KR101942540B1 - 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템 - Google Patents
빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템 Download PDFInfo
- Publication number
- KR101942540B1 KR101942540B1 KR1020180057852A KR20180057852A KR101942540B1 KR 101942540 B1 KR101942540 B1 KR 101942540B1 KR 1020180057852 A KR1020180057852 A KR 1020180057852A KR 20180057852 A KR20180057852 A KR 20180057852A KR 101942540 B1 KR101942540 B1 KR 101942540B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- transaction service
- property
- terminal
- leased
- Prior art date
Links
- 238000000034 method Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000007418 data mining Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000004321 preservation Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 239000000543 intermediate Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008029 eradication Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- 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"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법이 제공되며, 임대물의 정보를 등록하고, 등록한 임대물과 동일 또는 유사한 조건의 임대물의 시세를 포함하는 주변 매물 정보를 검색하고, 등록한 임대물이 조회되는 경우, 등록한 임대물을 조회한 횟수 및 임대물을 조회한 임차인의 고유식별정보를 제외하여 통계처리된 데이터를 출력하며, 등록된 임대물을 예약한 임차인의 정보를 출력하여 매물 계약진행상태를 실시간으로 확인하도록 출력하는 임대 단말, 적어도 하나의 조건을 입력하여 임대물을 검색하고, 실시간으로 검색되지 않는 경우 적어도 하나의 조건과 대응하는 임대물이 등록된 경우의 알람을 신청하고, 등록된 임대물의 허위매물여부를 검증한 결과를 출력하는 임차 단말, 및 임대 단말로부터 등록된 임대물을 업로드할 때, 임대물의 허위매물 데이터를 출력하고, 임차 단말이 임대물을 조회하는 경우 임차 단말의 고유식별정보를 제외한 데이터 및 임차지급상황 데이터를 임대 단말로 전송하며, 임대인과 임차인의 정보에 기반하여 이용자 관리 등급을 나누어 부여하고 관리 대상 여부를 결정하며, 빅데이터에 기반한 매물 통계 분석 데이터를 서비스로 제공하는 안심거래 서비스 제공 서버를 포함한다.
Description
본 발명은 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 관한 것으로, 부동산 거래의 각 주체를 등급별로 분류하여 관리하고, 시세를 예측한 결과를 제공함과 동시에 허위매물의 가능성을 제로화한 안전한 부동산 거래 시스템을 제공한다.
부동산 중개업은 이익 창출을 위하여 내부 및 외부 경영성과 요인을 고려하여야 하는데 외부 요인인 고객의 부동산 중개소 선택은 그 외형적인 규모와 금액이 크고 거래에 따른 불확실성의 위험이 크기 때문에 부동산 중개소가 제공하는 다양한 서비스에 근거한 신뢰를 바탕으로 한다. 이때, 부동산 중개업계는 아직까지 과거지향적인 서비스에 의존하고 고객을 기다리는 소극적 영업마인드로 인해 대부분의 중개사무소가 고전을 면치 못하고 있어서, 부동산 중개업계는 경영성과를 향상시키기 위한 경쟁력 확보와 함께 과거지향적인 서비스를 탈피하고 고객만족 중심의 미래지향적 서비스를 통하여 부동산 중개업계의 선진화 모색이 필요하다.
이때, 부동산의 정보를 제공하는 방법은 주소만 입력하면 부동산 및 이와 관련된 정보를 한 번에 검색할 수 있도록 분석하여 제공하는 방법이 개발되었는데, 이와 관련하여, 선행기술인 한국등록특허 제10-0983977호(2010년09월27일 공고)에는, 특정 부동산에 대한 주소(소재지번)만 입력하면 자동으로 부동산 물건 정보, 관련 사진 정보, 등기부 권리분석 정보, 토지 이용계획 정보, 부동산 관련 정책 정보, 인근 매물 분석, 소유권 이전시 부대 비용 정보 및 대출 환경 분석 정보 등을 포함한 종합 분석 보고서를 생성하여 이를 사용자에게 실시간으로 제공하여 별도의 클릭없이 일목요연하게 확인할 수 있는 주소 정보를 이용한 부동산 종합 분석시스템의 구성을 개시한다.
다만, 부동산 거래는 그 외형적인 규모와 금액이 크고 거래에 따른 불확실성의 위험이 크기 때문에 인터넷에서 정보를 확인한 후, 실제 거래를 할 때에는 부동산 중개소가 제공하는 다양한 서비스에 근거한 신뢰를 바탕으로 부동산 중개소를 여전히 선택하고 있으며, 부동산 중개소에 대한 신뢰를 무엇보다 중요하게 여기고 있다는 점을 간과할 수는 없다. 또한, 인터넷에서 정보를 검색하는 과정에서도 중개업체들의 출혈경쟁으로 인하여 소위 낚시매물이 성행하고 있으며 복수의 중개업자가 하나의 매물을 반복적으로 올리고 그 이후에는 매매가 되었음에도 매물을 내리지 않아서 인터넷의 정보도 신뢰할 수 없다는 여론이 다수이다.
본 발명의 일 실시예는, 부동산 경기침체가 지속되고 있는 국내 부동산 시장상황에서 경영실적 악화를 극복하고 경영이윤을 창출하기 위해 경영활동으로서 차별화된 대고객 서비스 전략을 제공하고, 고객을 세분화하여 니즈를 살펴보고 응대할 필요성에 따라 중개인이 중개를 진행하되, 하나의 매물에 대한 하나의 게시물만을 허용함으로써 허위매물의 수를 줄이고, 이용자를 각 역할에 따른 조건으로 등급화하여 실시간으로 모니터링함으로써 불법이용자를 근절하고, 시세예측을 통하여 구매자나 임차인의 결정을 빠르게 함과 동시에 임대인이나 매도인에게도 거래상대방의 정보를 확인할 수 있도록 하여 상대방을 결정할 수 있는 기회를 제공하는, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 임대물의 정보를 등록하고, 등록한 임대물과 동일 또는 유사한 조건의 임대물의 시세를 포함하는 주변 매물 정보를 검색하고, 등록한 임대물이 조회되는 경우, 등록한 임대물을 조회한 횟수 및 임대물을 조회한 임차인의 고유식별정보를 제외하여 통계처리된 데이터를 출력하며, 등록된 임대물을 예약한 임차인의 정보를 출력하여 매물 계약진행상태를 실시간으로 확인하도록 출력하는 임대 단말, 적어도 하나의 조건을 입력하여 임대물을 검색하고, 실시간으로 검색되지 않는 경우 적어도 하나의 조건과 대응하는 임대물이 등록된 경우의 알람을 신청하고, 등록된 임대물의 허위매물여부를 검증한 결과를 출력하는 임차 단말, 및 임대 단말로부터 등록된 임대물을 업로드할 때, 임대물의 허위매물 데이터를 출력하고, 임차 단말이 임대물을 조회하는 경우 임차 단말의 고유식별정보를 제외한 데이터 및 임차지급상황 데이터를 임대 단말로 전송하며, 임대인과 임차인의 정보에 기반하여 이용자 관리 등급을 나누어 부여하고 관리 대상 여부를 결정하며, 빅데이터에 기반한 매물 통계 분석 데이터를 서비스로 제공하는 안심거래 서비스 제공 서버를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 과거의 불특정 다수를 신규고객으로 유치하기 위해 경쟁하던 마케팅 관행에서 벗어나 기존 고객을 유지할 수 있고, 시장을 보다 세분화하여, 세분화된 시장마다 특성에 맞는 정보 제공으로 기존 고객과의 관계강화로 수익을 유지하고 확대해 가는 쪽으로 마케팅 패러다임을 변경할 수 있다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 안심거래 서비스 제공 서버에서 빅데이터를 기반으로 매물 중개 서비스를 제공하기 위한 시스템의 블록 구성도이다.
도 3은 도 1의 시스템에 포함된 안심거래 서비스 제공 서버에서 입력조건을 반영하여 매물을 추천해주는 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법이 중개자, 임차인 및 임대인에게 각각 제공하는 기능을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법으로 허위매물을 검증하는 일 실시예를 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 안심거래 서비스 제공 서버에서 빅데이터를 기반으로 매물 중개 서비스를 제공하기 위한 시스템의 블록 구성도이다.
도 3은 도 1의 시스템에 포함된 안심거래 서비스 제공 서버에서 입력조건을 반영하여 매물을 추천해주는 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법이 중개자, 임차인 및 임대인에게 각각 제공하는 기능을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법으로 허위매물을 검증하는 일 실시예를 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1개의 유닛이 2개 이상의 하드웨어를 이용하여 실현되어도 되고, 2개 이상의 유닛이 1개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템(1)은, 임차 단말(100), 안심거래 서비스 제공 서버(300), 임대 단말(400), 및 중개 단말(500)을 포함할 수 있다. 다만, 이러한 도 1의 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 임차 단말(100)은 네트워크(200)를 통하여 안심거래 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 안심거래 서비스 제공 서버(300)는, 네트워크(200)를 통하여 임차 단말(100), 임대 단말(400), 중개 단말(500)과 연결될 수 있다. 또한, 임대 단말(400)은, 네트워크(200)를 통하여 안심거래 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 중개 단말(500)은, 네트워크(200)를 통하여 임차 단말(100), 안심거래 서비스 제공 서버(300) 및 임대 단말(400)과 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
임차 단말(100)은, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 임대물을 검색하는 단말일 수 있다. 이때, 임차 단말(100)은, 임차인이 원하는 조건을 입력하고, 조건에 대응하는 결과를 안심거래 서비스 제공 서버(300)로부터 수신하여 출력하는 단말일 수 있다. 그리고, 임차 단말(100)은, 허위매물을 필터링 기능을 이용하여 허위매물이나 중복매물을 필터링할 수 있고, 집합건물을 검색하는 경우, 등록된 임대물과 근접한 임차인의 정보를 고유식별정보를 제외하고 나머지를 검색할 수 있다. 이때, 검색된 타인의 정보가 누설되는 것을 방지하기 위하여 타인(근접한 임차인)의 정보는 자신의 정보를 등록하는 것을 조건으로 검색할 수 있도록 구현될 수 있으나 이에 한정되지는 않는다. 또한, 임차 단말(100)은, 안심거래 서비스 제공 서버(300)에서 자신이 입력한 키워드나 검색어에 완전히 일치하는 결과 이외에도, 확장검색을 이용하여 연관 검색어를 자동으로 삽입되도록 설정 또는 유사 검색어나 추천 검색어를 자동으로 삽입하여 검색을 실시하는 단말일 수 있다. 예를 들어, 임차인이 업계용어를 잘 파악하지 못해서 잘못된 키워드를 넣는 경우에는 검색 결과가 올바르게 나오지 않는 경우가 많다. 이 경우, 임차인은 검색 결과에 만족하지 못하거나 답답한 경우가 많은데, 안심거래 서비스 제공 서버(300)는 키워드 데이터베이스의 분류 및 클러스터링을 이용하여 올바른 키워드의 입력 또는 연관된 키워드를 넣어 함께 검색함으로써 정확한 결과를 제공할 수 있도록 한다.
여기서, 임차 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 임차 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 임차 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
안심거래 서비스 제공 서버(300)는, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 안심거래 서비스 제공 서버(300)는, 임대물이 1 개인 경우, 1 개의 게시물만이 출력되도록 관리하는 서버일 수 있다. 또한, 안심거래 서비스 제공 서버(300)는, 허위매물을 검증하고 임대물에 대하여 저당권 설정이나 경매가 개시된 것은 아닌지 등의 증명을 하고 이를 임차 단말(100)로 정보를 공개하고, 동시에 임차인의 차임 지급 현황이나 히스토리를 공개함으로써 서로 원하는 임차인이나 임대인을 고를 수 있도록 하는 서버일 수 있다. 그리고, 안심거래 서비스 제공 서버(300)는, 임차인이 집합건물을 검색할 때, 원하는 이웃을 선택할 수 있도록 임대물의 상하좌우에 거주하는 사람들의 정보를 고유식별정보를 제외한 나머지를 통계처리한 형태로 제공하는 서버일 수 있다. 다만, 개인정보가 악용되는 것을 막기 위하여 안심거래 서비스 제공 서버(300)는 정보를 열람한 사람의 정보도 함께 저장함으로써 유출이 되었을 경우 추적이 가능하도록 하는 서버일 수 있다. 또한, 안심거래 서비스 제공 서버(300)는 임대인 및 임차인과 더불어 매수인과 매도인을 등급으로 나누어 관리하고, 서로에게 피해가 되는 상황을 정의하여 저장하고, 이러한 상황을 발생시킨 각 이용자는 모니터링이나 추적하여 집중관리함으로써, 서로에게 피해가 발생하는 일을 미연에 방지하는 서버일 수 있다. 그리고, 안심거래 서비스 제공 서버(300)는 매물이나 임대물의 매매현황을 빅데이터로 수집하고, 전세, 월세 및 매물의 시세에 영향을 주는 사항, 예를 들어 금리인상이나 인하와 같은 지표를 이용하여 시세를 예측하는 서버일 수 있다. 또한, 안심거래 서비스 제공 서버(300)는 집합건물의 경우, 층수나 위치, 복도식인지 아닌지의 여부에 따라 가격이 달라지는 것을 이용 및 세분화하여 해당 조건별로 가격시세를 제공하는 서버일 수 있다. 이를 위하여, 안심거래 서비스 제공 서버(300)는, 빅데이터를 중개 단말(500) 및 기 저장된 히스토리 로그 데이터를 이용하여 구축하고, 수집, 전처리, 분석 등을 통하여 빅데이터를 분류 및 클러스터링한 후 학습시키는 서버일 수 있다. 또한, 안심거래 서비스 제공 서버(300)는, 비정형 데이터인 영상 데이터나 이미지 데이터로부터 식별자를 추출하기 위하여, 영상 데이터 및 이미지 데이터로부터 식별자를 태깅하기 위한 딥러닝 인공신경망 알고리즘을 이용하여 데이터 학습을 진행하는 서버일 수 있다. 그리고, 안심거래 서비스 제공 서버(300)는, 학습 결과에 따라 이후 입력되는 영상, 이미지 등으로부터 식별자를 태깅하거나 추출하는 서버일 수 있다.
여기서, 안심거래 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
임대 단말(400)은, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 임대인의 단말일 수 있다. 그리고, 임대 단말(400)은, 임대물을 등록하고 주변의 시세와 계약 현황을 그래프나 알람으로 추적한 결과를 안심거래 서비스 제공 서버(300)로부터 수신하는 단말일 수 있다. 또한, 임대 단말(400)은, 이용자의 조회수와 조회한 사용자의 정보가 통계처리된 데이터를 출력하고, 주변의 동일한 조건의 임대물에 대한 시세를 출력하는 단말일 수 있다. 그리고, 임대 단말(400)은, 해당 매물을 보러오는 사람들의 정보를 안심거래 서비스 제공 서버(300)로부터 수신함으로써, 원하는 임차인을 골라서 받을 수 있는 임대인의 단말일 수 있다. 이와 동시에, 임대 단말(400)은 자신의 정보도 함께 안심거래 서비스 제공 서버(300)에 등록해야 하는데, 저당권 설정사항이나 경매 여부, 부채비율 등을 제공함으로써 임차인이 자신의 보증금의 지급을 확보받을 수 있는지의 여부를 용이하게 파악하도록 하는 단말일 수 있다.
여기서, 임대 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 임대 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 임대 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
중개 단말(500)은, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 중개를 하는 부동산 중개인의 단말일 수 있다. 이때, 중개 단말(500)은 임대 단말(400)의 정보, 임대물의 상태 정보, 거래 정보를 입력하거나 수신하고, 허위매물이나 이중매매나 계약을 조회할 수 있는 단말일 수 있다.
여기서, 중개 단말(500)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 중개 단말(500)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 중개 단말(500)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
매도 단말(미도시) 또는 매수 단말(미도시)은 상술한 바 임대 단말(400) 또는 임차 단말(100)과 동일하거나 유사한 동작을 수행할 수 있으므로, 그 설명은 중복으로 생략하기로 한다. 이때, 매도 단말과 매수 단말은 안심거래 서비스 제공 서버(300)에서 분류된 등급으로 모니터링 및 감시대상이 될 수 있으며, 임대인과 임차인과 같이 상대방의 정보를 확인하기 위해서는 자신의 정보를 먼저 등록해야 하는 단말일 수 있다.
여기서, 매도 단말 또는 매수 단말은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 관리자 단말(600)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 관리자 단말(600)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 안심거래 서비스 제공 서버에서 빅데이터를 기반으로 매물 중개 서비스를 제공하기 위한 시스템의 블록 구성도이다.
본 발명의 일 실시예에 따른 안심거래 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 임차 단말(100), 임대 단말(400), 및 중개 단말(500)로 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 임차 단말(100), 임대 단말(400), 및 중개 단말(500)은, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 임차 단말(100), 임대 단말(400), 및 중개 단말(500)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hyper text mark-up language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.
도 2를 참조하면, 안심거래 서비스 제공 서버(300)는, 임대 단말(400)로부터 등록된 임대물을 업로드할 때, 임대물의 허위매물 데이터를 출력하고, 임차 단말(100)이 임대물을 조회하는 경우 임차 단말(100)의 고유식별정보를 제외한 데이터 및 임차지급상황 데이터를 임대 단말(400)로 전송하며, 임대인과 임차인의 정보에 기반하여 이용자 관리 등급을 나누어 부여하고 관리 대상 여부를 결정하며, 빅데이터에 기반한 매물 통계 분석 데이터를 서비스로 제공할 수 있다.
또한, 안심거래 서비스 제공 서버(300)는, 매물의 위치, 구분 및 가격을 포함하는 부동산 데이터와, 지번 및 호수를 포함하는 내부 데이터와, 등기부 등본, 채무 정보 및 보존 가치를 포함하는 부가 데이터와, 지역 통계 및 지수 데이터를 포함하는 오픈 데이터를 빅데이터로 수집할 수 있다. 이때, 채무 정보는 등록된 임대물의 등기부등본상 근저당권, 경매여부 및 채권최고액이 기재된 정보이고, 보존 가치는, 임대인의 신용등급을 가중치로 하여 생성될 수 있다. 이때, 상세한 설명은 본 출원인의 등록특허인 등록번호 제10-1826859호(2018년02월08일 공고)에 개시되어 있으므로 생략하기로 한다.
안심거래 서비스 제공 서버(300)는, 빅데이터를 구축하기 위하여, 저장된 로우 데이터 내에 포함된 비정형(Unstructed) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 메타 데이터로 분류를 포함한 전처리를 실시할 수 있고, 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시할 수 있다. 그리고,안심거래 서비스 제공 서버(300)는, 분석된 데이터를 시각화하여 출력할 수 있다. 이때, 데이터 마이닝은, 전처리된 데이터 간의 내재된 관계를 탐색하여 클래스가 알려진 훈련 데이터 셋을 학습시켜 새로운 데이터의 클래스를 예측하는 분류(Classification) 또는 클래스 정보 없이 유사성을 기준으로 데이터를 그룹짓는 군집화(Clustering)를 수행할 수 있다. 물론, 이외에도 다양한 마이닝 방법이 존재할 수 있으며, 수집 및 저장되는 빅데이터의 종류나 이후에 요청될 질의(Query)의 종류에 따라 다르게 마이닝될 수도 있다. 이렇게 구축된 빅데이터는, 인공신경망 딥러닝이나 기계학습 등으로 검증과정을 거칠 수도 있다.
이때, 인공 신경망은 CNN(Convolutional neural network) 구조가 이용될 수 있는데, CNN은 컨볼루션 층을 이용한 네트워크 구조로 이미지 처리에 적합하며, 이미지 데이터를 입력으로 하여 이미지 내의 특징을 기반으로 이미지를 분류할 수 있기 때문이다.
또한, 텍스트 마이닝(Text Mining)은 비/반정형 텍스트 데이터에서 자연어처리 기술에 기반하여 유용한 정보를 추출, 가공하는 것을 목적으로 하는 기술이다. 텍스트 마이닝 기술을 통해 방대한 텍스트 뭉치에서 의미 있는 정보를 추출해 내고, 다른 정보와의 연계성을 파악하며, 텍스트가 가진 카테고리를 찾아내거나 단순한 정보 검색 그 이상의 결과를 얻어낼 수 있다. 이를 이용하여, 본 발명의 일 실시예에 따른 안심거래 서비스에서는, 질의로 입력되는 식별자나 자연어를 분석하고, 그 안에 숨겨진 정보를 발굴해 내기 위해 대용량 언어자원과 통계적, 규칙적 알고리즘이 사용될 수 있다.
여기서, 임대 단말(400)은, 임대물의 정보를 등록하고, 등록한 임대물과 동일 또는 유사한 조건의 임대물의 시세를 포함하는 주변 매물 정보를 검색하고, 등록한 임대물이 조회되는 경우, 등록한 임대물을 조회한 횟수 및 임대물을 조회한 임차인의 고유식별정보를 제외하여 통계처리된 데이터를 출력하며, 등록된 임대물을 예약한 임차인의 정보를 출력하여 매물 계약진행상태를 실시간으로 확인하도록 출력할 수 있고, 임차 단말(100)은, 적어도 하나의 조건을 입력하여 임대물을 검색하고, 실시간으로 검색되지 않는 경우 적어도 하나의 조건과 대응하는 임대물이 등록된 경우의 알람을 신청하고, 등록된 임대물의 허위매물여부를 검증한 결과를 출력할 수 있다.
이때, 안심거래 서비스 제공 서버(300)는, 수집한 빅데이터인 로우 데이터(Raw Data)를 병렬 및 분산하여 저장하고, 저장된 로우 데이터 내에 포함된 비정형(Unstructed) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 메타 데이터로 분류를 포함한 전처리를 실시하고, 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여, 분석된 데이터를 시각화하여 출력할 수 있다.
여기서, 안심거래 서비스 제공 서버(300)는, 매수인이나 임차인이 편리하게 이용할 수 있도록. 사람이 사용하는 부동산 검색조건을 기계가 이해할 수 있는 시맨틱 검색기반의 검색엔진을 제공할 수 있다. 예를 들어, 시맨틱 웹(Semantic web) 기술을 활용하여 매물이나 임대물을 검색할 수 있도록, 매물 온톨로지(Ontology) 구축을 할 수 있고, 검색 조건의 타당성을 검증하기 위하여 일반인과 공인중개사를 대상으로 하는 설문조사결과를 이용할 수 있다. 이때, 안심거래 서비스 제공 서버(300)는 설문결과를 AHP(Analytic Hierarchy Process: 계층화 분석법)기법으로 분석할 수 있고, 다음으로 시맨틱 부동산 지식정보시스템의 아키텍처를 설계할 수 있으며, 구축된 아파트 온톨로지를 이용하여 사용자 질의검색을 통해 최적의 매물 후보지를 제공하도록 구성될 수 있다. 이를 위해 도출한 검색결과를 다요소 의사결정(Multi-AttributeDecision Making, MADM) 방법론으로 분석할 수 있으나, 이에 한정되는 것은 아니다.
예를 들어, 아파트를 예로 들면, 아파트 검색조건은 곧 부동산 가치를 평가하는 요인이 된다. 실질적으로 부동산 가치 평가요인은 부동산 가격형성에 중요한 요인이고, 부동산 가치의 판단 요인을 명확하고 세부적으로 정의하기 위해 기존의 부동산 가격형성요인을 이용할 수 있다. 여기서, 부동산의 가격형성 원리는 먼저 지역요인에 의해 가격수준이 형성되면，다음으로 개별요인에 의해서 구체적인 가격이 형성된다. 이는 지역요인이 지역 시장에서 수요와 공급에 따른 표준적 이용에 부응하고 지가수준을 형성하는 반면，개별요인은 부동산의 개별적 특성을 반영하여 가격을 개별화 구체화시키는 요인이 된다. 예를 들어 지역요인은 학군，대중교통, 문화시설，일상용품구매, 통근거리 등일 수 있고, 개별요인은 면적，층수，향，방의 개수，조망권, 세대수，건설업체 등급，건축연도，아파트 편의시설 등일 수 있다. 이때, 부동산의 매물을 검색하는 사용자들의 검색어를 수집하여 요인을 분석하거나 업데이트시킬 수도 있다.
일반적으로 검색을 자주하는 사람이 아닌 이상, 자연어, 예를 들어 “전망이 좋다”，“지하철역에서 가까운 거리이다”，“매우 깨끗하다” 등을 이용할 수 있는데, 이는 자연어이면서 주관적 인지 용어가 된다. 이러한 용어 사용을 보면, 아파트 검색을 위해 동원되는 모든 개념들을 표준화된 언어로 변환할 필요가 있으며，일관적인 형태로 표현하는 온톨로지의 필요성을 보여주고 있다. 즉 사람이 이해하는 주관적 인지 용어를 기계가 이해할 수 있도록 관련 용어를 체계화하고 용어간의 관계를 추론할 수 있도록 온톨로지로 구현하는 것이다. 이를 통하여 일반 포털검색에서 자신이 입력한 키워드에 대응하는 결과만이 출력되어 검색결과가 빈약해지고 유연성이 없는 문제점을 해결하고, 제대로 질문하지 못했을지라도 사용자의 의도에 맞는 결과가 도출될 수 있도록 구성될 수 있다.
또한, 안심거래 서비스 제공 서버(300)는, 지번 및 호수에 따라 서로 다른 시세를 구분하여 저장하고, 구분하여 히스토리 로그로 저장된 시세와, 시세에 영향을 주는 적어도 하나의 경제지표를 이용하여 지번 및 호수에 따른 예측 시세를 제공할 수 있다. 이때, 적어도 하나의 경제지표의 예는 한국은행에서 발표하는 기준금리일 수 있으나 이에 한정되지는 않는다.
즉, 부동산 가격의 상승 요인은 주변 환경에 따라 굉장히 다양하며 일일이 열거하기에는 너무 현실적이지 못하지만, 해당 분야에 관한 수많은 학자들의 지속적인 연구의 결과로서 부동산 가격 변화에 영향을 주는 대표적인 요인들이 선별되었으며, 이러한 요인들은 부동산 가격 변화에 영향을 주는 일반적인 요인으로 알려져 있다. 우선, 부동산은 현대사회에서 경재제로서의 가치를 가지기 때문에 기본적으로 수요와 공급의 원리에 의해 가격이 결정된다. 따라서 부동산의 수요가 증가하게 되면 그 가격 또한 증가하게 되는 것이다. 즉, 부동산 수요가 증가하는 요인에 대한 연구는 곧 가격 상승 요인을 알아보는 좋은 방법이 되는 것이다. 이를 통하여, 본 발명에서 이용하는 부동산 가격 변동 요인은 이하의 것일 수 있으나, 나열된 것으로 인하여 한정되지 않음은 자명하다 할 것이다.
부동산 가격형성요인 일반적 요인, 지역요인, 개별요인을 포함할 수 있는데, 일반적 요인이란 특정 지역이나 특정 부동산 뿐만 아니라 일반 사회·경제 전반에 걸쳐 모든 부동산 가격에 영향을 미치는 요인을 뜻하며 이는 사회적, 경제적, 행정적요인으로 나뉜다. 사회적 요인은 인구, 인구성장, 인구구조, 가구당 인구수, 생활양식 등이 있으며, 경제적 요인은 저축, 소비, 투자, 소득, 물가, 고용, 산업구조 등이 있다. 또한 행정적 요인에는 건축제한 및 규제, 토지이용계획, 부동산 정책 등이 포함된다. 지역요인이란 그 지역의 지가수준에 영향을 미치는 자연적·사회적·경제적·행정적 요인을 말하는데 앞서 언급된 일반적 요인이 지역적 차원으로 축소된 것으로 볼 수 있다. 대표적인 지역요인으로는 지역적 차원의 인구적 특성, 지역경제 동향, 지역단위의 행정적 규제, 자연환경 등이 있고, 개별요인은 당해 토지 가격에 직접적으로 영향을 미치는 요인으로서, 개별 부동산이 거래되는데 직접적으로 가장 큰 영향을 주는 요인이다. 경제적 요소는 부동산 시장에 영향을 미치는 대표적인 환경요소이며 거시경제, 미시경제 등 세분화하여 접근할 필요가 있다고 본다. 대표적인 요인으로는 경제성장, 경기변동, 물가, 인플레이션, 통화량, 주가, 금리, 소득, 소비 등이 있다. 사회·문화적 요소로는 인구·가구·풍습·전통·가치관 등이 있으며 이러한 요인들은 지역사회 내에서 지속적으로 지가의 변동에 영향을 준다. 법률·제도·정책적 요소는 정부가 현재 부동산 시장에 대해 어떠한 시각을 가지고 있는지를 보여주는 대표적인 요소이다. 이 요소는 법률의 제·개정과 밀접한 관계를 가지고 있기 때문에 광범위한 지역의 지가를 순식간에 변화시킬 수 있는 힘을 가지고 있다.
이렇게 많은 요소와 요인으로 이루어지는 원인들을 고려하여 예측 알고리즘으로 시세를 예측할 수도 있지만, 주변의 시세와 오름세에 기반하여 수치의 변동으로 이후의 변화를 예측하는 방법도 물론 가능하다. 또한, 요인이나 요소들 외에도 열거되지 않은 이유로 배제되지 않음은 자명하다 할 것이다.
그리고, 이용자 관리 등급은, 안심거래 서비스 제공 서버(300)에서, 임대차 기간 중 임차인의 동의없이 제3자에게 임대차 계약을 진행하거나 중개사고이력이 존재하는 임대인은 관리대상등급으로, 기 설정된 횟수 또는 금액에 대응하는 임차료를 미납하거나 임대인으로부터 기 설정된 조건을 만족하는 클레임이 제기된 경우는 감시대상등급으로 지정할 수 있다. 또한, 매도자 단말의 매도자가, 기 설정된 빈도 또는 주기로 매도물을, 매수자가 계약협의 후 매도물을 철회하거나 중개사고가 발생한 경우는 특별관리대상등급으로, 매수자 단말의 매수자가 매도물의 매수협의 후 가격인하를 요구하거나 중개사고가 발생한 경우는 특별관리대상등급으로 안심거래 서비스 제공 서버(300)에서 지정할 수도 있다.
또한, 안심거래 서비스 제공 서버(300)는, 적어도 하나의 조건으로 출력되는 임대물 리스트와 적어도 하나의 조건을 만족하는 임대물의 유사도 및 임차인의 선호도에 기반하여 추천 목록을 생성하여 임차 단말(100)로 전송하고, 임대물 리스트 상의 임대물이 집합건물에 포함된 경우, 임대물과 상하좌우 중 어느 하나의 임차인 정보를 고유식별정보를 제거한 후 임차 단말(100)로 전송할 수 있다. 예를 들어, A는 아침 9시부터 저녁 6시까지 일하는 직장인이고, 저녁 9시부터 아침 7시까지는 잠을 자야 한다고 가정한다. 이때, 등록된 임대물의 윗집에 유아가 있는 가족이 살고 있다고 하면, 시세가 마음에 들지라도 이웃과의 마찰을 피하고 편안한 휴식을 위하여 해당 임대물을 고르지 않을 가능성이 있다. 이를 고려하여 미리 이러한 요소들을 가진 임대물은 필터링함으로써 발품을 파는 시간과, 입주 후에 발생되는 문제들을 최소화할 수 있도록 한다.
안심거래 서비스 제공 서버(300)는, 임차인에서 적어도 하나의 조건을 입력하여 임대물을 검색할 때, 적어도 하나의 조건에 대응하는 키워드와, 키워드의 연관 및 유사 단어 집합을 기 저장된 데이터베이스로부터 추출하여 검색하고, 키워드와 동일하지 않은 연관 및 유사 단어로 임대물이 검색된 경우, 검색된 임대물과 적어도 하나의 조건에 대응하는 키워드 간의 유사도가 임차 단말(100)에서 출력되는 임대물 목록에 출력되도록 할 수 있다. 이는, 상술한 시맨틱 웹과 유사한 시작점에서 출발하는데, 예를 들어, 검색에 능숙하지 않은 사람이라면 검색어를 제대로 고르지 못하고, 검색엔진의 특성상 해당 키워드가 포함된 단순 검색결과만을 알려주기 때문에, 검색에 능숙하지 않은 사람들은 소위 "틀린 질문"으로 "틀린 답"만을 얻는 경우가 있다. 이에 따라, 안심거래 서비스 제공 서버(300)는, 틀린 질문과 옳은 답을 연결한 데이터베이스를 빅데이터를 수집하여 구축할 수 있다. 예를 들어, 틀린질문을 계속하는 사람들의 히스토리를 로그로 수집하는 경우, 어떠한 결과에서 멈추거나 결국에는 옳은 답을 찾아가는 과정을 빅데이터화함으로써, 틀린질문의 모음을 빅데이터화하고, 이에 옳은 답을 얻을 수 있는 키워드로 배치하거나 함께 검색함으로써 옳은 답을 바로 찾을 수 있도록 한다. 예를 들어, A(옳은 질문)-B(A에 대한 답)이고, 능숙하지 못한 이용자가 C-D-E-F-G를 검색하다가 B를 찾아냈다고 가정한다. 이러한 경우, C,D,E,F,G를 A와 매칭시키고, C,D,E,F,G가 입력된 경우 A도 함께 넣어 검색하도록 함으로써, 틀린 질문을 했더라도 옳은 답을 바로 찾을 수 있도록 한다.
한편, 임대인으로부터 등록된 임대물을 안심거래 서비스 제공 서버(300)에 제공하는 중개 단말(500)이 더 포함될 수 있고, 안심거래 서비스 제공 서버(300)는, 등록된 임대물의 주소와 동일한 주소를 가지는 임대물이 서로 다른 중개 단말(500)로부터 복수로 중복등록되는 경우, 중복 등록된 임대물을 안심거래 서비스 제공 서버(300)에서 제공하는 페이지에 업로드하지 않거나 비활성화시킬 수 있다.
이와 같은 도 2의 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 3은 도 1의 시스템에 포함된 안심거래 서비스 제공 서버에서 입력조건을 반영하여 매물을 추천해주는 서비스가 구현된 일 실시예를 설명하기 위한 도면이다. 도 3을 참조하면, 이용자(매수자, 임차인)가 매물의 위치나 종류, 예상 비용이나 부가 조건 등을 입력하는 경우, 안심거래 서비스 제공 서버(300)는, 유사도와 선호도에 기반하여 추천 목록을 생성하고, 동일조건 중 최적의 매물을 추천할 수 있다.
이때, 부동산 거래에서 정보가 중요한 것은 부동산이 일반적인 재화와는 달리 고유한 입지적 물리적 특성을 갖기 때문인데, 부동산의 이러한 특성으로 인하여 똑같은 조건과 성질을 갖는 부동산은 존재하지 않으며, 부동산은 부동성, 고정성 그리고 물리적 속성인 개별성이라는 특성을 가지고 있다. 다만, 부동산 거래 당사자가 알려고 하는 부동산 정보는 대부분 공공기관에서 제공되고 있으며, 최초 생산하는 공공기관에서도 부동산 정보를 여러 부서에서 분산·관리하고 있는 실정이다. 따라서, 본 발명의 일 실시예는 공공과 민간의 부동산 거래정보 연계서비스를 제공할 수 있는데, 공공과 민간에서 제공하는 부동산 정보는 구축할 수 있는 정보가 다르기 때문에 제공하는 서비스 또한 목적, 용도, 사용주체에 따라 다르게 운영되고 있지만, 이용자들은 직관적으로 하나의 화면에서 다양한 정보를 비교하며 취득하는 것을 선호하기 때문에, 공공부문의 지적행정시스템, KLIS, RTMS, 세움터 등과 민간부문의 오피스정보, KB국민은행 등의 은행권과의 연계 서비스를 제공함으로써 빠르고 정확한 부동산의 정보를 제공할 수 있도록 한다. 예를 들어, GIS 기반의 필지별 종합정보라는 한 화면에서 토지정보(지적행정, KLIS)와 건축물정보(e-AIS) 및 가격정보 등이 제공될 수 있는 모델을 구축할 수 있다.
또한, 공간정보, 속성정보와 공공정보, 민간정보를 바탕으로 기초통계치 및 주택가격지수 산정 분석을 통하여 시계열적 가격분석과 가격변동분석 그리고 대체부동산가격검증 서비스를 함께 이용하여 선호도와 유사도를 만족하는 검색 결과 중 최적의 검색결과를 제시할 수 있도록 한다.
이와 같은 도 3의 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 및 도 2를 통해 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법이 중개자, 임차인 및 임대인에게 각각 제공하는 기능을 설명하기 위한 도면이다. 도 4의 (a)를 참조하면, 본 발명의 일 실시예에 있어서, 중개업자는 1 개의 매물에 대한 1 개의 게시물이 이미 올려진 경우에는 동일한 주소의 매물을 업로드할 수 없고, 역으로 자신이 매물을 업로드한 경우라면 타인이 동일하 주소의 매물을 업로드할 수 없도록 구성된다. 그리고, 전월세의 특성상 1 내지 2 년 단위로 근거리로 이주하는 특성을 나타내기 때문에, 서비스 품질이나 신뢰도가 형성된 정도에 따라 지속적으로 매물을 맡기는지의 여부가 판가름되므로, 허위매물 및 이중매매 등을 근절한 본 발명의 플랫폼 내에서 고객과의 지속적인 신뢰 관계를 구축할 수 있는 수단을 마련할 수 있다.
또한, 동일한 주소지의 등록을 방지하는 경우에는 손쉽게 허위매물의 등록을 방지할 수 있는데, 예를 들어, 부동산 거래에서 매매의 경우에는 특정금액이 정해져서 오차범위를 벗어나지 않는 것이 대부분이지만, 임대차와 같은 경우에는 동일 소재지일지라도 매물의 유형이 많고 변경이 가능하기 때문이다. 즉, 5000만원 전세, 보증금 4천만원에 월세 10만원, 보증금 3천만원에 월세 20만원, 보증금 1천마원에 월세 40만원 등과 같이 다양한 옵션이 나올 수 있기 때문에, 매물의 옵션이 동일한 것을 찾는 것이 아니라 주소지의 중복등록을 방지하는 방법으로도 간단하게 허위매물의 등록을 막을 수 있고, 사용자도 주소지를 기준으로 다양한 옵션을 확인할 수 있고 중복등록 등으로 발생하는 낚시매물을 근절할 수 있다. 물론, 옵션으로 동일한 것을 찾는 방법을 배제하는 것은 아님은 자명하다 할 것이다.
(b)를 참조하면, 이용자(매수자, 임차인)는 중개수수료가 절감되므로 전반적인 이사비용에 대한 부담감을 없앨 수 있고, 중복매물, 이중매매, 허위매물 등의 근절로 인하여 소위 "낚시" 매물이 존재한다는 사람들의 인식을 변화시킬 수 있고, 실제 보유 매물에 대한 정보만을 제공하기 때문에, 이용자 또한 중개인과 본 발명의 일 실시예에 따른 플랫폼을 신뢰할 수 있으며, 자동 트래킹(Tracking)으로 이용자가 찾는 조건과 유사한 조건의 매물을 확인 및 추적함으로써, 직관적으로 어려운 키워드나 검색과정 없이도 손쉽게 원하는 매물을 찾을 수 있다.
(c)를 참조하면, 임대인이나 매도인은 자신의 매물과 유사한 주변의 매물 정보를 검색할 수 있으며, 실시간 동일 건물(집합건물)의 시세나, 유사한 주변의 매물 정보를 검색할 수 있으며, 자신이 등록한 임대물 또는 부동산을 누가 관심있게 보고 있는지, 몇 명이나 보고 있는지에 대한 정보를 수집할 수 있어서, 임차인이나 매수인과 함께, 임대인이나 매도인도 자신이 원하는 조건을 가진 사람에게 임대를 하거나 매도를 할 수 있도록 한다.
이와 같은 도 4의 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 3을 통해 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법으로 허위매물을 검증하는 일 실시예를 설명하기 위한 도면이다. 도 5를 참조하면, 본 발명의 일 실시예는 허위매물, 이중매매, 가상매물 업로드 등을 제거하도록, 각종 정보를 통하여 허위매물이나 이중매매를 감지하고, 가상매물을 업로드할 수 없도록 실제 매물이 등록된 경우 다른 요청들은 업로드되지 못하도록 하거나 비활성화시키고, 매물의 권리분석을 실시하여 안전한 매물인지의 여부를 고비용을 들이지 않고도 제공할 수 있음으로써, 중개인의 출혈경쟁과, 이용자의 신뢰도 하락을 막을 수 있도록 구성된다.
이와 같은 도 5의 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스는, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스는, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (10)
- 안심거래 서비스 제공 시스템에 있어서,
임대물의 정보를 등록하고, 상기 등록한 임대물과 동일 또는 유사한 조건의 임대물의 시세를 포함하는 주변 매물 정보를 검색하고, 상기 등록한 임대물이 조회되는 경우, 상기 등록한 임대물을 조회한 횟수 및 임대물을 조회한 임차인의 고유식별정보를 제외하여 통계처리된 데이터를 출력하며, 상기 등록된 임대물을 예약한 임차인의 정보를 출력하여 매물 계약진행상태를 실시간으로 확인하도록 출력하는 임대 단말;
적어도 하나의 조건을 입력하여 임대물을 검색하고, 실시간으로 검색되지 않는 경우 상기 적어도 하나의 조건과 대응하는 임대물이 등록된 경우의 알람을 신청하고, 상기 등록된 임대물의 허위매물여부를 검증한 결과를 출력하는 임차 단말;
상기 임대 단말로부터 등록된 임대물을 업로드할 때, 상기 임대물의 허위매물 데이터를 출력하고, 상기 임차 단말이 상기 임대물을 조회하는 경우 상기 임차 단말의 고유식별정보를 제외한 데이터 및 차임지급현황 또는 차임지급 히스토리를 포함하는 임차지급상황 데이터를 상기 임대 단말로 전송하며, 임대인과 임차인의 정보에 기반하여 이용자 관리 등급을 나누어 부여하고 관리 대상 여부를 결정하며, 빅데이터에 기반한 매물 통계 분석 데이터를 서비스로 제공하는 안심거래 서비스 제공 서버;
를 포함하고,
상기 이용자 관리 등급은, 상기 안심거래 서비스 제공 서버에서, 임대차 기간 중 임차인의 동의없이 제3자에게 임대차 계약을 진행하거나 중개사고이력이 존재하는 임대인은 관리대상등급으로, 기 설정된 횟수 또는 금액에 대응하는 임차료를 미납하거나 임대인으로부터 기 설정된 조건을 만족하는 클레임이 제기된 경우는 감시대상등급으로 지정하고,
상기 안심거래 서비스 제공 서버는, 상기 적어도 하나의 조건으로 출력되는 임대물 리스트와 상기 적어도 하나의 조건을 만족하는 임대물의 유사도 및 상기 임차인의 선호도에 기반하여 추천 목록을 생성하여 상기 임차 단말로 전송하고, 상기 임대물 리스트 상의 임대물이 집합건물에 포함된 경우, 상기 임대물의 상하좌우 중 어느 하나의 임차물을 임차한 임차인 정보를 고유식별정보를 제거한 후 상기 임차 단말로 전송하는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 안심거래 서비스 제공 서버는,
매물의 위치, 구분 및 가격을 포함하는 부동산 데이터; 지번 및 호수를 포함하는 내부 데이터; 등기부 등본, 채무 정보 및 보존 가치를 포함하는 부가 데이터; 및 지역 통계 및 지수 데이터를 포함하는 오픈 데이터를 빅데이터로 수집하고,
상기 채무 정보는 상기 등록된 임대물의 등기부등본상 근저당권, 경매여부 및 채권최고액이 기재된 정보이고, 보존 가치는, 상기 임대인의 신용등급을 가중치로 하여 생성되는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 제 2 항에 있어서,
상기 안심거래 서비스 제공 서버는,
상기 수집한 빅데이터인 로우 데이터(Raw Data)를 병렬 및 분산하여 저장하고, 상기 저장된 로우 데이터 내에 포함된 비정형(Unstructed) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 메타 데이터로 분류를 포함한 전처리를 실시하고, 상기 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여, 상기 분석된 데이터를 시각화하여 출력하는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 제 2 항에 있어서,
상기 안심거래 서비스 제공 서버는,
상기 지번 및 호수에 따라 서로 다른 시세를 구분하여 저장하고, 상기 구분하여 히스토리 로그로 저장된 시세와, 상기 시세에 영향을 주는 적어도 하나의 경제지표를 이용하여 상기 지번 및 호수에 따른 예측 시세를 제공하는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 삭제
- 제 1 항에 있어서,
상기 안심거래 서비스 제공 시스템은 매도자 단말 및 매수자 단말이 더 포함되고,
상기 매도자 단말의 매도자가, 기 설정된 빈도 또는 주기로 매도물을, 매수자가 계약협의 후 매도물을 철회하거나 중개사고가 발생한 경우는 특별관리대상등급으로, 상기 매수자 단말의 매수자가 매도물의 매수협의 후 가격인하를 요구하거나 중개사고가 발생한 경우는 특별관리대상등급으로 상기 안심거래 서비스 제공 서버에서 지정하는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 임대인으로부터 상기 등록된 임대물을 상기 안심거래 서비스 제공 서버에 제공하는 중개 단말;
을 더 포함하고,
상기 안심거래 서비스 제공 서버는, 상기 등록된 임대물의 주소와 동일한 주소를 가지는 임대물이 서로 다른 중개 단말로부터 복수로 중복등록되는 경우, 상기 중복 등록된 임대물을 상기 안심거래 서비스 제공 서버에서 제공하는 페이지에 업로드하지 않거나 비활성화시키는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 삭제
- 제 1 항에 있어서,
상기 안심거래 서비스 제공 서버는,
상기 임차인에서 적어도 하나의 조건을 입력하여 임대물을 검색할 때, 상기 적어도 하나의 조건에 대응하는 키워드와, 상기 키워드의 연관 및 유사 단어 집합을 기 저장된 데이터베이스로부터 추출하여 검색하고,
상기 키워드와 동일하지 않은 연관 및 유사 단어로 임대물이 검색된 경우, 상기 검색된 임대물과 상기 적어도 하나의 조건에 대응하는 키워드 간의 유사도가 상기 임차 단말에서 출력되는 임대물 목록에 출력되도록 하는 것인, 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템.
- 삭제
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180057852A KR101942540B1 (ko) | 2018-05-21 | 2018-05-21 | 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템 |
| US16/039,364 US20190026752A1 (en) | 2017-07-20 | 2018-07-19 | System for providing real property information online and system for providing safe transaction service using bigdata-based grade classification and market value prediction |
| CN201810806044.1A CN109285092A (zh) | 2017-07-20 | 2018-07-20 | 网上房地产信息提供系统，房地产放心交易服务提供系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180057852A KR101942540B1 (ko) | 2018-05-21 | 2018-05-21 | 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101942540B1 true KR101942540B1 (ko) | 2019-01-28 |
Family
ID=65269747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180057852A KR101942540B1 (ko) | 2017-07-20 | 2018-05-21 | 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101942540B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102091644B1 (ko) * | 2019-07-17 | 2020-05-29 | 부동산거래소 주식회사 | Ｏ２ｏ 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법 |
| KR102271234B1 (ko) * | 2020-10-06 | 2021-06-30 | 장영태 | Pnu를 활용한 부동산 유사사례 db 생성 방법 |
| KR102290481B1 (ko) * | 2020-02-25 | 2021-08-17 | (주)오아시스비즈니스 | 블록 체인 기반 부동산 거래 서비스를 제공하는 방법 및 장치 |
| KR102301303B1 (ko) * | 2020-12-28 | 2021-09-13 | 케이알지그룹 주식회사 | 월세 역경매 제공 방법 및 이를 실행하는 서버 |
| KR20220011518A (ko) * | 2020-07-21 | 2022-01-28 | 건국대학교 글로컬산학협력단 | 부동산 매물 정보 제공 장치 및 방법 |
| KR102472820B1 (ko) * | 2022-03-28 | 2022-11-30 | 이경민 | 부동산 중개 시스템 및 그 시스템의 부동산 중개 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003178126A (ja) * | 2001-12-11 | 2003-06-27 | Yoshihiro Mimata | 賃貸物件入札システム |
| KR101826859B1 (ko) * | 2017-07-20 | 2018-02-08 | 김동민 | 허위매물 방지하는 온라인상의 부동산 정보 제공 시스템 |
-
2018
- 2018-05-21 KR KR1020180057852A patent/KR101942540B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003178126A (ja) * | 2001-12-11 | 2003-06-27 | Yoshihiro Mimata | 賃貸物件入札システム |
| KR101826859B1 (ko) * | 2017-07-20 | 2018-02-08 | 김동민 | 허위매물 방지하는 온라인상의 부동산 정보 제공 시스템 |
Non-Patent Citations (1)
| Title |
|---|
| 옥진아 외 1인. 경기도 주택·부동산 빅데이터 분석 및 활용체계 연구. 정책연구. 경기연구원. 2015년 11월, pp.1-112 (2015.11.)* |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102091644B1 (ko) * | 2019-07-17 | 2020-05-29 | 부동산거래소 주식회사 | Ｏ２ｏ 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법 |
| KR102290481B1 (ko) * | 2020-02-25 | 2021-08-17 | (주)오아시스비즈니스 | 블록 체인 기반 부동산 거래 서비스를 제공하는 방법 및 장치 |
| KR20220011518A (ko) * | 2020-07-21 | 2022-01-28 | 건국대학교 글로컬산학협력단 | 부동산 매물 정보 제공 장치 및 방법 |
| KR102591465B1 (ko) * | 2020-07-21 | 2023-10-18 | 건국대학교 글로컬산학협력단 | 부동산 매물 정보 제공 장치 및 방법 |
| KR102271234B1 (ko) * | 2020-10-06 | 2021-06-30 | 장영태 | Pnu를 활용한 부동산 유사사례 db 생성 방법 |
| KR102301303B1 (ko) * | 2020-12-28 | 2021-09-13 | 케이알지그룹 주식회사 | 월세 역경매 제공 방법 및 이를 실행하는 서버 |
| KR102472820B1 (ko) * | 2022-03-28 | 2022-11-30 | 이경민 | 부동산 중개 시스템 및 그 시스템의 부동산 중개 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101942540B1 (ko) | 빅데이터 기반 등급분류 및 시세예측을 이용한 부동산의 안심거래 서비스 제공 시스템 | |
| Kim et al. | The influence of recent hotel amenities and green practices on guests’ price premium and revisit intention | |
| Gupta | Introduction to data mining with case studies | |
| Asplund et al. | Auditing race and gender discrimination in online housing markets | |
| Fishburn | Utility theory | |
| KR102297669B1 (ko) | 제조사 및 유통사 간 연결을 위한 매칭 서비스 제공 시스템 | |
| US20090248434A1 (en) | Analyzing transactional data | |
| CN109285092A (zh) | 网上房地产信息提供系统，房地产放心交易服务提供系统 | |
| Türkcan et al. | The impact of economic and political crises on the survival of tourism-related firms: Evidence from Antalya | |
| KR102162982B1 (ko) | 부동산 허위/중복 매물 방지 및 안심 거래 서비스 시스템 | |
| KR102029357B1 (ko) | 부동산 직거래 서비스 제공 시스템 및 이를 이용한 부동산 직거래 서비스 방법 | |
| Bravi et al. | Preferences evaluation with a choice experiment on cultural heritage tourism | |
| KR102147999B1 (ko) | 부동산 정보를 제공하기 위한 방법 | |
| KR102084719B1 (ko) | 판매 예측 정보 제공 시스템 | |
| Athanasopoulos et al. | Probabilistic forecasts using expert judgment: The road to recovery from COVID-19 | |
| KR102160612B1 (ko) | 폐쇄형 플랫폼 기반 조건 매칭형 부동산 중개 서비스 제공 시스템 | |
| Basar et al. | A decision support methodology for locating bank branches: a case study in Turkey | |
| Coffee et al. | Composition and context drivers of residential property location value as a socioeconomic status measure | |
| Kato | Consumer response tendency and its implications for satisfaction and recommendation intention | |
| Feizizadeh et al. | Urban restaurants and online food delivery during the COVID-19 pandemic: A spatial and socio-demographic analysis | |
| KR102536003B1 (ko) | 부동산 정보 제공에 따른 차등적 리워드 보상 서비스를 제공하는 시스템 및 방법 | |
| Zhang et al. | Time and distance heterogeneity in the neighborhood spillover effects of foreclosed properties | |
| Li et al. | Assessing the impact of location on hotel development: An analysis of Manhattan hotels, 1822–2012 | |
| KR101968760B1 (ko) | 구매전 체크포인트를 체크하기 위한 확인대행 중개 서비스 제공 방법 | |
| Başar et al. | Location analysis in banking: a new methodology and application for a Turkish bank |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |