KR20240025746A - 제품 수명 위치 예측 시스템 및 방법 - Google Patents

제품 수명 위치 예측 시스템 및 방법 Download PDF

Info

Publication number
KR20240025746A
KR20240025746A KR1020220103739A KR20220103739A KR20240025746A KR 20240025746 A KR20240025746 A KR 20240025746A KR 1020220103739 A KR1020220103739 A KR 1020220103739A KR 20220103739 A KR20220103739 A KR 20220103739A KR 20240025746 A KR20240025746 A KR 20240025746A
Authority
KR
South Korea
Prior art keywords
product
unit
specific
information
life
Prior art date
Application number
KR1020220103739A
Other languages
English (en)
Inventor
정용은
Original Assignee
주식회사 스토어링크
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 스토어링크 filed Critical 주식회사 스토어링크
Priority to KR1020220103739A priority Critical patent/KR20240025746A/ko
Publication of KR20240025746A publication Critical patent/KR20240025746A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

제품 수명 위치 예측 시스템이 제공된다. 본 발명의 실시예에 따른 제품 수명 위치 예측 시스템은, 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하는 관심도 정보 획득부; 상기 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 상기 특정 제품의 예측 단위 수명 값을 획득하는 예측 단위 수명 값 획득부; 및 유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 상기 특정 제품의 상기 예측 단위 수명 값과 비교하여 상기 특정 제품의 특정 수명 위치를 결정하는 특정 수명 위치 결정부;를 포함한다.

Description

제품 수명 위치 예측 시스템 및 방법{Product life position prediction system and method}
본 발명은 제품 수명 위치 예측 시스템 및 방법에 관한 것으로, 특히, 특정 제품에 대하여 기 설정된 알고리즘을 이용하여 수명 값을 예측하고, 예측 결과를 통해 알고리즘을 보정할 뿐만 아니라, 유사한 지표를 이용하여 해당 특정 제품의 수명 위치를 예측할 수 있는 제품 수명 위치 예측 시스템 및 방법에 관한 것이다.
일반적으로 판매자들은 제품의 재고를 최소화 하여 매출(순이익)을 최대화 하고자 한다. 이를 위해서는 제품의 판매량을 최대한 예측하고, 예측 결과에 맞춰 재고를 준비하는 것이 중요하다. 제품의 판매량은 단일 지표를 이용하여 예측되기 어렵다는 문제점이 존재한다. 따라서, 이를 예측하기 위해서 각 마케팅 회사들은 다양한 알고리즘 및 지표를 이용하며 그 정확도를 수요자에게 공개하여 고객을 유치하고 있다.
한국등록특허 제10-1396960호
본 발명의 일 실시예는 특정 알고리즘을 이용하여 특정 제품의 수명 위치를 예측하며, 예측 결과와 실제 데이터를 비교하여 특정 알고리즘을 보정함으로써 예측 알고리즘의 정확도를 증가시킬 수 있는 제품 수명 위치 예측 시스템 및 방법을 제공하고자 한다.
위와 같은 과제를 해결하기 위한 본 발명의 일 측면에 따르면, 제품 수명 위치 예측 시스템이 제공된다. 상기 제품 수명 위치 예측 시스템은 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하는 관심도 정보 획득부; 상기 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 상기 특정 제품의 예측 단위 수명 값을 획득하는 예측 단위 수명 값 획득부; 및 유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 상기 특정 제품의 상기 예측 단위 수명 값과 비교하여 상기 특정 제품의 특정 수명 위치를 결정하는 특정 수명 위치 결정부;를 포함한다.
상기 관심도 정보 획득부는, 상기 특정 제품에 대한 기본 정보를 입력 받고, 입력 받은 상기 기본 정보를 이용하여 관심도 정보를 획득하며, 상기 관심도 정보는 상기 특정 제품의 검색량, 구매량, 인기도, 언급량, 조회수, 노출수 및 공유수 중 적어도 하나를 포함할 수 있다.
상기 예측 단위 수명 값 획득부는, 상기 관심도 정보를 획득하고, 획득한 상기 관심도 정보 중 단위 수명 요인을 선정하고 선정한 상기 단위 수명 요인을 이용하여 정규화 된 제품 정보를 획득하는 제품 정보 정규화 모듈; 상기 정규화 된 제품 정보를 상기 기 설정된 단위 수명 값 예측 알고리즘에 적용하여 상기 예측 단위 수명 값을 획득하는 단위 수명 예측 모듈; 및 상기 예측 단위 수명 값과 실제 단위 수명 값을 비교하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 알고리즘 보정 모듈;을 포함할 수 있다.
상기 정규화 된 제품 정보는 두 개의 상기 단위 수명 요인을 이용하여 생성되며, 상기 단위 수명 요인은 구매량, 판매량, 검색량, 시장 규모 및 인기도 중 적어도 하나를 포함할 수 있다.
상기 정규화 된 제품 정보는 0 이상 1 이하의 값을 가지며, 상기 단위 수명 요인 중 더 큰 값을 가지는 단위 수명 요인이 분모로 배치되고, 다른 단위 수명 요인이 분자로 배치되어 생성될 수 있다.
상기 기 설정된 단위 수명 값 예측 알고리즘은 OLS, Sarima, 앙상블 및 Catboost 알고리즘 중 적어도 하나를 이용하여 생성될 수 있다.
상기 알고리즘 보정 모듈은, 상기 예측 단위 수명 값이 상기 실제 단위 수명 값과 차이가 존재하는 경우, 차이 값을 누적 학습하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정할 수 있다.
상기 특정 수명 위치 결정부는, 상기 특정 제품의 과거 단위 수명 값과 유사도가 가장 높은 상기 유사 제품군 또는 상기 유사 지표를 상기 비교 요인 정보로 선정하는 비교 요인 정보 선정 모듈; 및 상기 비교 요인 정보를 기준으로 상기 특정 제품의 상기 예측 단위 수명 값의 상기 특정 수명 위치를 획득하는 특정 수명 위치 획득 모듈;을 포함할 수 있다.
상기 유사 제품군은 기 설정된 분류 기준에 따라 분류된 제품군들이며, 상기 유사 지표는 기 저장된 전체 제품 중 상기 특정 제품에서 획득된 과거 단위 수명 값과 같은 범위에서 가장 유사한 단위 수명 값을 가지는 제품일 수 있다.
상기 특정 수명 위치 및 현재 시장 규모를 이용하여 미래 특정 시점에 대한 상기 특정 제품의 시장 규모를 예측하는 시장 규모 예측부;를 더 포함할 수 있다.
본 발명의 일 측면에 따르면, 제품 수명 위치 예측 방법이 제공된다. 상기 제품 수명 위치 예측 방법은, 관심도 정보 획득부를 이용하여 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하는 단계; 예측 단위 수명 값 획득부를 이용하여 상기 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 상기 특정 제품의 예측 단위 수명 값을 획득하는 단계; 및 특정 수명 위치 결정부를 이용하여 유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 상기 특정 제품의 상기 예측 단위 수명 값과 비교하여 상기 특정 제품의 특정 수명 위치를 결정하는 단계;를 포함한다.
상기 관심도 정보를 획득하는 단계는, 상기 특정 제품에 대한 기본 정보를 입력 받고, 입력 받은 상기 기본 정보를 이용하여 관심도 정보를 획득하며, 상기 관심도 정보는 상기 특정 제품의 검색량, 구매량, 인기도, 언급량, 조회수, 노출수 및 공유수 중 적어도 하나를 포함할 수 있다.
상기 특정 제품의 예측 단위 수명 값을 획득하는 단계는, 상기 관심도 정보를 획득하고, 획득한 상기 관심도 정보 중 단위 수명 요인을 선정하고 선정한 상기 단위 수명 요인을 이용하여 정규화 된 제품 정보를 획득하는 단계; 상기 정규화 된 제품 정보를 상기 기 설정된 단위 수명 값 예측 알고리즘에 적용하여 상기 예측 단위 수명 값을 획득하는 단계; 및 상기 예측 단위 수명 값과 실제 단위 수명 값을 비교하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 단계;를 포함할 수 있다.
상기 정규화 된 제품 정보는 두 개의 상기 단위 수명 요인을 이용하여 생성되며, 상기 단위 수명 요인은 구매량, 판매량, 검색량, 시장 규모 및 인기도 중 적어도 하나를 포함할 수 있다.
상기 정규화 된 제품 정보는 0 이상 1 이하의 값을 가지며, 상기 단위 수명 요인 중 더 큰 값을 가지는 단위 수명 요인이 분모로 배치되고, 다른 단위 수명 요인이 분자로 배치되어 생성될 수 있다.
상기 기 설정된 단위 수명 값 예측 알고리즘은 OLS, Sarima, 앙상블 및 Catboost 알고리즘 중 적어도 하나를 이용하여 생성될 수 있다.
상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 단계는, 상기 예측 단위 수명 값이 상기 실제 단위 수명 값과 차이가 존재하는 경우, 차이 값을 누적 학습하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정할 수 있다.
상기 특정 제품의 특정 수명 위치를 결정하는 단계는, 상기 특정 제품의 과거 단위 수명 값과 유사도가 가장 높은 상기 유사 제품군 또는 상기 유사 지표를 상기 비교 요인 정보로 선정하는 단계; 및 상기 비교 요인 정보를 기준으로 상기 특정 제품의 상기 예측 단위 수명 값의 상기 특정 수명 위치를 획득하는 단계;를 포함할 수 있다.
상기 유사 제품군은 기 설정된 분류 기준에 따라 분류된 제품군들이며, 상기 유사 지표는 기 저장된 전체 제품 중 상기 특정 제품에서 획득된 과거 단위 수명 값과 같은 범위에서 가장 유사한 단위 수명 값을 가지는 제품일 수 있다.
상기 특정 수명 위치 및 현재 시장 규모를 이용하여 시장 규모 예측부에서 미래 특정 시점에 대한 상기 특정 제품의 시장 규모를 예측하는 단계;를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템 및 방법은, 특정 제품에 대한 제품 수명 위치를 획득하고, 추후 판매량을 예측할 수 있는 효과가 있다.
또, 본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템 및 방법은, 제품 수명 위치를 예측하는 알고리즘을 예측 결과와 실제 데이터의 차이를 이용하여 지속적으로 보정함으로써 학습을 통해 예측 정확도를 증가시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템의 블록도이다.
도 2는 도 1의 예측 단위 수명 값 획득부의 블록도이다.
도 3은 도 1의 특정 수명 위치 결정부의 블록도이다.
도 4는 도 1의 시장 규모 예측부의 블록도이다.
도 5는 본 발명의 일 실시예에 따른 제품 수명 위치 예측 방법의 순서도이다.
도 6은 도 6의 단계 S13의 순서도이다.
도 7은 도 6의 단계 S15의 순서도이다.
도 8은 도 6의 단계 S17의 순서도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다.
도 1은 본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템의 블록도이고, 도 2는 도 1의 예측 단위 수명 값 획득부의 블록도이며, 도 3은 도 1의 특정 수명 위치 결정부의 블록도이고, 도 4는 도 1의 시장 규모 예측부의 블록도이다. 이하에서는 도 1 내지 도 4를 이용하여 본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템에 대해 상세히 설명하도록 한다.
본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템(1)은 특정 제품이 해당 제품의 수명 사이클 중 어느 순간에 위치하는지 확인하기 위해 다양한 데이터를 획득하고 획득한 데이터를 기 설정된 알고리즘을 이용하여 가공한 후, 결과 값을 비교 요인들과 비교하여 특정 제품의 특정 수명 위치를 예측할 수 있도록 형성된다. 이를 위해 본 발명의 제품 수명 위치 예측 시스템(1)은 도 1에 도시된 바와 같이 관심도 정보 획득부(11), 예측 단위 수명 값 획득부(13) 및 특정 수명 위치 결정부(15)를 포함하도록 형성될 수 있다.
본 발명의 제품 수명 위치 예측 시스템(1)을 보다 쉽게 설명하기 위해 본 명세서에서는 다음과 같은 다양한 단어들을 정의하고 사용한다. 정의되는 단어들은 특정 수명 위치, 단위 수명 값, 수명 값, 예측 단위 수명 값, 유사 제품군 및 유사 지표이다.
특정 수명 위치는 특정 제품의 수명 주기 중 현재 해당 제품이 어느 부분에 위치하는지를 나타내는 정보이다.
수명 값은 수명 요인을 이용하여 획득되는 제품의 판매 관련 정보이며, 단위 수명 값은 특정 날짜에서의 수명 값이고, 예측 단위 수명 값은 현재로부터 일정 주기만큼 떨어진 날짜에서 예측되는 단위 수명 값이다.
유사 제품군은 특정 제품이 포함되는 제품군과 유사한 제품들의 분류이며, 유사 지표는 특정 제품의 과거 수명 값들로 이루어지는 과거 수명 지표와 유사한 변화율을 가지는 제품을 의미한다.
위에서 정의한 단어들은 아래의 설명에서 새롭게 등장할 때마다 다시 한번 정의를 언급하도록 한다.
관심도 정보 획득부(11)는 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하도록 형성된다. 특정 수명 위치는 특정 제품의 수명 주기 중 현재 해당 제품이 어느 부분에 위치하는지를 나타내는 정보이고, 관심도 정보는 특정 제품의 판매 관련 정보에 영향을 끼치는 정보이다. 관심도 정보 획득부(11)는 특정 제품에 대한 기본 정보를 입력 받고, 입력 받은 기본 정보를 이용하여 관심도 정보를 획득할 수 있다. 기본 정보는 제품 제조 시 확인할 수 있는 지표일 수 있으며, 관심도 정보는 기본 정보를 기반으로 검색 및 획득 가능한 정보들일 수 있다. 일 예로 본 발명에서 관심도 정보는 특정 제품의 검색량, 구매량, 인기도, 언급량, 조회수, 노출수 및 공유수 중 적어도 하나를 포함할 수 있다.
관심도 정보 획득부(11)에서 기본 정보 및 관심도 정보를 획득하면, 본 발명의 제품 수명 위치 예측 시스템(1)은 예측 단위 수명값 획득부(13)를 이용하여 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 특정 제품의 단위 수명 값을 획득하도록 할 수 있다. 예측 단위 수명값 획득부(13)는 이를 위해 도 2에 도시된 바와 같이 제품 정보 정규화 모듈(131), 단위 수명 예측 모듈(133) 및 알고리즘 보정 모듈(135)을 포함하도록 형성된다.
제품 정보 정규화 모듈(131)은 관심도 정보를 획득하고 획득한 관심도 정보 중 단위 수명 요인을 선정하며, 선정한 단위 수명 요인을 이용하여 정규화 된 제품 정보를 획득하도록 형성된다. 제품 정보 정규화 모듈(131)은 서로 다른 제품들의 수명 값의 비교를 같은 단위에서 수행하기 위해 정규화 처리를 수행하도록 형성되며, 이를 위해 관심도 정보 중 단위 수명 요인을 선정한 후 선정한 단위 수명 요인을 이용하여 정규화 처리를 수행한다.
정규화 된 제품 정보는 두 개의 단위 수명 요인을 이용하여 생성되며, 단위 수명 요인은 관심도 정보에 포함된 구매량, 판매량, 검색량, 시장 규모 및 인기도 중 적어도 하나일 수 있다.
일 예로 정규화 된 제품 정보는 선정한 두 단위 수명 요인을 이용하여 정규화 되기 때문에 0 이상 1 이하의 값을 가지는 정규화가 수행될 수 있다. 이를 위해 본 발명의 일 실시예에 따른 정규화 된 제품 정보는 두 단위 수명 요인 중 더 큰 값을 가지는 단위 수명 요인이 분모로 배치되고, 다른 단위 수명 요인이 분자로 배치되어 생성될 수 있다.
제품 정보 정규화 모듈(131)에서는 바람직하게는 특정 두 단위 수명 요인을 최초에 선정하게 되면, 이후 같은 단위 수명 요인을 지속적으로 사용할 수 있다. 이는 상술한 바와 같이 다양한 제품들의 수명 값의 비교를 같은 단위에서 수행하기 위해 정규화 처리가 수행되기 때문이다.
단위 수명 예측 모듈(133)은 정규화 된 제품 정보를 기 설정된 단위 수명 값 예측 알고리즘에 적용하여 예측 단위 수명 값을 획득하도록 형성된다.
수명 값은 수명 요인을 이용하여 획득되는 제품의 판매 관련 정보이며, 단위 수명 값은 특정 날짜에서의 수명 값이고, 예측 단위 수명 값은 현재로부터 일정 주기만큼 떨어진 날짜에서 예측되는 단위 수명 값이다.
단위 수명 예측 모듈(133)은 0 이상 1 이하의 값을 가지는 정규화 된 제품 정보를 기 설정된 단위 수명 값 예측 알고리즘에 적용할 수 있다. 기 설정된 단위 수명값 예측 알고리즘은 OLS, Sarima, 앙상블 및 Catboost 알고리즘 중 적어도 하나를 이용하여 생성될 수 있다.
알고리즘 보정 모듈(155)은 예측 단위 수명 값과 실제 단위 수명 값을 비교하여 기 설정된 단위 수명 값 예측 알고리즘을 보정하도록 형성된다. 알고리즘 보정 모듈(155)은 일 실시예로 예측 단위 수명 값이 실제 단위 수명 값과 차이가 존재하는 경우, 차이 값을 누적 학습하여 기 설정된 단위 수명 값 예측 알고리즘을 보정할 수 있다.
한편, 본 발명의 다른 실시예에서는 단위 수명 예측 모듈(133)은 기 설정된 단위 수명값 예측 알고리즘으로 상술한 4가지 알고리즘 중 어느 하나를 선택적으로 획득할 수 있으며 알고리즘 보정 모듈(135)에서는 기 설정된 기준 오차 이상 차이값이 발생하는 경우 다른 알고리즘을 선택적으로 획득할 수도 있다. 이 경우에는 이러한 과정을 반복하여 특정 제품에 대하여 4가지 알고리즘 중 가장 예측 정확도가 높은 알고리즘을 단위 수명값 예측 알고리즘으로 선정할 수도 있다.
특정 수명 위치 결정부(15)는 유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 특정 제품의 예측 단위 수 값과 비교하여 특정 제품의 특정 수명 위치를 결정하도록 형성될 수 있다. 유사 제품군은 특정 제품이 포함되는 제품군과 유사한 제품들의 분류이며, 유사 지표는 특정 제품의 과거 수명 값들로 이루어지는 과거 수명 지표와 유사한 변화율을 가지는 제품을 의미한다.
도 3을 참고하면, 본 발명의 일 실시예에 따른 특정 수명 위치 결정부(15)는 비교 요인 정보 선정 모듈(151) 및 특정 수명 위치 획득 모듈(153)을 포함하여 형성될 수 있다.
비교 요인 정보 선정 모듈(151)은 특정 제품의 과거 단위 수명 값과 유사도가 가장 높은 유사 제품군 또는 유사 지표를 비교 요인 정보로 선정하도록 형성된다. 비교 요인 정보 선정 모듈(151)은 특정 제품의 특정 수명 위치를 결정하기 위해 가장 유사한 형태로 수명 주기가 진행해 가는 비교 요인을 획득할 수 있다. 이를 위해 유사 제품군 또는 유사 지표를 획득하여 특정 제품의 과거 단위 수명 값과의 유사도가 가장 높은 정보를 비교 요인으로 선정할 수 있다.
특정 수명 위치 획득 모듈(153)은 비교 요인이 선정되면, 비교 요인을 기준으로 특정 제품의 예측 단위 수명 값의 특정 수명 위치를 획득하도록 형성된다. 특정 수명 위치 획득 모듈(153)은 비교 요인을 획득하면, 기본 정보에 더 포함되는 수명 위치 획득을 위한 시간 정보를 획득하고자 하는 특정 수명 위치에 대한 시간 정보로 사용할 수 있다.
시간 정보를 획득하면, 특정 수명 위치 획득 모듈(153)은 해당 시간 정보에 대응하는 비교 요인의 수명 위치를 획득하며, 획득한 수명 위치를 특정 제품의 특정 수명 위치로 획득할 수 있다.
한편, 본 발명의 일 실시예에 따른 제품 수명 위치 예측 시스템(1)은 도 1에 도시된 바와 같이 시장 규모 예측부(17)를 더 포함할 수도 있다. 시장 규모 예측부(17)는 특정 수명 위치 및 현재 시장 규모를 이용하여 특정 수명 위치에서의 특정 제품의 시장 규모를 예측하도록 형성된다. 시장 규모 예측부(17)는 이를 위해 도 4에 도시된 바와 같이 시장 규모 획득 모듈(171) 및 미래 시장 규모 예측 모듈(173)을 포함할 수 있다.
시장 규모 획득 모듈(171)은 특정 제품의 현재 시장 규모 및 비교 요인의 시장 규모 정보를 각각 획득하도록 형성된다. 시장 규모 획득 모듈(171)은 특정 제품의 현재 시장 규모와 비교 요인의 현재 시장 규모의 비율을 시장 비율 정보로 획득할 수 있다. 시장 규모 획득 모듈(171)은 비교 요인의 시장 규모 정보를 이용하여 특정 수명 위치에서의 비교 요인의 시장 규모를 더 획득하도록 형성된다.
미래 시장 규모 예측 모듈(173)은 시장 비율 정보와 비교 요인의 특정 수명 위치에서의 시장 규모를 전달받아, 비교 요인의 특정 수명 위치에서의 시장 규모에 시장 비율 정보를 적용하여 특정 수명 위치에서의 특정 제품의 미래 시장 예측 규모를 획득하도록 형성될 수 있다.
한편, 도 5 내지 도 8에는 본 발명의 일 실시예에 따른 제품 수명 위치 예측 방법이 도시되고 있다. 도 5는 본 발명의 일 실시예에 따른 제품 수명 위치 예측 방법의 순서도이고, 도 6은 도 6의 단계 S13의 순서도이며, 도 7은 도 6의 단계 S15의 순서도이고, 도 8은 도 6의 단계 S17의 순서도이다. 이하에서는 도 5 내지 도 8을 이용하여 본 발명의 일 실시예에 따른 제품 수명 위치 예측 방법에 대하여 상세하게 설명하도록 한다. 또, 본 발명의 설명의 편의를 위해 본 발명이 도 1의 시스템을 이용하는 것으로 설명하지만, 본 발명은 이에 한정되지 않으며 다양한 장치, 시스템 또는 단말기 등에서 사용될 수 있다.
본 발명의 일 실시예에 따른 제품 수명 위치 예측 방법(10)은 특정 제품이 해당 제품의 수명 사이클 중 어느 순간에 위치하는지 확인하기 위해 다양한 데이터를 획득하고 획득한 데이터를 기 설정된 알고리즘을 이용하여 가공한 후, 결과 값을 비교 요인들과 비교하여 특정 제품의 특정 수명 위치를 예측할 수 있도록 형성된다. 이를 위해 본 발명의 제품 수명 위치 예측 방법(10)은 도 5에 도시된 바와 같이 관심도 정보를 획득하는 단계(S11), 예측 단위 수명값을 획득하는 단계(S13) 및 특정 수명 위치를 결정하는 단계(S15)를 포함하도록 형성될 수 있다.
본 발명의 제품 수명 위치 예측 방법(10)을 보다 쉽게 설명하기 위해 본 명세서에서는 다음과 같은 다양한 단어들을 정의하고 사용한다. 정의되는 단어들은 특정 수명 위치, 단위 수명 값, 수명 값, 예측 단위 수명 값, 유사 제품군 및 유사 지표이다.
특정 수명 위치는 특정 제품의 수명 주기 중 현재 해당 제품이 어느 부분에 위치하는지를 나타내는 정보이다.
수명 값은 수명 요인을 이용하여 획득되는 제품의 판매 관련 정보이며, 단위 수명 값은 특정 날짜에서의 수명 값이고, 예측 단위 수명 값은 현재로부터 일정 주기만큼 떨어진 날짜에서 예측되는 단위 수명 값이다.
유사 제품군은 특정 제품이 포함되는 제품군과 유사한 제품들의 분류이며, 유사 지표는 특정 제품의 과거 수명 값들로 이루어지는 과거 수명 지표와 유사한 변화율을 가지는 제품을 의미한다.
위에서 정의한 단어들은 아래의 설명에서 새롭게 등장할 때마다 다시 한번 정의를 언급하도록 한다.
관심도 정보를 획득하는 단계(S11)는 관심도 정보 획득부를 이용하여 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하도록 형성된다. 특정 수명 위치는 특정 제품의 수명 주기 중 현재 해당 제품이 어느 부분에 위치하는지를 나타내는 정보이고, 관심도 정보는 특정 제품의 판매 관련 정보에 영향을 끼치는 정보이다. 관심도 정보를 획득하는 단계(S11)는 특정 제품에 대한 기본 정보를 입력 받고, 입력 받은 기본 정보를 이용하여 관심도 정보를 획득할 수 있다. 기본 정보는 제품 제조 시 확인할 수 있는 지표일 수 있으며, 관심도 정보는 기본 정보를 기반으로 검색 및 획득 가능한 정보들일 수 있다. 일 예로 본 발명에서 관심도 정보는 특정 제품의 검색량, 구매량, 인기도, 언급량, 조회수, 노출수 및 공유수 중 적어도 하나를 포함할 수 있다.
관심도 정보를 획득하는 단계(S11)에서 기본 정보 및 관심도 정보를 획득하면, 본 발명의 제품 수명 위치 예측 방법(10)은 예측 단위 수명값을 획득하는 단계(S13)를 이용하여 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 특정 제품의 단위 수명 값을 획득하도록 할 수 있다. 예측 단위 수명값을 획득하는 단계(S13)는 이를 위해 도 6에 도시된 바와 같이 정규화 된 제품 정보를 획득하는 단계(S131), 예측 단위 수명 값을 획득하는 단계(S133) 및 단위 수명 값 예측 알고리즘을 보정하는 단계(S135)를 포함하도록 형성된다.
정규화 된 제품 정보를 획득하는 단계(S131)는 관심도 정보를 획득하고 획득한 관심도 정보 중 단위 수명 요인을 선정하며, 선정한 단위 수명 요인을 이용하여 정규화 된 제품 정보를 획득하도록 형성된다. 정규화 된 제품 정보를 획득하는 단계(S131)는 서로 다른 제품들의 수명 값의 비교를 같은 단위에서 수행하기 위해 정규화 처리를 수행하도록 형성되며, 이를 위해 관심도 정보 중 단위 수명 요인을 선정한 후 선정한 단위 수명 요인을 이용하여 정규화 처리를 수행한다.
정규화 된 제품 정보는 두 개의 단위 수명 요인을 이용하여 생성되며, 단위 수명 요인은 관심도 정보에 포함된 구매량, 판매량, 검색량, 시장 규모 및 인기도 중 적어도 하나일 수 있다.
일 예로 정규화 된 제품 정보는 선정한 두 단위 수명 요인을 이용하여 정규화 되기 때문에 0 이상 1 이하의 값을 가지는 정규화가 수행될 수 있다. 이를 위해 본 발명의 일 실시예에 따른 정규화 된 제품 정보는 두 단위 수명 요인 중 더 큰 값을 가지는 단위 수명 요인이 분모로 배치되고, 다른 단위 수명 요인이 분자로 배치되어 생성될 수 있다.
정규화 된 제품 정보를 획득하는 단계(S131)에서는 바람직하게는 특정 두 단위 수명 요인을 최초에 선정하게 되면, 이후 같은 단위 수명 요인을 지속적으로 사용할 수 있다. 이는 상술한 바와 같이 다양한 제품들의 수명 값의 비교를 같은 단위에서 수행하기 위해 정규화 처리가 수행되기 때문이다.
예측 단위 수명 값을 획득하는 단계(S133)는 정규화 된 제품 정보를 기 설정된 단위 수명 값 예측 알고리즘에 적용하여 예측 단위 수명 값을 획득하도록 형성된다.
수명 값은 수명 요인을 이용하여 획득되는 제품의 판매 관련 정보이며, 단위 수명 값은 특정 날짜에서의 수명 값이고, 예측 단위 수명 값은 현재로부터 일정 주기만큼 떨어진 날짜에서 예측되는 단위 수명 값이다.
예측 단위 수명 값을 획득하는 단계(S133)는 0 이상 1 이하의 값을 가지는 정규화 된 제품 정보를 기 설정된 단위 수명 값 예측 알고리즘에 적용할 수 있다. 기 설정된 단위 수명값 예측 알고리즘은 OLS, Sarima, 앙상블 및 Catboost 알고리즘 중 적어도 하나를 이용하여 생성될 수 있다.
단위 수명 값 예측 알고리즘을 보정하는 단계(S135)는 예측 단위 수명 값과 실제 단위 수명 값을 비교하여 기 설정된 단위 수명 값 예측 알고리즘을 보정하도록 형성된다. 단위 수명 값 예측 알고리즘을 보정하는 단계(S135)는 일 실시예로 예측 단위 수명 값이 실제 단위 수명 값과 차이가 존재하는 경우, 차이 값을 누적 학습하여 기 설정된 단위 수명 값 예측 알고리즘을 보정할 수 있다.
한편, 본 발명의 다른 실시예에서는 예측 단위 수명 값을 획득하는 단계(S133)은 기 설정된 단위 수명값 예측 알고리즘으로 상술한 4가지 알고리즘 중 어느 하나를 선택적으로 획득할 수 있으며 단위 수명 값 예측 알고리즘을 보정하는 단계(S135)에서는 기 설정된 기준 오차 이상 차이값이 발생하는 경우 다른 알고리즘을 선택적으로 획득할 수도 있다. 이 경우에는 이러한 과정을 반복하여 특정 제품에 대하여 4가지 알고리즘 중 가장 예측 정확도가 높은 알고리즘을 단위 수명값 예측 알고리즘으로 선정할 수도 있다.
특정 수명 위치를 결정하는 단계(S15)는 특정 수명 위치 결정부를 이용하여 유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 특정 제품의 예측 단위 수 값과 비교하여 특정 제품의 특정 수명 위치를 결정하도록 형성될 수 있다. 유사 제품군은 특정 제품이 포함되는 제품군과 유사한 제품들의 분류이며, 유사 지표는 특정 제품의 과거 수명 값들로 이루어지는 과거 수명 지표와 유사한 변화율을 가지는 제품을 의미한다.
도 7을 참고하면, 본 발명의 일 실시예에 따른 특정 수명 위치를 결정하는 단계(S15)는 비교 요인 정보를 선정하는 단계(S151) 및 특정 수명 위치를 획득하는 단계(S153)를 포함하여 형성될 수 있다.
비교 요인 정보를 선정하는 단계(S151)는 특정 제품의 과거 단위 수명 값과 유사도가 가장 높은 유사 제품군 또는 유사 지표를 비교 요인 정보로 선정하도록 형성된다. 비교 요인 정보를 선정하는 단계(S151)는 특정 제품의 특정 수명 위치를 결정하기 위해 가장 유사한 형태로 수명 주기가 진행해 가는 비교 요인을 획득할 수 있다. 이를 위해 유사 제품군 또는 유사 지표를 획득하여 특정 제품의 과거 단위 수명 값과의 유사도가 가장 높은 정보를 비교 요인으로 선정할 수 있다.
특정 수명 위치를 획득하는 단계(S153)는 비교 요인이 선정되면, 비교 요인을 기준으로 특정 제품의 예측 단위 수명 값의 특정 수명 위치를 획득하도록 형성된다. 특정 수명 위치를 획득하는 단계(S153)는 비교 요인을 획득하면, 기본 정보에 더 포함되는 수명 위치 획득을 위한 시간 정보를 획득하고자 하는 특정 수명 위치에 대한 시간 정보로 사용할 수 있다.
시간 정보를 획득하면, 특정 수명 위치를 획득하는 단계(S153)는 해당 시간 정보에 대응하는 비교 요인의 수명 위치를 획득하며, 획득한 수명 위치를 특정 제품의 특정 수명 위치로 획득할 수 있다.
한편, 본 발명의 일 실시예에 따른 제품 수명 위치 예측 방법(10)은 도 5에 도시된 바와 같이 시장 규모를 예측하는 단계(S17)를 더 포함할 수도 있다. 시장 규모를 예측하는 단계(S17)는 시장 규모 예측부를 통해 특정 수명 위치 및 현재 시장 규모를 이용하여 특정 수명 위치에서의 특정 제품의 시장 규모를 예측하도록 형성된다. 시장 규모를 예측하는 단계(S17)는 이를 위해 도 8에 도시된 바와 같이 시장 규모 정보를 획득하는 단계(S171) 및 미래 시장 규모를 예측하는 단계(S173)를 포함할 수 있다.
시장 규모 정보를 획득하는 단계(S171)는 특정 제품의 현재 시장 규모 및 비교 요인의 시장 규모 정보를 각각 획득하도록 형성된다. 시장 규모 정보를 획득하는 단계(S171)는 특정 제품의 현재 시장 규모와 비교 요인의 현재 시장 규모의 비율을 시장 비율 정보로 획득할 수 있다. 시장 규모 정보를 획득하는 단계(S171)는 비교 요인의 시장 규모 정보를 이용하여 특정 수명 위치에서의 비교 요인의 시장 규모를 더 획득하도록 형성된다.
미래 시장 규모를 예측하는 단계(S173)는 시장 비율 정보와 비교 요인의 특정 수명 위치에서의 시장 규모를 전달받아, 비교 요인의 특정 수명 위치에서의 시장 규모에 시장 비율 정보를 적용하여 특정 수명 위치에서의 특정 제품의 미래 시장 예측 규모를 획득하도록 형성될 수 있다.
이상에서 본 발명의 일 실시예에 대하여 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니하며, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
1: 제품 수명 위치 예측 시스템
11: 관심도 정보 획득부
13: 예측 단위 수명값 획득부
15: 특정 수명 위치 결정부
17: 시장 규모 예측부
131: 제품 정보 정규화 모듈
133: 단위 수명 예측 모듈
135: 알고리즘 보정 모듈
151: 비교 요인 정보 선정 모듈
153: 특정 수명 위치 획득 모듈
171: 시장 규모 획득 모듈
173: 미래 시장 규모 예측 모듈

Claims (20)

  1. 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하는 관심도 정보 획득부;
    상기 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 상기 특정 제품의 예측 단위 수명 값을 획득하는 예측 단위 수명 값 획득부; 및
    유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 상기 특정 제품의 상기 예측 단위 수명 값과 비교하여 상기 특정 제품의 특정 수명 위치를 결정하는 특정 수명 위치 결정부;를 포함하는 제품 수명 위치 예측 시스템.
  2. 제 1항에 있어서,
    상기 관심도 정보 획득부는,
    상기 특정 제품에 대한 기본 정보를 입력 받고, 입력 받은 상기 기본 정보를 이용하여 관심도 정보를 획득하며,
    상기 관심도 정보는 상기 특정 제품의 검색량, 구매량, 인기도, 언급량, 조회수, 노출수 및 공유수 중 적어도 하나를 포함하는 제품 수명 위치 예측 시스템.
  3. 제 1항에 있어서,
    상기 예측 단위 수명 값 획득부는,
    상기 관심도 정보를 획득하고, 획득한 상기 관심도 정보 중 단위 수명 요인을 선정하고 선정한 상기 단위 수명 요인을 이용하여 정규화 된 제품 정보를 획득하는 제품 정보 정규화 모듈;
    상기 정규화 된 제품 정보를 상기 기 설정된 단위 수명 값 예측 알고리즘에 적용하여 상기 예측 단위 수명 값을 획득하는 단위 수명 예측 모듈; 및
    상기 예측 단위 수명 값과 실제 단위 수명 값을 비교하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 알고리즘 보정 모듈;을 포함하는 제품 수명 위치 예측 시스템.
  4. 제 3항에 있어서,
    상기 정규화 된 제품 정보는 두 개의 상기 단위 수명 요인을 이용하여 생성되며, 상기 단위 수명 요인은 구매량, 판매량, 검색량, 시장 규모 및 인기도 중 적어도 하나를 포함하는 제품 수명 위치 예측 시스템.
  5. 제 4항에 있어서,
    상기 정규화 된 제품 정보는 0 이상 1 이하의 값을 가지며, 상기 단위 수명 요인 중 더 큰 값을 가지는 단위 수명 요인이 분모로 배치되고, 다른 단위 수명 요인이 분자로 배치되어 생성되는 제품 수명 위치 예측 시스템.
  6. 제 3항에 있어서,
    상기 기 설정된 단위 수명 값 예측 알고리즘은 OLS, Sarima, 앙상블 및 Catboost 알고리즘 중 적어도 하나를 이용하여 생성되는 제품 수명 위치 예측 시스템.
  7. 제 3항에 있어서,
    상기 알고리즘 보정 모듈은,
    상기 예측 단위 수명 값이 상기 실제 단위 수명 값과 차이가 존재하는 경우, 차이 값을 누적 학습하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 제품 수명 위치 예측 시스템.
  8. 제 1항에 있어서,
    상기 특정 수명 위치 결정부는,
    상기 특정 제품의 과거 단위 수명 값과 유사도가 가장 높은 상기 유사 제품군 또는 상기 유사 지표를 상기 비교 요인 정보로 선정하는 비교 요인 정보 선정 모듈; 및
    상기 비교 요인 정보를 기준으로 상기 특정 제품의 상기 예측 단위 수명 값의 상기 특정 수명 위치를 획득하는 특정 수명 위치 획득 모듈;을 포함하는 제품 수명 위치 예측 시스템.
  9. 제 8항에 있어서,
    상기 유사 제품군은 기 설정된 분류 기준에 따라 분류된 제품군들이며, 상기 유사 지표는 기 저장된 전체 제품 중 상기 특정 제품에서 획득된 과거 단위 수명 값과 같은 범위에서 가장 유사한 단위 수명 값을 가지는 제품인 제품 수명 위치 예측 시스템.
  10. 제 1항에 있어서,
    상기 특정 수명 위치 및 현재 시장 규모를 이용하여 미래 특정 시점에 대한 상기 특정 제품의 시장 규모를 예측하는 시장 규모 예측부;를 더 포함하는 제품 수명 위치 예측 시스템.
  11. 관심도 정보 획득부를 이용하여 특정 수명 위치를 결정하고자 하는 특정 제품에 대한 정보인 관심도 정보를 획득하는 단계;
    예측 단위 수명 값 획득부를 이용하여 상기 관심도 정보에 기 설정된 단위 수명 값 예측 알고리즘을 적용하여 상기 특정 제품의 예측 단위 수명 값을 획득하는 단계; 및
    특정 수명 위치 결정부를 이용하여 유사 제품군 또는 유사 지표 중 보다 높은 유사도를 가지는 요인을 비교 요인 정보로 선정하고, 상기 특정 제품의 상기 예측 단위 수명 값과 비교하여 상기 특정 제품의 특정 수명 위치를 결정하는 단계;를 포함하는 제품 수명 위치 예측 방법.
  12. 제 11항에 있어서,
    상기 관심도 정보를 획득하는 단계는,
    상기 특정 제품에 대한 기본 정보를 입력 받고, 입력 받은 상기 기본 정보를 이용하여 관심도 정보를 획득하며,
    상기 관심도 정보는 상기 특정 제품의 검색량, 구매량, 인기도, 언급량, 조회수, 노출수 및 공유수 중 적어도 하나를 포함하는 제품 수명 위치 예측 방법.
  13. 제 11항에 있어서,
    상기 특정 제품의 예측 단위 수명 값을 획득하는 단계는,
    상기 관심도 정보를 획득하고, 획득한 상기 관심도 정보 중 단위 수명 요인을 선정하고 선정한 상기 단위 수명 요인을 이용하여 정규화 된 제품 정보를 획득하는 단계;
    상기 정규화 된 제품 정보를 상기 기 설정된 단위 수명 값 예측 알고리즘에 적용하여 상기 예측 단위 수명 값을 획득하는 단계; 및
    상기 예측 단위 수명 값과 실제 단위 수명 값을 비교하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 단계;를 포함하는 제품 수명 위치 예측 방법.
  14. 제 13항에 있어서,
    상기 정규화 된 제품 정보는 두 개의 상기 단위 수명 요인을 이용하여 생성되며, 상기 단위 수명 요인은 구매량, 판매량, 검색량, 시장 규모 및 인기도 중 적어도 하나를 포함하는 제품 수명 위치 예측 방법.
  15. 제 14항에 있어서,
    상기 정규화 된 제품 정보는 0 이상 1 이하의 값을 가지며, 상기 단위 수명 요인 중 더 큰 값을 가지는 단위 수명 요인이 분모로 배치되고, 다른 단위 수명 요인이 분자로 배치되어 생성되는 제품 수명 위치 예측 방법.
  16. 제 13항에 있어서,
    상기 기 설정된 단위 수명 값 예측 알고리즘은 OLS, Sarima, 앙상블 및 Catboost 알고리즘 중 적어도 하나를 이용하여 생성되는 제품 수명 위치 예측 방법.
  17. 제 13항에 있어서,
    상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 단계는,
    상기 예측 단위 수명 값이 상기 실제 단위 수명 값과 차이가 존재하는 경우, 차이 값을 누적 학습하여 상기 기 설정된 단위 수명 값 예측 알고리즘을 보정하는 제품 수명 위치 예측 방법.
  18. 제 11항에 있어서,
    상기 특정 제품의 특정 수명 위치를 결정하는 단계는,
    상기 특정 제품의 과거 단위 수명 값과 유사도가 가장 높은 상기 유사 제품군 또는 상기 유사 지표를 상기 비교 요인 정보로 선정하는 단계; 및
    상기 비교 요인 정보를 기준으로 상기 특정 제품의 상기 예측 단위 수명 값의 상기 특정 수명 위치를 획득하는 단계;를 포함하는 제품 수명 위치 예측 방법.
  19. 제 18항에 있어서,
    상기 유사 제품군은 기 설정된 분류 기준에 따라 분류된 제품군들이며, 상기 유사 지표는 기 저장된 전체 제품 중 상기 특정 제품에서 획득된 과거 단위 수명 값과 같은 범위에서 가장 유사한 단위 수명 값을 가지는 제품인 제품 수명 위치 예측 방법.
  20. 제 11항에 있어서,
    상기 특정 수명 위치 및 현재 시장 규모를 이용하여 시장 규모 예측부에서 미래 특정 시점에 대한 상기 특정 제품의 시장 규모를 예측하는 단계;를 더 포함하는 제품 수명 위치 예측 방법.
KR1020220103739A 2022-08-19 2022-08-19 제품 수명 위치 예측 시스템 및 방법 KR20240025746A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220103739A KR20240025746A (ko) 2022-08-19 2022-08-19 제품 수명 위치 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220103739A KR20240025746A (ko) 2022-08-19 2022-08-19 제품 수명 위치 예측 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20240025746A true KR20240025746A (ko) 2024-02-27

Family

ID=90058734

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220103739A KR20240025746A (ko) 2022-08-19 2022-08-19 제품 수명 위치 예측 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20240025746A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101396960B1 (ko) 2013-06-25 2014-05-19 한국과학기술정보연구원 제품속성 기반의 스마트 성장모형을 활용한 신제품 수명주기 예측 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101396960B1 (ko) 2013-06-25 2014-05-19 한국과학기술정보연구원 제품속성 기반의 스마트 성장모형을 활용한 신제품 수명주기 예측 방법

Similar Documents

Publication Publication Date Title
CN108960719B (zh) 选品方法和装置以及计算机可读存储介质
US20140278778A1 (en) Method, apparatus, and computer-readable medium for predicting sales volume
JP2022500769A (ja) 電力システム熱負荷の予測方法及び予測装置
JP6459968B2 (ja) 商品推薦装置、商品推薦方法、及び、プログラム
WO2015040790A1 (ja) 払出量予測装置、払出量予測方法、記録媒体、及び払出量予測システム
US20210103858A1 (en) Method and system for model auto-selection using an ensemble of machine learning models
TW201437933A (zh) 搜尋引擎的結果排序方法及系統
US20120296900A1 (en) Adaptively learning a similarity model
US20190378180A1 (en) Method and system for generating and using vehicle pricing models
US20180158015A1 (en) Inventory management system and inventory management method
WO2015040791A1 (ja) 発注量決定装置、発注量決定方法、記録媒体、及び発注量決定システム
JP2020198092A (ja) 教師なし異常検出及び高次元センサデータの多数決投票による原因説明のための方法及びシステム
CN110929764A (zh) 图片审核方法和装置，电子设备及存储介质
BenMark et al. How retailers can drive profitable growth through dynamic pricing
US20100169166A1 (en) Data quality tests for use in a causal product demand forecasting system
US20140122173A1 (en) Estimating semi-parametric product demand models
US20210256548A1 (en) Computation of user-specific item-related values on an electronic processing platform
US20100100421A1 (en) Methodology for selecting causal variables for use in a product demand forecasting system
KR20240025746A (ko) 제품 수명 위치 예측 시스템 및 방법
JP6992889B2 (ja) 判定ルール取得装置、判定ルール取得方法および判定ルール取得プログラム
CN115577991B (zh) 一种基于大数据的商业智能数据分析系统及分析方法
CN115271884A (zh) 一种基于多源数据的商品选品方法、装置及电子设备
CN111831892A (zh) 信息推荐方法、信息推荐装置、服务器及存储介质
WO2013106124A1 (en) Automatic demand parameter escalation
WO2013106123A1 (en) Automatic demand parameter estimation