JP2019067391A - 情報出力システム、情報出力方法及び情報出力プログラム - Google Patents

Abstract

【課題】指定状態に関するケアを開始する段階でどのような対策をとればよいかの情報を提供できるシステムを提供する。【解決手段】情報出力システムは、ユーザ情報に示されるユーザＵａの特性による、指定状態への影響度を認識する影響度認識部２３と、ユーザＵａの特性による指定状態への影響度に基づいて施策を認識する施策認識部２４と、認識された施策を出力部３１に出力させる出力制御部３５ａとを備える。ユーザＵａの特性は、ユーザＵａの属性、ユーザＵａの体質及びユーザＵａのライフスタイルのうちの少なくとも１つに関する特性である。【選択図】図１９

Description

本発明は、情報出力システム、情報出力方法及び情報出力プログラムに関する。

従来、肌状態、体状態又は心状態のケアに関する技術が提案されている。

例えば、特許文献１には、被測定者の肌水分量を測定する肌水分量測定手段と、被測定者の肌水分量に影響を与える生活関連情報が入力される入力手段と、該入力手段により入力された生活関連情報と肌水分量測定手段で測定された肌水分量とを対応付けて時系列的に記憶する履歴記憶手段と、該履歴記憶手段で記憶された前記生活関連情報と肌水分量とを関連付けた情報を表示する画面表示手段とを備える肌水分量測定装置が記載されている。

特許文献１の肌水分量測定装置によれば、測定された肌水分量と生活関連情報とが関連付けて表示されるので、肌水分量と生活行動との関係を利用者が容易に把握することができ、所望する肌水分量を達成するための対策を図ることが容易になるとの作用効果が奏される。

特開２００６−２９６５８２号公報

しかし、特許文献１の技術では、ある程度履歴が蓄積されてからでないと、どのような事柄が肌水分量に影響を与えるかが分からなかった。このため、肌ケアを開始する段階で、どのような対策をとればよいかを示唆するものではなかった。

そこで、本発明は、肌状態、体状態又は心状態に関するケアを開始する段階でどのような対策をとればよいかの情報を提供できる情報出力システム、情報出力方法及び情報出力プログラムを提供することを目的とする。

本発明の第１の態様の情報出力システムは、
情報を出力する出力部と、
システムのユーザの特性を含むユーザ情報を認識する情報認識部と、
前記ユーザ情報に示される前記ユーザの特性による、肌状態、体状態及び心状態の少なくとも１つの状態である指定状態への影響度を認識する影響度認識部と、
前記ユーザの特性による前記指定状態への影響度に基づいて施策を認識する施策認識部と、
前記認識された施策を前記出力部に出力させる出力制御部とを備え、
前記ユーザの特性は、前記ユーザの属性、前記ユーザの体質及び前記ユーザのライフスタイルのうちの少なくとも１つに関する特性であることを特徴とする。

本発明の第１の態様の情報出力システムによれば、情報認識部により、前記ユーザの特
性を含むユーザ情報が認識される。

そして、前記ユーザの特性は、前記ユーザの属性、前記ユーザの体質及び前記ユーザのライフスタイルのうちの少なくとも１つに関する特性である。

ここで、ユーザの属性、ユーザの体質及びユーザのライフスタイルによって、ユーザの肌状態、体状態及び心状態のうち少なくとも１つの状態である指定状態に対する有効な施策は異なりうる。

例えば、ユーザが幹線道路沿いに居住している場合（ユーザの属性に示されるユーザの住所が幹線道路沿いの所定地域である場合）等には、ユーザの顔に汚れが付着しやすい可能性があり、このような場合、顔を洗ったり、空気清浄機の使用を推奨したりすることが前記ユーザの指定状態としての肌状態に対して有用になる。

ここで、ユーザの属性とは、ユーザの住んでいる地域、年齢、性別、嗜好及び環境等のユーザの社会的な特徴を意味し、ユーザの体質、及びユーザの生活習慣等のライフスタイルとは異なる概念である。

また、例えば、紫外線に対してユーザの肌がどのように変化するかによっても紫外線ケアに対するアドバイスが異なりうる。このように、肌の特性等の、ユーザの体質によっても、有効な施策は異なりうる。

さらに、例えば、喫煙習慣がある人は、活性酸素を多くため込む傾向がある。このため、喫煙習慣がある人には、活性酸素を除去するような食べ物又は栄養素の摂取が有効な施策となりうる。このように、喫煙習慣等のライフスタイルによっても、有効な施策は異なりうる。

このように、ユーザの属性、ユーザの体質、ユーザのライフスタイル等多くの要素が指定状態に影響を及ぼすが、これらの影響すべてに対して施策を実行することは現実的ではない。

この点、当該構成の情報出力システムによれば、影響度認識部により、ユーザの特性による指定状態への影響度が認識される。そして、施策認識部により、前記前記ユーザの複数の特性による前記指定状態への影響度に基づいて施策が認識される。

これにより、ユーザの特性に対する有効な施策のうち、指定状態への影響度から選別された施策が認識される。

そして、出力制御部により、前記認識された施策が前記出力部に出力される。

これにより、ユーザに対し、ユーザの特性によるユーザの指定状態への影響度に鑑みて選別された施策が推薦される。

そして、ユーザの属性、ユーザの体質及びユーザのライフスタイルに関するユーザの特性は、肌状態、体状態又は心状態に関するケアを開始する段階でも収集可能である。従って、当該構成の情報出力システムによれば、当該ケアを開始する段階でどのような対策をとればよいかの情報を提供できる。

本発明の情報出力システムにおいて、
情報の入力を受け付ける入力部を備え、
前記情報認識部は、前記入力部を介して入力された情報に基づいて前記ユーザ情報を認識するように構成されていてもよい。

当該構成の情報出力システムによれば、前記入力部に入力された情報に基づいて、前記ユーザの情報が認識されるので、多岐にわたるユーザの特性についての情報を収集しうる。

本発明の第２の態様の情報出力システムは、
情報を出力する出力部と、
システムのユーザの特性を含むユーザ情報を認識する情報認識部と、
前記情報認識部により認識された前記ユーザの特性で前記ユーザを分類するユーザ分類部と、
前記ユーザが属する当該分類に対応する施策を認識する施策認識部と、
前記認識された施策を前記出力部に出力させる出力制御部とを備え、
前記ユーザの特性は、前記ユーザの属性、前記ユーザの体質及び前記ユーザのライフスタイルのうちの少なくとも１つに関する特性であることを特徴とする。

属性、体質又はライフスタイルが共通している場合には、共通のアドバイスが可能になりうるところ、本発明の第２の態様の情報出力システムによれば、ユーザ分類部により、前記ユーザの属性、ユーザの体質及びユーザのライフスタイルでユーザが分類され、前記施策認識部により、ユーザが属する当該分類に対応する施策が認識される。この施策が出力制御部により出力部に出力されることにより、ユーザに当該分類に対応する施策を認識させることが出来る。このように、前記ユーザの属性、ユーザの体質及びユーザのライフスタイルでユーザを分類し、分類に応じて施策を認識することにより、効率的な施策の提供が可能となる。

本発明の第２の態様の情報出力システムにおいて、
情報の入力を受け付ける入力部を備え、
前記情報認識部は、前記入力部を介して入力された情報に基づいて前記ユーザの第１特性および前記ユーザの前記第１特性と異なる第２特性を含むユーザ情報を認識し、
前記ユーザ分類部は、前記情報認識部により認識された前記ユーザの前記第１特性および前記第２特性で前記ユーザを分類し、
前記施策認識部は、前記ユーザが属する当該分類に対応する施策を認識するように構成されていることが好ましい。

当該構成の情報主力システムによれば、情報認識部により、ユーザの特性として第１特性および第１特性と異なる第２特性を含む特性が認識される。そして、前記ユーザ分類部により、前記情報認識部により認識された前記ユーザの前記第１特性および第２特性でユーザが分類される。これにより、単一の特性による分類よりも、より詳細にユーザを分類することができる。そして、前記施策認識部により、前記ユーザが属する当該分類に対応する施策が認識される。これにより、よりユーザに適した施策を認識することができる。

当該構成の情報出力システムにおいて、
前記情報認識部は、ユーザの行動またはユーザの体質に関する情報を認識し、
前記ユーザ分類部は、ユーザの行動またはユーザの体質に関する情報が収集されたか否かを判定し、ユーザの行動またはユーザの体質に関する情報が収集されていないと判定した場合、前記第１特性で前記ユーザを分類し、ユーザの行動またはユーザの体質に関する情報が収集されていると判定した場合、前記第２特性と前記情報に示される前記ユーザの行動またはユーザの体質とを突き合わせることにより、前記第２特性の信頼度を評価し、前記第２特性の信頼度が所定の閾値以上の場合に、前記第１特性および第２特性により、前記ユーザを分類するように構成されていることが好ましい。

前記入力部を介して入力された情報に基づいて認識されたユーザの前記特性は、信頼できる特性もあれば、ユーザの誤解、思い込みまたは願望等により必ずしも信頼できるとは限らない特性もある。例えば、ユーザの性別に関しては、ユーザの誤解等の可能性はほとんどないと考えられるので、信頼できる特性であると考えられる。一方、例えば、ユーザの肌が乾燥肌であるかどうかに関する特性に関しては、ユーザの誤解等の可能性があり、必ずしも信頼できるとは限らない。信頼できる特性の例は、ユーザの性別等の客観的事実に関する特性、またはユーザの属性等の一般的に質問されたり話題になったりする特性があげられる。必ずしも信頼できるとは限らない特性の例は、乾燥肌などのユーザの主観的な判断が入る特性、ユーザの体質、ユーザの行動習慣等の人によっては質問されにくかったり話題になりにくかったりする特性があげられる。

ユーザの分類に当たっては、信頼できるとは限らない特性については勘案せず、信頼できる特性のみでユーザを分類してもよいが、もし、信頼できる特性に加え、信頼性を担保した上で信頼できない特性についても勘案してユーザを分類し、当該分類に基づいて施策を認識することで、よりユーザに適した施策に関する情報を提供することができる。

この点に鑑みて構成された当該構成の情報出力システムによれば、前記情報認識部により、ユーザの行動またはユーザの体質に関する情報が認識される。

そして、前記ユーザ分類部により、ユーザの行動またはユーザの体質に関する情報が収集されているか否かが判定される。

ユーザの行動またはユーザの体質に関する情報が収集されていないと判定された場合、ユーザ分類部により、前記ユーザの第１特性で、前記ユーザが分類される。これにより、ケアを開始する段階のように、情報が十分に収集されていない段階でもどのような対策をとればよいかの情報を提供できる。特に、第１特性が信頼できる特性であれば、より効果的である。

そして、ユーザの行動またはユーザの体質に関する情報が収集されていると判定された場合、前記ユーザ分類部により、前記ユーザの第２特性と前記情報に示される前記ユーザの行動または前記ユーザの体質とを突き合わせることにより、前記特性の信頼度が評価される。そして、前記第２特性の信頼度が所定の閾値以上の場合に、前記第１特性および第２特性により、前記ユーザが分類される。

信頼度が所定の閾値以上の第２特性はユーザの行動またはユーザの体質に関する情報に基づいて検証された特性であるから、信頼できる特性であると考えられる。このように、ユーザの行動またはユーザの体質に関する情報が収集されている場合においては、仮に第２特性が入力時点では信頼できるとは限らない特性であったとしても、第２特性をユーザの行動またはユーザの体質に基づいて検証した上で勘案してユーザを分類することにより、よりユーザに適した情報を提供することが出来る。

本発明の情報出力システムにおいて、
前記情報認識部は、前記ユーザの肌細胞画像データ、前記ユーザの肌画像データ及び前記ユーザの舌画像データ少なくとも１つに基づいて前記ユーザの特性を認識するように構成されていてもよい。

本発明者らの検討により、前記ユーザの肌細胞画像データ、前記ユーザの肌画像データ及び前記ユーザの舌画像データ少なくとも１つに基づいて、前記ユーザの特性に比較的高精度に認識できることが判明した。

この点に鑑みて構成された当該構成の情報出力システムによれば、前記ユーザの肌細胞画像データ、前記ユーザの肌画像データ及び前記ユーザの舌画像データ少なくとも１つに基づいて前記ユーザの特性が認識される。これにより、ユーザがアンケートなどの情報を入力したりする手間が省かれながら、高精度にユーザの特性を認識することができる。

肌サポートサーバの利用形態の説明図。 肌サポートサーバ及びユーザ端末の構成図。 肌サポートサーバによる一連の肌サポート処理の説明図。 肌サポートサーバにおける処理の第１のフローチャート。 肌サポートサーバにおける処理の第２のフローチャート。 ユーザ端末における処理の第１のフローチャート。 ユーザ端末における処理の第２のフローチャート。 主観データ及び客観データによる肌、心、体の初期データの解析処理の説明図。 体状態の数値化の説明図。 心状態の数値化の説明図。 図１１Ａは各施策とその施策の改善傾向等との関係を示す図で、図１１Ｂは各工程のスケジュールを示す図で、図１１Ｃはなりたい肌と肌状態の主観状態、客観状態との関係を示す図。 画像表示を実施している期間における日々のモニタリングに基づく進捗表の説明図。 特殊事例による肌状態への影響の説明図。 ユーザ端末における肌状態の改善度の表示画面の説明図。 施策の評価方法の説明図であり、図１５Ａは施策の評価基準を示し、図１５Ｂは施策の評価例を示している。 暮らし及び特殊事例の評価方法の説明図であり、図１６Ａは暮らし及び特殊事例の評価基準を示し、図１６Ｂは暮らし及び特殊事例の評価例を示している。 ゴール達成度の判定方法の説明図。 ２次データの説明図。 図１９Ａは、入力情報受付処理のフローチャート、図１９Ｂは、施策認識処理のフローチャート、図１９Ｃは、施策出力処理のフローチャート。 ユーザ情報入力画面の一例を示す図。 図２１Ａは、対象のユーザの項目ごとの特性を示すテーブルで、図２１Ｂは、印象又は心の状態と肌状態の項目との対応関係を示すテーブル。 ユーザ分類処理のフローチャート。 データの取得とともに、考慮するユーザ特性が増えることの説明図。 ユーザ特性の肌に関する項目への影響の度合いを示すテーブル。 ユーザ特性と施策との対応を示すテーブル。 施策推薦画面を示す図。

本発明の実施形態の一例について、図１〜図２６を参照して説明する。

［Ａ．肌サポートサーバの利用形態］
図１を参照して、肌サポートサーバ１０の構成および本発明を構成する系に対する位置付けを説明する。肌サポートサーバ１０は、ＣＰＵ、メモリ、各種インターフェース回路等を備えたコンピュータシステムにより構成される。肌サポートサーバ１０は、メモリに保持された画像表示用のプログラムをＣＰＵで実行することによって、複数のユーザＵ（図１ではＵａ，Ｕｂ，Ｕｃを例示）の肌状態を改善又は維持するための処理（画像表示処理）を実行する機能を実現する。

肌サポートサーバ１０は、インターネット等の通信ネットワーク１を介して、複数のユーザＵの通信端末（ユーザ端末）３０（図１では３０ａ，３０ｂ，３０ｃを例示）との間でデータ通信を行うことにより、ユーザＵの肌状態の改善又は維持をサポートする。肌サポートサーバ１０と、ユーザ端末３０とにより構成されるシステムが、本発明の「情報出力システム」の一例に相当する。

通信ネットワーク１には、担当者Ｔ（図１ではＴａ，Ｔｂを例示）の通信端末５０（図１では５０ａ，５０ｂを例示）も接続されている。担当者Ｔは、通信端末５０を介して、ユーザＵの肌の特徴や趣味嗜好、生活スタイル等を考慮した適切な肌ケア法等の情報を含むデータを、肌サポートサーバ１０及びユーザ端末３０に送信することにより、ユーザＵの肌状態の改善に対するアドバイスを行う。なお、担当者Ｔの通信端末５０とユーザＵのユーザ端末３０とは必ずしも一対一である必要はなく、肌サポートサーバ１０、担当者Ｔの通信端末５０、通信ネットワーク１を合わせた系全体によってユーザＵの肌状態の改善に対するアドバイスがユーザＵのユーザ端末３０に提供されればよい。例えば、ユーザＵの１又は複数のユーザ端末３０に対して、複数の担当者Ｔによってそれぞれの通信端末５０を介してアドバイスを提供する方法でも良い。

さらに、肌サポートサーバ１０は、複数のユーザＵのユーザ端末３０から送信される各ユーザの固有データを解析して、汎用的に活用可能な２次データを生成する機能を有し、この２次データを通信ネットワーク１を介して他のシステム６０に提供するサービスも行うことができる。

［Ｂ．肌サポートサーバ、及びユーザ端末の構成］
図２を参照して、肌サポートサーバ１０およびユーザ端末３０の構成について説明する。肌サポートサーバ１０は、メモリに保持された情報出力プログラムをＣＰＵで実行することにより、肌状態認識部１１、施策グループ選択部１２、施策情報送信部１３、２次データ生成部１９、情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４として機能する。これらの構成による処理については後述する。また、肌サポートサーバ１０は、ユーザＵの画像表示処理に使用する各種データを保持するサポートＤＢ（データベース）２０を備えている。このサポートＤＢ２０はたとえばＲＡＭ上に展開され、後述する主観および客観データの更新によって書き換え可能である。

次に、本実施形態のユーザ端末３０は、表示器３１、タッチパネル３２、カメラ３３、マイク３４、ＣＰＵ３５、及びメモリ３６等を備えている。表示器３１が、本発明の「出力部」に相当する。タッチパネル３２が、本発明の「入力部」に相当する。これに代えてまたは加えて、カメラ３３で撮像したユーザＵの画像又はマイク３４から入力されたユーザＵの音声に基づいてユーザの指定を認識することにより、カメラ３３又はマイク３４を本発明の「入力部」として機能させてもよい。

なお、一の装置が情報を「認識する」とは、一の装置が他の装置から当該情報を受信すること、一の装置が当該一の装置に接続された記憶媒体に記憶された情報を読み取ること、一の装置が当該一の装置に接続されたセンサから出力された信号に基づいて情報を取得すること、一の装置が、受信した情報又は記憶媒体に記憶された情報又はセンサから取得した情報に基づいて、所定の演算処理（計算処理又は検索処理など）を実行することにより当該情報を導出すること、一の装置が他の装置による演算処理結果としての当該情報を当該他の装置から受信すること、一の装置が当該受信信号にしたがって内部記憶装置又は外部記憶装置から当該情報を読み取ること等、当該情報を取得するためのあらゆる演算処理が実行されることを意味する。

本実施形態においては、ユーザ端末３０は例えばスマートフォンであるため、カメラ３３やマイク３４等を備えているが、ユーザ端末と有線無線にかかわらずやり取りできる構成であれば、外付けでの構成であったり、専門的な撮像装置を用いても良い。ＣＰＵ３５は、メモリ３６に保持された画像表示用のアプリケーション３５ａ（以下、肌サポートアプリ３５ａという）のプログラムを実行することにより、ユーザＵが肌サポートアプリ３５ａを介して肌サポートサーバ１０によるサポートを享受可能な状態とする。アプリケーション３５ａを実行したＣＰＵ３５が本発明の「出力制御部」として機能する。

また、ユーザＵは、肌の細胞を取得するための角質採取テープ３７（図１では３７ａ、３７ｂ、３７ｃを例示）を別途有している。この角質採取テープ３７は、予め担当者ＴによりユーザＵに提供されたものであってもよいし、ユーザＵが市販の角質採取テープ３７を購入してもよい。

なお、以下の説明では、説明の便宜のため、肌状態の改善又は維持のサポート処理の対象のユーザをユーザＵａと表し、「ユーザＵａ」と異なるユーザを「他のユーザＵｂ、Ｕｃ」と表す。

［Ｃ．肌サポートサーバによる一連の処理］
次に、図３を参照して、肌サポートサーバによる一連の処理について説明する。肌サポ
ートサーバ１０は、「１．ゴール設定」、「２．スケジュール決定」、「３．モニタリング」、「４．スケジュール修正」、［５．ゴール判定］及び「６．２次データ生成」の各工程の処理を、図４，５に示したフローチャートに従って実行する。また、ユーザ端末３０は、各工程における肌サポートサーバ１０による処理に応じて、図６，７に示したフローチャートによる処理を実行する。以下では、各工程における肌サポートサーバ１０及びユーザ端末３０のＣＰＵ３５の処理について、図４〜７に示したフローチャート
を参照しつつ説明する。

ユーザＵａは、図６のＳＴＥＰ５０で、肌サポートアプリ３５ａのプログラムをユーザ端末３０にダウンロードして肌サポートアプリ３５ａを起動する。そして、ユーザＵａは肌サポートアプリ３５ａへの登録申請を行う。

肌サポートサーバ１０は、図４のＳＴＥＰ１０で、ユーザＵａからの登録申請を受け付けたときに、「ユーザＵａからの登録申請を受け付けた」と認識し、ＳＴＥＰ１１に処理を進める。そしてＳＴＥＰ１１以降の画像表示処理を開始する。

［Ｄ．ゴール設定工程］
図３に示した「１．ゴール設定」の工程は、肌状態認識部１１及び施策グループ選択部１２により実行される。施策グループ選択部１２は、図４のＳＴＥＰ１１でユーザ端末３０にユーザＵａの現状の肌、体、心の各状態、及びユーザＵａが要望する肌状態を把握するための情報入力を促す初期情報要求データを送信する。

この初期情報要求データを受信したユーザ端末３０では、肌サポートアプリ３５ａが、図６のＳＴＥＰ５１で、ユーザＵａに対して、現状の肌、体、心の各状態、及びユーザＵａが要望する肌状態の入力を促す画面を表示器３１に表示する。それに対してユーザ端末３０は、ユーザＵａが入力した情報を含む初期ユーザ情報データを、肌サポートサーバ１０に送信する。これらに加えてまたは変えて、肌サポートアプリ３５ａは、図６のＳＴＥＰ１００で、入力情報受付処理を実行する。入力情報受付処理の詳細については後述する。

肌状態認識部１１は、図４のＳＴＥＰ１１において、初期ユーザ情報データを受信して、初期ユーザ情報データから認識したユーザＵａの肌、心、体の各状態と、ユーザＵａが要望する肌状態とに基づいて、肌状態の目標スコア（ゴール）を設定する。

ここで、初期ユーザ情報データには、肌状態、体状態、及び心状態についての主観データ及び客観データが含まれている。詳細な定義は後述するが、主観データはユーザの主観によって判定される項目、客観データは検査結果や画像解析、事実情報に基づいたデータである。肌状態の主観データは、現状の肌状態に対するユーザＵａの満足度を、例えば１０段階で示したデータである。肌状態の客観データは、ユーザＵａの肌画像データである。なお、肌状態の客観データには、初期ユーザ情報データに含まれる肌状態の客観データに加え、角質採取テープ３７により採取されたユーザＵａの角層細胞の解析データが含まれても良い。角層細胞の解析データは、具体的には例えば保水能力と皮脂適格性に関するデータである。この場合、角層細胞の解析を、例えばユーザ端末３０に接続された測定機器４５により行うことで、或は、角質採取テープ３７の画像データをユーザ端末３０から肌サポートサーバ１０に送信し、肌サポートサーバ１０側で角質採取テープ３７の画像を分析して保水能力と皮脂適格性などを測定してもよい。

ユーザＵａの満足度は肌サポートアプリ３５ａにおけるアンケート入力によって取得される。また、肌画像データは、ユーザ端末３０のカメラ３３又は接続端子４０に接続された外部カメラによってユーザＵａがユーザＵａの顔を撮像することによって取得した画像データである。

また、肌サポートアプリ３５ａは、ユーザＵａに対して、角質採取テープ３７の使用方法を表示器３１に表示し、角質採取テープ３７の使用と別途の郵送とを促す。肌サポートアプリ３５ａは、ユーザＵａに対して、角質採取テープ３７の使用と肌画像の撮像を促し、撮像された画像が肌サポートサーバ１０に送信されるようにしてもよい。

肌状態認識部１１は、図８に示したように、肌状態の初期値を、主観のスコアをたとえば３、肌画像のスコアを３、保水能力のスコアを２、皮脂適格性のスコアを１に割り当てて、合計した値を肌状態のスコアとする。なお、スコアは正の整数ではなく、小数で表現されていてもよいし、負の数で表されてもよい。

角層細胞の解析による保水能力スコア及び皮脂適格性のスコアの認識を第１認識方法と呼ぶ。第１認識方法は、これに代えてまたは加えて、角層水分量計によりユーザの肌の水分量を計測する方法及び皮脂量計によりユーザの肌の皮脂量を計測する方法のうち少なくとも１つを含む。また、第１の認識方法によるユーザの肌の認識を定期的に行うため、肌状態認識部１１は、定期的にユーザ端末３０に角質採取テープ３７等の使用を促すメッセージを送信したりすることにより、ユーザに行動を促す。このときの「定期的」というのは厳密に時間的に等間隔である必要はなく、肌状態に影響が出ない範囲で等間隔であれば良い。例えば、３ヶ月ごとに第１の認識方法を実施する場合において、１月１日に初回を実施した場合、ちょうど３か月後の４月１日のみならず、例えばその１週間前の３月２４日前後にユーザ端末３０にメッセージを送信してもよいし、例えばその１週間後の４月８日前後にユーザ端末３０にメッセージを送信してもよい。また、長期的にサービスを提供するときなどは、例えば細かい改善を調べたい時は１ヶ月ごとに第１の認識方法を設定し、肌状態に対する季節変化の影響を調べるために３か月ごとに第１の認識方法を設定するなど、認識のタイミングは変更可能である。

アンケート入力による肌状態の主観データに基づいて主観スコアの認識及びユーザＵａの肌画像データに基づく肌画像スコアの認識のそれぞれを第２認識方法と呼ぶ。第２認識方法は、アンケート入力による肌状態の主観データに基づいて主観スコアの認識及びユーザＵａの肌画像データに基づく肌画像スコアの認識の一方によってユーザＵａの肌状態を認識してもよいし、これらと異なる方法を含んでもよい。また、第２認識方法は、第１の認識方法よりも頻繁に行われる。これは角質採取テープ３７の使用・郵送が手間的にも煩雑かつ値段的にも高価になってしまうためである。また、角質採取テープ３７の使用が頻繁であると、ユーザＵａの肌へ悪影響が及ぶおそれもある。

例えば３か月間ごとに第１の認識方法が実施され、第２の認識方法は毎日実施にされる。また、第１の認識方法の実施と第２の認識方法の実施のタイミングが重なる時は、できれば同じタイミングで実施されると精度の良いデータが取れるために好ましい。ただし第１の認識方法の実施時に第２の認識方法が実施されなくても本発明の実施は可能であるし、効果も得られる。

なお、主観スコアは、主観データに基づいて認識されたスコアであればよい。

体状態の主観データと客観データは、図９に示したように分けられている。詳細な定義は後述するが、肌の主観データおよび客観データと同様に、主観データはユーザＵａの主観によって判定される項目、客観データは検査結果や画像解析、事実情報に基づいたデータである。体状態の主観データは、ユーザＵａが肌サポートアプリ３５ａを通じてアンケートを入力することによって取得される。客観データは、ユーザＵａがユーザ端末３０のカメラ３３を用いて撮像されたユーザＵａの舌・唇の画像データ、ユーザ端末３０の接続端子４０に接続された測定機器４５により測定されたユーザＵａの血圧、不整脈、尿中成分、血中成分等の測定データと、肌サポートアプリ３５ａにおけるアンケート入力により取得された頭痛又は肩こり等の体調不良の回数、疲労度判定等のデータである。なお、将来の肌ケア以外のサービスへの展開に備えて、種々の病気の発生情報などについても初期ユーザ情報データに含めてもよい。

心状態の主観データと客観データは、図１０に示したように分けられている。、詳細な定義は後述するが、肌の主観データおよび客観データと同様に、主観データはユーザＵａの主観によって判定される項目、客観データは検査結果や画像解析、事実情報に基づいたデータである。主観データは、肌サポートアプリ３５ａにおけるアンケート入力によって取得される。客観データは、肌サポートアプリ３５ａにおけるアンケート入力（一日の笑った頻度等）と、測定機器による測定（脈拍モニタリングからの心理状態推定等）とにより取得される。なお、将来の肌ケア以外のサービスの展開に備えて、種々の精神疾患の発生情報についても初期ユーザ情報データに含めてもよい。

肌状態認識部１１は、認識したユーザＵａの肌、体、心の状態の主観データ及び客観データを、サポートＤＢ２０に記憶する。

肌状態認識部１１は、このようにして初期ユーザ情報データから認識したユーザＵａの肌状態、体状態、及び心状態の主観データと客観データに基づいて、図８の右側の三角形で示したように、肌状態を１〜９、体状態を１〜６、心状態を１〜６の各スコアで表した３軸の初期値を設定する。なお、肌状態のスコアと同様に、体状態又は心状態の主観データ及び客観データから体状態又は心状態の主観スコア及び客観スコアが算出され、それらに基づいて体状態のスコア及び心状態のスコアとして扱われてもよい。

さらに、施策グループ選択部１２は、初期ユーザ情報データに含まれる「なりたい肌スコア」「施策のカテゴリ、希望、頻度」「アレルギー情報」及び「現在行っている施策」を取得する。「なりたい肌スコア」「施策のカテゴリ，希望，頻度」「アレルギー情報」及び「現在行っている施策」は、肌サポートアプリ３５ａにより、ユーザＵａが入力したものである。

ここで、「なりたい肌スコア」において、「なりたい肌」とは、乾燥感改善、ごわつき改善、敏感肌改善、ニキビ改善、しぼみ感改善、シミ改善、シワ改善、たるみ改善、くすみ改善、くま改善、顔色改善、及びハリ改善の中から選択された肌状態の改善対象である。また、「スコア」とは、各対象の肌状態に対するユーザＵａの満足度であって、肌サポートアプリにおいて１〜１０の１０段階でユーザが選択したスコアである。

サポートＤＢ２０は、各改善対象に関連付けられた肌状態の主観状態の改善傾向及び客観状態の改善傾向を記憶している。例えば、図１１Ｃに示されるように、「乾燥感改善」には、肌状態の主観状態「乾燥感改善」と、肌状態の客観状態の基準「保水能力と皮脂適格性との差を最小化」とが関連付けられている。

例えば、「なりたい肌」が「乾燥感改善」であり、現状の肌状態の乾燥感の満足度のスコアが３であるときに、ユーザＵａの選択に応じて、「乾燥感改善」と関連付けられたユーザＵａの肌状態の主観状態「乾燥感改善」についての満足度５が主観的な目標スコアとして設定される。

また、施策グループ選択部１２は、「乾燥感改善」に関連付けられた肌状態の客観的な改善対象を設定する。例えば、施策グループ選択部１２は、「乾燥感改善」に関連付けられた基準「保水能力と皮脂適格性との差を最小化」に基づいて、ユーザＵａの肌状態のうち、保水能力よりも低い皮脂適格性の値２を客観的な目標スコアとして設定する。

また、「施策のカテゴリ、希望、頻度」において、カテゴリとしては「食生活、自宅での行動、運動、化粧品の使い方、飲食、肌ケア、行動」等、希望としては「難易度、金額制約、時間制約、やりたくない施策、肌ケアを行うシーン、施策のカテゴリに関する嗜好」等、頻度としては「１日当たりのアドバイスを受ける回数」等が選択される。

「アレルギー情報」は、ユーザＵａがアレルギー疾患の場合のアレルギー物質に関する情報が含まれる。

「現在行っている施策」は、ユーザＵａがすでに行っている施策であり、「湯船につかる」等の内容及び頻度又は程度などにより表される。

また、初期ユーザ情報データには、ユーザＵａの性別、年齢、住んでいる地域、職業、性格等のユーザの属性を示す情報が含まれている。

［Ｅ．スケジュール決定工程］
図３に示した「２．スケジュール決定」の工程は、施策グループ選択部１２、施策情報送信部１３、情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４により実行される。

情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４は、図４のＳＴＥＰ２００において、施策認識処理を実行する。施策認識処理の詳細は後述する。情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４は、図４におけるＳＴＥＰ２００（図３の各工程を繰り返し実行する場合、第1回目の図４におけるＳＴＥＰ２００）を、ユーザから初期ユーザ情報データ等を受信した後に実行する。換言すれば、情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４は、図３のモニタリング工程の実行前に、図４におけるＳＴＥＰ２００を実行する。すなわち、情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４は、ユーザＵａのユーザ端末３０ａからライフログが収集されていない状態で図４におけるＳＴＥＰ２００を実行する。

施策グループ選択部１２は、図４のＳＴＥＰ１２で、ゴール（主観的な目標スコア及び客観的な目標スコア）を達成するための施策グループを選択する。この選択は、上述した各改善対象に関連付けられた、肌状態の主観状態の改善傾向と肌状態の客観状態の改善傾向と適した周辺環境とを考慮して行われる。施策グループ選択部１２は、あらかじめ登録された地域またはＧＰＳセンサ等によって検出された位置情報と、端末の時計機能から取得した日時とに基づいて、スケジュール期間におけるユーザＵａの周辺環境の温度、湿度等を予測する。

例えば、施策グループ選択部１２は、カテゴリの希望が「自宅での行動、食生活、運動」であり、梅雨の時期のように湿度が平均５０％と予測される季節であり、主観的な目標スコアが「乾燥感」の満足度５以上、客観的な目標スコアが皮脂適格性２以上である場合、主観状態の改善傾向が「乾燥感改善」を含み、客観状態の改善傾向が「皮脂適格性向上」を含み、カテゴリに「自宅での行動、食生活、運動」のいずれかであり、適した周辺環境が湿度５０％と矛盾しない施策を選択する。

ここで、主観状態の改善傾向及び客観状態の改善傾向は、予め担当者Ｔ等の専門家によって定められたものであってもよいし、サポートＤＢ２０に記憶された他のユーザＵｂ、Ｕｃが実施した施策と他のユーザＵｂ、Ｕｃの肌状態の時系列的変化に基づいて推定される主観状態の改善傾向及び客観状態の改善傾向であってもよいし、実施した施策とユーザＵａの肌状態の時系列的変化がサポートＤＢ２０に保存されている場合には、当該情報に基づいて推定される主観状態の改善傾向及び客観状態の改善傾向であってもよい。

例えば、サポートＤＢ２０には、他のユーザＵｂ、Ｕｃのそれぞれが実施した施策と、その施策を実施した前後の他のユーザＵｂ、Ｕｃそれぞれごとの肌状態の主観データの時系列的変化及び他のユーザＵｂ、Ｕｃそれぞれごとの肌状態の客観データの時系列的変化の一方又は両方とが記憶される。

また、例えば、サポートＤＢ２０には、他のユーザＵｂ、Ｕｃのそれぞれが実施した施策「湯船につかる」と、その施策を実施した前後における、他のユーザＵｂ、Ｕｃそれぞれの肌状態の主観状態の時系列的変化としての「乾燥感についての満足度」が記憶されているとする。

このとき、施策グループ選択部１２は、各他のユーザＵｂ、Ｕｃごとに、施策「湯船につかる」について、例えば、湯船につかる前日と、湯船につかった日の肌状態の主観データ（乾燥感についての満足度）の変化量を算出する。そして、施策グループ選択部１２は、各他のユーザＵｂ、Ｕｃごとの乾燥感についての満足度の変化量の平均値をとる。施策グループ選択部１２は、例えば、「乾燥感についての満足度」の変化量の平均値が所定値以上である場合に、施策「湯船につかる」の主観状態の改善傾向を「乾燥感改善」と認識する。客観状態の改善傾向についても、主観状態の改善傾向と同様に認識できる。

施策グループ選択部１２は、ユーザＵａの年齢及び肌状態に基づいて、同年代、同様の肌状態等、処理対象とする他のユーザＵｂ、Ｕｃの範囲を絞ってもよい。

また、施策グループ選択部１２は、サポートＤＢに実施した施策とユーザＵａの肌状態の時系列的変化が保存されている場合には、上記と同様にして算出した当該情報に基づいて推定される主観状態の改善傾向及び客観状態の改善傾向を認識してもよい。

施策グループ選択部１２は、ユーザＵａの第１回目のスケジュール決定工程においては、他のユーザＵｂ、Ｕｃの肌状態の主観データ、客観データから上記主観状態の改善傾向及び客観状態の改善傾向を認識し、ユーザＵａの第２回目のスケジュール決定工程においてはユーザＵａの肌状態の主観データ、客観データから主観状態の改善傾向及び客観状態の改善傾向を認識してもよい。

施策グループ選択部１２は、肌状態のみならず、心状態、体状態についても同様に主観状態の改善傾向及び客観状態の改善傾向を認識し、当該心状態、体状態の主観状態の改善傾向及び客観状態の改善傾向を加味して施策を選択してもよい。

施策グループ選択部１２は、「現在行っている施策」と同内容及び同頻度または同程度の施策を施策グループから除外してもよい。ユーザが既に行っている施策は、提案するまでもないと考えられるからである。

図１１Ａの例では、施策グループ選択部１２は、「湯船につかる」「ビタミンＣ摂取」「野菜摂取」「１万歩以上歩く」を含むように複数の施策の組合せである施策グループを選択する。

施策情報送信部１３は、施策グループの中から、ユーザＵａの「施策のカテゴリ、希望、頻度」に応じて施策の優先度を評価し、当該優先度に従って初期の施策を決定する。図１２には、初期の施策として「湯船につかる」「野菜摂取」「１万歩以上歩く」が選択されたスケジュールの例を示している。施策情報送信部１３は、このようにして決定したスケジュールの内容を示すスケジュールデータをユーザ端末３０に送信する。

施策情報送信部１３は、併せて、ユーザＵａの指定を基に、一定期間の各工程の実施の計画を作成する。図１１Ｂには、ＳＴＡＲＴ時にゴール設定とスケジュール決定を行い、毎日モニタリングをし、１週間ごとにスケジュール修正を行い、１か月後に進捗グラフを作成し、Ｆ３か月目にゴール判定と新たなゴール設定を行うという一連のイベントの計画が示されている。施策情報送信部１３は、ユーザＵａの指定に加えてまたは代えて、あらかじめ定められた、一定期間の各工程の実施の計画を用いてもよい。

ユーザ端末３０において、図６のＳＴＥＰ５２で、肌サポートサーバ１０からスケジュールデータを受信すると、肌サポートアプリ３５ａは、図１２に示したようなスケジュールの実行表及び図１１Ｂに示したような作業内容の計画を表示可能にして、ユーザＵａによる各施策の実施を促す。図１２のスケジュールの実行表においては、各施策（「湯船につかる」、「野菜摂取」、「１万歩以上歩く」）の内容が表示される。

また、ユーザ端末３０において、肌サポートサーバ１０から図４のＳＴＥＰ２００の施策認識処理で認識された施策を示す情報を受信すると、肌サポートアプリ３５ａは、図６のＳＴＥＰ１１０において、施策出力処理を実行する。施策出力処理の詳細については後述する。

［Ｆ．モニタリング工程］
図３に示した「３．モニタリング」の工程は、ユーザＵａが肌サポートアプリ３５ａ上で設定した期間ごとに（図１１Ｂでは毎日）、肌状態認識部１１及び施策情報送信部１３により実行される。肌サポートアプリ３５ａの利用を開始したユーザＵａは、ユーザ端末３０により、日々の肌、体、心の各状態と、スケジュールにより指示された施策の実施状況と、スケジュールにより指示された施策以外のユーザＵａの自主的な行動（施策外行動）の実施状況とを入力する。施策の実施状況には、「湯船につかる」、「野菜摂取」、「１万歩以上歩く」をそれぞれ実施したかどうかを示す情報のほか、「３０分」および「湯船につかる」、「３００ｇ」および「野菜を摂取」、「１万５千歩」および「歩く」など、時間、量などで表される施策の実行の度合いが含まれる。

肌サポートアプリ３５ａは、図６のＳＴＥＰ５３で、ユーザＵａにより肌、体、心の状態が入力されるとＳＴＥＰ６０に処理を進め、上述した初期ユーザ情報データと同様に、ユーザＵａの肌、体、心の状態についての主観データと客観データを含む現状ユーザ情報データを肌サポートサーバ１０に送信してＳＴＥＰ５４に処理を進める。なお、肌サポートアプリ３５ａは、図６のＳＴＥＰ５３で、ユーザＵａにより肌、体、心の状態が入力されない場合、そのままＳＴＥＰ５４に処理を進める。ここで送信されるデータには、角質採取テープ３７によって採取された角層細胞に関するデータは含まれない。

また、肌サポートアプリ３５ａは、図６のＳＴＥＰ５４で、ユーザＵａによりスケジュールの実行状況（各施策の実行状況）が入力されたときにＳＴＥＰ６１に処理を進め、スケジュールの実行状況を示す実行状況データを肌サポートサーバ１０に送信して図７のＳＴＥＰ５５に処理を進める。なお、肌サポートアプリ３５ａは、図６のＳＴＥＰ５４で、ユーザＵａによりスケジュールの実行状況（各施策の実行状況）が入力されない時は、そのままＳＴＥＰ５５に処理を進める。

さらに、肌サポートアプリ３５ａは、図７のＳＴＥＰ５５で、ユーザＵａにより施策外行動の実施状況が入力されたときにＳＴＥＰ６２に処理を進め、実施された施策外行動の内容を示す施策外行動実施データを肌サポートサーバ１０に送信してＳＴＥＰ５６に処理を進める。なお、肌サポートアプリ３５ａは、図７のＳＴＥＰ５５で、ユーザＵａにより施策外行動の実施状況が入力されないときには、そのままＳＴＥＰ５６に処理を進める。

図４のＳＴＥＰ１３〜図５のＳＴＥＰ１６、及び図４のＳＴＥＰ２０〜ＳＴＥＰ２２は、施策情報送信部１３による処理である。肌状態認識部１１は、ＳＴＥＰ１３でユーザ端末３０から現状ユーザ情報データを受信したときにＳＴＥＰ２０に処理を進め、現状ユーザ情報データをサポートＤＢ２０に蓄積してＳＴＥＰ１４に処理を進める。なお、肌状態認識部１１は、ＳＴＥＰ１３でユーザ端末３０から現状ユーザ情報データを受信しないときは、ＳＴＥＰ１４にそのまま処理を進める。

また、施策情報送信部１３は、ＳＴＥＰ１４でユーザ端末３０から実行状況データを受信したときにＳＴＥＰ２１に処理を進め、実行状況データをサポートＤＢ２０に蓄積してＳＴＥＰ１５に処理を進める。一方で、ＳＴＥＰ１４でユーザ端末３０から実行状況データを受信していないと判定された場合は、そのままＳＴＥＰ１５に処理を進める。

さらに、施策情報送信部１３は、ＳＴＥＰ１５でユーザ端末３０から施策外行動実施データを受信したときにＳＴＥＰ２２に処理を進め、施策外行動実施データをサポートＤＢ２０に蓄積して図５のＳＴＥＰ１６に処理を進める。一方で、施策情報送信部１３は、ＳＴＥＰ１５でユーザ端末３０から施策外行動実施データを受信しない時は、そのまま図５のＳＴＥＰ１６に処理を進める。

図５に移って、ＳＴＥＰ１６で、施策情報送信部１３は、サポートＤＢ２０に蓄積されたユーザＵａの初期ユーザ情報データ、現状ユーザ情報データ、実行状況データ、及び施策外行動実施データ等に基づいて、スケジュールの進捗状況を示す進捗表データを作成し、この進捗表データをユーザ端末３０に送信する。

ここで、スケジュールの進捗表は、例えば図１２に示したように、上から順に、肌状態（ここでは乾燥肌）のスコア、体状態のスコア、心状態のスコア、施策（湯船につかる、野菜摂取、１万歩以上歩く）の実施状況、暮らし情報（野菜摂取量、水分摂取量）、及び暮らし特殊事例が、１日単位で表示する構成となっている。

また、スケジュール進捗表には、施策の実行度合い（「３０分」湯船につかる、「３００ｇ」野菜摂取、「１万５千歩」歩く）が含まれている。

ユーザ端末３０において、肌サポートアプリ３５ａは、図７のＳＴＥＰ５６で、肌サポートサーバ１０から送信された進捗表データを受信したときにＳＴＥＰ６３に処理を進め、進捗表データをメモリ３６に保持する。肌サポートアプリ３５ａは、メモリ３６に格納された進捗表データを用いて、図１２に示した進捗表をユーザ端末３０の表示器３１に表示する。

また、肌サポートアプリ３５ａは、進捗表データの他に、通信を介して認識した、肌サポートサーバ１０のサポートＤＢ２０に蓄積されたユーザＵａの初期ユーザ情報データ、現状ユーザ情報データ、実行状況データ、施策外行動実施データ等を用いて、ユーザＵａの肌、体、心の各状態の推移や変化を示す情報を、ユーザ端末３０の表示器３１に表示する。

例えば、肌サポートアプリ３５ａは、図１３に示したように、スケジュールによる施策以外のユーザＵａの行動（洗顔法の変更、マッサージを受けた等）、及びユーザの体調（生理、睡眠不足等）と、ユーザＵａの肌状態の変化の関係を日単位の時系列グラフで、表示器３１に表示する。

また、肌サポートアプリ３５ａは、図１４に示したように、一カ月単位で、ユーザＵａの角質状態を含む肌状態、心理状態、肌ケアの満足度、及び化粧品の使い方の評価値の変化を対比したレーダーチャートを表示器３１に表示する。

ユーザＵａは、肌サポートアプリ３５ａによるこれらの表示を視認して、自身の肌、体、心の各状態の変化を確認することにより、肌の改善度と共に、体と心の状態の変化も把握することができるため、肌、体、及び心の状態をバランス良く改善しながら、目標とする肌状態のゴールへの到達することができる。

［Ｇ．スケジュール修正］
図３に示した「４．スケジュール修正」の工程は、ユーザＵａが肌サポートアプリ３５ａ上で設定した期間ごとに（図１１Ｂでは１週間ごとに）、施策情報送信部１３により実行される。図５のＳＴＥＰ１７〜ＳＴＥＰ２０、及びＳＴＥＰ３０〜ＳＴＥＰ３３が、施策情報送信部１３による処理である。

施策情報送信部１３は、ＳＴＥＰ１７で、サポートＤＢ２０に蓄積されたユーザＵａの初期ユーザ情報データ、現状ユーザ情報データ、及び実行状況データ等に基づいて、ユーザＵａ肌状態の目標達成度、スケジュールに組み込まれた各施策の実行度、及び各施策の効果を評価する。各施策の効果とは、各施策の実行の前後におけるユーザＵａのゴールに関連した、肌状態、体状態又は心状態のうち少なくとも１つの状態（指定状態）のスコアの変化により求められる。例えば、ある施策を実行したときに、指定状態のスコアが２から３に上昇した場合には、効果＋１として求められうる。

施策情報送信部１３は、図１５Ａに示した施策の評価基準を用いて、肌状態と体又は心の状態との相関関係を抽出し、この相関関係に基づいて、スケジュールに組み込まれた各施策の継続、施策グループからの除外、施策の中止、別の施策への変更を判断する。

図１５Ａの評価基準では、判定項目として、実施の有無、肌への影響、体への影響、心への影響という四項目が使用され、実施率が所定実施率を超え、肌に良い影響があり、且つ、体と心に悪い影響がない施策については、Ａ評価となって継続と判断される。なお、図１５Ａでは、実施率が所定の実施率を超えた施策を「実施」として表記し、実施率が所定の実施率以下であった施策を「不実施」として表記している。図１２及び図１５Ｂでも同様である。

施策の影響のタイミングと影響が継続する期間が施策ごとに定められている場合、施策情報送信部１３は、施策の影響のタイミングと施策の影響が継続する期間に基づいて、各施策の影響を判定してもよい。

例えば、「湯船につかる」という施策の肌への影響、体への影響、心への影響は、翌日に影響が出、１日だけ継続すると定められていた場合、施策情報送信部１３は、例えば１２月１５日の「湯船につかる」という施策の影響は、１２月１６日の各状態に反映されていると判断する。

また、「野菜摂取」という施策の肌への影響、体への影響、心への影響は、１週間後に影響が出、３日だけ継続すると定められていた場合、施策情報送信部１３は、例えば１２月１５日の「野菜摂取」という施策の影響は、１２月２２日〜１２月２４日の各状態に反映されていると判断する。

それに対して、実施され、肌に良い影響があるが、体と心のいずれかに悪い影響がある
施策については、Ｂ評価となって中止或は別施策への変更と判断される。また、実施率が所定の実施率以下となった施策はユーザＵａにとって負荷が大きかったと考えられるため、Ｃ評価となって中止或は別施策（例えば、ユーザＵａの負荷が軽減する施策又は別の施策）への変更と判断される。

施策情報送信部１３は、各施策を１日だけ実施することで肌、体、心への良いまたは悪い影響があるかの評価を行っても良いし、数日や数週間などの一定期間において各施策を実施することで、肌、体、心への良いまたは悪い影響があるかの評価を行ってもよい。一定期間で評価を行う場合、施策情報送信部１３は、例えば、一定割合でいずれかの状態に悪影響が出た場合にＢ評価とし、実施割合が一定以下である場合にＣ評価とし、それ以外の場合Ａ評価としてもよい。これに代えて、施策情報送信部１３は、例えば、一定期間におけるいずれかの状態の満足度の平均値が所定以下となった場合にＢ評価としてもよい。また、１日におけるいずれかの状態の満足度が所定以下となり、かつ、一定期間におけるいずれかの状態の満足度の平均値が所定以下となった場合にＣ評価とし、１日の評価におけるいずれかの状態の満足度が所定以下となり、または、一定期間におけるいずれかの状態の満足度の平均値が所定以下となった場合にＢ評価とし、１日におけるいずれかの状態の満足度が所定値を超え、かつ、一定期間におけるいずれかの状態の満足度の平均値が所定値を超えた場合にＡ評価とするなど、１日の評価と一定期間の評価とを組み合わせて用いてもよい。

また、施策情報送信部１３は、図８に示した肌状態のスコアの向上度が所定の向上度以下である場合に、当該肌状態のスコアの向上度が所定の向上度以下である施策を施策グループから除外してもよい。施策情報送信部１３は、体状態又は心状態のスコアの向上度が所定の向上度以下である場合に、体状態又は心状態のスコアの向上度が所定の向上度以下である施策を施策グループから除外してもよい。

図１５Ｂは、図１５Ａに示した評価基準を、本実施形態における施策（湯船につかる、野菜摂取、１万歩以上歩く）に適用した例を示している。図１５Ｂにより、施策情報送信部１３は、「湯船につかる」についてはＡ評価として、次のスケジュールでの継続を決定し、「野菜摂取」についてはＢ評価として、施策グループからの除外、次のスケジュールでの中止或は他の施策への変更を決定し、「１万歩以上歩く」についてはＣ評価として、施策グループからの除外、次のスケジュールでの中止或は他の施策への変更を決定している。

施策情報送信部１３は、複数の施策が行われた影響については、それらの施策の組合せごとに判断する。例えば、施策情報送信部１３は、「湯船につかる」「野菜摂取」の組合せが、Ｂ評価又はＣ評価であった場合、「湯船につかる」若しくは「野菜摂取」の単独の施策のみとするか、又はこれらのいずれかの施策と別な施策との組み合わせとするように変更してもよい。

施策情報送信部１３はこのような評価処理を行って、スケジュール修正（主として施策グループの他の施策への変更による修正）の要否を判断し、スケジュール修正が必要と判断したときには、ＳＴＥＰ３０に処理を進めてスケジュールを修正する。

そして、修正したスケジュールのデータであるスケジュール修正データをユーザ端末３０送信して、ＳＴＥＰ１９に処理を進める。一方、スケジュールの修正が不要であると判断したときには、施策情報送信部１３は、図５のＳＴＥＰ１８から図５のＳＴＥＰ１９に処理を進め、この場合、スケジュールは修正されない。

次に、施策情報送信部１３は、ＳＴＥＰ１９で、初期ユーザ情報データ、現状ユーザ情報データ、及び施策外行動実施データ等に基づいて、ユーザＵａが行った各施策外行動（スケジュールに組み込まれている施策以外に、ユーザが行った行動）を評価する。

施策情報送信部１３は、図１６Ａに示した施策外行動の評価基準を用いて、施策外行動の推奨の有無又は禁止の提案を判断する。図１６Ａの評価基準では、判定項目として、肌、体、心の各状態への影響が使用される。

そして、「肌、体、心のいずれかに良い影響があり、且ついずれについても悪い影響が無い」場合は、Ｄ評価となって実施が推奨される。それに対して、「肌、体、心のいずれかに悪い影響がある」場合は、Ｅ評価となって禁止が提案される。また、「肌、体、心のいずれにも影響が無い」場合には、Ｆ評価となって実施が推奨されない。

図１６Ｂは、図１６Ａに示した評価基準を、本実施形態における施策外行動（マッサージを受けた、チョコレートを大量に摂取した）に適用した例を示している。図１６Ｂにより、施策情報送信部１３は、「マッサージを受ける」についてはＤ評価として、次のスケジュールでの実施の推奨を決定している。また、「チョコレートの大量摂取」についてはＥ評価として、次のスケジュールでの止めるための施策（例えば、和菓子を摂取する代替案）の提案を決定している。

施策情報送信部１３は、スケジュールに組み込まれた施策の中止或は変更、又は施策外行動について、実施の推奨或は禁止の提案を決定したときには、ＳＴＥＰ２０からＳＴＥＰ３１に処理を進める。そして、推奨を決定したときはＳＴＥＰ３１からＳＴＥＰ３３に処理を進め、施策外行動の実施を推奨する施策外行動推奨データをユーザ端末３０に送信して、図４のＳＴＥＰ１３に処理を進める。

一方、施策情報送信部１３は、禁止の提案を決定したときには、ＳＴＥＰ３１からＳＴＥＰ３２に処理を進め、施策外行動の禁止を提案する施策外行動禁止データをユーザ端末３０に送信して、図４のＳＴＥＰ１３に処理を進める。

また、施策情報送信部１３は、推奨又は禁止を提案する施策外行動がない場合には、ＳＴＥＰ２０から図４のＳＴＥＰ１３に処理を進める。なお、禁止を提案する施策外行動に代替行動がある場合には、禁止の提案に代えて代替行動への変更を提案する施策外行動禁止データをユーザ端末３０に送信するようにしてもよい。

ユーザ端末３０において、肌サポートアプリ３５ａは、図７のＳＴＥＰ５７で、肌サポートサーバ１０からスケジュール修正データを受信すると、ＳＴＥＰ６５に処理を進め、スケジュール修正データに基づいてスケジュールを修正する。そして、肌サポートアプリ３５ａは、メモリ３６に保持されたスケジュールデータを更新して、処理をＳＴＥＰ５８に進める。

また、肌サポートアプリ３５ａは、図７のＳＴＥＰ５８で、肌サポートサーバ１０から施策外行動推奨データ又は施策外行動禁止データを受信すると、ＳＴＥＰ６６に処理を進め、受信したデータに応じて、施策外行動を推奨又は禁止の提案を報知する画面をユーザ端末３０の表示器３１に表示する。なお、この報知は、例えば図１２に示した進捗表に報知メッセージを表示して行ってもよい。また、推奨する施策外行動を、新たな施策としてスケジュールを修正してもよい。

また、情報認識部２１、ユーザ分類部２２、影響度認識部２３および施策認識部２４は、図５のＳＴＥＰ２００において、施策認識処理を実行して、スケジュールを修正してもよい。施策認識処理の詳細は後述する。

また、肌サポートアプリ３５ａは、肌サポートサーバ１０から施策認識処理で認識された施策を示す情報を受信すると、図７のＳＴＥＰ１１０に示す施策出力処理を実行する。施策出力処理の詳細は後述する。

［Ｈ．ゴール判定工程］
図３に示した「５．ゴール判定」の工程は、ユーザＵａが肌サポートアプリ３５ａ上で設定した期間ごとに（図１１ＢにおいてはＳＴＡＲＴから３か月後）、肌状態認識部１１、施策グループ選択部１２及び施策情報送信部１３により実行される。

肌サポートアプリ３５ａは、角質採取テープ３７の使用と、角質採取テープ３７の郵送を促すメッセージをユーザ端末３０の表示器３１に表示する。

肌状態認識部１１は、郵送された角質採取テープ３７から得られた情報に基づいて、肌状態の客観値（保水能力、皮脂適格性など）を認識する。客観値は、水分量が０−１００μＳ等、肌の物理状態を示す値そのままであってもよいし、それぞれの物理状態を大小に応じて１〜１０のいずれかに割り当てるなどして正規化した値であってもよい。

また、肌サポートアプリ３５ａは、アンケートの回答、肌等の撮像の使用を促すメッセージをユーザ端末３０の表示器３１に表示し、得られた情報を送信する。

肌状態認識部１１は、肌サポートアプリ３５ａから得られた情報に基づいて、肌の乾燥感の主観値（主観スコア）と、肌状態の客観値（肌の画像スコア）を認識する。

施策グループ選択部１２及び施策情報送信部１３は、肌の乾燥感の主観値と、肌状態の客観値とに基づいて、肌状態のサポート開始時と３カ月後における評価値を比較して、ゴール達成度を判定する。

図１７の例では、乾燥感の主観値のスコアが３カ月で３から５に増加しているので達成（○）と判定し、客観値についても、肌の画像スコアが３カ月で３から４に増大し、保水能力が２に維持され、皮脂適格性が１から２に増大しているので達成（○）と判定されている。そして、主観値と客観値が共にゴールを達成しているので、トータルとしてもゴールを達成したと判定している。

肌状態認識部１１及び施策グループ選択部１２は、ゴールを達成した場合には新たなゴールを設定するため、図３に示した「１．ゴール設定」の工程を再度実行する。肌状態認識部１１及び施策グループ選択部１２は、ゴール未達の場合は、「２．スケジュール決定」工程を実施してもよいし、ユーザの希望または進捗に応じて「１．ゴール設定」の工程を再度実行してもよい。

［Ｉ．２次データ生成］
図３に示した「６．２次データ生成」の工程は、２次データ生成部１９により実行される。２次データ生成部１９は、複数のユーザＵから送信される初期ユーザ情報データ、角層細胞解析データ、現状ユーザ情報データ、実行状況データ、施策外行動実施データ等の各種データ（以下、ユーザ個別データという）を、ユーザごとにサポートＤＢ２０に順次蓄積する。

そして、２次データ生成部１９は、サポートＤＢ２０に蓄積されたユーザ個別データを分析して、例えば図１８に示したように、各ユーザの特性（性別、年齢、居住地、嗜好、ライフスタイル等）、サポートの改善対象（乾燥感、ごわつき、敏感、ニキビ、しぼみ感等）、スケジュールにより提案された施策（湯船につかる、野菜摂取、１万歩以上歩く等）、及び施策の実施による肌、体、心の各状態の変化等を関連付けた２次データを生成する。

また、２次データ生成部１９は、施策外行動についても図１８と同様に、各ユーザの特性と施策外行動の実施による肌、体、心の各状態の影響とを関連付けた２次データを生成する。

このようにして生成された２次データは、同様の特性を有するユーザについて、体及び心に良い影響を与えつつ肌状態の改善を図るために有効な施策を選択する際に、有効に活用することができる。例えば、上述した図３の「２．スケジュール決定」の工程において、施策グループ選択部１２は、２次データを参照して、ユーザＵａの特性に適合した施策を選択することができる。

また、上述した図３の「４．スケジュール修正」の工程において、施策情報送信部１３は、ユーザＵａの肌、体、心の各状態の推移に応じてスケジュールを変更する際に、２次データを参照して、より有効な施策或は施策外行動を組み込んだスケジュールに変更することができる。

さらに、２次データは、肌状態のサポートを行う上で有効に利用できると共に、ある特性を有するユーザ（例えば、東京に住む３０代のアウトドア志向の女性等）をターゲットとしたマーケティング等の目的にも利用することができる。そのため、２次データを図１に示した他のシステム６０等に提供してもよい。

［Ｊ．入力情報受付処理］
図１９Ａを参照して、図６のＳＴＥＰ１００の入力情報受付処理について説明する。以下においては、肌状態を本発明の「指定状態」とした時の例について説明するが、これに限られず、体状態または心状態を本発明の指定状態として処理を行ってもよいし、これらの状態の組み合わせを本発明の指定状態として処理を行ってもよい。

図１９ＡのＳＴＥＰ１０２において、肌サポートアプリ３５ａは、タッチパネル３２に、ユーザ情報入力画面Ｐ１を出力する。

ユーザ情報入力画面Ｐ１は、図２０に示されるように、ユーザＵａのユーザ属性を示す情報を受け付ける入力フォームＰ１１１〜Ｐ１１４と、ユーザＵａの体質としての肌の特徴を示す情報の入力を受け付ける入力フォームＰ１２１〜Ｐ１２３と、ユーザＵａのライフスタイルを示す情報を受け付ける入力フォームＰ１３１〜Ｐ１３７と、ユーザＵａの要望を受け付ける入力フォームＰ１４０と、送信ボタンＰ１５０とを含む。

入力フォームＰ１１１は、ユーザＵａの生年月日を示す情報の入力フォームである。

入力フォームＰ１１２は、ユーザＵａの性別を示す情報の入力フォームである。

入力フォームＰ１１３は、ユーザＵａの居住区域（例えば、都道府県、市区町村など）を示す情報の入力フォームである。

入力フォームＰ１１４は、ユーザＵａの居住環境を示す情報の入力フォームである。ユーザＵａの居住環境には、図２０に示されるように、「幹線道路沿い」「海沿い」「山あい」「島」などがあるが、これに限られない。

入力フォームＰ１２１は、ユーザＵａの肌の特徴としての「脂性肌」「乾燥肌」「脂性乾燥肌」「敏感肌」などの肌の分類を示す情報の入力フォームである。

入力フォームＰ１２２は、ユーザＵａの肌の特徴としての紫外線に対する反応を示す情報の入力フォームである。紫外線に対する反応を示す情報としては、図２０に示されるように、「赤くなる」「黒くなる」「赤くなって黒くなる」などの紫外線を受けた時の肌の色の変化を示す情報であってもよいし、紫外線を受けた時の肌の触感、形状の変化を示す情報であってもよい。

入力フォームＰ１２３は、ユーザＵａの肌に関する遺伝的要素を示す情報の入力フォームである。例えば、ユーザＵａの肌に関する遺伝的要素を示す情報としては、図２０に示されるように、「親のシミが多い」「親のシワが多い」などのユーザＵａの血族に関する情報があげられる。

入力フォームＰ１３１は、「朝型」「夜型」等の生活のリズムを示す情報の入力フォームである。

入力フォームＰ１３２は、「内勤」「外勤」等の肌に影響するユーザＵａの勤務形態を示す情報の入力フォームである。

入力フォームＰ１３３は、ユーザＵａの睡眠時間を示す情報の入力フォームである。

入力フォームＰ１３４は、ユーザＵａの喫煙習慣を示す情報の入力フォームである。

入力フォームＰ１３５は、ユーザＵａの飲酒習慣を示す情報の入力フォームである。

入力フォームＰ１３６、Ｐ１３７は、ファストフード、スナック菓子などの肌に影響を及ぼすユーザＵａの食習慣に関する情報の入力フォームである。

これらに加えて、ユーザＵａの運動習慣を示す情報の入力フォーム、朝食を食べるか等のユーザＵａの食習慣を示す情報の入力を求める入力フォーム、肌のケアに関する情報の入力フォームなどが設けられていてもよい。

入力フォームＰ１４０は、ユーザＵａが目標とするユーザＵａの印象又は心の状態の入力フォームである。

なお、ユーザＵａの印象とは、ユーザＵａ本人またはユーザＵａではない者が、ユーザＵａの顔全体又は体全体など、ユーザＵａの肌を含むユーザＵａの比較的広範囲にわたる部分を観察したときに、観察者（ユーザＵａ本人またはユーザＵａではない者）の心に対して与えられる直接的な感じである。ユーザＵａの印象は、ユーザＵａの肌に対するユーザＵａ本人による評価及びユーザＵａの肌に対するユーザＵａと異なる者によって一定の基準又は規則に従ってなされた評価よりも比較的広範囲にわたる部分を観察する点で異なる。また、ユーザＵａの印象は観察者の心に対して与えられる直接的な感じである点で、ユーザＵａの肌に対するユーザＵａ本人による評価及びユーザＵａの肌に対するユーザＵａと異なる者によって一定の基準又は規則に従ってなされた評価とは異なる。

また、ユーザの印象を示す言葉の例には、男前、男らしい、紳士的、健康的、若々しい、信頼できる、活き活きしている、元気がありそう、安心感がある、優しい、頼りがいがある、仕事ができる、責任感がある、真面目に見える、強く見える、人生が充実している、安心感を与えられる、成熟している、大人っぽい、イケメン、美しい、かわいい、女性らしい、おしとやか、さわやか、包容力がある、キュート、もてる、人気がありそう、カリスマ性がある、オーラがある、人を引き付ける、魅力的、がある。

ユーザの心の状態を示す言葉の例には、自信が持てる、自分を認めたくなる、冷静、前向き、素直、楽しい、楽しい気分になれる、他人の言動や顔色が気にならない、他人をうらやましく感じない、行動することが好き、融通がきく、他人の長所に気付く、のんき、事実を確かめたくなる、周囲に配慮したくなる、素直に感謝できる、つらさを乗り越える事ができる、悲観的に考えない、気分が落ち込まない、不安に強い、嫌なことはすぐに忘れる、自分をコントロールできる、やる気に満ち溢れる、働く意欲がある、思考が研ぎ澄まされている、集中力が高い、思考力が高い、緊張しにくい、イライラしない、感情的にならない、達成動機が高い、いつも目標を持っていたい、他人よりうまくやりたい、個性を生かしたい、幸せ、充実感、ときめく、おおらか、大胆、達成意欲が強い、あきらめない、社交的、我慢強い、わくわく、安らか、思いやりのある、勇気がある、愛情あふれる、動じない、レジリエンスが高い、がある。

図１９ＡのＳＴＥＰ１０３において、肌サポートアプリ３５ａは、タッチパネル３２を介して検知されたユーザＵａの押圧操作に応じて、各入力フォームに入力された情報を認識する。

ユーザＵａは入力が終了するとタッチパネル３２を介して送信ボタンＰ１５０の押圧操作を行う。

図１９ＡのＳＴＥＰ１０４において、肌サポートアプリ３５ａは、タッチパネル３２を介して送信ボタンＰ１５０の押圧操作を検知すると、各入力フォームに入力された情報であるユーザ情報を肌サポートサーバ１０に送信する。

肌サポートサーバ１０は、例えば、図４のＳＴＥＰ１１等において、受信したユーザ情報をユーザＵａのユーザＩＤとともに、サポートＤＢ２０に記憶する。肌サポートサーバ１０は、例えば、図２１Ａに示されるようなテーブルをユーザＩＤと紐づけてサポートＤＢ２０に記憶する。

［Ｋ．施策認識処理］
次に、図１９Ｂを参照して、図４のＳＴＥＰ２００または図５のＳＴＥＰ２００の施策認識処理の詳細を説明する。本実施形態では、図４のＳＴＥＰ２００の施策認識処理は、図５のＳＴＥＰ２００の施策認識処理と共通の処理として説明するが、これらの処理は本発明の趣旨を逸脱しない範囲で互いに異なる処理であってもよい。なお、肌サポートサーバ１０は、ユーザＩＤで処理対象のユーザのデータを識別する。

本発明にかかる実施形態においては、ユーザの属性、ユーザの体質及びユーザのライフスタイルによって、ユーザの肌状態、体状態及び心状態のうち少なくとも１つの状態である指定状態に対する有効な施策は異なりうる。例えば、ユーザが幹線道路沿いに居住している場合（ユーザの属性に示されるユーザの住所が幹線道路沿いの所定地域である場合）等には、ユーザの顔に汚れが付着しやすい可能性があり、このような場合、顔を洗ったり、空気清浄機の使用を推奨したりすることが前記ユーザの指定状態としての肌状態に対して有用になる。

ここで、ユーザの属性とは、ユーザの住んでいる地域、年齢、性別、嗜好及び環境等のユーザの社会的な特徴を意味し、ユーザの体質、及びユーザの生活習慣等のライフスタイルとは異なる概念である。また、例えば、紫外線に対してユーザの肌がどのように変化するかによっても紫外線ケアに対するアドバイスが異なりうる。このように、肌の特性等の
、ユーザの体質によっても、有効な施策は異なりうる。

さらに、例えば、喫煙者は、煙草の煙に含まれる過酸化水素のような活性酸素を体内に取り込む。活性酸素が体内に多く蓄積されると、いわゆる悪玉コレステロールであるLDL
の増加や血管内皮に作用することによる動脈硬化の進展が考えられる。このため、喫煙習慣がある人には、活性酸素を除去するような食べ物又は栄養素（たとえばビタミンＥなど）の摂取が有効な施策となりうる。このように、喫煙習慣等のライフスタイルによっても、有効な施策は異なりうる。

このように、ユーザの属性、ユーザの体質、ユーザのライフスタイル等多くの要素が指定状態に影響を及ぼすが、これらの影響すべてに対して施策を実行することは現実的ではない。

この点、本発明における実施形態においては、後述するように、情報認識部２１が、まずユーザの属性、ユーザの体質及びユーザのライフスタイルのうち少なくとも１つに関するユーザの特性を、指定状態に関するケアを開始する段階で収集している。次に影響度認識部２３により、ユーザの特性による指定状態への影響度が認識され、施策認識部２４により、ユーザの複数の特性による指定状態への影響度に基づいて施策が認識される。これにより、ユーザの特性に対する有効な施策のうち、指定状態への影響度から選別された施策が認識される。これにより、ユーザに対し、ユーザの特性によるユーザの指定状態への影響度に鑑みて選別された施策が推薦される。

以下、本発明の実施形態における処理をより具体的に説明する。

図１９ＢのＳＴＥＰ２０２において、情報認識部２１は、ユーザ端末３０より受信したユーザ情報に示されるユーザＵａの複数の特性を認識する。

図１９ＢのＳＴＥＰ２０４において、ユーザ分類部２２は、ユーザＵａの特性に基づいて、ユーザＵａを特性の組み合わせで表現されるグループに分類する。以降の説明の便宜上、先にユーザ分類処理の詳細を説明し、その後に再度ＳＴＥＰ２０６以降の施策認識処理の詳細を説明する。

［Ｌ．ユーザ分類処理］
図２２を参照して、図１９ＢのＳＴＥＰ２０４のユーザ分類処理の詳細を説明する。
図２２のＳＴＥＰ３０２において、ユーザ分類部２２は、ユーザＵａの各特性に、特性ごとの信頼度の初期値を設定する。ＳＴＥＰ１００の入力情報受付処理を介して入力された情報に基づいて認識されたユーザの特性は、信頼できる特性もあれば、ユーザの誤解、思い込みまたは願望等により必ずしも信頼できるとは限らない特性もある。例えば、ユーザの性別に関しては、ユーザの誤解等の可能性はほとんどないと考えられるので、信頼できる特性であると考えられる。一方、例えば、ユーザの肌が乾燥肌であるかどうかに関する特性に関しては、ユーザの誤解等の可能性があり、必ずしも信頼できるとは限らない。信頼できる特性の例は、ユーザの性別等の客観的事実に関する特性、またはユーザの属性等の一般的に質問されたり話題になったりする特性があげられる。必ずしも信頼できるとは限らない特性の例は、乾燥肌などのユーザの主観的な判断が入る特性、ユーザの体質、ユーザの行動習慣等の人によっては質問されにくかったり話題になりにくかったりする特性があげられる。

ユーザの分類に当たっては、信頼できるとは限らない特性については勘案せず、信頼できる特性のみでユーザを分類してもよい。しかしながら、もし信頼できる特性に加え、信頼性を担保した上で信頼できない特性についても勘案してユーザを分類し、当該分類に基
づいて施策を認識することで、よりユーザに適した施策に関する情報を提供することができる。

ユーザ分類部２２は、あらかじめ定められた規則に従って、例えば、ユーザＵａの属性のように、ユーザＵａが正確に理解し、適切に表現できると考えられる特性については、特性ごとの信頼度の初期値として、信頼度閾値以上の信頼度を付与する。ユーザ分類部２２は、あらかじめ定められた規則に従って、例えば、ユーザＵａの体質、ユーザＵａのライフスタイルのように、ユーザＵａが誤解している可能性があったり、ユーザＵａの表現が適切でなかったりする可能性がある特性については、特性ごとの信頼度の初期値として、信頼度閾値よりも低い信頼度を付与する。信頼度の初期値が、信頼度閾値以上の特性が、本発明の「第１特性」に相当し、信頼度の初期値が、信頼度閾値よりも低い特性が、本発明の「第２特性」に相当する。

信頼度閾値は、ユーザにより入力された特性を示す情報を信頼するかどうかの境界を示す閾値である。信頼度閾値は、例えば、開発者によってあらかじめ定められた値であってもよい。

信頼度は、ユーザにより入力された対象の特性を示す情報が信頼できる度合いである。各特性の信頼度の初期値は、開発者により予め定められたテーブル等を参照して認識される値であってもよい。

また、例えば、ユーザの性別等の客観的事実に関する特性、またはユーザの属性等の一般的に質問されたり話題になったりする特性には、信頼度の初期値として、信頼度閾値以上の信頼度が付与されてもよい。また、乾燥肌などのユーザの主観的な判断が入る特性またはユーザの体質もしくはユーザの行動習慣等の人によっては質問されにくかったり話題になりにくかったりする特性には、信頼度の初期値として、信頼度閾値よりも低い信頼度が付与されてもよい。

また、各特性の信頼度の初期値は、ユーザの特性の種類をインプットとしてユーザにより入力された当該種類の特性を示す情報が信頼できる確率を出力する関数を用いて認識される値であってもよい。この場合、各ユーザにより入力された対象の特性と、各データに示されるユーザの行動に示される対象の特性とが合致する確率を教師信号として機械学習させることにより上記関数を得てもよい。

図２２のＳＴＥＰ３０４において、ユーザ分類部２２は、サポートＤＢ２０を参照して、角質採取テープ３７による測定結果があるか否かを判定する。角質採取テープ３７による測定結果が、本発明の「ユーザの体質に関する情報」に相当する。

当該判定結果が肯定的である場合（図２２のＳＴＥＰ３０４でＹＥＳ）、図２２のＳＴＥＰ３０６において、ユーザ分類部２２は、肌にかかるユーザＵａの特性の信頼度を評価する。

より具体的には、ユーザ分類部２２は、角質採取テープ３７の測定結果により得られた保水能力と皮脂適格性から、指定の基準と比較することにより、ユーザＵａの肌が「乾燥肌」「脂性肌」「脂性乾燥肌」のいずれになるかを判定する。そして、ユーザ分類部２２は、判定結果が、サポートＤＢ２０に登録されているユーザＵａの回答と一致するか否かを判定する。ユーザ分類部２２は、角質採取テープ３７による測定結果と一致しているユーザＵａの特性については、信頼度閾値よりも高い信頼度を付与する。角質採取テープ３７による測定結果と一致していないユーザＵａの特性については、ユーザ分類部２２は、角質採取テープ３７による測定結果をユーザＵａの特性として置き換えて信頼度閾値よりも高い信頼度を付与してもよいし、ユーザ端末３０にユーザＵａに肌特性の修正を求める情報を送信してもよい。ユーザ分類部２２は、角質採取テープ３７の測定結果またはその他のツールによるユーザＵａの測定結果に基づいて、他の肌の特性の信頼度を評価してもよい。

また、一のユーザの特性に角質採取テープ３７による測定結果の複数の項目が対応している場合、ユーザ分類部２２は、所定個数以上の項目がユーザの回答と合致している場合に、当該ユーザの特性に対し信頼度閾値よりも高い信頼度を付与し、所定個数未満の項目がユーザの回答と合致している場合に、当該ユーザの特性に対し信頼度閾値よりも高い信頼度を付与してもよい。これに代えてまたは加えて、ユーザ分類部２２は、ユーザ特性に対応する角質採取テープ３７による測定結果の複数の項目それぞれの項目に対してユーザ特性との合致の度合いが高いほど高くなるようにスコアを評価し、それぞれの項目の信頼度に関するスコアの合計値、最大値、最小値、中央値または平均値等のスコアから導かれた値を信頼度としてもよい。

また、信頼度閾値以上の信頼度のユーザＵａの特性については、図２２のＳＴＥＰ３０６の処理を省略してもよい。

当該判定結果が否定的である場合（図２２のＳＴＥＰ３０４でＮＯ）、または、図２２のＳＴＥＰ３０６の処理の後、図２２のＳＴＥＰ３０８において、ユーザ分類部２２は、現状ユーザ情報データ、実行状況データ、および施策外行動実施データのデータ量が所定のデータ量閾値以上かどうかを判定する。データ量は、例えば、バイトで表示されてもよいし、データが取得された日数で表示されてもよい。現状ユーザ情報データ、実行状況データ、および施策外行動実施データのそれぞれが、本発明の「ユーザの行動に関する情報」に相当する。

当該判定結果が肯定的である場合（図２２のＳＴＥＰ３０８でＹＥＳ）、図２２のＳＴＥＰ３１０において、ユーザ分類部２２は、ユーザ属性またはライフスタイルにかかるユーザＵａの特性の信頼度を評価する。

より具体的には、ユーザ分類部２２は、現状ユーザ情報データ、実行状況データ、および施策外行動実施データに示されるユーザの行動から、住所、朝型、夜型、内勤、外勤等のユーザＵａの特性のそれぞれを推定する。ユーザ分類部２２は、推定された特性のそれぞれと、サポートＤＢ２０に登録されているユーザの特性とが一致しているかどうかを判定する。ユーザ分類部２２は、推定された特性と一致しているユーザＵａの特性については、信頼度閾値よりも高い信頼度を付与する。推定された特性と一致していないユーザＵａの特性については、ユーザ分類部２２は、推定された特性をユーザＵａの特性として置き換えて信頼度閾値よりも高い信頼度を付与してもよいし、ユーザ端末３０にユーザＵａに肌特性の修正を求める情報を送信してもよい。

また、一のユーザの特性にユーザの行動の複数の項目が対応している場合、ユーザ分類部２２は、所定個数以上の項目がユーザの回答と合致している場合に、当該ユーザの特性に対し信頼度閾値よりも高い信頼度を付与し、所定個数未満の項目がユーザの回答と合致している場合に、当該ユーザの特性に対し信頼度閾値よりも高い信頼度を付与してもよい。これに代えてまたは加えて、ユーザ分類部２２は、ユーザの特性に対応するユーザの行動の複数の項目それぞれの項目に対してユーザ特性との合致の度合いが高いほど高くなるようにスコアを評価し、それぞれの項目の信頼度に関するスコアの合計値、最大値、最小値、中央値または平均値等のスコアから導かれた値を信頼度としてもよい。

また、信頼度閾値以上の信頼度のユーザＵａの特性については、図２２のＳＴＥＰ３１
０の処理を省略してもよい。

当該判定結果が否定的である場合（図２２のＳＴＥＰ３０８でＮＯ）、または、図２２のＳＴＥＰ３１０の処理の後、図２２のＳＴＥＰ３１２において、ユーザ分類部２２は、信頼度が信頼度閾値以上のユーザＵａの特性の組み合わせで表されるグループに、ユーザＵａを分類する。

例えば、図２３に示されるように、サービスの利用開始時点では、角質採取テープ３７による肌状態が取得されていなかったり、各種データが取得されていなかったりするので、例えば、「男性、３０代、東京都新宿区在住」等、信頼度が信頼度閾値以上となるユーザＵａの特性の数は少ない。このため、ユーザ分類部２２は、「男性、３０代、東京都新宿区在住」等の特性で表される比較的粗いグループに、ユーザＵａを分類する。

また、図２３に示されるように、サービスの利用が進むと、角質採取テープ３７による肌状態が取得されたり、各種データの取得がされたりすることで、ユーザＵａが入力した情報の信頼度を評価するデータが収集される。この段階で、ユーザ分類部２２は、各特性の信頼度を評価できるようになる。ユーザ分類部２２は、評価した各特性の信頼度に基づいて、「男性、３０代、東京都新宿区在住、脂性肌」、「男性、３０代、東京都新宿区在住、脂性肌、夜型、睡眠時間７時間、喫煙」等のさらに細かいグループにユーザＵａを分類する。

このようにすることで、ユーザＵａをユーザＵａの特性の組み合わせで表されるグループに分類することができる。

［Ｍ．施策認識処理］
再び、図１９Ｂを参照して、ＳＴＥＰ２０６以降の施策認識処理を説明する。

図１９ＢのＳＴＥＰ２０６において、影響度認識部２３は、ユーザ情報に示されるユーザＵａの要望を認識する。例えば、影響度認識部２３は、サポートＤＢ２０を参照して、ユーザＵａの要望としての「紳士」という印象を認識する。また、影響度認識部２３は、ユーザＵａの属性に加え、時季を勘案し、不図示のテーブルを参照して、例えば受験又は就職活動の時期には「仕事ができる人に見られたい」というようなユーザＵａの印象又は心の状態に関する要望を認識してもよい。このようなテーブルは、無作為に抽出された人に対しその人の属性と時期とその人の印象又は心の状態に関する要望とのアンケートを入力させることにより作成されうる。あらかじめ肌サポートサーバ１０の開発者等がこれらのテーブルをその経験又は知識に基づいて作成してもよい。

図１９ＢのＳＴＥＰ２０８において、影響度認識部２３は、分類にかかるユーザＵａの特性のそれぞれに対し、指定状態の各項目への影響度を認識する。例えば、影響度認識部２３は、サポートＤＢ２０を参照して、図２４に示されるように、各特性と指定状態の各項目への影響度とを関連付けたテーブルを参照することにより、分類にかかるユーザＵａの特性それぞれによる、指定状態の各項目への影響度を認識する。例えば、影響度認識部２３は、ユーザＵａの特性「男性」「３０代」「東京都新宿区」のそれぞれによる肌状態の項目「皮脂量」に対しての影響度「６」「５」「７」を認識する。また、影響度認識部２３は、ユーザＵａの特性「男性」「３０代」「東京都新宿区」のそれぞれによる肌状態の項目「水分量」に対しての影響度「３」「４」「５」を認識する。

なお、図２４に示されるようなテーブルは、肌サポートサーバ１０の開発者等によりあらかじめ登録されてもよいし、各ユーザＵから取得されたデータに基づいて、全ユーザに対して一律に各影響度が算出されてもよいし、各ユーザＵから得られたデータに基づいて
、ユーザごとまたは共通の性質を有するユーザグループごとに各影響度が個別に算出されてもよいこれらの影響度は、固定的な値であってもよいし、定期的に肌サポートサーバ１０の管理者等により更新されてもよいし、ユーザＵのサービスの利用が進む都度、ユーザＵから得られたデータに基づいて更新されてもよい。

図１９ＢのＳＴＥＰ２１０において、影響度認識部２３は、ユーザＵａの要望に関連する指定状態の項目を認識する。例えば、影響度認識部２３は、図２１Ｂに示される印象又は心の状態と指定状態の項目とを関連付けたテーブルを参照し、ユーザＵａの要望に関連する指定状態の項目を認識する。例えば、影響度認識部２３は、ユーザＵａの要望「紳士」に関連する肌状態の項目「水分量」を認識する。開発者らは、無作為に抽出された人に対しその人の印象又は心の状態に関する評価と肌状態の客観スコアとの評価を行い、複数の人に対する印象又は心の状態に関する評価と肌状態の客観スコアとの関連から、印象又は心の状態と肌状態の客観スコアとの関係性を見出して、その関係性に基づいて図２１Ｂのテーブルを作成してもよい。また、あらかじめ肌サポートアプリ３５ａの開発者等が図２１Ｂのテーブルをその経験又は知識に基づいて作成してもよい。

図１９ＢのＳＴＥＰ２１２において、影響度認識部２３は、ユーザＵａの要望に関連する指定状態の項目への影響度が高い順にユーザＵａの特性を認識する。例えば、影響度認識部２３は、ユーザＵａの要望「紳士」に関連する指定状態の項目「水分量」への影響度が高い順にユーザＵａの特性「東京都新宿区」「３０代」「男性」を認識する。

図１９ＢのＳＴＥＰ２１４において、施策認識部２４は、ユーザＵａの各特性に関連付けられた施策を認識する。例えば、施策認識部２４は、図２５に示されるような、各特性と施策とを関連付けたテーブルを参照することにより、ユーザＵａの各特性に関連付けられた施策を認識する。例えば、施策認識部２４は、ユーザＵａの各特性「東京都新宿区」「３０代」「男性」に関連付けられた施策「東京都の○○センターに行く。」「週２回以上有酸素運動を行う。」「週１回以上筋トレを行う。」を認識する。

図２５に示されるテーブルは、例えば、肌サポートサーバ１０の開発者等がこれらのテーブルをその経験又は知識に基づいて作成してもよい。また、各施策は、例えば、各特性による指定状態への悪影響を緩和するための施策であってもよいし、各特性によって実行が容易な施策であってもよいし、各特性を持つ人のうちの比較的多数の人が好む施策であってもよい。

各特性による指定状態への悪影響を緩和するための施策としては、幹線道路沿いに住んでいるとユーザの顔に汚れが付着しやすかったり、顔が脂っぽくなりやすかったりするので、特性「幹線道路沿い」に対する施策「こまめに顔を洗う」「空気清浄機を使う」などがあげられる。

各特性によって実行が容易な施策としては、例えば、特性「東京都２３区」に対する施策「東京都の○○センターへ行く」などがあげられる。

各特性を持つ人のうちの比較的多数の人が好む施策としては、例えば、特性「男性」に対する「週１回以上筋トレを行う。」、特性「女性」に対する「週１回以上ヨガに行く。」などがあげられる。

図１９ＢのＳＴＥＰ２１６において、施策情報送信部１３は、認識された施策を示す情報をユーザ端末３０に送信する。

［Ｎ．施策出力処理］
次に、図１９Ｃを参照して、図６のＳＴＥＰ１１０の施策出力処理および図７のＳＴＥＰ１１０の施策出力処理の詳細を説明する。本実施形態では、図６のＳＴＥＰ１１０の施策出力処理は、図７のＳＴＥＰ１１０の施策認識処理と共通の処理として説明するが、これらの処理は本発明の趣旨を逸脱しない範囲で互いに異なる処理であってもよい。

図１９ＣのＳＴＥＰ１１２において、肌サポートアプリ３５ａは、肌サポートサーバ１０から受信した施策を示す情報を含む施策推薦画面Ｐ２をタッチパネル３２に出力する。

施策推薦画面Ｐ２は、図２６に示されるように、ユーザＵａの特性「東京都新宿区」「３０代」「男性」に関連付けられた施策「東京都の○○センターに行く。」「週２回以上有酸素運動を行う。」「週１回以上筋トレを行う。」のそれぞれを示す表示Ｐ２１〜Ｐ２３と、送信ボタンＰ２４とが含まれている。各表示Ｐ２１〜Ｐ２３は、例えば、チェックボックスを伴う等、選択可能に構成されている。

図１９ＣのＳＴＥＰ１１３において、肌サポートアプリ３５ａは、タッチパネル３２を介して検知された、施策推薦画面Ｐ２に対するユーザＵａの押圧操作に応じて、ユーザが選択した（チェックボックスをオンにした）施策を認識する。

ユーザＵａは入力が終了するとタッチパネル３２を介して送信ボタンＰ２４の押圧操作を行う。

タッチパネル３２を介して、送信ボタンＰ２４の押圧操作を検知すると、図１９ＣのＳＴＥＰ１１４において、肌サポートアプリ３５ａは、施策推薦画面Ｐ２において選択された施策を肌サポートサーバ１０に送信する。肌サポートサーバ１０は、図５のＳＴＥＰ３０等において、受信した施策をスケジュールに反映させる。

（変形態様）
ユーザ端末３０の肌サポートアプリ３５ａが、情報認識部２１、ユーザ分類部２２、影響度認識部２３、施策認識部２４の一部または全部の機能を実行してもよい。この場合、ユーザ端末３０は、機能の実行に必要なデータを肌サポートアプリ３５ａのインストールまたはアップデートの際に肌サポートサーバ１０等の外部のサーバからダウンロードして記憶しておいてもよいし、実行の都度、外部のサーバからダウンロードしてもよい。

また、本実施形態では、ユーザ分類部２２が、信頼度が信頼度閾値以上の特性に基づいてユーザＵａを分類し、施策認識部２４が、当該信頼度が信頼度閾値以上の特性のうち、指定状態への影響度が高い順に当該特性に関連する施策を認識したが、これに代えてまたは加えて、施策認識部２４が、特性の信頼度と当該特性による指定状態への影響度とに基づいて算出される値が高い順に、当該特性に関連する施策を認識してもよい。

また、施策認識部２４は、指定状態への影響度が最高となる特性に関連付けられた施策を少なくとも含むように、施策を認識してもよい。

特性の信頼度と当該特性による指定状態への影響度とに基づいて算出される値とは、特性の信頼度が高いほど、連続的または断続的に高くなるとともに、当該特性による指定状態への影響度が高いほど、連続的または断続的に高くなる値であることが好ましい。

情報認識部２１は、体重計、血圧計、心拍数計などの生体情報収集装置からユーザUaの体質を示すデータを収集してもよい。

また、情報認識部２１は、歩数計、睡眠の深さセンサ、目覚めの時刻センサなどの生活情報収集装置等からユーザUaの行動を示すデータを収集してもよい。

生体情報収集装置及び生活情報収集装置は、例えば、スマートフォンのようにユーザUaにより携帯される装置であってもよいし、スマートウォッチのようにユーザUaに装着される装置であってもよい。これらの装置から、インターネットなどのネットワークを介して肌サポートサーバ１０にユーザUaの識別情報とともに各データが送信されてもよいし、これらの装置からUSB接続などでユーザUaのユーザ端末３０aにデータが送信され、ユーザ端末３０aでユーザUaの識別情報ともに各データが肌サポートサーバ10に送信されてもよい。ユーザ端末３０aに測定用のアプリケーションがインストールがされることでこれらのデータが収集されてもよい。

また、本発明者らの検討によれば、肌の細胞の撮像画像である肌細胞画像データ、肌の撮像画像である肌画像データ及び舌の撮像画像である舌画像データから、ユーザの性別及び年齢等の属性、ユーザの体質、及びユーザのライフスタイル（飲酒などの習慣的な行動）の少なくとも1つに関する項目の値を高精度に推定できることが分かった。

これを利用して、肌サポートサーバ１０は、ユーザUaの肌細胞画像データ、肌細胞データ及び下画像データのうち少なくとも１つを認識する画像データ認識部を備え、情報認識部２１は、入力フォームに入力された各情報に加えてまたは代えて、ユーザUaの肌細胞画像データ、肌細胞データ及び下画像データのうち少なくとも１つに基づいて、ユーザUaの特性を認識してもよい。

より具体的には、情報認識部２１は、あらかじめ収集された複数の人の肌細胞画像データ、肌細胞データ及び下画像データのうち少なくとも１つと、複数の人それぞれの属性、体質及びライフスタイル等の特性とを教師データとして、機械学習により、線形推測式又は畳込みニューラルネットワークなどのモデルを構築する。 ここで、肌細胞画像データは、例えば、角質採取テープによって採取された細胞を拡大して撮像した画像データであってもよいし、角質染色液又はメラニン染色液などの薬剤による処理後の細胞を撮像した画像データであってもよい。

例えば、肌サポートサーバ１０に設けられた撮像部が肌細胞を撮像してもよいし、スマートフォン等のカメラが撮像した肌細胞の画像データを肌サポートサーバ１０がスマートフォン等から受信してもよい。

また、肌画像データは、スマートフォンなどで人の顔又は腕の肌を撮像した画像であってもよい。例えば、肌サポートサーバ１０に設けられた撮像部が肌を撮像してもよいし、スマートフォン等のカメラが撮像した肌の画像データを肌サポートサーバ１０がスマートフォン等から受信してもよい。

また、舌画像データは、スマートフォンなどで人の舌を撮像した画像であってもよい。例えば、肌サポートサーバ１０に設けられた撮像部が舌を撮像してもよいし、スマートフォン等のカメラが撮像した舌の画像データを肌サポートサーバ１０がスマートフォン等から受信してもよい。

複数の人それぞれの属性、体質及びライフスタイル等の特性は、例えば、当該複数の人からのヒアリングされたものであってもよい。体重計、血圧計、心拍数計などの生体情報収集装置から複数の人それぞれの体質を示すデータが収集されてもよい。歩数計、睡眠の深さセンサ、目覚めの時刻センサなどの生活情報収集装置等から複数の人それぞれのライフスタイルを示すデータが収集されてもよい。

また、肌サポートサーバ10に設けられた画像データ認識部は、ユーザUaの角質採取テープ３７aで採取された細胞の撮像画像である肌細胞画像データ、ユーザUaの肌の撮像画像である肌画像データ及びユーザUaの舌の撮像画像である舌画像データを認識する。

画像データ認識部は、肌サポートサーバ１０に設けられた撮像部が撮像した、ユーザUaの角質採取テープ３７aで採取されたユーザUaの肌細胞の画像データを取得してもよい。これに加えてまたは代えて、画像データ認識部は、ユーザ端末３０aのカメラ３３aが撮像した、ユーザUaの角質採取テープ３７aで採取されたユーザUaの肌細胞の画像データをユーザ端末３０aから受信してもよい。

また、画像データ認識部は、肌サポートサーバ１０に設けられた撮像部が撮像したユーザUaの肌の画像データを取得してもよい。これに代えてまたは加えて、画像データ認識部は、ユーザ端末３０aのカメラ３３aが撮像した肌の画像データをユーザ端末３０aから受信してもよい。

また、画像データ認識部は、肌サポートサーバ１０に設けられた撮像部が撮像したユーザUaの舌の画像データを取得してもよい。これに代えてまたは加えて、画像データ認識部は、ユーザ端末３０aのカメラ３３aが撮像した舌の画像データをユーザ端末３０aから受信してもよい。

情報認識部２１は、上述したようにして構築したモデルに、ユーザUaの肌細胞画像データ、ユーザUaの肌画像データ及びユーザUaの舌画像のうちの少なくとも1つを入力し、出力された値を取得する。そして、情報認識部２１は、当該取得した値に基づいてユーザUaの特性を認識してもよい。

１…通信ネットワーク、１０…肌サポートサーバ、１１‥肌状態認識部、１２…施策グループ選択部、１３…施策情報送信部、１９…２次データ生成部、２０…サポートＤＢ（データベース）、２１…情報認識部、２２…ユーザ分類２３‥影響度認識部、２４…施策
認識部、３０（３０ａ，３０ｂ，３０ｃ）…ユーザ端末（スマートフォン）、３１…表示器（出力部）、３２…タッチパネル（入力部）、３３…カメラ、３４…マイク、３５…ＣＰＵ、３５ａ…肌サポートアプリ（出力制御部）、３６…メモリ、４０…接続端子、４５…測定機器。

Claims (8)

1. 情報を出力する出力部と、
   システムのユーザの特性を含むユーザ情報を認識する情報認識部と、
   前記ユーザ情報に示される前記ユーザの特性による、肌状態、体状態及び心状態の少なくとも１つの状態である指定状態への影響度を認識する影響度認識部と、
   前記ユーザの特性による前記指定状態への影響度に基づいて施策を認識する施策認識部と、
   前記認識された施策を前記出力部に出力させる出力制御部とを備え、
   前記ユーザの特性は、前記ユーザの属性、体質及びライフスタイルのうちの少なくとも１つに関する特性であることを特徴とする情報出力システム。
2. 請求項１記載の情報出力システムにおいて、
   情報の入力を受け付ける入力部を備え、
   前記情報認識部は、前記入力部を介して入力された情報に基づいて前記ユーザ情報を認識するように構成されていることを特徴とする情報出力システム。
3. 情報を出力する出力部と、
   システムのユーザの特性を含むユーザ情報を認識する情報認識部と、
   前記情報認識部により認識された前記ユーザの特性で前記ユーザを分類するユーザ分類部と、
   前記ユーザが属する当該分類に対応する施策を認識する施策認識部と、
   前記認識された施策を前記出力部に出力させる出力制御部とを備え、
   前記ユーザの特性は、前記ユーザの属性、前記ユーザの体質及び前記ユーザのライフスタイルのうちの少なくとも１つに関する特性であることを特徴とする情報出力システム。
4. 請求項３記載の情報出力システムにおいて、
   情報の入力を受け付ける入力部を備え、
   前記情報認識部は、前記入力部を介して入力された情報に基づいて前記ユーザの第１特性および前記ユーザの前記第１特性と異なる第２特性を含むユーザ情報を認識し、
   前記ユーザ分類部は、前記情報認識部により認識された前記ユーザの前記第１特性および前記第２特性で前記ユーザを分類し、
   前記施策認識部は、前記ユーザが属する当該分類に対応する施策を認識するように構成されていることを特徴とする情報出力システム。
5. 請求項４記載の情報出力システムにおいて、
   前記情報認識部は、ユーザの行動またはユーザの体質に関する情報を認識し、
   前記ユーザ分類部は、ユーザの行動またはユーザの体質に関する情報が収集されたか否かを判定し、ユーザの行動またはユーザの体質に関する情報が収集されていないと判定した場合、前記第１特性で前記ユーザを分類し、ユーザの行動またはユーザの体質に関する情報が収集されていると判定した場合、前記第２特性と前記情報に示される前記ユーザの行動またはユーザの体質とを突き合わせることにより、前記第２特性の信頼度を評価し、前記第２特性の信頼度が所定の閾値以上の場合に、前記第１特性および第２特性により、前記ユーザを分類するように構成されていることを特徴とする情報出力システム。
6. 請求項１〜５のうちいずれか1項記載の情報出力システムにおいて、
   前記ユーザの肌細胞画像データ、前記ユーザの肌画像データ及び前記ユーザの舌画像のうちの少なくとも1つを認識する画像データ認識部を備え、
   前記情報認識部は、前記ユーザの肌細胞画像データ、前記ユーザの肌画像データ及び前記ユーザの舌画像のうちの少なくとも1つに基づいて前記ユーザの特性を認識するように構成されていることを特徴とする情報出力システム。
7. 情報を出力する出力部を備えるシステムが実行する方法であって、
   システムのユーザの特性を含むユーザ情報を認識するステップと、
   前記ユーザ情報に示される前記ユーザの特性による、肌状態、体状態及び心状態の少なくとも１つの状態である指定状態への影響度を認識するステップと、
   前記ユーザの特性による前記指定状態への影響度に基づいて施策を認識するステップと、
   前記認識された施策を前記出力部に出力させるステップとを含み、
   前記ユーザの特性は、前記ユーザの属性、前記ユーザの体質及び前記ユーザのライフスタイルのうちの少なくとも１つに関する特性であることを特徴とする情報出力方法。
8. 情報を出力する出力部を備えるシステムに、
   システムのユーザの特性を含むユーザ情報を認識するステップと、
   前記ユーザ情報に示される前記ユーザの特性による、肌状態、体状態及び心状態の少なくとも１つの状態である指定状態への影響度を認識するステップと、
   前記ユーザの特性による前記指定状態への影響度に基づいて施策を認識するステップと、
   前記認識された施策を前記出力部に出力させるステップとを実行させ、
   前記ユーザの特性は、前記ユーザの属性、前記ユーザの体質及び前記ユーザのライフスタイルのうちの少なくとも１つに関する特性であることを特徴とする情報出力プログラム。