JP7377876B2 - ペットフードを推奨する装置及び方法 - Google Patents

ペットフードを推奨する装置及び方法 Download PDF

Info

Publication number
JP7377876B2
JP7377876B2 JP2021544541A JP2021544541A JP7377876B2 JP 7377876 B2 JP7377876 B2 JP 7377876B2 JP 2021544541 A JP2021544541 A JP 2021544541A JP 2021544541 A JP2021544541 A JP 2021544541A JP 7377876 B2 JP7377876 B2 JP 7377876B2
Authority
JP
Japan
Prior art keywords
pet
pet food
image
food
recommendations
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
JP2021544541A
Other languages
English (en)
Other versions
JP2022519069A (ja
Inventor
エベレット ハルバーソン，
ブライアン， エム ザンギ，
アリソン ベロシャプカ，
ロバート レスリー ハント，
ネイサン ティッピー，
Original Assignee
ソシエテ・デ・プロデュイ・ネスレ・エス・アー
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 ソシエテ・デ・プロデュイ・ネスレ・エス・アー filed Critical ソシエテ・デ・プロデュイ・ネスレ・エス・アー
Publication of JP2022519069A publication Critical patent/JP2022519069A/ja
Application granted granted Critical
Publication of JP7377876B2 publication Critical patent/JP7377876B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23K—FODDER
    • A23K50/00—Feeding-stuffs specially adapted for particular animals
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Polymers & Plastics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Animal Husbandry (AREA)
  • Birds (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Fodder In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)

Description

関連出願の相互参照
[0001]本出願は、２０１９年２月１日に出願された米国仮出願第６２／８００，１９９号の優先権を主張するものであり、その開示の全体が参照により本明細書に組み込まれる。
[0002]本開示は一般に、ペットフードに関係する方法及び装置に関する。より具体的には、本開示は、ペットフードの推奨及び／又はペット給餌の推奨を提供する方法及び装置に関する。
[0003]多くの飼い主は真剣にペットの世話をしており、ペットにどのような食品をどれだけ与えるかに関する判断が、より長く幸せで健康なペットとの共生に寄与することを理解している。しかし、それぞれのペットの特徴、並びに、そのペット及び飼い主の境遇及び好みは、個々に異なるものである。更に、これらの特徴、境遇、及び好みは、時と共に変化する。この理由から、消費者は、ペットに何を給餌するかの選択肢と、判断の指針となる情報とを求めている。しかし、製品及び情報源が過剰に存在するために、この過程が複雑化して、消費者のなかに未解決の感情と疑問が残される場合がある。これと同様にして、情報不足又は状態の変化は、ペットの生涯の一時点では最適である給餌の判断が、別の時点では最適なものではないかもしれないことを意味し得る。
[0004]既存の解決策は、主に小売業者又は製造業者によって提供されている。小売業者の解決策は、ユーザ定義入力に依存するものであり、主としてフィルタに基づき、静的、リアクティブで、かつ、個人に対応していない。フィルタでは、入手可能な製品の特徴に基づいて選択の幅を絞ることはできても、個々のペットにとって最適な解決策を提供するために十分な情報が取得できるわけではない。更に、既存の解決策では、経時的なペットの変化を考慮したプロアクティブな推奨案は提供されない。製造業者の提供する製品選択法は、同じ特徴及び欠点の多くを特徴とする。製造業者が個々のペットに関してより多くの情報を取得できる場合であっても、依然として、推奨案には製品の推奨のみが含まれ、飼い主が実行できる推奨事項が含まれないことがある。更に、これらの推奨案は、所与の時点にのみ好適であり得る（すなわち、推奨案はプロアクティブではなく、かつ／又は、経時的に変化しない）。また、推奨案は、一般に、単一のペットフード製造業者の製品群の範囲に制限される。
[0005]本開示は、ペットフードの推奨を作成するための既存の技術における問題に、利点及び解決策を提供する。これに関して、ペットフード推奨システムが、ペットの飼い主及びペットに関する最も妥当な情報を取得して、決定過程を合理化し、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供してもよい。個別化されたペットフードの推奨及び／又はペット給餌の推奨は、ペットの生涯を通して最初の時点で、及び／又はプロアクティブなものとして提供されてもよい。例えば、ペットフード及び／又はペット給餌の推奨は、ペットの飼い主が、個々のペットにとって理想の身体の状態を達成するという最終目標をもって、現在の食餌及び給餌の推奨から身体の状態の維持又は変化に役立ち得るものに移行するために役立てることができる。
[0006]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨では、ペットの身体の状態、ペットに期待される体重に対する相違度、ペットの活動レベル、ペットの形態、品種、及び／又はペットの品種サイズが考慮されてもよい。例えば、ペットの品種は、体重の範囲及び活動レベルなどの、ある特徴及び、それらの特徴に見られると期待される一般的なパラメータに関する情報を提供できるが、個々のペットはそれぞれ、独自の体重及び／又は活動性を有する。個別化されたペットフードの推奨及び／又はペット給餌の推奨では、更に、ペット及びペットの飼い主に合わせて推奨を個別化するために、ペットのニーズ、及び／又はペットの好み（例えば、ペットフードにおける穀類又はタンパク質タイプなどの、ある原材料の存在の有無、製品が天然の原材料から作られている程度、アレルギー反応又は敏感性の可能性に起因するフードとペットの不適合、及び、ペットフード製品の流通経路など）が考慮されてもよい。加えて、ペットフードの推奨及び／又はペット給餌の推奨では、そのそれぞれが参照により本明細書に組み込まれる米国特許第８，０９１，５０９号及び米国特許出願公開第２０１７／００４２１９４号に記載されているように、体形特徴及び／又は形態測定値が更に考慮されてもよい。
[0007]一実施形態では、ペットは、イヌ、ネコ、鳥、げっ歯類、ウマ、ブタ、魚、爬虫類などの、どのような家庭用ペット及び／又は家畜動物であってもよい。
[0008]したがって、本開示の一態様は、ペットを描写したペット画像を受信する工程と、ペットの１つ以上のペット特徴を決定するために、ペット画像認識モデルを用いてペット画像を分析する工程と、１つ以上のペット関連データ入力を受信する工程と、そのペットのための、ペットフードの推奨及び／又はペット給餌の推奨を生成するために、ペットフード推奨モデルを用いてペット特徴及びペット関連データ入力を分析する工程と、を含む方法に向けられている。いくつかの実施形態では、ペット特徴は、品種、品種サイズ、ペットサイズ、身体の状態、ライフステージ、活動レベル、ペットの性別、ペットの性別の状態、及びペットの体重のうち１つ以上を含む。いくつかの実施形態では、ペット関連データ入力は、ペットの好み、ユーザの好み、及び／又はペット特徴のうち１つ以上を含んでもよい。一実施形態では、ペット及び／又はユーザの好みは、穀類の好み、タンパク質の好み、フードテクスチャ、天然原材料の好み、及び購買の好みのうち１つ以上を含む。別の実施形態では、ペット及び／又はユーザの好みは、穀類の好み、タンパク質の好み、フードテクスチャ、天然原材料の好み、及び購買の好みからなるグループから選択される。いくつかの実施形態では、ペット関連データ入力は、ペット特徴を含む。一実施形態では、１つ以上のペット特徴がペット画像認識モデルによって決定され、１つ以上の追加のペット特徴がユーザによって入力される。
[0009]いくつかの実施形態では、ペット画像はユーザ装置から受信される。一実施形態では、ユーザ装置はモバイル装置、例えば携帯電話である。別の実施形態では、ユーザ装置はラップトップ又はデスクトップコンピュータである。
[0010]いくつかの実施形態では、ペット画像を分析する工程は、ペット画像を分析してそのペット画像の１つ以上の画像特徴を識別する工程と、画像特徴に基づいて１つ以上のペット特徴を決定する工程と、を更に含む。いくつかの実施形態では、画像特徴は、ペットの輪郭、ペットの輪郭によって囲まれた面積、ペット画像のペットによって占められる画素の割合、ペット画像内のペットの１つ以上の幾何学的寸法、からなるグループから選択される。いくつかの実施形態では、幾何学的寸法は、体長、体高、足から肩までの距離、背中から腹までの距離、胸幅、胸深から選択される。
[0011]いくつかの実施形態では、本方法は、フィルタリング済みのペットフード製品リストを作成するために、少なくとも１つのユーザの好みに基づいてペットフード製品のリストをフィルタリングする工程を更に含む。いくつかの実施形態では、少なくとも１つのユーザの好みは、穀類の好み、タンパク質の好み、フードテクスチャの好み、天然原材料の好み、及び購買の好みからなるグループから選択される少なくとも１つの好みを含む。
[0012]いくつかの実施形態では、ペット特徴は、品種、品種サイズ、ペットサイズ、身体の状態、ライフステージ、活動レベル、ペットの性別、ペットの性別の状態、及びペットの体重からなるグループから選択される１つ以上の特徴を含む。
[0013]いくつかの実施形態では、本方法は、品種サイズ相違度、ペットサイズ相違度、身体状態についての相違度、ライフステージ相違度、活動レベル相違度、及びペット体重相違度からなるグループから選択される１つ以上の相違度を計算する工程を更に含む。
[0014]いくつかの実施形態では、本方法は、複数の計算済み相違度を生成するために複数の相違度を計算する工程と、１つ以上の推奨ペットフード製品を識別するために、計算済み相違度の合計に基づいてフード製品のリストを採点する工程と、を更に含む。
[0015]いくつかの実施形態では、本方法は、複数のペットフード製品を含む、ペットフードの推奨をユーザに対して提示する工程と、その複数のペットフード製品から選択される１つのペットフード製品の選択結果をユーザから受信する工程と、選択されたペットフード製品に基づいてペット給餌の推奨を生成する工程と、を更に含む。一実施形態では、ペット給餌の推奨は、選択されたペットフード製品のカロリー密度に基づいて生成される。
[0016]いくつかの実施形態では、本方法は、ペット及び／又はユーザの挙動データを履歴データベースに格納する工程と、履歴データベースに格納された挙動データに基づいて、ペット画像認識モデル及びペットフード推奨モデルの一方又は両方を訓練する工程と、を更に含む。
[0017]本開示の別の態様は、プロセッサと、プロセッサによって実行されると、命令を格納するメモリと、を備えるシステムであって、命令は、プロセッサに、ペットを描写したペット画像を受信させ、ペットの１つ以上のペット特徴を決定するために、ペット画像認識モデルを用いてペット画像を分析させ、１つ以上のペット関連データ入力を受信させ、そのペットのためのペットフードの推奨及び／又はそのペットのためのペット給餌の推奨を生成するために、ペットフード推奨モデルを用いてペットの特徴及びペット関連データ入力を分析させるものである、システムに向けられている。
[0018]システムのいくつかの実施形態では、メモリは更なる命令を格納し、それらの命令は、プロセッサによって実行されると、プロセッサに、ペット画像を分析してペット画像の１つ以上の画像特徴を識別させ、画像特徴に基づいて１つ以上のペット特徴を決定させる。
[0019]システムのいくつかの実施形態では、メモリは更なる命令を格納し、それらの命令はプロセッサによって実行されると、プロセッサに、少なくとも１つのユーザの好みに基づいてペットフード製品のリストをフィルタリングして、フィルタリング済みのペットフード製品リストを作成させる。
[0020]システムのいくつかの実施形態では、ペット特徴は、品種、品種サイズ、身体の状態、ライフステージ、活動レベル、ペットサイズ、ペットの性別、ペットの性別の状態、及びペットの体重からなるグループから選択される１つ以上の特徴を含む。
[0021]システムのいくつかの実施形態では、メモリは更なる命令を格納し、それらの命令はプロセッサによって実行されると、プロセッサに、品種サイズ相違度、ペットサイズ相違度、身体状態についての相違度、ライフステージ相違度、活動レベル相違度、及びペット体重相違度からなるグループから選択される１つ以上の相違度を計算させる。
[0022]システムのいくつかの実施形態では、メモリは更なる命令を格納し、それらの更なる命令は、プロセッサによって実行されると、プロセッサに、複数の計算済み相違度を生成するために、複数の相違度を計算させ、１つ以上の推奨ペットフード製品を識別するために、計算済み相違度の合計に基づいてペットフード製品のリストを採点させる。
[0023]システムのいくつかの実施形態では、メモリは更なる命令を格納し、それらの命令はプロセッサによって実行されると、プロセッサに、複数のペットフード製品を含む、ペットフードの推奨をユーザに対して提示させ、その複数のペットフード製品から選択される１つのペットフード製品の選択結果をユーザから受信させ、選択されたペットフード製品に基づいてペット給餌の推奨を生成させる。
[0024]システムのいくつかの実施形態では、メモリは更なる命令を格納し、それらの命令はプロセッサによって実行されると、プロセッサに、ペット及び／又はユーザの挙動データを履歴データベースに格納させ、履歴データベースに格納された挙動データに基づいて、ペット画像認識モデル及びペットフード推奨モデルの一方又は両方を訓練させる。
[0025]本発明の別の態様は、命令を格納する非一時的コンピュータ可読媒体であって、命令がプロセッサによって実行されると、プロセッサに、ペットを描写したペット画像を受信させ、そのペットの１つ以上のペット特徴を決定するために、画像認識モデルを用いてペット画像を分析させ、１つ以上のペット関連データ入力を受信させ、そのペットのためのペットフードの推奨を生成するために、ペットフード推奨モデルを用いてペット特徴及びペット関連データ入力を分析させる、非一時的コンピュータ可読媒体に向けられている。
[0026]一実施形態では、ペットフードの推奨は、１つ以上のペットフード製品を含む。一実施形態では、ペットフードの推奨は、ペットによる消費が意図された組成物を含む。いくつかの実施形態では、ペットフードの推奨は、ペットが主食として消費する１つ以上のペットフード製品を含み、それらには、ドライ、ウェット、セミモイスト、モイスト、及び液体のフード組成物が含まれるが、これらに限定されない。別の実施形態では、ペットフードの推奨は、ペットトリート（おやつ）を含む。一実施形態では、トリートは、ペットの唯一の栄養源としてではなく、時折与えられる褒美又は贅沢品として意図された、ペットによる消費のための食品である。別の実施形態では、ペットフードの推奨は、ペットサプリメントを含む。一実施形態では、ペットサプリメントは、処方食又はトリートとは別に与えられる、通常の栄養ニーズを超えるペットへの効果を意図した経口摂取用組成物である。例えば、ペット用のサプリメント製品には、関節、皮膚、被毛、及び／又は消化器系に利益を付与するものが含まれ得る。
[0027]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨において、フードの特徴並びに、ペット及び／又はペットの品種の属性の知識を適用して、最適な製品及び給餌の推奨を決定してもよい。
[0028]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨では、複数のペット要因（すなわち、ペットの品種、ペットサイズ、ペットの身体の状態）を決定する画像認識技術を、エンドユーザから取得されたデータ、画像認識ツールからのデータ、並びに／又は、ペットの活動レベル及びライフステージを考慮するアルゴリズムの提供から得られた他のデータに基づいてフードの推奨を生成するように構成された機械学習モデルと共に利用してもよい。一実施形態では、画像認識ツールが利用する画像は、静止画又はスチル画像（例えば、デジタル写真）である。別の実施形態では、画像認識技術は、複数の画像又は動的画像（例えば、複数の個別写真又は動画）を利用する。
[0029]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨を、選択されたペットフード製品及び、以前に入力されたペット相違度（すなわち、ペットの品種、ペットサイズ、ペットの身体の状態）があればその相違度を組み込んで個別化及びカスタマイズして、毎日のペットフード摂取量の推奨案を生成してもよい。一実施形態では、毎日のペットフード摂取量は、（例えば、ペットの体重増加、ペットの体重減少、又はペットの体重維持の目標を達成するように）調節されてもよい。
[0030]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨では、人工知能（例えば、画像認識）を利用してペットの種及び／又は品種を決定し、その情報をペットフードの推奨及び／又はペット給餌の推奨に組み込んでもよい。
[0031]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨では、機械学習を利用してペットフードの推奨及びペットの給餌の推奨を経時的に最適化してもよい。例えば、機械学習モデルは、ペットフードの推奨及びペット給餌の推奨のうち１つ又は両方を生成するように構成されてもよく、ペットの飼い主及び／又は他のユーザ（例えば、獣医）によって提供される、推奨の品質についてのフィードバックと、実績情報とを組み込んでもよい。
[0032]一実施形態では、装置が、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供するように構成されてもよい。そのような実施形態では、その装置は、ペットの身体の状態に関する目標の達成を経時的に追跡し、目標に基づいてペットフード製品の選択及びペットフード給餌療法に影響を与えるように更に構成されてもよい。
[0033]一実施形態では、個別化されたペットフードの推奨及び／又はペット給餌の推奨では、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供するために使用されるデータを、接続されたペット装置（例えば、首輪、ボウル、スコップ、ペット用トイレ、給水器、カメラ、柵、体重計、収納箱、マット、ベッド）を利用して自動的に収集して送信してもよい。個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供するために使用されるデータは、ペットフード製品又はペットフード給餌についての選択の経時的な変化を識別することに関連していてもよい。そのような構成によって、手動データ入力（例えば、ユーザ及び／又はペットの飼い主によるデータ入力）につきものの、エラーの原因又は一時的中断を排除でき、それにより、よりプロアクティブな、ペットフードの推奨及びペット給餌の推奨を可能にし得る。
[0034]一実施形態では、個別化されたペットフード製品の推奨及び／又はペット給餌の推奨では、人工知能及び機械学習を利用して、ペットの排泄物特徴を評価し、そのペットの排泄物特徴を、個別化されたペットフードの推奨及び／又はペット給餌の推奨に転用してもよい。
[0035]本明細書に記載される特徴及び利点は、包括的なものではなく、具体的には、図面及び説明を考慮することで多くの追加の特徴及び利点が当業者には明らかになるであろう。更に、本明細書で使用される言語は、専ら読みやすさ及び指示を目的として選択されており、本発明の主題の範囲を限定するものではないことを留意されたい。
本開示による、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供するシステム及び方法の一実施形態のフローチャートである。 本開示による、アプリケーション図の一実施形態を示す図である。 本開示による、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供するためのサマリー通信の一実施形態を示す図である。
例示的実施形態の詳細な説明
[0039]本明細書において、装置及び方法の詳細な実施形態を開示する。ただし、開示される実施形態は、装置及び方法の単なる例示であり、様々な形態で実施され得ることを理解されたい。したがって、本明細書に開示される具体的な機能的詳細は、限定として解釈されるべきではなく、本開示を様々に採用するために当業者に教示するための代表的な例としての、特許請求の範囲の単なる基礎として解釈されるべきである。
[0040]本明細書で使用するとき、「約」、「およそ」、及び「実質的に」は、数値範囲内、例えば、参照数字の－１０％から＋１０％の範囲内、好ましくは－５％から＋５％の範囲内、より好ましくは、参照数字の－１％から＋１％の範囲内、最も好ましくは参照数字の－０．１％から＋０．１％の範囲内の数を指すものと理解される。本明細書における全ての数値範囲は、その範囲内の全ての整数又は分数を含むと理解されるべきである。更に、これらの数値範囲は、この範囲内の任意の数又は数の部分集合を対象とする請求項をサポートすると解釈されたい。例えば、１～１０という開示は、１～８、３～７、１～９、３．６～４．６、３．５～９．９などの範囲をサポートするものと解釈されたい。
[0041]本明細書で使用するとき、単数形「１つの」（「ａ」、「ａｎ」及び「ｔｈｅ」）には、別段の指示がない限り、複数の参照物も含まれる。例えば、「原材料（ａｎ ｉｎｇｒｅｄｉｅｎｔ）」又は「方法（ａ ｍｅｔｈｏｄ）」と言及する際は、複数の、かかる「原材料」又は「方法」が含まれる。「Ｘ及び／又はＹ」という文脈で使用される用語「及び／又は」は、「Ｘ」若しくは「Ｙ」又は「Ｘ及びＹ」と解釈されるべきである。同様に、「Ｘ又はＹのうちの少なくとも１つ」は、「Ｘ」若しくは「Ｙ」又は「Ｘ及びＹの両方」と解釈されるべきである。
[0042]好ましい実施形態は、個別化されたペットフードの推奨及び／又はペット給餌の推奨をユーザ及び／又はペットの飼い主に提供する装置及び方法に関する。
[0043]本明細書に記載するとおり、個々のペット及び人のレベルにおける堅牢なデータは、人工知能及び機械学習と共に、本明細書に開示される装置及び方法を支援し得る。広義において、基本用語「人工知能」とは、人間の感知、問題解決、活動、適応、及び、経験による経時的な向上の能力の改善をコンピュータが模倣できるようにする技術を指す。画像認識及び自然言語処理は、それらを取り巻く環境の複数の局面を、コンピュータ実装アルゴリズムへの入力として提供され得る情報の断片に変換する、人工知能の２つの特定の例又はタイプと見なし得る。機械学習技法は、あるアルゴリズムのタスクの性能、又は所望の結果を達成する能力を、履歴データに基づいて経時的に適合させ、改善させるために役立ち得る。
[0044]本明細書で使用するとき、「種」は、そのペットの種の、一般的に連想される名称を指す。例えば、ゴールデンレトリーバーは「犬」という種に属し、メインクーンは「猫」という種に属し、ナンヨウハギは「魚」という種に属する。
[0045]本明細書で使用するとき、「ライフステージ」は、ペットのライフサイクルにおける、そのペットの相対的段階を指す。例えば、イヌが有するライフステージには、「子犬」、「成犬」、及び「高齢犬」が含まれ得る。猫が有するライフステージには、「子猫」、「成猫」、及び「高齢猫」が含まれ得る。
[0046]本明細書で使用するとき、「品種サイズ」とは、同じ種の他のペット品種と比較したときの、所与のペット品種の相対的サイズを指す。品種サイズの例には、超小型、小型、中型、大型、超大型が含まれ得る。例えば、チワワは超小型品種と見なされてもよく、グレートデーンは超大型品種と見なされてもよい。場合によっては、あるペットを特定の品種に簡単に分類できないこともある。そのような場合、ペットは、サイズに応じて、より一般的に分類してもよい（例えば、小型、中型、大型のペット）。
[0047]本明細書で使用するとき、「品種サイズ相違度」又は「ペットサイズ相違度」は、所与のペットフード製品が特定の品種サイズ又はペットサイズにどの程度適応するように設計されているかの尺度を指す。異なる品種サイズ又はペットサイズのペットは、異なるニーズを有し得る。例えば、超小型犬又は小型犬が必要とする、典型的には経時的エネルギー摂取量として表されるカロリー摂取量は低くてよく、例えば１５０ｋｃａｌ／日である。加えて、フードのカロリー密度は所与の体積に含まれるカロリー含有量、例えば１５０ｋｃａｌ／カップを反映し、必要なカロリー摂取量を達成するために所与の時間内にどれだけのフードを給餌するかの推奨に影響する。それに比較して、大型犬又は超大型犬は、そのサイズに相関する、ある健康特徴を考慮するために役立つフードを必要とし得る（例えば、大型又は超大型の犬種によく見られる腰又は消化の問題を考慮する補助栄養を含むフード）。
[0048]例えば、あるペットフード製品について、所与の品種サイズに関する品種サイズ相違度（ＢＳＶ）を、次式に従って計算してもよい：
Figure 0007377876000001
式中、ＰＦは優先度係数であり、Ｍは所与の品種サイズに関して、そのペットフード製品に意図された品種サイズに基づいて決定される。例えば、指定された品種サイズについて、その指定された品種サイズを対象とするフード製品にはＭ値に０が割り当てられてもよく、全品種サイズを対象とするフード製品にはＭ値に１が割り当てられてもよく、その指定された品種サイズに隣接する品種サイズを対象とするフード製品にはＭ値に２が与えられてもよい。別の例として、指定された品種サイズが小型である実装態様では、以下の表に示すように、小型品種を対象とするペットフード製品にはＭ値に０が与えられ、全品種サイズを対象とするペットフード製品にはＭ値に１が与えられ、超小型及び中型の品種サイズを対象とするペットフード製品にはＭ値に２が与えられる。
Figure 0007377876000002
優先度係数は、その後の計算（例えば、ペットフード製品を採点して、ペットフードの推奨を生成するとき）における、品種サイズ相違度の相対的重要性を反映し得る。ペットサイズ相違度も、同様に計算してもよい。
[0049]その後の計算にとって品種サイズ相違度又はペットサイズ相違度が高度に重要である、ある実装態様では、優先度係数を１０（最大で１０のうち）に設定してもよい。そのような実装態様では、前述の例を続けると、小型品種を対象とするペットフード製品は品種サイズ相違度ＢＳＶ＝１０／（０＋１）＝１０を有し、全品種サイズを対象とするペットフード製品は品種サイズ相違度ＢＳＶ＝１０／（１＋１）＝５を有し、超小型及び中型の品種サイズを対象とするペットフード製品は品種サイズ相違度ＢＳＶ＝１０／（２＋１）＝３．３３を有する。隣接する品種サイズよりも離れた品種サイズ（すなわち、小型品種について計算する場合、大型及び超大型品種）を対象とするペットフード製品は、品種サイズ相違度の計算において無視してもよい。
[0050]本明細書で使用するとき、「身体状態についての相違度」とは、所与のペットフード製品が所与の身体の状態のペットにどの程度適応するように設計されているかの尺度を指す。例えば、過体重のペットは、理想体重のペットよりも低いカロリー摂取量を必要とすることがあり、よって、過体重のペット用に設計されたペットフード製品は比較的低いカロリー密度を有し得る。他の全ての状態が等しい場合、より低いカロリー摂取量及び／又はカロリー密度は、ペットの体重を減少させてペットを理想体重に戻すために役立ち得る。同様に、低体重のペットは、理想体重のペットよりも高いカロリー摂取量を必要とすることがある。したがって、低体重のペット用に設計されたペットフード製品は、低体重のペットの体重を増加させて理想体重に戻すために役立つように、より高いカロリー密度を有し得る。したがって、所与のペットフード製品の身体状態についての相違度を、そのペットフード製品のカロリー密度について計算してもよい。
[0051]例えば、所与のペットフード製品について、そのペットフード製品のカロリー密度に関して、次式に従って身体状態についての相違度（ＢＣＶ）を計算してもよい：
Figure 0007377876000003
式中、ＰＦは優先度係数であり、ＦＡＶはペットフード製品のカロリー密度に基づいて決定されるフード割り当て値であり、Ｍは所与の身体の状態に基づいて選択される。例えば、以下の表に従って、ペットフード製品のカロリー密度（カロリー／カップ）に基づいてＦＡＶを割り当ててもよい。
Figure 0007377876000004
同様にＭ値を、以下の表に従って、所与の身体の状態に基づいて計算してもよい。
Figure 0007377876000005
[0052]優先度係数は、その後の計算（例えば、ペットフード製品を採点して、ペットフードの推奨を生成するとき）における、身体状態についての相違度の相対的重要性を反映し得る。その後の計算にとって身体状態についての相違度は重要だが品種サイズ相違度ほど重要ではない、ある実装態様では、優先度係数を９（最大で１０のうち）に設定してもよい。そのような実装態様では、過体重のペット（すなわち、Ｍ＝０）については、最も高いカロリー密度を有するペットフード製品は身体状態についての相違度ＢＣＶ＝９／（｜２－０｜＋１）＝４．５を有し、最も低いカロリー密度を有するペットフード製品は身体状態についての相違度ＢＣＶ＝９／（０－０｜＋１）＝９を有する。
[0053]本明細書で使用するとき、「ライフステージ相違度」とは、そのペットのライフステージと、ペットフード製品が対象とするペットライフステージとの間の比較を指す。例えば、若齢のペットは成長中で、一般に高度に活動的であるために比較的カロリー密度の高いフードを必要とすることがあり、一方で、高齢のペットは典型的にはあまり活動的ではないために、比較的カロリー密度の低いフードを必要とすることがある。更に、高齢のペットは、高い年齢に関連する健康問題（例えば、関節の問題、消化の問題、心臓の問題）を考慮したフードを必要とすることがある。したがって、ペットの所与のライフステージに関して、ライフステージ相違度を計算してもよい。
[0054]例えば、ライフステージ相違度（ＬＳＶ）を、次式に従って計算してもよい。
Figure 0007377876000006
式中、ＰＦは優先度係数であり、Ｍはそのペットのライフステージ及び、そのペットフード製品が対象とするライフステージに基づいて決定される。例えば、前述した品種サイズ相違度と同様に、指定されたライフステージについて、それと同じライフステージを対象とするフード製品にはＭ値に０が割り当てられてもよく、全ライフステージを対象とするフード製品はＭ値１に割り当てられてもよく、その指定されたライフステージに隣接するライフステージを対象とするペットフード製品にはＭ値に２が与えられてもよい。ここで考察したもの以外のライフステージを対象とするペットフード製品は、計算から除外され得る。別の例として、指定されたライフステージが子犬又は子猫である実装態様では、下表に示すように、子犬又は子猫を対象とするペットフード製品にはＭ値に０が割り当てられ、全ライフステージを対象とするフード製品にはＭ値に１が割り当てられ、成獣を対象とするフード製品にはＭ値に２が割り当てられる。
Figure 0007377876000007
高齢ライフステージを対象とするペットフード製品は、計算から、また、可能性のあるペットフード推奨から、除外され得る。優先度係数は、その後の計算（例えば、ペットフード製品を採点して、ペットフードの推奨を生成するとき）における、ライフステージ相違度の相対的重要性を反映し得る。その後の計算にとってライフステージ相違度は重要だが品種サイズ相違度及び身体状態についての相違度よりは重要でない、ある実装態様では、優先度係数を８（最大で１０のうち）に設定してもよい。そのような実装態様では、前述の例を続けると、子犬又は子猫を対象とするペットフード製品はＬＳＶ＝８／（０＋１）＝８のライフステージ相違度を有し、全ライフステージを対象とするペットフード製品はＬＳＶ＝８／（１＋１）＝４のライフステージ相違度を有し、成獣のライフステージを対象とするペットフード製品はＬＳＶ＝８／（２＋１）＝２．６７のライフステージ相違度を有する。
[0055]本明細書で使用するとき、「活動レベル相違度」とは、そのペットの活動レベルと、ペットフード製品のカロリー含有量との比較を指す。より活動性の高いペットは一般に、体重を落としすぎることを避けるためにより高いカロリー摂取量を必要とすることがあり、よって、より高いカロリー密度を有するペットフード製品を必要とすることがある。同様に、より活動性の低いペットは一般に、体重を増やしすぎることを避けるためにより低いカロリー摂取量を必要とすることがあり、よって、より低いカロリー密度を有するペットフード製品を必要とすることがある。したがって、指定された活動レベルに関して、ペットフード製品の活動レベル相違度を計算してもよい。
[0056]例えば、所与のペットフード製品について、ある活動レベルに関して、次式に従って活動レベル相違度（ＡＬＶ）を計算してもよい：
Figure 0007377876000008
式中、ＰＦは優先度係数であり、ＦＡＶはペットフード製品のカロリー密度に基づいて決定されるフード割り当て値であり、Ｍは所与の活動レベルに基づいて選択される。例えば、ペットフード製品のカロリー密度（カロリー／カップ）に基づいて、上記の表に従って、身体状態についての相違度に関してＦＡＶを割り当ててもよい。同様にＭ値を、以下の表に従って所与の活動レベルに基づいて計算してもよい。
Figure 0007377876000009
優先度係数は、その後の計算（例えば、ペットフード製品を採点して、ペットフードの推奨を生成するとき）における、活動レベル相違度の相対的重要性を反映し得る。その後の計算にとって活動レベル相違度が、品種サイズ相違度、身体状態についての相違度、及びライフステージ相違度よりは重要でない、ある実装態様では、優先度係数を５（最大で１０のうち）に設定してもよい。
[0057]そのような実装態様では、より活動性の低いペット（すなわち、Ｍ＝０）については、最も高いカロリー密度を有するペットフード製品の活動レベル相違度は、ＡＬＶ＝５／（｜３－０｜＋１）＝１．２５となり、最も低いカロリー密度を有するペットフード製品の活動レベル相違度は、ＡＬＶ＝５／（｜０－０｜＋１）＝５となる。
[0058]本明細書で使用するとき、「ペット体重相違度」とは、ペットの実際の体重と、そのペットの品種（複数可）及びペットフードのカロリー含有量に関して期待される体重との比較を指す。品種に照らして過体重であるペットは、品種に照らして理想体重であるペットよりも低いカロリー密度を有するペットフード製品を必要とすることがある。同様に、品種に照らして低体重であるペットは、品種に照らして理想体重であるペットよりも高いカロリー密度を有するペットフード製品を必要とすることがある。したがって、指定されたペットの体重に関して、その品種に照らしてペットの体重相違度を計算してもよい。
[0059]例えば、ペットの体重相違度（ＰＷＶ）を、次式に従って計算してもよい：
Figure 0007377876000010
式中、ＰＦは優先度係数であり、ＦＡＶはペットフード製品のカロリー密度に基づいて決定されるフード割り当て値であり、Ｍは所与のペット体重状態に基づいて選択される。例えば、ペットフード製品のカロリー密度（カロリー／カップ）に基づいて、上記の表に従って、身体状態についての相違度に関してＦＡＶを割り当ててもよい。同様に、Ｍ値を、以下の表に従って所与の活動レベルに基づいて計算してもよい。
Figure 0007377876000011
ある実装態様では、ペットの体重相違度を計算することは、ペットの体重の状態を計算することを更に含んでもよい。所与のペットの体重（ＰＷ）に関して、体重の状態（ＷＣ）を、次式に従って計算してもよい：
Figure 0007377876000012
式中、ＡＣＷは、そのペットの品種の平均体重計算値である。ある単一の品種を有するペットでは、ＡＣＷは、その品種の最小体重と最大体重の平均と等しくなり得る。２つ以上の品種を有するペットでは、ＡＣＷは、それぞれの品種の最小体重と最大体重の平均と等しくなり得る。ＷＣが１より大きければ、そのペットは過体重と見なされてもよく、ＷＣが１未満であれば、そのペットは低体重と見なされてもよく、ＷＣが約１（例えば、９５～１．０５）であれば、そのペットは理想体重であると見なされてもよい。優先度係数は、その後の計算（例えば、ペットフード製品を採点して、ペットフードの推奨を生成するとき）における、ペット体重相違度の相対的重要性を反映し得る。その後の計算にとってペット体重相違度が、品種サイズ相違度、身体状態についての相違度、ライフステージ相違度、及び活動レベル相違度よりは重要でない、ある実施形態では、優先度係数を１（最大で１０のうち）に設定してもよい。
[0060]そのような実装態様では、過体重のペット（すなわち、Ｍ＝０）については、最も高いカロリー密度を有するペットフード製品はペット体重相違度ＰＷＶ＝１／（｜２－０｜＋１）＝．３３を有し、最も低いカロリー密度を有するペットフード製品は、ペット体重相違度ＰＷＶ＝１／（｜０－０｜＋１）＝１を有する。
[0061]本明細書で使用するとき、「穀類の好み」とは、そのユーザ又はペットの、ペットフード製品の穀類含有についての好みを指す。ある実装態様では、穀類の好みには、（ｉ）穀類を含有するペットフード製品が好まれること、（ｉｉ）穀類を含有するペットフード製品が好まれないこと、又は穀類を含まないペットフード製品が好まれること、及び（ｉｉｉ）ペットフード製品の穀類含有に対する好みがないことが含まれ得る。
[0062]本明細書で使用するとき、「タンパク質の好み」は、そのユーザ又はペットの、ペットフード製品のタンパク質含有についての好みを指す。ある実装態様では、タンパク質の好みには、（ｉ）家禽肉（例えば、鶏、鴨、又は七面鳥）を含有するペットフード製品が好まれること、（ｉｉ）牛肉を含有するペットフード製品が好まれること、（ｉｉｉ）豚肉を含有するペットフード製品が好まれること、（ｉｖ）魚を含有するペットフード製品が好まれること、（ｖ）植物由来タンパク質を含有するペットフード製品が好まれること、及び（ｖｉ）ペットフード製品のタンパク質含有の好みがないことが含まれ得る。
[0063]本明細書で使用するとき、「フードテクスチャの好み」は、そのユーザ又はペットの、ペットフード製品のテクスチャについての好みを指す。ある実装態様では、フードテクスチャの好みには、（ｉ）ウェットペットフード製品が好まれること、（ｉｉ）ドライペットフード製品が好まれること、及び（ｉｉｉ）ペットフード製品のフードテクスチャの好みがないことが含まれ得る。
[0064]本明細書で使用するとき、「天然原材料の好み」は、そのユーザ又はペットの、ペットフード製品のテクスチャについての好みを指す。ある実装態様では、天然原材料の好みには、（ｉ）天然原材料を含有するペットフード製品が好まれること、（ｉｉ）天然原材料を含まないペットフード製品が好まれること、及び（ｉｉｉ）ペットフード製品の天然原材料の含有に対する好みがないことが含まれ得る。
[0065]本明細書で使用するとき、「購買の好み」は、そのユーザ又はペットの、ペットフード製品の購買入手可能性についての好みを示す。ある実装態様では、購買の好みには、（ｉ）オンライン（又はオンライン及び店舗内の両方）で入手可能な製品が好まれること、（ｉｉ）店舗（又は店舗及びオンラインでの両方）で入手可能な製品が好まれること、及び（ｉｉｉ）ペットフード製品の購買入手可能性の好みがないことが含まれ得る。
[0066]好ましい実施形態は、ペットフード及び／又はペット給餌スケジュールを決定する方法及び装置に関する。
[0067]図１は概して、ペット１のための推奨ペットフード２１を決定するシステム５の一実施形態を示す。例えば、ユーザ２はペット１を所有していてもよく、ペット１のためにフードの購入を希望してもよい。ところが、ユーザ２はペット１のニーズに最適な正確なフードタイプ及び／又は、又はペット１のための推奨給餌スケジュールを知らないことがある。したがって、ユーザ２は、システム５を使用して、ペット１のためのペットフードの推奨及び／又はペット給餌の推奨２１を決定してもよい。
[0068]システム５は、インターフェース２２を含んでもよい。いくつかの実施形態では、インターフェースは、ウェブインターフェースである。ウェブインターフェース２２は、ウェブインターフェースサーバ２３によって実装されてもよい。例えば、ウェブインターフェースサーバ２３は、ユーザ装置１１から要求を受信すると、ウェブインターフェース２２を提供してもよい。ユーザ装置１１は、例えば、携帯電話、スマートフォン、スマートウォッチ、ラップトップ、タブレット、携帯情報端末（ＰＤＡ）、及び／又はデスクトップコンピュータとして実装されてもよい。ユーザ装置１１は、そのペットのペット画像３を撮影できてもよい。別の実施形態では、ユーザ装置１１は、加えて、又は代わりに、ペット１のペット画像３を記憶してもよい。システム５のインターフェース２２は、ペット画像３を受信できてもよい。例えば、ユーザ２は、ペット画像３をインターフェース２２にアップロードできてもよい。ユーザ装置１１は、インターネットを介したネットワーク接続などのネットワーク接続を介して、インターフェース２２及び／又はインターフェースサーバ２３と通信してもよい。ある実装態様では、ユーザ装置１１は、有線又は無線ネットワーク接続で通信してもよい（例えば、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、イーサネット（登録商標）、セルラーデータ接続を介したネットワーク接続）。なお更なる実装態様では、インターフェース２２及びインターフェースサーバ２３のどちらか又は両方の機能が、ユーザ装置１１によって実装されてもよい（例えば、ユーザ装置上で実行するプログラム又はアプリケーションとして）。他の実施形態では、インターフェースは、ウェブソリューション及び／又はクラウドソリューションへの、音声インターフェース、携帯電話アプリケーション、チャットボット組み込みなどのユーザインターフェースである。
[0069]追加又は代替の入力が、インターフェース２２によって受信されてもよい。例えば、インターフェース２２は、加えて、又は代わりに、ペットの品種、ペットの体重、ペットの活動レベル、ペットの性別、ペットの性別の状態（例えば、避妊／去勢）、ペットの環境／気候、ペットが摂取する現在／以前のサプリメント、ペットの現在／以前の食餌、摂食習慣、健康に関する所望の結果、ユーザ及び／若しくはペットの原材料の好み、並びに／又は購買の好み、に関する情報を受信してもよい。ペットに関する追加情報は、ユーザ（例えば、ペットの飼い主又は獣医）によって提供されてもよい。追加情報はまた、履歴データベースから取得されてもよく、又は、ペット上の装置（例えば首輪）から、若しくは、ペット環境内の装置（例えば、餌ボウル又はペット用トイレ）から遠隔的に受信されてもよい。
[0070]インターフェース２２がペット画像３を受信する実施形態では、ペット画像３がペット画像認識モデル３３に通信されてもよい。ペット画像認識モデル３３は、ペット画像３を分析して、ペット画像３を１つ以上のペット特徴について分析することによって、ペットの種／品種、ペットのライフステージ、及び／又はペットのサイズを決定してもよい。ペット画像認識モデル３３は、ペット画像認識結果３２を生成してもよい。ペット画像認識結果３２は、品種／ペットサイズ相違度、身体状態についての相違度、活動性相違度、ペット体重相違度、及び／又はライフステージ相違度を含んでもよい。次いで、ペット画像認識結果３２がインターフェース２２に通信して返されてもよい。
[0071]ある実装態様では、図１に示すように、ペット画像認識モデル３３は、クラウドサーバ３１上に実装されてもよい。例えば、ペット画像認識モデル３３は、クラウドサービスプロバイダ（例えば、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ Ｓｅｒｖｉｃｅｓ）の提供するクラウドサーバによって実装されてもよい。
[0072]次いで、システム５は、ペット画像の認識結果３２をペットフード推奨モデル６３に通信してもよい。ある実装態様では、この通信は間接的であってもよい。例えば、図１に示されるように、クラウドサーバ３１及び／又は画像認識モデル３３は、インターフェース２２及び／又はインターフェースサーバ２３を介して、ペットフード推奨モデル６３にペット画像の認識結果３２を通信してもよい。一部の実装態様では、クラウドサーバ３１及び／又は画像認識モデル３３は、ペット画像の認識結果３２をペットフード推奨モデル６３に直接（例えば、クラウドサーバ３１とクラウドサーバ６１との間の通信リンクを介して）通信してもよい。
[0073]ペットフード推奨モデル６３は次いで、ペット画像の認識結果３２及び／又は、ユーザから提供される、若しくはペットフード推奨モデル６３が記憶している他の情報を使用して、ペットフード推奨結果６２を決定してもよい。ペットフード推奨結果６２は、ペットフード推奨モデル６３によって画像認識結果３２を分析することによって、ペットフード製品のリスト、例えば、ペットフード６２ａ、６２ｂ、６２ｃ及び６２ｄから選択されてもよい。例えば、また、以下で更に詳細に説明するように、ペットフード推奨モデル６３は、画像認識結果３２に含まれる、又はユーザ２によって提供されるペット特徴に基づいて、品種／ペットサイズ相違度、身体状態についての相違度、ライフステージ相違度、活動レベル相違度、及びペット体重相違度のうち１つ以上を計算してもよい。
[0074]一実施形態では、ペットフード６２ａは高脂肪ペットフードを含んでもよく、ペットフード６２ｂはグルテンフリーペットフードを含んでもよく、ペットフード６２ｃは低糖ペットフードを含んでもよく、ペットフード６２ａは食肉フリーペットフードを含んでもよい。ペットフード推奨モデル６３によってペットフード推奨結果６２が決定されると、次いで、ペットフード推奨結果６２がインターフェース２２に通信されてもよい。他の実装態様では、ペットフード推奨結果６２は、２つ以上のペットフード６２ａ～６２ｄを含んでもよい。例えば、ペットフード推奨モデル６３は、提供されたユーザの好みを満たす２つ以上のペットフード６２ａ、６２ｂ、６２ｃ及び６２ｄを選択してもよく、ユーザによる選択に向けて、その選択されたペットフード６２ａ、６２ｂ、６２ｃ及び６２ｄをペットフード推奨結果６２に含めてもよい。いくつかの実施形態では、ペットフード推奨の一部として複数のペットフード製品が提示される場合、文書化された論理に基づいて製品に優先順位を付けることができる。
[0075]ある実装態様では、図１に示すように、ペットフード推奨モデル６３は、クラウドサーバ６１上に実装されてもよい。例えば、ペットフード推奨モデル６３は、クラウドサービスプロバイダ（例えば、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ Ｓｅｒｖｉｃｅｓ）の提供するクラウドサーバ６１によって実装されてもよい。
[0076]インターフェース２２は、ペットフード推奨結果６２を使用して、ユーザ２に推奨ペットフード２１を提案してもよい。インターフェース２２は、ペット画像認識結果３２及びペットフード推奨結果６２に基づいて、推奨ペットフード２１を購入するためのリンクを、推奨給餌スケジュールと共に更に提供してもよい。
[0077]インターフェース２２は、ペット画像認識結果３２及びペットフード推奨結果６２に関するデータを収集してもよい。例えば、ユーザ２は、ペット１の体重の増加及び／若しくは減少、ペット１の外観の変化に対する推奨ペットフード２１の影響、並びに／又はペット１が推奨ペットフード２１を喜んで食べているか否かなど、推奨フード２１に関するフィードバックを提供してもよい。加えて、インターフェース２２は他のデータ源からデータを受信してもよく、それには、ペット１の移動を追跡するために使用されるスマート首輪、ペット１に給餌するために使用されるスマート給餌ボウル、ペットの体重を記録するスマートスケール、ペット１の獣医受診歴、ペット１のその後のペット画像認識結果３２、及び／又は、ユーザ２が入力するペット１の好みの更新が含まれる。そのようなフィードバックは、一般に、ペットフード推奨モデル６３の訓練及び最適化のための「履歴データ」と呼ばれてもよい。
[0078]ペットフード推奨モデルの訓練及び最適化のための履歴データは、履歴データベース１０１に格納されてもよい。以下でより詳細に説明するように、ペットフード推奨モデルの訓練及び最適化のための履歴データをペットフード推奨モデル６３で使用して、ユーザ２の要求及び好み、及び／又はペット１のニーズを満たす可能性が最も高い推奨ペットフード２１を提供してもよい。
[0079]ある実施形態では、システム５は、ＣＰＵ及びメモリを含むコンピュータシステムによって実装される１つ以上の構成要素を含んでもよい。例えば、システム５の１つ以上の構成要素は、ＣＰＵによって実行されると、ＣＰＵに構成要素の１つ以上の機能を実行させる命令を格納するメモリを含んでもよい。別の例として、ユーザ装置１１、インターフェースサーバ２３、クラウドサーバ３１、６１、及び履歴データベース１０１のうち１つ以上を、少なくとも１つのコンピュータシステムとして実装してもよい。ある実装態様では、これらの構成要素のそれぞれは、別個のコンピュータシステムによって実装されてもよい。他の実装形態では、構成要素のうち１つ以上は、単一のコンピュータシステムによって実装されてもよい。例えば、インターフェースサーバ２３及びユーザ装置１１が、同一のコンピュータシステムによって実装されてもよい。別の例として、ある実装態様では、クラウドサーバ３１、６１が同一のコンピュータシステムによって実装されてもよい。
[0080]更に、システム５の１つ以上の構成要素が、公衆ネットワーク又はプライベートネットワークなどのネットワークを介して通信してもよい。例えば、ユーザ装置１１、インターフェースサーバ２３、クラウドサーバ３１、６１、及び履歴データベース１０１が、インターネットを介して通信してもよい。これらの構成要素は、１つ以上の有線又は無線ネットワークインターフェースを介して通信してもよく、それらには、イーサネット、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、及びセルラーデータネットワークが含まれるが、それらに限定されない。
[0081]図１はまた、概して、ユーザ２に推奨ペットフード２１を提供する方法の一実施形態を示す。この方法は、システム５などのコンピュータシステム上で実施されてもよい。例えば、この方法は、ユーザ装置１１、インターフェースサーバ２３、クラウドサーバ３１、６１、及び履歴データベース１０１によって実施されてもよい。この方法はまた、プロセッサによって実行されるとコンピュータシステムにこの方法を実行させる、コンピュータ可読媒体上に格納された命令のセットによって実施されてもよい。例えば、方法の全て又は一部が、ＣＰＵ及びメモリによって実施されてもよい。
[0082]以下の例は、図１に示すフローチャートを参照して記載されるが、図１に関連する動作を実行する、それ以外の多くの方法を使用してもよい。例えば、いくつかのステップの順序は変更してもよく、あるステップを他のステップと結合してもよく、ステップのうち１つ以上を繰り返してもよく、また、記載されるステップのいくつかは任意選択であってもよい。ある実装態様では、この方法のステップは、間にステップを挟まずに、図示された順序で行われることが好ましいことがある。
[0083]ステップ１０で、インターフェース２２は、ユーザ２から、ユーザ２が推奨ペットフード２１の提供の受領を希望しているとの通知（例えば、ユーザ装置１１を介して提出された通知）を受信してもよい。
[0084]ステップ２０で、インターフェース２２は、ユーザ２’又はペット１’の穀類の好み、タンパク質の好み、フードテクスチャの好み、天然原材料の好み、及び／又は購買の好みなどの好み情報を受信してもよい。インターフェース２２は、この情報を使用して、そのペット及びペットの飼い主、及び／若しくは他のペットのペットフード推奨結果６２、並びに／又はペットフードの好みを個別化してもよい。インターフェース２２はまた、ペット１のペット画像３を受信するように構成されてもよい。以下で更に説明するように、インターフェース２２はまた、ペット１の性別、品種、又は年齢のうち１つ以上に関するデータなど、ペット１に関するデータを受信してもよい。
[0085]ステップ３０で、インターフェース２２は、ペット画像３をペット画像認識モデル３３に通信してもよい。ペット画像認識モデル３３はペット画像３を分析して、ペット画像３に基づいてペット画像認識結果３２を決定してもよい。例えば、ペット画像認識モデル３３はペット画像３を分析して、ペット画像３の１つ以上の画像特徴を識別してもよい。例えば、ペット画像認識モデル３３は、２次元機械学習モデル（例えば、回帰型ニューラルネットワーク又は畳み込みニューラルネットワーク）などの機械学習モデルとして実施されてもよい。ペット画像認識モデル３３は、訓練用ペット画像で訓練されてもよく、訓練用ペット画像は、以下で考察するように、以前に提出された複数のペット画像３から作成されてもよく、又は別の方法で収集されてもよい。訓練中、ペット画像認識モデル３３は、訓練過程に基づいて、画像特徴を識別するように、又は、ペット画像３における識別のために別の方法で画像特徴を発現させるように構成されてもよい。画像特徴の例には、ペット１の輪郭、ペット１の輪郭によって囲まれた面積、ペット画像３のペット１に占められる画素の割合、及びペット画像３内のペット１の１つ以上の幾何学的寸法（例えば、体長、体高、足から肩までの距離、背部から腹までの距離、胸幅、胸深）が含まれてもよい。
[0086]次いで、画像特徴を分析して、画像認識結果３２を生成してもよい。画像認識結果３２は、ペット１の体高、体重、体長、品種、品種サイズ、ペットサイズ、活動レベル、ライフステージ、及び／又は身体の状態など、ペット１の１つ以上のペット特徴を含んでもよい。画像特徴は、ペット１の１つ以上のペット特徴の存在を示唆してもよいし、別の方法で示してもよい。ある実装態様では、例えば、ペット画像認識モデル３３は訓練中に、ペット画像３内のペット１の輪郭と、ペット１の１つ以上のペット特徴との間の関係を識別してもよい。例えば、より広い境界は、ペット１についてより重い体重又は、ペット１についてより大型の品種サイズを示唆し得る。別の実施形態として、ペット画像認識モデル３３は、ペット画像３内のペット１のサイズ又は色柄とペット１の品種との間の関係を識別してもよい。例えば、ペット画像認識モデル３３は、以前の訓練に基づいて、大型で白黒の斑のあるペット１がダルメシアンであると決定してもよい。別の実施形態では、ペット画像認識モデルは、被毛の特徴及び／又は顔の特徴などの、画像の他の特徴を考慮して、ペットの品種を決定してもよい。
[0087]ペット画像認識モデル３３は、ペット画像認識結果３２に含めるために、ペットフード推奨モデル６３のその後の処理に関係するペット特徴に応じて、あるペット特徴を生成又は予測するように構成されてもよい。例えば、ペットフード推奨モデル６３は品種サイズの相違度を計算することがあり、したがって、ペットフード推奨結果を生成する際にペット１の品種サイズの推定に依存してもよい。したがって、そのような実施形態では、ペット画像認識モデル３３は、ペット画像３に基づいてペット１の品種サイズを推定し、その品種サイズ推定を、画像認識結果３２内に含めるように構成されてもよい。
[0088]ある実装態様では、ペット画像認識モデル３３は、２つ以上の機械学習モデルとして実施されてもよい。例えば、ペット画像認識モデル３３は、ペット画像３の画像特徴を識別するように構成された第１の機械学習モデルと、その画像特徴を分析して、ペット１のペット特徴を識別するように構成された第２の機械学習モデルと、を含んでもよい。なお更なる実装態様では、ペット画像認識モデル３３は、単一の機械学習モデルによって実施されてもよい。例えば、ペット画像認識モデル３３は、ペット画像３内の画像特徴を識別し、その画像特徴に基づいてペット１のペット特徴を推定するように構成された単一の機械学習モデルを含んでもよい。更に別の例では、ペット画像認識モデル３３は、画像特徴を推定しなくてもよく、代わりに、ペット画像３に直接基づいてペット１のペット特徴を推定するように構成された単一の機械学習モデルを含んでもよい。
[0089]ステップ４０で、ペット画像認識結果３２がインターフェース２２に通信されてもよい。一実施形態では、画像認識結果３２は、最初にインターフェース２２に通信されることなく、ペットフード推奨モデル６３に通信されてもよい。
[0090]ステップ５０で、ペットフード推奨モデル６３はペット画像認識結果３２を受信してもよい。ペット画像認識結果３２は、インターフェース２２、ペット画像認識モデル３３、及び／又は別の場所から受信されてもよい。
[0091]ステップ６０で、ペットフード推奨モデル６３は、ペットフード推奨結果６２を決定するために、ペット画像認識結果３２を分析してもよい。ペットフード推奨モデル６３は、ペット画像認識結果３２に含まれるペット特徴を分析してもよい。ペットフード推奨モデル６３は、ペットフード推奨結果を決定するために、ペット画像認識結果に含まれるペット特徴及び、インターフェース２２に提供されたデータ入力を分析してもよい。例えば、画像認識結果３２はペット１の品種、品種サイズ、ペットサイズ、身体の状態、ライフステージ、活動レベル、及び体重のうち１つ以上を含んでもよく、データ入力は、ペットの性別、ペットの性別の状態、ペットの体重、ペットの環境、現在／以前のサプリメントの使用、現在／以前の食餌、摂食習慣、及び／又は健康に関する所望の結果のうち１つ以上を含んでもよく、ペットフード推奨モデル６３がそれらを使用して、品種／ペットサイズの相違度、身体状態についての相違度、ライフステージ相違度、活動レベル相違度、及び／又はペット体重相違度などの１つ以上の相違度を計算してもよい。次いで、ペットフード推奨モデル６３は、その１つ以上の相違度の合計に基づいてペットフード製品を採点してもよい。
[0092]ある実装態様では、ペットフード推奨モデル６３は、（ｉ）ペットフード製品のリストをフィルタリングして、１つ以上のユーザの好みに基づくフィルタリング済みペットフード製品リストを作成し、（ｉｉ）フィルタリング済みペットフード製品リストを並べ替えるように構成されてもよい。例えば、ユーザ２は、ペットフード推奨結果に提供されたペットフード製品をフィルタリングするための、１つ以上の好みを提供してもよい。いくつかの実施形態では、ユーザ２は、フィルタリング済みペットフード製品リストを作成するために有用であり得る、穀類の好み、タンパク質の好み（例えば、鶏肉、牛肉、豚肉）、フードテクスチャの好み（例えば、ウェットかドライか）、天然原材料の好み、購買の好み、及び／又は、その他の追加の相違度を提供してもよい。次いで、フィルタリング済みペットフード製品リストは、例えば、価格、入手可能性、及び／又はブランドなどの、ユーザの選択した１つ以上の基準を使用して並べ替えられてもよい。
[0093]なお更なる実装態様では、又は上記の実装態様に加えて、ペットフード推奨モデル６３は、ペットフード推奨結果６２を生成する機械学習モデルを含んでもよい。例えば、この機械学習モデルは、１つ以上の相違度の優先度係数を決定するように訓練されてもよい。
[0094]ペットフード推奨結果６２は、ペットフード６２ａ～６２ｄから選択された推奨ペットフード２１であってもよい。他の実装態様では、前述したように、ペットフード推奨結果６２は、ユーザ２による選択のために複数のペットフード６２ａ～６２ｄを含んでもよい。
[0095]ある実施形態では、ペットフード推奨結果６２は、ペット給餌の推奨もまた、含んでもよい。例えば、ペットフード６２ａ～６２ｄが識別された後、ペットフード推奨モデル６３は、ペットフード６２ａ～６２ｄのカロリー密度に基づいて、ペット給餌の推奨を決定してもよい。例えば、ペットフード推奨モデル６３は、ペット１のペット特徴（例えば、ペット１のペット品種、品種サイズ、身体の状態、ライフステージ、活動レベル、及び／又は体重）に基づく所望のカロリー摂取量、及び／又はペット１のために選択された製品のカロリー密度を含む、いくつかの要因の組み合わせに基づいて給餌の推奨を決定してもよい。ペットフード推奨モデル６３は次いで、ペット１の所望のカロリー摂取量を達成するために必要なそれぞれのペットフード６２ａ～６２ｄの量を、カロリー密度に基づいて決定してもよい（例えば、所望のカロリー摂取量をペットフード６２ａ～６２ｄのカロリー密度で除算することによる）。ペットフード推奨モデル６３は次いで、ペット１に所望又は推奨される１日当たりのある食事回数（例えば、１日当たり２食）に、フードを分割してもよい。ある実装態様では、ユーザがペット画像認識結果に含まれるペットフード６２ａ～６２ｄから１つのペットフード６２ａ～６２ｄを選択するまでは、ペットフード推奨モデルはペット給餌の推奨を生成しなくてもよい。例えば、ペットフードの推奨及び給餌の推奨は、定義された期間（例えば、６週間又は１０週間）内に理想的な身体の状態評点を達成することに向けられてもよく、これは、体重維持、体重減少、又は体重増加により定められる。
[0096]ステップ７０で、ペットフード推奨結果６２がインターフェース２２によって受信されてもよい。一実施形態では、このインターフェースはウェブインターフェースである。他の実施形態では、このインターフェースは、チャット、音声、又はモバイルアプリケーションである。
[0097]ステップ８０で、ペットフード推奨結果６２がインターフェース２２からユーザ装置１１及び／又はユーザ２に通信されてもよい。ペットフード推奨結果６２は、推奨ペットフード２１という形態であってもよい。一実施形態では、推奨ペットフード２１は、２つ以上の異なるペットフードである。一実施形態では、推奨ペットフード２１は、２つ以上のペットフードブランドである。一実施形態では、推奨ペットフード２１は、単一のペットフード及び／又は単一のペットフードブランドである。
[0098]ステップ９０で、履歴データベース１０１が、ペットフード推奨モデル６３及び／又は画像認識モデル３３の訓練及び最適化のための、挙動データを受信してもよい。例えば、ペット画像３が履歴データベースに格納されてもよく、また、手動でタグ付け又は分析されて、訓練のために画像認識モデル３３に提供されてもよい。ある実施形態では、本主題の専門家がペット画像３を精査して、ペット１のペット特徴又はペット画像３の画像特徴を１つ以上識別してもよく、また、識別したペット特徴でペット画像３にタグ付けしてもよい。画像認識モデル３３は次いで、複数の他のペット画像３との組み合わせで、ペット画像３について訓練されてもよい。例えば、検出された画像特徴又はペット特徴の正確性を最大化するように、画像認識モデル３３が、画像認識モデル自体（例えば、画像認識モデル内の１つ以上の重み又は係数）を調節してもよい。
[0099]別の例では、フード推奨モデル６３は、推奨ペットフード２１の正確性を最大化するために、ユーザ２又はペット１の挙動データ（例えば、ユーザ２が推奨ペットフード２１を購入したか否か、その後のペット１による体重の増減、その後のペット１の活動レベル）を分析して、１つ以上のモデルパラメータ（例えば、相違度の優先順位付け係数）を更新してもよい。そのようなデータは、ウェブ行動のタグ付け、例えばユーザ調査などのクッキー、購入記録、及びその後に提出されるペット画像３を介した、本ソリューションとのユーザの相互作用から生じるものであってもよい。食物推奨モデル６３はまた、ペット１に関する挙動データを分析してもよい（例えば、ペット１が身体の状態の望ましい変化を達成したかどうか、ペット１が推奨ペットフード２１を好むか否か）。そのようなデータは、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供するために使用されるデータを自動的に収集及び送信する、接続されたペット装置（例えば、首輪、ボウル、スコップ、ペット用トイレ、給水器、カメラ、体重計、収納箱、マット、ベッド）から送られて来るものであってもよい。ある実装態様では、フード推奨モデル６３は、ユーザ２が推奨ペットフード２１を購入するか否か、推奨ペットフード２１を食べた後でペット１が所望の体重変化を経験するか否か、ペット１が推奨ペットフード２１を好むか否か、及び、ユーザがシステム５を利用してペットフード推奨結果６２を生成し続けるか否かのうち１つ以上を改善するように最適化されてもよい。
[0100]ステップ１００で、ユーザ２の要求及び好み、並びに／又は、ペット１のニーズ若しくは好みを満たす可能性が最も高い推奨ペットフード２１を提供するために、ペットフード推奨モデル６３の訓練及び最適化のための挙動データがペットフード推奨モデル６３に通信されてもよい。
[0101]図２は概して、アプリケーション図２００の実施形態を示す。アプリケーション図２００は、ユーザ２が図１に示すインターフェース２２に入力するために、図１に示すユーザ装置１１上で相互作用を行う内容を表してもよい。
[0102]図２を再び参照すると、導入部２１０は、ユーザ２から背景情報又は基礎情報を受信するように構成されてもよい。例えば、導入部は、ユーザ１からの、ログイン情報、初期アカウントの好み、必要な法的及び／若しくはデータ開示文書、並びに／又は他の一般情報を受信してもよい。導入部２１０は、インターフェース２２への初期ログイン時にのみ使用されてもよく、初期ユーザプロファイルが作成された後は、その後のログイン時には提示されなくてもよい。
[0103]インターフェース２２は、メニュー２２０を提供してもよい。メニュー２２０は、インターフェース２２にログインしたときにユーザ２に提示される「ホーム」、「ベース」、又は初期のインターフェースであってもよい。メニュー２２０は、ユーザ２がインターフェース２２内の他の場所に移動できるようにするナビゲーション要素を提供してもよい。
[0104]インターフェース２２は、１つ以上のメニューオプション２３０を提供してもよい。メニューオプション２３０は、メニュー２２０からアクセス可能であってもよい。メニューオプション２３０は、ユーザ２がインターフェース２２内の設定を編集、設定、及び／若しくは調節できるように、かつ／又はインターフェース２２に関する他の情報にアクセスできるようにしてもよい。例えば、メニューオプション２３０は、よくある質問、連絡先及び／若しくは連絡先情報、フィードバックページ（例えば、ユーザが編集できるフィードバック、又は、他のユーザによって既に提供されている、ユーザ２のレビューに向けたフィードバック）、プライバシーポリシー、利用規約、並びに／又はインターフェース２２上の広告に関する説明に関連する、画面及び／又は文書を含んでもよい。
[0105]インターフェース２２は、１つ以上のプロファイル入力２４０を提供してもよい。プロファイル入力２４０は、メニュー２２０からアクセス可能であってもよい。プロファイル入力２４０は、推奨ペットフード２１を決定するために使用され得る、ペットに関する情報及び／又はユーザ２の好みをユーザ２が入力できるようにしてもよい。例えば、プロファイル入力２４０は開始画面を含んでもよく、開始画面は、ユーザ２が、基本情報画面、図１に示す、画像認識モデル３３で後に使用されるペット画像３をユーザ２がアップロードしてもよい、写真アップロード画面、ペット１の品種に関する情報をユーザ２が入力できる品種情報画面、ペット１の体重に関する情報をユーザ２が入力できる体重情報画面、ペット１の活動レベルに関する情報をユーザ２が入力できる活動レベル画面、ペット１及び／若しくはユーザ２の原材料の好みに関する情報をユーザ２が入力できる原材料の好み画面、ペット１及び／若しくはユーザ２のタンパク質の好みに関する情報をユーザ２が入力できるタンパク質の好み画面、並びに／又は、ユーザ２の購買の好みに関する情報をユーザ２が入力できる購買の好み画面、にどのように進むべきかの指示を与えてもよい。
[0106]プロファイル入力２４０内の項目のうち少なくとも１つが完了すると、プロファイル入力２４０に提供された情報、並びに／又は、図１に示すように、ペット画像認識モデル３３、ペットフード推奨モデル６３、及び／若しくは履歴データベース１０１によって生成された情報があればその情報、を使用して、フルプロファイル２５０が組み立てられてもよい。フルプロファイル２５０を使用して、推奨ペットフード２１が生成されてもよい。例えば、フルプロファイル２５０には画像認識結果３２内に含まれる１つ以上の特徴が含まれてもよい。次いでペットフード推奨モデル６３が、画像認識結果３２とフルプロファイル２５０の一方又は両方を分析して、前述したペットフード推奨結果６２を生成してもよい。
[0107]一実施形態では、プロファイル入力２４０で写真アップロードが利用可能である場合、プロファイル入力２４０は、ユーザがペット画像３をアップロードすることができ、かつ／又は、写真がある所定パラメータを満たさない場合に写真のパラメータに関するメッセージを受信することができる、ファイルアップロードを更に含んでもよい。ある実装態様では、ペット画像３には１つ以上の写真特徴が要求されてもよい。例えば、ある実装態様では、画像認識モデル３３は最も正確な結果を、ペット１がカメラに対面した状態で撮影された画像３に基づいて提供するように構成されてもよい（例えば、画像認識モデル３３は主として、ペット１がカメラに対面した状態のペット画像３で主に訓練されてもよい）。他の実施例では、画像認識モデル３３は最も正確な結果を、ペット１が側面から撮影されたペット画像３に基づいて提供するように構成されてもよい（例えば、画像認識モデル３３は主として、ペット１がカメラに対して側面を向けたペット画像３で訓練されてもよい）。写真アップロードは、正確な画像認識結果３２を生成するために、画像認識モデル３３にとって必要な、又は好ましい写真特徴を指定してもよい。加えて、又は代わりに、ペット画像認識モデル３３がペット画像認識結果３２を決定するためにペット画像３を処理しているときに、「写真分析中」ビジュアルがユーザに対して提供されてもよい。
[0108]インターフェース２２は、「考察中」ビジュアル２６０を備えてもよい。「考察中」ビジュアル２６０は、ペット画像認識モデル３３がペット画像認識結果３２、ペットフード推奨結果６２、並びに／又は、ペット画像３及び／若しくは、推奨ペットフード２１を決定するための他のデータ入力があればその入力、を処理しているときに、ユーザに対して提供されてもよい。
[0109]インターフェース２２は、結果２７０を備えてもよい。ペット画像認識モデル３３がペット画像３及び／又は、他のデータ入力があればその入力を処理して、ペット画像認識結果３２及び／又はペットフード推奨結果６２を決定した後に、結果２７０がユーザ２に対して提供されてもよい。結果２７０は、推奨ペットフード２１を含んでもよい。結果２７０は、給餌ガイド２８０にアクセスするためのリンクを含んでもよい。前述したとおり、ある実装態様では、ペットフード推奨結果６２は、複数のペットフード６２ａ～６２ｄを含んでもよく、そこから、ユーザがペットフード６２ａ～６２ｄの中から推奨ペットフード２１を選択してもよい。そのような実装態様では、結果がフードのセレクションを含み、その中からユーザが推奨ペットフードを選択してもよい。
[0110]給餌ガイド２８０は、推奨ペットフード２１、ユーザが選択したペットフード、ペット画像３、並びに／又は、ペット画像認識結果３２及び／若しくは、ペットフード推奨結果６２を決定するための他のデータ入力があればその入力、に基づく給餌ガイドを含んでもよい。
[0111]インターフェース２２は、ヒント２９０を備えてもよい。ヒント２９０は、本明細書で言及した他のビジュアルのいずれかに組み込まれてもよく、ユーザ２がインターフェース２２に含まれるオプション間で移動する際に、ユーザ２に推奨又は説明を提供してもよい。
[0112]いくつかの実施形態では、ユーザは、自分のペット、好み、及び購買履歴に関する情報を格納するプロファイルを作成してもよい。このプロファイルは、将来のユーザとの通信及び相互作用をトリガする、アルゴリズム駆動型プログラムを動作させるために使用することができる。例えば、通信は、ペットが定義されたライフステージ（例えば、成獣）達したときに、ペットフード又は給餌の推奨を変更するようにユーザに促す、自動電子メール又はテキストメッセージであることができる。例えば、ペットに装着された接続された装置などの装置で取得されたデータ、又は自動通信に応答してユーザが生成する入力に、機械学習能力を適用して、個々のペット及び／又はペットの飼い主のためのペットフードの推奨及び給餌の推奨の品質及び個別化された性質を、継続的に強化することもできる。
[0113]図３は概して、個別化されたペットフードの推奨及び／又はペット給餌の推奨を提供する、カスタマイズされた給餌ガイド３３０の実施形態を示す。図３に示すように、カスタマイズされた給餌ガイド３３０はウェブベース及び／又はモバイルアプリケーションで使用するように適合されているが、カスタマイズされた給餌ガイド３３０は他の媒体上に提供されてもよい。カスタマイズされた給餌ガイド３３０は、ペットフード選択結果３０１と、ペットプロファイル３０２と、ペット給餌指示３０３と、ペットフード移行指示３０４と、製品概要３０５と、製品原材料及び栄養情報３０６と、その他の推奨ペットフード３０７と、を含んでもよい。ペットフード選択結果には、ペットの名前、ブランド名、及び、そのペットフードを購入するウェブサイトに移動するためのオプションが含まれてもよい。ペットフード選択結果３０１はまた、ユーザ２が選択したペットフードの単位サイズ及び／又はスタイルを示してもよい。ペットプロファイル３０２は、ペット１に関するデータ入力及び生成された情報を反映してもよい。例えば、そのような情報には、ペットの品種、ペットの体重、ペットの活動レベル、ユーザ及び／又はペットの原材料の好み、ペットのタンパク質の好み、及び／又は購買の好みが含まれてもよい。ペット給餌指示３０３は、ペット２に給餌するための指図を含んでもよい。ペット給餌指示３０３は、ペット画像認識結果３２及び／又はペットフード推奨結果６２、並びに、ペットフード推奨結果６２並びに／又は、ペット画像３及び／若しくは、ペット画像認識結果３２を決定するための他データ入力があればその入力、を考慮してもよい。
[0114]ペットフード移行指示３０５は、ペット１を第１のフードから第２のフードへ安全かつ首尾よくペットを移行させるための指令を含んでもよい。その他の推奨ペットフード３０７は、ペットフード推奨モデル６３によって識別されたがユーザ２が選択しなかった、他のペットフード６２ａ、６２ｂ、６２ｃ、及び６２ｄを含んでもよい。
[0115]本明細書に記載される実施例に対する様々な変更及び修正が、当業者には明らかであることは理解されるべきである。かかる変更及び改変は、本発明の主題の趣旨及び範囲から逸脱することなく、かつ意図される利点を損なわずに、行うことができる。それゆえ、そのような変更及び改変は、添付の特許請求の範囲に包含されることが意図されている。更に、本実施形態は、上記の方法又は構成の正確な詳細に限定されるものではなく、したがって、本実施形態は、本開示の範囲内に含まれることが意図される。更に、特に明記しない限り、「第１の（ｆｉｒｓｔ）」、「第２の（ｓｅｃｏｎｄ）」などの用語のいかなる使用も、いかなる順序又は重要性を示すものではなく、むしろ、「第１の（ｆｉｒｓｔ）」、「第２の（ｓｅｃｏｎｄ）」などの用語は、単に１つの要素を別の要素と区別するために使用される。

Claims (20)

  1. ペットを描写したペット画像を受信する工程と、
    前記ペットの１つ以上のペット特徴を決定するために、ペット画像認識モデルを用いて前記ペット画像を分析する工程と、
    １つ以上のペット関連データ入力を受信する工程と、
    前記ペットのためのペットフードの推奨及びペット給餌の推奨を生成するために、ペットフード推奨モデルを用いて前記ペット特徴及び前記ペット関連データ入力を分析する工程と、
    を含む方法。
  2. 前記ペット画像がユーザ装置から受信される、請求項１に記載の方法。
  3. 前記ペット画像を分析する工程が、
    前記ペット画像の１つ以上の画像特徴を識別するために、前記ペット画像を分析する工程と、
    前記画像特徴に基づいて、前記１つ以上のペット特徴を決定する工程と、
    を含む、請求項１に記載の方法。
  4. フィルタリング済みのペットフード製品リストを作成するために、少なくとも１つのユーザの好みに基づいてペットフード製品のリストをフィルタリングする工程
    を更に含む、請求項１に記載の方法。
  5. 前記少なくとも１つのユーザの好みが、穀類の好み、タンパク質の好み、フードテクスチャの好み、天然原材料の好み、及び購買の好みからなるグループから選択される少なくとも１つの好みを含む、請求項４に記載の方法。
  6. 前記ペット特徴が、品種、品種サイズ、ペットサイズ、身体の状態、ライフステージ、活動レベル、ペットの性別、ペットの性別の状態、及びペットの体重からなるグループから選択される１つ以上の特徴を含む、請求項３に記載の方法。
  7. 品種サイズ相違度、ペットサイズ相違度、身体状態についての相違度、ライフステージ相違度、活動レベル相違度、及びペット体重相違度からなるグループから選択される１つ以上の相違度を計算する工程
    を更に含む、請求項１に記載の方法。
  8. 複数の計算済み相違度を生成するために、複数の相違度を計算する工程と、
    １つ以上の推奨ペットフード製品を識別するために、前記計算済み相違度の合計に基づいてペットフード製品のリストを採点する工程と、
    を更に含む、請求項１に記載の方法。
  9. 複数のペットフード製品を含む、前記ペットフードの推奨をユーザに対して提示する工程と、
    前記複数のペットフード製品から選択されたペットフード製品の選択結果を前記ユーザから受信する工程と、
    前記選択されたペットフード製品に基づいてペット給餌の推奨を生成する工程と、
    を更に含む、請求項１に記載の方法。
  10. 前記ペット給餌の推奨が、前記選択されたペットフード製品のカロリー密度に基づいて生成される、請求項９に記載の方法。
  11. 前記ペット及び／又はユーザの挙動データを履歴データベースに格納する工程と、
    前記履歴データベースに格納された前記挙動データに基づいて、前記ペット画像認識モデル及び前記ペットフード推奨モデルの一方又は両方を訓練する工程と、
    を更に含む、請求項１に記載の方法。
  12. プロセッサと、
    命令を格納するメモリと、
    を備え、前記命令が、前記プロセッサによって実行されると、前記プロセッサに、
    ペットを描写したペット画像を受信させ、
    前記ペットの１つ以上のペット特徴を決定するために、ペット画像認識モデルを用いて前記ペット画像を分析させ、
    １つ以上のペット関連データ入力を受信させ、
    前記ペットのためのペットフードの推奨及びペット給餌の推奨を生成するために、ペットフード推奨モデルを用いて前記ペット特徴及び前記ペット関連データ入力を分析させる、
    システム。
  13. 前記メモリが更なる命令を格納し、前記更なる命令が、前記プロセッサによって実行されると、前記プロセッサに、
    前記ペット画像の１つ以上の画像特徴を識別するために、前記ペット画像を分析させ、
    前記画像特徴に基づいて、前記１つ以上のペット特徴を決定させる、
    請求項１２に記載のシステム。
  14. 前記メモリが更なる命令を格納し、前記更なる命令が、前記プロセッサによって実行されると、前記プロセッサに、
    フィルタリング済みのペットフード製品リストを作成するために、少なくとも１つのユーザの好みに基づいてペットフード製品のリストをフィルタリングさせる、
    請求項１２に記載のシステム。
  15. 前記ペット特徴が、品種、品種サイズ、ペットサイズ、身体の状態、ライフステージ、活動レベル、ペットの性別、ペットの性別の状態、及びペットの体重からなるグループから選択される１つ以上の特徴を含む、請求項１４に記載のシステム。
  16. 前記メモリが更なる命令を格納し、前記更なる命令が、前記プロセッサによって実行されると、前記プロセッサに、
    品種サイズ相違度、ペットサイズ相違度、身体状態についての相違度、ライフステージ相違度、活動レベル相違度、及びペット体重相違度からなるグループから選択される１つ以上の相違度を計算させる、
    請求項１２に記載のシステム。
  17. 前記メモリが更なる命令を格納し、前記更なる命令が、前記プロセッサによって実行されると、前記プロセッサに、
    複数の計算済み相違度を生成するために、複数の相違度を計算させ、
    １つ以上の推奨ペットフード製品を識別するために、前記計算済み相違度の合計に基づいてペットフード製品のリストを採点させる、
    請求項１２に記載のシステム。
  18. 前記メモリが更なる命令を格納し、前記更なる命令が、前記プロセッサによって実行されると、前記プロセッサに、
    複数のペットフード製品を含む、前記ペットフードの推奨をユーザに対して提示させ、
    前記複数のペットフード製品から選択されたペットフード製品の選択結果を前記ユーザから受信させ、
    前記選択されたペットフード製品に基づいて、ペット給餌の推奨を生成させる、
    請求項１２に記載のシステム。
  19. 前記メモリが更なる命令を格納し、前記更なる命令が、前記プロセッサによって実行されると、前記プロセッサに、
    前記ペット及び／又はユーザの挙動データを履歴データベースに格納させ、
    前記履歴データベースに格納された前記挙動データに基づいて、前記ペット画像認識モデル及び前記ペットフード推奨モデルの一方又は両方を訓練させる、
    請求項１２に記載のシステム。
  20. 命令を格納する非一時的コンピュータ可読媒体であって、前記命令がプロセッサによって実行されると、前記プロセッサに、
    ペットを描写したペット画像を受信させ、
    前記ペットの１つ以上のペット特徴を決定するために、画像認識モデルを用いて前記ペット画像を分析させ、
    １つ以上のペット関連データ入力を受信させ、
    前記ペットのためのペットフードの推奨及びペット給餌の推奨を生成するために、ペットフード推奨モデルを用いて前記ペット特徴及びペット関連データ入力を分析させる、
    非一時的コンピュータ可読媒体。
JP2021544541A 2019-02-01 2020-01-29 ペットフードを推奨する装置及び方法 Active JP7377876B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962800199P 2019-02-01 2019-02-01
US62/800,199 2019-02-01
PCT/IB2020/050706 WO2020157678A1 (en) 2019-02-01 2020-01-29 Pet food recommendation devices and methods

Publications (2)

Publication Number Publication Date
JP2022519069A JP2022519069A (ja) 2022-03-18
JP7377876B2 true JP7377876B2 (ja) 2023-11-10

Family

ID=69467615

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021544541A Active JP7377876B2 (ja) 2019-02-01 2020-01-29 ペットフードを推奨する装置及び方法

Country Status (9)

Country Link
US (1) US11538087B2 (ja)
EP (1) EP3909009A1 (ja)
JP (1) JP7377876B2 (ja)
CN (1) CN113366525A (ja)
AU (1) AU2020215339A1 (ja)
BR (1) BR112021014688A2 (ja)
CA (1) CA3128156A1 (ja)
MX (1) MX2021009164A (ja)
WO (1) WO2020157678A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11083169B2 (en) * 2019-11-26 2021-08-10 Companion Labs, Inc. Training apparatus and method for feeding animals during training sessions for reinforcement of behaviors
US11468487B2 (en) * 2020-02-12 2022-10-11 Tyson Foods, Inc. Apparatus and method of communicating information about a packaged food product
US20220211008A1 (en) * 2021-01-07 2022-07-07 Société des Produits Nestlé S.A. Generating pet image training data based on source images
WO2023211736A1 (en) * 2022-04-25 2023-11-02 Mars, Incorporated Systems and methods for recommending a food product based on characteristics of an animal
CN114819712A (zh) * 2022-05-17 2022-07-29 江苏邦鼎科技有限公司 一种基于人工智能的宠物饲料推荐方法及系统
JP2024009707A (ja) * 2022-07-11 2024-01-23 ユニ・チャーム株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160192620A1 (en) 2013-08-13 2016-07-07 Nestec Sa System, method and feeding device for remote pet monitoring and feeding
JP2019000102A (ja) 2017-06-19 2019-01-10 千波 浜谷 ペット用食事管理システム

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6156355A (en) 1998-11-02 2000-12-05 Star-Kist Foods, Inc. Breed-specific canine food formulations
US6358546B1 (en) * 1999-01-15 2002-03-19 Ralston Purina Company Methods for customizing pet food
AU2003285161A1 (en) 2002-11-08 2004-06-03 Data Flow / Alaska, Inc. System for uniquely identifying subjects from a target population
US20050240434A1 (en) * 2004-04-26 2005-10-27 Healthport Corp. System and method of implementing multi-level marketing of weight management products
US20060045909A1 (en) 2004-08-30 2006-03-02 Colgate-Palmolive Company Genome-based diet design
EP1820407A1 (en) * 2006-02-17 2007-08-22 Nestec S.A. Method for improving dog food
US8301483B2 (en) * 2008-01-16 2012-10-30 The Procter & Gamble Company Modeling system and method to predict consumer response to a new or modified product
US9179198B2 (en) 2010-10-01 2015-11-03 Sony Corporation Receiving apparatus, receiving method, and program
US9355329B2 (en) 2011-05-09 2016-05-31 Catherine G. McVey Image analysis for determining characteristics of pairs of individuals
JP2013065110A (ja) * 2011-09-15 2013-04-11 Omron Corp 検出装置、該検出装置を備えた表示制御装置および撮影制御装置、物体検出方法、制御プログラム、ならびに、記録媒体
US20130085893A1 (en) 2011-09-30 2013-04-04 Ebay Inc. Acquisition and use of query images with image feature data
JP5895629B2 (ja) 2012-03-15 2016-03-30 オムロン株式会社 画像処理装置、画像処理方法、制御プログラムおよび記録媒体
WO2014078856A1 (en) 2012-11-19 2014-05-22 Johnson Keith D Systems and methods for creating a customized blend of pet food
BR112015022889A2 (pt) * 2013-03-15 2017-07-18 Nestec Sa sistemas e métodos para ordenação e fabricação de alimentação personalizada para animais de estimação
US20150220569A1 (en) 2013-05-01 2015-08-06 Image Searcher, Inc. Priority Based Image Processing Methods
KR101527801B1 (ko) * 2013-05-22 2015-06-11 주식회사 아이싸이랩 동물들의 코무늬를 이용한 동물 개체 인식 장치 및 방법
WO2015041833A1 (en) 2013-09-17 2015-03-26 William Brian Kinard Animal/pet identification system and method based on biometrics
GB201316846D0 (en) * 2013-09-23 2013-11-06 Bosher Graham Breed-targeted ordering and delivery system
US20150131868A1 (en) 2013-11-14 2015-05-14 VISAGE The Global Pet Recognition Company Inc. System and method for matching an animal to existing animal profiles
US10402446B2 (en) 2015-04-29 2019-09-03 Microsoft Licensing Technology, LLC Image entity recognition and response
ES2761702T5 (es) * 2015-07-01 2024-02-22 Viking Genetics Fmba Sistema y procedimiento para la identificación de animales individuales basándose en imágenes de la espalda
AU2016306070B2 (en) 2015-08-11 2021-02-04 Société des Produits Nestlé S.A. Methods using morphometric measurements of a small dog to improve food for the small dog
US9792530B1 (en) 2015-12-28 2017-10-17 Amazon Technologies, Inc. Generating and using a knowledge base for image classification
CN105740402B (zh) 2016-01-28 2018-01-02 百度在线网络技术（北京）有限公司 数字图像的语义标签的获取方法及装置
CN106447117B (zh) * 2016-10-10 2018-05-01 重庆科技学院 基于宠物日常数据分析的宠物喂养方法及系统
CN106577350B (zh) 2016-11-22 2020-10-09 深圳市沃特沃德股份有限公司 宠物类型识别的方法及装置
US10282772B2 (en) * 2016-12-22 2019-05-07 Capital One Services, Llc Systems and methods for wardrobe management
RU2019125176A (ru) * 2017-01-09 2021-02-09 Марс, Инкорпорейтед Системы и способы поддержания оптимального роста животных
US10701905B2 (en) * 2017-12-06 2020-07-07 International Business Machines Corporation Imaging and three dimensional reconstruction for weight estimation
US10810655B2 (en) * 2018-01-04 2020-10-20 Facebook, Inc. Generating catalog-item recommendations based on social graph data
WO2019143714A1 (en) * 2018-01-16 2019-07-25 Habi, Inc. Methods and systems for pet wellness platform
CN109548691A (zh) 2018-12-26 2019-04-02 北京量子保科技有限公司 一种宠物识别方法、装置、介质和电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160192620A1 (en) 2013-08-13 2016-07-07 Nestec Sa System, method and feeding device for remote pet monitoring and feeding
JP2016529896A (ja) 2013-08-13 2016-09-29 ネステク ソシエテ アノニム 遠隔ペット監視及び給餌のためのシステム、方法、及び給餌装置
JP2019000102A (ja) 2017-06-19 2019-01-10 千波 浜谷 ペット用食事管理システム

Also Published As

Publication number Publication date
CN113366525A (zh) 2021-09-07
AU2020215339A1 (en) 2021-08-12
CA3128156A1 (en) 2020-08-06
US20200250733A1 (en) 2020-08-06
MX2021009164A (es) 2021-08-24
WO2020157678A1 (en) 2020-08-06
EP3909009A1 (en) 2021-11-17
JP2022519069A (ja) 2022-03-18
BR112021014688A2 (pt) 2021-09-28
US11538087B2 (en) 2022-12-27

Similar Documents

Publication Publication Date Title
JP7377876B2 (ja) ペットフードを推奨する装置及び方法
McInerney Animal welfare, economics and policy
Dawkins Does smart farming improve or damage animal welfare? Technology and what animals want
Garforth Livestock keepers' reasons for doing and not doing things which governments, vets and scientists would like them to do
Nielsen et al. Approaches to formulating practical breeding objectives for animal production systems
Buller et al. Modifying and commodifying farm animal welfare: The economisation of layer chickens
Cannas et al. How can nutrition models increase the production efficiency of sheep and goat operations?
WO2019143714A1 (en) Methods and systems for pet wellness platform
US20140141134A1 (en) Systems and methods for creating a customized blend of pet food
JP2008508607A (ja) 動物生産を最適化するシステムおよび方法
KR20080065583A (ko) 유전자형 정보를 이용한 동물 생산을 최적화시키기 위한시스템 및 방법
Hall et al. Public attitudes to the welfare of broiler chickens
De Vries et al. Economic evaluation of stall stocking density of lactating dairy cows
Niemi et al. A value chain analysis of interventions to control production diseases in the intensive pig production sector
Luna et al. Aquaculture production optimisation in multi-cage farms subject to commercial and operational constraints
Serisier et al. Seasonal variation in the voluntary food intake of domesticated cats (Felis catus)
You et al. A study of production and harvesting planning for the chicken industry.
RU2800013C2 (ru) Устройства и способы представления рекомендации по кормам для домашних животных
Amer Approaches to formulating breeding objectives.
Oviedo-Rondón Model applications in poultry production and nutrition.
KR102574972B1 (ko) 맞춤형 반려견 사료 추천 방법 및 그 서버
Jahan et al. Economic assessment of commercial Turkey and broiler farming in Bangladesh: an application of binary probit model
KR102540499B1 (ko) 모바일 게임을 이용한 양계 체험 시스템 및 양계 체험 제공 방법
KR102533142B1 (ko) 사용자 단말을 이용한 가상 젖소 사육 콘텐츠 제공 시스템 및 방법
KR102540498B1 (ko) 사용자 단말을 이용한 가상 양돈 콘텐츠 제공 장치 및 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220915

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230502

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230620

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230724

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231024

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231030

R150 Certificate of patent or registration of utility model

Ref document number: 7377876

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150