KR20180058128A - 인공지능 기반의 데이터 처리 시스템 - Google Patents

인공지능 기반의 데이터 처리 시스템 Download PDF

Info

Publication number
KR20180058128A
KR20180058128A KR1020160156853A KR20160156853A KR20180058128A KR 20180058128 A KR20180058128 A KR 20180058128A KR 1020160156853 A KR1020160156853 A KR 1020160156853A KR 20160156853 A KR20160156853 A KR 20160156853A KR 20180058128 A KR20180058128 A KR 20180058128A
Authority
KR
South Korea
Prior art keywords
user
information
data
age
module
Prior art date
Application number
KR1020160156853A
Other languages
English (en)
Other versions
KR101918359B1 (ko
Inventor
김종우
백종윤
Original Assignee
김종우
백종윤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김종우, 백종윤 filed Critical 김종우
Priority to KR1020160156853A priority Critical patent/KR101918359B1/ko
Publication of KR20180058128A publication Critical patent/KR20180058128A/ko
Application granted granted Critical
Publication of KR101918359B1 publication Critical patent/KR101918359B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명에 따른 인공지능 기반의 데이터 처리 시스템은,
유저로부터 이름정보 및 성별정보를 포함하는 유저기본정보를 입력받는 유저정보입력모듈;
사업자로부터 사업자정보를 포함하는 사업자기본정보를 입력받는 사업자정보입력모듈;
어플리케이션, 위젯, GPS서비스 중 적어도 어느 하나를 포함하는 서비스플랫폼에 대한 상기 유저의 사용데이터를 저장하는 사용데이터수집모듈;
상기 사용데이터를 분석하여 상기 유저에 대한 유저정보데이터를 생성하는 유저분석모듈;
상기 유저기본정보 및 상기 유저정보데이터를 통합한 유저통합데이터를 생성하는 통합데이터생성모듈;
상기 유저통합데이터를 상기 사업자에게 제공하는 유저정보제공모듈;을 포함하는 것을 특징으로 한다.

Description

인공지능 기반의 데이터 처리 시스템{A Data Processing System Using AI}
본 발명은 인공지능 기반의 데이터 처리 시스템에 관한 것으로서, 보다 상세하게 설명하면 인공지능을 이용한 데이터 처리 방식을 이용하여 유저의 프로파일을 사업자에게 전송하고, 유저의 성향 및 특성 등을 분석하여 사업자의 영업 활동 및 유저 관리, 마케팅에 이용할 수 있도록 한 인공지능 기반의 데이터 처리 시스템에 관한 것이다.
인공지능(AI : Artificial Intelligence)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 인공지능이라고 말하고 있다.
또한 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
① 자연언어처리(natural language processing) 분야에서는 이미 자동번역과 같은 시스템을 실용화하며, 특히 연구가 더 진행되면 사람이 컴퓨터와 대화하며 정보를 교환할 수 있게 되므로 컴퓨터 사용에 혁신적인 변화가 오게 될 것이다.
② 전문가시스템(expert system) 분야에서는 컴퓨터가 현재 인간이 하고 있는 여러 가지 전문적인 작업들(의사의 진단, 광물의 매장량 평가, 화합물의 구조 추정, 손해 배상 보험료의 판정 등)을 대신할 수 있도록 하는 것이다. 여러 분야 가운데서도 가장 일찍 발전하였다.
③ 컴퓨터가 TV 카메라를 통해 잡은 영상을 분석하여 그것이 무엇인지를 알아내거나, 사람의 목소리를 듣고 그것을 문장으로 변환하는 것 등의 일은 매우 복잡하며, 인공지능적인 이론의 도입 없이는 불가능하다. 이러한 영상 및 음성 인식은 문자 인식, 로봇 공학 등에 핵심적인 기술이다.
④ 이론증명(theorem proving)은 수학적인 정리를 이미 알려진 사실로부터 논리적으로 추론하여 증명하는 과정으로서 인공지능의 여러 분야에서 사용되는 필수적인 기술이며, 그 자체로도 많은 가치를 지니고 있다.
⑤ 신경망(neural net)은 비교적 근래에 등장한 것으로서 수학적 논리학이 아닌, 인간의 두뇌를 모방하여 수많은 간단한 처리기들의 네트워크로 구성된 신경망 구조를 상정하는 것이다.
이러한 인공지능을 접목시킨 선행기술로서, 한국 등록특허 제 10-1111121호에 ‘인공지능에 기반한 개인별 맞춤형 컨텐츠 제공 장치 및 방법, 그 기록 매체’가 개시되어 있다.
상기 발명은 인공지능에 기반한 개인별 맞춤형 컨텐츠 제공 장치에 관한 것으로, 사용자의 로그인 정보를 포함하는 현재 패턴 데이터를 수집하여 분석하는 사용자 정보 분석부; 상기 사용자가 선택하거나 구매한 컨텐츠와 관련된 데이터를 수집하여 분석하는 컨텐츠 정보 분석부; 상기 사용자 정보 분석부 및 상기 컨텐츠 정보 분석부에서 분석된 결과를 이용하여 행태 분석 및 시간 분석을 수행하여 하나 이상의 클러스터링 클래스를 출력하는 AIRAS; 상기 출력된 클러스터링 클래스에 대응하는 컨텐츠의 정보를 컨텐츠 데이터베이스에서 추출하는 맞춤형 컨텐츠 생성부; 및 상기 클러스터링 클래스에 대응하는 사용자 그래픽 인터페이스를 구성하여 상기 컨텐츠와 함께 클라이언트에 전송하는 맞춤형 인터페이스 생성부를 포함한다.
따라서 상기 발명은, 조회수, 인기도 등의 단편적인 정보에 의존하지 않고 변화하는 사용자의 취향을 반영하여 사용자의 행동 패턴을 예측함으로써, 평균적인 예측으로 알 수 없는 개별 사용자의 독특한 취향을 반영하여 컨텐츠를 추천할 수 있도록 하였으며, 컨텐츠 추천 서비스의 실시간성을 극대화하고자 했을 뿐 아니라, 시간 분석을 적용함으로써, 과거의 특정 컨텐츠가 과도하게 추천되는 것을 방지하고자 하였다.
이와 같이 인공지능을 이용하여 사용자 맞춤형 컨텐츠를 제공하는 것 뿐 아니라, 인공지능을 이용한 데이터 처리 방식을 이용하여 유저의 프로파일을 사업자에게 전송하고, 유저의 성향 및 특성 등을 분석하여 사업자의 영업 활동 및 유저 관리, 마케팅에 이용할 수 있도록 한 인공지능 기반의 데이터 처리 시스템을 개발할 필요성이 대두되는 실정이다.
본 발명은 상기 기술의 문제점을 극복하기 위해 안출된 것으로, 인공지능을 이용한 데이터 처리 방식을 이용하여 유저의 프로파일을 사업자에게 전송하고, 유저의 성향 및 특성 등을 분석하여 사업자의 영업 활동 및 유저 관리, 마케팅에 이용할 수 있도록 한 인공지능 기반의 데이터 처리 시스템을 제공하는 것을 주요 목적으로 한다.
본 발명의 다른 목적은, 사용자의 개별 특성을 설문을 통해 입력 받은 뒤 특성의 표준화된 분석을 수행함으로써 사업자로 하여금 유저 개인별 맞춤형 서비스 및 영업 활동을 가능케 하는 것이다.
본 발명의 또 다른 목적은, 유저가 속한 성별, 연령, 직업, 지역, 소득구간에 따른 표준화된 특성 데이터를 산출할 수 있도록 함으로써 사업자가 마케팅이나 유저 관리, 영업활동에 이용할 수 있도록 하는 것이다.
상기 목적을 달성하기 위하여, 본 발명에 따른 인공지능 기반의 데이터 처리 시스템은, 인공지능 기반의 데이터 처리 시스템으로서, 유저로부터 이름정보 및 성별정보를 포함하는 유저기본정보를 입력받는 유저정보입력모듈; 사업자로부터 사업자정보를 포함하는 사업자기본정보를 입력받는 사업자정보입력모듈; 어플리케이션, 위젯, GPS서비스 중 적어도 어느 하나를 포함하는 서비스플랫폼에 대한 상기 유저의 사용데이터를 저장하는 사용데이터수집모듈; 상기 사용데이터를 분석하여 상기 유저에 대한 유저정보데이터를 생성하는 유저분석모듈; 상기 유저기본정보 및 상기 유저정보데이터를 통합한 유저통합데이터를 생성하는 통합데이터생성모듈; 상기 유저통합데이터를 상기 사업자에게 제공하는 유저정보제공모듈;을 포함하는 것을 특징으로 한다.
또한, 상기 사용데이터수집모듈은, 상기 서비스플랫폼에 대한 상기 유저의 사용데이터를 저장하는 유저데이터수집부 및, 상기 사업자에게 제공된 유저통합데이터에 대한 데이터생성리스트를 생성하고 저장하는 사업자데이터수집부를 더 포함하고, 상기 시스템은, 상기 데이터생성리스트를 분석하여 상기 사업자에 대한 사업자성향데이터를 생성하는 사업자분석모듈;을 더 포함하는 것을 특징으로 한다.
덧붙여, 상기 시스템은, 상기 서비스플랫폼에 대한 상기 유저의 접속로그를 저장하는 로그저장부 및, 상기 서비스플랫폼에 대한 보안코드를 저장하는 보안관리부를 포함하는 운영관리모듈;을 더 포함하는 것을 특징으로 한다.
더불어, 상기 유저기본정보는, 상기 유저의 거주지역정보와 연령정보 및 직업정보를 더 포함하고, 상기 시스템은, 상기 유저의 선호특성 및 상기 유저기본정보를 기반으로 상기 유저에 대한 유저특성데이터를 산출하는 유저특성산출모듈;을 더 포함하며, 상기 유저정보제공모듈은, 상기 유저통합데이터 및 상기 유저특성데이터를 상기 사업자에게 제공하는 것을 특징으로 한다.
추가적으로, 상기 유저특성산출모듈은, 상기 유저정보입력모듈을 통해 저장된 복수개의 유저기본정보를 기반으로 연령별, 직업별, 거주지역별, 성별에 따른 표준특성정보를 산출하는 표준특성정보산출부와, 상기 유저에 대한 상기 유저기본정보와 상기 표준특성정보를 비교 처리하여 상기 유저의 연령정보, 직업정보, 거주지역정보, 성별정보와 부합하는 표준특성정보인 유저표준정보를 산출하는 유저표준정보산출부 및, 상기 유저에게 선호특성을 묻는 설문을 디스플레이하고 수치값을 입력받아 개별선호특성정보를 산출하는 설문수치입력부와, 상기 유저표준정보와 상기 개별선호특성정보를 비교 처리하여 상기 유저의 유저특성데이터를 산출하는 비교처리부를 더 포함하는 것을 특징으로 한다.
추가적으로, 상기 유저특성산출모듈은, 분석적 계층화 방법을 기반으로 상기 개별선호특성정보에 포함된 상기 수치값으로부터 우선순위가중치를 산출하는 가중치산출부를 더 포함하고, 상기 비교처리부는, 품질 전개 방법을 기반으로 상기 유저표준정보 및 상기 개별선호특성정보를 비교 처리하여 비교데이터를 산출한 뒤, 상기 비교데이터에 상기 우선순위가중치를 적용하여 유저특성데이터를 산출하는 것을 특징으로 한다.
추가적으로, 상기 비교처리부는, 다음의 수학식 1과 행렬 M 및 수학식 2를 통해 유저특성데이터를 산출하는 것을 특징으로 한다.
수학식 1,
Figure pat00001
(여기서,
Figure pat00002
는 비교데이터의
Figure pat00003
번째 문항에 대한 값,
Figure pat00004
는 유저표준정보의
Figure pat00005
번째 문항에 대한 값,
Figure pat00006
는 개별선호정보의
Figure pat00007
번째 문항에 대한 값,
Figure pat00008
는 유저표준정보의 중요도로서
Figure pat00009
)
행렬
Figure pat00010
(여기서, 행렬
Figure pat00011
은 개별선호특성정보에 포함된 상기 수치값에 대한 쌍대비교행렬,
Figure pat00012
는 행렬
Figure pat00013
에 포함된 원소,
Figure pat00014
는 상기 개별선호특성정보의
Figure pat00015
번째 문항에 대한 쌍대비교중요도)
수학식 2,
Figure pat00016
(여기서,
Figure pat00017
는 유저특성데이터의
Figure pat00018
번째 문항에 대한 최종값,
Figure pat00019
는 비교데이터의
Figure pat00020
번째 문항에 대한 값,
Figure pat00021
는 개별선호특성정보
Figure pat00022
번째 문항에 대한 우선순위가중치,
Figure pat00023
는 행렬
Figure pat00024
에 포함된 원소)
추가적으로, 상기 표준특성정보산출부는, 상기 유저기본정보를 상기 성별정보에 따라 두 개의 성별분류로 분류하는 성별분류파트와, 상기 유저기본정보를 상기 연령정보에 따라 상기 성별분류의 하위 구성인 적어도 두 개 이상의 연령분류로 분류하는 연령분류파트 및, 상기 유저기본정보를 상기 거주지역정보에 따라 상기 연령분류의 하위 구성인 적어도 두 개 이상의 지역분류로 분류하는 지역분류파트와, 상기 유저기본정보를 상기 직업정보에 따라 상기 지역분류의 하위 구성인 적어도 두 개 이상의 직업분류로 분류하는 직업분류파트 및, 분류된 상기 유저기본정보를 표준화한 수치인 표준특성정보를 각각 산출하는 표준화파트로 이루어진 것을 특징으로 한다.
추가적으로, 상기 연령분류파트는, 균등분포된 연령계급구간에 따라 상기 유저기본정보를 적어도 두 개 이상의 연령분류로 분류하고, 상기 직업분류파트는, 균등분포된 소득구간에 따라 상기 유저기본정보를 상기 직업분류의 하위 구성인 직업별소득정보로 재분류하며, 상기 표준화파트는, 상기 연령분류의 평균값과 상기 직업별소득정보의 평균값을 곱한 값에 성별정보가중치 및 거주지역정보가중치를 부여하여 표준특성정보를 산출하는 것을 특징으로 한다.
추가적으로, 상기 표준특성정보는, 다음의 수학식 3을 통해 산출되는 것을 특징으로 한다.
Figure pat00025
(여기서,
Figure pat00026
는 분류된 유저기본정보에 대한 표준특성정보값,
Figure pat00027
는 성별정보가중치,
Figure pat00028
는 거주지역정보가중치,
Figure pat00029
는 연령분류의 평균값,
Figure pat00030
은 상기 직업별소득정보의 평균값,
Figure pat00031
은 연령계급구간의 개수,
Figure pat00032
는
Figure pat00033
번째 연령계급구간의 도수,
Figure pat00034
는
Figure pat00035
번째 연령계급구간에서의
Figure pat00036
번째 자료값,
Figure pat00037
은 소득구간의 개수,
Figure pat00038
은
Figure pat00039
번째 소득구간의 도수,
Figure pat00040
는
Figure pat00041
번째 소득구간에서의
Figure pat00042
번째 자료값)
본 발명에 따른 인공지능 기반의 데이터 처리 시스템은,
1) 인공지능을 이용한 데이터 처리 방식을 이용하여 유저의 프로파일을 사업자에게 전송하고, 유저의 성향 및 특성 등을 분석하여 사업자의 영업 활동 및 유저 관리, 마케팅에 이용할 수 있도록 한 인공지능 기반의 데이터 처리 시스템을 제공하며,
2) 사용자의 개별 특성을 설문을 통해 입력 받은 뒤 특성의 표준화된 분석을 수행함으로써 사업자로 하여금 유저 개인별 맞춤형 서비스 및 영업 활동을 가능케 하였고,
3) 유저가 속한 성별, 연령, 직업, 지역, 소득구간에 따른 표준화된 특성 데이터를 산출할 수 있도록 함으로써 사업자가 마케팅이나 유저 관리, 영업활동에 이용할 수 있도록 한 효과가 있다.
도 1은 본 발명의 시스템에 대한 일 실시예을 나타낸 개념도.
도 2는 본 발명의 시스템에 대한 개략적인 구성을 나타낸 개념도.
도 3은 본 발명의 시스템의 기본 구성을 도시한 블록도.
도 4는 본 발명의 시스템의 세부 구성을 도시한 블록도.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 첨부된 도면은 축척에 의하여 도시되지 않았으며, 각 도면의 동일한 참조 번호는 동일한 구성 요소를 지칭한다.
도 1은 본 발명의 시스템(10)에 대한 일 실시예을 나타낸 개념도이고, 도 2는 본 발명의 시스템(10)에 대한 개략적인 구성을 나타낸 개념도이다.
도 1을 참조하여 설명하면, 본 발명의 본 발명에 따른 인공지능 기반의 데이터 처리 시스템(10)은, 본 발명의 시스템(10)을 통해 영업 활동 및 서비스를 제공받는 유저(20)와, 유저(20)의 프로파일을 전송받아 영업을 수행하는 사업자(30) 및, 유저정보와 사업자 정보, 로그 기록 등을 제공받아 유저 관리, 사업자 관리, 서비스에 대한 모니터링, 데이터에 대한 정보 및 가공 처리, 데이터 수집, 오류 교정 및 품질 관리, 어플리케이션 등의 서비스플랫폼 관리 등을 수행하는 시스템(10)으로 이루어진다.
본 발명의 인공지능 기반의 데이터 처리 시스템(10)에 대한 기본 구성을 도면과 함께 설명하면 다음과 같다.
도 3은 본 발명의 시스템(10)의 기본 구성을 도시한 블록도이다.
도 3을 참조하여 설명하면, 본 발명에 따른 인공지능 기반의 데이터 처리 시스템(10)은, 유저(20)로부터 이름정보 및 성별정보를 포함하는 유저기본정보를 입력받는 유저정보입력모듈(100); 사업자(30)로부터 사업자정보를 포함하는 사업자(30)기본정보를 입력받는 사업자정보입력모듈(200); 어플리케이션, 위젯, GPS서비스 중 적어도 어느 하나를 포함하는 서비스플랫폼에 대한 상기 유저(20)의 사용데이터를 저장하는 사용데이터수집모듈(300); 상기 사용데이터를 분석하여 상기 유저(20)에 대한 유저정보데이터를 생성하는 유저분석모듈(400); 상기 유저기본정보 및 상기 유저정보데이터를 통합한 유저통합데이터를 생성하는 통합데이터생성모듈(500); 상기 유저통합데이터를 상기 사업자(30)에게 제공하는 유저정보제공모듈(600);을 기본적으로 포함하는 것을 특징으로 한다.
유저정보입력모듈(100)은 유저(20)로부터 이름정보 및 성별정보를 포함하는 유저기본정보를 입력받는 기능을 수행하는 것으로서, 이 때 유저기본정보의 입력을 위해 유저(20)는 시스템(10)에 회원가입을 수행하거나, 혹은 사업자(30)와의 비즈니스 관계 체결을 위해 유저기본정보가 적힌 계약서를 제공하는 등의 방식으로 유저기본정보를 입력할 수 있다.
사업자정보입력모듈(200)은 사업자(30)로부터 사업자정보를 포함하는 사업자(30)기본정보를 입력받는 기능을 수행하는 것으로서, 사업자(30)는 본 발명의 시스템(10)을 통해 영업활동 수행 및 고객 관리, 서버 관리 등을 수행하기 위하여 사업자정보입력모듈(200)을 통해 사업자(30)기본정보를 입력하게 된다.
사용데이터수집모듈(300)은 어플리케이션, 위젯, GPS서비스 중 적어도 어느 하나를 포함하는 서비스플랫폼에 대한 상기 유저(20)의 사용데이터를 저장하는 기능을 수행하는 것으로서, 이 때 서비스플랫폼은 어플리케이션, 위젯, GPS서비스, AR서비스, VR서비스 등 그 제한을 두지 않으며, 이와 같은 사용데이터수집모듈(300)에 의해 유저(20)의 접속정보 등을 파악할 수 있어 유저(20)관리에 이용할 수 있다.
유저분석모듈(400)은 상기 사용데이터를 분석하여 상기 유저(20)에 대한 유저정보데이터를 생성하는 기능을 수행하는 것으로서, 유저(20)가 어플리케이션, 위젯, GPS서비스, AR서비스, VR서비스 등을 포함할 수 있는 서비스플랫폼에 대한 사용데이터를 분석함으로써 유저(20)의 성향이나 사용빈도 등을 파악하여 유저(20)에 대한 특성을 파악하여 유저(20)관리 및 영업활동에 이용할 수 있도록 한다.
통합데이터생성모듈(500)은 상기 유저기본정보 및 상기 유저정보데이터를 통합한 유저통합데이터를 생성하며, 이를 통해 유저기본정보와 유저정보데이터를 매칭시켜 유저통합데이터를 생성하고 사업자(30)에게 전달할 준비를 마친다.
유저정보제공모듈(600)은 상기 유저통합데이터를 상기 사업자(30)에게 제공하는 기능을 수행하는 것으로서, 유저정보제공모듈(600)을 통해 유저(20)의 프로파일을 사업자(30)에게 제공할 수 있는 것이며, 사업자(30)는 유저정보제공모듈(600)을 통해 제공된 유저통합데이터를 기반으로 개별 유저(20)에게 맞춤화된 영업활동을 수행할 수 있게 된다.
이 때 여러 가지 서비스플랫폼을 통합하여 생성된 유저통합데이터를 사업자(30)에게 제공하는 것도 가능하며, 각각의 서비스플랫폼마다 유저통합데이터를 개별 생성하여 사업자(30)에게 제공하는 것 역시 가능하므로 사업자(30)의 영업 목적에 따라 다양하게 이용할 수 있다.
도 4는 본 발명의 시스템(10)의 세부 구성을 도시한 블록도이다.
도 4를 참조하여 본 발명의 인공지능 기반의 데이터 처리 시스템(10)의 세부 구성 및 추가 구성을 설명하도록 한다.
먼저, 상기 사용데이터수집모듈(300)은, 상기 서비스플랫폼에 대한 상기 유저(20)의 사용데이터를 저장하는 유저데이터수집부(310) 및, 상기 사업자(30)에게 제공된 유저통합데이터에 대한 데이터생성리스트를 생성하고 저장하는 사업자데이터수집부(320)를 더 포함하여 구성될 수 있으며, 상기 시스템(10)은, 상기 데이터생성리스트를 분석하여 상기 사업자(30)에 대한 사업자성향데이터를 생성하는 사업자분석모듈(700);을 더 포함하여 구성될 수 있다.
사용데이터수집모듈(300)에 포함될 수 있는 유저데이터수집부(310)는 상기 서비스플랫폼에 대한 상기 유저(20)의 사용데이터를 저장하는 기능을 수행하는 것으로서, 상술한 사용데이터수집모듈(300)의 기본 기능으로 인해 생성된 유저(20)의 사용데이터를 저장하는 것이다.
더불어 사용데이터수집모듈(300)에 포함될 수 있는 사업자데이터수집부(320)는 상기 사업자(30)에게 제공된 유저통합데이터에 대한 데이터생성리스트를 생성하고 저장하는 기능을 수행하는 것으로서, 상술한 바와 같이 각각의 서비스플랫폼마다 유저통합데이터를 개별 생성하여 사업자(30)에게 제공하는 경우 어떤 서비스플랫폼에 대한 데이터생성리스트를 생성하였는지의 여부를 사업자데이터수집부(320)를 통해 구별하여 저장할 수 있게 된다.
사업자분석모듈(700)은 상기 데이터생성리스트를 분석하여 상기 사업자(30)에 대한 사업자성향데이터를 생성하는 기능을 수행하는 것으로서, 사업자(30)가 어떤 서비스플랫폼에 대한 데이터생성리스트를 생성 및 저장했는지의 여부를 분석함으로써 상기 사업자(30)에 대한 사업자성향데이터를 생성할 수 있도록 하는 것이다. 이를 통해 생성된 사업자성향데이터를 통해 사업자(30)가 영업 시 필요로 하는 데이터 등을 파악할 수 있으므로, 사업자(30)의 영업 활동에 보다 도움을 줄 수 있다.
더불어, 상기 시스템(10)은, 상기 서비스플랫폼에 대한 상기 유저(20)의 접속로그를 저장하는 로그저장부(810) 및, 상기 서비스플랫폼에 대한 보안코드를 저장하는 보안관리부(820)를 포함하는 운영관리모듈(800);을 더 포함할 수 있다.
이와 같은 구성은 시스템(10)의 운영관리를 위한 것으로서, 운영관리모듈(800)에 포함되는 로그저장부(810) 및 보안관리부(820)를 통해 시스템(10)의 접속로그와 보안코드를 관리할 수 있기 때문에, 사용자 및 사업자(30)에 대한 다양한 정보를 포함하고 있는 본 발명의 시스템(10)에 대한 모니터링을 가능하게 하여 시스템(10)에 대한 안전성을 높일 수 있다.
또한, 상기 유저기본정보는, 상기 유저(20)의 거주지역정보와 연령정보 및 직업정보를 더 포함할 수 있으며, 상기 시스템(10)은, 상기 유저(20)의 선호특성 및 상기 유저기본정보를 기반으로 상기 유저(20)에 대한 유저특성데이터를 산출하는 유저특성산출모듈(900);을 더 포함할 수 있다. 덧붙여 이와 같은 구성을 포함하는 경우 상기 유저정보제공모듈(600)은, 상기 유저통합데이터 및 상기 유저특성데이터를 상기 사업자(30)에게 제공하게 된다.
유저기본정보가 기 유저(20)의 거주지역정보와 연령정보 및 직업정보를 더 포함하는 경우, 유저(20) 개인에 맞춤화된 영업활동을 제공하는 데 보다 도움이 될 뿐 아니라, 유저(20)를 위한 서비스 제공에 있어 자료로써 활용될 수 있다.
더불어 본 발명의 시스템(10)에 추가적으로 포함될 수 있는 유저특성산출모듈(900)은 상기 유저(20)의 선호특성 및 상기 유저기본정보를 기반으로 상기 유저(20)에 대한 유저특성데이터를 산출하는 기능을 수행하는 것으로서, 유저특성을 기반으로 유저(20)에 대한 맞춤 정보 제공을 수행하여 보다 활발한 영업활동을 도모하고, 유저 관리에 있어 도움이 될 수 있도록 구성한 것이다.
덧붙여 이와 같은 유저특성산출모듈(900)은 상기 유저정보입력모듈(100)을 통해 저장된 복수개의 유저기본정보를 기반으로 연령별, 직업별, 거주지역별, 성별에 따른 표준특성정보를 산출하는 표준특성정보산출부(910)와, 상기 유저(20)에 대한 상기 유저기본정보와 상기 표준특성정보를 비교 처리하여 상기 유저(20)의 연령정보, 직업정보, 거주지역정보, 성별정보와 부합하는 표준특성정보인 유저표준정보를 산출하는 유저표준정보산출부(920) 및, 상기 유저(20)에게 선호특성을 묻는 설문을 디스플레이하고 수치값을 입력받아 개별선호특성정보를 산출하는 설문수치입력부(930)와, 상기 유저표준정보와 상기 개별선호특성정보를 비교 처리하여 상기 유저(20)의 유저특성데이터를 산출하는 비교처리부(940)를 더 포함하여 구성될 수 있다.
표준특성정보산출부(910)는 상기 유저정보입력모듈(100)을 통해 저장된 복수개의 유저기본정보를 기반으로 연령별, 직업별, 거주지역별, 성별에 따른 표준특성정보를 산출하는 기능을 수행하는 것으로서, 이 때 표준특성정보라 함은 예를 들어 40대의 서울에 종사하는 대기업 종사자 남성, 또는 경기도에 거주하는 10대 고등학생 여성에 대한 표준적인 특성을 제공하는 역할을 한다.
유저표준정보산출부(920)는 상기 유저(20)에 대한 상기 유저기본정보와 상기 표준특성정보를 비교 처리하여 상기 유저(20)의 연령정보, 직업정보, 거주지역정보, 성별정보와 부합하는 표준특성정보인 유저표준정보를 산출하는 기능을 수행하는 것으로서, 유저(20)가 포함된 연령정보, 직업정보, 거주지역정보, 성별정보와 부합하는 표준특성정보인 유저표준정보를 산출하는 것이다.
표준특성정보산출부(910)는 상기 유저(20)에게 선호특성을 묻는 설문을 디스플레이하고 수치값을 입력받아 개별선호특성정보를 산출하는 기능을 수행하는 것으로서, 설문조사를 통해 유저(20) 개개인에 대한 특성을 파악하기 위하여 이용된다.
비교처리부(940)는 상기 유저표준정보와 상기 개별선호특성정보를 비교 처리하여 상기 유저(20)의 유저특성데이터를 산출하는 기능을 수행하는 것으로서, 유저(20)가 속한 연령, 직업, 거주지역, 성별에 해당하는 표준특성정보와 설문을 통해 수치값을 입력받아 산출된 개별선호특성정보를 비교 처리함으로써 표준특성정보와 개별선호특성정보가 모두 반영된 개별선호특성정보를 산출함으로써 유저 관리 및 영업활동, 마케팅에 이용할 수 있도록 한 것이다.
이 때 보다 정량화된 분석을 수행할 수 있도록 하기 위해, 상기 유저특성산출모듈(900)은, 분석적 계층화 방법을 기반으로 상기 개별선호특성정보에 포함된 상기 수치값으로부터 우선순위가중치를 산출하는 가중치산출부(950)를 더 포함할 수 있고, 상기 비교처리부(940)는, 품질 전개 방법을 기반으로 상기 유저표준정보 및 상기 개별선호특성정보를 비교 처리하여 비교데이터를 산출한 뒤, 상기 비교데이터에 상기 우선순위가중치를 적용하여 유저특성데이터를 산출할 수 있다.
이 경우 이용되는 분석적 계층화 방법 및 품질 전개 방법은 빅데이터 처리 방법의 일종으로서, 수치값으로 표현된 개별선호특성정보 및 유저(20)가 속한 연령, 직업, 거주지역, 성별에 해당하는 유저표준정보의 비교 처리 효율을 높이며, 보다 객관적인 분석을 가능케 하기 위해 이용되는 것이다.
이러한 비교처리부(940)는, 다음의 수학식 1과 행렬 M 및 수학식 2를 통해 유저특성데이터를 산출하게 된다.
수학식 1,
Figure pat00043
(여기서,
Figure pat00044
는 비교데이터의
Figure pat00045
번째 문항에 대한 값이며,
Figure pat00046
는 유저표준정보의
Figure pat00047
번째 문항에 대한 값이고,
Figure pat00048
는 개별선호정보의
Figure pat00049
번째 문항에 대한 값이고,
Figure pat00050
는 유저표준정보의 중요도로서
Figure pat00051
이다.)
행렬
Figure pat00052
(여기서, 행렬
Figure pat00053
은 개별선호특성정보에 포함된 상기 수치값에 대한 쌍대비교행렬이고,
Figure pat00054
는 행렬
Figure pat00055
에 포함된 원소이며,
Figure pat00056
는 상기 개별선호특성정보의
Figure pat00057
번째 문항에 대한 쌍대비교중요도이다.)
수학식 2,
Figure pat00058
(여기서,
Figure pat00059
는 유저특성데이터의
Figure pat00060
번째 문항에 대한 최종값이고,
Figure pat00061
는 비교데이터의
Figure pat00062
번째 문항에 대한 값이며,
Figure pat00063
는 개별선호특성정보
Figure pat00064
번째 문항에 대한 우선순위가중치이고,
Figure pat00065
는 행렬
Figure pat00066
에 포함된 원소이다.)
더불어, 상기 표준특성정보산출부(910)는, 상기 유저기본정보를 상기 성별정보에 따라 두 개의 성별분류로 분류하는 성별분류파트(911)와, 상기 유저기본정보를 상기 연령정보에 따라 상기 성별분류의 하위 구성인 적어도 두 개 이상의 연령분류로 분류하는 연령분류파트(912) 및, 상기 유저기본정보를 상기 거주지역정보에 따라 상기 연령분류의 하위 구성인 적어도 두 개 이상의 지역분류로 분류하는 지역분류파트(913)와, 상기 유저기본정보를 상기 직업정보에 따라 상기 지역분류의 하위 구성인 적어도 두 개 이상의 직업분류로 분류하는 직업분류파트(914) 및, 분류된 상기 유저기본정보를 표준화한 수치인 표준특성정보를 각각 산출하는 표준화파트(915)로 이루어질 수 있다.
이와 같은 성별분류파트(911), 연령분류파트(912), 지역분류파트(913), 직업분류파트(914)를 통해 계층적 분류를 수행함으로써 수많은 유저기본정보를 체계적으로 시스템화하여 저장할 수 있으며, 표준화파트(915)를 통해 분류된 상기 유저기본정보를 표준화한 수치인 표준특성정보를 각각 산출하게 되므로 보다 객관화된 표준특성정보를 얻을 수 있다.
더불어 보다 세밀한 분석을 위하여, 상기 연령분류파트(912)는, 균등분포된 연령계급구간에 따라 상기 유저기본정보를 적어도 두 개 이상의 연령분류로 분류하고, 상기 직업분류파트(914)는, 균등분포된 소득구간에 따라 상기 유저기본정보를 상기 직업분류의 하위 구성인 직업별소득정보로 재분류하며, 상기 표준화파트(915)는, 상기 연령분류의 평균값과 상기 직업별소득정보의 평균값을 곱한 값에 성별정보가중치 및 거주지역정보가중치를 부여하여 표준특성정보를 산출하도록 구성할 수 있다.
이에 따라 연령을 계급구간화하여 세대별 특성을 구하는 것 역시 가능하며, 직업 및 직업에 따른 소득구간을 반영함으로써 유저표준정보의 정확성을 보다 높일 수 있을 뿐 아니라, 세대별 특성 및 소득구간 별 특성 역시 표준특성정보에 반영토록 할 수 있어 유저(20)가 속한 연령, 세대, 성별, 직업, 지역, 소득구간에 맞춤화된 표준특성정보를 산출할 수 있는 것이다.
이 때, 상기 표준특성정보는, 다음의 수학식 3을 통해 산출될 수 있다.
Figure pat00067
(여기서,
Figure pat00068
는 분류된 유저기본정보에 대한 표준특성정보값이고,
Figure pat00069
는 성별정보가중치이며,
Figure pat00070
는 거주지역정보가중치이고,
Figure pat00071
는 연령분류의 평균값이며,
Figure pat00072
은 상기 직업별소득정보의 평균값이고,
Figure pat00073
은 연령계급구간의 개수이며,
Figure pat00074
는
Figure pat00075
번째 연령계급구간의 도수이고,
Figure pat00076
는
Figure pat00077
번째 연령계급구간에서의
Figure pat00078
번째 자료값이며,
Figure pat00079
은 소득구간의 개수이고,
Figure pat00080
은
Figure pat00081
번째 소득구간의 도수이며,
Figure pat00082
는
Figure pat00083
번째 소득구간에서의
Figure pat00084
번째 자료값이다.)
이는 연령정보가 연령계급구간으로 나타난다는 점과, 소득구간 역시 계급으로 나타난다는 점에 착안하여 보다 정량화된 평균값을 반영할 수 있도록 한 것으로서, 이와 같은 수학식 3을 통해 성별 및 거주지역 뿐 아니라 유저(20)가 속한 연령구간에 대한 연령분류의 평균값 뿐 아니라 직업별소득정보의 평균값을 정량화하여 반영할 수 있으므로, 보다 정확하고 표준화된 표준특성정보를 제공할 수 있다.
지금까지 설명한 바와 같이, 본 발명에 따른 인공지능 기반의 데이터 처리 시스템(10)의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.
10 : 시스템 20 : 유저
30 : 사업자 100 : 유저정보입력모듈
200 : 사업자정보입력모듈 300 : 사용데이터수집모듈
310 : 유저데이터수집부 320 : 사업자데이터수집부
400 : 유저분석모듈 500 : 통합데이터생성모듈
600 : 유저정보제공모듈 700 : 사업자분석모듈
800 : 운영관리모듈 810 : 로그저장부
820 : 보안관리부 900 : 유저특성산출모듈
910 : 표준특성정보산출부 911 : 성별분류파트
912 : 연령분류파트 913 : 지역분류파트
914 : 직업분류파트 915 : 표준화파트
920 : 유저표준정보산출부 930 : 설문수치입력부
940 : 비교처리부 950 : 가중치산출부

Claims (10)

  1. 인공지능 기반의 데이터 처리 시스템으로서,
    유저로부터 이름정보 및 성별정보를 포함하는 유저기본정보를 입력받는 유저정보입력모듈;
    사업자로부터 사업자정보를 포함하는 사업자기본정보를 입력받는 사업자정보입력모듈;
    어플리케이션, 위젯, GPS서비스 중 적어도 어느 하나를 포함하는 서비스플랫폼에 대한 상기 유저의 사용데이터를 저장하는 사용데이터수집모듈;
    상기 사용데이터를 분석하여 상기 유저에 대한 유저정보데이터를 생성하는 유저분석모듈;
    상기 유저기본정보 및 상기 유저정보데이터를 통합한 유저통합데이터를 생성하는 통합데이터생성모듈;
    상기 유저통합데이터를 상기 사업자에게 제공하는 유저정보제공모듈;을 포함하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  2. 제 1항에 있어서,
    상기 사용데이터수집모듈은,
    상기 서비스플랫폼에 대한 상기 유저의 사용데이터를 저장하는 유저데이터수집부 및,
    상기 사업자에게 제공된 유저통합데이터에 대한 데이터생성리스트를 생성하고 저장하는 사업자데이터수집부를 더 포함하고,
    상기 시스템은,
    상기 데이터생성리스트를 분석하여 상기 사업자에 대한 사업자성향데이터를 생성하는 사업자분석모듈;을 더 포함하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  3. 제 1항에 있어서,
    상기 시스템은,
    상기 서비스플랫폼에 대한 상기 유저의 접속로그를 저장하는 로그저장부 및,
    상기 서비스플랫폼에 대한 보안코드를 저장하는 보안관리부를 포함하는 운영관리모듈;을 더 포함하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  4. 제 1항에 있어서,
    상기 유저기본정보는,
    상기 유저의 거주지역정보와 연령정보 및 직업정보를 더 포함하고,
    상기 시스템은,
    상기 유저의 선호특성 및 상기 유저기본정보를 기반으로 상기 유저에 대한 유저특성데이터를 산출하는 유저특성산출모듈;을 더 포함하며,
    상기 유저정보제공모듈은,
    상기 유저통합데이터 및 상기 유저특성데이터를 상기 사업자에게 제공하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  5. 제 4항에 있어서,
    상기 유저특성산출모듈은,
    상기 유저정보입력모듈을 통해 저장된 복수개의 유저기본정보를 기반으로 연령별, 직업별, 거주지역별, 성별에 따른 표준특성정보를 산출하는 표준특성정보산출부와,
    상기 유저에 대한 상기 유저기본정보와 상기 표준특성정보를 비교 처리하여 상기 유저의 연령정보, 직업정보, 거주지역정보, 성별정보와 부합하는 표준특성정보인 유저표준정보를 산출하는 유저표준정보산출부 및,
    상기 유저에게 선호특성을 묻는 설문을 디스플레이하고 수치값을 입력받아 개별선호특성정보를 산출하는 설문수치입력부와,
    상기 유저표준정보와 상기 개별선호특성정보를 비교 처리하여 상기 유저의 유저특성데이터를 산출하는 비교처리부를 더 포함하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  6. 제 5항에 있어서,
    상기 유저특성산출모듈은,
    분석적 계층화 방법을 기반으로 상기 개별선호특성정보에 포함된 상기 수치값으로부터 우선순위가중치를 산출하는 가중치산출부를 더 포함하고,
    상기 비교처리부는,
    품질 전개 방법을 기반으로 상기 유저표준정보 및 상기 개별선호특성정보를 비교 처리하여 비교데이터를 산출한 뒤, 상기 비교데이터에 상기 우선순위가중치를 적용하여 유저특성데이터를 산출하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  7. 제 6항에 있어서,
    상기 비교처리부는,
    다음의 수학식 1과 행렬 M 및 수학식 2를 통해 유저특성데이터를 산출하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
    수학식 1,
    Figure pat00085

    (여기서,
    Figure pat00086
    는 비교데이터의
    Figure pat00087
    번째 문항에 대한 값,
    Figure pat00088
    는 유저표준정보의
    Figure pat00089
    번째 문항에 대한 값,
    Figure pat00090
    는 개별선호정보의
    Figure pat00091
    번째 문항에 대한 값,
    Figure pat00092
    는 유저표준정보의 중요도로서
    Figure pat00093
    )
    행렬
    Figure pat00094

    (여기서, 행렬
    Figure pat00095
    은 개별선호특성정보에 포함된 상기 수치값에 대한 쌍대비교행렬,
    Figure pat00096
    는 행렬
    Figure pat00097
    에 포함된 원소,
    Figure pat00098
    는 상기 개별선호특성정보의
    Figure pat00099
    번째 문항에 대한 쌍대비교중요도)
    수학식 2,
    Figure pat00100

    (여기서,
    Figure pat00101
    는 유저특성데이터의
    Figure pat00102
    번째 문항에 대한 최종값,
    Figure pat00103
    는 비교데이터의
    Figure pat00104
    번째 문항에 대한 값,
    Figure pat00105
    는 개별선호특성정보
    Figure pat00106
    번째 문항에 대한 우선순위가중치,
    Figure pat00107
    는 행렬
    Figure pat00108
    에 포함된 원소)
  8. 제 5항에 있어서,
    상기 표준특성정보산출부는,
    상기 유저기본정보를 상기 성별정보에 따라 두 개의 성별분류로 분류하는 성별분류파트와,
    상기 유저기본정보를 상기 연령정보에 따라 상기 성별분류의 하위 구성인 적어도 두 개 이상의 연령분류로 분류하는 연령분류파트 및,
    상기 유저기본정보를 상기 거주지역정보에 따라 상기 연령분류의 하위 구성인 적어도 두 개 이상의 지역분류로 분류하는 지역분류파트와,
    상기 유저기본정보를 상기 직업정보에 따라 상기 지역분류의 하위 구성인 적어도 두 개 이상의 직업분류로 분류하는 직업분류파트 및,
    분류된 상기 유저기본정보를 표준화한 수치인 표준특성정보를 각각 산출하는 표준화파트로 이루어진 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  9. 제 8항에 있어서,
    상기 연령분류파트는,
    균등분포된 연령계급구간에 따라 상기 유저기본정보를 적어도 두 개 이상의 연령분류로 분류하고,
    상기 직업분류파트는,
    균등분포된 소득구간에 따라 상기 유저기본정보를 상기 직업분류의 하위 구성인 직업별소득정보로 재분류하며,
    상기 표준화파트는,
    상기 연령분류의 평균값과 상기 직업별소득정보의 평균값을 곱한 값에 성별정보가중치 및 거주지역정보가중치를 부여하여 표준특성정보를 산출하는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
  10. 제 9항에 있어서,
    상기 표준특성정보는,
    다음의 수학식 3을 통해 산출되는 것을 특징으로 하는, 인공지능 기반의 데이터 처리 시스템.
    Figure pat00109

    (여기서,
    Figure pat00110
    는 분류된 유저기본정보에 대한 표준특성정보값,
    Figure pat00111
    는 성별정보가중치,
    Figure pat00112
    는 거주지역정보가중치,
    Figure pat00113
    는 연령분류의 평균값,
    Figure pat00114
    은 상기 직업별소득정보의 평균값,
    Figure pat00115
    은 연령계급구간의 개수,
    Figure pat00116
    는
    Figure pat00117
    번째 연령계급구간의 도수,
    Figure pat00118
    는
    Figure pat00119
    번째 연령계급구간에서의
    Figure pat00120
    번째 자료값,
    Figure pat00121
    은 소득구간의 개수,
    Figure pat00122
    은
    Figure pat00123
    번째 소득구간의 도수,
    Figure pat00124
    는
    Figure pat00125
    번째 소득구간에서의
    Figure pat00126
    번째 자료값)
KR1020160156853A 2016-11-23 2016-11-23 인공지능 기반의 데이터 처리 시스템 KR101918359B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160156853A KR101918359B1 (ko) 2016-11-23 2016-11-23 인공지능 기반의 데이터 처리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160156853A KR101918359B1 (ko) 2016-11-23 2016-11-23 인공지능 기반의 데이터 처리 시스템

Publications (2)

Publication Number Publication Date
KR20180058128A true KR20180058128A (ko) 2018-05-31
KR101918359B1 KR101918359B1 (ko) 2018-11-13

Family

ID=62454428

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160156853A KR101918359B1 (ko) 2016-11-23 2016-11-23 인공지능 기반의 데이터 처리 시스템

Country Status (1)

Country Link
KR (1) KR101918359B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793223A (zh) * 2021-09-17 2021-12-14 上海企庭实业股份有限公司 全球企业家多层次服务体系人工智能算法数据库模块系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793223A (zh) * 2021-09-17 2021-12-14 上海企庭实业股份有限公司 全球企业家多层次服务体系人工智能算法数据库模块系统
CN113793223B (zh) * 2021-09-17 2023-11-14 上海企庭实业股份有限公司 全球企业家多层次服务体系人工智能算法数据库模块系统

Also Published As

Publication number Publication date
KR101918359B1 (ko) 2018-11-13

Similar Documents

Publication Publication Date Title
Sharma et al. A multi-analytical model for mobile banking adoption: a developing country perspective
TWI598755B (zh) 資料分析系統、資料分析方法、內儲資料分析程式的電腦程式產品及內儲資料分析程式的記錄媒體
CN110070391B (zh) 数据处理方法、装置、计算机可读介质及电子设备
Srivastava et al. Intelligent employee retention system for attrition rate analysis and churn prediction: An ensemble machine learning and multi-criteria decision-making approach
Quarati et al. Do researchers use open research data? Exploring the relationships between usage trends and metadata quality across scientific disciplines from the Figshare case
CN112562863A (zh) 流行病监测预警方法、装置、电子设备
Doumpos et al. Preference disaggregation for multicriteria decision aiding: An overview and perspectives
CN112002403A (zh) 用于医疗设备的量化评估方法、装置、设备及存储介质
CN108459997A (zh) 基于深度学习和神经网络的高偏态数据价值概率预测方法
Al-Rawahnaa et al. Data mining for Education Sector, a proposed concept
CN113435713B (zh) 基于gis技术和两模型融合的风险地图编制方法及系统
CN117216419B (zh) 基于ai技术的数据分析方法
Mendes et al. Effort estimation: how valuable is it for a web company to use a cross-company data set, compared to using its own single-company data set?
Islam et al. Employing AI and ML for Data Analytics on Key Indicators: Enhancing Smart City Urban Services and Dashboard-Driven Leadership and Decision-Making
Huang et al. Expert recommendation via tensor factorization with regularizing hierarchical topical relationships
KR101918359B1 (ko) 인공지능 기반의 데이터 처리 시스템
Bellantuono et al. Detecting the socio-economic drivers of confidence in government with eXplainable Artificial Intelligence
Kong et al. An empirical study of learning based happiness prediction approaches
Aggarwal Identifying and prioritizing human capital measurement indicators for personnel selection using fuzzy MADM
Amirian et al. Data science and analytics
Islam et al. Data analytics on key indicators for the city's urban services and dashboards for leadership and decision-making
Gao et al. Synchronized entry-traffic flow prediction for regional expressway system based on multidimensional tensor
Forçan et al. Questionnaire model for paraconsistent quality assessment of software developed in SalesForce
Ducao et al. Multimer: modeling neurophysiological experience in public urban space
López et al. Multicriteria Decision Model to Support the Evaluation of Common Jurisdiction Violence in the Capital Cities of the States of Mexico

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant