特許 7121876 情報処理装置及びコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2022-08-09

(45)【発行日】2022-08-18

(54)【発明の名称】情報処理装置及びコンピュータプログラム

(51)【国際特許分類】

   G06Q 30/06 20120101AFI20220810BHJP

   G06Q 50/10 20120101ALI20220810BHJP

【ＦＩ】

G06Q30/06 300

G06Q50/10

【請求項の数】 13

(21)【出願番号】P 2022518407

(86)(22)【出願日】2021-12-07

(86)【国際出願番号】 JP2021044994

【審査請求日】2022-03-22

【早期審査対象出願】

(73)【特許権者】

【識別番号】000113908

【氏名又は名称】マルホ株式会社

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】中登 俊幸

(72)【発明者】

【氏名】ラマル ティアゴ

【審査官】塩田 徳彦

(56)【参考文献】

【文献】特開２００２－０５６２８１（ＪＰ，Ａ）

【文献】国際公開第２０２０／１３０１０３（ＷＯ，Ａ１）

【文献】国際公開第２０２１／２２０４０６（ＷＯ，Ａ１）

【文献】特開２００５－２７６１４８（ＪＰ，Ａ）

【文献】韓国登録特許第１０－２２１１８８４（ＫＲ，Ｂ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

ユーザの肌悩みに関する回答を含むカウンセリング情報を取得する取得部と、
取得したカウンセリング情報に基づいて第１化粧品候補を選定する第１選定部と、
化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報を記憶する記憶部と、
取得したカウセリング情報に含まれる前記ユーザの肌悩み及び前記関連情報に基づいて第２化粧品候補を選定する第２選定部と、
前記第１化粧品候補及び前記第２化粧品候補に基づいて前記ユーザに化粧品を推奨する推奨部と
を備える、
情報処理装置。

【請求項2】

前記第１選定部は、
肌悩みに関する回答を含むカウンセリング情報を入力した場合に、第１化粧品候補を出力するように生成された学習モデルを含む、
請求項１に記載の情報処理装置。

【請求項3】

前記評価指標は、
化粧品に含まれる成分であって、肌悩みに効用のある成分の成分数を含み、
前記第２選定部は、
取得したカウセリング情報に含まれる前記ユーザの肌悩みに効用のある成分を含む化粧品を前記第２化粧品候補として選定する、
請求項１又は請求項２に記載の情報処理装置。

【請求項4】

前記推奨部は、
前記第１化粧品候補の確度、及び前記第２化粧品候補の確度に基づいて、前記ユーザに化粧品を推奨する、
請求項１から請求項３のいずれか一項に記載の情報処理装置。

【請求項5】

前記ユーザの肌悩みを特徴付ける特徴ベクトルと、化粧品に含まれる成分に基づく肌悩みに対する効用を特徴付ける特徴ベクトルとの類似度に基づいて、前記第２化粧品候補の確度を算出する第１算出部を備える、
請求項４に記載の情報処理装置。

【請求項6】

前記推奨部は、
前記第１化粧品候補の確度、及び前記第２化粧品候補の確度それぞれに重み付けして前記ユーザに化粧品を推奨する、
請求項４又は請求項５に記載の情報処理装置。

【請求項7】

前記評価指標は、
化粧品に関する文言であって、肌悩みの効用に関する文言の文言数を含み、
前記第２選定部は、
取得したカウセリング情報に含まれる前記ユーザの肌悩みの効用に関する文言を含む第３化粧品候補を選定する、
請求項１から請求項６のいずれか一項に記載の情報処理装置。

【請求項8】

前記推奨部は、
前記第１化粧品候補の確度、前記第２化粧品候補の確度、及び前記第３化粧品候補の確度に基づいて、前記ユーザに化粧品を推奨する、
請求項７に記載の情報処理装置。

【請求項9】

前記ユーザの肌悩みを特徴付ける特徴ベクトルと、化粧品に関連する文言に基づく肌悩みに対する効用を特徴付ける特徴ベクトルとの類似度に基づいて、前記第３化粧品候補の確度を算出する第２算出部を備える、
請求項７又は請求項８に記載の情報処理装置。

【請求項10】

前記推奨部は、
前記第１化粧品候補の確度、前記第２化粧品候補の確度、及び前記第３化粧品候補の確度それぞれに重み付けして前記ユーザに化粧品を推奨する、
請求項８又は請求項９に記載の情報処理装置。

【請求項11】

前記推奨部が推奨した複数の化粧品を表示画面に表示する表示部と、
表示された複数の化粧品の中から所要の化粧品を選択する操作を受け付ける受付部と
を備え、
前記表示部は、
前記ユーザのカウンセリング情報に含まれる前記ユーザが使用中の化粧品及び選択された化粧品に基づいて、肌悩みに対する効用をグラフで表示する、
請求項１から請求項１０のいずれか一項に記載の情報処理装置。

【請求項12】

前記表示部は、
前記第１化粧品候補の確度、及び前記第２化粧品候補の確度それぞれに異なる重み付けをした場合に前記推奨部が推奨する化粧品を、異なる重み付け毎に区分して前記複数の化粧品を表示画面に表示する、
請求項１１に記載の情報処理装置。

【請求項13】

コンピュータに、
ユーザの肌悩みに関する回答を含むカウンセリング情報を取得し、
取得したカウンセリング情報に基づいて第１化粧品候補を選定し、
取得したカウセリング情報に含まれる前記ユーザの肌悩み、及び化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報に基づいて第２化粧品候補を選定し、
前記第１化粧品候補及び前記第２化粧品候補に基づいて前記ユーザに化粧品を推奨する、
処理を実行させるコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置及びコンピュータプログラムに関する。

【背景技術】

【0002】

多くの化粧品の中から日頃使う化粧品を選ぶのを悩むユーザは多い。年代、肌質、肌の悩み、あるいは季節などに応じて自分に合った化粧品選びを支援する技術も考案されている。例えば、特許文献１には、肌状態に関する第１の設問群と、肌に影響を及ぼす生活習慣および生来の肌質に関する第２の設問群を用意し、顧客に設問群を回答させて、回答パターンからスキンケアアドバイスを導出する肌診断方法が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００２－２６９２１２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかし、予め定められた設問に回答させてスキンケアをアドバイスするだけでは、ユーザの主観による回答パターンが似通っていると同じようなアドバイスしかできず、個々のユーザに最適なアドバイスを提供できない可能性がある。

【0005】

本発明は、斯かる事情に鑑みてなされたものであり、ユーザに最適な化粧品を推奨できる情報処理装置及びコンピュータプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、情報処理装置は、ユーザの肌悩みに関する回答を含むカウンセリング情報を取得する取得部と、取得したカウンセリング情報に基づいて第１化粧品候補を選定する第１選定部と、化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報を記憶する記憶部と、取得したカウセリング情報に含まれる前記ユーザの肌悩み及び前記関連情報に基づいて第２化粧品候補を選定する第２選定部と、前記第１化粧品候補及び前記第２化粧品候補に基づいて前記ユーザに化粧品を推奨する推奨部とを備える。

【発明の効果】

【0007】

本開示によれば、ユーザに最適な化粧品を推奨できる。

【図面の簡単な説明】

【0008】

【図1】情報処理システムの構成の一例を示す図である。

【図2】カウンセリング情報の一例を示す図である。

【図3】製品リストＤＢの構成の一例を示す図である。

【図4】成分ＤＢの構成の一例を示す図である。

【図5】成書ＤＢの構成の一例を示す図である。

【図6】文献ＤＢの構成の一例を示す図である。

【図7】文言ＤＢの構成の一例を示す図である。

【図8】第１選定部による第１化粧品候補の選定の一例を示す図である。

【図9】ユーザの肌悩みと製品情報との関連の第１例を示す図である。

【図10】第１の関連情報の一例を示す図である。

【図11】第２選定部による第２化粧品候補の選定の一例を示す図である。

【図12】ユーザの肌悩みと製品情報との関連の第２例を示す図である。

【図13】第２の関連情報の一例を示す図である。

【図14】第２選定部による第３化粧品候補の選定の一例を示す図である。

【図15】重み付けした確度に基づく化粧品の推奨の一例を示す図である。

【図16】情報処理装置による推奨結果の第１例を示す図である。

【図17】情報処理装置による推奨結果の第２例を示す図である。

【図18】情報処理装置による処理手順の一例を示す図である。

【発明を実施するための形態】

【0009】

以下、本発明の実施の形態を図面に基づいて説明する。図１は情報処理システムの構成の一例を示す図である。情報処理システムは、情報処理装置５０を備える。情報処理装置５０には、通信ネットワーク１を介してユーザ端末装置１０、及び情報端末装置２０が接続されている。情報処理装置５０はデータベース１００に接続され、データベース１００にアクセスすることができる。

【0010】

ユーザ端末装置１０は、スマートフォン、タブレット端末、あるいはパーソナルコンピュータ等で構成することができ、ユーザが使用する端末装置である。図１の例では、１台のユーザ端末装置１０が図示されているが、台数は１台に限定されない。

【0011】

ユーザは、ユーザ端末装置１０を用いて所定のＷＥＢページにアクセスし、ＷＥＢページ上のカウンセリングシートに記載された設問に回答することができる。回答された内容が情報処理装置５０にアップロードされて、情報処理装置５０は、カウンセリング情報として取得する。

【0012】

図２はカウンセリング情報の一例を示す図である。カウンセリング情報は、例えば、基本情報、肌質、肌悩み、化粧品の好み、スキンケア（使用中の化粧品）などの大項目に分けることができる。基本情報には、性別、年齢、地域（住んでいる地域）などが含まれる。肌質には、例えば、頬のべたつき、頬のかさつき、額のべたつき、額のかさつき、鼻のべたつき、鼻のかさつき、目じりのべたつき、及び目じりのかさつきなどが含まれる。図示していないが、肌質に、アレルギー体質の種類（例えば、花粉症、金属アレルギー、食物アレルギーなど）、化粧品使用時の発疹やかゆみの有無、季節の変わり目の肌トラブル、睡眠不足・ストレスによる肌の変調を含めてもよい。

【0013】

肌悩みは、種類、程度、部位、及び期間の４つの中項目に分けることができる。肌悩みの種類は、例えば、「かさつき、乾燥」、「くすみ」、「シミ、そばかす」、「小じわ」、「ハリのなさ、たるみ」、「ほうれい線」、「くま」、「毛穴が目立つ」、「テカリ」、「ごわつき、肌荒れ」、「むくみ」、「ニキビ、吹き出物」、「ニキビ跡」、「赤み」、「敏感肌」、「乾燥によるかゆみ」、「湿疹」の１７個の小項目に分けることができる。なお、肌悩みの種類は、一例であって、これら１７個に限定されない。

【0014】

肌悩みの程度は、肌悩みの１７個の種類それぞれについて、例えば、「とても気になる」、「気になる」、「やや気になる」に分けることができる。肌悩みの部位は、肌悩みの１７個の種類それぞれについて、例えば、「額」、「頬」、「目元」、「鼻回り」、「こめかみ」、「あご」、「その他」に分けることができる。肌悩みの期間は、肌悩みの１７個の種類それぞれについて、例えば、「１か月未満」、「１か月～３か月未満」、「３か月～半年未満」、「半年～１年未満」、「１年～３年未満」、「３年以上」に分けることができる。

【0015】

化粧品の好みは、化粧品に求めることを表し、例えば、「肌に浸透する」、「べたつかない」、「肌がうるおう」、「ピリピリしない」、「ニキビ対策」、「乾燥対策」、…などの小項目に分けることができる。

【0016】

スキンケアは、使用中の化粧品に関する設問を含み、例えば、「メイク落とし」、「洗顔」、「化粧水」、「乳液」、「クリーム類」、「美容液」、「オールインワン」、「化粧品に使う金額」（例えば、１年間、１か月間など）、「化粧品の満足度」などの小項目に分けることができる。ユーザは、「メイク落とし」、「洗顔」、「化粧水」、「乳液」、「クリーム類」、「美容液」、「オールインワン」について、自身が使用している化粧品を回答できる。

【0017】

なお、図示していないが、カウンセリング情報の大項目には、温湿度管理、食生活、飲酒・喫煙、睡眠、ストレス、運動・ＵＶケア、お通じ、及び体調管理を含めてもよい。また、カウンセリング情報の大項目には、使用している化粧品の選定理由、使用頻度、満足している点、使用履歴などを含めてもよい。

【0018】

カウンセリング情報の中の各設問に対する回答は、複数の選択肢の中から該当するものを選択することにより行うことができる。例えば、肌悩みについては、１７個の悩みの中から該当する悩みを、例えば、（１）とても気になる、（２）気になる、（３）やや気になる、（４）あまり気にならない、（５）気にならない、のように数値１～５のいずれかで回答できる。なお、５段階ではなく３段階で悩みの程度を表してもよい。また、肌悩みの気になる部位については、例えば、（１）額、（２）頬、（３）目元、（４）鼻回り、（５）こめかみ、（６）あご、（７）その他、のように数値１～３のいずれかで回答できる。また、肌悩みの期間については、例えば、（１）１か月未満、（２）１か月～３か月未満、（３）３か月～半年未満、（４）半年～１年未満、（５）１年～３年未満、（６）３年以上、のように数値１～３のいずれかで回答できる。また、使用している化粧品については、後述の製品リストＤＢ１０１に記録された製品Ｎｏ．を入力することができる。

【0019】

情報端末装置２０は、タブレット端末、あるいはパーソナルコンピュータ等で構成することができ、例えば、化粧品を販売する店舗の店員や美容部員などの担当者が使用する端末装置である。情報端末装置２０は、ＡＩ（人工知能）ロボットでもよい。図１の例では、１台の情報端末装置２０が図示されているが、台数は１台に限定されない。

【0020】

データベース１００は、データベースでもよく、データサーバで構成してもよい。データベース１００は、製品リストＤＢ１０１、成分ＤＢ１０２、成書ＤＢ１０３、文献ＤＢ１０４、及び文言ＤＢ１０５を備える。

【0021】

図３は製品リストＤＢ１０１の構成の一例を示す図である。製品リストＤＢ１０１は、各メーカ、各ブランドの製品（化粧品）に関する情報を対応付けて記録したものであり、例えば、製品Ｎｏ．、メーカ、ブランド名、製品名、製品カテゴリ、価格、当該製品に含まれる成分の情報（成分情報）、当該製品の文言情報などの欄で構成される。図３では、メーカ、ブランド名、製品名、成分情報、文言情報は符号で表現している。製品カテゴリは、当該製品がどのカテゴリの製品であるかを示し、例えば、洗顔料、乳液、メイク落とし、美容液、化粧水、クリーム類、オールインワンなどを含む。

【0022】

成分情報は、成分タグとも称し、当該製品に含まれる成分を示す。成分情報は、一部を挙げれば、例えば、水、グリセリン、ミリスチン酸、トリイソステアリン酸、ＤＰＧ、ＢＧ、エチルヘキサン酸セチル、トラネキサム酸、石けん素地、スクロース、オリーブ果実油、エトキシジグリコール、アルブチン、ヒアルロン酸、エタノール、シイタケエキス、アスコルビン酸、ビタミンＢ６、リボフラビン、ビタミンＡパルミテート、ピリドキシン、ビタミンＣ、水添レチノールなどを含む。

【0023】

文言情報は、製品タグとも称し、各製品のメーカのホームページやカタログ等に記載された、当該製品に関する宣伝、広告などから売り文句を抽出して、単語や短い文書として切り出したものである。文言情報は、一部を挙げれば、例えば、「パッと明るい洗い上がり」、「化粧水浸透」、「つやハリ肌へ」、「とろ～り濃密なリキッド」、「天然オイル仕立て」、「さっぱりタイプ」、「エイジングケア」、「保湿」、「肌荒れ防ぐ」、「化粧持ちアップ」、「均一なハリを与え」、「１本で８役」、「さわやか」、「ベタ」、「なじむ」、「溶け込む」、「伸び」、「サラサラ」、「冷たい」、「膜」、「洗浄」、「シルキー」などを含む。成分情報及び文言情報は、メーカのホームページやカタログを定期的（例えば、１年に１度）に調査して、新しい成分情報や文言情報が追加された場合、追加された内容に応じて製品リストＤＢ１０１を更新することができる。製品リストＤＢ１０１は定期的に更新される。

【0024】

図４は成分ＤＢ１０２の構成の一例を示す図である。成分ＤＢ１０２は、成分のマスターリストであり、成分毎に番号（成分Ｎｏ．）が割り当てられ、成分毎に成分名と、名称は異なるが実質的に同一又は同様の成分を表す同義名称とが対応付けられている。図４では、成分名も同義名称も便宜上符号で表現している。成分名は、例えば、図３に例示した製品リストＤＢ１０１の成分情報を含む。成分ＤＢ１０２は定期的（例えば、１年に１度）に更新される。

【0025】

図５は成書ＤＢ１０３の構成の一例を示す図である。成書とは、一個の書物として成立している図書であり、知識を体系的に論じている教科書である。成書ＤＢ１０３は、成書に記載されている成分名とその成分名に対応する成分Ｎｏ．毎に、当該成分が、どのような肌の悩みに効果があるかを対応付けたものである。成書ＤＢ１０３は、成書Ｎｏ．を含めてもよい。肌の悩みは、前述のカウンセリング情報に含まれる１７個の悩みに区分され、それぞれの成分が、１７の悩みのうちのどの悩みに効果があるかを対応付けている。図５では、１７個の肌の悩みを符号Ｓ１～Ｓ１７で表現しているが、これら１７個の悩みは、具体的には、「かさつき、乾燥」、「くすみ」、「シミ、そばかす」、「小じわ」、「ハリのなさ、たるみ」、「ほうれい線」、「くま」、「毛穴が目立つ」、「テカリ」、「ごわつき、肌荒れ」、「むくみ」、「ニキビ、吹き出物」、「ニキビ跡」、「赤み」、「敏感肌」、「乾燥によるかゆみ」、「湿疹」の１７個である。図５の例では、成分Ｎｏ．１の成分Ｃ１１は、肌の悩みＳ１、Ｓ４、Ｓ５、Ｓ１０、Ｓ１４に効き目があることを示している。他の成分についても同様である。

【0026】

図示していないが、成書ＤＢ１０３は、第１成書ＤＢ及び第２成書ＤＢの２つのＤＢを統合して生成してもよい。第１成書ＤＢは、成分（成分Ｎｏ．及び成分名）とその成分に関連する特性や効用とを対応付けたものである。特性や効用は、一部を挙げれば、例えば、水性保湿、エイジングケア、角質除去、抗炎症、紫外線防御、抗シワ、抗ニキビ、生理活性、肌荒れ改善、美白、毛髪修復、育毛、スタイリング、ｐＨ調整剤、キレート剤、酸化防止剤、増粘剤、防腐剤、着色料、アルカリ成分、香料、洗浄剤、乳化剤、粘度調整、被膜剤などを含む。

【0027】

第２成書ＤＢは、成分に関連する特性や効用と、当該特性や効用が、１７の悩みのうちどの肌の悩みに効果があるかを対応付けたものである。入手可能になった成書を定期的に調査することにより、第１成書ＤＢを更新することができる。第２成書ＤＢは、外部の専門家等に検討してもらって、更新することが可能である。第１成書ＤＢ及び第２成書ＤＢを定期的（例えば、１年に１度）に更新することにより、成書ＤＢ１０３も更新することができる。

【0028】

図６は文献ＤＢ１０４の構成の一例を示す図である。文献は、成書の除く書物や文書であり、例えば、学術文献、論文などを含む。文献ＤＢ１０４は、文献に記載されている成分とその成分名に対応する成分Ｎｏ．毎に、当該成分が、どのような肌の悩みに効果があるかを対応付けたものである。文献ＤＢ１０４は、文献Ｎｏ．を含めてもよい。図６では、１７個の肌の悩みを符号Ｓ１～Ｓ１７で表現しているが、これら１７個の悩みは、図５の例と同様である。

【0029】

図示していないが、文献ＤＢ１０４は、第１文献ＤＢ及び第２文献ＤＢの２つのＤＢを統合して生成してもよい。第１文献ＤＢは、成分（成分Ｎｏ．及び成分）とその成分に関連する特性や効用とを対応付けたものである。特性や効用は、一部を挙げれば、例えば、肌の老化、皮膚の色素沈着、皮脂腺機能、皮膚分泌、皮脂分泌、皮膚バリア、発汗、上皮化、乾燥肌、皮膚炎、脂性肌、紅班、皮膚刺激、薬疹、傷跡などを含む。

【0030】

第２文献ＤＢは、成分に関連する特性や効用と、当該特性や効用が、１７の悩みのうちどの肌の悩みに効果があるかを対応付けたものである。入手可能になった文献を定期的に調査することにより、第１文献ＤＢを更新することができる。第２文献ＤＢは、外部の専門家等に検討してもらって、更新することが可能である。第１文献ＤＢ及び第２文献ＤＢを定期的（例えば、１年に１度）に更新することにより、文献ＤＢ１０４も更新することができる。

【0031】

図７は文言ＤＢ１０５の構成の一例を示す図である。文言ＤＢ１０５は、製品リストＤＢ１０１に記載されてる文言情報を単語に分けた文言毎に、当該文言が、どのような肌の悩みに効果があるかを対応付けたものである。文言ＤＢ１０５は、各文言が持っている、肌の悩みに関する効果や効用を分類したものである。各文言には、番号（Ｎｏ．）が割り当てられている。当該番号は、効果タグとも称する。文言は、一部を挙げれば、例えば、「パッと」、「明るい」、「洗い上がり」、「化粧水」、「浸透」、「つや」、「ハリ肌」、「とろ～り」、「濃密」、「リキッド」、「天然」、「オイル」、「仕立て」、「さっぱり」、「エイジングケア」、「保湿」、「肌荒れ」、「化粧持ち」、「均一」、「ハリ」、「さわやか」、「ベタ」、「なじむ」、「溶け込む」、「伸び」、「サラサラ」、「冷たい」、「膜」、「洗浄」、「シルキー」などを含む。図７では、１７個の肌の悩みを符号Ｓ１～Ｓ１７で表現しているが、これら１７個の悩みは、図５の例と同様である。

【0032】

情報処理装置５０は、装置全体を制御する制御部５１、通信部５２、第１選定部５３、第２選定部５４、推奨部５５、算出部５６、重み付け部５７、及び記憶部５８を備える。記憶部５８は、コンピュータプログラム５９、及び関連情報６０を記憶している。

【0033】

制御部５１は、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等で構成することができる。制御部５１は、コンピュータプログラム５９で定められた処理を実行することができる。すなわち、制御部５１による処理は、コンピュータプログラム５９による処理でもある。第１選定部５３、第２選定部５４、推奨部５５、算出部５６、及び重み付け部５７は、ハードウェアで構成してもよく、コンピュータプログラム５９を実行することによってソフトウェアで実現してもよい。

【0034】

通信部５２は、例えば、通信モジュールを備え、通信ネットワーク１を介してユーザ端末装置１０、及び情報端末装置２０との間の通信機能を有する。制御部５１は、取得部としての機能を有し、通信部５２を介してユーザの肌悩みに関する回答を含むカウンセリング情報をユーザ端末装置１０から取得する。制御部５１は、取得したカウンセリング情報を記憶部５８に記憶することができる。

【0035】

記憶部５８は、例えば、ハードディスク又は半導体メモリ等で構成することができ、コンピュータプログラム５９、関連情報６０の他に所要の情報を記憶してもよい。

【0036】

第１選定部５３は、取得したカウンセリング情報に基づいて第１化粧品候補を選定する。

【0037】

図８は第１選定部５３による第１化粧品候補の選定の一例を示す図である。第１選定部５３は、機械学習によって生成された学習モデルであり、例えば、入力層、中間層、及び出力層を備えたフィードフォーワードニューラルネットワークで構成することができる。第１選定部５３は、多くのユーザ（例えば、化粧品販売店舗の会員、化粧品ＥＣサイトの登録会員など、１万人以上のユーザ）のカウンセリング情報を訓練データとして用いて生成することができる。具体的には、カウンセリング情報の各設問に対するユーザの回答を学習用入力データとし、当該ユーザが使用している化粧品を教師データとすることができる。第１選定部５３は、肌悩みに関する回答を含むカウンセリング情報を入力した場合に、第１化粧品候補を出力するように生成された学習モデルを含む。

【0038】

図８に示すように、対象ユーサのカウンセリング情報の設問とその回答を入力ベクトルとすることができる。第１選定部５３に入力ベクトルを入力すると、第１選定部５３は、オートエンコーダの手法を用いて、入力ベクトルから得られた個人的な特徴をエンコードして、類似する他のユーザの回答結果を考慮して、対象ユーザに推奨可能な第１化粧品候補を出力する。図８の例では、第１化粧品候補は、製品Ｎｏ．がＰ１１、Ｐ１２、Ｐ１３、Ｐ１４、…であり、それぞれの確度（確率）をＲ１１、Ｒ１２、Ｒ１３、Ｒ１４、…で表している。製品Ｎｏ．及び確度は、便宜上符号で表現している。確度はスコア又は類似度とも称し、その製品（化粧品候補）がユーザにとってどの程度適しているかを表す指標とすることができる。

【0039】

予め定められた設問に対する回答だけで化粧品を推奨するだけでは、ユーザの主観だけで判定することになり、同じような回答に対しては同じような化粧品しか推奨することができず、個々のユーザに最適な化粧品を推奨できない可能性がある。そこで、本実施の形態では、第１選定部５３に加えて、第２選定部５４による第２化粧品候補についても考慮する。以下、この点について説明する。

【0040】

図９はユーザの肌悩みと製品情報との関連の第１例を示す図である。ユーザの肌悩みは、図５～図７で例示した、１７個の悩みＳ１～Ｓ１７とする。ある製品Ｎｏ．Ｐ１について着目すると、製品Ｎｏ．Ｐ１で製品リストＤＢ１０１を探索することにより、製品Ｎｏ．Ｐ１に含まれる成分情報を抽出することができる。抽出した成分を、Ｃ１１、Ｃ１２、Ｃ１３、…、Ｃ１ｎとする。抽出した成分Ｃ１１、Ｃ１２、Ｃ１３、…、Ｃ１ｎで成書ＤＢ１０３及び文献ＤＢ１０４を探索することにより、成分Ｃ１１、Ｃ１２、Ｃ１３、…、Ｃ１ｎそれぞれが、いずれの肌悩みに効果・効用があるかを特定することができる。そして、肌悩みＳ１、Ｓ２、…、Ｓ１７毎に、効果・効用がある成分毎に１を加算することにより、肌悩みＳ１、Ｓ２、…、Ｓ１７毎に、効果・効用がある成分の数を算出することができる。図９に示すように、肌悩みＳ１、Ｓ２、…、Ｓ１７毎の成分の数をＱ（１，１）、Ｑ（１，２）、Ｑ（１，３）、…、Ｑ（１，１７）とする。なお、図９は、製品Ｎｏ．Ｐ１について、肌悩み毎の成分の数を表したものであるが、他の製品Ｎｏ．についても同様に求めることができる。なお、上述の例では、効果・効用のある成分毎に１を加算する構成であるが、これに限定されるものではなく、成分毎に重み付けしてもよい。例えば、文献情報などに記載の定量的な効果データに基づいて、成分名Ｃ１１には１、Ｃ１２には１．５、Ｃ１３には１．８の如く加算する数値を変えるようにしてもよい。これにより、後述する肌悩みに対する有効性ベクトルを生成する際に、成分に基づく効果・効用をより一層反映させることができる。

【0041】

図１０は第１の関連情報の一例を示す図である。関連情報６０は、化粧品（製品No.）と肌悩みとを所定の評価指標を用いて関連付ける情報であり、記憶部５８に記憶しておくことができる。第１の関連情報は、評価指標として、化粧品に含まれる成分であって、肌悩みに効果・効用のある成分の成分数を用いる。本明細書において、成分数は、文字通りの成分の数だけでなく、成分毎に重み付けした場合には、成分毎の重み付けの合計を意味する。例えば、ある肌悩みに対して、効果・効用のある成分をＣ１１、Ｃ１２、Ｃ１３とすると、重み付けをしていない場合には、成分数は３（＝１＋１＋１）となる。成分Ｃ１１、Ｃ１２、Ｃ１３それぞれに重み付けとして、１、１．５、２とした場合には、成分数は４．５（＝１＋１．５＋２）となる。図１０に示すように、製品Ｎｏ．Ｐ１は、肌悩みＳ１、Ｓ２、…、Ｓ１７毎の成分の数がＱ（１，１）、Ｑ（１，２）、Ｑ（１，３）、…、Ｑ（１，１７）である。製品Ｎｏ．Ｐ２は、肌悩みＳ１、Ｓ２、…、Ｓ１７毎の成分の数がＱ（２，１）、Ｑ（２，２）、Ｑ（２，３）、…、Ｑ（２，１７）である。他の製品（化粧品）についても同様である。

【0042】

図１１は第２選定部５４による第２化粧品候補の選定の一例を示す図である。第２選定部５４は、取得したカウセリング情報に含まれるユーザの肌悩み及び関連情報に基づいて第２化粧品候補を選定する。関連情報は、化粧品と肌悩みとを所定の評価指標を用いて関連付ける情報を含む。評価指標は、化粧品と客観的に関連する「物ベース」の指標であればよく、本実施の形態では、一例として、化粧品に含まれる成分情報に基づく指標、化粧品に関連する文言情報に基づく指標とすることができ、カウンセリング情報だけでは把握できない客観的な情報を含む。

【0043】

具体的には、図１１に示すように、第２選定部５４は、取得したカウンセリング情報に基づいて生成された、ユーザの肌悩みベクトルと、第１の関連情報に基づいて生成された、肌悩みに対する有効性ベクトル（第１有効性ベクトル）とをマッチング（例えば、２つのベクトルのドット積）させることにより、第２化粧品候補を出力する。ドット積により合致性を数値として客観的に把握することができる。なお、第２選定部は、肌悩みベクトル、及び有効性ベクトルを生成することができる。

【0044】

ユーザの肌悩みベクトルは、以下のようにして生成できる。すなわち、カウンセリング情報の中から１７個の肌悩みＳ１～Ｓ１７を抽出して肌悩みベクトルの要素とする。肌悩みＳ１～Ｓ１７に関する悩みの程度に対する回答を抽出し、回答で選択された数値（例えば、１～５）を各要素の値とすることにより、ユーザの肌悩みベクトルを生成できる。なお、図１１の例では、肌悩みの程度を要素の値としたが、これに限定されるものではなく、肌悩みの他の情報を用いてもよい。

【0045】

肌悩みに対する有効性ベクトルは、図１０に例示した第１の関連情報に基づいて生成できる。すなわち、第１の関連情報の１７個の肌悩みＳ１～Ｓ１７を有効性ベクトルの要素とする。製品Ｎｏ．毎の肌悩みＳ１～Ｓ１７に対応する成分数を各要素の値とすることにより、有効性ベクトルを生成できる。有効性ベクトルは、製品Ｎｏ．毎に生成することができる。図１１の例では、製品Ｎｏ．Ｐ２１、Ｐ２２、…、Ｐ２ｎとしている。製品Ｎｏ．の数は、市場に存在する全製品を含めてもよく、あるいは、ユーザの好みのメーカ、ブランド、あるいは価格帯で絞り込んでもよい。

【0046】

第２選定部５４は、ユーザの肌悩みベクトルと、肌悩みに対する有効性ベクトルとのマッチングを行い、マッチング度合い（類似度合い）に応じて、製品の順位付けを行い、第２化粧品候補を出力する。図１１の例では、第２化粧品候補は、製品Ｎｏ．がＰ２１、Ｐ２２、Ｐ２３、Ｐ２４、…であり、それぞれの確度（確率）をＲ２１、Ｒ２２、Ｒ２３、Ｒ２４、…で表している。製品Ｎｏ．及び確度は、便宜上符号で表現している。

【0047】

上述のように、第２選定部５４は、取得したカウセリング情報に含まれるユーザの肌悩みに効果・効用のある成分を含む化粧品を第２化粧品候補として選定することができる。

【0048】

算出部５６は、第１算出部としての機能を有し、ユーザの肌悩みベクトル（肌悩みを特徴付ける特徴ベクトル）と、製品（化粧品）に含まれる成分に基づく肌悩みに対する有効性ベクトル（肌悩みに対する効果・効用を特徴付ける特徴ベクトル）との類似度に基づいて、第２化粧品候補の確度（スコア）を算出してもよい。

【0049】

このように、第２選定部５４は、ユーザのカウンセリング情報の回答から得られた肌悩みの軽重（程度）と、製品に含まれる成分のうち、ユーザの肌悩みに対して効果・効用が認められる成分数の多少とに基づいて、ユーザの肌悩みを解消する可能性が高い製品の順位付けを行って、化粧品の候補として出力することができる。

【0050】

図１２はユーザの肌悩みと製品情報との関連の第２例を示す図である。ユーザの肌悩みは、図５～図７で例示した、１７個の悩みＳ１～Ｓ１７とする。ある製品Ｎｏ．Ｐ１について着目すると、製品Ｎｏ．Ｐ１で製品リストＤＢ１０１を探索することにより、製品Ｎｏ．Ｐ１に関連する文言を抽出することができる。抽出した文言を、Ｗ１１、Ｗ１２、Ｗ１３、…、Ｗ１ｎとする。抽出した文言Ｗ１１、Ｗ１２、Ｗ１３、…、Ｗ１ｎで文言ＤＢ１０５を探索することにより、文言Ｗ１１、Ｗ１２、Ｗ１３、…、Ｗ１ｎそれぞれが、いずれの肌悩みに効果・効用があるかを特定することができる。そして、肌悩みＳ１、Ｓ２、…、Ｓ１７毎に、効果・効用がある文言毎に１を加算することにより、肌悩みＳ１、Ｓ２、…、Ｓ１７毎に、効果・効用がある文言の数を算出することができる。図１２に示すように、肌悩みＳ１、Ｓ２、…、Ｓ１７毎の文言の数をＴ（１，１）、Ｔ（１，２）、Ｔ（１，３）、…、Ｔ（１，１７）とする。なお、図１２は、製品Ｎｏ．Ｐ１について、肌悩み毎の文言の数を表したものであるが、他の製品Ｎｏ．についても同様に求めることができる。なお、上述の例では、効果・効用のある文言毎に１を加算する構成であるが、これに限定されるものではなく、文言毎に重み付けしてもよい。例えば、文献情報などにおける出現数や使用頻度などのデータに基づいて、文言Ｗ１１には１、Ｗ１２には２．０、Ｗ１３には１．５の如く加算する数値を変えるようにしてもよい。これにより、後述する肌悩みに対する有効性ベクトルを生成する際に、文言に基づく効果・効用をより一層反映させることができる。

【0051】

図１３は第２の関連情報の一例を示す図である。第２の関連情報は、評価指標として、化粧品に関連する文言であって、肌悩みに効果・効用のある文言の文言数を用いる。本明細書において、文言数は、文字通りの文言の数だけでなく、文言毎に重み付けした場合には、文言毎の重み付けの合計を意味する。例えば、ある肌悩みに対して、効果・効用のある文言をＷ１１、Ｗ１２、Ｗ１３とすると、重み付けをしていない場合には、成分数は３（＝１＋１＋１）となる。文言Ｗ１１、Ｗ１２、Ｗ１３それぞれに重み付けとして、１、１．５、２とした場合には、文言数は４．５（＝１＋１．５＋２）となる。図１３に示すように、製品Ｎｏ．Ｐ１は、肌悩みＳ１、Ｓ２、…、Ｓ１７毎の文言の数がＴ（１，１）、Ｔ（１，２）、Ｔ（１，３）、…、Ｔ（１，１７）である。製品Ｎｏ．Ｐ２は、肌悩みＳ１、Ｓ２、…、Ｓ１７毎の文言の数がＴ（２，１）、Ｔ（２，２）、Ｔ（２，３）、…、Ｔ（２，１７）である。他の製品（化粧品）についても同様である。

【0052】

図１４は第２選定部５４による第３化粧品候補の選定の一例を示す図である。第２選定部５４は、取得したカウセリング情報に含まれるユーザの肌悩み及び関連情報に基づいて第３化粧品候補を選定する。具体的には、図１４に示すように、第２選定部５４は、取得したカウンセリング情報に基づいて生成された、ユーザの肌悩みベクトルと、第２の関連情報に基づいて生成された、肌悩みに対する有効性ベクトル（第２有効性ベクトル）とをマッチング（例えば、２つのベクトルのドット積）させることにより、第３化粧品候補を出力する。

【0053】

ユーザの肌悩みベクトルは、図１１の例と同様であるので説明は省略する。肌悩みに対する有効性ベクトルは、図１３に例示した第２の関連情報に基づいて生成できる。すなわち、第２の関連情報の１７個の肌悩みＳ１～Ｓ１７を有効性ベクトルの要素とする。製品Ｎｏ．毎の肌悩みＳ１～Ｓ１７に対応する文言数を各要素の値とすることにより、有効性ベクトルを生成できる。有効性ベクトルは、製品Ｎｏ．毎に生成することができる。図１４の例では、製品Ｎｏ．Ｐ３１、Ｐ３２、…、Ｐ３ｎとしている。製品Ｎｏ．の数は、市場に存在する全製品を含めてもよく、あるいは、ユーザの好みのメーカ、ブランド、あるいは価格帯で絞り込んでもよい。

【0054】

第２選定部５４は、ユーザの肌悩みベクトルと、肌悩みに対する有効性ベクトルとのマッチングを行い、マッチング度合い（類似度合い）に応じて、製品の順位付けを行い、第３化粧品候補を出力する。図１４の例では、第３化粧品候補は、製品Ｎｏ．がＰ３１、Ｐ３２、Ｐ３３、Ｐ３４、…であり、それぞれの確度（確率）をＲ３１、Ｒ３２、Ｒ３３、Ｒ３４、…で表している。製品Ｎｏ．及び確度は、便宜上符号で表現している。

【0055】

上述のように、第２選定部５４は、取得したカウセリング情報に含まれるユーザの肌悩みに効果・効用のある文言を含む化粧品を第３化粧品候補として選定することができる。

【0056】

算出部５６は、第２算出部としての機能を有し、ユーザの肌悩みベクトル（肌悩みを特徴付ける特徴ベクトル）と、製品（化粧品）含まれる文言に基づく肌悩みに対する有効性ベクトル（肌悩みに対する効果・効用を特徴付ける特徴ベクトル）との類似度に基づいて、第３化粧品候補の確度（スコア）を算出してもよい。

【0057】

このように、第２選定部５４は、ユーザのカウンセリング情報の回答から得られた肌悩みの軽重（程度）と、製品に関連する文言のうち、ユーザの肌悩みに対して効果・効用が認められる文言数の多少とに基づいて、ユーザの肌悩みを解消する可能性が高い製品の順位付けを行って、化粧品の候補として出力することができる。

【0058】

推奨部５５は、第１選定部５３が選定した第１化粧品候補及び第２選定部５４が選定した第２化粧品候補に基づいてユーザに化粧品を推奨してもよい。これにより、第１選定部５３が選定した第１化粧品候補だけでなく、第２選定部５４が選定した第２化粧品候補も考慮してユーザに化粧品を推奨できるので、ユーザに最適な化粧品を推奨できる。

【0059】

具体的には、推奨部５５は、第１化粧品候補の確度、及び第２化粧品候補の確度に基づいて、ユーザに化粧品を推奨することができる。化粧品を推奨する場合、確度（スコア）の高い順にユーザに勧めることができる。例えば、第１化粧品候補だけを推奨する場合に、第１化粧品候補Ａ１、Ａ２、Ａ３の確度がそれぞれ７５％、７０％、６５％とすると、ユーザには、化粧品Ａ１、Ａ２、Ａ３の順位で勧めることになる。しかし、第２化粧品候補も考慮する場合に、第２化粧品候補Ｂ１、Ｂ２、Ｂ３の確度がそれぞれ８５％、８０％、７０％とすると、ユーザには、化粧品Ｂ１、Ｂ２、Ａ１の順位で勧めることができ、ユーザにとって、最適な化粧品Ｂ１、Ｂ２を新たに加えて推奨することが可能となる。

【0060】

また、推奨部５５は、第１選定部５３が選定した第１化粧品候補、並びに第２選定部５４が選定した第２化粧品候補及び第３化粧品候補に基づいてユーザに化粧品を推奨してもよい。具体的には、推奨部５５は、第１化粧品候補の確度、第２化粧品候補の確度、及び第３化粧品候補の確度に基づいて、ユーザに化粧品を推奨することができる。これにより、第１選定部５３が選定した第１化粧品候補だけでなく、第２選定部５４が選定した第２化粧品候及び第３化粧品候補も考慮してユーザに化粧品を推奨できるので、ユーザに最適な化粧品を推奨できる。

【0061】

重み付け部５７は、第１化粧品候補の確度、第２化粧品候補の確度、及び第３化粧品候補の確度それぞれに重み付けすることができる。推奨部５５は、重み付けされた各確度に基づいてユーザに化粧品を推奨することができる。なお、推奨部５５は、第１化粧品候補の確度、及び第２化粧品候補の確度それぞれに重み付けしてユーザに化粧品を推奨してもよい。

【0062】

図１５は重み付けした確度に基づく化粧品の推奨の一例を示す図である。第１化粧品候補の確度を大きい順にＲ１１、Ｒ１２、Ｒ１３、…とし、第２化粧品候補の確度を大きい順にＲ２１、Ｒ２２、Ｒ２３、…とし、第３化粧品候補の確度を大きい順にＲ３１、Ｒ３２、Ｒ３３、…とする。重み付けは、適宜設定することができ、図１５の例では、ケース１、２、３の３つのケースを考える。ケース１の重み付けは、第１化粧品候補、第２化粧品候補、及び第３化粧品候補の確度それぞれに対して、α１、β１、γ１とする。ケース２の重み付けは、第１化粧品候補、第２化粧品候補、及び第３化粧品候補の確度それぞれに対して、α２、β２、γ２とする。ケース３の重み付けは、第１化粧品候補、第２化粧品候補、及び第３化粧品候補の確度それぞれに対して、α３、β３、γ３とする。重み付け係数α、β、γの合計は１とする。

【0063】

それぞれのケースにおいて、異なる重み付け係数を用いて、各確度に対して重み付けすることにより、例えば、ケース１の上位３位までの推奨化粧品は、製品Ｎｏ．Ｐ１１、Ｐ２３、Ｐ３４であり、各確度（スコア）は、９３、９１、８４となったとする。また、ケース２の上位３位までの推奨化粧品は、製品Ｎｏ．Ｐ２２、Ｐ３４、Ｐ１５であり、各確度は、９４、９３、９１となったとする。また、ケース３の上位３位までの推奨化粧品は、製品Ｎｏ．Ｐ３４、Ｐ２３、Ｐ１４であり、各確度は、９３、９０、８９となったとする。ユーザは、ケース１～３の中から、自分の好みに合った化粧品を選択することができる。例えば、確度の最も高い製品Ｎｏ．２２を選択してもよい。また、ユーザは、それぞれのケースで最上位になった製品Ｎｏ．Ｐ１１、Ｐ２２、Ｐ３４を選択してもよい。このように、第１化粧品候補だけでなく、第２化粧品候補、さらには第３化粧品候補も考慮して化粧品を推奨することにより、ユーザの選択肢が増え、最適な化粧品を選択できる可能性が高くなる。

【0064】

上述の例において、重み付け係数γをγ＝０としてもよい。この場合、重み付け部５７は、第１化粧品候補の確度、及び第２化粧品候補の確度それぞれに重み付けすることができる。推奨部５５は、重み付けされた各確度に基づいてユーザに化粧品を推奨することができる。

【0065】

制御部５１は、通信部５２を介して、推奨部５５の推奨結果を情報端末装置２０に出力することができる。情報端末装置２０は、推奨結果を表示することができる。ユーザは、例えば、店舗の化粧品販売部員と化粧品についての相談をしながら、情報端末装置２０に表示された推奨結果を確認することができる。また、推奨部５５の推奨結果をＷＥＢ上に出力してもよい。これにより、ユーザは、自身のユーザ端末装置１０を使ってＷＥＢページにアクセスして推奨結果を確認することができる。

【0066】

重み付け係数α、β、γの値の設定は、例えば、当初は初期値に設定しておき、情報処理装置５０による化粧品の推奨を実際に運用し、多くのユーザ対して化粧品を推奨していく過程の中で、適宜、修正又は更新することができる。これにより、ユーザに対して、一層最適な化粧品を推奨することが可能となる。

【0067】

図１６は情報処理装置５０による推奨結果の第１例を示す図である。推奨結果画面２１０には、推奨製品一覧２１１、効用チャート２１２が表示される。効用チャート２１２は、例えば、ユーザのカウンセリング情報の回答に基づいて、１７個の肌悩みＳ１～Ｓ１７に対して、ユーザが現在使用している化粧品によって、どの程度の効果・効用があるかを図表で表す。図の例では、レーダーチャートで表現されているが図表の形式は図の例に限定されない。

【0068】

推奨製品一覧２１１は、ユーザに対する推奨製品の一覧を表示する。図１５で例示したように、重み付け係数α、β、γを異なる値に設定した場合の３つのケースを、「ご提案ケース１」、「ご提案ケース２」、「ご提案ケース３」とし、それぞれのケースでの確度（スコア）が上位３つの製品を一覧と表示している。ユーザは、所望の製品を選択して、「詳細」アイコン２１３を操作すると、選択した製品の詳細情報を表示させることができる。なお、図では、確度を図示していないが、各推奨製品の確度を表示してもよい。

【0069】

制御部５１は、第１化粧品候補の確度、第２化粧品候補の確度、及び第３化粧品候補の確度それぞれに異なる重み付けをした場合に、推奨部４４が推奨する化粧品を、異なる重み付け毎に区分して複数の化粧品を情報端末装置２０の表示画面に表示するようにしてもよい。また、制御部５１は、第１化粧品候補の確度、及び第２化粧品候補の確度それぞれに異なる重み付けをした場合に、推奨部４４が推奨する化粧品を、異なる重み付け毎に区分して複数の化粧品を情報端末装置２０の表示画面に表示するようにしてもよい。

【0070】

図１７は情報処理装置５０による推奨結果の第２例を示す図である。推奨結果画面２２０には、推奨結果画面２１０と同様に、推奨製品一覧２１１、効用チャート２１２が表示される。ユーザが、推奨製品一覧２１１に表示された推奨製品のうち所望の製品にカーソル２２１を重ねることにより当該製品を選択すると、現在使用中の化粧品に加えて、選択した製品も使用した場合に、１７個の肌悩みＳ１～Ｓ１７に対してどの程度の効果・効用があるかを表示することができる。図１７の例では、図１６の場合に比べて、肌悩みＳ９、Ｓ１０、Ｓ１１に対してさらに効果・効用があることが表示されている。

【0071】

制御部５１は、推奨部５５が推奨した複数の化粧品を情報端末装置２０の表示画面に表示し、表示された複数の化粧品の中から所要の化粧品を選択する操作を受け付ける。制御部５１は、ユーザのカウンセリング情報に含まれるユーザが使用中の化粧品及び選択された化粧品に基づいて、当該ユーザの肌悩みに対する効用をグラフで表示することができる。

【0072】

このように、ユーザは、推奨された製品の中から、気になる製品や興味のある製品を選択することにより肌悩みが、どのように改善されるかを直ちに確認することができる。これにより、ユーザは、自分の肌悩みに応じて、どのような化粧品を組み合わせればよいかをリアルタイムで確認することができ、自分にとって最適な化粧品を容易に把握することができる。すなわち、本実施の形態の情報処理装置５０は、ユーザに最適な化粧品を推奨できる。

【0073】

図１８は情報処理装置５０による処理手順の一例を示す図である。以下では便宜上、処理の主体を制御部５１として説明する。制御部５１は、ユーザのカウンセリング情報を取得し（Ｓ１１）、取得したカウンセリング情報に基づいて第１化粧品候補を選定する（Ｓ１２）。制御部５１は、取得したカウンセリング情報からユーザの肌悩み情報を抽出し（Ｓ１３）、ユーザの肌悩みを特徴付ける肌悩みベクトルを算出する（Ｓ１４）。

【0074】

制御部５１は、化粧品と肌悩みとを、化粧品に含まれる成分の成分数を用いて関連付ける第１関連情報に基づいて、肌悩みに対する第１有効性ベクトルを算出する（Ｓ１５）。制御部５１は、化粧品と肌悩みとを、化粧品に関する文言の文言数を用いて関連付ける第２関連情報に基づいて、肌悩みに対する第２有効性ベクトルを算出する（Ｓ１６）。

【0075】

制御部５１は、肌悩みベクトル及び第１有効性ベクトルの類似度（ドット積、確度）に基づいて第２化粧品候補を選定する（Ｓ１７）。制御部５１は、肌悩みベクトル及び第２有効性ベクトルの類似度（ドット積）に基づいて第３化粧品候補を選定する（Ｓ１８）。制御部５１は、第１化粧品候補、第２化粧品候補、及び第３化粧品候補それぞれの確度に重み付けしてユーザに化粧品を推奨し（Ｓ１９）、処理を終了する。

【0076】

本実施形態の情報処理装置５０は、実際の店舗に設置された情報端末装置２０を経由してユーザに化粧品を推奨することができ、店舗でのカウンセリングツールとして活用することができるが、これに限定されるものではなく、所定のＥＣサイトに情報端末装置２０と同様の機能を実装し、ＥＣサイトを経由してユーザに化粧品を推奨することもでき、ＥＣサイトでのデジタル美容部員として活用することもできる。

【0077】

本実施形態の情報処理装置は、ユーザの肌悩みに関する回答を含むカウンセリング情報を取得する取得部と、取得したカウンセリング情報に基づいて第１化粧品候補を選定する第１選定部と、化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報を記憶する記憶部と、取得したカウセリング情報に含まれる前記ユーザの肌悩み及び前記関連情報に基づいて第２化粧品候補を選定する第２選定部と、前記第１化粧品候補及び前記第２化粧品候補に基づいて前記ユーザに化粧品を推奨する推奨部とを備える。

【0078】

本実施形態の情報処理装置において、前記第１選定部は、肌悩みに関する回答を含むカウンセリング情報を入力した場合に、第１化粧品候補を出力するように生成された学習モデルを含む。

【0079】

本実施形態の情報処理装置において、前記評価指標は、化粧品に含まれる成分であって、肌悩みに効用のある成分の成分数を含み、前記第２選定部は、取得したカウセリング情報に含まれる前記ユーザの肌悩みに効用のある成分を含む化粧品を前記第２化粧品候補として選定する。

【0080】

本実施形態の情報処理装置において、前記推奨部は、前記第１化粧品候補の確度、及び前記第２化粧品候補の確度に基づいて、前記ユーザに化粧品を推奨する。

【0081】

本実施形態の情報処理装置は、前記ユーザの肌悩みを特徴付ける特徴ベクトルと、化粧品に含まれる成分に基づく肌悩みに対する効用を特徴付ける特徴ベクトルとの類似度に基づいて、前記第２化粧品候補の確度を算出する第１算出部を備える。

【0082】

本実施形態の情報処理装置は、前記推奨部は、前記第１化粧品候補の確度、及び前記第２化粧品候補の確度それぞれに重み付けして前記ユーザに化粧品を推奨する。

【0083】

本実施形態の情報処理装置において、前記評価指標は、化粧品に関する文言であって、肌悩みの効用に関する文言の文言数を含み、前記第２選定部は、取得したカウセリング情報に含まれる前記ユーザの肌悩みの効用に関する文言を含む第３化粧品候補を選定する。

【0084】

本実施形態の情報処理装置において、前記推奨部は、前記第１化粧品候補の確度、前記第２化粧品候補の確度、及び前記第３化粧品候補の確度に基づいて、前記ユーザに化粧品を推奨する。

【0085】

本実施形態の情報処理装置は、前記ユーザの肌悩みを特徴付ける特徴ベクトルと、化粧品に関連する文言に基づく肌悩みに対する効用を特徴付ける特徴ベクトルとの類似度に基づいて、前記第３化粧品候補の確度を算出する第２算出部を備える。

【0086】

本実施形態の情報処理装置において、前記推奨部は、前記第１化粧品候補の確度、前記第２化粧品候補の確度、及び前記第３化粧品候補の確度それぞれに重み付けして前記ユーザに化粧品を推奨する。

【0087】

本実施形態の情報処理装置は、前記推奨部が推奨した複数の化粧品を表示画面に表示する表示部と、表示された複数の化粧品の中から所要の化粧品を選択する操作を受け付ける受付部とを備え、前記表示部は、前記ユーザのカウンセリング情報に含まれる前記ユーザが使用中の化粧品及び選択された化粧品に基づいて、肌悩みに対する効用をグラフで表示する。

【0088】

本実施形態の情報処理装置において、前記表示部は、前記第１化粧品候補の確度、及び前記第２化粧品候補の確度それぞれに異なる重み付けをした場合に前記推奨部が推奨する化粧品を、異なる重み付け毎に区分して前記複数の化粧品を表示画面に表示する。

【0089】

本実施形態のコンピュータプログラムは、コンピュータに、ユーザの肌悩みに関する回答を含むカウンセリング情報を取得し、取得したカウンセリング情報に基づいて第１化粧品候補を選定し、取得したカウセリング情報に含まれる前記ユーザの肌悩み、及び化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報に基づいて第２化粧品候補を選定し、前記第１化粧品候補及び前記第２化粧品候補に基づいて前記ユーザに化粧品を推奨する、処理を実行させる。

【0090】

本実施形態の情報処理方法は、ユーザの肌悩みに関する回答を含むカウンセリング情報を取得し、取得したカウンセリング情報に基づいて第１化粧品候補を選定し、取得したカウセリング情報に含まれる前記ユーザの肌悩み、及び化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報に基づいて第２化粧品候補を選定し、前記第１化粧品候補及び前記第２化粧品候補に基づいて前記ユーザに化粧品を推奨する。

【符号の説明】

【0091】

１ 通信ネットワーク
１０ ユーザ端末装置
２０ 情報端末装置
５０ 情報処理装置
５１ 制御部
５２ 通信部
５３ 第１選定部
５４ 第２選定部
５５ 推奨部
５６ 算出部
５７ 重み付け部
５８ 記憶部
５９ コンピュータプログラム
６０ 関連情報
１００ データベース
１０１ 製品リストＤＢ
１０２ 成分ＤＢ
１０３ 成書ＤＢ
１０４ 文献ＤＢ
１０５ 文言ＤＢ

【要約】

ユーザに最適な化粧品を推奨できる情報処理装置、コンピュータプログラム及び情報処理方法を提供する。
情報処理装置は、ユーザの肌悩みに関する回答を含むカウンセリング情報を取得する取得部と、取得したカウンセリング情報に基づいて第１化粧品候補を選定する第１選定部と、化粧品と肌悩みとを所定の評価指標を用いて関連付ける関連情報を記憶する記憶部と、取得したカウセリング情報に含まれるユーザの肌悩み及び関連情報に基づいて第２化粧品候補を選定する第２選定部と、第１化粧品候補及び第２化粧品候補に基づいてユーザに化粧品を推奨する推奨部とを備える。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】