JP6763621B1 - 香り情報提供装置、香り情報提供方法および香り提供容器 - Google Patents

Abstract

【課題】ユーザ一人一人の性格やその構成要素である精神状態に基づいてユーザ一人一人にカスタマイズされた最適な香りの情報を提供することを目的とする。【解決手段】香り情報提供装置であって、ユーザのウェブへの投稿情報を取得する取得部と、取得部が取得した投稿情報を解析する解析部と、解析部による解析の結果に基づいて、ユーザに適した香りを推定する推定部と、推定部が推定した香りの情報を示す香料情報を出力する出力部と、を備える。【選択図】図１

Description

本発明は、香り情報提供装置、香り情報提供方法および香り提供容器に関する。具体的には、ユーザのウェブへの投稿から当該ユーザに適合する香りをテキストマイニングにより推定することにより得られる香りの情報を提供する装置、提供する方法および香りを提供する容器に関する。

従来、下記特許文献１のように、香り発生装置によって発生すべき香りの情報を香料の情報に変換する香り情報処理装置および香り情報処理システム、並びに香りの情報を参照して保有する香料の中から最も適切な香料を選択する香り変換テーブル生成方法が知られている。

特開２００５−３２６９０７号公報

上記特許文献１のような香り情報処理装置および香り情報処理システム並びに香り変換テーブル生成方法では、自然等の定性的な状態に対する香りを選択する。しかしながら、近年、ユーザそれぞれに特化した香りの提供が望まれている。

そこで本発明は、ユーザ一人一人の性格やその構成要素である精神状態に基づいてユーザ一人一人にカスタマイズされた最適な香りの情報を提供することができる香り情報提供装置、香り情報提供方法および香り提供容器を提供することを目的とする。

上記課題を解決するために、本発明の香り情報提供装置は、ユーザのウェブへの投稿情報を取得する取得部と、取得部が取得した投稿情報を解析する解析部と、解析部による解析の結果に基づいて、ユーザに適した香りを推定する推定部と、推定部が推定した香りの情報を示す香料情報を出力する出力部と、を備える。

本発明の香り情報提供装置は、テキスト情報と、テキスト情報の内容と香りの関係を学習した香り学習モデルを記憶する記憶部を備え、解析部は、投稿情報に対してテキストマイニングを行って、投稿情報の内容をテキストで示す解析情報を生成し、推定部は、解析情報を入力として、香り学習モデルを用いて、ユーザに適した香りを推定してもよい。

本発明の香り情報提供装置は、ユーザの特性と、ユーザの特性と香りの関係を学習した香り学習モデルを記憶する記憶部を備え、解析部は、投稿情報に対してテキストマイニングを行って、ユーザの特性を示す特性情報を生成し、推定部は、特性情報を入力として、香り学習モデルを用いて、ユーザに適した香りを推定してもよい。

解析部は、ユーザの複数の特定それぞれの数値について、所定の閾値を超えた特性を示す特性情報を生成してもよい。

解析部は、ユーザの複数の特定それぞれの数値について、数値が高いものから所定数のユーザの特性を示す特性情報を生成してもよい。

ユーザの特性は、複数の特性を含み、解析部は、ユーザの複数の特性それぞれについて数値化した情報をユーザの特性を示す特性情報として生成し、推定部は、ユーザの複数の特性のうち、数値の低い特性を入力として、香り学習モデルを用いてユーザに適した香りを推定してもよい。

解析部は、ユーザの複数の特定それぞれの数値について、所定の閾値以下の特性を示す特性情報を生成してもよい。

解析部は、ユーザの複数の特定それぞれの数値について、数値が低いものから所定数のユーザの特性を示す特性情報を生成してもよい。

出力部は、更に、ユーザの特性を示す特性情報を出力してもよい。

本発明の香り情報提供装置は、さらに、ユーザから、ユーザに関するユーザ情報の入力を受け付ける受付部を備え、記憶部は、ユーザ情報と、香りと、の関係を紐づけた第１変換テーブルを保持し、推定部は、さらに、受付部が受け付けたユーザ情報と、第１変換テーブルとを用いて特定した香りの情報を加味して、ユーザに適した香りを推定してもよい。

受付部は、さらに、ユーザからユーザが感じているストレス課題の入力を受け付け、記憶部は、ストレス課題と、香りと、の関係を紐づけた第２変換テーブルを保持し、推定部は、さらに、受付部が受け付けたストレス課題と、第２変換テーブルとを用いて特定した香りの情報を加味して、ユーザに適した香りを推定してもよい。

受付部は、ユーザに対して、複数のストレス課題としてのストレス内容を示す選択肢を示すユーザインターフェースを提供してもよい。

受付部は、さらに、ユーザからユーザが感じている理想イメージの入力を受け付け、記憶部は、ユーザの理想イメージと、香りと、の関係を紐づけた第３変換テーブルを保持し、推定部は、さらに、受付部が受け付けた理想イメージと、第３変換テーブルとを用いて特定した香りの情報を加味して、ユーザに適した香りを推定してもよい。

受付部は、ユーザに対して、受付部が受け付けた理想イメージを示す選択肢を示すユーザインターフェースを提供してもよい。

推定部は、さらに、受付部が入力した好きな香りの入力を受け付け、第３変換テーブルを用いて特定した香りの情報を加味して、推定した香りが、好きな香りに近くなるように香りを推定してもよい。

受付部は、ユーザに対して、推定部が推定した好きな香りを示す選択肢を示すユーザインターフェースを提供してもよい。

また、上記課題を解決するために、本発明の香り情報を提供する香り情報提供方法は、ユーザから、ユーザに関するユーザ情報の入力を受け付ける受付ステップと、ユーザのウェブへの投稿情報を取得する取得ステップと、取得ステップで取得された投稿情報を解析する解析ステップと、テキスト情報と、テキスト情報の内容と香りの関係を学習した香り学習モデルを記憶する記憶ステップと、解析ステップでの解析の結果に基づいて、ユーザに適した香りを推定する推定ステップと、推定ステップで推定した香りの情報を示す香料情報を出力する出力ステップと、を含む。

解析ステップは、テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、数値化ステップで数値化されたユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、を含み、推定ステップは、数値化された数値に基づき、より高い数値が望まれる要素については数値が上がることが期待される香料素材を選定、配合し、より低い数値が望まれる要素については数値が下がることが期待される香料素材を選定、配合して香料を調合する選定・配合・調合ステップを含んでもよい。

解析ステップは、テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、数値化ステップで数値化されたユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、を含み、推定ステップは、数値化された数値に基づき、より高い数値が望まれる要素については数値が上がることが期待される香料素材を選定、配合し、より低い数値が望まれる要素については数値が下がることが期待される香料素材を選定、配合して香料を調合する選定・配合・調合ステップと、を含んでもよい。

解析ステップは、テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、数値化するステップで数値化されたユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、を含み、推定ステップは、数値化された数値に基づき、より高い数値が望まれる要素や、より低い数値が望まれる要素についてはそれを補う効果が期待される香料素材を把握する把握ステップと、予め準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、香料素材を配合して香料を調合する選定・配合・調合ステップと、を含んでもよい。

また、解析ステップは、テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、数値化ステップで数値化されたユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、を含み、推定ステップは、個性の要素の中で特徴的な高い数値の要素を選定し、その要素が連想される香りをテーマとして香料素材を選定、配合して香りを調合する選定・配合・調合ステップを含んでもよい。

解析ステップは、テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、数値化ステップで数値化されたユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、を含み、推定ステップは、個性の要素の中で特徴的な高い数値の要素を選定し、その要素が連想される香りをテーマとして香料素材を把握する把握ステップと、予め準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、香料素材を配合して香料を調合する選定・配合・調合ステップと、を含んでもよい。

また、上記課題を解決するために、本発明の香り提供容器は、香り情報提供方法により生成された液体を収納する。

本発明の香り情報提供装置、香り情報提供方法、および香り提供容器によれば、香りの情報は、ユーザのウェブへの投稿から当該ユーザに適合する香りをテキストマイニングにより推定することにより得られる。このため、ユーザ一人一人の性格やその構成要素である精神状態に基づいてユーザ一人一人にカスタマイズされた最適な香りの情報を提供することができる。

本発明に係る香り情報提供装置により香り情報が提供される全体構成を示す図である。 本発明に係る香り情報提供装置の構成要素を示す図である。 本発明に係る香り情報提供装置の初期画面を示すインタフェースを示す図である。 本発明に係る香り情報提供装置のユーザ情報入力画面を示すインタフェースを示す図である。 本発明に係る香り情報提供装置のストレス課題選択画面を示すインタフェースを示す図である。 本発明に係る香り情報提供装置の理想のイメージを示すインタフェースを示す図である。 本発明に係る香り情報提供装置の好きな香りの系統を示すインタフェースを示す図である。 本発明に係る香り情報提供装置のＳＮＳとの連携画面を示すインタフェースを示す図である。 本発明に係る香り情報提供方法の第１の実施形態を示すフローチャートである。 本発明に係る香り情報提供方法の第２の実施形態を示すフローチャートである。 本発明に係る香り情報提供方法の第３の実施形態を示すフローチャートである。 本発明に係る香り情報提供方法の第４の実施形態を示すフローチャートである。 本発明に係る香り情報提供方法によってビジュアル化されたグラフ及び選択された香りのリストを示す画面を示す図である。 本発明に係る香り提供容器を示す正面図である。

［香り情報提供装置］

本発明の香り情報提供装置により香り情報が提供される全体構成を図１に示す。香り情報提供装置１はネットワーク３０にアクセスして、ユーザがネットワークに書き込んだ情報、即ち、ユーザ自身のブログやＳＮＳへの書き込みや、他のユーザのブログやＳＮＳへのコメントの書き込み、など、ユーザによるネットワークへの入力情報を取得する。ユーザによるネットワークへの書き込みには、ユーザの嗜好や考え方、願望、などが含まれる場合があるので、そこから、香り情報提供装置１はユーザの特性を推定することができる。また、ユーザにより入力された年齢や性別などの情報を併せて、ユーザそれぞれに特化した香り情報あるいは香水やアロマオイル、それらを封入したアトマイザーやボディミストなどを提供することができる。また、ディフューザーを用いて香りの空間を演出する際の香りあるいはその情報を提供することもでき、ライブ会場でのスモークへの香り付けに用いる香りあるいはその情報としても提供することができる。

次に、香り情報提供装置１の各構成要素を、図２を用いて説明する。香り情報提供装置１は、受付部１０、制御部２０、記憶部６０、出力部８０を備える。各構成要素について、以下に詳しく説明する。

受付部１０は、ネットワーク３０を介して、ユーザの端末（ＰＣ、スマホ、タブレット端末などの情報処理装置）から、通信により、ユーザ情報を受け付ける通信インタフェースである（図３参照）。

受付部１０は、ユーザから、ユーザに関するユーザ情報の入力を受け付ける。ユーザ情報は、ユーザの属性を示す情報を含んでよい。ユーザの属性とは、ユーザの特性を示す情報のことであり、ユーザの名前あるいはネットワーク上のハンドルネーム、年齢や性別、人種などを含んでよい。また、その他に、ユーザ情報は、ユーザの香りの好みに関する情報や、ユーザが自身で感じているストレス課題に関する情報、ユーザが向上させたい特性に関する情報などを選択的に含んでよい。

ユーザの香りの好みに関する情報とは、ユーザが嗅いで好ましいと感じる香りを示す情報である。ユーザの香りの好みに関する情報とは、一例として、図７に示すように、例えば、柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系など香りの系統を示す情報であってよい。図７は、ユーザにより好みに関する情報を入力するＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面である。本実施例では、図７に示すように、香りの系統の選択肢をユーザの端末に表示して、選択させることとするが、これは一例であり、例えば、ユーザにより、好みの香りをイメージできるテキストを直接入力する態様であってよい。

ユーザが感じているストレス課題に関する情報とは、ユーザが解消したいと考えるストレスの情報である。ユーザが感じているストレス課題に関する情報とは、一例として、図５に示すように、例えば、睡眠不足、対人関係、肉体的疲労、二日酔い、花粉症、禁煙などストレス課題を示す情報であってよい。図５は、ユーザによりストレス課題に関する情報を入力するＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面である。本実施例では、図５に示すように、ストレス課題の選択肢をユーザの端末に表示して、選択させることとするが、これは一例であり、例えば、ユーザにより、ストレス課題をイメージできるテキストを直接入力する態様であってよい。

ユーザが向上させたい特性に関する情報とは、ユーザが理想とするイメージの情報のことである。ユーザが向上させたい特性に関する情報とは、図６に示すように、例えば、気分を上げたい、リラックスしたい、集中したい、冷静になりたい、香りに浸りたいなどユーザが向上させたい特性を示す情報であってよい。図６は、ユーザにより向上させたい特性に関する情報を入力するＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面である。本実施例では、図７に示すように、向上させたい特性の選択肢をユーザの端末に表示して、選択させることとするが、これは一例であり、例えば、ユーザにより、向上させたい特性をイメージできるテキストを直接入力する態様であってよい。

受付部１０は、図４に示すように、ユーザの特性を示すプロフィール情報を入力するためのユーザインターフェースとして機能する。図５に示すように、ユーザに対して、複数のストレス課題としてのストレス内容を示す選択肢を示すユーザインターフェースとして機能する。また、受付部１０は、図６に示すように、ユーザに対して、受付部１０が受け付けた理想イメージを示す選択肢を示すユーザインターフェースとして機能する。また、受付部１０は、図７に示すように、ユーザに対して、好きな香りを示す選択肢を示すユーザインターフェースとして機能する。

制御部２０は、取得部４０と、解析部５０と、推定部７０とを含み、受付部１０が受け付けた情報を制御して、記憶部６０が記憶している変換テーブル６１〜６３を用いてユーザ情報を香りの情報に変換する。

取得部４０は、ユーザのウェブへの投稿情報を取得する。ウェブへの投稿情報には、ウェブ上へのアンケートへの回答およびＳＮＳ（ソーシャルネットワークサービス）への投稿情報が含まれる。ＳＮＳには、ブログや、Ｔｗｉｔｔｅｒ（ツイッター）（登録商標）、Ｆａｃｅｂｏｏｋ（フェイスブック）、Ｉｎｓｔａｇｌａｍ（インスタグラム）等が含まれる。ここでは、取得部４０は、ウェブへの投稿情報、即ち、オンラインのテキスト情報を取得することとしているが、取得部４０は、オフラインの情報を取得することとしてもよい。一例として、取得部４０は、ユーザの端末にインストールされているアプリケーションに対する書き込みを取得するものであってもよい。この場合に、このアプリケーションは、取得部４０から情報の取得要求に対して応じるか否かの許否の設定ができるようになっていてよく、許可がある場合にアプリケーションは取得部４０からの取得要求に応じて、ユーザにより入力された内容を送信するように構成されていてよい。また、あるいは、一例として、取得部４０は、ユーザが保持するフラッシュメモリ等の記録媒体に記憶されたユーザが作成したテキスト情報を、フラッシュメモリを接続することにより取得するものであってもよい。オフラインの情報は、例えば翻訳ソフトにより翻訳された翻訳データや、音声データを文字起こししたデータであってもよい。サーバは、これらオフラインの情報を、サーバの共有フォルダ等に置かれているファイルから獲得する。図８は、ＳＮＳ（ソーシャルネットワークサービス）との連携画面を示している。

具体的には、取得部４０は、ネットワーク３０にアクセスし、受付部１０で受け付けたユーザに関連付けられたネットワーク３０（インターネット）への投稿情報をクローリングして、受付部１０で受け付けたユーザが投稿した投稿情報を収集する。取得部４０は、例えば、所定数（例えば、１００であるが、１００に限定するものではなく、これ以上、これ以下であってよい）の投稿情報を収集する。

解析部５０は、取得部４０が取得した投稿情報を解析する。解析部５０は、投稿情報に対してテキストマイニングを行って、投稿情報の内容をテキストで示す解析情報を生成する。ここでいう解析情報は、テキストマイニングの結果得られる単語やフレーズの情報であってよく、ユーザの性格や精神状態といったユーザの特性を解析するのに有用な単語やフレーズであればよい。例えば、投稿情報中に、頻出する単語やフレーズであったり、ユーザの感情が反映されていると推定される単語やフレーズであったりしてよく、更に、その頻出度合いの情報なども含まれてよい。

ユーザの特性は、複数の特性を含んでよい。複数の特性とは、例えば、外向性、知的好奇心、協調性、誠実性、情緒不安定性などである。これらの特性を、最高値を１００、最低値を０として、例えば、外向性８０、知的好奇心３０、協調性４０、誠実性５０、情緒不安定性６０といった具合に数値化する。解析部５０は、ユーザの複数の特性それぞれについて数値化した情報をユーザの特性を示す特性情報として生成する。具体的には、解析部５０は、取得部４０が取得した上記ウェブへの投稿情報から、投稿したユーザの性格や精神状態を解析する。

また、解析部５０は、ユーザの複数の特性の全てについて数値化する。そして、そのうちの数値が高いものを選択する。最高値を１００、最低値を０として、例えば、外向性８０、知的好奇心３０、協調性４０、誠実性５０、情緒不安定性３０といった具合に、解析部５０が投稿情報を解析して、得られた特性情報の特性の数値それぞれについて、閾値と比較する。閾値を超えた特性をそのユーザの特徴として、その特性にあった香りを作成する。閾値が、例えば、４０であった場合に、外向性と誠実性とが高いユーザに向いている香りを作成する。例えば、より高い数値が好まれる例として、知的好奇心、外向性、誠実性、協調性などが挙げられる。

また、解析部５０は、ユーザの複数の特性の全てについて数値化して、そのうちの数値が低いものを選択する。最高値を１００、最低値を０として、例えば、外向性３０、知的好奇心４０、協調性５０、誠実性６０、情緒不安定性２０といった具合に、解析部５０が投稿情報を解析して、得られた特性情報の特性の数値それぞれについて、閾値と比較する。閾値を下回る特性をそのユーザの特徴として、その特性にあった香りを作成する。閾値が、例えば、４０であった場合に、外向性が低いユーザに向いている香りを作成する。例えば、より低い数値が好まれる例として、情緒不安定性などが挙げられる。

なお、テキストマイニングは、ＳＮＳの最新の投稿データの所定の件数（例えば、１００件）分が解析される。テキストマイニングした結果得られる単語を入力として、ユーザの特性情報に変換するための変換モデル（学習モデル）を後述する記憶部６０が保持していて、この変換モデルに入力することで、知的好奇心や外向性、誠実性、協調性などの数値化を行う。

学習モデルの作成方法としては、フィードバックを伴う教師あり学習、フィードバックを伴わない教師なし学習、強化信号を受信した時点(例えば、目標とする状態に達した時点)でフィードバックがされる強化学習のいずれかによって作成される。あるいは、脳内のニューロンとニューロン間の接続に発想を得たモデルを使用して、入力ベクトルを処理して出力ベクトルに変換する、４層以上の多層ニューラルネットワークを用いた深層学習（ディープラーニング）によって作成されてもよい。本実施例においては、一例として、単語あるいは文書と、それに対応付けられた、特性とその数値と、の組み合わせを学習することで、テキスト情報と、ユーザ特性との関係性を学習した学習モデルを作成し、この学習モデルによる推定処理を行うことで、ユーザの特性を算出する。学習モデルには、ユーザ特性を香りに変換する香り学習モデルと、テキスト解析結果をユーザ特性に変換する特性学習モデルとがある。香り学習モデルと、特性学習モデルとは、一つの学習モデルにより実現されてもよい。

記憶部６０は、ユーザの特性と、ユーザの特性と香りの関係を学習した香り学習モデルを記憶する。記憶部６０は、ユーザ情報と香りとの関係を紐づけた第１変換テーブル６１を保持する。第１変換テーブル６１には、縦（行）に男性、女性、１０代、２０代・・・というユーザ情報が、横（列）に柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系・・・という好きな香りが並んでおり、例えば、男性とハーブ系、２０代と柑橘系が対応付けられている。また、記憶部６０は、ストレス課題と香りとの関係を紐づけた第２変換テーブル６２を保持する。第２変換テーブル６２には、縦（行）に睡眠不足、肉体的疲労、対人関係、二日酔い、花粉症、禁煙・・・というストレス課題が、横（列）に柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系・・・という好きな香りが並んでおり、例えば、睡眠不足とハーブ系、対人関係と柑橘系が対応付けられている。また、記憶部６０は、ユーザの理想イメージと香りとの関係を紐づけた第３変換テーブル６３を保持する。第３変換テーブル６３には、縦（行）に気分をあげたい、リラックスしたい、集中したい、冷静になりたい、香りに浸りたい・・・という理想のイメージが、横（列）に柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系・・・という好きな香りが並んでおり、例えば、集中したいとハーブ系が対応付けられている。

推定部７０は、解析部５０が解析した解析の結果に基づいて、ユーザに適した香りを推定する。例えば、ユーザが男性であれば、男性に好まれる傾向のあるハーブ（ペパーミントなど）、ウッディー素材を推定する。また、例えば、ユーザが２０代である場合には、今の２０代に好まれやすい柑橘系（オレンジなど）、ユーザが５０代である場合には、今の５０代に好まれやすいウッディー系（ヒノキなど）の素材を推定する。この素材推定は、テキストマイニングした結果得られる単語を入力として、ユーザの特性情報に変換するための変換モデル（学習モデル）を記憶部６０が保持していて、この変換モデルに入力することで行われる。この推定はあくまで一例であり、これに限られない。

また、推定部７０は、特性情報を入力として、香り学習モデルを用いて、ユーザに適した香りを推定する。推定部７０は、さらに、受付部１０が受け付けたユーザ情報と、第１変換テーブル６１とを用いて特定した香りの情報を加味して、ユーザに適した香りを推定する。推定部７０は、さらに、受付部１０が受け付けたストレス課題と、第２変換テーブル６２とを用いて特定した香りの情報を加味して、ユーザに適した香りを推定する。推定部７０は、さらに、受付部１０が入力した好きな香りの入力を受け付け、第３変換テーブル６３を用いて特定した香りの情報を加味して、推定した香りが、好きな香りに近くなるように香りを推定する。

複数のストレス課題のうち、例えば、「睡眠不足」を選択した場合には、睡眠時にリラックスして熟睡が期待される特定のハーブ系（ラベンダーなど）素材を推定部７０が推定する。また、例えば、「対人関係」を選択した場合には、前向きな気持ちになり、コミュニケーション力向上が期待される特定の柑橘系素材を推定部７０が推定する。

理想イメージのうち、例えば、「集中したい」を選択した場合には、集中力向上が期待される特定のハーブ系（ペパーミントなど）素材を推定部７０が推定する。

好きな香りの系統は最大３つまで選択することができ、例えば、「柑橘」、「フローラル系」、「スパイシー系」を選択した場合には、それぞれの香りの系統に分類される「ユズ」、「ローズ」、「ジンジャー」素材を推定部７０が推定する。

出力部８０は、推定部７０が推定した香りの情報を示す香料情報を出力する。推定部７０が解析情報を入力として、香り学習モデルを用いて、ユーザに適した香りを推定すると、推定された香りの系統に基づいて香りを出力する。出力部８０は、更に、ユーザの特性を示す特性情報を出力してもよい。出力部８０から出力されるものは、音声でもあっても画像であってもよい。出力された情報は、図１３に示すように、グラフ化されビジュアル化されている。

本実施形態のこのような構成によれば、図５〜７において入力したストレス課題、理想のイメージ及び好きな香りの系統による香りの推定と、テキスト解析による香り推定とを、例えば、３：７の比で組み合わせてもよく、５：５の比で組み合わせてもよく、７：３の比で組み合わせてもよい。香りの情報は、ユーザのウェブへの投稿から当該ユーザに適合する香りをテキストマイニングにより推定することにより得られる。このため、ユーザ一人一人の性格やその構成要素である精神状態に基づいてユーザ一人一人にカスタマイズされた最適な香りの情報を提供することができる。

［香り情報提供方法］
以下、図９〜図１２を用いて、本発明に係る香り情報提供方法について説明する。本発明に係る香り情報提供方法は、投稿されるテキスト情報を、ＡＩ（人工知能）で解析することで、投稿者の性格を割り出し、その性格の構成要素である精神状態に基づいて香りを創るプロセスである。

＜第１の実施形態＞
図９は、本発明の香り情報提供方法の第１の実施形態について説明するフローチャートである。第１の実施形態では、解析結果の性格の構成要素である精神状態に基づき、その不足する要素を補うための香りを創る手法を示す。

受付ステップＳ１０では、受付部１０が、ユーザから、当該ユーザに関するユーザ情報の入力を受け付ける。

次に、取得ステップＳ２０では、取得部４０が、ユーザのウェブへの投稿情報を取得する。ウェブへの投稿情報には、ウェブ上へのアンケートへの回答およびＳＮＳ（ソーシャルネットワークサービス）への投稿情報が含まれる。ＳＮＳには、ブログや、Ｔｗｉｔｔｅｒ（ツイッター）（登録商標）、Ｆａｃｅｂｏｏｋ（フェイスブック）、Ｉｎｓｔａｇｌａｍ（インスタグラム）等が含まれる。ここでは、取得部４０は、ウェブへの投稿情報、即ち、オンラインのテキスト情報を取得することとしているが、取得部４０は、オフラインの情報を取得することとしてもよい。一例として、取得部４０は、ユーザの端末にインストールされているアプリケーションに対する書き込みを取得するものであってもよい。この場合に、このアプリケーションは、取得部４０から情報の取得要求に対して応じるか否かの許否の設定ができるようになっていてよく、許可がある場合にアプリケーションは取得部４０からの取得要求に応じて、ユーザにより入力された内容を送信するように構成されていてよい。また、あるいは、一例として、取得部４０は、ユーザが保持するフラッシュメモリ等の記録媒体に記憶されたユーザが作成したテキスト情報を、フラッシュメモリを接続することにより取得するものであってもよい。オフラインの情報は、例えば翻訳ソフトにより翻訳された翻訳データや、音声データを文字起こししたデータであってもよい。サーバは、これらオフラインの情報を、サーバの共有フォルダ等に置かれているファイルから獲得する。図８は、ＳＮＳ（ソーシャルネットワークサービス）との連携画面を示している。

次に、解析ステップＳ３０では、解析部５０が、取得ステップＳ２０で取得された投稿情報を解析する。

解析ステップＳ３０は、数値化ステップＳ３１と、ビジュアル化ステップＳ３２と、とを含む。

数値化ステップＳ３１では、解析部５０が、ユーザの個性の要素のレベルを数値化する。具体的には、テキスト情報の解析から、ユーザの個性の要素として、知的好奇心、外向性、誠実性、協調性、情緒不安定などのレベルを数値化する。

次に、ビジュアル化ステップＳ３２では、数値化ステップＳ３１で数値化されたユーザの個性の要素のレベルをグラフでビジュアル化する。具体的には、ＩＢＭ社のＷａｔｓｏｎ Ｐｅｒｓｏｎａｌｉｔｙ Ｉｎｓｉｇｈｔｓ（登録商標）を使用することで、ユーザ特性のビジュアル化を実現することができるが、これはその限りではない。

記憶ステップＳ４０は、第１変換ステップＳ４１と、第２変換ステップＳ４２と、第３変換ステップＳ４３とを含む。

第１変換ステップＳ４１では、記憶部６０に保持されている、ユーザ情報と香りの情報との関係が紐づけられている第１変換テーブル６１によって、ユーザの年齢や性別の情報が香りの情報に変換される。第１変換テーブル６１には、縦（行）に男性、女性、１０代、２０代・・・というユーザ情報が、横（列）に柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系・・・という好きな香りが並んでおり、例えば、男性とハーブ系、２０代と柑橘系が対応付けられている。この第１変換ステップＳ４１を用いて特定した香りの情報を加味して、推定ステップＳ５０では、さらに、受付ステップＳ１０が受け付けたユーザ情報と、ユーザに適した香りが推定される。

第２変換ステップＳ４２では、記憶部６０に保持されている、ストレス課題と香りとの関係が紐づけられている第２変換テーブル６２によって、ユーザのストレス課題の情報が香りの情報に変換される。第２変換テーブル６２には、縦（行）に睡眠不足、肉体的疲労、対人関係、二日酔い、花粉症、禁煙・・・というストレス課題が、横（列）に柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系・・・という好きな香りが並んでおり、例えば、睡眠不足とハーブ系、対人関係と柑橘系が対応付けられている。受付ステップＳ１０が受け付けたストレス課題と、第２変換テーブル６２とを用いて特定した香りの情報を加味して、推定ステップＳ５０では、さらに、ユーザに適した香りが推定される。

第３変換ステップＳ４３では、記憶部６０に保持されている、ユーザの理想イメージと香りとの関係が紐づけられている第３変換テーブル６３によって、ユーザの理想のイメージの情報が香りの情報に変換される。第３変換テーブル６３には、縦（行）に気分をあげたい、リラックスしたい、集中したい、冷静になりたい、香りに浸りたい・・・という理想のイメージが、横（列）に柑橘系、フローラル系、スパイシー系、ハーブ系、ウッディー系、森林系・・・という好きな香りが並んでおり、例えば、集中したいとハーブ系が対応付けられている。受付ステップＳ１０が受け付けた理想イメージと、第３変換ステップＳ６３を用いて特定した香りの情報を加味して、推定ステップＳ５０では、さらに、ユーザに適した香りが推定される。

次に、推定ステップＳ５０では、解析ステップＳ３０での解析の結果に基づいて、推定部７０が、ユーザに適した香りを推定する。

推定ステップＳ５０は、選定ステップＳ５１、配合ステップＳ５２及び調合ステップＳ５３を含む。

選定ステップＳ５１、配合ステップＳ５２及び調合ステップＳ５３では、数値化ステップＳ３１で数値化された数値に基づき、より高い数値が望まれる要素については数値が上がることが期待される香料素材を選定し、配合し、より低い数値が望まれる要素については数値が下がることが期待される香料素材を選定し、配合して香料を調合する。例えば、外向性の値が低い場合には、気分が上がる、前向きな気持ちになることが期待される特定の柑橘系の香料素材を調合する。また、例えば、情緒不安定の値が高い場合には、ストレス軽減や鎮静、リラックスが期待される特定のハーブ系（ラベンダー精油など）、森林系（アカエゾマツなど）の香料素材を選定し、配合して香料を調合する。なお、上記ステップＳ５１〜Ｓ５３で順に必要な香料素材を選定し、配合する割合はそれぞれの解析数値に応じて調整する。

次に、出力ステップＳ６０では、推定ステップＳ５０で推定した香りの情報を示す香料情報を、出力部８０が出力する。

＜第２の実施形態＞
図１０は、本発明の香り情報提供方法の第２の実施形態について説明するフローチャートである。第２の実施形態は、解析結果の性格（精神状態）に基づき、その不足する要素を補うための香りを創る手法であって、既に準備されている調合香料の処方箋の中からレコメンド（選定）されて調合するケースを示している。

受付ステップＳ１１０では、受付部１０が、ユーザから、当該ユーザに関するユーザ情報の入力を受け付ける。

次に、取得ステップＳ１２０では、取得部４０が、ユーザのウェブへの投稿情報を取得する。ウェブへの投稿情報には、ウェブ上へのアンケートへの回答およびＳＮＳ（ソーシャルネットワークサービス）への投稿情報が含まれる。ＳＮＳには、ブログや、Ｔｗｉｔｔｅｒ（ツイッター）（登録商標）、Ｆａｃｅｂｏｏｋ（フェイスブック）、Ｉｎｓｔａｇｌａｍ（インスタグラム）等が含まれる。ここでは、取得部４０は、ウェブへの投稿情報、即ち、オンラインのテキスト情報を取得することとしているが、取得部４０は、オフラインの情報を取得することとしてもよい。一例として、取得部４０は、ユーザの端末にインストールされているアプリケーションに対する書き込みを取得するものであってもよい。この場合に、このアプリケーションは、取得部４０から情報の取得要求に対して応じるか否かの許否の設定ができるようになっていてよく、許可がある場合にアプリケーションは取得部４０からの取得要求に応じて、ユーザにより入力された内容を送信するように構成されていてよい。また、あるいは、一例として、取得部４０は、ユーザが保持するフラッシュメモリ等の記録媒体に記憶されたユーザが作成したテキスト情報を、フラッシュメモリを接続することにより取得するものであってもよい。オフラインの情報は、例えば翻訳ソフトにより翻訳された翻訳データや、音声データを文字起こししたデータであってもよい。サーバは、これらオフラインの情報を、サーバの共有フォルダ等に置かれているファイルから獲得する。図８は、ＳＮＳ（ソーシャルネットワークサービス）との連携画面を示している。

次に、解析ステップＳ１３０では、解析部５０が、取得ステップＳ１２０で取得された投稿情報を解析する。

解析ステップＳ１３０は、数値化ステップＳ１３１とビジュアル化ステップＳ１３２とを含む。

まず、数値化ステップＳ１３１で、解析部５０が、ユーザの個性の要素のレベルを数値化する。具体的には、テキスト情報の解析から、ユーザの個性の要素として、知的好奇心、外向性、誠実性、協調性、情緒不安定などのレベルを数値化する。

次に、ビジュアル化ステップＳ１３２で、数値化ステップＳ１３１で数値化されたユーザの個性の要素のレベルをグラフでビジュアル化する。具体的には、ＩＢＭ社のＷａｔｓｏｎ Ｐｅｒｓｏｎａｌｉｔｙ Ｉｎｓｉｇｈｔｓ（登録商標）を使用することで、ユーザ特性のビジュアル化を実現することができるが、これはその限りではない。

記憶ステップＳ１４０は、第１変換ステップＳ１４１と、第２変換ステップＳ１４２と、第３変換ステップＳ１４３とを含む。

第１変換ステップＳ１４１では、記憶部６０に保持されている、ユーザ情報と香りの情報との関係が紐づけられている第１変換テーブル６１によって、によって、ユーザの年齢や性別の情報が香りの情報に変換される。この第１変換ステップＳ１４１を用いて特定した香りの情報を加味して、推定ステップＳ１５０では、さらに、受付ステップＳ１１０が受け付けたユーザ情報と、ユーザに適した香りが推定される。

第２変換ステップＳ１４２では、記憶部６０に保持されている、ストレス課題と香りとの関係が紐づけられている第２変換テーブル６２によって、ユーザのストレス課題の情報が香りの情報に変換される。受付ステップＳ１１０が受け付けたストレス課題と、第２変換テーブル６２とを用いて特定した香りの情報を加味して、推定ステップＳ１５０では、さらに、ユーザに適した香りが推定される。

第３変換ステップＳ１４３では、記憶部６０に保持されている、ユーザの理想イメージと香りとの関係が紐づけられている第３変換テーブル６３によって、ユーザの理想のイメージの情報が香りの情報に変換される。受付ステップＳ１１０が受け付けた理想イメージと、第３変換ステップＳ１４３を用いて特定した香りの情報を加味して、推定ステップＳ１５０では、さらに、ユーザに適した香りが推定される。

次に、推定ステップＳ１５０では、推定部７０が、解析ステップＳ１３０での解析の結果に基づいて、ユーザに適した香りを推定する。

推定ステップＳ１５０は、把握ステップＳ１５１、選定ステップＳ１５２、配合ステップＳ１５３及び調合ステップＳ１５４を含む。

把握ステップＳ１５１で、数値化ステップＳ１３１で数値化された数値に基づき、より高い数値が望まれる要素や、より低い数値が望まれる要素についてはそれを補う効果が期待される香料素材を把握する。例えば、外向性の値が低い場合には、気分が上がる、前向きな気持ちになることが期待される特定の柑橘系の香料材料を把握する。また、例えば、情緒不安定の値が高い場合には、ストレス軽減や鎮静、リラックスが期待される特定のハーブ系（ラベンダー精油など）、森林系（アカエゾマツ精油など）の香料材料を把握する。なお、上記ステップＳ１５１〜Ｓ１５４で順に必要な香料素材を選定し、配合する割合はそれぞれの解析数値に応じて調整する。

選定ステップＳ１５２、配合ステップＳ１５３及び調合ステップＳ１５４では、あらかじめ準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、配合し、調合する。

次に、出力ステップＳ１６０では、推定ステップＳ１５０で推定した香りの情報を示す香料情報を出力部８０が出力する。

＜第３の実施形態＞
図１１は、本発明に係る第３の実施形態を示すフローチャートである。第３の実施形態は、解析結果の性格（精神状態）に基づき、その性格（精神状態）自体を表現するための香りを創る手法を示し、初めから調合するケースである。

受付ステップＳ２１０では、受付部１０が、ユーザから、当該ユーザに関するユーザ情報の入力を受け付ける。

次に、取得ステップＳ２２０では、取得部４０が、ユーザのウェブへの投稿情報を取得する。ウェブへの投稿情報には、ウェブ上へのアンケートへの回答およびＳＮＳ（ソーシャルネットワークサービス）への投稿情報が含まれる。ＳＮＳには、ブログや、Ｔｗｉｔｔｅｒ（ツイッター）（登録商標）、Ｆａｃｅｂｏｏｋ（フェイスブック）、Ｉｎｓｔａｇｌａｍ（インスタグラム）等が含まれる。ここでは、取得部４０は、ウェブへの投稿情報、即ち、オンラインのテキスト情報を取得することとしているが、取得部４０は、オフラインの情報を取得することとしてもよい。一例として、取得部４０は、ユーザの端末にインストールされているアプリケーションに対する書き込みを取得するものであってもよい。この場合に、このアプリケーションは、取得部４０から情報の取得要求に対して応じるか否かの許否の設定ができるようになっていてよく、許可がある場合にアプリケーションは取得部４０からの取得要求に応じて、ユーザにより入力された内容を送信するように構成されていてよい。また、あるいは、一例として、取得部４０は、ユーザが保持するフラッシュメモリ等の記録媒体に記憶されたユーザが作成したテキスト情報を、フラッシュメモリを接続することにより取得するものであってもよい。オフラインの情報は、例えば翻訳ソフトにより翻訳された翻訳データや、音声データを文字起こししたデータであってもよい。サーバは、これらオフラインの情報を、サーバの共有フォルダ等に置かれているファイルから獲得する。図８は、ＳＮＳ（ソーシャルネットワークサービス）との連携画面を示している。

次に、解析ステップＳ２３０では、解析部５０が、取得ステップＳ２２０で取得された投稿情報を解析する。

解析ステップＳ２３０は、数値化ステップＳ２３１とビジュアル化ステップＳ２３２とを含む。

まず、数値化ステップＳ２３１で、解析部５０が、ユーザの個性の要素のレベルを数値化する。具体的には、テキスト情報の解析から、ユーザの個性の要素として、知的好奇心、外向性、誠実性、協調性、情緒不安定などのレベルを数値化する。

次に、ビジュアル化ステップＳ２３２で、数値化ステップＳ２３１で数値化されたユーザの個性の要素のレベルをグラフでビジュアル化する。具体的には、ＩＢＭ社のＷａｔｓｏｎ Ｐｅｒｓｏｎａｌｉｔｙ Ｉｎｓｉｇｈｔｓ（登録商標）を使用することで、ユーザ特性のビジュアル化を実現することができるが、これはその限りではない。

記憶ステップＳ２４０は、第１変換ステップＳ２４１と、第２変換ステップＳ２４２と、第３変換ステップＳ２４３とを含む。

第１変換ステップＳ２４１では、記憶部６０に保持されている、ユーザ情報と香りの情報との関係が紐づけられている第１変換テーブル６１によって、ユーザの年齢や性別の情報が香りの情報に変換される。この第１変換ステップＳ２４１を用いて特定した香りの情報を加味して、推定ステップＳ２５０では、さらに、受付ステップＳ２１０が受け付けたユーザ情報と、ユーザに適した香りが推定される。

第２変換ステップＳ２４２では、記憶部６０に保持されている、ストレス課題と香りとの関係が紐づけられている第２変換テーブル６２によって、ユーザのストレス課題の情報が香りの情報に変換される。受付ステップＳ２１０が受け付けたストレス課題と、第２変換テーブル６２とを用いて特定した香りの情報を加味して、推定ステップＳ２５０では、さらに、ユーザに適した香りが推定される。

第３変換ステップＳ２４３では、記憶部６０に保持されている、ユーザの理想イメージと香りとの関係が紐づけられている第３変換テーブル６３によって、ユーザの理想のイメージの情報が香りの情報に変換される。受付ステップＳ２１０が受け付けた理想イメージと、第３変換ステップＳ２４３を用いて特定した香りの情報を加味して、推定ステップＳ２５０では、さらに、ユーザに適した香りが推定される。

次に、推定ステップＳ２５０では、推定部７０が、解析ステップＳ２３０での解析の結果に基づいて、ユーザに適した香りを推定する。

推定ステップＳ２５０は、選定ステップＳ２５１、配合ステップＳ２５２及び調合ステップＳ２５３を含む。

選定ステップＳ２５１、配合ステップＳ２５２及び調合ステップＳ２５３では、ユーザの個性の要素の中で特徴的な高い数値の要素を選定し、その要素が連想される香りをテーマとして香料素材を選定、配合して香りを調合する。具体的には、例えば、知的好奇心の値が高い場合には、花言葉で「好奇心」を意味するプラタナスの香りをテーマに、必要な香料材料を調合する。その他花言葉に限らず、間接的な連想を含めて香りのテーマを決め、必要な香料素材を選定、配合して香りを調合する。なお、ステップＳ２５１〜Ｓ２５３で順に必要な香料素材を選定し、配合する割合はそれぞれの解析数値に応じて調整する。

次に、出力ステップＳ２６０では、推定ステップＳ２５０で推定した香りの情報を示す香料情報を出力部８０が出力する。
＜第４の実施形態＞

図１２は、本発明に係る第４の実施形態を示すフローチャートである。第４の実施形態は、解析結果の性格（精神状態）に基づき、その性格（精神状態）自体を表示するための香りを創る手法であり、既に準備されている調合香料の処方箋の中からレコメンド（選定）されて調合するケースである。

受付ステップＳ３１０では、受付部１０が、ユーザから、当該ユーザに関するユーザ情報の入力を受け付ける。

次に、取得ステップＳ３２０では、取得部４０が、ユーザのウェブへの投稿情報を取得する。ウェブへの投稿情報には、ウェブ上へのアンケートへの回答およびＳＮＳ（ソーシャルネットワークサービス）への投稿情報が含まれる。ＳＮＳには、ブログや、Ｔｗｉｔｔｅｒ（ツイッター）（登録商標）、Ｆａｃｅｂｏｏｋ（フェイスブック）、Ｉｎｓｔａｇｌａｍ（インスタグラム）等が含まれる。取得部４０は、ユーザの端末にインストールされているアプリケーションに対する書き込みを取得するものであってもよい。この場合に、このアプリケーションは、取得部４０から情報の取得要求に対して応じるか否かの許否の設定ができるようになっていてよく、許可がある場合にアプリケーションは取得部４０からの取得要求に応じて、ユーザにより入力された内容を送信するように構成されていてよい。ウェブへの投稿情報はこれらオンラインのテキスト情報であるが、テキスト情報は、オンラインのテキスト情報に代えて、オフラインの情報を用いてもよい。オフラインの情報は、例えば翻訳ソフトにより翻訳された翻訳データや、音声データを文字起こししたデータであってもよい。サーバは、これらオフラインの情報を、サーバの共有フォルダ等に置かれているファイルから獲得する。図８は、ＳＮＳ（ソーシャルネットワークサービス）との連携画面を示している。

次に、解析ステップＳ３３０では、解析部５０が、取得ステップＳ３２０で取得された投稿情報を解析する。

解析ステップＳ３３０は、数値化ステップＳ３３１とビジュアル化ステップＳ３３２とを含む。

まず、数値化ステップＳ３３１で、解析部５０が、ユーザの個性の要素のレベルを数値化する。具体的には、テキスト情報の解析から、ユーザの個性の要素として、知的好奇心、外向性、誠実性、協調性、情緒不安定などのレベルを数値化する。

次に、ビジュアル化ステップＳ３３２で、数値化ステップＳ３３１で数値化されたユーザの個性の要素のレベルをグラフでビジュアル化する。具体的には、ＩＢＭ社のＷａｔｓｏｎ Ｐｅｒｓｏｎａｌｉｔｙ Ｉｎｓｉｇｈｔｓ（登録商標）を使用することで、ユーザ特性のビジュアル化を実現することができるが、これはその限りではない。

記憶ステップＳ３４０は、第１変換ステップＳ３４１と、第２変換ステップＳ３４２と、第３変換ステップＳ３４３とを含む。

第１変換ステップＳ３４１では、記憶部６０に保持されている、ユーザ情報と香りの情報との関係が紐づけられている第１変換テーブル６１によって、ユーザの年齢や性別の情報が香りの情報に変換される。この第１変換ステップＳ３４１を用いて特定した香りの情報を加味して、推定ステップＳ３５０では、さらに、受付ステップＳ３１０が受け付けたユーザ情報と、ユーザに適した香りが推定される。

第２変換ステップＳ３４２では、記憶部６０に保持されている、ストレス課題と香りとの関係が紐づけられている第２変換テーブル６２によって、ユーザのストレス課題の情報が香りの情報に変換される。受付ステップＳ３１０が受け付けたストレス課題と、第２変換テーブル６２とを用いて特定した香りの情報を加味して、推定ステップＳ３５０では、さらに、ユーザに適した香りが推定される。

第３変換ステップＳ３４３では、記憶部６０に保持されている、ユーザの理想イメージと香りとの関係が紐づけられている第３変換テーブル６３によって、ユーザの理想のイメージの情報が香りの情報に変換される。推定ステップＳ３５０では、さらに、受付ステップＳ３１０が受け付けた理想イメージと、第３変換ステップＳ３４３を用いて特定した香りの情報を加味して、ユーザに適した香りが推定される。

次に、推定ステップＳ３５０では、推定部７０が、解析ステップＳ３３０での解析の結果に基づいて、ユーザに適した香りを推定する。

推定ステップＳ３５０は、把握ステップＳ３５１、選定ステップＳ３５２、配合ステップＳ３５３、調合ステップＳ３５４を含む。

次に、把握ステップＳ３５１で、個性の要素の中で特徴的な高い数値の要素を選定し、その要素が連想される香りをテーマとして香料素材を把握する。例えば、誠実性の値が高い場合には、花言葉で「誠実」を意味するスミレの香りをテーマに、必要な香料素材を把握する。また、知的好奇心の値が高い場合には、花言葉で「好奇心」を意味するプラタナスの香りをテーマに、必要な香料素材を把握する。その他花言葉に限らず、間接的な連想を含めて香りのテーマを決め、必要な香料素材を把握する。

次に、選定ステップＳ３５２、配合ステップＳ３５３、調合ステップＳ３５４で、あらかじめ準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、配合し、調合する。

上記ステップＳ３５１〜Ｓ３５４で順に必要な香料素材を選定し、配合する割合はそれぞれの解析数値に応じて調整する。

次に、出力ステップＳ３６０では、推定ステップＳ３５０で推定した香りの情報を示す香料情報を出力部８０が出力する。

上記第１の実施形態〜第４の実施形態によれば、ユーザ一人一人の性格やその構成要素である精神状態に基づいてユーザ一人一人にカスタマイズされた最適な香りの情報を提供することができる。
＜他の実施形態＞

上記実施形態では、ユーザの個性の要素として、知的好奇心、外向性、誠実性、協調性、情緒不安定性が含まれるとしたが、これらに限られるものではなく、例えば、リラックス、リフレッシュ、集中、好奇心、理想、安定性、自由主義、興奮、変化許容性、自己超越、自己増進、現状維持、快楽主義、エロ度、世界の地名（ニューヨーク、パリなど）、綺麗、かわいい、可憐、エレガント、クール、ユーモア、ユニーク、かっこいい、ダンディー、おしゃれ、都会的、親近感、モダン、クラシック、ナチュラル、透明感、カラーイメージ（白、黒、青、黄、赤、緑など）、香りの系統（シトラス、ハーブ、フローラル、グリーン、スパイシー、ウッディー、フルーティー、アンバー、ムスクなど）、インドア、アウトドア、リーダー、効率重視、着実、コツコツ、聞き上手、癒し系、アグレッシブ、クリエイティビティー、温もり、爽やか、個性的、自己表現、自分らしさ、華やか、やさしい、清々しい、時代（令和、平成、昭和、２１世紀など）、希望、多様性、期待、不安、成長意欲、承認欲求、自信、魅力的、覚醒、鎮静、清涼感、刺激的、炎上、緩和、鎮火、明るい、暗い、軽い、重い、温かい、冷たい、固い、柔らかい、仕事、プライベート、情熱的、穏やか、本能、愛嬌、品格、フレッシュ、瑞々しい、ドライ、ワイルド、清潔、セクシー、真面目、社交的なども、ユーザの個性の要素になる。

上記実施形態においては、ウェブへの投稿情報としては、テキスト情報を想定しているが、これは、音声情報や画像情報であってもよい。音声情報の場合には、音声認識により音声情報の内容をテキスト情報に変換して、上記実施形態に示した手法を用いて香りの情報に変換することとしてよいし、音声を入力として香り情報に変換する学習モデルを作成して、その学習モデルによる推定により音声を香りの情報に変換してもよい。また、画像の場合にも、画像内に文字列が含まれる場合には、画像認識によりその文字列を解析して、テキスト情報に変換し、上記実施の形態に示した手法により香り情報に変換することとしてもよい。また、画像と香りの関係を学習した学習モデルを用意し、画像を入力して、香りの情報に変換するように構成することとしてもよい。
＜香り提供容器＞

次に、図１４を用いて、本発明に係る香り提供容器について説明する。香り提供容器１００は、本体部１０１と、先端部１０２とを備える。先端部１０２は噴射部１０３を備える。本体部１０１内には上記本発明に係る香り情報提供方法により生成された香料が液体として貯蔵されており、噴射部１０３から霧状のミストとなって噴射される。また、アトマイザーだけでなく、アロマオイルとしても適用でき、香水としても利用できる。また、本発明に係る香りを提供する素材として、液体は一例であり、固体や気体として貯蔵されてもよい。個体として提供する場合には、一例として、石鹸用の香りとして用いることとしてよい。

また、ユーザ自身だけでなく、芸能人、アーティスト、アイドルや、漫画、アニメーション、ゲーム、映画の登場人物、キャラクターなどをイメージした香りを作成することもできる。この場合、彼らの代名詞となっている決め台詞などを解析して香りを作成する。もしくは、彼らに対するイメージについて、ウェブやＳＮＳなどオンライン上に投稿された情報やオフラインの情報を解析して香りを作成してもよいし、テキスト情報に限らず、彼らの画像あるいは音声データを解析して香りを作成してもよい。

また、前述した各種の変形例を選択し、適宜組み合わせてもよいし、その他の変形を施してもよい。

１ 香り情報提供装置
１０ 受付部
２０ 制御部
３０ ネットワーク
４０ 取得部
５０ 解析部
６０ 記憶部
７０ 推定部
８０ 出力部
６１ 第１変換テーブル
６２ 第２変換テーブル
６３ 第３変換テーブル
１００ 香り提供容器
１０１ 本体部
１０２ 先端部
１０３ 噴射部

Claims (23)

1. ユーザのウェブへの投稿情報を取得する取得部と、
   前記取得部が取得した投稿情報を解析する解析部と、
   前記解析部による解析の結果に基づいて、前記ユーザに適した香りを推定する推定部と、
   前記推定部が推定した香りの情報を示す香料情報を出力する出力部と、
   ユーザの特性と、前記ユーザの特性と香りの関係を学習した香り学習モデルを記憶する記憶部と、
   を備え、
   前記ユーザの特性は、複数の特性を含み、
   前記解析部は、前記投稿情報に対してテキストマイニングを行って、前記ユーザの複数の特性それぞれについて数値化した情報を前記ユーザの特性を示す特性情報として生成し、
   前記推定部は、前記ユーザの複数の特性のうち、数値の高い特性を入力として、前記香り学習モデルを用いて、前記ユーザに適した香りを推定する
   香り情報提供装置。
2. ユーザのウェブへの投稿情報を取得する取得部と、
   前記取得部が取得した投稿情報を解析する解析部と、
   前記解析部による解析の結果に基づいて、前記ユーザに適した香りを推定する推定部と、
   前記推定部が推定した香りの情報を示す香料情報を出力する出力部と、
   ユーザの特性と、前記ユーザの特性と香りの関係を学習した香り学習モデルを記憶する記憶部と、
   を備え、
   前記ユーザの特性は、複数の特性を含み、
   前記解析部は、前記投稿情報に対してテキストマイニングを行って、前記ユーザの複数の特性それぞれについて数値化した情報を前記ユーザの特性を示す特性情報として生成し、
   前記推定部は、前記ユーザの複数の特性のうち、数値の低い特性を入力として、前記香り学習モデルを用いて前記ユーザに適した香りを推定する
   ことを特徴とする香り情報提供装置。
3. 前記香り情報提供装置は、
   テキスト情報と、前記テキスト情報の内容と香りの関係を学習した香り学習モデルを記憶する記憶部を備え、
   前記解析部は、前記投稿情報に対してテキストマイニングを行って、前記投稿情報の内容をテキストで示す解析情報を生成し、
   前記推定部は、前記解析情報を入力として、前記香り学習モデルを用いて、前記ユーザに適した香りを推定する
   ことを特徴とする請求項１または２に記載の香り情報提供装置。
4. 前記解析部は、前記ユーザの複数の特定それぞれの数値について、所定の閾値を超えた特性を示す特性情報を生成する
   ことを特徴とする請求項１に記載の香り情報提供装置。
5. 前記解析部は、前記ユーザの複数の特定それぞれの数値について、数値が高いものから所定数のユーザの特性を示す特性情報を生成する
   ことを特徴とする請求項１に記載の香り情報提供装置。
6. 前記解析部は、前記ユーザの複数の特定それぞれの数値について、所定の閾値以下の特性を示す特性情報を生成する
   ことを特徴とする請求項２に記載の香り情報提供装置。
7. 前記解析部は、前記ユーザの複数の特定それぞれの数値について、数値が低いものから所定数のユーザの特性を示す特性情報を生成する
   ことを特徴とする請求項２に記載の香り情報提供装置。
8. 前記出力部は、更に、前記ユーザの特性を示す特性情報を出力する
   ことを特徴とする請求項１または２に記載の香り情報提供装置。
9. 前記香り情報提供装置は、さらに、
   前記ユーザから、前記ユーザに関するユーザ情報の入力を受け付ける受付部を備え、
   前記記憶部は、ユーザ情報と、香りと、の関係を紐づけた第１変換テーブルを保持し、
   前記推定部は、さらに、前記受付部が受け付けたユーザ情報と、前記第１変換テーブルとを用いて特定した香りの情報を加味して、前記ユーザに適した香りを推定する
   ことを特徴とする請求項１または２に記載の香り情報提供装置。
10. 前記受付部は、さらに、前記ユーザから前記ユーザが感じているストレス課題の入力を受け付け、
    前記記憶部は、ストレス課題と、香りと、の関係を紐づけた第２変換テーブルを保持し、
    前記推定部は、さらに、前記受付部が受け付けたストレス課題と、前記第２変換テーブルとを用いて特定した香りの情報を加味して、前記ユーザに適した香りを推定する
    ことを特徴とする請求項９に記載の香り情報提供装置。
11. 前記受付部は、前記ユーザに対して、複数のストレス課題としてのストレス内容を示す選択肢を示すユーザインターフェースを提供する
    ことを特徴とする請求項１０に記載の香り情報提供装置。
12. 前記受付部は、さらに、前記ユーザから前記ユーザが感じている理想イメージの入力を受け付け、
    前記記憶部は、ユーザの理想イメージと、香りと、の関係を紐づけた第３変換テーブルを保持し、
    前記推定部は、さらに、前記受付部が受け付けた理想イメージと、前記第３変換テーブルとを用いて特定した香りの情報を加味して、前記ユーザに適した香りを推定する
    ことを特徴とする請求項９〜１１のいずれか一項に記載の香り情報提供装置。
13. 前記受付部は、前記ユーザに対して、前記受付部が受け付けた理想イメージを示す選択肢を示すユーザインターフェースを提供する
    ことを特徴とする請求項１２に記載の香り情報提供装置。
14. 前記推定部は、さらに、前記受付部が入力した好きな香りの入力を受け付け、第３変換テーブルを用いて特定した香りの情報を加味して、推定した香りが、好きな香りに近くなるように香りを推定する
    ことを特徴とする請求項９に記載の香り情報提供装置。
15. 前記受付部は、前記ユーザに対して、前記推定部が推定した好きな香りを示す選択肢を示すユーザインターフェースを提供する
    ことを特徴とする請求項１４に記載の香り情報提供装置。
16. ユーザから、前記ユーザに関するユーザ情報の入力を受け付ける受付ステップと、
    前記ユーザのウェブへの投稿情報を取得する取得ステップと、
    前記取得ステップで取得された投稿情報を解析する解析ステップと、
    テキスト情報と、前記テキスト情報の内容と香りの関係を学習した香り学習モデルを記憶する記憶ステップと、
    前記解析ステップでの解析の結果に基づいて、前記ユーザに適した香りを推定する推定ステップと、
    前記推定ステップで推定した香りの情報を示す香料情報を出力する出力ステップと、を含み、
    前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化ステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記数値化された数値に基づき、より高い数値が望まれる要素については数値が上がることが期待される香料素材を選定、配合して香料を調合する選定・配合・調合ステップ
    を含むことを特徴とする香り情報提供方法。
17. ユーザから、前記ユーザに関するユーザ情報の入力を受け付ける受付ステップと、
    前記ユーザのウェブへの投稿情報を取得する取得ステップと、
    前記取得ステップで取得された投稿情報を解析する解析ステップと、
    テキスト情報と、前記テキスト情報の内容と香りの関係を学習した香り学習モデルを記憶する記憶ステップと、
    前記解析ステップでの解析の結果に基づいて、前記ユーザに適した香りを推定する推定ステップと、
    前記推定ステップで推定した香りの情報を示す香料情報を出力する出力ステップと、を含み、
    前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化ステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記数値化された数値に基づき、より低い数値が望まれる要素については数値が下がることが期待される香料素材を選定、配合して香料を調合する選定・配合・調合ステップ
    を含むことを特徴とする香り情報提供方法。
18. 前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化するステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記数値化された数値に基づき、より高い数値が望まれる要素については数値が上がることが期待される香料素材を選定、配合して香料を調合する選定・配合・調合ステップと、
    を含むことを特徴とする請求項１６に記載の香り情報提供方法。
19. 前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化するステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記数値化された数値に基づき、より低い数値が望まれる要素については数値が下がることが期待される香料素材を選定、配合して香料を調合する選定・配合・調合ステップと、
    を含むことを特徴とする請求項１７に記載の香り情報提供方法。
20. 前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化するステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記数値化された数値に基づき、より高い数値が望まれる要素についてはそれを補う効果が期待される香料素材を把握する把握ステップと、
    予め準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、香料素材を配合して香料を調合する選定・配合・調合ステップと、
    を含むことを特徴とする請求項１６に記載の香り情報提供方法。
21. 前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化するステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記数値化された数値に基づき、より低い数値が望まれる要素についてはそれを補う効果が期待される香料素材を把握する把握ステップと、
    予め準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、香料素材を配合して香料を調合する選定・配合・調合ステップと、
    を含むことを特徴とする請求項１７に記載の香り情報提供方法。
22. 前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化するステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    を含み、
    前記推定ステップは、
    前記個性の要素の中で特徴的な高い数値の要素を選定し、その要素が連想される香りをテーマとして香料素材を選定、配合して香りを調合する選定・配合・調合ステップと、
    を含むことを特徴とする請求項１６に記載の香り情報提供方法。
23. 前記解析ステップは、
    テキストマイニングにより、ユーザの個性の要素のレベルを数値化する数値化ステップと、
    前記数値化するステップで数値化された前記ユーザの個性の要素のレベルをグラフでビジュアル化するビジュアル化ステップと、
    前記個性の要素の中で特徴的な高い数値の要素を選定し、その要素が連想される香りをテーマとして香料素材を把握する把握ステップと、
    予め準備されている複数の調合香料の処方箋の中から、最も理想に近い処方箋を選定し、香料素材を配合して香料を調合する選定・配合・調合ステップと、
    を含むことを特徴とする請求項１６または１７に記載の香り情報提供方法。
    

Images