| 1 |
1
하나 이상의 프로세서들; 및상기 하나 이상의 프로세서들에 의해 수행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에 의해 수행되는 방법으로서,하나 이상의 단말로부터 복수의 속성을 포함하는 의료정보를 수신하는 단계;상기 복수의 속성 중 하나 이상의 속성에 기초하여 상기 의료정보로부터 추출된 요약 정보를 생성하는 단계;기 학습된 모델을 이용하여 상기 요약 정보를 수치화함으로써 상기 요약 정보에 대응하는 요약 벡터를 생성하는 단계;기 설정된 함수를 이용하여 상기 요약 벡터와 복수의 후보상품에 대한 매칭도를 산출하는 단계; 및상기 매칭도에 기초하여 복수의 후보상품 중 광고 대상 단말에 디스플레이 할 광고대상상품을 결정하는 단계를 포함하는, 의료 상품 타겟팅 광고 방법
|
| 2 |
2
제1항에 있어서,상기 복수의 속성은,환자가 진행한 하나 이상의 검사 항목 식별자, 검사 종류 식별자, 의료기기 식별자, 의료기기 사용자 식별자 및 환자 식별자 중 적어도 일부를 포함하는, 의료 광고 타겟팅 방법
|
| 3 |
3
제2항에 있어서,상기 요약 정보를 생성하는 단계는,상기 검사 항목 식별자 또는 검사 종류 식별자에 기초하여, 상기 검사 항목 식별자 또는 검사 종류 식별자 기준의 검사 결과 요약 정보를 각각 생성하는 단계;상기 의료기기 식별자에 기초하여, 상기 의료기기 식별자 기준의 검사 결과 요약 정보를 생성하는 단계;상기 의료기기 사용자 식별자에 기초하여, 상기 의료기기 사용자 식별자 기준의 검사 결과 요약 정보를 생성하는 단계; 및/또는 상기 환자 식별자에 기초하여, 상기 환자 식별자 기준의 검사 결과 요약 정보를 생성하는 단계를 포함하는, 의료 광고 타겟팅 방법
|
| 4 |
4
제2항에 있어서,상기 요약 정보는, 인공 신경망을 가지는 인코더에 의하여 산출된 수치 벡터인, 의료 광고 타겟팅 방법
|
| 5 |
5
제2항에 있어서,상기 매칭도를 산출하는 단계는,상기 요약 벡터에 가중치를 설정하는 단계를 더 포함하고,상기 가중치를 설정하는 단계는,가중치 설정 시, 상기 광고 대상 단말이 대기 상태인 경우, 상기 의료기기 식별자에 대한 요약 벡터 및/또는 상기 의료기기 사용자 식별자에 대한 요약 벡터에 가중치를 상기 환자 식별자에 대한 요약 벡터에 설정되는 가중치 보다 더 높게 설정하고, 상기 광고 대상 단말의 대기 상태로부터 사용 상태로의 전환이 가중치 설정 시로부터 기 설정된 기간 이내에 발생한 경우, 상기 환자 식별자에 대한 요약 벡터에 설정되는 가중치를 상기 의료기기 식별자에 대한 요약 벡터 및 상기 의료기기 사용자 식별자에 대한 요약 벡터에 설정되는 가중치 보다 더 높게 설정하는, 의료 광고 타겟팅 방법
|
| 6 |
6
제3항에 있어서,상기 요약 벡터를 생성하는 단계는,기 학습된 모델을 이용하여 각 식별자 별 요약 정보를 1 이상의 차원 공간상에 수치 형태로 분포시키고, 분포된 수치에 기초하여 상기 각 식별자 별 요약 벡터를 생성하는, 의료 광고 타겟팅 방법
|
| 7 |
7
제6항에 있어서,상기 요약 벡터를 생성하는 단계는, 각 식별자 별 생성된 요약 정보가 1 개인 경우, 기 학습된 모델을 이용하여 각 식별자 별 요약 정보를 검사 항목 식별자 축을 포함하는 1 이상의 차원 공간상에 수치 형태로 분포시키고, 분포된 수치에 기초하여 상기 각 식별자 별 요약 벡터를 생성하고, 각 식별자 별 생성된 요약 정보가 복수 개인 경우, 기 학습된 모델을 이용하여 각 식별자 별 요약 정보를 검사 항목 식별자 축 및 시간 축을 포함하는 2 이상의 차원 공간상에 수치 형태로 분포시키고, 분포된 수치들의 평균값에 기초하여 상기 각 식별자에 대한 하나의 요약 벡터를 생성하는, 의료 광고 타겟팅 방법
|
| 8 |
8
제1항에 있어서,상기 광고대상상품을 결정하는 단계는,상기 매칭도에 기초하여 상기 복수의 후보상품에 대한 우선순위를 부여하는 단계; 및상기 복수의 후보상품 중 가장 높은 우선순위를 갖는 후보상품을 상기 광고대상상품으로 결정하는 단계를 포함하는, 의료 광고 타겟팅 방법
|
| 9 |
9
제1항에 있어서,상기 매칭도를 산출하는 단계는,상기 의료정보 각각의 생성 시각에 기초하여 상기 요약 벡터에 대한 제1 광고 가중치를 설정하는 단계; 및상기 요약 벡터에 상기 제1 광고 가중치를 내적하여 상기 매칭도를 산출하는 단계를 포함하는, 의료 광고 타겟팅 방법
|
| 10 |
10
제1항에 있어서,상기 매칭도를 산출하는 단계는,각 후보상품의 광고주가 지불한 금액에 비례하는 제2 광고 가중치를 설정하는 단계; 및상기 요약 벡터에 상기 제2 광고 가중치를 내적하여 상기 매칭도를 산출하는 단계를 포함하는, 의료 광고 타겟팅 방법
|
| 11 |
11
제1항에 있어서,상기 매칭도를 산출하는 단계는,특정한 의료정보에 포함된 검사 항목의 값과 나머지 의료정보에 포함된 검사 항목의 값 간의 일치 비율이 기 설정된 임계값을 초과하는지 여부에 기초하여 상기 검사 항목에 대한 제3 광고 가중치를 설정하는 단계; 및상기 요약 벡터에 상기 제3 광고 가중치를 내적하여 상기 매칭도를 산출하는 단계를 포함하는, 의료 광고 타겟팅 방법
|
| 12 |
12
제1항에 있어서,상기 기 설정된 함수는,항등 함수(identity function), 계단 함수(step function), 렐루 함수(ReLU; Rectified Linear Unit function), 시그모이드 함수(sigmoid function), K-평균 알고리즘(K-means clustering algorithm) 및/또는 SVM(Support Vector Machine)을 포함하는, 의료 광고 타겟팅 방법
|
| 13 |
13
하나 이상의 단말로부터 복수의 속성을 포함하는 의료정보를 수신하는 단계;상기 복수의 속성 중 하나 이상의 속성에 기초하여 상기 의료정보로부터 추출된 요약 정보를 생성하는 단계; 및기 학습된 모델을 이용하여 상기 요약 정보를 수치화함으로써 상기 요약 정보에 대응하는 요약 벡터를 생성하는 단계를 포함하고,상기 복수의 속성은, 환자가 진행한 하나 이상의 검사 항목 식별자, 검사 종류 식별자, 의료기기 식별자, 의료기기 사용자 식별자 및 환자 식별자 중 적어도 일부를 포함하고, 상기 요약 정보를 생성하는 단계는,상기 검사 항목 식별자 또는 검사 종류 식별자에 기초하여 검사 결과 요약 정보를 생성하는 단계;상기 의료기기 식별자에 기초하여 검사 결과 요약 정보를 생성하는 단계;상기 의료기기 사용자의 식별자에 기초하여 검사 결과 요약 정보를 생성하는 단계; 및/또는상기 환자 식별자에 기초하여 검사 결과 요약 정보를 생성하는 단계를 포함하는, 의료 상품 타겟팅 광고를 위한 데이터 제공 방법
|
| 14 |
14
제1항 내지 제13항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한, 컴퓨터 판독 가능 기록 매체
|
| 15 |
15
하나 이상의 단말로부터 복수의 속성을 포함하는 의료정보를 수신하는 수신부;상기 복수의 속성 중 하나 이상의 속성에 기초하여 상기 의료정보로부터 추출된 요약 정보를 생성하는 제1 생성부;기 학습된 모델을 이용하여 상기 요약 정보를 수치화함으로써 상기 요약 정보에 대응하는 요약 벡터를 생성하는 제2 생성부;기 설정된 함수를 이용하여 상기 요약 벡터와 복수의 후보상품에 대한 매칭도를 산출하는 산출부; 및상기 매칭도에 기초하여 복수의 후보상품 중 광고 대상 단말에 디스플레이 할 광고대상상품을 결정하는 결정부를 포함하는, 의료 광고 타겟팅 장치
|
| 16 |
16
제15항에 있어서,상기 복수의 속성은,환자가 진행한 하나 이상의 검사 항목 식별자, 검사 종류 식별자, 의료기기 식별자, 의료기기 사용자 식별자 및 환자 식별자 중 적어도 일부를 포함하는, 의료 광고 타겟팅 장치
|
| 17 |
17
제16항에 있어서,상기 제1 생성부는, 적어도 상기 검사 항목 식별자에 기초하여 검사 결과 요약 정보를 생성하고, 상기 검사 종류 식별자에 기초하여 검사 결과 요약 정보를 생성하고, 상기 의료기기 식별자에 기초하여 검사 결과 요약 정보를 생성하고, 상기 의료기기 사용자의 식별자에 기초하여 검사 결과 요약 정보를 생성하고,상기 환자 식별자에 기초하여 검사 결과 요약 정보를 생성하는, 의료 광고 타겟팅 장치
|
| 18 |
18
제16항에 있어서,상기 요약 정보는, 인공 신경망을 가지는 인코더에 의하여 산출된 수치 벡터인, 의료 광고 타겟팅 장치
|
| 19 |
19
제16항에 있어서,상기 산출부는, 상기 요약 벡터에 가중치를 설정하고,가중치 설정 시, 상기 광고 대상 단말이 대기 상태인 경우, 상기 의료기기 식별자에 대한 요약 벡터 및/또는 상기 의료기기 사용자 식별자에 대한 요약 벡터에 가중치를 상기 환자 식별자에 대한 요약 벡터에 설정되는 가중치 보다 더 높게 설정하고,상기 광고 대상 단말의 대기 상태로부터 사용 상태로의 전환이 가중치 설정 시로부터 기 설정된 기간 이내에 발생한 경우, 상기 환자 식별자에 대한 요약 벡터에 설정되는 가중치를 상기 의료기기 식별자에 대한 요약 벡터 및 상기 의료기기 사용자 식별자에 대한 요약 벡터에 설정되는 가중치 보다 더 높게 설정하는, 의료 광고 타겟팅 장치
|
| 20 |
20
제17항에 있어서,상기 제2 생성부는,기 학습된 모델을 이용하여 각 식별자 별 요약 정보를 1 이상의 차원 공간상에 수치 형태로 분포시키고, 분포된 수치에 기초하여 상기 각 식별자 별 요약 벡터를 생성하는, 의료 광고 타겟팅 장치
|
| 21 |
21
제20항에 있어서,상기 제2 생성부는,각 식별자 별 생성된 요약 정보가 1 개인 경우, 기 학습된 모델을 이용하여 각 식별자 별 요약 정보를 검사 항목 식별자 축을 포함하는 1 이상의 차원 공간상에 수치 형태로 분포시키고, 분포된 수치에 기초하여 상기 각 식별자 별 요약 벡터를 생성하고, 각 식별자 별 생성된 요약 정보가 복수 개인 경우, 기 학습된 모델을 이용하여 각 식별자 별 요약 정보를 검사 항목 식별자 축 및 시간 축을 포함하는 2 이상의 차원 공간상에 수치 형태로 분포시키고, 분포된 수치들의 평균값에 기초하여 상기 각 식별자에 대한 하나의 요약 벡터를 생성하는, 의료 광고 타겟팅 장치
|
| 22 |
22
제15항에 있어서,상기 결정부는,상기 매칭도에 기초하여 상기 복수의 후보상품에 대한 우선순위를 부여하고, 상기 복수의 후보상품 중 가장 높은 우선순위를 갖는 후보상품을 상기 광고대상상품으로 결정하는, 의료 광고 타겟팅 장치
|
| 23 |
23
제15항에 있어서,상기 산출부는,상기 의료정보 각각의 생성 시각에 기초하여 상기 요약 벡터에 대한 제1 광고 가중치를 설정하고, 상기 요약 벡터에 상기 제1 광고 가중치를 내적하여 상기 매칭도를 산출하는, 의료 광고 타겟팅 장치
|
| 24 |
24
제15항에 있어서,상기 산출부는,각 후보상품의 광고주가 지불한 금액에 비례하는 제2 광고 가중치를 설정하고, 상기 요약 벡터에 상기 제2 광고 가중치를 내적하여 상기 매칭도를 산출하는, 의료 광고 타겟팅 장치
|
| 25 |
25
제15항에 있어서,상기 산출부는,특정한 의료정보에 포함된 검사 항목의 값과 나머지 의료정보에 포함된 검사 항목의 값 간의 일치 비율이 기 설정된 임계값을 초과하는지 여부에 기초하여 상기 검사 항목에 대한 제3 광고 가중치를 설정하고, 상기 요약 벡터에 상기 제3 광고 가중치를 내적하여 상기 매칭도를 산출하는, 의료 광고 타겟팅 장치
|
| 26 |
26
제15항에 있어서,상기 기 설정된 함수는,항등 함수(identity function), 계단 함수(step function), 렐루 함수(ReLU; Rectified Linear Unit function), 시그모이드 함수(sigmoid function), K-평균 알고리즘(K-means clustering algorithm) 및/또는 SVM(Support Vector Machine)을 포함하는, 의료 광고 타겟팅 장치
|
