KR20220097822A - Company's growth potential prediction system using unstructured data - Google Patents

Company's growth potential prediction system using unstructured data Download PDF

Info

Publication number
KR20220097822A
KR20220097822A KR1020200189802A KR20200189802A KR20220097822A KR 20220097822 A KR20220097822 A KR 20220097822A KR 1020200189802 A KR1020200189802 A KR 1020200189802A KR 20200189802 A KR20200189802 A KR 20200189802A KR 20220097822 A KR20220097822 A KR 20220097822A
Authority
KR
South Korea
Prior art keywords
company
corporate
financial
growth
prediction system
Prior art date
Application number
KR1020200189802A
Other languages
Korean (ko)
Other versions
KR102543211B1 (en
Inventor
최이권
김유화
황인석
이민진
Original Assignee
사단법인 디엠씨코넷
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 사단법인 디엠씨코넷 filed Critical 사단법인 디엠씨코넷
Priority to KR1020200189802A priority Critical patent/KR102543211B1/en
Publication of KR20220097822A publication Critical patent/KR20220097822A/en
Application granted granted Critical
Publication of KR102543211B1 publication Critical patent/KR102543211B1/en

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
    • G06Q10/063—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
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting

Abstract

The present invention relates to a corporate growth prediction system using unstructured corporate data, which draws and predicts a degree of corporate growth potential by using structured data such as corporate financial information and using reliability information indicating reputation or fame, wherein the corporate growth prediction system comprises: a sales prediction part for estimating and calculating future sales of a target company; a financial statement estimation part for assessing a future financial performance of the target company quantitatively by estimating a future financial statement from financial elements possessed by the target company; a reliability assessment part for quantifying and calculating consumer reputation of the target company on the Internet; and a growth potential assessment part for calculating a future growth potential of the target company by means of a number or a grade using the result calculated by the sales prediction part, the financial statement estimation part and the reliability assessment part. According to the present invention, the corporate growth prediction system predicts a corporate growth potential using conventional sales and financial statement as well as consumers' response to the company and corporate reputation on the Internet calculated from the assessment of the consumers' response, thereby predicting the corporate growth potential to which a recent corporate environment is actually reflected.

Description

비정형 기업 데이터를 이용한 기업성장 예측 시스템 {Company's growth potential prediction system using unstructured data}Company's growth potential prediction system using unstructured data}

본 발명은 기업의 성장성 예측 결과를 제공하는 시스템에 관한 것으로, 더욱 구체적으로는 기업의 재무정보 등의 정형적 데이터와 평판이나 명성등을 나타내는 신뢰도 정보를 이용하여 기업의 성장성 정도를 도출하여 예측하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템에 관한 발명이다. The present invention relates to a system for providing a company's growth potential prediction result, and more specifically, it is a method of predicting and deriving a company's growth potential using formal data such as corporate financial information and reliability information indicating reputation or reputation. It is an invention about a company growth prediction system using unstructured company data.

최근에는 금융보증기관, 투자기관 또는 정책자금을 집행하는 기관이 대출 및 투자를 진행시에 거래기업의 성장성을 객관적으로 평가하여 파악하는 것이 중요하다. Recently, it is important for financial guarantee institutions, investment institutions, or institutions that execute policy funds to objectively evaluate and identify the growth potential of trading companies when they make loans and investments.

이에, 종래에는 기업의 자산을 성장성을 평가하는 경우, 매출액, 재무상태 및 영업권 등의 정형적인 평가자료를 바탕으로 기업의 성장성을 평가하여 수치화된 성장성 또는 등급별 성장성을 도출하여왔다.Accordingly, in the prior art, when evaluating the growth potential of a company's assets, numerical growth potential or growth potential by grade has been derived by evaluating the growth potential of a company based on formal evaluation data such as sales, financial status, and goodwill.

이와 같은 예로 대한민국등록특허 제10-2052513호에는 매출액 및 재무상태를 기준으로 미래의 기업 성장성을 평가하는 기술이 개시되어 있다.As an example, Korean Patent Registration No. 10-2052513 discloses a technology for evaluating future growth potential of a company based on sales and financial status.

그러나, 최근에는 전자통신의 발달과 인터넷의 파급력이 확대됨에 따라 기업의 성장이 전통적인 과거 매출이나 재무상태에만 의존하지 않고, 기업에 대한 소비자들의 반응과 이에 대한 평가에 좌우되는 경향이 심화되고 있다.However, in recent years, with the development of electronic communication and the expansion of the ripple effect of the Internet, the growth of a company does not depend only on the traditional sales or financial status of the past, but the tendency of consumers to respond to the company and its evaluation is intensifying.

즉, 인터넷 상에서 호평이나 악평에 따라 기업의 성장이 크게 좌우되고 있는 현실이나, 종래기술에서는 이와 같은 기업의 인터넷상의 소비자 평판이 기업 성장성을 예측하는데 활용되지 못하는 문제점이 있었다.That is, the reality that the growth of a company is greatly influenced by favorable or bad reviews on the Internet, but in the prior art, there was a problem in that such a consumer reputation on the Internet of a company cannot be utilized to predict the growth potential of the company.

(001) 대한민국등록특허 제10-2052513호(001) Republic of Korea Patent No. 10-2052513

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로, 본 발명은 전통적인 매출과 재무상태 뿐만 아니라, 기업에 대한 소비자들의 반응과 이에 대한 평가를 포함하여 기업의 성장성을 예측할 수 있는 기업성장 예측 시스템을 제공하고자 하는 것이다.The present invention has been devised to solve the conventional problems as described above, and the present invention is a company growth that can predict the growth potential of a company, including not only traditional sales and financial status, but also consumer reactions to and evaluation of the company. It is intended to provide a prediction system.

상기한 바와 같은 목적을 달성하기 위한 본 발명의 특징에 따르면, 본 발명은, 대상 기업의 미래 매출액을 추정하여 산출하는 매출액 예측부와; 대상 기업이 보유한 재무요소로부터 미래 재무제표를 추정하여 대상 기업의 미래 재무적 성과를 양적으로 평가하는 재무제표 추정부와; 대상 기업에 대한 수요자의 평판을 수치화 하여 산출하는 신뢰성 평가부; 그리고 상기 매출액 예측부, 재무제표 추정부 및 신뢰성 평가부에서 산출된 결과로부터 대상 기업의 미래 성장성을 수치 또는 등급으로 산출하는 성장성 평가부를 포함하여 구성된다.According to a feature of the present invention for achieving the above object, the present invention comprises: a sales forecasting unit for estimating and calculating future sales of a target company; a financial statement estimator for quantitatively evaluating the future financial performance of the target company by estimating future financial statements from financial factors owned by the target company; a reliability evaluation unit that quantifies and calculates the consumer's reputation for the target company; And it is configured to include a growth evaluation unit that calculates the future growth potential of the target company numerically or graded from the results calculated by the sales forecasting unit, the financial statement estimating unit, and the reliability evaluation unit.

이때, 상기 매출액 예측부는, 대상 기업을 업종 및 규모계에 따라 다수의 단계로 구분하고; 다중회귀모형 또는 의사결정나무모형에 의해 구분된 기업 정보를 변수로 하여 미래 매출액을 예측하여 산출할 수 있다.In this case, the sales forecasting unit divides the target company into a plurality of stages according to industry and scale; It can be calculated by predicting future sales using company information classified by multiple regression model or decision tree model as a variable.

그리고 상기 재무제표 추정부는, 기 수집된 재무제표들로부터 차기 재무제표를 추정하여 산출할 수도 있다.In addition, the financial statement estimator may estimate and calculate the next financial statement from previously collected financial statements.

또한, 상기 기 수집된 재무제표는 재무회계의 과정을 통해 수집, 처리된 정보를 정기적으로 정리한 것일 수도 있다.In addition, the previously collected financial statements may be a regular arrangement of information collected and processed through the process of financial accounting.

그리고 상기 신뢰성 평가부는, 기업의 사회적 이미지를 평가하여 평판지수를 산출할 수도 있다.In addition, the reliability evaluation unit may calculate a reputation index by evaluating the social image of the company.

또한, 상기 신뢰성 평가부는, 인터넷 상에 해당기업에 대한 웹페이지 정보를 수집하는 자동화된 알고리즘을 포함하여 구성되는 기업별 크롤링 엔진과; 상기 기업별 크롤링 엔진이 수집한 웹 페이지정보를 분석하여 해당 기업에 대한 인지도 및 호감도를 산출하는 수집데이터 분석모듈; 그리고 상기 수집데이터 분석모듈이 해당 기업의 호감도를 산출하기 위하여, 긍정키워드들 및 부정키워드들이 구분되어 저장되는 키워드DB를 포함하여 구성될 수도 있다.In addition, the reliability evaluation unit, a crawling engine for each company configured to include an automated algorithm for collecting web page information about the corresponding company on the Internet; a collection data analysis module that analyzes the web page information collected by the crawling engine for each company and calculates awareness and favorability of the company; In addition, the collected data analysis module may be configured to include a keyword DB in which positive keywords and negative keywords are stored separately in order to calculate the favorable feeling of the corresponding company.

그리고 상기 신뢰성 평가부는, 상기 기업별 크롤링 엔진이 수집한 해당 기업에 대한 웹 페이지정보의 양을 산출하여 해당기업에 대한 인지도를 파악하고; 해당 웹페이지에 포함된 댓글을 추출하여 해당 댓글에 대한 호감도를 산출할 수도 있다.And the reliability evaluation unit, by calculating the amount of web page information about the company collected by the crawling engine for each company to determine the awareness of the company; It is also possible to extract the comments included in the corresponding web page to calculate the liking for the corresponding comment.

또한, 상기 호감도는, 해당 댓글에 포함된 단어들 중 상기 키워드DB에 포함된 긍정키워드와 일치하는 단어의 수와 부정키워드와 일치하는 단어의 수를 대비하여, 해당 댓글을 긍정 댓글과 부정댓글로 구분 분류하고; 전체 댓글들 중 긍정댓글과 부정댓글의 수를 대비하여 산출될 수도 있다.In addition, the favorable impression is, among the words included in the comment, the number of words matching the positive keyword included in the keyword DB and the number of words matching the negative keyword, and the corresponding comment is divided into positive and negative comments classify; It may be calculated by comparing the number of positive and negative comments among all comments.

그리고 상기 평판지수는, 산출된 인지도(P)와 호감도(L)를 통합하여 산출될 수도 있다.In addition, the reputation index may be calculated by integrating the calculated recognition (P) and favorability (L).

위에서 살핀 바와 같은 본 발명에 의한 비정형 기업 데이터를 이용한 기업성장 예측 시스템에서는 다음과 같은 효과를 기대할 수 있다.The following effects can be expected in the corporate growth prediction system using atypical corporate data according to the present invention as discussed above.

즉, 본 발명에서는 전통적인 매출과 재무상태 뿐만 아니라, 기업에 대한 소비자들의 반응과 이에 대한 평가로부터 산출되는 인터넷 상의 기업 평판을 통해 기업의 성장성을 예측하여, 최근 기업 환경이 실제로 반영된 기업성장 가능성을 예측 할 수 있는 효과가 있다.In other words, in the present invention, the growth potential of a company is predicted through the corporate reputation on the Internet that is calculated from consumers' responses to the company and the evaluation thereof, as well as traditional sales and financial status, and the company's growth potential reflecting the recent corporate environment is predicted. There is an effect that can be done.

도 1은 종래기술에 의한 기업 성장성 평가방법을 도시한 흐름도.
도 2는 종래기술에 의한 매출액 예측 모형의 구조를 도시한 예시도.
도 3은 종래기술에 의한 재무제표 추정을 위한 계정항목들을 도시한 예시도.
도 4는 본 발명에 의한 기업성장 예측 시스템의 구조를 도시한 블록도.
도 6은 본 발명에 의한 기업성장 예측 시스템을 구성하는 신뢰성 평가부의 구성을 도시한 블록도.
도 7은 본 발명에 의한 기업성장 예측 시스템의 기업 평판지수 산출을 위하여 크롤링된 댓글의 일 예를 도시한 예시도.1 is a flowchart illustrating a method for evaluating corporate growth potential according to the prior art.
Figure 2 is an exemplary view showing the structure of the sales forecast model according to the prior art.
3 is an exemplary diagram illustrating account items for estimating financial statements according to the prior art.
Figure 4 is a block diagram showing the structure of the enterprise growth prediction system according to the present invention.
6 is a block diagram showing the configuration of a reliability evaluation unit constituting the enterprise growth prediction system according to the present invention.
7 is an exemplary diagram illustrating an example of crawled comments for calculating the corporate reputation index of the corporate growth prediction system according to the present invention.

이하에서는 첨부된 도면을 참조하여 본 발명의 구체적인 실시예에 의한 기업 가치 평가정보 제공 시스템을 살펴보기로 한다.Hereinafter, a system for providing enterprise value evaluation information according to a specific embodiment of the present invention will be described with reference to the accompanying drawings.

설명에 앞서 먼저, 본 발명의 효과, 특징 및 이를 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예에서 명확해진다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. Before the description, effects, features, and methods of achieving the same of the present invention will become clear in the embodiments described below in detail with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but can be implemented in various different forms, and only these embodiments allow the disclosure of the present invention to be complete, and common knowledge in the technical field to which the present invention pertains It is provided to fully inform the possessor of the scope of the invention, and the present invention is only defined by the scope of the claims.

본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In describing the embodiments of the present invention, if it is determined that a detailed description of a well-known function or configuration may unnecessarily obscure the gist of the present invention, the detailed description will be omitted, and the terms to be described later are used in the embodiment of the present invention. As terms defined in consideration of the function of Therefore, the definition should be made based on the content throughout this specification.

첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.Each block in the accompanying block diagram and combinations of steps in the flowchart may be executed by computer program instructions (execution engine), which may be executed by a processor of a general-purpose computer, special-purpose computer, or other programmable data processing equipment. It may be mounted so that the instructions, which are executed by the processor of a computer or other programmable data processing equipment, create means for performing the functions described in each block of the block diagram or in each step of the flowchart.

이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.These computer program instructions may also be stored in a computer-usable or computer-readable memory that may direct a computer or other programmable data processing equipment to implement a function in a particular manner, and thus the computer-usable or computer-readable memory. It is also possible to produce an article of manufacture containing instruction means for performing the functions described in each block of the block diagram or each step of the flowchart, the instructions stored in the block diagram.

그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성하여 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.And, since the computer program instructions may be mounted on a computer or other programmable data processing equipment, a series of operational steps is performed on the computer or other programmable data processing equipment to create a computer-executable process to create a computer or other programmable data processing equipment. It is also possible that the instructions for performing the data processing equipment provide steps for carrying out the functions described in each block of the block diagram and each step of the flowchart.

또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능하다.Also, each block or step may represent a module, segment, or portion of code comprising one or more executable instructions for executing specified logical functions, and in some alternative embodiments the blocks or steps referred to in the block or steps. It is also possible for functions to occur out of sequence.

즉, 도시된 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.That is, the two illustrated blocks or steps may be performed substantially simultaneously, and also the blocks or steps may be performed in the reverse order of the corresponding functions, if necessary.

이하에서는 상기한 바와 같은 본 발명에 의한 기업 가치 평가정보 제공 시스템을 첨부된 도면을 참고하여 상세하게 설명한다.Hereinafter, the enterprise value evaluation information providing system according to the present invention as described above will be described in detail with reference to the accompanying drawings.

도 4는 본 발명에 의한 기업성장 예측 시스템의 구조를 도시한 블록도이고, 도 6은 본 발명에 의한 기업성장 예측 시스템을 구성하는 신뢰성 평가부이 구성을 도시한 블록도. 도 7은 본 발명에 의한 기업성장 예측 시스템에 의하여 기업의 평판지수 산출을 위하여 크롤링된 댓글의 일예를 도시한 예시도이다.Figure 4 is a block diagram showing the structure of the enterprise growth prediction system according to the present invention, Figure 6 is a block diagram showing the configuration of the reliability evaluation unit constituting the enterprise growth prediction system according to the present invention. 7 is an exemplary diagram illustrating an example of crawled comments for calculating a company's reputation index by the corporate growth prediction system according to the present invention.

먼저, 도 4에 도시된 바와 같이, 본 발명에 의한 기업성장 예측시스템(100)은 매출액 예측부(110), 재무제표 추정부(120), 신뢰성 평가부(130) 및 성장성 평가부(140)를 포함하여 구성된다.First, as shown in FIG. 4 , the corporate growth prediction system 100 according to the present invention includes a sales forecasting unit 110 , a financial statement estimating unit 120 , a reliability evaluation unit 130 and a growth potential evaluation unit 140 . is comprised of

상기 매출액 예측부(110)와 재무제표 추정부(120)는 전통적인 정량적 기업 성장성 평가를 수행하기 위한 것으로, 정량적 기업 성장성 평가방법은 선행기술인 대한민국등록특허 제10-2052513호에 상세히 기재되어 있다. 따라서, 정량적 기업 성장성 평가와 관련되어 본 명세서에서 생략된 기술구성은 위 선행기술을 참조하도록 한다.The sales forecasting unit 110 and the financial statement estimating unit 120 are for performing a traditional quantitative company growth potential evaluation, and the quantitative company growth potential evaluation method is described in detail in Korean Patent Registration No. 10-2052513, which is a prior art. Therefore, for the technical configuration omitted in this specification in relation to the quantitative evaluation of corporate growth potential, reference is made to the above prior art.

상기 매출액 예측부(110)는 매출액을 추정하는 역할을 수행하는 부분으로, 상기 매출액 예측부(110)는 대상 기업을 업종에 따라 창업 초기로부터 지속성장기까지 다수의 단계로 구분한다. 이때, 업종은 대분류로 구분할 수도 있고, 소분류로 세분화할 수 있으나, 바람직하게는 예측정확도를 높이기 위하여는 세분화된 업종분류를 사용하고, 데이터 처리의 효율성을 높이기 위하여는 대분류로 구분된 업종분류를 사용한다.The sales forecasting unit 110 is a part that plays a role in estimating sales, and the sales forecasting unit 110 divides the target company into a plurality of stages from the initial start-up period to the sustained growth period according to the industry type. At this time, the industry may be divided into large categories or sub-categories, but it is preferable to use the subdivided industry classification to increase the prediction accuracy, and use the industry classification divided into the large classification to increase the efficiency of data processing. do.

한편, 기업의 규모는 외감기업, 중규모기업, 소규모기업 및 영세기업 등과 같이 구분할 수도 있다.On the other hand, the size of a company can be classified as an externally supervised company, a medium-sized company, a small-scale company, and a micro-enterprise.

상기 매출액 예측부(110)는 이와 같이 구분된 기업의 업종, 규모 등을 통해 다중회귀모형 또는 의사결정나무모형 등의 통계치 산출방식에 의해, 기업 정보를 변수로 하는 함수에 의해 미래 매출액을 산출한다.The sales forecasting unit 110 calculates future sales by a function using company information as a variable by a statistical calculation method such as a multiple regression model or a decision tree model through the business type, size, etc. of the company divided as described above. .

도 2에는 매출액 추정부에 의한 매출액 예측 모형의 구분 예가 도시되어 있는데, 이에 도시된 바와 같이, 매출액 예측은 기업의 성장단계, 규모 및 업종으로 구분하며, 각 구분(Segment) 1~20은 제조업과 도소매 기타 서비스업에 할당하였고, 구분 21 및 22는 건설업 등으로 구분될 수 있다.2 shows an example of the division of the sales forecasting model by the sales estimator. As shown in this figure, the sales forecast is divided into the growth stage, size, and industry of the company, and each segment (Segment) 1 to 20 is the manufacturing sector and the Allocated to wholesale, retail and other service industries, categories 21 and 22 can be classified into construction, etc.

한편, 상기 재무제표 추정부(120)는 기업의 재무제표를 이용하여 향후 차 회기의 재무재표를 추정하는 부분으로, 최근 재무제표들을 취합하여 예측 매출액, 본건 차입금 데이터를 이용하여 차기 재무제표를 추정한다.On the other hand, the financial statement estimator 120 is a part of estimating the financial statements of the next fiscal year using the financial statements of the company. do.

이때, 재무제표는 재무회계의 과정을 통해 수집, 처리된 정보를 정기적으로 정리한 것으로, 상법에서는 재무상태표, 손익계산서 및 이익잉여금처분계산서 또는 결손금처리계산서를 재무제표로 하고 있으며, 기업회계기준에서는 재무상태표, 손익계산서, 현금흐름표, 주기 및 주석을 재무제표로 정하고 있다.At this time, the financial statements are the regular arrangement of information collected and processed through the process of financial accounting. In the Financial Statement, the statement of financial position, income statement, cash flow statement, notes and notes are prescribed as financial statements.

도 3에는 본 발명에 의한 재무제표 추정부(120)에서 추정하는 추정 재무제표의 계정항목의 일 예가 도시되어 있는데, 이와 같이, 본 발명에 의한 상기 재무제표 추정부(120)는 85개의 손익계산서 항목 중 일부와 재무상태표 항목 중 일부를 선별하여 사용할 수 있다.3 shows an example of an account item of an estimated financial statement estimated by the financial statement estimating unit 120 according to the present invention. As such, the financial statement estimating unit 120 according to the present invention has 85 profit and loss statements Some of the items and some of the items in the statement of financial position can be selected and used.

한편, 상기 재무제표 추정부(120)는 재무제표 상의 이상 유무를 확인하여, 이를 기업 성장성 평가에 반영할 수 있다. 이때, 재무 이상은 기업의 부실 규모를 숨기거나 실적을 부풀리기 위해 회계 장부상의 정보를 고의로 조작하는 행위인 분식의 결과로 재무제표상 나타나는 재무비율 간의 불일치 데이터로 정의된다.On the other hand, the financial statement estimator 120 may check whether there is an abnormality in the financial statement, and reflect this in the evaluation of the company's growth potential. In this case, financial anomaly is defined as discrepancy data between financial ratios that appear in the financial statements as a result of fraud, which is an act of deliberately manipulating information in the accounting books to hide the size of a company's insolvency or inflate its performance.

이와 같은 재무 이상을 감지하는 방법은 외감 또는 비외감 등의 회계기법이 사용되는데 이에 대하여 본 명세서에서 상세히 설명하지는 않도록 한다.As a method of detecting such a financial abnormality, accounting techniques such as external or non-external audit are used, which will not be described in detail herein.

한편, 상기 신뢰성 평가부(130)는 기업의 사회적 이미지를 평가하여 기업의 성장성 평가에 반영하기 위한 것으로, 상기 신뢰성 평가부(130)는 기업에 대한 평판지수를 산출한다.On the other hand, the reliability evaluation unit 130 is to evaluate the social image of the company and reflect it in the growth evaluation of the company, and the reliability evaluation unit 130 calculates a reputation index for the company.

상기 평판지수는 온라인상의 기업 관련 정보에 의해 취득되는데, 구체적으로는 웹상에 게재된 기업관련 데이터의 양, 해당 웹페이지에 후속되는 긍정 댓글과 부정 댓글의 수 등을 통해 해당 기업에 대한 인지도 및 긍/부정 평가에 따라 해당 기업에 대한 사용자의 평판을 수치화한 것을 말한다.The reputation index is obtained from online company-related information. Specifically, the amount of company-related data posted on the web, the number of positive and negative comments following the webpage, etc. / Refers to the quantification of the user's reputation for the company according to negative evaluation.

이를 위해 본 발명에 의한 상기 신뢰성 평가부(130)는 기업별 크롤링 엔진(131), 수집데이터 분석모듈(133) 및 키워드DB(134)를 포함하여 구성된다.To this end, the reliability evaluation unit 130 according to the present invention is configured to include a company-specific crawling engine 131 , a collected data analysis module 133 , and a keyword DB 134 .

상기 기업별 크롤링 엔진(131)은 웹상에 해당기업에 대한 웹페이지 정보를 수집하는 자동화된 알고리즘을 포함하여 구성된다. 여기서 웹 크롤링 소프트웨어는 상용화된 다수의 프로그램이 존재하는 바, 이에 대한 상세한 설명은 생략하기로 한다.The company-specific crawling engine 131 is configured to include an automated algorithm for collecting web page information about the corresponding company on the web. Here, a number of commercialized programs exist for web crawling software, and a detailed description thereof will be omitted.

그리고 상기 수집데이터 분석모듈(133)은 상기 기업별 크롤링 엔진(131)이 수집한 웹 페이지정보를 분석하여 해당 기업에 대한 인지도(P) 및 호감도(L)를 산출한다.And, the collected data analysis module 133 analyzes the web page information collected by the crawling engine 131 for each company to calculate the recognition (P) and the favorable feeling (L) for the corresponding company.

구체적으로, 상기 수집데이터 분석모듈(133)은 상기 기업별 크롤링 엔진(131)이 수집한 해당 기업에 대한 웹 페이지정보의 양을 산출하여 해당기업에 대한 인지도(P)를 파악하고, 해당 웹페이지에 포함된 댓글을 추출하여 해당 댓글에 대한 호감도(L)를 산출한다.Specifically, the collected data analysis module 133 calculates the amount of web page information about the company collected by the crawling engine 131 for each company to determine the awareness (P) for the company, and the corresponding web page By extracting the comments included in the comment, the favorable feeling (L) for the corresponding comment is calculated.

상기 호감도 레벨의 산출은 해당 댓글에 포함된 단어와 키워드DB(134)에 포함된 키워드를 비교하여 산출되는데, 이를 위해 상기 키워드DB(134)에는 긍정키워드들과 부정키워드들이 구분되어 저장된다.The calculation of the liking level is calculated by comparing the words included in the corresponding comment with the keywords included in the keyword DB 134 . For this purpose, positive keywords and negative keywords are separately stored in the keyword DB 134 .

상기 수집데이터 분석모듈(1333)의 기업 평판지수 산출 예를 살피면, 상기 기업별 크롤링 엔진(131)이 수집한 해당 기업에 대한 웹 페이지정보의 양에 따라 해당기업의 인지도를 0으로부터 10까지의 단계로 구분될 수 있다.Looking at the example of calculating the company reputation index of the collected data analysis module 1333, the level of recognition of the company from 0 to 10 according to the amount of web page information about the company collected by the crawling engine 131 for each company can be divided into

그리고 상기 해당 웹페이지들에 포함된 모든 댓글들을 추출하여 해당 기업에 대한 호감도(L) 레벨)을 산출한다.Then, by extracting all the comments included in the corresponding web pages, a favorable feeling (L) level for the corresponding company is calculated.

상기 호감도 레벨의 산출은 해당 댓글에 포함된 단어와 키워드DB에 포함된 키워드를 비교하여 산출되는데, 이를 위해 상기 키워드DB에는 긍정키워드들과 부정키워드들이 구분되어 저장된다.The calculation of the liking level is calculated by comparing the words included in the corresponding comment with the keywords included in the keyword DB. For this purpose, positive keywords and negative keywords are separately stored in the keyword DB.

즉, 상기 수집데이터 분석모듈(133)은 추출된 댓글들을 정리하고, 각 댓글에 포함된 긍정키워드의 수와 부정키워드의 수를 대비하여 해당 댓글이 긍정 댓글인지 부정댓글인지 판단하며, 전체 댓글들 중 긍정댓글과 부정댓글의 수를 대비하여 기업에 대한 호감도(L) 레벨을 산출한다.That is, the collected data analysis module 133 organizes the extracted comments, compares the number of positive keywords and the number of negative keywords included in each comment to determine whether the corresponding comment is a positive comment or a negative comment, and all comments Compare the number of positive and negative comments to calculate the level of favorability (L) for the company.

이때 상기 호감도 레벨은 기 설정된 범위 안에서 등급으로 구분될 수 있고, 긍정적인 경우 양(+)의 값이고 부정적인 경우 음(-)의 값으로 설정될 수 있다.In this case, the favorable sensitivity level may be classified into grades within a preset range, and may be set as a positive (+) value in a positive case and a negative (-) value in a negative case.

이에 따라 상기 기업 평판지수는 산출된 인지도(P)와 호감도(L)를 통합(예를들면 이들의 곱)하여 산출될 수 있다.Accordingly, the company reputation index may be calculated by integrating (eg, multiplying) the calculated recognition (P) and favorable feeling (L).

즉, 어느 특정 기업에 대한 많은 수의 웹 페이지가 검색된는 경우, 인지도(P)는 높게 산출되나, 이용자들에 의해 작성되는 댓글이 부정적 댓글이 대다수라하면, 호감도(L)가 음의 큰 값을 갖어, 평판지수는 음의 큰값으로 산출된다. That is, when a large number of web pages for a specific company are searched, the awareness (P) is calculated high, but if the majority of comments written by users are negative comments, the liking (L) is a large negative value. Therefore, the reputation index is calculated as a negative large value.

한편, 상기 성장성 평가부(140)는, 상기 매출액 예측부(110)에서 산출된 매출액 추정값과 상기 재무제표 추정부(120)에서 산출된 추정 재무제표의 항목 값을 통합하여, 수치화하고, 이에 상기 기업 평판지수를 더하여 미래 성장성을 수치 또는 등급으로 산출한다.On the other hand, the growth evaluation unit 140, the sales estimated value calculated by the sales forecasting unit 110 and the item value of the estimated financial statement calculated by the financial statement estimating unit 120 are integrated, digitized, and thus The future growth potential is calculated as a number or grade by adding the company reputation index.

물론, 상기 매출액 추정값, 추정 재무제표의 항목 값 및 기업 평판지수는 수학적으로 통합될 수 있도록 표준레벨로 환산된 수치를 말한다.Of course, the sales estimate value, the item value of the estimated financial statements, and the corporate reputation index refer to a numerical value converted to a standard level to be mathematically integrated.

한편, 상기 댓글의 긍정성과 부정성에 의해 좌우되는 기업 평판지수는 바이럴 마케팅이나 기업측 작업자에 의해 의도적으로 생성된 댓글에 의해 오염될 수 있다.On the other hand, the corporate reputation index, which is influenced by the positivity and negativity of the comments, may be contaminated by comments intentionally created by viral marketing or corporate workers.

이를 방지하기 위해 본 발명에 의한 신뢰성평가부(130)는 수집된 댓글중에 기업측 의도에 의해 생성된 댓글을 제외시킨 후 기업 평판지수가 산출되도록 할 수 있다.In order to prevent this, the reliability evaluation unit 130 according to the present invention may allow the company reputation index to be calculated after excluding the replies generated by the intention of the company from among the collected replies.

이를 위해 상기 신뢰성 평가부(130)는 이용자별 크롤링 엔진(132)을 더 포함하여 구성될 수 있다.To this end, the reliability evaluation unit 130 may be configured to further include a crawling engine 132 for each user.

구체적으로, 상기 신뢰성평가부(130)는 수집된 댓글로부터 작성자 ID를 추출한다. 그리고 상기 이용자별 크롤링 엔진(132)은 추출된 작성자 ID를 기준으로, 동일한 작성자 ID가 포함된 댓글 및 이를 포함한 웹페이지를 수집한다.Specifically, the reliability evaluation unit 130 extracts the author ID from the collected comments. In addition, the crawling engine 132 for each user collects, based on the extracted author ID, comments including the same author ID and web pages including the same.

이후, 상기 신뢰성평가부(130)는, 상기 이용자별 크롤링 엔진(132)에 의해 수집된 데이터를 바탕으로, 해당 작성자 ID가 특정 극소수 기업의 웹 페이지에 댓글이 집중된 경우, 해당 작성자 ID에 의해 작성된 댓글은 기업 평판지수 산출에서 제외시킬 수 있다.Thereafter, the reliability evaluation unit 130, based on the data collected by the crawling engine 132 for each user, when the corresponding author ID is concentrated on the web page of a specific few companies, it is written by the corresponding author ID Comments can be excluded from the calculation of the company reputation index.

구체적으로, 상기 신뢰성평가부(130)가 상기 이용자별 크롤링 엔진(132)에 의해 수집된 데이터로부터 해당 작성자 ID가 댓글을 게재한 웹페이지 기업들과 각 기업별 댓글의 수를 산출하여, 기업별 댓글수의 편차가 기준값 이상인 경우, 해당 작성자 ID에 의해 작성된 댓글은 기업 평판지수 산출에서 제외시키도록 한다.Specifically, the reliability evaluation unit 130 calculates the number of webpage companies that the author ID posted comments and the number of comments for each company from the data collected by the crawling engine 132 for each user. If the deviation in the number of comments is greater than or equal to the standard value, comments written by the corresponding author ID shall be excluded from the calculation of the corporate reputation index.

물론, 상기 작성자가 극소수의 댓글을 게재한 경우에는 이와 같은 통계적 평가가 적용될 수 없으므로, 해당 작성자 ID에 의해 게재된 댓글의 수가 제한값 이상인 경우에만 이를 적용할 수 있다.Of course, since such statistical evaluation cannot be applied when the author has posted a very small number of comments, this can be applied only when the number of comments posted by the corresponding author ID is equal to or greater than the limit value.

본 발명의 권리는 위에서 설명된 실시예에 한정되지 않고 청구범위에 기재된 바에 의해 정의되며, 본 발명의 분야에서 통상의 지식을 가진 자가 청구범위에 기재된 권리범위 내에서 다양한 변형과 개작을 할 수 있다는 것은 자명하다.The right of the present invention is not limited to the above-described embodiments, but is defined by the claims, and those skilled in the art can make various modifications and adaptations within the scope of the claims. it is self-evident

본 발명은 기업의 재무정보 등의 정형적 데이터와 평판이나 명성등을 나타내는 신뢰도 정보를 이용하여 기업의 성장성 정도를 도출하여 예측하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템에 관한 것으로, 본 발명에서는 전통적인 매출과 재무상태 뿐만 아니라, 기업에 대한 소비자들의 반응과 이에 대한 평가로부터 산출되는 인터넷 상의 기업 평판을 통해 기업의 성장성을 예측하여, 최근 기업 환경이 실제로 반영된 기업성장 가능성을 예측 할 수 있는 효과가 있다.The present invention relates to a company growth prediction system using atypical company data that derives and predicts the degree of growth potential of a company using formal data such as corporate financial information and reliability information indicating reputation or reputation. In addition to sales and financial status, it is effective in predicting the growth potential of a company reflecting the recent corporate environment by predicting the growth potential of the company through the corporate reputation on the Internet calculated from consumer reactions and evaluations to the company. .

100 : 기업성장 예측 시스템 110 : 매출액 예측부
120 : 재무제표 추정부 130 : 신뢰성 평가부
131 : 기업별 크롤링 엔진 132 : 이용자별 크롤링 엔진
133 : 수집데이터 분석부 134 : 키워드DB
140 : 성장성 평가부100: corporate growth forecasting system 110: sales forecasting unit
120: financial statement estimation unit 130: reliability evaluation unit
131: crawling engine by company 132: crawling engine by user
133: collected data analysis unit 134: keyword DB
140: growth evaluation unit

Claims (5)

대상 기업의 미래 매출액을 추정하여 산출하는 매출액 예측부와;
대상 기업이 보유한 재무요소로부터 미래 재무제표를 추정하여 대상 기업의 미래 재무적 성과를 양적으로 평가하는 재무제표 추정부와;
대상 기업에 대한 인터넷 상의 수요자 평판을 수치화 하여 산출하는 신뢰성 평가부; 그리고
상기 매출액 예측부, 재무제표 추정부 및 신뢰성 평가부에서 산출된 결과로부터 대상 기업의 미래 성장성을 수치 또는 등급으로 산출하는 성장성 평가부를 포함하여 구성됨을 특징으로 하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템.
a sales forecasting unit for estimating and calculating future sales of the target company;
a financial statement estimator for quantitatively evaluating the future financial performance of the target company by estimating future financial statements from financial factors owned by the target company;
a reliability evaluation unit that quantifies and calculates the reputation of consumers on the Internet for a target company; and
Corporate growth prediction system using atypical company data, characterized in that it comprises a growth potential evaluation unit that calculates the future growth potential of the target company as a numerical value or a grade from the results calculated by the sales forecasting unit, the financial statement estimation unit, and the reliability evaluation unit.
 제 1 항에 있어서,
상기 매출액 예측부는,
대상 기업을 업종 및 규모계에 따라 다수의 단계로 구분하고;
다중회귀모형 또는 의사결정나무모형에 의해 구분된 기업 정보를 변수로 하여 미래 매출액을 예측하여 산출함을 특징으로 하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템.
The method of claim 1,
The sales forecasting unit,
Classifying the target enterprise into multiple stages according to industry and scale;
A company growth prediction system using unstructured company data, characterized in that it is calculated by predicting future sales using the company information classified by the multiple regression model or the decision tree model as a variable.
 제 1 항 또는 제 2 항에 있어서,
상기 신뢰성 평가부는,
인터넷 상에 해당기업에 대한 웹페이지 정보를 수집하는 자동화된 알고리즘을 포함하여 구성되는 기업별 크롤링 엔진과;
상기 기업별 크롤링 엔진이 수집한 웹 페이지정보를 분석하여 해당 기업에 대한 인지도 및 호감도를 산출하는 수집데이터 분석모듈; 그리고
상기 수집데이터 분석모듈이 해당 기업의 호감도를 산출하기 위하여, 긍정키워드들 및 부정키워드들이 구분되어 저장되는 키워드DB를 포함하여 구성되어;
기업의 사회적 이미지를 평가하여 평판지수를 산출함을 특징으로 하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템.
3. The method according to claim 1 or 2,
The reliability evaluation unit,
a crawling engine for each company configured including an automated algorithm for collecting web page information about the company on the Internet;
a collection data analysis module that analyzes the web page information collected by the crawling engine for each company to calculate the recognition and favorability of the company; and
The collected data analysis module is configured to include a keyword DB in which positive keywords and negative keywords are stored separately in order to calculate the favorable feeling of the company;
A company growth prediction system using unstructured company data, characterized in that it calculates a reputation index by evaluating a company's social image.
 제 3 항에 있어서,
상기 신뢰성 평가부는,
상기 기업별 크롤링 엔진이 수집한 해당 기업에 대한 웹 페이지정보의 양을 산출하여 해당기업에 대한 인지도를 파악하고;
해당 웹페이지에 포함된 댓글을 추출하여 해당 댓글에 대한 호감도를 산출하여, 산출된 인지도(P)와 호감도(L)를 통합하여 상기 평판지수를 산출함을 특징으로 하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템.
4. The method of claim 3,
The reliability evaluation unit,
Calculating the amount of web page information about the company collected by the crawling engine for each company to determine the awareness of the company;
Corporate growth using unstructured company data, characterized in that by extracting the comments included in the webpage, calculating the favorable feeling for the comment, and calculating the reputation index by integrating the calculated recognition (P) and favorable feeling (L) prediction system.
 제 4 항에 있어서,
상기 호감도는,
해당 댓글에 포함된 단어들 중 상기 키워드DB에 포함된 긍정키워드와 일치하는 단어의 수와 부정키워드와 일치하는 단어의 수를 대비하여, 해당 댓글을 긍정 댓글과 부정댓글로 구분 분류하고;
전체 댓글들 중 긍정댓글과 부정댓글의 수를 대비하여 산출됨을 특징으로 하는 비정형 기업 데이터를 이용한 기업성장 예측 시스템.
5. The method of claim 4,
The sensitivity is
classifying the corresponding comment into positive comments and negative comments by comparing the number of words that match the positive keyword and the number of negative keywords included in the keyword DB among the words included in the comment;
A company growth prediction system using atypical company data, characterized in that it is calculated by comparing the number of positive and negative comments among all comments.
KR1020200189802A 2020-12-31 2020-12-31 Company's growth potential prediction system using unstructured data KR102543211B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200189802A KR102543211B1 (en) 2020-12-31 2020-12-31 Company's growth potential prediction system using unstructured data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200189802A KR102543211B1 (en) 2020-12-31 2020-12-31 Company's growth potential prediction system using unstructured data

Publications (2)

Publication Number Publication Date
KR20220097822A true KR20220097822A (en) 2022-07-08
KR102543211B1 KR102543211B1 (en) 2023-06-13

Family

ID=82407430

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200189802A KR102543211B1 (en) 2020-12-31 2020-12-31 Company's growth potential prediction system using unstructured data

Country Status (1)

Country Link
KR (1) KR102543211B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102573799B1 (en) * 2022-08-08 2023-09-01 엔에프엔 유한회사 Method for predicting business performance using machine learning and apparatus using the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180061458A (en) * 2016-11-28 2018-06-08 전자부품연구원 Method and system for analyzing evaluation information of industry based on sturectured and unstructured data convergence
KR102052513B1 (en) 2019-03-22 2019-12-05 신용보증기금 An evaluation method for future growth of the company
KR102089666B1 (en) * 2019-03-14 2020-03-16 (주)디에스솔루션즈 Method for automatically aggregating and evaluating seller credit rate using big data and ai auto classification server

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180061458A (en) * 2016-11-28 2018-06-08 전자부품연구원 Method and system for analyzing evaluation information of industry based on sturectured and unstructured data convergence
KR102089666B1 (en) * 2019-03-14 2020-03-16 (주)디에스솔루션즈 Method for automatically aggregating and evaluating seller credit rate using big data and ai auto classification server
KR102052513B1 (en) 2019-03-22 2019-12-05 신용보증기금 An evaluation method for future growth of the company

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102573799B1 (en) * 2022-08-08 2023-09-01 엔에프엔 유한회사 Method for predicting business performance using machine learning and apparatus using the same

Also Published As

Publication number Publication date
KR102543211B1 (en) 2023-06-13

Similar Documents

Publication Publication Date Title
Kliestik et al. Bankruptcy prevention: new effort to reflect on legal and social changes
Mittal et al. Stock prediction using twitter sentiment analysis
Kovacova et al. Bankruptcy models: Verifying their validity as a predictor of corporate failure
JP6009864B2 (en) Company evaluation system, company evaluation method and company evaluation program
CN109859052B (en) Intelligent recommendation method and device for investment strategy, storage medium and server
KR102551906B1 (en) Valuation system using company information data
EP3726441A1 (en) Company bankruptcy prediction system and operating method therefor
Svabova et al. Prediction model of firms financial distress
Ueda et al. How macroeconomic variables affect admission and dismissal in the Brazilian electro-electronic sector: A VAR-based model and cluster analysis
US20170270546A1 (en) Service churn model
Dellana et al. Survival analysis of supply chain financial risk
Vavrek et al. Altman model verification using a multi-criteria approach for Slovakian agricultural enterprises
Chimonaki et al. Identification of financial statement fraud in Greece by using computational intelligence techniques
Korol The implementation of fuzzy logic in forecasting financial ratios
KR102543211B1 (en) Company's growth potential prediction system using unstructured data
Suteja et al. Predicting the financial distress of Indonesian manufacturing companies: an application of the multinomial logit model
US20210090101A1 (en) Systems and methods for business analytics model scoring and selection
Suta et al. Systematic review on blockchain research for sustainability accounting applying methodology coding and text mining
US11960499B2 (en) Sales data processing apparatus, method, and medium storing program for sales prediction
US20220130006A1 (en) Trademark evaluation device
KR20230062256A (en) Investment information providing system using company information data
Krusinskas et al. THE RESEARCH OF RELIABILITY OF BANKRUPTCY PREDICTION MODELS IN LITHUANIAN COMPANIES.
Czyż Methodological problems in the design of indicators in social sciences with the focus on socio-economic geography
KR20230062257A (en) Growth level analysis system using company information data
Papíková et al. Intellectual Capital Factors in Financial Health Prediction

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant