초록 ▼

본 발명의 딥 러닝 기반 자원 가격 예측 방법에 따르면, 뉴스를 수집하여 NLP(자연어처리)를 통해 뉴스지표를 생성하고 시기별 중요도를 반영하여 예측의 정확도를 향상시키고, 기존에 인식되고 있는 주요 인자 외에 여러 지표를 수집하여, 매번 영향도가 높은 경제지표를 선정하는 방법으로 시기적 유효성을 유지시키고, 변화된 환경의 예측 모델을 갱신하기 위해서 새로 수집되어 선정된 데이터로부터 예측 모델을 새로 수립하는 정기적 갱신 모델을 적용하고, 딥러닝 기반의 예측 모델을 활용하여 변동폭의 증감을 민감하게 예측하고, 경제지표와 뉴스지표를

본 발명의 딥 러닝 기반 자원 가격 예측 방법에 따르면, 뉴스를 수집하여 NLP(자연어처리)를 통해 뉴스지표를 생성하고 시기별 중요도를 반영하여 예측의 정확도를 향상시키고, 기존에 인식되고 있는 주요 인자 외에 여러 지표를 수집하여, 매번 영향도가 높은 경제지표를 선정하는 방법으로 시기적 유효성을 유지시키고, 변화된 환경의 예측 모델을 갱신하기 위해서 새로 수집되어 선정된 데이터로부터 예측 모델을 새로 수립하는 정기적 갱신 모델을 적용하고, 딥러닝 기반의 예측 모델을 활용하여 변동폭의 증감을 민감하게 예측하고, 경제지표와 뉴스지표를 복합적으로 활용하여 수개월 이후의 가격변화를 예측함으로써 수입 자원의 가격 변화를 예측하는 효과가 있다.

대표청구항 ▼

인터넷망을 통하여 수집한 전문 칼럼, 뉴스 및 경제지표를 혼합하여, 형태소 분석기술과 뉴스의 의미적 중요도 추정 기술과 심층 신경망(Deep learning) 기술을 순차적으로 연결하여 특정 자원의 가격변화를 예측하는 것으로,자원사전 장치에 의해 전문 칼럼으로부터 특정 자원 가격에 영향을 주는 핵심 어휘를 도출하고, 도출된 어휘를 카테고리 별 분류를 통해 단어 분류로 취급할 수 있도록 하는 자원사전 구축단계와;연관뉴스지표 장치에 의해 자원사전 구축단계를 통하여 도출된 핵심 어휘 및 단어 분류가 뉴스에서 다뤄진 중요도를 시기별로 계산

인터넷망을 통하여 수집한 전문 칼럼, 뉴스 및 경제지표를 혼합하여, 형태소 분석기술과 뉴스의 의미적 중요도 추정 기술과 심층 신경망(Deep learning) 기술을 순차적으로 연결하여 특정 자원의 가격변화를 예측하는 것으로,자원사전 장치에 의해 전문 칼럼으로부터 특정 자원 가격에 영향을 주는 핵심 어휘를 도출하고, 도출된 어휘를 카테고리 별 분류를 통해 단어 분류로 취급할 수 있도록 하는 자원사전 구축단계와;연관뉴스지표 장치에 의해 자원사전 구축단계를 통하여 도출된 핵심 어휘 및 단어 분류가 뉴스에서 다뤄진 중요도를 시기별로 계산하고, 시기별로 계산된 중요도를 벡터화하는 가중치 단계와;연관경제지표 장치에 의해 경제지표 중 특정 자원의 가격과 연관성이 높은 경제 지표를 선택하는 지표선정 단계와;시계열예측 장치에 의해 과거의 특정 자원 가격 변화를 시간에 따른 패턴으로 학습하여 예측 모델을 수립하고, 상기 예측모델을 시계열예측 장치에 탑재하여, 특정 자원 가격의 변화를 예측하는 결과예측 단계;를 포함하되, 상기 자원사전 구축단계에서는,전문 칼럼에 포함된 기사에서 형태소 분석으로 특정 자원의 특성을 반영한 핵심 단어를 도출하여 자원사전을 생성하는 단계를 포함하는 것을 특징으로 한 딥 러닝 기반 자원 가격 예측 방법.