면, 시스템은 서비스 서버(100), 사용자 단말(200) 및 외부 장치(300)를 포함할 수 있다.
여기에서 서비스 서버(100), 사용자 단말(200) 및 외부 장치(300)는 서로 인터넷을 통하여 연결되는 컴퓨팅 장치이다. 서비스 서버(100)는 각종 정보를 저장하고, 본 발명의 실시 예들을 구현하기 위한 하나 이상의 프로그램을 저장하는 서버 정치일 수 있다. 사용자 단말(200) 서버 장치, 데스크탑 PC와 같은 고정식 컴퓨팅 장치, 노트북, 스마트 폰, 태블릿 피씨와 같은 모바일 컴퓨팅 장치 중 어느 하나일 수 있다. 또한, 외부 장치(300)는 인터넷 상의 텍스트 컨텐츠가 저장된 서버 장치일 수 있다. 또한, 외부 장치(300)는 자산 및 자산에 대한 가격 정보가 저장된 서버 장치일 수도 있다. 예를 들어, 외부 장치(300)는 증권 시세 정보를 제공하는 증권거래소의 증권 정보 서버일 수도 있다.
본 발명의 일 실시예에 따른 시스템에서, 서비스 서버(100)는 인터넷을 통하여 외부 장치(300)로부터 제1 날짜에 게시된 텍스트 컨텐츠를 수집할 수 있다. 이를 위해, 서비스 서버(100)는 자동으로 웹 페이지를 탐색하는 웹 크롤러(Web Crawler)를 저장할 수 있다. 예를 들어, 제1 날짜는 서비스 서버(100)가 크롤링을 수행하는 당일 날짜일 수 있다. 이 경우, 서비스 서버(100)는 당일 기준으로 미리 설정된 시간까지 인터넷 상에 게시된 텍스트 컨텐츠를 수집할 수 있다.
서비스 서버(100)는 웹 크롤러의 크롤링으로 수집된 텍스트 컨텐츠 각각에서 키워드를 추출할 수 있다. 여기에서 키워드 추출을 위해 다양한 알고리즘이 이용될 수 있다. 서비스 서버(100)는 키워드 추출에 이용되는 알고리즘을 위한 프로그램을 적어도 하나 저장할 수 있다. 예를 들어, 서비스 서버(100)는 LDA(Latent Dirichlet Allocation) 알고리즘을 이용할 수 있다. 서비스 서버(100)는 LDA 알고리즘을 이용하여, 텍스트 컨텐츠의 주제를 결정하고, 주제와 관련성이 높은 키워드를 추출할 수 있다.
수집된 텍스트 컨텐츠 각각으로부터 키워드가 추출되면, 서비스 서버(100)는 다양한 출처에서 추출된 키워드를 조합할 수 있다. 서비스 서버(100)는 이를 통해 추출된 키워드들을 포함하는 제1 날짜의 키워드 풀을 구성할 수 있다. 서비스 서버(100)는 같은 방식으로 제2 날짜의 키워드 풀을 구성할 수 있다. 여기에서, 제2 날짜는 제1 날짜와 다른 날짜를 의미하며, 제1 날짜로부터 미리 설정된 범위 내의 속하는 근접 날짜일 수 있다.
서비스 서버(100)는 제1 날짜의 키워드 풀과 제2 날짜의 키워드 풀의 비교 결과를 이용하여, 제1 날짜의 일간 키워드를 생성할 수 있다.
서비스 서버(100)는 생성된 일간 키워드를 사용자 단말(200)에 제공할 수 있다. 또한, 서비스 서버(100)는 복수의 사용자 단말(200) 각각에게 일간 키워드를 이용한 다양한 서비스를 제공할 수도 있다. 예를 들어, 서비스 서버(100)는 복수의 사용자 단말(200)에 일간 키워드를 이용한 자산의 투자 가이드 서비스를 제공할 수 있다.
본 발명의 다른 실시예에 따르면, 서비스 서버(100)는 외부 장치(300)로부터 인터넷을 수집한 텍스트 컨텐츠로부터 제1 날짜의 일간 키워드를 생성할 수 있다. 또한, 서비스 서버(100)는 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 날짜 별 노출 빈도 정보를 생성할 수도 있다.
서비스 서버(100)는 생성된 각 키워드에 대한 날짜 별 노출 빈도 정보와 미리 등록된 자산의 날짜 별 가격 정보를 비교할 수 있다. 이에 따라, 서비스 서버(100)는 미리 등록된 자산 중, 각 키워드에 대응되는 자산을 결정할 수 있다.
서비스 서버(100)는 제1 날짜의 일간 키워드 및 상기 각 키워드에 대응되는 자산에 대한 정보를 사용자 단말(200) 송신할 수 있다.
도 3은 본 발명의 다른 실시 예에 따른 서비스 서버(100)의 블록도이다.
도 3을 참조하면, 서비스 서버(100)는 프로세서(101), 네트워크 인터페이스(102), 메모리(103), 스토리지(104)를 포함하여 구성될 수 있다.
프로세서(101)는 서비스 서버(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(101)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(101)는 본 발명의 실시 예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 서비스 서버(100)는 하나 이상의 프로세서를 구비할 수 있다.
네트워크 인터페이스(102)는 서비스 서버(100)의 유무선 인터넷 통신을 지원한다. 또한, 네트워크 인터페이스(102)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 네트워크 인터페이스(102)는 각종 통신 모듈을 포함하여 구성될 수 있다.
네트워크 인터페이스(102)는 인터넷을 통해 외부 장치(300)로부터 텍스트 컨텐츠를 수집할 수 있다. 또한, 네트워크 인터페이스(102)는 키워드 및 자산에 대한 정보를 사용자 단말(200)과 송수신할 수도 있다.
메모리(103)는 각종 데이터, 명령 및/또는 정보를 저장한다. 또한 메모리(103)는 본 발명의 실시 예들에 따른 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법 및 키워드 및 자산 가격 관련성 평가 방법을 수행하기 위하여 스토리지(104)로부터 하나 이상의 프로그램(105)을 로드 하기 위한 하나 이상의 프로그램을 저장할 수 있다. 도 3에서 메모리(103)의 예시로 RAM이 도시되었다.
스토리지(104)는 외부 장치(300)로부터 수신된 데이터 등을 비임시적으로 저장할 수 있다. 저장부(140)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비 휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
스토리지(104)는 본 발명의 실시 예들에 따른 방법을 수행하기 위한 하나 이상의 프로그램(105)을 저장할 수 있다. 도 3에서 프로그램(105)의 예시로 자산 관리 소프트웨어가 도시되었다.
스토리지(104)에는 키워드 풀 및 일간 키워드에 대한 데이터베이스(106)가 설치될 수 있다. 또한, 스토리지(104)에 미리 등록된 자산 및 각 키워드에 대응되는 자산에 대한 데이터베이스(107)가 설치될 수도 있다.
도시되지 않았으나, 서비스 서버(100)는 상기 구성 외에, 각종 설정 및 정보를 입력 받기 위한 입력부 및 정보를 디스플레이 하기 위한 출력부를 포함하여 구성될 수도 있다. 상기 입력부 및 출력부는 각각 본 발명이 속하는 기술분야에서 잘 알려진 임의의 형태의 입력 수단 및 출력 수단을 포함하여 구성될 수 있다.
본 명세서에서 서비스 서버(100)는 키워드 및 자산 가격 평가 방법을 수행하는 점에서, 키워드 및 자산 가격 평가 장치로 칭해질 수 있다. 또한, 서비스 서버(100)는 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법을 수행하는 점에서 일간 키워드 자동 생성 장치로 칭해질 수도 있다. 또는, 서비스 서버(100)는 간단히 장치로 약칭될 수도 있다.
이하, 본 발명의 실시 예들에 따른 방법들은 서비스 서버(100)에 의해 수행되는 것으로 가정한다.
이하, 상술한 도 1 내지 도 3에 대한 설명을 바탕으로, 본 발명의 다른 실시 예들을 서비스 서버(100)가 수행하는 방법에 따라 구분하여 설명하도록 한다. 아래에서 구분되어 설명되는 실시 예들은 별도로 실시되어야만 하는 것은 아니며, 서로 결합되어 실시될 수 있다. 또한, 아래에서 설명되는 실시 예들은 도 1 내지 도 3에 대한 설명에서 상술한 본 발명의 실시 예들과도 결합되어 실시될 수 있음에 유의해야 한다.
텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법
본 발명의 일 실시 예에 따르면, 일간 키워드 자동 생성 장치(100)는 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법을 실행할 수 있다. 이하, 도 4 내지 도 12를 참조하여, 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법을 자세히 설명한다.
도 4는 본 발명의 실시 예에 따른 텍스트 컨텐츠를 이용한 키워드 자동 생성 방법의 순서도이다. 도 4를 참조하면, 장치(100)는 제1 날짜의 텍스트 컨텐츠를 인터넷을 통하여 수집할 수 있다(S10). 장치(100)는 상기 텍스트 컨텐츠 각각에서 키워드를 추출하고, 추출된 키워드들을 포함하는 제1 날짜의 키워드 풀을 구성할 수 있다(S20). 상기 텍스트 컨텐츠의 수집 및 키워드 추출 방식은 도 1에 대한 설명으로 갈음한다. 장치(100)는 제1 날짜의 일간 키워드 생성을 위해, 제1 날짜의 미리 설정된 기준 시간까지 수집된 텍스트 컨텐츠를 이용할 수도 있다.
도 5는 본 발명의 몇몇 실시 예에서 참조되는, 키워드 풀의 예시이다. 또한, 도 6은 본 발명의 몇몇 실시 예에서 참조되는, 일간 키워드를 설명하기 위한 예시도이다.
도 5를 참조하면, 장치(100)는 날짜 D1에 게시된 텍스트 컨텐츠로부터 키워드를 추출하여,키워드 풀(501)을 구성할 수 있다. 또한, 장치(100)는 날짜 D2, D3에 게시된 텍스트 컨텐츠로부터 키워드를 추출하여, 각각 키워드 풀(502) 및 키워드 풀(503)을 구성할 수도 있다. 상기 키워드 풀에는 미리 설정된 개수의 키워드가 포함될 수 있다. 또한, 키워드 풀은 추출된 개수가 많은 키워드 순서대로 나열된 리스트 형식으로 존재할 수도 있다. 상기 키워드 풀은 장치(100)의 스토리지(104)에 저장될 수 있다.
장치(100)는 제1 날짜의 키워드 풀과 제2 날짜의 키워드 풀을 비교할 수 있다(S30). 상기 예에서 장치(100는 키워드 풀(501), 키워드 풀(502), 키워드 풀(503)을 각각 비교할 수 있다. 장치(100)는 상기 비교 결과를 이용하여, 제1 날짜의 일간 키워드를 생성할 수 있다(S40).
여기에서 일간 키워드는 당일에 수집된 텍스트 컨텐츠 중 다른 날짜와 차별화되는 노출빈도를 보이는 키워드이다. 즉, 제1 날짜의 일간 키워드는 제1 날짜를 다른 날짜와 구분 짓는 키워드를 의미한다. 예를 들어 제1 날짜에 특별한 이슈가 발생하여, 해당 이슈에 대한 인터넷 검색이 급증하는 경우, 이에 대한 멘션이 웹 페이지 상에 다수 노출되는 경우, 장치(100)가 수집한 텍스트 컨텐츠에는 상기 이슈를 나타내는 키워드가 다수 포함될 수 있다. 이에 따라, 장치(100)는 상기 이슈를 나타내는 키워드를 포함하는 키워드 풀을 구성할 수 있다. 장치(100)는 키워드 풀에서 높은 비율로 존재하는 키워드를 제1 날짜의 일간 키워드를 생성할 수 있다.
도 6에서, 키워드1(KW1)가 텍스트 컨텐츠 상에서 시 계열적으로 노출되는 빈도를 나타내는 그래프(600)가 도시되었다. 키워드1(KW1)을 도 5의 키워드 풀에 포함된 "북한 핵실험"이라고 가정한다. 또한, 날짜 D2가 도 6에 도시된 t1이라고 가정한다.
도 5 및 도 6을 참조하면, 키워드1(KW1)은 다른 날짜에 비하여 날짜 D2에 높은 노출 빈도를 보인다. 도 5에서 날짜 D1에서 키워드1(KW1)의 노출 빈도가 17위이고, 날짜 D2에서 노출 빈도는 1위이며, 날짜 D3에서는 25위이다. 즉, "북한 핵실험"이란 키워드는 날짜 D2를 날짜 D1 및 날짜 D3와 차별화 시키는 키워드에 해당한다.
단계(S30)에서 장치(100)는 제1 날짜의 키워드 풀에 속한 키워드의 노출 빈도와 제2 날짜의 키워드 풀에 속한 키워드의 노출 빈도를 비교할 수 있다. 특히, 장치(100)는 노출 빈도 차이가 임계 값 이상인 키워드를 제1 날짜의 일간 키워드로 결정할 수 있다. 상기 키워드 풀(501)에서 17위에 해당하는 키워드1(KW1)의 노출 빈도를 도 6의 b1이라고 가정한다. 또한, 도 6의 노출빈도 a0과 노출 빈도 b1과의 차이를 상기 임계 값이라고 가정한다.
도 6을 참조하면, 날짜 D2에서 키워드1(KW1)의 노출 빈도는 a1이다. 이때, a1과 b1의 차이는 임계 값인 a0과 b1과의 차이보다 큰 값을 가진다. 이에 따라, 장치(100)는 키워드1(KW1)을 날짜 D2의 일간 키워드로 결정할 수 있다.
상기 일간 키워드의 정확성을 확보하기 위하여, 단계(S30)에서 제1 날짜와 제2 날짜의 키워드 풀을 비교하는 방법 외에 다양한 실시 예가 이용될 수 있다.
예를 들어, 장치(100)는 단계(S30)에서 구성된 제1 날짜의 키워드 풀에 속하는 각각의 키워드에 대한, 특정 날짜 구간 동안의 노출 빈도를 판단할 수 있다. 이를 위해, 장치(100)는 제1 날짜를 기준으로 제1 시간 윈도우를 결정할 수 있다. 즉, 장치(100)는 제1 날짜에 수집된 텍스트 컨텐츠로부터 구성된 키워드 풀을 제1 시간 윈도우 내의 시간 동안 수집된 텍스트 컨텐츠로부터 구성된 키워드 풀과 비교할 수 있다. 여기에서 제1 시간 윈도우는 상기 제2 날짜를 포함하는 복수의 날짜 구간일 수도 있다.
도 7은 본 발명의 몇몇 실시 예에서 참조되는, 일간 키워드 상의 제 1 시간 윈도우를 설명하기 위한 예시도이다. 도 7에서 제1 날짜가 t1이라 가정한다.
도 7을 참조하면, 그래프(710)에서 장치(100)는 t1을 기준으로 t1이전의 날짜를 포함하는 구간을 제1 시간 윈도우(711)로 결정할 수 있다. 또는 그래프(720)에 도시된 바와 같이, 장치(100)는 t1을 기준으로, t1을 포함하는 날짜 구간을 제1 시간 윈도우(721)로 결정할 수도 있다. 상기 제1 시간 윈도우(711, 721)의 크기는 장치(100)의 사용자 또는 제조자에 의해 결정될 수 있다.
그래프(710)을 참조하면, 장치(100)는 키워드 풀에 속한 키워드1(KW1)에 대한, 제1 시간 윈도우(711) 내의 날짜 별 노출 빈도를 측정할 수 있다. 즉, 장치(100)는 제1 시간 윈도우(711) 내의 날짜의 키워드 풀을 비교하면, 반복되어 등장하는 키워드의 노출 빈도를 측정할 수 있다. 장치(100)는 t1과 t2에서의 노출 빈도가 임계 값 이상인 경우 키워드1(KW1)을 t1의 일간 키워드로 결정할 수 있다. 반면, t0과 t2에서의 노출 빈도가 임계 값 미만인 경우, 장치(100)는 키워드1(KW1)을 t2의 일간 키워드가 아닌 것으로 판단할 수 있다.
그래프(720)을 참조하면, 장치(100)는 키워드1(KW1)에 대한, 제1 시간 윈도우(721) 내의 날짜 별 노출 빈도를 측정할 수 있다. 장치(100)은 t2 및 t3의 키워드1(KW1)의 노출 빈도를 각각 t1에서의 노출 빈도와 비교할 수 있다. 비교 결과 노출 빈도의 차이가 임계 값 이상인 경우, 장치(100)는 키워드1(KW1)을 t1의 일간 키워드로 결정할 수 있다.
본 발명의 다른 실시 예에 따르면, 장치(100)는 상술한 키워드1(KW1)의 노출 빈도를 고려하지 않고도 일간 키워드를 결정할 수 있다.
예를 들어, 제1 날짜의 키워드 풀이 신규 키워드를 포함하는 경우를 가정한다. 여기에서, 신규 키워드는, 제1 시간 윈도우에 속하는 적어도 하나의 다른 날짜의 일간 키워드 풀에 포함되지 않는 키워드를 포함할 수 있다. 또는 신규 키워드는 제1 시간 윈도우 내에 극소량의 횟수로 게시된 키워드를 포함할 수도 있다.
장치(100)는 제1 날짜의 키워드 풀에 신규 키워드가 존재하는지 판단할 수 있다. 또한, 장치(100)는 상기 키워드가 제1 날짜에 기준치 이상의 횟수로 게시되었는지 판단할 수도 있다.
상기 판단 결과, 기준치 이상 게시된 신규 키워드가 존재하면, 장치(100)는 신규 키워드를 포함하는 상기 제1 날짜의 일간 키워드를 생성할 수 있다. 이에 따라, 다른 날짜에 게시된 적 없는 신규 키워드에 대하여는, 장치(100)가 제1 날짜의 키워드 풀과 다른 날짜의 키워드 풀을 비교하는 과정을 수행할 필요가 없다.
장치(100)는 상술한 과정을 키워드 풀에 속한 각각의 키워드에 대하여 수행하여 제1 날짜의 일간 키워드를 생성할 수 있다. 즉, 제1 날짜의 일간 키워드는 하나 이상의 일간 키워드를 포함할 수 있다.
도 8은 본 발명의 몇몇 실시 예에서 참조되는, 일간 키워드 상의 제 2 시간 윈도우를 설명하기 위한 예시도이다. 도 8에서 제1 날짜가 t1이라 가정한다.
장치(100)는 제1 날짜를 기준으로 키워드1(KW1)의 노출 빈도 판단을 위해, 제1 시간 윈도우뿐만 아니라 제2 시간 윈도우를 결정할 수도 있다. 제2 시간 윈도우는 제1 시간 윈도우 보다 더 많은 날짜를 포함하는 날짜 구간일 수 있다.
장치(100)는 t1을 기준으로 t1 이전의 날짜 구간을 제1 및 제2 시간 윈도우로 결정할 수 있다. 그래프(810)에서, 제1 시간 윈도우(711)는 t1에서 t0까지의 날짜 구간이며, 제2 시간 윈도우(811)는 t1에서 t4까지의 날짜 구간인 경우가 예로써 도시되었다.
또는, 장치(100)는 t1을 기준으로 t1을 포함하는 날짜 구간을 제1 및 제2 시간 윈도우(721)로 결정할 수도 있다. 그래프(820)에서, 제1 시간 윈도우(721)는 t1을 포함하는 t2과 t3 사이의 날짜 구간으로 이며, 제2 시간 윈도우(821)는 t1을 포함하는 t5와 t6 사이의 날짜 구간인 경우가 예로써 도시되었다.
장치(100)는 상기 제2 시간 윈도우(811, 821) 동안 수집된 텍스트 컨텐츠 상의 키워드1(KW1) 게시 횟수와 제1 시간 윈도우(711, 721) 내의 키워드1(KW1) 게시 횟수를 판단할 수 있다. 또한, 장치(100)는 상기 게시 횟수 사이의 비율을 연산할 수도 있다. 장치(100)는 상기 연산 결과를 기준으로, 제1 날짜의 키워드 풀에 포함된 각 키워드에 대한 제거 여부를 결정할 수 있다.
장치(100)는 제2 시간 윈도우 동안 키워드1(KW1)의 게시 횟수와 제1 윈도우 동안 키워드1(KW1)의 게시 횟수 비율이 임계 값 이상인 경우, 키워드1(KW1)을 상기 키워드 풀에 잔존시키고, 임계 값 미만인 경우, 키워드1(KW1)을 상기 키워드 풀에서 제거할 수 있다.
상기 임계 값이 0.7이라고 가정한다. 예를 들어, 제2 시간 윈도우 동안 키워드1(KW1)이 100회 게시되었고, 제1 시간 윈도우 동안 키워드1(KW1)이 80회 게시된 경우를 설명한다. 이 경우, 게시 횟수의 비율은 0.8이 된다. 상기 비율 0.8은 0.7 이상이므로, 장치(100)는 키워드1(KW1)를 상기 키워드 풀에 잔존시킬 수 있다. 여기에서, 키워드1(KW1)은 제1 시간 윈도우 동안 집중적으로 게시된 키워드 임을 알 수 있다.
다른 예로, 제2 시간 윈도우 동안 키워드1(KW1)이 100회 게시되었고, 제1 시간 윈도우 동안 키워드1(KW1)이 20회 게시된 경우를 설명한다. 이 경우, 게시 횟수의 비율은 0.2이다. 비율 0.2는 0.7 미만이므로, 장치(100)는 키워드1(KW1)를 키워드 풀에서 제거할 수 있다. 여기에서 키워드1(KW1)은 제1 윈도우 구간 보다 제1 윈도우 외의 시간 구간 동안에 더 많이 게시되었음을 알 수 있다.
상기에서, 제1 시간 윈도우 및 제2 시간 윈도우가 날짜 구간인 경우를 주로 설명하였다. 본 발명의 다른 실시 예에 따르면, 상기 제1 시간 윈도우 및 제2 시간 윈도우는 날짜 구간이 아니라 시간 구간일 수도 있다. 이 경우, 단계(S10) 내지 단계(S20)에서 장치(100)가 제1 날짜의 미리 설정된 기준 시간까지 수집된 텍스트 컨텐츠로부터 키워드 풀을 구성하는 것으로 가정한다.
예를 들어, 도 1의 시스템에서 사용자 단말(200)이 오후 2시에 서비스 서버(100)에 접속한 경우, 서비스 서버인 장치(100)는 상기 접속 시간을 기준으로 일간 키워드를 생성할 수 있다. 이때, 장치(100)는 제1 시간 윈도우를 제1 날짜의 상기 접속 시간 2시간 전까지의 시간 구간으로 결정할 수도 있다. 이 경우, 장치(100)는 접속 시간 2시간 전까지 수집된 텍스트 컨텐츠로부터 구성된 키워드 풀과 접속 시간을 기준으로 구성된 키워드 풀을 비교할 수 있다.
상술한 제1 시간 윈도우 및 제2 시간 윈도우의 크기는 장치(100)의 사용자 또는 제조자에 의해 결정될 수 있다. 또는, 상기 제1 시간 윈도우 및 제2 시간 윈도우의 크기는 장치(100)로부터 본 발명의 실시 예들에 따른 서비스를 제공 받는 사용자 단말(200)의 사용자 설정에 의해 조절될 수도 있다. 이에 따라, 사용자 단말(200)의 사용자 설정에 따라 제1 날짜의 일간 키워드는 상이할 수 있다. 이를 위해, 장치(100)는 사용자 단말(200)에 상기 제1 시간 윈도우 및 제2 시간 윈도우의 크기를 조절하기 위한 사용자 인터페이스를 제공할 수도 있다.
도 9는 제1 시간 윈도우를 이용한 키워드 정제 과정의 예시이고, 도 10은 제1 시간 윈도우 및 제2 시간 윈도우를 이용한 키워드 정제 과정의 예시이다. 상기 제1 시간 윈도우와 제2 시간 윈도우의 효과에 대하여, 도 9 및 도 10을 참조하여 구체적으로 설명한다. 도 9 및 도 10에서 제1 시간 윈도우는 제1 날짜를 포함하는 날짜 구간이라고 가정한다.
도 9를 참조하면, 제1 날짜가 날짜 D7인 경우, 장치(100)는 제1 날짜의 키워드 풀(901)을 구성할 수 있다. 키워드 풀(901)은 예를 들어, "FTA 발효", "프로 야구", "반도체 신기술" 등의 키워드를 노출 빈도 순서대로 포함할 수 있다. 또한, 키워드 풀(901)은 노출 빈도가 적은 "대체 공휴일"을 키워드로 포함할 수도 있다.
한편, 날짜 D8의 키워드 풀(902)는 "프로 야구", "대체 공휴일" 등의 키워드를 노출 빈도 순서대로 포함할 수 있다. 또한, 키워드 풀(902)은 노출 빈도가 적은 "FTA 발효"을 키워드로 포함할 수도 있다.
장치(100)는 제1 시간 윈도우에 속하는 날짜 D8의 키워드 풀(902)과 날짜 D7의 키워드 풀(901)을 비교할 수 있다. 도 9를 참조하면, "FTA 발효" 키워드는 날짜 D7에서의 노출 빈도가 매우 높은 반면, 날짜 D8에서의 노출 빈도는 매우 낮다. 이 경우, 장치(100)는 상기 노출 빈도를 비교하여, "FTA 발효" 키워드를 날짜 D7의 키워드 풀(901)에 잔존시킬 수 있다. 또한, 장치(100)는 상기 노출 빈도의 차이가 임계 값 이상인 경우, "FTA 발효" 키워드를 날짜 D7의 일간 키워드(910)로 결정할 수도 있다. 같은 방식으로 장치(100)는 "반도체 신기술" 키워드를 날짜 D7의 일간 키워드(910)로 결정할 수 있다.
반면, "프로 야구" 키워드의 경우, 날짜 D7 및 날짜 D8의 노출 빈도 차이가 크지 않다. 따라서, 장치(100)는 "프로 야구" 키워드를 날짜 D7의 키워드 풀(901)에서 제거함으로써, "프로 야구" 키워드를 날짜 D7의 일간 키워드로 포함하지 않을 수 있다.
제1 날짜가 날짜 D8인 경우, 장치(100)는 제1 날짜의 키워드 풀(902)을 구성할 수 있다. 장치(100)는 제1 시간 윈도우에 속하는 날짜 D7의 키워드 풀(9021과 날짜 D8의 키워드 풀(902)을 비교할 수 있다. 도 9를 참조하면, "대체 공휴일" 키워드는 날짜 D8에서의 노출 빈도가 매우 높은 반면, 날짜 D7에서의 노출 빈도는 낮다. 이 경우, 장치(100)는 상기 노출 빈도를 비교하여, "대체 공휴일" 키워드를 날짜 D8의 키워드 풀(902)에 잔존시킬 수 있다. 또한, 장치(100)는 상기 노출 빈도의 차이가 임계 값 이상인 경우, "FTA 발효" 키워드를 날짜 D8의 일간 키워드(910)로 결정할 수도 있다. 반면, "프로 야구" 키워드의 경우, 날짜 D8 및 날짜 D7의 노출 빈도 차이가 크지 않다. 따라서, 장치(100)는 "프로 야구" 키워드를 날짜 D8의 키워드 풀(902)에서 제거함으로써, "프로 야구" 키워드를 날짜 D8의 일간 키워드로 포함하지 않을 수 있다.
상기 예에서 제1 날짜인 날짜 D7과 제1 시간 윈도우에 속하는 날짜 D8의 키워드 풀만을 비교하였으나, 장치(100)는 제1 시간 윈도우에 속하는 복수의 날짜의 키워드 풀과 제1 날짜의 키워드 풀을 비교할 수도 있다.
장치(100)는 도 9에 대한 설명에서 참조된 제1 시간 윈도우를 포함하는, 제2 시간 윈도우를 결정할 수 있다. 도 10에서 제2 시간 윈도우가 날짜 D2와 날짜 D12을 포함하는 날짜 구간으로 결정된 경우를 가정한다.
제1 날짜가 날짜 D7인 경우, 장치(100)는 날짜 D2의 키워드 풀(1001), 날짜 D8의 키워드 풀(902) 및 D12의 키워드 풀(1002)을 포함하는 복수의 키워드 풀과 날짜 D7의 키워드 풀(901)을 비교할 수 있다.
장치(100)는 "FTA 발효" 키워드 및 "반도체 신기술" 키워드가 날짜 D7 및 날짜 D8을 포함하는 제1 시간 윈도우 동안 게시된 횟수를 판단할 수 있다. 또한, 장치(100)는 FTA 발효" 키워드 및 "반도체 신기술" 키워드가 제1 시간 윈도우를 제외한 제2 시간 윈도우 동안 게시된 횟수를 판단할 수도 있다. 도 10을 참조하면, "FTA 발효" 키워드 및 "반도체 신기술" 키워드는 전체 제2 시간 윈도우에서 모두 많은 횟수로 게시되었다. 장치(100)는 게시 횟수 비율을 판단하여, "FTA 발효" 키워드 및 "반도체 신기술" 키워드를 날짜 D7의 키워드 풀에서 제거할 수 있다. 이에 따라, 날짜 D7의 일간 키워드(1010)는 "FTA 발효" 키워드 및 "반도체 신기술" 키워드를 포함하지 않을 수 있다.
반면, "프로 야구" 키워드의 경우, 날짜 D7 및 날짜 D8을 포함하는 제1 시간 윈도우 동안에는 많은 횟수로 게시되었으나, 이외의 날짜에는 적은 횟수로 게시되거나 키워드 풀에 포함되지 않았다. 따라서, 장치(100)는 게시 횟수 비율을 판단하여, "프로 야구" 키워드를 날짜 D8의 키워드 풀에 잔존시킬 수 있다. 이에 따라, 일간 키워드(1010)는 "프로 야구" 키워드를 포함할 수 있다.
제1 날짜가 날짜 D8인 경우도, 상기 예와 유사한 결과가 도출된다. 즉, 일간 키워드(1010) 서로 다른 날짜의 일간 키워드는 동일한 키워드를 포함할 수 있다. 또한, 연속된 날짜의 일간 키워드가 동일한 키워드를 포함할 수도 있다. 예를 들어, 특정 이슈가 상당 기간 동안, 계속 사회 전반에 영향을 끼치는 경우가 있을 수 있다. 이 경우, 장치(100)는 제2 시간 윈도우를 이용하여, 서로 다른 날짜라도 동일한 키워드를 추출할 수 있다.
도 9 및 도 10을 참조하면, 동일한 날짜(D7, D8)에 동일한 키워드 풀(901, 902)이 구성되었더라도, 장치(100)는 제2 시간 윈도우를 이용하여 서로 다른 일간 키워드(910, 1010)을 생성할 수 있다.
도 11은 본 발명의 본 발명의 몇몇 실시 예에서 참조되는 출처에 따른 일간 키워드의 우선 순위를 설명하기 위한 예시도이다. 장치(100)는 제1 날짜에 수집되는 텍스트 컨텐츠의 출처를 식별할 수 있다. 장치(100)는 제1 날짜의 일간 키워드를 포함하는 텍스트 컨텐츠의 출처만을 식별할 수도 있다.
이에 따라, 장치(100)는 식별된 출처를 기초로, 상기 제1 날짜의 일간 키워드에 속하는 키워드들의 우선 순위를 결정할 수 있다. 장치(100)는 구체적으로 식별된 출처의 속성에 따라 상기 우선 순위를 결정할 수 있다. 여기에서 출처의 속성은, 출처의 제공자 성격, 출처의 미디어 종류, 출처의 채널 종류 등에 따라 결정될 수 있다. 예를 들어 출처의 제공자 성격은 출처가 공공 기관인지, 사설 기관인지, 개인인지에 대한 정보일 수 있다. 출처의 미디어 종류는 출처가 경제 미디어인지, 스포츠 미디어인지 등에 대한 정보일 수 있다. 또한, 출처의 채널 종류는 출처가 인터넷 뉴스인지, 블로그인지, SNS인지 등에 대한 정보일 수 있다. 또한, 상기 출처의 속성은 상술한 키워드 추출 알고리즘에 의해 식별된 텍스트 컨텐츠의 내용을 기초로 결정될 수도 있다.
또한, 장치(100)는 동일한 출처의 서로 다른 섹션을 서로 다른 출처로 식별할 수도 있다. 예를 들어, 장치(100)는 A 언론사가 제공하는 인터넷 뉴스 상의 연예 뉴스 섹션과 정치 뉴스 섹션을 서로 다른 출처로 식별할 수 있다.
장치(100)는 상기 속성에 따라 키워드에 서로 다른 가중치를 부여할 수 있다. 도 11을 참조하면, 단계(S30)에서 생성된 일간 키워드에 대하여 장치(100)는 상기 출처 및 출처의 속성에 따른 가중치 정보를 포함하는 일간 키워드 정보(1100)를 저장할 수 있다. 상기 키워드 정보(1100)를 기초로, 장치(100)는 키워드의 우선 순위 정보(1110)를 생성할 수도 있다.
키워드 정보(1100)를 참조하면, 예를 들어, 가중치 A의 가중치가 1이고, 가중치 B의 가중치가 0.5이고, 가중치 C의 가중치가 0.3이라고 가정한다. 이때, 키워드2(KW2)는 (25*1)+(20*0.5)=35의 우선 순위 점수를 가질 수 있다. 키워드1(KW1)은 게시 횟수 34을 우선 순위 점수로 갖는다. 또한, 키워드3(KW3)DMS 50*0.3=15의 우선 순위 점수를 갖는다.
이에 따라, 장치(100)는 우선 순위 정보(1110)를 생성할 수 있다. 우선 순위(1110)를 참조하면, 장치(100)는 우선 순위 점수가 가장 높은 키워드2(KW2)의 우선 순위를 가장 높게 결정할 수 있다.
한편, 서로 다른 출처로부터 획득된 키워드는 동일 키워드라도 자산의 가격에 미치는 영향이 다를 수 있다. 이에 따라, 장치(100)가 서로 다른 출처에서 획득된 동일 키워드를 서로 다른 키워드로 식별할 필요가 있을 수 있다.
본 발명의 다른 실시 예에 따르면, 장치(100)는 제1 날짜의 일간 키워드 중 하나의 키워드가 서로 다른 출처를 갖는 키워드인 경우, 동일한 키워드라도 서로 다른 키워드로 인식할 수도 있다. 도 11을 참조하면, 장치(100)는 키워드2(KW2)의 출처가 '가산일보' 및 '가산 스포츠'로 서로 다른 것을 식별할 수 있다. 또한, 출처의 미디어 종류가 다르므로 장치(100)는 상기 출처의 속성이 다른 것으로 판단할 수 있다, 상기 예에서, 장치(100)는 상기 서로 다른 출처 각각의 속성에 따라, '가산일보'의 키워드2(KW2)와 '가산 스포츠'의 키워드2(KW2)를 서로 다른 키워드로 결정할 수 있다.
이로써, 동음 이의어가 동시에 제1 날짜의 일간 키워드로 생성된 경우에도, 장치(100)는 상기 동음 이의어를 서로 다른 키워드로 식별할 수 있다.
본 발명의 몇몇 실시예에서, 각 키워드와 매칭이 시도 되는 자산은, 그 키워드의 출처와 사전 매칭 된 자산으로 한정 될 수 있다. 예를 들어, 연예와 관련된 출처(예를들어 인터넷 신문의 연예면)는, 엔터테인먼트 관련 주식과 사전 매칭 될 수 있을 것이다. 이때 연예와 관련된 출처를 가지는 키워드는 엔터테인먼트 관련 주식과의 상관 관계 존재 여부만 판단되면 될 것이다.
도 12는 본 발명의 몇몇 실시 예에서 참조되는 키워드에 매칭되는 자산을 설명하기 위한 예시도이다. 상술한 바와 같이, 장치(100)는 제1 날짜의 일간 키워드를 포함하는 텍스트 컨텐츠의 출처를 식별할 수 있다. 또한, 장치(100)는 상술한 텍스트 컨텐츠의 출처에 따라 일간 키워드에 대응되는 자산을 매칭시킬 수 있다
도 12에서 제1 날짜의 일간 키워드에 속하는 키워드의 예시로, 키워드1(KW1)(1201), 키워드2(KW2)(1202) 및 키워드3(KW3)(1203)이 도시되었다.
키워드1(KW1)(1201)가 포함된 텍스트 컨텐츠의 출처가 IT 주식 종목의 시세 전망 블로그인 경우를 가정한다. 이 경우, 장치(100)는 키워드1(KW1)(1201)을 자산(1210)에 매칭시킬 수 있다. 자산(1210)은 개별 기업의 증권일 수도 있고, 특정 카테고리에 속하는 주식 종목 집단일 수도 있다.
키워드2(KW2)(1202)가 포함된 텍스트 컨텐츠의 출처가 신차 시승기가 기재된 인터넷 매거진인 경우를 가정한다. 이 경우, 장치(100)는 키워드2(KW2)(1202)를 자산(1220)에 매칭시킬 수 있다. 자산(1220)은 자동차 기업의 증권일 수 있다. 또한, 키워드3(KW3)(1203)가 포함된 텍스트 컨텐츠의 출처가 부동산 관련 인터넷 카페인 경우를 가정한다. 이 경우, 장치(100)는 키워드3(KW3)(1203)을 자산(1230)에 매칭시킬 수 있다. 자산(1230)은 특정 지역의 재건축 분양권일 수 있다.
지금까지, 본 발명의 실시 예 중, 일간 키워드 자동 생성 장치(100)에 의해 수행되는 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법에 관련된 실시 예들을 설명하였다. 이하, 생성된 일간 키워드를 이용하는 방법에 관련된 실시 예들을 설명하도록 한다.
키워드 및 자산 가격 관련성 평가 방법
상술한 실시 예에서 생성된 일간 키워드가 자산의 가격에 미치는 영향을 확인하기 위하여, 각각의 일간 키워드에 대응되는 자산이 어떤 자산인지 결정되어야 한다. 다음으로, 대응되는 자산에 일간 키워드가 어떠한 영향을 미치는지 분석되어야 한다. 상기 키워드에 대응되는 자산을 결정하는 방법 및 키워드의 영향력을 분석하는 방법은, 아래에서 설명되는 실시 예들에 의해 명확해질 것이다.
본 발명의 다른 실시 예에 따르면, 키워드 및 자산 가격 관련성 평가 장치(100)는 키워드 및 자산 가격 관련성 평가 방법을 실행할 수 있다. 이하, 도 13 내지 도 20을 참조하여, 키워드 및 자산 가격 관련성 평가 장치(100)에 의해 수행되는 키워드 및 자산 가격 관련성 평가 방법에 대하여 구체적으로 설명한다.
도 13은 본 발명의 또 다른 실시 예에 따른 키워드 및 자산 가격 관련성 평가 방법의 순서도이다. 또한, 도 14는 본 발명의 몇몇 실시 예에서 참조되는 키워드에 대응되는 자산을 설명하기 위한 예시도이다.
도 13을 참조하면, 장치(100)는 인터넷을 통하여 제1 날짜에 게시된 텍스트 컨텐츠를 수집할 수 있다(S1301). 장치(100)는 텍스트 컨텐츠 각각에서 키워드를 추출하여, 제1 날짜의 일간 키워드를 생성할 수 있다(S1302). 장치(100)가 제1 날짜의 일간 키워드를 생성하는 구체적인 방법으로, 상술한 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법이 이용될 수 있다.
장치(100)는 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 날짜 별 노출 빈도 정보를 생성할 수 있다(S1303). 예를 들어, 노출 빈도 정보는 생성된 일간 키워드에 속하는 각 키워드의 날짜 별 노출 빈도를 히스토그램으로 표현한 정보일 수 있다. 도 14에서 노출 빈도 정보의 예시로 그래프(1400)가 도시되었다. 노출 빈도 정보는 미리 설정된 날짜 구간의 날짜 별 노출 빈도 정보를 포함할 수 있다. 도 14를 참조하면, 키워드1(KW1)은 날짜 t1에 노출 빈도 N1을 갖고, 날짜 t2에 노출 빈도 N2을 갖는다. 또한, 키워드1(KW1)은 날짜 t1 및 t2의 사이에 위치한 날짜 t11에 노출빈도 N11을 갖는다.
장치(100)는 생성된 각 키워드에 대한 날짜 별 노출 빈도 정보와 미리 등록된 자산의 날짜 별 가격 정보를 비교할 수 있다(S1304). 장치(100)는 도 1의 외부 장치(300)로부터 자산 및 자산의 시간 별, 날짜 별 가격 정보를 제공받을 수 있다. 장치(100)는 제공된 정보를 스토리지(104)에 등록할 수 있다. 도 14에서 미리 등록된 자산의 날짜 별 가격 정보의 예시로 자산1(ASSET1), 자산2(ASSET2) 및 자산3(ASSET3)의 날짜 별 가격 정보가 각각 그래프(1401, 1402, 1403)으로 도시되었다.
그래프(1401)을 참조하면, 자산1(ASSET1)은 날짜 t1에 가격 정보 P0을 갖고, 날짜 t2에 가격 P1을 갖는다. 그래프(1402)를 참조하면, 자산2(ASSET2)는 날짜 t1에 가격 P1을 갖고, 날짜 t2에 가격 P2을 갖는다. 또한, 자산2(ASSET2)는 날짜 t1 및 t2의 사이에 위치한 날짜 t11에 가격 P0을 갖는다. 그래프(1403)를 참조하면, 자산3(ASSET3)은 날짜 t1에 가격 P1을 갖고, 날짜 t2에 가격 P2을 갖는다. 또한, 자산3(ASSET3)은 날짜 t1 및 t2의 사이에 위치한 날짜 t11에 가격 P01을 갖는다.
장치(100)는 각 키워드에 대한 날짜 별 노출 빈도 정보와 미리 등록된 자산의 날짜 별 가격 정보를 비교함으로써, 미리 등록된 자산 중, 각 키워드에 대응되는 자산을 결정할 수 있다(S1305). 즉, 장치(100)는 특정 키워드에 대응되는 자산이 어떤 자산인지를 결정할 수 있다. 이때, 장치(100)는 미리 등록된 자산 중에, 각 키워드에 대한 제1 기간 동안의 날짜 별 노출 빈도에 대응하여, 제2 기간 동안 임계 값 이상의 날짜 별 가격 변화량을 갖는 자산을 식별할 수 있다. 장치(100)는 식별된 자산을 상기 각 키워드에 대응되는 자산으로 결정할 수 있다.
여기에서 제1 기간은 키워드의 노출 빈도 정보를 측정하는 기간으로, 미리 설정된 날짜 구간이다. 제2 기간은 키워드의 영향이 자산에 발현되는 기간으로, 제2 기간은 제1 기간과 소정의 시간차를 갖고 시작되는 구간일 수 있다. 특정 키워드가 자산의 가격 정보 변화에 즉각적인 영향을 주지 않을 수 있기 때문이다. 예를 들어 키워드 A가 일간 키워드로 생성되고, 키워드 A가 자산 A에 영향을 미치는 키워드인 경우, 자산 A는 2일 이후에 가격이 변동될 수 있다. 또는 제2 기간은 제1 기간을 포함하는 구간일 수도 있다. 특정 키워드가 자산의 가격 정보 변화에 즉각적인 영향을 주는 경우, 제2 기간은 제1 기간과 동일한 기간일 수도 있다. 상기 제1 기간 대비 제2 기간의 길이나 시작점은 장치(100)의 사용자 또는 제조자의 설정에 따라 결정될 수 있다.
키워드1(KW1)의 날짜 별 노출 빈도 정보와 자산1(ASSET1)의 날짜 별 가격 정보를 비교한다.
그래프(1400)를 참조하면, 키워드1(KW1)은 제1 기간인 소정의 초기 날짜에서 t1동안 N0에서 N1까지 노출 빈도가 증가한다. 그래프(1401)에서 자산1(ASSET1)은 제2 기간인 t1 이후 소정의 날짜 동안, 가격 P0에서부터 가격이 지속적으로 하락한다. 여기에서, 자산1(ASSET1)은 키워드1(KW1)의 영향에 의해 가격이 하락하는 자산일 수 있다. 다시 그래프(1400)에서, 키워드1(KW1)은 t1에서 t11까지의 날짜 동안, N1에서 N11까지 노출 빈도가 감소한다. 자산1(ASSET1)의 경우, 동일한 날짜 동안에 가격이 계속 하락한다. 장치(100)는 키워드1(KW1)의 노출 빈도가 증감하는 동안, 자산1(ASSET1)의 가격이 지속적으로 하락하는 것을 감지할 수 있다. 이에 따라, 자산1(ASSET1)이 키워드1(KW1)에 영향을 받지 않는 것으로 판단할 수 있다.
키워드1(KW1)의 날짜 별 노출 빈도 정보와 자산2(ASSET2) 및 자산3(ASSET3) 의 날짜 별 가격 정보를 비교한다.
그래프(1400)과 그래프(1402, 1403)을 각각 비교하면, 키워드1(KW1)의 날짜 별 노출 빈도 추세와 자산2(ASSET2) 및 자산3(ASSET3)의 날짜 별 가격 변화 추세가 일치하고 있다. 이에 따라, 장치(100)는 키워드1(KW1)의 날짜 별 노출 빈도에 대응하여, 자산2(ASSET2) 및 자산3(ASSET3)가 날짜 별 가격 변화량을 갖는 것으로 판단할 수 있다. 이때, 장치(100)는 상기 자산2(ASSET2) 및 자산3(ASSET3) 중, 임계 값 이상의 가격 변화량을 갖는 자산3(ASSET3)을 키워드1(KW1)에 대응하는 자산으로 결정할 수 있다. 자산의 가격 변화는 키워드 외의 영향으로도 발생할 수 있으므로, 장치(100)는 임계 값 미만의 가격 변화를 갖는 자산2(ASSET2)는 키워드1(KW1)에 영향을 받지 않는 자산으로 결정할 수도 있다.
그래프(1403)을 참조하면, 자산3(ASSET3)은 가격 변화양은키워드1(KW1)의 노출 빈도와 유사한 형태를 보인다. 즉, 키워드1(KW1)의 노출 빈도가 증가하면, 자산3(ASSET3)의 가격 역시 증가한다. 반면, 키워드1(KW1)의 노출 빈도 증가에 따라 가격이 감소하는 자산도 있을 수 있다.
도 15는 본 발명의 몇몇 실시 예에서 참조되는 키워드에 대응되는 자산을 설명하는 다른 예시도이다. 도 15를 참조하면, 장치(100)는 키워드1(KW1)의 노출 빈도에 대응하는 가격 변화량을 갖는 자산으로 자산3(ASSET3) 및 자산4(ASSET4)을 식별할 수 있다. 이때, 가격 변화량은, 상기 가격 변화량의 절대 값을 포함한다. 즉, 그래프(1400)과 그래프(1501)을 비교하면, 키워드1(KW1)의 노출 빈도가 양의 값을 갖는 동안, 자산4(ASSET4)의 가격 변화량은 음의 값을 갖는다. 이 경우에도, 장치(100)는 자산4(ASSET4)를 키워드1(KW1)에 대응되는 자산으로 결정할 수 있다.
하나의 자산에 대응되는 키워드는 복수 개 존재할 수 있다. 복수의 키워드를 포함할 수 있다. 이때, 복수의 키워드 중 대응되는 자산에 영향력이 높은 키워드를 판단하는 방법에 대하여 도 16을 참조하여 설명한다.
도 16은 본 발명의 몇몇 실시 예에서 참조되는 자산에 대한 키워드의 영향을 설명하는 예시도이다. 여기에서 제1 날짜가 t1이고, 제2 날짜가 t2인 것으로 가정한다. 제2 날짜는 제1 날짜 이후의 날짜이다.
장치(100)는 단계(S1305)에서, 키워드1(KW1)을 제1 날짜(t1)의 일간 키워드로 결정할 수 있다. 또한, 도 16을 참조하면, 장치(100)는 키워드1(KW1)의 노출 빈도 정보(1400)와 미리 등록된 자산의 가격 정보를 비교하여, 자산5(ASSET5)를 일간 키워드에 대응되는 자산으로 결정할 수 있다. 구체적으로, 장치(100)는 키워드1(KW1)의 노출 빈도가 제1 기간 동안 NO에서 N1로 증가하는 것에 대응하여, 제2 기간 동안 임계 값 이상(P0에서 P1)의 가격 변화량을 갖는 자산으로 자산5(ASSET5)를 식별할 수 있다. 도 16에서 상기 제1 기간 및 제2 기간은 모두 소정의 초기 날짜에서 t1까지의 기간인 경우가 예로써 도시되었다.
이후, 장치(100)는 제2 날짜(t2)의 일간 키워드를 생성할 수 있다. 장치(100)는 제2 날짜의 일간 키워드에 제1 날짜의 일간 키워드에 속하는 어느 하나의 키워드와 동일한 키워드가 존재하는지 판단할 수 있다. 예를 들어, 제1 날짜의 키워드1(KW1)이 "금리 인상"인 경우, 장치(100)는 제2 날짜의 일간 키워드에 "금리 인상"이 존재하는지 판단할 수 있다.
이와 같이 제1 날짜의 일간 키워드 중 어느 하나와 동일한 키워드가 제2 날짜의 일간 키워드에 존재하면, 장치(100)는 상기 동일한 키워드에 대응되는 것으로 결정된 자산의 날짜 별 가격 정보를 모니터링 할 수 있다. 이때, 장치(100)는 상기 제2 날짜를 기준으로 미리 설정된 기간 동안의 날짜 별 가격 정보를 모니터링 할 수 있다. 도 16에서, 미리 설정된 기간이 t1에서 t2까지의 기간인 경우가 예로써 도시되었다.
상기 예에서 장치(100)는 "금리 인상"에 대응되는 자산5(ASSET5)의 날짜 별 가격 정보를 모니터링 할 수 있다. 도 16에서 "금리 인상"에 대응되는 자산5(ASSET5)의 날짜 별 가격 정보의 예시로 그래프(1601)가 도시되었다. 장치(100)는 "금리 인상"의 노출 빈도가 그래프(1400)에 도시된 바와 같이 N1에서 N2로 변화하는 것에 대응하여, 자산5(ASSET5)의 날짜 별 가격이 그래프(1601)에 도시된 바와 P1에서 P2로 변화하는 것을 모니터링 할 수 있다.
장치(100)는 상기 모니터링 결과를 기초로, "금리 인상" 키워드의 자산5(ASSET5)에 대한 관련성 정보를 결정할 수 있다. 여기에서 관련성 정보는 "금리 인상" 키워드가 자산5(ASSET5)의 가격 변화에 영향을 미치는지 여부 및 "금리 인상" 키워드의 자산5(ASSET5) 가격에 대한 영향력 지표를 포함할 수 있다.
장치(100)는 제1 날짜의 일간 키워드("금리 인상")의 노출 빈도 대비 발생된 자산5(ASSET5)의 가격 변화량 비율, 제2 날짜의 일간 키워드("금리 인상")의 노출 빈도 대비 발생된 자산5(ASSET5)의 가격 변화량 비율을 측정할 수 있다. 상기 측정된 비율을 기초로 장치(100)는 키워드1(KW1)의 자산5(ASSET5)에 대한 영향력을 확인할 수 있다.
또한, 장치(100)는 상기 모니터링 결과, 상기 자산5(ASSET5)의 t1에서 t2까지의 가격 변화량이 임계 값 이상인 경우, 상기 "금리 인상" 키워드의 상기 자산5(ASSET5)에 대한 관련성 정보를 업데이트할 수도 있다. 상기 예에서 그래프(1601)의 P1 및 P2의 차이가 임계 값 이상인 경우, 장치(100)는 "금리 인상" 키워드의 자산5(ASSET5)에 대한 영향력 지표를 업그레이드시킬 수 있다. 제1 날짜(t1) 기준으로 결정된 "금리 인상" 키워드와 자산5(ASSET5)의 관련성이 제2 날짜(t2) 기준으로 재차 확인되었기 때문이다.
한편. 상기 예와 동일한 방식으로, 키워드2(KW2)가 제1 날짜(t1)의 일간 키워드로 결정된 경우를 설명한다. 장치(100)는 키워드2(KW2)에 대응되는 자산으로 자산5(ASSET5)을 결정할 수 있다. 키워드2(KW2)가 "물가 상승"인 경우를 가정한다. 장치(100)는 제2 날짜(t2)의 일간 키워드를 생성하고, 제2 날짜의 일간 키워드에 "물가 상승"가 포함된 경우, 이를 식별할 수 있다.
다음으로, 장치(100)는 대응되는 제1 날짜의 일간 키워드에 대응하는 자산5(ASSET5)의 날짜 별 가격 정보를 모니터링 할 수도 있다. 도 16에서 "물가 상승"에 대응되는 자산5(ASSET5)의 날짜 별 가격 정보의 예시로 그래프(1602)가 도시되었다. 장치(100)는 "물가 상승"의 노출 빈도가 그래프(1600)에 도시된 바와 같이 N1에서 N2로 변화하는 것에 대응하여, 자산5(ASSET5)의 날짜 별 가격이 그래프(1602)에 도시된 바와 P1에서 P2로 변화하는 것을 모니터링 할 수도 있다. 이에 따라, 장치(100)는 키워드2(KW2)의 자산5(ASSET5)에 대한 영향력을 확인할 수도 있다.
장치(100)는 상기 확인된 영향력을 기초로, 키워드1(KW1) 및 키워드2(KW2)의 자산5(ASSET5)에 대한 우열관계를 판단할 수 있다.
상기에서, 자산에 대한 키워드의 영향력이란, 결국 일간 키워드에 속하는 각각의 키워드가 대응되는 자산에 가격 증감에 미치는 영향을 의미한다. 즉, 장치(100)는 키워드의 영향으로 얼마나 자산의 가격이 증감하는지 판단할 수 있다. 장치(100)는 상기 판단 결과를 관련성 정보로 저장할 수 있다.
장치(100)는 상기 저장된 관련성 정보를 기초로, 다른 날짜의 자산의 가격 변화를 예측할 수도 있다.
상기한 바와 같이 장치(100)는 일간 키워드에 속한 개별 키워드의 자산에 대한 관련성 정보를 결정할 수 있다. 이하, 관련성 정보의 다양한 지표에 대하여 설명한다.
도 17은 본 발명의 몇몇 실시 예에서 참조되는 키워드 발생 시점과 자산 가격 변화 시점의 차이를 설명하는 예시도이다. 도 18은 본 발명의 몇몇 실시 예에서 참조되는 키워드가 자산에 영향을 미치는 기간을 설명하는 예시도이다.
도 17에서, 그래프(1400)에 도시된 바와 같이 키워드1(KW1)이 제1 날짜(t1) 및 제2 날짜(t2)에서 일간 키워드로 결정된 경우를 가정한다. 또한, 키워드1(KW1)에 대응되는 자산이 자산6(ASSET6) 및 자산7(ASSET7)인 경우를 가정한다.
제1 기간 동안(소정의 초기 날짜에서 t1동안) 키워드1(KW1)의 노출 빈도가 증가하는 동안, 그래프(1701)에서 자산6(ASSET6)의 가격이 제2 기간 동안(소정의 초기 날짜에서 t01동안) 증가하였다.
장치(100)는 상기 제1 기간과 제2 기간의 선후 관계를 판단할 수 있다. 장치(100)는 상기 판단 결과를 제1 날짜의 일간 키워드인 키워드1(KW1)의 자산6(ASSET6)에 대한 관련성 정보로 저장할 수 있다. 그래프(1701)를 참조하면, 자산6(ASSET6)의 가격 변화는 키워드1(KW1)의 발생 날짜(제1 날짜)에 선행하는 특성을 갖는다.
이후, 제2 날짜(t2)의 일간 키워드로 키워드1(KW1)가 결정되면, 장치(100)는 상기 저장된 관련성 정보를 기초로 자산6(ASSET6)의 가격 변화가 제2 날짜에 선행하는 특성을 가질 것으로 예측할 수 있다.
그래프(1702)에서 자산7(ASSET7)의 가격은 제2 기간 동안(소정의 초기 날짜에서 t11동안) 증가하였다. 이 경우에도, 장치(100)는 제1 기간 및 제2 기간의 선후 관계를 판단하여, 키워드1(KW1)의 자산7(ASSET7)에 대한 관련성 정보로 저장할 수 있다. 그래프(1702)를 참조하면, 자산7(ASSET7)의 가격 변화는 키워드1(KW1)의 발생에 후행하는 특성을 갖는다.
이후, 제2 날짜(t2)의 일간 키워드로 키워드1(KW1)가 결정되면, 장치(100)는 상기 저장된 관련성 정보를 기초로 자산7(ASSET7)의 가격 변화가 제2 날짜에 후행하는 특성을 가질 것으로 예측할 수 있다.
또한, 장치(100)는 상기 제1 기간과 제2 기간의 시간 간격을 측정할 수도 있다. 장치(100)는 상기 측정 결과를 키워드1(KW1)의 자산7(ASSET7)에 대한 관련성 정보로 저장할 수 있다. 그래프(1702)를 참조하면, 제1 날짜(t1)에서 키워드1(KW1)가 일간 키워드로 생성되면, 이에 영향을 받는 자산7(ASSET7)의 가격 변화는 t11에 나타난다. 장치(100)는 키워드1(KW1)의 자산7(ASSET7)에 대한 영향력이 시간 간격(t11-t1) 이후에 나타나는 것으로 판단할 수 있다.
이후, 제2 날짜(t2)의 일간 키워드로 키워드1(KW1)가 결정되면, 장치(100)는 상기 저장된 관련성 정보를 기초로 자산7(ASSET7)의 가격 변화가 시간 간격(t21-t2) 이후에 나타나는 특성을 가질 것으로 예측할 수 있다.
도 18에서, 그래프(1400)에 도시된 바와 같이 키워드1(KW1)이 제1 날짜(t1) 및 제2 날짜(t2)에서 일간 키워드로 결정된 경우를 가정한다.
제1 기간 동안(소정의 초기 날짜에서 t1동안) 키워드1(KW1)의 노출 빈도가 증가하는 동안, 그래프(1800)에서 자산의 가격이 증가하였다. 또한, 상기 증가된 가격이 제2 기간(E1) 동안 유지되었다.
장치(100)는 키워드1(KW1)의 자산의 가격에 대한 영향력이 유지되는 상기 제2 기간을 관련성 정보로 저장할 수 있다.
이후, 제2 날짜(t2)의 일간 키워드로 키워드1(KW1)가 결정되면, 장치(100)는 상기 저장된 관련성 정보를 기초로 자산 가격이 제2 기간(E2) 동안 유지되는 특성을 가질 것으로 예측할 수 있다.
한편, 단계(S1302)에서 생성된 제1 날짜의 일간 키워드는 복수의 키워드를 포함할 수 있다. 복수의 키워드의 노출 빈도 정보에 대응하여, 특정 자산의 가격이 제1 날짜에서 상승한 경우를 가정한다. 이 경우, 복수의 키워드는 모두 자산의 가격에 영향을 미칠 수 있다. 또는 복수의 키워드 중, 어느 하나는 자산의 가격에 영향을 미치지 않는 경우가 있을 수도 있다. 이와 같은 경우에 대하여, 도 19 및 도 20을 참조하여 설명한다.
도 19는 본 발명의 몇몇 실시 예에서 참조되는 복수 개 키워드 중, 자산에 영향을 미치는 키워드에 대한 예시도이다.
도 19를 참조에서, 그래프(1900)의 키워드1(KW1) 및 키워드2(KW2)가 제1 날짜의 일간 키워드에 포함되는 경우를 가정한다. 또한, 도 19에서 상기 키워드1(KW1) 및 키워드2(KW2)에 대응되는 것으로 결정된 자산의 예시로 그래프(1910)가 도시되었다.
단계(S1305)에서, 장치(100)는 제1 날짜를 기준으로 키워드1(KW1) 및 키워드2(KW2)가 모두 상기 자산에 영향을 미치는 것으로 판단할 수 있다. 이때, 제2 날짜(t2)의 일간 키워드로 키워드1(KW1)이 결정된 경우, 장치(100)는 제1 날짜의 일간 키워드 중 하나의 키워드가 재차 제2 날짜(t2)의 일간 키워드로 결정되었음을 식별할 수 있다.
장치(100)는 제2 날짜(t2)를 기준으로 미리 설정된 기간 동안 결정된 자산의 날짜 별 가격 정보를 모니터링 할 수도 있다.
도 19에서 상기 자산의 날짜 별 가격 정보의 예시로서 그래프(1911)가 도시되었다. 장치(100)는 모니터링 결과를 기초로, 상기 키워드1(KW1)의 자산에 대한 관련성 정보를 결정할 수도 있다. 그래프(1910) 및 그래프(1911)을 비교하여, 장치(100)는 키워드1(KW1)의 자산에 대한 관련성이 높음을 판단할 수 있다.
반면, 제2 날짜(t2)의 일간 키워드로 키워드2(KW2)이 결정된 경우, 장치(100)는 제1 날짜의 일간 키워드 중 하나의 키워드가 재차 제2 날짜(t2)의 일간 키워드로 결정되었음을 식별할 수 있다. 장치(100)는 제2 날짜(t2)를 기준으로 미리 설정된 기간 동안 결정된 자산의 날짜 별 가격 정보를 모니터링 할 수도 있다.
도 19에서 상기 자산의 날짜 별 가격 정보의 예시로서 그래프(1912)가 도시되었다. 장치(100)는 모니터링 결과를 기초로, 상기 키워드2(KW2)의 자산에 대한 관련성 정보를 결정할 수도 있다. 그래프(1910) 및 그래프(1912)을 비교하여, 장치(100)는 키워드2(KW2)를 자산과 관련 없는 키워드로 판단할 수 있다. 이 경우, 장치(100)는 제1 날짜를 기준으로 키워드1(KW1) 및 키워드2(KW2)가 모두 상기 자산에 영향을 미치는 것으로 판단한 결과를 수정 할 수 있다. 즉, 장치(100)는 상기 키워드2(KW2)가 자산과 관련 없으므로 제1 날짜에 등록된 일간 키워드를 수정할 수도 있다. 이때, 장치(100)는, 제1 날짜의 키워드 생성에 오류가 있는 것으로 판단하고, 상술한 텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법의 실시 예에서 설명된 제1 윈도우 및 제2 윈도우의 크기를 조절할 수도 있다.
도 20은 본 발명의 몇몇 실시 예에서 참조되는 복수 개의 키워드에 영향을 받는 자산에 대한 예시이다. 도 19에 대한 설명과 반복되는 내용에 대한 설명은 생략한다.
단계(S1305)에서, 장치(100)는 제1 날짜를 기준으로 키워드1(KW1) 및 키워드2(KW2)가 모두 자산에 영향을 미치는 것으로 판단할 수 있다. 이후, 장치(100)는 제2 날짜의 일간 키워드를 생성할 수 있다. 생성된 제2 날짜의 키워드에 또 다시 키워드1(KW1) 및 키워드2(KW2)가 존재하면, 장치(100)는 상기 복수 개 키워드(키워드1(KW1) 및 키워드2(KW2))에 대응되는 것으로 결정된 자산의 날짜 별 가격 정보를 모니터링 할 수 있다.
장치(100)는 모니터링 결과를 기초로, 상기 복수 개 키워드의 상기 결정된 자산에 대한 관련성 정보를 결정할 수 있다.
예를 들어, 그래프(1900)에서와 같이 제1 날짜(t1)의 일간 키워드 키워드1(KW1) 및 키워드2(KW2)가 모두 그래프(1910)과 같이 자산에 영향을 미치는 경우를 가정한다.
장치(100)는, 그래프(1901)에서와 같이 이후, 제2 날짜(t2)에서 키워드1(KW1)를 일간 키워드로 생성할 수 있다. 제2 날짜의 일간 키워드가 그래프(2001)과 같이 자산에 영향을 미치지 않는 경우, 장치(100)는 키워드1(KW1)와 자산이 관련 없는 것으로 판단할 수 있다.
장치(100)는 키워드2(KW2)도 그래프(2002)와 같이 자산에 영향을 미치지 않는 경우, 키워드2(KW2) 역시 자산과 관련 없는 것으로 판단할 수 있다.
만약, 또 다른 날짜에 제1 날짜(t1)의 일간 키워드와 마찬가지로 키워드1(KW1) 및 키워드2(KW2)가 모두 포함된 경우에, 자산의 가격이 임계 값 이상 증가한 경우를 가정한다.
장치(100)는 상기 제1 날짜(t1), 제2 날짜(t2) 및 또 다른 날짜의 자산의 가격 정보를 기초로, 상기 자산이 복수의 키워드인, 키워드1(KW1) 및 키워드2(KW2) 모두에 대해서 영향을 받고, 개별적인 키워드에 대해서는 영향을 받지 않는 것으로 판단할 수 있다.
장치(100)는 키워드1(KW1) 및 키워드2(KW2)를 짝을 이뤄 자산에 대한 관련성 정보로 저장할 수도 있다.
키워드 및 자산 가격 관련성 평가 장치의 구체적인 실시 예
상술한 실시 예들에 따르면, 장치(100)는 일간 키워드에 대응되는 자산을 결정하고, 일간 키워드가 자산에 미치는 영향에 대한 분석할 수 있다. 특히, 장치(100)는 제1 날짜의 일간 키워드와 대응되는 자산의 관련성 정보를 기초로 제2 날짜에 동일한 일간 키워드가 자산의 가격에 미치는 영향을 예측할 수도 있다. 이와 같은 예측을 기초로, 장치(100)는 사용자 단말(200)에 자산에 대한 투자 가이드 서비스를 제공할 수 있다.
상기 투자 가이드 서비스의 제공을 위해, 장치(100)는 상기 일간 키워드 및 대응되는 자산에 대한 정보를 스토리지(104)에 저장할 수 있다. 또한, 장치는 일간 키워드가 대응되는 자산에 미치는 영향에 대한 분석 결과를 저장할 수도 있다. 예를 들어, 장치(100)는 도 16 내지 도 18에 대한 설명에서 상술한 관련성 정보를 저장할 수 있다.
도 21은 본 발명의 몇몇 실시 예에서 참조되는 키워드와 자산의 관련성 정보의 예시이다. 또한, 도 22는 본 발명의 몇몇 실시 예에서 참조되는 키워드의 자산에 대한 관련성 지표의 예시이다.
도 21에서, 일간 키워드(KW)와 대응되는 자산(A)의 관련성 정보(CR) 데이터가 예로써 도시되었다. 장치(100)의 스토리지(104)는 상기 데이터를 저장할 수 있다. 도 21을 참조하면, 상기 데이터는 특정 날짜의 일간 키워드(KW) 정보와 이에 대응하는 자산(A) 정보를 포함할 수 있다. 이 경우 장치(100)는 일간 키워드(KW)가 생성된 각 날짜를 기준으로 관련성 정보(CR)를 저장할 수 있다. 또는, 장치(100)는 자산(A)의 종류를 기준으로 대응되는 일간 키워드(KW)의 관련성 정보(CR)를 저장할 수도 있다. 또한, 상기 데이터는 키워드의 출처에 기초한 우선 순위 정보를 포함할 수도 있다.
도 21의 각각의 관련성 정보(CR)는, 관련성 지표에 대한 정보를 포함할 수 있다. 관련성 지표는, 일간 키워드가 대응되는 자산에 미치는 구체적인 영향에 대한 정보이다.
도 22를 참조하면, 관련성 정보(CR)는 아래와 같은 관련성 지표에 대한 정보를 포함한다.
관련성 정보(CR)는 일간 키워드가 자산의 가격 증감에 미치는 영향에 대한 정보를 포함할 수 있다. 상기 관련성 정보(CR)은 특정 일간 키워드가 생성되고, 상기 일간 키워드에 대응하여 자산의 가격이 오르는지, 내리는지에 대한 정보이다.
관련성 정보(CR)는 일간 키워드가 자산의 가격 변동에 영향을 주는 시차에 대한 정보를 포함할 수 있다. 상기 관련성 정보(CR)은 일간 키워드가 생성되고, 상기 일간 키워드에 대응하여 얼마간의 시간 간격으로 자산의 가격이 변동되는지에 대한 정보이다.
관련성 정보(CR)는 일간 키워드가 자산의 가격 변동에 영향을 주는 기간에 대한 정보를 포함할 수 있다. 상기 관련성 정보(CR)은 일간 키워드가 생성되고, 상기 일간 키워드에 대응하여 자산의 가격이 변동이 지속되는 기간에 대한 정보이다.
관련성 정보(CR)는 일간 키워드의 자산 가격에 대한 영향력 정보를 포함할 수 있다. 상기 관련성 정보(CR)은 일간 키워드가 생성되고, 상기 일간 키워드에 대응하여 자산의 가격이 얼마나 증감하는지에 대한 정보이다.
관련성 정보(CR)는 관련성 지표의 신뢰도 정보를 포함할 수도 있다. 상기 관련성 정보(CR)은 관련성 지표에 따른 자산 가격의 예측 정확성에 대한 정보이다. 제1 날짜에 생성된 일간 키워드에 대하여 저장된 관련성 정보가 존재하는 경우를 가정한다. 이때, 장치(100)는 제1 날짜 이후, 제2 날짜에 상기 일간 키워드와 동일한 키워드가 생성된 경우에, 자산의 가격 변화가 제1 날짜의 관련성 정보를 동일하게 따르는지 판단할 수 있다. 장치(100)는 상기 판단 결과를 관련성 지표로서 도 22의 관련성 정보(CR)에 저장할 수도 있다.
이하, 상기 관련성 정보를 이용하여 장치(100)가 사용자 단말(200)에 제공하는 투자 가이드 서비스에 대하여 도 23 내지 도 26을 참조하여 설명한다.
도 23은 본 발명의 또 다른 실시 예에서 참조되는 일간 키워드 제공 그래픽 유저 인터페이스(GUI, Graphic User Interface)의 예시이다.
도 23을 참조하면, 장치(100)는 사용자 단말(200)에 투자 가이드 서비스를 위한 그래픽 유저 인터페이스(2300)를 제공할 수 있다. 상기 인터페이스(2300)는 제1 날짜의 일간 키워드 정보(2301)를 포함할 수 있다. 인터페이스(2300)에서 제1 날짜의 일간 키워드의 예시로 당일 수집된 텍스트 컨텐츠로부터 생성된 키워드가 도시되었다.
사용자 단말(200)을 통해, 일간 키워드 중, 어느 하나(2302)가 선택되면, 장치(100)는 선택된 키워드에 대응하여 인터페이스(2310)를 생성할 수 있다. 또한, 장치(100)는 상기 사용자 단말(200)에 인터페이스(2310)을 제공할 수 있다.
인터페이스(2310)는 상기 선택된 키워드에 대응되는 자산 정보(2311, 2312, 2313)를 포함할 수 있다. 인터페이스(2310)는 선택된 키워드에 대응하는 하나 이상의 자산 정보(2311, 2312, 2313)를 포함할 수도 있다. 또한, 인터페이스(2310)은 종류 별 자산 정보를 선택하기 위한 인터페이스(2314)를 포함할 수도 있다.
장치(100)는 도 21 및 도 22에서 설명된 키워드의 자산에 대한 관련성 정보 및 관련성 지표에 대한 정보를 이용하여 투자 가이드 서비스를 제공할 수 있다.
도 24는 본 발명의 몇몇 실시 예에서 참조되는, 키워드가 자산 가격에 영향을 미치는 시기에 기초한 투자 가이드 인터페이스의 예시이다.
도 24를 참조하면, 장치(100)는 일간 키워드 중 키워드(2302)가 선택된 경우, 사용자 단말(200)에 인터페이스(2400)을 제공할 수 있다. 도 24에서 인터페이스(2400)가 키워드(2302)에 대응하는 자산 정보로 키워드(2302)에 대응하는 하나 이상의 기업의 주식 시세 정보(2401)를 포함하는 경우가 예로써 도시되었다.
사용자 단말(200)을 통해 A 기업이 선택되면, 장치(100)는 사용자 단말(200)에 인터페이스(2410)을 제공할 수 있다. 인터페이스(2410)은 키워드(2302)에 대응하여 변동된 A기업 주식의 가격 정보(2411)를 포함할 수 있다. 예를 들어, 상기 가격 정보는 A기업 주식의 미리 설정된 기간 동안의 가격 변화량 정보일 수 있다.
또한, 인터페이스(2410)는 키워드(2302)와 A기업 주식에 대한 관련성 정보를 포함할 수 있다. 예를 들어, 키워드(2302)에 의해 A기업의 주식 가격이 어떠한 영향을 받는지에 대한 정보(2412)를 포함할 수 있다. 인터페이스(2410)는 키워드(2302)가 A기업의 주식 가격에 영향을 미치는 시차 정보(2412, 2413)를 포함할 수 도 있다. 또한, 인터페이스(2410)는 키워드(2302)가 A기업의 주식 가격에 영향을 미치는 기간에 대한 정보(2413)를 포함할 수 있다.
장치(100)는 상기 관련성 정보를 제공하여, 상기 A기업 주식에 대한 투자 가이드를 제공하는 메시지(2414)를 사용자 단말(200)에 송신할 수 있다.
상기 메시지(2414)는 A기업 주식에 대한 구매 또는 매각에 대한 추천을 포함할 수 있다. 또한, 메시지(2414)는 상기 시차 정보 및 영향을 미치는 기간 정보를 기초로 A기억 주식의 구매 또는 매각 시점, 보유 기간에 대한 가이드를 포함할 수도 있다.
도 25는 본 발명의 몇몇 실시 예에서 참조되는, 키워드가 자산 가격에 영향을 미치는 정도에 기초한 투자 가이드 인터페이스의 예시이다.
장치(100)는 사용자 단말(200)을 통해, 사용자로부터 키워드가 입력되면, 이를 수신할 수 있다. 장치(100)는 사용자로부터 입력된 키워드에 대응하여 인터페이스(2500)을 생성할 수도 있다. 상기 인터페이스(2500)는 입력된 키워드(2501)에 대응되는 자산에 대한 정보(2502)를 포함할 수 있다.
이때, 장치(100)는 입력된 키워드가 미리 저장된 다른 날짜 또는 당일의 일간 키워드 중 어느 하나와 일치하는지 판단할 수 있다. 즉, 일간 키워드에 속하는 키워드가 입력되면, 장치(100)는 입력된 키워드에 대응되는 자산 정보를 식별할 수 있다. 장치(100)는 키워드 및 식별된 자산 정보를 기초로 인터페이스(2500)를 생성할 수 있다.
상기 자산에 대한 정보(2502) 중, 어느 하나가 선택되면 장치(100)는 인터페이스(2510)을 생성할 수 있다. 또한, 장치(100)는 생성된 인터페이스(2510)을 사용자 단말(200)에 송신할 수도 있다.
인터페이스(2510)은 입력된 키워드(2501)에 대응하여 변동된 자산의 가격 정보(2511) 및 관련성 정보를 포함할 수 있다. 예를 들어, 키워드(2501)의 영향이 자산 가격의 변동에 선행 또는 후행 하는지에 대한 정보(2512)를 포함할 수 있다. 인터페이스(2510)은 키워드(2501)가 자산의 가격에 영향을 미치는 시차 정보(2513)를 포함할 수 도 있다. 또한, 인터페이스(2510)은 키워드(2501)가 자산의 가격에 미치는 영향력 정보, 즉, 키워드(2501)가 자산의 가격 변동에 미치는 영향에 대한 정보(2514)를 포함할 수 도 있다.
장치(100)는 상기 관련성 정보를 제공하여, 상기 A기업 주식에 대한 투자 가이드를 제공하는 메시지(2514)를 사용자 단말(200)에 송신할 수 있다.
상기 메시지(2514)는 자산에 대한 구매 또는 매각에 대한 추천을 포함할 수 있다. 장치(100)는 상기 영향력 정보를 기초로, 자산 투자 시 예상되는 목표 수익 정보를 생성할 수도 있다. 이 경우, 또한, 메시지(2514)는 상기 목표 수익 정보를 포함할 수도 있다.
상기에서, 사용자로부터 키워드가 선택되거나, 입력되는 경우, 장치(100)로부터 제공되는 투자 가이드 서비스를 설명하였다. 본 발명의 다른 실시 예에 따르면, 장치(100)는 사용자가 보유 중이거나, 관심 있는 자산에 대한 키워드 정보를 사용자 단말(200)에 제공할 수도 있다. 즉, 사용자에게 보유 중이거나 관심 있는 자산에 대한 키워드를 제공하여, 추후 상기 키워드가 일간 키워드에 포함된 경우, 사용자가 대응할 기회를 제공하기 위함이다.
도 26은 본 발명의 또 다른 실시 예에 따른 자산에 대응되는 일간 키워드를 설명하는 예시도이다. 도 26을 참조하면, 장치(100)는 사용자 단말(200)을 통해, 자산에 대한 선택 입력을 수신할 수 있다. 이를 위해, 장치(100)는 인터페이스(2600)을 사용자 단말(200)에 제공할 수 있다. 인터페이스(2600)는 자산 리스트(2601)를 포함할 수 있다. 자산 리스트(2601)에는 하나 이상의 자산(2602)이 포함될 수 있다. 상기 자산 중 어느 하나에 대하여 사용자 선택이 수신되면, 장치(100)는 이에 대응하여 인터페이스(2610)을 생성할 수 있다. 또한, 장치(100)는 상기 인터페이스(2610)을 사용자 단말(200)에 제공할 수 있다. 상기 인터페이스(2610)은 선택된 자산 정보(2602) 및 이에 대응하는 키워드 리스트(2611)를 포함할 수도 있다.
한편, 장치(100)는 상기 사용자 선택 자산에 대한 정보를 저장할 수 있다. 장치(100)는 상기 사용자 선택 자산에 대응되는 키워드를 제1 날짜의 일간 키워드 중에서 식별할 수 있다. 장치(100)는 이후, 제2 날짜의 일간 키워드를 생성할 수 있다. 이때, 제2 날짜의 일간 키워드에 상기 사용자 선택 자산에 대응되는 키워드가 존재하면, 장치(100)는 이를 감지하고, 사용자 단말(200)에 상기 사용자 선택 자산에 대응되는 키워드를 송신할 수 있다. 이를 통해, 사용자는 자신이 보유 중이거나, 관심 있는 자산의 가격에 변동이 발생할 수 있음을 인지할 수 있다. 장치(100)는 제2 날짜의 일간 키워드에 상기 키워드가 포함됨을 기초로, 사용자 선택 자산 가격의 변동 가능성을 판단할 수도 있다. 장치(100)는 상기 판단을 기초로 투자 가이드 메시지를 사용자 단말(200)에 송신할 수도 있다.
도 27은 본 발명의 또 다른 실시 예에 따른 자산의 가격 변화에 대응되는 일간 키워드 추출 방법의 순서도이다. 도 28은 본 발명의 또 다른 실시 예에 따른 자산의 가격 변화가 발생한 경우, 이를 기초로 다른 자산을 추천하는 서비스의 예시이다.
상술한 바와 같이, 키워드는 대응되는 자산에 반드시 선행하여 영향을 미치지 않을 수도 있다. 즉, 자산의 가격 변동이 발생 한 후에, 일간 키워드에 상기 자산에 대응되는 키워드가 포함될 수도 있다. 이하에서, 자산의 가격 변동이 키워드에 선행하여 발생된 경우, 이에 대응되는 키워드를 식별하는 방법을 설명한다. 또한, 식별된 키워드에 후행 하여 가격 변동이 예상되는 다른 자산을 식별하는 방법에 대하여 설명한다.
도 27을 참조하면, 장치(100)는 미리 등록된 자산 중 제1 기간 동안 날짜 별 가격 변화량이 임계 값 이상인 자산을 식별할 수 있다(S2701). 또한, 장치(100)는 제1 날짜의 텍스트 컨텐츠를 수집하여 제1 날짜의 일간 키워드를 생성할 수 있다(S2702). 이때, 상기 단계(S2702)는 단계(S2701) 이후에 실행되지 않을 수 있다. 즉, 장치(100)는 단계(S2701)와 별도로 단계(S2702)를 수행할 수 있다. 여기에서 제1 날짜는 당일일 수 있다. 즉, 장치(100)는 날마다 수집된 텍스트 컨텐츠에서 키워드를 추출하고, 추출된 키워드 기초로 제1 날짜의 일간 키워드를 생성할 수 있다.
장치(100)는 제1 날짜의 일간 키워드에 속하는 각 키워드에 대한 제2 기간 동안의 날짜 별 노출 빈도를 감지할 수 있다(S2703). 장치(100)는 자산의 제1 기간 동안의 날짜 별 가격 변화량에 대응하는 제2 기간 동안의 날짜 별 노출 빈도를 갖는 키워드를 추출할 수 있다(S2704). 장치(100)는 이때 키워드를 상기 제1 날짜의 일간 키워드 중에서 추출할 수 있다.
장치(100)는 상기 추출된 키워드를, 상기 자산에 대응되는 키워드로 결정할 수 있다(S2705).
다음으로, 장치(100)는 상기 자산에 대한 제3 기간 동안 임계 값 이상의 가격 변화량을 감지할 수 있다. 또한, 장치(100)는 미리 등록된 자산 중, 상기 결정된 키워드에 대응되는 자산을 식별할 수 있다. 장치(100)는 상기 식별된 자산에 대한 정보를 사용자 단말(200)에 송신할 수 있다. 이를 통해, 장치(100)는 특정 자산의 가격이 변동되면, 이를 기초로, 상기 특정 자산과 다른 자산의 가격 변동을 예측할 수 있다. 또한, 장치(100)는 상기 예측을 기초로 하는 투자 가이드를 사용자의 단말(200)에 제공할 수도 있다.
도 28을 참조하면, 장치(100)는 미리 등록된 자산의 가격 변화량 정보를 디스플레이 하는 인터페이스(2800)을 사용자 단말(200)에 송신할 수 있다. 자산의 가격 변화량 정보(2801)는 제1 기간 동안 자산의 가격 증감 정보를 포함할 수 있다.
장치(100)는 상기 자산의 가격 변화량 정보(2801)에 포함된 어느 하나의 자산의 가격 변화량을 기초로, 상기 어느 하나의 자산에 대응되는 키워드를 식별할 수 있다.
가격 변화량 정보(2801)를 참조하면, 도 28에서 A 기업 주식의 가격 변화량이 20%이고, B 기업 주식의 가격 변화량이 5%인 경우가 예로써 도시되었다. 예를 들어, 가격 변화량의 임계 값이 15%인 경우, 장치(100)는 A 기업 주식에 대응하는 노출 빈도를 갖는 키워드를 식별할 수 있다.
장치(100)는 상기 키워드 식별을 위해, 일간 키워드 정보를 미리 저장할 수 있다. 즉, 장치(100)는 미리 저장된 일간 키워드 정보 중 상기 키워드를 식별할 수 있다. 장치(100)는 상기 식별된 키워드를 상기 자산에 대응되는 키워드로 판단할 수 있다.
장치(100)는 상기 키워드를 식별함에 따라 인터페이스(2810)을 생성하고, 이를 사용자 단말(200)에 제공할 수 있다. 상기 인터페이스(2810)는 임계 값 이상 가격이 변동된 자산(2811) 및 이에 대응되는 것으로 판단된 키워드 정보(2812)를 포함할 수 있다. 키워드 정보(2812)는 하나 이상의 키워드를 포함할 수 있다. 장치(100)는 상기 키워드의 출처를 기초로 우선 순위를 결정할 수 있으며, 인터페이스(2810)는 키워드(2813, 2814, 2815)의 우선 순위 정보를 포함할 수 있다.
다음으로, 장치(100)는 키워드 정보(2812) 상의 키워드(2813, 2814, 2815) 중 어느 하나에 대응하는 자산에 대한 정보를 식별할 수도 있다. 상기 식별되는 자산은 임계 값 이상 가격이 변동된 자산(2811)과 다른 자산을 포함할 수 있다. 장치(100)는 상기 키워드(2813, 2814, 2815) 중 어느 하나의 키워드(2814) 및 이에 대응하는 자산 정보(2821)를 포함하는 인터페이스(2820)을 생성할 수 있다. 장치(100)는 상기 인터페이스(2820)을 사용자 단말(200)에 송신할 수 있다.
이에 따라, 장치(100)는 특정 자산의 가격이 임계 값 이상의 변화량을 가지는 경우에, 가격 변동이 예상되는 다른 자산에 대한 투자 가이드 서비스를 사용자의 단말(200)에 제공할 수 있게 된다.
텍스트 컨텐츠에 매칭된 자산 정보의 디스플레이 방법
상기에서, 키워드와 대응되는 자산 사이의 관련성 정보를 이용하는 본 발명의 실시예들에 대하여 설명하였다. 상기, 키워드와 자산 사이의 관련성은 상기 키워드를 포함하는 텍스트 컨텐츠까지 확장될 수 있다. 이하, 도 29를 참조하여 자세히 설명한다.
도 29는 본 발명의 또 다른 실싱예에 따른 텍스트 컨텐츠, 키워드, 및 자산의 매칭 관계를 설명하기 위한 개념도이다. 도 29에서 텍스트 컨텐츠의 예로써 인터넷을 뉴스가 도시되었다. 상술한 본 발명의 실시예들에 따라, 키워드(2901) 및 대응되는 자산(2903)이 매칭되어 저장되어 있는 것으로 가정한다.
사용자 단말(200)은 디스플레이부에 인터넷 뉴스(2905)를 디스플레이할 수 있다. 뉴스(2905)는 적어도 하나의 키워드를 포함할 수 있다. 도 29에서 뉴스(2905)는 키워드 1(KW1), 키워드 2(KW2) 및 키워드 3(KW3)을 포함하는 경우가 예로써 도시되었다.
사용자 단말(200)은 상기 뉴스(2905) 상의 키워드 1(KW1), 키워드 2(KW2) 및 키워드 3(KW3)을 감지하고, 이를 추출(2911)할 수 있다.상기 키워드가 추출됨에 따라, 사용자 단말(200)은 미리 등록된 자산 중, 추출된 적어도 하나의 키워드(2911) 각각에 매칭된 자산(2913, 2923, 2933)을 추출할 수 있다.
도 29를 참조하면, 미리 등록된 자산 중, 키워드 1(KW1)에 매칭된 자산(2913)으로 자산 1, 자산 2 및 자산 3이 예로써 도시되었다. 또한, 키워드 2(KW2) 매칭된 자산(2923)으로, 자산 1, 자산 3 및 자산 4이 예로써 도시되었다. 키워드 3(KW3)에 매칭된 자산(2933)은 자산 3 및 자산 5이다.
사용자 단말(200)은 상기 매칭된 자산을 식별하고, 미리 등록된 자산 중에서 이를 추출할 수 있다. 또한, 사용자 단말(200)은 상기 추출된 자산 중, 미리 설정된 횟수 이상 추출된 자산이 존재하는 경우, 상기 미리 설정된 횟수 이상 추출된 자산을 상기 텍스트 컨텐츠에 매칭시킬 수 있다.
다시 도 29를 참조하면, 추출된 자산 중에 자산 3의 경우, 3회 추출되었다. 예를 들어, 상기 미리 설정된 횟수가 3회인 경우, 자산 3은 뉴스(2905)에 매칭될 수 있다.
사용자 단말(200)은 상기 미리 설정된 횟수 이상 추출된 자산에 대한 정보를 상기 제1 영역과 다른 제2 영역에 디스플레이할 수 있다. 즉, 상기 뉴스(2905)가 디스플레이된 영역과 다른 영역에 상기 자산 3에 대한 정보가 디스플레이될 수 있다.
이때, 상기 적어도 하나의 키워드에 매칭된 자산은, 적어도 하나의 키워드 각각에 대한 제1 기간 동안의 날짜 별 노출 빈도에 대응하여, 제2 기간 동안 임계 값 이상의 날짜 별 가격 변화량을 갖는 자산을 포함할 수 있다. 즉, 상기 매칭된 자산은 상술한 본 발명의 실시예들에 따라 키워드에 매칭된 자산일 수 있다. 또한, 상기 자산에 대한 정보는, 적어도 하나의 키워드 및 상기 미리 설정된 횟수 이상 추출된 자산 사이의 관련성 정보를 기초로 결정된 상기 미리 설정된 횟수 이상 추출된 자산의 가격 예측 정보를 포함할 수도 있다. 즉, 여기에서 자산에 대한 정보는 상술한 본 발명의 실시예들에 따른 자산의 자산 가격의 변동 정도 예측 결과를 포함할 수 있다.
상술한 바와 같이, 텍스트 컨텐츠와 자산이 매칭되면, 사용자는 사용자 단말(200)을 통해, 특정 자산을 기준으로 관련된 텍스트 컨텐츠를 조회할 수도 있다.
이를 위해, 사용자 단말(200)이 자산에 대한 정보를 디스플레이부 상의 제1 영역에 디스플레이할 수 있다.
상기 자산에 대한 정보는 사용자 요청에 따라, 웹 페이지를 통해 제공되는 자산의 시세, 가격 변화 등에 대한 정보일 수 있다.
사용자 단말(200)은 상기 제1 영역과 다른 제2 영역에 상기 자산에 매칭된 텍스트 컨텐츠의 리스트를 디스플레이할 수도 있다. 여기에서, 상기 자산에 매칭된 텍스트 컨텐츠는 상기 자산에 매칭된 키워드를 적어도 하나 포함할 수 있다. 예를 들어, 상기 텍스트 컨텐츠의 리스트는 상기 자산에 매칭된 키워드를 포함하는 인터넷 뉴스 기사일 수 있다. 또한, 상기 리스트는 상기 인터넷 뉴스 기사의 리스트일 수 있다.
사용자 단말(200)은 상기 디스플레이된 리스트 상의 텍스트 컨텐츠 중 어느 하나에 대한 선택 입력이 수신되면, 상기 어느 하나의 텍스트 컨텐츠를 디스플레이할 수도 있다. 상기 예에서, 사용자 단말(200)은 상기 키워드를 포함하는 인터넷 뉴스 기사를 디스플레이할 수 있다.
지금까지 첨부된 도면을 참조하여 설명된 본 발명의 실시 예에 따른 방법들은 컴퓨터가 읽을 수 있는 코드로 구현된 컴퓨터프로그램의 실행에 의하여 수행될 수 있다. 상기 컴퓨터프로그램은 인터넷 등의 네트워크를 통하여 제1 컴퓨팅 장치로부터 제2 컴퓨팅 장치에 송신되어 상기 제2 컴퓨팅 장치에 설치될 수 있고, 이로써 상기 제2 컴퓨팅 장치에서 사용될 수 있다. 상기 제1 컴퓨팅 장치 및 상기 제2 컴퓨팅 장치는, 서버 장치, 데스크 탑 PC와 같은 고정식 컴퓨팅 장치, 노트북, 스마트 폰, 태블릿PC와 같은 모바일 컴퓨팅 장치를 모두 포함한다.
이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다.

Claims (30)

  1. 서비스 서버가, 인터넷을 통하여 제1 날짜에 게시된 복수의 제1 텍스트 컨텐츠들과 제1 날짜와 다른 제2 날짜에 게시된 복수의 제2 텍스트 컨텐츠들을 수집하는 컨텐츠 수집 단계;
    상기 서비스 서버가, 상기 복수의 제1 텍스트 컨텐츠들 및 상기 복수의 제2 텍스트 컨텐츠들 각각에 대하여 LDA(Latent Dirichlet Allocation) 알고리즘을 이용한 주제의 결정 및 상기 주제와 관련 된 키워드의 추출을 수행하고, 상기 복수의 제1 텍스트 컨텐츠들에서 추출된 상기 키워드들로 구성된 제1 날짜의 키워드 풀을 구성하고, 상기 복수의 제2 텍스트 컨텐츠들에서 추출된 상기 키워드들로 구성된 제2 날짜의 키워드 풀을 구성하는 키워드 풀 구성 단계; 및
    상기 서비스 서버가, 상기 제1 날짜의 키워드 풀과 상기 제2 날짜의 키워드 풀과의 비교 결과를 이용하여 상기 제1 날짜의 키워드 풀에 포함된 키워드들 중 일부 키워드를 제외 한 후에 상기 제1 날짜의 키워드 풀에 남은 키워드를 상기 제1 날짜의 일간 키워드로 결정하는 일간 키워드 결정 단계를 포함하는,
    텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법.
  2. 제 1 항에 있어서,
    상기 키워드 풀 구성 단계는,
    상기 제1 날짜를 기준으로 제1 시간 윈도우를 결정하는 단계;
    상기 제1 날짜의 키워드 풀과 상기 제1 시간 윈도우에 포함된 적어도 하나의 날짜에 대한 키워드 풀을 비교하는 단계; 및
    상기 비교 결과를 이용하여, 상기 제1 날짜의 일간 키워드를 생성하는 단계를 포함하는,
    텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법.
  3. 제 1 항에 있어서,
    상기 일간 키워드 결정 단계는,
    상기 제1 날짜를 기준으로 제1 시간 윈도우를 결정하는 단계;
    상기 제1 날짜의 키워드 풀에 포함된 키워드 중, 게시 횟수가 기준치를 초과하는 신규 키워드가 존재하는지 판단하는 단계; 및
    상기 신규 키워드가 존재하면, 상기 신규 키워드를 포함하는 상기 제1 날짜의 일간 키워드를 생성하는 단계를 포함하되,
    상기 신규 키워드는 상기 제1 시간 윈도우에 속하는 적어도 하나의 다른 날짜의 일간 키워드 풀에 포함되지 않는 키워드인,
    텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법.
  4. 제 1 항에 있어서,
    상기 일간 키워드 결정 단계는,
    상기 제1 날짜를 기준으로 제1 시간 윈도우 및 제2 시간 윈도우를 결정하는 단계;
    상기 제2 시간 윈도우 내의 게시 횟수와 상기 제1 시간 윈도우 내의 게시 횟수 사이의 비율을 기준으로, 상기 제1 날짜의 키워드 풀에 포함된 각 키워드에 대한 제거 여부를 결정하는 단계; 및
    상기 결정에 따라, 상기 제1 날짜의 일간 키워드를 생성하는 단계를 포함하되,
    상기 제2 시간 윈도우는 상기 제1 시간 윈도우보다 더 많은 날짜를 포함하는,
    텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법.
  5. 제 1 항에 있어서,
    상기 일간 키워드 결정 단계는,
    상기 수집된 텍스트 컨텐츠 중, 상기 제1 날짜의 일간 키워드를 포함하는 텍스트 컨텐츠의 출처를 식별하는 단계; 및
    상기 식별된 출처를 기초로, 상기 제1 날짜의 일간 키워드에 속하는 키워드들의 우선 순위를 결정하는 단계를 포함하는,
    텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 일간 키워드 결정 단계는,
    상기 수집된 텍스트 컨텐츠 중, 상기 제1 날짜의 일간 키워드를 포함하는 텍스트 컨텐츠의 출처를 식별하는 단계; 및
    상기 식별된 출처를 기초로, 상기 제1 날짜의 일간 키워드에 대응되는 자산을 매칭하는 단계를 포함하는,
    텍스트 컨텐츠를 이용한 일간 키워드 자동 생성 방법.
  8. 서비스 서버가, 인터넷을 통하여 복수의 텍스트 컨텐츠를 각 게시일 별로 수집하는 컨텐츠 수집 단계;
    상기 서비스 서버가, 상기 복수의 텍스트 컨텐츠 각각에 대하여 LDA(Latent Dirichlet Allocation) 알고리즘을 이용한 주제의 결정 및 상기 주제와 관련된 키워드의 추출을 수행하며, 각 게시일 별로 상기 추출된 키워드 중, 제1 날짜 및 제2 날짜의 키워드로 각각 추출된 어느 하나의 키워드가 존재하고, 상기 어느 하나의 키워드의 상기 제1 날짜의 노출 빈도와 상기 제2 날짜의 노출 빈도의 차이가 임계 값 이상인 경우, 상기 어느 하나의 키워드를 상기 제1 날짜의 일간 키워드로 결정하는 일간 키워드 결정 단계;
    상기 서비스 서버가, 상기 일간 키워드에 대하여, 상기 제1 날짜를 포함하는 제1 기간 동안의 날짜 별 노출 빈도 정보를 생성하는 노출 빈도 정보 생성 단계; 및
    상기 서비스 서버가, 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하되, 상기 일간 키워드에 대응되는 자산은, 상기 날짜 별 노출 빈도 정보에 따른 상기 제1 기간의 노출 빈도 변화 추세와 제2 기간의 날짜 별 가격 변화 추세가 대응되는 자산인, 키워드 대응 자산 결정 단계를 포함하되,
    상기 제2 기간은 상기 제1 기간을 기준으로 결정되는 날짜 구간인, 키워드 및 자산 가격 관련성 평가 방법.
  9. 제 8 항에 있어서,
    상기 키워드 대응 자산 결정 단계는,
    상기 일간 키워드에 대한 상기 제1 기간 동안의 날짜 별 노출 빈도에 대응하여, 상기 제2 기간 동안 임계 값 이상의 날짜 별 가격 변화량을 갖는 자산을 식별하는 단계; 및
    상기 식별된 자산을 상기 일간 키워드에 대응되는 자산으로 결정하는 단계를 포함하는,
    키워드 및 자산 가격 관련성 평가 방법.
  10. 제 9 항에 있어서, 상기 가격 변화량은,
    상기 가격 변화량의 절대값을 포함하는,
    키워드 및 자산 가격 관련성 평가 방법.
  11. 제 8 항에 있어서,
    상기 키워드 대응 자산 결정 단계는,
    상기 제2 날짜의 일간 키워드에 상기 제1 날짜의 일간 키워드 중 동일한 키워드가 존재하는지 판단하는 단계;
    상기 동일한 키워드가 존재하면, 상기 동일한 키워드에 대응되는 것으로 결정된 자산의 날짜 별 가격 정보를 모니터링 하는 단계; 및
    상기 모니터링 결과를 기초로, 상기 동일한 키워드의 상기 결정된 자산에 대한 관련성 정보를 결정하는 단계를 포함하되,
    상기 결정된 자산의 날짜 별 가격 정보는, 상기 제2 날짜를 기준으로 미리 설정된 기간 동안의 날짜 별 가격 정보인,
    키워드 및 자산 가격 관련성 평가 방법.
  12. 제 11 항에 있어서,
    상기 관련성 정보를 결정하는 단계는,
    상기 모니터링 결과, 상기 결정된 자산의 상기 미리 설정된 기간 동안의 가격 변화량이 임계 값 이상인 경우, 상기 동일한 키워드의 상기 결정된 자산에 대한 관련성 정보를 업데이트하는 단계를 포함하는,
    키워드 및 자산 가격 관련성 평가 방법.
  13. 제 8 항에 있어서,
    상기 키워드 대응 자산 결정 단계는,
    상기 제1 날짜의 일간 키워드 중, 동일한 자산에 대응되는 키워드가 복수 개 존재하는 경우, 상기 제2 날짜의 일간 키워드에 상기 복수 개 중 어느 하나의 키워드가 존재하는지 판단하는 단계;
    상기 어느 하나의 키워드가 상기 제2 날짜의 일간 키워드 중에 존재하면, 상기 복수 개 키워드에 대응되는 것으로 결정된 자산의 날짜 별 가격 정보를 모니터링 하는 단계; 및
    상기 모니터링 결과를 기초로, 상기 어느 하나의 키워드의 상기 결정된 자산에 대한 관련성 정보를 결정하는 단계를 포함하되,
    상기 결정된 자산의 날짜 별 가격 정보는, 상기 제2 날짜를 기준으로 미리 설정된 범위의 기간 동안의 날짜 별 가격 정보인,
    키워드 및 자산 가격 관련성 평가 방법.
  14. 삭제
  15. 하나 이상의 프로세서;
    상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드(load)하는 메모리;
    미리 등록된 복수의 자산의 날짜 별 가격 정보 및 상기 컴퓨터 프로그램의 수행에 의하여 생성된 일간 키워드를 저장하는 스토리지; 및
    상기 일간 키워드에 대한 정보를 외부 장치에 송신하는 네트워크 인터페이스를 포함하되,
    상기 컴퓨터 프로그램은,
    인터넷을 통하여 복수의 텍스트 컨텐츠를 각 날짜 별로 수집하는 오퍼레이션;
    상기 복수의 텍스트 컨텐츠 각각에 대하여 LDA(Latent Dirichlet Allocation) 알고리즘을 이용한 주제의 결정 및 상기 주제와 관련된 키워드의 추출을 수행하며, 상기 각 날짜 별로 추출된 키워드 중, 제1 날짜 및 제2 날짜의 키워드로 각각 추출된 어느 하나의 키워드가 존재하고, 상기 어느 하나의 키워드의 상기 제1 날짜의 노출 빈도와 상기 제2 날짜의 노출 빈도의 차이가 임계 값 이상인 경우, 상기 어느 하나의 키워드를 상기 제1 날짜의 일간 키워드로 결정하는 오퍼레이션;
    상기 일간 키워드에 대하여, 상기 제1 날짜를 포함하는 제1 기간 동안의 날짜 별 노출 빈도 정보를 생성하는 오퍼레이션; 및
    상기 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하되, 상기 일간 키워드에 대응되는 자산은, 상기 날짜 별 노출 빈도 정보에 따른 상기 제1 기간의 노출 빈도 변화 추세와 제2 기간의 날짜 별 가격 변화 추세가 대응되는 자산인, 오퍼레이션을 포함하되,
    상기 제2 기간은 상기 제1 기간을 기준으로 결정되는 날짜 구간인,
    키워드 및 자산 가격 관련성 평가 장치.
  16. 제 15 항에 있어서,
    상기 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하는 오퍼레이션은,
    상기 일간 키워드에 대한 제1 기간 동안의 날짜 별 노출 빈도에 대응하여, 상기 미리 등록된 자산 중, 제2 기간 동안 임계 값 이상의 날짜 별 가격 변화량을 갖는 자산을 식별하는 오퍼레이션; 및
    상기 식별된 자산을 상기 일간 키워드에 대응되는 자산으로 결정하는 오퍼레이션을 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  17. 제 16 항에 있어서, 상기 컴퓨터 프로그램은,
    상기 제2 날짜의 일간 키워드를 생성하는 오퍼레이션; 및
    상기 제2 날짜의 일간 키워드에 상기 제1 날짜의 일간 키워드 중 어느 하나와 동일한 키워드가 존재하는지 판단하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  18. 제 17 항에 있어서,
    상기 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하는 오퍼레이션은,
    상기 제1 기간과 상기 제2 기간 사이의 시간 간격을 측정하는 오퍼레이션; 및
    상기 시간 간격에 대한 측정 결과를 상기 대응되는 자산에 대한 상기 일간 키워드의 관련성 정보로 저장하는 오퍼레이션을 더 포함하되,
    상기 컴퓨터 프로그램은,
    상기 동일한 키워드가 존재하는 것으로 판단되면, 상기 관련성 정보를 기초로 상기 대응되는 자산에 대한 상기 제2 날짜 기준의 투자 가이드를 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  19. 제 17 항에 있어서,
    상기 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하는 오퍼레이션은,
    상기 제1 기간과 상기 제2 기간의 사이의 선후 관계를 판단하는 오퍼레이션; 및
    상기 선후 관계에 대한 판단 결과를 상기 대응되는 자산에 대한 상기 일간 키워드의 관련성 정보로 저장하는 오퍼레이션을 더 포함하되,
    상기 컴퓨터 프로그램은,
    상기 동일한 키워드가 존재하는 것으로 판단되면, 상기 관련성 정보를 기초로 상기 대응되는 자산에 대한 상기 제2 날짜 기준의 투자 가이드를 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  20. 제 17 항에 있어서,
    상기 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하는 오퍼레이션은,
    상기 제2 기간을, 상기 대응되는 자산에 대한 상기 각 키워드의 관련성 정보로 저장하는 오퍼레이션을 더 포함하되,
    상기 컴퓨터 프로그램은,
    상기 동일한 키워드가 존재하는 것으로 판단되면, 상기 관련성 정보를 기초로 상기 대응되는 자산에 대한 상기 제2 날짜 기준의 투자 가이드를 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  21. 제 17 항에 있어서,
    상기 미리 등록된 복수의 자산 중 상기 일간 키워드에 대응되는 자산을 결정하는 오퍼레이션은,
    상기 임계 값 이상의 날짜 별 가격 변화량을, 상기 대응되는 자산에 대한 상기 각 키워드의 관련성 정보로 저장하는 오퍼레이션을 더 포함하되,
    상기 컴퓨터 프로그램은,
    상기 동일한 키워드가 존재하는 것으로 판단되면, 상기 관련성 정보를 기초로 상기 대응되는 자산에 대한 상기 제2 날짜 기준의 투자 가이드를 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  22. 제 16 항에 있어서,
    상기 컴퓨터 프로그램은,
    사용자 단말로부터 상기 생성된 일간 키워드에 대한 선택이 수신되면, 상기 선택된 키워드에 대응되는 자산에 대한 정보를 상기 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  23. 제 16 항에 있어서,
    상기 컴퓨터 프로그램은,
    사용자 단말로부터 사용자 선택 자산이 수신되면, 상기 일간 키워드 중, 상기 사용자 선택 자산에 대응되는 키워드를 추출하는 오퍼레이션; 및
    상기 사용자 선택 자산에 대응되는 키워드를 상기 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  24. 제 16 항에 있어서,
    상기 스토리지는 상기 미리 등록된 자산 중, 사용자 선택 자산을 미리 저장하고,
    상기 컴퓨터 프로그램은,
    상기 제2 날짜의 일간 키워드를 생성하는 오퍼레이션;
    상기 제2 날짜의 일간 키워드에 상기 제1 날짜의 일간 키워드 중 어느 하나와 동일한 키워드가 존재하는지 판단하는 오퍼레이션; 및
    상기 판단 결과 동일한 키워드가 존재 시, 상기 동일한 키워드 중, 상기 사용자 선택 자산에 대응되는 키워드를 사용자 단말에 송신하는 오퍼레이션을 더 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  25. 하나 이상의 프로세서;
    상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드(load)하는 메모리;
    투자 가이드 정보를 사용자 단말에 송신하는 네트워크 인터페이스; 및
    미리 등록된 자산의 날짜 별 가격 정보 및 상기 컴퓨터 프로그램의 수행에 의하여 생성된 일간 키워드를 저장하는 스토리지를 포함하되,
    상기 컴퓨터 프로그램은,
    인터넷을 통하여 수집된 복수의 텍스트 컨텐츠의 주제 관련 키워드를 추출하고, 상기 주제 관련 키워드 중에 일부를 일간 키워드로 선정하는 프로세스를 상기 텍스트 컨텐츠의 게시일 별로 수행하고, 상기 일간 키워드 각각에 대하여 날짜 별 노출 빈도 정보를 생성하고 미리 등록된 복수의 자산 중 상기 날짜 별 노출 빈도 정보에 따른 노출 빈도 변화 추세와 자산의 날짜 별 가격 변화 추세가 대응되는 자산을 상기 일간 키워드에 대응되는 자산으로 결정하며, 각 일간 키워드 별 대응 자산의 매칭 정보를 저장하는 오퍼레이션;
    날짜 별 가격 변화량이 임계 값 이상인 제1 자산에 대응되는 일간 키워드를 상기 매칭 정보에서 조회하는 오퍼레이션;
    상기 조회된 일간 키워드에 대응되는, 상기 제1 자산과 상이한 제2 자산을 상기 매칭 정보에서 조회하는 오퍼레이션; 및
    상기 제2 자산에 대한 상기 투자 가이드 정보를 상기 네트워크 인터페이스를 통하여 송신하는 오퍼레이션을 포함하는,
    키워드 및 자산 가격 관련성 평가 장치.
  26. 삭제
  27. 삭제
  28. 삭제
  29. 삭제
  30. 삭제
KR1020150160168A 2015-11-16 2015-11-16 키워드 및 자산 가격 관련성 평가 방법 및 그 장치 KR101708444B1 (ko)

Priority Applications (7)

Application Number Priority Date Filing Date Title
KR1020150160168A KR101708444B1 (ko) 2015-11-16 2015-11-16 키워드 및 자산 가격 관련성 평가 방법 및 그 장치
EP16198225.1A EP3168795A1 (en) 2015-11-16 2016-11-10 Method and apparatus for evaluating relevance of keyword to asset price
CN201610993538.6A CN106991488A (zh) 2015-11-16 2016-11-10 关键词和资产价值的关联性评估方法及其装置
US15/348,986 US20170140464A1 (en) 2015-11-16 2016-11-11 Method and apparatus for evaluating relevance of keyword to asset price
JP2016221223A JP6363679B2 (ja) 2015-11-16 2016-11-14 キーワードと資産価格との関連性評価方法及びその装置
JP2018074542A JP6703031B2 (ja) 2015-11-16 2018-04-09 キーワードと資産価格との関連性評価方法及びその装置及び資産情報のディスプレイ方法
JP2020082284A JP7021289B2 (ja) 2015-11-16 2020-05-07 資産情報のディスプレイ方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150160168A KR101708444B1 (ko) 2015-11-16 2015-11-16 키워드 및 자산 가격 관련성 평가 방법 및 그 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020170020116A Division KR20170057179A (ko) 2017-02-14 2017-02-14 키워드 및 자산 가격 관련성 평가 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101708444B1 true KR101708444B1 (ko) 2017-02-22

Family

ID=57281159

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150160168A KR101708444B1 (ko) 2015-11-16 2015-11-16 키워드 및 자산 가격 관련성 평가 방법 및 그 장치

Country Status (5)

Country Link
US (1) US20170140464A1 (ko)
EP (1) EP3168795A1 (ko)
JP (3) JP6363679B2 (ko)
KR (1) KR101708444B1 (ko)
CN (1) CN106991488A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220001065A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001061A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001063A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001062A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001064A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR102442335B1 (ko) * 2022-03-10 2022-09-14 주식회사 푸시 즉각적인 투자 수단 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102442338B1 (ko) * 2022-03-10 2022-09-14 주식회사 푸시 사용자 행위 기반의 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
WO2023277522A1 (ko) * 2021-06-29 2023-01-05 주식회사 이노핀 키워드 사전을 이용하여 투자 키워드를 관리하는 서버 및 방법

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6927862B2 (ja) * 2017-11-21 2021-09-01 株式会社日立製作所 市況コメント生成支援装置および市況コメント生成支援方法
CN109299465A (zh) * 2018-10-17 2019-02-01 北京京航计算通讯研究所 基于多种算法提升文件关键词准确度的识别系统
CN109255014A (zh) * 2018-10-17 2019-01-22 北京京航计算通讯研究所 基于多种算法提升文件关键词准确度的识别方法
US20210034628A1 (en) * 2019-07-29 2021-02-04 Jpmorgan Chase Bank, N.A. Method and system for determining information relevance
WO2023282854A2 (en) * 2021-07-09 2023-01-12 National University Of Singapore Systems and methods for ranking influence of news and for identifying positive news
KR102510954B1 (ko) * 2022-03-10 2023-03-17 주식회사 푸시 메신저를 이용한 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
WO2024018961A1 (ja) * 2022-07-21 2024-01-25 真之 正林 情報処理装置、情報処理方法、およびコンピュータプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4185059B2 (ja) * 2005-02-18 2008-11-19 大日本印刷株式会社 トレンド予測装置およびトレンド予測方法
KR20090000284A (ko) * 2007-02-14 2009-01-07 (주)인포메딕스프리벤션테크놀로지 관심주제에 대한 동향 및 성향 분석시스템
KR101544450B1 (ko) 2013-07-05 2015-08-24 주식회사 코스콤 소셜 데이터의 분석을 통한 감성 영향 인덱스의 생성 방법 및 그 시스템

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4907806B2 (ja) 2001-09-27 2012-04-04 富士通株式会社 情報処理装置
JP2003162639A (ja) * 2001-11-28 2003-06-06 Fujitsu Ltd 銘柄選択支援装置
JP3892437B2 (ja) 2002-12-20 2007-03-14 株式会社大和証券グループ本社 金融情報通知システム、方法及びプログラム、情報処理システム及び方法
JP3807623B2 (ja) 2003-02-26 2006-08-09 株式会社大和証券グループ本社 情報提供システム、方法及びプログラム
JP2005100222A (ja) 2003-09-26 2005-04-14 Nomura Research Institute Ltd 株価分析装置および株価の分析結果を格納したデータベースの生成方法
EP2039154A4 (en) 2006-06-12 2011-05-04 Invidi Tech Corp SYSTEM AND METHOD FOR INSERTING MULTIMEDIA CONTENT FROM KEYWORD SEARCH
JP4234740B2 (ja) * 2006-08-03 2009-03-04 株式会社東芝 キーワード提示装置、プログラムおよびキーワード提示方法
JP5015642B2 (ja) 2007-03-28 2012-08-29 株式会社大和証券グループ本社 有価証券情報配信システム
WO2008139568A1 (ja) * 2007-05-08 2008-11-20 Fujitsu Limited キーワード出力プログラム、キーワード出力装置およびキーワード出力方法
KR101391599B1 (ko) * 2007-09-05 2014-05-09 삼성전자주식회사 컨텐트에서의 등장 인물간의 관계에 대한 정보 생성 방법및 그 장치
US20100250340A1 (en) * 2009-03-24 2010-09-30 Ip Street, Inc. Processing and Presenting Intellectual Property and Other Information
US8245135B2 (en) * 2009-09-08 2012-08-14 International Business Machines Corporation Producing a visual summarization of text documents
JP5990178B2 (ja) * 2010-11-05 2016-09-07 楽天株式会社 キーワード抽出に関するシステム及び方法
KR101274419B1 (ko) * 2010-12-30 2013-06-17 엔에이치엔(주) 사용자 그룹별로 키워드의 순위를 결정하는 시스템 및 방법
US8856056B2 (en) 2011-03-22 2014-10-07 Isentium, Llc Sentiment calculus for a method and system using social media for event-driven trading
JP5734118B2 (ja) * 2011-07-01 2015-06-10 Kddi株式会社 ソーシャルネットワークから小集団を抽出し、名前付け、並びに可視化する方法およびプログラム
US20130290232A1 (en) * 2012-04-30 2013-10-31 Mikalai Tsytsarau Identifying news events that cause a shift in sentiment
JP2014048946A (ja) * 2012-08-31 2014-03-17 Toshiba Corp 電子機器及びその制御方法
US20140143013A1 (en) * 2012-11-19 2014-05-22 Wal-Mart Stores, Inc. System and method for analyzing social media trends
CN103559207A (zh) * 2013-10-10 2014-02-05 江苏名通信息科技有限公司 一种基于社交媒体计算的金融行为分析系统
US20150325133A1 (en) * 2014-05-06 2015-11-12 Knowledge Diffusion Inc. Intelligent delivery of educational resources
CN104951807B (zh) * 2015-07-10 2018-09-25 沃民高新科技（北京）股份有限公司 股市情绪的确定方法和装置
US10185996B2 (en) * 2015-07-15 2019-01-22 Foundation Of Soongsil University Industry Cooperation Stock fluctuation prediction method and server

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4185059B2 (ja) * 2005-02-18 2008-11-19 大日本印刷株式会社 トレンド予測装置およびトレンド予測方法
KR20090000284A (ko) * 2007-02-14 2009-01-07 (주)인포메딕스프리벤션테크놀로지 관심주제에 대한 동향 및 성향 분석시스템
KR101544450B1 (ko) 2013-07-05 2015-08-24 주식회사 코스콤 소셜 데이터의 분석을 통한 감성 영향 인덱스의 생성 방법 및 그 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
김유신 외 2인. ‘뉴스와 주가 : 빅데이터 감성분석을 통한 지능형 투자의사결정모형’. 지능정보연구, 제18권, 제2호, 2012년 6월, pp.143-156* *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220001065A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001061A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001063A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001062A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
KR20220001064A (ko) 2020-06-29 2022-01-05 한국투자증권 주식회사 컨텐츠와 자산의 관련도 평가 방법 및 장치
WO2023277522A1 (ko) * 2021-06-29 2023-01-05 주식회사 이노핀 키워드 사전을 이용하여 투자 키워드를 관리하는 서버 및 방법
KR102442335B1 (ko) * 2022-03-10 2022-09-14 주식회사 푸시 즉각적인 투자 수단 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102442338B1 (ko) * 2022-03-10 2022-09-14 주식회사 푸시 사용자 행위 기반의 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램

Also Published As

Publication number Publication date
JP7021289B2 (ja) 2022-02-16
JP2017091547A (ja) 2017-05-25
CN106991488A (zh) 2017-07-28
EP3168795A1 (en) 2017-05-17
JP6363679B2 (ja) 2018-07-25
JP6703031B2 (ja) 2020-06-03
JP2018106765A (ja) 2018-07-05
JP2020123401A (ja) 2020-08-13
US20170140464A1 (en) 2017-05-18

Similar Documents

Publication Publication Date Title
KR101708444B1 (ko) 키워드 및 자산 가격 관련성 평가 방법 및 그 장치
US20180047071A1 (en) System and methods for aggregating past and predicting future product ratings
CN107040397B (zh) 一种业务参数获取方法及装置
JP5960887B1 (ja) 算出装置、算出方法及び算出プログラム
JP6501855B1 (ja) 抽出装置、抽出方法、抽出プログラム及びモデル
US20160140656A1 (en) Evaluation device, evaluation method, and non-transitory computer readable storage medium
US11017330B2 (en) Method and system for analysing data
JP2011227721A (ja) 関心抽出装置、関心抽出方法、及び関心抽出プログラム
CN111028087A (zh) 信息展示方法、装置和设备
JP7170689B2 (ja) 出力装置、出力方法及び出力プログラム
CN112950359A (zh) 一种用户识别方法和装置
CN109727056B (zh) 金融机构推荐方法、设备、存储介质及装置
KR20170057179A (ko) 키워드 및 자산 가격 관련성 평가 방법 및 그 장치
CN114925275A (zh) 产品推荐方法、装置、计算机设备及存储介质
KR20170121094A (ko) 키워드 및 자산 가격 관련성 평가 방법 및 그 장치
CN112085566B (zh) 基于智能决策的产品推荐方法、装置及计算机设备
JP2008305229A (ja) 需要予測方法および装置
Kim et al. A privacy scoring framework: Automation of privacy compliance and risk evaluation with standard indicators
KR20230103025A (ko) 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템
CN112200602A (zh) 用于广告推荐的神经网络模型训练方法及装置
KR101725011B1 (ko) 웹 검색어를 이용한 주택매매지수 예측 장치 및 그 방법
Guterstam et al. Exploring a personal property pricing method in insurance context using multiple regression analysis
KR102570399B1 (ko) 장소 추천 방법 및 장치
CN111918323B (zh) 数据的校准方法、装置、设备以及存储介质
CN113407859B (zh) 一种资源推荐方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191211

Year of fee payment: 4