KR102424310B1

KR102424310B1 - 반려동물과 입양인 간 성향 분석 기반의 입양 연계 플랫폼 서버, 방법 및 컴퓨터 프로그램

Info

Publication number: KR102424310B1
Application number: KR1020210183296A
Authority: KR
Inventors: 이민후
Original assignee: 이민후
Priority date: 2021-12-21
Filing date: 2021-12-21
Publication date: 2022-07-21
Also published as: KR102505185B1

Abstract

일 실시예에 따른 플랫폼 서버는 반려동물의 종에 따라 소정의 특징을 특정하는 복수의 제1 변수 별 점수로 구성된 제1 다차원 벡터를 저장하는 반려동물 정보부; 입양인의 정보를 기초로 소정의 성향 또는 환경을 특정하는 복수의 제2 변수 별 점수로 구성된 제2 다차원 벡터를 생성하는 입양인 정보부; 및 상기 제2 다차원 벡터의 차원을 구성하는 제2 변수의 개수를 상기 제1 다차원 벡터의 차원을 구성하는 제1 변수의 개수와 동일해지도록 변환한 제3 다차원 벡터를 생성하고, 상기 제3 다차원 벡터와 반려동물의 종에 따른 제2 다차원 벡터와의 거리를 기초로 상기 입양인에게 추천할 반려동물의 종을 선별하는 매칭부를 포함할 수 있다.

Description

반려동물과 입양인 간 성향 분석 기반의 입양 연계 플랫폼 서버, 방법 및 컴퓨터 프로그램{SERVER, METHOD AND COMPUTER PROGRAM FOR PROVIDING PLATFORM OF ADOPTION LINKAGE BASED ON ANALYSIS OF TENDENCY BETWEEN COMPANION ANIMAL AND ADOPTEE}

본 발명은 반려동물과 입양인 간 성향 분석 기반의 입양 연계 플랫폼 서버, 방법 및 컴퓨터 프로그램에 관한 것이다.

1인 가구 및 노령층 인구가 계속하여 증가하고 있고, 반려동물이 아이들의 정서 발달에 도움을 준다는 효과가 널리 인식되면서, 반려동물과 함께 살아가는 인구가 1000 만명에 이르고 있다.

다만, 반려동물을 입양하려는 상당수의 가구는 반려동물과 함께한 경험이 없거나 반려동물에 대한 지식이 부족한 탓에, 반려동물을 입양한 후 반려동물을 기르는 데에 상당한 어려움을 느끼기도 하고, 심지어는 반려동물을 유기하는 안타까운 사례들이 발생하기도 한다.

최근 들어, 반려동물을 올바르게 양육하는 지식을 전달하는 TV 프로그램 및 온라인 콘텐츠가 인기를 끌고 있으며, 반려동물의 유기 문제가 심도 있게 다뤄지고 있어, 반려동물의 입양에 대해 개인적, 사회적으로 신중해지는 분위기가 형성되고 있다.

이에 따라, 반려동물의 입양인과 반려동물이 모두 조화롭게 공존할 수 있도록 환경과 시스템을 갖추려는 다양한 기술적 노력들이 시도되고 있다.

한국 등록특허공보 제10-2261521호: 맞춤형 반려동물 매칭 관리 시스템 및 그의 처리 방법

본 발명의 실시예에서 해결하고자 하는 과제는 반려동물 입양인의 성향과 환경에 대한 분석이 가능한 지능적인 시스템을 기반으로 입양인의 반려동물에 대한 양육 적합도를 판단하고, 입양인의 성향과 환경에 가장 적합한 반려동물의 품종을 추천함으로써, 입양인과 분양인을 연결시킬 수 있는 서비스를 제공하는 플랫폼 기술을 제공하는 것이다.

다만, 본 발명의 실시예가 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 도출될 수 있다.

또한, 상기 플랫폼 서버는 입양인 단말에 상기 선별된 반려동물의 종에 대한 정보를 제공하여 입양인이 선택한 반려동물의 종에 대한 정보를 획득하는 요청 획득부; 분양인 및 상기 분양인이 분양 중인 반려동물에 대한 정보를 포함하는 분양 정보를 획득하는 분양 정보부; 및 상기 선택된 반려동물의 종을 기초로 상기 분양 정보를 필터링하여 필터링된 분양 정보를 입양인 단말에 제공하는 연계부를 더 포함할 수 있다.

또한, 상기 요청 획득부는 상기 입양인 단말로부터 상기 선택한 반려동물 품종의 털색깔 또는 성별을 포함하는 세부 정보에 대한 정보를 더 획득하고, 상기 연계부는 상기 선택된 반려동물의 종과 상기 세부 정보를 기초로 상기 분양 정보를 필터링하여 필터링된 분양 정보를 상기 입양인 단말에 제공할 수 있다.

또한, 상기 복수의 제1 변수는 반려동물의 무게, 먹는 양, 의존성, 공격성 및 활동도를 특정하는 변수를 포함할 수 있다.

또한, 상기 복수의 제2 변수는 입양인의 심리적 안정도, 반려동물에 대한 지식 정도, 가족 구성원 수, 집 체류 시간, 예상 돌봄 시간 및 반려동물에 사용 가능 금액을 특정하는 변수를 포함할 수 있다.

또한, 상기 제1 다차원 벡터는 반려동물의 종에 따른 데이터를 기초로 상기 복수의 제1 변수 별 점수가 반려동물의 종에 따라 기 설정될 수 있다.

또한, 상기 입양인 정보부는 상기 입양인에게 문답 리스트를 제공하여 입력 받은 항목을 기초로 상기 복수의 제2 변수 별로 변수의 정도를 나타내는 점수를 판별하여 상기 제2 다차원 벡터를 생성할 수 있다.

또한, 상기 매칭부는 상기 제2 다차원 벡터를 구성하는 복수의 제2 변수 별 점수 각각에, 어느 하나의 제1 변수에 대한 점수로 변환되도록 기 설정되어 있는 가중치를 가하여, 상기 어느 하나의 제1 변수에 대한 점수를 산출함으로써, 상기 복수의 제2 변수 별 점수를 기초로 모든 제1 변수에 대한 점수를 산출하여 상기 제3 다차원 벡터를 생성할 수 있다.

또한, 상기 매칭부는 상기 제3 다차원 벡터와 벡터 거리가 가까운 순서로 제1 다차원 벡터를 하나 이상 선별하여 상기 입양인에게 추천할 반려동물의 종을 추천할 수 있다.

또한, 상기 매칭부는 상기 입양인이 제1 종에 해당하는 반려동물의 입양을 원하는 경우, 상기 제3 다차원 벡터와 상기 제1 종에 해당하는 제1 다차원 벡터 간의 벡터 거리를 기초로, 상기 제3 다차원 벡터의 위치가 상기 제1 다차원 벡터와 가까워지기 위해, 상기 가중치를 기초로 개선되어야 할 제2 변수의 점수를 판별하여 추가 정보를 제공할 수 있다.

또한, 상기 매칭부는 상기 제3 다차원 벡터와 벡터 거리가 소정의 거리 내에 위치하는 제1 다차원 벡터를 선별하여 상기 입양인에게 추천할 반려동물의 종을 선별할 수 있다.

또한, 상기 매칭부는 상기 제3 다차원 벡터와 벡터 거리가 소정의 거리 내에 위치하는 제1 다차원 벡터가 0개인 경우, 상기 입양인에게 반려동물의 입양을 위해 개선할 추가 정보를 제공할 수 있다.

또한, 상기 매칭부는 상기 소정의 거리 내에 제1 다차원 벡터가 위치하도록 상기 제3 다차원 벡터의 위치가 변경하기 위해, 상기 가중치를 기초로 개선되어야 할 제2 변수의 점수를 판별하여 상기 추가 정보를 제공할 수 있다.

일 실시예에 따른 플랫폼 서버가 수행하는 동작 방법은 반려동물의 종에 따라 소정의 특징을 특정하는 복수의 제1 변수 별 점수로 구성된 제1 다차원 벡터를 저장하는 단계; 입양인의 정보를 기초로 소정의 성향 또는 환경을 특정하는 복수의 제2 변수 별 점수로 구성된 제2 다차원 벡터를 생성하는 단계; 및 상기 제2 다차원 벡터의 차원을 구성하는 제2 변수의 개수를 상기 제1 다차원 벡터의 차원을 구성하는 제1 변수의 개수와 동일해지도록 변환한 제3 다차원 벡터를 생성하고, 상기 제3 다차원 벡터와 반려동물의 종에 따른 제2 다차원 벡터와의 거리를 기초로 상기 입양인에게 추천할 반려동물의 종을 선별하는 단계를 포함할 수 있다.

본 발명의 실시예에 따르면, 반려동물의 특징에 기반한 제1 다차원 벡터와 입양인의 성향/환경에 기반한 제2 다차원 벡터의 매칭을 통해, 입양인의 성향과 환경에 가장 적합한 반려동물의 종을 추천하고, 입양인과 분양인을 연결시킬 수 있다.

따라서, 본 발명의 실시예는 개인 가구의 관점에서는 반려동물의 입양 전에 입양인의 양육 적합도를 미리 판별함으로써 입양 후에 발생할 수 있는 문제들을 미연에 방지할 수 있고, 입양인의 성향과 환경에 가장 적합한 종을 추천함으로써 입양인과 반려동물 모두가 만족할 수 있는 생활을 영위할 수 있도록 한다.

또한, 사회적인 관점에서는 현대 사회의 사람들에게 보다 바람직한 반려동물 양육 환경의 시스템을 제공하여 반려동물의 유기로 인한 문제를 조기에 방지한다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 본 발명의 일 실시예에 따른 플랫폼 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 플랫폼 서버의 기능 블록도이다.
도 3은 일 실시예에 따라 반려동물의 종 별로 설정된 제1 다차원 벡터를 설명하기 위한 예시도이다.
도 4는 일 실시예에 따라 입양인에게 제공되는 문답 리스트의 예시도이다.
도 5는 일 실시예에 따라 제3 다차원 벡터와 제2 다차원 벡터의 벡터 거리를 기초로 반려동물의 품종을 입양인에게 추천하는 동작의 예시도이다.
도 6은 일 실시예에 따라 제3 다차원 벡터로부터 기 설정된 벡터 거리 내에 위치하는 제2 다차원 벡터에 해당하는 품종을 입양인에게 추천하는 동작의 예시도이다.
도 7은 일 실시예에 따라 제3 다차원 벡터가 특정 위치를 이동하기 위해 개선되어야 하는 입양인의 제2 변수 및 제2 변수의 점수를 판별하는 동작의 예시도이다.
도 8은 본 발명의 일 실시예에 따라 플랫폼 서버가 수행하는 동작을 나타낸 흐름도이다.

본 발명의 이점 및 특징,　그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.　　그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며,　단지 본 실시예들은 본 발명의 개시가 완전하도록 하고,　본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며,　본 발명의 범주는 청구항에　의해 정의될 뿐이다.

본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 실제로 필요한 경우 외에는 생략될 것이다.　　그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.　　그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성의 조합일 수 있다.

또한 어떤 구성 요소들을 포함한다는 표현은 개방형의 표현으로서 해당 구성 요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성 요소들을 배제하는 것으로 이해되어서는 안 된다.

나아가 어떤 구성 요소가 다른 구성 요소에 연결되어 있다거나 접속되어 있다고 언급될 때에는, 그 다른 구성 요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 한다.

또한 '제1, 제2' 등과 같은 표현은 복수의 구성을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.

도 1은 본 발명의 일 실시예에 따른 플랫폼 시스템(10)의 구성도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 플랫폼 시스템(10)은 플랫폼 서버(100), 입양인 단말(200) 및 분양인 단말(300)을 포함할 수 있다.

플랫폼 서버(100)는 반려동물을 입양하려는 입양인과 반려동물을 분양하려는 분양인을 연결하는 온라인 플랫폼을 제공할 수 있다. 플랫폼 서버(100)는 플랫폼의 참여 주체가 사용하는 단말에 플랫폼에 접속할 수 있는 온라인 웹페이지 또는 애플리케이션을 제공하여, 참여 주체의 단말들을 서로 연결하는 서비스를 제공할 수 있다. 예를 들어, 플랫폼 서버(100)는 입양인의 성향과 환경에 대한 분석을 수행하여 입양인의 반려동물에 대한 양육 적합도를 판단하고, 입양인의 성향과 환경에 가장 적합한 반려동물의 종을 추천함으로써, 입양인과 추천된 반려동물의 분양인을 연결시키는 서비스를 제공할 수 있다.

입양인 단말(200)은 플랫폼을 통해 반려동물을 입양하려는 주체인 입양인이 사용하는 단말이다. 입양인은 입양인 단말(200)을 통해 플랫폼 서버(100)에 접속하여 후술할 실시예에 따라 반려동물을 추천받고, 추천된 반려동물의 분양인과 연결될 수 있다.

분양인 단말(300)은 플랫폼을 통해 반려동물을 분양하는 주체인 분양인(ex. 개인, 업체, 기업 등 포함)이 사용하는 단말이다. 분양인은 분양인 단말(300)을 통해 플랫폼 서버(100)에 접속하여 후술할 실시예에 따라 자신이 분양 중인 반려동물을 입양하려는 입양인과 연결될 수 있다.

본 발명의 일 실시예에 따른 플랫폼 서버(100), 입양인 단말(200) 및 분양인 단말(300)은 네트워크를 통해 정보를 송수신할 수 있는 다양한 형태의 장치로 구현될 수 있다. 예를 들어, 플랫폼 서버(100), 입양인 단말(200) 및 분양인 단말(300)은 휴대용 통신 장치(예: 스마트 폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 노트북, 태블릿 PC 등을 포함할 수 있다.

이하, 본 발명의 일 실시예에 따른 반려동물과 입양인 간 성향 분석 기반의 입양 연계 플랫폼 서버(100)가 포함하고 있는 구성들과, 각 구성의 동작을 도 2 내지 도 8과 함께 설명하도록 한다.

도 2는 본 발명의 일 실시예에 따른 플랫폼 서버(100)의 기능 블록도이다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 플랫폼 서버(100)는 반려동물 정보부(110), 입양인 정보부(120), 매칭부(130), 요청 획득부(140), 분양 정보부(150) 및 연계부(160)를 포함할 수 있다. 본 발명의 일 실시예에 따른 플랫폼 서버(100)는 하나 이상의 프로세서에 의해 전반적인 동작이 수행될 수 있고, 하나 이상의 프로세서는 도 2에 포함된 기능 블록들이 후술할 동작들을 수행하도록 제어할 수 있다.

반려동물 정보부(110)는 반려동물의 종에 따른 특징을 반영하는 정보를 저장할 수 있다. 반려동물 정보부(110)는 반려동물의 종에 따라 소정의 특징을 특정하는 복수의 제1 변수를 설정하고, 각 종에 따라 복수의 제1 변수 별 점수를 매핑한 제1 다차원 벡터를 저장할 수 있다. 예를 들어, 제1 변수는 반려동물의 '성견 무게', '먹는 양', '의존성', '공격성', '활동도' 등을 특정하는 변수를 포함할 수 있다. 반려동물 정보부(110)는 반려동물의 종에 따른 데이터를 기초로 제1 다차원 벡터를 구성하는 복수의 제1 변수 별 점수를 반려동물의 종 마다 기 설정하여 저장할 수 있다.

도 3은 일 실시예에 따라 반려동물의 종 별로 설정된 제1 다차원 벡터를 설명하기 위한 예시도이다.

도 3을 참조하면, 제1 다차원 벡터를 구성하는 제1 변수는 '성견 무게', '먹는 양', '의존성', '공격성', '활동도'의 5가지를 포함하여 5차원으로 구성될 수 있다. 예를 들어, 도 3의 '요크셔테리어'라는 품종의 제1 다차원 벡터는 '성견 무게', '먹는 양', '의존성', '공격성', '활동도'에 해당하는 각각의 변수 별 점수가 '1', '3', '4', '5', '2'로 기 설정되어 저장될 수 있다. 도 3에 예시된 제1 다차원 벡터는 5차원으로 구성되어 있으므로 5차원 공간에 표현되어야 하지만, 이해의 편의를 위해 2차원 공간에 표시된 것으로 예시하였다.

또한, 반려동물 정보부(110)는 반려동물의 종에 따른 제1 다차원 벡터를 생성하기 위해, 소정의 머신러닝 알고리즘을 이용하여 학습된 신경망 모델을 사용하여 제1 다차원 벡터를 생성 및 저장할 수 있다. 일 실시예에 따른 신경망 모델은 입력층, 은닉층 및 출력층을 포함하는 신경망으로 구성될 수 있다. 반려동물 정보부(110)는 신경망 모델의 입력층에 반려동물의 품종과 관련된 정보의 인덱스에 대한 클래스가 레이블링된 학습 데이터들이 입력되도록 설정하고, 출력층에는 제1 변수 별 점수에 대한 클래스가 레이블링된 학습 데이터들이 입력되도록 설정하여, 레이블링된 다수의 학습 데이터를 상기 설정에 따라 학습시킴으로써 신경망 모델을 생성할 수 있다. 이에 따라, 반려동물 정보부(110)는 학습된 인덱스와 관련된 반려동물의 품종 데이터를 신경망 모델에 입력하면, 해당 종에 대한 제1 다차원 벡터를 구성하는 제1 변수 별 점수가 도출되는 신경망 모델을 사용할 수 있다.

입양인 정보부(120)는 입양인의 성향 또는 환경을 반영하는 정보를 저장할 수 있다. 입양인 정보부(120)는 입양인의 정보를 기초로 입양인의 성향 또는 환경을 특정하는 복수의 제2 변수를 설정하고, 각 입양인의 정보에 따라 복수의 제2 변수 별 점수를 매핑한 제2 다차원 벡터를 생성할 수 있다. 예를 들어, 제2 다차원 벡터를 구성하는 제2 변수는 입양인의 '심리적 안정도', '반려동물에 대한 지식 정도', '가족 구성원 수', '집 체류 시간', '예상 돌봄 시간' 및 '반려동물에 사용 가능 금액'을 특정하는 변수를 포함할 수 있다. 반려동물 정보부(110)는 입양인에게 문답 리스트를 제공하여 입력 받은 항목을 기초로 복수의 제2 변수 별로 변수의 정도를 나타내는 점수를 판별하여 제2 다차원 벡터를 생성할 수 있다.

도 4는 일 실시예에 따라 입양인에게 제공되는 문답 리스트의 예시도이다.

도 4를 참조하면, 입양인 정보부(120)는 입양인 단말(200)에 문답 리스트를 제공하고, 입양인이 체크한 답을 기초로 채점한 결과에 따라 제2 변수에 대한 점수를 판별할 수 있다.

일 예로, 입양인 정보부(120)는 입양인에 대한 제2 다차원 벡터를 생성하기 위해, 소정의 머신러닝 알고리즘을 이용하여 학습된 신경망 모델을 사용하여 제2 다차원 벡터를 생성 및 저장할 수 있다. 일 실시예에 따른 신경망 모델은 입력층, 은닉층 및 출력층을 포함하는 신경망으로 구성될 수 있다. 입양인 정보부(120)는 신경망 모델의 입력층에 문답 리스트의 선택 문항에 대해 체크된 인덱스가 클래스가 레이블링된 학습 데이터들이 입력되도록 설정하고, 출력층에는 제2 변수 별 점수에 대한 클래스가 레이블링된 학습 데이터들이 입력되도록 설정하여, 레이블링된 다수의 학습 데이터를 상기 설정에 따라 학습시킴으로써 신경망 모델을 생성할 수 있다. 이에 따라, 입양인 정보부(120)는 실제 입양인이 문답 리스트에 대해 체크한 정보에 대응하는 인덱스 데이터를 신경망 모델에 입력하면, 해당 입양인에 대한 제2 다차원 벡터를 구성하는 제2 변수 별 점수가 도출되는 신경망 모델을 사용할 수 있다.

매칭부(130)는 입양인의 제2 다차원 벡터에 적합한 제1 다차원 벡터에 해당하는 품종을 선별할 수 있다. 한편, 제1 다차원 벡터를 구성하는 변수와 제2 다차원 벡터를 구성하는 변수의 종류가 서로 상이하거나, 또는, 제1 다차원 벡터의 차원(=제1 변수의 개수)와 제2 다차원 벡터의 차원(=제2 변수의 개수)은 상이한 경우, 제1 다차원 벡터와 제2 다차원 벡터를 동일 변수, 동일 차원에서 비교하기 위해 전처리 과정이 필요할 수 있다.

이를 위해, 매칭부(130)는 제2 다차원 벡터의 차원을 구성하는 제2 변수의 개수를 제1 다차원 벡터의 차원을 구성하는 제1 변수의 개수와 동일해지도록 변환한 제3 다차원 벡터를 생성할 수 있다. 이에 따라, 매칭부(130)는 제3 다차원 벡터와 반려동물의 종에 따른 제2 다차원 벡터와의 거리를 기초로 입양인에게 추천할 반려동물의 종을 하나 이상 선별할 수 있다. 이 같은 동작을 수행하는 매칭부(130)의 다양한 실시예는 도 5 내지 도 7과 함께 상세히 후술하기로 한다.

요청 획득부(140)는 입양인 단말(200)에 매칭부(130)가 선별한 반려동물의 종에 대한 정보를 제공하여 입양인이 선택한 반려동물의 종에 대한 정보를 획득할 수 있다. 예를 들어, 요청 획득부(140)는 매칭부(130)가 선별한 하나 이상의 품종에 대한 정보를 제공하고, 입양인이 선택한 반려동물의 품종에 대한 정보를 획득할 수 있다. 또한, 요청 획득부(140)는 품종의 털색깔, 성별 등 입양인이 원하는 세부 정보를 입양인으로부터 획득할 수 있다.

분양 정보부(150)는 분양인 및 분양인이 분양 중인 반려동물에 대한 정보를 포함하는 분양 정보를 획득할 수 있다. 예를 들어, 분양 정보부(150)는 분양인이 분양을 위해 분양인 단말(300)을 통해 플랫폼에 업로드한 정보를 획득하거나, 또는 외부 클라우드 서버와 연동하여 분양 정보를 획득할 수 있다. 예를 들어, 분양 정보는 분양하는 동물의 품종, 생년월일, 부모의 정보, 성별, 분양 지역, 분양 가격 등에 대한 정보를 포함할 수 있다.

연계부(160)는 입양인이 선택한 반려동물의 품종 또는 세부 정보를 기초로 분양 정보를 필터링할 수 있고, 필터링된 분양 정보를 입양인 단말(200)에 제공할 수 있다. 연계부(160)는 입양인이 선택한 반려동물의 품종 또는 세부 정보에 기초하여 해당 반려동물의 양육에 필요한 상품 정보를 연동하여 구매 서비스를 제공할 수 있다. 연계부(160)는 플랫폼 서버(100)의 관리자가 플랫폼에 업로드한 상품 정보를 제공하거나, 또는 외부 클라우드 서버와 연동하여 상품 정보를 제공할 수 있다.

이하에서는, 매칭부(130)가 제1 다차원 벡터로부터 제3 다차원 벡터를 생성하는 실시예 동작을 설명하고, 도 5 내지 도 7과 함께 제1 다차원 벡터와 제3 다차원 벡터를 비교하여 입양인에게 반려동물의 품종을 추천하는 다양한 실시예에 대해 설명한다.

일 실시예의 매칭부(130)는 제2 다차원 벡터를 구성하는 복수의 제2 변수 별 점수 각각에, 어느 하나의 제1 변수에 대한 점수로 변환되도록 기 설정되어 있는 가중치를 가하여, 어느 하나의 제1 변수에 대한 점수를 산출할 수 있다. 이러한 방식으로, 매칭부(130)는 복수의 제2 변수 별 점수를 기초로 모든 제1 변수에 대한 점수를 산출하여 제3 다차원 벡터를 생성할 수 있다.

예를 들어, 제1 다차원 벡터를 구성하는 변수(x1 내지 x5)는 '성견 무게(x1)', '먹는 양(x2)', '의존성(x3)', '공격성(x4)', '활동도(x5)'이고, 제2 다차원 벡터를 구성하는 변수(y1 내지 y6)는 '심리적 안정도(y1)', '반려동물에 대한 지식 정도(y2)', '가족 구성원 수(y3)', '집 체류 시간(y4)', '예상 돌봄 시간(y5)' 및 '반려동물에 사용 가능 금액(y6)'라고 예시한다.

이 경우, 제3 다차원 벡터는 제1 다차원 벡터와 비교를 위해 제1 다차원 벡터의 변수에 대응하는 변수의 종류와 개수를 가져야 하므로, x1에 대응하는 제3 다차원 벡터의 변수를 z1, x2에 대응하는 제3 다차원 벡터의 변수를 z2, x3에 대응하는 제3 다차원 벡터의 변수를 z3, x4에 대응하는 제3 다차원 벡터의 변수를 z4, x5에 대응하는 제3 다차원 벡터의 변수를 z5로 설정할 수 있다. 매칭부(130)는 제2 다차원 벡터의 변수(y1 내지 y6)로부터 제3 다차원 벡터의 각 변수(z1 내지 z5)를 아래와 같이 구할 수 있다.

z1= a1*y1+ a2*y2+ a3*y3+ a4*y4+ a5*y5+ a6*y6

z2= b1*y1+ b2*y2+ b3*y3+ b4*y4+ b5*y5+ b6*y6

z3= c1*y1+ c2*y2+ c3*y3+ c4*y4+ c5*y5+ c6*y6

z4= d1*y1+ d2*y2+ d3*y3+ d4*y4+ d5*y5+ d6*y6

z5= e1*y1+ e2*y2+ e3*y3+ e4*y4+ e5*y5+ e6*y6

(a1 내지 a6은 z1을 산출하기 위해 제2 다차원 벡터의 변수에 대해 기 설정된 가중치로서 0, 양 또는 음의 실수, b1 내지 b6은 z2를 산출하기 위해 제2 다차원 벡터의 변수에 대해 기 설정된 가중치로서 0, 양 또는 음의 실수, c1 내지 c6은 z3를 산출하기 위해 제2 다차원 벡터의 변수에 대해 기 설정된 가중치로서 0, 양 또는 음의 실수, d1 내지 d6은 z4를 산출하기 위해 제2 다차원 벡터의 변수에 대해 기 설정된 가중치로서 0, 양 또는 음의 실수, e1 내지 e6은 z5를 산출하기 위해 제2 다차원 벡터의 변수에 대해 기 설정된 가중치로서 0, 양 또는 음의 실수)

가령, 입양인의 제2 다차원 벡터가 (4, 3, 1, 6, 8, 7)에 해당하는 경우, 제1 다차원 벡터의 '성견 무게(x1)'와 대응하는 제3 다차원 벡터의 변수인 z1을 산출하기 위해 기 설정된 가중치가 a1 = 0.4, a2 = 0.1, a3 = -0.4, a4 = 0, a5 = 0.3, a6 = 0.3 이라면, z1 = 0.4*4 + 0.1*3 + (-0.4)*1 + 0*6 + 0.3*8 + 0.3*7 = 6으로 산출될 수 있다.

이러한 과정을 통해, 제2 다차원 벡터로부터 제3 다차원 벡터를 구성하는 z1 내지 z5의 점수가 도출되면, 제3 다차원 벡터는 제1 다차원 벡터의 x1 내지 x5의 점수와 동일한 차원에서 비교가 가능하다.

또 다른 실시예의 매칭부(130)는 제2 다차원 벡터로부터 제3 다차원 벡터를 생성하기 위해, 소정의 머신러닝 알고리즘을 이용하여 학습된 신경망 모델을 사용하여 제3 다차원 벡터를 생성할 수 있다. 일 실시예에 따른 신경망 모델은 입력층, 은닉층 및 출력층을 포함하는 신경망으로 구성될 수 있다. 매칭부(130)는 신경망 모델의 입력층에 제2 다차원 벡터의 각 변수의 점수를 특정하는 클래스가 레이블링된 학습 데이터들이 입력되도록 설정하고, 출력층에는 제3 다차원 벡터의 각 변수의 점수를 특정하는 클래스가 레이블링된 학습 데이터들이 입력되도록 설정하여, 레이블링된 다수의 학습 데이터를 상기 설정에 따라 학습시킴으로써 신경망 모델을 생성할 수 있다. 이에 따라, 매칭부(130)는 입양인 정보부(120)가 생성한 제2 다차원 벡터를 신경망 모델에 입력하면, 해당 제2 다차원 벡터가 제1 다차원 벡터와 동일한 차원을 갖는 제3 다차원 벡터로 변환되는 신경망 모델을 사용할 수 있다.

도 5는 일 실시예에 따라 제3 다차원 벡터와 제2 다차원 벡터의 벡터 거리를 기초로 반려동물의 품종을 입양인에게 추천하는 동작의 예시도이다.

도 5를 참조하면, 매칭부(130)는 제3 다차원 벡터와 벡터 거리가 가까운 순서로 제1 다차원 벡터를 하나 이상 선별하여 입양인에게 추천할 반려동물의 종을 추천할 수 있다. 예를 들어, 도 5에서 이해의 편의를 위해 2차원 공간의 거리를 기준으로 예시할 때, 매칭부(130)는 제3 다차원 벡터의 위치에서 가까운 제1 다차원 벡터의 순서(1순위: 요크셔테리어, 2순위: 푸들, 3순위: 말티즈, 4순위: 불독)로 입양인에게 반려동물의 품종을 추천할 수 있다. 도 5 내지 도 7에서는 이해의 편의를 위해 도면에 도시된 2차원 공간의 거리를 기준으로 설명을 예시하였으나, 실시예를 실제로 적용하는 경우 벡터 거리 계산을 통해 벡터 간의 거리를 산출하여 적용할 수 있다.

도 6은 일 실시예에 따라 제3 다차원 벡터로부터 기 설정된 벡터 거리 내에 위치하는 제2 다차원 벡터에 해당하는 품종을 입양인에게 추천하는 동작의 예시도이다.

도 6를 참조하면, 매칭부(130)는 제3 다차원 벡터와의 벡터 거리가 소정의 거리 내에 위치하는 제1 다차원 벡터를 선별하여 입양인에게 추천할 반려동물의 종을 선별할 수 있다. 도 6에서 이해의 편의를 위해 2차원 공간의 거리를 기준으로 예시할 때, 매칭부(130)는 제3 다차원 벡터가 위치하는 벡터 공간에서 소정의 거리 내에 위치하는 제1 다차원 벡터를 선별하여, 입양인에게 '요크셔테리어, 푸들'의 품종을 추천할 수 있다.

도 7은 일 실시예에 따라 제3 다차원 벡터가 특정 위치를 이동하기 위해 개선되어야 하는 입양인의 제2 변수 및 제2 변수의 점수를 판별하는 동작의 예시도이다.

도 7을 참조하면, 도 7은 입양인의 제3 다차원 벡터가 위치하는 벡터 공간이 (a)에 해당하고, (a)로부터 기 설정된 벡터 거리 내에 어떠한 제1 다차원 벡터도 포함되지 않는 경우를 예시하고 있다. 즉, 도 7은 제3 다차원 벡터로부터 기 설정된 거리 내에 위치하는 제1 다차원 벡터가 0개인 경우를 예시하고 있다. 이 경우, 매칭부(130)는 아래의 실시예에 따라 입양인에게 반려동물의 입양을 위해 개선할 추가 정보를 제공할 수 있다.

도 7의 일 실시예로, 입양인이 제1 종(ex. 요크셔테리어)에 해당하는 반려동물의 입양을 원하는 경우, 매칭부(130)는 제3 다차원 벡터의 위치 (a)와 입양인의 원하는 제1 종에 해당하는 제1 다차원 벡터의 위치 (1, 3, 4, 5, 2) 간의 벡터 거리를 기초로, 제3 다차원 벡터의 위치가 제1 다차원 벡터와 가까워지기 위해, 개선되어야 할 제2 변수의 점수를 판별하여 추가 정보를 제공할 수 있다.

가령, 입양인의 제2 다차원 벡터가 (4, 3, 1, 6, 8, 7)이고, 변환된 제3 다차원 벡터가 (0, 1, 2, 1, 1, 1)에 해당하는 상황이라고 가정한다. 이 경우, 상술한 제3 다차원 벡터의 변환 동작에 따르면, 제2 다차원 벡터의 변수를 구성하는 점수가 변경됨에 따라, 제3 다차원 벡터의 각 점수가 변환될 수 있다. 따라서, 매칭부(130)는 기 설정된 가중치에 기초하여, 제3 다차원 벡터가 (0, 1, 2, 1, 1, 1)에서 '요크셔테리어'의 제1 다차원 벡터의 (1, 3, 4, 5, 2)가 되도록 변경해야 하는 제2 변수의 점수를 판별할 수 있다. 매칭부(130)는 제3 다차원 벡터의 위치가 (a)에서 '요크셔테리어'의 제1 다차원 벡터의 위치로 변경되기 위해, 개선되어야 할 것으로 판별된 제2 변수 및 제2 변수의 점수를, 곧, 입양인이 개선할 정보와 개선 정도로서 제시될 수 있다. 예를 들어, 기존 입양인의 제2 변수 중 '집 체류 시간(y4)'의 변수에 해당하는 점수가 기존 점수인 6에서, 9로 개선되어야 하는 것으로 판별된 경우, 매칭부(130)는 입양인에게 집 체류 시간의 점수를 '3점'에 해당하는 시간 만큼 개선해야 '요크셔테리어'를 키우기 적합한 것으로 추가 정보를 제공할 수 있다.

도 7의 일 실시예로, 매칭부(130)는 제3 다차원 벡터가 (a)의 위치에서 (b)의 위치로 이동하여, 소정의 거리 내에 제1 다차원 벡터가 위치하도록 제3 다차원 벡터의 위치가 변경하기 위해, 개선되어야 할 제2 변수의 점수를 판별하여 추가 정보를 제공할 수 있다.

가령, 입양인의 제2 다차원 벡터가 (4, 3, 1, 6, 8, 7)이고, 변환된 제3 다차원 벡터가 (0, 1, 2, 1, 1, 1)이고, 개선되어야 할 제3 다차원 벡터 (b)의 위치가 (1, 2, 4, 3, 2)이라고 가정한다. 상술한 제3 다차원 벡터의 변환 동작에 따르면, 제2 다차원 벡터의 변수를 구성하는 점수가 변경됨에 따라, 제3 다차원 벡터의 각 점수가 변환될 수 있다. 매칭부(130)는 기 설정된 가중치에 기초하여, 제3 다차원 벡터가 (a) 위치인 (0, 1, 2, 1, 1, 1)에서 (b) 위치인 (1, 2, 4, 3, 2) 가 되도록 변경해야 하는 제2 변수의 점수를 판별할 수 있다. 매칭부(130)는 제3 다차원 벡터의 위치가 (a)에서 (b)의 위치로 변경되기 위해, 개선되어야 할 것으로 판별된 제2 변수 및 제2 변수의 점수를, 곧, 입양인이 개선할 정보와 개선 정도로서 제시될 수 있다. 예를 들어, 기존 입양인의 제2 변수 중 '집 체류 시간(y4)'의 변수에 해당하는 점수가 기존 점수인 6에서, 9로 개선되어야 하는 것으로 판별된 경우, 매칭부(130)는 입양인에게 집 체류 시간의 점수를 '3점'에 해당하는 시간 만큼 개선해야 '요크셔테리어'를 키우기 적합한 것으로 추가 정보를 제공할 수 있다.

도 8은 본 발명의 일 실시예에 따라 플랫폼 서버(100)가 수행하는 동작을 나타낸 흐름도이다.

도 8에 따른 플랫폼 서버(100)의 동작 방법의 각 단계는 도 2를 통해 설명된 플랫폼 서버(100)에 의해 수행될 수 있으며, 각 단계를 설명하면 다음과 같다.

S1010 단계에서, 반려동물 정보부(110)는 반려동물의 종에 따라 소정의 특징을 특정하는 복수의 제1 변수 별 점수로 구성된 제1 다차원 벡터를 저장할 수 있다.

S1020 단계에서, 입양인 정보부(120)는 입양인의 정보를 기초로 소정의 성향 또는 환경을 특정하는 복수의 제2 변수 별 점수로 구성된 제2 다차원 벡터를 생성할 수 있다.

S1030 단계에서, 매칭부(130)는 제2 다차원 벡터의 차원을 구성하는 제2 변수의 개수를 제1 다차원 벡터의 차원을 구성하는 제1 변수의 개수와 동일해지도록 변환한 제3 다차원 벡터를 생성하고, 제3 다차원 벡터와 반려동물의 종에 따른 제2 다차원 벡터와의 거리를 기초로 입양인에게 추천할 반려동물의 종을 선별할 수 있다.

S1040 단계에서, 요청 획득부(140)는 입양인 단말(200)에 선별된 반려동물의 종에 대한 정보를 제공하여 입양인이 선택한 반려동물의 종에 대한 정보를 수신할 수 있다. 요청 획득부(140)는 입양인 단말(200)로부터 선택한 반려동물 품종의 털색깔 또는 성별 등의 세부 정보에 대한 정보를 추가로 수신할 수 있다.

S1050 단계에서, 분양 정보부(150)는 분양인 및 분양인이 분양 중인 반려동물에 대한 정보를 포함하는 분양 정보를 획득할 수 있다.

S1060 단계에서, 연계부(160)는 선택된 반려동물의 종을 기초로 분양 정보를 필터링하여 필터링된 분양 정보를 입양인 단말(200)에 제공할 수 있다. 입양인이 반려동물의 털색깔 또는 성별 등의 요청 사항을 추가한 경우, 연계부(160)는 선택된 반려동물의 종 및 세부 정보를 기초로 분양 정보를 필터링하여 필터링된 분양 정보를 입양인 단말(200)에 제공할 수 있다.

한편, 도 8에 도시된 단계 외에도, 상술한 반려동물 정보부(110), 입양인 정보부(120), 매칭부(130), 요청 획득부(140), 분양 정보부(150) 및 연계부(160)가 도 2와 함께 설명된 동작을 수행하는 실시예들을 다양하게 구성함에 따라, 도 8의 단계에서도 각 기능 블록이 수행하는 새로운 단계가 부가될 수 있으며, 추가적인 단계의 구성 및 각 단계의 주체인 구성 요소들이 해당 단계를 실시하기 위한 동작은 도 2 내지 도 7에서 설명하였으므로 중복된 설명은 생략한다.

본 발명의 실시예에 따르면, 반려동물의 특징에 기반한 제1 다차원 벡터와 입양인의 성향/환경에 기반한 제2 다차원 벡터의 매칭을 통해, 입양인의 성향과 환경에 가장 적합한 반려동물의 종을 추천하고, 입양인과 분양인을 연결시킬 수 있다. 따라서, 본 발명의 실시예는 개인 가구의 관점에서는 반려동물의 입양 전에 입양인의 양육 적합도를 미리 판별함으로써 입양 후에 발생할 수 있는 문제들을 미연에 방지할 수 있고, 입양인의 성향과 환경에 가장 적합한 종을 추천함으로써 입양인과 반려동물 모두가 만족할 수 있는 생활을 영위할 수 있도록 한다. 또한, 사회적인 관점에서는 현대 사회의 사람들에게 보다 바람직한 반려동물 양육 환경의 시스템을 제공하여 반려동물의 유기로 인한 문제를 조기에 방지한다.

상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.

하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드 등이 기록된 컴퓨터 프로그램은 컴퓨터 판독 가능 기록 매체 또는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 메모리 유닛은 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 프로세서와 데이터를 주고받을 수 있다.

또한 본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방법으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

더불어 각 블록 또는 각 단계는 특정된 논리적 기능을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10: 플랫폼 시스템
100: 플랫폼 서버
110: 반려동물 정보부
120: 입양인 정보부
130: 매칭부
140: 요청 획득부
150: 분양 정보부
160: 필터링부
200: 입양인 단말
300: 분양인 단말

Claims

반려동물의 종에 따라 소정의 특징을 특정하는 복수의 제1 변수 별 점수로 구성된 제1 다차원 벡터를 저장하는 반려동물 정보부;
입양인의 정보를 기초로 소정의 성향 또는 환경을 특정하는 복수의 제2 변수 별 점수로 구성된 제2 다차원 벡터를 생성하는 입양인 정보부; 및
상기 제2 다차원 벡터의 차원을 구성하는 제2 변수의 개수를 상기 제1 다차원 벡터의 차원을 구성하는 제1 변수의 개수와 동일해지도록 변환한 제3 다차원 벡터를 생성하고, 상기 제3 다차원 벡터와 반려동물의 종에 따른 제2 다차원 벡터와의 거리를 기초로 상기 입양인에게 추천할 반려동물의 종을 선별하는 매칭부를 포함하고,
상기 매칭부는,
상기 제2 다차원 벡터를 구성하는 복수의 제2 변수 별 점수 각각에, 어느 하나의 제1 변수에 대한 점수로 변환되도록 기 설정되어 있는 가중치를 가하여, 상기 어느 하나의 제1 변수에 대한 점수를 산출함으로써, 상기 복수의 제2 변수 별 점수를 기초로 모든 제1 변수에 대한 점수를 산출하여 상기 제3 다차원 벡터를 생성하는,
플랫폼 서버.
제1항에 있어서,
상기 플랫폼 서버는,
입양인 단말에 상기 선별된 반려동물의 종에 대한 정보를 제공하여 입양인이 선택한 반려동물의 종에 대한 정보를 획득하는 요청 획득부;
분양인 및 상기 분양인이 분양 중인 반려동물에 대한 정보를 포함하는 분양 정보를 획득하는 분양 정보부; 및
상기 선택된 반려동물의 종을 기초로 상기 분양 정보를 필터링하여 필터링된 분양 정보를 입양인 단말에 제공하는 연계부를 더 포함하는,
플랫폼 서버.
제2항에 있어서,
상기 요청 획득부는,
상기 입양인 단말로부터 상기 선택한 반려동물 품종의 털색깔 또는 성별을 포함하는 세부 정보에 대한 정보를 더 획득하고,
상기 연계부는,
상기 선택된 반려동물의 종과 상기 세부 정보를 기초로 상기 분양 정보를 필터링하여 필터링된 분양 정보를 상기 입양인 단말에 제공하는,
플랫폼 서버.
제1항에 있어서,
상기 복수의 제1 변수는,
반려동물의 무게, 먹는 양, 의존성, 공격성 및 활동도를 특정하는 변수를 포함하는,
플랫폼 서버.
제1항에 있어서,
상기 복수의 제2 변수는,
입양인의 심리적 안정도, 반려동물에 대한 지식 정도, 가족 구성원 수, 집 체류 시간, 예상 돌봄 시간 및 반려동물에 사용 가능 금액을 특정하는 변수를 포함하는,
플랫폼 서버.
제1항에 있어서,
상기 제1 다차원 벡터는,
반려동물의 종에 따른 데이터를 기초로 상기 복수의 제1 변수 별 점수가 반려동물의 종에 따라 기 설정되어 있는,
플랫폼 서버.
제1항에 있어서,
상기 입양인 정보부는,
상기 입양인에게 문답 리스트를 제공하여 입력 받은 항목을 기초로 상기 복수의 제2 변수 별로 변수의 정도를 나타내는 점수를 판별하여 상기 제2 다차원 벡터를 생성하는,
플랫폼 서버.
삭제
제1항에 있어서,
상기 매칭부는,
상기 제3 다차원 벡터와 벡터 거리가 가까운 순서로 제1 다차원 벡터를 하나 이상 선별하여 상기 입양인에게 추천할 반려동물의 종을 추천하는,
플랫폼 서버.
제1항에 있어서,
상기 매칭부는,
상기 입양인이 제1 종에 해당하는 반려동물의 입양을 원하는 경우, 상기 제3 다차원 벡터와 상기 제1 종에 해당하는 제1 다차원 벡터 간의 벡터 거리를 기초로, 상기 제3 다차원 벡터의 위치가 상기 제1 다차원 벡터와 가까워지기 위해, 상기 가중치를 기초로 개선되어야 할 제2 변수의 점수를 판별하여 추가 정보를 제공하는,
플랫폼 서버.
제1항에 있어서,
상기 매칭부는,
상기 제3 다차원 벡터와 벡터 거리가 소정의 거리 내에 위치하는 제1 다차원 벡터를 선별하여 상기 입양인에게 추천할 반려동물의 종을 선별하는,
플랫폼 서버.
제11항에 있어서,
상기 매칭부는,
상기 제3 다차원 벡터와 벡터 거리가 소정의 거리 내에 위치하는 제1 다차원 벡터가 0개인 경우, 상기 입양인에게 반려동물의 입양을 위해 개선할 추가 정보를 제공하는,
플랫폼 서버.
제12항에 있어서,
상기 매칭부는,
상기 소정의 거리 내에 제1 다차원 벡터가 위치하도록 상기 제3 다차원 벡터의 위치가 변경하기 위해, 상기 가중치를 기초로 개선되어야 할 제2 변수의 점수를 판별하여 상기 추가 정보를 제공하는,
플랫폼 서버.
플랫폼 서버가 수행하는 동작 방법에 있어서,
반려동물의 종에 따라 소정의 특징을 특정하는 복수의 제1 변수 별 점수로 구성된 제1 다차원 벡터를 저장하는 단계;
입양인의 정보를 기초로 소정의 성향 또는 환경을 특정하는 복수의 제2 변수 별 점수로 구성된 제2 다차원 벡터를 생성하는 단계; 및
상기 제2 다차원 벡터의 차원을 구성하는 제2 변수의 개수를 상기 제1 다차원 벡터의 차원을 구성하는 제1 변수의 개수와 동일해지도록 변환한 제3 다차원 벡터를 생성하는 단계; 및
상기 제3 다차원 벡터와 반려동물의 종에 따른 제2 다차원 벡터와의 거리를 기초로 상기 입양인에게 추천할 반려동물의 종을 선별하는 단계를 포함하고,
상기 제3 다차원 벡터를 생성하는 단계는,
상기 제2 다차원 벡터를 구성하는 복수의 제2 변수 별 점수 각각에, 어느 하나의 제1 변수에 대한 점수로 변환되도록 기 설정되어 있는 가중치를 가하여, 상기 어느 하나의 제1 변수에 대한 점수를 산출함으로써, 상기 복수의 제2 변수 별 점수를 기초로 모든 제1 변수에 대한 점수를 산출하여 상기 제3 다차원 벡터를 생성하는 단계를 포함하는,
플랫폼 서버의 동작 방법.
제14항의 방법을 프로세서가 수행하도록 하는 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램.