KR20220081079A - 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치 - Google Patents

사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치 Download PDF

Info

Publication number
KR20220081079A
KR20220081079A KR1020200170535A KR20200170535A KR20220081079A KR 20220081079 A KR20220081079 A KR 20220081079A KR 1020200170535 A KR1020200170535 A KR 1020200170535A KR 20200170535 A KR20200170535 A KR 20200170535A KR 20220081079 A KR20220081079 A KR 20220081079A
Authority
KR
South Korea
Prior art keywords
meal kit
kit
user
meal
recommendation
Prior art date
Application number
KR1020200170535A
Other languages
English (en)
Other versions
KR102511707B1 (ko
Inventor
문희선
Original Assignee
문희선
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 문희선 filed Critical 문희선
Priority to KR1020200170535A priority Critical patent/KR102511707B1/ko
Publication of KR20220081079A publication Critical patent/KR20220081079A/ko
Application granted granted Critical
Publication of KR102511707B1 publication Critical patent/KR102511707B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치에 관한 것으로, 사용자 선호도를 결정하는 사용자 선호도 결정부; 사용자 희망요리를 결정하는 사용자 희망요리 결정부; 가중치 음식재료를 결정하고 상기 가중치 음식재료 기반의 요리를 결정하며, 상기 사용자 희망요리 및 상기 가중치 음식재료 기반의 요리를 기초로 적어도 하나의 밀키트 후보를 추천하는 밀키트 후보 추천부; 상기 적어도 하나의 밀키트 후보를 큐레이션하고, 상기 큐레이션의 과정에서 상기 적어도 하나의 밀키트 후보 간의 자동 비교 콘텐츠를 제공하는 밀키트 후보 큐레이션부; 상기 사용자 선택 밀키트에 따른 밀키트 레시피를 추천하는 밀키트 레시피 추천부; 및 상기 사용자 선택 밀키트를 기초로 밀키트 기반의 사용자 식단에 관한 플래닝을 제공하는 밀키트 식단 추천부를 포함한다.

Description

사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치{MEAL-KIT SERVICE DEVICE BASED ON RECOMMENDATION AND COMPARISON THROUGH USER PREFERENCE}
본 발명은 밀키트 서비스 기술에 관한 것으로, 보다 상세하게는 사용자 선호도와 인공지능을 통해 밀키트를 추천하고 사용자 맞춤형 레시피와 식단 플랜을 동적으로 제공할 수 있는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치에 관한 것이다.
밀키트(Meal-Kit)는 Meal(식사)과 Kit(키트, 세트) 라는 뜻의 식사 세트라는 의미로 쿠킹 박스, 레시피 박스라고도 불리며 가정 간편식(Home Meal Replacement, HMR)과 구분되어 사용되고 있다. 즉, 밀키트는 손질된 식재료와 섞인 소스를 이용해 쉽고 빠르게 조리할 수 있는 식사 키트이며, 최근 유명 셰프들의 레시피로 제공되는 밀키트도 출시되고 있다.
밀키트를 이용하면 원하는 음식을 빠르고 간편하게 만들 수 있다. 사용자는 마트에서 식재료를 고르는 수고를 생략할 수 있어 시간이 부족한 현대인들에게 많은 인기를 끌고 있다. 또한, 밀키트는 조리 방법이 담긴 레시피 카드를 포함하고 있는 경우가 많아 요리 경험이 적은 사용자들이 요리에 관한 기초 지식을 습득하기에도 좋은 장점을 가질 수 있다.
다만, 밀키트는 미리 지정된 요리에 맞춰 식재료가 선택되어 포장되기 때문에 사람들의 다양한 기호를 충족시키기에는 충분하지 않으며, 레시피 역시 해당 요리의 표준 조리 방법만을 담고 있어 초보 사용자들의 식습관이나 기호에 맞춰 최적화된 조리 방법으로 활용하기에는 부족한 점이 존재한다.
한국등록특허 제10-1798616호 (2017.11.10)
본 발명의 일 실시예는 사용자 선호도와 인공지능을 통해 밀키트를 추천하고 사용자 맞춤형 레시피와 식단 플랜을 동적으로 제공할 수 있는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치를 제공하고자 한다.
본 발명의 일 실시예는 고객 맞춤형 밀키트를 선별하여 비교 분석을 통해 사용자의 선택을 지원하고 고객의 입맛에 따라 밀키트 조리법을 생성할 수 있는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치를 제공하고자 한다.
실시예들 중에서, 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치는 사용자 선택 밀키트에 관한 음식 및 건강 기반의 다차원 분석을 통해 사용자 선호도를 결정하는 사용자 선호도 결정부; 사용자 프로파일에 설정된 사용자 희망요리를 결정하는 사용자 희망요리 결정부; 상기 사용자 선호도를 음식재료 DB 기반의 밀키트 추천 모델에 입력하여 가중치 음식재료를 결정하고 상기 가중치 음식재료 기반의 요리를 결정하며, 상기 사용자 희망요리 및 상기 가중치 음식재료 기반의 요리를 기초로 적어도 하나의 밀키트 후보를 추천하는 밀키트 후보 추천부; 상기 사용자 선호도의 메타 분석을 통해 요리 카테고리를 분류하고, 상기 요리 카테고리에 따른 밀키트 판매자 프로모션을 결정하며 상기 밀키트 판매자 프로모션을 기초로 해당 요리 카테고리에 속한 해당 밀키트 후보를 결정하여 상기 적어도 하나의 밀키트 후보를 큐레이션하고, 상기 큐레이션의 과정에서 상기 적어도 하나의 밀키트 후보 간의 자동 비교 콘텐츠를 제공하는 밀키트 후보 큐레이션부; 상기 적어도 하나의 밀키트 후보 중에서 상기 사용자 선택 밀키트를 결정하고, 상기 사용자 선택 밀키트에 따른 밀키트 레시피를 추천하는 밀키트 레시피 추천부; 및 상기 사용자 선택 밀키트를 기초로 밀키트 기반의 사용자 식단에 관한 플래닝을 제공하여 정기 밀키트 서비스의 가입을 추천하는 밀키트 식단 추천부를 포함한다.
상기 사용자 선호도 결정부는 상기 사용자 선택 밀키트에 관한 음식 및 건강 각각의 고유 메타분류 기준으로 평가된 스코어를 상기 사용자 선호도로서 결정할 수 있다.
상기 밀키트 후보 추천부는 상기 사용자 선호도를 구성하는 음식 및 건강 각각의 고유 메타분류를 통해 결정된 음식 및 건강 데이터를 상기 음식재료 DB 기반의 밀키트 추천 모델에 제공할 수 있다.
상기 밀키트 후보 추천부는 상기 음식재료 DB 기반의 밀키트 추천 모델을 통해 상위 n(상기 n은 자연수) 개의 적합도를 가지는 음식재료를 상기 가중치 음식재료로서 선정할 수 있다.
상기 밀키트 후보 추천부는 상기 상위 n 개의 적합도를 가지는 음식재료를 가중치 내림 차순으로 정렬하여 해당 음식재료 단위로 상기 요리의 선택 범위를 축소해 가면서 상기 적어도 하나의 밀키트 후보를 추천할 수 있다.
상기 밀키트 레시피 큐레이션부는 상기 밀키트 판매자 프로모션을 사전에 수신하여 프로모션 우선순위를 결정하고, 상기 프로모션 우선순위에 따라 상기 적어도 하나의 밀키트 후보를 시공간적으로 차별화할 수 있다.
상기 밀키트 레시피 큐레이션부는 상기 적어도 하나의 밀키트 후보 각각의 음식 및 건강 데이터의 분석을 포함하는 제1 비교 콘텐츠 및 상기 사용자 선호도와의 유사도 분석을 포함하는 제2 비교 콘텐츠를 병합하여 상기 자동 비교 콘텐츠로서 생성할 수 있다.
상기 밀키트 레시피 추천부는 상기 사용자 선택 밀키트와 유사한 가격대의 적어도 하나의 다른 밀키트 후보를 큐레이션하여 상기 사용자 선택 밀키트의 변경을 가능하도록 할 수 있다.
상기 밀키트 레시피 추천부는 상기 사용자 선택 밀키트에 관한 음식 및 건강 각각의 고유 메타분류에 관한 입도(granularity)를 사용자에게 질의하고, 상기 사용자 선택 밀키트에 있는 음식재료의 함량을 특정 범위 내에서 동적으로 제어할 수 있다.
상기 밀키트 레시피 추천부는 상기 음식재료의 함량을 기초로 상기 밀키트 레시피의 요리 단계 각각의 조리 시간을 동적으로 결정할 수 있다.
상기 밀키트 식단 추천부는 상기 사용자 선택 밀키트에 있는 건강 데이터를 기초로 해당 음식 데이터를 다각화 하여 상기 사용자 식단에 관한 플래닝을 결정할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치는 사용자 선호도와 인공지능을 통해 밀키트를 추천하고 사용자 맞춤형 레시피와 식단 플랜을 동적으로 제공할 수 있다.
본 발명의 일 실시예에 따른 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치는 고객 맞춤형 밀키트를 선별하여 비교 분석을 통해 사용자의 선택을 지원하고 고객의 입맛에 따라 밀키트 조리법을 생성할 수 있다.
도 1은 본 발명에 따른 밀키트 서비스 시스템을 설명하는 도면이다.
도 2는 도 1의 밀키트 서비스 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1의 밀키트 서비스 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 밀키트 서비스 방법을 설명하는 순서도이다.
도 5는 본 발명에 따른 밀키트 서비스 장치의 동작 과정의 일 실시예를 설명하는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명에 따른 밀키트 서비스 시스템을 설명하는 도면이다.
도 1을 참조하면, 밀키트 서비스 시스템(100)은 사용자 단말(110), 밀키트 서비스 장치(130), 데이터베이스(150) 및 외부 시스템(170)을 포함할 수 있다.
사용자 단말(110)은 밀키트 서비스를 이용할 수 있는 컴퓨팅 장치에 해당할 수 있다. 즉, 사용자는 사용자 단말(110)을 통해 시스템을 통해 추천된 후보 밀키트 정보와 비교 정보를 확인할 수 있고, 구매를 원하는 밀키트를 특정하여 선택할 수 있으며, 밀키트와 연관된 레시피를 이용할 수 있다. 사용자 단말(110)은 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(110)은 밀키트 서비스 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)들은 밀키트 서비스 장치(130)와 동시에 연결될 수 있다. 또한, 사용자 단말(110)은 밀키트 서비스 시스템(100)에 접속하여 관련 서비스를 이용할 수 있는 전용 프로그램 또는 어플리케이션을 설치하여 실행할 수 있다.
밀키트 서비스 장치(130)는 사용자 선호도와 인공지능을 통해 밀키트를 추천하고 사용자 맞춤형 레시피와 식단 플랜을 동적으로 제공할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 밀키트 서비스 장치(130)는 사용자 단말(110)과 유선 네트워크 또는 블루투스, WiFi 등과 같은 무선 네트워크로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 송·수신할 수 있다. 또한, 밀키트 서비스 장치(130)는 데이터의 수집 또는 추가 기능의 제공을 위하여 외부 시스템(170)과 연동하여 동작할 수도 있다.
데이터베이스(150)는 밀키트 서비스 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 데이터베이스(150)는 사용자 프로파일과 밀키트 선택에 관한 사용자 선호도에 관한 정보를 저장할 수 있고, 밀키트 및 레시피 추천을 위한 학습 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 밀키트 서비스 장치(130)가 AI 기반의 사용자 선호도 분석을 통해 밀키트와 레시피 추천 및 식단 플랜을 단계적으로 제공하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
외부 시스템(170)은 밀키트 서비스 장치(130)와 연동하여 밀키트과 연관된 AI 추천 및 큐레이션 서비스를 제공하기 위한 부가적인 기능을 제공하거나 또는 관련 데이터를 제공할 수 있는 컴퓨팅 장치 또는 서버에 해당할 수 있다. 예를 들어, 외부 시스템(170)은 사용자 인증을 위한 인증 시스템, 비용 결제를 위한 시스템, 클라우드 플랫폼 구축을 위한 클라우드 시스템 등을 포함할 수 있다.
도 2는 도 1의 밀키트 서비스 장치의 시스템 구성을 설명하는 도면이다.
도 2를 참조하면, 밀키트 서비스 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함하여 구현될 수 있다.
프로세서(210)는 밀키트 서비스 장치(130)가 동작하는 과정에서의 각 단계들을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 밀키트 서비스 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 밀키트 서비스 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 밀키트 서비스 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 밀키트 서비스 장치(130)는 독립적인 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 1의 밀키트 서비스 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 밀키트 서비스 장치(130)는 사용자 선호도 결정부(310), 사용자 희망요리 결정부(320), 밀키트 후보 추천부(330), 밀키트 후보 큐레이션부(340), 밀키트 레시피 추천부(350), 밀키트 식단 추천부(360) 및 제어부(도 3에 미도시함)를 포함할 수 있다.
사용자 선호도 결정부(310)는 사용자 선택 밀키트에 관한 음식 및 건강 기반의 다차원 분석을 통해 사용자 선호도를 결정할 수 있다. 여기에서, 사용자 선택 밀키트는 사용자가 실제로 구매하기 위해 선택한 밀키트에 해당할 수 있다. 즉, 사용자 선호도 결정부(310)는 데이터베이스(150)에 저장된 사용자의 이전 구매 이력을 기초로 사용자 선택 밀키트에 관한 정보를 추출할 수 있고, 해당 정보를 기초로 사용자의 밀키트 선호 경향에 관한 정보를 도출할 수 있다.
이때, 사용자 선택 밀키트에 대한 사용자 선호도는 음식과 건강의 독립된 차원에 따라 분석될 수 있다. 예를 들어, 음식 차원의 사용자 선호도는 사용자가 주로 선택한 음식 종류, 음식 맛 및 음식재료, 음식 가격 등에 관한 선호도 정보에 해당할 수 있다. 음식 종류는 한식, 일식, 중식 등을 포함하고, 음식 맛은 매운 맛, 단 맛, 짠 맛 등을 포함할 수 있다. 또한, 건강 차원의 사용자 선호도는 질병예방용 음식, 질병치료용 음식, 다이어트용 음식, 음식 칼로리 등에 관한 선호도 정보에 해당할 수 있다.
일 실시예에서, 사용자 선호도 결정부(310)는 사용자 선택 밀키트에 관한 음식 및 건강 각각의 고유 메타분류 기준으로 평가된 스코어를 상기 사용자 선호도로서 결정할 수 있다. 사용자 선호도 결정부(310)는 음식 및 건강의 각 차원 별로 사용자 선호도 정보를 독립적으로 결정할 수 있으며, 각 차원별 사용자 선호도 정보는 고유의 메타분류에 따른 선호도 정보를 세부 정보로 포함하여 결정될 수 있다. 여기에서, 메타분류는 각 차원별 사용자 선호도 정보를 구성하는 다양한 세부항목에 해당할 수 있다. 예를 들어, 메타분류는 음식 종류, 음식 맛, 음식재료, 음식 가격, 건강 성분, 음식 칼로리 등을 포함할 수 있으며, 사용자 선호도 정보는 음식{음식 맛:70, 음식 종류:50, 음식재료:80, ...} 및 건강{음식 칼로리=66, 다이어트용 음식=25, ...}으로 표현될 수 있다.
사용자 희망요리 결정부(320)는 사용자 프로파일에 설정된 사용자 희망요리를 결정할 수 있다. 여기에서, 사용자 프로파일이란 밀키트 서비스 장치(130)가 사용자를 고유하게 관리하기 위해 활용하는 개인 식별정보에 해당할 수 있고, 개인 신상 정보, 음식 구매 이력, 음식 선호 정보 등을 포함할 수 있다. 사용자 희망요리 결정부(320)는 사용자 프로파일로부터 사용자 희망요리를 결정할 수 있으며, 사용자 희망요리는 사용자에 의해 사전에 입력된 요리정보로서 데이터베이스(150)를 통해 관리될 수 있다. 따라서, 사용자 희망요리 결정부(320)는 특정 사용자의 식별정보를 기초로 데이터베이스(150)에 질의하여 사용자 희망요리에 관한 정보를 획득할 수 있으며, 반드시 이에 한정되지 않고, 사용자 단말(110)을 통해 사용자로부터 직접 입력 받는 방법이 활용될 수도 있다.
밀키트 후보 추천부(330)는 사용자 선호도를 음식재료 DB 기반의 밀키트 추천 모델에 입력하여 가중치 음식재료를 결정하고 가중치 음식재료 기반의 요리를 결정하며, 사용자 희망요리 및 가중치 음식재료 기반의 요리를 기초로 적어도 하나의 밀키트 후보를 추천할 수 있다. 여기에서, 밀키트 추천 모델은 사용자 선호도를 입력으로 수신하여 해당 사용자 선호도에 적합한 음식재료에 관한 정보를 출력으로 제공하는 학습 모델에 해당할 수 있다. 예를 들어, 밀키트 추천 모델은 사용자 선호도에 관한 정보가 입력되면 해당 사용자 선호도에 가장 잘 어울리는 음식재료들과 각 음식재료의 가중치를 포함하는 출력 데이터를 생성할 수 있다. 이때, 출력 데이터는 {당근:0.5, 고추:0.1, ...}와 같이 표현될 수 있다.
일 실시예에서, 밀키트 후보 추천부(330)는 사용자 선호도를 구성하는 음식 및 건강 각각의 고유 메타분류를 통해 결정된 음식 및 건강 데이터를 음식재료 DB 기반의 밀키트 추천 모델에 제공할 수 있다. 즉, 밀키트 추천 모델의 입력 데이터는 사용자 선호도에 해당할 수 있으며, 사용자 선호도는 음식 및 건강의 독립된 차원 별로 정의될 수 있다. 한편, 음식 및 건강에 관한 사용자 선호도는 고유 메타분류에 따라 정의될 수 있으며, 음식 및 건강 데이터는 밀키트 추천 모델의 입력 데이터로서 각 메타분류별 선호도 정보를 포함할 수 있다. 예를 들어, 사용자 선호도에 관한 입력 데이터는 <음식{음식 맛:70, 음식 종류:50, 음식재료:80, ...}, 건강{음식 칼로리=66, 다이어트용 음식=25, ...}>으로 표현될 수 있다.
일 실시예에서, 밀키트 후보 추천부(330)는 음식재료 DB 기반의 밀키트 추천 모델을 통해 상위 n(상기 n은 자연수) 개의 적합도를 가지는 음식재료를 가중치 음식재료로서 선정할 수 있다. 여기에서, 적합도는 입력 데이터로 제공되는 사용자 선호도와의 유사도로 표현될 수 있으며, 사용자 선호도에 가장 유사한 음식재료들이 출력 데이터에 포함되어 생성될 수 있다. 이때, 각 음식재료들은 적합도에 따라 정렬될 수 있으며, 정렬된 순서를 기준으로 상위 n개의 음식재료들이 최종 결과에 해당하는 가중치 음식재료로 선정될 수 있다. 한편, 가중치 음식재료는 각 음식재료 별로 가중치가 적용될 수 있고, 해당 가중치는 사용자 선호도와의 적합도(또는 유사도)에 따라 밀키트 추천 모델에 의해 구체적으로 수치화될 수 있다.
일 실시예에서, 밀키트 후보 추천부(330)는 상위 n 개의 적합도를 가지는 음식재료를 가중치 내림 차순으로 정렬하여 해당 음식재료 단위로 요리의 선택 범위를 축소해 가면서 적어도 하나의 밀키트 후보를 추천할 수 있다. 보다 구체적으로, 밀키트 후보 추천부(330)는 음식재료들을 가중치를 기준으로 내림 차순으로 정렬할 수 있다. 이후, 밀키트 후보 추천부(330)는 정렬된 순서에 따라 1순위 음식재료를 이용한 요리들을 결정할 수 있고, 1순위 및 2순위 음식재료들을 이용한 요리들을 결정할 수 있으며, 1순위 내지 3순위 음식재료들을 이용한 요리들을 결정할 수 있다. 즉, 밀키트 후보 추천부(330)는 음식재료들이 차례대로 추가시킴으로써 요리의 선택 범위를 점차적으로 축소시킬 수 있으며, 순차적으로 결정되는 요리들을 기초로 적어도 하나의 밀키트 후보를 결정할 수 있다.
밀키트 후보 큐레이션부(340)는 사용자 선호도의 메타 분석을 통해 요리 카테고리를 분류하고, 요리 카테고리에 따른 밀키트 판매자 프로모션을 결정하며 밀키트 판매자 프로모션을 기초로 해당 요리 카테고리에 속한 해당 밀키트 후보를 결정하여 적어도 하나의 밀키트 후보를 큐레이션하고, 큐레이션의 과정에서 적어도 하나의 밀키트 후보 간의 자동 비교 콘텐츠를 제공할 수 있다. 여기에서, 메타 분석은 사용자 선호도의 메타분류에 따른 분석에 해당할 수 있다. 즉, 밀키트 후보 큐레이션부(340)는 메타 분석에 따라 사용자가 가장 선호하는 요리 카테고리를 결정할 수 있다.
또한, 밀키트 후보 큐레이션부(340)는 요리 카테고리에 따른 밀키트 판매자 프로모션을 결정할 수 있다. 이때, 밀키트 판매자 프로모션은 밀키트 판매자들로부터 사전에 수신하여 등록한 프로모션 풀(pool)을 통해 관리될 수 있으며, 프로모션 풀은 데이터베이스(150)에 저장되어 관리될 수 있다. 밀키트 판매자 프로모션은 밀키트 판매자가 밀키트를 판매하기 위해 소비자에게 제품 또는 서비스를 인지시켜 구매를 유도하기 위한 다양한 이벤트들에 해당할 수 있으며, 할인, 광고, 쿠폰, 이벤트 등을 포함할 수 있다.
또한, 밀키트 판매자 프로모션은 요리 카테고리에 대응되어 분류되고 관리될 수 있다. 따라서, 밀키트 후보 큐레이션부(340)는 요리 카테고리에 따른 밀키트 판매자 프로모션을 결정한 후 해당 밀키트 판매자 프로모션에 적합한 밀키트 후보를 결정할 수 있다.
일 실시예에서, 밀키트 후보 큐레이션부(340)는 밀키트 판매자 프로모션을 사전에 수신하여 프로모션 우선순위를 결정하고, 프로모션 우선순위에 따라 적어도 하나의 밀키트 후보를 시공간적으로 차별화할 수 있다. 밀키트 후보 큐레이션부(340)는 프로모션 풀을 통해 밀키트 판매자 프로모션을 관리할 수 있으며, 프로모션 풀에 사전 등록하는 과정에서 프로모션별 우선순위를 결정할 수 있다. 밀키트 후보 큐레이션부(340)는 특정 요리 카테고리에 복수의 밀키트 판매자 프로모션들이 존재하는 경우, 우선순위에 따라 적어도 하나의 밀키트 후보를 결정할 수 있으며, 우선순위를 적용하여 밀키트 후보들을 시공간적으로 차별화하여 큐레이션할 수 있다. 예를 들어, 우선순위가 높을수록 연관된 밀키트 후보는 가장 노출 확률이 높은 위치에 배치되거나 또는 가장 먼저 노출되도록 큐레이션될 수 있다.
일 실시예에서, 밀키트 후보 큐레이션부(340)는 적어도 하나의 밀키트 후보 각각의 음식 및 건강 데이터의 분석을 포함하는 제1 비교 콘텐츠 및 사용자 선호도와의 유사도 분석을 포함하는 제2 비교 콘텐츠를 병합하여 자동 비교 콘텐츠로서 생성할 수 있다. 즉, 자동 비교 콘텐츠는 사용자의 밀키트 선택을 위해 제공되는 정보로서 밀키트 후보에 관한 정적 정보(즉, 음식 및 건강 데이터의 분석 정보)와 동적 정보(사용자 선호도와의 유사도 분석 정보)를 포함하여 생성될 수 있다. 밀키트 후보 큐레이션부(340)는 적어도 하나의 밀키트 후보가 결정되면 밀키트 후보 별로 자동 비교 콘텐츠를 생성할 수 있다.
밀키트 레시피 추천부(350)는 적어도 하나의 밀키트 후보 중에서 사용자 선택 밀키트를 결정하고, 사용자 선택 밀키트에 따른 밀키트 레시피를 추천할 수 있다. 밀키트 레시피 추천부(350)는 사용자의 선택 입력에 따라 사용자 선택 밀키트를 결정할 수 있으며, 이를 위하여 사용자 단말(110)에게 선택 입력을 위한 인터페이스를 제공할 수 있다. 한편, 해당 인터페이스는 사용자 단말(110)에 설치된 전용 어플리케이션을 통해 구현될 수 있다. 또한, 밀키트 레시피 추천부(350)는 사용자에 의해 사용자 선택 밀키트가 결정되면 해당 결과에 적응적으로 밀키트 레시피를 추천할 수 있다.
일 실시예에서, 밀키트 레시피 추천부(350)는 사용자 선택 밀키트와 유사한 가격대의 적어도 하나의 다른 밀키트 후보를 큐레이션하여 사용자 선택 밀키트의 변경을 가능하도록 할 수 있다. 밀키트 레시피 추천부(350)는 밀키트 레시피를 추천하기 전 단계에서, 사용자 선택 밀키트의 변경 기능을 제공할 수 있다. 즉, 밀키트 레시피 추천부(350)는 사용자 선택 밀키트와 유사한 가격대의 다른 밀키트 후보를 추가 제공하여 사용자로 하여금 재선택 기회를 추가로 부여할 수 있다.
일 실시예에서, 밀키트 레시피 추천부(350)는 사용자 선택 밀키트에 관한 음식 및 건강 각각의 고유 메타분류에 관한 입도(granularity)를 사용자에게 질의하고, 사용자 선택 밀키트에 있는 음식재료의 함량을 특정 범위 내에서 동적으로 제어할 수 있다. 여기에서, 입도(granularity)는 해당 메타분류에 대한 세분화 정도에 해당할 수 있으며, 메타분류에 따라 상대적인 크기, 비율, 정도, 깊이에 관한 수치 값으로 표현될 수 있다. 즉, 밀키트 레시피 추천부(350)는 사용자 선호도에 관한 각 차원별 메타분류에 대해 구체적 수치에 대해 사용자의 입력을 요청할 수 있으며, 사용자는 인터페이스를 통해 구체적 수치를 입력하거나 또는 기 정의된 복수의 단계들 중 어느 하나를 선택하는 방식으로 이에 응답할 수 있다.
또한, 밀키트 레시피 추천부(350)는 사용자의 응답으로 입력된 메타분류에 관한 입도(granularity)를 기초로 사용자 선택 밀키트에 있는 음식재료의 함량을 특정 범위 내에서 동적으로 제어할 수 있다. 예를 들어, 음식 맛과 연관성 있는 음식재료 A의 함량이 입도 값 '50'을 기준으로 설정된 상태에서 음식 맛의 메타분류에 대해 사용자가 입도 값으로 '70'을 입력한 경우, 밀키트 레시피 추천부(350)은 해당 음식재료 A의 함량을 입도 값 '70'에 맞춰 소정의 범위 내에서 증가시킬 수 있다.
일 실시예에서, 밀키트 레시피 추천부(350)는 음식재료의 함량을 기초로 밀키트 레시피의 요리 단계 각각의 조리 시간을 동적으로 결정할 수 있다. 밀키트 레시피는 특정 요리에 대해 표준 조리법을 포함하여 정의될 수 있고, 이때, 조리법은 조리 순서와 함께 각 음식재료의 조리 방법과 조리 시간에 관한 정보를 포함할 수 있다. 만약 사용자의 입력에 반응하여 음식재료의 함량이 동적으로 변경된 경우 밀키트 레시피 추천부(350)는 이를 반영하여 해당 음식재료가 포함된 요리 단계의 조리 시간을 동적으로 결정할 수 있다. 예를 들어, 음식재료의 함량이 증가한 경우 해당 음식재료가 포함된 요리 단계들은 전체적으로 조리 시간이 증가하도록 변경될 수 있다.
밀키트 식단 추천부(360)는 사용자 선택 밀키트를 기초로 밀키트 기반의 사용자 식단에 관한 플래닝을 제공하여 정기 밀키트 서비스의 가입을 추천할 수 있다. 밀키트 식단 추천부(360)는 사용자 선택 밀키트가 결정되면 이와 연관된 밀키트 기반의 사용자 식단에 관한 플래닝을 제공할 수 있다. 이를 위해, 사용자 선택 밀키트 별로 사용자 식단에 관한 플래닝 정보가 구축될 수 있고, 데이터베이스(150)를 통해 관리될 수 있다. 밀키트 식단 추천부(360)는 사용자 선택 밀키트에 대응되는 사용자 식단에 관한 플래닝 정보를 검색하여 사용자 단말(110)을 통해 제공할 수 있다.
또한, 밀키트 식단 추천부(360)는 사용자 식단에 관한 플래닝 정보와 함께 정기 밀키트 서비스의 가입을 추천할 수 있다. 사용자 식단에 관한 플래닝 정보는 플래닝 기간 및 각 요일별 밀키트 식단에 관한 정보를 포함할 수 있고, 정기 밀키트 서비스는 해당 플래닝 정보에 대응하는 요일별 밀키트 정보와 밀키트 레시피 정보에 관한 정기 구독 서비스에 해당할 수 있다. 밀키트 식단 추천부(360)는 사용자가 선택한 밀키트와 연관된 맞춤형 정보를 제공하면서 정시 밀키트 서비스에 대한 정기 구독을 유도하여 밀키트 및 레시피에 대한 이용과 서비스 참여를 활성화할 수 있다.
일 실시예에서, 밀키트 식단 추천부(360)는 사용자 선택 밀키트에 있는 건강 데이터를 기초로 해당 음식 데이터를 다각화 하여 사용자 식단에 관한 플래닝을 결정할 수 있다. 밀키트 식단 추천부(360)는 기본적으로 사용자 선택 밀키트를 기반으로 사용자 식단에 관한 플래닝을 제공하지만, 반드시 이에 한정되지 않고, 사용자 선택 밀키트와 연관되고 대체 가능한 음식들을 활용하여 사용자 식단에 관한 플래닝을 다양하게 제공할 수 있다.
제어부(도 3에 미도시함)는 밀키트 서비스 장치(130)의 전체적인 동작을 제어하고, 사용자 선호도 결정부(310), 사용자 희망요리 결정부(320), 밀키트 후보 추천부(330), 밀키트 후보 큐레이션부(340), 밀키트 레시피 추천부(350) 및 밀키트 식단 추천부(360) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명에 따른 밀키트 서비스 방법을 설명하는 순서도이다.
도 4를 참조하면, 밀키트 서비스 장치(130)는 사용자 선호도 결정부(310)를 통해 사용자 선택 밀키트에 관한 음식 및 건강 기반의 다차원 분석을 통해 사용자 선호도를 결정할 수 있다(단계 S410). 밀키트 서비스 장치(130)는 사용자 희망요리 결정부(320)를 통해 사용자 프로파일에 설정된 사용자 희망요리를 결정할 수 있다(단계 S420).
또한, 밀키트 서비스 장치(130)는 밀키트 후보 추천부(330)를 통해 사용자 선호도를 음식재료 DB 기반의 밀키트 추천 모델에 입력하여 가중치 음식재료를 결정하고 가중치 음식재료 기반의 요리를 결정하며, 사용자 희망요리 및 가중치 음식재료 기반의 요리를 기초로 적어도 하나의 밀키트 후보를 추천할 수 있다(단계 S430).
또한, 밀키트 서비스 장치(130)는 밀키트 후보 큐레이션부(340)를 통해 사용자 선호도의 메타 분석을 통해 요리 카테고리를 분류하고, 요리 카테고리에 따른 밀키트 판매자 프로모션을 결정하며 밀키트 판매자 프로모션을 기초로 해당 요리 카테고리에 속한 해당 밀키트 후보를 결정하여 적어도 하나의 밀키트 후보를 큐레이션하고, 큐레이션의 과정에서 적어도 하나의 밀키트 후보 간의 자동 비교 콘텐츠를 제공할 수 있다(단계 S440).
또한, 밀키트 서비스 장치(130)는 밀키트 레시피 추천부(350)를 통해 적어도 하나의 밀키트 후보 중에서 사용자 선택 밀키트를 결정하고, 사용자 선택 밀키트에 따른 밀키트 레시피를 추천할 수 있다(단계 S450). 밀키트 서비스 장치(130)는 밀키트 식단 추천부(360)를 통해 사용자 선택 밀키트를 기초로 밀키트 기반의 사용자 식단에 관한 플래닝을 제공하여 정기 밀키트 서비스의 가입을 추천할 수 있다(단계 S460).
도 5는 본 발명에 따른 밀키트 서비스 장치의 동작 과정의 일 실시예를 설명하는 도면이다.
도 5를 참조하면, 밀키트 서비스 장치(130)는 사용자 선호도를 기초로 적어도 하나의 밀키트 후보를 결정할 수 있고, 사용자 단말(110)에게 밀키트 후보 리스트를 제공하여 밀키트를 추천할 수 있다. 이때, 적어도 하나의 밀키트 후보는 사용자 프로파일과 인공지능 학습모델을 통해 결정될 수 있으며, 밀키트 후보 리스트는 사전 등록된 밀키트 제공자 프로모션을 반영하여 동적으로 생성될 수 있다. 사용자는 사용자 단말(110)을 통해 추천된 밀키트 정보를 확인할 수 있고, 경우에 따라 함께 제공되는 자동 비교 콘텐츠를 확인하여 선택을 위한 결정에 참고할 수 있다.
밀키트 서비스 장치(130)는 사용자 단말(110)로부터 사용자의 선택을 수신하여 사용자 선택 밀키트를 결정할 수 있으며, 사용자 선택 밀키트에 따른 밀키트 레시피를 추천할 수 있다. 이때, 사용자에게 제공되는 밀키트 레시피는 사용자와의 질의응답을 통해 획득된 요리 선호 방식에 따라 복수개로 추천될 수 있고, 사용자는 사용자 단말(110)을 통해 특정 레시피를 선택할 수 있다.
밀키트 서비스 장치(130)는 선택된 레시피를 기준으로 향후 식단 플랜을 생성하여 사용자에게 제공할 수 있다. 또한, 밀키트 서비스 장치(130)는 식단 추천을 통해 밀키트 서비스 정기구독 서비스의 가입을 추천할 수 있다.
한편, 밀키트 서비스 장치(130)는 단순히 사용자의 선택에 따른 정보만을 제공하는데 그치지 않고, 사용자의 선택 경향(예를 들어, 밀키트 선택 경향 또는 비교기준 선택 경향)을 피드백으로 수신하여 음식재료 DB 기반의 밀키트 추천 모델을 업데이트할 수 있다. 이를 통해, 밀키트 서비스 장치(130)는 사용자의 만족도를 극대화 하는 개인 맞춤형 서비스를 제공할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 밀키트 서비스 시스템
110: 사용자 단말 130: 밀키트 서비스 장치
150: 데이터베이스 170: 외부 시스템
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 사용자 선호도 결정부 320: 사용자 희망요리 결정부
330: 밀키트 후보 추천부 340: 밀키트 후보 큐레이션부
350: 밀키트 레시피 추천부 360: 밀키트 식단 추천부

Claims (11)

  1. 사용자 선택 밀키트에 관한 음식 및 건강 기반의 다차원 분석을 통해 사용자 선호도를 결정하는 사용자 선호도 결정부;
    사용자 프로파일에 설정된 사용자 희망요리를 결정하는 사용자 희망요리 결정부;
    상기 사용자 선호도를 음식재료 DB 기반의 밀키트 추천 모델에 입력하여 가중치 음식재료를 결정하고 상기 가중치 음식재료 기반의 요리를 결정하며, 상기 사용자 희망요리 및 상기 가중치 음식재료 기반의 요리를 기초로 적어도 하나의 밀키트 후보를 추천하는 밀키트 후보 추천부;
    상기 사용자 선호도의 메타 분석을 통해 요리 카테고리를 분류하고, 상기 요리 카테고리에 따른 밀키트 판매자 프로모션을 결정하며 상기 밀키트 판매자 프로모션을 기초로 해당 요리 카테고리에 속한 해당 밀키트 후보를 결정하여 상기 적어도 하나의 밀키트 후보를 큐레이션하고, 상기 큐레이션의 과정에서 상기 적어도 하나의 밀키트 후보 간의 자동 비교 콘텐츠를 제공하는 밀키트 후보 큐레이션부;
    상기 적어도 하나의 밀키트 후보 중에서 상기 사용자 선택 밀키트를 결정하고, 상기 사용자 선택 밀키트에 따른 밀키트 레시피를 추천하는 밀키트 레시피 추천부; 및
    상기 사용자 선택 밀키트를 기초로 밀키트 기반의 사용자 식단에 관한 플래닝을 제공하여 정기 밀키트 서비스의 가입을 추천하는 밀키트 식단 추천부를 포함하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  2. 제1항에 있어서, 상기 사용자 선호도 결정부는
    상기 사용자 선택 밀키트에 관한 음식 및 건강 각각의 고유 메타분류 기준으로 평가된 스코어를 상기 사용자 선호도로서 결정하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  3. 제1항에 있어서, 상기 밀키트 후보 추천부는
    상기 사용자 선호도를 구성하는 음식 및 건강 각각의 고유 메타분류를 통해 결정된 음식 및 건강 데이터를 상기 음식재료 DB 기반의 밀키트 추천 모델에 제공하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  4. 제3항에 있어서, 상기 밀키트 후보 추천부는
    상기 음식재료 DB 기반의 밀키트 추천 모델을 통해 상위 n(상기 n은 자연수) 개의 적합도를 가지는 음식재료를 상기 가중치 음식재료로서 선정하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  5. 제4항에 있어서, 상기 밀키트 후보 추천부는
    상기 상위 n 개의 적합도를 가지는 음식재료를 가중치 내림 차순으로 정렬하여 해당 음식재료 단위로 상기 요리의 선택 범위를 축소해 가면서 상기 적어도 하나의 밀키트 후보를 추천하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  6. 제1항에 있어서, 상기 밀키트 레시피 큐레이션부는
    상기 밀키트 판매자 프로모션을 사전에 수신하여 프로모션 우선순위를 결정하고, 상기 프로모션 우선순위에 따라 상기 적어도 하나의 밀키트 후보를 시공간적으로 차별화하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  7. 제1항에 있어서, 상기 밀키트 레시피 큐레이션부는
    상기 적어도 하나의 밀키트 후보 각각의 음식 및 건강 데이터의 분석을 포함하는 제1 비교 콘텐츠 및 상기 사용자 선호도와의 유사도 분석을 포함하는 제2 비교 콘텐츠를 병합하여 상기 자동 비교 콘텐츠로서 생성하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  8. 제4항에 있어서, 상기 밀키트 레시피 추천부는
    상기 사용자 선택 밀키트와 유사한 가격대의 적어도 하나의 다른 밀키트 후보를 큐레이션하여 상기 사용자 선택 밀키트의 변경을 가능하도록 하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  9. 제4항에 있어서, 상기 밀키트 레시피 추천부는
    상기 사용자 선택 밀키트에 관한 음식 및 건강 각각의 고유 메타분류에 관한 입도(granularity)를 사용자에게 질의하고, 상기 사용자 선택 밀키트에 있는 음식재료의 함량을 특정 범위 내에서 동적으로 제어하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  10. 제9항에 있어서, 상기 밀키트 레시피 추천부는
    상기 음식재료의 함량을 기초로 상기 밀키트 레시피의 요리 단계 각각의 조리 시간을 동적으로 결정하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
  11. 제1항에 있어서, 상기 밀키트 식단 추천부는
    상기 사용자 선택 밀키트에 있는 건강 데이터를 기초로 해당 음식 데이터를 다각화 하여 상기 사용자 식단에 관한 플래닝을 결정하는 것을 특징으로 하는 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치.
KR1020200170535A 2020-12-08 2020-12-08 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치 KR102511707B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200170535A KR102511707B1 (ko) 2020-12-08 2020-12-08 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200170535A KR102511707B1 (ko) 2020-12-08 2020-12-08 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치

Publications (2)

Publication Number Publication Date
KR20220081079A true KR20220081079A (ko) 2022-06-15
KR102511707B1 KR102511707B1 (ko) 2023-03-20

Family

ID=81987279

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200170535A KR102511707B1 (ko) 2020-12-08 2020-12-08 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치

Country Status (1)

Country Link
KR (1) KR102511707B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240006836A (ko) 2022-07-07 2024-01-16 신동연 무인 판매점 대상의 딜리버리 플랫폼 서버 및 이를 이용한 딜리버리 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140070234A (ko) * 2012-11-30 2014-06-10 유해정 피드백이 가능한 맞춤형 식단 및 식재료 구매 서비스 장치 및 방법
KR20160023005A (ko) * 2014-08-20 2016-03-03 이효섭 레시피 식재료 통합 구매 관리 시스템 및 그 방법
KR20160138785A (ko) * 2015-05-26 2016-12-06 주식회사 포워드벤처스 쇼핑 서비스 제공 시스템 및 쇼핑 서비스 제공 방법
KR101798616B1 (ko) 2016-02-03 2017-11-16 주식회사 원더풀플랫폼 레시피 제공 방법 및 이를 실행하는 서버
KR102031138B1 (ko) * 2018-05-25 2019-10-11 주식회사 케이디아이덴 인터넷을 통해 맞춤 식재료의 조합에 의한 제조음식 주문 시스템을 이용한 타깃 광고 시스템
KR20200119657A (ko) * 2019-04-10 2020-10-20 최상식 건강관리를 고려한 메뉴 기반 식재료 주문 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140070234A (ko) * 2012-11-30 2014-06-10 유해정 피드백이 가능한 맞춤형 식단 및 식재료 구매 서비스 장치 및 방법
KR20160023005A (ko) * 2014-08-20 2016-03-03 이효섭 레시피 식재료 통합 구매 관리 시스템 및 그 방법
KR20160138785A (ko) * 2015-05-26 2016-12-06 주식회사 포워드벤처스 쇼핑 서비스 제공 시스템 및 쇼핑 서비스 제공 방법
KR101798616B1 (ko) 2016-02-03 2017-11-16 주식회사 원더풀플랫폼 레시피 제공 방법 및 이를 실행하는 서버
KR102031138B1 (ko) * 2018-05-25 2019-10-11 주식회사 케이디아이덴 인터넷을 통해 맞춤 식재료의 조합에 의한 제조음식 주문 시스템을 이용한 타깃 광고 시스템
KR20200119657A (ko) * 2019-04-10 2020-10-20 최상식 건강관리를 고려한 메뉴 기반 식재료 주문 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240006836A (ko) 2022-07-07 2024-01-16 신동연 무인 판매점 대상의 딜리버리 플랫폼 서버 및 이를 이용한 딜리버리 방법

Also Published As

Publication number Publication date
KR102511707B1 (ko) 2023-03-20

Similar Documents

Publication Publication Date Title
US10776856B2 (en) Method and system for improving food-related personalization
US20210319346A1 (en) Personal Taste Assessment Method and System
CN107862542A (zh) 一种菜品推荐方法和装置
KR102227552B1 (ko) 상황인지 알고리즘 기반 리뷰 카테고리를 이용한 음식점 노출 개인화 서비스 제공 시스템
CN108648058B (zh) 产品排序方法及装置，电子设备、存储介质
WO2008078464A1 (ja) 情報提供システム
WO2019223297A1 (zh) 一种点餐方法及装置，电子设备
WO2019147537A1 (en) Systems and methods for recommending items for purchase
US20190355465A1 (en) Food knowledge graph for a health tracking system
KR102327845B1 (ko) 사용자 맞춤형 레시피에 따라 소분된 식재료를 제공하기 위한 서비스 방법 및 시스템
CN110750697B (zh) 商户分类方法、装置、设备及存储介质
JP2013131009A (ja) 情報提供システム、情報提供方法及びプログラム
Li et al. Application of intelligent recommendation techniques for consumers' food choices in restaurants
CN112598467A (zh) 商品推荐模型的训练方法、商品推荐方法以及装置
KR102511707B1 (ko) 사용자 선호도를 통한 추천 및 비교 기반의 밀키트 서비스 장치
JP2017134744A (ja) 情報処理システム、情報処理方法、および情報処理プログラム
US20170116538A1 (en) System and method for identifying composition preferences
KR20200080355A (ko) 빅데이터를 이용한 레시피 추천 시스템
KR20220079244A (ko) 농산물 직거래 서비스 장치
KR102313209B1 (ko) 컨텐츠 제공 방법 및 장치
US11556940B2 (en) Taste profile system
CN112016582B (zh) 菜品推荐方法及其装置
KR20200075067A (ko) 채팅을 기반으로 한 주문형 쇼핑 큐레이션 장치
KR102419553B1 (ko) 정보 제공 방법 및 이를 이용한 전자 장치
KR20200134545A (ko) Ai 기반 개인 맞춤형 건강 식단 큐레이션 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant