KR20230144842A - 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법 - Google Patents

투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법 Download PDF

Info

Publication number
KR20230144842A
KR20230144842A KR1020220044028A KR20220044028A KR20230144842A KR 20230144842 A KR20230144842 A KR 20230144842A KR 1020220044028 A KR1020220044028 A KR 1020220044028A KR 20220044028 A KR20220044028 A KR 20220044028A KR 20230144842 A KR20230144842 A KR 20230144842A
Authority
KR
South Korea
Prior art keywords
investment
keyword
information
items
similarity
Prior art date
Application number
KR1020220044028A
Other languages
English (en)
Inventor
장장희
Original Assignee
주식회사 이노핀
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 이노핀 filed Critical 주식회사 이노핀
Priority to KR1020220044028A priority Critical patent/KR20230144842A/ko
Priority to PCT/KR2022/009369 priority patent/WO2023195579A1/ko
Publication of KR20230144842A publication Critical patent/KR20230144842A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/258—Heading extraction; Automatic titling; Numbering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Abstract

투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버는 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 키워드 추출부, 복수의 투자 종목 각각의 비중 정보 및 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 복수의 투자 종목별 제 1 핵심 키워드를 선정하고, 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 2 핵심 키워드를 선정하는 핵심키워드 선정부, 추출된 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 키워드 유사도 측정부, 기설정된 복수의 특성 항목을 포함하는 복수의 투자 종목별 기초 데이터에 기초하여 투자 종목별 투자 스타일 정보를 도출하고, 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 투자자에 대한 투자 스타일 정보를 도출하는 투자 스타일 도출부, 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 투자 스타일 유사도 측정부 및 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 추천 종목 선정부를 포함할 수 있다.

Description

투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법{SERVER AND METHOD FOR PROVIDING RECOMMENDED INVESTMENT ITEM BASED ON INVESTMENT PORTFOLIO OF INVESTOR}
본 발명은 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법에 관한 것이다.
기존에는 개인 투자자에 대한 투자성향을 분석하는 방법을 통하여 개인 투자자에게 적합한 투자 종목을 제공하였다. 도 1을 참조하면, 이러한 개인 투자자에 대한 투자성향을 분석하는 방법에는 설문에 의한 투자자의 투자성향 분석 방식과, 인구 통계학적 분류군(예컨대, 동일 연령, 성별, 자산수준 등에 따른 분류군)의 선호도 조사 방식 및 투자자 본인이 검색한 검색어의 빈도에 따른 검색어 분석 방식이 있었다.
투자자와 추천 종목 간의 매칭에 있어 사용되는 기초 데이터인 개인성향 분석 데이터와 투자상품 분석 데이터는 지나친 단순화로 인해 변별력이 부족하다는 문제를 갖고 있다. 이러한 이유로, 기존의 투자성향 분석 방식을 이용한 투자자와 투자상품 간의 매칭 과정은 그 정확성 및 품질이 떨어지는 문제점을 발생시킬 수 있다.
한국공개특허공보 제2015-0083620호 (2015.07.20. 공개)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 투자 포트폴리오에 포함된 복수의 투자 종목별 키워드 및 투자자의 투자 성향을 반영한 키워드에 기초하여 키워드 유사도를 측정하고, 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보에 기초하여 투자 스타일 유사도를 측정하고자 한다. 또한, 본 발명은 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하여 투자자에게 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버는 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 키워드 추출부; 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 2 핵심 키워드를 선정하는 핵심키워드 선정부; 상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 키워드 유사도 측정부; 기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 투자 스타일 도출부; 상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 투자 스타일 유사도 측정부; 및 상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 추천 종목 선정부를 포함할 수 있다.
본 발명의 제 2 측면에 따른 투자 서비스 제공 서버에 의해 수행되는 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법은 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 단계; 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 2 핵심 키워드를 선정하는 단계; 상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 단계; 기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 단계; 상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 단계; 및 상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 단계를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 투자 포트폴리오에 포함된 복수의 투자 종목별 키워드 및 투자자의 투자 성향을 반영한 키워드에 기초하여 키워드 유사도를 측정하고, 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보에 기초하여 투자 스타일 유사도를 측정할 수 있다. 또한, 본 발명은 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하여 투자자에게 제공할 수 있다.
도 1은 기존 투자자의 투자 상품 매칭 방식을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른, 투자 서비스 정보 제공 서버의 블록도이다.
도 3a 내지 3c는 본 발명의 일 실시예에 따른, 투자 종목에 키워드를 설정하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른, 투자자의 투자 성향을 반영한 핵심 키워드를 도출하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른, 투자자에 대한 투자 스타일을 도출하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른, 투자 종목별 핵심 키워드를 도출하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른, 투자 종목별 투자 스타일을 도출하는 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른, 투자자의 투자성향을 반영한 핵심 키워드 및 투자 종목별 핵심 키워드 간의 유사도를 도출하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른, 투자자에 대한 투자 스타일 및 투자 종목별 투자 스타일 간의 유사도를 도출하는 방법을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른, 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른, 투자 서비스 정보 제공 서버의 블록도이다.
도 2를 참조하면, 투자 서비스 정보 제공 서버(20)는 키워드 추출부(200), 핵심 키워드 선정부(210), 키워드 유사도 측정부(220), 투자 스타일 도출부(230), 투자 스타일 유사도 측정부(240) 및 추천 종목 선정부(250)를 포함할 수 있다. 다만, 도 2에 도시된 투자 서비스 정보 제공 서버(20)는 본 발명의 하나의 구현 예에 불과하며, 도 2에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다.
키워드 추출부(200)는 기설정된 기간별로 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 투자자의 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출할 수 있다.
여기서, 투자 관련 문서는 예를 들어, 투자 전문가(예컨대, 애널리스트, 펀드매니저 등)에 의해 작성된 투자 보고서, 경제 전망 보고서, 경제 기사, 투자관련 전자책 등을 포함할 수 있다.
여기서, 각 투자 종목은 도 3a와 같이, 관련 투자 키워드들과 일대다의 관계를 가질 수 있다.
키워드 추출부(200)는 복수의 투자 종목별로 연관된 각 투자 키워드가 언급된 적어도 하나의 투자 관련 문서의 발행일 또는 게시일 및 각 투자 키워드가 적어도 하나의 투자 관련 문서에 언급된 횟수에 대한 키워드 발생 정보를 각 투자 키워드에 매핑할 수 있다. 여기서, 키워드 발생 정보는 투자 키워드의 최근 키워드 발생일로부터 현재까지의 경과일을 포함할 수 있다.
키워드 추출부(200)는 복수의 투자 종목별로 각 투자 키워드 및 각 투자 키워드의 키워드 발생 정보를 매핑하여 투자 키워드 테이블에 저장할 수 있다.
구체적으로, 키워드 추출부(200)는 실시간으로 수집된 복수의 투자 관련 문서 중 복수의 투자 종목별로 각 투자 키워드가 가장 최근에 언급된 적어도 하나의 투자 관련 문서의 발행일 또는 게시일을 각 투자 키워드의 키워드 발생일로서 설정할 수 있다.
예를 들어, 키워드 추출부(200)는 제 1 기간 동안에 수집된 복수의 투자 관련 문서로부터 추출된 제 1 투자 종목의 투자 키워드 및 해당 투자 키워드에 대한 키워드 발생일을 투자 키워드 테이블에 저장하고, 제 1 기간이 지난 이후의 제 2 기간 동안에 수집된 복수의 투자 관련 문서로부터 추출된 제 1 투자 종목의 신규 투자 키워드 및 신규 투자 키워드에 대한 신규 키워드 발생일을 투자 키워드 테이블에 추가 저장할 수 있다.
키워드 추출부(200)는 키워드 발생일에 기초하여 각 투자 키워드에 대한 키워드 경과일을 도출할 수 있다. 여기서, 키워드 발생일은 각 투자 키워드가 투자 관련 문서에 추가적으로 언급됨에 따라 갱신될 수 있다.
키워드 추출부(200)는 각 투자 종목별로 각 투자 종목과 연관된 투자 키워드, 투자 키워드에 대한 키워드 발생일 및 투자 키워드에 대한 키워드 경과일을 투자 키워드 테이블에 저장할 수 있다.
예를 들어, 도 3a를 참조하면, 키워드 추출부(200)는 복수의 투자 관련 문서로부터 제 1 투자 종목과 연관된 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드를 추출하고, 각 투자 키워드에 대응하는 키워드 발생일을 도출할 수 있다. 여기서, 제 1 투자 키워드에 대한 제 1 키워드 발생일은 제 1 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일(또는 투자 관련 문서가 게시된 게시일)로부터 현재까지의 기간에 의해 도출되고, 제 2 투자 키워드에 대한 제 2 키워드 발생일은 제 2 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로부터 현재까지의 기간에 의해 도출되고, 제 3 투자 키워드에 대한 제 3 키워드 발생일은 제 3 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로부터 현재까지의 기간에 의해 도출될 수 있다.
도 3b를 참조하면, 키워드 추출부(200)는 제 1 투자 종목의 제 1 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로부터 제 1 키워드 발생일(Dt)을 도출하고, 이로부터 현재 날짜(Dt+n) 까지 경과된 경과일에 기초하여 제 1 투자 키워드에 대한 제 1 키워드 경과일 도출할 수 있다. 이 때, 제 1 투자 키워드에 대한 제 1 키워드 발생일(Dt)은 시간의 흐름에 따라 제 1 투자 키워드가 가장 최근에 언급된 투자 관련 문서의 발행일로 지속적으로 업데이트될 수 있다.
도 3c를 참조하면, 키워드 추출부(200)는 제 1 투자 종목에 대한 관련 복수의 투자 키워드별로 각 투자 키워드에 대한 키워드 발생일 및 해당 투자 키워드에 대한 키워드 경과일을 매칭하여 투자 키워드 테이블(30)에 저장할 수 있다. 예를 들어, 키워드 추출부(200)는 제 1 투자 종목과 관련된 제 1 투자 키워드, 제 1 투자 키워드에 대한 제 1 키워드 발생일 및 제 1 키워드 경과일을 매핑하여 투자 키워드 테이블(30)에 저장할 수 있다.
키워드 추출부(200)는 복수의 투자 종목별 각 투자 키워드가 언급된 투자 관련 문서마다, 각 투자 키워드가 언급된 횟수를 투자 키워드별로 도출할 수 있다.
키워드 추출부(200)는 각 키워드의 경과일에 기초하여 각 투자 키워드의 가중치를 상이하게 설정할 수 있다. 여기서, 각 투자 키워드의 가중치는 [수학식 1]에 따라 계산될 수 있다.
[수학식 1]
투자 키워드의 가중치 =
여기서, P는 기설정된 감속인자(예컨대, 0.98)이고, N은 투자 키워드에 대한 경과일이다.
[수학식 1]에 따르면, 감속인자가 작을수록 시간 경과에 따른 가중치 감소가 급격하게 진행될 수 있다.
키워드 추출부(200)는 각 투자 키워드가 언급된 횟수에 더 기초하여 각 투자 키워드의 가중치를 상이하게 설정할 수도 있다.
키워드 추출부(200)는 투자자의 투자 포트폴리오에 포함된 복수의 투자 종목의 비중 정보에 기초하여 각 투자 종목별 연관된 투자 키워드의 가중치를 상이하게 설정할 수도 있다.
키워드 추출부(200)는 복수의 투자 종목별로 연관된 각 투자 키워드마다 설정된 가중치를 각 투자 키워드에 매핑하여 투자 키워드 테이블에 저장할 수 있다. 예를 들어, 도 3c를 참조하면, 키워드 추출부(200)는 제 1 투자 종목과 연관된 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드 각각에 설정된 가중치를 각 투자 키워드에 매핑하여 투자 키워드 테이블(30)에 저장할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정할 수 있다.
구체적으로, 핵심 키워드 선정부(210)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 접근 방식에 대한 정보를 포함하는 로그 데이터를 수집할 수 있다.
여기서, 키워드 접근 방식에 대한 정보는 적어도 하나의 투자 키워드의 검색에 관한 제 1 키워드 접근 방식, 적어도 하나의 투자 키워드가 존재하는 자료의 조회에 관한 제 2 키워드 접근 방식 및 투자 키워드에 관한 투자 종목의 조회 및 거래에 관한 제 3 키워드 접근 방식을 포함할 수 있다.
핵심 키워드 선정부(210)는 각 투자 키워드에 대한 투자자의 키워드 접근 방식별로 접근 빈도 정보 및 접근 날짜 정보를 수집할 수 있다.
핵심 키워드 선정부(210)는 키워드 접근 방식마다 각 투자 키워드에 대한 가중치를 상이하게 설정할 수 있다. 여기서, 가중치는 투자 키워드에 대한 투자자의 성향 강도에 대응될 수 있다.
예를 들어, 도 4를 참조하면, 핵심 키워드 선정부(210)는 제 1 투자 종목과 연관된 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드 각각에 대한 키워드 접근 방식에 따라 제 1 투자 키워드, 제 2 투자 키워드 및 제 3 투자 키워드 각각에 대한 투자자의 성향 강도를 나타내는 가중치를 설정할 수 있다.
핵심 키워드 선정부(210)는 각 투자 키워드별 수집된 투자자의 키워드 접근 방식별 접근 빈도 정보 및 접근 날짜 정보에 기초하여 각 투자 키워드에 대한 가중치를 설정할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목에 대하여 기설정된 기간 마다(즉, 제 1 핵심 키워드의 갱신 주기마다) 수집된 각 투자 키워드별 키워드 접근 방식, 접근 빈도 정보, 접근 날짜 정보 및 가중치를 키워드 테이블에 누적할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목별로 각 투자 키워드에 접근하는 투자자의 키워드 접근 방식, 접근 빈도 정보, 접근 날짜 정보 및 가중치에 기초하여 각 투자 키워드별 투자자의 행동 패턴을 분석할 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정할 수 있다.
핵심 키워드 선정부(210)는 각 투자 키워드에 대한 투자자의 키워드 적합도를 계산할 수 있다.
구체적으로, 핵심 키워드 선정부(210)는 각 투자 키워드에 대한 키워드 접근 방식마다 설정된 가중치, 각 투자 키워드에 대한 키워드 접근 방식별 접근 빈도 정보 및 접근 날짜 정보에 기초하여 키워드 적합도 점수를 계산할 수 있다. 여기서, 키워드 적합도 점수는 [수학식 2]를 통해 계산될 수 있다.
[수학식 2]
투자 키워드 i에 대한 키워드 적합도 점수 =
여기서, 행위 경과 기간은 각 투자 키워드에 대한 키워드 접근 방식별 접근 날짜 정보에 기초하여 도출될 수 있다.
핵심 키워드 선정부(210)는 복수의 투자 종목에 대한 각 투자 키워드별 키워드 적합도 점수에 기초하여 복수의 투자 종목별로 투자자의 투자 성향을 반영한 제 1 핵심 키워드를 선정할 수 있다.
예를 들어, 핵심 키워드 선정부(210)는 각 투자 키워드의 키워드 적합도 점수를 내림차순으로 정렬하고, 높은 점수순으로 기설정된 개수에 속하는 투자 키워드를 제 1 핵심 키워드로서 선정할 수 있다.
핵심 키워드 선정부(210)는 제 1 핵심 키워드의 갱신 주기마다 누적하여 수집된 각 투자 키워드에 대한 키워드 접근 방식별 접근 빈도 정보 및 접근 날짜 정보에 기초하여 각 투자 키워드별 키워드 적합도 점수를 업데이트할 수 있다.
핵심 키워드 선정부(210)는 제 1 핵심 키워드의 갱신 주기마다 업데이트된 각 투자 키워드에 대한 키워드 적합도 점수에 기초하여 복수의 투자 종목별로 제 2 핵심 키워드를 다시 선정할 수 있다.
이와 같이, 본 발명은 제 1 핵심 키워드의 갱신 주기를 기준으로 투자 키워드의 키워드 적합도 점수를 업데이트하고, 제 1 핵심 키워드를 재선정함으로써 시시각각 변화하는 투자 시장에 대한 투자자의 대응 변화를 빠르게 반영하면서 투자자의 투자성향 변화를 추적할 수 있고, 투자자의 투자성향에 맞는 키워드에 대한 최신성을 확보할 수 있다.
투자 스타일 도출부(230)는 기설정된 수집 기간마다 투자자의 투자 포트폴리오에 대한 제 1 기초 데이터를 수집할 수 있다.
여기서, 제 1 기초 데이터는 투자 포트폴리오에 대한 시장 정보(예컨대, 총투자 종목수, 코스피 종목수, 코스닥 종목수, ETF 종목수, 기타 종목수), 평균시총정보, 평균거래대금정보, 거래량정보, 평균단가정보, 평균PBR정보, 실적점수평균정보, 밸류점수평균정보, 수급점수평균정보, 모멘텀점수평균정보, 차트점수평균정보, (고가-저가)/시가에 대한 정보, 5일 등락률 평균 정보 등에 대한 정보를 포함할 수 있다.
투자 스타일 도출부(230)는 기설정된 수집 기간마다 수집된 투자자의 투자 포트폴리오에 대한 제 1 기초 데이터에 기초하여 투자자에 대한 제 1 투자 스타일 정보를 도출할 수 있다.
투자 스타일 도출부(230)는 기설정된 수집 기간마다 수집된 제 1 기초 데이터에 대한 평균값을 계산하고, 기설정된 수집 기간에 대한 시계열 정보를 기준으로 일정 기간 동안 계산된 제 1 기초 데이터에 대한 평균값을 대푯값으로 하여 투자자의 투자 포트폴리오에 대한 제 1 투자 스타일 정보를 도출할 수 있다.
핵심 키워드 선정부(210)는 투자자의 투자 포트폴리오에 포함된 복수의 투자 종목에서 각 투자 종목의 비중 정보를 도출하고, 도출된 각 투자 종목 각각의 비중 정보 및 투자 종목별로 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 복수의 투자 종목별 제 2 핵심 키워드를 선정할 수 있다.
핵심 키워드 선정부(210)는 각 투자 종목의 비중 정보에 따른 가중치 및 각 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 각 투자 종목의 투자 키워드별 키워드 중요도 점수를 계산할 수 있다.
핵심 키워드 선정부(210)는 각 투자 종목의 투자 키워드별 키워드 중요도 점수에 기초하여 복수의 투자 종목별 제 2 핵심 키워드를 선정할 수 있다.
예를 들어, 도 6을 참조하면, 핵심 키워드 선정부(210)는 각 투자 종목별로 생성된 투자 키워드 테이블로부터 각 투자 종목의 투자 키워드 및 투자 키워드에 대한 키워드 경과일을 추출할 수 있다.
핵심 키워드 선정부(210)는 각 투자 종목별 비중 정보에 따른 가중치, 각 투자 종목의 투자 키워드 및 투자 키워드에 대한 키워드 경과일을 포함하는 투자 종목별 투자 키워드 현황 리스트(60)를 생성할 수 있다.
핵심 키워드 선정부(210)는 투자 종목별 투자 키워드 현황 리스트(60)에 포함된 각 투자 종목의 비중 정보에 따른 가중치 및 각 투자 종목별 투자 키워드에 대한 키워드 경과일에 기초하여 각 투자 종목의 투자 키워드별 키워드 중요도 점수를 산출할 수 있다.
이 때, 핵심 키워드 선정부(210)는 [수학식 3]과 같이, 각 투자 종목별 투자 키워드에 대한 키워드 경과일을 지수 함수의 지수로 설정함으로써 각 투자 종목의 투자 키워드별 키워드 중요도 점수를 산출할 수 있다.
[수학식 3]
각 투자 종목별 제 N 투자 키워드에 대한 키워드 중요도 점수
=
여기서, wi는 각 투자 종목의 비중 정보에 따른 가중치이다.
핵심 키워드 선정부(210)는 각 투자 종목별로 계산된 각 투자 키워드의 키워드 중요도 점수를 동일 투자 키워드끼리 합산하고, 동일 투자 키워드별로 합산된 키워드 중요도 점수를 포함하는 키워드 중요도 점수 리스트(62)를 생성할 수 있다.
키워드 중요도 점수 리스트(62)에서 합산된 키워드 중요도 점수가 높은 투자 키워드일수록 중요도가 높은 키워드일 수 있다.
핵심 키워드 선정부(210)는 키워드 중요도 점수 리스트(62)에서 합산된 키워드 중요도 점수가 높은 상위 M개의 투자 키워드를 추출하고, 추출된 상위 M개의 투자 키워드를 제 2 핵심 키워드로서 선정할 수 있다.
투자 스타일 도출부(230)는 기설정된 복수의 특성 항목을 포함하는 복수의 투자 종목별 제 2 기초 데이터에 기초하여 투자 종목별 제 2 투자 스타일 정보를 도출할 수 있다.
예를 들어, 도 7을 참조하면, 기설정된 복수의 특성 항목은 투자 종목의 비중 항목(701), 시장 항목(703), 시총 항목(705), 밸류 항목(707), 실적 항목(711), 수급점수 항목(711), 시장평판 항목(713), 일변동성 항목(715), 중기변동성 항목(717), 업종 항목(719)을 포함할 수 있다.
여기서, 제 2 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급점수 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보를 포함할 수 있다. 여기서, 밸류 정보는 예를 들어, 투자 종목의 주가순자산비율(PBR, Price Book value Ratio) 정보, 주가수익비율(PER, Price Earning Ratio) 정보, 주가매출비율(PSR, Price Sales Ratio) 정보 등을 포함할 수 있다. 실적 정보는 예를 들어, 투자 종목의 영업이익률, 순이익률 등을 포함할 수 있다. 수급점수 정보는 예를 들어, 투자 종목의 거래 금액, 외국인매수금액 등을 포함할 수 있다. 시장평판 점수는 예를 들어, 투자 종목의 목표가조정률 등을 포함할 수 있다. 일변동성 정보는 예를 들어, 투자 종목의 진봉길이(Truerange) 등을 포함할 수 있다. 중기변동성 정보는 예를 들어, 투자 종목의 월등락률 등을 포함할 수 있다.
투자 스타일 도출부(230)는 각 투자 종목의 비중 정보에 따른 가중치 및 각 투자 종목의 제 2 기초 데이터에 기초하여 복수의 특성 항목별 대푯값을 도출하고, 도출된 복수의 특성 항목별 대푯값에 기초하여 각 투자 종목별 제 2 투자 스타일 정보를 도출할 수 있다. 여기서, 복수의 특성 항목별 대푯값은 각 특성 항목마다 특성 항목의 필드값에 대응 종목의 가중치가 반영된 값을 합산한 값을 의미하며 예를 들어, [수학식 4]에 기초하여 계산될 수 있다.
[수학식 4]
각 특성 항목의 대푯값 =
여기서, i는 각 투자 종목을 의미한다.
업종 항목의 대푯값의 경우, 투자 스타일 도출부(230)는 각 투자 종목의 업종 코드 정보에 따른 기설정된 가중치에 기초하여 [수학식 5]를 이용하여 업종 항목의 대푯값(즉, 대표업종)을 도출할 수 있다.
[수학식 5]
업종 항목의 대푯값(대표업종) =
업종매칭( Max())
예를 들어, 도 7을 참조하면, 투자 스타일 도출부(230)는 제 1 투자 종목의 비중 정보에 따른 가중치(w1) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 1) 간의 곱에 대한 제 1 값과, 제 2 투자 종목의 비중 정보에 따른 가중치(w2) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 2) 간의 곱에 대한 제 2 값과, 제 3 투자 종목의 비중 정보에 따른 가중치(w3) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 3) 간의 곱에 대한 제 3 값과, 제 4 투자 종목의 비중 정보(w4) 및 시장 항목(703)에 대응하는 시장 정보(필드값: 시장 4) 간의 곱에 대한 제 4 값을 합산하여 시장 항목(703)의 대푯값을 도출할 수 있다.
키워드 유사도 측정부(220)는 각 투자 종목별 각 투자 종목과 연관된 투자 키워드에 기초하여 투자 키워드 간의 제 1 키워드 유사도를 측정할 수 있다.
도 8을 참조하면, 키워드 유사도 측정부(220)는 각 투자 종목별로 추출된 적어도 하나의 투자 키워드에 기초하여 투자 종목별 키워드 리스트(80)를 생성하고, 투자 종목별 키워드 리스트(80) 중 한 쌍의 상이한 투자 키워드를 모두 포함하는 종목의 개수에 기초하여 제 1 키워드 유사도를 산출할 수 있다.
또한, 키워드 유사도 측정부(220)는 투자 종목별 키워드 리스트(80)에 포함된 전체 투자 키워드에 대하여 복수 개의 한 쌍의 투자 키워드 조합을 생성하고, 각 한 쌍의 투자 키워드 조합마다 각 한 쌍의 투자 키워드 조합을 모두 포함하는 투자 종목들의 개수를 산출할 수 있다.
또한, 키워드 유사도 측정부(220)는 각 한 쌍의 투자 키워드 조합별 투자 종목의 개수에 기초하여 제 1 키워드 유사도를 산출할 수 있다.
여기서, 제 1 키워드 유사도는 [수학식 6]을 이용하여 계산될 수 있다.
[수학식 6]
투자 키워드 X 및 투자 키워드 Y 간의 키워드 유사도
= (투자 키워드 X 및 투자 키워드 Y가 동시에 포함된 투자 종목의 수) / 전체 투자 종목의 수
키워드 유사도 측정부(220)는 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드 중 상위 S 범위 내의 핵심 키워드를 선정하고, 선정된 상위 S 범위 내의 핵심 키워드를 제 1 키워드군으로 그룹핑할 수 있다. 또한, 복수의 투자 종목별 제 2 핵심 키워드 중 상위 N 범위 내에 속하는 핵심 키워드를 선정하고, 선정된 상위 N 범위 내의 핵심 키워드를 제 2 키워드군으로 그룹핑할 수 있다.
키워드 유사도 측정부(220)는 제 1 키워드군 및 제 2 키워드군 간의 제 2 키워드 유사도를 측정할 수 있다. 여기서, 키워드군 간의 제 2 키워드 유사도는 [수학식 7]을 이용하여 계산될 수 있다.
[수학식 7]
키워드군 간의 제 2 키워드 유사도 =
/
여기서, S는 총 투자 키워드의 개수이다.
제 1 키워드군에 포함된 핵심 키워드 i 및 제 2 키워드군에 포함된 핵심 키워드 j 간의 제 2 키워드 유사도가 모두 0인 경우는 투자 키워드 i와 투자 키워드 j가 서로 관련성이 전혀 없다는 의미이고, 제 1 키워드군의 투자 키워드 i 및 제 2 키워드군의 투자 키워드 j 간의 제 2 키워드 유사도가 모두 1인 경우는 투자 키워드 i와 투자 키워드 j가 완전 동일하다는 의미이다. 따라서, 이를 반영하기 위해, 제 2 키워드 유사도는 0~1의 표준화된 값을 갖는다.
제 2 키워드 유사도가 높을수록 투자자의 투자 성향이 반영된 제 1 키워드군 및 복수의 투자 종목의 특성이 반영된 제 2 키워드군 간의 유사성이 높다는 의미를 가질 수 있다.
한편, 투자 스타일 유사도 측정부(240)는 투자자에 대한 제 1 투자 스타일 정보 및 투자 종목별 제 2 투자 스타일 정보 간의 투자 스타일 유사도를 도출할 수 있다.
도 9를 참조하면, 투자 스타일 유사도 측정부(240)는 투자자 및 투자 종목 간의 투자스타일 테이블(90)의 기설정된 복수의 특성 항목 중 투자 스타일 유사도를 측정할 적어도 하나의 특성 항목을 선정할 수 있다. 여기서, 복수의 특성 항목은 시장 항목, 시총 항목, 밸류 항목, 실적 항목, 수급점수 항목, 시장평판 항목, 일변동성 항목, 중기변동성 항목, 업종 항목을 포함할 수 있다. 이 때, 각 특성 항목에는 상이한 중요도 가중치가 기설정되어 있다.
투자 스타일 유사도 측정부(240)는 선정된 적어도 하나의 특성 항목에 대응하는 투자자의 투자 포트폴리오에 대한 제 1 기초 데이터, 복수의 투자 종목별 제 2 기초 데이터, 및 선정된 적어도 하나의 특성 항목에 기설정된 중요도 가중치에 기초하여 투자 스타일 유사도를 측정할 수 있다.
투자 스타일 유사도 측정부(240)는 복수의 특성 항목에 대한 디지털화된 필드값을 N 분위하고, 각 특성 항목의 N분위 값을 표준화 테이블(92)의 각 분위에 대응하는 값으로 변환할 수 있다.
투자 스타일 유사도 측정부(240)는 업종 항목의 경우, 업종지수 시계열의 상관계수를 이용하여 업종 항목의 필드값을 표준화할 수 있다.
투자 스타일 유사도 측정부(240)는 시장 항목의 경우, [수학식 8]을 참조하여 시장구분값 및 시장비중값에 기초하여 시장 항목의 필드값을 표준화할 수 있다. 여기서, 시장구분값은 코스피 시장에 설정된 값(예컨대, 1), 코스닥 시장에 설정된 값(예컨대, 2) 및 기타 시장에 설정된 값(예컨대, 3)을 포함할 수 있다.
[수학식 8]
여기서, 은 코스피 시장에 설정된 값(예컨대, 1), 코스닥 시장에 설정된 값(예컨대, 2) 및 기타 시장에 설정된 값(예컨대, 3) 중 하나의 시장에 해당하는 구분값을 의미하고, 은 코스피 시장, 코스닥 시장 및 기타 시장 중 하나의 시장에 해당하는 비중값을 의미한다. 수학식 8에서 주식시장(코스피 시장, 코스닥 시장 및 기타 시장)을 3가지 값으로 설정했기 때문에 시장구분값과 시장비중값의 곱을 3으로 나누었다.
투자 스타일 유사도 측정부(240)는 표준화된 투자스타일 테이블(94)을 이용하여 투자 스타일 유사도를 도출할 수 있다. 여기서, 투자 스타일 유사도는 [수학식 9]를 통해 계산될 수 있다.
[수학식 9]
1-
[수학식 9]를 참조하면, 투자자와 투자 종목 간 투자 스타일의 유사도가 전혀 무관할 경우 0값을 갖고, 투자자와 투자 종목 간 투자스타일의 유사도가 완전 동일할 경우 1값을 갖는다.
투자 스타일 유사도가 높을수록 투자자와 투자 종목 간의 투자 스타일의 유사성이 높다.
추천 종목 선정부(250)는 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정할 수 있다.
예를 들어, 추천 종목 선정부(250)는 투자자의 투자성향이 반영된 핵심 키워드만 존재하는 제 1 경우, 해당 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우를 구분하여 투자자에게 추천할 추천 투자 종목을 선정할 수 있다.
여기서, 핵심 키워드만 존재하는 제 1 경우는 예를 들어, 뉴스, 리포트 등의 비정형 데이터에 해당되는 경우일 수 있다. 예를 들어, 추천 종목 선정부(250)는 제 1 뉴스의 키워드와 투자자성향이 반영된 핵심 키워드 간의 유사도가 65.85%이고, 제 2 뉴스의 키워드와 투자자성향이 반영된 핵심 키워드 간의 유사도가 45.58%이라면, 제 1 뉴스의 키워드를 투자자와의 최적의 매칭 정보로서 선정할 수 있다.
여기서, 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우는 예를 들어, 개별 투자 종목 또는 포트폴리오(복수의 투자 종목)가 존재하는 경우, 개별 투자 종목 또는 포트폴리오에 포함된 키워드 및 종목 스타일 모든 정보를 포함할 수 있다. 이 경우, 투자자 개인의 투자성향이 반영된 핵심 키워드와 투자 종목에 대한 투자 스타일 정보를 모두 이용하여 최적 정보 매칭이 가능하도록 할 수 있다.
예를 들어, 투자자의 투자성향이 반영된 핵심 키워드만 존재하는 제 1 경우, 추천 종목 선정부(250)는 제 1 키워드 유사도 및 제 2 키워드 유사도 간의 조합에 기초하여 투자자에게 추천할 제 1 추천 투자 종목을 선정할 수 있다.
예를 들어, 해당 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우 추천 종목 선정부(250)는 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 제 2 추천 투자 종목을 선정할 수 있다.
예를 들어, 해당 핵심 키워드 및 투자 스타일 정보가 모두 포함된 제 2 경우 추천 종목 선정부(250)는 제 1 가중치가 적용된 제 1 키워드 유사도, 제 2 가중치가 적용된 제 2 키워드 유사도 및 제 3 가중치가 적용된 투자 스타일 유사도에 기초하여 제 3추천 투자 종목을 선정할 수 있다. 여기서, 제 1 가중치, 제 2 가중치 및 제 3 가중치는 모두 상이하게 설정된 가중치일 수 있다.
이처럼, 본 발명은 투자자의 투자성향 분석 및 투자 종목의 분석을 동일 기준으로 표준화하고, 표준화된 분석 결과를 이용하여 투자자에게 적합한 최적의 투자 종목을 선정하여 이를 투자자에게 추천할 수 있다.
한편, 당업자라면, 키워드 추출부(200), 핵심 키워드 선정부(210), 키워드 유사도 측정부(220), 투자 스타일 도출부(230), 투자 스타일 유사도 측정부(240) 및 추천 종목 선정부(250) 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 10은 본 발명의 일 실시예에 따른, 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법을 나타낸 흐름도이다.
도 10을 참조하면, 단계 S1001에서 투자 서비스 정보 제공 서버(20)는 실시간으로 수집된 복수의 투자 관련 문서에 기초하여 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출할 수 있다.
단계 S1003에서 투자 서비스 정보 제공 서버(20)는 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드와 관련된 투자자의 행동 패턴에 기초하여 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정하고, 복수의 투자 종목 각각의 비중 정보 및 복수의 투자 종목 각각에 대하여 추출된 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 복수의 투자 종목별 제 2 핵심 키워드를 선정할 수 있다.
단계 S1005에서 투자 서비스 정보 제공 서버(20)는 추출된 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정할 수 있다.
단계 S1007에서 투자 서비스 정보 제공 서버(20)는 기설정된 복수의 특성 항목을 포함하는 복수의 투자 종목별 기초 데이터에 기초하여 투자 종목별 투자 스타일 정보를 도출하고, 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 투자자에 대한 투자 스타일 정보를 도출할 수 있다.
여기서, 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보 중 적어도 하나를 포함할 수 있다.
단계 S1009에서 투자 서비스 정보 제공 서버(20)는 투자 종목별 투자 스타일 정보 및 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출할 수 있다.
단계 S1011에서 투자 서비스 정보 제공 서버(20)는 제 1 키워드 유사도, 제 2 키워드 유사도 및 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정할 수 있다.
상술한 설명에서, 단계 S1001 내지 S1011은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
20: 투자 서비스 정보 제공 서버
200: 키워드 추출부
210: 핵심 키워드 선정부
220: 키워드 유사도 측정부
230: 투자 스타일 도출부
240: 투자 스타일 유사도 측정부
250: 추천 종목 선정부

Claims (10)

  1. 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버에 있어서,
    실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 키워드 추출부;
    상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 2 핵심 키워드를 선정하는 핵심키워드 선정부;
    상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 키워드 유사도 측정부;
    기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 투자 스타일 도출부;
    상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 투자 스타일 유사도 측정부; 및
    상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 추천 종목 선정부
    를 포함하는 것인, 투자 서비스 제공 서버.
  2. 제 1 항에 있어서,
    상기 키워드 유사도 측정부는 상기 각 투자 종목별로 추출된 적어도 하나의 투자 키워드에 기초하여 투자 종목별 키워드 리스트를 생성하고,
    상기 투자 종목별 키워드 리스트 중 한 쌍의 상이한 투자 키워드를 모두 포함하는 조합이 종목의 개수에 기초하여 상기 제 1 키워드 유사도를 산출하는 것인, 투자 서비스 제공 서버.
  3. 제 1 항에 있어서,
    상기 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보 중 적어도 하나를 포함하는 것인, 투자 서비스 제공 서버.
  4. 제 1 항에 있어서,
    상기 복수의 특성 항목마다 상이한 중요도 가중치가 기설정되어 있는 것인, 투자 서비스 제공 서버.
  5. 제 4 항에 있어서,
    상기 투자 스타일 유사도 측정부는
    상기 기설정된 복수의 특성 항목 중 상기 투자 스타일 유사도를 측정할 적어도 하나의 특성 항목을 선정하고,
    상기 선정된 적어도 하나의 특성 항목에 대응하는 상기 복수의 투자 종목별 기초 데이터, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터 및 상기 선정된 적어도 하나의 특성 항목에 기설정된 중요도 가중치에 기초하여 상기 투자 스타일 유사도를 측정하는 것인, 투자 서비스 제공 서버.
  6. 투자 서비스 제공 서버에 의해 수행되는 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 방법에 있어서,
    실시간으로 수집된 복수의 투자 관련 문서에 기초하여 상기 투자 포트폴리오에 포함된 복수의 투자 종목마다 각 투자 종목과 연관된 적어도 하나의 투자 키워드를 추출하는 단계;
    상기 복수의 투자 종목 각각에 대하여 상기 추출된 적어도 하나의 투자 키워드와 관련된 상기 투자자의 행동 패턴에 기초하여 상기 투자자의 투자 성향을 반영한 복수의 제 1 핵심 키워드를 선정하고, 상기 복수의 투자 종목 각각의 비중 정보 및 상기 복수의 투자 종목 각각에 대하여 상기 추출된 상기 적어도 하나의 투자 키워드에 대한 키워드 발생 정보에 기초하여 상기 복수의 투자 종목별 제 2 핵심 키워드를 선정하는 단계;
    상기 추출된 상기 적어도 하나의 투자 키워드 간의 제 1 키워드 유사도를 측정하고, 상기 제 1 핵심 키워드를 포함하는 제 1 키워드군 및 상기 제 2 핵심 키워드를 포함하는 제 2 키워드군 간의 제 2 키워드 유사도를 측정하는 단계;
    기설정된 복수의 특성 항목을 포함하는 상기 복수의 투자 종목별 기초 데이터에 기초하여 상기 투자 종목별 투자 스타일 정보를 도출하고, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터에 기초하여 상기 투자자에 대한 투자 스타일 정보를 도출하는 단계;
    상기 투자 종목별 투자 스타일 정보 및 상기 투자자에 대한 투자 스타일 정보간의 투자 스타일 유사도를 도출하는 단계; 및
    상기 제 1 키워드 유사도, 상기 제 2 키워드 유사도 및 상기 투자 스타일 유사도에 기초하여 추천 투자 종목을 선정하는 단계
    를 포함하는 것인, 투자 서비스 제공 방법.
  7. 제 6 항에 있어서,
    상기 제 1 키워드 유사도를 측정하는 단계는
    상기 각 투자 종목별로 추출된 적어도 하나의 투자 키워드에 기초하여 투자 종목별 키워드 리스트를 생성하는 단계 및
    상기 투자 종목별 키워드 리스트 중 한 쌍의 상이한 투자 키워드를 모두 포함하는 조합이 종목의 개수에 기초하여 상기 제 1 키워드 유사도를 산출하는 단계를 포함하는 것인, 투자 서비스 제공 방법.
  8. 제 6 항에 있어서,
    상기 기초 데이터는 투자 종목에 대한 시장 정보, 시총 정보, 밸류 정보, 실적 정보, 수급 정보, 시장평판 정보, 일변동성 정보, 중기변동성 정보, 업종 코드 정보 중 적어도 하나를 포함하는 것인, 투자 서비스 제공 방법.
  9. 제 6 항에 있어서,
    상기 복수의 특성 항목마다 상이한 중요도 가중치가 기설정되어 있는 것인, 투자 서비스 제공 방법.
  10. 제 9 항에 있어서,
    상기 투자 스타일 유사도를 도출하는 단계는
    상기 기설정된 복수의 특성 항목 중 상기 투자 스타일 유사도를 측정할 적어도 하나의 특성 항목을 선정하는 단계 및
    상기 선정된 적어도 하나의 특성 항목에 대응하는 상기 복수의 투자 종목별 기초 데이터, 상기 투자자의 투자 포트폴리오에 대한 기초 데이터 및 상기 선정된 적어도 하나의 특성 항목에 기설정된 중요도 가중치에 기초하여 상기 투자 스타일 유사도를 측정하는 단계를 포함하는 것인, 투자 서비스 제공 방법.
KR1020220044028A 2022-04-08 2022-04-08 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법 KR20230144842A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220044028A KR20230144842A (ko) 2022-04-08 2022-04-08 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법
PCT/KR2022/009369 WO2023195579A1 (ko) 2022-04-08 2022-06-30 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220044028A KR20230144842A (ko) 2022-04-08 2022-04-08 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법

Publications (1)

Publication Number Publication Date
KR20230144842A true KR20230144842A (ko) 2023-10-17

Family

ID=88242987

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220044028A KR20230144842A (ko) 2022-04-08 2022-04-08 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법

Country Status (2)

Country Link
KR (1) KR20230144842A (ko)
WO (1) WO2023195579A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172220B (zh) * 2023-11-02 2024-02-02 北京国电通网络技术有限公司 文本相似信息生成方法、装置、设备和计算机可读介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150083620A (ko) 2014-01-10 2015-07-20 유성호 키워드 연동 투자 정보 제공 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101531970B1 (ko) * 2013-12-26 2015-06-26 주식회사 코스콤 소셜 미디어 데이터 및 증시 관련 웹데이터 분석을 통한 주가 예측 방법 및 이를 적용한 주가 예측 시스템
KR101805420B1 (ko) * 2015-10-27 2017-12-07 김해동 주식 투자 성과에 기반한 주식 투자 신뢰성 평가 시스템 및 그 방법
KR102163562B1 (ko) * 2018-06-25 2020-10-08 주식회사 딥서치 투자 포트폴리오 구축 방법, 투자 포트폴리오 서비스 제공 방법 및 이를 지원하는 장치
KR20210003029A (ko) * 2019-07-01 2021-01-11 유한책임회사 블루바이저시스템즈 머신러닝 기반의 휴면 자산 관리 방법 및 시스템
KR20210019359A (ko) * 2019-08-12 2021-02-22 주식회사 푸시뉴스 주가 예측 서비스방법 및 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150083620A (ko) 2014-01-10 2015-07-20 유성호 키워드 연동 투자 정보 제공 시스템

Also Published As

Publication number Publication date
WO2023195579A1 (ko) 2023-10-12

Similar Documents

Publication Publication Date Title
US7853469B2 (en) Methods and systems for predicting business behavior from profiling consumer card transactions
Jablonsky Measuring the efficiency of production units by AHP models
WO2006004131A1 (ja) 企業評価装置、企業評価プログラム並びに企業評価方法
RU2010125682A (ru) Способы и устройство обеспечения системы прогнозирования групповой торговли
Guo et al. Welfare state regimes and family policy: a longitudinal analysis
JP6803423B2 (ja) モデル構築システム、情報処理システムおよびプログラム
Zalaghi et al. Measuring customer loyalty using an extended RFM and clustering technique
KR20060096432A (ko) 기업평가 장치 및 기업평가 프로그램
Banerjee et al. Capital structure decisions and its impact on dividend payout ratio during the pre-and post-period of recession in Indian scenario: An empirical study
Mosel Prediction of department store sales performance from personal data.
Linton et al. An extension to a DEA support system used for assessing R&D projects
CN105359172A (zh) 计算企业存在拖欠的概率
KR20230144842A (ko) 투자자의 투자 포트폴리오에 기초하여 추천 투자 종목을 제공하는 서버 및 방법
CN112989070B (zh) 基于计算机系统的核心期刊量化评价系统和方法
Williams Statistics for business and economics
Hasheminejad et al. Clustering of bank customers based on lifetime value using data mining methods
Finlay Towards profitability: A utility approach to the credit scoring problem
KR101559207B1 (ko) 산업지표와 경제지표 예측 시스템 및 그 운용방법
Wilson et al. The Skills Imperative 2035: Occupational Outlook–Long-run employment prospects for the UK
KR102155304B1 (ko) 고객 유사도를 이용한 종목 추천 시스템 및 방법
CN116308599A (zh) 基于产品标签与客户标签的理财产品智能推荐方法和装置
US10210528B2 (en) Method and system for assessing and improving individual customer profitability for a profit-making organization
KR20230144839A (ko) 투자자의 행동 패턴 및 투자 스타일에 기초하여 투자 정보를 제공하는 서버 및 방법
KR102239385B1 (ko) 연구개발지원장치 및 그 동작 방법
KR20200030948A (ko) 기술특성기반 기업 투자가치평가 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal