KR102479461B1 - 맞춤형 수제향수 진단/주문/제작 시스템 및 방법 - Google Patents
맞춤형 수제향수 진단/주문/제작 시스템 및 방법 Download PDFInfo
- Publication number
- KR102479461B1 KR102479461B1 KR1020210080990A KR20210080990A KR102479461B1 KR 102479461 B1 KR102479461 B1 KR 102479461B1 KR 1020210080990 A KR1020210080990 A KR 1020210080990A KR 20210080990 A KR20210080990 A KR 20210080990A KR 102479461 B1 KR102479461 B1 KR 102479461B1
- Authority
- KR
- South Korea
- Prior art keywords
- customer
- category
- image
- perfume
- scent
- Prior art date
Links
- 239000002304 perfume Substances 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 50
- 238000004519 manufacturing process Methods 0.000 claims abstract description 45
- 239000003205 fragrance Substances 0.000 claims description 54
- 238000013528 artificial neural network Methods 0.000 claims description 24
- 230000036651 mood Effects 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 14
- 241000207199 Citrus Species 0.000 claims description 7
- 235000006679 Mentha X verticillata Nutrition 0.000 claims description 7
- 235000002899 Mentha suaveolens Nutrition 0.000 claims description 7
- 235000001636 Mentha x rotundifolia Nutrition 0.000 claims description 7
- 235000020971 citrus fruits Nutrition 0.000 claims description 7
- 235000009508 confectionery Nutrition 0.000 claims description 7
- 230000001568 sexual effect Effects 0.000 claims description 7
- 210000004709 eyebrow Anatomy 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 241000282412 Homo Species 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 241000282472 Canis lupus familiaris Species 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 230000000306 recurrent effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000007557 optical granulometry Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000013519 translation Methods 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- 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
- G06Q30/06—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]
- G06Q30/0641—Shopping interfaces
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템은 맞춤형 수제향수 진단/주문/제작 플랫폼을 이용하여 고객의 이미지를 제공하고, 상기 고객의 이미지와 어울리는 맞춤형 향수의 추천을 요청하는 고객단말; 및 상기 고객단말의 요청에 따라 상기 고객의 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌을 갖는 적어도 하나 이상의 향 또는 적어도 하나 이상이 조합된 향을 진단하고, 추천하는 플랫폼 관리서버를 포함한다.
Description
본 발명은 맞춤형 수제향수 진단/주문/제작 시스템 및 방법에 관한 것이다.
시중에 판매하는 기성 화장품들은 제조사마다 내세우는 향으로 고객들의 구매를 유도한다.
시중에 판매되는 향수의 종류는 다양하며, 고객들은 기존 구매자들의 호응도 및 직접 시제품을 체험하여 정작 고객이 구매한 향수가 자신에게 어울리는 지는 판단하지 못한체 대중의 구매에 휩쓸려 향수를 구매하여왔고, 지금도 이러한 습관으로 구매하고 있다.
이에 본 발명은 고객의 이미지에 어울리는 수제향수를 추천함으로서, 고객 마다 풍기는 분위기를 보다 강하게 어필할 수 있는 맞춤형 수제향수를 진단/주문/제작하기 위한 시스템 및 방법을 제안하고자 한다.
본 발명이 해결하고자 하는 과제는 종래의 문제점을 해결할 수 있는 맞춤형 수제향수 진단/주문/제작 시스템 및 방법을 제공하는 데 그 목적이 있다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템은 맞춤형 수제향수 진단/주문/제작 플랫폼을 이용하여 고객 이미지를 제공하고, 상기 고객 이미지와 어울리는 맞춤형 향수의 추천을 요청하는 고객단말; 및 상기 고객단말의 요청에 따라 상기 고객 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌을 갖는 적어도 하나 이상의 향 또는 적어도 하나 이상이 조합된 향을 진단하고, 추천하는 플랫폼 관리서버를 포함하고, 상기 플랫폼 관리서버는 상기 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석하고, 상기 고객 이미지 내에 색상정보를 기초로 고객 이미지의 분위기를 2차 분석하는 것을 특징으로 하고, 상기 제1 오브젝트는 신체 구성(얼굴, 입모양, 눈썹, 눈, 팔, 다리), 제2 오브젝트는 신체에 착용된 사물(옷, 신발, 치마, 바지, 액세서리)인 것을 특징으로 하며, 딥러닝 알고리즘인 심층신경망 알고리즘을 기반으로 오브젝트의 윤곽선의 형상 및 색상을 기초로 기 설정된 분위기 (봄의 이미지: 귀여운, 천진난만한, 사랑스러운, 상냥한 / 여름의 이미지: 깨끗한, 청순한, 우아한, 차분한 / 가을의 이미지 : 편안한, 활동적, 성숙한, 화려한, 겨울의 분위기 : 세련된, 도회적인, 스마트한, 섹시한 등)으로 상기 고객 이미지를 분류하고, 4계절의 느낌과 관련된 7가지로 구성된 향 카테고리 내에서 상기 고객 이미지의 분위기에 적합한 향을 진단하고, 진단된 향의 강, 약을 추가 진단하고, 상기 향 카테고리는 제1 카테고리 내지 제7 카테고리를 포함하고, 제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향인 것을 특징으로 한다.
일 실시예에서, 상기 플랫폼 관리서버는 상기 고객단말에서 전송된 고객 이미지의 색감 및 형상을 기초로 고객의 분위기 및 취향을 분석한 후, 분석된 분위기 및 취향에 적합한 향을 진단하는 것을 특징으로 한다.
삭제
삭제
삭제
삭제
삭제
삭제
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 방법은 맞춤형 수제향수 진단/주문/제작 플랫폼이 실행된 고객단말에서 고객 이미지를 제공하고, 상기 고객 이미지와 어울리는 맞춤형 향수의 추천을 요청하는 단계; 플랫폼 관리서버에서 상기 고객단말의 요청에 따라 상기 고객의 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌을 갖는 적어도 하나 이상의 향 또는 적어도 하나 이상이 조합된 향을 진단한 결과를 상기 고객단말로 추천하는 단계; 및 상기 고객단말에서 상기 플랫폼 관리서버에서 추천한 향으로 수제향수 진단/주문/제작을 요청하는 단계를 포함하고, 상기 고객단말로 추천하는 단계는 머신러닝 분위기 분석부에서 상기 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석하는 단계; 상기 머신러닝 분위기 분석부에서 상기 고객 이미지 내에 색상정보를 기초로 상기 고객 이미지의 분위기를 2차 분석하는 단계; 및 향 진단부에서 4계절의 느낌과 관련된 7가지로 구성된 향 카테고리 중 상기 고객 이미지의 분위기에 적합한 적어도 하나 이상의 향 또는 적어도 하나 이상의 조합된 향을 진단하는 단계를 포함하고, 상기 향 카테고리는 제1 카테고리 내지 제7 카테고리를 포함하고, 제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향인 것을 특징으로 한다.
삭제
삭제
본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템 및 방법을 이용하면, 고객의 이미지에 어울리는 수제향수를 추천함으로써, 고객 마다 풍기는 분위기를 보다 강하게 어필할 수 있다는 이점을 제공한다.
도 1은 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템의 네트워크 구성도이다.
도 2는 도 1에 도시된 플랫폼 관리서버의 세부구성을 나타낸 블록도이다.
도 3 내지 도 5는 도 1의 고객단말에서 실행된 맞춤형 개인 향수 진단/주문/제작 플랫폼의 실행 화면의 일 예시도이다.
도 6은 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 방법을 설명한 흐름도이다.
도 7은 도 6에 도시된 S720 과정의 세부 흐름도이다.
도 8은 본 명세서에 개진된 하나 이상의 실시예가 구현될 수 있는 예시적인 컴퓨팅 환경을 도시한 도이다.
도 2는 도 1에 도시된 플랫폼 관리서버의 세부구성을 나타낸 블록도이다.
도 3 내지 도 5는 도 1의 고객단말에서 실행된 맞춤형 개인 향수 진단/주문/제작 플랫폼의 실행 화면의 일 예시도이다.
도 6은 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 방법을 설명한 흐름도이다.
도 7은 도 6에 도시된 S720 과정의 세부 흐름도이다.
도 8은 본 명세서에 개진된 하나 이상의 실시예가 구현될 수 있는 예시적인 컴퓨팅 환경을 도시한 도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양 방을 이용하여 실현되는 유닛을 포함한다. 또한, 1개의 유닛이 2개 이상의 하드웨어를 이용하여 실현되어도 되 고, 2개 이상의 유닛이 1개의 하드웨어에 의해 실현되어도 된다. 본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하, 첨부된 도면들에 기초하여 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템 및 방법을 보다 상세하게 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템의 네트워크 구성도이고, 도 2는 도 1에 도시된 플랫폼 관리서버의 세부구성을 나타낸 블록도이고, 도 3 내지 도 5는 도 1의 고객단말에서 실행된 맞춤형 개인 향수 진단/주문/제작 플랫폼의 실행 화면의 일 예시도이다.
먼저, 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템(100)은 고객단말(200) 및 플랫폼 관리서버(300)를 포함한다.
상기 고객단말과 상기 플랫폼 관리서버(300)는 네트워크로 통신한다. 상기 네트워크는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스 (Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한 각 구성요소가 단수 또는 복수로 구비되는 것은 실시예에 따라 변경가능하다 할 것이다.
상기 고객단말(200)은 맞춤형 개인 향수 진단/주문/제작 플랫폼에서 제공하는 맞춤형 개인 향수 진단/주문/제작 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 개인에게 맞는 맞춤형 향을 진단하고, 제휴된 제작업체로 맞춤형 향수를 주문제작하도록 요청하는 소비자의 단말일 수 있다.
또한, 적어도 하나의 고객단말(200)은 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 고객단말(200)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
적어도 하나의 고객단말(200)은 후술하는 플랫폼 관리서버(300)에 접속가능한 맞춤형 개인 향수 진단/주문/제작 플랫폼을 실행하는 단말로서, 맞춤형 개인 향수 진단/주문/제작 서비스를 제공하는 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 또는 열 수 있는 단말일 수 있다.
여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hyper text mark-up language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.
상기 고객단말(200)은 맞춤형 개인 향수 진단/주문/제작 플랫폼(10)을 이용하여 고객의 이미지를 제공하고, 고객의 이미지를 기초로 분석한 고객이 풍기는 특유의 색상정보를 기 설정된 색상 진단 카테고리 중 어느 하나의 색정보를 제공받는 단말일 수 있다.
즉, 맞춤형 수제향수 진단/주문/제작 플랫폼을 이용하여 고객의 이미지를 제공하고, 상기 고객의 이미지와 어울리는 맞춤형 향수의 추천을 요청하는 구성일 수 있다.
또한, 상기 고객단말(200)은 맞춤형 개인 향수 진단/주문/제작 플랫폼(10)에서 진단한 색에 부합하는 적어도 하나 이상의 추천 향을 제공받는 단말일 수 있다.
또한, 상기 고객단말(200)은 맞춤형 개인 향수 진단/주문/제작 플랫폼(10)을 통해 자신의 이미지와 유사한 타 고객이 주문한 맞춤형 향수를 검색할 수 있는 단말일 수 있다.
또한, 상기 고객단말(200)은 주문한 맞춤형 향수의 원료, 성분, 단가에 대한 제조정보를 검색 및 수신하는 단말일 수 있다.
또한, 상기 고객단말(200)은 주문한 수제향수의 제조/가공/포장/배송에 대한 각 단계를 실시간으로 확인 요청하는 단말일 수 있다.
다음으로, 플랫폼 관리서버(300)는 고객단말(200)에서 입력한 개인 이미지의 느낌을 프로그래스 진단 알고리즘을 통해 7가지 진단 향 중 어느 하나의 향으로 분석한 후, 분석된 진단 향의 발산 정보를 상기 고객단말과 조율하여 고객의 이미지에 맞춤식 수제향수를 주문/생산/배송 요청하는 구성일 수 있다.
상기 플랫폼 관리서버(300)는 고객단말에서 주문한 수제향수의 제품생산공정, 제품가공공정, 제품유통공정 등을 포함하는 일련의 과정을 주기적으로 구매자들에게 제공하는 구성일 수 있다.
보다 구체적으로, 플랫폼 관리서버(300)는 고객 관리부(310), 제조업체 관리부(320), 진단부(330), 주문 및 결제 처리부(340), 챗봇 서비스부(350), 통계부(360), 플랫폼 제공부(370) 및 AI 상담관리부(380)를 포함한다
상기 고객 관리부(310)는 플랫폼(10)을 이용하여 수제향수를 주문하는 고객의 플랫폼 이용내역(구매일자, 구매상품, 구매수량 등)을 관리하는 구성일 수 있다.
또한, 상기 고객 관리부(310)는 고객이 주문한 수제향수의 용량, 사용빈도를 기초로 재주문 시기를 산출하고, 산출된 재주문 시점에 재주문 메시지를 제공하는 구성일 수 있다. 또한, 상기 고객 관리부(310)는 후술하는 향 진단부에서 진단된 향을 고객 별로 분류하여 DB화하는 구성일 수 있다.
다음으로, 제조업체 관리부(320)는 정부에서 지정한 향수 제조업체에 대한 정보를 등록 및 관리하고, 등록된 향수 제조업체로 주문/생산요청한 수제향수의 제품생산공정, 제품가공공정, 제품유통공정 등에 대한 기일관리를 수행하는 구성일 수 있다.
다음으로, 진단부(330)는 고객단말에서 전송된 고객 이미지의 색감 및 형상을 기초로 고객의 분위기 및 취향을 분석한 후, 분석된 분위기 및 취향에 적합한 향을 진단하는 구성일 수 있다.
상기 진단부(330)는 머신러닝 분위기 분석부(331) 및 향 진단부(332)를 포함한다.
상기 머신러닝 분위기 분석부(331)는 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석한다.
여기서, 제1 오브젝트는 신체의 구성, 예컨대, 얼굴, 입모양, 눈썹, 눈, 팔, 다리 등일 수 있고, 제2 오브젝트는 신체에 착용된 사물, 예컨대, 옷, 신발, 치마, 바지, 액세서리 등일 수 있다.
또한, 상기 머신러닝 이미지 분석부(331)는 고객 이미지 내에 색상정보를 기초로 고객 이미지의 분위기를 2차 분석한다.
참고로, 상기 머신러닝 이미지 분석부(331)는 딥러닝 알고리즘인 심층신경망 알고리즘을 기반으로 오브젝트의 윤곽선의 형상 및 색상을 기초로 기 설정된 분위기(봄의 이미지 : 귀여운, 천진난만한, 사랑스러운, 상냥한 / 여름의 이미지 : 깨끗한, 청순한, 우아한, 차분한 / 가을의 이미지 : 편안한, 활동적, 성숙한, 화려한, 겨울의 분위기 : 세련된, 도회적인, 스마트한, 섹시한 등)으로 상기 고객 이미지를 분류할 수 있다.
참고로, 딥러닝(deep learning), 심층학습은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions)를 시도하는 기계학습(machine learning) 알고리즘의 집합으로 정의되며, 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야일 수 있다.
컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망(ANN: artificial neural network)을 기반으로 구축한 한 기계 학습 기술일 수 있다. 딥러닝은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시킬 수 있다. 딥러닝 기술을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지, 추론, 판단할 수 있게 될 수 있다. 음성·이미지 인식과 사진 분석 등에 광범위하게 활용될 수 있다
기계학습은 기계가 방대한 샘플 데이터를 분석하고, 훈련 데이터를 반복하여, 규칙, 규정, 표현, 조건, 판단 기준 등을 스스로 추출한 후 데이터베이스에 축적해 학습할 수 있다. 인식 및 분석이 필요한 데이터가 입력된 경우, 기계는 축적된 데이터베이스를 근거로 데이터를 분석하고 식별하고 관계성을 생각하고 예측하며, 인간이 평소에 하는 '생각하는' 작업을 대체할 수 있다.
신경망은 기계학습의 한 종류로, 인간의 뇌를 모방한 기술 일 수 있다. 신경망은 사물의 '특징값'을 추출하여, 인간과 비슷한 방법으로 학습을 할 수 있다. 예를 들어, 인간은 인간의 뇌가 지금까지의 경험을 통해 개인지 고양이인지를 판단하기 위한 '특징'을 학습해서 가지고 있고, 그것을 기반으로 몇 개의 이미지를 보고 '개'와 '고양이'로 분류할 수 있다.
신경망에서는 대상을 식별하기 위해 인간이 제시한 규칙이 아니라 특징값을 산출할 수 있다. 특징값을 '개'라고 가르치면 개로 분류할 수 있다. 반복하면 기계 스스로가 특징값을 산출해 개로 분류할 정보가 늘어날 수 있다. 컴퓨터가 다루는 특징값은 벡터 형태의 수치일 수 있다. 특징들은 훈련을 통해 기계가 자동으로 학습하기 때문에 개발자는 기존과 같이 세세한 규칙을 정의해야 하는 업무에서 해방될 수 있다. 이미지를 입력하면 그 일치할 경우 고양이라고 판단해 분류할 수 있다. 개를 판단하는 특징값을 인간이 만들어서 제공한 것이 아니라 기계가 학습을 통해 스스로 계산할 수 있다.
신경망은 입력층, 출력층, 및 중간층을 포함할 수 있다. 중간층은 은닉층이라 할 수 있다. 중간층이 있으면 처리를 담당하는 뉴런군의 층이 증가할 수 있다. 중간층에 다층 뉴런 층을 가지는 것을 심층 신경망이라 할 수 있다. 심층 신경망에서 이뤄지는 기계학습을 딥러닝이라 할 수 있다. 더 많은 데이터를 훈련시켜 처리하기 위해 중간층을 더욱 다층화시킬 수 있다. 중간층이 과다하게 다층화되면, 파라미터의 수가 너무 많아지고, 뉴런이 많고 복잡해져 아무 관계도 없던 결합이 늘어나 과적합(over-fitting)될 수 있다. 과적합으로 인해 성능이 저하될 수 있다. 합성곱 신경망(CNN: Convolution Neural Network)이 문제를 해결할 수 있다.
합성곱 신경망은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용할 수 있다. CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여줄 수 있다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들 보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다
합성곱 신경망은 이미지의 일부 영역을 분석하고, 그 영역의 창을 미끄러지듯 옮겨 다음 영역, 그리고 다음 영역으로 반복해 나갈 수 있다. 파악한 이미지 영역의 정보를 모든 뉴런으로 전파하지 않고, 관계성이 높은 뉴런에만 전파할 수 있다. 이를 통해 과적합 문제를 해결할 수 있다.
시계열 데이터 분석에 높은 성능을 보이는 리커런트 신경망(RNN: Recurrent Neural Network)은 입력층, 중간층, 출력층을 포함할 수 있는데, 현재 중간층의 값이 다음 출력층의 계산에 영향을 줄 수 있다. 리커런트 신경망은 중간층의 노드가 방향을 가진 엣지로 연결돼 순환구조를 이루는(directed cycle) 인공신경망의 한 종류일 수 있다. 리커런트 신경망의 핵심은 노드간, 층간 최적 파라미터를 찾는 것일 수 있다. 리커런트 신경망을 양방향 리커런트 신경망으로 확장할 수 있다. 양방향 리커런트 신경망은 순서 데이터를 모델링할 때, 현재 순서 데이터가 전 데이터뿐만 아니라 후 데이터에 영향을 받을 수 있다. 단방향 리커런트 신경망이 전 데이터와 현재 데이터만 참조하는 것과는 달리, 양방향 리커런트 신경망은 전 데이터와 후 데이터 그리고 현재 데이터를 모두 참조할 수 있다.
시계열 데이터는 시간의 경과와 함께 일정한 간격마다 관측 값이 기록되어 있는 데이터일 수 있다. 시계열 데이터 분석 기법은 금융, 군사, 제조 등 많은 분야에서 사용될 수 있다. 시계열 데이터를 정확하게 분석하는 것은 금융 예측, 제조 진단 등에 매우 중요할 수 있다. 예를 들어, 발전소의 대형 시스템에서 입력되는 신호를 정확하게 예측하면, 고장을 예측하고 정비주기를 정확하게 산정하여 사고의 위험을 줄일 뿐만 아니라, 정비의 비용을 현저하게 줄일 수 있다. 다중 시계열 데이터는 시간에 따라 변화하는 다수의 변수의 기록일 수 있다.
예를 들어 다중 시계열 데이터는 시간별 다수의 주식 가격, 시간별 다수의 환율의 변화를 포함할 수 있다. 시계열 데이터는 지속성이 있을 수 있다. 예를 들어, 사람들은 각 단어를 이전 단어들에 기반을 두어 이해할 수 있고, 이전 비디오 프레임들이 현재 프레임을 이해하는 데 영향을 미칠 수도 있다. 정적 데이터와 달리 시계열 데이터는 여러 특성이 있을 수 있다. 예를 들어, 시간의 경과에 따라 상대적으로 부드럽게 변화하는 시계열 데이터가 있을 수 있고, 급변하게 변하는(고주파) 시계열 데이터가 있을 수 있다. 또한, 특정 패턴을 반복하는 시계열 데이터가 있을 수 있다.
딥러닝 기술의 발전으로 인해 정적인 데이터의 분석뿐만 아니라, 시계열 데이터도 분석 및 예측할 수 있다. 시계열 데이터를 딥러닝을 통해 신뢰성 높은 분석 및 예측 결과를 얻으려면 많은 양의 학습 데이터가 필요하다는 제약이 있을 수 있다. 현실적으로 많은 데이터를 구하기가 어렵거나 시간이 오래 걸릴 수 있다. 각각의 시계열 데이터에 따라 적합한 딥러닝 알고리즘이 다를 수 있다는 것을 미리 설명한다.
다음으로, 향 진단부(332)는 분석된 고객 이미지의 분위기에 부합 또는 적합한 향을 4계절 중 어느 하나의 계절느낌으로 진단하는 구성일 수 있다.
상기 향 진단부(332)는 4계절의 느낌과 관련된 7가지로 구성된 향 카테고리 내에서 고객 이미지의 분위기에 적합한 향을 진단하고, 진단된 향의 강,약을 추가 진단하는 구성일 수 있다.
상기 향 카테고리는 제1 카테고리 내지 제7 카테고리를 포함한다.
제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향일 수 있다.
다음으로, 주문 및 결제 처리부(340)는 맞춤형 수제향수 진단/주문/제작 플랫폼(10)을 이용하여 수제향수의 구매 주문, 결제에 대한 업무를 처리하는 기능을 한다.
다음으로, 챗봇 서비스부(350)는 챗봇 에이전트 서비스를 지원하는 구성으로, AI 이미지 분석부(330) 및 주문 및 결제 처리부(340)와 연동될 수 있다.
상기 챗봇 에이전트 서비스는 음성을 통해 구매와 관련된 상담, 검색 및 결제 등을 처리하는 서비스일 수 있다. 또한, 챗봇 에이전트 서비스는 주문내역 조회, 리뷰 등에 부가적인 서비스도 지원한다.
챗봇에 대해서는 다양한 유사 용어가 존재하므로, 본 발명의 일 실시예에 따른 챗봇은, 지능형 가상비서, 가상 개인비서(Virtual Personal Assistant), 지능형 개인비서(Intelligent Personal Assistant), 대화형 에이전트(conversational agent), 가상 동반자(virtual companion), 가상도우미(virtual assistant) 등과 같은 용어로 이용되더라도 본 발명의 챗봇의 범위에 포함될 수 있다.
그리고, 챗봇은 채팅을 나누는 챗앱, 채팅 내용에 따라 정보를 검색하고 서비스를 제공하는 서버, 챗앱과 서버를 중계하는 봇API로 구성될 수 있고, 인공지능 분야의 강화학습 알고리즘을 통한 자연어 처리(NLP)와 자연어 생성(NLG)의 기능을 수행할 수 있다. 챗봇은, 인간이 하는 말과 글을 이해하고 자기가 갖고 있거나 학습한 데이터를 분석해서 인간이 이해할 수 있는 말과 글로 대답할 수 있는데, 이를 위해서는 도형, 문자, 음성 등의 패턴을 인식하여 인간이 쓰는 언어를 처리할 수 있으며, 논리적 추론까지 가능할 수 있다. 또한, 챗봇은, 사용자가 요구하는 정보를 비정형 데이터에서 찾아낼 수도 있고, 현실의 상황을 정보화하고 활용하는 지능화된 서비스를 제공할 수도 있다.
이를 위해, 본 발명에서 개시하는 챗봇은, 기계가 도형, 문자, 음성 등을 식별하는 패턴 인식(Pattern Recognition), 인간이 보통 쓰는 언어를 기계가 인식하도록, 정보검색, 질의응답, 시스템 자동번역, 통역의 기능을 포함하는 자연어처리(Natural Language Processing), 정보 데이터의 뜻을 이해하고, 논리적 추론까지 할 수 있는 시멘틱 웹(Semantic Web), 비정형 텍스트 데이터에서 새롭고 유용한 정보를 찾아내는 텍스트 마이닝(Text Mining), 가상공간에서 현실의 상황을 정보화하고, 이를 활용하여 사용자 중심의 지능화된 서비스를 제공하는 상황인식컴퓨팅(Text Aware Computing)의 기능을 수행할 수 있다.
이때, 본 발명의 일 실시예는, 챗봇에 캐릭터를 부여, 즉 정체성을 심어주어 다양한 성격을 가지도록 학습시킬 수도 있다. 챗봇에 정체성을 심어주었을 경우 사람으로 인식하는 확률이 높아진다는 것은 다양한 연구들을 통해 밝혀져 있다. 사람이 로봇에게 성격을 부여하는 것은 로봇 사용자들이 로봇의 행동을 더욱 쉽게 이해할 수 있게 하고, 더욱 친근한 상호작용을 가능하게 해주기 때문에 도움이 되고 선호도가 더 높아질 수 있다.
성격 유형 분석 도구로 다양한 방법들이 존재하지만 본 발명의 일 실시예에서는 관찰이 어려운 개인의 기질과 같은 내면적 요소보다는 쉽게 드러나는 행동을 통해 유형을 구분할 수 있는 DISC모델을 사용할 수 있다. 왜냐하면, DISC모델은 구분이 단순해서 사용자들의 전체적인 선호도를 파악하기 쉬우므로 인공지능에 적합한 성격을 파악하는데 적절하기 때문이다. DISC 분석의 기준이 되는 두 가지 차원은 대상(일/사람)과 속도(느림/빠름)이다. 성격유형은 4가지로 주도형(D: Dominance), 사교형(I: Influences), 신중형(C: Conscientiousness), 안정형(S: Steadiness)으로 구분될 수 있다. 예를 들어, 주도형인 D형은 일 중심적 성향으로 빠른 결단과 추진력을 중요시한다. 사교형인 I형은 상대방에게 감화를 잘하고 적극적이며 재미있는 성격이다. C형은 신중형으로 말수가 적고 분석적이고 정확하다. S형은 안정형으로 여유 있으며 합리적인 성격이다. 이러한 성격 유형을 챗봇의 역할에 맞춰 가정해볼 수 있을 것이다. D형의 챗봇은 빠르고 정확한 일처리가 중요한 테스크 중심 챗봇에 적합할 수 있고 사교적인 I형은 심심할 때 말동무로 적절할 수 있을 것이고 신중한 C형 또는 안정적인 S형은 상담을 위한 챗봇으로 적절할 수 있다고 가정해볼 수 있다. 또한, 상술한 성격으로 정의가 되었다고 할지라도, 사용자의 취향 및 유형에 따른 선호도가 반영되어 변경적용될 수도 있다.
또한, 본 발명의 일 실시예는, 대화형 에이전트를 사람처럼 느끼게 하는 인터랙션 설계인 의인화(anthropomorphism)를 더 포함할 수 있다. 이때, Computers Are Social Actors(CASA) 관련 연구들을 이용하여 긍정적인 사회적 반응을 끌어내 사람과 에이전트 간 상호작용의 질을 증진시킬 수도 있다.
다음으로, 검색 및 통계부(360)는 고객단말에서 입력한 입력어(귀여운, 청순한, 섹시한, 도도한 등)과 연관된 진단 향을 검색하여 제공하는 구성일 수 있다.
또한, 검색 및 통계부(360)는 고객의 연령에 따른 선호도 향, 지역, 직장종류 및 계절 등에 따른 선호도 향을 검색한 후, 검색된 결과를 그래프로 제공하는 구성일 수 있다.
또한, 역으로, 본원에서 제시하는 7가지 카테고리에 포함되는 향을 구매한 고객들의 나이, 직업, 직장종류 등에 대한 통계치를 그래프로 제공하는 구성일 수 있다.
다음으로, 플랫폼 제공부(370)는 고객단말(200)로 맞춤형 개인 향수 진단/주문/제작 플랫폼(10)을 제공하는 구성일 수 있다.
도 3 내지 도 5를 참조, 상기 맞춤형 개인 향수 진단/주문/제작 플랫폼(10)은 상술한 플랫폼 관리서버(300)의 각 구성들과 연동될 수 있다.
상기 맞춤형 개인 향수 진단/주문/제작 플랫폼(10)은 분위기 분석 인터페이스(11), 맞춤형 향 진단/추천 인터페이스(12), 주문/결제/제작 인터페이스(13) 및 챗봇 상담 인터페이스(14)를 포함한다.
도 4를 참조, 상기 분위기 분석 인터페이스(11)는 고객이 고객단말에 저장되거나 또는 고객단말에서 촬영된 고객 이미지의 분위기를 진단하기 위한 인터페이스로서, 고객 이미지를 불러오거나 또는 촬영하기 위한 수단을 포함한다.
또한, 분위기 분석 인터페이스(11)는 해당 고객 이미지의 분위기의 분석결과를 상기 고객의 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌으로 진단한 진단결과를 그래프로 표시하는 기능을 지원한다.
참고로, 분위기 분석 인터페이스(11)는 상술한 플랫폼 관리서버(300)의 머신러닝 분위기 분석부(331)와 연동되며, 머신러닝 분석부(331)에서 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석하고, 고객 이미지 내에 색상정보를 기초로 고객 이미지의 분위기를 2차 분석한 결과를 제시한다.
여기서, 제1 오브젝트는 신체의 구성, 예컨대, 얼굴, 입모양, 눈썹, 눈, 팔, 다리 등일 수 있고, 제2 오브젝트는 신체에 착용된 사물, 예컨대, 옷, 신발, 치마, 바지, 액세서리 등일 수 있다.
참고로, 상기 머신러닝 이미지 분석부(331)는 딥러닝 알고리즘인 심층신경망 알고리즘을 기반으로 오브젝트의 윤곽선의 형상 및 색상을 기초로 기 설정된 분위기 (봄의 이미지 : 귀여운, 천진난만한, 사랑스러운, 상냥한 / 여름의 이미지 : 깨끗한, 청순한, 우아한, 차분한 / 가을의 이미지 : 편안한, 활동적, 성숙한, 화려한, 겨울의 분위기 : 세련된, 도회적인, 스마트한, 섹시한 등) 으로 상기 고객 이미지를 분류할 수 있다.
도 5를 참조, 상기 맞춤형 향 진단/추천 인터페이스(12)는 분위기 분석 인터페이스(11)에서 진단된 분위기와 어울리는 적어도 하나 이상의 향 또는 적어도 하나 이상의 향으로 조합된 향을 그래프로 추천하는 기능을 지원하는 인터페이스일 수 있다.
여기서, 상기 맞춤형 향 진단/추천 인터페이스(12)는 제1 카테고리 내지 제7 카테고리를 포함하는 향 카테고리로 진단하고, 제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향일 수 있다.
도 6은 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 방법을 설명한 흐름도이고, 도 7은 도 6에 도시된 S720 과정의 세부 흐름도이다.
도 6 및 도 7을 참조하면, 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작방법(S700)은 먼저, 맞춤형 수제향수 진단/주문/제작 플랫폼이 실행된 고객단말(200)에서 고객의 이미지를 제공하고, 상기 고객의 이미지와 어울리는 맞춤형 향수의 추천을 요청(S710)한다.
이후, 플랫폼 관리서버(300)에서 상기 고객단말의 요청에 따라 상기 고객의 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌을 갖는 적어도 하나 이상의 향 또는 적어도 하나 이상이 조합된 향을 진단한 결과를 상기 고객단말로 추천(S720)하면, 상기 고객단말(200)에서 상기 플랫폼 관리서버(300)에서 추천한 향으로 수제향수 진단/주문/제작을 요청(S730)한다.
여기서, 상기 S720 과정은 상기 머신러닝 분위기 분석부(331)에서 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석한다.
여기서, 제1 오브젝트는 신체의 구성, 예컨대, 얼굴, 입모양, 눈썹, 눈, 팔, 다리 등일 수 있고, 제2 오브젝트는 신체에 착용된 사물, 예컨대, 옷, 신발, 치마, 바지, 액세서리 등일 수 있다.
이후, 상기 머신러닝 이미지 분석부(331)에서 고객 이미지 내에 색상정보를 기초로 고객 이미지의 분위기를 2차 분석한다.
참고로, 상기 머신러닝 이미지 분석부(331)는 딥러닝 알고리즘인 심층신경망 알고리즘을 기반으로 오브젝트의 윤곽선의 형상 및 색상을 기초로 기 설정된 분위기 (봄의 이미지 : 귀여운, 천진난만한, 사랑스러운, 상냥한 / 여름의 이미지 : 깨끗한, 청순한, 우아한, 차분한 / 가을의 이미지 : 편안한, 활동적, 성숙한, 화려한, 겨울의 분위기 : 세련된, 도회적인, 스마트한, 섹시한 등)으로 상기 고객 이미지를 분류할 수 있다.
다음으로, 향 진단부(332)에서 분석된 고객 이미지의 분위기에 부합 또는 적합한 향을 4계절 중 어느 하나의 계절느낌으로 진단한다. 보다 상세하게는 4계절의 느낌과 관련된 7가지로 구성된 향 카테고리 내에서 고객 이미지의 분위기에 적합한 향을 진단하고, 진단된 향의 강,약을 추가 진단하는 과정을 포함할 수 있다. 상기 향 카테고리는 제1 카테고리 내지 제7 카테고리를 포함한다. 제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향일 수 있다.
따라서, 본 발명의 일 실시예에 따른 맞춤형 수제향수 진단/주문/제작 시스템은 개인 이미지와 어울리는 맞춤형 수제향수를 주문/제작할 수 있다는 이점을 제공한다.
도 8은 본 명세서에 개진된 하나 이상의 실시예가 구현될 수 있는 예시적인 컴퓨팅 환경을 도시하는 도면으로, 상술한 하나 이상의 실시예를 구현하도록 구성된 컴퓨팅 디바이스(1100)를 포함하는 시스템(1000)의 예시를 도시한다. 예를 들어, 컴퓨팅 디바이스(1100)는 개인 컴퓨터, 서버 컴퓨터, 핸드헬드 또는 랩탑 디바이스, 모바일 디바이스(모바일폰, PDA, 미디어 플레이어 등), 멀티프로세서 시스템, 소비자 전자기기, 미니 컴퓨터, 메인프레임 컴퓨터, 임의의 전술된 시스템 또는 디바이스를 포함하는 분산 컴퓨팅 환경 등을 포함하지만, 이것으로 한정되는 것은 아니다.
컴퓨팅 디바이스(1100)는 적어도 하나의 프로세싱 유닛(1110) 및 메모리(1120)를 포함할 수 있다. 여기서, 프로세싱 유닛(1110)은 예를 들어 중앙처리장치(CPU), 그래픽처리장치(GPU), 마이크로프로세서, 주문형 반도체(Application Specific Integrated Circuit, ASIC), Field Programmable Gate Arrays(FPGA) 등을 포함할 수 있으며, 복수의 코어를 가질 수 있다. 메모리(1120)는 휘발성 메모리(예를 들어, RAM 등), 비휘발성 메모리(예를 들어, ROM, 플래시 메모리 등) 또는 이들의 조합일 수 있다. 또한, 컴퓨팅 디바이스(1100)는 추가적인 스토리지(1130)를 포함할 수 있다. 스토리지(1130)는 자기 스토리지, 광학 스토리지 등을 포함하지만 이것으로 한정되지 않는다.
스토리지(1130)에는 본 명세서에 개진된 하나 이상의 실시예를 구현하기 위한 컴퓨터 판독 가능한 명령이 저장될 수 있고, 운영 시스템, 애플리케이션 프로그램 등을 구현하기 위한 다른 컴퓨터 판독 가능한 명령도 저장될 수 있다. 스토리지(1130)에 저장된 컴퓨터 판독 가능한 명령은 프로세싱 유닛(1110)에 의해 실행되기 위해 메모리(1120)에 로딩될 수 있다. 또한, 컴퓨팅 디바이스(1100)는 입력 디바이스(들)(1140) 및 출력 디바이스(들)(1150)을 포함할 수 있다.
여기서, 입력 디바이스(들)(1140)은 예를 들어 키보드, 마우스, 펜, 음성 입력 디바이스, 터치 입력 디바이스, 적외선 카메라, 비디오 입력 디바이스 또는 임의의 다른 입력 디바이스 등을 포함할 수 있다. 또한, 출력 디바이스(들)(1150)은 예를 들어 하나 이상의 디스플레이, 스피커, 프린터 또는 임의의 다른 출력 디바이스 등을 포함할 수 있다. 또한, 컴퓨팅 디바이스(1100)는 다른 컴퓨팅 디바이스에 구비된 입력 디바이스 또는 출력 디바이스를 입력 디바이스(들)(1140) 또는 출력 디바이스(들)(1150)로서 사용할 수도 있다. 또한, 컴퓨팅 디바이스(1100)는 컴퓨팅 디바이스(1100)가 다른 디바이스(예를 들어, 컴퓨팅 디바이스(1300))와 통신할 수 있게 하는 통신접속(들)(1160)을 포함할 수 있다.
여기서, 통신 접속(들)(1160)은 모뎀, 네트워크 인터페이스 카드(NIC), 통합 네트워크 인터페이스, 무선 주파수 송신기/수신기, 적외선 포트, USB 접속 또는 컴퓨팅 디바이스(1100)를 다른 컴퓨팅 디바이스에 접속시키기 위한 다른 인터페이스를 포함할 수 있다. 또한, 통신 접속(들)(1160)은 유선 접속 또는 무선 접속을 포함할 수 있다. 상술한 컴퓨팅 디바이스(1100)의 각 구성요소는 버스 등의 다양한 상호접속(예를 들어, 주변 구성요소 상호접속(PCI), USB, 펌웨어(IEEE 1394), 광학적 버스 구조 등)에 의해 접속될 수도 있고, 네트워크(1200)에 의해 상호접속될 수도 있다. 본 명세서에서 사용되는 "구성요소", "시스템" 등과 같은 용어들은 일반적으로 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어, 또는 실행중인 소프트웨어인 컴퓨터 관련 엔티티를 지칭하는 것이다.
예를 들어, 구성요소는 프로세서 상에서 실행중인 프로세스, 프로세서, 객체, 실행 가능물(executable), 실행 스레드, 프로그램 및/또는 컴퓨터일 수 있지만, 이것으로 한정되는 것은 아니다. 예를 들어, 컨트롤러 상에서 구동중인 애플리케이션 및 컨트롤러 모두가 구성요소일 수 있다. 하나 이상의 구성요소는 프로세스 및/또는 실행의 스레드 내에 존재할 수 있으며, 구성요소는 하나의 컴퓨터 상에서 로컬화될 수 있고, 둘 이상의 컴퓨터 사이에서 분산될 수도 있다.
본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.
100: 맞춤형 수제향수 진단/주문/제작 시스템
200: 고객단말
300: 플랫폼 관리서버
310: 고객관리부
320: 제조업체 관리부
330: 향 진단부
340: 주문 및 결제 처리부
350: 챗봇 서비스부
360: 검색 및 통계부
370: 플랫폼 제공부
200: 고객단말
300: 플랫폼 관리서버
310: 고객관리부
320: 제조업체 관리부
330: 향 진단부
340: 주문 및 결제 처리부
350: 챗봇 서비스부
360: 검색 및 통계부
370: 플랫폼 제공부
Claims (7)
- 맞춤형 수제향수 진단/주문/제작 플랫폼을 이용하여 고객 이미지를 제공하고, 상기 고객 이미지와 어울리는 맞춤형 향수의 추천을 요청하는 고객단말; 및
상기 고객단말의 요청에 따라 상기 고객 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌을 갖는 적어도 하나 이상의 향 또는 적어도 하나 이상이 조합된 향을 진단하고, 추천하는 플랫폼 관리서버를 포함하고,
상기 플랫폼 관리서버는
상기 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석하고,
상기 고객 이미지 내에 색상정보를 기초로 고객 이미지의 분위기를 2차 분석하는 것을 특징으로 하고,
상기 제1 오브젝트는 신체 구성(얼굴, 입모양, 눈썹, 눈, 팔, 다리), 제2 오브젝트는 신체에 착용된 사물(옷, 신발, 치마, 바지, 액세서리)인 것을 특징으로 하며,
딥러닝 알고리즘인 심층신경망 알고리즘을 기반으로 오브젝트의 윤곽선의 형상 및 색상을 기초로 기 설정된 분위기 (봄의 이미지: 귀여운, 천진난만한, 사랑스러운, 상냥한 / 여름의 이미지: 깨끗한, 청순한, 우아한, 차분한 / 가을의 이미지 : 편안한, 활동적, 성숙한, 화려한, 겨울의 분위기 : 세련된, 도회적인, 스마트한, 섹시한 등)으로 상기 고객 이미지를 분류하고,
4계절의 느낌과 관련된 7가지로 구성된 향 카테고리 내에서 상기 고객 이미지의 분위기에 적합한 향을 진단하고, 진단된 향의 강, 약을 추가 진단하고,
상기 향 카테고리는
제1 카테고리 내지 제7 카테고리를 포함하고,
제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향인 것을 특징으로 하는 맞춤형 수제향수 진단/주문/제작 시스템.
- 제1항에 있어서,
상기 플랫폼 관리서버는
상기 고객단말에서 전송된 고객 이미지의 색감 및 형상을 기초로 고객의 분위기 및 취향을 분석한 후, 분석된 분위기 및 취향에 적합한 향을 진단하는 맞춤형 수제향수 진단/주문/제작 시스템.
- 삭제
- 삭제
- 삭제
- 맞춤형 수제향수 진단/주문/제작 플랫폼이 실행된 고객단말에서 고객 이미지를 제공하고, 상기 고객 이미지와 어울리는 맞춤형 향수의 추천을 요청하는 단계;
플랫폼 관리서버에서 상기 고객단말의 요청에 따라 상기 고객의 이미지에서 발산되는 분위기와 어울리는 4계절 중 어느 하나의 계절의 느낌을 갖는 적어도 하나 이상의 향 또는 적어도 하나 이상이 조합된 향을 진단한 결과를 상기 고객단말로 추천하는 단계; 및
상기 고객단말에서 상기 플랫폼 관리서버에서 추천한 향으로 수제향수 진단/주문/제작을 요청하는 단계를 포함하고,
상기 고객단말로 추천하는 단계는
머신러닝 분위기 분석부에서 상기 고객 이미지 내의 제1 오브젝트 및 제1 오브젝트와 연결된 제2 오브젝트의 윤곽선을 추출한 후, 추출된 오브젝트들의 형상을 기초로 상기 고객 이미지의 분위기를 1차 분석하는 단계;
상기 머신러닝 분위기 분석부에서 상기 고객 이미지 내에 색상정보를 기초로 상기 고객 이미지의 분위기를 2차 분석하는 단계; 및
향 진단부에서 4계절의 느낌과 관련된 7가지로 구성된 향 카테고리 중 상기 고객 이미지의 분위기에 적합한 적어도 하나 이상의 향 또는 적어도 하나 이상의 조합된 향을 진단하는 단계를 포함하고,
상기 향 카테고리는
제1 카테고리 내지 제7 카테고리를 포함하고,
제1 카테고리는 Fruity, Cute, Lovely, Friendly와 관련된 향이고, 제2 카테고리는 Citrus, Cool, Light, Sharpe, Hesperidic과 관련된 향이고, 제3 카테고리는 Green, Fresh, Watery, Green powdery와 관련된 향이고, 제4 카테고리는 Herbaceous, Mint, Camphorous, Coniferous와 관련된 향이고, 제5 카테고리는 Warm, Woody, Dry, Powdery, Balsam, Earth, Mossy와 관련된 향이고, 제6 카테고리는 Clean, Aldehydal, White Floral, Rich, Sexual과 관련된 향이고, 제7 카테고리는 Floral, Sweet, Romantic, Soft, Light와 관련된 향인 것을 특징으로 하는 맞춤형 수제향수 진단/주문/제작 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210080990A KR102479461B1 (ko) | 2021-06-22 | 2021-06-22 | 맞춤형 수제향수 진단/주문/제작 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210080990A KR102479461B1 (ko) | 2021-06-22 | 2021-06-22 | 맞춤형 수제향수 진단/주문/제작 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102479461B1 true KR102479461B1 (ko) | 2022-12-20 |
Family
ID=84539211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210080990A KR102479461B1 (ko) | 2021-06-22 | 2021-06-22 | 맞춤형 수제향수 진단/주문/제작 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102479461B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110032733A (ko) * | 2009-09-24 | 2011-03-30 | 현중균 | 퍼스널 이미지 제공 단말기 및 제공 방법 |
| KR20190031945A (ko) * | 2017-09-19 | 2019-03-27 | 주식회사 파펨 | Sns에 기반하여 향기에 관한 추천을 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
| KR20200089920A (ko) | 2019-01-18 | 2020-07-28 | 이샘 | 맞춤형 화장품을 실시간으로 제조하는 방법 및 그를 이용한 시스템 |
-
2021
- 2021-06-22 KR KR1020210080990A patent/KR102479461B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110032733A (ko) * | 2009-09-24 | 2011-03-30 | 현중균 | 퍼스널 이미지 제공 단말기 및 제공 방법 |
| KR20190031945A (ko) * | 2017-09-19 | 2019-03-27 | 주식회사 파펨 | Sns에 기반하여 향기에 관한 추천을 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
| KR20200089920A (ko) | 2019-01-18 | 2020-07-28 | 이샘 | 맞춤형 화장품을 실시간으로 제조하는 방법 및 그를 이용한 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Youn et al. | In AI we trust?” The effects of parasocial interaction and technopian versus luddite ideological views on chatbot-based customer relationship management in the emerging “feeling economy | |
| Dharwadkar et al. | A medical chatbot | |
| Li et al. | Deep reinforcement learning for robust emotional classification in facial expression recognition | |
| WO2020107806A1 (zh) | 一种推荐方法及装置 | |
| WO2021093821A1 (zh) | 智能助理评价、推荐方法、系统、终端及可读存储介质 | |
| US20190122121A1 (en) | Method and system for generating individual microdata | |
| CN111143684B (zh) | 基于人工智能的泛化模型的训练方法及装置 | |
| CN109635207A (zh) | 一种基于中文文本分析的社交网络用户人格预测方法 | |
| Jarraya et al. | A comparative study of Autistic Children Emotion recognition based on Spatio-Temporal and Deep analysis of facial expressions features during a Meltdown Crisis | |
| WO2024002167A1 (zh) | 一种操作预测方法及相关装置 | |
| CN110175297A (zh) | 馈送中的个性化的每成员模型 | |
| CN111563575B (zh) | 一种模仿人类智能的机器智能实现方法 | |
| CN112256537A (zh) | 模型运行状态的展示方法、装置、计算机设备和存储介质 | |
| CN110427564A (zh) | 将深度学习集成到广义加性混合效应（game）框架中 | |
| Boman et al. | Multi-agent systems, time geography, and microsimulations | |
| WO2024078411A1 (zh) | 一种数据处理方法及其装置 | |
| Cepolina et al. | Brainstorm on artificial intelligence applications and evaluation of their commercial impact | |
| KR102479461B1 (ko) | 맞춤형 수제향수 진단/주문/제작 시스템 및 방법 | |
| KR102552856B1 (ko) | 커머스 연계 콘텐츠 제공 플랫폼 서비스를 위한 키워드 추출 및 콘텐츠 템플릿 생성 자동화 방법, 장치 및 시스템 | |
| CN116308640A (zh) | 一种推荐方法及相关装置 | |
| Arachchillage et al. | Smart intelligent floriculture assistant agent (SIFAA) | |
| WO2023050143A1 (zh) | 一种推荐模型训练方法及装置 | |
| CN115618950A (zh) | 一种数据处理方法及相关装置 | |
| KR102288151B1 (ko) | 대변 이미지 분석 기반 영양 정보 제공 방법, 장치 및 시스템 | |
| Kang et al. | Integrating evaluation grid method and support vector regression for automobile trade booth design |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |