KR102360993B1 - 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치 - Google Patents

사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치 Download PDF

Info

Publication number
KR102360993B1
KR102360993B1 KR1020210110697A KR20210110697A KR102360993B1 KR 102360993 B1 KR102360993 B1 KR 102360993B1 KR 1020210110697 A KR1020210110697 A KR 1020210110697A KR 20210110697 A KR20210110697 A KR 20210110697A KR 102360993 B1 KR102360993 B1 KR 102360993B1
Authority
KR
South Korea
Prior art keywords
user
skin
cosmetics
change
determining
Prior art date
Application number
KR1020210110697A
Other languages
English (en)
Inventor
설혜진
Original Assignee
주식회사 브이 메이커스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 브이 메이커스 filed Critical 주식회사 브이 메이커스
Priority to KR1020210110697A priority Critical patent/KR102360993B1/ko
Priority to KR1020220015069A priority patent/KR20230029486A/ko
Application granted granted Critical
Publication of KR102360993B1 publication Critical patent/KR102360993B1/ko

Links

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value

Abstract

다양한 실시 예에 따르면, 사용자에게 화장품을 추천하는 서비스를 제공하는 화장품 추천 서버는 상기 사용자의 사용자 단말로부터 상기 사용자의 얼굴 이미지 및 상기 사용자의 활동 지역을 지시하는 활동 지역 정보를 획득하는 정보 획득부; 획득된 상기 얼굴 이미지에 기초하여 상기 사용자의 피부 특성을 결정하는 피부 특성 결정부; 결정된 상기 피부 특성에 기초하여 상기 사용자에게 필요한 필요 성분 및 필요 효과를 포함하는 화장품들을 결정하는 화장품 결정부; 및 결정된 상기 화장품들의 추천 리스트를 생성하고, 상기 추천 리스트를 상기 사용자 단말에 전송하는 추천 리스트 생성부를 포함할 수 있다. 상기 피부 특성 결정부는, 상기 얼굴 이미지에 기초하여 상기 사용자의 피부의 수분, 유분, 피지, 주름, 모공 상태 및 각질 상태 중 적어도 하나 이상의 피부 특성을 결정하고, 상기 화장품 결정부는, 결정된 상기 사용자의 피부 특성 및 상기 사용자와 구별되는 다른 사용자들의 화장품 사용 정보에 기초하여 상기 화장품들을 결정할 수 있다.

Description

사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING A SERVICE FOR RECOMMENDING COSMETICS TO USER}
본 발명은 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치에 관한 것으로, 자세하게는 인공 신경망에 기반하여, 사용자의 얼굴 이미지 및 다른 사용자들의 화장품 사용 정보에 기초하여 사용자에게 추천할 화장품들을 결정하는 방법 및 장치에 관한 것이다.
근래에는 미에 대한 관심이 증가하면서, 특히 얼굴의 피부 미용에 대한 관심이 높아지고 있다. 또한, 오늘날 구매자들의 소비 성향은 과거와 확연히 뚜렷한 차이를 보이고 있다. 기존의 구매자들이 오프라인에서 직접 상품을 보고 구매하던 것과는 달리, 오늘 날의 구매자들은 컴퓨터 또는 스마트폰과 같은 기기를 이용하여 통신망을 통하여 다양한 상품을 구매하는 것을 선호하고 있다. 이 경우, 화장품의 구매자들은 화장품 쇼핑몰, 블로그 및 상품의 상품평을 참고하여 화장품 정보를 얻을 수 있다.
다만, 피부는 내부 요인 뿐 아니라 외부 요인에 따라 영향을 많이 받으므로, 사용자의 피부 타입 및 피부 상태는 생활 환경이 유사한 사람들끼리 비슷할 수 있다. 따라서, 단순히 다른 구매자들의 후기에 의존하는 것보다는 생활 환경(예: 근무 환경)이 유사한 다른 구매자들의 특성을 고려하면 사용자의 특성(예를 들어, 성별, 연령, 피부의 타입, 화장품의 종류, 화장품의 목적 및 효과 등)에 맞는 화장품을 보다 빠르게, 적절한 화장품을 제공할 수 있으므로, 이를 통해 사용자에게 맞는 화장품들을 추천하는 방안이 마련될 필요가 있다.
또한, 피부 표면은 외부 환경과 밀접한 관련이 있는데, 특히 외부의 온도 및 습도에 따라 피부 표면에는 많은 변화가 있을 수 있다. 우리나라는 지역별로 기후 특성이 뚜렷하고, 사계절이 뚜렷하기 때문에 외부 환경의 변화가 큰 편에 속하는데, 화장품의 사용 기간 동안 외부 환경의 변화를 반영하여 사용자에게 화장품을 추천하는 것이 필요할 수 있다.
다시 말해서, 구매자가 화장품을 한 번 구매하면 실질적으로 6개월~12개월의 사용 기간을 두고 사용하게 되는데, 현재의 피부 상태만을 고려하면 시간이 조금만 지나도 화장품을 사용하지 않게 되고 금방 새 화장품을 구매하게 되어 화장대에 화장품만 쌓이는 경우가 부지기수이다. 따라서, 당장의 피부 상태 뿐만 아니라, 구매 시점으로부터 화장품의 사용 기간에 따른 외부 환경의 변화를 고려한 피부 상태를 예측하고, 예측된 피부 상태에 기반해서 화장품을 제공해야 할 필요가 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 사용자의 얼굴 이미지에 대해 인공 신경망을 이용하여 구매 시점에 대응되는 사용자의 피부 특성을 파악하는 것 뿐만 아니라, 화장품을 사용하는 동안 일어날 피부 특성 변화에 기초하여, 사용자에게 추천할 화장품들을 결정하는 방법 및 장치를 제공한다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 단순히 다른 사용자들의 화장품 사용 정보를 이용하는 것이 아니라, 빅데이터를 활용하여 사용자와 활동 지역 및 근무 환경이 유사한 다른 사용자들의 화장품 사용 정보에 기초하여, 사용자에게 추천할 화장품들을 결정하는 방법 및 장치를 제공한다.
다양한 실시 예에서, 사용자에게 화장품을 추천하는 서비스를 제공하는 화장품 추천 서버는 상기 사용자의 사용자 단말로부터 상기 사용자의 얼굴 이미지 및 상기 사용자의 활동 지역을 지시하는 활동 지역 정보를 획득하는 정보 획득부; 획득된 상기 얼굴 이미지에 기초하여 상기 사용자의 피부 특성을 결정하는 피부 특성 결정부; 결정된 상기 피부 특성에 기초하여 상기 사용자에게 필요한 필요 성분 및 필요 효과를 포함하는 화장품들을 결정하는 화장품 결정부; 및 결정된 상기 화장품들의 추천 리스트를 생성하고, 상기 추천 리스트를 상기 사용자 단말에 전송하는 추천 리스트 생성부를 포함할 수 있다. 상기 피부 특성 결정부는, 상기 얼굴 이미지에 기초하여 상기 사용자의 피부의 수분, 유분, 피지, 주름, 모공 상태 및 각질 상태 중 적어도 하나 이상의 피부 특성을 결정하고, 상기 화장품 결정부는, 결정된 상기 사용자의 피부 특성 및 상기 사용자와 구별되는 다른 사용자들의 화장품 사용 정보에 기초하여 상기 화장품들을 결정할 수 있다.
다양한 실시 예에서, 상기 피부 특성 결정부는, 획득된 상기 사용자의 얼굴 이미지를 복수 개의 얼굴 영역들로 분할하고, 분할된 상기 복수 개의 얼굴 영역들 각각에 대한 피부 특성을 결정하고, 상기 각각에 대한 피부 특성에 기초하여, 구매 시점에 대응되는 상기 사용자의 피부 특성을 결정할 수 있다.
다양한 실시 예에서, 상기 피부 특성 결정부는, 상기 복수 개의 얼굴 영역들 중 면적이 제1 면적 이상인 제1 얼굴 영역의 피부 특성을 결정하고, 상기 제1 얼굴 영역의 피부 특성을 통해 상기 제1 얼굴 영역과 유사한 피부 특성을 나타내는 제2 얼굴 영역의 피부 특성을 결정하고, 결정된 상기 제1 얼굴 영역의 피부 특성 및 상기 제2 얼굴 영역의 피부 특성에 기초하여 상기 사용자의 피부 특성을 결정할 수 있다.
다양한 실시 예에서, 상기 피부 특성 결정부는, 상기 구매 시점에 대응되는 상기 사용자의 피부 특성 및 상기 구매 시점으로부터 일정 기간 동안 변하는 피부 특성 변화도에 기초하여, 상기 구매 시점으로부터 상기 일정 기간 이후의 시점인 사용 지속 시점에 대응되는 상기 사용자의 피부 특성을 결정할 수 있다. 상기 화장품 결정부는, 상기 사용 지속 시점에 대응되는 상기 사용자의 피부 특성에 기초하여 상기 화장품들을 결정할 수 있다.
다양한 실시 예에서, 상기 화장품 추천 서버는, 상기 사용자의 활동 지역에 대응하는 기후에 따라 달라지는 상기 사용자의 피부 특성 변화도를 결정하는 피부 특성 변화도 결정부를 더 포함하고, 상기 피부 특성 변화도 결정부는, 기상청 서버로부터 획득한 지역별 기후 정보에 기초하여, 상기 구매 시점에 대응되는 상기 활동 지역의 기후 및 상기 사용 지속 시점에 대응되는 상기 활동 지역의 기후를 비교하고, 상기 비교에 기초하여 상기 사용자의 상기 피부 특성 변화도를 결정하고, 상기 구매 시점에 대응되는 상기 사용자의 활동 지역의 기온, 습도 및 상기 사용 지속 시점에 대응되는 사용자의 활동 지역의 기온, 습도 사이의 기온 변화율 및 습도 변화율을 결정하고, 결정된 상기 기온 변화율 및 상기 습도 변화율에 비례하도록 상기 사용자의 피부 특성 중 수분량, 피지량, 모공, 탄력의 변화도를 결정하고, 결정된 상기 기온 변화율 및 상기 습도 변화율에 반비례하도록 상기 사용자의 피부 특성 중 주름, pH, 피부 밝기, 피부 민감도의 변화도를 결정할 수 있다.
다양한 실시 예에서, 상기 화장품 결정부는, 상기 다른 사용자들 중 상기 사용자와 동일한 활동 지역에 있는 다수의 사용자들을 결정하고, 결정된 상기 다수의 사용자들 중 상기 사용자와 근무 형태가 동일하고, 상기 사용자와 월 평균 외근 시간의 차이가 제1 시간 이내인 제1 사용자들을 결정할 수 있다.
다양한 실시 예에서, 상기 화장품 결정부는, 결정된 상기 제1 사용자들 중, 상기 사용자와 상기 제1 사용자들 사이의 근무 환경의 유사도를 나타내는 근무 유사도가 임계값 이상인 사용자들을 제2 사용자들로 결정하고, 상기 제2 사용자들의 화장품 사용 정보에 기초하여 상기 화장품들을 결정하며, 상기 화장품 사용 정보는 구매 후기, 사용 기간, 사용 빈도 및 반품 여부 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에서, 상기 화장품 추천 서버는 근무 유사도 결정부를 더 포함하고, 상기 근무 유사도 결정부는, 상기 제1 사용자들을 대상으로 외근 시간에 기초하여 상기 제1 사용자들 각각의 외근 증감도 및 외근 변화도를 산출하고, 상기 사용자의 기준 외근 증감도 및 상기 제1 사용자들 각각의 외근 증감도 사이의 증감 연관도를 이하 수학식을 통해 산출하고,
Figure 112021096619446-pat00001
,
Figure 112021096619446-pat00002
상기 수학식에서, ID은 상기 증감 연관도고, Io는 상기 제1 사용자들 각각의 외근 증감도고, Ia는 상기 사용자의 기준 외근 증감도고, 상기 사용자의 기준 외근 변화도와 상기 제1 사용자들 각각의 외근 변화도 사이의 유클리디언 거리를 이하 수학식을 통해 산출하고,
Figure 112021096619446-pat00003
Figure 112021096619446-pat00004
상기 수학식에서, DIS는 유클리디언 거리이고, Go는 상기 제1 사용자들 각각의 외근 변화도고, G-a는 상기 사용자의 기준 외근 변화도이고, 이하 수학식을 통해 상기 근무 유사도를 결정하고,
Figure 112021096619446-pat00005
상기 수학식에서, Sw는 상기 근무 유사도이고, k는 증감 연관도(ID)와 유클리디언 거리(DIS) 사이의 가중치를 결정하는 가중치 계수로서 0과 1 사이의 정수이며, DISμ는 결정된 상기 제1 사용자들에 대하여 산출된 유클리디언 거리들의 평균값이고, DISσ는 결정된 상기 제1 사용자들에 대하여 산출된 유클리디언 거리들의 표준편차일 수 있다.
상기 화장품 결정부는, 상기 제2 사용자들의 상기 구매 후기 중 긍적적인 리뷰의 비율이 제1 비율 이상인 화장품의 경우, 상기 제1 비율 이상인 화장품에 대한 가중치를 높이고, 긍정적인 리뷰의 비율이 제1 비율 미만인 화장품의 경우, 상기 제1 비율 이하인 화장품에 대한 가중치를 낮추고, 결정된 화장품에 대한 가중치에 기초하여, 사용자에게 적합한 화장품들을 결정할 수 있다.
다양한 실시 예에서, 상기 화장품 추천 서버는 사용 지속 시점 결정부를 더 포함하고, 상기 사용 지속 시점 결정부는, 상기 사용자 단말을 통해 입력 받은 사용 화장품에 대한 상기 사용자의 평균 사용 기간을 획득하고, 여기서 상기 사용 화장품은 상기 사용자가 구매하려는 화장품과 동일한 종류이며, 상기 사용자의 평균 사용 기간이 임계 기간 이하인 경우, 상기 구매 시점으로부터 상기 평균 사용 기간의 1/2의 기간 이후의 시점을 상기 사용 지속 시점으로 결정하고, 상기 사용자의 평균 사용 기간이 상기 임계 기간 초과인 경우, 상기 구매 시점으로부터 상기 평균 사용 기간의 1/4의 기간 이후의 시점을 상기 사용 지속 시점으로 결정할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따르면, 사용자의 생활 환경과 유사한 사람들의 특성을 참고하므로 더 신속하고 정확하게 사용자에게 맞는 화장품을 추천할 수 있다.
또한, 다양한 실시 예들에 따르면, 지역별 기후, 지역별 계절 변화에 따른 온도 및 습도 변화를 고려하여 구매 시점으로부터 일정 기간 이후의 피부 상태를 예측할 수 있다.
또한, 다양한 실시 예에 따르면, 구매 시점으로부터 일정 기간 이후의 피부 상태를 예측하여 화장품을 추천하므로, 화장품의 교체 시기를 늦출 수 있다
또한, 다양한 실시 예에 따르면, 화장품의 교체 시기를 늦춤으로써 쓰지 않고 버려지는 화장품의 양을 줄일 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 사용자 화장품 추천 시스템을 도시한 도면이다.
도 2는 도 1의 화장품 추천 서버의 구성 요소를 나타낸 도면이다.
도 3은 지역별 기후 특성에 따라 사용자의 피부 특성이 달라지는 것을 설명하기 위한 도면이다.
도 4는 화장품에 대한 사용자의 사용 지속 시점에 대응되는 피부 특성에 적합한 화장품을 결정하는 과정을 설명하는 도면이다.
도 5는 다른 사용자들의 화장품 사용 정보를 고려하기 위해 근무 유사도를 결정하는 것을 설명하기 위한 도면이다.
도 6은 도 1에 따른 서버의 하드웨어 구성을 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시 예에 따른 사용자 화장품 추천 시스템(10)을 도시한 도면이다.
도 1을 참조하면, 사용자 화장품 추천 시스템(10)은 화장품 추천 서버(100), 사용자 단말(200) 등을 포함할 수 있다.
화장품 추천 서버(100)는 사용자 화장품 추천 서비스를 운용하기 위해 필요한 정보들을 저장할 수 있다. 사용자 화장품 추천 서비스를 운영하기 위해 필요한 정보들은 상기 서비스를 제공하기 위한 상기 서비스의 운영자가 제공할 수 있는 화장품들 각각의 정보들을 포함할 수 있다. 그리고 화장품 추천 서버(100)는 기존의 다른 구매자들의 화장품 사용 정보를 획득하여 저장할 수 있다. 다른 구매자들의 화장품 사용 정보는 구매 후기, 사용 기간, 사용 빈도, 반품 여부 등을 포함할 수 있다.
화장품 추천 서버(100)는 사용자 단말(200)을 통해 사용자의 얼굴 이미지를 획득하고, 획득된 사용자의 얼굴 이미지를 통해 사용자의 피부 특성을 결정하고, 결정된 피부 특성에 기초하여 사용자에게 추천할 화장품들을 결정할 수 있다. 화장품 추천 서버(100)는 결정된 화장품들의 추천 리스트를 생성하고, 생성된 추천 리스트를 사용자 단말(200)에 전송할 수 있다.
화장품 추천 서버(100)는 결정된 피부 특성에 따른 화장품 추천 모델을 지도학습(supervised learning) 또는 비지도학습할 수 있으며, 화장품 추천 모델은 인공 신경망(Artificial Neural Network, ANN)으로 구현될 수 있다. 인공 신경망은 많은 수의 인공 뉴런(또는, 노드)들을 이용하여 생물학적인 시스템의 계산 능력을 모방하는 소프트웨어나 하드웨어로 구현된 예측 모델이다. 상기 결정된 피부 특성은 구매 시점에 대응하는 사용자의 피부 특성 및/또는 사용 지속 시점에 대응하는 사용자의 피부 특성을 포함할 수 있다.
화장품 추천 모델은 화장품 추천 모델 학습부에 의해서 '얼굴 이미지'와 '얼굴 이미지에 대응하는 화장품'을 이용하여 지도 학습될 수 있다. 이때 지도 학습이란, 입력값과 그에 따른 출력값이 있는 데이터를 학습 데이터로 이용하여 주어진 입력값에 따른 출력값을 찾는 학습을 의미하며, 정답을 알고 있는 상태에서 이루어지는 학습을 의미한다. 지도 학습에 주어지는 입력값과 출력값 세트를 훈련 데이터(Training Data)라고 한다. 즉, 상술한 '얼굴 이미지'와 '얼굴 이미지에 대응하는 화장품'은 각각 입력값과 출력값으로서, 화장품 추천 모델의 지도 학습을 위한 훈련 데이터로 사용될 수 있다.
예를 들어, 화장품 추천 모델 학습부는 계절을 고유한 제1 원-핫 벡터(one-hot vector)로 변환하여 입력값을 생성하고, 계절에 따른 피부 특성을 고유한 제2 원-핫 벡터로 변환하여 출력값을 생성한 후, 생성된 입력값과 출력값을 이용해 화장품 추천 모델을 지도학습할 수 있다. 여기서, 제1 원-핫 벡터 및 제2 원-핫 벡터는 벡터를 구성하는 성분값들 중 하나가 '1' 이고, 나머지 성분값들은 '0'으로 구성되는 벡터일 수 있다.
사용자 단말(200)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 및 PDA(Personal Digital Assistant) 등 일 수 있다.
명세서 전체에서, 사용자 화장품 추천 서비스를 통해 추천되는 제품은 화장품일 수 있으나, 이에 한정되는 것은 아니며 통상적으로 화장품으로 분류되지 않는 다수의 미용 관련 재품들을 모두 포함할 수 있다.
도 2는 도 1의 화장품 추천 서버(100)의 구성 요소를 나타낸 도면이다.
도 2를 참조하면, 화장품 추천 서버(100)는 정보 획득부(101), 피부 특성 결정부(102), 피부 특성 변화도 결정부(104), 사용 지속 시점 결정부(103), 근무 유사도 결정부(105), 화장품 결정부(106) 및 추천 리스트 생성부(107) 등을 포함할 수 있다.
정보 획득부(101)는 사용자 단말(200)로부터 획득된 사용자의 얼굴 이미지를 이용하여 사용자의 특성 정보를 결정할 수 있다. 예를 들어, 특성 정보는 사용자의 나이, 성별 및 피부 특성을 포함할 수 있다. 또한, 사용자는 사용자 단말(200)을 이용하여 자신의 얼굴을 촬영하고, 사용자 단말(200)은 촬영된 얼굴 이미지를 화장품 추천 서버(100)에 전송할 수 있다. 사용자 단말(200)은 사용자의 얼굴을 촬영할 수 있는 카메라 및 사용자의 얼굴의 각 지점까지의 거리를 측정할 수 있는 깊이 카메라(depth camera) 등을 포함할 수 있다.
정보 획득부(101)는 사용자 정보로써, 사용자의 나이, 성별, 피부 타입, 피부 상태, 알레르기 정보 중에서 적어도 하나를 획득할 수 있다. 또한, 정보 획득부(101)는 사용자 정보로써, 사용자의 활동 지역 정보를 획득할 수 있다. 정보 획득부(101)는 사용자 단말(200)에 내장된 GPS(Global Positioning System)을 이용하여 감지된 사용자의 위치 정보를 획득하고, 획득된 사용자의 위치 정보에 기초하여 사용자의 활동 지역을 지시하는 활동 지역 정보를 획득할 수 있다.
정보 획득부(101)는 내부의 저장 장치 또는 화장품 추천 서버(100)와 연결된 외부의 화장품 판매 서버로부터 사용자의 개인 정보가 일치하는 계정의 기존 화장품 구매 내역에 관한 정보를 획득할 수 있다. 또는, 정보 획득부(101)는 사용자 단말(200)에서 입력된 기존 화장품 구매 정보를 사용자 단말(200)로부터 획득할 수 있다.
정보 획득부(101)는 구매한 화장품에 대한 사용자의 구매 내역 뿐만 아니라, 사용자의 관심 목록을 획득할 수 있다.
피부 특성 결정부(102)는 획득된 사용자의 얼굴 이미지에 기초하여 구매 시점에 대응되는 사용자의 피부 특성을 결정할 수 있다. 피부 특성은 피부 타입 및 피부 상태를 포함할 수 있다. 예를 들어, 피부 특성은 피부의 수분, 유분, 피지, pH도, 민감도, 탄력, 주름, 피부톤, 모공 상태, 색소 침착 및 각질 상태 등을 포함할 수 있다. 피부 특성 결정부(102)는 사용자 단말(200) 외에 별도의 측정 장치(예: 측정 마스크)를 통해 사용자의 피부 특성을 결정할 수 있다.
피부 특성 결정부(102)는 획득된 사용자의 얼굴 이미지를 복수 개의 얼굴 영역들로 분할하고, 분할된 복수 개의 얼굴 영역들 각각에 대한 피부 특성을 결정할 수 있다. 복수 개의 얼굴 영역들은 눈가, 이마, 볼, 입가, 턱, 목 등을 포함할 수 있다.
피부 특성 결정부(102)는 분할된 상기 복수 개의 얼굴 영역들 중 면적이 제1 면적 이상인 제1 얼굴 영역의 상기 피부 특성을 결정할 수 있다. 예를 들어, 피부 특성 결정부(102)는 상기 복수 개의 얼굴 영역들 중 면적이 큰 부위인 이마 및 뺨의 피부 특성을 결정할 수 있다.
피부 특성 결정부(102)는 제1 얼굴 영역의 피부 특성을 통해 상기 제1 얼굴 영역과 유사한 피부 특성을 나타내는 제2 얼굴 영역의 피부 특성을 결정할 수 있다. 예를 들어, 일반적으로 이마와 턱은 유사한 수분량 및 유분량을 가지며, 뺨, 코, 및 눈가는 유사한 수분량과 유분량을 가지고 있으므로, 피부 특성 결정부(102)는 이마의 피부 특성을 통해 턱의 피부 특성을 결정하고, 뺨의 피부 특성을 통해 코 및 눈가의 피부 특성을 결정할 수 있다.
피부 특성 결정부(102)는 복수 개의 얼굴 영역들 각각에 대한 피부의 수분, 유분, 피지, pH도, 민감도, 주름, 피부톤, 모공 상태, 색소 침착, 각질 상태 등에 기초하여 사용자의 피부 특성을 결정할 수 있다.
현재 사용자의 얼굴 이미지를 통해 구매 시점에 대응되는 사용자의 피부 특성에 기초하여 추천할 화장품을 결정하는 것은, 외부 환경에 의하여 영향을 많이 받는 피부의 특성 및 계절 변화에 따라 외부 환경의 변동성이 심한 우리 나라의 기후 특성상 부적합할 수 있다. 다시 말해서, 유분기가 많아지는 여름에 유분기를 가라 앉히는 화장품을 구매했다가 화장품을 사용하는 동안 유분기가 적어지는 계절이 다가오면 상기 유분기를 가라 앉히는 화장품을 지속적으로 사용하기에 부적합할 수 있다.
따라서, 피부 특성 결정부(102)는 이하 피부 특성 변화도 결정부(104)를 통해 결정된 피부 특성 변화도를 추가로 고려하여 특정 시점에 대응되는 사용자의 피부 특성을 결정할 수 있다.
사용 지속 시점 결정부(103)는 사용자의 구매 시점으로부터 일정 기간 이후의 특정 시점인 사용 지속 시점을 결정할 수 있다. 이에 대한 구체적인 설명은 이하 도 4를 통해서 자세히 설명된다.
피부 특성 변화도 결정부(104)는 사용 지속 시점에 대응되는 피부 특성 변화도를 결정할 수 있다. 다시 말해서, 피부 특성 결정부(102)를 통해 결정된 구매 시점에 대응되는 사용자의 피부 특성이 일정 기간 후에 얼마나 변화할지를 나타내는 피부 특성 변화도를 결정할 수 있다. 예를 들어, 피부 특성 변화도 결정부(104)는 사용자의 화장품 구매 시점이 6월인 경우, 6월로부터 일정 기간이 지난 9월에 대응되는 사용자의 피부 특성 변화도를 결정할 수 있다. 사용 지속 시점은, 특정 시점의 피부 특성에 기초하여 화장품을 결정하면 화장품에 대한 사용 기간이 늘어날 수 있는 상기 특정 시점을 의미할 수 있다.
피부 특성 변화도 결정부(104)는 피부 특성 변화도에 따른 피부 특성 추측 모델을 지도학습(supervised learning) 또는 비지도학습할 수 있으며, 피부 특성 추측 모델은 인공 신경망(Artificial Neural Network, ANN)으로 구현될 수 있다.
피부 특성 추측 모델은 피부 특성 추측 모델 학습부에 의해서 '계절(날짜)'과 '계절(날짜)에 따른 피부 특성'을 이용하여 지도 학습될 수 있다. 즉, 상술한 '계절(날짜)'과 '계절(날짜)에 따른 피부 특성'은 각각 입력값과 출력값으로서, 화장품 추천 모델의 지도 학습을 위한 훈련 데이터로 사용될 수 있다.
예를 들어, 피부 특성 추측 모델 학습부는 '계절(날짜)'을 고유한 제3 원-핫 벡터(one-hot vector)로 변환하여 입력값을 생성하고, '계절(날짜)에 따른 피부 특성'을 고유한 제4 원-핫 벡터로 변환하여 출력값을 생성한 후, 생성된 입력값과 출력값을 이용해 피부 특성 추측 모델을 지도학습할 수 있다. 여기서, 제3 원-핫 벡터 및 제4 원-핫 벡터는 벡터를 구성하는 성분값들 중 하나가 '1' 이고, 나머지 성분값들은 '0'으로 구성되는 벡터일 수 있다.
화장품 결정부(106)는 사용자의 피부 특성에 기초하여 사용자에게 필요한 필요 성분 및 필요 효과를 결정할 수 있고, 결정된 필요 성분 및 필요 효과를 포함하는 화장품들을 결정할 수 있다. 구체적으로, 화장품 결정부(106)는, 구매 시점에 대응되는 사용자의 피부 특성 및 피부 특성 변화도에 기초하여 결정된, 사용 지속 시점에 대응되는 사용자의 피부 특성에 기초하여 사용자에게 필요한 필요 성분 및 필요 효과를 결정할 수 있고, 결정된 필요 성분 및 필요 효과를 포함하는 화장품들을 결정할 수 있다.
화장품 결정부(106)는 상기 결정된 필요 성분 및 필요 효과 뿐만 아니라, 사용자와 구별되는 다른 사용자들의 화장품 사용 정보에 기초하여 상기 화장품들을 결정할 수 있다. 화장품 결정부(106)는 근무 유사도 결정부(105)에 의하여 결정된 근무 유사도가 임계값 이상인 다른 사용자들의 화장품 사용 정보에 기초하여 상기 화장품들을 결정할 수 있다.
추천 리스트 생성부(107)는 결정된 화장품들에 기초하여 사용자에 대한 화장품들의 추천 리스트를 생성할 수 있다. 추천 리스트 생성부(107)는 생성된 추천 리스트 및 추천 리스트에 포함된 화장품들의 정보를 사용자 단말(200)에 전송할 수 있다.
도 3은 지역별 기후 특성에 따라 사용자의 피부 특성이 달라지는 것을 설명하기 위한 도면이다. 도 3을 참조하면, 봄, 여름, 가을 및 겨울 동안의 지역별 기후 특성의 변화 추세와 피부 특성의 변화 추세를 알 수 있다.
도 3을 참조하면, 계절 변화에 따른 기후 특성(예: 온도, 습도) 그래프가 나타난다. 우리나라는 사계절의 변화가 뚜렷하고, 지역별로 상이하나 일반적으로 여름인 7월, 8월에 최고 기온을 찍고나서 기온이 점차 떨어지며 1, 2월에 최저 기온이 된다. 마찬가지로, 여름에는 강수량 및 습도가 높으며, 겨울로 갈수록 강수량 및 습도가 낮아질 수 있다.
도 3을 참조하면, 외부 환경에 의하여 영향을 많이 받는 피부 특성 중 피부의 수분량, 피지량, 모공, 탄력은 기후 특성 그래프에 대체적으로 비례하고, 피부 특성 중 주름, pH, 피부 밝기, 피부 민감도는 기후 특성 그래프에 대체적으로 반비례하는 것을 알 수 있다.
도 4는 화장품에 대한 사용자의 사용 지속 시점에 대응되는 피부 특성에 적합한 화장품을 결정하는 과정을 설명하는 도면이다.
사용 지속 시점 결정부(103)는 사용자의 구매 시점으로부터 일정 기간 이후인 사용 지속 시점을 결정할 수 있다. 사용 지속 시점 결정부(103)는 사용자의 화장품 사용 태양에 기초하여 상기 사용 지속 시점을 결정할 수 있다. 화장품 구매 시점에 대응되는 사용자의 피부 특성에 맞는 화장품을 추천하는 것은 화장품의 사용 기간 및 사용 기간 동안 변화되는 피부 특성을 고려할 때, 지속적으로 사용하기 적합하지 않을 수 있다. 다시 말해서, 도 3에서 화장품의 구매 시점 이후로 사용자의 피부 특성이 변하므로, 화장품 결정부(106)는 화장품의 사용 시점의 피부 특성에 적합한 화장품을 추천하는 것이 아니라, 사용 지속 시점 결정부(103)에 의하여 결정된 사용 지속 시점에 대응되는 사용자의 피부 특성에 적합한 화장품들을 결정할 수 있다.
다만, 구매 시점으로부터 너무 가까운 시점을 사용 지속 시점으로 결정하면 사용 지속 시점 이후부터 긴 기간 동안 사용자에게 적합하지 않을 수 있고, 구매 시점으로부터 너무 먼 시점을 사용 지속 시점으로 결정하면 사용 지속 시점 이전까지의 긴 기간 동안 사용자에게 적합하지 않을 수 있다. 따라서, 사용 지속 시점 결정부(103)는 사용자의 화장품 사용 태양에 기초하여 사용 지속 시점을 결정할 수 있다.
사용 지속 시점 결정부(103)는 사용자 단말(200)을 통해 입력받은 사용자의 사용 화장품에 대한 사용자의 평균 사용 기간을 획득할 수 있다. 상기 사용자의 사용 화장품은 사용자가 구매하려는 화장품과 동일한 종류의 화장품일 수 있다.
사용 지속 시점 결정부(103)는 상기 사용자의 평균 사용 기간이 임계 기간 이하인 경우, 상기 구매 시점으로부터 상기 평균 사용 기간의 1/2의 기간 이후의 시점을 상기 사용 지속 시점으로 결정하고, 상기 사용자의 평균 사용 기간이 상기 임계 기간 초과인 경우, 상기 구매 시점으로부터 상기 평균 사용 기간의 1/4의 기간 이후의 시점을 상기 사용 지속 시점으로 결정할 수 있다.
피부 특성 변화도 결정부(104)는 구매 시점에 대응되는 기후 및 사용 지속 시점에 대응되는 기후를 비교하여, 사용자의 피부 특성 변화도를 결정할 수 있다. 피부 특성 변화도 결정부(104)는 기상청 서버로부터 획득한 지역별의 월 평균 기온, 월 최고 기온, 월 최저 기온 및 월 평균 습도 등에 대한 기후 정보에 기초하여, 구매 시점에 대응되는 기후 및 사용 지속 시점에 대응되는 기후를 비교할 수 있다.
피부 특성 변화도 결정부(104)는 구매 시점에 대응되는 사용자의 활동 지역의 기온 및 사용 지속 시점에 대응되는 사용자의 활동 지역의 기온 사이의 기온 변화율을 결정하고, 사용자의 활동 지역의 구매 시점에 대응되는 습도 및 사용 지속 시점에 대응되는 습도 사이의 습도 변화율을 결정할 수 있다.
피부 특성 변화도 결정부(104)는 기온 변화율 및 습도 변화율에 비례하도록 사용자의 피부 특성 중 수분량, 피지량, 모공, 탄력의 변화도를 결정하고, 기온 변화율 및 습도 변화율에 반비례하도록 사용자의 피부 특성 중 주름, pH, 피부 밝기, 피부 민감도의 변화도를 결정할 수 있다.
피부 특성 결정부(102)는 상기 결정된 피부 특성 변화도에 기초하여 사용 지속 시점에 대응되는 사용자의 피부 특성을 결정할 수 있고, 화장품 결정부(106)는 사용 지속 시점에 대응되는 사용자의 피부 특성에 기초하여 사용자에게 추천할 화장품들을 결정할 수 있다.
도 5는 다른 사용자들의 화장품 사용 정보를 고려하기 위해 근무 유사도를 결정하는 것을 설명하기 위한 도면이다. 다른 사용자들의 화장품 사용 정보는 빅데이터로서 저장 및 수집될 수 있다.
화장품 결정부(106)는 피부 특성 결정부(102)에 의하여 결정된 사용자의 피부 특성에 더하여 다른 사용자들의 화장품 사용 정보에 기초하여 사용자에게 적합한 화장품들을 결정할 수 있다.
화장품 결정부(106)는, 지역별 기후에 따라 사람들의 피부 특성이 다르고 동일한 지역인 경우 피부 특성이 유사할 확률이 높으므로, 다른 사용자들 중 사용자와 동일한 활동 지역에 있는 다수의 사용자들을 결정할 수 있다.
화장품 결정부(106)는 근무 환경이 유사할수록 피부 특성이 유사할 확률이 높으므로, 결정된 상기 다수의 사용자들 중 근무 환경이 유사한 사용자들을 결정할 수 있다.
구체적으로, 화장품 결정부(106)는 상기 다수의 사용자들 중 사용자와 근무 형태가 동일하고, 사용자와 월 평균 외근 시간의 차이가 제1 시간 이내인 제1 사용자들을 먼저 결정할 수 있다. 근무 형태는 사무직, 현장직 및 순환근무직 등을 포함할 수 있다.
화장품 결정부(106)는 결정된 상기 제1 사용자들 중 근무 유사도가 임계값 이상인 사용자들을 상기 제2 사용자들로 결정할 수 있다. 근무 유사도는 사용자와 다른 사용자들 간 근무 환경의 유사도를 나타낸 것으로, 근무 유사도가 높은수록 사용자와 근무 환경이 유사하고, 근무 유사도가 낮을수록 사용자와 근무 환경이 유사하지 않다는 걸 의미할 수 있다.
근무 유사도 결정부(105)는 상기 제1 사용자들을 대상으로 수집된 외근 시간을 기초로 상기 사용자들 각각에 대하여 외근 증감도와 외근 변화도를 산출할 수 있다. 이 때, 기초 자료가 되는 외근 시간은 최근 1년 또는 최근 6개월 내의 자료로 결정될 수 있다. 외근 시간은 매 월에 따른 시간(일)로 표현될 수 있다. 이 때, 외근 증감도는 매월별 외근 시간의 '기울기 부호'를 이용하여 산출될 수 있다. 외근 증감도는 벡터로 표시될 수 있다.
예를 들어, 3월부터 8월까지 외근 시간이 감소(-), 증가(+), 감소(-), 증가(+), 감소(-), 증가(+)한 경우, 3월부터 8월에 대응하는 외근 증감도는 (-1, +1, -1, +1, -1, +1)일 수 있다. 또 다른 예로 3월부터 8월까지 외근 시간이 동일(0), 감소(-), 증가(+), 증가(+), 감소(-), 증가(+)한 경우, 3월부터 8월에 대응하는 외근 증감도는 (0, -1, +1, +1, -1, +1)일 수 있다.
즉, 지난달보다 현재 달에서 외근 시간이 감소한 경우, 현재 달에 대응하는 외근 증감도의 성분값은 '-1'이고, 지난달과 현재 달에서 외근 시간이 동일한 경우, 현재 달에 대응하는 외근 증감도의 성분값은 '0'이고, 지난달보다 현재 달에서 외근 시간이 증가한 경우, 현재 달에 대응하는 외근 증감도의 성분값은 '+1'이 될 수 있다.
한편, 외근 변화도는 매월별 외근 시간의 '기울기의 크기'를 이용하여 산출될 수 있다. 예를 들어, 3월부터 8월까지 외근 시간이 -2일, +4일, -3일, +2일, -4일, +1일로 변동된 경우, 외근 변화도는 (2, 4, 3, 2, 4, 1)일 수 있다. 즉, 현재 달에 대응하는 외근 변화도의 성분값은, 외근 시간의 변동일자를 나타낼 수 있다.
근무 유사도 결정부(105)는 사용자의 기준 외근 증감도와 제1 사용자들 각각의 외근 증감도 사이의 증감 연관도(ID)를 이하 수학식 1에 기초하여 산출할 수 있다.
Figure 112021096619446-pat00006
Figure 112021096619446-pat00007
Figure 112021096619446-pat00008
수학식 1에서, Ia는 상기 사용자의 기준 외근 증감도, Io는 상기 제1 사용자들 각각의 외근 증감도를 의미하고, 분자 부분은 사용자의 기준 외근 증감도와 제1 사용자들 각각의 외근 증감도 사이의 내적 연산일 수 있다.
근무 유사도 결정부(105)는 사용자의 기준 외근 변화도와 제1 사용자들 각각의 외근 변화도 사이의 유클리디언 거리(DIS)를 이하 수학식 2에 기초하여 산출할 수 있다.
Figure 112021096619446-pat00009
Figure 112021096619446-pat00010
수학식 2에서, Ga는 상기 사용자의 기준 외근 변화도, Go는 상기 제1 사용자들 각각의 외근 변화도를 의미하고, 근무 유사도 결정부(105)는 증감 연관도(ID)와 유클리디언 거리(DIS)를 이용하여 이하 수학식 3에 따른 근무 유사도(Sw)를 산출할 수 있다.
Figure 112021096619446-pat00011
수학식 3를 참조하면, k는 증감 연관도(ID)와 유클리디언 거리(DIS) 사이의 가중치를 결정하는 가중치 계수로서 0과 1 사이의 정수이며, DISμ는 결정된 상기 제1 사용자들에 대하여 산출된 유클리디언 거리들의 평균값이고, DISσ는 결정된 상기 제1 사용자들에 대하여 산출된 유클리디언 거리들의 표준편차일 수 있다.
화장품 결정부(106)는 상기 제1 사용자들 중에서 근무 유사도(Sw)가 임계값 이상인 사용자들을 상기 제2 사용자들로 결정할 수 있다.
화장품 결정부(106)는 정보 획득부(101)를 통해 획득한 제2 사용자들의 화장품 사용 정보에 기초하여, 사용자에게 적합한 화장품들을 결정할 수 있다. 화장품 사용 정보는 구매 후기, 사용 기간, 사용 빈도, 반품 여부 등을 포함할 수 있다.
화장품 결정부(106)는 긍정적인 리뷰의 비율이 제1 비율 이상인 화장품의 경우, 상기 화장품에 대한 가중치를 높일 수 있다. 화장품 결정부(106)는 긍정적인 리뷰의 비율이 제1 비율 미만인 화장품의 경우, 상기 화장품에 대한 가중치를 낮출 수 있다. 화장품 결정부(106)는 화장품에 대한 가중치에 기초하여, 사용자에게 적합한 화장품들을 결정할 수 있다.
도 6은 도 1에 따른 화장품 추천 서버(100)의 하드웨어 구성을 나타낸 도면이다.
도 6을 참조하면, 화장품 추천 서버(100)는 적어도 하나의 프로세서(110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.
상기 적어도 하나의 동작은, 화장품 추천 서버(100)의 동작이나 기능 중 적어도 일부를 포함하고 명령어들 형태로 구현되어 프로세서(110)에 의하여 수행될 수 있다.
여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 화장품 추천 서버(100)는 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 화장품 추천 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 화장품 추천 서버(100)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 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.
100: 화장품 추천 서버 200: 사용자 단말

Claims (5)

  1. 사용자에게 화장품을 추천하는 서비스를 제공하는 화장품 추천 서버로서,
    상기 사용자의 사용자 단말로부터 상기 사용자의 얼굴 이미지 및 상기 사용자의 활동 지역을 지시하는 활동 지역 정보를 획득하는 정보 획득부;
    획득된 상기 얼굴 이미지에 기초하여 상기 사용자의 피부 특성을 결정하는 피부 특성 결정부;
    결정된 상기 피부 특성에 기초하여 상기 사용자에게 필요한 필요 성분 및 필요 효과를 포함하는 화장품들을 결정하는 화장품 결정부; 및
    결정된 상기 화장품들의 추천 리스트를 생성하고, 상기 추천 리스트를 상기 사용자 단말에 전송하는 추천 리스트 생성부를 포함하고,
    상기 피부 특성 결정부는,
    상기 얼굴 이미지에 기초하여 상기 사용자의 피부의 수분, 유분, 피지, 주름, 모공 상태 및 각질 상태 중 적어도 하나 이상의 피부 특성을 구매 시점에 따라 결정하고, 상기 구매 시점에 대응되는 상기 사용자의 피부 특성 및 상기 구매 시점으로부터 일정 기간 동안 변하는 피부 특성 변화도에 기초하여, 상기 구매 시점으로부터 상기 일정 기간 이후의 시점인 사용 지속 시점에 대응되는 상기 사용자의 피부 특성을 결정하며,
    상기 화장품 결정부는, 상기 사용 지속 시점에 대응되는 상기 사용자의 피부 특성 및 상기 사용자와 구별되는 다른 사용자들의 화장품 사용 정보에 기초하여 상기 화장품들을 결정하고,
    상기 화장품 추천 서버는,
    상기 사용자의 활동 지역에 대응하는 기후에 따라 달라지는 상기 사용자의 피부 특성 변화도를 결정하는 피부 특성 변화도 결정부를 더 포함하고,
    상기 피부 특성 변화도 결정부는,
    기상청 서버로부터 획득한 지역별 기후 정보에 기초하여, 상기 구매 시점에 대응되는 상기 활동 지역의 기후 및 상기 사용 지속 시점에 대응되는 상기 활동 지역의 기후를 비교하고,
    상기 비교에 기초하여 상기 사용자의 상기 피부 특성 변화도를 결정하되,
    상기 구매 시점에 대응되는 상기 사용자의 활동 지역의 기온, 습도 및 상기 사용 지속 시점에 대응되는 사용자의 활동 지역의 기온, 습도 사이의 기온 변화율 및 습도 변화율을 결정하고,
    결정된 상기 기온 변화율 및 상기 습도 변화율에 비례하도록 상기 사용자의 피부 특성 중 수분량, 피지량, 모공, 탄력의 변화도를 결정하고,
    결정된 상기 기온 변화율 및 상기 습도 변화율에 반비례하도록 상기 사용자의 피부 특성 중 주름, pH, 피부 밝기, 피부 민감도의 변화도를 결정하는, 화장품 추천 서버.
  2. 청구항 1에서,
    상기 피부 특성 결정부는,
    획득된 상기 사용자의 얼굴 이미지를 복수 개의 얼굴 영역들로 분할하고,
    분할된 상기 복수 개의 얼굴 영역들 각각에 대한 피부 특성을 결정하고,
    상기 각각에 대한 피부 특성에 기초하여, 상기 구매 시점에 대응되는 상기 사용자의 피부 특성을 결정하는, 화장품 추천 서버.
  3. 청구항 2에서,
    상기 피부 특성 결정부는,
    상기 복수 개의 얼굴 영역들 중 면적이 제1 면적 이상인 제1 얼굴 영역의 피부 특성을 결정하고,
    상기 제1 얼굴 영역의 피부 특성을 통해 상기 제1 얼굴 영역과 유사한 피부 특성을 나타내는 제2 얼굴 영역의 피부 특성을 결정하고,
    결정된 상기 제1 얼굴 영역의 피부 특성 및 상기 제2 얼굴 영역의 피부 특성에 기초하여 상기 사용자의 피부 특성을 결정하는, 화장품 추천 서버.
  4. 삭제
  5. 삭제
KR1020210110697A 2021-08-23 2021-08-23 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치 KR102360993B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210110697A KR102360993B1 (ko) 2021-08-23 2021-08-23 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치
KR1020220015069A KR20230029486A (ko) 2021-08-23 2022-02-04 사용자의 피부 특성 및 사용자와 유사한 환경에 속해있는 다른 사용자들의 화장품 사용 정보에 기초하여 사용자에게 맞춤형 화장품을 추천하는 서비스를 제공하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210110697A KR102360993B1 (ko) 2021-08-23 2021-08-23 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220015069A Division KR20230029486A (ko) 2021-08-23 2022-02-04 사용자의 피부 특성 및 사용자와 유사한 환경에 속해있는 다른 사용자들의 화장품 사용 정보에 기초하여 사용자에게 맞춤형 화장품을 추천하는 서비스를 제공하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102360993B1 true KR102360993B1 (ko) 2022-02-09

Family

ID=80266015

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210110697A KR102360993B1 (ko) 2021-08-23 2021-08-23 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치
KR1020220015069A KR20230029486A (ko) 2021-08-23 2022-02-04 사용자의 피부 특성 및 사용자와 유사한 환경에 속해있는 다른 사용자들의 화장품 사용 정보에 기초하여 사용자에게 맞춤형 화장품을 추천하는 서비스를 제공하는 방법 및 장치

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220015069A KR20230029486A (ko) 2021-08-23 2022-02-04 사용자의 피부 특성 및 사용자와 유사한 환경에 속해있는 다른 사용자들의 화장품 사용 정보에 기초하여 사용자에게 맞춤형 화장품을 추천하는 서비스를 제공하는 방법 및 장치

Country Status (1)

Country Link
KR (2) KR102360993B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102450424B1 (ko) * 2022-06-28 2022-10-06 주식회사 룰루랩 사용자의 피부 타입과 화장품 성분에 따른 효능에 기반하여 사용자에게 적합한 화장품을 추천하는 방법 및 장치
KR102528021B1 (ko) * 2022-10-19 2023-05-03 주식회사 트레이드미 Ai에 기반하여 개인 화장품 구독 서비스를 제공하는 방법 및 장치
KR102652693B1 (ko) 2023-10-18 2024-03-29 이언주 인공지능 기반 메이크업 키트 추천 시스템

Citations (6)

* Cited by examiner, † Cited by third party
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
KR20170132644A (ko) * 2016-05-24 2017-12-04 칼-콤프 일렉트로닉스 앤드 커뮤니케이션즈 컴퍼니 리미티드 케어 정보를 획득하기 위한 방법, 케어 정보를 공유하기 위한 방법, 및 그것들을 위한 전자 장치
KR20190033257A (ko) * 2017-09-21 2019-03-29 주식회사 엘지생활건강 맞춤형 화장품 추천 장치 및 방법
KR102184177B1 (ko) * 2020-03-10 2020-11-27 주식회사 만컴퍼니 사용자의 단말을 이용하여 획득한 얼굴 이미지를 분석하여 화장품을 추천하는 장치 및 방법
KR102199441B1 (ko) * 2020-10-30 2021-01-06 주식회사 모이벡 사용자 정보에 따라 선정된 평가 항목을 기반으로 화장품을 평가하는 제품 추천 장치
KR20210084880A (ko) * 2019-12-30 2021-07-08 (주)씽크포비엘 기계학습 모델에 기초한 화장품 추천 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
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
KR20170132644A (ko) * 2016-05-24 2017-12-04 칼-콤프 일렉트로닉스 앤드 커뮤니케이션즈 컴퍼니 리미티드 케어 정보를 획득하기 위한 방법, 케어 정보를 공유하기 위한 방법, 및 그것들을 위한 전자 장치
KR20190033257A (ko) * 2017-09-21 2019-03-29 주식회사 엘지생활건강 맞춤형 화장품 추천 장치 및 방법
KR20210084880A (ko) * 2019-12-30 2021-07-08 (주)씽크포비엘 기계학습 모델에 기초한 화장품 추천 방법
KR102184177B1 (ko) * 2020-03-10 2020-11-27 주식회사 만컴퍼니 사용자의 단말을 이용하여 획득한 얼굴 이미지를 분석하여 화장품을 추천하는 장치 및 방법
KR102199441B1 (ko) * 2020-10-30 2021-01-06 주식회사 모이벡 사용자 정보에 따라 선정된 평가 항목을 기반으로 화장품을 평가하는 제품 추천 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102450424B1 (ko) * 2022-06-28 2022-10-06 주식회사 룰루랩 사용자의 피부 타입과 화장품 성분에 따른 효능에 기반하여 사용자에게 적합한 화장품을 추천하는 방법 및 장치
WO2024005503A1 (ko) * 2022-06-28 2024-01-04 주식회사 룰루랩 사용자의 피부 타입과 화장품 성분에 따른 효능에 기반하여 사용자에게 적합한 화장품을 추천하는 방법 및 장치
KR102528021B1 (ko) * 2022-10-19 2023-05-03 주식회사 트레이드미 Ai에 기반하여 개인 화장품 구독 서비스를 제공하는 방법 및 장치
KR102652693B1 (ko) 2023-10-18 2024-03-29 이언주 인공지능 기반 메이크업 키트 추천 시스템

Also Published As

Publication number Publication date
KR20230029486A (ko) 2023-03-03

Similar Documents

Publication Publication Date Title
KR102360993B1 (ko) 사용자에게 화장품을 추천하는 서비스를 제공하는 방법 및 장치
US20230335288A1 (en) Systems and methods for formulating personalized skincare products
KR102069846B1 (ko) 개인화된 화장품 추천방법 및 추천프로그램
US9348898B2 (en) Recommendation system with dual collaborative filter usage matrix
US9311564B2 (en) Face age-estimation and methods, systems, and software therefor
CN104637035B (zh) 生成卡通人脸图片的方法、装置及系统
KR102203355B1 (ko) 상품 체험에 따른 체험정보 추출 시스템 및 방법
KR102316723B1 (ko) 인공지능을 이용한 신체 맞춤형 코디 시스템
MX2010009179A (es) Sistema y metodo de comercializacion destinada.
CN110110118A (zh) 妆容推荐方法、装置、存储介质及移动终端
CN110727860A (zh) 基于互联网美容平台的用户画像方法、装置、设备及介质
WO2020156109A1 (zh) 产品信息处理方法、装置、计算机设备和存储介质
JP2017188089A (ja) 行動予測
KR102445747B1 (ko) 피부 분석에 기초하여 토탈 큐레이션 서비스를 제공하기 위한 방법 및 장치
KR101604369B1 (ko) 미용실 고객응대 서버의 미용실 고객응대 서비스 제공방법
CN113033413A (zh) 一种眼镜推荐方法、装置、存储介质和终端
KR102528021B1 (ko) Ai에 기반하여 개인 화장품 구독 서비스를 제공하는 방법 및 장치
US11515043B1 (en) Method and device for hair loss prediction and personalized scalp care
KR20220000851A (ko) 딥러닝 기술을 활용한 피부과 시술 추천 시스템 및 방법
KR102423750B1 (ko) 인공지능을 통한 개인 맞춤형 이너뷰티 서비스 제공 장치, 시스템, 방법 및 프로그램
KR102516660B1 (ko) 사용자를 위한 간병인 매칭 제공 방법
Rew et al. Monitoring skin condition using life activities on the SNS user documents
KR102548960B1 (ko) 공간 렌트 매칭 방법
KR102342843B1 (ko) 주변 환경 및 사용자의 선호도를 고려한 맞춤형 컨텐츠 제공 방법
JP7438132B2 (ja) 情報処理装置、化粧料生成装置、プログラム、シミュレーション方法、及び、情報処理システム

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant