基于中国人皮肤本态数据挖掘的消费人群研究

张宝江 王琪 杨晓雯 李泽巧

文章采集美容院专线for/get品牌的消费者面部皮肤数据，进行皮肤VISIA数据指标描述统计性分析和各指标随年龄变化的研究。通过对消费者皮肤VISIA数据指标进行描述性统计，了解消费者各皮肤生理指标的分布特点;通过每一皮肤VISIA数据指标随年龄变化研究，了解每一指标随年龄变化的规律以及变化关键年龄点，从而根据不同阶段皮肤状态差异提供针对性护理方案。

皮肤是人体同外界接触的第一层器官，它是我们抵御感染、伤害和维持健康的重要防线，是身体健康状态与精神面貌最为直接的体现。不同年龄阶段的人，皮肤状态有很大差异。对中老年人群皮肤进行深入分析了解，研究与面部皮肤状态紧密相关的核心指标，发现中老年人群皮肤状态的变化趋势，对于中老年人群的个人护理及化妆品研发都有重要的指导意义。

本文参考全国美容院渠道不同地区、不同年龄面部VISIA图片、皮肤生理指标数据、调查问卷等上万条数据信息，从数据库中随机抽取117例43～69岁的女性志愿者，采集志愿者的VISIA图片，通过相关算法对图片进行处理，从而得到各种定量的多维度皮肤数据，以分析皮肤各项指标随年龄的变化趋势。

1.2样本来源

随机抽取43～69岁的女性志愿者117例，通过VISIA采集志愿者的皮肤生理指标数据。采集斑点spots、紫外线色斑uv.spots、棕色斑点brown.spots、红血丝分布red.areas、皱纹wrinkles、纹理texture、毛孔pores、卟啉油脂porphyrins，共计8项皮肤指标。

1.3实验仪器及设备

测试仪器：VISIA皮肤检测仪，美国Canfield公司

测试原理：VISIA皮肤检测仪运用光学成像，RBX和软件科技，即时测出和分析表皮的斑点、毛孔、皱纹和皮肤纹理，以及由于紫外线照射而产生的皮下血管和色素性病变，如卟啉（油脂）、褐色斑、红斑等，并揭示由此引起的如黄褐斑、痤疮、酒渣鼻和蜘蛛状静脉瘤等潜在危险。

1.4数据统计方法

（1）使用IBMSPSSStatistics25进行相关性分析及主成分分析。

（2）采用MATLAB曲线拟合工具箱（curvefittingtoolbox）分析核心皮肤本态测试指标随年龄增长的变化趋势并确定拟合函数。

（3）使用MATLAB编程计算拟合函数的拐点。

2.2小结

通过对消费者数据进行描述性统计发现，红血丝分布、皱纹、毛孔、卟啉油脂这4个指标数据均呈现出右偏现象，即消费者这些指标均处于此年龄段较低的水平。需要注意的是，数据中存在1位面部红血丝分布值较高的消费者;10位面部皱纹值较高的消费者;1位面部毛孔值较高的消费者;7位面部卟啉油脂值较高的消费者。

通过对for/get品牌消费者进行描述性统计分析，计算8个指标的Q3值（各指标均有25%的消费者取值高于此值），详见表2-2。根据此值可以对消费者面部状态进行评价，指标大于Q3的消费者应重点关注该指标的改善情况。例如，当测试消费者的斑点值大于202时，即表示该消费者需要关注面部斑点问题。

2.3各指标随年龄变化趋势

对所采集的for/get品牌消费者面部皮肤数据，建立各指标对年龄的多项式拟合模型来分析各指标随年龄变化的统计规律性。为更清晰地展示每一皮肤生理指标随年龄的变化趋势，对同一年龄的每个指标都做了平均值处理并得到表2-3。这样，每个年龄只对应一组指标取值，通过散点图更易看清各皮肤生理指标随年龄变化的趋势和走向。同时，使用MATLAB的曲线拟合工具箱（curvefittingtoolbox）绘制各个指标随年龄变化的最佳拟合曲线。在后续分析中，会给出函数的拐点，并利用它们来刻画拟合曲线所发生的变化。函数的拐点（二阶导数为零）表示函数凹凸性（趋势速率）发生变化的点。

2.4小结

根据函数拐点计算公式，得到8个皮肤VISIA数据指标的拐点表，详见表2-4。

通过计算各皮肤VISIA数据指标的拐点，即变化速率最大的时间点发现：斑点、紫外线色斑、棕色斑点、红血丝分布这4个指标在50岁之前变化速率均达到最大;皱纹、纹理、毛孔、卟啉油脂这4个指标在50岁之后变化速率才逐渐达到最大。

通过对皮肤VISIA数据指标的变化趋势研究，发现皱纹指标在43～59岁范围内已经处于一段极为平稳的趋势;纹理、毛孔这两个指标在43～59岁范围内处于一段波动较大的趋势;其余指标斑点、紫外线色斑、棕色斑点、红血丝分布、卟啉油脂变化趋势均类似，在43～59岁范围内处于一段先上升后下降的趋势。

结论

1.通过对for/get消费人群（43～69岁）进行描述性统计研究发现，红血丝分布、皱纹、毛孔、卟啉油脂这4个指标数据均呈现出右偏现象，即消费者这些指标均处于此年龄段较低的水平。但仍有部分消费者这些数值处于偏高的状态，需要对相应的肌肤问题加以关注。

2.通过对for/get消费人群（43～69岁）进行描述性统计研究，使用Q3构建了评价消费者面部肌肤状态的标准值。对于指标测试值大于Q3的消费者应重点关注相应的肌肤问题，并且偏离程度越大表示相应肌肤问题越严重。

3.通过进行各指标随年龄变化趋势的研究，发现斑点、紫外线色斑、棕色斑点、红血丝分布这4个指标在50岁之前变化速率均达到最大，皱纹、纹理、毛孔、卟啉油脂这4个指标在50岁之后变化速率才逐渐达到最大。

4.值得重点关注的是，皱纹指标在43～59岁这个年龄段处于一段极为平缓的变化趋势，说明在该年龄段需要通过更为专业、深入的手段改善皱纹问题。尽早预防、尽早改善才能有效避免消费者陷入皱纹问题。另外，纹理、毛孔这两个指标在43～59岁这个年龄段处于一段波动较大的变化趋势，说明在该年龄段通过相关护理可以高效地改善面部粗糙、毛孔粗大等问题。