본 발명에 따르면, 기업의 무역수출지수를 산출하기 위한 방법으로서, 소정의 데이터베이스에 전체 기업 각각에 대한 기업수출기초정보가 저장된 상태에서, (a) 상기 전체 기업 각각에 대한 기업수출기초정보가 획득되면, 상기 컴퓨팅 장치가, 모델무역수출지수 산출 레이어로 하여금 상기 전체 기업 각각에 대한 기업수출기초정보 중 제1 부분 정보를 제1 학습데이터로서 입력받아 상기 전체 기업 각각에 대한 모델무역수출지수를 예측하도록 하고, 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분 정보인 상기 전체 기업 각각에 대한 수출 여부
본 발명에 따르면, 기업의 무역수출지수를 산출하기 위한 방법으로서, 소정의 데이터베이스에 전체 기업 각각에 대한 기업수출기초정보가 저장된 상태에서, (a) 상기 전체 기업 각각에 대한 기업수출기초정보가 획득되면, 상기 컴퓨팅 장치가, 모델무역수출지수 산출 레이어로 하여금 상기 전체 기업 각각에 대한 기업수출기초정보 중 제1 부분 정보를 제1 학습데이터로서 입력받아 상기 전체 기업 각각에 대한 모델무역수출지수를 예측하도록 하고, 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분 정보인 상기 전체 기업 각각에 대한 수출 여부 정보를 제1 GT(Ground Truth)로서 상기 예측된 모델무역수출지수와 비교하여 그 차이가 최소화되도록 상기 모델무역수출지수 산출 레이어에 대한 학습을 수행하도록 하는 단계; 및 (b) 상기 모델무역수출지수 산출 레이어에 대한 학습이 완료된 상태에서, 임의의 특정 평가대상기업에 대한 기업수출기초정보의 제1 부분 정보가 획득되면, 상기 컴퓨팅 장치가, 상기 모델무역수출지수 산출 레이어로 하여금 상기 획득된 상기 특정 평가대상기업에 대한 기업수출기초정보의 제1 부분 정보를 입력받아 상기 특정 평가대상기업에 대한 특정 모델무역수출지수를 상기 특정 평가대상기업의 제1 수출역량값으로서 산출하도록 하는 단계; 를 포함하는 방법이 제공된다.
대표청구항▼
기업의 무역수출지수를 산출하기 위한 방법으로서, 소정의 데이터베이스에 전체 기업 각각에 대한 기업수출기초정보가 저장된 상태에서,(a) 상기 전체 기업 각각에 대한 기업수출기초정보가 획득되면, 컴퓨팅 장치가, 모델무역수출지수 산출 레이어로 하여금 상기 전체 기업 각각에 대한 기업수출기초정보 중 제1 부분 정보를 제1 학습데이터로서 입력받아 상기 전체 기업 각각에 대한 모델무역수출지수를 예측하도록 하고, 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분 정보인 상기 전체 기업 각각에 대한 수출 여부 정보를 제1 GT(Groun
기업의 무역수출지수를 산출하기 위한 방법으로서, 소정의 데이터베이스에 전체 기업 각각에 대한 기업수출기초정보가 저장된 상태에서,(a) 상기 전체 기업 각각에 대한 기업수출기초정보가 획득되면, 컴퓨팅 장치가, 모델무역수출지수 산출 레이어로 하여금 상기 전체 기업 각각에 대한 기업수출기초정보 중 제1 부분 정보를 제1 학습데이터로서 입력받아 상기 전체 기업 각각에 대한 모델무역수출지수를 예측하도록 하고, 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분 정보인 상기 전체 기업 각각에 대한 수출 여부 정보를 제1 GT(Ground Truth)로서 상기 예측된 모델무역수출지수와 비교하여 그 차이가 최소화되도록 상기 모델무역수출지수 산출 레이어에 대한 학습을 수행하도록 하는 단계; 및(b) 상기 모델무역수출지수 산출 레이어에 대한 학습이 완료된 상태에서, 임의의 특정 평가대상기업에 대한 기업수출기초정보의 제1 부분 정보가 획득되면, 상기 컴퓨팅 장치가, 상기 모델무역수출지수 산출 레이어로 하여금 상기 획득된 상기 특정 평가대상기업에 대한 기업수출기초정보의 제1 부분 정보를 입력받아 상기 특정 평가대상기업에 대한 특정 모델무역수출지수를 상기 특정 평가대상기업의 제1 수출역량값으로서 산출하도록 하는 단계;를 포함하되, 상기 데이터베이스에는 상기 전체 기업 중 적어도 일부의 신용등급획득기업에 대하여 신용등급이 사전에 결정되어 해당 신용등급에 대한 정보가 추가로 저장되어 있는 것을 특징으로 하고,상기 (a) 단계 이전에, (a0-1) 상기 신용등급획득기업 각각에 대한 기업수출기초정보의 제1 부분 및 상기 신용등급에 대한 정보가 획득되면, 상기 컴퓨팅 장치가, 신용등급지수 산출 레이어로 하여금 상기 신용등급획득기업 각각에 대한 기업수출기초정보의 제1 부분 정보를 제2 학습데이터로서 입력받아 상기 신용등급획득기업 각각에 대한 신용등급지수를 예측하도록 하고, 상기 신용등급획득기업 각각에 대한 신용등급 정보를 제2 GT(Ground Truth)로서 상기 예측된 신용등급지수와 비교하여 그 차이가 최소화되도록 상기 신용등급지수 산출 레이어에 대한 학습을 수행하도록 하는 단계; 및(a0-2) 상기 신용등급지수 산출 레이어에 대한 학습이 완료된 상태에서, 상기 전체 기업 각각에 대한 기업수출기초정보의 제1 부분 정보가 획득되면, 상기 컴퓨팅 장치가, 상기 신용등급지수 산출 레이어로 하여금 상기 전체 기업 각각에 대한 기업수출기초정보의 제1 부분 정보를 입력받아 상기 전체 기업 각각에 대한 신용등급지수를 산출하도록 하는 단계;를 추가로 포함하고,상기 (a) 단계에서,상기 모델무역수출지수 산출 레이어에 입력되는 상기 제1 학습데이터에는 상기 전체 기업 각각에 대한 신용등급지수에 대한 정보가 추가로 포함되어 있는 것을 특징으로 하며,상기 (b) 단계에서,상기 특정 평가대상기업의 상기 특정 모델무역수출지수는, 상기 컴퓨팅 장치가 특정 평가대상기업에 대한 특정 신용등급지수에 대한 정보를 추가로 획득하여, 상기 모델무역수출지수 산출 레이어로 하여금 상기 특정 신용등급지수에 대한 정보를 추가로 입력받아 산출하도록 하는 것을 특징으로 하고,상기 데이터베이스에는 상기 전체 기업 중 적어도 일부의 현금흐름등급획득기업에 대하여 현금흐름등급이 사전에 결정되어 해당 현금흐름등급에 대한 정보가 추가로 저장되어 있는 것을 특징으로 하고,상기 (a) 단계 이전에, (a00-1) 상기 현금흐름등급획득기업 각각에 대한 기업수출기초정보의 제1 부분 및 상기 현금흐름등급에 대한 정보가 획득되면, 상기 컴퓨팅 장치가, 현금흐름등급지수 산출 레이어로 하여금 상기 현금흐름등급획득기업 각각에 대한 기업수출기초정보의 제1 부분 정보를 제3 학습데이터로서 입력받아 상기 현금흐름등급획득기업 각각에 대한 현금흐름등급지수를 예측하도록 하고, 상기 현금흐름등급획득기업 각각에 대한 현금흐름등급 정보를 제3 GT(Ground Truth)로서 상기 예측된 현금흐름등급지수와 비교하여 그 차이가 최소화되도록 상기 현금흐름등급지수 산출 레이어에 대한 학습을 수행하도록 하는 단계; 및(a00-2) 상기 현금흐름등급지수 산출 레이어에 대한 학습이 완료된 상태에서, 상기 전체 기업 각각에 대한 기업수출기초정보의 제1 부분 정보가 획득되면, 상기 컴퓨팅 장치가, 상기 현금흐름등급지수 산출 레이어로 하여금 상기 전체 기업 각각에 대한 기업수출기초정보의 제1 부분 정보를 입력받아 상기 전체 기업 각각에 대한 현금흐름등급지수를 산출하도록 하는 단계;를 추가로 포함하고,상기 (a) 단계에서,상기 모델무역수출지수 산출 레이어에 입력되는 상기 제1 학습데이터에는 상기 전체 기업 각각에 대한 현금흐름등급지수에 대한 정보가 추가로 포함되어 있는 것을 특징으로 하며,상기 (b) 단계에서,상기 특정 평가대상기업의 상기 특정 모델무역수출지수는, 상기 컴퓨팅 장치가 특정 평가대상기업에 대한 특정 현금흐름등급지수에 대한 정보를 추가로 획득하여, 상기 모델무역수출지수 산출 레이어로 하여금 상기 특정 현금흐름등급지수에 대한 정보를 추가로 입력받아 산출하도록 하는 것을 특징으로 하고,상기 데이터베이스에는 상기 전체 기업 각각의 구매확인서 및 내국신용장 중 적어도 일부를 포함하는 기업거래증명서류에 대한 정보가 추가로 저장되어 있는 것을 특징으로 하고,상기 특정 평가대상기업에 대한 특정 기업거래증명서류에 대한 정보를 획득하면, 상기 컴퓨팅 장치가, (1) 통계무역수출지수 산출 레이어로 하여금, 상기 특정 기업거래증명서류에 대한 정보를 참조하여, 소정의 기간 동안의 상기 특정 평가대상기업의 (i) 거래 대상 기업의 개수, (ii) 거래 물품의 품목 수, (iii) 거래 빈도수, (iv) 거래 지속 기간 중 적어도 일부를 포함하는 소정의 제1 거래특성 각각에 해당되는 제1 거래특성값 각각을 산출하도록 하는 프로세스, (2) 통계무역수출지수 산출 레이어로 하여금, 상기 전체 기업 각각에 대한 상기 기업거래증명서류를 추가로 참조하여, 상기 전체 기업의 거래 금액 평균을 산출하고 상기 특정 평가대상기업의 거래 금액과 비교한 거래금액편차를 포함하는 소정의 제2 거래특성 각각에 해당되는 제2 거래특성값 각각을 산출하도록 하는 프로세스, (3) 통계무역수출지수 산출 레이어로 하여금, 상기 제1 거래특성값 및 상기 제2 거래특성값 각각에 대하여 기설정된 가중치를 각각 반영한 값들을 참조하여 상기 특정 평가대상기업에 대한 특정 통계무역수치를 상기 특정 평가대상기업의 제2 수출역량값으로서 산출하도록 하는 프로세스, 및 (4) 통합무역수출지수 산출 레이어로 하여금, 상기 특정 평가대상기업에 해당되는 상기 특정 모델무역수출지수 및 상기 특정 통계무역수출지수에 대하여 소정의 연산을 수행하여, 상기 특정 평가대상기업의 통합무역지수를 상기 특정 평가대상기업의 제3 수출역량값으로서 산출하도록 하는 프로세스를 수행하는 것을 특징으로 하며, 상기 (a) 단계에서,상기 모델무역수출지수 산출 레이어에 대한 학습은, 상기 컴퓨팅 장치가, 상기 모델무역수출지수 산출 레이어로 하여금 (i) 상기 전체 기업 각각에 대한 기업수출기초정보 중 제1 부분 정보를 제1 학습데이터로서 입력받고, 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분 정보인 수출 여부에 대한 정보를 참조하여 최초기준값 및 최초예측값을 산출하도록 하는 프로세스, (ii) 상기 최초예측값 및 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분 정보인 수출 여부에 대한 정보를 참조하여 상기 전체 기업 각각에 대한 잔여오차값을 산출하도록 하는 프로세스, (iii) 상기 제1 학습데이터에 대응되는 하나의 루트노드(root node)를 생성하고, 상기 제1 학습데이터를 소정의 분할기준에 따라 a개의 제1_1, 제1_2, ..., 제1_a 학습데이터 그룹으로 분할하여, 상기 제1_1, 제1_2, ..., 제1_a 학습데이터 그룹 각각에 대응되는 a개의 제1_1, 제1_2, ..., 제1_a 하위노드를 상기 루트노드의 아래에 생성하도록 하는 프로세스, (iv) 상기 생성된 제1_1, 제1_2, ..., 제1-a 하위노드 중 특정 하위노드에 대하여, 그에 대응되는 특정 학습데이터 그룹을 상기 분할기준에 따라 b개의 제2_1, 제2_2, ..., 제2_b 학습데이터 그룹으로 분할하여, 상기 분할된 제2_1, 제2_2, ..., 제2-b 학습데이터 각각에 대응되는 제2_1, 제2_2, ..., 제2-b 하위노드를 생성하는 하위노드생성과정을 수행하고, 상기 하위노드생성과정을 소정의 하위노드생성조건에 해당되는 횟수만큼 반복하여, c개의 제k_1, 제k_2, ..., 제k-c 최종노드 - 상기 최종노드는 그 아래에 하위노드를 가지고 있지 않은 노드임 - 를 포함하는 k 깊이의 제1 트리를 생성하도록 하는 프로세스, (iv) 상기 제k_1, 제k_2, ..., 제k_c 최종노드 각각에 대하여, 그 각각에 대응되는 제k_1, 제k_2, ..., 제k_c 학습데이터 그룹 각각에 포함된 기업 각각에 대한 잔여오차값 및 이전예측값 - 상기 이전예측값은 상기 제1 트리의 생성시에는 상기 최초예측값이고, 2이상인 n에 대하여 제n 트리의 생성시에는 제1 내지 제n-1 트리까지에 의해 업데이트된 모델무역수출지수 산출 레이어에 의하여 예측된 예측값임 - 을 참조하여 상기 제k_c 최종노드 각각에 해당되는 노드대표예측값을 산출하도록 하는 프로세스; (v) 상기 최초기준값, 상기 노드대표예측값 및 기설정된 학습률을 참조하여 상기 모델무역수출지수 산출 레이어의 모델이 업데이트되도록 하는 프로세스, 및 (vi) 상기 전체 기업 각각에 대하여, 상기 업데이트 된 상기 모델무역수출지수 산출 레이어에 의하여 예측된 예측값 및 상기 전체 기업 각각에 대한 기업수출기초정보 중 제2 부분인 수출 여부에 대한 정보를 참조하여, 상기 (iii) 프로세스 내지 상기 (v) 프로세스를 소정의 트리생성조건에 해당되는 횟수만큼 반복하여 새로운 제2 트리 내지 제m 트리를 만들도록 하는 프로세스를 수행하여 이루어지는 것을 특징으로 하는 방법.
연구과제 타임라인
LOADING...
LOADING...
LOADING...
LOADING...
LOADING...
이 특허에 인용된 특허 (3)
[한국]
공공서비스 수출 사업화 플랫폼 서비스 제공시스템 |
채효근,
이인재,
윤경진,
주희엽
※ AI-Helper는 부적절한 답변을 할 수 있습니다.