JP2021060990A - 味嗜好性把握方法、飲食品提供方法、飲食品提案方法、飲食店提案方法及び交際候補者提案方法、味嗜好性把握プログラム、飲食品提案プログラム、飲食店提案プログラム及び交際候補者提案プログラム、並びに、味嗜好性把握用飲食品セット - Google Patents

Abstract

【課題】各人の味の好みの傾向を簡便に把握する。【解決手段】本味嗜好性把握方法を構成するのは、少なくとも、評価（Ｓ１１）及び導出（Ｓ１２）である。人又は装置で評価されるのは、少なくとも、３以上のモデル飲食品であり、それによって得られるのは、各モデル飲食品に対するユーザの味評価スコアである。ここで、当該３以上のモデル飲食品の食塩濃度は、互いに異なっている。次に、人又は装置で導出されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスであり、その際に用いられるのは、少なくとも、当該モデル飲食品の食塩濃度及び前記味評価スコアである。【選択図】図１

Description

本発明が関係するのは、味嗜好性把握方法、飲食品提供方法、飲食品提案方法、飲食店提案方法及び交際候補者提案方法、味嗜好性把握プログラム、飲食品提案プログラム、飲食店提案プログラム及び交際候補者提案プログラム、並びに、味嗜好性把握用飲食品セットである。

各人の味の好みの傾向（本項目では、「味嗜好性」ともいう。）は、多様である。味の嗜好性を形成するのは、様々な要素であるが、例示すると、性別、生育環境、食経験などである。非特許文献１で開示されているのは、（１）食味嗜好性の枠組みを決めるのが性差であること、（２）この枠組みを変容させるのが多様化した食生活であること、である。

味の嗜好性が影響するのは、飲食品の選択、飲食店の選択のみならず、人間関係である。夫婦間でしばしば争いになるのは、食事の味付けである。例えば、一方の好みが濃い味であるのに対して、他方の好みが薄味である場合、そのような好みの相違に起因して、夫婦関係が悪化する。つまり、夫婦関係を支える一つの要素は、味の嗜好性が一致することである。

味嗜好性を評価する一つの方法は、分析的評価である。分析的評価の方法は、僅かに知られているにすぎないが、例示すると、以下のとおりである。特許文献１で開示されるのは、嗜好フェノタイプの評価方法である。この評価方法の目的は、個人及び集団の嗜好フェノタイプを正確に把握することである。この評価方法で用いられるのは、複数のモデル食品である。各モデル食品を定義するのは、１つの味要素及び１つの風味要素の組合せである。

特開２０１７−１４７９６７号公報

田口田鶴子、岡本洋子「多変量解析による高校生の食味嗜好性の検討(第１報)」 調理科学第２１巻(１９８８年)第４号 第２７９‐２８９頁

本発明が解決しようとする課題は、各人の味の好みの傾向（以下、「味嗜好性」という。）を簡便に把握すること（以下、「第１の観点」という）、味嗜好性の近い飲食品又は飲食店を簡便に選択すること（以下、「第２の観点」という）、味嗜好性の近い交際候補者を簡便に選択すること（以下、「第３の観点」という）である。

以上を踏まえて、本願発明者が鋭意検討して見出したのは、３以上の食塩濃度に対する好みを評価することで、様々な食品に対する味の好みを予測できることである。当該知見を踏まえて、本発明を定義すると、次のとおりである。

＜第１の観点＞味嗜好性把握方法を構成するのは、少なくとも、評価及び導出である。人又は装置で評価されるのは、少なくとも、３以上のモデル飲食品であり、それによって得られるのは、各モデル飲食品に対するユーザの味評価スコアである。ここで、当該３以上のモデル飲食品の食塩濃度は、互いに異なっている。次に、人又は装置で導出されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスであり、その際に用いられるのは、少なくとも、当該モデル飲食品の食塩濃度及び前記味評価スコアである。

味嗜好性把握プログラムによってコンピュータが実行する処理は、少なくとも、入力及び出力である。コンピュータで入力されるのは、各モデル飲食品に対するユーザの味評価データである。コンピュータで出力されるのは、ユーザの味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。そのためにコンピュータで参照されるのは、少なくとも、当該モデル飲食品の食塩濃度データ及び前記味評価データである。

味嗜好性把握用飲食品セットを構成するのは、少なくとも、３以上の飲食品である。当該３以上の飲食品が含むのは、少なくとも、食塩である。当該３以上の飲食品の食塩濃度は、それぞれ異なる。

＜第２の観点＞飲食品提供方法を構成するのは、少なくとも、指定及び提供である。人又は装置で指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスである。次に、人又は装置で提供されるのは、飲食品である。当該飲食品に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。

飲食品提案方法を構成するのは、少なくとも、指定及び提案である。人又は装置で指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスである。次に、人又は装置で提案されるのは、飲食品である。当該飲食品に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。

飲食店提案方法を構成するのは、少なくとも、指定及び提案である。人又は装置で指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスである。次に、人又は装置で提案されるのは、飲食店である。当該飲食店に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。

飲食品提案プログラムによってコンピュータが実行する処理は、少なくとも、入力及び出力である。コンピュータで入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。コンピュータで出力されるのは、飲食品データである。当該飲食品データに関連付けられているのは、当該入力された味嗜好性スコアデータ及び／又は味嗜好性クラスである。

飲食店提案プログラムによってコンピュータが実行する処理は、少なくとも、入力及び出力である。コンピュータで入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。コンピュータで出力されるのは、飲食店データである。当該飲食店データに関連付けられているのは、当該入力された味嗜好性スコアデータ及び／又は味嗜好性クラスである。

＜第３の観点＞交際候補者提案方法を構成するのは、少なくとも、指定及び提案である。人又は装置で指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスである。次に、人又は装置で提案されるのは、交際候補者である。当該交際候補者に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。

交際候補者提案プログラムによってコンピュータが実行する処理は、少なくとも、入力及び出力である。コンピュータで入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。コンピュータで出力されるのは、交際候補者提案データである。当該交際候補者提案データに関連付けられているのは、当該入力された味嗜好性スコアデータ及び／又は味嗜好性クラスである。

本発明が少なくとも可能にするのは、各人の味嗜好性を簡便に把握することである。

図１で示すのは、本実施の形態の味嗜好性把握方法の流れである。 図２で示すのは、評価用紙の一例である。 図３で示すのは、クラスタ解析の結果である。 図４で示すのは、評価用紙の一例である。 図５で示すのは、ラーメンに対する各被験者の味評価スコアの解析結果である。 図６で示すのは、そばに対する各被験者の味評価スコアの解析結果である。 図７で示すのは、牛丼の具に対する各被験者の味評価スコアの解析結果である。 図８で示すのは、本実施の形態の飲食品提供方法の流れである。 図９で示すのは、本実施の形態の飲食品提案方法の流れである。 図１０で示すのは、本実施の形態の飲食店提案方法の流れである。 図１１で示すのは、本実施の形態の交際候補者提案方法の流れである。 図１２で示すのは、本実施の形態の味嗜好性把握プログラムの処理の流れである。 図１３で示すのは、本実施の形態の入力画面の例である。 図１４で示すのは、本実施の形態の出力画面の例である。 図１５で示すのは、本実施の形態の飲食品提案プログラムの処理の流れである。 図１６で示すのは、本実施の形態の飲食品データベースの構成である。 図１７で示すのは、本実施の形態の飲食店提案プログラムの処理の流れである。 図１８で示すのは、本実施の形態の飲食店データベースの構成である。 図１９で示すのは、本実施の形態の交際候補者提案プログラムの処理の流れである。 図２０で示すのは、本実施の形態の交際候補者データベースの構成である。 図２１で示すのは、そばに対する各被験者の味評価スコア（モデル食品を用いた場合）の解析結果である。 図２２で示すのは、牛丼の具に対する各被験者の味評価スコア（モデル食品を用いた場合）の解析結果である。

＜味嗜好性把握方法＞
図１で示すのは、本実施の形態の味嗜好性把握方法（以下、「本味嗜好性把握方法」という。）の流れである。本味嗜好性把握方法を構成するのは、評価（Ｓ１１）、及び、導出（Ｓ１２）である。これらの詳細は、次のとおりである。

＜評価（Ｓ１１）＞
ユーザによって評価されるのは、３以上のモデル飲食品である。この評価によって得られるのは、各モデル飲食品に対する味評価スコアである。モデル飲食品の詳細は、後述する。

＜導出（Ｓ１２）＞
人又は装置よって導出されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスである。ユーザの味嗜好性スコアを導出する際に用いられるのは、少なくとも、当該モデル飲食品の食塩濃度、及び、評価（Ｓ１１）で得られた各モデル飲食品に対するユーザの味評価スコアである。これらの変数が代入されるのは、後述する回帰式である。

＜用語の定義＞
（１）味評価スコアとは、点数であって、味評価を数値化したものをいう。
（２）味嗜好性スコアとは、点数であって、味嗜好性を数値化したものをいう。
（３）味嗜好性クラスとは、分類であって、その分類基準が味嗜好性であるものをいう。

＜モデル飲食品及びモデル飲食品セット＞
モデル飲食品とは、飲食品であって、そこに含まれるのが少なくとも食塩であり、かつ、その用途が味嗜好性の把握であるものをいう。モデル飲食品セットとは、３以上のモデル飲食品の組合せであって、その用途が味嗜好性の把握であるものをいう。食塩の主成分は、塩化ナトリウムである。食塩を例示すると、食卓塩（精製塩）、海塩、岩塩、湖塩、天日塩、焼塩、藻塩、フレーク塩等である。モデル飲食品の数は、少なくとも、３以上であり、好ましくは、４以上であり、より好ましくは、５以上である。各モデル飲食品の食塩濃度は、互いに異なる。モデル飲食品の食塩濃度は、特に限定されないが、好ましくは、以下のとおりである。最も低い濃度は、０．１３％である。食塩濃度が０．１３％未満だと、味が薄くて差異を感じにくくなる。最も高い濃度は、３．００％である。食塩濃度が３．００％を超えると、味が濃すぎて差異を感じにくくなる。モデル飲食間の食塩濃度の差は、味の差異が感じられればよく、特に限定されないが、好ましくは０．０６％以上であり、より好ましくは０．１３％以上であり、最も好ましくは０．２０％以上である。モデル飲食品に含みうるのは、塩化ナトリウムに加え、コンソメ、ブイヨン、スープストック又はだし等である。

＜食塩濃度＞
食塩濃度を求める方法は、限定されない。ここで用いられる値は、様々であり、具体的には、食塩の量、ナトリウムの量、塩化物イオンの量、又は、これらの組合せである。

＜回帰式の作り方＞
回帰式の目的変数は、ユーザの味嗜好性スコア又は味嗜好性クラスである。回帰式の説明変数は、各モデル飲食品に対するユーザの味評価スコアである。回帰式の作成方法は、次のとおりである。

＜評価者採点＞
評価者によって採点されるのは、３以上のモデル飲食品である。この採点によって得られるのは、各モデル飲食品に対する味評価スコアである。

＜評価者分類＞
人又は装置によって分類されるのは、採点者である。ここで、採点者とは、採点したユーザである。その分類に際し、用いられるのは、少なくとも、当該モデル飲食品の食塩濃度及び評価者採点で得られた味評価スコアである。この分類によって得られるのは、味嗜好性クラスタである。採点者は、階層的に分類される。分類の手段は、特に限定されないが、例示すると、Ｗａｒｄ法（別名：最小分散法）、単リンク法（別名：最短距離法）、完全リンク法（別名：最長距離法）、群平均法、セントロイド法（別名：重心法）、重み付き平均法、メジアン法等である。好ましくは、Ｗａｒｄ法、単リンク法である。味嗜好性クラスタの数は、２以上であり、好ましくは、３以上であり、より好ましくは、４以上であり、最も好ましくは、５以上である。

＜点数付与＞
点数が付与されるのは、評価者分類で得られた味嗜好性クラスタである。点数を付与するのは、人又は装置である。点数は、傾斜的或いは階段的に付与され、その際に参照されるのは各味嗜好性クラスタに属する採点者の各モデル飲食品に対する味評価スコアである。具体的には、ここでは、味嗜好性クラスタのうち相対的に高い食塩濃度が好まれるものに付されているのは、相対的に高い点であり、他方、クラスタのうち相対的に低い食塩濃度が好まれるものに付されているのは、相対的に低い点であるが、その逆でも構わない。

＜回帰分析＞
回帰式を作成するに際して用いられるのは、少なくとも、評価者採点で得られた各モデル飲食品に対する味評価スコア、点数付与で得られた味嗜好性クラスタの点数である。回帰式に要するのは、複数の説明変数である。回帰式を得る方法は、特に限定されないが、例示すると、重回帰分析（最小二乗法）、重回帰分析（ステップワイズ法）である。

＜裏付け試験＞
モデル飲食品に対する味評価が得られれば、一般的な飲食品に対する味嗜好性も把握される。その点を裏付けるのは、以下の実験である。

＜モデル液の調製＞
モデル液１から５を調製した。各モデル液は、モデル飲食品の一例である。表１に示すのは、各モデル液中の原料配合量及び食塩相当量である。モデル液１では、市販のコンソメ（味の素ＫＫコンソメ、味の素社製、食塩相当量４７．１％）及び水を配合した。モデル液２から５では、市販のコンソメ（味の素ＫＫコンソメ、味の素社製、食塩相当量４７．１％）、市販の食塩、及び水を配合した。各モデル液の総重量を揃えて、それぞれ、２０．００ｇとした。

＜モデル液の評価＞
各モデル液を評価したのは、カゴメ株式会社の社員５３名（以下、「被験者」ともいう。）である。まず、被験者が飲んだのは、モデル液１から５である。これらのモデル液に付したのは、順不同な３桁の数字である。それによって、モデル液を評価する順番が不規則的になる。次に、被験者が判定したのは、モデル液に対する嗜好である。

図２に示すのは、評価用紙の一例である。当該用紙１０に記載されるのは、モデル液の番号１１、及び数直線１２である。数直線の一端１２ａで示されるのは、「嫌い」であり、数直線の他端１２ｂで示されるのは、「好き」である。数直線上の何れかの箇所に、被験者が記入するのは、線１３である。つまり、この線１３で示されるのは、モデル液に対する被験者の評価である。

＜モデル液に対する評価の数値化＞
各モデル液に対する評価を数値化した。数直線の一端「嫌い」に設定されたスコアは、「０」である。他端「好き」に設定されたスコアは、「１００」である。つまり、記入された線が示すスコアの範囲は、「０」から「１００」である。以上によって、各モデル液の味評価スコアを得た。

＜クラスタ解析＞
図３で示されるのは、クラスタ解析の結果である。各被験者の各モデル液に対する味評価スコアをクラスタ解析（ｗａｒｄ法）した。クラスタ解析に用いたソフトウェアは、ＪＭＰ１４．０（ＳＡＳ Ｉｎｓｔｉｔｕｔｅ Ｊａｐａｎ社製）である。この解析で用いた変数は、モデル液１から５の味評価スコアである。被験者２１を分類して得られたのは、５つのクラスタ（塊）２２である。具体的には、クラスタ５に分類されたのは、被験者のうち高い食塩濃度のモデル液を最も好む者、及び／又は、低い食塩濃度のモデル液を最も好まない者である。クラスタ４に分類されたのは、被験者のうち高い食塩濃度のモデル液を次に（２番目に）好む者、及び／又は、低い食塩濃度のモデル液を次に（２番目に）好まない者である。クラスタ３に分類されたのは、高い食塩濃度のモデル液を最も好まない者、及び／又は、低い食塩濃度のモデル液を最も好む者である。クラスタ２に分類されたのは、高い食塩濃度のモデル液を次に（２番目に）好まない者、及び／又は、低い食塩濃度のモデル液を次に（２番目に）好む者である。クラスタ１に分類されたのは、これらの何れにもあてはまらない被験者である。

＜クラスタへの点数付与＞
各クラスタに付与したのは、点数である。５つのクラスタを順位付けした。そのような順位付けで根拠にしたのは、各クラスタに属する被験者のモデル液に対する味評価スコアである。順位付けの結果、５つのクラスタに付されたのは、０から１００までの点数である。具体的には、クラスタ５に付した点は、「１００」である。クラスタ４に付した点は、「７５」である。クラスタ１に付した点は、「５０」である。クラスタ３に付した点は、「０」である。クラスタ２に付した点は、「２５」である。

＜重回帰分析＞
重回帰分析（最小二乗法）で用いたソフトウェアは、ＪＭＰ１４．０（ＳＡＳ Ｉｎｓｔｉｔｕｔｅ Ｊａｐａｎ社製）である。その際、目的変数に採用したのは、５つのクラスタに付与した点数である。他方、説明変数に採用したのは、各モデル液に対する味評価スコアである。重回帰分析の結果、回帰式が得られた。

＜味嗜好性スコアの把握＞
被験者の味嗜好性スコアを把握した。具体的には、被験者の味嗜好性スコアを得るため、回帰式に対して代入したのは、当該被験者のモデル液に対する味評価スコアである。

＜味嗜好性クラスの把握＞
被験者の味嗜好性クラスを把握した。各被験者の味嗜好性スコアを把握したうえで、各被験者を分類した結果は、以下のとおりである。「超薄味嗜好群」に分類されたのは、被験者のうち味嗜好性スコアが「２５」未満の者である。「やや薄味嗜好群」に分類されたのは、被験者のうち味嗜好性スコアが「２５」以上「５０」未満の者である。「やや濃い味嗜好群」に分類されたのは、被験者のうち味嗜好性スコアが「５０」以上「７５」未満の者である。「超濃い味嗜好群」に分類されたのは、被験者のうち味嗜好性スコアが「７５」以上の者である。

以下、これらの群を纏めて、「味嗜好群」という。これらの群の１つを「各味嗜好群」という。「超薄味嗜好群」及び「やや薄味嗜好群」を纏めて、「薄味嗜好群」という。「超濃い味嗜好群」及び「やや濃い味嗜好群」を纏めて、「濃い味嗜好群」という。

＜ラーメンの調製＞
ラーメン１から５を調製した。ラーメンスープを調製した。表２に示すのは、各ラーメンのラーメンスープ中の原料配合（使用）量及び食塩相当量である。（麺由来の食塩相当量は、除く。）ラーメン１から５のラーメンスープでは、市販の即席麺（サッポロ一番 塩らーめん、サンヨー食品社製）の粉末スープ及び水を配合した。次に、同市販の即席麺の乾麺を茹でた。各ラーメンスープ及び茹でた麺を混ぜた。以上により、ラーメン１から５を得た。

＜ラーメンの評価＞
ラーメン１から５を評価したのは、前述の被験者５３名のうち１６名である。具体的には、各味嗜好群「超薄味嗜好群」、「やや薄味嗜好群」、「やや濃い味嗜好群」及び「超濃い味嗜好群」から無作為に選ばれたのは、それぞれ、４人である。まず、当該１６名の被験者が食べたのは、ラーメン１から５である。これらのラーメンに付されていたのは、順不同な３桁の数字である。それによって、ラーメンを評価する順番が不規則的になる。次に、当該１６名の被験者が評価したのは、当該ラーメンの味である。

図４に示すのは、評価用紙の一例である。当該用紙３０に記載されるのは、ラーメンの番号３１、及びチェックボックス３２である。チェックボックス３２ａの最左端で示されるのは、「とても嫌い」であり、最右端３２ｂで示されるのは、「とても好き」である。何れかのチェックボックスに、被験者が記入するのは、チェックマーク３３（例えば、レ点など）である。つまり、そのようなチェックされたチェックボックスで示されるのは、ラーメンの味に対する被験者の評価である。

＜ラーメンに対する評価の数値化＞
各ラーメンに対する評価を数値化した。各チェックボックス「とても嫌い」、「嫌い」、「少し嫌い」、「やや嫌い」、「普通」、「やや好き」、「少し好き」、「好き」、及び、「とても好き」に設定されたスコアは、それぞれ、「１」、「２」、「３」、「４」、「５」、「６」、「７」、「８」、及び、「９」である。以上によって、各ラーメンの味評価スコアを得た。

＜ラーメンの味評価スコアの解析＞
ラーメンの味評価スコアを解析した。ラーメンに対する薄味嗜好群の味評価スコアの平均値を求めた。また、ラーメンに対する濃い味嗜好群の味評価スコアの平均値を求めた。その際、味評価スコアを標準化した。群間の味評価スコアの価値は、必ずしも一致しないからである。

図５で示すのは、ラーメンに対する味嗜好群の味評価スコアの解析結果である。この結果が示すのは、（１）薄味嗜好群４１で味評価スコア（標準化済）が最も高かったのがラーメン２であること、（２）濃い味嗜好群４２で味評価スコア（標準化済）が最も高かったのがラーメン４であること、（３）薄味嗜好群４１で味評価スコア（標準化済）が最も低かったのがラーメン５であること、（４）濃い味嗜好群４２で味評価スコア（標準化済）が最も低かったのがラーメン１であること、である。言い換えると、モデル液に対する味嗜好性と実メニュー「ラーメン」に対する味嗜好性とは、略同じである。つまり、モデル液を評価すれば、実メニュー「ラーメン」を評価しなくても、「ラーメン」に対する味嗜好性を予測できる。

＜そばの調製＞
そば１から５を調製した。かけ汁を調製した。表３に示すのは、各そばのかけ汁中の原料配合（使用）量及び食塩相当量（そば由来の食塩相当量は、除く。）である。そば１のかけ汁では、市販のめんつゆ（めんつゆ１０００ｍＬ、ヤマキ社製）及び水を配合した。そば２から５のかけ汁では、同市販のめんつゆ、水、及び食塩を配合した。次に、市販の冷凍そば（石臼挽き日本蕎麦、テーブルマーク社製）を茹でた。各かけ汁及び茹でたそばを混ぜた。以上により、そば１から５を得た。

＜そばの評価＞
そば１から５を評価したのは、前述の被験者５３名のうち２０名である。各味嗜好群「超薄味嗜好群」、「やや薄味嗜好群」、「やや濃い味嗜好群」及び「超濃い味嗜好群」から無作為に選ばれたのは、それぞれ、４人以上である。そばを評価した方法は、ラーメンでの方法と同様である。

＜そばに対する味評価の数値化＞
各そばに対する味評価を数値化した。そば１から５の味評価スコアを得た方法は、ラーメンでの方法と同様である。

＜そばの味評価スコアの解析＞
図６で示されるのは、そばに対する各被験者の味評価スコアの解析結果である。味評価スコアを解析した方法は、ラーメンでの方法と同じである。この結果が示すのは、（１）薄味嗜好群５１で味評価スコア（標準化済）が最も高かったのがそば２であること、（２）濃い味嗜好群５２で味評価スコア（標準化済）が最も高かったのがそば３であること、（３）薄味嗜好群５１で味評価スコア（標準化済）が最も低かったのがそば５であること、（４）濃い味嗜好群５２で味評価スコア（標準化済）が最も低かったのがそば１であること、である。言い換えると、モデル液に対する味嗜好性と実メニュー「そば」に対する味嗜好性とは、略同じである。つまり、モデル液を評価すれば、実メニュー「そば」を評価しなくても、「そば」に対する味嗜好性を予測できる。

＜牛丼の具の調製＞
牛丼の具１から５を調製した。牛丼の具のタレを調製した。表４に示すのは、各牛丼の具のタレ中の原料配合（使用）量及び食塩相当量である。牛丼の具１のタレでは、市販の牛丼用調味料（どんぶり喰亭 牛丼の素、エバラ社製）及び水を配合した。牛丼の具２から５のタレでは、同市販の牛丼用調味料、水、及び食塩を配合した。各タレ、牛肉２５ｇ、及び、たまねぎ２５ｇを混ぜて、加熱した。以上により、牛丼の具１から５が得られた。

＜牛丼の具の評価＞
牛丼の具１から５を評価したのは、前述の被験者５３名のうち２０名である。各味嗜好群「超薄味嗜好群」、「やや薄味嗜好群」、「やや濃い味嗜好群」及び「超濃い味嗜好群」から無作為に選ばれたのは、それぞれ、４人以上である。牛丼の具を評価した方法は、ラーメンでの方法と同様である。

＜牛丼の具に対する味評価の数値化＞
各牛丼の具に対する味評価を数値化した。牛丼の具１から５の味評価スコアを得た方法は、ラーメンでの方法と同様である。

＜牛丼の具の味評価スコアの解析＞
図７で示されるのは、牛丼の具に対する各被験者の味評価スコアの解析結果である。味評価スコアを解析した方法は、ラーメンでの方法と同じである。この結果が示すのは、（１）薄味嗜好群６１で味評価スコア（標準化済）が最も高かったのが牛丼の具２であること、（２）濃い味嗜好群６２で味評価スコア（標準化済）が最も高かったのが牛丼の具５であること、（３）薄味嗜好群６１で味評価スコア（標準化済）が最も低かったのが牛丼の具１及び５であること、（４）濃い味嗜好群６２で味評価スコア（標準化済）が最も低かったのが牛丼の具１であること、である。言い換えると、モデル液に対する味嗜好性と実メニュー「牛丼の具」に対する味嗜好性とは、略同じである。つまり、モデル液を評価すれば、実メニュー「牛丼の具」を評価しなくても、「牛丼の具」に対する味嗜好性を予測できる。

推察ではあるが、薄味嗜好群で牛丼の具１の味評価スコア（標準化済）が低かった理由は、牛丼の具１の食塩相当量が低すぎたことである。すなわち、牛丼の具１の食塩相当量「約０．１４％」では、食事での満足感を得るための最低限の味の濃さが恐らく実現されていなかった。

＜飲食品提供方法＞
図８で示すのは、本実施の形態の飲食品提供方法（以下、「本飲食品提供方法」という。）の流れである。本飲食品提供方法を構成する工程は、指定（Ｓ２１）、及び、提供（Ｓ２２）である。これらの工程を詳説すると、次のとおりである。

＜指定（Ｓ２１）＞
ユーザ又は装置によって指定されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスである。これらの指標を把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）のとおりである。

＜提供（Ｓ２２）＞
ユーザ又は装置によって提供されるのは、飲食品である。提供される飲食品の数は、不問であり、０、１、又は、２以上である。提供数「０」が意味するのは、該当なしである。当該飲食品に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。飲食品を提供するにあたり参照されるのは、対応表である。この対応表に示されているのは、飲食品、並びに、味嗜好性スコア及び／又は味嗜好性クラスの関係である。飲食品を提供する態様は、公知のものであればよく、特に限定されないが、例示すると、対面、郵送、宅配、陳列等である。

＜飲食品＞
飲食品とは、飲料、食品、又は、これらの組合せであって、そこに含まれるのが少なくとも食塩であるものをいう。飲食品の食塩濃度は、０．２０％以上である。飲食品の食塩濃度が０．２０％未満であると、当該飲食品は、味嗜好性を問わず、評価されない。飲食品を例示すると、麺もの、丼もの、汁もの等である。

＜麺もの＞
麺ものとは、食品（又は食事）であって、その主な食材が麺であるものをいう。麺類を例示すると、うどん、そば、そうめん、ひやむぎ、中華麺、パスタ、餃子、焼売、ワンタン等であり、好ましくは、うどん、そば、そうめん、ひやむぎ、中華麺、パスタである。

＜丼もの＞
丼ものとは、食品（又は食事）であって、その器に米飯及び具材が盛り付けられたものをいう。丼ものを例示すると、牛丼、豚丼、親子丼、卵丼、かつ丼、中華丼、天丼、鰻丼、海鮮丼等であり、好ましくは、牛丼、豚丼、親子丼、卵丼、かつ丼、中華丼である。

＜汁もの＞
汁ものとは、食品（又は食事）であって（麺ものを除く。）、その汁（スープ）に具材が浸かっているものをいう。汁ものを例示すると、味噌汁、豚汁、けんちん汁、すまし汁、潮汁、冷や汁、スープ、鍋等である。

＜飲食品提案方法＞
図９で示すのは、本実施の形態の飲食品提案方法（以下、「本飲食品提案方法」という。）の流れである。本飲食品提案方法を構成する工程は、指定（Ｓ３１）、及び、提案（Ｓ３２）である。これらの工程を詳説すると、次のとおりである。

＜指定（Ｓ３１）＞
ユーザ又は装置によって指定されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスである。これらの指標を把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）のとおりである。

＜提案（Ｓ３２）＞
ユーザ又は装置によって提案されるのは、飲食品である。提案される飲食品の数は、不問であり、０、１、又は、２以上である。提案数「０」が意味するのは、該当なしである。当該飲食品に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。飲食品を提案するにあたり参照されるのは、対応表である。この対応表に示されているのは、飲食品、並びに、味嗜好性スコア及び／又は味嗜好性クラスの関係である。飲食品を提案する態様は、公知のものであればよく、特に限定されないが、例示すると、対面、書面、電話、メール、インターネット、ＳＮＳ等である。飲食品の説明は、前述のとおりである。

＜飲食店提案方法＞
図１０で示すのは、本実施の形態の飲食店提案方法（以下、「本飲食店提案方法」という。）の流れである。本飲食店提案方法を構成する工程は、指定（Ｓ４１）、及び、提案（Ｓ４２）である。これらの工程を詳説すると、次のとおりである。

＜指定（Ｓ４１）＞
ユーザ又は装置によって指定されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスである。これらの指標を把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）のとおりである。

＜提案（Ｓ４２）＞
ユーザ又は装置によって提案されるのは、飲食店である。提案される飲食店の数は、不問であり、０、１、又は、２以上である。提案数「０」が意味するのは、該当なしである。当該飲食店に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。飲食店を提案するにあたり参照されるのは、対応表である。この対応表に示されているのは、飲食店、並びに、味嗜好性スコア及び／又は味嗜好性クラスの関係である。飲食店を提案する方法は、公知のものであればよく、特に限定されないが、例示すると、対面、書面、電話、メール、インターネット、ＳＮＳ等である。

＜飲食店＞
飲食店とは、店舗であって、その提供物が飲食品であるものをいう。飲食店を例示すると、ラーメン店、日本蕎麦店、日本料理店、牛丼専門店、イタリア料理店、中華料理店、スープスタンドなどである。

＜交際候補者提案方法＞
図１１で示すのは、本実施の形態の交際候補者提案方法（以下、「本交際候補者提案方法」という。）の流れである。本交際候補者提案方法を構成する工程は、指定（Ｓ５１）、及び、提案（Ｓ５２）である。これらの工程を詳説すると、次のとおりである。

＜指定（Ｓ５１）＞
ユーザ又は装置によって指定されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスである。これらの指標を把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）のとおりである。

＜提案（Ｓ５２）＞
ユーザ又は装置によって提案されるのは、交際候補者である。提案される交際候補者の数は、不問であり、０、１、又は、２以上である。提案数「０」が意味するのは、該当なしである。当該交際候補者に関連付けられているのは、当該指定された味嗜好性スコア及び／又は味嗜好性クラスである。交際候補者を提案するにあたり参照されるのは、対応表である。この対応表に示されているのは、交際候補者、並びに、味嗜好性スコア及び／又は味嗜好性クラスの関係である。交際候補者を提案する方法は、公知のものであればよく、特に限定されないが、例示すると、対面、書面、電話、メール、インターネット、ＳＮＳ等である。

＜交際候補者＞
交際候補者とは、自然人であって、交際可能性がある者をいう。交際とは、人同士の付き合いをいう。交際の目的は、不問であり、例示すると、友達関係、恋愛関係、婚姻関係などである。もっとも、交際候補者に求められるのが味嗜好性の一致である場合、交際の目的の多くは、結婚である。

＜味嗜好性把握プログラム＞
図１２で示すのは、本実施の形態の味嗜好性把握プログラム（以下、「本味嗜好性把握プログラム」という。）の処理の流れである。本味嗜好性把握プログラムによってコンピュータが実行するのは、入力（Ｓ６１）、導出（Ｓ６２）、及び、出力（Ｓ６３）である。これらの処理の詳細は、後述する。

＜コンピュータ＞
コンピュータとは、データ処理装置をいう。当該コンピュータを一般的に構成するのは、入出力ポート、処理装置、プログラム記憶装置（例えば、ＨＤＤ、ＳＳＤやＲＯＭなど）、一時記憶装置（例えば、ＲＡＭなど）である。入出力ポートに接続されているのは、入力装置（例えば、キーボードやマウス等）及び出力装置（例えば、ディスプレイやスピーカ等）、又は入出力装置（例えば、タッチパネル等）である。プログラム記憶装置に記憶されるのは、各種プログラムである。一時記憶装置に記憶されるのは、展開された各種プログラム、及び、各種入出力データである。

＜入力（Ｓ６１）＞
コンピュータによって入力されるのは、味評価データである。味評価データが示すのは、各モデル飲食品の味に対する評価である。このとき、コンピュータによって表示されるのは、入力画面である。この表示画面がユーザをして入力させるのは、モデル飲食品の味に対するユーザの評価である。当該味評価が入力されると、一時記憶装置に記憶されるのは、味評価データである。

図１３で示すのは、本実施の形態の入力画面の例である。入力画面７０を構成するのは、モデル飲食品名７１、及び、ドロップボックス７２である。各モデル飲食品名７１ａ、７１ｂ、及び、７１ｃに対応するのは、それぞれ、ドロップボックス７２ａ、７２ｂ、及び、７２ｃである。モデル食品名７１が示すのは、ユーザが飲食したモデル飲食品である。ドロップボックス７２が提供するのは、選択肢である。選択肢が示すのは、モデル飲食品に対する評価であり、例示すると、「好き」、「やや好き」、「ふつう」、「やや嫌い」、「嫌い」などである。例えば、ユーザによって飲食されたのがモデル飲食品１であるならば、ドロップボックス７２ａが操作されて、モデル飲食品１の味に対する評価が選択される。

＜導出（Ｓ６２）＞
味評価データが入力されると、コンピュータによって導出されるのは、味嗜好性スコア又は味嗜好性クラスである。その際に、コンピュータによって参照されるのは、入力された味評価データである。導出において、先ず、味評価を数値化する。次いで、数値化された味評価を回帰分析する。そのような数値化及び回帰分析のアルゴリズムを作成するにあたり参考になるのは、前述の＜モデル液に対する評価の数値化＞欄、＜クラスタ解析＞欄、＜クラスタへの点数付与＞欄及び＜重回帰分析＞欄の記載である。

＜出力（Ｓ６３）＞
コンピュータによって出力されるのは、導出された味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。ここで、味嗜好性スコアデータが示すのは、ユーザの味嗜好性スコアである。また、味嗜好性クラスデータが示すのは、ユーザの味嗜好性クラスである。このとき、コンピュータによって表示されるのは、出力画面である。

図１４で示すのは、本実施の形態の出力画面の例である。出力画面８０を構成するのは、各項目名８１及び表示ボックス８２である。各項目名８１が示すのは、味嗜好性スコア８１ａ、及び、味嗜好性クラス８１ｂである。表示ボックス８２ａに表示されるのは、ユーザの味嗜好性スコアである。表示ボックス８２ｂに表示されるのは、ユーザの味嗜好性クラスである。

＜飲食品提案プログラム＞
図１５で示すのは、本実施の形態の飲食品提案プログラム（以下、「本飲食品提案プログラム」という。）の処理の流れである。本飲食品提案プログラムによってコンピュータが実行するのは、入力（Ｓ７１）、検索（Ｓ７２）、及び、出力（Ｓ７３）である。コンピュータの説明は、前述のとおりである。これらの処理の詳細は、次のとおりである。

＜入力（Ｓ７１）＞
コンピュータによって入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。味嗜好性スコアデータが示すのは、ユーザの味嗜好性スコアである。味嗜好性クラスデータが示すのは、ユーザの味嗜好性クラスである。この味嗜好性スコア及び／又は味嗜好性クラスを把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）又は味嗜好性把握プログラム（Ｓ６１〜Ｓ６３）のとおりである。

＜検索（Ｓ７２）＞
コンピュータによって検索されるのは、出力される飲食品データである。その際に、コンピュータによって参照されるのは、入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、及び、飲食品データベースである。

図１６で示すのは、本実施の形態の飲食品データベースの構成である。この飲食品データベース９０が示すのは、飲食品ＩＤ９１、味嗜好性スコア９２、味嗜好性クラス９３、及び、飲食品詳細（好ましくは、別データベースへのポインタである。）９４の関係である。飲食品詳細の内容を例示すると、名称、価格、外観写真などである。

＜出力（Ｓ７３）＞
コンピュータによって出力されるのは、飲食品データである。当該飲食品データに関連付けられているのは、Ｓ７１で入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。飲食品データが示すのは、飲食品詳細（名称、価格、外観写真など）である。

＜飲食店提案プログラム＞
図１７で示すのは、本実施の形態の飲食店提案プログラム（以下、「本飲食店提案プログラム」という。）の処理の流れである。本飲食店提案プログラムによってコンピュータが実行するのは、入力（Ｓ８１）、検索（Ｓ８２）、及び、出力（Ｓ８３）である。コンピュータの説明は、前述のとおりである。これらの処理の詳細は、次のとおりである。

＜入力（Ｓ８１）＞
コンピュータによって入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。味嗜好性スコアデータが示すのは、ユーザの味嗜好性スコアである。味嗜好性クラスデータが示すのは、ユーザの味嗜好性クラスである。この味嗜好性スコア及び／又は味嗜好性クラスを把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）又は味嗜好性把握プログラム（Ｓ６１〜Ｓ６３）のとおりである。

＜検索（Ｓ８２）＞
コンピュータによって検索されるのは、出力される飲食店データである。その際に、コンピュータによって参照されるのは、入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、及び、飲食店データベースである。

図１８で示すのは、本実施の形態の飲食店データベースの構成である。この飲食店データベース１００が示すのは、飲食店ＩＤ１０１、味嗜好性スコア１０２、味嗜好性クラス１０３、及び、飲食店詳細（好ましくは、別データベースへのポインタである。）１０４である。飲食店詳細の内容を例示すると、名称、所在地、営業時間、電話番号、メニュー、外観、評価などである。

＜出力（Ｓ８３）＞
コンピュータによって出力されるのは、飲食店データである。当該飲食店データに関連付けられているのは、Ｓ８１で入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。飲食店データが示すのは、飲食店詳細（名称、所在地、営業時間、電話番号、メニュー、外観、評価など）である。出力される飲食店データに関連づけられているのは、他のユーザの評価である。当該他のユーザの味嗜好性スコア及び／又は味嗜好性クラスに一致又は近似しているのは、入力したユーザの味嗜好性スコア及び／又は味嗜好性クラスである。

＜交際候補者提案プログラム＞
図１９で示すのは、本実施の形態の交際候補者提案プログラム（以下、「本交際候補者提案プログラム」という。）の処理の流れである。本交際候補者提案プログラムによってコンピュータが実行するのは、入力（Ｓ９１）、検索（Ｓ９２）、及び、出力（Ｓ９３）である。コンピュータの説明は、前述のとおりである。これらの処理の詳細は、次のとおりである。

＜入力（Ｓ９１）＞
コンピュータによって入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。味嗜好性スコアデータが示すのは、ユーザの味嗜好性スコアである。味嗜好性クラスデータが示すのは、ユーザの味嗜好性クラスである。この味嗜好性スコア及び／又は味嗜好性クラスを把握する方法は、前述の味嗜好性把握方法（Ｓ１１、Ｓ１２）又は味嗜好性把握プログラム（Ｓ６１〜Ｓ６３）のとおりである。

＜検索（Ｓ９２）＞
コンピュータによって検索されるのは、出力される交際候補者データである。その際に、コンピュータによって参照されるのは、入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、及び、交際候補者データベースである。

図２０で示すのは、本実施の形態の交際候補者データベースの構成である。この交際候補者データベース１１０が示すのは、交際候補者ＩＤ１１１、味嗜好性スコア１１２、味嗜好性クラス１１３、及び、交際候補者詳細（好ましくは、別データベースへのポインタである。）１１４である。交際候補者詳細の内容を例示すると、氏名、居住地、職業、連絡先、外見、性別などである。

＜出力（Ｓ９３）＞
コンピュータによって出力されるのは、交際候補者データである。当該交際候補者データに関連付けられているのは、Ｓ９１で入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。交際候補者データが示すのは、交際候補者詳細（氏名、居住地、職業、連絡先、外見、性別など）である。つまり、当該交際候補者の味嗜好性に一致又は近似するのは、ユーザの味嗜好性である。

＜本実施の形態の効果＞
本実施の形態が奏する効果は、次のとおりである。すなわち、各人の味嗜好性が簡便に把握される。それから派生して、味嗜好性の近い飲食品又は飲食店が簡便に選択される。味嗜好性の近い交際候補者が簡便に選択される。

＜裏付け試験２＞
モデル飲食品に対する味評価が得られれば、一般的な飲食品に対する味嗜好性も把握される。その点をさらに裏付けるのは、以下の実験である。

＜モデル食品の調製＞
モデル食品１から５を調製した。各モデル食品は、モデル飲食品の一例である。各モデル食品は、市販のポップコーン用豆（幸田食品社製）、サラダ油及び食塩を用いた。ポップコーン用豆５０ｇとサラダ油１０ｇを鍋に入れ、蓋をして中火で加熱し、膨張させた。加熱したポップコーンに食塩水を噴霧し、再度加熱して水分を飛ばし、モデル食品とした。モデル食品１の塩分濃度は、０．４％であった。モデル食品２の塩分濃度は、１．０％であった。モデル食品３の塩分濃度は、１．８％であった。モデル食品４の塩分濃度は、２．０％であった。モデル食品５の塩分濃度は、２．６％であった。

＜塩分濃度の測定方法＞
本測定で採用した塩分の測定法は、モール法である。１０倍希釈をしたモデル食品に指示薬として５％クロム酸カリウム溶液０．５ｍｌを加え、０．１ｍｏｌ/Ｌ硝酸銀溶液で滴定した。終点は、試験液の色が微橙色になる点とした。

＜モデル食品を用いた場合の味嗜好性クラスの把握＞
モデル食品の評価、モデル食品に対する評価の数値化、クラスタ解析、クラスタへの点数付与、重回帰分析、味嗜好性スコアの把握及び味嗜好性クラスの把握について、前述のモデル液と同様の方法で行った。

＜そばに対する各被験者の味評価スコア（モデル食品を用いた場合）の解析＞
モデル食品を用いて把握した味嗜好性クラスを使い、そばの味評価スコアを解析した。尚、そばの味評価スコアは、前述の試験の結果から無作為に選んだ７〜９名の被験者のスコアを使用した。そばに対する薄味嗜好群（モデル食品を用いた場合）の味評価スコアの平均値を求めた。また、そばに対する濃い味嗜好群（モデル食品を用いた場合）の味評価スコアの平均値を求めた。その際、味評価スコアを標準化した。群間の味評価スコアの価値は、必ずしも一致しないからである。

図２１で示されるのは、そばに対する各被験者の味評価スコアの解析結果である。この結果が示すのは、（１）薄味嗜好群１２１で味評価スコア（標準化済）が最も高かったのがそば２であること、（２）濃い味嗜好群１２２で味評価スコア（標準化済）が最も高かったのがそば３であること、（３）薄味嗜好群１２１で味評価スコア（標準化済）が最も低かったのがそば５であること、（４）濃い味嗜好群１２２で味評価スコア（標準化済）が最も低かったのがそば１であること、である。言い換えると、モデル食品に対する味嗜好性と実メニュー「そば」に対する味嗜好性とは、略同じである。つまり、モデル食品を評価すれば、実メニュー「そば」を評価しなくても、「そば」に対する味嗜好性を予測できる。さらにこの結果は、モデル液を用いて把握した味嗜好性クラスを使い、そばの味評価スコアを解析した結果と同様である。すなわち、味嗜好性クラスの把握に使用できるモデル飲食品は、モデル液に限られない。

＜牛丼の具に対する各被験者の味評価スコア（モデル食品を用いた場合）の解析＞
モデル食品を用いて把握した味嗜好性クラスを使い、牛丼の具の味評価スコアを解析した。尚、牛丼の具の味評価スコアは、前述の試験の結果から無作為に選んだ７〜９名の被験者のスコアを使用した。牛丼の具に対する薄味嗜好群（モデル食品を用いた場合）の味評価スコアの平均値を求めた。また、牛丼の具に対する濃い味嗜好群（モデル食品を用いた場合）の味評価スコアの平均値を求めた。その際、味評価スコアを標準化した。群間の味評価スコアの価値は、必ずしも一致しないからである。

図２２で示されるのは、牛丼の具に対する各被験者の味評価スコアの解析結果である。この結果が示すのは、（１）薄味嗜好群１３１で味評価スコア（標準化済）が最も高かったのが牛丼の具２であること、（２）濃い味嗜好群１３２で味評価スコア（標準化済）が最も高かったのが牛丼の具４及び５であること、（３）薄味嗜好群１３１で味評価スコア（標準化済）が最も低かったのが牛丼の具１及び５であること、（４）濃い味嗜好群１３２で味評価スコア（標準化済）が最も低かったのが牛丼の具１であること、である。言い換えると、モデル食品に対する味嗜好性と実メニュー「牛丼の具」に対する味嗜好性とは、略同じである。つまり、モデル食品を評価すれば、実メニュー「牛丼の具」を評価しなくても、「牛丼の具」に対する味嗜好性を予測できる。さらにこの結果は、モデル液を用いて把握した味嗜好性クラスを使い、そばの味評価スコアを解析した結果と同様である。すなわち、味嗜好性クラスの把握に使用できるモデル飲食品は、モデル液に限られない。

本発明が有用な分野は、飲食品の提供サービス、飲食品の提案サービス、飲食店の提案サービス、交際候補者の提案サービスである。

Claims (20)

1. 味嗜好性把握方法であって、それを構成するのは、少なくとも、以下である：
   評価：ここで評価されるのは、少なくとも、３以上のモデル飲食品であり、それによって得られるのは、各モデル飲食品に対するユーザの味評価スコアであり、かつ、
   前記３以上のモデル飲食品の食塩濃度は、互いに異なっており、及び、
   導出：ここで導出されるのは、ユーザの味嗜好性スコア及び／又は味嗜好性クラスであり、その際に用いられるのは、少なくとも、前記モデル飲食品の食塩濃度及び前記味評価スコアである。
2. 請求項１の方法であって、
   前記モデル飲食品の食塩濃度は、０．１３％以上３．００％以下である。
3. 請求項１又は２の方法であって、
   前記モデル飲食品が含有するのは、コンソメ、ブイヨン、スープストック又はだしである。
4. 飲食品提供方法であって、それを構成するのは、少なくとも、以下である：
   指定：指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスであり、及び、
   提供：提供されるのは、飲食品であり、当該飲食品に関連付けられているのは、前記指定された味嗜好性スコア及び／又は味嗜好性クラスである。
5. 請求項４の方法であって、
   前記指定された味嗜好性スコア及び／又は味嗜好性クラスを把握するのに用いられるのは、少なくとも、３以上のモデル飲食品の食塩濃度及びこれらのモデル飲食品に対する味評価スコアである。
6. 飲食品提案方法であって、それを構成するのは、少なくとも、以下である：
   指定：指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスであり、及び、
   提案：提案されるのは、飲食品であり、当該飲食品に関連付けられているのは、前記指定された味嗜好性スコア及び／又は味嗜好性クラスである。
7. 請求項６の方法であって、
   前記指定された味嗜好性スコア及び／又は味嗜好性クラスを把握するのに用いられるのは、少なくとも、３以上のモデル飲食品の食塩濃度及びこれらのモデル飲食品に対する味評価スコアである。
8. 飲食店提案方法であって、それを構成するのは、少なくとも、以下である：
   指定：指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスであり、及び、
   提案：提案されるのは、飲食店であり、当該飲食店に関連付けられているのは、前記指定された味嗜好性スコア及び／又は味嗜好性クラスである。
9. 請求項８の方法であって、
   前記指定された味嗜好性スコア及び／又は味嗜好性クラスを把握するのに用いられるのは、少なくとも、３以上のモデル飲食品の食塩濃度及びこれらのモデル飲食品に対する味評価スコアである。
10. 交際候補者提案方法であって、
    それを構成するのは、少なくとも、以下である：
    指定：指定されるのは、味嗜好性スコア及び／又は味嗜好性クラスであり、及び、
    提案：提案されるのは、交際候補者であり、当該交際候補者に関連付けられているのは、前記指定された味嗜好性スコア及び／又は味嗜好性クラスである。
11. 請求項１０の方法であって、
    前記指定された味嗜好性スコア及び／又は味嗜好性クラスを把握するのに用いられるのは、少なくとも、３以上のモデル飲食品の食塩濃度及びこれらのモデル飲食品に対する味評価スコアである。
12. 味嗜好性把握プログラムであって、それによってコンピュータが実行するのは、少なくとも、以下の処理である：
    入力：入力されるのは、各モデル飲食品に対するユーザの味評価データであり、及び、
    出力：出力されるのは、ユーザの味嗜好性スコアデータ及び／又は味嗜好性クラスデータであり、そのために参照されるのは、少なくとも、前記モデル飲食品の食塩濃度データ及び前記味評価データである。
13. 飲食品提案プログラムであって、それによってコンピュータが実行するのは、少なくとも、以下の処理である：
    入力：入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータであり、及び、
    出力：出力されるのは、飲食品データであり、当該飲食品データに関連付けられているのは、前記入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータである。
14. 請求項１３のプログラムであって、それによってコンピュータが実行するのは、更に、以下の処理である：
    検索：検索されるのは、出力される飲食品データであり、その際に参照されるのは、入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、並びに、飲食品データベースであり、この飲食品データベースが示すのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータ並びに飲食品データの関係である。
15. 飲食店提案プログラムであって、それによってコンピュータが実行するのは、少なくとも、以下の処理である：
    入力：入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータであり、及び、
    出力：出力されるのは、飲食店データであり、当該飲食店データに関連付けられているのは、前記指定された味嗜好性スコアデータ及び／又は味嗜好性クラスである。
16. 請求項１５のプログラムであって、それによってコンピュータが実行するのは、更に、以下の処理である：
    検索：検索されるのは、出力される飲食店データであり、その際に参照されるのは、入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、並びに、飲食店データベースであり、この飲食店データベースが示すのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータ並びに飲食店データの関係である。
17. 交際候補者提案プログラムであって、それによってコンピュータが実行するのは、少なくとも、以下の処理である：
    入力：入力されるのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータであり、及び、
    出力：出力されるのは、交際候補者提案データであり、当該交際候補者提案データに関連付けられているのは、前記指定された味嗜好性スコアデータ及び／又は味嗜好性クラスである。
18. 請求項１７のプログラムであって、それによってコンピュータが実行するのは、更に、以下の処理である：
    検索：検索されるのは、出力される交際候補者提案データであり、その際に参照されるのは、入力された味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、並びに、交際候補者データベースであり、この交際候補者データベースが示すのは、味嗜好性スコアデータ及び／又は味嗜好性クラスデータ、並びに、交際候補者データの関係である。
19. 味嗜好性把握用飲食品セットであって、それを構成するのは、少なくとも、３以上の飲食品であり、
    前記３以上の飲食品が含むのは、少なくとも、食塩であり、
    前記３以上の飲食品の食塩濃度は、それぞれ異なる。
20. 請求項１９の味嗜好性把握用飲食品セットであって、
    前記食塩濃度は、０．１３％以上３．００％以下である。
    
    

Images