KR20200054533A - 재무성향진단을 포함하는 맞춤상품추천 시스템 - Google Patents

재무성향진단을 포함하는 맞춤상품추천 시스템 Download PDF

Info

Publication number
KR20200054533A
KR20200054533A KR1020180137893A KR20180137893A KR20200054533A KR 20200054533 A KR20200054533 A KR 20200054533A KR 1020180137893 A KR1020180137893 A KR 1020180137893A KR 20180137893 A KR20180137893 A KR 20180137893A KR 20200054533 A KR20200054533 A KR 20200054533A
Authority
KR
South Korea
Prior art keywords
financial
user
information
propensity
products
Prior art date
Application number
KR1020180137893A
Other languages
English (en)
Inventor
임선규
Original Assignee
주식회사 라이프가이드
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 주식회사 라이프가이드 filed Critical 주식회사 라이프가이드
Priority to KR1020180137893A priority Critical patent/KR20200054533A/ko
Publication of KR20200054533A publication Critical patent/KR20200054533A/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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Human Resources & Organizations (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

재무성향진단을 포함하는 맞춤상품추천 시스템에 관한 기술이 개시된다. 상기 재무성향진단을 포함하는 맞춤상품추천 시스템은 금융기관 및 비금융기관으로부터 국가통계, 금융거래정보, 주식 또는 펀드 시황정보 및 상품정보를 포함하는 빅데이터를 수집하는 빅데이터 수집과정, 수집된 상기 빅데이터를 통하여 기존 사용자들의 재무성향 별로 상품정보를 분류하여 데이터베이스에 저장하는 상품정보분류과정, 로그인한 사용자의 동의를 받아 로그인한 상기 사용자의 금융거래정보인 사용자 금융거래정보를 수집하는 사용자 금융거래정보 수집과정 및 수집된 상기 사용자 금융거래정보를 상기 데이터베이스와 비교하여 로그인한 상기 사용자의 재무성향진단 및 맞춤상품을 추천하는 맞춤상품추천과정을 포함한다.
본 명세서에서 개시하는 기술은 데이터베이스에 상품정보를 저장하는 과정에서 재무성향 별로 상품정보를 데이터베이스에 저장할 뿐만 아니라, 각각의 재무성향을 다시 신용등급별, 소득등급별, 연령별 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 기준으로 세분화한 후 상품정보를 세분화된 분류에 대응시키는 방식으로도 저장할 수 있어 로그인한 사용자의 신용등급, 소득등급, 연령 등 로그인한 사용자에게 최적화된 상품정보를 추천할 수 있는 효과를 제공해 줄 수 있다.

Description

재무성향진단을 포함하는 맞춤상품추천 시스템{system for providing financial product recommendation service including diagnosing financial tendency}
본 명세서에 개시하는 기술은 대체로 맞춤상품추천 시스템에 관한 것으로, 보다 구체적으로는 사용자들의 재무성향을 진단하여 이를 활용한 맞춤상품추천 시스템에 관한 것이다.
경제의 발전에 따라 금융기관의 종류는 은행, 신용카드사, 증권사, 보험사 및 제2 금융권 등으로 다양해지고 각 금융기관의 종류에 따른 해당 경쟁 사업자가 늘어남에 따라 각 사업자에서 판매하는 금융상품 또한 다양해지고 있다.
그리고, 기존의 금융기관별 금융상품에 대한 장벽이 무너지면서 은행뿐 아니라 증권사, 보험사 및 제2 금융권에서까지 적금, 저축, 예금, 보험 등의 금융상품을 개발하여 고객을 확보에 대한 경쟁이 심화되고 있다.
금융상품은 그 목적에 따라 주택마련, 결혼자금, 교육비, 펀드, 노후생활 및 연금 등의 상품이 있으며, 최근에는 어린이, 미혼여성, 전문직 등과 같은 특정 고객에 특화된 상품이 개발되어 기존의 획일화된 정책에 따른 금융상품 이외에 개인의 조건에 따라 상이한 혜택이 있는 금융상품들이 개발되고 있다.
이러한 현상에 따라 고객은 다양한 금융상품을 제공받을 수 있는 반면, 다양하고 복잡한 금융상품 중에서 본인에게 적절한 상품을 선택하는 것이 용이하지 않은 문제가 있다.
한편, 이러한 문제점을 해결하기 위하여 금융기관별 다양한 상품정보를 수집하고 이를 비교하여 인터넷을 통해 고객에게 제공하는 서비스가 등장하였다. 그러나, 기존의 금융상품 비교서비스는 고객이 직접 자신의 관심조건을 입력하여 검색되는 금융상품을 비교 및 선택해야 되므로 만족되는 금융상품이 없는 경우 상품가입과 연결되지 않는 단점이 있다. 더욱이, 특정 고객에 특화된 상품이나 일정기간에만 판매되는 이벤트 금융상품과 같은 경우 고객이 미리 인지하고 검색하지 않는 한 가입기회를 놓치는 문제점이 있다.
특히, 기존의 금융상품 비교서비스는 그 서비스를 제공하는 업체에서 제공하는 정보에 의존해야 하므로 금리(특정 층의 맞춤형 우대금리 포함)의 변동과 같이 다변하는 금융기관의 정책을 실시간으로 반영하지 못하거나 잘못된 정보를 제공할 수 있다. 또한, 비교검색을 위해 입력된 개인정보를 이용하여 반복적인 금융상품광고의 스팸 연락으로 고객의 불편함을 유발하는 문제점이 있다. 그리고, 종래의 개인 금융상담은 너무 많은 사전 자료의 입력이 필요하며, UI가 복잡하게 구성되어 금융기관 직원들이 사용을 기피하고 고객 또한 자신의 모든 가계자산정보를 상세하게 제공할 필요가 있어 사용을 기피하는 경우가 많았다.
한편 스마트폰의 보급이 본격화된 최근에는 그 기능을 보다 세분화하고, 단순화시킨 개인재무관리방법이 시도되어 사용자의 접근을 용이하게 하는 데 많은 기여를 한 바가 있다. 하지만, 이 역시 재무설계시 전문가의 도움이 없으면 결과를 활용하기가 어려우며, 재무설계와 가계부, 자산관리 기능 사용시 각기 다른 개발자의 어플리케이션을 사용해야 하므로 서로의 항목 분류 기준과 관리방법이 달라 연계되지 못하는 문제가 있었다.
그리고, 재무관리(financial management)란 일반적으로 기업이 자신이 소유하고 있는 자산을 관리하는 것을 말하였으나, 오늘날에는 이런 재무관리가 기업에만 국한되어 이루어지고 있지는 않다. 즉, 개인들도 자신의 재무자원을 어떻게 하면 효율적으로 관리하고 증식할 수 있을까? 또한, 자신에게 가장 적합한 재테크 방법은 무엇일까? 하는 부분에 대한 관심을 많이 가지고 있기 때문에, 오늘날의 재무관리는 기업뿐 만 아니라 개인에게도 적용되는 중요한 과제라 할 수 있다.
한편, 개인들은 이러한 재무관리를 위해 인터넷과 같은 온라인 상에서 제공되는 각종 강연을 듣거나, 재무관리를 위해 제공되는 프로그램을 이용하고 있으며, 오프라인 상에서 자신의 재무관리 컨설턴트를 통해 재무관리와 관련된 각종 정보들을 수집하고 있다. 그러나, 이러한 재무관리는 하루 24시간을 바쁘게 살아가는 현대인에게 있어서는 일 단위 또는 시간 단위로 이루어져야 할 필요가 있다. 즉, 종래에는 이러한 재무관리는, 주 단위, 월 단위, 또는 분기 단위, 더 넓게는 연 단위로 이루어지더라도 사용자에게 큰 불편함이 없었으나, 시간별, 일별로 다양한 상황들이 급변하고 있는 현대를 살아가는 사용자들에게는, 일과를 마치고 집에 들어가서 또는 급한 용무를 마치고 회사에 들어가 상기한 바와 같은 재무상황을 관리하는 것보다는, 재무관리와 관련된 각종 정보를 얻을 필요가 있다고 판단되거나, 재무관리와 관련된 각종 정보를 입력해야 할 필요가 있다고 판단되는 그 즉시, 해당 정보를 처리해야 할 필요가 많아지고 있다.
그러나, 현재 제공되고 있는 종래의 재무관리 방법들은 개인용 컴퓨터와 인터넷을 통해 제공되는 것으로서, 사용자에게 상기한 바와 같은 신속한 정보 처리 방법을 제공하지 못하고 있다. 맞춤상품추천 등과 같은 재무관리와 관련된 종래의 기술로는 대한민국등록특허 KR 제10-1262262호 "개인재무관리를 제공하는 이동통신단말기 및 그 방법" 등이 있다.
본 명세서에서 개시하는 기술은 상기한 종래기술의 문제점을 해결하기 위하여 도출된 것으로서, 상품(예, 금융상품 등)을 이용하는 사용자들의 빅데이터를 수집하여 사용자들의 재무성향을 분석한 후 사용자들의 재무성향 별로 분류된 상품정보를 구비한 별도의 DB를 마련하고 이를 활용하여 로그인한 사용자의 금융거래정보만으로 사용자의 재무성향을 진단하고 이에 대응되는 맞춤상품을 추천함으로써 사용자에게 적합한 상품(예, 금융상품 등) 정보를 신속하게 제공해줄 수 있는 맞춤상품추천 시스템에 관한 기술을 제공하는 것이다.
일 실시 예에 있어서, 재무성향진단을 포함하는 맞춤상품추천 시스템에 관한 기술이 개시(disclosure)된다. 상기 재무성향진단을 포함하는 맞춤상품추천 시스템은 금융기관 및 비금융기관으로부터 국가통계, 금융거래정보, 주식 또는 펀드 시황정보 및 상품정보를 포함하는 빅데이터를 수집하는 빅데이터 수집과정, 수집된 상기 빅데이터를 통하여 기존 사용자들의 재무성향 별로 상품정보를 분류하여 데이터베이스에 저장하는 상품정보분류과정, 로그인한 사용자의 동의를 받아 로그인한 상기 사용자의 금융거래정보인 사용자 금융거래정보를 수집하는 사용자 금융거래정보 수집과정 및 수집된 상기 사용자 금융거래정보를 상기 데이터베이스와 비교하여 로그인한 상기 사용자의 재무성향진단 및 맞춤상품을 추천하는 맞춤상품추천과정을 포함한다.
일례로, 상기 재무성향은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향을 포함할 수 있다. 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품 및 대출상품을 포함할 수 있다. 상기 사용자 금융거래정보는 로그인한 상기 사용자의 저축현황정보, 투자현황정보, 연금현황정보, 보험현황정보, 대출현황정보 중 적어도 어느 하나를 포함할 수 있다. 이 경우, 상기 맞춤상품추천과정에서는 상기 사용자 금융거래정보를 통하여 로그인한 상기 사용자의 재무성향을 진단하고, 상기 데이터베이스를 참조하여 진단된 로그인한 상기 사용자의 재무성향에 대응되는 상품정보를 제공함으로써 로그인한 상기 사용자의 맞춤상품을 추천할 수 있다.
다른 예로, 상기 데이터베이스에 재무성향 별로 저장되는 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품, 대출상품 중 적어도 어느 하나를 포함할 수 있다. 이 경우, 상기 재무성향은 신용등급별, 소득등급별, 연령별 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 기준으로 세분화되어 분류될 수 있으며, 상기 상품정보는 세분화되어 분류된 상기 재무성향에 대응되도록 상기 데이터베이스에 저장될 수 있다.
또 다른 예로, 상기 재무성향은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향을 포함할 수 있다. 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품 및 대출상품을 포함할 수 있다. 상기 사용자 금융거래정보는 로그인한 상기 사용자의 저축현황정보, 투자현황정보, 연금현황정보, 보험현황정보 및 대출현황정보를 포함할 수 있다. 상기 재무성향은 5등급의 소득등급별로 세분화되어 분류될 수 있으며, 상기 상품정보는 투자비율로 변환되어 각 소등등급별로 분류되어 할당될 수 있다. 상기 사용자 금융거래정보 수집과정은 로그인한 상기 사용자의 소득정보인 사용자 소득정보를 수집하는 사용자 소득정보 수집과정을 포함할 수 있다. 이 경우, 상기 맞춤상품추천과정에서는 상기 사용자 금융거래정보를 통하여 로그인한 상기 사용자의 재무성향의 진단 및 상기 사용자 금융거래정보의 항목별 투자비율을 추출한 후 진단된 상기 사용자의 재무성향 및 상기 사용자 소득정보에 대응되는 상기 데이터베이스의 상품정보를 비교하여 상품정보를 제공함으로써 로그인한 상기 사용자에게 맞춤상품을 추천할 수 있다.
본 명세서에서 개시하는 기술은 상품(예, 금융상품 등)을 이용하는 사용자들의 빅데이터를 수집하여 사용자들의 재무성향을 분석한 후 사용자들의 재무성향 별로 분류된 상품정보를 구비한 별도의 DB를 마련하고 이를 활용하여 로그인한 사용자의 금융거래정보만으로 사용자의 재무성향을 진단하고 이에 대응되는 맞춤상품을 추천함으로써 사용자에게 적합한 상품(예, 금융상품 등) 정보를 신속하게 제공해줄 수 있는 효과를 제공해 줄 수 있다.
또한, 본 명세서에서 개시하는 기술은 데이터베이스에 상품정보를 저장하는 과정에서 재무성향 별로 상품정보를 데이터베이스에 저장할 뿐만 아니라, 각각의 재무성향을 다시 신용등급별, 소득등급별, 연령별 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 기준으로 세분화한 후 상품정보를 세분화된 분류에 대응시키는 방식으로도 저장할 수 있어 로그인한 사용자의 신용등급, 소득등급, 연령 등 로그인한 사용자에게 최적화된 상품정보를 추천할 수 있는 효과를 제공해 줄 수 있다.
또한, 본 명세서에서 개시하는 기술은 사용자에게 사용자의 통합자산관리, 재무 진단과 설계, 자산포토폴리오 맞춤상품 추천 서비스 제공이라는 효과를 제공해 줄 수 있다.
또한, 본 명세서에서 개시하는 기술은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향 등 6개의 성향을 기준으로 사용자의 성향을 분석하고, 분석된 사용자의 성향 및 콘텐츠 기반을 협업적 필터링을 통하여 펀드, 예금, 연금, 보험, 대출, 카드, ISA 등으로 예시되는 저축상품, 투자상품, 연금상품, 보험상품, 대출상품 중에서 사용자에게 적합한 맞춤상품을 효율적으로 추천할 수 있는 효과를 제공해 줄 수 있다.
전술한 내용은 이후 보다 자세하게 기술되는 사항에 대해 간략화된 형태로 선택적인 개념만을 제공한다. 본 내용은 특허 청구 범위의 주요 특징 또는 필수적 특징을 한정하거나, 특허청구범위의 범위를 제한할 의도로 제공되는 것은 아니다.
도 1은 일 실시 예에 따른 본 명세서에서 개시하는 재무성향진단을 포함하는 맞춤상품추천 시스템에 대한 개념도이다.
도 2는 본 명세서에서 개시하는 기술에 따른 서비스 내용을 계략적으로 나타낸 시스템의 구성도이다.
도 3은 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤금융 상품이 추천되는 지능형 자산관리 시스템의 빅데이터 분석 프로세스를 나타낸 구성도이다.
도 4는 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 협업적 필터링을 나타낸 구성도이다.
도 5는 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 전체 구성도이다.
도 6 및 도 7은 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 이용화면을 나타낸 예시도이다.
이하, 본 명세서에 개시된 실시 예들을 도면을 참조하여 상세하게 설명하고 자 한다. 본문에서 달리 명시하지 않는 한, 도면의 유사한 참조번호들은 유사한 구성요소들을 나타낸다. 상세한 설명, 도면들 및 청구항들에서 상술하는 예시적인 실시 예들은 한정을 위한 것이 아니며, 다른 실시 예들이 이용될 수 있으며, 여기서 개시되는 기술의 사상이나 범주를 벗어나지 않는 한 다른 변경들도 가능하다. 본 기술분야의 통상의 기술자는 본 개시의 구성요소들, 즉 여기서 일반적으로 기술되고, 도면에 기재되는 구성요소들을 다양하게 다른 구성으로 배열, 구성, 결합, 도안할 수 있으며, 이것들의 모두는 명백하게 고안되며, 본 개시의 일부를 형성하고 있음을 용이하게 이해할 수 있을 것이다. 도면에서 여러 층(또는 막), 영역 및 형상을 명확하게 표현하기 위하여 구성요소의 폭, 길이, 두께 또는 형상 등은 과장되어 표현될 수도 있다.
일 구성요소가 다른 구성요소에 "마련"이라고 언급되는 경우, 상기 일 구성요소가 상기 다른 구성요소에 직접 마련되는 경우는 물론, 이들 사이에 추가적인 구성요소가 개재되는 경우도 포함할 수 있다.
일 구성요소가 다른 구성요소에 "제공"이라고 언급되는 경우, 상기 일 구성요소가 상기 다른 구성요소에 직접 제공되는 경우는 물론, 이들 사이에 추가적인 구성요소가 개재되는 경우도 포함할 수 있다.
개시된 기술에 관한 설명은 구조적 내지 기능적 설명을 위한 실시 예에 불과하므로, 개시된 기술의 권리범위는 본문에 설명된 실시 예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시 예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 개시된 기술의 권리범위는 기술적 사상을 실현할 수 있는 균등물을 포함하는 것으로 이해되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, “포함하다” 또는 “가지다” 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용된 모든 용어들은 다르게 정의되지 않는 한, 개시된 기술이 속하는 분야에서 통상의 기술자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석 될 수 없다.
도 1은 일 실시 예에 따른 본 명세서에서 개시하는 재무성향진단을 포함하는 맞춤상품추천 시스템에 대한 개념도이다. 도 2는 본 명세서에서 개시하는 기술에 따른 서비스 내용을 계략적으로 나타낸 시스템의 구성도이다. 도 3은 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤금융 상품이 추천되는 지능형 자산관리 시스템의 빅데이터 분석 프로세스를 나타낸 구성도이다. 도 4는 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 협업적 필터링을 나타낸 구성도이다. 도 5는 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 전체 구성도이다. 도 6 및 도 7은 본 명세서에서 개시하는 기술에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 이용화면을 나타낸 예시도이다.
이하 도면을 참조하여 본 명세서에서 개시하는 재무성향진단을 포함하는 맞춤상품추천 시스템에 대하여 설명하기로 한다.
도 1을 참조하면, 재무성향진단을 포함하는 맞춤상품추천 시스템(100)은 빅데이터 수집부(110), 상품정보분류부(120), 사용자 금융거래정보 수집부(130) 및 맞춤상품추천부(140)를 포함한다. 빅데이터 수집부(110)에서는 빅데이터 수집과정이 수행되며, 상품정보분류부(120)에서는 상품정보분류과정이 수행되며, 사용자 금융거래정보 수집부(130)에서는 사용자 금융거래정보 수집과정이 수행되며, 맞춤상품추천부(140)에서는 맞춤상품추천과정이 수행된다.
상기 빅데이터 수집과정에서는 금융기관(112) 및 비금융기관(114)으로부터 국가통계, 금융거래정보, 주식 또는 펀드 시황정보 및 상품정보를 포함하는 빅데이터를 수집한다.
상기 상품정보분류과정에서는 수집된 상기 빅데이터를 통하여 기존 사용자들의 재무성향 별로 상품정보를 분류하여 데이터베이스(122)에 저장한다.
상기 사용자 금융거래정보 수집과정에서는 사용자 로그인부(132)를 통하여 로그인한 사용자의 동의를 받아 로그인한 상기 사용자의 금융거래정보인 사용자 금융거래정보를 수집한다. 사용자의 동의를 받음으로써 정보주체에게 금융기관 등에게 본인의 개인신용정보 등의 개인정보의 이동을 요구할 수 있는 권리가 보장되며, 본 발명의 시스템은 고객의 정보에 접근이 가능해질 수 있다. 또한, 사용자의 동의를 받음으로써 정보주체는 자신의 정보가 필요 이상으로 기관들에 의해 수집되는 것을 사전에 방지할 수 있다. 이를 위해 본 발명의 시스템은 스크레이핑 방식이 아니라 정보보안기술을 적용한 표준 API 방식을 활용할 수 있다. 물론 기존의 스크레이핑 방식이 표준 API 방식과 병행되거나 단독으로 사용될 수 있음은 당연하다 할 것이다. 표준 API 방식을 활용함으로써 고객인증과정에서 이용자는 필요한 서비스에 직접 로그인하여 필요한 접근권한을 부여 후 인증을 허용할 수 있다. API를 사용함에 따라 정보주체가 원하지 않는 정보 수집 자체를 차단할 수 있어 정보에 접근 통제가 용이하고 필요한 보안대책을 추가 강화할 수 있다. 즉, 이용자는 정보처리과정에서 필요한 서비스에서 제공한 API를 이용하여 접근이 허용된 필요정보를 수신할 수 있다. 또한, API를 사용함에 따라 API 및 데이터 포맷에 대한 표준화가 가능해질 수 있다. 또한, 고객의 중요정보를 서버 또는 모바일 앱 내 저장하여 관리하지 않고 안전한 통신 프로토콜을 적용한 API를 사용하여 정보를 전송함으로써 정보 유출 등 보안 위험을 감소시키는 효과를 제공할 수 있다. 따라서 장기적으로는 표준 API 방식만을 사용하는 것이 바람직할 수 있다.
상기 맞춤상품추천과정에서는 수집된 상기 사용자 금융거래정보를 상기 데이터베이스와 비교하여 로그인한 상기 사용자의 재무성향진단 및 맞춤상품을 추천한다. 사용자의 재무성향 진단 및 맞춤상품의 추천 내용은 디스플레이부(142)에 표시될 수 있다.
한편, 상기 재무성향은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향을 포함할 수 있다. 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품 및 대출상품을 포함할 수 있다. 상기 사용자 금융거래정보는 로그인한 상기 사용자의 저축현황정보, 투자현황정보, 연금현황정보, 보험현황정보, 대출현황정보 중 적어도 어느 하나를 포함할 수 있다. 상기 맞춤상품추천과정에서는 상기 사용자 금융거래정보를 통하여 로그인한 상기 사용자의 재무성향을 진단하고, 데이터베이스(122)를 참조하여 진단된 로그인한 상기 사용자의 재무성향에 대응되는 상품정보를 제공함으로써 로그인한 상기 사용자의 맞춤상품을 추천할 수 있다.
일례로, 데이터베이스(122)에 재무성향 별로 저장되는 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품, 대출상품 중 적어도 어느 하나를 포함할 수 있다. 이 경우, 상기 재무성향은 신용등급별, 소득등급별, 연령별 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 기준으로 세분화되어 분류될 수 있으며, 상기 상품정보는 세분화되어 분류된 상기 재무성향에 대응되도록 데이터베이스(122)에 저장될 수 있다.
신용등급은 예로서 신용평가기관에서 제공하는 신용등급이 활용될 수 있다. 소득등급은 예로서 최상, 상, 중, 하 및 최하의 5등급으로 분류될 수 있다. 연령은 예로서 경제활동이 가능한 연령을 기준으로 20대, 30대, 40대, 50대 및 60대의 5연령층으로 분류될 수 있다. 상기의 예시는 이해를 위한 예시로서 상기한 예시 이외에 필요에 따라 다양하게 분류될 수 있음은 자명하다 할 것이다.
본 명세서에서 개시하는 기술이 사용자에게 맞춤상품을 추천하는 과정을 구체적인 예시를 들어 설명하면, 상기 재무성향은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향을 포함할 수 있으며, 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품 및 대출상품을 포함할 수 있으며, 상기 사용자 금융거래정보는 로그인한 상기 사용자의 저축현황정보, 투자현황정보, 연금현황정보, 보험현황정보 및 대출현황정보를 포함할 수 있다. 이 경우, 상기 재무성향은 5등급의 소득등급별로 세분화되어 분류되며, 상기 상품정보는 투자비율로 변환되어 각 소등등급별로 분류되어 할당될 수 있다. 예를 들면, 상품정보는 전체 상품을 100으로 하여 각 상품의 비율을 반영한 백분율로 변환되어 각 소등등급별로 분류되어 할당되어 데이터베이스(122)에 저장될 수 있다.
한편, 상기 사용자 금융거래정보 수집과정은 로그인한 상기 사용자의 소득정보인 사용자 소득정보를 수집하는 사용자 소득정보 수집과정을 포함할 수 있다. 이 경우, 상기 맞춤상품추천과정에서는 상기 사용자 금융거래정보를 통하여 로그인한 상기 사용자의 재무성향의 진단 및 상기 사용자 금융거래정보의 항목별 투자비율을 추출한 후 진단된 상기 사용자의 재무성향 및 상기 사용자 소득정보에 대응되는 상기 데이터베이스의 상품정보를 비교하여 상품정보를 제공함으로써 로그인한 상기 사용자에게 맞춤상품을 추천할 수 있다.
본 명세서에서 개시하는 시스템의 사용자가 본 시스템에서 추천하는 맞춤상품을 선택하거나 이와 다른 상품을 선정하는 등의 히스토리는 데이터베이스(122)에 반영될 수 있다. 이를 통하여 본 명세서에서 개시하는 시스템은 지속적으로 갱신될 수 있다.
이하 본 명세서에서 개시하는 기술의 발명자가 실제 실시 준비 중인 서비스를 예로 들어 본 기술이 사용자에게 제공되는 구체적인 과정을 설명하기로 한다. 후술하는 내용은 본 기술의 적용의 일례를 보여주기 위한 의도이며, 후술하는 내용으로 본 명세서에서 개시하는 기술의 권리범위를 제한할 의도가 아님을 분명히 밝혀둔다.
먼저, 본 발명에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템은 국가통계, 금융거래정보, 상품정보의 빅데이터 자료를 저장하는 단계와, 위 빅데이터 자료의 분류 및 분석에 의한 재무성향별 맞춤 상품 추천 정보를 이전 받는 단계와, 위 추천 정보를 재무관리 웹과 앱 서비스로 전달받아 통합자산관리, 재무상태진단, 생애재무설계, 재무성향 분류, 맞춤상품 추천 서비스를 구현하는 단계로 수행될 수 있다.
그리고, 본 발명은 재무성향 분석에 의한 금융상품의 수집, 분류, 분석, 추천으로 구분될 수 있다. 여기서, 본 발명은 금융거래정보, 국가통계정보, 금융상품정보의 빅데이터 수집이 이루어질 수 있다. 여기서, 위 수집된 데이터를 FP 협회의 기준으로 분류 가공하여 데이터마트의 구축과, 연령별 소득수준별로의 재무성향 분류가 이루어질 수 있다. 여기서, 재무진단 표준(Bench Mark) 알고리즘에 의한 자산배분 포트폴리오 결정과, 재무설계 가이드(Best Practice) 알고리즘을 이용하여 재무성향별 가입금액 결정과 같은 분석이 이루어질 수 있다. 여기서, 사용자 기반 협업적 필터링에 의한 재무성향이 유사한 다른 사용자가 선호 맞춤상품추천과, 콘텐츠 기반 협업적 필터링에 의한 선호상품이 유사한 사용자가 선택한 다른 맞춤상품추이 이루어질 수 있다. 그리고, 재무성향별 맞춤 상품 추천정보는 투자성향, 저축성향, 연금성향, 보험성향, 대출성향, 소비성향의 사용자 및 콘텐츠 기반의 협업적 필터링을 통하여 펀드, 예금, 연금, 보험, 대출, 카드, ISA의 맞춤상품을 추천할 수 있다.
도 2는 본 발명에 따른 따른 기술 및 서비스 내용을 계략적으로 나타낸 시스템의 구성도이다. 여기서, 본 발명은 Scraping과 API에 의한 개인정보수집에 의한 사용자 로그정보수집과, API 및 Excel, FTP에 의한 통계정보수집과, API 및 FTP, PDF에 의한 상품정보수집과 사용자 금융상품 선호도로 구성되는 정보수집 단계와, 데이터마트의 빅데이터 플랫폼과, C4.5 데이터 마이닝과, 데이터 필터링의 분류분석과, 데이터 필터링의 개인화 추천으로 구성되는 저장 및 분석 단계와, 통합자산관리, 재무상태진단관리, 생애재무설계관리, 재무성향분류관리, 맞춤상품추천관리의 서비스 구현으로 구성되는 활용 및 표현 단계를 포함할 수 있다. 여기서, 국가통계, 금융거래정보, 상품정보의 빅데이터 자료를 저장하는 단계와, 위 빅데이터 자료의 분류 및 분석에 의한 재무성향별 맞춤 상품 추천정보를 이전 받는 단계와, 위 추천 정보를 재무관리 웹과 앱 서비스로 전달받아 통합자산관리, 재무상태진단, 생애재무설계, 재무성향 분류, 맞춤상품 추천 서비스를 구현을 통하여 본 발명은 구형될 수 있다.
도 3은 본 발명에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 빅데이터 분석 프로세스를 나타낸 구성도이다.
여기서, 데이터 수집은 국가통계청의 가계금융조사(예, 연도별 5년), 가계지출동향조사(예, 월별 5년) 데이터를 이용할 수 있다. 여기서, 데이터 가공은 요약변수(Summary variables)와 파생변수(derived variables)를 생성하여 데이터마트를 구축할 수 있다. 여기서, 재무성향 분류는 데이터마트에 저장된 데이터로부터 6개의 재무성향(투자성향, 저축성향, 보험성향, 대출성향, 연금성향, 소비성향)으로 분류할 수 있는 모델을 기술이전 받을 데이터마이닝 기법 중 분류기법(classification technique)인 의사결정트리 알고리즘이다. 여기서 분류모델 ①은 C4.5로 생성하게 된다. 여기서, 데이터마트에 저장된 데이터로부터 6개의 재무성향(투자성향, 저축성향, 보험성향, 대출성향, 연금성향, 소비성향)으로 분류할 수 있는 모델을 기술이전 받을 데이터마이닝 기법 중 C4.5 알고리즘은 다음과 같은 장점으로 제안시스템에 사용될 수 있다.
C4.5 알고리즘의 장점은 첫째, 생성되는 분류모델이 트리(tree)로 형성되기 때문에 모델에 대한 높은 이해성(comprehensibility)이다. 둘째, 분류모델을 생성할 때 재무성향을 잘 분류할 수 있는 요약변수와 파생변수 선택 기능이 있다. 셋째, 요약변수와 파생변수 중 수치적 변수 처리 가능이 있다.
그리고 맞춤금융상품 추천은 분류된 재무성향을 바탕으로 기술이전 받을 ②사용자 기반 협업적 필터링(user based collaborative filtering)과 ③콘텐츠 기반 협업적 필터링(content based collaborative filtering)으로 고객 재무 상태에 도움이 되는 금융상품 추천이 이루어진다. 여기서, 협업적 필터링 기법에서 적합한 유사도 함수 선택이 가능하다. 즉, 피어슨 상관계수 / 유클리디안(Euclidean) / 코사인(cosine) / 자카드(Jaccard) 방법을 이용한다. 여기서, 사용자 기반 협업적 필터링은 고객과 선호 이력이 유사한 고객들이 선호한 금융상품을 추천하는 방법이다. 여기서, 콘텐츠 기반 협업적 필터링은 고객이 가입한 금융상품과 유사한 선호이력을 갖는 금융상품을 추천하는 방법이다.
도 4는 본 발명에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 협업적 필터링을 나타낸 구성도이다.
여기서, 위 재무성향 분석에 의한 금융상품은 수집, 분류, 분석, 추천으로 구분될 수 있다. 여기서, 위 금융상품은 금융거래정보, 국가통계정보, 금융상품정보의 빅데이터 수집과, 위 수집된 데이터를 FP 협회의 기준으로 분류 가공하여 데이터마트의 구축을 통하여 연령별 소득수준별로의 구분되는 재무성향 분류와, 재무진단 표준(Bench Mark) 알고리즘에 의한 자산배분 포트폴리오 결정과, 재무설계 가이드(Best Practice) 알고리즘을 이용하여 재무성향별 가입금액 결정이 이루어지는 분석과, 사용자 기반 협업적 필터링에 의한 재무성향이 유사한 다른 사용자가 선호 맞춤상품추천과, 콘텐츠 기반 협업적 필터링에 의한 선호상품이 유사한 사용자가 선택한 다른 맞춤상품을 진행할 수 있도록 추천하는 방법이다.
도 5는 본 발명에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 전체 구성도이다.
도 6 및 도 7은 본 발명에 따른 빅데이터 분류 및 분석 기술에 의해 재무성향별 맞춤 금융 상품이 추천되는 지능형 자산관리 시스템의 이용화면을 나타낸 예시도이다.
여기서, 본 발명은 국가통계, 금융거래정보, 상품정보의 빅데이터 자료를 저장하는 단계와, 위 빅데이터 자료의 분류 및 분석에 의해 데이터베이스(122)에 저장된 재무성향별 맞춤 상품 추천 정보를 이전 받는 단계와, 위 추천 정보를 재무관리 웹과 앱 서비스로 전달받아 통합자산관리, 재무상태진단, 생애재무설계, 재무성향 분류, 맞춤상품 추천 서비스를 제공하는 단계를 통해 구현할 수 있다.
이상과 같이 본 발명은 데이터 수집, 데이터 가공, 재무성향분류, 맞춤상품추천을 통하여 본인의 통합자산관리, 재무 진단과 설계, 자산포토폴리오 맞춤상품 추천 서비스를 받을 수 있는 특징이 있다.
그리고, 본 발명은 투자성향, 저축성향, 보험성향, 대출성향, 소비성향의 사용자 및 콘텐츠 기반을 협업적 필터링을 통하여 펀드, 예금, 연금, 보험, 대출, 카드, ISA 등의 맞춤상품을 효율적으로 추천할 수 있는 효과가 있다.
상기로부터, 본 개시의 다양한 실시 예들이 예시를 위해 기술되었으며, 아울러 본 개시의 범주 및 사상으로부터 벗어나지 않고 가능한 다양한 변형 예들이 존재함을 이해할 수 있을 것이다. 그리고 개시되고 있는 상기 다양한 실시 예들은 본 개시된 사상을 한정하기 위한 것이 아니며, 진정한 사상 및 범주는 하기의 청구항으로부터 제시될 것이다.
100: 재무성향진단을 포함하는 맞춤상품추천 시스템
110: 빅데이터 수집부
112: 금융기관
114: 비금융기관
120: 상품정보분류부
122: 데이터베이스
130: 사용자 금융거래정보 수집부
132: 사용자 로그인부
140: 맞춤상품추천부
142: 디스플레이부

Claims (4)

  1. 금융기관 및 비금융기관으로부터 국가통계, 금융거래정보, 주식 또는 펀드 시황정보 및 상품정보를 포함하는 빅데이터를 수집하는 빅데이터 수집과정;
    수집된 상기 빅데이터를 통하여 기존 사용자들의 재무성향 별로 상품정보를 분류하여 데이터베이스에 저장하는 상품정보분류과정;
    로그인한 사용자의 동의를 받아 로그인한 상기 사용자의 금융거래정보인 사용자 금융거래정보를 수집하는 사용자 금융거래정보 수집과정; 및
    수집된 상기 사용자 금융거래정보를 상기 데이터베이스와 비교하여 로그인한 상기 사용자의 재무성향진단 및 맞춤상품을 추천하는 맞춤상품추천과정을 포함하는 재무성향진단을 포함하는 맞춤상품추천 시스템.
  2. 제1항에 있어서,
    상기 재무성향은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향을 포함하며,
    상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품 및 대출상품을 포함하며,
    상기 사용자 금융거래정보는 로그인한 상기 사용자의 저축현황정보, 투자현황정보, 연금현황정보, 보험현황정보, 대출현황정보 중 적어도 어느 하나를 포함하며,
    상기 맞춤상품추천과정에서는 상기 사용자 금융거래정보를 통하여 로그인한 상기 사용자의 재무성향을 진단하고, 상기 데이터베이스를 참조하여 진단된 로그인한 상기 사용자의 재무성향에 대응되는 상품정보를 제공함으로써 로그인한 상기 사용자의 맞춤상품을 추천하는 재무성향진단을 포함하는 맞춤상품추천 시스템.
  3. 제1항에 있어서,
    상기 데이터베이스에 재무성향 별로 저장되는 상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품, 대출상품 중 적어도 어느 하나를 포함하되,
    상기 재무성향은 신용등급별, 소득등급별, 연령별 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 기준으로 세분화되어 분류되며,
    상기 상품정보는 세분화되어 분류된 상기 재무성향에 대응되도록 상기 데이터베이스에 저장되는 재무성향진단을 포함하는 맞춤상품추천 시스템.
  4. 제1항에 있어서,
    상기 재무성향은 저축성향, 투자성향, 연금성향, 보험성향, 대출성향 및 소비성향을 포함하며,
    상기 상품정보는 저축상품, 투자상품, 연금상품, 보험상품 및 대출상품을 포함하며,
    상기 사용자 금융거래정보는 로그인한 상기 사용자의 저축현황정보, 투자현황정보, 연금현황정보, 보험현황정보 및 대출현황정보를 포함하며,
    상기 재무성향은 5등급의 소득등급별로 세분화되어 분류되며, 상기 상품정보는 투자비율로 변환되어 각 소등등급별로 분류되어 할당되며,
    상기 사용자 금융거래정보 수집과정은 로그인한 상기 사용자의 소득정보인 사용자 소득정보를 수집하는 사용자 소득정보 수집과정을 포함하며,
    상기 맞춤상품추천과정에서는 상기 사용자 금융거래정보를 통하여 로그인한 상기 사용자의 재무성향의 진단 및 상기 사용자 금융거래정보의 항목별 투자비율을 추출한 후 진단된 상기 사용자의 재무성향 및 상기 사용자 소득정보에 대응되는 상기 데이터베이스의 상품정보를 비교하여 상품정보를 제공함으로써 로그인한 상기 사용자에게 맞춤상품을 추천하는 재무성향진단을 포함하는 맞춤상품추천 시스템.
KR1020180137893A 2018-11-12 2018-11-12 재무성향진단을 포함하는 맞춤상품추천 시스템 KR20200054533A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180137893A KR20200054533A (ko) 2018-11-12 2018-11-12 재무성향진단을 포함하는 맞춤상품추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180137893A KR20200054533A (ko) 2018-11-12 2018-11-12 재무성향진단을 포함하는 맞춤상품추천 시스템

Publications (1)

Publication Number Publication Date
KR20200054533A true KR20200054533A (ko) 2020-05-20

Family

ID=70919603

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180137893A KR20200054533A (ko) 2018-11-12 2018-11-12 재무성향진단을 포함하는 맞춤상품추천 시스템

Country Status (1)

Country Link
KR (1) KR20200054533A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102364101B1 (ko) * 2021-03-26 2022-02-18 주식회사 인슈로보 보험 계약대출을 활용한 매출담보 대출 매칭 시스템
KR20220028954A (ko) * 2020-08-31 2022-03-08 업라이즈 주식회사 개인 맞춤형 투자 포트폴리오 구축 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220028954A (ko) * 2020-08-31 2022-03-08 업라이즈 주식회사 개인 맞춤형 투자 포트폴리오 구축 방법 및 장치
KR102364101B1 (ko) * 2021-03-26 2022-02-18 주식회사 인슈로보 보험 계약대출을 활용한 매출담보 대출 매칭 시스템

Similar Documents

Publication Publication Date Title
Murinde et al. The impact of the FinTech revolution on the future of banking: Opportunities and risks
Czubala et al. Help or hindrance? The impact of harmonised standards on African exports
Bholat Big data and central banks
Marqués et al. Ranking-based MCDM models in financial management applications: analysis and emerging challenges
Coussement et al. A Bayesian approach for incorporating expert opinions into decision support systems: A case study of online consumer-satisfaction detection
Dadkhah et al. Corporate foresight: developing a process model
Yu et al. Identifying key factors affecting consumers' choice of wealth management services: an AHP approach
CN113609193A (zh) 训练用于预测客户交易行为的预测模型的方法及装置
Chopoorian et al. Mind your business by mining your data
Boshkoska et al. An empirical study of customer usage and satisfaction with e-banking services in the Republic of Macedonia
KR20210157767A (ko) 재무관리시스템 및 방법
Valsamidis et al. Digital banking in the new era: Exploring customers’ attitudes
KR20200055832A (ko) 인공지능 투자관리 서비스를 포함하는 개인 재무관리 시스템
KR20200054533A (ko) 재무성향진단을 포함하는 맞춤상품추천 시스템
Su et al. Pecking order theory and church debt financing: Evidence from the United Methodist church
Garkavenko et al. Assessing the factors related to a start-up’s valuation using prediction and causal discovery
Ting Factors affecting wealth management services: From investors’ and advisors’ perspectives
Lo Turco et al. “Glocal” ties: banking development and SEs’ export entry
Schutte et al. USING DATA ANALYTICS AND DATA MINING METHODS TO DETERMINE A HIGH NET WORTH INDIVIDUAL'S ELECTRONIC BANKING BEHAVIOR
Young et al. Information technology, organisational capital and firm performance
CN111639910A (zh) 一种台账生成方法、装置、设备及存储介质
Bett Effect of business intelligence techniques on organizational performance: a survey of selected commercial banks in south rift counties in Kenya
Smith Social media and online dating service providers: reexamining the new face of romance
Kim et al. CEO turnover and the engagement quality reviewer’s audit effort
Pincovsky et al. Machine Learning applied to credit analysis: a Systematic Literature Review

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application