KR102052694B1 - 데이터 그룹의 결합을 통한 데이터 분석 방법, 장치 및 컴퓨터 판독가능 매체 - Google Patents

Abstract

본 발명인 데이터 그룹의 결합을 통한 데이터 분석 방법은, 유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신 단계; 수신된 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정 단계; 및 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 도출하는 결과 도출 단계;를 포함하는 것을 특징으로 한다. 한편, 데이터 그룹의 결합을 통한 데이터 분석 장치는 유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신부; 수신된 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정부; 및 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 도출하는 결과 도출부;를 포함하는 것을 특징으로 한다.

Description

데이터 그룹의 결합을 통한 데이터 분석 방법, 장치 및 컴퓨터 판독가능 매체{METHOD, APPARATUS AND COMPUTER-READABLE MEDIUM OF DATA ANALYSIS COMBINE WITH DATA GROUPS}

본 발명은 데이터 그룹의 결합을 통한 데이터 분석 방법에 관한 것으로서, 더욱 구체적으로는 둘 이상의 데이터그룹을 별도의 데이터 편집 및 변환 없이 매개 데이터를 활용하여 결합하고, 데이터 분석을 통한 결과를 도출하는 기술에 관한 것이다.

최근 컴퓨터와 네트워크의 발전으로 인하여 많은 양의 자료를 클라우드 등에 저장 및 보관하게 되었으며, 이에 따라 저장 및 보관된 데이터를 효율적으로 분석하여 유저에게 분석 결과를 제공하는 데이터 분석 기술이 개시되고 있다.

한편, 한국 공개특허 제10-2016-0100752호(컬럼-인덱스 데이터 포맷을 이용하여 빅데이터를 효율적으로 처리 및 분석하는 시스템 및 방법)에서는 빅데이터를 처리하기 위하여 컬럼 단위로 데이터를 정렬하여 딕셔너리를 생성하고, 정렬된 데이터들의 크기에 따라 적어도 하나 이상의 데이터 블록들로 분류함으로써 데이터 블록의 순서에 따라 포함되는 인덱스를 딕셔너리마다 생성하고, 빅데이터의 로우 순서대로 컬럼별 아이디를 생성하여 데이터 처리를 수행하는 기술에 대해 개시하고 있다.

그러나, 상술한 선행발명에 의한 데이터 분석 방법은, 데이터 포맷 또는 형식이 중복되는 부분이 적을 경우, 차이가 존재하는 데이터를 어떤 기준으로 결합할지 여부를 결정하는 것이 매우 어려워 실질적으로 다양한 데이터를 결합하여 결과를 도출하는 것이 거의 불가능했으며, 데이터를 결합하더라도 데이터들 간을 일일이 결합하여 동일한 포맷 또는 형식으로 새로운 데이터를 생성해야 했음에 따라서, 시간 및 비용의 소모가 극심한 문제점이 존재했다.

또한, 상술한 선행발명은 데이터 결합을 수행하지 않고 분리된 데이터들을 분석하는데 그치고 있으며, 데이터 분석을 통하여 도출된 결과가 확보된 데이터들마다 서로 상이하여 그 결과에 대한 낮은 신뢰성 또한 문제로 지적되어 왔다.

이에 본 발명은 데이터의 수정 및 편집이 불필요하고, 데이터의 차별도에 관계 없이 데이터 포맷 형식이 완전히 다른 데이터 그룹들을 용이하게 결합하고 데이터 간의 상관관계를 도출함으로써 데이터 분석을 통한 결과 도출을 신속하고 편리하게 도출할 수 있는 기술을 제공함에 일 목적이 있다.

상술한 목적을 달성하기 위하여, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 데이터 그룹의 결합을 통한 데이터 분석 방법은, 유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신 단계; 수신된 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정 단계; 및 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 도출하는 결과 도출 단계;를 포함하는 것을 특징으로 한다.

한편, 데이터 그룹의 결합을 통한 데이터 분석 장치는 유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신부; 수신된 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정부; 및 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 도출하는 결과 도출부;를 포함하는 것을 특징으로 한다.

본 발명의 일 실시 예에 따르면, 별도의 데이터 수정 및 편집 없이도 데이터 포맷 및 형식이 상이한 데이터 그룹들을 매개 데이터를 통하여 용이하게 결합하고 데이터 간의 상관관계를 도출해냄으로써 데이터 분석을 통한 결과를 신속하고 용이하게 도출할 수 있는 효과가 있다.

또한 본 발명의 일 실시 예에 따르면 매개 데이터만을 이용하여 둘 이상의 데이터 그룹을 하나의 분석 기준으로 분석할 수 있어서, 분석 가능한 데이터의 종류에 제한이 없어지게 되어 데이터 분석의 범용성이 넓어지는 효과가 있다.

또한 본 발명의 일 실시 예에 따르면, 독립된 데이터만을 이용하는 것이 아니라 둘 이상의 데이터 그룹에서 획득된 매개 데이터를 활용하여 데이터 그룹을 결합 및 분석함으로써 데이터 분석의 정확도가 향상되며, 이에 따라 분석 결과에 대한 신뢰성이 향상되는 효과가 있다.

도 1은 본 발명의 일 실시 예에 따른 데이터 그룹의 결합을 통한 데이터 분석 방법의 흐름도.
도 2는 본 발명의 일 실시 예에 따른 데이터 그룹의 결합을 통한 데이터 분석 장치의 구성도.
도 3은 본 발명의 일 실시 예에 따라 유저 단말에 수신된 결합 대상 데이터의 실시 예.
도 4는 본 발명의 일 실시 예에 있어서 유저 단말에 수신된 데이터 그룹을 구성하는 서브 데이터의 실시 예.
도 5는 본 발명의 일 실시 예에 따라 수신한 데이터로부터 매개 데이터가 선정되는 실시 예.
도 6은 본 발명의 일 실시 예에 따라 제공되는 결과 데이터의 실시 예.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 설명하기 위한 블록도.

이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시 예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

본 발명은, 데이터 그룹의 결합을 통한 데이터 분석 방법에 관한 것으로서, 데이터 포맷 형식이 완전히 다른 데이터 그룹들을 용이하게 결합하고 데이터 간의 상관관계를 도출함으로써 데이터 분석을 통한 결과 도출을 신속하고 편리하게 도출할 수 있는 기술을 제공함에 일 목적이 있다.

한편, 상술한 목적을 수행하기 위하여 도 1을 참조하면, 도 1에는 본 발명의 일 실시 예에 따른 데이터 그룹의 결합을 통한 데이터 분석 방법의 흐름도를 도시하였다.

먼저, 유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신 단계(S1)가 수행될 수 있다.

한편, 본 발명에서 이용되는 유저 단말은 적어도 유/무선 전화기(wire/wireless telephone), 태블릿 PC(Tablet PC), 랩톱(Laptop), 개인용 컴퓨터(Personal computer), 스마트폰(Smartphone), 개인 휴대용 정보 단말기(Personal Digital Assistant) 및 이동통신 단말기(Mobile Communication Terminal) 중 어느 하나일 수 있으며, 외부 네트워크를 통하여 연결된 데이터베이스로부터 데이터 그룹을 수신하고, 본 발명인 데이터 그룹의 결합을 통하여 데이터 분석을 수행할 수 있는 유저 단말이라면 제한 없이 이용될 수 있다.

또한 상술한 데이터베이스는, 외부 네트워크와 연결된 서로 독립된 둘 이상의 데이터베이스에서 유저 단말로 수신된 둘 이상의 데이터 그룹들이 저장되는 공간으로 이해될 수 있으며, 유저 단말의 선택 입력에 따라 선택된 적어도 둘의 데이터 그룹을 서버로 로드하는 기능을 수행하는 것으로 이해될 것이다.

한편, 상술한 S1 단계에서 유저 단말에 수신되는 결합 대상 데이터는, 유저가 결합하고자 하는 둘 이상의 데이터 그룹을 의미하며, 예를 들어, 유저가 결합하고자 하는 데이터가 A 공공기관과 B 금융기관의 데이터페이스에 포함되는 데이터 그룹일 경우, 상술한 A 공공기관 및 B 금융기관의 각각의 데이터베이스로부터 데이터 그룹을 수신하는 것으로 이해될 수 있다.

S1 단계의 수행 후, 수신된 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정 단계(S2)가 수행된다.

한편, 상술한 서브 데이터는 각각의 데이터 그룹을 구성하는 내용 정보 또는 속성 정보를 포함하는 개념으로 이해될 것이며, 본 발명의 한 실시 예에 있어서 상술한 S2 단계는, 둘 이상의 데이터베이스로부터 수신된 데이터 그룹들에 공통적으로 포함된 서브 데이터들 중 결과 데이터에 영향 수치가 높을 것으로 예상되는 적어도 하나의 서브 데이터를 매개 데이터로서 선정하는 기능을 수행할 수 있다.

다시 말해서, 상술한 매개 데이터는 데이터 그룹을 이루며, 둘 이상의 데이터 그룹에 공통적으로 포함된 서브 데이터들 중 도출 대상이 되는 결과 데이터의 속성 정보에 기반하여, 결과 데이터에 높은 비중을 가질 것으로 예상되는 서브 데이터가 자동으로 산정될 수 있는 것이다.

한편, 본 발명의 또 다른 실시 예에 있어서, 상술한 S2 단계는, 둘 이상의 데이터베이스로부터 수신된 데이터 그룹들에 공통적으로 포함된 서브 데이터를 추출하여 유저 단말에 제공할 수 있으며, 이때, 제공된 서브 데이터 중 유저 단말의 입력 수단에 의해 선택된 적어도 하나의 서브 데이터를 매개 데이터로 선정하는 기능을 수행할 수 있다.

즉, 앞서 언급하였듯이 본 발명에서는 데이터 그룹들에 공통적으로 포함된 서브 데이터들 중 결과 데이터에 영향 수치가 높을 것으로 예상되는 서브 데이터를 자동으로 추출하여 매개 데이터로 선정할 수도 있으나, 데이터 그룹들에 공통적으로 포함된 서브 데이터들 중 유저 단말의 입력 수단을 통해 유저가 직접 매개 데이터를 선정할 수도 있는 것이다.

다시 말해서 상술한 실시 예들에 의하여, 매개 데이터만을 이용하여 둘 이상의 데이터 그룹을 하나의 분석 기준으로 분석할 수 있어서, 분석 가능한 데이터의 종류에 제한이 없어지게 되며, 데이터 분석의 범용성이 넓어지는 효과를 도출할 수 있다.

한편, 상술한 S2 단계의 수행에 의하여 데이터 그룹들 사이에서 선정된 매개 데이터는 도출 대상이 되는 결과 데이터에 가장 상관도가 높을 것으로 예상되는 매개 데이터에 가중치가 부여되어 결과 데이터를 예측하는 기능을 수행할 수 있다.

즉, 한 실시 예로써, 도출 대상이 되는 결과 데이터에 가장 영향을 미칠 것으로 예상되는, 즉, 상관도가 높을 것으로 예상되는 매개 데이터에 가중치를 부여할 수 있으며, 이때 가중치는 우선 순위에 따라 기 설정된 가중치가 적용될 수도 있고, 유저 단말의 입력 수단을 통해 유저가 설정 입력한 가중치가 적용될 수도 있다.

S2 단계의 수행 후, S2 단계의 수행에 의하여 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 도출하는 결과 도출 단계(S3)가 수행된다.

상술한 S3 단계는, 예를 들어 데이터베이스 상에 성별, 지역, 연월 및 매출에 대한 데이터가 있고, 결합 대상이 되는 제1 데이터 그룹 및 제2 데이터 그룹에 공통적으로 포함된 매개 데이터가 성별, 지역 및 년월인 경우로 가정해볼 때, 다음과 같은 프로세스를 거쳐 결과 데이터가 도출될 수 있다.

즉, 예를 들어 상술한 제1 데이터 그룹 및 제2 데이터 그룹을 매개데이터인 성별, 지역 및 년월로 집계하여 각 매개 데이터별 매출을 산출해낼 수 있고, 이때 산출된 결과인 매출 데이터를 기반으로 제1 데이터 그룹 및 제2 데이터 그룹간의 매출 비교 및 매출 추이 상관도 분석 등이 가능해질 수 있는 것이다.

즉, 본 발명은 둘 이상의 데이터 그룹을 분석하는데 있어서, 매개 데이터를 활용하여 둘 이상의 데이터를 결합하여 비교 및 분석이 가능해지며, 이에 따라 별도의 데이터 수정 및 편집 없이도 데이터 포맷 및 형식이 상이한 데이터 그룹들을 매개 데이터를 통하여 용이하게 결합 할 수 있게 되며, 데이터 간의 상관관계를 도출해냄으로써 둘 이상의 서로 독립적인 데이터베이스로부터 수신된 둘 이상의 데이터 그룹에 대한 데이터 분석을 통한 결과를 신속하고 용이하게 도출할 수 있는 효과를 기대할 수 있다.

한편 본 발명의 다른 실시 예에 있어서, S3 단계의 수행 후, 도출된 결과 데이터를 기 설정된 포맷의 리포트 파일로 생성하여 유저 단말에 제공하는 리포트 제공 단계(미도시)가 더 포함될 수 있다.

