KR20090103087A - 토지 가치 모니터링 시스템 및 그 방법 - Google Patents
토지 가치 모니터링 시스템 및 그 방법Info
- Publication number
- KR20090103087A KR20090103087A KR1020080028452A KR20080028452A KR20090103087A KR 20090103087 A KR20090103087 A KR 20090103087A KR 1020080028452 A KR1020080028452 A KR 1020080028452A KR 20080028452 A KR20080028452 A KR 20080028452A KR 20090103087 A KR20090103087 A KR 20090103087A
- Authority
- KR
- South Korea
- Prior art keywords
- land
- value
- monitoring system
- land value
- target
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 238000003066 decision tree Methods 0.000 claims description 7
- 238000007477 logistic regression Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/165—Land development
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 토지 가치 모니터링 시스템 및 그 방법에 관한 것으로, 다수의 토지에 대한 실제 토지 가치 정보를 저장하는 토지 가치 데이터베이스, 토지의 가치를 결정하는 토지 속성 변수에 대한 측정값을 저장하는 토지 자료 데이터베이스 및 실제 토지 가치 정보와 토지 속성 변수를 이용하여 토지 가치 예측 모델을 생성하고, 이를 이용하여 타겟 토지의 가치를 예측하는 토지 가치 예측 제어부를 포함하는 토지 가치 모니터링 시스템 및 그 방법을 제공함으로써 보다 편리하게 토지 가치를 예측할 수 있고 상기 예측된 가치와 차이가 나는 토지를 체크하여 보다 효율적인 부동산 정책의 결정이 가능하다.
Description
본 발명은 토지 가치 모니터링 시스템 및 그 방법에 관한 것으로, 특히 인공 지능 기법을 통한 토지 가격 예측 모델을 생성하고 이를 이용하여 예측코자 하는 토지의 가치를 계산하는 토지 가치 모니터링 시스템 및 그 방법에 관한 것이다.
토지 가치 평가 방법이란, 일정한 평가기준을 통하여 토지 가치를 화폐단위로 계산, 조정, 표시하는 행위로 정의될 수 있다. 다시 말하면, 토지평가기준 자체만으로는 곧바로 평가가치가 결정될 수 없기에 이를 통하여 형식적 의미의 평가가치를 계산하고 그것을 조정하여 실질적 의미의 평가 가치를 결정 표시하는 일종의 토지가치 조성행위를 토지평가방법이라고 한다.
이러한 토지 평가는 일반적으로 감정평가사에 의하여 이루어진다. 감정평가사는 토지나 건물에 대한 의뢰를 접수하는 경우, 직접 대상 물건을 확인한 후 자료를 수집하고, 이를 검토 분석하여 평가가액을 산출하여 왔다.
이러한 일반적인 감정 평가 방법을 개선하기 위하여 대한민국 공개특허공보 제1998-087704호는 주택 및 빌딩 등의 건축물을 건설하기 전에 미리 건축에 필요한 토지의 지적, 법령, 세금, 개발계획 및 수요전망 등에 관한 정보를 인터넷으로 제공하여 최적의 건축시안을 마련할 수 있도록 하였다.
또한, 대한민국 등록특허 038188호에 따른 토지의 멀티미디어 관리 운영 시스템 및 그 운영 방법을 통하여, 토지의 성격, 형태, 이용가치 및 이용 방법등을 클라이언트의 요구에 따라 분석된 정보를 단시간 내에 처리하는 서비스를 클라이언트에게 제공할 수 있게 되었다.
그러나 상기 공개특허공보 또는 등록특허의 시스템은 감정평가사 등에 의하여 이루어진 작업을 전산적으로 정리하고, 이를 편리하게 조회할 수 있도록 하는 시스템에 불과하다. 토지의 성격, 형태, 이용가치 및 이용 방법 등을 클라이언트의 요구에 따라 분석된 정보를 단시간 내에 처리하는 서비스를 클라이언트에게 제공할 뿐만 아니라, 토지 자산 가치를 결정하는 속성 변수에 따른 토지 가치를 능동적으로 평가하는 시스템 또는 그 평가 기법은 아직 공개되지 않았다.
따라서 본 발명은 상기한 종래에 따른 토지 관리 운영 시스템을 보다 개선시키기 위한 것으로, 토지 자산 가치를 결정하는 속성 변수에 따른 토지 가치를 능동적으로 평가하고, 임의의 토지 가치가 평가된 토지 가치와 상당히 다른 경우 이를 통지하는 적정 토지가치 모니터링 시스템 및 그 방법의 제공을 그 목적으로 한다.
본 발명의 일 측면에 따른 토지 가치 모니터링 시스템은 다수의 토지에 대한 실제 토지 가치 정보를 저장하는 토지 가치 데이터베이스, 다수의 토지에 대하여 토지의 가치를 결정하는 토지 속성 변수에 대한 측정값을 저장하는 토지 자료 데이터베이스 및 상기 토지 가치 데이터베이스의 실제 토지 가치 정보와 상기 토지 자료 데이터베이스의 토지 속성 변수에 대한 측정값을 이용하여 토지 가치 예측 모델을 생성하고, 예측하려는 타겟 토지의 토지 속성 변수 측정값을 입력받아 이를 상기 토지 가치 예측 모델에 적용함으로써 상기 타겟 토지의 가치를 예측하는 토지 가치 예측 제어부를 포함한다.
이 경우 상기 토지 가치 데이터베이스는 연결되어 있는 외부 토지가격 서버로부터 다수의 토지에 대한 실제 가치 정보를 수신할 수 있으며, 상기 토지 가치 예측 제어부는 인공신경망(NN : Neural Network) 기법, 다변량 판별분석(MDA : Multivariate Discriminant Analysis) 기법, 사례기반추론(CBR : Case Based Reasoning) 기법, 의사결정나무(decision tree) 기법, 로지스틱 회귀분석법(logistic regression) 중 적어도 하나의 기법을 이용하여 토지 가치 예측 모델을 생성할 수 있다. 또한, 토지 가치 예측 제어부는 소정의 조건을 만족하는 경우 기존의 토지 가치 예측 모델을 재학습시킬 수 있다.
본 발명에 따른 토지 가치 모니터링 시스템은 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스에 저장된 타겟 토지의 실제 가치를 비교하는 토지 가치 대조부를 더 포함할 수 있다. 또한, 토지 가치 모니터링 시스템은 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스에 저장된 타겟 토지의 실제 가치 간 차이가 기준 차이값 이상인지 체크하는 모니터링부와 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스에 저장된 타겟 토지의 실제 가치 간 차이가 기준 차이값 이상인 경우 알람을 출력하는 경보부를 더 포함할 수 있다.
더 바람직하게, 본 발명에 따른 토지 가치 모니터링 시스템은 속성 변수의 입력, 예측된 토지 가치의 출력을 위한 유저 인터페이스부를 더 포함할 수도 있다.
본 발명의 다른 측면에 따른 토지 가치 모니터링 방법은 토지 가치 모니터링 시스템은 다수의 토지에 대한 실제 가치를 저장하는 토지 가치 데이터베이스를 생성하는 단계, 토지 가치 모니터링 시스템은 상기 다수의 토지 중 적어도 하나의 토지에 대하여 토지 속성 변수 측정값을 입력받고 이를 이용하여 토지 가치 예측 모델을 생성하는 단계 및 토지 가치 모니터링 시스템은 예측하려는 타겟 토지의 토지 속성 변수 측정값을 입력받고, 이를 상기 토지 가치 예측 모델에 적용하여 상기 타겟 토지의 가치를 예측하는 단계를 포함한다.
상기 토지 가치 모니터링 방법은 상기 토지 가치 모니터링 시스템이 네트워크를 통하여 연결된 외부 토지가격 서버로부터 다수의 토지에 대한 실제 가치 정보를 수신하여 상기 토지 가치 데이터베이스를 업데이트하는 단계를 더 포함할 수 있다.
또한, 상기 토지 가치 모니터링 시스템의 토지 가치 예측 모델 생성 단계는 인공신경망 기법, 다변량 판별분석 기법, 사례기반추론 기법, 의사결정나무 기법, 로지스틱 회귀분석법 중 적어도 하나의 기법을 이용할 수 있다.
또한, 본 발명에 따른 토지 가치 모니터링 방법은 토지 가치 모니터링 시스템이 상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스 저장부에 저장된 타겟 토지의 가치를 비교하는 단계를 더 포함할 수 있다. 이에 따라, 상기 토지 가치 모니터링 시스템이 상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스 저장부에 저장된 타겟 토지의 차이가 기준 차이값 이상인지 체크하는 단계와 상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스 저장부에 저장된 타겟 토지의 차이가 기준 차이값 이상인 경우 상기 토지 가치 모니터링 시스템은 알람을 출력하는 단계가 더 포함될 수도 있다.
본 발명에 따른 토지 가치 모니터링 방법은 소정의 조건을 만족하는 경우 기존의 토지 가치 예측 모델을 재학습시키는 것을 단계를 더 포함할 수 있다.
상기한 바와 같이 본 발명에 따른 적정 토지가치 모니터링 시스템 및 그 방법은, 토지 자산 가치를 결정하는 속성 변수에 따른 토지 가치를 능동적으로 평가하고, 임의의 토지 가치가 평가된 토지 가치와 상당히 다른 경우 이를 통지하여 줌으로써, 보다 편리하게 토지 가치를 예측할 수 있고, 예측된 토지 가치와 상당한 차이가 발생한 토지를 체크할 수 있어 부동산 정책 결정에도 참고될 수 있다.
도 1은 본 발명의 일 실시예에 따른 토지 가치 모니터링 시스템의 구성을 나타낸 도면.
도 2는 본 발명의 다른 실시예에 따른 토지 가치 예측 모델 생성 방법을 나타낸 도면.
도 3은 본 발명의 다른 실시예에 따른 토지 가치 예측 방법을 나타낸 도면.
<도면의 주요 부분에 대한 부호 설명>
10 : 토지 가치 모니터링 시스템
11 : 토지 자료 데이터베이스
12 : 토지 가치 예측 제어부
13 : 토지 가치 데이터베이스
14 : 토지 가치 대조부
15 : 모니터링부
16 : 경보부
20 : 외부 토지가격 서버
이하, 본 발명에 따른 적정 토지가치 모니터링 시스템 및 그 방법에 대하여 첨부된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 토지 가치 모니터링 시스템의 구성을 나타낸 도면이다.
도 1에 도시된 바와 같이 토지 가치 모니터링 시스템(10)은 토지 자료 데이터베이스(11), 토지 가치 예측 제어부(12), 토지 가치 데이터베이스(13), 토지 가치 대조부(14), 모니터링부(16) 및 경보부(16) 등을 포함할 수 있다.
토지 자료 데이터베이스(11)에는 특정 지역의 도시환경생태, 교통, 교육수준 및 기타 사회 경제적 변수들과 같은 지역자산가치 속성 변수들과 그에 따른 실제 지역 토지 가치들의 정보가 저장되어 있다.
토지 가치 데이터베이스(13)에는 외부 토지가격 서버(20)에 있는 토지가치 정보들이 실시간으로 업데이트되어 저장된다. 외부 토지가격 서버(20)로는 국세청 토지 가치 제공 서버 또는 사설 토지 가치 제공 서버 등이 존재할 수 있다. 이러한 토지 가치는 토지의 시가 또는 공시 지가일 수 있으며, 이에 한정되지 않는다.
토지 가치 예측 제어부(12)는 토지 자료 데이터베이스(11)와 토지 가치 데이터베이스(13)에 저장된 정보를 통하여 토지 가치 예측 모델을 생성한다. 이러한 토지 가치 예측 모델의 생성에 이용되는 인공지능기법으로는 인공신경망(NN : Neural Network) 기법, 다변량 판별분석(MDA : Multivariate Discriminant Analysis) 기법, 사례기반추론(CBR : Case Based Reasoning) 기법, 의사결정나무(decision tree) 기법, 로지스틱 회귀분석법(logistic regression) 등이 존재한다.
토지 가치 예측 제어부(12)는 사용자 등으로부터 예측하고자 하는 타겟 토지의 속성 변수를 입력받으며, 입력된 타겟 토지의 속성 변수를 토지 가치 예측 모델에 적용함으로써 타겟 토지의 가치를 예측하고, 예측된 타겟 토지의 가치를 유저 인터페이스(비도시) 등을 통하여 출력하게 된다.
또한, 토지 가치 예측 제어부(12)는 예측된 타겟 토지의 가치를 토지 가치 대조부(14)로 전달한다. 토지 가치 대조부(14)는 예측하고자 하는 타겟 토지의 실제 가치를 토지 가치 데이터베이스(13)에서 제공받아 토지 가치 예측 제어부(12)에서 예측한 토지 가치와 대조한다.
그 대조 결과 토지의 실제 가치 데이터와 예측 가치 데이터와의 차이가 소정의 값(예를 들어, 5%) 이상 발생한 경우 모니터링부(15)는 경보부(16)에 신호를 전달하는 모니터링을 수행한다.
도 2는 본 발명의 다른 실시예에 따른 토지 가치 예측 모델 생성 방법을 나타낸 도면이다.
먼저 토지 가치 모니터링 시스템(10)은 실제 토지 가치 데이터베이스 생성하고, 외부 토지가격 서버(20) 등에 접속하여 상기 토지 가치 데이터베이스를 갱신, 업데이트한다(S201).
그 후 토지 가치 모니터링 시스템(10)은 실제 토지 가치가 저장된 토지 중 예측 모델에 반영할 토지를 임의의 개수만큼 선택하고, 선택된 토지의 자산 가치 속성 변수 값을 입력받는다(S202). 여기서 토지의 자산 가치 속성 변수로는 교통 환경 변수, 교육 환경 변수, 도시환경생태 변수 등 다양한 변수 등이 고려될 수 있다.
S201과 S202 과정에서 입력된 실제 토지 가치와 몇 개의 선택된 토지의 자산 가치 속성 변수 값을 이용하여, 토지 가치 모니터링 시스템(10)은 토지 가치를 예측할 수 있는 모델을 생성하는 것이다(S203).
보다 구체적으로 살펴보면, 토지 가치 모니터링 시스템(10)은 인공 지능 기법을 이용하여 토지 가치 예측 모델을 생성하게 된다. 이와 같이 토지 가치 예측 모델을 생성하기 위한 인공 지능 기법으로는 인공신경망(NN : Neural Network) 기법, 다변량 판별분석(MDA : Multivariate Discriminant Analysis) 기법, 사례기반추론(CBR : Case Based Reasoning) 기법, 의사결정나무(decision tree) 기법, 로지스틱 회귀분석법(logistic regression) 등이 있다.
도 3은 본 발명의 다른 실시예에 따른 토지 가치 예측 방법을 나타낸 도면이다.
토지 가치 모니터링 시스템(10)은 토지 가치 데이터베이스를 생성하고, 인터넷 또는 전용선망 등과 같은 네트워크를 통하여 연결되어 있는 외부 토지가격 서버(20)에 접속하여 생성된 토지 가치 데이터베이스를 업데이트한다(S301)
그 후, 토지 가치 모니터링 시스템(10)은 실제 토지 가치 데이터베이스를 이용하여 도 2 과정에 따른 토지 가치 예측 모델을 생성하게 된다(S302). 토지 가치 예측 모델의 생성은 위에서 살펴본 바와 같이 인공신경망(NN : Neural Network) 기법, 다변량 판별분석(MDA : Multivariate Discriminant Analysis) 기법, 사례기반추론(CBR : Case Based Reasoning) 기법, 의사결정나무(decision tree) 기법, 로지스틱 회귀분석법(logistic regression) 등을 이용할 수 있다.
토지 가치 모니터링 시스템(10)은 사용자 등으로부터 예측하고자 하는 타겟 토지의 속성 변수를 입력받는다(S303). 보다 편리하고 효율성이 좋은 속성 변수의 입력을 위하여 토지 가치 모니터링 시스템(10)은 사용자에게 소정의 유저 인터페이스를 제공할 수도 있다.
토지 가치 모니터링 시스템(10)은 입력된 타겟 토지 속성 변수를 토지 가치 예측 모델에 적용함으로써 타겟 토지의 가치를 예측하고, 예측된 타겟 토지의 가치를 유저 인터페이스 등을 통하여 출력하게 된다(S304).
타겟 토지 가치의 예측 후 토지 가치 모니터링 시스템(10)은 실제 토지 가치와 예측 토지 가치의 차이가 기준 차이값 이상인지 체크하게 된다(S305). 만일 S305 단계에서 실제 토지 가치와 예측 토지 가치의 차이가 기준 차이값 이상인 경우, 토지 가치 모니터링 시스템(10)은 타겟 토지의 실제 토지 가치가 비정상인 것으로 판단하는 것이다.
이에 따라 토지 가치 모니터링 시스템(10)은 유저 인터페이스 등을 통하여 경보 등을 출력함으로써, 사용자 등에게 타겟 토지 가치의 비정상 사실을 통지한다(S306).
한편, 토지 가치 모니터링 시스템(10)은 예측 모델 수정이 필요한지 판단하게 된다(S307). 본 발명의 토지 가치 모니터링 시스템(10)이 구비하고 있는 토지 가치 예측 모델은 자체적으로 학습이 가능한 모델에 해당하므로, 소정의 조건 하에 예측 모델을 재학습될 수 있다(S308).
예를 들어, 사용자가 예측 모델의 자동 재학습 옵션을 활성화 시킨 경우, 토지 가치 모니터링 시스템(10)은 타겟 토지의 가치 예측 후 예측 모델을 재학습시키는 제어를 수행한다. 또 다른 예로, 타겟 토지의 가치 예측 값과 실제 토지 가치에 상당한 차이가 발생한 경우, 토지 가치 예측 모델을 재학습시키는 옵션도 고려할 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의하여 정해져야 한다.
Claims (14)
- 토지 가치 모니터링 시스템에 있어서,다수의 토지에 대한 실제 토지 가치 정보를 저장하는 토지 가치 데이터베이스;다수의 토지에 대하여 토지의 가치를 결정하는 토지 속성 변수에 대한 측정값을 저장하는 토지 자료 데이터베이스; 및상기 토지 가치 데이터베이스의 실제 토지 가치 정보와 상기 토지 자료 데이터베이스의 토지 속성 변수에 대한 측정값을 이용하여 토지 가치 예측 모델을 생성하고, 예측하려는 타겟 토지의 토지 속성 변수 측정값을 입력받아 이를 상기 토지 가치 예측 모델에 적용함으로써 상기 타겟 토지의 가치를 예측하는 토지 가치 예측 제어부를 포함하는 토지 가치 모니터링 시스템.
- 제1항에 있어서,상기 토지 가치 데이터베이스는,연결되어 있는 외부 토지가격 서버로부터 다수의 토지에 대한 실제 가치 정보를 수신하는 것을 특징으로 하는 토지 가치 모니터링 시스템.
- 제1항에 있어서,상기 토지 가치 예측 제어부는,인공신경망(NN : Neural Network) 기법, 다변량 판별분석(MDA : Multivariate Discriminant Analysis) 기법, 사례기반추론(CBR : Case Based Reasoning) 기법, 의사결정나무(decision tree) 기법, 로지스틱 회귀분석법(logistic regression) 중 적어도 하나의 기법을 이용하여 토지 가치 예측 모델을 생성하는 토지 가치 모니터링 시스템.
- 제1항에 있어서,상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스에 저장된 타겟 토지의 실제 가치를 비교하는 토지 가치 대조부를 더 포함하는 토지 가치 모니터링 시스템.
- 제4항에 있어서,상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스에 저장된 타겟 토지의 실제 가치 간 차이가 기준 차이값 이상인지 체크하는 모니터링부; 와상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스에 저장된 타겟 토지의 실제 가치 간 차이가 기준 차이값 이상인 경우 알람을 출력하는 경보부를 더 포함하는 토지 가치 모니터링 시스템.
- 제1항에 있어서,상기 토지 가치 예측 제어부는,소정의 조건을 만족하는 경우 기존의 토지 가치 예측 모델을 재학습시키는 것을 특징으로 하는 토지 가치 모니터링 시스템.
- 제1항에 있어서,속성 변수의 입력, 예측된 토지 가치의 출력을 위한 유저 인터페이스부를 더 포함하는 토지 가치 모니터링 시스템.
- 토지 가치 모니터링 방법에 있어서,토지 가치 모니터링 시스템은 다수의 토지에 대한 실제 가치를 저장하는 토지 가치 데이터베이스를 생성하는 단계;상기 토지 가치 모니터링 시스템은 상기 다수의 토지 중 적어도 하나의 토지에 대하여 토지 속성 변수 측정값을 입력받고, 이를 이용하여 토지 가치 예측 모델을 생성하는 단계; 및상기 토지 가치 모니터링 시스템은 예측하려는 타겟 토지의 토지 속성 변수 측정값을 입력받고, 이를 상기 토지 가치 예측 모델에 적용하여 상기 타겟 토지의 가치를 예측하는 단계를 포함하는 토지 가치 모니터링 방법.
- 제8항에 있어서,상기 토지 가치 모니터링 시스템은,네트워크를 통하여 연결된 외부 토지가격 서버로부터 다수의 토지에 대한 실제 가치 정보를 수신하여 상기 토지 가치 데이터베이스를 업데이트하는 단계를 더 포함하는 토지 가치 모니터링 방법.
- 제8항에 있어서,상기 토지 가치 모니터링 시스템의 토지 가치 예측 모델 생성 단계는,인공신경망(NN : Neural Network) 기법, 다변량 판별분석(MDA : Multivariate Discriminant Analysis) 기법, 사례기반추론(CBR : Case Based Reasoning) 기법, 의사결정나무(decision tree) 기법, 로지스틱 회귀분석법(logistic regression) 중 적어도 하나의 기법을 이용하는 것을 특징으로 하는 토지 가치 모니터링 방법.
- 제8항에 있어서,상기 토지 가치 모니터링 시스템은 상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스 저장부에 저장된 타겟 토지의 가치를 비교하는 단계를 더 포함하는 토지 가치 모니터링 방법.
- 제11항에 있어서,상기 토지 가치 모니터링 시스템은 상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스 저장부에 저장된 타겟 토지의 차이가 기준 차이값 이상인지 체크하는 단계; 와상기 타겟 토지의 예측된 토지 가치와 상기 토지 가치 데이터베이스 저장부에 저장된 타겟 토지의 차이가 기준 차이값 이상인 경우 상기 토지 가치 모니터링 시스템은 알람을 출력하는 단계를 더 포함하는 토지 가치 모니터링 방법.
- 제8항에 있어서,상기 토지 가치 모니터링 시스템은 소정의 조건을 만족하는 경우 기존의 토지 가치 예측 모델을 재학습시키는 것을 단계를 더 포함하는 토지 가치 모니터링 방법.
- 제8항에 있어서,상기 토지 가치 모니터링 시스템은 속성 변수의 입력, 예측된 토지 가치의 출력을 위한 유저 인터페이스를 제공하는 것을 특징으로 하는 토지 가치 모니터링 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080028452A KR20090103087A (ko) | 2008-03-27 | 2008-03-27 | 토지 가치 모니터링 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080028452A KR20090103087A (ko) | 2008-03-27 | 2008-03-27 | 토지 가치 모니터링 시스템 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20090103087A true KR20090103087A (ko) | 2009-10-01 |
Family
ID=41532659
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080028452A KR20090103087A (ko) | 2008-03-27 | 2008-03-27 | 토지 가치 모니터링 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20090103087A (ko) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101140971B1 (ko) * | 2009-11-23 | 2012-05-03 | 권혁호 | 다층 구조의 비닐시트 |
| KR101151013B1 (ko) * | 2009-11-20 | 2012-06-13 | 한국타이어 주식회사 | 타이어 성능 평가 방법 |
| WO2018021625A1 (ko) * | 2016-07-27 | 2018-02-01 | 주식회사 케이앤컴퍼니 | 빅데이터를 이용한 부동산 시세 추정 시스템 및 방법 |
| WO2018151343A1 (ko) * | 2017-02-15 | 2018-08-23 | 맹준영 | 앙상블 학습 기법에 기반한 부동산 가격 자동 평가 시스템 및 방법 |
| KR20190014211A (ko) * | 2017-07-28 | 2019-02-12 | 주식회사 빅밸류 | 유사도 점수에 기초하여 결정된 거래사례 부동산을 이용한 부동산 시세 추정 시스템 및 방법 |
| KR102103670B1 (ko) * | 2019-07-17 | 2020-04-23 | 주식회사 커넥트닷 | 부동산 평가 장치 및 방법 |
| KR20200061753A (ko) * | 2018-11-26 | 2020-06-03 | 박진우 | 화물 운송 정보와 차주 관련 운송 정보를 통해 가격 산출 프로그램과 빅데이터의 상호작용 모델을 적용한 화물 운임 추정 시스템 |
| KR102252599B1 (ko) | 2020-11-09 | 2021-05-14 | 김지윤 | 토지감정평가서비스장치 및 그 장치의 구동방법, 그리고 컴퓨터 판독가능 기록매체 |
| KR102557686B1 (ko) | 2023-01-20 | 2023-07-20 | 주식회사 바로측량설계사무소 | 인공지능 기반 토지 미래가치 분석 제공 방법 및 장치, 시스템 |
-
2008
- 2008-03-27 KR KR1020080028452A patent/KR20090103087A/ko active Search and Examination
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101151013B1 (ko) * | 2009-11-20 | 2012-06-13 | 한국타이어 주식회사 | 타이어 성능 평가 방법 |
| KR101140971B1 (ko) * | 2009-11-23 | 2012-05-03 | 권혁호 | 다층 구조의 비닐시트 |
| WO2018021625A1 (ko) * | 2016-07-27 | 2018-02-01 | 주식회사 케이앤컴퍼니 | 빅데이터를 이용한 부동산 시세 추정 시스템 및 방법 |
| WO2018151343A1 (ko) * | 2017-02-15 | 2018-08-23 | 맹준영 | 앙상블 학습 기법에 기반한 부동산 가격 자동 평가 시스템 및 방법 |
| KR20190014211A (ko) * | 2017-07-28 | 2019-02-12 | 주식회사 빅밸류 | 유사도 점수에 기초하여 결정된 거래사례 부동산을 이용한 부동산 시세 추정 시스템 및 방법 |
| KR20200061753A (ko) * | 2018-11-26 | 2020-06-03 | 박진우 | 화물 운송 정보와 차주 관련 운송 정보를 통해 가격 산출 프로그램과 빅데이터의 상호작용 모델을 적용한 화물 운임 추정 시스템 |
| KR102103670B1 (ko) * | 2019-07-17 | 2020-04-23 | 주식회사 커넥트닷 | 부동산 평가 장치 및 방법 |
| KR102252599B1 (ko) | 2020-11-09 | 2021-05-14 | 김지윤 | 토지감정평가서비스장치 및 그 장치의 구동방법, 그리고 컴퓨터 판독가능 기록매체 |
| KR102557686B1 (ko) | 2023-01-20 | 2023-07-20 | 주식회사 바로측량설계사무소 | 인공지능 기반 토지 미래가치 분석 제공 방법 및 장치, 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20090103087A (ko) | 토지 가치 모니터링 시스템 및 그 방법 | |
| US10769570B2 (en) | Artificial intelligence based risk and knowledge management | |
| El-Sawalhi et al. | Contractor pre-qualification model: State-of-the-art | |
| Chen et al. | Earned value project management: Improving the predictive power of planned value | |
| Frangopol | Life-cycle performance, management, and optimisation of structural systems under uncertainty: accomplishments and challenges 1 | |
| Elfaki et al. | Using intelligent techniques in construction project cost estimation: 10‐year survey | |
| Yazdani et al. | Improved decision model for evaluating risks in construction projects | |
| Milenković et al. | Container flow forecasting through neural networks based on metaheuristics | |
| Granato et al. | A framework for unifying formal and empirical analysis | |
| WO2020123999A1 (en) | Synthetic data generation in computer-based reasoning systems | |
| Jeon et al. | Modelling cyclic container freight index using system dynamics | |
| US20210374270A1 (en) | Digital Channel for Automated Parameter-Driven, Scenario-Based Risk-Measurement, Classification and Underwriting in Fragmented, Unstructured Data Environments And Corresponding Method Thereof | |
| Ahmed et al. | A novel Neutrosophic-based machine learning approach for maintenance prioritization in healthcare facilities | |
| Palha et al. | A Model for Sorting Activities to Be Outsourced in Civil Construction Based on ROR‐UTADIS | |
| Lei et al. | Sustainable life-cycle maintenance policymaking for network-level deteriorating bridges with a convolutional autoencoder–structured reinforcement learning agent | |
| Li et al. | What are the critical well-drilling blowouts barriers? A progressive DEMATEL-game theory | |
| Meharie et al. | An effective approach to input variable selection for preliminary cost estimation of construction projects | |
| Kwon et al. | Developing a machine learning-based building repair time estimation model considering weight assigning methods | |
| Pedersen et al. | Optimizing a condition-based maintenance policy by taking the preferences of a risk-averse decision maker into account | |
| Veeramachaneni et al. | An ELECTRE Approach for Multicriteria Interval‐Valued Intuitionistic Trapezoidal Fuzzy Group Decision Making Problems | |
| Darko et al. | Using machine learning to improve cost and duration prediction accuracy in green building projects | |
| Yazdi et al. | Progressive system safety and reliability analysis: a sustainable game theory approach | |
| Grussing | Risk-based facility management approach for building components using a discrete Markov process–Predicting condition, reliability, and remaining service life | |
| Hamida et al. | Quantifying the effects of interventions based on visual inspections from a network of bridges | |
| CN117252688A (zh) | 一种金融风险评估方法、系统、终端设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| J201 | Request for trial against refusal decision | ||
| AMND | Amendment | ||
| B601 | Maintenance of original decision after re-examination before a trial | ||
| J301 | Trial decision |
Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20100331 Effective date: 20120924 |