知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024047384
(43)【公開日】2024-04-05
(54)【発明の名称】美容判定システム及び官能評価システム
(51)【国際特許分類】
G16H 50/70 20180101AFI20240329BHJP
G06Q 50/10 20120101ALI20240329BHJP
【ＦＩ】
G16H50/70
G06Q50/10
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2022152971
(22)【出願日】2022-09-26
(71)【出願人】
【識別番号】301023504
【氏名又は名称】株式会社アイピーコーポレーション
(74)【代理人】
【識別番号】100084342
【弁理士】
【氏名又は名称】三木 久巳
(74)【代理人】
【識別番号】100213883
【弁理士】
【氏名又は名称】大上 雅史
(72)【発明者】
【氏名】岡本 晃次
【テーマコード（参考）】
5L049
5L099
【Ｆターム（参考）】
5L049CC11
5L099AA03
(57)【要約】
【目的】脂性や乾燥に係る肌タイプと敏感肌自覚との関係を明らかにして、顧客の肌タイプをより正確に判定できる、問診による美容判定システムを提供する。
【解決手段】肌に関する設問に対する顧客の回答である問診データをプログラムの実行により処理して、美容判定を行う美容判定システムであり、因子得点係数を記憶する記憶手段を有し、前記問診データと前記因子得点係数を用いて、前記顧客の、皮脂過剰に関するＯ因子の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を具えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により少なくとも上記各因子を抽出して計算されている。
【選択図】図１
【解決手段】肌に関する設問に対する顧客の回答である問診データをプログラムの実行により処理して、美容判定を行う美容判定システムであり、因子得点係数を記憶する記憶手段を有し、前記問診データと前記因子得点係数を用いて、前記顧客の、皮脂過剰に関するＯ因子の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を具えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により少なくとも上記各因子を抽出して計算されている。
【選択図】図１
【特許請求の範囲】
【請求項1】
独立したコンピュータ、又は、互いに双方向に通信可能な複数のコンピュータからなり、
肌に関する３つ以上の設問に対する顧客の回答である問診データを、コンピュータ制御プログラムの実行により処理して、前記顧客の美容判定を行う美容判定システムであり、
前記顧客の問診データと、コンピュータ制御プログラムと、因子得点係数と、を記憶する記憶手段を有し、
前記コンピュータ制御プログラムは、前記顧客の問診データと前記因子得点係数を用いて、前記顧客の、皮脂過剰に関するＯ因子の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、
前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により、少なくとも、互いに線形独立な、前記Ｏ因子と、前記Ｄ因子と、前記Ｈ因子と、を抽出することによりあらかじめ計算されている
美容判定システム。
肌に関する３つ以上の設問に対する顧客の回答である問診データを、コンピュータ制御プログラムの実行により処理して、前記顧客の美容判定を行う美容判定システムであり、
前記顧客の問診データと、コンピュータ制御プログラムと、因子得点係数と、を記憶する記憶手段を有し、
前記コンピュータ制御プログラムは、前記顧客の問診データと前記因子得点係数を用いて、前記顧客の、皮脂過剰に関するＯ因子の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、
前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により、少なくとも、互いに線形独立な、前記Ｏ因子と、前記Ｄ因子と、前記Ｈ因子と、を抽出することによりあらかじめ計算されている
美容判定システム。
【請求項2】
前記設問が、毛穴汚れ感覚と関係が深い、毛穴、毛穴の汚れ、毛穴の開き、毛穴の黒ずみに関する項目のうち少なくとも１つを含む請求項１に記載の美容判定システム。
【請求項3】
前記Ｏ因子の得点ＳＯ、前記Ｈ因子の得点ＳＨ及び０°＜ｔ＜９０°なる角度ｔを用いて、複合脂性度ＳＣを、次の式１により定めて、
（式１） ＳＣ ＝ ＳＯ×ｃоｓ（ｔ） ＋ ＳＨ×ｓｉｎ（ｔ）
前記肌タイプ判定手段が、前記問診データに基づいて、前記顧客の複合脂性度ＳＣを計算して、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置から、前記顧客の肌タイプを判定する請求項２に記載の美容判定システム。
（式１） ＳＣ ＝ ＳＯ×ｃоｓ（ｔ） ＋ ＳＨ×ｓｉｎ（ｔ）
前記肌タイプ判定手段が、前記問診データに基づいて、前記顧客の複合脂性度ＳＣを計算して、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置から、前記顧客の肌タイプを判定する請求項２に記載の美容判定システム。
【請求項4】
前記コンピュータ制御プログラムは、顧客又は被検者の複合脂性度ＳＣと乾燥度ＳＤ及び０°＜ｓ＜９０°なる角度ｓを用いて、前記顧客又は被検者の肌質得点ＳＱを、次の式２により計算する手段を有し、
（式２） ＳＱ ＝ ＳＣ×ｃоｓ（ｓ） ＋ ＳＤ×ｓｉｎ（ｓ）
前記基礎データに係る設問は、前記因子分析に用いられた回答に係る設問とは別に、被検者が自分の肌タイプを敏感肌であると自覚しているか否かを問う設問である敏感肌自覚有無設問を含み、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められている請求項３に記載の美容判定システム。
（式２） ＳＱ ＝ ＳＣ×ｃоｓ（ｓ） ＋ ＳＤ×ｓｉｎ（ｓ）
前記基礎データに係る設問は、前記因子分析に用いられた回答に係る設問とは別に、被検者が自分の肌タイプを敏感肌であると自覚しているか否かを問う設問である敏感肌自覚有無設問を含み、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められている請求項３に記載の美容判定システム。
【請求項5】
前記問診データは更に、食生活に関する複数の設問に対する前記顧客の回答を含み、
前記記憶手段は更に、食生活に係る因子得点係数を記憶し、
前記コンピュータ制御プログラムは、食生活に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、食不規則に関するＦ１因子の得点ＳＦ１と、食不健康に関するＦ２因子の得点ＳＦ２と、を計算し、更に、０°＜ｕ＜９０°なる角度uを用いて、前記顧客の複合食因子の得点ＳＦを次の式３により計算する手段を有し、
（式３） ＳＦ ＝ ＳＦ１×ｃоｓ（ｕ）＋ ＳＦ２×ｓｉｎ（ｕ）
前記基礎データは更に、食生活に関する前記複数の設問に対する多数の前記被検者の回答である食生活基礎データを含み、
食生活に係る前記因子得点係数は、前記食生活基礎データから因子分析法により、少なくとも、互いに線形独立な、食不規則に関するＦ１因子と、食不健康に関するＦ２因子と、を抽出することによりあらかじめ計算されており、
食生活に係る前記因子得点係数を用いて、前記食生活基礎データにおける各被検者の、Ｆ１因子の得点ＳＦ１及びＦ２因子の得点ＳＦ２があらかじめ計算され、更に、複合食因子の得点ＳＦが式３を用いてあらかじめ計算され、
前記基礎データにおける、被検者の前記複合食因子の得点ＳＦと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｕが定められている請求項４に記載の美容判定システム。
前記記憶手段は更に、食生活に係る因子得点係数を記憶し、
前記コンピュータ制御プログラムは、食生活に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、食不規則に関するＦ１因子の得点ＳＦ１と、食不健康に関するＦ２因子の得点ＳＦ２と、を計算し、更に、０°＜ｕ＜９０°なる角度uを用いて、前記顧客の複合食因子の得点ＳＦを次の式３により計算する手段を有し、
（式３） ＳＦ ＝ ＳＦ１×ｃоｓ（ｕ）＋ ＳＦ２×ｓｉｎ（ｕ）
前記基礎データは更に、食生活に関する前記複数の設問に対する多数の前記被検者の回答である食生活基礎データを含み、
食生活に係る前記因子得点係数は、前記食生活基礎データから因子分析法により、少なくとも、互いに線形独立な、食不規則に関するＦ１因子と、食不健康に関するＦ２因子と、を抽出することによりあらかじめ計算されており、
食生活に係る前記因子得点係数を用いて、前記食生活基礎データにおける各被検者の、Ｆ１因子の得点ＳＦ１及びＦ２因子の得点ＳＦ２があらかじめ計算され、更に、複合食因子の得点ＳＦが式３を用いてあらかじめ計算され、
前記基礎データにおける、被検者の前記複合食因子の得点ＳＦと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｕが定められている請求項４に記載の美容判定システム。
【請求項6】
前記問診データは更に、体調自覚に関する複数の設問に対する前記顧客の回答を含み、
前記記憶手段は更に、体調自覚に係る因子得点係数を記憶し、
前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、更年期特有の体調に関するＴ因子の得点ＳＴを計算する手段を有し、
前記基礎データは更に、体調自覚に関する前記複数の設問に対する多数の前記被検者の回答である健康基礎データを含み、
体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、互いに線形独立な、更年期年齢に関するＡ因子と、更年期特有の体調に関するＴ因子と、を抽出することによりあらかじめ計算されており、
体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、Ｔ因子の得点ＳＴがあらかじめ計算され、
前記基礎データにおける、被検者の前記Ｔ因子の得点ＳＴと、前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である請求項４に記載の美容判定システム。
前記記憶手段は更に、体調自覚に係る因子得点係数を記憶し、
前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、更年期特有の体調に関するＴ因子の得点ＳＴを計算する手段を有し、
前記基礎データは更に、体調自覚に関する前記複数の設問に対する多数の前記被検者の回答である健康基礎データを含み、
体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、互いに線形独立な、更年期年齢に関するＡ因子と、更年期特有の体調に関するＴ因子と、を抽出することによりあらかじめ計算されており、
体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、Ｔ因子の得点ＳＴがあらかじめ計算され、
前記基礎データにおける、被検者の前記Ｔ因子の得点ＳＴと、前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である請求項４に記載の美容判定システム。
【請求項7】
前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、循環不調に関する循環因子の得点ＳＫを計算する手段を有し、
体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、循環不調に関する循環因子を抽出することにより計算されており、
体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、循環因子の得点ＳＫがあらかじめ計算され、
前記基礎データにおける、被検者の前記循環因子の得点ＳＫと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上である請求項６に記載の美容判定システム。
体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、循環不調に関する循環因子を抽出することにより計算されており、
体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、循環因子の得点ＳＫがあらかじめ計算され、
前記基礎データにおける、被検者の前記循環因子の得点ＳＫと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上である請求項６に記載の美容判定システム。
【請求項8】
前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、アレルギーに関するＡＬ因子の得点ＳＡＬを計算する手段を有し、
体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、アレルギーに関するＡＬ因子を抽出することにより計算されており、
体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、ＡＬ因子の得点ＳＡＬがあらかじめ計算され、
前記基礎データにおける、被検者の前記ＡＬ因子の得点ＳＡＬと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である請求項６に記載の美容判定システム。
体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、アレルギーに関するＡＬ因子を抽出することにより計算されており、
体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、ＡＬ因子の得点ＳＡＬがあらかじめ計算され、
前記基礎データにおける、被検者の前記ＡＬ因子の得点ＳＡＬと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である請求項６に記載の美容判定システム。
【請求項9】
前記角度ｔが２５°以上５０°以下であり、かつ、前記角度ｓが２５°以上７５°以下である請求項４～８のいずれかに記載の美容判定システム。
【請求項10】
請求項９に記載の前記コンピュータ制御プログラム。
【請求項11】
請求項９に記載のコンピュータ制御プログラムに係るパラメータを記録した、コンピュータで読取可能な記憶媒体。
【請求項12】
請求項９に記載の美容判定システムを利用した、美容商品の官能評価システムであり、評価に協力する協力者がある期間の間、前記美容商品を利用する、前と後の両時に、前記協力者に問診を行い、前記設問に対する前記協力者の回答に基づいて、前記О因子の得点、Ｈ因子の得点、複合脂性度、乾燥度、及び肌質得点のうち、いずれか１つ以上の数値を、前記期間の前と後の両時について、それぞれ計算し、前記期間における前記数値の変化量から改善効果を評価する改善効果評価手段を有する美容商品の官能評価システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、顧客や被検者の肌タイプを問診データに基づいて評価する美容判定システムや、官能評価システムに関するものである。
【背景技術】
【0002】
問診データに基づいて顧客や被検者の肌タイプを評価する美容判定を行う技術として、例えば特許文献１～６に開示された技術が知られている。
【0003】
特許文献１には、肌ケア製品を推奨しまたは提案するために、肌タイプを個人に割り当てるためのシステムであって、脂性または乾燥性肌の存在の度合いを表す第1の要素と、敏感性または抵抗性肌の存在の度合いを表す第２の要素を使用するシステムの技術が開示されている。この技術においては、肌の脂性と乾燥性は相対する概念であって互いに独立ではない（特許文献１の段落００２３）。又、肌の脂性または乾燥性と、敏感性との関係は明らかではない。
【0004】
特許文献２には、アンケートに基づいて、ユーザの肌質を、乾燥肌、敏感肌、ノーマル肌、脂性肌の何れかに分類すること、及び、肌の敏感度を聞くアンケートを行うことが記載されているが、分類方法の詳細は不明である。
【0005】
特許文献３には、脂質の分泌特性と肌の保水性の間には相関関係は存在しないこと、及び、乾燥肌と脂性肌は相対する概念ではなく独立した概念であることが述べられている。また、この文献には、顔全体と顔の部分それぞれの脂質分泌状況とカサツキの状況を指標として、普通肌、脂性肌、乾性肌、脂性乾性肌の４つの肌分類を設けることが記載されているが、敏感肌又は肌の敏感度についての記載はない。
【0006】
特許文献４には、問診に基づき、顧客の、漢方理論上の体質に由来して現れる肌の症状を５つのタイプに分類する技術が開示され、５つのタイプのうち、タイプＡではべたつき、ニキビ、毛穴の症状が、タイプＢではかさつき、肌荒れ、きめ粗の症状が、タイプＥでは敏感の症状が例示されている。しかし、タイプＡ（脂性肌）及びタイプＢ（乾燥肌）と、タイプＥ（敏感肌）との関係は明らかではない。
【0007】
特許文献５には、伝統中国医学の原理に基づいて、アンケートの回答にマルチクラス線形判別分析を用いて、ユーザの肌組成を、陽優勢、均衡－陽、均衡、均衡－陰、陰優勢からなる５つの異なる分類の１つに分類する技術が開示されている。ここで、「陽優勢」は脂性肌を含み、「陰優勢」は乾燥肌を含むゆえ、この技術においては、「脂性肌」と「乾燥肌」は独立ではなく、相対する概念として捉えられている。また、敏感肌が上記５つの分類のどこに位置づけられるのかは不明である。
【0008】
特許文献６には、年齢別に問診して基礎データを収集し、因子分析法により皮脂過剰因子と肌乾燥因子を抽出しておき、特定の年齢の被検者に問診したとき、その問診データに基づいて該被検者の肌タイプを２次元的に分類する方法の技術が開示されている。しかし、この技術では、敏感肌が上記２次元分類のどこに位置づけられるのかは不明である。
【0009】
自らの肌タイプを「敏感肌」であると自覚する女性は少なくなく、敏感肌用の化粧品も販売されているが、「敏感肌」であるという自覚（以下、敏感肌自覚と呼ぶ。）の意味するところは明確とは言えない。一般に、「敏感肌」は、化学物質、日光（紫外線）、圧力、摩擦、寒暖等の刺激に対する過敏性を意味しており、被検者の肌の状態や身心の健康状
態等を反映していると考えられる。しかし、例えば、被検者の肌の状態（脂性や乾燥に係る肌タイプ）と敏感肌自覚の関係は、全く明らかになっていない。
態等を反映していると考えられる。しかし、例えば、被検者の肌の状態（脂性や乾燥に係る肌タイプ）と敏感肌自覚の関係は、全く明らかになっていない。
【先行技術文献】
【特許文献】
【0010】
【特許文献1】特表２００８－５２１１４５号公報
【特許文献2】特開２００２－２５１５３２号公報
【特許文献3】特開２００１－２７５９９０号公報
【特許文献4】特開２００２－１４０４３４号公報
【特許文献5】特許第５４００２１７号公報
【特許文献6】特許第５４１９００４号公報
【発明の概要】
【発明が解決しようとする課題】
【0011】
本発明の一形態の目的は、多数の被検者の、脂性や乾燥に係る肌タイプと、敏感肌自覚との関係を明らかにすることにより、敏感肌自覚をもつ顧客の肌タイプをより正確に判定できる美容判定システムを提供することである。本発明の別の一形態の目的は、上記美容判定システムを用いた、美容商品の官能評価システムを提供することである。
【課題を解決するための手段】
【0012】
本発明は、係る課題を解決するためになされたものであり、本発明の第１の形態は、独立したコンピュータ、又は、互いに双方向に通信可能な複数のコンピュータからなり、肌に関する３つ以上の設問に対する顧客の回答である問診データを、コンピュータ制御プログラムの実行により処理して、前記顧客の美容判定を行う美容判定システムであり、前記顧客の問診データと、コンピュータ制御プログラムと、因子得点係数と、を記憶する記憶手段を有し、前記コンピュータ制御プログラムは、前記顧客の問診データと前記因子得点係数を用いて、前記顧客の、皮脂過剰に関するＯ因子の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により、少なくとも、互いに線形独立な、前記Ｏ因子と、前記Ｄ因子と、前記Ｈ因子と、を抽出することによりあらかじめ計算されている美容判定システムである。
【0013】
本発明の第２の形態は、前記第１の形態において、前記設問が、毛穴汚れ感覚と関係が深い、毛穴、毛穴の汚れ、毛穴の開き、毛穴の黒ずみに関する項目のうち少なくとも１つを含む美容判定システムである。
【0014】
本発明の第３の形態は、前記第２の形態において、前記Ｏ因子の得点ＳＯ、前記Ｈ因子の得点ＳＨ及び０°＜ｔ＜９０°なる角度ｔを用いて、複合脂性度ＳＣを、次の式１により定めて、
（式１） ＳＣ ＝ ＳＯ×ｃоｓ（ｔ） ＋ ＳＨ×ｓｉｎ（ｔ）
前記肌タイプ判定手段が、前記問診データに基づいて、前記顧客の複合脂性度ＳＣを計算して、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置から、前記顧客の肌タイプを判定する美容判定システムである。なお、以下の明細書本文、表、或いは図面において「複合脂性度」を単に「脂性度」と表記することがあるが、特に断らない限り両者は同義である。
（式１） ＳＣ ＝ ＳＯ×ｃоｓ（ｔ） ＋ ＳＨ×ｓｉｎ（ｔ）
前記肌タイプ判定手段が、前記問診データに基づいて、前記顧客の複合脂性度ＳＣを計算して、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置から、前記顧客の肌タイプを判定する美容判定システムである。なお、以下の明細書本文、表、或いは図面において「複合脂性度」を単に「脂性度」と表記することがあるが、特に断らない限り両者は同義である。
【0015】
本発明の第４の形態は、前記第３の形態において、前記コンピュータ制御プログラムは、顧客又は被検者の複合脂性度ＳＣと乾燥度ＳＤ及び０°＜ｓ＜９０°なる角度ｓを用い
て、前記顧客又は被検者の肌質得点ＳＱを、次の式２により計算する手段を有し、
（式２） ＳＱ ＝ ＳＣ×ｃоｓ（ｓ） ＋ ＳＤ×ｓｉｎ（ｓ）
前記基礎データに係る設問は、前記因子分析に用いられた回答に係る設問とは別に、被検者が自分の肌タイプを敏感肌であると自覚しているか否かを問う設問である敏感肌自覚有無設問を含み、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められている美容判定システムである。
て、前記顧客又は被検者の肌質得点ＳＱを、次の式２により計算する手段を有し、
（式２） ＳＱ ＝ ＳＣ×ｃоｓ（ｓ） ＋ ＳＤ×ｓｉｎ（ｓ）
前記基礎データに係る設問は、前記因子分析に用いられた回答に係る設問とは別に、被検者が自分の肌タイプを敏感肌であると自覚しているか否かを問う設問である敏感肌自覚有無設問を含み、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められている美容判定システムである。
【0016】
本発明の第５の形態は、前記第４の形態において、前記問診データは更に、食生活に関する複数の設問に対する前記顧客の回答を含み、前記記憶手段は更に、食生活に係る因子得点係数を記憶し、前記コンピュータ制御プログラムは、食生活に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、食不規則に関するＦ１因子の得点ＳＦ１と、食不健康に関するＦ２因子の得点ＳＦ２と、を計算し、更に、０°＜ｕ＜９０°なる角度uを用いて、前記顧客の複合食因子の得点ＳＦを次の式３により計算する手段を有し、
（式３） ＳＦ ＝ ＳＦ１×ｃоｓ（ｕ）＋ ＳＦ２×ｓｉｎ（ｕ）
前記基礎データは更に、食生活に関する前記複数の設問に対する多数の前記被検者の回答である食生活基礎データを含み、食生活に係る前記因子得点係数は、前記食生活基礎データから因子分析法により、少なくとも、互いに線形独立な、食不規則に関するＦ１因子と、食不健康に関するＦ２因子と、を抽出することによりあらかじめ計算されており、食生活に係る前記因子得点係数を用いて、前記食生活基礎データにおける各被検者の、Ｆ１因子の得点ＳＦ１及びＦ２因子の得点ＳＦ２があらかじめ計算され、更に、複合食因子の得点ＳＦが式３を用いてあらかじめ計算され、前記基礎データにおける、被検者の前記複合食因子の得点ＳＦと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｕが定められている美容判定システムである。
（式３） ＳＦ ＝ ＳＦ１×ｃоｓ（ｕ）＋ ＳＦ２×ｓｉｎ（ｕ）
前記基礎データは更に、食生活に関する前記複数の設問に対する多数の前記被検者の回答である食生活基礎データを含み、食生活に係る前記因子得点係数は、前記食生活基礎データから因子分析法により、少なくとも、互いに線形独立な、食不規則に関するＦ１因子と、食不健康に関するＦ２因子と、を抽出することによりあらかじめ計算されており、食生活に係る前記因子得点係数を用いて、前記食生活基礎データにおける各被検者の、Ｆ１因子の得点ＳＦ１及びＦ２因子の得点ＳＦ２があらかじめ計算され、更に、複合食因子の得点ＳＦが式３を用いてあらかじめ計算され、前記基礎データにおける、被検者の前記複合食因子の得点ＳＦと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｕが定められている美容判定システムである。
【0017】
本発明の第６の形態は、前記第４の形態において、前記問診データは更に、体調自覚に関する複数の設問に対する前記顧客の回答を含み、前記記憶手段は更に、体調自覚に係る因子得点係数を記憶し、前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、更年期特有の体調に関するＴ因子の得点ＳＴを計算する手段を有し、前記基礎データは更に、体調自覚に関する前記複数の設問に対する多数の前記被検者の回答である健康基礎データを含み、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、互いに線形独立な、更年期年齢に関するＡ因子と、更年期特有の体調に関するＴ因子と、を抽出することによりあらかじめ計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、Ｔ因子の得点ＳＴがあらかじめ計算され、前記基礎データにおける、被検者の前記Ｔ因子の得点ＳＴと、前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である美容判定システムである。
【0018】
本発明の第７の形態は、前記第６の形態において、前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、循環不調に関する循環因子の得点ＳＫを計算する手段を有し、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、循環不調に関する循環因子を抽出することにより計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、循環因子の得点ＳＫがあらかじめ計算され、前記基礎データにおける、被検者の前記循環因子の得点ＳＫと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上である美容判定システムである。
【0019】
本発明の第８の形態は、前記第６の形態において、前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、ア
レルギーに関するＡＬ因子の得点ＳＡＬを計算する手段を有し、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、アレルギーに関するＡＬ因子を抽出することにより計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、ＡＬ因子の得点ＳＡＬがあらかじめ計算され、前記基礎データにおける、被検者の前記ＡＬ因子の得点ＳＡＬと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である美容判定システムである。
レルギーに関するＡＬ因子の得点ＳＡＬを計算する手段を有し、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、アレルギーに関するＡＬ因子を抽出することにより計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、ＡＬ因子の得点ＳＡＬがあらかじめ計算され、前記基礎データにおける、被検者の前記ＡＬ因子の得点ＳＡＬと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である美容判定システムである。
【0020】
本発明の第９の形態は、前記第４～第８のいずれかの形態において、前記角度ｔが２５°以上５０°以下であり、かつ、前記角度ｓが２５°以上７５°以下である美容判定システムである。
【0021】
本発明の第１０の形態は、前記第９の形態における前記コンピュータ制御プログラムである。
【0022】
本発明の第１１の形態は、前記第９の形態における前記コンピュータ制御プログラムに係るパラメータを記録した、コンピュータで読取可能な記憶媒体である。
【0023】
本発明の第１２の形態は、前記第９の形態における美容判定システムを利用した、美容商品の官能評価システムであり、評価に協力する協力者がある期間の間、前記美容商品を利用する、前と後の両時に、前記協力者に問診を行い、前記設問に対する前記協力者の回答に基づいて、前記О因子の得点、Ｈ因子の得点、複合脂性度、乾燥度、及び肌質得点のうち、いずれか１つ以上の数値を、前記期間の前と後の両時について、それぞれ計算し、前記期間における前記数値の変化量から改善効果を評価する改善効果評価手段を有する美容商品の官能評価システムである。
【発明の効果】
【0024】
本発明の一形態によれば、多数の被検者の、脂性や乾燥に係る肌タイプと、敏感肌自覚との関係を明らかにすることにより、敏感肌自覚をもつ顧客の肌タイプをより正確に判定できる美容判定システムを提供することができる。本発明の別の一形態によれば、上記美容判定システムを用いた、美容商品の官能評価システムを提供することができる。
【図面の簡単な説明】
【0025】
【発明を実施するための形態】
【0026】
次に、本発明に係る美容判定システム及び官能評価システムの実施形態を、図面を参照しつつ詳細に説明する。
【0027】
本発明の第１の形態によれば、独立したコンピュータ、又は、互いに双方向に通信可能な複数のコンピュータからなり、肌に関する３つ以上の設問に対する顧客の回答である問診データを、コンピュータ制御プログラムの実行により処理して、前記顧客の美容判定を行う美容判定システムであり、前記顧客の問診データと、コンピュータ制御プログラムと、因子得点係数と、を記憶する記憶手段を有し、前記コンピュータ制御プログラムは、前記顧客の問診データと前記因子得点係数を用いて、前記顧客の、皮脂過剰に関するＯ因子
の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により、少なくとも、互いに線形独立な、（より好ましくは、互いに直交する）前記Ｏ因子と、前記Ｄ因子と、前記Ｈ因子と、を抽出することによりあらかじめ計算されている美容判定システムを提供できる。
の得点ＳＯと、肌乾燥に関するＤ因子の得点である乾燥度ＳＤと、毛穴汚れ感覚に関するＨ因子の得点ＳＨと、を計算して、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを判定するための肌タイプ判定手段を有し、前記因子得点係数は、肌に関する前記設問に対する多数の被検者の回答である基礎データから因子分析法により、少なくとも、互いに線形独立な、（より好ましくは、互いに直交する）前記Ｏ因子と、前記Ｄ因子と、前記Ｈ因子と、を抽出することによりあらかじめ計算されている美容判定システムを提供できる。
【0028】
（問診により肌タイプを判定する際に因子分析法を用いる利点）
肌の乾燥性や脂性についての顧客の主観的認識は意外にも、皮脂量や水分量の測定器による測定値と相関性が低い。これには、冷暖房等の測定場所の環境が皮膚状態に影響することや、化粧をした状態又は洗浄・洗顔の直後の状態で測定器を用いて測定するケースが多いこと等が関係していると考えられる。本発明の本形態では、問診により肌タイプを判定するにあたって、皮脂過剰、毛穴汚れ感覚及び肌乾燥などに関する直接的な設問に対する顧客の回答のみから肌タイプを判定するのではなく、肌の乾燥性や脂性などの程度を直接に尋ねる設問を減らし、因子分析法を用いてすべての設問に対する回答を総合して顧客の各因子の得点を計算し、これらの因子の得点により総合的かつ間接的に顧客の肌タイプを判定するから、当該判定の精度を高めることができる。加えて、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを精度よく判定するから、顧客と販売者等がともに短時間で顧客の肌タイプの情報を把握し、共有することができる。
肌の乾燥性や脂性についての顧客の主観的認識は意外にも、皮脂量や水分量の測定器による測定値と相関性が低い。これには、冷暖房等の測定場所の環境が皮膚状態に影響することや、化粧をした状態又は洗浄・洗顔の直後の状態で測定器を用いて測定するケースが多いこと等が関係していると考えられる。本発明の本形態では、問診により肌タイプを判定するにあたって、皮脂過剰、毛穴汚れ感覚及び肌乾燥などに関する直接的な設問に対する顧客の回答のみから肌タイプを判定するのではなく、肌の乾燥性や脂性などの程度を直接に尋ねる設問を減らし、因子分析法を用いてすべての設問に対する回答を総合して顧客の各因子の得点を計算し、これらの因子の得点により総合的かつ間接的に顧客の肌タイプを判定するから、当該判定の精度を高めることができる。加えて、ＸＹＺ座標軸を備えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置から、前記顧客の肌タイプを精度よく判定するから、顧客と販売者等がともに短時間で顧客の肌タイプの情報を把握し、共有することができる。
【0029】
（基礎データにおける被検者の人数）
ここで、基礎データにおける「多数の被検者」とは、限定されるものではないが、概ね１千人以上であり、好ましくは５千人以上であり、更に好ましくは１万人以上の被検者をいう。対象とする顧客層の母集団からランダムにサンプリングされたサンプル集団に属する被検者の回答からなる基礎データが大規模になるほど、各因子の得点により把握される、サンプル集団における各顧客の相対位置と、母集団における当該顧客の真の相対位置とのずれが小さくなり、肌タイプの判定精度が向上する。
ここで、基礎データにおける「多数の被検者」とは、限定されるものではないが、概ね１千人以上であり、好ましくは５千人以上であり、更に好ましくは１万人以上の被検者をいう。対象とする顧客層の母集団からランダムにサンプリングされたサンプル集団に属する被検者の回答からなる基礎データが大規模になるほど、各因子の得点により把握される、サンプル集団における各顧客の相対位置と、母集団における当該顧客の真の相対位置とのずれが小さくなり、肌タイプの判定精度が向上する。
【0030】
（基礎データの規模がＯ因子及びＨ因子の抽出に与える影響）
因子分析における因子数の選択の目安として、例えば、標本相関行列の１より大きい固有値の数を因子数とする方法（Ｋａｉｓｅｒ－Ｇｕｔｔｍａｎ基準）がよく知られている。本発明者の経験によれば、皮脂過剰に関するО因子と毛穴汚れ感覚に関するＨ因子は、因子分析の対象となる基礎データに含まれる被検者の人数が約１千人であると、設問の回答についての説明力を有する線形独立な２つの因子として分離して抽出することができず、同人数が約５千人であると、辛うじて分離して抽出することができ、同人数が約１万人であると、確実に分離して抽出することができる。本発明者による特許文献６に記載された従来技術においては、基礎データに含まれる被検者の人数が４２２７人であったので、Ｏ因子とＨ因子は独立した２因子として抽出することができず、両者が重なって脂性に関係した１つの因子として把握されていた。本発明の一実施例においては、基礎データに含まれる被検者の人数が約２万人と多いので、Ｏ因子とＨ因子を独立した２因子として抽出することができるから、顧客の肌タイプをより細かく的確に判定することができる。
因子分析における因子数の選択の目安として、例えば、標本相関行列の１より大きい固有値の数を因子数とする方法（Ｋａｉｓｅｒ－Ｇｕｔｔｍａｎ基準）がよく知られている。本発明者の経験によれば、皮脂過剰に関するО因子と毛穴汚れ感覚に関するＨ因子は、因子分析の対象となる基礎データに含まれる被検者の人数が約１千人であると、設問の回答についての説明力を有する線形独立な２つの因子として分離して抽出することができず、同人数が約５千人であると、辛うじて分離して抽出することができ、同人数が約１万人であると、確実に分離して抽出することができる。本発明者による特許文献６に記載された従来技術においては、基礎データに含まれる被検者の人数が４２２７人であったので、Ｏ因子とＨ因子は独立した２因子として抽出することができず、両者が重なって脂性に関係した１つの因子として把握されていた。本発明の一実施例においては、基礎データに含まれる被検者の人数が約２万人と多いので、Ｏ因子とＨ因子を独立した２因子として抽出することができるから、顧客の肌タイプをより細かく的確に判定することができる。
【0031】
本発明の第２の形態によれば、前記第１の形態において、前記設問が、毛穴汚れ感覚と関係が深い、毛穴、毛穴の汚れ、毛穴の開き、毛穴の黒ずみに関する項目のうち少なくとも１つを含む美容判定システムを提供できる。
【0032】
本発明の第３の形態によれば、前記第２の形態において、前記Ｏ因子の得点ＳＯ、前記Ｈ因子の得点ＳＨ及び０°＜ｔ＜９０°なる角度ｔを用いて、複合脂性度ＳＣを、次の式
１により定めて、
（式１） ＳＣ ＝ ＳＯ×ｃоｓ（ｔ） ＋ ＳＨ×ｓｉｎ（ｔ）
前記肌タイプ判定手段が、前記問診データに基づいて、前記顧客の複合脂性度ＳＣを計算して、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置から、前記顧客の肌タイプを判定する美容判定システムを提供できる。
１により定めて、
（式１） ＳＣ ＝ ＳＯ×ｃоｓ（ｔ） ＋ ＳＨ×ｓｉｎ（ｔ）
前記肌タイプ判定手段が、前記問診データに基づいて、前記顧客の複合脂性度ＳＣを計算して、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置から、前記顧客の肌タイプを判定する美容判定システムを提供できる。
【0033】
（複合脂性度ＳＣの図形的意味）
式１により定義される複合脂性度ＳＣの図形的意味を説明する。図１Ａに示すように、横軸（Ｏ軸と呼ぶ。）にＯ因子の得点ＳＯ、縦軸（Ｈ軸と呼ぶ。）にＨ因子の得点ＳＨをとった座標平面において、原点を通り、第１象限において横軸と角度ｔをなす直線をとり、この直線をＣ軸と呼ぶ。点（ＳＯ，ＳＨ）からＣ軸に下した垂線の足を点Ａとする。点Ａと原点との距離（より正確には符号付きの距離）が複合脂性度ＳＣである。（図１Ａでは「複合脂性度」を単に「脂性度」と表記している。）
式１により定義される複合脂性度ＳＣの図形的意味を説明する。図１Ａに示すように、横軸（Ｏ軸と呼ぶ。）にＯ因子の得点ＳＯ、縦軸（Ｈ軸と呼ぶ。）にＨ因子の得点ＳＨをとった座標平面において、原点を通り、第１象限において横軸と角度ｔをなす直線をとり、この直線をＣ軸と呼ぶ。点（ＳＯ，ＳＨ）からＣ軸に下した垂線の足を点Ａとする。点Ａと原点との距離（より正確には符号付きの距離）が複合脂性度ＳＣである。（図１Ａでは「複合脂性度」を単に「脂性度」と表記している。）
【0034】
（複合脂性度ＳＣを定義する動機）
既述の通り、皮脂過剰に関するО因子と毛穴汚れ感覚に関するＨ因子は、互いに線形独立な因子であるが、これらの因子の得点は、いずれも２０代の若年の女性層において高く、非若年層の女性において低い傾向が見られ、一般的な女性の脂性感覚（年齢が進むほど脂性感覚は低下する）と一致している。そこで、Ｏ因子の得点ＳＯとＨ因子の得点ＳＨの両方を反映した複合脂性度ＳＣを式１により定義すると、この複合脂性度ＳＣは、すべての年齢層の女性にわたって適用可能な脂性度を表す指標として用いることができる。
既述の通り、皮脂過剰に関するО因子と毛穴汚れ感覚に関するＨ因子は、互いに線形独立な因子であるが、これらの因子の得点は、いずれも２０代の若年の女性層において高く、非若年層の女性において低い傾向が見られ、一般的な女性の脂性感覚（年齢が進むほど脂性感覚は低下する）と一致している。そこで、Ｏ因子の得点ＳＯとＨ因子の得点ＳＨの両方を反映した複合脂性度ＳＣを式１により定義すると、この複合脂性度ＳＣは、すべての年齢層の女性にわたって適用可能な脂性度を表す指標として用いることができる。
【0035】
本発明の本形態においては、式１により定義される複合脂性度ＳＣと、乾燥度ＳＤを用いて、前記顧客の肌タイプを判定するから、すべての年齢層の女性について的確に肌タイプを判定することができる。また、本発明の本形態では、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置として顧客の肌タイプを視覚的に表現するから、顧客と販売者等がともに短時間で顧客の肌タイプの情報を把握して共有することができる。また、顧客及び／又は販売者等は、顧客の肌タイプをより詳細かつ的確に把握して、美容商品の購入や推奨の参考にすることができる。
【0036】
本発明の第４の形態によれば、前記第３の形態において、前記コンピュータ制御プログラムは、顧客又は被検者の複合脂性度ＳＣと乾燥度ＳＤ及び０°＜ｓ＜９０°なる角度ｓを用いて、前記顧客又は被検者の肌質得点ＳＱを、次の式２により計算する手段を有し、
（式２） ＳＱ ＝ ＳＣ×ｃоｓ（ｓ） ＋ ＳＤ×ｓｉｎ（ｓ）
前記基礎データに係る設問は、前記因子分析に用いられた回答に係る設問とは別に、被検者が自分の肌タイプを敏感肌であると自覚しているか否かを問う設問である敏感肌自覚有無設問を含み、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められている美容判定システムを提供できる。
（式２） ＳＱ ＝ ＳＣ×ｃоｓ（ｓ） ＋ ＳＤ×ｓｉｎ（ｓ）
前記基礎データに係る設問は、前記因子分析に用いられた回答に係る設問とは別に、被検者が自分の肌タイプを敏感肌であると自覚しているか否かを問う設問である敏感肌自覚有無設問を含み、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められている美容判定システムを提供できる。
【0037】
（肌質得点ＳＱの図形的意味）
式２により定義される肌質得点ＳＱの図形的意味を説明する。図１Ｂに示すように、横軸（Ｃ軸と呼ぶ。）に複合脂性度ＳＣ、縦軸（Ｄ軸と呼ぶ。）に乾燥度ＳＤをとった座標平面において、原点を通り第１象限において横軸と角度ｓをなす直線をとり、この直線をＱ軸と呼ぶ。点（ＳＣ，ＳＤ）からＱ軸に下した垂線の足を点Ｂとする。点Ｂと原点との距離（より正確には符号付きの距離）が肌質得点ＳＱである。角度ｓは４５°と等しくてもよく、４５°と等しくなくてもよい。式２によれば、角度ｓが４５°の場合、複合脂性度ＳＣと乾燥度ＳＤは、肌質得点ＳＱに同じ重みで寄与し、角度ｓが４５°より小さい場合、複合脂性度ＳＣは乾燥度ＳＤより、肌質得点ＳＱに大きな重みで寄与し、角度ｓが４５°より大きい場合、乾燥度ＳＤは複合脂性度ＳＣより、肌質得点ＳＱに大きな重みで寄
与する。
式２により定義される肌質得点ＳＱの図形的意味を説明する。図１Ｂに示すように、横軸（Ｃ軸と呼ぶ。）に複合脂性度ＳＣ、縦軸（Ｄ軸と呼ぶ。）に乾燥度ＳＤをとった座標平面において、原点を通り第１象限において横軸と角度ｓをなす直線をとり、この直線をＱ軸と呼ぶ。点（ＳＣ，ＳＤ）からＱ軸に下した垂線の足を点Ｂとする。点Ｂと原点との距離（より正確には符号付きの距離）が肌質得点ＳＱである。角度ｓは４５°と等しくてもよく、４５°と等しくなくてもよい。式２によれば、角度ｓが４５°の場合、複合脂性度ＳＣと乾燥度ＳＤは、肌質得点ＳＱに同じ重みで寄与し、角度ｓが４５°より小さい場合、複合脂性度ＳＣは乾燥度ＳＤより、肌質得点ＳＱに大きな重みで寄与し、角度ｓが４５°より大きい場合、乾燥度ＳＤは複合脂性度ＳＣより、肌質得点ＳＱに大きな重みで寄
与する。
【0038】
（敏感肌自覚有無設問に対する回答と、角度t及び角度ｓの選択）
本発明の本形態においては、式１における角度t及び式２における角度ｓは、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように定められているから、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、肌タイプを、敏感肌自覚と大きな相関を有する肌質得点ＳＱと、乾燥度ＳＤを用いてより的確に把握して、美容商品の購入や推奨の参考にすることができる。
本発明の本形態においては、式１における角度t及び式２における角度ｓは、前記基礎データにおける、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように定められているから、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、肌タイプを、敏感肌自覚と大きな相関を有する肌質得点ＳＱと、乾燥度ＳＤを用いてより的確に把握して、美容商品の購入や推奨の参考にすることができる。
【0039】
（相関係数Ｒの計算）
ここで、上記相関係数Ｒは、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から次のようにして計算される。Ｌを３以上の整数として、前記基礎データに含まれる被検者について、肌質得点ＳＱの値が属する区間１から区間ＬまでのＬ個の区間［ｘ０，ｘ１），［ｘ１，ｘ２），・・，［ｘ＿(Ｌ－１)，ｘＬ］（ただし、ｘ０＝ｍｉｎ（ＳＱ），ｘＬ＝ｍａｘ（ＳＱ））を考える。ここで、各区間の端点ｘ０，ｘ１，・・，ｘＬは等間隔であり、好ましくは当該各区間には少なくとも１つの、被検者の肌質得点ＳＱの値が含まれる。１以上Ｌ以下の任意の整数をｉとして、第ｉ番目の区間に肌質得点ＳＱの値が属する被検者のうち、自分を敏感肌であると認識している被検者の割合をｐｉとして、座標平面上のＬ個の点（ｉ，ｐｉ）（ｉ＝１，２，・・，Ｌ）の相関係数Ｒを計算する。このＲが求める相関係数であり、本発明の本形態においては、Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められているのである。特段の理由がなければ、原則として、区間の数はＬ＝１０とする。また、Ｌ個の区間のうち、ある区間（第ｋ番目の区間とする）に肌質得点ＳＱの値が属する被検者の数が一区間当たりの所定の下限人数に満たない時には、相関係数Ｒの精度を確保するため、座標平面上のＬ個の点（ｉ，ｐｉ）（ｉ＝１，２，・・，Ｌ）から、その区間（第ｋ番目の区間）に対応する点（ｋ，ｐｋ）を除いた残りの点（除くべき点が複数あるときには、それら複数の点のすべてを除いた残りの点）を用いて、相関係数Ｒを計算する。特段の理由がなければ、原則として、上記の一区間当たりの所定の下限人数は、１０人と有効回答者数の１００分の１の人数のうち少なくない方（例えば６４人）とする。
なお、ここでは被検者の肌質得点ＳＱを用いて相関係数Ｒの求め方を説明したが、肌質得点ＳＱの代わりに、被検者に係るなんらかの因子得点等の任意の数量（実数）を用いて、当該数量及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数を、同様にして求めることができる。
ここで、上記相関係数Ｒは、被検者の前記肌質得点ＳＱ及び前記敏感肌自覚有無設問の回答の分布から次のようにして計算される。Ｌを３以上の整数として、前記基礎データに含まれる被検者について、肌質得点ＳＱの値が属する区間１から区間ＬまでのＬ個の区間［ｘ０，ｘ１），［ｘ１，ｘ２），・・，［ｘ＿(Ｌ－１)，ｘＬ］（ただし、ｘ０＝ｍｉｎ（ＳＱ），ｘＬ＝ｍａｘ（ＳＱ））を考える。ここで、各区間の端点ｘ０，ｘ１，・・，ｘＬは等間隔であり、好ましくは当該各区間には少なくとも１つの、被検者の肌質得点ＳＱの値が含まれる。１以上Ｌ以下の任意の整数をｉとして、第ｉ番目の区間に肌質得点ＳＱの値が属する被検者のうち、自分を敏感肌であると認識している被検者の割合をｐｉとして、座標平面上のＬ個の点（ｉ，ｐｉ）（ｉ＝１，２，・・，Ｌ）の相関係数Ｒを計算する。このＲが求める相関係数であり、本発明の本形態においては、Ｒが０．９０以上であるように前記角度ｔ及び角度ｓが定められているのである。特段の理由がなければ、原則として、区間の数はＬ＝１０とする。また、Ｌ個の区間のうち、ある区間（第ｋ番目の区間とする）に肌質得点ＳＱの値が属する被検者の数が一区間当たりの所定の下限人数に満たない時には、相関係数Ｒの精度を確保するため、座標平面上のＬ個の点（ｉ，ｐｉ）（ｉ＝１，２，・・，Ｌ）から、その区間（第ｋ番目の区間）に対応する点（ｋ，ｐｋ）を除いた残りの点（除くべき点が複数あるときには、それら複数の点のすべてを除いた残りの点）を用いて、相関係数Ｒを計算する。特段の理由がなければ、原則として、上記の一区間当たりの所定の下限人数は、１０人と有効回答者数の１００分の１の人数のうち少なくない方（例えば６４人）とする。
なお、ここでは被検者の肌質得点ＳＱを用いて相関係数Ｒの求め方を説明したが、肌質得点ＳＱの代わりに、被検者に係るなんらかの因子得点等の任意の数量（実数）を用いて、当該数量及び前記敏感肌自覚有無設問の回答の分布から計算される相関係数を、同様にして求めることができる。
【0040】
本発明の第５の形態によれば、前記第４の形態において、前記問診データは更に、食生活に関する複数の設問に対する前記顧客の回答を含み、前記記憶手段は更に、食生活に係る因子得点係数を記憶し、前記コンピュータ制御プログラムは、食生活に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、食不規則に関するＦ１因子の得点ＳＦ１と、食不健康に関するＦ２因子の得点ＳＦ２と、を計算し、更に、０°＜ｕ＜９０°なる角度uを用いて、前記顧客の複合食因子の得点ＳＦを次の式３により計算する手段を有し、
（式３） ＳＦ ＝ ＳＦ１×ｃоｓ（ｕ）＋ ＳＦ２×ｓｉｎ（ｕ）
前記基礎データは更に、食生活に関する前記複数の設問に対する多数の前記被検者の回答である食生活基礎データを含み、食生活に係る前記因子得点係数は、前記食生活基礎データから因子分析法により、少なくとも、互いに線形独立な、食不規則に関するＦ１因子と、食不健康に関するＦ２因子と、を抽出することによりあらかじめ計算されており、食生活に係る前記因子得点係数を用いて、前記食生活基礎データにおける各被検者の、Ｆ１因子の得点ＳＦ１及びＦ２因子の得点ＳＦ２があらかじめ計算され、更に、複合食因子の得点ＳＦが式３を用いてあらかじめ計算され、前記基礎データにおける、被検者の前記複
合食因子の得点ＳＦと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｕが定められている美容判定システムを提供できる。
（式３） ＳＦ ＝ ＳＦ１×ｃоｓ（ｕ）＋ ＳＦ２×ｓｉｎ（ｕ）
前記基礎データは更に、食生活に関する前記複数の設問に対する多数の前記被検者の回答である食生活基礎データを含み、食生活に係る前記因子得点係数は、前記食生活基礎データから因子分析法により、少なくとも、互いに線形独立な、食不規則に関するＦ１因子と、食不健康に関するＦ２因子と、を抽出することによりあらかじめ計算されており、食生活に係る前記因子得点係数を用いて、前記食生活基礎データにおける各被検者の、Ｆ１因子の得点ＳＦ１及びＦ２因子の得点ＳＦ２があらかじめ計算され、更に、複合食因子の得点ＳＦが式３を用いてあらかじめ計算され、前記基礎データにおける、被検者の前記複
合食因子の得点ＳＦと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上であるように前記角度ｕが定められている美容判定システムを提供できる。
【0041】
（被検者の食生活と敏感肌自覚との関係）
本発明者は、被検者の前記複合食因子の得点ＳＦと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、食生活のあり様を、当該顧客の食不規則に関するＦ１因子の得点ＳＦ１と、食不健康に関するＦ２因子の得点ＳＦ２と、敏感肌自覚と大きな相関を有する複合食因子の得点ＳＦを用いてより的確に把握して、美容商品の購入や推奨、並びに、食生活に関する助言の参考にすることができる。
本発明者は、被検者の前記複合食因子の得点ＳＦと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、食生活のあり様を、当該顧客の食不規則に関するＦ１因子の得点ＳＦ１と、食不健康に関するＦ２因子の得点ＳＦ２と、敏感肌自覚と大きな相関を有する複合食因子の得点ＳＦを用いてより的確に把握して、美容商品の購入や推奨、並びに、食生活に関する助言の参考にすることができる。
【0042】
本発明の第６の形態によれば、前記第４の形態において、前記問診データは更に、体調自覚に関する複数の設問に対する前記顧客の回答を含み、前記記憶手段は更に、体調自覚に係る因子得点係数を記憶し、前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、更年期特有の体調に関するＴ因子の得点ＳＴを計算する手段を有し、前記基礎データは更に、体調自覚に関する前記複数の設問に対する多数の前記被検者の回答である健康基礎データを含み、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、互いに線形独立な、（より好ましくは、互いに直交する）更年期年齢に関するＡ因子と、更年期特有の体調に関するＴ因子と、を抽出することによりあらかじめ計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、Ｔ因子の得点ＳＴがあらかじめ計算され、前記基礎データにおける、被検者の前記Ｔ因子の得点ＳＴと、前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である美容判定システムを提供できる。
【0043】
（被検者の、更年期特有の体調に関する自覚と敏感肌自覚との関係）
本発明者は、被検者の、更年期特有の体調に関するＴ因子の得点ＳＴと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、体調自覚のあり様を、当該顧客の、更年期特有の体調に関するＴ因子の得点ＳＴを用いてより的確に把握して、美容商品の購入や推奨、並びに、健康に関する助言の参考にすることができる。
本発明者は、被検者の、更年期特有の体調に関するＴ因子の得点ＳＴと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、体調自覚のあり様を、当該顧客の、更年期特有の体調に関するＴ因子の得点ＳＴを用いてより的確に把握して、美容商品の購入や推奨、並びに、健康に関する助言の参考にすることができる。
【0044】
本発明の第７の形態によれば、前記第６の形態において、前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、循環不調に関する循環因子の得点ＳＫを計算する手段を有し、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、循環不調に関する循環因子を抽出することにより計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、循環因子の得点ＳＫがあらかじめ計算され、前記基礎データにおける、被検者の前記循環因子の得点ＳＫと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９０以上である美容判定システムを提供できる。
【0045】
（被検者の循環因子の得点と敏感肌自覚との関係）
本発明者は、被検者の、循環不調に関する前記循環因子の得点ＳＫと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、体調自覚のあり様を、当該顧客の、循環因子の得点ＳＫを用いてより的確に把握して、美容商品の購入や推奨、並びに、健康に関する助言の参考にすることができる。
本発明者は、被検者の、循環不調に関する前記循環因子の得点ＳＫと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、体調自覚のあり様を、当該顧客の、循環因子の得点ＳＫを用いてより的確に把握して、美容商品の購入や推奨、並びに、健康に関する助言の参考にすることができる。
【0046】
本発明の第８の形態によれば、前記第６の形態において、前記コンピュータ制御プログラムは、体調自覚に係る前記因子得点係数と、前記顧客の問診データを用いて、前記顧客の、アレルギーに関するＡＬ因子の得点ＳＡＬを計算する手段を有し、体調自覚に係る前記因子得点係数は、前記健康基礎データから因子分析法により、少なくとも、アレルギーに関するＡＬ因子を抽出することにより計算されており、体調自覚に係る前記因子得点係数を用いて、前記健康基礎データにおける各被検者の、ＡＬ因子の得点ＳＡＬがあらかじめ計算され、前記基礎データにおける、被検者の前記ＡＬ因子の得点ＳＡＬと前記敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．８５以上である美容判定システムを提供できる。
【0047】
（被検者のＡＬ因子の得点と敏感肌自覚との関係）
本発明者は、被検者の、アレルギーに関する前記ＡＬ因子の得点ＳＡＬと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、体調自覚のあり様を、当該顧客の、ＡＬ因子の得点ＳＡＬを用いてより的確に把握して、美容商品の購入や推奨、並びに、健康に関する助言の参考にすることができる。
本発明者は、被検者の、アレルギーに関する前記ＡＬ因子の得点ＳＡＬと敏感肌自覚有無との間に、大きな相関が存在することを見出した。本発明の本形態においては、顧客及び／又は販売者等は、敏感肌を自覚している顧客及び敏感肌を自覚していない顧客の、体調自覚のあり様を、当該顧客の、ＡＬ因子の得点ＳＡＬを用いてより的確に把握して、美容商品の購入や推奨、並びに、健康に関する助言の参考にすることができる。
【0048】
本発明の第９の形態によれば、前記第４～第８のいずれかの形態において、前記角度ｔが２５°以上５０°以下であり、かつ、前記角度ｓが２５°以上７５°以下である美容判定システムを提供できる。角度ｔ及び角度ｓをこの範囲の値に選ぶことにより、基礎データにおける、被験者の肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒが０．９８以上である美容判定システムが提供される。角度ｓは４５°と等しくてもよく、或いは等しくなくてもよい。後者の場合、角度ｓは、４５°より小さくてもよく、或いは４５°より大きくてもよい。角度ｔは、４５°と等しくてもよく、或いは等しくなくてもよい。本形態においては、顧客の肌質得点ＳＱが大きいほど、当該顧客が敏感肌を自覚している確率が大きい傾向があると言える。
【0049】
本発明の第１０の形態によれば、前記第９の形態における前記コンピュータ制御プログラムを提供できる。
【0050】
本発明の第１１の形態によれば、前記第９の形態における前記コンピュータ制御プログラムに係るパラメータを記録した、コンピュータで読取可能な記憶媒体を提供できる。ここで、前記コンピュータ制御プログラムに係るパラメータとしては、限定されるものではないが、例えば、肌診断、食生活又は健康に関する前記因子分析に係る因子荷重係数や因子得点係数、前記角度ｔ、ｓ、ｕなどを挙げることができる。
【0051】
本発明の第１２の形態によれば、前記第９の形態における美容判定システムを利用した、美容商品の官能評価システムであり、評価に協力する協力者がある期間の間、前記美容商品を利用する、前と後の両時に、前記協力者に問診を行い、前記設問に対する前記協力者の回答に基づいて、前記О因子の得点、Ｈ因子の得点、複合脂性度、乾燥度、及び肌質得点のうち、いずれか１つ以上の数値を、前記期間の前と後の両時について、それぞれ計算し、前記期間における前記数値の変化量から改善効果を評価する改善効果評価手段を有する美容商品の官能評価システムを提供できる。
【0052】
通常、化粧品等の開発局面における問診による官能評価では、例えば「しっとり」の程度を例にとると、実験室内で被検者に短時間の当該化粧品等のテスト使用を行ってもらい、テストの前後にそれぞれ直接的な設問により問診を行い、選ばれた評価選択肢を保湿スケールとし、テストの前後における当該保湿スケールの変化量により改善効果を測定する方式が採用されている。一方、本発明の本形態においては、例えば、必ずしも直接的でない設問に対する回答から計算される、乾燥因子の得点である乾燥度ＳＤを用い、ある期間
（例えば数日以上）の前後の得点変化として改善効果を測定する。本形態は、測定機器を用いない官能評価方法であり、実験室外での実際の使用条件に即した、化粧品又は美容サービスの実使用局面で利用可能な官能評価方法を提供できる。
（例えば数日以上）の前後の得点変化として改善効果を測定する。本形態は、測定機器を用いない官能評価方法であり、実験室外での実際の使用条件に即した、化粧品又は美容サービスの実使用局面で利用可能な官能評価方法を提供できる。
【0053】
＜１．肌タイプを３因子により判定する美容判定システム＞
（基礎データと因子の抽出）
本発明者は、図２Ａの表図に示す、肌タイプの分析に有用な２１項目の設問セットを用いて、２９歳～６９歳の２００００人の女性である被検者に問診して１９４６８人から有効回答を得た。上記有効回答を基礎データとして因子分析法により解析を行った解析結果と、本発明の一形態に係る美容判定システムについて説明する。
図３Ａは、上記２１項目の設問セットの各設問に対する、各被検者の２択の回答の値（０又は１）からなる基礎データを、直交モデルによる因子分析法で解析して抽出された５つの因子の因子荷重を示す表図である。抽出する因子の数を５としたのは、平均０、標準偏差１に標準化した上記回答の値の共分散行列の固有値のうち、１以上であるものの個数が５であるゆえである。因子荷重の推計には最尤法を用いた。図３Ａに示した因子荷重は、Ｋａｉｓｅｒの正規化を伴わないバリマックス法で収束するまで６回の回転を行った後の因子荷重である。また、図３Ｂは、上記の因子分析法による解析で得られた因子得点係数を示す表図である。因子の得点の計算には回帰法を用いている。任意の因子について、この因子得点係数に各被検者の設問に対する回答の値を乗じて、２１の設問について和をとることにより、当該被検者のその因子に係る因子得点を（定数のずれを除いて）計算することができる。
因子１は、回答の値に対する説明力が最も高い、美白意識などの美容感覚に係る因子であり、エステティックに関わる設問項目（ハリ弾力、明るさ透明感、肌のキメ、若々しさ）との関連性が強い。本明細書では、この因子をＥＳＴ因子と呼ぶ。因子２は、皮脂（多い）感覚に係る因子であり、皮脂過剰に関わる設問項目（ニキビ、ニキビあと）との関連性が強い。本明細書では、この因子をО因子と呼び、その因子得点をＳОと標記する。因子３は、毛穴（汚れ）感覚に係る因子であり、毛穴不満に関わる設問項目（毛穴、毛穴の汚れ）との関連性が強い。本明細書では、この因子をＨ因子と呼び、その因子得点をＳＨと標記する。因子４は、ベースメーク感覚に係る因子であり、ベースメイクに関わる設問項目（化粧崩れ、化粧ノリが悪い、キメが粗い）との関連性が強い。本明細書では、この因子をＭＢ因子と呼ぶ。因子５は、乾燥感覚に係る因子であり、肌乾燥に関わる設問項目（乾燥、乾燥を防ぐ）との関連性が強い。本明細書では、この因子をＤ因子と呼び、その因子得点である乾燥度をＳＤと標記する。
なお、この実施例では、各設問に対する、各被検者の２択の回答の値（０又は１）を用いたが、設問（回答の値）は、３択（０、１又は２）や４択、５択やそれ以上であっても構わない。また、この実施例においては因子の得点は回帰法で計算したが、本発明における因子の得点の計算法は回帰法に限られない。Ｂａｒｔｌｅｔｔ法、Ａｎｄｅｒｓｏｎ－Ｒｕｂｉｎ法など、因子の得点が観測量の線形結合を用いて表現できる任意の計算法が、本発明において利用可能である。
（基礎データと因子の抽出）
本発明者は、図２Ａの表図に示す、肌タイプの分析に有用な２１項目の設問セットを用いて、２９歳～６９歳の２００００人の女性である被検者に問診して１９４６８人から有効回答を得た。上記有効回答を基礎データとして因子分析法により解析を行った解析結果と、本発明の一形態に係る美容判定システムについて説明する。
図３Ａは、上記２１項目の設問セットの各設問に対する、各被検者の２択の回答の値（０又は１）からなる基礎データを、直交モデルによる因子分析法で解析して抽出された５つの因子の因子荷重を示す表図である。抽出する因子の数を５としたのは、平均０、標準偏差１に標準化した上記回答の値の共分散行列の固有値のうち、１以上であるものの個数が５であるゆえである。因子荷重の推計には最尤法を用いた。図３Ａに示した因子荷重は、Ｋａｉｓｅｒの正規化を伴わないバリマックス法で収束するまで６回の回転を行った後の因子荷重である。また、図３Ｂは、上記の因子分析法による解析で得られた因子得点係数を示す表図である。因子の得点の計算には回帰法を用いている。任意の因子について、この因子得点係数に各被検者の設問に対する回答の値を乗じて、２１の設問について和をとることにより、当該被検者のその因子に係る因子得点を（定数のずれを除いて）計算することができる。
因子１は、回答の値に対する説明力が最も高い、美白意識などの美容感覚に係る因子であり、エステティックに関わる設問項目（ハリ弾力、明るさ透明感、肌のキメ、若々しさ）との関連性が強い。本明細書では、この因子をＥＳＴ因子と呼ぶ。因子２は、皮脂（多い）感覚に係る因子であり、皮脂過剰に関わる設問項目（ニキビ、ニキビあと）との関連性が強い。本明細書では、この因子をО因子と呼び、その因子得点をＳОと標記する。因子３は、毛穴（汚れ）感覚に係る因子であり、毛穴不満に関わる設問項目（毛穴、毛穴の汚れ）との関連性が強い。本明細書では、この因子をＨ因子と呼び、その因子得点をＳＨと標記する。因子４は、ベースメーク感覚に係る因子であり、ベースメイクに関わる設問項目（化粧崩れ、化粧ノリが悪い、キメが粗い）との関連性が強い。本明細書では、この因子をＭＢ因子と呼ぶ。因子５は、乾燥感覚に係る因子であり、肌乾燥に関わる設問項目（乾燥、乾燥を防ぐ）との関連性が強い。本明細書では、この因子をＤ因子と呼び、その因子得点である乾燥度をＳＤと標記する。
なお、この実施例では、各設問に対する、各被検者の２択の回答の値（０又は１）を用いたが、設問（回答の値）は、３択（０、１又は２）や４択、５択やそれ以上であっても構わない。また、この実施例においては因子の得点は回帰法で計算したが、本発明における因子の得点の計算法は回帰法に限られない。Ｂａｒｔｌｅｔｔ法、Ａｎｄｅｒｓｏｎ－Ｒｕｂｉｎ法など、因子の得点が観測量の線形結合を用いて表現できる任意の計算法が、本発明において利用可能である。
【0054】
（因子の得点の計算について）
ここで顧客の各因子の得点の計算方法と、図３Ｂに示す因子得点係数の規格化について補足する。第i番目の因子の得点ｆｉは一般に、次の式４により計算できる。
（式４） ｆｉ ＝ Σ ａｉｊ × （ ｘｊ － ｍｊ）／σｊ
ここで、ａｉｊは基礎データに基づき因子分析法により推定された（元の）因子得点係数、ｘｊはｊ番目の設問に対する当該顧客の回答の値、ｍｊ及びσｊは基礎データにおけるｊ番目の設問に対する被検者の回答の値の平均値及び標準偏差である。Σはｊについての和を意味する。式４において、ｊについての和は一般には、基礎データに係る問診表に記載したすべての設問にわたってとる。しかし、当該顧客に問診する際に、基礎データに係る問診表に記載した設問からいくつかの設問を選択して問診する場合には、式４における
ｊについての和は、問診において選択された設問にわたってとる。
さて、設問が２択の回答（０又は１）のみを有する場合には、（元の）因子得点係数ａｉｊを標準偏差σｊで割った値ａｉｊ／σｊ（＝ｃｉｊとおく。）を考えるのが便利である。なぜなら、被検者又は顧客の因子の得点を計算する際に、回答の値が１である設問についてｃｉｊを足し合わせるだけで、（加法的な定数を除いて）因子の得点が計算できるからである。本明細書においては、特に断らない限り、ｃｉｊを因子得点係数と呼び、ａｉｊを（元の）因子得点係数と呼ぶことにする。後述する図９及び図１１においても同様である。
ここで顧客の各因子の得点の計算方法と、図３Ｂに示す因子得点係数の規格化について補足する。第i番目の因子の得点ｆｉは一般に、次の式４により計算できる。
（式４） ｆｉ ＝ Σ ａｉｊ × （ ｘｊ － ｍｊ）／σｊ
ここで、ａｉｊは基礎データに基づき因子分析法により推定された（元の）因子得点係数、ｘｊはｊ番目の設問に対する当該顧客の回答の値、ｍｊ及びσｊは基礎データにおけるｊ番目の設問に対する被検者の回答の値の平均値及び標準偏差である。Σはｊについての和を意味する。式４において、ｊについての和は一般には、基礎データに係る問診表に記載したすべての設問にわたってとる。しかし、当該顧客に問診する際に、基礎データに係る問診表に記載した設問からいくつかの設問を選択して問診する場合には、式４における
ｊについての和は、問診において選択された設問にわたってとる。
さて、設問が２択の回答（０又は１）のみを有する場合には、（元の）因子得点係数ａｉｊを標準偏差σｊで割った値ａｉｊ／σｊ（＝ｃｉｊとおく。）を考えるのが便利である。なぜなら、被検者又は顧客の因子の得点を計算する際に、回答の値が１である設問についてｃｉｊを足し合わせるだけで、（加法的な定数を除いて）因子の得点が計算できるからである。本明細書においては、特に断らない限り、ｃｉｊを因子得点係数と呼び、ａｉｊを（元の）因子得点係数と呼ぶことにする。後述する図９及び図１１においても同様である。
【0055】
＜１－１．肌タイプ識別空間を８つの空間領域に分割する美容判定システム＞
（敏感肌自覚のある者の割合の３次元領域分布）
基礎データは、上記２１項目の設問に加えて、図２Ｂに示す各肌タイプに当てはまるか否かを訊く２択の設問に対する回答の値（０又は１）を含んでおり、特に、自分の肌タイプが敏感肌に当てはまるか否かを訊く設問（敏感肌自覚有無設問）に対する２択の回答の値を含んでいる。基礎データに含まれる約２万人の被検者のうち、約１／３の被検者が敏感肌自覚有無設問を課された。敏感肌自覚有無設問の有効回答数は６０６９であり、回答者は５歳刻みの年齢階層ごとに一定割合の人数がランダムに選択されている。
上記基礎データに含まれる各被検者は、皮脂過剰に係るＯ因子の得点ＳＯを第１軸（Ｘ軸）にとり、乾燥に係るＤ因子の得点である乾燥度ＳＤを第２軸（Ｙ軸）にとり、毛穴汚れ感覚に関するＨ因子の得点ＳＨを第３軸（Ｚ軸）にとった肌タイプ識別空間上の１点（座標が（ＳＯ，ＳＤ，ＳＨ）である点）に配置することができる。肌タイプ識別空間上の位置により、問診を受けた顧客が敏感肌自覚有無設問にＹＥＳと答える確率は異なると考えられる。そこで、得点ＳＯがその平均値以上であるか、又は、平均値未満であるかに応じて、得点ＳＯの２値化得点ｂＳＯをＨ（平均値以上の場合）又はＬ（平均値未満の場合）と定める。同様に、Ｈ又はＬの値をとる、乾燥度ＳＤの２値化得点をｂＳＤと定め、得点ＳＨの２値化得点をｂＳＨと定める。３つの２値化得点ｂＳＨ，ｂＳＯ，ｂＳＤがそれぞれＨ又はＬの値をとるから、肌タイプ識別空間は、これらの値の組み合わせに応じて２×２×２＝８つの空間領域に分割される。
（敏感肌自覚のある者の割合の３次元領域分布）
基礎データは、上記２１項目の設問に加えて、図２Ｂに示す各肌タイプに当てはまるか否かを訊く２択の設問に対する回答の値（０又は１）を含んでおり、特に、自分の肌タイプが敏感肌に当てはまるか否かを訊く設問（敏感肌自覚有無設問）に対する２択の回答の値を含んでいる。基礎データに含まれる約２万人の被検者のうち、約１／３の被検者が敏感肌自覚有無設問を課された。敏感肌自覚有無設問の有効回答数は６０６９であり、回答者は５歳刻みの年齢階層ごとに一定割合の人数がランダムに選択されている。
上記基礎データに含まれる各被検者は、皮脂過剰に係るＯ因子の得点ＳＯを第１軸（Ｘ軸）にとり、乾燥に係るＤ因子の得点である乾燥度ＳＤを第２軸（Ｙ軸）にとり、毛穴汚れ感覚に関するＨ因子の得点ＳＨを第３軸（Ｚ軸）にとった肌タイプ識別空間上の１点（座標が（ＳＯ，ＳＤ，ＳＨ）である点）に配置することができる。肌タイプ識別空間上の位置により、問診を受けた顧客が敏感肌自覚有無設問にＹＥＳと答える確率は異なると考えられる。そこで、得点ＳＯがその平均値以上であるか、又は、平均値未満であるかに応じて、得点ＳＯの２値化得点ｂＳＯをＨ（平均値以上の場合）又はＬ（平均値未満の場合）と定める。同様に、Ｈ又はＬの値をとる、乾燥度ＳＤの２値化得点をｂＳＤと定め、得点ＳＨの２値化得点をｂＳＨと定める。３つの２値化得点ｂＳＨ，ｂＳＯ，ｂＳＤがそれぞれＨ又はＬの値をとるから、肌タイプ識別空間は、これらの値の組み合わせに応じて２×２×２＝８つの空間領域に分割される。
【0056】
【表1】
【0057】
表１は、基礎データに含まれる有効回答に係る被検者で、かつ、上記の８つの空間領域のそれぞれに含まれる被検者について、敏感肌自覚有無設問にＹＥＳと答えた被検者の割合を示す。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、概ね、敏感肌自覚者の割合は大きくなる傾向が見られる。
【0058】
（オイリー肌自覚のある者の割合の３次元領域分布）
表１は、８つの空間領域のそれぞれについて、オイリー肌自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが小さいほど、概ね、オイリー肌自覚者の割合は大きくなる傾向が見られる。
表１は、８つの空間領域のそれぞれについて、オイリー肌自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが小さいほど、概ね、オイリー肌自覚者の割合は大きくなる傾向が見られる。
【0059】
（ドライ肌自覚のある者の割合の３次元領域分布）
表１は、８つの空間領域のそれぞれについて、ドライ肌自覚者の割合も示している。得点ＳＨが小さいほど、得点ＳＯが小さいほど、又、乾燥度ＳＤが大きいほど、概ね、ドライ肌自覚者の割合は大きくなる傾向が見られる。
表１は、８つの空間領域のそれぞれについて、ドライ肌自覚者の割合も示している。得点ＳＨが小さいほど、得点ＳＯが小さいほど、又、乾燥度ＳＤが大きいほど、概ね、ドライ肌自覚者の割合は大きくなる傾向が見られる。
【0060】
（ふつう肌自覚のある者の割合の３次元分布）
表１は、８つの空間領域のそれぞれについて、ふつう肌自覚者の割合も示している。得点ＳＨが小さいほど、得点ＳＯが小さいほど、又、乾燥度ＳＤが小さいほど、ふつう肌自覚者の割合は大きくなる傾向が見られる。
表１は、８つの空間領域のそれぞれについて、ふつう肌自覚者の割合も示している。得点ＳＨが小さいほど、得点ＳＯが小さいほど、又、乾燥度ＳＤが小さいほど、ふつう肌自覚者の割合は大きくなる傾向が見られる。
【0061】
（混合肌自覚のある者の割合の３次元分布）
表１は、８つの空間領域のそれぞれについて、ドライでオイリーな混合肌自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、混合自覚者の割合は大きくなる傾向が見られる。
表１は、８つの空間領域のそれぞれについて、ドライでオイリーな混合肌自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、混合自覚者の割合は大きくなる傾向が見られる。
【0062】
（食不規則・食不健康自覚のある者の割合の３次元領域分布）
ある実施形態においては、後述するように、基礎データは、食生活についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、食不規則・食不健康に係る因子の得点ＳＦが計算できる。当該得点ＳＦが、平均値以上である場合に、その被検者は食不規則・食不健康自覚があるものとみなし、そうでない場合には食不規則・食不健康自覚がないものとみなす。表１は、８つの空間領域のそれぞれについて、食不規則・食不健康自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、食不規則・食不健康自覚者の割合は大きくなる傾向が見られる。本形態の肌タイプ判定手段は、顧客が食不規則・食不健康に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
ある実施形態においては、後述するように、基礎データは、食生活についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、食不規則・食不健康に係る因子の得点ＳＦが計算できる。当該得点ＳＦが、平均値以上である場合に、その被検者は食不規則・食不健康自覚があるものとみなし、そうでない場合には食不規則・食不健康自覚がないものとみなす。表１は、８つの空間領域のそれぞれについて、食不規則・食不健康自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、食不規則・食不健康自覚者の割合は大きくなる傾向が見られる。本形態の肌タイプ判定手段は、顧客が食不規則・食不健康に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
【0063】
（循環不調自覚のある者の割合の３次元領域分布）
ある実施形態においては、後述するように、基礎データは、体調自覚についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、循環不調に係る因子の得点ＳＫが計算できる。当該得点ＳＫが、平均値以上である場合に、その被検者は循環不調自覚があるものと見做し、そうでない場合には循環不調自覚がないものと見做す。表１は、８つの空間領域のそれぞれについて、循環不調自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、循環不調自覚者の割合は大きくなる傾向が見られる。本形態の肌タイプ判定手段は、顧客が循環不調に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
ある実施形態においては、後述するように、基礎データは、体調自覚についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、循環不調に係る因子の得点ＳＫが計算できる。当該得点ＳＫが、平均値以上である場合に、その被検者は循環不調自覚があるものと見做し、そうでない場合には循環不調自覚がないものと見做す。表１は、８つの空間領域のそれぞれについて、循環不調自覚者の割合も示している。得点ＳＨが大きいほど、得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、循環不調自覚者の割合は大きくなる傾向が見られる。本形態の肌タイプ判定手段は、顧客が循環不調に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
【0064】
＜１－２．肌タイプ識別空間における点の位置を用いた美容判定システム＞
（敏感肌自覚のある者の割合の３次元分布）
上記基礎データに含まれる各被検者は、皮脂過剰に係るＯ因子の得点ＳＯを第１軸（Ｘ軸）にとり、乾燥に係るＤ因子の得点である乾燥度ＳＤを第２軸（Ｙ軸）にとり、毛穴汚れ感覚に関するＨ因子の得点ＳＨを第３軸（Ｚ軸）にとった肌タイプ識別空間上の１点に配置することができる。肌タイプ識別空間上の位置により、問診を受けた顧客が敏感肌自
覚有無設問にＹＥＳと答える確率は異なると考えられる。その確率を後述する多項式ロジスティック回帰（正則化あり）の手法により推定して等高線図で示したのが図４－１である。なお、以下では、各因子の得点ＳО，ＳＤ及びＳＨの各々を、最大値を１に、かつ、最小値を０に変換する線形変換により０以上１以下の範囲の値に規格化して考察することとする。
図４－１Ａは、肌タイプ識別空間における上記の確率の分布を、上記のように規格化したＨ因子の得点ＳＨ（以下では、Ｈと呼ぶ。）が０．９５である平面上で示した等高線図である。当該図には、等高線に加えて１００個の点がプロットされている。これらの点は、規格化したＨ因子の得点Ｈが０．９０以上１．００以下である被検者を基礎データから無作為に１００人抽出して、敏感肌自覚有無設問にＹＥＳと答えた者を「〇」マークで、そうでない者を「＋」マークでプロットしたものである。
図４－１Ｂも、図４－１Ａと同様に確率の分布を示す等高線図であるが、規格化したＨ因子の得点Ｈが０．０５である平面上で示した等高線図であること、及び、プロットされた１００個の点が、規格化したＨ因子の得点Ｈが０．００以上０．１０以下である被検者を基礎データから無作為に１００人抽出してプロットしたものであることが、図４－１Ａとは異なっている。
両図からわかるように、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、敏感肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点ＳＨが大きいほど、概ね、敏感肌自覚者の割合は大きい傾向がある。つまり、得点ＳОが大きいほど、乾燥度ＳＤが大きいほど、又、得点ＳＨが大きいほど、敏感肌自覚者の割合は大きくなる傾向がある。加えて、「規格化されたＨ因子の得点Ｈが０．５未満で、かつ、規格化されたО因子の得点ＳＯが０．８以下」又は「規格化されたＨ因子の得点Ｈが０．５以上で、かつ、規格化されたО因子の得点ＳＯが０．７以下」の領域では、規格化されたＯ因子の得点ＳＯが増えるよりも、規格化された乾燥度ＳＤが増える方が、敏感肌自覚者の割合の増加が大きい傾向がある。
（敏感肌自覚のある者の割合の３次元分布）
上記基礎データに含まれる各被検者は、皮脂過剰に係るＯ因子の得点ＳＯを第１軸（Ｘ軸）にとり、乾燥に係るＤ因子の得点である乾燥度ＳＤを第２軸（Ｙ軸）にとり、毛穴汚れ感覚に関するＨ因子の得点ＳＨを第３軸（Ｚ軸）にとった肌タイプ識別空間上の１点に配置することができる。肌タイプ識別空間上の位置により、問診を受けた顧客が敏感肌自
覚有無設問にＹＥＳと答える確率は異なると考えられる。その確率を後述する多項式ロジスティック回帰（正則化あり）の手法により推定して等高線図で示したのが図４－１である。なお、以下では、各因子の得点ＳО，ＳＤ及びＳＨの各々を、最大値を１に、かつ、最小値を０に変換する線形変換により０以上１以下の範囲の値に規格化して考察することとする。
図４－１Ａは、肌タイプ識別空間における上記の確率の分布を、上記のように規格化したＨ因子の得点ＳＨ（以下では、Ｈと呼ぶ。）が０．９５である平面上で示した等高線図である。当該図には、等高線に加えて１００個の点がプロットされている。これらの点は、規格化したＨ因子の得点Ｈが０．９０以上１．００以下である被検者を基礎データから無作為に１００人抽出して、敏感肌自覚有無設問にＹＥＳと答えた者を「〇」マークで、そうでない者を「＋」マークでプロットしたものである。
図４－１Ｂも、図４－１Ａと同様に確率の分布を示す等高線図であるが、規格化したＨ因子の得点Ｈが０．０５である平面上で示した等高線図であること、及び、プロットされた１００個の点が、規格化したＨ因子の得点Ｈが０．００以上０．１０以下である被検者を基礎データから無作為に１００人抽出してプロットしたものであることが、図４－１Ａとは異なっている。
両図からわかるように、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、又、乾燥度ＳＤが大きいほど、敏感肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点ＳＨが大きいほど、概ね、敏感肌自覚者の割合は大きい傾向がある。つまり、得点ＳОが大きいほど、乾燥度ＳＤが大きいほど、又、得点ＳＨが大きいほど、敏感肌自覚者の割合は大きくなる傾向がある。加えて、「規格化されたＨ因子の得点Ｈが０．５未満で、かつ、規格化されたО因子の得点ＳＯが０．８以下」又は「規格化されたＨ因子の得点Ｈが０．５以上で、かつ、規格化されたО因子の得点ＳＯが０．７以下」の領域では、規格化されたＯ因子の得点ＳＯが増えるよりも、規格化された乾燥度ＳＤが増える方が、敏感肌自覚者の割合の増加が大きい傾向がある。
【0065】
（オイリー肌自覚のある者の割合の３次元分布）
図４－２Ａ及び図４－２Ｂは、同様にして推定した、オイリー肌自覚者の割合の分布を示す等高線図である。両図からわかるように、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、又、乾燥度ＳＤが小さいほど、オイリー肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、オイリー肌自覚者の割合は大きい傾向がある。
図４－２Ａ及び図４－２Ｂは、同様にして推定した、オイリー肌自覚者の割合の分布を示す等高線図である。両図からわかるように、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、又、乾燥度ＳＤが小さいほど、オイリー肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、オイリー肌自覚者の割合は大きい傾向がある。
【0066】
（ドライ肌自覚のある者の割合の３次元分布）
図４－３Ａ及び図４－３Ｂは、同様にして推定した、ドライ肌自覚者の割合の分布を示す等高線図である。両図からわかるように、ドライ肌自覚者の割合には、規格化された乾燥度ＳＤが大きく影響している。乾燥度ＳＤが大きいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが小さいほど、概ね、ドライ肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が小さいほど、概ね、ドライ肌自覚者の割合は大きい傾向がある。なお、規格化されたＨ因子の得点Ｈが０．５以上で、かつ、規格化された乾燥度ＳＤが約０．９以上と１に近い場合には、皮脂過剰に係るＯ因子の得点ＳＯによらず、乾燥度ＳＤが増えるほど、逆にドライ肌自覚者の割合が減る傾向が見られる。
図４－３Ａ及び図４－３Ｂは、同様にして推定した、ドライ肌自覚者の割合の分布を示す等高線図である。両図からわかるように、ドライ肌自覚者の割合には、規格化された乾燥度ＳＤが大きく影響している。乾燥度ＳＤが大きいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが小さいほど、概ね、ドライ肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が小さいほど、概ね、ドライ肌自覚者の割合は大きい傾向がある。なお、規格化されたＨ因子の得点Ｈが０．５以上で、かつ、規格化された乾燥度ＳＤが約０．９以上と１に近い場合には、皮脂過剰に係るＯ因子の得点ＳＯによらず、乾燥度ＳＤが増えるほど、逆にドライ肌自覚者の割合が減る傾向が見られる。
【0067】
（ふつう肌自覚のある者の割合の３次元分布）
図４－４Ａ及び図４－４Ｂは、同様にして推定した、ふつう肌自覚者の割合の分布を示す等高線図である。両図からわかるように、乾燥度ＳＤが小さいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが小さいほど、概ね、ふつう肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚
に関するＨ因子の得点が小さいほど、概ね、ふつう肌自覚者の割合は大きい傾向がある。
図４－４Ａ及び図４－４Ｂは、同様にして推定した、ふつう肌自覚者の割合の分布を示す等高線図である。両図からわかるように、乾燥度ＳＤが小さいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが小さいほど、概ね、ふつう肌自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚
に関するＨ因子の得点が小さいほど、概ね、ふつう肌自覚者の割合は大きい傾向がある。
【0068】
（混合肌自覚のある者の割合の３次元分布）
図４－５Ａ及び図４－５Ｂは、同様にして推定した、混合肌自覚者の割合の分布を示す等高線図である。規格化されたＨ因子の得点が例えば０．９５と大きい場合には、規格化されたＯ因子の得点ＳОが約０．７で、かつ、規格化された乾燥度ＳＤが約０．７の場合に、混合肌自覚者の割合は最大値をとり、ＳО又はＳＤが上記の最大値をとる値から平面上の距離の意味で離れると、混合肌自覚者の割合は概ね単調に減少する傾向がある。規格化されたＨ因子の得点が例えば０．０５と小さい場合には、規格化されたＯ因子の得点ＳОが約０．８で、かつ、規格化された乾燥度ＳＤが約１．０の場合に、混合肌自覚者の割合は最大値をとり、ＳО又はＳＤが上記の最大値をとる値から平面上の距離の意味で離れると、混合肌自覚者の割合は概ね単調に減少する傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、混合肌自覚者の割合は大きい傾向がある。
図４－５Ａ及び図４－５Ｂは、同様にして推定した、混合肌自覚者の割合の分布を示す等高線図である。規格化されたＨ因子の得点が例えば０．９５と大きい場合には、規格化されたＯ因子の得点ＳОが約０．７で、かつ、規格化された乾燥度ＳＤが約０．７の場合に、混合肌自覚者の割合は最大値をとり、ＳО又はＳＤが上記の最大値をとる値から平面上の距離の意味で離れると、混合肌自覚者の割合は概ね単調に減少する傾向がある。規格化されたＨ因子の得点が例えば０．０５と小さい場合には、規格化されたＯ因子の得点ＳОが約０．８で、かつ、規格化された乾燥度ＳＤが約１．０の場合に、混合肌自覚者の割合は最大値をとり、ＳО又はＳＤが上記の最大値をとる値から平面上の距離の意味で離れると、混合肌自覚者の割合は概ね単調に減少する傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、混合肌自覚者の割合は大きい傾向がある。
【0069】
（食不規則・食不健康自覚のある者の割合の３次元分布）
図４－６Ａ及び図４－６Ｂは、図４－１Ａ及び図４－１Ｂと同様にして推定した、前記実施形態における食不規則・食不健康自覚者の割合の分布を示す等高線図である。両図からわかるように、乾燥度ＳＤが大きいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、概ね、食不規則・食不健康自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、食不規則・食不健康自覚者の割合は大きい傾向がある。また、規格化されたＯ因子の得点ＳＯの増加と、規格化された乾燥度ＳＤの増加は、いずれも、食不規則・食不健康自覚者の割合の増加に寄与するが、規格されたＨ因子の得点Ｈが例えば０．９５と大きい場合には、後者（規格化された乾燥度ＳＤの増加）の方が大きく寄与し、規格化されたＨ因子の得点Ｈが例えば０．０５と小さい場合には、前者（規格化されたＯ因子の得点ＳＯの増加）の方が大きく寄与する。本形態の肌タイプ判定手段は、顧客が食不規則・食不健康に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
図４－６Ａ及び図４－６Ｂは、図４－１Ａ及び図４－１Ｂと同様にして推定した、前記実施形態における食不規則・食不健康自覚者の割合の分布を示す等高線図である。両図からわかるように、乾燥度ＳＤが大きいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、概ね、食不規則・食不健康自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、食不規則・食不健康自覚者の割合は大きい傾向がある。また、規格化されたＯ因子の得点ＳＯの増加と、規格化された乾燥度ＳＤの増加は、いずれも、食不規則・食不健康自覚者の割合の増加に寄与するが、規格されたＨ因子の得点Ｈが例えば０．９５と大きい場合には、後者（規格化された乾燥度ＳＤの増加）の方が大きく寄与し、規格化されたＨ因子の得点Ｈが例えば０．０５と小さい場合には、前者（規格化されたＯ因子の得点ＳＯの増加）の方が大きく寄与する。本形態の肌タイプ判定手段は、顧客が食不規則・食不健康に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
【0070】
（循環不調自覚のある者の割合の３次元分布）
図４－７Ａ及び図４－７Ｂは、図４－１Ａ及び図４－１Ｂと同様にして推定した、前記実施形態における循環不調自覚者の割合の分布を示す等高線図である。両図からわかるように、乾燥度ＳＤが大きいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、概ね、循環不調自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、循環不調自覚者の割合は大きい傾向がある。本形態の肌タイプ判定手段は、顧客が循環不調に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
図４－７Ａ及び図４－７Ｂは、図４－１Ａ及び図４－１Ｂと同様にして推定した、前記実施形態における循環不調自覚者の割合の分布を示す等高線図である。両図からわかるように、乾燥度ＳＤが大きいほど、又、皮脂過剰に係るＯ因子の得点ＳＯが大きいほど、概ね、循環不調自覚者の割合は大きくなる傾向がある。また、皮脂過剰に係るＯ因子の得点ＳＯ及び乾燥度ＳＤが同じであれば、毛穴汚れ感覚に関するＨ因子の得点が大きいほど、概ね、循環不調自覚者の割合は大きい傾向がある。本形態の肌タイプ判定手段は、顧客が循環不調に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
【0071】
（多項式ロジスティック回帰による確率の推定・・３次元の場合）
肌タイプ識別空間（３つの座標軸としてＸ軸，Ｙ軸及びＺ軸を有するものとする。）における多項式ロジスティック回帰による確率の推定方法を、敏感肌自覚者の割合（すなわち、顧客が敏感肌自覚者である確率）の推定を例にして説明する。有効回答数をｍ＝６０６９として基礎データに含まれる有効回答に係る被験者をｉ＝１，２，・・，ｍで表し、第ｉ番目の被験者のＯ因子の得点ＳО，乾燥度ＳＤ，Ｈ因子の得点ＳＨをそれぞれ上記の通り規格化した量を順にＸｉ，Ｙｉ，Ｚｉとし、これらをまとめて３次元数ベクトルｘｉ＝（Ｘｉ，Ｙｉ，Ｚｉ）で表す。また、第ｉ番目の被験者が敏感肌を自覚している場合に１，そうでない場合に０の値をとる２値データをｙｉとする。ある顧客の問診データから計算される各因子の規格化された得点が肌タイプ識別空間において数ベクトルｘ＝（Ｘ，
Ｙ，Ｚ）で表される場合に、その顧客が敏感肌を自覚している確率ｐ（ｘ）を推定したい。Θを推定するべきパラメータとして、求める確率を
（式５） ｐ（ｘ） ：＝ ｐ（Θ，ｘ） ：＝ ｇ（ｆ（Θ，ｘ））
の形に仮定する。（なお、記号「：＝」は、左辺の量を右辺により定義することを意味する。）ここで、ｆ（Θ，ｘ）は３変数Ｘ，Ｙ，Ｚ、すなわち数ベクトルｘ＝（Ｘ，Ｙ，Ｚ）の６次多項式である。Θはその係数をまとめて表したものである。ここで、定数項を含めて３変数の４次多項式には係数が３５個あり、３変数の６次多項式には８４個の係数がある。ｔを任意の実数，ｅｘｐを指数関数として、ｇ（ｔ）は次式で定義されるシグモイド関数（別名、ロジスティック関数）である。
（式６） ｇ（ｔ） ：＝ １／（１＋ｅｘｐ（－ｔ））
パラメータΘは、次のコスト関数Ｊ＝Ｊ（Θ，λ）を最小にするように決定する。
（式７） Ｊ（Θ，λ） ：＝ λ×｜Θ｜2／ｍ ＋
Σ［－ｙｉ×ｌоｇ（ｐ（Θ，ｘｉ））
－（１－ｙｉ）×ｌоｇ（１－ｐ（Θ，ｘｉ））］／ｍ
ここで、ｌоｇは自然対数、Σはｉについての和（被検者についての和）、｜Θ｜2は６次多項式の８４個の係数のうち定数項を除く８３個の係数の２乗和、正の実数λはオーバーフィッティング（ハイバリアンス）を避けるために導入した正則化パラメータである。
肌タイプ識別空間（３つの座標軸としてＸ軸，Ｙ軸及びＺ軸を有するものとする。）における多項式ロジスティック回帰による確率の推定方法を、敏感肌自覚者の割合（すなわち、顧客が敏感肌自覚者である確率）の推定を例にして説明する。有効回答数をｍ＝６０６９として基礎データに含まれる有効回答に係る被験者をｉ＝１，２，・・，ｍで表し、第ｉ番目の被験者のＯ因子の得点ＳО，乾燥度ＳＤ，Ｈ因子の得点ＳＨをそれぞれ上記の通り規格化した量を順にＸｉ，Ｙｉ，Ｚｉとし、これらをまとめて３次元数ベクトルｘｉ＝（Ｘｉ，Ｙｉ，Ｚｉ）で表す。また、第ｉ番目の被験者が敏感肌を自覚している場合に１，そうでない場合に０の値をとる２値データをｙｉとする。ある顧客の問診データから計算される各因子の規格化された得点が肌タイプ識別空間において数ベクトルｘ＝（Ｘ，
Ｙ，Ｚ）で表される場合に、その顧客が敏感肌を自覚している確率ｐ（ｘ）を推定したい。Θを推定するべきパラメータとして、求める確率を
（式５） ｐ（ｘ） ：＝ ｐ（Θ，ｘ） ：＝ ｇ（ｆ（Θ，ｘ））
の形に仮定する。（なお、記号「：＝」は、左辺の量を右辺により定義することを意味する。）ここで、ｆ（Θ，ｘ）は３変数Ｘ，Ｙ，Ｚ、すなわち数ベクトルｘ＝（Ｘ，Ｙ，Ｚ）の６次多項式である。Θはその係数をまとめて表したものである。ここで、定数項を含めて３変数の４次多項式には係数が３５個あり、３変数の６次多項式には８４個の係数がある。ｔを任意の実数，ｅｘｐを指数関数として、ｇ（ｔ）は次式で定義されるシグモイド関数（別名、ロジスティック関数）である。
（式６） ｇ（ｔ） ：＝ １／（１＋ｅｘｐ（－ｔ））
パラメータΘは、次のコスト関数Ｊ＝Ｊ（Θ，λ）を最小にするように決定する。
（式７） Ｊ（Θ，λ） ：＝ λ×｜Θ｜2／ｍ ＋
Σ［－ｙｉ×ｌоｇ（ｐ（Θ，ｘｉ））
－（１－ｙｉ）×ｌоｇ（１－ｐ（Θ，ｘｉ））］／ｍ
ここで、ｌоｇは自然対数、Σはｉについての和（被検者についての和）、｜Θ｜2は６次多項式の８４個の係数のうち定数項を除く８３個の係数の２乗和、正の実数λはオーバーフィッティング（ハイバリアンス）を避けるために導入した正則化パラメータである。
【0072】
（正則化パラメータλ及びしきい値ｃの決定）
正則化パラメータλの決定方法について説明する。あらかじめ、有効回答をした６０６９人の被検者に対応する基礎データを、学習用データ（４０６９人分のデータからなる）と検証用データ（２０００人分のデータからなる）の２つにランダムに分割しておく。まず、正則化パラメータλを０．０１，０．０３，０．１，０．３，１，３，１０，３０及び１００のいずれかの値に固定して、学習用データ（ｍ＝４０４９）についてコスト関数J（Θ，λ）を最小にするパラメータΘ＝Θ（λ）を決定する。次に、決定されたパラメータΘ（λ）を用いて、検証用データに含まれる２０００人の各被検者（ｊ）について、敏感肌を自覚しているか否かを以下のようにして予測する。
ｐ（Θ（λ），ｘｊ）≧ｃ のとき敏感肌を自覚していると予測し、
ｐ（Θ（λ），ｘｊ）＜ｃ のとき敏感肌を自覚していないと予測する。
ここで、ｃは、０以上１以下の値をとるしきい値である。
しきい値ｃを０．０２，０．０４，０．０６，０．０８，０．１０，０．１５，０．２０，０．３０，０．４０，０．５０，０．６０，０．７０，０．８０及び０．９０のいずれかの値に固定して、上記予測と、当該被検者の実際の敏感肌自覚の有無を表す値ｙｊを比較することにより、この２値分類予測の精度を表す精度指標、例えば、Ｍａｔｔｈｅｗｓ相関係数を計算することができる。λとｃの値の組（λ，ｃ）を決めれば、精度指標が１つ定まる。そこで、λとｃを上記のいずれかの値をとるように変えながら、精度指標を最大にする（又は最小にする）λとｃの値の組（λ，ｃ）を求めることができる。次の表２は、Ｍａｔｔｈｅｗｓ相関係数を最大にする正則化パラメータλとしきい値ｃを示している。表２には、決定されたλとｃの値における、学習用データと検証用データを合わせた基礎データ全体での予測の正解率も付記した。なお、ここでは、２値分類予測の精度指標としてＭａｔｔｈｅｗｓ相関係数を用いたが、ｆ１スコアなど公知の他の精度指標を用いてもよい。
正則化パラメータλの決定方法について説明する。あらかじめ、有効回答をした６０６９人の被検者に対応する基礎データを、学習用データ（４０６９人分のデータからなる）と検証用データ（２０００人分のデータからなる）の２つにランダムに分割しておく。まず、正則化パラメータλを０．０１，０．０３，０．１，０．３，１，３，１０，３０及び１００のいずれかの値に固定して、学習用データ（ｍ＝４０４９）についてコスト関数J（Θ，λ）を最小にするパラメータΘ＝Θ（λ）を決定する。次に、決定されたパラメータΘ（λ）を用いて、検証用データに含まれる２０００人の各被検者（ｊ）について、敏感肌を自覚しているか否かを以下のようにして予測する。
ｐ（Θ（λ），ｘｊ）≧ｃ のとき敏感肌を自覚していると予測し、
ｐ（Θ（λ），ｘｊ）＜ｃ のとき敏感肌を自覚していないと予測する。
ここで、ｃは、０以上１以下の値をとるしきい値である。
しきい値ｃを０．０２，０．０４，０．０６，０．０８，０．１０，０．１５，０．２０，０．３０，０．４０，０．５０，０．６０，０．７０，０．８０及び０．９０のいずれかの値に固定して、上記予測と、当該被検者の実際の敏感肌自覚の有無を表す値ｙｊを比較することにより、この２値分類予測の精度を表す精度指標、例えば、Ｍａｔｔｈｅｗｓ相関係数を計算することができる。λとｃの値の組（λ，ｃ）を決めれば、精度指標が１つ定まる。そこで、λとｃを上記のいずれかの値をとるように変えながら、精度指標を最大にする（又は最小にする）λとｃの値の組（λ，ｃ）を求めることができる。次の表２は、Ｍａｔｔｈｅｗｓ相関係数を最大にする正則化パラメータλとしきい値ｃを示している。表２には、決定されたλとｃの値における、学習用データと検証用データを合わせた基礎データ全体での予測の正解率も付記した。なお、ここでは、２値分類予測の精度指標としてＭａｔｔｈｅｗｓ相関係数を用いたが、ｆ１スコアなど公知の他の精度指標を用いてもよい。
【0073】
【表2】
【0074】
（任意の２値データにも適用可能であること）
上では、敏感肌自覚の有無を例にして確率の推定方法を説明したが、この確率の推定方法は、各被検者（ｉ）に係る任意の２値データｙｉについて適用できる。２値データｙｉは、例えば、オイリー肌自覚の有無、ドライ肌自覚の有無、ふつう肌自覚の有無、混合肌自覚の有無、食不規則・食不健康自覚の有無、循環不調自覚の有無などであってもよい。また、２値データｙｉは、被検者又は顧客の自覚の有無に関係した量でなくてもよい。例えば、美容商品や美容サービスの販売店のスタッフや医師、整体師等の専門家が、被検者又は顧客の問診表を見て、或いは／及び、直接に問診・診察して、ある肌タイプに該当するか否かを判定した判定結果を表す２値データ、食生活に係る何らかの属性に該当するか否かを判定した判定結果を表す２値データ、又は、体調に係る何らかの属性に該当するか否かを判定した判定結果を表す２値データであってもよい。すなわち、本発明の基礎データは、各被検者が、肌タイプに係る所定の属性、美容に係る所定の属性、食生活に係る所定の属性、又は、体調に係る所定の属性に該当するか否かを表す２値データを含むことができ、本発明のコンピュータ制御プログラムが具える肌タイプ判定手段は、顧客の問診データから計算される当該顧客の肌タイプ識別空間上の位置に応じて、当該顧客が前記２値データに係る所定の属性に該当する確率を、多項式ロジスティック回帰の手法により推定する手段を有することができる。なお、６次多項式に替えて、４次多項式や８次多項式、１０次多項式を用いてもよい。また、多項式ロジスティック回帰の手法に替えて、出力層がシグモイドニューロンで構成された多層ニューラルネットワークや、出力層としてシグモイドニューロンを付加したサポートベクトルマシン等の、他の非線形の統計的推定手法を上記確率を推定するために用いることもできる。
上では、敏感肌自覚の有無を例にして確率の推定方法を説明したが、この確率の推定方法は、各被検者（ｉ）に係る任意の２値データｙｉについて適用できる。２値データｙｉは、例えば、オイリー肌自覚の有無、ドライ肌自覚の有無、ふつう肌自覚の有無、混合肌自覚の有無、食不規則・食不健康自覚の有無、循環不調自覚の有無などであってもよい。また、２値データｙｉは、被検者又は顧客の自覚の有無に関係した量でなくてもよい。例えば、美容商品や美容サービスの販売店のスタッフや医師、整体師等の専門家が、被検者又は顧客の問診表を見て、或いは／及び、直接に問診・診察して、ある肌タイプに該当するか否かを判定した判定結果を表す２値データ、食生活に係る何らかの属性に該当するか否かを判定した判定結果を表す２値データ、又は、体調に係る何らかの属性に該当するか否かを判定した判定結果を表す２値データであってもよい。すなわち、本発明の基礎データは、各被検者が、肌タイプに係る所定の属性、美容に係る所定の属性、食生活に係る所定の属性、又は、体調に係る所定の属性に該当するか否かを表す２値データを含むことができ、本発明のコンピュータ制御プログラムが具える肌タイプ判定手段は、顧客の問診データから計算される当該顧客の肌タイプ識別空間上の位置に応じて、当該顧客が前記２値データに係る所定の属性に該当する確率を、多項式ロジスティック回帰の手法により推定する手段を有することができる。なお、６次多項式に替えて、４次多項式や８次多項式、１０次多項式を用いてもよい。また、多項式ロジスティック回帰の手法に替えて、出力層がシグモイドニューロンで構成された多層ニューラルネットワークや、出力層としてシグモイドニューロンを付加したサポートベクトルマシン等の、他の非線形の統計的推定手法を上記確率を推定するために用いることもできる。
【0075】
本発明の美容判定システムの本実施形態においては、３つの因子の得点ＳＯ，ＳＤ，ＳＨを用いて、ｘｙｚ座標軸を具えた肌タイプ識別空間における点（ＳＯ，ＳＤ，ＳＨ）の位置により顧客の肌タイプをより細かく的確に判定するから、顧客の敏感肌自覚の有無に係る肌タイプの内容をより詳しく明らかにして、より適切な美容商品や美容サービスの提供、及び、食生活や体調に係る助言の提供に役立てることができる。
図４－１～図４－７に示す実施例においては、規格化したＨ因子の得点Ｈが０．０５又は０．９５である場合のみを図示したが、得点Ｈが０．５０など他の値をとる場合も同様に図示することができる。すなわち、本実施形態の変形形態においては、顧客の３つの因子の得点が順にＳＯ，ＳＤ，ＳＨであるとき、ｘｙｚ座標軸を具えた肌タイプ識別空間においてｚ座標が得点ＳＨに等しい、ｘｙ平面に平行な平面を肌タイプ識別断面として、当該肌タイプ識別断面における点（ＳＯ，ＳＤ）の位置により顧客の肌タイプをより細かく的確に判定するから、顧客の敏感肌自覚の有無に係る肌タイプの内容をより詳しく明らかにして、より適切な美容商品や美容サービスの提供、及び、食生活や体調に係る助言の提供に役立てることができる。当該肌タイプ識別断面上には、当該顧客に係る点（ＳＯ，Ｓ
Ｄ）を示すマークに加えて、顧客が特定の肌タイプである確率の分布を示す等高線やヒートマップ等の分布グラフを表示することが好ましい。
図４－１～図４－７に示す実施例においては、規格化したＨ因子の得点Ｈが０．０５又は０．９５である場合のみを図示したが、得点Ｈが０．５０など他の値をとる場合も同様に図示することができる。すなわち、本実施形態の変形形態においては、顧客の３つの因子の得点が順にＳＯ，ＳＤ，ＳＨであるとき、ｘｙｚ座標軸を具えた肌タイプ識別空間においてｚ座標が得点ＳＨに等しい、ｘｙ平面に平行な平面を肌タイプ識別断面として、当該肌タイプ識別断面における点（ＳＯ，ＳＤ）の位置により顧客の肌タイプをより細かく的確に判定するから、顧客の敏感肌自覚の有無に係る肌タイプの内容をより詳しく明らかにして、より適切な美容商品や美容サービスの提供、及び、食生活や体調に係る助言の提供に役立てることができる。当該肌タイプ識別断面上には、当該顧客に係る点（ＳＯ，Ｓ
Ｄ）を示すマークに加えて、顧客が特定の肌タイプである確率の分布を示す等高線やヒートマップ等の分布グラフを表示することが好ましい。
【0076】
＜２．肌タイプを２因子により判定する美容判定システム＞
次に、肌タイプを２因子により判定する美容判定について説明する。皮脂過剰に係るＯ因子の得点ＳＯ、毛穴汚れ感覚に係るＨ因子の得点ＳＨ及び０°＜ｔ＜９０°なる角度ｔを用いて、式１により複合脂性度ＳＣを計算することができる。複合脂性度ＳＣは、２つの因子得点ＳОとＳＨを集約して表した量である。
次に、肌タイプを２因子により判定する美容判定について説明する。皮脂過剰に係るＯ因子の得点ＳＯ、毛穴汚れ感覚に係るＨ因子の得点ＳＨ及び０°＜ｔ＜９０°なる角度ｔを用いて、式１により複合脂性度ＳＣを計算することができる。複合脂性度ＳＣは、２つの因子得点ＳОとＳＨを集約して表した量である。
【0077】
＜２－１．肌タイプ識別平面を１０×１０のマス目に区切る美容判定システム＞
図５Ａは、複合脂性度ＳＣ及び乾燥度ＳＤをそれぞれ、先に「相関係数Ｒの計算」のところで述べた方法により最大値と最小値の間を１０等分して１～１０の十段階で表したとき、肌タイプ識別平面上の１０×１０のマス目のそれぞれについて、自らの肌タイプを「敏感肌」であると答えた者の割合を示すヒートマップ図であり、図５Ｂは「オイリー肌」、図５Ｃは「ドライ肌」、図５Ｄは「ふつう肌」、図５Ｅは「ドライでオイリーな混合肌」であると、それぞれ答えた者の割合を示すヒートマップ図である。図５Ｆは、各マス目に属する被検者の数を示すヒートマップ図である。なお、図５Ａ～図５Ｆにおいては、角度ｔを４５°として計算を行った。
図５Ａより、複合脂性度ＳＣが大きいほど、また、乾燥度ＳＤが大きいほど、「敏感肌」と自覚している者の割合が高い傾向があることがわかる。図５Ｂより、複合脂性度ＳＣが大きいほど「オイリー肌」と自覚している者の割合が高い傾向があることがわかる。また、乾燥度ＳＤが小さいほど、「オイリー肌」と自覚している者の割合がやや高い傾向がある。図５Ｃより、乾燥度ＳＤが大きいほど、また、複合脂性度ＳＣが小さいほど、「乾燥肌」と自覚している者の割合が高い傾向があることがわかる。図５Ｄより、乾燥度ＳＤが小さいほど、また、複合脂性度ＳＣが小さいほど、「ふつう肌」と自覚している者の割合が高い傾向があることがわかる。図５Ｅより、複合脂性度ＳＣが大きいほど「ドライでオイリーな混合肌」と自覚している者の割合が高い傾向があることがわかる。また、乾燥度ＳＤが大きいほど「ドライでオイリーな混合肌」と自覚している者の割合がやや高い傾向がある。
これらの図から、乾燥度ＳＤと集約量である複合脂性度ＳＣは、被検者の肌タイプ自覚を統計的によく説明していることがわかる。本実施形態では、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置を１０×１０の碁盤のマス目状に配置されたマス目の１つで表して、顧客の肌タイプを視覚的に表現するから、顧客と販売者等がともに短時間で顧客の肌タイプの情報を把握して共有することができる。また、顧客及び／又は販売者等は、顧客の肌タイプ自覚を参考にしつつも、肌タイプ識別平面上の点（ＳＣ，ＳＤ）の位置により顧客の肌タイプをより詳細かつ的確に把握して、美容商品の購入や推奨の参考にすることができる。
図５Ａは、複合脂性度ＳＣ及び乾燥度ＳＤをそれぞれ、先に「相関係数Ｒの計算」のところで述べた方法により最大値と最小値の間を１０等分して１～１０の十段階で表したとき、肌タイプ識別平面上の１０×１０のマス目のそれぞれについて、自らの肌タイプを「敏感肌」であると答えた者の割合を示すヒートマップ図であり、図５Ｂは「オイリー肌」、図５Ｃは「ドライ肌」、図５Ｄは「ふつう肌」、図５Ｅは「ドライでオイリーな混合肌」であると、それぞれ答えた者の割合を示すヒートマップ図である。図５Ｆは、各マス目に属する被検者の数を示すヒートマップ図である。なお、図５Ａ～図５Ｆにおいては、角度ｔを４５°として計算を行った。
図５Ａより、複合脂性度ＳＣが大きいほど、また、乾燥度ＳＤが大きいほど、「敏感肌」と自覚している者の割合が高い傾向があることがわかる。図５Ｂより、複合脂性度ＳＣが大きいほど「オイリー肌」と自覚している者の割合が高い傾向があることがわかる。また、乾燥度ＳＤが小さいほど、「オイリー肌」と自覚している者の割合がやや高い傾向がある。図５Ｃより、乾燥度ＳＤが大きいほど、また、複合脂性度ＳＣが小さいほど、「乾燥肌」と自覚している者の割合が高い傾向があることがわかる。図５Ｄより、乾燥度ＳＤが小さいほど、また、複合脂性度ＳＣが小さいほど、「ふつう肌」と自覚している者の割合が高い傾向があることがわかる。図５Ｅより、複合脂性度ＳＣが大きいほど「ドライでオイリーな混合肌」と自覚している者の割合が高い傾向があることがわかる。また、乾燥度ＳＤが大きいほど「ドライでオイリーな混合肌」と自覚している者の割合がやや高い傾向がある。
これらの図から、乾燥度ＳＤと集約量である複合脂性度ＳＣは、被検者の肌タイプ自覚を統計的によく説明していることがわかる。本実施形態では、ＸＹ座標軸を備えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置を１０×１０の碁盤のマス目状に配置されたマス目の１つで表して、顧客の肌タイプを視覚的に表現するから、顧客と販売者等がともに短時間で顧客の肌タイプの情報を把握して共有することができる。また、顧客及び／又は販売者等は、顧客の肌タイプ自覚を参考にしつつも、肌タイプ識別平面上の点（ＳＣ，ＳＤ）の位置により顧客の肌タイプをより詳細かつ的確に把握して、美容商品の購入や推奨の参考にすることができる。
【0078】
＜２－２．肌タイプ識別平面における確率の分布を推定する美容判定システム＞
（敏感肌自覚のある者の割合の２次元分布）
基礎データは、既述の通り、敏感肌自覚有無設問に対する各被検者の２択の回答の値を含んでいる。上記基礎データに含まれる各被検者は、複合脂性度ＳＣを第１軸（Ｘ軸）にとり、乾燥度ＳＤを第２軸（Ｙ軸）にとった肌タイプ識別平面上の１点に配置することができる。肌タイプ識別平面上の位置により、問診を受けた顧客が敏感肌自覚有無設問にＹＥＳと答える確率は異なると考えられる。その確率を後述する多項式ロジスティック回帰（正則化あり）の手法により推定して等高線図で示したのが図６－１である。なお、以下では、複合脂性度ＳＣ及び乾燥度ＳＤの各々を、最大値を１に、かつ、最小値を０に変換する線形変換により０以上１以下の範囲の値に規格化して考察する。図６－１には、等高線に加えて１００個の点がプロットされている。これらの点は、被検者を基礎データから無作為に１００人抽出して、敏感肌自覚有無設問にＹＥＳと答えた者を「〇」マークで、
そうでない者を「＋」マークでプロットしたものである。また、図６－１～図６－７においては、複合脂性度ＳＣの定義式（式１）に登場する角度ｔは３５°とした。この角度ｔは、後述するように、敏感肌自覚に係る図７に示す相関係数を最大にする角度である。
図６－１から読み取れるように、敏感肌自覚者は当該図の上側ゾーンに集約される。複合脂性度ＳＣが大きいほど、又、乾燥度ＳＤが大きいほど、敏感肌自覚者の割合は大きくなる傾向がある。また、規格化された乾燥度ＳＤが０．５以上の領域、又は、規格化された複合脂性度が０．８以下の領域では、規格化された複合脂性度ＳＣが増えるよりも、規格化された乾燥度ＳＤが増える方が、敏感肌自覚者の割合の増加が大きい傾向がある。敏感肌は基本的にドライ傾向で誘発されるが、ドライかつオイリー傾向でも誘発される場合があると言える。前者は従来より知られていたが、後者は新知見である。
（敏感肌自覚のある者の割合の２次元分布）
基礎データは、既述の通り、敏感肌自覚有無設問に対する各被検者の２択の回答の値を含んでいる。上記基礎データに含まれる各被検者は、複合脂性度ＳＣを第１軸（Ｘ軸）にとり、乾燥度ＳＤを第２軸（Ｙ軸）にとった肌タイプ識別平面上の１点に配置することができる。肌タイプ識別平面上の位置により、問診を受けた顧客が敏感肌自覚有無設問にＹＥＳと答える確率は異なると考えられる。その確率を後述する多項式ロジスティック回帰（正則化あり）の手法により推定して等高線図で示したのが図６－１である。なお、以下では、複合脂性度ＳＣ及び乾燥度ＳＤの各々を、最大値を１に、かつ、最小値を０に変換する線形変換により０以上１以下の範囲の値に規格化して考察する。図６－１には、等高線に加えて１００個の点がプロットされている。これらの点は、被検者を基礎データから無作為に１００人抽出して、敏感肌自覚有無設問にＹＥＳと答えた者を「〇」マークで、
そうでない者を「＋」マークでプロットしたものである。また、図６－１～図６－７においては、複合脂性度ＳＣの定義式（式１）に登場する角度ｔは３５°とした。この角度ｔは、後述するように、敏感肌自覚に係る図７に示す相関係数を最大にする角度である。
図６－１から読み取れるように、敏感肌自覚者は当該図の上側ゾーンに集約される。複合脂性度ＳＣが大きいほど、又、乾燥度ＳＤが大きいほど、敏感肌自覚者の割合は大きくなる傾向がある。また、規格化された乾燥度ＳＤが０．５以上の領域、又は、規格化された複合脂性度が０．８以下の領域では、規格化された複合脂性度ＳＣが増えるよりも、規格化された乾燥度ＳＤが増える方が、敏感肌自覚者の割合の増加が大きい傾向がある。敏感肌は基本的にドライ傾向で誘発されるが、ドライかつオイリー傾向でも誘発される場合があると言える。前者は従来より知られていたが、後者は新知見である。
【0079】
（オイリー肌自覚のある者の割合の２次元分布）
図６－２は、同様にして推定した、オイリー肌自覚者の割合の分布を示す等高線図である。オイリー肌自覚者は当該図の右下ゾーンに集約される。規格化された複合脂性度ＳＣが０．８未満の領域では、複合脂性度が大きいほど、又、乾燥度が小さいほど、オイリー肌自覚者の割合は大きくなる傾向がある。また、規格化された複合脂性度ＳＣが０．８以上の領域では、乾燥度ＳＤが小さいほど、同オイリー肌自覚者の割合は大きい傾向がある。
図６－２は、同様にして推定した、オイリー肌自覚者の割合の分布を示す等高線図である。オイリー肌自覚者は当該図の右下ゾーンに集約される。規格化された複合脂性度ＳＣが０．８未満の領域では、複合脂性度が大きいほど、又、乾燥度が小さいほど、オイリー肌自覚者の割合は大きくなる傾向がある。また、規格化された複合脂性度ＳＣが０．８以上の領域では、乾燥度ＳＤが小さいほど、同オイリー肌自覚者の割合は大きい傾向がある。
【0080】
（ドライ肌自覚のある者の割合の２次元分布）
図６－３は、同様にして推定した、ドライ肌自覚者の割合の分布を示す等高線図である。ドライ肌自覚者は当該図の左上ゾーンに集約される。ドライ肌自覚者の割合には、規格化された乾燥度ＳＤが大きく影響している。乾燥度ＳＤが大きいほど、又、複合脂性度ＳＣがが小さいほど、概ね、ドライ肌自覚者の割合は大きくなる傾向がある。また、規格化された乾燥度ＳＤが約０．８以上と１に近い場合には、複合脂性度ＳＣが増えるほど、ドライ肌自覚者の割合が減る傾向が見られる。
図６－３は、同様にして推定した、ドライ肌自覚者の割合の分布を示す等高線図である。ドライ肌自覚者は当該図の左上ゾーンに集約される。ドライ肌自覚者の割合には、規格化された乾燥度ＳＤが大きく影響している。乾燥度ＳＤが大きいほど、又、複合脂性度ＳＣがが小さいほど、概ね、ドライ肌自覚者の割合は大きくなる傾向がある。また、規格化された乾燥度ＳＤが約０．８以上と１に近い場合には、複合脂性度ＳＣが増えるほど、ドライ肌自覚者の割合が減る傾向が見られる。
【0081】
（ふつう肌自覚のある者の割合の２次元分布）
図６－４は、同様にして推定した、ふつう肌自覚者の割合の分布を示す等高線図である。ふつう肌自覚者は当該図の左下ゾーンに集約される。乾燥度ＳＤが小さいほど、又、複合脂性度ＳＣが小さいほど、概ね、ふつう肌自覚者の割合は大きくなる傾向がある。
図６－４は、同様にして推定した、ふつう肌自覚者の割合の分布を示す等高線図である。ふつう肌自覚者は当該図の左下ゾーンに集約される。乾燥度ＳＤが小さいほど、又、複合脂性度ＳＣが小さいほど、概ね、ふつう肌自覚者の割合は大きくなる傾向がある。
【0082】
（混合肌自覚のある者の割合の２次元分布）
図６－５は、同様にして推定した、ドライでオイリーな混合肌自覚者の割合の分布を示す等高線図である。規格化された複合脂性度ＳＣが約０．７５で、かつ、規格化された乾燥度ＳＤが約０．７０の場合に、混合肌自覚者の割合は最大値をとり、ＳＣ又はＳＤが上記の最大値をとる値から平面上の距離の意味で離れると、混合肌自覚者の割合は概ね単調に減少する傾向がある。
図６－５は、同様にして推定した、ドライでオイリーな混合肌自覚者の割合の分布を示す等高線図である。規格化された複合脂性度ＳＣが約０．７５で、かつ、規格化された乾燥度ＳＤが約０．７０の場合に、混合肌自覚者の割合は最大値をとり、ＳＣ又はＳＤが上記の最大値をとる値から平面上の距離の意味で離れると、混合肌自覚者の割合は概ね単調に減少する傾向がある。
【0083】
（食不規則・食不健康自覚のある者の割合の２次元分布）
ある実施形態においては、後述するように、基礎データは、食生活についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、食不規則・食不健康に係る因子の得点ＳＦが計算できる。当該得点ＳＦが、平均値以上である場合に、その被検者は食不規則・食不健康自覚があるものとみなし、そうでない場合には食不規則・食不健康自覚がないものとみなす。図６－６は、図６－１と同様にして推定した、食不規則・食不健康自覚者の割合の分布を示す等高線図である。複合脂性度ＳＣが大きいほど、又、乾燥度ＳＤが大きいほど、食不規則・食不健康自覚者の割合は大きくなる傾向がある。また、規格化された複合脂性度ＳＣの増加と、規格化された乾燥度ＳＤの増加は、いずれも、食不規則・食不健康自覚者の割合の増加に寄与するが、前者（規格された複合脂性度ＳＣの増加）の方が、後者（規格化された乾燥度ＳＤの増加）よ
りもやや大きく寄与する。本形態の肌タイプ判定手段は、顧客が食不規則・食不健康に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
ある実施形態においては、後述するように、基礎データは、食生活についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、食不規則・食不健康に係る因子の得点ＳＦが計算できる。当該得点ＳＦが、平均値以上である場合に、その被検者は食不規則・食不健康自覚があるものとみなし、そうでない場合には食不規則・食不健康自覚がないものとみなす。図６－６は、図６－１と同様にして推定した、食不規則・食不健康自覚者の割合の分布を示す等高線図である。複合脂性度ＳＣが大きいほど、又、乾燥度ＳＤが大きいほど、食不規則・食不健康自覚者の割合は大きくなる傾向がある。また、規格化された複合脂性度ＳＣの増加と、規格化された乾燥度ＳＤの増加は、いずれも、食不規則・食不健康自覚者の割合の増加に寄与するが、前者（規格された複合脂性度ＳＣの増加）の方が、後者（規格化された乾燥度ＳＤの増加）よ
りもやや大きく寄与する。本形態の肌タイプ判定手段は、顧客が食不規則・食不健康に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
【0084】
（循環不調自覚のある者の割合の２次元分布）
ある実施形態においては、後述するように、基礎データは、体調自覚についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、循環不調に係る因子の得点ＳＫが計算できる。当該得点ＳＫが、平均値以上である場合に、その被検者は循環不調自覚があるものと見做し、そうでない場合には循環不調自覚がないものとみなす。図６－７は、図６－１と同様にして推定した、循環不調自覚者の割合の分布を示す等高線図である。複合脂性度ＳＣが大きいほど、又、乾燥度ＳＤが大きいほど、循環不調自覚者の割合は大きくなる傾向がある。規格化された複合脂性度ＳＣの増加と、規格化された乾燥度ＳＤの増加は、いずれも、食不規則・食不健康自覚者の割合の増加に寄与し、両者の寄与度は同程度である。本形態の肌タイプ判定手段は、顧客が循環不調に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
ある実施形態においては、後述するように、基礎データは、体調自覚についての複数の設問を含んでおり、これらの設問に対する被検者の回答を因子分析することにより、各被検者の、循環不調に係る因子の得点ＳＫが計算できる。当該得点ＳＫが、平均値以上である場合に、その被検者は循環不調自覚があるものと見做し、そうでない場合には循環不調自覚がないものとみなす。図６－７は、図６－１と同様にして推定した、循環不調自覚者の割合の分布を示す等高線図である。複合脂性度ＳＣが大きいほど、又、乾燥度ＳＤが大きいほど、循環不調自覚者の割合は大きくなる傾向がある。規格化された複合脂性度ＳＣの増加と、規格化された乾燥度ＳＤの増加は、いずれも、食不規則・食不健康自覚者の割合の増加に寄与し、両者の寄与度は同程度である。本形態の肌タイプ判定手段は、顧客が循環不調に係る問題を有するか否かを判定するための簡易スクリーニングツールとして用いることができる。
【0085】
（多項式ロジスティック回帰による確率の推定・・２次元の場合）
肌タイプ識別平面（２つの座標軸としてＸ軸，Ｙ軸を有するものとする。）における多項式ロジスティック回帰による確率の推定方法を、敏感肌自覚者の割合（すなわち、顧客が敏感肌自覚者である確率）の推定を例にして説明する。有効回答数をｍ＝６０６９として基礎データに含まれる有効回答に係る被験者をｉ＝１，２，・・，ｍで表し、第ｉ番目の被験者の複合脂性度ＳＣ，乾燥度ＳＤをそれぞれ上記の通り規格化した量を順にＸｉ，Ｙｉとし、これらをまとめて２次元数ベクトルｘｉ＝（Ｘｉ，Ｙｉ）で表す。また、第ｉ番目の被験者が敏感肌を自覚している場合に１，そうでない場合に０の値をとる２値データをｙｉとする。ある顧客の問診データから計算される各因子の規格化された得点が肌タイプ識別平面において数ベクトルｘ＝（Ｘ，Ｙ）で表される場合に、その顧客が敏感肌を自覚している確率ｐ（ｘ）を推定したい。Θを推定するべきパラメータとして、求める確率を
（式８） ｐ（ｘ） ：＝ ｐ（Θ，ｘ） ：＝ ｇ（ｆ（Θ，ｘ））
の形に仮定する。
ここで、ｆ（Θ，ｘ）は２変数Ｘ，Ｙ、すなわち数ベクトルｘ＝（Ｘ，Ｙ）の６次多項式である。Θはその係数をまとめて表したものである。ここで、定数項を含めて２変数の４次多項式には係数が１５個あり、２変数の６次多項式には２８個の係数がある。ｇはシグモイド関数（別名、ロジスティック関数）である。
パラメータΘは、次のコスト関数Ｊ＝Ｊ（Θ，λ）を最小にするように決定する。
（式９） Ｊ（Θ，λ） ：＝ λ×｜Θ｜2／ｍ ＋
Σ［－ｙｉ×ｌоｇ（ｐ（Θ，ｘｉ））
－（１－ｙｉ）×ｌоｇ（１－ｐ（Θ，ｘｉ））］／ｍ
ここで、ｌоｇは自然対数、Σはｉについての和（被検者についての和）、｜Θ｜2は６次多項式の２８個の係数のうち定数項を除く２７個の係数の２乗和、正の実数λはオーバーフィッティング（ハイバリアンス）を避けるために導入した正則化パラメータである。
肌タイプ識別平面（２つの座標軸としてＸ軸，Ｙ軸を有するものとする。）における多項式ロジスティック回帰による確率の推定方法を、敏感肌自覚者の割合（すなわち、顧客が敏感肌自覚者である確率）の推定を例にして説明する。有効回答数をｍ＝６０６９として基礎データに含まれる有効回答に係る被験者をｉ＝１，２，・・，ｍで表し、第ｉ番目の被験者の複合脂性度ＳＣ，乾燥度ＳＤをそれぞれ上記の通り規格化した量を順にＸｉ，Ｙｉとし、これらをまとめて２次元数ベクトルｘｉ＝（Ｘｉ，Ｙｉ）で表す。また、第ｉ番目の被験者が敏感肌を自覚している場合に１，そうでない場合に０の値をとる２値データをｙｉとする。ある顧客の問診データから計算される各因子の規格化された得点が肌タイプ識別平面において数ベクトルｘ＝（Ｘ，Ｙ）で表される場合に、その顧客が敏感肌を自覚している確率ｐ（ｘ）を推定したい。Θを推定するべきパラメータとして、求める確率を
（式８） ｐ（ｘ） ：＝ ｐ（Θ，ｘ） ：＝ ｇ（ｆ（Θ，ｘ））
の形に仮定する。
ここで、ｆ（Θ，ｘ）は２変数Ｘ，Ｙ、すなわち数ベクトルｘ＝（Ｘ，Ｙ）の６次多項式である。Θはその係数をまとめて表したものである。ここで、定数項を含めて２変数の４次多項式には係数が１５個あり、２変数の６次多項式には２８個の係数がある。ｇはシグモイド関数（別名、ロジスティック関数）である。
パラメータΘは、次のコスト関数Ｊ＝Ｊ（Θ，λ）を最小にするように決定する。
（式９） Ｊ（Θ，λ） ：＝ λ×｜Θ｜2／ｍ ＋
Σ［－ｙｉ×ｌоｇ（ｐ（Θ，ｘｉ））
－（１－ｙｉ）×ｌоｇ（１－ｐ（Θ，ｘｉ））］／ｍ
ここで、ｌоｇは自然対数、Σはｉについての和（被検者についての和）、｜Θ｜2は６次多項式の２８個の係数のうち定数項を除く２７個の係数の２乗和、正の実数λはオーバーフィッティング（ハイバリアンス）を避けるために導入した正則化パラメータである。
【0086】
（正則化パラメータλ及びしきい値ｃの決定）
正則化パラメータλ及びしきい値ｃの決定方法は、３次元肌タイプ識別空間の場合と同様であるから、詳細の説明は省略する。次の表３は、Ｍａｔｔｈｅｗｓ相関係数を最大にする正則化パラメータλとしきい値ｃを示している。表３には、決定されたλとｃの値における、学習用データと検証用データを合わせた基礎データ全体での予測の正解率も付記した。なお、ここでは、２値分類予測の精度指標としてＭａｔｔｈｅｗｓ相関係数を用いたが、ｆ１スコアなど公知の他の精度指標を用いてもよい。
正則化パラメータλ及びしきい値ｃの決定方法は、３次元肌タイプ識別空間の場合と同様であるから、詳細の説明は省略する。次の表３は、Ｍａｔｔｈｅｗｓ相関係数を最大にする正則化パラメータλとしきい値ｃを示している。表３には、決定されたλとｃの値における、学習用データと検証用データを合わせた基礎データ全体での予測の正解率も付記した。なお、ここでは、２値分類予測の精度指標としてＭａｔｔｈｅｗｓ相関係数を用いたが、ｆ１スコアなど公知の他の精度指標を用いてもよい。
【0087】
【表3】
【0088】
表３と表２を比べると分かるように、集約量である複合脂性度ＳＣを含む２変数を用いる肌タイプ識別平面上での２次元解析（表３）は、３変数を用いる肌タイプ識別空間上での３次元解析（表２）とほぼ遜色のない正解率で、各２値データに係る確率の分布を推定できている。ただし、オイリー肌自覚の有無とふつう肌自覚の有無については、若干ではあるが正解率の低下が見られる。これは、皮脂過剰及び毛穴不満に係る肌タイプ自覚を正確に識別するためには、２変数よりも３変数により解析を行うことが好ましいことを意味している。
【0089】
（肌タイプ識別平面上での解析が任意の２値データにも適用可能であること）
上では、敏感肌自覚の有無を例にして、多項式ロジスティック回帰の手法による、肌タイプ識別平面における確率の推定方法を説明したが、この確率の推定方法は、既述の肌タイプ識別空間における確率の推定方法と同様に、各被検者（ｉ）に係る任意の２値データｙｉについて適用できる。すなわち、本発明の基礎データは、各被検者が、肌タイプに係る所定の属性、美容に係る所定の属性、食生活に係る所定の属性、又は、体調に係る所定の属性に該当するか否かを表す２値データを含むことができ、本発明のコンピュータ制御プログラムが具える肌タイプ判定手段は、顧客の問診データから計算される当該顧客の肌タイプ識別平面上の位置に応じて、当該顧客が前記２値データに係る所定の属性に該当する確率を、多項式ロジスティック回帰の手法により推定する手段を有することができる。なお、６次多項式に替えて、４次多項式や８次多項式、１０次多項式を用いてもよい。また、多項式ロジスティック回帰の手法に替えて、出力層がシグモイドニューロンで構成された多層ニューラルネットワークや、出力層としてシグモイドニューロンを付加したサポートベクトルマシン等の、他の非線形の統計的推定手法を上記確率を推定するために用いることもできる。
上では、敏感肌自覚の有無を例にして、多項式ロジスティック回帰の手法による、肌タイプ識別平面における確率の推定方法を説明したが、この確率の推定方法は、既述の肌タイプ識別空間における確率の推定方法と同様に、各被検者（ｉ）に係る任意の２値データｙｉについて適用できる。すなわち、本発明の基礎データは、各被検者が、肌タイプに係る所定の属性、美容に係る所定の属性、食生活に係る所定の属性、又は、体調に係る所定の属性に該当するか否かを表す２値データを含むことができ、本発明のコンピュータ制御プログラムが具える肌タイプ判定手段は、顧客の問診データから計算される当該顧客の肌タイプ識別平面上の位置に応じて、当該顧客が前記２値データに係る所定の属性に該当する確率を、多項式ロジスティック回帰の手法により推定する手段を有することができる。なお、６次多項式に替えて、４次多項式や８次多項式、１０次多項式を用いてもよい。また、多項式ロジスティック回帰の手法に替えて、出力層がシグモイドニューロンで構成された多層ニューラルネットワークや、出力層としてシグモイドニューロンを付加したサポートベクトルマシン等の、他の非線形の統計的推定手法を上記確率を推定するために用いることもできる。
【0090】
本発明の美容判定システムの本実施形態においては、複合脂性度ＳＣ及び乾燥度ＳＤを用いて、ＸＹ座標軸を具えた肌タイプ識別平面における点（ＳＣ，ＳＤ）の位置により顧客の肌タイプをより細かく的確に判定するから、顧客の敏感肌自覚の有無に係る肌タイプの内容をより詳しく明らかにして、より適切な美容商品や美容サービスの提供、及び、食生活や体調に係る助言の提供に役立てることができる。
【0091】
＜３．肌質得点ＳＱを用いた美容判定システム＞
（肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒ）
複合脂性度ＳＣ、乾燥度ＳＤ及び０°＜ｓ＜９０°なる角度ｓを用いて、式２により肌質得点ＳＱを計算することができる。肌質得点ＳＱは、２つの量ＳＣとＳＤを集約して表した量である。ここで、式１に示すように、複合脂性度ＳＣは０°＜ｔ＜９０°なる角度
ｔに依存しているから、肌質得点ＳＱは、被検者又は顧客の、設問に対する回答の値だけでなく、２つのパラメータである角度ｓとtにも依存している。
図１５Ａは、前記基礎データにおける被験者の肌質得点ＳＱを前述の方法で１～１０の１０段階に離散化して、肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。角度ｔ及び角度ｓはいずれも４５°とした。折れ線グラフは、肌質得点ＳＱが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、肌質得点ＳＱが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．９８２（即ち、０．９６４３の平方根）と求められた。肌質得点ＳＱが大きいほど、敏感肌を自覚する被検者の割合が大きく、肌質得点ＳＱが敏感肌自覚の有無と強い相関を有することがわかる。回帰直線によれば、肌質得点ＳＱが最も小さい区間ＳＱ０１では上記割合が約０％であるのに対して、肌質得点ＳＱが最も大きい区間ＳＱ１０では上記割合が約５９％である。つまり、やや誇張した言い方をするならば、顧客の肌質得点ＳＱが大きいことと、当該顧客が敏感肌自覚をもつことは、ほぼ同義である。
（肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒ）
複合脂性度ＳＣ、乾燥度ＳＤ及び０°＜ｓ＜９０°なる角度ｓを用いて、式２により肌質得点ＳＱを計算することができる。肌質得点ＳＱは、２つの量ＳＣとＳＤを集約して表した量である。ここで、式１に示すように、複合脂性度ＳＣは０°＜ｔ＜９０°なる角度
ｔに依存しているから、肌質得点ＳＱは、被検者又は顧客の、設問に対する回答の値だけでなく、２つのパラメータである角度ｓとtにも依存している。
図１５Ａは、前記基礎データにおける被験者の肌質得点ＳＱを前述の方法で１～１０の１０段階に離散化して、肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。角度ｔ及び角度ｓはいずれも４５°とした。折れ線グラフは、肌質得点ＳＱが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、肌質得点ＳＱが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．９８２（即ち、０．９６４３の平方根）と求められた。肌質得点ＳＱが大きいほど、敏感肌を自覚する被検者の割合が大きく、肌質得点ＳＱが敏感肌自覚の有無と強い相関を有することがわかる。回帰直線によれば、肌質得点ＳＱが最も小さい区間ＳＱ０１では上記割合が約０％であるのに対して、肌質得点ＳＱが最も大きい区間ＳＱ１０では上記割合が約５９％である。つまり、やや誇張した言い方をするならば、顧客の肌質得点ＳＱが大きいことと、当該顧客が敏感肌自覚をもつことは、ほぼ同義である。
【0092】
（角度ｔ，ｓと相関係数Ｒの関係）
図７は、肌質得点ＳＱ及び複合脂性度ＳＣの定義式に登場する２つのパラメータである角度ｔ及び角度ｓを、４５°とは異なる角度を含む様々な角度に設定した場合の、肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを示す表図である。相関係数Ｒは、（ｔ，ｓ）＝（３５°，４０°）において、最大値Ｒ＝０．９９６をとる。相関係数Ｒが０．９４以上を１つの条件とすれば、２５°≦ｔ≦５０°かつ２５°≦ｓ≦７５°であれば、その条件は満たされる。相関係数Ｒが０．９８以上を別の１つの条件とすれば、２０°≦ｔ≦４０°かつ４０°≦ｓ≦６０°であれば、その条件は満たされる。上記相関係数Ｒが１に近い値となるように角度ｔ及び角度ｓが設定される場合には、肌質得点ＳＱは、敏感肌自覚の有無と極めて強い相関をもつ量であると言える。
図７は、肌質得点ＳＱ及び複合脂性度ＳＣの定義式に登場する２つのパラメータである角度ｔ及び角度ｓを、４５°とは異なる角度を含む様々な角度に設定した場合の、肌質得点ＳＱと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを示す表図である。相関係数Ｒは、（ｔ，ｓ）＝（３５°，４０°）において、最大値Ｒ＝０．９９６をとる。相関係数Ｒが０．９４以上を１つの条件とすれば、２５°≦ｔ≦５０°かつ２５°≦ｓ≦７５°であれば、その条件は満たされる。相関係数Ｒが０．９８以上を別の１つの条件とすれば、２０°≦ｔ≦４０°かつ４０°≦ｓ≦６０°であれば、その条件は満たされる。上記相関係数Ｒが１に近い値となるように角度ｔ及び角度ｓが設定される場合には、肌質得点ＳＱは、敏感肌自覚の有無と極めて強い相関をもつ量であると言える。
【0093】
＜４．食生活と敏感肌自覚の関係＞
（食生活基礎データの因子分析）
前記基礎データに含まれる被検者のうち、敏感肌自覚有無設問の対象とした６０６９人について、食生活について更に設問を行い、回答（０又は１）を記録した。設問は、図８の表図に示すｎ０１～ｎ２５の２５個の２択の設問である。これらの設問の回答は食生活基礎データを構成する。肌診断と同様にして、直交モデルの因子分析法により、８つの因子を抽出した。因子１はヘルシー意識、因子２（以下、Ｆ２因子と呼ぶ。）はノーヘルシー（過食傾向）、因子３（以下、Ｆ１因子と呼ぶ。）は不規則な食生活、因子４は生活習慣病の予防、因子５はサプリ志向、因子６は手軽さ志向、因子７は低加工度（少調理）、因子８はメニュー（三食・美食、少デザート・少間食）に係る因子と解釈できる。因子荷重係数は省略する。図９の表図に、回帰法で求めた因子得点係数を示す。
（食生活基礎データの因子分析）
前記基礎データに含まれる被検者のうち、敏感肌自覚有無設問の対象とした６０６９人について、食生活について更に設問を行い、回答（０又は１）を記録した。設問は、図８の表図に示すｎ０１～ｎ２５の２５個の２択の設問である。これらの設問の回答は食生活基礎データを構成する。肌診断と同様にして、直交モデルの因子分析法により、８つの因子を抽出した。因子１はヘルシー意識、因子２（以下、Ｆ２因子と呼ぶ。）はノーヘルシー（過食傾向）、因子３（以下、Ｆ１因子と呼ぶ。）は不規則な食生活、因子４は生活習慣病の予防、因子５はサプリ志向、因子６は手軽さ志向、因子７は低加工度（少調理）、因子８はメニュー（三食・美食、少デザート・少間食）に係る因子と解釈できる。因子荷重係数は省略する。図９の表図に、回帰法で求めた因子得点係数を示す。
【0094】
（不規則な食生活と敏感肌自覚の関係）
図１５Ｂは、前記基礎データにおける被験者の、不規則な食生活に係るＦ１因子の得点ＳＦ１を前述の方法で１～１０の１０段階に離散化して、因子得点ＳＦ１と敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＦ１が各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＦ１が１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８４７（即ち、０．７２０８の平方根）と求められた。不規則な食生活に係るＦ１因子の得点ＳＦ１が、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＦ１が大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＦ１が最も小さい区間ＳＦ１＿０１では上記割合が約１９％であ
るのに対して、因子得点ＳＦ１が最も大きい区間ＳＦ１＿１０では上記割合が約３６％である。
図１５Ｂは、前記基礎データにおける被験者の、不規則な食生活に係るＦ１因子の得点ＳＦ１を前述の方法で１～１０の１０段階に離散化して、因子得点ＳＦ１と敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＦ１が各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＦ１が１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８４７（即ち、０．７２０８の平方根）と求められた。不規則な食生活に係るＦ１因子の得点ＳＦ１が、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＦ１が大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＦ１が最も小さい区間ＳＦ１＿０１では上記割合が約１９％であ
るのに対して、因子得点ＳＦ１が最も大きい区間ＳＦ１＿１０では上記割合が約３６％である。
【0095】
（不健康な食生活と敏感肌自覚の関係）
図１５Ｃは、前記基礎データにおける被験者の、ノーヘルシー（過食傾向）すなわち不健康な食生活に係るＦ２因子の得点ＳＦ２を前述の方法で１～１０の１０段階に離散化して、因子得点ＳＦ２と敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＦ２が各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＦ２が１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８５６（即ち、０．７３２７の平方根）と求められた。不規則な食生活に係るＦ２因子の得点ＳＦ２が、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＦ２が大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＦ２が最も小さい区間ＳＦ２＿０１では上記割合が約１８％であるのに対して、因子得点ＳＦ２が最も大きい区間ＳＦ２＿１０では上記割合が約３３％である。
図１５Ｃは、前記基礎データにおける被験者の、ノーヘルシー（過食傾向）すなわち不健康な食生活に係るＦ２因子の得点ＳＦ２を前述の方法で１～１０の１０段階に離散化して、因子得点ＳＦ２と敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＦ２が各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＦ２が１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８５６（即ち、０．７３２７の平方根）と求められた。不規則な食生活に係るＦ２因子の得点ＳＦ２が、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＦ２が大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＦ２が最も小さい区間ＳＦ２＿０１では上記割合が約１８％であるのに対して、因子得点ＳＦ２が最も大きい区間ＳＦ２＿１０では上記割合が約３３％である。
【0096】
（複合食因子の得点ＳＦと敏感肌自覚の関係）
因子得点ＳＦ１、因子得点ＳＦ２及び０°＜ｕ＜９０°なる角度ｕを用いて、式３により複合食因子の得点ＳＦを計算することができる。得点ＳＦは、２つの量ＳＦ１とＳＦ２を集約して表した量である。式３からわかるように、得点ＳＦは、被検者又は顧客の、設問に対する回答の値だけでなく、パラメータである角度ｕにも依存している。
図１５Ｄは、前記基礎データにおける被験者の複合食因子の得点ＳＦを前述の方法で１～１０の１０段階に離散化して、得点ＳＦと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。角度ｕは４５°とした。折れ線グラフは、得点ＳＦが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、得点ＳＦが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．９７３（即ち、０．９４６７の平方根）と求められた。得点ＳＦが大きいほど、敏感肌を自覚する被検者の割合が大きく、得点ＳＦが敏感肌自覚の有無と強い相関を有することがわかる。回帰直線によれば、得点ＳＦが最も小さい区間ＳＦ０１では上記割合が約１９％であるのに対して、得点ＳＦが最も大きい区間ＳＦ１０では上記割合が約４０％である。
因子得点ＳＦ１、因子得点ＳＦ２及び０°＜ｕ＜９０°なる角度ｕを用いて、式３により複合食因子の得点ＳＦを計算することができる。得点ＳＦは、２つの量ＳＦ１とＳＦ２を集約して表した量である。式３からわかるように、得点ＳＦは、被検者又は顧客の、設問に対する回答の値だけでなく、パラメータである角度ｕにも依存している。
図１５Ｄは、前記基礎データにおける被験者の複合食因子の得点ＳＦを前述の方法で１～１０の１０段階に離散化して、得点ＳＦと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。角度ｕは４５°とした。折れ線グラフは、得点ＳＦが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、得点ＳＦが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．９７３（即ち、０．９４６７の平方根）と求められた。得点ＳＦが大きいほど、敏感肌を自覚する被検者の割合が大きく、得点ＳＦが敏感肌自覚の有無と強い相関を有することがわかる。回帰直線によれば、得点ＳＦが最も小さい区間ＳＦ０１では上記割合が約１９％であるのに対して、得点ＳＦが最も大きい区間ＳＦ１０では上記割合が約４０％である。
【0097】
（角度ｕと相関係数Ｒの関係）
次に示す表４は、複合食因子の得点ＳＦを定義する式３に登場するパラメータである角度ｕを、４５°とは異なる角度を含む５°刻みの様々な角度に設定した場合の、得点ＳＦと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを示している。
次に示す表４は、複合食因子の得点ＳＦを定義する式３に登場するパラメータである角度ｕを、４５°とは異なる角度を含む５°刻みの様々な角度に設定した場合の、得点ＳＦと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを示している。
【0098】
【表4】
【0099】
相関係数Ｒは、ｕ＝３５°において、最大値Ｒ＝０．９８８をとる。相関係数Ｒが０．
９６以上を１つの条件とすれば、ｕ＝５°，１５°，２０°，３０°，３５°，４０°，４５°，５５°又は６０°であれば、その条件は満たされる。相関係数Ｒが０．９８以上を別の１つの条件とすれば、ｕ＝２０°，３０°、３５°又は４０°であれば、その条件は満たされる。角度ｕが５°で割り切れない場合には、例えば、上表の５°おきの相関係数Ｒの値を線形補間することにより、角度ｕが条件を満たすか否かを判定できる。上記の相関係数Ｒが１に近い値をとるように角度ｕが設定される場合には、複合食因子の得点ＳＦは、敏感肌自覚の有無と強い相関をもつ量であると言える。
９６以上を１つの条件とすれば、ｕ＝５°，１５°，２０°，３０°，３５°，４０°，４５°，５５°又は６０°であれば、その条件は満たされる。相関係数Ｒが０．９８以上を別の１つの条件とすれば、ｕ＝２０°，３０°、３５°又は４０°であれば、その条件は満たされる。角度ｕが５°で割り切れない場合には、例えば、上表の５°おきの相関係数Ｒの値を線形補間することにより、角度ｕが条件を満たすか否かを判定できる。上記の相関係数Ｒが１に近い値をとるように角度ｕが設定される場合には、複合食因子の得点ＳＦは、敏感肌自覚の有無と強い相関をもつ量であると言える。
【0100】
＜５．体調と敏感肌自覚の関係＞
（健康基礎データの因子分析）
前記基礎データに含まれる被検者のうち、敏感肌自覚有無設問の対象とした６０６９人について、体調自覚について更に設問を行い、回答（０又は１）を記録した。設問は、図１０の表図に示すｈ０１～ｈ２５の３０個の２択の設問である。これらの設問の回答は健康基礎データを構成する。肌診断と同様にして、直交モデルを用いた因子分析法により、１４個の因子を抽出した。
因子１（以下、ＭＥＭ因子と呼ぶ。）はメンタルの状態に関係する因子と解釈できる。因子２（以下、ＫＴ因子と呼ぶ。）は活動性の高さ、因子３（以下、ＣＨ因子と呼ぶ。）は調子の好調・亢進、因子４（以下、ＥＹＥ因子と呼ぶ。）は目の疲れ、因子５（以下、Ａ因子と呼ぶ。）は更年期年齢、因子６（以下、Ｔ因子と呼ぶ。）は更年期特有、因子７（以下、ＧＥ因子と呼ぶ。）は原因の不明瞭・曖昧さ、因子８（以下、ＫＫ因子と呼ぶ。）は期間の非連続・反復、因子９（以下、ＳＭ因子と呼ぶ。）は睡眠、因子１０（以下、ＨＲ因子と呼ぶ。）は疲労、因子１１（以下、ＡＬ因子と呼ぶ。）はアレルギー、因子１２（以下、ＩＴ因子と呼ぶ。）は痛み、因子１３（以下、ＮＥ因子と呼ぶ。）は粘膜、因子１４（以下、ＫＥ因子と呼ぶ。）は血液やリンパ液等の循環不調にそれぞれ関係する因子であると解釈できる。推定された因子荷重係数は省略する。図１１の表図に、回帰法で求めた因子得点係数を示す。
なお、上記の因子分析においては、更年期にありがちな症状に係る２つの因子であるＡ因子とＴ因子が抽出された。Ａ因子は、被検者の年齢に関係して現れる更年期特有の体調に対応する因子であり、Ｔ因子は、被検者の年齢に無関係に現れる更年期特有の体調に対応する因子であると解釈できる。いわゆる若年性更年期症状には、主にＴ因子が関係している。
（健康基礎データの因子分析）
前記基礎データに含まれる被検者のうち、敏感肌自覚有無設問の対象とした６０６９人について、体調自覚について更に設問を行い、回答（０又は１）を記録した。設問は、図１０の表図に示すｈ０１～ｈ２５の３０個の２択の設問である。これらの設問の回答は健康基礎データを構成する。肌診断と同様にして、直交モデルを用いた因子分析法により、１４個の因子を抽出した。
因子１（以下、ＭＥＭ因子と呼ぶ。）はメンタルの状態に関係する因子と解釈できる。因子２（以下、ＫＴ因子と呼ぶ。）は活動性の高さ、因子３（以下、ＣＨ因子と呼ぶ。）は調子の好調・亢進、因子４（以下、ＥＹＥ因子と呼ぶ。）は目の疲れ、因子５（以下、Ａ因子と呼ぶ。）は更年期年齢、因子６（以下、Ｔ因子と呼ぶ。）は更年期特有、因子７（以下、ＧＥ因子と呼ぶ。）は原因の不明瞭・曖昧さ、因子８（以下、ＫＫ因子と呼ぶ。）は期間の非連続・反復、因子９（以下、ＳＭ因子と呼ぶ。）は睡眠、因子１０（以下、ＨＲ因子と呼ぶ。）は疲労、因子１１（以下、ＡＬ因子と呼ぶ。）はアレルギー、因子１２（以下、ＩＴ因子と呼ぶ。）は痛み、因子１３（以下、ＮＥ因子と呼ぶ。）は粘膜、因子１４（以下、ＫＥ因子と呼ぶ。）は血液やリンパ液等の循環不調にそれぞれ関係する因子であると解釈できる。推定された因子荷重係数は省略する。図１１の表図に、回帰法で求めた因子得点係数を示す。
なお、上記の因子分析においては、更年期にありがちな症状に係る２つの因子であるＡ因子とＴ因子が抽出された。Ａ因子は、被検者の年齢に関係して現れる更年期特有の体調に対応する因子であり、Ｔ因子は、被検者の年齢に無関係に現れる更年期特有の体調に対応する因子であると解釈できる。いわゆる若年性更年期症状には、主にＴ因子が関係している。
【0101】
（更年期年齢因子の得点と敏感肌自覚）
図１５Ｅは、前記基礎データにおける被験者の、Ａ因子（更年期年齢因子）に係る因子得点ＳＡを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＡと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＡが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＡが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは－０．５１１（即ち、０．２６１３の平方根）と求められた。Ａ因子（更年期年齢因子）の得点ＳＡが、敏感肌自覚の有無と多少の相関を有することがわかる。因子得点ＳＡが大きいほど、敏感肌を自覚する被検者の割合が小さい。回帰直線によれば、因子得点ＳＡが最も小さい区間ＳＡ０１では上記割合が約２７％であるのに対して、因子得点ＳＡが最も大きい区間ＳＡ１０では上記割合が約２１％である。
図１５Ｅは、前記基礎データにおける被験者の、Ａ因子（更年期年齢因子）に係る因子得点ＳＡを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＡと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＡが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＡが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは－０．５１１（即ち、０．２６１３の平方根）と求められた。Ａ因子（更年期年齢因子）の得点ＳＡが、敏感肌自覚の有無と多少の相関を有することがわかる。因子得点ＳＡが大きいほど、敏感肌を自覚する被検者の割合が小さい。回帰直線によれば、因子得点ＳＡが最も小さい区間ＳＡ０１では上記割合が約２７％であるのに対して、因子得点ＳＡが最も大きい区間ＳＡ１０では上記割合が約２１％である。
【0102】
（更年期特有因子の得点と敏感肌自覚）
図１５Ｆは、前記基礎データにおける被験者の、Ｔ因子（被験者の年齢に無関係に表れる更年期特有の体調因子）に係る因子得点ＳＴを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＴと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＴが各区間に属する被検者のう
ち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＴが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８８６（即ち、０．７８４８の平方根）と求められた。Ｔ因子の得点ＳＴが、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＴが大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＴが最も小さい区間ＳＴ０１では上記割合が約１７％であるのに対して、因子得点ＳＴが最も大きい区間ＳＴ１０では上記割合が約３６％である。
図１５Ｆは、前記基礎データにおける被験者の、Ｔ因子（被験者の年齢に無関係に表れる更年期特有の体調因子）に係る因子得点ＳＴを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＴと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＴが各区間に属する被検者のう
ち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＴが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８８６（即ち、０．７８４８の平方根）と求められた。Ｔ因子の得点ＳＴが、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＴが大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＴが最も小さい区間ＳＴ０１では上記割合が約１７％であるのに対して、因子得点ＳＴが最も大きい区間ＳＴ１０では上記割合が約３６％である。
【0103】
（循環因子の得点と敏感肌自覚）
図１５Ｇは、前記基礎データにおける被験者の、循環因子（血液やリンパ液等の循環不調に関係する因子）に係る因子得点ＳＫを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＫと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＫが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＫが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．９６７（即ち、０．９３５９の平方根）と求められた。因子の得点ＳＫが、敏感肌自覚の有無と強い相関を有することがわかる。因子得点ＳＫが大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＫが最も小さい区間ＳＫ０１では上記割合が約１５％であるのに対して、因子得点ＳＴが最も大きい区間ＳＫ１０では上記割合が約４７％である。
図１５Ｇは、前記基礎データにおける被験者の、循環因子（血液やリンパ液等の循環不調に関係する因子）に係る因子得点ＳＫを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＫと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＫが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＫが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．９６７（即ち、０．９３５９の平方根）と求められた。因子の得点ＳＫが、敏感肌自覚の有無と強い相関を有することがわかる。因子得点ＳＫが大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＫが最も小さい区間ＳＫ０１では上記割合が約１５％であるのに対して、因子得点ＳＴが最も大きい区間ＳＫ１０では上記割合が約４７％である。
【0104】
（アレルギーと敏感肌自覚）
図１５Ｈは、前記基礎データにおける被験者の、アレルギーに関係したＡＬ因子に係る因子得点ＳＡＬを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＡＬと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＡＬが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＡＬが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８５８（即ち、０．７３５７の平方根）と求められた。因子の得点ＳＡＬが、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＡＬが大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＡＬが最も小さい区間ＳＡＬ０１では上記割合が約１３％であるのに対して、因子得点ＳＴが最も大きい区間ＳＡＬ１０では上記割合が約５０％である。
図１５Ｈは、前記基礎データにおける被験者の、アレルギーに関係したＡＬ因子に係る因子得点ＳＡＬを前述の方法で１～１０の１０段階に離散化して、因子得点ＳＡＬと敏感肌自覚有無設問の回答の分布から計算される相関係数Ｒを計算した様子を示す図である。折れ線グラフは、因子得点ＳＡＬが各区間に属する被検者のうち、敏感肌を自覚している被検者の割合を示し、棒グラフは、因子得点ＳＡＬが１０個の区間のそれぞれに属する被検者のうち、敏感肌を自覚している被検者の人数を示し、直線は、前述の方法で求めた回帰直線を示す。相関係数Ｒは０．８５８（即ち、０．７３５７の平方根）と求められた。因子の得点ＳＡＬが、敏感肌自覚の有無とやや強い相関を有することがわかる。因子得点ＳＡＬが大きいほど、敏感肌を自覚する被検者の割合が大きい。回帰直線によれば、因子得点ＳＡＬが最も小さい区間ＳＡＬ０１では上記割合が約１３％であるのに対して、因子得点ＳＴが最も大きい区間ＳＡＬ１０では上記割合が約５０％である。
【0105】
＜６．肌質得点ＳＱと食生活又は体調自覚との関係＞
式２が示すように、肌質得点ＳＱは、複合脂性度と乾燥度の各々に正の重みを掛けて足し合わせた集約量である。図６－６及び図６－７を見ると、肌質得点ＳＱと、食生活又は体調自覚に係る種々の因子得点との間に強い相関関係があることが推測される。次の表５は、肌質得点ＳＱと、食生活又は体調自覚に係る種々の因子得点の統計的関係を示している。ここで、式１及び式２における角度ｔ，ｓは、ｔ＝ｓ＝４５°として計算した。
式２が示すように、肌質得点ＳＱは、複合脂性度と乾燥度の各々に正の重みを掛けて足し合わせた集約量である。図６－６及び図６－７を見ると、肌質得点ＳＱと、食生活又は体調自覚に係る種々の因子得点との間に強い相関関係があることが推測される。次の表５は、肌質得点ＳＱと、食生活又は体調自覚に係る種々の因子得点の統計的関係を示している。ここで、式１及び式２における角度ｔ，ｓは、ｔ＝ｓ＝４５°として計算した。
【0106】
【表5】
【0107】
まず、表５における最初のテーマ「肌質得点と食不規則」について説明する。基礎データに含まれる被検者の食不規則因子の得点ＳＦ１が平均値以上であるか否かに応じてＳＦ１を、１又は０に２値化した値（２値データ）をｂＳＦ１で表す。敏感肌自覚有無設問の回答の代わりに２値化した食不規則因子の得点ｂＳＦ１を用いることにより、図１５Ａと同様なグラフ図を描き、相関係数を計算することができる。肌質得点ＳＱと２値データｂＳＦ１の分布から計算される相関係数Ｒは０．９６１であって１に近い大きな値である。また、回帰直線に基づいて考えた場合、肌質得点ＳＱの最大値と最小値の間を１０分割してなる１０個の区間のうち、肌質得点ＳＱの値が最も小さい第１区間で２値データｂＳＦ１が１の値をとる被検者の割合は２０．４％であるのに対して、肌質得点ＳＱの値が最も大きい第１０区間で２値データｂＳＦ１が１の値をとる被検者の割合は５４．９％であり、第１区間の約２．５倍となっている。肌質得点ＳＱと２値化した食不規則因子の得点ｂＳＦ１の間には上記の意味で強い相関関係がある。
【0108】
表５における残りのテーマについても同様であって、肌質得点ＳＱと２値化した食不健康因子の得点ｂＳＦ２、肌質得点ＳＱと２値化した複合食因子の得点ｂＳＦ（ここでは例として角度ｕは４５°として計算）、肌質得点ＳＱと２値化した更年期特有因子の得点ｂＳＴ、肌質得点ＳＱと２値化した循環因子の得点ｂＳＫ、及び、肌質得点ＳＱと２値化したアレルギー因子の得点ｂＳＡＬの間には、それぞれ強い統計的相関がある。ただし、肌質得点ＳＱと２値化した更年期年齢因子の得点ｂＳＡの間の統計的相関だけは小さい。本発明の美容判定システムにおける美容判定プログラムは、問診データから計算される顧客の肌質得点ＳＱが上記の１０区間のいずれの区間に属するのか、及び、当該区間において各種の２値データが１の値をとる被検者の割合または当該割合を上記回帰直線により推定した値に基づいて、当該顧客の食生活又は体調に係る助言を出力装置に出力する手段を具えることができる。
【0109】
＜７．美容判定システムの構成＞
＜７－１．独立システム＞
図１２Ａ及び図１２Ｂは、独立したコンピュータで構成された本発明の一実施形態におけるシステムの構成を示す構成図である。本実施形態の美容判定システムは、パソコン等の独立したコンピュータ１０と、キーボード、マウス、タッチパネルディスプレイ等で構成される入力装置２０と、ディスプレイ、プリンタ等で構成される出力装置４０と、ＣＰＵのレジスタ、ＲＡＭやＲＯＭ等のメモリなどの内部記憶手段３１、及び／又は、ハードディスクドライブ（ＨＤＤ）若しくはソリッドステートドライブ（ＳＳＤ）若しくはＵＳＢメモリやＳＤカード等のリムーバブル記憶装置若しくはＣＤ－Ｒ若しくはＤＶＤ等の外部記憶手段（記憶媒体）３２により構成されるコンピュータ読取可能な記憶手段３０と、
で構成される。本美容判定システムは、顧客が操作してもよく、顧客に問診しながら美容用品店等の美容アドバイザが操作しても良い。入力装置２０は、各顧客の問診データを入力するために用いられる。ここで各顧客の問診データは、美容に関する設問の回答、美容商品の利用有無、食生活に関する設問の回答、体調に関する設問の回答、年齢その他の情報などを含むことができる。コンピュータ１０は、記憶手段３０に記憶されたコンピュータ制御プログラム５０を実行して、記憶手段３０に格納された分析済パラメータ３３と問診データに基づいて当該顧客の美容判定を行い、判定結果を出力装置４０に出力する。分析済パラメータ３３はあらかじめ、前記基礎データを因子分析法を用いて分析することにより求められており、当該分析はコンピュータ１０が行ってもよく、或いは、別のコンピュータが行ってもよい。後者の場合、別のコンピュータによる分析で求められた分析済パラメータ３３は、外部記憶手段（記憶媒体）３２を介して、或いはネットワークを介して、コンピュータ１０により読み取り可能となる。上記判定結果は、肌タイプ等の美容判定の結果に加えて、推奨すべき美容商品や、食生活又は健康に関する助言等を含むことができる。
＜７－１．独立システム＞
図１２Ａ及び図１２Ｂは、独立したコンピュータで構成された本発明の一実施形態におけるシステムの構成を示す構成図である。本実施形態の美容判定システムは、パソコン等の独立したコンピュータ１０と、キーボード、マウス、タッチパネルディスプレイ等で構成される入力装置２０と、ディスプレイ、プリンタ等で構成される出力装置４０と、ＣＰＵのレジスタ、ＲＡＭやＲＯＭ等のメモリなどの内部記憶手段３１、及び／又は、ハードディスクドライブ（ＨＤＤ）若しくはソリッドステートドライブ（ＳＳＤ）若しくはＵＳＢメモリやＳＤカード等のリムーバブル記憶装置若しくはＣＤ－Ｒ若しくはＤＶＤ等の外部記憶手段（記憶媒体）３２により構成されるコンピュータ読取可能な記憶手段３０と、
で構成される。本美容判定システムは、顧客が操作してもよく、顧客に問診しながら美容用品店等の美容アドバイザが操作しても良い。入力装置２０は、各顧客の問診データを入力するために用いられる。ここで各顧客の問診データは、美容に関する設問の回答、美容商品の利用有無、食生活に関する設問の回答、体調に関する設問の回答、年齢その他の情報などを含むことができる。コンピュータ１０は、記憶手段３０に記憶されたコンピュータ制御プログラム５０を実行して、記憶手段３０に格納された分析済パラメータ３３と問診データに基づいて当該顧客の美容判定を行い、判定結果を出力装置４０に出力する。分析済パラメータ３３はあらかじめ、前記基礎データを因子分析法を用いて分析することにより求められており、当該分析はコンピュータ１０が行ってもよく、或いは、別のコンピュータが行ってもよい。後者の場合、別のコンピュータによる分析で求められた分析済パラメータ３３は、外部記憶手段（記憶媒体）３２を介して、或いはネットワークを介して、コンピュータ１０により読み取り可能となる。上記判定結果は、肌タイプ等の美容判定の結果に加えて、推奨すべき美容商品や、食生活又は健康に関する助言等を含むことができる。
【0110】
（コンピュータの基本構成）
図１２Ｂは、コンピュータ１０が備えることが好ましい基本構成１１（基本構成Ａ）を示している。基本構成Ａは、顧客の問診データ等を入力するための入力装置２０と、基礎データ、分析済パラメータ３３及びコンピュータ制御プログラム５０を記憶し、問診データを一時的に記憶するためのコンピュータ読取可能な記憶手段３０と、美容判定等の判定結果を出力するための出力装置４０と、からなる。コンピュータ１０は、コンピュータ制御プログラム５０を実行することにより、美容等に係る因子得点の計算や美容判定等の判定、及び判定結果の出力等を行う。記憶手段３０は、内部記憶手段３１及び／又は外部記憶手段３２からなる。内部記憶手段３１は、例えば、ＣＰＵのレジスタ、ＲＡＭやＲＯＭ等のメモリ等である。外部記憶手段（記憶媒体）３２は、例えば、ハードディスクドライブ（ＨＤＤ）若しくはソリッドステートドライブ（ＳＳＤ）若しくはＵＳＢメモリやＳＤカード等のリムーバブル記憶装置若しくはＣＤ－Ｒ若しくはＤＶＤ等である。なお、分析済パラメータ３３とは、コンピュータ制御プログラムに係るパラメータのことであり、美容判定を行う上で必要となる、生の問診データや生の基礎データ以外の情報、例えば、基礎データにおける設問に対する回答の値の平均や標準偏差などの標準化パラメータ、因子分析法による解析で見出された因子荷重や因子得点係数、各分位点の因子の得点、分類や推奨判別に用いるしきい値、推定に用いる多項式の係数や正則化パラメータ、ニューラルネットワークにおける結合の重み等を意味する。
図１２Ｂは、コンピュータ１０が備えることが好ましい基本構成１１（基本構成Ａ）を示している。基本構成Ａは、顧客の問診データ等を入力するための入力装置２０と、基礎データ、分析済パラメータ３３及びコンピュータ制御プログラム５０を記憶し、問診データを一時的に記憶するためのコンピュータ読取可能な記憶手段３０と、美容判定等の判定結果を出力するための出力装置４０と、からなる。コンピュータ１０は、コンピュータ制御プログラム５０を実行することにより、美容等に係る因子得点の計算や美容判定等の判定、及び判定結果の出力等を行う。記憶手段３０は、内部記憶手段３１及び／又は外部記憶手段３２からなる。内部記憶手段３１は、例えば、ＣＰＵのレジスタ、ＲＡＭやＲＯＭ等のメモリ等である。外部記憶手段（記憶媒体）３２は、例えば、ハードディスクドライブ（ＨＤＤ）若しくはソリッドステートドライブ（ＳＳＤ）若しくはＵＳＢメモリやＳＤカード等のリムーバブル記憶装置若しくはＣＤ－Ｒ若しくはＤＶＤ等である。なお、分析済パラメータ３３とは、コンピュータ制御プログラムに係るパラメータのことであり、美容判定を行う上で必要となる、生の問診データや生の基礎データ以外の情報、例えば、基礎データにおける設問に対する回答の値の平均や標準偏差などの標準化パラメータ、因子分析法による解析で見出された因子荷重や因子得点係数、各分位点の因子の得点、分類や推奨判別に用いるしきい値、推定に用いる多項式の係数や正則化パラメータ、ニューラルネットワークにおける結合の重み等を意味する。
【0111】
（コンピュータ制御プログラム）
図１３は、本発明の一実施形態におけるコンピュータ制御プログラム５０の構成を示す構成図である。コンピュータ制御プログラム５０は、美容判定プログラム６０、食生活分析プログラム７０、体調分析プログラム８０および結果出力プログラム９０を含む。美容判定プログラム６０は、記憶手段３０に格納された分析済パラメータ３３と顧客の問診データに基づいて当該顧客の美容判定を行うための肌タイプ判定手段（サブプログラム）６１を有する。食生活分析プログラム７０は、記憶手段３０に格納された食生活に係る分析済パラメータ３３と顧客の問診データに基づいて当該顧客の食生活判定を行うための食生活判定手段（サブプログラム）７１を有する。体調分析プログラム８０は、記憶手段３０に格納された体調自覚に係る分析済パラメータ３３と顧客の問診データに基づいて当該顧客の体調判定を行うための体調判定手段（サブプログラム）８１を有する。結果出力プログラム９０は、顧客の肌タイプ判定の結果、食生活判定の結果、及び／又は体調判定の結果を出力装置４０に出力するための判定結果出力手段９１を有する。
図１３は、本発明の一実施形態におけるコンピュータ制御プログラム５０の構成を示す構成図である。コンピュータ制御プログラム５０は、美容判定プログラム６０、食生活分析プログラム７０、体調分析プログラム８０および結果出力プログラム９０を含む。美容判定プログラム６０は、記憶手段３０に格納された分析済パラメータ３３と顧客の問診データに基づいて当該顧客の美容判定を行うための肌タイプ判定手段（サブプログラム）６１を有する。食生活分析プログラム７０は、記憶手段３０に格納された食生活に係る分析済パラメータ３３と顧客の問診データに基づいて当該顧客の食生活判定を行うための食生活判定手段（サブプログラム）７１を有する。体調分析プログラム８０は、記憶手段３０に格納された体調自覚に係る分析済パラメータ３３と顧客の問診データに基づいて当該顧客の体調判定を行うための体調判定手段（サブプログラム）８１を有する。結果出力プログラム９０は、顧客の肌タイプ判定の結果、食生活判定の結果、及び／又は体調判定の結果を出力装置４０に出力するための判定結果出力手段９１を有する。
【0112】
＜７－２．サーバで美容判定等の判定を行うシステム＞
図１４Ａは、本発明の別の一実施形態における、システム構成を示す構成図である。本
実施形態においては原則として、美容判定等の判定はサーバ１０ａで行い、入力と出力は顧客に近い端末１０ｂで行う。本実施形態に係る美容判定システムは、イントラネット、インターネット等の有線又は無線のネットワーク１２を介して双方向に通信可能なサーバ１０ａと端末１０ｂとを含む。端末１０ｂは、パソコン、スマートフォン、タブレット等のコンピュータである。端末１０ｂには、キーボード、マウス、タッチパネルディスプレイ等で構成される入力装置２０ｂと、ディスプレイ、プリンタ等で構成される出力装置４０ｂと、が接続されている。サーバ１０ａは、パソコン、サーバマシン等のコンピュータであり、前記基本構成Ａを備える。
図１４Ａは、本発明の別の一実施形態における、システム構成を示す構成図である。本
実施形態においては原則として、美容判定等の判定はサーバ１０ａで行い、入力と出力は顧客に近い端末１０ｂで行う。本実施形態に係る美容判定システムは、イントラネット、インターネット等の有線又は無線のネットワーク１２を介して双方向に通信可能なサーバ１０ａと端末１０ｂとを含む。端末１０ｂは、パソコン、スマートフォン、タブレット等のコンピュータである。端末１０ｂには、キーボード、マウス、タッチパネルディスプレイ等で構成される入力装置２０ｂと、ディスプレイ、プリンタ等で構成される出力装置４０ｂと、が接続されている。サーバ１０ａは、パソコン、サーバマシン等のコンピュータであり、前記基本構成Ａを備える。
【0113】
端末１０ｂは、顧客が操作してもよく、顧客に問診しながら美容用品店等の美容アドバイザが操作しても良い。端末１０ｂはその記憶手段に、その実行により、入力装置２０ｂを用いて顧客の問診データを入力するための問診データ入力手段（サブプログラム）５１と、入力された問診データをネットワーク１２を介してサーバ１０ａに向けて送信するための問診データ送信手段（サブプログラム）５２と、を記憶している。サーバ１０ａはその記憶手段に、その実行により、端末１０ｂの問診データ送信手段５２により送信された顧客の問診データを受信するための問診データ受信手段（サブプログラム）５４を記憶している。サーバ１０ａは、コンピュータ制御プログラム５０を実行して、問診データ受信手段５４によって受信した問診データと、その記憶手段に記憶された分析済パラメータに基づいて、当該顧客の美容判定等の判定を行う。サーバ１０ａの記憶手段は、その実行により、美容判定等の判定結果を端末１０ｂに向けて送信するための判定結果送信手段（サブプログラム）５５を記憶している。端末１０ｂの記憶手段は、その実行により、サーバ１０aの判定結果送信手段５５により送信された顧客の美容判定等の判定結果を受信するための判定結果受信手段（サブプログラム）５３と、受信された当該美容判定等の判定結果を出力装置４０ｂに出力するための判定結果出力手段（サブプログラム）９１ｂを記憶している。
【0114】
本実施形態においては、サーバ１０ａは、コンピュータ制御プログラム５０の実行により、問診データ受信手段５４が受信する顧客の問診データをサーバ１０ａの記憶手段３０に保存し、保存された問診データの件数などが所定の基準を満たしたときに、それらの問診データの全部又は一部を基礎データに追加して、更新された基礎データを記憶手段３０に保存し、当該基礎データに基づいて因子分析等の分析を行って、分析済パラメータを更新し、更新された分析済パラメータ３３を、記憶手段３０に保存するように構成してもよい。
【0115】
＜７－３．端末で美容判定等の判定を行うシステム＞
図１４Ｂは、本発明の更に別の一実施形態における、美容判定システムの構成を示す構成図である。一般に因子分析には高負荷の計算が必要となるが、モデルの分析済パラメータ３３が既知であれば、因子得点の計算や肌タイプの判別の演算そのものは一般に軽負荷であって、モバイル端末等の端末でも瞬時に行うことができる。そこで、因子得点の計算や肌タイプの判別等の演算を端末１０ｂで行う構成が、本実施形態である。
図１４Ｂは、本発明の更に別の一実施形態における、美容判定システムの構成を示す構成図である。一般に因子分析には高負荷の計算が必要となるが、モデルの分析済パラメータ３３が既知であれば、因子得点の計算や肌タイプの判別の演算そのものは一般に軽負荷であって、モバイル端末等の端末でも瞬時に行うことができる。そこで、因子得点の計算や肌タイプの判別等の演算を端末１０ｂで行う構成が、本実施形態である。
【0116】
本実施形態の美容判定システムにおいては原則として、問診データの入力と、美容判定等の判定結果の出力に加えて、美容判定等の判定に必要な、因子得点の計算や肌タイプの判別等の演算は端末１０ｂが行う。本実施形態における端末１０ｂは、前記基本構成１１ｂ（基本構成Ａ）と、入力装置２０ｂと、出力装置４０ｂを備える。端末１０ｂは更に、その実行により、入力装置２０ｂを用いて顧客の問診データを入力して、その記憶手段３０に記憶するための問診データ入力手段（サブプログラム）５１と、問診データ入力手段５１により入力されて記憶手段３０に記憶された問診データをネットワーク１２を介してサーバ１０ａに向けて送信するための問診データ送信手段（サブプログラム）５２を、記憶手段３０に記憶している。サーバ１０ａは、前記基本構成１１ａを備える。サーバ１０
ａは、その実行により、問診データ送信手段５２により送信された顧客の問診データを受信するための問診データ受信手段（サブプログラム）５４を、サーバ１０ａの記憶手段に記憶している。サーバ１０ａは、基礎データを因子分析法等の方法で分析することにより得られ、その記憶手段に記憶された分析済パラメータ３３を、その実行により、ネットワーク１２を介して端末１０ｂに向けて送信するための分析済パラメータ送信手段（サブプログラム）５７を、その記憶手段に記憶している。端末１０ｂは、その実行により、分析済パラメータ送信手段５７により送信された分析済パラメータ３３を受信して記憶手段３０に記憶するための分析済パラメータ受信手段（サブプログラム）５６を、記憶手段３０に記憶している。端末１０ｂは、コンピュータ制御プログラム５０を実行して、入力された顧客の問診データと、分析済パラメータ受信手段５６により受信された分析済パラメータ３３に基づいて、当該顧客の美容判定等の判定を行う。端末１０ｂの記憶手段は、当該顧客の美容判定等の判定結果を出力装置４０ｂに出力するための判定結果出力手段（サブプログラム）９１ｂを記憶している。
ａは、その実行により、問診データ送信手段５２により送信された顧客の問診データを受信するための問診データ受信手段（サブプログラム）５４を、サーバ１０ａの記憶手段に記憶している。サーバ１０ａは、基礎データを因子分析法等の方法で分析することにより得られ、その記憶手段に記憶された分析済パラメータ３３を、その実行により、ネットワーク１２を介して端末１０ｂに向けて送信するための分析済パラメータ送信手段（サブプログラム）５７を、その記憶手段に記憶している。端末１０ｂは、その実行により、分析済パラメータ送信手段５７により送信された分析済パラメータ３３を受信して記憶手段３０に記憶するための分析済パラメータ受信手段（サブプログラム）５６を、記憶手段３０に記憶している。端末１０ｂは、コンピュータ制御プログラム５０を実行して、入力された顧客の問診データと、分析済パラメータ受信手段５６により受信された分析済パラメータ３３に基づいて、当該顧客の美容判定等の判定を行う。端末１０ｂの記憶手段は、当該顧客の美容判定等の判定結果を出力装置４０ｂに出力するための判定結果出力手段（サブプログラム）９１ｂを記憶している。
【0117】
本実施形態においても、サーバ１０ａは、コンピュータ制御プログラム５０の実行により、問診データ受信手段５４が受信する顧客の問診データをサーバ１０ａの記憶手段に保存し、保存された問診データの件数などが所定の基準を満たしたときに、それらの問診データの全部又は一部を基礎データに追加して、更新された基礎データを当該記憶手段に保存し、当該基礎データに基づいて因子分析等の分析を行って、分析済パラメータを更新し、更新された分析済パラメータ３３を、当該記憶手段に保存するように構成してもよい。
【0118】
本発明は上記の実施形態や実施例に限定されるものではなく、本発明の技術的思想を逸脱しない範囲における種々変形例、設計変更などをその技術的範囲内に包含するものであることは云うまでもない。
【産業上の利用可能性】
【0119】
本発明によれば、ビッグデータを用いた因子分析の手法を用いて、脂性や乾燥に係る肌タイプと、敏感肌自覚との関係を明らかにすることにより、問診データに基づいて、顧客の肌タイプを客観的かつ的確に判定可能な、美容判定システム及び官能評価システムを提供することができる。本発明によれば、美容室、化粧品販売店、クリニック、ドラッグストア、エステチックサロン等のオンライン店舗若しくはリアル店舗における化粧品や美容サービスの推奨、美容商品の官能評価等を従来より的確に行うことができる。本発明は幅広い産業上の利用可能性を有する。
【符号の説明】
【0120】
１０ コンピュータ １０ａ サーバ
１０ｂ 端末 １１ 基本構成Ａ
１２ ネットワーク ２０ 入力装置
３０ 記憶手段 ３１ 内部記憶手段
３２ 外部記憶手段（記憶媒体） ３３ 分析済パラメータ
４０ 出力装置 ５０ コンピュータ制御プログラム５１ 問診データ入力手段 ５２ 問診データ送信手段
５３ 判定結果受信手段 ５４ 問診データ受信手段
５５ 判定結果送信手段 ５６ 分析済パラメータ受信手段
５７ 分析済パラメータ送信手段 ６０ 美容判定プログラム
６１ 肌タイプ判定手段 ７０ 食生活分析プログラム
７１ 食生活判定手段 ８０ 体調分析プログラム
８１ 体調判定手段 ９０ 結果出力プログラム
９１ 判定結果出力手段
１０ｂ 端末 １１ 基本構成Ａ
１２ ネットワーク ２０ 入力装置
３０ 記憶手段 ３１ 内部記憶手段
３２ 外部記憶手段（記憶媒体） ３３ 分析済パラメータ
４０ 出力装置 ５０ コンピュータ制御プログラム５１ 問診データ入力手段 ５２ 問診データ送信手段
５３ 判定結果受信手段 ５４ 問診データ受信手段
５５ 判定結果送信手段 ５６ 分析済パラメータ受信手段
５７ 分析済パラメータ送信手段 ６０ 美容判定プログラム
６１ 肌タイプ判定手段 ７０ 食生活分析プログラム
７１ 食生活判定手段 ８０ 体調分析プログラム
８１ 体調判定手段 ９０ 結果出力プログラム
９１ 判定結果出力手段
【図1】
【図2】
【図3】
【図4-1】
【図4-2】
【図4-3】
【図4-4】
【図4-5】
【図4-6】
【図4-7】
【図5-1】
【図5-2】
【図6-1】
【図6-2】
【図6-3】
【図6-4】
【図6-5】
【図6-6】
【図6-7】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15A】
【図15B】
【図15C】
【図15D】
【図15E】
【図15F】
【図15G】
【図15H】