KR102278664B1 - 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법 - Google Patents
인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법 Download PDFInfo
- Publication number
- KR102278664B1 KR102278664B1 KR1020210012674A KR20210012674A KR102278664B1 KR 102278664 B1 KR102278664 B1 KR 102278664B1 KR 1020210012674 A KR1020210012674 A KR 1020210012674A KR 20210012674 A KR20210012674 A KR 20210012674A KR 102278664 B1 KR102278664 B1 KR 102278664B1
- Authority
- KR
- South Korea
- Prior art keywords
- price
- predicted
- landscape
- tree
- monthly
- Prior art date
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 89
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title abstract description 13
- 238000010801 machine learning Methods 0.000 claims abstract description 35
- 238000004519 manufacturing process Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 29
- 230000008676 import Effects 0.000 claims description 12
- 238000009412 basement excavation Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 235000013305 food Nutrition 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims 2
- 239000004615 ingredient Substances 0.000 claims 2
- 238000013135 deep learning Methods 0.000 abstract description 18
- 241000894007 species Species 0.000 description 47
- 238000003860 storage Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 18
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 8
- 235000011613 Pinus brutia Nutrition 0.000 description 8
- 241000018646 Pinus brutia Species 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 241000237502 Ostreidae Species 0.000 description 1
- 244000240602 cacao Species 0.000 description 1
- 235000020636 oyster Nutrition 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000002604 ultrasonography Methods 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법을 개시한다. 즉, 본 발명은 조경수 종류별 조경수 거래 가격, 조경수 판매량, 재배면적, 생산량, 기상 데이터 등을 근거로 딥러닝 또는 기계 학습을 통해 조경수 가격 및 조경수 유통량을 예측함으로써, 관리 중인 조경수의 유통 관리 효율성을 높일 수 있다.
Description
본 발명은 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법에 관한 것으로서, 특히 조경수 종류별 조경수 거래 가격, 조경수 판매량, 재배면적, 생산량, 기상 데이터 등을 근거로 딥러닝 또는 기계 학습을 통해 조경수 가격 및 조경수 유통량을 예측하는 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법에 관한 것이다.
조경수는 정원, 가로, 공원 따위의 경치를 아름답게 꾸미기 위해 심는 나무이다.
이러한 조경수는 유통 시장이 활성화되지 못한 상태로 가격 예측에 어려움이 있고, 이로 인해 생산 관리에도 어려움이 있다.
본 발명의 목적은 조경수 종류별 조경수 거래 가격, 조경수 판매량, 재배면적, 생산량, 기상 데이터 등을 근거로 딥러닝 또는 기계 학습을 통해 조경수 가격 및 조경수 유통량을 예측하는 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법을 제공하는 데 있다.
본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 장치는 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터 및 기타 정보 중 적어도 하나의 정보를 수집하고, 상기 수집된 적어도 하나의 정보에 대한 전처리 기능을 수행하고, 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성하는 제어부; 및 상기 생성된 조경수 수종별 판매 시점의 예측 가격을 표시하는 표시부를 포함할 수 있다.
본 발명과 관련된 일 예로서 상기 기타 정보는, 경유값 변동률, 물가 상승률, 전년 수확량, 전년 수입량, 전년 재배면적, 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터 및 조경수가 언급된 소셜 네트워크 서비스 콘텐츠 중 적어도 하나를 포함할 수 있다.
본 발명과 관련된 일 예로서 상기 조경수 수종별 판매 시점의 예측 가격은, 현재 시점 또는 미리 설정된 시점 이후의 조경수 수종별 월별 예측 가격 및 년도별 예측 가격 중 적어도 하나를 포함할 수 있다.
본 발명과 관련된 일 예로서 상기 제어부는, 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 월별/년도별 예측 유통량을 생성하고, 상기 생성된 조경수 수종별 월별/년도별 예측 유통량을 상기 표시부에 표시할 수 있다.
본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 방법은 제어부에 의해, 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터 및 기타 정보 중 적어도 하나의 정보를 수집하는 단계; 상기 제어부에 의해, 상기 수집된 적어도 하나의 정보에 대한 전처리 기능을 수행하는 단계; 상기 제어부에 의해, 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 월별/년도별 예측 유통량을 생성하는 단계; 및 상기 제어부에 의해, 상기 생성된 조경수 수종별 월별/년도별 예측 유통량을 표시부에 표시하는 단계를 포함할 수 있다.
본 발명과 관련된 일 예로서 상기 수집된 적어도 하나의 정보에 대한 전처리 기능을 수행하는 단계는, 상기 수집된 적어도 하나의 정보를 정형 데이터와 비정형 데이터로 분류할 수 있다.
본 발명과 관련된 일 예로서 상기 제어부에 의해, 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성하는 단계; 및 상기 제어부에 의해, 상기 생성된 조경수 수종별 판매 시점의 예측 가격을 상기 표시부에 표시하는 단계를 더 포함할 수 있다.
본 발명은 조경수 종류별 조경수 거래 가격, 조경수 판매량, 재배면적, 생산량, 기상 데이터 등을 근거로 딥러닝 또는 기계 학습을 통해 조경수 가격 및 조경수 유통량을 예측함으로써, 관리 중인 조경수의 유통 관리 효율성을 높일 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 장치의 구성을 나타낸 블록도이다.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 방법을 나타낸 흐름도이다.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 방법을 나타낸 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서 "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 발명에서 사용되는 제 1, 제 2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성 요소는 제 2 구성 요소로 명명될 수 있고, 유사하게 제 2 구성 요소도 제 1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
도 1은 본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 장치(100)의 구성을 나타낸 블록도이다.
도 1에 도시한 바와 같이, 인공지능을 이용한 조경수 가격 및 유통량 예측 장치(100)는 통신부(110), 저장부(120), 표시부(130), 음성 출력부(140) 및 제어부(150)로 구성된다. 도 1에 도시된 조경수 가격 및 유통량 예측 장치(100)의 구성 요소 모두가 필수 구성 요소인 것은 아니며, 도 1에 도시된 구성 요소보다 많은 구성 요소에 의해 조경수 가격 및 유통량 예측 장치(100)가 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 조경수 가격 및 유통량 예측 장치(100)가 구현될 수도 있다.
상기 조경수 가격 및 유통량 예측 장치(100)는 스마트폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 폴더블 단말기(Foldable Terminal), 개인 정보 단말기(Personal Digital Assistant: PDA), PMP(Portable Multimedia Player) 단말기, 텔레매틱스(Telematics) 단말기, 내비게이션(Navigation) 단말기, 개인용 컴퓨터(Personal Computer), 노트북 컴퓨터, 슬레이트 PC(Slate PC), 태블릿 PC(Tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display) 등 포함), 와이브로(Wibro) 단말기, IPTV(Internet Protocol Television) 단말기, 스마트 TV, 디지털방송용 단말기, AVN(Audio Video Navigation) 단말기, A/V(Audio/Video) 시스템, 플렉시블 단말기(Flexible Terminal), 디지털 사이니지 장치 등과 같은 다양한 단말기에 적용될 수 있다. 이때, 상기 조경수 가격 및 유통량 예측 장치(100)는 조경수와 관련한 가격, 유통량 등을 예측하고자 하는 사용자가 소지한 단말일 수 있다.
또한, 상기 조경수 가격 및 유통량 예측 장치(100)는 서버(미도시) 등과 통신한다.
여기서, 상기 서버는 웹 서버, 데이터베이스 서버, 프록시 서버 등의 형태로 구현될 수 있다. 또한, 상기 서버에는 네트워크 부하 분산 메커니즘, 내지 해당 서버가 인터넷 또는 다른 네트워크상에서 동작할 수 있도록 하는 다양한 소프트웨어 중 하나 이상이 설치될 수 있으며, 이를 통해 컴퓨터화된 시스템으로 구현될 수 있다. 또한, 네트워크는 http 네트워크일 수 있으며, 전용 회선(private line), 인트라넷 또는 임의의 다른 네트워크일 수 있다. 나아가, 상기 조경수 가격 및 유통량 예측 장치(100) 및 상기 서버 간의 연결은 데이터가 임의의 해커 또는 다른 제3자에 의한 공격을 받지 않도록 보안 네트워크로 연결될 수 있다. 또한, 상기 서버는 복수의 데이터베이스 서버를 포함할 수 있으며, 이러한 데이터베이스 서버가 분산 데이터베이스 서버 아키텍처를 비롯한 임의의 유형의 네트워크 연결을 통해 상기 서버와 별도로 연결되는 방식으로 구현될 수 있다.
상기 통신부(110)는 유/무선 통신망을 통해 내부의 임의의 구성 요소 또는 외부의 임의의 적어도 하나의 단말기와 통신 연결한다. 이때, 상기 외부의 임의의 단말기는 상기 서버, 다른 단말(미도시) 등을 포함할 수 있다. 여기서, 무선 인터넷 기술로는 무선랜(Wireless LAN: WLAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTE-A(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS) 등이 있으며, 상기 통신부(110)는 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다. 또한, 근거리 통신 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication: NFC), 초음파 통신(Ultra Sound Communication: USC), 가시광 통신(Visible Light Communication: VLC), 와이 파이(Wi-Fi), 와이 파이 다이렉트(Wi-Fi Direct) 등이 포함될 수 있다. 또한, 유선 통신 기술로는 전력선 통신(Power Line Communication: PLC), USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등이 포함될 수 있다.
또한, 상기 통신부(110)는 유니버설 시리얼 버스(Universal Serial Bus: USB)를 통해 임의의 단말과 정보를 상호 전송할 수 있다.
또한, 상기 통신부(110)는 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 상기 서버, 상기 다른 단말 등과 무선 신호를 송수신한다.
또한, 상기 통신부(110)는 상기 제어부(150)의 제어에 의해, 국내에서 거래되는 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 수집한다.
상기 저장부(120)는 다양한 사용자 인터페이스(User Interface: UI), 그래픽 사용자 인터페이스(Graphic User Interface: GUI) 등을 저장한다.
또한, 상기 저장부(120)는 상기 조경수 가격 및 유통량 예측 장치(100)가 작동하는데 필요한 데이터와 프로그램 등을 저장한다.
즉, 상기 저장부(120)는 상기 조경수 가격 및 유통량 예측 장치(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 조경수 가격 및 유통량 예측 장치(100)의 작동을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한, 이러한 응용 프로그램 중 적어도 일부는 조경수 가격 및 유통량 예측 장치(100)의 기본적인 기능을 위하여 출고 당시부터 조경수 가격 및 유통량 예측 장치(100) 상에 존재할 수 있다. 한편, 응용 프로그램은 상기 저장부(120)에 저장되고, 조경수 가격 및 유통량 예측 장치(100)에 설치되어, 제어부(150)에 의하여 상기 조경수 가격 및 유통량 예측 장치(100)의 작동(또는 기능)을 수행하도록 구동될 수 있다.
또한, 상기 저장부(120)는 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory: RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 중 적어도 하나의 저장매체를 포함할 수 있다. 또한, 조경수 가격 및 유통량 예측 장치(100)는 인터넷(internet)상에서 저장부(120)의 저장 기능을 수행하는 웹 스토리지(web storage)를 운영하거나, 또는 상기 웹 스토리지와 관련되어 작동할 수도 있다.
또한, 상기 저장부(120)는 상기 제어부(150)의 제어에 의해 상기 수집된 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 저장한다. 이때, 상기 저장부(120)는 상기 제어부(150)의 제어에 의해, 상기 수집된 정보들과 해당 정보들의 수집 일자에 대한 정보를 함께 매핑하여 저장한다.
상기 표시부(또는 디스플레이부)(130)는 상기 제어부(150)의 제어에 의해 상기 저장부(120)에 저장된 사용자 인터페이스 및/또는 그래픽 사용자 인터페이스를 이용하여 다양한 메뉴 화면 등과 같은 다양한 콘텐츠를 표시할 수 있다. 여기서, 상기 표시부(130)에 표시되는 콘텐츠는 다양한 텍스트 또는 이미지 데이터(각종 정보 데이터 포함)와 아이콘, 리스트 메뉴, 콤보 박스 등의 데이터를 포함하는 메뉴 화면 등을 포함한다. 또한, 상기 표시부(130)는 터치 스크린 일 수 있다.
또한, 상기 표시부(130)는 액정 디스플레이(Liquid Crystal Display: LCD), 박막 트랜지스터 액정 디스플레이(Thin Film Transistor-Liquid Crystal Display: TFT LCD), 유기 발광 다이오드(Organic Light-Emitting Diode: OLED), 플렉시블 디스플레이(Flexible Display), 3차원 디스플레이(3D Display), 전자잉크 디스플레이(e-ink display), LED(Light Emitting Diode) 중에서 적어도 하나를 포함할 수 있다.
또한, 상기 표시부(130)는 상기 제어부(150)의 제어에 의해 상기 수집된 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 표시한다.
상기 음성 출력부(140)는 상기 제어부(150)에 의해 소정 신호 처리된 신호에 포함된 음성 정보를 출력한다. 여기서, 상기 음성 출력부(140)에는 리시버(receiver), 스피커(speaker), 버저(buzzer) 등이 포함될 수 있다.
또한, 상기 음성 출력부(140)는 상기 제어부(150)에 의해 생성된 안내 음성을 출력한다.
또한, 상기 음성 출력부(140)는 상기 제어부(150)의 제어에 의해 상기 표시부(130)에 표시되는 상기 수집된 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등에 대응하는 음성 정보(또는 음향 정보) 등을 출력한다.
상기 제어부(controller, 또는 MCU(microcontroller unit)(150)는 상기 조경수 가격 및 유통량 예측 장치(100)의 전반적인 제어 기능을 실행한다.
또한, 상기 제어부(150)는 상기 저장부(120)에 저장된 프로그램 및 데이터를 이용하여 조경수 가격 및 유통량 예측 장치(100)의 전반적인 제어 기능을 실행한다. 상기 제어부(150)는 RAM, ROM, CPU, GPU, 버스를 포함할 수 있으며, RAM, ROM, CPU, GPU 등은 버스를 통해 서로 연결될 수 있다. CPU는 상기 저장부(120)에 액세스하여, 상기 저장부(120)에 저장된 O/S를 이용하여 부팅을 수행할 수 있으며, 상기 저장부(120)에 저장된 각종 프로그램, 콘텐츠, 데이터 등을 이용하여 다양한 작동을 수행할 수 있다.
또한, 상기 제어부(150)는 상기 서버와의 연동에 의해, 상기 서버에서 제공하는 전용 앱 및/또는 웹 사이트를 통해 조경수 가격 예측 기능, 조경수 유통량 예측 기능 등을 제공받기 위한 사용자로 회원 가입하며, 개인 정보 등을 상기 서버에 등록한다. 이때, 상기 개인 정보는 아이디, 이메일 주소, 패스워드(또는 비밀번호), 이름, 성별, 생년월일, 연락처(또는 전화번호), 주소지 등을 포함한다.
또한, 상기 제어부(150)는 해당 조경수 가격 및 유통량 예측 장치(100)의 사용자가 가입한 SNS 계정 정보 또는 모바일 메신저 계정 정보를 이용하여 상기 서버에 사용자로 회원 가입할 수도 있다. 여기서, 상기 SNS 계정은 페이스북, 트위터, 카카오 스토리, 네이버, 페이코(PAYCO) 등과 관련한 정보일 수 있다. 또한, 상기 모바일 메신저 계정은 카카오톡(KakaoTalk), 라인(line), 바이버(viber), 위챗(wechat), 와츠앱(whatsapp), 텔레그램(Telegram), 스냅챗(snapchat) 등과 관련한 정보일 수 있다.
또한, 회원 가입 절차 수행 시, 상기 제어부(150)는 본인 인증 수단(예를 들어 이동 전화, 신용카드, 아이핀 등 포함)을 통한 인증 기능을 완료해야 상기 서버에 대한 회원 가입 절차를 정상적으로 완료할 수 있다.
또한, 회원 가입이 완료된 후, 상기 제어부(150)는 상기 서버에서 제공하는 서비스를 이용하기 위해서, 상기 서버로부터 제공되는 전용 앱(또는 애플리케이션/응용 프로그램/특정 앱)을 해당 조경수 가격 및 유통량 예측 장치(100)에 설치한다. 이때, 상기 전용 앱은 조경수 가격 예측 기능, 조경수 유통량 예측 기능 등을 수행하기 위한 앱일 수 있다.
또한, 상기 제어부(150)는 해당 조경수 가격 및 유통량 예측 장치(100)에 미리 설치된 전용 앱을 실행하고, 전용 앱 실행에 따른 앱 실행 결과 화면을 상기 표시부(130)에 표시한다. 이때, 상기 앱 실행 결과 화면은 사용자 입력(또는 사용자 선택/터치/제어)에 따른 특정 조경수에 대해서, 해당 조경수명(또는 조경수 수종)에 따른 가격을 예측하기 위한 가격 예측 메뉴(또는 항목/버튼), 해당 조경수명에 따른 유통량을 예측하기 위한 유통량 예측 메뉴, 해당 조경수명에 따른 가격과 유통량을 예측하기 위한 통합 예측 메뉴, 전용 앱 기능을 설정하기 위한 설정 메뉴 등을 포함한다. 여기서, 상기 제어부(150)는 해당 전용 앱을 제공하는 서버(미도시)에 회원 가입한 상태로, 회원 가입에 따른 아이디 및 비밀번호, 상기 아이디를 포함하는 바코드 또는 QR 코드 등을 이용해서 상기 전용 앱 실행 시 로그인 절차를 수행하여, 해당 전용 앱의 하나 이상의 기능(예를 들어 조경수 가격 예측 기능, 조경수 유통량 예측 기능 등 포함)을 수행할 수 있다.
또한, 상기 제어부(150)는 미리 설정된 조경수와 관련한 기본 데이터, 미리 설정된 학습용 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 통해 조경수 가격 예측 모델, 조경수 유통량 예측 모델 등에 대해서 특정 조경수와 관련한 예측 가격(또는 조경수 수종별 예측 가격), 월별/년도별 예측 유통량 등을 위한 학습 기능을 수행한다.
또한, 상기 제어부(150)는 국내에서 거래되는 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 포함하는 정보를 수집한다. 여기서, 상기 기상 데이터는 기온, 습도, 이산화탄소 농도, 풍속, 풍향, 풍량, 적설량, 강수량(또는 강우량), 일사량 등을 포함한다. 또한, 상기 기타 정보는 경유값 변동률(또는 최근 몇 년 이내의 년도별 경유값 변동률), 물가 상승률(또는 최근 몇 년 이내의 년도별 수확량), 전년 수확량(또는 최근 몇 년 이내의 년도별 수확량), 전년 수입량(또는 최근 몇 년 이내의 년도별 수입량), 전년 재배면적(최근 몇 년 이내의 년도별 재배면적), 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터, 조경수가 언급된 소셜 네트워크 서비스(SNS: Social Network Service) 내의 콘텐츠 등을 포함한다.
또한, 상기 제어부(150)는 상기 수집된 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 수집 일자와 함께 매핑하여(또는 매핑하여/연동하여) 상기 저장부(120)에 저장한다.
또한, 상기 제어부(150)는 상기 수집된 정보들에 대한 전처리 기능을 수행한다.
즉, 상기 제어부(150)는 상기 수집된 정보들을 정형 데이터와 비정형 데이터로 분류한다. 여기서, 상기 정형 데이터는 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 경유값 변동률(또는 최근 몇 년 이내의 년도별 경유값 변동률), 물가 상승률(또는 최근 몇 년 이내의 년도별 수확량), 전년 수확량(또는 최근 몇 년 이내의 년도별 수확량), 전년 수입량(또는 최근 몇 년 이내의 년도별 수입량), 전년 재배면적(최근 몇 년 이내의 년도별 재배면적) 등을 포함한다. 또한, 상기 비정형 데이터는 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터, 조경수가 언급된 소셜 네트워크 서비스(SNS) 내의 콘텐츠 등을 포함한다.
또한, 상기 제어부(150)는 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터, 상기 전처리된 비정형 데이터 등을 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습(또는 인공지능/딥 러닝)을 수행하고, 기계 학습 결과(또는 딥 러닝 결과)를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성(또는 예측)한다. 여기서, 상기 기본 데이터는 조경수별 생육 정보(예를 들어 소나무는 1년에 2m씩 성장 등 포함), 환경 정보 등을 포함한다. 또한, 상기 조경수 가격 예측 모델은 미리 설정된 학습용 데이터 셋을 통해 지속적으로 학습 기능을 수행한 상태일 수 있다. 또한, 상기 조경수 수종별 판매 시점의 예측 가격(또는 조경수 수종별 예측 가격)은 현재 시점 이후(또는 미리 설정된 시점 이후)의 조경수 수종별 월별 예측 가격, 년도별 예측 가격 등을 포함한다.
이때, 상기 제어부(150)는 조경수의 굴취, 운송, 식재 등에 따른 비용을 함께 고려하여 상기 조경수 수종별 판매 시점의 예측 가격을 생성할 수도 있다.
즉, 상기 제어부(150)는 추가로 수집되는 굴취 단가, 운송 단가, 식재 단가 등과, 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터, 상기 전처리된 비정형 데이터 등을 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습(또는 인공지능/딥 러닝)을 수행하고, 기계 학습 결과(또는 딥 러닝 결과)를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성(또는 예측)할 수도 있다.
이렇게 생성되는 조경수 수종별 판매 시점의 예측 가격은 현재 시점 이후(또는 미리 설정된 시점 이후)의 조경수 수종별 월별 예측 가격, 년도별 예측 가격 등에 추가하여, 조경수의 현재 위치(또는 지역별)로부터 거리에 따른 예측 운송료, 예측 굴취료, 예측 식재료(또는 식재 단가) 등에 대한 정보가 함께 포함될 수 있다.
이를 통해, 해당 조경수를 관리하는 사용자뿐만 아니라, 특정 조경수를 구매하고자 하는 사용자(또는 구매자)도 미래의 특정 시점의 조경수 예측 가격, 예측 굴취료, 예측 운송료, 예측 식재료 등을 함께 확인할 수 있다.
또한, 상기 제어부(150)는 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터, 상기 전처리된 비정형 데이터 등을 미리 설정된 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습(또는 딥 러닝)을 수행하고, 기계 학습 결과(또는 딥 러닝 결과)를 근거로 조경수 수종별 월별/년도별 예측 유통량을 생성(또는 예측)한다. 여기서, 상기 조경수 유통량 예측 모델은 상기 미리 설정된 학습용 데이터 셋을 통해 지속적으로 학습 기능을 수행한 상태일 수 있다. 또한, 상기 월별/년도별 예측 유통량은 월별/년도별로 지역별 예측 유통량 등을 포함한다.
또한, 상기 제어부(150)는 상기 생성된 조경수 수종별 예측 가격, 상기 생성된 조경수 수종별 월별 예측 유통량, 조경수 수종별 년도별 예측 유통량 등을 생성 시점(또는 예측 시점)의 날짜 정보와 함께 상기 저장부(120)에 저장한다.
또한, 상기 제어부(150)는 상기 생성된 조경수 수종별 예측 가격, 상기 생성된 조경수 수종별 월별 예측 유통량, 조경수 수종별 년도별 예측 유통량 등을 대시 보드 형태로 상기 표시부(130) 및/또는 상기 음성 출력부(140)를 통해 출력한다.
본 발명의 실시예에서는 상기 기계 학습을 통해 조경수 수종별 판매 시점의 예측 가격 및 월별/년도별 예측 유통량을 각각 생성(또는 예측)하는 것을 설명하고 있으나, 이에 한정되는 것은 아니며, 상기 제어부(150)는 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터, 상기 전처리된 비정형 데이터 등을 상기 미리 설정된 조경수 가격 예측 모델 및 조경수 유통량 예측 모델의 각각의 입력값으로 하여, 병렬적으로 기계 학습(또는 딥러닝)을 수행하고, 기계 학습 결과(또는 딥 러닝 결과)를 근거로 조경수 수종별 판매 시점의 예측 가격(또는 조경수 수종별 예측 가격), 월별/년도별 예측 유통량 등을 함께 생성(또는 예측)할 수도 있다.
또한, 본 발명의 실시예에서 설명하는 조경수 가격 예측 기능, 조경수 유통량 예측 기능 등은 해당 조경수 가격 및 유통량 예측 장치(100)에 설치된 전용 앱을 통해 수행하거나 또는, 상기 서버에서 제공하는 웹 사이트 등을 통해 수행할 수도 있다.
이와 같이, 조경수 종류별 조경수 거래 가격, 조경수 판매량, 재배면적, 생산량, 기상 데이터 등을 근거로 딥러닝 또는 기계 학습을 통해 조경수 가격 및 조경수 유통량을 예측할 수 있다.
이하에서는, 본 발명에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 방법을 도 1 내지 도 2를 참조하여 상세히 설명한다.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 조경수 가격 및 유통량 예측 방법을 나타낸 흐름도이다.
먼저, 제어부(150)는 국내에서 거래되는 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 기타 정보 등을 포함하는 정보를 수집한다. 여기서, 상기 기상 데이터는 기온, 습도, 이산화탄소 농도, 풍속, 풍향, 풍량, 적설량, 강수량(또는 강우량), 일사량 등을 포함한다. 또한, 상기 기타 정보는 경유값 변동률(또는 최근 몇 년 이내의 년도별 경유값 변동률), 물가 상승률(또는 최근 몇 년 이내의 년도별 수확량), 전년 수확량(또는 최근 몇 년 이내의 년도별 수확량), 전년 수입량(또는 최근 몇 년 이내의 년도별 수입량), 전년 재배면적(최근 몇 년 이내의 년도별 재배면적), 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터, 조경수가 언급된 소셜 네트워크 서비스(SNS) 내의 콘텐츠 등을 포함한다.
일 예로, 제 1 제어부(150)는 2000년부터 2020년까지의 소나무 중 장송에 대한 제 1 월별 조경수 거래 가격, 제 1 월별 평균 식재비, 제 1 월별 판매량, 제 1 월별 재배면적, 제 1 월별 생산량, 일별 기상 데이터, 제 1 기타 정보 등을 수집한다. 여기서, 상기 제 1 기타 정보는 2000년부터 2020년까지의 제 1 월별 경유값 변동률, 제 1 월별/년도별 물가 상승률, 제 1 년도별 수확량, 제 1 년도별 수입량, 제 1 연도별 재배면적, 월별 장송이 언급된 뉴스, 방송 데이터, SNS 콘텐츠 등을 포함한다(S210).
이후, 상기 제어부(150)는 상기 수집된 정보들에 대한 전처리 기능을 수행한다.
즉, 상기 제어부(150)는 상기 수집된 정보들을 정형 데이터와 비정형 데이터로 분류한다. 여기서, 상기 정형 데이터는 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터, 경유값 변동률(또는 최근 몇 년 이내의 년도별 경유값 변동률), 물가 상승률(또는 최근 몇 년 이내의 년도별 수확량), 전년 수확량(또는 최근 몇 년 이내의 년도별 수확량), 전년 수입량(또는 최근 몇 년 이내의 년도별 수입량), 전년 재배면적(최근 몇 년 이내의 년도별 재배면적) 등을 포함한다. 또한, 상기 비정형 데이터는 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터, 조경수가 언급된 소셜 네트워크 서비스(SNS) 내의 콘텐츠 등을 포함한다.
일 예로, 상기 제 1 제어부는 상기 수집된 정보들 중에서 2000년부터 2020년까지의 소나무 중 장송에 대한 제 1 월별 조경수 거래 가격, 제 1 월별 평균 식재비, 제 1 월별 판매량, 제 1 월별 재배면적, 제 1 월별 생산량, 일별 기상 데이터, 2000년부터 2020년까지의 제 1 월별 경유값 변동률, 제 1 월별/년도별 물가 상승률, 제 1 년도별 수확량, 제 1 년도별 수입량, 제 1 연도별 재배면적 등을 제 1 정형 데이터로 분류하고, 상기 수집된 정보들 중에서 월별 장송이 언급된 뉴스, 방송 데이터, SNS 콘텐츠 등을 제 1 비정형 데이터로 분류한다(S220).
이후, 상기 제어부(150)는 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터, 상기 전처리된 비정형 데이터 등을 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습(또는 딥 러닝)을 수행하고, 기계 학습 결과(또는 딥 러닝 결과)를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성(또는 예측)한다. 여기서, 상기 기본 데이터는 조경수별 생육 정보(예를 들어 소나무는 1년에 2m씩 성장 등 포함), 환경 정보 등을 포함한다. 또한, 상기 조경수 가격 예측 모델은 미리 설정된 학습용 데이터 셋을 통해 지속적으로 학습 기능을 수행한 상태일 수 있다. 또한, 상기 조경수 수종별 판매 시점의 예측 가격(또는 조경수 수종별 예측 가격)은 현재 시점 이후(또는 미리 설정된 시점 이후)의 조경수 수종별 월별 예측 가격, 년도별 예측 가격 등을 포함한다.
또한, 상기 제어부(150)는 상기 생성된 조경수 수종별 예측 가격을 생성 시점(또는 예측 시점)의 날짜 정보와 함께 저장부(120)에 저장한다.
또한, 상기 제어부(150)는 상기 생성된 해당 조경수 수종별 예측 가격을 표시부(130) 및/또는 음성 출력부(140)를 통해 출력한다.
일 예로, 상기 제 1 제어부는 상기 장송과 관련한 기본 데이터, 상기 분류된 제 1 정형 데이터, 상기 분류된 제 1 비정형 데이터 등을 상기 조경수 가격 예측 모델의 입력값으로 하여 기계 학습을 통해 현재 시점(예를 들어 2021년 1월) 이후의 장송의 월별 예측 가격, 장송의 년도별 예측 가격 등을 생성한다.
또한, 상기 제 1 제어부는 상기 생성된 현재 시점 이후의 장송의 월별 예측 가격, 장송의 년도별 예측 가격 등을 제 1 표시부(130)에 표시한다(S230).
또한, 상기 제어부(150)는 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터, 상기 전처리된 비정형 데이터 등을 미리 설정된 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습(또는 딥 러닝)을 수행하고, 기계 학습 결과(또는 딥 러닝 결과)를 근거로 조경수 수종별 월별/년도별 예측 유통량을 생성(또는 예측)한다. 여기서, 상기 조경수 유통량 예측 모델은 상기 미리 설정된 학습용 데이터 셋을 통해 지속적으로 학습 기능을 수행한 상태일 수 있다. 또한, 상기 월별/년도별 예측 유통량은 월별/년도별로 지역별 예측 유통량 등을 포함한다.
또한, 상기 제어부(150)는 상기 생성된 조경수 수종별 월별 예측 유통량, 조경수 수종별 년도별 예측 유통량 등을 생성 시점(또는 예측 시점)의 날짜 정보와 함께 상기 저장부(120)에 저장한다.
또한, 상기 제어부(150)는 상기 생성된 조경수 수종별 월별 예측 유통량, 조경수 수종별 년도별 예측 유통량 등을 상기 표시부(130) 및/또는 상기 음성 출력부(140)를 통해 출력한다.
일 예로, 상기 제 1 제어부는 상기 장송과 관련한 기본 데이터, 상기 분류된 제 1 정형 데이터, 상기 분류된 제 1 비정형 데이터 등을 상기 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습을 통해 현재 시점(예를 들어 2021년 1월) 이후의 장송의 월별 예측 유통량, 장송의 년도별 예측 유통량 등을 생성한다.
또한, 상기 제 1 제어부는 상기 생성된 현재 시점 이후의 장송의 월별 예측 유통량, 장송의 년도별 예측 유통량 등을 상기 제 1 표시부에 표시한다(S240).
본 발명의 실시예는 앞서 설명된 바와 같이, 조경수 종류별 조경수 거래 가격, 조경수 판매량, 재배면적, 생산량, 기상 데이터 등을 근거로 딥러닝 또는 기계 학습을 통해 조경수 가격 및 조경수 유통량을 예측하여, 관리 중인 조경수의 유통 관리 효율성을 높일 수 있다.
전술된 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 인공지능을 이용한 조경수 가격 및 유통량 예측 장치
110: 통신부 120: 저장부
130: 표시부 140: 음성 출력부
150: 제어부
110: 통신부 120: 저장부
130: 표시부 140: 음성 출력부
150: 제어부
Claims (7)
- 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터 및 기타 정보를 수집하고, 상기 수집된 적어도 하나의 정보에 대한 전처리 기능을 수행하고, 굴취 단가, 운송 단가, 식재 단가, 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성하는 제어부; 및
상기 생성된 조경수 수종별 판매 시점의 예측 가격을 표시하는 표시부를 포함하며,
상기 기본 데이터는,
조경수별 생육 정보 및 환경 정보를 포함하며,
상기 조경수 수종별 판매 시점의 예측 가격은,
조경수를 관리하는 사용자뿐만 아니라, 상기 조경수를 구매하고자 하는 구매자가 미래의 특정 시점의 조경수 예측 가격, 예측 운송료, 예측 굴취료 및 예측 식재료를 함께 확인할 수 있도록 현재 시점 또는 미리 설정된 시점 이후의 조경수 수종별 월별 예측 가격, 년도별 예측 가격, 조경수의 현재 위치로부터 거리에 따른 예측 운송료, 예측 굴취료 및 예측 식재료를 포함하며,
상기 기타 정보는,
경유값 변동률, 물가 상승률, 전년 수확량, 전년 수입량, 전년 재배면적, 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터 및 조경수가 언급된 소셜 네트워크 서비스 콘텐츠를 포함하며,
상기 제어부는,
상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 월별/년도별 예측 유통량을 생성하고, 상기 생성된 조경수 수종별 월별/년도별 예측 유통량을 상기 표시부에 표시하는 것을 특징으로 하는 인공지능을 이용한 조경수 가격 및 유통량 예측 장치. - 삭제
- 삭제
- 삭제
- 조경수 가격 및 유통량 예측 장치에 포함된 제어부에 의해, 조경수 수종별로 미리 설정된 연도 이내의 월별 조경수 거래 가격, 월별/년도별 식재비, 월별/년도별 판매량, 월별/년도별 재배면적, 월별/년도별 생산량, 일별 기상 데이터 및 기타 정보를 수집하는 단계;
상기 제어부에 의해, 상기 수집된 적어도 하나의 정보에 대한 전처리 기능을 수행하는 단계;
상기 제어부에 의해, 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 유통량 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 월별/년도별 예측 유통량을 생성하는 단계;
상기 제어부에 의해, 굴취 단가, 운송 단가, 식재 단가, 상기 미리 설정된 조경수와 관련한 기본 데이터, 상기 전처리된 정형 데이터 및 상기 전처리된 비정형 데이터를 미리 설정된 조경수 가격 예측 모델의 입력값으로 하여 기계 학습을 수행하고, 기계 학습 결과를 근거로 조경수 수종별 판매 시점의 예측 가격을 생성하는 단계;
상기 제어부에 의해, 상기 생성된 조경수 수종별 판매 시점의 예측 가격 및, 조경수 수종별 월별/년도별 예측 유통량을 표시부에 표시하는 단계를 포함하며,
상기 수집된 적어도 하나의 정보에 대한 전처리 기능을 수행하는 단계는,
상기 수집된 적어도 하나의 정보를 정형 데이터와 비정형 데이터로 분류하며,
상기 기본 데이터는,
조경수별 생육 정보 및 환경 정보를 포함하며,
상기 조경수 수종별 판매 시점의 예측 가격은,
조경수를 관리하는 사용자뿐만 아니라, 상기 조경수를 구매하고자 하는 구매자가 미래의 특정 시점의 조경수 예측 가격, 예측 운송료, 예측 굴취료 및 예측 식재료를 함께 확인할 수 있도록 현재 시점 또는 미리 설정된 시점 이후의 조경수 수종별 월별 예측 가격, 년도별 예측 가격, 조경수의 현재 위치로부터 거리에 따른 예측 운송료, 예측 굴취료 및 예측 식재료를 포함하며,
상기 기타 정보는,
경유값 변동률, 물가 상승률, 전년 수확량, 전년 수입량, 전년 재배면적, 조경수가 언급된 뉴스, 조경수가 언급된 방송 데이터 및 조경수가 언급된 소셜 네트워크 서비스 콘텐츠를 포함하는 것을 특징으로 하는 인공지능을 이용한 조경수 가격 및 유통량 예측 방법. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210012674A KR102278664B1 (ko) | 2021-01-28 | 2021-01-28 | 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210012674A KR102278664B1 (ko) | 2021-01-28 | 2021-01-28 | 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102278664B1 true KR102278664B1 (ko) | 2021-07-16 |
Family
ID=77150777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210012674A KR102278664B1 (ko) | 2021-01-28 | 2021-01-28 | 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102278664B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102626968B1 (ko) * | 2023-04-19 | 2024-01-19 | 주식회사 루트릭스 | 수목 정보 제공 방법 및 장치 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170068900A (ko) | 2015-12-10 | 2017-06-20 | 임병을 | 조경수의 품질 표준화와 품질 보증을 기반으로 한 유통시스템 |
| KR20190030403A (ko) * | 2017-09-14 | 2019-03-22 | 주식회사 케이티 | 가격과 비용의 신경망 학습을 기반으로 수직 농장의 작물의 출하를 예측하는 장치 및 방법 |
| KR20200063299A (ko) * | 2018-11-19 | 2020-06-05 | 유소현 | 빅데이터 기반 인공지능 기계학습을 이용한 피부관리 추천 서비스 제공 방법 |
| KR20200064699A (ko) * | 2018-11-29 | 2020-06-08 | 윤봉기 | 온라인을 통한 조경수 거래를 지원하는 관리서버 |
| KR20200115717A (ko) * | 2019-03-12 | 2020-10-08 | 농업회사법인 만나씨이에이 주식회사 | 작물 추천 방법 및 시스템 |
-
2021
- 2021-01-28 KR KR1020210012674A patent/KR102278664B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170068900A (ko) | 2015-12-10 | 2017-06-20 | 임병을 | 조경수의 품질 표준화와 품질 보증을 기반으로 한 유통시스템 |
| KR20190030403A (ko) * | 2017-09-14 | 2019-03-22 | 주식회사 케이티 | 가격과 비용의 신경망 학습을 기반으로 수직 농장의 작물의 출하를 예측하는 장치 및 방법 |
| KR20200063299A (ko) * | 2018-11-19 | 2020-06-05 | 유소현 | 빅데이터 기반 인공지능 기계학습을 이용한 피부관리 추천 서비스 제공 방법 |
| KR20200064699A (ko) * | 2018-11-29 | 2020-06-08 | 윤봉기 | 온라인을 통한 조경수 거래를 지원하는 관리서버 |
| KR20200115717A (ko) * | 2019-03-12 | 2020-10-08 | 농업회사법인 만나씨이에이 주식회사 | 작물 추천 방법 및 시스템 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102626968B1 (ko) * | 2023-04-19 | 2024-01-19 | 주식회사 루트릭스 | 수목 정보 제공 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2018202333B2 (en) | Method and system for displaying weather information on a timeline | |
| US20160054710A1 (en) | Method of configuring watch screen and wearable electronic device implementing same | |
| CN107944481A (zh) | 用于生成信息的方法和装置 | |
| US10330827B2 (en) | Method and system for displaying weather information on a timeline | |
| KR101607617B1 (ko) | 관광지 홍보용 실시간 영상 제공 시스템 | |
| KR20210051498A (ko) | 구인구직 매칭 시스템 및 그 방법 | |
| CN109313587A (zh) | 用于在服务层处使能数据分析服务的方法 | |
| US10564319B2 (en) | Method and system for displaying weather information on a timeline | |
| CN108369585A (zh) | 用于提供翻译服务的方法及其电子装置 | |
| US20180364871A1 (en) | Automatic cognitive adjustment of display content | |
| KR102278664B1 (ko) | 인공지능을 이용한 조경수 가격 및 유통량 예측 장치 및 그 방법 | |
| KR102043272B1 (ko) | 확률장기예보를 활용한 유역 유출 예측과 의사결정지원 시스템 및 그 방법 | |
| CN115735361A (zh) | 生成和访问用于产品的视频内容 | |
| US10489824B2 (en) | Methods and systems for interaction with digital signage board | |
| Burra et al. | Digital Agriculture Profile: Viet Nam | |
| JP2021068273A (ja) | プログラム、方法及び情報処理装置 | |
| KR102263820B1 (ko) | 조경수 거래 관리 시스템과 그 방법 | |
| KR102064877B1 (ko) | 건물 에너지 사용량 및 절감률 분석 시스템 및 그 방법 | |
| KR102241489B1 (ko) | 주식 관련 빅데이터에 기반하여 급등테마 주식을 실시간으로 분석하는 방법 및 그 시스템 | |
| CN107145274A (zh) | 用于终端设备的天气信息展示方法和装置 | |
| CN103634108A (zh) | 因特网无线连接设备改造、无线网络连网方法及应用 | |
| KR102339351B1 (ko) | 구글 해킹 취약점 자동 검색 장치 및 그 방법 | |
| KR102442111B1 (ko) | 가상 네트워크 구성 장치 및 그 방법 | |
| JP2020109610A (ja) | ディープランニングを利用した植物分類システムおよびその方法 | |
| KR102331513B1 (ko) | 시각 정보를 포함하는 상품 정보 제공 시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |