KR20200127810A - 중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치 - Google Patents

중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치 Download PDF

Info

Publication number
KR20200127810A
KR20200127810A KR1020190078260A KR20190078260A KR20200127810A KR 20200127810 A KR20200127810 A KR 20200127810A KR 1020190078260 A KR1020190078260 A KR 1020190078260A KR 20190078260 A KR20190078260 A KR 20190078260A KR 20200127810 A KR20200127810 A KR 20200127810A
Authority
KR
South Korea
Prior art keywords
product
information
price
used product
data set
Prior art date
Application number
KR1020190078260A
Other languages
English (en)
Inventor
양정환
Original Assignee
양정환
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 양정환 filed Critical 양정환
Publication of KR20200127810A publication Critical patent/KR20200127810A/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
    • 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
    • G06Q30/0283—Price estimation or determination
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치가 개시된다. 본 발명의 일 실시예에 따른 중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치는 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 중고 제품을 판매하려고 하는 판매자의 중고 제품 정보를 획득하는 단계; 외부 서버로부터 상기 중고 제품의 중고 제품 관련 정보를 획득하는 단계; 상기 중고 제품 정보와 상기 중고 제품 관련 정보를 기반으로 데이터 세트를 생성하는 단계; 머신러닝 모듈을 통해 상기 데이터 세트를 기반으로 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 단계; 및 상기 중고 제품 가격 정보를 상기 판매자에게 제공하는 단계를 포함한다.

Description

중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치{METHOD FOR AUTOMATICALLY ESTIMATIMG TRANSACTION VALUE OF USED GOODS AND COMPUTING DEVICE FOR EXECUTING THE METHOD}
본 발명의 실시예들은 중고거래가격 자동추정 기술과 관련된다.
인터넷을 기반으로 한 네트워크(Network)의 발달로 인하여 정보와 거래에 있어서 커다란 변혁을 맞이하고 있으며, 모든 정보를 공유하고 국경이 없이 거래하는 시대가 도래하였다. 또한, 네트워크를 통한 가상공간의 창조는 이러한 가상공간 안에서 특허문헌 1 내지 3에 알려진 바와 같이 각종 서비스 제공 및 온라인 실시간 거래를 불러일으키고 있으며, 이를 통한 오프라인의 실물거래 및 각종 대행서비스는 물론 온라인상에서의 전자상거래 등이 활성화되고 있는 실정이다.
일반적으로 인터넷상에서 운영되고 있는 중고용품 거래사이트는 다양한 중고용품의 판매자가 제품정보 및 최저입찰가를 제시하여 해당 중고물품을 등록하게 되면, 중고용품 거래사이트는 이를 거래 게시판에 게시하고 복수의 구매자가 각각의 경매에 참여하여 구입 희망가를 제시함으로써, 거래가 이루어지게 된다. 상기한 구입 희망가가 한정된 시간 이내에 최고가가 될 때 최고가를 제시한 구입희망자에게 해당 중고용품이 낙찰되는 방식을 채택하고 있으며, 경매의 보완장치로는 즉시 구매란을 만들어 바로 구매를 원하는 구매 희망자와의 거래를 성립할 수 있도록 서비스를 제공하고 있다. 물론 이외에도 다양한 서비스가 있을 수 있다.
그러나, 종래의 이러한 방식은 중고용품의 판매자가 가격을 제시하고, 일정 기간 구매 희망자가 없으면 판매자가 다시 가격을 다운시켜 다시 구매 희망자를 기다리는 등 대부분 수동적으로 모든 과정이 이루어지고 있어 중고용품을 거래하기에 많은 시간과 에너지가 소요되는 문제가 있다.
또한, 판매자는 자신이 거래하려는 중고용품의 경우 가급적 높은 금액으로 거래를 하고 싶어하지만, 단순히 신제품과의 가격만을 고려하여 판매 금액을 제시하고 있으므로, 적정 가격을 선정하기에도 많은 어려움이 뒤따르는 문제가 있다.
국내 공개특허공보 특2003-0070754호 (2003.09.02.) 국내 공개특허공보 제10-2009-0000641호 (2009.01.08.) 국내 공개특허공보 제10-2018-0007548호 (2018.01.23.)
본 발명의 실시예들은 자전거 등의 중고 제품을 거래하는 경우, 중고 거래와 관련된 데이터를 기반으로 중고 거래 가격을 추정하여 예비 구매자 및 판매자에게 추정된 중고 거래 가격을 제공하기 위한 것이다.
본 발명의 예시적인 실시예에 따르면, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 중고 제품을 판매하려고 하는 판매자의 중고 제품 정보를 획득하는 단계; 외부 서버로부터 상기 중고 제품의 중고 제품 관련 정보를 획득하는 단계; 상기 중고 제품 정보와 상기 중고 제품 관련 정보를 기반으로 데이터 세트를 생성하는 단계; 머신러닝 모듈을 통해 상기 데이터 세트를 기반으로 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 단계; 및 상기 중고 제품 가격 정보를 상기 판매자에게 제공하는 단계를 포함하는 방법이 제공된다.
상기 데이터 세트를 생성하는 단계는 상기 중고 제품 정보와 상기 중고 제품 관련 정보에서 기 설정된 내적요소 및 외적요소를 각각 추출하는 단계; 상기 내적요소를 기반으로 제1 데이터 세트를 생성하는 단계; 및 상기 외적요소를 기반으로 제2 데이터 세트를 생성하는 단계를 더 포함할 수 있다.
상기 중고 제품 가격 정보를 생성하는 단계는 제1 머신러닝 모듈을 통해 상기 제1 데이터 세트에서 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 단계; 및 제2 머신러닝 모듈을 통해 상기 중고 제품 가격 정보에 상기 제2 데이터 세트를 적용하여 최종 중고 가격 정보를 생성하는 단계를 더 포함할 수 있다.
상기 제1 머신러닝 모듈은 상기 제1 데이터 세트가 입력되는 경우, 입력된 제1 데이터 세트에서 중고 제품 가격을 추정하여 출력하도록 학습된 다중 선형 회귀 모델(Multiple linear regression model)이며, 상기 제2 머신러닝 모듈은 상기 중고 제품 가격 정보 및 상기 제2 데이터 세트가 입력되는 경우, 입력된 상기 중고 제품 가격 정보 및 상기 제2 데이터 세트에서 최종 중고 가격을 산출하여 출력하도록 학습된 순환 신경망(RNN : Recurrent neural network)일 수 있다.
상기 내적 요소는 제품명, 제품 브랜드, 제품 상태, 제품 실거래가 및 제품 출시 가격 중 하나 이상을 포함하고, 상기 외적 요소는 지역별 제품 거래량, 지역별 제품 검색량, 지역별 제품 호가(呼價), 지역별 트렌드(trend) 및 지역별 인구 정보 중 하나 이상을 포함할 수 있다.
본 발명의 예시적인 실시예에 따르면, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치로서,
중고 제품을 판매하려고 하는 판매자의 중고 제품 정보를 획득하고, 외부 서버로부터 상기 중고 제품의 중고 제품 관련 정보를 획득하는 수집 모듈; 상기 중고 제품 정보와 상기 중고 제품 관련 정보를 기반으로 데이터 세트를 생성하고, 머신러닝 모듈을 통해 상기 데이터 세트를 기반으로 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 가격 추정 모듈; 및 상기 중고 제품 가격 정보를 상기 판매자에게 제공하는 통신 모듈을 포함하는 컴퓨팅 장치가 제공된다.
상기 가격 추정 모듈은 상기 중고 제품 정보와 상기 중고 제품 관련 정보에서 기 설정된 내적요소를 추출하여 제1 데이터 세트를 생성하는 제1 전처리 모듈; 상기 제1 데이터 세트에서 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 제1 머신러닝 모듈; 상기 중고 제품 정보와 상기 중고 제품 관련 정보에서 기 설정된 외적요소를 추출하여 제2 데이터 세트를 생성하는 제2 전처리 모듈; 및 상기 중고 제품 가격 정보에 상기 제2 데이터 세트를 적용하여 최종 중고 가격 정보를 생성하는 제2 머신러닝 모듈을 포함할 수 있다.
본 발명의 실시예들에 따르면, 중고 거래와 관련된 데이터를 기반으로 중고 거래 가격을 추정하여 구매자 및 판매자에게 추정된 중고 거래 가격을 제공함으로써, 중고 제품의 거래가 원활하게 이루어져 중고 제품 거래 시장의 활성화에 기여할 수 있다.
또한, 본 발명의 실시예들에 따르면, 합리적인 중고 거래 가격에 대한 기준을 제공함으로써, 중고 제품을 판매하려는 판매자는 시장 상황에 따라 최적의 가격으로 중고 제품을 판매할 수 있으며, 중고 제품을 구매하려는 예비 구매자는 중고 제품에 대한 합리적인 중고 거래 가격을 확인하여 계획적으로 중고 제품을 구매할 수 있다.
또한, 본 발명의 실시예들에 따르면, 시장원리 및 중고거래가격 형성에 미치는 요인들(내적 요소 및 외적 요소)을 파악하여 반영함으로써, 사회 및 경제현상의 일부분을 설명 또는 자료 구축에 기여할 수 있다.
도 1은 본 발명의 일 실시예에 따른 중고거래가격 자동추정시스템의 구성을 나타낸 도면
도 2는 본 발명의 일 실시예에 따른 중고거래가격 자동추정시스템의 중고 거래 서버의 구성을 나타낸 블록도
도 3은 본 발명의 일 실시예에 따른 중고거래가격 자동추정시스템의 중고 거래 서버에서 가격 측정 모듈을 설명하기 위한 블록도
도 4는 본 발명의 일 실시예에 따른 중고거래가격 자동추정방법을 설명하기 위한 흐름도
도 5는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하의 설명에 있어서, 신호 또는 정보의 "전송", "통신", "송신", "수신" 기타 이와 유사한 의미의 용어는 일 구성요소에서 다른 구성요소로 신호 또는 정보가 직접 전달되는 것뿐만이 아니라 다른 구성요소를 거쳐 전달되는 것도 포함한다. 특히 신호 또는 정보를 일 구성요소로 "전송" 또는 "송신"한다는 것은 그 신호 또는 정보의 최종 목적지를 지시하는 것이고 직접적인 목적지를 의미하는 것이 아니다. 이는 신호 또는 정보의 "수신"에 있어서도 동일하다. 또한 본 명세서에 있어서, 2 이상의 데이터 또는 정보가 "관련"된다는 것은 하나의 데이터(또는 정보)를 획득하면, 그에 기초하여 다른 데이터(또는 정보)의 적어도 일부를 획득할 수 있음을 의미한다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램, 및 상기 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 프로그램의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
도 1은 본 발명의 일 실시예에 따른 중고거래가격 자동추정시스템(100)의 구성을 나타낸 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 중고거래가격 자동추정시스템(100)은 구매자 단말기(110), 판매자 단말기(120) 및 중고 거래 서버(130)를 포함할 수 있다.
먼저, 본 발명의 실시예에 따른 구성들은 물리적인 실체가 있는 것이 아닌, 각각의 기능을 수행하는 응용 프로그램이 하나의 컴퓨터나 서버에 설치되어 실행되는 형태로 작동하거나, 복수개의 서버에 구성들 중 하나 이상의 기능을 수행하는 응용 프로그램이 설치되어 개방형 네트워크를 통해 유기적으로 동작하는 것이 될 수 있다.
서버란 하드웨어적으로는 통상적인 웹서버(Web Server)와 동일한 구성을 갖는다. 그러나 소프트웨어적으로는 C, C++, Java, Visual Basic, Visual C 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함한다.
또한, 상술된 구성들이 설치되는 컴퓨터 또는 서버는 웹서버의 형태로 구현될 수 있으며, 웹서버는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 웹서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(웹서버 프로그램)를 뜻하는 것이다.
그러나 전술한 웹서버 프로그램 이외에도 상기 웹서버 상에서 동작하는 일련의 응용프로그램(Application Program)의 경우에 따라서는 내부에 구축되어 있는 각종 데이터베이스를 포함하는 넓은 개념으로 이해되어야 할 것이다.
구매자 단말기(110), 판매자 단말기(120) 및 중고 거래 서버(130)는 서로 통신 네트워크를 사용하여 연결됨에 따라, 통신가능할 수 있다.
몇몇 실시 예들에서, 통신 네트워크는 인터넷, 하나 이상의 로컬 영역 네트워크(local area networks), 광역 네트워크(wire area networks), 셀룰러 네트워크, 모바일 네트워크, 그 밖에 다른 종류의 네트워크들, 또는 이러한 네트워크들의 조합을 포함할 수 있다.
구매자 단말기(110)는 중고 거래 서비스를 이용하여 중고 제품을 구매하고자 하는 사용자의 단말기일 수 있다. 구매자 단말기(110)는 스마트 폰, 태블릿 PC, 노트북, 데스크 탑 등의 통신이 가능한 단말기일 수 있다. 구매자 단말기(110)는 중고 제품 선택 정보를 중고 거래 서버(130)로 전송하고, 중고 거래 서버(130)로부터 선택된 중고 제품에 대한 최종 중고 가격 정보를 수신할 수 있다. 중고 제품 선택 정보는 예를 들어, 제품 카테고리, 제품명, 제품 브랜드, 실거래가, 제품 상태 등을 포함할 수 있다. 구매자 단말기(110)는 구매자의 현 위치를 확인하기 위하여 구매자 단말기(110)의 GPS(Global Position System) 정보를 중고 거래 서버(130)로 전송할 수 있다. 구매자 단말기(110)는 계약 관련 정보를 중고 거래 서버(130)로 전송할 수 있다.
판매자 단말기(120)는 중고 거래 서비스를 이용하여 중고 제품을 판매하고자 하는 판매자의 단말기일 수 있다. 판매자 단말기(120)는 스마트 폰, 태블릿 PC, 노트북, 데스크 탑 등의 통신이 가능한 단말기일 수 있다. 판매자 단말기(120)는 판매하고자 하는 중고 제품 정보(예를 들어, 제품명, 제품 브랜드, 제품 상태, 제품 사용 기간, 제품 판매 지역, 제품 판매 가격 등)를 중고 거래 서버(130)로 전송할 수 있다. 판매자 단말기(120)는 해당 중고 제품과 관련된 최종 중고 가격 정보를 수신할 수 있다. 중고 가격 정보는 기 정의된 시간의 간격으로 실시간 업데이트될 수 있다. 판매자 단말기(120)는 계약 관련 정보를 중고 거래 서버(130)로 전송할 수 있다.
중고 거래 서버(130)는 판매자 단말기(120)로부터 중고 제품 정보를 수신하고, 외부 서버(미도시)로부터 해당 중고 제품 관련 정보를 수신할 수 있다. 중고 거래 서버(130)는 중고 제품 정보 및 중고 제품 관련 정보로부터 딥 러닝(Deep Learning) 기반 기술을 사용하여 중고 제품의 가격을 추정할 수 있다. 중고 거래 서버(130)는 구매자 단말기(110)로부터 중고 제품 선택 정보를 수신하는 경우, 해당 중고 제품에 대하여 추정된 최종 중고 가격 정보를 구매자 단말기(110)로 제공할 수 있다. 또한, 중고 거래 서버(130)는 판매자 단말기(120)로부터 중고 제품 정보를 수신하는 경우, 해당 중고 제품에 대하여 추정된 최종 중고 가격 정보를 제공할 수 있다. 이에 대한 보다 자세한 설명은 후술하기로 한다.
중고 거래 서버(130)는 구매자 단말기(110)와 판매자 단말기(120) 간 계약서 작성을 위한 웹페이지를 제공할 수 있다. 중고 거래 서버(130)는 구매자 단말기(110) 및 판매자 단말기(120)로부터 각각 계약 관련 정보를 수신할 수 있다. 중고 거래 서버(130)는 구매자 단말기(110)와 판매자 단말기(120) 간 중고 거래에 대한 계약 체결을 중개할 수 있다.
개시되는 실시예에 의하면, 중고 거래와 관련된 데이터를 기반으로 중고 거래 가격을 추정하여 구매자 및 판매자에게 추정된 중고 거래 가격을 제공함으로써, 중고 제품의 거래가 원활하게 이루어져 중고 제품 거래 시장의 활성화에 기여할 수 있다.
도 2는 본 발명의 일 실시예에 따른 중고 거래 서버(130)의 구성을 나타낸 블록도이고, 도 3은 본 발명의 일 실시예에 따른 중고거래가격 자동추정시스템의 중고 거래 서버에서 가격 측정 모듈을 설명하기 위한 블록도이다.
도 2 및 도 3을 참조하면, 중고 거래 서버(130)는 통신 모듈(131), 수집 모듈(132), 저장 모듈(133), 가격 추정 모듈(134) 및 계약 모듈(135)을 포함할 수 있다.
본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예건대, 상기 "모듈"은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아니다.
통신 모듈(131)은 구매자 단말기(110) 및 판매자 단말기(120)와 각각 통신을 수행할 수 있다. 예를 들어, 중고 거래 서버(130)는 구매자 단말기(110)로부터 중고 제품 선택 정보를 수신할 수 있다. 중고 거래 서버(130)는 판매자 단말기(120)로부터 중고 제품 정보를 수신할 수 있다.
또한, 통신 모듈(131)은 외부 서버와의 통신을 수행할 수 있다. 예를 들어, 통신 모듈(131)은 외부 서버로부터 중고 제품 관련 정보를 수신할 수 있다.
수집 모듈(132)은 판매자 단말기(120)로부터 수신한 중고 제품 정보를 수집할 수 있다. 또한, 수집 모듈(132)은 외부 서버로부터 수신한 중고 제품 관련 정보를 수집할 수 있다. 예를 들어, 수집 모듈(132)은 복수의 판매자 단말기(120)로부터 수신한 각 중고 제품 정보 및 포털사이트(예를 들어, 네이버, 구글 등)로부터 수신한 중고 제품 관련 정보를 기반으로 내적 요소를 수집할 수 있다. 수집 모듈(132)은 포털사이트(예를 들어, 네이버, 구글 등) 및 정부기관사이트(예를 들어, 통계청등)로부터 수신한 중고 제품 관련 정보를 기반으로 외적 요소를 수집할 수 있다.
예시적인 실시 예에서, 내적 요소는 중고 거래 가격에 직접적인 영향을 미치는 요인으로, 제품명, 제품 브랜드, 제품 상태, 제품 실거래가, 제품 출시 가격 중 하나 이상을 포함할 수 있으며, 외적 요소는 중고 거래 가격에 간접적인 영향을 미치는 요인으로, 지역별 제품 거래량, 지역별 제품 검색량, 지역별 제품 호가(呼價), 지역별 트렌드(trend), 지역별 인구 정보 중 하나 이상을 포함할 수 있다.
저장 모듈(133)은 수집 모듈(132)로부터 수집된 중고 제품 정보 및 중고 제품 관련 정보를 저장할 수 있다. 저장 모듈(133)은 중고 제품 정보 및 중고 제품 관련 정보를 기반으로 해당 중고 제품에 대응하는 중고 제품 정보 및 중고 제품 관련 정보로 분류하여 저장할 수 있다.
가격 추정 모듈(134)는 제1 전처리 모듈(141) 및 제1 머신러닝 모듈(143)을 포함할 수 있다.
제1 전처리 모듈(141)은 저장 모듈(134)에 저장된 중고 제품 정보 및 중고 제품 관련 정보에서 내적요소를 추출하여 제1 데이터 세트를 생성할 수 있다. 제1 전처리 모듈(141)은 생성된 제1 데이터 세트를 제1 머신러닝 모듈(143)로 전달할 수 있다. 제1 전처리 모듈(141)은 상관 관계가 높은 내적요소를 추출하거나 합성하기 위하여 공분산행렬, 비음수행렬분해(NMF), 주성분분석(PCA), Fisher Score 등을 사용할 수 있다.
제1 머신러닝 모듈(143)은 생성된 제1 데이터 세트를 입력받아 제1 데이터 세트에서 중고 제품 가격을 추정할 수 있다. 제1 머신러닝 모듈(143)은 제1 데이터 세트가 입력되는 경우, 이미 학습된 가격 추정 모델을 기반으로 머신러닝(Machine Learning)을 수행하여 제1 데이터 세트에서 중고 제품 가격을 추정할 수 있다.
예시적인 실시예에서, 제1 머신러닝 모듈(143)은 머신러닝 기술로 다중 선형 회귀, 딥러닝 등을 이용할 수 있다. 이 경우, 제1 머신러닝 모듈(143)은 제1 데이터 세트가 입력되는 경우, 입력된 제1 데이터 세트에서 중고 제품 가격을 추정하여 출력하도록 학습된 다중 선형 회귀 모델(Multiple linear regression model)일 수 있다. 다중 선형 회귀는 예를 들어, 다항회귀, GAM, GLM, AM 등, 또는, 다중공선성이 존재할 경우, Ridge, Lasso, Elastic net regression을 사용할 수 있다. 제1 머신러닝 모듈(143)은 중고 제품 가격을 제2 머신러닝 모듈(153)로 전달할 수 있다.
또한, 가격 추정 모델(134)은 제2 전처리 모듈(151) 및 제2 머신러닝 모듈(153)을 포함할 수 있다.
제2 전처리 모듈(151)은 저장 모듈(134)에 저장된 중고 제품 정보 및 중고 제품 관련 정보에서 외적요소를 추출하여 제2 데이터 세트를 생성할 수 있다. 제2 전처리 모듈(151)은 제1 전처리 모듈(141)에서 생성된 제1 데이터 세트와 동일한 데이터 형식으로 제2 데이터 세트를 생성할 수 있다. 제2 전처리 모듈(151)은 생성된 제2 데이터 세트를 제2 머신러닝 모듈(153)로 전달할 수 있다.
제2 머신러닝 모듈(153)은 생성된 제2 데이터 세트를 입력받아 제2 데이터 세트에서 최종 중고 제품 가격을 산출할 수 있다. 예시적인 실시예에서, 제2 머신러닝 모듈(153)은 최종 중고 제품 가격 산출 시 중고 제품 가격 정보를 이용할 수 있다.
즉, 제2 머신러닝 모듈(153)은 제2 전처리 모듈(151)로부터 제2 데이터 세트를 입력받고, 제1 머신러닝 모듈(143)로부터 출력되는 정보(즉, 제1 데이터 세트에서 중고 제품 가격 정보)를 각각 입력 받을 수 있다.
제2 머신러닝 모듈(153)은 제2 데이터 세트 및 제1 데이터 세트에서 중고 제품 가격 정보가 입력되는 경우, 이미 학습된 데이터(예를 들어, 시계열 형태의 지역적 요소)들을 기반으로 머신러닝(Machine Learning)을 수행하여 입력된 중고 제품 정보 및 중고 제품 관련 정보에서 최종 중고 가격을 산출할 수 있다.
예시적인 실시예에서, 제2 머신러닝 모듈(153)은 딥러닝 기술로 순환 신경망(RNN : Recurrent neural network)을 이용할 수 있다. 이 경우, 제2 머신러닝 모듈(153)은 제2 데이터 세트 및 제1 데이터 세트에서 중고 제품 가격 정보가 입력되는 경우, 중고 제품 가격 정보에 제2 데이터 세트를 적용하여 최종 중고 가격 정보를 출력하도록 학습된 순환 신경망일 수 있다. 순환 신경망은 기 공지된 기술이므로 이에 대한 자세한 설명은 생략하기로 한다. 여기서, 제2 머신러닝 모듈(153)은 제2 데이터 세트의 시간적 변화를 모델화하기 위한 장기 단기 메모리 네트워크(LSTM : Long Short-Term Memory network)일 수 있다.
이와 같이, 가격 추정 모듈(134)은 저장된 중고 제품 정보 및 중고 제품 관련 정보에서 내적요소 및 외적요소를 추출할 수 있다. 가격 추정 모듈(134)은 중고 거래 가격과 직접적인 요소인 내적 요소를 통하여 중고 제품 가격 정보를 추정하며, 추정된 중고 제품 가격 정보에 중고 거래 가격과 간접적인 요소인 외적 요소(시계열 형태의 지역적 요소)를 통하여 최정 제품 가격 정보를 산출할 수 있다. 이에, 본 발명에 따른 거래가격 자동추정시스템(100)은 중고 제품에 따른 가격 정보를 제공하는 것뿐만 아니라 지역별 특징을 반영하여 지역적으로 유연하게 중고 거래 가격을 제공할 수 있다. 즉, 동일한 제품이라 하더라도 지역별로 차별화되어 중고 거래 가격을 제공할 수 있다.
예를 들어, 가격 추정 모듈(134)은 포털사이트에서 실시간으로 검색되는 제품(예를 들어, 자전거, 중고 명품 등)들을 각 지역별 제품 검색량을 확인하여 해당 지역에 해당 제품 검색량이 높으면 예비 구매자 또는 예비 판매자가 많을 것으로 추정할 수 있다. 이 때, 가격 추정 모듈(134)은 해당 제품의 구매에 대한 제1 지역의 검색량이 제2 지역의 검색량보다 많은 경우, 해당 제품에 대하여 제1 지역에서의 중고 거래 가격을 제2 지역에서의 중고 거래 가격보다 높게 추정할 수 있다. 또한, 가격 추정 모듈(134)은 해당 제품의 판매에 대한 제1 지역의 검색량이 제2 지역의 검색량보다 많은 경우, 해당 제품에 대하여 제1 지역에서의 중고 거래 가격을 제2 지역에서의 중고 거래 가격보다 낮게 추정할 수 있다.
또한, 가격 추정 모듈(134)은 지역별 인구 정보로부터 해당 지역에 신생아 인구증가율이 높은 경우, 해당 지역에 대한 유아 및 육아에 관련된 중고 제품에 대한 중고 거래 가격을 높게 추정할 수 있다.
따라서, 본 발명에 따른 거래가격 자동추정시스템(100)은 지역별 특징을 반영하여 중고 거래 가격을 유연하게 제공함으로써, 중고 제품의 거래가 원활하게 이루어져 중고 거래 시장의 활성화에 기여할 수 있다.
계약 모듈(135)은 구매자 단말기(110)와 판매자 단말기(120) 간 계약서 작성을 위한 웹 페이지를 제공할 수 있다. 예를 들어, 계약 모듈(135)은 구매자 단말기(110)에서 중고 거래 서비스를 이용하기 위한 계약서 제의가 수신되는 경우, 이를 해당 판매자 단말기(120)로 알릴 수 있다. 계약 모듈(135)은 구매자 단말기(110) 및 판매자 단말기(120)로부터 각각 계약 관련 정보를 수신하여 중고 거래 서비스에 대한 중고 제품 거래 계약 체결을 중개할 수 있다.
도 4는 본 발명의 일 실시예에 따른 중고거래가격 자동추정방법을 설명하기 위한 흐름도이다. 도 4에 도시된 방법은 예를 들어, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치(12)에 의해 수행될 수 있다. 이를 위하여, 중고거래가격 자동추정방법은 하나 이상의 컴퓨터 실행 가능 명령어를 포함하는 프로그램 내지 소프트웨어의 형태로 구현되어 상기 메모리상에 저장될 수 있다.
또한, 도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 4를 참조하면, 컴퓨팅 장치(12)는 중고 제품 정보 및 중고 제품 관련 정보를 획득한다(S301).
다음으로, 컴퓨팅 장치(12)는 중고 제품 정보 및 중고 제품 관련 정보에서 내적요소를 분류하고(S302), 중고 제품 정보 및 중고 제품 관련 정보에서 외적요소를 분류한다(S303).
여기서, 내적 요소는 제품명, 제품 브랜드, 제품 상태, 제품 실거래가, 제품 출시 가격 중 하나 이상을 포함할 수 있으며, 외적 요소는 지역별 제품 거래량, 지역별 제품 검색량, 지역별 제품 호가(呼價), 지역별 트렌드(trend), 지역별 인구 정보 중 하나 이상을 포함할 수 있다.
다음으로, 컴퓨팅 장치(12)는 내적요소를 기반으로 제1 데이터 세트를 생성하고(S304), 외적요소를 기반으로 제2 데이터 세트를 생성한다(S305).
다음으로, 컴퓨팅 장치(12)는 제1 머신러닝 모듈로 제1 데이터 세트를 입력하여 제1 데이터 세트에서 중고 제품 가격을 추정한다(S306).
다음으로, 컴퓨팅 장치(12)는 제2 머신러닝 모듈로 제2 데이터 세트를 입력하고, 제1 머신러닝 모듈로부터 출력되는 정보를 입력하여 최종 중고 가격을 산출한다(S307).
도 5는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 구매자 단말기(110)일 수 있다. 또한, 컴퓨팅 장치(12)는 판매자 단말기(120)일 수 있다. 또한, 컴퓨팅 장치(12)는 중고 거래 서버(130)일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
110 : 구매자 단말기
120 : 판매자 단말기
130 : 중고 거래 서버
131 : 통신 모듈
132 : 수집 모듈
133 : 저장 모듈
134 : 가격 측정 모듈
135 : 계약 모듈
141 : 제1 전처리 모듈
143 : 제1 머신러닝 모듈
151 : 제2 전처리 모듈
153 : 제2 머신러닝 모듈

Claims (7)

  1. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    중고 제품을 판매하려고 하는 판매자의 중고 제품 정보를 획득하는 단계;
    외부 서버로부터 상기 중고 제품의 중고 제품 관련 정보를 획득하는 단계;
    상기 중고 제품 정보와 상기 중고 제품 관련 정보를 기반으로 데이터 세트를 생성하는 단계;
    머신러닝 모듈을 통해 상기 데이터 세트를 기반으로 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 단계; 및
    상기 중고 제품 가격 정보를 상기 판매자에게 제공하는 단계를 포함하는, 방법.
  2. 청구항 1에 있어서,
    상기 데이터 세트를 생성하는 단계는,
    상기 중고 제품 정보와 상기 중고 제품 관련 정보에서 기 설정된 내적요소 및 외적요소를 각각 추출하는 단계;
    상기 내적요소를 기반으로 제1 데이터 세트를 생성하는 단계; 및
    상기 외적요소를 기반으로 제2 데이터 세트를 생성하는 단계를 더 포함하는, 방법.
  3. 청구항 2에 있어서,
    상기 중고 제품 가격 정보를 생성하는 단계는,
    제1 머신러닝 모듈을 통해 상기 제1 데이터 세트에서 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 단계; 및
    제2 머신러닝 모듈을 통해 상기 중고 제품 가격 정보에 상기 제2 데이터 세트를 적용하여 최종 중고 가격 정보를 생성하는 단계를 더 포함하는, 방법.
  4. 청구항 3에 있어서,
    상기 제1 머신러닝 모듈은,
    상기 제1 데이터 세트가 입력되는 경우, 입력된 제1 데이터 세트에서 중고 제품 가격을 추정하여 출력하도록 학습된 다중 선형 회귀 모델(Multiple linear regression model)이며,
    상기 제2 머신러닝 모듈은,
    상기 중고 제품 가격 정보 및 상기 제2 데이터 세트가 입력되는 경우, 입력된 상기 중고 제품 가격 정보 및 상기 제2 데이터 세트에서 최종 중고 가격을 산출하여 출력하도록 학습된 순환 신경망(RNN : Recurrent neural network)인, 방법.
  5. 청구항 3에 있어서,
    상기 내적 요소는, 제품명, 제품 브랜드, 제품 상태, 제품 실거래가 및 제품 출시 가격 중 하나 이상을 포함하고,
    상기 외적 요소는, 지역별 제품 거래량, 지역별 제품 검색량, 지역별 제품 호가(呼價), 지역별 트렌드(trend) 및 지역별 인구 정보 중 하나 이상을 포함하는, 방법.
  6. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치로서,
    중고 제품을 판매하려고 하는 판매자의 중고 제품 정보를 획득하고, 외부 서버로부터 상기 중고 제품의 중고 제품 관련 정보를 획득하는 수집 모듈;
    상기 중고 제품 정보와 상기 중고 제품 관련 정보를 기반으로 데이터 세트를 생성하고, 머신러닝 모듈을 통해 상기 데이터 세트를 기반으로 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 가격 추정 모듈; 및
    상기 중고 제품 가격 정보를 상기 판매자에게 제공하는 통신 모듈을 포함하는, 컴퓨팅 장치.
  7. 청구항 6에 있어서,
    상기 가격 추정 모듈은,
    상기 중고 제품 정보와 상기 중고 제품 관련 정보에서 기 설정된 내적요소를 추출하여 제1 데이터 세트를 생성하는 제1 전처리 모듈;
    상기 제1 데이터 세트에서 상기 중고 제품의 가격을 추정하여 중고 제품 가격 정보를 생성하는 제1 머신러닝 모듈;
    상기 중고 제품 정보와 상기 중고 제품 관련 정보에서 기 설정된 외적요소를 추출하여 제2 데이터 세트를 생성하는 제2 전처리 모듈; 및
    상기 중고 제품 가격 정보에 상기 제2 데이터 세트를 적용하여 최종 중고 가격 정보를 생성하는 제2 머신러닝 모듈을 포함하는, 컴퓨팅 장치.
KR1020190078260A 2019-05-03 2019-06-28 중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치 KR20200127810A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190052162 2019-05-03
KR1020190052162 2019-05-03

Publications (1)

Publication Number Publication Date
KR20200127810A true KR20200127810A (ko) 2020-11-11

Family

ID=73451293

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190078260A KR20200127810A (ko) 2019-05-03 2019-06-28 중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치

Country Status (1)

Country Link
KR (1) KR20200127810A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102320840B1 (ko) * 2021-06-14 2021-11-02 (주)엠제이티 이미지 분석 방법을 이용한 온라인 시스템
KR20220090059A (ko) * 2020-12-22 2022-06-29 주식회사 팜코브 보증매입 서비스 제공 시스템 및 그 방법
KR20220162491A (ko) 2021-06-01 2022-12-08 류수경 인공지능을 이용한 유아용품 중고거래 사진촬영 및 편집방법과 정보제공 방법 및 시스템
KR20230026706A (ko) * 2021-08-18 2023-02-27 주식회사 팜코브 챗봇을 이용한 중고거래 자동판매 서비스 제공 시스템
KR102510925B1 (ko) * 2022-10-25 2023-03-16 주식회사 처음부터재테크 전자기기의 가격 확인 및 거래 서비스 제공 시스템 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030070754A (ko) 2002-02-26 2003-09-02 에스비에스골프닷컴 주식회사 인터넷을 이용한 중고용품 거래방법 및 시스템
KR20090000641A (ko) 2007-03-13 2009-01-08 신만석 중고차 매매 서비스 지원 시스템 및 방법
KR20180007548A (ko) 2016-07-13 2018-01-23 이용훈 중고가격정보 생성과 정보 제공 방법 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030070754A (ko) 2002-02-26 2003-09-02 에스비에스골프닷컴 주식회사 인터넷을 이용한 중고용품 거래방법 및 시스템
KR20090000641A (ko) 2007-03-13 2009-01-08 신만석 중고차 매매 서비스 지원 시스템 및 방법
KR20180007548A (ko) 2016-07-13 2018-01-23 이용훈 중고가격정보 생성과 정보 제공 방법 및 시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220090059A (ko) * 2020-12-22 2022-06-29 주식회사 팜코브 보증매입 서비스 제공 시스템 및 그 방법
KR20220162491A (ko) 2021-06-01 2022-12-08 류수경 인공지능을 이용한 유아용품 중고거래 사진촬영 및 편집방법과 정보제공 방법 및 시스템
KR102320840B1 (ko) * 2021-06-14 2021-11-02 (주)엠제이티 이미지 분석 방법을 이용한 온라인 시스템
KR20230026706A (ko) * 2021-08-18 2023-02-27 주식회사 팜코브 챗봇을 이용한 중고거래 자동판매 서비스 제공 시스템
KR102510925B1 (ko) * 2022-10-25 2023-03-16 주식회사 처음부터재테크 전자기기의 가격 확인 및 거래 서비스 제공 시스템 및 방법

Similar Documents

Publication Publication Date Title
CA3040101C (en) Method and system for searching for and navigating to user content and other user experience pages in a financial management system with a customer self-service system for the financial management system
US11868733B2 (en) Creating a knowledge graph based on text-based knowledge corpora
US11694257B2 (en) Utilizing artificial intelligence to make a prediction about an entity based on user sentiment and transaction history
KR20200127810A (ko) 중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치
US20190205872A1 (en) Context augmentation for processing data from multiple sources
US11004123B2 (en) Method for trading goods on a computer network based on image processing for interest, emotion and affinity detection
US20190394511A1 (en) Systems and methods for generating and presenting content-based summaries and recommendations
US20210119945A1 (en) Method and system for monitoring and integration of one or more intelligent conversational agents
US10592472B1 (en) Database system for dynamic and automated access and storage of data items from multiple data sources
JP5914549B2 (ja) 情報処理装置および情報分析方法
US11620706B2 (en) Trading platforms using market sentiment and dynamic risk assessment profiles
US10922633B2 (en) Utilizing econometric and machine learning models to maximize total returns for an entity
CN109155041A (zh) 提供与社交图相关联的基于旅行或促销的推荐
US10242068B1 (en) Methods and systems for ranking leads based on given characteristics
US20210065220A1 (en) Exchange platform activity prediction
CN109074596A (zh) 基于与促销商品相关的过去交互来强调通信
US10394834B1 (en) Methods and systems for ranking leads based on given characteristics
US11631104B1 (en) Managing a multi-marketplace content presentation using a user interface
US9870347B1 (en) Network site conversion with respect to a development toolkit
US20220198592A1 (en) Innovation life cycle system platform
KR20230102621A (ko) 개인 선호별 패션 아이템 제안을 위한 추천시스템
Ahmed et al. Supershop management Models: An optimised way to manage the supershop using hyperautomation and machine learning
CN113779967A (zh) 企业转型信息生成方法及装置、存储介质、电子设备
Bhagat et al. IITP-VDLand: A Comprehensive Dataset on Decentraland Parcels
KR20230111873A (ko) 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램

Legal Events

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