KR20230095659A

KR20230095659A - Recommendaton apparatus for trade patner, and control method thereof

Info

Publication number: KR20230095659A
Application number: KR1020210185343A
Authority: KR
Inventors: 서진이; 전승표; 권태훈; 유재영; 문영수; 이재성; 이주연
Original assignee: 한국과학기술정보연구원
Priority date: 2021-12-22
Filing date: 2021-12-22
Publication date: 2023-06-29

Abstract

본 발명은 거래 파트너 추천 방안에 관한 것으로, 보다 상세하게는 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업 발굴의 의사 결정을 효과적으로 지원하기 위한 거래 파트너 추천장치 및 거래 파트너 추천장치의 동작 방법에 관한 것이다.The present invention relates to a trading partner recommendation method, and more particularly, to a trading partner recommendation device and a trading partner recommendation device for effectively supporting decision-making in finding trading companies in terms of export country diversification at the national level and globalization of companies. It's about how it works.

Description

Trading partner recommendation device and operation method of trading partner recommendation device {RECOMMENDATON APPARATUS FOR TRADE PATNER, AND CONTROL METHOD THEREOF}

본 발명은 거래 파트너 추천 방안에 관한 것으로, 보다 상세하게는 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업 발굴의 의사 결정을 효과적으로 지원하기 위한 방안에 관한 것이다.The present invention relates to a method of recommending a trading partner, and more particularly, to a method for effectively supporting decision-making in discovering trading companies in terms of diversification of exporting countries at the national level and globalization of companies.

일부 국가에 집중된 수출입 양상을 보이는 국가의 경우 국가 다각화를 지향할 필요가 있다.In the case of countries with export-import patterns concentrated in some countries, it is necessary to pursue national diversification.

더욱이, 해당 국가를 둘러싼 무역 갈등, 수출 규제 등 대외 무역 관계가 존재한다면, 국가의 내 외부적인 빠른 안정화를 위해선 국가 차원에서의 수출 국가 다각화뿐만 아니라, 주요 기업에 대한 거래 파트너 발굴을 통해 기업의 세계화를 앞 당겨야만 한다.Moreover, if foreign trade relations such as trade conflicts and export regulations exist around the country, in order to quickly stabilize the country both internally and externally, not only diversification of exporting countries at the national level, but also globalization of companies by discovering trading partners for major companies. should be pushed forward.

그러나, 종래에는 수출 업무를 단계적으로 지원하는 프로세스 지원이 대부분이며, 전문가를 통한 컨설팅 서비스 위주로 수출 국가의 다각화 및 거래 기업의 발굴이 도모됨에 따라,However, in the past, most of the process support for step-by-step export work is supported, and as the diversification of exporting countries and the discovery of trading companies are promoted mainly through consulting services through experts,

이로 인해, 전문가의 역량에 따라 그 결과가 크게 달라질 수 있으며, 전문가가 보유한 지식과 정보가 활용되어야 하므로 과도한 비용과 시간이 소모될 수 있다.As a result, the result may vary greatly depending on the competence of the expert, and since the knowledge and information possessed by the expert must be utilized, excessive cost and time may be consumed.

특히, 이처럼 전문가의 컨설팅에 의존하는 종래 서비스의 경우, 단순히 과거 정보에만 의존하게 되므로, 아직까지 거래가 이루어지지 않는 잠재적인 국가 또는 기업을 도출함에 있어서 그 성능을 크게 기대할 수 없는 것이 현실이다.In particular, in the case of conventional services that depend on expert consulting, since they simply rely on past information, the reality is that their performance cannot be greatly expected in deriving potential countries or companies that have not yet been traded.

본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은, 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업 발굴에 있어서의 의사 결정을 지원하는데 있다.The present invention was created in view of the above circumstances, and the purpose to be reached in the present invention is to support decision-making in finding trading companies at the level of diversification of exporting countries at the national level and globalization of companies.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 거래 파트너 추천장치는, 거래 파트너 추천 유형에 따라 거래 정보를 학습한 거래 관계 네트워크로부터 상기 거래 파트너 추천을 위해서 요구되는 거래관계정보를 획득하는 획득부; 및 상기 거래관계정보를 기반으로 상기 거래 파트너 추천 유형과 매칭되는 거래 파트너를 추천하는 추천부를 포함하는 것을 특징으로 한다.In order to achieve the above object, an apparatus for recommending a trading partner according to an embodiment of the present invention acquires trading relationship information required for recommending a trading partner from a trading relationship network that has learned trading information according to a recommended trading partner type. wealth; and a recommendation unit for recommending a transaction partner matching the transaction partner recommendation type based on the transaction relationship information.

구체적으로, 상기 거래 정보는, 상기 거래 파트너 추천 유형이, 특정 국가에 대한 수출유망국가 추천인 경우, 상기 특정 국가를 제외한 국가 별 수입 데이터를 포함하며, 상기 거래 관계 네트워크는, 각 국가 별 수입 데이터를 국가 간 연결의 상호 의존성을 전제로 학습한 국가 간 수입 네트워크를 포함할 수 있다.Specifically, the transaction information includes import data for each country excluding the specific country when the transaction partner recommendation type is a recommendation for a promising export country for a specific country, and the transaction relationship network transmits import data for each country. It can include cross-border import networks learned on the premise of interdependence of cross-border connections.

구체적으로, 상기 거래관계정보는, 상기 특정 국가에 대한 각 국가 별 링크(Link) 예측 값인 상기 특정 국가로부터의 수입 가능성을 포함하며, 상기 추천부는, 상기 특정 국가로부터의 수입 가능성에 기반한 모수적 접근법(Parametric Method), 및 비모수적 접근법(Non-Parametric Method) 중 적어도 하나의 접근법에 따라 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.Specifically, the trade relationship information includes the possibility of import from the specific country, which is a link prediction value for each country with respect to the specific country, and the recommendation unit takes a parametric approach based on the possibility of import from the specific country. A promising export country for the specific country may be recommended according to at least one of a parametric method and a non-parametric method.

구체적으로, 상기 추천부는, 상기 모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 독립변수로 설정하고, 상기 특정 국가의 국가 별 수출량을 종속변수로 설정한 회귀분석모델을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.Specifically, when the parametric approach is followed, the recommendation unit sets the possibility of import from the specific country as an independent variable and uses a regression model in which the export volume of the specific country by country is set as a dependent variable. Promising countries for export can be recommended.

구체적으로, 상기 추천부는, 상기 회귀분석모델로부터 도출되는 예측 값과, 상기 특정 국가의 수출입 데이터로부터 확인되는 실측 값 간의 차이인 잔차(Residual)의 크기가 임계치 이상인 국가를 상기 특정 국가에 대한 수출유망국가로 추천할 수 있다.Specifically, the recommender determines a country in which the size of a residual, which is a difference between a predicted value derived from the regression model and an actual value determined from export and import data of the specific country, is greater than or equal to a critical value as export promising for the specific country. country can be recommended.

구체적으로, 상기 추천부는, 상기 비모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 내생적 변수로 설정하고, 기 지정된 적어도 하나의 국가 별 경제 관련 통계 정보를 외생적 변수로 설정한 이상탐지모델(Abnormal detection)을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.Specifically, when the recommendation unit follows the non-parametric approach, the possibility of import from the specific country is set as an endogenous variable, and at least one pre-specified country-specific economy-related statistical information is set as an exogenous variable. A promising export country for the specific country may be recommended using a model (abnormal detection).

구체적으로, 상기 추천부는, 상기 이상탐지모델의 분석 결과에 따라 동일한 동배(Peer) 내에서 임계치 이상의 이상 지수(Abnormal Index)를 보이는 국가를 상기 특정 국가에 대한 수출유망국가로 추천할 수 있다.Specifically, according to the analysis result of the anomaly detection model, the recommendation unit may recommend a country showing an abnormal index of a threshold value or higher within the same peer as a promising export country for the specific country.

구체적으로, 상기 추천부는, 상기 내생적 변수의 값과 상기 외생적 변수의 값을 상기 특정 국가의 수출입 데이터로부터 확인되는 국가 별 수출량으로 나누어 표준화시키며, 상기 특정 국가의 국가 별 수출량에 대해서 표준화된 값을 상기 이상탐지모델에 적용할 수 있다.Specifically, the recommendation unit divides the value of the endogenous variable and the value of the exogenous variable by the export volume by country identified from the import/export data of the specific country and standardizes the standardized value for the export volume by country of the specific country. can be applied to the anomaly detection model.

구체적으로, 상기 거래 정보는, 상기 거래 파트너 추천 유형이, 특정 국가에 대한 수출잠재국가 추천인 경우, 상기 특정 국가를 제외한 국가 별 수입 데이터를 포함하며, 상기 거래 관계 네트워크는, 너비 우선 탐색(Breadth-First Search)과 깊이 우선 탐색(Depth-First Search) 기반의 임의 보행을 수행하는 그래픽 임베딩 모델을 이용하여 국가 별 수입 데이터를 학습한 국가 간 수입 네트워크를 포함할 수 있다.Specifically, the transaction information includes import data for each country excluding the specific country when the transaction partner recommendation type is a potential export country recommendation for a specific country, and the transaction relationship network is It is possible to include a cross-country import network that has learned import data by country using a graphical embedding model that performs random walks based on First Search and Depth-First Search.

구체적으로, 상기 거래관계정보는, 상기 그래픽 임베딩 모델로부터 도출되는 국가 별 임베딩 벡터를 포함하며, 상기 추천부는, 상기 국가 별 임베딩 벡터와, 상기 특정 국가의 수출입 데이터를 기반으로 상기 그래픽 임베딩 모델로부터 도출된 상기 특정 국가의 임베딩 벡터를 예측 변수로 설정하고, 상기 특정 국가에 대한 각 국가의 링크 여부를 반응 변수로 설정한 링크 예측 모델을 이용하여 상기 특정 국가에 대한 수출잠재국가를 추천할 수 있다.Specifically, the transaction relationship information includes an embedding vector for each country derived from the graphic embedding model, and the recommendation unit derives the graphic embedding model based on the embedding vector for each country and the import/export data of the specific country. A potential export country for the specific country may be recommended using a link prediction model in which the embedding vector of the specific country is set as a predictor variable and whether or not each country links to the specific country is set as a response variable.

구체적으로, 상기 추천부는, 상기 링크 예측 모델로부터 상기 특정 국가에 대한 링크가 존재하는 것으로 예측되는 국가 중, 상기 특정 국가의 수출입 데이터로부터 확인되는 미 수출 국가를 상기 특정 국가에 대한 수출잠재국가로 추천할 수 있다.Specifically, the recommender recommends, as a potential export country for the specific country, the US export country identified from the export/import data of the specific country, among countries predicted to have a link to the specific country from the link prediction model. can do.

구체적으로, 상기 거래 정보는, 상기 거래 파트너 추천 유형이, 특정 기업에 대한 거래예상기업 추천인 경우, 기업 별 거래 데이터를 포함하며, 상기 거래 관계 네트워크는, 각 기업을 중심 기업으로 설정하여 상기 중심 기업 이외의 타 기업인 주변 기업과의 실 거래 여부를 레이블로 기록한 임베딩 테이블을 이용하여 기업 별 거래 데이터를 학습한 기업 간 거래 네트워크를 포함할 수 있다.Specifically, the transaction information includes transaction data for each company when the transaction partner recommendation type is a prospective transaction company recommendation for a specific company, and the transaction relationship network sets each company as a central company to the central company. It is possible to include an inter-company transaction network that has learned transaction data for each company using an embedding table in which actual transactions with neighboring companies, which are other companies, are recorded as labels.

구체적으로, 상기 획득부는, 상기 임베딩 테이블로부터 추출된 기업 간 임베딩 벡터를 내적한 결과와 상기 임베딩 테이블 내 레이블 값의 오차를 기준으로 역전파를 수행하여 각 기업의 임베딩 벡터를 갱신할 수 있다.Specifically, the acquisition unit may update the embedding vector of each company by performing backpropagation based on a result of dot product of the embedding vector between companies extracted from the embedding table and an error of a label value in the embedding table.

구체적으로, 상기 거래관계정보는, 상기 임베딩 테이블로부터 도출되는 각 기업에 대한 거래 임베딩 벡터를 포함하며, 상기 추천부는, 각 기업 별로 거래 관계가 존재하는 적어도 하나의 타 기업에 대한 거래 비중과 상기 거래 임베딩 벡터를 기준으로, 상기 적어도 하나의 타 기업과의 거래 관계를 함축한 임베딩 벡터인 거래 관계 임베딩 벡터를 도출하고, 상기 거래 관계 임베딩 벡터를 이용하여 상기 특정 기업에 대한 거래예상기업을 추천할 수 있다.Specifically, the transaction relationship information includes a transaction embedding vector for each company derived from the embedding table, and the recommender includes a transaction proportion for at least one other company with which each company has a transaction relationship and the transaction Based on the embedding vector, a transaction relationship embedding vector, which is an embedding vector implying a transaction relationship with the at least one other company, is derived, and a prospective transaction company for the specific company can be recommended using the transaction relationship embedding vector. there is.

구체적으로, 상기 추천부는, 상기 특정 기업에 대해 도출되는 거래 관계 임베딩 벡터와의 타 기업의 거래 관계 임베딩 벡터를 비교하며, 비교 결과 거래 관계 임베딩 벡터 간 유사도가 임계치 이상인 기업과 거래 관계가 존재하는 적어도 하나의 타 기업을 상기 특정 기업에 대한 거래예상기업으로 추천할 수 있다.Specifically, the recommender compares the transaction relationship embedding vector derived for the specific company with the transaction relationship embedding vector of another company, and as a result of the comparison, the similarity between the transaction relationship embedding vectors is equal to or greater than a threshold value, and at least a transaction relationship exists. One other company can be recommended as a prospective business for the specific company.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 거래 파트너 추천장치의 동작 방법은, 거래 파트너 추천 유형에 따라 거래 정보를 학습한 거래 관계 네트워크로부터 상기 거래 파트너 추천을 위해서 요구되는 거래관계정보를 획득하는 획득단계; 및 상기 거래관계정보를 기반으로 상기 거래 파트너 추천 유형과 매칭되는 거래 파트너를 추천하는 추천단계를 포함하는 것을 특징으로 한다.In order to achieve the above object, a method of operating a trading partner recommendation apparatus according to an embodiment of the present invention provides transaction information required for recommending a trading partner from a trading relationship network that has learned transaction information according to a recommended trading partner type. Acquisition step of obtaining; and a recommendation step of recommending a transaction partner that matches the transaction partner recommendation type based on the transaction relationship information.

구체적으로, 상기 거래관계정보는, 상기 특정 국가에 대한 각 국가 별 링크(Link) 예측 값인 상기 특정 국가로부터의 수입 가능성을 포함하며, 상기 추천단계는, 상기 특정 국가로부터의 수입 가능성에 기반한 모수적 접근법(Parametric Method), 및 비모수적 접근법(Non-Parametric Method) 중 적어도 하나의 접근법에 따라 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.Specifically, the transaction relationship information includes the possibility of import from the specific country, which is a predicted value of Link for each country for the specific country, and the recommending step is based on the possibility of import from the specific country. A promising export country for the specific country may be recommended according to at least one of a parametric method and a non-parametric method.

구체적으로, 상기 추천단계는, 상기 모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 독립변수로 설정하고, 상기 특정 국가의 국가 별 수출량을 종속변수로 설정한 회귀분석모델을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.Specifically, in the case of following the parametric approach, the recommendation step uses a regression analysis model in which the possibility of import from the specific country is set as an independent variable and the export volume by country of the specific country is set as a dependent variable. Promising export countries can be recommended for specific countries.

구체적으로, 상기 추천단계는, 상기 회귀분석모델로부터 도출되는 예측 값과, 상기 특정 국가의 수출입 데이터로부터 확인되는 실측 값 간의 차이인 잔차(Residual)의 크기가 임계치 이상인 국가를 상기 특정 국가에 대한 수출유망국가로 추천할 수 있다.Specifically, the recommendation step is to export a country for which the magnitude of the residual, which is the difference between the predicted value derived from the regression analysis model and the actual value confirmed from the import and export data of the specific country, is greater than a threshold value to the specific country. It can be recommended as a promising country.

구체적으로, 상기 추천단계는, 상기 비모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 내생적 변수로 설정하고, 기 지정된 적어도 하나의 국가 별 경제 관련 통계 정보를 외생적 변수로 설정한 이상탐지모델(Abnormal detection)을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.Specifically, in the case of following the non-parametric approach, the recommendation step is as long as the import possibility from the specific country is set as an endogenous variable and at least one pre-specified country-specific economy-related statistical information is set as an exogenous variable. A promising export country for the specific country may be recommended using an abnormal detection.

구체적으로, 상기 추천단계는, 상기 이상탐지모델의 분석 결과에 따라 동일한 동배(Peer) 내에서 임계치 이상의 이상 지수(Abnormal Index)를 보이는 국가를 상기 특정 국가에 대한 수출유망국가로 추천할 수 있다.Specifically, in the recommendation step, a country showing an abnormal index of a threshold value or higher within the same peer may be recommended as a promising export country for the specific country according to the analysis result of the anomaly detection model.

구체적으로, 상기 추천단계는, 상기 내생적 변수의 값과 상기 외생적 변수의 값을 상기 특정 국가의 수출입 데이터로부터 확인되는 국가 별 수출량으로 나누어 표준화시키며, 상기 특정 국가의 국가 별 수출량에 대해서 표준화된 값을 상기 이상탐지모델에 적용할 수 있다.Specifically, in the recommending step, the value of the endogenous variable and the value of the exogenous variable are standardized by dividing the value of the endogenous variable and the value of the exogenous variable by the export volume by country identified from the export and import data of the specific country, and the standardized value of the export volume by country of the specific country The value can be applied to the anomaly detection model.

구체적으로, 상기 거래관계정보는, 상기 그래픽 임베딩 모델로부터 도출되는 국가 별 임베딩 벡터를 포함하며, 상기 추천단계는, 상기 국가 별 임베딩 벡터와, 상기 특정 국가의 수출입 데이터를 기반으로 상기 그래픽 임베딩 모델로부터 도출된 상기 특정 국가의 임베딩 벡터를 예측 변수로 설정하고, 상기 특정 국가에 대한 각 국가의 링크 여부를 반응 변수로 설정한 링크 예측 모델을 이용하여 상기 특정 국가에 대한 수출잠재국가를 추천할 수 있다.Specifically, the transaction relationship information includes an embedding vector for each country derived from the graphic embedding model, and the recommendation step is based on the embedding vector for each country and the export/import data of the specific country. A potential export country for the specific country can be recommended using a link prediction model in which the derived embedding vector of the specific country is set as a predictor variable and whether or not each country links to the specific country is set as a response variable. .

구체적으로, 상기 추천단계는, 상기 링크 예측 모델로부터 상기 특정 국가에 대한 링크가 존재하는 것으로 예측되는 국가 중, 상기 특정 국가의 수출입 데이터로부터 확인되는 미 수출 국가를 상기 특정 국가에 대한 수출잠재국가로 추천할 수 있다.Specifically, in the recommending step, among the countries predicted to have a link to the specific country from the link prediction model, the US export country identified from the import and export data of the specific country is selected as a potential export country for the specific country. can recommend

구체적으로, 상기 획득단계는, 상기 임베딩 테이블로부터 추출된 기업 간 임베딩 벡터를 내적한 결과와 상기 임베딩 테이블 내 레이블 값의 오차를 기준으로 역전파를 수행하여 각 기업의 임베딩 벡터를 갱신할 수 있다.Specifically, in the acquiring step, the embedding vector of each company may be updated by performing backpropagation based on a result of dot product of the embedding vector between companies extracted from the embedding table and an error of a label value in the embedding table.

구체적으로, 상기 거래관계정보는, 상기 임베딩 테이블로부터 도출되는 각 기업에 대한 거래 임베딩 벡터를 포함하며, 상기 추천단계는, 각 기업 별로 거래 관계가 존재하는 적어도 하나의 타 기업에 대한 거래 비중과 상기 거래 임베딩 벡터를 기준으로, 상기 적어도 하나의 타 기업과의 거래 관계를 함축한 임베딩 벡터인 거래 관계 임베딩 벡터를 도출하고, 상기 거래 관계 임베딩 벡터를 이용하여 상기 특정 기업에 대한 거래예상기업을 추천할 수 있다.Specifically, the transaction relationship information includes a transaction embedding vector for each company derived from the embedding table, and the recommending step includes a transaction ratio for at least one other company with which each company has a transaction relationship and the Based on the transaction embedding vector, a transaction relationship embedding vector, which is an embedding vector implying a transaction relationship with the at least one other company, is derived, and a prospective transaction company for the specific company is recommended using the transaction relationship embedding vector. can

구체적으로, 상기 추천단계는, 상기 특정 기업에 대해 도출되는 거래 관계 임베딩 벡터와의 타 기업의 거래 관계 임베딩 벡터를 비교하며, 비교 결과 거래 관계 임베딩 벡터 간 유사도가 임계치 이상인 기업과 거래 관계가 존재하는 적어도 하나의 타 기업을 상기 특정 기업에 대한 거래예상기업으로 추천할 수 있다.Specifically, in the recommending step, the transaction relationship embedding vector derived for the specific company is compared with the transaction relationship embedding vector of another company, and as a result of the comparison, the similarity between the transaction relationship embedding vectors is greater than or equal to a threshold value. At least one other company may be recommended as a prospective transaction company for the specific company.

이에, 본 발명의 거래 파트너 추천장치 및 거래 파트너 추천장치의 동작 방법에 의하면, 거래 파트너 추천 유형 별로 거래 정보를 학습한 거래 관계 네트워크를 이용하여 국가와 기업의 거래 파트너를 추천함으로써, 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업의 발굴의 의사 결정을 효과적으로 지원할 수 있다.Accordingly, according to the trading partner recommendation device and the operating method of the trading partner recommendation device of the present invention, by recommending trading partners of countries and companies using a trading relationship network that has learned transaction information for each trading partner recommendation type, In terms of export country diversification and corporate globalization, it can effectively support decision-making in the discovery of trading companies.

도 1은 본 발명의 일 실시예에 따른 거래 파트너 추천 환경을 설명하기 위한 예시도.
도 2는 본 발명의 일 실시예에 따른 거래 파트너 추천장치의 구성을 설명하기 위한 구성도.
도 3은 본 발명의 일 실시예에 따른 국간 수입 네트워크 학습 방식을 설명하기 위한 예시도.
도 4는 본 발명의 일 실시예에 따른 임베딩 벡터의 링크 유무에 대한 예측 구조를 설명하기 위한 예시도.
도 5는 본 발명의 일 실시예에 따른 링크 예측 모델의 구현 방식을 설명하기 위한 예시도.
도 6은 본 발명의 일 실시예에 따른 기업 간 거래 네트워크 학습 방식을 설명하기 위한 예시도.
도 7은 본 발명의 일 실시예에 따른 기업의 거래 관계 임베딩 벡터를 설명하기 위한 예시도.
도 8은 본 발명의 일 실시예에 따라 수출유망국가를 추천하는 거래 파트너 추천장치의 동작 방법을 설명하기 위한 순서도.
도 9는 본 발명의 일 실시예에 따라 수출잠재국가를 추천하는 거래 파트너 추천장치의 동작 방법을 설명하기 위한 순서도.
도 10은 본 발명의 일 실시예에 따라 거래예상기업을 추천하는 거래 파트너 추천장치의 동작 방법을 설명하기 위한 순서도.1 is an exemplary diagram for explaining a trading partner recommendation environment according to an embodiment of the present invention.
Figure 2 is a configuration diagram for explaining the configuration of a trading partner recommendation device according to an embodiment of the present invention.
3 is an exemplary diagram for explaining a cross-border import network learning method according to an embodiment of the present invention.
4 is an exemplary diagram for explaining a prediction structure for whether an embedding vector is linked or not according to an embodiment of the present invention;
5 is an exemplary diagram for explaining a method of implementing a link prediction model according to an embodiment of the present invention;
6 is an exemplary diagram for explaining a business-to-business transaction network learning method according to an embodiment of the present invention.
7 is an exemplary diagram for explaining an embedding vector of a business transaction relationship according to an embodiment of the present invention.
8 is a flow chart illustrating an operation method of a trading partner recommendation apparatus for recommending promising export countries according to an embodiment of the present invention.
9 is a flowchart illustrating an operating method of a trading partner recommending device for recommending potential export countries according to an embodiment of the present invention.
10 is a flowchart illustrating an operating method of a trading partner recommending device for recommending a prospective trading company according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 설명한다.Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings.

본 발명의 일 실시예에서는, 국가와 기업 차원에서 거래 파트너를 추천하는 기술을 다룬다.One embodiment of the present invention deals with techniques for recommending trading partners at the country and enterprise levels.

이에, 본 발명의 일 실시예에서는, 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업의 발굴을 지원할 수 있는 거래 파트너 추천 방안을 제안하고자 한다.Accordingly, in one embodiment of the present invention, a method of recommending a trading partner capable of supporting the discovery of trading companies at the level of diversification of exporting countries at the national level and globalization of companies is proposed.

이와 관련하여, 도 1에는 본 발명의 일 실시예에 따른 거래 파트너 추천 환경을 예시적으로 보여주고 있다.In this regard, FIG. 1 exemplarily shows a trading partner recommendation environment according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 거래 파트너 추천 환경에는, 국가 및 기업 차원에서 거래 파트너를 추천하는 거래 파트너 추천장치(100)가 포함될 수 있다.As shown in FIG. 1 , the trading partner recommendation environment according to an embodiment of the present invention may include a trading partner recommendation apparatus 100 that recommends trading partners at the national and corporate levels.

거래 파트너 추천장치(100)는 거래 파트너 추천 유형 별로 거래 정보를 학습한 거래 관계 네트워크를 이용하여 특정 국가(예: 한국)에 대한 수출유망국가 또는 수출잠재국가 추천하거나, 내지는 특정 기업에 대해서 거래예상기업을 추천하는 장치를 일컫는 것으로서, 예컨대, 프로그램(어플리케이션)의 실행을 통해 동작하는 컴퓨팅 장치 또는 서버의 형태로 구현될 수 있다.The trading partner recommendation device 100 recommends a promising export country or export potential country for a specific country (eg, Korea) by using a trading relationship network that has learned transaction information for each trading partner recommendation type, or predicts a transaction for a specific company. This refers to a device that recommends a company, and may be implemented in the form of a computing device or server that operates through the execution of a program (application).

여기서, 거래 정보에는, 예컨대, 국가 별/품목 별 수출입 통계, 기업 해외거래정보, 기업 국내거래정보, HS 코드/ KSIC 코드/ SIC 코드, 기업개요정보(기업명, 규모, 매출액, 주 생산품) 등의 다양한 거래 관련 정보가 포함될 수 있다.Here, transaction information includes, for example, export/import statistics by country/item, company overseas transaction information, company domestic transaction information, HS code/KSIC code/SIC code, company overview information (company name, scale, sales, main products), etc. Various transaction-related information may be included.

이러한, 거래 파트너 추천장치(100)가 서버 형태로 구현되는 경우, 예컨대, 웹 서버, 데이터베이스 서버, 프록시 서버 등의 형태로 구현될 수 있으며, 네트워크 부하 분산 메커니즘, 내지 서비스 장치가 인터넷 또는 다른 네트워크 상에서 동작할 수 있도록 하는 다양한 소프트웨어 중 하나 이상이 설치될 수 있으며, 이를 통해 컴퓨터화된 시스템으로도 구현될 수 있다.When the trading partner recommendation device 100 is implemented in the form of a server, for example, it may be implemented in the form of a web server, database server, proxy server, etc., and a network load balancing mechanism or service device is implemented on the Internet or other networks. One or more of various software to enable operation may be installed, and through this, it may be implemented as a computerized system.

여기서, 네트워크는 http 네트워크일 수 있으며, 전용 회선(private line), 인트라넷 또는 임의의 다른 네트워크일 수 있고, 또한 본 발명의 일 실시예에 따른 광고 제공 시스템 내 각 구성 간의 연결은, 데이터가 임의의 해커 또는 다른 제3자에 의한 공격을 받지 않도록 보안 네트워크로 연결될 수 있다.Here, the network may be an http network, a private line, an intranet, or any other network, and the connection between each component in the advertisement providing system according to an embodiment of the present invention is It can be connected to a secure network to avoid being attacked by hackers or other third parties.

이상, 본 발명의 일 실시예에 따른 거래 파트너 추천 환경에서는, 전술한 구성을 통해 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업 발굴에 있어서의 의사 결정을 지원할 수 있는데, 이하에서는 이를 실현하기 위한 거래 파트너 추천장치(100)의 구성을 보다 구체적으로 설명하기로 한다.As described above, in the trading partner recommendation environment according to an embodiment of the present invention, through the above configuration, it is possible to support decision-making in discovering trading companies in terms of diversification of exporting countries at the national level and globalization of companies. The configuration of the trading partner recommendation device 100 for realizing this will be described in more detail.

이와 관련하여, 도 2에는 본 발명의 일 실시예에 따른 거래 파트너 추천장치(100)의 개략적인 구성을 보여주고 있다.In this regard, FIG. 2 shows a schematic configuration of the trading partner recommendation device 100 according to an embodiment of the present invention.

도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 거래 파트너 추천장치(100)는 거래관계정보를 획득하는 획득부(110), 및 거래관계정보에 근거하여 거래 파트너를 추천하는 추천부(120)를 포함하는 구성을 가질 수 있다.As shown in FIG. 2, the trading partner recommendation apparatus 100 according to an embodiment of the present invention includes an acquisition unit 110 that acquires transaction relationship information, and a recommendation unit that recommends a transaction partner based on the transaction relationship information. (120).

이상의 획득부(110), 및 추천부(120)를 포함하는 거래 파트너 추천장치(100)의 전체 구성 내지는 적어도 일부 구성은 하드웨어 모듈 형태 또는 소프트웨어 모듈 형태로 구현되거나, 하드웨어 모듈과 소프트웨어 모듈이 조합된 형태로 구현될 수 있다All or at least some of the components of the transaction partner recommendation device 100 including the acquisition unit 110 and the recommendation unit 120 are implemented in the form of hardware modules or software modules, or a combination of hardware modules and software modules. can be implemented in the form

여기서, 소프트웨어 모듈이란, 예컨대, 거래 파트너 추천장치(100) 내에서 연산을 제어하는 프로세서에 의해 실행되는 명령어로 이해될 수 있으며, 이러한 명령어는 거래 파트너 추천장치(100) 내 메모리에 탑재된 형태를 가질 수 있을 것이다.Here, the software module may be understood as, for example, a command executed by a processor that controls an operation within the trading partner recommendation device 100, and such a command has a form loaded in a memory within the trading partner recommendation device 100. will be able to have

이상 본 발명의 일 실시예에 따른 거래 파트너 추천장치(100)는 전술한 구성을 통해서 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업 발굴의 의사 결정을 효과적으로 지원할 수 있는데, 이하에서는 이를 실현하기 위한 거래 파트너 추천장치(100) 내 각 구성에 대한 보다 구체적인 설명을 이어 가기로 한다.Above, the trading partner recommendation device 100 according to an embodiment of the present invention can effectively support decision-making to discover trading companies at the level of export country diversification at the national level and globalization of companies through the above configuration. A more detailed description of each component in the trading partner recommendation device 100 for realizing this will be continued.

한편, 본 발명의 일 실시예에서 국가 또는 기업 차원에서 이루어지는 거래 파트너 추천은, 품목 별로 이루어질 수 있으며, 이러한 품목 별 거래 파트너 추천은 품목명 또는 품목에 대한 코드(예: HS 코드/ KSIC 코드/ SIC 코드) 입력을 통해서 이루어질 수 있음을 전제하기로 한다.On the other hand, in one embodiment of the present invention, trading partner recommendation made at the country or company level may be made for each item, and the trading partner recommendation for each item is the item name or code for the item (eg, HS code / KSIC code / SIC code) ) It is assumed that this can be done through input.

또한, 본 발명의 일 실시예에서는 거래 파트너 추천 유형 별로 특정 국가(예: 한국)에 대한 수출유망국가 또는 수출잠재국가 추천하거나, 내지는 특정 기업에 대해서 거래예상기업을 추천할 수 있음을 앞서 언급한 바 있다.In addition, as mentioned above, in one embodiment of the present invention, it is possible to recommend a promising export country or a potential export country for a specific country (eg, Korea) for each trading partner recommendation type, or recommend a prospective trading company for a specific company. there is a bar

이에, 이하에서는 본 발명의 일 실시예에 따른 거래 파트너 추천 유형 별로 그에 따른 실시예를 하나씩 구분하여 설명하기로 한다.Therefore, hereinafter, each embodiment according to the transaction partner recommendation type according to an embodiment of the present invention will be separately described.

먼저, 본 발명의 일 실시예에 따른 거래 파트너 추천 유형이, 특정 국가(예: 한국)에 대한 수출유망국가 추천인 경우에 대해서 살펴보기로 한다.First, a case in which a trade partner recommendation type according to an embodiment of the present invention is a recommendation of a promising export country for a specific country (eg, Korea) will be reviewed.

획득부(110)는 특정 국가(예: 한국)의 수출유망국가 추천을 위해 거래관계정보를 획득하는 기능을 수행한다.Acquisition unit 110 performs a function of acquiring transaction relation information in order to recommend a promising export country of a specific country (eg, Korea).

보다 구체적으로, 획득부(110)는 거래 파트너 추천 유형이 특정 국가에 대한 수출유망국가 추천인 경우, 상기 특정 국가를 제외한 국가 별 수입 데이터를 학습한 국가 간 수입 네트워크로부터 상기 특정 국가의 수출유망국가 추천을 위해 거래관계정보를 획득하게 된다.More specifically, the acquisition unit 110 recommends promising export countries of the specific country from a cross-border import network that has learned import data for each country except for the specific country, when the trading partner recommendation type is recommendation of a promising export country for a specific country. For this purpose, transaction information is obtained.

이를 위해 국가 간 수입 네트워크 학습에는 국가 간 연결에 상호 의존성이 전제되는 지수랜덤그래프모델(ERGM, Exponential Random Graph Model)이 적용될 수 있다.To this end, an exponential random graph model (ERGM), which presupposes interdependency in cross-country connections, can be applied to cross-country import network learning.

여기서, 국가 간 상호 의존성의 관계 조건으로는, 예컨대, 동형 3 요소 집합(The triad isomorphism class)에서 012, 021U, 021D, 102, 021C, 030T, 및 030C를 포함하는 다수 종의 연결 구조가 고려될 수 있다.Here, as a condition of interdependence between countries, for example, the connection structure of multiple species including 012, 021U, 021D, 102, 021C, 030T, and 030C in the triad isomorphism class can be considered. can

정리하자면, 획득부(110)는 상기 특정 국가를 제외한 국가 별 수입 데이터를 국가 간 연결의 상호 의존성을 전제로 학습한 국가 간 수입 네트워크로부터 상기 특정 국가의 수출유망국가 추천을 위해 거래관계정보를 획득할 수 있는 것이다.In summary, the acquisition unit 110 acquires trade relationship information to recommend promising export countries for the specific country from a cross-border import network that has learned import data for each country, excluding the specific country, on the premise of interdependency in connection between countries. It can be done.

이에 따라, 국가 간 수입 네트워크로부터 획득되는 거래관계정보는, 국가 별 링크(Link)의 조건부 로짓값(log-odds)을 의미하며, 보다 상세하게 이는 상기 특정 국가에 대한 각 국가 별 링크(Link) 예측 값인 상기 특정 국가로부터의 수입 가능성을 지시한다.Accordingly, the transaction relationship information obtained from the cross-border import network means the conditional log-odds of the link for each country, and more specifically, this is the link for each country to the specific country Indicates the possibility of imports from the specific country, which is a predicted value.

추천부(120)는 국가 간 수입 네트워크로부터 획득되는 거래관계정보를 근거로 수출유망국가를 추천하는 기능을 수행한다.The recommendation unit 120 performs a function of recommending promising countries for export based on trade relationship information obtained from the cross-border import network.

보다 구체적으로, 추천부(120)는 국가 간 수입 네트워크로부터 도출되는 거래관계정보로서 각 국가 별 상기 특정 국가로부터의 수입 가능성이 획득되면, 상기 특정 국가로부터의 수입 가능성에 근거하여 상기 특정 국가에 대한 수출유망국가를 추천하게 된다.More specifically, the recommendation unit 120 is transaction relationship information derived from a cross-country import network, and when the possibility of import from the specific country for each country is obtained, based on the possibility of import from the specific country, the recommendation unit 120 for the specific country Promising countries for export are recommended.

이와 관련하여, 추천부(120)는 모수적 접근법(Parametric Method)과, 비모수적 접근법(Non-Parametric Method)에 따라서 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.In this regard, the recommendation unit 120 may recommend promising export countries for the specific country according to a parametric method and a non-parametric method.

먼저, 추천부(120)는 모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 독립변수로 설정하고, 상기 특정 국가의 국가 별 수출량을 종속변수로 설정한 회귀분석모델을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.First, when the recommendation unit 120 follows the parametric approach, the possibility of import from the specific country is set as an independent variable, and the specific country's export volume by country is set as a dependent variable using a regression analysis model. Promising countries for export can be recommended.

즉, 추천부(120)는 모수적 접근법에 따라 회귀분석모델을 이용하는 경우, 회귀분석모델로부터 도출되는 예측 값과, 상기 특정 국가의 수출입 데이터로부터 확인되는 실측 값 간의 차이인 잔차(Residual)를 확인하게 되며, 확인된 잔차의 크기가 임계치 이상인 국가를 선별하여 선별된 국가를 상기 특정 국가에 대한 수출유망국가로 추천한다.That is, when the regression analysis model is used according to the parametric approach, the recommendation unit 120 checks the residual, which is the difference between the predicted value derived from the regression analysis model and the measured value confirmed from the import/export data of the specific country. In addition, countries with the size of the confirmed residual above the critical value are selected, and the selected countries are recommended as promising export countries for the specific country.

여기서, 잔차의 크기가 임계치 이상이라는 것은, 회귀분석모델의 예측보다 상기 특정 국가의 수출입 데이터로부터 확인되는 실제 수출량이 임계치 이상 작다는 것을 의미하는 것으로서, 해당 국가에 대해서는 수출 증가를 기대해볼 수 있을 것이다. Here, the fact that the size of the residual is greater than the critical value means that the actual amount of exports confirmed from the import and export data of the specific country is smaller than the critical value than the prediction of the regression model, and an increase in exports can be expected for that country .

반면, 잔차의 크기가 반대의 성향을 보이는 경우라면, 회귀분석모델의 예측보다 상기 특정 국가의 수출입 데이터로부터 확인되는 실제 수출량이 큰 경우로 해석할 수 있다.On the other hand, if the size of the residual shows the opposite tendency, it can be interpreted as a case where the actual export volume confirmed from the import and export data of the specific country is larger than the prediction of the regression analysis model.

한편, 추천부(120)는 비모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 내생적 변수로 설정하고, 기 지정된 적어도 하나의 국가 별 경제 관련 통계 정보를 외생적 변수로 설정한 이상탐지모델(Abnormal detection)을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.On the other hand, when the recommendation unit 120 follows the non-parametric approach, anomaly detection by setting the import possibility from the specific country as an endogenous variable and setting at least one pre-designated economy-related statistical information for each country as an exogenous variable. A promising export country for the specific country may be recommended using a model (abnormal detection).

여기서, 국가 별 경제 관련 통계 정보에는, 예컨대, 인구, GDP, 및 중위 연령이 포함될 수 있다.Here, economy-related statistical information for each country may include, for example, population, GDP, and median age.

즉, 추천부(120)는 비모수적 접근법에 따라 이상탐지모델(Abnormal detection)을 이용하는 경우, 내생적 변수의 값과 상기 외생적 변수의 값을 상기 특정 국가의 수출입 데이터로부터 확인되는 국가 별 수출량으로 나누어 표준화시키게 되며, 상기 특정 국가의 국가 별 수출량에 대해서 표준화된 값을 상기 이상탐지모델에 적용한다.That is, when the recommendation unit 120 uses an abnormal detection model according to a non-parametric approach, the value of the endogenous variable and the value of the exogenous variable are converted into the export volume for each country identified from the export/import data of the specific country. It is divided and standardized, and the standardized value for the export volume of each country of the specific country is applied to the anomaly detection model.

나아가, 추천부(120)는 이상탐지모델의 분석 결과에 따라 동일한 동배(Peer) 내에서 임계치 이상(예: 1.5 ~ 2 이상)의 이상 지수(Abnormal Index)를 보이는 국가를 선별하며, 선별된 국가를 상기 특정 국가에 대한 수출유망국가로 추천할 수 있는 것이다.Furthermore, the recommendation unit 120 selects a country showing an Abnormal Index of a threshold value or higher (eg, 1.5 to 2 or more) within the same peer according to the analysis result of the anomaly detection model, and selects the selected country. can be recommended as a promising export country for the specific country.

여기서, 동일한 동배(Peer) 내에서 임계치 이상(예: 1.5 ~ 2 이상)의 이상 지수를 보인다는 것은, 동일한 규모의 수출량을 가지는 반면, 동일한 그룹 내 타 국가보다 수출 증가 요소(구, GDP, 및 중위 연령)가 높다는 것을 의미하는 것으로서, 해당 국가에 대해서는 수출 증가를 기대해볼 수 있을 것이다.Here, showing an abnormality index of a threshold value or higher (eg, 1.5 to 2 or higher) within the same peer means that, while having the same scale of exports, export increase factors (former, GDP, and This means that the median age) is high, and an increase in exports to the country can be expected.

이상, 본 발명의 일 실시예에 따른 거래 파트너 추천 유형이, 특정 국가(예: 한국)에 대한 수출유망국가 추천인 경우에 대한 설명을 마치고, 이하에서는 특정 국가(예: 한국)에 대한 수출잠재국가 추천하는 경우에 대해서 설명을 이어 가기로 한다.Above, the description of the case where the trade partner recommendation type according to an embodiment of the present invention is the recommendation of a promising export country for a specific country (eg, Korea) is complete, and the following describes a potential export country for a specific country (eg, Korea). We will continue to explain the recommended cases.

획득부(110)는 특정 국가(예: 한국)의 수출잠재국가 추천을 위해 거래관계정보를 획득하는 기능을 수행한다.The acquiring unit 110 performs a function of acquiring trade relation information to recommend a potential export country of a specific country (eg, Korea).

보다 구체적으로, 획득부(110)는 거래 파트너 추천 유형이 특정 국가에 대한 수출잠재국가 추천인 경우, 상기 특정 국가를 제외한 국가 별 수입 데이터를 학습한 국가 간 수입 네트워크로부터 상기 특정 국가의 수출잠재국가 추천을 위해 거래관계정보를 획득하게 된다.More specifically, the acquisition unit 110 recommends a potential export country of the specific country from a cross-border import network that has learned import data for each country except for the specific country when the trade partner recommendation type is recommendation of a potential export country for a specific country. For this purpose, transaction information is obtained.

이를 위해 국가 간 수입 네트워크 학습에는 예컨대, 도 3에서와 같이 너비 우선 탐색(Breadth-First Search)과 깊이 우선 탐색(Depth-First Search) 기반의 임의 보행을 수행하는 그래픽 임베딩 모델인 Node2vec가 적용될 수 있다.To this end, Node2vec, a graphical embedding model that performs arbitrary walking based on breadth-first search and depth-first search, can be applied to cross-country import network learning, for example, as shown in FIG. .

정리하자면, 획득부(110)는 너비 우선 탐색(Breadth-First Search)과 깊이 우선 탐색(Depth-First Search) 기반의 임의 보행을 수행하는 그래픽 임베딩 모델을 이용하여 국가 별 수입 데이터를 학습한 국가 간 수입 네트워크로부터 상기 특정 국가의 수출잠재국가 추천을 위해 거래관계정보를 획득할 수 있는 것이다.To sum up, the acquisition unit 110 uses a graphic embedding model that performs random walks based on breadth-first search and depth-first search between countries that have learned income data for each country. It is possible to obtain trade relationship information from the import network to recommend a potential export country for the specific country.

이에 따라, 국가 간 수입 네트워크로부터 획득되는 거래관계정보는, 그래픽 임베딩 모델로부터 도출되는 국가 별 임베딩 벡터로 이해될 수 있다.Accordingly, transaction relationship information obtained from the cross-border import network can be understood as an embedding vector for each country derived from a graphic embedding model.

추천부(120)는 국가 간 수입 네트워크로부터 획득되는 거래관계정보를 근거로 수출잠재국가를 추천하는 기능을 수행한다.The recommendation unit 120 performs a function of recommending potential export countries based on transaction relationship information obtained from an import network between countries.

보다 구체적으로, 추천부(120)는 국가 간 수입 네트워크로부터 도출되는 거래관계정보로서 각 국가의 임베딩 벡터가 획득되면, 획득된 국가 별 임베딩 벡터에 근거하여 상기 특정 국가에 대한 수출유망국가를 추천하게 된다.More specifically, the recommendation unit 120 recommends promising export countries for the specific country based on the obtained embedding vector for each country as trade relationship information derived from the cross-border import network. do.

이때, 추천부(120)는 상기 국가 별 임베딩 벡터와, 상기 특정 국가의 수출입 데이터를 기반으로 상기 그래픽 임베딩 모델로부터 도출된 상기 특정 국가의 임베딩 벡터를 예측 변수로 설정하고, 상기 특정 국가에 대한 각 국가의 링크 여부를 반응 변수로 설정한 링크 예측 모델을 이용하여 상기 특정 국가에 대한 수출잠재국가를 추천할 수 있다.At this time, the recommendation unit 120 sets the embedding vector for each country and the embedding vector of the specific country derived from the graphic embedding model based on the import and export data of the specific country as predictor variables, and A potential export country for the specific country may be recommended using a link prediction model in which country link availability is set as a response variable.

여기서, 링크 예측 모델은, 국가 간 임베딩 벡터의 링크 유무를 예측하는 이진 분류기(Binary classifier)로서, 로지스틱 회기(Logistic Regression)와 Light GBM을 이용하여 구현될 수 있다.Here, the link prediction model is a binary classifier that predicts the presence or absence of a link of an embedding vector between countries, and may be implemented using logistic regression and light GBM.

또한, 이러한 링크 예측 모델에서 이루어지는 국가 간 임베딩 벡터의 링크 유무에 대한 예측은, 예컨대, 도 4에서와 같이 동형 3 요소 집합(The triad isomorphism class)에서 11-201 모델의 연결 구조가 고려될 수 있다.In addition, the prediction of the presence or absence of links of embedding vectors between countries made in such a link prediction model may consider the connection structure of the 11-201 model in the triad isomorphism class, for example, as shown in FIG. .

즉, 추천부(120)는 수출잠재국가 추천을 위해 링크 예측 모델을 이용하는 경우, 상기 특정 국가의 실제 수출입 데이터로부터 확인되는 미 수출 국가 중 링크 예측 모델로부터 상기 특정 국가에 대한 링크가 존재하는 것으로 예측되는 국가를 상기 특정 국가에 대한 수출잠재국가로 추천할 수 있는 것이다.That is, when the recommendation unit 120 uses a link prediction model to recommend a potential export country, it is predicted that there is a link to the specific country from the link prediction model among US export countries identified from the actual import and export data of the specific country. It is possible to recommend a country that is selected as a potential export country for the above specific country.

여기서, 특정 국가에 대한 링크가 존재하는 것으로 예측된다는 것은, 상기 특정 국가에서 해당 국가로 수출의 가능성이 열려 있다는 것을 의미하며, 이에 특정 국가에 대한 링크가 존재하는 것으로 예측되는 국가 중 상기 특정 국가의 실제 수출입 데이터로부터 확인되는 미 수출 국가에 대해서는, 수출 개척을 기대해볼 수 있을 것이다.Here, the prediction that a link to a specific country exists means that the possibility of export from the specific country to that country is open, and thus, among the countries predicted to have a link to the specific country, For US exporting countries confirmed from actual import and export data, export exploitation can be expected.

한편, 본 발명의 일 실시예에 따라 수출잠재국가 추천에 이용되는 링크 예측 모델의 경우, 예컨대, 도 5에서와 같은 방식을 통해서 구현될 수 있는데, 이를 설명하면 다음과 같다.Meanwhile, in the case of a link prediction model used for recommending a potential export country according to an embodiment of the present invention, it can be implemented through the same method as in FIG. 5, which will be described as follows.

즉, 특정 국가(예: 한국)를 제외한 국가 별 주요 국가의 Comtrade 수입 데이터의 일부를 고의로 누락(Masking)시키고, 이상의 데이터를 7:3의 비율로 학습 데이터 셋(Training set)과 검증 데이터 셋(Validation set)으로 나눈다.In other words, some of Comtrade's income data for each country, except for a specific country (e.g. Korea), is intentionally masked, and the above data is combined into a training set and a verification data set (with a ratio of 7:3). Validation set).

이때 학습 데이터 셋은 모델의 가중치를 학습(Weight update)하는 과정에 활용되며 이를 통해 최종적으로 링크 예측 모델링을 수행한다.At this time, the training data set is used in the process of learning (weight update) the weight of the model, and through this, link prediction modeling is finally performed.

링크 예측 모델의 성능은 이전에 나눴던 검증 데이터 셋을 통해 첫 번째 검증 단계를 거치게 되며, 이상의 검증 데이터 셋에는 앞서 누락시켰던 값들이 포함되어 있으므로 두 번째 검증 단계에서는 누락시켰던 값에 대한 링크 예측과 누락되기 전에 가지고 있던 실제 링크 존재 유무를 비교 평가한다.The performance of the link prediction model goes through the first verification step through the previously divided verification data set, and since the above verification data set contains previously omitted values, in the second verification step, the link prediction for the missing values and the missing values are analyzed. Compare and evaluate the presence or absence of the actual link that you had before.

이렇게 거친 두 번의 검증 단계에서 도출된 최적화된 예측 모델을 사용해서 상기 특정 국가와 무역 거래(Link)가 존재하지 않는 국가들에 대한 링크 예측을 수행한다(Negative link prediction).Using the optimized prediction model derived from these two rough verification steps, link prediction is performed for countries that do not have a trade transaction (Link) with the specific country (Negative link prediction).

또한, 최종적으로 주요국의 수입 데이터를 기반으로 계산된 우리나라의 수출 미개척 지역에 대한 잠재적 후보군 결과를 상기 특정 국가(예: 한국)의 실제 Comtrade 수출 데이터로 성능을 최종 평가할 수 있다.In addition, the final evaluation of the performance of the potential candidates for unexplored export regions in Korea calculated based on the import data of major countries can be performed using the actual Comtrade export data of the specific country (eg, Korea).

이상, 본 발명의 일 실시예에 따른 거래 파트너 추천 유형이, 특정 국가(예: 한국)에 대한 수출잠재국가 추천인 경우에 대한 설명을 마치고, 이하에서는 특정 기업에 대해서 거래예상기업을 추천하는 경우를 설명하기로 한다.Above, the description of the case where the trading partner recommendation type according to an embodiment of the present invention is the recommendation of a potential export country for a specific country (eg, Korea) is complete, and the following describes the case of recommending a prospective trading company for a specific company. Let's explain.

획득부(110)는 특정 기업에 대해서 거래예상기업을 추천하기 위한 거래관계정보를 획득하는 기능을 수행한다.Acquisition unit 110 performs a function of acquiring transaction relationship information for recommending a prospective transaction company for a specific company.

보다 구체적으로, 획득부(110)는 거래 파트너 추천 유형이 특정 기업에 대한 거래예상기업 추천인 경우, 기업 별 거래 데이터를 학습한 기업 간 거래 네트워크로부터 상기 특정 기업의 거래예상기업을 추천하기 위한 거래관계정보를 획득하게 된다.More specifically, the acquisition unit 110, when the transaction partner recommendation type is a prospective transaction company recommendation for a specific company, a transaction relationship for recommending an expected transaction company of the specific company from a transaction network between companies that has learned transaction data for each company. get information.

이를 위해 기업 간 거래 네트워크 학습에는, 예컨대, 도 6에서와 같이 SGNS(Skip-Gram with Negative Sampling) 방식에 따라 각 기업을 중심 기업으로 설정하여 상기 중심 기업 이외의 타 기업인 주변 기업과의 실 거래 여부를 레이블로 기록한 임베딩 테이블을 이용하는 방식이 적용될 수 있다.To this end, in learning the transaction network between companies, for example, as shown in FIG. 6, each company is set as a center company according to the SGNS (Skip-Gram with Negative Sampling) method, and whether or not actual transactions are made with neighboring companies other than the center company A method using an embedding table recorded as a label may be applied.

정리하자면, 획득부(110)는 각 기업을 중심 기업으로 설정하여 상기 중심 기업 이외의 타 기업인 주변 기업과의 실 거래 여부를 레이블로 기록한 임베딩 테이블을 이용하여 기업 별 거래 데이터를 학습한 기업 간 거래 네트워크로부터 상기 특정 국가의 거래예상기업 추천을 위해 거래관계정보를 획득할 수 있는 것이다.In summary, the acquisition unit 110 sets each company as a central company and uses an embedding table recording whether or not actual transactions with neighboring companies other than the central company are recorded as labels for inter-company transactions that have learned transaction data for each company. It is possible to obtain transaction relationship information from the network to recommend a prospective transaction company in the specific country.

이에 따라, 기업 간 거래 네트워크로부터 획득되는 거래관계정보는, 임베딩 테이블로부터 도출되는 각 기업에 대한 거래 임베딩 벡터로 이해될 수 있다.Accordingly, the transaction relationship information obtained from the transaction network between companies can be understood as a transaction embedding vector for each company derived from the embedding table.

한편, 획득부(110)는 임베딩 테이블의 성능 최적화를 위해서 앞서 예시한 도 6에서와 같이, 임베딩 테이블로부터 추출된 기업 간 임베딩 벡터를 내적한 결과와 상기 임베딩 테이블 내 레이블 값의 오차를 기준으로 역전파를 수행하여 각 기업의 임베딩 벡터를 갱신하는 과정을 반복할 수 있다.On the other hand, in order to optimize the performance of the embedding table, the acquisition unit 110, as shown in FIG. 6 exemplified above, based on the error between the label value in the embedding table and the result of dot product of the embedding vector between companies extracted from the embedding table The process of updating the embedding vector of each company by performing propagation can be repeated.

추천부(120)는 기업 간 거래 네트워크로부터 획득되는 거래관계정보를 근거로 거래예상국가를 추천하는 기능을 수행한다.The recommendation unit 120 performs a function of recommending a country expected to trade based on trade relationship information obtained from a business-to-business trade network.

보다 구체적으로, 추천부(120)는 기업 간 거래 네트워크로부터 도출되는 거래관계정보로서 각 기업에 대한 거래 임베딩 벡터가 획득되면, 획득된 기업 별 거래 임베딩 벡터에 근거하여 상기 특정 기업에 대한 거래기대국가를 추천하게 된다.More specifically, when a transaction embedding vector for each company is obtained as transaction relationship information derived from a transaction network between companies, the recommendation unit 120 is a transaction expectation country for the specific company based on the obtained transaction embedding vector for each company. will recommend

이때, 추천부(120)는 예컨대, 도 7에서와 같이 각 기업 별로 거래 관계(후방거래, 전방거래)가 존재하는 적어도 하나의 타 기업에 대한 거래 비중과 상기 거래 임베딩 벡터를 기준으로, 상기 적어도 하나의 타 기업과의 거래 관계를 함축한 임베딩 벡터인 거래 관계 임베딩 벡터를 도출하고, 이를 이용하여 상기 특정 기업에 대한 거래예상기업을 추천할 수 있다.At this time, the recommendation unit 120, for example, as shown in FIG. 7, based on the transaction ratio and the transaction embedding vector for at least one other company with which each company has a transaction relationship (backward transaction, forward transaction), the at least one A transaction relationship embedding vector, which is an embedding vector implying a transaction relationship with one other company, can be derived, and a prospective transaction company for the specific company can be recommended using this.

즉, 추천부(120)는 상기 특정 기업과 거래 관계(후방거래, 전방거래)가 존재하는 적어도 하나의 타 기업에 대한 거래 비중과 상기 거래 임베딩 벡터를 기준으로, 상기 적어도 하나의 타 기업과의 거래 관계를 함축한 임베딩 벡터인 거래 관계 임베딩 벡터를 도출하고, 상기 특정 기업에 대해 도출된 거래 관계 임베딩 벡터와 타 기업에 대해 기 도출된 거래 관계 임베딩 벡터를 비교한 결과, 유사도가 임계치 이상인 기업이 확인되면, 확인된 기업과 거래 관계가 존재하는 적어도 하나의 타 기업을 상기 특정 기업에 대한 거래예상기업으로 추천할 수 있는 것이다.That is, the recommendation unit 120 determines the relationship with the at least one other company based on the transaction ratio and the transaction embedding vector for at least one other company having a transaction relationship (backward transaction, forward transaction) with the specific company. A transaction relationship embedding vector, which is an embedding vector implying a transaction relationship, is derived, and as a result of comparing the transaction relationship embedding vector derived for the specific company with the transaction relationship embedding vector previously derived for other companies, the company whose similarity is higher than the threshold value If confirmed, at least one other company having a business relationship with the identified company can be recommended as a prospective business for the specific company.

이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 거래 파트너 추천장치(100)의 구성에 따르면, 거래 파트너 추천 유형 별로 거래 정보를 학습한 거래 관계 네트워크를 이용하여 국가와 기업의 거래 파트너를 추천함으로써, 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업의 발굴의 의사 결정을 효과적으로 지원할 수 있음을 알 수 있다.As described above, according to the configuration of the trading partner recommendation device 100 according to an embodiment of the present invention, trading partners of countries and companies are recommended using a trading relationship network that has learned trading information for each trading partner recommendation type. By doing so, it can be seen that it is possible to effectively support the decision-making of the diversification of exporting countries at the national level and the discovery of trading companies at the level of globalization of companies.

이하에서는, 본 발명의 일 실시예에 따른 거래 파트너 추천장치(100)의 동작 방법을 설명하기로 한다.Hereinafter, an operating method of the trading partner recommendation apparatus 100 according to an embodiment of the present invention will be described.

도 8을 참조하여 본 발명의 일 실시예에 따라 수출유망국가를 추천하기 위한 거래 파트너 추천장치(100)의 동작 방법을 설명하기로 한다.Referring to FIG. 8 , an operating method of the trading partner recommendation apparatus 100 for recommending promising export countries according to an embodiment of the present invention will be described.

먼저, 획득부(110)는 거래 파트너 추천 유형이 특정 국가에 대한 수출유망국가 추천인 경우, 상기 특정 국가를 제외한 국가 별 수입 데이터를 학습한 국가 간 수입 네트워크로부터 상기 특정 국가의 수출유망국가 추천을 위해 거래관계정보를 획득한다(S110).First, the acquisition unit 110, when the trade partner recommendation type is a recommendation for a promising export country for a specific country, recommends a promising export country for the specific country from a cross-country import network that has learned import data for each country except for the specific country. Acquire transaction relationship information (S110).

그리고 나서, 추천부(120)는 국가 간 수입 네트워크로부터 도출되는 거래관계정보로서 각 국가 별 상기 특정 국가로부터의 수입 가능성이 획득되면, 상기 특정 국가로부터의 수입 가능성에 근거하여 상기 특정 국가에 대한 수출유망국가를 추천한다.Then, the recommendation unit 120 is trade relationship information derived from the cross-border import network, and when the possibility of import from the specific country for each country is obtained, the export to the specific country is based on the possibility of import from the specific country. We recommend promising countries.

이때, 추천부(120)는 모수적 접근법(Parametric Method)과, 비모수적 접근법(Non-Parametric Method)에 따라서 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다.At this time, the recommendation unit 120 may recommend promising export countries for the specific country according to a parametric method and a non-parametric method.

이와 관련하여, 추천부(120)는 모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 독립변수로 설정하고, 상기 특정 국가의 국가 별 수출량을 종속변수로 설정한 회귀분석모델을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다(S120-S140, S180).In this regard, when the recommendation unit 120 follows the parametric approach, using a regression analysis model in which the possibility of import from the specific country is set as an independent variable and the export volume by country of the specific country is set as a dependent variable Promising countries for export to the specific country may be recommended (S120-S140, S180).

한편, 추천부(120)는 비모수적 접근법을 따르는 경우, 상기 특정 국가로부터의 수입 가능성을 내생적 변수로 설정하고, 기 지정된 적어도 하나의 국가 별 경제 관련 통계 정보를 외생적 변수로 설정한 이상탐지모델(Abnormal detection)을 이용하여 상기 특정 국가에 대한 수출유망국가를 추천할 수 있다(S150-S180).On the other hand, when the recommendation unit 120 follows the non-parametric approach, anomaly detection by setting the import possibility from the specific country as an endogenous variable and setting at least one pre-designated economy-related statistical information for each country as an exogenous variable. A promising export country for the specific country may be recommended using a model (abnormal detection) (S150-S180).

다음, 도 9을 참조하여, 본 발명의 일 실시예에 따라 수출잠재국가를 추천하기 위한 거래 파트너 추천장치(100)의 동작 방법을 설명하기로 한다.Next, referring to FIG. 9, an operating method of the trading partner recommendation apparatus 100 for recommending potential export countries according to an embodiment of the present invention will be described.

먼저, 획득부(110)는 거래 파트너 추천 유형이 특정 국가에 대한 수출잠재국가 추천인 경우, 상기 특정 국가를 제외한 국가 별 수입 데이터를 학습한 국가 간 수입 네트워크로부터 상기 특정 국가의 수출잠재국가 추천을 위해 거래관계정보를 획득한다(S210).First, when the trade partner recommendation type is recommendation of a potential export country for a specific country, the acquisition unit 110 recommends a potential export country for the specific country from a cross-country import network that has learned import data for each country except for the specific country. Acquire transaction relationship information (S210).

이를 위해 국가 간 수입 네트워크 학습에는 앞서 예시한, 도 3에서와 같이 너비 우선 탐색(Breadth-First Search)과 깊이 우선 탐색(Depth-First Search) 기반의 임의 보행을 수행하는 그래픽 임베딩 모델인 Node2vec가 적용될 수 있다.To this end, Node2vec, a graphical embedding model that performs random walking based on breadth-first search and depth-first search, will be applied to cross-country import network learning, as shown in FIG. can

그리고 나서, 추천부(120)는 국가 간 수입 네트워크로부터 도출되는 거래관계정보로서 각 국가의 임베딩 벡터가 획득되면, 획득된 국가 별 임베딩 벡터에 근거하여 상기 특정 국가에 대한 수출유망국가를 추천한다(S220-S240).Then, when the embedding vector of each country is obtained as transaction relationship information derived from the cross-border import network, the recommendation unit 120 recommends a promising export country for the specific country based on the obtained embedding vector for each country ( S220-S240).

또한, 이러한 링크 예측 모델에서 이루어지는 국가 간 임베딩 벡터의 링크 유무에 대한 예측은, 앞서 예시한 도 4에서와 같이 동형 3 요소 집합(The triad isomorphism class)에서 11-201 모델의 연결 구조가 고려될 수 있다.In addition, the prediction of the presence or absence of links of embedding vectors between countries made in this link prediction model can consider the connection structure of the 11-201 model in the triad isomorphism class as shown in FIG. 4 previously illustrated. there is.

다음, 도 10을 참조하여, 본 발명의 일 실시예에 따라 거래예상기업을 추천하는 거래 파트너 추천장치(100)의 동작 방법을 설명하기로 한다.Next, with reference to FIG. 10, an operating method of the trading partner recommendation apparatus 100 for recommending a prospective trading company according to an embodiment of the present invention will be described.

먼저, 획득부(110)는 거래 파트너 추천 유형이 특정 기업에 대한 거래예상기업 추천인 경우, 기업 별 거래 데이터를 학습한 기업 간 거래 네트워크로부터 상기 특정 기업의 거래예상기업을 추천하기 위한 거래관계정보를 획득한다(S310).First, when the transaction partner recommendation type is a prospective transaction recommendation for a specific company, the acquisition unit 110 obtains transaction relationship information for recommending a prospective transaction company of the specific company from an inter-business transaction network that has learned transaction data for each company. Obtain (S310).

이를 위해 기업 간 거래 네트워크 학습에는, 앞서 예시한, 도 6에서와 같이 SGNS(Skip-Gram with Negative Sampling) 방식에 따라 각 기업을 중심 기업으로 설정하여 상기 중심 기업 이외의 타 기업인 주변 기업과의 실 거래 여부를 레이블로 기록한 임베딩 테이블을 이용하는 방식이 적용될 수 있다.To this end, in the transaction network learning between companies, each company is set as a center company according to the SGNS (Skip-Gram with Negative Sampling) method as shown in FIG. A method of using an embedding table in which whether or not a transaction is recorded as a label may be applied.

그리고 나서, 추천부(120)는 기업 간 거래 네트워크로부터 도출되는 거래관계정보로서 각 기업에 대한 거래 임베딩 벡터가 획득되면, 획득된 기업 별 거래 임베딩 벡터에 근거하여 상기 특정 기업에 대한 거래기대국가를 추천한다(S320-S350).Then, when a transaction embedding vector for each company is acquired as transaction relationship information derived from the transaction network between companies, the recommendation unit 120 determines a transaction expectation country for the specific company based on the acquired transaction embedding vector for each company. Recommended (S320-S350).

이때, 추천부(120)는 앞서 예시한, 도 7에서와 같이 각 기업 별로 거래 관계(후방거래, 전방거래)가 존재하는 적어도 하나의 타 기업에 대한 거래 비중과 상기 거래 임베딩 벡터를 기준으로, 상기 적어도 하나의 타 기업과의 거래 관계를 함축한 임베딩 벡터인 거래 관계 임베딩 벡터를 도출하고, 이를 이용하여 상기 특정 기업에 대한 거래예상기업을 추천할 수 있다.At this time, the recommendation unit 120, as illustrated in FIG. 7 , based on the transaction ratio and the transaction embedding vector for at least one other company having a transaction relationship (backward transaction, forward transaction) for each company, A transaction relationship embedding vector, which is an embedding vector implying a transaction relationship with the at least one other company, may be derived, and a prospective transaction company for the specific company may be recommended using this.

이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 거래 파트너 추천장치(100)의 동작 방법에 따르면, 거래 파트너 추천 유형 별로 거래 정보를 학습한 거래 관계 네트워크를 이용하여 국가와 기업의 거래 파트너를 추천함으로써, 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업의 발굴의 의사 결정을 효과적으로 지원할 수 있음을 알 수 있다.As described above, according to the operating method of the trading partner recommendation device 100 according to an embodiment of the present invention, trading partners of countries and companies are selected by using a trading relationship network that has learned trading information for each trading partner recommendation type. It can be seen that by recommending, it is possible to effectively support the decision-making of the diversification of exporting countries at the national level and the discovery of trading companies at the level of corporate globalization.

한편, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 처리 시스템의 동작을 처리하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다.On the other hand, implementations of functional operations and subjects described in this specification may be implemented as digital electronic circuits, implemented as computer software, firmware, or hardware including the structure disclosed in this specification and its structural equivalents, or one or more of these. can be implemented by combining Implementations of the subject matter described in this specification are one or more computer program products, that is, one or more modules of computer program instructions encoded on a tangible program storage medium for processing or being executed by a processing system. can be implemented

컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 혹은 이들 중 하나 이상의 조합일 수 있다.A computer readable medium may be a machine readable storage device, a machine readable storage substrate, a memory device, or a combination of one or more of these.

본 명세서에서 "시스템"이나 "장치"라 함은 예컨대 프로그래머블 프로세서, 컴퓨터 혹은 다중 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 기구, 장치 및 기계를 포괄한다. 처리 시스템은, 하드웨어에 부가하여, 예컨대 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제 혹은 이들 중 하나 이상의 조합 등 요청 시 컴퓨터 프로그램에 대한 실행 환경을 형성하는 코드를 포함할 수 있다.The term "system" or "apparatus" herein includes all devices, devices and machines for processing data, including, for example, programmable processors, computers, or multiple processors or computers. A processing system may include, in addition to hardware, code that forms an execution environment for computer programs on demand, such as, for example, code constituting processor firmware, a protocol stack, a database management system, an operating system, or a combination of one or more of these. .

컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.A computer program (also known as a program, software, software application, script, or code) may be written in any form of programming language, including compiled or interpreted language or a priori or procedural language, and may be a stand-alone program or module; It may be deployed in any form, including components, subroutines, or other units suitable for use in a computer environment. A computer program does not necessarily correspond to a file in a file system. A program may be in a single file provided to the requested program, or in multiple interacting files (e.g., one or more modules, subprograms, or files that store portions of code), or parts of files that hold other programs or data. (eg, one or more scripts stored within a markup language document). A computer program may be deployed to be executed on a single computer or multiple computers located at one site or distributed across multiple sites and interconnected by a communication network.

한편, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 EPROM, EEPROM 및 플래시메모리 장치와 같은 반도체 메모리 장치, 예컨대 내부 하드디스크나 외장형 디스크와 같은 자기 디스크, 자기광학 디스크 및 CD-ROM과 DVD-ROM 디스크를 포함하여 모든 형태의 비휘발성 메모리, 매체 및 메모리 장치를 포함할 수 있다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다.On the other hand, computer-readable media suitable for storing computer program instructions and data include, for example, semiconductor memory devices such as EPROM, EEPROM and flash memory devices, magnetic disks such as internal hard disks or external disks, magneto-optical disks and CDs. - may include all forms of non-volatile memory, media and memory devices, including ROM and DVD-ROM disks. The processor and memory may be supplemented by, or incorporated into, special purpose logic circuitry.

본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 애플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수도 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.Implementations of the subject matter described herein may include back-end components, such as, for example, data servers, or may include middleware components, such as, for example, application servers, or may include, for example, web browsers or graphical users through which users may interact with implementations of the subject matter described herein. It may also be implemented in a computing system that includes a front-end component, such as a client computer having an interface, or any combination of one or more of such back-ends, middleware, or front-end components. The components of the system are interconnectable by any form or medium of digital data communication, such as, for example, a communication network.

본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 마찬가지로, 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.Although this specification contains many specific implementation details, they should not be construed as limiting on the scope of any invention or what is claimed, but rather as a description of features that may be unique to a particular embodiment of a particular invention. It should be understood. Likewise, certain features that are described in this specification in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment can also be implemented in multiple embodiments individually or in any suitable subcombination. Further, while features may operate in particular combinations and be initially depicted as such claimed, one or more features from a claimed combination may in some cases be excluded from that combination, and the claimed combination is a subcombination. or sub-combination variations.

또한, 본 명세서에서는 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다In addition, although operations are depicted in the drawings in a specific order in this specification, it is not to be understood that such operations must be performed in the specific order shown or sequential order or that all illustrated operations must be performed in order to obtain desired results. Can not be done. In certain cases, multitasking and parallel processing can be advantageous. Further, the separation of various system components in the embodiments described above should not be understood as requiring such separation in all embodiments, and the program components and systems described may generally be integrated together into a single software product or packaged into multiple software products. It should be understood that you can

이와 같이, 본 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하려는 의도가 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.As such, this specification is not intended to limit the invention to the specific terms presented. Therefore, although the present invention has been described in detail with reference to the above-described examples, those skilled in the art may make alterations, changes, and modifications to the present examples without departing from the scope of the present invention. The scope of the present invention is indicated by the following claims rather than the detailed description above, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.

본 발명에 따른 거래 파트너 추천장치 및 거래 파트너 추천장치의 동작 방법에 따르면, 거래 파트너 추천 방안에 관한 것으로, 보다 상세하게는 국가 차원에서의 수출 국가 다각화, 및 기업의 세계화 차원에서 거래 기업 발굴의 의사 결정을 효과적으로 지원할 수 있다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.According to the trading partner recommendation device and the operation method of the trading partner recommendation device according to the present invention, it relates to a trading partner recommendation method, and more specifically, the intention of discovering trading companies in terms of diversification of export countries at the national level and globalization of companies. In terms of being able to effectively support decisions, as it goes beyond the limits of existing technology, not only the use of related technology, but also the possibility of marketing or sales of the applied device is sufficient, as well as the degree that it can be clearly implemented in reality, so industrial use It is a promising invention.

100: 거래 파트너 추천장치
110: 획득부 120: 추천부100: trading partner recommendation device
110: Acquisition unit 120: Recommendation unit

Claims

an acquisition unit that acquires transaction relationship information required for recommending a transaction partner from a transaction relationship network that has learned transaction information according to a transaction partner recommendation type; and
and a recommendation unit for recommending a transaction partner matching the transaction partner recommendation type based on the transaction relationship information.

According to claim 1,
The transaction information,
If the trade partner recommendation type is a recommendation for a promising export country for a specific country, it includes import data by country excluding the specific country,
The trade relationship network,
A trading partner recommendation device comprising a cross-country import network that learns import data for each country on the premise of interdependence of connections between countries.

According to claim 2,
The transaction information is
Include the possibility of imports from the specific country, which is a predicted value of Link for each country for the specific country,
The recommendation section,
Transaction characterized in that a promising export country for the specific country is recommended according to at least one of a parametric method based on the possibility of import from the specific country and a non-parametric method Partner referral device.

According to claim 3,
The recommendation section,
In the case of following the parametric approach, the possibility of import from the specific country is set as an independent variable, and the export volume of each country of the specific country is set as a dependent variable to determine promising export countries for the specific country using a regression analysis model. A trading partner recommendation device, characterized in that for recommending.

According to claim 4,
The recommendation section,
Recommending a country in which the size of the residual, which is the difference between the predicted value derived from the regression model and the actual value confirmed from the export and import data of the specific country, is greater than a critical value as a promising export country for the specific country A trading partner recommendation device that does.

According to claim 3,
The recommendation section,
When the non-parametric approach is followed, an abnormal detection model in which the possibility of import from the specific country is set as an endogenous variable and at least one pre-specified country-specific economy-related statistical information is set as an exogenous variable is used. A trading partner recommendation device, characterized in that for recommending a promising export country for the specific country.

According to claim 6,
The recommendation section,
The trading partner recommendation device, characterized in that for recommending a country showing an abnormal index higher than a critical value within the same peer as a promising export country for the specific country according to the analysis result of the anomaly detection model.

According to claim 6,
The recommendation section,
Standardizing the value of the endogenous variable and the value of the exogenous variable by dividing the value of the specific country by the export volume for each country identified from the export and import data of the specific country,
A trading partner recommendation apparatus characterized in that for applying a standardized value to the anomaly detection model for the export volume of each country of the specific country.

According to claim 1,
The transaction information,
If the trade partner recommendation type is a recommendation for a potential export country for a specific country, it includes import data by country excluding the specific country,
The transaction relationship network,
Characterized by including a cross-country import network that learns country-specific import data using a graphical embedding model that performs random walks based on breadth-first search and depth-first search Trading partner referral device.

According to claim 9,
The transaction information is
Includes an embedding vector for each country derived from the graphic embedding model,
The recommendation section,
The embedding vector for each country and the embedding vector of the specific country derived from the graphic embedding model based on the import and export data of the specific country are set as predictor variables, and whether or not each country is linked to the specific country is set as a response variable. An apparatus for recommending a trading partner, characterized in that for recommending a potential export country for the specific country using a set link prediction model.

According to claim 10,
The recommendation section,
Among the countries predicted to have a link to the specific country from the link prediction model, a US exporting country identified from the import and export data of the specific country is recommended as a potential export country for the specific country. recommended device.

According to claim 1,
The transaction information,
If the trading partner recommendation type is a prospective trading company recommendation for a specific company, it includes transaction data for each company,
The trade relationship network,
Transaction characterized in that each company is set as a central company and a transaction network between companies that learns transaction data for each company using an embedding table recording whether or not actual transactions with peripheral companies other than the central company are recorded as labels Partner referral device.

According to claim 12,
The acquisition unit,
The apparatus for recommending trading partners characterized in that the embedding vector of each company is updated by performing backpropagation based on a result of dot product of the embedding vector between companies extracted from the embedding table and an error of label values in the embedding table.

According to claim 12,
The transaction information is
Includes a transaction embedding vector for each company derived from the embedding table,
The recommendation section,
Deriving a transaction relationship embedding vector, which is an embedding vector implying a transaction relationship with at least one other company, based on the transaction ratio and the transaction embedding vector for at least one other company with which each company has a transaction relationship, and recommending a prospective transaction company for the specific company using the transaction relationship embedding vector.

15. The method of claim 14,
The recommendation section,
The transaction relationship embedding vector derived for the specific company is compared with the transaction relationship embedding vector of another company, and as a result of the comparison, the similarity between the transaction relationship embedding vectors is greater than or equal to a threshold value, and at least one other company that has a transaction relationship with the specific company is selected. A trading partner recommendation device, characterized in that for recommending the company as a prospective trading company.

an acquisition step of acquiring transaction relationship information required for recommending the transaction partner from a transaction relationship network that has learned transaction information according to a transaction partner recommendation type; and
and a recommendation step of recommending a transaction partner matching the transaction partner recommendation type based on the transaction relationship information.

17. The method of claim 16,
The transaction information,
If the trade partner recommendation type is a recommendation for a promising export country for a specific country, it includes import data by country excluding the specific country,
The transaction relationship network,
A method of operating a trading partner recommendation device, characterized in that it includes a cross-country import network that learns import data for each country on the premise of interdependence of connections between countries.

18. The method of claim 17,
The transaction information is
Include the possibility of imports from the specific country, which is a predicted value of Link for each country for the specific country,
The recommendation step is
Transaction characterized in that a promising export country for the specific country is recommended according to at least one of a parametric method based on the possibility of import from the specific country and a non-parametric method How the partner recommendation device works.

According to claim 18,
The recommendation step is
In the case of following the parametric approach, the possibility of import from the specific country is set as an independent variable, and the export volume of each country of the specific country is set as a dependent variable to determine promising export countries for the specific country using a regression analysis model. A method of operating a trading partner recommendation device, characterized in that for recommending.

According to claim 19,
The recommendation step is
Recommending a country in which the size of the residual, which is the difference between the predicted value derived from the regression model and the actual value confirmed from the export and import data of the specific country, is greater than a critical value as a promising export country for the specific country A method of operating a trading partner recommendation device that does.

According to claim 18,
The recommendation step is
When the non-parametric approach is followed, an abnormal detection model in which the possibility of import from the specific country is set as an endogenous variable and at least one pre-specified country-specific economy-related statistical information is set as an exogenous variable is used. A method of operating a trading partner recommendation device, characterized in that for recommending a promising export country for the specific country.

According to claim 21,
The recommendation step is
A method of operating a trading partner recommendation device, characterized in that, according to the analysis result of the anomaly detection model, a country showing an abnormal index higher than a threshold value within the same peer is recommended as a promising export country for the specific country. .

According to claim 21,
The recommendation step is
Standardizing the value of the endogenous variable and the value of the exogenous variable by dividing the value of the specific country by the export volume for each country identified from the export and import data of the specific country,
The method of operating the trading partner recommendation device, characterized in that for applying a standardized value to the anomaly detection model for the export volume of each country of the specific country.

17. The method of claim 16,
The transaction information,
If the trade partner recommendation type is a recommendation for a potential export country for a specific country, it includes import data by country excluding the specific country,
The transaction relationship network,
Characterized by including a cross-country import network that learns country-specific import data using a graphical embedding model that performs random walks based on breadth-first search and depth-first search How the trading partner recommender works.

25. The method of claim 24,
The transaction information is
Includes an embedding vector for each country derived from the graphic embedding model,
The recommendation step is
The embedding vector for each country and the embedding vector of the specific country derived from the graphic embedding model based on the import and export data of the specific country are set as predictor variables, and whether or not each country is linked to the specific country is set as a response variable. A method of operating a trading partner recommendation device, characterized in that for recommending a potential export country for the specific country using a set link prediction model.

26. The method of claim 25,
The recommendation step is
Among the countries predicted to have a link to the specific country from the link prediction model, a US exporting country identified from the import and export data of the specific country is recommended as a potential export country for the specific country. How the recommender works.

17. The method of claim 16,
The transaction information,
If the trading partner recommendation type is a prospective trading company recommendation for a specific company, it includes transaction data for each company,
The trade relationship network,
Transaction characterized in that each company is set as a central company and a transaction network between companies that learns transaction data for each company using an embedding table recording whether or not actual transactions with peripheral companies other than the central company are recorded as labels How the partner recommendation device works.

28. The method of claim 27,
The acquisition step is
A method of operating a trading partner recommendation apparatus characterized in that the embedding vector of each company is updated by performing backpropagation based on the result of dot product of the embedding vector between companies extracted from the embedding table and the error of the label value in the embedding table. .

28. The method of claim 27,
The transaction information is
Includes a transaction embedding vector for each company derived from the embedding table,
The recommendation step is
Deriving a transaction relationship embedding vector, which is an embedding vector implying a transaction relationship with at least one other company, based on the transaction ratio and the transaction embedding vector for at least one other company with which each company has a transaction relationship, A method of operating a trading partner recommendation device, characterized in that for recommending a prospective transaction company for the specific company using the transaction relationship embedding vector.

The method of claim 29,
The recommendation step is
The transaction relationship embedding vector derived for the specific company is compared with the transaction relationship embedding vector of another company, and as a result of the comparison, the similarity between the transaction relationship embedding vectors is greater than or equal to a threshold value, and at least one other company that has a transaction relationship with the specific company is selected. A method of operating a trading partner recommendation device, characterized in that for recommending a company as a prospective transaction company.