特表 2024-545265 製品推薦方法、コンピュータプログラムおよびコンピューティング装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-12-05

(54)【発明の名称】製品推薦方法、コンピュータプログラムおよびコンピューティング装置

(51)【国際特許分類】

   G16H 10/00 20180101AFI20241128BHJP

【ＦＩ】

G16H10/00

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024536216

(86)(22)【出願日】2023-10-30

(85)【翻訳文提出日】2024-06-17

(86)【国際出願番号】 KR2023016954

(87)【国際公開番号】W WO2024096464

(87)【国際公開日】2024-05-10

(31)【優先権主張番号】10-2022-0144359

(32)【優先日】2022-11-02

(33)【優先権主張国・地域又は機関】KR

(81)【指定国・地域】

(71)【出願人】

【識別番号】524190656

【氏名又は名称】ロッテ・ヘルスケア・カンパニー・リミテッド

【氏名又は名称原語表記】ＬＯＴＴＥ ＨＥＡＬＴＨＣＡＲＥ ＣＯ．， ＬＴＤ．

【住所又は居所原語表記】３００， Ｏｌｙｍｐｉｃ－ｒｏ， Ｓｏｎｇｐａ－ｇｕ， Ｓｅｏｕｌ ０５５５１ ＲＥＰＵＢＬＩＣ ＯＦ ＫＯＲＥＡ

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】イ・フンキ

(72)【発明者】

【氏名】ウ・ウンジョ

(72)【発明者】

【氏名】チャン・ソクウォン

(72)【発明者】

【氏名】イ・ジュソン

(72)【発明者】

【氏名】ソン・ヘミン

(72)【発明者】

【氏名】カン・ヨンス

(72)【発明者】

【氏名】パク・ミンジョン

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA15

(57)【要約】

【課題】本発明の目的は、そのような問題を解決するための製品推薦方法、コンピュータで読み取り可能な記録能媒体に記憶されたコンピュータプログラム、コンピュータプログラムが格納されたコンピュータで読み取り可能な記録媒体および装置（システム）を提供することにある。
【解決手段】
本発明は、製品推薦方法に関する。製品推薦方法は、ユーザーの健康状態を表すユーザーデータを取得する段階と、取得されたたユーザーデータを利用してユーザーに必要な第１栄養成分および第２栄養成分を推定する段階と、推定された第１栄養成分および第２栄養成分のうち、少なくとも１つの栄養成分を含む複数の製品情報を抽出する段階と、複数の製品情報に含まれる第１製品の第１栄養成分および第２栄養成分の含有量に基づいて第１製品に関する第１スコアを算出する段階と、複数の製品情報に含まれる第２製品の第１栄養成分および第２栄養成分の含有量に基づいて第２製品に関する第２スコアを算出する段階と、算出された第１スコアおよび第２スコアを利用してユーザーに推薦するための製品を決定する段階と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

少なくとも１つのプロセッサによって遂行される製品推薦方法であって、
ユーザーの健康状態を表すユーザーデータを取得する段階と、
前記取得されたユーザーデータを利用して前記ユーザーに必要な第１栄養成分および第２栄養成分を推定する段階と、
前記推定された第１栄養成分および第２栄養成分のうち少なくとも１つの栄養成分を含む複数の製品情報を抽出する段階と、
前記複数の製品情報に含まれる第１製品の前記第１栄養成分および第２栄養成分の含有量に基づいて前記第１製品に対する第１スコアを計算する段階と、
前記複数の製品情報に含まれる第２製品の前記第１栄養成分および第２栄養成分の含有量に基づいて前記第２製品に対する第２スコアを算出する段階と、
前記算出された第１スコアおよび第２スコアを用いて前記ユーザーに推薦するための製品を決定する段階と、を備える、
製品推薦方法。

【請求項2】

前記取得されたユーザーデータを利用して前記ユーザーに必要な第１栄養成分および第２栄養成分を推定する段階は、
前記取得されたユーザーデータを利用して前記第１栄養成分の重要度を表す第１基礎スコアおよび前記第２栄養成分の重要度を表す第２基礎スコアを算出する段階と、を含む、
請求項１に記載の製品推薦方法。

【請求項3】

前記第１製品に対する第１スコアを算出する段階は、
前記第１基礎スコア、前記第２基礎スコア、並びに前記第１製品の前記第１栄養成分および第２栄養成分の含有量に基づいて、前記第１製品に対する第１スコアを算出する段階と、を含む、
請求項２に記載の製品推薦方法。

【請求項4】

前記第１製品に対する第１スコアを算出する段階は、
前記第１基礎スコアおよび前記第１製品の前記第１栄養成分の含有量に基づいて第１詳細スコアを算出する段階と、
前記第１基礎スコアおよび前記第１製品の前記第２栄養成分の含有量に基づいて第２詳細スコアを算出する段階と、
前記第１詳細スコアおよび第２詳細スコアを用いて前記第１スコアを算出する段階と、を含む、
請求項２に記載の製品推薦方法。

【請求項5】

前記取得されたユーザーデータを利用して前記ユーザーに必要な第１栄養成分および第２栄養成分を推定する段階は、
前記取得されたユーザーデータを利用して前記ユーザーに対応する健康タイプを決定する段階と、
前記決定された決定タイプに対応する第１栄養成分および第２栄養成分を前記ユーザーに必要な栄養成分と推定する段階と、を含む、
請求項１に記載の製品推薦方法。

【請求項6】

前記ユーザーの健康状態を表すユーザーデータを取得する段階は、
前記ユーザーの遺伝子検査結果のデータを有するユーザーデータを獲得する段階と、を含む、
請求項１に記載の製品推薦方法。

【請求項7】

前記第１製品が前記ユーザーに推薦するための製品として決定される場合、前記第１製品の１日摂取錠量（ｎｕｍｂｅｒ ｏｆ ｔａｂｌｅｔｓ）を算出する段階と、をさらに備える、
請求項１に記載の製品推薦方法。

【請求項8】

前記第１製品の一日摂取錠量を算出する段階は、
前記第１製品に含まれる前記第１栄養成分の推奨摂取量および前記第２栄養成分の推奨摂取量に基づいて、前記第１製品の一日摂取錠量を算出する段階と、を含む、
請求項７に記載の製品推薦方法。

【請求項9】

請求項１～８のいずれか一項に記載の方法をコンピュータで実行するために、コンピュータで読み取り可能な記録媒体に記憶された、
コンピュータプログラム。

【請求項10】

コンピューティング装置であって、
通信モジュールと、
メモリと、
前記メモリに連結され、前記メモリに含まれるコンピュータで読み取り可能な少なくとも１つのプログラムを実行するように構成された少なくとも１つのプロセッサをと、を備え、
前記少なくとも１つのプログラムは、
ユーザーの健康状態を表すユーザーデータを取得し、
前記取得されたユーザーデータを利用して前記ユーザーに必要な第１栄養成分および第２栄養成分を推定し、
前記推定された第１栄養成分および第２栄養成分のうち少なくとも１つの栄養成分を含む複数の製品情報を抽出し、
前記複数の製品情報に含まれる第１製品の前記第１栄養成分および第２栄養成分の含有量に基づいて、前記第１製品に対する第１スコアを算出し、
前記複数の製品情報に含まれる第２製品の前記第１栄養成分および第２栄養成分の含有量に基づいて、前記第２製品に対する第２スコアを算出し、
前記算出された第１スコアおよび第２スコアを用いて前記ユーザーに推薦するための製品を決定するための命令語を含む、
コンピューティング装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は製品推薦方法および装置に関し、より詳しくは、必要な栄養成分を推定し、推定された栄養成分を摂取するための最適な製品を推薦するための製品推薦方法および装置に関する。

【0002】

【背景技術】

【0003】

保健機能食品（ｈｅａｌｔｈ ｆｕｎｃｔｉｏｎａｌ ｆｏｏｄ）は、人体に有用な機能性を有する原料や成分を使用して製造および／または加工した食品を意味し、栄養機能、病気発生危険減少機能、生理活性機能などを有する。すなわち、保健機能食品は病気を治療するか、または予防する機能ではなく、健康を維持するのに役立つ食品である。

【0004】

一般的に、適量の保健機能食品を摂取する場合、副作用のリスクが少ないが、ユーザーの健康状態や服用している医薬品、生活習慣（喫煙、飲酒など）などによって、副作用が発生することもできる。したがって、ユーザーは自分の健康状態に応じて適切に保健機能食品の摂取量、摂取方法などを調節する必要がある。しかし、ユーザーが自分の健康状態を直接に測定し、市販されている多様な製品のうち、自分に合う製品を選ぶことは難しい問題である。

【0005】

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明は、上述のような問題に鑑みてなされたものであって、本発明の目的は、そのような問題を解決するための製品推薦方法、コンピュータで読み取り可能な記録能媒体に記憶されたコンピュータプログラム、コンピュータプログラムが格納されたコンピュータで読み取り可能な記録媒体および装置（システム）を提供することにある。

【0007】

【課題を解決するための手段】

【0008】

本発明は、方法、装置（システム）、コンピュータで読み取り可能な記録媒体に格納されたコンピュータプログラム、またはコンピュータプログラムが格納されたコンピュータで読み取り可能な記録媒体を含む多様な方式で実施される。

【0009】

本発明の一実施形態によれば、少なくとも１つのプロセッサによって実行される製品推薦方法は、ユーザーの健康状態を表すユーザーデータを取得する段階と、取得されたユーザーデータを利用してユーザーに必要な第１栄養成分および第２栄養成分を推定する段階と、推定された第１栄養成分および第２栄養成分のうち少なくとも１つの栄養成分を含む複数の製品情報を抽出する段階と、複数の製品情報に含まれる第１製品の第１栄養成分および第２栄養成分の含有量に基づいて第１製品に対する第１スコアを算出する段階と、複数の製品情報に含まれる第２製品の第１栄養成分および第２栄養成分の含有量に基づいて、第２製品に対する第２スコアを算出する段階と、算出された第１スコアおよび第２スコアを利用してユーザーに推薦するための製品を決定する段階と、を備える。

【0010】

本発明の一実施形態によれば、取得されたユーザーデータを利用してユーザーに必要な第１栄養成分および第２栄養成分を推定する段階は、取得されたユーザーデータを用いて第１栄養成分の重要度を表す第１基礎スコア、および第２栄養成分の重要度を表す第２基礎スコアを算出する段階を含む。

【0011】

本発明の一実施形態によれば、第１製品に対する第１スコアを算出する段階は、第１基礎スコア、第２基礎スコア、並びに第１製品の第１栄養成分および第２栄養成分の含有量に基づいて第１製品に対する第１スコアを計算する段階を含む。

【0012】

本発明の一実施形態によれば、第１製品に対する第１スコアを算出する段階は、第１基礎スコアおよび第１製品の第１栄養成分の含有量に基づいて第１詳細スコアを算出する段階、第１基礎スコアおよび第１製品の第２栄養成分の含有量に基づいて第２詳細スコアを算出する段階、並びに第１詳細スコアおよび第２詳細スコアを利用して第１スコアを計算する段階を含む。

【0013】

本発明の一実施形態によれば、取得されたユーザーデータを利用してユーザーに必要な第１栄養成分および第２栄養成分を推定する段階は、取得されたユーザーデータを利用してユーザーに対応する健康タイプを決定する段階、並びに決定された決定タイプに対応する第１栄養成分および第２栄養成分をユーザーに必要な栄養成分と推定する段階を含む。

【0014】

本発明の一実施形態によれば、ユーザーの健康状態を表すユーザーデータを取得する段階は、ユーザーの遺伝子検査結果のデータを含むユーザーデータを取得する段階を含む。

【0015】

本発明の一実施形態によれば、第１製品が、ユーザーに推薦するための製品として決定される場合、第１製品の１日摂取錠量を算出する段階と、をさらに備える。

【0016】

本発明の一実施形態によれば、第１製品の１日摂取錠量を算出する段階は、第１製品に含まれる第１栄養成分の推奨摂取量および第２栄養成分の推奨摂取量に基づいて、第１製品の１日摂取錠量を算出する段階を含む。

【0017】

本発明の一実施形態による上述した方法をコンピュータで実行するために、コンピュータで読み取り可能な記録媒体に格納されたコンピュータプログラムが提供される。

【0018】

本発明の一実施形態によるコンピューティング装置は、通信モジュール、メモリ、およびメモリと連結され、メモリに格納されたコンピュータで読み取り可能な少なくとも１つのプログラムを実行するように構成される、少なくとも１つのプロセッサを含む。少なくとも一つのプログラムは、ユーザーの健康状態を表すユーザーデータを取得し、取得されたユーザーデータを利用してユーザーに必要な第１栄養成分および第２栄養成分を推定し、推定された第１栄養成分および第２栄養成分のうち少なくとも１つの栄養成分を含む複数の製品情報を抽出し、複数の製品情報に含まれる第１製品の第１栄養成分および第２栄養成分の含有量に基づいて第１製品に対する第１スコアを算出し、複数の製品情報に含まれる第２製品の第１栄養成分および第２栄養成分の含有量に基づいて第２製品に対する第２スコアを算出し、算出された第１スコアおよび第２スコアを利用してユーザーに推薦するため製品を決定するための命令語を含む。

【0019】

【発明の効果】

【0020】

本発明の多様な実施形態では、コンピューティング装置は、ユーザーに必要な栄養成分および各栄養成分の重要度を考慮して、市販されている多様な製品のうち、ユーザーに適した最適な製品を決定して推薦することができる。

【0021】

本発明の多様な実施形態では、コンピューティング装置はユーザーの健康状態を改善するための最適な製品を推薦し、推薦製品の摂取定数まで決定して提供することにより、ユーザーの製品摂取に対する利便性が向上することができる。

【0022】

本発明の多様な実施形態では、コンピューティング装置は、ユーザーに必要な栄養成分を含むだけでなく、ユーザーの詳細な性向まで反映した推薦商品を決定してユーザーに提供することができる。

【0023】

本発明の効果は、上述した効果に限定されず、言及されていない他の効果は、特許請求の範囲の記載から本発明が属する技術分野における通常の知識を有する者（「通常の技術者」と呼ばれる）にとっては明確に理解されるはずである。

【0024】

【図面の簡単な説明】

【0025】

本発明の実施形態は、以下で説明する添付の図面を参照して説明され、ここで類似の参照番号は類似の要素を示すが、これに限定されるものではない。

【0026】

【図1】本発明の一実施形態によるコンピューティング装置がユーザーデータを用いて製品情報を決定する例を示す図である。

【0027】

【図2】本発明の一実施形態によるコンピューティング装置の内部構成を示す機能的なブロック図である。

【0028】

【図3】本発明の一実施形態によるユーザーデータに基づいて製品情報が抽出される例を示す図である。

【0029】

【図4】本発明の一実施形態によるユーザーの性向データを追加に利用して製品情報が抽出される例を示す図である。

【0030】

【図5】本発明の一実施形態による人工ニューラルネットワークモデルを示す例示図である。

【0031】

【図6】本発明の一実施形態による製品推薦方法の一例を示す図である。

【0032】

【図7】本発明の一実施形態によるコンピューティング装置の内部構成を示すブロック図である。

【0033】

【発明を実施するための形態】

【0034】

以下では、本発明の実施のための具体的な内容を添付の図面を参照して詳細に説明する。ただし、以下の説明では、本発明の要旨を不必要に曖昧にする憂慮がある場合、広く知られている機能や構成に関する具体的な説明は省略する。

【0035】

添付の図面において、同じまたは対応する構成要素には同一の参照符号が付与されている。なお、以下の実施形態の説明にあたって、同じまたは対応する構成要素を重複して記述することが省略され得る。しかし、構成要素に関する記述が省略されたとしても、そのような構成要素がある実施形態に含まれないと意図されはしない。

【0036】

開示された実施形態の利点および特徴、並びにそれらを達成する方法は、添付さの図面と共に後述されている実施形態を参照すれば明らかになるであろう。しかし、本発明は、以下で開示される実施形態に限定されず、異なる多様な形態に実施されることがあり、単に本実施形態は、本発明を完全にし、本発明が通常の技術者に発明の範疇を完全に知らせるために提供されるだけである。

【0037】

本明細書で使用される用語について簡単に説明し、開示された実施形態に対して具体的に説明する。本明細書で使用される用語は、本発明における機能を考慮しながら、可能な限り現在広く使用されている一般的な用語を選択したが、これは、関連分野に従事する技術者の意図または判例、新技術の出現などによって変わることができる。なお、特定の場合には、出願人が任意に選定した用語もあり、この場合、該当する発明の説明部分において詳しくその意味を記載するはずである。したがって、本発明で使用される用語は、単なる用語の名称ではなく、その用語が有する意味と本発明の明細書全体にわたっている内容に基づいて定義されるべきである。

【0038】

本明細書における単数の表現は、文脈上明らかに単数の意味を示していると特定しない限り、複数の表現を含む。なお、複数の表現は、文脈上明らかに複数の意味を示していると特定しない限り、単数の表現を含む。明細書全体において、ある部分がある構成要素を含むとするとき、これは特に反対の記載がない限り、他の構成要素を除外するのではなく、他の構成要素をさらに含み得ることを意味する。

【0039】

本発明において、「含む（ｃｏｍｐｒｉｓｅ）」、「含む（ｃｏｍｐｒｉｓｉｎｇ）」などの用語は、特徴、段階、動作、要素（エレメント）および／または構成要素が存在することを示すことができるが、このような用語が１つ以上の他の機能、段階、動作、要素、構成要素および／またはこれらの組み合わせが追加されるものを排除しない。

【0040】

本発明において、特定の構成要素が任意の他の構成要素に「結合」、「組合せ」、「連結」または「反応」することで言及されている場合、特定の構成要素は他の構成要素に直接結合、直接組み合わせおよび／または直接連結もしくは直接反応することができるが、これらに限定されない。たとえば、特定の構成要素と他の構成要素との間に、１つ以上の中間構成要素が存在することができる。なお、本発明における「および／または」は、列挙された１つ以上の項目のそれぞれ、または１つ以上の項目の少なくとも一部の組み合わせを含み得る。

【0041】

本発明において、「第１」、「第２」などの用語は、特定の構成要素を他の構成要素と区別するために使用されるものであり、これらの用語によって上述された構成要素が限定されない。例えば、「第１」構成要素は、「第２」構成要素と同じまたは類似の形態の要素であり得る。

【0042】

本発明において、「ユーザーデータ」は、ユーザーの健康状態を表す任意の情報として、ユーザーの身体データ、現在の症状データ、健康診断データ、遺伝子検査データなどを含み得るが、これに限定されない。たとえば、ユーザーデータは運動能力を表すフィットネス検査データ、睡眠に対する評価を表す睡眠検査データ、ユーザーが着用したウェアラブル装置を介して収集される活動データ（例：ユーザーの歩数、消費カロリーなどを表すデータ）、検索エンジンおよび／またはＡＰＩ連動を通じて収集されるライフログ（ｌｉｆｅ ｌｏｇ）データ、専門医療機関および／または医療専門家から得られる処方履歴データなどをさらに含み得る。

【0043】

本発明において、「健康タイプ」は、ユーザーの身体タイプおよび／または健康状態タイプをカテゴリーで区分したものとして、例えば、筋肉型肥満、隠れ肥満、低体重などのタイプを含み得るが、これに限定されない。一実施形態によれば、ユーザーは、１つ以上の健康タイプにマッチングされ得る。

【0044】

本発明において、「製品」は、人体の健康増進または保健用途に有用な栄養素または機能成分を用いて製造・加工した食品として、保健機能食品などを含み得る。

【0045】

図１は、本発明の一実施形態によるコンピューティング装置１００がユーザーデータ１１２を利用して製品情報１１４を決定する例を示す図である。図示されているように、コンピューティング装置１００は、ユーザーの健康状態を表すユーザーデータ１１２を獲得して推薦アルゴリズム１１０に基づいて、該当するユーザーに適した製品情報１１４を決定することができる。

【0046】

一実施形態によれば、コンピューティング装置１００は、取得されたユーザーデータ１１２を利用してユーザーに必要な第１栄養成分および第２栄養成分を推定することができる。この場合、コンピューティング装置１００は、取得されたユーザーデータ１１２を用いてユーザーに対応する健康タイプを決定し、決定された決定タイプに対応する第１栄養成分および第２栄養成分をユーザーに必要な栄養成分であると推定することができる。例えば、ユーザーの健康タイプがＡタイプに決定された場合、Ａタイプに対応するマグネシウム、ビタミンＡなどが、ユーザーに必要な栄養成分であると推定され得る。別の例では、ユーザーの健康タイプがＢタイプに決定された場合、Ｂタイプに対応するビタミンＤ、葉酸などがユーザーに必要な栄養成分であると推定され得る。

【0047】

一実施形態によれば、コンピューティング装置１００は、推定された第１栄養成分および第２栄養性のうち、少なくとも１つの栄養成分を含む複数の製品情報を抽出することができる。この場合、コンピューティング装置１００は、複数の製品情報に含まれるそれぞれの製品に対するスコアを算出することができる。その後、コンピューティング装置１００は、算出されたスコアを用いてユーザーに推薦するための少なくとも１つの製品を決定することができる。ここで、スコアは、製品とユーザーとの関連性を表すもので、ユーザーに必要な第１栄養成分および第２栄養成分が高い含有量で製品に含まれるほど高く算出され得る。

【0048】

一実施形態によれば、ユーザーに必要な栄養成分と推定される第１栄養成分および第２栄養成分などは、異なる重要度を有し得る。すなわち、コンピューティング装置１００は、推薦アルゴリズム１１０を用いてユーザーに必要な第１栄養成分および第２栄養成分を推定しながら、各栄養成分の重要度を表す値を共に算出することができる。例えば、第１栄養成分の重要度は７０と算出され、第２栄養成分の重要度は２０と算出され得る。この場合、コンピューティング装置１００は、各栄養成分の重要度を考慮してユーザーに推薦するための製品を決定することができる。

【0049】

図１では、第１栄養成分および第２栄養成分の２つの栄養成分が、ユーザーに必要な栄養成分と決定されたものとして上述されたが、これに限定されず、３つ以上の栄養成分が、ユーザーに必要な栄養成分と決定されてもよい。このような構成によって、コンピューティング装置１００は、ユーザーに必要な栄養成分および各栄養成分の重要度を考慮して、市販されている多様な製品のうち、ユーザーに適合した最適な製品を決めて推薦することができる。

【0050】

図２は、本発明の一実施形態によるコンピューティング装置１００の内部構成を示す機能ブロック図である。図示されたように、コンピューティング装置１００は、ユーザーの健康状態に適した最適な製品を決定・推薦するための任意の装置として、データ取得部２１０、栄養成分決定部２２０、スコア算出部２３０、製品推薦部２４０、摂取量算出部２５０などを含み得るが、これに限定されない。コンピューティング装置１００は、多様な製品に関する情報が格納されたデータベース２６０と通信して、ユーザーに推薦するための製品を決定することができる。

【0051】

一実施形態によれば、データ取得部２１０は、ユーザーの健康状態を表すユーザーデータを取得することができる。例えば、データ取得部２１０は、遺伝子検査キットを用いて検査した結果に基づいてユーザーの遺伝子検査データを獲得することができる。別の例では、データ取得部２１０は、ユーザーの身体情報、現在の症状および／またはや病気などを表す質問紙に対する回答からなる問診データなどを獲得することができる。もう１つの例では、データ取得部２１０は、ユーザーの健康診断データなどをさらに取得することができるが、これに限定されない。このようなユーザーデータは、ユーザー端末および／または任意の外部装置によって取得され得る。

【0052】

栄養成分決定部２２０は、ユーザーデータに基づいてユーザーの健康タイプおよび／またはユーザーに必要な栄養成分を決定することができる。例えば、栄養成分決定部２２０は、健康タイプおよび／または栄養成分を決定するために所定のアルゴリズムおよび／または学習されたマシン学習モデルを用いて、ユーザーの健康タイプおよび／またはユーザーに必要な栄養成分を決定することができる。

【0053】

さらに、栄養成分決定部２２０は、栄養成分のそれぞれの重要度を表す基礎スコア、推薦順位および推薦の可否に関する情報を決定することもできる。例えば、ユーザーの健康タイプがＡタイプおよびＢタイプであると決定され、ユーザーに必要な栄養成分がマグネシウム、ビタミンＡ、ビタミンＤおよび葉酸と決定される場合、マグネシウム、ビタミンＡ、ビタミンＤおよび葉酸の基礎スコア、推薦順位、推薦の可否に対する情報が決定され得る。

【0054】

一実施形態によれば、コンピューティング装置１００は、データベース２６０から決定された栄養成分のうち、少なくとも１つの栄養成分を含む複数の製品情報を抽出することができる。すなわち、データベース２６０は、各製品の成分、錠剤（ｔａｂｌｅｔ、タブレット）当たりの成分含有量などに関する情報を含み得る。

【0055】

一実施形態によれば、スコア算出部２３０は、複数の製品情報に含まれる第１製品の第１栄養成分および第２栄養成分の含有量に基づいて、第１製品に対する第１スコアを算出し、複数の製品情報に含まれる第２製品の第１栄養成分および第２栄養成分の含有量に基づいて、第２製品に対する第２スコアを算出することができる。例えば、スコア算出部２３０は、第１製品の第１スコアを算出するために、第１および第２栄養成分の重要度を表す第１および第２基礎スコアと、第１製品の第１および第２栄養成分の含有量に基づいて、第１および第２詳細スコアを算出することができる。例えば、詳細スコアは以下の数１によって計算されうるが、これに限定されない。

【0056】

【0057】

［数１］
詳細スコア ＝ 基礎スコア × （含有量 ／推奨摂取量）

【0058】

【0059】

すなわち、数１により、製品の栄養成分の含有量が高いほど、当該栄養成分の詳細スコアは高く算出される。なお、スコア算出部２３０は、第１詳細スコアおよび第２詳細スコアを用いて第１スコアを算出することができる。たとえば、製品のスコアは、以下の数２によって算出されうるが、これに限定されない。

【0060】

【0061】

［数２］
スコア ＝ 第１詳細スコア＋...＋第ｎ詳細スコア

【0062】

【0063】

すなわち、数２により各栄養成分に対応する詳細スコアを全て加算した値がスコアとして算出される。

【0064】

一実施形態によれば、製品推薦部２４０は、算出された第１スコアおよび第２スコアを用いてユーザーに推薦するための製品を決定することができる。たとえば、製品推薦部２４０は、スコアが所定の基準以上である少なくとも１つの製品を推薦製品として決定することができる。別の例では、製品推薦部２４０は、スコアの高い上位ｎ個の製品を推薦製品として決定することができる。

【0065】

一実施形態によれば、摂取量算出部２５０は、任意の製品がユーザーに推薦するためのものとして決定される場合、当該製品の一日摂取錠量（ｎｕｍｂｅｒ ｏｆ ｔａｂｌｅｔｓ）を算出することができる。この場合、摂取量算出部２５０は、第１製品に含まれる第１栄養成分の推奨摂取量および第２栄養成分の推奨摂取量に基づいて、第１製品の一日摂取錠量を算出することができる。例えば、第１製品に含まれる第１栄養成分の推奨摂取量が１００ｍｇであり、１つの錠の含有量が６４ｍｇである場合、摂取量算出部２５０は、第１製品の一日摂取錠量を２錠であると決定することができる。すなわち、摂取量算出部２５０は各栄養成分の推奨摂取量と含有量に基づいて推奨摂取量以上の栄養成分を摂取できるように製品の一日摂取錠量を決定することができる。

【0066】

図２では、コンピューティング装置１００に含まれるそれぞれの機能的な構成が区分されて上述されたが、これは発明の理解を助けるためのものであり、１つの演算装置で２つ以上の機能を遂行することもできる。このような構成によって、コンピューティング装置１００は、ユーザーの健康状態を改善するための最適な製品を推薦し、推薦製品の摂取錠数まで決定して提供することで、ユーザーの製品摂取に対する利便性が向上することができる。

【0067】

図３は、本発明の一実施形態によるユーザーデータ３１０に基づいて製品情報が３６０が抽出される例を示す図である。上述したように、ユーザーデータ３１０は、ユーザーの健康状態を表すものであり、身体データ（性別、身長、体重、年齢など）、健康診断データ、遺伝子検査データなどを含み得るが、これに限定されるものではない。

【0068】

図示されたように、ユーザーデータ３１０が取得される場合、このようなユーザーデータ３１０に基づいて、当該ユーザーに適した第１栄養成分３２０および第２栄養成分３４０が決定されてもよい。例えば、栄養成分はユーザーデータ３１０に基づいて、栄養成分を抽出するように学習された任意のマシン学習モデルによって抽出されうるが、これに限定されない。さらに、ユーザーデータ３１０に基づいて、当該ユーザーに対応する少なくとも１つの健康タイプが決定され、それぞれの健康タイプとマッチングされた栄養成分が、当該ユーザーに必要な栄養成分として決定されることもあり得る。この場合、健康タイプは、ユーザーデータ３１０に基づいて、健康タイプを決定するように学習された任意のマシン学習モデルによって決定されうるが、これに限定されない。

【0069】

一実施形態によれば、第１栄養成分３２０および第２栄養成分３４０とともに各栄養成分の基礎スコアが、共に決定され得る。ここで、基礎スコアは、該当するユーザーにもっと大きい重要度を有するか、または優先順位が高い栄養成分であるほど、より大きい値を有し得る。すなわち、第１栄養成分３２０および第２栄養成分３４０がユーザーに必要な栄養成分であると決定される場合、ユーザーの健康に関してより大きい重要度を有する第１栄養成分３２０の第１基礎スコア３３０は７０と決定され、より小さい重要度を有する第２栄養成分３４０の第２基礎スコア３５０は２０と決定され得る。

【0070】

一実施形態によれば、上述の基礎スコアに基づいて製品に対するスコアが算出されてもよい。すなわち、第１基礎スコア３３０、第２基礎スコア３５０、並びに第１製品の第１栄養成分および第２栄養成分の含有量に基づいて、第１製品に対する第１スコアが算出されてもよい。例えば、第１基礎スコア３３０および第１製品の第１栄養成分の含有量に基づいて第１詳細スコアが算出され、第１基礎スコア３３０および第１製品の第２栄養成分の含有量に基づいて、第２詳細スコアが算出されてもよい。それから、第１詳細スコアおよび第２詳細スコアを用いて第１スコアが算出され得る。この場合、第２製品の第２スコアは、上述された第１スコアの算出方式と同様の方式で算出され得る。

【0071】

一実施形態によれば、このように計算されたそれぞれの製品のスコアを用いて、ユーザーに推薦するための製品が決定され、決定された製品情報３６０がユーザーに提供され得る。図３では、ユーザーに必要な栄養成分として２つの栄養成分が抽出されるものと上述されたが、これに限定されず、３つ以上の栄養成分がユーザーに必要な栄養成分として抽出されることもある。なお、図３では２つの製品のスコアが算出されると上述されたが、これに限定されず、３つ以上の製品のスコアが算出されて製品推薦が遂行されることもある。

【0072】

図４は、本発明の一実施形態によるユーザーの性向データ４２０をさらに用いて、製品情報４３０が抽出される例を示す図である。前述したように、ユーザーデータ４１０を利用してユーザーの健康状態を改善するための製品情報４３０が抽出されてもよい。この場合、ユーザーの性向データ４２０をさらに利用して、ユーザーの性向および／または趣向を反映した製品情報４３０が抽出され得る。

【0073】

一実施形態によれば、性向データ４２０は、ユーザーの製品に対する性向および／または趣向を表す任意の情報として、例えば、その製品が低炭高脂（ケトジェニックダイエット）の製品であるか否か、菜食主義者（ベジタリアン）に適した製品であるか否か、オーガニック製品であるか否か、非遺伝子組み換え製品であるか否か、環境および動物保護製品であるか否かなどに関する情報を含み得る。すなわち、ユーザーデータ４１０および性向データ４２０の両方を反映した複数の製品のうち、少なくとも１つの製品が推薦製品として決定される。

【0074】

一実施形態によれば、コンピューティング装置（図１の１００）は、ユーザーデータ４１０およびユーザーの性向データ４２０を取得し、取得されたユーザーデータ４１０を用いてユーザーに必要な栄養成分を推定することができる。その後、コンピューティング装置は、推定された第１栄養成分および第２栄養成分のうち、少なくとも１つの栄養成分を含む複数の製品情報を抽出することができる。この場合、コンピューティング装置は、性向データ４２０を用いて抽出された複数の製品情報をフィルタリングすることができる。なお、コンピューティング装置は、フィルタリングされた複数の製品情報に含まれるそれぞれの製品に対するスコアを算出し、ユーザーに推薦するための少なくとも１つの製品を決定することができる。

【0075】

このような構成によって、コンピューティング装置は、ユーザーに必要な栄養成分を含むだけでなく、ユーザーの詳細な性向まで反映した推薦製品を決定してユーザーに提供することができる。

【0076】

図５は、本発明の一実施形態による人工ニューラルネットワークモデル５００を示す例示図である。人工ニューラルネットワークモデル５００は、マシン学習モデルの一例として、マシン学習（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）技術と認知科学では、生物学的ニューラルネットワークの構造に基づいて実現された統計学的学習アルゴリズムまたはそのアルゴリズムを実行する構造である。

【0077】

一実施形態によれば、人工ニューラルネットワークモデル５００は、生物学的ニューラルネットワークと同様に、シナプスの結合によりネットワークを形成した人工ニューロンであるノード（ｎｏｄｅ）がシナプスの重み値を繰り返し調節して、特定の入力に対応する正しい出力と推定された出力との間の誤差が減少するように学習することにより、問題解決能力を有するマシン学習モデルを示すことができる。例えば、人工ニューラルネットワークモデル５００は、マシン学習、ディープラーニングなどの人工知能学習法に使用される任意の確率モデル、ニューラルネットワークモデルなどを含み得る。

【0078】

人工ニューラルネットワークモデル５００は、多層ノードとこれらの間の連結からなる多層パーセプトロン（ｍｕｌｔｉｌａｙｅｒ ｐｅｒｃｅｐｔｒｏｎ：ＭＬＰ）で実現される。本実施形態による人工ニューラルネットワークモデル５００は、ＭＬＰを含む多様な人工ニューラルネットワークモデル構造のうち、１つを利用して実現され得る。図５に示すように、人工ニューラルネットワークモデル５００は、外部から入力信号またはデータ５１０を受信する入力層５２０と、入力データに対応する出力信号またはデータ５５０を出力する出力層５４０と、入力層５２０と出力層５４０との間に位置し、入力層５２０から信号を受けて特性を抽出して出力層５４０に伝達するｎ個（ここで、ｎは正の整数）の隠れ層５３０＿１～５３０＿ｎと、を備える。ここで、出力層５４０は、隠れ層５３０＿１～５３０＿ｎから信号を受けて外部に出力する。

【0079】

人工ニューラルネットワークモデル５００の学習方法には、教師信号（正解）の入力によって問題の解決に最適化されるように学習する教師あり学習（Ｓｕｐｅｒｖｉｓｅｄ ａｒｎｉｎｇ）方法と、教師信号を必要としない教師なし学習（Ｕｎｓｕｐｅｒｖｉｓｅｄ Ｌｅａｒｎｉｎｇ）方法がある。一実施形態によれば、人工ニューラルネットワークモデル５００の入力変数は、健康診断データ、遺伝子検査データ、問診データなどのユーザーデータを含み得る。このように上述された入力変数が入力層５２０を通じて入力される場合、人工ニューラルネットワークモデル５００の出力層５４０から出力される出力変数は、ユーザーの健康状態に適した栄養成分などとなり得る。

【0080】

このように、人工ニューラルネットワークモデル５００の入力層５２０と出力層５４０に複数の入力変数と対応する複数の出力変数がそれぞれマッチングされ、入力層５２０、隠れ層５３０＿１～５３０＿ｎおよび出力層５４０に含まれるノードの間のシナプス値が調節されることによって、特定の入力に対応する正しい出力が抽出されうるように学習される。このような学習過程を通して、人工ニューラルネットワークモデル５００の入力変数に隠されている特性を把握することができ、入力変数に基づいて計算された出力変数と目標出力との間の誤差が減少するように、人工ニューラルネットワークモデル５００のノード間のシナプス値（または重み）を調節することができる。

【0081】

一実施形態によれば、人工ニューラルネットワークモデル５００を用いて、ユーザーに必要な栄養成分および／または健康タイプが決定される。すなわち、人工ニューラルネットワークモデル５００は、ユーザーの健康状態を表すユーザーデータを獲得し、獲得されたユーザーデータを用いてユーザーに必要な栄養成分を推定することができる。さらに、人工ニューラルネットワークモデル５００は、それぞれの栄養成分の重要度を表す基礎スコアを栄養成分とともに推定することもできる。

【0082】

図６は、本発明の一実施形態による製品推薦方法６００の例を示す図である。製品推薦方法６００は、少なくとも１つのプロセッサ（例えば、コンピューティング装置の少なくとも１つのプロセッサ）によって遂行される。製品推薦方法６００は、プロセッサがユーザーの健康状態を表すユーザーデータを取得することによって開始される（Ｓ６１０）。例えば、プロセッサは、ユーザーの遺伝子検査結果のデータを含むユーザーデータを取得することができる。

【0083】

プロセッサは、取得されたユーザーデータを用いてユーザーに必要な第１栄養成分および第２栄養成分を推定することができる（Ｓ６２０）。栄養成分を推定する場合、プロセッサは、取得されたユーザーデータを用いて第１栄養成分の重要度を表す第１基礎スコア、および第２栄養成分の重要度を表す第２基礎スコアを共に算出することができる。追加的または代替的に、プロセッサは、取得されたユーザーデータを用いてユーザーに対応する健康タイプを決定し、決定された決定タイプに対応する第１栄養成分および第２栄養成分をユーザーに必要な栄養成分であると推定することができる。

【0084】

プロセッサは、推定された第１栄養成分および第２栄養成分のうち、少なくとも１つの栄養成分を含む複数の製品情報を抽出することができる（Ｓ６３０）。この場合、プロセッサは、複数の製品情報に含まれる第１製品の第１栄養成分および第２栄養成分の含有量に基づいて、第１製品に対する第１スコアを算出することができる（Ｓ６４０）。なお、プロセッサは、複数の製品情報に含まれる第２製品の第１栄養成分および第２栄養成分の含有量に基づいて第２製品に対する第２スコアを算出することができる（Ｓ６５０）。例えば、プロセッサは、第１基礎スコア、第２基礎スコア、並びに第１製品の第１栄養成分および第２栄養成分の含有量に基づいて、第１製品に対する第１スコアを算出することができる。この場合、プロセッサは、第１基礎スコアおよび第１製品の第１栄養成分の含有量に基づいて、第１詳細スコアを算出し、第１基礎スコアおよび第１製品の第２栄養成分の含有量に基づいて第２詳細スコアを算出し、第１詳細スコアおよび第２詳細スコアを用いて第１スコアを算出することができる。

【0085】

プロセッサは、算出された第１スコアおよび第２スコアを用いてユーザーに推薦するための製品を決定することができる（Ｓ６６０）。なお、プロセッサは、第１製品がユーザーに推薦するための製品として決定される場合、第１製品の一日摂取錠量を算出することができる。例えば、プロセッサは、第１製品に含まれる第１栄養成分の推奨摂取量および第２栄養成分の推奨摂取量に基づいて、第１製品の一日摂取錠量を算出することができる。

【0086】

図７は、本発明の一実施形態によるコンピューティング装置１００の内部構成を示すブロック図である。コンピューティング装置１００は、メモリ７１０、プロセッサ７２０、通信モジュール７３０および入出力インターフェース７４０を含み得る。図７に示すように、コンピューティング装置１００は、通信モジュール７３０を用いてネットワークを通じて情報および／またはデータを通信することができるように構成される。

【0087】

メモリ７１０は、コンピュータで読み取り可能な非一時的な任意の記録媒体を含み得る。一実施形態によれば、メモリ７１０はランダムアクセスメモリ（ＲＡＭ：ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、リードオンリーメモリ（ＲＯＭ：ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、ディスクドライブ、ソリッドステートドライブ（ＳＳＤ：ｓｏｌｉｄ ｓｔａｔｅ ｄｒｉｖｅ）、フラッシュメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）などのような永久大容量記録装置（ｐｅｒｍａｎｅｎｔ ｍａｓｓ ｓｔｏｒａｇｅ ｄｅｖｉｃｅ）を含み得る。別の例として、ＲＯＭ、ＳＳＤ、フラッシュメモリ、ディスクドライブなどのような永久大容量記録装置は、メモリとは区別される別途の永久記録装置としてコンピューティング装置１００に含まれ得る。なお、メモリ７１０には、オペレーティングシステムと少なくとも１つのプログラムコードが格納され得る。

【0088】

このようなソフトウェア構成要素は、メモリ７１０とは別途のコンピュータで読み取り可能な記録媒体からロードされてもよい。このような別途のコンピュータで読み取り可能な記録媒体は、このようなコンピューティング装置１００に直接連結可能な記録媒体を含み得るが、例えば、フロッピードライブ、ディスク、テープ、ＤＶＤ／ＣＤ－ＲＯＭドライブ、メモリカードなどのコンピュータで読み取り可能な記録媒体を含み得る。別の例として、ソフトウェア構成要素は、コンピュータで読み取り可能な記録媒体ではない通信モジュール７３０を介してメモリ７１０にロードされることもあり得る。例えば、少なくとも一つのプログラムは、開発者またはアプリケーションのインストールファイルを配布するファイル配布システムが通信モジュール７３０を介して提供するファイルによって、インストールされるコンピュータプログラムに基づいてメモリ７１０にロードされ得る。

【0089】

プロセッサ７２０は、基本的な算術、ロジックおよび入出力演算を遂行することによって、コンピュータプログラムの命令を処理するように構成される。命令は、メモリ７１０または通信モジュール７３０によって他のユーザー端末（図示せず）または他の外部システムに提供されてもよい。

【0090】

通信モジュール７３０は、ネットワークを通じてユーザー端末（図示せず）とコンピューティング装置１００が、通信し合うための構成または機能を提供することができ、コンピューティング装置１００が外部システム（例として別途のクラウドシステムなど）と通信するための構成または機能を提供することができる。一例では、コンピューティング装置１００のプロセッサ７２０の制御に従って提供される制御信号、命令、データなどが通信モジュール７３０とネットワークを経て、ユーザー端末および／または外部システムの通信モジュールを介してユーザー端末および／または外部システムに伝送され得る。

【0091】

なお、コンピューティング装置１００の入出力インターフェース７４０は、コンピューティング装置１００と連結されるか、またはコンピューティング装置１００が包含可能な入力または出力のための装置（図示せず）とのインターフェースのための手段であり得る。図７では、入出力インターフェース７４０がプロセッサ７２０とは別途に構成された要素（エレメント）として図示されているが、これに限定されず、入出力インターフェース７４０がプロセッサ７２０に含まれるように構成される。コンピューティング装置１００は、図７の構成要素よりも多くの構成要素を含み得る。しかしながら、ほとんどの従来技術の構成要素を明確に図示する必要はない。

【0092】

コンピューティング装置１００のプロセッサ７２０は、複数のユーザー端末および／または複数の外部システムから受信された情報および／またはデータを管理、処理および／または保存するように構成され得る。

【0093】

上述の方法および／または多様な実施形態は、デジタル電子回路、コンピュータハードウェア、ファームウェア、ソフトウェアおよび／またはこれらの組み合わせたもので実現される。本発明の多様な実施形態は、データ処理装置、例えばプログラム可能な１つ以上のプロセッサおよび／または１つ以上のコンピューティング装置によって実行されるか、またはコンピュータで読み取り可能な記録媒体および／またはコンピュータで読み取り可能な記録媒体に格納されたコンピュータプログラムで実現される。上述のコンピュータプログラムは、コンパイルされた言語または解釈された（インタプリトされた）言語を含んで任意の形態のプログラミング言語で作成され、スタンドアロン型プログラム、モジュール、サブルーチンなどの任意の形態で配布される。コンピュータプログラムは、１つのコンピューティング装置、同一のネットワークを通じて連結された複数のコンピューティング装置、および／または複数の異なるネットワークを通じて連結されように分散された複数のコンピューティング装置を介して配布される。

【0094】

上述の方法および／または多様な実施形態は、入力データに基づいて動作するか、または出力データを生成することにより、任意の機能、関数などを処理、保存および／または管理する１つ以上のコンピュータプログラムを実行するように構成された、１つ以上のプロセッサによって行われる。例えば、本発明の方法および／または多様な実施形態は、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）またはＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）のような特殊目的論理回路によって遂行され、本発明の方法および／または実施形態を遂行するための装置および／またはシステムは、ＦＰＧＡまたはＡＳＩＣのような特殊目的論理回路として実現される。

【0095】

コンピュータプログラムを実行する１つ以上のプロセッサは、汎用目的もしくは特殊目的のマイクロプロセッサおよび／または任意のタイプのデジタルコンピューティング装置の１つ以上のプロセッサを含み得る。プロセッサは、リードオンリーメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）のそれぞれから命令および／またはデータを受信するか、リードオンリーメモリおよびランダムアクセスメモリから命令および／またはデータを受信することができる。本発明では、方法および／または実施形態を遂行するコンピューティング装置の構成要素は、命令を実行するための１つ以上のプロセッサ、命令語および／またはデータを格納するための１つ以上のメモリ装置を含み得る。

【0096】

一実施形態によれば、コンピューティング装置はデータを記憶するための１つ以上の大容量ストレージ装置とデータをやり取りすることができる。例えば、コンピューティング装置は、磁気ディスク（ｍａｇｎｅｔｉｃ ｄｉｓｃ）または光ディスク（ｏｐｔｉｃａｌ ｄｉｓｃ）からデータを受信するか／受信し、磁気ディスクまたは光ディスクにデータを伝送することができる。コンピュータプログラムに関連する命令語および／またはデータを記憶するのに適したコンピュータで読み取り可能な記録媒体は、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ ＰＲＯＭ）、フラッシュメモリ装置などの半導体メモリ装置を含む任意の形態の不揮発性メモリを含み得るが、これに限定されるものではない。例えば、コンピュータで読み取り可能な記録媒体は、内部ハードディスクまたはリムーバブルディスクのような磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭおよびＤＶＤ－ＲＯＭディスクを含み得る。

【0097】

ユーザーとの相互作用（対話）を提供するために、コンピューティング装置は、情報をユーザーに提供またはディスプレイするためのディスプレイ装置（例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）など）、およびユーザーがコンピューティング装置に入力および／または命令などを提供できるポインティング装置（例えば、キーボード、マウス、トラックボールなど）を含み得るが、これに限定されない。すなわち、コンピューティング装置は、ユーザーとの相互作用を提供するための任意の他のタイプの装置をさらに含み得る。例えば、コンピューティング装置は、ユーザーとの相互作用のために、視覚的フィードバック、聴覚的フィードバックおよび／または触覚フィードバックなどを含む任意の形態の感覚フィードバックをユーザーに提供することができる。これに対して、ユーザーは、視覚、音声、動作などの多様なジェスチャを介してコンピューティング装置に入力を提供することができる。

【0098】

本発明では、多様な実施形態は、バックエンド構成要素（例えば、データサーバ）、ミドルウェア構成要素（例えば、アプリケーションサーバーなど）および／またはフロントエンド構成要素を含むピューティングシステムで実現される。この場合、構成要素は、通信ネットワークのようなデジタルデータ通信の任意の形態または媒体によって相互連結され得る。例えば、通信ネットワークには、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを含み得る。

【0099】

本明細書に記載された例としての実施形態に基づくコンピューティング装置は、ユーザーインターフェース（ＵＩ）デバイス、ユーザー端末またはクライアントデバイスを含んでユーザーと相互作用（対話）するように構成されたハードウェアおよび／またはソフトウェアを使用して実現される。たとえば、コンピューティング装置はラップトップコンピュータのようなポータブルコンピューティング装置を含み得る。追加的または代替的に、コンピューティング装置は、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ）、タブレットＰＣ、ゲームコンソール（ｇａｍｅ ｃｏｎｓｏｌｅ）、ウェアラブルデバイス（ｗｅａｒａｂｌｅ ｄｅｖｉｃｅ）、ＩｏＴ（ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ）デバイス、ＶＲ（ｖｉｒｔｕａｌ ｒｅａｌｉｔｙ）デバイス、ＡＲ（ａｕｇｍｅｎｔｅｄ ｒｅａｌｉｔｙ）デバイスなどを含み得るが、これに限定されるものではない。コンピューティング装置は、ユーザーと相互作用（対話）するように構成された他のタイプの装置をさらに含み得る。なお、コンピューティング装置は、移動通信ネットワークなどのネットワークを通じた無線通信に適したポータブル通信デバイス（例えば、携帯電話、スマートフォン、無線セルラー電話など）などを含み得る。コンピューティング装置は、無線周波数（ＲＦ：Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ）、マイクロ波周波数（ＭＷＦ：Ｍｉｃｒｏｗａｖｅ Ｆｒｅｑｕｅｎｃｙ）および／または赤外線周波数（ＩＲＦ：Ｉｎｆｒａｒｅｄ Ｒａｙ Ｆｒｅｑｕｅｎｃｙ）のような無線通信技術および／またはプロトコルを使用してネットワークサーバと無線で通信するように構成され得る。

【0100】

本発明における特定の構造的および機能的詳細を含む多様な実施形態は、例としてのものである。したがって、本発明の実施形態は、上述されたものに限定されず、多くの異なる形態で実施される。なお、本発明において使用される用語は、実施形態を説明するためのものであり、実施形態を限定すると解釈されない。例えば、単数形の単語および前記は、文脈上明らかに別の意味を示していると判定されない限り、複数型も含むと解釈される。

【0101】

本発明において、別の意味を示していると定義されない限り、技術的または科学的用語を含んで、本明細書で使用されるすべての用語は、このような概念が属する技術分野における通常の知識を有する者によって一般的に理解されるのと同じ意味を有する。なお、辞書に定義された用語のように、一般的に使用される用語は関連技術の文脈での意味と一致する意味を有すると解釈されるべきである。

【0102】

本明細書では、本発明がいくつかの実施形態に関連して説明されたが、本発明の属する技術分野における通常の技術者が、理解可能な本発明の範囲を逸脱しない範囲で多様な変形および変更が行われる。なお、そのような変形および変更は、本明細書に添付された特許請求の範囲内に属すると考えられるべきである。

【符号の説明】

【0103】

１００ ：コンピューティング装置
１１０ ：推薦アルゴリズム
１１２ ：ユーザーデータ
１１４ ：製品情報
２１０ ：データ取得部
２２０ ：栄養成分決定部
２３０ ：スコア算出部
２４０ ：製品推薦部
２５０ ：摂取量算出部
２６０ ：データベース
３１０ ：ユーザーデータ
３２０ ：第１栄養成分
３３０ ：第１基礎スコア
３４０ ：第２栄養成分
３５０ ：第２基礎スコア
３６０ ：製品情報
５００ ：人工ニューラルネットワークモデル
５１０ ：データ
５２０ ：入力層
５３０＿１ ：隠れ層
５４０ ：出力層
５５０ ：データ
６００ ：製品推薦方法
７１０ ：メモリ
７２０ ：プロセッサ
７３０ ：通信モジュール
７４０ ：入出力インターフェース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【国際調査報告】