KR102336041B1 - Ai기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법 - Google Patents
Ai기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법 Download PDFInfo
- Publication number
- KR102336041B1 KR102336041B1 KR1020210019783A KR20210019783A KR102336041B1 KR 102336041 B1 KR102336041 B1 KR 102336041B1 KR 1020210019783 A KR1020210019783 A KR 1020210019783A KR 20210019783 A KR20210019783 A KR 20210019783A KR 102336041 B1 KR102336041 B1 KR 102336041B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- business
- data
- credit rating
- evaluation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000003062 neural network model Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims description 88
- 238000004891 communication Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013501 data transformation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G06Q40/025—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G06Q50/28—
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Networks & Wireless Communication (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법에 관한 것으로서, 상기 AI기반 소상공인 신용평가 시스템은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 정보 수집부와, 상기 정보 수집부에서 수집된 정보를, 사업장의 정보에 따른 해당 사업장을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 평가 자료 산출부와, 상기 평가 자료 산출부에서 제공되는 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 신용도 평가부를 구비한다.
본 발명에 따른 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용평가방법은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 토대로 해당 소상공인의 신용도를 평가하므로 보다 정확하게 소상공인의 신용도를 판단할 수 있고, 해당 소상공인에 대한 금융 정보로 활용할 수 있다는 장점이 있다.
본 발명에 따른 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용평가방법은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 토대로 해당 소상공인의 신용도를 평가하므로 보다 정확하게 소상공인의 신용도를 판단할 수 있고, 해당 소상공인에 대한 금융 정보로 활용할 수 있다는 장점이 있다.
Description
본 발명은 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법에 관한 것으로서, 더욱 상세하게는 소규모 사업장을 운영하는 소상공인에 대한 신용평가에 활용가능한 자료를 제공할 수 있는 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법에 관한 것이다.
일반적으로 금융기관에서 기업에 대한 신용평가 시 신용평가 시스템에 의해 해당 기업의 담보 상태, 기업의 자산, 신용상태 등을 고려하여 신용평가가 이루어지며, 외부 신용 평가 기관으로부터 구체적인 신용 평가 결과를 제공받을 수도 있다. 다만 요식업 등을 영위하고 있는 소상공인 사업자의 경우 신용도 측정을 위한 자료가 부족하고 자료의 신뢰성이 낮아 주로 신용정보제공을 업으로 하는 CB(Credit Bureau)사에서 산출한 대표자의 개인신용등급을 근거로 해당 사업자의 신용도가 결정된다. 실제 다수 금융기관에서는 SOHO(Small Office Home Office, 영세기업 또는 소상공인을 의미)기업에 대한 신용평가 시 대표자의 신용평가등급을 70%, 재무제표 등 사업자의 사업성과를 30% 정도 반영해 사업자의 신용평가 등급을 산출하고 있다.
사업성과는 무관한 대표자의 개인신용등급에 기반해 사업자의 신용도가 산출되고 대출승인 및 금리결정 등에 활용되기 때문에, 대표자 개인신용등급이 낮은 사업자의 경우 금융거래 시 부당하게 불이익을 보게 되는 문제가 발생한다. 예를 들어 사업성과는 매우 양호하나 대표자의 신용도가 낮을 경우 사업자에 대한 신용도가 낮게 평가되고 대출금리 및 대출한도 결정 등에 있어 불이익을 보게 된다.
일반적으로 소상공인 사업자는 개업 시 개인신용을 기반으로 자금을 조달하기 때문에 개인신용등급이 낮아지는 경우가 많으므로, 사업자에 대한 신용평가 시 낮아진 대표자의 개인신용등급이 반영되는 악순환이 발생할 수 있다. 신용도가 낮은 사업자는 일반 금융기관과 거래가 어렵기 때문에 고금리의 사금융에 의지하게 되고 이로 인한 과도한 사회적 고비용이 발생하고 있는 실정이다.
본 발명은 상기와 같은 문제점을 개선하기 위해 창안된 것으로서, 분석대상 소상공인이 운영하는 사업장에 대한 정보를 토대로 해당 소상공인의 신용도를 평가할 수 있는 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명에 따른 AI기반 소상공인 신용평가 시스템은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 정보 수집부와, 상기 정보 수집부에서 수집된 정보를, 사업장의 정보에 따른 해당 사업장을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 평가 자료 산출부와, 상기 평가 자료 산출부에서 제공되는 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 신용도 평가부를 구비한다.
상기 정보 수집부는 공공 데이터 서버 또는 부동산 데이터 서버에 접속하여 상기 공공 데이터 서버 또는 부동산 데이터 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 공공 데이터 또는 해당 사업장의 부동산 정보를 수집한다.
상기 정보 수집부는 통신사의 데이터 서버에 접속하여 해당 통신사의 데이터 서버로부터 상기 사업장에 등록된 통신기기의 통화 내역에 대한 정보를 수집할 수 있다.
상기 정보 수집부는 신용카드사의 데이터 서버에 접속하여 해당 신용카드사의 데이터 서버로부터 상기 사업장에서, 신용카드를 이용한 거래정보를 수집할 수 있다.
상기 정보 수집부는 상권 관리 서버에 접속하여 상기 상권 관리 서버로부터 상기 사업장을 중심으로 기설정된 범위 내의 상권 정보를 수집할 수 있다.
상기 상권 정보는 상기 기설정된 범위 내 상가의 타입별 시세 정보, 상기 미리 설정된 크기의 지역 내 유동 인구에 대한 정보, 상기 지역 내 상가의 분포 밀도 별 매출 정보, 상기 지역의 경제 동향 정보, 업종 별 상권 변화 이력에 대한 정보, 신규 점포의 상권 영향에 대한 정보, 상기 지역 내 소규모 점포의 창업, 폐업 경향에 대한 정보를 포함할 수 있다.
상기 정보 수집부는 물품의 배달을 대행하는 배달 대행 업체의 데이터 서버에 접속하여 상기 배당 대행 업체의 데이터 서버로부터 해당 사업장에서, 배달 업무 대행을 요청받은 수임 정보를 수집할 수 있다.
상기 정보 수집부는 소셜 네트워크 서비스 서버에 접속하여 상기 소셜 네트워크 서비스 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 SNS 정보를 수집할 수 있다. ,
상기 평가 자료 산출부는 상기 신경망 모델을 이용하여 상기 분석대상 소상공인이 운영하는 사업장의 예상 매출액을 산출하고, 산출된 해당 사업장의 예상 매출액을 상기 평가 기초 자료로 제공할 수 있다.
한편, 본 발명에 따른 신용평가 방법은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 정보 수집단계와, 상기 정보 수집단계에서 수집된 정보를, 사업장의 정보에 따른 해당 사업자을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 평가 자료 산출단계와, 상기 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 신용도 평가단계를 포함한다.
상기 정보 수집단계에서는, 공공 데이터 서버 또는 부동산 데이터 서버에 접속하여 상기 공공 데이터 서버 또는 부동산 데이터 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 공공 데이터 또는 해당 사업장의 부동산 정보를 수집한다.
상기 정보 수집단계에서는, 통신사의 데이터 서버에 접속하여 해당 통신사의 데이터 서버로부터 상기 사업장에 등록된 통신기기의 통화 내역에 대한 정보를 수집한다.
상기 정보 수집단계에서는, 신용카드사의 데이터 서버에 접속하여 해당 신용카드사의 데이터 서버로부터 상기 사업장에서, 신용카드를 이용한 거래정보를 수집한다.
상기 정보 수집단계에서는, 상권 관리 서버에 접속하여 상기 상권 관리 서버로부터 상기 사업장을 중심으로 기설정된 범위 내의 상권 정보를 수집한다.
상기 상권 정보는 상기 기설정된 범위 내 상가의 타입별 시세 정보, 상기 미리 설정된 크기의 지역 내 유동 인구에 대한 정보, 상기 지역 내 상가의 분포 밀도 별 매출 정보, 상기 지역의 경제 동향 정보, 업종 별 상권 변화 이력에 대한 정보, 신규 점포의 상권 영향에 대한 정보, 상기 지역 내 소규모 점포의 창업, 폐업 경향에 대한 정보를 포함한다.
상기 정보 수집단계에서는, 물품의 배달을 대행하는 배달 대행 업체의 데이터 서버에 접속하여 상기 배당 대행 업체의 데이터 서버로부터 해당 사업장에서, 배달 업무 대행을 요청받은 수임 정보를 수집한다.
상기 정보 수집단계에서는, 소셜 네트워크 서비스 서버에 접속하여 상기 소셜 네트워크 서비스 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 SNS 정보를 수집한다.
상기 평가 자료 산출단계에서는, 상기 신경망 모델을 이용하여 상기 분석대상 소상공인이 운영하는 사업장의 예상 매출액을 산출하고, 산출된 해당 사업장의 예상 매출액을 상기 평가 기초 자료로 제공한다.
본 발명에 따른 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용평가방법은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 토대로 해당 소상공인의 신용도를 평가하므로 보다 정확하게 소상공인의 신용도를 판단할 수 있고, 해당 소상공인에 대한 금융 정보로 활용할 수 있다는 장점이 있다.
