KR20220166620A - 통합 출산 보육 서비스 제공 시스템 및 방법 - Google Patents
통합 출산 보육 서비스 제공 시스템 및 방법 Download PDFInfo
- Publication number
- KR20220166620A KR20220166620A KR1020210075597A KR20210075597A KR20220166620A KR 20220166620 A KR20220166620 A KR 20220166620A KR 1020210075597 A KR1020210075597 A KR 1020210075597A KR 20210075597 A KR20210075597 A KR 20210075597A KR 20220166620 A KR20220166620 A KR 20220166620A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- childcare
- child
- customized
- care
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 12
- 230000035935 pregnancy Effects 0.000 claims abstract description 37
- 230000035606 childbirth Effects 0.000 claims description 87
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000013136 deep learning model Methods 0.000 description 71
- 239000000047 product Substances 0.000 description 35
- 238000007726 management method Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 15
- 230000036541 health Effects 0.000 description 9
- 235000013305 food Nutrition 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 235000016709 nutrition Nutrition 0.000 description 6
- 235000013350 formula milk Nutrition 0.000 description 5
- 238000002255 vaccination Methods 0.000 description 5
- 230000037213 diet Effects 0.000 description 4
- 235000005911 diet Nutrition 0.000 description 4
- 235000015872 dietary supplement Nutrition 0.000 description 4
- 230000035764 nutrition Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 208000009233 Morning Sickness Diseases 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 3
- 208000031439 Striae Distensae Diseases 0.000 description 3
- 208000034850 Vomiting in pregnancy Diseases 0.000 description 3
- 235000013336 milk Nutrition 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 210000004080 milk Anatomy 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 208000006155 precocious puberty Diseases 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 235000008452 baby food Nutrition 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 235000008476 powdered milk Nutrition 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 230000009182 swimming Effects 0.000 description 2
- 201000009916 Postpartum depression Diseases 0.000 description 1
- 206010040925 Skin striae Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004700 fetal blood Anatomy 0.000 description 1
- 230000006651 lactation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Child & Adolescent Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
실시예에 따르면, 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받는 정보 입력부 및 상기 보육 환경 정보간의 선호 관계를 학습하고, 보육 환경 정보 입력시 상기 학습 모델부를 이용하여 단계별 맞춤형 보육 정보를 출력하는 학습 모델부를 포함하는 통합 보육 시스템을 제공한다.
Description
본 발명의 일실시예는 통합 출산 보육 서비스 제공 시스템 및 방법에 관한 것이다.
출산과 보육을 위해서는 여러가지 사항들이 고려되어야 한다. 예컨대, 산전 진료를 위한 병원, 출산 후 제대혈 보관기관, 출산 후 산후조리를 위한 산후조리원, 출산준비물 및 아이 소모품 구입, 보육기관 등이 출산과 보육을 위해 반드시 필요하고, 이를 구비하기 위해 사용자(임산부 또는 부모)는 정보를 취득하고 취득된 정보를 근거로 가장 적합한 기관 또는 물품을 선택하게 된다.
그러나, 각각의 요소를 선택하기 위해서는 정보수집에 많은 시간이 소비되고, 각 요소의 물리적 위치가 서로 떨어져 있기 때문에, 여러 작업을 원 스톱(one-shop)으로 행하는 것이 곤란할 뿐 아니라, 각각의 요소에서 별도로 비용이 발생하였기 때문에 사용자에게 출산과 보육에 따른 비용을 부담해야만 했다.
따라서, 출산장려를 위해서는, 출산과 보육을 위한 특정 시설의 이용과 물품구매 등을 효율적으로 지원하여 사용자가 보육을 위해 소모되는 시간을 단축시키고, 그에 따른 비용을 절감시켜 예비출산자들이 느끼는 경제적 또는 물리적인 부담을 절감시켜줄 필요가 있다.
본 발명이 이루고자 하는 기술적 과제는 온라인을 통하여 임신 단계에서부터 취학 단계까지 단계별 맞춤 정보를 제공할 수 있는 통합 출산 보육 서비스 제공 시스템 및 방법을 제공하는데 있다.
실시예에 따르면, 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받는 정보 입력부 및 상기 보육 환경 정보간의 선호 관계를 학습하고, 보육 환경 정보 입력시 상기 학습 모델부를 이용하여 단계별 맞춤형 보육 정보를 출력하는 학습 모델부를 포함하는 통합 보육 시스템을 제공한다.
상기 학습 모델부는 상기 보육 환경 정보를 입력층으로 하여, 상기 보육 환경 정보와 상기 단계별 맞춤형 보육 정보간의 상관관계를 학습하고, 상기 단계별 맞춤형 보육 정보가 출력층이 되도록 학습된 뉴럴 네트워크를 포함할 수 있다.
상기 사용자 정보는 부모 정보 및 양육 대상인 자녀 정보를 포함할 수 있다.
상기 부모 정보는 부모의 나이, 주소, 분만 병원, 분만 상태, 이용한 산후 조리원 정보, 출산 정보 및 돌봄 서비스 이용 정보 중 적어도 하나를 포함할 수 있다.
상기 자녀 정보는 자녀의 출생 상태 정보 및 연령 정보 중 적어도 하나를 포함할 수 있다.
상기 단계별 맞춤형 보육 정보는 임신 단계를 포함하여 상기 자녀 정보에 포함되는 자녀의 연령 또는 월령에 따라 복수개의 단계로 구분될 수 있다.
상기 임신 단계에서의 단계별 맞춤형 보육 정보는 산부인과 정보 및 산후조리원 정보를 포함할 수 있다.
실시예에 따르면, 정보 입력부가 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받는 단계; 학습 모델부가 상기 보육 환경 정보간의 선호 관계를 학습하는 단계; 및 상기 학습 모델부가 보육 환경 정보 입력시 단계별 맞춤형 보육 정보를 출력하는 단계를 포함하는 통합 출산 보육 서비스 제공 방법을 제공한다.
상기 학습 모델부는 상기 보육 환경 정보를 입력층으로 하여, 상기 보육 환경 정보와 상기 단계별 맞춤형 보육 정보간의 상관관계를 학습하고, 상기 단계별 맞춤형 보육 정보가 출력층이 되도록 학습된 뉴럴 네트워크를 포함할 수 있다.
상기 사용자 정보는 부모 정보 및 양육 대상인 자녀 정보를 포함할 수 있다.
상기 부모 정보는 부모의 나이, 주소, 분만 병원, 분만 상태, 이용한 산후 조리원 정보, 출산 정보 및 돌봄 서비스 이용 정보 중 적어도 하나를 포함할 수 있다.
상기 자녀 정보는 자녀의 출생 상태 정보 및 연령 정보 중 적어도 하나를 포함할 수 있다.
상기 단계별 맞춤형 보육 정보는 임신 단계를 포함하여 상기 자녀 정보에 포함되는 자녀의 연령 또는 월령에 따라 복수개의 단계로 구분될 수 있다.
상기 임신 단계에서의 단계별 맞춤형 보육 정보는 산부인과 정보 및 산후조리원 정보를 포함할 수 있다.
실시예에 따른 통합 출산 보육 서비스 제공 시스템 및 방법은 온라인을 통하여 임신 단계에서부터 취학 단계까지 단계별 맞춤 정보를 제공할 수 있다.
도1은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 개념도이다.
도2 내지 도13은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도14는 실시예에 따른 통합 출산 보육 서비스 제공 방법의 순서도이다.
도2 내지 도13은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도14는 실시예에 따른 통합 출산 보육 서비스 제공 방법의 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다.
다만, 본 발명의 기술 사상은 설명되는 일부 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 기술 사상 범위 내에서라면, 실시 예들간 그 구성 요소들 중 하나 이상을 선택적으로 결합, 치환하여 사용할 수 있다.
또한, 본 발명의 실시예에서 사용되는 용어(기술 및 과학적 용어를 포함)는, 명백하게 특별히 정의되어 기술되지 않는 한, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 일반적으로 이해될 수 있는 의미로 해석될 수 있으며, 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미를 고려하여 그 의미를 해석할 수 있을 것이다.
또한, 본 발명의 실시예에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함할 수 있고, "A 및(와) B, C 중 적어도 하나(또는 한 개 이상)"로 기재되는 경우 A, B, C로 조합할 수 있는 모든 조합 중 하나 이상을 포함할 수 있다.
또한, 본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다.
이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등으로 한정되지 않는다.
그리고, 어떤 구성 요소가 다른 구성요소에 '연결', '결합' 또는 '접속'된다고 기재된 경우, 그 구성 요소는 그 다른 구성 요소에 직접적으로 연결, 결합 또는 접속되는 경우뿐만 아니라, 그 구성 요소와 그 다른 구성 요소 사이에 있는 또 다른 구성 요소로 인해 '연결', '결합' 또는 '접속' 되는 경우도 포함할 수 있다.
또한, 각 구성 요소의 "상(위) 또는 하(아래)"에 형성 또는 배치되는 것으로 기재되는 경우, 상(위) 또는 하(아래)는 두 개의 구성 요소들이 서로 직접 접촉되는 경우뿐만 아니라 하나 이상의 또 다른 구성 요소가 두 개의 구성 요소들 사이에 형성 또는 배치되는 경우도 포함한다. 또한, "상(위) 또는 하(아래)"으로 표현되는 경우 하나의 구성 요소를 기준으로 위쪽 방향뿐만 아니라 아래쪽 방향의 의미도 포함할 수 있다.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도1은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 개념도이다. 도1을 참조하면 실시예에 따른 통합 출산 보육 서비스 제공 시스템(10)은 정보 입력부(11) 및 학습 모델부(12)를 포함할 수 있다.
정보 입력부(11)는 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받을 수 있다.
사용자 정보는 통합 출산 보육 서비스 제공 시스템을 사용하는 사용자의 나이, 거주지, 초산 여부, 직업 정보, 가족 정보 등을 포함할 수 있다. 실시예에서, 사용자 정보는 부모 정보 및 양육 대상인 자녀 정보를 포함할 수 있다. 여기서, 부모 정보는 부모의 나이, 주소, 분만 병원, 분만 상태, 이용한 산후 조리원 정보, 출산 정보 및 돌봄 서비스 이용 정보 중 적어도 하나를 포함할 수 있다. 또한, 자녀 정보는 자녀의 출생 상태 정보 및 연령 정보 중 적어도 하나를 포함할 수 있다.
산부인과 정보는 산부인과의 위치 정보, 출산율 정보, 업력, 의료진 정보, 분만율 정보, 규모, 의료기기 정보, 위생 정보 등을 포함할 수 있다.
산후 조리원 정보는 산후 조리원의 위치 정보, 스텝 정보, 규모, 서포트 기기 정보, 식단 정보, 위생 정보, 가용 베드수, 시설, 프로그램, 가격, 기타 옵션 사항, 의료협업 현황 등을 포함할 수 있다.
육아 용품 정보는 육아 용품 사용 시기, 가격 정보, 선호도 정보 등을 포함할 수 있다. 실시예에서 육아 용품은 분유, 기저귀, 물티슈, 목욕용품, 수유용품, 외출용품(아기침대, 젖병소독기, 유축기, 기저귀 가방, 아기띠 등) 등을 포함할 수 있다.
어린이집 정보는 어린이집의 위치 정보, 스텝 정보, 규모, 서포트 기기 정보, 식단 정보, 위생 정보 등을 포함할 수 있다.
유치원 정보는 유치원의 위치 정보, 스텝 정보, 규모, 서포트 기기 정보, 식단 정보, 위생 정보 등을 포함할 수 있다.
학원 정보는 유치원의 위치 정보, 스텝 정보, 규모, 서포트 기기 정보, 식단 정보, 위생 정보 등을 포함할 수 있다.
여기서, 위생 정보는 해당 시설에 전문가가 직접 방문하여 위생 측정 기기 및 장비를 이용하여 점검한 결과를 포함할 수 있다.
실시예에서, 단계별 맞춤형 보육 정보는 임신 단계를 포함하여 자녀 정보에 포함되는 자녀의 연령 또는 월령에 따라 복수개의 단계로 구분될 수 있다.
학습 모델부(12)는 보육 환경 정보간의 선호 관계를 학습하고, 보육 환경 정보 입력시 단계별 맞춤형 보육 정보를 출력할 수 있다.
실시예에서, 학습 모델부(12)는 임신 단계, 출산 단계, 출산 이후 보육 단계로 구분하여 맞춤형 보육 정보를 제공할 수 있다. 또한, 학습 모델부(12)는 보육 단계를 출산 시점으로부터 개월 수 단위로 구분하여 맞춤형 보육 정보를 제공할 수 있다.
학습 모델부(12)는 단계별로 구분 가능한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 맞춤형 보육 정보간의 상관관계를 학습하고, 입력된 보육 환경 정보에 대하여 맞춤형 보육 정보가 출력층이 되도록 학습된 딥러닝 모델을 포함할 수 있다. 예를 들면, 딥러닝 모델은 순환 신경망(RNN, Recurrent Neural Network)일 수 있다.
학습 모델부(12)는 보육 단계별로 학습된 복수개의 딥러닝 모델을 포함할 수 있다. 실시예에서 보육 단계는 n(n은 자연수)단계로 구분될 수 있으며, 학습 모델부는 보육 단계별로 구분된 n개의 딥러닝 모델을 포함할 수 있다.
학습 모델부(12)는 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 단계별 맞춤형 보육 정보간의 상관관계를 학습하고, 단계별 맞춤형 보육 정보가 출력층이 되도록 학습된 뉴럴 네트워크를 포함할 수 있다.
예를 들면, 학습 모델부(12)는 제k단계(k는 n이하의 자연수)에 대응되는 보육 환경 정보를 입력층으로 하여, 제k 단계에서의 보육 환경 정보와 단계별 맞춤형 보육 정보간의 상관관계를 학습하고, 제k단계의 맞춤형 보육 정보가 출력층이 되도록 학습된 n개의 뉴럴 네트워크를 포함할 수 있다.
학습 모델부(12)는 보육 환경 정보를 순환 신경망 모델에 학습시켜 딥러닝 모델을 생성할 수 있다. 순환 신경망 모델은 시계열 데이터의 딥러닝 모델을 만드는데 주로 사용되는 것으로, 학습 모델부(12)는 보육 환경 정보가 포함된 트랜드 데이터를 통해 맞춤형 보육 정보를 학습할 수 있다.
딥러닝 모델은 입력된 보육 환경 정보에서 보육 단계별로 구분하여 맞춤형 보육 정보를 학습하도록 구성될 수 있다. 학습 모델부(12)는 컴퓨터로 읽을 수 있는 프로그램을 포함할 수 있다. 해당 프로그램은 컴퓨터에 의하여 실행될 수 있는 기록매체 또는 저장 장치에 저장될 수 있다. 컴퓨터 내의 프로세서는 기록매체 또는 저장 장치에 저장된 프로그램을 읽어 들이며, 프로그램, 즉 학습된 모델을 실행하여 입력 정보를 연산하고, 연산 결과를 출력할 수 있다.
학습 모델부(12)는 정보 입력부(11)를 통하여 입력되는 정보를 단계별로 학습할 수 있다. 각 단계는 임신 단계, 출산 단계, 보육 단계로 순차적으로 구분되며, 학습 모델부(12)는 각 단계에서 학습 진행시, 이전 단계에서 활용된 정보를 통합적으로 활용할 수 있다.
예를 들어, 학습 모델부(12)는 출산 단계에서 학습 진행시 임신 단계에서의 입력 정보 및 출력 정보를 함께 학습할 수 있다. 즉, 임신, 출산, 보육 과정은 일련의 연속되는 과정이기 때문에 이전 단계에서 학습되었던 데이터는 다음 단계에 유의미한 영향을 미칠 수 있다.
즉, 임신 단계에서 제공되는 맞춤형 정보는 이후 출산 단계에서 맞춤형 정보를 제공하기 위한 학습 데이터로 활용될 수 있다. 또한, 보육 단계에서 제공되는 맞춤형 정보는 이후 보육 단계에서 맞춤형 정보를 제공하기 위한 학습 데이터로 활용될 수 있다. 또한, x개월의 보육 단계에서 제공되는 맞춤형 정보는 x+a 개월의 보육 단계에서 맞춤형 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
예를 들면, 학습 모델부(12)는 사용자 정보 및 산부인과 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 임신 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
또한, 학습 모델부(12)는 사용자 정보, 임신 정보 및 산후 조리원 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 출산 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
또한, 학습 모델부(12)는 사용자 정보, 임신 정보, 산후 조리원 정보 및 육아 용품 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 보육 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
또한, 학습 모델부(12)는 사용자 정보, 임신 정보, 산후 조리원 정보 및 어린이집 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 보육 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
또한, 학습 모델부(12)는 사용자 정보, 임신 정보, 산후 조리원 정보 및 유치원 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 보육 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
또한, 학습 모델부(12)는 사용자 정보, 임신 정보, 산후 조리원 정보 및 학원 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 보육 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
또한, 학습 모델부(12)는 사용자 정보, 임신 정보, 산후 조리원 정보 및 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보간의 선호 관계를 학습하고, 이후 보육 환경 정보 입력시 보육 단계에서의 맞춤형 보육 정보를 출력할 수 있다.
도2는 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다. 도2를 참조하면, 실시예에서, 단계별 맞춤형 보육 정보는 총 11단계로 구분될 수 있다. 각 단계는 자녀의 연령 또는 월령에 따라 구분되는 10단계와 임신 단계를 포함할 수 있다.
제1단계는 임신 단계로, 수정 시점부터 8개월까지의 시기를 의미하고, 제2단계는 수정 시점으로부터 8개월 이후에서 출산까지의 시기를 의미할 수 있다. 제3단계는 출산 이후부터 100일이 되는 시점까지의 시기를 의미할 수 있다. 제4단계는 출산 이후 101일부터 만 1세가 되는 시점까지의 기간을 의미할 수 있다. 제5단계는 만 1세부터 만 3세가 되는 시점까지의 기간을 의미할 수 있다. 제6단계는 만 3세부터 만 5세가 되는 시점까지의 기간을 의미할 수 있다. 제7단계는 만 5세부터 만 8세가 되는 시점까지의 기간을 의미할 수 있다. 제8단계는 만 8세부터 만 10세가 되는 시점까지의 기간을 의미할 수 있다. 제9단계는 만 10세부터 만 13세가 되는 시점까지의 기간을 의미할 수 있다. 제10단계는 만 13세부터 만 16세가 되는 시점까지의 기간을 의미할 수 있다. 제11단계는 만 16세부터 만 19세가 되는 시점까지의 기간을 의미할 수 있다.
이하 도3 내지 도12에서는 도2에 따라 구분된 보육 단계를 예로 들어 통합 보육 시스템의 동작을 설명하기로 한다. 그러나, 이와는 달리 각 보육 단계를 구분하기 위한 기간은 사용자에 따라 변경될 수 있으며, 맞춤형 보육 정보가 제공되는 종기(終期) 역시 변경 가능하다.
도3은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도3(a)는 제1단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제1 단계에서는 사용자 정보를 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 분만 예정 병원, 산부인과 이용 정보, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함할 수 있다.
도3(b)는 제1 단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 사용자 정보를 입력층으로 하여, 사용자 정보와 제1단계에서의 제1맞춤형 보육 정보간의 상관관계를 학습하고, 제1맞춤형 보육 정보를 출력하는 제1딥러닝 모델을 포함할 수 있다. 제1맞춤형 보육 정보는 산부인과 정보(위치, 출산율, 의료진, 업력 등), 산후조리원 정보(위치, 가용 베드수, 시설, 프로그램, 가격, 기타 옵션 사항, 의료협업 현황 등), 출산까지 단계별 주의사항, 태교정보, 응급시 처치요령, 출산준비물, 산전교육 관련 자료, 임부복, 임신단계별 속옷 정보, 임신단계별 영양제 정보, 건강 정보, 입덧 관련 정보, 임산부 건강 체조 정보, 돌봄 서비스 연계 정보를 포함할 수 있다.
따라서, 제1딥러닝 모델은 부모의 나이, 직업, 주소, 분만 예정 병원, 산부인과 이용 정보, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함하는 사용자 정보와 산부인과 정보(위치, 출산율, 의료진, 업력 등), 산후조리원 정보(위치, 가용 베드수, 시설, 프로그램, 가격, 기타 옵션 사항, 의료협업 현황 등), 출산까지 단계별 주의사항, 태교정보, 응급시 처치요령, 출산준비물, 산전교육 관련 자료, 임부복, 임신단계별 속옷 정보, 임신단계별 영양제 정보, 건강 정보, 입덧 관련 정보, 임산부 건강 체조 정보, 돌봄 서비스 연계 정보를 포함하는 제1단계 맞춤형 보육 정보간의 상관관계를 학습하고, 사용자 정보 입력시 제1맞춤형 보육 정보를 출력할 수 있다.
이를 통하여, 제1단계에서 학습 모델부는 학습 결과에 따라 산부인과 정보, 산후조리원 정보, 출산까지 단계별 주의사항, 태교정보, 응급시 처치요령, 출산준비물, 산전교육 관련 자료, 임부복, 임신단계별 속옷 정보, 임신단계별 영양제 정보, 건강 정보, 입덧 관련 정보, 임산부 건강 체조 정보, 돌봄 서비스 연계 정보 등을 출력할 수 있다.
도4는 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도4(a)는 제2단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제2단계에서는 사용자 정보를 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 분만 예정 병원, 산부인과 이용 정보, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함할 수 있다.
도4(b)는 제2단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 사용자 정보를 입력층으로 하여, 사용자 정보와 제2단계에서의 제2맞춤형 보육 정보간의 상관관계를 학습하고, 제2맞춤형 보육 정보를 출력하는 제2딥러닝 모델을 포함할 수 있다. 제2맞춤형 보육 정보는 돌봄서비스 연계 정보, 출산 및 육아 제품 관련 맞춤형 개별 정보 제공, 출산관련 물품 정보분유, 기저귀, 물티슈, 목욕용품, 수유용품, 외출용품, 산모용품, 임산부 전용 구강관리 정보, 튼살 관리 정보, 비만관리 정보, 영양 관리정보 등을 포함할 수 있다.
따라서, 제2딥러닝 모델은 부모의 나이, 직업, 주소, 분만 예정 병원, 산부인과 이용 정보, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함하는 사용자 정보와 돌봄서비스 연계 정보, 출산 및 육아 제품 관련 맞춤형 개별 정보 제공, 출산관련 물품 정보분유, 기저귀, 물티슈, 목욕용품, 수유용품, 외출용품, 산모용품-임산부 전용 구강관리 정보, 튼살 관리 정보, 비만관리 정보, 영양 관리정보를 포함하는 제2단계 맞춤형 보육 정보간의 상관관계를 학습하고, 사용자 정보 입력시 제2맞춤형 보육 정보를 출력할 수 있다.
이 때, 제2딥러닝 모델은 제1딥러닝 모델에서의 학습 결과를 참고하여, 제2맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1딥러닝 모델의 학습 결과와 제1맞춤형 보육 정보는 제2딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여. 제2 단계에서 학습 모델부는 학습 결과에 따라 돌봄서비스 연계 정보, 출산 및 육아 제품 관련 맞춤형 개별 정보 제공, 출산관련 물품 정보분유, 기저귀, 물티슈, 목욕용품, 수유용품, 외출용품, 산모용품-임산부 전용 구강관리 정보, 튼살 관리 정보, 비만관리 정보, 영양 관리정보 등을 출력할 수 있다.
도5는 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도5(a)는 제3단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제3단계에서는 사용자 정보 및 산후조리원 이용 현황, 돌봄서비스 이용현황, 출산관련 물품 사용현황을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 분만 병원, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함할 수 있다.
도5(b)는 제3단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제3단계에서의 제3맞춤형 보육 정보간의 상관관계를 학습하고, 제3맞춤형 보육 정보를 출력하는 제3딥러닝 모델을 포함할 수 있다. 제3맞춤형 보육 정보는 단계별 모유 수유 관리방법, 젖병, 단계별 분유 정보, 예방접종 관련 정보, 소아과 정보, 기저귀 정보, 출산 후 관절관리정보, 출산 후 우울증 관리정보 등을 포함할 수 있다.
따라서, 제3딥러닝 모델은 사용자 정보, 산후조리원 이용 현황, 돌봄서비스 이용현황, 출산관련 물품 사용현황을 포함하는 보육 환경 정보와 단계별 모유 수유 관리방법, 젖병, 단계별 분유 정보, 예방접종 관련 정보, 소아과 정보, 기저귀 정보, 출산 후 관절관리정보, 출산 후 우울증 관리정보를 포함하는 제3단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제3맞춤형 보육 정보를 출력할 수 있다.
이 때, 제3딥러닝 모델은 제1내지 2딥러닝 모델에서의 학습 결과를 참고하여, 제3맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제22딥러닝 모델의 학습 결과와 제1 내지 2맞춤형 보육 정보는 제3딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제3 단계에서 학습 모델부는 학습 결과에 따라 단계별 모유 수유 관리방법, 젖병, 단계별 분유 정보, 예방접종 관련 정보, 소아과 정보, 기저귀 정보, 출산 후 관절관리정보, 출산 후 우울증 관리정보 등을 출력할 수 있다.
도6은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도6(a)는 제4단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제4단계에서는 사용자 정보 및 백일잔치, 돌잔치 관련 서비스 이용 현황(스튜디오 이용, 돌잔치 및 답례품 이유식, 유모차, 아기목욕용품, 유아식기, 식탁의자, 젖병 등)을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 분만 병원, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함할 수 있다.
도6(b)는 제4단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제4단계에서의 제4맞춤형 보육 정보간의 상관관계를 학습하고, 제4맞춤형 보육 정보를 출력하는 제4딥러닝 모델을 포함할 수 있다. 제4맞춤형 보육 정보는 돌잔치 관련 정보(스튜디오 이용/ 돌잔치 및 답례품 등) 이유식 관련정보, 치아 관련정보, 유아매트 정보, 유모차 정보, 단계별 기저귀 정보, 교구 정보, 발육기 정보, 평균 신체사이즈 정보 등을 포함할 수 있다.
따라서, 제4딥러닝 모델은 사용자 정보 및 백일잔치, 돌잔치 관련 서비스 이용 현황을 포함하는 보육 환경 정보와 단계별 모유 수유 관리방법, 젖병, 단계별 분유 정보, 예방접종 관련 정보, 소아과 정보, 기저귀 정보, 출산 후 관절관리정보, 출산 후 우울증 관리정보를 포함하는 제4단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제4맞춤형 보육 정보를 출력할 수 있다.
이 때, 제4딥러닝 모델은 제1내지 3딥러닝 모델에서의 학습 결과를 참고하여, 제4맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제3딥러닝 모델의 학습 결과와 제1 내지 3맞춤형 보육 정보는 제4딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제3 단계에서 학습 모델부는 학습 결과에 따라 단계별 모유 수유 관리방법, 젖병, 단계별 분유 정보, 예방접종 관련 정보, 소아과 정보, 기저귀 정보, 출산 후 관절관리정보, 출산 후 우울증 관리정보 등을 출력할 수 있다.
도7은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도7(a)는 제5단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제5단계에서는 사용자 정보 및 분유, 젖병, 기저귀, 물티슈, 목욕 용품, 의류, 교구, 책, 음식 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 산부인과 이용 정보, 초산 여부 정보, 자녀의 주령 정보 중 적어도 하나를 포함할 수 있다.
도7(b)는 제5단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제5단계에서의 제5맞춤형 보육 정보간의 상관관계를 학습하고, 제5맞춤형 보육 정보를 출력하는 제5딥러닝 모델을 포함할 수 있다. 제5맞춤형 보육 정보는 배변훈련 정보, 교구 정보, 교육 정보, 음식 자료 정보, 영양제 정보, DIY 놀이 정보, 돌봄서비스 정보, 유아 돌봄 정보 등을 포함할 수 있다.
따라서, 제5딥러닝 모델은 사용자 정보 및 분유, 젖병, 기저귀, 물티슈, 목욕 용품, 의류, 교구, 책, 음식 정보 등을 포함하는 보육 환경 정보와 배변훈련 정보, 교구 정보, 교육 정보, 음식 자료 정보, 영양제 정보, DIY 놀이 정보, 돌봄서비스 정보, 유아 돌봄 정보를 포함하는 제5단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제5맞춤형 보육 정보를 출력할 수 있다.
이 때, 제5딥러닝 모델은 제1내지 4딥러닝 모델에서의 학습 결과를 참고하여, 제5맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제4딥러닝 모델의 학습 결과와 제1 내지 4맞춤형 보육 정보는 제5딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제5 단계에서 학습 모델부는 학습 결과에 따라 배변훈련 정보, 교구 정보, 교육 정보, 음식 자료 정보, 영양제 정보, DIY 놀이 정보, 돌봄서비스 정보, 유아 돌봄 정보 등을 출력할 수 있다.
도8은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도8(a)는 제6단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제6단계에서는 사용자 정보 및 음식, 의류, 교구, 책, 침구류, 목욕 용품, 어린이집, 돌봄신청, 육아 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 자녀의 월령 정보 중 적어도 하나를 포함할 수 있다.
도8(b)는 제6단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제6단계에서의 제6맞춤형 보육 정보간의 상관관계를 학습하고, 제6맞춤형 보육 정보를 출력하는 제6딥러닝 모델을 포함할 수 있다. 제6맞춤형 보육 정보는 치아 관련정보, 키즈 카페 정보, 렌탈 교구, 장난감 정보, 교재 정보, 유아원 정보, 영양제 정보, 국어 및 외국어 관련 정보 정보 등을 포함할 수 있다.
따라서, 제6딥러닝 모델은 사용자 정보 및 음식, 의류, 교구, 책, 침구류, 목욕 용품, 어린이집, 돌봄신청, 육아 정보 등을 포함하는 보육 환경 정보와 치아 관련정보, 키즈 카페 정보, 렌탈 교구, 장난감 정보, 교재 정보, 유아원 정보, 영양제 정보, 국어 및 외국어 관련 정보 정보를 포함하는 제6단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제6맞춤형 보육 정보를 출력할 수 있다.
이 때, 제6딥러닝 모델은 제1내지 5딥러닝 모델에서의 학습 결과를 참고하여, 제6맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제5딥러닝 모델의 학습 결과와 제1 내지 5맞춤형 보육 정보는 제6딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제6 단계에서 학습 모델부는 학습 결과에 따라 치아 관련정보, 키즈 카페 정보, 렌탈 교구, 장난감 정보, 교재 정보, 유아원 정보, 영양제 정보, 국어 및 외국어 관련 정보 정보 등을 출력할 수 있다.
도9는 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도9(a)는 제7단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제7단계에서는 사용자 정보 및 교구, 책, 학습지관련, 영어교재, 학원, 돌봄신청, 치과, 안과, 사립초등학교 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 정보, 자녀의 연령 정보 중 적어도 하나를 포함할 수 있다.
도9(b)는 제7단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제7단계에서의 제7맞춤형 보육 정보간의 상관관계를 학습하고, 제7맞춤형 보육 정보를 출력하는 제7딥러닝 모델을 포함할 수 있다. 제7맞춤형 보육 정보는 영어유치원 정보, 사립 초등학교 정보, 유치원 정보, 학습지 정보, 방문학습 정보, 안과 정보, 체육 관련 학원 정보 등을 포함할 수 있다.
따라서, 제7딥러닝 모델은 사용자 정보 및 교구, 책, 학습지관련, 영어교재, 학원, 돌봄신청, 치과, 안과, 사립초등학교 정보 등을 포함하는 보육 환경 정보와 영어유치원 정보, 사립 초등학교 정보, 유치원 정보, 학습지 정보, 방문학습 정보, 안과 정보, 체육 관련 학원 정보 등을 포함하는 제7단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제7맞춤형 보육 정보를 출력할 수 있다.
이 때, 제7딥러닝 모델은 제1내지 6딥러닝 모델에서의 학습 결과를 참고하여, 제7맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제6딥러닝 모델의 학습 결과와 제1 내지 6맞춤형 보육 정보는 제7딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제7 단계에서 학습 모델부는 학습 결과에 따라 영어유치원 정보, 사립 초등학교 정보, 유치원 정보, 학습지 정보, 방문학습 정보, 안과 정보, 체육 관련 학원 정보 등을 출력할 수 있다.
도10은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도10(a)는 제8단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제8단계에서는 사용자 정보 및 수영장, 발레학원, 피아노, 미술 등 예체능 관련 학원, 학습 학원, 학습지, 치과, 안과, 생일파티 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 정보, 자녀의 연령 정보 중 적어도 하나를 포함할 수 있다.
도10(b)는 제8단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제8단계에서의 제8맞춤형 보육 정보간의 상관관계를 학습하고, 제8맞춤형 보육 정보를 출력하는 제8딥러닝 모델을 포함할 수 있다. 제8맞춤형 보육 정보는 학습관련 학원 정보, 홈 스쿨링 정보, 안과 정보, 건강검진 관련 정보, 성조숙증 관련정보, 체육관련 학원 정보, 과외 선생님 매칭정보, 책 정보, 방과후 돌봄 정보, 아이방 인테리어 가구 정보, 단계별 책 읽기 정보 등을 포함할 수 있다.
따라서, 제8딥러닝 모델은 사용자 정보 및 수영장, 발레학원, 피아노, 미술 등 예체능 관련 학원, 학습 학원, 학습지, 치과, 안과, 생일파티 정보 등을 포함하는 보육 환경 정보와 학습관련 학원 정보, 홈 스쿨링 정보, 안과 정보, 건강검진 관련 정보, 성조숙증 관련정보, 체육관련 학원 정보, 과외 선생님 매칭정보, 책 정보, 방과후 돌봄 정보, 아이방 인테리어 가구 정보, 단계별 책 읽기 정보 등을 포함하는 제8단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제8맞춤형 보육 정보를 출력할 수 있다.
이 때, 제8딥러닝 모델은 제1내지 7딥러닝 모델에서의 학습 결과를 참고하여, 제8맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제7딥러닝 모델의 학습 결과와 제1 내지 7맞춤형 보육 정보는 제8딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제8 단계에서 학습 모델부는 학습 결과에 따라 학습관련 학원 정보, 홈 스쿨링 정보, 안과 정보, 건강검진 관련 정보, 성조숙증 관련정보, 체육관련 학원 정보, 과외 선생님 매칭정보, 책 정보, 방과후 돌봄 정보, 아이방 인테리어 가구 정보, 단계별 책 읽기 정보 등을 출력할 수 있다.
도11은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도11(a)는 제9단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제9단계에서는 사용자 정보 및 영어, 수학, 과학, 논술, 책읽기 정보, 예체능 관련 학원, 특목중 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 정보, 자녀의 연령 정보 중 적어도 하나를 포함할 수 있다.
도11(b)는 제9단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제9단계에서의 제9맞춤형 보육 정보간의 상관관계를 학습하고, 제9맞춤형 보육 정보를 출력하는 제9딥러닝 모델을 포함할 수 있다. 제9맞춤형 보육 정보는 국제중, 특목중 관련 정보, 학원 정보, 과외 선생님 정보, 각종 대회 정보, 여자 아이 속옷 관련 정보 등을 포함할 수 있다.
따라서, 제9딥러닝 모델은 사용자 정보 및 영어, 수학, 과학, 논술, 책읽기 정보, 예체능 관련 학원, 특목중 정보 등을 포함하는 보육 환경 정보와 국제중, 특목중 관련 정보, 학원 정보, 과외 선생님 정보, 각종 대회 정보, 여자 아이 속옷 관련 정보 등을 포함하는 제9단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제9맞춤형 보육 정보를 출력할 수 있다.
이 때, 제9딥러닝 모델은 제1내지 8딥러닝 모델에서의 학습 결과를 참고하여, 제9맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제8딥러닝 모델의 학습 결과와 제1 내지 8맞춤형 보육 정보는 제9딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제9 단계에서 학습 모델부는 학습 결과에 따라 국제중, 목중 관련 정보, 학원 정보, 과외 선생님 정보, 각종 대회 정보, 여자 아이 속옷 관련 정보 등을 출력할 수 있다.
도12는 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도12(a)는 제10단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제10단계에서는 사용자 정보 및 특목고, 보딩 스쿨(외국학교) 정보, 학원 정보, 과외선생님 정보, 아이방 인테리어 정보, 조명 정보, 가구 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 정보, 자녀의 연령 정보 중 적어도 하나를 포함할 수 있다.
도12(b)는 제10단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제10단계에서의 제10맞춤형 보육 정보간의 상관관계를 학습하고, 제10맞춤형 보육 정보를 출력하는 제10딥러닝 모델을 포함할 수 있다. 제10맞춤형 보육 정보는 특목고 관련 정보, 학원 정보, 과외 선생님 매칭정보, 각종 대회 정보, 해외 보딩 스쿨 정보, 2차 성징 관련정보 등을 포함할 수 있다.
따라서, 제10딥러닝 모델은 사용자 정보 및 특목고, 보딩 스쿨(외국학교) 정보, 학원 정보, 과외선생님 정보, 아이방 인테리어 정보, 조명 정보, 가구 정보 등을 포함하는 보육 환경 정보와 특목고 관련 정보, 학원 정보, 과외 선생님 매칭정보, 각종 대회 정보, 해외 보딩 스쿨 정보, 2차 성징 관련정보 등을 포함하는 제10단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제10맞춤형 보육 정보를 출력할 수 있다.
이 때, 제10딥러닝 모델은 제1내지 9딥러닝 모델에서의 학습 결과를 참고하여, 제10맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제9딥러닝 모델의 학습 결과와 제1 내지 9 맞춤형 보육 정보는 제10딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제10 단계에서 학습 모델부는 학습 결과에 따라 특목고 관련 정보, 학원 정보, 과외 선생님 매칭정보, 각종 대회 정보, 해외 보딩 스쿨 정보, 2차 성징 관련정보 등을 출력할 수 있다.
도13은 실시예에 따른 통합 출산 보육 서비스 제공 시스템의 동작을 설명하기 위한 도면이다.
도13(a)는 제11단계에서 정보 입력부를 통하여 입력되는 정보를 나타낸다. 제11단계에서는 사용자 정보 및 대학정보, 학원 정보, 과외 선생님 정보 등을 포함하는 보육 환경 정보가 입력될 수 있다. 사용자 정보는 부모의 나이, 직업, 주소, 정보, 자녀의 연령 정보 중 적어도 하나를 포함할 수 있다.
도13(b)는 제11단계에서 학습 모델부를 통하여 제공되는 정보를 나타낸다. 학습 모델부는 전술한 보육 환경 정보를 입력층으로 하여, 보육 환경 정보와 제11단계에서의 제11맞춤형 보육 정보간의 상관관계를 학습하고, 제11맞춤형 보육 정보를 출력하는 제11딥러닝 모델을 포함할 수 있다. 제11맞춤형 보육 정보는 학원 정보. 대회 정보, 과외 선생님매칭 정보, 대학 입시 정보 등을 포함할 수 있다.
따라서, 제11딥러닝 모델은 사용자 정보 및 대학정보, 학원 정보, 과외 선생님 정보 등을 포함하는 보육 환경 정보와 학원 정보. 대회 정보, 과외 선생님매칭 정보, 대학 입시 정보 등을 포함하는 제11단계 맞춤형 보육 정보간의 상관관계를 학습하고, 보육 정보 입력시 제11맞춤형 보육 정보를 출력할 수 있다.
이 때, 제11딥러닝 모델은 제1내지 10딥러닝 모델에서의 학습 결과를 참고하여, 제11맞춤형 보육 정보와 입력 정보간의 상관 관계를 학습할 수 있다. 즉, 제1 내지 제10딥러닝 모델의 학습 결과와 제1 내지 10맞춤형 보육 정보는 제11딥러닝 모델의 맞춤형 보육 정보를 제공하기 위한 학습 데이터로 활용될 수 있다.
이를 통하여, 제11 단계에서 학습 모델부는 학습 결과에 따라 학원 정보. 대회 정보, 과외 선생님매칭 정보, 대학 입시 정보 등을 출력할 수 있다.
도14는 실시예에 따른 통합 출산 보육 서비스 제공 방법의 순서도이다.
먼저, 정보 입력부는 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받는다(S1410).
다음으로, 학습 모델부는 보육 환경 정보간의 선호 관계를 학습한다. 이 때, 학습 모델부는 각 보육 단계별로 구분되어 형성된 딥러닝 모델을 이용하여 학습을 수행한다(S1420).
다음으로, 학습 모델부는 보육 환경 정보 입력시 단계별 맞춤형 보육 정보를 출력한다. 학습 모델부는 보육 환경 정보에 포함된 자녀의 연령 정보를 매칭되는 딥러닝 모델을 이용하여 맞춤형 보육 정보를 출력한다(S1430).
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 기록 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 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.
10: 통합 출산 보육 서비스 제공 시스템
11: 정보 입력부
12: 학습 모델부
11: 정보 입력부
12: 학습 모델부
Claims (14)
- 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받는 정보 입력부; 및
상기 보육 환경 정보간의 선호 관계를 학습하고, 보육 환경 정보 입력시 상기 학습 모델부를 이용하여 단계별 맞춤형 보육 정보를 출력하는 학습 모델부를 포함하는 통합 출산 보육 서비스 제공 시스템.
- 제1항에 있어서,
상기 학습 모델부는 상기 보육 환경 정보를 입력층으로 하여, 상기 보육 환경 정보와 상기 단계별 맞춤형 보육 정보간의 상관관계를 학습하고, 상기 단계별 맞춤형 보육 정보가 출력층이 되도록 학습된 뉴럴 네트워크를 포함하는 통합 출산 보육 서비스 제공 시스템.
- 제1항에 있어서,
상기 사용자 정보는 부모 정보 및 양육 대상인 자녀 정보를 포함하는 통합 출산 보육 서비스 제공 시스템.
- 제3항에 있어서,
상기 부모 정보는 부모의 나이, 주소, 분만 병원, 분만 상태, 이용한 산후 조리원 정보, 출산 정보 및 돌봄 서비스 이용 정보 중 적어도 하나를 포함하는 통합 출산 보육 서비스 제공 시스템.
- 제3항에 있어서,
상기 자녀 정보는 자녀의 출생 상태 정보 및 연령 정보 중 적어도 하나를 포함하는 통합 출산 보육 서비스 제공 시스템.
- 제3항에 있어서,
상기 단계별 맞춤형 보육 정보는 임신 단계를 포함하여 상기 자녀 정보에 포함되는 자녀의 연령 또는 월령에 따라 복수개의 단계로 구분되는 통합 출산 보육 서비스 제공 시스템.
- 제6항에 있어서,
상기 임신 단계에서의 단계별 맞춤형 보육 정보는 산부인과 정보 및 산후조리원 정보를 포함하는 통합 출산 보육 서비스 제공 시스템.
- 정보 입력부가 사용자 정보, 산부인과 정보, 산후 조리원 정보, 육아 용품 정보, 어린이집 정보, 유치원 정보 및 학원 정보 중 적어도 하나를 포함하는 보육 환경 정보를 입력받는 단계;
학습 모델부가 상기 보육 환경 정보간의 선호 관계를 학습하는 단계; 및
상기 학습 모델부가 보육 환경 정보 입력시 단계별 맞춤형 보육 정보를 출력하는 단계를 포함하는 통합 출산 보육 서비스 제공 방법.
- 제8항에 있어서,
상기 학습 모델부는 상기 보육 환경 정보를 입력층으로 하여, 상기 보육 환경 정보와 상기 단계별 맞춤형 보육 정보간의 상관관계를 학습하고, 상기 단계별 맞춤형 보육 정보가 출력층이 되도록 학습된 뉴럴 네트워크를 포함하는 통합 출산 보육 서비스 제공 방법.
- 제8항에 있어서,
상기 사용자 정보는 부모 정보 및 양육 대상인 자녀 정보를 포함하는 통합 출산 보육 서비스 제공 방법.
- 제10항에 있어서,
상기 부모 정보는 부모의 나이, 주소, 분만 병원, 분만 상태, 이용한 산후 조리원 정보, 출산 정보 및 돌봄 서비스 이용 정보 중 적어도 하나를 포함하는 통합 출산 보육 서비스 제공 방법.
- 제10항에 있어서,
상기 자녀 정보는 자녀의 출생 상태 정보 및 연령 정보 중 적어도 하나를 포함하는 통합 출산 보육 서비스 제공 방법.
- 제10항에 있어서,
상기 단계별 맞춤형 보육 정보는 임신 단계를 포함하여 상기 자녀 정보에 포함되는 자녀의 연령 또는 월령에 따라 복수개의 단계로 구분되는 통합 출산 보육 서비스 제공 방법.
- 제13항에 있어서,
상기 임신 단계에서의 단계별 맞춤형 보육 정보는 산부인과 정보 및 산후조리원 정보를 포함하는 통합 출산 보육 서비스 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210075597A KR102494230B1 (ko) | 2021-06-10 | 2021-06-10 | 통합 출산 보육 서비스 제공 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210075597A KR102494230B1 (ko) | 2021-06-10 | 2021-06-10 | 통합 출산 보육 서비스 제공 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220166620A true KR20220166620A (ko) | 2022-12-19 |
| KR102494230B1 KR102494230B1 (ko) | 2023-02-06 |
Family
ID=84535381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210075597A KR102494230B1 (ko) | 2021-06-10 | 2021-06-10 | 통합 출산 보육 서비스 제공 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102494230B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102533077B1 (ko) * | 2023-02-03 | 2023-05-16 | 주식회사 원더윅스컴퍼니 | 인공지능을 활용한 플랫폼 기반의 육아 정보 제공 서버, 방법 및 프로그램 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102564967B1 (ko) * | 2023-02-28 | 2023-08-08 | 정재효 | 인공지능 기반 영유아 용품 추천 시스템 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102185313B1 (ko) * | 2019-06-17 | 2020-12-01 | (주)봄소프트 | 육아 플랜 컨설팅 정보 제공 시스템 및 그 방법 |
| KR20210055174A (ko) * | 2019-11-07 | 2021-05-17 | 서해용 | 인공지능 챗봇을 이용한 대화형 임신, 출산, 육아 통합정보 서비스 제공 시스템 |
-
2021
- 2021-06-10 KR KR1020210075597A patent/KR102494230B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102185313B1 (ko) * | 2019-06-17 | 2020-12-01 | (주)봄소프트 | 육아 플랜 컨설팅 정보 제공 시스템 및 그 방법 |
| KR20210055174A (ko) * | 2019-11-07 | 2021-05-17 | 서해용 | 인공지능 챗봇을 이용한 대화형 임신, 출산, 육아 통합정보 서비스 제공 시스템 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102533077B1 (ko) * | 2023-02-03 | 2023-05-16 | 주식회사 원더윅스컴퍼니 | 인공지능을 활용한 플랫폼 기반의 육아 정보 제공 서버, 방법 및 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102494230B1 (ko) | 2023-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102494230B1 (ko) | 통합 출산 보육 서비스 제공 시스템 및 방법 | |
| Novak et al. | The use of blenderized tube feedings | |
| Thomas et al. | Why Current'Food Is Medicine'Solutions Are Falling Short | |
| De Sevo | Pediatric nursing: Content review plus practice questions | |
| Mulyanti et al. | Effectiveness of Nutrition and Psychosocial Stimulation Modules on Knowledge, Attitude, and Abilities of Stunting Prevention Assistance | |
| Cobb | SELF-DIRECTED LEARNING OF PROSPECTIVE PARENTS. | |
| Ruiz et al. | Qualitative Study on WIC Program Strategies to Promote Breastfeeding Practices in Puerto Rico: What do Nutritionist/Dietician’s Think? | |
| Mitchell et al. | The consumption levels of fruits, vegetables and antioxidants by college students | |
| Handoyo | Growing Student Sense of Caring on Community Health Problems within Nutrition and Health Science Course | |
| Bryder | More Than Educators: New Zealand’s Plunket Nurses, 1907–1950 | |
| Burlbaw | An early start: WPA emergency nursery schools in Texas, 1934-1943 | |
| Rubel | Model Course I. Medical Anthropology: An Introduction to the Field for Undergraduates | |
| Wiegand | Controversies in nutrition: Breastfeeding and human lactation | |
| Powers | Sociocultural challenges of feeding infants and small children | |
| Fleischhacker et al. | A qualitative comparison of fruit and vegetable concepts and knowledge between preschoolers and their primary care providers and childcare providers | |
| Anger et al. | Consumer| Helen T. Fish, Ronald B. Fish, Lawrence A. Golding, Starting Out Well: A Parent's Approach to Physical Activity and Nutrition, Leisure Press, A Division of Human Kinetics Publishers, Inc., Box 5076, Champaign, IL 61825 (1988), 224 pp., softcover, $10.95. ISBN, ISBN: 0-88011-346-4 | |
| Butterworth Jr | E. Cheraskin, WM Ringsdorf Jr., New Hope for Incurable Diseases, Exposition Press, Jericho, NY (1971), 187 p., $6.50. | |
| Watts et al. | A Study of the Social Circumstances and Characteristics of the Bantu in the Durban Region | |
| Corps | A Training Manual in Combatting Childhood Communicable Diseases: Volume II | |
| Rhodes | A Language Stimulation and Reading Program for Severely Retarded Mongoloid Children: A Descriptive Report. California Mental Health Research Monograph No. 11. | |
| Kapepu | Lower primary phase: syllabus guide; Environmental Studies; grades 1-4 | |
| Culver et al. | Improving the potential of children with disabilities at a Chinese orphanage | |
| Gould | Using computer technology to deliver nutrition education to low-income populations | |
| NEIL | Public school classes for crippled children | |
| Rose | Our children and their nutrition needs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |