KR20200031021A

KR20200031021A - Customized cosmetic providing server and method using machine learning

Info

Publication number: KR20200031021A
Application number: KR1020190077211A
Authority: KR
Inventors: 박상열
Original assignee: 박상열
Priority date: 2018-09-13
Filing date: 2019-06-27
Publication date: 2020-03-23

Abstract

Disclosed are a customized cosmetics providing server using machine learning and a method thereof. The customized cosmetics providing server comprises: a server communication unit receiving user information including subjective makeup tendency information and objective makeup tendency information; and a server control unit preprocessing the received user information, performing machine learning based on the preprocessed user information to generate learning data and real-time data, and providing customized cosmetics suitable for a user by using the generated learning data and real-time data.

Description

Customized cosmetic providing server and method using machine learning}

본 발명은 맞춤형 화장품을 제공하는 기술에 관한 것으로, 더욱 상세하게는 기계학습을 통해 사용자에게 최적화된 화장품에 대한 정보를 제공해주는 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법에 관한 것이다.The present invention relates to a technology for providing customized cosmetics, and more particularly, to a server and method for providing customized cosmetics using machine learning, which provides information about cosmetics optimized to a user through machine learning.

일반적으로 화장품은 화장품 제조사가 판단하는 몇 가지의 피부 타입에 맞게 나뉘어져 각 타입별로 대량 생산되어 소비자에게 제공된다. 이러한 화장품들은 각기 다른 소비자의 요구를 충족시키기 위한 것이라기보다 일반적인 사람 또는 소비자들이 사용하여도 문제가 발생되지 않도록 제조하는 한계가 있다. In general, cosmetics are divided into several skin types judged by cosmetic manufacturers, and are mass produced for each type and provided to consumers. These cosmetics are not intended to meet the needs of different consumers, but have a limitation in that they are produced so that problems do not occur even when used by ordinary people or consumers.

최근 소비자들은 자기 피부 상태에 최적의 화장품을 요구하고 있으나, 대다수의 사람에게 피부 트러블이 유발되지 않도록 생산된 기존의 화장품이 특정 소비자의 기호나 피부 상태에 따라 적합한 화장품이라고 하기에는 문제가 있다.Recently, consumers demand optimal cosmetics for their own skin condition, but there is a problem in that existing cosmetics produced to prevent skin troubles from the majority of people are suitable cosmetics according to a particular consumer's preference or skin condition.

또한 기존의 화장품 제조업체들은 대부분 대량으로 생산으로 인한 원료 재고발생, 과다 경쟁판매에 따른 사회적 비용 발생 및 판매 후 남은 제품의 재고처리에 대한 환경문제 등이 발생되고 있는 실정이다.In addition, most existing cosmetic manufacturers are experiencing raw material inventory due to mass production, social costs caused by excessive competitive sales, and environmental problems regarding inventory handling of products left after sales.

한국공개특허공보 제10-2018-0064963호(2018.06.15.)Korean Patent Publication No. 10-2018-0064963 (2018.06.15.)

본 발명이 이루고자 하는 기술적 과제는 사용자별 자신에게 맞는 최적의 화장품을 추천 또는 제조할 수 있도록 지원하는 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법을 제공하는데 목적이 있다.The technical object to be achieved by the present invention is to provide a customized cosmetic providing server and method using machine learning to assist in recommending or manufacturing the optimal cosmetic for each user.

상기 목적을 달성하기 위해, 본 발명에 따른 기계학습을 이용한 맞춤형 화장품 제공 서버는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 수신하는 서버 통신부 및 상기 수신된 사용자 정보를 전처리하고, 상기 전처리된 사용자 정보를 기초로 기계학습을 수행하여 학습 데이터 및 실시간 데이터를 생성하며, 상기 생성된 학습 데이터 및 실시간 데이터를 이용하여 사용자에게 맞는 맞춤형 화장품을 제공하는 서버 제어부를 포함한다.In order to achieve the above object, a customized cosmetic providing server using machine learning according to the present invention pre-processes the received user information and a server communication unit that receives user information including subjective cosmetic propensity information and objective cosmetic propensity information, and Machine learning is performed based on the pre-processed user information to generate learning data and real-time data, and a server control unit that provides customized cosmetics suitable for a user using the generated learning data and real-time data.

또한 상기 서버 제어부는, 상기 사용자 정보 중 불필요한 정보를 필터링하고, 상기 필터링된 사용자 정보를 객체 프로파일링하는 전처리부, 상기 객체 프로파일링된 사용자 정보를 클러스터링(clustering)하고, 상기 클러스터링된 사용자 정보를 기계학습하여 학습 데이터 및 실시간 데이터를 생성하는 학습부 및 상기 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성하고, 상기 생성된 맞춤형 화장품 정보를 이용하여 각 사용자에게 맞는 맞춤형 화장품을 추천하는 추천부를 포함하는 것을 특징으로 한다.In addition, the server control unit may filter unnecessary information among the user information, pre-processing unit for object profiling the filtered user information, clustering the object profiled user information, and machine the clustered user information. A learning unit that learns to generate learning data and real-time data, and recommends recommending customized cosmetics suitable for each user using the generated learning data and real-time data. It is characterized by including wealth.

또한 상기 학습부는, 상기 클러스터링된 사용자 정보를 이용하여 사용자의 특성을 분류 및 예측하여 사용자 프로파일을 생성하고, 상기 생성된 사용자 프로파일을 이용하여 학습 데이터를 생성하는 것을 특징으로 한다.In addition, the learning unit may classify and predict user characteristics using the clustered user information to generate a user profile, and generate learning data using the generated user profile.

또한 상기 학습부는, 상기 클러스터링된 사용자 정보 및 상기 사용자 프로파일을 이용하여 사용자의 특성 패턴을 분석하고, 상기 분석된 특성 패턴을 이용하여 실시간 데이터를 생성하는 것을 특징으로 한다.In addition, the learning unit is characterized by analyzing the user's characteristic pattern using the clustered user information and the user profile, and generating real-time data using the analyzed characteristic pattern.

또한 상기 추천부는, 상기 맞춤형 화장품 정보를 외부로 전송하여 사용자가 맞춤형 화장품 정보를 확인하도록 제어하거나 맞춤형 화장품이 제조될 수 있도록 제어하는 것을 특징으로 한다.In addition, the recommendation unit is characterized in that by transmitting the customized cosmetic information to the outside to control the user to check the customized cosmetic information or to control the customized cosmetic can be manufactured.

또한 상기 추천부는, 상기 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하는 것을 특징으로 한다.In addition, the recommendation unit is characterized by comparing the customized cosmetic information with commercially available cosmetic information, and recommends the cosmetics having the highest similarity.

또한 상기 주관적 화장성향정보는, 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하고, 상기 객관적 화장성향정보는, 화장품의 배합비 정보, 원재료 정보, 사상체질정보 및 음양오행정보 중 적어도 하나를 포함하는 것을 특징으로 한다.In addition, the subjective cosmetic propensity information includes at least one of personal information, skin photo information, and environmental information, and the objective cosmetic propensity information includes at least one of cosmetic composition ratio information, raw material information, sasang constitution information, and yin and yang information. It is characterized by including.

본 발명에 따른 기계학습을 이용한 맞춤형 화장품 제공 방법은 맞춤형 화장품 제공 서버가 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 수신하는 단계, 상기 맞춤형 화장품 제공 서버가 상기 수신된 사용자 정보를 전처리하는 단계, 상기 맞춤형 화장품 제공 서버가 상기 전처리된 사용자 정보를 기초로 기계학습을 수행하여 학습 데이터 및 실시간 데이터를 생성하는 단계 및 상기 맞춤형 화장품 제공 서버가 상기 생성된 학습 데이터 및 실시간 데이터를 이용하여 사용자에게 맞는 맞춤형 화장품을 제공하는 단계를 포함한다.In the method for providing customized cosmetics using machine learning according to the present invention, the customized cosmetics providing server receives user information including subjective cosmetic propensity information and objective cosmetic propensity information, and the customized cosmetic provision server preprocesses the received user information The step of generating a learning data and real-time data by performing machine learning based on the pre-processed user information by the customized cosmetic providing server, and the user using the generated learning data and real-time data by the customized cosmetic providing server. It includes the steps of providing tailor-made cosmetics.

본 발명의 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법은 기계학습을 이용하여 각 사용자에게 맞는 화장품에 대한 정보를 생성하고, 생성된 정보를 통해 맞춤형 화장품을 추천 및 제조할 수 있도록 지원할 수 있다.The customized cosmetics providing server and method using the machine learning of the present invention can generate machine information for each user using machine learning, and support the recommendation and manufacture of customized cosmetics through the generated information.

특히 본 발명은 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 기초로 맞춤형 화장품을 제공함으로써, 각 사용자마다 자기 자신에게 맞는 최적의 화장품에 대한 정보를 제공받을 수 있다.In particular, the present invention provides personalized cosmetic based on user information including subjective cosmetic propensity information and objective cosmetic propensity information, so that each user can be provided with information on the optimal cosmetic product suitable for each user.

도 1은 본 발명의 실시예에 따른 맞춤형 화장품 제공 시스템을 설명하기 위한 구성도이다.
도 2는 본 발명의 실시예에 따른 맞춤형 화장품 제공 서버를 설명하기 위한 블록도이다.
도 3은 도 2의 서버 제어부를 설명하기 위한 블록도이다.
도 4는 도 2의 서버 저장부를 설명하기 위한 블록도이다.
도 5는 도 4의 사용자 정보를 설명하기 위한 블록도이다.
도 6은 본 발명의 실시예에 따른 사용자 단말을 설명하기 위한 블록도이다.
도 7은 본 발명의 실시예에 따른 맞춤형 화장품 제공 방법을 설명하기 위한 순서도이다.
도 8은 도 7의 S30단계를 설명하기 위한 순서도이다.
도 9는 도 7의 S40단계를 설명하기 위한 순서도이다.1 is a configuration diagram for explaining a customized cosmetic providing system according to an embodiment of the present invention.
2 is a block diagram illustrating a customized cosmetic providing server according to an embodiment of the present invention.
3 is a block diagram illustrating the server control unit of FIG. 2.
4 is a block diagram illustrating the server storage unit of FIG. 2.
5 is a block diagram illustrating user information in FIG. 4.
6 is a block diagram illustrating a user terminal according to an embodiment of the present invention.
7 is a flow chart for explaining a method for providing customized cosmetics according to an embodiment of the present invention.
8 is a flowchart for explaining step S30 of FIG. 7.
9 is a flowchart for explaining step S40 of FIG. 7.

이하 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, when adding reference numerals to the components of each drawing, it is noted that the same components have the same reference numerals as possible even though they are displayed on different drawings. In addition, in describing the present invention, when it is determined that a detailed description of a related known configuration or function is apparent to those skilled in the art or may obscure the gist of the present invention, the detailed description will be omitted.

도 1은 본 발명의 실시예에 따른 맞춤형 화장품 제공 시스템을 설명하기 위한 구성도이다.1 is a configuration diagram for explaining a customized cosmetic providing system according to an embodiment of the present invention.

도 1을 참조하면, 맞춤형 화장품 제공 시스템(500)은 사용자별 자신에게 맞는 최적의 화장품을 추천 또는 제조할 수 있도록 지원한다. 맞춤형 화장품 제공 시스템(500)은 맞춤형 화장품 제공 서버(100), 사용자 단말(200) 및 화장품 제조 장치(300)를 포함한다.Referring to FIG. 1, the customized cosmetic provision system 500 supports recommending or manufacturing the optimal cosmetic suitable for each user. The customized cosmetic providing system 500 includes a customized cosmetic providing server 100, a user terminal 200, and a cosmetic manufacturing apparatus 300.

맞춤형 화장품 제공 서버(100)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 이용하여 각 사용자에 맞는 맞춤형 화장품 정보를 제공한다. 주관적 화장성향정보는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하고, 객관적 화장성향정보는 화장품의 배합비 정보, 원재료 정보, 사용자의 사상체질정보 및 음양오행정보 중 적어도 하나를 포함한다. 한편 맞춤형 화장품 제공 서버(100)는 기계학습(machine learning)을 수행함으로써, 점진적으로 사용자에 맞는 최적의 화장품에 대한 정보를 제공할 수 있다. 맞춤형 화장품 제공 서버(100)는 랩톱, 데스크톱, 서버 컴퓨터, 클러스터 컴퓨터 등을 포함한다.The customized cosmetic provision server 100 provides customized cosmetic information suitable for each user using user information including subjective cosmetic propensity information and objective cosmetic propensity information. The subjective cosmetic propensity information includes at least one of personal information, skin photo information, and environmental information, and the objective cosmetic propensity information includes at least one of cosmetic composition ratio information, raw material information, user's Sasang constitution information, and yin and yang positive information. On the other hand, the customized cosmetics providing server 100 may perform machine learning to gradually provide information on the optimal cosmetics suitable for the user. The customized cosmetic providing server 100 includes a laptop, a desktop, a server computer, and a cluster computer.

사용자 단말(200)은 사용자가 사용하는 단말로써, 사용자 정보를 입력하고, 입력된 사용자 정보를 맞춤형 화장품 제공 서버(100)로 전송한다. 이때 사용자 단말(200)은 사용자 정보 중 사용자의 피부상태를 실시간으로 전송하기 위해 촬영기능을 포함할 수 있다. 사용자 단말(200)은 맞춤형 화장품 제공 서버(100)로부터 맞춤형 화장품 정보를 수신하고, 수신된 정보를 출력할 수 있다. 사용자 단말(200)은 스마트폰, 태블릿PC, 핸드헬드PC, 랩톱, 데스크톱 등을 포함한다.The user terminal 200 is a terminal used by a user, and inputs user information and transmits the input user information to the customized cosmetic providing server 100. At this time, the user terminal 200 may include a photographing function to transmit the user's skin condition in real time among user information. The user terminal 200 may receive customized cosmetic information from the customized cosmetic providing server 100 and output the received cosmetic information. The user terminal 200 includes a smart phone, tablet PC, handheld PC, laptop, desktop, and the like.

화장품 제조 장치(300)는 맞춤형 화장품 제공 서버(100)로부터 맞춤형 화장품 정보를 수신하고, 수신된 맞춤형 화장품 정보에 포함된 배합비 및 레시피를 이용하여 맞춤형 화장품을 제조한다. 화장품 제조 장치(300)는 화장품을 다품종 소량 생산할 수 있도록 특화된 제조 장치일 수 있다. The cosmetic manufacturing apparatus 300 receives customized cosmetic information from the customized cosmetic providing server 100, and manufactures customized cosmetic using the blending ratio and recipe included in the received customized cosmetic information. The cosmetic manufacturing device 300 may be a specialized manufacturing device to produce small quantities of multiple types of cosmetics.

맞춤형 화장품 제공 시스템(500)은 맞춤형 화장품 제공 서버(100), 사용자 단말(200) 및 화장품 제조 장치(300) 사이에 통신망(400)을 구축하여 서로 간에 데이터를 송수신할 수 있도록 한다. 통신망(400)은 백본망과 가입자망으로 구성될 수 있다. 백본망은 X.25 망, Frame Relay 망, ATM망, MPLS(Multi Protocol Label Switching) 망 및 GMPLS(Generalized Multi Protocol Label Switching) 망 중 하나 또는 복수의 통합된 망으로 구성될 수 있다. 가입자망은 FTTH(Fiber To The Home), ADSL(Asymmetric Digital Subscriber Line), 케이블망, 지그비(zigbee), 블루투스(bluetooth), Wireless LAN(IEEE 802.11b, IEEE 802.11a, IEEE 802.11g, IEEE 802.11n), Wireless Hart(ISO/IEC62591-1), ISA100.11a(ISO/IEC 62734), COAP(Constrained Application Protocol), MQTT(Multi-Client Publish/Subscribe Messaging), WIBro(Wireless Broadband), Wimax, 3G, HSDPA(High Speed Downlink Packet Access), 4G 및 차세대 통신망인 5G일 수 있다. 일부 실시예로, 통신망(400)은 인터넷망일 수 있고, 이동 통신망일 수 있다.The customized cosmetic provision system 500 establishes a communication network 400 between the customized cosmetic provision server 100, the user terminal 200, and the cosmetic manufacturing apparatus 300 to transmit and receive data between each other. The communication network 400 may be composed of a backbone network and a subscriber network. The backbone network may be composed of one or a plurality of integrated networks among X.25 networks, Frame Relay networks, ATM networks, MPLS (Multi Protocol Label Switching) networks and GMPLS (Generalized Multi Protocol Label Switching) networks. The subscriber network is FTTH (Fiber To The Home), ADSL (Asymmetric Digital Subscriber Line), cable network, Zigbee, Bluetooth, Wireless LAN (IEEE 802.11b, IEEE 802.11a, IEEE 802.11g, IEEE 802.11n ), Wireless Hart (ISO / IEC62591-1), ISA100.11a (ISO / IEC 62734), Constrained Application Protocol (COAP), Multi-Client Publish / Subscribe Messaging (MQTT), Wireless Broadband (WIBro), Wimax, 3G, It may be HSDPA (High Speed Downlink Packet Access), 4G, and 5G, a next-generation communication network. In some embodiments, the communication network 400 may be an Internet network or a mobile communication network.

도 2는 본 발명의 실시예에 따른 맞춤형 화장품 제공 서버를 설명하기 위한 블록도이다.2 is a block diagram illustrating a customized cosmetic providing server according to an embodiment of the present invention.

도 1 및 도 2를 참조하면, 맞춤형 화장품 제공 서버(100)는 서버 통신부(10), 서버 제어부(20)를 포함하고, 서버 저장부(30)를 더 포함한다. 1 and 2, the customized cosmetic providing server 100 includes a server communication unit 10, a server control unit 20, and further includes a server storage unit 30.

서버 통신부(10)는 사용자 단말(100) 및 화장품 제조 장치(300)와 통신을 수행한다. 서버 통신부(10)는 사용자 단말(100)로부터 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 수신하고, 맞춤형 화장품 정보를 사용자 단말(100)로 전송할 수 있다. 서버 통신부(10)는 맞춤형 화장품 정보를 화장품 제조 장치(300)로 전송할 수 있다.The server communication unit 10 communicates with the user terminal 100 and the cosmetic manufacturing apparatus 300. The server communication unit 10 may receive user information including subjective cosmetic propensity information and objective cosmetic propensity information from the user terminal 100 and transmit personalized cosmetic information to the user terminal 100. The server communication unit 10 may transmit customized cosmetic information to the cosmetic manufacturing apparatus 300.

서버 제어부(20)는 사용자 정보를 전처리하고, 전처리된 사용자 정보를 기초로 기계학습을 수행한다. 이를 통해 서버 제어부(20)는 학습 데이터 및 실시간 데이터를 생성한다. 학습 데이터는 학습을 통해 사용자에게 맞는 맞춤형 화장품을 분석한 데이터이고, 실시간 데이터는 사용자의 실시간 특성 패턴을 분석한 데이터이다. 서버 제어부(20)는 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성하고, 생성된 맞춤형 화장품 정보를 이용하여 사용자에게 맞는 맞춤형 화장품을 추천한다. The server control unit 20 pre-processes the user information, and performs machine learning based on the pre-processed user information. Through this, the server control unit 20 generates learning data and real-time data. The learning data is data analyzing customized cosmetics suitable for the user through learning, and the real-time data is data analyzing a real-time characteristic pattern of the user. The server controller 20 generates customized cosmetic information using the generated learning data and real-time data, and recommends customized cosmetic products suitable for the user using the generated customized cosmetic information.

여기서 사용자가 맞춤형 화장품 정보를 사용자 단말(200)로 확인하기를 원하는 경우, 서버 제어부(20)는 맞춤형 화장품 정보를 서버 통신부(10)를 통해 사용자 단말(200)로 전송되도록 제어한다. 또한 사용자가 맞춤형 화장품을 제조하기를 원하는 경우, 서버 제어부(20)는 맞춤형 화장품 정보를 서버 통신부(10)를 통해 화장품 제조 장치(300)로 전송되도록 제어한다.Here, when the user wants to check the customized cosmetic information with the user terminal 200, the server controller 20 controls the customized cosmetic information to be transmitted to the user terminal 200 through the server communication unit 10. In addition, when the user wants to manufacture a customized cosmetic, the server controller 20 controls the customized cosmetic information to be transmitted to the cosmetic manufacturing apparatus 300 through the server communication unit 10.

서버 저장부(30)는 사용자 정보가 저장된다. 이때 서버 저장부(30)는 각각의 사용자에 대한 사용자 정보를 분류하여 저장한다. 서버 저장부(30)는 학습을 수행하기 위한 일반적인 화장품 정보가 저장된다. 서버 저장부(30)는 학습된 학습 정보가 저장된다. 서버 저장부(30)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 미디어 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), 자기메모리, 자기 디스크, 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다. The server storage unit 30 stores user information. At this time, the server storage unit 30 classifies and stores user information for each user. The server storage unit 30 stores general cosmetic information for performing learning. The server storage unit 30 stores the learned learning information. The server storage unit 30 includes a flash memory type, a hard disk type, a media card micro type, and a card type memory (for example, SD or XD memory). , RAM (Random Access Memory, RAM), SRAM (Static Random Access Memory), ROM (Read-Only Memory, ROM), EEPROM (Electrically Erasable Programmable Read-Only Memory), PROM (Programmable Read-Only Memory), magnetic memory , A magnetic disk, at least one storage medium among optical disks.

도 3은 도 2의 서버 제어부를 설명하기 위한 블록도이다.3 is a block diagram illustrating the server control unit of FIG. 2.

도 2 및 도 3을 참조하면, 서버 제어부(20)는 전처리부(21), 학습부(23) 및 추천부(25)를 포함한다.2 and 3, the server control unit 20 includes a pre-processing unit 21, a learning unit 23, and a recommendation unit 25.

전처리부(21)는 사용자 정보 중 불필요한 정보를 필터링한다. 전처리부(21)는 사용자 정보 중 중복 정보, 오류 정보 등과 같은 불필요한 정보를 필터링하여 추후 수행되는 연산과정이 복잡해지지 않도록 한다. 즉 전처리부(21)는 사용자 정보의 주관적 화장성향정보 및 객관적 화장성향정보를 정규화 및 단순화한다. 전처리부(21)는 필터링된 사용자 정보를 객체 프로파일링하여 사용자 정보를 기초로 학습을 수행할 수 있도록 한다. 이때 전처리부(21)는 객체 프로파일링된 사용자 정보를 기계학습을 위한 데이터 및 실시간 객체 프로파일링을 위한 데이터로 분류하여 학습부(23)로 전송할 수 있다.The pre-processing unit 21 filters unnecessary information among user information. The pre-processing unit 21 filters unnecessary information, such as duplicate information and error information, among the user information, so that a subsequent computational process is not complicated. That is, the pre-processing unit 21 normalizes and simplifies the subjective makeup propensity information and objective cosmetic propensity information of the user information. The pre-processing unit 21 may profile the filtered user information to perform object-based learning. At this time, the pre-processing unit 21 may classify the object profiled user information into data for machine learning and data for real-time object profiling, and transmit it to the learning unit 23.

학습부(23)는 객체 프로파일링된 사용자 정보를 클러스터링(clustering)한다. 학습부(23)는 사용자 정보 중 유사성이 있는 데이터끼리 그룹화함으로써 연산속도를 높이고, 연산시간을 단축할 수 있다. 학습부(23)는 클러스터링된 사용자 정보를 기계학습하여 학습 데이터 및 실시간 데이터를 생성한다. The learning unit 23 clusters the object profiled user information. The learning unit 23 can increase the calculation speed and shorten the calculation time by grouping similar data among user information. The learning unit 23 machine-learns the clustered user information to generate learning data and real-time data.

상세하게는 학습부(23)는 클러스터링된 사용자 정보를 이용하여 사용자의 특성을 분류 및 예측하는 사용자 프로파일을 생성한다. 학습부(23)는 서버 저장부(30)에 저장된 사용자 정보, 화장품 정보 및 학습 정보를 더 이용하여 사용자의 지금까지 생활한 특성을 분류하고, 사용자의 특성을 예측하여 사용자 프로파일을 생성할 수 있다. 사용자 정보는 주관적 화장성향정보 및 객관적 화장성향정보를 포함하고, 화장품 정보는 레시피 및 음양오행/사상체질에 따른 화장품 재료 배합정보를 포함하며, 학습 정보는 지금까지 학습된 학습 데이터를 포함한다. 학습부(23)는 생성된 사용자 프로파일을 이용하여 학습 데이터 및 실시간 데이터를 생성한다. In detail, the learning unit 23 generates a user profile that classifies and predicts user characteristics using clustered user information. The learning unit 23 may further classify the characteristics of the user's life so far using the user information, cosmetics information, and learning information stored in the server storage unit 30 and predict the characteristics of the user to generate a user profile. . The user information includes subjective cosmetic propensity information and objective cosmetic propensity information, and the cosmetic information includes recipe and yin and yang five elements / conjugation material composition information according to thought constitution, and the learning information includes learning data learned so far. The learning unit 23 generates learning data and real-time data using the generated user profile.

학습부(23)는 클러스터링된 사용자 정보 및 사용자 프로파일을 이용하여 사용자의 특성 패턴을 분석하고, 분석된 특성 패턴을 이용하여 실시간 사용자의 특성을 나타내는 실시간 데이터를 생성한다. 이때 실시간 데이터는 객체 프로파일링된 데이터일 수 있다.The learning unit 23 analyzes the user's characteristic pattern using the clustered user information and the user profile, and generates real-time data representing the real-time user's characteristic using the analyzed characteristic pattern. The real-time data may be object profiled data.

추천부(25)는 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성한다. 맞춤형 화장품 정보는 사용자에게 최적화된 맞춤형 화장품에 대한 정보로 화장품 배합비, 레시피 및 안정성 정보 중 적어도 하나가 포함된다. 추천부(25)는 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 맞춤형 화장품 정보를 전송되도록 제어함으로써, 사용자가 맞춤형 화장품 정보를 확인하거나 맞춤형 화장품이 제조될 수 있도록 제어할 수 있다. 또한 추천부(25)는 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하고, 추천된 정보를 사용자 단말(200)로 전송되도록 제어할 수 있다. 이때 유사도가 가장 높은 화장품이 기 설정된 기준 유사도보다 낮은 경우, 추천부(25)는 해당 화장품을 추천하지 않고, 추천 화장품이 없다는 알림 메시지를 사용자 단말(200)로 전송되도록 제어할 수 있다. 바람직하게는 추천부(25)는 추천 화장품이 없는 경우 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 전송시킬 수 있다.The recommendation unit 25 generates customized cosmetic information using the generated learning data and real-time data. The customized cosmetics information is information on customized cosmetics optimized for a user, and includes at least one of cosmetic composition ratio, recipe, and stability information. The recommendation unit 25 controls the customized cosmetic information to be transmitted to at least one of the user terminal 200 and the cosmetic manufacturing apparatus 300 so that the user can check the customized cosmetic information or control the customized cosmetic product. can do. In addition, the recommender 25 may compare the customized cosmetic information with commercially available cosmetic information to recommend the cosmetics with the highest similarity, and control the recommended information to be transmitted to the user terminal 200. At this time, when the cosmetic with the highest similarity is lower than the predetermined reference similarity, the recommender 25 may control to notify the corresponding cosmetic and to transmit a notification message indicating that the cosmetic is not recommended to the user terminal 200. Preferably, if there is no recommended cosmetic, the recommendation unit 25 may transmit customized cosmetic information to at least one of the user terminal 200 and the cosmetic manufacturing apparatus 300.

한편, 학습부(23)는 추천부(25)에서 생성된 맞춤형 화장품 정보를 이용하여 레시피 정보, 체질 정보 및 화장품 원료정보 중 적어도 하나를 학습할 수 있다. 학습부(23)는 각 사용자의 체질 정보를 기준으로 화장품의 레시피 정보 및 화장품 원료정보를 학습하여 학습된 데이터를 생성할 수 있다. 이를 통해 학습부(23)는 학습된 데이터와 유사한 체질 정보를 가진 사용자의 맞춤형 화장품을 추천해야 하는 경우, 해당 학습된 데이터를 학습과정에서 사용할 수 있다. 학습부(23)는 체질 정보를 기준으로 화장품의 레시피 정보 및 화장품 원료정보를 학습하는데 한정하지 않고, 레시피 정보를 기준으로 체질 정보 및 화장품 원료정보를 학습하거나, 화장품 원료정보를 기준으로 체질 정보 및 레시피 정보를 학습할 수 있다. 즉 학습부(23)는 맞춤형 화장품 정보를 이용하여 다양한 학습을 수행할 수 있으며, 이로 인해 생성된 학습된 데이터를 이용하여 재학습을 할 수 있다.Meanwhile, the learning unit 23 may learn at least one of recipe information, constitution information, and cosmetic raw material information using the customized cosmetic information generated by the recommendation unit 25. The learning unit 23 may generate recipe data by learning recipe information of cosmetics and raw material information of cosmetics based on the constitution information of each user. Through this, the learning unit 23 may use the learned data in the learning process when it is necessary to recommend a user's customized cosmetics having constitutional information similar to the learned data. The learning unit 23 is not limited to learning the recipe information and the cosmetic raw material information of cosmetics based on the constitution information, and learning the constitution information and the cosmetic raw material information based on the recipe information, or the constitution information and the cosmetic raw material information. You can learn recipe information. That is, the learning unit 23 may perform various learning using customized cosmetic information, and re-learn using the generated learning data.

도 4는 도 2의 서버 저장부를 설명하기 위한 블록도이고, 도 5는 도 4의 사용자 정보를 설명하기 위한 블록도이다.4 is a block diagram illustrating the server storage unit of FIG. 2, and FIG. 5 is a block diagram illustrating user information of FIG. 4.

도 1, 도4 및 도 5를 참조하면, 서버 저장부(30)는 사용자 정보(31), 화장품 정보(33) 및 학습 정보(35)를 포함한다. 서버 저장부(30)는 사용자 정보(31), 화장품 정부(33) 및 학습 정보(35)를 개별 저장한다.1, 4 and 5, the server storage unit 30 includes user information 31, cosmetic information 33, and learning information 35. The server storage unit 30 separately stores user information 31, cosmetic government 33, and learning information 35.

사용자 정보(31)는 사용자 단말(200)로부터 수신된 정보로써, 주관적 화장성향정보 및 객관적 화장성향정보를 포함한다. The user information 31 is information received from the user terminal 200 and includes subjective cosmetic propensity information and objective cosmetic propensity information.

주관적 화장성향정보는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함한다. 개인정보는 성별, 나이, 직업, 주소, 사용자가 현재 사용하거나 이전에 사용한 화장품 종류, 선호하는 화장품 스타일, 메이크업 습관 중 적어도 하나의 정보가 포함된 정보이고, 피부사진정보는 사용자의 피부를 촬영한 정보로써, 바람직하게는 300배율 이상으로 촬영한 정보이며, 환경정보는 현재 생활권에 대한 환경상태에 대한 정보가 포함된다. 여기서 개인정보 및 환경정보는 설문을 통해 수집된 정보이고, 피부사진정보는 촬영으로 수집된 정보이다. Subjective cosmetic propensity information includes at least one of personal information, skin photo information, and environmental information. Personal information is information that includes at least one of gender, age, occupation, address, type of cosmetics currently used or used by the user, preferred cosmetic style, and makeup habits. As the information, preferably, the information is taken at a magnification of 300 or more, and the environmental information includes information on the environmental condition of the current living zone. Here, personal information and environmental information are information collected through a questionnaire, and skin photo information is information collected by shooting.

객관적 화장성향정보는 화장품의 배합비 정보, 원재료 정보, 사용자의 사상체질정보 및 음양오행정보 중 적어도 하나를 포함한다. 객관적 화장성향정보는 주관적 화장성향정보 중 개인정보 및 환경정보를 바탕으로 수집된 정보이다. 화장품의 배합비 정보는 사용자가 현재 또는 이전에 사용한 화장품의 배합비를 나타내는 정보이고, 화장품의 원재료 정보는 사용자가 현재 또는 이전에 사용한 화장품의 원재료를 나타내는 정보이며, 사용자의 사상체질정보 및 음양오행정보는 한의약 측면에서 사용자의 체질을 나타낸 정보이다.The objective cosmetic propensity information includes at least one of cosmetic composition ratio information, raw material information, user's Sasang constitution information, and yin and yang pentagram information. Objective cosmetic propensity information is information collected based on personal and environmental information among subjective cosmetic propensity information. The blending ratio information of cosmetics is information indicating the blending ratio of cosmetics currently or previously used by the user, and the raw material information of cosmetics is information indicating the raw materials of cosmetics currently or previously used by the user. This is information that shows the user's constitution in terms of oriental medicine.

화장품 정보는 시판 중이거나, 이전에 시판된 화장품의 배합비 정보, 원재료 정보, 레시피 정보 및 제조 정보 중 적어도 하나를 포함한다. 화장품 정보는 화장품 업체로부터 제공받을 수 있으며, 바람직하게는 일정 주기마다 정보 업데이트를 할 수 있다.Cosmetic information includes at least one of commercially available or previously commercially available cosmetic formulation information, raw material information, recipe information, and manufacturing information. Cosmetic information may be provided from a cosmetic company, and preferably, information may be updated at regular intervals.

학습 정보는 학습된 학습 데이터 및 실시간 데이터를 포함한다. 학습 데이터는 기계학습을 통하여 사용자에게 맞는 맞춤형 화장품을 분석한 데이터이고, 실시간 데이터는 기계학습을 통하여 사용자의 특성 패턴을 실시간으로 분석한 데이터이다. 학습 정보는 학습 데이터 및 실시간 데이터뿐만 아니라 체질 정보, 레시피 정보 및 화장품 원료정보 중 적어도 하나가 학습된 데이터를 포함한다. 체질 정보는 한의학의 사상체질 분류방법에 따라 사용자가 제공한 정보를 분석한 데이터이고, 레시피 정보는 맞춤형 화장품을 제조하기 위한 레시피를 분석한 데이터이며, 화장품 원료정보는 맞춤형 화장품에 포함된 원료정보를 분석한 데이터이다. 학습정보는 학습과정이 완료되면 실시간으로 학습된 데이터를 업데이트한다.The learning information includes learned learning data and real-time data. The learning data is data that analyzes customized cosmetics suitable for the user through machine learning, and the real-time data is data that analyzes a user's characteristic pattern in real time through machine learning. The learning information includes not only learning data and real-time data, but also data on which at least one of constitution information, recipe information, and cosmetic raw material information is learned. The constitutional information is data analyzing the information provided by the user according to the method of classifying Sasang Constitution of Oriental Medicine, and the recipe information is data analyzing the recipe for manufacturing customized cosmetics, and the cosmetic raw material information is the raw material information included in the customized cosmetics. It is analyzed data. Learning information is updated in real time when the learning process is completed.

도 6은 본 발명의 실시예에 따른 사용자 단말을 설명하기 위한 블록도이다.6 is a block diagram illustrating a user terminal according to an embodiment of the present invention.

도 1 및 도 6을 참조하면, 사용자 단말(200)는 단말 통신부(210), 단말 입력부(220), 카메라부(230), 단말 제어부(240), 디스플레이부(250) 및 단말 저장부(260)를 포함한다.1 and 6, the user terminal 200 includes a terminal communication unit 210, a terminal input unit 220, a camera unit 230, a terminal control unit 240, a display unit 250, and a terminal storage unit 260 ).

단말 통신부(210)는 맞춤형 화장품 제공 서버(100)와 통신을 수행한다. 단말 통신부(210)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 맞춤형 화장품 제공 서버(100)로 전송한다. 단말 통신부(210)는 맞춤형 화장품 제공 서버(100)로부터 맞춤형 화장품 정보를 수신할 수 있다.The terminal communication unit 210 communicates with the customized cosmetic providing server 100. The terminal communication unit 210 transmits user information including subjective cosmetic propensity information and objective cosmetic propensity information to the customized cosmetic providing server 100. The terminal communication unit 210 may receive customized cosmetic information from the customized cosmetic providing server 100.

단말 입력부(220)는 사용자 정보를 입력받는다. 단말 입력부(220)는 주관적 화장성향정보 중 개인정보 및 환경정보 중 적어도 하나를 입력받는다. The terminal input unit 220 receives user information. The terminal input unit 220 receives at least one of personal information and environmental information among the subjective cosmetic propensity information.

카메라부(230)는 사용자의 피부사진을 수집한다. 카메라부(230)는 사용자의 피부를 촬영하여 주관적 화장성향정보 중 피부사진정보를 생성한다. 바람직하게는 카메라부(230)는 300배율 이상의 해상도로 피부를 촬영할 수 있다.The camera unit 230 collects a user's skin picture. The camera unit 230 photographs the skin of the user to generate skin photo information among the subjective cosmetic propensity information. Preferably, the camera unit 230 may photograph the skin at a resolution of 300 times or more.

단말 제어부(240)는 주관적 화장성향정보를 이용하여 객관적 화장성향정보를 추정한다. 단말 제어부(240)는 주관적 화장성향정보를 이용하여 사용자가 현재 또는 이전에 사용한 화장품의 배합비 및 원재료 정보를 추정한다. 또한 단말 제어부(240)는 주관적 화장성향정보를 이용하여 사용자의 사상체질정보 및 음양오행정보를 추정한다. 단말 제어부(240)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 맞춤형 화장품 제공 서버(100)로 전송되도록 제어한다. 또한 단말 제어부(240)는 맞춤형 화장품 정보가 수신되는 경우, 디스플레이부(250)를 통해 수신된 맞춤형 화장품 정보가 출력될 수 있도록 제어한다.The terminal control unit 240 estimates objective cosmetic propensity information using subjective cosmetic propensity information. The terminal control unit 240 estimates the blending ratio and raw material information of the cosmetics currently or previously used by the user using the subjective cosmetic propensity information. In addition, the terminal controller 240 estimates the user's Sasang constitutional information and Yin-Yang five-way information using subjective cosmetic propensity information. The terminal controller 240 controls the user information including the subjective cosmetic propensity information and the objective cosmetic propensity information to be transmitted to the customized cosmetic providing server 100. In addition, when the customized cosmetic information is received, the terminal control unit 240 controls the customized cosmetic information received through the display unit 250 to be output.

디스플레이부(250)는 주관적 화장성향정보가 입력될 수 있도록 사용자 인터페이스(UI)를 출력한다. 이때 디스플레이부(250)가 터치스크린 기능을 포함하는 경우, 디스플레이부(250)는 입력부(220) 기능도 수행할 수 있다. 디스플레이부(250)는 맞춤형 화장품 정보를 출력한다. 이를 통해 사용자는 자신에 맞는 화장품에 대한 정보를 확인할 수 있다.The display unit 250 outputs a user interface (UI) so that subjective cosmetic propensity information can be input. At this time, when the display unit 250 includes a touch screen function, the display unit 250 may also perform the input unit 220 function. The display unit 250 outputs customized cosmetic information. Through this, the user can check information about cosmetics suitable for him.

단말 저장부(260)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보가 저장된다. 단말 저장부(260)는 맞춤형 화장품 정보가 저장된다. 단말 저장부(260)는 사용자 인터페이스를 제공하기 위한 프로그램이 저장된다. 단말 저장부(260)는 플래시 메모리 타입, 하드디스크 타입, 미디어 카드 마이크로 타입, 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 자기메모리, 자기 디스크, 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다. The terminal storage unit 260 stores user information including subjective cosmetic property information and objective cosmetic property information. The terminal storage unit 260 stores customized cosmetic information. The terminal storage unit 260 stores a program for providing a user interface. The terminal storage unit 260 is a flash memory type, hard disk type, media card micro type, card type memory (for example, SD or XD memory, etc.), RAM, SRAM, ROM, EEPROM, PROM, magnetic memory, magnetic disk , It may include at least one storage medium of the optical disk.

도 7은 본 발명의 실시예에 따른 맞춤형 화장품 제공 방법을 설명하기 위한 순서도이다.7 is a flow chart for explaining a method for providing customized cosmetics according to an embodiment of the present invention.

도 1 및 도 7을 참조하면, 맞춤형 화장품 제공 방법은 기계학습을 이용하여 각 사용자에게 맞는 화장품에 대한 정보를 생성하고, 생성된 정보를 통해 맞춤형 화장품을 추천 및 제조할 수 있도록 지원할 수 있다. 맞춤형 화장품 제공 방법은 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 기초로 맞춤형 화장품을 제공함으로써, 각 사용자마다 자기 자신에게 맞는 최적의 맞춤형 화장품에 대한 정보를 제공받을 수 있다.Referring to FIGS. 1 and 7, a method for providing customized cosmetics may generate information about cosmetics suitable for each user using machine learning, and may support recommending and manufacturing customized cosmetics through the generated information. The method of providing customized cosmetics provides customized cosmetics based on user information including subjective cosmetic propensity information and objective cosmetic propensity information, so that each user can be provided with information on the optimal customized cosmetic suitable for himself.

S10단계에서, 맞춤형 화장품 제공 서버(100)는 사용자 정보를 수신다. 사용자 정보는 주관적 화장성향정보 및 객관적 화장성향정보를 포함한다. 주관적 화장성향정보는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하고, 객관적 화장성향정보는 화장품의 배합비 정보, 원재료 정보, 사상체질정보 및 음양오행정보 중 적어도 하나를 포함한다.In step S10, the customized cosmetic providing server 100 receives user information. The user information includes subjective cosmetic propensity information and objective cosmetic propensity information. The subjective cosmetic propensity information includes at least one of personal information, skin photo information, and environmental information, and the objective cosmetic propensity information includes at least one of cosmetic composition ratio information, raw material information, sasang constitution information, and yin and yang pentagram information.

S20단계에서, 맞춤형 화장품 제공 서버(100)는 사용자 정보를 전처리한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 중 불필요한 정보를 필터링한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 중 중복 정보, 오류 정보 등과 같은 불필요한 정보를 필터링하여 추후 수행되는 연산과정이 복잡해지지 않도록 한다. 즉 맞춤형 화장품 제공 서버(100)는 사용자 정보의 주관적 화장성향정보 및 객관적 화장성향정보를 정규화 및 단순화한다. 맞춤형 화장품 제공 서버(100)는 필터링된 사용자 정보를 객체 프로파일링하여 사용자 정보를 기초로 학습을 수행할 수 있도록 한다. In step S20, the customized cosmetics providing server 100 pre-processes the user information. The customized cosmetics providing server 100 filters unnecessary information among user information. The customized cosmetics providing server 100 filters unnecessary information such as duplicate information and error information among user information so that a calculation process performed later is not complicated. That is, the customized cosmetic provision server 100 normalizes and simplifies subjective cosmetic propensity information and objective cosmetic propensity information of user information. The customized cosmetics providing server 100 profils the filtered user information to perform learning based on the user information.

S30단계에서, 맞춤형 화장품 제공 서버(100)는 객체 프로파일링된 사용자 정보를 클러스터링하고, 클러스터링된 사용자 정보를 기계학습한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 중 유사성이 있는 데이터끼리 그룹화함으로써 연산속도를 높이고, 연산시간을 단축할 수 있다. 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보를 기계학습하여 학습 데이터 및 실시간 데이터를 생성한다.In step S30, the customized cosmetic provision server 100 clusters the object profiled user information and machine-learns the clustered user information. The customized cosmetics providing server 100 can increase the calculation speed and shorten the calculation time by grouping similar data among user information. The customized cosmetics providing server 100 machine-learns the clustered user information to generate learning data and real-time data.

S40단계에서, 맞춤형 화장품 제공 서버(100)는 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성하고, 생성된 맞춤형 화장품 정보를 이용하여 사용자에게 맞는 맞춤형 화장품을 추천한다. 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 맞춤형 화장품 정보를 전송할 수 있다. 또한 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하고, 추천된 정보를 사용자 단말(200)로 전송할 수 있다.In step S40, the customized cosmetic provision server 100 generates customized cosmetic information using the generated learning data and real-time data, and recommends customized cosmetic products suitable for the user using the generated customized cosmetic information. The customized cosmetic providing server 100 may transmit customized cosmetic information to at least one of the user terminal 200 and the cosmetic manufacturing apparatus 300. In addition, the customized cosmetic providing server 100 may compare the customized cosmetic information with commercially available cosmetic information, recommend the cosmetic with the highest similarity, and transmit the recommended information to the user terminal 200.

도 8은 도 7의 S30단계를 설명하기 위한 순서도이다.8 is a flowchart for explaining step S30 of FIG. 7.

도 7 및 도 8을 참조하면, 맞춤형 화장품 제공 서버(100)는 기계학습을 통해 학습 데이터 및 실시간 데이터를 생성한다.7 and 8, the customized cosmetic providing server 100 generates learning data and real-time data through machine learning.

S31단계에서, 맞춤형 화장품 제공 서버(100)는 객체 프로파일링된 사용자 정보를 클러스터링한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보를 그룹화함으로써, 연산과정을 단순화시켜 연산시간을 단축시킬 수 있다. In step S31, the customized cosmetics providing server 100 clusters the object profiled user information. The customized cosmetics providing server 100 can group the user information, thereby simplifying the calculation process and shortening the calculation time.

S33단계에서, 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보를 기계학습한다. 맞춤형 화장품 제공 서버(100)는 기 저장된 사용자 정보, 화장품 정보 및 학습 정보 중 적어도 하나를 더 이용하여 기계학습을 수행한다. 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보를 이용하여 사용자의 특성을 분류 및 예측하는 사용자 프로파일을 생성한다. 즉 맞춤형 화장품 제공 서버(100)는 일반적인 화장품과 관련된 정보뿐만 아니라 한의약 기반의 사상체질정보, 음양오행정보를 더 이용하여 사용자의 체질에 맞는 화장품을 추정할 수 있도록 학습을 한다. 한편, 맞춤형 화장품 제공 서버(100)는 생성된 사용자 프로파일을 S37단계로 전송한다.In step S33, the customized cosmetics providing server 100 machine-learns the clustered user information. The customized cosmetic providing server 100 performs machine learning by using at least one of pre-stored user information, cosmetic information, and learning information. The customized cosmetics providing server 100 generates a user profile that classifies and predicts user characteristics using clustered user information. That is, the customized cosmetics providing server 100 learns to estimate cosmetics suitable for the user's constitution by using not only information related to general cosmetics, but also Sasang constitutional information based on oriental medicine and yin and yang five elements. Meanwhile, the customized cosmetic provision server 100 transmits the generated user profile to step S37.

S35단계에서, 맞춤형 화장품 제공 서버(100)는 생성된 사용자 프로파일을 이용하여 학습 데이터를 생성한다. 학습 데이터는 사용자의 화장성향에 따른 특성을 기계학습하여 사용자에게 맞는 최적의 화장품에 대한 정보를 추정한 데이터이다. In step S35, the customized cosmetic providing server 100 generates learning data using the generated user profile. The learning data is data obtained by estimating information on the optimal cosmetics suitable for the user by machine learning the characteristics according to the user's cosmetic propensity.

S37단계에서, 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보 및 S33단계에서 생성된 사용자 프로파일을 분석한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 및 사용자 프로파일을 이용하여 사용자의 특성 패턴을 분석한다. 이때 맞춤형 화장품 제공 서버(100)는 사용자의 실시간 특성에 대한 패턴을 분석할 수 있다. In step S37, the customized cosmetic providing server 100 analyzes the clustered user information and the user profile generated in step S33. The customized cosmetic providing server 100 analyzes a user's characteristic pattern using user information and a user profile. At this time, the customized cosmetics providing server 100 may analyze a pattern for a user's real-time characteristics.

S39단계에서, 맞춤형 화장품 제공 서버(100)는 분석된 사용자의 특성 패턴을 이용하여 실시간 데이터를 생성한다. 실시간 데이터는 실시간 사용자의 특성을 나타내는 데이터이다.In step S39, the customized cosmetics providing server 100 generates real-time data using the analyzed user's characteristic pattern. Real-time data is data representing characteristics of a real-time user.

도 9는 도 7의 S40단계를 설명하기 위한 순서도이다.9 is a flowchart for explaining step S40 of FIG. 7.

도 7 및 도 9를 참조하면, 맞춤형 화장품 제공 서버(100)는 사용자에게 맞는 최적의 화장품을 추천한다.7 and 9, the customized cosmetic providing server 100 recommends an optimal cosmetic suitable for a user.

S41단계에서, 맞춤형 화장품 제공 서버(100)는 생성된 학습 데이터 및 실시간 데이터를 분석한다. 맞춤형 화장품 제공 서버(100)는 객체 프로파일링을 통해 맞춤형 화장품 정보를 생성한다. 맞춤형 화장품 정보는 학습 데이터 및 실시간 데이터의 요약일 수 있다. In step S41, the customized cosmetics providing server 100 analyzes the generated learning data and real-time data. The customized cosmetic providing server 100 generates customized cosmetic information through object profiling. The customized cosmetic information may be a summary of learning data and real-time data.

S43단계에서, 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 맞춤형 화장품 정보를 전송할 수 있다. 또한 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하고, 추천된 정보를 사용자 단말(200)로 전송할 수 있다. 이때 맞춤형 화장품 제공 서버(100)는 유사도가 가장 높은 화장품이 기 설정된 기준 유사도보다 낮은 경우, 해당 화장품을 추천하지 않고, 추천 화장품이 없다는 알림 메시지를 사용자 단말(200)로 전송되도록 제어할 수 있다. 바람직하게는 맞춤형 화장품 제공 서버(100)는 추천 화장품이 없는 경우 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 전송시킬 수 있다.In step S43, the customized cosmetic provision server 100 may transmit customized cosmetic information to at least one of the customized cosmetic information as the user terminal 200 and the cosmetic manufacturing apparatus 300. In addition, the customized cosmetic providing server 100 may compare the customized cosmetic information with commercially available cosmetic information, recommend the cosmetic with the highest similarity, and transmit the recommended information to the user terminal 200. At this time, the customized cosmetic provision server 100 may control the cosmetic product having the highest similarity to be lower than the predetermined reference similarity, so that the corresponding cosmetic product is not recommended and a notification message indicating that there is no recommended cosmetic product is transmitted to the user terminal 200. Preferably, the customized cosmetic providing server 100 may transmit customized cosmetic information to at least one of the user terminal 200 and the cosmetic manufacturing apparatus 300 when there is no recommended cosmetic.

본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 장치에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 하드디스크, ROM, RAM, CD-ROM, 하드 디스크, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. The present invention can also be embodied as computer readable codes on a computer readable recording medium. The computer-readable recording medium includes all types of recording devices in which data readable by a computer device are stored. Examples of computer-readable recording media include hard disks, ROMs, RAM, CD-ROMs, hard disks, magnetic tapes, floppy disks, optical data storage devices, etc., and carrier waves (for example, transmission over the Internet). It also includes those implemented in the form of.

이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.Although the preferred embodiments of the present invention have been shown and described above, the present invention is not limited to the specific preferred embodiments described above, and the technical field to which the present invention pertains without departing from the gist of the present invention claimed in the claims. Of course, various modifications can be made to anyone having ordinary knowledge, and such changes are within the scope of the claims.

10: 서버 통신부
20: 서버 제어부
21: 전처리부
23: 학습부
25: 추천부
30: 서버 저장부
31: 사용자 정보
33: 화장품 정보
35: 학습 정보
41: 주관적 화장성향정보
43: 객관적 화장성향정보
100: 맞춤형 화장품 제공 서버
200: 사용자 단말
210: 단말 통신부
220: 단말 입력부
230: 카메라부
240: 단말 제어부
250: 디스플레이부
260: 단말 저장부
300: 화장품 제조 장치
400: 통신망
500: 맞춤형 화장품 제공 시스템10: server communication unit
20: Server control
21: pre-processing unit
23: Learning Department
25: Recommendation
30: server storage
31: User information
33: cosmetic information
35: Learning Information
41: Subjective makeup propensity information
43: Objective cosmetic propensity information
100: customized cosmetics providing server
200: user terminal
210: terminal communication unit
220: terminal input
230: camera unit
240: terminal control unit
250: display unit
260: terminal storage
300: cosmetic manufacturing device
400: communication network
500: customized cosmetic delivery system

Claims

A server communication unit for receiving user information including subjective makeup propensity information and objective cosmetic propensity information; And
Pre-processing the received user information, performing machine learning based on the pre-processed user information to generate learning data and real-time data, and using the generated learning data and real-time data to provide customized cosmetics tailored to the user Server control unit;
Customized cosmetics providing server using machine learning, including.

According to claim 1,
The server control unit,
A pre-processor for filtering unnecessary information among the user information and profiling the filtered user information;
A learning unit for clustering the object profiled user information and machine learning the clustered user information to generate learning data and real-time data; And
A recommendation unit for generating customized cosmetic information using the generated learning data and real-time data, and recommending customized cosmetic products suitable for each user using the generated customized cosmetic information;
Customized cosmetic providing server using machine learning, characterized in that it comprises a.

According to claim 2,
The learning unit,
A customized cosmetic provision server using machine learning, characterized in that a user profile is generated by classifying and predicting characteristics of a user using the clustered user information, and learning data is generated using the generated user profile.

According to claim 3,
The learning unit,
A customized cosmetic providing server using machine learning, characterized in that the user's characteristic pattern is analyzed using the clustered user information and the user profile, and real-time data is generated using the analyzed characteristic pattern.

According to claim 2,
The recommendation unit,
A customized cosmetic providing server using machine learning, characterized in that the customized cosmetic information is transmitted to the outside to control the user to check the customized cosmetic information or to be able to manufacture the customized cosmetic.

According to claim 2,
The recommendation unit,
A customized cosmetic providing server using machine learning, characterized in that the customized cosmetic information is compared with commercially available cosmetic information and recommends the cosmetic with the highest similarity.

According to claim 1,
The subjective makeup propensity information,
Contains at least one of personal information, skin photo information and environmental information,
The objective cosmetic propensity information,
Personalized cosmetics providing server using machine learning, characterized in that it comprises at least one of the mixing ratio information, raw material information, sasang constitution information and yin and yang five elements of cosmetics.

Receiving a user information including subjective cosmetic propensity information and objective cosmetic propensity information by the customized cosmetic providing server;
Pre-processing the received user information by the customized cosmetic providing server;
Generating a learning data and real-time data by performing machine learning based on the pre-processed user information by the customized cosmetic providing server; And
Providing, by the customized cosmetics providing server, customized cosmetics suitable for a user using the generated learning data and real-time data;
Method for providing customized cosmetics using machine learning, including.