KR20090058389A

KR20090058389A - 지능형 패션 코디네이터 시스템 및 운영 방법

Info

Publication number: KR20090058389A
Application number: KR1020070125138A
Authority: KR
Inventors: 김정인; 김정보; 이영숙; 임성신; 최창민
Original assignee: 동명대학교산학협력단
Priority date: 2007-12-04
Filing date: 2007-12-04
Publication date: 2009-06-09
Also published as: KR100967157B1

Abstract

본 발명은 지능형 패션 코디네이터 시스템과 운영방법에 관한 것으로 보다 상세하게는 다양한 옷에 대하여 옷이 가지는 색상이나 디자인, 종류와 같은 속성별 값을 설정하고, 사용자가 선택한 옷에 가장 잘 어울리는 옷을 속성 값을 근거로 계산하여 추천하는 지능형 패션 코디네이터 시스템 및 방법에 관한 것이다.

본 발명에 따른 지능형 패션 코디네이터 시스템 운영방법은 사용자가 코디하기를 원하는 의상을 입력받는 1단계와, 상기 1단계에서 입력받은 의상과 유사도가 가장 높은 표본 의상을 트레이닝 데이터베이스에서 검색하는 2단계와, 상기 2 단계에서 검색된 표본 의상과 매칭되는 다른 표본 의상들의 어울림 값중에서 어울림 값이 가장 높게 매칭된 다른 표본의상을 전문가 메트릭스 데이터베이스에서 검색하는 3단계와, 상기 3단계에서 검색된 다른 표본 의상과 유사도가 가장 높은 매칭 의상들을 매칭용 데이터베이스에서 검색하는 4단계와, 상기 4 단계에서 검색된 매칭 의상의 최종 유사도를 계산하고, 검색된 매칭의상과 최종 유사도를 출력하는 5단계를 포함하는 것을 특징으로 한다.

의상, 속성, 매칭, 메트릭스, 어울림값.

Description

지능형 패션 코디네이터 시스템 및 운영 방법{Intelligent fashion coordination system and management method}

패션 코디네이터 시스템은 사용자가 착용하기 원하는 의복을 하나 선택하면 그에 적합한 다른 의복을 선택하도록 도와주는 시스템으로 결혼 상대자를 추천해주는 사이트, 인터넷 사이트에 판매되는 가전제품들의 가격을 비교하여 안내해주는 사이트와 같이 상품이나 서비스를 추천하기 위한 시스템의 일종이다.

상품이나 서비스를 추천하기 위한 시스템은 크게 사용자들 간의 유사도를 활용한 협력적 필터링(Collaborative filtering) 방식과 상품 및 사용자의 특성 값을 활용하는 내용기반 필터링(Content-based filtering)방식으로 구분된다.

상기 협력적 필터링(Collaborative filtering) 방식은 사용자에게 입력받은 상품에 대한 평가를 비교하여 유사한 평가를 하는 사용자들을 유사하다고 판단하여 유사한 사용자가 호평한 물품을 추천하는 방식이나, 사용자들의 평가 정보를 상세히 얻기 어려운 경우가 많고, 평가 정보의 수가 적으면 추천 능력이 매우 감소한다는 문제점이 있었다.

상기 내용기반 필터링(Content-based filtering)방식은 사용자가 구매한 상품들의 종류와 특성을 바탕으로 사용자의 취향을 유추하여 물품을 추천하는 방식으로 대부분의 상품이나 서비스를 추천하기 위한 시스템은 내용기반 필터링 방식을 사용하고 있다. 그러나, 내용기반 필터링(Content-based filtering)방식에서 중요한 점은 사용자가 선택한 상품들에서 사용자의 취향에 적합한 특성을 잘 찾아내는 것인데 반하여 디자인에 대한 특성값은 판단이 어려우므로 현재 사용되고 있는 패션 코디네이터 관련 내용기반 필터링 방식에서 사용되는 특성은 색만을 위주로 하여 다양한 디자인의 코디네이터를 제공하지 못한다는 문제점이 있었다.

그러므로 종래 제공되는 패션 코디네이터 시스템은 3D 인체 모델을 제공하여 사용자가 선택한 의상에 맞는 다른 의상들을 색상을 기준으로 선택하여 표시하고 사용자가 표시된 의상들을 3D 인체 모델에 착용시켜 입은 모습을 보면서 원하는 디자인을 선택할 수 있도록 하였으나, 적합한 생상의 의상들이 많으면 그것을 사용자가 일일이 3D 인체 모델에 입혀 보아야 한다는 불편함이 있었다.

본 발명은 상기한 바와 같은 종래 기술의 불편함을 해결하기 위하여 안출된 것으로서,

본 발명의 목적은 의상에 대하여 색과 디자인을 포함하는 다양한 속성과 그 속성 값을 설정하고, 사용자가 지정한 의상의 속성중에서 사용자가 코디할 때 중요하게 생각하는 속성에 대하여 가중치를 부여하여 지능형 알고리즘을 실행함으로써 보다 다양한 종류의 코디를 제공하는 지능형 패션 코디네이터 시스템과 운영방법을 제공하는 것이다.

상기 목적을 달성하기 위하여 본 발명에 따른 지능형 패션 코디네이터 시스템은, 의상을 코디하는데 기준이 되는 표본의상들의 속성과 속성값을 포함하는 관련 정보를 저장하고 갱신하는 트레이닝 데이터베이스와, 상기 트레이닝 데이터베이스에 저장된 표본 의상들을 매치시킨 후 매치된 의상들의 어울리는 정도를 수치(%)인 어울림 값으로 표시하여 저장하고 갱신하는 하나 이상의 전문가 메트릭스 데이터베이스와, 사용자가 사용가능한 매칭 의상들의 속성과 속성값을 포함하는 관련 정보를 저장하고 갱신하는 매칭용 데이터베이스 및; 사용자로부터 입고자 하는 의상을 입력받고, 해당 의상에 적합한 의상을 상기 트레이닝 데이터베이스와, 전문가 메트릭스 데이터베이스와 매칭용 데이터베이스에 저장된 의상 정보에서 지능형 알고리즘을 사용하여 선택하는 상기 검색 모듈을 포함한다.

본 발명에 따른 지능형 패션 코디네이터 시스템 운영방법은 사용자가 코디하기를 원하는 의상을 입력받는 1단계와, 상기 1단계에서 입력받은 의상과 유사도가 가장 높은 표본 의상을 트레이닝 데이터베이스에서 검색하는 2단계와, 상기 2 단계에서 검색된 표본 의상과 매칭되는 다른 표본 의상들의 어울림 값중에서 어울림 값 이 가장 높게 매칭된 다른 표본의상을 전문가 메트릭스 데이터베이스에서 검색하는 3단계와, 상기 3단계에서 검색된 다른 표본 의상과 유사도가 가장 높은 매칭 의상들을 매칭용 데이터베이스에서 검색하는 4단계와, 상기 4 단계에서 검색된 매칭 의상의 최종 유사도를 계산하고, 검색된 매칭의상과 최종 유사도를 출력하는 5단계를 포함하는 것을 특징으로 한다.

상기한 바와 같은 본 발명에 따른 지능형 패션 코디네이터 시스템은 의상에 대하여 색과 디자인을 포함하는 다양한 속성과 그 속성 값을 설정하고, 사용자가 지정한 의상의 속성중에서 사용자가 코디할 때 중요하게 생각하는 속성에 대하여 가중치를 부여하여 지능형 알고리즘을 실행함으로써 보다 다양한 종류의 코디를 제공하는 효과가 있다.

이하, 바람직한 실시예를 통하여 본 발명에 따른 지능형 패션 코디네이터 시스템을 보다 구체적으로 살펴본다.

본 발명에 따른 지능형 패션 코디네이터 시스템에서는 하기된 표1에 도시된바와 같이 각 의상에 옷의 특성을 잘 나타낼 수 있는 속성을 설정하고 각 속성별로 도 1에 도시된바와 같이 나타나는 세부 속성을 설정하며 각 세부 설정마다 속성값(색깔명, 디자인 모양등)을 Ajax 기반의 속성 입력 인터페이스를 사용하여 입력한다.

예를 들어 블록 형상의 체크문양을 가진 의상이 있으면 도1의 속성트리에서 문양의 하위 트리인 체크의 하위 트리인 블록에 속성값이 입력되게 된다.

도2는 본 발명에 따른 지능형 패션 코디네이터 시스템의 구성도이다.

본 발명에 따른 지능형 패션 코디네이터 시스템은 도2에 도시된바와 같이 트레이닝 데이터베이스(100)와, 전문가 메트릭스 데이터베이스(200)와 매칭용 데이터베이스(300)와 상기 데이터베이스들에 저장된 의상 정보에서 속성의 유사도가 가장 높은 의상을 선택하는 검색 모듈(400) 및 상기 검색 모듈(400)이 선택한 의상과 유사도를 표시하는 출력 모듈(500)을 포함하여 구성된다.

상기 트레이닝 데이터베이스(100)는 의상을 코디하는데 기준이 되는 표본의상들의 속성과 속성값을 포함하는 관련 정보를 저장하고 갱신하는 데이터베이스이다.

본 발명의 실시예에서 상기 트레이닝 데이터베이스(100)에 저장되는 표본 의상들은 상의를 재킷, 블라우스 셔츠의 3종류로 분류하고 하의를 바지와 치마로 분류하였으며 각 종류별로 50벌의 의상을 선택하였으나, 상의나 하의의 세부 속성에 티나 난방 같은 추가 속성이 입력될 수도 있고 의상의 수도 추가 또는 축소가 가능하다. 다만 상기 트레이닝 데이터베이스(100)에 저장되는 속성별 의상의 수는 가능한 해당의상의 색상이나 디자인과 같은 세부 속성이 다양하게 입력되기 충분한 숫자로 하는 것이 바람직하다.

상기 전문가 메트릭스 데이터베이스(200)는 상기 트레이닝 데이터베이스(100)에 저장된 표본 의상들을 매치시킨 후 매치된 의상들의 어울리는 정도를 수치(%)인 어울림 값으로 표시하여 저장하고 갱신하는 데이터베이스이다.

상기 전문가 메트릭스 데이터베이스(200)에 저장되는 어울림 값은 코디 전문가가 평가한 수치이다. 또한, 같은 의상들의 매치에 대하여 전문가에 따라 어울림 값을 다르게 평가할 수 있으므로 본 발명에 따른 지능형 패션 코디네이터 시스템를 제공하는 사업자가 선택한 전문가가 평가한 하나의 전문가 메트릭스 데이터베이스(200)를 사용할 수도 있고, 다수의 전문가 메트릭스 데이터베이스(200)를 구비하고 각 전문가 메트릭스 데이터베이스(200)에 누가 평가한 메트릭스인가를 표시하며 사용자의 요청에 따라 해당 전문가 메트릭스 데이터베이스(200)를 사용하도록 할 수 있다.

본 발명의 실시예에서 상기 전문가 메트릭스 데이터베이스(200)에 저장되는 매치된 의상들의 어울림 값의 숫자는 상의 3종류의 150종과 하의 2종류의 100종의 결합 가능한 모든 숫자이므로 150*100=15000개의 조합이 나오고 각각의 조합에 대한 어울림 값이 저장되게 된다.

상기 매칭용 데이터베이스(300)는 사용자가 사용가능한 매칭 의상들의 속성과 속성값을 포함하는 관련 정보를 저장하고 갱신하는 데이터베이스이다.

상기 매칭용 데이터베이스(300)에 저장되는 매칭 의상은 본 발명에 따른 지능형 패션 코디네이터 시스템를 제공하는 사업자나 사업자와 계약한 판매자가 판매 가능한 의상이나 회원으로부터 회원이 소유하고 있는 의상을 등록받아 저장함으로써 소유한 의상중에서 어울리는 의상을 찾도록 할 수도 있다.

상기 검색 모듈(400)은 사용자로부터 입고자 하는 의상을 입력받고, 해당 의상에 적합한 의상을 상기 트레이닝 데이터베이스(100)와, 전문가 메트릭스 데이터베이스(200)와 매칭용 데이터베이스(300)에 저장된 의상 정보에서 지능형 알고리즘을 사용하여 선택하는 모듈이다.

본 발명의 실시예에서 상기 검색 모듈(400)이 사용하는 유사도 측정 알고리즘은 우선 모든 속성의 가중치를 1로 두고, 속성이 같으면 1, 아니면 0을 설정합니다. 이때, 의상의 속성 분류는 11개라고 하면, 해당 의상의 유사도 측정에서 최대 11, 최소 0의 값을 얻을 수 있으므로 만일 같은 속성이 10개라면 10/11*100=91%의 유사도를 가진다고 판단하게 됩니다. 또한 유사도 측정 알고리즘은 각 속성에 가중치를 주는 것이 가능하다.

예를 들어 색상에만 가중치 5로 둔다면 다른 속성이 9개가 같고 색상이 다른 의상과 색상을 포함한 속성이 5개가 같은 의상이 같은 유사도 값을 얻게 되므로 상대적으로 색상이 유사한 의상을 우선적으로 검색하게 된다.

상기 검색 모듈(400)은 상기 트레이닝 데이터베이스(100)에서 사용자로부터 입고자 하는 의상과 유사도가 가장 높은 표본의상을 검색하고, 상기 전문가 메트릭스 데이터베이스(200)에서 검색된 표본 의상에 해당하는 어울림 값이 가장 높게 매칭된 다른 표본의상을 검색하며, 상기 매칭용 데이터베이스(300)에서 상기 다른 표본 의상과 유사도가 가장 높은 매칭 의상들을 검색하여 검색된 매칭 의상과 매칭 의상의 최종 유사도를 상기 출력 모듈(500)로 전송한다.

상기 출력 모듈(500)은 상기 검색 모듈(400)에서 전송된 매칭 의상들과 매칭 의상들의 유사도를 표시하는 구성이다.

도3은 본 발명에 따른 지능형 패션 코디네이터 시스템 운영 방법의 순서도이다.

본 발명에 따른 지능형 패션 코디네이터 시스템 운영 방법은 도3에 도시된바와 같이 선택 의상 입력 단계(S100)와, 선택 의상과 유사한 트레이닝 의상 검색 단계(S200)와, 트레이닝 의상에 적합한 의상 검색 단계(S300)와, 적합한 의상과 유사한 의상 선택 단계(S400) 및, 선택된 유사 의상과 유사도 표시 단계(S500)를 포함한다.

상기 선택 의상 입력 단계(S100)는 상기 검색 모듈(400)이 사용자로부터 사용자가 코디하기를 원하는 의상을 입력받는 단계이다.

상기 선택 의상 입력 단계(S100)에서 입력받는 의상은 상기 트레이닝 데이터베이스(100)나 매칭용 데이터베이스(300)에 저장된 의상중에서 선택하여 입력하도록 하는 것이 바람직하다.

상기 선택 의상과 유사한 트레이닝 의상 검색 단계(S200)는 상기 검색 모듈(400)이 상기 선택 의상 입력 단계(S100)에서 입력받은 의상과 유사도가 가장 높은 표본의상을 상기 트레이닝 데이터베이스(100)에서 검색하는 단계이다.

상기 트레이닝 의상에 적합한 의상 검색 단계(S300)는 상기 검색 모듈(400)이 상기 선택 의상과 유사한 트레이닝 의상 검색 단계(S200)에서 검색된 표본 의상과 매칭되는 다른 표본 의상들의 어울림 값중에서 어울림 값이 가장 높게 매칭된 다른 표본의상을 상기 전문가 메트릭스 데이터베이스(200)에서 검색하는 단계이다.

상기 트레이닝 의상에 적합한 의상 검색 단계(S300)에서 상기 검색 모듈(400)은 상기 출력 모듈(500)을 사용하여 사용자에게 선택 가능한 전문가 메트릭스 데이터베이스(200)의 이름이나 해당 전문가 메트릭스 데이터베이스(200)의 어울림 값을 평가한 코디 전문가의 이름을 표시하고, 사용자로부터 입력된 이름에 따라 해당하는 전문가 메트릭스 데이터베이스(200)를 사용하여 어울림 값이 가장 높게 매칭된 다른 표본의상을 검색하도록 할 수도 있다.

상기 적합한 의상과 유사한 의상 선택 단계(S400)는 상기 검색 모듈(400)이 상기 트레이닝 의상에 적합한 의상 검색 단계(S300)에서 검색된 다른 표본 의상과 유사도가 가장 높은 매칭 의상들을 상기 매칭용 데이터베이스(300)에서 검색하는 단계이다.

상기 선택된 유사 의상과 유사도 표시 단계(S500)는 상기 검색 모듈(400)이 상기 적합한 의상과 유사한 의상 선택 단계(S400)에서 검색된 매칭 의상의 최종 유사도를 계산하고, 검색된 매칭의상과 최종 유사도를 상기 출력 모듈(500)로 전송하여 출력하도록 하는 단계이다.

상기 최종 유사도는 (상기 선택 의상과 유사한 트레이닝 의상 검색 단계(S200)에서 검색된 표본 의상의 유사도+ 상기 적합한 의상과 유사한 의상 선택 단계(S400)에서 검색된 매칭 의상의 유사도)/2*(상기 트레이닝 의상에 적합한 의상 검색 단계(S300)에서 검색된 매칭 의상들의 어울림 값/100)의 공식에 따라 계산된다.

상기 최종 유사도 값의 계산 예를 보면, 상의가 11개의 속성을 가지고, 하의가 8개의 속성값을 가지며, 상기 선택 의상 입력 단계(S100)에서 입력받는 의상이 상의이며 상기 트레이닝 데이터베이스(100)에 있는 상의중에 속성값이 최대로 일치하는 상의의 일치되는 속성은 10개이고, 상기 상의와 100% 매칭되는 하의가 상기 전문가 메트릭스 데이터베이스(200)에 존재하고, 상기 상의와 100% 매칭되는 하의의 속성과 상기 매칭용 데이터베이스(300)에 저장된 하의중에 최대로 일치한 하의의 일치된 속성의 수가 6이라고 하면,

상기 선택 의상과 유사한 트레이닝 의상 검색 단계(S200)에서 검색된 표본 의상의 유사도는 10/11*100=91%이고, 상기 적합한 의상과 유사한 의상 선택 단계(S400)에서 검색된 매칭 의상의 유사도는 6/8*100=75%이므로, 최종 유사도는 (91+75)/2*(100/100)=83%가 되게 됩니다.

이상으로 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 따라서 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것이다.

도1은 본 발명에 따른 지능형 패션 코디네이터 시스템에서 사용되는 의상 정보의 세부 설정용 데이터베이스 트리 구조도이다.

Claims

의상을 코디하는데 기준이 되는 표본의상들의 속성과 속성값을 포함하는 관련 정보를 저장하고 갱신하는 트레이닝 데이터베이스와,

상기 트레이닝 데이터베이스에 저장된 표본 의상들을 매치시킨 후 매치된 의상들의 어울리는 정도를 수치(%)인 어울림 값으로 표시하여 저장하고 갱신하는 하나 이상의 전문가 메트릭스 데이터베이스와,

사용자가 사용가능한 매칭 의상들의 속성과 속성값을 포함하는 관련 정보를 저장하고 갱신하는 매칭용 데이터베이스 및;

사용자로부터 입고자 하는 의상을 입력받고, 해당 의상에 코디될 의상을 상기 트레이닝 데이터베이스와, 전문가 메트릭스 데이터베이스와 매칭용 데이터베이스에 저장된 의상 정보에서 지능형 알고리즘을 사용하여 선택하는 상기 검색 모듈을 포함하는 지능형 패션 코디네이터 시스템.
청구항 1항에 있어서,

상기 전문가 메트릭스 데이터베이스에 저장되는 어울림 값은 코디 전문가가 평가한 수치인 것을 특징으로 하는 지능형 패션 코디네이터 시스템.
청구항 1항에 있어서,

상기 검색 모듈은 상기 트레이닝 데이터베이스에서 사용자로부터 입고자 하 는 의상과 유사도가 가장 높은 표본의상을 검색하고, 검색된 표본 의상에 해당하는 어울림 값이 가장 높게 매칭된 다른 표본 의상을 상기 전문가 메트릭스 데이터베이스에서 검색하며, 상기 다른 표본 의상과 유사도가 가장 높은 매칭 의상을 상기 매칭용 데이터베이스에서 검색하는 것을 특징으로 하는 지능형 패션 코디네이터 시스템.
청구항 3항에 있어서,

상기 검색 모듈에서 검색된 매칭 의상들과 매칭 의상들의 최종 유사도를 전송받아 표시하는 출력 모듈를 더 포함하는 것을 특징으로 하는 지능형 패션 코디네이터 시스템.
사용자가 코디하기를 원하는 의상을 입력받는 1단계와,

상기 1단계에서 입력받은 의상과 유사도가 가장 높은 표본 의상을 트레이닝 데이터베이스에서 검색하는 2단계와,

상기 2 단계에서 검색된 표본 의상과 매칭되는 다른 표본 의상들의 어울림 값중에서 어울림 값이 가장 높게 매칭된 다른 표본의상을 전문가 메트릭스 데이터베이스에서 검색하는 3단계와,

상기 3단계에서 검색된 다른 표본 의상과 유사도가 가장 높은 매칭 의상을 매칭용 데이터베이스에서 검색하는 4단계와,

상기 4 단계에서 검색된 매칭 의상의 최종 유사도를 계산하고, 검색된 매칭 의상과 매칭 의상의 최종 유사도를 출력하는 5단계를 포함하는 것을 특징으로 하는 지능형 패션 코디네이터 시스템 운영 방법.
청구항 5항에 있어서,

상기 3단계는 선택 가능한 전문가 메트릭스 데이터베이스의 이름이나 해당 전문가 메트릭스 데이터베이스의 어울림 값을 평가한 코디 전문가의 이름을 표시하고, 사용자로부터 입력된 이름에 따라 해당하는 전문가 메트릭스 데이터베이스를 사용하여 어울림 값이 가장 높게 매칭된 다른 표본의상을 선택하는 것을 특징으로 하는 지능형 패션 코디네이터 시스템 운영 방법.
청구항 5항에 있어서,

상기 최종 유사도는 (상기 2단계에서 검색된 표본 의상의 유사도+ 상기 4단계에서 검색된 매칭 의상의 유사도)/2*(상기 3단계에서 검색된 매칭 의상들의 어울림 값/100)의 공식에 따라 계산되는 것을 특징으로 하는 지능형 패션 코디네이터 시스템 운영 방법.