KR20240017571A - 신용카드 포트폴리오 추천 방법 및 장치 - Google Patents

Abstract

본 개시의 신용카드 포트폴리오 추천방법은 신용카드 포트폴리오 추천 장치를 사용해 사용자에게 신용카드 포트폴리오를 추천하는 방법으로, 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자가 보유한 복수의 신용카드와 상기 사용자가 결제한 결제 내역들을 수집하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 복수의 신용카드의 혜택에 관한 정보를 수집하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 각각이 상기 복수의 신용카드가 상기 결제 내역들과 매치되는 순서를 포함한 리스트이고 서로가 다른 조합으로 매치된 복수의 연결리스트 포함한 연결리스트 집합을 생성하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하는 단계; 상기 연결리스트 집합에서 혜택 값이 최대인 연결리스트를 도출하는 단계; 및 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 결제 내역들, 상기 연결리스트 집합에서 상기 혜택 값이 최대인 연결리스트의 상기 결제 내역들 각각과 매치된 신용카드, 및 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 추천하는 단계를 포함한다.

Description

신용카드 포트폴리오 추천 방법 및 장치{METHOD AND DEVICE FOR RECOMMENDING CREDIT CARD PORTFOLIO}

본 개시는 신용카드 포트폴리오 추천 방법 및 장치에 관한 것으로, 복수 개의 신용카드를 보유한 사용자에게 최적화된 신용카드 포트폴리오를 추천하거나, 새로운 신용카드가 추가되는 경우 새로운 최적화된 포트폴리오를 추천하는 포트폴리오 추천 방법 및 장치에 관한 것이다.

더욱이, 신용카드는 카드 상품마다 할인, 적립 등의 혜택을 제공하는 카테고리(분야)가 다르다. 예를 들어, 어떤 신용카드는 주유시에 할인 또는 적립 혜택을 주고, 어떤 신용카드는 카페에서 이용시에 할인 또는 적립 혜택을 제공한다. 또, 카드마다 전월 이용 실적에 따라 혜택을 제공하거나, 일정 금액 이상 이용시에 혜택을 제공하는 등 혜택을 이용하기 위한 조건도 다를 수 있다. 일반적으로, 사용자는 신용카드를 두개 이상 사용하기 때문에 어떤 경우에 어떤 신용카드를 사용하여야 혜택을 최대화할 수 있는지 알기 어렵다.

한국등록특허공보 제10-1726713호에서는 소비자의 소비패턴을 분석하여 맞춤형 신용카드를 추천하고, 카드 사용 중 편의를 제공하며, 카드 사용 후의 갱신까지 종합적인 서비스를 제공하고 있다. 그러나, 선행발명은, 카드 추천 시, 하나의 카드를 결제 내역에 적용한 결과를 기초로, 카드 혜택이 최대가 되는 하나의 카드를 추천하기 때문에 사용자가 복수개의 카드를 사용했을 때 혜택이 최대가 되는 복수의 카드를 추천할 수 없다는 단점이 있다.

더욱이, 공개특허공보 제10-2019-0109320호 및 공개특허공보 제10-2022-0026672호는 사용자들의 데이터와 혜택 정보를 분석한 결과에 기초하여 각 사용자가 최대한의 혜택을 받을 수 있도록 하는 하나 이상의 신용/체크 카드를 랭킹 및 추천하고 있다. 그러나, 선행발명들의 개인별 맞춤형 신용카드 추천 시스템의 경우, 개인의 카드결제내역을 바탕으로, 혜택이 최대가 되는 하나의 카드를 추천하는데 그 목적이 있을 뿐, 복수의 신용카드를 사용하는 조건에서 최적의 혜택을 가질 수 있는 복수의 카드를 추천할 수 없다.

반면에, 실제로 대다수의 신용카드 사용자들은 복수의 신용카드를 보유하고 있으며, 개별 카드가 주는 혜택을 고려하여, 업종 별 혹은 매장 별로 신용카드를 다양하게 사용하고 있다. 예를 들어, 합리적인 사용자는 주유 할인카드를 주유소에서 사용하게 되고, 통신비 할인카드는 통신비 결제에 활용할 수 있다.

그러나, 사용자가 한달에 100번의 결제를 하고, 3개의 카드를 사용하는 경우, 모든 경우의 수를 계산하려면 3의 100승의 경우를 계산하여야 한다. 이러한 이유로, 현실적으로, 사용자가 직접 복수의 카드의 혜택이 최대가 되는 조합을 직접 찾아내는 것은 불가능하다고 볼 수 있다.

따라서, 사용자에게 최대의 신용카드 혜택을 누릴 수 있는 신용카드 포트폴리오를 단시간에 도출하여 제공할 수 있는 서비스가 필요한 실정이다.

한국등록특허 제10-1726713호 한국공개특허 제10-2019-0109320호 한국공개특허 제10-2022-0026672호

본 개시는 사용자에게 단시간 안에 복수의 신용카드를 사용해 최대의 혜택을 받을 수 있는 최적화된 신용카드 포트폴리오를 제공할 수 있다.

본 개시의 일 형태의 신용카드 포트폴리오 추천 방법은, 신용카드 포트폴리오 추천 장치를 사용해 사용자에게 신용카드 포트폴리오를 추천하는 방법으로, 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자가 보유한 복수의 신용카드와 상기 사용자가 결제한 결제 내역들을 수집하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 복수의 신용카드의 혜택에 관한 정보를 수집하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 각각이 상기 복수의 신용카드가 상기 결제 내역들과 매치되는 순서를 포함한 리스트이고 서로가 다른 조합으로 매치된 복수의 연결리스트 포함한 연결리스트 집합을 생성하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하는 단계; 상기 연결리스트 집합에서 혜택 값이 최대인 연결리스트를 도출하는 단계; 및 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 결제 내역들, 상기 연결리스트 집합에서 상기 혜택 값이 최대인 연결리스트의 상기 결제 내역들 각각과 매치된 신용카드, 및 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 추천하는 단계를 포함한다.

일 실시예에서, 신용카드 포트폴리오 추천 방법은, 신용카드 포트폴리오를 사용자에게 추천하는 단계 전에, 상기 연결리스트 집합을 생성하는 단계 및 상기 신용카드 혜택 값을 산출하는 단계 각각을 1회 수행하는 것을 하나의 사이클로 하여 복수의 사이클을 수행할 수 있다.

일 실시예에서, 상기 복수의 사이클은 선택된 시간 동안 또는 선택된 사이클 횟수만큼만 수행될 수 있다.

일 실시예에서, 상기 복수의 사이클 중 최초의 사이클에서 생성된 연결리스트 집합은, 상기 결제 내역들 각각과 매치되는 순서를 상기 복수의 신용카드에서 무작위로 선택하여 생성된 복수의 연결리스트를 포함할 수 있다.

일 실시예에서, 상기 연결리스트 집합을 생성하는 단계는, 상기 신용카드 혜택 값을 산출하는 단계 이후에 상기 신용카드 혜택 값을 산출한 연결리스트 집합에서 상기 신용카드 혜택 값의 총합이 상위에 속하는 선택된 개수의 연결리스트를 제외한 나머지 연결리스트를 연결리스트 집합에서 제외시키는 단계; 및 상기 연결리스트 집합에서 제외시키는 단계에서 제외된 연결리스트 개수만큼 이전 사이클에서 생성된 복수의 연결리스트와 다르게 매치된 새로운 연결리스트를 생성하여 상기 연결리스트 집합에 포함시키는 단계를 포함할 수 있다.

일 실시예에서, 상기 새로운 연결리스트를 생성하여 연결리스트 집합에 포함시키는 단계는, 상기 상위에 속하는 선택된 개수의 연결리스트 각각의 일부 정보를 서로 교환하는 방식으로 조합하여 새로운 연결리스트를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 새로운 연결리스트를 생성하여 연결리스트 집합에 포함시키는 단계는, 상기 상위에 속하는 선택된 개수의 연결리스트 및 상기 선택된 개수의 연결리스트의 조합으로 생성된 상기 새로운 연결리스트 중 일부 연결리스트의 매치된 신용카드 순서를 무작위로 변경하는 단계를 포함할 수 있다.

일 실시예에서, 상기 복수의 신용카드는, 상기 사용자가 보유한 신용카드, 또는 상기 사용자가 보유한 신용카드와 상기 사용자가 보유하지 않은 새로운 신용카드일 수 있다.

일 실시예에서, 신용카드 포트폴리오 추천 방법은, 신용카드 포트폴리오를 사용자에게 추천하는 단계 이후에, 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자로부터 신용카드 결제 내역 정보, 기존 보유한 복수의 신용카드에서 추가되거나 삭제된 신용카드 정보, 및 상기 사용자가 현재 보유한 신용카드의 혜택에 관한 변경된 정보를 수신하는 단계; 상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자로부터 수신한 신용카드 추가 또는 삭제에 관한 정보 및 신용카드 혜택에 관한 변경된 정보를 기초하여, 상기 복수의 연결리스트 포함한 연결리스트 집합을 생성하는 단계; 상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하는 단계; 상기 연결리스트 집합에서 혜택 값이 최대인 연결리스트를 도출하는 단계; 및 상기 혜택 값이 최대인 연결리스트의 결제 내역들 및 상기 결제 내역들 각각과 매치된 신용카드, 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 제공하는 단계를 더 수행할 수 있다.

본 개시의 일 형태의 신용카드 포트폴리오 추천 장치는, 명령어가 저장된 메모리, 통신 모듈 및 프로세서를 포함하는 신용카드 포트폴리오 추천 장치로, 상기 명령어가 실행될 때, 상기 프로세서는 상기 신용카드 포트폴리오 추천 방법을 수행한다.

본 개시의 일 형태의 신용카드 포트폴리오 추천 장치는, 사용자의 결제 내역들을 수집하도록 구성된 결제 데이터 수집부; 복수의 신용카드의 혜택에 관한 정보를 수집하도록 구성된 카드 데이터 수집부; 각각이 상기 복수의 신용카드가 상기 결제 내역들과 매치되는 순서를 포함한 리스트이고 서로가 다른 조합으로 매치된 복수의 연결리스트 포함한 연결리스트 집합을 생성하도록 구성된 포트폴리오 최적화부; 상기 포트폴리오 최적화부로부터 상기 연결리스트 집합을 수신하고 상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 복수의 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하도록 구성된 신용카드 혜택 산출부; 및 상기 신용카드 혜택 값을 산출한 상기 결제 내역들, 상기 연결리스트 집합에서 상기 혜택 값이 최대인 연결리스트의 상기 결제 내역들 각각과 매치된 신용카드, 및 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 제공하는 포트폴리오 제공부;를 포함한다.

일 실시예에서, 상기 신용카드 포트폴리오 추천 장치는, 상기 포트폴리오 최적화부가 상기 연결리스트 집합을 생성하고, 상기 신용카드 혜택 산출부가 상기 연결리스트 집합의 복수의 연결리스트의 신용카드 혜택 값을 산출하는 과정을 하나의 사이클로 하여 소정 시간 동안, 또는 소정 횟수의 사이클, 또는 소정 시간 동안 및 소정 횟수 이상의 사이클로 반복 수행하도록 구성될 수 있다.

일 실시예에서, 상기 포트폴리오 최적화부는, 최초의 사이클에서 상기 결제 내역들 각각과 매치되는 순서를 상기 복수의 신용카드에서 무작위로 선택하여 생성된 복수의 연결리스트를 생성할 수 있다.

일 실시예에서, 상기 포트폴리오 최적화부는, 이전 사이클에서 생성된 연결리스트 집합의 상기 신용카드 혜택 값의 총합이 다음 사이클에서 생성된 연결리스트 집합의 신용카드 혜택 값의 총합보다 커지도록 다음 사이클의 연결리스트 집합을 생성할 수 있다.

본 개시에 따르면, 종래기술과 같이 단순하게 혜택이 최대인 하나의 신용카드를 사용자에게 추천하는 것이 아닌, 사용자가 복수의 신용카드를 활용하여 최대의 혜택을 가질 수 있는 신용카드 결제 포트폴리오를 설계함으로써, 신용카드 사용시 사용자 효용을 극대화하는 것이 가능하다.

본 개시에 따르면, 복수의 신용카드를 보유한 사용자에게 신용카드의 혜택을 최대화할 수 있는 신용카드 포트폴리오를 제공할 수 있다. 또한, 신용카드 포트폴리오 추천방법은 기존에 보유한 신용카드에 새로운 신용카드를 부가하는 경우, 신규 신용카드와 기존 신용카드를 포함하여 혜택을 최대화할 수 있는 신용카드 포트폴리오를 제공할 수 있다.

또한, 본 개시의 신용카드 포트폴리오 추천방법은 하나의 신용카드사의 실적이 아닌 다수의 신용카드사의 거래내역을 수집하여, 이를 통하여 시뮬레이션 결과를 제공할 수 있으므로 다수의 기관에 대한 정보제공동의를 받기 위한 주요한 컨텐츠로 활용이 가능하다.

또한, 본 개시의 신용카드 포트폴리오 추천방법은 개별 신용카드사의 경우 신용카드 상품 추가 시 발생되는 카드 혜택을 시뮬레이션할 수 있으므로, 사용자에게 새로운 신용카드를 추천하는 서비스를 통한 카드 홍보 노출에 따른 광고 수익, 카드 발급에 따른 제휴 수수료 수익 등 신규 상품설계 등에 활용하는 것이 가능하다.

도 1은 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천 시스템의 블록도이다.
도 2는 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천 장치의 블록도이다.
도 3은 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천 방법의 순서도이다.
도 4는 본 개시의 일 실시예에 따른 신용카드 포트폴리오를 추천하는 방법의 흐름도이다.
도 5a 내지 도 5c는 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천의 일 예시이다.
도 6은 본 실시예에 따른 유전 알고리즘에 따라 계산한 혜택 값을 보여주는 그래프이다.

아래에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

그리고, 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 개시에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 실시예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다.

본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것 만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서", "A, B, 및 C를 수행하도록 구성된(또는 설정된) 모듈"은 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.

본 개시에 기재된 선행 문헌은 그 전체가 참조로써 본 명세서에 결합되며, 선행 문헌에 기재된 내용을 본 기술 분야의 일반적인 지식을 가진 사람이 본 개시에 간략히 설명된 부분에 적용할 수 있음이 이해될 것이다.

일 실시예에서, 데이터베이스는 장치의 동작을 위한 정보를 저장하도록 구성된다. 데이터베이스는 장치에서 구동되는 다수의 응용 프로그램(application program) 또는 애플리케이션(application), 프로세서가 읽어 드릴 수 있는 데이터들, 명령어들을 저장할 수 있다. 예를 들어, 데이터베이스는 HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브, 네트워크를 이용한 클라우드 등과 같은 다양한 저장 공간을 포함할 수 있다.

도 1은 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천 시스템(1000)의 블록도이다.

사용자 단말(100)은 신용카드 포트폴리오 추천 장치(200)와 통신할 수 있다. 신용카드 포트폴리오 추천 장치(200)는 데이터베이스(300)와 통신할 수 있다. 신용카드 포트폴리오 추천 장치(200)와 데이터베이스(300)를 분리하여 도시하였으나, 신용카드 포트폴리오 추천 장치(200)가 데이터베이스(300)를 포함할 수 있다.

사용자 단말(100)은 컴퓨터, 스마트폰, 태블릿 등 개인이 사용하는 컴퓨팅 장치를 포함한다. 사용자 단말(100)은 어플리케이션을 저장하거나, 웹사이트를 통해 신용카드 포트폴리오 추천 장치(200)의 기능을 이용할 수 있다. 예를 들면, 신용카드 포트폴리오 추천 장치(200)는 사용자 단말(100)을 통해 카드 추천 서비스(120), 혜택 조회 및 비교 서비스(130)를 사용자에게 제공하도록 유저 인터페이스(User interface, UI) 및 유저 경험(User experience, UX)을 제공할 수 있다.

일 실시예에서, 카드 추천 서비스(120)는 사용자가 새로운 신용카드를 보유하게 될 경우, 과거에 결제 내역들을 대상으로 사용자가 기존에 보유한 복수의 신용카드와 새로 추가된 신용카드를 사용하여 큰 혜택을 얻을 수 있는 최적화된 포트폴리오를 제공하는 서비스를 포함할 수 있다.

일 실시예에서, 카드 추천 서비스(120)는 어떤 품목을 결제할 때 사용자가 보유한 복수의 신용카드과 함께 어떠한 새로운 신용카드를 사용하는 것이 더 큰 혜택을 줄 수 있는지 알려주는 포트폴리오를 제공하는 서비스를 포함할 수 있다.

일 실시예에서, 혜택 조회 및 비교 서비스(130)는 사용자가 보유한 복수의 신용카드로 결제한 과거의 결제 내역을 토대로 사용자가 얻었던 혜택 값을 알려주는 서비스를 포함할 수 있다. 이러한 UI/UX(110), 카드 추천 서비스(120) 및 혜택 조회 및 비교 서비스(130)는 도 5a 내지 도 5c를 참조하여 후술한다.

데이터베이스(300)는 다수의 신용카드사 또는 사용자 단말(100)로부터 수집된 사용자가 보유한 신용카드 결제정보 및 상기 사용자가 보유하거나 발급가능한 신용카드에 관한 정보를 저장하도록 구성된다. 일 실시예에서, 신용카드에 관한 정보는 상기 사용자가 보유한 복수의 신용카드, 상기 복수의 신용카드 별 혜택의 종류, 상기 복수의 신용카드 별 혜택의 제공 기준, 상기 복수의 신용카드 별 혜택 한도에 대한 정보를 포함할 수 있다. 여기서 혜택의 종류는, 할인 혜택, 상품 지급, 캐시백 지급, 포인트 제공 등일 수 있다.

데이터베이스(300)에 저장되는 사용자가 보유한 신용카드 정보는 사용자 단말(100)로부터 수신할 수 있고, 또는 신용카드 포트폴리오 추천 장치(200)로부터 수신할 수도 있다. 또한, 데이터베이스(300)는 다수의 신용카드사로부터 수신한 사용자가 보유한 신용카드 정보를 저장할 수 있다.

일 실시예에서, 신용카드 포트폴리오 추천 장치(200)는 결제 데이터 수집부(205), 카드 데이터 수집부(215), 포트폴리오 최적화부(225), 신용카드 혜택 산출부(235) 및 포트폴리오 제공부(245)를 포함한다.

결제 데이터 수집부(205)는 사용자의 기존에 결제한 신용카드 결제 내역을 수집하도록 구성될 수 있다. 결제 데이터 수집부(205)는 신용카드사와 같은 금융기관 또는 마이데이터 사업자 등으로부터 사용자의 신용카드 결제 내역을 수집할 수 있다. 금융기관 또는 마이데이터 사업자는 API(Application Programming Interface) 방식으로 데이터를 전송할 수 있다. 결제 데이터 수집부(205)는 사용자 단말(100)을 통해 사용자 결제 내역을 수집할 수 있다.

카드 데이터 수집부(215)는 신용카드 상품에 관한 정보를 수집하도록 구성될 수 있다. 일 실시예에서, 카드 데이터 수집부(215)는 사용자 단말(100)로부터 사용자가 보유한 신용카드 정보(예: 상품명)를 수신하고, 수신된 신용카드 정보를 기초하여 신용카드 회사로부터 사용자가 보유한 신용카드 상품 정보를 수집할 수 있다. 여기서, 신용카드 상품 정보는, 신용카드의 혜택의 종류, 혜택의 제공 기준, 혜택 제공 한도 등을 포함할 수 있다.

카드 데이터 수집부(215)는 어떤 특정 시점에서 새로 출시된 신용카드의 상품 정보를 복수의 신용카드 회사로부터 수집할 수 있다. 카드 데이터 수집부(215)는 장치 관리자의 입력을 통해 수동 수집하거나, 또는 신용카드의 정보를 복수의 신용카드 회사로부터 정기적으로 수신하여 자동 수집할 수 있다. 상기 신용카드의 정보는 신용카드 회사로부터 API 방식으로 수집하거나 스크래핑을 통해 수집될 수 있다.

일 실시예에서, 카드 데이터 수집부(215)는 사용자로부터 사용자가 보유한 신용카드 정보를 수신하고 사용자가 보유한 신용카드 정보가 저장부(도시하지 않음) 또는 데이터베이스(300)에 저장되어 있는지 확인할 수 있다. 카드 데이터 수집부(215)는 저장부 또는 데이터베이스(300)에 사용자가 보유한 신용카드 정보가 저장되어 있지 않는 것에 대응하여, 저장되지 않은 신용카드의 정보를 신용카드 회사로부터 수집할 수 있다. 카드 데이터 수집부(215)는 수집한 신용카드의 정보를 저장부 또는 데이터베이스(300)에 저장할 수 있다.

일 실시예에서, 카드 데이터 수집부(215)는 카드회사로부터 사용자가 보유한 신용카드에 대한 정보 및 신용카드의 상품 정보를 정기적으로 수집할 수 있다. 또, 신용카드 혜택 중, 기본적인 혜택 외 카드 상품 정보에 포함되지 않은 특정 가맹점 등에서 제공하는 별도의 혜택이 존재할 경우, 사용자가 해당 혜택을 추가하여 신용카드 포트폴리오 추천 장치(200)를 통해 데이터베이스(300)에 저장하는 것이 가능하다. 예를 들어, 가맹점에서 일정 기한을 정해 특정 카드에 대한 추가 혜택(예를 들어, 추가 할인, 이벤트 등)을 제공하는 경우가 있다. 또, 신용카드 회사에서도 일시적으로 추가 혜택을 제공하는 이벤트를 사용자에게 제공할 수 있다. 예를 들어, 신용카드 회사는 일시적으로 해외 결제의 경우 추가 할인이나 적립 등의 혜택을 제공할 수 있다. 이러한 추가적인 혜택 정보를 사용자가 사용자 단말(100)을 통해 직접 카드 데이터 수집부(215)에 제공할 수 있다. 또는, 카드 데이터 수집부(215)가 신용카드 회사로부터 주기적으로 추가적인 혜택을 조정할 수 있다. 조정 방식은 카드 데이터 수집부(215)가 주기적으로 신용카드 회사에 접속하여 API 방식이나 특정 키워드를 통해 스크래핑하는 방식으로 수행될 수 있다.

다른 일 실시예에서, 사용자 단말(100)이 신용카드 혜택 이벤트를 문자나 신용카드 어플리케이션으로 수신하는 경우, 사용자 단말(100)이 수신한 혜택을 신용카드 포트폴리오 추천 장치(200)로 송신하도록 구성될 수 있다. 또 다른 일 실시예에서, 신용카드 포트폴리오 추천 장치(200)는 카드 데이터 수집부(215)가 사용자 단말(100)이 수신한 혜택을 자동으로 조정하도록 구성될 수 있다.

포트폴리오 최적화부(225)는 복수의 연결리스트를 포함한 연결리스트 집합을 생성할 수 있다. 여기서, 연결리스트는, 사용자의 과거 신용카드 결제 내역들 각각과 복수의 신용카드가 매치되는 순서를 포함한 리스트일 수 있다.

상기 복수의 연결리스트들은 결제 내역들과 신용카드가 서로가 다른 순서 조합으로 매치된 리스트들일 수 있다.

신용카드 혜택 산출부(235)는 포트폴리오 최적화부(225)로부터 생성되거나 변경된 연결리스트 집합을 수신하도록 구성될 수 있다. 신용카드 혜택 산출부(235)는 상기 복수의 연결리스트 각각의 결제내역과 매치된 신용카드의 혜택 값을 산출하도록 구성될 수 있다. 즉, 신용카드 혜택 산출부(235)는 과거에 사용자가 결제한 품목들에 대해 사용자가 보유한 신용카드를 소정의 순서로 결제할 경우 발생되는 신용카드 혜택 값을 산출하도록 구성될 수 있다.

신용카드 혜택 산출부(235)는 데이터베이스(300)로부터 신용카드 혜택 정보를 수신할 수 있다. 신용카드 혜택 산출부(235)는 결제 데이터 수집부(205)로부터 사용자의 신용카드 결제 내역을 수신할 수 있다. 신용카드 혜택 산출부(235)는 포트폴리오 최적화부(225)로부터 연결리스트 집합을 수신할 수 있다. 신용카드 혜택 산출부(235)는 신용카드 결제 내역 및 연결리스트 집합에 기초하여 복수의 연결리스트 각각의 매칭 순서에 따라 결제 내역들에 적용할 경우 발생될 수 있는 혜택 값을 산출할 수 있다. 이때, 상기 혜택 값은 연결리스트에 적용된 복수의 신용카드의 사용한 경우에 사용자가 받을 수 있는 마일리지, 포인트, 캐쉬백 등일 수 있다.

또한, 신용카드 혜택 산출부(235)는 산출한 복수의 연결리스트 각각의 혜택 값을 포트폴리오 최적화부(225)로 송신할 수 있다. 이때, 포트폴리오 최적화부(225)는 수신한 복수의 연결리스트 각각의 혜택 값을 비교하여 복수의 연결리스트의 상대적으로 높은 혜택 값을 가지는 연결리스트와 상대적으로 낮은 혜택 값을 가지는 연결리스트를 구분할 수 있다.

다시 말해, 포트폴리오 최적화부(225)는 복수의 연결리스트를 포함한 연결리스트 집합을 생성하고, 생성된 연결리스트 집합을 신용카드 혜택 산출부(235)로 전달하며, 신용카드 혜택 산출부(235)는 전달된 연결리스트 집합에 기초하여 혜택 값을 산출하고, 산출된 복수의 연결리스트 각각의 혜택 값을 포트폴리오 최적화부(225)로 다시 전달할 수 있다.

일 실시예에서, 상기 신용카드 포트폴리오 추천 장치는, 상기 포트폴리오 최적화부가 상기 연결리스트를 서로 다른 조합으로 복수개 생성하고 상기 신용카드 혜택 산출부가 상기 생성된 복수의 연결리스트의 신용카드 혜택 값을 산출하는 과정을 하나의 사이클로 하여 소정 시간 동안, 또는 소정 횟수의 사이클, 또는 소정 시간 동안 소정 횟수 이상의 사이클로 반복 수행하도록 구성될 수 있다.

일 실시예에서, 상기 신용카드 포트폴리오 추천 장치는 유전 알고리즘을 사용하여 최적화된 연결리스트를 찾을 수 있다. 예를 들면, 최초의 사이클에서 포트폴리오 최적화부는, 상기 결제 내역들 각각과 매치되는 순서를 상기 복수의 신용카드 중에서 무작위로 선택하여 설정한 소정 개수의 연결리스트를 포함하는 1세대 연결리스트 집합을 생성할 수 있다. 예를 들어, 신용카드 혜택 산출부(235)는 포트폴리오 최적화부(225)로부터 최초로 생성된 1세대 연결리스트 집합을 전달받을 수 있다. 이때, 신용카드 혜택 산출부(235)는 복수의 연결리스트 각각을 사용자의 결제 내역과 매칭하여 신용카드 혜택 값을 산출할 수 있다.

이후, 신용카드 혜택 산출부(235)는 결제 내역들 및 1세대 연결리스트 집합에 기초하여 산출한 혜택 값을 포트폴리오 최적화부(225)로 송신할 수 있다.

포트폴리오 최적화부(225)는, 이전 사이클에서 생성된 연결리스트 집합의 신용카드 혜택 값의 총합 보다 다음 사이클에서 생성된 연결리스트 집합의 신용카드 혜택 값의 총합이 더 커지도록 다음 사이클의 생성하도록 구성될 수 있다.

포트폴리오 최적화부(225)는, 신용카드 혜택 산출부(235)로부터 전송 받은 신용카드 혜택 값에 기초하여 연결리스트 집합 내에서 상대적으로 혜택 값이 높은 연결리스트를 집합에 유지시킬 수 있다.

예를 들면, 포트폴리오 최적화부(225)는 수신한 복수의 연결리스트 각각의 혜택 값을 비교하여 복수의 연결리스트의 상대적으로 높은 혜택 값을 가지는 연결리스트와 상대적으로 낮은 혜택 값을 가지는 연결리스트를 구분하고, 상대적으로 높은 혜택 값을 가지는 연결리스트는 연결리스트 집합 내에 남기고, 상대적으로 낮은 혜택 값을 가지는 연결리스트는 연길리스트 집합 내에서 제외시킬 수 있다.

또한, 포트폴리오 최적화부(225)는, 상대적으로 혜택 값이 높은 소정 개수의 연결리스트들을 조합하여 기존 연결리스트 보다 상대적으로 평균혜택금액이 높을 것으로 예상되는 2세대 연결리스트를 생성하고, 생성된 2세대 연결리스트를 기존 연결리스트 집합(예: 1세대 연결리스트 집합)에 포함시키는 것으로 2세대 연결리스트 집합을 생성할 수 있다. 포트폴리오 최적화부(225)는, 이렇게 생성된 2세대 연결리스트 집합을 신용카드 혜택 산출부(235)에 송신할 수 있다.

여기서, 2세대 연결리스트 집합은 1세대 연결리스트 집합보다 최적화된 포트폴리오에 가까운 즉 혜택 값의 총합이 더 커진 복수의 연결리스트를 포함하는 집합일 수 있다. 이러한 2세대 연결리스트 집합의 적어도 일부 연결리스트는 1세대 연결리스트 집합과는 복수의 신용카드의 상이한 순서 조합을 가질 수 있다.

신용카드 혜택 산출부(235)는 사용자의 결제 내역 및 신용카드 혜택을 산출한다. 그리고, 신용카드 혜택 산출부(235)는 결제 내역들과 산출한 혜택 값을 다시 포트폴리오 최적화부(225)로 송신할 수 있다.

산출한 혜택 값을 전달받은 포트폴리오 최적화부(225)는 연결리스트 집합을 생성할 수 있다. 이러한 최적화 방식으로, 포트폴리오 최적화부(225)는 연결리스트 집합을 최대 세대 수까지 생성할 수 있다. 그러나, 본 발명의 신용카드 포트폴리오 추천 장치는 최적화 기법을 오직 유전 알고리즘만으로 한정되는 것은 아니고, 최적화 기법으로 선형 계획법이나 메타 휴리스틱 기법을 사용할 수 있다. 여기서 선형 계획법은 예를 들어, 혼합 정수 계획을 포함한다. 여기서 메타 휴리스틱 기법은 유전 알고리즘, 타부 검색(tabu search), 모의 담금질(simulated annealing)을 포함한다.

예를 들어, 포트폴리오 최적화부(225)의 최적화 기법은 목적식, 제약식, 제약 조건을 만족하는 최적의 연결리스트를 생성하는 방식을 포함한다. 목적식은 일정 기간 동안 사용자의 신용카드 결제내역에 따른 각각의 결제 건 별로 보유한 혹은 추천된 카드 리스트를 맵핑 하였을 때 얻어지는 혜택을 최대화하는 것이며, 연결리스트를 신용카드 혜택 산출부(235)에서 대입하여 산출할 수 있다. 제약식 또는 제약조건은 혜택을 받기 위한 신용카드의 전월 실적, 이벤트, 혜택 한도 등 선택된 신용카드들의 혜택을 받기 위한 신용카드의 사용 조건으로 정의할 수 있다. 즉, 이러한 목적식, 제약식, 제약 조건은 신용카드 포트폴리오 추천 장치(200)의 관리자 또는 카드 사용자가 설정하는 것이 가능하다. 일 실시예에서, 최적화 기법을 위한 수식은 하기 수식들과 같은 형태로 모델링 될 수 있다. 이러한 수식들은 예시적인 것으로 변형이 가능하다.

수식 1은 목적식에 관한 수식이며, 수식 2에서 사용된 제약식은 신용카드의 전월실적, 최소결제 금액이 예시 조항으로써 들어간 것으로 일일 할인한도, 일 별 혹은 월 별 할인 횟수 등 상황에 따라 추가로 포함되거나 빠질 수 있다. 제약식에는 특정 사용자별로 지정하는 내용이 포함될 수 있다. 예를 들어, 특정 결제 건은 특정 카드로 사용해야 한다는 조건이나, 특정 결제 건은 실적산정에 제외한다는 조건 등이 있다. 수식 3은 제약 조건에 관한 수식으로 최대의 혜택을 받기 위해 찾는 최적의 카드 연결리스트에 대한 정수 조건이다.

<수식 1>

<수식 2>

,

<수식 3>

,

여기서, 수식 2의 (1)은 신용카드 별 혜택을 받기 위한 전월실적 조건이고, 수식 2의 (2)는 신용카드 별 결제 건에 대한 최소 결제 금액 조건이다.

또, X : n개의 개별 결제 건에 대해 맵핑 되는 카드 정보가 담긴 연결리스트는 다음과 같다.

사용자의 신용카드 결제내역에 따른 각각의 결제 건 별로 보유한 혹은 추천된 카드리스트를 매칭하였을 때 얻어지는 혜택 값을 최대화하는 함수이다.

D : k개의 카드 종류를 나타내는 리스트는 다음과 같다.

C : 일정 기간 동안의 신용카드 개별건 당 결제 내역은 다음과 같다.

P : 각 신용카드의 혜택을 받을 수 있는 전월 실적 기준은 다음과 같다.

Q : 각 개별 결제 건에 대해 혜택을 받기 위해 사용해야하는 특정 카드 리스트는 다음과 같다.

M : 각 개별 결제 건에 대한 혜택을 받기 위한 특정 카드 별 최소 결제 금액은 다음과 같다.

이와 같이 신용카드 포트폴리오 최적화부(225)는 목적식, 제약식, 제약 조건을 정한 환경 하에서, 최적의 연결리스트를 생성할 수 있다. 일 실시예에서, 상기 조건을 만족시키는 최적의 연결리스트의 생성을 위해, 선형 계획법이나 메타 휴리스틱 기법을 사용할 수 있다.

본 개시에서는, 하나의 일 실시예로서, 유전 알고리즘 방식에 따라 다음과 같이 실시예를 만들고 프로그래밍을 통해 결과값을 도출했다.

일 실시예에서 표 1과 같이 사용자의 신용카드 내역을 설정했다.

	Store	Category	Amount (원)
0	네이버페이-네이버	기타	25,861
1	이마트24	편의점	3,400
2	이마트24	편의점	6,900
3	주식회사 에스알	기차(교통)	7,400
4	지에스(GS)25	편의점	1,610

사용자의 신용카드는 표 2와 같이 2가지를 사용했다.

카드 명	혜택/전월실적
우리카드	전월 실적 30만원 충족시 가맹점 0.7% 청구할인 등
삼성카드	전월 실적 30만원 충족시 월 5,000원 한도 내에서 대중교통 10% 청구할인 등

사용한 유전 알고리즘의 파라미터는 표 3과 같다. 각 파라미터는 관리자의 선택에 의해 변경될 수 있음이 이해될 것이다.

최대 세대 수	70
부모로 선택될 해의 개수	4
한 세대 내에서 해의 개수	8
하나의 해 안에 들어갈 유전자 개수(해 원소의 개수)	100
최초 유전자 범위 결정(최소값)	0
최초 유전자 범위 결정(최댓값)	1
유전자 타입	int
부모 결정 방법	랜덤 선택 후 성능 좋은 해로 다음 세대에 대체
부모 유지 개수	2
교차 방법	해의 유전자 한 지점에서 변이 발생
변이 타입	랜덤
변이 비율	10%

결제 순서	신용카드
0	우리카드
1	삼성카드
2	우리카드
3	삼성카드
4	우리카드

그러나, 앞서 설명한 최적화 방법에서와 같이 1세대의 8개의 연결리스트를 반드시 무작위(랜덤) 선택으로 생성되는 것으로 한정되는 것은 아니고, 다른 일 실시예에서는 사용자의 현재 신용카드 사용패턴에 기초하여 해를 지정하는 등의 파라미터적인 변화를 줄 수 있다. 본 개시는 이러한 응용의 범위를 포함할 수 있다는 것은 당업자라면 이해될 것이다. 상기 표 4는 신용카드 사용내역을 통해 얻을 수 있는 최대 혜택 금액과 최적화 기법(유전 알고리즘)을 통해 얻은 예측 값을 비교한 결과이다.

본 개시의 신용카드 포트폴리오 추천 장치는, 시뮬레이션 결과, 사용자에게 서비스로 제공할 시 최적화 결과를 사용자가 불편함을 느끼지 않을 만한 시간 안에(1초~4초) 실제적인(이상적인) 최대 혜택 금액의 99%까지(최소 95%) 도달한 예측된 혜택 값을 가지는 연결리스트를 생성할 수 있었고, 이러한 연결리스트를 카드 포트폴리오로 추천할 수 있었다.

	혜택금액	소요시간
실제적으로(이상적으로) 받을 수 있는 최대 혜택금액	31,488원
최적화 기법을 통해 얻은 혜택금액(53세대의 연결리스트)	31,271원(최대 혜택금액의 99%)	3.81초
최적화 기법을 통해 얻은 혜택금액(30세대의 연결리스트)	31,134원(최대 혜택금액의 98%)	2.39초
최적화 기법을 통해 얻은 혜택금액(12세대의 연결리스트)	30,809원(최대 혜택금액의 97%)	1.52초
최적화 기법을 통해 얻은 혜택금액(5세대의 연결리스트)	30,152원(최대 혜택금액의 95%)	0.72초

상기 표 5를 참조하면, 본 실시예에서, 신용카드 포트폴리오 추천 장치는 유전 알고리즘을 이용하여 3.8초 안에 최대 혜택금액의 99%까지 도달한 연결리스트를 생성한 것으로 볼 수 있고, 1초안에 최대 혜택금액의 95%까지 찾는 것을 알 수 있었다. 도 6은 본 실시예에 따른 유전 알고리즘으로 생성된 세대(Generation) 수 및 시간에 따라 산출된 신용카드 혜택 값(Fitness)의 변화를 보여주는 그래프이다.

포트폴리오 제공부(245)는 포트폴리오 최적화부(225)에서 도출된 상기 연결리스트 집합 중 혜택 값이 최대인 연결리스트의 결과를 포트폴리오 형태로 출력하도록 구성될 수 있다. 도 5a 내지 도 5c에 도시된 것과 같이, 포트폴리오 제공부(245)는 혜택 값이 최대인 연결리스트와 매치된 각 결제 내역과 신용카드를 포트폴리오 형식으로 출력할 수 있고, 개별 신용카드 사용에 따른 혜택을 출력할 수 있다.

또한, 사용자는 사용자 단말(100)을 통해 개별 결제건과 매칭된(연결된) 신용카드를 변경하거나 추가된 혜택 정보를 신용카드 포트폴리오 추천 장치 또는 데이터베이스(300)로 전송할 수 있다. 또한, 사용자는 사용자 단말(100)을 통해 신용카드의 혜택 정보(예를 들어, 혜택 내용, 혜택 한도, 기간, 혜택 기준 등)를 추가하거나 변경된 혜택 정보를 신용카드 포트폴리오 추천 장치 또는 데이터베이스로 전송할 수 있다. 포트폴리오 제공부(245)는 변경된 조건 등을 포트폴리오 최적화부(225)에 송신하고, 포트폴리오 최적화부(225)는 변경된 조건 등에 기초하여 새로운 연결리스트 집합을 생성하고, 신용카드 혜택 산출부(235)에 의해 연결리스트의 혜택 값을 산출할 수 있다.

본 개시의 신용카드 포트폴리오 추천 장치는, 사용자에게 최적화된 포트폴리오를 제공한 이후에, 사용자의 단말(100)로부터 신용카드 추가 또는 추가된 신용카드의 혜택 조건을 수신한 경우, 추가된 신용카드와 함께 복수의 신용카드의 매칭 순서를 무작위(랜덤)로 선정하여 1세대 연결리스트 집합을 생성하거나, 또는 지난 최적화된 연결리스트를 1세대 연결리스트 집합에 추가하여, 포트폴리오 최적화를 진행할 수 있다.

도 2는 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천 장치(200)의 블록도이다. 도 2에 개시된 신용카드 포트폴리오 추천 장치(200)는 도 1의 시스템(1000)의 장치(200)의 다른 실시예일 수 있다.

도 2를 참조하면, 본 개시에 따른 신용카드 포트폴리오 추천 장치(200)는 통신 모듈(210), 메모리(220), 사용자 인터페이스(230), 및 프로세서(240)를 포함할 수 있다. 본 개시에 따른 신용카드 포트폴리오 추천 장치(200)는 신용 조사 기관(Credit Bureau, CB), 금융 기관 혹은 마이 데이터를 관리하는 데이터 사업자에서 운용하는 장치를 포함할 수 있다. 또, 신용카드 포트폴리오 추천 장치(200)는 상기 기관으로부터 데이터를 받아 신용카드 포트폴리오를 추천하기 위한 서비스 제공자 또는 공공 기관에 의해 운용되는 시스템에 포함되는 장치일 수도 있다.

통신 모듈(210)은 외부 장치와 통신을 위한 모듈을 포함한다. 통신 모듈(210)은 연합 학습 제공 장치(200)가 외부 기기와 통신하여 정보를 수신하도록 구성된다. 통신 모듈(210)의 통신 방식은 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등), WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), 5G 무선통신망 등에 따라 구축된 네트워크를 이용할 수 있으나, 이에 한정하는 것은 아니며 향후 개발될 모든 전송 방식 표준을 포함할 수 있다. 유/무선을 통하여 데이터를 주고받을 수 있는 것을 모두 포함할 수 있다.

신용카드 포트폴리오 추천 장치(200)는 통신 모듈(210)을 통해 사용자의 단말(100)과 통신하고, 이를 통해 사용자의 소정의 정보를 주고받을 수 있다. 예를 들어, 신용카드 포트폴리오 추천 장치(200)는 사용자의 신용카드 결제 정보, 신용카드에 따른 혜택과 같은 정보를 외부의 기관(예를 들어, 신용카드 회사, 금융기관, 마이데이터 사업자 등)과 통신 모듈(210)을 통해 송신하거나 수신할 수 있다.

메모리(220)는 컴퓨팅 디바이스에 의해 액세스될 수 있고 데이터 및 실행가능 명령어들(예를 들어, 소프트웨어 애플리케이션들, 프로그램들, 함수들 등)의 영구적 저장을 제공하는 데이터 저장 디바이스들과 같은 컴퓨터 판독가능 저장 매체를 포함한다. 메모리(220)의 예들은 휘발성 메모리 및 비휘발성 메모리, 고정식 및 착탈식 매체 디바이스들, 및 컴퓨팅 디바이스 액세스를 위한 데이터를 유지하는 임의의 적절한 메모리 디바이스 또는 전자 데이터 저장소를 포함한다. 메모리(220)는 랜덤 액세스 메모리(RAM, random access memory), 판독 전용 메모리(ROM, read-only memory), 플래시 메모리 및 다양한 메모리 디바이스 구성의 다른 타입의 저장 매체의 다양한 구현예들을 포함할 수 있다. 메모리(220)는 프로세서와 함께 실행가능한 실행가능 소프트웨어 명령어들(예를 들어, 컴퓨터 실행가능 명령어들) 또는 모듈로서 구현될 수 있는 같은 소프트웨어 애플리케이션을 저장하도록 구성된다. 메모리(220)는 불특정 다수 각각의 정보를 저장하도록 구성된다. 상기 정보는 개인의 금융 데이터, 의료 데이터, 쇼핑 데이터, 통신 데이터, 부동산 데이터, VAN 사 데이터, 앱 사용 패턴 로그 데이터 등을 포함할 수 있다. 일 실시예에서, 메모리(220)는 통신 모듈(210)을 통해 다른 장치(도시하지 않음)로부터 데이터를 수신하여 저장할 수 있다. 메모리(220)는 도 1에 도시된 데이터베이스(300) 또는 외부의 데이터베이스(도시하지 않음)을 포함할 수 있다.

사용자 인터페이스(230)는 신용카드 포트폴리오 추천 장치(200)의 관리자의 입력을 수신하도록 구성된다.

프로세서(240)는 신용카드 포트폴리오 추천 장치(200)의 동작을 제어하도록 구성된다. 프로세서(240)는 메모리(220)에 저장된 명령어들이 실행될 때, 본 개시에서 제공되는 방법을 수행할 수 있다. 프로세서(240)는 메모리(220)에 저장된 명령어들이 실행될 때, 도 1의 신용카드 포트폴리오 추천 장치(200)의 기능을 수행할 수 있다.

도 3은 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천 방법의 순서도이다. 도 3의 방법은 신용카드 포트폴리오 추천 장치(200)에 의해 수행될 수 있다.

도 3을 참조하면, 신용카드 포트폴리오 추천 장치(200)는 단계(S305)에서 사용자가 과거에 결제한 결제 내역들을 수집할 수 있다. 이러한 결제 내역들은 신용카드 회사 또는 사용자의 단말(100)로부터 수신할 수 있다.

단계(S310)에서 신용카드 포트폴리오 추천 장치(200)는 복수의 신용카드의 혜택 정보를 수집할 수 있다. 예를 들어, 신용카드 포트폴리오 추천 장치(200)는 단계(S310)에서 복수의 신용카드 각각이 제공할 수 있는 혜택 종류, 혜택 기준, 혜택 한도 등을 수집할 수 있다.

단계(S310)에서 신용카드 포트폴리오 추천 장치(200)는 데이터베이스(300)로부터 기존에 저장된 정보에서 신용카드 별 혜택을 조회하거나, 또는 신용카드 회사로부터 신용카드 별 혜택을 수집할 수 있다.

신용카드 포트폴리오 추천 장치(200)는 단계(S305) 및 단계(S310)에서 수집된 정보를 기초로 최적의 연결리스트를 찾는데 사용되는 목적식, 제약식, 제약 조건 등을 설정할 수 있다.

단계(S315)에서, 신용카드 포트폴리오 추천 장치(200)의 포트폴리오 최적화부(225)는 복수의 연결리스트를 포함한 연결리스트 조합을 생성한다. 이러한 연결리스트는 각각의 결제 내역 별로 매치하려는 신용카드와 매칭 순서를 포함하는 리스트일 수 있다. 신용카드 포트폴리오 추천 장치(200)는 목적식, 제약식, 제약 조건을 만족시키도록 연결리스트를 생성할 수 있다.

단계(S320)에서, 신용카드 포트폴리오 추천 장치(200)의 신용카드 혜택 산출부(235)는 신용카드 별 혜택 정보 및 연결리스트 집합에 기초하여 연결리스트의 결제 순서에 따라 결제된 신용카드의 혜택 값을 산출할 수 있다. 이때, 산출된 혜택 값은 가장 최적화된 혜택일 수도 있고 아닐 수도 있다.

단계(S325)에서, 신용카드 포트폴리오 추천 장치(200)의 포트폴리오 최적화부(225)는 연결리스트가 최적화되었는지 판단할 수 있다. 포트폴리오 최적화부(225)는 최적화가 되지 않았다고 판단하는 것에 대응하여, 단계(S315)로 돌아가고, 최적화가 되었다고 판단하는 것에 대응하여, 단계(S330)로 진행할 수 있다. 예를 들면, 유전 알고리즘을 최적화 기법으로 사용한 경우, 최적화의 판단여부는 연결리스트 집단이 생성된 세대 수 또는 최적화 알고리즘이 수행된 시간이 소정 시간에 기초하여 판단될 수 있다.

일 실시예에서, 신용카드 포트폴리오 추천 장치(200)는, 예를 들어, 단계(S315)와 단계(S320)가 선택된 횟수만큼 반복된 경우 또는 소정 시간동안 반복된 경우 최적화가 완료되었다고 판단할 수 있다.

일 실시예에서, 신용카드 포트폴리오 추천 장치(200)는 최적화 완료 여부를 판단하는 단계(S325)에서, 단계(S315) 또는 단계(S310)가 시작한 시점부터 단계(S315)와 단계(S320)를 반복 수행하는 시간이, 선택된 시간에 이르렀는지 여부에 따라 최적화 여부를 판단할 수 있다. 선택된 시간은 1초, 2초, 3초, 4초, 5초, 6초, 7초 등 사용자 또는 신용카드 포트폴리오 추천 장치(200)의 관리자가 선택할 수 있다.

단계(S330)에서 신용카드 포트폴리오 추천 장치(200)는 상기 연결리스트 집합 중 상기 복수개 생성된 연결리스트들 중 혜택 값이 최대인 연결리스트를 포함하는 최적화된 신용카드 포트폴리오를 사용자에게 제공할 수 있다.

단계(S335)에서 신용카드 포트폴리오 추천 장치(200)는 신용카드 포트폴리오의 조정 요청을 수신할 수 있다. 일 실시예에서, 사용자는 보유한 신용카드에서 새로운 신용카드를 추가하거나, 보유한 신용카드의 제약 조건, 제약식 등을 변경/추가될 경우, 변경된 정보를 신용카드 포트폴리오 추천 장치(200)로 송신하여 신용카드 포트폴리오의 조정을 요청할 수 있다.

단계(S340)에서 신용카드 포트폴리오 추천 장치(200)는 신용카드 포트폴리오를 조정한다. 신용카드 포트폴리오의 조정은 변경된 정보를 기초로 단계(S305) 내지 단계(S325)와 유사한 단계들을 수행하여 이루어질 수 있다.

단계(S345)에서 신용카드 포트폴리오 추천 장치(200)는 단계(S40)에서 도출된 조정된 포트폴리오를 사용자의 단말(100)로 송신할 수 있다.

도 4는 본 개시의 일 실시예에 따른 신용카드 포트폴리오를 추천하는 방법의 흐름도이다. 도 4의 방법은 신용카드 포트폴리오 추천 장치(200)에 의해 수행될 수 있다.

도 4를 참조하면, 신용카드 포트폴리오 추천 장치(200)는 단계(S400)에서 사용자 단말(100)로부터 사용자가 보유한 신용카드 정보를 수신한다.

단계(S405)에서는 신용카드 정보를 수집한다. 일 실시예에서, 신용카드 포트폴리오 추천 장치(200)는 단계(S405)에서 사용자의 단말(100)로부터 사용자가 보유한 신용카드 정보를 수신하고, 이에 기초하여 신용카드 회사로부터 신용카드의 혜택, 혜택 기준, 혜택 한도, 이벤트 등 신용카드에 관한 정보를 수집할 수 있다. 또한, 신용카드 포트폴리오 추천 장치(200)는 주기적으로 시장에 출시된 신용카드에 관한 정보를 신용카드 회사로부터 수집할 수 있다.

단계(S410)에서는, 신용카드 포트폴리오 추천 장치(200)가 단계(S405)에서 수집한 사용자가 보유한 신용카드 및 신용카드의 혜택 정보를 데이터베이스(300)로 송신한다. 단계(S415)에서는 데이터베이스(300)가 신용카드 포트폴리오 추천 장치(200)로부터 수신한 신용카드 정보를 저장한다.

단계(S420)에서 사용자는 사용자 단말(100)을 통해 과거의 사용자의 결제 내역을 토대로 사용자의 신용카드 사용에 따른 혜택 값을 확인할 수 있도록 신용카드 포트폴리오 추천 장치(200)에게 카드 사용 진단을 요청할 수 있다.

단계(S425)에서 신용카드 포트폴리오 추천 장치(200)는 사용자의 결제 내역을 수집한다. 예를 들면, 신용카드 포트폴리오 추천 장치(200)는 신용카드사와 같은 금융기관 또는 마이데이터 사업자 등으로부터 사용자의 신용카드 결제 내역들을 수집할 수 있다. 이때, 금융기관 또는 마이데이터 사업자는 API방식으로 데이터를 전송할 수 있다. 신용카드 포트폴리오 추천 장치(200)는 사용자 단말(100)을 통해 사용자 결제 내역을 수집할 수 있다.

단계(S430)에서 신용카드 포트폴리오 추천 장치(200)는 수집한 결제 내역 정보를 데이터베이스(300)로 송신한다. 그리고, 단계(S435)에서 데이터베이스(300)는 신용카드 포트폴리오 추천 장치(200)로부터 수신한 결제 내역 정보를 저장한다.

단계(S440)에서 신용카드 포트폴리오 추천 장치(200)는 수신한 결제 내역 정보를 기초로 사용자가 소정 기간동안 결제에 사용한 신용카드의 혜택 값을 산출하고 진단 포트폴리오를 생성한다. 이때, 진단 포트폴리오는, 데이터베이스(300)에 저장된 사용자의 소정 기간의 결제 내역과 결제에 사용한 신용카드, 및 그에 따른 혜택 값을 포함할 수 있다.

단계(S445)에서 신용카드 포트폴리오 추천 장치(200)는 산출된 혜택 값을 포함한 진단 포트폴리오를 사용자 단말(100)로 송신한다.

단계(S450)에서, 사용자 단말(100)은 수신된 진단 포트폴리오에 결제 내역 별로 적용된 카드의 혜택 값 및 상기 혜택 값의 총합을 사용자 단말(100)에 디스플레이 하여 사용자에게 제공한다.

도 5a에서와 같이, 단계(S450) 이후에 사용자는 사용자 단말(100)을 통해 결제 내역에 적용할 추가 신용카드 및 결제 내역의 기간을 수정한 정보를 기초로 진단 포트폴리오를 조정하도록 신용카드 포트폴리오 추천 장치(200)에 요청할 수 있다.

단계(S455)에서, 신용카드 포트폴리오 추천 장치(200)는 사용자가 보유한 복수의 신용카드의 포트폴리오를 최적화한다. 신용카드 포트폴리오 추천 장치(200)는 수신한 정보에 기초하여 사용자가 보유한 신용카드의 포트폴리오를 최적화할 수 있다. 신용카드 포트폴리오의 최적화는 상술하여 자세한 설명은 생략한다.

단계(S460)에서, 신용카드 포트폴리오 추천 장치(200)는 최적화된 포트폴리오를 사용자 단말(100)로 송신한다. 단계(S465)에서, 사용자 단말(100)은 최적화된 포트폴리오를 디스플레이 하여 사용자에게 제공한다. 최적화된 포트폴리오에 대해서는 도 5b 및 도 5c를 참조하여 후술한다.

단계(S470)에서 사용자는 개별 결제 내역에 적용된 신용카드의 혜택을 변경하거나 추가한 조건으로 포트폴리오 조정을 신용카드 포트폴리오 추천 장치(200)에 요청할 수 있다. 또한 사용자는 신용카드의 혜택에 관한 정보(조건), 예를 들어, 혜택 내용, 혜택 한도, 기간, 혜택 기준 등을 추가하거나 변경할 수 있다.

단계(S475)에서, 신용카드 포트폴리오 추천 장치(200)는 추천 받은 신용카드 및 기존 보유한 신용카드를 기초하여 최적화된 신용카드 포트폴리오를 조정할 수 있다.

단계(S480)에서 신용카드 포트폴리오 추천 장치(200)는 조정된 신용카드 포트폴리오를 사용자의 단말(100)로 송신할 수 있다.

도 5a 내지 도 5c는 본 개시의 일 실시예에 따른 신용카드 포트폴리오 추천의 일 예시이다.

도 5a를 참조하면, 신용카드 포트폴리오 추천 장치(200)는 사용자 단말(100)의 디스플레이에 사용자가 과거의 소정 기간의 결제한 결제 내역을 토대로 사용자가 받은 신용카드 별 혜택 값을 포함한 진단 포트폴리오를 사용자 단말(100)에 제공할 수 있다. 일 예로, 사용자의 신용카드(505, 510)는 삼성카드(505) 및 신한카드(510)를 포함한다. 도 5a와 같이, 진단 포트폴리오는 각 결제 내역에 따른 신용카드 혜택 금액을 포함한다. 상기 진단 포트폴리오의 진단 결과에는 사용자의 보유한 신용카드(505, 510)의 받은 혜택 금액의 총합을 포함한다. 일 실시예에서, 도 5a는 도 4의 단계(S450)에서 수행하는 진단 포트폴리오 디스플레이에 해당할 수 있다.

도 5b를 참조하면, 신용카드 포트폴리오 추천 장치(200)는 사용자 단말(100)의 디스플레이에 최적화된 신용카드 포트폴리오를 제공한다. 신용카드 포트폴리오 추천 장치(200)는 이전에 사용자가 결제에 사용한 신용카드의 혜택 값과, 최적화된 신용카드 포트폴리오의 혜택 값을 비교한 정보를 제공한다. 일 실시예에서, 도 5b는 도 4의 단계(465)에서 최적화된 신용카드 포트폴리오를 사용자 단말(100)에 디스플레이한 모습을 나타낸 것이다.

도 5c를 참조하면, 신용카드 포트폴리오 추천 장치(200)는 사용자에게 새로운 신용카드(515)를 사용자에게 추천할 수 있다. 신용카드 포트폴리오 추천 장치(200)는 사용자의 단말(100)의 디스플레이에 사용자가 추가로 발급 가능한 추천 신용카드 정보를 제공할 수 있다. 여기서, 추천 신용카드의 정보는, 신용카드명, 신용카드사, 신용카드 혜택 정보를 포함할 수 있다. 이때, 사용자는 사용자 단말(100)을 통해 추천 받은 신용카드를 선택하고, 보유한 신용카드에 선택된 신용카드를 추가한 조건으로 포트폴리오 조정을 신용카드 포트폴리오 추천 장치(200)에 요청할 수 있다. 이러한 요청은 도 4의 단계(S470)의 포트폴리오 조정 요청에 대응될 수 있다.

사용자로부터 포트폴리오 조정을 요청 받은 신용카드 포트폴리오 추천 장치(200)는 추가된 신용카드(515)와 기존 보유한 신용카드(505, 510)에 기초하여 최적화된 신용카드 포트폴리오를 생성할 수 있다. 이는, 도 4의 단계(S475)에서 포트폴리오를 조정하는 것과 대응될 수 있다.

이후, 신용카드 포트폴리오 추천 장치(200)는 조정된 신용카드 포트폴리오를 사용자 단말(100)에 송신할 수 있다. 이는, 도 4의 단계(S480)에서 조정된 포트폴리오 송신하는 것과 대응될 수 있다. 사용자 단말(100)은 조정된 포트폴리오의 각 결제 내역, 사용카드 및 혜택금액을 보여줄 수 있다. 일 실시예에서, 도 5c는 사용자 단말(100)에 제공된 조정된 포트폴리오를 나타내고 있다.

본 개시에 따른 신용카드 포트폴리오 추천 방법은 금융기관, 신용평가 업체 또는 공공기관이 이용하고 있는 장비, 컴퓨터, 통합제어장치 등에 구비된 프로세서가 읽을 수 있는 기록매체에, 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이상에서 설명된 장치 및 방법은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 일 실시예에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록매체에 저장될 수 있다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (14)

1. 신용카드 포트폴리오 추천 장치를 사용해 사용자에게 신용카드 포트폴리오를 추천하는 방법으로,
   상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자가 보유한 복수의 신용카드와 상기 사용자가 결제한 결제 내역들을 수집하는 단계;
   상기 신용카드 포트폴리오 추천 장치에 의해, 상기 복수의 신용카드의 혜택에 관한 정보를 수집하는 단계;
   상기 신용카드 포트폴리오 추천 장치에 의해, 각각이 상기 복수의 신용카드가 상기 결제 내역들과 매치되는 순서를 포함한 리스트이고 서로가 다른 조합으로 매치된 복수의 연결리스트 포함한 연결리스트 집합을 생성하는 단계;
   상기 신용카드 포트폴리오 추천 장치에 의해, 상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하는 단계;
   상기 연결리스트 집합에서 혜택 값이 최대인 연결리스트를 도출하는 단계; 및
   상기 신용카드 포트폴리오 추천 장치에 의해, 상기 결제 내역들, 상기 연결리스트 집합에서 상기 혜택 값이 최대인 연결리스트의 상기 결제 내역들 각각과 매치된 신용카드, 및 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 추천하는 단계를 포함하는,
   신용카드 포트폴리오 추천 방법.
2. 제1항에 있어서,
   신용카드 포트폴리오를 사용자에게 추천하는 단계 전에,
   상기 연결리스트 집합을 생성하는 단계 및 상기 신용카드 혜택 값을 산출하는 단계 각각을 1회 수행하는 것을 하나의 사이클로 하여 복수의 사이클을 수행하는,
   신용카드 포트폴리오 추천 방법.
3. 제2항에 있어서,
   상기 복수의 사이클은, 선택된 시간 동안 또는 선택된 사이클 횟수만큼만 수행되는,
   신용카드 포트폴리오 추천 방법.
4. 제2항에 있어서,
   상기 복수의 사이클 중 최초의 사이클에서 생성된 연결리스트 집합은, 상기 결제 내역들 각각과 매치되는 순서를 상기 복수의 신용카드에서 무작위로 선택하여 생성된 복수의 연결리스트를 포함한,
   신용카드 포트폴리오 추천 방법.
5. 제2항에 있어서,
   상기 연결리스트 집합을 생성하는 단계는,
   상기 신용카드 혜택 값을 산출하는 단계 이후에 상기 신용카드 혜택 값을 산출한 연결리스트 집합에서 상기 신용카드 혜택 값의 총합이 상위에 속하는 선택된 개수의 연결리스트를 제외한 나머지 연결리스트를 연결리스트 집합에서 제외시키는 단계; 및
   상기 연결리스트 집합에서 제외시키는 단계에서 제외된 연결리스트 개수만큼 이전 사이클에서 생성된 복수의 연결리스트와 다르게 매치된 새로운 연결리스트를 생성하여 상기 연결리스트 집합에 포함시키는 단계를 포함하는,
   신용카드 포트폴리오 추천 방법.
6. 제5항에 있어서,
   상기 새로운 연결리스트를 생성하여 연결리스트 집합에 포함시키는 단계는,
   상기 상위에 속하는 선택된 개수의 연결리스트 각각의 일부 정보를 서로 교환하는 방식으로 조합하여 새로운 연결리스트를 생성하는 단계를 포함한,
   신용카드 포트폴리오 추천 방법.
7. 제6항에 있어서,
   상기 새로운 연결리스트를 생성하여 연결리스트 집합에 포함시키는 단계는,
   상기 상위에 속하는 선택된 개수의 연결리스트 및 상기 선택된 개수의 연결리스트의 조합으로 생성된 상기 새로운 연결리스트 중 일부 연결리스트의 매치된 신용카드 순서를 무작위로 변경하는 단계를 포함한,
   신용카드 포트폴리오 추천 방법.
8. 제1항에 있어서,
   상기 복수의 신용카드는, 상기 사용자가 보유한 신용카드, 또는 상기 사용자가 보유한 신용카드와 상기 사용자가 보유하지 않은 새로운 신용카드인,
   신용카드 포트폴리오 추천 방법.
9. 제1항에 있어서,
   신용카드 포트폴리오를 사용자에게 추천하는 단계 이후에,
   상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자로부터 신용카드 결제 내역 정보, 기존 보유한 복수의 신용카드에서 추가되거나 삭제된 신용카드 정보, 및 상기 사용자가 현재 보유한 신용카드의 혜택에 관한 변경된 정보를 수신하는 단계;
   상기 신용카드 포트폴리오 추천 장치에 의해, 상기 사용자로부터 수신한 신용카드 추가 또는 삭제에 관한 정보 및 신용카드 혜택에 관한 변경된 정보를 기초하여, 상기 복수의 연결리스트 포함한 연결리스트 집합을 생성하는 단계;
   상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하는 단계;
   상기 연결리스트 집합에서 혜택 값이 최대인 연결리스트를 도출하는 단계; 및
   상기 혜택 값이 최대인 연결리스트의 결제 내역들 및 상기 결제 내역들 각각과 매치된 신용카드, 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 제공하는 단계를 더 수행하는,
   신용카드 포트폴리오 추천 방법.
10. 명령어가 저장된 메모리, 통신 모듈 및 프로세서를 포함하는 신용카드 포트폴리오 추천 장치로, 상기 명령어가 실행될 때, 상기 프로세서는 제1항 내지 제9항 중 어느 하나의 방법을 수행하는, 신용카드 포트폴리오 추천 장치.
11. 사용자의 결제 내역들을 수집하도록 구성된 결제 데이터 수집부;
    복수의 신용카드의 혜택에 관한 정보를 수집하도록 구성된 카드 데이터 수집부;
    각각이 상기 복수의 신용카드가 상기 결제 내역들과 매치되는 순서를 포함한 리스트이고 서로가 다른 조합으로 매치된 복수의 연결리스트 포함한 연결리스트 집합을 생성하도록 구성된 포트폴리오 최적화부;
    상기 포트폴리오 최적화부로부터 상기 연결리스트 집합을 수신하고 상기 복수의 연결리스트 각각의 순서에 따라 신용카드를 상기 복수의 결제 내역들에 적용하여 얻을 수 있는 신용카드 혜택 값을 산출하도록 구성된 신용카드 혜택 산출부; 및
    상기 결제 내역들, 상기 연결리스트 집합에서 상기 혜택 값이 최대인 연결리스트의 상기 결제 내역들 각각과 매치된 신용카드, 및 상기 신용카드의 매치로 얻을 수 있는 혜택 값을 포함한 포트폴리오를 사용자에게 제공하는 포트폴리오 제공부;를 포함하는,
    신용카드 포트폴리오 추천 장치.
12. 제11항에 있어서,
    상기 신용카드 포트폴리오 추천 장치는,
    상기 포트폴리오 최적화부가 상기 연결리스트 집합을 생성하고, 상기 신용카드 혜택 산출부가 상기 연결리스트 집합의 복수의 연결리스트의 신용카드 혜택 값을 산출하는 과정을 하나의 사이클로 하여 소정 시간 동안, 또는 소정 횟수의 사이클, 또는 소정 시간 동안 및 소정 횟수 이상의 사이클로 반복 수행하도록 구성된,
    신용카드 포트폴리오 추천 장치.
13. 제12항에 있어서,
    상기 포트폴리오 최적화부는,
    최초의 사이클에서 상기 결제 내역들 각각과 매치되는 순서를 상기 복수의 신용카드에서 무작위로 선택하여 생성된 복수의 연결리스트를 생성하는,
    신용카드 포트폴리오 추천 장치.
14. 제12항에 있어서,
    상기 포트폴리오 최적화부는,
    이전 사이클에서 생성된 연결리스트 집합의 상기 신용카드 혜택 값의 총합이 다음 사이클에서 생성된 연결리스트 집합의 신용카드 혜택 값의 총합보다 커지도록 다음 사이클의 연결리스트 집합을 생성하는,
    신용카드 포트폴리오 추천 장치.

Images