도 1은 본 발명에 따른 AI기반 소상공인 신용평가 시스템에 대한 개념도이고,
도 2는 도 1의 AI기반 소상공인 신용평가 시스템에 대한 블럭도이고,
도 3은 본 발명에 따른 AI기반 소상공인 신용평가 시스템을 이용한 신용평가 방법에 대한 순서도이다.
도 2는 도 1의 AI기반 소상공인 신용평가 시스템에 대한 블럭도이고,
도 3은 본 발명에 따른 AI기반 소상공인 신용평가 시스템을 이용한 신용평가 방법에 대한 순서도이다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 따른 AI기반 소상공인 신용평가 시스템 및 이를 이용한 신용평가 방법에 대해 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하여 도시한 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1 및 도 2에는 본 발명에 따른 AI기반 소상공인 신용평가 시스템(100)이 도시되어 있다.
도면을 참조하면, 상기 AI기반 소상공인 신용평가 시스템(100)은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 정보 수집부(110)와, 상기 정보 수집부(110)에서 수집된 정보를, 사업장의 정보에 따른 해당 사업장을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 평가 자료 산출부(120)와, 상기 평가 자료 산출부(120)에서 제공되는 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 신용도 평가부(130)를 구비한다.
정보 수집부(110)는 분석대상 소상공인이 운영하는 사업장에 대한 식별정보가 입력되면, 해당 식별정보를 토대로 해당 사업장에 대한 정보를 수집한다. 여기서, 식별정보는 상기 분석대상 소상공인이 운영하는 사업자의 주소 정보, 사업자 등록번호 등이 포함된다.
상기 정보 수집부(110)는 무선 통신망을 이용하여 공공 데이터 서버에 접속하여 해당 공공 데이터 서버로부터 해당 분석대상 소상공인이 운영하는 사업장에 대한 공공 데이터를 수집한다. 해당 공공 데이터는 공공기관이 생성하거나 관리하고 있는 자료 또는 정보가 해당된다.
또한, 상기 정보 수집부(110)는 부동산 데이터 서버에 접속하여 또는 부동산 데이터 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 부동산 정보를 수집한다. 여기서, 상기 정보 수집부(110)는 대상 사업장이 위치하는 지역 내 복수의 중개사 단말들과 연결되는 부동산 데이터 서버에 액세스 함으로써, 부동산 데이터에 저장된 대상 사업장의 권리금 정보, 대상 사업장의 시설 투자 금액에 대한 정보, 대상 사업장의 운영 금액 정보, 대상 사업장의 월 매출액 정보, 대상 사업장에 대하여 공시된 주소 정보를 획득할 수 있다. 일 실시 예에 의하면, 정보 수집부(110)는 부동산 데이터 서버로부터 미리 설정된 주기에 따라 매물 정보들을 획득하고, 획득된 매물 정보들을 데이터 베이스에 저장할 수도 있다.
한편, 정보 수집부(110)는 통신사의 데이터 서버에 접속하여 해당 통신사의 데이터 서버로부터 상기 사업장에 등록된 통신기기의 통화 내역에 대한 정보를 수집할 수 있다. 여기서, 통신기기는 사업장에서 사용되는 유선 전화, 휴대 전화 등이 포함되고, 통화 내역에는 해당 사업장이 음식점일 경우, 음식을 배달하는 주문 전화의 월별 건수 등이 포함된다.
또한, 정보 수집부(110)는 신용카드사의 데이터 서버에 접속하여 해당 신용카드사의 데이터 서버로부터 상기 사업장에서, 신용카드를 이용한 거래정보를 수집한다. 여기서, 거래정보는 소비자가 해당 사업장에서 물품을 구매하거 서비스를 이용한 다음, 해단 물품 또는 서비스에 대한 비용을 소비자의 신용카드로 결제한 내역으로서, 월별 결제 물품수, 월별 결제 금액, 월별 결제 횟수 등이 포함된다.
한편, 상기 정보 수집부(110)는 상권 관리 서버에 접속하여 상기 상권 관리 서버로부터 상기 사업장을 중심으로 기설정된 범위 내의 상권 정보를 수집할 수 있다. 해당 정보 수집부(110)는 공공 데이터 서버를 통해 상권 정보를 관리하는 상권 관리 서버와 연결될 수도 있다.
여기서, 상권 정보는 상기 기설정된 범위 내 상가의 타입별 시세 정보, 상기 미리 설정된 크기의 지역 내 유동 인구에 대한 정보, 상기 지역 내 상가의 분포 밀도 별 매출 정보, 상기 지역의 경제 동향 정보, 업종 별 상권 변화 이력에 대한 정보, 신규 점포의 상권 영향에 대한 정보, 상기 지역 내 소규모 점포의 창업, 폐업 경향에 대한 정보를 포함한다.
여기서, 상권 관리 서버는 미리 설정된 주기에 따라 저장된 상술한 상권 정보들을 정보 저장부로 전송할 수 있다. 한편, 상권 정보는 상술한 예에 한정되는 것은 아니고, 상기 대상 소상공인의 신용도를 결정하기 위해 필요한 기타 지역 동향에 대한 정보 등을 더 포함할 수 있다.
또한, 정보 수집부(110)는 상기 정보 수집부(110)는 물품의 배달을 대행하는 배달 대행 업체의 데이터 서버에 접속하여 상기 배당 대행 업체의 데이터 서버로부터 해당 사업장에서, 배달 업무 대행을 요청받은 수임 정보를 수집할 수 있다. 해당 사업장이 음식점일 경우, 소비자가 배달을 요청시 배달 대행 업체에 배달 업무를 요청할 수 있는데, 상기 수임 정보는 해당 사업장이 배달 대행 업체에 배달 업무를 요청한 월별 건수, 배달 업무 요청 시간대 등을 포함한다.
한편, 정보 수집부(110)는 소셜 네트워크 서비스 서버에 접속하여 상기 소셜 네트워크 서비스 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 SNS 정보를 수집한다. 정보 수집부(110)는 소셜 네트워크 서비스 서버에서, 해당 사업장에 대한 게시물을 검색하고, 검색된 게시물에 대한 통계자료를 SNS 정보로 수집한다. 여기서, SNS 정보에는, 해당 사업장에 대한 월별 게시물 건수, 해당 사업장에 대한 게시물에 입력된 댓글 수 등이 포함된다.
평가 자료 산출부(120)는 정보 수집부(110)에서 제공받은 해당 사업장의 공공 데이터, 부동산 정보, 통화 내역에 대한 정보, 신용카드를 이용한 거래정보, 상권 정보, 배달 업무 대행을 요청받은 수임 정보, SNS 정보를 상기 신경망 모델에 적용하여 상기 소상공인의 평가 기초 자료를 산출한다.
여기서, 상기 신경망 모델은 사업장의 정보에 따른 해당 소상공인이 운영하는 사업장의 예상 매출액을 산출할 수 있다.
신경망 모델은 심층 신경망(DNN:Deep Neural Network)를 포함할 수 있으며, 예를 들어, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 또는 심층 Q-네트워크 (Deep Q-Networks) 등이 있으나, 전술한 예에 한정되지 않는다. 상기 신경망 모델은 매출액을 포함한 다수의 사업장에 대한 정보가 포함된 샘플 데이터들을 지도학습(Supervised Learning) 기법에 따라 처리하여 기구축되어 있다.
먼저, 샘플로 선정된 다수의 샘플 사업장에 대한 정보를, 관련 데이터 서버에 접속하여 수집한다. 여기서, 정보수집모듈은 통해 공공 데이터 서버, 부동산 데이터 서버, 통신사의 데이터 서버, 신용카드사의 데이터 서버, 상권 관리 서버, 배달 대행 업체의 데이터 서버 및 소셜 네트워크 서비스 서버에 접속하여 해당 샘플 사업장의 정보를 수집한다. 이때, 해당 샘플 사업장의 정보에는, 해당 샘플 사업장의 공공 데이터, 부동산 정보, 통화 내역에 대한 정보, 신용카드를 이용한 거래정보, 상권 정보, 배달 업무 대행을 요청받은 수임 정보, SNS 정보 및 해당 샘플 사업장의 연도별 매출액 등이 포함된다. 여기서, 정보수집모듈은 API(Application Program Interface), Flume, Crawler, Batch 등을 이용하여 해당 정보를 수집할 수 있으며, 과거 10년 동안의 데이터를 수집하는 것이 바람직하다.
다음, 정보수집모듈에서 수집된 샘플 사업장에 대한 정보를, 데이터 분석부에서 빅데이터화한다. 해당 데이터 분석부는 샘플 사업장에 대한 정보를 데이터 베이스에 축적하여 빅데이터화한다. 이때, 데이터 분석부는 데이터 프로파일링, 데이터 구조화, 데이터 크린징, 데이터 변형을 통해 빅데이터화된 데이터들을 전처리한다. 여기서, 데이터 프로파일링은 해당 데이터 품질을 측정하는 작업이고, 데이터 구조화는 데이터를 분석할 수 있도록 데이터의 구조화 작업이고, 데이터 크린징은 데이터 결측지를 정제하여 확인하는 작업이고, 데이터 변형은 최종 데이터 분석이 가능한 데이토로 해당 데이터를 변경하는 작업이다.
상술된 바와 같이 전처리가 완료된 샘플 데이터를 지도학습(Supervised Learning) 기법에 따라 처리하여 상기 신경망 모델을 구축한다. 이때, 신경망 모델의 정확도를 향상시키기 위해 10년치의 데이터를 통해 각 샘플 사업장에 대한 매출예측학습을 진행한 다음, 각 년도별 오차 범위 정합성 테스트를 진행한다. 여기서, 회귀분석 곡선 상 95%이상의 정확도가 나올 때까지 각종 데이터 알고리즘을 변경하며, 보완 작업을 수행한다.
상술된 바와 같이 구축된 신경망 모델을 이용하여 평가 자료 산출부(120)는 분석대상 소상공인이 운영하는 사업장의 예상 매출액을 산출하고, 산출된 예상 매출액을 상기 평가 기초 자료로 제공한다.
상기 신용도 평가부(130)는 평가 자료 산출부(120)에서 제공되는 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가한다. 여기서, 신용도 평가부(130)는 상기 평가 기초 자료 즉, 사업장의 예상 매출액을 토대로 기설정된 평가 알고리즘에 따라 해당 소상공인의 신용 등급을 판별한다.
한편, 도 3에는 AI기반 소상공인 신용평가 시스템(100)을 이용한 신용 평가 방법에 대한 순서도가 도시되어 있다.
도면을 참조하면, 상기 신용 평가 방법은 정보 수집단계(S110), 평가 자료 산출단계(S120) 및 신용도 평가단계(S130)를 포함한다.
상기 정보 수집단계(S110)는 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 단계이다. 정보 수집부(110)는 분석대상 소상공인이 운영하는 사업장에 대한 식별정보가 입력되면, 해당 식별정보를 토대로 해당 사업장에 대한 정보를 수집한다.
여기서, 정보 수집부(110)는 상술된 바와 같이 공공 데이터 서버로부터 해당 분석대상 소상공인이 운영하는 사업장에 대한 공공 데이터를 수집하고, 부동산 데이터 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 부동산 정보를 수집한다. 또한, 정보 수집부(110)는 통신사의 데이터 서버로부터 상기 사업장에 등록된 통신기기의 통화 내역에 대한 정보를 수집할 수 있고, 해당 신용카드사의 데이터 서버로부터 상기 사업장에서, 신용카드를 이용한 거래정보를 수집하고, 상권 관리 서버로부터 상기 사업장을 중심으로 기설정된 범위 내의 상권 정보를 수집할 수 있다. 그리고, 정보 수집부(110)는 배달 대행 업체의 데이터 서버로부터 해당 사업장에서, 배달 업무 대행을 요청받은 수임 정보를 수집하고, 소셜 네트워크 서비스 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 SNS 정보를 수집할 수 있다.
평가 자료 산출단계(S120)는 상기 정보 수집단계(S110)에서 수집된 정보를, 사업장의 정보에 따른 해당 사업자을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 단계이다.
여기서, 평가 자료 산출부(120)는 정보 수집부(110)에서 제공받은 해당 사업장의 공공 데이터, 부동산 정보, 통화 내역에 대한 정보, 신용카드를 이용한 거래정보, 상권 정보, 배달 업무 대행을 요청받은 수임 정보, SNS 정보를 상기 신경망 모델에 적용하여 상기 소상공인의 평가 기초 자료를 산출한다. 이때, 평가 자료 산출부(120)는 상기 신경망 모델을 이용하여 분석대상 소상공인이 운영하는 사업장의 예상 매출액을 산출하고, 산출된 예상 매출액을 상기 평가 기초 자료로 제공한다.
신용도 평가단계(S130)는 상기 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 단계이다. 상술된 바와 같이 신용도 평가부(130)는 상기 평가 기초 자료 즉, 사업장의 예상 매출액을 토대로 기설정된 평가 알고리즘에 따라 해당 소상공인의 신용 등급을 판별한다.
상술된 바와 같이 구성된 본 발명에 따른 AI기반 소상공인 신용평가 시스템(100) 및 이를 이용한 신용평가방법은 분석대상 소상공인이 운영하는 사업장에 대한 정보를 토대로 해당 소상공인의 신용도를 평가하므로 보다 정확하게 소상공인의 신용도를 판단할 수 있고, 해당 소상공인에 대한 금융 정보로 활용할 수 있다는 장점이 있다.
제시된 실시예들에 대한 설명은 임의의 본 발명의 기술분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의 범위에서 해석되어야 할 것이다.
100: AI기반 소상공인 신용평가 시스템
110: 정보 수집부
120: 평가 자료 산출부
130: 신용도 평가부
110: 정보 수집부
120: 평가 자료 산출부
130: 신용도 평가부
Claims (18)
- 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 정보 수집부;
상기 정보 수집부에서 수집된 정보를, 사업장의 정보에 따른 해당 사업장을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 평가 자료 산출부; 및
상기 평가 자료 산출부에서 제공되는 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 신용도 평가부;를 구비하고,
상기 정보 수집부는 부동산 데이터 서버에 접속하여 상기 분석대상 소상공인이 운영하는 사업장에 대한 공공 데이터 또는 해당 사업장의 부동산 정보를 수집하는 것으로서, 상기 부동산 데이터 서버에 저장된 상기 사업장의 권리금 정보, 해당 사업장의 시설 투자 금액에 대한 정보 및 미리 설정된 주기에 따라 매물 정보를 획득하고,
물품의 배달을 대행하는 배달 대행 업체의 데이터 서버에 접속하여 상기 배당 대행 업체의 데이터 서버로부터 해당 사업장에서, 배달 업무 대행을 요청받은 수임 정보를 수집하고,
소셜 네트워크 서비스 서버에 접속하여 상기 소셜 네트워크 서비스 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 SNS 정보를 수집하고,
상기 수임 정보는 해당 사업장이 상기 배달 대행 업체에 배달 업무를 요청한 월별 건수 및 배달 업무 요청 시간대를 포함하고,
상기 SNS 정보에는, 해당 사업장에 대한 월별 게시물 건수 및 해당 사업장에 대한 게시물에 입력된 댓글 수가 포함된,
AI기반 소상공인 신용평가 시스템.
- 삭제
- 제1항에 있어서,
상기 정보 수집부는 통신사의 데이터 서버에 접속하여 해당 통신사의 데이터 서버로부터 상기 사업장에 등록된 통신기기의 통화 내역에 대한 정보를 수집하는,
AI기반 소상공인 신용평가 시스템.
- 제1항에 있어서,
상기 정보 수집부는 신용카드사의 데이터 서버에 접속하여 해당 신용카드사의 데이터 서버로부터 상기 사업장에서, 신용카드를 이용한 거래정보를 수집하는,
AI기반 소상공인 신용평가 시스템.
- 제1항에 있어서,
상기 정보 수집부는 상권 관리 서버에 접속하여 상기 상권 관리 서버로부터 상기 사업장을 중심으로 기설정된 범위 내의 상권 정보를 수집하는,
AI기반 소상공인 신용평가 시스템.
- 제5항에 있어서,
상기 상권 정보는 상기 기설정된 범위 내 상가의 타입별 시세 정보, 상기 미리 설정된 크기의 지역 내 유동 인구에 대한 정보, 상기 지역 내 상가의 분포 밀도 별 매출 정보, 상기 지역의 경제 동향 정보, 업종 별 상권 변화 이력에 대한 정보, 신규 점포의 상권 영향에 대한 정보, 상기 지역 내 소규모 점포의 창업, 폐업 경향에 대한 정보를 포함하는,
AI기반 소상공인 신용평가 시스템.
- 삭제
- 삭제
- 제1항에 있어서,
상기 평가 자료 산출부는 상기 신경망 모델을 이용하여 상기 분석대상 소상공인이 운영하는 사업장의 예상 매출액을 산출하고, 산출된 해당 사업장의 예상 매출액을 상기 평가 기초 자료로 제공하는,
AI기반 소상공인 신용평가 시스템.
- 분석대상 소상공인이 운영하는 사업장에 대한 정보를 수집하는 정보 수집단계;
상기 정보 수집단계에서 수집된 정보를, 사업장의 정보에 따른 해당 사업자을 운영하는 소상공인에 대한 신용도 평가를 위한 평가 기초 자료를 산출하기 위해 기구축된 신경망 모델에 적용하여 상기 분석대상 소상공인의 평가 기초 자료를 산출하는 평가 자료 산출단계; 및
상기 평가 기초 자료를 토대로 상기 분석대상 소상공인에 대한 신용도를 평가하는 신용도 평가단계;를 포함하고,
상기 정보 수집단계에서는, 부동산 데이터 서버에 접속하여 상기 분석대상 소상공인이 운영하는 사업장에 대한 공공 데이터 또는 해당 사업장의 부동산 정보를 수집하는 것으로서, 상기 부동산 데이터 서버에 저장된 상기 사업장의 권리금 정보, 해당 사업장의 시설 투자 금액에 대한 정보 및 미리 설정된 주기에 따라 매물 정보를 획득하고,
물품의 배달을 대행하는 배달 대행 업체의 데이터 서버에 접속하여 상기 배당 대행 업체의 데이터 서버로부터 해당 사업장에서, 배달 업무 대행을 요청받은 수임 정보를 수집하고,
소셜 네트워크 서비스 서버에 접속하여 상기 소셜 네트워크 서비스 서버로부터 상기 분석대상 소상공인이 운영하는 사업장에 대한 SNS 정보를 수집하고,
상기 수임 정보는 해당 사업장이 상기 배달 대행 업체에 배달 업무를 요청한 월별 건수 및 배달 업무 요청 시간대를 포함하고,
상기 SNS 정보에는, 해당 사업장에 대한 월별 게시물 건수 및 해당 사업장에 대한 게시물에 입력된 댓글 수가 포함된,
신용평가 방법.
- 삭제
- 제10항에 있어서,
상기 정보 수집단계에서는, 통신사의 데이터 서버에 접속하여 해당 통신사의 데이터 서버로부터 상기 사업장에 등록된 통신기기의 통화 내역에 대한 정보를 수집하는,
신용평가 방법.
- 제10항에 있어서,
상기 정보 수집단계에서는, 신용카드사의 데이터 서버에 접속하여 해당 신용카드사의 데이터 서버로부터 상기 사업장에서, 신용카드를 이용한 거래정보를 수집하는,
신용평가 방법.
- 제10항에 있어서,
상기 정보 수집단계에서는, 상권 관리 서버에 접속하여 상기 상권 관리 서버로부터 상기 사업장을 중심으로 기설정된 범위 내의 상권 정보를 수집하는,
신용평가 방법.
- 제14항에 있어서,
상기 상권 정보는 상기 기설정된 범위 내 상가의 타입별 시세 정보, 상기 미리 설정된 크기의 지역 내 유동 인구에 대한 정보, 상기 지역 내 상가의 분포 밀도 별 매출 정보, 상기 지역의 경제 동향 정보, 업종 별 상권 변화 이력에 대한 정보, 신규 점포의 상권 영향에 대한 정보, 상기 지역 내 소규모 점포의 창업, 폐업 경향에 대한 정보를 포함하는,
신용평가 방법.
- 삭제
- 삭제
- 제10항에 있어서,
상기 평가 자료 산출단계에서는, 상기 신경망 모델을 이용하여 상기 분석대상 소상공인이 운영하는 사업장의 예상 매출액을 산출하고, 산출된 해당 사업장의 예상 매출액을 상기 평가 기초 자료로 제공하는,
신용평가 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210019783A KR102336041B1 (ko) | 2021-02-15 | 2021-02-15 | Ai기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210019783A KR102336041B1 (ko) | 2021-02-15 | 2021-02-15 | Ai기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102336041B1 true KR102336041B1 (ko) | 2021-12-06 |
Family
ID=78936476
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210019783A KR102336041B1 (ko) | 2021-02-15 | 2021-02-15 | Ai기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102336041B1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102480518B1 (ko) * | 2022-02-25 | 2022-12-23 | 주식회사 에이젠글로벌 | 신용평가 모델 업데이트 또는 교체 방법 및 장치 |
| KR102600158B1 (ko) * | 2023-02-15 | 2023-11-07 | 한에녹 | 사업장 매출액의 신뢰도 분석 방법 및 이에 사용되는 서비스 제공 서버 |
| KR102632189B1 (ko) * | 2023-09-22 | 2024-02-01 | 주식회사 페이원트 | 채권자를 보호하기 위한 안전 보증 수단을 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 |
| KR102632191B1 (ko) * | 2023-09-22 | 2024-02-01 | 주식회사 페이원트 | 채무자의 안전 보증 수단에 기반해 투자자를 매칭하는 클라우드 펀딩 투자 서비스를 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 |
| WO2024215006A1 (ko) * | 2023-04-11 | 2024-10-17 | 코넥시오에이치 주식회사 | 판매 활동 데이터를 기반으로 사업자를 평가하는 방법 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110047721A (ko) * | 2009-10-30 | 2011-05-09 | 주식회사 하나은행 | 영업중인 의원을 위한 사업성평가 서버 및 그 방법 |
| KR20160149988A (ko) * | 2016-02-18 | 2016-12-28 | 김주수 | 신용등급 및 심리측정 데이터를 결합한 개인 신용평가 장치 |
| KR101712361B1 (ko) | 2015-01-23 | 2017-03-13 | 성신여자대학교 산학협력단 | 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가 방법 및 시스템 |
| KR20200000605A (ko) * | 2018-06-25 | 2020-01-03 | 한국정보통신주식회사 | 배달 주문 매출 정산 방법 및 그를 수행하기 위한 결제 단말 장치 |
| KR102119713B1 (ko) * | 2019-08-12 | 2020-06-08 | 주식회사 나우에이블 | 빅데이터 분석을 통한 소상공인 신용도 평가 방법 및 서버 |
-
2021
- 2021-02-15 KR KR1020210019783A patent/KR102336041B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110047721A (ko) * | 2009-10-30 | 2011-05-09 | 주식회사 하나은행 | 영업중인 의원을 위한 사업성평가 서버 및 그 방법 |
| KR101712361B1 (ko) | 2015-01-23 | 2017-03-13 | 성신여자대학교 산학협력단 | 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가 방법 및 시스템 |
| KR20160149988A (ko) * | 2016-02-18 | 2016-12-28 | 김주수 | 신용등급 및 심리측정 데이터를 결합한 개인 신용평가 장치 |
| KR20200000605A (ko) * | 2018-06-25 | 2020-01-03 | 한국정보통신주식회사 | 배달 주문 매출 정산 방법 및 그를 수행하기 위한 결제 단말 장치 |
| KR102119713B1 (ko) * | 2019-08-12 | 2020-06-08 | 주식회사 나우에이블 | 빅데이터 분석을 통한 소상공인 신용도 평가 방법 및 서버 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102480518B1 (ko) * | 2022-02-25 | 2022-12-23 | 주식회사 에이젠글로벌 | 신용평가 모델 업데이트 또는 교체 방법 및 장치 |
| WO2023163405A1 (ko) * | 2022-02-25 | 2023-08-31 | 주식회사 에이젠글로벌 | 신용평가 모델 업데이트 또는 교체 방법 및 장치 |
| KR102600158B1 (ko) * | 2023-02-15 | 2023-11-07 | 한에녹 | 사업장 매출액의 신뢰도 분석 방법 및 이에 사용되는 서비스 제공 서버 |
| WO2024215006A1 (ko) * | 2023-04-11 | 2024-10-17 | 코넥시오에이치 주식회사 | 판매 활동 데이터를 기반으로 사업자를 평가하는 방법 |
| KR102632189B1 (ko) * | 2023-09-22 | 2024-02-01 | 주식회사 페이원트 | 채권자를 보호하기 위한 안전 보증 수단을 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 |
| KR102632191B1 (ko) * | 2023-09-22 | 2024-02-01 | 주식회사 페이원트 | 채무자의 안전 보증 수단에 기반해 투자자를 매칭하는 클라우드 펀딩 투자 서비스를 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102336041B1 (ko) | Ai기반 소상공인 신용평가 시스템 및 이를 이용한 신용 평가 방법 | |
| US11030622B2 (en) | Card systems and methods | |
| US8762261B2 (en) | Consumer behaviors at lender level | |
| US8121940B2 (en) | Consumer behaviors at lender level | |
| US7844544B2 (en) | Consumer behaviors at lender level | |
| US7805363B2 (en) | Consumer behaviors at lender level | |
| US8554667B2 (en) | Total structural risk model | |
| US7853520B2 (en) | Total structural risk model | |
| US20090248573A1 (en) | Consumer behaviors at lender level | |
| US20090248572A1 (en) | Consumer behaviors at lender level | |
| US20090222376A1 (en) | Total structural risk model | |
| US20090248569A1 (en) | Consumer behaviors at lender level | |
| KR102024377B1 (ko) | 블록체인 기반 그룹에 부여된 신용평가를 이용한 여신 서비스 제공 방법 | |
| KR101666824B1 (ko) | 기업 연쇄부도위험 관리 시스템 및 이를 이용한 연쇄부도위험 관리 방법 | |
| KR100738899B1 (ko) | 신용카드 결제 시스템을 이용한 창업 및 경영 지원 서비스제공 시스템 | |
| KR20170004934A (ko) | 통합계좌정보 기반의 실시간 신용리스크 분석 방법 및 시스템 | |
| US20140258092A1 (en) | Systems and methods for analyzing financial accounts and business efforts based on lender information | |
| JP2003141340A (ja) | 経営情報管理システム | |
| KR100785717B1 (ko) | 신용카드 결제 시스템을 이용한 창업 및 경영 지원 서비스제공 방법 | |
| Prasad et al. | A Point-of-Sale Digital Payment Device for Extending Credit | |
| KR20170037298A (ko) | 통합계좌정보 기반의 실시간 신용리스크 분석 방법 및 시스템 | |
| KR20220127637A (ko) | 매출채권 기반 신용 대출 서비스 제공 방법 및 서버 | |
| JP2021033884A (ja) | ユーザ群の行動変化を判定するプログラム、装置及び方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |