KR102523014B1 - Online transaction document management method and device, system using artificial intelligence and blockchain - Google Patents
Online transaction document management method and device, system using artificial intelligence and blockchain Download PDFInfo
- Publication number
- KR102523014B1 KR102523014B1 KR1020230007646A KR20230007646A KR102523014B1 KR 102523014 B1 KR102523014 B1 KR 102523014B1 KR 1020230007646 A KR1020230007646 A KR 1020230007646A KR 20230007646 A KR20230007646 A KR 20230007646A KR 102523014 B1 KR102523014 B1 KR 102523014B1
- Authority
- KR
- South Korea
- Prior art keywords
- transaction
- document
- transaction document
- trader
- terminal
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 39
- 238000007726 management method Methods 0.000 title claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims description 51
- 238000012986 modification Methods 0.000 claims description 31
- 230000004048 modification Effects 0.000 claims description 31
- 238000012217 deletion Methods 0.000 claims description 30
- 230000037430 deletion Effects 0.000 claims description 30
- 230000001902 propagating effect Effects 0.000 claims description 20
- 239000000284 extract Substances 0.000 claims description 7
- 238000012384 transportation and delivery Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 description 33
- 238000005516 engineering process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/02—Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
- G06Q20/145—Payments according to the detected use or quantity
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/405—Establishing or using transaction specific rules
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
본 발명은 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템에 관한 것이다.The present invention relates to a method, apparatus, and system for managing online transaction documents using artificial intelligence and blockchain.
일반적으로 거래를 위한 문서들을 관리하기 위해서, 거래자가 거래문서를 작성하여 거래 상대자나 중개자에게 디지털 파일이나 프린트된 거래문서를 발송하면, 거래 상대자가 거래문서를 확인한 후에 데이터베이스나 문서 보관처에 따로 보관해야 했다.In general, in order to manage transaction documents, a trader prepares a transaction document and sends a digital file or printed transaction document to a counterparty or intermediary, and the transaction document is stored separately in a database or document archive after the counterparty checks the transaction document. I had to.
그러나 이러한 문서 관리 방식은 서버나 문서 보관처가 소실되면 거래문서의 보관도 안전하지 않은 문제점이 있었다. 또한, 거래문서가 수정되어야 할 때마다 각 거래 관계자에게 모두 재발송하고 승인받아야 하는 등 거래에 걸리는 시간이 지연되는 어려움이 있었다.However, this document management method has a problem in that the storage of transaction documents is not safe if the server or document storage is lost. In addition, whenever a transaction document needs to be modified, there is a difficulty in delaying the time required for the transaction, such as retransmission and approval of all related parties.
그리고 거래가 활발하여 오가는 거래문서의 양이 많은 업체는 수많은 거래문서의 관리가 쉽지 않고, 거래 상대 업체들로부터 거래문서의 수정이나 삭제 요청을 획득하면 처리에 많은 시간이 걸리는 문제점이 있었다.In addition, it is not easy for companies with a large amount of transaction documents that are actively traded to manage numerous transaction documents, and it takes a lot of time to process when obtaining a request for modification or deletion of transaction documents from counterpart companies.
일실시예에 따르면, 제1 거래자 단말로부터 제1 거래문서를 획득하고, 오픈 서버에 제2 거래문서를 업로드하는, 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템을 제공하기 위한 것을 그 목적으로 한다.According to an embodiment, for providing a method, apparatus, and system for managing online transaction documents using artificial intelligence and blockchain, obtaining a first transaction document from a first trader terminal and uploading a second transaction document to an open server. for that purpose
또한, 상기 제1 거래자 단말로부터 제1 거래문서를 획득한 후에, 제1 인공 신경망에 상기 제1 거래문서를 입력하고, 상기 제1 인공 신경망으로부터 출력 데이터를 획득하고, 상기 출력 데이터를 바탕으로 기저장된 거래문서 양식에 상기 제1 거래문서의 유효값을 입력한 제2 거래문서를 생성하고, 상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득하고, 상기 제2 거래문서를 블록체인 네트워크에 전파하여 제1 블록을 생성하고, 상기 오픈 서버에 상기 제2 거래문서를 업로드한 후에, 사용자 단말에 의해 상기 오픈 서버에 업로드한 제2 거래문서가 열람되면, 상기 제2 거래문서의 열람에 관한 데이터를 상기 블록체인 네트워크에 전파하여 제2 블록을 생성하고, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하고, 상기 수정 조건을 만족하는 경우, 수정된 제2 거래문서를 획득하고, 상기 수정된 제2 거래문서와 수정 관련 데이터를 상기 블록체인 네트워크에 전파하여 제3 블록을 생성하고, 상기 오픈 서버에 상기 수정된 제2 거래문서를 업로드하고, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하고, 상기 삭제 조건을 만족하는 경우, 삭제 관련 데이터를 상기 블록체인 네트워크에 전파하여 제4 블록을 생성하고, 상기 오픈 서버의 제2 거래문서를 삭제하고, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하고 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하는 경우에, 상기 블록체인에 저장된 스마트 컨트랙트에 의해 자동으로 실행되는 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템을 제공하기 위한 것을 그 목적으로 한다.In addition, after obtaining the first transaction document from the first trader terminal, the first transaction document is input to the first artificial neural network, output data is obtained from the first artificial neural network, and based on the output data, Generating a second transaction document in which the valid value of the first transaction document is entered in the stored transaction document form, transmitting the second transaction document to the first and second transaction documents and obtaining an approval signal; After generating the first block by propagating the second transaction document to the blockchain network and uploading the second transaction document to the open server, when the second transaction document uploaded to the open server is viewed by the user terminal, When the second block is generated by propagating the data related to the viewing of the second transaction document to the blockchain network, and a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal, the modification condition is satisfied. and if the modification conditions are satisfied, obtain a modified second transaction document, propagate the modified second transaction document and modification-related data to the blockchain network to generate a third block, and generate the open When the modified second transaction document is uploaded to the server and a request for deletion of the second transaction document uploaded to the open server is obtained from the user terminal, it is checked whether the deletion condition is satisfied, and if the deletion condition is satisfied, When a fourth block is created by propagating deletion-related data to the blockchain network, the second transaction document of the open server is deleted, and a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal. , When checking whether the modification condition is satisfied and obtaining a deletion request for the second transaction document uploaded to the open server from the user terminal, when checking whether the deletion condition is satisfied, the smart contract stored in the blockchain automatically Its purpose is to provide an online transaction document management method, device, and system using artificial intelligence and block chain.
또한, 상기 제1 거래자 단말로부터 제1 거래문서를 획득할 때 상기 제1 거래문서는 이미지 데이터이고, 상기 제1 인공 신경망으로부터 출력 데이터를 획득할 때 상기 제1 인공 신경망은 이미지 데이터인 제1 거래문서로부터 거래문서의 종류, 거래 대상자들 정보, 거래 일자, 납품 일자, 거래 금액, 거래금 지불 일자, 거래 물품, 거래 수량, 거래 금액 중 어느 하나 이상의 유효 값을 추출하고, 상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득한 후에, 제2 인공 신경망에 상기 제2 거래문서를 입력하고, 상기 제2 인공 신경망으로부터 거래 패턴을 획득하고, 상기 거래 패턴을 바탕으로 재고 부족을 예측하고, 재고 부족이 발생할 거래자 단말에 재고 부족 예상 메시지를 전송하고, 상기 거래 패턴을 바탕으로 예상 거래일자를 예측하고, 상기 예상 거래일자 이전에 은행 서버로부터 상기 제1 거래자나 제2 거래자의 잔고를 획득하고, 상기 잔고가 예상 거래 금액보다 부족하면 잔고가 부족한 거래자 단말에 거래금액 부족 예상 메시지를 전송하고, 상기 예상 거래일자에 요구될 거래문서를 예측하고, 상기 예상 거래일자 이전에 상기 거래문서를 생성하여 상기 제1 거래자와 제2 거래자 단말 중 어느 하나 이상에 전송하고, 오픈 서버에 제2 거래문서를 업로드한 이후에, 상기 제1 거래자 단말이나 제2 거래자 단말로부터 거래 이행 데이터를 획득하는 경우, 상기 거래 이행 데이터를 상기 블록체인 네트워크에 전파하여 제5 블록을 생성하고, 거래 이행 일자에 거래가 이행되지 않은 경우, 거래 불이행 데이터를 상기 블록체인 네트워크에 전파하여 제6 블록을 생성하고, 상기 제1 거래자나 제2 거래자의 평점을 산출하고, 상기 오픈 서버에 상기 평점을 업로드하고, 상기 제1 거래자나 제2 거래자의 평점은 [수학식 1]을 이용하여 계산하고,In addition, when obtaining a first transaction document from the first trader terminal, the first transaction document is image data, and when obtaining output data from the first artificial neural network, the first transaction document is image data. Extracting valid values of one or more of the type of transaction document, transaction target information, transaction date, delivery date, transaction amount, transaction payment date, transaction item, transaction quantity, and transaction amount from the document, and 2 After transmitting the second transaction document to the trader terminal and obtaining an approval signal, the second transaction document is input to the second artificial neural network, a transaction pattern is obtained from the second artificial neural network, and based on the transaction pattern To predict stock shortage, send a stock shortage prediction message to a trader's terminal where stock shortage will occur, predict an expected transaction date based on the transaction pattern, and send the first transaction or the first transaction date from the bank server before the expected transaction date. 2 Acquire the trader's balance, and if the balance is less than the expected transaction amount, send a transaction amount shortfall prediction message to the trader's terminal with insufficient balance, predict the transaction document to be required on the expected transaction date, and prior to the expected transaction date After generating the transaction document and transmitting it to any one or more of the first trader terminal and the second trader terminal, and uploading the second transaction document to the open server, the transaction is executed from the first trader terminal or the second trader terminal. When data is acquired, the transaction fulfillment data is propagated to the blockchain network to generate a fifth block, and when the transaction is not fulfilled on the transaction execution date, the transaction default data is propagated to the blockchain network to generate a sixth block. generating, calculating the rating of the first trader or the second trader, uploading the rating to the open server, calculating the rating of the first trader or the second trader using [Equation 1],
[수학식 1][Equation 1]
Q는 거래자 평점, a_i는 총 거래 이행 횟수, a_j는 총 거래 불이행 횟수, X_n은 총 거래 횟수, h는 업력이고, m_y는 총 거래 이행 금액, m_x는 총 거래 불이행 금액이며, w_i, w_j, w_n, w_x, w_y는 각 속성의 가중치인 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템을 제공하기 위한 것을 그 목적으로 한다.Q is the trader rating, a_i is the total number of fulfilled transactions, a_j is the total number of defaulted transactions, X_n is the total number of transactions, h is the history, m_y is the total amount of fulfilled transactions, m_x is the total amount of defaulted transactions, w_i, w_j, w_n , w_x, and w_y are the weights of each attribute, and the purpose is to provide an online transaction document management method, device, and system using artificial intelligence and blockchain.
이로 인해, 거래문서와 상기 거래문서의 열람, 수정, 삭제 기록을 투명하게 관리할 수 있고, 거래 패턴과 거래자의 평점을 얻을 수 있는 효과를 얻을 수 있다.As a result, it is possible to transparently manage transaction documents and records of reading, modifying, and deleting the transaction documents, and to obtain the effect of obtaining transaction patterns and traders' ratings.
일실시예에 따르면, 장치에 의해 수행되는 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법에 있어서, 제1 거래자 단말로부터 제1 거래문서를 획득하는 단계;와 오픈 서버에 제2 거래문서를 업로드하는 단계제1 거래자 단말로부터 거래문서를 획득하는 단계를 포함하는 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법이 제공될 수 있다.According to one embodiment, in the online transaction document management method using artificial intelligence and block chain performed by a device, obtaining a first transaction document from a first trader terminal; and uploading a second transaction document to an open server. A method for managing online transaction documents using artificial intelligence and a block chain comprising the step of obtaining a transaction document from a first trader terminal may be provided.
또한, 제1 거래자 단말로부터 제1 거래문서를 획득하는 단계 이후에, 제1 인공 신경망에 상기 제1 거래문서를 입력하는 단계; 상기 제1 인공 신경망으로부터 출력 데이터를 획득하는 단계; 상기 출력 데이터를 바탕으로 기저장된 거래문서 양식에 상기 제1 거래문서의 유효값을 입력한 제2 거래문서를 생성하는 단계; 상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득하는 단계; 및 상기 제2 거래문서를 블록체인 네트워크에 전파하여 제1 블록을 생성하는 단계;를 더 포함하고, 상기 오픈 서버에 상기 제2 거래문서를 업로드하는 단계 이후에, 사용자 단말에 의해 상기 오픈 서버에 업로드한 제2 거래문서가 열람되면, 상기 제2 거래문서의 열람에 관한 데이터를 상기 블록체인 네트워크에 전파하여 제2 블록을 생성하는 단계; 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하는 단계; 상기 수정 조건을 만족하는 경우, 수정된 제2 거래문서를 획득하는 단계; 상기 수정된 제2 거래문서와 수정 관련 데이터를 상기 블록체인 네트워크에 전파하여 제3 블록을 생성하는 단계; 상기 오픈 서버에 상기 수정된 제2 거래문서를 업로드하는 단계; 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하는 단계; 상기 삭제 조건을 만족하는 경우, 삭제 관련 데이터를 상기 블록체인 네트워크에 전파하여 제4 블록을 생성하는 단계; 및 상기 오픈 서버의 제2 거래문서를 삭제하는 단계를 더 포함하고, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하는 단계와, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하는 단계는, 상기 블록체인에 저장된 스마트 컨트랙트에 의해 자동으로 실행되는, 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법이 더 제공될 수 있다.In addition, after acquiring the first transaction document from the first trader terminal, inputting the first transaction document into a first artificial neural network; obtaining output data from the first artificial neural network; generating a second transaction document in which a valid value of the first transaction document is entered in a pre-stored transaction document form based on the output data; transmitting the second transaction document to the first trader terminal and the second trader terminal and obtaining an approval signal; and generating a first block by propagating the second transaction document to the blockchain network, and after uploading the second transaction document to the open server, the user terminal transmits the second transaction document to the open server. When the uploaded second transaction document is viewed, generating a second block by propagating data related to the viewing of the second transaction document to the blockchain network; When a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal, checking whether modification conditions are satisfied; obtaining a modified second transaction document when the modification condition is satisfied; generating a third block by propagating the modified second transaction document and modification related data to the blockchain network; Uploading the modified second transaction document to the open server; When a request for deletion of the second transaction document uploaded to the open server is obtained from the user terminal, determining whether a deletion condition is satisfied; generating a fourth block by propagating deletion-related data to the blockchain network when the deletion condition is satisfied; and deleting the second transaction document of the open server. When a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal, checking whether a modification condition is satisfied; When a request for deletion of the second transaction document uploaded to the open server is obtained from the user terminal, the step of checking whether the deletion condition is satisfied is the artificial intelligence and the blockchain, which are automatically executed by the smart contract stored in the blockchain. The used online transaction document management method may be further provided.
또한, 상기 제1 거래자 단말로부터 제1 거래문서를 획득하는 단계에서, 상기 제1 거래문서는 이미지 데이터이고, 상기 제1 인공 신경망으로부터 출력 데이터를 획득하는 단계에서, 상기 제1 인공 신경망은 이미지 데이터인 제1 거래문서로부터 거래문서의 종류, 거래 대상자들 정보, 거래 일자, 납품 일자, 거래 금액, 거래금 지불 일자, 거래 물품, 거래 수량, 거래 금액 중 어느 하나 이상의 유효 값을 추출하고, 상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득하는 단계 이후에, 제2 인공 신경망에 상기 제2 거래문서를 입력하는 단계; 상기 제2 인공 신경망으로부터 거래 패턴을 획득하는 단계; 상기 거래 패턴을 바탕으로 재고 부족을 예측하고, 재고 부족이 발생할 거래자 단말에 재고 부족 예상 메시지를 전송하는 단계; 상기 거래 패턴을 바탕으로 예상 거래일자를 예측하고, 상기 예상 거래일자 이전에 은행 서버로부터 상기 제1 거래자나 제2 거래자의 잔고를 획득하는 단계; 상기 잔고가 예상 거래 금액보다 부족하면 잔고가 부족한 거래자 단말에 거래금액 부족 예상 메시지를 전송하는 단계; 및 상기 예상 거래일자에 요구될 거래문서를 예측하고, 상기 예상 거래일자 이전에 상기 거래문서를 생성하여 상기 제1 거래자와 제2 거래자 단말 중 어느 하나 이상에 전송하는 단계를 더 포함하고, 오픈 서버에 제2 거래문서를 업로드하는 단계 이후에, 상기 제1 거래자 단말이나 제2 거래자 단말로부터 거래 이행 데이터를 획득하는 경우, 상기 거래 이행 데이터를 상기 블록체인 네트워크에 전파하여 제5 블록을 생성하는 단계; 거래 이행 일자에 거래가 이행되지 않은 경우, 거래 불이행 데이터를 상기 블록체인 네트워크에 전파하여 제6 블록을 생성하는 단계; 상기 제1 거래자나 제2 거래자의 평점을 산출하는 단계; 및 상기 오픈 서버에 상기 평점을 업로드하는 단계를 더 포함하고, 상기 거래자의 평점은 [수학식 1]을 이용하여 계산하고,In addition, in the step of obtaining a first transaction document from the first trader terminal, the first transaction document is image data, and in the step of obtaining output data from the first artificial neural network, the first artificial neural network is image data. From the first transaction document, a valid value of one or more of the transaction document type, transaction target information, transaction date, delivery date, transaction amount, transaction payment date, transaction item, transaction quantity, and transaction amount is extracted, and the first inputting the second transaction document into a second artificial neural network after transmitting the second transaction document to a trader terminal and a second trader terminal and obtaining an approval signal; acquiring a transaction pattern from the second artificial neural network; Predicting a stock shortage based on the transaction pattern, and transmitting a stock shortage prediction message to a terminal of a trader where the stock shortage occurs; predicting an expected transaction date based on the transaction pattern, and obtaining a balance of the first or second transaction from a bank server before the expected transaction date; If the balance is less than the expected transaction amount, transmitting a transaction amount shortage prediction message to a trader terminal having an insufficient balance; and predicting a transaction document to be requested on the expected transaction date, generating the transaction document before the expected transaction date, and transmitting the transaction document to at least one of the first and second transaction terminals, and an open server. After the step of uploading the second transaction document to, when transaction execution data is obtained from the first trader terminal or the second trader terminal, generating a fifth block by propagating the transaction execution data to the blockchain network ; generating a sixth block by propagating transaction default data to the blockchain network when the transaction is not fulfilled on the transaction fulfillment date; Calculating a rating of the first trader or the second trader; and uploading the rating to the open server, wherein the rating of the trader is calculated using [Equation 1],
[수학식 1][Equation 1]
Q는 거래자 평점, a_i는 총 거래 이행 횟수, a_j는 총 거래 불이행 횟수, X_n은 총 거래 횟수, h는 업력이고, m_y는 총 거래 이행 금액, m_x는 총 거래 불이행 금액이며, w_i, w_j, w_n, w_x, w_y는 각 속성의 가중치인, 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법이 더 제공될 수 있다.Q is the trader rating, a_i is the total number of fulfilled transactions, a_j is the total number of defaulted transactions, X_n is the total number of transactions, h is the history, m_y is the total amount of fulfilled transactions, m_x is the total amount of defaulted transactions, w_i, w_j, w_n , w_x, and w_y are weights of each attribute, and an online transaction document management method using artificial intelligence and block chain can be further provided.
일실시예에 따르면, 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템을 이용하여 거래문서를 투명하게 관리할 수 있는 효과를 얻을 수 있다.According to one embodiment, it is possible to obtain the effect of transparently managing transaction documents using an online transaction document management method, device, and system using artificial intelligence and block chain.
또한, 일실시예에 따르면, 다양한 형식의 거래문서를 자동으로 표준화할 수 있는 효과가 있다.In addition, according to one embodiment, there is an effect of automatically standardizing various types of transaction documents.
또한, 거래 패턴을 획득하여 재고 관리, 잔고 관리, 예상 거래문서를 제공하고, 거래자의 평점을 제공할 수 있는 효과가 있다.In addition, there is an effect of obtaining transaction patterns to provide inventory management, balance management, and expected transaction documents, and to provide ratings of traders.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.On the other hand, the effects according to the embodiments are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 본 발명의 일실시예에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 시스템의 구성을 개략적으로 나타낸 개념도이다.
도 2는 본 발명의 일실시예에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 과정을 설명하기 위한 순서도이다.
도 3은 본 발명의 일실시예에 따른 오픈 서버에 업로드한 제2 거래문서의 열람과 수정 요청을 처리하는 과정을 설명하기 위한 순서도이다.
도 4는 본 발명의 일실시예에 따른 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 처리하는 과정을 설명하기 위한 순서도이다.
도 5는 본 발명의 일실시예에 따른 거래 패턴을 획득하고 활용하는 과정을 설명하기 위한 순서도이다.
도 6은 본 발명의 일실시예에 따른 제5 블록이나 제6 블록을 생성하고 평점을 산출하는 과정을 설명하기 위한 순서도이다.1 is a conceptual diagram schematically showing the configuration of an online transaction document management system using artificial intelligence and a block chain according to an embodiment of the present invention.
2 is a flowchart illustrating an online transaction document management process using artificial intelligence and a block chain according to an embodiment of the present invention.
3 is a flowchart illustrating a process of processing a request for reading and modifying a second transaction document uploaded to an open server according to an embodiment of the present invention.
4 is a flowchart illustrating a process of processing a request for deletion of a second transaction document uploaded to an open server according to an embodiment of the present invention.
5 is a flowchart illustrating a process of obtaining and utilizing a transaction pattern according to an embodiment of the present invention.
6 is a flowchart illustrating a process of generating a fifth block or a sixth block and calculating a rating according to an embodiment of the present invention.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, since various changes can be made to the embodiments, the scope of the patent application is not limited or limited by these embodiments. It should be understood that all changes, equivalents or substitutes to the embodiments are included within the scope of rights.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for illustrative purposes only, and may be modified and implemented in various forms. Therefore, the embodiments are not limited to the specific disclosed form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Although terms such as first or second may be used to describe various components, such terms should only be construed for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.It should be understood that when an element is referred to as being “connected” to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in the examples are used only for descriptive purposes and should not be construed as limiting. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "include" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person of ordinary skill in the art to which the embodiment belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in this application, it should not be interpreted in an ideal or excessively formal meaning. don't
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.In addition, in the description with reference to the accompanying drawings, the same reference numerals are assigned to the same components regardless of reference numerals, and overlapping descriptions thereof will be omitted. In describing the embodiment, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the embodiment, the detailed description will be omitted.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.The embodiments may be implemented in various types of products such as personal computers, laptop computers, tablet computers, smart phones, televisions, smart home appliances, intelligent vehicles, kiosks, and wearable devices.
실시예에서 인공지능(Artificial Intelligence) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 시스템과는 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 된다.In an embodiment, an artificial intelligence (AI) system is a computer system that implements human-level intelligence, and unlike conventional systems, a machine learns and judges on its own. The more AI systems are used, the higher the recognition rate and the more accurate understanding of user preferences.
인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계학습은 입력 데이터들의 특징을 스스로 분류, 학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론, 예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.Artificial intelligence technology consists of machine learning and element technologies using machine learning. Machine learning is an algorithm technology that classifies and learns the characteristics of input data by itself, and element technology is a technology that uses machine learning algorithms such as deep learning to mimic the functions of the human brain, such as cognition and judgment. It consists of technical fields such as understanding, reasoning, prediction, knowledge representation, and motion control.
인공지능 기술이 응용되는 다양한 분야 중 하나인 언어적 이해는 인간의 언어와 문자를 인식하고 응용, 처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의응답, 음성 인식, 음성 합성 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서 지식과 확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성과 분류), 지식 관리(데이터 활용) 등을 포함한다.Linguistic understanding, one of the various fields in which artificial intelligence technology is applied, is a technology that recognizes, applies, and processes human language and text, including natural language processing, machine translation, conversation system, question and answering, voice recognition, and voice synthesis. do. Inference prediction is a technique of reasoning and predicting logically by judging information, and includes knowledge and probability-based reasoning, optimization prediction, preference-based planning, and recommendation. Knowledge expression is a technology that automatically processes human experience information into knowledge data, and includes knowledge construction (data creation and classification) and knowledge management (data utilization).
도 1은 본 발명의 일실시예에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 시스템의 구성을 개략적으로 나타낸 개념도이다.1 is a conceptual diagram schematically showing the configuration of an online transaction document management system using artificial intelligence and a block chain according to an embodiment of the present invention.
도 1을 참조하면, 일실시예에 따른 장치(100)는 본 발명에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템을 제공하기 위한 서버이거나 분산된 노드들의 p2p(peer-to-peer) 집합일 수 있다. 또한, 상기 장치는 일반적인 컴퓨터가 갖는 연산, 저장, 참조, 입출력, 제어 기능 중 어느 하나 이상을 수행할 수 있다.Referring to FIG. 1, an
또한, 일실시예로서 장치(100)는 설명의 용이함을 위하여 도 1에서는 인공지능을 따로 도시하였지만 기계 학습 알고리즘의 수행을 위하여 미리 학습된 다수의 인공 신경망을 포함할 수 있다. 물론 상기 인공 신경망은 외부 서버에 따로 구성할 수도 있다.In addition, as an embodiment, the
상기 장치(100)는 프로세서(110)와 메모리(120)를 포함할 수 있다. 프로세서는 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법을 수행할 수 있고 상기 방법을 수행할 수 있는 장치들을 포함할 수 있다. 메모리는 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법과 관련된 정보를 저장하거나 방법을 구현하기 위한 프로그램을 저장할 수 있다. 또한, 휘발성 메모리거나 비휘발성 메모리일 수 있다.The
프로세서(110)는 프로그램을 실행하거나 장치(100)를 제어할 수도 있다. 프로세서에 의해 실행되는 프로그램 코드는 메모리(120)에 저장될 수 있다. 그리고 장치는 네트워크를 통하여 외부 장치에 데이터를 전송하거나 외부 장치로부터 데이터를 획득할 수도 있다.The
일실시예로서 장치(100)는 장치는 인공 신경망을 학습시킬 수 있고 학습이 완료된 인공 신경망을 이용할 수도 있다. 도 1에는 설명의 용이함을 위하여 따로 도시하였지만 프로세서(110)는 메모리에 저장된 인공 신경망을 학습시키거나 실행할 수 있고, 메모리(120)는 학습 완료된 인공 신경망을 저장할 수 있다. 인공 신경망을 학습시키는 장치와 이용하는 장치는 동일할 수 있지만 별개일 수도 있다.As an embodiment, the
인공신경망이란 인간의 뉴런 구조를 소프트웨어 상에서 구현하여 만든 기계학습 모델로서 인공지능 기술 중 하나이다. 본 발명에 따르는 인공신경망은 수많은 거래문서를 입력으로 학습하여 다양한 형식의 거래문서들로부터 유효한 값들을 추출할 수 있다. 상기 유효한 값은 거래업체명, 거래일자, 거래금액 등의 항목과 해당 항목의 내용일 수 있다.An artificial neural network is a machine learning model created by implementing a human neuron structure on software and is one of the artificial intelligence technologies. The artificial neural network according to the present invention can learn numerous transaction documents as input and extract valid values from various types of transaction documents. The valid values may include items such as a transaction company name, a transaction date, and a transaction amount, and the contents of the corresponding items.
또한, 일실시예로서 장치(100)는 본 발명에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법을 제1 거래자 단말(200), 제2 거래자 단말(400)에 제공할 수 있다. 거래 대상자가 아닌 다수의 단말에는 오픈 서버를 통해 거래 문서를 공개할 수 있다. 그리고 상기 제1 거래자 단말과 제2 거래자 단말은 다수개일 수 있다.In addition, as an embodiment, the
제1 거래자 단말(200)로부터 제1 거래문서를 획득하면 인공지능과 블록체인 기술을 이용하여 분산 저장하고 공개할 수 있다. 제1 거래자 단말과 제2 거래자 단말은 후술할 블록체인 네트워크의 노드(node) 중 하나일 수 있다.When the first transaction document is acquired from the
인공지능은 인간의 뇌의 기능을 일부 구현한 컴퓨터 시스템으로 수많은 입력을 바탕으로 스스로 학습하고, 그것을 바탕으로 특징들을 추출하여 예측이나 판단할 수 있다. 인공지능은 학습을 진행하면 할수록 답에 근접할 확률이 높아질 수 있다. 인공지능의 학습은 입력 데이터를 바탕으로 특징들을 분류하고 학습하는 알고리즘 기술이다. 인공지능은 기존의 시스템과는 다르게 인간의 문제해결 능력과 유사한 기술로써, 입력 데이터의 의미를 해석하고 논리적으로 분류하며 앞으로의 거래를 논리적이고 확률적으로 예측할 수 있다.Artificial intelligence is a computer system that partially implements the functions of the human brain, and can learn on its own based on numerous inputs and extract features based on it to make predictions or judgments. The more artificial intelligence learns, the higher the probability of getting closer to the answer. Learning of artificial intelligence is an algorithm technology that classifies and learns features based on input data. Unlike existing systems, artificial intelligence is a technology similar to human problem-solving ability, which interprets the meaning of input data, logically classifies it, and predicts future transactions logically and probabilistically.
인공신경망은 기계학습 분야의 학습 알고리즘 중 하나로 뇌의 뉴런과 시냅스의 연결을 프로그램으로 구현한 것이다. 인공신경망은 프로그램으로 신경망의 구조를 만든 다음 학습시켜 원하는 기능을 가지게 할 수 있다. 거대한 데이터를 바탕으로 학습하면 입력 데이터로부터 적절한 출력 데이터를 출력할 수 있다. 이는 인간의 학습 과정 및 추론 과정과 유사하다.An artificial neural network is one of the learning algorithms in the field of machine learning, and it implements the connection between neurons and synapses in the brain as a program. An artificial neural network can have a desired function by making the structure of the neural network with a program and then learning it. By learning based on huge data, appropriate output data can be output from input data. This is similar to the human learning process and reasoning process.
본 발명에서 장치(100)는 인공지능(300)과 블록체인 네트워크(500)를 이용하여 온라인으로 거래문서를 관리하고 거래자뿐만 아니라 다수의 사용자들에게도 거래문서를 제공할 수도 있다. 또한, 이를 위해 미리 학습된 다수의 인공 신경망을 포함할 수 있다.In the present invention, the
일실시예로서 본 발명에 따른 인공 신경망은 수많은 거래 관련 문서들을 입력으로 학습하여 거래 문서로부터 유효한 값들을 추출하고 각 유효값들이 의미하는 바를 이해할 수 있다. 이러한 유효값들을 미리 저장한 여러 거래문서 양식에 입력하여 출력할 수도 있어 표준화된 거래 양식들을 제공할 수 있다. 제1 거래자로부터 워드 파일이나 이미지 파일의 거래문서를 획득할 수 있는데, 이미지 파일을 획득하는 경우에 대비하여 이미지로부터 글자를 추출하고 유효값을 분류하도록 학습된 인공지능이 더 포함될 수도 있다.As an embodiment, the artificial neural network according to the present invention learns numerous transaction-related documents as inputs, extracts valid values from transaction documents, and can understand what each valid value means. Standardized transaction forms can be provided by inputting and outputting these valid values in pre-stored various transaction document forms. It is possible to obtain a transaction document of a word file or image file from the first trader, and in preparation for obtaining an image file, artificial intelligence trained to extract letters from the image and classify valid values may be further included.
일실시예로서 본 발명에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 시스템, 장치를 제공하기 위하여 순환 신경망(Recurrent Neural Network, RNN) 모델이 사용될 수 있다. 순환 신경망은 사람의 손으로 쓴 필기 인식이나 음성 인식 같은 시간의 흐름에 따라 변화하는 데이터(time-series data)를 처리하는데 많이 적용된다. 순환신경망은 입력 데이터를 연산한 결과에 대한 데이터를 토대로 다음 결과를 예측할 수 있어 거래문서를 이해하고 적절한 유효값을 분류할 수 있다.As an embodiment, a Recurrent Neural Network (RNN) model may be used to provide a method, system, and device for managing online transaction documents using artificial intelligence and blockchain according to the present invention. Recurrent neural networks are widely applied to process data that changes over time (time-series data), such as human handwriting recognition or voice recognition. Recurrent neural networks can predict the next result based on the data on the result of calculating the input data, so it can understand the transaction document and classify the appropriate valid value.
일실시예로서 거래문서를 관리하기 위하여 합성곱 신경망(Convolutional Neural Network: CNN)이 사용될 수 있다. 합성곱 신경망은 컴퓨터 비전 분야에서 사용되는 기술로서 이미지나 영상 데이터 처리에 탁월하다. 이미지 데이터가 입력되면 합성곱 레이어에서 이미지로부터 특징을 추출하여 특성맵(feature map)을 생성한다. 그리고 전결합(pooling) 레이어에서 특성 맵의 크기를 줄이는 풀링 연산을 할 수 있다. 거래문서를 촬영한 이미지 데이터나 수기 작성한 거래문서가 입력으로 주어지면 상기 이미지로부터 유효 값을 추출할 수 있다.As an example, a Convolutional Neural Network (CNN) may be used to manage transaction documents. A convolutional neural network is a technology used in the field of computer vision and is excellent for image or video data processing. When image data is input, a feature map is created by extracting features from the image in the convolutional layer. In addition, a pooling operation can be performed to reduce the size of the feature map in the pooling layer. When image data of a transaction document or handwritten transaction document is given as an input, a valid value can be extracted from the image.
상기 제1 거래자 단말(200), 제2 거래자 단말(400), 사용자 단말(도면에 도시하지 않음)은 다수개일 수 있다. 다수개의 제1 거래자 단말로부터 거래문서를 획득하고 각 거래문서의 거래 대상인 제2 거래자의 단말로부터 거래문서의 유효함을 승인받을 수 있다. 또한, 거래 당사자는 아니지만 거래에 관련된 관계자들, 블록체인 네트워크 상의 노드들, 또는 그 외의 시스템 사용자들에게도 거래문서와 거래문서의 기록들을 공개함으로써 거래문서 관리의 투명성이 증가할 수 있다.The
네트워크는 유무선을 모두 포함할 수 있으며 서버와 서버 간의 통신이나 서버와 단말 간의 통신이 가능하도록 구현될 수 있다.The network may include both wired and wireless networks, and may be implemented to enable communication between servers or between servers and terminals.
상기 제1 거래자 단말(200), 제2 거래자 단말(400)은 데스크탑 컴퓨터, 랩탑, 태블릿, 스마트폰 등 네트워크를 통해 데이터를 송수신하는 단말이면 모두 포함될 수 있다. 각 단말은 연산, 저장, 참조, 입출력, 제어 등 통상의 컴퓨터가 가지는 기능들을 포함할 수 있다.The
또한, 상기 제1 거래자 단말(200), 제2 거래자 단말(400)은, 본 발명에 따른 인공지능 기반 시설관리를 위한 인력 파견 방법을 제공받기 위하여 웹사이트에 접속하거나 애플리케이션을 설치할 수 있다. 상기 웹사이트나 애플리케이션을 통하여 장치(100)와 더욱 용이하게 데이터를 주고 받을 수 있다.In addition, the
블록체인은 데이터의 위변조를 방지하기 위한 기술로서 P2P(peer to peer) 방식을 기반으로 데이터 블록을 무수히 연결하며 수많은 노드에 분산 저장하여 누군가 임의로 조작하는 것이 불가능하다. 블록체인 네트워크(500) 상의 노드들은 거래문서를 바탕으로 데이터 블록을 생성하고 거래문서의 관리 이력에 따라 새로운 데이터 블록을 생성하여 이전에 생성된 블록과 체인 연결할 수 있다.Blockchain is a technology to prevent forgery and falsification of data. Based on the P2P (peer to peer) method, it connects countless data blocks and distributes and stores them in numerous nodes, making it impossible for someone to arbitrarily manipulate them. Nodes on the
또한, 본 발명에 따른 블록체인 네트워크는 퍼블릭 블록체인이나 프라이빗 블록체인 네트워크일 수 있다. 퍼블릭 블록체인 네트워크는 누구에게나 공개되어 있으며 그만큼 노드가 많기 때문에 데이터가 더욱 분산되어 안정적일 수 있다. 프라이빗 블록체인 네트워크는 중앙 관리자에 의해 승인된 노드만 참여할 수 있어 보안에 더욱 뛰어날 수 있다.In addition, the blockchain network according to the present invention may be a public blockchain or a private blockchain network. Public blockchain networks are open to anyone and have as many nodes, so data can be more distributed and stable. Private blockchain networks can be more secure as only nodes approved by a central administrator can participate.
도 2는 본 발명의 일실시예에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 과정을 설명하기 위한 순서도이다.2 is a flowchart illustrating an online transaction document management process using artificial intelligence and a block chain according to an embodiment of the present invention.
도 2를 참조하면, 일실시예로서 S201 단계에서 장치는, 제1 거래자 단말로부터 제1 거래문서를 획득할 수 있다. 제1 거래문서는 워드 파일이나 거래문서의 출력물을 촬영한 이미지 파일 또는 수기로 작성한 거래문서를 촬영한 이미지 파일 일 수 있다.Referring to FIG. 2 , as an embodiment, in step S201, the device may acquire a first transaction document from a first trader terminal. The first transaction document may be a word file or an image file obtained by photographing an output of the transaction document or an image file obtained by photographing a transaction document written by hand.
S202 단계에서 장치는 제1 인공 신경망에 상기 제1 거래문서를 입력할 수 있다. 상기 제1 거래문서는 획득한 그대로 제1 인공 신경망에 입력할 수도 있고 전처리 과정을 거쳐 출력 데이터를 획득하는데 드는 시간을 줄일 수도 있다. 전처리 과정을 위한 과정이나 또 다른 인공 신경망을 더 포함할 수도 있다.In step S202, the device may input the first transaction document to a first artificial neural network. The first transaction document may be input to the first artificial neural network as it is acquired, or the time required to obtain output data through a pre-processing process may be reduced. A process for a preprocessing process or another artificial neural network may be further included.
S203 단계에서 장치는 상기 제1 인공 신경망으로부터 출력 데이터를 획득할 수 있다. 상기 제1 인공 신경망은 입력받은 거래문서로부터 거래문서의 종류, 거래 대상자들 정보, 거래 일자, 납품 일자, 거래 금액, 거래금 지불 일자, 거래 물품, 거래 수량, 거래 금액 등 유효한 특징들을 추출하고 분류할 수 있다. 본 발명에 따른 상기 제1 인공 신경망은 다양한 형식의 거래문서를 입력으로 하여 여러 거래문서에 대해 미리 학습된 상태일 수 있다.In step S203, the device may obtain output data from the first artificial neural network. The first artificial neural network extracts and classifies valid features such as the type of transaction document, transaction target information, transaction date, delivery date, transaction amount, transaction payment date, transaction item, transaction quantity, and transaction amount from the input transaction document. can The first artificial neural network according to the present invention may be pre-learned with respect to various transaction documents by using various types of transaction documents as inputs.
S204 단계에서 장치는, 상기 출력 데이터를 바탕으로 기저장된 거래문서 양식에 상기 제1 거래문서의 유효값을 입력한 제2 거래문서를 생성할 수 있다. 같은 거래문서 종류이지만 회사마다 양식이 다른 거래문서의 경우에도 자동으로 입력이 완료된 통일된 양식의 제2 거래문서를 얻을 수 있다.In step S204, the device may generate a second transaction document in which valid values of the first transaction document are entered in a pre-stored transaction document form based on the output data. Even in the case of transaction documents of the same type of transaction document but with different formats for each company, a second transaction document of a unified form in which the input is automatically completed can be obtained.
S205 단계에서 장치는 상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득할 수 있다. 상기 제1 인공 신경망은 거래문서로부터 거래 대상자들의 정보를 추출하여 출력할 수 있으므로, 상기 제2 거래문서를 거래 당사자들에게 전송할 수도 있다. 상기 제1 거래자 단말과 제2 거래자 단말로부터 승인 신호를 획득하면 상기 제2 거래문서가 유효하다는 뜻일 수 있다.In step S205, the device may transmit the second transaction document to the first trader terminal and the second trader terminal and obtain an approval signal. Since the first artificial neural network can extract and output information on transaction partners from a transaction document, the second transaction document can be transmitted to transaction parties. Acquiring approval signals from the first trader terminal and the second trader terminal may mean that the second transaction document is valid.
S206 단계에서 장치는 상기 제2 거래문서를 블록체인 네트워크에 전파하여 제1 블록을 생성할 수 있다. 블록체인 네트워크 상의 각 노드들은 제1 블록을 생성하기 위하여 데이터를 검증하는 과정을 거칠 수도 있다. 가장 첫번째 데이터 블록인 제네시스 블록의 검증에서는 제1 거래자와 제2 거래자 단말로부터 승인을 획득하고, 추가로 은행 서버로부터 거래 기록을 확인받을 수도 있다.In step S206, the device may generate a first block by propagating the second transaction document to the blockchain network. Each node on the blockchain network may go through a process of verifying data in order to generate the first block. In the verification of the genesis block, which is the first data block, approval is obtained from the terminals of the first and second traders, and transaction records may be additionally confirmed from the bank server.
S207 단계에서 장치는 오픈 서버에 상기 제2 거래문서를 업로드할 수 있다. 상기 오픈 서버는 사용자들이 접근하기 용이한 웹사이트나 어플에 상기 제2 거래문서를 공개할 수 있다.In step S207, the device may upload the second transaction document to the open server. The open server may disclose the second transaction document on a website or application easily accessible by users.
도 3은 본 발명의 일실시예에 따른 오픈 서버에 업로드한 제2 거래문서의 열람과 수정 요청을 처리하는 과정을 설명하기 위한 순서도이다.3 is a flowchart illustrating a process of processing a request for reading and modifying a second transaction document uploaded to an open server according to an embodiment of the present invention.
도 3을 참조하면, 일실시예로서 장치(100)는, 오픈 서버에 상기 제2 거래문서를 업로드하는 단계(S207) 이후에, S301 단계에서 사용자 단말에 의해 상기 오픈 서버에 업로드한 제2 거래문서가 열람되면, S302 단계에서 상기 제2 거래문서의 열람에 관한 데이터를 상기 블록체인 네트워크에 전파하여 제2 블록을 생성할 수 있다. 상기 제2 거래문서의 열람에 관한 데이터는 열람자의 아이디나 계정에 관련된 데이터, 열람한 시각, 열람한 시간, 열람한 횟수 등이 포함될 수 있다.Referring to FIG. 3 , in the
일실시예로서 S303 단계에서 장치(100)는 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, S304 단계에서 수정 조건을 만족하는지 확인할 수 있다. 수정 조건에는 장치에서 허용한 사용자 계정, 제1 거래자와 제2 거래자, 접속 위치 등이 포함될 수 있다. 허용된 사용자가 아니더라도 사내망에서 접속한 사용자 계정이라면 수정을 허용할 수도 있다.As an embodiment, when the
일실시예로서 S305 단계에서 장치(100)는 상기 수정 조건을 만족하는 경우, 수정된 제2 거래문서를 획득할 수 있다. 제2 거래문서를 제공하는 웹사이트나 어플에서 제2 거래문서를 수정할 수 있도록 상기 웹사이트나 어플은 문서 수정 기능을 포함할 수 있다.As an embodiment, in step S305, the
일실시예로서 S306 단계에서 장치(100)는 상기 수정된 제2 거래문서와 수정 관련 데이터를 상기 블록체인 네트워크에 전파하여 제3 블록을 생성할 수 있다. 수정 관련 데이터는 수정한 사용자의 아이디나 계정에 관련된 데이터, 수정한 시각, 수정한 시간, 수정한 부분의 분류 등이 포함될 수 있다.As an embodiment, in step S306, the
일실시예로서 S307 단계에서 장치(100)는 상기 오픈 서버에 상기 수정된 제2 거래문서를 업로드할 수 있다. 상기 오픈 서버는 웹사이트나 어플에 원본과 수정된 제2 거래문서를 모두 공개할 수도 있고 요청에 의해 원본은 숨길 수도 있다. 블록체인 네트워크 상에 데이터 블록으로 체인 연결된 거래 문서 정보는 수정이나 삭제할 수 없으므로 제2 거래문서에 관련한 모든 히스토리를 확인할 수 있다.As an embodiment, in step S307, the
도 4는 본 발명의 일실시예에 따른 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 처리하는 과정을 설명하기 위한 순서도이다.4 is a flowchart illustrating a process of processing a request for deletion of a second transaction document uploaded to an open server according to an embodiment of the present invention.
도 4를 참조하면, 일실시예로서 S401 단계에서 장치(100)는 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, S402 단계에서 삭제 조건을 만족하는지 확인할 수 있다. 삭제 조건에는 장치에 의해 허용된 사용자 계정인지, 제1 거래자나 제2 거래자인지, 또는 제1 거래자와 제2 거래자로부터 모두 삭제 승인 신호를 획득하였는지가 포함될 수 있다.Referring to FIG. 4 , as an embodiment, in step S401, when the
일실시예로서 S403 단계에서 장치(100)는 상기 삭제 조건을 만족하는 경우, 삭제 관련 데이터를 상기 블록체인 네트워크에 전파하여 제4 블록을 생성할 수 있다. 블록체인 네트워크 상의 거래문서 데이터 블록은 삭제할 수 없고 삭제가 완료된 시각, 삭제한 사용자 데이터 등을 포함하는 제4 블록을 생성하여 앞서 생성된 블록 뒤에 체인 연결할 수 있다.As an embodiment, in step S403, when the deletion condition is satisfied, the
일실시예로서 S404 단계에서 장치(100)는 상기 오픈 서버에 업로드한 제2 거래문서를 삭제하는 단계를 더 포함할 수 있다. 상기 오픈 서버는 웹사이트나 어플에 공개한 상기 제2 거래문서를 삭제하거나 사용자들이 접근하지 못하도록 숨김 처리할 수 있다.As an embodiment, in step S404, the
또한, 일실시예로서 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하는 단계(S304)와, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하는 단계(S402)는, 상기 블록체인에 저장된 스마트 컨트랙트에 의해 자동으로 실행될 수 있다. 스마트 컨트랙트는 미리 기지정된 계약 조건을 성립하면 자동으로 계약이 진행되는 자동 컨트랙트 기술로써, 기지정된 수정 조건과 삭제 조건을 코딩해두면 상기 조건을 충족할 때 자동으로 계약을 진행할 수 있다.In addition, as an embodiment, if a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal, checking whether modification conditions are satisfied (S304), Upon obtaining the deletion request for the second transaction document, checking whether the deletion condition is satisfied (S402) may be automatically executed by the smart contract stored in the blockchain. Smart contract is an automatic contract technology in which a contract is automatically executed when pre-specified contract conditions are established. If pre-specified modification and deletion conditions are coded, the contract can be automatically executed when the above conditions are met.
도 5는 본 발명의 일실시예에 따른 거래 패턴을 획득하고 활용하는 과정을 설명하기 위한 순서도이다.5 is a flowchart illustrating a process of obtaining and utilizing a transaction pattern according to an embodiment of the present invention.
일실시예로서 제1 거래자 단말로부터 제1 거래문서를 획득하는 단계(S201)에서, 상기 제1 거래문서는 이미지 데이터일 수 있다. 상기 이미지 데이터는 출력한 거래 문서를 사용자 단말을 이용하여 촬영한 이미지일 수도 있고, 사용자에 의해 수기로 작성된 거래 문서를 촬영한 이미지이거나 영수증을 촬영한 이미지일 수도 있다. 사용자의 편의를 위해 이러한 다양한 이미지의 입력을 수용할 수 있다.As an embodiment, in step S201 of obtaining a first transaction document from a first trader terminal, the first transaction document may be image data. The image data may be an image of an output transaction document captured using a user terminal, an image of a transaction document handwritten by a user, or an image of a receipt. For the convenience of the user, inputs of various images may be accepted.
상기 제1 인공 신경망으로부터 출력 데이터를 획득하는 단계(S203)에서, 상기 제1 인공 신경망은 상기 이미지 데이터인 제1 거래문서로부터 거래문서의 종류, 거래 대상자들 정보, 거래 일자, 납품 일자, 거래 금액, 거래금 지불 일자, 거래 물품, 거래 수량, 거래 금액 중 어느 하나 이상의 유효 값을 추출할 수 있다.In the step of obtaining output data from the first artificial neural network (S203), the first artificial neural network determines the type of transaction document, information on transaction parties, transaction date, delivery date, and transaction amount from the first transaction document, which is the image data. , transaction payment date, transaction item, transaction quantity, and transaction amount, one or more valid values can be extracted.
거래문서의 종류에는 거래계약서, 거래내역서, 출고서, 거래명세서, 견적서, 주문서, 대금지급청구서, 작업의뢰서, 구입신청서, 반품요구서, 승낙서, 발주서, 세금계산서 등이 포함될 수 있다. 상기 제1 인공 신경망은 이러한 다양한 거래문서들을 입력으로 하여 거래에 관련된 유효 값들을 분류하고 추출할 수 있다.Types of transaction documents may include a transaction contract, transaction statement, release statement, transaction statement, estimate, order form, payment invoice, work request form, purchase application form, return request form, acceptance letter, purchase order form, tax invoice, and the like. The first artificial neural network can classify and extract valid values related to transactions by taking these various transaction documents as inputs.
도 5를 참조하면, 일실시예로서 장치는 상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득하는 단계(S205) 이후에, S501 단계에서 제2 인공 신경망에 상기 제2 거래문서를 입력할 수 있다.Referring to FIG. 5, as an embodiment, after the step of transmitting the second transaction document to the first trader terminal and the second trader terminal and obtaining an approval signal (S205), the second artificial neural network in step S501 The second transaction document can be entered in .
또한, S502 단계에서 상기 제2 인공 신경망으로부터 거래 패턴을 획득할 수 있다. 상기 제2 인공 신경망은 상기 제1 인공 신경망이 추출한 거래 문서의 유효값들을 바탕으로 거래 주기, 거래 물품, 거래 수량, 거래 금액 등을 포함하는 거래 패턴을 학습하고 제1 거래자와 제2 거래자 사이의 거래 패턴을 출력할 수 있다.Also, in step S502, a transaction pattern may be obtained from the second artificial neural network. The second artificial neural network learns a transaction pattern including a transaction period, a transaction item, a transaction quantity, and a transaction amount based on valid values of the transaction document extracted by the first artificial neural network, and establishes a relationship between the first and second transactions. Transaction patterns can be output.
일실시예로서 장치 또는 상기 제2 인공신경망은 S503 단계에서 상기 제2 인공 신경망으로부터 획득한 거래 패턴을 바탕으로 재고 부족을 예측하고, 재고 부족이 발생할 거래자 단말에 재고 부족 예상 메시지를 전송할 수 있다. 거래 주기마다 거래 수량을 판단하여 재고량을 예측하거나 변동이 심한 거래 물품에 대해서는 재고량이 남아있어도 거래 물품의 가격이 저렴한 때에 거래를 추천할 수도 있다.As an embodiment, the device or the second artificial neural network may predict a stock shortage based on the transaction pattern obtained from the second artificial neural network in step S503 and transmit a stock shortage prediction message to a trader terminal where the stock shortage occurs. It is also possible to predict the quantity of stock by determining the quantity of trade at each trading cycle, or to recommend a trade when the price of the traded goods is low, even if the quantity of stock remains for highly fluctuating trade goods.
S504 단계에서 장치 또는 상기 제2 인공신경망은 상기 거래 패턴을 바탕으로 예상 거래일자를 예측하고, 상기 예상 거래일자 이전에 은행 서버로부터 상기 제1 거래자나 제2 거래자의 잔고를 획득할 수 있다.In step S504, the device or the second artificial neural network predicts an expected transaction date based on the transaction pattern, and obtains the first or second transaction balance from the bank server before the expected transaction date.
또한, S505 단계에서 상기 잔고가 예상 거래 금액보다 부족하면 S506 단계에서 잔고가 부족한 거래자 단말에 거래금액 부족 예상 메시지를 전송할 수 있다. 잔고가 부족하면 재고량이 줄어들어도 제때 거래할 수 없으므로 자금 확보를 추천할 수 있다.In addition, if the balance is less than the expected transaction amount in step S505, a transaction amount shortage prediction message may be transmitted to the trader terminal having insufficient balance in step S506. If the balance is insufficient, it is not possible to trade in time even if the inventory is reduced, so it is recommended to secure funds.
일실시예로서 S507 단계에서 장치는, 상기 예상 거래일자에 요구될 거래문서를 예측하고, 상기 예상 거래일자 이전에 상기 거래문서를 생성하여 상기 제1 거래자와 제2 거래자 단말 중 어느 하나 이상에 전송하는 단계를 더 포함할 수 있다. 거래계약서, 거래내역서, 출고서, 거래명세서, 견적서, 주문서, 대금지급청구서, 작업의뢰서, 구입신청서, 반품요구서, 승낙서, 발주서, 세금계산서 등 거래 주기에 따라 필요가 예상되는 거래 문서의 각 항목에 예상 내용들을 기입력하여 예상 거래자 단말에 제공할 수 있다.As an embodiment, in step S507, the device predicts a transaction document to be requested on the expected transaction date, generates the transaction document before the expected transaction date, and transmits the transaction document to any one or more of the first and second transaction terminals. It may further include steps to do. For each item of transaction documents that are expected to be needed according to the transaction cycle, such as transaction contract, transaction statement, release statement, transaction statement, quotation, order, payment invoice, work request, purchase application, return request, approval, purchase order, tax invoice, etc. Expected contents may be entered and provided to the expected trader terminal.
도 6은 본 발명의 일실시예에 따른 제5 블록이나 제6 블록을 생성하고 평점을 산출하는 과정을 설명하기 위한 순서도이다.6 is a flowchart illustrating a process of generating a fifth block or a sixth block and calculating a rating according to an embodiment of the present invention.
도 6을 참조하면, 일실시예로서 S601 단계에서 장치(100)는 오픈 서버에 상기 제2 거래문서를 업로드하는 단계(S207) 이후에, 상기 제1 거래자 단말이나 제2 거래자 단말로부터 거래 이행 데이터를 획득하면, S602 단계에서 상기 거래 이행 데이터를 상기 블록체인 네트워크에 전파하여 제5 블록을 생성할 수 있다. 거래문서와 함께 거래가 이행된 기록을 데이터 블록으로 체인 연결함으로써 거래의 투명성을 보장할 수 있다.Referring to FIG. 6, as an embodiment, in step S601, after the step of uploading the second transaction document to the open server (S207), the
일실시예로서 S603 단계에서 거래 이행 일자에 거래가 이행되지 않은 경우, S604 단계에서 거래 불이행 데이터를 상기 블록체인 네트워크에 전파하여 제6 블록을 생성할 수 있다.As an example, if the transaction is not fulfilled on the transaction fulfillment date in step S603, the sixth block may be generated by propagating the transaction failure data to the blockchain network in step S604.
S605 단계에서 장치는 상기 제1 거래자나 제2 거래자의 평점을 산출할 수 있다. 제1 거래자나 제2 거래자의 평점은 하기 [수학식 1]을 이용하여 계산할 수 있다.In step S605, the device may calculate the rating of the first trader or the second trader. The rating of the first trader or the second trader can be calculated using the following [Equation 1].
[수학식 1][Equation 1]
Q는 거래자 평점, a_i는 총 거래 이행 횟수, a_j는 총 거래 불이행 횟수, X_n은 총 거래 횟수, h는 업력이고, m_y는 총 거래 이행 금액, m_x는 총 거래 불이행 금액이며, w_i, w_j, w_n, w_x, w_y는 각 속성의 가중치일 수 있다. Q is the trader rating, a_i is the total number of fulfilled transactions, a_j is the total number of defaulted transactions, X_n is the total number of transactions, h is the history, m_y is the total amount of fulfilled transactions, m_x is the total amount of defaulted transactions, w_i, w_j, w_n , w_x, and w_y may be weights of each attribute.
상기 가중치는 모든 거래자들의 총 거래 횟수, 총 거래 이행 횟수, 총 거래 불이행 횟수, 총 거래 이행 금액, 총 거래 불이행 금액의 분포를 바탕으로 기설정할 수 있다.The weight may be preset based on a distribution of the total number of transactions, the total number of transaction executions, the total number of transaction failures, the total transaction execution amount, and the total transaction default amount of all traders.
S606 단계에서 장치는 상기 오픈 서버에 상기 평점을 업로드할 수 있다. 거래자의 평점을 웹사이트나 어플에 제공함으로써 새로운 업체와 거래하려는 업체들이 미리 상대 업체의 거래 신뢰도를 획득할 수 있다.In step S606, the device may upload the rating to the open server. By providing a trader's rating on a website or application, companies that want to do business with a new company can acquire the trust of the other company in advance.
일실시예로서, 상기 오픈 서버에 상기 제2 거래문서를 업로드하는 단계 (S207) 이후에, 제1 거래자가 다수개의 거래를 동시에 이행 중인 경우, 각 제2 거래문서들에 대한 거래 우선 점수를 [수학식 2]를 바탕으로 산출할 수 있다.[ It can be calculated based on Equation 2].
[수학식 2][Equation 2]
상기 O는 거래 우선 점수이고, A_t는 거래금액이며, C_ie는 지출(구매)인 경우 0이고 수입(판매)인 경우 1이며, D_t는 거래일까지 남은 일수이고, n_t는 거래대상자와 이전에 거래가 이행된 총 횟수일 수 있다. 상기 오픈 서버는 제1 거래자 단말에 다수의 제2 거래문서 중 거래 우선 점수가 높은 순으로 배열하거나 강조 표시하고, 점수가 높은 순으로 거래가 이행될 수 있도록 안내할 수 있다.Where O is the transaction priority score, A_t is the transaction amount, C_ie is 0 for expenditure (purchase) and 1 for income (sale), D_t is the number of days remaining until the transaction date, and n_t is the previous transaction with the transaction partner. may be the total number of times The open server may arrange or highlight a plurality of second transaction documents in the order of highest transaction priority scores among the plurality of second transaction documents to the first trader terminal, and guide the transaction to be performed in the order of highest scores.
이로 인해 본 발명에 따른 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템은, 모든 사용자가 접근할 수 있는 오픈 서버에 거래문서를 업로드하고, 거래문서를 블록체인 네트워크에 전파하며 상기 거래문서의 수정, 삭제 요청 시 블록을 생성하여 체인 연결함으로써, 거래문서를 투명하게 관리할 수 있으며, 인공지능 기술을 이용하여 여러 형태의 거래문서로부터 거래문서의 종류, 거래 대상자들 정보, 거래 일자, 납품 일자, 거래 금액, 거래금 지불 일자, 거래 물품, 거래 수량, 거래 금액 중 어느 하나 이상의 유효 값을 추출하고, 상기 유효 값을 기저장된 거래문서 양식에 입력한 표준화한 거래문서를 생성함으로써, 다양한 형식의 거래문서를 자동으로 표준화할 수 있고, 거래 패턴을 획득하여 재고 부족 알림, 예상 거래일자 이전에 잔고 부족 알림, 예상 거래문서를 제공할 수 있으며, 거래를 하기 전에 거래 대상자로서 신뢰할 수 있는지 평점을 확인할 수 있는 효과가 있다.As a result, the method, apparatus, and system for managing online transaction documents using artificial intelligence and blockchain according to the present invention upload transaction documents to an open server accessible to all users, propagate the transaction documents to the blockchain network, and Transaction documents can be managed transparently by creating a block and connecting the chain when a transaction document is requested to be modified or deleted, and by using artificial intelligence technology, various types of transaction documents such as the type of transaction document, information on the parties to the transaction, and date of transaction can be obtained. , By extracting the effective value of one or more of the delivery date, transaction amount, transaction payment date, transaction item, transaction quantity, and transaction amount, and generating a standardized transaction document in which the effective value is entered in a pre-stored transaction document form, various It can automatically standardize transaction documents in the format, acquire transaction patterns to provide stock shortage notifications, balance shortage notifications before the expected transaction date, and expected transaction documents. There is an effect that can be confirmed.
이상에서 설명된 실시예들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The embodiments described above may be implemented in the form of program instructions that can be executed by various computer means and recorded on a computer readable medium. Computer readable media may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on a computer readable medium may be specially designed and configured for the present invention or may be known and usable to those skilled in computer software.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer readable media may include hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions may include not only machine language codes generated by a compiler but also high-level language codes that can be executed by a computer using an interpreter and the like. The hardware device described above may be configured to operate with at least one software module to perform the operations of the present invention, and vice versa.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될수 있다.In addition, the above-described method or apparatus may be implemented by combining all or part of its components or functions, or may be implemented separately.
상기에서는 본 발명의 바람직한 실시예를 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 the above has been described with reference to preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. You will understand that it can be done.
100: 장치
110: 프로세스 120: 메모리
200: 제1 거래자 단말 300: 인공지능
400: 제2 거래자 단말 500: 블록체인 네트워크100: device
110: process 120: memory
200: first trader terminal 300: artificial intelligence
400: second trader terminal 500: blockchain network
Claims (3)
제1 거래자 단말로부터 제1 거래문서를 획득하는 단계;와
오픈 서버에 제2 거래문서를 업로드하는 단계를 포함하고,
상기 제1 거래자 단말로부터 제1 거래문서를 획득하는 단계 이후에,
제1 인공 신경망에 상기 제1 거래문서를 입력하는 단계;
상기 제1 인공 신경망으로부터 출력 데이터를 획득하는 단계;
상기 출력 데이터를 바탕으로 기저장된 거래문서 양식에 상기 제1 거래문서의 유효값을 입력한 제2 거래문서를 생성하는 단계;
상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득하는 단계; 및
상기 제2 거래문서를 블록체인 네트워크에 전파하여 제1 블록을 생성하는 단계;를 더 포함하고,
상기 오픈 서버에 상기 제2 거래문서를 업로드하는 단계 이후에,
사용자 단말에 의해 상기 오픈 서버에 업로드한 제2 거래문서가 열람되면, 상기 제2 거래문서의 열람에 관한 데이터를 상기 블록체인 네트워크에 전파하여 제2 블록을 생성하는 단계;
상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하는 단계;
상기 수정 조건을 만족하는 경우, 수정된 제2 거래문서를 획득하는 단계;
상기 수정된 제2 거래문서와 수정 관련 데이터를 상기 블록체인 네트워크에 전파하여 제3 블록을 생성하는 단계;
상기 오픈 서버에 상기 수정된 제2 거래문서를 업로드하는 단계;
상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하는 단계;
상기 삭제 조건을 만족하는 경우, 삭제 관련 데이터를 상기 블록체인 네트워크에 전파하여 제4 블록을 생성하는 단계; 및
상기 오픈 서버의 제2 거래문서를 삭제하는 단계를 더 포함하고,
상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 수정 요청을 획득하면, 수정 조건을 만족하는지 확인하는 단계와, 상기 사용자 단말로부터 상기 오픈 서버에 업로드한 제2 거래문서의 삭제 요청을 획득하면, 삭제 조건을 만족하는지 확인하는 단계는, 상기 블록체인에 저장된 스마트 컨트랙트에 의해 자동으로 실행되고,
상기 제1 거래자 단말로부터 제1 거래문서를 획득하는 단계에서,
상기 제1 거래문서는 이미지 데이터이고,
상기 제1 인공 신경망으로부터 출력 데이터를 획득하는 단계에서,
상기 제1 인공 신경망은 이미지 데이터인 제1 거래문서로부터 거래문서의 종류, 거래 대상자들 정보, 거래 일자, 납품 일자, 거래 금액, 거래금 지불 일자, 거래 물품, 거래 수량, 거래 금액 중 어느 하나 이상의 유효 값을 추출하고,
상기 제1 거래자 단말과 제2 거래자 단말에 상기 제2 거래문서를 전송하고 승인 신호를 획득하는 단계 이후에,
제2 인공 신경망에 상기 제2 거래문서를 입력하는 단계;
상기 제2 인공 신경망으로부터 거래 패턴을 획득하는 단계;
상기 거래 패턴을 바탕으로 재고 부족을 예측하고, 재고 부족이 발생할 거래자 단말에 재고 부족 예상 메시지를 전송하는 단계;
상기 거래 패턴을 바탕으로 예상 거래일자를 예측하고, 상기 예상 거래일자 이전에 은행 서버로부터 상기 제1 거래자나 제2 거래자의 잔고를 획득하는 단계;
상기 잔고가 예상 거래 금액보다 부족하면 잔고가 부족한 거래자 단말에 거래금액 부족 예상 메시지를 전송하는 단계; 및
상기 예상 거래일자에 요구될 거래문서를 예측하고, 상기 예상 거래일자 이전에 상기 거래문서를 생성하여 상기 제1 거래자와 제2 거래자 단말 중 어느 하나 이상에 전송하는 단계를 더 포함하고,
오픈 서버에 제2 거래문서를 업로드하는 단계 이후에,
상기 제1 거래자 단말이나 제2 거래자 단말로부터 거래 이행 데이터를 획득하는 경우, 상기 거래 이행 데이터를 상기 블록체인 네트워크에 전파하여 제5 블록을 생성하는 단계;
거래 이행 일자에 거래가 이행되지 않은 경우, 거래 불이행 데이터를 상기 블록체인 네트워크에 전파하여 제6 블록을 생성하는 단계;
상기 제1 거래자나 제2 거래자의 평점을 산출하는 단계; 및
상기 오픈 서버에 상기 평점을 업로드하는 단계를 더 포함하고,
상기 제1 거래자나 제2 거래자의 평점은 [수학식 1]을 이용하여 계산하고,
[수학식 1]
Q는 거래자 평점, a_i는 총 거래 이행 횟수, a_j는 총 거래 불이행 횟수, X_n은 총 거래 횟수, h는 업력이고, m_y는 총 거래 이행 금액, m_x는 총 거래 불이행 금액이며, w_i, w_j, w_n, w_x, w_y는 각 속성의 가중치이고,
상기 오픈 서버에 상기 제2 거래문서를 업로드하는 단계 이후에, 제1 거래자가 다수개의 거래를 동시에 이행 중인 경우, 각 제2 거래문서들에 대한 거래 우선 점수를 산출하는 단계를 더 포함하고,
상기 각 제2 거래문서들에 대한 거래 우선 점수는 [수학식 2]를 바탕으로 산출하고,
[수학식 2]
상기 O는 거래 우선 점수이고, A_t는 거래금액이며, C_ie는 지출(구매)인 경우 0이고 수입(판매)인 경우 1이며, D_t는 거래일까지 남은 일수이고, n_t는 거래대상자와 이전에 거래가 이행된 총 횟수이고,
상기 오픈 서버는 제1 거래자 단말에 다수의 제2 거래문서 중 거래 우선 점수가 높은 순으로 배열하거나 강조 표시하는,
인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법.In the online transaction document management method using artificial intelligence and block chain, performed by a device,
obtaining a first transaction document from a first trader terminal; and
Uploading the second transaction document to the open server;
After obtaining the first transaction document from the first trader terminal,
inputting the first transaction document to a first artificial neural network;
obtaining output data from the first artificial neural network;
generating a second transaction document in which a valid value of the first transaction document is entered in a pre-stored transaction document form based on the output data;
transmitting the second transaction document to the first trader terminal and the second trader terminal and obtaining an approval signal; and
Further comprising generating a first block by propagating the second transaction document to a blockchain network;
After uploading the second transaction document to the open server,
When the second transaction document uploaded to the open server is read by the user terminal, generating a second block by propagating data related to the reading of the second transaction document to the blockchain network;
When a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal, checking whether modification conditions are satisfied;
obtaining a modified second transaction document when the modification condition is satisfied;
generating a third block by propagating the modified second transaction document and modification related data to the blockchain network;
Uploading the modified second transaction document to the open server;
When a request for deletion of the second transaction document uploaded to the open server is obtained from the user terminal, determining whether a deletion condition is satisfied;
generating a fourth block by propagating deletion-related data to the blockchain network when the deletion condition is satisfied; and
Further comprising the step of deleting the second transaction document of the open server;
When a request for modification of the second transaction document uploaded to the open server is obtained from the user terminal, checking whether modification conditions are satisfied; obtaining a request for deletion of the second transaction document uploaded to the open server from the user terminal; If so, the step of checking whether the deletion condition is satisfied is automatically executed by the smart contract stored in the blockchain,
In the step of obtaining a first transaction document from the first trader terminal,
The first transaction document is image data,
In the step of obtaining output data from the first artificial neural network,
The first artificial neural network determines whether or not one or more of the type of transaction document, transaction target information, transaction date, delivery date, transaction amount, transaction payment date, transaction item, transaction quantity, and transaction amount are valid from the first transaction document, which is image data. extract the value,
After the step of transmitting the second transaction document to the first trader terminal and the second trader terminal and obtaining an approval signal,
inputting the second transaction document to a second artificial neural network;
acquiring a transaction pattern from the second artificial neural network;
Predicting a stock shortage based on the transaction pattern, and transmitting a stock shortage prediction message to a terminal of a trader where the stock shortage occurs;
predicting an expected transaction date based on the transaction pattern, and obtaining a balance of the first or second transaction from a bank server before the expected transaction date;
If the balance is less than the expected transaction amount, transmitting a transaction amount shortage prediction message to a trader terminal having an insufficient balance; and
Predicting a transaction document to be required on the expected transaction date, generating the transaction document before the expected transaction date, and transmitting the transaction document to at least one of the first and second transaction terminals,
After uploading the second transaction document to the open server,
generating a fifth block by propagating the transaction execution data to the blockchain network when transaction execution data is obtained from the first trader terminal or the second transaction transaction terminal;
generating a sixth block by propagating transaction default data to the blockchain network when the transaction is not fulfilled on the transaction fulfillment date;
Calculating a rating of the first trader or the second trader; and
Uploading the rating to the open server;
The rating of the first trader or the second trader is calculated using [Equation 1],
[Equation 1]
Q is the trader rating, a_i is the total number of fulfilled transactions, a_j is the total number of defaulted transactions, X_n is the total number of transactions, h is the history, m_y is the total amount of fulfilled transactions, m_x is the total amount of defaulted transactions, w_i, w_j, w_n , w_x, w_y are the weights of each attribute,
After the step of uploading the second transaction document to the open server, if the first trader is simultaneously performing a plurality of transactions, calculating a transaction priority score for each of the second transaction documents;
The transaction priority score for each of the second transaction documents is calculated based on [Equation 2],
[Equation 2]
Where O is the transaction priority score, A_t is the transaction amount, C_ie is 0 for expenditure (purchase) and 1 for income (sale), D_t is the number of days remaining until the transaction date, and n_t is the previous transaction with the transaction partner. is the total number of times
The open server arranges or highlights in order of highest transaction priority score among a plurality of second transaction documents in the first trader terminal,
Online transaction document management method using artificial intelligence and block chain.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20220189963 | 2022-12-29 | ||
| KR1020220189963 | 2022-12-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102523014B1 true KR102523014B1 (en) | 2023-04-18 |
Family
ID=86100747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230007646A KR102523014B1 (en) | 2022-12-29 | 2023-01-18 | Online transaction document management method and device, system using artificial intelligence and blockchain |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102523014B1 (en) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070080093A (en) * | 2006-02-06 | 2007-08-09 | 주식회사 이상네트웍스 | Method for providing credit evaluation service of e-market place trading company and system thereof |
| JP2018195252A (en) * | 2017-05-22 | 2018-12-06 | 株式会社 みずほ銀行 | Banking business support system, banking business support method, and banking business support program |
| KR20190105955A (en) * | 2018-03-07 | 2019-09-18 | 주식회사 한글과컴퓨터 | Apparatus for managing electronic document using blockchain and operating method thereof |
| KR20200052551A (en) | 2018-11-07 | 2020-05-15 | 주식회사 디지털존 | Business plan distribution management method, server and system based on blockchain |
| KR20210023119A (en) * | 2019-08-22 | 2021-03-04 | 최소영 | System and Method for Restaurant Ingredients Inventory Management and Order Management using Neural Networks-based Artificial Intelligence |
| KR20210050846A (en) * | 2019-10-29 | 2021-05-10 | 주식회사 디지털존 | System for managing data for documents based on blockchain system |
| KR102272164B1 (en) | 2018-12-21 | 2021-07-02 | (주)소프트제국 | Method for distributing a large-capacity electronic document using a smart contract in a blockchain |
| KR20220076948A (en) | 2020-12-01 | 2022-06-08 | (주)디메인 | System and method for managing intellectual property based on blockchain |
| KR102442350B1 (en) * | 2022-02-18 | 2022-09-13 | 주식회사 도레미파 | Information analyzing method for performing autamatic generating of document based on artificial intelligence and apparatus therefor |
| KR20220141276A (en) | 2019-10-15 | 2022-10-19 | 언체인.에이아이 인코포레이티드 | Continuous vulnerability management system for digital assets based on blockchain smart contracts using sandbox and artificial intelligence |
-
2023
- 2023-01-18 KR KR1020230007646A patent/KR102523014B1/en active IP Right Grant
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070080093A (en) * | 2006-02-06 | 2007-08-09 | 주식회사 이상네트웍스 | Method for providing credit evaluation service of e-market place trading company and system thereof |
| JP2018195252A (en) * | 2017-05-22 | 2018-12-06 | 株式会社 みずほ銀行 | Banking business support system, banking business support method, and banking business support program |
| KR20190105955A (en) * | 2018-03-07 | 2019-09-18 | 주식회사 한글과컴퓨터 | Apparatus for managing electronic document using blockchain and operating method thereof |
| KR20200052551A (en) | 2018-11-07 | 2020-05-15 | 주식회사 디지털존 | Business plan distribution management method, server and system based on blockchain |
| KR102272164B1 (en) | 2018-12-21 | 2021-07-02 | (주)소프트제국 | Method for distributing a large-capacity electronic document using a smart contract in a blockchain |
| KR20210023119A (en) * | 2019-08-22 | 2021-03-04 | 최소영 | System and Method for Restaurant Ingredients Inventory Management and Order Management using Neural Networks-based Artificial Intelligence |
| KR20220141276A (en) | 2019-10-15 | 2022-10-19 | 언체인.에이아이 인코포레이티드 | Continuous vulnerability management system for digital assets based on blockchain smart contracts using sandbox and artificial intelligence |
| KR20210050846A (en) * | 2019-10-29 | 2021-05-10 | 주식회사 디지털존 | System for managing data for documents based on blockchain system |
| KR20220076948A (en) | 2020-12-01 | 2022-06-08 | (주)디메인 | System and method for managing intellectual property based on blockchain |
| KR102442350B1 (en) * | 2022-02-18 | 2022-09-13 | 주식회사 도레미파 | Information analyzing method for performing autamatic generating of document based on artificial intelligence and apparatus therefor |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11727505B2 (en) | Systems, methods, and apparatus for consolidating a set of loans | |
| US11443380B2 (en) | System and method of providing and recording personalized context-specific advice in the form of an artificial intelligence view of a hierarchical portfolio | |
| Wang et al. | Ponzi scheme detection via oversampling-based long short-term memory for smart contracts | |
| US20210264272A1 (en) | Training method and system of neural network model and prediction method and system | |
| WO2020020088A1 (en) | Neural network model training method and system, and prediction method and system | |
| US20230342846A1 (en) | Micro-loan system | |
| AU2019370273A1 (en) | Methods and systems for improving machines and systems that automate execution of distributed ledger and other transactions in spot and forward markets for energy, compute, storage and other resources | |
| KR102490009B1 (en) | Method, device and system for providing platform service for purchasing and selling product linked to influencer based on artificial intelligence | |
| US11393024B1 (en) | System and method for semantic representation and execution of agreements on a distributed ledger | |
| US11538029B2 (en) | Integrated machine learning and blockchain systems and methods for implementing an online platform for accelerating online transacting | |
| CN113011646A (en) | Data processing method and device and readable storage medium | |
| KR102381179B1 (en) | Investment attraction flatform system based on artificial intelligence | |
| KR102470154B1 (en) | Method, device and system for providing medical equipment trading and sharing platform service based on blockchain | |
| CN109102852A (en) | User data processing method, device, electronic equipment and computer-readable medium | |
| Baron | Explainable AI and causal understanding: Counterfactual approaches considered | |
| KR102523014B1 (en) | Online transaction document management method and device, system using artificial intelligence and blockchain | |
| US20240161117A1 (en) | Trigger-Based Electronic Fund Transfers | |
| Li et al. | Distributed hyperledger technology in FinTech with artificial intelligence assisted internet of things platform | |
| CN112116441B (en) | Training method, classification method, device and equipment for financial risk classification model | |
| CN116932878A (en) | Content recommendation method, device, electronic equipment, storage medium and program product | |
| CN115187252A (en) | Method for identifying fraud in network transaction system, server and storage medium | |
| CN112749261B (en) | Data processing method, item receiving method and device | |
| KR102513420B1 (en) | Method, device and system for providing artificial intelligence model recommendation platform based on user intention analysis | |
| de Oliveira et al. | Why Talking about ethics is not enough: a proposal for Fintech's AI ethics | |
| US20240163101A1 (en) | Tokenized commodity tendering on a distributed platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |