KR20210085189A - Feed Recommending Method and Computer Program of companion animal - Google Patents
Feed Recommending Method and Computer Program of companion animal Download PDFInfo
- Publication number
- KR20210085189A KR20210085189A KR1020190177966A KR20190177966A KR20210085189A KR 20210085189 A KR20210085189 A KR 20210085189A KR 1020190177966 A KR1020190177966 A KR 1020190177966A KR 20190177966 A KR20190177966 A KR 20190177966A KR 20210085189 A KR20210085189 A KR 20210085189A
- Authority
- KR
- South Korea
- Prior art keywords
- feed
- information
- customer
- present
- data
- Prior art date
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K50/00—Feeding-stuffs specially adapted for particular animals
- A23K50/40—Feeding-stuffs specially adapted for particular animals for carnivorous animals, e.g. cats or dogs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Polymers & Plastics (AREA)
- Finance (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Birds (AREA)
- Computational Linguistics (AREA)
- Food Science & Technology (AREA)
- Zoology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 반려동물의 사료 추천 방법 및 컴퓨터 프로그램에 관한 것이다.The present invention relates to a method for recommending feed for companion animals and a computer program.
애완동물(愛玩動物, pet) 또는 반려동물(伴侶動物, companion animal) 인간이 주로 즐거움을 위해 사육하는 동물을 말한다. 오늘날에는 애완동물을 인간의 즐거움을 위한 소유물이 아니라, 반려자(친구)로서 대우하자는 의미에서 '반려동물' 이란 표현이 점점 대중화되고 있다.A pet (愛玩物, pet) or companion animal (伴侶animal, companion animal) refers to an animal that is mainly bred for pleasure by humans. Today, the expression 'pets' is becoming more and more popular in the sense of treating pets as companions (friends) rather than possessions for human enjoyment.
고양이, 개 등의 반려동물들은 다양한 품종이 있으며, 품종, 연령, 체중 등에 따라 적합한 사료가 제시될 필요가 있고, 알러지 반응도 고려하여 기피할 사료도 체크될 필요가 있다.There are various breeds of companion animals such as cats and dogs, and it is necessary to present suitable feed according to the breed, age, weight, etc., and it is necessary to check the food to avoid in consideration of allergic reactions.
하지만, 반려동물의 주인(고객)은 구체적인 정보가 없어서, 적합한 사료를 먹이지 못하고 있는 실정이다.However, the owner (customer) of the companion animal does not have specific information, so it is not possible to feed suitable feed.
본 발명에 따른 반려동물의 사료 추천 방법은 다음과 같은 해결과제를 가진다.The method for recommending feed for companion animals according to the present invention has the following problems.
첫째, 반려동물의 사료에 관한 빅데이터를 활용하고자 한다.First, we want to utilize big data on pet food.
둘째, 알러지반응, 품종, 연령, 체중 등에 매칭되는 사료를 분류하고자 한다.Second, we want to classify feeds that match allergic reactions, breeds, age, and weight.
셋째, 필요시 기존 사료 정보도 활용하고자 한다.Third, if necessary, we intend to utilize existing feed information.
넷째, 샘플제공을 하는 개수를 조절하고자 한다.Fourth, we want to control the number of samples provided.
본 발명의 해결과제는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다. The problems to be solved of the present invention are not limited to those mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the following description.
본 발명은 분류항목 및 평가점수를 색인어로 갖는 사료 데이터가 저장된 동물사료 DB(100) 및 제어 서버(200)를 이용하는 컴퓨팅 장치에 의해 수행되는 반려동물 사료추천방법으로서, 상기 컴퓨팅 장치는 반려동물의 분류항목 정보를 입력받는 S1 단계; S1 단계에서 입력된 분류항목에 따라, 상기 동물사료 DB에서 사료 데이터를 매칭하고 분류하는 S2 단계; 고객으로부터 기존 사료정보를 수신받았는지 여부를 판단하는 S3 단계; S3 단계의 수신 여부에 따른 상위 N개의 사료를 추출하는 S4 단계; S4 단계에서 추출된 사료의 샘플을 고객에게 제공하도록 결정하는 S6 단계; 및 S6 단계에서 제공된 사료 샘플을 고객이 선택하면, 사료 추천을 종료하는 S7 단계 또는 S6 단계에서 제공된 사료 샘플을 고객이 선택하지 않으면, 고객으로부터 기존 사료정보를 수신하여, S3 단계로 송부하는 S8 단계를 포함한다.The present invention is a companion animal feed recommendation method performed by a computing device using an animal feed DB 100 and a control server 200 in which feed data having classification items and evaluation scores are stored as index words, wherein the computing device S1 step of receiving classification item information; a step S2 of matching and classifying feed data from the animal feed DB according to the classification items input in step S1; S3 step of determining whether the existing feed information has been received from the customer; S4 step of extracting the top N feeds according to whether step S3 is received; a step S6 of determining to provide a sample of the feed extracted in step S4 to the customer; and step S7 of terminating the feed recommendation when the customer selects the feed sample provided in step S6, or step S8 of receiving existing feed information from the customer and sending it to step S3 if the customer does not select the feed sample provided in step S6 includes
본 발명에 있어서, S1 단계의 분류항목 정보는 품종정보, 연령정보, 체중정보 및 알러지반응 원료정보를 포함할 수 있다.In the present invention, the classification item information of step S1 may include breed information, age information, weight information, and allergic reaction raw material information.
본 발명에 있어서, S2 단계는 상기 동물사료 DB에서 S1 단계에서 입력된 알러지반응 원료가 포함된 사료를 제외할 수 있다.In the present invention, step S2 may exclude a feed containing an allergic reaction raw material input in step S1 from the animal feed DB.
본 발명에 있어서, S2 단계는 상기 결과 데이터에서 품종정보, 연령정보 및 체중정보가 매칭되는 사료를 분류할 수 있다.In the present invention, step S2 may classify feeds in which breed information, age information, and weight information are matched in the result data.
본 발명에 있어서, 상기 체중정보에 매칭되는 사료를 분류하는 때에는, 입력된 체중을 기 설정된 표준체중범위와 대비하여, 표준체중범위를 초과하면 비만체중으로 판정하고, 표준체중범위 미만이면 마른체중으로 판정하여, 기 설정된 단백질 또는 지방 함량이 포함된 사료가 선택되도록 분류할 수 있다.In the present invention, when classifying feed matching the weight information, the input weight is compared with a preset standard weight range, and if it exceeds the standard weight range, it is determined as obese, and if it is less than the standard weight range, it is determined as a lean weight. By determining, it is possible to classify the feed including a preset protein or fat content to be selected.
본 발명에 있어서, S3 단계에서 기존 사료정보가 수신되지 아니한 때에는, S4 단계는 S2 단계의 결과 데이터를 평가점수 순으로 정렬한 후, 상위 N개의 사료를 추출할 수 있다.In the present invention, when the existing feed information is not received in step S3, in step S4, after arranging the result data of step S2 in the order of evaluation scores, the top N feeds may be extracted.
본 발명에 있어서, S4 단계에서 기존 사료정보가 수신된 때에는, S4 단계는 S2 단계의 결과 데이터를 수신된 사료정보에 포함된 원료에 매칭되는 사료로 분류하고, 상기 분류된 결과 데이터를 평가점수 순으로 정렬한 후, 상위 N개의 사료를 추출할 수 있다.In the present invention, when the existing feed information is received in step S4, in step S4, the result data of step S2 is classified into feed matching the raw material included in the received feed information, and the classified result data is evaluated in order of score. After sorting by , the top N feeds can be extracted.
본 발명에 있어서, 동일한 평가점수를 가진 사료 데이터들로 인해, S4 단계에서 추출된 사료의 개수가 N개를 초과하는 때에는, 감성분석법으로 N개(N은 양의 정수)를 선택할 수 있다.In the present invention, when the number of feeds extracted in step S4 exceeds N due to feed data having the same evaluation score, N (N is a positive integer) may be selected by the sentiment analysis method.
본 발명에 있어서, 상기 각 사료 데이터는 감성단어가 포함된 평가 문구를 포함하며, 상기 감성분석법은 동일한 평가점수를 가진 사료 데이터들의 감성단어를 아래 수식1에 따른 감정분석점수 순으로 정렬하여 선택할 수 있다.In the present invention, each of the feed data includes an evaluation phrase including an emotional word, and the sentiment analysis method can sort and select the emotional words of the feed data having the same evaluation score in the order of the emotional analysis score according to
[수식1] 
본 발명은 컴퓨터상에서 소프트웨어에 의한 정보를 처리하는 하드웨어와 결합되어, 본 발명에 따른 반려동물의 사료 추천 방법을 실행시키기 위하여 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터프로그램으로 구현될 수 있다.The present invention may be implemented as a computer program stored in a computer-readable recording medium in order to execute the method for recommending feed for companion animals according to the present invention in combination with hardware for processing information by software on a computer.
본 발명에 따른 반려동물의 사료 추천 방법은 다음과 같은 효과를 가진다.The method for recommending feed for companion animals according to the present invention has the following effects.
첫째, 반려동물의 분류항목 및 평가점수를 색인어로 갖는 사료 빅 데이터를 활용하는 효과가 있다.First, there is an effect of using feed big data that has classification items and evaluation scores of companion animals as index words.
둘째, 빅데이터를 활용하여, 알러지반응, 품종, 연령, 체중 등에 매칭되는 사료를 분류하는 효과가 있다.Second, by using big data, there is an effect of classifying feeds that match the allergic reaction, breed, age, and weight.
셋째, 추천된 사료 샘플이 선택되지 않으면, 기존 사료 정보를 활용하여 재추천하는 기능이 있다.Third, if a recommended feed sample is not selected, there is a function to re-recommend using existing feed information.
넷째, 감성분석법을 이용하여, 최종 샘플을 합리적으로 결정하는 효과가 있다.Fourth, using the sentiment analysis method, there is an effect of rationally determining the final sample.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the following description.
도 1은 본 발명에 따른 반려동물의 사료 추천 방법의 알고리즘을 순서도로 나타낸다.
도 2는 본 발명에 따른 S1 단계에서, 반려동물의 정보를 입력하는 실시예를 나타낸다.
도 3은 본 발명에 따른 S2 단계에서, 사료 데이터에서 알러지반응 원료가 모두 제외되는 실시예를 나타낸다.
도 4는 본 발명에 따른 S2 단계에서, 사료 데이터에서 품종에 매칭되는 사료를 분류하는 실시예를 나타낸다.
도 5는 본 발명에 따른 S2 단계에서, 사료 데이터에서 연령에 매칭되는 사료를 분류하는 실시예를 나타낸다.
도 6은 본 발명에 따른 S2 단계에서, 사료 데이터에서 체중에 매칭되는 사료를 분류하는 실시예를 나타낸다.
도 7은 본 발명에 따른 S5 단계에서, 평가점수 상위 3개의 사료를 선택하고자 하는데, 동일 점수로 인해 공동 3위가 발생된 실시예를 나타낸다.
도 8은 사료 데이터에 대한 감성단어가 포함된 평가문구를 나타낸다.
도 9는 본 발명에 따른 S6 단계에서, 감성분석법을 통해 최종적으로 상위 3개의 사료가 최종 선택되어 샘플로 제공되는 것을 나타낸다.
도 10은 본 발명에 따른 S8 단계에서, 제공된 샘플을 고객이 선택하지 않은 경우에, 해당 반려동물의 기존 사료정보를 수신하는 실시예를 나타낸다.
도 11은 본 발명에 따른 S4 단계에서, 수신된 사료에 표함된 원료의 매칭 사료를 선별하는 실시예를 나타낸다.
도 12는 도 11에 따른 사료 데이터에서, S5 단계를 거치면서 S6 단계에서 최종적으로 고객에게 제공될 샘플이 다시 선택되는 실시예를 나타낸다.1 is a flowchart illustrating an algorithm of a method for recommending feed for companion animals according to the present invention.
2 shows an embodiment of inputting information of a companion animal in step S1 according to the present invention.
3 shows an example in which all the raw materials for allergic reactions are excluded from the feed data in step S2 according to the present invention.
4 shows an embodiment of classifying a feed matching a breed in feed data in step S2 according to the present invention.
5 shows an embodiment of classifying the age-matched feed from feed data in step S2 according to the present invention.
6 shows an embodiment of classifying feed matching body weight in feed data in step S2 according to the present invention.
7 shows an example in which a joint third place occurs due to the same score, which is to select three feeds with the highest evaluation score in step S5 according to the present invention.
8 shows evaluation phrases including emotional words for feed data.
9 shows that in step S6 according to the present invention, the top three feeds are finally selected and provided as samples through the sentiment analysis method.
10 shows an embodiment of receiving the existing feed information of the companion animal when the customer does not select the provided sample in step S8 according to the present invention.
11 shows an embodiment of selecting a matching feed of raw materials included in the received feed in step S4 according to the present invention.
12 shows an embodiment in which a sample to be finally provided to a customer is selected again in step S6 while going through step S5 from the feed data according to FIG. 11 .
이하, 첨부한 도면을 참조하여, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 설명한다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 이해할 수 있는 바와 같이, 후술하는 실시예는 본 발명의 개념과 범위를 벗어나지 않는 한도 내에서 다양한 형태로 변형될 수 있다. 가능한 한 동일하거나 유사한 부분은 도면에서 동일한 도면부호를 사용하여 나타낸다.Hereinafter, with reference to the accompanying drawings, an embodiment of the present invention will be described so that those of ordinary skill in the art can easily carry out the present invention. As can be easily understood by those of ordinary skill in the art to which the present invention pertains, the embodiments described below may be modified in various forms without departing from the concept and scope of the present invention. Wherever possible, identical or similar parts are denoted by the same reference numerals in the drawings.
본 명세서에서 사용되는 전문용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지는 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다.The terminology used herein is for the purpose of referring to specific embodiments only, and is not intended to limit the invention. As used herein, the singular forms also include the plural forms unless the phrases clearly indicate the opposite.
본 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특정 특성, 영역, 정수, 단계, 동작, 요소, 성분 및/또는 군의 존재나 부가를 제외시키는 것은 아니다.The meaning of "comprising," as used herein, specifies a particular characteristic, region, integer, step, operation, element and/or component, and other specific characteristic, region, integer, step, operation, element, component, and/or component. It does not exclude the presence or addition of groups.
본 명세서에서 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 사전에 정의된 용어들은 관련기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.All terms including technical and scientific terms used herein have the same meaning as commonly understood by those of ordinary skill in the art to which the present invention belongs. Terms defined in the dictionary are further interpreted as having a meaning consistent with the related art literature and the presently disclosed content, and unless defined, are not interpreted in an ideal or very formal meaning.
본 발명은 반려동물의 사료를 추천하는 방법에 관한 것이다. 반려동물에는 개, 고양이 뿐만 아니라 다양한 종류가 포함될 수 있다. 다만, 본 발명은 고양이 사료를 추천하는 방법을 일 실시예로 제시하고자 한다. 이러한 추천 방법이 개 등의 다른 반려동물에도 적용될 수 있음은 명확하다.The present invention relates to a method for recommending feed for companion animals. Pets can include dogs and cats, as well as many other types. However, the present invention intends to present a method for recommending cat food as an embodiment. It is clear that this recommendation method can also be applied to other companion animals such as dogs.
본 발명에서 사료를 먹는 대상은 반려동물이나, 사료를 구입하는 주체는 반려동물의 주인이므로, 본 발명에 따른 고객은 주인에 해당된다.In the present invention, the target to eat the feed is a companion animal, but the subject purchasing the feed is the owner of the companion animal, so the customer according to the present invention is the owner.
본 발명은 빅데이터인 동물사료 DB를 구비하며, 상기 DB는 다양한 방법으로 구비될 수 있다. 본 발명에서는 고양이 사료에 대한 블로그, 인터넷 카페, 페이스북 등 다양한 SNS(Social Network Services)에 기재된 정보를 수합하여 동물사료 DB를 만들수 있으며, 본 발명에 따른 동물사료 DB는 각 사료별로 분류항목 및 평가점수를 색인어로 가지게 된다. The present invention includes an animal feed DB that is big data, and the DB may be provided in various ways. In the present invention, it is possible to create an animal feed DB by collecting information recorded in various social network services (SNS) such as blogs, internet cafes, and Facebook about cat food, and the animal feed DB according to the present invention is classified and evaluated for each feed. It has the score as an index.
이러한 동물사료 DB는 미리 만들어진 DB를 구입하여 구비할 수도 있다. Such an animal feed DB may be provided by purchasing a pre-made DB.
이하에서는 도면을 참고하여 본 발명을 설명하고자 한다. 참고로, 도면은 본 발명의 특징을 설명하기 위하여, 일부 과장되게 표현될 수도 있다. 이 경우, 본 명세서의 전 취지에 비추어 해석되는 것이 바람직하다.Hereinafter, the present invention will be described with reference to the drawings. For reference, the drawings may be partially exaggerated in order to explain the features of the present invention. In this case, it is preferable to be interpreted in light of the whole meaning of this specification.
도 1은 본 발명에 따른 반려동물의 사료 추천 방법의 알고리즘을 순서도로 나타낸다.1 is a flowchart illustrating an algorithm of a method for recommending feed for companion animals according to the present invention.
본 발명은 분류항목 및 평가점수를 색인어로 갖는 사료 데이터가 저장된 동물사료 DB 및 제어 서버를 이용하는 컴퓨팅 장치에 의해 수행되는 반려동물 사료추천방법으로서, 상기 컴퓨팅 장치는, 반려동물의 분류항목 정보를 입력받는 S1 단계; S1 단계에서 입력된 분류항목에 따라, 상기 동물사료 DB에서 사료 데이터를 매칭하고 분류하는 S2 단계; 고객으로부터 기존 사료정보를 수신받았는지 여부를 판단하는 S3 단계; S3 단계의 수신 여부에 따른 상위 N개의 사료를 추출하는 S4 단계; S4 단계에서 추출된 사료의 샘플을 고객에게 제공하도록 결정하는 S6 단계; 및 S6 단계에서 제공된 사료 샘플을 고객이 선택하면, 사료 추천을 종료하는 S7 단계 또는 S6 단계에서 제공된 사료 샘플을 고객이 선택하지 않으면, 고객으로부터 기존 사료정보를 수신하여, S3 단계로 송부하는 S8 단계를 포함한다.The present invention provides a companion animal feed recommendation method performed by a computing device using a control server and an animal feed DB in which feed data having classification items and evaluation scores are stored as index words, wherein the computing device inputs information on classification items of companion animals. receiving S1 step; a step S2 of matching and classifying feed data from the animal feed DB according to the classification items input in step S1; S3 step of determining whether the existing feed information has been received from the customer; S4 step of extracting the top N feeds according to whether step S3 is received; a step S6 of determining to provide a sample of the feed extracted in step S4 to the customer; and step S7 of terminating the feed recommendation when the customer selects the feed sample provided in step S6, or step S8 of receiving existing feed information from the customer and sending it to step S3 if the customer does not select the feed sample provided in step S6 includes
본 발명에 따른 S1 단계는 컴퓨팅 장치가 반려동물의 분류항목 정보를 입력받는 단계이다. S1 단계의 분류항목 정보는 품종정보, 연령정보, 체중정보 및 알러지반응 원료정보를 포함한다.Step S1 according to the present invention is a step in which the computing device receives information on classification items of companion animals. The classification item information of step S1 includes breed information, age information, weight information, and allergic reaction raw material information.
도 2는 본 발명에 따른 S1 단계에서, 반려동물의 정보를 입력하는 실시예를 나타낸다. 도 2에 도시된 바와 같이, 고양이의 이름과 품종, 연령, 체중 및 알러지 반응원료를 기재하고, 등록을 완료하게 된다.2 shows an embodiment of inputting information of a companion animal in step S1 according to the present invention. As shown in FIG. 2, the cat's name, breed, age, weight, and allergic reaction raw materials are described, and registration is completed.
본 발명에 따른 S2 단계는 S1 단계에서 입력된 분류항목에 따라, 동물사료 DB에서 사료 데이터를 매칭하고 분류하는 단계이다. Step S2 according to the present invention is a step of matching and classifying feed data in the animal feed DB according to the classification items input in step S1.
S2 단계는 상기 동물사료 DB에서 S1 단계에서 입력된 알러지반응 원료가 포함된다. 알러지반응 원료는 선택되면 안되므로, 사료 데이터에서 이를 우선적으로 제외하는 것이 바람직하다. Step S2 includes the allergic reaction raw material input in step S1 in the animal feed DB. Since raw materials for allergic reactions should not be selected, it is desirable to exclude them from the feed data preferentially.
S2 단계는 결과 데이터에서 품종정보, 연령정보 및 체중정보가 매칭되는 사료를 분류할 수 있다. 이러한 정보들은 순차적으로 분류될 수 있으나, 순서와 무관하게 적용되어도 결론은 동일할 것이다.Step S2 may classify feed that matches breed information, age information, and weight information in the result data. Such information can be sorted sequentially, but the conclusion will be the same even if applied regardless of the order.
도 3은 본 발명에 따른 S2 단계에서, 사료 데이터에서 알러지반응 원료가 모두 제외되는 실시예를 나타낸다. 도 3은 알러지반응 원료가 '고구마'로 입력된 실시예를 나타낸다. 예를 들어 총 1,000건의 사료 데이터에서 원료 항목란에 '고구마'를 포함한 사료 데이터는 모두 제외된다.3 shows an embodiment in which all the allergic reaction raw materials are excluded from the feed data in step S2 according to the present invention. 3 shows an example in which the raw material for allergic reaction is 'sweet potato'. For example, from a total of 1,000 feed data, all feed data including 'sweet potato' in the raw material column are excluded.
도 4는 본 발명에 따른 S2 단계에서, 사료 데이터에서 품종에 매칭되는 사료를 분류하는 실시예를 나타낸다. 도 4는 입력된 품종이 '먼치킨'인 실시예를 나타낸다. 전술한 알러지반응 원료를 제외한 결과 데이터는 총 505건인데, 여기서, 선호품종 란에 '먼치킨'이 포함된 사료 데이터를 다시 분류한다.4 shows an embodiment of classifying a feed matching a breed in feed data in step S2 according to the present invention. 4 shows an example in which the input variety is 'Munchkin'. There are a total of 505 results, excluding the above-mentioned allergic reaction ingredients, and here, the feed data containing 'Munchkin' in the preferred breed column is reclassified.
도 5는 본 발명에 따른 S2 단계에서, 사료 데이터에서 연령에 매칭되는 사료를 분류하는 실시예를 나타낸다. 도 5는 입력된 연령이 '5개월'인 실시예를 나타낸다. 전술한 품종 매칭을 마친 데이터는 총 289건인데, 여기서, 연령 란에 5개월이 넘는 연령, 예로 '6개월 이상', '3년이상'이 먹는 사료로 표기된 사료 데이터는 제외한다. 또한, 5개월이 해당되는 연령, 예로 '모든 연령', '3개월 이상', '3년이하'가 먹을 수 있는 사료 데이터는 포함되도록 다시 분류한다.5 shows an embodiment of classifying the age-matched feed from feed data in step S2 according to the present invention. 5 shows an example in which the input age is '5 months'. There are a total of 289 data that have completed the above-mentioned breed matching. Here, in the age column, feed data marked as food eaten by people older than 5 months, eg, '6 months or more' and '3 years or more' are excluded. In addition, the feed data that can be eaten by the age corresponding to 5 months, for example, 'all ages', '3 months or more', and '3 years or less' is reclassified to include.
본 발명에 있어서, 체중정보에 매칭되는 사료를 분류하는 때에는, 입력된 체중을 기 설정된 표준체중범위와 대비하여, 표준체중범위를 초과하면 비만체중으로 판정하고, 표준체중범위 미만이면 마른체중으로 판정하여, 기 설정된 단백질 또는 지방 함량이 포함된 사료가 선택되도록 분류할 수 있다.In the present invention, when classifying feed matching the weight information, the input weight is compared with a preset standard weight range, and if it exceeds the standard weight range, it is determined as obese, and if it is less than the standard weight range, it is determined as a lean weight. Thus, it is possible to classify the feed including a preset protein or fat content to be selected.
도 6은 본 발명에 따른 S2 단계에서, 사료 데이터에서 체중에 매칭되는 사료를 분류하는 실시예를 나타낸다. 도 6은 입력된 체중이 '20kg'인 실시예를 나타낸다. 예로 먼치킨(품종)이 3개월(연령)일때의 표준체중범위의 평균체중을 15kg으로 설정되어 있다. 그런데 고객은 반려동물인 고양이의 체중을 20kg으로 입력하였다. 이는 약한 비만에 해당될 수 있다. 비만인 경우, 지방 함량이 적은 사료 및/또는 단백질 함량이 많은 사료를 추천할 수도 있다. 도 6의 실시예에서는 단백질 함량이 40% 이상인 사료를 추천하는 것을 나타낸다. 6 shows an embodiment of classifying feed matching body weight in feed data in step S2 according to the present invention. 6 shows an embodiment in which the input weight is '20 kg'. For example, the average weight of the standard weight range when a Munchkin (variety) is 3 months (age) is set to 15kg. However, the customer entered the weight of the cat, which is a companion animal, as 20 kg. This may correspond to mild obesity. In the case of obesity, a diet with a low fat content and/or a diet with a high protein content may be recommended. In the example of Figure 6, it indicates that a feed having a protein content of 40% or more is recommended.
한편, 표준체중보다 낮은 경우는 지방 함량이 높은 사료를 추천할 수 있을 것이다. 이러한 추천 기준으로 기존에 알려진 분류기준을 활용할 수도 있고, 소정의 기준을 설정하여 활용하는 것도 가능하다.On the other hand, if the body weight is lower than the standard weight, a feed with a high fat content may be recommended. As such a recommendation standard, an existing classification standard may be used, or a predetermined standard may be set and utilized.
본 발명에 따른 S4 단계는 S3 단계의 수신 여부에 따른 상위 N개의 사료를 추출하는 단계이다. Step S4 according to the present invention is a step of extracting the top N feeds according to whether step S3 is received.
본 발명에 따른 S3 단계에서 기존 사료정보가 수신되지 아니한 때에는, S4 단계는 S2 단계의 결과 데이터를 평가점수 순으로 정렬한 후, 상위 N개의 사료를 추출할 수 있다.When the existing feed information is not received in step S3 according to the present invention, in step S4, after arranging the result data of step S2 in the order of evaluation scores, the top N feeds may be extracted.
본 발명에 있어서, 동일한 평가점수를 가진 사료 데이터들로 인해, S4 단계에서 추출된 사료의 개수가 N개를 초과하는 때에는, 감성분석법으로 N개를 선택할 수 있다. 여기서, N은 양의 정수이다, 본 발명에서는 예를 들어 N=3인 경우로 설명하고자 한다.In the present invention, when the number of feeds extracted in step S4 exceeds N due to feed data having the same evaluation score, N can be selected by the sentiment analysis method. Here, N is a positive integer. In the present invention, for example, N=3 will be described.
도 7은 본 발명에 따른 S5 단계에서, 평가점수 상위 3개의 사료를 선택하고자 하는데, 동일 점수로 인해 공동 3위가 발생된 실시예를 나타낸다. 도 7에서 3번과 4번 사료는 평가점수가 8.8로 동일하여 공동 3위이다. 이로 인해 총 3개가 아니라, 총 4개가 추출되었다. 이 경우, 3번과 4번 중 하나를 선택하여야 한다. 본 발명에서는 감성분석법으로 선택할 사료를 결정할 수 있다.7 shows an example in which, in the step S5 according to the present invention, three feeds with the highest evaluation score are selected, and a joint third place occurs due to the same score. In Fig. 7, feeds 3 and 4 have the same evaluation score of 8.8, which is joint 3rd place. As a result, a total of 4 were extracted instead of a total of 3. In this case, one of the 3 and 4 must be selected. In the present invention, it is possible to determine the feed to be selected by the sentiment analysis method.
본 발명에 따른 각 사료 데이터는 감성단어가 포함된 평가 문구를 포함하고 있다. 감성분석법은 동일한 평가점수를 가진 사료 데이터들의 감성단어를 아래 수식1에 따른 감정분석점수 순으로 정렬하여 선택할 수 있다.Each feed data according to the present invention includes evaluation phrases including emotional words. In the sentiment analysis method, emotional words of feed data having the same evaluation score can be selected by sorting them in the order of emotion analysis score according to
[수식1] 
도 8은 도 7의 3번 및 4번 사료 데이터에 대한 감성단어가 포함된 평가문구를 나타낸다.8 shows evaluation phrases including emotional words for feed data No. 3 and No. 4 of FIG. 7 .
도 8의 각 사료에 대한 감성단어를 수식1에 대입하면 아래 수식2 및 수식3과 같다.When the emotional word for each feed in FIG. 8 is substituted into
[수식2] 
[수식3] 
이와 같이, 감석분석법으로 평가하면, 3번 사료가 선택될 수 있을 것이다.In this way, if evaluated by the assay method, feed 3 may be selected.
도 9는 본 발명에 따른 S6 단계에서, 감성분석법을 통해 최종적으로 상위 3개의 사료가 최종 선택되어 샘플로 제공되는 것을 나타낸다.9 shows that in step S6 according to the present invention, the top three feeds are finally selected and provided as samples through the sentiment analysis method.
본 발명에 따른 S7 단계는 S6 단계에서 제공된 사료 샘플을 고객이 선택하면, 사료 추천을 종료하는 단계이다.Step S7 according to the present invention is a step of terminating the feed recommendation when the customer selects the feed sample provided in step S6.
한편, 본 발명에 따른 사료 추천 방법은 고객이 반려동물에게 기존에 먹이는 사료 정보를 일단 고려하지 않고, 사료추천을 수행하게 된다. 기존 사료가 적합하지 않은 사료일수도 있으므로, 일단 고려하지 않는 것으로 한다. 다만, 반려동물이 추천되어 송부된 샘플 사료를 먹지 않을 경우에는 기존 사료의 원료 정보를 고려하는 단계가 추가된다.Meanwhile, in the feed recommendation method according to the present invention, feed recommendation is performed without first considering information on feed that the customer feeds to the companion animal. Existing feed may be unsuitable feed, so it should not be considered for now. However, if the companion animal does not eat the sent sample feed, the step of considering the raw material information of the existing feed is added.
본 발명에 따른 S8 단계는 S6 단계에서 제공된 사료 샘플을 고객이 선택하지 않으면, 고객으로부터 기존 사료정보를 수신하여, S3 단계로 송부하는 단계이다.In step S8 according to the present invention, if the customer does not select the feed sample provided in step S6, existing feed information is received from the customer and transmitted to step S3.
본 발명에 따른 S3 단계에서 기존 사료정보가 수신된 때에는, S4 단계는 S2 단계의 결과 데이터를 수신된 사료정보에 포함된 원료에 매칭되는 사료로 분류하고, 상기 분류된 결과 데이터를 평가점수 순으로 정렬한 후, 상위 N개의 사료를 추출할 수 있다.When the existing feed information is received in step S3 according to the present invention, in step S4, the result data of step S2 is classified into feed matching the raw material included in the received feed information, and the classified result data is sorted in order of evaluation score. After sorting, the top N feeds can be extracted.
도 10은 본 발명에 따른 S8 단계에서, 제공된 샘플을 고객이 선택하지 않은 경우에, 해당 반려동물의 기존 사료정보를 수신하는 실시예를 나타낸다. 도 10은 고객이 기존 사료 정보를 통지하였고, 기존 사료 중에 주 원료로서 '돼지고기'가 있는 실시예이다.10 shows an embodiment of receiving the existing feed information of the companion animal when the customer does not select the provided sample in step S8 according to the present invention. 10 is an embodiment in which the customer has notified the existing feed information, and 'pork' is used as the main raw material in the existing feed.
이 경우의 S4 단계는 S2 단계를 거친 결과 데이터에서 원료 란에 '돼지고기'를 포함한 사료를 추출하게 된다. 도 11은 본 발명에 따른 S4 단계에서, 수신된 사료에 포함된 원료의 매칭 사료를 선별하여 총 12개의 사료 데이터가 추출된 실시예를 나타낸다.In this case, step S4 extracts the feed including 'pork' in the raw material column from the result data of step S2. 11 shows an embodiment in which a total of 12 feed data are extracted by selecting matching feed of raw materials included in the received feed in step S4 according to the present invention.
도 12는 도 11에 따른 사료 데이터에서, S5 단계를 거치면서 S6 단계에서 최종적으로 고객에게 제공될 최종 3개의 사료 샘플이 다시 선택되는 실시예를 나타낸다.12 shows an embodiment in which the final three feed samples to be finally provided to the customer are selected again in step S6 while going through step S5 from the feed data according to FIG. 11 .
본 발명에 따른 컴퓨팅 장치는 적어도 하나의 프로세서, 송수신 장치 및 메모리를 포함할 수 있다. 또한, 컴퓨팅 장치는 저장 장치, 입력 인터페이스 장치, 출력 인터페이스 장치 등을 더 포함할 수 있다. 컴퓨팅 장치에 포함된 구성 요소들은 버스(bus)에 의해 연결되어 서로 통신을 수행할 수 있다.A computing device according to the present invention may include at least one processor, a transceiver, and a memory. In addition, the computing device may further include a storage device, an input interface device, an output interface device, and the like. Components included in the computing device may be connected by a bus to communicate with each other.
프로세서는 메모리 및 저장 장치 중에서 적어도 하나에 저장된 프로그램 명령을 실행할 수 있다. 프로세서 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU) 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서는 컴퓨팅 장치의 각 구성 요소를 제어할 수 있다.The processor may execute program instructions stored in at least one of a memory and a storage device. The processor may refer to a central processing unit (CPU), a graphics processing unit (GPU), or a dedicated processor on which methods according to an embodiment of the present invention are performed. The processor may be configured to implement procedures, functions, methods, and the like described in connection with the embodiments of the present invention. The processor may control each component of the computing device.
메모리 및 저장 장치 각각은 프로세서의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리 및 저장 장치 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리는 읽기 전용 메모리(ROM) 및 랜덤 액세스 메모리(RAM) 중에서 적어도 하나로 구성될 수 있다. Each of the memory and the storage device may store various information related to the operation of the processor. Each of the memory and the storage device may be configured of at least one of a volatile storage medium and a non-volatile storage medium. For example, the memory may include at least one of a read-only memory (ROM) and a random access memory (RAM).
송수신 장치는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치는 네트워크에 연결되어 통신을 수행할 수 있다.The transceiver may transmit or receive a wired signal or a wireless signal. The transceiver may be connected to a network to perform communication.
한편, 본 발명은 컴퓨터프로그램으로 구현될 수도 있다. 본 발명은 컴퓨터상에서 소프트웨어에 의한 정보를 처리하는 하드웨어와 결합되어, 본 발명에 따른 반려동물의 사료 추천 방법을 실행시키기 위하여 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터프로그램으로 구현될 수 있다.Meanwhile, the present invention may be implemented as a computer program. The present invention may be implemented as a computer program stored in a computer-readable recording medium in order to execute the method for recommending feed for companion animals according to the present invention in combination with hardware for processing information by software on a computer.
본 발명의 실시예에 따른 방법들은 다양한 컴퓨터수단을 통하여 판독 가능한 프로그램 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터구조 등을 단독으로 또는 조합하여 포함할 수 있다. The methods according to the embodiment of the present invention may be implemented in the form of a program readable by various computer means and recorded in a computer readable recording medium. Here, the recording medium may include a program command, a data file, a data structure, etc. alone or in combination.
기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. The program instructions recorded on the recording medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the art of computer software.
예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. For example, the recording medium includes magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CDROMs and DVDs, and magneto-optical media such as floppy disks. optical media), and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어를 포함할 수 있다. Examples of program instructions may include not only machine language such as generated by a compiler, but also a high-level language that can be executed by a computer using an interpreter or the like.
이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Such hardware devices may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
본 명세서에서 설명되는 실시예와 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 예시적으로 설명하는 것에 불과하다. 따라서, 본 명세서에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아님은 자명하다. 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시 예는 모두 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The embodiments described in this specification and the accompanying drawings are merely illustrative of some of the technical ideas included in the present invention. Accordingly, since the embodiments disclosed in the present specification are for explanation rather than limitation of the technical spirit of the present invention, it is obvious that the scope of the technical spirit of the present invention is not limited by these embodiments. Modifications and specific embodiments that can be easily inferred by those skilled in the art within the scope of the technical idea included in the specification and drawings of the present invention should be interpreted as being included in the scope of the present invention.
Claims (10)
반려동물의 분류항목 정보를 입력받는 S1 단계;
S1 단계에서 입력된 분류항목에 따라, 상기 동물사료 DB에서 사료 데이터를 매칭하고 분류하는 S2 단계;
고객으로부터 기존 사료정보를 수신받았는지 여부를 판단하는 S3 단계;
S3 단계의 수신 여부에 따른 상위 N개의 사료를 추출하는 S4 단계;
S4 단계에서 추출된 사료의 샘플을 고객에게 제공하도록 결정하는 S6 단계; 및
S6 단계에서 제공된 사료 샘플을 고객이 선택하면, 사료 추천을 종료하는 S7 단계 또는
S6 단계에서 제공된 사료 샘플을 고객이 선택하지 않으면, 고객으로부터 기존 사료정보를 수신하여, S3 단계로 송부하는 S8 단계를 포함하는 것을 특징으로 하는 반려동물의 사료 추천 방법.A companion animal feed recommendation method performed by a computing device using an animal feed DB 100 and a control server 200 in which feed data having classification items and evaluation scores are stored as index words, the computing device comprising:
Step S1 of receiving classification item information of companion animals;
a step S2 of matching and classifying feed data from the animal feed DB according to the classification items input in step S1;
S3 step of determining whether the existing feed information has been received from the customer;
S4 step of extracting the top N feeds according to whether step S3 is received;
a step S6 of determining to provide a sample of the feed extracted in step S4 to the customer; and
When the customer selects the feed sample provided in step S6, step S7 to end feed recommendation or
and, if the customer does not select the feed sample provided in step S6, receiving the existing feed information from the customer and sending it to step S3.
S1 단계의 분류항목 정보는 품종정보, 연령정보, 체중정보 및 알러지반응 원료정보를 포함하는 것을 특징으로 하는 반려동물의 사료 추천 방법.The method according to claim 1,
The classification item information of step S1 is a feed recommendation method for companion animals, characterized in that it includes breed information, age information, weight information, and allergic reaction raw material information.
S2 단계는 상기 동물사료 DB에서 S1 단계에서 입력된 알러지반응 원료가 포함된 사료를 제외하는 것을 특징으로 하는 반려동물의 사료 추천 방법.3. The method according to claim 2,
Step S2 is a feed recommendation method for companion animals, characterized in that the feed containing the allergic reaction raw material input in step S1 is excluded from the animal feed DB.
S2 단계는 상기 결과 데이터에서 품종정보, 연령정보 및 체중정보가 매칭되는 사료를 분류하는 것을 특징으로 하는 반려동물의 사료 추천 방법.4. The method according to claim 3,
In step S2, the feed recommendation method for companion animals, characterized in that the feed matching the breed information, age information, and weight information in the result data is classified.
상기 체중정보에 매칭되는 사료를 분류하는 때에는,
입력된 체중을 기 설정된 표준체중범위와 대비하여, 표준체중범위를 초과하면 비만체중으로 판정하고, 표준체중범위 미만이면 마른체중으로 판정하여, 기 설정된 단백질 또는 지방 함량이 포함된 사료가 선택되도록 분류하는 것을 특징으로 하는 반려동물의 사료 추천 방법.5. The method according to claim 4,
When classifying the feed matching the weight information,
By comparing the input weight with a preset standard weight range, if it exceeds the standard weight range, it is determined as obese, and if it is below the standard weight range, it is determined as a lean weight. A method of recommending feed for companion animals, characterized in that
S3 단계에서 기존 사료정보가 수신되지 아니한 때에는,
S4 단계는 S2 단계의 결과 데이터를 평가점수 순으로 정렬한 후, 상위 N개의 사료를 추출하는 것을 특징으로 하는 반려동물의 사료 추천 방법.5. The method according to claim 4,
When the existing feed information is not received in step S3,
In step S4, after arranging the result data of step S2 in the order of evaluation scores, the feed recommendation method for companion animals, characterized in that the top N feeds are extracted.
S4 단계에서 기존 사료정보가 수신된 때에는,
S4 단계는 S2 단계의 결과 데이터를 수신된 사료정보에 포함된 원료에 매칭되는 사료로 분류하고,
상기 분류된 결과 데이터를 평가점수 순으로 정렬한 후, 상위 N개의 사료를 추출하는 것을 특징으로 하는 반려동물의 사료 추천 방법.5. The method according to claim 4,
When the existing feed information is received in step S4,
In step S4, the result data of step S2 is classified into feed matching the raw material included in the received feed information,
A feed recommendation method for companion animals, characterized in that the classified result data is sorted in the order of evaluation score, and then the top N feeds are extracted.
동일한 평가점수를 가진 사료 데이터들로 인해, S4 단계에서 추출된 사료의 개수가 N개를 초과하는 때에는, 감성분석법으로 N개(N은 양의 정수)를 선택하는 것을 특징으로 하는 반려동물의 사료 추천 방법.The method according to claim 1,
Due to the feed data having the same evaluation score, when the number of feeds extracted in step S4 exceeds N, N (N is a positive integer) is selected by the sentiment analysis method. Recommended way.
상기 각 사료 데이터는 감성단어가 포함된 평가 문구를 포함하며,
상기 감성분석법은 동일한 평가점수를 가진 사료 데이터들의 감성단어를 아래 수식1에 따른 감정분석점수 순으로 정렬하여 선택하는 것을 특징으로 하는 반려동물의 사료 추천 방법.
[수식1]
Each of the feed data includes an evaluation phrase including emotional words,
The emotion analysis method is a feed recommendation method for companion animals, characterized in that the emotional words of the feed data having the same evaluation score are sorted and selected in the order of the emotion analysis score according to Equation 1 below.
[Formula 1]
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190177966A KR102322419B1 (en) | 2019-12-30 | 2019-12-30 | Feed Recommending Method and Computer Program of companion animal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190177966A KR102322419B1 (en) | 2019-12-30 | 2019-12-30 | Feed Recommending Method and Computer Program of companion animal |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210085189A true KR20210085189A (en) | 2021-07-08 |
| KR102322419B1 KR102322419B1 (en) | 2021-11-04 |
Family
ID=76894464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190177966A KR102322419B1 (en) | 2019-12-30 | 2019-12-30 | Feed Recommending Method and Computer Program of companion animal |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102322419B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101282980B1 (en) | 2013-01-09 | 2013-07-08 | 박상오 | Method for online selling order-made pet food on demand |
| KR20140098551A (en) * | 2013-01-31 | 2014-08-08 | 한양대학교 에리카산학협력단 | Smart makeup table and method of smart makeup using smart makeup table |
| KR20170092751A (en) * | 2016-02-03 | 2017-08-14 | 한국전자통신연구원 | Method and system for constructing place database using crowdsourcing |
| KR20180078458A (en) * | 2016-12-30 | 2018-07-10 | 이경문 | Method for providing customized food product service correspondance with individual animal |
| KR20190122100A (en) | 2018-04-19 | 2019-10-29 | 최진영 | Apparatus and method for providing customized diet and recipe for companion animal |
-
2019
- 2019-12-30 KR KR1020190177966A patent/KR102322419B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101282980B1 (en) | 2013-01-09 | 2013-07-08 | 박상오 | Method for online selling order-made pet food on demand |
| KR20140098551A (en) * | 2013-01-31 | 2014-08-08 | 한양대학교 에리카산학협력단 | Smart makeup table and method of smart makeup using smart makeup table |
| KR20170092751A (en) * | 2016-02-03 | 2017-08-14 | 한국전자통신연구원 | Method and system for constructing place database using crowdsourcing |
| KR20180078458A (en) * | 2016-12-30 | 2018-07-10 | 이경문 | Method for providing customized food product service correspondance with individual animal |
| KR20190122100A (en) | 2018-04-19 | 2019-10-29 | 최진영 | Apparatus and method for providing customized diet and recipe for companion animal |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102322419B1 (en) | 2021-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Neo et al. | Geographies of meat: Politics, economy and culture | |
| Sun et al. | Improvement in genetic evaluation of female fertility in dairy cattle using multiple-trait models including milk production traits | |
| Bryan et al. | Food allergy in the cat: a diagnosis by elimination | |
| Miller | Extending life: scientific prospects and political obstacles | |
| Slauson et al. | Comparative pathology of glomerulonephritis in animals | |
| Meléndez et al. | Effect of transport and rest stop duration on the welfare of conditioned cattle transported by road | |
| Larson et al. | The sero‐epidemiology of Coxiella burnetii (Q fever) across livestock species and herding contexts in Laikipia County, Kenya | |
| Suwała et al. | A desired profile of horse personality–A survey study of Polish equestrians based on a new approach to equine temperament and character | |
| Foster | Regulatory Forum opinion piece: new testing paradigms for reproductive and developmental toxicity—the NTP modified one generation study and OECD 443 | |
| Casella et al. | Acute phase proteins response in hunting dogs | |
| Merkies et al. | Preliminary study on current perceptions and usage of training equipment by horse enthusiasts in Canada | |
| Mesa‐Sanchez et al. | Prevalence of dog erythrocyte antigen 1.1 in galgos (Spanish greyhounds) | |
| Uetake et al. | Effects of haul distance and stocking density on young suckling calves transported in Japan | |
| KR102322419B1 (en) | Feed Recommending Method and Computer Program of companion animal | |
| KR20220048267A (en) | Genetic test analysis and result management system for companion animal disease prediction | |
| Pritchett-Corning et al. | Can seeds help mice with the daily grind? | |
| Daniel et al. | Kin recognition in guppies uses self-referencing based on olfactory cues | |
| Windley et al. | Foliar nutritional quality explains patchy browsing damage caused by an invasive mammal | |
| Ozcan et al. | Factors affecting Turkish dog owners’ breed choices, and their associations with socio-demographic and dog-related variables | |
| Byosiere et al. | The function of play bows in Canis lupus and its variants: a comparison of dingo (Canis lupus dingo), dog (Canis lupus familiaris) and wolf puppies (Canis lupus) | |
| Sanderson et al. | Unnaturally natural: inventing and eating genetically engineered AquAdvantage® salmon and the paradox of nature | |
| Miller | 314 New breeding goals in beef cattle. | |
| Monteils et al. | Determination of rearing practices combinations increasing the carcase weight according to the heifers slaughter age by the decision tree method | |
| Butler | Cloned animal products in the human food chain: FDA should protect American consumers | |
| Milne | Drawing bright lines: Food and the futures of biopharming |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |