간병 용품을 추천해주는 전자 장치에 있어서, 상기 전자 장치는,데이터베이스를 저장하는 메모리;외부 장치와 통신하는 통신부; 및적어도 하나의 프로세서;를 포함하고,상기 적어도 하나의 프로세서는,미리 확보된 데이터 셋에 기반하여 멀티모달 제품 추천 모델을 학습하고,상기 멀티모달 제품 추천 모델을 이용하여 환자 데이터에 기반하여 상기 환자에게 적합한 적어도 하나의 간병 용품 리스트를 생성하고,상기 적어도 하나의 간병 용품 리스트를 상기 환자에게 제공하는,전자 장치.

제1항에 있어서,상기 적어도 하나의 프로세서는,상기 적어도 하나의 간병 용품 리스트에 포함된 제품과 상기 환자 데이터에 기반하여 유사도를 계산하고,상기 유사도에 기반하여 추천 제품을 결정하는,전자 장치.

제2항에 있어서,상기 적어도 하나의 프로세서는,상기 적어도 하나의 간병 용품 리스트에 포함된 제품과 상기 환자 데이터에 기반하여 간병 장소와 사용 환경이 일치하는 제품을 추출하고,상기 추출된 제품 중 상기 유사도가 가장 높은 제품을 상기 추천 제품으로 결정하는,전자 장치.

제3항에 있어서,상기 환자 데이터는 정형 데이터 및 텍스트 데이터를 포함하고,상기 정형 데이터는 범주형 변수 및 수치형 변수를 포함하고, 상기 텍스트 데이터는 환자의 상담 데이터 및 제품 후기 데이터를 포함하는,전자 장치.

제1항에 있어서,상기 적어도 하나의 프로세서는,미리 정해진 방법으로 상기 데이터 셋을 확보한 후, 상기 데이터 셋에 대한 전처리를 수행하고,상기 데이터 셋에 기반하여 통합 정보 데이터를 구축한 후, 상기 통합 정보 데이터에 대한 전처리를 수행하고,상기 전처리가 수행된 상기 통합 정보 데이터에 기반하여 상기 멀티모달 제품 추천 모델을 학습하는,전자 장치.

제5항에 있어서,상기 데이터 셋은 환자 정보 데이터, 환자 상담 데이터, 간병 서비스 후기 데이터 및 제품 데이터 중 적어도 하나를 포함하는,전자 장치.

제6항에 있어서,상기 환자 정보 데이터는 환자와 관련된 기본 정보 및 환자 간병을 위해 사용한 제품 정보가 포함되고,상기 환자와 관련된 기본 정보는 독립 변수이고, 상기 환자 간병을 위해 사용한 제품 정보는 종속 변수인,전자 장치.

제7항에 있어서,상기 독립 변수는 범주형 변수 및 수치형 변수를 포함하되, 상기 범주형 변수는 환자의 성별, 병명, 병원 이름, 입원 목적, 입원 경로, 식사보조 방법, 화장실 도움 필요 여부, 거동 도움 필요 여부, 환자의 의식 상태, 감염성 질환 보유 여부, 간병 장소, 환자의 요구 사항 및 서비스 이용 평점 중 적어도 하나를 포함하고, 상기 수치형 변수는 환자의 나이, 몸무게 및 키 중 적어도 하나를 포함하는,상기 종속 변수는 환자가 사용하는 간병 용품에 관한 제품군 변수를 포함하는,전자 장치.

제6항에 있어서,상기 환자 상담 데이터는 음성 데이터 및 텍스트 데이터를 포함하고,상기 적어도 하나의 프로세서는,미리 정해진 모델을 이용하여 상기 음성 데이터를 텍스트 데이터로 변환하고,상기 변환된 텍스트 데이터를 환자 ID에 매칭시켜 저장하는,전자 장치.

제6항에 있어서,상기 간병 서비스 후기 데이터는 간병인 단말기로부터 획득되는 제1 후기 데이터, 환자 단말기로부터 획득되는 제2 후기 데이터 및 간병 서비스 서버로부터 획득되는 제3 후기 데이터를 포함하고,상기 제품 데이터는 범주형 데이터, 텍스트형 데이터 및 수치형 데이터를 포함하고,상기 범주형 데이터는 제품의 크기 및 제품 유형에 관한 데이터이고, 상기 텍스트형 데이터는 제품 사용 후기, 제품 이름, 제품 기능 및 브랜드, 제조사 및 사용 환경에 관한 데이터이며, 상기 수치형 데이터는 제품 가격, 제품 평점 및 제품 추천 수에 관한 데이터인,전자 장치.

제6항에 있어서,상기 적어도 하나의 프로세서는,상기 환자 정보 데이터에 대한 전처리를 수행하고, 상기 환자 상담 데이터에 대한 전처리를 수행하고, 상기 간병 서비스 후기 데이터에 대한 전처리를 수행하고, 상기 제품 데이터에 대한 전처리를 수행하는,전자 장치.

제11항에 있어서,상기 적어도 하나의 프로세서는,상기 제품 데이터에 대한 전처리를 수행하되,상기 제품 데이터에 대한 자연어 처리(natural language processing) 기반의 제1 전처리 동작, 트랜스포머(transformer) 기반 모델을 활용하여 제품과 관련된 주요 키워드를 추출하는 제2 전처리 동작 및 미리 학습된 모델을 활용하여 감성 분석(sentiment analysis)을 통해 평점을 추출하는 제3 전처리 동작을 수행하는,전자 장치.

제6항에 있어서,상기 적어도 하나의 프로세서는,상기 환자 정보 데이터, 상기 환자 상담 데이터, 상기 간병 서비스 후기 데이터 및 상기 제품 데이터에 대한 전처리 동작이 완료되면, 이를 통합하여 상기 통합 정보 데이터를 구축하는,전자 장치.

제13항에 있어서,상기 적어도 하나의 프로세서는,상기 통합 정보 데이터에 포함된 정형 데이터에 대하여는 제1 전처리 모델을 이용하여 제1 통합 전처리 동작을 수행하고,상기 통합 정보 데이터에 포함된 텍스트 데이터에 대하여는 제2 전처리 모델을 이용하여 제2 통합 전처리 동작을 수행하는,전자 장치.

제14항에 있어서,상기 적어도 하나의 프로세서는,서로 다른 신경망 모델을 동시에 사용하여 상기 멀티모달 제품 추천 모델을 학습하되,상기 제1 통합 전처리 동작이 완료된 상기 정형 데이터에 대하여는 제1 신경망 모델을 사용하고, 상기 제2 통합 전처리 동작이 완료된 상기 텍스트 데이터에 대하여는 제2 신경망 모델을 사용하여 상기 멀티모달 제품 추천 모델을 학습하는,전자 장치.

간병 용품을 추천해주는 방법에 있어서, 상기 방법은,미리 확보된 데이터 셋에 기반하여 멀티모달 제품 추천 모델을 학습하는 단계;상기 멀티모달 제품 추천 모델을 이용하여 환자 데이터에 기반하여 상기 환자에게 적합한 적어도 하나의 간병 용품 리스트를 생성하는 단계; 및상기 적어도 하나의 간병 용품 리스트를 상기 환자에게 제공하는 단계;를 포함하는,간병 용품 추천 방법.