상술한 리포트 제공 단계에서 생성되는 기 설정된 포맷(예를 들어, 엑셀)의 리포트 파일은 상술한 S1 내지 S3 단계의 수행에 의하여 도출된 결과 데이터를 기반으로 분석 리포트를 생성하게 되며, 이때 리포트 파일을 생성함에 있어서, 유저 단말의 요청 입력에 따라 결과 데이터로부터 생성된 예측 모델이 포함된 리포트 파일이 생성되어 유저 단말에 제공될 수 있다.

한편, 상술한 예측 모델은, 결과 데이터를 이용하여 생성 가능한 데이터 테이블, 그래프 및 다이어그램 중 적어도 하나를 포함하는 예측 모델로서, 결과 데이터를 시각화하여 유저 단말에 제공함으로써, 도출된 결과 데이터에 대한 분석된 예측 결과에 대하여 더욱 용이하게 파악할 수 있게 한다.

종합적으로, 본 발명의 일 실시 예에 따르면, 별도의 데이터 수정 및 편집 없이도 데이터 포맷 및 형식이 상이한 데이터 그룹들을 매개 데이터를 통하여 용이하게 결합하고 데이터 간의 상관관계를 도출해냄으로써 데이터 분석을 통한 결과를 신속하고 용이하게 도출할 수 있는 효과가 있다.

또한 본 발명의 일 실시 예에 따르면 매개 데이터만을 이용하여 둘 이상의 데이터 그룹을 하나의 분석 기준으로 분석할 수 있어서, 분석 가능한 데이터의 종류에 제한이 없어지게 되어 데이터 분석의 범용성이 넓어지는 효과가 있다.

또한 본 발명의 일 실시 예에 따르면, 독립된 데이터만을 이용하는 것이 아니라 둘 이상의 데이터 그룹에서 획득된 매개 데이터를 활용하여 데이터 그룹을 결합 및 분석함으로써 데이터 분석의 정확도가 향상되며, 이에 따라 분석 결과에 대한 신뢰성이 향상되는 효과가 있다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.

도 2는 본 발명의 일 실시 예에 따른 데이터 그룹의 결합을 통한 데이터 분석 장치의 구성도이다.

이하의 설명에 있어서 상술한 도 1에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

도 2에 도시된 바와 같이 본 발명인 데이터 그룹의 결합을 통한 데이터 분석 장치는 서버(10), 유저 단말(20) 및 데이터베이스(30)을 포함하여 구성될 수 있다.

이때, 서버(10)는 데이터 수신부(11), 매개 데이터 선정부(12), 결과 도출부(13), 유저 단말(20) 및 데이터베이스(30)을 포함하여 구성될 수 있다.

데이터 수신부(11)는, 유저 단말(20)에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스(30)로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 기능을 수행한다.

즉, 한 실시 예로써, 유저가 결합하고자 하는 데이터가 A 공공기관과 B 금융기관에 포함되는 데이터 그룹일 경우, 상술한 A 공공기관 및 B 금융기관의 데이터베이스(30)로부터 각각의 결합 대상이 되는 데이터 그룹을 수신하는 기능을 수행하는 것으로 이해될 수 있다.

결과적으로 상술한 데이터 수신부(11)는 상술한 도 1의 데이터 수신 단계에서 수행하는 모든 기능을 수행하는 것으로 이해될 수 있다.

한편, 매개 데이터 선정부(12)는 수신된 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 기능을 수행한다.

즉, 상술한 매개 데이터 선정부(12)는 각각의 데이터 그룹을 구성하는 내용 정보 또는 속성 정보를 포함하며, 데이터 그룹들 간에 공통적으로 포함된 서브 데이터들 중 결과 데이터에 영향 수치가 높을 것으로 예상되는 적어도 하나의 서브 데이터를 매개 데이터로서 선정하는 기능을 수행하는 것으로 이해될 것이다.

한편 매개 데이터 선정부(12)에 의하여 매개 데이터가 선정되는 것은, 결과 데이터에 영향 수치가 높을 것으로 예상되는 서브 데이터를 프로그램 내에서 자동으로 선정되게 하는 기능이 수행될 수도 있으나, 유저 단말(20)에 입력 인터페이스를 제공하여, 공통으로 포함된 서브 데이터들 중 유저가 선택한 서브 데이터를 매개 데이터로서 선정하게 할 수도 있다.

즉 상술한 매개 데이터 선정부(12)는 상술한 도 1의 매개 데이터 선정 단계에서 수행하는 모든 기능을 수행하는 것으로 이해될 수 있으며, 매개 데이터만을 이용하여 둘 이상의 데이터 그룹을 하나의 분석 기준으로 분석할 수 있어서, 분석 가능한 데이터의 종류에 제한이 없어지게 되며, 데이터 분석의 범용성이 넓어지는 효과를 기대할 수 있다.

결과 도출부(13)는 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 도출하는 기능을 수행한다.

즉, 상술한 결과 도출부(13)는 상술한 도 1의 결과 도출 단계에서 수행하는 모든 기능을 수행하는 것으로 이해될 수 있고, 둘 이상의 데이터 그룹을 분석하는데 있어서, 매개 데이터를 활용하여 둘 이상의 데이터를 결합하여 비교 및 분석이 가능해지며, 이에 따라 별도의 데이터 수정 및 편집 없이도 데이터 포맷 및 형식이 상이한 데이터 그룹들을 매개 데이터를 통하여 용이하게 결합하고 데이터 간의 상관관계를 도출해냄으로써 데이터 분석을 통한 결과를 신속하고 용이하게 도출할 수 있는 효과를 기대할 수 있다.

한편, 유저 단말(20)은 적어도 유/무선 전화기(wire/wireless telephone), 태블릿 PC(Tablet PC), 랩톱(Laptop), 개인용 컴퓨터(Personal computer), 스마트폰(Smartphone), 개인 휴대용 정보 단말기(Personal Digital Assistant) 및 이동통신 단말기(Mobile Communication Terminal) 중 어느 하나일 수 있으며, 외부 네트워크를 통하여 연결된 데이터베이스(30)로부터 데이터 그룹을 수신하고, 본 발명인 데이터 그룹의 결합을 통하여 데이터 분석을 수행할 수 있는 유저 단말(20)이라면 제한 없이 이용될 수 있다.

또한 상술한 데이터베이스(30)는, 외부 네트워크와 연결된 서로 독립된 둘 이상의 데이터베이스(30)에서 유저 단말(20)로 수신된 둘 이상의 데이터 그룹들이 저장되는 공간으로 이해될 수 있으며, 유저 단말(20)의 선택 입력에 따라 선택된 적어도 둘의 데이터 그룹을 서버(10)로 로드하는 기능을 수행할 수 있다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.

도 3은 본 발명의 일 실시 예에 따라 유저 단말에 수신된 결합 대상 데이터의 실시 예이다.

이하의 설명에 있어서 상술한 도 1 및 2에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

도 3의 100에서는 유저 단말에 수신된 데이터 그룹의 목록의 일 실시 예를 도시하였다.

본 발명에 있어서, 100에 도시된 데이터 그룹들은 서로 독립된 둘 이상의 데이터베이스로부터 수신된 데이터 그룹일 수 있다.

즉 한 실시 예로써, A 데이터 그룹과 자사의 데이터 그룹인 E 데이터 그룹을 결합하여 분석한다고 가정할 때, A 데이터 그룹은 모집단의 성격을 가질 수 있으며, A 데이터 그룹과 E 데이터 그룹간의 비교는 비중, 상관도 및 벤치마크 비교 등의 비교 방법이 적용될 수 있다.

한 실시 예로써, A 데이터 그룹과 E 데이터 그룹의 공통된 서브 데이터를 통해 선정된 매개 데이터가 성별, 지역 및 년월이고, 도출 대상 결과 데이터가 매출인 경우, A 데이터 그룹을 매개 데이터인 성별, 지역 및 년월로 집계하여 각각 매출을 산출하고, 자사의 데이터 그룹인 E 데이터 그룹을 매개 데이터로 집계하여 A 데이터 그룹과 비중(예를 들어 시장 점유율)비교, 매출 변화 추이를 통한 상관도 분석 등이 가능해질 수 있다.

한편, 더욱 쉬운 이해를 돕기 위한 또 다른 실시 예로써, A 데이터 그룹을 KOSPI200과 같은 벤치 마크 지수로 생각할 수 있고, 자사 데이터인 E 데이터 그룹을 특정 종목에 대한 주가 정보인 것으로 생각해볼 수도 있다.

즉, 본 발명은 서로 상이한 데이터베이스로부터 수신된 둘 이상의 데이터 그룹을 비교하기 위한 수단으로써 각각의 데이터 그룹에 공통적으로 포함된 서브 데이터들 중 도출 대상이 되는 결과 데이터에 대한 상관도가 높은 서브 데이터를 매개 데이터로 선정하고, 선정된 매개 데이터를 이용하여 상술한 데이터 그룹을 결합하고, 비교 분석하기 위하여 고안된 기술로써, 본 발명의 일 실시 예에 따르면, 별도의 데이터 수정 및 편집 없이도 데이터 포맷 및 형식이 상이한 데이터 그룹들을 매개 데이터를 통하여 용이하게 결합하고 데이터 간의 상관관계를 도출해냄으로써 데이터 분석을 통한 결과를 신속하고 용이하게 도출할 수 있으며, 매개 데이터만을 이용하여 둘 이상의 데이터 그룹을 하나의 분석 기준으로 분석할 수 있어서, 분석 가능한 데이터의 종류에 제한이 없어지게 되어 데이터 분석의 범용성이 넓어지는 효과가 있다.

또한, 독립된 데이터만을 이용하는 것이 아니라 둘 이상의 데이터 그룹에서 획득된 매개 데이터를 활용하여 데이터 그룹을 결합 및 분석함으로써 데이터 분석의 정확도가 향상되며, 이에 따라 분석 결과에 대한 신뢰성이 향상되는 효과 역시 기대할 수 있다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.

도 4는 본 발명의 일 실시 예에 있어서 유저 단말에 수신된 데이터 그룹을 구성하는 서브 데이터의 실시 예이다.

이하의 설명에 있어서 상술한 도 1 내지 3에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

앞서 언급하였듯이, 본 발명은 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하고 매개 데이터를 이용하여 결과 데이터를 도출함으로써 데이터 분석을 수행하게 된다.

한편, 유저 단말에 수신되는 데이터 그룹은, 적어도 하나의 서브 데이터를 포함하며, 예를 들어 도 4의 200에 도시된 바와 같다.

즉, A 데이터 그룹과, B 데이터 그룹이 있다고 가정했을 때, 예를 들어 A 데이터 그룹에는 서브 데이터로서, 연령대, 성별, 소득 및 지역으로 구성된 서브 데이터가 포함될 수 있고, B 데이터에는 가입일, 보유 상품 수, 연령대 및 성별로 구성된 서브 데이터가 포함될 수 있다.

상술한 실시 예에 의하면, A 데이터 그룹과 B 데이터 그룹 사이에서 공통된 서브 데이터는 연령대 및 성별로 도출되며, 도출된 연령대 및 성별이 매개 데이터로 이용될 수 있다.

다시 말해서, 본 발명에서 매개 데이터란, 서브 데이터의 내용 정보 또는 데이터 자체의 속성 정보들을 포함하는 개념으로 이해될 수 있으며, 본 발명의 또 다른 실시 예에 있어서, 매개 데이터는 데이터 그룹에 포함된 모든 서브 데이터가 포함될 수 있는 것으로 이해될 수 있다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.

도 5는 본 발명의 일 실시 예에 따라 수신한 데이터로부터 매개 데이터가 선정되는 실시 예이다.

이하의 설명에 있어서 상술한 도 1 내지 4에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

본 발명에서 매개 데이터의 선정은 앞서 언급한 바와 같이, 데이터 그룹들에 공통적으로 포함된 서브 데이터들 중 결과 데이터에 영향 수치가 높을 것으로 예상되는 적어도 하나의 서브데이터를 매개 데이터로서 선정하는 실시 예가 있을 수 있다.

이에 대한 더욱 구체적인 실시 예로써 도 5의 300을 참조하면, 300에는 자동으로 매개 데이터를 선정하는 실시 예를 도시한 것으로써, 둘 이상의 데이터 그룹 중 공통적으로 포함된 서브 데이터가 성별, 지역, 연령대 등이 있다고 가정했을 때, 결과 데이터에 영향 수치가 높을 것으로 예상되는 서브 데이터로서 지역 및 연령대를 자동으로 선정할 수 있으며, 선정된 매개 데이터를 기준으로 데이터 분석을 수행 가능한 것으로 이해될 수 있다.

즉, 본 발명에서는 자동으로 선정된 매개 데이터를 기준으로 예상 결과 데이터 및 분석 결과를 용이하게 도출할 수 있는 효과가 있으며, 동시에 이격된 데이터를 하나의 데이터로 분석하는데 있어서 필요한 별도의 데이터 생성이나 편집 및 변환 과정이 생략되어 데이터 분석에 소요되는 시간 및 비용을 최소화하는 효과가 있다.

한편, 도 5의 310에서는 유저 단말의 선택 입력에 따라 매개 데이터가 선정되는 실시 예를 도시한 것으로써, 예를 들어 공통 서브 데이터가 성별, 지역 및 연령대일 때, 유저가 판단했을 때, 결과 데이터에 영향 수치가 높을 것으로 예상되는 서브 데이터를 유저 단말의 입력 수단을 통해 선택하고, 선택된 하나 이상의 서브 데이터를 매개 데이터로 선정함으로써 데이터 결합을 통한 데이터 분석을 수행하는 것으로 이해될 수 있다.

한편, 도 5에서 언급한 실시 예들에 있어서, 도출 대상이 되는 결과 데이터에 가장 영향을 미칠 것으로 예상되는, 즉, 상관도가 높을 것으로 예상되는 매개 데이터에 가중치를 부여할 수 있으며, 이때 가중치는 우선 순위에 따라 기 설정된 가중치가 적용될 수도 있고, 유저 단말의 입력 수단을 통해 유저가 설정 입력한 가중치가 적용될 수도 있다.

결과적으로, 본 발명의 상술한 실시 예들에 의하여 독립된 데이터들만을 이용하지 않고 매개 데이터를 이용하여 각각의 데이터 그룹을 용이하게 결합하여 분석할 수 있기 때문에 데이터 분석의 정확도가 크게 향상되며 분석 결과에 대한 신뢰성이 향상되는 효과가 있다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.

도 6은 본 발명의 일 실시 예에 따라 제공되는 결과 데이터의 실시 예이다.

이하의 설명에 있어서 상술한 도 1 내지 5에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

본 발명의 한 실시 예에 따르면, 선정된 매개 데이터를 기준으로 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상관도에 따라 도출 대상이 되는 결과 데이터를 획득할 수 있게 된다.

더욱 구체적인 설명을 위해 예를 들어 설명하면, 공공기관의 데이터베이스로부터 수신된 공공 통계 데이터를 제1 데이터로, 금융기관의 데이터베이스로부터 수신된 고객의 거래 데이터를 제2 데이터로 수집하고, 상술한 제1 데이터 및 제2 데이터에서 선정된 매개 데이터가 지역 및 연령대라고 가정하였을 때, 선정된 매개 데이터인 지역 및 연령대를 기준으로 양 데이터를 결합 및 분석함으로써, 특정 지역에서 거래되는 금융 상품들 중 연령대 별로 거래가 활성화될 가능성이 큰 금융 거래 상품을 자동으로 분석하여 결과 데이터를 획득할 수 있게 되는 것이다.

한편, 본 발명의 또 다른 실시 예에 있어서, 획득된 결과 데이터를 기반으로 분석 리포트를 생성할 수 있으며, 이때 리포트 파일에는 유저 단말의 요청 입력에 따라 결과 데이터로부터 생성된 예측 모델이 포함된 리포트 파일이 생성되어 유저 단말에 제공될 수 있다.

상술한 예측 모델은 결과 데이터를 이용하여 생성 가능한 데이터 테이블, 그래프 및 다이어그램 중 적어도 하나를 포함하는 예측 모델로서, 결과 데이터를 시각화하여 유저 단말에 제공하는 것으로 이해될 수 있으며, 즉 도 4의 400은 결과 데이터를 그래프로 나타낸 것으로 이해될 수 있다.

즉, 본 발명은 도출된 결과 데이터를 시각화하여 유저 단말에 제공함으로써, 분석된 예측 결과를 용이하게 파악할 수 있게 하는 효과가 있으며, 별도의 데이터 수정 및 편집 없이도 데이터 포맷 및 형식이 상이한 데이터 그룹들을 매개 데이터를 통하여 용이하게 결합하고 데이터 간의 상관관계를 도출해냄으로써 데이터 분석을 통한 결과를 신속하고 용이하게 도출할 수 있는 효과가 있다.

또한 본 발명의 일 실시 예에 따르면 매개 데이터만을 이용하여 둘 이상의 데이터 그룹을 하나의 분석 기준으로 분석할 수 있어서, 분석 가능한 데이터의 종류에 제한이 없어지게 되어 데이터 분석의 범용성이 넓어지는 효과가 있다.

또한 본 발명의 일 실시 예에 따르면, 독립된 데이터만을 이용하는 것이 아니라 둘 이상의 데이터 그룹에서 획득된 매개 데이터를 활용하여 데이터 그룹을 결합 및 분석함으로써 데이터 분석의 정확도가 향상되며, 이에 따라 분석 결과에 대한 신뢰성이 향상되는 효과가 있다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.

도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 설명하기 위한 블록도이다.

도 7에 도시한 바와 같이, 컴퓨팅 장치(11000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(11000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(11000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(11000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(11000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 7의 실시 예는, 컴퓨팅 장치(11000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 7에 도시된 일부 컴포넌트가 생략되거나, 도 7에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 7에도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(11000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

1. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 데이터 그룹의 결합을 통한 데이터 분석 방법에 있어서,
   유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신 단계;
   수신된 상기 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 상기 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정 단계; 및
   선정된 상기 매개 데이터를 기준으로 상기 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상기 상관도에 따라 도출 대상이 되는 상기 둘 이상의 데이터 그룹에 대한 결과 데이터를 도출하는 결과 도출 단계;를 포함하되,
   상기 매개 데이터 선정 단계에서 선정되는 상기 매개 데이터는,
   데이터 그룹들에 공통적으로 포함된 서브 데이터들 중 상기 결과 데이터에 영향 수치가 높을 것으로 예상되는 적어도 하나의 서브 데이터를 매개 데이터로서 선정하는 것을 특징으로 하고,
   상기 결과 도출 단계의 수행 후,
   도출된 상기 결과 데이터를 기 설정된 포맷의 리포트 파일로 생성하여 상기 유저 단말에 제공하는 리포트 생성 단계;를 더 포함하되,
   상기 리포트 생성 단계는,
   상기 리포트 파일을 생성함에 있어서, 상기 유저 단말의 요청 입력에 따라 상기 결과 데이터로부터 생성된 예측 모델이 포함된 리포트 파일을 생성하여 상기 유저 단말에 제공하는 것을 특징으로 하는 데이터 그룹의 결합을 통한 데이터 분석 방법.
   
2. 삭제
3. 제1항에 있어서,
   상기 매개 데이터 선정 단계는,
   상기 데이터 그룹들에 공통적으로 포함된 상기 서브 데이터를 추출하여 상기 유저 단말에 제공하고,
   제공된 상기 서브 데이터 중 상기 유저 단말의 입력 수단에 의해 선택된 적어도 하나의 서브 데이터를 매개 데이터로서 선정하는 것을 특징으로 하는 데이터 그룹의 결합을 통한 데이터 분석 방법.
   
4. 제1항에 있어서,
   상기 매개 데이터는,
   도출 대상이 되는 상기 결과 데이터에, 가장 상관도가 높을 것으로 예상되는 매개 데이터에 가중치가 부여되는 것을 특징으로 하는 데이터 그룹의 결합을 통한 데이터 분석 방법.
   
5. 삭제
6. 삭제
7. 삭제
8. 제1항에 있어서,
   상기 예측 모델은,
   상기 결과 데이터를 이용하여 생성 가능한 데이터 테이블, 그래프 및 다이어그램 중 적어도 하나를 포함하는 예측 모델인 것을 특징으로 하는 데이터 그룹의 결합을 통한 데이터 분석 방법.
   
9. 삭제
10. 컴퓨터-판독가능 기록 매체로서,
    상기 컴퓨터-판독가능 기록 매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:
    유저 단말에 수신되는 결합 대상 데이터로서, 서로 독립된 둘 이상의 데이터베이스로부터 외부 네트워크를 통해 분석 대상이 되는 둘 이상의 데이터 그룹들을 수신하는 데이터 수신 단계;
    수신된 상기 데이터 그룹들에 공통적으로 포함되는 서브 데이터를 추출하여 상기 데이터 그룹들의 결합 기준이 되는 적어도 하나의 매개 데이터를 선정하는 매개 데이터 선정 단계; 및
    선정된 상기 매개 데이터를 기준으로 상기 데이터 그룹들 사이의 상관도를 분석하고, 분석된 상기 상관도에 따라 도출 대상이 되는 상기 둘 이상의 데이터 그룹에 대한 결과 데이터를 도출하는 결과 도출 단계;를 포함하되,
    상기 매개 데이터 선정 단계에서 선정되는 상기 매개 데이터는,
    데이터 그룹들에 공통적으로 포함된 서브 데이터들 중 상기 결과 데이터에 영향 수치가 높을 것으로 예상되는 적어도 하나의 서브 데이터를 매개 데이터로서 선정하는 것을 특징으로 하고,
    상기 결과 도출 단계의 수행 후,
    도출된 상기 결과 데이터를 기 설정된 포맷의 리포트 파일로 생성하여 상기 유저 단말에 제공하는 리포트 생성 단계;를 더 포함하되,
    상기 리포트 생성 단계는,
    상기 리포트 파일을 생성함에 있어서, 상기 유저 단말의 요청 입력에 따라 상기 결과 데이터로부터 생성된 예측 모델이 포함된 리포트 파일을 생성하여 상기 유저 단말에 제공하는 것을 특징으로 하는 컴퓨터-판독가능 기록매체.

Images