SKREAT; Skin Treatment Advise System


SKREAT is een kennis-systeem voor schoonheidssalons, dat adviseert welke combinatie producten van het cosmeticamerk Deynique, de klant het beste thuis kan gebruiken. Het systeem kiest, de beste en meest effectieve combinatie uit het assortiment van ruim 60 behandelingen en 200 producten.
Een Deynique schoonheidsspecialiste verwend de klant niet alleen met een lekker masker of massage maar biedt echt oplossing voor de symptomen van huidproblemen en/of huidverbetering en anti-aging. Op basis van de wensen, doelen en een huidanalyse van een klant en het budget wordt er een behandelplan opgesteld.

De input bestaat uit data over de huidanalyse van de klant, hun leeftijd, levensstijl, budget en het seizoen van de behandeling. Het systeem is dusdanig ontworpen dat het in de toekomst ook aangesloten kan worden op een huid-analyse systeem, zodat een groot deel van de input-data niet meer handmatig door de schoonheidsspecialiste hoeft te worden ingevoerd. Met wat kleine aanpassingen zou dit systeem ook eenvoudig kunnen worden gebruikt voor andere cosmetica merken.

Om dit systeem te kunnen ontwerpen en een prototype te kunnen implementeren, werd de CommonKADS-methode gevolgd. Door experts (Deynique schoonheidsspecialistes) te interviewen is alle kennis verworven en gemodelleerd, die in dit adviessysteem is verwerkt. Het met Javascript geïmplementeerde prototype is getest door een expert. De expert was onder de indruk van het systeem en gaf aan dat, afgezien van enkele kleine details, de adviezen van de SKREAT zeer geschikt waren.



  • Inference model

    In het “Inference model” is te zien hoe het systeem de verschillende “beredenatiestappen uitvoert om een geschikt advies te kunnen geven.


  • Domain model

    Om een optimaal advies te kunnen geven heeft het systeem specifieke informatie (data) nodig. Dit is gespecificeerd in het “Domain model”.


  • Knowledge bases

    Hier ziet u 2 voorbeelden van knowledge rules die worden gebruikt om tot een juist advies te komen. Alle verschillende regels zijn verdeeld in “knowledge bases” die op verschillende momenten door het systeem worden gebruikt (zie Inference model).


  • Voorbeeld 1

    Een voorbeeld van de input en output voor het systeem.


  • Voorbeeld 2

    Een voorbeeld van de input en output voor het systeem.

    Een voorbeeld van de input en output voor het systeem.