KR20220012744A - 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버 - Google Patents

인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버 Download PDF

Info

Publication number
KR20220012744A
KR20220012744A KR1020200091933A KR20200091933A KR20220012744A KR 20220012744 A KR20220012744 A KR 20220012744A KR 1020200091933 A KR1020200091933 A KR 1020200091933A KR 20200091933 A KR20200091933 A KR 20200091933A KR 20220012744 A KR20220012744 A KR 20220012744A
Authority
KR
South Korea
Prior art keywords
real estate
estate information
map
price
display screen
Prior art date
Application number
KR1020200091933A
Other languages
English (en)
Inventor
김기원
조억
Original Assignee
주식회사 데이터노우즈
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 데이터노우즈 filed Critical 주식회사 데이터노우즈
Priority to KR1020200091933A priority Critical patent/KR20220012744A/ko
Publication of KR20220012744A publication Critical patent/KR20220012744A/ko
Priority to KR1020220168759A priority patent/KR102485140B1/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 부동산 정보 표시 단말은, 표시 화면을 포함하는 부동산 정보 표시 단말로써, 제1 시점에서 상기 표시 화면은: 제1 관심 지역에 대한 제1 지도; 상기 제1 지도에 중첩된 제1 부동산 객체; 및 상기 제1 지도의 제1 좌표에 중첩된 제2 부동산 객체를 표시하고, 상기 제1 부동산 객체 및 상기 제2 부동산 객체는 색상 및 크기가 서로 다르고, 상기 색상은 제1 부동산 정보에 대응하고, 상기 크기는 상기 제1 부동산 정보가 아닌 제2 부동산 정보에 대응한다.

Description

인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버{TERMINAL DISPLAYING REAL ESTATE INFORMATION AND SERVER PROVIDING REAL ESTATE INFORMATION BASED ON ARTIFICIAL INTELLIGENCE MODEL AND BIG DATA ANALYSIS}
본 발명은 부동산 정보 표시 단말 및 부동산 정보 제공 서버에 관한 것이다.
부동산의 구매는 크게 투자 목적 및 거주 목적으로 구분될 수 있다. 하지만 기존의 부동산 정보 제공 서비스에서는 단편적인 정보(가격, 시세 변동 등)만 제공할 뿐, 구매 목적에 부합하고 직관적인 UI(user interface)를 제공하지 못한다.
또한, 부동산의 가격 예측에 대해서 키워드들을 수집한 빅데이터를 이용한다는 추상적인 방법론(특허문헌 1)만 제시되고 있을 뿐, 구체적인 방법론이 제시된 바가 없다.
한국 등록특허공보 제10-1849544호(2018.04.11.)
해결하고자 하는 기술적 과제는, 구매 목적에 부합하고 직관적인 UI를 제공할 수 있는 부동산 정보 표시 단말을 제공하는 데 있다.
또한, 해결하고자 하는 기술적 과제는, 예측 시점에 따라 최적의 시계열 데이터 및 알고리즘을 적용함으로써 최소화된 오차를 갖는 부동산 예측 가격을 제공하는 부동산 정보 제공 서버를 제공하는 데 있다.
본 발명의 한 실시예에 따른 부동산 정보 표시 단말은, 표시 화면을 포함하는 부동산 정보 표시 단말로써, 제1 시점에서 상기 표시 화면은: 제1 관심 지역에 대한 제1 지도; 상기 제1 지도에 중첩된 제1 부동산 객체; 및 상기 제1 지도의 제1 좌표에 중첩된 제2 부동산 객체를 표시하고, 상기 제1 부동산 객체 및 상기 제2 부동산 객체는 색상 및 크기가 서로 다르고, 상기 색상은 제1 부동산 정보에 대응하고, 상기 크기는 상기 제1 부동산 정보가 아닌 제2 부동산 정보에 대응한다.
상기 제1 시점과 다른 제2 시점에서 상기 표시 화면은, 상기 제1 지도에 중첩된 제1 순위표를 더 표시하고, 상기 제1 순위표는 상기 제1 부동산 정보에 대한 상기 제1 부동산 객체 및 상기 제2 부동산 객체의 순위들을 나타낼 수 있다.
상기 제2 시점에서 상기 표시 화면은, 상기 제1 지도에 중첩된 제2 순위표를 더 표시하고, 상기 제2 순위표는 상기 제2 부동산 정보에 대한 상기 제1 부동산 객체 및 상기 제2 부동산 객체의 순위들을 나타낼 수 있다.
상기 제1 및 제2 시점과 다른 제3 시점에서 상기 표시 화면은: 제2 관심 지역에 대한 제2 지도; 상기 제2 지도의 제2 좌표에 중첩된 상기 제2 부동산 객체; 및 상기 제2 지도에 중첩된 제3 부동산 객체를 표시하고, 상기 제2 지도는 상기 제1 지도와 일부가 동일하며 다른 일부가 다르고, 상기 제2 좌표는 상기 제1 좌표와 다를 수 있다.
상기 제3 시점에서 상기 표시 화면은, 상기 제2 지도에 중첩된 제3 순위표를 더 표시하고, 상기 제3 순위표는 상기 제1 부동산 정보에 대한 상기 제2 부동산 객체 및 상기 제3 부동산 객체의 순위들을 나타낼 수 있다.
상기 제3 시점에서 상기 표시 화면은, 상기 제2 지도에 중첩된 제4 순위표를 더 표시하고, 상기 제4 순위표는 상기 제2 부동산 정보에 대한 상기 제2 부동산 객체 및 상기 제3 부동산 객체의 순위들을 나타낼 수 있다.
상기 제1 시점과 다른 제4 시점에서 상기 표시 화면은: 상기 제1 부동산 객체에 대한 제1 거주종합 점수; 및 상기 제1 거주종합 점수를 단위 지역 내의 거주종합 점수들과 상대적으로 비교한 제1 거주비교 점수를 표시할 수 있다.
상기 제1 및 제4 시점과 다른 제5 시점에서 상기 표시 화면은: 상기 제1 부동산 객체에 대한 제1 투자종합 점수; 및 상기 제1 투자종합 점수를 단위 지역 내의 투자종합 점수들과 상대적으로 비교한 제1 투자비교 점수를 표시할 수 있다.
본 발명의 한 실시예에 따른 부동산 정보 제공 서버는, 제1 부동산에 대해서, 위치, 복수의 시점들에서의 가격들, 및 상기 가격들 각각에 대응하는 부동산 지수들을 저장한 데이터 베이스; 위치 변수, 적어도 하나의 입력 가격 변수, 상기 적어도 하나의 입력 가격 변수 각각에 대응하는 부동산 지수 변수들, 상기 적어도 하나의 입력 가격 변수보다 이후 시점의 출력 가격 변수, 및 복수의 알고리즘들 중 한 알고리즘을 포함하되, 서로 달리 구성된 복수의 조합 세트들을 제공하는 변수 및 알고리즘 조합부; 상기 복수의 조합 세트들 각각에 대해서 상기 위치, 상기 가격들, 및 상기 부동산 지수들을 대입함으로써, 상기 복수의 조합 세트들의 오차들을 산출하는 오차 산출부; 및 각각의 예측 시점에 대해서, 상기 오차들 중 가장 작은 오차를 갖는 조합 세트를 이용하여 상기 제1 부동산에 대한 예측 가격을 제공하는 예측 가격 연산부를 포함한다.
상기 예측 가격 연산부는, 각각의 예측 시점에 대해서, 기준 범위 내의 오차를 갖는 조합 세트들을 이용하여 상기 제1 부동산에 대한 상기 예측 가격의 범위를 제공할 수 있다.
상기 복수의 조합 세트들 중 제1 조합 세트가 포함하는 입력 가격 변수들의 개수와 제2 조합 세트가 포함하는 입력 가격 변수들의 개수가 서로 다를 수 있다.
상기 예측 가격 연산부는 제1 예측 시점에 대해서 상기 제1 조합 세트를 이용하고, 상기 제1 예측 시점이 아닌 제2 예측 시점에 대해서 상기 제2 조합 세트를 이용할 수 있다.
본 발명에 따른 부동산 정보 표시 단말은 구매 목적에 부합하고 직관적인 UI를 제공할 수 있다.
본 발명에 따른 부동산 정보 제공 서버는 예측 시점에 따라 최적의 시계열 데이터 및 알고리즘을 적용함으로써 최소화된 오차를 갖는 부동산 예측 가격을 제공할 수 있다.
도 1 내지 도 9는 본 발명의 한 실시예에 따른 부동산 정보 표시 단말의 예시적인 표시 화면들을 설명하기 위한 도면이다.
도 10은 본 발명의 한 실시예에 따른 부동산 정보 제공 서버를 설명하기 위한 도면이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 여러 실시 예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예들에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 따라서 앞서 설명한 참조 부호는 다른 도면에서도 사용할 수 있다.
또한, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다. 도면에서 여러 층 및 영역을 명확하게 표현하기 위하여 두께를 과장되게 나타낼 수 있다.
도 1 내지 도 9는 본 발명의 한 실시예에 따른 부동산 정보 표시 단말의 예시적인 표시 화면들을 설명하기 위한 도면이다.
부동산 정보 표시 단말(1)은 휴대폰, 태블릿 기기, 노트북, 랩탑 컴퓨터 등 사용자가 사용할 수 있는 컴퓨팅 장치일 수 있다. 부동산 정보 표시 단말(1)은 표시 화면을 출력 수단으로 포함할 수 있다. 부동산 정보 표시 단말(1)은 표시 화면을 입력 수단으로 포함하거나(터치 패널 등), 키보드 및 마우스 등을 입력 수단으로 포함할 수 있다. 그 밖에도 부동산 정보 표시 단말(1)은 사용자의 음성 등을 입력 수단으로 포함할 수도 있다.
도 1을 참조하면, 부동산 정보 표시 단말(1)의 표시 화면(10)은 제1 부동산 정보 및 제2 부동산 정보로 제공될 점수들 또는 부동산 지수들의 선택지를 제공할 수 있다.
예를 들어, 사용자는 제1 영역(101)에서 제1 부동산 정보로 제공될 점수들 또는 부동산 지수들을 선택할 수 있다. 여기서 선택된 제1 부동산 정보는 표시 화면의 지도 상에서 부동산 객체의 색상으로 표현될 수 있다. 예를 들어, 부동산 객체의 색상이 빨강색에 가까울수록 점수 또는 부동산 지수가 높고, 파랑색에 가까울수록 점수 또는 부동산 지수가 낮을 수 있다. 예를 들어, 0 내지 33 점은 파랑색으로 표시되고, 34 내지 66 점은 주황색 또는 회색으로 표시되고, 67 내지 100점은 빨강색으로 표시될 수 있다.
예를 들어, 사용자는 제2 영역(102)에서 제2 부동산 정보로 제공될 점수들 또는 부동산 지수들을 선택할 수 있다. 여기서 선택된 제2 부동산 정보는 표시 화면의 지도 상에서 부동산 객체의 크기로 표현될 수 있다. 예를 들어, 부동산 객체의 크기가 클수록 점수 또는 부동산 지수가 높고, 크기가 작을수록 점수 또는 부동산 지수가 낮을 수 있다.
점수들은 투자종합 점수 및 거주종합 점수를 포함할 수 있다. 투자종합 점수는 투자 관점의 제1 부동산 지수들을 이용하여 산출한 점수로써, 사용자가 해당 부동산을 투자 목적으로 구매하고자 할 때 쉽게 참조할 수 있다. 예를 들어, 투자종합 점수는 각각의 제1 부동산 지수들에 대응하는 제1 중요도를 곱하고, 이들을 더한 값일 수 있다(수학식 1).
[수학식 1]
투자 종합 점수 = 제1 부동산 지수(a)*제1 중요도(a) + 제1 부동산 지수(b)*제1 중요도(b) + 제1 부동산 지수(c)*제1 중요도(c) + ...
제1 부동산 지수들은 세대 대비 신규 공급 지수, 미분양 지수, 신규 공급 지수, 주택 구매력 지수, 전세가율 지수, 소득/물가/전세가 대비 매매가 저평가 지수 등을 포함할 수 있다.
예를 들어, 세대 대비 신규 공급 지수는 부동산에 거주하는 세대수에 대비하여 해당 지역에 얼마나 신규 부동산 공급이 얼마나 늘어났는 지를 계산한 지수일 수 있다. 거주 세대 대비 신규 부동산 공급량이 일정 수준보다 많으면 부동산 가격에 부정적일 수 있다. 즉, 본 지수가 높을수록 공급량이 건강한 수준임을 의미하며, 향후 부동산 가격에 긍정적 영향을 끼칠 수 있다.
예를 들어, 팔리지 않은 미분양 부동산 규모가 클수록 부동산 가격에 부정적일 수 있다. 미분양 지수는 높을수록 미분양 부동산이 적음을 의미하며, 향후 부동산 가격에 긍정적인 영향을 끼칠 수 있다.
예를 들어, 지역 인구 대비 신규 부동산 공급량이 일정 수준보다 많으면 부동산 가격에 부정적일 수 있다. 신규 공급 지수는 높을수록 공급량이 건강한 수준임을 의미하며, 향후 부동산 가격에 긍정적 영향을 끼칠 수 있다.
예를 들어, 주택 구매력 지수는 중위 소득 가구의 주택 구입 능력을 나타낸 지수일 수 있다. 본 지수가 높을수록 주택 구입 능력이 높을 수 있다.
예를 들어, 전세가율 지수는 전세가격/매매가격의 비율을 나타낸 값일 수 있다. 전세가율 지수가 높을수록 전세가격과 매매가격이 상대적으로 비슷하며, 전세가율 지수가 낮을수록 전세가격와 매매가격의 차이가 상대적으로 클 수 있다.
예를 들어, 소득/물가/전세가 대비 매매가 저평가 지수는 소득/물가/전세가에 대비하여 매매가가 얼마나 저평가 되었는지 산출한 지수일 수 있다. 본 지수가 높을수록 미래 가격에 긍정적인 경향을 보일 수 있다. 소득/물가/전세가의 증가량보다 매매가가 증가량이 높은 경우 본 지수가 낮으며, 매매가 증가량이 낮은 경우 본 지수가 높아질 수 있다.
거주종합 점수는 거주 관점의 제2 부동산 지수들을 이용하여 산출한 점수로써, 사용자가 부동산을 거주 목적으로 구매하고자 할 때 쉽게 참조할 수 있다. 예를 들어, 거주종합 점수는 각각의 제2 부동산 지수들에 대응하는 제2 중요도를 곱하고, 이들을 더한 값일 수 있다(수학식 2).
[수학식 2]
거주종합 점수 = 제2 부동산 지수(a)*제2 중요도(a) + 제2 부동산 지수(b)*제2 중요도(b) + 제2 부동산 지수(c)*제2 중요도(c) + ...
제2 부동산 지수들은 접근성 지수, 학군 지수, 연식 지수 등을 포함할 수 있다.
예를 들어, 접근성 지수는 부동산 근처에 시설물이 가깝고 많을수록 높고, 시설물이 멀고 적을수록 낮을 수 있다. 시설물은 병원, 마트, 백화점, 학원, 지하철, 카페, 버스 정류장, 유치원, 고등학교 학군, 도서관, 서점, 요양시설, 공원, 초등학교 등을 포함할 수 있다.
예를 들어, 학군 지수는 부동산에서 배정되는 학교의 진학률과 부동산과 학교간 거리 가중치를 고려하여 산출할 수 있다. 배정되는 학교의 진학률이 높고 거리가 가까울수록 학군 지수는 올라갈 수 있다.
예를 들어 연식 지수는 신축 부동산일수록 100점에 가깝게, 지어진 지 오래될수록 0점에 가깝게 산출될 수 있다.
본 실시예에 따르면, 사용자는 부동산의 구매 목적(투자 목적 또는 거주 목적)에 따라 세부적으로 필터링(부동산 지수들)된 UI를 직접 설정할 수 있는 장점이 있다.
도 2를 참조하면, 제1 시점에서의 표시 화면(11)이 도시된다.
제1 시점에서 표시 화면(11)은 제1 관심 지역에 대한 제1 지도를 표시할 수 있다. 제1 지도 상에는 실제 부동산들에 대응하는 복수의 부동산 객체들이 중첩되어 표시될 수 있다. 이때, 적어도 2 개의 부동산 객체들은 색상 및 크기 중 적어도 하나가 다를 수 있다.
예를 들어, 색상은 제1 부동산 정보에 대응하고, 크기는 제2 부동산 정보에 대응할 수 있다. 도 2의 실시예에서는 제1 부동산 정보가 "투자종합 점수"이고, 제2 부동산 정보가 "세대수"로 설정된 경우를 예로 든다. 제1 부동산 정보 및 제2 부동산 정보의 설정에 대해서는 도 1에 대한 설명을 참조한다.
예를 들어, 제1 부동산 객체(111) 및 제2 부동산 객체(112)는 색상 및 크기가 서로 다를 수 있다. 예를 들어, 제1 부동산 객체(111)는 파랑색이고, 제2 부동산 객체(112)는 주황색일 수 있다. 이는 제1 부동산 객체(111)의 투자종합 점수가 상대적으로 낮고, 제2 부동산 객체(112)의 투자종합 점수가 상대적으로 높음을 가리킬 수 있다. 또한, 제1 부동산 객체(111)는 상대적으로 크기가 작고, 제2 부동산 객체(112)는 상대적으로 크기가 클 수 있다. 이는 제1 부동산 객체(111)의 세대수가 상대적으로 적고, 제2 부동산 객체(112)의 세대수가 상대적으로 많음을 가리킬 수 있다.
본 실시예에 따르면, 부동산 정보 표시 단말(1)은 구매 목적에 부합하고 직관적인 UI를 제공할 수 있다.
도 3을 참조하면, 제1 시점과 다른 제2 시점에서의 표시 화면(11a)이 도시된다. 예를 들어, 제2 시점은 사용자가 표시 화면(11a) 상의 "순위" 버튼을 누른 이후의 시점일 수 있다.
제2 시점의 표시 화면(11a)은 제1 지도에 중첩된 제1 순위표(115a)를 더 표시할 수 있다. 제1 순위표(115a)는 제1 부동산 정보에 대한 제1 부동산 객체(111) 및 제2 부동산 객체(112)의 순위들을 나타낼 수 있다. 예를 들어, 제1 부동산 객체(111)가 "아크로리버뷰"에 해당하는 경우 제1 순위표(115a)에 5등으로 표시되고, 제2 부동산 객체(112)가 "래미안 퍼스티지"에 해당하는 경우 제1 순위표(115a)에 3등으로 표시됨을 확인할 수 있다.
제2 시점의 표시 화면(11a)은 제1 지도에 중첩된 제2 순위표(116a)를 더 표시할 수 있다. 제2 순위표(116a)는 제2 부동산 정보에 대한 제1 부동산 객체(111) 및 제2 부동산 객체(112)의 순위들을 나타낼 수 있다. 예를 들어, 제1 부동산 객체(111)가 "아크로리버뷰"에 해당하는 경우 제2 순위표(116a)에 5등으로 표시되고, 제2 부동산 객체(112)가 "래미안 퍼스티지"에 해당하는 경우 제2 순위표(116a)에 3등으로 표시됨을 확인할 수 있다.
도 4를 참조하면, 제1 및 제2 시점과 다른 제3 시점에서의 표시 화면(11b)이 도시된다. 예를 들어, 제3 시점은 사용자가 제1 관심 지역을 제2 관심 지역으로 전환한 시점일 수 있다. 예를 들어, 사용자는 표시 화면(11a)의 제1 지도를 드래그(drag) 함으로써, 표시 화면(11b) 상에 제2 관심 지역에 대한 제2 지도를 표시시킬 수 있다.
사용자가 드래그를 비교적 짧게 하는 경우, 제2 지도는 제1 지도와 일부가 동일하며 다른 일부가 다를 수 있다. 사용자가 드래그를 비교적 길게 하는 경우, 제2 지도는 제1 지도와 전부 다를 수도 있다. 다만, 본 실시예에서는 비교를 위하여 제2 지도와 제1 지도의 일부가 동일한 것으로 가정한다.
표시 화면(11b) 상에서 제2 부동산 객체(112)는 제1 지도의 제1 좌표가 아닌 제2 지도의 제2 좌표에 중첩(위치)하게 된다. 제1 좌표와 제2 좌표는 다를 수 있다. 여기서 좌표는 지도상의 절대적인 좌표를 의미하는 것이 아니라, 표시 화면을 기준으로 한 상대적인 좌표를 의미한다. 예를 들어, 표시 화면(11a)에서 표시 화면(11b)으로 전환 시에, 제2 부동산 객체(112)가 우측으로 이동할 수 있다.
이때, 제1 부동산 객체(111)는 표시 화면(11b)에 존재하지 않을 수 있다. 다만, 제3 부동산 객체(113)가 새롭게 표시 화면(11b)에 등장할 수 있다. 즉, 제1 부동산 객체(111)는 제1 지도에 중첩되고, 제2 지도에 중첩되지 않을 수 있다. 또한, 제3 부동산 객체(113)는 제1 지도에 중첩되지 않고, 제2 지도에 중첩될 수 있다.
제3 시점에서 표시 화면(11b)은 제2 지도에 중첩된 제3 순위표(115b)를 더 표시할 수 있다. 제3 순위표(115b)는 제1 부동산 정보에 대한 제2 부동산 객체(112) 및 제3 부동산 객체(113)의 순위들을 나타낼 수 있다. 예를 들어, 제2 부동산 객체(112)가 "래미안 퍼스티지"에 해당하는 경우 제3 순위표(115b)에 3등으로 표시되고, 제3 부동산 객체(113)가 "서초 주공"에 해당하는 경우 제3 순위표(115b)에 2등으로 표시됨을 확인할 수 있다. 즉, 제2 시점에서 제3 시점으로 전환 시에 제1 순위표(115a)는 제3 순위표(115b)로 갱신될 수 있다.
제3 시점에서 표시 화면(11b)은 제2 지도에 중첩된 제4 순위표(116b)를 더 표시할 수 있다. 제4 순위표(116b)는 제2 부동산 정보에 대한 제2 부동산 객체(112) 및 제3 부동산 객체(113)의 순위들을 나타낼 수 있다. 예를 들어, 제2 부동산 객체(112)가 "래미안 퍼스티지"에 해당하는 경우 제4 순위표(116b)에 2등으로 표시되고, 제3 부동산 객체(113)가 "서초 주공"에 해당하는 경우 제4 순위표(116b)에 3등으로 표시됨을 확인할 수 있다. 즉, 제2 시점에서 제3 시점으로 전환 시에 제2 순위표(116a)는 제4 순위표(116b)로 갱신될 수 있다.
본 실시예에 의하면, 사용자의 관심 지역이 변경되는 경우 부동산의 구매 목적에 대응하는 순위가 자동으로 갱신됨으로써, 사용자가 이를 용이하게 확인할 수 있다.
도 5를 참조하면, 도 3의 표시 화면(11a)이 순위 객체들(111s1, 111s2, 112s1, 112s2)을 더 표시하는 실시예가 도시된다.
예를 들어, 제1 부동산 객체(111)에 대해서, 제1 부동산 정보에 대한 제1 순위 객체(111s1) 및 제2 부동산 정보에 대한 제2 순위 객체(111s2)가 표시될 수 있다. 제1 순위 객체(111s1)의 순위는 제1 순위표(115a)의 순위와 일치할 수 있다. 제2 순위 객체(111s2)의 순위는 제2 순위표(116a)의 순위와 일치할 수 있다.
예를 들어, 제2 부동산 객체(112)에 대해서, 제1 부동산 정보에 대한 제1 순위 객체(112s1) 및 제2 부동산 정보에 대한 제2 순위 객체(112s2)가 표시될 수 있다. 제1 순위 객체(112s1)의 순위는 제1 순위표(115a)의 순위와 일치할 수 있다. 제2 순위 객체(112s2)의 순위는 제2 순위표(116a)의 순위와 일치할 수 있다.
도 6을 참조하면, 도 4의 표시 화면(11b)이 순위 객체들(112s1', 112s2', 113s1, 113s2)을 더 표시하는 실시예가 도시된다.
예를 들어, 제2 부동산 객체(112)에 대해서, 제1 부동산 정보에 대한 제1 순위 객체(112s1') 및 제2 부동산 정보에 대한 제2 순위 객체(112s2')가 표시될 수 있다. 제1 순위 객체(112s1')의 순위는 제3 순위표(115b)의 순위와 일치할 수 있다. 제2 순위 객체(112s2')의 순위는 제4 순위표(116b)의 순위와 일치할 수 있다.
예를 들어, 제3 부동산 객체(113)에 대해서, 제1 부동산 정보에 대한 제1 순위 객체(113s1) 및 제2 부동산 정보에 대한 제2 순위 객체(113s2)가 표시될 수 있다. 제1 순위 객체(113s1)의 순위는 제3 순위표(115b)의 순위와 일치할 수 있다. 제2 순위 객체(113s2)의 순위는 제4 순위표(116b)의 순위와 일치할 수 있다.
도 5 및 도 6을 참조하면, 사용자가 관심 지역을 이동함에 따라서, 제2 부동산 객체의 제2 순위 객체(112s2, 112s2')가 실시간으로 변경될 수 있음을 확인할 수 있다. 이에 따라, 사용자가 변경된 순위를 공간적으로 용이하게 확인할 수 있는 장점이 있다.
도 7을 참조하면, 제1 시점과 다른 제4 시점에서의 표시 화면(12)이 예시적으로 도시된다. 제4 시점은 제2 및 제3 시점과 다를 수 있다. 예를 들어, 사용자가 표시 화면(11a)에서 제1 부동산 객체(111)를 선택하는 경우, 표시 화면(11a)은 표시 화면(12)으로 전환될 수 있다.
제4 시점의 표시 화면(12)은 제1 부동산 객체(111)에 대한 제1 거주종합 점수(121) 및 제1 거주비교 점수(122)를 표시할 수 있다.
제1 거주종합 점수(121)는, 제1 부동산 객체(111)에 대해서, 거주 관점의 제2 부동산 지수들을 이용하여 산출한 점수일 수 있다. 예를 들어, 영역(124)을 참조하면 예시적인 제2 부동산 지수들은 카페 접근성, 병원 접근성, 마트 백화점 접근성을 포함할 수 있다. 제2 부동산 지수들을 이용한 제1 거주종합 점수(121)의 산출에 대해서는 수학식 2를 참조한다. 도 5에서 예시적인 제1 거주종합 점수(121)는 86점일 수 있다.
제1 거주비교 점수(122)는 제1 거주종합 점수(121)를 단위 지역 내의 거주종합 점수들과 상대적으로 비교한 점수일 수 있다. 예를 들어, 단위 지역은 해당 부동산이 속한 행정 구역일 수 있다. 예를 들어, 도 5에서 예시적인 단위 지역은, 반포동, 서초구, 서울일 수 있다.
제1 거주종합 점수(121)는 전국을 기준으로 한 절대적인 점수이고, 제1 거주비교 점수(122)는 단위 지역을 기준으로 한 상대적인 점수일 수 있다. 예를 들어, 제1 부동산 객체(111)는 제1 거주종합 점수(121)가 86점으로써 상대적으로 높지만, 서초구를 기준으로 했을 때 제1 거주비교 점수(122)는 하위 5%에 속함으로써 상대적으로 낮을 수 있다. 본 실시예에 따르면, 사용자에게 제1 거주비교 점수(122)가 더 높은 부동산을 찾을 동기를 부여할 수 있다.
도 7의 실시예에서, 사용자는 버튼(123)을 누름으로써 제2 부동산 지수들에 대한 중요도를 설정할 수 있다. 부동산을 투자 관점에서 바라본다면 예측 가격이 높은 것이 최선이지만, 부동산을 거주 관점에서 바라본다면 사용자에 따라 선호하는 조건이 다양할 수 있다. 따라서, 버튼(123)을 제공함으로써, 사용자가 선호하는 조건에 따라 제2 부동산 지수들의 중요도를 재설정할 수 있고, 부동산 정보 표시 단말(1)은 구매 목적에 부합하고 직관적인 UI를 제공할 수 있다.
도 8을 참조하면, 제1 및 제4 시점과 다른 제5 시점에서의 표시 화면(13)이 예시적으로 도시된다. 제5 시점은 제2 및 제3 시점과 다를 수 있다. 예를 들어, 사용자가 표시 화면(12)에서 "투자종합 점수" 버튼을 누른 경우, 표시 화면(12)이 표시 화면(13)으로 전환될 수 있다. 한편, 사용자가 표시 화면(11a)에서 제1 부동산 객체(111)를 선택하는 경우, 표시 화면(11a)은 표시 화면(13)으로 전환될 수도 있다.
제5 시점의 표시 화면(13)은 제1 부동산 객체(111)에 대한 제1 투자종합 점수(131) 및 제1 투자비교 점수(132)를 표시할 수 있다.
제1 투자종합 점수(131)는, 제1 부동산 객체(111)에 대해서, 투자 관점의 제1 부동산 지수들을 이용하여 산출한 점수일 수 있다. 예를 들어, 영역(134)을 참조하면 예시적인 제1 부동산 지수들은 강남구 미분양 지수, 강남구 인구 대비 신규 공급, 신사동 거주 세대 대비 신규 공급을 포함할 수 있다. 제1 부동산 지수들을 이용한 제1 투자종합 점수(131)의 산출에 대해서는 수학식 1을 참조한다. 도 8에서 예시적인 제1 투자종합 점수(131)는 28점일 수 있다.
제1 투자비교 점수(132)는 제1 투자종합 점수(131)를 단위 지역 내의 투자종합 점수들과 상대적으로 비교한 점수일 수 있다. 예를 들어, 단위 지역은 해당 부동산이 속한 행정 구역일 수 있다. 예를 들어, 도 6에서 예시적인 단위 지역은, 반포동, 서초구, 서울일 수 있다.
제1 투자종합 점수(131)는 전국을 기준으로 한 절대적인 점수이고, 제1 투자비교 점수(132)는 단위 지역을 기준으로 한 상대적인 점수일 수 있다. 예를 들어, 제1 부동산 객체(111)는 제1 투자종합 점수(131)가 28점으로써 상대적으로 낮지만, 반포동을 기준으로 했을 때 제1 투자비교 점수(132)는 상위 24%에 속함으로써 상대적으로 높을 수 있다. 본 실시예에 따르면, 사용자에게 제1 부동산 객체(111)에 대한 투자를 다시 한번 고려할 동기를 부여할 수 있다.
표시 화면(13)은 표시 화면(12)과 달리, 제1 부동산 지수들의 중요도들을 설정하기 위한 버튼을 포함하지 않을 수 있다. 부동산을 투자 관점에서 바라본다면 예측 가격이 높은 것이 최선이기 때문에, 이러한 버튼은 불필요할 수 있다. 제1 부동산 지수들의 중요도들은 후술하는 부동산 정보 제공 서버에서 산출될 수도 있다.
도 9를 참조하면, 제1 내지 제5 시점과 다른 제6 시점에서의 표시 화면(14)이 예시적으로 도시된다. 표시 화면(14)은 제1 부동산 객체(111)에 대응하는 제1 부동산의 예측 시점들에 대응하는 예측 가격들을 표시할 수 있다. 예를 들어, 표시 화면(14)은 현재로부터 1년 후, 2년 후, 3년 후, 4년 후, 5년 후의 예측 가격들을 표시할 수 있다.
도 9에서는 각각의 예측 시점에서 하나의 예측 가격을 제공하였지만, 예측 시점에 대해 예측 가격의 범위를 제공할 수도 있다. 예측 가격의 범위는 최소 예측 가격과 최대 예측 가격을 포함할 수 있다. 예측 가격 또는 예측 가격의 범위를 제공하는 방법에 대해서는 도 10에 대한 설명을 참조한다.
도 10은 본 발명의 한 실시예에 따른 부동산 정보 제공 서버를 설명하기 위한 도면이다.
본 발명의 한 실시예에 따른 부동산 정보 제공 서버(2)는 데이터 베이스(201), 변수 및 알고리즘 조합부(202), 오차 산출부(203), 및 예측 가격 연산부(204)를 포함할 수 있다.
부동산 정보 제공 서버(2)의 각 구성들(201, 202, 203, 204)은 소프트웨어적으로 구현될 수도 있고, 하드웨어로 구현될 수도 있다. 예를 들어, 부동산 정보 제공 서버(2)의 각 구성들(201, 202, 203, 204)은 별도의 컴퓨팅 장치로 독립적으로 구성될 수도 있다.
부동산 정보 제공 서버(2)는 부동산 정보 표시 단말(1)이 필요로 하는 부동산 지수들, 거주/투자종합 점수들, 예측 가격, 예측 가격의 범위 등을 제공할 수 있다.
데이터 베이스(201)는 제1 부동산에 대해서, 위치, 복수의 시점들에서의 가격들, 및 가격들 각각에 대응하는 부동산 지수들을 저장할 수 있다. 시간이 지남에 따라, 제1 부동산에 대한 가격들 및 이에 대응하는 부동산 지수들은 업데이트될 수 있다. 다만, 부동산의 특성상 위치는 제1 부동산에 대해서 고정 값일 수 있다. 여기서, 부동산 지수들은 투자관점의 제1 부동산 지수들일 수 있다.
본 실시예에서는 편의를 위해서 특정한 제1 부동산에 대해서 설명한다. 하지만, 데이터 베이스(201)는 다른 부동산들에 대한 위치, 가격들, 및 부동산 지수들을 포함할 수 있고, 각각의 부동산들에 대해서 이하의 실시예들이 적용될 수 있다.
변수 및 알고리즘 조합부(202)는, 위치 변수(LOC), 적어도 하나의 입력 가격 변수, 적어도 하나의 입력 가격 변수 각각에 대응하는 부동산 지수 변수들, 적어도 하나의 입력 가격 변수보다 이후 시점의 출력 가격 변수(OUT1), 및 복수의 알고리즘들 중 한 알고리즘을 포함하되, 서로 달리 구성된 복수의 조합 세트들(SET1, SET2, ...)을 제공할 수 있다.
예를 들어, 제1 조합 세트(SET1)는 위치 변수(LOC), 제1 입력 가격 변수(IN1), 제1 입력 가격 변수(IN1)에 대응하는 부동산 지수 변수들(ID11, ID12), 제2 입력 가격 변수(IN2), 제2 입력 가격 변수(IN2)에 대응하는 부동산 지수 변수들(ID21, ID22), 출력 가격 변수(OUT1), 및 알고리즘(AL1)을 포함할 수 있다.
예를 들어, 제2 조합 세트(SET2)는 위치 변수(LOC), 제1 입력 가격 변수(IN1), 제1 입력 가격 변수(IN1)에 대응하는 부동산 지수 변수들(ID11, ID12), 출력 가격 변수(OUT1), 및 알고리즘(AL2)을 포함할 수 있다.
제1 조합 세트(SET1)와 같이, 조합 세트는 2 개 이상의 입력 가격 변수들을 포함할 수 있다. 이때, 한 조합 세트에 포함된 입력 가격 변수들(IN1, IN2)의 시점들과 출력 가격 변수(OUT1)의 시점 간의 시차들은 서로 다를 수 있다. 즉, 출력 가격 변수(OUT1)와 제1 입력 가격 변수(IN1)의 시차는 출력 가격 변수(OUT1)와 제2 입력 가격 변수(IN2)의 시차와 다를 수 있다.
예를 들어, 한 조합 세트에 포함된 입력 가격 변수들 각각에 대한 부동산 지수 변수들의 개수 및 종류는 서로 동일할 수 있다. 예를 들어, 제1 조합 세트(SET1)에서 제1 입력 가격 변수(IN1)에 대응하는 부동산 지수 변수들(ID11, ID12)의 개수 및 종류는 제2 입력 가격 변수(IN2)에 대응하는 부동산 지수 변수들(ID21, ID22)의 개수 및 종류와 동일할 수 있다.
본 실시예에서는 조합 세트의 출력 가격 변수(OUT1)가 1개인 경우를 예로 든다. 하지만, 실시예에 따라 조합 세트의 출력 가격 변수가 2개 이상일 수도 있다. 예를 들어, 하나의 미래 시점이 아니라, 복수의 미래 시점들에 대한 가격들을 동시에 예측하고자 할 때, 조합 세트의 출력 가격 변수를 2 개 이상으로 설정할 수 있다.
복수의 알고리즘들은 이미 개시된 AI 알고리즘일 수 있다. 예를 들어, 복수의 알고리즘들은 RF(Random Forest), RNN(Recurrent Neural Network), LSTM(Long-Short Term Memory), GRU(Gated Recurrent Unit) 등을 포함할 수 있다.
오차 산출부(203)는 복수의 조합 세트들(SET1, SET2, ...) 각각에 대해서 위치, 가격들, 및 부동산 지수들을 대입함으로써, 복수의 조합 세트들(SET1, SET2, ...)의 오차들(err1, err2, ...)을 산출할 수 있다.
예를 들어, 오차 산출부(203)는 제1 조합 세트(SET1)에 대해서, 제1 부동산의 위치를 위치 변수(LOC)에 대입하고, 2015년 7월의 제1 부동산의 가격을 제1 입력 가격 변수(IN1)에 대입하고, 2015년 7월의 부동산 지수들을 부동산 지수 변수들(ID11, ID12)에 대입하고, 2015년 8월의 제1 부동산의 가격을 제2 입력 가격 변수(IN2)에 대입하고, 2015년 8월의 부동산 지수들을 부동산 지수 변수들(ID21, ID22)에 대입하고, 2018년 8월의 제1 부동산의 가격을 출력 가격 변수(OUT1)에 대입하고, RF 알고리즘을 알고리즘(AL1)에 대입할 수 있다.
다음으로, 오차 산출부(203)는 제1 조합 세트(SET1)에 대해서, 제1 부동산의 위치를 위치 변수(LOC)에 대입하고, 2015년 8월의 제1 부동산의 가격을 제1 입력 가격 변수(IN1)에 대입하고, 2015년 8월의 부동산 지수들을 부동산 지수 변수들(ID11, ID12)에 대입하고, 2015년 9월의 제1 부동산의 가격을 제2 입력 가격 변수(IN2)에 대입하고, 2015년 9월의 부동산 지수들을 부동산 지수 변수들(ID21, ID22)에 대입하고, 2018년 9월의 제1 부동산의 가격을 출력 가격 변수(OUT1)에 대입하고, RF 알고리즘을 알고리즘(AL1)에 대입할 수 있다.
이러한 과정을 반복함으로써, 오차 산출부(203)는 제1 조합 세트(SET1)에 대해서 파라미터들을 산출하고, 이러한 파라미터들을 적용했을 때의 오차(err1)를 산출할 수 있다. 예를 들어, 오차는 RMSE(Root Mean Square Error)일 수 있다.
예를 들어, 오차 산출부(203)는 제2 조합 세트(SET2)에 대해서, 제1 부동산의 위치를 위치 변수(LOC)에 대입하고, 2015년 8월의 제1 부동산의 가격을 제1 입력 가격 변수(IN1)에 대입하고, 2015년 8월의 부동산 지수들을 부동산 지수 변수들(ID11, ID12)에 대입하고, 2018년 8월의 제1 부동산의 가격을 출력 가격 변수(OUT1)에 대입하고, RF 알고리즘을 알고리즘(AL2)에 대입할 수 있다.
다음으로, 오차 산출부(203)는 제2 조합 세트(SET2)에 대해서, 제1 부동산의 위치를 위치 변수(LOC)에 대입하고, 2015년 9월의 제1 부동산의 가격을 제1 입력 가격 변수(IN1)에 대입하고, 2015년 9월의 부동산 지수들을 부동산 지수 변수들(ID11, ID12)에 대입하고, 2018년 9월의 제1 부동산의 가격을 출력 가격 변수(OUT1)에 대입하고, RF 알고리즘을 알고리즘(AL2)에 대입할 수 있다.
이러한 과정을 반복함으로써, 오차 산출부(203)는 제2 조합 세트(SET2)에 대해서 파라미터들을 산출하고, 이러한 파라미터들을 적용했을 때의 오차(err2)를 산출할 수 있다.
예측 가격 연산부(204)는 각각의 예측 시점에 대해서, 오차들(err1, err2) 중 가장 작은 오차를 갖는 조합 세트를 이용하여 제1 부동산에 대한 예측 가격을 제공할 수 있다.
예를 들어, 제1 조합 세트(SET1) 및 제2 조합 세트(SET2)는 현재 시점로부터 3년 후의 예측 가격을 구하기 위한 후보 세트들일 수 있다. 예를 들어, 예측 가격 연산부(204)는 오차(err1)가 오차(err2)보다 작은 경우, 제1 부동산의 3 년 후의 예측 가격을 구하기 위해서 제1 조합 세트(SET1)를 이용할 수 있다. 예를 들어, 2020년 7월의 제1 부동산의 위치, 입력 가격, 부동산 지수들을 제1 조합 세트(SET1) 및 그 파라미터들에 대입함으로써, 2023년 7월의 제1 부동산의 출력 가격을 구할 수 있다.
다른 실시예에서, 예측 가격 연산부(204)는, 각각의 예측 시점에 대해서, 기준 범위 내의 오차를 갖는 조합 세트들을 이용하여 제1 부동산에 대한 예측 가격의 범위를 제공할 수도 있다. 예를 들어, 예측 가격 연산부(204)는 신뢰도 높은 조합 세트들을 이용하여 구한 2023년 7월의 제1 부동산의 출력 가격들 중 최소값 및 최대값을 이용하여, 예측 가격의 범위를 제공할 수 있다.
한 실시예에서, 예측 가격 연산부(204)는 제3 예측 시점에 대해서 제3 조합 세트를 이용하고, 제3 예측 시점이 아닌 제4 예측 시점에 대해서 제4 조합 세트를 이용할 수 있다. 이때, 제3 조합 세트가 포함하는 입력 가격 변수들의 개수와 제4 조합 세트가 포함하는 입력 가격 변수들의 개수가 서로 다를 수 있다.
예를 들어, 제3 예측 시점은 현재 시점으로부터 1년 뒤이고, 제4 예측 시점은 현재 시점으로부터 2년 뒤일 수 있다. 오차 산출부(203)에 따르면 제3 예측 시점의 예측 가격은 6 개월 간의 입력 가격 변수들을 이용할 경우에 가장 오차가 작을 수 있다. 한편, 오차 산출부(203)에 따르면 제4 예측 시점의 예측 가격은 3 개월 간의 입력 가격 변수들을 이용할 경우에 가장 오차가 작을 수 있다.
본 실시예에 따르면, 부동산 정보 제공 서버(2)는 예측 시점에 따라 최적의 시계열 데이터 및 알고리즘을 적용함으로써 최소화된 오차를 갖는 부동산 예측 가격을 제공할 수 있다.
지금까지 참조한 도면과 기재된 발명의 상세한 설명은 단지 본 발명의 예시적인 것으로서, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
1: 표시 단말
11: 표시 화면
111: 제1 부동산 객체
112: 제2 부동산 객체

Claims (12)

  1. 표시 화면을 포함하는 부동산 정보 표시 단말로써,
    제1 시점에서 상기 표시 화면은:
    제1 관심 지역에 대한 제1 지도;
    상기 제1 지도에 중첩된 제1 부동산 객체; 및
    상기 제1 지도의 제1 좌표에 중첩된 제2 부동산 객체를 표시하고,
    상기 제1 부동산 객체 및 상기 제2 부동산 객체는 색상 및 크기가 서로 다르고,
    상기 색상은 제1 부동산 정보에 대응하고,
    상기 크기는 상기 제1 부동산 정보가 아닌 제2 부동산 정보에 대응하는,
    부동산 정보 표시 단말.
  2. 제1 항에 있어서,
    상기 제1 시점과 다른 제2 시점에서 상기 표시 화면은, 상기 제1 지도에 중첩된 제1 순위표를 더 표시하고,
    상기 제1 순위표는 상기 제1 부동산 정보에 대한 상기 제1 부동산 객체 및 상기 제2 부동산 객체의 순위들을 나타내는,
    부동산 정보 표시 단말.
  3. 제2 항에 있어서,
    상기 제2 시점에서 상기 표시 화면은, 상기 제1 지도에 중첩된 제2 순위표를 더 표시하고,
    상기 제2 순위표는 상기 제2 부동산 정보에 대한 상기 제1 부동산 객체 및 상기 제2 부동산 객체의 순위들을 나타내는,
    부동산 정보 표시 단말.
  4. 제3 항에 있어서,
    상기 제1 및 제2 시점과 다른 제3 시점에서 상기 표시 화면은:
    제2 관심 지역에 대한 제2 지도;
    상기 제2 지도의 제2 좌표에 중첩된 상기 제2 부동산 객체; 및
    상기 제2 지도에 중첩된 제3 부동산 객체를 표시하고,
    상기 제2 지도는 상기 제1 지도와 일부가 동일하며 다른 일부가 다르고,
    상기 제2 좌표는 상기 제1 좌표와 다른,
    부동산 정보 표시 단말.
  5. 제4 항에 있어서,
    상기 제3 시점에서 상기 표시 화면은, 상기 제2 지도에 중첩된 제3 순위표를 더 표시하고,
    상기 제3 순위표는 상기 제1 부동산 정보에 대한 상기 제2 부동산 객체 및 상기 제3 부동산 객체의 순위들을 나타내는,
    부동산 정보 표시 단말.
  6. 제5 항에 있어서,
    상기 제3 시점에서 상기 표시 화면은, 상기 제2 지도에 중첩된 제4 순위표를 더 표시하고,
    상기 제4 순위표는 상기 제2 부동산 정보에 대한 상기 제2 부동산 객체 및 상기 제3 부동산 객체의 순위들을 나타내는,
    부동산 정보 표시 단말.
  7. 제1 항에 있어서,
    상기 제1 시점과 다른 제4 시점에서 상기 표시 화면은:
    상기 제1 부동산 객체에 대한 제1 거주종합 점수; 및
    상기 제1 거주종합 점수를 단위 지역 내의 거주종합 점수들과 상대적으로 비교한 제1 거주비교 점수를 표시하는,
    부동산 정보 표시 단말.
  8. 제7 항에 있어서,
    상기 제1 및 제4 시점과 다른 제5 시점에서 상기 표시 화면은:
    상기 제1 부동산 객체에 대한 제1 투자종합 점수; 및
    상기 제1 투자종합 점수를 단위 지역 내의 투자종합 점수들과 상대적으로 비교한 제1 투자비교 점수를 표시하는,
    부동산 정보 표시 단말.
  9. 제1 부동산에 대해서, 위치, 복수의 시점들에서의 가격들, 및 상기 가격들 각각에 대응하는 부동산 지수들을 저장한 데이터 베이스;
    위치 변수, 적어도 하나의 입력 가격 변수, 상기 적어도 하나의 입력 가격 변수 각각에 대응하는 부동산 지수 변수들, 상기 적어도 하나의 입력 가격 변수보다 이후 시점의 출력 가격 변수, 및 복수의 알고리즘들 중 한 알고리즘을 포함하되, 서로 달리 구성된 복수의 조합 세트들을 제공하는 변수 및 알고리즘 조합부;
    상기 복수의 조합 세트들 각각에 대해서 상기 위치, 상기 가격들, 및 상기 부동산 지수들을 대입함으로써, 상기 복수의 조합 세트들의 오차들을 산출하는 오차 산출부; 및
    각각의 예측 시점에 대해서, 상기 오차들 중 가장 작은 오차를 갖는 조합 세트를 이용하여 상기 제1 부동산에 대한 예측 가격을 제공하는 예측 가격 연산부를 포함하는,
    부동산 정보 제공 서버.
  10. 제9 항에 있어서,
    상기 예측 가격 연산부는, 각각의 예측 시점에 대해서, 기준 범위 내의 오차를 갖는 조합 세트들을 이용하여 상기 제1 부동산에 대한 상기 예측 가격의 범위를 제공하는,
    부동산 정보 제공 서버.
  11. 제9 항에 있어서,
    상기 복수의 조합 세트들 중 제1 조합 세트가 포함하는 입력 가격 변수들의 개수와 제2 조합 세트가 포함하는 입력 가격 변수들의 개수가 서로 다른,
    부동산 정보 제공 서버.
  12. 제11 항에 있어서,
    상기 예측 가격 연산부는 제1 예측 시점에 대해서 상기 제1 조합 세트를 이용하고, 상기 제1 예측 시점이 아닌 제2 예측 시점에 대해서 상기 제2 조합 세트를 이용하는,
    부동산 정보 제공 서버.
KR1020200091933A 2020-07-23 2020-07-23 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버 KR20220012744A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200091933A KR20220012744A (ko) 2020-07-23 2020-07-23 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버
KR1020220168759A KR102485140B1 (ko) 2020-07-23 2022-12-06 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200091933A KR20220012744A (ko) 2020-07-23 2020-07-23 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220168759A Division KR102485140B1 (ko) 2020-07-23 2022-12-06 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버

Publications (1)

Publication Number Publication Date
KR20220012744A true KR20220012744A (ko) 2022-02-04

Family

ID=80267760

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200091933A KR20220012744A (ko) 2020-07-23 2020-07-23 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버
KR1020220168759A KR102485140B1 (ko) 2020-07-23 2022-12-06 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220168759A KR102485140B1 (ko) 2020-07-23 2022-12-06 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버

Country Status (1)

Country Link
KR (2) KR20220012744A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101849544B1 (ko) 2017-04-28 2018-04-17 주식회사 케이비금융지주 빅데이터를 이용한 부동산 예측 방법 및 이를 수행하기 위한 장치

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150242747A1 (en) * 2014-02-26 2015-08-27 Nancy Packes, Inc. Real estate evaluating platform methods, apparatuses, and media
KR101835789B1 (ko) * 2016-10-04 2018-04-19 초록소프트 주식회사 유동인구 패턴 기반의 미래 부동산 가치 평가 방법 및 장치
KR101852602B1 (ko) * 2017-01-20 2018-04-27 박정수 부동산 매물 제공 서버 서버의 부동산 매물 제공 방법 및 부동산 매물 제공 단말
KR102183860B1 (ko) * 2018-07-27 2020-11-27 주식회사 호갱노노 가격 변동량 디스플레이 방법 및 그 장치
KR20200023669A (ko) * 2018-08-14 2020-03-06 이건영 빅데이터 기반 부동산 투자 추천 시스템
KR20200051205A (ko) * 2018-11-05 2020-05-13 박성훈 상업용 부동산 가치 분석 시스템 및 이를 이용한 상업용 부동산 가치 분석 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101849544B1 (ko) 2017-04-28 2018-04-17 주식회사 케이비금융지주 빅데이터를 이용한 부동산 예측 방법 및 이를 수행하기 위한 장치

Also Published As

Publication number Publication date
KR20220166773A (ko) 2022-12-19
KR102485140B1 (ko) 2023-01-09

Similar Documents

Publication Publication Date Title
Degl’Innocenti et al. The interconnections of academic research and universities’“third mission”: Evidence from the UK
Liu et al. Ranking of units on the DEA frontier with common weights
Chang et al. Discovering the transition pathways toward sustainability for construction enterprises: Importance-performance analysis
Wu et al. DEA cross-efficiency evaluation based on satisfaction degree: an application to technology selection
Van Kempen The dual city and the poor: social polarisation, social segregation and life chances
Thrift et al. Refiguring the economic in economic geography
Jahanshahloo et al. Ranking of units by positive ideal DMU with common weights
Lafuente et al. Assessment of local competitiveness: A composite indicator analysis of Costa Rican counties using the ‘Benefit of the Doubt’model
Ardichvili et al. Dimensions of ethical business cultures: Comparing data from 13 countries of Europe, Asia, and the Americas
Bougnol et al. Enhancing standard performance practices with DEA
Haque The intellectual crisis in public administration in the current epoch of privatization
Chen et al. Multiobjective data envelopment analysis
Aznar et al. An ANP framework for property pricing combining quantitative and qualitative attributes
Cajot et al. Interactive optimization with parallel coordinates: exploring multidimensional spaces for decision support
Vanderdonckt et al. AB4Web: An on-line A/B tester for comparing user interface design alternatives
US20200134748A1 (en) Residential real estate layout data collection, search, rating and ranking system and method
Klosterman et al. Planning support methods: Urban and regional analysis and projection
KR20230153069A (ko) 한국부동산원의 공공데이터를 수치화하여 디지털트윈 그래픽 유저 인터페이스를 제공하는 부동산 플랫폼 앱 시스템
Ekinci et al. An MCDM-based game-theoretic approach for strategy selection in higher education
Lin et al. A linguistic approach to measuring the attractiveness of new products in portfolio selection
KR102485140B1 (ko) 인공지능 모델과 빅데이터 분석 기반의 부동산 정보 표시 단말 및 부동산 정보 제공 서버
Tohidnia et al. Measuring productivity change in DEA-R: a ratio-based profit efficiency model
KR20230153072A (ko) 디지털트윈 3차원 시뮬레이션 공간을 이용하여 유저에게 부동산 가치 평가 정보와 구매자금에 대한 금융서비스를 제공하는 메타버스 플랫폼 시스템
KR20230153071A (ko) 공공데이터와 빅데이터를 학습한 인공지능 엔진을 이용하여 현실과 대응되는 3차원 가상공간 상에서 건물에 대한 정보를 제공하는 시스템
KR20230153070A (ko) 한국부동산원의 공공데이터를 이용하여 만들어진 디지털트윈 3차원 가상공간 상에서 매물을 결정하는 부동산 직거래 플랫폼의 운영방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination
A107 Divisional application of patent