JP6418438B2

JP6418438B2 - 感性評価装置、感性評価方法及び感性評価プログラム

Info

Publication number: JP6418438B2
Application number: JP2014081748A
Authority: JP
Inventors: はるか天沼; 百合子上垣; 透中村
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2014-04-11
Filing date: 2014-04-11
Publication date: 2018-11-07
Anticipated expiration: 2034-04-11
Also published as: JP2015203907A

Description

本発明は、被検者の感性を評価する感性評価装置、感性評価方法及び感性評価プログラムに関する。

住宅環境は、温度、湿度、照度等の物理量で環境が制御される。人が知覚するのは物理量ではなく、暑い、寒い、まぶしい、気持ちよい、落ち着かない等の感性的なものである。例えば、適当と見なされる物理量であっても感性的には不快となる場合があるため、環境の快適性を高めるには人の感性面に着目する必要がある。住宅環境の変更は、空調設備や照明設備の工事を伴う場合があるため、新築時やリフォーム時等の特定のタイミングで検討されることが望ましい。これらのタイミングで人の感性面を考慮された環境が提案されることに対する需要は大きい。

一方、被検者の体温、脳波等の生体情報を検出することにより、被検者の感性を評価する感性評価装置が提案されている（特許文献１参照）。このような感性評価装置を用いることにより、被検者の感性を客観的に評価することができる。

特開２０１１−１２０８２４号公報

しかしながら、特許文献１に記載の技術は、生体情報を取得するために脳波測定等の大掛かりな実験設備が必要である上、住宅環境を提案する場面に適用する場合、事前に実験空間を構築して評価する必要があり現実的でない。

本発明は、上記問題点を鑑み、簡単且つ高精度にユーザーの感性を評価することができる感性評価装置、感性評価方法及び感性評価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、本発明の第１の態様に係る感性評価装置は、予め取得された感性評価に応じて分類された複数のクラスターと、複数のクラスター毎に関連付けられた提示情報とを含むデータベースを記憶する記憶部と、ユーザーにより理想環境に対する感性評価が入力される入力部と、複数のクラスターから、入力部に入力された理想環境に対する感性評価が属するクラスターを選択するクラスター選択部と、クラスター選択部により選択されたクラスターに関連付けられた提示情報の少なくとも一部をユーザーに提示する提示部と、データベースを更新するデータベース制御部と、を備え、入力部は、提示部により提示された提示情報のいずれかが、ユーザーにより選択され、データベース制御部は、入力部において選択された提示情報に応じて、データベースを更新することを特徴とする。

本発明の第２の態様に係る感性評価装置は、第１の態様に係る感性評価装置において、クラスター選択部は、理想環境に対する感性評価のパターンと、複数のクラスター毎に決定される感性評価の代表パターンとの誤差により、クラスターを選択することを特徴とする。

本発明の第３の態様に係る感性評価装置は、第２の態様に係る感性評価装置において、クラスターに関連付けられた提示情報から、誤差に応じた提示情報を選択する提示情報選択部を更に備え、提示部は、提示情報選択部により選択された提示情報をユーザーに提示することを特徴とする。

本発明の第４の態様に係る感性評価装置は、第１〜第３のいずれかの態様に係る感性評価装置において、入力部は、理想環境に対する感性評価として、段階的な評価値が入力されることを特徴とする。

本発明の第５の態様に係る感性評価装置は、第４の態様に係る感性評価装置において、入力部は、理想環境に対する感性評価として、照明機器に関する複数の感性評価が入力されることを特徴とする。

本発明の第６の態様に係る感性評価装置は、第４の態様に係る感性評価装置において、入力部は、理想環境に対する感性評価として、空調機器に関する複数の感性評価が入力されることを特徴とする。

本発明の第７の態様に係る感性評価装置は、第１〜第６のいずれかの態様に係る感性評価装置において、提示部は、提示情報として、画像又は映像を提示することを特徴とする。

本発明の第８の態様に係る感性評価方法は、コンピューターが、予め取得された感性評価に応じて分類された複数のクラスターと、複数のクラスター毎に関連付けられた提示情報とを含むデータベースを記憶するステップと、コンピューターに対して、ユーザーにより理想環境に対する感性評価が入力されるステップと、コンピューターが、複数のクラスターから、入力された理想環境に対する感性評価が属するクラスターを選択するステップと、コンピューターが、選択されたクラスターに関連付けられた提示情報の少なくとも一部をユーザーに提示するステップと、コンピューターが、データベースを更新するステップと、を含み、入力されるステップにおいては、提示するステップにおいて提示された提示情報のいずれかが、ユーザーにより選択され、データベースを更新するステップにおいては、入力されるステップにおいて選択された提示情報に応じて、データベースを更新することを特徴とする。

本発明の第９の態様に係る感性評価プログラムは、予め取得された感性評価に応じて分類された複数のクラスターと、複数のクラスター毎に関連付けられた提示情報とを含むデータベースを記憶するステップと、ユーザーにより理想環境に対する感性評価が入力されるステップと、複数のクラスターから、入力された理想環境に対する感性評価が属するクラスターを選択するステップと、選択されたクラスターに関連付けられた提示情報の少なくとも一部をユーザーに提示するステップと、データベースを更新するステップと、を含む処理をコンピューターに実行させ、入力されるステップにおいては、提示するステップにおいて提示された提示情報のいずれかが、ユーザーにより選択され、データベースを更新するステップにおいては、入力されるステップにおいて選択された提示情報に応じて、データベースを更新することを特徴とする。

本発明によれば、簡単且つ高精度に、利用者の潜在的な嗜好を判断することができる感性評価装置を提供することができる。

本発明の第１実施形態に係る感性評価装置の基本的な構成を説明するブロック図である。本発明の第１実施形態に係る感性評価装置のデータベースの作成方法を説明するフローチャートである。本発明の第１実施形態に係る感性評価装置に用いるユーザーの感性評価結果を図示した一例である。本発明の第１実施形態に係る感性評価装置の動作を説明するフローチャートである。本発明の第１実施形態に係る感性評価装置に用いるユーザーの理想環境に対する感性評価結果を図示した一例である。本発明の第１実施形態に係る感性評価装置において、ユーザーの感性評価結果と、クラスターの代表パターンとを比較する図である。本発明の第１実施形態に係る感性評価装置に用いるデータベースの一部を図示した一例である。本発明の第１実施形態に係る感性評価装置のデータベースの一部を図示した一例である。本発明の第１実施形態に係る感性評価装置のデータベースの一部を図示した一例である。本発明の第２実施形態に係る感性評価装置のデータベースの作成方法を説明するフローチャートである。本発明の第２実施形態に係る感性評価装置においてユーザーの感性評価結果を２次元座標に図示した一例である。本発明の第２実施形態に係る感性評価装置のデータベースの一部を図示した一例である。本発明の第２実施形態に係る感性評価装置における各クラスターの座標値を図示した一例である。本発明の第２実施形態に係る感性評価装置の動作を説明するフローチャートである。

次に、図面を参照して、本発明の第１及び第２実施形態を説明する。

（第１実施形態）
本発明の第１実施形態に係る感性評価装置は、図１に示すように、入力部１と、処理部２と、データベース３１を記憶する記憶部３と、提示部４とを備える。本発明の第１実施形態に係る感性評価装置は、ユーザーの理想環境に対する感性評価に基づいて、ユーザーの感性の特徴を考慮した提示情報をユーザーに提示する。

入力部１は、ユーザーの操作により情報が入力され、入力された情報を制御部に出力する。入力部１は、例えばマウス、タッチパネル等のポインティングデバイスやキーボード等の入力装置からなる。

処理部２は、データベース（ＤＢ）制御部２１と、感性評価部２２と、クラスター選択部２３と、提示情報選択部２４と、提案決定部２５とを有する。処理部２は、例えば、マイクロプロセッサ等の演算処理装置及び周辺回路等からなり、プログラムの実行に必要な演算及び情報の一時記憶を行う。図１における処理部２を構成する各部は、論理構成としての表示であり、一体のハードウェアから構成されてもよく、別個のハードウェアから構成されてもよい。

記憶部３は、コンピューターにより読み取り可能な記憶媒体である。記憶部３は、処理部２が行う処理に必要なプログラムやファイルを記憶する。記憶部３に記憶されるデータベース３１は、予め取得された感性評価に応じて分類された複数のクラスターと、複数のクラスター毎に関連付けられた提示情報とを含む。データベース３１に格納される複数のクラスターは、予め被検者毎の感性評価のパターンを取得し、感性評価のパターンを特徴に応じて分類することにより作成される。

提示部４は、種々の情報をユーザーに提示する出力装置である。提示部４は、例えば、画像、文字等を表示する表示装置や、音声を出力するスピーカー等から構成される。提示部４は、データベース３１の提示情報をユーザーに提示する。

−データベースの作成方法−
図２のフローチャートを用いて、データベース３１の作成方法を説明する。

先ず、処理部２は、提示部４により、空調機器、照明機器等に関する所定の環境について複数の被験者に提示する。処理部２は、提示部４により、提示した環境の理想的な状態（理想環境）を複数の被験者に想起させ、理想環境に対する感性的な評価（感性評価）をさせる。理想環境は、住環境全体について統合的に評価されるようにしてもよい。

例えば、複数の被験者は、「あなたにとって理想的なエアコンの環境を思い浮かべて、以下の項目を評価してください」という設問を提示された後、順次、評価項目を提示部４により提示される。複数の被験者は、提示された評価項目に対して、入力部１を操作して回答することにより、理想環境に対する感性評価を行う。評価項目は、例えば、「暖かい」、「爽やか」等の感性的な項目である。被験者は、評価項目に対して、はい、いいえの２段階の評価や、３以上の段階的な評価を行う。

感性評価結果は、例えば図３に示すように、所定の環境について、第１〜第ｎまでの複数の評価項目に対してそれぞれ評価された結果である。図３に示す例では、入力部１を介して被験者により、非常に当てはまらない、当てはまらない、やや当てはまらない、どちらでもない、やや当てはまる、当てはまる、非常に当てはまる、の７段階の評価がなされ、各評価に１〜７までの評価値が与えられる。

ＤＢ制御部２１は、入力部１により入力された、被検者毎の感性評価結果を、ｎ次元ベクトルとして、被験者の識別子（ＩＤ）と関連付けてデータベース３１に格納する。処理部２は、予めデータベース３１に格納された複数の提示情報を、提示部４により被検者に提示し、想起した理想環境に合致する提示情報を被検者に選択させる。提示情報は、例えば、室内に日が差す窓辺等の暖かさを連想させる画像、森林等のきれいで潤いがある空気を連想させる画像等である。提示情報は、動画像である映像であってもよい。処理部２は、各被検者が選択した提示情報のＩＤを、被検者のＩＤと関連付けてデータベース３１に格納する。被検者により選択される提示情報は、複数であってもよい。

ステップＳ１において、ＤＢ制御部２１は、データベース３１に格納された、被検者のＩＤ、感性評価結果及び提示情報のＩＤを読み出す。ステップＳ２において、ＤＢ制御部２１は、被検者毎の感性評価結果（ｎ次元ベクトル）を分析し、ステップＳ３において、特徴が類似する評価結果を複数のクラスターに分類し、各クラスターにＩＤを付与する。クラスターの分類は、感性評価結果の類似度（ｎ次元ベクトルの距離の近さ）に応じて決定される。クラスターの分類のアルゴリズムは、必要に応じて変更されてもよい。

ステップＳ４において、ＤＢ制御部２１は、複数のクラスターと、各クラスターに属する感性評価結果の代表パターンと、各クラスターに属する被検者が選択した提示情報のＩＤとを互いに関連付けてデータベース３１に登録する。感性評価結果の代表パターンは、ｎ次元ベクトルであり、クラスターに属する感性評価結果の平均値や中央値等を採用可能である。以上のように、データベース３１が作成される。

−感性評価装置の動作−
図４のフローチャートを用いて、本発明の第１実施形態に係る感性評価装置を用いた感性評価方法の一例を説明する。

先ず、ステップＳ１０１において、感性評価部２２は、提示部４を介して、空調機器、照明機器、住環境等の所定の環境についてユーザーに提示する。感性評価部２２は、提示部４により、提示した環境の理想的な状態（理想環境）を複数のユーザーに想起させ、理想環境に対する感性的な評価（感性評価）をさせる。

例えば、感性評価部２２は、提示部４を介して、「あなたにとって理想的なエアコンの環境を思い浮かべて、以下の項目を評価してください」という設問を提示した後、複数の評価項目を提示する。ユーザーは、提示された評価項目に対して、入力部１を操作して回答することにより、理想環境に対する感性評価を行う。評価項目は、例えば、「暖かい」、「爽やか」等の感性的な項目である。ユーザーは、評価項目に対して段階的な評価を行う。感性評価結果は、データベース３１の作成時と同様に、図３に示すように、所定の環境について、第１〜第ｎまでの複数の評価項目に対してそれぞれ評価された結果である。

次に、ステップＳ１０２において、感性評価部２２は、ステップＳ１０１において入力された評価結果のパターンＰを、図５に示すようなｎ次元ベクトルとして、ユーザーのＩＤと共にデータベース３１に登録する。

次に、ステップＳ１０３において、クラスター選択部２３は、図６に示すように、ステップＳ１０１において入力された評価結果のパターンＰと、データベース３１に予め登録された各クラスターの代表パターンＱとの誤差を計算する。クラスター選択部２３は、例えば、ベクトル同士の距離を評価結果のパターンＰと各クラスターの代表パターンＱとの誤差として計算する。

感性評価結果の代表パターンは、図７に示すように、ｎ次元ベクトルであり、例えば、クラスターに属する感性評価結果の平均値や中央値等である。ｘ₁₁，ｘ₁₂，ｘ₁₃，…ｘ_1nは、例えば、各評価項目における評価値を示す。ｃはクラスターの数である。ベクトルの距離は、例えば、ユークリッド距離、マハラノビス距離等である。その他、誤差の計算は、ベクトルの各成分の二乗値（各次元の二乗誤差の総和）のような簡易的な指標を用いてもよい。特に、評価項目の中に、特に効果が大きな項目がある場合には、その項目に対して重み付けを行ってもよい。その他、各次元について誤差を平均してユーザーの感性評価結果と比較してもよい。

次に、ステップＳ１０４において、クラスター選択部２３は、データベース３１に登録される全てのクラスターについて、ステップＳ１０３の誤差の計算がなされているか否かを判定する。クラスター選択部２３は、全てのクラスターについて誤差が計算されていない場合は、ステップＳ１０３に処理を戻し、全てのクラスターについて誤差が計算されている場合は、ステップＳ１０５に処理を進める。

ステップＳ１０５において、クラスター選択部２３は、ステップＳ１０１において感性評価を入力したユーザーが、ステップＳ１０３において計算された誤差が最小となった代表パターンのクラスターに属すると判断する。クラスター選択部２３は、ユーザーを誤差が最小のクラスターにグループ化する。なお、複数のクラスターについての誤差が同値となる場合、ユーザーは誤差が同値の複数のクラスターに属するとして、複数のクラスターにグループ化されてもよい。また、評価項目のうち、最も差分の大きな項目で誤差が最小となるクラスターをユーザーの所属クラスターとしてもよく、各項目における誤差が最小となるクラスターをユーザーの所属クラスターとしてもよい。

ステップＳ１０６において、クラスター選択部２３は、ユーザーのＩＤと、ユーザーの感性評価結果（ｎ次元ベクトル）と、ユーザーが所属するクラスターのＩＤとを、互いに関連付けてデータベース３１に登録する。

ステップＳ１０７において、提示情報選択部２４は、データベース３１において、ユーザーが属するクラスターのＩＤに予め関連付けられた複数の提示情報について、提示部４により提示する順番を決定する。例えば、提示情報選択部２４は、関連付けられた複数の提示情報をランダムに選択し、１ページにいくつの情報を提示するか、何ページ提示するか等を定めた表示画面のフォーマットにしたがって並べる。

データベース３１は、複数の提示情報とともに、予め表示する順序が登録されていてもよく、提示情報のＩＤ順に提示するようにしてもよい。なお。ステップＳ１０５において、ユーザーを複数のクラスターにグループ化した場合、複数のクラスターそれぞれに関連付けられるすべての提示情報について、提示する順序を決定する。

ステップＳ１０８において、提示情報選択部２４は、提示部４を制御し、ステップＳ１０７において決定した順に、提示部４を介して提示情報をユーザーに提示する。

ステップＳ１０９において、提案決定部２５は、提示部４に提示された提示情報を入力部１によりユーザーに選択させる。ユーザーは、提示部４に提示された提示情報が、所望の環境に合致すると考える場合、入力部１により提示された提示情報を選択する。

ステップＳ１１０において、提案決定部２５は、ステップＳ１０９において提示情報の選択が終了したか否かを判定する。提案決定部２５は、提示情報の選択が終了している場合、ステップＳ１１１に処理を進め、提示情報がステップＳ１０９において選択されず、提示情報の選択が終了していない場合、ステップＳ１１２に処理を進める。

提示情報の選択が終了していない場合、ステップＳ１１２において、提示情報選択部２４は、ステップＳ１０５においてグループ化されなかった他のクラスターに関連付けられた提示情報を、提示部４を介してユーザーに提示する。ステップＳ１１２において、提示情報選択部２４は、ステップＳ１０７と同様に他のクラスターのＩＤに予め関連付けられた複数の提示情報について、提示部４により提示する順番を決定する。ステップＳ１１２において選択される他のクラスターは、例えば、ステップＳ１０３において計算された誤差が、ステップＳ１０５においてグループ化されたクラスターの次に小さいクラスターとすればよい。ステップＳ１１２の次に、ステップＳ１０８において、ステップＳ１１２において決定した順に提示情報を、提示部４を介してユーザーに提示する。

ステップＳ１１０において提示情報がユーザーにより選択されたと判定する場合、提案決定部２５は、ステップＳ１１１に処理を進める。ステップＳ１１１において、提案決定部２５は、図８に示すように、ユーザーのＩＤと、感性評価結果と、ユーザーのクラスターのＩＤと、選択された提示情報（選択画像）のＩＤとを互いに関連付けてデータベース３１に登録する。提示情報のＩＤは複数であってもよい。また、提案決定部２５は、図９に示すように、提示情報のＩＤと、提示情報に関連付けられたクラスターのＩＤと、提示情報が選択された選択回数とを互いに関連付けてデータベース３１に登録する。

提示情報の選択回数は、選択回数が多い程多くのユーザーに好まれる特徴があるとして、ステップＳ１０７の提示する順序の決定において、重みとして用いられる。すなわち、ステップＳ１０７において、提示情報選択部２４は、データベース３１に登録された提示情報の選択回数を読み出し、ユーザーのクラスターのＩＤに関連付けられた提示情報のうち、選択回数の多い提示情報から提示するように順序を決定する。順序の決定に用いる重みは、例えば、選択回数と所定の重み計数との積にランダム値を足し合わせることにより決定されてもよい。

その他、ＤＢ制御部２１は、提示情報の選択回数に応じて、データベース３１において、クラスター毎に関連付けられた提示情報を更新する。例えば、ＤＢ制御部２１は、関連付けられたクラスターにおいて選択回数が０の提示情報が、他のクラスターにおいて選択される場合、他のクラスターに関連付けるようにデータベース３１を更新する。また、ＤＢ制御部２１は、選択された提示情報に応じて、データベース３１を更新することにより、ユーザーは、所望の環境と合致する提示情報を見出しやすくなる。

以上のように、提示情報が選択された後、ユーザーは、実際の環境に対する提案が決定される。実際の提案は、選択された提示情報に予め関連付けられた提案でもよく、提示情報を参照して決定された提案でもよい。

第１実施形態に係る感性評価装置によれば、住環境等の環境について、実験空間の構築や生体情報の測定を必要とせず、簡単且つ高精度にユーザーの感性を評価することができる。また、第２実施形態に係る感性評価装置によれば、ユーザーの感性に応じたクラスターに関連付けられた提示情報を提示することにより、ユーザーの感性に合致する提案を行うことができる。

（第２実施形態）
本発明の第２実施形態に係る感性評価装置は、クラスターの分類、選択において、主成分分析を用いる点等において第１実施形態と異なる。第２実施形態において説明しない他の構成、作用及び効果は、第１実施形態と実質的に同様であり重複するため省略する。
−データベースの作成方法−

図１０のフローチャートを用いて、データベース３１の作成方法を説明する。ステップＳ１１までの処理は、第１実施形態のステップＳ１までの処理と同様である。

ステップＳ１２において、ＤＢ制御部２１は、被検者毎の感性評価結果（ｘ_k1，ｘ_k2，ｘ_k3，…ｘ_kn）（ｋは１〜ｃまでの整数）を主成分分析する。ＤＢ制御部２１は、例えば、図１１に示すように、主成分分析により求められるｎ個の主成分のうち、第１主成分及び第２主成分のみを用いて、２次元空間における評価項目毎のベクトルを算出することにより、ｎ次元のデータを２次元に圧縮する。ＤＢ制御部２１は、必要に応じて評価結果を３次元に圧縮するようにしてもよい。

ステップＳ１３において、ＤＢ制御部２１は、主成分分析により求められた固有ベクトルの第１主成分ａ₁₁，ａ₁₂，ａ₁₃，…ａ_1nと第２主成分ａ₂₁，ａ₂₂，ａ₂₃，…ａ_2nとをデータベース３１に登録する。ＤＢ制御部２１は、特徴が類似する評価結果を複数のクラスターに分類し、各クラスターにＩＤを付与する。クラスターの分類は、感性評価結果の類似度（評価項目毎ベクトルの距離の近さ）に応じて決定される。

ステップＳ１４において、ＤＢ制御部２１は、各クラスターの代表パターンを、主成分分析により求められた固有ベクトルの第１主成分ａ₁₁，ａ₁₂，ａ₁₃，…ａ_1nと第２主成分ａ₂₁，ａ₂₂，ａ₂₃，…ａ_2nとを用いて２次元の座標値を算出する。例えばＤＢ制御部２１は、図１２及び図１３に示すように、ｐ_k1をａ₁₁ｘ_k1ａ₁₂ｘ_k2+ａ₁₃ｘ_k3+…+ａ_1nｘ_kn、ｐ_k2をａ₂₁ｘ_k1ａ₂₂ｘ_k2+ａ₂₃ｘ_k3+…+ａ_2nｘ_knとして、代表パターンの座標値（ｐ_k1，ｐ_k2）を算出する。

ステップＳ１４において、ＤＢ制御部２１は、図１２に示すように、各クラスターのＩＤと、各クラスターの代表パターンと、各クラスターの代表パターンの座標値（ｐ_k1，ｐ_k2）とを互いに関連付けてデータベース３１に登録する。以上のように、データベース３１が作成される。

−感性評価装置の動作−
図１４のフローチャートを用いて、本発明の第２実施形態に係る感性評価装置を用いた感性評価方法の一例を説明する。ステップＳ２０２処理は、第１実施形態のステップＳ１０２までの処理と同様である。

ステップＳ２０３において、クラスター選択部２３は、ステップＳ２０１において入力された評価結果を、主成分分析により求められた固有ベクトルの第１及び第２主成分を用いて圧縮することにより、２次元座標値を算出する。クラスター選択部２３は、ＤＢ制御部２１のステップＳ１４における処理と同様の処理により２次元座標値を算出する。

ステップＳ２０４において、クラスター選択部２３は、ステップＳ２０３において算出された２次元座標と、各クラスターの代表パターンの座標との距離を計算する。次に、ステップＳ２０５において、クラスター選択部２３は、データベース３１に登録される全てのクラスターについて、ステップＳ２０３の距離の計算がなされているか否かを判定する。クラスター選択部２３は、全てのクラスターについて距離が計算されていない場合は、ステップＳ２０４処理を戻し、全てのクラスターについて距離が計算されている場合は、ステップＳ２０６に処理を進める。

ステップＳ２０６において、クラスター選択部２３は、ステップＳ２０１において感性評価を入力したユーザーが、ステップＳ２０３において計算された距離が最小となった代表パターンのクラスターに属すると判断する。クラスター選択部２３は、ユーザーを誤差が最小のクラスターにグループ化する。なお、複数のクラスターについての距離が同値となる場合、ユーザーは距離が同値の複数のクラスターに属するとして、複数のクラスターにグループ化されてもよい。

ステップＳ２０７において、クラスター選択部２３は、ユーザーのＩＤと、ユーザーの感性評価結果（ｎ次元ベクトル）と、ユーザーが所属するクラスターのＩＤとを、互いに関連付けてデータベース３１に登録する。

ステップＳ２０８において、提示情報選択部２４は、データベース３１において、ユーザーが属するクラスターのＩＤに予め関連付けられた複数の提示情報について、提示部４により提示する順番を決定する。例えば、提示情報選択部２４は、関連付けられた複数の提示情報をランダムに選択し、１ページにいくつの情報を提示するか、何ページ提示するか等を定めた表示画面のフォーマットにしたがって並べる。提示情報選択部２４は、予め提示情報に対して設定された選択回数等の重み付けにより順番を決定するようにしてもよい。

ステップＳ２０９において、提示情報選択部２４は、提示部４を制御し、ステップＳ２０８において決定した順に、提示部４を介して提示情報をユーザーに提示する。

ステップＳ２１０において、提案決定部２５は、提示部４に提示された提示情報を入力部１によりユーザーに選択させる。ユーザーは、提示部４に提示された提示情報が、所望の環境に合致すると考える場合、入力部１により提示された提示情報を選択する。

ステップＳ２１１において、提案決定部２５は、ステップＳ２１０において提示情報の選択が終了したか否かを判定する。提案決定部２５は、提示情報の選択が終了している場合、ステップＳ２１２に処理を進め、提示情報がステップＳ２１０において選択されず、提示情報の選択が終了していない場合、ステップＳ２１３に処理を進める。

提示情報の選択が終了していない場合、ステップＳ２１３において、提示情報選択部２４は、ステップＳ２０６においてグループ化されなかった他のクラスターに関連付けられた提示情報を、提示部４を介してユーザーに提示する。ステップＳ２１３において、提示情報選択部２４は、ステップＳ２０８と同様に他のクラスターのＩＤに予め関連付けられた複数の提示情報について、提示部４により提示する順番を決定する。ステップＳ２１３において選択される他のクラスターは、例えば、ステップＳ２０４において計算された距離が、ステップＳ２０６においてグループ化されたクラスターの次に小さいクラスターとすればよい。ステップＳ２１３の次に、ステップＳ２０９において、ステップＳ２１３において決定した順に提示情報を、提示部４を介してユーザーに提示する。

ステップＳ２１１において提示情報がユーザーにより選択されたと判定する場合、提案決定部２５は、ステップＳ２１２に処理を進める。ステップＳ２１２において、提案決定部２５は、ユーザーのＩＤと、感性評価結果と、ユーザーのクラスターのＩＤと、選択された提示情報（選択画像）のＩＤとを互いに関連付けてデータベース３１に登録する。提示情報のＩＤは複数であってもよい。また、提案決定部２５は、提示情報のＩＤと、提示情報に関連付けられたクラスターのＩＤと、提示情報が選択された選択回数とを互いに関連付けてデータベース３１に登録する。

以上のように、提示情報が選択された後、実際の環境に対する提案が決定される。実際の提案は、選択された提示情報に予め関連付けられた提案でもよく、提示情報を参照して決定された提案でもよい。

第２実施形態に係る感性評価装置によれば、住環境等の環境について、実験空間の構築や生体情報の測定を必要とせず、簡単且つ高精度にユーザーの感性を評価することができる。また、第２実施形態に係る感性評価装置によれば、ユーザーの感性に応じたクラスターに関連付けられた提示情報を提示することにより、ユーザーの感性に合致する提案を行うことができる。

（その他の実施形態）
上記のように、本発明を第１及び第２実施形態によって記載したが、この開示の一部をなす論述及び図面は本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。

例えば、既に述べた第１及び第２実施形態において、感性評価部２２が提示する所定の環境は、ユーザーの住宅形態に応じて決定される環境であってもよい。例えば、ユーザーは、入力部１により、集合住宅、戸建て住宅、総面積、吹き抜けの有無等のユーザーの住宅形態を指定する。感性評価部２２は、指定されたユーザーの住宅形態に応じた評価項目をユーザーに提示するようにしてもよい。また、住宅形態に関連付けられた提示情報をデータベース３１に予め登録しておくことにより、ユーザーは、より現状の住宅に合致する提示情報を選択することができ、より理想に近い提案を決定することができる。

また、既に述べた第１及び第２実施形態において、ＤＢ制御部２１は、所定のタイミングで、データベース３１に登録されるクラスター、クラスターの代表パターン、クラスターに分類されたユーザー等を更新するようにしてもよい。

上記の他、本発明の第１及び第２実施形態を相互に応用した構成等、本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

１入力部
３記憶部
４提示部
２１ＤＢ制御部
２３クラスター選択部
２４提示情報選択部
３１データベース

Claims

予め取得された感性評価に応じて分類された複数のクラスターと、前記複数のクラスター毎に関連付けられた提示情報とを含むデータベースを記憶する記憶部と、
ユーザーにより理想環境に対する感性評価が入力される入力部と、
前記複数のクラスターから、前記入力部に入力された前記理想環境に対する感性評価が属するクラスターを選択するクラスター選択部と、
前記クラスター選択部により選択された前記クラスターに関連付けられた前記提示情報の少なくとも一部を前記ユーザーに提示する提示部と、
前記データベースを更新するデータベース制御部と、
を備え、
前記入力部は、前記提示部により提示された前記提示情報のいずれかが、前記ユーザーにより選択され、
前記データベース制御部は、前記入力部において選択された前記提示情報に応じて、前記データベースを更新することを特徴とする感性評価装置。
前記クラスター選択部は、前記理想環境に対する感性評価のパターンと、前記複数のクラスター毎に決定される感性評価の代表パターンとの誤差により、前記クラスターを選択することを特徴とする請求項１に記載の感性評価装置。
前記クラスターに関連付けられた前記提示情報から、前記誤差に応じた前記提示情報を選択する提示情報選択部を更に備え、
前記提示部は、前記提示情報選択部により選択された前記提示情報を前記ユーザーに提示することを特徴とする請求項２に記載の感性評価装置。
前記入力部は、前記理想環境に対する感性評価として、段階的な評価値が入力されることを特徴とする請求項１〜３のいずれか１項に記載の感性評価装置。
前記入力部は、前記理想環境に対する感性評価として、照明機器に関する複数の感性評価が入力されることを特徴とする請求項４記載の感性評価装置。
前記入力部は、前記理想環境に対する感性評価として、空調機器に関する複数の感性評価が入力されることを特徴とする請求項４に記載の感性評価装置。
前記提示部は、前記提示情報として、画像又は映像を提示することを特徴とする請求項１〜６のいずれか１項に記載の感性評価装置。
コンピューターが、予め取得された感性評価に応じて分類された複数のクラスターと、前記複数のクラスター毎に関連付けられた提示情報とを含むデータベースを記憶するステップと、
前記コンピューターに対して、ユーザーにより理想環境に対する感性評価が入力されるステップと、
前記コンピューターが、前記複数のクラスターから、前記入力された前記理想環境に対する感性評価が属するクラスターを選択するステップと、
前記コンピューターが、前記選択された前記クラスターに関連付けられた前記提示情報の少なくとも一部を前記ユーザーに提示するステップと、
前記コンピューターが、前記データベースを更新するステップと、
を含み、
前記入力されるステップにおいては、前記提示するステップにおいて提示された前記提示情報のいずれかが、前記ユーザーにより選択され、
前記データベースを更新するステップにおいては、前記入力されるステップにおいて選択された前記提示情報に応じて、前記データベースを更新することを特徴とする感性評価方法。
予め取得された感性評価に応じて分類された複数のクラスターと、前記複数のクラスター毎に関連付けられた提示情報とを含むデータベースを記憶するステップと、
ユーザーにより理想環境に対する感性評価が入力されるステップと、
前記複数のクラスターから、前記入力された前記理想環境に対する感性評価が属するクラスターを選択するステップと、
前記選択された前記クラスターに関連付けられた前記提示情報の少なくとも一部を前記ユーザーに提示するステップと、
前記データベースを更新するステップと、
を含む処理をコンピューターに実行させ、
前記入力されるステップにおいては、前記提示するステップにおいて提示された前記提示情報のいずれかが、前記ユーザーにより選択され、
前記データベースを更新するステップにおいては、前記入力されるステップにおいて選択された前記提示情報に応じて、前記データベースを更新することを特徴とする感性評価プログラム。