KR101656024B1 - 배우자 후보에 대한 매칭 장치 및 방법 - Google Patents

Abstract

본 발명은 배우자 후보에 대한 매칭 시스템 및 방법에 관한 것이다. 이를 위한 본 발명의 매칭 방법은, 설문지 정보의 각 문항별로 카테고리를 분류하는 단계; 분류된 카테고리를 근거로 각 문항의 하위 요인 점수를 도출하는 단계; 하위 요인 점수들과 하위 가중치를 연산하여 하위 요인 값들을 연산하는 제 1 연산 단계; 하위 요인 값을 상기 카테고리 별로 총합하여 상위 요인 점수들을 도출하는 단계; 상위 요인 점수들과 상위 가중치를 연산하여 상위 요인 값들을 연산하는 제 2 연산 단계; 및 상위 요인 값을 총합하여 메이트 값을 도출하는 단계를 포함하는 것을 특징으로 한다.

Description

배우자 후보에 대한 매칭 장치 및 방법{MATCHING APPARATUS AND METHOD FOR MATE CANDIDATE}

본 발명은 배우자 후보에 대한 매칭 시스템 및 방법에 관한 것이고, 보다 상세하게 객관적으로 사용자를 분석하고, 높은 성사율을 갖도록 배우자 후보를 매칭시키는 매칭 장치 및 방법에 관한 것이다.

일반적으로, 결혼 정보 서비스는 사업 주체자가 일정액의 회원비를 가입회원으로부터 징수하고, 가입한 회원 DB를 기반으로 각 사업자별 매칭 기법에 의한 회원간 소개 정보를 제공한다. 기존 결혼 정보 서비스를 제공하는 사업자들의 운용 형태는 오프라인(off-line)을 기반으로 한 담당 컨설턴트에 의한 회원제 관리를 소개 정보의 제공을 바탕으로 이루어진다. 여기서, 결혼 정보 서비스를 제공하는 결혼 정보 회사는 회사의 직원 예를 들어, 컨설턴트, 커플 매니저 등과의 면담을 통해 해당 고객의 이상형을 매칭하는 방법을 주로 이용한다. 하지만 이러한 결혼 정보 회사를 통한 방식은 직원 그 자신(예를 들어, 커플 매니저)이 직접적으로 관리하는 회원들 내에서만 매칭을 시키므로, 매칭 범위가 좁다. 예를 들어, 결혼 정보 회사의 데이터베이스에 수백 내지 수천명의 회원들이 가입되어 있더라도, 커플 매니저가 관리하는 회원들은 일부만 해당되므로, 원하는 상대방을 만날 가능성이 낮은 문제점이 존재한다. 심지어, 결혼 정보 회사를 통한 매칭 방식은 커플 매니저의 주관적 판단에 의해 이루어지므로, 보다 객관성이 부족하다.

또한, 현재 IT 기술 등이 발전하면서, 스마트 폰 등과 같은 휴대용 단말기를 공략한 이상형 매칭 어플들이 다수 개발되어 있다. 하지만, 이들 어플들은 고객의 이상형 매칭 방법을 수행한다. 즉, 고객이 설정한 인자 예를 들어, 나이, 공통 관심사, 지역, 음주 여부, 종교 및 흡연 등과 같은 인자들을 근거로 데이터베이스에서 해당 인자에 적합한 이상형을 매칭하는 방법이 주로 이용되나, 실질적으로 이상형에 대한 부분은 객관적으로 평가하기 어려운 문제점이 존재한다. 이에 따라, 해당 어플들에 따라 고객이 만남을 갖더라도, 고객이 원하는 수준의 상대자를 만나기 어려우므로, 이들의 성사율이 낮은 문제점이 존재한다.

이에 관련하여, 발명의 명칭이 "결혼정보 제공 시스템"인 한국공개특허 제2014-0108205호가 존재한다.

본 발명은 객관적인 평가가 가능하고, 성사율이 높은 배우자 후보에 대한 매칭 장치 및 방법을 제공하는데 그 목적이 있다.

상기와 같은 과제를 해결하기 위한 본 발명의 매칭 방법은, 설문지 정보의 각 문항별로 카테고리를 분류하는 단계; 분류된 카테고리를 근거로 각 문항의 하위 요인 점수를 도출하는 단계; 하위 요인 점수들과 하위 가중치를 연산하여 하위 요인 값들을 연산하는 제 1 연산 단계; 하위 요인 값을 상기 카테고리 별로 총합하여 상위 요인 점수들을 도출하는 단계; 상위 요인 점수들과 상위 가중치를 연산하여 상위 요인 값들을 연산하는 제 2 연산 단계; 및 상위 요인 값을 총합하여 메이트 값을 도출하는 단계를 포함하는 것을 특징으로 한다.

또한, 카테고리는 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리를 포함할 수 있다.

또한, 상위 가중치는 카테고리마다 매력도를 기준으로 레벨링을 수행하여 하위 대표군을 추출하고, 카테고리 당 하나의 하위 대표군이 속하도록 각 하위 대표군을 조합함으로써 질문 카드들을 생성한 후, 질문 카드들에 대한 복수의 사용자들의 답변에 Y= aA + bB + cC + d를 적용시킴으로써 도출될 수 있고, 여기서 Y는 각 질문 카드에 대한 응답자들의 선호도를, A, B 및 C는 각 카테고리별 매력도를, a, b 및 c는 각 카테고리별 매력도에 대한 효용값을, 그리고 d는 상수를 나타낼 수 있다.

또한, 질문 카드들은 동일한 레벨의 하위 대표군이 2개 이하가 되도록 생성될 수 있다.

또한, 질문 카드들이 복수의 사용자들에게 제공될 때, 질문 카드들 중 일부만 추출되어 제공될 수 있다.

또한, 각 카테고리별 가중치(이하, 상위 가중치)는 각 카테고리별 매력도의 최대 효용값과 최소 효용값의 차이값을 근거로 산출될 수 있다.

또한, 본 발명의 매칭 방법은 사용자의 메이트 값과 기저장된 후보 사용자들의 메이트 값의 차가 기 설정된 임계값 이하인 후보 사용자들을 사용자의 배우자 후보로 매칭시키는 단계를 더 포함할 수 있다.

상기와 같은 과제를 해결하기 위한 본 발명의 매칭 장치는 설문지 정보의 각 문항별로 카테고리를 분류하고, 분류된 카테고리를 근거로 각 문항의 하위 요인 점수를 도출하고, 하위 요인 점수들과 하위 가중치를 연산하여 하위 요인 값들을 도출하고, 하위 요인 값을 상기 카테고리 별로 총합하여 상위 요인 점수들을 도출하고, 상기 상위 요인 점수들과 상위 가중치를 연산하여 상위 요인 값들을 도출하며, 상위 요인 값을 총합하여 메이트 값을 도출하는 제어부를 포함하는 것을 특징으로 한다.

또한, 카테고리는 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리를 포함할 수 있다.

또한, 상위 가중치는 카테고리마다 매력도를 기준으로 레벨링을 수행하여 하위 대표군을 추출하고, 카테고리 당 하나의 하위 대표군이 속하도록 각 하위 대표군을 조합함으로써 질문 카드들을 생성한 후, 질문 카드들에 대한 복수의 사용자들의 답변에 Y= aA + bB + cC + d를 적용시킴으로써 도출될 수 있으며, 여기서 Y는 각 질문 카드에 대한 응답자들의 선호도를, A, B 및 C는 각 카테고리별 매력도를, a, b 및 c는 각 카테고리별 매력도에 대한 효용값을, 그리고 d는 상수를 나타낼 수 있다.

또한, 질문 카드들은 동일한 레벨의 하위 대표군이 2개 이하가 되도록 생성될 수 있다.

또한, 질문 카드들이 복수의 사용자들에게 제공될 때, 질문 카드들 중 일부만 추출되어 제공될 수 있다.

또한, 상위 가중치는 각 카테고리별 매력도의 최대 효용값과 최소 효용값의 차이값을 근거로 산출될 수 있다.

또한, 제어부는 사용자의 메이트 값과 기저장된 후보 사용자들의 메이트 값의 차가 기 설정된 임계값 이하인 후보 사용자들을 사용자의 배우자 후보로 매칭시킬 수 있다.

본 발명의 매칭 장치 및 방법에 따르면 고객 또는 사용자의 이상형이 아닌, 고객 또는 사용자와 어울리는 상대를 통계적으로 분석하여 매칭시키므로, 보다 객관적인 매칭이 가능할 뿐만 아니라, 성사율이 높은 효과가 있다.

또한, 본 발명의 매칭 장치 및 방법에 따르면, 결혼 고관여 집단에 속한 사람들의 데이터를 근거로 데이터의 수집 및 매칭이 이루어지므로, 보다 신뢰성이 높은 데이터를 획득할 수 있고, 이에 따라 성사율도 함께 높아질 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 매칭 시스템에 대한 개념도이다.
도 2는 본 발명의 일 실시예에 따른 매칭 시스템에 대한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 매칭 장치에 대한 블록도이다.
도 4는 본 발명의 매칭 장치를 통해, 메이트 값을 도출하는 예시를 도시하는 도표이다.
도 5는 본 발명의 일 실시예에 따른 매칭 방법에 대한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 상위 가중치를 도출하는 방법에 대한 흐름도이다.
도 7은 본 발명의 질문 카드에 대한 일 예시를 도시하는 도면이다.

본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.

본 발명의 일 실시예에 따른 매칭 시스템(1000)은 결혼 적령기 고객들의 메이트 값들을 저장부에 저장하고, 특정 고객의 요청 시, 상기 고객의 메이트 값과, 다른 고객들의 메이트 값들의 차가 기 설정된 임계값 이하인 고객들의 정보를 추출하여, 이들을 배우자 후보로 선정하는 기능을 한다. 여기서, 용어 메이트 값은 반대 이성에게 객관적으로 인식되는 한 고객의 매력도를 수치화한 값으로써, 메이트 값은 크게 3개의 카테고리(외형 매력도, 내면 매력도 및 사회적 매력도)를 고려하여 산출된다.

즉, 본 발명에 따라 이루어지는 배우자 후보의 매칭은 자신의 매력도와 유사한 수준의 배우자 후보들을 매칭시키는 방식이다. 이에 따라, 종래 기술로 언급된 이상형 매칭을 통해 배우자 후보를 매칭시키는 방식이 아닌, 고객과 유사한 수준의 사람을 배우자 후보로 매칭시키는 방식이다. 이에 따라, 메이트 값을 도출하는 과정이 중요하고, 이러한 메이트 값에 대한 도출은 주관적이 아닌 객관적으로 이루어져야 한다. 이하, 본 발명의 일 실시예에 따른 매칭 시스템(1000)에 대한 설명이 이루어진다.

도 1은 본 발명의 일 실시예에 따른 매칭 시스템(1000)에 대한 개념도이다. 도 2는 본 발명의 일 실시예에 따른 매칭 시스템(1000)에 대한 블록도이다. 도 1 및 도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 매칭 시스템(1000)은 사용자 단말기(10) 및 매칭 장치(100)를 포함하여 구성될 수 있다. 이하, 본 발명의 매칭 시스템(1000)에 포함된 각 구성에 대한 설명이 이루어진다.

사용자 단말기(10)는 사용자로부터 사용자의 정보를 입력 받거나, 이하에서 설명되는 설문 등에 대한 답변과 같은 데이터를 입력 받는 기능을 한다. 또한, 사용자 단말기(10)는 본 발명의 매칭 장치(100)를 통해 매칭된 배우자 후보들에 대한 정보를 사용자에게 제공하는 기능을 수행할 수 있다. 여기서, 도 1에 도시된 사용자 단말기(10)는 데스크 탑과 같은 컴퓨터의 형태로 도시되었으나, 이는 예시일 뿐이고, 랩탑 형태의 컴퓨터 또는 스마트폰, 태블릿 PC 등과 같이 휴대가 용이한 휴대용 단말기의 형태를 가질 수 있다.

매칭 장치(100)는 통신부(110) 및 제어부(120)를 포함하여 구성될 수 있다. 여기서, 통신부(110)는 네트워크(30)를 통한 사용자 단말기(10)와의 통신을 수행하는 기능을 하고, 제어부(120)는 사용자 단말기(10)를 조작하는 사용자와, 상기 사용자에 어울리는 배우자 후보의 매칭을 수행하는 기능을 한다.

이를 위해, 먼저 제어부(120)는 설문지 정보의 각 문항별로 카테고리를 분류하고, 상기 설문지 정보의 각 문항을 통신부(110)를 통해 사용자 단말기(10)로 송신하는 기능을 한다. 여기서, 설문지 정보의 각 문항은 이하에서 언급되는 바와 같이, 사용자의 메이트 값을 산출하는데 가장 기본이 되는 하위 요인 점수를 도출하기 위한 문제들을 나타낸다. 즉, 상술한 설문지 정보는 사용자 단말기(10)를 통해 문항에 답변을 하는 사용자가 어떤 성향의 사람인지, 그리고 어떠한 외형적, 사회적 매력도를 가진 사람인지를 파악하기 위한 문항들이 포함될 수 있다.

또한, 카테고리는 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 카테고리로 구분될 수 있다. 여기서, 제 1 정보 카테고리는 외형 매력도, 제 2 정보 카테고리는 사회적 매력도 및 제 3 정보 카테고리는 내면 매력도에 대한 카테고리일 수 있다. 여기서, 카테고리에는 나이가 포함되지 않는데, 이는 나이가 다른 카테고리의 선행 지표로 작용하여, 통계적 유의성이 존재하지 않게 되기 때문이다. 뿐만 아니라, 나이가 변수로 적용되는 경우, 나이로 인한 선입견 등 주관적 요소가 작용할 수 있으므로, 보다 객관적인 평가를 위해 나이는 카테고리에 포함시키지 않는다.

그 후, 제어부(120)는 사용자 단말기(10)로부터 송신된 데이터를 근거로 각 문항의 하위 요인 점수들을 도출하는 기능을 한다. 여기서, 각 문항별 하위 요인 점수의 도출은 기 설정된 알고리즘에 따라 이루어질 수 있고, 이에 대한 예시는 아래에서 도 4를 참조로 더 설명되므로, 이에 대한 추가적인 설명은 생략된다.

그 후, 제어부(120)는 상기 하위 요인 점수들과 하위 가중치를 근거로 연산을 수행함으로써, 하위 요인 값들을 도출하는 기능을 한다. 여기서, 하위 요인 점수들과 하위 요인 값들은 위에서 언급한 바와 같이, 카테고리 별로 구분되어 연산이 이루어질 수 있다.

그리고, 하위 요인 값들은 예를 들어, 외형 매력도 카테고리의 경우, 외모나 체형 등에 대한 세부적인 하위 요인들에 대한 값을, 내면 매력도 카테고리의 경우 성격의 원만성, 안정성, 신뢰성, 배려심 등과 같은 세부적인 하위 요인들에 대한 값을, 그리고 사회적 매력도 카테고리의 경우, 교육, 소득, 직업 등과 같은 하위 요인들에 대한 점수를 나타낼 수 있다. 이들 하위 요인 점수들은 기 설정된 하위 가중치와 연산되어 하위 요인 값을 도출하는데 이용될 수 있다. 여기서, 각 카테고리 별로, 세부적인 하위 요인들에 대한 예시들이 언급되었으나, 하위 요인들은 상술한 것으로 제한되지 않고, 다양한 하위 요인들이 적용될 수 있다.

여기서, 하위 가중치는 상기 사용자와 반대의 성을 가진 고객들이 해당 요인에 대해 얼마나 중요하게 평가하는 지에 따라, 설정되는 수치이다. 즉, 중요도가 높을수록 높은 가중치를 갖는다. 또한, 본 발명은 위에서 언급한 것처럼, 이상형 매칭 방법이 아닌, 객관적인 평가를 근거로 한 매칭 기술을 개시한다. 즉, 명세서 전체에 걸쳐 언급되는 가중치는 사용자와 특정 사용자 간의 매칭 중요도를 근거로 산출되는 것이 아닌, 복수의 사용자들이 생각하는 일반적인 가치를 근거로 산출될 수 있다. 즉, 하위 요인 값들은 사용자와 반대의 성을 가진 고객들이 중요하게 생각하는 중요도와, 해당 하위 요인에 대한 하위 요인 점수들이 고려되어 산출되는 값이므로, 객관적인 관점에서 사용자의 카테고리 별 매력도에 대한 환산이 이루어질 수 있다.

그 후, 제어부(120)는 하위 요인 값들을 카테고리별로 총합하여 상위 요인 점수들을 도출하는 과정을 수행한다. 앞서 언급한 것처럼, 하위 요인 값들은 카테고리 별로 복수개가 존재하고, 이에 따라 최종적인 메이트 값의 환산을 위해 상술한 카테고리별 하위 요인 값들을 취합하여 카테고리 별로 하나의 상위 요인 점수를 도출하는 과정이 수행된다.

그 후, 제어부(120)는 상기 과정을 통해 도출된 상위 요인 점수들과 상위 가중치를 연산하여 상위 요인 값들을 도출하는 과정을 수행한다. 여기서, 상위 요인 값은 앞서 언급한 바와 같이, 외형 매력도, 사회적 매력도 및 내면 매력도 각각에 대한 도출 값을 나타내고, 이는 하위 요인 값과 마찬가지로 상위 가중치와의 연산을 통해 도출될 수 있다. 여기서 상위 가중치는 복수의 사용자들 즉, 반대의 성을 가진 고객들이 생각하는 중요도를 근거로 산출된다. 여기서, 상위 가중치를 도출하는 방법은 다음과 같다.

먼저, 카테고리마다 매력도를 기준으로 레벨링을 수행하여 하위 대표군을 추출하고, 카테고리 당 하나의 하위 대표군이 속하도록 각 하위 대표군을 조합함으로써 질문 카드들을 생성한다. 여기서, 하위 대표군은 예를 들어, 카테고리 별로 해당 카테고리에 대한 상, 중 및 하에 대한 레벨로 구분된 군을 나타낸다. 즉, 카테고리 마다 3개의 등급으로 레벨링이 수행되는 경우, 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 카테고리 각각에 대해 3개의 하위 대표군들이 속하게 되는 것이므로, 총 9개의 하위 대표군들이 생성된다. 여기서, 레벨링을 통해 구분되는 등급은 3개로 설명되었으나, 이는 예시일 뿐이고, 다양한 개수의 등급으로 구분될 수 있다는 것이 이해되어야 한다.

그리고, 질문 카드는 카테고리 당 하나의 하위 대표군이 속하도록 생성될 수 있으므로, 각 질문 카드에는 카테고리 별로 하나의 하위 대표군이 포함된 가상의 사람에 대한 정보가 기재될 수 있다. 예를 들어, 제 1 정보 카테고리에 대한 하위 대표군을 준수한 외모, 보통 외모 및 평균 이하의 외모로, 제 2 정보 카테고리에 대한 하위 대표군을 원만한 성격, 보통 성격 및 거친 성격으로, 그리고 제 3 정보 카테고리에 대한 하위 대표군을 연봉 5,000만원, 연봉 3,000만원 및 연봉 1,500만원으로 가정하자. 이 경우, 생성되는 질문 카드에는 각 카테고리 별로 하나씩의 하위 대표군이 포함되므로, (준수한 외모, 보통 성격, 연봉 1,500만원), (준수한 외모, 거친 성격, 연봉 3,000만원) 등과 같이 다양한 조합으로 질문 카드들이 생성될 수 있다. 여기서 질문 카드들은 동일한 레벨의 하위 대표군이 2개 이하가 되도록 생성되는 것이 바람직하다. 이는, 모두가 좋은 하위 대표군이 속하거나, 또는 모두가 좋지 않은 하위 대표군이 속하게 되면, 응답자별 평가 결과가 유사하게 나오는 반면, 질문 카드의 수만 증가하게 되므로, 효과적인 통계 분석이 이뤄지기 힘들기 때문이다. 상술한 질문 카드에 대한 예시는 도 7에 도시된다.

그리고, 질문 카드를 이용하는 이유는, 카테고리 별 중요도를 서열로 질문할 경우, 사람들이 도덕적 가치를 의식하여, 자신이 원하는 조건 등을 착각하거나 또는 거짓으로 응답하는 경우가 있으므로, 이를 방지하기 위함이다. 즉, 질문 카드를 생성하고, 상기 질문 카드에 대한 복수의 사용자들의 점수를 이용함으로써, 복수의 사용자들의 잠재된 즉, 실제로 원하는 조건 등을 파악할 수 있게 된다. 즉, 객관적인 상위 가중치의 도출이 가능해진다. 여기서, 복수의 사용자들은 결혼 고관여 집단에 속한 사람들인 것이 바람직하다. 여기서, 결혼 고관여 집단은 나이에 상관 없이, 기 설정된 기간 내에 결혼 생각이 있는 사람들을 모은 집단을 칭한다. 즉, 본 발명에 따른 가중치는 결혼에 대해 직접 또는 간접적으로 관련된 사람들의 생각을 근거로 매겨지므로, 보다 높은 정확도를 가질 수 있다.

그리고, 복수의 사용자들에게 질문 카드를 제시할 때, 질문 카드들 전체가 사용자들에게 제공되는 것이 아닌 이들 중 일부만 추출되어 제공된다. 즉, 너무 많은 수의 질문 카드들이 사용자들에게 제공되면, 사용자들은 이 질문에 대한 답변을 수행하는 것이 힘들어질 수 있으므로, 질문 카드들에 대한 개수를 특정 개수로 제한하여 점수를 받는다. 이렇게 수집된 데이터들은 아래의 수학식 1에 적용될 수 있다.

상기 수학식에서, Y는 각 질문 카드에 대한 응답자들의 선호도를, A, B 및 C는 각 카테고리별 매력도를, a, b 및 c는 각 카테고리별 매력도에 대한 효용값을, 그리고 d는 상수를 나타낸다. 위의 수식에서 변수는 대문자와 소문자가 구분되어 표시되어 있고, 이들은 서로 다른 변수로 해석되어야 한다. 그리고, 각 카테고리별 매력도를 의미하는 A, B 및 C값이 독립변수에 해당하여, 독립 변수의 수가 3개이므로 다중회귀분석에 해당한다고 볼 수 있다. 그리고, 각 독립변수 별로 상, 중, 하로 구분된 세 개의 하위 대표군을 보유하고 있고, 이 하위 대표군의 형태가 명목상의 척도이기 때문에, 상기 수학식 1은 다중회귀분석 중에서 독립변수가 명목척도의 형태로 구현될 경우 사용 되어야 하는 더미다중회귀분석을 적용한다. 더미다중회귀분석을 적용할 경우 수학식 1은 아래의 수학식 2와 같이 표현될 수 있다.

여기서 Y값은 각 질문 카드에 대한 응답자들의 선호도를, A, B 및 C는 각 카테고별 매력도를, A_1, A₂ A₃는 카테고리 A의 하위 대표군 세개의 더미 변수를, B_1, B_2, B₃는 카테고리 B의 하위 대표군 세개의 더미 변수를, C_{1 ,} C_{2 ,} C₃는 카테고리 C의 하위 대표군 세개의 더미 변수를 의미하며, a_{1 ,} a_{2 ,} a₃는 카테고리 A의 하위 대표군 각각의 효용값을, b_{1 ,} b_{2 ,} b₃는 카테고리 B의 하위 대표군 각각의 효용값을, c_{1 ,} c_{2 ,} c₃는 카테고리 C의 하위 대표군 각각의 효용값을, d는 상수를 의미한다. 여기서 상위 가중치는 각 카테고리별 최대 효용값과 최소 효용값의 차이를 수치화한 값이며, 카테고리 A의 최대 효용값은 a_{1 ,} a_{2 ,} a₃ 중 가장 큰 값을, 최소 효용값은 가장 작은 값을 의미한다. 모든 보기카드는 각 카테고리별로 하나의 하위 대표군의 조합이므로, 각 카테고리의 더미변수 세 개 중 두 개는 0으로 표기되고, 나머지 하나는 1로 표기된다. 모든 응답자에게 여러 조합의 보기카드를 제시하고, 선호도 결과를 총합하면, 다음과 같은 더미다중회귀분석식이 도출된다.

Y= 2.414+(0.24)A₁+(-0.18)A₂+(-0.06)A₃+(0.12)B₁+(-0.02)B₂+ (-0.10)B₃+(0.18)C₁+(-0.03)C₂+(-0.15)C_3-로 도출되는 경우, A에 대한 최소 효용값은 -0.18, 중간 효용값은 -0.06, 그리고 최대 효용값은 0.24일 수 있다. 그리고 각 카테고리별 상위 가중치 값은 A, B, C 각각의 최대 효용값과 최소 효용값의 차이를 100% 표준화한 값이다. 즉, A의 최대 효용값과 최소 효용값의 차이(0.24-(-0.18)인 0.42, B의 최대 효용값과 최소 효용값의 차이(0.12-(-0.10))인 0.22, C의 최대 효용값과 최소 효용값의 차이 (0.18-(-0.15))인 0.33을 100%로 표준화시키면, 43%, 23%, 34%가 되며, 이 값들이 상위 가중치가 된다.

다시, 제어부(120)에 대해 설명한다. 제어부(120)는 상술한 상위 요인 값의 도출 과정 이후, 상위 요인 값을 총합하여, 메이트 값을 도출하는 과정을 수행한다. 또한, 제어부(120)는 사용자의 메이트 값과 기저장된 후보 사용자들의 메이트 값의 차가 기 설정된 임계값 이하인 후보 사용자들을 사용자의 배우자 후보로 매칭시키는 기능을 수행한다. 즉, 제어부(120)는 사용자의 메이트 값과 후보 사용자들의 메이트 값 간의 유클리디안 거리와 임계값의 비교를 근거로 배우자 후보를 매칭시키는 기능을 한다. 이에 따라, 유사한 매력도를 가진 사람들끼리의 매칭이 가능해지므로, 보다 높은 성사율이 가능한 매칭이 달성될 수 있다.

이하, 도 3을 참조로, 본 발명의 매칭 장치(100)에 포함된 제어부(120)에 대해 더 설명된다. 도 3은 본 발명의 일 실시예에 따른 매칭 장치에 대한 블록도이다. 본 발명의 일 실시예에 따른 제어부(120)는 가중치 도출 모듈(121), 연산 모듈(122) 및 매칭 모듈(123)을 포함하여 구성될 수 있다. 이하, 본 발명의 제어부(120)에 포함된 각 구성들에 대한 설명이 이루어진다.

가중치 도출 모듈(121)은 사용자의 하위 요인 값 및 상위 요인 값의 도출에 이용되는 하위 가중치 및 상위 가중치를 도출하는 기능을 한다. 여기서, 상위 가중치는 위에서 언급한 바와 같이, 추출된 질문 카드들에 대한 복수의 사용자들의 답변을 근거로 도출될 수 있다. 상위 가중치에 대한 설명은 위에서 도 1 및 도 2를 참조로 상세히 언급하였으므로, 이에 대한 추가적인 설명은 생략한다.

그리고, 하위 가중치도 상위 가중치의 도출 방법과 유사하게, 복수의 사용자들에게 수개의 질문을 하고, 이에 대한 답변을 근거로 도출될 수 있다. 다만, 상위 가중치는 다중 회귀 분석을 통해 도출되는 반면, 하위 가중치는 서열 DEA(Data Envelopment Analysis) 방식을 통해 도출될 수 있다. 예를 들어, 하위 가중치는 아래의 흐름을 통해 도출될 수 있다.

먼저, 설문을 통해 복수의 사용자들에게 하위 요인들을 제시한다. 여기서, 하위 요인들은 상위 요인별 즉, 카테고리 별로 분류하여 제시하고, 이에 대한 답변을 획득한다. 예를 들어, 제 1 정보 카테고리인 외형에 대해서는 1) 건강함(타고난 건강 체질), 2) 좋은 피부, 3) 뛰어난 스타일(옷, 헤어 등), 4)매력적인 얼굴형, 5)매력적인 체형과 비율, 6) 적당한 체중을, 제 2 정보 카테고리인 사회적 매력도에 대해서는 1) 학력 수준 2) 연소득 수준 3) 직업 유형을, 그리고 제 3 정보 카테고리인 내면 매력도에 대해서는 1) 근면 성실성, 2) 정서적 안정성(의존적이거나 예민하지 않은), 3) 원만한 성격(타인의 잘못을 쉽게 용서하거나 배려하는), 4) 자신감 있는, 5)헌신의 정도(둘 사이의 관계에 얼마나 헌신적인지), 6) 잘 웃는, 등이 포함될 수 있다. 그리고 상술한 하위 요인들은 단지 예시일 뿐 상술한 개수 및 종류로 제한되지 않는다.

이렇게 복수의 사용자들에게 하위 요인들을 제시한 후, 복수의 사용자들로부터 선호하는 순위를 기입 받는다. 이렇게 순위를 기입 받은 후, 순위를 역으로 하여 점수를 부여하고, 이를 근거로 각 요인의 점수를 산정한다. 그리고, 하위 가중치는 이러한 점수를 근거로 산출될 수 있다.

이렇게 도출된 상위 가중치 및 하위 가중치는 저장부(20)에 저장될 수 있다. 즉, 상위 가중치와 하위 가중치는 사용자의 메이트 값을 산출할 때마다 산출되는 것이 아닌, 상술한 통계적 분석 기법 이후 이들 가중치를 저장하고, 이를 필요할 때마다 호출하여 쓰는 방식으로 활용될 수 있다. 이러한 방법이 가능한 이유는, 위에서 언급한 바와 같이, 본 발명의 매칭 방법이 이상형 매칭 방법이 아닌, 일반적인 시각으로 사용자를 판단하고 이를 근거로 매칭이 이루어지는 방식이기 때문이다.

연산 모듈(122)은 하위 요인 점수, 하위 요인 값, 상위 요인 점수, 상위 요인 값 및 메이트 값을 도출하는 기능을 한다. 앞서 언급한 바와 같이, 하위 요인 점수는 설문지 정보의 각 문항별로 카테고리를 분류하고, 분류된 카테고리를 근거로 각 문항에 대한 사용자 답변을 근거로 도출될 수 있다. 여기서, 하위 요인 점수는 기결정된 알고리즘에 따라 도출될 수 있다. 그리고, 하위 요인 값은 하위 요인 점수와, 저장부(20)에 저장된 하위 가중치를 연산함으로써 도출될 수 있다. 상위 요인 점수는 카테고리별 하위 요인 값들의 합을 근거로, 그리고 상위 요인 값은 상위 요인 점수와 상위 가중치를 연산함으로써 도출될 수 있으며, 메이트 값은 상위 요인 값들의 총 합을 근거로 도출될 수 있다. 연산 모듈(122)을 통해 도출되는 상기 값들의 연산 방법에 대해서는 도 1 및 도 2를 참조로 상세히 설명하였으므로, 이에 대한 추가적인 설명은 생략한다.

매칭 모듈(123)은 사용자의 메이트 값과 후보 사용자들의 메이트 값 간의 유클리디안 거리와 임계값의 비교를 근거로 배우자 후보를 매칭시키는 기능을 한다.

상술한 바와 같이, 본 발명에 따른 매칭 장치(100)는 결혼 고관여 집단에 대한 설문 및 질문 데이터를 근거로 가중치를 설정하고, 이를 근거로 사용자의 메이트 값을 도출하는 것을 특징으로 한다. 이에 따라, 사용자의 메이트 값은 객관적으로 수치화될 수 있는 장점을 갖는다. 뿐만 아니라, 매칭 방법 또한, 이상형 매칭 방식이 아닌 메이트 값이 유사한 수준을 가진 사람들 간 매칭이 이루어지므로, 매칭 이후, 성사율을 높일 수 있는 장점을 갖는다. 즉, 종래의 결혼 정보 회사, 온라인 웹사이트 또는 어플 등에서 이용되는 매칭 방법은 고객들에 대한 매력도를 수치화한 메이트 값의 산출 없이 매칭이 이루어지는 방식이어서, 매칭에 대한 신뢰도가 부족하고 객관적인 매칭이 힘든 단점을 가지고 있다. 반면, 본 발명은 메이트 값을 근거로 한 매력도가 유사한 사람끼리의 매칭을 수행하는 방식이므로, 보다 객관적이고 성사율이 높은 매칭을 달성할 수 있는 장점이 있다.

이하, 도 4를 참조로, 메이트 값의 도출 방법에 대해 더 설명한다. 도 4는 본 발명의 매칭 장치를 통해, 메이트 값을 도출하는 예시를 도시하는 도표이다.

먼저, 사용자로부터 입력된 설문지 정보에 대한 답변 즉, 데이터를 근거로 하위 요인 점수(LFS: Lower Factor Score)를 도출한다. 여기서, 하위 요인 점수(LFS)의 도출 방법은 도 4에 도시된 바와 같이, 기 설정된 알고리즘에 따라 이루어질 수 있다. 본 예시에서, 내면 매력도에 대한 하위 요인 점수들은 각각 70, 40, 80, 20, 60, 50, 100, 90 점, 그리고 외형 매력도에 대한 하위 요인 점수들은 각각 30, 50, 75, 25, 80, 90 점, 그리고 사회적 매력도에 대한 하위 요인 점수들은 각각 66, 80, 71 점인 것으로 가정된다.

그 후, 하위 요인 점수들(LFS)과 하위 가중치(LFW: Lower Factor Weight)를 연산함으로써 하위 요인 값(LFV: Lower Factor Value)들을 도출하는 과정이 이루어진다. 여기서, 하위 요인 점수(LFS)들과 하위 요인 값(LFV)들은 각 카테고리 별로 연산이 이루어지는 것이 바람직하다. 그리고, 하위 가중치(LFW)에 대한 설명은 위에서 상세히 이루어졌으므로, 이에 대한 추가적인 설명은 생략한다.

그 후, 카테고리 별로 하위 요인 값(LFV)들을 합산함으로써 상위 요인 점수(UFS: Upper Factor Score)를 도출하는 과정이 이루어지고, 각 도출된 상위 요인 점수(UFS)에 상위 가중치(UFW: Upper Factor Weight)를 연산함으로써, 상위 요인 값(UFV: Upper Factor Value)을 도출하는 과정이 이루어진다. 그 후, 도출된 상위 요인 값(UFV) 모두를 합산함으로써 메이트 값(MV: Mate Value)의 도출이 이루어진다. 본 예시에서 메이트 값(MV)은 63(약 62.55)로 도출되었다. 하지만, 도 4를 참조로 설명된 수치들은 모두 예시일 뿐이고, 가중치들에 따라, 그리고 사용자의 답변에 따라 다양하게 변경될 수 있다.

이하, 도 5를 참조로, 본 발명의 일 실시예에 따른 매칭 방법에 대한 설명이 이루어진다. 도 5는 본 발명의 일 실시예에 따른 매칭 방법에 대한 흐름도이다. 이하의 설명에서는 위에서 언급된 부분과 중복되는 사항은 생략하여 설명된다.

먼저, 매칭 장치(100)에서 설문지 정보의 각 문항별로 카테고리를 분류하는 단계(S110)가 수행되고, 분류된 설문지 정보를 사용자 단말기(10)로 전송하는 단계가 수행된다. 위에서 언급한 바와 같이, 카테고리는 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리가 포함될 수 있다. 또한, 카테고리는 외형 매력도, 사회적 매력도 및 내면 매력도에 대한 카테고리일 수 있다. 여기서, 카테고리에는 위에서 언급한 바와 같이, 객관적인 분석에 악영향을 미칠 수 있는 나이가 포함되지 않는다.

그 후, 사용자 단말기(10)에서 데이터를 입력하고(S120) 입력된 데이터를 다시 매칭 장치(100)로 송신하는 단계(S130)가 이루어진다.

매칭 장치(100)에서는 입력 받은 데이터를 근거로 하위 요인 점수를 도출하고(S135), 하위 요인 점수와 하위 가중치의 연산을 통해 하위 요인 값들을 도출하는 단계(S140)가 이루어진다. 여기서, 하위 가중치에 대한 설명과, 연산 과정에 대한 설명은 위에서 상세히 언급하였으므로, 이에 대한 추가적인 설명은 생략한다.

그 후, 매칭 장치(100)에서 카테고리 별 하위 요인 값들을 합산함으로써 상위 요인 점수들을 도출하고(S145), 상위 요인 점수와 상위 가중치를 연산함으로써 상위 요인 값을 도출하는 단계(S150)가 수행된다. 상위 요인 점수 및 상위 요인 값의 도출 과정에 대한 설명도, 위에서 상세히 설명되었으므로, 이에 대한 추가적인 설명은 생략한다.

그 후, S150 단계를 통해 도출된 카테고리별 상위 요인 값을 모두 합산함으로써 메이트 값을 도출하는 단계(S160)가 이루어진다.

그 후, S160 단계에서 도출된 사용자의 메이트 값과 후보 사용자들의 메이트 값의 차를 근거로 배우자 후보들을 매칭하는 단계(S170)가 이루어진다. S170 단계를 통해 이루어지는 매칭은 사용자의 메이트 값과 후보 사용자들의 메이트 값 간의 유클리디언 거리와 기결정된 임계값의 비교를 근거로 이루어질 수 있다.

매칭이 완료되면 매칭 결과인 배우자 후보들에 대한 정보는 다시 사용자 단말기(10)로 송신될 수 있다.

도 6은 본 발명의 일 실시예에 따른 상위 가중치를 도출하는 방법에 대한 흐름도이다. 이하의 설명에서, 도 1 및 도 2를 참조로 설명한 사항과 중복되는 부분은 생략된다.

먼저, 카테고리마다 매력도를 기준으로 레벨링을 수행하는 단계(S210)가 수행된다. 또한, S210 단계는 상술한 레벨링을 통해 하위 대표군을 추출할 수 있다.

그 후, 카테고리 당 하나의 하위 대표군이 속하도록 각 하위 대표군을 조합함으로써 질문 카드들을 생성하는 단계(S220)가 수행된다. 위에서 언급한 바와 같이, 하위 대표군은 카테고리들을 레벨링 즉, 기 설정된 개수로 등급화함으로써 생성된 군들이다. 예를 들어, 3개의 등급으로 레벨링이 수행된다고 가정하면, 카테고리당 3개의 하위 대표군들이 생성될 수 있다. 여기서 질문 카드들은 동일한 레벨의 하위 대표군이 2개 이하가 되도록 생성되는 것이 바람직하다.

그 후, 질문 카드를 통한 질문 요청이 수신되었는지 확인하는 단계(S230)가 수행되고, 상기 질문 요청이 수신된 경우 제어는 S240 단계로, 그렇지 않다면 제어는 다시 S230 단계로 되돌아간다.

S240 단계는 S220 단계에서 생성된 질문 카드들 중 일부를 추출하는 단계이다. 위에서 언급한 바와 같이, S220 단계에서 생성된 질문 카드들은 카테고리 별 하위 대표군들의 조합을 통해 상당히 많은 수의 질문 카드들이 생성되게 된다. 이에 따라, 이들 모두가 사용자에게 제시되는 경우, 사용자는 이에 대한 답변에 부담을 느끼게 될 수 있으므로, 최적화된 알고리즘을 통해 일부만 도출하여 복수의 사용자들에게 제시하는 것이 바람직하다.

그 후, 복수의 사용자들로부터 응답된 데이터들을 위에서 언급한 수학식 1에 적용시켜, 상위 가중치를 산출하는 단계(S250)가 수행된다. 여기서, 상위 가중치에 대한 설명은 위에서 상세히 언급하였으므로, 이에 대한 추가적인 설명은 생략한다.

그 후, S250 단계에서 도출된 상위 가중치를 저장부에 저장하는 단계(S260)가 수행된다.

본 발명에 따른 매칭 방법 및 장치는 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.　상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 모든 형태의 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

본 발명의 원리들의 교시들은 하드웨어와 소프트웨어의 조합으로서 구현될 수 있다. 또한, 소프트웨어는 프로그램 저장부 상에서 실재로 구현되는 응용 프로그램으로서 구현될 수 있다. 응용 프로그램은 임의의 적절한 아키텍쳐를 포함하는 머신에 업로드되고 머신에 의해 실행될 수 있다. 바람직하게는, 머신은 하나 이상의 중앙 처리 장치들(CPU), 컴퓨터 프로세서, 랜덤 액세스 메모리(RAM), 및 입/출력(I/O) 인터페이스들과 같은 하드웨어를 갖는 컴퓨터 플랫폼 상에 구현될 수 있다. 또한, 컴퓨터 플랫폼은 운영 체제 및 마이크로 명령 코드를 포함할 수 있다. 여기서 설명된 다양한 프로세스들 및 기능들은 마이크로 명령 코드의 일부 또는 응용 프로그램의 일부, 또는 이들의 임의의 조합일 수 있고, 이들은 CPU를 포함하는 다양한 처리 장치에 의해 실행될 수 있다. 추가로, 추가 데이터 저장부 및 프린터와 같은 다양한 다른 주변 장치들이 컴퓨터 플랫폼에 접속될 수 있다.

첨부 도면들에서 도시된 구성 시스템 컴포넌트들 및 방법들의 일부가 바람직하게는 소프트웨어로 구현되므로, 시스템 컴포넌트들 또는 프로세스 기능 블록들 사이의 실제 접속들은 본 발명의 원리들이 프로그래밍되는 방식에 따라 달라질 수 있다는 점이 추가로 이해되어야 한다. 여기서의 교시들이 주어지면, 관련 기술분야의 당업자는 본 발명의 원리들의 이들 및 유사한 구현예들 또는 구성들을 참작할 수 있을 것이다.

100 : 매칭 장치 110 : 통신부
120 : 제어부 121 : 가중치 도출 모듈
122 : 연산 모듈 123 : 매칭 모듈

Claims (14)

1. 사용자의 반대 이성에 대한 매력도를 수치화한 메이트 값을 산출하고, 상기 메이트 값을 기초로 상기 사용자에게 배우자 후보를 매칭시키기 위한 매칭 장치를 통해 수행되는 매칭 방법으로서,
   설문지 정보의 각 문항별로 카테고리를 분류하는 단계;
   분류된 카테고리를 근거로 각 문항의 하위 요인 점수를 도출하는 단계;
   하위 요인 점수들과 하위 가중치를 연산하여 하위 요인 값들을 연산하는 제 1 연산 단계;
   하위 요인 값을 상기 카테고리 별로 총합하여 상위 요인 점수들을 도출하는 단계;
   상기 상위 요인 점수들과 상위 가중치를 연산하여 상위 요인 값들을 연산하는 제 2 연산 단계; 및
   상기 상위 요인 값을 총합하여 메이트 값을 도출하는 단계를 포함하고,
   상기 카테고리는 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리를 포함하고,
   상기 상위 가중치는,
   상기 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리 각각에 대한 매력도를 기준으로 레벨링을 수행하여 적어도 하나의 레벨로 구분된 하위 대표군들을 추출하고, 각 정보 카테고리에 하나 이상의 하위 대표군이 속하도록 질문 카드들을 생성한 후, 상기 질문 카드들에 대한 복수의 사용자들의 답변을 근거로 산출되며,
   상기 질문 카드들은 동일한 레벨의 하위 대표군이 2개 이하가 되도록 생성되고,
   상기 제 3 정보 카테고리는 내면 매력도를 나타내고, 상기 내면 매력도는 근면 성실성, 정서적 안정성, 성격의 원만성, 자신감, 헌신성 및 유머 감각을 포함하며,
   사용자의 메이트 값과 기저장된 후보 사용자들의 메이트 값의 차가 기 설정된 임계값 이하인 후보 사용자들을 상기 사용자의 배우자 후보로 매칭시키는 단계를 더 포함하는 것을 특징으로 하는, 매칭 방법.
2. 삭제
3. 제1항에 있어서,
   상기 상위 가중치는,
   상기 질문 카드들에 대한 복수의 사용자들의 답변에 Y= aA + bB + cC + d를 적용시킴으로써 도출되는 것을 특징으로 하는, 매칭 방법.
   (Y는 각 질문 카드에 대한 응답자들의 선호도를, A, B 및 C는 각 카테고리별 매력도를, a, b 및 c는 각 카테고리별 매력도에 대한 효용값을, 그리고 d는 상수를 나타냄)
4. 삭제
5. 제1항에 있어서,
   상기 질문 카드들이 복수의 사용자들에게 제공될 때, 상기 질문 카드들 중 일부만 추출되어 제공되는 것을 특징으로 하는, 매칭 방법.
6. 제1항에 있어서,
   상기 상위 가중치는 각 카테고리별 매력도의 최대 효용값과 최소 효용값의 차이값을 근거로 산출되는 것을 특징으로 하는, 매칭 방법.
7. 삭제
8. 설문지 정보의 각 문항별로 카테고리를 분류하고, 분류된 카테고리를 근거로 각 문항의 하위 요인 점수를 도출하고, 하위 요인 점수들과 하위 가중치를 연산하여 하위 요인 값들을 도출하고, 하위 요인 값을 상기 카테고리 별로 총합하여 상위 요인 점수들을 도출하고, 상기 상위 요인 점수들과 상위 가중치를 연산하여 상위 요인 값들을 도출하며, 상기 상위 요인 값을 총합함으로써, 상기 사용자의 반대 이성에 대한 매력도를 수치화한 메이트 값을 도출하는 제어부를 포함하고,
   상기 카테고리는 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리를 포함하고,
   상기 상위 가중치는,
   상기 제 1 정보 카테고리, 제 2 정보 카테고리 및 제 3 정보 카테고리 각각에 대한 매력도를 기준으로 레벨링을 수행하여 적어도 하나의 레벨로 구분된 하위 대표군들을 추출하고, 각 정보 카테고리에 하나 이상의 하위 대표군이 속하도록 질문 카드들을 생성한 후, 상기 질문 카드들에 대한 복수의 사용자들의 답변을 근거로 산출되며,
   상기 질문 카드들은 동일한 레벨의 하위 대표군이 2개 이하가 되도록 생성되고,
   상기 제 3 정보 카테고리는 내면 매력도를 나타내고, 상기 내면 매력도는 근면 성실성, 정서적 안정성, 성격의 원만성, 자신감, 헌신성 및 유머 감각을 포함하며,
   상기 제어부는,
   사용자의 메이트 값과 기저장된 후보 사용자들의 메이트 값의 차가 기 설정된 임계값 이하인 후보 사용자들을 상기 사용자의 배우자 후보로 매칭시키는 것을 특징으로 하는, 매칭 장치.
9. 삭제
10. 제8항에 있어서,
    상기 상위 가중치는,
    상기 질문 카드들에 대한 복수의 사용자들의 답변에 Y= aA + bB + cC + d를 적용시킴으로써 도출되는 것을 특징으로 하는, 매칭 장치.
    (Y는 각 질문 카드에 대한 응답자들의 선호도를, A, B 및 C는 각 카테고리별 매력도를, a, b 및 c는 각 카테고리별 매력도에 대한 효용값을, 그리고 d는 상수를 나타냄)
11. 삭제
12. 제8항에 있어서,
    상기 질문 카드들이 복수의 사용자들에게 제공될 때, 상기 질문 카드들 중 일부만 추출되어 제공되는 것을 특징으로 하는, 매칭 장치.
13. 제8항에 있어서,
    상기 상위 가중치는 각 카테고리별 매력도의 최대 효용값과 최소 효용값의 차이값을 근거로 산출되는 것을 특징으로 하는, 매칭 장치.
14. 삭제

Images