基于中國人皮膚本態數據挖掘的消費人群研究

張寶江 王琪 楊曉雯 李澤巧

文章采集美容院專線for/get品牌的消費者面部皮膚數據，進行皮膚VISIA數據指標描述統計性分析和各指標隨年齡變化的研究。通過對消費者皮膚VISIA數據指標進行描述性統計，了解消費者各皮膚生理指標的分布特點;通過每一皮膚VISIA數據指標隨年齡變化研究，了解每一指標隨年齡變化的規律以及變化關鍵年齡點，從而根據不同階段皮膚狀態差異提供針對性護理方案。

皮膚是人體同外界接觸的第一層器官，它是我們抵御感染、傷害和維持健康的重要防線，是身體健康狀態與精神面貌最為直接的體現。不同年齡階段的人，皮膚狀態有很大差異。對中老年人群皮膚進行深入分析了解，研究與面部皮膚狀態緊密相關的核心指標，發現中老年人群皮膚狀態的變化趨勢，對于中老年人群的個人護理及化妝品研發都有重要的指導意義。

本文參考全國美容院渠道不同地區、不同年齡面部VISIA圖片、皮膚生理指標數據、調查問卷等上萬條數據信息，從數據庫中隨機抽取117例43～69歲的女性志愿者，采集志愿者的VISIA圖片，通過相關算法對圖片進行處理，從而得到各種定量的多維度皮膚數據，以分析皮膚各項指標隨年齡的變化趨勢。

1.2樣本來源

隨機抽取43～69歲的女性志愿者117例，通過VISIA采集志愿者的皮膚生理指標數據。采集斑點spots、紫外線色斑uv.spots、棕色斑點brown.spots、紅血絲分布red.areas、皺紋wrinkles、紋理texture、毛孔pores、卟啉油脂porphyrins，共計8項皮膚指標。

1.3實驗儀器及設備

測試儀器：VISIA皮膚檢測儀，美國Canfield公司

測試原理：VISIA皮膚檢測儀運用光學成像，RBX和軟件科技，即時測出和分析表皮的斑點、毛孔、皺紋和皮膚紋理，以及由于紫外線照射而產生的皮下血管和色素性病變，如卟啉（油脂）、褐色斑、紅斑等，并揭示由此引起的如黃褐斑、痤瘡、酒渣鼻和蜘蛛狀靜脈瘤等潛在危險。

1.4數據統計方法

（1）使用IBMSPSSStatistics25進行相關性分析及主成分分析。

（2）采用MATLAB曲線擬合工具箱（curvefittingtoolbox）分析核心皮膚本態測試指標隨年齡增長的變化趨勢并確定擬合函數。

（3）使用MATLAB編程計算擬合函數的拐點。

2.2小結

通過對消費者數據進行描述性統計發現，紅血絲分布、皺紋、毛孔、卟啉油脂這4個指標數據均呈現出右偏現象，即消費者這些指標均處于此年齡段較低的水平。需要注意的是，數據中存在1位面部紅血絲分布值較高的消費者;10位面部皺紋值較高的消費者;1位面部毛孔值較高的消費者;7位面部卟啉油脂值較高的消費者。

通過對for/get品牌消費者進行描述性統計分析，計算8個指標的Q3值（各指標均有25%的消費者取值高于此值），詳見表2-2。根據此值可以對消費者面部狀態進行評價，指標大于Q3的消費者應重點關注該指標的改善情況。例如，當測試消費者的斑點值大于202時，即表示該消費者需要關注面部斑點問題。

2.3各指標隨年齡變化趨勢

對所采集的for/get品牌消費者面部皮膚數據，建立各指標對年齡的多項式擬合模型來分析各指標隨年齡變化的統計規律性。為更清晰地展示每一皮膚生理指標隨年齡的變化趨勢，對同一年齡的每個指標都做了平均值處理并得到表2-3。這樣，每個年齡只對應一組指標取值，通過散點圖更易看清各皮膚生理指標隨年齡變化的趨勢和走向。同時，使用MATLAB的曲線擬合工具箱（curvefittingtoolbox）繪制各個指標隨年齡變化的最佳擬合曲線。在后續分析中，會給出函數的拐點，并利用它們來刻畫擬合曲線所發生的變化。函數的拐點（二階導數為零）表示函數凹凸性（趨勢速率）發生變化的點。

2.4小結

根據函數拐點計算公式，得到8個皮膚VISIA數據指標的拐點表，詳見表2-4。

通過計算各皮膚VISIA數據指標的拐點，即變化速率最大的時間點發現：斑點、紫外線色斑、棕色斑點、紅血絲分布這4個指標在50歲之前變化速率均達到最大;皺紋、紋理、毛孔、卟啉油脂這4個指標在50歲之后變化速率才逐漸達到最大。

通過對皮膚VISIA數據指標的變化趨勢研究，發現皺紋指標在43～59歲范圍內已經處于一段極為平穩的趨勢;紋理、毛孔這兩個指標在43～59歲范圍內處于一段波動較大的趨勢;其余指標斑點、紫外線色斑、棕色斑點、紅血絲分布、卟啉油脂變化趨勢均類似，在43～59歲范圍內處于一段先上升后下降的趨勢。

結論

1.通過對for/get消費人群（43～69歲）進行描述性統計研究發現，紅血絲分布、皺紋、毛孔、卟啉油脂這4個指標數據均呈現出右偏現象，即消費者這些指標均處于此年齡段較低的水平。但仍有部分消費者這些數值處于偏高的狀態，需要對相應的肌膚問題加以關注。

2.通過對for/get消費人群（43～69歲）進行描述性統計研究，使用Q3構建了評價消費者面部肌膚狀態的標準值。對于指標測試值大于Q3的消費者應重點關注相應的肌膚問題，并且偏離程度越大表示相應肌膚問題越嚴重。

3.通過進行各指標隨年齡變化趨勢的研究，發現斑點、紫外線色斑、棕色斑點、紅血絲分布這4個指標在50歲之前變化速率均達到最大，皺紋、紋理、毛孔、卟啉油脂這4個指標在50歲之后變化速率才逐漸達到最大。

4.值得重點關注的是，皺紋指標在43～59歲這個年齡段處于一段極為平緩的變化趨勢，說明在該年齡段需要通過更為專業、深入的手段改善皺紋問題。盡早預防、盡早改善才能有效避免消費者陷入皺紋問題。另外，紋理、毛孔這兩個指標在43～59歲這個年齡段處于一段波動較大的變化趨勢，說明在該年齡段通過相關護理可以高效地改善面部粗糙、毛孔粗大等問題。