KR20160086810A - 경매물품의 실시간 낙찰가 예측 방법 - Google Patents

Abstract

경매물품의 실시간 낙찰가 예측 방법이 제공된다. 본 발명의 일 실시예에 따른 경매물품의 실시간 낙찰가 예측 방법은, 클라이언트 장치가 경매 진행중인 경매물품에 대하여 발생하는 복수의 입찰정보를 수집하는 단계, 상기 복수의 입찰정보간의 시계열적 변동추이인 경매동향정보를 추출하고, 상기 경매동향정보를 기초로 컨텍스트데이터를 결정하는 단계, 상기 경매동향정보 및 상기 컨텍스트데이터를 이용하여 예상 낙찰가를 산출하는 단계 및 상기 예상 낙찰가를 상기 클라이언트 장치에 표시하는 단계를 포함한다.

Description

경매물품의 실시간 낙찰가 예측 방법{METHOD FOR REAL-TIME PREDICTING SUCCESSFUL BID PRICE OF AUCTION}

본 발명은 경매물품의 실시간 낙찰가 예측 방법에 관한 것으로, 보다 자세하게는 이동 단말기 또는 웨어러블 디바이스를 이용하여 경매 진행중인 물품에 대하여 실시간으로 예상 낙찰가를 산출할 수 있는 방법에 관한 것이다.

일반적인 경매의 과정은, 경매물품의 구매를 희망하는 복수의 입찰자들이 특정 장소에 집결하여 경매인의 진행에 따라 각자의 입찰가를 제시하여 경쟁매매를 유도하고, 가장 높은 입찰가를 제시하는 입찰자를 경매물품의 계약 당사자로 결정한다.

종래에는 이러한 오프라인에서는 경매 방법으로 경매 물품의 낙찰자를 결정하였으나, 최근 인터넷 및 통신기술이 발달함에 따라 인터넷을 이용한 경매 서비스가 확산되고 있다.

즉, 복수의 사용자는 경매가 진행중인 웹페이지에 접속하여 실시간으로 자신의 입찰가를 제시하면 되므로 시간과 장소에 구애받지 않고 경매과정에 참여할 수 있다. 따라서, 종래의 오프라인에서 주로 이루어지던 경매과정이 편의성이 향상된 온라인을 통한 경매 서비스로 변경되는 추세이다.

한국공개특허 특2000-0030465호 한국공개특허 특2001-0000729호

종래의 오프라인에서의 경매 시스템은 구매를 희망하는 경매물품에 대한 경매과정에 참여하기 위해 특정 장소로 이동해야되는 불편함이 있었으며, 개인 스케줄에 따라 경매에 참석하지 못할 수 있는 문제점이 있었다.

또한, 종래의 온라인에서의 경매 시스템은 오프라인 경매 방법과 유사하게 경매 물품에 대한 입찰과정을 지속적으로 모니터링 해야되는 불편함이 있었으며, 비전문가인 일반 사용자는 예상 낙찰가를 가늠하기 어려웠다. 즉, 경매 진행중인 물품의 예상 낙찰가가 자신의 입찰 한도액을 상회하는 경우 해당 물품에 대한 경매를 포기해야 하나, 경매물품에 대한 가치 및 이에 대응하는 예상 낙찰가와 같은 정보를 충분히 제공받지 못하고 있어 경매과정에 있어 불필요한 시간을 낭비하는 문제점이 있었다.

위와 같은 문제점으로부터 안출된 본 발명이 해결하고자 하는 기술적 과제는, 경매물품에 관한 과거 경매기록, 상세정보 등을 사용자가 보유한 스마트 단말기나 웨어러블 디바이스를 이용하여 조회하여 해당 경매물품에 관련지식이 풍부하지 않은 사용자라 하더라도 경매물품에 관한 다양한 정보를 자동으로 수집할 수 있는 경매물품의 실시간 낙찰가 예측 방법을 제공하고자 하는 것이다.

본 발명이 해결하고자 하는 다른 기술적 과제는, 클라이언트 장치를 이용하여 현재 경매 진행중인 경매물품에 대한 입찰정보를 수집하고, 입찰정보의 시계열적 변동추이를 기초로 실시간으로 낙찰 예상가를 산출할 수 있는 경매물품의 실시간 낙찰가 예측 방법을 제공하고자 하는 것이다.

본 발명이 해결하고자 하는 또 다른 기술적 과제는, 수집되는 입찰정보의 입찰가 또는 입찰간격을 기초로 경매장 내부의 분위기나 입찰자의 심리상태 등에 관한 컨텍스트정보를 결정할 수 있는 경매물품의 실시간 낙찰가 예측 방법을 제공하고자 하는 것이다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 언급된 기술적 과제들을 해결하기 위한, 본 발명의 일 실시예에 따른 경매물품의 실시간 낙찰가 예측 방법은, 클라이언트 장치가 경매 진행중인 경매물품에 대하여 발생하는 복수의 입찰정보를 수집하는 단계, 상기 복수의 입찰정보간의 시계열적 변동추이인 경매동향정보를 추출하고, 상기 경매동향정보를 기초로 컨텍스트데이터를 결정하는 단계, 상기 경매동향정보 및 상기 컨텍스트데이터를 이용하여 예상 낙찰가를 산출하는 단계 및 상기 예상 낙찰가를 상기 클라이언트 장치에 표시하는 단계를 포함한다.

상기 입찰정보를 수집하는 단계는, 상기 경매물품에 대한 제1 입찰정보의 생성시점인 제1 입찰시각을 기록하는 단계 및 상기 제1 입찰시각 이후에 발생하는 제2 입찰정보의 생성시점인 제2 입찰시각을 기록하는 단계를 포함하되, 상기 클라이언트 장치는 상기 제1 입찰정보 및 상기 제2 입찰정보를 포함하는 복수의 입찰정보를 수집할 수 있다.

상기 경매동향정보 및 상기 컨텍스트데이터를 추출하는 단계는, 상기 제1 입찰시각과 상기 제2 입찰시간의 시간차를 산출하는 단계, 상기 제1 입찰정보 및 상기 제2 입찰정보에 포함된 입찰금액의 변화량을 산출하는 단계 및 상기 변화량 및 상기 시간차를 데이터베이스와 비교하여 상기 경매동향정보 또는 상기 컨텍스트데이터를 추출하는 단계를 포함할 수 있다.

상기 제2 입찰시각 이후에 발생하는 제3 입찰정보의 생성시점인 제3 입찰시각을 기록하는 단계를 더 포함하되, 상기 클라이언트 장치는, 상기 제3 입찰정보 및 상기 제3 입찰시각을 기초로 상기 경매동향정보 및 상기 컨텍스트데이터를 갱신하고, 갱신된 상기 경매동향정보 및 상기 컨텍스트데이터를 기초로 상기 예상 낙찰가를 실시간으로 재산출할 수 있다.

상기 클라이언트 장치는 웨어러블 디바이스를 포함하고, 상기 입찰정보를 수집하는 단계는, 상기 웨어러블 디바이스를 이용하여 경매 진행과 관련된 디스플레이 영역을 인식하는 단계 및 상기 디스플레이 영역에 표시되는 상기 입찰정보를 구분하는 단계를 포함할 수 있다.

상기 입찰정보를 수집하는 단계는, 상기 클라이언트 장치를 이용하여 경매 진행자의 음성정보를 수집하는 단계 및 상기 음성정보에 포함된 상기 입찰정보를 필터링하는 단계를 포함할 수 있다.

상기 클라이언트 장치로 상기 경매물품의 식별정보를 수집하는 단계 및 상기 식별정보를 이용하여 상기 경매물품의 경매 히스토리 및 상세정보를 수신하는 단계를 더 포함할 수 있다.

상기 예상 낙찰가를 산출하는 단계는, 상기 경매 히스토리를 더 고려하여 상기 예상 낙찰가를 산출할 수 있다.

상기 복수의 입찰정보간의 시계열적 변동추이를 시각화된 그래프로 도시하는 단계 및 상기 그래프를 상기 클라이언트 장치에 표시하는 단계를 더 포함할 수 있다.

상기와 같은 본 발명에 따르면, 사용자는 자신이 보유한 모바일 단말기 또는 웨어러블 디바이스를 이용하여 경매물품에 관한 다양한 정보를 별도의 과정없이 신속하고 효율적으로 제공받을 수 있으며, 측정되는 입찰정보의 시계열적 변동추이에 기반하여 실시간으로 컨텍스트데이터 및 예상 낙찰가를 산출할 수 있다.

따라서, 사용자는 실시간으로 산출되는 예상 낙찰가를 이용하여 자신의 경매참여여부를 능동적으로 결정할 수 있으며, 경매물품에 대한 과거 경매기록 또는 상세정보를 별도로 조회하지 않더라도 단말기에서 해당 경매물품의 정보를 자동으로 수집할 수 있어 효율적인 경매활동을 수행할 수 있다.

도 1은 본 발명의 일 실시예에 따른 경매물품의 실시간 낙찰가 예측 방법의 개략적인 흐름을 나타내는 순서도이다.
도 2 내지 도 3은 도 1의 클라이언트 장치가 입찰정보를 수집하는 다양한 실시예를 나타내는 도면이다.
도 4는 도 1의 수집된 입찰정보의 시계열적 변동추이를 분석하고, 이를 도시화하는 일 예를 나타내는 도면이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.

이하, 도면을 참조하여 본 발명의 실시예들에 따른 경매물품의 실시간 낙찰가 예측 방법에 대해 설명하기로 한다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 경매물품의 실시간 낙찰가 예측 방법의 개략적인 흐름이 도시된다.

먼저, 클라이언트 장치가 경매 진행중인 경매물품에 대하여 발생하는 복수의 입찰정보를 수집하는 단계(S11)를 수행할 수 있다.

본 명세서에서, 클라이언트 장치는 다양한 의미로 사용될 수 있으며, 예를 들어 클라이언트 장치는 스마트폰, PDA, 태블릿 PC 등과 같은 모바일 단말기 및 스마트 와치(Smart Watch), 스마트 글라스(Smart Glass), 스마트 밴드(Smart Basd) 등과 같은 웨어러블 디바이스일 수 있으나, 이에 한정되는 것은 아니며 데스크탑 PC, 또는 스마트 가전기기를 더 포괄할 수도 있다.

즉, 클라이언트 장치는 중앙 처리 장치(CPU)가 구비된 다양한 전자 장치일 수 있으며, 일반적으로 이러한 클라이언트 장치는 카메라 유닛, 마이크 유닛, 스피커 유닛, 디스플레이 유닛 등과 같은 다양한 서브 유닛을 포함할 수 있다.

도 2 내지 도 3을 함께 참조하면, 본 발명에 따른 경매물품의 실시간 낙찰가 예측 방법에서 클라이언트 장치가 입찰정보를 수집하는 다양한 실시예가 도시된다.

도 2의 (a)에 도시된 바와 같이, 사용자는 클라이언트 장치(10)를 소지하고 경매 진행중인 경매장을 방문한다. 일반적으로, 오프라인에서 진행되는 경매과정은 다수의 경매 참여인이 참석하므로, 효율적인 경매의 진행을 위하여 전광판과 같은 경매 현황을 표시하는 디스플레이 장치(20)가 구비되어 있다. 이러한 디스플레이 장치(20)는 실시간으로 경매 물품에 입찰한 입찰자의 식별기호, 입찰가, 입찰시간 등이 표시될 수 있다.

클라이언트 장치(10)에서 클라이언트 장치에 구비된 촬영유닛을 이용하여 디스플레이 장치(20)를 촬영하면, 클라이언트 장치(10)는 촬영된 화상정보를 분석하여 경매와 관련된 입찰정보를 추출할 수 있다. 예를 들어, 클라이언트 장치(10)가 스마트폰일 경우, 스마트폰에 구비된 카메라 유닛을 실행하여 디스플레이 장치(20)를 촬영하거나 녹화할 수 있으며, 스마트폰은 촬영된 화상정보를 분석하여 입찰인의 정보, 입찰가 등에 대한 입찰정보를 인식할 수 있다. 또는, 클라이언트 장치(10)가 스마트 글라스인 경우, 스마트 글라스의 촬영모드를 활성화하여 디스플레이 장치(20)를 촬영하고, 디스플레이 장치(20)에 표시되는 입찰정보를 실시간으로 수집할 수 있다.

이때, 클라이언트 장치(10)는 수집되는 입찰정보의 입찰시간을 측정하여 기록할 수 있다. 다시 말해, 도 2의 (a)에 도시된 바와 같이, 클라이언트 장치(10)는 소정 시간 간격 또는 연속적으로 촬영된 디스플레이 장치(20)와 관련된 화상정보를 분석하고 있다가, 디스플레이 장치(20)에 제1 입찰정보가 표시되면 제1 입찰정보의 수집 시점을 입찰시각으로 판단하여 기록할 수 있다.

계속해서, 도 2의 (b)에 도시된 바와 같이, 제1 입찰정보가 발생된 후 제2 입찰정보가 디스플레이 장치(20)에 표시되면, 클라이언트 장치(10)는 제2 입찰정보의 입찰시각, 즉 제2 입찰정보의 수집 시점을 기록할 수 있다. 실제 입찰인이 입찰희망을 나타내는 시점과 디스플레이 장치(20)에 이를 반영하여 표시하는 시간차이가 존재할 수 있으나 그 오차범위는 수 초 미만이므로, 클라이언트 장치(10)는 실질적으로 실시간으로 입찰정보를 수집할 수 있다.

클라이언트 장치(10)는 제1 입찰정보의 수집시점인 제1 입찰시각과 제2 입찰정보의 수집시점인 제2 입찰시각을 기록하고, 입찰정보에 포함된 입찰가와 제1 입찰시간 및 제2 입찰시간과의 시간차를 이용하여 예상 낙찰가를 산출할 수 있다. 구체적인 예상 낙찰가 산출 과정은 도 4를 참조하여 후술하기로 한다.

몇몇 다른 실시예에서, 사용자는 도 2에 도시된 경매장의 디스플레이 장치(20)를 이용하지 않고 다른 방법으로 입찰정보를 수집할 수 있으며, 이를 도 3과 함께 참조하여 설명하기로 한다.

도 3의 (a)에 도시된 바와 같이, 사용자(경매 참여자)는 경매인의 음성데이터를 이용하여 입찰정보를 수집할 수 있다. 구체적으로, 사용자는 클라이언트 장치(10)에 구비된 마이크모듈을 활성화하여 경매 과정중에 발생되는 음성데이터를 수집할 수 있으며, 음성데이터에 포함된 경매 진행자의 음성데이터를 필터링하여 필터링된 음성데이터에 포함된 입찰정보를 수집할 수 있다. 예를 들어, 클라이언트 장치(10)는 경매 진행자의 음성데이터를 분석하여 음성데이터에 입찰가격과 관련된 특징벡터가 발견되는 경우, 이를 입찰정보로 판단하여 그 시점을 기록할 수 있다. 이를 위해, 클라이언트 장치(10)는 사전에 입찰가격과 관련된 음성데이터의 특징을 데이터베이스화하여 관리할 수 있으며, 녹음되는 음성데이터를 데이터베이스와 비교하여 특징벡터와의 유사도를 기초로 입찰정보여부를 판단할 수 있다.

또는, 도 3의 (b)에 도시된 바와 같이, 사용자가 직접 경매 현장을 방문하지 않더라도 경매상황을 중계하는 중계장치(30)를 모니터링하여 입찰정보를 수집할 수도 있다. 중계장치(30)는 예를 들어 TV와 같은 디스플레이 유닛이 구비된 전자장치일 수 있으나, 이에 한정되는 것은 아니다.

즉, 클라이언트 장치(10)가 경매 현장에 구비된 전광판을 직접 촬영하는 대신, 경매 상황을 중계하는 TV를 촬영하고, TV의 화면부에 표시되는 경매진행정보를 구분하여 입찰정보를 추출할 수 있다.

또는, TV에서 송출되는 음성데이터를 수신하여 음성데이터에 포함된 특징벡터를 추출하여 입찰정보를 수집할 수 있으며, 이는 도 3의 (a)와 같은 방법일 수 있으나, 이에 한정되는 것은 아니다.

이와 같이, 사용자는 클라이언트 장치(10)를 이용하여 경매장에 배치된 전광판, 즉 디스플레이 장치(20) 또는 이를 중계하는 TV와 같은 중계장치(30)를 촬영하여 화상정보를 수신하고, 화상정보를 분석하여 입찰정보를 수집할 수 있으며, 클라이언트 장치(10)에 촬영유닛이 없거나 촬영환경이 나쁜 경우 경매 진행자의 음성데이터를 필터링하여 입찰정보를 수신하는 등 다양한 방법으로 입찰정보를 수집할 수 있다. 또한, 사용자는 자신이 보유한 스마트폰, 웨어러블 디바이스를 이용하여 자동으로 입찰정보를 실시간으로 수집할 수 있다.

본 실시예에서, 입찰정보는 전술한 바와 같이 입찰자의 식별정보, 입찰가격정보 등이 포함될 수 있으며, 일반적으로 오프라인에 진행되는 경매 과정에서는 입찰시점이 불분명한 경우가 많다. 따라서, 클라이언트 장치(10)는 이러한 입찰정보의 수집시점을 기록하여 입찰시각을 생성하고, 이를 기초로 신뢰성 있는 예상 낙찰가를 산출 할 수 있다.

클라이언트 장치에서 입찰정보를 수집하고 이에 대응되는 입찰 시각을 기록하면(S11), 클라이언트 장치는 수집되는 복수의 입찰정보간의 시계열적 변동추이를 분석하여 경매동향정보를 분석할 수 있으며, 분석된 경매동향정보를 기초로 컨텍스트데이터를 결정할 수 있다(S12).

일반적인 경매 과정에서, 입찰정보에 포함된 입찰가격은 시간이 흐를수록 상승하며, 역경매 과정은 이와 반대의 특징이 나타날 수 있다. 즉 입찰가가 지속적으로 상승하는 경매 과정에서, 바로 직전 입찰시점의 입찰가보다 낮은 가격으로 현재의 입찰정보가 생성되면 클라이언트 장치는 이를 비정상적인 입찰정보로 판단하여 무시할 수 있다.

즉, 도 4를 함께 참조하면, 일반적인 경매 과정에서 시간의 변화에 따라 입찰가는 지속적으로 상승하며, 마지막 입찰정보가 발생된 후 소정 시간동안 유효한 입찰정보가 생성되지 않으면 경매는 종료되고, 마지막 입찰정보의 입찰가를 기준으로 경매가격이 결정될 수 있다.

본 실시예에서, 클라이언트 장치는 수집되는 입찰정보에 포함된 입찰가격의 변화량 및 입찰정보의 출현간격을 이용하여 경매동향정보를 추출할 수 있다. 예를 들어, 특정 구간에 수집된 입찰정보에 포함되는 입찰자의 식별정보가 다양하고, 짧은 시간 간격으로 새로운 입찰정보가 수집되면, 클라이언트 장치는 현재 시점을 경매 초기 시점으로 판단할 수 있다. 또한, 입찰자의 식별자의 종류가 기준개수 이하이고, 입찰정보의 출현간격이 기준시간 간격에 비해 긴 경우, 클라이언트 장치는 현재 시점을 경매 후반 시점으로 판단할 수 있다.

이와 같이, 클라이언트 장치는 입찰정보에 포함된 입찰가격정보 및 입찰정보의 수집시점인 입찰시각을 기초로 현재 시점이 경매 과정은 초반, 중반 또는 후반임을 판단할 수 있으며, 본 실시예에서 클라이언트 장치는 이를 경매동향정보로 활용하였으나, 경매동향정보는 이에 한정되는 것이 아니라 경매 진행 과정에서 발생되는 다양한 상황정보를 더 포괄할 수 있다. 경매품의 제작자의 인기도, 유사 경매제품의 가격추이, 주요 구매자의 구매관련 활동지수, 최근 경매가격 측정 정보 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.

한편, 도 4에 도시된 바와 같이, 클라이언트 장치는 제1 입찰정보(b1)과 제2 입찰정보(b2)간에는 t1의 시간차를 측정하고, 입찰가 차이인 p1을 산출할 수 있다. 또한, 제2 입찰정보(b2)와 제3 입찰정보(b3) 사이에는 t2의 시간차와 p2의 입찰가 차이가 발생할 수 있다.

이와 같은 방법으로, 클라이언트 장치는 수집되는 입찰정보간의 시계열적 변동추이, 즉 입찰정보간의 시간차이와 입찰금액의 가격차이를 산출할 수 있으며, 이를 클라이언트 장치에 저장된 데이터베이스와 비교하여 컨텍스트데이터를 결정할 수 있다. 컨텍스트데이터는 경매 진행중인 경매장의 분위기나 특정 입찰자의 심리상태에 대한 정보일 수 있으나, 이에 한정되는 것은 아니며 경매 진행중에 필요한 다양한 부가정보를 더 포함할 수 있다.

클라이언트 장치의 데이터베이스에는 다양한 경매 과정에서 발생되는 입찰정보의 변동추이에 관한 히스토리데이터가 저장될 수 있으며, 히스토리데이터는 소정 구간에 발생된 입찰정보의 변동추이에 대한 경매 진행중의 분위기 또는 특정 입찰자에 대한 심리상태와 같은 상세정보가 매칭될 수 있다.

따라서, 클라이언트 장치는 수집된 복수의 입찰정보들의 시간차이와 입찰가 차이의 패턴을 클라이언트 장치에 저장된 데이터베이스와 비교하여 소정 비율 이상 유사도를 가지는 특정한 히스토리데이터를 검색하여 경매동향정보를 결정할 수 있고, 특정 히스토리데이터와 매칭된 컨텍스트데이터를 조회하여 수집된 입찰정보에 대한 컨텍스트데이터를 결정할 수 있다.

또한, 도시되지는 않았으나 입찰정보의 식별정보, 예를 들어 입찰자가 누구인지 나타내는 정보를 분석하여 수집되는 복수의 입찰정보 중 특정 입찰자가 발생시킨 특정 입찰정보를 필터링하여 필터링된 입찰정보의 패턴을 데이터베이스와 비교하여 특정 입찰자에 대한 경매동향정보 및 이에 대응되는 컨텍스트데이터를 결정할 수도 있다.

다음으로, 결정된 경매동향정보 및 컨텍스트데이터를 이용하여 예상 낙찰가를 산출할 수 있다(S13).

본 실시예에서, 클라이언트 장치로 수신된 복수의 입찰정보의 시계열적 변동추이, 즉 변동패턴을 데이터베이스와 비교하여 소정 비율 이상 유사도를 가지는 히스토리데이터를 검색하고, 검색된 히스토리데이터의 최종 낙찰가를 경매 진행중인 경매 물품의 예상 낙찰가로 결정할 수 있으나, 이에 한정되는 것은 아니며, 복수의 히스토리데이터 후보군을 추출하여 복수의 히스토리데이터로부터 산출된 평균 낙찰가를 예상 낙찰가로 결정할 수도 있다.

즉, 클라이언트 장치는 결정된 경매동향정보 및 컨텍스트데이터를 기초로 경매 진행과 관련된 다양한 정보, 예컨대 경매 과정인 초기/중기/후기인지를 판단하고, 경매 분위기의 과열정도를 분석한 후 이에 대응되는 데이터베이스를 검색하여 소정 비율 이상 유사도를 가지는 히스토리데이터를 검색한 후, 검색된 히스토리데이터의 최종 낙찰가 정보를 검색하여 예상 낙찰가를 산출할 수 있다. 따라서, 클라이언트 장치는 수집되는 입찰정보가 많을수록 더욱 정확한 예상 낙찰가의 산출이 가능하게 되며, 사용자는 신뢰성 있는 정보를 제공받을 수 있다.

몇몇 다른 실시예에서, 예상 낙찰가를 산출하는 단계(S13)는 경매 물품의 과거 경매정보 또는 경매 물품의 상세정보를 더 기초로 예상 낙찰가를 산출할 수 있다.

이를 위해, 클라이언트 장치는 경매 물품에 대한 과거 경매정보(경매 히스토리) 및 경매 물품에 대한 상세정보를 수집하는 단계를 더 수행할 수 있으며, 클라이언트 장치에 구비된 촬영유닛을 이용하여 경매 물품을 촬영하여 경매 히스토리 및 상세정보를 수집할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 사용자는 클라이언트 장치의 카메라 기능을 실행하여 경매 물품의 형상이 포함되도록 촬영하면, 클라이언트 장치는 경매 물품의 아웃라인을 인식하여 클라이언트 장치 내부에서 관리하는 내부 데이터베이스 또는 외부 데이터베이스를 조회하여 해당 경매 물품을 인식할 수 있다. 또는, 경매 물품을 직접 촬영하는 대신 경매 물품과 관련된 식별코드, 예를 들어 QR코드, 바코드, NFC태그 등을 이용하여 경매 히스토리 및 상세정보를 수집할 수 있다.

경매 히스토리는 경매 진행중인 경매 물품이 과거에 발생된 경매 이력에 관한 정보일 수 있으며, 구체적으로 경매일시, 최종 낙찰가, 낙찰자 등에 대한 정보일 수 있다. 또한, 상세정보는 해당 경매물품에 대한 배경지식, 역사, 전문가의 평가, 소재지 등에 대한 정보일 수 있으나 이에 한정되는 것은 아니며 상술한 정보 외에 경매에 필요한 다양한 부가정보들을 더 포괄할 수 있다.

몇몇 다른 실시예에서, 예상 낙찰가를 산출하는 단계(S13)는, 작가에 대한 전체동향을 지수화 하여 예상낙찰가를 도출하고, 동향 정보에 대한 키워드 중심 탐색어 맵을 통해 정보를 수집하고, 미술시장에 대한 정보를 다양한 각도에서 수집 분석하고, 특정한 고객층이 소셜네트워크서비스(SNS)를 통해 쏟아내는 비정형 데이터를 수집 분석하는 과정이 더 포함될 수 있으며, 재벌 2세 들의 소셜네트워크 라이프스타일 및 아트 컬렉션 정보를 수집 및 분석할 수 있다.

마지막으로, 산출된 예상 낙찰가를 클라이언트 장치에 표시할 수 있다(S14).

도 4를 함께 참조하면, 클라이언트 장치에서 제1 입찰정보(b1)와 제2 입찰정보(b2)만 수집된 경우, 제1 입찰정보(b1)와 제2 입찰정보(b2)의 변동추이를 기초로 제1 예상 낙찰가를 산출할 수 있으며, 이를 클라이언트 장치에 표시할 수 있다.

이때, 소정 시간(t2)이 경과한 후 제3 입찰정보(b3)가 발생되면, 클라이언트 장치는 제1 및 제3 입찰정보(b1~b3)를 함께 고려하여 예상 낙찰가를 재산출 할 수 있으며, 재산출된 예상 낙찰가인 제2 예상 낙찰가를 실시간으로 클라이언트 장치에 전송하여 표시할 수 있다. 따라서, 사용자는 별도의 부가과정 없이도 클라이언트 장치에서 수집되는 입찰정보에 따라 변동된 예상 낙찰가에 대한 정보를 실시간으로 제공받을 수 있다.

몇몇 다른 실시예에서, 본 실시예들에 따른 경매물품의 실시간 낙찰가 예측 방법은 수집된 복수의 입찰정보를 시각화된 그래프로 도시하고, 상기 그래프를 클라이언트 장치에 표시할 수 있다.

다시 말해, 클라이언트 장치는 수집된 복수의 입찰정보를 도 4에 도시된 바와 같이 입찰정보의 입찰시각, 즉 입찰정보의 수집시간에 따라 순차적으로 배열할 수 있으며, 이를 시각화된 그래프로 도시할 수 있다. 따라서, 사용자는 경매 진행중인 경매물품에 대한 입찰정보를 실시간으로 제공받을 수 있으며, 산출된 예상 낙찰가와 표시되는 그래프를 이용하여 효율적인 경매 과정을 수행할 수 있다.

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

Claims (7)

1. 클라이언트 장치가 경매 진행 중인 경매물품에 대한 복수의 입찰정보를 수집하는 단계;
   상기 복수의 입찰정보에 포함된 입찰가격의 변화량 및 입찰시각의 시간 간격을 이용하여 입찰정보의 시계열적 변동추이를 산출하고, 상기 산출된 시계열적 변동추이를 분석하여 경매동향정보-상기 경매동향정보는 현재 시점이 경매 과정의 초반, 중반 또는 후반인지를 구분하는 정보를 포함함-를 생성하고, 상기 생성된 경매동향정보에 상응하는 경매 진행 상황에 관한 컨텍스트데이터-상기 컨텍스트데이터는 경매장 내부의 분위기 또는 특정 입찰자의 심리 상태에 관한 정보를 포함함-를 결정하는 단계;
   상기 클라이언트 장치의 데이터베이스를 검색하여 상기 경매동향정보 및 상기 컨텍스트 데이터와 소정 비율 이상의 유사도를 갖는 적어도 하나의 과거 히스토리데이터를 검색하고, 상기 적어도 하나의 과거 히스토리데이터의 낙찰가 정보를 이용하여 예상 낙찰가를 산출하는 단계; 및
   상기 예상 낙찰가를 상기 클라이언트 장치에 표시하는 단계를 포함하고,
   상기 복수의 입찰정보를 수집하는 단계는,
   상기 경매물품에 대한 제1 입찰정보의 생성시점인 제1 입찰시각을 기록하는 단계와, 상기 제1 입찰시각 이후에 생성된 상기 경매물품에 대한 제2 입찰정보의 생성시점인 제2 입찰시각을 기록하는 단계를 포함하되, 상기 클라이언트 장치는 상기 제1 입찰정보 및 상기 제2 입찰정보를 포함하는 복수의 입찰정보를 수집하고,
   상기 경매동향정보를 생성하고, 상기 컨텍스트데이터를 결정하는 단계는,
   상기 제1 입찰시각과 상기 제2 입찰시각의 시간 간격을 산출하는 단계와, 상기 제1 입찰정보 및 상기 제2 입찰정보에 포함된 입찰가격의 변화량을 산출하는 단계를 포함하되, 상기 산출된 시계열적 변동추이를 상기 데이터베이스와 비교하여 상기 경매동향정보를 생성하거나 또는 상기 컨텍스트데이터를 결정하는, 경매물품의 실시간 낙찰가 예측 방법.
2. 제1항에 있어서,
   상기 제2 입찰시각 이후에 생성된 상기 경매물품에 대한 제3 입찰정보의 생성시점인 제3 입찰시각을 기록하는 단계를 더 포함하되,
   상기 클라이언트 장치는 상기 제3 입찰정보 및 상기 제3 입찰시각을 기초로 상기 경매동향정보 및 상기 컨텍스트데이터를 갱신하고, 갱신된 상기 경매동향정보 및 상기 컨텍스트데이터를 기초로 상기 예상 낙찰가를 실시간으로 재산출하는, 경매물품의 실시간 낙찰가 예측 방법.
3. 제1항에 있어서,
   상기 클라이언트 장치는 웨어러블 디바이스를 포함하고,
   상기 입찰정보를 수집하는 단계는,
   상기 웨어러블 디바이스를 이용하여 경매 진행과 관련된 디스플레이 영역을 인식하는 단계; 및
   상기 디스플레이 영역에 표시되는 상기 입찰정보를 구분하는 단계를 포함하는, 경매물품의 실시간 낙찰가 예측 방법.
4. 제1항에 있어서,
   상기 입찰정보를 수집하는 단계는,
   상기 클라이언트 장치를 이용하여 경매 진행자의 음성정보를 수집하는 단계; 및
   상기 음성정보에 포함된 상기 입찰정보를 필터링하는 단계를 포함하는, 경매물품의 실시간 낙찰가 예측 방법.
5. 제1항에 있어서,
   상기 클라이언트 장치로 상기 경매물품의 식별정보를 수집하는 단계; 및
   상기 식별정보를 이용하여 상기 경매물품의 경매 히스토리 및 상세정보를 수신하는 단계를 더 포함하는, 경매물품의 실시간 낙찰가 예측 방법.
6. 제5항에 있어서,
   상기 예상 낙찰가를 산출하는 단계는,
   상기 경매 히스토리를 더 고려하여 상기 예상 낙찰가를 산출하는, 경매물품의 실시간 낙찰가 예측 방법.
7. 제1항에 있어서,
   상기 산출된 시계열적 변동추이를 시각화된 그래프로 도시하는 단계; 및
   상기 그래프를 상기 클라이언트 장치에 표시하는 단계를 더 포함하는, 경매물품의 실시간 낙찰가 예측 방법.

Images