KR102076657B1 - 기업의 위기 조짐 모니터링을 위한 기업 위험도 분석 방법 및 이를 위한 장치 - Google Patents
기업의 위기 조짐 모니터링을 위한 기업 위험도 분석 방법 및 이를 위한 장치 Download PDFInfo
- Publication number
- KR102076657B1 KR102076657B1 KR1020190064800A KR20190064800A KR102076657B1 KR 102076657 B1 KR102076657 B1 KR 102076657B1 KR 1020190064800 A KR1020190064800 A KR 1020190064800A KR 20190064800 A KR20190064800 A KR 20190064800A KR 102076657 B1 KR102076657 B1 KR 102076657B1
- Authority
- KR
- South Korea
- Prior art keywords
- enterprise
- company
- data
- risk
- corporate
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 title abstract description 4
- 238000000605 extraction Methods 0.000 claims abstract description 100
- 238000011156 evaluation Methods 0.000 claims abstract description 69
- 238000012937 correction Methods 0.000 claims abstract description 18
- 238000012502 risk assessment Methods 0.000 claims description 97
- 239000000284 extract Substances 0.000 claims description 10
- 230000007115 recruitment Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 33
- 238000004458 analytical method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000001568 sexual effect Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
다양한 실시예에 따른 기업 위험도 분석 방법 및 이를 위한 장치를 개시한다. 미리 설정된 기간 내의 상기 기업 데이터들 중에서 평가 항목 별로 대응하는 키워드들을 포함하는 키워드 세트에 기초하여 제1 기업 이슈 데이터들을 추출하는 단계, 상기 미리 설정된 기간 내에서 추출된 상기 제1 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제1 기업 이슈 데이터들에 대한 상기 평가 항목 별 제1 추출 패턴 및 제1 추출 빈도와, 상기 제1 기업 이슈 데이터 중에서 특정 기업에 대응하는 제2 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제2 기업 이슈 데이터들에 대한 상기 평가 항목 별 제2 추출 패턴 및 제2 추출 빈도를 결정하는 단계, 상기 제2 기업 이슈 데이터에 포함된 키워드에 대응하여 미리 설정된 가점 및 상기 분석된 제2 추출 패턴 및 상기 제2 추출 빈도에 대응하여 미리 설정된 가점에 기초하여 상기 평가 항목 별로 기업 위험도를 산출하는 단계, 상기 제1 추출 패턴과 상기 제2 추출 패턴 간의 유사성 판단 결과에 기초하여 상기 산출된 기업 위험도에 미리 설정된 보정값을 부가하는 단계, 및 상기 산출된 기업 위험도 또는 상기 미리 설정된 보정값이 부가된 상기 기업 위험도에 기초하여 상기 특정 기업의 리스크 단계를 안전 단계, 주의 단계, 경고 단계 및 위험 단계 중에서 어느 하나의 단계로 설정하고, 상기 설정된 특정 기업의 리스크 단계에 대한 정보를 포함하는 기업 리스크 데이터를 생성하는 단계를 포함하고, 상기 제2 기업 이슈 데이터에 포함된 GPS (Global Positioning System) 정보가 상기 특정 기업과 미리 설정된 반경 내의 위치를 지시하는 경우, 상기 기업 위험도는 상기 GPS 정보가 포함된 제2 기업 이슈 데이터에 대응하는 상기 가점에 미리 설정된 가중치를 부가하여 산출하는 상기 기업 위험도 분석 방법 및 이를 위한 장치가 개시된다.
Description
본 발명은 복수의 온라인 채널들로부터 수집된 기업 데이터들에 기초하여 기업 위험도 분석을 수행하는 방법 및 이를 수행하는 장치에 관한 것이다.
온라인 커뮤니티 및 SNS의 발전으로 소통·공유의 문화가 보다 활발해지면서 구인정보 사이트 및 온라인 커뮤니티는 많은 직장인들의 직장생활 이야기를 공유할 수 있는 게시판을 운영하고 있다. 이와 같은 구인 정보 사이트 및 온라인 커뮤니티는 구직자의 직장 선택의 기준을 바꾸는데 많은 영향을 주었다. 과거 대부분의 사람들은 연봉, 직무, 필요능력 등 기업에서 일방적으로 제공하는 정보(채용공고)를 중심으로 직장을 선택하였다. 그러나 직장생활의 모습, 조직문화를 확인할 수 있는 정보가 많아지면서 직장 선택의 기준에 ‘기업문화’가 주요 요소로 자리잡게 되었다.
이러한 직장의 선택 기준의 변화의 사회적인 흐름은 더 건강한 기업문화를 정착할 수 있도록 하는 현상임에는 틀림이 없다. 그러나 기업의 입장에서는 조직문화 관리에 더 많은 시간과 노력을 할애해야 한다는 숙제가 생겼다. 최근 갑질, 성희롱 등 사회적 이슈로 확산된 직장 내 문제점이 포착된 곳은 사내 채널이 아닌 사외채널이기 때문이다. 직장인의 이야기는 점점 더 중요한 컨텐츠로 자리하고 있기 때문에 직장생활 공유 게시판과 사이트는 점차 늘어날 것이며, 기업에서는 언론 및 사내 게시판 외에 관리해야 하는 외부 채널이 늘어나게 될 것이다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명이 해결하고자 하는 과제는 복수의 온라인 채널들로부터 수집된 기업 데이터들로부터 기업 위험도를 분석 및 모니터링하기 위한 기업 위험도 분석 방법 및 장치를 제공하고자 한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 복수의 온라인 채널들로부터 수집된 기업 데이터들에 기초하여 기업 위험도 분석을 수행하는 방법은 미리 설정된 기간 내의 상기 기업 데이터들 중에서 평가 항목 별로 대응하는 키워드들을 포함하는 키워드 세트에 기초하여 제1 기업 이슈 데이터들을 추출하는 단계, 상기 미리 설정된 기간 내에서 추출된 상기 제1 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제1 기업 이슈 데이터들에 대한 상기 평가 항목 별 제1 추출 패턴 및 제1 추출 빈도와, 상기 제1 기업 이슈 데이터 중에서 특정 기업에 대응하는 제2 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제2 기업 이슈 데이터들에 대한 상기 평가 항목 별 제2 추출 패턴 및 제2 추출 빈도를 결정하는 단계, 상기 제2 기업 이슈 데이터에 포함된 키워드에 대응하여 미리 설정된 가점 및 상기 분석된 제2 추출 패턴 및 상기 제2 추출 빈도에 대응하여 미리 설정된 가점에 기초하여 상기 평가 항목 별로 기업 위험도를 산출하는 단계, 상기 제1 추출 패턴과 상기 제2 추출 패턴 간의 유사성 판단 결과에 기초하여 상기 산출된 기업 위험도에 미리 설정된 보정값을 부가하는 단계, 및 상기 산출된 기업 위험도 또는 상기 미리 설정된 보정값이 부가된 상기 기업 위험도에 기초하여 상기 특정 기업의 리스크 단계를 안전 단계, 주의 단계, 경고 단계 및 위험 단계 중에서 어느 하나의 단계로 설정하고, 상기 설정된 특정 기업의 리스크 단계에 대한 정보를 포함하는 기업 리스크 데이터를 생성하는 단계를 포함하고, 상기 제2 기업 이슈 데이터에 포함된 GPS (Global Positioning System) 정보가 상기 특정 기업과 미리 설정된 반경 내의 위치를 지시하는 경우, 상기 기업 위험도는 상기 GPS 정보가 포함된 제2 기업 이슈 데이터에 대응하는 상기 가점에 미리 설정된 가중치를 부가하여 산출된다.
또는, 상기 제1 기업 이슈 데이터에 포함된 키워드들 중에서 기업 명칭과 관련된 키워드들을 수집하는 단계를 더 포함하고, 상기 특정 기업은 상기 수집된 기업 명칭과 관련된 키워드 중에서 가장 높은 비중을 차지하는 기업 명칭과 대응하는 기업으로 결정되는 것을 특징으로 한다.
또는, 상기 미리 설정된 보정값은 상기 제1 추출 패턴 및 상기 제2 추출 패턴간의 유사도에 의해 결정되는 것을 특징으로 한다.
또는, 사용자 단말로부터 기업 검색에 대한 입력 정보를 수신 받는 단계, 및
상기 기업 리스크 데이터가 경고 단계로 설정된 상기 특정 기업에 대한 상기 입력 정보를 수신한 경우, 상기 사용자 단말에게 상기 경고 단계로 설정된 평가 항목에 대한 알림을 제공하는 단계를 포함하는 것을 특징으로 한다.
또는, 상기 기업 리스크 데이터는 상기 제2 기업 이슈 데이터가 발생한 일시, 상기 제2 기업 이슈 데이터의 추출에 기초가 된 키워드에 대한 정보를 더 포함하는 것을 특징으로 한다.
또는, 상기 평가 항목은 조직 문화, 윤리 경영, 준법 경영 및 채용에 대한 항목으로 구성되는 것을 특징으로 한다.
또는, 상기 특정 기업과 대응하는 등록 사용자가 검색된 경우, 상기 등록 사용자에게 상기 생성된 기업 리스크 데이터를 전송하는 단계;를 더 포함하는 것을 특징으로 한다.
다양한 실시예에 따른 기업 위험도 분석 방법 및 이를 위한 장치는 복수의 온라인 채널들로부터 수집된 기업 데이터들 중에서 기업의 이미지 및 평가에 영향을 주는 기업 이슈 데이터를 추출하고, 상기 추출된 기업 이슈 데이터와 상기 기업 이슈 데이터의 추출 패턴 및 추출 빈도를 이용하여 특정 기업 위험도를 정확하게 평가할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 기업 위험도 분석 장치를 개략적으로 설명하기 위하여 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 기업 이슈 데이터를 추출하는 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 키워드 세트를 구성하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 기업 리스크 데이터를 생성하는 방법을 설명하기 위한 흐름도이다
도 5는 본 발명의 일 실시예에 따른 기업 위험도 분석 장치, 제1 사용자 단말 및 제2 사용자 단말 간의 관계를 개략적으로 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 기업 이슈 데이터를 추출하는 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 키워드 세트를 구성하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 기업 리스크 데이터를 생성하는 방법을 설명하기 위한 흐름도이다
도 5는 본 발명의 일 실시예에 따른 기업 위험도 분석 장치, 제1 사용자 단말 및 제2 사용자 단말 간의 관계를 개략적으로 도시한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다. 이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 또한, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 적어도 하나의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다. 또한, 도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
도 1은 본 발명의 일 실시예에 따른 기업 위험도 분석 장치(100)를 개략적으로 설명하기 위하여 도시한 도면이다.
도 1을 참조하면, 기업 위험도 분석 장치(100)는 통신부(110), 메모리(120), 프로그램 저장부(130), 제어부(140), 데이터베이스(150) 및 기업 위험도 분석부(160)를 포함할 수 있다.
통신부(110)는 통신망(400)과 연동하여 기업 위험도 분석 장치(100)와 서비스 이용자 단말의 송수신 신호를 패킷 데이터 형태로 제공하는 데 필요한 통신부(110)를 제공할 수 있다. 나아가, 통신부(110)는 서비스 이용자 단말로부터 기업 위험도 분석과 관련된 데이터를 수신하는 역할을 할 수 있고, 기업 위험도 분석부 (160)가 제공한 분석 결과에 따른 기업 위험도와 관련된 기업 리스크 데이터를 서비스 이용자 단말 (200)로 송신하는 역할을 수행할 수 있다. 통신부(110)는 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등일 수 있으나, 이에 한정되는 것은 아니다. 또한 통신부는 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
통신부(110)는 복수의 온라인 채널들과 연결되어 복수의 온라인 채널 각각에서 작성 또는 발생된 데이터들을 수신 받을 수 있다. 여기서, 온라인 채널들은 기업과 관련된 정보가 공유되는 포탈 사이트, 웹 사이트 등을 포함한다. 통신부(110)는 상기 복수의 온라인 채널들에 발생된 다양한 데이터들을 수신 또는 수집할 수 있다. 또는, 통신부(110)는 기업 위험도 분석부(160)가 제공하는 기업 리스크 데이터를 서비스 이용자 단말에 전송할 수 있다. 또는, 통신부(110)는 기업들에 대한 정보를 검색하는 다양한 사용자들의 단말 등에 상기 기업 리스크 데이터와 관련된 정보를 제공할 수도 있다.
메모리(120)는 제어부(140)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(120)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
프로그램 저장부(130)는 상기 복수의 온라인 채널들로부터 수신된 데이터들로부터 기업과 관련된 기업 데이터들을 수집하는 작업, 상기 수집된 기업 데이터들 중에서 기업 위험도의 평가에 대응하는 키워드들을 포함하는 기업 데이터들(또는, 기업 이슈 데이터들)을 추출하는 작업, 상기 추출된 기업 데이터들의 작성 일시에 기초하여 추출 빈도 및 추출 패턴을 분석하는 작업, 상기 분석된 추출 빈도, 추출 패턴 및 상기 기업 이슈 데이터의 내용에 기초하여 기업들의 위험도를 산출하는 작업, 상기 산출된 위험도에 기초하여 기업들 각각에 대응하는 기업 리스크 데이터를 설정하는 작업 등을 수행하기 위한 제어 소프트웨어가 저장될 수 있다.
제어부(140)는 일종의 중앙처리장치로서 상술한 작업들을 수행하는 프로세서에 해당한다. 제어부(140)는 상기 복수의 온라인 채널들로부터 복수의 기업 데이터들을 수집하면 프로그램 저장부(130) 및 메모리(120)와 연계하여 기업 위험도와 관련된 데이터를 산출 및 처리하고 상기 처리 및 산출된 기업 위험도와 관련된 데이터를 서비스 이용자 단말 등에 제공되는 전체 과정을 제어할 수 있다.
제어부(140)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 디바이스를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 디바이스를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 디바이스의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리디바이스(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application specific integrated circuit), FPGA(field programmable gate array) 등의 처리 디바이스를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
데이터베이스(150)는 기업 위험도 분석 장치(100)가 제공하는 기업 위험도 분석 서비스와 관련된 분석 데이터베이스 및/또는 사용자에게 직업 및 직장에 대한 정보의 제공을 위한 서비스를 제공하기 위한 일련의 서비스와 관련된 데이터베이스를 포함할 수 있다. 또한, 데이터베이스(150)는 상기 복수의 온라인 채널들 각각에 대한 링크 정보 등 상기 복수의 온라인 채널들을 식별하기 위한 정보들을 저장하는 채널 데이터베이스를 더 포함할 수 있다. 또한, 데이터베이스(150)는 사용자들에 대한 정보를 저장하는 유저 데이터베이스를 더 포함할 수 있다. 여기서, 유저 데이터베이스는 구직 또는 구인 서비스를 이용하고자 하는 사용자들에 대한 정보를 저장하고 있다. 여기서, 사용자들에 대한 정보에는 사용자들의 이름, 소속, 인적 사항, 성별, 나이 등 구매자에 대한 기본적인 정보와, 아이디(ID) 및 패스워드(password) 등 로그인에 대한 정보, 접속 국가, 접속 위치, 접속에 이용한 장치에 대한 정보, 접속된 네트워크 환경 등 접속과 관련된 정보 등을 포함할 수 있다.
기업 위험도 분석부(160)는 상기 복수의 온라인 채널들로부터 수신된 복수의 데이터들 중에서 미리 설정된 기업 명칭 키워드와 대응하는 데이터인 기업 데이터를 추출할 수 있다. 기업 위험도 분석부(160)는 평가 항목 별로 미리 설정된 키워드들을 포함하는 키워드 세트에 기초하여 상기 기업 데이터들 중에서 기업의 위험도 평가와 관련된 데이터들인 기업 이슈 데이터들을 추가적으로 추출할 수 있다. 기업 위험도 분석부(160)는 상기 기업 이슈 데이터들이 추출되는 패턴을 분석하거나 상기 기업 이슈 데이터들이 추출되는 빈도를 분석할 수 있다. 또한, 기업 위험도 분석부(160)는 상기 키워드 세트에 포함된 키워드들 중에서 특정 키워드에 대응하는 기업 이슈 데이터가 추출되는 패턴 및 추출되는 빈도를 분석할 수 있다. 기업 위험도 분석부(160)는 상기 추출된 기업 이슈 데이터의 내용 (또는 특정 키워드), 상기 추출된 패턴 및 빈도에 기초하여 동종 업계의 평가 항목 별 위험도를 산출하거나, 특정 기업에 대한 평가 항목 별 위험도를 산출할 수 있다. 기업 위험도 분석부(160)는 상기 산출된 기업 위험도에 기초하여 상기 특정 기업 또는 상기 동종 업계에 대한 기업 리스크 데이터를 생성할 수 있다.
도 2는 본 발명의 일 실시예에 따른 기업 이슈 데이터를 추출하는 방법을 설명하기 위한 흐름도이다.
도 2를 참조하면, 기업 위험도 분석 장치는 평가 항목 별로 대응하는 키워드들을 포함하는 키워드 세트를 설정할 수 있다. 여기서, 평가 항목은 조직 문화, 윤리 경영, 준법 경영 및 채용에 대한 항목으로 분류된다. 기업 위험도 분석 장치는 상기 조직 문화와 관련성이 높은 키워드들, 상기 윤리 경영과 관련성이 높은 키워드들, 상기 준법 경영과 관련성이 높은 키워드들 및 상기 채용과 관련된 키워드들을 미리 분석 및 수집하여 상기 키워드 세트로 설정할 수 있다. 상기 키워드 세트에 평가 항목 별로 분류된 키워드들은 추출된 기업 이슈 데이터의 컨텐츠에 기초하여 업데이트될 수 있다(S101).
다음으로, 기업 위험도 분석 장치는 복수의 온라인 채널들로부터 기업과 관련된 복수의 데이터들을 수집할 수 있다. 여기서, 복수의 온라인 채널은 사용자에게 서비스를 제공하는 웹사이트, 뉴스를 제공하는 웹사이트, 커뮤니티를 제공하는 웹사이트, 또는 페이스 북, 인스타그램 등 소셜 네트워크 서비스 (SNS)를 포함한다(S103). 기업 위험도 분석 장치는 상기 복수의 온라인 채널들로부터 수신된 복수의 데이터들 중에서 미리 설정된 기업들의 명칭과 관련된 키워드와 매칭되는 데이터들인 기업 데이터들을 수집할 수 있다. 여기서, 기업들의 명칭과 관련된 키워드는 기업 정식 법인명칭뿐만 아니라, 기업 엠블렘, 기업의 별칭 등을 모두 반영하여 미리 설정될 수 있다. 한편, 상기 수집되는 복수의 데이터는 미리 설정된 기간 내에 상기 복수의 온라인 채널들에서 작성 또는 발생된 데이터이고, 상기 미리 설정된 기간은 1달, 3달, 6달, 1년 등 다양한 기간으로 미리 설정될 수 있다(S105).
또는, 기업 위험도 분석 장치는 미리 설정된 기간 내에 작성된 데이터들에 대해서 수집하고, 상기 수집된 데이터들 중에서 기업 데이터를 선별할 수 있다. 예를 들면, 기업 위험도 분석 장치는 현재로부터 6개월 이내에 작성 또는 생성된 데이터들을 취합하고, 상기 취합된 데이터들로부터 기업 데이터를 수집할 수 있다. 또한, 기업 위험도 분석 장치는 미리 설정된 분기 마다 생성 또는 작성된 데이터들을 취합 및 기업 데이터를 선별할 수 있고, 이 경우, 기업 위험도 분석 장치는 분기 별로 기업 데이터를 수집할 수 있다.
다음으로, 기업 위험도 분석 장치는 상기 키워드 세트에 기초하여 상기 기업 데이터들 중에서 기업 이슈 데이터를 추출할 수 있다. 여기서, 기업 이슈 데이터는 기업의 부정적인 기업 문화, 조직 문화, 법적 책임이 발생할 수 있는 내용 등 기업의 평가에 부정적인 영향을 미칠 수 있는 내용을 포함한 데이터를 의미한다. 상술한 바와 같이 상기 키워드 세트는 복수의 평가 항목 각각에 대응하는 키워드들이 미리 설정되어 있으며, 기업 위험도 분석 장치는 상기 키워드 세트에 포함된 키워드와 매칭되는 키워드 또는 컨텐츠를 포함하는 기업 데이터들을 기업의 위험도 평가에 필요한 기업 이슈 데이터로 추출할 수 있다. 이 경우, 상기 키워드 세트에 포함된 키워드들은 상기 평가 항목 별로 분류되어 있는 바, 상기 기업 이슈 데이터도 상기 평가 항목 별로 추출될 수 있다. 한편, 상기 키워드 세트는 적어도 둘 이상의 평가 항목에 대응하는 키워드가 포함될 수 있고, 이 경우, 상기 키워드에 대응하는 기업 데이터는 둘 이상의 평가 항목 모두에 대한 기업 이슈 데이터로 추출될 수 있다(S107).
이런 점에서, 기업 위험도 분석 장치는 상기 키워드 세트에 포함된 키워드들을 구성하는 방식에 따라 추출되는 기업 이슈 데이터가 결정되며, 이하에서 구체적인 키워드 세트를 구성하는 방법을 상세히 설명한다.
도 3은 본 발명의 일 실시예에 따른 키워드 세트를 구성하는 방법을 설명하기 위한 도면이다.
도 3을 참조하면, 평가 항목 별로 키워드들이 미리 설정된 키워드 세트가 도시되어 있다. 상기 평가 항목 별로 설정된 키워드들은 조직 문화, 윤리 경영, 준법 경영 및 채용의 리스크 4대 영역으로 분류되어 있다. 상기 평가 항목 별로 설정된 키워드들은 상기 리스크 4대 영역별로 분포되어 있는 키워드들을 취합하여 상기 키워드의 사전적 의미, 문맥상 의미, 복합 명사로써의 의미 등을 검토를 통해 설정될 수 있다. 또한, 상기 평가 항목 별로 설정된 키워드들은 기업 평가와 관련된 데이터에 포함된 원문의 내용, 출처 등을 추가적으로 고려하여 설정될 수 있다.
상기 키워드 세트에 포함된 키워드들은 기업의 부정적 이미지를 표현하기 위한 키워드, 기업의 업무 환경에 부정적인 평가를 위한 키워드, 직장 내 괴롭힘을 표현하는 키워드, 직장 내 법적인 책임이 발생할 수 있는 키워드들을 포함할 수 있다. 또한, 상기 키워드 세트는 상기 기업의 긍정적인 평가와 관련된 키워드들이 배제될 수 있다. 이 경우, 상기 키워드 세트는 기업에 대한 부정적인 영향을 줄 수 있는 키워드를 포함하고, 기업에 대한 긍정적인 평가와 관련된 키워드를 포함하지 않을 수 있다.
구체적으로, 상기 키워드 세트는 기업의 이미지와 관련된 사전적 의미를 갖는 제1 키워드 세트와, 상기 제1 키워드 세트와 매칭되는 제2 키워드 세트를 포함한다. 이 경우, 상기 기업 이슈 데이터는 제1 키워드 세트 및 상기 제2 키워드 세트의 조합에 의해 추출될 수 있다. 제1 키워드 세트에 포함된 키워드들의 사전적 의미에 대한 감성 분석이 가능한 키워드들이 제2 키워드 세트로 구성될 수 있다. 즉, 상기 제2 키워드 세트는 상기 제1 키워드 세트의 키워드가 상기 기업의 이미지의 부정적인 평가를 위해 사용됨을 식별할 수 있는 키워드들을 포함할 수 있다. 이 경우, 본원 발명은 상기 제1 키워드 세트 및 상기 제1 키워드 세트와 매칭되는 제2 키워드 세트를 통하여 상기 제1 키워드 세트에 포함된 키워드를 상기 기업의 부정적인 평가에 사용하는 기업 데이터들을 상기 기업 이슈 데이터로 추출할 수 있다.
또한, 상기 기업 위험도 분석 장치는, 상기 기업 데이터에 상기 제1 키워드 세트 및 상기 제1 키워드 세트와 매칭되는 제2 키워드 세트가 포함되었는지 판단할 경우, 상기 기업 데이터에서 상기 제1 키워드 세트에 대응한 키워드가 발견된 문장에서만 상기 제2 키워드 세트가 존재하는지 여부를 판단하여 상기 기업 이슈 데이터를 추출할 수 있다. 여기서, 하나의 문장인지 여부는 마침표가 존재하는 위치에 따라 식별될 수 있다. 도 3에서 제2 키워드 세트의 B세트를 참조하면, 상기 제2 키워드 세트의 B세트는 상기 제1 키워드 세트에 대한 키워드에 따른 문제 또는 위험의 발생 우려가 있다는 점을 나타내는 '다수', '만연하다', '존재한다', '문제된다', '발생했다', '무섭다', '많다', '많은', '있다', '빈번' 등을 포함할 수 있다. 이 경우, 상기 제2 키워드 세트의 B 세트 및 상기 제1 키워드 세트를 포함하는 문장을 갖는 상기 기업 데이터는 상기 기업 이슈 데이터로 추출될 수 있다.
예를 들면, 상기 조직 문화 관련된 키워드인 제1 키워드 세트가 야근 근무, 군대 문화, 사내 정치, 회식 강요, 괴롭힘, 모욕, 욕설, 폭력, 폭언, 폭행, 협박을 포함하는 경우, 상기 제2 키워드 세트는 상기 제1 키워드 세트의 키워드가 기업의 부정적인 평가를 위해 사용됨을 나타내는 '다수', '많은', '무섭다', '빈번','있다', '존재한다', '문제된다', '발생했다' 등으로 구성될 수 있다. 이 경우, 상기 기업 데이터에 상기 제1 키워드 세트가 포함되더라도 상기 제2 키워드 세트에 의해 상기 내 정치, 회식 강요, 괴롭힘, 모욕, 욕설, 폭력, 폭언, 폭행, 협박이 없다는 등의 긍정적인 요인으로 상기 제1 키워드 세트를 사용한 기업 데이터가 상기 기업 이슈 데이터로 추출되는 것을 방지할 수 있다.
또는, 상기 제2 키워드 세트는 상기 제1 키워드 세트를 상기 기업의 이미지를 긍정적으로 평가하기 위해 사용됨을 식별할 수 있는 키워드들로 구성할 수 있다. 이 경우, 상기 기업 데이터들 중에서 상기 제1 키워드 세트에 포함된 키워드를 포함하되 상기 제2 키워드 세트에 포함된 키워드를 포함하지 않은 기업 데이터를 상기 기업 이슈 데이터로 추출할 수 있다. 즉, 상기 제2 키워드 세트가 상기 제1 키워드 세트에 포함된 키워드 사용이 상기 기업 이미지를 긍정적으로 사용하는 키워드로 구성된 경우, 상기 기업 데이터가 상기 제1 키워드 세트에 포함된 키워드를 포함하되 상기 제2 키워드 세트에 포함된 키워드를 포함하지 않으면 상기 기업 이슈 데이터로 추출할 수 있다. 상기 제1 키워드 세트 및 상기 제2 키워드 세트에 대응하는 키워드를 포함하는 기업 데이터가 상기 기업 이슈 데이터로 추출되는 것을 배제할 수 있다. 도 3에서 제2 키워드 세트의 A 세트를 참조하면, 상기 제2 키워드 세트의 A 세트는 상기 제1 키워드 세트에 대한 키워드에 따른 문제 또는 위험의 발생 우려가 낮다는 점을 나타내는 '안보인다', '관리한다', '소수', '노력한다', '적은', '없다', '해결된다', '별로 없다', '괜찮다' 등을 포함할 수 있다. 이 경우, 상기 제2 키워드 세트의 A 세트 및 제1 키워드 세트를 포함하는 문장을 갖는 상기 기업 데이터는 상기 기업 이슈 데이터로 추출되지 않는다.
구체적인 상기 제1 키워드 세트는 평가 항목 별로 분류되는 키워드들을 포함할 수 있다. 조직문화에 대응하는 키워드들은 조직, 업무, 환경 등 조직원이 조직생활 전반에서 겪는 위험 요소를 확인하기 위한 키워드들을 포함할 수 있다. 윤리경영에 대응하는 키워드들은 경영/운영 상에서 사회적 통념으로 기대되는 윤리적 책임 등에 기반하여 발생할 수 있는 위험 요소를 확인하기 위한 키워드들을 포함할 수 있다. 준법경영에 대응하는 키워드들은 경영/운영 상에서 법적 책임을 즉각적으로 야기할 수 있는 위험 요소를 확인하기 위한 키워드들을 포함할 수 있다. 채용에 대한 키워드들은 서류전형, 필기전형, 면접전형 등 채용장면에서 위험 요소를 확인하기 위한 키워드들을 포함할 수 있다. 한편, 특정 키워드들은 조직문화, 윤리경영, 준법경영 및 채용에 모두 포함될 수 있다.
예를 들면, 도 3에 도시된 바와 같이, 상기 키워드 세트는 조직 문화에 대한 키워드로 텃세, 야근 강요, 갈등, 군대 문화, 사내 정치, 회식 강요, 괴롭힘, 모욕, 욕설, 폭력, 폭언, 폭행, 협박 등의 키워드를 포함 또는 매칭될 수 있고, 윤리 경영에 대한 키워드로 성차별, 불평등, 폭언, 접대, 갑질 등의 키워드를 포함 또는 매칭될 수 있으며, 상기 준법 경영에 대한 키워드로는 성희롱, 미투, 편법, 비리, 횡령 등의 키워드를 포함 또는 매칭될 수 있다. 또한. 상기 키워드 세트는 채용에 대한 키워드로 낙하산, 혈연, 채용 비리, 특혜, 학연, 지연 등의 키워드를 포함 또는 매칭될 수 있다. 한편, 도 3에 도시되어 있는 바와 같이 성희롱의 키워드는 채용 과정에서 발생할 수 있는 기업의 부정적인 키워드이면서 준법 경영에 악영향을 줄 수 있는 키워드로 상기 키워드 세트에 중복 설정될 수 있다.
본원 발명은 이와 같은 키워드 세트에 따른 기업 이슈 데이터의 추출을 통하여 기업의 부정적인 이미지에 대한 데이터를 선별할 뿐만 아니라, 선별된 데이터가 어떤 유형의 부정적인 이미지를 나타내는 것인지를 구체적으로 특정할 수 있다.
도 4는 본 발명의 일 실시예에 따른 기업 리스크 데이터를 생성하는 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 기업 위험도 분석 장치는 복수의 온라인 채널로부터 수신된 복수의 데이터들 중에서 기업과 관련된 기업 데이터들을 선별 및 수집할 수 있다. 구체적으로, 기업 위험도 분석 장치는 상기 복수의 데이터들 중에서 기업과 관련된 키워드를 포함하는 데이터들을 상기 기업 데이터들로 선별 및 수집할 수 있다(S201).
다음으로, 기업 위험도 분석 장치는 도 3을 참조하여 설명한 키워드 세트에 기초하여 상기 기업 데이터들 중에서 기업의 위험도를 평가할 수 있는 데이터인 기업 이슈 데이터를 추출할 수 있다. 상기 키워드 세트에 따라 추출된 기업 이슈 데이터는 상기 평가 항목 별로 분류될 수 있다. 구체적으로, 상술한 바와 같이, 상기 키워드 세트는 미리 설정된 평가 항목들 각각에 대응하는 키워드들을 포함하고 있다. 예를 들면, 상기 키워드 세트에서 윤리 경영에 대한 키워드로 성차별, 불평등, 폭언, 접대, 갑질 등이 설정된 경우, 상기 키워드들과 매칭 또는 포함하는 기업 데이터들은 상기 기업 이슈 데이터들로 추출된다. 또한, 상기 기업 이슈 데이터들은 평가 항목 중에서 윤리 경영 항목으로 분류될 수 있다(S203).
다음으로, 기업 위험도 분석 장치는 상기 기업 이슈 데이터들의 발생 시기가 서로 얼마나 인접 또는 밀집하는지, 어떤 빈도로 발생하는지 여부를 분석할 수 있다. 예를 들면, 미리 설정된 기간이 한달인 경우, 기업 위험도 분석 장치는 한달 동안 기업 이슈 데이터가 몇 회 추출되었는지, 어떤 시기에 밀집하여 상기 기업 이슈 데이터들이 발생하였는지 여부를 분석할 수 있다. 이러한 분석 결과에 기초하여, 기업 위험도 분석 장치는 상기 기업 이슈 데이터들의 추출 빈도 및 추출 패턴 등을 분석한 통계 데이터를 생성할 수 있다(S205).
여기서, 상기 추출 빈도는 상기 미리 설정된 기간 중에 상기 기업 이슈 데이터가 발생한 횟수에 대한 것이고, 상기 추출 패턴은 상기 기업 이슈 데이터의 밀집도 및 집중도일 수 있다.
또한, 기업 위험도 분석 장치는 상기 기업 이슈 데이터의 발생일에 기초하여 미리 설정된 분기 별로 상기 기업 이슈 데이터를 분류하고 상기 미리 설정된 분기들 간에 상기 기업 이슈 데이터의 발생 빈도의 비교, 상기 미리 설정된 분기 간에 상기 기업 이슈 데이터의 발생 빈도의 증감에 대한 정보를 제공할 수 있다. 다시 말하자면, 상기 추출 패턴은 통계적 기법으로 이용되는 분포도, 도수분포도, 산포도 등 통계 자료와 대응한 정보를 포함할 수 있다.
또한, 상기 기업 이슈 데이터들은 상기 평가 항목 별로 분류되어 있는 바, 기업 위험도 분석 장치는 상기 추출 빈도 및 추출 패턴을 상기 평가 항목 별로 분류하여 분석할 수 있고, 상기 통계 데이터를 상기 평가 항목 별로 생성할 수 있다. 여기서, 상기 기업 이슈 데이터는 기업에 대한 특정 없이 복수의 기업들(또는, 동종 업계의 기업들)에 대한 기업 이슈 데이터들이며, 이를 제1 기업 이슈 데이터로 정의한다. 또한, 상기 제1 기업 이슈 데이터들에 대한 추출 빈도, 추출 패턴, 통계 데이터는 제1 추출 빈도, 제1 추출 패턴 및 제1 통계 데이터로 이하에서 설명한다.
일 실시예에 따르면, 기업 위험도 분석 장치는 상기 제1 기업 이슈 데이터들 중에서 특정 기업에 대응하는 기업 이슈 데이터들인 제2 기업 이슈 데이터를 추가적으로 추출할 수 있다. 기업 위험도 분석 장치는 상기 제2 기업 이슈 데이터의 발생 일시에 기초하여 상기 추출 빈도인 제2 추출 빈도 및 상기 추출 패턴인 제2 추출 패턴을 상기 평가 항목 별로 분류하여 분석할 수 있다. 여기서, 상기 제1 추출 빈도는 기업 특정 없이 전반적인 평가 항목별 기업 이슈 데이터의 발생에 대한 추출 빈도인고, 상기 제2 추출 빈도는 특정 기업에 대한 평가 항목 별 기업 이슈 데이터의 발생에 대한 추출 빈도이다. 상기 제1 추출 패턴 및 상기 제2 추출 패턴 간의 관계도 마찬가지이다.
또한, 상기 특정 기업은 사용자의 입력에 의해 결정되거나 상기 제1 기업 이슈 데이터에 기초하여 결정될 수 있다. 구체적으로, 후자에 의해 특정 기업이 결정되는 경우, 상기 기업 위험도 분석 장치는 상기 제1 기업 이슈 데이터에서 기업을 식별할 수 있는 키워드들을 수집할 수 있다. 상기 기업 위험도 분석 장치는 상기 수집된 기업을 식별할 수 있는 키워드들 중에서 가장 높은 비중을 차지하는 하나의 기업을 결정하고, 상기 결정된 하나의 기업을 상기 특정 기업으로 결정할 수 있다. 즉, 기업의 특정이 없이 수집된 기업 이슈 데이터들 중에서 차지하는 비율이 높은 특정 기업을 능동적으로 선별하여, 상기 기업 위험도 분석 장치는 기업 위험도가 높을 것으로 예측되는 기업을 적극적으로 상기 특정 기업으로 결정할 수 있다.
다음으로, 기업 위험도 분석 장치는 제1 기업 이슈 데이터들에 매칭되는 키워드의 사전적 의미, 상기 제1 추출 빈도 및 상기 제1 추출 패턴에 기초하여 상기 평가 항목별 기업 위험도를 산출할 수 있다. 구체적으로, 상기 키워드들 각각에 대해 소정의 가점이 설정되고, 상기 제1 추출 빈도 및 상기 제1 추출 패턴에 따른 기업 이슈 데이터의 발생 빈도와 발생 밀집도, 상기 발생 빈도의 변화 또는 상기 발생 밀집도의 변화 등에 따른 소정의 가점이 미리 설정될 수 있다. 이 경우, 기업 위험도 분석 장치는 상기 기업 이슈 데이터들에 포함된 키워드들에 따른 가점들의 합과 상기 제1 추출 빈도 및 상기 제1 추출 패턴에 따른 가점들의 합 간의 총합을 산출하여 상기 기업 위험도를 산출할 수 있다. 여기서, 상기 산출된 기업 위험도는 평가 항목 별로 전반적인 기업의 부정적인 이슈의 발생 가능성을 지시하는 지표일 수 있다(S207).
또한, 기업 위험도 분석 장치는 제2 기업 이슈 데이터들에 매칭되는 키워드의 사전적 의미, 상기 제2 추출 빈도 및 상기 제2 추출 패턴에 기초하여 특정 기업에 대한 상기 평가 항목별 기업 위험도를 산출할 수 있다. 구체적으로, 상기 키워드들 각각에 대해 소정의 가점이 설정되고, 상기 제2 추출 빈도 및 상기 제2 추출 패턴에 따른 기업 이슈 데이터의 발생 빈도와 발생 밀집도, 발생 빈도와 발생 밀집도의 변화 등에 따른 소정의 가점이 미리 설정될 수 있다. 이 경우, 기업 위험도 분석 장치는 상기 기업 이슈 데이터들에 포함된 키워드들에 따른 가점들의 합과 상기 제2 추출 빈도 및 상기 제2 추출 패턴에 따른 가점들의 합 간의 총합을 산출하여 상기 특정 기업에 대한 기업 위험도를 산출할 수 있다. 여기서, 상기 제2 기업 이슈 데이터에 따른 상기 기업 위험도는 특정 기업에 대한 평가 항목별 부정적인 이슈의 발생 가능성을 지시하는 지표일 수 있다.
예컨대, 상기 키워드 세트 중 조직 문화와 관련된 키워드의 사전적 의미에 기초하여 사회적 문제 강도에 따라 가점이 달리하는 테이블 표가 미리 설정될 수 있다. 구체적으로, 상기 조직 문화와 관련된 키워드 중에서 형법과 연관성이 높은 강요, 괴롭힘, 모욕, 욕설, 폭력, 폭언, 폭행, 협박에 대한 키워드는 다른 키워드에 비해 높은 가점이 미리 설정될 수 있다. 또한, 상기 제2 추출 빈도 및 상기 제2 추출 패턴에 따른 기업 이슈 데이터의 발생 추이에 따라 가점이 달리 설정될 수 있다. 구체적으로, 상기 기업 위험도 분석 장치에 빈도 범위 별로 가점이 미리 설정되어 있는 테이블 표가 저장되어 있고, 상기 기업 위험도 분석 장치는 상기 테이블 표에 기초하여 상기 제2 추출 빈도에 대응하는 가점을 결정할 수 있다. 또한, 상기 기업 위험도 분석 장치에 추출 패턴 유형 별로 미리 가점이 미리 설정되어 있는 테이블 표가 미리 저장되어 있고, 기업 위험도 분석 장치는 상기 제2 추출 패턴과 유사도가 높은 추출 패턴을 결정하고, 상기 결정된 추출 패턴에 대응하는 가점으로 상기 제2 추출 패턴에 대한 가점이 결정될 수 있다. 나아가, 상기 제2 추출 빈도 및 상기 제2 추출 패턴에 기초하여 현재 시점으로 진행될수록 상기 기업 이슈 데이터의 발생 빈도가 증가하는 정도에 비례하도록 설정된 가점이 부가될 수 있다.
또는, 상기 기업 위험도 분석 장치는 상기 기업 위험도를 산출 할 때에 상기 기업 이슈 데이터에 포함된 GPS 정보를 추가적으로 고려할 수 있다. 구체적으로, 상기 기업 위험도 분석 장치는 데이터 베이스에 포함된 국내외 기업 정보 리스트 및 소재지 정보로부터 각 기업 별 소재지 등을 획득할 수 있다. 상기 기업 위험도 분석 장치는 상기 특정 기업의 소재 위치와 상기 제2 기업 이슈 데이터에 포함된 GPS 정보를 비교할 수 있다. 상기 기업 위험도 분석 장치는, 상기 제2 기업 이슈 데이터에 포함된 GPS 정보가 상기 특정 기업의 소재 위치와 일정 반경에 위치를 나타내는 경우, 상기 제2 기업 이슈 데이터와 매칭되는 키워드에 대해 설정된 가점에 미리 설정된 가중치를 추가적으로 부가하여 상기 기업 위험도를 평가할 수 있다.
예를 들면, 특정 제2 기업 이슈 데이터와 매칭되는 키워드가 2점의 가점이 부가되는 '폭력'이고, 상기 특정 제2 기업 이슈 데이터가 상기 특정 기업의 소재 위치로부터 미리 설정된 반경 내의 위치를 지시하는 GPS 정보를 포함하는 경우, 상기 기업 위험도 분석 장치는 상기 폭력의 키워드에 대해 2점의 가점에 미리 설정된 가중치인 1.5를 적용하여 상기 기업 위험도 산출에서 3점의 가점이 부가될 수 있다.
즉, 상기 기업 위험도 분석 장치는 특정 기업으로부터 일정 반경에 위치하는 곳에서 생성된 기업 이슈 데이터가 상기 특정 기업에 대한 비교적으로 정확한 정보를 제공할 수 있음을 고려하여 추가적인 가중치를 적용할 수 있다. 예컨대, 상기 특정 기업으로부터 일정 반경에 위치하는 곳에서 생성된 기업 이슈 데이터는 상기 특정 기업과 직접적인 관련이 있는 상기 특정 기업에 종사하는 직원, 상기 특정 기업에 구직을 시도한 구직자, 또는 상기 특정 기업과 관련된 기업 이미지를 객관적으로 인식할 수 있는 주변인에 의해 생성 또는 작성되었을 가능성이 상당히 높다.
다음으로, 기업 위험도 분석 장치는 상기 산출된 기업 위험도에 추가적인 보정값을 부가할 수도 있다. 구체적으로, 기업 위험도 분석 장치는 상기 제1 추출 패턴 및 상기 제1 추출 빈도에 기초하여 상기 제2 기업 이슈 데이터에 따른 기업 위험도에 미리 설정된 보정값을 부가할 수 있다. 기업 위험도 분석 장치는 상기 제1 추출 패턴과 상기 제2 추출 패턴 간의 유사도를 산출하고, 산출된 유사도에 따라 미리 설정된 보정값을 상기 기업 위험도에 부가할 수 있다. 즉, 기업 위험도 분석 장치는 유사도 별로 미리 설정된 가점에 대한 테이블 표를 미리 저장하고 있고, 상기 테이블 표에 기초하여 산출된 유사도에 대응하는 보정값을 결정할 수 있다.
예를 들면, 상기 테이블 표에 따라 유사도가 50% 이하인 경우에 0의 보정값을 상기 기업 위험도에 부가하고, 50~70% 사이의 유사도이면 제1 값의 보정값을 상기 기업 위험도에 부가하며, 유사도가 70~80% 범위이면 제2 값의 보정값을 부가하고, 80~90% 사이의 유사도이면 제3 값의 보정값을 상기 기업 위험도에 부가하며, 90% 이상의 유사도이면 제4 값의 보정값을 상기 기업 위험도에 부가할 수 있다. 여기서, 제1 값 내지 제4 값은 순차적으로 증가하는 값으로 설정되며, 상기 증가 정도는 지수적인 증가되도록 설정될 수 있다. 이를 통하여, 상기 제1 추출 패턴의 형성에 상기 제2 추출 패턴이 차지하는 비중이 크다고 판단되면, 상기 기업 위험도 분석 장치는 상기 복수의 온라인 채널들에서 상기 특정 기업의 부정적 평가에 특이한 양상을 보이는 것으로 판단하여 이를 기업 위험도에 반영할 수 있다.
다음으로, 상기 기업 위험도 분석 장치는 상기 산출된 기업 위험도에 기초하여 상기 특정 회사에 대한 상기 평가 항목별 기업 리스크 데이터를 생성할 수 있다. 상기 기업 리스크 데이터는 안전 단계, 주의 단계, 경고 단계 및 위험 단계 중에서 어느 하나의 리스크 단계로 설정될 수 있다. 구체적으로, 상기 기업 위험도 분석 장치는 상기 산출된 기업 위험도에 대응하는 리스크 단계를 결정하여 상기 기업 리스크 데이터를 생성할 수 있다. 즉, 상기 기업 위험도 별도 대응하는 리스크 단계가 미리 설정되어 있으며, 상기 기업 위험도 분석 장치는 상기 산출된 기업 위험도에 매칭되는 리스크 단계를 상기 기업 리스크 데이터에 포함시킬 수 있다. 예컨대, 기업 위험도가 50미만이면 상기 안전 단계로 설정된 기업 리스크 데이터가 생성되고, 기업 위험도가 50이상 70미만이면 상기 주의 단계로 설정된 기업 리스크 데이터가 생성되고, 기업 위험도가 70이상 90미만이면 상기 경고 단계로 설정된 기업 리스크 데이터가 생성되고, 기업 위험도가 90이상이면 상기 경고 단계로 설정된 기업 리스크 데이터가 생성될 수 있다(S209).
또한, 상기 기업 리스크 데이터는 상기 리스크 단계 외에 다양한 정보들이 포함될 수 있다. 상기 기업 리스크 데이터는 기업 리스크 컨텐츠 통계 데이터, 패턴 분석 데이터, 추이 분석 데이터를 포함할 수 있다. 상기 기업 리스크 컨텐츠 통계 데이터는 상기 기업 이슈 데이터인 총 리스크 컨텐츠 감지량, 위험도별 키워드 통계, 평가 항목 (또는, 4대 영역)별 키워드 통계, 평가 항목 별 컨텐츠 비율 통계를 포함할 수 있다. 상기 패턴 분석 데이터는 상기 추출된 기업 이슈 데이터의 월별 패턴 분석, 평가 항목 별 패턴 분석, 산출된 위험도 별 패턴 분석에 대한 데이터를 포함할 수 있다. 상기 추이 분석 데이터는 온라인 채널 별 총 감지량, 상기 온라인 채널 내 평가 항목별 감지량, 상기 기업 이슈 데이터가 가장 많이 감지된 온라인 채널에 대한 정보를 포함할 수 있다.
또한, 기업 위험도 분석 장치는 미리 설정된 분기마다 상기 제1 추출 빈도, 제1 추출 패턴, 제2 추출 빈도에 기초하여 동종 업계에 대한 기업 이슈 데이터의 발생 추이를 고려하여 상기 리스크 단계를 변경할 수 있다. 기업 위험도 분석 장치는 상기 제1 추출 빈도 및 상기 제1 추출 패턴에 기초하여 분석된 기업 이슈 데이터의 발생 추이인 증감 정보에 기초하여 상기 특정 기업에 대한 리스크 단계를 변경할 수 있다. 예를 들면, 상기 기업 이슈 데이터의 발생이 이전 분기 보다 증가한 경우에, 기업 위험도 분석 장치는 상기 특정 기업에 대한 리스크 단계를 한 단계 격상할 수 있다. 반대로, 상기 기업 이슈 데이터의 발생이 이전 분기 보다 감소한 경우에 기업 위험도 분석 장치는 상기 특정 기업에 대한 리스크 단계를 한 단계 격하시킬 수 있다. 또한, 상기 기업 이슈 데이터의 발생이 이전 분기 보다 증가한 정도가 미리 설정된 증가값 이상인 경우에, 기업 위험도 분석 장치는 상기 특정 기업에 대한 리스크 단계를 두 단계 이상 격상시킬 수 있다.
다음으로, 상기 기업 리스크 데이터는 미리 설정된 조회 기간 별로 생성될 수 있으며 사용자 단말 또는 PC의 디스플레이에 시각적인 도표 및 그래프의 형태로 제공될 수 있다. 또한, 상기 기업 리스크 데이터는 상기 기업 이슈 데이터들 각각의 발생일, 상기 기업 이슈 데이터의 추출에 기초가 된 키워드들, 상기 기업 이슈 데이터들 각각이 감지된 온라인 채널 정보, 또는 상기 기업 이슈 데이터들 각각이 감지된 온라인 채널에 대한 링크 정보가 포함될 수 있다.
또한, 상기 특정 기업과 대응하는 등록 사용자가 검색된 경우, 상기 기업 위험도 분석 장치는 상기 생성된 데이터를 상기 특정 기업에 전송하거나 별도의 알림을 전달할 수 있다. 여기서, 등록 사용자는 복수의 온라인 채널들로부터 자신의 회사의 평가 및 위험도에 대한 모니터링 및 분석을 요청한 서비스 이용자일 수 있다.
또는, 상기 기업 위험도 분석 장치는 사용자 단말로부터 구직 활동과 관련된 기업 명칭 검색을 위한 입력 정보를 수신 받을 수 있다. 상기 기업 위험도 분석 장치는, 상기 입력 정보가 상기 특정 기업과 관련된 경우, 상기 특정 기업에 대해 생성된 리스크 컨텐츠 중 일부를 상기 사용자 단말에게 전송할 수 있다. 예를 들면, 상기 기업 위험도 분석 장치는 사용자의 직업 선택에 도움이 되도록 상기 특정 기업에 대해 경고 단계 이상으로 설정된 평가 항목에 대한 정보를 상기 사용자의 사용자 단말에 제공하거나, 반대로 상기 특정 기업에 대한 평가 항목 중에서 안전 단계로 설정된 평가 항목에 대한 정보를 상기 사용자의 사용자 단말에 제공할 수 있다. 구체적으로, 상기 사용자 단말이 입력 정보를 입력하는 입력창에 상기 특정 기업의 연관 검색어 또는 자동 완성 방식으로 상기 경고 단계 이상의 평가 항목 또는 상기 안정 단계로 설정된 평가 항목의 정보를 병기하거나 추가적으로 제공할 수 있다.
도 5를 참조하면, 기업 위험도 분석 장치(100)는 통신망(400)을 통하여 복수의 온라인 채널들 (복수의 웹사이트), 제1 사용자 단말(200) 및 제2 사용자 단말(300)과 연결되는 장치일 수 있다. 즉, 전술한 기업 위험도 분석 장치(100)는 복수의 온라인 채널들 및 제1 사용자 단말(200)과 구별되고 제2 사용자 단말(300)과 분리된 장치일 수 있다. 여기서, 제1 사용자 단말(200)은 직원들을 고용하기 원하는 구인자들과 관련된 단말일 수 있고, 제2 사용자 단말(300)은 회사에 구직하기 원하는 구직자들과 관련된 단말일 수 있다.
이 때, 기업 위험도 분석 장치(100)는 본 발명의 일 실시예에 따른 기업 위험도 분석 서비스를 제공하기 위해 사용되는 서버일 수 있다. 구체적으로, 기업 위험도 분석 장치(100)는 통신망(400)을 통해 상기 복수의 온라인 채널들, 제1 사용자 단말(200) 및 제2 사용자 단말(300)로 기업 위험도 평가와 관련된 기업 이슈 데이터, 기업 리스크 데이터 등을 제공할 수 있고, 상기 복수의 온라인 채널들, 제1 사용자 단말(200) 및 제2 사용자 단말(300) 간에 송수신되는 데이터를 저장할 수 있다.
또한, 기업 위험도 분석 장치(100)는 본 발명의 일 실시예에 따른 기업 위험도 분석 서비스를 제공하는 기능 외에도 일반적인 검색 서비스 및 기타 사용자의 편의를 증진시키는 다양한 서비스를 제공하는 기능 또한 수행할 수 있다. 즉, 기업 위험도 분석 장치(100)는 검색, 이메일, 블로그, 메신저, 자료 송수신, 뉴스, 쇼핑 정보 제공, 구인 중인 기업에 대한 정보, 기업에 대한 평가 정보와 같은 다양한 서비스들을 제공할 수 있다.
또는, 기업 위험도 분석 장치(100)는 검색, 이메일, 블로그, 메신저, 자료 송수신, 뉴스, 쇼핑 정보 등을 포함하는 포털(portal) 서비스를 제공하는 서버에 연결되어, 포털(portal) 서비스에 정보 제공을 요청하는 제2 사용자 단말(300)로 포털(portal) 서비스가 제공하는 웹 페이지를 제공하는 서버일 수 있다. 여기서 기업 위험도 분석 장치(100)와 포털 서비스 제공 서버는 물리적으로 분리된 별도의 장치일 수도 있고, 개념적으로만 분리된 동일한 장치일 수도 있다.
제1 사용자 단말(200)은 기업 위험도 분석 장치(100)에 의해 제공되는 구직 및 구인 정보 제공 서비스에 접속하여, 구인 정보를 등록하기 희망하는 사용자가 사용하는 장치일 수 있다. 이 때, 통신망(400)을 통하여 기업 위험도 분석 장치(100)에 접속하고 있는 제1 사용자 단말(200)은 복수일 수 있다. 즉, 제1-1 사용자 단말(201) 및 제1-2 사용자 단말(202)을 포함하는 복수의 제1 사용자 단말(200)들이 통신망(400)을 통하여 기업 위험도 분석 장치(100)에 연결될 수 있다.
제2 사용자 단말(300)은 기업 위험도 분석 장치(100)에 의해 제공되는 구직 및 구인 정보 제공 서비스에 접속하여, 구직 정보를 제공받기 희망하는 사용자가 사용하는 장치일 수 있다. 이 때, 통신망(400)을 통하여 기업 위험도 분석 장치(100)에 접속하고 있는 제2 사용자 단말(300)은 복수일 수 있다. 즉, 제2-1 사용자 단말(301) 및 제2-2 사용자 단말(302)을 포함하는 복수의 제2 사용자 단말(300)들이 통신망(400)을 통하여 기업 위험도 분석 장치(100)에 연결될 수 있다.
통신망(400)은 기업 위험도 분석 장치(100), 상기 복수의 온라인 채널, 제1 사용자 단말(200), 및 제2 사용자 단말(300)을 연결하는 역할을 수행하는 매개체일 수 있다. 통신망(400)은 제1 사용자 단말(200) 및/또는 제2 사용자 단말(300)이 쇼 기업 위험도 분석 장치(100)에 접속한 후 데이터를 송수신할 수 있도록 접속 경로를 제공하는 경로를 포함할 수 있다. 통신망(400)은 예컨대 LANs(Local Area Networks), WANs(Wide Area Networks), MANs(Metropolitan Area Networks), ISDNs(Integrated Service Digital Networks) 등의 유선 네트워크나, 무선 LANs, CDMA, 블루투스, 위성 통신 등의 무선 네트워크를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
이상 설명된 본 발명에 따른 실시예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 디바이스를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 디바이스에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, '필수적인', '중요하게' 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 기업 위험도 분석 장치
110: 통신부
120: 메모리
130: 프로그램 저장부
140: 제어부
150: 데이터베이스
160: 기업 위험도 분석부
200: 제1 사용자 단말
300: 제2 사용자 단말
400: 통신망
110: 통신부
120: 메모리
130: 프로그램 저장부
140: 제어부
150: 데이터베이스
160: 기업 위험도 분석부
200: 제1 사용자 단말
300: 제2 사용자 단말
400: 통신망
Claims (7)
- 복수의 온라인 채널들로부터 수집된 기업 데이터들에 기초하여 기업 위험도 분석을 수행하는 방법에 있어서,
미리 설정된 기간 내의 상기 기업 데이터들 중에서 평가 항목 별로 대응하는 키워드들을 포함하는 키워드 세트에 기초하여 제1 기업 이슈 데이터들을 추출하는 단계;
상기 미리 설정된 기간 내에서 추출된 상기 제1 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제1 기업 이슈 데이터들에 대한 상기 평가 항목 별 제1 추출 패턴 및 제1 추출 빈도와, 상기 제1 기업 이슈 데이터들 중에서 특정 기업에 대응하는 제2 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제2 기업 이슈 데이터들에 대한 상기 평가 항목 별 제2 추출 패턴 및 제2 추출 빈도를 결정하는 단계;
상기 제2 기업 이슈 데이터들에 포함된 키워드에 대응하여 미리 설정된 가점, 및 상기 분석된 제2 추출 패턴 및 상기 제2 추출 빈도에 대응하여 미리 설정된 가점에 기초하여 상기 평가 항목 별로 기업 위험도를 산출하는 단계;
상기 제1 추출 패턴과 상기 제2 추출 패턴 간의 유사도를 산출하는 단계;
상기 산출된 유사도에 대응하는 미리 설정된 보정값을 상기 산출된 기업 위험도에 추가적으로 부가하는 단계; 및
상기 미리 설정된 보정값이 부가된 상기 기업 위험도에 기초하여 상기 특정 기업의 리스크 단계를 안전 단계, 주의 단계, 경고 단계 및 위험 단계 중에서 어느 하나의 단계로 설정하고, 상기 설정된 특정 기업의 리스크 단계에 대한 정보를 포함하는 기업 리스크 데이터를 생성하는 단계;를 포함하고,
상기 제1 추출 패턴은 상기 미리 설정된 기간 동안 추출된 상기 제1 기업 이슈 데이터들의 분포를 나타내는 분포도이고, 상기 제2 추출 패턴은 상기 미리 설정된 기간 동안 추출된 상기 제2 기업 이슈 데이터들의 분포를 나타내는 분포도이며,
상기 제2 기업 이슈 데이터들 중 상기 특정 기업의 소재지와 미리 설정된 반경 내의 위치를 지시하는 GPS (Global Positioning System) 정보를 포함하는 특정 기업 이슈 데이터가 존재한 경우, 상기 특정 기업 이슈 데이터에 포함된 키워드에 대응한 상기 미리 설정된 가점은 미리 설정된 가중치가 추가적으로 부가되고,
상기 GPS 정보는 상기 특정 기업 이슈 데이터가 생성된 장치의 위치 정보인, 기업 위험도 분석을 수행하는 방법. - 제1항에 있어서,
상기 제1 기업 이슈 데이터에 포함된 키워드들 중에서 기업 명칭과 관련된 키워드들을 수집하는 단계;를 더 포함하고,
상기 특정 기업은 상기 수집된 기업 명칭과 관련된 키워드 중에서 가장 높은 비중을 차지하는 기업 명칭과 대응하는 기업으로 결정되는 것을 특징으로 하는, 기업 위험도 분석을 수행하는 방법. - 제1항에 있어서,
상기 미리 설정된 보정값은 상기 제1 추출 패턴 및 상기 제2 추출 패턴간의 유사도에 비례하는 값을 갖도록 미리 설정된 것을 특징으로 하는, 기업 위험도 분석을 수행하는 방법. - 제1항에 있어서,
사용자 단말로부터 기업 검색에 대한 입력 정보를 수신 받는 단계; 및
상기 기업 리스크 데이터가 경고 단계로 설정된 상기 특정 기업에 대한 상기 입력 정보를 수신한 경우, 상기 사용자 단말에게 상기 경고 단계로 설정된 평가 항목에 대한 알림을 제공하는 단계;를 포함하는 것을 특징으로 하는, 기업 위험도 분석을 수행하는 방법. - 제1항에 있어서,
상기 평가 항목은 조직 문화, 윤리 경영, 준법 경영 및 채용에 대한 항목으로 구성되는 것을 특징으로 하는, 기업 위험도 분석을 수행하는 방법. - 제1항에 있어서,
상기 특정 기업과 대응하는 등록 사용자가 검색된 경우, 상기 등록 사용자에게 상기 생성된 기업 리스크 데이터를 전송하는 단계;를 더 포함하는 것을 특징으로 하는, 기업 위험도 분석을 수행하는 방법. - 복수의 온라인 채널들로부터 수집된 기업 데이터들에 기초하여 기업 위험도 분석을 수행하는 장치에 있어서,
기업과 관련된 데이터 베이스들이 저장된 메모리; 및
상기 메모리와 연결된 프로세서;를 포함하고,
상기 프로세서는, 미리 설정된 기간 내의 상기 기업 데이터들 중에서 평가 항목 별로 대응하는 키워드들을 포함하는 키워드 세트에 기초하여 제1 기업 이슈 데이터들을 추출하고, 상기 미리 설정된 기간 내에서 추출된 상기 제1 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제1 기업 이슈 데이터들에 대한 상기 평가 항목 별 제1 추출 패턴 및 제1 추출 빈도와, 상기 제1 기업 이슈 데이터들 중에서 특정 기업에 대응하는 제2 기업 이슈 데이터들 각각이 발생한 시점에 기초하여 상기 제2 기업 이슈 데이터들에 대한 상기 평가 항목 별 제2 추출 패턴 및 제2 추출 빈도를 결정하며, 상기 제2 기업 이슈 데이터들에 포함된 키워드에 대응하여 미리 설정된 가점 및 상기 분석된 제2 추출 패턴 및 상기 제2 추출 빈도에 대응하여 미리 설정된 가점에 기초하여 상기 평가 항목 별로 기업 위험도를 산출하고, 상기 제1 추출 패턴과 상기 제2 추출 패턴 간의 유사도를 산출하고, 상기 산출된 유사도에 대응하는 미리 설정된 보정값을 상기 산출된 기업 위험도에 추가적으로 부가하고, 상기 산출된 기업 위험도 또는 상기 미리 설정된 보정값이 부가된 상기 기업 위험도에 기초하여 상기 특정 기업의 리스크 단계를 안전 단계, 주의 단계, 경고 단계 및 위험 단계 중에서 어느 하나의 단계로 설정하고, 상기 설정된 특정 기업의 리스크 단계에 대한 정보를 포함하는 기업 리스크 데이터를 생성하며,
상기 제1 추출 패턴은 상기 미리 설정된 기간 동안 추출된 상기 제1 기업 이슈 데이터들의 분포를 나타내는 분포도이고, 상기 제2 추출 패턴은 상기 미리 설정된 기간 동안 추출된 상기 제2 기업 이슈 데이터들의 분포를 나타내는 분포도이며,
상기 제2 기업 이슈 데이터들 중 상기 특정 기업의 소재지와 미리 설정된 반경 내의 위치를 지시하는 GPS (Global Positioning System) 정보를 포함하는 특정 기업 이슈 데이터가 존재한 경우, 상기 특정 기업 이슈 데이터에 포함된 키워드에 대응한 상기 미리 설정된 가점은 미리 설정된 가중치가 추가적으로 부가되고,
상기 GPS 정보는 상기 특정 기업 이슈 데이터가 생성된 장치의 위치 정보인, 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190064800A KR102076657B1 (ko) | 2019-05-31 | 2019-05-31 | 기업의 위기 조짐 모니터링을 위한 기업 위험도 분석 방법 및 이를 위한 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190064800A KR102076657B1 (ko) | 2019-05-31 | 2019-05-31 | 기업의 위기 조짐 모니터링을 위한 기업 위험도 분석 방법 및 이를 위한 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102076657B1 true KR102076657B1 (ko) | 2020-02-12 |
Family
ID=69569846
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190064800A KR102076657B1 (ko) | 2019-05-31 | 2019-05-31 | 기업의 위기 조짐 모니터링을 위한 기업 위험도 분석 방법 및 이를 위한 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102076657B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102439206B1 (ko) * | 2021-09-14 | 2022-09-01 | 주식회사 다인바인 | 잡 서비스 제공 시스템 및 그의 동작 방법 |
| CN115564326A (zh) * | 2022-10-17 | 2023-01-03 | 盐城金堤科技有限公司 | 风险企业的识别方法、装置、存储介质及电子设备 |
| KR102545232B1 (ko) * | 2023-02-24 | 2023-06-20 | 주식회사 앤톡 | 오픈 데이터를 활용한 대안적 방식의 신용평가정보 제공 장치 및 방법 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090098433A (ko) * | 2008-03-14 | 2009-09-17 | 주식회사 포스코 | 감사 포탈 시스템 및 방법 |
| JP2011204107A (ja) * | 2010-03-26 | 2011-10-13 | Nomura Research Institute Ltd | リスク情報提供システム及びプログラム |
| KR20140079563A (ko) * | 2012-12-17 | 2014-06-27 | 한국전자통신연구원 | 소셜 웹 콘텐츠에서의 예측 기반 리스크 관리 장치 및 그 방법 |
| KR20160050241A (ko) * | 2014-10-29 | 2016-05-11 | (주)타파크로스 | 학습형 룰베이스 방식의 부정적 이슈 감지 방법 및 시스템 |
| KR20160059398A (ko) * | 2014-11-17 | 2016-05-26 | 인스티튜트 포 인포메이션 인더스트리 | 전자상거래 평판 분석을 위한 시스템, 방법 및 비-일시적인 컴퓨터 판독가능 매체 |
-
2019
- 2019-05-31 KR KR1020190064800A patent/KR102076657B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090098433A (ko) * | 2008-03-14 | 2009-09-17 | 주식회사 포스코 | 감사 포탈 시스템 및 방법 |
| JP2011204107A (ja) * | 2010-03-26 | 2011-10-13 | Nomura Research Institute Ltd | リスク情報提供システム及びプログラム |
| KR20140079563A (ko) * | 2012-12-17 | 2014-06-27 | 한국전자통신연구원 | 소셜 웹 콘텐츠에서의 예측 기반 리스크 관리 장치 및 그 방법 |
| KR20160050241A (ko) * | 2014-10-29 | 2016-05-11 | (주)타파크로스 | 학습형 룰베이스 방식의 부정적 이슈 감지 방법 및 시스템 |
| KR20160059398A (ko) * | 2014-11-17 | 2016-05-26 | 인스티튜트 포 인포메이션 인더스트리 | 전자상거래 평판 분석을 위한 시스템, 방법 및 비-일시적인 컴퓨터 판독가능 매체 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102439206B1 (ko) * | 2021-09-14 | 2022-09-01 | 주식회사 다인바인 | 잡 서비스 제공 시스템 및 그의 동작 방법 |
| CN115564326A (zh) * | 2022-10-17 | 2023-01-03 | 盐城金堤科技有限公司 | 风险企业的识别方法、装置、存储介质及电子设备 |
| KR102545232B1 (ko) * | 2023-02-24 | 2023-06-20 | 주식회사 앤톡 | 오픈 데이터를 활용한 대안적 방식의 신용평가정보 제공 장치 및 방법 |
| KR102588210B1 (ko) * | 2023-02-24 | 2023-10-12 | 주식회사 앤톡 | 오픈 데이터에 대한 통계적 검정 적용을 통한 대안적 신용 평가 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huws et al. | Online, on call: The spread of digitally organised just‐in‐time working and its implications for standard employment models | |
| US11403464B2 (en) | Method and system for implementing semantic technology | |
| CN112639845B (zh) | 确定个人信息查找结果可信度的机器学习系统和方法 | |
| US7702621B2 (en) | System and method for providing profile matching within an unstructured document | |
| US11238383B2 (en) | Systems and methods for creating and managing user teams of user accounts | |
| US11036723B1 (en) | Graphical user interface for recurring searches | |
| KR102076657B1 (ko) | 기업의 위기 조짐 모니터링을 위한 기업 위험도 분석 방법 및 이를 위한 장치 | |
| US9177249B2 (en) | Scientometric methods for identifying emerging technologies | |
| Guajardo | Measuring diversity in police agencies | |
| Whitaker et al. | Intervention Now To Eliminate Repeat Unintended Pregnancy in Teenagers (INTERUPT): a systematic review of intervention effectiveness and cost-effectiveness, qualitative and realist synthesis of implementation factors and user engagement | |
| US20140136256A1 (en) | Methods for Identifying Subject Matter Expertise Across An Organization Hierarchy | |
| Bianchi et al. | Workplace social environment indicator: A comparative analysis of European Regions | |
| Razeto et al. | Security and defence policy documents: a new dataset | |
| Trusinová | No two ageisms are the same: testing measurement invariance in ageism experience across Europe | |
| Borradaile et al. | Whose tweets are surveilled for the police: an audit of a social-media monitoring tool via log files | |
| van der Vegt et al. | Proceed with caution: on the use of computational linguistics in threat assessment | |
| Jäger | The limits of studying networks via event data: Evidence from the ICEWS dataset | |
| US20230368267A1 (en) | Systems and methods for matching entities | |
| Willems | Antecedents or effects of being a manager in the nonprofit, public, or private sector: A critical evaluation of LeRoux and Feeney (2013) | |
| US20180189699A1 (en) | A method and system for locating regulatory information | |
| McQuaid et al. | Exploring the contribution of case study research to the evidence base for occupational therapy practice: a scoping review protocol | |
| JP2020064401A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| Cochran et al. | Overkill? An examination of comparatively excessive death sentences in North Carolina, 1990–2010 | |
| Ford et al. | Framing data witnessing: Airwars and the production of authority in conflict monitoring | |
| Nguyen et al. | Correlation Between the World’s Social Media Usage and Political Stability in a Country |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |