KR102488000B1 - 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 - Google Patents
수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 Download PDFInfo
- Publication number
- KR102488000B1 KR102488000B1 KR1020220127046A KR20220127046A KR102488000B1 KR 102488000 B1 KR102488000 B1 KR 102488000B1 KR 1020220127046 A KR1020220127046 A KR 1020220127046A KR 20220127046 A KR20220127046 A KR 20220127046A KR 102488000 B1 KR102488000 B1 KR 102488000B1
- Authority
- KR
- South Korea
- Prior art keywords
- processing
- terminal
- online
- bidding
- data
- Prior art date
Links
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims description 21
- 229910052782 aluminium Inorganic materials 0.000 title claims description 21
- 239000000463 material Substances 0.000 title claims description 18
- 238000000034 method Methods 0.000 title description 23
- 238000012545 processing Methods 0.000 claims abstract description 101
- 239000002994 raw material Substances 0.000 claims abstract description 38
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000003672 processing method Methods 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 16
- 238000005520 cutting process Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000009193 crawling Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000005498 polishing Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 229910000831 Steel Inorganic materials 0.000 description 7
- 239000010959 steel Substances 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000218691 Cupressaceae Species 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000003466 welding 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 온라인 플랫폼을 중심으로 발주, 입찰, 낙찰의 원자재 가공 서비스를 제공하고, 가공 방법, 사이즈, 수량, 도면을 입력하고, 서비스 이용, 재고, 원가, 가공비의 추이를 분석해서 가격을 책정하고, 발주, 입찰, 낙찰을 포함하는 샘플링 데이터에 기반한 데이터 오류를 검증한다.
Description
본 발명은 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템에 관한 것으로, 보다 상세하게는 시간, 거리에 상관없이 언제 어디서나 원자재 가공 서비스를 이용하고, 원자재 가공 서비스를 적절한 가격으로 이용하고, 시스템의 동작 신뢰성을 높이는 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템에 관한 것이다.
본 발명에 관련된 종래기술에는 강재 판매, 맞춤 판매, 오픈 마켓, 절단 가공이 있다. 특허문헌 1 가공이 필요한 강재의 판매 방법은 형강류, 강판류, 강관류, 철근류와 같이 사용시에는 원자재 공장에서 출고된 원자재를 절단/홀가공/벤딩/프레스 성형/용접과 같이 소정 형상으로 가공하여 사용하게 되는 가공이 필요한 강재의 판매 방법을 제공한다. 또한, 특허문헌 2 맞춤판매형쇼핑몰서비스방법은 맞춤제작데이터를 업로드한 고객에게 소정의 포인트를 지속적으로 지급함으로써 고객참여적이고, 고객지향적인 쇼핑몰서비스를 제공한다. 또한, 특허문헌 3 원자재 오픈마켓 서비스 제공방법은 통신 네트워크를 통해 접속된 클라이언트 서버 시스템을 사용하여 원자재관련 정보 및 거래 서비스를 제공한다. 또한, 특허문헌 4 철근 절단가공을 위한 계획 관리시스템은 전용 응용소프트웨어로 구축된 절단계획관리 어플리케이션에 의해 통합 제어 및 기록관리되게 하여 별도 전문인력을 필요함 없이 철근 절단 가공계획에 대한 관리와 감독을 직관적으로 판단 정보에 의해 체계적이고, 효율적이며, 일원화된 형태로 운영한다.
그러나 종래기술은 온라인 플랫폼을 중심으로 발주, 입찰, 낙찰의 원자재 가공 서비스를 제공하지 못하는 문제점이 있다.
본 발명은 온라인 플랫폼을 중심으로 발주, 입찰, 낙찰의 원자재 가공 서비스를 제공하는 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 가공 방법, 사이즈, 수량, 도면을 입력하고, 서비스 이용, 재고, 원가, 가공비의 추이를 분석해서 가격을 책정하는 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 발주, 입찰, 낙찰을 포함하는 샘플링 데이터에 기반한 데이터 오류를 검증하는 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템을 제공하는 것을 또 다른 목적으로 한다.
본 발명의 바람직한 일 실시예에 따른 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템은. 클라우드(12)와 연계하여 발주, 입찰, 낙찰을 포함하는 온라인 원자재 가공 서비스를 제공하는 단말기(6); 및 상기 단말기(6)와 연계하여 온라인 원자재 가공 서비스의 온라인 플랫폼(40)을 만들고, 상기 단말기(6)에 온라인 원자재 가공 서비스를 제공하는 클라우드(12);를 포함하는 것을 특징으로 한다.
또한, 상기 단말기(6)는, 온라인 원자재 가공 서비스의 발주, 입찰, 낙찰을 수행하고, 수행된 동작 데이터를 분석해서 온라인 원자재 가공 서비스의 품질을 높이는 제어부(5); 상기 온라인 플랫폼(40)을 중심으로 단말기(6)로부터 가공 계약 주문을 입력받고, 상기 클라우드(12)에 등록하고, 상기 클라우드(12)의 관리부(45)에 가공 계약 주문을 전달하는 발주부(41); 상기 온라인 플랫폼(40)에 등록된 가공 계약 주문이 열람되고, 가공 업체 단말기(6)가 상기 온라인 플랫폼(40)에 가공 계약 주문에 대한 입찰을 수행하는 입찰부(42); 및 가공 계약 주문을 발주한 단말기(6)가 가공 업체의 프로필, 가공 입찰 가격을 포함하는 입찰 정보를 열람하고, 최종 낙찰 업체를 선정하고, 해당 가공 업체 단말기(6)에 낙찰을 알람하는 낙찰부(43);를 포함하는 것을 특징으로 한다.
또한, 상기 클라우드(12)는, 상기 클라우드(12)의 상기 온라인 플랫폼(40)을 수행하는 제어부(5); 및 온라인 원자재 가공 서비스에서의 발주, 입찰, 낙찰, 데이터 분석의 동작을 실행하는 관리부(45);를 포함하고, 상기 제어부(5)는, 계약된 기업의 주력 판매 제품의 판매량을 예측하고, 판매 제품에 포함된 알루미늄 함량(종류: 판재, 봉재, 선재)을 확인하여 알루미늄 수요를 예측하고, 판매량 예측을 위해, 클라우드(12)의 정보 수집을 이용하여 주력 제품의 온라인 판매 현황, 소비자 반응, 광고 유무를 확인하고, 크롤링 모듈을 이용하여 웹 표준(65)으로 인코딩된 온라인 판매 현황, 소비자 반응, 광고 유무를 추출하는 것을 특징으로 한다.
또한, 상기 제어부(5)는, 절단, 폴리싱, 절삭을 포함하는 원자재 가공 방법, 원자재 사이즈, 수량, 가공 도면을 포함하는 가공 정보를 입력하는 입력 단계(S201); 발주부(41), 입찰부(42), 낙찰부(43)의 동작 데이터를 이용하여 서비스 이용, 재고, 원가, 가공비의 추이를 분석하는 추이 분석 단계(S202); 및 상기 단계(S202)의 분석 결과를 종합하여 가격을 책정하고, 책정된 가공 가격을 가공 업체 단말기(6)에 제공하는 가격 책정 단계(S203);를 포함하는 것을 특징으로 한다.
또한, 상기 제어부(5)는, 샘플링 데이터를 저장하고, 일정 시간 동안 샘플링 데이터의 크기 별로 발생 회수를 누적하여 확률 분포를 계산하고, 또 다른 일정 시간 동안의 확률 분포를 계산하고, 두 확률 분포의 차, 면적 차, 차 거리 누적을 계산해서(S101) 샘플링 회로 이상, 데이터 오류, 데이터 변화를 예측하고, 이에 하드웨어 고장, 데이터 오류, 데이터 변화에 대응하는 것을 특징으로 한다.
본 발명은 온라인 플랫폼을 중심으로 발주, 입찰, 낙찰의 원자재 가공 서비스를 제공함으로써 시간, 거리에 상관없이 언제 어디서나 원자재 가공 서비스를 이용하는 효과를 가질 수 있다.
또한, 본 발명은 가공 방법, 사이즈, 수량, 도면을 입력하고, 서비스 이용, 재고, 원가, 가공비의 추이를 분석해서 가격을 책정함으로써 원자재 가공 서비스를 적절한 가격으로 이용하는 효과를 가질 수 있다.
또한, 본 발명은 발주, 입찰, 낙찰을 포함하는 샘플링 데이터에 기반한 데이터 오류를 검증함으로써 시스템의 동작 신뢰성을 높이는 효과를 가질 수 있다.
도 1은 본 발명 수요 예측 기반 알루미늄 재료 공급 시스템의 구성을 보인 블록도이다.
도 2는 도 1 수요 예측 기반 알루미늄 재료 공급 시스템의 온라인 플랫폼 구성을 보인 예시도이다.
도 3은 본 발명 수요 예측 기반 알루미늄 재료 공급 방법의 동작을 보인 흐름도이다.
도 4는 본 발명을 설명하기 위한 데이터 오류를 검증하는 구성을 설명하는 예시도이다.
도 5는 본 발명을 설명하기 위한 하드웨어 자원과 운영체제, 코어인 제어부의 동작, 제어부 동작을 실행할 권한을 부여하는 시스템 인증 구성을 설명하는 예시도이다.
도 2는 도 1 수요 예측 기반 알루미늄 재료 공급 시스템의 온라인 플랫폼 구성을 보인 예시도이다.
도 3은 본 발명 수요 예측 기반 알루미늄 재료 공급 방법의 동작을 보인 흐름도이다.
도 4는 본 발명을 설명하기 위한 데이터 오류를 검증하는 구성을 설명하는 예시도이다.
도 5는 본 발명을 설명하기 위한 하드웨어 자원과 운영체제, 코어인 제어부의 동작, 제어부 동작을 실행할 권한을 부여하는 시스템 인증 구성을 설명하는 예시도이다.
이하, 도면을 참조하여 본 발명의 실시 예에 따른 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템에 대하여 상세히 설명하기로 한다. 이하에서 종래 주지된 사항에 대한 설명은 본 발명의 요지를 명확히 하기 위해 생략하거나 간단히 한다. 본 발명의 설명에 포함된 구성은 개별 또는 복합 결합 구성되어 동작한다.
도 1은 본 발명 수요 예측 기반 알루미늄 재료 공급 시스템의 구성을 보인 블록도로서, 도 1을 참조하면, 단말기(6)는 키보드(31), 마우스(32), 터치스크린(33), 통신부(16), 제어부(5), 발주부(41), 입찰부(42), 낙찰부(43), 분석부(44)를 포함하고, 클라우드(12)는 통신부(16), 제어부(5), 관리부(45)를 포함한다.
단말기(6)는 클라우드(12)와 연계하여 온라인 원자재 가공 서비스를 제공한다.
키보드(31)는 타자기의 자판과 유사한 모양새를 띤 컴퓨터의 입력 장치 중 하나로, 시스템에 숫자, 문자를 입력할 때 사용되고, 키를 누르면 그에 대응한 신호가 시스템에 입력된다.
마우스(32)는 화면의 커서나 아이콘을 이동시킬 때 사용되는 입력 장치로, 커서 이동, 클릭, 스크롤을 포함하는 명령을 시스템에 입력한다.
터치스크린(33)은 손으로 접촉하면 그 위치를 입력받도록 하는 입력 장치로, 키보드(31)를 사용하지 않고, 화면에 나타난 문자, 특정 위치에 손이 닿으면 그 위치를 파악하여 시스템에 입력한다.
통신부(16)는 단말기(6)와 클라우드(12) 사이에 통신 채널을 형성하고, 이동 통신망, 인터넷이 사용될 수 있다.
제어부(5)는 온라인 원자재 가공 서비스의 발주, 입찰, 낙찰을 수행하고, 수행된 동작 데이터를 분석해서 온라인 원자재 가공 서비스의 품질을 높인다.
발주부(41)는 온라인 플랫폼(40)을 중심으로 단말기(6)로부터 가공 계약 주문을 입력받고, 클라우드(12)에 등록하고, 클라우드(12)의 관리부(45)에 가공 계약 주문을 전달한다. 가공 계약 주문에는 절단, 폴리싱, 절삭을 포함하는 가공 방법, 사이즈, 수량, 도면이 포함된다.
입찰부(42)는 온라인 플랫폼(40)에 등록된 가공 계약 주문이 열람되고, 가공 업체 단말기(6)가 온라인 플랫폼(40)에 가공 계약 주문에 대한 입찰을 수행한다. 입찰에는 가공 업체의 프로필, 가공 입찰 가격이 포함된다.
낙찰부(43)는 가공 계약 주문을 발주한 단말기(6)가 가공 업체의 프로필, 가공 입찰 가격을 포함하는 입찰 정보를 열람하고, 최종 낙찰 업체를 선정하고, 해당 가공 업체 단말기(6)에 낙찰을 알람한다.
분석부(44)는 발주부(41), 입찰부(42), 낙찰부(43)의 동작 데이터를 이용하여 서비스 이용, 재고, 원가, 가공비의 추이를 분석하고, 가공 가격을 책정한다. 책정된 가공 가격은 가공 업체 단말기(6)에 제공될 수 있다.
클라우드(12)는 단말기(6)와 연계하여 온라인 원자재 가공 서비스의 온라인 플랫폼(40)을 만들고, 단말기(6)에 온라인 원자재 가공 서비스를 제공한다.
제어부(5)는 클라우드(12)의 온라인 플랫폼(40)을 수행하고, 관리부(45)의 온라인 원자재 가공 서비스에서의 발주, 입찰, 낙찰, 데이터 분석의 동작을 실행한다.
도 2는 도 1 수요 예측 기반 알루미늄 재료 공급 시스템의 온라인 플랫폼 구성을 보인 예시도로서, 도 2를 참조하면, 온라인 플랫폼(40)은 발주부(41), 입찰부(42), 낙찰부(43)를 포함한다.
온라인 플랫폼(40)은 단말기(6), 클라우드(12)를 연계하여 온라인 원자재 가공 서비스를 제공하고, 단말기(6)의 발주부(41), 입찰부(42), 낙찰부(43), 클라우드(12)의 관리부(45)를 수행한다.
발주부(41)는 온라인 플랫폼(40)을 중심으로 단말기(6)로부터 가공 계약 주문을 입력받고, 클라우드(12)에 등록하고, 클라우드(12)의 관리부(45)에 가공 계약 주문을 전달한다. 가공 계약 주문에는 절단, 폴리싱, 절삭을 포함하는 가공 방법, 사이즈, 수량, 도면이 포함된다.
입찰부(42)는 온라인 플랫폼(40)에 등록된 가공 계약 주문이 열람되고, 가공 업체 단말기(6)가 온라인 플랫폼(40)에 가공 계약 주문에 대한 입찰을 수행한다. 입찰에는 가공 업체의 프로필, 가공 입찰 가격이 포함된다.
낙찰부(43)는 가공 계약 주문을 발주한 단말기(6)가 가공 업체의 프로필, 가공 입찰 가격을 포함하는 입찰 정보를 열람하고, 최종 낙찰 업체를 선정하고, 해당 가공 업체 단말기(6)에 낙찰을 알람한다.
도 3은 본 발명 수요 예측 기반 알루미늄 재료 공급 방법의 동작을 보인 흐름도로서, 도 3을 참조하면, 제어부(5)는 가공 방법, 사이즈, 수량, 도면 입력 단계(S201), 서비스 이용, 재고, 원가, 가공비의 추이 분석 단계(S202), 가격 책정 단계(S203)를 수행한다.
단계(S201)는 절단, 폴리싱, 절삭을 포함하는 원자재 가공 방법, 원자재 사이즈, 수량, 가공 도면을 포함하는 가공 정보를 입력한다.
단계(S202)는 발주부(41), 입찰부(42), 낙찰부(43)의 동작 데이터를 이용하여 서비스 이용, 재고, 원가, 가공비의 추이를 분석한다. 제어부(5)는 추이 분석에서 도 4의 샘플링 데이터에 기반한 분석 동작을 이용할 수 있다. 제어부(5)는 단계(S202)에서 발주, 입찰, 낙찰 동작 데이터에 대해 샘플링하고, 샘플링 데이터를 일정 기간 동안 수집하고, 수집된 샘플링 데이터의 확률 분포를 계산하고, 계산된 확률 분포 간의 추이를 산출하고, 산출된 추이를 포함하는 통계 분석 결과를 출력한다.
제어부(5)는 단계(S202)에서 계약된 기업의 주력 판매 제품의 판매량을 예측하고, 판매 제품에 포함된 알루미늄 함량(종류: 판재, 봉재, 선재)을 확인하여 알루미늄 수요를 예측한다. 판매량 예측을 위해, 제어부(5)는 클라우드(12)의 정보 수집을 이용하여 주력 제품의 온라인 판매 현황, 소비자 반응, 광고 유무를 확인한다.
클라우드(12)는 크롤링 모듈을 이용하여 웹 표준(66)으로 인코딩된 승인 정보를 추출하고, 웹 표준(65)으로 인코딩된 온라인 판매 현황, 소비자 반응, 광고 유무를 추출한다.
크롤링 모듈은 클라우드(12)의 제어부(5)에서 크롤링 모듈을 이용하는 API(Application Programming Interface); API의 요청을 브라우저 드라이버에 JSON(JavaScript Object Notation) Wire Protocol 기반의 URL(Uniform Resource Locator)로 전달하는 JSON 프로토콜; JSON 프로토콜의 URL 명령을 수신하고 스크립트를 사용하여 실제 브라우저를 동작시키는 브라우저 드라이버;를 포함한다. 예를 들어, 크롤링 모듈은 기능적 자동화 테스트 도구인 셀레니움, 사이프레스일 수 있고, 브라우저 드라이버를 제어하여 사용자의 행동을 모방하는 테스트를 작성하는데 사용된다.
브라우저는 크롤링 모듈의 명령에 따라 서버에 로그인하고, 로그인 인증 후 웹 페이지에 포함된 메뉴로 이동하고, 메뉴에 링크된 온라인 판매 현황, 소비자 반응, 광고 유무를 제어부(5)에 전달한다.
단계(S203)는 단계(S202)의 분석 결과를 종합하여 가격을 책정하고, 책정된 가공 가격을 가공 업체 단말기(6)에 제공할 수 있다. 가공 업체 단말기(6)는 시스템에서 제공된 가공 가격을 열람하고, 업체의 가공 가격에 반영할 수 있다. 단계(S203)에서, 제어부(5)는 단계(S202)에서의 산출된 추이의 변화에 비례하여 가격 변동을 반영할 수 있다. 예를 들어, 추이 변화가 상승하면 가격을 높이고, 하강하면 가격을 낮추도록 변동량을 조절할 수 있다.
도 4는 본 발명을 설명하기 위한 데이터 오류를 검증하는 구성을 설명하는 예시도이다.
도 4를 참조하면, 제어부(5)는 샘플링 데이터를 저장하고, 일정 시간 동안 샘플링 데이터의 크기 별로 발생 회수를 누적하여 확률 분포를 계산하고, 또 다른 일정 시간 동안의 확률 분포를 계산하고, 두 확률 분포의 차, 면적 차, 차 거리 누적을 계산해서(S101) 샘플링 회로 이상, 데이터 오류, 데이터 변화를 예측하고, 이에 대응할 수 있다(S102). 제어부(5)는 예측 결과를 사용자에게 알림으로써 사용자가 대응하거나 제어부(5)가 하드웨어 고장, 데이터 오류, 데이터 변화에 대응할 수 있다.
샘플링 데이터는 발주, 입찰, 낙찰, 분석 데이터를 포함하고, 제어부(5)는 샘플링 데이터에 기반하여 하드웨어 고장, 데이터 오류, 데이터 변화에 대응한다.
제어부(5)는 일정 시간 동안 마다 각각의 확률 분포 추이를 보고, 확률 분포 중 특이 현상 이상을 예측하고, 이상 사고에 대응하고, 확률 분포에 대해 데이터 변화가 일정하면 정상 동작을 외부에 알린다. 또한, 제어부(5)는 일정 시간 간격을 조정하기 위해 데이터 변화율을 피드백한다. 예를 들어, 데이터 변화율이 크면 일정 시간 간격을 늘리고, 데이터 변화율이 작으면 일정 시간 간격을 줄인다.
도 5는 본 발명을 설명하기 위한 하드웨어 자원과 운영체제, 코어인 제어부의 동작, 제어부 동작을 실행할 권한을 부여하는 시스템 인증 구성을 설명하는 예시도로서, 도 1을 참조하면, 본 발명은 프로세서(1), 메모리(2), 입출력장치(3), 운영체제(4), 제어부(5)를 포함한다.
프로세서(1)는 CPU(Central Processing Units), GPU(Graphic Processing Unit), FPGA(Field Programmable Gate Array), NPU(Neural Processing Unit)로서, 메모리(2)에 탑재된 운영체제(4), 제어부(5)의 실행 코드를 수행한다.
메모리(2)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다.
입출력장치(3)는 입력 장치로, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치로, 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.
운영체제(4)는 윈도우, 리눅스, IOS, 가상 머신, 웹브라우저, 인터프리터를 포함할 수 있고, 태스크, 쓰레드, 타이머 실행, 스케줄링, 자원 관리, 그래픽, 폰트 처리, 통신 등을 지원한다.
제어부(5)는 운영체제(4)의 지원하에 입출력장치(3)의 센서, 키, 터치, 마우스 입력에 의한 상태를 결정하고, 결정된 상태에 따른 동작을 수행한다. 제어부(5)는 병렬 수행 루틴으로 타이머, 쓰레드에 의한 작업 스케줄링을 수행한다.
제어부(5)는 입출력장치(3)의 센서값을 이용하여 상태를 결정하고, 결정된 상태에 따른 알고리즘을 수행한다.
도 5를 참조하면, 시스템 인증 구성은 제어부(5)를 포함하는 단말기(6), 인증 서버(7)를 포함한다.
단말기(6)는 데이터 채널을 이중화하고, 단말기(6)의 키값, 생체 정보를 입력받아 인증 서버(7)에 제1데이터 채널을 통해 사용자 인증을 요청하고, 단말기(6)는 생성된 킷값을 디스플레이에 표시하고, 인증 서버(7)로 전송한다.
단말기(6)는 단말기(6)의 디스플레이에 표시된 킷값을 입력하고, 사용자 정보와 함께 제2데이터 채널을 통해 인증 서버(7)로 전송한다. 단말기(6)는 킷값과 사용자 정보를 이용하여 단말기(6)에 탑재된 시스템의 인증을 인증 서버(7)에 요청한다. 단말기(6)의 킷값은 컴퓨터 고유의 정보인 CPU 제조번호, 이더넷 칩의 맥주소로부터 생성될 수 있다. 단말기(6)는 카메라를 이용한 얼굴 인식, 마이크를 이용한 음성 인식, 디스플레이를 이용한 필기 인식을 통해 사용자 정보를 획득하고, 인증에 활용할 수 있다.
인증 서버(7)는 단말기(6)로부터 킷값을 수신하고, 단말기(6)로부터 이중화된 데이터 채널을 통해 킷값과 사용자 정보를 수신하여 단말기(6)의 킷값과 사용자 정보를 비교하고, 사용자 정보를 대응시켜 단말기(6)의 시스템 이용에 대한 인증을 처리한다. 인증 서버(7)는 인증 결과를 단말기(6)로 전송하여 시스템에 대한 사용자의 사용을 허가한다. 단말기(6)의 이중화된 데이터 채널로 인해 킷값 손실이 최소화되는 효과를 가질 수 있다.
인증 서버(7)는 사용자 정보의 히스토리 분석을 수행하고, 시간 흐름에 따라 사용자 정보의 일관성, 변화를 비교 판단한다. 히스토리 분석에서 사용자 정보가 일관성을 나타내면 사용자의 사용을 허가하고, 변화를 나타내면 사용자의 사용을 허가하지 않는다. 사용자 정보가 일관성을 나타낼 때 사용자의 시스템 사용을 허가함으로써 사용자 정보가 변조된 사용자가 시스템에 접근하지 못하도록 보안을 강화한다.
인증 서버(7)는 일관성, 변화, 빈도, 빈도 추이, 빈도가 높음에 가중치를 부여해서 가중치 조합으로 신뢰되지 않은 사용자의 접근을 차단한다. 예를 들어, 빈도의 임계치가 초과하면 초과 누적수에 비례하여 신뢰되지 않은 사용자의 접근을 차단하고, 장시간에 걸쳐 접근 시도하는 사용자를 인증 처리할 수 있다. 이때, 신뢰되지 않은 사용자에 대해 추가 인증을 요청한다.
시스템의 사용을 인증하는 수단인 단말기(6)는 시스템과 직접 연결하지 않고, 인증 서버(7)를 통한 우회 경로를 형성함으로써 인터넷망을 이루는 네트워크가 내부망과 외부망으로 구성되어 아이피 주소 설정 과정이 번거로울 때 단말기(6)를 이용한 인증 과정이 원활히 수행되는 장점이 있다. 이때, 단말기(6)에는 시스템이 탑재되고, 단말기(6)는 인증 단말 수단이 되고, 인증 서버(7)는 인증 서버 수단이 된다.
클라우드(12)는 프로세서(1), 메모리(2), 입출력장치(3), 통신부(6)를 관리하는 운영체제(4)의 지원 하에 컨테이너(7)의 모듈화로, 웹(8), DB(9), 프로토콜(10), 라이브러리(11)의 서비스를 제공하며, 제어부(5)는 컨테이너(7)의 서비스를 이용한 클라우드 애플리케이션을 실행한다. 컨테이너(7)라고 하는 표준 소프트웨어 패키지는 애플리케이션의 코드를 관련 구성 파일, 라이브러리(11) 및 앱 실행에 필요한 종속성과 함께 번들로 제공한다.
클라우드(12)는 다수의 단말기(6)를 통합 제어하고, 단말기(6)로부터 수신된 센서값을 저장하여 시간 흐름에 따라 모니터링하고, 단말기(6)의 동작 에러를 처리하고, 에러 메시지를 다른 단말기(6)로 알리고, 제어 대상인 단말기(6)를 스위칭 제어한다.
신경망 학습은 온도, 고도, 지문 등 각종 센서, 이미지, 적외선 등 카메라, 라이더와 같은 입력 장치로부터 수집된 시계열 데이터로부터 특징량 선택, 알고리즘 선택을 통해 모델을 선택하고, 학습, 성능 검증 과정에 의한 반복 시행 착오를 거쳐 모델 선택을 반복한다. 성능 검증이 마치면 인공지능 모델이 선택된다.
제어부(5)는 센서값 판단에 신경망을 이용한 딥러닝 알고리즘을 수행하고, 신경망 학습에 훈련 데이터를 이용하고, 시험 데이터로 신경망 성능을 검증한다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 해당 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 해당 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
1: 프로세서
2: 메모리
3: 입출력장치
4: 운영체제
5: 제어부
6: 단말기
7: 인증 서버
8: 웹
9: DB
11: 라이브러리
12: 클라우드
14: 컨테이너
16: 통신부
31: 키보드
32: 마우스
33: 터치스크린
40: 온라인 플랫폼
41: 발주부
42: 입찰부
43: 낙찰부
44: 분석부
45: 관리부
2: 메모리
3: 입출력장치
4: 운영체제
5: 제어부
6: 단말기
7: 인증 서버
8: 웹
9: DB
11: 라이브러리
12: 클라우드
14: 컨테이너
16: 통신부
31: 키보드
32: 마우스
33: 터치스크린
40: 온라인 플랫폼
41: 발주부
42: 입찰부
43: 낙찰부
44: 분석부
45: 관리부
Claims (3)
- 클라우드(12)와 연계하여 발주, 입찰, 낙찰을 포함하는 온라인 원자재 가공 서비스를 제공하는 단말기(6); 및
상기 단말기(6)와 연계하여 온라인 원자재 가공 서비스의 온라인 플랫폼(40)을 만들고, 상기 단말기(6)에 온라인 원자재 가공 서비스를 제공하는 클라우드(12);를 포함하고,
상기 단말기(6)는,
온라인 원자재 가공 서비스의 발주, 입찰, 낙찰을 수행하고, 수행된 동작 데이터를 분석해서 온라인 원자재 가공 서비스의 품질을 높이는 제어부(5);
상기 온라인 플랫폼(40)을 중심으로 단말기(6)로부터 가공 계약 주문을 입력받고, 상기 클라우드(12)에 등록하고, 상기 클라우드(12)의 관리부(45)에 가공 계약 주문을 전달하는 발주부(41);
상기 온라인 플랫폼(40)에 등록된 가공 계약 주문이 열람되고, 가공 업체 단말기(6)가 상기 온라인 플랫폼(40)에 가공 계약 주문에 대한 입찰을 수행하는 입찰부(42); 및
가공 계약 주문을 발주한 단말기(6)가 가공 업체의 프로필, 가공 입찰 가격을 포함하는 입찰 정보를 열람하고, 최종 낙찰 업체를 선정하고, 해당 가공 업체 단말기(6)에 낙찰을 알람하는 낙찰부(43);를 포함하고,
상기 클라우드(12)는,
상기 클라우드(12)의 온라인 플랫폼(40)을 수행하는 제어부(5); 및
온라인 원자재 가공 서비스에서의 발주, 입찰, 낙찰, 데이터 분석의 동작을 실행하는 관리부(45);를 포함하고,
상기 제어부(5)는,
계약된 기업의 주력 판매 제품의 판매량을 예측하고, 판매 제품에 포함된 알루미늄 함량(종류: 판재, 봉재, 선재)을 확인하여 알루미늄 수요를 예측하고, 판매량 예측을 위해, 클라우드(12)의 정보 수집을 이용하여 주력 제품의 온라인 판매 현황, 소비자 반응, 광고 유무를 확인하고,
크롤링 모듈을 이용하여 웹 표준(65)으로 인코딩된 온라인 판매 현황, 소비자 반응, 광고 유무를 추출하고,
상기 제어부(5)는, 절단, 폴리싱, 절삭을 포함하는 원자재 가공 방법, 원자재 사이즈, 수량, 가공 도면을 포함하는 가공 정보를 입력하는 입력 단계(S201); 발주부(41), 입찰부(42), 낙찰부(43)의 동작 데이터를 이용하여 서비스 이용, 재고, 원가, 가공비의 추이를 분석하는 추이 분석 단계(S202); 및 상기 단계(S202)의 분석 결과를 종합하여 가격을 책정하고, 책정된 가공 가격을 가공 업체 단말기(6)에 제공하는 가격 책정 단계(S203);를 포함하고,
상기 제어부(5)는, 샘플링 데이터를 저장하고, 일정 시간 동안 샘플링 데이터의 크기 별로 발생 회수를 누적하여 확률 분포를 계산하고, 또 다른 일정 시간 동안의 확률 분포를 계산하고, 두 확률 분포의 차, 면적 차, 차 거리 누적을 계산해서(S101) 샘플링 회로 이상, 데이터 오류, 데이터 변화를 예측하고, 이에 하드웨어 고장, 데이터 오류, 데이터 변화에 대응하고,
상기 단말기(6)는, 데이터 채널을 이중화하고, 상기 단말기(6)의 키값, 생체 정보를 입력받아 인증 서버(7)에 제1데이터 채널을 통해 사용자 인증을 요청하고, 생성된 킷값을 디스플레이에 표시하고, 상기 인증 서버(7)로 전송하고,
상기 단말기(6)의 디스플레이에 표시된 킷값을 입력하고, 사용자 정보와 함께 제2데이터 채널을 통해 상기 인증 서버(7)로 전송하고, 킷값과 사용자 정보를 이용하여 상기 단말기(6)에 탑재된 시스템의 인증을 상기 인증 서버(7)에 요청하고,
상기 인증 서버(7)는 상기 단말기(6)로부터 킷값을 수신하고, 상기 단말기(6)로부터 이중화된 데이터 채널을 통해 킷값과 사용자 정보를 수신하여 상기 단말기(6)의 킷값과 사용자 정보를 비교하고, 사용자 정보를 대응시켜 상기 단말기(6)의 시스템 이용에 대한 인증을 처리하고,
일관성, 변화, 빈도, 빈도 추이, 빈도가 높음에 가중치를 부여해서 가중치 조합으로 신뢰되지 않은 사용자의 접근을 차단하고, 빈도의 임계치가 초과하면 초과 누적수에 비례하여 신뢰되지 않은 사용자의 접근을 차단하고, 장시간에 걸쳐 접근 시도하는 사용자를 인증 처리하는 것을 특징으로 하는 수요 예측 기반 알루미늄 재료 공급 시스템. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220127046A KR102488000B1 (ko) | 2022-10-05 | 2022-10-05 | 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220127046A KR102488000B1 (ko) | 2022-10-05 | 2022-10-05 | 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102488000B1 true KR102488000B1 (ko) | 2023-01-12 |
Family
ID=84923509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220127046A KR102488000B1 (ko) | 2022-10-05 | 2022-10-05 | 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102488000B1 (ko) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030032342A (ko) | 2001-10-17 | 2003-04-26 | 이기철 | 가공이 필요한 강재의 판매 방법 |
| KR20060062671A (ko) | 2004-12-06 | 2006-06-12 | 손영준 | 맞춤판매형쇼핑몰서비스방법 |
| JP2007048153A (ja) * | 2005-08-11 | 2007-02-22 | Bais:Kk | 資機材需要予測装置及びプログラム |
| KR20140124066A (ko) | 2013-04-15 | 2014-10-24 | 박상필 | 원자재 오픈마켓 서비스 제공방법 |
| KR20200013992A (ko) * | 2018-07-31 | 2020-02-10 | 씨브이파트너스 주식회사 | 정밀 가공품의 중개 시스템 운용 방법 |
| KR20210085863A (ko) * | 2019-12-31 | 2021-07-08 | 연세대학교 산학협력단 | 클라우드 시스템에서 원자재 그룹 구매 추천 장치 및 방법 |
| KR102297669B1 (ko) * | 2021-02-23 | 2021-09-03 | 이민형 | 제조사 및 유통사 간 연결을 위한 매칭 서비스 제공 시스템 |
| KR102383682B1 (ko) | 2020-10-23 | 2022-04-07 | 곽경목 | 철근 절단가공을 위한 계획 관리시스템 |
-
2022
- 2022-10-05 KR KR1020220127046A patent/KR102488000B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030032342A (ko) | 2001-10-17 | 2003-04-26 | 이기철 | 가공이 필요한 강재의 판매 방법 |
| KR20060062671A (ko) | 2004-12-06 | 2006-06-12 | 손영준 | 맞춤판매형쇼핑몰서비스방법 |
| JP2007048153A (ja) * | 2005-08-11 | 2007-02-22 | Bais:Kk | 資機材需要予測装置及びプログラム |
| KR20140124066A (ko) | 2013-04-15 | 2014-10-24 | 박상필 | 원자재 오픈마켓 서비스 제공방법 |
| KR20200013992A (ko) * | 2018-07-31 | 2020-02-10 | 씨브이파트너스 주식회사 | 정밀 가공품의 중개 시스템 운용 방법 |
| KR20210085863A (ko) * | 2019-12-31 | 2021-07-08 | 연세대학교 산학협력단 | 클라우드 시스템에서 원자재 그룹 구매 추천 장치 및 방법 |
| KR102383682B1 (ko) | 2020-10-23 | 2022-04-07 | 곽경목 | 철근 절단가공을 위한 계획 관리시스템 |
| KR102297669B1 (ko) * | 2021-02-23 | 2021-09-03 | 이민형 | 제조사 및 유통사 간 연결을 위한 매칭 서비스 제공 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11048530B1 (en) | Predictive action modeling to streamline user interface | |
| JP7043512B2 (ja) | パイプ漏れを予測する新規な自律的人工知能システム | |
| US11776050B2 (en) | Online data market for automated plant growth input curve scripts | |
| US20160203506A1 (en) | Inferring purchase intent using non-payment transaction events | |
| CN106127531A (zh) | 基于机器学习来执行差异化定价的方法及系统 | |
| US9747574B2 (en) | Project assessment tool | |
| US11526934B2 (en) | Smart learning systems for integrating and linking multiple data accounts across a network | |
| US10592472B1 (en) | Database system for dynamic and automated access and storage of data items from multiple data sources | |
| CN110717597A (zh) | 利用机器学习模型获取时序特征的方法和装置 | |
| CN114116802A (zh) | Flink计算框架的数据处理方法、装置、设备和存储介质 | |
| US12001984B2 (en) | Enhanced user selection for communication workflows using machine-learning techniques | |
| KR102311107B1 (ko) | 딥러닝 모델을 자동으로 생성하는 딥러닝 솔루션 플랫폼과 연동 가능한 고객 이탈 방지 시스템에 의해서 수행되는, 고객의 이탈을 방지하기 위한 솔루션을 제공하는 고객 이탈 방지 방법 | |
| US20220156784A1 (en) | Systems and methods to manage feedback for a multi-arm bandit algorithm | |
| KR102488000B1 (ko) | 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 | |
| CN117114901A (zh) | 基于人工智能的投保数据处理方法、装置、设备及介质 | |
| US20210390401A1 (en) | Deep causal learning for e-commerce content generation and optimization | |
| US10972302B2 (en) | Scalable computing systems for generating notifications, and methods of operating thereof | |
| KR20240059335A (ko) | 암호화폐 트레이딩 시스템 | |
| KR20240055501A (ko) | 여행 카풀 인센티브 시스템 | |
| KR102491508B1 (ko) | 복지 용구 사무자동화 시스템 및 방법 | |
| KR20240054523A (ko) | 금융 투자 코드 검증 장치 및 방법 | |
| KR20240057140A (ko) | 요리 레시피 공유 장치 | |
| KR20230125910A (ko) | 영상 마케팅 시스템 | |
| KR102520169B1 (ko) | 항공 시뮬레이터를 이용한 항공 정비사의 교육 콘텐츠 제공 방법, 장치 및 시스템 | |
| KR102509337B1 (ko) | 빅데이터 기반 인공지능 모델을 활용한 배송 및 설치 대상 물품의 물류 처리 자동화 방법, 장치 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |