KR102683388B1 - 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버 - Google Patents

사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버 Download PDF

Info

Publication number
KR102683388B1
KR102683388B1 KR1020230044513A KR20230044513A KR102683388B1 KR 102683388 B1 KR102683388 B1 KR 102683388B1 KR 1020230044513 A KR1020230044513 A KR 1020230044513A KR 20230044513 A KR20230044513 A KR 20230044513A KR 102683388 B1 KR102683388 B1 KR 102683388B1
Authority
KR
South Korea
Prior art keywords
server
item
price
words
article
Prior art date
Application number
KR1020230044513A
Other languages
English (en)
Inventor
김찬오
Original Assignee
주식회사 에이비파트너스
Filing date
Publication date
Application filed by 주식회사 에이비파트너스 filed Critical 주식회사 에이비파트너스
Application granted granted Critical
Publication of KR102683388B1 publication Critical patent/KR102683388B1/ko

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Abstract

실시예들에 따르면, 사용자 단말과 통신하는 통신부; 및 적어도 하나의 프로세서(processor); 를 포함하고, 적어도 하나의 프로세서는, 수신한 인터넷 기사로부터 기사의 주제 및 인터넷 기사가 속한 분야를 판단하고, 수신한 인터넷 기사로부터 판단한 분야 중 적어도 하나와 관련되는 복수 개의 단어를 추출하고, 추출한 복수 개의 단어로부터 하나 또는 그 이상의 아이템을 추출하고, 추출한 하나 또는 그 이상의 아이템 중 가격 변동 가능성이 예측되는 변동 예측 아이템을 판단하는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.

Description

사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버 {SERVER OPERATING A PLATFORM FOR RECOMMENDING ITEMS FROM INTERNET ARTICLES RECEIVED FROM USER TERMINALS}
실시예들은 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버에 관한 것이다. 예를 들어, 실시예들은 사용자 단말로부터 수신한 인터넷 기사에 기초하여 인공지능(AI) 및/또는 알고리즘을 통해 가격의 변동이 예측되는 아이템을 사용자에게 추천하는 플랫폼을 운영하는 서버에 적용된다.
상품은 상거래의 대상이 되는 유형의 동산 또는 부동산, 또는 무형의 대상이다. 상품은 예를 들어 원자재, 원자재를 통해 생성되는 완제품, 또는 원자재를 완제품으로 가공하기 위해 이용되는 장비들을 포함한다.
상품은 상거래의 대상이 됨에 따라 “가격”을 통해 상품 자체가 지니고 있는 가치가 결정된다. 이때, 이러한 가격은 고정된 값이 아닌 시장의 상황에 따라 변동할 수 있다.
이러한 상품의 가격의 변동을 예측하기 위하여 많은 노력이 있었다. 예를 들어, 인공 신경망 모형을 통해 선형 회귀 모형과 같은 모수 모형을 이용하여 상품의 가격을 예측하는 모델이 있다. 그러나 이러한 모델들은 상품의 가격 변동성이 큰 경우, 예측 오차가 커지는 문제가 있어 상품의 가격을 변동하는 정확한 솔루션을 제공하지 못하였다.
국내공개번호 10-2016-0029205 A (2016.03.15) 국내공개번호 10-2001-0113268 A (2001.12.28)
실시예들은 상술한 문제를 해결하는 서버 및 그 동작 방법을 제공할 수 있다.
실시예들은 기사로부터 아이템을 추출하는 서버 및 그 동작 방법을 제공할 수 있다.
실시예들은 추출한 아이템들에 있어서, 가격의 변동 가능성이 큰 변동 예측 아이템을 판단하는 서버 및 그 동작 방법을 제공할 수 있다.
실시예들은 변동 예측 아이템의 변동 방향을 제공하는 서버 및 그 동작 방법을 제공할 수 있다.
실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
실시예들에 따르면, 사용자 단말과 통신하는 통신부; 및 적어도 하나의 프로세서(processor); 를 포함하고, 적어도 하나의 프로세서는, 수신한 인터넷 기사로부터 기사의 주제 및 인터넷 기사가 속한 분야를 판단하고, 수신한 인터넷 기사로부터 판단한 분야 중 적어도 하나와 관련되는 복수 개의 단어를 추출하고, 추출한 복수 개의 단어로부터 하나 또는 그 이상의 아이템을 추출하고, 추출한 하나 또는 그 이상의 아이템 중 가격 변동 가능성이 예측되는 변동 예측 아이템을 판단하는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.
실시예들에 따르면, 적어도 하나의 프로세서는, 인터넷 기사에 포함되는 모든 단어를 추출하고, 추출한 모든 단어로부터 판단한 분야의 하위어로 추정되는 복수 개의 단어를 추출하는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.
실시예들에 따르면, 적어도 하나의 프로세서는, 임의의 포털 서버 상에서 추출한 복수 개의 단어 각각을 검색어로 하는 상품을 판단하고, 상기 판단한 상품으로부터 하나 또는 그 이상의 아이템을 추출하는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.
실시예들에 따르면, 적어도 하나의 프로세서는, 판단한 주제에 기초하여 추출한 하나 또는 그 이상의 아이템의 긍정성 또는 부정성을 판단하는 지표를 계산하고, 계산한 지표의 크기가 기 설정된 값 이상인 아이템을 변동 예측 아이템으로 판단하는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.
실시예들에 따르면, 지표는, 에 따라 계산되고, I는 지표를 나타내고, A는 방향 상수를 나타내고, N(N은 0 보다 큰 정수)은 복수 개의 단어 각각이 분야와 함께 기사에 언급된 전체 횟수를 나타내고, n(n은 0 이상의 정수)은 복수 개의 단어 각각이 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 이상 변동된 횟수를 나타내고, V H,P 는 소정 기간(p) 동안 아이템의 가격이 가장 크게 변한 정도를 나타내고, V L,P 는 소정 기간(p) 동안 아이템의 가격이 가장 작게 변한 정도를 나타내는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.
실시예들에 따르면, 적어도 하나의 프로세서는, 방향 상수(A)에 있어서, 복수 개의 단어 각각이 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 상기 아이템의 가격이 기 설정된 범위 내에서 상승한 경우가 더 많거나 상승 또는 하락한 경우가 동일하면 A를 1로 설정하고, 복수 개의 단어 각각이 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 내에서 하락한 경우가 더 많으면 A를 -1로 설정하고, 지표(I)가 0과 같거나 0보다 큰 값을 갖는 경우 변동 예측 아이템의 가격이 상승할 것으로 판단하고, 지표(I)가 0보다 작은 값을 갖는 경우 변동 예측 아이템의 가격이 하락할 것으로 판단하는, 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버를 제공한다.
실시예들은 사용자들인 손쉽게 가격 변동 예측 아이템에 대한 정보를 얻을 수 있도록 한다.
실시예들은 가격 변동이 예측되는 아이템을 제공할 수 있다.
실시예들은 가격의 상승 또는 하락이 예측되는 아이템을 제공할 수 있다.
실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.
실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버가 구동되는 방법의 예시를 나타낸다.
도 2는 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버의 구동을 설명하는 순서도이다.
도 3은 인터넷 기사의 예시를 나타내는 도면이다.
도 4는 도 3의 인터넷 기사로부터 추출되는 단어 및 추출된 단어로부터 판단되는 아이템을 설명하는 도면이다.
도 5는 도 3에서 설명하는 적어도 하나의 아이템의 가격 변동 그래프이다.
도 6은 도 1에 따른 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버에 대한 하드웨어 구성도이다.
이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
이하에서 설명하는 아이템은 상거래의 대상이 될 수 있는 유형 또는 무형의 모든 재산을 포함하는 상품과 현재는 상거래의 대상에 해당하지 않으나 과거 또는 미래에 상거래의 대상이 되는 가능성이 있는 모든 오브젝트(object)를 포함한다. 또한, 아이템은 유가증권, 상표권 등의 권리뿐만 아니라 건물과 같은 부동산을 모두 포함한다.
도 1은 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버가 구동되는 방법의 예시를 나타낸다.
도 1은 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버(100)(이하, 서버라고 칭함)가 포함되는 시스템(1000)을 도시한다. 서버(100)가 포함되는 시스템(1000)은 서버(100), 사용자 단말(200) 및 외부 서버(300)를 도시하였다. 그러나, 서버(100)가 포함되는 시스템(1000)은 도 1에 도시되지 않은 하나 또는 그 이상의 구성(들)을 더 포함할 수 있다.
서버(100)는 변동 예측 아이템을 추천하는 플랫폼을 운영한다. 이때, 변동 예측 아이템은 예를 들어 가격이 변동될 것이 예측되는 아이템이다. 예를 들어, 서버(100)는 임의의 아이템의 가격이 상승하거나 및/또는 하락할 것을 예측하고, 이와 같이 가격의 변동이 발생할 것으로 예측되는 아이템을 추천한다. 예를 들어, 서버(100)는 아이템의 가격이 상승할 것으로 예측되면, 해당 아이템의 구매를 추천한다. 또는, 예를 들어, 서버(100)는 아이템의 가격이 하락할 것으로 예측되면, 해당 아이템의 판매를 추천하거나 및/또는 해당 아이템의 구매를 보류할 것을 추천한다.
이를 위해, 서버(100)는 예를 들어 통신부(예를 들어 후술하는 도 6에서 설명하는 송수신 장치(130)), 메모리(예를 들어 도 6에서 설명하는 메모리(120), 저장 장치(160)) 및 서버(100)에 포함되는 구성 요소들의 전부 또는 일부를 제어하는 프로세서(예를 들어 도 6에서 설명하는 프로세서(110))를 포함한다.
예를 들어, 서버(100)는 통신부를 통해 사용자 단말(200) 및/또는 외부 서버(300)와 통신한다. 서버(100)는 사용자 단말(200) 및/또는 외부 서버(300)로부터 수신한 데이터를 메모리에 저장한다. 서버(100)는 프로세서를 통해 사용자 단말(200)에 변동 예측 아이템을 추천하는 플랫폼을 제공한다. 서버(100)에 포함되는 전부 또는 일부의 구성 요소들에 대하여는 도 6에서 더 상세하게 후술한다.
이러한 서버(100)와 통신하는 사용자 단말(200)은 예를 들어 사용자가 이용하는 통신가능한 전자 장치이다. 예를 들어 사용자 단말(200)은 서버(100)와 유선 또는 무선으로 통신 가능하다. 예를 들어 사용자 단말(200)은 서버(100)와 통신망으로 연결되어 데이터를 입력하거나 및/또는 처리 결과를 출력한다.
이를 위해, 예를 들어 사용자 단말(200)은 서버(100)와 통신 가능한 통신 모듈, 서버(100)로부터 수신하는 정보를 출력하는 출력 모듈, 서버(100)로부터 수신하는 정보를 저장하는 저장 모듈 및 사용자로부터 사용자 입력을 수신하는 입력 모듈을 포함한다. 또한, 사용자 단말(200)은 사용자 단말(200)에 포함되는 전부 또는 일부의 구성 요소들을 제어하는 프로세서를 더 포함할 수 있다. 사용자 단말(200)에 포함되는 프로세서는 실시예들에 따른 서버(100)와 동일 또는 유사한 기능을 수행하거나 또는 실시예들에 따른 서버(100)에 의해 대체될 수 있다.
사용자 단말(200)은 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
한편, 외부 서버(300)는 서버(100)가 데이터 송수신 가능한 전부 또는 일부의 원거리 및/또는 근거리 통신망을 주관하는 컴퓨터이다. 예를 들어 외부 서버(300)는 임의의 포털 사이트를 제공하는 외부 서버로서, 복수 개의 인터넷 기사를 제공한다. 또는, 예를 들어 외부 서버(300)는 하나 또는 그 이상의 사용자들 각각의 사용자 단말에 포함되는 프로세서이다.
서버(100)는 외부 서버(300)와의 통신을 통해 외부 서버(300)로부터 필요한 정보를 수신한다. 예를 들어 서버(100)는 외부 서버(300)에서 제공하는 플랫폼 상에 게시된 하나 또는 그 이상의 인터넷 기사를 수신한다. 예를 들어 서버(100)는 외부 서버(300)에서 제공하는 플랫폼에서 제공하는 아이템 가격 정보를 수신한다. 이러한 활동을 돕기 위해, 서버(100)는 외부 서버(300) 또는 외부 서버(300)에서 제공하는 플랫폼에 게시된 정보를 크롤링하는 크롤링부(도시하지 않음)를 더 포함하여도 된다.
이하에서는, 도 1에서 설명한 서버(100)가 사용자 단말(200)에 변동 예측 아이템을 추천하는 방안에 대해 더 상세하게 설명한다.
도 2는 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버의 구동을 설명하는 순서도이다.
도 1에서 설명한 바와 같이, 실시예들에 따른 서버(100)는 사용자에게 변동 예측 아이템을 추천하는 플랫폼을 제공한다. 이와 같이, 서버(100)는 변동 예측 아이템을 판단하여 사용자에게 추천하기 위해 아래와 같은 방법을 통해 구동할 수 있다.
도 2에 도시한 바와 같이, 실시예들에 따른 서버(100)는 인터넷 기사를 수신하고, 기사의 주제 및 분야를 판단(s101)한다.
서버(100)는 사용자 단말(200)로부터 인터넷 기사를 수신한다. 이때, 인터넷 기사는 컴퓨터 네트워크 통신망 상에 게시되어 있는 데이터로서, 특정 또는 불특정 다수에 정보를 전달할 목적으로 공개 또는 일부 공개되어 있는 데이터이다. 인터넷 기사는 텍스트 형태의 데이터를 포함하고, 예를 들어 복수 개의 단어를 포함한다. 실시예들이 대상으로 하는 인터넷 기사에 기재된 언어의 형태는 데이터를 전달하기 위하여 사용하는 음성, 문자 등의 기호 매체를 이용한 모든 사회 관습적 체계를 포함한다. 본 명세서에서는 설명의 편의를 위해 인터넷 기사가 한국어로 기재된 텍스트를 통해 게시된 예시를 설명한다.
서버(100)는 수신한 인터넷 기사로부터 인터넷 기사의 주제 및/또는 인터넷 기사가 속한 분야를 판단한다. 예를 들어 프로세서는 인터넷 기사의 타이틀(title)을 통해 인터넷 기사가 설명하고자 하는 대상 및 해당 대상에 대한 설명을 판단한다. 또한, 예를 들어 프로세서는 인터넷 기사의 타이틀을 통해 인터넷 기사가 속한 분야를 판단한다. 예를 들어 프로세서는 인터넷 기사의 타이틀에 포함되는 단어를 추출하고, 각 단어의 위치를 판단한다. 프로세서는 인터넷 기사의 타이틀에 사용된 조사를 추출하고, 조사의 위치를 판단한다. 프로세서는 인터넷 기사의 타이틀에 포함된 단어 및 조사를 통해 타이틀의 목적어 또는 주어 및 동사를 판단한다. 프로세서는 타이틀의 목적어 또는 주어를 인터넷 기사가 설명하고자 하는 대상으로 판단하고, 타이틀의 동사를 해당 대상에 대한 설명으로 판단한다. 그러나 상술한 바와 달리, 서버(100)는 인공지능을 이용하여 데이터로부터 학습한 규칙을 통해 인터넷 기사의 주제 및/또는 분야를 판단할 수 있다.
이를 통해, 실시예들에 따른 서버(100)는 사용자 단말(200)로부터 수신한 인터넷 기사에 대한 개략적인 내용 및 분야를 파악할 수 있다.
도 2에 도시한 바와 같이, 실시예들에 따른 서버(100)는 인터넷 기사로부터 복수 개의 단어를 추출(s102)한다.
서버(100)는 인터넷 기사로부터 인터넷 기사가 속한다고 판단한 분야와 관련되는 복수 개의 단어를 추출한다. 예를 들어 서버(100)는 인터넷 기사로부터 인터넷 기사에 포함되는 모든 단어 및/또는 조사를 추출한다. 서버(100)는 추출한 모든 단어에서 중복되는 단어를 제거한다. 서버(100)는 추출한 모든 단어에서 “것”, “그녀”, “그”와 같은 지시 대명사를 포함하는 단어를 제거한다. 서버(100)는 중복되는 단어가 제거된 단어들로부터, s101에서 설명한 인터넷 기사가 속하는 분야의 하위어로 추정되는 복수 개의 단어를 추출한다. 이때, 하위어는 임의의 분야에 대한 기사가 쓰여질 때 핵심 단어 또는 자주 사용되는 단어로서 이용되는 단어이다. 하위어는 예를 들어 임의의 분야와 관련되는 단어를 포함한다.
예를 들어 서버(100)는 크롤링부를 통해 외부 서버(300)에 게시되는 인터넷 기사를 크롤링한다. 서버(100)는 크롤링한 인터넷 기사를 통해 “분야”에서 “단어”가 함께 사용되는 빈도를 판단한다. 서버(100)는 해당 “분야”에서 해당 “단어”가 사용되는 빈도가 소정 값 이상인 경우 해당 단어를 해당 분야의 하위어로 추정한다. 한편, 서버(100)는 이와 같이 추정한 내용들을 메모리에 저장한다. 서버(100)는 메모리에 저장된 내용들에 대하여는, 크롤링을 수행하지 않고도 해당 분야의 하위어에 해당하는 단어들을 추정할 수 있다. 그러나 상술한 바와 달리, 서버(100)는 인공 지능을 이용하여 데이터로부터 학습한 규칙을 통해 판단한 분야와 관련되는 복수 개의 단어를 추출할 수 있다.
도 2에 도시한 바와 같이, 실시예들에 따른 서버(100)는 복수 개의 단어로부터 하나 또는 그 이상의 아이템을 추출(s103)한다.
예를 들어 서버(100)는 임의의 포털 서버 상에서 s102에서 추출한 복수 개의 단어 각각을 검색어로 하는 아이템을 판단한다. 임의의 포털 서버는 예를 들어 외부 서버(300)에서 제공하는 포털 사이트의 일 예시이다. 예를 들어, 서버(100)는 임의의 포털 서버 상에 복수 개의 단어 각각을 검색어로 하였을 때, 상거래의 대상이 되는 아이템을 판단한다. 서버(100)는 판단한 아이템에 있어서, s101에서 판단한 인터넷 기사의 주제 및/또는 분야 중 적어도 하나와 관련되는 하나 또는 그 이상의 아이템을 추출한다. 그러나 상술한 바와 달리, 서버(100)는 인공 지능을 이용하여 데이터로부터 학습한 규칙을 통해 인터넷 기사의 주제 및/또는 분야 중 적어도 하나와 관련되는 하나 또는 그 이상의 아이템을 추출한다.
도 2에 도시한 바와 같이, 실시예들에 따른 서버(100)는 추출한 하나 또는 그 이상의 아이템 중 변동 예측 아이템을 판단(s104)한다.
서버(100)는 s101에서 판단한 주제에 기초하여 s103에서 추출한 하나 또는 그 이상의 아이템의 긍정성 또는 부정성을 판단하는 지표를 계산한다. 이때, 긍정성을 판단하는 지표는 아이템이 긍정적인 방향으로 가격이 변화하는 정도를 나타낸다. 예를 들어 지표가 양(+)의 방향으로 큰 값을 가질수록, 서버(100)는 해당 아이템의 가격이 상승 변동할 것으로 판단한다. 또한, 부정성을 판단하는 지표는 아이템이 부정적인 방향으로 가격이 변화하는 정도를 나타낸다. 예를 들어 지표가 음(-)의 방향으로 큰 값을 가질수록, 서버(100)는 해당 아이템의 가격이 하락 변동할 것으로 예측한다. 예를 들어 지표가 0인 경우 서버(100)는 해당 아이템의 가격이 변동되지 않을 것으로 예측한다. 지표에 대하여는 도 5에서 더 상세하게 설명한다.
서버(100)는 하나 또는 그 이상의 아이템 중 계산한 지표의 크기가 기 설정된 값 이상인 아이템을 변동 예측 아이템으로 판단한다. 서버(100)는 판단한 변동 예측 아이템을 사용자에게 제공한다. 이때, 서버(100)는 지표가 0보다 큰 경우, 변동 예측 아이템의 가격이 상승 변동할 것으로 예측한다. 이에 따라 서버(100)는 사용자 단말(200)에 변동 예측 아이템에 대한 가격 상승 변동 예측과 함께 해당 변동 예측 아이템을 구매하거나 판매를 보류할 것을 추천하는 내용을 전송한다. 반면, 서버(100)는 지표가 0보다 작은 경우, 변동 예측 아이템의 가격이 하락 변동할 것으로 예측한다. 이에 따라 서버(100)는 사용자 단말(200)에 변동 예측 아이템에 대한 가격 하락 변동 예측과 함께 해당 변동 예측 아이템을 판매하거나 또는 구매를 보류할 것을 추천하는 내용을 전송한다.
이와 같은 방안을 통해, 실시예들에 따른 서버(100)는 사용자가 손쉽게 접하는 인터넷 기사를 통해 용이하게 가격 변동이 예측되는 아이템을 사용자에게 제공한다. 또한, 서버(100)는 해당 가격 변동의 방향성(예를 들어 양의 방향 또는 음의 방향)을 함께 제공하여, 사용자가 시장에서의 아이템의 가격 변동을 미리 예측할 수 있도록 한다. 이를 통해 실시예들은 사용자의 손실을 방지하고 투자를 돕는다. 이하에서는 예시를 통해 실시예들에 따른 서버(100)의 구동 방안에 대해 더 상세하게 설명한다.
도 3은 인터넷 기사의 예시를 나타내는 도면이다.
도 3은 사용자 단말(200)로부터 수신한 인터넷 기사(201)의 예시를 도시하였다. 예를 들어, 인터넷 기사(201)에서 타이틀은 “㈜XX게임, 독약을 마시는 새 게임 제작 돌입”이다.
서버(100)는 인터넷 기사(201)의 주제 및/또는 인터넷 기사(201)가 속한 분야를 판단한다. 예를 들어 서버(100)는 인터넷 기사의 타이틀로부터 “㈜XX게임”, “독약”, “마시는”, “새”, “게임”, “제작”, “돌입”을 추출한다. 서버(100)는 크롤링 부를 통해 또는 메모리에 기 저장된 정보를 통해 “독약을 마시는 새”가 상품의 명칭으로서 고유 명상에 해당하고, 이에 따라 하나의 어구에 해당함을 판단한다. 서버(100)는 단어 및/또는 조사의 위치를 통해 “㈜XX게임”이 주어에 해당함을 판단한다.
서버(100)는 타이틀로부터 추출한 단어 및/또는 조사들을 통해 “독약을 마시는 새”, “게임”이 목적어에 해당함을 판단한다. 서버(100)는 “제작”, “돌입”이 동사에 해당함을 판단한다. 이를 통해, 서버(100)는 인터넷 기사(201)의 주제가 “게임 제작”에 해당함을 판단한다. 또한, 서버(100)는 “㈜XX 게임”, “게임”을 통해 인터넷 기사(201)가 속한 분야가 “게임”해 해당함을 판단한다. 이때, 서버(100)는 포털 사이트 자체에서 제공하는 인터넷 기사(201)가 속한 분류를 통하여도 인터넷 기사(201)가 속한 분야를 판단할 수 있다.
서버(100)는 인터넷 기사(201)로부터 인터넷 기사(201)가 속한다고 판단한 분야와 관련되는 복수 개의 단어를 추출한다. 서버(100)는 예를 들어 도 2의 s102에서 설명한 바와 같이 해당 분야의 하위어로 추정되는 복수 개의 단어를 추출한다. 예를 들어, 서버(100)는 인터넷 기사(201)로부터 “게임”과 관련되는 복수 개의 단어를 추출한다. 예를 들어, 서버(100)는 인터넷 기사(201)로부터 “게임”과 관련되는 단어인 “게임”, “영화”, “판타지 소설”, “YY”, “비주얼 기술”, “㈜XX게임”, “독약을 마시는 새”, “아티스트” 등의 복수 개의 단어를 추출한다. 이때, 예를 들어 서버(100)는 “분야”와 “단어”가 함께 사용되는 빈도가 소정값 이상인 분야를 모두 추출할 수 있다. 이에 따라 예를 들어 서버(100)는 “게임”, “㈜XX게임”과 같이 “게임” 분야와 관련도가 높은 분야의 단어와 “아티스트”, “YY”와 같이 상대적으로 “게임” 분야와 관련도가 낮은 분야의 단어를 모두 포함하는 복수 개의 단어를 추출할 수 있다.
도 4는 도 3의 인터넷 기사로부터 추출되는 단어 및 추출된 단어로부터 판단되는 아이템을 설명하는 도면이다.
도 4에서 10은 도 3에서 추출한 복수 개의 단어들을 나타낸다.
실시예들에 따른 서버(100)는 임의의 포털 서버 상에서 복수 개의 단어(10) 각각을 검색어로 하는 아이템을 판단한다. 예를 들어, 복수 개의 단어(10) 각각을 검색어로 하였을 경우, 상거래의 대상이 되는 아이템으로 출력되는 목록(20)은 “게이밍 의자”, “독서대”, “카메라”, “그래픽 카드”, “담요”, “써큘레이터”, “초판본”, “발난로”를 포함한다.
서버(100)는 도 3에서 판단한 인터넷 기사(201)의 주제와 관련되는 하나 또는 그 이상의 아이템을 추출한다. 예를 들어, 서버(100)는 아이템 목록(20)으로부터 인터넷 기사(201)의 분야인 “게임”을 검색어로 하였을 경우 상거래의 대상으로 출력되는 아이템인 “게이밍 의자”, “그래픽 카드”를 추출한다. 예를 들어, 서버(100)는 아이템 목록(20)으로부터 인터넷 기사(201)의 주제와 관련되는 아이템인 “게이밍 의자” 및 “그래픽 카드”를 추출한다. 이때, 서버(100)가 “분야” 및 “아이템” 또는 “주제” 및 “아이템” 간의 관련성을 판단하는 방법은, 도 2에서 설명한 하위어를 판단하는 방법 또는 상거래의 대상이 되는 아이템을 판단하는 방법과 동일 또는 유사하다.
도 5는 도 3에서 설명하는 적어도 하나의 아이템의 가격 변동 그래프이다.
도 5는 지표(I)를 계산하기 위한 구성 요소 중 하나인 가격 변동의 정도를 설명하기 위한 가격 변동 그래프(G)이다. 가격 변동 그래프(G)에서 가로축은 아이템의 가격이 변동하는 동안의 기간인 시간을 나타내고, 예를 들어 “월”단위의 시간을 나타낸다. 세로축은 아이템의 가격이 변동하는 정도를 나타내고, 변동 정도는 “%”를 통해 도시되어 있다.
도 2에서 설명한 바와 같이, 실시예들에 따른 서버(100)는 s103에서 추출한 하나 또는 그 이상의 아이템의 지표(I)를 계산하여 변동 예측 아이템을 판단한다. 이때, 지표(I)는 해당 아이템의 가격의 변동 정도를 나타내는 것으로, 지표(I)의 크기는 해당 아이템의 가격이 변동하는 크기의 정도를 나타내고, 지표(I)의 부호(+, -)는 해당 아이템의 가격이 변동하는 방향성을 나타낸다.
지표(I)는 아래 [수학식 1]에 따라 계산된다.
[수학식 1]
이때, I는 상술한 바와 같이, 지표를 나타낸다.
한편, 상술한 바와 같이, 서버(100)는 지표(I)가 0보다 크면 지표(I)의 대상이 된 아이템의 가격이 상승할 것으로 판단한다. 서버(100)는 지표(I)가 0이면 지표(I)의 대상이 된 아이템의 가격이 변동하지 않을 것으로 판단한다. 서버(100)는 지표(I)가 0보다 작으면 지표(I)의 대상이 된 아이템의 가격이 하락할 것으로 판단한다. 서버(100)는 특정한 지표(I)를 사용하여 아이템의 가격 변동 가능성을 예측한다. 이 지표(I)의 값이 0보다 크면, 서버(100)는 해당 아이템의 가격이 상승할 것으로 판단한다. 반대로, 지표(I)의 값이 0보다 작으면, 서버(100)는 해당 아이템의 가격이 하락할 것으로 판단한다. 만약 지표(I)의 값이 0이라면, 서버(100)는 해당 아이템의 가격이 변동하지 않을 것으로 판단한다. 이러한 지표(I)는 특정한 기준에 따라 계산될 수 있으며, 예를 들면 아이템의 인기도, 공급과 수요의 균형, 경쟁 업체의 가격 변동 등이 해당된다. 서버(100)는 이러한 지표(I)를 사용하여 아이템의 가격 변동 가능성을 예측하고, 이를 기반으로 시장 동향을 분석하여 효율적인 가격 정책을 수립할 수 있다.
또한, A는 방향 상수를 나타낸다. 방향 상수(A)는 아이템의 가격이 변동하는 방향을 나타낸다. 서버(100)는 방향 상수(A)에 있어서, 복수 개의 단어 각각이 인터넷 기사(201)의 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 내에서 상승한 경우가 더 많거나 상승 또는 하강한 경우가 동일하면 A를 1로 설정한다. 즉, 서버(100)는 “분야”의 기사에서 “단어”가 언급된 후 추출된 아이템의 가격이 상승한 경우가 많으면 A를 1로 설정한다. 또한, 서버(100)는 방향 상수(A)에 있어서, 복수 개의 단어 각각이 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 내에서 하강한 경우가 더 많으면 A를 -1로 설정한다. 즉, 서버(100)는 “분야”의 기사에서 “단어”가 언급된 후 추출된 아이템의 가격이 하락한 경우가 많으면 A를 -1로 설정한다.
예를 들면, 서버(100)는 방향 상수(A)를 사용하여 아이템의 가격이 어떤 방향으로 변동하는지를 판단한다. 이 방향 상수(A)는 인터넷 기사(201)에서 특정한 단어가 언급되었을 때, 그 기사가 속한 분야에서 아이템의 가격이 어떻게 변동하는지를 분석하여 결정된다. 만약 기 설정된 기간 내에서 해당 단어가 언급된 후 추출된 아이템의 가격이 기 설정된 범위 내에서 상승한 경우가 더 많거나 상승 또는 하강한 경우가 동일하다면, 서버(100)는 해당 단어에 대한 방향 상수(A)를 1로 설정한다. 이 경우, 해당 단어는 아이템의 가격이 상승하는 방향으로 영향을 미친다는 것을 의미한다. 반대로, 기 설정된 기간 내에서 해당 단어가 언급된 후 추출된 아이템의 가격이 기 설정된 범위 내에서 하락한 경우가 더 많으면, 서버(100)는 해당 단어에 대한 방향 상수(A)를 -1로 설정한다. 이 경우, 해당 단어는 아이템의 가격이 하락하는 방향으로 영향을 미친다는 것을 의미한다. 서버(100)는 이러한 방향 상수(A)를 사용하여 아이템의 가격 변동 방향을 예측하고, 이를 기반으로 시장 동향을 분석하여 효율적인 가격 정책을 수립할 수 있다. 이는 인터넷 기사와 아이템의 가격 변동 사이의 상관관계를 파악하는 것으로써, 시장 동향을 예측하고 분석하는 데에 유용하게 활용될 수 있다.
또한, N은 0보다 큰 정수로서, 복수 개의 단어 각각이 인터넷 기사(201)의 분야와 함께 인터넷 기사(201)에 언급된 전체 횟수를 나타낸다.
또한, n은 0보다 큰 정수로서, 복수 개의 단어 각각이 인터넷 기사(201)의 분야와 함께 인터넷 기사(201)에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 이상 변동된 횟수를 나타낸다.
또한, 및 는 가격 변동의 정도(%)를 나타낸다. 이때, 는 소정 기간(p) 동안 상기 아이템의 가격이 가장 크게 변한 정도를 나타내고, 는 소정 기간(p) 동안 아이템의 가격이 가장 작게 변한 정도를 나타낸다. 이때, 및 는 변동의 크기만을 나타내는 값으로서, 변동의 방향성은 포함하지 않는 값이다. 따라서, 및 는 항상 0 이상의 실수이다.
이때, 소정 기간(p)는 기 설정된 기간과 같거나 기 설정된 기간보다 길다. 소정 기간(p)은 예를 들어 아이템의 가격에 대한 기록이 남아있는 모든 기간을 포함한다. 또는, 소정 기간(p)은 현재 유통되는 화폐를 통한 거래가 시작된 이후의 모든 기간을 포함한다. 또는, 소정 기간(p)은 서버(100)에 기 입력된 기간으로서, 예를 들어 8개월이다. 이러한 소정 기간(p)은 사용자의 설정에 의해 조정될 수 있다. 기 설정된 기간은 소정 기간(p)보다 짧은 기간 내에서 사용자의 설정 또는 기 정해진 값에 따라 조정될 수 있다.
예를 들어, 도 5에서, 소정 기간(p)은 22.07 내지 23.03의 8개월의 기간이다. 도 5에서 는 소정 기간(p)인 8개월 동안 아이템의 가격이 가장 크게 변한 정도의 크기로서, 예를 들어 200이다. 도 5에서 는 소정 기간(p)인 8개월 동안 아이템의 가격이 가장 작게 변한 정도의 크기로서, 예를 들어, 50이다.
예를 들어, 도 4에서 추출한 “게이밍 의자” 및 “그래픽 카드”에 있어서, “게이밍 의자”는 계산한 지표(I)의 값이 기 설정된 값 미만이고, “그래픽 카드”는 계산한 지표(I)의 값이 기 설정된 값 이상일 수 있다. 이 경우, 예를 들어 서버(100)는 사용자 단말(200)에 “그래픽 카드”를 변동 예측 아이템으로 전송한다. 기 설정된 값은 서버(100) 설정 단계에서 메모리에 기 저장된 값이다.
한편, [수학식 1]에 있어서, 복수 개의 단어 각각이 인터넷 기사(201)의 분야와 함께 인터넷 기사(201)에 언급된 사례가 없을 수 있다. 즉, N이 0일 수 있다. 또는, [수학식 1]에 있어서, 복수 개의 단어 각각이 인터넷 기사(201)의 분야와 함께 인터넷 기사에(201)에 언급되었으나, 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 내에서만 변동되었을 수 있다. 즉, n이 0일 수 있다. 이와 같이, N 및 n 중 적어도 하나가 0인 경우, 서버(100)는 아래 [수학식 2]에 따라 지표(I)를 계산한다.
[수학식 2]
이때, I 0 는 상술한 바와 같이, 지표를 나타낸다. 이때, I 0 는 단어와 인터넷 기사(201)가 함께 언급된 데이터가 없는 경우에 대한 지표를 나타낸다. 이때, I 0 에 대한 설명은 I에 대한 설명과 동일 또는 유사하다.
또한, A 0 는 방향 상수로서, 추출된 아이템을 판매하는 상장 기업의 주식 시세 변화에 기초하여 설정된다. 예를 들어, 서버(100)는 아이템을 판매하는 상장 기업의 주식의 가치(예를 들어, 상장 기업의 시가 총액)가 기 설정된 기간동안 상승한 경우 A 0 를 1로 설정한다. 또는, 예를 들어, 서버(100)는 아이템을 판매하는 상장 기업의 주식의 가치가 기 설정된 기간 동안 하락한 경우 A 0 를 -1로 설정한다. 이때, 아이템을 판매하는 상장 기업이 복수 개인 경우, 서버(100)는 복수 개의 상장 기업의 주식의 가치가 기 설정된 기간 동안 변동한 평균값에 기초하여 A 0 의 값을 설정한다. 아이템을 판매하는 기업이 복수 개인 경우에 있어서, 일부는 상장 기업에 해당하고 다른 일부는 비상장 기업에 해당하는 경우, 서버(100)는 복수 개의 기업 중 하나 또는 그 이상의 상장 기업(들)만의 주식 시세 변화에 기초하여 A 0 를 설정한다. 한편, 아이템을 판매하는 모든 기업이 비상장 기업에 해당하는 경우, 서버(100)는 A 0 를 0으로 설정한다.
또한, N 0 는 0보다 큰 정수로서, 추출된 아이템 각각이 인터넷 기사(201)의 분야와 함께 인터넷 기사(201)에 언급된 전체 횟수를 나타낸다. 또한, n 0 는 0 이상의 정수로서, 추출된 아이템 각각이 인터넷 기사(201)의 분야와 함께 인터넷 기사(201)에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 이상 변동된 횟수를 나타낸다. 한편, 서버(100)는 N 0 가 0인 경우, n 0/ N 0 를 0으로 설정한다.
또한, 는 가격 변동의 정도(%)로서, 소정 기간(p) 동안 추출된 아이템을 판매하는 상장 기업의 시가 총액이 가장 크게 변한 정도를 나타내고, 는 소정 기간(p) 동안 추출된 아이템을 판매하는 상장 기업의 시가 총액이 가장 작게 변한 정도를 나타낸다. 이때, 아이템을 판매하는 상장 기업이 복수 개인 경우, 서버(100)는 복수 개의 상장 기업의 주식의 가치가 기 설정된 기간 동안 변동한 평균값에 기초하여 및 각각의 값을 설정한다. 아이템을 판매하는 기업이 복수 개인 경우에 있어서, 일부는 상장 기업에 해당하고 다른 일부는 비상장 기업에 해당하는 경우, 서버(100)는 복수 개의 기업 중 하나 또는 그 이상의 상장 기업(들)만의 주식 시세 변화에 기초하여 및 각각의 값을 설정한다. 한편, 아이템을 판매하는 모든 기업이 비상장 기업에 해당하는 경우, 서버(100)는 및 각각의 값을 0으로 설정한다.
한편, 서버(100)는 복수 개의 단어 각각에 대한 아이템 전원의 지표()가 0인 경우, 사용자 단말(200)에 대해 추천 아이템이 없음을 전송한다. 이와 같은 방법을 통해, 실시예들은 기사로부터 추출한 아이템이 속하는 업종의 변동성을 고려하여, 사용자에게 가격 변동이 예상되는 아이템을 추천한다.
이를 통해, 실시예들에 따른 서버(100)는 사용자에게 가격 변동이 예상되는 아이템을 추천할 수 있다. 또한, 실시예들은 사용자에게 가격 변동이 예상되는 아이템의 변동 방향을 제안하여, 사용자의 아이템 구매, 판매 또는 보류를 돕는다.
도 6은 도 1에 따른 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버에 대한 하드웨어 구성도이다.
도 6을 참조하면, 실시예들에 따른 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버(100)에 대한 하드웨어는, 적어도 하나의 프로세서(processor, 110); 및/또는 상기 적어도 하나의 프로세서(110)가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory, 120)를 포함할 수 있다.
적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), MCU(Micro Controller Unit) 또는 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(110)는 예를 들어 학습 가능한 컴퓨터 시스템으로서 인공지능(AI, Artificial Intelligence) 기술을 수행할 수 있다. 예를 들어 프로세서(110)는 데이터로부터 스스로 학습하여 알고리즘을 연구하는 머신 러닝(machine learning) 또는 인공 신경망에 기반하여 머신 러닝을 수행하는 딥 러닝(deep learning)을 수행할 수 있다. 프로세서(110)는 서버(100)에 대한 하드웨어 내부에 내장된다. 또는, 프로세서(110)는 서버(100)에 대한 하드웨어의 외부에 위치하고, 송수신 장치(130)를 통해 서버(100)에 대한 하드웨어의 구성 요소들의 전부 또는 일부를 제어한다. 프로세서(110)는 예를 들어 도 1 내지 도 5에서 설명한 서버(100)가 수행하는 기능의 전부 또는 일부를 수행한다.
예를 들어, 프로세서(110)는, 사용자 단말(200)로부터 수신한 인터넷 기사로부터 기사의 주제 및 인터넷 기사가 속한 분야를 판단하고, 수신한 인터넷 기사로부터 판단한 분야 중 적어도 하나와 관련되는 복수 개의 단어를 추출하고, 추출한 복수 개의 단어로부터 하나 또는 그 이상의 아이템을 추출하고, 추출한 하나 또는 그 이상의 아이템 중 가격 변동 가능성이 예측되는 변동 예측 아이템을 판단한다.
또는, 예를 들어, 프로세서(110)는 인터넷 기사에 포함되는 모든 단어를 추출하고, 추출한 모든 단어로부터 판단한 분야의 하위어로 추정되는 복수 개의 단어를 추출한다.
또는, 예를 들어, 프로세서(110)는 임의의 포털 서버 상에서 추출한 복수 개의 단어 각각을 검색어로 하는 상품을 판단하고, 상기 판단한 상품으로부터 하나 또는 그 이상의 아이템을 추출한다.
또는, 예를 들어, 프로세서(110)는 판단한 주제에 기초하여 추출한 하나 또는 그 이상의 아이템의 긍정성 또는 부정성을 판단하는 지표를 계산하고, 계산한 지표의 크기가 기 설정된 값 이상인 아이템을 변동 예측 아이템으로 판단한다.
이때, 계산한 지표는 에 따라 계산되고, I는 지표를 나타내고, A는 방향 상수를 나타내고, N(N은 0 보다 큰 정수)은 복수 개의 단어 각각이 분야 및/또는 주제와 함께 기사에 언급된 전체 횟수를 나타내고, n(n은 0 이상의 정수)은 복수 개의 단어 각각이 분야 및/또는 주제와 함께 기사에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 이상 변동된 횟수를 나타내고, 는 소정 기간(p) 동안 아이템의 가격이 가장 크게 변한 정도를 나타내고, 는 소정 기간(p) 동안 아이템의 가격이 가장 작게 변한 정도를 나타낸다.
또는, 예를 들어, 프로세서(110)는 방향 상수(A)에 있어서, 복수 개의 단어 각각이 주제 및/또는 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 상기 아이템의 가격이 기 설정된 범위 내에서 상승한 경우가 더 많거나 상승 또는 하락한 경우가 동일하면 A를 1로 설정하고, 복수 개의 단어 각각이 주제 및/또는 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 아이템의 가격이 기 설정된 범위 내에서 하락한 경우가 더 많으면 A를 -1로 설정하고, 지표(I)가 0과 같거나 0보다 큰 값을 갖는 경우 변동 예측 아이템의 가격이 상승할 것으로 판단하고, 지표(I)가 0보다 작은 값을 갖는 경우 변동 예측 아이템의 가격이 하락할 것으로 판단한다.
메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다. 예를 들어 메모리(120)는 프로세서(110)가 수행하는 전부 또는 일부의 명령어를 저장한다. 또는, 예를 들어 메모리(120)는 사용자 단말(200) 및/또는 외부 서버(300)로부터 수신하는 정보를 저장한다.
또한, 실시예들에 따른 서버(100)에 대한 하드웨어는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver, 130)를 포함할 수 있다. 또한, 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 서버(100)에 포함된 각각의 구성 요소들은 버스(bus, 170)에 의해 연결되어 서로 통신을 수행할 수 있다.
이때, 송수신 장치(130)는 외부와 통신 가능하다. 예를 들어 송수신 장치(130)는 시스템(1000)(도 1 참조) 내부의 구성 요소들 간, 서버(100)와 멀티미디어 디바이스(200) 간, 서버(100)와 외부 서버(300) 및/또는 외부 장치 간 데이터를 송수신한다. 송수신 장치(130)는 예를 들어 단거리 또는 원거리 통신을 통해 데이터를 송수신한다. 또는, 예를 들어 송수신 장치(130)는 무선 또는 유선 통신을 통해 데이터를 송수신한다.
입력 인터페이스 장치(140)는 사용자로부터 입력되는 사용자 명령을 수신한다. 예를 들어 입력 인터페이스 장치(140)는 키보드, 마우스 등의 기계식 입력 장치 및/또는 터치 센서 등의 터치식 입력 장치를 포함한다. 그러나 입력 인터페이스 장치(140)의 예시는 이에 한정되지 않으며, 입력 인터페이스 장치(140)는 사용자 명령을 수신 가능한 모든 형태의 입력 장치를 포함한다.
출력 인터페이스 장치(150)는 사용자가 데이터를 확인할 수 있도록 데이터를 출력한다. 예를 들어 출력 인터페이스 장치(150)는 시각적인 데이터를 출력하는 디스플레이, 청각적인 데이터를 출력하는 음향 출력부 및/또는 촉각적인 데이터를 출력하는 햅틱 모듈을 포함한다. 예를 들어 출력 인터페이스 장치(150)는 서버(100)가 제공하는 플랫폼을 출력한다.
이를 통해, 실시예들에 따른 서버(100)에 대한 하드웨어는 사용자에게 가격 변동이 예상되는 아이템을 추천할 수 있다. 또한, 실시예들은 사용자에게 가격 변동이 예상되는 아이템의 변동 방향을 제안하여, 사용자의 아이템 구매, 판매 또는 보류를 돕는다.
또한, 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.
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.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
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.

Claims (4)

  1. 사용자 단말에서 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버로서,
    상기 사용자 단말과 통신하는 통신부; 및 적어도 하나의 프로세서(processor); 를 포함하고,
    상기 적어도 하나의 프로세서는:
    상기 수신한 인터넷 기사로부터 기사의 주제 및 상기 인터넷 기사가 속한 분야를 판단하고,
    상기 수신한 인터넷 기사로부터 상기 판단한 분야 중 적어도 하나와 관련되는 복수 개의 단어를 추출하고,
    상기 추출한 복수 개의 단어로부터 하나 또는 그 이상의 아이템을 추출하고,
    상기 추출한 하나 또는 그 이상의 아이템 중 가격 변동 가능성이 예측되는 변동 예측 아이템을 판단하고,
    상기 적어도 하나의 프로세서는:
    상기 인터넷 기사에 포함되는 모든 단어를 추출하고,
    상기 추출한 모든 단어로부터 상기 판단한 분야의 하위어로 추정되는 상기 복수 개의 단어를 추출하고,
    임의의 포털 서버 상에서 상기 추출한 복수 개의 단어 각각을 검색어로 하는 상기 하나 또는 그 이상의 아이템을 추출하고,
    상기 판단한 주제에 기초하여 상기 추출한 하나 또는 그 이상의 아이템의 긍정성 또는 부정성을 판단하는 지표를 계산하고,
    상기 계산한 지표의 크기가 기 설정된 값 이상인 아이템을 상기 변동 예측 아이템으로 판단하고,
    상기 지표는,

    에 따라 계산되고,
    상기 I는 지표를 나타내고, 상기 A는 방향 상수를 나타내고, 상기 N (N은 0 보다 큰 정수)은 상기 복수 개의 단어 각각이 상기 분야와 함께 기사에 언급된 전체 횟수를 나타내고, 상기 n (n은 0 이상의 정수)은 상기 복수 개의 단어 각각이 상기 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 상기 아이템의 가격이 기 설정된 범위 이상 변동된 횟수를 나타내고, 상기 VH,p 는 소정 기간(p) 동안 상기 아이템의 가격이 가장 크게 변한 정도를 나타내고, 상기 VL,p 는 상기 소정 기간(p) 동안 상기 아이템의 가격이 가장 작게 변한 정도를 나타내고,
    상기 적어도 하나의 프로세서는:
    상기 방향 상수(A)에 있어서, 상기 복수 개의 단어 각각이 상기 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 상기 아이템의 가격이 기 설정된 범위 내에서 상승한 경우가 더 많거나 상승 또는 하락한 경우가 동일하면 상기 A를 1로 설정하고, 상기 복수 개의 단어 각각이 상기 분야와 함께 기사에 언급되고 기 설정된 기간 이내에 상기 아이템의 가격이 기 설정된 범위 내에서 하락한 경우가 더 많으면 상기 A를 -1로 설정하고,
    상기 지표(I)가 0보다 큰 값을 갖는 경우 상기 변동 예측 아이템의 가격이 상승할 것으로 판단하고, 상기 지표(I)가 0보다 작은 값을 갖는 경우 상기 변동 예측 아이템의 가격이 하락할 것으로 판단하는, 서버.
  2. 삭제
  3. 삭제
  4. 삭제
KR1020230044513A 2023-04-05 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버 KR102683388B1 (ko)

Publications (1)

Publication Number Publication Date
KR102683388B1 true KR102683388B1 (ko) 2024-07-10

Family

ID=

Similar Documents

Publication Publication Date Title
CN107908740B (zh) 信息输出方法和装置
US10360631B1 (en) Utilizing artificial intelligence to make a prediction about an entity based on user sentiment and transaction history
Shih et al. Retracted: an empirical study of an internet marketing strategy for search engine optimization
US20210012384A1 (en) Client-based deal filtering and display
CN107729937A (zh) 用于确定用户兴趣标签的方法及装置
CN105677767B (zh) 一种设备配置推荐方法和装置
US10817787B1 (en) Methods for building an intelligent computing device based on linguistic analysis
CN113643103B (zh) 基于用户相似度的产品推荐方法、装置、设备及存储介质
US20150066586A1 (en) Evaluation calculating device, evaluation calculating method, and recording medium
CN106062743A (zh) 用于关键字建议的系统和方法
Chang et al. A hybrid fuzzy model for selecting and evaluating the e-book business model: A case study on Taiwan e-book firms
CN104517216A (zh) 增强推荐系统和方法
KR102453535B1 (ko) 온라인 쇼핑 플랫폼을 제공하는 방법 및 장치
He et al. Mining exploratory behavior to improve mobile app recommendations
KR101639656B1 (ko) 광고 제공 방법 및 서버 장치
Shokouhyar et al. Toward customer-centric mobile phone reverse logistics: using the DEMATEL approach and social media data
Lee et al. Extraction and prioritization of product attributes using an explainable neural network
KR102677612B1 (ko) 인공 지능을 통해 수집한 데이터에 대한 키워드 기반의 숏폼 자동 생성 장치, 방법 및 프로그램
KR102683388B1 (ko) 사용자 단말로부터 수신한 인터넷 기사로부터 변동 예측 아이템을 추천하는 플랫폼을 운영하는 서버
CN105512914A (zh) 一种信息处理方法及电子设备
CN103218726A (zh) 一种信息项推荐方法及系统
US20180165741A1 (en) Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program
Wahsheh et al. E-Commerce Product Retrieval Using Knowledge from GPT-4
US20150006527A1 (en) Information processing apparatus, information processing method, and information processing program
CN114756758A (zh) 一种混合推荐方法和系统