JP6161097B1 - 潜在意識推定システム、潜在意識推定方法及び潜在意識推定プログラム - Google Patents

Abstract

高精度で被験者の潜在意識を推定できるシステムを提供する。潜在意識推定システムは、第１種概念のそれぞれを示す文字等と第２種概念のそれぞれを示す文字等との組合せを含む静止画又は動画である第１分類先画像１２１１，１２１２、１２１３、１２１４と、第１種概念及び第２種概念の一方に対応する文字等を含む静止画又は動画である第１対象画像１２４１、１２５１とを画像表示部１３に表示させる画像表示制御部１１１と、被験者Ｓのタッチ操作Ｏｔの軌跡である第１操作軌跡を操作検知部１４を介して認識する操作軌跡認識部１１２と、第１操作軌跡に基づいて第１種概念と前記第２種概念との結びつきに関する被験者Ｓの潜在意識を推定する潜在意識推定部１１３とを備える。

Description

本発明は、潜在意識推定システム、潜在意識推定方法及び潜在意識推定プログラムに関する。

ＩＡＴ（Ｉｍｐｌｉｃｉｔ Ａｓｓｏｃｉａｔｉｏｎ Ｔｅｓｔ）またはＩＴＡ（Ｉｍｐｌｉｃｉｔ Ｔｅｓｔ ｏｆ Ａｓｓｏｃｉａｔｉｏｎｓ）と呼ばれる潜在意識を推定するためのテストが知られている（たとえば特許文献１参照）。

このテストは、特許文献１に記載されているように、「花」と「昆虫」といったような一対の概念（以下、「第１種対概念」という。）と、「心地よい（ｐｌｅａｓａｎｔ）」と「不快（ｕｎｐｌｅａｓａｎｔ）」といったような当該一対の概念とは異なる一対の概念（以下、「第２種対概念」という。）との結びつきに関する被験者の潜在意識を推定するテストである。

このテストを実施するためのシステムは、例えば、第１種対概念の一方と第２種対概念の一方との組合せを示す画像を画面の左上に表示し、第１種対概念の他方と第２種対概念の他方との組合せを示す画像を画面の右上に表示し、これらの第１種対概念又は第２種対概念のうちのいずれか一つに対応する対応画像を画面の中央に表示する。

例えば、当該システムは、「花」と「心地よい」との組合せを示す画像を画面の左上に表示し、「昆虫」と「不快」との組合せを示す画像を画面の右上に表示し、これらのうちのいずれか一つに対応する対象画像（例えば「花」に対応する「バラ」の画像）を画面の中央に表示する。

そして、当該システムは、これらの対象画像の表示から、被験者が、左上の組合せに対応づけられたキーボードの所定のキーまたは右上の組合せに対応づけられたキーボードの所定のキーを押下するまでの時間を計測する。

このような対象画像の表示と時間の計測を所定の回数繰り返したのち、当該システムは、第１種対概念と第２種対概念との組合せ方を変更し、再度回答までの時間の計測を行う。

例えば、当該システムは、「花」と「心地よい」との組合せ及び「昆虫」と「不快」との組合せについて上記処理を行った後（以下、この処理におけるテストを「第１テスト」という。）、「花」と「不快」との組合せ及び「昆虫」と「心地よい」との組合せについて上記処理を行う（以下、この処理におけるテストを「第２テスト」という。）。

そして、当該システムは、第１テストにおける回答までの時間の平均値と第２テストにおける回答までの時間の平均値とを比較する。

被験者が、花は心地よく、虫は不快であるとの潜在意識を持っていた場合、「花」に対応する画像が表示されると、被験者は無意識のうちに、心地よいと感じている可能性がある。

この場合、「花」と「心地よい」との組合せと、「昆虫」と「不快」との組合せが用いられる第１テストにおいては、組合せが被験者の潜在意識に合致しているため、被験者は短時間で回答が出来る一方、「花」と「不快」との組合せと、「昆虫」と「心地よい」との組合せが用いられる第２テストにおいては、組合せが被験者の潜在意識とかい離しているため、被験者は回答に長時間を要する可能性がある。

換言すれば、上記第１テストにおける平均回答時間が第２テストにおける平均回答時間よりも短い場合、被験者は、第１テストにおける概念の組合せ（「花」と「心地よい」、「昆虫」と「不快」）の結びつきが強いという潜在意識を有している蓋然性が高い。

前記システムは、この推察に基づいて、第１テストにおける回答までの時間の平均値と第２テストにおける回答までの時間の平均値とのかい離が大きいほど、いずれかの組合せに関する結びつきが強いと推定する。

米国特許第８６９６３６０号明細書

しかしながら、従来の上記テストには推定精度向上の観点から改良の余地がある。

より具体的には、例えば、ある概念の組合せについての平均回答時間が短かったとしても、被験者がその組合せに強い結びつきを感じていたのか、それとも被験者が回答を急ぐあまり考えずにキーを押下した結果、偶然に平均回答時間が短くなったのかが判別できない。この結果、上記テストでは誤った潜在意識の推定がなされる可能性がある。

このような問題に鑑み、本発明は、高精度で被験者の潜在意識を推定できるシステム、方法及びプログラムを提供することを目的とする。

本発明の潜在意識推定システムは、
画像を表示する画像表示部と、
前記画像表示部と一体に構成され、被験者のタッチ操作を検知可能な操作検知部と、
Ｋ個（ＫはＫ≧２の整数。）の第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと、前記第１種概念のそれぞれと互いに異なるＬ個（ＬはＬ≧２の整数。）の第２種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つとの組合せを含む静止画又は動画であるＭ個（ＭはＭ≧２かつＭ≦ＫかつＭ≦Ｌの整数。）の第１分類先画像と、前記Ｋ個の第１種概念及び前記Ｌ個の第２種概念のうちのいずれか一つに対応する文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む静止画又は動画である第１対象画像とを前記画像表示部に表示させた後、少なくとも前記第１対象画像に対する前記被験者のタッチ操作と前記第１分類先画像のうちのいずれか一つに対する前記被験者のタッチ操作の両方が行われたことを前記操作検知部を介して検知するまで、前記第１対象画像を前記画像表示部に表示させ続ける分類処理部と、
前記分類処理部によって検知された前記被験者のタッチ操作に基づいて、前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定する潜在意識推定部とを備えることを特徴とする。

当該構成の潜在意識推定システムによれば、画像表示部に第１分類先画像と、第１対象画像とが表示される。

第１分類先画像は、Ｋ個の第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つ（以下、適宜「文字等」という。）と、Ｌ個の第２種概念のそれぞれのそれぞれを示す文字等との組合せを含む静止画又は動画である。また、第１対象画像は、Ｋ個の第１種概念または前記Ｌ個の第２種概念のうちのいずれか一つに対応する文字等を含む静止画又は動画である。

第１種概念及び第２種概念、並びにこれら対応するものが文字等によって表されているので、被験者は、第１種概念と第２種概念との組合せと、分類すべき対象とを適切に認識できる。

そして、分類処理部により、少なくとも前記第１対象画像に対する被験者のタッチ操作と第１分類先画像のうちのいずれか一つに対する被験者のタッチ操作の両方が行われたことを操作検知部を介して検知されるまで、第１対象画像が画像表示部に表示され続ける。

すなわち、前記第１対象画像に対する被験者のタッチ操作と第１分類先画像のうちのいずれか一つに対する被験者のタッチ操作の両方が検知されたことを必要条件として分類が終了する。

換言すれば、第１対象画像に対するタッチ操作及び第１分類先画像のいずれか一つのみに対するタッチ操作の一方が行われたことが操作検知部を介して検知されたのみでは、第１対象画像の第１分類先画像への分類は終了しない。このため、繰り返し分類が行われる場合に、例えば第１対象画像のタッチ後、誤って２回連続で同じ第１分類先画像をタッチした場合でも、１回目のタッチで今回分の分類が終了しうるが、２回目のタッチでは次回分の分類が終了しないので、被験者の意図に反して第１対象画像が第１分類先画像へ分類されることはない。

この結果、第１対象画像の第１分類先画像への分類に当たり、被験者に比較的長く考えさせることが出来るので、被験者が回答を急ぐあまりにあまり考えずに第１分類先画像の選択をするような事態が回避されうる。

従って、分類における被験者のタッチ操作はより被験者の潜在意識を反映したものとなるので、潜在意識推定部が被験者のタッチ操作に基づいて第１種概念と第２種概念との結びつきに関する被験者の潜在意識を推定することにより、被験者の潜在意識が高精度で推定されうる。

本発明の潜在意識推定システムにおいて、
前記分類処理部は、前記画像表示部の表示画面を当該表示画面の上側、当該表示画面の中央及び当該表示画面の下側に３等分した場合に、前記Ｍ個の第１分類先画像の中心位置のいずれもが前記上側に含まれ、前記第１対象画像の中心位置が前記下側に含まれるように、前記Ｍ個の第１分類先画像及び前記第１対象画像を前記画像表示部に表示させることが好ましい。

当該構成の潜在意識推定システムによれば、Ｍ個の第１分類先画像の中心位置のいずれもが上側に含まれ、対象画像の中心位置が下側に含まれるように、Ｍ個の第１分類先画像及び第１対象画像が前記画像表示部に表示される。これにより、第１対象画像と第１分類先画像との距離が比較的大きくなるので、第１対象画像に対するタッチ操作と第１分類先画像のうちのいずれか一つに対するタッチ操作の両方を行うまでの時間が多少長くなる。

これにより、第１対象画像の第１分類先画像への分類に当たり、被験者により長く考えさせることが出来るので、被験者が回答を急ぐあまりにあまり考えずに第１分類先画像の選択をするような事態が回避されうる。

従って、分類における被験者のタッチ操作はより被験者の潜在意識を反映したものとなるので、潜在意識推定部が被験者のタッチ操作に基づいて第１種概念と第２種概念との結びつきに関する被験者の潜在意識を推定することにより、被験者の潜在意識がより高精度で推定されうる。

本発明の潜在意識推定システムにおいて、
前記分類処理部は、前記第１対象画像に対するタッチ操作と前記第１分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作の軌跡である第１操作軌跡を前記操作検知部を介して認識するように構成され、
前記潜在意識推定部は、前記第１操作軌跡に基づいて前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定するように構成されていることが好ましい。

当該構成の潜在意識推定システムによれば、分類処理部により、第１操作軌跡が前記操作検知部を介して認識される。

第１操作軌跡には被験者の心理状態が反映されるので、被験者が自信を持って回答をする場合の操作軌跡と、自信なくまたは一時的に迷ったのちに回答する場合の操作軌跡とは、互いに異なる。また、被験者が回答を急いでいたとしても、回答の途中で誤りに気が付いて操作態様を変更した場合には、その操作軌跡は最初から正答を選択する場合の操作軌跡と異なる蓋然性が高い。

ここで、それぞれの第１分類先画像は、第１種概念のそれぞれを示す文字等と、前記第１種概念のそれぞれと互いに異なる第２種概念のそれぞれを示す文字等との組合せを示す静止画又は動画である。各第１分類先画像に示される第１種概念と第２種概念との組合せが被験者の潜在意識に沿っている場合には、被験者は自信を持って正答を選択する蓋然性が高く、各第１分類先画像に示される第１種概念と第２種概念との組合せが被験者の潜在意識とかい離している場合には、被験者は自信がないか、迷ったのちに回答するか、回答の途中で操作を変更する蓋然性が高い。

このように、第１操作軌跡は、被験者の潜在意識を反映している蓋然性が高いので、潜在意識推定部が第１操作軌跡に基づいて第１種概念と第２種概念との結びつきに関する被験者の潜在意識を推定することにより、被験者の潜在意識が高精度で推定されうる。

本発明の潜在意識推定システムにおいて、
前記潜在意識推定部は、当該第１操作軌跡と所定の操作軌跡とのかい離度を評価して、当該かい離度が小さいほど、前記画像表示部に表示されている前記第１種概念と前記第２種概念との組合せの結びつきが段階的又は連続的に強いと前記被験者の潜在意識を推定するように構成されていることが好ましい。

画像表示部に表示されている第１種概念と第２種概念との組合せが被験者の潜在意識に沿っている場合、前記第１操作軌跡は、一定の操作軌跡となる蓋然性が高い。他方、画像表示部に表示されている第１種概念と第２種概念との組合せが被験者の潜在意識とかい離している場合、前記第１操作軌跡は、当該一定の操作軌跡と異なる蓋然性が高い。

この点に着目して構成された潜在意識推定システムによれば、潜在意識推定部により、前記第１操作軌跡と所定の操作軌跡とのかい離度が評価される。

そして、当該かい離度が小さいほど、すなわち、画像表示部に表示されている第１種概念と第２種概念との組合せが被験者の潜在意識に沿っていると推定される場合には、潜在意識推定部は、前記画像表示部に表示されている前記第１種概念と前記第２種概念との組合せの結びつきが強いと推定する。

従って、当該構成の潜在意識推定システムによれば、第１種概念と第２種概念との結びつきに関する被験者の潜在意識がより高精度で推定されうる。

当該構成の潜在意識推定システムにおいて、
前記分類処理部は、前記第１種概念及び前記第２種概念の一方の概念をそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む静止画又は動画であるＭ個の第２分類先画像と、前記Ｍ個の第２分類先画像に示される概念のうちのいずれか一つに対応する文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む第２対象画像とを前記画像表示部に表示させ、前記第２対象画像に対するタッチ操作と前記第２分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作の軌跡である第２操作軌跡を前記操作検知部を介して認識するように構成され、
前記潜在意識推定部は、当該第２操作軌跡に基づいて、前記所定の操作軌跡を定めることが好ましい。

当該構成の潜在意識推定システムによれば、第２分類先画像に含まれる文字等は、第１分類先画像と異なり、前記第１種概念を示す文字等及び第２種概念を示す文字等の組合せではなく、第１種概念及び第２種概念の一方を示す文字等であるので、被験者は、ほとんど迷うことなく第２分類先画像の選択を行うことができる。

換言すれば、この比較的単純な第２分類先画像を選択するための第２操作軌跡は、各第１分類先画像に示される第１種概念と第２種概念との組合せが被験者の潜在意識に沿っている場合の操作軌跡に近い操作軌跡である。

この第２操作軌跡に基づいて定められた所定の操作軌跡と第１操作軌跡とのかい離度に基づいて被験者の潜在意識が推定されることにより、第１種概念と第２種概念との結びつきに関する被験者の潜在意識がより高精度で推定されうる。

当該構成の潜在意識推定システムにおいて、
前記第２分類先画像は、前記第１分類先画像に含まれる前記第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つ又は前記第２種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと同一の文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含み、
前記第２対象画像は、前記第１対象画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと同一の文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含むことが好ましい。

当該構成の潜在意識推定システムによれば、第２分類先画像が、前記第１分類先画像に含まれる第１種概念又は前記第２種概念のそれぞれを示す文字等と同一の文字等を含み、第２対象画像が、第１対象画像に含まれる文字等と同一の文字等を含むので、前記第１対象画像と第１分類先画像とが表示された時に被験者に与えられる情報と、前記第２対象画像と第２分類先画像とが表示された時に被験者に与えられる情報とをほぼ一致させることが出来る。

このため、第２操作軌跡が、各第１分類先画像に示される第１種概念と第２種概念との組合せが被験者の潜在意識に沿っている場合の操作軌跡により近くなる。

この結果、この第２操作軌跡に基づいて定められた所定の操作軌跡と第１操作軌跡とのかい離度に基づいて被験者の潜在意識が推定されることにより、第１種概念と第２種概念との結びつきに関する被験者の潜在意識がより高精度で推定されうる。

本発明の潜在意識推定システムにおいて、
前記潜在意識推定部は、タッチされた第１分類先画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つが示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つに対応付けられた第１種概念又は第２種概念と異なる場合、前記第１対象画像に対するタッチ操作と前記タッチされた第１分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作に基づいて、前記第１分類先画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つに対応付けられた第１種概念と第２種概念との結びつきが弱いと前記被験者の潜在意識を推定するように構成されていることが好ましい。

ここで、タッチされた第１分類先画像に含まれる文字等が示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に含まれる文字等に対応付けられた第１種概念又は第２種概念と異なる場合、被験者は、前記第１対象画像に含まれる文字等に対応付けられた第１種概念又は第２種概念と、タッチされた第１分類先画像に含まれる文字等に対応付けられた第１種概念及び第２種概念の一方との結びつきが強いという潜在意識を持っていると推定される。

換言すれば、被験者は、選択された第１分類先画像に含まれる文字等に対応付けられた第１種概念と第２種概念との結びつきが弱いという潜在意識を持っていると推定される。

この点に着目して構成された当該構成の潜在意識推定システムによれば、タッチされた第１分類先画像に含まれる文字等が示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に対するタッチ操作と前記タッチされた第１分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作に基づいて、前記第１対象画像に含まれる文字等に対応付けられた第１種概念と第２種概念との結びつきが弱いと前記被験者の潜在意識を推定するので、高精度で被験者の潜在意識が推定される。

本発明の潜在意識推定システムにおいて、
前記分類処理部は、タッチされた第１分類先画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つが示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つに対応付けられた第１種概念又は第２種概念と異なる場合、同一の第１対象画像に対し、前記第１分類先画像の再選択を求める画像を前記画像表示部に表示させ、
前記潜在意識推定部は、前記分類処理部によって検知された、前記再選択を求める画像の表示前までの前記被験者のタッチ操作に基づいて、前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定するように構成されていることが好ましい。

当該構成の潜在意識推定システムによれば、選択された第１分類先画像に含まれる文字等が示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に含まれる文字等に対応付けられた第１種概念又は第２種概念と異なる場合、同一の第１対象画像に対し、第１分類先画像の再選択を求める画像を前記画像表示部に表示される。

これにより、被験者に誤ったままの回答は受け付けられないと認識させることができるので、より慎重に回答することを促すことが出来る。

そして、潜在意識推定部は、分類処理部によって検知された、再選択を求める画像の表示前までの前記被験者のタッチ操作に基づいて、第１種概念と第２種概念との結びつきに関する被験者の潜在意識を推定する。

ここで、再選択を求める画像の表示前までのタッチ操作は被験者の潜在意識を反映している一方、再選択を求める画像の表示後のタッチ操作は、被験者がある選択肢が誤っていることを明確に認識した上でのタッチ操作となるので、被験者の潜在意識が反映されていないと考えられる。

このため、再選択を求める画像の表示前までのタッチ操作に基づいて第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識が推定されることにより、被験者の潜在意識がより高精度に推定されうる。

本発明の潜在意識推定システムの全体構成図。 潜在意識推定処理の全体処理のフローチャート。 第１種概念のそれぞれを示す文字等を含む第２分類先画像と、当該第１種概念のいずれかに対応する文字等を含む対象画像とがクライアント画像表示部に表示される画像を説明する図。 第２種概念のそれぞれを示す文字等を含む第２分類先画像と、当該第２種概念のいずれかに対応する文字等を含む対象画像とがクライアント画像表示部に表示される画像を説明する図。 第１種概念のそれぞれを示す文字等と第２種概念のそれぞれを示す文字等との組わせを含む第１分類先画像と、当該第１種概念又は第２種概念のいずれかに対応する文字等を含む対象画像とがクライアント画像表示部に表示される画像を説明する図。 第２概念の表示位置が変更された後の、第２種概念のそれぞれを示す文字等を含む第２分類先画像と、当該第２種概念のいずれかに対応する文字等を含む対象画像とがクライアント画像表示部に表示される画像を説明する図。 組合せ方が変更された後の、第１種概念のそれぞれを示す文字等と第２種概念のそれぞれを示す文字等との組わせを含む第１分類先画像と、当該第１種概念又は第２種概念のいずれかに対応する文字等を含む対象画像とがクライアント画像表示部に表示される図。 再選択を求める場合にクライアント画像表示部に表示される画像を説明する図。 訓練処理又はテスト処理のフローチャート。 対象画像を第２分類先画像のいずれかに分類するときの操作軌跡の態様を示す図。 対象画像を第１分類先画像のいずれかに分類するときの操作軌跡の態様を示す図。 対象画像の第１分類先画像を誤って選択する場合の操作軌跡の態様の一例を示す図。 再選択を求めた場合の操作軌跡の態様を示す図。 操作情報の内容を示す図。 被験者の潜在意識推定処理のフローチャート。

図１〜図７を参照しながら、本発明の潜在意識推定システムについて説明する。

（潜在意識推定システム）
潜在意識推定システムは、被験者Ｓの潜在意識におけるある概念（「自分」、「他人」などの概念）とこの概念と異なる他の概念（例えば「外向的」「内向的」などの概念）との結びつきの強さを推定するシステムである。このシステムによって生成された情報は、例えば、求職者が相性の良い企業を探すための基礎情報又は企業が求職者を選考するための情報として用いられる。

潜在意識推定システムは、被験者Ｓの潜在意識におけるある概念とこの概念と異なる他の概念との結びつきの強さを推定し、推定した情報を被験者Ｓ自身または他人が活用できるようにするため、図１に示されるように、クライアント１と、潜在意識情報管理サーバ２とを備える。

（クライアント）
クライアント１は、クライアント制御部１１と、クライアント記憶部１２と、クライアント画像表示部１３と、クライアント操作検知部１４と、クライアント通信部１５とを備える。なお、「クライアント画像表示部１３」が本発明の「画像表示部」に相当し、「クライアント操作検知部１４」が本発明の「操作検知部」に相当する。

クライアント１は、タブレット型端末またはスマートフォンなど、被験者Ｓによる携帯が可能なようにサイズ、形状および重量が設計されているコンピュータにより構成されていてもよく、デスクトップコンピュータなど、特定箇所に設置されるように、サイズ、形状および重量が設計されているコンピュータにより構成されていてもよい。

クライアント制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の演算処理装置、メモリ、及びＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）デバイスなどにより構成されている。クライアント制御部１１には、外部よりダウンロードした潜在意識推定プログラムがインストールされている。潜在意識推定プログラムが起動されることにより、クライアント制御部１１は、後述の演算処理を実行する画像表示制御部１１１、操作軌跡認識部１１２及び潜在意識推定部１１３として機能するように構成されている。なお、画像表示制御部１１１及び操作軌跡認識部１１２により、本発明の「分類処理部」が構成される。

画像表示制御部１１１は、クライアント画像表示部１３における表示画像を調節するように構成されている。

操作軌跡認識部１１２は、クライアント操作検知部１４における被験者Ｓのタッチ操作の態様を認識するように構成されている。タッチ操作には、タップ（シングルタップ、ダブルタップおよびロングタップ）、フリック（上フリック、下フリック、左フリックおよび右フリック）、スワイプ、ピンチ（ピンチインおよびピンチアウト）またはマルチタッチなどが含まれる。

クライアント記憶部１２は、例えばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ），ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の記憶装置により構成されている。クライアント記憶部１２には、第１分類先画像１２１、第２分類先画像（第１種概念）１２２、第２分類先画像（第２種概念）１２３、対象画像（第１種概念）１２４、対象画像（第２種概念）１２５、及び操作情報１２６が記憶されている。

これらの画像は、潜在意識推定プログラムとともにダウンロードされ、クライアント１の画像取り込み機能などを使って保存され、クライアント記憶部１２に記憶された被験者Ｓの情報を基に潜在意識推定プログラムの実行時に保存または作成され、又は、クライアント操作検知部１４を介して入力された情報を基に潜在意識推定プログラムの実行時に保存または作成されてもよい。

「情報」を基にプログラムの実行時に画像が保存または作成されるとは、プログラムの実行時に「情報」を使用して静止画又は動画を保存または作成することを意味する。

例えば、当該「情報」を基にネット―ワークを介して検索した静止画又は動画が保存されてもよい。「情報」としての文字情報を基に当該文字情報を含む静止画又は動画が作成されてもよい。「情報」が数字を示す情報（例えば「いち」という文字情報）であれば、その数字自体（「１」）を含む静止画又は動画が作成されてもよい。「情報」が物体の名称（物体には人間及び動物も含む。たとえば、被験者Ｓの名称）である場合には、その物体の写真又はその人物を示す図形を含む静止画又は動画が生成されてもよい。「情報」が色彩の名称（例えば「赤」という文字情報）であれば、その色彩を含む静止画又は動画が作成されてもよい。「情報」が模様の名称（たとえば「唐松模様」という文字情報）であれば、その模様を含む静止画又は動画が作成されてもよい。「情報」が何らかの記号の名称（例えば「積分記号」という文字情報）であれば、当該記号を含むように静止画又は動画が作成されてもよい。

また、「情報」が色彩を示すＲＧＢ値であれば、その色彩の名称を含む静止画又は動画が作成されてもよい。「情報」が模様を撮影した静止画又は動画であれば、その模様の名称を含む静止画又は動画が作成されてもよい。「情報」が物体を撮影した静止画又は動画であれば、当該物体の名称を含む静止画又は動画が作成されてもよい。「情報」が記号であれば、当該記号の名称を含む静止画又は動画が作成されてもよい。「情報」が数字であれば、当該数字の読み等を含む静止画又は動画が作成されてもよい。

これらの静止画又は動画の作成に当たり、情報と作成される画像に含まれる要素との対応関係を示したテーブルが適宜用いられてもよい。

第１分類先画像１２１は、Ｋ個（Ｋは２以上の整数。）の第１種概念のそれぞれを示す文字等と、Ｌ個（Ｌは２以上の整数）の第２種概念のそれぞれを示す文字等とを組合せを含むＭ個（Ｍは２≦Ｍ、Ｍ≦Ｋ、Ｍ≦Ｌの整数。）の静止画又は動画である。

また、Ｋ個（Ｋは２以上の整数。）の第１種概念は、互いに重複しない概念である。第１種概念の例としては、Ｋ＝２の場合、「自分」「他人」という概念がある。Ｋ＝２である場合、第１種概念は、「自分」「他人」のように対照的な概念であることが好ましいが、「花」「虫」のように互いに違いを区別できる程度に異なっている概念であってもよい。

また、Ｌ個（Ｌは２以上の整数。）の第２種概念は、互いに重複しない概念、かつ、第１種概念と異なる概念である。第２種概念の例としては、Ｌ＝２の場合、「外向的」「内向的」のように、互いに重複しない概念、かつ、第１種概念「自分」「他人」と異なる概念である。Ｋ＝２である場合、第２種概念は、「外向的」「内向的」のように対照的な概念であることが好ましいが、「花」「虫」のように互いに違いを区別できる程度に異なっている概念であってもよい。

第１種概念又は第２種概念のそれぞれを示す文字等とは、「自分」「他人」「外向的」「内向的」等の文字のほか、被験者Ｓ自身の人物像、被験者Ｓ以外の人物の人物像、第１種概念又は第２種概念を示す物体像、第１種概念又は第２種概念を示す記号、第１種概念又は第２種概念を示す数字、第１種概念又は第２種概念を示す図形、第１種概念又は第２種概念を示す模様、及び第１種概念又は第２種概念を示す色彩であってもよく、これらの文字及び人物像等が組み合わされたものであってもよい。

第１分類先画像１２１は、例えば、図３Ｃに示されるように、Ｍ＝２の場合、第１種概念「自分」を示す文字等及び第２種概念「外向的」を示す文字等の組合せを含む「自分」−「外向的」画像１２１１、又は第１種概念「他人」を示す文字等及び第２種概念「内向的」を示す文字等を組合せを含む「他人」−「内向的」画像１２１２のような静止画である。

本実施形態では、説明を簡易にするため、Ｋ＝２、Ｌ＝２、Ｍ＝２として説明するが、夫々３以上でも同様の構成及び処理を採用できる。

第２分類先画像（第１種概念）１２２は、第１種概念を示す文字等を含む静止画又は動画である。第２分類先画像（第１種概念）１２２は、例えば、図３Ａに示されるように、第１種概念「自分」を示す文字等を含む「自分」画像１２２１、又は第１種概念「他人」を示す文字等を含む「他人」画像１２２２のような静止画である。

第２分類先画像（第２種概念）１２３は、第２種概念を示す文字等を含む静止画又は動画である。第２分類先画像（第２種概念）１２３は、例えば、図３Ｂに示されるように、第２種概念「外向的」を示す文字等を含む「外向的」画像１２３１、又は第２種概念「内向的」を示す文字等を含む「内向的」画像１２３２のような静止画である。

対象画像（第１種概念）１２４は、第１種概念のいずれかに予め対応づけられた文字等（第１種概念のいずれか一つに分類される文字等（例えば、第１種概念のいずれかの下位概念、具体例等を示す文字等））を含む静止画又は動画である。対象画像（第１種概念）１２４は、例えば、図３Ａに示されるように、第１種概念「自分」に予め対応づけられた被験者Ｓの名称「○田×男」を含む被験者名称画像１２４１のような静止画である。

対象画像（第１種概念）１２４には、当該対象画像（第１種概念）１２４がどの第１種概念に対応づけられているかという情報も付加されている。

対象画像（第２種概念）１２５は、第２種概念に予め対応づけられた文字等を含む静止画又は動画（第２種概念のいずれか一つに分類される文字等（例えば、第２種概念のいずれかの下位概念又は具体例を示す文字等））である。対象画像（第２種概念）１２５は、例えば、図３Ｂに示されるように、第２種概念「内向的」に予め対応づけられた文字「控えめな」を含む「控えめな」画像１２５１のような静止画である。

対象画像（第２種概念）１２５には、当該対象画像（第２種概念）１２５がどの第２種概念に対応づけられているかという情報も付加されている。

操作情報１２６は、後述する画像分類訓練処理及び画像分類テスト処理において認識される操作軌跡を含む情報であり、図６に示されるように、フィールド番号カラム１２６１、分類先画像カラム１２６２、表示位置カラム１２６３、対象画像カラム１２６４、操作軌跡カラム１２６５、経過時間カラム１２６６及び正誤カラム１２６７を含むテーブルで表される。

フィールド番号カラム１２６１の値は、各フィールドを識別するために割り振られるユニークな数値である。フィールド番号カラム１２６１の値は、ハイフンを二つの数字で挟んだ文字列で表される。

ここで、フィールド番号カラム１２６１のハイフンの左側の値は、後述する各処理を示す値であり、第１画像分類訓練処理は１で表され、第１回目の第２画像分類訓練処理は２で表され、第１回目の第１画像分類テスト処理は３で表され、第１回目の第２画像分類テスト処理は４で表され、第２回目の第２画像分類訓練処理は５で表され、第２回目の第１画像分類テスト処理は６で表され、第２回目の第２画像分類テスト処理は７で表される。

また、フィールド番号カラム１２６１のハイフンの右側の値は、各処理において何回目かの分類であるかを示す値である。

分類先画像カラム１２６２の値は、対象画像に対応する分類先画像の種別を示す。

表示位置カラム１２６３の値は、対象画像に対応する分類先画像の表示位置を示す。

対象画像カラム１２６４の値は、分類対象の対象画像の種別を示す。

操作軌跡カラム１２６５の値は、クライアント操作検知部１４を介して検知された被験者のタッチ操作の軌跡を示し、クライアント画像表示部１３の画面上の位置に対応する座標値の列として表される。

経過時間カラム１２６６の値は、分類までの経過時間（単位：秒）を示す。

正誤カラム１２６７の値は、初回の分類が正答か誤答を示す
クライアント画像表示部１３は液晶パネルのような表示装置により構成され、クライアント操作検知部１４はタッチパッドのような位置入力装置により構成され、これらが組み合わせられてタッチパネルが構成されている。

クライアント通信部１５は、有線通信またはＷｉＦｉ（登録商標）等の遠距離での無線通信に適した通信規格にしたがった無線通信を介して、潜在意識情報管理サーバ２などの外部端末と相互通信するよう構成されている。

（潜在意識情報管理サーバ）
潜在意識情報管理サーバ２は、サーバ制御部２１と、サーバ記憶部２２と、サーバ通信部２５とを備えている。なお、潜在意識情報管理サーバ２を構成するコンピュータの一部または全部が、クライアント１を構成するコンピュータにより構成されていてもよい。たとえば、移動局としての一または複数のクライアント１により、潜在意識情報管理サーバ２の一部または全部が構成されていてもよい。

サーバ制御部２１は、ＣＰＵ等の演算処理装置、メモリ、及びＩ／Ｏデバイスなどにより構成されている。サーバ制御部２１は、一のプロセッサにより構成されてもよく、相互通信可能な複数のプロセッサにより構成されてもよい。

サーバ記憶部２２は、例えばＲＯＭ，ＲＡＭ、ＨＤＤ等の記憶装置により構成されている。サーバ記憶部２２は、サーバ制御部２１の演算結果、又はサーバ制御部２１がサーバ通信部２５を介して受信したデータを記憶するように構成されている。

サーバ記憶部２２は、クライアント１から受信した推定結果２２１を保存するように構成されている。推定結果２２１は、認証された被験者Ｓ自身または被験者Ｓが明示的又は黙示的に閲覧を許諾した企業などの第三者に提供されうる。

サーバ通信部２５は、ネットワークとしての公衆通信網（例えばインターネット）に接続され、外部の端末（例えばクライアント１）と通信する通信装置により構成されている。

（潜在意識推定処理の全体）
図２〜図３を参照して、潜在意識推定処理の概略の流れを説明する。

潜在意識推定プログラムが起動すると、クライアント制御部１１は、処理回カウント変数Ｃを初期化（Ｃに１を設定）する（図２／ＳＴＥＰ０２０）。

画像表示制御部１１１及び操作軌跡認識部１１２は、被験者Ｓに対象画像（第１種概念）１２４を所定の回数だけ第２分類先画像（第１種概念）１２２のいずれかに分類させるための、第２分類先画像（第１種概念）１２２に対する第１画像分類訓練処理を実行する（図２／ＳＴＥＰ０４０）。第１種概念は、予め設定されている概念であってもよいし、被験者Ｓが選択したテーマに沿った概念であってもよい。

第１画像分類訓練処理の概略を説明すると、例えば、画像表示制御部１１１は、図３Ａに示されるように、第２分類先画像（第１種概念）１２２としての「自分」画像１２２１及び「他人」画像１２２２を、クライアント画像表示部１３の画面上部に表示させるとともに、対象画像（第１種概念）１２４としての被験者名称画像１２４１を画面下部に表示する。

ここで、対象画像（第１種概念）１２４は、被験者名称画像１２４１に限られず、例えば、被験者名称と異なる人物名称、被験者が所属する大学名及び被験者が所属しない大学名等、第１種概念「自分」「他人」のいずれか一つに分類される文字等を含む画像であればどのような画像でもよい。

操作軌跡認識部１１２は、対象画像（第１種概念）１２４が表示されてから、「自分」画像１２２１又は「他人」画像１２２２が選択されるまでの間の時間を計測する。

操作軌跡認識部１１２は、被験者名称画像１２４１に対するタッチ操作があってから「自分」画像１２２１又は「他人」画像１２２２が選択されるまでの間のクライアント操作検知部１４に対する被験者のタッチ操作の操作軌跡を認識する。

画像表示制御部１１１及び操作軌跡認識部１１２は、所定の数のそのほとんどが互いに異なる対象画像（第１種概念）１２４に対し、上記処理を繰り返すことにより、各対象画像（第１種概念）１２４それぞれについての回答時間及び操作軌跡を認識する。

第１画像分類訓練処理の詳細は後述する。

画像表示制御部１１１及び操作軌跡認識部１１２は、被験者Ｓに対象画像（第２種概念）１２５を所定の回数だけ第２分類先画像（第２種概念）１２３のいずれかに分類させるための、第２分類先画像（第２種概念）１２３に対する第２画像分類訓練処理を実行する（図２／ＳＴＥＰ０６０）。第２種概念は、予め設定されている概念であってもよいし、被験者Ｓが選択したテーマに沿った概念であってもよい。

図２／ＳＴＥＰ０６０において、画像表示制御部１１１は、図３Ｂに示されるように、第２分類先画像（第２種概念）１２３としての「外向的」画像１２３１及び「内向的」画像１２３２を、クライアント画像表示部１３の画面上部に表示させるとともに、対象画像（第２種概念）１２５としての「控えめな」画像１２５１を画面下部に表示する。

ここで、対象画像（第２種概念）１２５は、「控えめな」画像１２５１に限られず、例えば、「おしゃべりな」、「社交的な」、「遠慮がちな」、「一歩退いた」等、第２種概念「外向的」「内向的」のいずれか一つに分類される文字等を含む画像であればどのような画像でもよい。

図２／ＳＴＥＰ０６０の第２画像分類訓練処理では、クライアント画像表示部１３に表示される分類先画像及び対象画像が図２／ＳＴＥＰ０４０の第１画像分類訓練処理と異なるが、他の処理は図２／ＳＴＥＰ０４０の第１画像分類訓練処理と同一である。

画像表示制御部１１１及び操作軌跡認識部１１２は、被験者Ｓに対象画像（第１種概念）１２４又は対象画像（第２種概念）１２５を所定の回数だけ第１分類先画像１２１のいずれかに分類させるための、第１分類先画像１２１に対する第１画像分類テスト処理を実行する（図２／ＳＴＥＰ０８０）。

図２／ＳＴＥＰ０８０において、画像表示制御部１１１は、図３Ｃに示されるように、第１分類先画像１２１としての「自分」−「外向的」画像１２１１及び「他人」−「内向的」画像１２１２を、クライアント画像表示部１３の画面上部に表示させるとともに、対象画像（第１種概念）１２４又は対象画像（第２種概念）１２５（図３Ｃでは、対象画像（第２種概念）１２５としての「控えめな」画像１２５１）を画面下部に表示する。

図２／ＳＴＥＰ０８０の第１画像分類テスト処理では、画像表示制御部１１１により表示される分類先画像及び対象画像が図２／ＳＴＥＰ０４０の第１画像分類訓練処理と異なるが、他の処理は図２／ＳＴＥＰ０４０の第１画像分類訓練処理と同一である。

画像表示制御部１１１及び操作軌跡認識部１１２は、被験者Ｓに対象画像（第１種概念）１２４又は対象画像（第２種概念）１２５を所定の回数だけ第１分類先画像１２１のいずれかに分類させるための、第１分類先画像１２１に対する第２画像分類テスト処理を実行する（図２／ＳＴＥＰ１００）。

図２／ＳＴＥＰ１００における第２画像分類テスト処理は、図２／ＳＴＥＰ０８０における第１画像分類テスト処理と同一の内容である。

クライアント制御部１１は、処理回カウント変数Ｃが１であるか否かを判定する（図２／ＳＴＥＰ１２０）。

当該判定結果が肯定的である場合（図２／ＳＴＥＰ１２０‥ＹＥＳ）、クライアント制御部１１が処理回カウント変数Ｃに２を設定し（図２／ＳＴＥＰ１４０）、画像表示制御部１１１が、第２種概念を示す文字等のそれぞれの表示位置を変更した上で（図２／ＳＴＥＰ１６０）、図２／ＳＴＥＰ０６０〜図２／ＳＴＥＰ１００の処理が再度実行される。

２回目の図２／ＳＴＥＰ０６０では、図３Ｄに示されるように、画像表示制御部１１１は、第２分類先画像（第２種概念）１２３としての「内向的」画像１２３２及び「外向的」画像１２３１の表示位置を入れ替えて表示する。画像表示制御部１１１は、画面下部に、第２対象画像（第２種概念）１２５を表示する。

２回目の図２／ＳＴＥＰ０８０〜図２／ＳＴＥＰ１００では、図３Ｅに示されるように、画像表示制御部１１１は、第１種概念と第２種概念との組み合わせ方を変更し、第２種概念に対応する「内向的」及び「外向的」の表示位置を入れ替えた「自分」−「内向的」画像１２１３及び「他人」−「外向的」画像１２１４を表示する。画像表示制御部１１１は、対象画像（第１種概念）１２４又は対象画像（第２種概念）１２５を画面下部に表示する。

図２／ＳＴＥＰ１２０の判定結果が否定的である場合（図２／ＳＴＥＰ１２０‥ＮＯ）、潜在意識推定部１１３は、認識された各回答時間及び操作軌跡に基づいて、後述する潜在意識推定処理を実行する（図２／ＳＴＥＰ１８０）。なお、図２／ＳＴＥＰ１８０が本発明の「潜在意識推定ステップ」に相当する。

潜在意識推定部１１３は、潜在意識推定処理において得られた被験者の第１種概念のそれぞれと第２種概念のそれぞれとの結びつきの評価値である推定結果をクライアント通信部１５を介して潜在意識情報管理サーバ２に送信する（図２／ＳＴＥＰ２００）。これに加えてまたは代えて、潜在意識推定部１１３は、推定結果を画像表示部１３に表示してもよい。

（画像分類訓練処理・画像分類テスト処理）
次に図３〜図５を参照して、図２／ＳＴＥＰ０４０及び図２／ＳＴＥＰ０６０の第１及び第２画像分類訓練処理並びに図２／ＳＴＥＰ０８０及び図２／ＳＴＥＰ１００の第１及び第２画像分類テスト処理を説明する。これらの処理は、上記したように、クライアント画像表示部１３に表示される画像が異なる点以外は同一の処理である。

画像表示制御部１１１は、複数（本実施形態では２つ）の分類先画像をクライアント画像表示部１３に表示する（図４／ＳＴＥＰ２２０）。なお、図４／ＳＴＥＰ２２０が、本発明の「第１分類先画像表示ステップ」に相当する。

例えば、図２／ＳＴＥＰ０４０の第１画像分類訓練処理においては、画像表示制御部１１１は、クライアント記憶部１２に記憶された第２分類先画像（第１種概念）１２２を読み込み、図３Ａに示されるように、クライアント画像表示部１３の画面上部に第２分類先画像（第１種概念）１２２（「自分」画像１２２１及び「他人」画像１２２２）を表示させる。

ここで、画像表示制御部１１１は、クライアント画像表示部１３の画面を上側分割線ＵＬ及び下側分割線ＤＬにより上下方向に三等分した場合、「自分」画像１２２１及び「他人」画像１２２２の画像の中心が上側分割線ＵＬよりも上側に位置するように「自分」画像１２２１及び「他人」画像１２２２をクライアント画像表示部１３に表示させる。

また、画像表示制御部１１１は、クライアント画像表示部１３の画面を中央分割線ＣＬにより左右方向に二分割した場合、「自分」画像１２２１及び「他人」画像１２２２の画像の中心が、中央分割線ＣＬを中心として線対称となるように、「自分」画像１２２１及び「他人」画像１２２２をクライアント画像表示部１３に表示させる。

また、図２／ＳＴＥＰ０６０の第２画像分類訓練処理においては、画像表示制御部１１１は、クライアント記憶部１２に記憶された第２分類先画像（第２種概念）１２３を読み込み、図３Ｂに示されるように、クライアント画像表示部１３の画面上部に第２分類先画像（第２種概念）１２３（図３Ｂにおいては「外向的」画像１２３１及び「内向的」画像１２３２）を表示させる。

また、図２／ＳＴＥＰ０８０又は図２／ＳＴＥＰ１００の第１又は第２画像分類テスト処理においては、画像表示制御部１１１は、クライアント記憶部１２に記憶された第１分類先画像１２１を読み込み、図３Ｃに示されるように、クライアント画像表示部１３の画面上部に第１分類先画像１２１（図３Ｃにおいては「自分」−「外向的」画像１２１１及び「他人」−「内向的」画像１２１２）を表示させる。

画像表示制御部１１１は、分類回数カウント変数ｎを初期化（ｎに１を設定）する（図４／ＳＴＥＰ２４０）。

操作軌跡認識部１１２は、経過時間ｔを初期化（ｔに０を設定）する（図４／ＳＴＥＰ２６０）。

画像表示制御部１１１は、分類先画像に含まれる文字等が示す概念に対応する一つの対象画像をクライアント画像表示部１３の画面下部に表示させる（図４／ＳＴＥＰ２８０）。画像表示制御部１１１は、対象画像をランダムにクライアント画像表示部１３に表示させることが好ましいが、互いに異なる対象画像をランダムにクライアント画像表示部１３に表示させることがより好ましい。

例えば、図２／ＳＴＥＰ０４０の第１画像分類訓練処理においては、画像表示制御部１１１は、クライアント記憶部１２から、第１種概念に対応する対象画像である対象画像（第１種概念）１２４を読み込み、図３Ａに示されるように、対象画像（第１種概念）１２４（図３Ａにおいては被験者名称画像１２４１）をクライアント画像表示部１３の画面下部に表示させる。

ここで、画像表示制御部１１１は、クライアント画像表示部１３の画面を上側分割線ＵＬ及び下側分割線ＤＬにより上下方向に三分割した場合、対象画像の画像中心が下側分割線ＤＬよりも下側に位置するように、対象画像としての被験者名称画像１２４１をクライアント画像表示部１３に表示させる。

また、画像表示制御部１１１は、クライアント画像表示部１３の画面を中央分割線ＣＬにより左右方向に二分割した場合、対象画像の画像中心が中央分割線ＣＬ上に位置するように対象画像としての被験者名称画像１２４１をクライアント画像表示部１３に表示させる。

また、図２／ＳＴＥＰ０６０の第２画像分類訓練処理においては、画像表示制御部１１１は、クライアント記憶部１２から、第２種概念に対応する対象画像である対象画像（第２種概念）１２５を読み込み、図３Ｂに示されるように、対象画像（第２種概念）１２５（図３Ｂにおいては「控えめな」画像１２５１）をクライアント画像表示部１３の画面下部に表示させる。

図２／ＳＴＥＰ０４０の第１画像分類訓練処理又は図２／ＳＴＥＰ０６０の第２画像分類訓練処理で表示される対象画像が、本発明の「第２対象画像」に相当する。

また、図２／ＳＴＥＰ０８０又は図２／ＳＴＥＰ１００の第１又は第２画像分類テスト処理においては、画像表示制御部１１１は、クライアント記憶部１２から、第１種概念に対応する対象画像（第１種概念）１２４又は第２種概念に対応する対象画像である対象画像（第２種概念）１２５を読み込み、図３Ｃに示されるように、対象画像（図３Ｃにおいては対象画像（第２種概念）１２５としての「控えめな」画像１２５１）をクライアント画像表示部１３の画面下部に表示させる。

図２／ＳＴＥＰ０８０の第１画像分類テスト処理又は図２／ＳＴＥＰ１００の第２画像分類テスト処理で表示される対象画像が、本発明の「第１対象画像」に相当する。

なお、図４／ＳＴＥＰ２８０が、本発明の「第１対象画像表示ステップ」に相当する。

操作軌跡認識部１１２は、経過時間ｔに０．１を加算する（図４／ＳＴＥＰ３００）。

操作軌跡認識部１１２は、クライアント操作検知部１４に対するタッチ操作Ｏ_ｔ（ｉ，ｊ）を認識したか否かを判定する（図４／ＳＴＥＰ３２０）。

タッチ操作Ｏ_ｔ（ｉ，ｊ）はどのような種類の操作でもよいが、対象画像が表示されている位置を起点とするスワイプ操作であることが好ましい。なお、これに代えて、分類先画像が表示されている位置を起点とするスワイプ操作であってもよい。

タッチ操作Ｏ_ｔ（ｉ，ｊ）は、クライアント操作検知部１４により検知されたクライアント画像表示部１３の画面上の位置に対応する座標値で表される。

なお、ここでｉは各処理を表す１〜７の数値であり、ｊは各処理における何回目の分類であるかを示す値である。

例えば、図５Ａに示されるように、操作軌跡認識部１１２は、クライアント操作検知部１４により検知されたタッチ操作Ｏ１_ｔ（ｉ，ｊ）（又はタッチ操作Ｏ２_ｔ（ｉ，ｊ））を認識する。

当該判定結果が否定的である場合（図４／ＳＴＥＰ３２０‥ＮＯ）、操作軌跡認識部１１２は、図４／ＳＴＥＰ３００の以下の処理を再度実行する。

当該判定結果が肯定的である場合（図４／ＳＴＥＰ３２０‥ＹＥＳ）、操作軌跡認識部１１２は、いずれかの分類先画像に対するタッチ操作が検知されたか否かを判定する（図４／ＳＴＥＰ３４０）。

例えば、操作軌跡認識部１１２は、検知されたタッチ操作Ｏ_ｔ（ｉ，ｊ）に示される座標値が分類先画像のうちいずれか一つを示す所定の範囲に入っているか否かを判定する。

当該判定結果が否定的である場合（図４／ＳＴＥＰ３４０‥ＮＯ）、操作軌跡認識部１１２は、図４／ＳＴＥＰ３００の以下の処理を再度実行する。

当該判定結果が肯定的である場合（図４／ＳＴＥＰ３４０‥ＹＥＳ）、操作軌跡認識部１１２は、対象画像に付加された情報を参照することにより、選択された分類先画像が、対象画像に対応しているか否かを判定する（図４／ＳＴＥＰ３６０）。

当該判定結果が否定的である場合（図４／ＳＴＥＰ３６０‥ＮＯ）、操作軌跡認識部１１２は、回答時間及び操作軌跡を記憶する（図４／ＳＴＥＰ３８０）。

より具体的には、操作軌跡認識部１１２は、フィールド番号カラム１２６１の値を“ｉ−ｊ”とし、分類先画像カラム１２６２の値を現在表示している分類先画像のうち、被験者により選択された分類先画像とし、表示位置カラム１２６３の値を当該分類先画像が表示されている位置（「左」又は「右」）とし、対象画像カラム１２６４の値を現在表示している対象画像とし、操作軌跡カラム１２６５の値を図４／ＳＴＥＰ３８０の処理までに検知されたタッチ操作Ｏ_ｔ（ｉ，ｊ）（ｔ＝０．１，…）の列とし、経過時間カラム１２６６の値を経過時間ｔとし、正誤カラム１２６７の値を「誤」とするフィールドを作成し、操作情報１２６に追加してクライアント記憶部１２に記憶する。

なお、経過時間ｔの代わりにタイマ等の計時機能により計測された対象画像表示から分類先画像表示までの時間を用いてもよい。

例えば、操作軌跡認識部１１２は、図５Ａに示されるタッチ操作Ｏ１_ｔ（ｉ，ｊ）（ｔ＝０．１，‥，ｘ１）を示す座標値の列を操作軌跡カラムに記憶する。

画像表示制御部１１１は、再選択を求める画像をクライアント画像表示部１３に表示させる（図４／ＳＴＥＰ４００）。

より具体的には、画像表示制御部１１１は、図３Ｆに示されるように、分類先画像及び対象画像を引き続き表示しながら、誤ったことを知らせる画像１２７１と、再選択を求めるメッセージを含む画像１２７２とをクライアント画像表示部１３に表示させる。

操作軌跡認識部１１２は、図４／ＳＴＥＰ４００の後、図４／ＳＴＥＰ３００〜図４／ＳＴＥＰ３６０の処理を実行する。

図４／ＳＴＥＰ３６０の判定結果が肯定的である場合（図４／ＳＴＥＰ３６０‥ＹＥＳ）、操作軌跡認識部１１２は、経過時間ｔと操作軌跡をクライアント記憶部１２に記憶する（図４／ＳＴＥＰ４２０）。

より具体的には、操作軌跡認識部１１２は、フィールド番号カラム１２６１の値を実行中の処理に対応した文字列とし、分類先画像カラム１２６２の値を現在表示している分類先画像のうち、被験者により選択された分類先画像とし、表示位置カラム１２６３の値を当該分類先画像が表示されている位置（「左」又は「右」）とし、対象画像カラム１２６４を現在表示している対象画像とし、操作軌跡カラム１２６５の値を図４／ＳＴＥＰ３６０までに検知されたユーザ操作Ｏ_ｔ（ｉ，ｊ）（ｔ＝０．１，…）の列とし、経過時間カラム１２６６の値を経過時間ｔとし、正誤カラム１２６７の値を「正」とするフィールドを作成し、操作情報１２６に追加してクライアント記憶部１２に記憶する。

なお、経過時間ｔの代わりにタイマ等の計時機能により計測された対象画像表示から分類先画像表示までの時間を用いてもよい。

なお、図４／ＳＴＥＰ３２０、図４／ＳＴＥＰ３４０、図４／ＳＴＥＰ３６０、図４／ＳＴＥＰ３８０及び図４／ＳＴＥＰ４２０が、本発明の「分類処理ステップ」に相当する。

なお、操作軌跡認識部１１２は、図４／ＳＴＥＰ３８０で経過時間及び操作軌跡を記憶している場合には、図４／ＳＴＥＰ４２０の処理を省略してもよい。

画像表示制御部１１１は、分類回数カウント変数ｎが所定値Ｎ以下であるか否かを判定する（図４／ＳＴＥＰ４４０）。

当該判定結果が肯定的である場合（図４／ＳＴＥＰ４４０‥ＹＥＳ）、画像表示制御部１１１は、分類回数カウント変数ｎに１を加算し（図４／ＳＴＥＰ４６０）、画像表示制御部１１１及び操作軌跡認識部１１２は、ＳＴＥＰ２６０以下の処理を実行する。

当該判定結果が否定的である場合（図４／ＳＴＥＰ４４０‥ＮＯ）、画像表示制御部１１１は、本処理を終了する。

（潜在意識推定処理）
図５〜図７を参照して、図２／ＳＴＥＰ１８０の潜在意識推定処理について説明する。

潜在意識推定部１１３は、クライアント記憶部１２から、操作情報１２６を読み込む（図７／ＳＴＥＰ５２０）。

潜在意識推定部１１３は、操作情報１２６のうち、経過時間カラム１２６６の値が所定の値よりも大きいフィールドを削除する（図７／ＳＴＥＰ５４０）。たとえば、図６において、所定の値が１０である場合、経過時間カラム１２６６の値が１０よりも大きいＮｏ７−１のフィールドが削除される。

潜在意識推定部１１３は、操作情報１２６のうち、操作軌跡カラム１２６５の値から、操作軌跡の評価値である操作軌跡値ＯＴ（ｉ，ｊ）を算出する（図７／ＳＴＥＰ５６０）。操作軌跡値ＯＴ（ｉ，ｊ）は、操作軌跡から被験者Ｓが迷ったと推察される場合に断続的又は連続的に大きい値を取り、操作軌跡から被験者Ｓが迷わなかったと推察される場合断続的又は連続的に小さな値を取る。

なお、第１画像分類訓練処理及び第２画像分類訓練処理における操作軌跡カラム１２６５の値が、本発明の「第２操作軌跡」及び「所定の操作軌跡」に相当し、第１画像分類テスト処理及び第２画像分類テスト処理における操作軌跡カラム１２６５の値が、本発明の「第１操作軌跡」に相当する。

ここで、ｉは、フィールド番号カラム１２６１のハイフンの左側の値であり、ｊは、フィールド番号カラム１２６１のハイフンの右側の値である。

操作軌跡値としては、例えば、操作軌跡における総移動距離、対象画像と分類先画像とを結ぶ直線からのかい離度、操作軌跡における方向転換回数、一定の箇所に滞留していた時間、平均移動速度、及び平均加速度などを採用することが出来る。

操作軌跡における総移動距離Ｌ_１（ｉ，ｊ）は、例えば以下の式（１）により求めることが出来る。

ここで、｜｜ベクトル｜｜は、ベクトルのノルムを意味する。

なお、総移動距離Ｌ_１（ｉ，ｊ）を操作軌跡値ＯＴ（ｉ，ｊ）とするなど、総移動距離Ｌ_１（ｉ，ｊ）が大きいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に大きい値に設定され、総移動距離Ｌ_１（ｉ，ｊ）が小さいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に小さい値に設定されることが好ましい。

対象画像と分類先画像とを結ぶ直線からのかい離度ρ（ｉ，ｊ）は、例えば、対象画像と分類先画像とを結ぶ直線の距離をＬ_２とした時、以下の式（２）で求めることが出来る。

なお、かい離度ρ（ｉ，ｊ）を操作軌跡値ＯＴ（ｉ，ｊ）とするなど、かい離度ρ（ｉ，ｊ）が大きいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に大きい値に設定され、かい離度ρ（ｉ，ｊ）が小さいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に小さい値に設定されることが好ましい。

また、時刻ｔ−２〜ｔ−１間のタッチ操作の軌跡を示すベクトルＯ_ｔ−１（ｉ，ｊ）−Ｏ_ｔ−２（ｉ，ｊ）と時刻ｔ−１〜ｔ間のタッチ操作の軌跡を示すベクトルＯ_ｔ（ｉ，ｊ）−Ｏ_ｔ−１（ｉ，ｊ）との内積が所定の値以下となる場合に方向転換があったと判定し、方向転換があったと判定される回数を求めることにより、操作軌跡における方向転換回数が算出されうる。なお、方向転換回数を操作軌跡値ＯＴ（ｉ，ｊ）とするなど、方向転換回数が大きいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に大きい値に設定され、方向転換回数が小さいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に小さい値に設定されることが好ましい。

また、時刻ｔ−１〜ｔ間のタッチ操作の軌跡を示すベクトルＯ_ｔ（ｉ，ｊ）−Ｏ_ｔ−１（ｉ，ｊ）のノルムが所定の大きさ以下である場合に、一定の箇所に滞留していたと判定し、一定の箇所に滞留していた回数を数えることにより、一定の箇所に滞留していた時間を求めることが出来る。なお、一定の箇所に滞留していた時間を操作軌跡値ＯＴ（ｉ，ｊ）とするなど、一定の箇所に滞留していた時間が大きいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に大きい値に設定され、一定の箇所に滞留していた時間が小さいほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に小さい値に設定されることが好ましい。

平均移動速度は、時刻ｔ−１〜ｔ間のタッチ操作の軌跡を示すベクトルＯ_ｔ（ｉ，ｊ）−Ｏ_ｔ−１（ｉ，ｊ）のノルムの平均値により求められうる。なお、所定の速度から平均移動速度を引いた値を操作軌跡値ＯＴ（ｉ，ｊ）とするなど、平均移動速度が低いほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に大きい値に設定され、平均移動速度が高いほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に小さい値に設定されることが好ましい。

平均加速度は、平均移動速度の変化量として求められうる。なお、所定の加速度から平均加速度を引いた値を操作軌跡値ＯＴ（ｉ，ｊ）とするなど、平均加速度が低いほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に大きい値に設定され、平均加速度が高いほど、操作軌跡値ＯＴ（ｉ，ｊ）は断続的又は連続的に小さい値に設定されることが好ましい。

潜在意識推定部１１３は、操作情報１２６のうち、経過時間カラム１２６６の値を経過時間ＥＴ（ｉ，ｊ）として認識する（図７／ＳＴＥＰ５８０）。

潜在意識推定部１１３は、操作情報１２６のうち、経過時間ＥＴ（ｉ，ｊ）と操作軌跡値ＯＴ（ｉ，ｊ）とに基づいて、下記式（３）を用いて、分類評価基礎値Ｖ（ｉ，ｊ）を算出する（図７／ＳＴＥＰ６００）。

ｆは、経過時間ＥＴ（ｉ，ｊ）及び操作軌跡値ＯＴ（ｉ，ｊ）の一方又は両方が増加するほど断続的又は連続的に増加する関数である。

例えば、ｆは、次の式（４）で表される。

例えば、操作軌跡値ＯＴ（ｉ，ｊ）が対象画像と分類先画像とを結ぶ直線からのかい離度ρ（ｉ，ｊ）である場合には、分類評価基礎値Ｖ（ｉ，ｊ）は次の式（５）で表される。

潜在意識推定部１１３は、各処理ごとに、下記式（６）により、分類評価基礎値Ｖｃ（ｉ，ｊ）の平均値Ｖｃ＿ａｖｇ（ｉ）を算出する（図７／ＳＴＥＰ６２０）。ここで、分類評価基礎値Ｖｃ（ｉ，ｊ）は、正誤カラム１２６７の値が「正」であるフィールドの分類評価基礎値である。

また、Ｊｃ（ｉ）は、各処理ｉに含まれる正誤カラム１２６７の値が「正」であるフィールドの個数である。

潜在意識推定部１１３は、第２画像分類訓練処理の分類評価基礎値の平均値Ｖｃ＿ａｖｇ（ｉ）（ｉ＝１，２，５）を基に、画像分類テスト処理の分類評価基礎値Ｖ（ｉ，ｊ）（ｉ＝３，４，６，７）を補正し、補正後の分類評価基礎値Ｖａｍｅｎｄｅｄ（ｉ，ｊ）（ｉ＝３，４，６，７）を算出する（図７／ＳＴＥＰ６４０）。

より具体的には、潜在意識推定部１１３は、下記式（７）及び（８）により、それぞれの画像分類テスト処理に対応する第２画像分類訓練処理の分類評価基礎値の平均値Ｖｃ（ｉ）（ｉ＝１，２，５）を用いて、画像分類テスト処理の分類評価基礎値Ｖｃ（ｉ，ｊ）（ｉ＝３，４，６，７）を補正する。

ここで、Ｊｃ（１）は、第１画像分類訓練で正誤カラム１２６７の値が「正」であるフィールドの個数であり、Ｊｃ（２）は、第１回目の第２画像分類訓練で正誤カラム１２６７の値が「正」であるフィールドの個数であり、Ｊｃ（５）は、第２回目の第２画像分類訓練で正誤カラム１２６７の値が「正」であるフィールドの個数である。Ｊｃ（１）に代えて、対象の画像分類テスト処理（ｉ＝３，４，６，７）において、対象画像（第１種概念）が表示された回数、Ｊｃ（２）に代えて、対象の画像分類テスト処理（ｉ＝３，４）において、対象画像（第２種概念）が表示された回数、Ｊｃ（５）に代えて、対象の画像分類テスト処理（ｉ＝６，７）において、対象画像（第２種概念）が表示された回数等、割合を適切に調節するための係数が用いられてもよい。

なお、Ｖａｍｅｎｄｅｄ（ｉ，ｊ）が本発明の「第１操作軌跡と所定の操作軌跡とのかい離度」に相当する。

また、潜在意識推定部１１３は、下記式（９）及び（１０）により、それぞれの画像分類テスト処理に対応する第２画像分類訓練処理の分類評価基礎値の平均値Ｖｃ（ｉ）（ｉ＝２，５）を用いて、画像分類テスト処理の分類評価基礎値Ｖｕｃ（ｉ，ｊ）（ｉ＝３，４，６，７）を補正する。ここでＶｕｃ（ｉ，ｊ）は、正誤カラム１２６７の値が「誤」であるフィールドの分類評価基礎値である。また、Ｐｅｎａｌｔｙは正の所定値である。

潜在意識推定部１１３は、各画像分類テスト処理ごとに、下記式（１１）により補正後の分類評価基礎値Ｖａｍｅｎｄｅｄ（ｉ，ｊ）の平均値Ｖａｍ＿ａｖｇ（ｉ）を算出する（図７／ＳＴＥＰ６６０）。ここでＪ（ｉ）は、各画像分類テスト処理ごとの分類の回数である。

潜在意識推定部１１３は、分類評価基礎値の平均値Ｖａｍ＿ａｖｇ（ｉ）に基づいて、スコアｓｃｏｒｅを算出する（図７／ＳＴＥＰ６８０）。

例えば、潜在意識推定部１１３は、下記式（１２）により、スコアｓｃｏｒｅを算出する。

潜在意識推定部１１３は、算出したスコアｓｃｏｒｅに基づいて、被験者Ｓの第１種概念のそれぞれと第２種概念のそれぞれとの結びつきの強さを推定する（図７／ＳＴＥＰ７００）。

たとえば、スコアｓｃｏｒｅが０又は０に近い値である場合（ｓｃｏｒｅの絶対値が所定の値以下である場合）には、潜在意識推定部１１３は、被験者Ｓの第１種概念のそれぞれと第２種概念のそれぞれとの結びつきの強さを、特別な結びつきを感じていないことを示す段階的又は連続的な値（例えば４〜６）を推定結果として決定する。

また、ｓｃｏｒｅが、スコアｓｃｏｒｅの絶対値が所定の値以上のマイナスである場合には、潜在意識推定部１１３は、被験者の第１種概念のそれぞれと第２種概念のそれぞれとの結びつきの強さについて、第１回目の画像分類テスト処理における第１種概念のそれぞれと第２種概念のそれぞれとの組合せの結びつきが強いことを示す段階的又は連続的な値（例えば７〜９の値）を推定結果として決定する。

より具体的には、図３Ｃに示される第１種概念のそれぞれと第２種概念のそれぞれとの組合せが第１回目の画像分類処理として実施され、スコアｓｃｏｒｅがマイナスである場合、潜在意識推定部１１３は、第１種概念「自分」と第２種概念「外向的」との結びつき、及び第１種概念「他人」と第２種概念「内向的」との結びつきが強いことを示す値を推定結果として決定する。

スコアｓｃｏｒｅが、スコアｓｃｏｒｅの絶対値が所定の値以上のプラスである場合には、潜在意識推定部１１３は、被験者の第１種概念のそれぞれと第２種概念のそれぞれとの結びつきの強さについて、第２回目の画像分類テスト処理における第１種概念のそれぞれと第２種概念のそれぞれとの組合せの結びつきが強いことを示す段階的又は連続的な値（例えば１〜３の値）を推定結果として決定する。

より具体的には、図３Ｅに示される第１種概念のそれぞれと第２種概念のそれぞれとの組合せが第２回目の画像分類処理として実施され、スコアｓｃｏｒｅがプラスである場合、潜在意識推定部１１３は、第１種概念「自分」と第２種概念「内向的」との結びつき、及び第１種概念「他人」と第２種概念「外向的」との結びつきが強いことを示す値を推定結果として決定する。

補足すると、分類評価基礎値の補正値Ｖａｍｅｎｄｅｄ（ｉ，ｊ）（本発明の「第１操作軌跡と所定の操作軌跡とのかい離度」に相当する。）が小さいほど、分類評価基礎値の平均値Ｖａｍ＿ａｖｇ（ｉ）も小さくなる。そして、ｉ＝３又は４である場合（第１回目の画像分類テスト処理において分類評価基礎値の補正値Ｖａｍｅｎｄｅｄ（ｉ，ｊ）が小さい場合）には、スコアｓｃｏｒｅも小さくなる。この場合、第１回目の画像分類テスト処理においてクライアント画像表示部１３（本発明の「画像表示部」に相当する。）に表示された第１種概念のそれぞれと第２種概念のそれぞれの組合せの結びつきが強いという潜在意識を被験者Ｓが持っていると推定する。

また、分類評価基礎値の補正値Ｖａｍｅｎｄｅｄ（ｉ，ｊ）が小さいほど、分類評価基礎値の平均値Ｖａｍ＿ａｖｇ（ｉ）も小さくなる。そして、ｉ＝６又は７である場合、すなわち、第２回目の画像分類テスト処理において分類評価基礎値の補正値Ｖａｍｅｎｄｅｄ（ｉ，ｊ）が小さい場合、スコアｓｃｏｒｅは大きくなる。この場合、第２回目の画像分類テスト処理においてクライアント画像表示部１３に表示された第１種概念のそれぞれと第２種概念のそれぞれとの組合せの結びつきが強いという潜在意識を被験者Ｓが持っていると推定する。

なお、本発明において、「被験者のタッチ操作に基づいて、第１種概念と第２種概念との結びつきに関する被験者の潜在意識を推定する」とは、経過時間ＥＴ（ｉ，ｊ）又は操作軌跡ＯＴ（ｉ，ｊ）等の被験者のタッチ操作時に取得される情報に基づいて第１種概念と第２種概念との結びつきに関する被験者Ｓの潜在意識を推定することを意味する。

また、本発明において、「被験者の操作軌跡に基づいて、第１種概念と第２種概念との結びつきに関する被験者の潜在意識を推定する」とは、操作軌跡ＯＴ（ｉ，ｊ）に基づいて第１種概念と第２種概念との結びつきに関する被験者Ｓの潜在意識を推定することを意味する。

（本実施形態の作用効果）
次に、図３及び図５を参照しながら、本実施形態の作用効果について説明する。

図３Ａに示される第１画像分類訓練処理又は図３Ｂ又は図３Ｄに示される第２画像分類訓練処理においては、分類先画像に含まれる文字等に示される概念が一つであるので、被験者Ｓは、さほど迷わずに分類先画像を選択できると考えられる。

他方、図３Ｃ又は図３Ｅに示される第１又は第２画像分類テスト処理においては、分類先画像に含まれる文字等に示される概念が複数であるので、被験者Ｓは、表示されている概念の組合せが被験者Ｓの潜在意識からかい離していない場合には迷わずに回答できる一方、表示されている概念の組合せが被験者Ｓの潜在意識からかい離している場合には分類先画像の選択に当たり、迷う蓋然性が高い。

そして、被験者Ｓが迷った場合、その迷いが被験者Ｓの操作軌跡に反映されると考えられる。

より具体的には、例えば、迷いが少ない場合には、タッチ操作Ｏ１ｔ（ｔ＝０．１，…，ｘ１）が、一定の軌跡、例えば、図５Ａに示されるようにほぼ直線状となる蓋然性が高い。

また、複数の概念を示す文字等の組合せが分類先画像に含まれている場合でも、その組合せが被験者Ｓの潜在意識に沿っている場合には、タッチ操作Ｏ３ｔ（ｔ＝０．１，…，ｘ３）が一定の軌跡、例えば、図５Ｂに示されるように、ほぼ直線状となる蓋然性が高い。

他方、その組合せが被験者Ｓの潜在意識に沿っていない場合には、分類先画像の選択に当たり、被験者Ｓに迷いが生じ、図５Ｂに示されるように、タッチ操作Ｏ４ｔ（ｔ＝０．１，…，ｘ４）が一定の軌跡からかい離する蓋然性が高い。

このように、操作軌跡は、第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識を推定する上で、有用な情報となる。

この点に着目して構成された本実施形態の潜在意識推定システムによれば、操作情報１２６に含まれる操作軌跡カラム１２６５の値を用いて第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識を推定している（図７／ＳＴＥＰ５２０、図７／ＳＴＥＰ６００、図７／ＳＴＥＰ６８０及び図７／ＳＴＥＰ７００）。これにより、第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識が高精度で推定される。

また、操作軌跡は、迷いだけではなく、被験者Ｓの癖及び被験者Ｓの被験時の姿勢などによっても変わりうる。

例えば、迷いがない場合であっても、例えば、図５Ａに示されるように、被験者Ｓが直線からかい離したようなタッチ操作Ｏ２ｔ（ｔ＝０．１，…，ｘ２）を行う可能性もある。

このような場合、図５Ｂのタッチ操作Ｏ４ｔ（ｔ＝０．１，…，ｘ４）に示されるように、直線からかい離したような操作軌跡であったとしても、必ずしも被験者Ｓが迷っていることを意味しない。

このような点に着目して構成された本実施形態の潜在意識推定システムによれば、第１及び第２画像分類訓練処理における操作情報１２６に含まれる操作軌跡カラム１２６５の値を用いて、各画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）を補正している（図７／ＳＴＥＰ６４０）。

この結果、第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識が高精度で推定される。

また、操作軌跡が一定の軌跡（直線状など）に近い場合であっても、選択された分類先画像が誤っている場合には、被験者Ｓが、表示されている分類先画像に含まれる文字等に示される第１種概念のそれぞれ及び第２種概念のそれぞれの組合せの結びつきが弱いという潜在意識を持っている蓋然性が高い。

より具体的には、図５Ｃに示されるように、「自分」−「外向的」画像１２１１と、「他人」−「内向的」画像１２１２と、「控えめな」画像１２５１とが表示されていた場合において、被験者Ｓが、タッチ操作Ｏ７ｔ（ｔ＝０．１，…，ｘ７）に示されるような一定の軌跡で「自分」−「外向的」画像１２１１を選択した場合について検討する。

「控えめな」画像１２５１は、第２種概念「内向的」に対応する対象画像であるから、被験者Ｓの選択は誤りである。このような場合、一定の軌跡で選択されたとしても、表示されている「自分」−「外向的」画像１２１１に含まれる文字等に対応する第１種概念「自分」と第２種概念「外向的」との結びつきが強いわけではなく、むしろ、第１種概念「自分」と第２種概念「内向的」との結びつきが強いと推定される。

このような点に着目して構成された本実施形態の潜在意識推定システムによれば、正誤カラム１２６７の値に応じて、各画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）の補正態様を変更している（図７／ＳＴＥＰ６４０）。

この結果、第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識が高精度で推定される。

また、操作軌跡が一定の軌跡（直線状など）に近い場合であっても、図５Ｄに示されるように、それが再選択を求められた後である場合には、その操作軌跡には、第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識が反映されにくいと考えられる。

この点に鑑みて構成された本実施形態の潜在意識推定システムによれば、再選択を求める画像の表示前までの操作軌跡を記憶し（図４／ＳＴＥＰ３８０）、その操作軌跡に基づいて被験者Ｓの潜在意識を推定する。これにより、第１種概念のそれぞれ及び第２種概念のそれぞれの結びつきに関する被験者Ｓの潜在意識が高精度で推定される。

（変形態様）
本実施形態の潜在意識推定システムでは、クライアント制御部１１が画像表示制御部１１１、操作軌跡認識部１１２及び潜在意識推定部１１３として機能したが、サーバ制御部２１が、画像表示制御部１１１、操作軌跡認識部１１２及び潜在意識推定部１１３の一部または全部として機能し、クライアント１が適宜、潜在意識情報管理サーバ２と通信することにより、潜在意識推定処理を実施してもよい。

本実施形態の潜在意識推定システムでは、第１及び第２画像分類訓練処理における操作情報１２６に含まれる操作軌跡カラム１２６５の値を用いて、各画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）を補正したが、これに限られず、例えば、第２画像分類訓練処理における操作情報１２６に含まれる操作軌跡カラム１２６５の値を用いて、各画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）を補正してもよいし、第１画像分類訓練処理における操作情報１２６に含まれる操作軌跡カラム１２６５の値を用いて、各画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）を補正してもよい。

また、図７／ＳＴＥＰ６２０及び図７／ＳＴＥＰ６４０の処理を省略してもよい。

本実施形態では、式（１２）によりスコアｓｃｏｒｅを算出したが、これに代えて、例えば、特許文献１に示されるように、第１画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）の分散σ１と第２画像分類テスト処理における分類評価基礎値Ｖ（ｉ，ｊ）の分散σ２とを用いて、下記式（１３）によりスコアｓｃｏｒｅを算出してもよい。

本実施形態では、操作軌跡カラム１２６５の値と経過時間カラム１２６６の値とを用いて分類評価基礎値Ｖ（ｉ，ｊ）を算出したが、経過時間カラム１２６６の値を用いずに、操作軌跡カラム１２６５の値を用いて分類評価基礎値Ｖ（ｉ，ｊ）を算出してもよい。

本実施形態では、正誤カラム１２６７の値が「誤」であるフィールドも含めてスコアｓｃｏｒｅを算出したが、正誤カラム１２６７の値が「正」であるフィールドのみでスコアｓｃｏｒｅを算出してもよい。

本実施形態の潜在意識推定システムでは、経過時間ＥＴ（ｉ，ｊ）及び操作軌跡ＯＴ（ｉ，ｊ）を用いて分類評価基礎値Ｖ（ｉ，ｊ）を算出したが、これに代えて、経過時間ＥＴ（ｉ，ｊ）を分類評価基礎値Ｖ（ｉ，ｊ）としてもよいし、操作軌跡値ＯＴ（ｉ，ｊ）を分類評価基礎値Ｖ（ｉ，ｊ）としてもよいし、経過時間ＥＴ（ｉ，ｊ）及び操作軌跡値ＯＴ（ｉ，ｊ）の一方又は両方と他の値を用いて分類評価基礎値Ｖ（ｉ，ｊ）を算出してもよい。

本実施形態の潜在意識推定システムでは、第１画像分類訓練処理及び第２画像分類訓練処理の一方又は両方が省略されてもよい。また、第２画像分類テスト処理が省略されてもよいし、さらにテスト処理が追加されてもよい。

また、各画像分類訓練処理及び各画像分類テスト処理で同一回数の分類が行われたが、これに代えて、例えばテスト処理の方が回数が多くされるなど、各処理ごとに分類回数が変更されてもよい。

１３‥クライアント画像表示部、１４‥クライアント操作検知部、１１１‥画像表示制御部、１１２‥操作軌跡認識部、１１３‥潜在意識推定部、１２１１‥第１分類先画像，１２１２‥第１分類先画像、１２１３‥第１分類先画像、１２１４‥第１分類先画像、１２４１‥第１対象画像、１２５１‥第１対象画像、Ｓ‥被験者、Ｏ_ｔ‥タッチ操作。

Claims (10)

1. 画像を表示する画像表示部と、
   前記画像表示部と一体に構成され、被験者のタッチ操作を検知可能な操作検知部と、
   Ｋ個（ＫはＫ≧２の整数。）の第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと、前記第１種概念のそれぞれと互いに異なるＬ個（ＬはＬ≧２の整数。）の第２種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つとの組合せを含む静止画又は動画であるＭ個（ＭはＭ≧２かつＭ≦ＫかつＭ≦Ｌの整数。）の第１分類先画像と、前記Ｋ個の第１種概念及び前記Ｌ個の第２種概念のうちのいずれか一つに対応する文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む静止画又は動画である第１対象画像とを前記画像表示部に表示させた後、少なくとも前記第１対象画像に対する前記被験者のタッチ操作と前記第１分類先画像のうちのいずれか一つに対する前記被験者のタッチ操作の両方が行われたことを前記操作検知部を介して検知するまで、前記第１対象画像を前記画像表示部に表示させ続ける分類処理部と、
   前記分類処理部によって検知された前記被験者のタッチ操作に基づいて、前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定する潜在意識推定部とを備えることを特徴とする潜在意識推定システム。
2. 請求項１記載の潜在意識推定システムにおいて、
   前記分類処理部は、前記画像表示部の表示画面を当該表示画面の上側、当該表示画面の中央及び当該表示画面の下側に３等分した場合に、前記Ｍ個の第１分類先画像の中心位置のいずれもが前記上側に含まれ、前記第１対象画像の中心位置が前記下側に含まれるように、前記Ｍ個の第１分類先画像及び前記第１対象画像を前記画像表示部に表示させることを特徴とする潜在意識推定システム。
3. 請求項１記載の潜在意識推定システムにおいて、
   前記分類処理部は、前記第１対象画像に対するタッチ操作と前記第１分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作の軌跡である第１操作軌跡を前記操作検知部を介して認識するように構成され、
   前記潜在意識推定部は、前記第１操作軌跡に基づいて前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定するように構成されていることを特徴とする潜在意識推定システム。
4. 請求項３記載の潜在意識推定システムにおいて、
   前記潜在意識推定部は、当該第１操作軌跡と所定の操作軌跡とのかい離度を評価して、当該かい離度が小さいほど、前記画像表示部に表示されている前記第１種概念と前記第２種概念との組合せの結びつきが段階的又は連続的に強いと前記被験者の潜在意識を推定するように構成されていることを特徴とする潜在意識推定システム。
5. 請求項４記載の潜在意識推定システムにおいて、
   前記分類処理部は、前記第１種概念及び前記第２種概念の一方の概念をそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む静止画又は動画であるＭ個の第２分類先画像と、前記Ｍ個の第２分類先画像に示される概念のうちのいずれか一つに対応する文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む第２対象画像とを前記画像表示部に表示させ、前記第２対象画像に対するタッチ操作と前記第２分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作の軌跡である第２操作軌跡を前記操作検知部を介して認識するように構成され、
   前記潜在意識推定部は、当該第２操作軌跡に基づいて、前記所定の操作軌跡を定めることを特徴とする潜在意識推定システム。
6. 請求項５記載の潜在意識推定システムにおいて、
   前記第２分類先画像は、前記第１分類先画像に含まれる前記第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つ又は前記第２種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと同一の文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含み、
   前記第２対象画像は、前記第１対象画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと同一の文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含むことを特徴とする潜在意識推定システム。
7. 請求項１記載の潜在意識推定システムにおいて、
   前記潜在意識推定部は、タッチされた第１分類先画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つが示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つに対応付けられた第１種概念又は第２種概念と異なる場合、前記第１対象画像に対するタッチ操作と前記タッチされた第１分類先画像に対するタッチ操作との両方が行われるまでの前記被験者のタッチ操作に基づいて、前記第１分類先画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つに対応付けられた第１種概念と第２種概念との結びつきが弱いと前記被験者の潜在意識を推定するように構成されていることを特徴とする潜在意識推定システム。
8. 請求項１記載の潜在意識推定システムにおいて、
   前記分類処理部は、タッチされた第１分類先画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つが示す第１種概念及び第２種概念のいずれもが、前記第１対象画像に含まれる文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つに対応付けられた第１種概念又は第２種概念と異なる場合、同一の第１対象画像に対し、前記第１分類先画像の再選択を求める画像を前記画像表示部に表示させ、
   前記潜在意識推定部は、前記分類処理部によって検知された、前記再選択を求める画像の表示前までの前記被験者のタッチ操作に基づいて、前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定するように構成されていることを特徴とする潜在意識推定システム。
9. 画像を表示する画像表示部と、
   前記画像表示部と一体に構成され、被験者のタッチ操作を検知可能な操作検知部とを備えるシステムが実行する方法であって、
   Ｋ個（ＫはＫ≧２の整数。）の第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと、前記第１種概念のそれぞれと互いに異なるＬ個（ＬはＬ≧２の整数。）の第２種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つとの組合せを含む静止画又は動画であるＭ個（ＭはＭ≧２かつＭ≦ＫかつＭ≦Ｌの整数。）の第１分類先画像とを表示する第１分類先画像表示ステップと、
   前記Ｋ個の第１種概念及び前記Ｌ個の第２種概念のうちのいずれか一つに対応する文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む静止画又は動画である第１対象画像とを前記画像表示部に表示させる第１対象画像表示ステップと、
   少なくとも前記第１対象画像に対する前記被験者のタッチ操作と前記第１分類先画像のうちのいずれか一つに対する前記被験者のタッチ操作の両方が行われたことを前記操作検知部を介して検知するまで、前記第１対象画像を前記画像表示部に表示させ続ける分類処理ステップと、
   前記分類処理ステップによって検知された前記被験者のタッチ操作に基づいて、前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定する潜在意識推定ステップとを含むことを特徴とする潜在意識推定方法。
10. 画像を表示する画像表示部と、
    前記画像表示部と一体に構成され、被験者のタッチ操作を検知可能な操作検知部とを備えるコンピュータを、
    Ｋ個（ＫはＫ≧２の整数。）の第１種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つと、前記第１種概念のそれぞれと互いに異なるＬ個（ＬはＬ≧２の整数。）の第２種概念のそれぞれを示す文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つとの組合せを含む静止画又は動画であるＭ個（ＭはＭ≧２かつＭ≦ＫかつＭ≦Ｌの整数。）の第１分類先画像と、前記Ｋ個の第１種概念及び前記Ｌ個の第２種概念のうちのいずれか一つに対応する文字、記号、数字、図形、物体像、模様、及び色彩のうち少なくとも一つを含む静止画又は動画である第１対象画像とを前記画像表示部に表示させた後、少なくとも前記第１対象画像に対する前記被験者のタッチ操作と前記第１分類先画像のうちのいずれか一つに対する前記被験者のタッチ操作の両方が行われたことを前記操作検知部を介して検知するまで、前記第１対象画像を前記画像表示部に表示させ続ける分類処理部と、
    前記分類処理部によって検知された前記被験者のタッチ操作に基づいて、前記第１種概念と前記第２種概念との結びつきに関する前記被験者の潜在意識を推定する潜在意識推定部として機能させることを特徴とする潜在意識推定プログラム。