KR102610276B1 - 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 - Google Patents
니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 Download PDFInfo
- Publication number
- KR102610276B1 KR102610276B1 KR1020230103808A KR20230103808A KR102610276B1 KR 102610276 B1 KR102610276 B1 KR 102610276B1 KR 1020230103808 A KR1020230103808 A KR 1020230103808A KR 20230103808 A KR20230103808 A KR 20230103808A KR 102610276 B1 KR102610276 B1 KR 102610276B1
- Authority
- KR
- South Korea
- Prior art keywords
- specific user
- content
- learning
- user
- reflection
- Prior art date
Links
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 title claims abstract description 89
- 229960002715 nicotine Drugs 0.000 title claims abstract description 89
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000008569 process Effects 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 32
- 230000013016 learning Effects 0.000 claims description 164
- 238000002679 ablation Methods 0.000 claims description 16
- 238000002271 resection Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 9
- 210000001747 pupil Anatomy 0.000 claims description 7
- 230000008921 facial expression Effects 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 5
- 235000019788 craving Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000000391 smoking effect Effects 0.000 description 4
- 206010057852 Nicotine dependence Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 206010012335 Dependence Diseases 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009257 reactivity Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010027940 Mood altered Diseases 0.000 description 1
- 206010039424 Salivary hypersecretion Diseases 0.000 description 1
- 208000007271 Substance Withdrawal Syndrome Diseases 0.000 description 1
- 208000025569 Tobacco Use disease Diseases 0.000 description 1
- 230000035045 associative learning Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 206010013663 drug dependence Diseases 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000007510 mood change Effects 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 208000026451 salivation Diseases 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Hospice & Palliative Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Developmental Disabilities (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Nursing (AREA)
- Child & Adolescent Psychology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Ophthalmology & Optometry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 방법에 있어서, (a) 컴퓨팅 장치가, (i) 상기 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하는 단계; 및 (b) 상기 컴퓨팅 장치가, 상기 특정 사용자에 대한 상기 제2 엘리멘트의 현재 밸류를 참조로 하여, 상기 복수의 상태 요소 반영 조합 중, 상기 제2 엘리멘트의 상기 현재 밸류를 만족하면서 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도가 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대한 정보를 결정하고, 상기 특정 상태 요소 반영 조합에 대한 정보를 참조로 하여, 상기 특정 사용자에게 제공될 적어도 하나의 특정 상태 요소 반영 컨텐츠를 제공하는 단계;를 포함하는 방법을 제공한다.
Description
본 발명은 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치에 관한 것이다.
흡연자들은 흡연관련 단서에 노출되면 흡연에 대한 욕구가 강해진다. 즉 이러한 흡연관련단서와 그와 관련된 강한 욕구가 흡연을 지속시키는데 큰 역할을 하는 것이다. 학습 이론가들에 따르면 단서에 의해 유발된 갈망은 니코틴 흡입과 단서 사이의 연합학습과 같은 조건화된 반응과 유사하다고 주장하고 있다.
갈망 즉 단서 반응성은 중독자가 흡연관련단서에 노출될 때 발생하는 조건형성 반응이라고 볼 수 있는데, 주관적인 반응(갈망, 철회증상, 약물로 유발된 다양한 효과, 기분변화 등)과 생리적인 반응(피부전도반응, 심작 박동율, 타액분비, 체온, 뇌 활동 등)으로 구분된다.
이러한 단서와 단서에 대한 반응성을 치료에 활용하는 기법이 단서노출치료인데, 단서노출치료기법은 니코틴 및 약물중독과 같은 중독행동을 치료하는 기법으로서 학습된 연합을 소거시키는 기법이다. 즉 욕구와 갈망을 유발하는 자극을 반복적으로 노출시키면 중독자는 처음에는 중독유발 단서에 대해 강한 욕구가 일어나지만 점차적으로 습관화되어 종국에는 욕구가 사라진다는 것이다.
다만, 이러한 종래 기술에 따르면, 니코틴 중독자에게 인가될 체계적인 자극을 결정하기 어려웠으며, 이를 통해 니코틴 중독자가 중독 상태로부터 벗어나는 속도가 더디다는 단점이 있었다.
따라서, 이를 개선하기 위한 체계적인 기술이 요구되는 실정이다.
선행기술문헌 - 한국공개특허 KR10-2018-0123458
선행기술문헌 - 한국공개특허 KR10-2018-0123458
본 발명은 상술한 문제점을 해결하는 것을 그 목적으로 한다.
본 발명은 니코틴에 대한 갈망을 개선하도록 지원하는 컨텐츠를 제공함에 있어서, (i) 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하는 것을 목적으로 한다.
또한, 본 발명은 니코틴에 대한 갈망을 개선하도록 지원하는 최적의 컨텐츠를 선정하도록 학습을 수행함에 있어서, (i) 상기 특정 사용자에 대한 상기 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 상기 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 상기 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 상기 타 사용자에 대한 상기 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 상기 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 상기 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 상기 타 사용자에게 제공될 상기 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부에 대한 상기 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 상기 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 상기 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 타 사용자의 상기 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 상기 학습 장치로 입력하여 학습하고, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 특정 사용자의 상기 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하고, 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각이 산출되면, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상기 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 상기 로스를 백프로퍼게이션하여 학습을 수행하도록 하는 것을 다른 목적으로 한다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 효과를 실현하기 위한 본 발명의 특징적인 구성은 하기와 같다.
본 발명의 일 태양에 따르면, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 방법에 있어서, (a) 컴퓨팅 장치가, (i) 상기 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하는 단계; 및 (b) 상기 컴퓨팅 장치가, 상기 특정 사용자에 대한 상기 제2 엘리멘트의 현재 밸류를 참조로 하여, 상기 복수의 상태 요소 반영 조합 중, 상기 제2 엘리멘트의 상기 현재 밸류를 만족하면서 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도가 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대한 정보를 결정하고, 상기 특정 상태 요소 반영 조합에 대한 정보를 참조로 하여, 상기 특정 사용자에게 제공될 적어도 하나의 특정 상태 요소 반영 컨텐츠를 제공하는 단계를 포함하는 방법을 제공한다.
일례로서, 상기 (a) 단계에서, 상기 제3 엘리멘트에 포함된 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부를 변화시키면서, 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부로 구성되는 복수의 컨텐츠 세부 요소 반영 조합으로서의 복수의 컨텐츠 세부 요소 반영 컨텐츠별로, 상기 특정 사용자의 상기 니코틴에 대한 컨텐츠 세부 요소 반영 절제 정도를 추가적으로 산출하는 것을 특징으로 하는 방법을 제공한다.
일례로서, 상기 (a) 단계에서, 상기 컴퓨팅 장치는, 상기 상태 요소 반영 컨텐츠 각각을 시청하는 도중에 상기 특정 사용자의 생체 데이터를 획득하고 분석하는 프로세스, 적어도 하나의 센서를 통해 상기 특정 사용자의 영상으로부터 표정 정보 및 동공 정보 중 적어도 일부를 획득하거나 상기 특정 사용자의 호흡 정보를 획득하는 프로세스, 및 상기 특정 사용자에 의해 선택된 입력 데이터를 획득하는 프로세스 중 적어도 하나 이상을 수행하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 방법을 제공한다.
일례로서, 상기 (b) 단계에서, 상기 특정 사용자에게 상기 소정의 기준을 만족하는 적어도 하나의 상기 특정 상태 요소 반영 조합에 대응되는 상기 특정 상태 요소 반영 컨텐츠 각각을 제공하면서, 상기 컴퓨팅 장치는, 상기 특정 사용자로 하여금 상기 특정 상태 요소 반영 컨텐츠 각각에 시계열적 응답을 입력하도록 하여, 상기 특정 사용자의 상기 상태 요소 반영 절제 정도의 시계열적 변화율을 각각 산출하고, (c) 상기 컴퓨팅 장치는, 상기 시계열적 변화율 각각을 참조로 하여, 상기 특정 상태 요소 반영 컨텐츠 각각의 상기 상태 요소 반영 절제 정도를 조정하는 단계를 더 포함하는 방법을 제공한다.
일례로서, 상기 (a) 단계에서, 상기 컴퓨팅 장치가, 상기 특정 사용자에게 상기 상태 요소 반영 컨텐츠를 제공하여, 상기 특정 사용자로 하여금 상기 상태 요소 반영 컨텐츠 각각에 응답하도록 하되, (i) 상기 특정 사용자로부터 절제 관련 유저인터페이스를 통해 제1 인풋이 입력된 횟수인 제1 횟수, (ii) 상기 특정 사용자로부터 상기 니코틴에 대한 욕구 관련 유저인터페이스를 통해 제2 인풋이 입력된 횟수인 제2 횟수, (iii) 상기 제1 인풋이 입력되기까지의 걸린 시간인 제1 시간, 및 (iv) 상기 제2 인풋이 입력되기까지의 걸린 시간인 제2 시간 중 적어도 일부를 참조로 하여 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 방법을 제공한다.
일례로서, 상기 (a) 단계에서, 상기 컴퓨팅 장치는, 상기 상태 요소 반영 컨텐츠 각각을 제공 받는 시점으로부터 기설정된 임계 시간 이내에 획득된 상기 특정 사용자의 복수의 제1 카테고리별 생체 데이터 및 복수의 제2 카테고리별 디지털 피노타입 데이터 중 적어도 일부를 분석하여 상기 특정 사용자의 스트레스 정도 각각을 획득하고, 상기 스트레스 정도 각각을 상기 제2 엘리멘트의 가변 밸류 각각으로 결정하는 것을 특징으로 하는 방법을 제공한다.
일례로서, 상기 컴퓨팅 장치가, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제1 임계치 미만으로 산출된 경우, 특정 사용자에 대한 열등 조합으로 결정하고, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제2 임계치 초과로 산출된 경우, 특정 사용자에 대한 우등 조합으로 결정하며, 상기 열등 조합 및 상기 우등 조합 중 적어도 일부를 참조로 하여 상기 특정 상태 요소 반영 컨텐츠를 제공하는 것을 특징으로 하는 방법을 제공한다.
일례로서, 상기 컴퓨팅 장치는 학습 장치를 포함하고, 상기 (a) 단계 이전에, 상기 컴퓨팅 장치는, (i) 상기 특정 사용자에 대한 상기 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 상기 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 상기 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 상기 타 사용자에 대한 상기 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 상기 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 상기 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 상기 타 사용자에게 제공될 상기 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부에 대한 상기 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 상기 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 상기 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 타 사용자의 상기 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 상기 학습 장치로 입력하여 학습하고, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 특정 사용자의 상기 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하고, 상기 (a) 단계에서, 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각이 산출되면, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상기 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 상기 로스를 백프로퍼게이션하여 학습을 수행하는 것을 특징으로 하는 방법을 제공한다.
본 발명의 또 다른 태양에 따르면, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치에 있어서, 인스트럭션들을 저장하는 적어도 하나의 메모리; 및 상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되, 상기 프로세서가, (I) (i) 상기 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하고, (II) 상기 특정 사용자에 대한 상기 제2 엘리멘트의 현재 밸류를 참조로 하여, 상기 복수의 상태 요소 반영 조합 중, 상기 제2 엘리멘트의 상기 현재 밸류를 만족하면서 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도가 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대한 정보를 결정하고, 상기 특정 상태 요소 반영 조합에 대한 정보를 참조로 하여, 상기 특정 사용자에게 제공될 적어도 하나의 특정 상태 요소 반영 컨텐츠를 제공하는 프로세스를 수행하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 (I) 프로세스에서, 상기 제3 엘리멘트에 포함된 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부를 변화시키면서, 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부로 구성되는 복수의 컨텐츠 세부 요소 반영 조합으로서의 복수의 컨텐츠 세부 요소 반영 컨텐츠별로, 상기 특정 사용자의 상기 니코틴에 대한 컨텐츠 세부 요소 반영 절제 정도를 추가적으로 산출하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 (I) 프로세스에서, 상기 프로세서는, 상기 상태 요소 반영 컨텐츠 각각을 시청하는 도중에 상기 특정 사용자의 생체 데이터를 획득하고 분석하는 프로세스, 적어도 하나의 센서를 통해 상기 특정 사용자의 영상으로부터 표정 정보 및 동공 정보 중 적어도 일부를 획득하거나 상기 특정 사용자의 호흡 정보를 획득하는 프로세스, 및 상기 특정 사용자에 의해 선택된 입력 데이터를 획득하는 프로세스 중 적어도 하나 이상을 수행하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 (II) 프로세스에서, 상기 특정 사용자에게 상기 소정의 기준을 만족하는 적어도 하나의 상기 특정 상태 요소 반영 조합에 대응되는 상기 특정 상태 요소 반영 컨텐츠 각각을 제공하면서, 상기 프로세서는, 상기 특정 사용자로 하여금 상기 특정 상태 요소 반영 컨텐츠 각각에 시계열적 응답을 입력하도록 하여, 상기 특정 사용자의 상기 상태 요소 반영 절제 정도의 시계열적 변화율을 각각 산출하고, (III) 상기 프로세서는, 상기 시계열적 변화율 각각을 참조로 하여, 상기 특정 상태 요소 반영 컨텐츠 각각의 상기 상태 요소 반영 절제 정도를 조정하는 프로세스를 더 수행하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 (I) 프로세스에서, 상기 프로세서가, 상기 특정 사용자에게 상기 상태 요소 반영 컨텐츠를 제공하여, 상기 특정 사용자로 하여금 상기 상태 요소 반영 컨텐츠 각각에 응답하도록 하되, (i) 상기 특정 사용자로부터 절제 관련 유저인터페이스를 통해 제1 인풋이 입력된 횟수인 제1 횟수, (ii) 상기 특정 사용자로부터 상기 니코틴에 대한 욕구 관련 유저인터페이스를 통해 제2 인풋이 입력된 횟수인 제2 횟수, (iii) 상기 제1 인풋이 입력되기까지의 걸린 시간인 제1 시간, 및 (iv) 상기 제2 인풋이 입력되기까지의 걸린 시간인 제2 시간 중 적어도 일부를 참조로 하여 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 (I) 프로세스에서, 상기 프로세서는, 상기 상태 요소 반영 컨텐츠 각각을 제공 받는 시점으로부터 기설정된 임계 시간 이내에 획득된 상기 특정 사용자의 복수의 제1 카테고리별 생체 데이터 및 복수의 제2 카테고리별 디지털 피노타입 데이터 중 적어도 일부를 분석하여 상기 특정 사용자의 스트레스 정도 각각을 획득하고, 상기 스트레스 정도 각각을 상기 제2 엘리멘트의 가변 밸류 각각으로 결정하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 프로세서가, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제1 임계치 미만으로 산출된 경우, 특정 사용자에 대한 열등 조합으로 결정하고, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제2 임계치 초과로 산출된 경우, 특정 사용자에 대한 우등 조합으로 결정하며, 상기 열등 조합 및 상기 우등 조합 중 적어도 일부를 참조로 하여 상기 특정 상태 요소 반영 컨텐츠를 제공하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.
일례로서, 상기 프로세서는 학습 장치를 포함하고, 상기 프로세서는, 상기 (I) 프로세스 이전에, (i) 상기 특정 사용자에 대한 상기 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 상기 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 상기 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 상기 타 사용자에 대한 상기 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 상기 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 상기 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 상기 타 사용자에게 제공될 상기 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부에 대한 상기 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 상기 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 상기 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 타 사용자의 상기 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 상기 학습 장치로 입력하여 학습하고, 상기 프로세서는, 상기 학습 장치로 하여금, 상기 특정 사용자의 상기 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하고, 상기 (I) 프로세스에서, 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각이 산출되면, 상기 프로세서는, 상기 학습 장치로 하여금, 상기 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상기 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 상기 로스를 백프로퍼게이션하여 학습을 수행하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.
본 발명은 니코틴에 대한 갈망을 개선하도록 지원하는 컨텐츠를 제공함에 있어서, (i) 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하는 효과가 있다.
또한, 본 발명은 니코틴에 대한 갈망을 개선하도록 지원하는 최적의 컨텐츠를 선정하도록 학습을 수행함에 있어서, (i) 상기 특정 사용자에 대한 상기 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 상기 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 상기 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 상기 타 사용자에 대한 상기 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 상기 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 상기 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 상기 타 사용자에게 제공될 상기 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부에 대한 상기 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 상기 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 상기 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 타 사용자의 상기 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 상기 학습 장치로 입력하여 학습하고, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 특정 사용자의 상기 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하고, 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각이 산출되면, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상기 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 상기 로스를 백프로퍼게이션하여 학습을 수행하도록 하는 다른 효과가 있다.
본 발명의 실시예의 설명에 이용되기 위하여 첨부된 아래 도면들은 본 발명의 실시예들 중 단지 일부일 뿐이며, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자(이하 "통상의 기술자")에게 있어서는 발명적 작업이 이루어짐 없이 이 도면들에 기초하여 다른 도면들이 얻어질 수 있다.
도 1은 본 발명의 일 실시예에 따라, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치를 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 과정을 개략적으로 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따라, 데이터베이스에 저장된 복수의 사용자에 대한 상태 요소 반영 절제 정도 및 상태 요소 반영 절제 정도의 변화율을 매칭하여 관리하는 상태를 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따라, 제3 엘리멘트에 포함된 장소 요소, 시간 요소, 및 상대방 요소의 조합에 따라 컨텐츠를 제공하여 니코틴에 대한 절제 정도를 판단하는 방법을 일 예시로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따라, 데이터베이스에 저장된 복수의 사용자에 대한 각각의 정보를 활용하여 사용자별 컨텐츠 세부 요소 반영 절제 정도 및 컨텐츠 세부 요소 반영 절제 정도의 변화율을 산출하는 방법을 예시로 나타내는 도면이다.
도 1은 본 발명의 일 실시예에 따라, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치를 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 과정을 개략적으로 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따라, 데이터베이스에 저장된 복수의 사용자에 대한 상태 요소 반영 절제 정도 및 상태 요소 반영 절제 정도의 변화율을 매칭하여 관리하는 상태를 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따라, 제3 엘리멘트에 포함된 장소 요소, 시간 요소, 및 상대방 요소의 조합에 따라 컨텐츠를 제공하여 니코틴에 대한 절제 정도를 판단하는 방법을 일 예시로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따라, 데이터베이스에 저장된 복수의 사용자에 대한 각각의 정보를 활용하여 사용자별 컨텐츠 세부 요소 반영 절제 정도 및 컨텐츠 세부 요소 반영 절제 정도의 변화율을 산출하는 방법을 예시로 나타내는 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명의 목적들, 기술적 해법들 및 장점들을 분명하게 하기 위하여 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 통상의 기술자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다.
또한, 본 발명의 상세한 설명 및 청구항들에 걸쳐, "포함하다"라는 단어 및 그것의 변형은 다른 기술적 특징들, 부가물들, 구성요소들 또는 단계들을 제외하는 것으로 의도된 것이 아니다. 통상의 기술자에게 본 발명의 다른 목적들, 장점들 및 특성들이 일부는 본 설명서로부터, 그리고 일부는 본 발명의 실시로부터 드러날 것이다. 아래의 예시 및 도면은 실례로서 제공되며, 본 발명을 한정하는 것으로 의도된 것이 아니다.
더욱이 본 발명은 본 명세서에 표시된 실시예들의 모든 가능한 조합들을 망라한다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따라, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치를 개략적으로 나타내는 도면이다.
도 1에 도시된 바와 같이, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치(100)는 메모리(101), 프로세서(102)를 포함할 수 있다. 또한, 컴퓨팅 장치(100)는 추가적으로 디스플레이(103)를 포함할 수도 있으나, 컴퓨팅 장치(100)에 포함되지 않고 별도로 구성될 수도 있을 것이다.
니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치(100)의 메모리(101)는 프로세서(102)에 의해 수행될 인스트럭션들을 저장할 수 있는데, 구체적으로, 인스트럭션들은 컨텐츠를 제공하기 위한 컴퓨팅 장치(100)로 하여금 특정의 방식으로 기능하게 하기 위한 목적으로 생성되는 코드로서, 컴퓨터 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장될 수 있다. 인스트럭션들은 본 발명의 명세서에서 설명되는 기능들을 실행하기 위한 프로세스들을 수행할 수 있다.
본 발명에서 컨텐츠란 가상현실로 구현되는 컨텐츠를 상정하여 설명할 것이지만, 이에 한정되는 것이 아님은 물론이라 할 것이다.
그리고, 컨텐츠를 제공하기 위한 컴퓨팅 장치(100)의 프로세서(102)는 MPU(Micro Processing Unit) 또는 CPU(Central Processing Unit), 캐쉬 메모리(Cache Memory), 데이터 버스(Data Bus) 등의 하드웨어 구성을 포함할 수 있다. 또한, 컴퓨팅 장치(100)는 운영체제, 특정 목적을 수행하는 애플리케이션의 소프트웨어 구성을 더 포함할 수도 있다.
또한, 컨텐츠를 제공하기 위한 컴퓨팅 장치(100)는 데이터베이스(110)와 연동될 수 있다. 여기서, 데이터베이스(110)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(ReadOnly Memory, ROM), EEPROM(Electrically Erasable Programmable ReadOnly Memory), PROM(Programmable ReadOnly Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있으며, 이에 한정되지 않으며 데이터를 저장할 수 있는 모든 매체를 포함할 수 있다. 또한, 데이터베이스(110)는 컨텐츠를 제공하기 위한 컴퓨팅 장치(100)와 분리되어 설치되거나, 이와는 달리 컨텐츠를 제공하기 위한 컴퓨팅 장치(100)의 내부에 설치되어 데이터를 전송하거나 수신되는 데이터를 기록할 수도 있고, 도시된 바와 달리 둘 이상으로 분리되어 구현될 수도 있으며, 이는 발명의 실시 조건에 따라 달라질 수 있다.
또한, 디스플레이(103)는, 컴퓨팅 장치(100)에 있는 메모리(101) 및 프로세서(102)와 서로 별개의 장치로서 분리되어 있을 수도 있을 것이다.
또한, 컴퓨팅 장치(100)는 HMD와 같은 사용자 단말일 수도 있고, 가상현실 서비스를 제공하기 위한 서버일 수도 있다. 후자의 경우에는 서버가 별도의 HMD와 같은 사용자 단말(미도시)과 연동될 수 있다.
이와 같이 구성된 본 발명의 일 실시예에 따른 컴퓨팅 장치(100)를 이용한 방법을 도 2를 참조하여 설명하면 다음과 같다.
도 2는 본 발명의 일 실시예에 따라, 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 과정을 개략적으로 도시한 흐름도이다.
도 2를 참조하면, 먼저, 컴퓨팅 장치(100)는 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행(S201)할 수 있다.
여기서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터는 장시간(가령, 1년, 10년 등)에 걸친 시간 동안 변하지 않는 메타데이터를 의미하며, 이에 따르면, 제1 엘리멘트에는 나이, 성별 등이 포함될 수 있으며, 경우에 따라 TCI(Temperament and Character Inventory), MMPI(The Minnesota Multiphasic Personality Inventory) 등이 포함될 수도 있을 것이다. 또한, 제2 기간 동안 변하는 가변형 사용자 메타데이터는 단시간(가령, 1시간, 30분 등)에 걸친 시간 동안 수시로 변하는 메타데이터를 의미하며, 이에 따르면, 제2 엘리멘트에는 생체 데이터(가령, 심박수, 심박변이도, 혈압 등), 디지털 피노타입(가령, SNS, 이메일, 문자 등) 등에서 추출된 사용자의 상태 데이터가 포함될 수 있을 것이다.
또한, 제3 엘리멘트에 포함되는 장소 요소, 시간 요소 및 상대방 요소 중 적어도 일부는 컨텐츠를 구성할 수 있는 요소로서 각각의 속성이 변할 수 있으므로 본 발명에서는 컨텐츠 구성요소 메타데이터로 일컫기로 한다. 여기서, 상대방 요소는 여성일 수도 있고, 남성일 수도 있으며, 고령일 수도 있고, 동년배일수도 있으며, 어린 사람일 수도 있고, 이미 데이터베이스에 저장된 특정 사용자의 지인일 수도 있다. 이는 예시일 뿐 이에 한정되는 것은 아니다.
예를 들면, 특정 사용자의 제1 엘리멘트에 포함된 나이가 20대이고, 제2 엘리멘트에 포함된 생체 데이터의 심박수가 120인 상태에서, 제3 엘리멘트에 포함된 장소 요소, 시간 요소, 상대방 요소 중 장소 요소를 캠핑장, 회사, 한강, 술집 등으로 장소 요소를 변화시켜 가면서, 상태 요소 반영 조합별로 캠핑장일 때의 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도, 회사일 때의 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도 등 각각에 대한 상태 요소 반영 절제 정도를 산출할 수 있다. 여기서, 제2 엘리멘트의 값은 상태 요소 반영 절제 정도를 산출할 때마다 특정 사용자의 신체 상태 및/또는 정신 상태에 따라 변할 수 있을 것이다.
또한, 제3 엘리멘트에 대해 추가적으로 설명하자면, 제3 엘리멘트에 포함된 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부를 변화시키면서, 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부로 구성되는 복수의 컨텐츠 세부 요소 반영 조합으로서의 복수의 컨텐츠 세부 요소 반영 컨텐츠별로, 특정 사용자의 상기 니코틴에 대한 컨텐츠 세부 요소 반영 절제 정도를 추가적으로 산출할 수도 있다.
예를 들어, 제3 엘리멘트에 포함된 장소 요소가 술집이면서, 시간 요소가 금요일 7시일 경우, 상대방 요소로는 남자 한명, 남자 여러 명, 남·여 모두 등 컨텐츠 세부 요소를 변화시켜가면서 복수의 컨텐츠 세부 요소 반영 컨텐츠별로 컨텐츠 세부 요소 반영 절제 정도를 산출할 수도 있다.
한편, S201 단계에서 "니코틴에 대한 상태 요소 반영 절제 정도"를 산출하는 방법의 예로서는, 제1 엘리멘트, 제2 엘리멘트, 및 제3 엘리멘트 각각의 값을 변화시켜가면서 획득되는 복수의 상태 요소 반영 조합 각각에 대응되는 상태 요소 반영 컨텐츠 각각을 특정 사용자에게 제공하는 도중에 특정 사용자로부터 실시간으로 획득한 생체 데이터의 변화 정도를 분석하여 상기 절제 정도를 산출하는 경우를 상정할 수 있으나, 필요에 따라서는 상태 요소 반영 컨텐츠를 접하고 있는 특정 사용자의 얼굴의 변화를 영상 센서를 통해 분석하거나 호흡의 변화를 오디오 센서를 통해 분석하거나 특정 사용자에 의해 선택된 입력 데이터(가령, 피드백 데이터)를 획득하는 방법 등을 통해 상기 절제 정도를 산출하는 경우를 상정할 수도 있을 것이다.
예를 들어, 상태 요소 반영 컨텐츠를 특정 사용자에게 제공할 때, 카메라와 같은 소정의 센서를 통해 특정 사용자의 표정 정보 및/또는 동공 정보를 획득하거나, 특정 사용자가 입맛을 다시거나 동공이 흔들리는 정보가 획득될 경우, 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는데 있어서, 니코틴에 대한 절제 정도가 낮다고 반영할 수도 있다. 물론, 니코틴에 대한 절제 정도는 낮다, 높다의 개념으로 정해지는 것이 아니라, 상대방으로부터 니코틴을 권유 받는 장면에서 특정 사용자의 입꼬리의 변화율, 동공의 움직임 속도 등의 수치에 따라 니코틴에 대한 절제 정도를 수치화하여 산출할 수 있을 것이다.
한편, 특정 사용자에 의해 선택된 입력 데이터(가령, 피드백 데이터)를 획득하는 방법에 대해서는 추후 도 4 및 도 5를 예시로 설명하도록 하겠다.
다시 본론으로 돌아와, 제2 엘리멘트는 상태 요소 반영 컨텐츠 각각을 제공 받는 시점으로부터 기설정된 임계 시간 이내에 획득된 특정 사용자의 복수의 제1 카테고리별 생체 데이터 및 복수의 제2 카테고리별 디지털 피노타입 데이터 중 적어도 일부를 분석하여 특정 사용자의 스트레스 정도 각각을 획득하고, 스트레스 정도 각각을 상기 제2 엘리멘트의 가변 밸류 각각으로 결정할 수 있다.
여기서, 제1 카테고리는 생체 데이터의 카테고리로 심박수, 심박변이도, 혈압, ECG 등을 포함할 수 있고, 제2 카테고리는 디지털 피노타입 데이터의 카테고리로 SNS(가령, 트위터, 페이스북, 라인, 인스타그램 등), 이메일, 문자 등을 포함할 수 있다. 이와 관련해서는 아래 도 3을 예시로 설명하도록 하겠다.
참고로, 제2 엘리멘트를 얻기 위한 소스(source)로서의 생체 데이터는 컨텐츠를 제공하기 전에 획득(가령, 컨텐츠를 보기 전부터 스트레스를 많이 받은 상태이거나 기분 좋은 상태 등인 경우와 같이 컨텐츠를 보기 직전 또는 기설정된 시간 구간 이내의 특정 사용자의 사전 상태를 획득)하는 것을 상정할 수 있지만, 이와는 달리 "니코틴에 대한 상태 요소 반영 절제 정도"를 산출하는 경우에는 컨텐츠를 특정 사용자에게 제공하는 도중에 특정 사용자로부터 실시간으로 획득한 생체 데이터의 변화 정도를 분석한다는 점에서 차이가 있다고 할 수 있다.
다시 도 2를 참조하면, 컴퓨팅 장치(100)가, 특정 사용자에 대한 제2 엘리멘트의 현재 밸류를 참조로 하여, 복수의 상태 요소 반영 조합 중, 제2 엘리멘트의 현재 밸류를 만족하면서 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도가 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대한 정보를 결정하고, 특정 상태 요소 반영 조합에 대한 정보를 참조로 하여, 특정 사용자에게 제공될 적어도 하나의 특정 상태 요소 반영 컨텐츠를 제공(S202)할 수 있다.
가령, 복수의 상태 요소 반영 조합이 10,000개 있다고 가정할 때, 제2 엘리멘트의 현재 밸류(가령, 특정 사용자의 스트레스 스코어가 100점 만점에 80점)를 만족하면서 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도가 소정의 기준(가령, 절제 정도가 90% 이상인 기준)을 만족하는 3 개의 특정 상태 요소 반영 조합에 대한 정보를 결정하는 것을 상정할 수 있다. 구체적으로, 특정 사용자와 동일한 스트레스 스코어를 기록했던 기존 사례(타 사용자의 사례)에 해당되는지 여부를 확인하여 10,000개 상태 요소 반영 조합 중 100 개를 추려내는 것을 상정할 수 있고, 절제 정도가 90% 이상인 기준을 적용하여 100 개의 상태 요소 반영 조합 중 3 개를 추려내는 것을 상정할 수 있다.
또한, S202 단계에서, 특정 사용자에게 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대응되는 특정 상태 요소 반영 컨텐츠 각각을 제공하면서, 컴퓨팅 장치(100)는, 특정 사용자로 하여금 특정 상태 요소 반영 컨텐츠 각각에 시계열적 응답을 입력하도록 하여, 특정 사용자의 상기 상태 요소 반영 절제 정도의 시계열적 변화율을 각각 산출할 수도 있고, 추가적으로 시계열적 변화율 각각을 참조하여, 특정 상태 요소 반영 컨텐츠 각각의 상태 요소 반영 절제 정도를 조정할 수도 있다.
도 3은 본 발명의 일 실시예에 따라, 데이터베이스에 저장된 복수의 사용자에 대한 상태 요소 반영 절제 정도 및 상태 요소 반영 절제 정도의 변화율을 매칭하여 관리하는 상태를 나타내는 도면이다.
도 3을 참조하면, 데이터베이스(110)에는 복수의 사용자별로 나이, 성별, TCI, MMPI 등의 제1 엘리멘트, 생체 데이터 및/또는 디지털 피노타입 등으로부터 획득된 스트레스 정도에 대한 제2 엘리멘트, 컨텐츠 구성요소로서의 장소, 시간, 상대방 등의 제3 엘리멘트 중 적어도 일부의 다양한 조합에 따른 상태 요소 반영 절제 정도 및/또는 상태 요소 반영 절제 정도의 변화율이 저장될 수 있다. 이는 예시일 뿐 이에 한정되는 것은 아니다.
데이터베이스(110)를 참조하여 예시를 들면, 데이터베이스(100)에 저장된 사용자들 중 사용자 1의 제1 엘리멘트에 저장된 정보는 나이는 23세, 성별은 여자, TCI는 HHL-M-LMM 등이 저장되어 있고, 제2 엘리멘트에 포함된 생체 데이터로는 사용자 1로부터 획득된 맥박, SDNN 등과 같은 생체 데이터의 카테고리별로 정상 범위로부터의 이격률(가령, 30%)을 평균 또는 이에 준하는 계산 방법으로 산출하여 저장되어 있으며, 제2 엘리멘트에 포함된 디지털 피노타입 데이터로서의 문자에 포함된 긍정적 단어의 빈도에 대응되는 긍정적 LEVEL은 0.3, SNS에 포함된 부정적 단어의 빈도에 대응되는 부정적 LEVEL은 0.6으로 저장되어 있는 상태를 도시하였다. 이를 통해 제2 엘리멘트의 생체 데이터와 디지털 피노타입을 반영한 사용자 1의 스트레스 지수는 "중"으로 기록될 수 있는데, 이에 한정되는 것은 아니며 100점 만점에 60점과 같이 수치로 기록될 수도 있을 것이다. 또한, 데이터베이스(110)에 저장된 사용자 1의 정보 중 제3 엘리멘트에는 사용자 1에게 제공될 장소 요소, 시간 요소 및 상대방 요소로서 {캠핑장, 11시 PM, 친구들} 등이 있을 수 있다.
도 4는 본 발명의 일 실시예에 따라, 제3 엘리멘트에 포함된 장소 요소, 시간 요소, 및 상대방 요소의 조합에 따라 컨텐츠를 제공하여 니코틴에 대한 절제 정도를 판단하는 방법을 일 예시로 나타내는 도면이다.
도 4를 참조하면, 컴퓨팅 장치(100)가, 특정 사용자에게 상태 요소 반영 컨텐츠를 제공하여, 특정 사용자로 하여금 상태 요소 반영 컨텐츠 각각에 응답하도록 하되, 특정 사용자로부터 절제 관련 유저인터페이스를 통해 제1 인풋이 입력된 횟수인 제1 횟수, 특정 사용자로부터 니코틴에 대한 욕구 관련 유저인터페이스를 통해 제2 인풋이 입력된 횟수인 제2 횟수, 제1 인풋이 입력되기까지의 걸린 시간인 제1 시간, 및 제2 인풋이 입력되기까지의 걸린 시간인 제2 시간 중 적어도 일부를 참조로 하여 상태 요소 반영 절제 정도를 산출할 수 있다. 가령, 절제의 의사를 나타내는 제1 인풋이 입력된 횟수가 많을수록 상태 요소 반영 컨텐츠에 대한 상태 요소 반영 절제 정도를 높게 산정할 수 있을 것이나, 만약 제1 인풋을 입력하기까지 걸린 제1 시간이 길다면 그만큼 절제하는데 고심이 많다는 의미를 나타내므로, 상태 요소 반영 절제 정도를 조금 낮게 보정하는 등의 산출 방법을 상정할 수 있을 것이다.
또한, 각각의 장소/시간/상대방의 조합에 따라 얼마만큼 절제를 원활하게 했는지에 대한 상태 요소 반영 절제 정도를 산출할 수 있으므로, 사용자별로 취약한 장면과 강인한 장면 등을 구분하고, 이를 이용해 맞춤형 컨텐츠를 제공할 수도 있을 것이다.
예를 들어, {한강, 7시 PM, 여자친구}의 조합으로 특정 사용자에게 상태 요소 반영 컨텐츠를 제공하였을 경우, 특정 사용자가 니코틴에 대해 절제의 의사가 있을 경우 제1 인풋을 특정 사용자로부터 입력 받게 되는데, 제1 인풋을 기설정된 시간 이내에 입력한 경우, 상태 요소 반영 절제 정도를 기설정된 비율로 산정할 수 있지만, 기설정된 시간을 초과하여 입력하였다면, 상태 요소 반영 절제 정도를 기설정된 비율보다 낮게 산정할 수도 있다.
또한, 컴퓨팅 장치(100)가, 제1 엘리멘트, 제2 엘리멘트, 및 제3 엘리멘트로 구성되는 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제1 임계치 미만으로 산출된 경우, 특정 사용자에 대한 열등 조합으로 결정하고, 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제2 임계치 초과로 산출된 경우, 특정 사용자에 대한 우등 조합으로 결정하며, 상기 열등 조합 및 상기 우등 조합 중 적어도 일부를 참조로 하여 상기 특정 상태 요소 반영 컨텐츠를 제공할 수도 있다.
상기의 설명은 상태 요소 반영 절제 정도를 산출하는데 적용될 뿐 아니라 도 5를 참조로 설명할 세부 요소 반영 컨텐츠별 컨텐츠 세부 요소 반영 절제 정도에 적용하여 산출될 수도 있다.
도 5는 본 발명의 일 실시예에 따라, 데이터베이스에 저장된 복수의 사용자에 대한 각각의 정보를 활용하여 사용자별 컨텐츠 세부 요소 반영 절제 정도 및 컨텐츠 세부 요소 반영 절제 정도의 변화율을 산출하는 방법을 예시로 나타내는 도면이다.
도 5를 참조하면, 도 4의 상태 요소 반영 절제 정도를 산출하는 방법과 마찬가지로, 컴퓨팅 장치(100)가, 특정 사용자에게 복수의 컨텐츠 세부 요소 반영 컨텐츠를 제공하여, 특정 사용자로 하여금 컨텐츠 세부 요소 반영 컨텐츠 각각에 응답하도록 하되, 특정 사용자로부터 절제 관련 유저인터페이스를 통해 제1 인풋이 입력된 횟수인 제1 횟수, 특정 사용자로부터 니코틴에 대한 욕구 관련 유저인터페이스를 통해 제2 인풋이 입력된 횟수인 제2 횟수, 제1 인풋이 입력되기까지의 걸린 시간인 제1 시간, 및 제2 인풋이 입력되기까지의 걸린 시간인 제2 시간 중 적어도 일부를 참조로 하여 컨텐츠 세부 요소 반영 절제 정도를 산출할 수 있다.
여기서, 데이터베이스에 저장된 사용자 1의 컨텐츠 세부 요소 반영 컨텐츠별 컨텐츠 세부 요소 반영 절제 정도를 산출함에 있어서, 사용자 1에게 컨텐츠 세부 요소로 {캠핑장, 11시 PM, 친구들}의 컨텐츠 세부 요소 반영 조합을 포함하는 컨텐츠 세부 요소 반영 컨텐츠를 제공하였다고 가정하고, 해당 컨텐츠 세부 요소 반영 컨텐츠가 재생되는 중간중간에 총 10회에 걸쳐 니코틴의 섭취를 권하는 장면이 등장한다고 가정해보자. 이와 같은 상황에서, 사용자 1로부터 총 10회 중 8회의 절제 관련 인풋인 제1 인풋을 입력 받았고, 제1 인풋 각각이 입력되기까지의 걸린 제1 시간은 1/sec, 1/sec, 1/sec, 2/sec, 3/sec, 7/sec, 1/sec, 1/sec 순으로 소요되었다고 해보자. 그렇다면, 제1 인풋을 누른 8회 중 제1 시간이 기설정된 시간인 5/sec를 초과한 경우가 1회 존재하므로, 기설정된 시간을 초과한 1회에 대해서는 컨텐츠 세부 요소 반영 절제 정도가 급격히 낮아진 상태에 해당되는바, 시계열적 변화율의 수치가 높아질 수 있다.
상기의 시계열적 변화율 관련 설명은 세부 요소 반영 컨텐츠별 컨텐츠 세부 요소 반영 절제 정도에 적용될 뿐 아니라 상태 요소 반영 절제 정도를 산출에 적용하여 산출될 수도 있다.
한편, 상태 요소 반영 절제 정도를 산출함에 있어서, 컴퓨팅 장치(100)는 학습 장치를 포함할 수 있는데, 이 경우, 도 2를 참조로 한 S201 단계 이전에, 컴퓨팅 장치(100)는, 특정 사용자에 대한 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 타 사용자에 대한 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 장소 요소, 시간 요소, 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 타 사용자에게 제공될 학습용 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 특정 사용자의 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 타 사용자의 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 학습 장치로 입력하여 학습하고, 컴퓨팅 장치는, 학습 장치로 하여금, 특정 사용자의 상태 요소 반영 컨텐츠 각각에 대하여, 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하도록 할 수도 있다. 또한, S201 단계에서, 상태 요소 반영 컨텐츠 각각에 대하여, 특정 사용자의 니코틴에 대한 상태 요소 반영 절제 정도 각각이 산출되면, 컴퓨팅 장치는, 학습 장치로 하여금, 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 로스를 백프로퍼게이션하여 학습을 수행하는 과정을 반복하여 학습을 수행할 수 있다.
상기 내용은 특정 사용자가 HMD와 소정의 웨어러블 디바이스를 착용하고, 상기 HMD와 상기 웨어러블 디바이스는 상기 컴퓨팅 장치와 연동되는 것을 특징으로 할 수도 있다.
또한, 이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magnetooptical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
Claims (16)
- 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 방법에 있어서,
(a) 컴퓨팅 장치가, (i) 상기 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하는 단계; 및
(b) 상기 컴퓨팅 장치가, 상기 특정 사용자에 대한 상기 제2 엘리멘트의 현재 밸류를 참조로 하여, 상기 복수의 상태 요소 반영 조합 중, 상기 제2 엘리멘트의 상기 현재 밸류를 만족하면서 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도가 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대한 정보를 결정하고, 상기 특정 상태 요소 반영 조합에 대한 정보를 참조로 하여, 상기 특정 사용자에게 제공될 적어도 하나의 특정 상태 요소 반영 컨텐츠를 제공하는 단계;
를 포함하는 방법. - 제1항에 있어서,
상기 (a) 단계에서,
상기 제3 엘리멘트에 포함된 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부를 변화시키면서, 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부로 구성되는 복수의 컨텐츠 세부 요소 반영 조합으로서의 복수의 컨텐츠 세부 요소 반영 컨텐츠별로, 상기 특정 사용자의 상기 니코틴에 대한 컨텐츠 세부 요소 반영 절제 정도를 추가적으로 산출하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 (a) 단계에서,
상기 컴퓨팅 장치는, 상기 상태 요소 반영 컨텐츠 각각을 시청하는 도중에 상기 특정 사용자의 생체 데이터를 획득하고 분석하는 프로세스, 적어도 하나의 센서를 통해 상기 특정 사용자의 영상으로부터 표정 정보 및 동공 정보 중 적어도 일부를 획득하거나 상기 특정 사용자의 호흡 정보를 획득하는 프로세스, 및 상기 특정 사용자에 의해 선택된 입력 데이터를 획득하는 프로세스 중 적어도 하나 이상을 수행하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 (b) 단계에서,
상기 특정 사용자에게 상기 소정의 기준을 만족하는 적어도 하나의 상기 특정 상태 요소 반영 조합에 대응되는 상기 특정 상태 요소 반영 컨텐츠 각각을 제공하면서, 상기 컴퓨팅 장치는, 상기 특정 사용자로 하여금 상기 특정 상태 요소 반영 컨텐츠 각각에 시계열적 응답을 입력하도록 하여, 상기 특정 사용자의 상기 상태 요소 반영 절제 정도의 시계열적 변화율을 각각 산출하고,
(c) 상기 컴퓨팅 장치는, 상기 시계열적 변화율 각각을 참조로 하여, 상기 특정 상태 요소 반영 컨텐츠 각각의 상기 상태 요소 반영 절제 정도를 조정하는 단계를 더 포함하는 방법. - 제1항에 있어서,
상기 (a) 단계에서,
상기 컴퓨팅 장치가, 상기 특정 사용자에게 상기 상태 요소 반영 컨텐츠를 제공하여, 상기 특정 사용자로 하여금 상기 상태 요소 반영 컨텐츠 각각에 응답하도록 하되, (i) 상기 특정 사용자로부터 절제 관련 유저인터페이스를 통해 제1 인풋이 입력된 횟수인 제1 횟수, (ii) 상기 특정 사용자로부터 상기 니코틴에 대한 욕구 관련 유저인터페이스를 통해 제2 인풋이 입력된 횟수인 제2 횟수, (iii) 상기 제1 인풋이 입력되기까지의 걸린 시간인 제1 시간, 및 (iv) 상기 제2 인풋이 입력되기까지의 걸린 시간인 제2 시간 중 적어도 일부를 참조로 하여 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 (a) 단계에서,
상기 컴퓨팅 장치는, 상기 상태 요소 반영 컨텐츠 각각을 제공 받는 시점으로부터 기설정된 임계 시간 이내에 획득된 상기 특정 사용자의 복수의 제1 카테고리별 생체 데이터 및 복수의 제2 카테고리별 디지털 피노타입 데이터 중 적어도 일부를 분석하여 상기 특정 사용자의 스트레스 정도 각각을 획득하고, 상기 스트레스 정도 각각을 상기 제2 엘리멘트의 가변 밸류 각각으로 결정하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 컴퓨팅 장치가, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제1 임계치 미만으로 산출된 경우, 특정 사용자에 대한 열등 조합으로 결정하고, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제2 임계치 초과로 산출된 경우, 특정 사용자에 대한 우등 조합으로 결정하며, 상기 열등 조합 및 상기 우등 조합 중 적어도 일부를 참조로 하여 상기 특정 상태 요소 반영 컨텐츠를 제공하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 컴퓨팅 장치는 학습 장치를 포함하고,
상기 (a) 단계 이전에,
상기 컴퓨팅 장치는, (i) 상기 특정 사용자에 대한 상기 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 상기 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 상기 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 상기 타 사용자에 대한 상기 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 상기 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 상기 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 상기 타 사용자에게 제공될 상기 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부에 대한 상기 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 상기 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 상기 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 타 사용자의 상기 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 상기 학습 장치로 입력하여 학습하고, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 특정 사용자의 상기 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하고,
상기 (a) 단계에서,
상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각이 산출되면, 상기 컴퓨팅 장치는, 상기 학습 장치로 하여금, 상기 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상기 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 상기 로스를 백프로퍼게이션하여 학습을 수행하는 것을 특징으로 하는 방법. - 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게 컨텐츠를 제공하는 컴퓨팅 장치에 있어서,
인스트럭션들을 저장하는 적어도 하나의 메모리; 및
상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서를 포함하되,
상기 프로세서가, (I) (i) 상기 특정 사용자에 대한 메타데이터로서, 제1 기간 동안 변하지 않는 고정형 사용자 메타데이터를 포함하는 제1 엘리멘트, (ii) 상기 특정 사용자에 대한 메타데이터로서, 제2 기간 동안 변하는 가변형 사용자 메타데이터를 포함하는 제2 엘리멘트, 및 (iii) 상기 특정 사용자에게 제공될 컨텐츠에 포함되는 장소 요소, 시간 요소, 및 상대방 요소 중 적어도 일부에 대한 컨텐츠 구성요소 메타데이터를 포함하는 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 상태 요소 반영 조합 각각을 포함하여 생성되는 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상태 요소 반영 절제 정도를 산출하는 프로세스를 수행하고, (II) 상기 특정 사용자에 대한 상기 제2 엘리멘트의 현재 밸류를 참조로 하여, 상기 복수의 상태 요소 반영 조합 중, 상기 제2 엘리멘트의 상기 현재 밸류를 만족하면서 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도가 소정의 기준을 만족하는 적어도 하나의 특정 상태 요소 반영 조합에 대한 정보를 결정하고, 상기 특정 상태 요소 반영 조합에 대한 정보를 참조로 하여, 상기 특정 사용자에게 제공될 적어도 하나의 특정 상태 요소 반영 컨텐츠를 제공하는 프로세스를 수행하는 컴퓨팅 장치. - 제9항에 있어서,
상기 (I) 프로세스에서,
상기 제3 엘리멘트에 포함된 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부를 변화시키면서, 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부로 구성되는 복수의 컨텐츠 세부 요소 반영 조합으로서의 복수의 컨텐츠 세부 요소 반영 컨텐츠별로, 상기 특정 사용자의 상기 니코틴에 대한 컨텐츠 세부 요소 반영 절제 정도를 추가적으로 산출하는 것을 특징으로 하는 컴퓨팅 장치. - 제9항에 있어서,
상기 (I) 프로세스에서,
상기 프로세서는, 상기 상태 요소 반영 컨텐츠 각각을 시청하는 도중에 상기 특정 사용자의 생체 데이터를 획득하고 분석하는 프로세스, 적어도 하나의 센서를 통해 상기 특정 사용자의 영상으로부터 표정 정보 및 동공 정보 중 적어도 일부를 획득하거나 상기 특정 사용자의 호흡 정보를 획득하는 프로세스, 및 상기 특정 사용자에 의해 선택된 입력 데이터를 획득하는 프로세스 중 적어도 하나 이상을 수행하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 컴퓨팅 장치. - 제9항에 있어서,
상기 (II) 프로세스에서,
상기 특정 사용자에게 상기 소정의 기준을 만족하는 적어도 하나의 상기 특정 상태 요소 반영 조합에 대응되는 상기 특정 상태 요소 반영 컨텐츠 각각을 제공하면서, 상기 프로세서는, 상기 특정 사용자로 하여금 상기 특정 상태 요소 반영 컨텐츠 각각에 시계열적 응답을 입력하도록 하여, 상기 특정 사용자의 상기 상태 요소 반영 절제 정도의 시계열적 변화율을 각각 산출하고,
(III) 상기 프로세서는, 상기 시계열적 변화율 각각을 참조로 하여, 상기 특정 상태 요소 반영 컨텐츠 각각의 상기 상태 요소 반영 절제 정도를 조정하는 프로세스를 더 수행하는 컴퓨팅 장치. - 제9항에 있어서,
상기 (I) 프로세스에서,
상기 프로세서가, 상기 특정 사용자에게 상기 상태 요소 반영 컨텐츠를 제공하여, 상기 특정 사용자로 하여금 상기 상태 요소 반영 컨텐츠 각각에 응답하도록 하되, (i) 상기 특정 사용자로부터 절제 관련 유저인터페이스를 통해 제1 인풋이 입력된 횟수인 제1 횟수, (ii) 상기 특정 사용자로부터 상기 니코틴에 대한 욕구 관련 유저인터페이스를 통해 제2 인풋이 입력된 횟수인 제2 횟수, (iii) 상기 제1 인풋이 입력되기까지의 걸린 시간인 제1 시간, 및 (iv) 상기 제2 인풋이 입력되기까지의 걸린 시간인 제2 시간 중 적어도 일부를 참조로 하여 상기 상태 요소 반영 절제 정도를 산출하는 것을 특징으로 하는 컴퓨팅 장치. - 제9항에 있어서,
상기 (I) 프로세스에서,
상기 프로세서는, 상기 상태 요소 반영 컨텐츠 각각을 제공 받는 시점으로부터 기설정된 임계 시간 이내에 획득된 상기 특정 사용자의 복수의 제1 카테고리별 생체 데이터 및 복수의 제2 카테고리별 디지털 피노타입 데이터 중 적어도 일부를 분석하여 상기 특정 사용자의 스트레스 정도 각각을 획득하고, 상기 스트레스 정도 각각을 상기 제2 엘리멘트의 가변 밸류 각각으로 결정하는 것을 특징으로 하는 컴퓨팅 장치. - 제9항에 있어서,
상기 프로세서가, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제1 임계치 미만으로 산출된 경우, 특정 사용자에 대한 열등 조합으로 결정하고, 상기 제1 엘리멘트, 상기 제2 엘리멘트, 및 상기 제3 엘리멘트로 구성되는 상기 복수의 상태 요소 반영 조합 중 상기 상태 요소 반영 절제 정도가 제2 임계치 초과로 산출된 경우, 특정 사용자에 대한 우등 조합으로 결정하며, 상기 열등 조합 및 상기 우등 조합 중 적어도 일부를 참조로 하여 상기 특정 상태 요소 반영 컨텐츠를 제공하는 것을 특징으로 하는 컴퓨팅 장치. - 제9항에 있어서,
상기 프로세서는 학습 장치를 포함하고,
상기 프로세서는,
상기 (I) 프로세스 이전에,
(i) 상기 특정 사용자에 대한 상기 특정 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 엘리멘트 및 상기 특정 사용자와 기설정된 임계치 이상의 유사도를 가지는 적어도 하나의 타 사용자에 대한 상기 타 사용자의 고정형 사용자 메타데이터를 포함하는 학습용 제1 타 엘리멘트 중 적어도 일부, (ii) 상기 특정 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 엘리멘트 및 상기 타 사용자에 대한 상기 타 사용자의 가변형 사용자 메타데이터를 포함하는 학습용 제2 타 엘리멘트 중 적어도 일부, (iii) 상기 특정 사용자에게 제공될 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 상기 상대방 요소 중 적어도 일부에 대한 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 학습용 상태 요소 반영 조합 각각을 포함하는 학습용 상태 요소 반영 컨텐츠 및 상기 타 사용자에게 제공될 상기 학습용 컨텐츠에 포함되는 상기 장소 요소, 상기 시간 요소, 및 상기 상대방 요소 중 적어도 일부에 대한 상기 학습용 컨텐츠 구성요소 메타데이터를 포함하는 학습용 제3 타 엘리멘트 각각의 값을 변화시키면서 획득되는 복수의 타 학습용 상태 요소 반영 조합 각각을 포함하는 타 학습용 상태 요소 반영 컨텐츠 중 적어도 일부, 및 (iv) 상기 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 학습용 상태 요소 반영 절제 정도 및 상기 타 학습용 상태 요소 반영 컨텐츠 각각에 대하여, 상기 타 사용자의 상기 니코틴에 대한 타 학습용 상태 요소 반영 절제 정도 중 적어도 일부를 상기 학습 장치로 입력하여 학습하고, 상기 프로세서는, 상기 학습 장치로 하여금, 상기 특정 사용자의 상기 상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각을 예측한 상태 요소 반영 절제 예측값 각각을 산출하고,
상기 (I) 프로세스에서,
상태 요소 반영 컨텐츠 각각에 대하여, 상기 특정 사용자의 상기 니코틴에 대한 상기 상태 요소 반영 절제 정도 각각이 산출되면, 상기 프로세서는, 상기 학습 장치로 하여금, 상기 상태 요소 반영 절제 정도 각각을 정답값으로 하여 상기 상태 요소 반영 절제 예측값 각각과 비교하여 각각의 로스를 산출하고, 상기 로스를 백프로퍼게이션하여 학습을 수행하는 것을 특징으로 하는 컴퓨팅 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230103808A KR102610276B1 (ko) | 2023-08-08 | 2023-08-08 | 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230103808A KR102610276B1 (ko) | 2023-08-08 | 2023-08-08 | 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102610276B1 true KR102610276B1 (ko) | 2023-12-06 |
Family
ID=89164016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230103808A KR102610276B1 (ko) | 2023-08-08 | 2023-08-08 | 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102610276B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140134945A (ko) * | 2013-05-15 | 2014-11-25 | 최정석 | 가상 현실을 이용한 금연 클리닉 시스템 및 이의 동작 방법 |
| KR20170004479A (ko) * | 2015-07-02 | 2017-01-11 | (주)에프앤아이 | 온라인 기반의 금연 클리닉 서비스 방법 및 그 시스템 |
| KR20170114395A (ko) * | 2016-04-04 | 2017-10-16 | 주식회사 메딕션 | 가상현실 영상기술과 체계적 둔감법을 이용한 사고지향적 교육장치 및 그 방법 |
| KR102381972B1 (ko) * | 2021-08-02 | 2022-04-04 | (주) 마인즈에이아이 | 중독성 기호품에 대한 중독자가 중독성 기호품에 대해 적절한 적응성 행동을 수행할 수 있도록 지원하는 방법 및 장치 |
| KR102428244B1 (ko) * | 2021-02-19 | 2022-08-04 | 주식회사 포에이치글로벌 | 금연관리 애플리케이션 |
-
2023
- 2023-08-08 KR KR1020230103808A patent/KR102610276B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140134945A (ko) * | 2013-05-15 | 2014-11-25 | 최정석 | 가상 현실을 이용한 금연 클리닉 시스템 및 이의 동작 방법 |
| KR20170004479A (ko) * | 2015-07-02 | 2017-01-11 | (주)에프앤아이 | 온라인 기반의 금연 클리닉 서비스 방법 및 그 시스템 |
| KR20170114395A (ko) * | 2016-04-04 | 2017-10-16 | 주식회사 메딕션 | 가상현실 영상기술과 체계적 둔감법을 이용한 사고지향적 교육장치 및 그 방법 |
| KR102428244B1 (ko) * | 2021-02-19 | 2022-08-04 | 주식회사 포에이치글로벌 | 금연관리 애플리케이션 |
| KR102381972B1 (ko) * | 2021-08-02 | 2022-04-04 | (주) 마인즈에이아이 | 중독성 기호품에 대한 중독자가 중독성 기호품에 대해 적절한 적응성 행동을 수행할 수 있도록 지원하는 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Politser | Neuroeconomics: A guide to the new science of making choices | |
| Radvansky | Across the event horizon | |
| US20150058327A1 (en) | Responding to apprehension towards an experience with an explanation indicative of similarity to a prior experience | |
| US11298501B2 (en) | Systems and methods for treating memory impairment | |
| Macy et al. | Applying the theory of planned behavior to explore the relation between smoke-free air laws and quitting intentions | |
| Magnavita et al. | Clinical expertise and decision making: An overview of bias in clinical practice. | |
| WO2022121705A1 (zh) | 信息处理方法、装置和设备 | |
| US20200258600A1 (en) | Methods and systems for recommeding filters to apply to clinical trial search results using machine learning techniques | |
| Constâncio et al. | Deception detection with machine learning: A systematic review and statistical analysis | |
| Boyes | The anxiety toolkit: Strategies for fine-tuning your mind and moving past your stuck points | |
| KR102610276B1 (ko) | 니코틴에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| Nikolova et al. | “If I Unfollow Them, It's Not a Dig at Them”: A Narrative Analysis of Instagram Use in Eating Disorder Recovery | |
| KR102610274B1 (ko) | 알코올에 대한 절제 정도를 참조로 하여 특정 사용자에게컨텐츠를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| EP3791397A1 (en) | System and method for providing model-based predictions of quality of life implications of a treatment via individual-specific machine learning models | |
| Mavromoustakos-Blom et al. | Multi-modal study of the effect of time pressure in a crisis management game | |
| KR102610283B1 (ko) | 니코틴 자극 컨텐츠에 니코틴 억제 구성요소를 오버레이하여특정 사용자에게 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| KR102610280B1 (ko) | 알코올 자극 컨텐츠에 알코올 억제 구성요소를 오버레이하여특정 사용자에게 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| US20220137992A1 (en) | Virtual agent team | |
| US20230136754A1 (en) | Methods and systems of facilitating management of mental wellness | |
| Murray et al. | Comparing player responses to choice-based interactive narratives using facial expression analysis | |
| KR102608965B1 (ko) | 메타버스 플랫폼을 이용하는 사용자에게 컨텐츠 관련서비스를 제공하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| Somasiri et al. | D-REHABIA: A drug addiction recovery through mobile based application | |
| Rosa | Semantic role predictability affects referential form | |
| US20230092983A1 (en) | Systems and Methods for Managing Brain Injury and Malfunction | |
| St. Pierre et al. | Information processing and mental models: world views |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |