KR102436551B1 - 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치 - Google Patents

성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치 Download PDF

Info

Publication number
KR102436551B1
KR102436551B1 KR1020200095325A KR20200095325A KR102436551B1 KR 102436551 B1 KR102436551 B1 KR 102436551B1 KR 1020200095325 A KR1020200095325 A KR 1020200095325A KR 20200095325 A KR20200095325 A KR 20200095325A KR 102436551 B1 KR102436551 B1 KR 102436551B1
Authority
KR
South Korea
Prior art keywords
type
user
personality
personality type
degree
Prior art date
Application number
KR1020200095325A
Other languages
English (en)
Other versions
KR20220015162A (ko
Inventor
권태호
양하영
Original Assignee
주식회사 소울매치
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 소울매치 filed Critical 주식회사 소울매치
Priority to KR1020200095325A priority Critical patent/KR102436551B1/ko
Publication of KR20220015162A publication Critical patent/KR20220015162A/ko
Application granted granted Critical
Publication of KR102436551B1 publication Critical patent/KR102436551B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

일 실시 예에 따르면, 성격 정보에 기초하여 매칭 정보를 제공하는 방법에 있어서, 기저장된 사용자 정보에 기초하여 사용자의 성격 유형을 외향적인 정도 및 업무 지향적인 정도에 따라 결정하는 단계; 상기 사용자의 성격 유형에 기초하여 상기 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정하는 단계; 및 상기 우선순위에 기초하여 매칭 정보를 제공하는 단계;를 포함하는, 방법이 제공된다.

Description

성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치{A METHOD AND APPARATUS FOR PROVIDING MATCHING INFORMATION BASED ON PERSONALITY INFORMATION}
본 발명은 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치에 관한 것으로, 더욱 상세하게는, 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선 순위에 기초하여 매칭 정보를 제공함으로써 사용자들 간에 진중한 만남이 이루어지도록 지원하여 매칭 확률을 제고시킬 수 있는 방법 및 장치에 관한 것이다.
일반적으로 데이트 상대 추천 기술은 회원들의 외모, 직업, 학교 등과 같은 요소들에 따라 서로에게 부합하는 상대를 추천하고, 추천 상대와 데이트하고자 하는 회원이 추천 상대의 전화번호로 직접 연락하거나 채팅을 통해 대화할 수 있도록 지원하는 방식으로 회원들 간의 데이트 신청이 이루어지도록 지원한다.
그러나, 종래 기술은 상대방에 대한 내면적 정보에 대한 분석을 배제한 채 외모, 직업, 학교 등과 같은 외면적 정보들을 중점적으로 활용하여 회원들에게 부합하는 상대를 탐색하고, 사진을 통해 외모를 부각하여 추천 상대들을 나열함으로써 회원에게 외모 중심으로 데이트 상대를 추천하는 가벼운 탐색 및 평가 방식으로 진행되고 있다.
이러한 종래 기술은 외모 중심의 추천 방식에 따라 '가벼운 만남'이라는 부정적 인식을 주기 때문에 진중한 만남을 선호하는 사람들을 유인하기 어려운 단점이 있고, 특히, 여성들의 높은 거부감으로 인해 여성 회원이 유입되지 않아 극심하게 불균형한 남녀 비율(예: 8 : 2)을 보이는 실정이며, 추천이 이루어지더라도 서로 성격이 맞지 않아 만남이 지속되지 않는 등 추천 결과에 대한 사용자 만족도가 크게 떨어지는 단점이 있다.
이에, 상술한 문제점을 극복하고 회원들 간의 데이트 추천 결과를 제고할 수 있는 기술에 대한 요구가 점차 증대되고 있다.
한국공개특허 제10-2013-0026557(2013.03.14)호, 소셜 데이팅을 위한 궁합을 이용한 실시간 커플 매칭 서비스 제공 방법
본 발명의 일 실시 예는 전술한 종래 기술의 문제점을 해결하기 위한 것으로, 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선 순위에 기초하여 매칭 정보를 제공함으로써 사용자들 간에 진중한 만남이 이루어지도록 지원하여 매칭 확률을 제고시킬 수 있는 방법, 서버 및 시스템을 제공할 수 있다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
본 개시의 제 1 측면에 따른 성격 정보에 기초하여 매칭 정보를 제공하는 방법은 기저장된 사용자 정보에 기초하여 사용자의 성격 유형을 외향적인 정도 및 업무 지향적인 정도에 따라 결정하는 단계; 상기 사용자의 성격 유형에 기초하여 상기 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정하는 단계; 및 상기 우선순위에 기초하여 매칭 정보를 제공하는 단계;를 포함할 수 있다.
또한, 상기 사용자의 성격 유형을 상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정하는 단계는 상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정되는 제 1 유형 내지 제 4유형 중 상기 사용자의 성격 유형에 대응되는 하나 이상의 유형을 결정하고, 상기 성격 유형에 대한 우선순위를 결정하는 단계는 결정된 상기 하나 이상의 유형에 기초하여 상기 우선순위를 결정할 수 있다.
또한, 상기 사용자의 성격 유형을 상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정하는 단계는 상기 제 1 유형 내지 제 4 유형 중 상기 사용자의 성격 유형에 대응되는 복수개의 유형 및 대응하는 정도를 결정하고, 상기 성격 유형에 대한 우선순위를 결정하는 단계는 결정된 복수개의 유형 및 상기 대응하는 정도에 기초하여 상기 우선순위를 결정할 수 있다.
또한, 상기 제 1 유형 및 상기 제 2 유형은 상기 외향적인 정도가 제 1기설정값 이상인 유형이고, 상기 제 3 유형 및 상기 제 4 유형은 상기 외향적인 정도가 상기 제 1기설정값 미만인 유형이고, 상기 제 1 유형 및 상기 제 4 유형은 상기 업무 지향적인 정도가 제 2 기설정값 이상인 유형이고, 상기 제 2 유형 및 상기 제 3 유형은 상기 업무 지향적인 정도가 상기 제 2 기설정값 미만인 유형인, 방법.
또한, 상기 성격 유형에 대한 우선순위를 결정하는 단계는 상기 사용자의 성격 유형과 외향적인 성향이 동일한지 여부, 상기 사용자의 성격 유형과 관련하여 기설정된 유형별 긍정 적합도, 상기 사용자의 성격 유형과 업무 지향적인 성향이 동일한지 여부 및 상기 사용자의 성격 유형과 관련하여 기설정된 유형별 부정 적합도에 기초하여 상기 우선순위를 결정할 수 있다.
또한, 상기 성격 유형에 대한 우선순위를 결정하는 단계는 상기 외향적인 성향이 동일한지 여부, 상기 긍정 적합도, 상기 업무 지향적인 성향이 동일한지 여부 및 상기 부정 적합도의 순서로 가중치를 부여하여 상기 우선순위를 결정할 수 있다.
또한, 상기 제 2 유형 및 상기 제 3 유형 중 상기 사용자의 성격 유형과 동일한 유형의 긍정 적합도는 상이한 유형의 긍정 적합도보다 높거나 같을 수 있다.
또한, 상기 제 1 유형 내지 상기 제 4 유형 각각에 대한 상기 긍정 적합도의 평균값은 제 3 유형, 제 1 유형, 제 2 유형 및 제 4 유형의 순서로 높을 수 있다.
또한, 상기 성격 유형에 대한 우선순위를 결정하는 단계는 상기 사용자의 성격 유형이 상기 제 3 유형인 경우, 추가 적합도를 부여하여 상기 우선순위를 결정할 수 있다.
또한, 상기 부정 적합도는 상기 제 2 유형과 상기 제 4 유형 간 및 상기 제 1 유형과 상기 제 4 유형 간에 적용될 수 있다.
본 개시의 제 2 측면에 따른 성격 정보에 기초하여 매칭 정보를 제공하는 장치에 있어서, 기저장된 사용자 정보에 기초하여 사용자의 성격 유형을 외향적인 정도 및 업무 지향적인 정도에 따라 결정하고, 상기 사용자의 성격 유형에 기초하여 상기 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정하고, 상기 우선순위에 기초하여 매칭 정보를 제공하는 프로세서; 및 상기 사용자 정보의 획득에 이용되는 사용자 입력을 수신하는 수신부;를 포함할 수 있다.
또한, 상기 프로세서는 상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정되는 제 1 유형 내지 제 4유형 중 상기 사용자의 성격 유형에 대응되는 하나 이상의 유형을 결정하고, 결정된 상기 하나 이상의 유형에 기초하여 상기 우선순위를 결정할 수 있다.
또한, 상기 프로세서는 상기 제 1 유형 내지 제 4 유형 중 상기 사용자의 성격 유형에 대응되는 복수개의 유형 및 대응하는 정도를 결정하고, 결정된 복수개의 유형 및 상기 대응하는 정도에 기초하여 상기 우선순위를 결정할 수 있다.
또한, 상기 제 1 유형 및 상기 제 2 유형은 상기 외향적인 정도가 제 1기설정값 이상인 유형이고, 상기 제 3 유형 및 상기 제 4 유형은 상기 외향적인 정도가 상기 제 1기설정값 미만인 유형이고, 상기 제 1 유형 및 상기 제 4 유형은 상기 업무 지향적인 정도가 제 2 기설정값 이상인 유형이고, 상기 제 2 유형 및 상기 제 3 유형은 상기 업무 지향적인 정도가 상기 제 2 기설정값 미만인 유형일 수 있다.
또한, 상기 프로세서는 상기 사용자의 성격 유형과 외향적인 성향이 동일한지 여부, 상기 사용자의 성격 유형과 관련하여 기설정된 유형별 긍정 적합도, 상기 사용자의 성격 유형과 업무 지향적인 성향이 동일한지 여부 및 상기 사용자의 성격 유형과 관련하여 기설정된 유형별 부정 적합도에 기초하여 상기 우선순위를 결정할 수 있다.
또한, 상기 프로세서는 상기 외향적인 성향이 동일한지 여부, 상기 긍정 적합도, 상기 업무 지향적인 성향이 동일한지 여부 및 상기 부정 적합도의 순서로 가중치를 부여하여 상기 우선순위를 결정할 수 있다.
또한, 상기 프로세서는 상기 사용자의 성격 유형이 상기 제 3 유형인 경우, 추가 적합도를 부여하여 상기 우선순위를 결정할 수 있다.
본 개시의 제 3 측면은 제 1 측면에 따른 방법을 구현하기 위하여 기록매체에 저장된 컴퓨터 프로그램을 제공할 수 있다. 또는, 본 개시의 제 4 측면은 제 1 측면에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
본 발명의 일 실시 예에 따르면, 사용자들의 내면적 요소를 중점적으로 활용함으로써 사용자들 간에 진중한 만남이 이루어지도록 지원하여 매칭 확률을 제고시킬 수 있다.
또한, 사용자들의 성격을 중심으로 추천함에 따라 '진중한 만남'이라는 긍정적 인식을 주어 보다 많은 여성 회원을 유입할 수 있고, 성격 기반의 매칭에 따라 지속적인 만남이 이루어지도록 지원하여 사용자 만족도를 향상시킬 수 있다.
또한, 다양한 성격 유형에 대하여 상호 간에 매칭되는 정도를 정밀하게 수치화함으로써 사용자 개개인의 성격 유형에 최적화된 매칭 정보를 제공할 수 있다.
또한, 구체화된 다양한 케이스에 따라 상이한 가중치를 부여하여 개별 성격 유형 각각에 대하여 상호 간에 매칭되는 정도를 보다 정확하게 산출할 수 있다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1을 참조하면, 일 실시 예에 따른 매칭 정보를 제공하는 시스템은 매칭 정보 제공 장치 및 하나 이상의 사용자 단말을 포함할 수 있다.
도 2는 일 실시 예에 따른 매칭 정보 제공 장치의 구성의 일 예를 도시한 블록도이다.
도 3은 일 실시 예에 따른 매칭 정보 제공 장치가 성격 정보에 기초하여 매칭 정보를 제공하는 방법의 일 예를 설명하기 위한 흐름도이다.
도 4는 일 실시 예에 따른 매칭 정보 제공 장치가 외향적인 정도 및 업무 지향적인 정도에 따라 제 1 유형 내지 제 4유형을 결정하는 동작을 설명하기 위한 도면이다.
도 5는 일 실시 예에 따른 매칭 정보 제공 장치가 사용자의 성격 유형에 대응되는 유형으로 결정된 하나의 유형에 기초하여 우선순위를 결정하는 동작을 설명하기 위한 도면이다.
도 6는 일 실시 예에 따른 매칭 정보 제공 장치가 유형별 긍정 적합도를 결정하는 동작을 설명하기 위한 도면이다.
도 7는 일 실시 예에 따른 매칭 정보 제공 장치가 유형별 부정 적합도를 결정하는 동작을 설명하기 위한 도면이다.
도 8은 일 실시 예에 따른 매칭 정보 제공 장치가 추가 적합도를 결정하는 동작을 설명하기 위한 도면이다.
도 9는 일 실시 예에 따른 매칭 정보 제공 장치가 사용자의 성격 유형에 대응되는 유형으로 결정된 복수개의 유형 및 대응되는 정도에 기초하여 우선순위를 결정하는 동작을 설명하기 위한 도면이다.
도 10은 일 실시 예에 따른 매칭 정보 제공 장치가 성격 정보에 기초하여 매칭 정보를 제공하는 방법의 다른 일 예를 설명하기 위한 흐름도이다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 “…부”, “…모듈” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 일 실시 예에 따른 매칭 정보를 제공하는 시스템의 구성을 개략적으로 도시한 도면이다.
도 1을 참조하면, 일 실시 예에 따른 매칭 정보를 제공하는 시스템은 매칭 정보 제공 장치(100) 및 하나 이상의 사용자 단말(200)을 포함할 수 있다.
일 실시 예에 따른 매칭 정보 제공 장치(100)는 성격 정보에 기초하여 매칭 정보를 제공할 수 있는 컴퓨팅 장치에 해당하며, 일 실시 예에서, 데이트 매칭 서비스를 제공하는 사업자에 의해 운영되는 서버일 수 있다.
일 실시 예에서, 매칭 정보 제공 장치(100)는 본 명세서에서 설명되는 기능을 실현시키기 위한 컴퓨터 프로그램을 통해 동작하는 컴퓨터 등의 서버로 구현될 수 있고, 네트워크를 통해 다른 디바이스(예: 서버, 단말)과 연결될 수 있는 모든 종류의 유무선 통신 장치를 포함할 수 있다. 여기에서, 네트워크는 유선 및 무선 등과 같은 다양한 통신망을 통해 구성될 수 있고, 예를 들면, 근거리 통신망(LAN: Local Area Network), 도시권 통신망(MAN: Metropolitan Area Network), 광역 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다.
일 실시 예에 따른 사용자 단말(200)은 사용자와 연관된 컴퓨팅 장치를 나타내고, 예를 들면, 매칭 정보 제공 장치(100)가 제공하는 성격 기반 매칭 서비스에 가입한 사용자에 의해 이용되는 컴퓨터 등의 장치일 수 있다. 일 실시 예에서, 사용자 단말(200)은 휴대폰, 스마트폰, PDA(Personal Digital Assistant), PMP(Portable Multimedia Player), 태블릿 PC 등과 같은 다양한 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치로 구현되거나, 데스크탑 PC, 태블릿 PC, 랩탑 PC와 같이 외부 서버와 연결되어 애플리케이션을 설치 및 실행할 수 있는 기반이 마련된 다양한 종류의 유무선 통신 장치를 포함할 수 있다.
일 실시 예에 따른 사용자 단말(200)은 성격 기반 매칭 서비스를 위한 애플리케이션을 설치하여 메모리에 저장할 수 있다. 일 실시 예에서, 성격 기반 매칭 서비스는 이하에서 기술되는 성격 정보에 기초하여 매칭 정보를 제공하는 방법을 포괄하는 개념으로 이해될 수 있으며, 매칭 정보 제공 장치(100)는 성격 기반 매칭 서비스를 위한 애플리케이션을 제공하고, 사용자 단말(200)에 설치된 애플리케이션을 통해 사용자 단말(200)과 연결되어 사용자의 성격 정보를 관리하고 매칭 정보를 제공하며 그 밖의 다양한 연관 서비스를 지원할 수 있다.
그러나, 도 1에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 매칭 정보를 제공하는 시스템에 더 포함될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 매칭 정보를 제공하는 시스템은 온라인 결제를 위한 결제 서버(미도시) 등을 더 포함할 수 있다. 또는 다른 실시 예에 따를 경우, 도 1에 도시된 구성요소들 중 일부 구성요소는 생략될 수 있다.
도 2는 일 실시 예에 따른 매칭 정보 제공 장치(100)의 구성의 일 예를 도시한 블록도이고, 도 3은 일 실시 예에 따른 매칭 정보 제공 장치(100)가 성격 정보에 기초하여 매칭 정보를 제공하는 방법의 일 예를 설명하기 위한 흐름도이다.
도 2 내지 도 3을 참조하면, 일 실시 예에 따른 매칭 정보 제공 장치(100)는 프로세서(110) 및 수신부(120)를 포함할 수 있다.
단계 S310에서 일 실시 예에 따른 프로세서(110)는 기저장된 사용자 정보에 기초하여 사용자의 성격 유형을 외향적인 정도 및 업무 지향적인 정도에 따라 결정할 수 있다. 일 실시 예에서, 프로세서(110)는 기저장된 성격 분석 알고리즘을 기초로 사용자 정보를 분석하여 사용자의 성격에 대하여 외향적인 정도 및 업무 지향적인 정도를 각각 수치화할 수 있고, 기설정된 복수개의 유형들 중에서 수치화된 값들이 충족하는 기설정 조건(예: 유형별 값 범위 등)에 대응되는 유형으로 사용자의 성격 유형을 결정할 수 있다.
일 실시 예에 따른 성격 분석 알고리즘으로 DISC 방식이 활용될 수 있다. DISC 방식은 주도형(D), 사교형(I), 안정형(S), 신중형(C)의 4가지 유형으로 성격을 분석하는 방법을 의미할 수 있다. 그러나, 성격 분석 알고리즘은 DISC 방식에 제한되지 않으며, MBTI, 에고그램 및 에니어그램 등 다양한 방식이 성격 분석 알고리즘으로 이용될 수 있다. 또한, 일 실시 예에 따른 성격 분석 알고리즘에 이용되는 방법은 종래 공지된 성격 분석 방법으로 한정되지 않는다.
일 실시 예에서, 프로세서(110)는 사용자 정보를 사용자 단말(200)로부터 수신할 수 있고, 예를 들면, 사용자의 성격 유형을 결정하는데 이용되는 기저장된 복수개의 질의 정보를 사용자 단말(200)에 제공하고 이에 대한 사용자의 응답 정보를 사용자 단말(200)로부터 수신하여 이를 포함하는 사용자 정보를 저장 및 관리할 수 있다.
다른 일 실시 예에서, 프로세서(110)는 기설정 방식으로 사용자 정보를 수집할 수 있고, 예를 들면, 사용자 계정에 설정된 하나 이상의 SNS 계정을 통해 사용자가 게시, 접근 또는 공유한 컨텐츠를 기초로 복수개의 관심 키워드를 추출하여 사용자의 성격 유형을 결정하기 위한 정보로서 수집할 수 있고, 다른 예를 들면, 빅데이터를 기반으로 구축된 고객 데이터베이스로부터 사용자의 직업, 관심사, 이상형 등을 포함하는 사용자 정보를 획득할 수도 있다.
일 실시 예에 따른 프로세서(110)는 외향적인 정도 및 업무 지향적인 정도에 따라 제 1 유형 내지 제 4유형을 결정할 수 있다. 이에 관한 내용은 도 4를 더 참조하여 보다 상세히 서술하도록 한다.
도 4는 일 실시 예에 따른 매칭 정보 제공 장치(100)가 외향적인 정도 및 업무 지향적인 정도에 따라 제 1 유형 내지 제 4유형을 결정하는 동작을 설명하기 위한 도면이다.
도 4를 참조하면, 제 1 유형은 주도형의 성격 유형을 나타내는 D(Dominance) 유형이고, 제 2 유형은 사교형의 성격 유형을 나타내는 I(Influence) 유형이고, 제 3 유형은 안정형의 성격 유형을 나타내는 S(Steadiness) 유형 이고, 제 4 유형은 신중형의 성격 유형을 나타내는 C(Conscientiousness) 유형일 수 있다.
일 실시 예에서, 제 1 유형 내지 제 4유형은 기저장된 DISC(Dominance Influence Steadiness Conscientiousness) 알고리즘을 기초로 결정될 수 있으나, 이에 제한되는 것은 아니며, MBTI(Myers-Briggs Type Indicator) 알고리즘 등에 기초하여 결정될 수도 있다.
일 실시 예에서, 제 1 유형 및 제 2 유형은 외향적인 정도가 제 1기설정값 이상인 유형이고, 제 3 유형 및 제 4 유형은 외향적인 정도가 제 1기설정값 미만인 유형이고, 제 1 유형 및 제 4 유형은 업무 지향적인 정도가 제 2 기설정값 이상인 유형이고, 제 2 유형 및 제 3 유형은 업무 지향적인 정도가 제 2 기설정값 미만인 유형일 수 있다.
예를 들면, 도 4에 도시된 것처럼, 제 1 유형은 외향적인 정도가 제 1 설정값 이상이고 업무 지향적인 정도가 제 2 설정값 이상인 외향성/일중심의 주도형 성격 유형을 나타내고, 제 2 유형은 외향적인 정도가 제 1 설정값 이상이고 업무 지향적인 정도가 제 2 설정값 미만인 유형인 외향성/사람중심의 사교형 성격 유형을 나타내고, 제 3 유형은 외향적인 정도가 제 1 설정값 미만이고 업무 지향적인 정도가 제 2 설정값 미만인 유형인 내향성/사람중심의 안정형 성격 유형을 나타내고, 제 4 유형은 외향적인 정도가 제 1 설정값 미만이고 업무 지향적인 정도가 제 2 설정값 이상인 내향성/일중심의 신중형 성격 유형을 나타낼 수 있다.
일 실시 예에서, 제 1 설정값 및 제 2 설정값은 상한값에 대한 비율값(예: 0.5) 또는 특정 설정값(예: 50 (상한값 100 기준))일 수 있다. 일 실시 예에서, 제 1 설정값 및 제 2 설정값은 복수의 사용자들로부터 수집되는 각 사용자의 성격 유형에 대한 피드백 정보에 기초하여 기설정 범위 내에서 조정될 수 있다.
일 실시 예에 따른 프로세서(110)는 사용자 정보에 기초하여 제 1 유형 내지 제 4유형 중 사용자의 성격 유형에 대응되는 하나 이상의 유형을 결정할 수 있다. 보다 구체적으로, 프로세서(110)는 복수개의 질의 정보 각각에 대한 사용자의 응답 정보를 포함하는 사용자 정보를 사용자 단말(200)로부터 수신한 경우, 각 질의 정보에서 사용자의 응답 정보가 기설정된 제 1 유형 내지 제 4 유형 중 어느 하나에 대응하는지 여부에 기초하여 외향적인 정도에 대한 제 1 점수 및 업무 지향적인 정도에 대한 제 2 점수를 각각 산출할 수 있고, 산출된 제 1 점수 및 제 2 점수가 각각 제 1 설정값 및 제 2 설정값 이상인지 여부에 따라 제 1 유형 내지 제 2 유형 중 어느 하나를 사용자의 성격 유형에 대응시킬 수 있다. 예를 들면, 외향적인 정도에 대한 제 1 점수가 100점 기준 70점이고 업무 지향적인 정도에 대한 제 2 점수가 80점이며 제 1 설정값 및 제 2 설정값이 각각 50점인 경우, 프로세서(110)는 제 1 점수와 제 2 점수가 모두 50점보다 크므로 D 유형인 제 1 유형을 사용자의 성격 유형에 대응되는 유형으로 결정할 수 있다.
일 실시 예에 따른 프로세서(110)는 제 1 유형 내지 제 4 유형 중 사용자의 성격 유형에 대응되는 복수개의 유형 및 대응하는 정도를 결정할 수 있다. 일 실시 예에서, 프로세서(110)는 사용자 정보를 분석하여 사용자의 성격 유형이 제 1 유형 내지 제 4 유형 각각에 설정된 조건을 충족하는지 여부에 따라 각각에 대응되는 정도를 수치화할 수 있고, 각각의 수치가 기설정값 이상 높은 순으로 상위 특정 개수(예: 2 개)의 유형들을 사용자의 성격 유형에 대응되는 유형으로 순차 결정할 수 있다.
다른 일 실시 예에서, 프로세서(110)는 상술한 제 1 점수 및 제 2 점수에 기초하여 사용자의 성격 유형에 1차적으로 대응되는 하나의 유형을 결정하고, 제 1 점수와 제 1 설정값과의 차이 및 제 2 설정값과의 차이에 기초하여 사용자의 성격 유형에 2차적으로 대응되는 다른 하나의 유형을 더 결정할 수 있다. 예를 들면, 프로세서(110)는 상술한 실시 예에 따라 산출된 제 1 점수(예: 70점)와 제 2 점수(예: 80점)가 모두 설정값 50점보다 큰 경우, D 유형인 제 1 유형을 사용자의 성격 유형에 1차적으로 대응시키면서 대응되는 정도를 기설정 제1값(예: 100%)으로 결정하고, 제 2 점수가 제 1 점수보다 설정값과의 차이가 크므로 제 2 점수의 “업무지향적인 정도”를 반영하여 C 유형인 제 4 유형을 2차적으로 사용자의 성격 유형에 대응시키면서 대응되는 정도를 기설정 제 2 값(예: 30%)으로 결정할 수 있다.
단계 S320에서 일 실시 예에 따른 프로세서(110)는 사용자의 성격 유형에 기초하여 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정할 수 있다. 일 실시 예에서, 프로세서(110)는 기저장된 매칭 알고리즘에 따라 복수개의 성격 유형 각각에 대하여 복수개의 성격 유형 각각과 매칭되는 정도를 결정할 수 있고, 사용자의 성격 유형에 대응되는 유형이 결정되면, 결정된 유형과 매칭되는 정도가 높은 순서로 각 유형의 우선순위를 높게 결정할 수 있다. 일 실시 예에서, 매칭 알고리즘은 이하에서 기술되는 다양한 실시예들을 포함할 수 있다. 이에 관한 내용은 도 5를 더 참조하여 보다 상세히 서술하도록 한다.
도 5는 일 실시 예에 따른 매칭 정보 제공 장치(100)가 사용자의 성격 유형에 대응되는 유형으로 결정된 하나의 유형에 기초하여 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정하는 동작을 설명하기 위한 도면이다.
도 5를 참조하면, 프로세서(110)는 사용자의 성격 유형에 대응되는 유형으로 결정된 하나 이상의 유형에 기초하여 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정할 수 있다. 예를 들면, 프로세서(110)는 사용자의 성격 유형이 I 유형인 제 2 유형으로 결정된 경우, 제 1 유형과 제 1 유형 내지 제 4 유형 각각이 매칭되는 정도를 매칭 알고리즘에 따라 75, 100, 70 및 -10으로 산출하고, 산출된 값이 큰 순서에 따라 제 2 유형, 제 1 유형, 제 3 유형 및 제 4 유형의 순서로 1순위, 2순위, 3순위 및 4순위를 순차적으로 부여할 수 있다.
일 실시 예에서, 프로세서(110)는 사용자의 성격 유형과 외향적인 성향이 동일한지 여부, 사용자의 성격 유형과 관련하여 기설정된 유형별 긍정 적합도, 사용자의 성격 유형과 업무 지향적인 성향이 동일한지 여부 및 사용자의 성격 유형과 관련하여 기설정된 유형별 부정 적합도에 기초하여 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정할 수 있다. 예를 들면, 프로세서(110)는 사용자의 성격 유형과 외향적인 성향이 동일할수록, 사용자의 성격 유형과의 긍정 적합도가 높을수록, 사용자의 성격 유형과 업무 지향적인 성향이 동일할수록, 사용자의 성격 유형과의 부정 적합도가 양(+)으로 클수록, 높은 우선순위를 부여할 수 있다.
일 실시 예에서, 사용자의 성격 유형과 외향적인 성향이 동일한지 여부는 사용자의 성격 유형과 이에 매칭되는 성격 유형 각각의 외향적인 정도가 기설정 수준 이상으로 유사한지 여부를 의미할 수 있고, 예를 들면, 각 유형의 외향적인 정도가 둘다 제 1 설정값 이상으로 동일한 외향성의 성격 유형이거나, 둘다 제 1 설정값 미만으로 내향성의 성격 유형인지 여부를 의미할 수 있다. 즉, 외향적인 성향이 동일한 경우, 매칭되는 정도가 상대적으로 높아질 수 있다.
일 실시 예에서, 유형별 긍정 적합도는 성격 유형들 간의 조합에 따라 가산되는 양(+)의 적합도 점수를 의미한다. 도 6에 도시된 것처럼, “제 1 유형 - 제 3 유형” 및 그에 대한 긍정 적합도는 사용자의 성격 유형이 제 1 유형이고, 사용자의 성격 유형에 매칭되는 성격 유형이 제 3 유형인 경우, 이들에 대한 긍정 적합도는 30으로 산출될 수 있으며, 다른 유형들과 비교하였을 때, D 유형인 제 1 유형은 S 유형인 제 3 유형과 매칭될 때 가장 높은 적합도 점수가 가점될 수 있다. 즉, 상대 유형에 대한 긍정 적합도가 높은 경우, 매칭되는 정도가 상대적으로 높아질 수 있다.
일 실시 예에서, 사용자의 성격 유형과 업무 지향적인 성향이 동일한지 여부는 사용자의 성격 유형과 이에 매칭되는 성격 유형 각각의 업무 지향적인 정도가 기설정 수준 이상으로 유사한지 여부를 의미할 수 있고, 예를 들면, 각 유형의 업무 지향적인 정도가 둘다 제 2 설정값 이상으로 동일한 일중심의 성격 유형이거나, 둘다 제 2 설정값 미만으로 사람중심의 성격 유형인지 여부를 의미할 수 있다. 즉, 업무 지향적인 성향이 동일한 경우, 매칭되는 정도가 상대적으로 높아질 수 있다.
일 실시 예에서, 유형별 부정 적합도는 성격 유형들 간의 조합에 따라 감산되는 음(+)의 적합도 점수를 의미한다. 도 7에 도시된 것처럼, “제 1 유형 - 제 4 유형” 및 그에 대한 부정 적합도는 사용자의 성격 유형이 제 1 유형이고, 사용자의 성격 유형에 매칭되는 성격 유형이 제 4 유형인 경우, 이들에 대한 부정 적합도는 -15으로 산출될 수 있으며, 다른 유형들과 비교하였을 때, D 유형인 제 1 유형은 C 유형인 제 4 유형과 매칭될 때 적합도 점수가 감점될 수 있다. 즉, 상대 유형에 대한 부정 적합도가 있는 경우, 매칭되는 정도가 상대적으로 낮아질 수 있다. 일 실시 예에서, 유형별 부정 적합도에 해당되지 않는 성격 유형 간에 매칭되는 경우, 기설정 점수(예: +15)가 가산될 수 있다.
일 실시 예에서, 프로세서(110)는 외향적인 성향이 동일한지 여부, 긍정 적합도, 업무 지향적인 성향이 동일한지 여부 및 부정 적합도의 순서로 가중치를 부여하여 우선순위를 결정할 수 있다. 예를 들면, 프로세서(110)는 외향적인 성향이 동일한지 여부에 기설정 제 1 가중치(예: 40%)를 부여하고, 긍정 적합도에 제 1 가중치보다 작은 기설정 제 2 가중치(예: 30%)를 부여하고, 업무 지향적인 성향이 동일한지 여부에 제 2 가중치보다 작은 기설정 제 3 가중치(예: 15%)를 부여하고, 부정 적합도에 제 3 가중치보다 작은 기설정 제 4 가중치(예: 15%)를 부여하고, 각 가중치를 반영하여 사용자의 성격 유형과 복수의 성격 유형 간에 매칭되는 정도를 산출할 수 있다.
예를 들면, 도 5 내지 도 7에 도시된 것처럼, 프로세서(110)는 사용자의 성격 유형이 D 유형인 제 1 유형인 경우, 제 1 유형과 제 1 유형이 매칭되는 정도를 산출할 때, 상호 외향적인 성향이 동일(=1)하므로 제 1 가중치(예: 40%)를 반영하여 40점(=1*40%), 제 2 가중치(예: 30%)를 반영하여 최대 상한(예: 30)이 결정된 제 1 유형과 제 1 유형의 긍정 적합도(예: 25)에 따른 25점, 업무 지향적인 성향이 동일(=1)하므로 제 3 가중치(예: 15%)를 반영하여 15점(=1*15%), 제 4 가중치(예: 15%)를 반영하여 최대 상한(예: 15)이 결정된 제 1 유형과 제 1 유형의 부정 적합도(예: 15)에 따른 15점(해당 없으므로 +15)을 합산하여 95점을 산출할 수 있다.
마찬가지로, 도 5 내지 도 7에 도시된 것처럼, 프로세서(110)는 사용자의 성격 유형이 D 유형인 제 1 유형인 경우, 제 1 유형에 대하여 제 2 유형 내지 제 4 유형 각각과 매칭되는 정도를 75점, 75점 및 10점으로 산출할 수 있고, 산출된 점수가 가장 높은 성격 유형을 사용자의 성격 유형과 가장 잘 매칭되는 성격 유형으로 결정할 수 있다.
일 실시 예에서, 프로세서(110)는 하기 수학식 1에 기초하여 사용자의 성격 유형이 특정 성격 유형과 매칭되는 정도(m)를 산출할 수 있다.
[수학식 1]
Figure 112020080138174-pat00001
(여기에서, f1, f2, f3 및 f4는 각각 외향적인 성향이 동일한지 여부(예: 여=1, 부=0), 긍정 적합도, 업무 지향적인 성향이 동일한지 여부(예: 여=1, 부=0) 및 부정 적합도를 나타내고, v1, v2, v3 및 v4는 각각 제 1 내지 제 4 가중치를 나타냄)
일 실시 예에서, 제 2 유형 및 제 3 유형 중 사용자의 성격 유형과 동일한 유형의 긍정 적합도는 상이한 유형의 긍정 적합도보다 높거나 같을 수 있다. 예를 들면, 도 6에 도시된 것처럼, 제 2 유형과 제 2 유형의 긍정 적합도는 30점으로 제 2 유형과 다른 유형의 긍정 적합도보다 크게 설정될 수 있고, 제 3 유형과 제 3 유형의 긍정 적합도는 30점으로 제 3 유형과 다른 유형의 긍정 적합도보다 크거나 같게 설정될 수 있다.
일 실시 예에서, 제 1 유형 내지 제 4 유형 각각에 대한 긍정 적합도의 평균값은 제 3 유형, 제 1 유형, 제 2 유형 및 제 4 유형의 순서로 높을 수 있다. 예를 들면, 도 6에 도시된 것처럼, 제 1 유형 내지 제 4 유형 각각에 대한 긍정 적합도의 평균값은 (85/4), (75/4), (105/4) 및 (70/4)으로, 제 3 유형, 제 1 유형, 제 2 유형 및 제 4 유형 순으로 크도록 각 긍정 적합도의 값이 설정될 수 있다.
일 실시 예에서, 부정 적합도는 제 2 유형과 제 4 유형 간 및 제 1 유형과 제 4 유형 간에 적용될 수 있다. 예를 들면, 도 7에 도시된 것처럼, 부정 적합도는 제 2 유형과 제 4 유형이 매칭될 때와 제 1 유형과 제 4 유형이 매칭될 때에만 음의 설정값(예: -15)에 따라 감산하여 적용되고, 그 이외의 유형들이 매칭될 때에는 양의 설정값(예: +15)에 따라 가산하여 적용될 수 있다.
일 실시 예에서, 프로세서(110)는 사용자의 성격 유형이 제 3 유형인 경우, 추가 적합도를 부여하여 우선순위를 결정할 수 있다. 도 8에 도시된 것처럼, 사용자의 성격 유형이 제 3 유형인 경우, 제 3 유형과 매칭되는 제 1 유형에 대해 추가 적합도를 30점으로 산출하여, 상술한 동작에 따라 매칭되는 정도를 수치화한 점수에 추가할 수 있다. 일 실시 예에서, 일 실시 예에서, 추가 적합도는 제 3 유형과 제 1 유형 간 및 제 3 유형과 제 2 유형 간에 적용될 수 있다.
일 실시 예에서, 프로세서(110)는 하기 수학식 2에 기초하여 사용자의 성격 유형이 특정 성격 유형과 매칭되는 정도(m)를 산출할 수 있다.
[수학식 2]
Figure 112020080138174-pat00002
(여기에서, f1, f2, f3, f4 및 f5는 각각 외향적인 성향이 동일한지 여부(예: 여=1, 부=0), 긍정 적합도, 업무 지향적인 성향이 동일한지 여부(예: 여=1, 부=0), 부정 적합도 및 추가 적합도를 나타내고, v1, v2, v3 및 v4는 각각 제 1 내지 제 4 가중치를 나타냄)
일 실시 예에서, 프로세서(110)는 사용자의 성격 유형에 대응되는 유형으로 결정된 복수개의 유형 및 대응하는 정도에 기초하여 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정할 수 있다. 도 9에 도시된 것처럼, 사용자의 성격 유형이 1차적으로 제 1 유형에 대응되고 2차적으로 제 2 유형에 대응되는 “제 1 유형 & 제 2 유형”의 성격 유형이고, 이러한 “제 1 유형 & 제 2 유형”의 성격 유형과 “제 1 유형 & 제 2 유형”의 성격 유형이 매칭되는 경우를 “제 1 유형 & 제 2 유형 - 제 1 유형 & 제 2 유형”으로 도시할 수 있다. 이러한 경우, 프로세서(110)는 제 1 유형과 제 1 유형 간에 매칭되는 정도, 제 1 유형과 제 1 유형 간에 매칭되는 정도, 제 2 유형과 제 1 유형 간에 매칭되는 정도 및 제 2 유형과 제 1 유형 간에 매칭되는 정도에 기초하여 “제 1 유형 & 제 2 유형”의 성격 유형과 “제 1 유형 & 제 2 유형”의 성격 유형이 매칭되는 정도를 산출할 수 있다.
일 실시 예에서, 프로세서(110)는 사용자의 성격 유형에 대응하는 정도가 높은 순으로 복수개의 유형 각각에 상이한 가중치를 부여하여 우선순위를 결정할 수 있다. 예를 들면, 프로세서(110)는 사용자의 성격 유형이 “제 1 유형 & 제 2 유형”이고 “제 3 유형 & 제 4 유형”과 매칭되는 정도를 산출하는 경우, 제 1 유형과 제 3 유형 간에 매칭되는 정도(예: 75, 도 5 참조), 제 1 유형과 제 4 유형 간에 매칭되는 정도(예: 10, 도 5 참조), 제 2 유형과 제 3 유형 간에 매칭되는 정도(예: 70, 도 5 참조), 제 2 유형과 제 4 유형 간에 매칭되는 정도(예: -10, 도 5 참조)를 각각 산출하고, 사용자의 성격 유형에 대응하는 정도가 더 높은 제 1 유형과 매칭된 경우에 대하여 기설정 제 5 가중치(예: 100%)를 부여하고, 사용자의 성격 유형에 대응하는 정도가 더 낮은 제 2 유형과 매칭된 경우에 대하여 제 5 가중치보다 작은 기설정 제 6 가중치(예: 30%)를 부여하고, 각 가중치를 반영하여 복수의 성격 유형 조합과 복수의 성격 유형 조합 간에 매칭되는 정도를 산출할 수 있다.
이에 따라, 프로세서(110)는 제 1 유형과 제 3 유형 간에 매칭되는 정도(예: 75, 도 5 참조)에 제 5 가중치(예: 100%)를 반영하여 제 1 점수(예: 75 = 75*100%)를 산출하고, 제 1 유형과 제 4 유형 간에 매칭되는 정도(예: 10, 도 5 참조)에 제 5 가중치(예: 100%)를 반영하여 제 2 점수(예: 10 = 10*100%)를 산출하고, 제 2 유형과 제 3 유형 간에 매칭되는 정도(예: 70, 도 5 참조)에 제 6 가중치(예: 30%)를 반영하여 제 3 점수(예: 21 = 70*30%)를 산출하고, 제 2 유형과 제 4 유형 간에 매칭되는 정도(예: -10, 도 5 참조)에 제 6 가중치(예: 30%)를 반영하여 제 4 점수(예: -3 = -10*30%)를 산출하고, 제 1 점수 내지 제 4 점수를 합산한 103점을 “제 1 유형 & 제 2 유형”의 성격 유형과 “제 1 유형 & 제 2 유형”의 성격 유형이 매칭되는 정도로 산출할 수 있다.
마찬가지로, 도 9에 도시된 것처럼, 프로세서(110)는 “제 1 유형 & 제 2 유형”의 성격 유형과 다른 성격 유형이 매칭되는 정도를 수치화하여 산출할 수 있으며, 산출된 점수 합산이 높은 순으로 우선 순위를 높게 결정할 수 있다.
일 실시 예에서, 프로세서(110)는 상기 수학식 1 및 하기 수학식 3에 기초하여 사용자의 성격 유형에 대응되는 복수개의 유형의 조합이 특정 성격 유형의 조합과 매칭되는 정도(m)를 산출할 수 있다. 예를 들면, 수학식 1을 기초로 사용자의 성격 유형 각각에 대하여 하기 m1 내지 m4를 산출하고, 수학식 3을 기초로 사용자의 성격 유형에 종합적으로 매칭되는 정도를 합산할 수 있다.
[수학식 3]
Figure 112020080138174-pat00003
(여기에서, m1은 사용자의 성격 유형에 1차적으로 대응되는 성격 유형과 특정 성격 유형에 1차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, m2는 사용자의 성격 유형에 1차적으로 대응되는 성격 유형과 특정 성격 유형에 2차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, m3은 사용자의 성격 유형에 2차적으로 대응되는 성격 유형과 특정 성격 유형에 1차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, m4은 사용자의 성격 유형에 2차적으로 대응되는 성격 유형과 특정 성격 유형에 2차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, v5 및 v6은 각각 제 5 내지 제 5 가중치를 나타냄)
일 실시 예에서, 제 1 가중치는 제 3 가중치보다 2배 이상이고, 제 2 가중치는 제 4 가중치와 같고, 제 5 가중치는 제 6 가중치보다 2배 이상일 수 있다.
단계 S330에서 일 실시 예에 따른 프로세서(110)는 우선순위에 기초하여 매칭 정보를 제공할 수 있다. 예를 들면, 프로세서(110)는 성격 기반 매칭 서비스에 가입한 복수의 사용자들 각각의 성격 유형을 상술한 실시 예와 같은 방식으로 결정하여 저장 및 관리할 수 있고, 제 1 사용자의 성격 유형(예: 제 1 유형)에 매칭되는 복수개의 성격 유형(예: 제 1 유형 ~ 제 4 유형) 중에서 단계 S310 내지 S320를 통해 결정된 우선순위가 기설정 값(예: 1순위) 이상인 성격 유형(예: 제 1 유형)에 대응하는 하나 이상의 제 2 사용자에 대한 사용자 정보를 데이터베이스로부터 독출할 수 있으며, 제 2 사용자에 의해 허여된 기설정 방식(예: 메시지, 대화창, 연락처 등)에 따라 제 2 사용자의 성격 유형(예: 제 1 유형), 제 2 사용자의 사용자 정보(예: 아이디, 연령, 거주지 등) 및 제 2 사용자와 대화 가능한 통신 수단 정보(예: 채팅방 연결, 앱을 통한 메시지 전송 등) 중 적어도 하나를 포함하는 매칭 정보를 사용자 단말(200)에 제공할 수 있다.
일 실시 예에서, 프로세서(110)는 사용자의 성격 유형과 매칭되는 정도가 기설정 값 이상인 복수개의 매칭 정보를 사용자의 성격 유형과 매칭되는 정도가 높은 순으로 정렬하여 사용자 단말(200)에 제공할 수 있다.
일 실시 예에서, 프로세서(110)는 매칭 정보를 제공할 때 제 2 사용자의 성격 유형이 기설정 수준 이상으로 높은 선호도를 가지는 대화 정보 및 데이트 정보 중 하나 이상을 포함하는 가이드 정보를 함께 제공할 수 있다. 예를 들면, 프로세서(110)는 대화 스타일을 포함하는 대화 정보 및 데이트 장소, 분위기, 옷차림 등을 포함하는 데이트 정보에 대한 빅데이터를 수집하여 성격 유형 별로 각 정보에 대한 선호도를 결정할 수 있고, 제 2 사용자의 성격 유형에 따라 선호도가 기설정 수준 이상인 대화 스타일, 데이트 장소, 분위기, 옷차림 등을 포함하는 가이드 정보를 제 1 사용자의 사용자 단말(200)에 제공하여 제 1 사용자와 제 2 사용자의 매칭 확률이 높아지도록 지원할 수 있다.
일 실시 예에서, 프로세서(110)는 사용자들에게 대화 정보 및 데이트 정보에 관한 복수개의 질의 정보를 제공하여 이에 대한 응답 정보를 통해 각 성격 유형별로 대화 스타일, 데이트 장소, 분위기, 옷차림 등에 대하여 선호하는 정도를 수치화할 수 있다.
일 실시 예에서, 프로세서(110)는 사용자로부터 수집되는 피드백 정보에 기초하여 사용자별로 유형별 긍정 적합도, 부정 적합도 및 추가 적합도를 상이하게 갱신할 수 있다. 예를 들면, 프로세서(110)는 사용자 단말(200)에 최초로 매칭 정보를 제공할 때에는 기설정 유형별 긍정 적합도, 부정 적합도 및 추가 적합도에 따라 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선 순위를 결정하여 매칭 정보를 제공하고, 사용자 단말(200)로부터 매칭 정보에 대한 사용자의 평가 점수를 포함하는 피드백 정보가 수신되는 경우, 수신된 평가 점수에 기초하여 해당 사용자의 성격 유형을 결정하는데 이용되는 긍정 적합도, 부정 적합도 및 추가 적합도를 기설정 범위 내에서 조정할 수 있다.
일 실시 예에서, 프로세서(110)는 성격 정보에 기초하여 매칭 정보를 제공하는 일련의 동작들을 수행할 수 있고, 매칭 정보 제공 장치(100)의 동작 전반을 제어하는 CPU(central processor unit)로 구현될 수 있으며, 수신부(120) 및 그 밖의 구성요소들과 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다.
일 실시 예에서, 수신부(120)는 하나 이상의 사용자 단말(200)로부터 사용자 입력을 수신할 수 있고, 하나 이상의 사용자 단말(200)과 네트워크를 통해 연결되어 이하에서 기술되는 다양한 정보들을 송수신할 수 있는 유무선 통신 장치를 포함할 수 있다. 수신부(120)는 사용자 정보의 획득에 이용되는 사용자 입력(예: 설문에 대한 응답, 입력되는 개인 정보 등)을 수신할 수 있다.
또한, 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 매칭 정보 제공 장치(100)에 더 포함될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 매칭 정보 제공 장치(100)는 매칭 정보를 제공하는 동작 전반에 이용되는 데이터를 저장하기 위한 저장부(예: 메모리, 데이터베이스 등)와 매칭 결과를 출력하기 위한 디스플레이 등을 더 포함할 수 있다.
도 10은 일 실시 예에 따른 매칭 정보 제공 장치(100)가 성격 정보에 기초하여 매칭 정보를 제공하는 방법의 다른 일 예를 설명하기 위한 흐름도이다.
단계 S1001 에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 제 1 사용자의 성격 유형을 결정하는데 이용되는 복수개의 질의 정보를 포함하는 성격 테스트 폼을 제 1 사용자의 사용자 단말(200)에 제공할 수 있다. 예를 들면, 매칭 정보 제공 장치(100)는 사용자 단말(200)에 설치된 성격 기반 매칭 서비스를 위한 애플리케이션을 통해 사용자 단말(200)에 DISC 알고리즘에 기초하여 사용자의 성격 유형을 결정하기 위한 기설정 문항 개수의 질의 정보들 및 각 질의에서 선택 가능한 복수개의 응답 정보를 포함하는 성격 테스트 폼을 사용자 단말(200)에 전송할 수 있다.
단계 S1002 에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 사용자 단말(200)로부터 복수개의 질의 정보에 대한 사용자 입력을 수신할 수 있고, 단계 S1003 에서 수신된 사용자 입력을 기초로 제 1 사용자에 대한 사용자 정보를 획득할 수 있다. 일 실시 예에서, 복수개의 질의 정보에 대한 사용자 입력은 각 질의에 대응되는 제 1 응답 정보 내지 제 4 응답 정보 중 어느 하나에 대한 선택 정보를 포함할 수 있고, 제 1 응답 정보 내지 제 4 응답 정보는 각각 제 1 유형 내지 제 4 유형 중 어느 하나에 대응되거나, 외향적인 정도 및 업무 지향적인 정도 중 어느 하나에 대응될 수 있다.
단계 S1004 에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 제 1 사용자에 대한 사용자 정보를 기초로 제 1 사용자의 성격 유형을 결정할 수 있고, 예를 들면, 각 질의별 사용자의 응답 정보에 기초하여 외향적인 정도에 대한 제 1 점수 및 업무 지향적인 정도에 대한 제 2 점수를 결정하고, 제 1 점수가 제 1 설정값 이상인지 여부 및 제 2 점수가 제 2 설정값 이상인지 여부에 따라 사용자의 성격 유형을 제 1 유형 내지 제 4 유형 중 하나 이상으로 결정할 수 있다.
단계 S1005에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 제 1 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선 순위를 결정할 수 있고, 예를 들면, 도 5에 도시된 것처럼, 사용자의 성격 유형과 복수개의 성격 유형 각각이 매칭되는 정도를 산출하여 산출된 값이 높은 순으로 우선 순위를 결정할 수 있고, 다른 예를 들면, 도 9에 도시된 것처럼, 사용자의 성격 유형에 대응하는 복수개의 성격 유형의 조합과 기설정된 복수개의 성격 유형의 조합이 상호 매칭되는 정도를 산출하여 산출된 값이 높은 순으로 우선 순위를 결정할 수 있다.
단계 S1006에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 결정된 우선순위에 기초하여 사용자 단말(200)에 매칭 정보를 제공할 수 있고, 예를 들면, 제 1 사용자의 성격 유형에 매칭되는 정도를 수치화한 값이 기설정 수준(예: 70점) 이상인 성격 유형에 대응되는 하나 이상의 제 2 사용자의 사용자 정보를 포함하는 매칭 정보를 우선 순위가 높은 순으로 정렬하여 제 1 사용자의 사용자 단말(200)에 전송할 수 있다.
단계 S1007에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 매칭 사용자에 대한 가이드 정보를 사용자 단말(200)에 제공할 수 있고, 예를 들면, 제 2 사용자의 성격 유형이 기설정 수준 이상으로 높은 선호도를 가지는 것으로 분석되는 대화 정보 및 데이트 정보 중 하나 이상을 포함하는 가이드 정보를 사용자 단말(200)에 전송하여 제 1 사용자와 제 2 사용자 간의 데이트 매칭 확률이 높아지도록 지원할 수 있다.
단계 S1008에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 사용자 단말(200)로부터 매칭 결과에 대한 피드백 정보를 수신할 수 있고, 예를 들면, 상술한 단계들을 통해 제공된 매칭 정보를 수신한 제 1 사용자의 사용자 단말(200)로부터 매칭 정보에 대한 사용자의 평가 점수를 포함하는 피드백 정보를 수신할 수 있다.
단계 S1009에서 일 실시 예에 따른 매칭 정보 제공 장치(100)는 매칭 결과에 대한 피드백 정보에 기초하여 학습을 통해 매칭 알고리즘을 개선할 수 있다. 예를 들면, 매칭 정보 제공 장치(100)는 기저장된 기계학습 알고리즘(예: 합성곱 신경망 등)을 통해 매칭 알고리즘에 대한 딥러닝을 수행하여 사용자의 성격 유형을 결정하는데 이용되는 평가 요소들을 부분적으로 갱신할 수 있고, 상술한 유형별 긍정 적합도, 부정 적합도 및 추가 적합도의 설정값 또는 제 1 내지 제 6 가중치 등의 설정 정보를 기설정 범위 내에서 조정하여 매칭 성능을 개선할 수 있다.
본 발명의 일 실시 예에 따르면, 사용자의 성격 유형에 기초하여 매칭 정보를 제공함으로써 사용자들 간에 진중한 만남이 이루어지도록 지원하여 매칭 확률을 제고시킬 수 있다.
이상에서 기술되었거나 이하에서 기술될 정보 이외에도, 매칭 정보를 제공하기 위해 기본적이거나 부가적으로 요구될 수 있는 사용자별 기본 정보, 정보 제공에 대한 사용자 승인 등의 다양한 정보들이 송수신되는 단계가 부가적으로 진행될 수 있으며, 이러한 부가적인 단계들에 관한 설명은 생략하도록 한다.
또한, 이상에서 도시된 단계들의 순서 및 조합은 일 실시 예이고, 명세서에 기재된 각 구성요소들의 본질적인 특성에서 벗어나지 않는 범위에서 순서, 조합, 분기, 기능 및 그 수행 주체가 추가, 생략 또는 변형된 형태로 다양하게 실시될 수 있음을 알 수 있다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 램, USB, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 매칭 정보 제공 장치
110: 프로세서
120: 수신부
200: 사용자 단말

Claims (18)

  1. 성격 정보에 기초하여 매칭 정보를 제공하는 방법에 있어서,
    기저장된 사용자 정보에 기초하여 사용자의 성격 유형을 외향적인 정도 및 업무 지향적인 정도에 따라 결정하는 단계;
    상기 사용자의 성격 유형에 기초하여 상기 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정하는 단계; 및
    상기 우선순위에 기초하여 매칭 정보를 제공하는 단계;를 포함하고,
    상기 사용자의 성격 유형을 상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정하는 단계는 상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정되는 제 1 유형 내지 제 4 유형 중 상기 사용자의 성격 유형에 대응되는 복수개의 유형 및 대응하는 정도를 결정하고,
    상기 성격 유형에 대한 우선순위를 결정하는 단계는 상기 사용자의 성격 유형에 대응하는 정도가 높은 순으로 큰 가중치를 상기 복수개의 유형 각각에 부여하여 상기 우선순위를 결정하는, 방법.
  2. 제 1 항에 있어서,
    상기 성격 유형에 대한 우선순위를 결정하는 단계는
    하기 수학식 1에 기초하여 상기 사용자의 성격 유형이 특정 성격 유형과 매칭되는 정도(m)를 결정하는 단계를 포함하는, 방법.
    [수학식 1]
    Figure 112022030613450-pat00014

    (상기 f1, 상기 f2, 상기 f3, 상기 f4 및 상기 f5는 각각 상기 외향적인 성향이 동일한지 여부, 긍정 적합도, 상기 업무 지향적인 성향이 동일한지 여부, 부정 적합도 및 상기 사용자의 성격 유형이 상기 제 3 유형인 경우 부여되는 추가 적합도를 나타내고, 상기 v1, 상기 v2, 상기 v3 및 상기 v4는 각각 제 1 가중치, 제 2 가중치, 제 3 가중치 및 제 4 가중치를 나타냄)
  3. 제 1 항에 있어서,
    상기 성격 유형에 대한 우선순위를 결정하는 단계는
    하기 수학식 2에 기초하여 상기 사용자의 성격 유형에 대응되는 복수개의 유형의 조합이 특정 성격 유형의 조합과 매칭되는 정도(m)를 결정하는 단계를 포함하는, 방법.
    [수학식 2]
    Figure 112021100241140-pat00015

    (상기 m1은 상기 사용자의 성격 유형에 1차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 1차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 m2는 상기 사용자의 성격 유형에 1차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 2차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 m3은 상기 사용자의 성격 유형에 2차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 1차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 m4은 상기 사용자의 성격 유형에 2차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 2차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 v5 및 상기 v6은 각각 제 5 가중치 및 제 6 가중치를 나타냄)
  4. 제 1 항에 있어서,
    상기 제 1 유형 및 상기 제 2 유형은 상기 외향적인 정도가 제 1기설정값 이상인 유형이고,
    상기 제 3 유형 및 상기 제 4 유형은 상기 외향적인 정도가 상기 제 1기설정값 미만인 유형이고,
    상기 제 1 유형 및 상기 제 4 유형은 상기 업무 지향적인 정도가 제 2 기설정값 이상인 유형이고,
    상기 제 2 유형 및 상기 제 3 유형은 상기 업무 지향적인 정도가 상기 제 2 기설정값 미만인 유형인, 방법.
  5. 제 4 항에 있어서,
    상기 성격 유형에 대한 우선순위를 결정하는 단계는
    상기 사용자의 성격 유형과 외향적인 성향이 동일한지 여부,
    상기 사용자의 성격 유형과 관련하여 기설정된 유형별 긍정 적합도,
    상기 사용자의 성격 유형과 업무 지향적인 성향이 동일한지 여부 및
    상기 사용자의 성격 유형과 관련하여 기설정된 유형별 부정 적합도에 기초하여 상기 우선순위를 결정하는, 방법.
  6. 제 5 항에 있어서,
    상기 성격 유형에 대한 우선순위를 결정하는 단계는
    상기 외향적인 성향이 동일한지 여부, 상기 긍정 적합도, 상기 업무 지향적인 성향이 동일한지 여부 및 상기 부정 적합도의 순서로 가중치를 부여하여 상기 우선순위를 결정하는, 방법.
  7. 제 5 항에 있어서,
    상기 제 2 유형 및 상기 제 3 유형 중 상기 사용자의 성격 유형과 동일한 유형의 긍정 적합도는 상이한 유형의 긍정 적합도보다 높거나 같은, 방법.
  8. 제 5 항에 있어서,
    상기 제 1 유형 내지 상기 제 4 유형 각각에 대한 상기 긍정 적합도의 평균값은 제 3 유형, 제 1 유형, 제 2 유형 및 제 4 유형의 순서로 높은, 방법.
  9. 제 5 항에 있어서,
    상기 성격 유형에 대한 우선순위를 결정하는 단계는
    상기 사용자의 성격 유형이 상기 제 3 유형인 경우, 추가 적합도를 부여하여 상기 우선순위를 결정하는, 방법.
  10. 제 5 항에 있어서,
    상기 부정 적합도는
    상기 제 2 유형과 상기 제 4 유형 간 및 상기 제 1 유형과 상기 제 4 유형 간에 적용되는, 방법.
  11. 성격 정보에 기초하여 매칭 정보를 제공하는 장치에 있어서,
    기저장된 사용자 정보에 기초하여 사용자의 성격 유형을 외향적인 정도 및 업무 지향적인 정도에 따라 결정하고,
    상기 사용자의 성격 유형에 기초하여 상기 사용자의 성격 유형에 매칭되는 성격 유형에 대한 우선순위를 결정하고,
    상기 우선순위에 기초하여 매칭 정보를 제공하는 프로세서; 및
    상기 사용자 정보의 획득에 이용되는 사용자 입력을 수신하는 수신부;를 포함하고,
    상기 프로세서는
    상기 외향적인 정도 및 상기 업무 지향적인 정도에 따라 결정되는 제 1 유형 내지 제 4 유형 중 상기 사용자의 성격 유형에 대응되는 복수개의 유형 및 대응하는 정도를 결정하고,
    상기 사용자의 성격 유형에 대응하는 정도가 높은 순으로 큰 가중치를 상기 복수개의 유형 각각에 부여하여 상기 우선순위를 결정하는, 장치.
  12. 제 11 항에 있어서,
    상기 프로세서는
    하기 수학식 1에 기초하여 상기 사용자의 성격 유형이 특정 성격 유형과 매칭되는 정도(m)를 결정하는, 장치.
    [수학식 1]
    Figure 112022030613450-pat00016

    (상기 f1, 상기 f2, 상기 f3, 상기 f4 및 상기 f5는 각각 상기 외향적인 성향이 동일한지 여부, 긍정 적합도, 상기 업무 지향적인 성향이 동일한지 여부, 부정 적합도 및 상기 사용자의 성격 유형이 상기 제 3 유형인 경우 부여되는 추가 적합도를 나타내고, 상기 v1, 상기 v2, 상기 v3 및 상기 v4는 각각 제 1 가중치, 제 2 가중치, 제 3 가중치 및 제 4 가중치를 나타냄)
  13. 제 11 항에 있어서,
    상기 프로세서는
    하기 수학식 2에 기초하여 상기 사용자의 성격 유형에 대응되는 복수개의 유형의 조합이 특정 성격 유형의 조합과 매칭되는 정도(m)를 결정하는 단계를 포함하는, 장치.
    [수학식 2]
    Figure 112021100241140-pat00017

    (상기 m1은 상기 사용자의 성격 유형에 1차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 1차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 m2는 상기 사용자의 성격 유형에 1차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 2차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 m3은 상기 사용자의 성격 유형에 2차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 1차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 m4은 상기 사용자의 성격 유형에 2차적으로 대응되는 성격 유형과 상기 특정 성격 유형에 2차적으로 대응되는 성격 유형 간에 매칭되는 정도를 나타내고, 상기 v5 및 상기 v6은 각각 제 5 가중치 및 제 6 가중치를 나타냄)
  14. 제 11 항에 있어서,
    상기 제 1 유형 및 상기 제 2 유형은 상기 외향적인 정도가 제 1기설정값 이상인 유형이고,
    상기 제 3 유형 및 상기 제 4 유형은 상기 외향적인 정도가 상기 제 1기설정값 미만인 유형이고,
    상기 제 1 유형 및 상기 제 4 유형은 상기 업무 지향적인 정도가 제 2 기설정값 이상인 유형이고,
    상기 제 2 유형 및 상기 제 3 유형은 상기 업무 지향적인 정도가 상기 제 2 기설정값 미만인 유형인, 장치.
  15. 제 14 항에 있어서,
    상기 프로세서는
    상기 사용자의 성격 유형과 외향적인 성향이 동일한지 여부,
    상기 사용자의 성격 유형과 관련하여 기설정된 유형별 긍정 적합도,
    상기 사용자의 성격 유형과 업무 지향적인 성향이 동일한지 여부 및
    상기 사용자의 성격 유형과 관련하여 기설정된 유형별 부정 적합도에 기초하여 상기 우선순위를 결정하는, 장치.
  16. 제 15 항에 있어서,
    상기 프로세서는
    상기 외향적인 성향이 동일한지 여부, 상기 긍정 적합도, 상기 업무 지향적인 성향이 동일한지 여부 및 상기 부정 적합도의 순서로 가중치를 부여하여 상기 우선순위를 결정하는, 장치.
  17. 제 15 항에 있어서,
    상기 프로세서는
    상기 사용자의 성격 유형이 상기 제 3 유형인 경우, 추가 적합도를 부여하여 상기 우선순위를 결정하는, 장치.
  18. 제 1 항 내지 제 10 항 중 어느 한 항의 방법을 구현하기 위하여 기록매체에 저장된 컴퓨터 프로그램.
KR1020200095325A 2020-07-30 2020-07-30 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치 KR102436551B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200095325A KR102436551B1 (ko) 2020-07-30 2020-07-30 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200095325A KR102436551B1 (ko) 2020-07-30 2020-07-30 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220015162A KR20220015162A (ko) 2022-02-08
KR102436551B1 true KR102436551B1 (ko) 2022-08-26

Family

ID=80251688

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200095325A KR102436551B1 (ko) 2020-07-30 2020-07-30 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102436551B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102477763B1 (ko) * 2022-04-26 2022-12-15 주식회사 더하트컴퍼니 엄마 종합 유형 검사 시스템
KR102562282B1 (ko) 2023-01-27 2023-08-01 권순범 성향 기반 매칭 방법 및 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110005977A (ko) * 2009-07-13 2011-01-20 이승희 실시간 매칭 서비스 제공 시스템 및 그 방법
KR20130026557A (ko) 2011-07-26 2013-03-14 (주)퍼스트메카 소셜 데이팅을 위한 궁합을 이용한 실시간 커플 매칭 서비스 제공 방법
KR20170088279A (ko) * 2016-01-22 2017-08-01 박윤섭 성격 유형 분석을 이용한 친구 추천 서비스 제공 방법 및 서버

Also Published As

Publication number Publication date
KR20220015162A (ko) 2022-02-08

Similar Documents

Publication Publication Date Title
US20230325691A1 (en) Systems and methods of processing personality information
US10963642B2 (en) Intelligent assistant help system
US7552060B2 (en) Method for determining compatibility
US11727328B2 (en) Machine learning systems and methods for predictive engagement
US20060059130A1 (en) System and method of automatically modifying an online dating service search using compatibility feedback
US10713283B2 (en) Data set identification from attribute clusters
KR102436551B1 (ko) 성격 정보에 기초하여 매칭 정보를 제공하는 방법 및 장치
KR102481516B1 (ko) Mbti를 이용한 성격검사 기반 커플 매칭 서비스 시스템
US20190287143A1 (en) Retrieving reviews based on user profile information
CN113742492A (zh) 保险方案生成方法、装置、电子设备及存储介质
KR20210060375A (ko) 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램
US11244257B2 (en) Systems and methods for determining a likelihood of a lead conversion event
KR20200133976A (ko) 콘텐츠 큐레이션 방법 및 장치
US11610192B2 (en) Graphical user interface language localization
KR20140138379A (ko) 관계성 매트릭스를 이용하여 서비스를 제공하는 방법, 서버 및 컴퓨터 판독 가능한 기록 매체
KR20230150239A (ko) 가맹점 추천 정보를 제공하는 방법 및 디바이스
JP6752330B1 (ja) 機械学習ベースのマッチング装置およびマッチング方法
KR20210052746A (ko) 제품화 대상 콘텐츠의 예상 판매량 추정 방법, 장치 및 컴퓨터프로그램
AU2021400853A1 (en) Systems and methods for matching entities
Simon Gendered contexts: Masculinity, knowledge, and attitudes toward biotechnology
KR101396013B1 (ko) 인지형 소셜 네트워크 구축 방법 및 서버
US11977996B2 (en) Systems and methods for determining a likelihood of a lead conversion event
KR102544763B1 (ko) 내담자 맞춤형 상담사 추천 방법 및 이를 위한 장치
US12112263B2 (en) Reversal-point-based detection and ranking
US20240087068A1 (en) Systems and methods for automatically recommending academic programs

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant