KR20220081838A - Directionality selecting system of product development using big data and selecting method thereof - Google Patents
Directionality selecting system of product development using big data and selecting method thereof Download PDFInfo
- Publication number
- KR20220081838A KR20220081838A KR1020200171759A KR20200171759A KR20220081838A KR 20220081838 A KR20220081838 A KR 20220081838A KR 1020200171759 A KR1020200171759 A KR 1020200171759A KR 20200171759 A KR20200171759 A KR 20200171759A KR 20220081838 A KR20220081838 A KR 20220081838A
- Authority
- KR
- South Korea
- Prior art keywords
- product
- weight
- attribute
- developed
- selecting
- Prior art date
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/10—Office automation; Time management
Abstract
본 발명은 제품개발 초기단계에서 개발제품과 관련된 유사 출시제품들의 정보를 이용하여 신속한 전형성 모델을 추출하여 프로토타입의 선정을 통해 개발제품의 지향점을 확정할 수 있도록 한 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법에 관한 것이다.
본 발명은 프로그램에서 제품정보DB에 저장된 제품의 검색기준을 마련하기 위해 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주는 제1단계; 제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장하는 제2단계; 프로토타입의 제품개발을 위해 협업하는 이종기업 또는 이종부서 간 참여자 모두에게 가중치 선택기회를 주고, 해당 개발제품에 대해 참여자별 가중치를 프로그램에 입력하는 제3단계; 입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 제4단계; 계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 화면에 출력해주는 제5단계; 출력된 제품정보를 참고하여 개발제품의 프로토타입 방향성을 확정하는 제6단계;로 이루어진다.In the initial stage of product development, the present invention uses big data to determine the direction of the developed product through the selection of a prototype by extracting a rapid typicality model using information on similarly released products related to the developed product. It relates to a selection system and a method for selecting the direction of a developed product using the same.
The present invention provides a first step of setting a weight by classifying a plurality of design attributes for each product and detailed items for each attribute into a plurality of elements in order to prepare a search criterion for a product stored in a product information DB in a program; a second step of assigning a sample number matching the corresponding product to each product group, and storing product information including the image of each product and the weight evaluation value evaluated according to the weight in the product information DB together with the sample number; a third step of giving an opportunity to select weights to all participants in heterogeneous companies or between different departments collaborating for prototype product development, and inputting weights for each participant into the program for the corresponding developed product; a fourth step of extracting an average value for each design attribute from the weights of all the inputted participants, and calculating a position of the average value for each extracted attribute; a fifth step of outputting not only the calculated position of the average value for each attribute, but also product information having the average value for each attribute and the adjacent weight evaluation value within a set range on the screen; A sixth step of determining the direction of the prototype of the developed product by referring to the output product information;
Description
본 발명은 제품개발초기에 관련제품 데이터를 이용하여 신속한 전형성 모델을 추출하여 프로토타입의 개발방향을 확보할 수 있도록 한 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법에 관한 것이다.The present invention relates to a system for selecting a direction for a developed product using big data that enables a rapid typicality model to be extracted using related product data in the early stage of product development to secure a development direction of a prototype, and a method for selecting a direction for a developed product using the same. it's about
근래에 들어, 디자인 회사는 개인 또는 기업 등의 클라이언트로부터 특정 제품이나 광고, 서비스에 대한 디자인 시안을 의뢰받는 경우 클라이언트의 요구에 부합할 것으로 예상되는 다수의 디자인 시안을 제공하여 클라이언트가 직접 선호하는 디자인 시안을 선택하도록 하고 있다.Recently, when a design company receives a design proposal for a specific product, advertisement, or service from a client, such as an individual or a company, it provides a number of design proposals that are expected to meet the needs of the clients, so that the clients prefer designs directly. You are asked to choose a cyan.
그러나, 디자인과 같이 정형화된 판단 기준이 없는 시안에 대해 비전문가인 클라이언트가 제품이나 서비스 또는 광고에 보다 부합하는 디자인 시안을 적절히 선택하는 것은 매우 어려운 작업일 수 있으며, 디자인 회사에서 다수의 디자인 시안을 제공해주더라도 클라이언트가 선호하는 디자인 시안이 존재하지 않거나 다른 디자인이 제공되는 경우가 있어 초기에 컨셉을 결정하는데 상당한 시간이 소요되는 문제가 있었다.However, it can be very difficult for a non-professional client to properly select a design proposal that is more suitable for a product, service or advertisement for a proposal that does not have a standardized judgment standard such as design, and a design company provides a large number of design proposals Even if given, there was a problem in that it takes a considerable amount of time to determine the concept in the early stage because there are cases where the client's preferred design proposal does not exist or another design is provided.
또한, 동일한 제품개발에 있어서도, 디자인 회사의 연구원과 클라이언트(디자인 의뢰 기업 및 연구원, 고객) 즉, 제품디자인 개발에 참여하는 참여자가 생각하는 가중치가 모두 다르기 때문에 초도 회의 빈도가 높아지거나 의견수렴 기간이 길어지게 되는 등 개발 공정 프로세스가 많아지게 되어 성과도출기간이 증가되는 문제가 있으며, 또한 참여자 간 의사소통이 원활하지 못함은 물론 참여자들의 만족도도 줄어들게 되는 문제점이 있었다.In addition, even in the same product development, the frequency of the initial meeting increases or the period for collecting opinions increases because the weights considered by the researchers and clients of the design company (design requesting companies, researchers, and customers), that is, the participants participating in product design development, are all different. As the development process becomes longer, there is a problem that the period for achieving results is increased. Also, there is a problem that communication between the participants is not smooth and the satisfaction of the participants is reduced as well.
따라서, 개발제품의 디자인 등과 같이 정형화된 판단 기준이 없는 시안에 대해 특정 시안을 선택하거나 의견을 수렴해야 하는 경우, 이종기업간 또는 관련부서간 등 집단 의사결정시 가중치를 부여해주어 보다 짧은 시간내에 초기 개발제품의 방향성을 확정해줄 수 있는 방법이 요구되어 왔다. Therefore, when it is necessary to select a specific proposal or collect opinions on a proposal without standardized judgment criteria, such as the design of a developed product, weight is given when making a group decision, such as between heterogeneous companies or related departments, so that the initial There has been a demand for a method that can confirm the direction of the developed product.
본 발명은 상기한 문제점을 해결하기 위하여 창안된 것으로, 제품개발 초기단계에서 개발제품과 관련된 유사 출시제품들의 정보를 이용하여 빠른 시간내에 전형성 모델을 추출하여 프로토타입의 선정을 통해 개발제품의 지향점을 확정할 수 있도록 한 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법을 제공함에 있다.The present invention was devised to solve the above problems, and in the initial stage of product development, by using information on similarly released products related to the developed product, the typicality model is extracted in a short time, and the direction of the developed product is determined through the selection of the prototype. It is to provide a system for selecting a direction for a developed product using big data that can be confirmed and a method for selecting a direction for a developed product using the same.
또한, 신속한 개발제품의 지향점 확정으로 종래 문제시 되어왔던 참여자별로 가중치가 달라 잦은 회의 및 장시간의 시간 소요 등 협의점 도달에 상당한 어려움이 있어 장기간동안 개발제품 방향을 설정하지 못했던 문제를 해결할 수 있게 되는 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법을 제공함에 있다.In addition, it is possible to solve the problem of not being able to set the direction of the developed product for a long time because the weight of each participant, which has been a problem in the past, is different due to the rapid determination of the direction of the development product. It is to provide a system for selecting a direction for a developed product using big data and a method for selecting a direction for a developed product using the same.
상기의 과제를 해결하기 위한 본 발명의 빅데이터를 이용한 개발제품의 방향성 선정시스템은, 제품군별로 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 저장해 주기 위한 제품정보DB(10); 개발제품에 대한 검색기준을 마련해주기 위해 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분해 놓은 가중치 설정부(20); 상기 가중치 설정부(20)에 구분되어 있는 복수의 디자인 속성 및 요소 중에서 참여자별로 중점을 두는 속성 및 요소의 선택을 통해 참여자별로 가중치를 입력해주기 위한 가중치 입력부(30); 상기 가중치 입력부(30)를 통해 입력된 가중치에 따라 상기 제품정보DB(10)에 저장된 제품 중에서 일정범위내의 제품을 검색하는 제품검색부(40); 상기 제품검색부(40)에서 검색된 제품목록을 화면에 디스플레이해주는 디스플레이부(50); 가중치 설정과 가중치 입력에 따른 제품검색은 물론 디스플레이부에 출력을 위한 제어신호를 생성하는 제어부(60);로 이루어진다.The product direction selection system using big data of the present invention for solving the above problems is a product for storing product information including the image of each product for each product group and the weight evaluation value evaluated according to the weight along with the sample number information DB (10); a
이때, 상기 디스플레이부(50)는 터치를 통해 가중치 입력이 가능하도록 상기 가중치 입력부(30)와 일체로 된 터치패널구조로 될 수 있다.In this case, the
그리고 본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법은 프로그램에서 제품정보DB에 저장된 제품의 검색기준을 마련하기 위해 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주는 제1단계; 제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장하는 제2단계; 프로토타입의 제품개발을 위해 협업하는 이종기업 또는 이종부서 간 참여자 모두에게 가중치 선택기회를 주고, 해당 개발제품에 대해 참여자별 가중치를 프로그램에 입력하는 제3단계; 입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 제4단계; 계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 화면에 출력해주는 제5단계; 출력된 제품정보를 참고하여 개발제품의 프로토타입 방향성을 확정하는 제6단계;로 이루어진다.And the direction selection method of the developed product using the system for selecting the direction of the developed product using the big data according to the present invention is a plurality of design attributes for each product and for each attribute in order to prepare the search criteria for products stored in the product information DB in the program. a first step of classifying detailed items into a plurality of elements and setting weights; a second step of assigning a sample number matching the corresponding product to each product group, and storing the product information including the image of each product and the weight evaluation value evaluated according to the weight in the product information DB together with the sample number; a third step of giving a weight selection opportunity to all participants in heterogeneous companies or between different departments collaborating for prototype product development, and inputting weights for each participant into the program for the developed product; a fourth step of extracting an average value for each design attribute from the weights of all the inputted participants, and calculating a position of the average value for each extracted attribute; a fifth step of outputting not only the calculated position of the average value for each attribute, but also product information having the average value for each attribute and the adjacent weight evaluation value within a set range on the screen; A sixth step of determining the direction of the prototype of the developed product by referring to the output product information;
상기 제3단계에서 참여자별 가중치 입력은 제5단계에서 출력되는 속성별 평균값 위치 및 가중치 평가값을 갖는 제품정보 결과에 따라 참여자별 가중치 입력정보(속성, 요소)를 조정하는 과정을 더 거치도록 할 수 있다.In the third step, the weight input for each participant is further subjected to a process of adjusting the weight input information (attributes, elements) for each participant according to the result of product information having the average position and weight evaluation value for each attribute output in
이때, 상기 제1단계에서 제품별 가중치 설정시 속성별로 순위를 지정하여, 참여자의 속성별 평균값을 이용한 제품이미지 출력시 지정된 순위중심으로 검색하여 제품이미지를 화면에 출력해주도록 되어 있다.In this case, when the weight for each product is set in the first step, the ranking is designated by attribute, and when the product image is output using the average value of each attribute of the participant, the product image is output on the screen by searching for the designated ranking center.
참여자의 속성별 평균값을 토대로 제품정보DB에 저장된 모든 제품에서 참여자가 선택한 가중치 위치를 계산하여 화면에 출력해주게 되며, 상기 제4단계에서 계산된 참여자의 속성별 평균값의 위치는 연도별 또는 시계열상으로 정렬되어 출력되는 것이 바람직하다.Based on the average value of each attribute of the participant, the weight position selected by the participant from all products stored in the product information DB is calculated and output on the screen. It is preferable that the output is sorted.
한편, 제3단계에서, 참여자가 개발하고자 하는 제품과 유사한 형태의 제품이미지를 입력한 경우, 입력된 제품이미지와 동일하거나 또는 일정 범위내의 유사한 이미지를 갖는 제품들을 제품정보DB에서 검출하여 그 제품이미지를 화면에 출력해주도록 구성될 수 있다.Meanwhile, in the third step, when a participant inputs a product image in a form similar to the product to be developed, products having the same or similar image within a certain range are detected in the product information DB and the product image may be configured to output to the screen.
상기의 구조로 이루어진 본 발명의 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법에 따르면, 제품개발 초기에 단시간내에 개발방향 및 컨셉을 설정할 수 있음으로써 시간 절감은 물론 제품개발을 위해 협력하는 모든 참가자(디자인회사 연구원, 개발기업 대표자 및 연구원 등)의 육체적 및 정신적인 피로감을 줄여줄 수 있는 등 효율성이 매우 우수한 효과가 있다.According to the system for selecting the direction of a developed product using the big data of the present invention having the above structure and the method for selecting the direction of the product using the same, the development direction and concept can be set within a short time at the initial stage of product development, thereby saving time and It has a very effective effect such as reducing the physical and mental fatigue of all participants (researchers of design companies, representatives and researchers of development companies, etc.) cooperating for development.
특히, 개발 공정 간에 프로세스 개선은 물론 기업 또는 부서 간 의사소통이 원활해짐은 물론 참여자의 만족도가 증가되는 효과가 있다.In particular, it has the effect of not only improving the process between development processes, but also improving communication between companies or departments, as well as increasing the satisfaction of participants.
도 1은 본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템의 구성도,
도 2는 본 발명의 일실시예에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템의 프로그램 웹화면,
도 3은 도 2에서 가중치 적용을 통해 설정범위의 제품정보를 디스플레이한 웹화면,
도 4는 본 발명의 일실시예에 따른 검색된 제품정보를 시계열상으로 정렬되게 디스플레이해 놓은 웹화면,
도 5는 본 발명의 일실시예에 따른 검색된 제품정보를 가격별로 정렬되게 디스플레이해 놓은 웹화면,
도 6은 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용한 기업과 비적용한 기업의 제품개발 프로세스 과정을 보인 순서도,
도 7은 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용하지 않은 기업의 진행상황을 보여주는 그래프,
도 8은 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용한 기업의 진행상황을 보여주는 그래프,
도 9는 본 발명의 일실시예에 따른 디자인 개발에 개발제품의 방향성 선정방법을 적용한 기업과 비적용한 기업의 진행결과를 비교해 놓은 도면,
도 10은 본 발명의 일실시예에 따른 가중치 적용과 비적용시의 만족도 조사결과를 보여주는 도면.1 is a block diagram of a system for selecting a direction for a product to be developed using big data according to the present invention;
2 is a program web screen of a system for selecting a direction for a product to be developed using big data according to an embodiment of the present invention;
3 is a web screen displaying product information of a set range through weight application in FIG. 2;
4 is a web screen in which the searched product information is displayed to be arranged in a time series according to an embodiment of the present invention;
5 is a web screen on which the searched product information is displayed to be sorted by price according to an embodiment of the present invention;
6 is a flowchart showing the product development process process of a company that applies the method for selecting a direction of a developed product to design development according to an embodiment of the present invention and a company that does not apply it;
7 is a graph showing the progress of a company that does not apply a method for selecting a direction for a developed product to design development according to an embodiment of the present invention;
8 is a graph showing the progress of a company applying a method for selecting a direction for a product to be developed in design development according to an embodiment of the present invention;
9 is a view comparing the progress results of a company that applied the method for selecting a direction of a developed product to design development according to an embodiment of the present invention and a company that did not apply it;
10 is a view showing satisfaction survey results when weights are applied and not applied according to an embodiment of the present invention;
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법을 상세히 설명하기로 한다.Hereinafter, a system for selecting a direction for a developed product using big data and a method for selecting a direction for a developed product using the same according to a preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings.
본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템은 제품정보DB(10)와, 가중치 설정부(20)와, 가중치 설정부(20)에 설정되어 있는 가중치 중에서 참여자별로 선택하여 가중치를 입력해주기 위한 가중치 입력부(30)와, 제품검색부(40) 및 디스플레이부(50)로 이루어진다.The system for selecting the direction of a product to be developed using big data according to the present invention selects each participant from the weights set in the
상기 제품정보DB(10)에는 제품군별로 각 제품의 이미지를 포함한 제품정보를 저장해주기 위한 DB로서, 각 제품에 대해 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 저장하게 된다.The product information DB 10 is a DB for storing product information including images of each product for each product group, and a weight evaluation value evaluated according to a weight for each product is stored together with a sample number.
상기 가중치 설정부(20)는 개발제품에 대한 검색기준을 마련해주기 위한 것으로, 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분되어져 설정되어 있다.The
참여자는 가중치 입력부(30)를 통해 상기 가중치 설정부(20)에 구분되어 있는 복수의 디자인 속성 및 요소 중에서 참여자별로 중점을 두는 속성 및 요소를 선택하여 각각의 참여자별로 가중치를 입력해주게 된다.The participant selects an attribute and element to focus on for each participant from among the plurality of design attributes and elements divided in the
상기 제품검색부(40)는 상기 가중치 입력부(30)를 통해 입력된 가중치에 따라 이를 연산한 후 상기 제품정보DB(10)에 저장된 제품 중에서 일정범위내의 제품을 검색하게 된다.The
제품검색 범위는 사전에 설정된 범위 내에 한정될 것이고, 범위설정 및 범위변경은 제어부를 통해 변경할 수 있다.The product search range will be limited within a preset range, and range setting and range change can be changed through the control unit.
상기 디스플레이부(50)는 상기 제품검색부(40)에서 검색된 제품목록을 화면에 디스플레이해주는 구성으로, 일반적인 모니터나 태블릿PC 등의 액정패널이 해당될 수 있다.The
이때, 상기 가중치 입력부(30)와 상기 디스플레이부(50)는 서로 분리되어 구성될 수도 있고, 상기 디스플레이부의 화면 터치를 통해 가중치 입력이 가능하도록 상기 가중치 입력부(30)와 디스플레이부(50)가 일체로 된 터치패널구조로 형성될 수도 있다.In this case, the
그리고 상기 제어부(60)는 본 발명에서 가중치 설정과 가중치 입력에 따른 제품검색은 물론 디스플레이부에 출력을 위한 제어신호를 생성하는 등 시스템의 전반적인 모든 구성을 제어하게 된다.And, in the present invention, the
본 발명에서 상기 빅데이터를 이용한 개발제품의 방향성 선정시스템은 개발제품의 방향성 선정을 위해 프로그래밍되어 있음은 당연하다.In the present invention, it is natural that the system for selecting the direction of the developed product using the big data is programmed to select the direction of the developed product.
도 2는 프로그램의 실행 후 웹화면을 보인 도면이고, 가중치의 입력 후 결과는 도 3과 같이 디스플레이되는 것이다.FIG. 2 is a view showing a web screen after executing a program, and a result after input of weights is displayed as shown in FIG. 3 .
본 발명은 이렇게 프로그래밍된 시스템을 이용하여 개발제품의 프로토타입을 선정하게 된다.The present invention selects a prototype of a developed product by using the system programmed in this way.
구체적으로, 본 발명에 따른 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법은 가중치 설정(1단계), 제품정보 저장(2단계), 참여자별 가중치 입력(3단계), 속성별 평균값 위치 계산(4단계), 제품정보 출력(5단계), 개발제품 지향점 확정(6단계)로 이루어진다.Specifically, the system for selecting the direction of a developed product using big data according to the present invention and the method for selecting the direction of a developed product using the same are set of weights (step 1), storing product information (step 2), and inputting weights for each participant (step 3) , it consists of calculating the average position for each attribute (step 4), outputting product information (step 5), and determining the direction of the development product (step 6).
제1단계인 가중치 설정단계는, 제품정보DB에 저장되어 있는 제품의 검색기준을 마련해 주기 위해 가중치를 설정해주는 단계로서, 저장된 제품별로 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분하여 가중치를 설정해주게 된다.The weight setting step, which is the first step, is a step of setting weights in order to provide a search criterion for products stored in the product information DB. A plurality of design properties and detailed items for each property are divided into a plurality of elements for each stored product. The weights are set separately.
제2단계인 제품정보 저장단계는, 제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장한다.In the second step, the product information storage step, a sample number matching the corresponding product is given to each product group, and product information including the image of each product and the weight evaluation value evaluated according to the weight are stored in the product information DB along with the sample number. do.
상기 가중치 평가값은 속성별로 서로 차이가 발생함에 따라 모든 속성을 합쳐놓은 것이 아니라 속성별로 별도로 평가해 놓은 수치로 저장됨이 바람직하다.The weight evaluation value is preferably stored as a numerical value evaluated separately for each attribute, rather than aggregating all attributes, as differences occur for each attribute.
본 발명에서는 제품정보DB에 저장되어 있는 데이터를 검색하여 개발제품의 프로토타입 디자인을 선정하기 위한 것임에 따라, 제품정보DB에는 다양한 제품군별로 많은 양의 데이터 즉, 빅데이터가 저장되어 있어야 할 것이다.In the present invention, since the data stored in the product information DB is to be searched and the prototype design of the developed product is selected, a large amount of data, ie, big data, should be stored in the product information DB for various product groups.
물론, 제품정보DB에 저장되는 데이터는 수시로 업데이트되어야 함은 당연하고, 본 발명의 시스템은 공지의 포털사이트와도 연계되도록 구성되어 포털사이트에서 검색되는 제품정보도 가져와 디스플레이해줄 수 있도록 함이 바람직할 것이다.Of course, it is natural that the data stored in the product information DB should be updated from time to time, and it is desirable that the system of the present invention be configured to be linked with a known portal site so that it can also bring and display product information retrieved from the portal site. will be.
첨부 도면에서는 조명등을 실시예로 하여 도시하였으나, 다양한 제품군(의류, 가전제품, 조명기구, 자동차 등)의 데이터를 통해 개발제품의 프로토타입 방향을 결정하도록 할 수 있다.In the accompanying drawings, the lighting lamp is illustrated as an embodiment, but the direction of the prototype of the developed product can be determined through data of various product groups (clothes, home appliances, lighting equipment, automobiles, etc.).
제3단계인 참여자별 가중치 입력단계는, 프로토타입의 제품개발을 위해 서로 협업하는 이종기업(디자인 회사, 클라이언트 등) 또는 동일기업내의 이종부서 간의 참여자 모두에게 가중치 선택기회를 주도록 하고, 해당 개발제품에 대해 참여자별로 결정한 가중치를 프로그램에 입력해주는 단계이다.In the third stage, the input of weights for each participant, an opportunity to select weights is given to all participants in heterogeneous companies (design companies, clients, etc.) collaborating with each other for prototype product development or between different departments within the same company, and In this step, the weight determined by each participant is inputted into the program.
제4단계인 속성별 평균값 위치 계산단계는, 프로그램에 입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 단계이다.The fourth step, calculating the average position of each attribute, extracts the average value for each design attribute from the weights of all participants input into the program, and calculates the position of the average value for each extracted attribute.
제5단계인 제품정보 출력단계는, 제4단계에서 계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 화면에 출력해주게 된다.In the product information output step, which is the fifth step, not only the position of the average value for each attribute calculated in the fourth step, but also product information having the average value for each attribute and an adjacent weight evaluation value within a set range is output on the screen.
제품정보는 제품의 대표 이미지와 리스트 등이 출력될 수 있으며, 클릭을 통해 각 제품의 세부정보를 확인할 수 있도록 되어 있음이 바람직하다.As for product information, it is preferable that representative images and lists of products can be output, and detailed information of each product can be checked by clicking.
출력되는 제품정보는 설정해놓은 범위내의 정보가 표출될 것인데, 이러한 범위는 프로그램 설정에서 변경하거나 출력된 화면내에서 즉시 범위를 변경해줄 수 있도록 할 수도 있다.The output product information will be displayed within the set range, and this range can be changed in the program setting or can be changed immediately within the output screen.
물론, 범위 지정 및 변경외에도 참여자의 속성별 평균값을 토대로 제품정보DB에 저장된 제품군별 모든 제품에서 참여자가 선택한 가중치 위치를 계산하여 화면에 출력해주도록 함으로써 참여자들이 선택한 가중치 위치가 전체 제품에서 어느정도의 위치에 해당되는지를 확인하도록 할 수도 있다.Of course, in addition to range designation and change, based on the average value of each attribute of the participant, the weight position selected by the participant is calculated and outputted on the screen in all products by product group stored in the product information DB, so that the weight position selected by the participants is to what extent in the entire product You can also check to see if it applies to .
이때, 계산된 참여자의 속성별 평균값의 위치는 물론 도 4 및 도 5와 같이 검색된 제품정보를 시계열(예로서, 연도별) 또는 가격별로 정렬되어 출력되게 할 수도 있다.In this case, the calculated position of the average value for each attribute of the participant as well as the searched product information as shown in FIGS. 4 and 5 may be sorted and output by time series (eg, by year) or by price.
따라서, 속성별 평균값 위치는 물론, 시계열적으로 어느정도의 위치에 있는지도 확인할 수 있어 최근 트렌드와 가까운 디자인인지 아니면 종래의 디자인인지를 예측할 수도 있으며, 또한 가격별로 어느정도의 가격대인지를 확인할 수 있음은 물론 저장된 제품군별 가격대의 집중여부도 확인할 수 있는 것이다.Therefore, it is possible to check the location of the average value for each attribute as well as the position in time series, so that it is possible to predict whether the design is close to a recent trend or a conventional design, and also to check the price range for each price. It is also possible to check whether the price range for each product group is concentrated.
제6단계인 개발제품의 지향점 확정단계는 제5단계에서 출력된 제품이미지를 포함한 제품정보를 참고하여 참여자들의 가중치 평균에 근접한 프로토타입의 개발제품의 방향성을 결정하는 단계이다.The 6th stage, the stage of determining the direction of the developed product, is the stage of determining the direction of the developed product of the prototype that is close to the weighted average of the participants by referring to the product information including the product image output in the 5th stage.
이때, 속성별 평균값 위치 및 가중치 평가값을 갖는 제품정보의 결과가 참여자들 대부분이 고려한 제품이미지와 차이가 있는 등 개발제품 디자인과의 격차가 발생될 수 있는데, 이러한 경우에는 제3단계에서 참여자별 가중치 입력을 위한 가중치 입력정보(속성, 요소)를 조정하는 과정을 더 거치도록 함으로써 참여자들이 원하는 이미지를 갖는 제품정보를 출력받을 수 있도록 한다.At this time, a gap with the design of the developed product may occur, such as the result of product information having the average position and weight evaluation value for each attribute is different from the product image considered by most of the participants. In this case, in the third step, each participant By further adjusting the weight input information (attributes, elements) for weight input, participants can receive product information having a desired image.
여기서, 보다 구체적인 결과물의 출력을 위해, 상기 제1단계에서 제품별 가중치 설정시 속성별로 순위를 지정해준 후 저장시켜 줌으로써 검색시 지정해준 순위대로 순차적으로 제품을 검색될 수 있도록 할 수 있다.Here, in order to output a more specific result, in the first step, when the weight for each product is set, the product can be searched sequentially in the order specified during the search by specifying the ranking by attribute and then storing it.
따라서, 참여자가 부여한 가중치의 속성별 평균값을 이용한 제품이미지 출력시 속성별로 지정된 순위중심으로 제품정보를 검색하여 프로토타입으로 선정할 수 있는 보다 구체적이고 정확한 제품정보를 화면에 출력해 줄 수 있게 되는 것이다.Therefore, when outputting a product image using the average value of each attribute of the weight given by the participant, more specific and accurate product information that can be selected as a prototype can be output on the screen by searching for product information based on the ranking specified for each attribute. .
한편, 본 발명에서는 참여자별 가중치를 입력하여 가중치와 근접된 제품정보를 확인할 수 있도록 하는 것 외에도, 참여자가 개발하고자 하는 제품과 유사한 형태의 제품이미지의 입력을 통해 입력된 제품이미지와 동일하거나 일정 범위내의 유사한 이미지를 갖는 제품들을 제품정보DB에서 검출하여 그 제품이미지를 화면에 출력해주도록 할 수도 있다.On the other hand, in the present invention, in addition to allowing the participant to check product information close to the weight by inputting a weight for each participant, the product image is the same as or within a certain range of the product image input through input of a product image similar to the product the participant wants to develop It is also possible to detect products having a similar image in the product information DB and output the product image to the screen.
화면에 출력되는 제품이미지도 해당 화면에서 시계열(예로서, 연도별)로 정렬하거나 가격별로 정렬되게 출력할 수 있음은 당연하다.It goes without saying that the product images output on the screen can also be output in a time series (eg, by year) or sorted by price on the corresponding screen.
상기와 같은 본 발명의 시스템을 이용하여 개발제품의 방향성 선정하는 경우와 일반적인 개발제품의 방향성을 선정하는 경우를 비교한 실험예가 도 6 내지 9에 도시되어 있다.Experimental examples comparing the case of selecting the direction of the developed product and the case of selecting the direction of the general developed product using the system of the present invention as described above are shown in FIGS. 6 to 9 .
실험예에서는 총 5개 기업에서 제품디자인의 개발시 본 발명의 시스템을 이요한 선정방법을 적용한 경우와 그렇지 않은 경우에 대해 비교하였다.In the experimental example, a case in which a selection method using the system of the present invention was applied and a case in which the system of the present invention was not applied during product design development in a total of 5 companies were compared.
도시된 바와 같이, 적용전과 적용후의 효율성을 살펴보면, 적용전에는 5개 기업의 참가하는 내부인력 평균이 6.4명인데 반해 적용후에는 3.8명이 투입되었고, 투입일 또한 5.54일에서 2.54일로 감소되었음을 확인하였다.As shown, looking at the efficiency before and after application, the average number of internal personnel participating in the five companies before application was 6.4, whereas after application, 3.8 people were input, and it was confirmed that the input day was also reduced from 5.54 days to 2.54 days.
외부 인력의 경우에도 적용전 평균은 2명이 3.98일 투입된 반면에, 적용후에는 2명이 2.16일 투입되어 감소되었으며, 회의 수에서도 적용전에는 4.4번인 반면에 적용후에는 2.8번으로 감소되었으며, 사내공정에서도 적용전에는 9일차인 반면에 적용후에는 2.8일차로 대폭 감소된 것을 확인하였다.In the case of external personnel, the average before application was 2.98 days, whereas after application, 2 people were input for 2.16 days, and the number of meetings decreased. On the 9th day before application, it was confirmed that it was significantly reduced to 2.8 days after application.
이와 같이, 5개 기업 모두에서 업무는 물론 공정투입의 효율성이 크게 개선됨을 확인할 수 있다.As such, it can be seen that the efficiency of process input as well as work is greatly improved in all five companies.
또한, 도 10과 같이 만족도 조사에서도 가중치 적용과 가중치를 적용하지 않는 경우를 비교한 결과, 내부인력은 물론 외부인력 모두 만족도가 월등하게 높았고, 인터뷰 결과에서도 가중치를 적용하지 않은 방법에 비해 업무 loss감소나 공정단축 효과 및 소통 용이 등 여러가지 면에서 월등한 효과를 발휘하는 것으로 나타났다.In addition, as a result of comparing the case in which weights are applied and weights are not applied in the satisfaction survey as shown in FIG. 10 , satisfaction with both internal and external personnel was significantly higher, and in the interview results, job loss was reduced compared to the method without weighting. It has been shown to exhibit superior effects in various aspects such as process shortening effect and ease of communication.
10: 제품정보DB
20: 가중치 설정부
30: 가중치 입력부
40: 제품검색부
50: 디스플레이부
60: 제어부10: product information DB 20: weight setting unit
30: weight input unit 40: product search unit
50: display unit 60: control unit
Claims (9)
개발제품에 대한 검색기준을 마련해주기 위해 복수의 디자인 속성 및 각 속성에 대한 세부항목을 복수의 요소로 구분해 놓은 가중치 설정부(20);
상기 가중치 설정부(20)에 구분되어 있는 복수의 디자인 속성 및 요소 중에서 참여자별로 중점을 두는 속성 및 요소의 선택을 통해 참여자별로 가중치를 입력해주기 위한 가중치 입력부(30);
상기 가중치 입력부(30)를 통해 입력된 가중치에 따라 상기 제품정보DB(10)에 저장된 제품 중에서 일정범위내의 제품을 검색하는 제품검색부(40);
상기 제품검색부(40)에서 검색된 제품목록을 화면에 디스플레이해주는 디스플레이부(50);
가중치 설정과 가중치 입력에 따른 제품검색은 물론 디스플레이부에 출력을 위한 제어신호를 생성하는 제어부(60);
로 이루어진 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템.
Product information DB (10) for storing product information including the image of each product for each product group and the weight evaluation value evaluated according to the weight along with the sample number;
a weight setting unit 20 in which a plurality of design attributes and detailed items for each attribute are divided into a plurality of elements in order to provide a search criterion for a developed product;
a weight input unit 30 for inputting a weight for each participant through selection of an attribute and element to be focused on for each participant from among a plurality of design attributes and elements divided in the weight setting unit 20;
a product search unit 40 that searches for a product within a predetermined range among products stored in the product information DB 10 according to the weight input through the weight input unit 30;
a display unit 50 for displaying a list of products searched for by the product search unit 40 on a screen;
a control unit 60 for generating a control signal for output to the display unit as well as product search according to weight setting and weight input;
A system for selecting the direction of development products using big data, characterized in that it consists of
상기 디스플레이부(50)는 터치를 통해 가중치 입력이 가능하도록 상기 가중치 입력부(30)와 일체로 된 터치패널구조로 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템.
According to claim 1,
The display unit 50 is a system for selecting a direction for a developed product using big data, characterized in that it has a touch panel structure integrated with the weight input unit 30 to enable weight input through touch.
제품군별로 해당 제품과 매칭되는 표본번호를 부여하고, 각 제품의 이미지를 포함한 제품정보와 가중치에 따라 평가해놓은 가중치 평가값을 표본번호와 함께 제품정보DB에 저장하는 제2단계;
프로토타입의 제품개발을 위해 협업하는 이종기업 또는 이종부서 간 참여자 모두에게 가중치 선택기회를 주고, 해당 개발제품에 대해 참여자별 가중치를 입력하는 제3단계;
입력된 모든 참여자의 가중치에서 디자인 속성별로 평균값을 추출하고, 추출된 속성별 평균값의 위치를 계산하는 제4단계;
계산된 속성별 평균값의 위치는 물론, 이 속성별 평균값과 설정된 범위내의 인접한 가중치 평가값을 갖는 제품정보를 검색하여 화면에 출력해주는 제5단계;
출력된 제품정보를 참고하여 개발제품의 프로토타입 방향성을 확정하는 제6단계;로 이루어진 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
A first step of setting a weight by classifying a plurality of design attributes for each product and detailed items for each attribute into a plurality of elements in order to prepare a search criterion for products stored in the product information DB of claim 1;
a second step of assigning a sample number matching the corresponding product to each product group, and storing product information including the image of each product and the weight evaluation value evaluated according to the weight in the product information DB together with the sample number;
a third step of giving a weight selection opportunity to all participants in heterogeneous companies or between different departments collaborating for prototype product development, and inputting weights for each participant for the development product;
a fourth step of extracting an average value for each design attribute from the weights of all the inputted participants, and calculating a position of the average value for each extracted attribute;
a fifth step of retrieving product information having the calculated average value for each attribute, as well as the average value for each attribute and the adjacent weight evaluation value within a set range, and outputting it to the screen;
A method for selecting a direction for a developed product using a system for selecting a direction for a developed product using big data, characterized in that it consists of a sixth step of determining the direction of the prototype of the developed product by referring to the output product information.
제3단계에서 참여자별 가중치 입력은 제5단계에서 출력되는 속성별 평균값 위치 및 가중치 평가값을 갖는 제품정보 결과에 따라 참여자별 가중치 입력정보(속성, 요소)를 조정하는 과정을 더 거치도록 한 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
4. The method of claim 3,
In the third step, the weight input for each participant is further processed by adjusting the weight input information (attributes, elements) for each participant according to the result of product information having the average position and weight evaluation value for each attribute output in step 5. A method for selecting a direction for a developed product using a system for selecting a direction for a developed product using big data.
상기 제1단계에서 제품별 가중치 설정시 속성별로 순위를 지정하여, 참여자의 속성별 평균값을 이용한 제품이미지 출력시 지정된 순위중심으로 검색하여 제품이미지를 화면에 출력해주도록 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
4. The method of claim 3,
Big data, characterized in that when the weight for each product is set in the first step, the ranking is designated by attribute, and the product image is output on the screen by searching for the designated ranking center when outputting the product image using the average value of each attribute of the participant. A method for selecting the direction of a developed product using the used product direction selection system.
참여자의 속성별 평균값을 토대로 제품정보DB에 저장된 제품군별 모든 제품에서 참여자가 선택한 가중치 위치를 계산하여 화면에 출력해주도록 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
4. The method of claim 3,
Based on the average value of each attribute of the participant, the weight position selected by the participant from all products by product group stored in the product information DB is calculated and output on the screen. Direction selection method.
상기 제4단계에서 계산된 참여자의 속성별 평균값의 위치는 시계열 또는 가격별로 정렬되어 출력되는 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
4. The method of claim 3,
A method for selecting a direction for a developed product using a system for selecting a direction for a developed product using big data, characterized in that the position of the average value for each attribute of the participant calculated in the fourth step is output in a time series or by price.
제3단계에서, 참여자가 개발하고자 하는 제품과 유사한 형태의 제품이미지를 입력한 경우, 입력된 제품이미지와 동일하거나 또는 일정 범위내의 유사한 이미지를 갖는 제품들을 제품정보DB에서 검출하여 그 제품이미지를 화면에 출력해주도록 된 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.
4. The method of claim 3,
In the third step, when a participant inputs a product image in a form similar to the product to be developed, products with the same or similar image within a certain range are detected in the product information DB and the product image is displayed on the screen. A method for selecting a direction for a developed product using a system for selecting a direction for a developed product using big data, characterized in that it is output to the .
화면에 출력되는 상기 제품정보는 시계열 또는 가격별로 정렬되어 출력되는 것을 특징으로 하는 빅데이터를 이용한 개발제품의 방향성 선정시스템을 이용한 개발제품의 방향성 선정방법.According to any one of claims 3, 7, 8,
The product information output to the screen is a direction selection method of a developed product using a system for selecting the direction of a developed product using big data, characterized in that the output is sorted by time series or price.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200171759A KR102489477B1 (en) | 2020-12-09 | 2020-12-09 | Directionality selecting system of product development using big data and selecting method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200171759A KR102489477B1 (en) | 2020-12-09 | 2020-12-09 | Directionality selecting system of product development using big data and selecting method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220081838A true KR20220081838A (en) | 2022-06-16 |
| KR102489477B1 KR102489477B1 (en) | 2023-01-16 |
Family
ID=82217329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200171759A KR102489477B1 (en) | 2020-12-09 | 2020-12-09 | Directionality selecting system of product development using big data and selecting method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102489477B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102635204B1 (en) | 2023-10-17 | 2024-02-08 | (주)화인인베스트 | Method, device and system for providing platform services for collecting consumer information about initial products |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000067109A (en) * | 1998-08-25 | 2000-03-03 | Sanyo Electric Co Ltd | Article planning supporting device |
| JP2012079028A (en) * | 2010-09-30 | 2012-04-19 | Hitachi Solutions Ltd | Evaluation acquisition system of commodity design attribute according to design search condition |
| KR20150019781A (en) | 2013-08-16 | 2015-02-25 | 하인크코리아(주) | Project Context Based Design Process Management System and Operation Method |
| KR20160133161A (en) | 2015-05-12 | 2016-11-22 | (주) 퍼셉션 | Server for providing information for group decision and method thereof |
| US20180342003A1 (en) * | 2017-05-25 | 2018-11-29 | Wal-Mart Stores, Inc. | Systems and methods for determining product search results based on product attribute scores |
| KR20200017578A (en) * | 2018-07-25 | 2020-02-19 | 김호곤 | Method and system for extracting user-centered design guides of products through artificial intelligence |
| KR20200024534A (en) * | 2018-08-28 | 2020-03-09 | 십일번가 주식회사 | Supporting Method for Searching of Goods and service device, and terminal device thereof |
-
2020
- 2020-12-09 KR KR1020200171759A patent/KR102489477B1/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000067109A (en) * | 1998-08-25 | 2000-03-03 | Sanyo Electric Co Ltd | Article planning supporting device |
| JP2012079028A (en) * | 2010-09-30 | 2012-04-19 | Hitachi Solutions Ltd | Evaluation acquisition system of commodity design attribute according to design search condition |
| KR20150019781A (en) | 2013-08-16 | 2015-02-25 | 하인크코리아(주) | Project Context Based Design Process Management System and Operation Method |
| KR20160133161A (en) | 2015-05-12 | 2016-11-22 | (주) 퍼셉션 | Server for providing information for group decision and method thereof |
| US20180342003A1 (en) * | 2017-05-25 | 2018-11-29 | Wal-Mart Stores, Inc. | Systems and methods for determining product search results based on product attribute scores |
| KR20200017578A (en) * | 2018-07-25 | 2020-02-19 | 김호곤 | Method and system for extracting user-centered design guides of products through artificial intelligence |
| KR20200024534A (en) * | 2018-08-28 | 2020-03-09 | 십일번가 주식회사 | Supporting Method for Searching of Goods and service device, and terminal device thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102489477B1 (en) | 2023-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Partovi | Determining what to benchmark: an analytic hierarchy process approach | |
| Luzon et al. | Evaluating supplier selection criteria for oil and gas projects in the UAE using AHP and Delphi | |
| KR101844751B1 (en) | A System Providing Matching Flatform Service Based On Enterprise Analysis | |
| US7849117B2 (en) | Multi-term frequency analysis | |
| Archer et al. | An integrated framework for project portfolio selection | |
| Reiner et al. | Efficiency analysis of supply chain processes | |
| Zeydan et al. | A new decision support system for performance measurement using combined fuzzy TOPSIS/DEA approach | |
| US20020103695A1 (en) | Methods and apparatus for gauging group choices | |
| US20080147630A1 (en) | Recommender and payment methods for recruitment | |
| KR101956212B1 (en) | Method of start-up support services based on self-diagnosis by founder | |
| Prašnikar et al. | Benchmarking as a tool of strategic management | |
| US8589386B2 (en) | Card view for project resource search results | |
| WO1999039290A1 (en) | Method and apparatus for elaborating and representing data analysis in a decision support system | |
| KR102395522B1 (en) | Method and system for sharing loan information | |
| US10878445B2 (en) | Advertisement management system and advertisement management device | |
| de Melo Brito et al. | Multi-criteria decision model for selecting repair contracts by applying utility theory and variable interdependent parameters | |
| Razmi et al. | The application of graphical techniques in evaluating benchmarking partners | |
| Bhattacharjee et al. | Competitive profile matrix: a theoretical review | |
| US20200134748A1 (en) | Residential real estate layout data collection, search, rating and ranking system and method | |
| JP5002287B2 (en) | Facility management system and program | |
| Álvarez-Rodríguez et al. | Sensitivity of operational and environmental benchmarks of retail stores to decision-makers' preferences through Data Envelopment Analysis | |
| Burke et al. | Using and abusing QFD scores | |
| KR102489477B1 (en) | Directionality selecting system of product development using big data and selecting method thereof | |
| Khandekar et al. | Application of fuzzy axiomatic design principles for cotton fibre selection | |
| EP1197904A2 (en) | Methods and apparatus for selecting candidates to interview |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |