信息处理装置、化妆品生成装置及程序

技术领域

本发明涉及信息处理装置、化妆品生成装置、以及程序。

背景技术

一般而言，化妆品的消费者在选定化妆品的情况下，了解通过化妆品获得的皮肤状态的变化是重要的。

已知皮肤状态能够根据皮肤的皮下组织来预测。例如，在日本特开2014-064949号公报中，公开了基于皮肤的皮下组织的光反射特性来推定皮肤内部的状态的技术。

发明内容

发明要解决的课题

实际上，通过化妆品获得的皮肤状态的变化并不是在使用了一次化妆品的时间点决定的，而是由化妆品的使用持续期间、使用频率以及每次的使用量来决定的。

但是，在日本特开2014-064949号公报中，基于使用了一次化妆品时的皮下组织的状态来推定皮肤状态，因此推测结果只不过表示使用了化妆品的时间点的皮肤状态，并不表示持续使用了化妆品时的未来的皮肤状态。

本发明的目的在于预测持续使用了化妆品时的未来的皮肤状态。

用于解决课题的技术方案

本发明的一个技术方案是执行预测对皮肤使用了化妆品时的未来的皮肤状态的模拟的信息处理装置，具备：

取得模拟对象者的对象者皮肤信息的单元，

通过对基于多个受试者皮肤信息、受试者状态信息以及化妆品信息的与皮肤状态的转变相关的状态转变模型输入所述对象者皮肤信息，对所述模拟对象者的皮肤状态的转变进行预测的单元，所述多个受试者皮肤信息是表示多个受试者各自对皮肤使用了化妆品时的皮肤的历时变化的信息，所述受试者状态信息是与各受试者皮肤信息对应的与所述受试者的皮肤状态相关的信息，所述化妆品信息是与所述化妆品相关的信息，以及

提示所述预测到的皮肤状态的转变的单元。

发明的效果

根据本发明，能够预测持续使用了化妆品时的未来的皮肤状态。

附图说明

图1是表示本实施方式的信息处理系统的构成的框图。

图2是表示图1的化妆品生成装置50的构成的框图。

图3是本实施方式的概要的说明图。

图4是表示本实施方式的用户信息数据库的数据构造的图。

图5是表示本实施方式的受试者信息数据库的数据构造的图。

图6是表示本实施方式的化妆品信息主数据库的数据构造的图。

图7是表示本实施方式的类别信息主数据库的数据构造的图。

图8是与图7的类别信息主数据库对应的状态转变模型的概念图。

图9是表示图8的状态转变模型的输入和输出的概念图。

图10是表示本实施方式的模拟日志信息数据库的数据构造的图。

图11是本实施方式的模拟的处理的时序图。

图12是表示在图11的信息处理中显示的画面例的图。

图13是表示在变形例1的信息处理中显示的画面例的图。

图14是变形例2的信息处理的流程图。

图15是变形例3的概要的说明图。

图16是表示变形例3的共同体信息数据库的数据构造的图。

图17是变形例3的共同体分析的处理的时序图。

具体实施方式

以下，基于附图详细说明本发明的一个实施方式。此外，在用于说明实施方式的附图中，原则上对相同的构成要素标注相同的附图标记，并省略其重复的说明。

(1)信息处理系统的构成

对信息处理系统的构成进行说明。图1是表示本实施方式的信息处理系统的构成的框图。

如图1所示，信息处理系统1具备客户端装置10、服务器30以及化妆品生成装置50。

客户端装置10、服务器30以及化妆品生成装置50经由网络(例如，互联网或内联网)NW连接。

客户端装置10是向服务器30发送请求的信息处理装置的一例。客户端装置10例如是智能手机、平板终端、或者个人计算机。

服务器30是向客户端装置10提供与从客户端装置10发送来的请求相应的响应的信息处理装置的一例。服务器30例如是万维网(web)服务器。

化妆品生成装置50构成为，基于从客户端装置10或服务器30发送来的化妆品信息生成化妆品。化妆品例如是以下至少一种。

·护肤用化妆品(作为一例，化妆水、乳液、美容液、洗面奶、霜(cream)以及面膜中的至少一种)。

·化妆用化妆品(作为一例，隔离霜、粉底、遮瑕膏、散粉、口红、唇彩、眼影、眼线笔、睫毛膏、眉笔、腮红以及化妆套装中的至少一种)

(1-1)客户端装置的构成

参照图1，对客户端装置10的构成进行说明。

如图1所示，客户端装置10具备存储装置11、处理器12、输入输出接口13以及通信接口14。

存储装置11构成为存储程序和数据。存储装置11例如是ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存取存储器)以及储存器(例如，闪存或硬盘)的组合。

程序例如包括以下程序。

·OS(Operating System：操作系统)的程序

·执行信息处理的应用(例如，网页浏览器)的程序

数据例如包括以下数据。

·在信息处理中被参照的数据库

·通过执行信息处理而获得的数据(也就是说，信息处理的执行结果)

处理器12构成为，通过启动存储于存储装置11的程序来实现客户端装置10的功能。处理器12是计算机的一例。

输入输出接口13构成为，从与客户端装置10连接的输入设备取得用户的指示，并向与客户端装置10连接的输出设备输出信息。

输入设备例如是键盘、定点设备(pointing device)、触摸面板、或者它们的组合。

输出设备例如是显示器。

通信接口14构成为控制经由网络NW的通信。

(1-2)服务器的构成

参照图1，对服务器30的构成进行说明。

如图1所示，服务器30具备存储装置31、处理器32、输入输出接口33以及通信接口34。

存储装置31构成为存储程序和数据。存储装置31例如是ROM、RAM以及储存器(例如，闪存或硬盘)的组合。

程序例如包括以下程序。

·OS的程序

·执行信息处理的应用的程序

数据例如包括以下数据。

·在信息处理中被参照的数据库

·信息处理的执行结果

处理器32构成为，通过启动存储于存储装置31的程序来实现服务器30的功能。处理器32是计算机的一例。

输入输出接口33构成为，从与服务器30连接的输入设备取得用户的指示，并向与服务器30连接的输出设备输出信息。

输入设备例如是键盘、定点设备、触摸面板、或者它们的组合。

输出设备例如是显示器。

通信接口34构成为控制经由网络NW的通信。

(1-3)化妆品生成装置的构成

对本实施方式的化妆品生成装置50的构成进行说明。图2是表示图1的化妆品生成装置50的构成的框图。

如图2所示，化妆品生成装置50具备存储装置51、处理器52、输入输出接口53、通信接口54、提取控制部56、以及多个容器(cartridge)55a～55b。

存储装置51构成为存储程序和数据。存储装置51例如是ROM、RAM以及储存器(例如，闪存或硬盘)的组合。

程序例如包括以下程序。

·OS的程序

·化妆品生成装置50的控制程序

数据例如包括以下数据。

·与化妆品的生成的历史记录相关的信息

·与收纳于多个容器55a～55b的原料的余量相关的信息

处理器52构成为，通过启动存储于存储装置51的程序来实现化妆品生成装置50的功能。处理器52是计算机的一例。

输入输出接口53构成为，从与化妆品生成装置50连接的输入设备取得用户的指示，并向与化妆品生成装置50连接的输出设备输出信息。

输入设备例如是键盘、定点设备、触摸面板、或者它们的组合。

输出设备例如是显示器。

通信接口54构成为控制经由网络NW的通信。

在各容器55a～55b中收纳化妆品的原料。

提取控制部56构成为，基于从客户端装置10或服务器30发送来的化妆品信息，从各容器55a～55b提取原料。

(2)实施方式的概要

对本实施方式的概要进行说明。图3是本实施方式的概要的说明图。

如图3所示，服务器30构成为执行在对皮肤使用了化妆品时的皮肤状态的模拟。

服务器30基于表示多个受试者各自对皮肤使用了化妆品时的皮肤的历时变化的多个受试者皮肤信息、与各受试者皮肤信息对应的与所述受试者的皮肤状态相关的受试者皮肤状态信息、以及与化妆品相关的化妆品信息，生成与皮肤的状态转变相关的状态转变模型。

服务器30经由客户端装置10取得与作为模拟的对象的对象化妆品相关的化妆品信息。

服务器30经由客户端装置10取得模拟对象者的对象者皮肤信息。

服务器30通过将对象化妆品的化妆品信息和对象者皮肤信息向状态转变模型输入，来预测模拟对象者的皮肤状态的转变。

服务器30经由客户端装置10提示所预测到的皮肤状态的转变。

根据本实施方式，能够预测持续使用了化妆品时的未来的皮肤状态。

(3)数据库

对本实施方式的数据库进行说明。以下的数据库存储于存储装置31。

(3-1)用户信息数据库

对本实施方式的用户信息数据库进行说明。图4是表示本实施方式的用户信息数据库的数据构造的图。

在图4的用户信息数据库存储有与用户相关的用户信息。

用户信息数据库包括“用户ID”字段、“用户名”字段以及“用户属性”字段。各字段彼此相关联。

在“用户ID”字段存储用户ID。用户ID是识别用户的用户识别信息的一例。

在“用户名”字段存储与用户名相关的信息(例如，文本)。

在“用户属性”字段存储与用户的属性相关的用户属性信息。“用户属性”字段包括多个子字段(“性别”字段和“年龄”字段)。

在“性别”字段存储与用户的性别相关的信息。

在“年龄”字段存储与用户的年龄相关的信息。

(3-2)受试者信息数据库

对本实施方式的受试者信息数据库进行说明。图5是表示本实施方式的受试者信息数据库的数据构造的图。

在图5的受试者信息数据库存储有与受试者相关的受试者信息。受试者信息数据库包括“受试者ID”字段、“受试者属性”字段、“日期时间”字段、“皮肤图像”字段、“皮肤状态”字段、“类别ID”字段、以及“化妆品ID”。各字段彼此相关联。

在“受试者ID”字段存储受试者ID。受试者ID是识别受试者的受试者识别信息的一例。

在“受试者属性”字段存储与受试者的属性相关的受试者属性信息。“受试者属性”字段包括多个子字段(“性别”字段和“年龄”字段)。

在“性别”字段存储与受试者的性别相关的信息。

在“年龄”字段存储与受试者的年龄相关的信息。

在“日期时间”字段存储与对受试者实施测定的日期时间相关的信息。

在“皮肤图像”字段存储与受试者的皮肤相关的图像数据。

在“皮肤状态”字段存储与基于受试者的皮肤的图像数据判定的皮肤状态相关的皮肤状态信息(“受试者状态信息”的一例)。

“日期时间”字段、“皮肤图像”字段以及“皮肤状态”字段彼此相关联。关于“日期时间”字段、“皮肤图像”字段以及“皮肤状态”字段，在每次实施了测定时添加记录。

也就是说，在“皮肤图像”字段存储表示受试者对皮肤使用了化妆品时的皮肤的历时变化的图像数据。在“皮肤状态”字段存储表示受试者对皮肤使用了化妆品时的皮肤状态的历时变化的信息。

在“类别ID”字段存储识别与皮肤图像数据对应的类别(也就是说，根据皮肤图像数据的特征量判定的皮肤状态所属的类别)的类别ID(“类别识别信息”的一例)。

在“化妆品ID”字段存储识别受试者使用的化妆品的化妆品ID(“化妆品识别信息”的一例)。

(3-3)化妆品信息主数据库

对本实施方式的化妆品信息主数据库进行说明。图6是表示本实施方式的化妆品信息主数据库的数据构造的图。

在图6的化妆品信息主数据库存储有与化妆品相关的化妆品信息。化妆品信息主数据库包括“化妆品ID”字段、“化妆品名”字段、“推荐使用量”字段以及“成分”字段。各字段彼此相关联。

在“化妆品ID”字段存储化妆品ID。

在“化妆品名”字段存储与化妆品的名称相关的信息(例如，文本)。

在“推荐使用量”字段存储与化妆品的推荐使用量相关的信息。

在“成分”字段存储与化妆品的成分相关的信息。“成分”字段包括多个子字段(“成分名”字段和“含有比率”字段)。

在“成分名”字段存储与化妆品的成分的名称相关的信息(例如，文本、或识别成分的成分码)。

在“含有比率”字段存储与各成分的含有比率相关的信息。

(3-4)类别信息主数据库

对本实施方式的类别信息主数据库进行说明。图7是表示本实施方式的类别信息主数据库的数据构造的图。图8是与图7的类别信息主数据库对应的状态转变模型的概念图。图9是表示图8的状态转变模型的输入和输出的概念图。

在图7的类别信息主数据库存储有类别信息。类别信息是指与基于多个受试者的皮肤图像数据的特征量进行的皮肤的分类相关的信息。

类别信息主数据库包括“类别ID”字段、“类别概要”字段、“皮肤特性”字段、“建议”字段以及“转变概率”字段。各字段彼此相关联。

类别信息主数据库与化妆品ID相关联。

在“类别ID”字段存储类别ID。

在“类别概要”字段存储与类别的概要说明相关的信息(例如，文本)。“类别概要”字段的信息由服务器30的管理者决定。

在“皮肤特性”字段存储与对应于各类别的皮肤的特性相关的皮肤特性信息。皮肤特性信息表示以下至少一种。

·皮肤的纹理的特性(作为一例，纹理的走向和纹理的分布范围)

·皮沟的特性(作为一例，皮沟的状态和皮沟的形状)

·毛孔的特性(作为一例，毛孔的状态、毛孔的尺寸、毛孔的数量以及毛孔的密度)

·皮丘的特性(作为一例，皮丘的尺寸、皮丘的数量以及皮丘的密度)

在“建议”字段存储与各类别对应的建议信息。建议信息包括与护肤相关的建议信息和与化妆相关的建议信息。

与护肤相关的建议信息例如包括以下至少一个。

·隔离霜的种类

·粉底的种类

·涂抹手段(作为一例，用手指涂抹或用海绵涂抹)

·涂抹方法

·化妆品的种类

·化妆品的使用量(作为一例，薄涂或厚涂)

与化妆相关的建议信息例如包括以下至少一个。

·推荐实施的皮肤的护理方法(作为一例，使用化妆水或乳液的日常护理方法、和使用美容液、霜或面膜的特别护理方法)

·使用中的化妆品的使用方法(作为一例，使用频率和每次的使用量)

·推荐使用的化妆品(以下称为“推荐化妆品”)

·推荐化妆品的使用量(作为一例，使用频率和每次的使用量)

“转变概率”字段包括多个子字段。多个子字段按将来的每个时间点(例如，1天后、1周后、1个月后、3个月后、6个月后以及1年后)而构成。各子字段被分配类别ID，并且存储类别之间的转变概率。

在图7的例子中，在“类别ID”字段存储了类别ID“CLU001”的记录的“转变概率”字段中，在被分配了将来的时间点“1天后”的子字段存储从类别ID“CLU001”的类别起的1天后的转变概率P11～P15。

在“类别ID”字段存储了类别ID“CLU002”的记录的“转变概率”字段中，在被分配了将来的时间点“1天后”的子字段存储从类别ID“CLU002”的类别起的1天后的转变概率P21～P25。

在“类别ID”字段存储了类别ID“CLU001”的记录的“转变概率”字段中，在被分配了将来的时间点“1年后”的子字段存储从类别ID“CLU001”的类别起的1年后的转变概率。

图8的状态转变模型与图7的类别信息主数据库对应。也就是说，状态转变模型与化妆品ID相关联，并且基于使用了与该化妆品ID对应的化妆品的多个受试者各自的多个皮肤图像数据(也就是说，表示皮肤的历时变化的图像)生成。

状态转变模型由多个类别和各类别之间的链接(link)构成。链接示出了各类别之间的转变的概率。

作为一例，图8的状态转变模式包括类别ID“CLU001”的类别1～类别ID“CLU005”的类别5。各类别之间的链接如下。

·1天后从类别1到类别2的转变概率：P12

·1天后从类别1到类别3的转变概率：P13

·1天后从类别1到类别4的转变概率：P14

·1天后从类别2到类别5的转变概率：P25

·1天后从类别3到类别4的转变概率：P34

·1天后从类别3到类别5的转变概率：P35

如图9所示，状态转变模型的输入是图像数据。

状态转变模型的输出是使用了与该化妆品ID对应的化妆品时的皮肤状态的历时变化的预测结果。

类别信息主数据库(图7)和状态转变模型(图8)通过以下任一种方法生成。

·无教师学习

·有教师学习

·网络分析

(3-5)模拟日志信息数据库

对本实施方式的模拟日志信息数据库进行说明。图10是表示本实施方式的模拟日志信息数据库的数据构造的图。

在图10的模拟日志信息数据库存储与模拟的执行结果的历史记录相关的模拟日志信息。模拟日志信息数据库包括“模拟日志ID”字段、“日期时间”字段、“化妆品ID”字段、“皮肤图像”字段以及“模拟结果”字段。各字段彼此相关联。

模拟日志信息数据库与用户ID相关联。

在“模拟日志ID”字段存储识别模拟日志信息的模拟日志ID。

在“日期时间”字段存储与模拟的执行日期时间相关的信息。

在“化妆品ID”字段存储作为模拟的对象的化妆品的化妆品ID。

在“皮肤图像”字段存储作为模拟的对象的皮肤图像的图像数据。

在“模拟结果”字段存储与模拟的执行结果相关的信息。“模拟结果”字段包括“1天后”字段、“1周后”字段、“1个月后”字段、“3个月后”字段、“6个月后”字段以及“1年后”字段。

在“1天后”字段存储从模拟的执行日期时间起1天后的皮肤所属的类别的类别ID。

在“1周后”字段存储从模拟的执行日期时间起1周后的皮肤所属的类别的类别ID。

在“1个月后”字段存储从模拟的执行日期时间起1个月后的皮肤所属的类别的类别ID。

在“3个月后”字段存储从模拟的执行日期时间起3个月后的皮肤所属的类别的类别ID。

在“6个月后”字段存储从模拟的执行日期时间起6个月后的皮肤所属的类别的类别ID。

在“1年后”字段存储从模拟的执行日期时间起1年后的皮肤所属的类别的类别ID。

(4)信息处理

对本实施方式的信息处理进行说明。图11是本实施方式的模拟的处理的时序图。图12是表示在图11的信息处理中显示的画面例的图。

如图11所示，客户端装置10执行模拟条件的受理(S100)。

具体而言，处理器12使画面P100(图12)显示于显示器。

画面P100包括显示目标对象A100和操作目标对象B100。

显示目标对象A100包含由配置于客户端装置10的摄像头(未图示)拍摄的图像。

操作目标对象B100是受理用于执行拍摄的用户指示的目标对象。

当用户(“模拟对象者”的一例)在显示目标对象A100包含自身的皮肤的图像(例如，脸的图像)时对操作目标对象B100进行操作时，处理器12生成显示目标对象A100包含的图像的图像数据(“对象者皮肤信息”的一例)。

处理器12使画面P101(图12)显示于显示器。

画面P101包括操作目标对象B101和字段目标对象F101a～F101c。

字段目标对象F101a是受理用于指定作为模拟的对象的对象化妆品(例如，用户使用的化妆品)的用户指示的目标对象。

字段目标对象F101b是受理用于指定用户的皮肤的特征量(“对象者皮肤信息”的一例)的用户指示的目标对象。用户的皮肤的特征量例如是水分量、毛孔、纹理、皮脂量、角质层的状态以及肤色中的至少一个。

字段目标对象F101c是受理用于指定作为模拟的对象的目标的用户指示的目标对象。

在步骤S100之后，客户端装置10执行模拟请求(S101)。

具体而言，当用户向字段目标对象F101a～F101b输入用户指示，并且对操作目标对象B101进行操作时，处理器12向服务器30发送模拟请求数据。

模拟请求数据包括以下信息。

·模拟对象者的用户ID(以下称为“对象用户ID”)

·在步骤S100中所生成的图像数据

·与提供给字段目标对象F101a的用户指示对应的对象化妆品的对象化妆品ID

·与提供给字段目标对象F101b的用户指示对应的特征量。

在步骤S101之后，服务器30执行模拟(S300)。

具体而言，处理器32从模拟请求数据包含的图像数据中提取特征量。

处理器32基于从图像数据中提取的特征量和模拟请求数据包含的特征量中的至少一个，确定用户的皮肤特性。

处理器32参照类别信息主数据库的“皮肤特性”字段，来确定与和所确定的皮肤特性的类似度最高的皮肤特性相关联的类别ID。确定出的类别ID表示与模拟请求数据包含的图像数据对应的皮肤所属的类别。

处理器32参照与确定出的类别ID相关联的“类别概要”字段，来确定与该皮肤所属的类别的概要说明相关的信息。

处理器32参照与确定出的类别ID相关联的“建议”字段，来确定与该皮肤所属的类别对应的建议信息。

处理器32参照类别信息主数据库的“转变概率”字段的各子字段，来确定每个子字段的转变概率。确定出的转变概率表示1天后的皮肤所属的类别、1周后的皮肤所属的类别、1个月后的皮肤状态所属的类别、3个月后的皮肤状态所属的类别、6个月后的皮肤所属的类别以及1年后的皮肤所属的类别。

在步骤S300之后，服务器30执行数据库的更新(S301)。

具体而言，处理器32对与模拟请求数据包含的对象用户ID相关联的模拟日志信息数据库(图10)添加新记录。新记录的各字段存储以下信息。

·在“模拟日志ID”字段存储新的模拟ID

·在“日期时间”字段存储与步骤S300的执行日期时间相关的信息

·在“化妆品ID”字段存储模拟请求数据包含的对象化妆品ID

·在“皮肤图像”字段存储模拟请求数据包含的图像数据

·在“模拟结果”字段的“1天后”字段存储1天后的皮肤所属的类别的类别ID

·在“模拟结果”字段的“1周后”字段存储1周后的皮肤所属的类别的类别ID

·在“模拟结果”字段的“1个月后”字段存储1个月后的皮肤所属的类别的类别ID

·在“模拟结果”字段的“3个月后”字段存储3个月后的皮肤所属的类别的类别ID

·在“模拟结果”字段的“6个月后”字段存储6个月后的皮肤所属的类别的类别ID

·在“模拟结果”字段的“1年后”字段存储1年后的皮肤所属的类别的类别ID

在步骤S301之后，服务器30执行模拟响应(S302)。

具体而言，处理器32将模拟响应数据向客户端装置10发送。

模拟响应数据包括以下信息。

·1天后的皮肤所属的类别的类别ID

·1周后的皮肤所属的类别的类别ID

·1个月后的皮肤所属的类别的类别ID

·3个月后的皮肤所属的类别的类别ID

·6个月后的皮肤所属的类别的类别ID

·1年后的皮肤所属的类别的类别ID

·与在步骤S300中确定出的类别的概要说明相关的信息

·在步骤S300中确定出的建议信息

在步骤S302之后，客户端装置10执行模拟结果的提示(S102)。

具体而言，处理器12基于模拟响应数据，使画面P102(图12)显示于显示器。

画面P102包括显示目标对象A102a～A102b和操作目标对象B102。

显示目标对象A102a包括1天后的皮肤所属的类别的概要说明、1周后的皮肤所属的类别的概要说明、1个月后的皮肤所属的类别的概要说明、3个月后的皮肤所属的类别的概要说明、1周后的皮肤所属的类别的概要说明、以及1年后的皮肤所属的类别的概要说明。

显示目标对象A102b包括适合于与在步骤S100中所取得的图像数据对应的皮肤的建议信息。建议信息例如是与推荐化妆品相关的推荐化妆品信息(作为一例，推荐化妆品的化妆品ID和使用量)。

操作目标对象B102是受理用于将推荐化妆品的配方信息向化妆品生成装置50发送的用户指示的目标对象。

在步骤S102之后，客户端装置10执行配方请求(S103)。

具体而言，当用户对操作目标对象B102进行操作时，处理器12将配方请求数据向服务器30发送。配方请求数据包括推荐化妆品的化妆品ID。

在步骤S103之后，服务器30执行配方响应(S303)。

具体而言，处理器32参照化妆品主数据库(图6)，确定与配方请求数据包含的化妆品ID相关联的“成分”字段的信息(成分名和含有比率)。

处理器32将配方信息向化妆品生成装置50发送。配方信息包括以下信息。

·确定出的“成分”字段的信息

·与推荐化妆品的使用量相关的信息

化妆品生成装置50基于从服务器30发送来的配方信息生成化妆品。

具体而言，处理器52基于与配方信息包含的使用量相关的信息，决定从多个容器55a～55b中提取的原料的总提取量。

处理器52基于决定的总提取量、和配方信息包含的成分名及含有比率，决定收纳于多个容器55a～55b的原料各自的提取量。

处理器52生成用于按所决定的提取量提取收纳于多个容器55a～55b的各原料的控制信号。

提取控制部56基于由处理器52生成的控制信号，提取收纳于多个容器55a～55b的原料。

由此，生成推荐对与在步骤S100中受理的图像数据对应的皮肤使用的适量的化妆品。

根据本实施方式，用户向客户端装置10提供皮肤的图像，由此能够通过显示目标对象A102a了解持续使用了使用中的化妆品时的未来的皮肤状态，能够通过显示目标对象A102b了解推荐化妆品，并且能够通过化妆品生成装置50得到适量的推荐化妆品。

(5)变形例

对本实施方式的变形例进行说明。

(5-1)变形例1

对本实施方式的变形例1进行说明。变形例1是指定模拟对象者设为目标的皮肤状态的例子。图13是表示在变形例1的信息处理中显示的画面例的图。

在变形例1中，在步骤S100中，用户向字段目标对象F101a指定对象化妆品，并且向字段目标对象F101c指定目标(作为一例，设为目标的皮肤状态)。在该情况下，向字段目标对象F101c指定的目标被分配与设为目标的皮肤状态对应的类别ID(“目标信息”的一例)。

在步骤S101中，处理器12向服务器30发送模拟请求数据。

模拟请求数据包括以下信息。

·对象用户ID

·在步骤S100中生成的图像数据

·与提供给字段目标对象F101a的用户指示对应的对象化妆品的对象化妆品ID

·与提供给字段目标对象F101b的用户指示对应的特征量

·分配给向字段目标对象F101c提供的目标的类别ID(以下称为“目标类别ID”)。

在步骤S300中，处理器32向与模拟请求数据包含的对象化妆品ID相关联的类别信息主数据库(图7)对应的状态转变模型(图8)输入模拟请求数据包含的图像数据。

处理器32从图像数据中提取特征量。

处理器32基于从图像数据中提取的特征量、和模拟请求数据包含的特征量中的至少一个，确定用户的皮肤特性。

处理器32参照类别信息主数据库的“皮肤特性”字段，来确定与和所确定的皮肤特性的类似度最高的皮肤特性相关联的类别ID。确定出的类别ID表示与模拟请求数据包含的图像数据对应的皮肤所属的类别。

处理器32参考存储于与确定出的类别ID相关联的“转变概率”字段的转变概率，确定达到预定的转变概率以上的所需时间。例如，在与模拟数据包含的图像数据对应的皮肤状态的类别是类别1，设为目标的皮肤状态的类别是类别2，并且预定的转变概率以上的转变概率P12存储于“1个月后”字段的情况下，处理器32判定为达到设为目标的皮肤状态的所需时间为“1个月”。

在步骤S301之后，在步骤S302中，处理器32将模拟响应数据向客户端装置10发送。

模拟响应数据包括与在步骤S300中判定的所需时间相关的信息。

在步骤S302之后，在步骤S102中，处理器12使画面P110(图13)显示于显示器。

画面P110包括显示目标对象A110。

显示目标对象A110包括达到设为目标的皮肤状态的所需时间。

根据变形例1，用户向客户端装置10提供皮肤的图像和设为目标的皮肤状态，由此能够通过显示目标对象A110了解达到设为目标的皮肤状态的所需时间。

(5-2)变形例2

对本实施方式的变形例2进行说明。变形例2是类别信息主数据库的生成方法的例子。图14是变形例2的信息处理的流程图。

如图14所示，服务器30执行特征量的解析(S400)。

具体而言，处理器32从受试者信息数据库(图5)的“皮肤图像”字段的图像数据中提取皮肤的特征量。皮肤特征量例如是水分量、毛孔、纹理、皮脂量、角质层的状态及肤色中的至少一个。

在步骤S400之后，服务器30执行类别分类(S401)。

在存储装置31存储有类别分类模型。类别分类模型是利用深度学习生成的已学习模型。在类别分类模型中，规定了皮肤的特征量与类别的相关关系。

处理器32通过将在步骤S400中获得的特征量输入类别分类模型，从而对每个皮肤图像数据决定与各皮肤图像数据的特征量对应的类别ID。向该特征量分配所决定的类别ID。由此，确定根据该特征量判定的皮肤状态所属的类别。

在步骤S401之后，服务器30执行网络分析(S402)。

具体而言，处理器32参照受试者信息数据库(图5)，分析与某个受试者ID相关联的多个皮肤图像数据的特征量的类别，由此确定与某个受试者ID对应的受试者的皮肤所属的类别的转变。

处理器32参照所有受试者ID的类别转变，计算向1天后的皮肤所属的类别、1周后的皮肤所属的类别、1个月后的皮肤状态所属的类别、3个月后的皮肤状态所属的类别、6个月后的皮肤所属的类别、以及1年后的皮肤所属的类别转变的转变概率的统计值(例如，平均值)。

处理器32将计算出的转变概率存储于类别信息主数据库(图7)的“转变概率”字段。

(5-3)变形例3

生成多个类别的共同体的例子。

(5-3-1)变形例3概要

对变形例3的概要进行说明。图15是变形例3的概要说明图。

如图15所示，对变形例3的各类别分配共同体。

例如，类别1～类别5被分配给共同体1。

类别6～类别10被分配给共同体2。

类别11～类别15被分配给共同体3。

类别16～类别20被分配给共同体4。

这意味着以下情况。

·类别1～类别5的皮肤特性的变化的倾向彼此是共同的

·类别6～类别10的皮肤特性的变化的倾向彼此是共同的

·类别11～类别15的皮肤特性的变化的倾向彼此是共同的

·类别16～类别20的皮肤特性的变化的倾向彼此是共同的

·属于共同体1的类别容易向属于相邻的共同体(例如共同体2)的类别转变

·属于共同体2的类别容易向属于相邻的共同体(例如共同体1或共同体3)的类别转变。

·属于共同体3的类容易向属于相邻的共同体(例如共同体2或共同体4)的类别转变。

也就是说，在变形例3的状态转变模型中，规定了共同体之间的转变的概率。换言之，该状态转变模型规定了皮肤特性的变化的倾向的转变。

(5-3-2)共同体信息数据库

对变形例3的共同体信息数据库进行说明。图16是表示变形例3的共同体信息数据库的数据构造的图。

在图16的共同体信息数据库存储共同体信息。共同体信息是指与由具有共同的特征的多个类别构成的共同体相关的信息。

共同体信息数据库包括“共同体ID”字段、“类别ID”字段以及“共同体特征”字段。各字段彼此相关联。

共同体信息数据库与化妆品ID相关联。

在“共同体ID”字段存储共同体ID。共同体ID是识别共同体的共同体识别信息的一例。

在“类别ID”字段存储被分配给共同体的类别的类别ID。

在“共同体特征”字段存储与共同体的特征相关的信息(以下称为“共同体特征信息”)。共同体特征信息例如包括以下至少一种信息。

·与皮沟均匀性相关的信息

·与皮沟面积相关的信息

·与皮沟放射度相关的信息

·与皮沟精细度相关的信息

·与毛孔尺寸相关的信息

(5-3-3)信息处理

对变形例3的信息处理进行说明。图17是变形例3的共同体分析的处理的时序图。

如图17所示，服务器30与变形例2同样地执行了步骤S400～S402之后，执行图聚类(graph clustering)(S500)。

具体而言，处理器32通过对受试者信息主数据库(图5)的“皮肤图像”字段和“皮肤状态”字段的信息(即，皮肤图像数据和皮肤状态信息的组合)应用以下任一种方法，提取各类别的共同体。意味着属于同一共同体的皮肤类别之间容易转变(也就是说，类别之间的转变概率高)。

·模块度(modularity)Q最大化法

·使用贪婪算法的方法

·使用边缘介质性的方法

处理器32对提取的共同体分配唯一的共同体ID。

处理器32将分配给各共同体的共同体ID存储于共同体信息数据库(图16)的“共同体ID”字段。

处理器32将分配了各共同体的类别的类别ID存储于“类别ID”字段。

在步骤S500之后，服务器30执行共同体之间的分析(S501)。

具体而言，处理器32对每个共同体提取与分配给该共同体的类别对应的皮肤图像数据的特征量(以下称为“共同体特征量”)。共同体特征量例如包括以下。

·皮沟均匀性

·皮沟面积

·皮沟放射度

·皮沟精细度

·毛孔尺寸

处理器32通过使提取的共同体特征量标准化，来计算各共同体的特征量的统计值。

处理器32将各共同体特征量的统计值存储于共同体信息数据库(图16)的“共同体特征”字段的各子字段。

由此，如图16所示，能够获得共同体之间的转变路径。

在步骤S501之后，服务器30执行共同体内的分析(S502)。

具体而言，处理器32对属于各共同体的每个类别，计算共同体特征量的统计值(以下称为“共同体内特征量”)。

处理器32基于共同体内特征量，来确定在各共同体内构成各共同体的类别之间的特征(具体而言，共同体特征量的变化)。

根据变形例3，能够确定用户皮肤的主要的转变。

(6)本实施方式的小结

对本实施方式进行小结。

本实施方式的第1技术方案是信息处理装置，是执行预测对皮肤使用了化妆品时的未来的皮肤状态的模拟的信息处理装置(例如服务器30)，具备：

取得模拟对象者的对象者皮肤信息的单元(例如，执行步骤S300的处理器32)；

通过对基于多个受试者皮肤信息、受试者状态信息以及化妆品信息的与皮肤状态的转变相关的状态转变模型输入对象者皮肤信息，对模拟对象者的皮肤状态的转变进行预测的单元(例如，执行步骤S300的处理器32)，所述多个受试者皮肤信息是表示多个受试者各自对皮肤使用了化妆品时的皮肤的历时变化的信息，所述受试者状态信息是与各受试者皮肤信息对应的与受试者皮肤状态相关的信息，所述化妆品信息是与化妆品相关的信息；以及

提示所预测到的皮肤状态的转变的单元(例如，执行步骤S302的处理器32)。

根据第1技术方案，通过对基于多个受试者皮肤信息、受试者状态信息以及化妆品信息的状态转变模型输入对象者皮肤信息，来预测模拟对象者的皮肤状态的转变。由此，能够预测持续使用了化妆品时的未来的皮肤状态。

本实施方式的第2技术方案是信息处理装置，具备：

取得与模拟对象者设为目标的皮肤状态相关的目标信息的单元(例如，执行步骤S300的处理器32)，

进行预测的单元预测模拟对象者的皮肤状态达到与目标信息对应的皮肤状态的所需时间。

根据第2技术方案，预测达到模拟对象者设为目标的皮肤状态的所需时间。由此，能够对模拟对象者提供持续进行护理行动的动力直到达到设为目标的皮肤状态。

本实施方式的第3技术方案是信息处理装置，具备：

提示与适合于预测到的皮肤状态的护肤或化妆相关的建议信息的单元(例如，执行步骤S302的处理器32)。

根据第3技术方案，提示与皮肤状态的预测结果对应的建议信息。由此，能够将模拟对象者向适当的护肤或化妆引导。

本实施方式的第4技术方案是信息处理装置，具备：

取得与模拟对象者要对皮肤使用的化妆品相关的化妆品信息的单元(例如，执行步骤S300的处理器32)，和

提示与基于预测到的皮肤状态和化妆品信息的组合的化妆品的使用方法相关的建议信息的单元(例如，执行步骤S302的处理器32)。

根据第4技术方案，根据皮肤状态的预测结果，提示与使用中的化妆品的使用方法相关的建议信息。由此，能够将模拟对象者向适当的护肤或化妆引导。

本实施方式的第5技术方案是信息处理装置，具备：

提示与根据预测到的皮肤状态推荐使用的推荐化妆品相关的推荐化妆品信息的单元。

根据第5技术方案，提示与皮肤状态的预测结果对应的推荐化妆品相关的信息。由此，能够将模拟对象者向适当的护肤或化妆引导。

本实施方式的第6技术方案是信息处理装置，

推荐化妆品信息包括与推荐化妆品的使用量相关的信息。

根据第6技术方案，提示与皮肤状态的预测结果对应的推荐化妆品的使用量相关的信息。由此，能够将模拟对象者向适当的护肤或化妆引导。

本实施方式的第7技术方案是信息处理装置，具备：

向生成化妆品的化妆品生成装置发送用于生成推荐化妆品的配方信息的单元(例如，执行步骤S303的处理器32)。

根据第7技术方案，将与皮肤状态的预测结果对应的推荐化妆品的配方信息向化妆品生成装置50发送。由此，能够使模拟对象者容易得到推荐化妆品。

本实施方式的第8技术方案是信息处理装置，具备：

取得与成为模拟的对象的对象化妆品相关的化妆品信息的单元(例如，执行步骤S300的处理器32)，

进行预测的单元通过对状态转变模型输入对象化妆品的化妆品信息和对象者皮肤信息，预测模拟对象者的皮肤状态的转变。

根据第8技术方案，能够预测持续使用了用户任意指定的对象化妆品时的未来的皮肤状态。

本实施方式的第9技术方案是信息处理装置，

状态转变模型(例如，图8)规定与各皮肤状态对应类别和多个类别之间的链接。

本实施方式的第10技术方案是信息处理装置，

状态转变模型(例如，图15)包括被分配皮肤的特征量的变化的倾向共同的皮肤状态的多个共同体，

所述状态转变模型规定各共同体之间的转变。

根据第10技术方案，能够确定用户皮肤的主要的转变。

本实施方式第11技术方案是化妆品生成装置50，是能够与上述记载的信息处理装置(例如，服务器30)连接的化妆品生成装置50，具备：

收纳化妆品的原料的多个容器55a～55b，

基于由信息处理装置发送来的配方信息，决定收纳于各容器55a～55b的原料的提取量的单元(例如，处理器52)，以及

基于所决定的提取量，提取收纳于各容器的原料的单元(例如，处理器52)。

根据第11技术方案，将与皮肤状态的预测结果对应的推荐化妆品的配方信息向化妆品生成装置50发送。由此，能够使模拟对象者容易得到推荐化妆品。

本实施方式的第12技术方案是化妆品生成装置50，

进行决定的单元在配方信息包含与根据预测到的皮肤状态推荐使用的推荐化妆品的使用量相关的信息的情况下，以使收纳于多个容器的原料的总提取量成为使用量的方式，决定收纳于各容器的原料的提取量。

根据第12技术方案，将与皮肤状态的预测结果对应的推荐化妆品的配方信息向化妆品生成装置50发送。由此，能够使模拟对象者容易得到推荐化妆品。

本实施方式的第13技术方案是用于使计算机(例如，处理器32)作为上述任一项所述的各单元发挥功能的程序。

(7)其他变形例

对其他变形例进行说明。

存储装置11也可以通过网络NW与客户端装置10连接。存储装置31也可以通过网络NW与服务器30连接。

上述信息处理的各步骤可以在客户端装置10和服务器30中的任一方执行。

在上述实施方式中，例示了基于用户指示取得用户的皮肤的特征量的例子。但是，本实施方式也可以适用于根据水分测定设备获取该特征量的情况。

以上，详细地说明了本发明的实施方式，但本发明的范围不限于上述实施方式。另外，上述的实施方式在不脱离本发明的主旨的范围内，可以进行各种改良和变更。另外，上述实施方式及变形例可以组合。

附图标记说明

1：信息处理系统

10：客户端装置

11：存储装置

12：处理器

13：输入输出接口

14：通信接口

30：服务器

31：存储装置

32：处理器

33：输入输出接口

34：通信接口

50：化妆品生成装置

51：存储装置

52：处理器

53：输入输出接口

54：通信接口

55a、55b：容器

56：提取控制部