KR102495506B1 - System for pre-approval prediction of capital companies for car rental - Google Patents

System for pre-approval prediction of capital companies for car rental Download PDF

Info

Publication number
KR102495506B1
KR102495506B1 KR1020220105198A KR20220105198A KR102495506B1 KR 102495506 B1 KR102495506 B1 KR 102495506B1 KR 1020220105198 A KR1020220105198 A KR 1020220105198A KR 20220105198 A KR20220105198 A KR 20220105198A KR 102495506 B1 KR102495506 B1 KR 102495506B1
Authority
KR
South Korea
Prior art keywords
customer
information
vehicle
finance company
approval
Prior art date
Application number
KR1020220105198A
Other languages
Korean (ko)
Inventor
박규현
Original Assignee
카투(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 카투(주) filed Critical 카투(주)
Priority to KR1020220105198A priority Critical patent/KR102495506B1/en
Application granted granted Critical
Publication of KR102495506B1 publication Critical patent/KR102495506B1/en

Links

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
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Abstract

The present invention relates to a pre-approval prediction system for a car finance company which is connected to a user terminal, a car finance company server, and a credit rating agency server through a network. The pre-approval prediction system for a car finance company comprises: a customer information input unit receiving customer information for car rental from a user terminal; a credit information processing unit requesting a customer credit rating from a credit rating agency server and receiving customer credit information; a car rental approval prediction unit generating car rental pre-approval information and pre-estimate information for each preset car finance company based on the customer information and the customer credit information and transmitting the car rental pre-approval information and pre-estimate information to the user terminal, creating a ranking for each car finance company with the lowest car rental rate among the car finance companies pre-approved for the customer, sequentially transmitting the customer information and the credit information starting from a car finance company with the highest ranking until there is a car finance company which approves car rental for the customer, and confirming a result of a vehicle rental approval for the customer; and a contract guiding unit sending estimate information of the car finance company that the car rental for the customer is approved to the user terminal and providing required documents for a contract. Accordingly, the optimal car finance company can be matched to the customer with minimal personal information disclosure.

Description

차량 금융사 사전 승인 예측 시스템{SYSTEM FOR PRE-APPROVAL PREDICTION OF CAPITAL COMPANIES FOR CAR RENTAL}Vehicle finance company pre-approval prediction system {SYSTEM FOR PRE-APPROVAL PREDICTION OF CAPITAL COMPANIES FOR CAR RENTAL}

본 발명은 차량 금융사 사전 승인 예측 시스템에 관한 것으로, 더욱 상세하게는 장기렌트, 할부리스, 할부매매와 같은 자동차 금융 이용 시 무분별한 개인 신용정보 조회를 방지할 수 있는 차량 금융사 사전 승인 예측 시스템에 관한 것이다.The present invention relates to a vehicle finance company pre-approval prediction system, and more particularly, to a vehicle finance company pre-approval prediction system capable of preventing indiscriminate personal credit information inquiries when using vehicle finance such as long-term rental, installment leasing, and installment sales. .

최근에 자동차 소유의 개념에서 합리적 소비방식으로의 인식변화로 인하여 자동차 이용 방식이 변화함에 따라 차량 금융사를 통한 장기렌트, 할부리스, 할부매매와 같은 자동차 금융 시장이 급격히 성장하고 있다.Recently, as the way of using a car has changed due to a change in perception from the concept of owning a car to a rational consumption method, the car finance market such as long-term rental, installment leasing, and installment sale through car finance companies is growing rapidly.

일반적으로 고객이 차량 금융사를 통하여 차량을 이용하는 경우에 고객의 대출정보가 필요하고 대출로 인하여 고객의 신용등급에 영향을 미치게 된다. In general, when a customer uses a vehicle through a vehicle finance company, the customer's loan information is required, and the loan affects the customer's credit rating.

또한, 고객과 차량 금융사를 중개하는 중개사가 차량 금융사의 대출 승인 여부를 확인하기 위해서 여러 차량 금융사에게 고객의 신용정보 조회를 요청하게 되고, 이로 인하여 개인정보 유출의 심각한 문제가 발생하게 된다.In addition, a broker intermediary between a customer and a vehicle finance company requests credit information inquiry of a customer to several vehicle finance companies in order to check whether the vehicle finance company approves a loan, and this causes a serious problem of personal information leakage.

또한, 고객은 중개사가 어떤 차량 금융사에 대출 승인 심사를 요청했는지도 알 수 없게 되며, 차량 금융사의 입장에서도 여러 중개사가 동일한 고객을 대상으로 승인 심사를 요청함에 따라 불필요 업무가 가중되고 있는 현실이다.In addition, customers will not be able to know which car finance company the broker has requested for loan approval review, and from the perspective of car finance companies, unnecessary work is being added as multiple brokers request approval review for the same customer.

한국등록특허 제10-2411872호 (공고일자, 2022.06.22)Korean Patent Registration No. 10-2411872 (Public date, 2022.06.22)

본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 차량 금융사의 대출 승인 여부를 확인하기 위해서 무분별한 고객의 신용정보 조회 요청을 방지할 수 있으며, 고객에게 최적의 차량 금융사를 매칭시킬 수 있는 차량 금융사 사전 승인 예측 시스템을 제공하는 것이다.The technical problem of the present invention is conceived in this respect, and the object of the present invention is to prevent indiscriminate customer requests for credit information inquiry in order to check whether the vehicle finance company has approved the loan, and to match the optimal vehicle finance company to the customer. It is to provide a vehicle finance company pre-approval prediction system.

상술한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템은 사용자 단말, 차량 금융사 서버, 및 신용평가사 서버와 네트워크를 통해 연결되어 있는 차량 금융사 사전 승인 예측 시스템에서, 상기 사용자 단말로부터 차량 대여를 위한 고객정보를 입력 받는 고객정보 입력부, 상기 신용평가사 서버에 고객 신용평가를 요청하고 고객 신용정보를 송부 받는 신용정보 처리부; 상기 고객정보와 상기 고객 신용정보를 바탕으로 기 설정된 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성하여 상기 사용자 단말에 송신하고, 고객에 대한 사전 승인된 차량 금융사 중에서 차량 임대료가 낮은 순위로 차량 금융사별 순위를 생성한 후 고객의 차량 대여 승인이 나는 차량 금융사가 존재할 때까지 순위가 높은 차량 금융사부터 순차적으로 상기 고객정보와 상기 신용정보를 송신하여 고객의 차량 대여 승인 결과를 확인하는 차량 대여 승인 예측부; 및 상기 사용자 단말에 고객의 차량 대여 승인된 차량 금융사의 견적정보를 송부하고 계약 구비서류를 안내하는 계약 안내부를 포함한다.A vehicle finance company pre-approval prediction system according to an embodiment for realizing the above object of the present invention is a vehicle finance company pre-approval prediction system connected to a user terminal, a vehicle finance company server, and a credit rating agency server through a network, in which the user a customer information input unit that receives customer information for vehicle rental from a terminal, a credit information processing unit that requests a customer credit evaluation from the credit rating agency server and receives customer credit information; Based on the customer information and the customer credit information, the customer's vehicle rental pre-approval information and advance quotation information are generated for each pre-set vehicle finance company and transmitted to the user terminal, and the vehicle rental rate is the lowest among the pre-approved vehicle finance companies for the customer. After creating a ranking for each vehicle finance company by rank, the customer information and the credit information are sequentially transmitted from the vehicle finance company with the highest ranking until there is a vehicle finance company that approves the customer's vehicle rental, confirming the result of the customer's vehicle rental approval Vehicle rental approval prediction unit; and a contract guidance unit for sending quote information of a vehicle finance company approved for vehicle rental of a customer to the user terminal and guiding documents required for a contract.

본 발명의 일 실시예에 있어서, 상기 고객정보는 고객 이름, 고객 나이, 임대 차량명, 차량 임대 형태를 포함하는 필수 고객정보와 고객의 구분, 보증금 여부, 선수금 여부, 차량 색상을 포함하는 선택 고객정보로 나눠질 수 있다.In one embodiment of the present invention, the customer information includes essential customer information including customer name, customer age, rental vehicle name, and vehicle rental type, and selected customers including customer classification, deposit or advance payment, and vehicle color. information can be divided.

본 발명의 일 실시예에 있어서, 상기 차량 대여 승인 예측부는 딥러닝 기반의 학습 모델을 이용하고, 차량 금융사별로 각각의 학습 모델을 이용하여 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성할 수 있다.In one embodiment of the present invention, the vehicle rental approval prediction unit may generate vehicle rental approval information and advance quotation information of a customer by using a deep learning-based learning model and using each learning model for each vehicle finance company. there is.

본 발명의 일 실시예에 있어서, 상기 차량 대여 승인 예측부는 상기 고객정보와 상기 고객 신용정보를 차량 금융사별 학습 모델의 테스트 데이터로 이용하여 차량 금융사별 고객의 차량 대여 사전 승인정보와 사전 견적정보를 획득하고, 고객의 차량 대여 승인 결과 정보를 해당 금융사의 학습 모델의 훈련 데이터로 사용하여 실시간 학습시킬 수 있다.In one embodiment of the present invention, the vehicle rental approval prediction unit uses the customer information and the customer credit information as test data of a learning model for each vehicle finance company to obtain vehicle rental approval information and advance quotation information of customers for each vehicle finance company. Acquisition, and real-time learning can be performed by using the customer's vehicle rental approval result information as training data for the learning model of the financial institution.

본 발명의 일 실시예에 있어서, 상기 차량 대여 승인 예측부는 상기 필수 고객정보를 필수적으로 입력 받으면 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성하고, 상기 선택 고객정보 중에서 어느 하나 이상을 선택적으로 입력 받아 승인 여부를 요청 받을 때마다 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 실시간 새로 생성할 수 있다.In one embodiment of the present invention, the vehicle rental approval prediction unit generates vehicle rental approval information and preliminary quotation information for each vehicle finance company upon receipt of the essential customer information, and any one or more of the selected customer information. is selectively entered, and whenever approval is requested, car rental pre-approval information and pre-quote information for each vehicle finance company can be newly created in real time.

본 발명의 일 실시예에 있어서, 상기 차량 대여 승인 예측부가 특정 차량 금융사에게 고객의 차량 대여 승인 결과를 확인하여 기 설정된 기준 이하로 승인 불허가 나면, 상기 특정 차량 금융사에게 고객과의 매칭율 저조에 대한 정보를 안내하고 상기 특정 차량 금융사로부터 학습 모델에 이용할 훈련 데이터를 요청하는 차량 금융사 모니터링부를 더 포함할 수 있다.In one embodiment of the present invention, if the vehicle rental approval prediction unit checks the customer's vehicle rental approval result to a specific vehicle finance company and disapproves below a predetermined criterion, the specific vehicle finance company tells the specific vehicle finance company about the low matching rate with the customer. A vehicle finance company monitoring unit for guiding information and requesting training data to be used for a learning model from the specific vehicle finance company may be further included.

본 발명의 일 실시예에 있어서, 고객이 확정된 차량 금융사와의 계약 후에 있을 고객의 신용등급 변동 정보를 딥러닝 기반의 신용등급 학습모델을 이용하여 예측하고, 고객이 확정된 차량 금융사와의 계약 전에 고객에게 상기 신용등급 변동 정보를 알려주는 신용등급 변동 예측부를 더 포함할 수 있다.In one embodiment of the present invention, the customer predicts the credit rating change information of the customer after the contract with the confirmed vehicle finance company using a deep learning-based credit rating learning model, and the customer contracts with the confirmed vehicle finance company. It may further include a credit rating change prediction unit that informs the customer of the credit rating change information before.

본 발명의 일 실시예에 있어서, 상기 신용등급 변동 예측부는 상기 신용정보 처리부로부터 획득한, 기존 고객과 차량 금융사 간의 계약 전 고객 신용정보와 계약 후 고객 신용정보를 신용등급 학습모델의 훈련 데이터로 사용하여 상기 신용등급 학습모델을 학습시킬 수 있다.In one embodiment of the present invention, the credit rating change prediction unit uses the customer credit information obtained from the credit information processing unit before the contract between the existing customer and the vehicle finance company and the customer credit information after the contract as training data for the credit rating learning model. Thus, the credit rating learning model can be learned.

위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.In addition to the technical problems of the present invention mentioned above, other features and advantages of the present invention will be described below, or will be clearly understood by those skilled in the art from such description and description.

이상과 같은 본 발명에 따르면 다음과 같은 효과가 있다.According to the present invention as described above, there are the following effects.

본 발명은 고객에 대한 사전 승인된 차량 금융사 중에서 차량 임대료가 낮은 순위로 차량 금융사별 순위를 생성한 후 고객의 차량 대여 승인이 나는 차량 금융사가 존재할 때까지 순위가 높은 차량 금융사부터 순차적으로 고객정보와 신용정보를 송신하여 고객의 차량 대여 승인 결과를 확인함으로써 최소한의 개인 정보 공개로 최적의 차량 금융사를 고객과 매칭시킬 수 있다.In the present invention, after generating a ranking for each vehicle finance company with a lower vehicle rental rate among the vehicle finance companies that have been pre-approved for the customer, customer information and information are stored in order from the vehicle finance company with the highest rank until there exists a vehicle finance company that approves the customer's vehicle rental. By sending credit information and confirming the customer's vehicle rental approval result, the optimal vehicle finance company can be matched with the customer with minimal personal information disclosure.

본 발명은 고객에 대한 모든 정보를 입력할 필요없이 원하는 정보만 입력하고 그에 따라 실시간 차량 대여 사전 승인정보와 견적정보를 획득할 수 있어 개인의 고객 정보 보호를 강화할 수 있다.According to the present invention, it is possible to input only desired information without having to input all information about the customer and obtain real-time car rental prior approval information and quotation information accordingly, thereby strengthening protection of individual customer information.

본 발명은 고객의 차량 대여 승인 결과 정보를 해당 금융사의 학습 모델의 훈련 데이터로 사용하여 실시간으로 학습시킴으로써 학습 모델의 예측값에 대한 신뢰성을 높일 수 있다.According to the present invention, the reliability of the prediction value of the learning model can be increased by using the customer's car rental approval result information as training data of the learning model of the corresponding financial institution for real-time learning.

본 발명은 기 설정된 기준 이하로 승인 불허가 나는 특정 차량 금융사에게 고객과의 매칭율 저조에 대한 정보를 안내하고 특정 차량 금융사로부터 학습 모델에 이용할 훈련 데이터를 요청함으로써 훈련 데이터가 부족하여 오버피팅이 일어나는 특정 차량 금융사의 학습 모델에 대한 신뢰성을 확보할 수 있다.The present invention guides information on a low matching rate with a customer to a specific vehicle finance company that is disapproved below a predetermined standard, and requests training data to be used for a learning model from a specific vehicle finance company, thereby causing overfitting due to lack of training data. It is possible to secure the reliability of the vehicle finance company's learning model.

본 발명은 신용정보 처리부로부터 획득한, 기존 고객과 차량 금융사 간의 계약 전 고객 신용정보와 계약 후 고객 신용정보를 신용등급 학습모델의 훈련 데이터로 사용하여 신용등급 학습모델을 학습시킴으로써 고객의 신용등급 변동 정보에 대한 신뢰성을 높일 수 있다.The present invention uses the customer credit information obtained from the credit information processing unit before the contract between the existing customer and the vehicle finance company and the customer credit information after the contract as training data for the credit rating learning model to learn the credit rating learning model, thereby changing the customer's credit rating. Reliability of information can be increased.

본 발명은 신용정보 처리부로부터 획득한, 기존 고객과 차량 금융사 간의 계약 전 고객 신용정보와 계약 후 고객 신용정보를 신용등급 학습모델의 훈련 데이터로 사용하여 신용등급 학습모델을 학습시킴으로써 고객의 신용등급 변동 정보에 대한 신뢰성을 높일 수 있다The present invention uses the customer credit information obtained from the credit information processing unit before the contract between the existing customer and the vehicle finance company and the customer credit information after the contract as training data for the credit rating learning model to learn the credit rating learning model, thereby changing the customer's credit rating. Reliability of information can be increased

이 밖에도, 본 발명의 실시 예들을 통해 본 발명의 또 다른 특징 및 이점들이 새롭게 파악될 수도 있을 것이다.In addition, other features and advantages of the present invention may be newly identified through the embodiments of the present invention.

도 1은 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템과 주변 구성요소들의 관계를 도시한 구성도이다.
도 2는 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템의 개략적인 구성도이다.
도 3은 차량 금융사별로 고객의 차량 대여 승인 여부 판단을 위한 조건을 설명하기 위한 예시도이다.
도 4는 본 발명의 일 실시예에 따른 고객정보 입력부와 차량 대여 승인 예측부를 설명하기 위한 예시도이다.
도 5는 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템의 작동 과정을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 차량 대여 승인 예측부의 작동 과정을 설명하기 위한 흐름도이다.1 is a configuration diagram showing the relationship between a vehicle finance company pre-approval prediction system and peripheral components according to an embodiment of the present invention.
2 is a schematic configuration diagram of a vehicle finance company pre-approval prediction system according to an embodiment of the present invention.
3 is an exemplary diagram for explaining conditions for determining whether or not to approve a vehicle rental for each vehicle finance company.
4 is an exemplary view illustrating a customer information input unit and a vehicle rental approval prediction unit according to an embodiment of the present invention.
5 is a flowchart illustrating an operation process of a vehicle finance company pre-approval prediction system according to an embodiment of the present invention.
6 is a flowchart illustrating an operation process of a vehicle rental approval prediction unit according to an embodiment of the present invention.

본 명세서에서 각 도면의 구성 요소들에 참조번호를 부가함에 있어서 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.In this specification, it should be noted that in adding reference numerals to components of each drawing, the same components have the same numbers as much as possible even if they are displayed on different drawings.

한편, 본 명세서에서 서술되는 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. Meanwhile, terms described in this specification are for describing embodiments and are not intended to limit the present disclosure.

본 명세서에서, 단수형은 문구에서 특별히 언급하지 않은 한 복수형도 포함한다. 예를 들어 사용자 단말, 차량 금융사 서버, 신용평가사 서버는 단수로 표현되었지만 복수를 포함하고 있다. In this specification, singular forms also include plural forms unless specifically stated otherwise in a phrase. For example, a user terminal, a vehicle finance company server, and a credit rating agency server are expressed in the singular number, but include plural numbers.

명세서에서 사용되는 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.As used herein, “comprises” and/or “comprising” as used herein does not preclude the presence or addition of one or more other elements other than the recited elements.

이하, 첨부되는 도면을 참고하여 상기 문제점을 해결하기 위해 고안된 본 발명의 바람직한 실시예들에 대해 상세히 설명한다.Hereinafter, preferred embodiments of the present invention designed to solve the above problems will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템과 주변 구성요소들의 관계를 도시한 구성도이다.1 is a configuration diagram showing the relationship between a vehicle finance company pre-approval prediction system and peripheral components according to an embodiment of the present invention.

본 발명에 따른 차량 금융사 사전 승이 예측 시스템(1000)은 네트워크를 통해 사용자 단말(2000), 차량 금융사 서버(3000), 및 신용평가사 서버(4000)와 상호 연결되어 서로 정보를 주고 받을 수 있다. The vehicle finance company pre-approval prediction system 1000 according to the present invention is interconnected with the user terminal 2000, the vehicle finance company server 3000, and the credit rating agency server 4000 through a network to exchange information with each other.

여기서 사용자란 차량을 대여하려는 고객이거나 고객과 차량 금융사를 연결시켜주는 중개사일 수 있다.Here, the user may be a customer who wants to rent a vehicle or an intermediary that connects the customer with a vehicle finance company.

본 발명에 따른 차량 금융사 사전 승인 예측 시스템(1000)은 차량 금융사 서버(3000) 및 신용평가사 서버(4000)와 정보기기와 같은 수단을 이용하여 연결될 수 있다.The vehicle finance company pre-approval prediction system 1000 according to the present invention may be connected to the vehicle finance company server 3000 and the credit rating agency server 4000 using a means such as an information device.

이때, 사용자 단말(2000)과 정보기기는 데스크탑 컴퓨터, 랩탑 컴퓨터, 넷북 등의 컴퓨터는 물론이고, 휴대폰, PDA, 네비게이션, PMP, MP3 플레이어 등을 비롯하여, IPTV 등 다양한 기기가 사용될 수 있다.At this time, the user terminal 2000 and information devices may include not only computers such as desktop computers, laptop computers, and netbooks, but also various devices such as mobile phones, PDAs, navigation devices, PMPs, MP3 players, and the like, and IPTVs.

아울러, 본 발명에서는 정보기기와 차량 금융사 사전 승인 예측 시스템(1000)이 데이터를 송수신할 수 있다면, 어떠한 네트워크 연결 방식이라도 사용 가능하며, 그 방식 및 통신 프로토콜에 대한 제한도 없다. 따라서, 정보기기와 차량 금융사 사전 승인 예측 시스템(1000)은 네트워크에 유선 또는 무선을 포함하여 다양한 방식으로 연결 가능하다.In addition, in the present invention, as long as the information device and the vehicle finance company pre-approval prediction system 1000 can transmit and receive data, any network connection method can be used, and there is no limitation on the method and communication protocol. Accordingly, the information device and the vehicle finance company pre-approval prediction system 1000 can be connected to the network in various ways including wired or wireless.

도 2는 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템의 개략적인 구성도이고, 도 3은 차량 금융사별로 고객의 차량 대여 승인 여부 판단을 위한 조건을 설명하기 위한 예시도이고, 도 4는 본 발명의 일 실시예에 따른 고객정보 입력부와 차량 대여 승인 예측부를 설명하기 위한 예시도이다.2 is a schematic configuration diagram of a vehicle finance company pre-approval prediction system according to an embodiment of the present invention, and FIG. 3 is an exemplary diagram for explaining conditions for determining whether or not to approve a vehicle rental of a customer for each vehicle finance company. is an exemplary diagram for explaining a customer information input unit and a vehicle rental approval prediction unit according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템(1000)은 고객정보 입력부(1100), 신용정보 처리부(1200), 차량 대여 승인 예측부(1300), 계약 안내부(1400), 차량 금융사 모니터링부(1500), 및 신용등급 변동 예측부(1600)를 포함한다.Referring to FIG. 2 , the vehicle finance company pre-approval prediction system 1000 according to an embodiment of the present invention includes a customer information input unit 1100, a credit information processing unit 1200, a vehicle rental approval prediction unit 1300, and a contract guidance unit. 1400, a vehicle finance company monitoring unit 1500, and a credit rating change prediction unit 1600.

고객정보 입력부(1100) 사용자 단말로부터 차량 대여를 위한 고객정보를 입력 받을 수 있다.The customer information input unit 1100 may receive input of customer information for vehicle rental from a user terminal.

도 4를 참조하면, 고객정보는 고객 이름, 고객 나이, 임대 차량명, 차량 임대 형태를 포함하는 필수 고객정보와 고객의 구분(사업자 여부), 보증금 여부, 선수금 여부, 차량 색상, 직장인 보험 가입을 포함하는 선택 고객정보로 나눠질 수 있다.Referring to FIG. 4, customer information includes essential customer information including customer name, customer age, rental vehicle name, vehicle rental type, customer classification (whether a business operator), whether a deposit is paid, whether an advance payment is made, vehicle color, and employee insurance. It can be divided into optional customer information that includes.

필수 고객정보는 기 설정된 차량 금융사의 차량 대여 사전 승인정보를 송신받기 위해 입력해야 하는 최소한의 정보이고, 선택 고객정보는 사용자가 선택적으로 입력할 수 있는 정보이다.The essential customer information is the minimum information that needs to be input in order to receive the pre-approval information for car rental from a preset car finance company, and the optional customer information is information that the user can selectively input.

본 발명의 실시예에 따라서 필수 고객정보에 포함되는 항목과 선택 고객정보에 포함되는 항목을 임의로 설정할 수도 있다.According to an embodiment of the present invention, items included in essential customer information and items included in optional customer information may be arbitrarily set.

신용정보 처리부(1200)는 신용평가사 서버에 고객 신용평가를 요청하고 고객 신용정보를 송부 받을 수 있다. 실시예에 따라 신용정보는 신용 등급이거나 신용 점수일 수 있으며, 신용 등급과 신용 점수는 혼용될 수 있다.The credit information processing unit 1200 may request a customer credit evaluation from the credit rating agency server and receive customer credit information. Depending on the embodiment, the credit information may be a credit rating or a credit score, and the credit rating and credit score may be used interchangeably.

차량 대여 승인 예측부(1300)는 고객정보와 고객 신용정보를 바탕으로 기 설정된 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성하여 사용자 단말에 송신할 수 있다.The vehicle rental approval prediction unit 1300 may generate vehicle rental approval information and preliminary quotation information of a customer for each preset vehicle finance company based on customer information and customer credit information, and transmit the information to the user terminal.

보다 구체적으로, 차량 대여 승인 예측부(1300)는 딥러닝 기반의 학습 모델을 이용하고, 차량 금융사별로 각각의 학습 모델을 이용하여 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성할 수 있다.More specifically, the vehicle rental approval prediction unit 1300 may generate vehicle rental approval information and advance quotation information of a customer by using a deep learning-based learning model and using each learning model for each vehicle finance company.

이때, 차량 금융사별 학습 모델의 테스트 데이터는 고객정보와 고객 신용정보가 이용될 수 있다.At this time, customer information and customer credit information may be used as test data of the learning model for each vehicle finance company.

또한, 고객의 차량 대여 승인 결과 정보를 해당 금융사의 학습 모델의 훈련 데이터로 사용하여 실시간으로 학습시킴으로써 학습 모델의 예측값에 대한 신뢰성을 높일 수 있다.In addition, reliability of the predicted value of the learning model can be increased by using the customer's vehicle rental approval result information as training data of the learning model of the corresponding financial institution for real-time learning.

또한, 차량 대여 승인 예측부(1300)는 필수 고객정보를 필수적으로 입력 받으면 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성할 수 있으며, 선택 고객정보 중에서 어느 하나 이상을 선택적으로 입력 받아 승인 여부를 요청 받을 때마다 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 실시간 새로 생성할 수 있다.In addition, the vehicle rental approval prediction unit 1300 may generate vehicle rental approval information and preliminary quotation information for each vehicle finance company upon receipt of essential customer information, and selectively input one or more of the selected customer information. Each vehicle finance company can create a new vehicle rental pre-approval information and pre-quote information in real time whenever a request for approval is received.

본 발명의 일 실시예에 따른 차량 대여 승인 예측부(1300)는 고객에 대한 모든 정보를 입력할 필요없이 원하는 정보만 입력하고 그에 따라 실시간 차량 대여 사전 승인정보와 견적정보를 획득할 수 있어 개인의 고객 정보 보호를 강화할 수 있다.The car rental approval prediction unit 1300 according to an embodiment of the present invention inputs only the desired information without having to input all information about the customer and obtains real-time car rental prior approval information and quotation information accordingly. Customer information protection can be strengthened.

또한, 본 발명의 실시예에 따라 차량 대여 승인 예측부(1300)는 고객에 대한 사전 승인된 차량 금융사 중에서 차량 임대료가 낮은 순위로 차량 금융사별 순위를 생성한 후 고객의 차량 대여 승인이 나는 차량 금융사가 존재할 때까지 순위가 높은 차량 금융사부터 순차적으로 고객정보와 신용정보를 송신하여 고객의 차량 대여 승인 결과를 확인할 수 있다.In addition, according to an embodiment of the present invention, the vehicle rental approval predicting unit 1300 generates a rank for each vehicle finance company with the lowest vehicle rental rate among the vehicle finance companies pre-approved for the customer, and then the vehicle finance company for which the customer's vehicle rental approval is obtained. Customer information and credit information may be sequentially transmitted from a car finance company having a higher rank until there exists, and a car rental approval result of the customer may be confirmed.

본 발명의 실시예에 따라 차량 대여 승인 예측부(1300)는 고객의 차량 대여 승인이 나는 차량 금융사가 존재할 때까지 순차적으로 순위가 높은 차량 금융사에게 고객정보와 고객 신용정보를 요청함으로써 최소한의 개인 정보 공개로 최적의 차량 금융사를 고객과 매칭시킬 수 있다. According to an embodiment of the present invention, the vehicle rental approval prediction unit 1300 sequentially requests customer information and customer credit information from higher-ranking vehicle finance companies until there is a vehicle finance company that approves the customer's vehicle rental, thereby minimizing personal information. With disclosure, the best vehicle finance company can be matched with the customer.

실시예에 따라서, 차량 대여 승인 예측부(1300)는 차량 금융사별 순위를 생성할 때 그 기준을 차량 임대료가 아니고 다른 항목으로 설정될 수 있다.Depending on the embodiment, when the car rental approval prediction unit 1300 generates a ranking for each car finance company, the criterion may be set to another item other than car rental.

계약 안내부(1400)는 사용자 단말에 고객의 차량 대여 승인된 차량 금융사의 견적정보를 송부하고 계약 구비서류를 안내할 수 있다.The contract information unit 1400 may transmit quote information of a vehicle finance company approved for renting a vehicle of a customer to a user terminal, and may guide documents required for a contract.

차량 금융사 모니터링부(1500)는 차량 대여 승인 예측부(1300)가 특정 차량 금융사에게 고객의 차량 대여 승인 결과를 확인하여 기 설정된 기준 이하로 승인 불허가 나면, 상기 특정 차량 금융사에게 고객과의 매칭율 저조에 대한 정보를 안내하고 상기 특정 차량 금융사로부터 학습 모델에 이용할 훈련 데이터를 요청할 수 있다.In the vehicle finance company monitoring unit 1500, the vehicle rental approval prediction unit 1300 checks the customer's vehicle rental approval result to a specific vehicle finance company, and if approval is disapproved below a predetermined standard, the specific vehicle finance company has a low matching rate with the customer. It is possible to guide information on and request training data to be used for the learning model from the specific vehicle finance company.

본 발명은 기 설정된 기준 이하로 승인 불허가 나는 특정 차량 금융사에게 고객과의 매칭율 저조에 대한 정보를 안내하고 특정 차량 금융사로부터 학습 모델에 이용할 훈련 데이터를 요청함으로써 훈련 데이터가 부족하여 오버피팅이 일어나는 특정 차량 금융사의 학습 모델에 대한 신뢰성을 확보할 수 있다.The present invention guides information on a low matching rate with a customer to a specific vehicle finance company that is disapproved below a predetermined standard, and requests training data to be used for a learning model from a specific vehicle finance company, thereby causing overfitting due to lack of training data. It is possible to secure the reliability of the vehicle finance company's learning model.

신용등급 변동 예측부(1600)는 고객이 확정된 차량 금융사와의 계약 후에 있을 고객의 신용등급 변동 정보를 딥러닝 기반의 신용등급 학습모델을 이용하여 예측하고, 고객이 확정된 차량 금융사와의 계약 전에 고객에게 상기 신용등급 변동 정보를 알려줄 수 있다. The credit rating change prediction unit 1600 predicts the customer's credit rating change information that will occur after the customer contracts with the vehicle finance company by using a deep learning-based credit rating learning model, and the customer contracts with the vehicle finance company. The credit rating change information may be notified to the customer beforehand.

신용등급 변동 예측부(1600)는 신용정보 처리부(1200)로부터 획득한, 기존 고객과 차량 금융사 간의 계약 전 고객 신용정보와 계약 후 고객 신용정보를 신용등급 학습모델의 훈련 데이터로 사용하여 신용등급 학습모델을 학습시킴으로써 고객의 신용등급 변동 정보에 대한 신뢰성을 높일 수 있다.The credit rating change prediction unit 1600 learns the credit rating by using the customer credit information obtained from the credit information processing unit 1200 before the contract between the existing customer and the vehicle finance company and the customer credit information after the contract as training data for the credit rating learning model. By training the model, reliability of customer credit rating change information can be increased.

도 5는 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템의 작동 과정을 설명하기 위한 흐름도이고, 도 6은 본 발명의 일 실시예에 따른 차량 대여 승인 예측부의 작동 과정을 설명하기 위한 흐름도이다.5 is a flowchart for explaining the operating process of a vehicle finance company pre-approval prediction system according to an embodiment of the present invention, and FIG. 6 is a flowchart for explaining the operating process of a vehicle rental approval prediction unit according to an embodiment of the present invention. am.

도 5 및 도 6을 참조하여 본 발명의 일 실시예에 따른 차량 금융사 사전 승인 예측 시스템의 작동 과정을 설명한다.An operation process of the vehicle finance company pre-approval prediction system according to an embodiment of the present invention will be described with reference to FIGS. 5 and 6 .

사용자(2000)는 차량 금융사 사전 승인 예측 시스템(1000)에 고객정보를 입력(S10)할 수 있다. 차량 금융사 사전 승인 예측 시스템(1000)은 신용평가사(4000)에 고객 신용평가를 요청(S20)하고, 신용평가사(400)는 차량 금융사 사전 승인 예측 시스템(1000)으로 고객 신용정보를 송부(S30)할 수 있다.The user 2000 may input customer information into the vehicle finance company pre-approval prediction system 1000 (S10). The vehicle finance company pre-approval prediction system 1000 requests the credit rating agency 4000 for customer credit evaluation (S20), and the credit rating agency 400 sends the customer credit information to the vehicle finance company pre-approval prediction system 1000 (S30) can do.

차량 금융사 사전 승인 예측 시스템(1000)은 사용자(2000)에게 기 설정된 차량 금융사별로 고객의 차량 대여 사전 승인정보 및 사전 견적정보를 생성하여 송부(S40)할 수 있다.The vehicle finance company pre-approval prediction system 1000 may generate and transmit the vehicle rental pre-approval information and pre-quote information of the customer to the user 2000 for each preset vehicle finance company (S40).

그리고, 차량 금융사 사전 승인 예측 시스템(1000)은 고객에 대한 사전 승인된 차량 금융사 중에서 차량 임대료가 낮은 순위로 차량 금융사별 순위를 생성한 후 고객의 차량 대여 승인이 나는 차량 금융사가 존재할 때까지 순위가 높은 차량 금융사부터 순차적으로 상기 고객정보와 상기 신용정보를 송신하여 고객의 차량 대여 승인 결과를 확인할 수 있다.In addition, the vehicle finance company pre-approval prediction system 1000 generates a rank for each vehicle finance company with a low vehicle rental rate among the vehicle finance companies pre-approved for the customer, and then ranks until there is a vehicle finance company that approves the customer's vehicle rental. The customer information and the credit information may be sequentially transmitted, starting with the vehicle finance company having a higher rank, to check the result of the customer's vehicle rental approval.

예를 들어, 차량 금융사 사전 승인 예측 시스템(1000)은 순위에 따라 먼저 차량 금융사1에 고객 차량 대여 승인 여부를 요청(S51)하고 승인 불허(S61)로 확인되면, 차순위인 차량 금융사2에 고객 차량 대여 승인 여부를 요청(S52)할 수 있다. 차량 금융사2에서도 승인 불허(S62)되면 다음 차순위인 차량 금융사3에 고객 차량 대여 승인 여부(S53)를 요청할 수 있고, 승인 가능(S63) 확인되면 그 차량 금융사3을 최종 확정(S80)할 수 있다(S70). 이때 그 다음 순위부터의 차량 금융사에게는 고객 신용평가 요청을 멈출 수 있다.For example, the vehicle finance company pre-approval prediction system 1000 first requests (S51) whether or not to approve the customer's vehicle rental from the vehicle finance company 1 according to the ranking, and if approval is disapproved (S61), the customer vehicle is sent to the vehicle finance company 2, which is the next priority. Rental approval may be requested (S52). If approval is disapproved (S62) in the vehicle finance company 2, it is possible to request approval of the customer's car rental (S53) from the next highest priority vehicle finance company 3, and if approval is possible (S63), the vehicle finance company 3 can be finally determined (S80). (S70). At this time, the request for customer credit evaluation may be stopped from the vehicle finance company from the next rank.

차량 금융사 사전 승인 예측 시스템(1000)은 사용자(2000)에게 확정된 차량 금융사 견적정보를 송부하고, 계약 구비서류를 안내할 수 있다(S90).The vehicle finance company pre-approval prediction system 1000 may send the user 2000 the vehicle finance company estimate information and may guide contract documents (S90).

또한, 차량 금융사 사전 승인 예측 시스템(1000)은 계약 후 신용등급 하락에 대한 정보를 차량 금융사와 계약 전에 미리 고객에서 송부(S100)함으로써 고객의 계약 판단에 대한 근거로 활용할 수 있다.In addition, the vehicle finance company pre-approval prediction system 1000 transmits information about credit rating deterioration after a contract from a customer in advance before signing a contract with a vehicle finance company (S100), so that it can be used as a basis for determining a customer's contract.

이상 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although described with reference to the above embodiments, it will be appreciated that those skilled in the art can make various modifications and changes to the present invention without departing from the spirit and scope of the present invention described in the claims below. You will be able to.

1000: 차량 금융사 사전 승인 예측 시스템
1100: 고객 정보 입력부 1200: 신용정보 처리부
1300: 차량 대여 승인 예측부 1400: 계약 안내부
1500: 차량 금융사 모니터링부 1600: 신용등급 변동 예측부
2000: 사용자 단말 3000: 차량 금융사 서버
4000: 신용평가사 서버1000: vehicle finance company pre-approval prediction system
1100: customer information input unit 1200: credit information processing unit
1300: Vehicle rental approval prediction unit 1400: Contract information unit
1500: vehicle finance company monitoring unit 1600: credit rating change prediction unit
2000: user terminal 3000: vehicle finance company server
4000: credit rating agency server

Claims (8)

사용자 단말, 차량 금융사 서버, 및 신용평가사 서버와 네트워크를 통해 연결되어 있는 차량 금융사 사전 승인 예측 시스템에서,
상기 사용자 단말로부터 차량 대여를 위한 고객정보를 입력 받는 고객정보 입력부;
상기 신용평가사 서버에 고객 신용평가를 요청하고 고객 신용정보를 송부 받는 신용정보 처리부;
상기 고객정보와 상기 고객 신용정보를 바탕으로 기 설정된 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성하여 상기 사용자 단말에 송신하고, 고객에 대한 사전 승인된 차량 금융사 중에서 차량 임대료가 낮은 순위로 차량 금융사별 순위를 생성한 후 고객의 차량 대여 승인이 나는 차량 금융사가 존재할 때까지 순위가 높은 차량 금융사부터 순차적으로 상기 고객정보와 상기 신용정보를 송신하여 고객의 차량 대여 승인 결과를 확인하는 차량 대여 승인 예측부; 및
상기 사용자 단말에 고객의 차량 대여 승인된 차량 금융사의 견적정보를 송부하고 계약 구비서류를 안내하는 계약 안내부를 포함하고,
상기 차량 대여 승인 예측부는 딥러닝 기반의 학습 모델을 이용하고, 차량 금융사별로 각각의 학습 모델을 이용하여 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성하되, 상기 고객정보와 상기 고객 신용정보를 차량 금융사별 학습 모델의 테스트 데이터로 이용하여 차량 금융사별 고객의 차량 대여 사전 승인정보와 사전 견적정보를 획득하고, 고객의 차량 대여 승인 결과 정보를 해당 금융사의 학습 모델의 훈련 데이터로 사용하여 실시간 학습시키며,
상기 차량 금융사 사전 승인 예측 시스템은 각 차량 금융사별 순위에 따라 가장 높은 순위에서 시작하여 순차적으로 고객 차량 대여 승인 여부를 요청하되, 승인 불허로 확인되면 다음 순위의 차량 금융사에 고객 차량 대여 승인 여부를 요청하는 과정을 반복하고, 승인 가능으로 확인되면 해당 차량 금융사를 최종 확정하며, 상기 최종 확정된 해당 차량 금융사 다음 순위부터의 차량 금융사에게는 고객 신용평가 요청을 중지함으로써 무분별한 신용조회 요청을 방지하는 것을 특징으로 하는 차량 금융사 사전 승인 예측 시스템.In the vehicle finance company pre-approval prediction system connected to the user terminal, the vehicle finance company server, and the credit rating agency server through a network,
a customer information input unit that receives customer information for vehicle rental from the user terminal;
a credit information processing unit that requests customer credit evaluation from the credit rating agency server and receives customer credit information;
Based on the customer information and the customer credit information, the customer's vehicle rental pre-approval information and advance quotation information are generated for each pre-set vehicle finance company and transmitted to the user terminal, and the vehicle rental rate is the lowest among the pre-approved vehicle finance companies for the customer. After creating a ranking for each vehicle finance company by rank, the customer information and the credit information are sequentially transmitted from the vehicle finance company with the highest ranking until there is a vehicle finance company that approves the customer's vehicle rental, confirming the result of the customer's vehicle rental approval Vehicle rental approval prediction unit; and
Including a contract guidance unit for sending quote information of a vehicle finance company approved for vehicle rental of a customer to the user terminal and guiding documents required for a contract;
The vehicle rental approval prediction unit uses a deep learning-based learning model, and uses each learning model for each vehicle finance company to generate the customer's vehicle rental approval information and advance quotation information, but the customer information and the customer credit information It is used as test data for the learning model for each vehicle finance company to obtain vehicle rental approval information and preliminary estimate information of customers for each vehicle finance company, and real-time learning is performed by using the customer's vehicle rental approval result information as training data for the learning model of the relevant financial company. make it,
The vehicle finance company pre-approval prediction system starts from the highest rank according to the ranking of each vehicle finance company and sequentially requests whether or not to approve the customer's vehicle rental. Repeat the process, and if it is confirmed as acceptable, the vehicle finance company is finally confirmed, and the customer credit evaluation request is stopped for the vehicle finance company from the next rank to the vehicle finance company that is finally confirmed, thereby preventing indiscriminate credit inquiry requests. Vehicle finance company pre-approval prediction system. 제1항에 있어서,
상기 고객정보는 고객 이름, 고객 나이, 임대 차량명, 차량 임대 형태를 포함하는 필수 고객정보와 고객의 구분, 보증금 여부, 선수금 여부, 차량 색상을 포함하는 선택 고객정보로 나눠지는 것을 특징으로 하는 차량 금융사 사전 승인 예측 시스템.According to claim 1,
The customer information is divided into essential customer information including customer name, customer age, rental vehicle name, vehicle rental type, and optional customer information including customer classification, deposit or advance payment, and vehicle color. Financial company pre-approval forecasting system. 삭제delete 삭제delete 제2항에 있어서,
상기 차량 대여 승인 예측부는 상기 필수 고객정보를 필수적으로 입력 받으면 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 생성하고, 상기 선택 고객정보 중에서 어느 하나 이상을 선택적으로 입력 받아 승인 여부를 요청 받을 때마다 차량 금융사별로 고객의 차량 대여 사전 승인정보와 사전 견적정보를 실시간 새로 생성하는 것을 특징으로 하는 차량 금융사 사전 승인 예측 시스템.According to claim 2,
The vehicle rental approval prediction unit, upon receipt of the essential customer information, generates vehicle rental advance approval information and preliminary quotation information for each vehicle finance company, and requests approval by selectively receiving one or more of the selected customer information. A vehicle finance company pre-approval prediction system characterized by generating new vehicle rental pre-approval information and pre-quotation information for each vehicle finance company in real time. 제1항에 있어서,
상기 차량 대여 승인 예측부가 특정 차량 금융사에게 고객의 차량 대여 승인 결과를 확인하여 기 설정된 기준 이하로 승인 불허가 나면, 상기 특정 차량 금융사에게 고객과의 매칭율 저조에 대한 정보를 안내하고 상기 특정 차량 금융사로부터 학습 모델에 이용할 훈련 데이터를 요청하는 차량 금융사 모니터링부를 더 포함하는 차량 금융사 사전 승인 예측 시스템.According to claim 1,
If the vehicle rental approval prediction unit checks the customer's vehicle rental approval result to a specific vehicle finance company and disapproves below a predetermined standard, informs the specific vehicle finance company about the low matching rate with the customer, and provides information about the low matching rate with the customer from the specific vehicle finance company. A vehicle finance company pre-approval prediction system further comprising a vehicle finance company monitoring unit requesting training data to be used for the learning model. 제1항에 있어서,
고객이 확정된 차량 금융사와의 계약 후에 있을 고객의 신용등급 변동 정보를 딥러닝 기반의 신용등급 학습모델을 이용하여 예측하고, 고객이 확정된 차량 금융사와의 계약 전에 고객에게 상기 신용등급 변동 정보를 알려주는 신용등급 변동 예측부를 더 포함하는 차량 금융사 사전 승인 예측 시스템.According to claim 1,
The customer's credit rating change information that will occur after the customer contracts with the vehicle finance company is predicted by using a deep learning-based credit rating learning model, and the credit rating change information is provided to the customer before the customer contracts with the vehicle finance company. A vehicle finance company pre-approval prediction system that further includes a credit rating change prediction unit that informs. 제7항에 있어서,
상기 신용등급 변동 예측부는 상기 신용정보 처리부로부터 획득한, 기존 고객과 차량 금융사 간의 계약 전 고객 신용정보와 계약 후 고객 신용정보를 신용등급 학습모델의 훈련 데이터로 사용하여 상기 신용등급 학습모델을 학습시키는 것을 특징으로 하는 차량 금융사 사전 승인 예측 시스템.According to claim 7,
The credit rating change prediction unit uses the customer credit information obtained from the credit information processing unit before the contract between the existing customer and the vehicle finance company and the customer credit information after the contract as training data of the credit rating learning model to learn the credit rating learning model Vehicle finance company pre-approval prediction system, characterized in that.
KR1020220105198A 2022-08-23 2022-08-23 System for pre-approval prediction of capital companies for car rental KR102495506B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220105198A KR102495506B1 (en) 2022-08-23 2022-08-23 System for pre-approval prediction of capital companies for car rental

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220105198A KR102495506B1 (en) 2022-08-23 2022-08-23 System for pre-approval prediction of capital companies for car rental

Publications (1)

Publication Number Publication Date
KR102495506B1 true KR102495506B1 (en) 2023-02-06

Family

ID=85224418

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220105198A KR102495506B1 (en) 2022-08-23 2022-08-23 System for pre-approval prediction of capital companies for car rental

Country Status (1)

Country Link
KR (1) KR102495506B1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170080128A (en) * 2015-12-31 2017-07-10 한민규 Lease payment system and method
KR20190070209A (en) * 2017-12-12 2019-06-20 서영석 System for providing vehicle purchase comparison information
KR102323584B1 (en) * 2021-03-10 2021-11-09 이연우 Vehicle comparison estimate business support system
KR20210146000A (en) * 2020-05-26 2021-12-03 주식회사 다날 Credit rating change prediction processing apparatus based on artificial intelligence and operating method thereof
KR102411872B1 (en) 2021-03-15 2022-06-22 강명길 System for providing brokerage service for car lease contract and long-term rental car
KR102434820B1 (en) * 2021-06-14 2022-08-22 (주)와이즈모빌리티 Apparatus and method for vehicle transaction

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170080128A (en) * 2015-12-31 2017-07-10 한민규 Lease payment system and method
KR20190070209A (en) * 2017-12-12 2019-06-20 서영석 System for providing vehicle purchase comparison information
KR20210146000A (en) * 2020-05-26 2021-12-03 주식회사 다날 Credit rating change prediction processing apparatus based on artificial intelligence and operating method thereof
KR102323584B1 (en) * 2021-03-10 2021-11-09 이연우 Vehicle comparison estimate business support system
KR102411872B1 (en) 2021-03-15 2022-06-22 강명길 System for providing brokerage service for car lease contract and long-term rental car
KR102434820B1 (en) * 2021-06-14 2022-08-22 (주)와이즈모빌리티 Apparatus and method for vehicle transaction

Similar Documents

Publication Publication Date Title
KR100751965B1 (en) method and system for predicting attrition customers
US8655758B2 (en) Financial transaction modeling system
US20140114694A1 (en) Systems and methods for determining insurance decisions based on social network data
US20130066656A1 (en) System and method for calculating an insurance premium based on initial consumer information
US7996376B2 (en) Method and apparatus for managing session data across multiple applications
US10147142B2 (en) Location and social network data entity identification system
US20120150713A1 (en) Trade implementation and analytics system
EP2729905A2 (en) Systems and methods for business classification
US8326748B1 (en) Automated loan approval system
JP2011521385A (en) Apparatus, system and method for automatic financial product management
US20140019293A1 (en) Automated Technique For Generating Recommendations Of Potential Supplier Candidates
US20210256445A1 (en) System and method for matching resource capacity with client resource needs
US20020091628A1 (en) Credit granting system and credit applying method using the system
US10360525B1 (en) Timely quality improvement of an inventory of elements
US20230196147A1 (en) Unified explainable machine learning for segmented risk
KR102495506B1 (en) System for pre-approval prediction of capital companies for car rental
US7606755B2 (en) Systems and methods to automatically generate a return target for a potential real estate deal based on supplemental deal information
US10956822B1 (en) Identification and management of frequently asked questions
KR100363775B1 (en) System for determining reliability of information supplier via a communications network and method thereof
US9495707B2 (en) Systems and methods to facilitate generation of pricing information via a pricing graph
US11792125B1 (en) Reducing network traffic by filtering network requests based on network request-related information systems and methods
KR20040099975A (en) System and Method for Arranging Loaner and Loan Company on the Network.
US20210097608A1 (en) Recommendation System for Providing Options on a User Interface
TW202207136A (en) Stock price prediction method and server end for stock price prediction generating a plurality of single stock technical indexes relevant to the single stock according to a plurality of single stock prices relevant to the single stock
US20150032592A1 (en) Automated Options Trading System That Generates a Flattened Trading Spread

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant