用于确定个人护理产品配方的方法组成比例

本发明专利技术涉及一种用于自动确定用户个人护理产品配方的方法，包括：特征输入例程，用于确立用户的个人皮肤特征；基于该数据创建用户向量；基于所述用户向量并借助于多层神经网络，创建包含待确定护理产品配方的特性和功能的特征向量；其中，通过利用由参数化专业知识组成的学习向量集，在第一配制周期中形成用户的所述神经网络；其中，应用先前确定的护理产品配方，然后捕获个人皮肤特征的变化，由此使所述学习向量集适应于进一步的配制周期；通过使用损失函数优化方法，并基于特征向量和成分约束数据库，制定个人护理产品配方；特征改变例程，其在根据护理产品配方得到的护理产品被使用之后，用于输入用户的皮肤特征变化，以修改学习向量集。本发明专利技术所述的方法代表一种混合方法，其最初包括领域专家(即皮肤科医生)的背景知识，并由这些专家确定初始映射。通过对用户反馈进行结构化分析，使该初始映射得到增强，从而提高了准确性。从而提高了准确性。从而提高了准确性。

【技术实现步骤摘要】
【国外来华专利技术】用于确定个人护理产品配方的方法
[0001]本专利技术涉及用于自动确定用户个人护理产品配方的方法和设备。
[0002]美容护理产品在人们的审美好感中发挥着越来越大的作用。过去，消费者们基本上只能选择现有的护理产品，而他们也试图通过反复尝试找到适合自己需求的护理产品。的确，消费者们总是有可能让药学专业人员将个人护理产品组合在一起。然而，这种情况下的配方是基于药剂师通常相当有限的个人经验得到的。
[0003]US 2006/0229912A1公开了一种自动方法，其基于用户的图像材料以及关于皮肤特性问题的答案，确定诸如按摩的皮肤疗程。
[0004]US 2017/0281526 A1进一步公开了一种通用方法，其基于图像材料和问卷结果，为用户生成个人护理产品配方。
[0005]WO 2019/148116 A1进一步公开了一种通用方法，其通过使用神经网络，并同样基于图像材料和问卷结果，为用户生成个人护理产品配方。
[0006]本专利技术的基本目的是提供一种用于自动确定用户个人护理产品配方的方法，由此提供尽可能合适的护理产品配方。
[0007]该目的是通过权利要求1和4所述的方法实现的。
[0008]本专利技术的一实施方式包括：
[0009]‑
特征输入例程，用于确立用户的个人皮肤特征；
[0010]‑
基于该数据创建用户向量；
[0011]‑
基于所述用户向量并借助于多层神经网络，创建包含待确定护理产品配方的特性和功能的特征向量；
[0012]‑<br/>其中，通过利用由参数化专业知识组成的学习向量集，在第一配制周期中形成用户的所述神经网络；
[0013]‑
其中，应用先前确定的护理产品配方，然后捕获个人皮肤特征的变化，由此使所述学习向量集适应于进一步的配制周期；
[0014]‑
通过使用损失函数优化方法，并基于特征向量和成分约束数据库，制定个人护理产品配方；
[0015]‑
特征改变例程，其在根据护理产品配方得到的护理产品被使用之后，用于输入用户的皮肤特征变化，以适应学习向量集。
[0016]本专利技术所述的方法代表一种混合方法，其最初包括领域专家(即皮肤科医生)的背景知识，并由这些专家确定初始映射。通过对用户反馈进行结构化分析，使该初始映射得到增强，从而提高了准确性。通过所设计的这一反馈回路，使得用户能够优选地连续通过显式和隐式这两种方式来提供反馈，其中显式方式是指通过命名和加权正、负结果，隐式方式例如是指通过皮肤区域的感知输入(例如图像材料，可自动地对该图像材料进行比较分析)。基于所获取的反馈，可将用户向量到对应特征向量的映射视为机器学习问题：该映射通过多层神经网络来限定，其中通过设置该多层神经网络的边缘权重，使量化最大对应关系的目标函数最大化。根据一优选实施方式，该目标函数还根据由反馈环路获得的信息，判罚那些已被发现不充分兼容的用户与特征向量之间的对应关系。这是基于以下见解：用户信息
始终受制于用户的个人主观评价，因此在最终权重中始终将参数化专业知识与客户反馈结合起来。实施该模型所需的技术专业知识与皮肤科领域专家的专业评估及客观性之间的相互影响是本专利技术的一特殊优势。
[0017]通过由用户反馈和领域专业知识构成的混合设置，使得后者的作用在连续的配制周期中发生变化。如果最初(即在初始配制周期中)仍由专家来确定映射，那么这将随着每个后续的配制周期(即在应用从早期配制周期中获得的护理产品配方之后)朝着用户的方向转变，由此也会使专家的角色从知识型定义者转换为监督者。因此，根据本专利技术，可在最初针对用户和数据池使用相对较小的数据集，从而使模型随着用户数量的增加而有机地成长。这也使得有可能对数据质量严格把关，并(例如)严格排除可能不一致的数据集。
[0018]通过将结构化的用户反馈直接纳入到对单个产品特征的表达程度量化中，允许用户直接参与配制过程，并在同时获悉用户个人资料的情况下允许跟踪用户优先级的发展。
[0019]一旦将特征向量分配给目标用户，个性化护理产品的配制就开始了。这是通过执行一种为成分和约束模型指定的优化方法而自动发生的，其中该方法优选地包括以下一个或多个约束：最小剂量、最大剂量、与其他成分的相容性限制。
[0020]活性物质模型系统地捕获潜在成分，这些潜在成分各自的定量有效性与特定效果相关。这样捕获的效果整体上对应于前面描述的特征，从而可通过优化以算法确定与目标用户对应的活性物质的最佳组合。为了确保产品稳定性或(例如)期望稠度，需要添加其他成分。可随时间调整模型中包含的活性物质的集合。优选地，不使用可能危害健康的物质或含石蜡物质，以便最初将一开始就要捕获的可管理的物质的集合及其可用性和成本包含在模型中，以确定优先顺序。通过(例如)根据市场趋势和客户要求而添加其他成分，可使该模型随时间有机地成长。
[0021]根据本专利技术可知，旨在使输入的特征向量与待算法确定的配方特征之间出现最大重叠的简单优化不会给出最佳配方，这是因为对算法的各个步骤没有相应的约束，所以无法确保该最终配方具有必要的相容性和稳定性标准。
[0022]因此，根据本专利技术，增加了约束模型，在该约束模型中精确地捕获护理产品需要满足的所有约束的集合，并可由这些约束得出有效的配方。除剂量限制外，这些约束还优选地包括配对相容性限制以及足量碱组合的使用。
[0023]已通过化学家及药剂师与建模及算法专家的密切合作，设计出活性成分和约束模型。
[0024]通过采用优化方法(约束优化)，实现算法解决方案，用以搜索特征向量与待用算法确定的配方特征之间的最大对应关系，为用户提供最佳护理产品的概念，其中上述问题通常是不恰当的，因此需要相应地规范。对于活性物质和约束模型的概念以及适当的规范化，与建模及算法专家相关的领域专业知识都是必要的。
[0025]根据本专利技术的另一有利实施方式，特征输入例程向用户提出问题，目的是为了输入用户的个人皮肤特征，以便捕获用户的以下多个数据点：皮肤类型、敏感度、刺激感倾向、血管或静脉的显现、色素斑、发红、肤色不匀、水分流失、紧致度、弹性、片状斑块倾向、皱纹、毛孔外观。根据本专利技术，从尽可能多的这些皮肤特征来生成用户向量。通过用户答题，以及通过对优选位置皮肤区域的摄影图像进行图像评估，实现信息的输入。
[0026]根据另一有利实施方式，特征输入例程允许输入用户的其他与皮肤无关的数据：
性别、生活环境、压力水平、睡眠习惯、饮食、水消耗、吸烟习惯、旅行习惯、体育活动、紫外线照射，这些都是通过问答输入的。
[0027]根据另一有利实施方式，特征输入例程允许输入用户对护理产品的目标质量要求，这些要求优选地包括护理产品体验、护理产品颜色和/或护理产品香味。
[0028]优选地，为了获取特征，将答案与图像评估进行相互比较。优选在不同的照明光谱(红外光、红光、蓝光、紫外光)下进行拍摄，以便更好地确定个人特征。
[0029]根据另一有利实施方式，学习向量集还包括其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于自动确定用户个人护理产品配方P
User
的方法，该配方P
User
由数量分别为λ
j
的多种成分I
j
组成，
‑
其中，所述成分I
j
可由总量为M(1≤j≤M)的可用成分I
M
确定；
‑
以具有特性总数N中的多种特性F
i
的用户目标组合物P
z
为基础，其中将每种特性F
i
(1≤i≤N)确定为具有程度α
i
和优先级β
i
；
‑
其中，所述程度α
i
通过指示该特性的用户期望强度；
‑
其中，所述优先级β
i
通过指示用户所需的优先级；
‑
并且将用户特定性成分矩阵I
User
确定为I＝(Δ
i,j
)∈[
‑
1,1]
NxM
，其表明如何通过使用所述成分I
j
的量λ
j
＝1，使产品组合物中的所述特性F
i
的所述程度α
i
发生变化；
‑
其中，对于每种成分I
j
，指定单位重量或体积的特定价格p
j
，并由此确定用户特定性价格p
User
＝(p1,P2...p
M
)；并且使用下式所示的损失函数优化方法argmin(λ1,λ2...λ
M
){F(λ1,λ2...λ
M
)}确定所述产品组合物P
User
：其中γ1,γ2∈[0,1]，分别为优先考虑质量和价格时的权重；并且根据以下三个约束来确定P
User
、I
User
和p
User
：1.数量：C
quant
＝{λ1+λ2+...+λ
m
＝λ
max
}2.最大剂量：C
max
＝{λ1≤λ
1max
,λ2≤λ
2max
…
λ
m
≤λ
mmax
}3.不相容性：C
nc
＝{(k,l)∈{1,2
…
m}2|I
k
不能与I
l
结合}并且将所确定的产品组合物P
User
输出到护理产品生成单元，用于生成含有该产品组合物P
User
的护理产品。2.根据权利要求1所述的方法，其中所述损失函数优化方法通过蒙特卡洛方法确定全局最小值。3.根据权利要求1或2所述的方法，包括用于用户的特征输入例程，用于确立用户的个人皮肤特征。4.一种用于自动确定用户个人护理产品配方的方法，包括：
‑
特征输入例程，用于确立用户的个人皮肤特征；
‑
基于该数据创建用户向量；
‑
基于所述用户向量并借助于多层神经网...

【专利技术属性】
技术研发人员：弗兰齐斯卡莱昂哈特，多米尼克，
申请(专利权)人：计量化妆品公司，
类型：发明
国别省市：