초록 ▼

본 발명은 공동주택에서 발생한 하자 정보 및 하자가 발생한 시설자재 정보를 접수하면, 접수된 시설자재 및 해당 시설자재에 대한 하자 정보와 하자가 발생한 시설자재의 성질과 해당 하자에 대한 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체 명칭과 하자보수 처리 결과에 대한 평가내용 및 하자보수 재요청 여부를 기계학습(Machine Learning)하여 하자가 발생한 시설자재에 대한 하자보수 방법과 하자보수에 사용되는 시설자재의 종류 및 하자보수를 수행할 하자보수업체를 추론하는 하자보수처리모델을 생성하고, 관리자

본 발명은 공동주택에서 발생한 하자 정보 및 하자가 발생한 시설자재 정보를 접수하면, 접수된 시설자재 및 해당 시설자재에 대한 하자 정보와 하자가 발생한 시설자재의 성질과 해당 하자에 대한 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체 명칭과 하자보수 처리 결과에 대한 평가내용 및 하자보수 재요청 여부를 기계학습(Machine Learning)하여 하자가 발생한 시설자재에 대한 하자보수 방법과 하자보수에 사용되는 시설자재의 종류 및 하자보수를 수행할 하자보수업체를 추론하는 하자보수처리모델을 생성하고, 관리자 또는 입주자의 단말기에서 접수한 하자 정보를 하자보수처리모델에 적용하여 해당 하자에 맞는 하자보수 방법, 하자보수에 사용되는 시설자재 및 하자보수 업체를 맞춤형으로 추천할 수 있는 공동주택의 하자를 기계학습 알고리즘 기반의 인공지능을 이용하여 분석 및 처리하는 시스템 및 그 방법에 관한 것이다.

대표청구항 ▼

관리자 또는 입주자의 단말기로부터 공동주택에서 발생한 하자 정보 및 하자가 발생한 시설자재 정보를 접수하는 하자 접수부;상기 하자 접수부가 접수한 하자 정보를 시설자재 카테고리 별로 분류하여 하자 정보 DB에 기록하는 하자분류 기록부;공동주택에 사용되었거나 사용될 예정인 시설자재의 종류 및 각 시설자재의 성질을 매칭하여 시설자재 DB에 저장하는 시설자재 관리부;상기 하자 접수부가 접수한 하자에 대해 하자보수 방법, 하자보수에 사용되는 시설자재의 종류와 하자보수업체를 지정하여 하자보수업체 지정 DB에 저장하는 하자보수업체 지정부;상기

관리자 또는 입주자의 단말기로부터 공동주택에서 발생한 하자 정보 및 하자가 발생한 시설자재 정보를 접수하는 하자 접수부;상기 하자 접수부가 접수한 하자 정보를 시설자재 카테고리 별로 분류하여 하자 정보 DB에 기록하는 하자분류 기록부;공동주택에 사용되었거나 사용될 예정인 시설자재의 종류 및 각 시설자재의 성질을 매칭하여 시설자재 DB에 저장하는 시설자재 관리부;상기 하자 접수부가 접수한 하자에 대해 하자보수 방법, 하자보수에 사용되는 시설자재의 종류와 하자보수업체를 지정하여 하자보수업체 지정 DB에 저장하는 하자보수업체 지정부;상기 하자보수업체 지정부에서 지정된 하자보수업체에 상기 접수된 하자 내용, 하자보수 방법 및 하자보수에 사용되는 시설자재의 종류를 전달하여 하자보수를 요청하는 하자보수 요청부;상기 지정된 하자보수 업체가 하자보수를 완료하면, 상기 관리자 또는 입주자 단말기로부터 하자보수 처리 결과에 대한 평가내용 및 하자보수 재요청 여부를 수신하여 하자보수 처리결과 DB에 저장하고, 하자보수 재요청 시에는 해당 하자보수 업체에 관련내용을 전달하여 하자보수를 재요청하는 하자보수 평가부;상기 하자 정보 DB에 기록된 시설자재 및 해당 시설자재에 대한 하자 정보와 상기 시설자재 DB에 저장된 하자가 발생한 시설자재의 성질과 상기 하자보수업체 지정 DB에 저장된 하자에 대한 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체 명칭과 상기 하자보수 처리결과 DB에 저장된 하자보수 처리 결과에 대한 평가내용 및 하자보수 재요청 여부를 기계학습(Machine Learning)하여 하자가 발생한 시설자재에 대한 하자보수 방법과 하자보수에 사용되는 시설자재의 종류 및 하자보수를 수행할 하자보수업체를 추론하는 하자보수처리모델을 생성하는 하자보수처리모델 생성부; 및상기 하자 접수부가 접수한 시설자재에 대한 하자 정보를 상기 하자보수처리모델에 적용하여 관리자 또는 입주자의 단말기에서 접수된 하자에 대해 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체를 추천하는 하자보수방법 추천부를 포함하되,상기 하자보수처리모델 생성부는 하자가 발생한 도배지의 명칭, 도배지의 다양한 하자 유형, 다양한 도배지의 성질, 도배 하자가 발생한 세대별 주소 및 해당 세대에서의 위치, 집의 방향 및 기상조건 등을 고려한 다양한 하자보수 방법, 다양한 도배업체의 명칭, 평가를 통한 해당 도배업체의 하자처리 숙련도, 도배하자에 대한 평가내용 및 도배하자에 대해 하자보수를 재요청했는지, 아니면 하자보수 결과에 만족하는지 등과 같은 다양한 데이터를 입력변수(x)로 사용하여 학습함으로써 결과값(y)을 예측하는 하자보수처리모델을 생성하고,결과값(y)는 도배하자에 사용할 하자보수 방법 및 해당 하자보수를 처리할 도배업체 및 하자보수에 사용할 도배지를 출력하며,상기 하자보수처리모델 생성부는 해당 하자보수에 사용될 수 있는 시설자재의 성질이 온도 및 습도에 민감한 경우 하자가 발생한 세대 내에서의 하자 위치정보, 해당 세대에서 하자가 발생한 집의 위치에 해당하는 집의 방향 정보, 하자가 발생한 일자 및 해당 일자에 집의 위치에 해당하는 기상정보를 포함하여 하자보수처리모델을 생성하되,하자 위치, 집의 방향, 기상정보가 시설자재의 성질에 영향을 끼칠만한 상황인 경우 시설자재의 종류 및 성질에 가중치를 크게 두어 제3 하자보수처리모델을 생성하고, 제3 하자보수처리모델은 도장공사의 경우 곰보는 시설자재의 성질이 온도 및 습도에 민감하기 때문에 집에서 하자가 발생한 위치와 집의 방향이 햇볕이 잘 드는 곳이며, 날씨가 다소 더운 경우는 시설자재의 종류 및 성질에 소정의 가중치를 두어 시설자재가 고온, 다습한 환경에서도 일정 기준 이상의 우수한 품질을 나타내는 시설자재를 추천하며,하자 위치, 집의 방향, 기상정보가 시설자재의 성질에 영향을 끼칠만한 상황과 무관한 경우 하자보수 업체의 숙련도에 가중치를 크게 두어 제4 하자보수처리모델을 생성하며, 제4 하자보수처리모델은 집에서 하자가 발생한 위치와 집의 방향이 햇볕이 잘 드는 곳이 아니며, 날씨도 선선한 경우는 시설자재의 성질보다 하자보수 업체의 숙련도에 영향을 더 많이 받을 수 있기 때문에 하자보수 업체의 숙련도에 소정의 가중치를 주어 하자보수를 잘하는 것으로 일정 점수 이상의 평가를 받은 하자보수 업체를 추천하고,상기 하자 접수부가 관리자 또는 입주자의 단말기에서 같은 세대의 서로 다른 위치에서 발생한 복수 개의 하자 정보를 접수하고, 해당 하자보수에 사용될 수 있는 시설자재의 성질이 온도 및 습도에 민감한 경우상기 하자보수방법 추천부는 같은 세대에서 발생한 각 하자에 대해 하자 위치, 집의 방향, 기상정보가 시설자재의 성질에 영향을 끼칠만한 상황인 경우 상기 제3 하자보수처리모델을 적용하여 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체를 추천하고,각 하자에 대해 하자 위치, 집의 방향, 기상정보가 시설자재의 성질에 영향을 끼칠만한 상황과 무관한 경우 상기 제4 하자보수처리모델을 적용하여 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체를 추천하며,세대에서 발생한 하자에 대해 하자 위치, 하자가 발생한 집의 위치에 해당하는 집의 방향, 하자가 발생한 일자에 집의 위치에 해당하는 기상정보가 해당 시설자재의 성질에 영향을 끼칠만한 상황인지 여부를 판단하는 하자발생 상황 판단부를 더 포함하고,상기 하자발생 상황 판단부는 해당 세대의 평면도 정보를 이용하여 하자가 발생한 방의 위치, 하자가 발생한 방의 방향, 하자가 발생한 일자가 선선한 날씨인지 더운 날씨인지 등을 종합적으로 고려하여 하자가 발생한 시설자재의 성질에 영향을 끼칠만한 상황인지 여부를 판단하며, 하자가 발생한 방의 위치에서도 방의 방향이 햇볕이 잘 들어오는 방향이라면 방의 창문에서 방의 하자 발생위치까지의 거리를 계산하여 판단하고,방의 방향이 동향이나 남동향일 때는 햇볕이 방안으로 깊숙하게 들어오기 때문에 방의 방향이 남향일때와는 달리 방의 안쪽 위치에서 하자가 발생한 경우도 시설자재의 성질에 영향을 끼칠만한 상황이라고 판단하며,상기 하자보수방법 추천부는 하자발생 상황 판단부의 판단 결과에 따라 제3 하자보수처리모델과 제4 하자보수처리모델 중 하나를 선택적으로 적용하여 하자보수 방법, 하자보수에 사용되는 시설자재의 종류 및 하자보수 업체를 추천하는 것을 특징으로 하는 공동주택의 하자를 기계학습 알고리즘 기반의 인공지능을 이용하여 분석 및 처리하는 시스템.