KR101981470B1 - 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 및 이를 수행하는 서버 - Google Patents
피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 및 이를 수행하는 서버 Download PDFInfo
- Publication number
- KR101981470B1 KR101981470B1 KR1020160134300A KR20160134300A KR101981470B1 KR 101981470 B1 KR101981470 B1 KR 101981470B1 KR 1020160134300 A KR1020160134300 A KR 1020160134300A KR 20160134300 A KR20160134300 A KR 20160134300A KR 101981470 B1 KR101981470 B1 KR 101981470B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- skin
- skin condition
- information
- compensation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000006872 improvement Effects 0.000 claims abstract description 87
- 238000005259 measurement Methods 0.000 claims abstract description 51
- 238000013528 artificial neural network Methods 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 7
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 239000000047 product Substances 0.000 description 32
- 238000007726 management method Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 15
- 230000003796 beauty Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 239000002537 cosmetic Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 206010013786 Dry skin Diseases 0.000 description 3
- 206010039792 Seborrhoea Diseases 0.000 description 3
- 230000037336 dry skin Effects 0.000 description 3
- 230000037311 normal skin Effects 0.000 description 3
- 230000037312 oily skin Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008406 cosmetic ingredient Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037368 penetrate the skin Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000002374 sebum Anatomy 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000037394 skin elasticity Effects 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000037303 wrinkles 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
-
- 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
-
- 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
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- 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
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명은 피부 상태를 통한 피부 개선 가이드를 제공하는 방법에 관한 것이다. 본 발명에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법은 사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 단계; 상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 단계; 상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 단계; 및 상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 단계를 포함한다. 본 발명에 따르면 피부 상태의 진단과 관리를 일체로 받을 수 있어 시간과 비용 측면에서 유리하다. 또한, 개인용 미용 기기의 사용에 따른 효과를 즉시 확인할 수 있도록 하여 그 사용성을 높이고 사용에 따른 보상으로 포인트를 지급하여 기기의 사용성을 높일 수 있다. 나아가, 보상으로 지급된 포인트로 주문 가능한 상품을 개인별로 추천하고, 추천된 상품의 주문에 따른 피부 개선을 반영하여 보상함으로써 상품 구매와 기기의 사용에 따른 피부 개선의 선순환 구조를 만든다.
Description
본 발명은 피부 상태를 통한 피부 개선 가이드를 제공하는 방법에 관한 것이다. 보다 상세하게는 사용자의 피부 상태 데이터를 학습하고 이를 통해 맞춤형 가이드를 제공하는 방법에 관한 것이다.
외모에 대한 관심의 증가로 성별을 불문하고 피부관리에 관심이 많은 남성과 여성들은 상대적으로 장기간의 규칙적인 관리가 필요한 피부과나 관리실을 바쁜 경제 활동으로 인하여 불규칙적으로 방문하거나 도중에 관리를 중단하여 관리의 효과를 보는데 어려움이 있다. 이러한 상황에서 바쁜 현대인들에게 가정 또는 회사에서 개인적으로 사용가능한 미용기기가 적절한 대안으로 부각되고 있다.
최근에 들어 세계적으로 미용기기, 이른바 뷰티 디바이스 시장이 성장세를 보이고 있으며, 향후 뷰티 산업계를 이끌 미래 성장 동력으로 다양한 기술과 결합한 개인용 미용 기기 분야가 주목을 받고 있다.
구체적으로, 개인용 미용 기기 시장은 아직까지 진동 클렌저나 마사지 기기 등 직접 피부를 관리해 주는 제품들이 주도하고 있는 상황이지만 IoT(Internet of Things), 비콘(beacon) 등 최신 기술이 접목되면서 신개념 제품들의 비중이 빠르게 확대될 것으로 예상되고 있어 기술적 확대범위는 매우 넓고 다양할 것으로 기대되고 있다.
현재 개인용 미용 기기 시장은 연 평균 18% 정도의 고성장을 하고 있으며, 최근 다양한 개인용 미용 기기가 출시 및 판매되고 있다. 다만, 직장이나 가정에서의 개인적인 사용 시 미용 기기에 따른 피부 개선의 정도를 육안으로 확인하기 어려워 구매 후 사용 빈도는 점점 줄고 있는 실정이다.
따라서, 사용자는 피부상태를 확인하기 위하여 피부과의 각종 센서를 통한 진단장치를 이용한 관리를 함께 받고 있는 실정이며, 관리와 측정에 대한 시간적, 금전적 지출의 여전한 부담으로 인해 진단과 관리가 일체화된 미용 기기의 필요성이 요구되고 있다.
또한, 최근의 개인의 특성과 기호에 맞는 제품 구매방식으로 변화하고 있는 소비추세를 반영하여 개인용 미용 기기 관련 업계 역시 맞춤형 시대로 진입하고 있으며, 개인용 미용 기기의 측정 및 분석과 스마트폰의 어플리케이션을 통한 맞춤형 정보제공으로 맞춤형으로 진단과 관리를 일체로 제공 받을 수 있는 서비스도 요구되고 있다.
상기 기술적 과제를 해결하기 위하여 본 발명은 피부상태 등의 신체변화 상태를 여러 가지 센서를 통해 실시간으로 정밀 진단하는 기술을 개발하고, 이러한 기술을 통해 획득한 정보를 데이터 분석 알고리즘을 통해 사용자의 피부를 맞춤형으로 관리하는 방법을 제안하는 것을 목적으로 한다.
또한, 모바일 및 소셜 네트워크 기반의 관리시스템과 결합시켜 상호간의 정보를 교류하고 개인별 피부 관리 방법을 추천하는 시스템을 제안하는 것을 목적으로 한다.
또한, 빅데이터를 이용한 딥러닝 기술을 피부 관리에 접목하여, 현 수준의 기술에서 국한되지 않고, 학습, 발전하는 단계를 거치도록 하며 지역적 한계를 벗어나 적용 가능하며, 보다 신뢰도 높은 정보의 제공 및 이를 활용한 비즈니스 모델을 창출하는 것을 목적으로 한다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법은 사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 단계; 상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 단계; 상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 단계; 및 상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 단계를 포함한다.
상기 판단하는 단계는 상기 피부 상태 측정 정보로 상기 피부 개선 장치로부터 측정된 상기 사용자의 유분, 수분, 산성도, 피부 속성 정보 중 적어도 하나의 정보를 수신하는 것이 바람직하다.
상기 판단하는 단계는 환경 정보로 온도, 습도, UV지수 정보 중 적어도 하나의 정보를 더 수신하는 것이 바람직하다.
상기 판단하는 단계는 상기 피부 상태를 정상, 지성, 건성 및 복합성 중 어느 하나로 판단하는 것이 바람직하다.
상기 판단하는 단계는 입력 데이터로 상기 피부 상태 측정 정보와 출력 데이터로 상기 피부 상태 간의 신경 회로망(NN:Neural Network)을 구성하여 상기 피부 상태를 판단하는 것이 바람직하다.
상기 판단하는 단계는 상기 사용자의 상기 피부 상태 측정 정보의 이력과 상기 피부 개선 장치의 사용 정보를 이용하여 상기 사용자의 개선 정도를 판단하고, 상기 생성하는 단계는 상기 사용 정보 및 상기 개선 정도에 따른 보상을 생성하는 것이 바람직하다.
상기 사용자의 개선 정도는 상기 결정된 분류를 기준으로 항목별 피부 상태 측정 정보의 변화 정도로 판단하는 것이 바람직하다.
상기 가이드 및 보상의 제공 방법은, 상기 보상을 통해 상기 사용자가 주문 가능한 상품을 상기 피부 상태에 따라 추천 하는 단계를 더 포함한다.
상기 추천 하는 단계는 상기 피부 상태에 따라 필요한 성분을 결정하고, 상품별 성분 정보를 이용하여 상기 결정된 성분을 포함하는 상품을 추천하는 것이 바람직하다.
상기 생성하는 단계는, 상기 보상을 통해 상기 상품의 주문 및 사용 여부를 반영하여 상기 보상을 생성하는 것이 바람직하다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 장치는 피부 개선 장치로 측정된 사용자의 항목별 피부 상태 측정 정보를 수집하는 수집부; 사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 판단부; 상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 제공부; 상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 수신부; 및 상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 보상 생성부를 포함한다.
상기 판단부는 입력 데이터로 상기 피부 상태 측정 정보와 출력 데이터로 상기 피부 상태 간의 신경 회로망(NN:Neural Network)을 구성하여 상기 피부 상태를 판단하는 것이 바람직하다.
상기 판단부는 상기 사용자의 상기 피부 상태 측정 정보의 이력과 상기 피부 개선 장치의 사용 정보를 이용하여 상기 사용자의 개선 정도를 판단하고, 상기 보상 생성부는 상기 사용 정보 및 상기 개선 정도에 따른 보상을 생성하는 것이 바람직하다.
상기 사용자의 개선 정도는 상기 결정된 분류를 기준으로 항목별 피부 상태 측정 정보의 변화 정도로 판단하는 것이 바람직하다.
상기 가이드 및 보상의 제공 서버는, 상기 보상을 통해 상기 사용자가 주문 가능한 상품을 상기 피부 상태에 따라 추천부를 더 포함한다.
상기 추천부는 상기 피부 상태에 따라 필요한 성분을 결정하고, 상품별 성분 정보를 이용하여 상기 결정된 성분을 포함하는 상품을 추천하는 것이 바람직하다.
상기 보상 생성부는, 상기 보상을 통해 상기 상품의 주문 및 사용 여부를 반영하여 상기 보상을 생성하는 것이 바람직하다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체는 사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 단계; 상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 단계; 상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 단계; 및 상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 단계를 포함하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 실행시키기 위한 프로그램을 포함한다.
본 발명에 따르면 피부 상태의 진단과 관리를 일체로 받을 수 있어 시간과 비용 측면에서 유리하다.
또한, 개인용 미용 기기의 사용에 따른 효과를 즉시 확인할 수 있도록 하여 그 사용성을 높이고 사용에 따른 보상으로 포인트를 지급하여 기기의 사용성을 높일 수 있다. 나아가, 보상으로 지급된 포인트로 주문 가능한 상품을 개인별로 추천하고, 추천된 상품의 주문에 따른 피부 개선을 반영하여 보상함으로써 상품 구매와 기기의 사용에 따른 피부 개선의 선순환 구조를 만들 수 있다.
또한, 소셜 네트워크의 웹-모바일 접근성을 활용하여 시공간에 제약 받지 않는 관리 모델을 제공하여 사용자의 활용성을 높일 수 있으며, 상호간의 정보 교류를 통해 개인의 특성과 기호에 맞는 관리 방안을 찾고 맞춤형 관리 가이드를 제공해 줄 수 있다.
도 1은 본 발명을 일 실시예에 따른 제공 서버 및 사용자 단말 간의 서비스 양태를 예시적으로 나타내는 개념도이다.
도 2는 본 발명의 일 실시예에 따른 제공 서버를 통한 맞춤형 피부 관리 플랫폼의 구조를 예시하는 도이다.
도 3은 본 발명의 일 실시예에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 나타내는 흐름도이다.
도 4 및 도 5는 도 3에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 세부적으로 나타내는 흐름도이다
도 6은 본 실시예에 따른 신경회로망을 이용한 피부상태 학습 및 판단 시스템의 구성을 나타내는 도이다.
도 7은 도 6에 따른 신경회로망 학습 알고리즘의 데이터 흐름을 나타내는 도이다.
도 8은 본 발명의 일 실시예에 따른 제공 서버를 나타내는 블록도이다.
도 2는 본 발명의 일 실시예에 따른 제공 서버를 통한 맞춤형 피부 관리 플랫폼의 구조를 예시하는 도이다.
도 3은 본 발명의 일 실시예에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 나타내는 흐름도이다.
도 4 및 도 5는 도 3에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 세부적으로 나타내는 흐름도이다
도 6은 본 실시예에 따른 신경회로망을 이용한 피부상태 학습 및 판단 시스템의 구성을 나타내는 도이다.
도 7은 도 6에 따른 신경회로망 학습 알고리즘의 데이터 흐름을 나타내는 도이다.
도 8은 본 발명의 일 실시예에 따른 제공 서버를 나타내는 블록도이다.
이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시 되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이외같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다.
또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하에는 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예에 대해 상세하게 설명한다.
도 1은 본 발명을 일 실시예에 따른 제공 서버(100) 및 사용자 단말(20) 간의 서비스 양태를 예시적으로 나타내는 개념도이다.
도 1을 참조하면, 본 실시예에서 사용자(10)는 사용자 단말(20)과 피부 개선 장치(13)를 이용하여 사용자(10)의 정보와 측정 정보를 제공 서버(100)에 송신하고, 제공 서버(100)로부터 피부 개선을 위한 각종 정보를 수신한다.
이때, 제공 서버(100)는 데이터 베이스 서버(200)와의 통신을 통해 사용자(10)의 정보를 축적하고 이를 통해 제공 서버(100)는 축적된 정보를 학습 및 분석하여 사용자(10)에게 맞춤형 가이드를 제공해 줄 수 있다.
본 실시예에서 각 구성은 정보의 송수신을 위하여 통신 모듈을 포함할 수 있다. 통신 모듈은 사용자 단말(20), 피부 개선 장치(13)와 제공 서버(100)를 유/무선 통신 시스템을 통해 연결할 수 있다.
일례로, 무선 인터넷 기술로는 WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등이 이용될 수 있다. 또다른 예로, 유선 인터넷 기술로는 XDSL(Digital Subscriber Line), FTTH(Fibers to the home), PLC(Power Line Communication) 등이 이용될 수 있다.
또한, 사용자 단말(20)과 피부 개선 장치(13)의 통신 모듈은 근거리 통신 모듈을 포함하여, 근거리 통신 모듈을 포함한 전자 장치와 데이터를 송수신할 수 있다. 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), ZigBee 등이 이용될 수 있다.
본 실시예에서 사용자 단말(20)은 휴대폰, 태블릿, PDA, 노트북, PC 및 휴대용 멀티미디어 기기 등 사용 가능한 UE를 통칭한다.
사용자 단말(20)을 통해 사용자(10)는 제공 서버(100)에 각종 사용자(10)의 계정 정보와 성별, 나이 등의 신상 정보를 제공하고 제공 서버(100)는 이를 활용하여 맞춤형 서비스를 제공할 수 있다.
또한, 제공 서버(100)로부터 피부 개선 장치(13)의 사용 가이드로 스케줄 정보 등을 수신할 수 있으며 사용자(10)는 사용자 단말(20)의 디스플레이 모듈을 통해 이를 확인하고 피부 개선 장치(13)의 이용에 활용할 수 있다.
본 실시예에서 피부 개선 장치(13)는 사용자(10)의 피부의 측정과 관리를 일체로 수행하기 위한 장치로 장치 내부의 센서를 통한 피부 상태의 측정과 어플리케이션을 통한 분석 결과를 이용하여 종합적으로 측정 및 진단을 수행한다.
피부 개선 장치(13)는 종류에 따라 다양한 기능을 제공하며 진동, 초음파, 전류, 광원(LED) 등을 이용하여 피부를 관리하거나 노폐물을 제거하는 등의 기능을 수행하는 모든 피부 미용기기를 통칭한다.
구체적으로 본 실시예에서 피부 개선 장치(13)는 장치가 +극 일 경우 피부 속 노폐물을 제거하고, -극일 경우 화장품의 유효성분을 피부로 침투시키는 갈바닉(galvanic) 미세전류를 이용한 장치를 포함할 수 있다.
본 실시예에서 피부 개선 장치(13)는 상술한 근거리 통신 모듈을 포함하여 개선 기능의 사용 후의 피부 상태를 즉각적으로 제공 서버(100) 또는 사용자 단말(20)의 전용 어플리케이션으로 전송하여 맞춤형 서비스가 제공될 수 있도록 한다.
본 실시예에서 제공 서버(100)는 피부 진단과 관리의 일체화된 서비스를 제공하기 위하여 지속적으로 사용자 단말(20)의 어플리케이션을 통해 피부 측정 정보와 피부 개선 장치(13)의 사용 정보를 수신하며, 내부 알고리즘을 통한 분석 정보와 외부 환경 및 기타 정보를 반영한 사용 가이드 정보를 생성하여 사용자 단말(20)에 송신해 준다.
또한, 제공 서버(100)는 사용 정보에 따른 보상을 생성하고 이를 통해 사용자(10)가 피부 개선에 도움이 되는 상품을 구매할 수 있도록 해준다.
또한, 본 발명에 따른 제공 서버(100)는 다양한 사용자(10)들로 구성되는 소셜 네트워크와 온/오프라인 마켓 서버(300)와 연동하여 피부의 관리와 제품의 구매, 사용자(10)간 커뮤니케이션을 지원하는 통합 플랫폼을 지원할 수 있다.
도 2는 본 발명의 일 실시예에 따른 제공 서버(100)를 통한 맞춤형 피부 관리 플랫폼의 구조를 예시하는 도이다.
도 2를 참조하면, 제공 서버(100)는 사용자(10)의 피부를 진단하는 진단부와 관리부로 구성될 수 있으며 외부 데이터 서버(200)와 온/오프라인 마켓 서버(300)와 연동하여 서비스 플랫폼을 구성한다.
외부 데이터 서버(200)는 환경 정보로서 온도/습도/UV 지수/미세먼지 농도 등의 피부에 영향을 미칠 수 있는 정보를 관리하는 주체로서 기상청 서버일 수 있다.
또한, 수집된 측정 정보를 통해 사용자(10)의 피부 상태를 판단하기 위한 기준으로 참조할 수 있는 전문 정보를 포함하는 서버를 포함할 수 있으며, 나아가 사용자(10)에게 상품을 추천하기 위하여 상품에 포함된 성분 요소 들의 정보를 관리하는 서버를 포함할 수 있다.
우리나라에서는 식약청에서 화장품의 성분 정보를 관리하고 있는 바 본 실시예에서 외부 데이터 서버(200)는 식약청의 데이터 서버 일 수 있다.
온/오프라인 마켓 서버(300)는 사용자(10)가 피부 개선을 위해 상품을 구매할 수 있는 상점을 관리하는 서버로서 온라인 마켓의 서버와 오프라인 마켓의 정보를 관리하는 관리 서버를 포함한다.
즉, 온라인 마켓 서버(300)는 상품의 검색과 주문에 따른 배송을 제공하는 주체가 관리하는 서버로 제공 서버(100)로부터 생성된 보상 정보를 수신하여 사용자(10)가 자신에게 주어진 보상을 이용하여 상품을 구매할 수 있도록 한다.
오프라인 마켓에 대하여는 상품을 구매할 수 있는 오프라인 마켓의 위치 정보를 제공하여 사용자(10)가 직접 원하는 상품을 방문하여 구매할 수 있도록 해준다.
또한 오프라인 마켓에서는 비콘과 같은 근거리 통신 모듈을 통해 사용자(10)의 정보를 바탕으로 사용자 단말(20)에 추천되는 상품 정보를 제공하도록 할 수 있으며, 소셜 네트워크를 통해 수집되는 다수의 축적된 사용자(10) 데이터를 바탕으로 사용자(10) 니즈를 파악하고 이에 맞는 마케팅 전략 수립하는 것도 가능하다.
구체적으로, 본 발명에 따른 제공 서버(100)는 소셜 네트워크를 기반으로 복수의 사용자(10)에 대한 측정 정보를 통해 사용자(10)간 유사성을 추출하고 사용자(10) 간의 정보 공유와 연계를 통해 다양한 정보를 제공해 줄 수 있으며, 보상에 따른 상품을 구매할 수 있는 온/오프라인 마켓 서버(300)와 연계하여 포괄적인 서비스를 제공해 줄 수 있다.
사용자(10)들은 소셜 네트워크 기반의 상호 정보 교류를 통해 보다 신속한 정보의 습득이 가능하며, 제공 서버(100)도 사용자(10)로부터 장치 사용 또는 상품 사용 등의 피드백을 수신하고 이를 분석하여 서비스와 제품을 개선해 나갈 수 있다.
이하, 도 3을 참조하여 본 발명의 일 실시예에 따른 제공 서버(100)에서 제공하는 서비스에 대하여 설명한다.
도 3은 본 발명의 일 실시예에 따른 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 나타내는 흐름도이다.
먼저, 서비스의 제공을 위하여 사용자(10)의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단한다(S100).
본 실시예에서의 학습은 머신러닝의 하나로, 수집되는 피부 상태의 측정 정보 또는 외부 데이터들의 패턴을 파악하고 데이터를 분류하고 결과를 예측하기 위한 딥러닝 기술을 이용하여 수행될 수 있다.
이하, 본 실시예에 따른 판단하는 단계(S100)는 도 4를 참조하여 보다 상세히 설명한다.
도 4를 참조하면, 본 실시예에서 판단하는 단계는 피부 상태 측정 정보로 피부 개선 장치(13)로부터 측정된 사용자(10)의 유분 및 수분 정보를 입력 받는다(S110).
즉 피부 개선 장치(13)에 포함된 센서를 통해 사용자(10)의 피부에 대한 센싱 정보를 수집하며, 본 실시예에 따른 갈바닉 피부 개선 장치(13)는 유수분 센서를 통해 유분 및 수분 정보를 수집한다.
이때, 본 실시예에서 갈바닉 피부 개선 장치(13)는 헤드부에 탈착가능한 구조로서 관리시에는 갈바닉부를 결합하고, 측정시에는 센서부를 결합하여 관리와 측정을 필요에 따라 수행하도록 할 수 있다.
또한, 판단하는 단계(S100)는 제공 서버(100)가 직접 피부 개선 장치(13)로부터 피부 상태 측정 정보를 수신하는 것도 가능하나 사용자 단말(20)에 설치된 전용 어플리케이션을 통해 수신하는 것도 가능하다.
전용 어플리케이션에서 수신된 정보를 정리 및 가공하여 사용자 단말(20)의 사용자(10) 정보와 함께 제공 서버(100)로 송신함으로써, 제공 서버(100)의 측정 정보의 관리 효율을 높일 수 있다.
다음, 본 실시예에서는 외부 정보를 더욱 입력 받는다(S120).
즉, 외부 정보로 환경 정보로 온도, 습도, UV지수 정보 중 적어도 하나의 정보를 더욱 수신할 수 있다. 본 실시예에서는 피부 상태의 판단을 위해 피부 개선 장치(13)에서 수집하는 정보에 영향을 미칠 수 있는 외부 환경 정보를 추가로 수신하여 환경적인 영향을 고려한 피부 상태를 판단한다. 이때, 온도 및 습도 정보는 피부 상태의 측정을 위한 기준으로 활용될 수 있다.
추가적으로, 판단하는 단계는 UV 지수 정보를 수신할 수 있다. UV 지수를 통해 UV의 차단에 대응하는 사용 가이드를 제공해 줄 수 있다.
이상, 본 실시예에서 판단하는 단계(S100)에서 입력으로 이용하는 데이터는 5가지 항목의 정보를 이용할 수 있다. 예를 들어 측정 데이터의 조절을 위한 UV 지수, 측정 기준의 설정을 위한 온도 및 습도 값과, 피부 개선 장치(13)로부터 측정되는 정보로 유분 및 수분 값을 이용할 수 있다.
또한, 본 실시예에서는 5가지의 입력 데이터 외에 피부에 영향을 미칠 수 있으며 센싱 가능한 정보들을 모두 이용할 수 있다.
예를 들어, 피부 개선 장치(13) 또는 사용자 단말(20)을 통해 수집가능한 피부 측정 정보로 유/수분 뿐 아니라 ph(산성도), 피부 속성 정보로서 피부결, 피부 탄력도, 피지, 모공, 피부 민감도, 피부 주름 정보 등을 이용할 수 있다.
UV 지수 정보는 기상청 데이터로서 광역의 자외선 지수 외에, 피부 개선 장치(12) 내 자외선 측정 센서를 이용하여 사용자 위치를 기반으로 한 국소적 자외선 지수 정보를 이용하는 것도 가능하며, 또한 외부 정보로, 대기오염 지수로 미세먼지 농도, 오존농도 등의 정보를 기상청으로부터 수신하여 이용하는 것도 가능하다.
이상의 5가지 입력 데이터를 통해 판단하는 단계(S100)는 피부 상태를 정상, 지성, 건성 및 복합성 중 어느 하나로 판단한다.
구체적으로 아래의 표와 같이 피부 상태를 판단할 수 있다.
| ① 정상피부 |
| ② 지성피부 |
| ③ 건성피부 |
| ④ 복합성피부Ⅰ(T존 : 지성, U존 : 건성, 목 : 정상) |
| ⑤ 복합성피부Ⅱ(T존 : 지성, U존 : 정상, 목 : 건성) |
| ⑥ 복합성피부Ⅲ(T존 : 건성, U존 : 지성, 목 : 정상) |
표 1을 참조하면, 피부 상태 측정 정보로 유분/수분 값과 외부 데이터 값들을 이용하여 사용자(10)의 피부 상태를 6가지 분류 중 하나로 판단한다.
유분 및 수분 값에 따라 정상/지성/건성으로 구분하되 복합성인 경우에는 사용자(10)의 얼굴을 구분하여 T존/U존/목 3가지 기준에 따라 피부 상태를 판단한다.
본 실시예에서 T존은 얼굴을 기준으로 이마와 코를 잇는 가상의 선을 기준으로 유분과 수분 값을 측정하여 판단할 수 있다. U존은 얼굴의 윤곽 선을 기준으로 유분과 수분 값을 측정하여 판단할 수 있다.
또한, 본 실시예에서 미리 결정된 또는 학습 후 수정된 분류를 통한 피부 상태의 판단은 초기 설정값으로 학습을 위한 최초 설정 단계에서만 적용될 수 있으며, 이후 학습을 통한 세분화, 정밀화 단계를 거쳐, 신뢰도 높은 데이터를 제공하기위해 수정 또는 확장되는 분류를 포함한다.
따라서, 본 실시예에서 판단하는 단계(S100)는 정상, 지성, 건성 및 복합성의 피부 상태 분류가 학습 이후 더욱 세분화될 수 있으며, 수집되는 데이터의 인적 환경, 국가적 환경 등에 따라 국가별, 인종별, 지역별, 기후별로 분류가 확장될 수도 있다.
이상의 피부 상태의 판단을 위하여 본 실시예에서 판단하는 단계(S100)는 신경 회로망을 이용하여 측정 정보를 학습한다(S130).
상술한 바에 따라 본 실시예에서 판단하는 단계(S100)는 머신러닝 중 딥러닝을 이용하여 학습을 수행할 수 있으며, 보다 구체적으로는 딥러닝 중 인간의 신경망의 구조를 모방하여 학습을 수행하는 신경 회로망(NN:Neural Network)을 요소 기술로 이용할 수 있다.
즉 본 발명에 따른 일 실시예에서는 입력 데이터로 5가지의 피부 상태 측정 정보와 출력 데이터로 6가지의 피부 상태의 학습을 통해 신경 회로망(NN:Neural Network)을 구성하여 보다 정확한 피부 상태를 판단한다(S140).
신경회로망의 학습(learning) 능력을 이용하여 피부 상태 측정 정보를 분석하고 예측하여 6가지의 피부상태로 분류할 수 있는 신경회로망 기반의 피부 상태 판단 알고리즘을 이용할 수 있다.
이에 대해서는 도 6 및 도 7을 참조하여 보다 상세히 설명한다.
도 6은 본 실시예에 따른 신경회로망을 이용한 피부상태 학습 및 판단 시스템의 구성을 나타내는 도이다.
도 6을 참조하면, 측정된 피부 상태 측정 정보를 정규화(Normalize)하여 신경회로망의 입력(62)으로 사용하고, 피부 상태 측정 정보의 특징을 추출하기 위하여 학습 데이터(learning data)를 생성한다.
본 실시예에서 신경회로망(64)의 구성은 복수의 은닉층으로 구성되는 다층 신경회로망(multi-layer Neural Networks)으로 구성하여 주어진 입력 데이터와 출력 데이터와의 상관관계를 학습하도록 할 수 있다.
신경회로망의 출력(S66)은 정규화하여 상술한 표 1과 같이 정상, 지성, 건성, 복합성Ⅰ, 복합성Ⅱ, 복합성Ⅲ로 분류할 수 있도록 구성한다.
또한, 학습 데이터의 생성시 샘플링을 통한 전문 정보를 활용하는 것도 가능하다. 즉, 사람의 피부 상태를 샘플링하여 전문가의 분석을 통하여 피부 상태를 판단하게 하고 신경회로망의 학습 알고리즘은 전문가의 피부상태 판단 기준을 학습하도록 하여 보다 전문성 있는 피부 상태를 판단할 수 있다.
이하, 도 7을 참조하여 신경 회로망 학습 알고리즘에 대하여 설명한다.
도 7은 도 6에 따른 신경회로망 학습 알고리즘의 데이터 흐름을 나타내는 도이다.
도 7을 참조하면, 본 실시예에서는 다층 신경회로망을 기본으로 하는 오류 역전파 학습 알고리즘(err-back propagation learning algorithm)을 통하여 피부 상태를 판단하도록 하며, 추가적으로 전문가의 수치 데이터로 판단된 피부상태 데이터를 활용하도록 할 수 있다.
이때, 학습데이터의 생성은 중복도를 피하기 위해 전 처리 과정을 거처 수행될 수 있으며, 학습의 가속화를 위하여 모멘텀(momentum)항을 추가할 수 있도록 한다. 나아가 선형 분리가 잘 이루어질 수 있도록 오프 셋 값을 잘 설정하여 학습이 이루어질 수 있도록 할 수 있다.
다층 신경회로망의 내부 뉴런의 수는 학습데이터의 정보량을 계산하여 뉴런의 수를 결정하도록 하며 신경회로망의 출력은 원하는 출력에 대하여 예측값으로 목표치의 백분율(%)로 표시될 수 있다.
또한 본 실시예에서 학습은 오프라인 환경에서 수행되며 갱신되도록 하되 필요에 따라서 온라인으로 입력되는 정보를 반영할 수 있도록 하는 것이 바람직하다. 또한, 사용자(10)의 설정에 따라 학습의 정도를 조절할 수 있도록 하며 불필요한 오버 러닝(over learning)을 방지한다.
추가적으로, 본 실시예에서 학습은 상술한 예에서는 출력을 미리 분류하고 있는 바, 미리 알려진 훈련데이터 군을 학습시켜서 새로 추가되는 데이터를 데이터 군으로 분류하는 지도 학습(Supervised Learning) 방법을 이용하는 것으로 예시하고 있으나, 이외에 훈련데이터 군 없이 특성이 비슷한 데이터를 군집화하는 비지도 학습(Unsupervised Learning), 지도 학습에서 나아가 스스로 입력 데이터를 생성하는 것을 통해 학습을 수행하는 강화 학습(Reinforcement Learning) 방법도 이용될 수 있다.
다시 도 4를 참조하면, 본 실시예에서는 판단된 피부 상태와 외부 정보 중 화장품의 성분에 대한 정보를 이용하여 피부 상태에 따른 추천 정보를 생성하게 할 수 있다(S150).
이때, 추천 정보는 사용자(10)에게 피부 개선을 위해 필요한 화장품 등의 상품 정보 일 수 있으며 구체적으로 상품의 구매가 가능한 온오프라인 마켓의 주소 정보를 포함할 수 있다.
또한, 직접 성분을 추천해 주어 사용자(10)가 성분을 조합하여 화장품을 맞춤형으로 주문할 수 있도록 하는 것도 가능하다.
추가적으로, 추천 정보는 제공 서버(100)에서 사용자 단말(20)의 어플리케이션을 통해 제공되되 추천 정보가 상품을 판매하는 오프라인 마켓의 위치 정보를 포함하는 경우에는 사용자 단말(20)의 위치 정보를 이용하여 오프라인 마켓의 비콘 등을 통해 근처에 있는 오프라인 마켓에서 추천 정보를 제공하도록 하는 것도 가능하다.
이때, 추천 정보는 제공 서버(100)가 오프라인 마켓과 사용자 단말(20) 간을 중개하는 역할을 수행한다.
다시, 도 3을 참조하면 본 실시예에 따른 가이드 및 보상의 제공 방법은 판단하는 단계(S100) 이후에 판단된 피부 상태에 따른 피부 개선 장치(13)의 사용 가이드를 사용자(10)에게 제공한다(S200).
사용 가이드는 판단된 피부 상태에 따른 피부 개선 장치(13)의 사용량, 사용빈도, 사용 스케쥴 등의 사용 태양을 안내하는 정보로서, 사용자(10)는 이를 활용하여 자신에게 맞는 장치의 사용을 통해 피부를 개선할 수 있다.
추가적으로, 본 실시예에서 제공되는 사용 가이드는 피부 개선 장치(13)외 피부 개선을 위한 상품으로 화장품의 사용 가이드를 포함할 수 있다.
즉, 상술한 판단하는 단계(S100) 중 도 4에 따른 외부 정보 입력 단계(S120)는 외부 정보로서 식약청 서버 또는 화장품 제조사 서버 등으로부터 화장품의 성분 정보를 입력 받고, 신경 회로망을 이용하여 학습하는 단계(S130)는 이와 함께 피부 상태 측정 정보를 이용하여 학습을 수행한다.
이를 통해, 본 실시예에서 제공하는 단계(S200)은 화장품의 사용 가이드를 생성하여 제공하는 것도 가능하다.
또한, 사용 가이드는 후술하는 사용자(10) 보상의 생성을 위한 기준 정보로 활용될 수 도 있다. 즉 사용 가이드에 부합하는 사용자(10)의 장치 사용이 있는 경우에는 이를 보상함으로써 사용자(10)에게 올바른 장치의 사용을 유도할 수 있다.
따라서, 본 실시예에 따른 가이드 및 보상의 제공 방법은 제공하는 단계(S200) 이후에 사용자(10)의 피부 개선 장치(13)의 사용 정보를 수신한다(S300).
피부 개선 장치(13)의 사용 정보는 피부 개선 장치(13)가 스스로 사용자(10)의 사용 시간을 인식하여 이를 기록하도록 하고, 사용자 단말(20)은 피부 개선 장치(13)가 기록한 정보를 어플리케이션을 통해 수신하게 할 수 있다.
이후 사용자 단말(20)은 수신된 사용 정보를 제공 서버(100)로 송신하는 것을 통해 사용 정보를 수신한다.
이때, 사용 정보는 피부 개선 장치(13)의 사용 시간, 사용 일자 정보 등을 포함하고 있다.
다음, 본 실시예에 따른 가이드 및 보상의 제공 방법은 제공된 사용 가이드 대비 수신된 사용 정보에 따른 보상을 생성하여 제공한다(S400).
본 실시예에서 보상은 화장품과 같은 상품을 판매하는 온라인 마켓 또는 오프라인 마켓에서 활용가능한 포인트일 수 있다.
즉, 본 실시예에서는 상품의 구매액의 일정 비율 또는 상품평, 후기 등을 남기는 것을 통해 포인트를 지급하는 기존의 온/오프라인 마켓의 정책과 달리 사용자(10)의 상품의 사용 정보에 따른 포인트를 지급하는 것을 특징으로 한다.
기존의 개인용 피부 개선 장치(13)들의 경우 사용자(10)가 구입 후 가시적인 효과를 확인하기 어려운 문제로 구매 후 시간이 지날수록 사용성이 감소하는 문제를 해결하기 위하여 본 실시예에서는 사용량에 따른 포인트를 지급하여 피부 개선의 효과외의 부수적인 이익을 사용자(10)가 획득할 수 있도록 한다.
또한, 이때 단순 사용량에 따른 포인트를 지급하는 것에서 나아가 상술한 제공하는 단계(S200)에서의 피부 개선 장치(13)의 사용 가이드와 비교를 하여 포인트를 산정하여 지급하는 것도 가능하다.
즉, 피부의 개선을 위해서는 정해진 스케쥴에 맞는 올바른 사용이 필요하므로 단순 사용량 만으로 포인트를 지급하지 않고, 사용 시간, 주기, 기간 등의 정보를 복합적으로 활용하여 포인트를 지급하는 것이 실질적인 피부 개선에 따른 보상으로 의미가 있을 수 있다.
따라서 본 실시예에서는 실질적인 피부 개선을 유도하기 위한 보상의 지급 방법을 통해 사용자(10)의 장치 사용을 유도한다.
이하, 도 5를 참조하여 본 실시예에 따른 보상의 제공에 대하여 보다 상세히 설명한다.
상술한 바와 같이, 보상의 전제로 피부 상태 판단에 따른 사용 가이드를 생성하고 이를 제공한다(S210).
사용 가이드의 생성은 제공 서버(100)에서 생성될 수 있으며, 이를 제공 받는 주체는 사용자 단말(20)의 어플리케이션일 수 있다. 어플리케이션을 통해 사용자(10)는 제공 서버(100)로 접속하여 사용 가이드를 수신한다.
다음, 수신된 사용 가이드를 피부 개선 장치(13)에 전달하여 피부 개선 장치(13)가 사용자(10)에게 맞는 동작 모드를 설정하도록 한다.
사용 가이드를 제공하고 나면, 피부 개선 장치(13)의 사용 여부를 판단 한다(S310).
사용 여부는 피부 개선 장치(13)가 직접 사용 시간 등의 정보를 기록 한 것으로 사용자 단말(20)의 어플리케이션을 통해 제공 서버(100)가 전달 받을 수 있다.
다음, 제공한 사용 가이드와 전달 받은 사용 정보를 이용하여 보상을 생성하고 제공해 줄 수 있다(S400).
추가적으로, 본 실시예에서는 피부 개선 장치(13)의 사용 여부와 함께 피부 개선 장치(13)의 유분/수분 센서를 통해 실제 개선 정도를 보상의 생성에 반영하는 것도 가능하다.
즉, 사용자(10)의 피부 상태 측정 정보의 이력과 피부 개선 장치(13)의 사용 정보를 이용하여 사용자(10)의 개선 정도를 판단하며(S410), 보상의 생성 및 제공하는 단계(S)는 사용 정보 및 개선 정도를 반영하여 보상을 생성할 수 있다(S420).
이때, 사용자(10)의 개선 정도는 학습을 통해 결정된 분류를 기준으로 항목별 피부 상태 측정 정보의 변화 정도로 판단할 수 있다.
구체적으로 정상, 지성, 건성 피부에 따라 변화되는 유분/수분 항목별 값을 통해 개선의 정도를 판단할 수 있으며 복합성 피부의 경우 T존, U존, 목 부분의 항목별 값들을 개별적으로 비교하여 개선의 정도를 판단할 수 있다.
이후, 판단된 개선의 정도를 보상에 반영할 수 있다.
예를 들어 지성 또는 건성 피부가 정상 피부로 개선된 경우에는 보상이 증가하도록 하거나, 또는 항목별로 유분 값만 감소한 경우, 수분 값만 증가한 경우로 나누어 보상을 증가하도록 할 수 있다.
또한, 이러한 보상은 제1 기준으로 사용 가이드에 따른 사용 스케쥴과 실제 사용 정보의 부합도를 판단하고 제2 기준으로 피부의 개선 정도를 통해 판단하는 것을 통해 체계적인 보상이 이루어지도록 할 수 있다.
또한, 본 실시예에서 보상은 보상을 통해 사용자(10)가 상품을 주문하고, 주문된 상품의 사용을 반영하는 것도 가능하다. 본 실시예에서 보상은 피부의 개선을 기준으로 생성되며, 상품은 피부 상태의 판단에 따라 추천되므로 추천되는 상품을 사용자(10)가 구매하여 피부가 더욱 개선된 경우에는 이를 보상에 추가적으로 반영하도록 할 수 있다.
이를 통해 본 실시예에 따른 가이드 및 보상의 제공 방법은 피부 개선 장치(13)의 사용에 따른 보상의 지급, 보상에 따른 상품의 구매, 상품의 구매에 따른 보상의 증가와 같은 순환 구조를 형성할 수 있다.
따라서, 피부 개선 장치(13)의 사용 증대를 통한 제공 서버(100)의 이익 증가, 보상에 따른 상품의 구매를 통한 온오프라인 마켓의 이익 증가 및 피부 개선과 보상을 통한 사용자(10)의 시간과 비용의 절감이라는 효과를 모두 달성할 수 있다.
이하, 도 8을 참조하여 상술한 제공 방법을 수행하는 제공 서버(100)의 구성에 대하여 설명한다.
도 8을 참조하면, 본 실시예에서 제공 서버(100)는 수집부(110), 저장부(120), 판단부(130), 제공부(140), 수신부(150), 보상 생성부(160) 및 제어부(170)를 포함한다.
수집부(110)는 피부 개선 장치(13)로 측정된 사용자(10)의 항목별 피부 상태 측정 정보를 수집한다.
수집부(110)는 네트워크 통신이 가능한 통신 모듈을 포함하여 구성될 수 있으며, 피부 개선 장치(13)와 외부 서버로부터 피부 상태의 판단을 위한 정보들을 수집한다.
저장부(120)는 수집된 정보를 일시적으로 저장하여 피부 상태의 판단에 이용하도록 하며 사용자(10)에 대한 정보들을 추가로 저장하여 사용자(10)별 맞춤형 관리가 가능하도록 한다. 구체적으로 저장부는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
판단부(130)는 사용자(10)의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단한다.
상술한 바와 같이 입력 데이터로 피부 상태 측정 정보와 출력 데이터로 피부 상태 간의 신경 회로망(NN:Neural Network)을 구성하여 피부 상태를 판단한다.
이때, 신경 회로망의 구성을 위하여 수집부는 외부 정보로 전문가 정보를 추가적으로 수집할 수 있으며, 이를 판단부에 전달하여 신경 회로망을 구성하는데 이용될 수 있도록 한다.
제공부(140)는 판단된 피부 상태에 따른 피부 개선 장치(13)의 사용 가이드를 사용자(10)에게 제공한다.
수신부(150)는 사용자(10)의 피부 개선 장치(13)의 사용 정보를 수신한다. 수신부는 보상의 생성에 이용되는 사용 정보를 수신하며 상술한 수집부에 포함되어 구성될 수 있다.
보상 생성부(160)는 제공된 사용 가이드 대비 수신된 사용 정보에 따른 보상을 생성한다. 상술한 바와 같이 보상은 피부 개선 장치(13)의 사용에 대한 정량적인 정보를 기준으로 판단하되, 추가적으로 사용자(10)의 피부 개선 정도, 추천된 상품의 사용에 따른 개선 정도 등을 복합적으로 이용하여 생성될 수 있다.
이때, 생성된 보상은 사용자(10)가 사용자 단말(20)을 통해 제공 서버(100)에 접속하여 확인 가능하며 연계된 온/오프라인 마켓에서 상품의 구매에 활용할 수 있다.
또한, 도시하지 않았으나 본 실시예에서 제공 서버(100)는 보상을 통해 사용자(10)가 주문 가능한 상품을 피부 상태에 따라 추천부(미도시)를 더 포함할 수 있다.
추천부는 피부 상태에 따라 필요한 성분을 결정하고, 상품별 성분 정보를 이용하여 결정된 성분을 포함하는 상품을 추천한다.
제어부(170)는 서버의 전반적인 동작을 제어할 수 있다.
추가적으로 본 실시예에서 수집부(110) 외에 제공부(140), 수신부(150), 보상 생성부(160)는 외부의 사용자 단말(20) 또는 다른 서버(200, 300)와의 통신을 수행할 수 있으므로 수집부(110)와 마찬가지로 통신 모듈을 포함하여 구성될 수 있다.
또는, 하나의 통신 모듈을 공유하되 제어부(170)의 제어 명령에 따라 수집부(110) 또는 제공부(140), 수신부(150), 보상 생성부(160) 등으로 구분되어 동작하도록 할 수 있다.
이상, 여기에 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.
하드웨어적인 구현에 의하면, 여기에 설명되는 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시예들이 제어부 자체로 구현될 수 있다.
소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다. 적절한 프로그램 언어로 쓰여진 소프트웨어 어플리케이션으로 소프트웨어 코드가 구현될 수 있다. 소프트웨어 코드는 기록 매체로서 메모리에 저장되고, 제어부에 의해 실행될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (19)
- 사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 단계;
상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 단계;
상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 단계; 및
상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 단계를 포함하고,
상기 생성하는 단계는 상기 사용 가이드에 따른 사용 시간, 주기 및 기간과 상기 사용 정보의 부합도를 판단하는 제1 기준에 따라 포인트를 생성하고,
상기 사용자의 피부 상태 측정 정보의 이력에 따른 개선 정도를 판단하는 제2 기준에 따른 실제 개선 정도를 상기 생성된 포인트에 반영하되,
상기 포인트를 통해 구매 가능한 추천 상품의 사용 여부를 상기 포인트 생성시 반영하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 1 항에 있어서,
상기 판단하는 단계는 상기 피부 상태 측정 정보로 상기 피부 개선 장치로부터 측정된 상기 사용자의 유분, 수분, 산성도, 피부 속성 정보 중 적어도 하나의 정보를 수신하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 2 항에 있어서,
상기 판단하는 단계는 환경 정보로 온도, 습도, UV지수 정보 중 적어도 하나의 정보를 더 수신하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 1 항에 있어서,
상기 판단하는 단계는 상기 피부 상태를 정상, 지성, 건성 및 복합성 중 어느 하나로 판단하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 1 항에 있어서,
상기 판단하는 단계는 정규화(Normalize)된 상기 피부 상태 측정 정보를 입력 데이터로 갖고, 미리 분류된 상기 피부상태의 분류를 출력 데이터로 갖는 다층 신경 회로망(NN:Neural Network)을 이용하여 상기 피부 상태를 판단하되,
상기 다층 신경 회로망은 상기 입력 데이터와 상기 출력 데이터의 상관관계를 학습하여 생성된 복수의 은닉층으로 구성되는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 1 항에 있어서,
상기 판단하는 단계는 상기 사용자의 상기 피부 상태 측정 정보의 이력과 상기 피부 개선 장치의 사용 정보를 이용하여 상기 사용자의 개선 정도를 판단하고,
상기 생성하는 단계는 상기 사용 정보 및 상기 개선 정도에 따른 보상을 생성하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 6 항에 있어서,
상기 사용자의 개선 정도는 상기 결정된 분류를 기준으로 항목별 피부 상태 측정 정보의 변화 정도로 판단하는 것을 특징으로 하는 가이드 및 보상의 제공 방법 - 제 1 항에 있어서,
상기 가이드 및 보상의 제공 방법은,
상기 보상을 통해 상기 사용자가 주문 가능한 상품을 상기 피부 상태에 따라 추천 하는 단계를 더 포함하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 8 항에 있어서,
상기 추천 하는 단계는 상기 피부 상태에 따라 필요한 성분을 결정하고, 상품별 성분 정보를 이용하여 상기 결정된 성분을 포함하는 상품을 추천하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 제 9 항에 있어서,
상기 생성하는 단계는,
상기 보상을 통해 상기 상품의 주문 및 사용 여부를 반영하여 상기 보상을 생성하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 - 피부 개선 장치로 측정된 사용자의 항목별 피부 상태 측정 정보를 수집하는 수집부;
사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 판단부;
상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 제공부;
상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 수신부; 및
상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 보상 생성부를 포함하고,
상기 보상 생성부는 상기 사용 가이드에 따른 사용 시간, 주기 및 기간과 상기 사용 정보의 부합도를 판단하는 제1 기준에 따라 포인트를 생성하고,
상기 사용자의 피부 상태 측정 정보의 이력에 따른 개선 정도를 판단하는 제2 기준에 따른 실제 개선 정도를 상기 생성된 포인트에 반영하되,
상기 포인트를 통해 구매 가능한 추천 상품의 사용 여부를 상기 포인트 생성시 반영하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 서버 - 제 11 항에 있어서,
상기 판단부는 정규화(Normalize)된 상기 피부 상태 측정 정보를 입력 데이터로 갖고, 미리 분류된 상기 피부상태의 분류를 출력 데이터로 갖는 다층 신경 회로망(NN:Neural Network)을 이용하여 상기 피부 상태를 판단하되,
상기 다층 신경 회로망은 상기 입력 데이터와 상기 출력 데이터의 상관관계를 학습하여 생성된 복수의 은닉층으로 구성되는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 서버 - 제 11 항에 있어서,
상기 판단부는 상기 사용자의 상기 피부 상태 측정 정보의 이력과 상기 피부 개선 장치의 사용 정보를 이용하여 상기 사용자의 개선 정도를 판단하고,
상기 보상 생성부는 상기 사용 정보 및 상기 개선 정도에 따른 보상을 생성하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 서버 - 제 13 항에 있어서,
상기 사용자의 개선 정도는 상기 결정된 분류를 기준으로 항목별 피부 상태 측정 정보의 변화 정도로 판단하는 것을 특징으로 하는 가이드 및 보상의 제공 서버 - 제 11 항에 있어서,
상기 가이드 및 보상의 제공 서버는,
상기 보상을 통해 상기 사용자가 주문 가능한 상품을 상기 피부 상태에 따라 추천부를 더 포함하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 서버 - 제 15 항에 있어서,
상기 추천부는 상기 피부 상태에 따라 필요한 성분을 결정하고, 상품별 성분 정보를 이용하여 상기 결정된 성분을 포함하는 상품을 추천하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 서버 - 제 16 항에 있어서,
상기 보상 생성부는,
상기 보상을 통해 상기 상품의 주문 및 사용 여부를 반영하여 상기 보상을 생성하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 서버 - 사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 단계;
상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 단계;
상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 단계; 및
상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 단계를 포함하고,
상기 생성하는 단계는 상기 사용 가이드에 따른 사용 시간, 주기 및 기간과 상기 사용 정보의 부합도를 판단하는 제1 기준에 따라 포인트를 생성하고,
상기 사용자의 피부 상태 측정 정보의 이력에 따른 개선 정도를 판단하는 제2 기준에 따른 실제 개선 정도를 상기 생성된 포인트에 반영하되,
상기 포인트를 통해 구매 가능한 추천 상품의 사용 여부를 상기 포인트 생성시 반영하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체 - 컴퓨터 판독 가능한 기록 매체에 저장되며,
사용자의 항목별 피부 상태 측정 정보를 학습하여 미리 결정된 또는 학습 후 수정된 분류에 따른 피부 상태를 판단하는 단계;
상기 판단된 피부 상태에 따른 피부 개선 장치의 사용 가이드를 상기 사용자에게 제공하는 단계;
상기 사용자의 상기 피부 개선 장치의 사용 정보를 수신하는 단계; 및
상기 제공된 사용 가이드 대비 상기 수신된 사용 정보에 따른 보상을 생성하는 단계를 포함하고,
상기 생성하는 단계는 상기 사용 가이드에 따른 사용 시간, 주기 및 기간과 상기 사용 정보의 부합도를 판단하는 제1 기준에 따라 포인트를 생성하고,
상기 사용자의 피부 상태 측정 정보의 이력에 따른 개선 정도를 판단하는 제2 기준에 따른 실제 개선 정도를 상기 생성된 포인트에 반영하되,
상기 포인트를 통해 구매 가능한 추천 상품의 사용 여부를 상기 포인트 생성시 반영하는 것을 특징으로 하는 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법을 실행시키기 위한 컴퓨터 판독 가능한 기록매체에 저장된 프로그램
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160134300A KR101981470B1 (ko) | 2016-10-17 | 2016-10-17 | 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 및 이를 수행하는 서버 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160134300A KR101981470B1 (ko) | 2016-10-17 | 2016-10-17 | 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 및 이를 수행하는 서버 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180041919A KR20180041919A (ko) | 2018-04-25 |
| KR101981470B1 true KR101981470B1 (ko) | 2019-05-23 |
Family
ID=62088573
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160134300A KR101981470B1 (ko) | 2016-10-17 | 2016-10-17 | 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 및 이를 수행하는 서버 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101981470B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102271558B1 (ko) | 2020-08-03 | 2021-07-01 | 아람휴비스 주식회사 | 빅데이터를 활용한 인공지능 두피영상 진단 분석 시스템 및 이를 이용한 제품 추천 시스템 |
| KR102398034B1 (ko) | 2021-11-02 | 2022-05-16 | 아람휴비스 주식회사 | 두피상태 정보를 기반으로 한 두피유형 진단 시스템 및 이를 이용한 두피 개선 방법 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200032510A (ko) | 2018-09-18 | 2020-03-26 | 우혜정 | 미용 서비스 제공 시스템 |
| WO2020060313A2 (ko) * | 2018-09-21 | 2020-03-26 | 장인상 | 사용자 맞춤형 데일리 코스메틱 솔루션 제공 시스템 및 방법 |
| KR102382590B1 (ko) * | 2018-09-21 | 2022-04-05 | 장인상 | 사용자 맞춤형 데일리 코스메틱 솔루션 제공 시스템 및 방법 |
| KR102335591B1 (ko) * | 2018-11-19 | 2021-12-03 | 박보현 | 인공지능을 이용하여 개인의 생활습관과 외부환경을 고려한 뷰티솔루션플랫폼을 제공하는 장치 |
| KR102211884B1 (ko) * | 2018-11-19 | 2021-02-03 | 유소현 | 빅데이터 기반 인공지능 기계학습을 이용한 피부관리 추천 서비스 제공 방법 |
| KR102180944B1 (ko) | 2018-12-28 | 2020-11-19 | 주식회사 룰루랩 | 실시간 uv 차단 정도 분석 시스템, 실시간 uv 차단 정도 분석 방법 및 이를 구현하기 위한 프로그램이 기록되고 컴퓨터로 읽을 수 있는 기록매체 |
| KR102226352B1 (ko) | 2018-12-28 | 2021-03-11 | 주식회사 룰루랩 | 다중 피부 병변 검출 시스템, 다형 피부 병변 검출 방법 및 이를 구현하기 위한 프로그램이 기록되고 컴퓨터로 읽을 수 있는 기록매체 |
| KR102265525B1 (ko) * | 2019-05-31 | 2021-06-16 | 재단법인 경북아이티융합 산업기술원 | 인공지능 기반의 피부 진단 방법 및 시스템 |
| KR102184177B1 (ko) * | 2020-03-10 | 2020-11-27 | 주식회사 만컴퍼니 | 사용자의 단말을 이용하여 획득한 얼굴 이미지를 분석하여 화장품을 추천하는 장치 및 방법 |
| KR102352915B1 (ko) * | 2020-11-02 | 2022-01-18 | 허미리 | 인공 지능과 빅 데이터를 이용한 얼굴 피부 상태 분석 서버의 작동 방법과 프로그램 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101315394B1 (ko) * | 2012-12-31 | 2013-10-07 | (주)닥터스텍 | 피부 미용 서비스 제공 방법 및 그 시스템 |
| KR101611330B1 (ko) * | 2012-02-15 | 2016-04-12 | 히다치 막셀 가부시키가이샤 | 피부 상태 측정 분석 정보 관리 시스템 및 피부 상태 측정 분석 정보 관리 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100994312B1 (ko) * | 2008-07-09 | 2010-11-12 | 성균관대학교산학협력단 | 신경 회로망을 이용한 사용자 상태 측정 장치 및 그 방법 |
-
2016
- 2016-10-17 KR KR1020160134300A patent/KR101981470B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101611330B1 (ko) * | 2012-02-15 | 2016-04-12 | 히다치 막셀 가부시키가이샤 | 피부 상태 측정 분석 정보 관리 시스템 및 피부 상태 측정 분석 정보 관리 방법 |
| KR101315394B1 (ko) * | 2012-12-31 | 2013-10-07 | (주)닥터스텍 | 피부 미용 서비스 제공 방법 및 그 시스템 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102271558B1 (ko) | 2020-08-03 | 2021-07-01 | 아람휴비스 주식회사 | 빅데이터를 활용한 인공지능 두피영상 진단 분석 시스템 및 이를 이용한 제품 추천 시스템 |
| KR102398034B1 (ko) | 2021-11-02 | 2022-05-16 | 아람휴비스 주식회사 | 두피상태 정보를 기반으로 한 두피유형 진단 시스템 및 이를 이용한 두피 개선 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180041919A (ko) | 2018-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101981470B1 (ko) | 피부 상태의 학습을 통한 가이드 및 보상의 제공 방법 및 이를 수행하는 서버 | |
| Ahani et al. | Market segmentation and travel choice prediction in Spa hotels through TripAdvisor’s online reviews | |
| Kandt et al. | Smart cities, big data and urban policy: Towards urban analytics for the long run | |
| Kim et al. | Personal comfort models–A new paradigm in thermal comfort for occupant-centric environmental control | |
| US10789638B2 (en) | Method and system for providing personalized on-location information exchange | |
| US10706290B2 (en) | Method and system for providing personalized on-location information exchange | |
| CN102203813B (zh) | 信息处理系统 | |
| Kuo et al. | Developing a supplier selection system through integrating fuzzy AHP and fuzzy DEA: a case study on an auto lighting system company in Taiwan | |
| US11817004B2 (en) | Machine-implemented facial health and beauty assistant | |
| US10943156B2 (en) | Machine-implemented facial health and beauty assistant | |
| EP3327654A1 (en) | Methods and systems for recommending skin care products | |
| WO2019136354A1 (en) | Machine-implemented facial health and beauty assistant | |
| CN104115181A (zh) | 肌肤状态测定分析信息管理系统及肌肤状态测定分析信息管理方法 | |
| CN109697653A (zh) | 产生个体微数据的方法及系统 | |
| KR20220065735A (ko) | 소비자 선택 모델을 이용한 부동산 맞춤형 정보 추천 방법 및 서버 | |
| de Oña et al. | Extraction of attribute importance from satisfaction surveys with data mining techniques: a comparison between neural networks and decision trees | |
| Ghansah et al. | Developing a user perception model for smart living: A partial least squares structural equation modelling approach | |
| KR20220120433A (ko) | 테이블 예약을 지원하는 무인 스터디 카페 관리 시스템의 제어 방법 | |
| Prentice | Leveraging Emotional and Artificial Intelligences for Employees and Customers | |
| KR20220126909A (ko) | 인공지능 기반 맞춤형 퍼스널 컬러 진단에 따른 화장품 추천 시스템 | |
| CN112686722A (zh) | 一种智能生活系统 | |
| Semwal et al. | Enhancing Guest Experience and Operations Efficiency in Homestays Through Artificial Intelligence: A Conceptual Framework | |
| Sassanelli et al. | The impact of the internet of things on the perceived quality and customer involvement of smart product-service systems | |
| Karatzas et al. | A text analytic framework for gaining insights on the integration of digital twins and machine learning for optimizing indoor building environmental performance | |
| KR102536069B1 (ko) | 인공지능 기반 반려동물 뷰티 디자이너 및 뷰티샵 매칭 방법, 장치 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right |