JP7386166B2 - ペットウェルネスプラットフォームのための方法及びシステム - Google Patents

Description

本出願は、２０１８年１月１６日に出願され、『ペットフードの推奨のためのシステム及び方法』と題された米国特許仮出願第６２／６１７，６９４号、及び２０１８年６月１２日に出願され、『ペット属性の収集及び処理の自動化プラットフォームのための方法及びシステム』と題された米国特許借り出願第６２／６８３，９２５号の優先権を主張するものである。これらの出願のそれぞれは、本明細書に完全に記載されているかのように、参照により本明細書に組み込まれる。

本開示は、ペットの属性に基づいてペット用のペット製品を推奨するためのペットウェルネスプラットフォーム及び方法に関する。

大規模な小売店で販売されているペットフードなど、ほとんどの市販のペットフードは、栄養品質の最低限の基準しか満たしていない。場合によっては、一部のペットフードは、栄養素を、それを消費するペットがそれほどは体内に吸収して利用できない形で、または製造中のさらなる処理によって破壊される形で、製造中に噴霧することにより、最低品質基準を満たしている。これらのペットフードには、少なくとも一部の品種に悪影響を及ぼす材料が含まれている可能性、並びに、少なくとも一部の品種に役立つ材料が不足している可能性がある。

犬や猫などの多くの一般的なペットは、品種によって栄養要件が大きく異なっている。また、品種内の個体によって栄養要件が大きく異なる場合もある。例えば、年齢、活動レベル、活動タイプ、サイズ、体重、体質、環境、飼い主の属性、及び他の要因などの飼育要因が、ペットの栄養要件に影響を与える可能性がある。種、品種、及び/または個々のペットの特定の属性に対して栄養的に適切なペットフードを推奨するための自動化システム及び方法に対する要望がある。

適切な食餌の推奨は、理想的には、個々のペットの上述したいくつかの属性に対して高度に調整されるものであってもよい。但し、製品の推奨に関連するペットの属性の数が増えると、属性の識別に誤り（エラー）が発生する可能性も高くなる。例えば、データの欠如、データ入力エラー、不完全なデータ入力、どんなデータが要求されているかについての理解の欠如、正規化の欠如、誤報告、及びその他の要因に起因するエラーは、推奨事項の品質に影響を与える可能性がある。活動レベルや活動タイプなどの一部の属性は、正確に取得することが特に難しい場合があり、それは、飼い主が、ペットの実際の活動について一般的な（そしてしばしば不正確な）理解しか持っていないため、及び／または、飼い主が、正確な情報を提供するようにではなく、飼い主に好ましい印象を与えるように報告する傾向があるためである。食餌の推奨に関連するペットの属性に関する関連情報を収集するための改善された方法及びシステムに対する要望がある。

本開示のいくつかの実施形態によれば、ペットのためのペットフードを推奨する方法が開示される。この方法は、プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信すること、前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信すること、を含む。この方法は、さらに、前記処理システムが、前記ペット情報、前記センサー測定値、及び前記ビデオデータに基づいてペットに関連する一組の属性を生成すること、を含み、前記一組の属性は、ペットの体温を示す温度属性を含んでいる。この方法はまた、前記処理システムが、前記一組の属性に基づいてペットに対応する温度分類を決定すること、前記処理システムが、前記温度分類及び前記一組の属性に基づいてペットに対応するレシピスコアを決定すること、を含む。この方法はまた、前記処理システムが、前記レシピスコアに基づいて、ペット製品データベースからペットフードの推奨を決定すること、前記処理システムが、前記一組の属性に基づいて、ペットに推奨するペットフードの量を決定すること、を含む。この方法は、さらに、前記処理システムが、前記ペットフードの推奨及び前記ペットフードの量を示す食餌推奨を、通信ネットワークを介してユーザーに提供すること、を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む。これらの実施形態のいくつかにおいて、前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む。

いくつかの実施形態において、前記温度分類は、温分類、中性分類、及び冷分類のうちの１つから選択される。これらの実施形態のいくつかにおいて、前記レシピスコアを決定することは、前記温度分類に基づいて初期レシピスコアを設定すること、及び、前記一組の属性に基づいて前記レシピスコアを選択的に調整することを含む。これらの実施形態のいくつかにおいて、前記ペットフード推奨は、前記レシピスコアが上側閾値よりも大きい場合、体を温める材料を伴う第１のペットフード、前記レシピスコアが下側閾値よりも小さい場合、体を冷やす材料を伴う第２のペットフード、及び、前記レシピスコアが下側閾値よりも大きくかつ上側閾値よりも小さい場合、中性材料を伴う中性ペットフードを選択することを含む。

本開示のいくつかの実施形態に従って、ペットのためのペットフードを推奨する方法が開示される。この方法は、プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、及び、前記処理システムが、前記ペット情報に基づいてペットに関連する一組の属性を生成すること、を含む。この方法は、さらに、前記処理システムが、前記一組の属性に基づいて、ペットに対応する温度分類を決定すること、前記処理システムが、前記温度分類及び前記一組の属性に基づいて、ペットに対応するレシピスコアを決定すること、を含む。この方法は、さらに、前記処理システムが、前記温度分類に基づいて、ペット製品データベースからペットフード推奨を決定すること、及び、前記処理システムが、前記ペットフード推奨を示す食餌推奨を、通信ネットワークを介してユーザーに提供すること、を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む。

いくつかの実施形態において、この方法は、前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信することをさらに含む。これらの実施形態のいくつかにおいて、前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む。

いくつかの実施形態において、この方法は、前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信することをさらに含む。これらの実施形態のいくつかにおいて、前記一組の属性を決定することは、前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む。これらの実施形態のいくつかにおいて、前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む。

いくつかの実施形態において、前記温度分類は、温分類、中性分類、及び冷分類のうちの１つから選択される。これらの実施形態のいくつかにおいて、この方法は、前記処理システムが、前記温度分類及び前記一組の属性に基づいてペットに対応するレシピスコアを決定することをさらに含む。これらの実施形態のいくつかにおいて、前記レシピスコアを決定することは、前記温度分類に基づいて初期レシピスコアを設定すること、及び、前記一組の属性に基づいて前記レシピスコアを選択的に調整することを含む。これらの実施形態のいくつかにおいて、前記ペットフード推奨を決定することは、前記レシピスコアが上側閾値よりも大きい場合、体を温める材料を伴う第１のペットフード、前記レシピスコアが下側閾値よりも小さい場合、体を冷やす材料を伴う第２のペットフード、及び、前記レシピスコアが下側閾値よりも大きくかつ上側閾値よりも小さい場合、中性材料を伴う中性ペットフードを選択することを含む。これらの実施形態のいくつかにおいて、ペットの前記レシピスコアを決定することは、前記一組の属性を、それぞれの前記一組の属性に応答して前記レシピスコアを出力するようにトレーニングされた機械学習済みスコアリングモデルに入力することを含む。

本開示のいくつかの実施形態に従って、ペットのためのペット用トリートを推奨する方法が開示される。この方法は、プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、及び、前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信すること、を含む。この方法は、さらに、前記処理システムが、前記ペット情報、前記センサー測定値、及びビデオデータに基づいてペットに関連する一組の属性を生成すること、を含み、前記一組の属性は、ペットの体温を示す温度属性を含んでいる。この方法はまた、前記処理システムが、前記一組の属性に基づいてペット用トリート推奨を決定すること、及び、前記処理システムが、前記ペット用トリート推奨を、通信ネットワークを介してユーザーに提供すること、を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む。

いくつかの実施形態において、この方法は、前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信することをさらに含む。これらの実施形態のいくつかにおいて、前記一組の属性を決定することは、前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む。これらの実施形態のいくつかにおいて、前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む。

いくつかの実施形態において、前記ペット用トリート推奨を決定することは、前記一組の属性に基づいてペットに対応する温度分類を決定することを含む。これらの実施形態のいくつかにおいて、前記ペット用トリート推奨を決定することは、前記温度分類及び前記一組の属性に基づいてペットのレシピスコアを決定することを含む。これらの実施形態のいくつかにおいて、前記ペット用トリート推奨を決定することは、ペットの前記レシピスコア及びペット用トリートの１つまたは複数の材料に基づいて、製品データベースからペット用トリートを決定することを含む。

本開示のいくつかの実施形態に従って、ペットのためのペット用サプリメントを推奨する方法が開示される。この方法は、プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、及び、前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信すること、を含む。この方法は、さらに、前記処理システムが、前記ペット情報、前記センサー測定値、及びビデオデータに基づいてペットに関連する一組の属性を生成すること、を含み、前記一組の属性は、ペットの体温を示す温度属性を含んでいる。この方法はまた、前記処理システムが、前記一組の属性に基づいてペット用サプリメント推奨を決定すること、及び、前記処理システムが、前記ペット用サプリメント推奨を、通信ネットワークを介してユーザーに提供すること、を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む。

いくつかの実施形態において、前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む。これらの実施形態のいくつかにおいて、前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む。

いくつかの実施形態において、この方法は、前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信することをさらに含む。これらの実施形態のいくつかにおいて、前記一組の属性を決定することは、前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む。いくつかの実施形態において、前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む。

いくつかの実施形態において、前記ペット用サプリメント推奨を決定することは、前記一組の属性に基づいてペットに対応する温度分類を決定することを含む。これらの実施形態のいくつかにおいて、前記ペット用サプリメント推奨を決定することは、前記温度分類及び前記一組の属性に基づいてペットのレシピスコアを決定することを含む。これらの実施形態のいくつかにおいて、前記ペット用サプリメント推奨を決定することは、ペットの前記レシピスコア及びペット用サプリメントの１つまたは複数の材料に基づいて、製品データベースからペット用サプリメントを決定することを含む。

本明細書において、食餌の推奨に関連するペットの属性に関する関連情報を収集するための改善された方法及びシステムが提供される。特に、本明細書では、ペットフードを推奨するシステム及び方法に関連してデータを発見、集積、収集、統合、変換、正規化、処理、管理、及び共有するための方法、システム、コンポーネント、回路、ブロック、プロセス、ソフトウェア、ハードウェア、モジュール、サブシステム、サービス、及びプラットフォームの他の要素（本明細書では、まとめて「プラットフォーム１００」と呼ぶ）が提供される。

本明細書において、ペットに関連する一組の属性を生成するように構成された属性生成システムを有するペットウェルネスシステムが提供される。この一組の属性は、ウェアラブルデバイス及びＩｏＴ（モノのインターネット）デバイスのうちの少なくとも１つから収集されたデータセットを使用して生成される。また、本明細書において、ペットの識別情報にリンクされ、生成された一組の属性に少なくとも部分的に基づいてペットの食餌療法を推奨するための推奨エンジンを有するソーシャルメディアサイトが提供される。

いくつかの実施形態において、上記システムは、ペットに対応する画像データを受信し、この画像データ並びに画像を様々な気分分類に関連付けるトレーニング用データセットに基づいてペットの気分分類を決定するコンピュータビジョンシステムをさらに含む。いくつかの実施形態において、気分分類はさらに、ペットの１つまたは複数の属性に基づく。

いくつかの実施形態において、上記システムは、ペットに対応する画像データを受信し、この画像データ並びに画像を様々な筋緊張分類に関連付けるトレーニング用データセットに基づいてペットの筋緊張分類を決定するコンピュータビジョンシステムをさらに含む。いくつかの実施形態において、筋緊張分類はさらに、ペットの１つまたは複数の属性に基づく。

いくつかの実施形態において、上記システムは、ペットに対応する画像データを受信し、この画像データ並びに画像を様々な皮膚状態分類に関連付けるトレーニング用データセットに基づいてペットの皮膚状態分類を決定するコンピュータビジョンシステムをさらに含む。いくつかの実施形態において、皮膚状態分類はさらに、ペットの１つまたは複数の属性に基づく。

いくつかの実施形態において、上記システムは、ペットに対応する画像データを受信し、この画像データ並びに画像を様々な目の透明度分類に関連付けるトレーニング用データセットに基づいてペットの目の透明度分類を決定するコンピュータビジョンシステムをさらに含む。いくつかの実施形態において、目の透明度分類はさらに、ペットの１つまたは複数の属性に基づく。

いくつかの実施形態において、上記システムは、ペットに対応するウェアラブルデバイスデータを受信し、このウェアラブルデバイスデータ並びにウェアラブルデバイスデータを様々な睡眠状態分類に関連付けるトレーニング用データセットに基づいてペットの睡眠状態分類を決定する機械学習システムをさらに含む。いくつかの実施形態において、睡眠状態分類はさらに、ペットの１つまたは複数の属性に基づく。

本開示のより完全な理解は、以下の説明及び添付図面並びに特許請求の範囲から理解されるであろう。

添付図面は、本開示のより良い理解を提供するために含まれるものであり、本開示の複数の実施形態を例示し、以下の説明とともに本開示の原理を説明するのに役立つものである。

図１は、本開示のいくつかの実施形態に従うペットウェルネスプラットフォームの環境の一例を示す図である。 図２は、本開示のいくつかの実施形態に従うペットウェルネスプラットフォームの一例を示す図である。 図３は、本開示のいくつかの実施形態に従って、ペットの気分分類を決定するように構成されたコンピュータビジョンシステムの一例を示す図である。 図４は、本開示のいくつかの実施形態に従って、ペットの皮膚状態分類を決定するように構成されたコンピュータビジョンシステムの一例を示す図である。 図５は、本開示のいくつかの実施形態に従って、ペットの筋緊張分類を決定するように構成されたコンピュータビジョンシステムの一例を示す図である。 図６は、本開示のいくつかの実施形態に従って、ペットの目の透明度分類を決定するように構成されたコンピュータビジョンシステムの一例を示す図である。 図７は、本開示のいくつかの実施形態に従って、ペットの睡眠状態分類を決定するように構成された機械学習システムの一例を示す図である。 図８は、本開示のいくつかの実施形態に従って、ペットのための食餌を推奨する方法を示すフローチャートである。 図９は、本開示のいくつかの実施形態に従って、ペット用トリート及び／またはペット用サプリメントを推奨する方法を示すフローチャートである。

図１は、ウェアラブルデバイス１２０、ＩｏＴ（モノのインターネット）デバイス１６０（例えば、画像キャプチャデバイス１６２、追跡デバイス１６４、オーディオキャプチャデバイス１６６、及び／または接続されたセンサーデバイス１６８）からデータを収集するペットウェルネスプラットフォーム１００の例示的な環境、及び/または、ペットの識別情報にリンクされているソーシャルメディアシステム１４０を示す図である。いくつかの実施形態において、ペットウェルネスプラットフォーム１００は、属性生成システム１０２、推奨システム１０４、識別情報管理システム１１０、機械学習システム１０８、協調フィルタリングシステム１０６、コンピュータビジョンシステム１１２、ＡＰＩ／アップロードポータル１１４、ペットデータストレージ１１６、及び、製品データベース１１８を含む。ペットウェルネスプラットフォーム１００の実施形態は、本開示の範囲から逸脱することなく、追加のまたは代替のコンポーネントを含み得る。

いくつかの実施形態において、プラットフォーム１００は、１つまたは複数のウェアラブルデバイス１２０と通信することができる。１つまたは複数のウェアラブルデバイス１２０は、ペット（またはペットの飼い主）が着用し、ペットに関連するそれぞれの測定値を取得する一組のセンサーを含む。一組のセンサーは、例えば、動きセンサー、加速度計、温度センサー、熱流束センサー、圧力センサー、化学センサー、皮膚電気反射センサー、及び／または他の適切なセンサーを含むものであってもよい。ペット用の一組のセンサーを含むウェアラブルデバイス１２０は、脚、足、腹部、頭、首などに接してまたはそれらの周りに装着されるバンド、皮膚（腹部、背中、耳の内側など）に取り付けられる粘着パッチなど、首輪、ハーネス、リード要素など、衣類（セーター、靴下、帽子など）、及びその他多数といった、多くの形状因子をとることができる。ウェアラブルデバイス１２０は、埋め込み式センサーを備えたマイクロチップの形態などで、ペットの皮膚に埋め込まれるものであってもよい。ウェアラブルデバイス１２０は、符号化された識別情報を有するＩＤデバイス（例えば、ＲＦＩＤデバイス）を含むものであってもよい。例えば、ＩＤデバイスは、符号化されたデバイス識別情報及び／またはペット識別情報を有するものであってもよい。いくつかの実施形態において、ＩＤデバイスは、パッシブ型ＲＦＩＤデバイスまたはアクティブ型ＲＦＩＤデバイスであってもよい。ウェアラブルデバイス１２０は、ＧＰＳ、セルラー、ビーコン、または他の技術などの、位置検出に必要な１つまたは複数の要素を含むものであってもよい。いくつかの実施形態において、ウェアラブルデバイス１２０は、歩調、跳躍、走行、左右の動き、加速などを含む、動きの追跡を容易にするものである。ウェアラブルデバイス１２０には、ペットの動きを追跡するために、位置追跡システム及び／またはセンサーデータの処理（例えば、加速度計からの加速度データを統合すること）が組み込まれていてもよい。

いくつかの実施形態において、プラットフォーム１００を使用して、静止画像及びビデオ画像を含む、ペットの関連画像を収集することができる。例えば、ペットの画像データ（例えば、写真及び／またはビデオ）を取得するために、画像キャプチャデバイス１６２が使用されるものであってもよい。画像データは、例えば、以下の事項を示すものであってもよい。それらは、ペットが従事している活動、ペットの外観（サイズ、体重、筋緊張（筋肉の緊張）、目の透明度、及びその他の健康属性を含む）、ペットの飼い主（加えて、気分、ペットに対する態度などの飼い主の関連属性）、ペットの活動性レベル、ペットのパフォーマンス属性（跳躍の高さ、走行速度、敏捷性など）、ペットが座ったり休んだりするのが好きな場所（例えば、「暖かい」または「冷えた」面の優先傾向によって示される）、ペットの気分（例えば、姿勢によって示される）、ペットを取り巻く（例えば、快適さやストレスのレベルによって示されるような）環境、等々である。画像データは、様々な情報源から、自動的に（例えば、ＡＰＩを介して）またはユーザーの操作によって（例えば、アップロード、フィード、転送などを介して）、取得されるものであってもよい。いくつかの実施形態において、プラットフォーム１００は、ペットの飼い主のユーザーデバイス１５０、ＩｏＴデバイス１６０（例えば、アクセス制御デバイス、セキュリティシステム、ベビーモニター、または画像キャプチャデバイス１６２を有する他のデバイス）、インターネットの情報源（例えば、ソーシャルメディアシステム１４０）、等々から画像データ（及び他のタイプのデータ）を受信するＡＰＩ及び／またはアップロードポータル１１４を含むものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、１つまたは複数のＩｏＴデバイス１６０からデータを収集するものであってもよい。ＩｏＴデバイス１６０は、直接的に（例えば、ＷｉＦｉ（登録商標）接続またはセルラー接続を介して）または間接的に（例えば、中間デバイスを介して）ネットワーク（例えば、インターネット）を介して、他のデバイスまたはシステムと通信することができる任意のデバイスであり得る。ＩｏＴデバイス１６０は、１つまたは複数の画像キャプチャデバイス１６２、位置追跡デバイス１６４、オーディオキャプチャデバイス１６６、接続されたセンサーデバイス１６８、及び／またはネットワーク１８０に接続された任意の他の適切なデバイスを含むものであってもよい。画像キャプチャデバイス１６２は、動きを感知し、画像を取得し、活動を検出することなどが可能な任意の適切なデバイスであり得る。位置追跡システム（例えば、ビーコンシステム、カメラベースの位置追跡システム、ＧＰＳシステムなど）は、１つまたは複数の位置追跡デバイス１６４を含んでおり、この１つまたは複数の位置追跡デバイス１６４は、例えばペット用おもちゃ、ペット用アクセサリ、食餌または水用のボウル、ペット用キャリア、ペット用ベッド、ペット用ケージ、ペットフードのディスペンサー、ペット用トイレなどの、ペットと共存する任意のデバイスまたは物と、及び／または、例えば家具、サーモスタット、電化製品、窓、ドア、机などの他の家庭用品と、一体化されている、または組み込まれている。ＩｏＴオーディオキャプチャデバイス１６６は、ベビーモニター、セキュリティシステム、ホームデバイスなどの、音声（音響）取得機能を有する１つまたは複数のデバイスを含むものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、ペット及び／またはその飼い主を表すソーシャルメディアシステム１４０からデータを収集するものであってもよい。例えば、プラットフォーム１００は、ペット及び／またはその飼い主の画像を含むソーシャルメディアシステム１４０から画像データを取得することができる。画像データは、本開示全体を通して言及される様々な目的のために使用され得る。

いくつかの実施形態において、プラットフォーム１００は、推奨及び／または属性の生成の際に使用するために、１つまたは複数の情報源からオーディオまたはサウンドデータを収集するものであってもよい。例えば、プラットフォーム１００は、ペットの音声を使用して、ストレスレベル（例えば、特定のタイプの吠え声または鳴き声によって示される）、飼い主のペットとの相互作用、等々を決定することができる。オーディオまたはサウンドデータは、１つまたは複数のＩｏＴデバイス１６０及び／またはユーザーデバイス１５０から来るものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、ペットの飼い主が着用するウェアラブルデバイス１２０からデータを収集するものであってもよい。例えば、飼い主が取った歩数または移動した距離（マイル数）を測定するウェアラブルデバイス１２０は、ペットのデバイス（例えば、ペットの首輪のＲＦ１Ｄタグ）にリンクされ得る。これらの実施形態のいくつかにおいて、飼い主の活動は、ペットの活動の代理として使用されるものであってもよい。飼い主のウェアラブルデバイス１２０は、例えば、ペットのＲＦＩＤタグに対してｐｉｎｇを実行するか、またはＲＦＩＤタグを読み取ることで、飼い主とペットとの近さを確認することができる。このような確認を得た上で、運動セッション中に歩いた距離（マイル数）などのペットのデータを推測するために、飼い主のデータが使用されるものであってもよい。

図２は、本開示のいくつかの実施形態に従うペットウェルネスプラットフォーム１００の構成の一例を示す図である。プラットフォーム１００は、１つまたは複数の物理サーバーデバイスに実装されることによって実行されるものであってもよい。プラットフォーム１００は、処理システム２００、通信デバイス２０２、及びストレージシステム２０４を含むものであってもよい。

処理システム２００は、コンピュータ実行可能命令を格納するメモリと、コンピュータ可読命令を実行する１つまたは複数のプロセッサとを含むものであってもよい。処理システム２００は、属性生成システム１０２、推奨システム１０４、識別情報管理システム１１０、機械学習システム１０８、協調フィルタリングシステム１０６、コンピュータビジョンシステム１１２、及び、ＡＰＩ／アップロードポータル１１４を実行するものであってもよい。

通信システム２０２は、１つまたは複数の通信デバイスを含み、この１つまたは複数の通信デバイスは、公衆通信ネットワーク（例えば、インターネット）と通信する少なくとも１つの外部通信デバイスを含む。外部通信デバイスは、有線通信または無線通信を実行するものであってもよい。いくつかの実施形態において、外部通信デバイスは、イーサネット（登録商標）カード、ＷｉＦｉ（登録商標）カード、及び／または他の適切な通信デバイスを含むものであってもよい。

ストレージシステム２０４は、１つまたは複数のストレージデバイスを含む。ストレージデバイスは、永続的記憶媒体（例えば、フラッシュメモリドライブ、ハードディスクドライブ）及び／または一時的記憶装置（例えば、ＲＡＭ）を含むものであってもよい。ストレージシステム２０４は、１つまたは複数のデータストアを格納することができる。データストアは、１つまたは複数のデータベース、テーブル、インデックス、レコード、ファイルシステム、フォルダ、及び／または、ファイルを含むものであってもよい。図示の実施形態では、ストレージシステム２０４には、ペットデータストア１１６及び製品データストア１１８が格納されている。ストレージシステム２０４には、本開示の範囲から逸脱することなく、追加のまたは代替のデータストアを格納することができる。

いくつかの実施形態において、プラットフォーム１００は、ペットデータストア１１６を含むものであってもよい。いくつかの実施形態において、ペットデータストア１１６は、それぞれのペットに対応するペットレコードを格納し、索引付けするペットデータベースを含むものであってもよい。それぞれのペットレコードは、ペット情報を格納するか、またはペット情報に関連付けられているものであってもよい。ペット情報は、ペット識別情報（例えば、ペットを識別する固有の値）、飼い主識別情報、デバイス識別情報（例えば、ペット及び／またはペットの飼い主に関連付けられたデバイス）、ペットの名前、飼い主の名前、ペットの品種、ペットの年齢、ペットのサイズ、（現在のまたは平均の）ペットの気分、（現在のまたは平均の）ペットの目の透明度、（現在のまたは平均の）ペットの筋緊張、（現在のまたは平均の）ペットの睡眠状態、（現在のまたは平均の）ペットの皮膚状態、ペットの食餌、ペット用に購入した製品、等々を含むものであってもよい。いくつかの実施形態において、ペットデータベースは、ペットの医療情報を格納するものであってもよい。これらの実施形態では、ペットの飼い主、獣医、または病院は、ＡＰＩ／アップロードポータル１１４を介してペットの医療情報を提供することができる。さらに、ペットレコードは、１つまたは複数のペット属性によってグループ化されるものであってもよい。例えば、ペットレコードは、品種、年齢範囲、サイズ、体重、活動レベル、食餌の種類などによってグループ化することができる。

いくつかの実施形態において、ペットデータベースは、ペットまたはペットのグループによって消費された食品、ペットまたはペットのグループの活動レベル及び活動タイプ、ペットまたはペットのグループの気分、ペットまたはペットのグループの目の透明度、ペットまたはペットのグループの筋緊張、ペットまたはペットのグループの重量、ペットまたはペットのグループのパフォーマンス、及びその他のさまざまな属性を経時的に追跡する。ペットデータベース内のデータは、単一のペットの個々のデータ及び／またはペットのグループ（例えば、品種グループ、地域グループ、飼い主タイプのグループなど）の集約データを格納し、索引付けするものであってもよい。これにより、プラットフォームのユーザーまたはオペレーターは、食品を通じて強化され得る領域を特定するのに役立つ情報を集ることや、ユーザーがペットの生涯を通じてペットの世話をするために重要である可能性がある追加情報を集めること（例えば、不安やストレスの変化、環境要因の変化などのペットの生活の中で起こっている変化に気づくこと）が可能となる。

いくつかの実施形態において、プラットフォーム１００は、製品データストア１１８を含む。いくつかの実施形態において、製品データストア１１８は、ペットに適している可能性があるそれぞれの製品に対応する製品レコードを格納し、索引付けする製品データベースを含むものであってもよい。ペットに適した製品の例には、ペットフード、トリート（おやつ、ご馳走）、サプリメント（栄養補助食品）、シャンプー、ベッド、おもちゃ、運動器具、リード、トイレ、クレート、ケージ、医薬品、等々が含まれるが、これらに限定されるものではない。それぞれの製品レコードには、製品を識別する製品識別情報と製品データ（例えば、製品名、製品の価格、及び／または製品の属性）を含めることができる。プラットフォーム１００は、例えばユーザーに推奨を行うときに、製品データベースを利用するものであってもよい。

いくつかの実施形態において、ペットの識別情報管理システム１１０は、１つまたは複数のデバイス、システム、個人、または他の項目を、個々のペット及び／またはペットの飼い主もしくはペットシッターに関連する識別情報にリンクするものであってもよい。例えば、識別された（例えば、名前、番号、または組み合わせなどの固有の識別情報を有する）ペットは、１つまたは複数のウェアラブルデバイス１２０のセット、１つまたは複数のＩｏＴデバイス１６０のセット、１つまたは複数のホームデバイス１３０（例えば、ＡｍａｚｏｎのＥｃｈｏまたはＧｏｏｇｌｅのＨｏｍｅ）のセット、人間のユーザー（例えば、飼い主、ペットシッター）の１つまたは複数のユーザーデバイス１５０のセット、他のペット（例えば、世帯内の他のペット）、ソーシャルメディアシステム１４０（例えば、ペットに関連する個人のためのソーシャルメディアシステム）、等々の同様の識別情報に関連付けられるものであってもよい。識別情報管理システム１１０は、関連データを有する場合があるデータ源を識別するために使用することができる。関連データとは、そのデータによってペットに関する属性を収集することができるか、または、そのデータから属性を推定することができるものである。例えば、識別情報管理システム１１０は、特定のペットに関連付けられる１つまたは複数のデバイスを、属性の生成及び／または推奨のために使用されるデータをそれらのデバイスから取得するために、決定することができる。

いくつかの実施形態において、属性生成システム１０２は、１つまたは複数のデータ源（例えば、１つまたは複数のウェアラブルデバイス１２０のセット、１つまたは複数のＩｏＴデバイス１６０のセット、１つまたは複数のホームデバイス１３０のセット、及び／または人間のユーザー（例えば、飼い主、ペットシッター）の１つまたは複数のユーザーデバイス１５０のセット）からデータを受信し、それらに基づいてペットに関連する一組の属性を自動的に生成する。データ源と特定のペットとの間の関連付けは、識別情報管理システム１１０によって決定されるものであってもよい。例えば、属性生成システム１０２は、プラットフォーム１００のＡＰＩを介して、ペットのウェアラブルデバイス１２０から温度データ、心拍数データ、及び／または呼吸数データを受信するものであってもよい。属性生成システム１０２は、ウェアラブルデバイス１２０が対応するペットを決定することができ、受信したデータに基づいて１つまたは複数の属性を生成することができる。別の例では、属性生成システム１０２は、それぞれの画像キャプチャデバイス１６２及び／またはオーディオキャプチャデバイス１６６からビデオ及び／またはオーディオデータを受信するものであってもよい。属性生成システム１０２は、ビデオ及び／またはオーディオデータを機械学習システムに出力することができ、機械学習システムは、ビデオ及び／またはオーディオデータに基づいてペットに関連する１つまたは複数の分類（例えば、体質、活動など）を返すことができる。属性生成システム１０２は、返された分類に基づいてペットの属性を生成することができる。いくつかの実施形態において、属性生成システム１０２は、生成された属性に対して、属性が決定されたデータのタイムスタンプ、日付スタンプ、及び／またはデータ源（例えば、デバイス識別情報（デバイスＩＤ））などのメタデータを追加するものであってもよい。属性生成システム１０２は、適切なスキーマに従って入力データを構築し、ペットデータストア１１６に属性を格納し、及び／または、推奨システム１０４に属性を出力するものであってもよい。

いくつかの実施形態において、推奨システム１０４は、生成された一組の属性に少なくとも部分的に基づいて、ペットのための食餌療法または他の療法に関連する推奨を決定する。いくつかの実施形態において、推奨システム１０４は、ペットに関連する一組の属性を決定するものであってもよい。ペットに関連する推奨を行うために使用される属性は、属性生成システム１０２によって生成されるものであってもよく、機械学習システム１０８によって提供される機械学習システムによって分類されるものであってもよく、及び／または、ユーザー（例えば、ペットの飼い主またはペットの獣医）によって提供されるものであってもよい。これによって、推奨システム１０４は、属性に基づいて推奨を決定することができる。いくつかの実施形態において、推奨システム１０４は、機械学習システム１０８に属性を出力し、１つまたは複数の推奨を取得することができる。これらの実施形態のいくつかでは、機械学習システム１０８は、様々な食餌療法またはトリート療法などに関連するレシピスコアを決定し、そのレシピスコアを使用して食餌療法またはトリート療法を推奨するものであってもよい。いくつかの実施形態において、推奨システム１０４は、推奨を決定または調整するために１つまたは複数のルールを適用するものであってもよい。推奨を決定する例示的な方法は、図８及び図９に関連させてより詳細に説明される。

いくつかの実施形態において、機械学習システム１０８は、属性の決定を可能にし、及び／または改善する。機械学習システム１０８は、追加的または代替的に、例えば推奨スコアの決定、分類の決定などのプラットフォーム１００の任意の他の要素を改善するものであってもよい。いくつかの実施形態において、機械学習システム１０８は、ペットの健康状態の結果などの結果についてトレーニングされるものであってもよい。いくつかの実施形態において、機械学習システム１０８は、プラットフォーム１００で追跡されたペットの健康状態の結果の組に基づいてトレーニングされる。いくつかの実施形態において、健康状態の結果は、外観、毛皮／外被の質感、覚醒度（アラートネス）、健康についての飼い主の認識、元気さ/活動性レベル（プラットフォームによって追跡されるものなど）、気分、疾患状態の欠如、睡眠パターン、筋緊張、目の透明度、パフォーマンス（例えば、速度、敏捷性、跳躍）に関連する結果及びその他の適切な種類の結果を含むものであってもよい。

いくつかの実施形態において、機械学習システム１０８は、プラットフォーム１００を使用して行われた活動の結果の追跡に基づいてペットの品種の属性のモデルを生成するために、ディープラーニングを実装するものであってもよい。いくつかの実施形態において、この実装は、健康状態の結果の組でトレーニングされる畳み込みニューラルネットワークを使用して、品種と健康状態の結果の組を、食餌に関する推奨事項（食餌推奨）、活動に関する推奨事項（活動推奨）、または他の療法などの特定の推奨に関連付けるモデルを生成することを含むものであってもよい。

いくつかの実施形態において、機械学習システム１０８は、監督者が作成したトレーニング用データセットに基づいて、１つまたは複数の機械学習済みモデルをペットの一組の属性を完成させるようにトレーニングすることができる。例えば、（調査などによってなされた）飼い主の入力及び（ソーシャルメディア源などからの画像などの）他の利用可能なデータ源に基づいて監督者が完成させたトレーニング用データセットを使用して、機械学習システム１０８は、ペットのプロファイルを仕上げる他の属性を完成させるようにモデルをトレーニングするものであってもよい。このようなモデルは、新しい属性を推定された確実性レベルとともに提供されるものであってもよく、属性は、確実性の閾値レベルを満たすかまたは超えるペットのプロファイルに追加されるものであってもよい。

機械学習システム１０８は、任意の適切な方法でモデルをトレーニングすることができる。 いくつかの実施形態において、機械学習システム１０８は、教師あり学習、半教師あり学習、または教師なし学習の技術を実装するものであってもよい。教師あり学習及び半教師あり学習には、（例えば、ペットの多くの写真を観察して監督者が属性にラベルを付ける場合）一組の人間の監督者によって作成されたトレーニング用データセットを使用して、及び/または、（例えば、属性を正しく分類することに機械学習システムが成功したときの）監督者からのフィードバックを使用して、機械学習システムをトレーニングすることが含まれる。いくつかの実施形態は、例えば、ペットの品種タイプ、ペットのサイズ、ペットの気分、活動レベルと活動タイプ、及び他の多くの属性のような、画像処理によって決定され得る特定の属性または属性の組み合わせに特化した機械学習システム１０８を含むものであってもよい。機械学習システム１０８の実施形態は、ニューラルネットワーク（特に、フィードフォワードニューラルネットワーク、フィードバックニューラルネットワーク、及び畳み込みニューラルネットワーク）を含むものであってもよい。機械学習には、例えば、属性（例えば、ペットの品種、ペットの年齢、ペットの体重など）が階層、ナレッジグラフ、等々で編成されるような、モデルベースの学習が含まれるものであってもよい。このような機械学習システム１０８は、例えば所与の品種にどの色パターンが関連付けられているかなどを学習し、既知の属性に関連付けられた追加の属性を蓄積することができる。

いくつかの実施形態において、プラットフォーム１００は、ペット間の共通の属性に基づく推奨を識別するための協調フィルタリングシステム１０６を含むものであってもよい。いくつかの実施形態において、協調フィルタリングシステム１０６は、ペット及び／またはペットの飼い主の属性プロファイルを生成するために使用される情報を（例えば、データ入力、画像処理、音声処理、センサー処理によって）取得するものであってもよい。属性プロファイルは、例えば、共通の属性を持つペット及び飼い主をグループ化するために使用されるものであってもよい。いくつかの実施形態において、ペット及び／または飼い主の属性プロファイルは、例えば、類似度行列、クラスタリングアルゴリズム（ｋ平均アルゴリズムなど）、等々を使用してグループ化されるものであってもよい。協調フィルタリングシステム１０６は、これらのグループを使用して、グループ内の他のペット及び／または飼い主に関連付けられた結果に基づいて、食餌療法、活動療法、製品、等々を推奨することを支援することができる。協調フィルタリング、プロファイリング、及び推奨は、例えばプラットフォーム１００に提供された結果またはプラットフォーム１００によって追跡された結果を使用して、経時的な機械学習によって改善され得る。例えば、協調フィルタリングシステム１０６によって生成された推奨に関連する結果は、機械学習システム１０８によって、ペット及び／または飼い主の１つまたは複数の属性に基づいて推奨を行うモデルをトレーニングするために使用されるものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、例えば、カメラ（携帯電話のカメラ、アクセス制御またはセキュリティ用カメラ、ベビーモニター、ＩｏＴ、等々）によって取得されてプラットフォームが利用可能となった画像、及び/または、写真フィード、ソーシャルネットワークシステム（例えば、ペットの画像を含むペット飼い主のソーシャルネットワークページ）などから取得した画像に対して動作することによる、自動属性分類のための機械学習を使用するコンピュータビジョンシステム１１２を含むものであってもよい。

いくつかの実施形態において、コンピュータビジョンシステム１１２は、ペットの気分を識別するようにトレーニングされている。これは、一組の人間に画像が取得されたときのペットの気分を指示させること、または、その気分を単に写真を観察することによって人間に指示させることによって生成されるトレーニング用データセットでコンピュータビジョンシステム１１２をトレーニングすることを含むものであってもよい。コンピュータビジョンシステム１１２はまた、画像が取得されたときのペットの年齢、ペットの品種、画像が取得された頃のペットの活動レベルなどを含むペットの他の属性を使用してトレーニングされるものであってもよい。図３は、ペットの気分を識別するようにトレーニングされたコンピュータビジョンシステム１１２の一例を示す。いくつかの実施形態において、コンピュータビジョンシステム１１２は、画像データのみから気分を分類するように経時的にトレーニングされるものであってもよい。他のいくつかの実施形態において、コンピュータビジョンシステム１１２は、画像データ及び他の属性（例えば、年齢、品種、活動レベル）から気分を分類するようにトレーニングされるものであってもよい。気分分類は、推奨に使用されるものであってもよく、次いで、推奨は、機械学習によって最適化されるものであってもよい。例えば、推奨システム１０４は、ペットの気分に基づくとともに、気分によって影響を受け得るかまたは気分に関連付けられ得る全体的な健康状態の結果に基づいて推奨を提供するようにトレーニングされるものであってもよい。

いくつかの実施形態において、コンピュータビジョンシステム１１２は、ペットの皮膚状態を識別するようにトレーニングされている。これらの実施形態では、コンピュータビジョンシステム１１２は、例えば、既知の状態の有無に基づいてタグ付けされた画像を含むトレーニング用データセットでトレーニングされるものであってもよい。図４は、ペットの皮膚状態を識別するようにトレーニングされたコンピュータビジョンシステム１１２の一例を示す。いくつかの実施形態において、コンピュータビジョンシステム１１２は、画像データのみから皮膚状態を分類するように経時的にトレーニングされるものであってもよい。他のいくつかの実施形態において、コンピュータビジョンシステム１１２は、画像データ及び他の属性（例えば、年齢、品種など）から皮膚状態を分類するようにトレーニングされるものであってもよい。皮膚状態の分類は、推奨に使用されるものであってもよく、次いで、推奨は、機械学習によって最適化されるものであってもよい。例えば、推奨システム１０４は、ペットの皮膚状態に基づくとともに、皮膚状態によって影響を受け得るかまたは皮膚状態に関連付けられ得る全体的な健康状態の結果に基づいて、獣医の診察を受けることを推奨するようにトレーニングされるものであってもよい。

いくつかの実施形態において、コンピュータビジョンシステム１１２は、図５に示されるように、ペットの筋緊張状態を識別するようにトレーニングされる。これらの実施形態では、コンピュータビジョンシステム１１２は、例えば、既知の筋緊張状態の有無に基づいてタグ付けされた画像を含むトレーニング用データセットでトレーニングされるものであってもよい。トレーニングされると、コンピュータビジョンシステム１１２は、ペットの筋緊張状態属性（例えば、緊張、肥満、等々）を出力することができる。いくつかの実施形態において、推奨システム１０４は、筋肉緊張状態を使用して推奨（例えば、食餌推奨、運動推奨、等々）を行うものであってもよい。

いくつかの実施形態において、コンピュータビジョンシステム１１２は、図６に示されるように、ペットの目の透明度を識別するようにトレーニングされる。これらの実施形態では、コンピュータビジョンシステム１１２は、例えば、既知の目の透明度状態の有無に基づいてタグ付けされたペットの目の画像を含むトレーニング用データセットでトレーニングされるものであってもよい。目の透明度属性は、例えば、特定の食餌療法、食品、サプリメント、治療法、運動、等々を推奨するために、プラットフォーム１００によって使用されるものであってもよい。

いくつかの実施形態において、機械学習システム１０８は、図７に示されるように、１つまたは複数のウェアラブルデバイス１２０から取得されたデータに基づいてペットの睡眠パターンを識別するようにトレーニングされる。これらの実施形態では、機械学習システム１０８は、例えば、ウェアラブルデバイスを着用しているペットの既知の睡眠状態に基づいてタグ付けされたウェアラブルデバイスデータを含むトレーニング用データセットでトレーニングされるものであってもよい。トレーニングされると、機械学習システム１０８は、図７に示されるように、ペットの睡眠属性（例えば、睡眠の持続時間及び／または睡眠の質）を出力することができる。睡眠属性は、本明細書に記載されている様々な目的のために、プラットフォームでの健康状態の測定値または結果として使用されるものであってもよい。

いくつかの実施形態において、推奨システム１０４は、プラットフォームで追跡されるペットの健康状態の結果の組に基づいて、品種に適した及び／またはペットに適した食餌推奨を出力するように構成される。プラットフォームで提供される推奨事項には、食餌、トリート、ペット用トレイルミックス、フードトッピング、スープ、食餌の分量、（補完的であるもの、望ましい効果があるもの、等々を含む）食品セット、食餌療法、一人前の分量、食品の量が含まれるものであってもよい。これらの実施形態において、推奨システム１０４は、（受信及び／または学習された）１つまたは複数の属性を機械学習システム１０８に提供するものであってもよい。機械学習システム１０８が１つまたは複数の推奨される食餌、トリート、ペット用トレイルミックス、フードトッピング、スープ、食餌の分量、（補完的であるもの、望ましい効果があるもの、等々を含む）食品セット、食餌療法、一人前の分量、食品の量を出力し、推奨システム１０４は、それらに基づいて推奨事項を生成するものであってもよい。

いくつかの実施形態において、ＡＰＩ／アップロードポータル１１４によって、システム／ユーザーがペットの医療情報を提供することが可能となる。いくつかの実施形態において、ユーザー（例えば、獣医クリニックに関連付けられた飼い主または人）が、ペットの電子的なまたはスキャンされた医療記録をアップロードするものであってもよい。いくつかの実施形態において、システム（例えば、ペットの医療記録システム）が、ペットに固有の任意の医療記録を、ＡＰＩを介してアップロードするものであってもよい。ＡＰＩ／アップロードポータル１１４は、ペットの医療記録を受信し、そこに含まれる医療情報を特定のペットに対応するペットレコードに格納するものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、ペットまたはペットの飼い主に関連付けられた１つまたは複数のウェアラブルデバイス１２０の出力に基づいて、ペットの活動を追跡するものであってもよい。活動の追跡は、ペットがとった歩調、ペットの心拍数、ペットの跳躍の高さ、ペットの平均速度、ペットの敏捷性、等々などを追跡することを含むものであってもよい。いくつかの実施形態において、飼い主によって収集されたような観察データは、１つまたは複数のウェアラブルデバイス１２０、接続されたセンサーデバイス１６８、画像キャプチャデバイス１６２などによって収集されたような事実データによって補足または置換されるものであってもよい。いくつかの実施形態において、事実データは、観察データをチェックするため、観察データを調整するため、観察データの収集における正確さを支援するため、観察データを検証するためなどに使用されるものであってもよい。プラットフォーム１００は、活動関連データをペットデータストア１１６に格納するものであってもよい。いくつかの実施形態において、プラットフォーム１００は、どのデータが最も正確であると考えられるかに関する一組のルールを格納及び実装するものであってもよい。どのデータが最も正確であると考えられるかは、状況または他の要因に基づき得る。例えば、ウェアラブルデバイスが正しく機能していなかった（例えば、バッテリーが切れているなど）兆候がある場合は、ウェアラブルデバイスによって収集されたデータの代わりに、活動に関する観察データが使用されるものであってもよい。同様に、飼い主が１か月間毎日ペットの全く同じ活動レベルを入力している場合などのように観察データが信頼できないことを示唆する要因がある場合は、観察データの代わりに事実データが使用されるものであってもよい。このように、一組の状況依存ルールによって、所与の状況で利用可能な最良のデータの使用が促進され、データの品質を強化することができる。

図８及び図９は、ペットのための推奨を決定するための例示的な方法を示している。オンラインのペット健康査定ツールは、獣医師やペットの栄養の専門家がペットの栄養要件を評価する方法に近い方法を実行することができる。いくつかの実施形態において、プラットフォーム１００は、健康要因、ペット及び人間の活動を含むライフスタイル、身体的及び情緒的な環境、食餌に対する過敏症、並びに好みを分析して、ペットのための最良の食品、トリート、サプリメント、等々を決定するペット査定ツールを含む。ペット毎に様々なペット入力変数を分析し、その結果、固有のデータポイントの数百の可能な組み合わせが作成され得る。健康査定アルゴリズムを使用してペットの情報を分析し、ペットの飼い主にペットのデータに対応する推奨される食餌、トリート、サプリメントを提供して、健康上の有益性を最大限に高めることができる。ペット査定ツールは、単一のブランドまたは会社のペットフード製品を推奨するものであってもよく、または、消費者が様々なペットフード製品（ペットフード、トリート、サプリメントを含む）の材料を比較できるように、複数の無関係なペットフード会社のペットフード製品を推奨するものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、ラフィカルユーザーインターフェースを備えており、ユーザーは、それを使用して、ユーザーデバイス１５０を介して１つまたは複数のペットに関するペット情報を提供することができる。ペット情報は、プラットフォーム１００に送信され、ペットデータストア１１６に格納されるものであってもよい。いくつかの実施形態において、ユーザーは、１つまたは複数のウェアラブルデバイス１２０、ホームデバイス１３０、及び／またはＩｏＴデバイス１６０をペットにリンクすることもでき、これによって、１つまたは複数のウェアラブルデバイス１２０、ホームデバイス１３０、及び／またはＩｏＴデバイス１６０は、ペット１００に関するデータを、ＡＰＩ１１４を介してプラットフォーム１００に提供することができる。プラットフォーム１００は、様々な外部デバイス１３０、１４０、１６０から受信したペット情報及び／または任意のデータを処理し、ペットフード、トリート、及びペット用サプリメントを推奨するものであってもよい。

いくつかの実施形態において、ペットフードの推奨は、食品の体を温めるまたは冷やす特性に基づくものであってもよい。伝統的な漢方医は、体の陰と陽のバランスをとり、ペットの病気を予防及び治療し、健康を改善するために、食品の体を温めるまたは冷やす性質を使用してきた。ペットフードのそれぞれの材料は、体を冷やす、温める、または中性という固有の特性を有し得る。体を冷やす食品が消費されると、ペットに体を冷やす作用が働き、体を温める食品を食べると、ペットに体を温める作用が働く。体を温めるまたは冷やす食品は、陰や陽が不足している可能性があるペットの体のバランスをとるために使用され得る。漢方では、多くの一般的な食品を次の３つの熱的性質に分類している。すなわち、１）体を冷やす食品、２）体を温める食品、及び、３）体を冷やすことも温めることもない中立的な中性食品である。一実施形態において、以下のガイドラインを実施して、食品の熱特性が決定されるものであってもよい。
１．冬カボチャやサツマイモなどの成長に時間がかかる食品は、セロリやペポカボチャなどの急速に成長する食品よりも体を温める作用が強い。
２．青色、緑色、または紫色の食品は、赤色、オレンジ色、または黄色の類似の食品よりも体を冷やす作用が強い。
３．熱帯及び亜熱帯の食品は、温帯で育つ食品よりも体を冷やす傾向がある。

下の表１に、体を冷やす食品の例を示す。

体を冷やす食品は、体から熱や毒素を取り除き、血液を冷やして静め、動物に栄養を与える効果がある。これらのタイプの食品は、体内に過剰な熱の兆候を示す動物に適している。通常、体内に過剰な熱がある動物は、次のような症状を示す。この症状には、触ると異常に温かい感じ、過剰な喉の渇き、便秘、刺激臭のガス及び便、不安、赤目、通常より赤く腫れたまたは収縮した舌、赤い／黒ずんだ粘膜、過剰なフケ、口内または舌の油性のまたは乾いた膜の潰瘍、舌上に濃い黄色の被膜が伴う赤い舌、速脈、胸やけ及び濃いまたは黄色の尿が含まれるが、これらに限定されるものではない。ペットは常時「温かい」状態または「冷えた」状態にあるとは限らない。むしろ、ペットは、過度の熱または熱が必要な過度の冷えなどの一時的な症状または兆候を示す可能性がある。

ペットの活動も、ペットの冷えたまたは温かい温度のバランスを再調整する必要があることを示す。過度の熱があるペットは、通常、休息するために涼しい場所を探し、痒みを伴う皮膚の炎症を起こしやすい傾向がある場合がある。熱があるペットは、しばしば触ると熱く感じる。熱があるペットは、過度に喘ぎ、痒みが増大し、就寝時に落ち着きがなくなる傾向がある場合がある。熱があるペットは、目や皮膚が赤くなる場合がある。熱があるペットは、食餌に過敏になる傾向があり、体を冷やす食餌を与えることは非常に有益である。熱があるペットには、体への熱の悪影響を緩和するために体を冷やす食品を与えることができる。鴨、ウサギ、または魚などのタンパク質は、体を冷やす食品と考えられる。

下の表２に、体を温める食品の例を示す。

体を温める食品を消費することには、体を温め、臓器を活性化させ、ペットの循環を改善し、風邪を吹き払う効果がある。これらのタイプの食品は、冷えの症状を経験している動物に適している。通常、次の症状は冷えの症状に関連する。すなわち、冷えた足、冷えた体、息切れ、脱力感、水様性下痢、冷えたものを食べたまたは飲んだ後の胃の痛みまたは不快感、食べた後の膨満、運動不耐性、元気のなさ、休息の後の及び寒冷時の関節の痛み、浮腫、尿または便の失禁、及び体液貯留である。体を温める食品を消費することにより、これらの症状を軽減するまたはこれらの症状から回復する場合がある。

ペットの活動も、温冷の傾向と関連付けることができる。冷える傾向のあるペットには、体を温ためる食品を給餌する必要がある。ペットが冷える傾向にあり、体を温める食餌療法が必要であることを示す可能性のある症状や行動には、全体的な脱力感、疲労、運動不耐性、食欲不振、息切れが含まれ得る。これらのペットは、行動が怠惰になり、暖かい場所を探す傾向がある場合があります。冷えたペットは、特に冬の間、関節のこわばりや痛みに苦しむことがある。これらの冷えの症状には、七面鳥、鶏、カボチャ、サツマイモ、オーツ麦などの体を温める食品を給餌することが役立つ場合がある。

下の表３に、中性食品の例を示す。

図８は、ペットの食餌を推奨するための方法８００の一連の動作を示す。ペットのための食餌には、日中にペットに給餌される１つまたは複数の食餌が含まれるものであってもよく、ペットフード及びペットに給餌するための一定量の食品が含まれる。いくつかの実施形態において、方法８００は、プラットフォーム１００によって実行されるものであってもよい。

ステップ８１０において、プラットフォーム１００は、ペットに関連する一組の属性を決定する。プラットフォーム１００は、１つまたは複数のクライアントデバイス（例えば、ユーザーデバイス１５０）及び／または１つまたは複数の他の外部デバイス（例えば、ウェアラブルデバイス１２０、ホームデバイス１３０、及び／またはＩｏＴデバイス１６０）から入力を受信するものであってもよい。いくつかの実施形態において、ペットに対応するペット情報（例えば、品種、体重、年齢など）は、ユーザーによってクライアントユーザーデバイス１５０に入力され、プラットフォーム１００に送信されるものであってもよい。いくつかの実施形態において、ペット情報は、ペットのタイプ、品種、性別、生殖状態（例えば、未処置、去勢または避妊手術済み）、年齢、及び体重を含むものであってもよい。いくつかの実施形態において、ユーザーは、例えば、ペットの活動レベル、体形、ペットの旅行、家から離れた際の給餌習慣、給餌スケジュール、調理済みまたは生の食品の好み、食物過敏性、及び獣医のケアなどの追加のペット情報を提供するものであってもよい。体形は、ペットの相対的な体重を示すことができる。活動レベルの例は、週末の方が活動的となる週末戦士、室内ペット、ハイキング／ランニング／活動、及び怠惰などを含むものであってもよい。体型の例は、痩せ過ぎ、スリム、平均、体重過多、肥満などを含むものであってもよい。また、ユーザーは、ユーザーインターフェースを使用して、舌の情報、目の情報、体質／性格の情報などのペットの健康状態の追加情報も入力するものであってもよい。舌の情報には、淡いピンク/ほぼ薄紫、薄いピンク、及び赤などの舌の色が含まれるものであってもよい。目の情報には、明るく澄んでいる、黄色、黄色がかった白、及び黄色または曇った白色の目脂、などが含まれるものであってもよい。ユーザーがユーザーインターフェースを介して入力するペット情報は、ペットの食物過敏性／アレルギーを含むものであってもよい。プラットフォーム１００は、ペットが食物過敏性またはアレルギーを有する食品を回避するために、ペットの食物過敏性／アレルギーの情報を使用することができる。ユーザーインターフェースを介して入力されたペット情報は、ペットの、ユーザーに知られている全ての食物過敏性を含むものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、ペットが着用しているウェアラブルデバイス１２０からペット関連のセンサー測定値を取得するものであってもよい。ペット関連のセンサー測定値の例には、温度データ、心拍数データ、呼吸数データ、等々が含まれるものであってもよいが、これらに限定されるものではない。いくつかの実施形態において、プラットフォーム１００は、ペットの活動を捉えた画像データ（例えば、ビデオデータ）を、ＩｏＴデバイス１６０から受信するものであってもよい。

プラットフォーム１００は、受信したデータに応答して、ペットに関連する一組の属性を決定するものであってもよい。例えば、いくつかの実施形態において、プラットフォーム１００は、獣医情報、温度データ、心拍数データ、及び／または呼吸数データを属性に構築するものであってもよい。加えてまたは代わりに、プラットフォーム１００は、コンピュータビジョンシステム１１２を使用して、ビデオデータに基づいてペットの状態に関する分類を決定するものであってもよい。例えば、プラットフォーム１００は、機械学習及び／またはコンピュータビジョンを使用して、受信した画像データに基づいて、気分分類、皮膚状態分類、睡眠状態分類、筋緊張分類、及び／または目の透明度分類を決定するものであってもよい。プラットフォーム１００は、決定された分類を、それぞれの属性に構築することができる。

ステップ８１２において、プラットフォーム１００は、属性に基づいてペットの温度分類を決定する。いくつかの実施形態において、プラットフォーム１００は、ペットの温度属性に基づいて温度分類を決定するものであってもよい。これらの実施形態は、プラットフォーム１００は、様々な温度または温度範囲をそれぞれ異なる温度分類に写像するルックアップテーブルまたはマッピングを利用するものであってもよい。例えば、３８．６１℃（１０１．５°Ｆ）未満の温度は低温分類に関連付けられ、３８．６１℃（１０１．５°Ｆ）から３８．８９℃（１０２°Ｆ）の間の温度は中温分類に関連付けられ、３８．８９℃（１２０°Ｆ）を超える温度は高温分類に関連付けられる。

他のいくつかの実施形態において、プラットフォーム１００は、機械学習済み分類モデルを使用して、ペットの温度分類を決定するものであってもよい。これらの実施形態では、機械学習済み分類モデルは、複数組の属性と、それらの属性の各組について、属性の組が関係するペットの分類とを含むトレーニング用データセットに基づいて、ペットを温かい、中性、または冷えたとして分類するようにトレーニングされるものであってもよい。プラットフォーム１００は、一組の属性（例えば、品種、年齢、体重、温度、心拍数、呼吸数、気分分類、皮膚状態分類、睡眠状態分類、筋緊張分類、及び／または目の透明度分類）を機械学習済み分類モデルに供給し、ペットが温かいか、中性か、または冷えたかを示す分類を受け取るものであってもよい。過度の熱を有すると分類されたペットには、次の特徴の１つまたは複数を有する場合がある。過度の熱を有する動物は、緊張状態し、気が立っていることが多い。ペットは、赤い舌を有し、過度に喘ぎ、及び、横たわるための冷えた床を求める場合がある。過度の熱を示す動物は、夏の暑さで元気を失い、過度の喉の渇きの兆候を示し、炎症を起こした皮膚のかゆみを示し、触ると温かく、就寝時に落ち着かない行動をとり、アレルギーを起こしやすく、赤い目、皮膚、粘膜を有する場合がある。過度の熱を示す温かい動物はまた、暖かいベッド、ソファ、またはカーペットを避ける場合もある。温かいペットとは対照的に、冷えたペットは、ペットが冷たく、穏やかで、冷静であることを示す属性を示す可能性がある。冷えたペットは、ほとんどの場合、淡い色の舌を有しており、この舌は湿っていることが多く、歯の跡が見られる可能性が高い。このようなペットは、暖かい場所で寝るのを好む可能性があり、暖かさのために覆われるか抱きしめられることを望む場合がある。過度に冷えた動物は、運動不耐性、食欲不振、及び/または息切れに苦しむ可能性がある。これらの動物は、一般的に冬に外出することを好まず、寒い時期に関節の硬直に見舞われるが、日向でまたは加熱体（例えば、暖房ダクトまたは暖炉）の前で暖まっている場合がある。冷えた動物は、動きが遅く、眠気があり、頻繁に風邪をひく可能性がある。

ステップ８１４において、プラットフォーム１００は、温度分類に基づいてレシピスコアを決定する。いくつかの実施形態において、レシピスコアは、ペットに対して推奨されるべき材料のタイプ及び／または組成を示すものであってもよい。いくつかの実施形態において、プラットフォーム１００は、温度分類及びペットの属性に基づいてレシピスコアを決定するものであってもよい。プラットフォーム１００は、アルゴリズムによるルールベースの方法及び／または機械学習法を使用して、レシピスコアを決定するものであってもよい。

いくつかの実施形態において、プラットフォーム１００（例えば、推奨システム１０４）は、ルールベースのペット温度アルゴリズムを実行して、ペットに関連する一組の属性を分析し、ペットのレシピスコアを生成するものであってもよい。いくつかの実施形態において、ペットのレシピスコアは、決定された温度分類に従って初期的に設定されるものであってもよい。例えば、０のスコアは中性の動物に割り当てられ、０より大きいスコア（例えば、１０）は冷えた動物に割り当てられ、０より小さいスコア（例えば、－１０）は温かい動物に割り当てられる。いくつかの実施形態において、プラットフォーム１００は、体質因子及び／または病状因子に基づいてペットのレシピスコアを調整するものであってもよい。

下の表４を参照すると、ペットのレシピスコアの体質状態に応じた調整のリストが記載されている。温かい状態に関連付けられている体質には、レシピスコアを負方向に調整する負のスコア調整があり、冷えた条件に関連付けられている体質には、レシピスコアを正方向に調整する正のスコア調整があり、中性状態に関連付けられている体質には、中性のスコア調整があるものであってもよい。中性のスコア調整は、レシピスコアが負か正かに応じてレシピスコアを増減するものである（例えば、レシピスコアが負の場合はレシピスコアを増加させ、レシピスコアが正の場合はレシピスコアを減少させる）。

以下に示す表５を参照すると、レシピスコアに影響を与える可能性のある病状のリストが記載されている。温かい状態に関連付けられている病状には、レシピスコアに負の影響を与える（例えば、減少させる）負のスコア調整があり、冷えた状態に関連付けられている病状には、レシピスコアに正の影響を与える（例えば、増加させる）正のスコア調整があり、中性の病状には、中性のスコア調整があるものであってもよい。中性のスコア調整は、レシピスコアが負か正かに応じて、レシピスコアを増減するものである（例えば、レシピスコアが負の場合はレシピスコアを増加させ、スコアが正の場合はレシピスコアを減少させる）。

上記のアルゴリズムによる方法において、プラットフォーム１００は、ペットに起因する各病状及び／または体質に基づいてレシピスコアを調整して、調整されたレシピスコアを得るものであってもよい。

ペットのレシピスコアの決定の特定の例では、ペット（例えば、犬または猫）は、１つまたは複数の病状を有し、また１つまたは複数の体質を示す場合がある。例えば、ペットの画像またはビデオの分析によって、ペットが目の炎症または痒み、濃い黄色がかった目脂、潤んだ目、及び／または目の感染症を呈することが示される場合がある。ペットは、皮膚のホットスポットを含む可能性のあるアレルギー性皮膚炎を有している場合もある。この例において、各病状に調整値が関連付けられ、ペットのレシピスコアに適用されるものであってもよい。プラットフォーム１００は、各病状について、ペットが示すそれぞれの病状の調整値に基づいて、ペットのレシピスコアを調整（例えば、増加または減少）するものであってもよい。プラットフォーム１００は、ペットの体質に関する属性に基づいてレシピスコアをさらに調整するものであってもよい。例えば、飼い主は、ペットが「非常に神経質」であることを示すペット情報を明示的に提供するものであってもよく、または、プラットフォーム１００が、ペットのビデオフィードの分析によって、ペットの体質が「非常に神経質」であると決定するものであってもよい。プラットフォーム１００は、ペットが非常に神経質であるとの決定に応じて、別の調整値をペットのレシピスコアに適用することができる。この例では、レシピスコアの累積調整は、負のペットレシピスコアに対応する可能性があり、これは、温かいペットを示すものであってもよい。

ステップ８１６において、プラットフォーム１００は、レシピスコアに基づいてペットフード推奨を決定する。いくつかの実施形態において、プラットフォーム１００は、ペットのレシピスコアに基づいて、体を温める、中性の、または体を冷やすペットフードを推奨するかどうかを決定するものであってもよい。ペットフードの材料は、ペットの体のエネルギーのバランスをとるのに役立つ固有の特性を有している。そのため、「熱い」エネルギーのバランスが崩れがちなペットは体を冷やす食品を消費し、冷たくなりがちな性質のペットは体を温める食品を消費する必要がある。ペットレシピスコアが上側閾値よりも大きい（例：＞５）ペットは、体を温める食品を必要としているとして分類されるものであってもよい。下側閾値よりも小さい（例：＜５）ペットレシピスコアを有するペットは、体を冷やす食品を必要としているとして分類されるものであってもよい。ペットレシピスコアが下側閾値と上側閾値の間にあるペットは、中性食品を必要としているとして分類されるものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、例えば、個別のペットの温度レシピ範囲に基づいて、異なる食餌を推奨するものであってもよい。例えば、食餌Ａは、低いペットレシピスコアに対応し、体を冷やす材料を含むものであってもよい。食餌Ｂ及び食餌Ｄは、中間のペットレシピスコア（例えば、－５から５の間）に対応し、中性材料を含むものであってもよい。食餌Ｃは、高いペットレシピスコアに対応し、体を温める材料を含むものであってもよい。表６は、様々な範囲のペットレシピスコアと身体的条件に関連する食餌のリストを示している。

いくつかの実施形態において、プラットフォーム１００は、製品データベースから体を温める、中性、または冷やす材料を有するペットフードを選択するものであってもよい。いくつかの実施形態において、製品データベースは、様々なタイプのペットフードを示すレコードを格納するものであってもよい。各レコードは、ペットフードの対象となるペットの種類（例えば、犬または猫）、ペットのサイズ（例えば、大型の品種、小型の品種、平均の品種）、ペットの年齢範囲（例えば、子犬または子猫、中年の犬または猫、高齢の犬または猫）、一食当たりのカロリー量、及び材料を示すものであってもよい。いくつかの実施形態において、レコードはさらに、ペットフードが体を温めるか、冷やすか、または中性であるかどうかを示すものであってもよい。プラットフォーム１００は、ペットのレシピスコア、並びに、年齢、タイプ、サイズ、体型などのペットの他の属性に基づいて、製品データベースからペットフード製品を選択するものであってもよい。例えば、ペットレシピスコアが、ペットが体を温める食品を必要とすることを示す場合、プラットフォーム１００は、体を温める材料を有するか、または体を温めるとして指定されているペットフードを選択することができる。同様に、ペットレシピスコアが、ペットが体を冷やす食品を必要とすることを示す場合、プラットフォーム１００は、体を冷やす材料を有するか、または体を冷やすとして指定されているペットフードを選択することができる。

ステップ８１８において、プラットフォームは、属性に基づいてペットに推奨する食品の量を決定する。いくつかの実施形態において、各ペットに推奨される食品の量は、ペットの品種、性別、生殖状態、体重、及び／または活動レベルに少なくとも部分的に基づくものであってもよい。プラットフォーム１００は、ルックアップテーブルまたはルールベースの方法を使用して、ペットに推奨する食品の量を決定するものであってもよい。例えば、去勢手術を受けたオスの犬というペットの一組の属性の結果として、システムは、２６カロリー／０．４５３５９２ｋｇ(１ポンド)／１日の食餌、という推奨を行う場合がある。対照的に、活動的なライフスタイルを有する去勢手術を受けていないオスの犬という一組の属性の結果として、システムは、３０カロリー／０．４５３５９２ｋｇ（１ポンド）／１日の食餌、という推奨を行う場合がある。避妊手術を受けたメスの犬の減量用の食餌という一組の属性の結果として、システムは、２０カロリー／０．４５３５９２ｋｇ（１ポンド）／１日の食餌、という推奨を行う場合がある。この毎日の食餌は、ペットが１日に食べる食餌の回数で分けることができる。例えば、ペットが９．０７１８５ｋｇ（２０ポンド）の去勢手術を受けたオスの犬の場合、システムは、１日あたり５２０カロリーを推奨する場合があり、ペットが１日２食を食べる場合、システムは１食当たり２６０カロリーを推奨することができる。

ステップ８２０において、プラットフォーム１００は、推奨されるペットフードが、ペットがアレルギーを持つ材料を有するかどうかを決定するものであってもよい。いくつかの実施形態において、ペットのペットレコードは、ペットが持つ可能性があるアレルギー／過敏性を示すものであってもよい。プラットフォーム１００は、推奨されるペットフードの材料を分析して、これらの材料のいずれかがペットのアレルギーまたは過敏性のいずれかに一致するかどうかを決定するものであってもよい。一致しない場合、プラットフォーム１００は、ステップ８２２に示すように、食餌推奨をユーザーに送信するものであってもよい。例えば、プラットフォーム１００は、食餌推奨、ペットフードを購入するためのリンク、ペット及び／またはペットフードのメディアコンテンツ（例えば、写真または画像）を含む“．ｊｓｏｎ”ファイルを生成し、この“．ｊｓｏｎ”ファイルをユーザーのクライアントユーザーデバイス１５０またはユーザーの電子メールアカウントに送信するものであってもよい。食餌推奨には、ペットフードの推奨と食品の推奨される量が含まれるものであってもよい。プラットフォーム１００は、追加的または代替的に、食餌推奨の対象のペットのペットレコードに食餌推奨を格納するものであってもよい。推奨される食品に、ペットがアレルギーまたは過敏性を持つ材料が含まれている場合、ステップ８２４に示すように、プラットフォームは、ユーザーに対して相談を求めるように通知するものであってもよい。相談の間に、カスタマイズされたペットフードのブレンドがペットのために決定される可能性がある。

図８に示す方法は、例として提供されたものであり、追加のまたは代替の動作を含むものであってもよい。例えば、いくつかの実施形態において、プラットフォーム１００は、ステップ８１６でペットフード推奨を決定するときに、ペットが過敏性またはアレルギーを持つ材料を含むあらゆるペットフードをフィルタリングして除外するものであってもよい。例示的な実施形態において、プラットフォーム１００は、機械学習済みスコアリングモデルを使用して各ペットフードにスコアを付けて、どのペットフードがペットのニーズに最も適合するかを決定するものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、一般情報、体質情報、及び医学的問題を含むペット情報を分析した後、プラットフォーム１００は、推奨製品（例えば、ペットフード、トリート、サプリメント、等々）のサンプルを伴う栄養計画を生成し、経過観察後の再相談を推奨するかどうかを決定し、及び/または、ペットの属性に基づいてペットに対応するライフスタイルガイドを生成するものであってもよい。

下に示す表７は、プラットフォーム１００がペットの１つまたは複数のニーズを決定することに役立ち得る、ペットの基本的なペット情報の入力の一例を示すものである。

プラットフォーム１００はさらに、ペットの活動、ライフスタイル、及び健康情報を入力するようにユーザーに要求するものであってもよい。表８を参照すると、質問と入力の例のリストが示されている。

図９は、一組の属性に基づいてペットのトリート及び／またはサプリメントをペットに推奨するための方法９００の一連の動作を示す。一実施形態において、プラットフォーム１００は、ペットの飼い主によるユーザーデバイス１５０を介した入力から導出される、及び／または、１つまたは複数のウェアラブルデバイス１２０、ホームデバイス１３０、及び／またはＩｏＴデバイス１６０から受信したデータから導出される一組の属性に基づいて、ペットのトリート及びペットフードのサプリメントを推奨するものであってもよい。この方法は、プラットフォーム１００（例えば、推奨システム１０４）によって実行されるものであってもよい。

ステップ９１０において、プラットフォーム１００は、ペットに関連する一組の属性を決定する。プラットフォーム１００は、１つまたは複数のクライアントデバイス（例えば、ユーザーデバイス１５０）及び／または１つまたは複数の他の外部デバイス（例えば、ウェアラブルデバイス１２０、ホームデバイス１３０、及び／またはＩｏＴデバイス１６０）から入力を受信するものであってもよい。いくつかの実施形態において、ペットに対応するペット情報（例えば、品種、体重、年齢など）は、クライアントユーザーデバイス１５０に入力され、プラットフォーム１００に送信されるものであってもよい。いくつかの実施形態において、ペット情報は、ペットのタイプ、品種、性別、生殖状態（例えば、未処置、去勢または避妊手術済み）、年齢、及び体重、ペットの活動レベル、体形、ペットの旅行、家から離れた際の給餌習慣、給餌スケジュール、調理済みまたは生の食品の好み、食物過敏性、及び獣医のケアを含むものであってもよい。いくつかの実施形態において、プラットフォーム１００は、ペットが着用しているウェアラブルデバイス１２０からペット関連のセンサー測定値を取得するものであってもよい。ペット関連のセンサー測定値の例には、温度データ、心拍数データ、呼吸数データ、等々が含まれるものであってもよいが、これらに限定されるものではない。いくつかの実施形態において、プラットフォーム１００は、ペットの活動を捉えた画像データ（例えば、ビデオデータ）を、ＩｏＴデバイス１６０から受信するものであってもよい。

プラットフォーム１００は、受信したデータに応答して、ペットに関連する一組の属性を決定するものであってもよい。例えば、いくつかの実施形態において、プラットフォーム１００は、獣医情報、温度データ、心拍数データ、及び／または呼吸数データを属性に構築するものであってもよい。加えてまたは代わりに、プラットフォーム１００は、コンピュータビジョンシステム１１２を使用して、ビデオデータに基づいてペットの状態に関する分類を決定するものであってもよい。例えば、プラットフォーム１００は、気分分類、皮膚状態分類、睡眠状態分類、筋緊張分類、及び／または目の透明度分類を決定するものであってもよい。プラットフォーム１００は、決定された分類を、それぞれの属性に構築することができる。

ステップ９１２において、プラットフォーム１００は、属性に基づいて、ペットのためのトリート及び／またはサプリメントの推奨を決定するものであってもよい。プラットフォーム１００は、任意の適切な方法で、属性に基づいてトリート及び／またはサプリメントの推奨を決定することができる。プラットフォーム１００は、機械学習法及び／またはルールベースの方法を使用するものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、ペットの属性に基づいてそのペットに対応するレシピスコアを決定するものであってもよい。いくつかの実施形態において、プラットフォーム１００は、図８を参照して説明したように、アルゴリズムによるルールベースの方法及び／または機械学習法を使用して、レシピスコアを決定するものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、一組の属性が与えられてレシピスコアを決定するようにトレーニングされた機械学習済みスコアリングモデルを使用して、ペットに対応するレシピスコアを決定するものであってもよい。そのようなスコアリングモデルは、一組の属性とその一組の属性に対応するレシピスコアを含むトレーニング用データのペアを使用してトレーニングされるものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、レシピスコアを使用してペットに推奨する１つまたは複数のトリート及び／または１つまたは複数のサプリメントを決定するものであってもよい。これらの実施形態のいくつかでは、プラットフォーム１００は、レシピスコア及びペットの属性（例えば、サイズ、品種、年齢、体型など）に基づいて、製品データストア１１８に表されるトリート及び／またはサプリメントをペットに適合させるものであってもよい。

いくつかの実施形態において、プラットフォーム１００は、レシピスコアを使用することなく、トリート及び／またはサプリメントの推奨を決定するものであってもよい。これらの実施形態において、プラットフォーム１００は、１つまたは複数の病状を決定するものであってもよい。各病状について、プラットフォーム１００は、病状をトリートまたはサプリメントに適合させるものであってもよい。下の表９には、様々な病状に適合し得るトリートの例が示されている。下の表１０には、様々な病状に適合し得るサプリメントの例が示されている。

ステップ９１４において、プラットフォーム１００は、推奨されるトリートまたはサプリメントが、ペットがアレルギーを持つ材料を有するかどうかを決定するものであってもよい。いくつかの実施形態において、ペットのペットレコードは、ペットが持つ可能性があるアレルギー／過敏性を示すものであってもよい。プラットフォーム１００は、推奨されるトリートまたはサプリメントの材料を分析して、これらの材料のいずれかがペットのアレルギーまたは過敏性のいずれかに一致するかどうかを決定するものであってもよい。一致しない場合、プラットフォーム１００は、ステップ９１６に示すように、トリート及び／またはサプリメントの推奨をユーザーに送信するものであってもよい。例えば、プラットフォーム１００は、トリート及び／またはサプリメントの推奨、トリートまたはサプリメントを購入するためのリンク、ペット及び／または推奨されたトリートまたはサプリメントのメディアコンテンツ（例えば、写真または画像）を含む“．ｊｓｏｎ”ファイルを生成するものであってもよい。プラットフォーム１００は、この“．ｊｓｏｎ”ファイルをクライアントユーザーデバイス１５０に送信し、それによってこの推奨がユーザーに対して表示されるものであってもよい。プラットフォーム１００は、追加的または代替的に、ペットのペットレコードにトリート及び／またはサプリメントの推奨を格納するものであってもよい。推奨されるトリートまたはサプリメントに、ペットがアレルギーまたは過敏性を持つ材料が含まれている場合、ステップ９１８に示すように、プラットフォームは、ユーザーに対して相談を求めるように通知するものであってもよい。相談の間に、カスタマイズされたペットフードのブレンドがペットのために決定される可能性がある。

図９に示す方法は、例として提供されたものであり、追加のまたは代替の動作を含むものであってもよい。例えば、いくつかの実施形態において、プラットフォーム１００は、ステップ９１４でサプリメント及び／またはトリートの推奨を決定するときに、ペットが過敏性またはアレルギーを持つ材料を含むあらゆるペットフードをフィルタリングして除外するものであってもよい。

本明細書には、本開示の詳細な実施形態が開示されている。しかし、開示された実施形態は、本開示の単なる例示であり、様々な形態で具現化され得ることが理解されるであろう。したがって、本明細書で開示される特定の構造的及び機能的な詳細は、限定的なものととして解されるべきではなく、単に請求項の根拠として、及び当業者に対して実質的に任意の適切な詳細構造で本開示を様々に使用することを教示するための代表的根拠としてのみ解される。

本明細書で使用される単数形の名詞は、１つまたは複数の場合を含むものとして定義される。本明細書で使用される「別の、他の」という用語は、少なくとも第２のまたはそれ以上のとして定義される。本明細書で使用される「含む」及び／または「有する」という用語は、明示された構成要件以外の事項が発明の構成に入ることを許容するもの（制限のない用語）として定義される。

本開示のいくつかの実施形態のみを示し、説明してきたが、添付請求項に記載された本開示の趣旨及び範囲から逸脱することなく、多くの変更及び修正をそれに加えることができることは当業者には明らかであろう。本明細書で参照された外国及び国内の全ての特許出願及び特許、並びに他の全ての出版物は、法律で許可されている最大限の範囲で、その全体が本明細書に組み込まれる。

本明細書で説明される方法及びシステムは、部分的または全体的に、コンピュータソフトウェア、プログラムコード、及び／またはプロセッサ上の命令を実行する機械により実現され得る。本開示は、機械上の方法として、機械の一部として、または機械に関連するシステムまたは装置として、あるいは１つまたは複数の機械上で実行されるコンピュータ可読媒体に組み込まれたコンピュータプログラム製品として実装されるものであってもよい。いくつかの実施形態において、プロセッサは、サーバー、クラウドサーバー、クライアント、ネットワークインフラストラクチャ、モバイルコンピューティングプラットフォーム、固定コンピューティングプラットフォーム、または他のコンピューティングプラットフォームの一部であり得る。プロセッサは、プログラム命令、コード、バイナリ命令などを実行することができる任意の種類の計算デバイスまたは処理デバイスであり得る。プロセッサは、信号プロセッサ、デジタルプロセッサ、組み込みプロセッサ、マイクロプロセッサ、または、コプロセッサ（数学コプロセッサ、グラフィックコプロセッサ、通信コプロセッサ、等々）などの格納されているプログラムコードまたはプログラム命令の実行を直接的または間接的に容易にすることが可能な任意の変形例、であり得るか、またはそれらを含み得る。さらに、プロセッサは、複数のプログラム、スレッド、及びコードの実行を可能にするものであってもよい。複数のスレッドが同時に実行されることにより、プロセッサのパフォーマンスを向上させ、アプリケーションの同時動作を容易にすることができる。実装の方法によって、本明細書で説明される方法、プログラムコード、プログラム命令などは、１つまたは複数のスレッドに実装され得る。スレッドは、関連付けられた優先度が割り当てられている可能性のある他のスレッドを生成するものであってもよい。プロセッサは、これらのスレッドを、この優先順位に基づいて実行するものであってもよく、またはプログラムコードで提供される命令に基づく任意の他の順序で実行するものであってもよい。プロセッサ、またはそれを利用する任意の機械は、本明細書の他の箇所で説明される方法、コード、命令、及びプログラムを格納する非一時的なメモリを含み得る。プロセッサは、本明細書の他の箇所で説明される方法、コード、及び命令を格納することができるインターフェースを介して非一時的な記憶（ストレージ）媒体にアクセスするものであってもよい。方法、プログラム、コード、プログラム命令、または、コンピューティングまたは処理デバイスによって実行可能な他のタイプの命令を格納するための、プロセッサに関連付けられた記憶媒体は、ＣＤ－ＲＯＭ、ＤＶＤ、メモリ、ハードディスク、フラッシュドライブ、ＲＡＭ、ＲＯＭ、キャッシュ、等々のうちの１つまたは複数を含むものであてもよいが、これらに限定されるものではない。

プロセッサは、マルチプロセッサの速度及びパフォーマンスを向上させる１つまたは複数のコアを含むものであってもよい。いくつかの実施形態において、プロセッサは、２つ以上の独立したコア（ダイと呼ばれる）を組み合わせたデュアルコアプロセッサ、クアッドコアプロセッサ、他のチップレベルのマルチプロセッサ、等々であってもよい。

本明細書に記載された方法及びシステムは、部分的または全体的に、サーバー、クライアント、ファイアウォール、ゲートウェイ、ハブ、ルーター、または他のこのようなコンピュータ及び／またはネットワークハードウェア上でコンピュータソフトウェアを実行する機械を介して実現されるものであってもよい。ソフトウェアプログラムは、サーバーに関連付けられるものであってのよく、サーバーは、ファイルサーバー、プリントサーバー、ドメインサーバー、インターネットサーバー、イントラネットサーバー、クラウドサーバー、及び、二次サーバー、ホストサーバー、分散サーバー、等々の他の変形例を含むものであってもよい。 サーバーには、１つまたは複数のメモリ、プロセッサ、コンピュータ可読媒体、記憶媒体、ポート（物理及び仮想）、通信デバイス、及び、他のサーバー、クライアント、機械、デバイスに有線または無線の媒体を介してアクセス可能なインターフェース、等々が含まれるものであってもよい。本明細書の他の箇所で説明される方法、プログラム、またはコードは、サーバーによって実行されるものであってもよい。さらに、本出願で説明されている方法の実行に必要な他のデバイスは、サーバーに関連付けられたインフラストラクチャの一部と見なすことができる。

サーバーは、他のデバイスへのインターフェースを提供するものであってもよい。他のデバイスには、クライアント、他のサーバー、プリンター、データベースサーバー、プリントサーバー、ファイルサーバー、通信サーバー、分散サーバー、ソーシャルネットワーク、等々が含まれるが、これらに限定されるものではない。さらに、この結合及び／または接続は、ネットワークを介したプログラムのリモート実行を容易にすることができる。これらのデバイスの一部または全てをネットワーク化することによって、本開示の範囲から逸脱することなく、プログラムまたは方法の１つまたは複数の場所での並列処理を容易にすることができる。さらに、インターフェースを介してサーバーに接続されたデバイスのいずれにも、方法、プログラム、コード、及び/または命令を格納することが可能な少なくとも１つの記憶媒体が含まれるものであってもよい。中央リポジトリは、さまざまなデバイスで実行されるプログラム命令を提供するものであってもよい。この実装では、リモートリポジトリは、プログラムコード、命令、及びプログラムの記憶媒体として機能し得る。

ソフトウェアプログラムは、クライアントに関連付けられるものであってもよい。クライアントには、ファイルクライアント、印刷クライアント、ドメインクライアント、インターネットクライアント、イントラネットクライアント、及び、二次クライアント、ホストクライアント、分散クライアント、等々の他の変形例が含まれるものであってもよい。クライアントには、１つまたは複数のメモリ、プロセッサ、コンピュータ可読媒体、記憶媒体、ポート（物理及び仮想）、通信デバイス、及び、有線または無線の媒体を介して他のクライアント、サーバー、機械、デバイスにアクセスできるインターフェース、等々が含まれるものであってもよい。本明細書の他の箇所で説明される方法、プログラム、またはコードは、クライアントによって実行されるものであってもよい。さらに、本出願で説明されている方法の実行に必要な他のデバイスは、クライアントに関連付けられたインフラストラクチャの一部と見なすことができる。

クライアントは、他のデバイスへのインターフェースを提供するものであってもよい。他のデバイスには、サーバー、他のクライアント、プリンター、データベースサーバー、プリントサーバー、ファイルサーバー、通信サーバー、分散サーバー、等々が含まれるが、これらに限定されるものではない。さらに、この結合及び／または接続は、ネットワークを介したプログラムのリモート実行を容易にすることができる。これらのデバイスの一部または全てをネットワーク化することによって、本開示の範囲から逸脱することなく、プログラムまたは方法の１つまたは複数の場所での並列処理を容易にすることができる。さらに、インターフェースを介してクライアントに接続されたデバイスのいずれにも、方法、プログラム、コード、及び/または命令を格納することが可能な少なくとも１つの記憶媒体が含まれるものであってもよい。中央リポジトリは、さまざまなデバイスで実行されるプログラム命令を提供するものであってもよい。この実装では、リモートリポジトリは、プログラムコード、命令、及びプログラムの記憶媒体として機能し得る。

本明細書で説明される方法及びシステムは、部分的または全体的に、ネットワークインフラストラクチャを介して実現されるものであってもよい。ネットワークインフラストラクチャは、コンピューティングデバイス、サーバー、ルーター、ハブ、ファイアウォール、クライアント、パーソナルコンピュータ、通信デバイス、ルーティングデバイス、及び、当技術分野で知られている他のアクティブ及びパッシブなデバイス、モジュール及び／またはコンポーネント、などの要素を含むものであってもよい。ネットワークインフラストラクチャに関連するコンピューティングデバイス及び／または非コンピューティングデバイスは、他のコンポーネントとは別に、フラッシュメモリ、バッファ、スタック、ＲＡＭ、ＲＯＭなどの記憶媒体を含むものであってもよい。本明細書の他の箇所で説明されるプロセス、メソッド、プログラムコード、命令は、１つまたは複数のネットワークインフラストラクチャ要素によって実行されるものであってもよい。本明細書で説明される方法及びシステムは、任意の種類のプライベートネットワーク、コミュニティネットワーク、または、サービスとしてのソフトウェア（ＳａａＳ）、サービスとしてのプラットフォーム（ＰａａＳ）、及び/またはサービスとしてのインフラストラクチャ（IａａＳ）の機能を含む、ハイブリッドクラウドコンピューティングネットワークまたはクラウドコンピューティング環境での使用に適合させることができる。

本明細書の他の箇所で説明される方法、プログラムコード、及び命令は、複数のセルを有するセルラーネットワーク上で実装され得る。 セルラーネットワークは、周波数分割多元接続（ＦＤＭＡ）ネットワークまたはコード分割多元接続（ＣＤＭＡ）ネットワークのいずれかであってもよい。セルラーネットワークは、モバイルデバイス、セルサイト、基地局、リピーター、アンテナ、タワー、等々を含むものであってもよい。セルラーネットワークは、ＧＳＭ、ＧＰＲＳ、３Ｇ、ＥＶＤＯ、メッシュ、または他のネットワークタイプであってもよい。

本明細書の他の箇所で説明される方法、プログラムコード、及び命令は、モバイルデバイス上またはモバイルデバイスを介して実現されるものであってもよい。モバイルデバイスは、ナビゲーションデバイス、携帯電話、モバイルパーソナルデジタルアシスタント、ラップトップ、パームトップ、ネットブック、ポケットベル、電子ブックリーダー、音楽プレーヤーなどを含むものであってもよい。これらのデバイスは、他のコンポーネントとは別に、フラッシュメモリ、バッファ、ＲＡＭ、ＲＯＭなどの記憶媒体、並びに１つまたは複数のコンピューティングデバイスを含むものであってもよい。モバイルデバイスに関連付けられたコンピューティングデバイスは、モバイルデバイスに格納されたプログラムコード、方法、及び命令を実行することができるものであってもよい。あるいは、モバイルデバイスは、他のデバイスと協働して命令を実行するように構成されるものであってもよい。モバイルデバイスは、サーバーとのインターフェースを有する基地局と通信し、プログラムコードを実行するように構成されるものであってもよい。モバイルデバイスは、ピアツーピアネットワーク、メッシュネットワーク、または他の通信ネットワークで通信することができる。プログラムコードは、サーバーに関連付けられた記憶媒体に格納され、サーバー内に埋め込まれたコンピューティングデバイスによって実行されるものであってもよい。基地局は、コンピューティングデバイス及び記憶媒体を含むものであってもよい。記憶装置は、基地局に関連付けられたコンピューティングデバイスによって実行されるプログラムコード及び命令を格納するものであってもよい。

コンピュータソフトウェア、プログラムコード、及び／または命令は、次の物を含む機械可読媒体に格納され及び／またはアクセスされるものであってもよい。これらの機械可読媒体には、コンピュータコンポーネント、デバイス、及び計算に使用されるデジタルデータを一定期間保持する記録媒体、ランダムアクセスメモリ（ＲＡＭ）として知られる半導体記憶装置、光ディスクや磁気記憶装置（ハードディスク、テープ、ドラム、カード、及びその他のタイプのような形式）などの通常はより永続的な記憶のための大容量記憶装置が含まれる。機械可読媒体にはまた、プロセッサレジスタ、キャッシュメモリ、揮発性メモリ、不揮発性メモリ、ＣＤやＤＶＤなどの光学記憶媒体、及び、リムーバブル媒体（フラッシュメモリ（ＵＳＢスティックやキーなど）、フロッピーディスク（登録商標）、磁気テープ、紙テープ、パンチカード、スタンドアロンのＲＡＭディスク、Ｚｉｐドライブ、リムーバブル大容量記憶装置、オフライン、等々）が含まれる。機械可読媒体にはまた、ダイナミックメモリ、スタティックメモリ、読み取り/書き込みストレージ、可変ストレージ、読み取り専用、ランダムアクセス、シーケンシャルアクセス、ロケーションアドレス指定可能、ファイルアドレス指定可能、コンテンツアドレス指定可能、ネットワーク接続ストレージ、ストレージエリアネットワーク、バーコード、磁気インク、等々の他のコンピュータメモリが含まれる。

本明細書で説明される方法及びシステムは、物理的及び／または無形のアイテムをある状態から別の状態に変換するものであってもよい。本明細書で説明される方法及びシステムは、物理的及び／または無形のアイテムを表すデータをある状態から別の状態に変換するものであってもよい。

図面の全体を通じたフローチャート及びブロック図を含む、本明細書で説明及び図示された要素は、要素間の論理的な境界を意味する。但し、ソフトウェアまたはハードウェアエンジニアリングの慣行によれば、描かれている要素とその機能は、モノリシックソフトウェア構造として、スタンドアロンのソフトウェアモジュールとして、または、外部ルーチン、コード、サービス等々を使用するモジュールとして、あるいは、これらの任意の組み合わせとして、要素に格納されているプログラム命令を実行可能なプロセッサを備えたコンピュータ実行可能媒体を通じて、機械上に実装されるものであってもよい。全てのこのような実装形態は、本開示の範囲内である。このような機械の例には、携帯情報端末、ラップトップ、パーソナルコンピュータ、携帯電話、その他のハンドヘルドコンピューティングデバイス、医療機器、有線または無線の通信デバイス、トランスデューサー、チップ、計算機、衛星、タブレットＰＣ、電子書籍、ガジェット、電子デバイス、人工知能を備えたデバイス、コンピューティングデバイス、ネットワーク機器、サーバー、ルーターなどが含まれるが、これらに限定されるものではない。さらに、フローチャート及びブロック図に示される要素、または他の任意の論理コンポーネントは、プログラム命令を実行することができる機械上に実装され得る。したがって、上述した図面及び説明は、開示されたシステムの機能的側面を示しているが、これらの機能的側面を実装するソフトウェアの特定の構成は、明示的に述べられていない限り、または文脈から明らかではない限り、これらの説明から推測されるべきではない。同様に、上記で特定され、説明された様々なステップは変更が可能であり、ステップの順序は、本明細書で開示された技法の特定の用途に適合され得るものである。このようなすべての変更及び修正は、本開示の範囲内にあることが意図されている。したがって、様々なステップの順序の図示及び／または説明は、特定の用途で要求されない限り、または明示的に述べられていない限り、または文脈から明らかではない限り、それらのステップの特定の実行順序を要求するものと理解されるべきではない。

上述の方法及び／またはプロセス、並びにそれに関連するステップは、ハードウェア、ソフトウェア、または特定の用途に適したハードウェアとソフトウェアの任意の組み合わせにより実現することができる。ハードウェアは、汎用コンピュータ及び／または専用コンピューティングデバイス、または特定のコンピューティングデバイス、または特定のコンピューティングデバイスの特定の態様もしくはコンポーネントを含むものであってもよい。プロセスは、内部メモリ及び／または外部メモリとともに、１つまたは複数のマイクロプロセッサ、マイクロコントローラ、組み込みマイクロコントローラ、プログラム可能なデジタル信号プロセッサ、または他のプログラム可能なデバイスで実現することができる。さらに、または代わりに、プロセスは、特定用途向け集積回路、プログラム可能なゲートアレイ、プログラム可能なアレイロジック、または電子信号を処理するように構成され得る任意の他のデバイスまたはデバイスの組み合わせにおいて具現化されるものであってもよい。さらに、プロセスのうちの１つまたは複数は、機械可読媒体上で実行可能なコンピュータ実行可能コードとして実現され得ることが理解されよう。コンピュータ実行可能コードは、Ｃなどの構造化プログラミング言語、Ｃ＋＋などのオブジェクト指向プログラミング言語、または、上記のデバイスのいずれか、並びに異種のプロセッサの組み合わせ、プロセッサアーキテクチャー、または異なるハードウェアとソフトウェアの組み合わせ、またはプログラム命令を実行可能な任意の他の機械上で実行するために保存、コンパイル、またはインタープリット可能である、他の高レベルまたは低レベルのプログラミング言語（アセンブリ言語、ハードウェア記述言語、データベースプログラミング言語及びプログラミング技術、を含む）を使用して作成されるものであってもよい。

したがって、一態様において、上記の方法及びそれらの組合せは、１つまたは複数のコンピューティングデバイス上で実行するときに、この方法のステップを実行するコンピュータ実行可能コードで実施することができる。別の態様において、この方法は、この方法のステップを実行するシステムで実施することができる。この際、この方法は、様々な態様で複数のデバイスにわたって分散されるものであってもよく、または機能の全てが専用のスタンドアロンデバイスまたは他のハードウェアに統合されるものであってもよい。別の態様において、上述したプロセスに関連するステップを実行するための手段は、上述した任意のハードウェア及び／またはソフトウェアを含むものであってもよい。このような全ての置き換え及び組み合わせは、本開示の範囲内にあることが意図されている。

本開示は、詳細に図示及び説明された好ましい実施形態に関連して開示されているが、その様々な修正及び改良は、当業者には容易に明らかになるであろう。したがって、本開示の思想及び範囲は、上述した例によって限定されるべきではなく、法律によって許容される最も広い意味で理解されるべきである。

単数で使用される名詞及び本開示を説明する文脈（特に、添付請求項の文脈）における類似の指示物は、別段の定めがない限り、または、文脈から明らかに矛盾していない限り、単数及び複数の両方を含むものと解釈されるべきである。「含む」、「有する」、「含んでいる」、及び「有している」という用語は、特に断りのない限り、制限のない用語（つまり、「～を含むが、これに限定されない」を意味するもの）として解釈される。本明細書における値の範囲の列挙は、本明細書で別段の指示がない限り、その範囲内に含まれる個別の各値を個別に参照することの簡略法として機能することを意図しており、個別の各値は、本明細書で個別に列挙されているかのように本明細書に組み込まれる。本明細書に記載されているすべての方法は、本明細書で別段の指示がない限り、または文脈から明らかに矛盾していない限り、任意の適切な順序で実行することができる。本明細書で提供される任意のかつ全ての例、または例示を示す言語（例えば、「など」）の使用は、単に本開示を明らかにすることを意図しており、請求項に記載のない限り、本開示の範囲に制限を課すものではない。本明細書中の言語は、請求項に記載されていない要素を本開示の実施に不可欠であるとして示すものと解釈されるべきではない。

上述した説明により、当業者は、現在その最良のモードであると考えられるものを作成及び使用することができる一方、これらの当業者は、本明細書に記載された特定の実施形態、方法、及び例の変形、組み合わせ、及び均等物の存在を理解するであろう。したがって、本開示は、上述した実施形態、方法、及び例によって限定されるべきではなく、本開示の範囲及び思想に含まれる全ての実施形態及び方法によって限定されるべきである。

特定の機能を実行する「ための手段」という用語が明示的に述べられていない請求項内の要素、または特定の機能を実行する「ためのステップ」という用語が明示的に述べられていない請求項内の要素は、米国特許法第１１２条（ｆ）で指定されている「手段」または「ステップ」節として解釈されるべきではない。特に、請求項内の「～のステップ」の使用は、米国特許法第１１２条（ｆ）の規定を行使することを意図するものではない。

当業者は、本発明のシステムの機能的利点を享受するために多数の設計構成が可能であることを理解するであろう。したがって、本開示の実施形態の多種多様な構成及び配置を前提として、本発明の範囲は、上述した実施形態によって狭められるのではなく、添付特許許請求の範囲に反映される。

Claims (40)

1. ペットのためのペットフードを推奨する方法であって、
   プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、
   前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信すること、
   前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信すること、及び、
   前記処理システムが、前記ペット情報、前記センサー測定値、及び前記ビデオデータに基づいてペットに関連する一組の属性を生成すること、を含み、前記一組の属性は、ペットの体温を示す温度属性を含んでおり、
   前記処理システムが、前記一組の属性に基づいてペットに対応する温度分類を決定すること、
   前記処理システムが、前記温度分類及び前記一組の属性に基づいてペットに対応するレシピスコアを決定すること、
   前記処理システムが、前記レシピスコアに基づいて、ペット製品データベースからペットフードの推奨を決定すること、
   前記処理システムが、前記一組の属性に基づいて、ペットに推奨するペットフードの量を決定すること、及び、
   前記処理システムが、前記ペットフードの推奨及び前記ペットフードの量を示す食餌推奨を、通信ネットワークを介してユーザーに提供すること、をさらに含む方法。
2. 前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む、請求項１に記載の方法。
3. 前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む、請求項２に記載の方法。
4. 前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む、請求項１に記載の方法。
5. 前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む、請求項４に記載の方法。
6. 前記一組の属性を決定することは、
   前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、
   前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む、請求項１に記載の方法。
7. 前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む、請求項６に記載の方法。
8. 前記温度分類は、温分類、中性分類、及び冷分類のうちの１つから選択される、請求項１に記載の方法。
9. 前記レシピスコアを決定することは、
   前記温度分類に基づいて初期レシピスコアを設定すること、及び、
   前記一組の属性に基づいて前記レシピスコアを選択的に調整することを含む、請求項８に記載の方法。
10. 前記ペットフードの推奨を決定することは、前記レシピスコアが上側閾値よりも大きい場合、体を温める材料を伴う第１のペットフード、前記レシピスコアが下側閾値よりも小さい場合、体を冷やす材料を伴う第２のペットフード、及び、前記レシピスコアが下側閾値よりも大きくかつ上側閾値よりも小さい場合、中性材料を伴う中性ペットフードを選択することを含む、請求項９に記載の方法。
11. ペットのためのペットフードを推奨する方法であって、
    プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、
    前記処理システムが、前記ペット情報に基づいてペットに関連する一組の属性を生成すること、
    前記処理システムが、前記一組の属性に基づいて、ペットに対応する温度分類を決定すること、
    前記処理システムが、前記温度分類及び前記一組の属性に基づいて、ペットに対応するレシピスコアを決定すること、
    前記処理システムが、前記温度分類に基づいて、ペット製品データベースからペットフードの推奨を決定すること、及び、
    前記処理システムが、前記ペットフードの推奨を示す食餌推奨を、通信ネットワークを介してユーザーに提供すること、を含む方法。
12. 前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む、請求項１１に記載の方法。
13. 前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む、請求項１２に記載の方法。
14. 前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信することをさらに含む、請求項１１に記載の方法。
15. 前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む、請求項１４に記載の方法。
16. 前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む、請求項１５に記載の方法。
17. 前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信することをさらに含む、請求項１１に記載の方法。
18. 前記一組の属性を決定することは、
    前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、
    前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む、請求項１７に記載の方法。
19. 前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む、請求項１８に記載の方法。
20. 前記温度分類は、温分類、中性分類、及び冷分類のうちの１つから選択される、請求項１１に記載の方法。
21. 前記処理システムが、前記温度分類及び前記一組の属性に基づいてペットに対応するレシピスコアを決定することをさらに含む、請求項２０に記載の方法。
22. 前記レシピスコアを決定することは、
    前記温度分類に基づいて初期レシピスコアを設定すること、及び、
    前記一組の属性に基づいて前記レシピスコアを選択的に調整することを含む、請求項２１に記載の方法。
23. 前記ペットフードの推奨を決定することは、前記レシピスコアが上側閾値よりも大きい場合、体を温める材料を伴う第１のペットフード、前記レシピスコアが下側閾値よりも小さい場合、体を冷やす材料を伴う第２のペットフード、及び、前記レシピスコアが下側閾値よりも大きくかつ上側閾値よりも小さい場合、中性材料を伴う中性ペットフードを選択することを含む、請求項２１に記載の方法。
24. ペットの前記レシピスコアを決定することは、前記一組の属性を、それぞれの前記一組の属性に応答して前記レシピスコアを出力するようにトレーニングされた機械学習済みスコアリングモデルに入力することを含む、請求項２１に記載の方法。
25. ペットのためのペット用トリートを推奨する方法であって、
    プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、
    前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信すること、及び、
    前記処理システムが、前記ペット情報、前記センサー測定値、及びビデオデータに基づいてペットに関連する一組の属性を生成すること、を含み、前記一組の属性は、ペットの体温を示す温度属性を含んでおり、
    前記処理システムが、前記一組の属性に基づいてペット用トリート推奨を決定すること、及び、
    前記処理システムが、前記ペット用トリート推奨を、通信ネットワークを介してユーザーに提供すること、をさらに含み、
    前記ペット用トリート推奨を決定することは、
    前記一組の属性に基づいてペットに対応する温度分類を決定すること、
    前記温度分類及び前記一組の属性に基づいてペットのレシピスコアを決定すること、及び、
    ペットの前記レシピスコア及びペット用トリートの１つまたは複数の材料に基づいて、製品データベースからペット用トリートを決定すること、を含む方法。
26. 前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む、請求項２５に記載の方法。
27. 前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む、請求項２６に記載の方法。
28. 前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む、請求項２５に記載の方法。
29. 前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む、請求項２８に記載の方法。
30. 前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信することをさらに含む、請求項２５に記載の方法。
31. 前記一組の属性を決定することは、
    前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、
    前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む、請求項３０に記載の方法。
32. 前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む、請求項３１に記載の方法。
33. ペットのためのペット用サプリメントを推奨する方法であって、
    プラットフォームの処理システムが、ペットに関連付けられたユーザーのクライアントユーザーデバイスからペットに対応するペット情報を受信すること、
    前記処理システムが、ペットが着用している１つまたは複数のウェアラブルデバイスからプラットフォームのＡＰＩを介してセンサー測定値を受信すること、及び、
    前記処理システムが、前記ペット情報、前記センサー測定値、及びビデオデータに基づいてペットに関連する一組の属性を生成すること、を含み、前記一組の属性は、ペットの体温を示す温度属性を含んでおり、
    前記処理システムが、前記一組の属性に基づいてペット用サプリメント推奨を決定すること、及び、
    前記処理システムが、前記ペット用サプリメント推奨を、通信ネットワークを介してユーザーに提供すること、をさらに含み、
    前記ペット用サプリメント推奨を決定することは、
    前記一組の属性に基づいてペットに対応する温度分類を決定すること、
    前記温度分類及び前記一組の属性に基づいてペットのレシピスコアを決定すること、及び、
    ペットの前記レシピスコア及びペット用サプリメントの１つまたは複数の材料に基づいて、製品データベースからペット用サプリメントを決定すること、を含む方法。
34. 前記一組の属性を決定することは、前記ペット情報を１つまたは複数の属性に構築することを含む、請求項３３に記載の方法。
35. 前記ペット情報は、ペットの年齢、ペットの品種、ペットのサイズ、及びペットの体重のうちの１つまたは複数を含み、前記一組の属性は、ペットの年齢属性、品種属性、サイズ属性、及び体重属性のうちの１つまたは複数を含む、請求項３４に記載の方法。
36. 前記一組の属性を決定することは、前記センサー測定値を１つまたは複数の属性に構築することを含む、請求項３３に記載の方法。
37. 前記センサー測定値は、心拍数データ、温度データ、及び呼吸数データの１つまたは複数を含み、前記一組の属性は、心拍数属性、温度属性、及び呼吸数属性の１つまたは複数を含む、請求項３６に記載の方法。
38. 前記処理システムが、ペットの飼い主に関連付けられた１つまたは複数のホームデバイスからビデオデータを受信することをさらに含む、請求項３３に記載の方法。
39. 前記一組の属性を決定することは、
    前記ビデオデータに基づいて１つまたは複数の分類を決定するために、コンピュータビジョンシステムを使用して前記ビデオデータを分析すること、及び、
    前記１つまたは複数の分類を１つまたは複数の属性のそれぞれに構築することを含む、請求項３８に記載の方法。
40. 前記１つまたは複数の分類は、目の透明度分類、気分分類、皮膚状態分類、及び筋緊張分類の１つまたは複数を含み、前記１つまたは複数の属性は、目の透明度属性、気分属性、皮膚状態属性、筋緊張属性の１つまたは複数を含む、請求項３９に記載の方法。

Images