JP2023077887A - メニュー提供装置、メニュー提供システム、メニュー提供方法、及び、プログラム - Google Patents

Abstract

【課題】ユーザによるメニューの立案を適切に支援する。【解決手段】ユーザ情報取得部１０３は、ユーザの属性を示す属性情報と、身体特徴情報と身体状態情報と運動量情報とのうち少なくとも１つを含む身体情報とを取得する。推定部１０４は、属性情報と身体情報とからユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得された学習済みモデルを用いて、ユーザ情報取得部１０３が取得した属性情報と身体情報とから味嗜好数値群を推定する。メニュー選択部１０５は、料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、推定部１０４が推定した味嗜好数値群に対応するメニューを選択する。メニュー送信部１０７は、メニュー選択部１０５が選択したメニューを示すメニュー情報を、ユーザの端末装置に送信する。【選択図】図５

Description

本開示は、メニュー提供装置、メニュー提供システム、メニュー提供方法、及び、プログラムに関する。

家事において食事作りの負担は大きい。食事作りの中でもメニューの立案は、手間がかかる作業である。その理由は、メニューを立案する場合、家族の好み、家族の健康状態、栄養のバランス、過去のメニューとの比較等、検討すべき事項が多いためである。

現在、食事作りの負担を減らすため、ユーザにメニューを提供する種々の技術が知られている。例えば、特許文献１には、食事の好みに関する質問に対するユーザの回答を考慮して、メニューを決定する技術が記載されている。特許文献１には、食事の好みの具体例として、「洋風が好き」、「和風が好き」等が記載されている。

特開２０２０－１９０９２１号公報

しかしながら、食事の好みは、甘味、塩味等の味要素に大きく依存すると考えられる。このため、味要素が考慮されない特許文献１に記載された技術では、ユーザに適切なメニューを提案することは困難である。例えば、特許文献１に記載された技術では、洋食好きであって塩味が苦手なユーザに対して塩味の強い洋食のメニューが提案され、提案されたメニューが採用されない可能性がある。このように、特許文献１に記載された技術では、ユーザに適切なメニューを提案することができず、ユーザによるメニューの立案を適切に支援することが困難である。このため、ユーザによるメニューの立案を適切に支援する技術が望まれている。

本開示は、上記問題に鑑みてなされたものであり、ユーザによるメニューの立案を適切に支援するメニュー提供装置、メニュー提供システム、メニュー提供方法、及び、プログラムを提供することを目的とする。

上記目的を達成するために、本開示に係るメニュー提供装置は、
ユーザの属性を示す属性情報と、前記ユーザの身体の特徴を示す身体特徴情報と前記ユーザの身体の状態を示す身体状態情報と前記ユーザの運動量を示す運動量情報とのうち少なくとも１つを含む身体情報とを取得するユーザ情報取得手段と、
前記属性情報と前記身体情報とから前記ユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得された学習済みモデルを用いて、前記ユーザ情報取得手段が取得した前記属性情報と前記身体情報とから前記味嗜好数値群を推定する推定手段と、
料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、前記推定手段が推定した前記味嗜好数値群に対応するメニューを選択するメニュー選択手段と、
前記メニュー選択手段が選択した前記メニューを示すメニュー情報を、前記ユーザの端末装置に送信するメニュー送信手段と、を備える。

本開示では、学習済みモデルを用いて属性情報と身体情報とからユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群が推定され、推定された味嗜好数値群に対応するメニューが選択される。従って、本開示によれば、ユーザによるメニューの立案を適切に支援することができる。

実施の形態１に係るメニュー提供システムの構成図 実施の形態１に係るメニュー提供装置の構成図 味構成情報を示す図 選択履歴情報を示す図 実施の形態１に係るメニュー提供装置の機能構成図 学習用データを示す図 選択メニューの各料理の味構成を示す図 選択メニュー全体の味構成を示す図 推定された味嗜好を示す図 最適メニューの各料理の味構成を示す図 実施の形態１に係るメニュー提供装置が実行するメニュー提供処理を示すフローチャート 実施の形態２に係るメニュー提供装置の機能構成図 レシピ情報を示す図 端末装置に表示される開始画面を示す図 実施の形態３に係るメニュー提供システムの構成図 実施の形態３に係るメニュー提供装置の機能構成図 使用食材情報を示す図 使用可能食材情報を示す図

以下、本開示の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一又は相当部分には同一符号を付す。

（実施の形態１）
図１は、実施の形態１に係るメニュー提供システム１０００の構成を示す図である。メニュー提供システム１０００は、ユーザによる食事の献立の立案を支援するために、ユーザにメニューを提供するシステムである。ユーザが採用するメニューは、ユーザの属性、健康状態等に依存すると考えられる。そこで、メニュー提供システム１０００は、ユーザの属性、健康状態等を考慮してユーザにとって最適なメニューを選択し、選択したメニューをユーザに提供する。

図１に示すように、メニュー提供システム１０００は、メニュー提供装置１００と、料理情報データベース２００と、選択履歴情報データベース３００とを備える。メニュー提供装置１００と料理情報データベース２００と選択履歴情報データベース３００とは、通信ネットワーク６００に接続され、通信ネットワーク６００を介して相互に通信可能に接続される。また、通信ネットワーク６００には、端末装置４００と調理機器５００とが接続される。本実施の形態では、ＩＨ（Induction Heating）クッキングヒータ５００Ａと電子レンジ５００Ｂとが通信ネットワーク６００に接続され、圧力鍋５００Ｃは通信ネットワーク６００に接続されない。以下、適宜、ＩＨクッキングヒータ５００Ａと電子レンジ５００Ｂと圧力鍋５００Ｃとを総称して調理機器５００という。

メニュー提供装置１００は、ユーザにメニューを提供する装置である。メニュー提供装置１００は、種々の属性、種々の健康状態等を有するユーザが過去に採用したメニューの実績に基づいて、ユーザの味嗜好を学習する。メニュー提供装置１００は、学習により得られた学習済みモデルを用いて、ユーザの属性、ユーザの健康状態等からユーザの味嗜好を推定する。メニュー提供装置１００は、推定した味嗜好に基づいて、ユーザに適した料理の組み合わせを選択し、選択した料理の組み合わせを含むメニューをユーザに提供する。なお、本実施の形態では、ユーザの味嗜好は、ユーザが、ユーザの属性に基づく環境、ユーザの健康状態等を考慮して、最終的に好んで摂取する食事の味を意味する概念である。

メニュー提供装置１００は、通信ネットワーク６００を介して、料理情報データベース２００と選択履歴情報データベース３００と端末装置４００とＩＨクッキングヒータ５００Ａと電子レンジ５００Ｂとに接続される。メニュー提供装置１００は、料理情報データベース２００に記憶された料理情報と選択履歴情報データベース３００に記憶された選択履歴情報とに基づいて、ユーザの味嗜好を学習する。また、メニュー提供装置１００は、学習済みモデルを用いて推定したユーザの味嗜好に基づいて選択したメニューを示すメニュー情報を端末装置４００に送信する。

メニュー提供装置１００は、例えば、ユーザにメニューを提供するサービスを提供するクラウドサーバである。クラウドサーバは、クラウドコンピューティングにおけるリソースを提供するサーバである。図２に示すように、メニュー提供装置１００は、制御部１１と、第１記憶部１２と、第２記憶部１３と、第３記憶部１４と、通信部１５とを備える。

制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＲＴＣ（Real Time Clock）等を備える。ＣＰＵは、中央処理装置、中央演算装置、プロセッサ、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）等とも呼び、メニュー提供装置１００の制御に係る処理及び演算を実行する中央演算処理部として機能する。制御部１１において、ＣＰＵは、ＲＯＭに格納されているプログラム及びデータを読み出し、ＲＡＭをワークエリアとして用いて、メニュー提供装置１００を統括制御する。ＲＴＣは、例えば、計時機能を有する集積回路である。なお、ＣＰＵは、ＲＴＣから読み出される時刻情報から現在日時を特定可能である。

第１記憶部１２は、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable ROM）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）等の不揮発性の半導体メモリを備えており、いわゆる補助記憶装置としての役割を担う。第１記憶部１２は、制御部１１が各種処理を実行するために使用するプログラム及びデータを記憶する。また、第１記憶部１２は、制御部１１が各種処理を実行することにより生成又は取得するデータを記憶する。

第２記憶部１３は、膨大な量のデータを記憶する装置である。例えば、第２記憶部１３は、学習済みモデルを記憶する。第２記憶部１３は、例えば、ハードディスクドライブを備える。第３記憶部１４は、膨大な量のデータを記憶する装置である。例えば、第３記憶部１４は、ユーザが所有する調理機器５００を示す機器情報を記憶する。第３記憶部１４は、例えば、ハードディスクドライブを備える。

通信部１５は、制御部１１による制御に従って、通信ネットワーク６００を介して、料理情報データベース２００、選択履歴情報データベース３００、端末装置４００、ＩＨクッキングヒータ５００Ａ、電子レンジ５００Ｂ等と通信する。通信部１５は、メニュー提供装置１００を通信ネットワーク６００に接続するための通信インターフェースを備える。

料理情報データベース２００は、料理情報を格納するデータベースである。料理情報は、料理に関する各種の情報である。本実施の形態では、料理情報は、料理毎に味の構成を示す味構成情報を含む。図３に示すように、味構成情報は、料理名と味の構成とが対応付けられた情報である。味の構成は、各味要素の強さを定量化した数値群により表現される。味要素は、味を構成する要素である。本実施の形態では、味要素は、甘味、塩味、酸味、苦味、旨味、渋味、辛味の７つであり、各味要素の強さは、０から５のいずれかの整数である。味要素の強さは、味要素の強さを表す数値が大きいほど強い。例えば、甘味が０であることは甘味が全くないことを意味し、塩味が５であることは非常にしょっぱいことを意味する。

このように、味構成情報は、例えば、野菜炒めについては、甘味：１、塩味：２、酸味：１、苦味：０、旨味：２、渋味：１、辛味：１というように、その料理を一般的な方法で作ったときの味を複数の味要素に分解して、各味要素の強さが分かるように数値化した情報である。味構成情報は、豚キムチ炒め、ハンバーグ等の様々な料理に関する情報も有する。味構成情報は、和食、洋食、中華等のジャンル、主食、主菜、副菜等の種類等に拘わらず、様々な料理に関する情報を有する。味構成情報を生成する方法は、適宜、調整することができる。例えば、味覚センサを用いて各味要素の強さを機械的に測定し、測定結果に基づいて味構成情報を生成してもよい。また、例えば、人間が実食した時の感覚を元に各味要素の強さを数値化することにより、味構成情報を生成してもよい。

料理情報は、味構成情報以外の情報を含んでいてもよい。例えば、料理情報は、栄養情報、調理機器情報、レシピ情報等を含んでいてもよい。栄養情報は、料理が持つ栄養学的な情報であり、例えば、料理毎に、カロリーの大きさ、脂質、ビタミン、鉄分等の含有量を示す情報である。調理機器情報は、料理毎に、料理を作る際に必要となる調理機器５００を示す情報である。レシピ情報は、料理毎に、料理の手順を示す情報である。

選択履歴情報データベース３００は、選択履歴情報を格納するデータベースである。選択履歴情報は、各ユーザが過去に選択したメニューの履歴を示す情報である。図４に示すように、選択履歴情報は、ユーザ情報と選択メニューとが対応付けられた情報である。ユーザ情報は、属性情報と身体情報とを含む。属性情報は、ユーザの属性を示す情報であり、ユーザが備える性質又は特徴を示す情報である。属性情報は、例えば、年齢、性別、国籍、居住地、出身地等を示す情報である。

身体情報は、ユーザの身体に関する情報である。身体情報は、身体特徴情報と身体状態情報と運動量情報とのうち少なくとも１つを含む情報である。身体特徴情報は、ユーザの身体の特徴を示す情報である。身体特徴情報は、例えば、身長、体重等を示す情報である。身体状態情報は、ユーザの身体の状態を示す情報である。身体状態情報は、例えば、心拍数、体温、持病等を示す情報である。運動量情報は、ユーザの運動量を示す情報である。運動量情報は、運動量、代謝量等を示す情報である。この代謝量は、基礎代謝量に加え、運動による代謝量を含む。運動量は、例えば、直近の一週間における運動量である。運動量は、例えば、ウェアラブルセンサ（図示せず）から取得可能である。

選択メニューは、各ユーザが実際に選択したメニューであり、各ユーザが食事において実際に食べた料理の組み合わせに対応するメニューである。選択メニューは、例えば、料理の名称を列挙したものである。このように、選択履歴情報は、過去に食事をしたユーザのユーザ情報と、この食事のメニューに含まれる各料理の名称とが対応付けられた情報である。

端末装置４００は、ユーザが操作する装置である。端末装置４００は、スマートフォン、タブレット端末、ノートパソコン等である。端末装置４００は、端末装置４００全体の動作を制御する制御部（図示せず）と、各種の情報を記憶する記憶部（図示せず）と、各種の情報を標示する表示部（図示せず）と、各種の操作を受け付ける操作受付部（図示せず）と、通信ネットワーク６００に接続する機能を有する通信部（図示せず）とを備える。

調理機器５００は、調理に用いる機器であり、ユーザが所有する機器である。本実施の形態では、調理機器５００は、ＩＨクッキングヒータ５００Ａと電子レンジ５００Ｂと圧力鍋５００Ｃとの３つである。ＩＨクッキングヒータ５００Ａは、電磁誘導加熱により金属製の調理器具を自己発熱させる調理器具である。電子レンジ５００Ｂは、マイクロ波を利用して食品を加熱する調理器具である。圧力鍋５００Ｃは、鍋の内部に大気圧以上の圧力を加えて鍋の内部の沸点を高めることで、比較的短時間で調理するための調理器具である。

本実施の形態では、ＩＨクッキングヒータ５００Ａと電子レンジ５００Ｂとは通信ネットワーク６００に接続する機能を有し、圧力鍋５００Ｃは通信ネットワーク６００に接続する機能を有しない。ＩＨクッキングヒータ５００Ａは、通信部５１０Ａと処理部５２０Ａとセンサ５３０Ａとを備える。電子レンジ５００Ｂは、通信部５１０Ｂと処理部５２０Ｂとセンサ５３０Ｂとを備える。以下、適宜、通信部５１０Ａと通信部５１０Ｂとを総称して通信部５１０といい、処理部５２０Ａと処理部５２０Ｂとを総称して処理部５２０といい、センサ５３０Ａとセンサ５３０Ｂとを総称してセンサ５３０という。

通信部５１０は、調理機器５００を通信ネットワーク６００に接続する。通信部５１０は、通信ネットワーク６００を介して、メニュー提供装置１００、端末装置４００等と通信する。処理部５２０は、ユーザによる指示、メニュー提供装置１００による指示等に従って、調理機器５００の動作を制御する。センサ５３０は、調理機器５００の状態、周囲の環境等を検出するセンサである。

通信ネットワーク６００は、メニュー提供装置１００と料理情報データベース２００と選択履歴情報データベース３００と端末装置４００と調理機器５００とを相互に接続する通信ネットワークである。通信ネットワーク６００は、例えば、インターネットである。

次に、図５を参照して、メニュー提供装置１００の機能について説明する。メニュー提供装置１００は、機能的には、学習用データ取得部１０１と、モデル生成部１０２と、ユーザ情報取得部１０３と、推定部１０４と、メニュー選択部１０５と、機器情報取得部１０６と、メニュー送信部１０７とを備える。これらの各機能は、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェア及びファームウェアは、プログラムとして記述され、ＲＯＭ又は第１記憶部１２に格納される。そして、ＣＰＵが、ＲＯＭ又は第１記憶部１２に記憶されたプログラムを実行することによって、これらの各機能を実現する。

学習用データ取得部１０１は、学習済みモデルを生成するための学習用データを取得する。図６に示すように、本実施の形態では、学習用データは、属性情報と身体情報と選択メニュー全体の味構成とを関連付けたデータである。選択メニュー全体の味構成は、選択メニュー全体としての各味要素の強さを定量化することにより表現される。学習用データ取得部１０１は、選択履歴情報データベース３００に格納された選択履歴情報から属性情報と身体情報とを抽出することにより、属性情報と身体情報とを取得する。

また、学習用データ取得部１０１は、選択履歴情報データベース３００に格納された選択履歴情報から選択メニューを抽出する。学習用データ取得部１０１は、料理情報データベース２００に格納された料理情報に含まれる味構成情報に基づいて、抽出した選択メニューに含まれる各料理の味構成を特定する。学習用データ取得部１０１は、特定した各料理の味構成から、選択メニュー全体の味構成を決定する。以下、学習用データ取得部１０１が選択メニュー全体の味構成を決定する手法について詳細に説明する。

まず、学習用データ取得部１０１は、図４に示す選択履歴情報から１つ目のレコードを抽出する。学習用データ取得部１０１は、１つ目のレコードに含まれる属性情報と身体情報とを取得する。具体的には、学習用データ取得部１０１は、属性情報として、年齢：３０（歳）、性別：男、出身地：北海道、という情報を取得する。また、学習用データ取得部１０１は、身体情報として、体温：３６．５（度）、高血圧：なし、貧血：なし、という情報を取得する。

また、学習用データ取得部１０１は、１つ目のレコードに含まれる選択メニューを取得する。具体的には、学習用データ取得部１０１は、選択メニューとして、ご飯と味噌汁と野菜炒めとの組み合わせを取得する。学習用データ取得部１０１は、料理情報に含まれる味構成情報に基づいて、各料理の味構成を特定する。具体的には、学習用データ取得部１０１は、図７に示すように、ご飯の味構成として、甘味：２、塩味：１、酸味：０、苦味：０、旨味：２、渋味：０、辛味：０、という味構成を特定する。また、学習用データ取得部１０１は、味噌汁の味構成として、甘味：２、塩味：３、酸味：０、苦味：０、旨味：３、渋味：０、辛味：０、という味構成を特定する。学習用データ取得部１０１は、野菜炒めの味構成として、甘味：１、塩味：２、酸味：１、苦味：０、旨味：２、渋味：１、辛味：１、という味構成を特定する。

学習用データ取得部１０１は、味要素毎に、各料理の味要素の数値を比較して、味要素毎に、味要素の数値の最大値を特定する。学習用データ取得部１０１は、図８に示すように、味要素毎に特定した最大値を各味要素の数値として採用した味構成を、選択メニュー全体の味構成として決定する。かかる構成によれば、選択メニューを選択したユーザの味嗜好を、選択メニュー全体の味構成に反映することができる。

なお、各味要素の数値の最大値を採用する理由は、各料理を通して各味要素の中で突出した強さを有する味要素が、ユーザの味嗜好を表すと考えられるためである。例えば、選択メニューに含まれる全ての料理が全体的に甘めであり、これらの料理のうち１つの料理が極めて辛い場合、この選択メニューを選択したユーザの味嗜好は、甘い料理を好むというよりも、辛い料理を好むと考えられるためである。

モデル生成部１０２は、学習用データからユーザの味嗜好を学習し、学習済みモデルを生成する。学習済みモデルは、ユーザ情報からユーザの味嗜好を推定するモデルである。つまり、学習済みモデルは、属性情報と身体情報とを含むユーザ情報を入力し、ユーザの味嗜好の推定結果を出力するモデルである。本実施の形態では、属性情報が示す属性と身体情報が示す身体状況とが共通するユーザは、味嗜好が共通する可能性が高いことを前提としている。モデル生成部１０２が用いる学習アルゴリズムとして、教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを採用することができる。本実施の形態では、モデル生成部１０２は、ニューラルネットワークを用いた教師あり学習により、ユーザの味嗜好を学習する。

教師あり学習は、入力と結果との組み合わせを学習用データとして学習モデルに与えて学習用データに存在する特徴を学習することで、入力から結果を推論する学習手法である。ニューラルネットワークは、複数のニューロンを含む入力層と、複数のニューロンを含む中間層と、複数のニューロンを含む出力層とを含む。中間層は、１層でもよいし、２層以上でもよい。ニューラルネットワークは、学習用データを入力したときの出力が学習用データに含まれる結果に近づくように各層間の重みを調整することで学習する。

本実施の形態では、モデル生成部１０２は、図６に示す学習用データを１レコードずつ学習モデルに入力する。そして、モデル生成部１０２は、学習モデルから出力される味構成が学習モデルに入力したレコードに含まれる味構成に近づくように、学習モデル内の各層間の重みを調整することにより、学習済みモデルを生成する。学習済みモデルは、味嗜好の推定結果として、ユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を出力する。モデル生成部１０２は、生成した学習済みモデルを第２記憶部１３に記憶する。

ユーザ情報取得部１０３は、属性情報と身体情報とを含むユーザ情報を取得する。ユーザ情報取得部１０３がユーザ情報を取得する手法は、適宜、調整することができる。例えば、ユーザ情報取得部１０３は、第３記憶部１４に予め記憶されているユーザ情報を取得してもよい。また、ユーザ情報取得部１０３は、端末装置４００に予め記憶されているユーザ情報を取得してもよいし、端末装置４００を介してユーザからユーザ情報を受け付けてもよい。また、ユーザ情報取得部１０３は、ユーザ情報のうち身体情報を、体重計、スマートウォッチ、体温計、心拍数センサ、運動量計等から自動で取得してもよい。ユーザ情報取得部１０３は、ユーザ情報取得手段の一例である。

推定部１０４は、モデル生成部１０２が生成した学習済みモデルを用いて、ユーザ情報取得部１０３が取得した属性情報と身体情報とからユーザの味嗜好を表す味嗜好数値群を推定する。上述したように、学習済みモデルは、属性情報と身体情報とからユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得される。

推定部１０４は、属性情報と身体情報とを学習済みモデルに入力し、学習済みモデルから出力された味嗜好数値群をユーザの味嗜好として推定する。推定部１０４は、ユーザと類似する他のユーザが過去に選択したメニュー全体の味構成に対応する味嗜好を、ユーザの味嗜好として推定する。なお、ユーザと他のユーザとが類似することは、ユーザの属性及び身体状況が他のユーザの属性及び身体状況と類似することを意味する。推定部１０４は、推定手段の一例である。

メニュー選択部１０５は、料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、推定部１０４が推定した味嗜好数値群に対応するメニューを選択する。料理情報データベースは、図３に示す味構成情報を含む料理情報が格納されたデータベースである。料理味数値群は、図３に味構成情報のうち１つのレコードに対応する。メニュー選択部１０５がメニューを選択する手法は、適宜、調整することができる。

例えば、図９に示す味嗜好を表す味嗜好数値群が推定された場合を想定する。この味嗜好数値群は、甘味：２、塩味：３、酸味：２、苦味：０、旨味：２、渋味：１、辛味：１、という味構成を表す。この場合、メニュー選択部１０５は、選択メニュー全体の味構成が、推定された味嗜好数値群が表す味構成と一致または近似するように、料理の組み合わせを選択する。上述したように、選択メニュー全体の味構成は、選択メニューに含まれる各料理の各味要素の最大値を、各味要素の数値として採用した味構成である。従って、メニュー選択部１０５は、選択メニューに含まれる各料理の各味要素の最大値が、それぞれ、甘味：２、塩味：３、酸味：２、苦味：０、旨味：２、渋味：１、辛味：１となるように、選択メニューを構成する料理の組み合わせを選択する。

例えば、メニュー選択部１０５は、野菜炒めと中華スープとご飯との組み合わせを選択した場合を想定する。図１０に、各料理の味構成を示す。野菜炒めの味構成は、甘味：１、塩味：２、酸味：１、苦味：０、旨味：２、渋味：１、辛味：１である。中華スープの味構成は、甘味：０、塩味：３、酸味：２、苦味：０、旨味：１、渋味：０、辛味：０である。ご飯の味構成は、甘味：２、塩味：１、酸味：０、苦味：０、旨味：２、渋味：０、辛味：０である。メニュー選択部１０５は、３つの味構成を重ね合わせて、味構成毎に最大値を特定する。すると、味構成毎に、３つの味構成の最大値を採用した味構成は、甘味：２、塩味：３、酸味：２、苦味：０、旨味：２、渋味：１、辛味：１である。この味構成は、推定部１０４が推定した味嗜好数値群と一致する。そこで、メニュー選択部１０５は、野菜炒めと中華スープとご飯との組み合わせを含むメニューを、ユーザの味嗜好に合うメニューとして選択する。

なお、選択メニュー全体の味構成が、推定された味嗜好数値群が表す味構成と一致する選択メニューを特定することは容易ではない。そこで、メニュー選択部１０５は、選択メニュー全体の味構成が、推定された味嗜好数値群が表す味構成となるべく近似する選択メニューを特定することが好適である。

例えば、メニュー選択部１０５は、メニューに含まれる各料理における各味要素の最大値のバランスと、推定された味嗜好数値群に含まれる各味要素の数値のバランスとに基づいて、メニューを選択する。つまり、メニュー選択部１０５は、選択メニュー全体の味構成（以下、「第１味構成」という。）のバランスと、推定された味嗜好数値群が表す味構成（以下、「第２味構成」という。）のバランスとが近似するように、メニューを選択する。第１味構成のバランスと第２味構成のバランスとが近似することは、各味構成の大きさの比率が第１味構成と第２味構成とで近似することを意味する。

例えば、第１味構成が、甘味：１、塩味：１、酸味：２、苦味：０、旨味：２、渋味：１、辛味：１であり、第２味構成が、甘味：２、塩味：２、酸味：４、苦味：０、旨味：４、渋味：２、辛味：２である場合、第１味構成のバランスと第２味構成のバランスとは近似する。なお、第１味構成のバランスと第２味構成のバランスとが近似することは、第１味構成を示すレーダーチャートの形状と、第２味構成を示すレーダーチャートの形状とが相似形に近いことを意味する。

また、メニュー選択部１０５は、メニューに含まれる各料理における各味要素の最大値と、推定された味嗜好数値群に含まれる各味要素の数値とのそれぞれの差が小さくなるように、メニューを選択してもよい。つまり、メニュー選択部１０５は、各味要素を示す数値が第１味構成と第２味構成とで近似するように、メニューを選択する。各味要素を示す数値が第１味構成と第２味構成とで近似することは、第１味構成を示すレーダーチャートと、第２味構成を示すレーダーチャートとが重なる領域が広いことを意味する。

メニュー選択部１０５は、推定された味嗜好数値群に基づいて複数のメニューを選択してもよい。例えば、メニュー選択部１０５は、味構成のバランスが、予め定められた程度で近似する全てのメニューを選択する。又は、例えば、メニュー選択部１０５は、味構成のバランスが、推定された味嗜好数値群と近い方から選択した予め定められた個数のメニューを選択する。又は、例えば、メニュー選択部１０５は、各味要素の差の合計値が、予め定められた値以下である全てのメニューを選択する。又は、例えば、メニュー選択部１０５は、各味要素の差の合計値が少ない方から選択した予め定められた個数のメニューを選択する。そして、メニュー選択部１０５は、各種の情報に基づいて、複数のメニューから１つのメニューを選択してもよい。

例えば、メニュー選択部１０５は、ユーザの健康状態に基づいて、複数のメニューから１つのメニューを選択してもよい。この場合、身体情報は、ユーザの健康状態を示す情報を含む。また、この場合、料理情報データベース２００は、料理で摂取される栄養素を示す栄養素情報を料理毎に格納する。つまり、この場合、料理情報は、栄養素情報を含む。そして、メニュー選択部１０５は、推定された味嗜好数値群に対応するメニューであって、ユーザの健康状態に応じた栄養素を有するメニューを選択する。

例えば、ユーザが高血圧である場合、塩分はあまり摂取しない方が好ましい。従って、この場合、メニュー選択部１０５は、塩分の総量が相対的に少ないメニューを選択する。例えば、推定された味嗜好数値群に対応するメニューとして、塩味：３である第１メニューと、塩味：３である第２メニューとの２つのメニューが選択された場合を想定する。この場合においても、第１メニューにおける塩分の総量と第２メニューにおける塩分の総量とは異なることが多い。

例えば、第１メニューに塩味：３の料理が３つ含まれ、第２メニューに塩味：３の料理が１つだけ含まれている場合、第１メニューにおける塩分の総量の方が第２メニューにおける塩分の総量よりも多い可能性が高い。この場合、メニュー選択部１０５は、第１メニューと第２メニューとのうち、第２メニューを選択する。なお、メニュー選択部１０５は、栄養素情報に基づいて、各料理に含まれる栄養素を特定することができる。

また、メニュー選択部１０５は、ユーザが所有する調理機器５００に基づいて、複数のメニューから１つのメニューを選択してもよい。この場合、メニュー選択部１０５は、推定された味嗜好数値群に対応するメニューであって、ユーザが所有する調理機器５００で調理されるメニューを選択する。本実施の形態では、ユーザは、ＩＨクッキングヒータ５００Ａと電子レンジ５００Ｂと圧力鍋５００Ｃとを所有する。

ここで、例えば、推定された味嗜好数値群に対応するメニューとして、これらの３つの調理機器５００で調理が完結する第１メニューと、これらの３つの調理機器５００で調理が完結しない第２メニューとの２つのメニューが選択された場合を想定する。この場合、メニュー選択部１０５は、第１メニューと第２メニューとのうち、第１メニューを選択する。なお、メニュー選択部１０５は、機器情報取得部１０６が取得する機器情報に基づいて、ユーザが所有する調理機器５００を特定することができる。メニュー選択部１０５は、メニュー選択手段の一例である。

機器情報取得部１０６は、ユーザが所有する調理機器５００を示す機器情報を取得する。本実施の形態では、機器情報は、ユーザが所有する調理機器５００として、ＩＨクッキングヒータ５００Ａと電子レンジ５００Ｂと圧力鍋５００Ｃとを示す情報である。機器情報取得部１０６が機器情報を取得する手法は、適宜、調整することができる。例えば、メニュー選択部１０５は、第３記憶部１４に予め記憶されている機器情報を取得することができる。機器情報取得部１０６は、機器情報取得手段の一例である。

メニュー送信部１０７は、メニュー選択部１０５が選択したメニューを示すメニュー情報を、ユーザの端末装置４００に送信する。例えば、メニュー送信部１０７は、通信部１５を制御して、通信ネットワーク６００を介して、メニュー情報を端末装置４００に送信する。一方、端末装置４００は、メニュー提供装置１００から受信したメニュー情報により示されるメニューをユーザに提示する。メニュー送信部１０７は、メニュー送信手段の一例である。

次に、図１１のフローチャートを参照して、メニュー提供装置１００が実行するメニュー提供処理について説明する。メニュー提供処理は、例えば、モデル生成部１０２により学習済みモデルが生成された後、メニュー提供装置１００が端末装置４００から開始指示を受け付けたときに実行される。

まず、メニュー提供装置１００が備える制御部１１は、ユーザ情報を取得する（ステップＳ１０１）。例えば、制御部１１は、第３記憶部１４に予め記憶されているユーザ情報を取得する。制御部１１は、ステップＳ１０１の処理を完了すると、学習済みモデルを用いてユーザの味嗜好を推定する（ステップＳ１０２）。例えば、制御部１１は、第２記憶部１３に記憶されている学習済みモデルに属性情報と身体情報とを含むユーザ情報を入力する。制御部１１は、学習済みモデルがユーザの味嗜好の推定結果として出力した味嗜好数値群を取得する。

制御部１１は、ステップＳ１０２の処理を完了すると、推定した味嗜好からメニューの候補を選択する（ステップＳ１０３）。例えば、制御部１１は、料理情報に含まれる味構成情報に基づいて、メニューの候補全体としての味構成が、推定した味嗜好に対応する味構成と近似するように、メニューの候補を選択する。つまり、制御部１１は、メニューの候補に含まれる各料理の味要素毎の最大値が、それぞれ、推定した味嗜好に対応する味嗜好数値群における各味要素の数値と近い値になるように、少なくとも１つのメニューの候補を選択する。

制御部１１は、ステップＳ１０３の処理を完了すると、機器情報と身体情報とに基づいてメニューの候補からメニューを選択する（ステップＳ１０４）。例えば、制御部１１は、機器情報からユーザが所有する調理機器５００を特定し、身体情報からユーザの健康状態を特定する。そして、制御部１１は、少なくとも１つのメニューの候補から、ユーザが所有する調理機器５００で調理が完結するメニューであって、ユーザの健康状態に適したメニューを選択する。

制御部１１は、ステップＳ１０４の処理を完了すると、選択したメニューを示すメニュー情報を端末装置４００に送信する（ステップＳ１０５）。例えば、制御部１１は、通信部１５を制御して、通信ネットワーク６００を介して、端末装置４００にメニュー情報を送信する。制御部１１は、ステップＳ１０５の処理を完了すると、メニュー提供処理を完了する。

本実施の形態では、学習済みモデルを用いて属性情報と身体情報とからユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群が推定され、味嗜好数値群に対応するメニューが選択される。選択されるメニューは、メニューが提供されるユーザと類似するユーザが過去に選択したメニューと同様の味構成を有するメニューである。このため、選択されるメニューは、ユーザの味嗜好に合致した味構成のメニューである可能性が高く、ユーザに採用されるメニューである可能性が高い。本実施の形態によれば、ユーザによるメニューの立案を適切に支援することができる。

また、本実施の形態では、選択されるメニューに含まれる各料理における各味要素の最大値のバランスと、推定された味嗜好数値群に含まれる各味要素の数値のバランスとに基づいて、メニューが選択される。従って、本実施の形態によれば、ユーザの味嗜好に合致したメニューをユーザに提供することができる。

また、本実施の形態では、選択されるメニューに含まれる各料理における各味要素の最大値と、推定された味嗜好数値群に含まれる各味要素の数値とのそれぞれの差が小さくなるように、メニューが選択される。従って、本実施の形態によれば、ユーザの味嗜好に合致したメニューをユーザに提供することができる。

また、本実施の形態では、推定された味嗜好数値群に対応するメニューであって、ユーザの健康状態に応じた栄養素を有するメニューが選択される。従って、本実施の形態によれば、ユーザの味嗜好及び健康状態に合致したメニューをユーザに提供することができる。

また、本実施の形態では、推定された味嗜好数値群に対応するメニューであって、ユーザが所有する調理機器５００で調理されるメニューが選択される。従って、本実施の形態によれば、ユーザの味嗜好及び調理環境に合致したメニューをユーザに提供することができる。

（実施の形態２）
実施の形態１では、ユーザにメニューを提供する例について説明した。本実施の形態では、ユーザにメニューを提供するだけでなく、提供したメニューによる調理を支援する例に付いて説明する。なお、実施の形態１と同様の構成及び機能については、適宜、説明を省略又は簡略化する。

図１２を参照して、本実施の形態に係るメニュー提供装置１２０の機能について説明する。メニュー提供装置１２０は、機能的には、学習用データ取得部１０１と、モデル生成部１０２と、ユーザ情報取得部１０３と、推定部１０４と、メニュー選択部１０５と、機器情報取得部１０６と、メニュー送信部１０７と、指示情報送信部１０８とを備える。これらの各機能は、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェア及びファームウェアは、プログラムとして記述され、ＲＯＭ又は第１記憶部１２に格納される。そして、ＣＰＵが、ＲＯＭ又は第１記憶部１２に記憶されたプログラムを実行することによって、これらの各機能を実現する。

本実施の形態では、料理情報データベース２００は、料理のレシピを示すレシピ情報を料理毎に格納する。本実施の形態では、レシピ情報は、調理手順に関する種々の情報を含む。例えば、レシピ情報は、ユーザが端末装置４００の画面を参照しながら調理機器５００を用いて調理することを支援するための種々の情報を含む。図１３に、ハンバーグを調理するときに用いるレシピ情報を示す。

このレシピ情報は、調理に関して対象機器に対してなすべき制御の内容とこの制御のタイミングとを示す情報である。レシピ情報は、経過時間（秒）と、対象機器と、区分と、パラメータとを含む。経過時間（秒）は、調理を開始してから経過した時間である。経過時間の単位は秒である。対象機器は、調理に関して制御の対象となる機器である。本実施の形態では、対象機器は、ＩＨＣＨ（Induction Heating Cooking Heater）とスマートフォンとの何れかである。なお、ＩＨＣＨはＩＨクッキングヒータ５００Ａを意味し、スマートフォンは端末装置４００を意味する。区分は、制御の区分を示し、操作と通知との何れかである。パラメータは、制御に関するパラメータであり、制御内容、通知内容とを示すパラメータである。

指示情報送信部１０８は、ユーザが上記メニューに含まれる料理を調理する場合、上記メニューに含まれる料理のレシピに応じたタイミングでレシピに応じた指示情報を、端末装置４００又はユーザが所有する調理機器５００に送信する。例えば、ハンバーグを含むメニューがユーザに提供され、ユーザがこのメニューを採用し、ハンバーグを調理することを決定した場合を想定する。この場合、例えば、ユーザが、ハンバーグを調理することを端末装置４００に通知すると、端末装置４００は、図１４に示す画面を提示する。また、端末装置４００は、ユーザがハンバーグを調理することメニュー提供装置１００に通知する。

以後、メニュー提供装置１００は、レシピ情報を参照して、端末装置４００と調理機器５００とに各種の情報を送信する。例えば、指示情報送信部１０８は、調理開始時点において、「運転：ＯＮ、火力：中」というパラメータを含む制御コマンドを生成し、この制御コマンドをＩＨクッキングヒータ５００Ａに送信する。また、指示情報送信部１０８は、調理開始から１秒後に、「ＩＨクッキングヒータにフライパンを載せ、ハンバーグを並べてください。」というメッセージを通知するコマンドを生成し、このコマンドを端末装置４００に送信する。指示情報送信部１０８は、同様の手順で、ハンバーグのレシピに応じたタイミングで、このレシピに応じたコマンドを端末装置４００又はＩＨクッキングヒータ５００Ａに送信する。指示情報送信部１０８は、調理開始から２７０秒後に、調理の終了を通知するコマンドを端末装置４００に送信し、運転：ＯＦＦを指示する制御コマンドをＩＨクッキングヒータ５００Ａに送信する。指示情報送信部１０８は、指示情報送信手段の一例である。

ＩＨクッキングヒータ５００Ａは、メニュー提供装置１００から受信した制御コマンドに従って、ＩＨクッキングヒータ５００Ａの動作を制御する。また、端末装置４００は、メニュー提供装置１００から受信したコマンドに従って、メッセージをユーザに通知する。端末装置４００がメッセージをユーザに通知する方法は、画面表示でもよいし、音声通知でもよい。但し、調理時は、ユーザが画面表示を確認できない可能性があるため、音声通知の方が好ましいと考えられる。

本実施の形態では、メニューに含まれる料理のレシピに応じたタイミングでレシピに応じた指示情報が、端末装置４００又はユーザが所有する調理機器５００に送信される。従って、本実施の形態によれば、調理の際のユーザの手間が軽減される。また、提案されたメニューについては調理のサポートが得られるため、例えば、調理経験が浅いユーザであっても、調理に失敗する不安を抱えることなく、好きなメニューを選びやすくなる。

（実施の形態３）
実施の形態１では、調理に用いる食材の有無が考慮されずにメニューが選択される例について説明した。本実施の形態では、調理に用いる食材の有無が考慮されてメニューが選択される例について説明する。なお、実施の形態１又は２と同様の構成及び機能については、適宜、説明を省略又は簡略化する。

図１５に、本実施の形態に係るメニュー提供システム１３００の構成を示す。図１５に示すように、メニュー提供システム１３００は、メニュー提供装置１３０と、料理情報データベース２００と、選択履歴情報データベース３００と、配送情報データベース７００とを備える。

配送情報データベース７００は、ユーザの住居に配送される食材を示す配送情報が格納されたデータベースである。配送情報は、例えば、食材名と配送予定量と配送予定日時とが対応付けられた情報である。例えば、配送情報は、明日の午後１時に、３個の玉ねぎと、５００ｍｌの牛乳とが、ユーザの住宅に配送されることを示す情報である。

また、本実施の形態では、ユーザは、調理機器５００として、ＩＨクッキングヒータ５００Ａと圧力鍋５００Ｃと冷蔵庫５００Ｄとを所有する。冷蔵庫５００Ｄは、通信部５１０Ｄと処理部５２０Ｄとセンサ５３０Ｄとを備える。通信部５１０Ｄは、冷蔵庫５００Ｄを通信ネットワーク６００に接続する機能を有する。処理部５２０Ｄは、冷蔵庫５００Ｄ全体の動作を制御する。センサ５３０Ｄは、各種のセンサである。例えば、センサ５３０Ｄは、冷蔵庫５００Ｄの内部の画像を撮像する。冷蔵庫５００Ｄは、食材保管庫の一例である。

この画像から食材の在庫が特定される。例えば、センサ５３０Ｄが撮像した画像は、通信ネットワーク６００を介してメニュー提供装置１００に送信される。メニュー提供装置１００は、この画像を解析して、冷蔵庫５００Ｄの内部に保管された食材を特定し、この食材の量を特定する。メニュー提供装置１００は、特定した食材と特定した食材の量とを示す在庫情報を生成し、在庫情報を第３記憶部１４に記憶する。

次に、図１６を参照して、本実施の形態に係るメニュー提供装置１３０の機能について説明する。メニュー提供装置１３０は、機能的には、学習用データ取得部１０１と、モデル生成部１０２と、ユーザ情報取得部１０３と、推定部１０４と、メニュー選択部１０５と、機器情報取得部１０６と、メニュー送信部１０７と、指示情報送信部１０８と、在庫情報取得部１０９と、配送情報取得部１１０とを備える。これらの各機能は、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェア及びファームウェアは、プログラムとして記述され、ＲＯＭ又は第１記憶部１２に格納される。そして、ＣＰＵが、ＲＯＭ又は第１記憶部１２に記憶されたプログラムを実行することによって、これらの各機能を実現する。

在庫情報取得部１０９は、ユーザが所有する食材保管庫内の食材の在庫を示す在庫情報を取得する。例えば、在庫情報取得部１０９は、第３記憶部１４に記憶された在庫情報を取得する。在庫情報取得部１０９は、在庫情報取得手段の一例である。

また、配送情報取得部１１０は、ユーザの住居に配送される食材を示す配送情報を取得する。例えば、配送情報取得部１１０は、配送情報データベース７００から配送情報を取得する。配送情報取得部１１０は、配送情報取得手段の一例である。

ここで、メニュー選択部１０５は、推定された味嗜好数値群に対応するメニューであって、冷蔵庫５００Ｄ内に存在する食材を用いたメニューを選択してもよい。また、メニュー選択部１０５は、推定された味嗜好数値群に対応するメニューであって、ユーザの住居に配送される食材を用いたメニューを選択してもよい。本実施の形態では、メニュー選択部１０５は、推定された味嗜好数値群に対応するメニューであり、冷蔵庫５００Ｄ内に存在する食材を用いたメニューであり、ユーザの住居に配送される食材を用いたメニューを選択する。つまり、メニュー選択部１０５は、食材の在庫と食材の配送予定とに基づいて、ユーザが調理に使用できる食材を特定し、特定した食材で調理が完了するメニューを選択する。

例えば、推定された味嗜好数値群に対応するメニューとして、ハンバーグを含むメニューが特定された場合を想定する。ここで、本実施の形態では、料理情報データベース２００は、味構成情報とレシピ情報とに加え、使用食材情報を含む料理情報を格納している。使用食材情報は、料理毎に、料理に使用する食材と使用量とを示す情報である。図１７に、ハンバーグに関する使用食材情報を示す。メニュー選択部１０５は、料理情報データベース２００から使用食材情報を取得する。

また、メニュー選択部１０５は、在庫情報取得部１０９から取得した在庫情報と、配送情報取得部１１０から取得した配送情報とに基づいて、使用可能食材情報を生成する。使用可能食材情報は、ユーザが調理に使用することができる食材と使用可能量とを示す情報である。図１８に、使用可能食材情報を示す。

メニュー選択部１０５は、味嗜好数値群に対応する複数のメニューから、最適なメニューを選択するときに、使用食材情報と使用可能食材情報とを照合する。例えば、ハンバーグを含むメニューについては、現時点では、玉ねぎが不足しているため必要な材料が揃わないが、明日には、玉ねぎが到着するため必要な材料が揃う場合を想定する。

この場合、メニュー選択部１０５は、玉ねぎを含むメニューを最適メニューの候補から外すことができる。又は、メニュー選択部１０５は、玉ねぎを含むメニューを、明日以降の最適メニューとして選択することができる。また、メニュー選択部１０５は、玉ねぎを含むメニューを最適メニューの候補に残しつつ、各種のメッセージを端末装置４００に送信してもよい。メッセージとしては、玉ねぎが１／２個不足している旨、明日には玉ねぎが３個到着する旨等を通知するメッセージが考えられる

本実施の形態では、推定された味嗜好数値群に対応するメニューであって、冷蔵庫５００Ｄ内に存在する食材を用いたメニューが選択される。また、本実施の形態では、推定された味嗜好数値群に対応するメニューであって、ユーザの住居に配送される食材を用いたメニューが選択される。従って、本実施の形態によれば、ユーザの味嗜好及び使用可能な食材に合致したメニューをユーザに提供することができる。その結果、食材調達の手間が低減し、廃棄食材が低減することが期待できる。

（変形例）
以上、実施の形態を説明したが、種々の形態による変形及び応用が可能である。上記実施の形態において説明した構成、機能、動作のどの部分を採用するのかは任意である。また、上述した構成、機能、動作のほか、更なる構成、機能、動作が採用されてもよい。また、上記実施の形態において説明した構成、機能、動作は、自由に組み合わせることができる。

上述した実施の形態で説明した各種の情報の保存場所は、上述した実施の形態で説明した例に限定されない。例えば、実施の形態１では、料理情報が料理情報データベース２００に保存され、選択履歴情報が選択履歴情報データベース３００に保存され、ユーザ情報と機器情報とが第３記憶部１４を有するメニュー提供装置１００に保存される例について説明した。例えば、料理情報又は選択履歴情報がメニュー提供装置１００に保存されてもよいし、ユーザ情報又は機器情報がメニュー提供装置１００以外の装置に保存されてもよい。

実施の形態１では、１つのメニューがユーザに提供される例について説明した。複数のメニューがユーザに提供されてもよい。この場合、ユーザは、端末装置４００に提示された複数のメニューから１つのメニューを選択すればよい。

実施の形態１では、ユーザの健康状態に基づいて、推定された味嗜好数値群に対応する複数のメニューの中から１つのメニューを選択する例について説明した。具体的には、実施の形態１では、ユーザが高血圧である場合、推定された味嗜好数値群に対応する複数のメニューの中から、塩分の総量が最も少ないメニューを選択する例について説明した。ユーザの健康状態に基づいて、推定された味嗜好数値群を修正し、修正した味嗜好数値群に対応するメニューを選択してもよい。

例えば、ユーザが高血圧である場合において、推定された味嗜好数値群に対応する複数のメニューのいずれもが塩分が多いメニューである場合がある。この場合、推定された味嗜好数値群を、塩味の値を下げた味嗜好数値群に修正し、修正した味嗜好数値群に対応するメニューをユーザに提案してもよい。この場合、塩味以外の味要素は、ユーザの味嗜好に合っていると考えられるため、提案されるメニューはユーザの味嗜好に合っている可能性が高い。かかる構成によれば、ユーザの味嗜好及び健康に適したメニューをユーザに提供することができる。

上記実施の形態では、制御部１１において、ＣＰＵがＲＯＭ又は第１記憶部１２に記憶されたプログラムを実行することによって、図５，１２，１６に示した各部として機能した。しかしながら、本開示において、制御部１１は、専用のハードウェアであってもよい。専用のハードウェアとは、例えば単一回路、複合回路、プログラム化されたプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、又は、これらの組み合わせ等である。制御部１１が専用のハードウェアである場合、各部の機能それぞれを個別のハードウェアで実現してもよいし、各部の機能をまとめて単一のハードウェアで実現してもよい。また、各部の機能のうち、一部を専用のハードウェアによって実現し、他の一部をソフトウェア又はファームウェアによって実現してもよい。このように、制御部１１は、ハードウェア、ソフトウェア、ファームウェア、又は、これらの組み合わせによって、上述の各機能を実現することができる。

本開示に係るメニュー提供装置１００，１２０，１３０の動作を規定する動作プログラムを既存のパーソナルコンピュータ又は情報端末装置等のコンピュータに適用することで、当該コンピュータを、本開示に係るメニュー提供装置１００，１２０，１３０として機能させることも可能である。また、このようなプログラムの配布方法は任意であり、例えば、ＣＤ－ＲＯＭ（Compact Disk ROM）、ＤＶＤ（Digital Versatile Disk）、ＭＯ（Magneto Optical Disk）、又は、メモリカード等のコンピュータ読み取り可能な記録媒体に格納して配布してもよいし、インターネット等の通信ネットワークを介して配布してもよい。

本開示は、本開示の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、本開示を説明するためのものであり、本開示の範囲を限定するものではない。すなわち、本開示の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして特許請求の範囲内及びそれと同等の開示の意義の範囲内で施される様々な変形が、本開示の範囲内とみなされる。

本開示は、メニュー提供システムに適用可能である。

１１ 制御部、１２ 第１記憶部、１３ 第２記憶部、１４ 第３記憶部，１５ 通信部、１００，１２０，１３０ メニュー提供装置、１０１ 学習データ取得部、１０２ モデル生成部、１０３ ユーザ情報取得部、１０４ 推定部、１０５ メニュー選択部、１０６ 機器情報取得部、１０７ メニュー送信部、１０８ 指示情報送信部、１０９ 在庫情報取得部、１１０ 配送情報取得部、２００ 料理情報データベース、３００ 選択履歴情報データベース、４００ 端末装置、５００ 調理機器、５００Ａ ＩＨクッキングヒータ、５００Ｂ 電子レンジ、５００Ｃ 圧力鍋、５００Ｄ 冷蔵庫、５１０，５１０Ａ，５１０Ｂ，５１０Ｄ 通信部、５２０，５２０Ａ，５２０Ｂ，５２０Ｄ 処理部、５３０，５３０Ａ，５３０Ｂ，５３０Ｄ センサ、６００ 通信ネットワーク、７００ 配送情報データベース、１０００，１３００ メニュー提供システム

Claims (11)

1. ユーザの属性を示す属性情報と、前記ユーザの身体の特徴を示す身体特徴情報と前記ユーザの身体の状態を示す身体状態情報と前記ユーザの運動量を示す運動量情報とのうち少なくとも１つを含む身体情報とを取得するユーザ情報取得手段と、
   前記属性情報と前記身体情報とから前記ユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得された学習済みモデルを用いて、前記ユーザ情報取得手段が取得した前記属性情報と前記身体情報とから前記味嗜好数値群を推定する推定手段と、
   料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、前記推定手段が推定した前記味嗜好数値群に対応するメニューを選択するメニュー選択手段と、
   前記メニュー選択手段が選択した前記メニューを示すメニュー情報を、前記ユーザの端末装置に送信するメニュー送信手段と、を備える、
   メニュー提供装置。
2. 前記メニュー選択手段は、前記メニューに含まれる各料理における各味要素の最大値のバランスと、前記味嗜好数値群に含まれる各味要素の数値のバランスとに基づいて、前記メニューを選択する、
   請求項１に記載のメニュー提供装置。
3. 前記メニュー選択手段は、前記メニューに含まれる各料理における各味要素の最大値と、前記味嗜好数値群に含まれる各味要素の数値とのそれぞれの差が小さくなるように、前記メニューを選択する、
   請求項１に記載のメニュー提供装置。
4. 前記身体情報は、前記ユーザの健康状態を示す情報を含み、
   前記料理情報データベースは、料理で摂取される栄養素を示す栄養素情報を料理毎に格納し、
   前記メニュー選択手段は、前記味嗜好数値群に対応するメニューであって、前記ユーザの健康状態に応じた栄養素を有するメニューを選択する、
   請求項１から３の何れか１項に記載のメニュー提供装置。
5. 前記ユーザが所有する調理機器を示す機器情報を取得する機器情報取得手段を更に備え、
   前記メニュー選択手段は、前記味嗜好数値群に対応するメニューであって、前記ユーザが所有する前記調理機器で調理されるメニューを選択する、
   請求項１から４の何れか１項に記載のメニュー提供装置。
6. 前記料理情報データベースは、料理のレシピを示すレシピ情報を料理毎に格納し、
   前記ユーザが前記メニューに含まれる料理を調理する場合、前記メニューに含まれる料理のレシピに応じたタイミングで前記レシピに応じた指示情報を、前記端末装置又は前記ユーザが所有する調理機器に送信する指示情報送信手段を更に備える、
   請求項１から５の何れか１項に記載のメニュー提供装置。
7. 前記ユーザが所有する食材保管庫内の食材の在庫を示す在庫情報を取得する在庫情報取得手段を更に備え、
   前記メニュー選択手段は、前記味嗜好数値群に対応するメニューであって、前記食材保管庫内に存在する食材を用いたメニューを選択する、
   請求項１から６の何れか１項に記載のメニュー提供装置。
8. 前記ユーザの住居に配送される食材を示す配送情報を取得する配送情報取得手段を更に備え、
   前記メニュー選択手段は、前記味嗜好数値群に対応するメニューであって、前記ユーザの住居に配送される食材を用いたメニューを選択する、
   請求項１から７の何れか１項に記載のメニュー提供装置。
9. ユーザの属性を示す属性情報と、前記ユーザの身体の特徴を示す身体特徴情報と前記ユーザの身体の状態を示す身体状態情報と前記ユーザの運動量を示す運動量情報とのうち少なくとも１つを含む身体情報とを取得するユーザ情報取得手段と、
   前記属性情報と前記身体情報とから前記ユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得された学習済みモデルを用いて、前記ユーザ情報取得手段が取得した前記属性情報と前記身体情報とから前記味嗜好数値群を推定する推定手段と、
   料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、前記推定手段が推定した前記味嗜好数値群に対応するメニューを選択するメニュー選択手段と、
   前記メニュー選択手段が選択した前記メニューを示すメニュー情報を、前記ユーザの端末装置に送信するメニュー送信手段と、を備える、
   メニュー提供システム。
10. ユーザの属性を示す属性情報と、前記ユーザの身体の特徴を示す身体特徴情報と前記ユーザの身体の状態を示す身体状態情報と前記ユーザの運動量を示す運動量情報とのうち少なくとも１つを含む身体情報とから前記ユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得された学習済みモデルを用いて、前記属性情報と前記身体情報とから前記味嗜好数値群を推定し、
    料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、前記味嗜好数値群に対応するメニューを選択する、
    メニュー提供方法。
11. コンピュータを、
    ユーザの属性を示す属性情報と、前記ユーザの身体の特徴を示す身体特徴情報と前記ユーザの身体の状態を示す身体状態情報と前記ユーザの運動量を示す運動量情報とのうち少なくとも１つを含む身体情報とから前記ユーザの味嗜好を各味要素の強さで定量化した味嗜好数値群を推定するための機械学習により取得された学習済みモデルを用いて、前記属性情報と前記身体情報とから前記味嗜好数値群を推定する推定手段、
    料理の味を各味要素の強さで定量化した料理味数値群を料理毎に格納する料理情報データベースを参照して、前記推定手段が推定した前記味嗜好数値群に対応するメニューを選択するメニュー選択手段、
    前記メニュー選択手段が選択した前記メニューを示すメニュー情報を、前記ユーザの端末装置に送信するメニュー送信手段、として機能させる、
    プログラム。

Images