KR20220119958A - 주변 환경특성에 따른 빅데이터를 통한 인공지능 ai 기반 맞춤형 화장품 설계 플랫폼 시스템 - Google Patents
주변 환경특성에 따른 빅데이터를 통한 인공지능 ai 기반 맞춤형 화장품 설계 플랫폼 시스템 Download PDFInfo
- Publication number
- KR20220119958A KR20220119958A KR1020210023472A KR20210023472A KR20220119958A KR 20220119958 A KR20220119958 A KR 20220119958A KR 1020210023472 A KR1020210023472 A KR 1020210023472A KR 20210023472 A KR20210023472 A KR 20210023472A KR 20220119958 A KR20220119958 A KR 20220119958A
- Authority
- KR
- South Korea
- Prior art keywords
- cosmetic
- data
- big data
- information
- server
- Prior art date
Links
- 239000002537 cosmetic Substances 0.000 title claims abstract description 189
- 238000013461 design Methods 0.000 title claims abstract description 89
- 230000007613 environmental effect Effects 0.000 title claims abstract description 46
- 239000004615 ingredient Substances 0.000 claims abstract description 35
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 20
- 239000008406 cosmetic ingredient Substances 0.000 claims description 48
- 238000004458 analytical method Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 34
- 230000001932 seasonal effect Effects 0.000 claims description 28
- 238000005065 mining Methods 0.000 claims description 18
- 230000036541 health Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000012552 review Methods 0.000 claims description 12
- 208000024891 symptom Diseases 0.000 claims description 12
- 230000009193 crawling Effects 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 6
- 238000013524 data verification Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 25
- 239000000428 dust Substances 0.000 description 15
- 230000000694 effects Effects 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 11
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 9
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 9
- 206010016952 Food poisoning Diseases 0.000 description 9
- 208000019331 Foodborne disease Diseases 0.000 description 9
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 9
- 229910002091 carbon monoxide Inorganic materials 0.000 description 9
- 230000008014 freezing Effects 0.000 description 9
- 238000007710 freezing Methods 0.000 description 9
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 208000019693 Lung disease Diseases 0.000 description 7
- 208000006673 asthma Diseases 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000012502 risk assessment Methods 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000017520 skin disease Diseases 0.000 description 2
- 230000036555 skin type Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 206010003645 Atopy Diseases 0.000 description 1
- 244000035744 Hura crepitans Species 0.000 description 1
- 206010040925 Skin striae Diseases 0.000 description 1
- 208000031439 Striae Distensae Diseases 0.000 description 1
- 230000006750 UV protection Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- -1 introduction Substances 0.000 description 1
- 239000002075 main ingredient Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템에 관한 것으로서, 보다 구체적으로는 주변 환경특성에 따른 빅데이터를 통해 최근 기후 변화 및 한반도에 존재하는 사계절 등과 같은 외부 환경요소를 분석해 해당 환경에 최적화된 화장품 설계가 가능하고, 화장품 성분의 효능에 공신력 있는 정략적 기준을 적용하여 데이터 검증 중심의 합리적인 화장품을 설계하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템에 관한 것이다.
상기 목적을 달성하기 위하여, 본 발명은, 사계절 기후 환경특성 정보, 외부 환경특성 정보 및 사용자 정보 중 적어도 어느 하나 이상의 정보를 수집하여 빅데이터를 구축을 하기 위한 빅데이터 서버와; 상기 빅데이터 서버에서 구축된 정보를 기초로 개인 맞춤형 화장품을 설계하기 위한 화장품 설계 서버와; 상기 빅데이터 서버로 사용자 정보를 송신하고, 화장품 설계 서버로부터 설계된 맞춤형 화장품을 확인하기 위한 사용자 단말기;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위하여, 본 발명은, 사계절 기후 환경특성 정보, 외부 환경특성 정보 및 사용자 정보 중 적어도 어느 하나 이상의 정보를 수집하여 빅데이터를 구축을 하기 위한 빅데이터 서버와; 상기 빅데이터 서버에서 구축된 정보를 기초로 개인 맞춤형 화장품을 설계하기 위한 화장품 설계 서버와; 상기 빅데이터 서버로 사용자 정보를 송신하고, 화장품 설계 서버로부터 설계된 맞춤형 화장품을 확인하기 위한 사용자 단말기;를 포함하는 것을 특징으로 한다.
Description
본 발명은 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템에 관한 것으로서, 보다 구체적으로는 주변 환경특성에 따른 빅데이터를 통해 최근 기후 변화 및 한반도에 존재하는 사계절 등과 같은 외부 환경요소를 분석해 해당 환경에 최적화된 화장품 설계가 가능하고, 화장품 성분의 효능에 공신력 있는 정략적 기준을 적용하여 데이터 검증 중심의 합리적인 화장품을 설계하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템에 관한 것이다.
근래에는 미에 대한 관심이 증가하면서, 화장품의 관심이 높아지고 있다. 특히, 화장품을 구매하는 사용자들은 자신이 원하는 화장품을 구매하기 위해서 일일이 쇼핑몰의 정보 및 관련 블로그나 해당 화장품의 리뷰를 이용하여 원하는 화장품에 관한 정보를 얻는다.
그러나, 화장품 검색 시 사용자의 상황과 다른 지극히 주관적인 리뷰들과 불편한 화장품 검색 구조를 이루고 있어서 자신이 원하는 화장품의 객관적인 리뷰를 판단하는데 오랜 시간이 소요되고 해당 검색을 통해 맞춤형 화장품 정보를 얻는데도 추가적인 시간이 필요하게 된다.
또한, 일상생활에서 사용되는 화장품들 중 많은 것들에 일반인에게 잘 알려지지 않은 화학적 성분이 포함되어 있다. 이에 소비자는 제품에 포함된 성분을 확인한 후 구매행위를 하고자 하더라도 성분의 종류가 매우 다양하고, 각 성분에 대한 상당한 지식이 필요하다는 점 때문에 현실적으로 성분을 확인하고 구매하기에는 많은 어려움이 따른다.
특히, 이러한 제품의 구성 성분을 확인하고자 하는 소비자들의 욕구는 화장품, 약품 등과 같이 화학적 성분의 비중이 높은 제품에 있어서 상대적으로 크게 나타난다. 이러한 소비자들의 욕구를 반영하여, 최근에는 화장품 분야에서 전성분을 제품에 표시하도록 하는 전성분 표시제가 시행되게 되었다.
또한, 화장품 전성분 표시제는 다양한 종류의 화장품들 중에서 소비자가 직접 자신의 신체적 특성에 맞는 화장품을 선택할 수 있도록 하기 위한 발판을 마련한 것으로 볼 수 있으나, 화장품을 구성하는 성분은 매우 다양한 종류가 있으며, 전문가 수준의 관련 지식 없이 성분의 명칭만으로 해당 제품의 유해성을 평가하기에는 현실적으로 많은 어려움이 따른다.
따라서, 전성분 표시제가 시행되고는 있어도, 실제로 표시된 내용이 의미하는 바를 명확하게 이해하고 구매행위를 하는 사용자는 많지 않을 것으로 여겨진다. 일각에서는 화장품 선택에 도움을 제공하고자 사용자 피부 특성과 화장품 취향 코드를 입력받아 조건에 가장 부합되는 제품을 제공하는 화장품 추천 기술이 개발되고 있다.
하지만, 이런 화장품 추천 기술은 사용자가 본인의 피부에 대한 지식을 온전히 갖춰야 한다는 문제가 여전히 남아있고, 사용자의 취향과 같은 선호도에 따라 제품을 추천하기 때문에, 실질적으로 화장품을 사용하였을 때 기대감보다 낮은 만족도를 갖거나 부작용으로 피부 질환을 얻을 확률이 높다.
또한, 기존의 화장품은 주로 피부 타입 중심으로 설계되고 있지만, 피부의 현재 상태는 타고난 피부 타입뿐만 아니라, 현재 사용자가 처한 환경적인 요소가 큰 영향을 끼치는데, 예를 들어 오랫동안 운전을 한 트럭 운전사의 창가 쪽 얼굴의 측면이 반대쪽보다 훨씬 주름이 많고 거친 것을 볼 수 있고, 일반적으로 운전자들의 손을 비교하면 왼손이 오른손보다 거칠고 상대적으로 검은 것을 알 수 있다.
이처럼, 사용자가 장기적으로 노출되는 환경이 피부케어에 있어서 무척 중요한데, 대표적인 환경요소는 자외선, 온도/습도 등 기상환경이 이에 큰 몫을 차지하고, 특히 지구온난화로 인해 지난 3년간 한반도의 기상환경이 크게 변화하고 있으며, 이 외에도 미세먼지, 코로나로 인한 잦은 소독제 사용/마스크 착용 등 여러 환경요인이 복합적으로 피부에 영향을 미치고 있음에도 불구하고, 이러한 복합적인 환경적 요인을 정량적으로 분석하고 소비자의 니즈를 반영할 화장품 설계가 이뤄지지 않고 있다.
이에 따라서, 상기와 같은 문제점들을 해결하고자, 화장품과 같은 성분의 종류 및 함량이 갖는 의미가 큰 제품들에 대하여, 이를 구성하는 전성분을 분석하고, 각 성분에 따른 효과, 부작용, 특징들을 분석하는 기술이 요구되며, 더 나아가, 주변 환경특성에 따른 빅데이터를 통해 최근 기후 변화 및 한반도에 존재하는 사계절 등과 같은 외부 환경요소를 분석해 해당 환경에 최적화된 화장품 설계가 요구되며, 해당 설계에 따른 전성분을 포함한 제품 정보에 기초하여 전성분 분석 및 각 성분의 함량을 산출하여 제품 분석을 수행하여 사용자 정보를 기반으로 사용자 개인에 적합한 성분으로 설계되는 화장품을 추천하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템 개발이 요구되고 있는 실정이다.
본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 안출된 것으로서, 종래 일반 사용자들이 전문가 수준의 관련 지식 없이 성분의 명칭만으로 해당 제품의 유해성을 평가하기에는 현실적으로 많은 어려움을 내포하고 있는 환경 및 복합적인 환경적 요인을 정량적으로 분석하고 소비자의 니즈를 반영할 화장품 설계가 어려운 환경 모두를 벗어나, 주변 환경특성에 따른 빅데이터를 통해 최근 기후 변화 및 한반도에 존재하는 사계절 등과 같은 외부 환경요소를 분석해 해당 환경에 최적화된 화장품 설계가 이루어지며, 해당 설계에 따른 전성분을 포함한 제품 정보에 기초하여 전성분 분석 및 각 성분의 함량을 산출하여 제품 분석을 수행하여 사용자 정보를 기반으로 사용자 개인에 적합한 성분으로 설계되는 화장품을 추천하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위하여, 본 발명은, 사계절 기후 환경특성 정보, 외부 환경특성 정보 및 사용자 정보 중 적어도 어느 하나 이상의 정보를 수집하여 빅데이터를 구축을 하기 위한 빅데이터 서버와; 상기 빅데이터 서버에서 구축된 정보를 기초로 개인 맞춤형 화장품을 설계하기 위한 화장품 설계 서버와; 상기 빅데이터 서버로 사용자 정보를 송신하고, 화장품 설계 서버로부터 설계된 맞춤형 화장품을 확인하기 위한 사용자 단말기;를 포함하는 것을 특징으로 한다.
또한, 상기 빅데이터 서버는 온라인상의 웹페이지를 크롤링(crawling)하여 화장품 리뷰 데이터를 수집하기 위한 데이터 수집모듈을 구비하고, 상기 빅데이터 서버는 실시간으로 기상청에서 제공되는 생활기상지수 정보, 대기정보, 보건기상지수 정보 중 적어도 어느 하나 이상의 정보를 수신하여 관리하기 위한 주변 환경특성 관리모듈을 구비하고, 상기 빅데이터 서버는 주변 환경특성 관리모듈이 관리하는 정보를 사계절 기후 환경특성 및 외부 환경특성 중 적어도 어느 하나 이상의 특성으로 분류하여 관리하는 것을 특징으로 한다.
또한, 상기 빅데이터 서버는 사용자 단말기가 화장품 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소 및 사용자가 원하는 화장품 기능성 여부 중 적어도 어느 하나 이상의 사용자 정보를 설정하는 것을 지원하고, 해당 설정된 정보를 데이터로서 관리하기 위한 사용자 정보 관리모듈을 구비하고, 상기 빅데이터 서버는 화장품 성분에 따른 효능 정보의 실시간 업로드를 지원하기 위한 정보 업로드 모듈을 구비하는 것을 특징으로 한다.
또한, 상기 화장품 설계 서버는 빅데이터 서버에 의해 구축된 데이터를 전처리하기 위한 데이터 전처리 모듈을 구비하고, 상기 화장품 설계 서버는 전처리된 데이터에 근거하여 통계 데이터를 획득하고, 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 마이닝 분석을 수행하여 계절별 선호 화장품 성분 및 만족도 중 적어도 어느 하나 이상에 대한 데이터를 생성하기 위한 계절별 분석모듈을 구비하는 것을 특징으로 한다.
또한, 상기 화장품 설계 서버는 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성하기 위한 화장품 중요도 분석모듈을 구비하고, 상기 화장품 설계 서버는 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성하기 위한 화장품 성분 설계모듈을 구비하는 것을 특징으로 한다.
또한, 상기 화장품 설계 서버는 생성된 데이터를 근거로 도출된 화장품 성분에 대한 첨가물의 비율을 임의적으로 설정 가능하도록 지원하기 위한 화장품 성분 설정모듈을 구비하고, 상기 화장품 성분 설정모듈은 생성된 데이터를 근거로 도출된 화장품 성분별 원가에 대한 최종 합산된 금액 정보를 생성하고, 상기 화장품 성분 설정모듈은 생성된 최종 합산된 금액의 범위를 임의적으로 설정 가능하도록 지원하며, 해당 설정된 금액의 범위 내에서 가능한 화장품 성분에 대한 비율 데이터를 생성하는 것을 특징으로 한다.
본 발명에 따른 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템은 주변 환경특성에 따른 빅데이터를 통해 최근 기후 변화 및 한반도에 존재하는 사계절 등과 같은 외부 환경요소를 분석해 해당 환경에 최적화된 화장품 설계가 가능할 수 있다.
또한, 해당 설계에 따른 전성분을 포함한 제품 정보에 기초하여 전성분 분석 및 각 성분의 함량을 산출하여 제품 분석을 수행하여 사용자 정보를 기반으로 사용자 개인에 적합한 성분으로 설계되는 화장품을 추천할 수 있다.
또한, 한반도의 사계절(봄, 여름, 가을, 겨울) 중 한 계절의 유사한 환경(경도, 또는 위도로 예측 가능)을 가진 국가에 화장품 수출이 용이하며, 더 나아가, 수출국의 환경 적용 시 그 국가의 환경에 최적화된 맞춤형 화장품 제공이 가능할 수 있다.
또한, 일부 특수한 환경(운전자, 운동선수, 작업자 외 등)의 환경에 맞춰 니치 시장에 부합하는 제품 개발이 가능하고, 화장품 성분의 효능에 대한 각 문헌 및 객관적인 연구 데이터 기반으로 특성에 대한 기준 적용 시 화장품 개발의 체계적인 설계 방법 도출이 가능할 수 있다.
다만, 본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 본 발명인 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템을 개략적으로 도시한 도면
도 2는 본 발명인 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 방법을 도시한 도면
도 2는 본 발명인 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 방법을 도시한 도면
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 생산자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이고, 본 명세서에서 본 발명에 관련된 공지의 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에 이에 관한 자세한 설명은 생략하기로 한다.
이하, 도면을 참조로 하여 본 발명에 따른 실시간 상하수도 관제를 통한 딥러닝 기반 방제 시스템을 설명하기로 한다.
도 1은 본 발명인 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템을 개략적으로 도시한 도면이다.
본 발명에 따른 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템은 기본적으로 빅데이터 서버, 화장품 설계 서버 및 사용자 단말기를 포함하여 구성된다.
도 1을 참조로 하면, 본 발명은 보다 구체적으로, 사계절 기후 환경특성 정보(예: 기상청에서 제공되는 한반도 계절별 생활기상지수 정보(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 계절별 대기정보(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 계절별 보건기상지수 정보(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등) 등), 외부 환경특성 정보(예: 기상청에서 제공되는 한반도 지역별 생활기상지수 정보(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 지역별 대기정보(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 지역별 보건기상지수 정보(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등) 등) 및 사용자 정보(예: 화장품 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소, 사용자가 원하는 화장품 기능성 여부 등) 중 적어도 어느 하나 이상의 정보를 수집하여 빅데이터를 구축을 하기 위한 빅데이터 서버와, 상기 빅데이터 서버에서 구축된 정보를 기초로 개인 맞춤형 화장품을 설계하기 위한 화장품 설계 서버와, 상기 빅데이터 서버로 사용자 정보를 송신하고, 화장품 설계 서버로부터 설계된 맞춤형 화장품을 확인하기 위한 사용자 단말기를 포함하여 이루어진다.
상기 사용자 단말기는 온라인 네트워크를 통해 빅데이터 서버 및 화장품 설계 서버에 접속하여, 빅데이터 서버가 관리하고 있는 데이터 정보(예: 사계절 기후 환경특성 정보, 외부 환경특성 정보, 사용자 정보 등)를 송수신하거나, 화장품 설계 서버가 설계하는 맞춤형 화장품 정보와 관련된 데이터를 수신하기 위한 것으로, 태블릿, 넷북, PDA(personal digital assistant), PMP(portable multimedia player), 스마트폰, 웨어러블 스마트 기기, POS(point of sales) 등의 다양한 통신 수단을 포함하는 것으로 해석되어야 하며, 제조사 서버 및 클라우드 서버에서 제공하는 각종 기능을 실행하기 위한 소프트웨어 등을 구비할 수 있다.
상기 빅데이터 서버 및 화장품 설계 서버는 일종의 웹서버, 데이터베이스 서버, 모바일 서버로서 역할을 하도록 구축될 수 있는데, 예를 들어 처리된 결과를 온라인 네트워크를 통해 웹페이지 상에서 보여주거나 필요한 입력 데이터를 웹페이지를 통해 전송받을 수 있고, 여기서 웹페이지는 같은 특정 작업을 수행하기 위한 소프트웨어를 포함하는 것으로 해석되어야 하며, 또한 데스크탑, 노트북, 스마트폰, 태블릿 PC, POS 등에 설치되는 애플리케이션과 인터페이스를 제공하도록 구축될 수도 있다.
또한, 본 발명에서 언급하는 온라인 네트워크라 함은 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어 망일 수도 있고, TCP/IP 프로토콜 및 그 상위 계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), HTTPS(Hyper Text Transfer Protocol Secure), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 데이터를 송수신할 수 있는 데이터 통신망을 포괄적으로 의미하는 것이다.
또한, 상술한 서버는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체를 통해 데이터 교환 및 관리가 이루어질 수도 있으며, 서버 내에서 이루어지는 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함하고, 상기 서버들의 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이하에서는 상기 사용자 단말기와 관련된 구체적인 사항에 대해 살펴보기로 한다.
<사용자 단말기의 주요 구성요소, 기능 및 효과>
* 입력 모듈
- 사용자 단말기는 문자입력 방식, 터치입력 방식 및 음성입력 방식 중 적어도 어느 하나 이상의 입력 방식을 통해 사용자 정보 제어 및 설계된 화장품 정보 확인에 대해 설정하고자 하는 행위에 대응되는 내용을 입력할 수도 있음
- 상기 입력 모듈은 숫자 또는 문자 정보를 입력 받고 각종 기능들을 설정하기 위한 다수의 입력키 및 기능키들을 포함할 수 있는데, 기능키들은 특정 기능을 수행하도록 설정된 방향키, 사이드 키 및 단축키 등을 포함하고, 입력 모듈은 사용자 단말기의 기능 제어와 관련한 키 신호를 생성하여 사용자 단말기로 전달할 수도 있음
- 쿼티 키패드, 3*4 키패드, 4*3 키패드, 볼 조이스틱(Ball Joystick), 옵티컬 조이스틱(Optical Joystick), 휠 키(Wheel Key), 터치 키(Touch key), 터치 패드(Touch Pad) 및 터치스크린(Touch-screen) 등과 같은 입력 수단들 중 어느 하나 또는 이들의 조합으로 형성할 수도 있음
- 일례로, 사용자 단말기가 풀 터치스크린을 지원하는 경우, 해당 단말기의 케이스 측면에 형성되는 볼륨 조절을 위한 볼륨 키, 화면 온/오프 및 휴대단말기 온/오프를 위한 전원 키 만을 포함할 수도 있고, 특히, 사용자 정보 제어 및 설계된 화장품 정보 확인을 지시하는 입력 신호, 인증 정보입력에 해당하는 입력 신호, 특정 샌드 박스 선택을 지시하는 입력 신호, 콘텐츠의 색상, 투명도 변경을 지시하는 입력 신호 등과 같은 다양한 입력 신호 등을 생성하고, 이를 빅데이터 서버 및 화장품 설계 서버에 전달할 수도 있음
* 단말기 제어모듈
- 사용자 단말기의 전송받고자 하는 화장품 설계 플랫폼 시스템의 전반적인 동작 및 사용자 단말기의 내부 블록들 간 신호 흐름을 제어하고, 데이터를 처리하는 데이터 처리 기능을 수행할 수도 있음
- 예를 들어, 단말기 제어모듈은 중앙 처리 장치(Central Processing Unit: CPU), 애플리케이션 프로세서(Application Processor) 등 및 사용자 단말기의 실시간 위치 정보를 생성하기 위한 GPS(Global Positioning System) 기반의 측정 센서를 구비할 수도 있음
이하에서는 상기 빅데이터 서버와 관련된 구체적인 사항에 대해 살펴보기로 한다.
<빅데이터 서버의 주요 구성요소, 기능 및 효과>
* 데이터 수집모듈
- 온라인상의 웹페이지를 크롤링(crawling)하여 화장품 리뷰 데이터를 수집함으로써, 각 온라인상에서 소개되거나 판매되는 화장품 제품에 대한 리뷰 정보를 수집 및 관리하여 화장품 설계의 기초가 되는 데이터 구축 자료가 됨
- 또한, 상기 크롤링은 온라인상의 웹페이지뿐만 아니라, 애플리케이션을 통해 게시되는 화장품 리뷰 데이터 및 이에 따른 화장품 주성분 데이터를 더 수집할 수도 있으며, 해당 화장품 데이터는 각 애플리케이션 상단에 검색되는 화장품 만을 대상으로 할 수도 있음
- 일례로, 크롤링은 각 검색 사이트, 상품 소개 사이트, SNS 사이트, 애플리케이션 등(예: 각종 포털에서 제공하고 있는 카페, 뉴스, 블로그, 지식 게시판, 뷰티 관련 애플리케이션 등) 콘텐츠를 수집하는 작업으로, 해당 서비스에서 제공하는 오픈 API(Application Programming Interface)을 통해, HTML(Hypertext Markup Language) 태그 정보를 기반으로 원하는 내용 부분을 수집하고, 브라우저 간의 내트워트를 분석하여 필요한 데이터를 수집하는 것으로, 여기서 웹페이지 크롤링은 자명하게 공지된 기술 내용으로서 해석되어야 한다.
- 또한, 상기 크롤링을 통해 화장품 리뷰 외에 해당 화장품에 대한 소개, 성분, 출시년도, 생산년도, 제조회사, 유통회사 등과 같은 화장품에 대한 전반적인 정보를 수집할 수도 있음
* 주변 환경특성 관리모듈
- 실시간으로 기상청에서 제공되는 생활기상지수 정보, 대기정보, 보건기상지수 정보 중 적어도 어느 하나 이상의 정보를 수신하여 관리함으로써, 주변 환경특성이 반영된 화장품 설계의 기초가 되는 데이터 구축 자료가 됨
- 또한, 상기 기상청에서 제공되는 생활기상지수 정보란 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등이 포함될 수도 있음
- 또한, 상기 기상청에서 제공되는 대기정보란 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등이 포함될 수도 있음
- 또한, 상기 기상청에서 제공되는 보건기상지수 정보란 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등이 포함될 수도 있음
- 사계절 기후 환경특성 및 외부 환경특성 중 적어도 어느 하나 이상의 특성으로 분류하여 관리함으써, 사계절 기후와 관련된 환경특성 및 그 외 환경특성 분류를 통해 체계적인 데이터 구축을 할 수도 있음
- 또한, 상기 실시간으로 기상청에서 제공되는 생활기상지수 정보, 대기정보, 보건기상지수 정보 중 적어도 어느 하나 이상의 정보 중 사계절 기후 환경특성 정보는 기상청에서 제공되는 한반도 계절별 생활기상지수 정보(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 계절별 대기정보(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 계절별 보건기상지수 정보(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등)가 포함될 수도 있음
- 또한, 상기 실시간으로 기상청에서 제공되는 생활기상지수 정보, 대기정보, 보건기상지수 정보 중 적어도 어느 하나 이상의 정보 중 외부 환경특성 정보는 기상청에서 제공되는 한반도 지역별 생활기상지수 정보(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 지역별 대기정보(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 지역별 보건기상지수 정보(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등)가 포함될 수도 있음
* 사용자 정보 관리모듈
- 사용자 단말기가 화장품 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소 및 사용자가 원하는 화장품 기능성 여부 중 적어도 어느 하나 이상의 사용자 정보를 설정하는 것을 지원하고, 해당 설정된 정보를 데이터로서 관리함으로써, 사용자 맞춤형 화장품 설계의 기초가 되는 데이터를 구축함
- 또한, 상기 사용자는 단말기를 통해 사용자 본인의 피부 상태가 건성, 중성, 지성, 복합성(예: 양 볼은 지성 그 외 부분은 건성 등)인지 사용자 정보를 빅데이터 서버로 전송할 수도 있음
- 또한, 상기 사용자는 단말기를 통해 사용자 본인의 성별, 나이, 직업, 경제력 요소(예: 한 달에 소비되는 화장품 금액 등), 사용자가 원하는 화장품 기능성(예: 미백, 주름개선, 자외선 보호, 체모 제거, 아토피 완화, 튼살 제거 등)를 설정하여 빅데이터 서버로 전송할 수도 있음
- 또한, 화장품 설계 서버를 통해 도출된 화장품 성분을 기초로 추천된 화장품 정보를 해당 사용자의 SNS(Social Network Service) 서버에 업로드할 수 있도록 지원될 수도 있음
- 또한, 사용자 단말기와 연동된 사용자 SNS 계정을 통하여, 해당 화장품 정보를 게시하여 해당 화장품을 홍보하도록 지원함으로써, 효율적인 마케팅 활동을 할 수도 있음
- 또한, 일례로, 사용자 SNS 계정을 통해 화장품 정보가 게시된 경우, 해당 사용자 단말기에 해당 화장품 할인 쿠폰, 무료 쿠폰 등을 지급하도록 지원함으로써, 해당 사용자가 화장품 홍보에 적극적으로 참여하도록 유도할 수도 있음
- 또한, SNS 서버로부터 업로드된 화장품 정보에 대응하는 화장품 주문 요청을 화장품 추천을 받은 이력이 없는 사용자 단말기로부터 수신 가능하게 할 수도 있음
- 또한, 화장품 추천을 받은 이력이 없는 사용자 단말기로부터 SNS 서버로부터 업로드된 화장품 주문부터 결제까지 완료된 횟수를 카운터 하여 사용자 단말기 및 화장품 설계 서버 간 수익 분배 시 주문 요청된 횟수를 반영하여 분배될 수도 있음에 따라, 일례로, 사용자 단말기에 의해 주문된 화장품을 해당 사용자 SNS에 업로드되고, 화장품 추천을 받은 이력이 없는 사용자 단말기에 의해 해당 업로드된 화장품이 주문되고 결제까지 완료될 경우, 해당 주문 완료된 수익에 대해 사용자 단말기 및 화장품 설계 서버 간 수익분배 시 주문 횟수에 따른 분배가 이루어지도록 함으로써, 사용자 단말기가 해당 화장품 홍보에 능동적으로 참여할 수 있도록 지원함
* 정보 업로드 모듈
- 화장품 성분에 따른 효능 정보의 실시간 업로드를 지원함으로써, 특정인을 대상으로 한 정보가 아닌, 일반적인 학술정보를 업로드 및 관리하여, 사용자 맞춤형 화장품 설계의 기초가 되는 데이터를 구축함
- 또한, 업로드 정보의 일례로서, 화장품 성분에 따른 위해 평가 및 위해 분석 등이 포함된 학술정보가 해당될 수도 있음
이하에서는 상기 화장품 설계 서버와 관련된 구체적인 사항에 대해 살펴보기로 한다.
<화장품 설계 서버의 주요 구성요소, 기능 및 효과>
* 전처리 모듈
- 빅데이터 서버에 의해 구축된 데이터를 전처리함으로써, 데이터 분석에 앞서 데이터를 분석에 알맞게 처리하여 관리하도록 함
- 또한, 데이터 전처리 모듈이 수행하는 데이터 전처리는 더욱 상세하게는 해당 데이터의 노이즈를 제거하는 평활화(Smoothing), 해당 데이터를 더 작은 범위에 들어가게 하기 위해 다듬는 정규화(Normalization), 해당 데이터 값을 다른 범위나 상위 레벨의 개념으로 대체하는 이산화(Discretization) 등을 포함할 수도 있음
* 계절 분석모듈
- 전처리된 데이터에 근거하여 통계 데이터를 획득하고, 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 마이닝 분석을 수행하여 계절별 선호 화장품 성분 및 만족도 중 적어도 어느 하나 이상에 대한 데이터를 생성함
* 화장품 중요도 분석모듈
- 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성함
- 또한, 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거한 머신러닝(Machine Learning) 방식을 이용하여 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성할 수도 있음
- 또한, 머신러닝(Machine Learning) 방식 이외에도 딥 러닝(Deep Learning) 방식을 이용하여 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성할 수도 있음
* 화장품 성분 설계모듈
- 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성함
- 또한, 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거한 머신러닝(Machine Learning) 방식을 이용하여 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성할 수도 있음
- 또한, 머신러닝(Machine Learning) 방식 이외에도 딥 러닝(Deep Learning) 방식을 이용하여 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성할 수도 있음
* 화장품 성분 설정모듈
- 상기 모듈에 의해 생성된 데이터를 근거로 도출된 화장품 성분에 대한 첨가물의 비율을 임의적으로 설정 가능하도록 지원함으로써, 추가적으로 비율의 완성도를 높일 수 있도록 지원됨
- 또한, 상기 모듈에 의해 생성된 데이터를 근거로 도출된 화장품 성분별 원가에 대한 최종 합산된 금액 정보를 생성함으로써, 설계된 화장품에 대한 가격을 확인 가능하도록 함
- 또한, 상기 생성된 최종 합산된 금액의 범위를 임의적으로 설정 가능하도록 지원하며, 해당 설정된 금액의 범위 내에서 가능한 화장품 성분에 대한 비율 데이터를 생성함으로써, 상기 합산된 금액으로 설계된 화장품 구입이 어려운 경우, 구입 가능한 금액으로 설정하고, 해당 설정된 금액 내에서 최적의 화장품 성분에 대한 비율 데이터를 생성하고 이에 따른 화장품 정보를 사용자에게 제공함
또한, 본 발명에서의 화장품 설계 서버에 대해 더욱 구체적으로 살펴보면, 빅데이터 서버에 의해 구축된 각종 데이터(예: 온라인상의 웹페이지를 크롤링하여 수집된 데이터(예: 화장품 리뷰, 화장품에 대한 소개, 성분, 출시년도, 생산년도, 제조회사, 유통회사 등), 기상청에서 제공되는 한반도 계절별 생활기상지수 정보 데이터(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 계절별 대기정보 데이터(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 계절별 보건기상지수 정보 데이터(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등), 기상청에서 제공되는 한반도 지역별 생활기상지수 정보 데이터(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 지역별 대기정보 데이터(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 지역별 보건기상지수 정보 데이터(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등), 사용자 정보 데이터(예: 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소 및 사용자가 원하는 화장품 기능성 여부 등), 화장품 성분에 따른 효능 정보에 대해 업로드 된 학술정보 데이터(예: 화장품 성분에 따른 위해 평가 및 위해 분석 등) 등)를 전처리(데이터 전처리 모듈)하여, 상기 전처리된 데이터에 근거하여 통계 데이터를 획득하고, 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 마이닝 분석을 수행하여 계절별 선호 화장품 성분 및 만족도 중 적어도 어느 하나 이상에 대한 데이터를 생성하기 위한 계절별 분석모듈을 구비할 수도 있다.
추가적으로, 상기 화장품 설계 서버 중 계절별 분석모듈이 수행하는 마이닝 분석은 시계열적으로 단기 관점의 분석, 즉 실시간성 데이터 분석 개념은 물론, 관리되는 각각의 데이터에 대한 미시적 관점의 데이터 분석을 포함할 수 있다.
여기서 계절별 분석모듈이 마이닝 분석의 사전단계로써 수행되는 데이터 전처리란, 빅데이터 서버에 의해 구축된 각종 데이터(예: 온라인상의 웹페이지를 크롤링하여 수집된 데이터(예: 화장품 리뷰, 화장품에 대한 소개, 성분, 출시년도, 생산년도, 제조회사, 유통회사 등), 기상청에서 제공되는 한반도 계절별 생활기상지수 정보 데이터(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 계절별 대기정보 데이터(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 계절별 보건기상지수 정보 데이터(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등), 기상청에서 제공되는 한반도 지역별 생활기상지수 정보 데이터(예: 자외선 지수, 불쾌 지수, 동파가능 지수, 날씨 및 체감온도, 식중독 지수 등), 한반도 지역별 대기정보 데이터(예: 초미세먼지, 미세먼지, 오존, 이산화질소, 일산화탄소 등), 한반도 지역별 보건기상지수 정보 데이터(예: 감기가능 지수, 천식폐질환 지수, 뇌졸중가능 지수, 꽃가루 농도 지수 등), 사용자 정보 데이터(예: 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소 및 사용자가 원하는 화장품 기능성 여부 등), 화장품 성분에 따른 효능 정보에 대해 업로드 된 학술정보 데이터(예: 화장품 성분에 따른 위해 평가 및 위해 분석 등) 등)를 가공하여, 분석에 더 도움이 되는 정보를 이끌어내고, 더욱 상세하게는 가공된 데이터를 기반으로 경향성 및 변화 추이 반영, 주기함수의 결합 변환을 통한 연속적 데이터의 패턴을 분석, 시계열 데이터를 문자열 형태로 변환하여 패턴을 분석, 시계열 데이터를 문자열 형태로 변환하여 패턴을 분석하는 과정 등이 포함될 수도 있고, 추가적으로, 데이터 전처리 모듈이 수행하는 데이터 전처리는 더욱 상세하게는 해당 데이터의 노이즈를 제거하는 평활화(Smoothing), 해당 데이터를 더 작은 범위에 들어가게 하기 위해 다듬는 정규화(Normalization), 해당 데이터 값을 다른 범위나 상위 레벨의 개념으로 대체하는 이산화(Discretization) 등을 포함할 수도 있다.
상기 계절별 분석모듈에서 행하여 지는 마이닝 분석을 구체적으로 살펴보면, 전처리된 데이터에 근거하여 사용자의 거주 지역별, 나이별, 성별 등과 같은 사용자의 객관적 요소로 분류된 사용자 정보 통계 데이터를 획득하고, 해당 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터를 통해 단일 분석 알고리즘인 의사 결정 트리(Decision Tree)를 기반으로 "계절별 선호 화장품 성분 및 만족도 중 적어도 어느 하나 이상에 대한 데이터", "환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터"및 "화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터"를 생성하기 위한 모델을 구성하거나 데이터에서 평가나 감정 등의 요소를 분석하여 관련된 주제에 대한 의견 분포를 군집화 하거나 평가 등을 수치화 하여 통계적으로 제공하기 위한 모델을 구성한 다음, 상이한 단일 분석 알고리즘을 병렬로 배치하여, 복수의 단일 분석 알고리즘의 결합/조합 형태인 부스팅(Boosting) 기법을 활용하여, 부스티드 트리(Boosted Tree) 형태로 분석 모델을 업데이트할 수도 있다. 더욱이, 단일 분석 알고리즘 중 불량 단일 분석 알고리즘이 반복되어 발생되는 패턴을 분석하여, 복수의 단일 분석 알고리즘 형태로 분석 모델 업데이트 시 불량 단일 분석 알고리즘을 제외할 수도 있다.
또한, 계절별 분석모듈에서 행하여 지는 마이닝을 살펴보면, 빅데이터 서버에 의해 구축된 각종 데이터 등은 일반적으로 텍스트(text) 데이터의 형태로 저장되고, 단순한 텍스트 데이터는 구조화되지 않은 비정형 데이터(unstructured data)이기 때문에 그 자체로는 자동화된 분석이 어렵다. 따라서, 텍스트 데이터를 분석하기 위해서는 자동화된 분석이 가능하도록 정형화(전처리) 하는 과정을 거치게 된다.
또한, 텍스트 마이닝을 기반으로 텍스트에서 의미뿐만 아니라 기록화된 텍스트(text)에 대한 감정 정보를 알아내는 오피니언 마이닝(opinion mining) 과정이 있고, 오피니언 마이닝은 어떠한 대상에 대해 텍스트로 이루어진 데이터에서 평가나 감정 등의 요소를 분석하여 관련된 주제에 대한 의견 분포를 군집화 하거나 평가 등을 수치화 하여 통계적으로 제공할 수도 있다.
보다 구체적으로, 계절별 분석모듈에 오피니언 마이닝을 도입하면 사용자의 거주 지역별, 나이별, 성별 등과 같은 사용자의 객관적 요소로 분류된 데이터가 담고 있는 어떠한 평가나 감정(예: 각각의 데이터에 대응되는 화장품 선호도와의 연관성 등)을 가지고 있는지를 쉽게 확인할 수 있고, 상기 데이터에 대해 평균적으로 어떠한 평가(예: 모든 데이터에 대응되는 화장품 선호도와의 연관성 등)를 내리고 있는지 등을 확인할 수 있어서 관련된 알고리즘을 통한 의사 결정을 수행하는 데 도움을 받을 수도 있다.
또한, 전처리된 데이터에 근거하여 사용자의 거주 지역별, 나이별, 성별, 등과 같은 사용자의 객관적 요소로 분류된 데이터에 대해 어떠한 평가(예: 지역에 따른 사용자의 화장품 선호도, 성별에 따른 사용자의 화장품 선호도, 나이에 따른 사용자의 화장품 선호도 등)를 가지고 있는지 쉽게 확인할 수 있고, 통계화 된 전체 데이터가 해당 분류별에 대해 어떠한 평가(예: 지역/나이에 따른 화장품 선호도, 지역/성별에 따른 화장품 선호도, 지역/나이/성별에 따른 화장품 선호도 등)를 내리고 있는지 등을 확인할 수 있어서 분류되어 통계화된 데이터를 분석하는데 도움을 받을 수도 있다.
또한, 상기 화장품 설계 서버는 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거한 머신러닝(Machine Learning) 방식을 이용하여 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성하기 위한 화장품 중요도 분석모듈을 구비하고, 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거한 머신러닝(Machine Learning) 방식을 이용하여 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성하기 위한 화장품 성분 설계모듈을 구비하는 것을 특징으로 한다.
더욱 구체적으로, 머신러닝(Machine Learning) 방식 중 하나인 경사 하강법(Gradient Descent)을 이용하여 “환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터"및 "화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터"를 생성하는데, 머신러닝은 기본적으로 에이전트가 어떤 행위를 선택하여 얻게 되는 시행착오를 통해 주어진 환경(state)을 학습하고, 정해진 정책에 따라 행동(action)을 결정하고 실행하여 행동에 따라 얻게 되는 보상(reward)을 기초로 행동정책을 수정해가면서 학습하는 기계학습의 일종이다.
구체적으로, 경사 하강법에 대해 살펴보면 경사 하강법은 우선적으로 머신러닝 회귀 분석은 주어진 데이터가 어떤 함수로부터 생성되었는가를 알아보는 '함수 관계'를 추측하는 것으로, 다시 말해서 데이터 세트(x, y)로부터 학습 알고리즘을 이용하여 가설을 생성하고 생성된 가설에 데이터를 입력하여 예측 값 데이터를 얻고, 이러한 가설에 해당하는 식이 어떤 방정식인지, 계수는 어떤 것을 의미하는지 알아가는 과정이라고 할 수 있다.
또한, 머신러닝 회귀 분석에서 방정식의 계수가 선형인 경우 선형 회귀 분석(Linear Regression Analysis)이라 하고, 방정식의 계수가 여러 개이면 다중 선형 회귀 분석(Multiple Linear Regression Analysis)이라 하며, 테스트 데이터는 y=x 그래프에 약간의 오차를 섞어 만든 데이터로 학습을 통해 데이터에 맞는 가중치 값(w)과 편향 값(b)을 찾아 수행한 결과를 나타내어 y = wx + b 과 같은 정의에 따라 결과값과의 오차를 경사 하강법(Gradient Descent)을 통해 알맞은 함수를 찾을 수 있다.
또한, 데이터에 대한 가설을 학습할 때 그려진 선과 각 데이터의 분포의 차이를 계산하여 차이가 가장 적은 것이 이 모델에 적합한 선이라는 것을 알 수 있고, 이를 비용함수(Cost Function)라 하며, 비용함수를 이용하여 실제 세운 가설과 나타내는 값이 얼마나 다른 지를 유추해 볼 수 있다.
구체적으로, 비용함수(오차함수)는 두 개의 매개변수(w, b) 로 구성되어 있으므로 이를 2차원 공간에 표현할 수 있음에 따라, 각 점에서 오차함수의 높이는 직선에 대한 오차이고, 어떤 직선들은 다른 직선들보다 더 작은 오차를 가지게 되며, 가령 텐서 플로우에서 경사 하강법 알고리즘을 수행할 때 이 평면의 한 지점에서 시작하여 더 작은 오차를 갖는 직선을 찾아 이동해 나간다.
또한, 오차함수의 기울기를 계산하기 위하여 오차함수를 미분하는 과정을 거치게 되고, 직선을 찾아가는 과정의 반복이 있을 때마다 움직일 방향을 알아가기 위해 w와 b에 대한 편미분 방정식 계산이 필요하다.
다중 회귀 분석은 단일 회귀 분석에서 쓰였던 입력 데이터 x가 2개 이상이 되고, 일례로 두 개의 변수(x1, x2)를 갖는 다중 회귀 분석의 경우 y = w1*x1 + x2*x2 + b 와 같이 정의하고 학습을 통해 데이터에 맞는 평면을 찾을 수 있다.
위와 같은 단일, 다중 선형 회귀 분석을 통하여 어떠한 데이터가 존재하면 그 데이터를 표현하는 함수를 학습할 수 있다는 것을 알 수 있다.
또한, 경사 하강법은 cost 비용을 최소화하기 위한 최적화 알고리즘으로, 최적화란 여러 가지 허용되는 값들 중에서 주어진 기준을 가장 잘 만족하는 것을 선택하는 것이고, 해당 함수의 최소값 위치를 찾기 위해 비용함수의 기울기 반대 방향으로 정의한 스텝 사이즈(Step Size)를 가지고 조금씩 움직이면서 최적의 파라미터를 찾는 과정이라고 할 수 있으며, 간략하게는 기울기로 함수의 최소값을 찾는 방법이다.
추가적으로, 화장품 설계 서버는 머신러닝(Machine Learning) 방식 이외에도 딥 러닝(Deep Learning) 방식을 이용하여 “환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터"및 "화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터"를 생성 할 수도 있는데, 여기서 딥 러닝 방식의 알고리즘에 대해 살펴보면, 딥러닝 알고리즘 중 일부는 컨벌루션 신경망(CNN: convolution neural network) 알고리즘으로 구현될 수 있고, 컨벌루션 신경망 알고리즘은 하나 이상의 컨벌루션 레이어, 하나 이상의 활성 함수, 및 하나 이상의 풀링(pooling) 레이어를 포함할 수도 있고, 이때 각각의 컨벌루션 레이어는 하나 이상의 컨벌루션 필터로 구성될 수도 있다. 이러한 컨벌루션 신경망의 구조는 본 발명의 구체적 실시 형태에 따라 달라질 수도 있다.
도 2는 본 발명인 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 방법을 도시한 도면이다.
한편으로, 본 발명에 따른 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 방법은 기본적으로 데이터 수집단계, 주변 환경특성 수집단계, 사용자 정보 설정단계, 문헌 업로드 단계, 빅데이터 구축단계, 계절별 성분 및 만족도 생성단계, 피부 증상별 화장품 중요도 생성단계, 화장품 성분 설계단계 및 최종 금액 생성단계를 포함하여 구성된다.
보다 구체적으로 도 3을 참고하면, 온라인상의 웹페이지를 크롤링(crawling)하여 화장품 리뷰 데이터를 수집하는 데이터 수집단계와, 실시간으로 기상청에서 제공되는 생활기상지수 정보, 대기정보, 보건기상지수 정보 중 적어도 어느 하나 이상의 정보를 수신하는 주변 환경특성 수집단계와, 사용자 단말기가 화장품 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소 및 사용자가 원하는 화장품 기능성 여부 중 적어도 어느 하나 이상의 사용자 정보를 설정하는 사용자 정보 설정단계와, 화장품 성분에 따른 효능 정보의 업로드 하는 문헌 업로드 단계와, 상기 업로드, 수집 및 설정된 정보 데이터를 기초로 빅데이터를 구축하는 빅데이터 구축단계와, 계절별 선호 화장품 성분 및 만족도 데이터를 생성하는 계절별 성분 및 만족도 생성단계와, 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성하는 피부 증상별 화장품 중요도 생성단계와, 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성하는 화장품 성분 설계단계와, 생성된 데이터를 근거로 도출된 화장품 성분별 원가에 대한 최종 합산된 금액 정보를 생성하는 최종 금액 생성단계를 포함하여 이루어진다.
이상에서 첨부된 도면을 참조하여 본 발명을 설명함에 있어 특정형상 및 방향을 위주로 설명하였으나, 본 발명은 그 발명에 속하는 기술분야에서 통상의 지식을 가진 사람에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.
Claims (13)
- 사계절 기후 환경특성 정보, 외부 환경특성 정보 및 사용자 정보 중 적어도 어느 하나 이상의 정보를 수집하여 빅데이터를 구축을 하기 위한 빅데이터 서버와;
상기 빅데이터 서버에서 구축된 정보를 기초로 개인 맞춤형 화장품을 설계하기 위한 화장품 설계 서버와;
상기 빅데이터 서버로 사용자 정보를 송신하고, 화장품 설계 서버로부터 설계된 맞춤형 화장품을 확인하기 위한 사용자 단말기;를 포함하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 1에 있어서,
상기 빅데이터 서버는 온라인상의 웹페이지를 크롤링(crawling)하여 화장품 리뷰 데이터를 수집하기 위한 데이터 수집모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 1에 있어서,
상기 빅데이터 서버는 실시간으로 기상청에서 제공되는 생활기상지수 정보, 대기정보, 보건기상지수 정보 중 적어도 어느 하나 이상의 정보를 수신하여 관리하기 위한 주변 환경특성 관리모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 3에 있어서,
상기 빅데이터 서버는 주변 환경특성 관리모듈이 관리하는 정보를 사계절 기후 환경특성 및 외부 환경특성 중 적어도 어느 하나 이상의 특성으로 분류하여 관리하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 1에 있어서,
상기 빅데이터 서버는 사용자 단말기가 화장품 사용자의 피부 상태, 성별, 나이, 직업, 경제력 요소 및 사용자가 원하는 화장품 기능성 여부 중 적어도 어느 하나 이상의 사용자 정보를 설정하는 것을 지원하고,
해당 설정된 정보를 데이터로서 관리하기 위한 사용자 정보 관리모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 1에 있어서,
상기 빅데이터 서버는 화장품 성분에 따른 효능 정보의 실시간 업로드를 지원하기 위한 정보 업로드 모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 1에 있어서,
상기 화장품 설계 서버는 빅데이터 서버에 의해 구축된 데이터를 전처리하기 위한 데이터 전처리 모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 7에 있어서,
상기 화장품 설계 서버는 전처리된 데이터에 근거하여 통계 데이터를 획득하고, 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 마이닝 분석을 수행하여 계절별 선호 화장품 성분 및 만족도 중 적어도 어느 하나 이상에 대한 데이터를 생성하기 위한 계절별 분석모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 8에 있어서,
상기 화장품 설계 서버는 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 환경특성 변화에 따른 피부 증상별 화장품 중요도 데이터를 생성하기 위한 화장품 중요도 분석모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 8에 있어서,
상기 화장품 설계 서버는 전처리된 데이터, 획득된 통계 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 화장품 성분별 효능과 소비자 인식 간의 상관관계를 분석하여 계절별 맞춤형 성분이 포함된 화장품 설계 데이터를 생성하기 위한 화장품 성분 설계모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 8 내지 10 중 어느 하나의 항에 있어서,
상기 화장품 설계 서버는 생성된 데이터를 근거로 도출된 화장품 성분에 대한 첨가물의 비율을 임의적으로 설정 가능하도록 지원하기 위한 화장품 성분 설정모듈을 구비하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 11에 있어서,
상기 화장품 성분 설정모듈은 생성된 데이터를 근거로 도출된 화장품 성분별 원가에 대한 최종 합산된 금액 정보를 생성하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
- 청구항 12에 있어서,
상기 화장품 성분 설정모듈은 생성된 최종 합산된 금액의 범위를 임의적으로 설정 가능하도록 지원하며, 해당 설정된 금액의 범위 내에서 가능한 화장품 성분에 대한 비율 데이터를 생성하는 것을 특징으로 하는 주변 환경특성에 따른 빅데이터를 통한 인공지능 AI 기반 맞춤형 화장품 설계 플랫폼 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210023472A KR102638539B1 (ko) | 2021-02-22 | 2021-02-22 | 주변 환경특성에 따른 빅데이터를 통한 인공지능 ai 기반 맞춤형 화장품 설계 플랫폼 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210023472A KR102638539B1 (ko) | 2021-02-22 | 2021-02-22 | 주변 환경특성에 따른 빅데이터를 통한 인공지능 ai 기반 맞춤형 화장품 설계 플랫폼 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220119958A true KR20220119958A (ko) | 2022-08-30 |
| KR102638539B1 KR102638539B1 (ko) | 2024-03-08 |
Family
ID=83114299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210023472A KR102638539B1 (ko) | 2021-02-22 | 2021-02-22 | 주변 환경특성에 따른 빅데이터를 통한 인공지능 ai 기반 맞춤형 화장품 설계 플랫폼 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102638539B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102536674B1 (ko) * | 2022-12-23 | 2023-05-26 | 주식회사 트렌드헌터 | 뉴럴 네트워크를 이용하여 도매 상품에 대한 추천 리스트를 셀러 단말에게 제공하는 방법 및 장치 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101865079B1 (ko) * | 2016-12-30 | 2018-06-07 | 박병희 | 컨텐츠 주문 제조 및 교환 판매를 위한 시스템 및 방법 |
| KR20190044764A (ko) * | 2017-10-23 | 2019-05-02 | (주)코스메틱벤처스 | 피부유형별 화장품 추천 장치 및 이의 동작 방법 |
| KR20200063299A (ko) * | 2018-11-19 | 2020-06-05 | 유소현 | 빅데이터 기반 인공지능 기계학습을 이용한 피부관리 추천 서비스 제공 방법 |
| KR102152546B1 (ko) * | 2019-12-10 | 2020-09-04 | 장미영 | 피부 및 체질 상태 분석 시스템 및 이를 이용한 맞춤형 화장품 안내 시스템 |
| KR102184177B1 (ko) | 2020-03-10 | 2020-11-27 | 주식회사 만컴퍼니 | 사용자의 단말을 이용하여 획득한 얼굴 이미지를 분석하여 화장품을 추천하는 장치 및 방법 |
| KR20210004564A (ko) | 2019-07-05 | 2021-01-13 | 주식회사 웨이웨어러블 | 개인화된 화장품 캡슐 조합 추천 방법 |
-
2021
- 2021-02-22 KR KR1020210023472A patent/KR102638539B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101865079B1 (ko) * | 2016-12-30 | 2018-06-07 | 박병희 | 컨텐츠 주문 제조 및 교환 판매를 위한 시스템 및 방법 |
| KR20190044764A (ko) * | 2017-10-23 | 2019-05-02 | (주)코스메틱벤처스 | 피부유형별 화장품 추천 장치 및 이의 동작 방법 |
| KR20200063299A (ko) * | 2018-11-19 | 2020-06-05 | 유소현 | 빅데이터 기반 인공지능 기계학습을 이용한 피부관리 추천 서비스 제공 방법 |
| KR20210004564A (ko) | 2019-07-05 | 2021-01-13 | 주식회사 웨이웨어러블 | 개인화된 화장품 캡슐 조합 추천 방법 |
| KR102152546B1 (ko) * | 2019-12-10 | 2020-09-04 | 장미영 | 피부 및 체질 상태 분석 시스템 및 이를 이용한 맞춤형 화장품 안내 시스템 |
| KR102184177B1 (ko) | 2020-03-10 | 2020-11-27 | 주식회사 만컴퍼니 | 사용자의 단말을 이용하여 획득한 얼굴 이미지를 분석하여 화장품을 추천하는 장치 및 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102536674B1 (ko) * | 2022-12-23 | 2023-05-26 | 주식회사 트렌드헌터 | 뉴럴 네트워크를 이용하여 도매 상품에 대한 추천 리스트를 셀러 단말에게 제공하는 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102638539B1 (ko) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahani et al. | Market segmentation and travel choice prediction in Spa hotels through TripAdvisor’s online reviews | |
| Schuilenburg et al. | The algorithmic society | |
| CN103988203B (zh) | 根据协作的和/或基于内容的节点相互关系提供推荐的系统和方法 | |
| US20150324939A1 (en) | Real-estate client management method and system | |
| Lee et al. | Using deep learning techniques to forecast environmental consumption level | |
| Kim et al. | seq2vec: Analyzing sequential data using multi-rank embedding vectors | |
| CN111400613A (zh) | 物品推荐方法、装置、介质及计算机设备 | |
| Voukantsis et al. | Analysis and forecasting of airborne pollen–induced symptoms with the aid of computational intelligence methods | |
| Lee et al. | Design of health warning model on the basis of CRM by use of health big data | |
| Zheng et al. | Deep learning in economics: a systematic and critical review | |
| Altunan et al. | A data mining approach to predict E-Commerce customer behaviour | |
| KR102638539B1 (ko) | 주변 환경특성에 따른 빅데이터를 통한 인공지능 ai 기반 맞춤형 화장품 설계 플랫폼 시스템 | |
| Liu et al. | Identifying determinants of urban water use using data mining approach | |
| Fernández-Pérez et al. | Fuzzy multi-criteria decision making methods applied to usability software assessment: An annotated bibliography | |
| Satman et al. | Selecting location of retail stores using artificial neural networks and google places api | |
| KR102463084B1 (ko) | 블록체인 결제 플랫폼 기반 유무선 광고 서비스 제공 시스템 | |
| CN117557331A (zh) | 一种产品推荐方法、装置、计算机设备及存储介质 | |
| Nguyen et al. | Estimating county health indices using graph neural networks | |
| Li et al. | Hybrid IoT and Data Fusion Model for e‐Commerce Big Data Analysis | |
| US11257100B2 (en) | Product optimization crawler and monitor | |
| Zhang et al. | Development of a flow-based planning support system based on open data for the City of Atlanta | |
| Jin et al. | Predicting households’ residential mobility trajectories with geographically localized interpretable model-agnostic explanation (GLIME) | |
| Srivastava et al. | A hybrid machine learning approach to hotel sales rank prediction | |
| KR20220126909A (ko) | 인공지능 기반 맞춤형 퍼스널 컬러 진단에 따른 화장품 추천 시스템 | |
| KR102376392B1 (ko) | 한방사상체질과 현대의학이 융합된 건강정보 기반의 ai 개인 맞춤형 헬스케어 플랫폼 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |