JP6969048B2 - 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム - Google Patents

対話式健康促進システム、対話式学習促進システム、対話式購入促進システム Download PDF

Info

Publication number
JP6969048B2
JP6969048B2 JP2020137027A JP2020137027A JP6969048B2 JP 6969048 B2 JP6969048 B2 JP 6969048B2 JP 2020137027 A JP2020137027 A JP 2020137027A JP 2020137027 A JP2020137027 A JP 2020137027A JP 6969048 B2 JP6969048 B2 JP 6969048B2
Authority
JP
Japan
Prior art keywords
information
user
purchase
dialogue
dialogue information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020137027A
Other languages
English (en)
Other versions
JP2020184384A (ja
Inventor
浩 松平
英良 篠原
慶明 杉村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TRAVOSS INC.
Dentsu Group Inc
Original Assignee
TRAVOSS INC.
Dentsu Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TRAVOSS INC., Dentsu Inc filed Critical TRAVOSS INC.
Publication of JP2020184384A publication Critical patent/JP2020184384A/ja
Priority to JP2021159134A priority Critical patent/JP7266250B2/ja
Application granted granted Critical
Publication of JP6969048B2 publication Critical patent/JP6969048B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Description

本発明は、システムを利用してあたかも自分の身を案じてくれる一人の人間と接しているように感じられる対話を通じて、システム利用者の健康、学習、購買を促進するシステムに関する発明である。
個人の健康状況に関するデータや情報を専用のアプリに入力することで、入力されたデータや情報を分析して食事や運動に関するアドバイスを行って健康管理を行うシステムが知られている。近年では、入力されたデータや情報を分析するシステムとして、ＡＩを用いるシステムも利用されている。
あるいは、個人の学習ペースや学力をＡＩ等を用いて分析して、その個人に合わせた学習プログラムを提供する学習システムが知られている。
あるいは、個人の購買履歴や閲覧履歴をＡＩ等を用いて分析して、その個人の好みや興味を持っている商品、ブランドについてマーケティングを行い、その個人が別の機会にインターネットを利用する際に自動的にその個人の好みや興味を持っている商品、ブランドに関する宣伝広告を表示するシステムが知られている。
特願２０１５−５３５９３１
しかしながら、先行技術文献１に示される技術のように、現在利用されている健康促進アプリにおいては、専用のアプリ内でのシステムとの機械的なやりとりのみによって健康促進情報の収集や、健康促進のためのアドバイスをするのみであった。そのため、利用者はシステムとのやりとりを通じて、人間と話しているような温かみを実感することが出来なかった。人間と話しているような温かみを実感することが出来ない場合、利用者は、誰かに励まされている、見守られている、応援されている、情けない所を見られたくない、褒めてもらえて嬉しい、上手くできなくて情けない、悲しい、といった、人間が努力を反復継続させるうえで欠かせない感情を持続的に抱くことが困難であった。そのため、健康改善への意欲は、利用開始から時間が経過するごとに減退していき、利用者はシステムの利用を長期間継続することが困難であった。例えば、システムの利用開始からしばらく時間が経過すると、システムからの健康促進のためのアドバイスに従わなくなったり、システムからの面倒な健康促進アドバイスを回避するためにシステムが最適と判断する情報やデータをシステムに対して入力するようになっていた。そこで、システムの利用者に、システムとのやり取りを通じて人間が努力を反復継続させるうえで欠かせない感情を持続的に抱かせるために、あたかも人間と話しているかのような温かみのある対話を行える対話式システムの提供をすることが求められていた。
あるいは、学習に関するシステムには、個人に即した学習プログラムをどんなに提供していても、そもそもその個人が学習に着手するという意欲を持たない場合には、何の効果も得られないという問題があった。人間のやる気は、誰かに励まされている、見守られている、応援されている、情けない所を見られたくない、褒めてもらえて嬉しい、上手くできなくて情けない、悲しい、といった、人間が努力を反復継続させるうえで欠かせない感情を持続的に抱くことによって奮起、継続させることが可能である。そこで、システムの利用者に、システムとのやり取りを通じて人間が努力を反復継続させるうえで欠かせない感情を持続的に抱かせるために、あたかも人間と話しているかのような温かみのある対話を行える対話式システムの提供をすることが求められていた。
あるいは、宣伝広告に関するシステムは、一方的に情報提供されるにすぎず、ユーザがその時求める情報を的確に提供することはできないため、その宣伝広告の具体的な内容に接触する、商品に接触するという機会につながるケースが少なく、現実の購買意欲を向上させる効果が弱いという問題があった。人間の購買意欲は、自分がよいと思っているものを人にも進められたり、自分がよいと思っているものについて人からも共感を得られたり、自分以外の人との対話を繰り返すことによって奮起、継続させることが可能である。そこで、あたかも人と話しているかのような感覚を抱かせながら商品のアプローチを行う対話式システムの提供をすることが求められていた。
そこで、システムの利用者に、システムとの対話をあたかも人間と話しているかのような錯覚を抱かせることが可能な、温かみのある対話を行える対話式システムの提供をすることを、本発明の課題とする。
上記課題を解決するために、本発明において、以下の対話式健康促進システムなどを提供する。すなわち、第一の発明として、ＳＮＳを利用するユーザを識別するユーザ識別情報を保持するユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得するＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けて外部情報を健康状況の把握の観点で分析して健康状況情報を取得するためのルールである分析ルールを保持する分析ルール保持部と、ユーザ識別情報に関連付けられている取得した外部情報と同じユーザ識別情報に関連付けられている分析ルールとに基づいて健康状況情報を取得する健康状況情報分析取得部と、ユーザ識別情報に関連づけて取得した健康状況情報に応じて発信すべき対話情報を蓄積した対話情報蓄積部と、取得した健康状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持するユーザ別対話情報選択ルール保持部と、取得した健康状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を対話情報蓄積部から選択する対話情報選択部と、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための対話情報出力部と、を有する対話式健康促進システムを提供する。
次に、第二の発明として、ユーザ識別情報と関連付けてユーザが検索したブラウザの検索履歴情報であるブラウザ検索履歴ユーザ関連情報を外部情報として取得するブラウザ検索履歴ユーザ関連情報取得部をさらに有する第一の発明に記載の対話式健康促進システムを提供する。
次に、第三の発明として、ユーザ識別情報と関連付けてニュース情報を外部情報として取得するニュースユーザ関連情報取得部をさらに有する第一の発明又は第二の発明に記載の対話式健康促進システムを提供する。
次に、第四の発明として、ユーザ識別情報と関連付けてユーザの端末に記録されているライフログであるライフログユーザ関連情報を外部情報として取得するライフログユーザ関連情報取得部をさらに有する第一の発明から第三の発明のいずれか一に記載の対話式健康促進システムを提供する。
次に、第五の発明として、出力された対話情報に対する応答対話情報を取得する応答対話情報取得部をさらに有する第一の発明から第四の発明のいずれか一に記載の対話式健康促進システムを提供する。
次に、第六の発明として、出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである有効性判断ルールを保持する有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された応答対話情報と、有効性判断ルールとに基づいて対話情報の有効性を判断する対話情報有効性判断部と、をさらに有する第五の発明に記載の対話式健康促進システムを提供する。
次に、第七の発明として、前記対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである有効性統計処理ルールを保持する有効性統計処理ルール保持手段と、
複数のユーザの対話情報と、保持されている有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した統計的対話情報有効性情報を取得する統計的対話情報有効性情報取得手段と、
を有する第六の発明に記載の対話式健康促進システムを提供する。
次に、第八の発明として、有効性判断結果に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新するユーザ別対話情報選択ルール更新部をさらに有する第六の発明又は第七の発明に記載の対話式健康促進システムを提供する。
次に、第九の発明として、取得した統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する統計的ユーザ別対話情報選択ルール更新部をさらに有する第七の発明又は第七の発明に従属する第八の発明に記載の対話式健康促進システムを提供する。
次に、第十の発明として、ＳＮＳを利用するユーザを識別するユーザ識別情報を保持するユーザ識別情報保持部と、ユーザ識別情報と関連付けて外部情報を健康状況の把握の観点で分析して健康状況情報を取得するためのルールである分析ルールを保持する分析ルール保持部と、ユーザ識別情報に関連づけて取得した健康状況情報に応じて発信すべき対話情報を蓄積した対話情報蓄積部と、取得した健康状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持するユーザ別対話情報選択ルール保持部と、を有する対話式健康促進システムの動作方法であって、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得するＳＮＳユーザ関連情報取得ステップと、ユーザ識別情報に関連付けられている取得した外部情報と同じユーザ識別情報に関連付けられている分析ルールとに基づいて健康状況情報を取得する健康状況情報分析取得ステップと、取得した健康状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を対話情報蓄積部から選択する対話情報選択ステップと、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための対話情報出力ステップと、からなる対話式健康促進システムの動作方法を提供する。
次に、第十一の発明として、ＳＮＳを利用するユーザを識別するユーザ識別情報を保持するユーザ識別情報保持部と、ユーザ識別情報と関連付けて外部情報を健康状況の把握の観点で分析して健康状況情報を取得するためのルールである分析ルールを保持する分析ルール保持部と、ユーザ識別情報に関連づけて取得した健康状況情報に応じて発信すべき対話情報を蓄積した対話情報蓄積部と、取得した健康状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持するユーザ別対話情報選択ルール保持部と、を有する対話式健康促進システムの動作方法プログラムであって、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得するＳＮＳユーザ関連情報取得ステップと、ユーザ識別情報に関連付けられている取得した外部情報と同じユーザ識別情報に関連付けられている分析ルールとに基づいて健康状況情報を取得する健康状況情報分析取得ステップと、取得した健康状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を対話情報蓄積部から選択する対話情報選択ステップと、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための対話情報出力ステップと、からなる対話式健康促進システムの動作プログラムを提供する。
次に、第十二の発明として、ＳＮＳ及び学習システムを利用するユーザを識別するユーザ識別情報を保持する第一学習ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第一学習ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の履歴を示す情報である学習履歴情報を取得する第一学習履歴情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の効果を示す情報である学習効果情報を取得する第一学習効果情報取得部と、ユーザ識別情報と関連付けて外部情報と、学習履歴情報と、学習効果情報と、を学習状況の把握の観点で分析して学習状況情報を取得するためのルールである学習分析ルールを保持する第一学習分析ルール保持部と、ユーザ識別情報に関連付けられている取得した外部情報と、学習履歴情報と、学習効果情報と、同じユーザ識別情報に関連付けられている分析ルールとに基づいて学習状況情報を取得する学習状況情報分析取得部と、ユーザ識別情報に関連づけて取得した学習状況情報に応じて発信すべき対話情報を蓄積した第一学習対話情報蓄積部と、取得した学習状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第一学習ユーザ別対話情報選択ルール保持部と、取得した学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第一学習対話情報蓄積部から選択する第一学習対話情報選択部と、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第一学習対話情報出力部と、を有する対話式学習促進システムを提供する。
次に、第十三の発明として、ＳＮＳ及び学習システムを利用するユーザを識別するユーザ識別情報を保持する第二学習ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第二学習ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の履歴を示す情報である学習履歴情報を取得する第二学習履歴情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の効果を示す情報である学習効果情報を取得する第二学習効果情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われるカリキュラム情報を取得する第二学習カリキュラム情報取得部と、ユーザ識別情報と関連付けて外部情報と、学習履歴情報と、学習効果情報と、カリキュラム情報と、を学習状況の把握の観点で分析して学習状況情報を取得するためのルールである学習分析ルールを保持する第二学習分析ルール保持部と、ユーザ識別情報に関連付けられている取得した外部情報と、学習履歴情報と、学習効果情報と、カリキュラム情報と、同じユーザ識別情報に関連付けられている分析ルールとに基づいて学習状況情報を取得する第二学習状況情報分析取得部と、ユーザ識別情報に関連づけて取得した学習状況情報に応じて発信すべき対話情報を蓄積した第二学習対話情報蓄積部と、取得した学習状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第二学習ユーザ別対話情報選択ルール保持部と、取得した学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第二学習対話情報蓄積部から選択する第二学習対話情報選択部と、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第二学習対話情報出力部と、を有する対話式学習促進システムを提供する。
次に、第十四の発明として、ＳＮＳ及び学習システムを利用するユーザを識別するユーザ識別情報を保持する第三学習ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言、学習システム関係者の発言（コンピュータによって生成された発言を含む）を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第三学習ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の履歴を示す情報である学習履歴情報を取得する第三学習履歴情報取得部と、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の効果を示す情報である学習効果情報を取得する第三学習効果情報取得部と、ユーザ識別情報と関連付けて外部情報と、学習履歴情報と、学習効果情報と、を学習状況の把握の観点で分析して学習状況情報を取得するためのルールである学習分析ルールを保持する第三学習分析ルール保持部と、ユーザ識別情報に関連付けられている取得した外部情報と、学習履歴情報と、学習効果情報と、同じユーザ識別情報に関連付けられている分析ルールとに基づいて学習状況情報を取得する第三学習学習状況情報分析取得部と、ユーザ識別情報に関連づけて取得した学習状況情報に応じて発信すべき対話情報を蓄積した第三学習対話情報蓄積部と、取得した学習状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第三学習ユーザ別対話情報選択ルール保持部と、取得した学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第三学習対話情報蓄積部から選択する第三学習対話情報選択部と、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第三学習対話情報出力部と、を有する対話式学習促進システムを提供する。
次に、第十五の発明として、出力された対話情報に対して取得された学習効果情報に基づいて対話情報が有効であったか判断するルールである学習有効性判断ルールを保持する学習有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された学習効果情報と、学習有効性判断ルールとに基づいて対話情報の有効性を判断する学習対話情報有効性判断部と、をさらに有する第十二の発明から第十四の発明のいずれか一に記載の対話式学習促進システムを提供する。
次に、第十六の発明として、出力された対話情報に対して取得された学習履歴情報に基づいて対話情報が有効であったか判断するルールである学習履歴有効性判断ルールを保持する学習履歴有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された学習履歴情報と、学習履歴有効性判断ルールとに基づいて対話情報の有効性を判断する学習履歴対話情報有効性判断部と、をさらに有する第十二の発明から第十五の発明のいずれか一に記載の対話式学習促進システムを提供する。
次に、第十七の発明として、前記学習対話情報有効性判断部又は／及び前記学習履歴対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである学習有効性統計処理ルールを保持する学習有効性統計処理ルール保持手段と、複数のユーザの対話情報と、保持されている学習有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した学習統計的対話情報有効性情報を取得する学習統計的対話情報有効性情報取得手段と、を有する第十五の発明又は第十六の発明に記載の対話式学習促進システムを提供する。
次に、第十八の発明として、学習対話情報有効性判断部又は／及び前記学習履歴対話情報有効性判断部での判断結果に基づいて（第一から第三のいずれでもよい）学習ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新するユーザ別対話情報選択ルール更新部をさらに有する第十五の発明から第十七の発明のいずれか一に記載の対話式学習促進システムを提供する。
次に、第十九の発明として、取得した学習統計的対話情報有効性情報に基づいて（第一から第三のいずれでもよい）学習ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する学習統計的ユーザ別対話情報選択ルール更新部をさらに有する第十七の発明又は第十七の発明に従属する第十八の発明に記載の対話式学習促進システム。
次に、第二十の発明として、ＳＮＳ及び学習システムを利用するユーザを識別するユーザ識別情報を保持する学習ユーザ識別情報保持部と、ユーザ識別情報と関連付けて外部情報と、学習履歴情報と、学習効果情報と、を学習状況の把握の観点で分析して学習状況情報を取得するためのルールである学習分析ルールを保持する学習分析ルール保持部と、
ユーザ識別情報に関連づけて取得した学習状況情報に応じて発信すべき対話情報を蓄積した学習対話情報蓄積部と、取得した学習状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する学習ユーザ別対話情報選択ルール保持部と、を有する対話式健康促進システムの動作方法であって、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する学習ＳＮＳユーザ関連情報取得ステップと、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の履歴を示す情報である学習履歴情報を取得する学習履歴情報取得ステップと、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の効果を示す情報である学習効果情報を取得する学習効果情報取得ステップと、ユーザ識別情報に関連付けられている取得した外部情報と、学習履歴情報と、学習効果情報と、同じユーザ識別情報に関連付けられている分析ルールとに基づいて学習状況情報を取得する学習状況情報分析取得ステップと、取得した学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を学習対話情報蓄積部から選択する学習対話情報選択ステップと、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための学習対話情報出力ステップと、からなる対話式学習促進システムの動作方法を提供する。
次に、第二十一の発明として、ＳＮＳ及び学習システムを利用するユーザを識別するユーザ識別情報を保持する学習ユーザ識別情報保持部と、ユーザ識別情報と関連付けて外部情報と、学習履歴情報と、学習効果情報と、を学習状況の把握の観点で分析して学習状況情報を取得するためのルールである学習分析ルールを保持する学習分析ルール保持部と、ユーザ識別情報に関連づけて取得した学習状況情報に応じて発信すべき対話情報を蓄積した学習対話情報蓄積部と、取得した学習状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する学習ユーザ別対話情報選択ルール保持部と、を有する対話式健康促進システムの動作プログラムであって、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する学習ＳＮＳユーザ関連情報取得ステップと、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の履歴を示す情報である学習履歴情報を取得する学習履歴情報取得ステップと、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の効果を示す情報である学習効果情報を取得する学習効果情報取得ステップと、ユーザ識別情報に関連付けられている取得した外部情報と、学習履歴情報と、学習効果情報と、同じユーザ識別情報に関連付けられている分析ルールとに基づいて学習状況情報を取得する学習状況情報分析取得ステップと、取得した学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を学習対話情報蓄積部から選択する学習対話情報選択ステップと、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための学習対話情報出力ステップと、からなる対話式学習促進システムの動作プログラムを提供する。
次に、第二十二の発明として、ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する第一購買ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第一購買ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する第一購買履歴情報取得部と、ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する第一購買宣伝広告発信履歴情報取得部と、ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである第一購買分析ルールを保持する第一購買分析ルール保持部と、ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている第一購買分析ルールとに基づいて購入状況情報を取得する第一購買購入状況情報分析取得部と、ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した第一購買対話情報蓄積部と、取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第一購買ユーザ別対話情報選択ルール保持部と、取得した購入状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第一購買対話情報蓄積部から選択する第一購買対話情報選択部と、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第一購買対話情報出力部と、を有する対話式購入促進システムを提供する。
次に、第二十三の発明として、ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する第二購買ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第二購買ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する第二購買履歴情報取得部と、ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する第二購買宣伝広告発信履歴情報取得部と、ユーザ識別情報と関連付けてユーザの行動又は／及びライフログを示す情報である行動・ライフログ情報を取得する第二購買行動・ライフログ情報取得部と、ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、行動・ライフログ情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである第二購買分析ルールを保持する第二購買分析ルール保持部と、ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、行動・ライフログ情報と、同じユーザ識別情報に関連付けられている第二購買分析ルールとに基づいて購入状況情報を取得する第二購買購入状況情報分析取得部と、ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した第二購買対話情報蓄積部と、取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第二購買ユーザ別対話情報選択ルール保持部と、取得した購入状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第二購買対話情報蓄積部から選択する第二購買対話情報選択部と、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第二購買対話情報出力部と、を有する対話式購入促進システムを提供する。
次に、第二十四の発明として、出力された対話情報に対して取得された購入状況情報に基づいて対話情報が有効であったか判断するルールである購買有効性判断ルールを保持する購買有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された購入状況情報と、購買有効性判断ルールとに基づいて対話情報の有効性を判断する購買対話情報有効性判断部と、をさらに有する第二十二の発明又は第二十三の発明に記載の対話式購入促進システムを提供する。
次に、第二十五の発明として、前記購買対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである購買有効性統計処理ルールを保持する購買有効性統計処理ルール保持手段と、複数のユーザの対話情報と、保持されている購買有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した購買統計的対話情報有効性情報を取得する購買統計的対話情報有効性情報取得手段と、を有する第二十四の発明に記載の対話式購入促進システムを提供する。
次に、第二十六の発明として、購買対話情報有効性判断部での判断結果に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新するユーザ別対話情報選択ルール更新部をさらに有する第二十四の発明又は第二十五の発明に記載の対話式購入促進システムを提供する。
次に、第二十七の発明として、取得した購買統計的対話情報有効性情報に基づい（第一でも第二でもよい）購買てユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買統計的ユーザ別対話情報選択ルール更新部をさらに有する請求項２５又は請求項２５に従属する第二十六の発明に記載の対話式購入促進システムを提供する。
次に、第二十八の発明として、ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する購買ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する購買ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである購買分析ルールを保持する購買分析ルール保持部と、ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した購買対話情報蓄積部と、取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールである購買ユーザ別対話情報選択ルールを保持する購買ユーザ別対話情報選択ルール保持部と、を有する対話式購入促進システムの動作方法であって、ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する購買履歴情報取得ステップと、ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する購買宣伝広告発信履歴情報取得スッテプと、ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている購買分析ルールとに基づいて購入状況情報を取得する購買購入状況情報分析取得ステップと、取得した購入状況情報と保持されている購買ユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を購買対話情報蓄積部から選択する購買対話情報選択ステップと、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための購買対話情報出力ステップと、からなる対話式購入促進システム動作方法を提供する。
次に、第二十九の発明として、ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する購買ユーザ識別情報保持部と、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する購買ＳＮＳユーザ関連情報取得部と、ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである購買分析ルールを保持する購買分析ルール保持部と、ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した購買対話情報蓄積部と、取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールである購買ユーザ別対話情報選択ルールを保持する購買ユーザ別対話情報選択ルール保持部と、を有する対話式購入促進システムの動作プログラムであって、ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する購買履歴情報取得ステップと、ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する購買宣伝広告発信履歴情報取得スッテプと、ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている購買分析ルールとに基づいて購入状況情報を取得する購買購入状況情報分析取得ステップと、取得した購入状況情報と保持されている購買ユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を購買対話情報蓄積部から選択する購買対話情報選択ステップと、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための購買対話情報出力ステップと、
からなる対話式購入促進システム動作プログラムを提供する。
次に、第三十の発明として、特定商品の購買履歴を有するユーザに代えて、特定商品の宣伝広告発信履歴情報を有するユーザとした、請求項２２から請求項２７に記載の対話式購入促進システムを提供する。
次に、第三十一の発明として、出力された対話情報に対する応答対話情報を取得する学習応答対話情報取得部と、出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである学習応答有効性判断ルールを保持する学習応答有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された応答対話情報と、学習応答有効性判断ルールとに基づいて対話情報の有効性を判断する学習応答対話情報有効性判断部と、をさらに有する第十二の発明から第十六の発明に記載の対話式学習促進システムを提供する。
次に、第三十二の発明として、出力された対話情報に対する応答対話情報を取得する学習応答対話情報取得部と、出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである学習応答有効性判断ルールを保持する学習応答有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された応答対話情報と、学習応答有効性判断ルールとに基づいて対話情報の有効性を判断する学習応答対話情報有効性判断部とを有するとともに、
前記学習応答対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである学習応答有効性統計処理ルールを保持する学習応答有効性統計処理ルール保持手段と、複数のユーザの対話情報と、保持されている学習応答有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した学習応答統計的対話情報有効性情報を取得する学習応答統計的対話情報有効性情報取得手段と、をさらに有する第十二の発明から第十六の発明に記載の対話式学習促進システムを提供する。
次に、第三十三の発明として、学習応答対話情報有効性判断部での判断結果に基づいて（第一から第三のいずれでもよい）学習ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する学習応答ユーザ別対話情報選択ルール更新部をさらに有する第三十一の発明又は第三十二の発明に記載の対話式学習促進システムを提供する。
次に、第三十四の発明として、取得した学習応答統計的対話情報有効性情報に基づいて（第一から第三のいずれでもよい）学習ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する学習応答統計的ユーザ別対話情報選択ルール更新部をさらに有する第三十二の発明又は第三十二の発明に従属する第三十三の発明に記載の対話式学習促進システム。
次に、第三十五の発明として、出力された対話情報に対する応答対話情報を取得する購買応答対話情報取得部と、出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである購買応答有効性判断ルールを保持する購買応答有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された応答対話情報と、購買応答有効性判断ルールとに基づいて対話情報の有効性を判断する購買応答対話情報有効性判断部と、をさらに有する第二十二の発明から第二十四の発明に記載の対話式購入促進システムを提供する。
次に、第三十六の発明として、出力された対話情報に対する応答対話情報を取得する購買応答対話情報取得部と、出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである購買応答有効性判断ルールを保持する購買応答有効性判断ルール保持部と、出力された対話情報とこの対話情報に対して取得された応答対話情報と、購買応答有効性判断ルールとに基づいて対話情報の有効性を判断する購買応答対話情報有効性判断部とを有するとともに、前記購買応答対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである購買応答有効性統計処理ルールを保持する購買応答有効性統計処理ルール保持手段と、
複数のユーザの対話情報と、保持されている購買応答有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した購買応答統計的対話情報有効性情報を取得する購買応答統計的対話情報有効性情報取得手段と、をさらに有する第二十二の発明から第二十四の発明に記載の対話式購入促進システムを提供する。
次に、第三十七の発明として、購買応答対話情報有効性判断部での判断結果に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買応答ユーザ別対話情報選択ルール更新部をさらに有する第三十五の発明又は第三樹六の発明に記載の対話式購入促進システムを提供する。
次に、第三十八の発明として、取得した購買応答統計的対話情報有効性情報に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買応答統計的ユーザ別対話情報選択ルール更新部をさらに有する第三十六の発明又は第三十六の発明に従属する第三十七の発明に記載の対話式購入促進システムを提供する。
次に、第三十九の発明として、特定商品の購買履歴を有するユーザに代えて、特定商品の宣伝広告発信履歴を有するユーザとして、第三十五の発明から第三十八の発明に記載の対話式購入促進システムを提供する。
本発明により、システムの利用者に、システムとのやり取りを通じて人間が努力を反復継続させるうえで欠かせない感情を持続的に抱かせるために、あたかも人間と話しているかのような温かみのある対話を行える対話式システムを提供することができる。
本対話式健康促進システムを利用する状態を示す概念図 本対話式健康促進システムの対話情報出力経緯の簡易的概念図 実施形態１の対話式健康促進システムの構成を示す例図 実施形態１の対話式健康促進システムのハードウェア構成例図 実施形態１の対話式健康促進システムの処理の流れを示す例図 実施形態２の対話式健康促進システムの構成を示す例図 実施形態２の対話式健康促進システムのハードウェア構成例図 実施形態２の対話式健康促進システムの処理の流れを示す例図 実施形態３の対話式健康促進システムの構成を示す例図 実施形態３の対話式健康促進システムのハードウェア構成例図 実施形態３の対話式健康促進システムの処理の流れを示す例図 実施形態４の対話式健康促進システムの構成を示す例図 実施形態４の対話式健康促進システムのハードウェア構成例図 実施形態４の対話式健康促進システムの処理の流れを示す例図 実施形態５の対話式健康促進システムの個性を示す例図 実施形態５の対話式健康促進システムのハードウェア構成例図 実施形態５の対話式健康促進システムの処理の流れを示す例図 実施形態６の対話式健康促進システムの構成を示す例図 実施形態６の対話式健康促進システムのハードウェア構成例図 実施形態６の対話式健康促進システムの処理の流れを示す例図 実施形態７の対話式健康促進システムの構成を示す例図 実施形態７の統計的対話情報有効性情報の例図 実施形態７の対話式健康促進システムのハードウェア構成例図 実施形態７の対話式健康促進システムの処理の流れを示す例図 ユーザ別対情報選択ルール更新の簡易的概念図 実施形態８の対話式健康促進システムの構成を示す例図 実施形態８の対話式健康促進システムのＡＩの働きの簡易的概念図 実施形態８の対話式健康促進システムのハードウェア構成例図 実施形態８の対話式健康促進システムの処理の流れを示す例図 実施形態９の対話式健康促進システムの構成を示す例図 実施形態９の対話式健康促進システムのハードウェア構成例図 実施形態９の対話式健康促進システムの処理の流れを示す例図 実施形態１０及び実施形態１１の構成の例図 本対話式学習促進システムを利用する状態を示す概念図 本対話式学習促進システムの対話情報出力経緯の簡易的概念図 実施形態１２の対話式学習促進システムの構成を示す例図 実施形態１２の対話式学習促進システムのハードウェア構成例図 実施形態１２の対話式学習促進システムの処理の流れを示す例図 実施形態１３の対話式学習促進システムの構成を示す例図 実施形態１３の対話式健康促進システムのハードウェア構成例図 実施形態１３の対話式学習促進システムの処理の流れを示す例図 実施形態１４の対話式学習促進システムの構成を示す例図 実施形態１４の対話式学習促進システムのハードウェア構成例図 実施形態１４の対話式学習促進システムの処理の流れを示す例図 実施形態１５の対話式学習促進システムの構成を示す例図 実施形態１５の対話式学習促進システムのハードウェア構成例図 実施形態１５の対話式学習促進システムの処理の流れを示す例図 実施形態１７の対話式学習促進システムの構成を示す例図 実施形態１７の対話式学習促進システムのハードウェア構成例図 実施形態１７の対話式学習促進システムの処理の流れを示す例図 実施形態１８の対話式学習促進システムの構成を示す例図 実施形態１８の対話式健康促進システムのＡＩの働きの簡易的概念図 実施形態１８の対話式学習促進システムのハードウェア構成例図 実施形態１８の対話式学習促進システムの処理の流れを示す例図 実施形態１９の対話式学習促進システムの構成を示す例図 実施形態１９の対話式学習促進システムのハードウェア構成例図 実施形態１９の対話式学習促進システムの処理の流れを示す例図 本対話式購入促進システムを利用する状態を示す概念図 本対話式購入促進システムの対話情報出力経緯の簡易的概念図 実施形態２２の対話式購入促進システムの構成を示す例図 実施形態２２の対話式購入促進システムのハードウェア構成例図 実施形態２２の対話式購入促進システムの処理の流れを示す例図 実施化体２３の対話式購入促進システムの構成を示す例図 実施形態２３の対話式購入促進システムのハードウェア構成例図 実施形態２３の対話式購入促進システムの処理の流れを示す例図 実施形態２４の対話式購入促進システムの構成を示す例図 実施形態２４の対話式購入促進システムのハードウェア構成例図 実施形態２４の対話式購入促進システムの処理の流れを示す例図 実施形態２５の対話式購入促進システムの構成を示す例図 実施形態２５の対話式購入促進システムのハードウェア構成例図 実施形態２５の対話式購入促進システムの処理の流れを示す例図 実施形態２６の対話式購入促進システムの構成を示す例図 実施形態２６の対話式健康促進システムのＡＩの働きの簡易的概念図 実施形態２６の対話式購入促進システムのハードウェア構成の例図 実施形態２７の対話式購入促進システムの処理の流れを示す例図 実施形態２７の対話式購入促進システムの構成を示す例図 実施形態２７の対話式購入促進システムのハードウェア構成例図 実施形態２７の対話式購入促進システムの処理の流れを示す例図 実施形態２０及び実施形態２１の構成の一例を示す図 実施形態２８及び実施形態２９の構成の一例を示す図
以下、本発明の実施の形態について、添付図面を用いて説明する。実施形態Ｎは請求項Ｎに対応する。但し、Ｎは１から３９である。なお、本発明はこれら実施形態に何ら限定されるべきものではなく、その要旨を逸脱しない範囲において、種々なる態様で実施し得る。
＜実施形態１＞
＜実施形態１ 発明の概要＞
本実施形態における対話式健康促進システムは、ＳＮＳでのユーザの発言情報や閲覧情報などを外部情報として取得して、その情報を分析することでユーザの健康状態（肉体的健康及び精神的健康）を取得し、ユーザの現在の健康状態にあったアドバイスを行う。
図１は、対話式健康促進システムと各種のＳＮＳサービスとユーザの関係を示すイメージ概念図である。ＳＮＳを利用しているＡ（０１０２ａ）、Ｂ（０１０２ｂ）、Ｃ（０１０２ｃ）、Ｄ（０１０２ｄ）、Ｅ（０１０２ｅ）は、ＳＮＳ１（０１０３）、ＳＮＳ２（０１０４）、ＳＮＳ３（０１０５）といったＳＮＳシステムを利用して、交流している。このとき、例えばＡが対話式健康促進システム（０１０１）を利用する場合、ＡはＡが日常的に利用しているＳＮＳ１を介して対話式健康促進システムと対話を行う。例えば、Ｂが対話式健康促進システムを利用する場合、ＢはＢが普段利用しているＳＮＳ２又はＳＮＳ３を選択して対話式健康促進システムとの対話を行う。図２は、対話式健康促進システムがあるユーザに対して健康促進アドバイスを行う際のイメージ概念図である。対話式健康促進システムは（０２０１）、対話式健康促進システムに登録したユーザ（０２０２）が、日常的にＳＮＳ等を利用して発信している会話情報（「おはよう」「今日はまだ眠いよ」「最近外食が続いてるなぁ」「今日の予定は、外回りΣ(￣ロ￣lll)」「今日は、結構涼しい！」「最近少し体が重いんだけど。。。太ったかも(;´Д`)」等）や閲覧している第三者の発信に関する情報（赤ちゃんパンダに関連するＳＮＳの発言に「いいね」の応答をしている、美術館の展示スケジュールに関するＳＮＳの発信を受信するように設定している、等）などの、ユーザ固有のＳＮＳ関連情報（０２０３）を自動的に取得（０２０４）する。取得したＳＮＳ関連情報を肉体的健康及び精神的健康の両方の面から分析（０２０５）することで、ユーザの現在の健康状況（０２０６）を取得する。対話式健康促進システムは、取得したユーザの現在の健康状況から、背景目的を決定して目的達成のための適切な対話情報を判断する。例えば、ユーザに有酸素運動をさせることを背景目的として決定した場合には、目的達成のための適切な対話情報として、「おはようございます。少し疲れが溜まっています。気分転換に公園を散歩しましょう。今日のお勧めは、上野公園です。」のように、システマティックな表現ではなく、「~~~ヾ(＾∇＾)おはよー♪ 今日は疲れがたまってる？気分転換に公園でも早歩きしにいかない！？今日のおすすめは上野公園！！美術館とか超可愛い赤ちゃんパンダが見れるよ(^_-)-☆」といったように、ＳＮＳを利用してユーザに適した口調で健康促進アドバイス（０２０７）を、ユーザの所有する対話式健康促進システムとの対話を受信する携帯端末（０２０８）、に出力する。
対話式健康促進システムは、第一の特徴として、ユーザのＳＮＳでの発言等の外部情報を用いている。次に、第二の特徴として、取得した外部情報をデータとして分析して、単なる数値的な肉体的健康状況情報を取得するのではなく、情報からユーザの「気持ち」を分析して、肉体的な健康状況情報に加えて精神的な健康状況情報も取得し、肉体的健康と精神的健康の両方を考慮した「現在の健康状態」を分析取得している。さらに、第三の特徴として、分析取得した「現在の健康状態」から最適なアドバイスの内容を選択して、ユーザが普段から使用している口調に併せて最適な口調を用いて選択したアドバイス内容を出力する。
＜実施形態１ 発明の構成＞
図３は、本実施形態１の対話式健康促進システムの構成の一例を示す図である。図３に示すように、実施形態１の対話式健康促進システムは、ユーザ識別情報保持部（０３０１）、ＳＮＳユーザ関連情報取得部（０３０２）、分析ルール保持部（０３０３）、健康状況情報分析取得部（０３０４）、対話情報蓄積部（０３０５）、ユーザ別対話情報選択ルール保持部（０３０６）、対話情報選択部（０３０７）、対話情報出力部（０３０８）と、からなる。なお、本システムは、一つの筐体内にすべての機能部分が収められている必要はなく、また一つのコンピュータやサーバによってのみ構成されるものに限定されない。本システムは複数の筐体に収められて全体で機能するように構成してもよいし、複数のコンピュータやサーバが連携して機能するように構成してもよい。さらに、複数の筐体や複数のコンピュータ、サーバから本システムが構成される場合には、それが国境を越えて設置されることを妨げない。このことは、本システムのみならず、本システムと同等のアイデアを動作方法としたものや、動作プログラムとしたものにも共通である。システムに関するこの概念は本明細書の全体（実施形態１から実施形態３９のすべて）を通じて適用される。
＜実施形態１ 構成の説明＞
＜実施形態１ ユーザ識別情報保持部＞
「ユーザ識別情報保持部」は、ＳＮＳを利用するユーザを識別するユーザ識別情報を保持している。ユーザ識別情報保持部によって保持されるユーザ識別情報とは、本件対話式健康促進システムを利用しているユーザの本件対話式健康促進システムにおけるユーザ識別情報である。ユーザ識別情報としては、本システムないでユーザをユニークに識別できる情報であり、例えば、電話番号、メールアドレス、ユーザが特別に設定するＩＤ、指紋認証用情報、声紋認証用情報、虹彩認証用情報、静脈認証用情報、ユーザがＳＮＳを利用している通信可能な携帯端末等の個別識別暗号や、ユーザがＳＮＳを利用している通信可能な携帯端末のマックアドレス等がそのままユーザ識別情報であってもよいし、これらが記号、符号、数字、アルファベットなどで構成される識別情報に関連付けられていることも考えられる。ユーザ識別情報と関連付けて保存されている情報は、利用者であるユーザが利用時に利用者情報として登録する情報（例えば、電話番号、メールアドレス、ユーザが特別に設定するＩＤ、氏名、生年月日、住所、職業、年齢、性別、身長、体重、平均体温、平常時脈拍数、平常時呼吸数、平常時心拍数、平均運動量（時間、質、態様等）、通勤時間、通勤距離、通勤方法、アルコール摂取の有無、ジム通いの有無、家族構成等）と、ユーザが利用しているＳＮＳサービスを特定するための情報と、ユーザがＳＮＳサービスで利用しているＩＤ等である。さらに、ユーザの身体的な状態を示すライフログとして、心拍数、脈拍数、呼吸数、体温、筋肉の収縮・弛緩の度合い、脳波、血流速度、血中酸素濃度、血中アルコール量、アレルギー反応の程度、疲労物質の蓄積の程度、等の一以上を含むように構成してもよい。これらは、身体に装着しており身体の状態を測定可能なウエアラブル端末や、身体に身に着けてはいないが通信機能を有する身体データ測定装置などから取得する。または、通信でないが可搬型のメモリに収納された身体データを可搬型メモリ（例えばＵＳＢメモリ、ＩＣカード（ＲＦＩＤ機能を有するプリペイドカードなども含む）、可搬型ディスクドライブ、光記録媒体、磁器メモリなど）から取得することもできる。なお、プリペイドカードの場合には健康診断や、医師による治療の手数料支払い時に身体の状態に関する情報を受け取り、これを取得することで身体の状態を示すデータを取得できる。ユーザ識別情報に関連付けて保持されるユーザ属性情報は、対話式健康促進システムの利用開始時にユーザ自身に登録させるように構成する。この登録があってこの対話式健康促進システムが利用可能になるように構成することができる。さらにユーザ属性情報は、すでにユーザが利用している他のシステムから移転ないしコピーして取得するように構成することもできる。例えば利用履歴がある病院などのデータや、ユーザが利用している電子カルテシステム、ユーザが利用しているトレーニングジム、ユーザが利用しているトレーニングアプリなどの施設が保有するデータなどを利用できる。
＜実施形態１ ＳＮＳユーザ関連情報取得部＞
「ＳＮＳユーザ関連情報取得部」は、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する。ここで「ＳＮＳユーザ関連情報」は「外部情報」の一つであり、これ以外にも後述する多様な情報が外部情報に含まれうる。ＳＮＳユーザ関連情報は、例えば、ＳＮＳでのユーザの発言情報、ＳＮＳでの他者の発言に対するユーザの反応情報、ＳＮＳで発言をチェックすることに設定している他者に関する情報、ＳＮＳでユーザが友達など特別な関係に指定している他者に関する情報、ＳＮＳでユーザが閲覧している他者の発言に関する情報、ＳＮＳで友達関係になっている他者のユーザに対する発言、ＳＮＳを介してその時の居場所を発信するいわゆるチェックイン情報、ＳＮＳにユーザがアップする写真、動画等の情報、ＳＮＳに保存される録音情報（音声メモ）、ＳＮＳを介して行われる通話内容情報、ＳＮＳ内でのユーザの購買関連情報、ＳＮＳから取得される位置情報、ＳＮＳ内で利用するゲーム関連情報（ゲームの利用頻度、ゲームの勝敗情報、ゲームの進捗情報、ゲーム関連友人情報など）、ＳＮＳでユーザが活動している時間帯、ＳＮＳでユーザが活動している時のユーザの行動（例えば、自宅にいるときが多い、会社にいる時間帯が多い、食事の時が多い、旅行中が多い、誰かと一緒にいる時が多い等）、ＳＮＳでユーザが選択していない情報、ＳＮＳでユーザが無視している情報等が考えられる。ＳＮＳユーザ関連情報には、文字としてネットワークを介して表示する情報だけでなく、音声、画像、動画等として入力及び出力されるデータも含む。従って、電話（スマートフォン、携帯電話、固定電話、タブレット端末、携帯型コンピュータ、デスクトップ型コンピュータなどを含む）で交わした会話や沈黙、笑い声、居留守、怒鳴り声、叫び声、悲鳴、声色等も外部情報として取得されてもよい（外部情報としてこれらが該当するのは本明細書の全体を通して同様である）。
ここで「ＳＮＳ」とは、広義には、社会的ネットワーク（人と人のつながり）の構築の出来るサービスやウェブサイトを言う。従って、コメントやトラックバックなどのコミュニケーション機能を有しているブログや、電子掲示板や、自動音声によって発話が行われるように構成された電話（固定電話、スマートフォン、携帯電話、タブレット端末、可搬型コンピュータ：インターネットでの通話機能を有するものも含む）を含む。
一方、狭義には、ソーシャル・ネットワーキング・サービスとは人と人とのつながりを促進・サポートする、「コミュニティ型の登録制のサービス」であり、個人間のコミュニケーションを促進し、あるいは効率化するために用いられる。密接な人の繋がりを重視して、既存の参加者からの招待がないと参加できないシステムになっている場合もある。ＳＮＳの一例としては、「Ｆａｃｅｂｏｏｋ（登録商標）」、「ＬＩＮＥ（登録商標）」、「Ｔｗｉｔｔｅｒ（登録商標）」、「Ｙｏｕｔｕｂｅ（登録商標）」、「Ｉｎｓｔａｇｒａｍ（登録商標）」などを挙げることができる。
＜実施形態１ 分析ルール保持部＞
「分析ルール保持部」は、ユーザ識別情報と関連付けて外部情報を健康状況の把握の観点で分析して健康状況情報を取得するためのルールである分析ルールを保持している。分析ルールは、ユーザ識別情報と関連付けられているので、ユーザの特徴に合わせた分析ルールとなる。例えば、Ａは暑いときに体のだるさを主張する発言が多く、涼しいときに活発に活動していることを示す発言が多い場合には、「涼しい」というＡの発言からは、快適、活発、といった状態にあることが推測されるので、「涼しい＝健康である」というルールがＡの特徴に合わせた分析ルールとなる。一方で、Ｂは暑いときに活発に活動していることを示す発言が多いが、涼しいときには早寝をしたり、活動を控えたり、ネガティブな発言が増える傾向にある場合には、「涼しい」というＢの発言からは、体調不良、疲労、気持ちが沈んでいる、といった状態にあることが推測されるので、「涼しい＝体調不良である」というルールがＢの特徴に合わせたルールになる。あるいは、Ｃは暑くても涼しくても体の快調を主張する発言を均一にして、外出等の活動も活発に行っているが、特に涼しいときに外出に関する発言が増えたり、遠くに出かけていることを示す発言が増える場合には、「涼しい」というＣの発言からは、どこか遠くに出かけたい、より活発に活動したい、という状態にあることが推測されるので、「涼しい＝非常に健康である」「涼しい＝活発に活動したい程元気である」というルールがＣの特徴に合わせたルールとなる。なお、ユーザのＳＮＳの情報に対して対話式健康促進システムがアクセス可能なように、ユーザが事前にアクセス許可設定をしておくことが前提となる。
Ｃの例に示すように、分析ルールは、単に「健康である」「体調不良である」「風邪である」という状態のみを健康状況情報として取得するためのルールである必要はなく、「非常に健康である」「比較的健康である」「体調が非常に悪い」「少し体調を崩している」「熱が出る風である」「喉の痛みのひどい風である」等のように、程度や症状を示す情報を含む健康状況情報を取得できるようなルールであってもよい。
精神的健康状況情報は、会話等から取得できる気分などによって取得できるが、その気分の例としては、嬉しい、楽しい、幸せ、気持ちいい、スッキリ、満足、爽快、感動、感心、和む、癒される、落ち着く、ワクワク、興奮する、高ぶる、懐かしい、好き、愛してる、恋している、憧れる、尊敬、などのポジティブな気分を表す表現から精神的健康が良い状況にある、あるいは、良い特有の状況にある、と判断できる。
逆に、かわいそう、寂しい、悲しい、孤独、困る、戸惑う、辛い、萎える、心が痛む、憂鬱、だれる、苦しい、切ない、泣ける、呆れる、不愉快、イライラ、心配、心細い、不安、怖い、不気味、躊躇、苦笑、息苦しい、悩ましい、萎縮、焦る、情けない、恥ずかしい、屈辱、飽きた、惨め、ヘコむ、がっかり、落胆、絶望、失望、後悔、悔しい、負い目、罪悪感、恨む、惜しむ、嫌い、見下す、憎む、嫉妬、欲しい、したい、ドキドキ、気遣う、ぼんやり、モヤモヤ、哀れ、同情、などのネガティブな気分を表す表現から精神的健康が悪い状況にある、又は、悪い特有の状況にある、と判断できる。
また、精神的状況は良い、悪いのみでなく、安心、不安、感謝、驚愕、興奮、好奇心、性的好奇心、冷静、焦燥 (焦り)、不思議 (困惑)、幸運、リラックス、緊張、名誉、責任、尊敬、親近感 (親しみ)、憧憬 (憧れ)、欲望 (意欲)、恐怖、勇気、快感、後悔、満足、不満、無念、嫌悪、恥、軽蔑、嫉妬、罪悪感、殺意、期待、優越感、劣等感、怨み、苦しみ、悲しみ、切なさ、感動、怒り、諦め、絶望、憎悪、空虚などの精神的状況を健康状況情報として把握するように分析ルールを構成してもよい。単に健康状況が良い、でなく、健康状況が良く、安心している状況、健康状況が良く、感謝している状況など個別の健康状況を把握できれば、生活改善により適した対話情報を選択することが可能となる。例えば、安心している状況では、「やっぱりうまくいったね〜。次回もこれでいこ〜。」などと励ましたり、感謝している状況では、「それは自分が頑張ったからだよ。すごいね。」などとほめるようなことが考えられる。その状況にあった対話情報を選択できれば出来るほど、ユーザの心に響くからである。
また、ＳＮＳの写真や映像を分析して、肩をすぼめる、ぽかんとしている、せっかちな様子、渋い顔でいる、あきれている、しりごみしている、ひっかかっている、むっつりしている、ふくれっ面をしている、顔をしかめている、もじもじしている、断固としている、戸惑っている、ひるんでいる、おそるおそるしている、苦々しくしている、じーんとしている、一心不乱にしている、いてもたってもいられないようにしている、動揺している、なげいている、おどけている、うんざりしている、気もそぞろにしている、切ないようにしている、おろおろしている、あぜんとしている、ろうばいしている、ほがらかにしている、おどおどしている、うしろめたそうにしている、開き直っている、わずらわしそうにしている、いぶかしそうにしている、うろたえている、ひがんでいる、ちゅうちょしている、圧倒されている、おおらかにしている、照れている、うらめしそうにしている、あざけている、いきどおっている、しおらしくしている、心もとなさそうにしている、やましそうにしている、あざ笑っている、哀れんでいる、リラックスしている、控え目にしている、いたいけにしている、やり場のない様子にしている、まんざらでもない様子にしている、有頂天になっている、しみじみとしている、気さくにしている、歓喜している、力を抜いて楽にしている、喜んでいる、孤独そうにしている、失望している、妥協している、冷酷にしている、臆病にしている、称賛している、軽蔑している、柔和にしている、大胆にしている、繊細にしている、同調している、平静にしている、憤慨している、ひたむきにしている、という感情を取得し、これからさらに精神的健康状況情報を取得するようにルールを定めてもよい。また、これらは、一般に多くの人に共通の動作であることも多いので、ユーザ識別情報に関連付けられている分析ルールであったとしても、本システムを利用している他の大多数のユーザの情報を活用して分析するように構成してもよい。これは人工知能などを用いるとより精度が向上する。
会話などの外部情報を健康状況情報に昇華させるには、その会話が直接的に健康状況情報に直結しない場合、会話の中で出てきた言葉、話題の対象、あるいはこれらから何を想像するかをＳＮＳを通じて述べてもらい、その言語表現を分析することによって利用者の思考過程やその精神的状況、身体的状況を推定することができる。なお、推定の基準点としてライフログに含まれている直接的に健康状況情報として把握できる情報や、外部情報として得られる健康診断結果などを利用する。この基準点の時間的周辺において得られる同一人物の会話の中で出てきた言葉（今朝はよく眠れた等）、話題の対象（年末大売出し等）、あるいはこれらから何を想像するか、を健康状況情報を推計するための情報として利用する。あるいは本システム側から対象となる言葉や話題を提供してこれから何を連想するか、どう思うかの問いかけを積極的に行うように構成してもよい。これに近い技術としてはロールシャッハテストがある。ロールシャッハテストは視覚を介して見たものから何を想像するかを分析に利用するものであるが、本システムでは、視覚を通じて見た（感じた）もののみならず、会話のなかで抽象的に理解できる対象すべてを含む。例えば、「公園のベンチ」、「横断歩道」などの言葉であってよい。基本的にはこの手法をＡＩ等を利用して用い、多数の利用者の会話と推定される健康状況情報との相関推計精度を学習しながら高めてゆくものである。また、ＳＮＳの会話の中に話題の対象とそれに対する想像の両者が含まれている場合には本システム側から何を想像するかの問いかけなしに思考過程や精神的状況、身体的状況を推定することができる。これは、また心理学者であるフロイトやユングの用いた自由連想法に近い手法でもある。フロイトの時代には心理学者等の経験値によってこの手法の効果が左右されたが本システムでは統計処理と人工知能等を利用することで精度を向上させることができた。
分析ルールは、肉体的な健康状況情報だけでなく、肉体的な健康状況情報と精神的な健康状況情報の両方を合わせた健康状況情報を取得するルールであることが好ましい。肉体的な健康状況情報とは、肉体的に疲労、眠気、吐き気、だるさ、発熱、頭痛、腹痛、喉の痛み、腰痛、筋肉痛、二日酔い、眩暈、高血圧、脈拍が高い、呼吸が浅い、血糖値が高い、肥満、治療中の病気がある、等の病的な症状を訴える対話と映像等の有無から判断される健康状況情報である。肉体的な健康状況情報によれば、病的な症状訴える対話と映像等がなければ健康であり、病的な症状訴える対話と映像等があれば不健康であると判断される。また、「健康状況情報」とは、運動量、呼吸量、歩行量、摂取カロリー量、摂取食品成分、摂取食品成分量、飲酒量、摂水量、体重、身長、体温、血圧、ＢＭＩ値、腹囲、内臓脂肪、体脂肪率、視力、眼圧、肺機能、尿検査値、便検査値、血液生化学検査値、などであってもよい。総じていえば「肉体的健康状況情報」とは、ＷＨＯの定義に従い、健康状態を「完全な肉体的(physical)、精神的(mental)、Spiritual及び社会的(social)福祉のDynamicな状態であり、単に疾病又は病弱の存在しないことではない。」と定義し、肉体的健康とは、そのうち、「完全な肉体的(physical)、Dynamic（正常な活動可能）な状態であり、単に疾病又は病弱の存在しないことではない。」と定義され、従って肉体的健康状況とは、完全な肉体的(physical)、Dynamic（正常な活動可能）な状態、単に疾病又は病弱の存在しないことではない状態に関する状況を示すものを指す。従って健康である場合、健康でない場合、いずれの場合であっても、その状況を示す情報である。
精神的な健康状況情報とは、精神的に気分がいい、気持ちが高揚している、やる気に満ちている、何かに挑戦したい気持ちである、楽しい、嬉しい、幸せ、等のプラスの精神状態と、落ち込んでいる、悩みがある、悲しい、憤怒、嫌悪感、焦燥感、飢餓感、等のマイナスの精神状態の二つの精神状態のいずれの精神状態にあるかによって判断される健康状況情報である。精神的な健康状況情報によればプラスの精神状態であれば、健康であり、マイナスの精神状態であれば不健康であると判断される。総じていえば精神的な健康状況情報とは精神的な健康である「完全な精神的(mental)、Spiritual及び社会的(social)福祉のDynamic（正常に活動可能）な状態であり、単に精神的な疾病又は精神的な病弱の存在しないことではない。」から導かれ、完全な精神的(mental)、Spiritual及び社会的(social)福祉のDynamic（正常に活動可能）な状態であるか、精神的な疾病又は精神的な病弱が存在しないか、の状態に関する状況を示す。
以上から健康状況情報には、「痛みについての状況の情報」、「ストレスについての状況の情報」、「習慣化についての状況の情報」、「労働生産性についての状況の情報」、「いわゆる人口知能、会話型コンピュータ、人工知能スピーカーなどのロボット類似のものとの精神的距離間についての状況の情報」などを含みうる。肉体的な健康状況情報と精神的な健康状況情報の両方を合わせて健康状況情報を取得するとは、例えば、一般的には肉体的に病的な症状がなく健康であっても精神的にマイナスの精神状態であれば、その日は活動的に過ごすことができず、本人の体感健康としては体調不良であるように感じていることが多いので、健康状況情報としては不健康であることを示す情報が取得されることになる。あるいは、肉体的に病的な症状が認められるが精神的にはプラスの精神状態にある場合には、肉体的な病状に気付かせて療養させることが重要であるから、不健康と判断される。
肉体的不健康と精神的不健康は、密接に関連しており、肉体的不健康が精神的不健康を引き起こしていることが多い。その場合には、肉体的不健康が取り除かれれば、精神的不健康が改善されることが多い。しかし、精神的不健康が原因となって肉体的不健康を引き起こしていることもままあり、その場合には、肉体的不健康を取り除いても精神的不健康は改善されない。従って、精神的不健康に着目して、精神面からも健康を促進するようにアドバイスを行うことは極めて有効である。精神的症状（鬱、躁鬱、イラ立ち等）に対しては、従来からカウンセリング療法が確立されていたが、本件対話式健康促進システムでは、カウンセリングだけでなく、運動や食事といった多方向から精神的な健康促進を図る点に特徴がある。精神面から健康を促進するアドバイスを行うためには、ユーザの精神状況を分析することが必要である。そこで、様々なデータを肉体的な健康状況だけではなく精神的健康状況も同価値の健康状況情報として分析する必要がある。また、本システムの目的は健康状態を良好となるように改善すること、健康状態を良好な状態で維持することであり、外科的な手法によって治療をするような策をとるものでなく、生活の日常を改善することでその目標を達成しよとするものである。従って一長一短に目標が達成できることを狙ったものでなく、生活習慣の改善、維持が本システムによって目標を達成するために利用者に求めるものである。かかる観点から、分析ルールは、中長期的な観点から健康状況が改善されてきているのか、又は良好な健康状態が維持されているのか、の観点からの分析を行うルールも含まれていることが好ましい。従って、日々の健康状態のばらつきの分析も必要であるが、中期的にみてばらつきながらも健康状態が改善してきているのか、又は、足踏みしているのか、又は、悪化してきているのかを判断するルールが必要である。このためには、当日、前日といった短期的な外部情報に基づく分析のみならず、１週間前と当日、前日、１か月前と当日、ないしは、１か月前からの毎日の変化などを統計的に処理して中期的な状況変化を分析するようなルールであることが好ましい。
＜実施形態１ 健康状況情報分析取得部＞
「健康状況情報分析取得部」は、ユーザ識別情報に関連付けられている取得した外部情報と同じユーザ識別情報に関連付けられている分析ルールとに基づいて健康状況情報を取得する。ＳＮＳユーザ関連情報でのユーザの数々の発言の中には、分析ルールによって健康と判断される発言から、不健康と判断される発言まで、複数の発言が混ざっているのが普通である。健康状況情報分析取得部では、分析ルールによって取得される複数の健康及び不健康の健康状況情報を、総合的に分析することによって、ユーザの健康状況情報を取得する。例えば分析ルールによって取得される健康状況情報と不健康状況情報の数を比較して、多い方の健康状況を採用する方法が考えられる。あるいは、健康状況の程度ごとにポイントを定めて置き、そのポイントをもとに判断する方法が考えられる。ポイントを単に合計するだけでは、発言数が多い人と少ない人で、健康状況情報分析の精度が異なってくるので、ポイントのアベレージをもとに健康状況の判断をすることが好ましい。
健康状況の分析に用いられる外部情報であるユーザのＳＮＳでの発言等と、健康状況の分析に用いる分析ルールは、同じユーザ識別情報に関連付けられているものであるから、健康状況情報分析はユーザの個性に即した分析となる。したがって、同じような会話ログであったとしても、ユーザが異なれば、健康状況情報分析取得される健康状況情報は異なってよい。ユーザのＳＮＳでの会話等外部情報が蓄積されることで、分析の精度は増すものであり、また、年代と共にユーザの感じ方が変わることが考えられるので、同じユーザの類似する外部情報をもとに健康状況情報分析取得した場合でも、異なる結果が取得されることはあり得る。
＜実施形態１ 対話情報蓄積部＞
「対話情報蓄積部」は、ユーザ識別情報に関連づけて取得した健康状況情報に応じて発信すべき対話情報を蓄積する。対話情報は、一般社会においておよそ発言される可能性があるありとあらゆる会話がデータベースとして蓄積されている。本件対話式健康促進システムで、ユーザに対して健康促進又は健康習慣の定着のアドバイスをする際のベースとなる会話の例文を特に重厚に保持している。一般的な会話情報の辞書の他に健康に関して専門的な辞書のようなものを有するのが好ましい。言語はユーザが解する言語で蓄積していてもよいし、日本語や英語、中国語などの標準言語によって対話情報を蓄積し、ユーザの使用言語に合わせて翻訳して選択されるように構成することもできる。従って、言語辞書データベース、会話辞書データベース、などをベースに基礎を構築し、さらにＳＮＳや、情報提供サイト、企業広告のサイト、掲示板サイト、電話の通話内容、等本件対話式学習促進システムが閲覧視聴収集可能なすべての情報源から収集した対話情報を蓄積することが好ましい。これらには例えば方言、ギャル語、絵文字、顔文字、隠語、造語、新語、略語、慣用語などが含まれていてよく、これらは人工知能によって収集され、徐々に会話精度が高まる（意図が正確に伝わる）ように構成されることが好ましい。さらに、健康促進アドバイス等を構成する対話情報は、専門的な医学用語であったり、特定の食品名や、特定の店舗名、造語を用いて行うことが考えられる。専門用語や特定の店舗名等や造語は、ネット上から確実に取得できるとは限らないため、蓄積部に人が直接入力することによって、特殊な言語群の入力が行えるように構成しておくことが好ましい。
本件対話式健康促進システムは、ユーザ一人一人の個性を反映させて、ユーザにとって自然な会話となるように対話情報を選択して出力することで、ユーザに対してあたかも自分を心配してくれている生身の人間と接しているかのような感情を抱かせることに特徴がある。そのため、ユーザの普段の会話に合わせて、丁寧な言葉遣いにするのか、口語調のラフな言葉遣いにするのか、大阪弁や博多弁などの方言にするのか、文書中に英語を取り混ぜた言葉遣いにするのか、といった会話内容の選択だけでなく会話の形式を選択可能に対話情報が蓄積されていることが好ましい。対話情報蓄積部は、対話の形成の違いごとに同じ意味合いの対話であっても違うものとして対話情報を蓄積してもよい。すなわち、感謝の気持ちを表現する対話情報として、「ありがとうございます。」「ありがとう」「ありがとー」「おおきに」「サンキュ」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等の表現をすべて異なる対話情報として蓄積しておく。あるいは、対話情報蓄積部は、意味合いごとに一番基本的となる対話情報のみを蓄積して、後述する対話情報出力部によって、対話情報蓄積部から選択した基本となる対話情報をユーザの個性にあった対話形式に変換する方法が考えらえる。この場合、基本となる対話情報をユーザごとの特性に即した対話形式に変換するルールは、ユーザ別対話情報選択ルールに含まれている。この場合の対話情報蓄積部には、「ありがとうございます。」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等はすべて感謝を表す表現であるから、基本となる対話情報として「ありがとうございます」のみが保存されることになる。
対話情報蓄積部に蓄積された対話情報は、インターフェイスモニタに表示可能なように構成しておいてもよい。蓄積された対話情報が表示されたインターフェイス画面上から、手動で対話情報の追加、変更、削除といった管理行為を行うことが可能なように、対話情報蓄積部管理手段を対話情報蓄積部が有するように構成する、あるいは、対話情報蓄積部管理部が新たな構成として設けられるように構成することが考えられる。対話情報蓄積部の管理行為は、本件対話式健康促進システムの管理及び提供を行う者が行うことを想定している。
＜実施形態１ ユーザ別対話情報選択ルール保持部＞
「ユーザ別対話情報選択ルール保持部」は、取得した健康状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する。ユーザ別対話情報選択ルールは、ユーザに対してあたかも自分を心配してくれている生身の人間と接しているかのような感情を抱かせるために、ユーザ一人一人の個性を反映させて、ユーザにとって自然な会話となるように対話情報を選択するためのルールである。外部情報である、ＳＮＳのユーザ発信情報等（文字による発言、音声による発言、閲覧記録、登録している他のＳＮＳユーザ、等に関する情報）から、ユーザの対話の形式に即した会話の形式を選択し、健康状況情報分析取得された健康状況情報に基づいて会話の内容を選択し、両選択を合わせてユーザの個性を反映した対話情報を選択可能なルールである。
ユーザ別対話情報選択ルールは、ユーザの応答対話情報も含みうる外部情報に基づいた健康状況情報に応じて選択されるように構成されるが、健康になること、健康を維持することを最終目標として、達成すべき目標が階層構造に集積されており、健康状況情報に基づいて判断、推測される健康状態がこの階層構造中のどこに位置しているかに応じて、適切な発話（対話情報）が選択されるように構成されてもよい。つまり、達成すべき健康の目標が定まると、それに応じて対話情報が選択されるように階層構造中の健康状態と関連付けて対話情報が選択されるように構成してもよい。例えば、軽度の糖尿病にり患しているユーザに対しては、糖尿病の原因である糖分の摂取状況を健康状況情報に基づいて判断、推測し、糖分の摂取を現段階よりも５％程度少なくできるように対話情報が選択される。一方、重度の糖尿病にり患しているユーザに対しては、同じく糖分の摂取を２０％程度少なくするように対話情報を選択するとともに、インシュリンの摂取を習慣づけるような対話情報を選択するように構成する。つまり、同じ糖尿病のユーザであっても健康という最終目標から見た階層的な位置づけに応じて選択される対話情報が適切となるように構成することができる。
対話形式には、丁寧語、口語、ギャル語、大阪弁、京都弁、博多弁、名古屋弁、北海道弁、沖縄弁などの各地方の方言、等形式的に事前に登録してある一般的対話情報選択ルールから選択してユーザ別対話情報選択ルールとする方法と、ユーザの会話情報から全てオリジナルに組み立てる方法が考えられる。ユーザがより身近な、かつ生身の存在であるかのように本件対話式健康促進システムを認識できるのは、ユーザの個性をより強く反映できる、対話形式をオリジナルに組み立てる方式である。しかし、ユーザが本件対話形式健康促進システムを使い始めた段階では、ユーザの個性を分析するための外部情報の蓄積量が少ない。したがって、ユーザの個性に応じたオリジナルの形式を選択するためのルールを取得するのに十分な情報がない場合には自動的にデフォルトの形式を選択する。例えばユーザに対話形式を選択登録させることでユーザの好みの対話形式で開始するように構成することが考えられる。また、ユーザの属性に応じて適切な対話形式を自動的に選択するように構成しもよい。ユーザの属性とは、年齢、性別、出身地、現住所地、国籍、使用言語、ＳＮＳでの会話（対話）形式、ＳＮＳでの友人の会話（対話）形式、好みの服装種別、好みの映画種別、好みの書籍種別、好みの有名人種別（タレント、俳優、政治家、著述家、歌手、芸人、歴史上の人物、アナウンサー、キャラクター）などである。対話情報選択ルールの取得に十分なユーザの外部情報が蓄積されたら、ユーザの個性に応じた形式を対話情報蓄積部から選択するような固有のユーザ別対話情報選択ルールを構成する。
ユーザのＳＮＳの会話情報から対話情報の形式を分析するうえで、単にユーザの発言形式のみにとらわれるのではなく、ユーザが頻繁にやりとりを行っている友人や家族の会話形式を分析して、ユーザ別対話情報選択ルールを組み立てることが考えられる。ユーザが実際に日常的に会話をしている会話相手の話し方を分析して反映させることで、友人や家族と話して言うような安心感を与えることが可能となる。したがって、ユーザに対してより強く、あたかもユーザのことを心配している生身の人間とやり取りをしているかのような気持ちを抱かせることが可能となり、ユーザに、誰かに励まされている、見守られている、応援されている、情けない所を見られたくない、褒めてもらえて嬉しい、上手くできなくて情けない、悲しい、といった、人間が努力を反復継続させるうえで欠かせない感情を持続的に抱くことが可能となる。また、普段から悩みを相談しアドバイスをしてくれる人物に似ている者からのアドバイスであれば、これに素直に従いやすくなり、ユーザが本件対話式健康促進システムから出力された対話情報に従って健康促進行動をとりやすくなることも期待できる。このような観点から蓄積されている対話情報には愛情を伝える対話情報、好感度を伝える対話情報、相手を褒める対話情報、相手を励ます対話情報など感情移入できる対話情報がバラエティに富んで蓄積されていることが好ましい。
さらに、いつも否定的な発言から応答するが、何度もお願いされると断れないとか、本当はそれほど嫌ではないのに大げさに嫌がっている、とりあえず嫌がっておく、というユーザの性格が性格診断や属性情報などで取得されている場合には、ユーザからの数回の否定的応答だけでは出力した対話情報に有効性がないとは言えず、同じ対話情報の出力を平均的にユーザが受け入れるまでに要する回数より特定回数多くなるまでは繰り返すという構成にしておくことが性格を属性として分析した結果に取るべき対応として推薦される場合にはその対応を対話情報選択部が選択するルールとすることが考えられる。つまり、このようなあきらめないルール（サブステップ、サブルール）又はあきらめないプロセスをユーザ別対話情報選択ルールに含ませる、又はこれによって構成するプロセスを含むようにすることができる。
＜実施形態１ 対話情報選択部＞
「対話情報選択部」は、取得した健康状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を対話情報蓄積部から選択する。対話形式の違いごとに対話情報蓄積部に対話情報が蓄積されている場合には、ユーザ別対話情報選択ルールで選択された対話形式と対話内容に合致する対話情報を選択することになる。対話情報蓄積部に、対話形式の違いごとに対話情報が蓄積されておらず、対話形式にこだわらず対話の内容の意味ごとに対話情報を蓄積している場合には、ユーザ別対情報選択ルールによって指定された対話内容に従って対話情報蓄積部から基本となる対話情報を選択し、選択した対話情報をユーザ別対話情報選択ルールに指定された対話形式に合致する対話形式に変換する。この場合に基本となる対話情報は、言葉そのものでなく、一群の言葉の集合を指すものであってもよい。この場合には、感謝の気持ちを表現する対話情報に対して識別情報が付与されており、これを選択して、その後に「ありがとうございます」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等の表現のいずれかを選択するように構成する。つまり、このようにしてユーザ別対情報選択ルールによって指定された対話内容に従って対話情報蓄積部から基本となる対話情報を選択し、選択した対話情報をユーザ別対話情報選択ルールに指定された対話形式に合致する対話形式に変換するしょりが行われる。以上の作業が対話情報の選択となる。この選択はコンピュータによって瞬時に行われうるように構成する。具体的には、ＳＮＳを介してユーザからの入力を受付けるとそのユーザがＳＮＳの画面を閉じる余裕を与えないでその画面に返信が表示されるていどの速度である。一例としては、平均して１秒以内程度である。
＜実施形態１ 対話情報出力部＞
「対話情報出力部」は、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力する。前述のように対話情報出力部が対話情報を出力する速度は、必要な場合にはユーザの入力に即座に応答する速度である。ユーザがＳＮＳ画面を閉じてしまうと、システム側からの発信が既読にならないで放置されるリスクが高まるからである。なお、常に即座に応答する必要はなく、時間をおいて出力される種の発信があってもよい。例えばアドバイスの結果を聞くような会話の場合である。出力するは、ユーザの携帯端末である。出力するＳＮＳは、本件対話式健康促進システム専用のアプリケーションでもよいし、ユーザが日常的に利用している対話式健康促進システム専用ではない、別のシステムによって管理提供されているＳＮＳサービスであってもよい。出力の形式は、文字、イラスト、音声、画像、動画等、情報をユーザに伝達できる手法であれば形式は限定されない。あたかも生身の人間と話しているように感じさせるためには、専用アプリケーションを用いるよりも、日常的に生身の人間とのやり取りで利用しているＳＮＳサービスを利用するほうが、他の人のやり取りの中に混じって自然に本件対話式健康促進システムから出力された対話情報が表示されることになり、効果的である。効果的とは、本件対話式学習促進システムからのアドバイスが、日常的に自然に目につくので、システム（無機的なコンピュータやサーバ）と対話するという意識を強く抱かせないという点が効果的となる理由である。本件対話式学習促進システムからの出力は、出力先のＳＮＳサービスを利用している例えばスマートフォンのステータスバーや、アイコンに未読通知をしないような設定にしたり、チャットヘッドが出現することができないように構成されていると、上記効果を確実化することができるので、より効果的となる。逆に、チャットヘッドなどはスマートフォンなどで直ちに目に付くので本システムとの距離感が小さくなり好ましい。
なお、出力される対話情報は、質問形式を含むもの、アドバイスを含むもの、挨拶、擬音、など、内容も形式も制限されない。
さらに、いつも同じ方法による出力形式ではなく、文字、イラスト、音声、画像、動画、振動（以上はＳＮＳを介したもののほか、電子メール、ＡＶ機器によるものも含まれる。）、ロボットの動作・音声・表情、ディスプレイ内のアニメーションキャラクター（実物に近い人間を擬したものであってもよく、さらにその人間がユーザの教師、講師、友人、親戚、あるいは宣伝広告やキャンペーンに採用された芸能人・有名人に擬していてもよい）の動作・音声・表情、プロジェクション映像のキャラクターの動作・音声・表情、室温、照明等、複数の出力方法を組み合わせることが、生身の人間とのやりとりに近似して、より効果的となる（出力形式に関するこの例示は本明細書の全体（実施形態１から実施形態３９）を通じて適用される。）。したがって、出力インターフェイスに文字として対話情報として出力したり記録された音声データを対話情報として出力するだけでなく、音声通話機能を用いたリアルタイムでの対話情報の出力（自動音声による発話）と応答対話情報の取得が行われてもよい。さらに、ある人が音声通話を用いて電話相談窓口（メンタルヘルス窓口、自殺防止窓口等が主として想定されるが、肉体的な健康に関しての相談窓口も含まれる）にアクセスをした場合に、その人の音声通話を本対話式健康促進システムを利用する通信機器によって受信した場合に、出力側に本対話式購入促進システムの利用登録がなかった場合でも、直ちに電話番号等を用いてユーザ識別情報を生成保持し、その人物をゲストユーザとして音声通話を受信する対話式健康促進システムに認識させることで、ゲストユーザに対して本音声対話式健康促進システムを介した対話情報の音声による出力が可能となるような構成にすることも可能である。この場合、ゲストユーザは遠隔地にある対話式健康促進システムに対して音声通話を通じてユーザ登録を行っているにすぎない。ユーザ端末自体が本対話式健康促進システムを起動させている場合と区別するためにゲストユーザとして定義しているが、一度目の音声通話の時点でそのユーザを発信電話番号、音声、氏名、会員ナンバー、などのユーザ属性と関連付けて識別番号を与えておくことで、次回以降の音声通話において、過去の音声通話によって蓄積されたゲストユーザの属性情報（好み、話し方、間の取り方、趣味・思考等）を反映させた対話情報を出力することがか可能である。この場合の対話情報の出力は、音声電話を受信しているユーザが所持していないＳＮＳ利用可能端末で生成され、音声として出力されたものが電話を通じてゲストユーザに届けられることになることから、ＳＮＳを介した対話情報の出力といえる。
健康促進アドバイスとして出力される対話情報は、健康療法に基づく運動を促す対話情報であったり、運動の習慣化を促すような対話情報であったり、あるいは、サプリや薬を定期的に摂取するように摂取の時間が来た旨のお知らせや摂取を促すような対話情報であったり、ユーザの健康促進をさらに効率よくするために運動用品、サプリメント、薬などの購入を促すような対話情報等、健康促進につながるすべてのアドバイスがこれに含まれる。
対話情報のＳＮＳを介した出力は、ＳＮＳに参加しているユーザの友達等の発言としての出力である。従って、できるだけユーザに対してユニークに見える友達等としての会話であることが好ましいことから、多数の名前を利用してできるだけユーザ間で同じ名前が重ならないようにすることが好ましい。あるいは名前は最初のユーザ登録時に自由に設定できるようにしてもよい。また、会話選択に利用される要素を決定する属性をユーザ登録時に自由に設定できるようにしてもよい。例えば、システムである友達等の性別、年齢、性格、アバター、服装、生活リズム、趣味、などである。さらにシステムである友達等は必ずしも一人である必要はなく、複数の友達等が一のユーザに対して会話するように設計してもよい。そして、選択される会話には、ユーザとシステムである友達等との間の会話のみならず、システムである友達等間での会話がなされてもよい。この場合にはユーザは友達等の間で交わされる会話から健康維持、促進のための動機付け等を得られるようになされる。また、ユーザ端末の位置情報システムなどと連携して、位置情報に応じてシステムである友達等の発言を切換えるように構成してもよい。
例えば、大阪に出かけたときには大阪弁の友達等が現れ、九州に出かけたときには九州弁の友達等が現れるといった具合である。この際には大阪の友達等は、前回大阪に出かけたときから久しぶりに会った、というようなシチュエーション（面会タイミングシチュエーション）を前提として会話を選択するように構成してもよい。例えば、「前会った時からずいぶん太ったねー」などという会話である。また、複数のユーザにわたって共通のシステムである友達等を設定することも効果的である場合がある。例えば「前回一緒に運動した後、田中さんは３キロやせたそうだけど、あなたは〜？」のような比較会話や、「今から田中さんがマラソンするらしいけど一緒にやってみたら〜？」のような勧誘会話が可能となるからである。なお、友達等は必ずしもアバターが人である必要はなく、哺乳類、魚、虫、物、などいろいろ設定してよい。また、アバターは設定に応じて写真、動画、ピクチャーなどをユーザに送信するように設定してもよい。例えば食事の写真、風景写真、理想的な体の写真、運動の仕方を説明する動画、などである。さらに、利用を進める器具、サプリメント、などの情報を送ってきてもよい。さらに、システムである友達等は、アクシデントに見舞われる、人生の階段を上る、と言うような時間経過に応じて出来事を設定したアバタースケジュールを用いて臨場感、温かみ、人間味を出してもよい。例えば、風邪をひいた、学校に入学した、学校を卒業した、恋人ができた、恋人にふられた、結婚した、離婚した、ギックリ腰になった、太った、やせた、手術した、遅刻した、乗り間違えた、寝坊した、飲みすぎた、食べ過ぎた、子供が生まれた、昇進した、転職した、定年になった、孫が生まれた、などである。
＜実施形態１ ハードウェア構成＞
図４は実施形態１のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１のハードウェアを構成するプログラムとして、「ユーザ識別情報保持プログラム」は、ユーザ識別情報を保持する。「ＳＮＳユーザ関連情報取得プログラム」は、ＳＮＳユーザ関連情報を取得する。これは、ＳＮＳとのインターフェイスプログラムを介して行われる。「分析ルール保持プログラム」は、分析ルールを保持する。「健康状況情報分析取得プログラム」は、分析ルールに基づいた分析に基づいて健康状況情報を取得する。「対話情報蓄積プログラム」は、対話情報を蓄積する。「ユーザ別対話情報選択ルール保持プログラム」は、ユーザ別に対話情報選択ルールを保持する。「対話情報選択プログラム」は、取得した健康状況情報と保持されているユーザ別対話情報選択ルールとに基づいて蓄積されている対話情報の中から適切な対話情報を選択する。「対話情報出力プログラム」は、選択された対話情報を出力する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
なおこのコンピュータは不揮発性メモリ、主メモリ、ＣＰＵ、インターフェイスがバスラインに接続されて相互に通信可能に構成される。また場合により、ユーザ等が利用するスマートフォン、携帯電話、タブレット端末、パーソナルコンピュータ、テレビ、ラジオ、ロボット、腕時計、ウエアラブル端末（メガネ、首輪、指輪、リストバンド、帽子など）、ゲーム端末、街頭に設置される情報端末、移動手段内の端末（電車のテレビ端末、カーナビゲーションシステム）、カメラ、ディスプレイ、モニター、プロジェクター、映像生成装置、スピーカー（ＡＩスピーカーを含む。）、イヤホン、ヘッドフォン、バイブレータ、照明、エアコン、ＷＩＦＩ機器、インターネット接続装置、各種家電製品等及びこれらと通信を行うためのインターフェイスが含まれる場合がある。この点は、本明細書の全体（実施形態１から実施形態３９（方法とプログラムを除く））に適用される。
＜実施形態１ 処理の流れ＞
図５は、実施形態１の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザが利用している一以上のＳＮＳの識別情報を保持するユーザ識別情報保持ステップ（０５０１）、外部情報であるユーザのＳＮＳ関連情報を取得するためのＳＮＳユーザ関連情報取得ステップ（０５０２）、外部情報からユーザの健康状況を分析するためのルールである分析ルールを保持する分析ルール保持ステップ（０５０３）、外部情報と分析ルールとからユーザの健康状況情報を取得するための健康状況情報分析取得ステップ（０５０４）、インターネット上等で用いられている無数の言語や会話に関する情報を蓄積するための対話情報蓄積ステップ（０５０５）、外部情報から取得されるユーザの個性を反映して、ユーザの健康状況情報に則した健康促進アドバイスを選択するためのユーザ別対話情報選択ルールを保持するためのユーザ別対話情報選択ルール保持ステップ（０５０６）、対話情報蓄積部に蓄積された対話情報とユーザ別対話情報選択ルール保持部が保持するユーザ別対話情報選択ルールとから、ユーザの健康状況と個性に適した対話情報を選択するための対話情報選択ステップ（０５０７）、対話情報選択部によって選択された対話情報をユーザの形態端末等に出力するための対話情報出力ステップ（０５０８）と、からなる。
＜実施形態２＞
＜実施形態２ 概要＞
本実施形態における対話式健康促進システムは、実施形態１の構成に加えて、外部情報としてユーザのブラウザ検索履歴に関する情報を取得することができる。
＜実施形態２ 発明の構成＞
実施形態２の対話式健康促進システムの構成の一例は、図６に示すように、ユーザ識別情報保持部（０６０１）、ＳＮＳユーザ関連情報取得部（０６０２）、ブラウザ検索履歴ユーザ関連情報取得部（０６０３）、分析ルール保持部（０６０４）、健康状況情報分析取得部（０６０５）、対話情報蓄積部（０６０６）、ユーザ別対話情報選択ルール保持部（０６０７）、対話情報選択部（０６０８）、対話情報出力部（０６０９）と、からなる。以下では、実施形態１との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態２ 構成の説明＞
＜実施形態２ ブラウザ検索履歴ユーザ関連情報取得部＞
「ブラウザ検索履歴ユーザ関連情報取得部」は、ユーザ識別情報と関連付けて、ユーザが本件対話式健康促進システムを利用している携帯電話、スマートフォン、タブレット端末、パソコン、等の通信端末を用いて、ユーザが行ったブラウザ検索履歴を外部情報として取得する。「ブラウザ検索履歴ユーザ関連情報」には、ユーザがネットを介して購入した商品の情報や、購入しないまでも閲覧していた商品の情報、検索していたサイト情報、検索していた検索ワード、検索していた場所やイベントに関する情報、といった、ユーザが通信端末を用いて行ったありとあらゆる活動内容が情報として含まれている。
ブラウザ検索履歴ユーザ関連情報を取得し、健康状況情報として分析することで、例えば、ユーザの買い物量が増えている場合には、ストレスが溜まっている傾向にあるという健康状況情報を取得することができる。例えば、ユーザのブラウザ検索履歴によると、季節限定フェアの食べ物の情報を頻繁に検索している場合には、カロリー摂取量が過多になっている傾向があるので、肥満傾向にあるとの健康状況情報を取得することができる。例えば、ユーザが腰痛や肩こり対策といった情報サイトを検索している情報が取得された場合には、ユーザが腰や肩に痛みを感じている状態にある、あるいは、腰や肩に違和感を持っている状態にある、という健康状況情報を取得することができる。ブラウザ検索履歴ユーザ関連情報からは、ユーザがその時気になっていること、悩んでいること、興味を持っていること、その日にやろうと思っていること、といった、まさにその時であったりその周辺時点でのユーザの行動や状態を示す外部情報が取得できる。さらにブラウザ検索の活動は、ユーザ以外の者が関与しない閉鎖された空間として実行される物なので、ユーザ自身も気づかないような心の状態や、人に話すほどではない、あるいは人に話すことができないようなユーザの心の状態や体の状態についての情報を取得することが可能となる。ブラウザ検索履歴ユーザ関連情報を本件対話式健康促進システムが取得することによって、ユーザの深層心理に働きかける、より効果的な対話情報を出力することが可能となる。
レストランの検索サイトを利用した履歴がある場合には、その検索サイトで訪問したレストラン（例えば、「行ってみたい」でなく「行った」のタグが関連付けられているレストラン、ネット上から予約をしたレストラン）の情報を取得して摂取食品成分の予測に利用する。摂取食品成分は、例えばその検索サイト上に掲示されている食品の写真や、メニューを分析して予測に利用する。従ってこの分析には画像分析などの手段を用いる。
旅行の検索サイトを利用した履歴がある場合には、実際の申し込みを検出して、その申し込みを行った旅行の道程を分析し消費カロリーや摂取カロリー、摂取食品成分を分析し健康状況情報の取得に役立てる。例えば旅行の道程に参道の登り降りがある場合には、地図情報を利用してその高低差で消費されるエネルギーを予測する。また旅行に定められた食事メニューがある場合にはそのメニューから摂取カロリーや摂取食品成分を予測する。
また、移動のために公共交通機関（電車、バス、飛行機、徒歩での出発地から目的地への移動計画）の検索サイトを利用する場合には、決定された検索ルートの移動のために消費されるカロリーなどを予測して健康状況情報の取得に役立てる。さらにネット上で購入した商品情報に基づいて予測することも考えられる。例えばネットスーパーの購買履歴によって、所定期間に消費されるであろう食品の情報から摂取カロリー情報や、摂取食品成分情報を取得できる。またネット上で購入した運動関連具（腹筋を鍛える道具、筋肉をつける道具、ダイエットに利用される道具、その他）の情報に基づいて一日の平均消費エネルギーの予測をすることも考えられる。その他ブラウザ検索履歴ではないが、キーボードのタイピング量を取得して消費カロリーを予測することも考えられる。
＜実施形態２ ハードウェア構成＞
図７は実施形態２のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態２のハードウェアを構成するプログラムのうち実施形態１と共通の働きをするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「ブラウザ検索履歴ユーザ関連情報取得プログラム」は、ブラウザ検索履歴をユーザ関連情報として取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報、ブラウザ検索履歴ユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２ 処理の流れ＞
図８は、実施形態２の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（０８０１）、ＳＮＳユーザ関連情報取得ステップ（０８０２）、外部情報としてユーザのブラウザ検索履歴を取得するためのブラウザ検索履歴ユーザ関連情報取得ステップ（０８０３）、分析ルール保持ステップ（０８０４）、健康状況情報分析取得ステップ（０８０５）、対話情報蓄積ステップ（０８０６）、ユーザ別対話情報選択ルール保持ステップ（０８０７）、対話情報選択ステップ（０８０８）、対話情報出力ステップ（０８０９）と、からなる。
＜実施形態３＞
＜実施形態３ 概要＞
本実施形態における発明は、実施形態１又は実施形態２の構成に加えて、ユーザに関連するニュース情報を取得する。
＜実施形態３ 発明の構成＞
実施形態３の対話式健康促進システムの構成の一例は、図９に示すように、ユーザ識別情報保持部（０９０１）、ＳＮＳユーザ関連情報取得部（０９０２）、ニュースユーザ関連情報取得部（０９０３）、分析ルール保持部（０９０４）、健康状況情報分析取得部（０９０５）、対話情報蓄積部（０９０６）、ユーザ別対話情報選択ルール保持部（０９０７）、対話情報選択部（０９０８）、対話情報出力部（０９０９）と、からなる。以下では、実施形態１又は実施形態２との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態３ 構成の説明＞
＜実施形態３ ニュースユーザ関連情報取得部＞
「ニュースユーザ関連情報取得部」は、ユーザ識別情報と関連付けてニュース情報を外部情報として取得する。ニュースユーザ関連情報は、ＳＮＳユーザ関連情報から取得されたユーザが興味のある出来事に関するニュースや、ユーザの住居の近く、会社の近く等の活動の拠点となる地区の近隣での出来事に関するニュースや、ユーザが登録している情報提供サイトのニュース、ユーザが所在する地域の天候ニュース（天気予報を含む）等が考えられる。ニュースユーザ関連情報は、対話の形式や健康状況情報に直接関連するものではないが、ユーザの健康状態を多次元的に分析する上で重要な役割を果たす情報である。例えば、「インフルエンザの流行が始まった」とのニュースがある場合には、分析ルールに基づいて得られる健康状況情報の一例としては、「インフルエンザに感染するリスクがある。」「疲れが溜まっているので、インフルエンザに感染するリスクが高い。」などである。「花粉の飛散量が過去最大」とのニュースがある場合には、分析ルールに基づいて得られる健康状況情報としては、「花粉症の症状が例年より悪化するリスクあり」「新たな花粉症の症状を発症するリスクあり」などである。「ＰＭ２．５の発生がある。」とのニュースがある場合には、分析ルールに基づいて得られる健康状況情報の一例としては、「喘息を発症するリスクあり。」などである。「Ｏ−１５７が発生した。」とのニュースがある場合に分析ルールに基づいて得られる健康状況情報としては、「生ものを食べる時には、Ｏ−１５７の感染リスクがある。」「感染原因となる店舗の系列店舗での食事は、Ｏ−１５７の感染リスクが高い。」などである。「黄砂が日本に届く。」とのニュースがある場合には、分析ルールに基づいて得られる健康状況情報の一例としては、「喘息を発症するリスクがあります。」「普段の喘息の症状がさらに悪化するリスクがある。」などである。「ひ蟻が発見された。」とのニュースがある場合には、分析ルールに基づいて得られる健康状況情報の一例としては、「素足を出すサンダルなどを着用すると、ひ蟻に刺されるリスクがある。」などである。
ニュースユーザ関連情報は、健康状況情報とは直接関係しないが、健康促進アドバイスの内容に反映させることも有効である。ユーザが興味を持っている分野に関係するイベントや関係する出来事と関連付けた健康促進アドバイスであれば、ユーザがアドバイスに従って健康促進行為を行う可能性が高まる。また、ユーザの住居の近くでお祭りがあったり、フリーマーケットがあったり、花火大会があったりといったイベントごとがある場合には、いつものランニングルートに通行規制があったり、人通りが多くて思うようにランニングができない可能性が有るので、別のルートでのランニングを提案したり、その日はランニングをせずに室内でストレッチや筋肉トレーニングを行うことをアドバイスするといったことが考えられる。あるいは、ユーザが登録しているショップや雑誌などの情報提供サイトに、新商品の案内などが出ている場合には、新商品を見に行く途中に寄り道をして散歩をすることを進めてみたり、近場にある健康食品を販売しているお店でランチをすることをアドバイスするといったことが考えられる。単にユーザに運動やおすすめの食事をアドバイスするだけでは、やり取りに面白みがなく、ユーザが本件対話式健康促進システムから人間らしさを感じにくかったり、いつも同じやり取りに本件健康促進システムの利用を継続できなくなってしまう恐れがある。しかし、身近なイベントごとや、ユーザの気になっている事柄に結び付けて、休日の過ごし方のモデル提案や、おすすめのお出かけスポット等と絡めた健康促進アドバイスをできるように構成しておくと、ユーザが楽しんで健康促進行動をとることが可能となるし、機械的なやりとりではなく人間らしいやり取りをしているようにユーザに認識させやすくなる。
また、例えばニュースユーザ関連情報として、ユーザが所在する地域の天候情報を取得する場合には、その日の気温や、晴れ、雨、強風といった情報を健康状況情報の分析に利用することになる。例えば天候情報が「本日は晴天、最高気温は３５度摂氏、湿度が高め」である場合には、分析ルールに基づいて得られる健康状況情報の一例としては、「昼間の外出時には熱中症になるリスクがある。」、「昼間の外出時には体内水分が不足するリスクがある。」などである。「本日は曇天、最高気温は５度摂氏、湿度が低め」である場合には分析ルールに基づいて得られる健康状況情報としては、「低体温症のリスクがある。」、「風邪気味なので、さらに悪化するリスクがある。」、「喉を傷めるリスクがある。」などである。「本日の天候は台風による強風と、豪雨がある。」という場合には、「飛散物による外傷のリスクあり。」、「川の氾濫によりさらわれるリスクあり。」などである。健康状況情報とは直接関係しないが、健康促進アドバイスの内容に反映させることも有効である。雨の日や、強風の日に、散歩や外出して運動することを進めても、実行することができないアドバイスとなってしまう。雨の日や、強風の日には、室内でヨガをすることを勧めたり、室内で筋肉トレーニングをすることを勧めたり、ゆっくりとお風呂に入ってリラックスすることを勧める、アロマを焚いて趣味の時間を過ごすことでリラックスすることを勧めるなど、実行できる行為をアドバイスすることが望ましい。天候情報を取得することによって、まさにユーザが存在している場所のその時の天候に応じた健康促進アドバイスをすることが可能となる。さらに、天候に応じて変動するユーザの肉体的健康、精神的健康を分析することが可能となる。例えば、雨の日には片頭痛が起きるとか、体が重くなるとか、暑い日にはよく脱水症状を起こしている、といったユーザ特有の天候と条件づけることができる健康状況に関する情報があるときには、雨の予報や真夏日の予報が出ているときに、予防するようにアドバイスをすることが可能になる。対話の形式や健康状況情報に直接関連するものではないが、天候情報は、ユーザの健康状態を多次元的に分析する上で重要な役割を果たす情報である。
＜実施形態３ ハードウェア構成＞
図１０は実施形態３のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態３のハードウェアを構成するプログラムのうち、実施形態１又は実施形態２と共通の働きをするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「ニュースユーザ関連情報取得プログラム」は、ニュース情報をユーザ関連情報として取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報、ニュースユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３ 処理の流れ＞
図１１は、実施形態３の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（１１０１）、ＳＮＳユーザ関連情報取得ステップ（１１０２）、外部情報としてユーザに関連するニュース情報を取得するためのニュースユーザ関連情報取得ステップ（１１０３）、分析ルール保持ステップ（１１０４）、健康状況情報分析取得ステップ（１１０５）、対話情報蓄積ステップ（１１０６）、ユーザ別対話情報選択ルール保持ステップ（１１０７）、対話情報選択ステップ（１１０８）、対話情報出力ステップ（１１０９）と、からなる。
＜実施形態４＞
＜実施形態４ 概要＞
本実施形態の発明は、実施形態１から実施形態３のいずれかの構成に加えて、ユーザのライフログを取得することができる。
＜実施形態４ 発明の構成＞
実施形態４の対話式健康促進システムの構成の一例は、図１２に示すように、ユーザ識別情報保持部（１２０１）、ＳＮＳユーザ関連情報取得部（１２０２）、ライフログユーザ関連情報取得部（１２０３）、分析ルール保持部（１２０４）、健康状況情報分析取得部（１２０５）、対話情報蓄積部（１２０６）、ユーザ別対話情報選択ルール保持部（１２０７）、対話情報選択部（１２０８）、対話情報出力部（１２０９）と、からなる。以下では、実施形態１から実施形態３のいずれか一との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態４ 構成の説明＞
＜実施形態４ ライフログユーザ関連情報取得部＞
「ライフログユーザ関連情報取得部」は、ユーザ識別情報と関連付けてユーザの端末に記録されているライフログであるライフログユーザ関連情報を外部情報として取得する。
ライフログとは、携帯端末などで取得できる情報又は別の外部機器によって取得された情報である、その日の歩数、移動距離、血圧、脈拍、心拍数、血糖値、水分量、体脂肪率、体重、身長、筋肉量バランス、骨密度、呼吸数、肺活量、血液検査の結果、ＭＲＳの検査結果、尿検査、血中アルコール濃度、体温、筋肉の収縮・弛緩の度合い、脳波、血流速度、血中酸素濃度、アレルギー反応の程度、疲労物質の蓄積の程度、等である。これらは、身体に装着しており身体の状態を測定可能なウエアラブル端末や、身体に身に着けてはいないが通信機能を有する身体データ測定装置などから取得できる。または、通信でないが可搬型のメモリに収納された身体データを可搬型メモリ（例えばＵＳＢメモリ、ＩＣカード（ＲＦＩＤ機能を有するプリペイドカードなども含む）、可搬型ディスクドライブ、光記録媒体、磁器メモリなど）から取得することもできる。なお、プリペイドカードの場合には健康診断や、医師による治療の手数料支払い時に身体の状態に関する情報を受け取り、これを取得することで身体の状態を示すデータを取得できる。ユーザ識別情報に関連付けて保持されるユーザ属性情報は、対話式健康促進システムの利用開始時にユーザ自身に登録させるように構成することができる。この登録があってこの対話式健康促進システムが利用可能になるように構成することができる。さらにユーザ属性情報は、すでにユーザが利用している他のシステムから移転ないしコピーして取得するように構成することもできる。例えば利用履歴がある病院などのデータや、ユーザが利用している電子カルテシステム、ユーザが利用しているトレーニングジム、ユーザが利用しているトレーニングアプリなどの施設が保有するデータなどを利用できる。
従来の技術は、ライフログから取得される数値的な情報を数値的に分析して健康状況を促進していた。したがって、数値的な情報の取得経緯や取得する数値的な情報の内容の特殊性が問題となっていた。一方、本件対話式健康促進システムでは、ライフログから取得される情報を数値的に分析するのではなく、そういった行動あるいは状態にあるユーザの「気持ち」の健康を分析する。前述のとおり、本件対話式健康促進システムは、健康状況情報を肉体的健康と精神的健康とから取得する。この肉体的健康が数値的な健康であり、精神的健康が「気持ち」の健康にあたる。例えば、精神的に不安定な時には、脈拍が早くなったり、不整脈が出たり、呼吸が浅くなり呼吸数が増えたり、心拍数が早くなったり、体温が急上昇したりする。脈拍数の変化、呼吸数の変化、心拍数の変化、体温の変化、といった数値的な変動を、数値の異常性として肉体的健康状況に異変があると分析するために用いるのではなく、「落ち着きがない」「不安がある」「焦っている」といった、ユーザの気持を分析するために用いる。例えば、非常に晴れやかな心で気持ちが落ち着いているときは、脈拍数が１分間に６０回程度で一定の速さとなり、呼吸数が１分間に１２回程度で一定の速さとなり、心拍数が１分間に６０回程度で一定の速さとなり、体温が３６度前後の温度となり急な変動をしない。この数値を、単に平均的な数値であるから肉体的健康状況に異常なしと分析するために用いるのではなく、「気持ちが落ち着いている」「晴れやかな気持ちである」という気持ちを分析するために利用する。
＜実施形態４ ハードウェア構成＞
図１３は実施形態４のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態４のハードウェアを構成するプログラムのうち、実施形態１から実施形態３のいずれか一と共通の働きをするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「ライフログユーザ関連情報取得プログラム」は、ユーザのライフログをユーザ関連情報として取得する。ライフログの取得はＳＮＳを利用する端末からの取得に限られない。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報、ライフログユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態４ 処理の流れ＞
図１４は実施形態４のもとも基本的な構成の処理の流れを示す図である。この図に示すように実施形態４のハードウェア構成も不揮発性メモリに、ユーザ識別情報保持ステップ（１４０１）、ＳＮＳユーザ関連情報取得ステップ（１４０２）、外部情報としてユーザに関連するライフログ情報を取得するためのライフログユーザ関連情報取得ステップ（１４０３）、分析ルール保持ステップ（１４０４）、健康状況情報分析取得ステップ（１４０５）、対話情報蓄積ステップ（１４０６）、ユーザ別対話情報選択ルール保持ステップ（１４０７）、対話情報選択ステップ（１４０８）、対話情報出力ステップ（１４０９）と、からなる。
＜実施形態５＞
＜実施形態５ 概要＞
本実施形態における発明は、実施形態１から実施形態４に記載の構成に加えて、ユーザからの応答を取得することができる。
＜実施形態５ 発明の構成＞
実施形態５の対話式健康促進システムの構成の一例は、図１５に示すように、ユーザ識別情報保持部（１５０１）、ＳＮＳユーザ関連情報取得部（１５０２）、分析ルール保持部（１５０３）、健康状況情報分析取得部（１５０４）、対話情報蓄積部（１５０５）、ユーザ別対話情報選択ルール保持部（１５０６）、対話情報選択部（１５０７）、対話情報出力部（１５０８）、応答対話情報取得部（１５０９）と、からなる。以下では、実施形態１から実施形態４との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態５ 構成の説明＞
＜実施形態５ 応答対話情報取得部＞
「応答対話情報取得部」は、出力された対話情報に対する応答対話情報を取得する応答対話情報取得部をさらに有する。応答対話情報とは、本件対話式健康促進システムから出力された健康促進アドバイスに対するユーザの応答のことをいい、ＳＮＳへの発信や、本件対話式健康促進システムへ直接入力される応答や、健康促進アドバイス後にユーザがとった行動に関するライフログなどが、応答対話にあたる。したがって、応答対話情報は、言語情報に限らず、行動情報や血圧や血糖値等の数値情報等も含まれる。
＜実施形態５ ハードウェア構成＞
図１６は実施形態５のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態５のハードウェアを構成するプログラムのうち実施形態１から実施形態４のいずれか一と共通の働きをするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「応答対話情報取得プログラム」は、出力した対話情報に対応する応答対話情報を取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態５ 処理の流れ＞
図１７は、実施形態５の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（１７０１）、ＳＮＳユーザ関連情報取得ステップ（１７０２）、分析ルール保持ステップ（１７０３）、健康状況情報分析取得ステップ（１７０４）、対話情報蓄積ステップ（１７０５）、ユーザ別対話情報選択ルール保持ステップ（１７０６）、対話情報選択ステップ（１７０７）、対話情報出力ステップ（１７０８）、出力した対話情報に対するユーザの応答対話情報を取得するための応答対話情報取得ステップ（１７０９）と、からなる。
＜実施形態６＞
＜実施形態６ 概要＞
本実施形態における発明は、実施形態５に記載の構成に加えて、本件対話式健康促進システムから提供された対話情報がユーザに対して有効な対話情報であったかを、対話情報に対するユーザの応答から判断する機能を有している。
＜実施形態６ 発明の構成＞
実施形態６の対話式健康促進システムの構成の一例は、図１８に示すように、ユーザ識別情報保持部（１８０１）、ＳＮＳユーザ関連情報取得部（１８０２）、分析ルール保持部（１８０３）、健康状況情報分析取得部（１８０４）、対話情報蓄積部（１８０５）、ユーザ別対話情報選択ルール保持部（１８０６）、対話情報選択部（１８０７）、対話情報出力部（１８０８）、応答対話情報取得部（１８０９）、有効性判断ルール保持部（１８１０）、対話情報有効性判断部（１８１１）と、からなる。以下では、実施形態５との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態６ 構成の説明＞
＜実施形態６ 有効性判断ルール保持部＞
「有効性判断ルール保持部」は、出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである有効性判断ルールを保持する。有効性判断ルールは、出力した対話情報によって指定、提案された内容と一致する健康促進行動をユーザが行っている場合にのみ、出力した対話情報が有効であると判断し、それ以外の健康促進行動であったり、健康を促進する行動をとらなかった場合には、出力は有効ではなかったと判断することになる。
有効性判断ルールは、健康状況情報に基づいてどのように健康状況を改善ないしは維持すればよいかという背景目的があり、その背景目的を達成するためにプラスの影響を与える行動ないし思索があったか、という観点から判断をするルールである。従って、背景目的に応じてプラスの影響を与えた、ないしは影響を与えなかった、ないしは、逆効果であった、と判断すべき単語や写真、映像、フレーズ、ライフログ（差分も含む）が蓄積されており、応答対話情報のコンテンツ（対話、写真、映像、ライフログ）を蓄積されている単語等で検索して有効性を判断するように構成されている。また、単語が含まれているかのみならず、文脈解析を行って、その背景目的に対してプラスであるかマイナスであるか判断するように構成することができる。ここで「背景目的」は、本システムを利用するないしは設計する者がその哲学に基づいて設定する者であるが、一般的には「人が健康」である状態を定義した情報を指す。この定義は各種生理情報の値ないしは値の範囲であってもいし、健康な人なら発するであろう言葉ないしは発するであろう言葉の発生頻度であってもよいし、健康な人ならするであろうしぐさ、ないしはしぐさの発生頻度であってもよい。
背景目的の具体例としては生理情報の値では、「血圧目標値」として、血圧の上側を１４０以下にする。血圧の下側を９０以下にする、「ＢＭＩ値」を２５以下にする、「腹囲」を、男性だと８５センチメートル以下にする、女性だと９０センチメートル以下にする、内臓脂肪を１００平方センチメートル以下とする、「体脂肪率」を男性だと２０％以下にする、女性だと２８％以下にする、「視力」を０．７から２．０の間にする、「眼圧」を１０ミリＨｇから２０ミリＨｇにする、「肺機能」を％肺活量を８０％以上で１秒率７０％以上にする、「尿検査値」で尿たんぱくを（+−）ケトン体を（−）尿糖を（−）潜血反応を（＋−）ウロビリノーゲンを（＋−）尿比重を１．０１０１から１．０２５の間、ｐｈを４．８から７．５の間、尿最近を（−）にする、尿アルブミン定量検査値を３０ミリグラム／グラム未満にする、「便検査値」を便潜血検査（二日法）で（−）にする。便虫卵検査（−）にする、「血液生化学検査値」を総ビリルビン０．２ミリグラム／デシリットルから１．２ミリグラム／デシリットルの間にする、ＺＴＴ（クンケル試験）を２．０単位から１２．０単位の間にする、ＴＴＴ（チモール混濁反応）を０単位から４単位の間にする、ＡＬＰ（アルカリフォスファターゼ）を１１０ｌＵ／ｌから３５４ｌＵ／ｌの間に、ＣＫ（ＣＫＰ）（クレアチンキナーゼ）を男性だと３８ｌＵ／ｌから１９６ｌＵ／ｌの間、女性だと３０ｌＵ／ｌから１７２ｌＵ／ｌの間に、ＬＡＰ（ロイシンアミノペプチダーゼ）３０ｌＵ／ｌから７０ｌＵ／ｌの間に、ＬＤＨ（乳酸脱水素酵素）１２１ｌＵ／ｌから２４５ｌＵ／ｌの間に、γ―ＧＴを８０ｌＵ／ｌ以下に、コリンエステラーゼを２１３ｌＵ／ｌから５０１ｌＵ／ｌの間に、ＡＳＴ（ＧＯＴ）を３５ｌＵ／ｌ以下に、ＡＬＴ（ＧＰＴ）を４０ｌＵ／ｌ以下に、総コレステロールを１４０ミリグラム／デシリットルから２１９ミリグラム／デシリットルの間に、中性脂肪（トリグリセライド）を３０ミリグラム／デシリットルから１４９ミリグラム／デシリットルの間に、ＨＤＬコレステロールを４０ミリグラム／デシリットルから１１９ミリグラム／デシリットルの間に、ＬＤＬコレステロールを６０ミリグラム／デシリットルから１３９ミリグラム／デシリットルに、血清アミラーゼを３８ｌＵ／ｌから１３６ｌＵ／ｌの間に、尿酸を２．１ミリグラム／デシリットルから７．０ミリグラム／デシリットルの間に、尿素窒素を８ミリグラム／デシリットルから２２ミリグラム／デシリットルの間に、総蛋白を６．５グラム／デシリットルから９．０グラム／デシリットルの間に、血清アルブミンを４．０グラム／デシリットル以上、蛋白Ａ／Ｇ比、蛋白分画を、Ａ／Ｇ比を１．５から２．５、Ａｌｂを６０．２％から７１．４％、α―１を１．９％から３．３％、α−２を５．７％から９．７％、βを６．９％から１０．７％、γを１０．５％から２０．３％の間に、クレアチニンを男性は１・０ミリグラム／デシリットル以下に、女性は０．７ミリグラム／デシリットル以下に、ｅＧＦＲを６０ミリリットル／分／１．７３平方メートル以上に、ＴＳＨ（甲状腺刺激ホルモン）０．５４μＵ／ｍｌから４．５４μＵ／ｍｌの間に、血清鉄５８マイクログラム／デシリットルから１８８マイクログラム／デシリットルの間に、ＢＮＰ（ヒト脳性ナトリウム 利尿ペプチド）を１８．４ｐｇ／ｍｌ以下に、Ｎａ（ナトリウム）を、１３５ｍＥｑ／ｌから１５０ｍＥｑ／ｌの間に、Ｋ（カリウム）を、３．５ｍＥｑ／ｌから５．３ｍＥｑ／ｌの間に、Ｃａ（カルシウム）を８．４ミリグラム／デシリットルから１０．２ミリグラム／デシリットルの間に、Ｃｌ（クロール）を９８ｍＥｑ／ｌから１１０ｍＥｑ／ｌの間に、Ｐ（無機リン）を２．５ミリグラム／デシリットルから４．５ミリグラム／デシリットルの間に、総ホモシステインを３．７ｎｍｏｌ／ｍｌから１３．５ｎｍｏｌ／ｍｌの間に、とする、などである。
また、精神的健康に関する背景目的としては、発する言葉が、「安心」、「精神的安定」「リラックス」などの状態であることを推定させる言葉やしぐさが外部情報として取得される状況を作り出すこと、状況を維持すること、を挙げることができる。
また、精神的健康状況は良い、悪いのみでなく、安心、不安、感謝、驚愕、興奮、好奇心、性的好奇心、冷静、焦燥 (焦り)、不思議 (困惑)、幸運、リラックス、緊張、名誉、責任、尊敬、親近感 (親しみ)、憧憬 (憧れ)、欲望 (意欲)、恐怖、勇気、快感、後悔、満足、不満、無念、嫌悪、恥、軽蔑、嫉妬、罪悪感、殺意、期待、優越感、劣等感、怨み、苦しみ、悲しみ、切なさ、感動、怒り、諦め、絶望、憎悪、空虚などの精神的状況を格付け、点数化して保持するような構成が考えられる。例えば精神的健康状況情報として、不安が最も悪いランクから２番目のＤである場合に、背景目的としては精神的健康状況情報の不安ランクは真ん中よりも一つ上であるＢランク以上、という具合である。
また、ＳＮＳの写真や映像を分析して、肩をすぼめる、ぽかんとしている、せっかちな様子、渋い顔でいる、あきれている、しりごみしている、ひっかかっている、むっつりしている、ふくれっ面をしている、顔をしかめている、もじもじしている、断固としている、戸惑っている、ひるんでいる、おそるおそるしている、苦々しくしている、じーんとしている、一心不乱にしている、いてもたってもいられないようにしている、動揺している、なげいている、おどけている、うんざりしている、気もそぞろにしている、切ないようにしている、おろおろしている、あぜんとしている、ろうばいしている、ほがらかにしている、おどおどしている、うしろめたそうにしている、開き直っている、わずらわしそうにしている、いぶかしそうにしている、うろたえている、ひがんでいる、ちゅうちょしている、圧倒されている、おおらかにしている、照れている、うらめしそうにしている、あざけている、いきどおっている、しおらしくしている、心もとなさそうにしている、やましそうにしている、あざ笑っている、哀れんでいる、リラックスしている、控え目にしている、いたいけにしている、やり場のない様子にしている、まんざらでもない様子にしている、有頂天になっている、しみじみとしている、気さくにしている、歓喜している、力を抜いて楽にしている、喜んでいる、孤独そうにしている、失望している、妥協している、冷酷にしている、臆病にしている、称賛している、軽蔑している、柔和にしている、大胆にしている、繊細にしている、同調している、平静にしている、憤慨している、ひたむきにしている、という感情を取得し、これからさらに精神的健康状況情報をランキングや数値化して取得するようにルールを定めてもよい。
なお、これらの上位概念は体を日常生活の習慣を改善することによって健康な体にし、それを維持する、という上位概念目的である。ユーザに関連して得られる外部情報は、上記背景目的の観点から評価可能な情報に変換される。この背景目的と蓄積された応答対話情報分析コンテンツは多対多の関係で関連付けられるように構成される。例えば、「よく寝た」は、通常の睡眠時間帯であればプラスに判断され、就業時間中の行為であればマイナスに判断されるというようなものである。なお、写真や映像を分析する場合には写真分析プログラム、映像分析プログラムが利用される。多数の写真や映像を意味情報と関連付けて蓄積しておき、各写真や映像と応答対話情報に含まれる写真や映像とのＮ次元空間内での距離を測定する。Ｎ次元とは、その写真や映像の特徴量の種類の数であり、この次元数が大きいほどより正確な推定が可能である。従って、写真や映像の意味をより正確に取得することができ、その後の有効性判断ルールの判断もより正確になる。このように有効性判断は、意味の取得、取得した意味の有効性を背景目的との関係で評価、という手順で行われる。
あるいは、ある対話情報の有効性の結果を各ユーザが対話情報に含まれるアドバイスにどの程度近似する行動をとったのか又は、意図が形成されたのか、という近接性から評価することが考えられる。具体的には、アドバイスと完全に同じ行動・思考をとった時あるいは、アドバイスと完全に同じ行動・思考に加えて、アドバイスと矛盾しない追加的行動・思考をとった時は、ユーザの行動とアドバイスの内容の近似値が１００％となるから、５段階評価では最高の評価５となる。アドバイスに従ったが一部異なる行動をしたとか、アドバイスにはないアドバイスとは矛盾する行動をとった場合には、ユーザの行動とアドバイスの内容の近似値が１００％にはならないので、９０％から８０％となり、５段階評価では高評価ではあるが最高には及ばない４となる。ユーザがアドバイスの趣旨に則っているものの、アドバイスとは異なる行動・思考によってその趣旨を実現しており、かつ結果が認められる場合には、ユーザの行動・思考とアドバイスの内容の近似値が５０％から７０％となり、５段階評価ではある程度の効果はある者のその効果が特別良いものとは評価できない３となる。アドバイスに従わないが、殊更アドバイスに矛盾する行動も思考もとらない（すなわち、アドバイスに対して反応がない、アドバイスを無視しているような状態）場合には、ユーザの行動とアドバイスの内容の近似値が２０％から４０％となり、５段階評価ではユーザにとって価値のない表現であることを示す２となる。アドバイスに対して、ユーザがアドバイスに矛盾する行動を積極的にとっているような場合には、ユーザの行動とアドバイスの内容の近似値が０％から１０％となり、５段階評価ではユーザの反発を買う有害な表現として１となる。このような評価を行う方法が考えられる。
また、アドバイス、質問、下記の誘導対話、等の複数の要素が一つの対話情報内に含まれている場合がある。この場合には各要素ごとに有効性を判断することも可能であるし、要素の合計によって有効性を判断することも可能である。複合的に要素を組み合わせて対話情報を出力することによって、組み合わせの相乗効果や阻害効果が発生する場合がある。そこで、相乗効果の程度値、阻害効果の程度値を算出するルールをも有効性判断ルールの内容として含む構成が考えられる。
＜誘導対話情報の有効性判断について＞
さらに、対話情報の有効性は、アドバイスそのものではないが、アドバイスの有効性を上げるために用いられる対話である誘導対話についても判断可能である。誘導対話にはいくつかの類型を持たせておく。類型の例としては、まず、話し手であるシステムに対して注意を惹起する種類の誘導対話、システムに対して好感を持たせる種類の誘導対話、システムに対して興味を持たせる種類の誘導対話、システムからの対話に基づいて何らかの連想を惹起させる種類の誘導対話、システムからの対話に対して何らかの欲望を持たせる種類の誘導対話、システムからの対話に対して何らかの比較をしようとする気持ちを持たせる種類の誘導対話、システムからの対話に対して何らかの確信を抱かせる気持ちを持たせる種類の誘導対話、システムからの対話に対して何らかの決断を惹起させる気持ちを持たせる種類の誘導対話、などを挙げることができる。システムではこれらすべての類型の誘導対話属性を割り当てていなくてもよく、これらの一以上の類型を割り当てていると効果的な統計処理が可能となる。なお、これらの類型（誘導対話属性）は、対話情報蓄積部に対話識別情報と関連付けられて蓄積されていてもよい。また、対話情報の出力のタイミングや対話間のタイミングについても有効性を判断するような構成も考えられる。
誘導対話情報の有効性の判断方法も、アドバイスを含む対話情報と同様に数値評価によって行うことが考えられる。数値評価の数値は、アドバイスを含む対話情報のように、対話に対応する行動が定まっていないことから、ユーザの行動とアドバイスの内容の近接性によって判断することはできない。評価に用いることが可能な要素もより複雑になる。アドバイスを含まない対話情報を連鎖させた終わりにアドバイスを含むユーザの行動があることから、結果的にユーザがアドバイスに従った場合には、そこにつながる対話の流れがユーザにとって効果的であったということが評価可能になる。この場合、連鎖させた対話情報の組み合わせ、アドバイスまでに繰り返した対話の回数、アドバイスを含む対話情報に切り替えることを判断した根拠、選択した対話情報のユーザ属性に合わせたアレンジの内容、アドバイスに対するユーザの応答までの時間、アドバイスに対してユーザが行った文字以外の表現の占める割合、頻度（絵文字、顔文字、スタンプ、写真等）、アドバイスに対してユーザが積極的な質問等を行っているか、等およそ対人会話において人が無意識のうちに判断しているであろうＳＮＳユーザ関連情報から取得可能なありとあらゆる要素が、誘導対話情報の有効性の判断要素となりうる。
なお、アドバイスを含む対話情報におけるアドバイスとユーザの行動の近接性の判断においても、上記に挙げるようなさおよそ対人会話において人が無意識のうちに判断しているであろうＳＮＳユーザ関連情報から取得可能なありとあらゆる要素が近接性の判断要素として有効な要素となりうる。
＜ユーザの否定的反応に対する評価＞
本システムが、対話情報の組み合わせや、アドバイスに至るまでの対話の流れ（誘導対話）、選択に対しても学習をするシステムであることから、ユーザの無反応や否定的な態度に対しても、選択した対話情報の有効性を判断して、ユーザにとって有効な対話情報の選択出力を継続することが可能となる。例えば、ユーザがシステムから出力された対話に対して出力した対話情報が既読であるが無反応である場合や、出力した対話情報の未読の時間が長い場合はにおいて、ＳＮＳ上の友人に対しても一切の応答をしていない場合には、ユーザにとって好ましくないタイミングの出力、好ましくない口調の出力、好ましくないアバターからの出力等であったと考えられるし、同一趣旨の発言を別の形式で行った時の有効性が高かった場合には、ユーザに対して好ましくない対話の流れであった、ユーザに対して好ましくない対話形式の選択を行っていた、といった評価を行うことが可能である。このような各ユーザの否定的反応情報から得られる有効性を基に、否定的反応に対する対話の統計的有効性を取得することが可能である。
否定的反応に対する対話の有効性は、一般的な有効性とは趣を異ならせており、否定的な反応が多くみられる時間帯、対話間のタイミング、対話の口調、対話に利用したアバター（の属性）、ユーザの性格、環境要因、といった一般的な対話環境とは異なる環境で対話情報を出力した時のユーザの一般的でない環境に対する有効性情報となる。すなわち、食事時間には反応しない事が多い、上司に怒られた日には反応しない事が多い、友人と喧嘩をした日には反応しない事が多い、寝起きの時間に反応しない事が多い、などを有効性として取得できる。否定的対話情報に対する有効性の判断を行うために、応答対話情報取得部が、否定的対話情報取得手段を有するように構成することが考えられる。さらに、対話情報有効性判断部が、否定的対話情報有効性判断手段を有するように構成することも考えられる。また前述のとおり対話情報の有効性を判断するに際して、環境要因別に有効性を判断するように構成することも可能である。従って、対話情報の有効性も環境要因別に取得されることとなる。
また、ユーザに対する各種質問と、それに対するユーザからの応答情報、あるいは、ユーザに対する質問を含まない発話と、それに対するユーザからの応答情報に応じてユーザの性格を診断し、その性格をユーザ属性として保持しておくことが考えられる。この性格診断は性格診断ルールを本システムに保持しておき、対話情報とユーザからの応答情報とに応じて性格を診断するように構成することが考えられる。これには、一般的に用いられている性格診断テストを利用することも可能である。性格診断テストとしては、質問紙法、投影法、作業検査法がある。質問紙法とは、質問項目に被検者が答え、回答結果を点数化する事により性格を診断する検査法である。この検査法には、主要5因子性格検査、児童・生徒向け主要５因子性格検査、YG性格検査（矢田部-ギルフォード性格検査）、MMPI（ミネソタ多面人格目録）、MPI（モーズレイ性格検査）、エゴグラムなどがある。投影法としては、比較的あいまいな刺激を用いて、被験者に何らかの課題の達成を求める検査法がる。さらにロールシャッハ・テスト、TAT（主題統覚検査）、バウムテスト（ツリーテスト）、SCT（文章完成法テスト）、P-Fスタディ（絵画欲求不満検査）、CPT（カラー・ピラミッド・テスト）などがある。作業検査法は、被検者にある一定の作業を行わせ、その結果から性格診断をする検査法である。例えば、内田クレペリン精神検査、ブルドン抹消検査などがある。本システムでは、これらの一以上を組み合わせて利用することができる。
＜性格の類型＞
性格の類型は各種の分類の仕方がある。例えば、気質類型論では、「循環型気質：社交的なときと静かなときが交互に出る、分裂型気質：非社交的、気づかないところと気づくところ両方が出る、粘着型気質：几帳面、やることは凝る」などの分類や、ユングの分類として、「外向的気質：外界の事物に関心が向く。環境適応が早い。周りの意見にあわせる（流される）傾向が強い、内向的気質：内界の主観的要因に関心が向く。思慮深い。周りの意見に左右されないという傾向が強い、思考的気質：知性によって物事を一貫的に捉える機能が強い、感情：好き嫌いで物事を捉える傾向が強い、直観気質：物事の背後の可能性を知覚する機能が強い、感覚気質：生理的刺激による知覚機能が強い」という分類や、ディルタイの分類として、「英雄型、官能型、瞑想型」と分類したり、シュプランガーの分類として、「理論人、経済人、審美人、権力人、宗教人、社会人」と分類したり、エーリヒ・フロムの分類として、「受容的、搾取的、貯蔵的、市場的、生産的」と分類したり、カレン・ホーナイの分類として、「依存的、攻撃的、隔離的」と分類したり、エニアグラムの分類として、「批評家、援助者、遂行者、芸術家、観察者、忠実家、情熱家、挑戦者、調停者」と分類したり、野口晴哉の体癖分類として、「上下型：毀誉褒貶に敏感な頭脳型、左右型：好き嫌いの感情に敏感な消化器型、前後型：利害得失に敏感な呼吸器型、捻れ型：勝ち負けに敏感な、開閉型：愛憎の情に敏感な生殖器型（骨盤型）、遅速型：体が過敏または鈍感なタイプ」など、各種の分類を用いることができ、さらにこれらをミックスして利用することもできる。これらの性格分類をユーザ属性として保持して、この性格分類毎に対話情報と応答情報とを統計分析し、どのような対話情報（導入対話を含む）に対してどのような応答情報があり、対話情報の効果判断がなされるかを分析することで、各属性に対して、否定的な反応がある場合でもどのように導入対話を持ってゆけば（対話選択）すれば効果的かが判断できる。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。ユーザの性格に応じた有効性判断ルールに基づく対話情報の選択によって、ユーザの肯定的応答を引き出すまで選択する対話情報の選択や出力態様、出力形式に変化を持たせることが可能となり、否定的応答を行うユーザにも粘り強く対話情報の出力を行い肯定的応答を導くことが可能となる。その結果、肯定的応答を継続させるようにすることが可能となり、肯定的応答をユーザが自然に行うことが可能なように習慣づけることが可能となる。
ユーザ属性情報は、ユーザ識別情報に関連付けてユーザ属性情報保持部などに保持されるように構成されるが、このユーザ属性情報は、対話情報と応答情報とユーザ属性情報判断ルールとに基づいてユーザ属性情報保持部に保持されているユーザ属性情報を更新するように構成してもよい。さらに後述する性格診断テストを定期的に又は不定期に実施して（性格診断対話情報等を用いる）この保持されているユーザ属性情報を更新するように構成してもよい。さらに、初期のユーザ属性情報を構成するユーザの性格に関しては、各性格種毎に点数化して保持するようにしたうえで中央値を割り当てたり、ユーザに対してアンケートを行ってそのアンケート結果を保持するように構成することがが考えられる。さらに、性格はＳＮＳの会話情報を会話情報分析ルールに基づいて会話情報分析部によって分析して性格を割り出すように構成してもよい。ＳＮＳ中には友人等との間の膨大な会話が蓄積されているのでこれを有効に利用できる。さらに、ＳＮＳ中に紹介されている読書傾向、映画の好みの傾向、音楽の好み、趣味、好みの芸能人や有名人、などを分析して性格を割り出すように構成してもよい。さらには、チェックインした場所、ユーザ自身が写り込んでいる、又は写り込んでいない写真などを分析して性格を診断することができる。チェックインする場所としては、商業施設（デパート、スーパー、コンビニ、家電量販店、ファストファッション、エステ、美容院）、娯楽施設、競技場、レストラン、美術館、公園、駅、港、空港、国立公園、公立公園などで性格を分析できる。例えば、活動的か、買い物好きか、おとなしいかなどである。写真では、グループ写真が多いか、一人の写真が多いか、風景写真が多いか、食べ物の写真が多いかなどから性格分析が可能となる。なお、性格の分析ルールは設計ポリシーに応じて設計可能である。その他ＳＮＳでつながっている友人の性格に応じてユーザの性格を分析することも可能である。
＜実施形態６ 対話情報有効性判断部＞
「対話情報有効性判断部」は、出力された対話情報とこの対話情報に対して取得された応答対話情報と、有効性判断ルールとに基づいて対話情報の有効性を判断する。出力した対話情報に対するユーザの応答対話情報が一致している場合が最も有効性が高くなり、近似性が離れる程有効性は低くなる。複数のアドバイス内容が組み合わせっている、質問とアドバイスが混ざっている、等複数の要素が含まれている時には、各々の要素毎に有効性判断を行うことも可能であるし、複合的に判断を行うことも可能である。また、組み合わせることによって相乗効果や阻害効果が生じる場合も考えられるため、相乗効果の程度や阻害の程度についても判断可能なように構成することが考えられる。相乗効果の程度や阻害の程度は、組み合わされている各要素の有効性を単純に足し合わせた時の有効性の数値と、組み合わせた状態の有効性の数値を比較した時の差分値や割合として取得する方法が考えられる。
＜実施形態６ ハードウェア構成＞
図１９は実施形態６のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態６のハードウェアを構成するプログラムのうち実施形態５との共通の動作をするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「有効性判断ルール保持プログラム」は、有効性判断ルールを保持する。「対話情報有効性判断プログラム」は、有効性判断ルールに基づいて出力した対話情報の有効性を判断する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、有効性判断ルール、有効性判断結果、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態６ 処理の流れ＞
図２０は、実施形態６の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（２００１）、ＳＮＳユーザ関連情報取得ステップ（２００２）、分析ルール保持ステップ（２００３）、健康状況情報分析取得ステップ（２００４）、対話情報蓄積ステップ（２００５）、ユーザ別対話情報選択ルール保持ステップ（２００６）、対話情報選択ステップ（２００７）、対話情報出力ステップ（２００８）、応答対話情報取得ステップ（２００９）、有効性判断ルールを保持する有効性判断ルール保持ステップ（２０１０）、応答対話情報から対話情報の有効性を判断するための対話情報有効性判断ステップ（２０１１）と、からなる。
＜実施形態７＞
＜実施形態７ 発明の概要＞
本実施形態における発明は、請求項６の特徴に加えて、対話情報有効性判断部において、複数のユーザの対話情報の有効性を統計処理するルールを有する。
＜実施形態７ 発明の構成＞
実施形態７の対話式健康促進システムの構成の一例は、図２１に示すように、ユーザ識別情報保持部（２１０１）、ＳＮＳユーザ関連情報取得部（２１０２）、分析ルール保持部（２１０３）、健康状況情報分析取得部（２１０４）、対話情報蓄積部（２１０５）、ユーザ別対話情報選択ルール保持部（２１０６）、対話情報選択部（２１０７）、対話情報出力部（２１０８）、応答対話情報取得部（２１０９）、有効性判断ルール保持部（２１１０）、対話情報有効性判断部（２１１１）、有効性統計処理ルール保持手段（２１１２）、統計的対話情報有効性情報取得手段（２１１３）と、からなる。以下では、実施形態６との共通の構成についての説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態７ 構成の説明＞
＜実施形態７ 有効性統計処理ルール保持手段＞
「有効性統計処理ルール保持手段」は、複数のユーザの対話情報の有効性を少なくとも母集団に対して共通の属性ごとに統計処理するルールである有効性統計処理ルールを保持する。すでに述べた対話情報有効性判断部での処理として一般的にはある特定のユーザに対して出力された対話情報に応じて返信される応答対話情報から対話情報のその特定のユーザに対する有効性を個別に判断する、というものが考えられる。しかし、対話情報の有効性は個別の個人との関係で判断できるが、集団を対象として統計的な有効性を判断することもできる。例えば、国や地域によって民族や国民の性質が少しずつ異なるように、同じく国内でも母集団に応じて一定の傾向がでるのは当然である。母集団を例えば日本国民とすると日本国民全体に対して効果が一定程度認められる対話情報を絞り込むことが可能となるし、母集団を、その他の属性に応じて決定して有効な対話情報を絞り込むこともできる。
ユーザ属性の取得方法については、実施形態１、実施形態４、実施形態６において説明している。本システムにおいては、ユーザ識別情報に関連付けてそのユーザの何らかの属性情報を保持していることは前提となっている。健康状況情報もこれに含めて考えることもできる。このような属性で母集団を構成し、属性が共通する母集団ごとに有効な対話情報を絞り込むことで、個人個人の対話情報に対する応答情報から見出される対話の有効性よりもさらに精度を上げた有効な対話情報の絞り込み（選択）が可能となる。対話情報統計処理された有効性情報はユーザ属性ごとに取得される。従って、そのユーザ属性を有するユーザ識別情報で識別されるユーザのユーザ別対話情報選択ルールを更新することで、ユーザ属性に応じた対話情報を選択可能に、システムが随時更新されていくことになる。なお、個別ユーザに対する対話情報とその応答情報から見出される有効性の判断結果と、統計的に処理された有効性の判断結果とが矛盾する場合には、ユーザ個別に判断された有効性の結果を優先する。また両者が矛盾しない場合には重み付けをすることによって有効性が高い順を定めるように構成することができる。最も重み付けは個人個人での判断結果を重たくした方が効果的であると考えられるので例えば、個人個人で有効と判断された対話情報に対する重み付けと、統計的処理によって有効と判断される対話情報とに７：３、６：４程度の重み付けをしてユーザ別対話情報選択ルールに組み込むことが考えられる。
＜有効性統計処理ルールについて＞
「有効性統計処理ルール」とは、ある対話情報の統計的有効性を取得するためのルールと、ユーザ属性に合わせてアレンジされたユーザ毎に異なる対話情報の同一性を確定するためのルールと、の二つによって構成されている。本システムでは出力する対話情報の形式がユーザの特性に応じて変換されることから、同じ「走ってください」というメッセージを、「ランニングしよう」と変換していたり、「走らないの？」と変換していたり、「５分で自宅（訳１キロの地点にある）に戻ってください」と変換されていたりする。表現方法の異なるこれらの各ユーザへの出力が、「走ってください」と同一性をもっていることを確定しなければ、各ユーザの反応から統計処理を行うための母集団となるデータ群を集約することができない。この集約の概念的な、あるいは表現的な幅は、システムの運用ポリシーに基づいて設定することができる。この幅はまた階層構造的に選択できるように構成してもよい。階層構造としては、例えば最上位がシステムのユーザに対する「意図」であり、その下位にユーザに対して惹起させたい「行動」があり、さらに、その下位に標準語で直接的に表現した場合の「発言（対話）」がり、さらにその下位に標準語で各種の謙譲表現、丁寧表現、尊敬語、対等語、命令形の表現があり、さらにその下位に方言による各種表現があり、さらにその下位に各種間接表現（婉曲、比喩など）がるように構成できる。つまり、例えば「意図」が血液中への酸素の豊富な供給である場合には、惹起させたい行動として「有酸素運動」、「深呼吸」、「酸素カプセルの利用」などがあり、例えば、惹起させたい行動が「有酸素運動」である場合には、その下位の標準語で直接的に表現した場合の「発言（対話）」は、「有酸素運動をしましょう。」「酸素を取り入れる運動をしましょう。」などがあり、さらに例えば発言（対話）が「有酸素運動をしましょう。」の場合には、その下位に「有酸素運動をしていただけますとありがたいです」や「有酸素運動をしていただけますか」や「有酸素運動をしてね。」や「有酸素運動をしろ！」などがある。「有酸素運動をしてね」を方言で表現すると「有酸素運動をしーよー（沖縄弁）」「有酸素運動ばせんね（博多弁）」「有酸素運動をしてな（大阪弁）」などがあり、これらは同一階層に属する対話などの同一性があるものとして統計処理される。
各ユーザの有効性を取得した後に、その対話情報が一般的にどの程度の有効性（プラス側とマイナス側の両者を含む。）があると判断できるのか、各ユーザの有効性の分布状況から判断することで、統計的有効性を判断することが考えられる。さらに、統計的対話情報有効性判断情報は、誘導対話及びユーザの否定的反応についても統計的有効性を判断可能に構成することができる。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。
＜実施形態７ 統計的対話情報有効性情報取得手段＞
「統計的対話情報有効性情報取得手段」は、複数のユーザの対話情報と、保持されている有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した統計的対話情報有効性情報を取得する。「一部は共通のユーザ属性ごと」とは、全てのユーザ属性に関して共通な母集団を形成できることはまれだからである。ただし、システムの構成によっては全てのユーザ属性について共通である母集団に対して統計処理を行ってもよくこれを含む。対話情報の有効性はユーザ属性、特にユーザの性格（性質）や性別、年齢、場合により住居地方や国籍に応じて決まる傾向があるからである。従って、すでに説明した「性格の類型」で示される各種類型にユーザを分類して対話情報の有効性を統計処理したり、あるいは、「性格の類型」で示される各種性格に当てはまる度合を数値化して対話情報の有効性を統計処理することができる。このような統計処理を行うことで各性格に属するユーザに対してどのような対話情報が有効であるか判明する。また同様の処理が「性別」、「年齢」、「住居地方」、「国籍」に対して行うことができる。さらに「性格」、「性別」、「年齢」、「住居地方」、「国籍」の任意の組合せについて統計処理を行って対話情報の有効性の傾向を把握することも考えられる。また対話情報にはその対話情報の属性（強制強度、口調の強度、意図の明確性、最も強い意図の発話をするタイミングなど）を付して統計処理することで対話情報の有効性のみならず、対話情報に付されている属性に基づいてどのような属性の対話情報が有効性を有するか判断することもできる。なお、「母集団に対して一部は共通のユーザ属性ごとに」の意味は、本明細書（実施形態７、実施形態１７、実施形態２５、実施形態３２、実施形態３６、これらに関する実施形態３０及び実施形態３９に関して同様である。）前述のように、本システムにおいては、ユーザ識別情報に関連付けてそのユーザの何らかの属性情報を保持していることは前提となっていて、このような属性で母集団を構成し、属性が共通する母集団ごとに対話情報の有効性情報をまとめることで、少なくとも母集団に対して一部は共通のユーザ属性ごとに統計的対話情報有効性情報を取得することができる。
「統計的対話情報有効性情報」とは、統計的に処理された結果、ユーザ属性等に応じて対話の有効度（有効度低から有効度高まで）と、各有効度を有する各種対話情報の種類数を関数として表現した情報であり、一般的に正規分布するものである。つまり、有効度「中」となる対話情報が最も数が多く（有効度平均となる対話情報の種類が最も多い）、逆に有効度「高」及び有効度「低」となる対話情報の数が減るように分布するデータ群である。このデータを用いることによってどのような会話情報がどの程度の有効性を発揮するかを知ることができ、コンピュータとしては利用することができる。対話情報を用いるテーマや目的ごとに、統計的対話情報有効性情報は区別して保持されるとなお良く、対話情報を用いるテーマや目的ごとに複数の情報が存在している。図２２は、統計的対話情報有効性情報の例示の一つである。横軸は、原点より右に行くほど有効性がプラスであり、原点より左に行くほど有効性がマイナスになる。縦軸は、対話情報の種類数を示しており、原点より上に行くほど、種類数が多いことを示す。図に示すように、あるテーマ又は目的、さらにあるユーザ属性を有する母集団の中で、有効性が一応認められる程度の対話情報の表現数（種類の数）が最も多くなり、グラフの山の頂点となる。一方、有効性が非常に高いあるいは有効性が殆ど認められない、あるいは有害である対話情報はそれほど多くはなく、グラフの山の左右の裾野になる。ある程度の有効性が認められる表現は、グラフの山の頂点と右側の裾野の間に存在している。例えば、有効性３に位置していた対話情報の有効性が少し下がると、有効性３に位置していた対話情報が図で示すところの左方向にわずかに移動することになるので、有効性３の山の高さがその対話情報が有効性３に含まれなくなった分低下して、有効性３よりわずかに左にずれた部分がその対話情報が含まれるようになった分上昇する。有効性が少し上がった場合には、図で示すところの右方向に向かって、同様の変化が生じる。統計的対話情報有効性情報発信、統計的対話情報有効性情報を取得するたびに、更新を繰り返す。
＜実施形態７ ハードウェア構成＞
図２３は実施形態７のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態７のハードウェアを構成するプログラムのうち実施形態６との共通の動作をするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「有効性統計処理ルール保持プログラム」は、有効性統計処理ルールを保持する。「統計的対話情報有効性情報取得プログラム」は、有効性統計処理ルールに基づいて統計的対話情報有効性情報を取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、有効性判断ルール、有効性判断結果、有効性統計処理ルール、統計的対話情報有効性情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態７ 処理の流れ＞
図２４は、実施形態７の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（２４０１）、ＳＮＳユーザ関連情報取得ステップ（２４０２）、分析ルール保持ステップ（２４０３）、健康状況情報分析取得ステップ（２４０４）、対話情報蓄積ステップ（２４０５）、ユーザ別対話情報選択ルール保持ステップ（２４０６）、対話情報選択ステップ（２４０７）、対話情報出力ステップ（２４０８）、応答対話情報取得ステップ（２４０９）、有効性判断ルール保持ステップ（２４１０）、対話情報有効性判断ステップ（２４１１）、対話情報有効性判断部において複数のユーザの対話情報の有効性を統計処理するルールを保持するための有効性統計処理ルール保持サブステップ（２４１２）、複数のユーザの対話情報と、保持されている有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を判断した統計的対話情報有効性情報を取得する統計的対話情報有効性情報取得サブステップ（２４１３）と、からなる。
＜実施形態８＞
＜実施形態８ 概要＞
本実施形態における発明は、実施形態６の構成に加えて、ＡＩを用いて、出力した健康促進アドバイスの有効性から、健康促進アドバイスを選択するルールを更新する機能を有する。図２５は、本実施形態におけるＡＩの働きの概要を示す概念図である。本件対話式健康促進システムは、個人の特性を反映させたユーザ別対話情報選択ルールを保持している。ここに反映されるユーザごとの個人の特性は、会話の際の言葉遣いという対話情報の形式、健康状況情報に対応する健康促進アドバイス内容である対話情報の内容の、両方に反映されることになる。
図２５は、複数ある対話情報の中から、一つの対話情報を選択し、その選択に対するユーザの対応に応じて選択のルールが変更される過程を概念的に示す図である。図に示すように、対話情報群を横軸（２５０１）にして、対話情報の有効性を縦軸（２５０２）にすると、対話情報の有効性は凸凹した波型（２５０３）で表現される。最も有効度の高い対話情報の有効度が、複数ある波の山の最も高い頂点（２５０４）となる。山の頂点の周辺の対話情報は、同義の対話情報であり、頂点から離れるにしたがって徐々に有効度が低くなる。対話情報選択ルールでは、まず大まかな対話情報として、どの対話情報群の領域（２５０５）の対話情報を選択するかを決定し、選択された対話情報群領域の中で最も有効度が高いものを選択する。対話情報を選択して出力した後、ユーザの応答対話情報を取得することで、選択した対話情報の有効性を取得することができる。対話情報蓄積部に蓄積されているその他の対話情報に比して、応答対話情報から有効が確認された選択肢は、選択の有効性の確度が高くなる。したがって、山の頂点がさらに高い位置（２５０６）になるように、選択ルールが更新される。対話情報蓄積部に蓄積されているその他の対話情報に比して、応答対話情報から有効ではないことが確認された選択肢は、選択の有効性の確度が低くなる。したがって、山の頂点が選択前より低い位置（２５０７）になるように、選択ルールが更新される。あるいは、例えばユーザＸについて未だルールを取得していない健康状況情報が取得された場合には、健康状況情報が類似するすでに取得しているルールを組み合わせることによって、対話情報の選択を行う（疑似的に対話情報群及び有効性の山を形成し、頂点の対話情報を選択する）。出力した対話情報に対する応答結果に対応する新しいルールが取得される（疑似的な対話情報群及び有効性の山を実際の応答対話情報に則して修正、再構成する）。有効性は、健康状況情報に基づいて判断される有効性、その他応答対話情報に基づいて判断される有効性と、その基づく情報別に保持されるように構成されていてもよい。さらに有効性は、対話情報として選択すべき頻度、誘導対話中に対話情報として選択すべき回数、のように表現されるものであってもよい。さらに有効性は、発言者であるアバターや、発言形式に応じて関連付けられるように構成してもよい。
＜実施形態８ 発明の構成＞
実施形態８の対話式健康促進システムの構成の一例は、図２６に示すように、ユーザ識別情報保持部（２６０１）、ＳＮＳユーザ関連情報取得部（２６０２）、分析ルール保持部（２６０３）、健康状況情報分析取得部（２６０４）、対話情報蓄積部（２６０５）、ユーザ別対話情報選択ルール保持部（２６０６）、対話情報選択部（２６０７）、対話情報出力部（２６０８）、応答対話情報取得部（２６０９）、有効性判断ルール保持部（２６１０）、対話情報有効性判断部（２６１１）、ユーザ別対話情報選択ルール更新部（２６１２）と、からなる。以下では、実施形態６又は実施形態７との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態８ 構成の説明＞
＜実施形態８ ユーザ別対話情報選択ルール更新部＞
「ユーザ別対話情報選択ルール更新部」は、有効性判断結果に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。図２７は、実施形態８における選択ルールを更新するＡＩ（人工知能）の働きの概要を示す概念図である。本件対話式学習促進システムは、個人の特性を反映させたユーザ別対話情報選択ルールを保持している。ここに反映されるユーザごとの個人の特性は、会話の際の言葉遣いという対話情報の形式、健康状況情報に対応する対話情報の内容、対話情報の出力のタイミング、対話情報の出力間隔、誘導対話の並べ方、あきらめないプロセス（同一意図の対話情報の繰り返し）、対話情報を出力するアバターなどの選択などに反映されることになる。図に示すように、ユーザＸ（２７０１）について、健康状況情報Ａ（２７０２）のとき、「今日のランチは食べ過ぎないようにね。」という対話情報を選択するルール１（２７０３）、健康状況情報Ｂ（２７０４）のとき、「気分転換に１つ先の駅まで歩こう。」という対話情報を選択するルール２（２７０５）、健康状況情報Ｃ（２７０６）のとき、「今日は無理しないでしっかりご飯を食べて、早く休もう。」という対話情報を選択するルール３（２７０７）がユーザ別対話情報選択ルールとして保持されているとする。
これまでに取得したことのない健康状況情報Ｄ（２７０８）は、健康状況情報Ｂの具体的な内容と、肉体的健康の差が１、精神的健康の差が１、睡眠時間に２の違いがあるが、あとは一致している。一方、健康状況情報Ａの具体的な内容とは、肉体的健康が一致しており、あとは異なっている。健康状況情報Ｃの具体的内容とは、睡眠時間が一致し精神的健康の数値が近く、あとは異なっている。以上の情報から、関連するルールとしてルール１、ルール２、ルール３を挙げることができるが、最も情報に類似性の多いルール２を基本として、「気分転換に１つ先の駅まで歩いて帰ろう。」という対話情報（２７０９）を選択して出力する。出力された対話情報に対して、応答対話情報取得部が「帰り道、いい感じのバーを見つけて飲んじゃった」という応答対話情報（２７１０）を取得した時には、気分転換はしているが、散歩してカロリー消費を促したこととの関係では有効性が低いので、対話情報有効性判断結果として２点（２７１１）が取得される。この対話情報有効性判断結果を受けて、健康状況情報Ｄが取得された時には「気分転換に１つ先の駅まで歩いて帰ろう。寄り道しないでね！」という対話情報を選択するという新しいルール（２７１２）が取得されることになり、更新ユーザ別対話情報選択ルールが取得され、ユーザ別対話情報選択ルール保持部保持されているユーザ別対話情報選択ルールが更新される。
＜実施形態８ ハードウェア構成＞
図２８は実施形態８のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態８のハードウェアを構成するプログラムのうち実施形態６又は実施形態７との共通の動作をするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「ユーザ別対話情報選択ルール更新プログラム」は、有効性判断結果に基づいてユーザ別対話情報選択ルールを更新する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、有効性判断ルール、有効性判断結果、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態８ 処理の流れ＞
図２９は、実施形態８の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（２９０１）、ＳＮＳユーザ関連情報取得ステップ（２９０２）、分析ルール保持ステップ（２９０３）、健康状況情報分析取得ステップ（２９０４）、対話情報蓄積ステップ（２９０５）、ユーザ別対話情報選択ルール保持ステップ（２９０６）、対話情報選択ステップ（２９０７）、対話情報出力ステップ（２９０８）、応答対話情報取得ステップ（２９０９）、有効性判断ルール保持ステップ（２９１０）、対話情報有効性判断ステップ（２９１１）、取得した対話情報有効性判断結果をもとにユーザ別対話情報選択ルールを更新するユーザ別対話情報選択ルール更新プログラム（２９１２）と、からなる。
＜実施形態９＞
＜実施形態９ 発明の概要＞
本実施形態における発明は、実施形態７に記載した特徴に加えて、取得した統計的対話情報有効性情報に基づいて、ユーザ別対話情報選択ルールを更新することで、ユーザの個性に応じた対話情報の選択が可能となる。
＜実施形態９ 発明の構成＞
実施形態９の対話式健康促進システムの構成の一例は、図３０に示すように、ユーザ識別情報保持部（３００１）、ＳＮＳユーザ関連情報取得部（３００２）、分析ルール保持部（３００３）、健康状況情報分析取得部（３００４）、対話情報蓄積部（３００５）、ユーザ別対話情報選択ルール保持部（３００６）、対話情報選択部（３００７）、対話情報出力部（３００８）、応答対話情報取得部（３００９）、有効性判断ルール保持部（３０１０）、対話情報有効性判断部（３０１１）、有効性統計処理ルール保持手段（３０１２）、統計的対話情報有効性情報取得手段（３０１３）、統計的ユーザ別対話情報選択ルール更新部（３０１４）、とからなる。以下では、実施形態７又は実施形態８との共通の構成の説明は省略し、本実施形態に特徴的な構成について説明する。
＜実施形態９ 構成の説明＞
＜実施形態９ 統計的ユーザ別対話情報選択ルール更新部＞
「統計的ユーザ別対話情報選択ルール更新部」は、取得した統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。統計的対話情報有効性情報は、ユーザに出力する対話情報の選択に利用される。従って、統計的対話情報有効性情報はユーザ別対話情報選択ルールの更新時に反映されるべき情報ということになる。ユーザ別対話情報選択ルールは、統計的対話情報有効性情報、又は／及び有効性判断結果によって更新される。
なお、ユーザ別に単独で取得された対話情報の有効性と、統計的処理によって得られた対話情報の有効性を、対話情報選択ルールにどのように反映させるかは、システムの設計思想による。有効性をユーザ個別の学習効果情報や学習履歴情報、応答対話情報に基づいて取得している場合には、その有効性の信頼度例えばＰ値、有意水準（統計用語）を比較して信頼度の大きさに応じて反映させる重み付けをするように設計することが考えられる。なお、統計的にユーザ別対話情報選択ルールを更新する場合には本明細書の全体を通じて同様に設計することができるものとする。
＜実施形態９ ハードウェア構成＞
図３１は実施形態９のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にある実施形態９のハードウェアを構成するプログラムのうち実施形態７又は実施形態８との共通の動作をするプログラムについてはすでに説明済みであるから説明を省略する。本実施形態で新たに加わる「統計的ユーザ別対話情報選択ルール更新プログラム」は、統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、分析ルール、健康状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、有効性判断ルール、有効性判断結果、有効性統計処理ルール、統計的対話情報有効性情報、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態９ 処理の流れ＞
図３２は、実施形態９の最も基本的な構成の処理の流れを示す図である。この図に示すように、ユーザ識別情報保持ステップ（３２０１）、ＳＮＳユーザ関連情報取得ステップ（３２０２）、分析ルール保持ステップ（３２０３）、健康状況情報分析取得ステップ（３２０４）、対話情報蓄積ステップ（３２０５）、ユーザ別対話情報選択ルール保持ステップ（３２０６）、対話情報選択ステップ（３２０７）、対話情報出力ステップ（３２０８）、応答対話情報取得ステップ（３２０９）、有効性判断ルール保持ステップ（３２１０）、対話情報有効性判断ステップ（３２１１）、有効性統計処理ルール保持サブステップ（３２１２）、統計的対話情報有効性情報取得サブステップ（３２１３）、取得した統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する統計的ユーザ別対話情報選択ルール更新ステップ（３２１４）と、からなる。
＜実施形態１０＞
＜実施形態１０ 概要＞
本実施形態における発明は、実施形態１を方法的に記載した発明であり、基本的には実施形態１の発明のカテゴリをコンピュータの動作方法として表現したものである。
＜実施形態１０ 発明の構成＞
図３３は、実施形態１０の対話式健康促進システムの動作方法の最も基本的な構成を示す図である。図に示すように、ＳＮＳユーザ関連情報を外部情報として取得するＳＮＳユーザ関連情報取得ステップ（３３０１）、分析ルールの分析に従いに基づいて健康状況情報を取得する健康状況情報分析取得ステップ（３３０２）、取得した健康状況情報とユーザ別対話情報選択ルールに基づいて対話情報を選択する対話情報選択ステップ（３３０３）、選択した対話情報を出力する対話情報出力ステップ（３３０４）と、からなる。
＜実施形態１１＞
＜実施形態１１ 概要＞
本実施形態における発明は、実施形態１を方法的に記載した発明であり、基本的には実施形態１の発明のカテゴリをコンピュータの動作プログラムとして表現したものである。
＜実施形態１１ 発明の構成＞
実施形態１１の対話式健康促進システムの動作プログラムの最も基本的な構成は、実施形態１０と同様、図３３に示すように、ＳＮＳユーザ関連情報取得ステップ（３３０１）、健康状況情報分析取得ステップ（３３０２）、対話情報選択ステップ（３３０３）、対話情報出力ステップ（３３０４）と、からなる。以下では、実施形態と構成が共通のため説明を省略する。
＜実施形態１２＞
＜実施形態１２ 発明の概要＞
本実施形態から実施形態２１までは対話式学習促進システムについての説明である。本実施形態における対話式学習促進システムは、ＳＮＳでのユーザの発言情報や閲覧情報等の外部情報に加えて、学習システムによって取得される、ユーザの学習履歴、学習効果、等の学習に関連する情報をも取得して分析に利用することで、ユーザの学習状況（単に成績に注視することなく、学習意欲、学習姿勢、自発性、継続性といったユーザの内向的な要素を含む）を取得し、ユーザの現在の学習状況にあった対話情報の選択を行うことで、ユーザの学習を促進させる。図３４は、対話式学習促進システムと各種ＳＮＳと学習システムの関係を示すイメージ概念図である。日常的にＳＮＳ１（３４０２ａ）及びＳＮＳ２（３４０２ｂ）を利用してコミュニケーションをとっているあるユーザ（３４０１）が、本対話式学習促進システム（３４０３）を利用するＳＮＳとしてＳＮＳ２を指定した場合には、本対話式学習促進システムはＳＮＳ２を通じて対話情報を出力する（３４０４）。本対話式学習促進システムは、ＳＮＳ１を通じて取得できるＳＮＳユーザ関連情報（３４０５ａ）及び／又はＳＮＳ２を通じて取得できるＳＮＳユーザ関連情報（３４０５ｂ）に加えて、本対話式学習促進システムの外部に設置されているあるユーザが利用している学習システム（３４０７）等から学習履歴情報、学習効果情報等（３４０８）を、取得する。
＜学習システム＞
学習システムには複数のタイプがあり得る。タイプ１は、学習履歴情報等が学習教材とは切り離されて学習システムサーバに保持されており対話式学習促進システムに対して出力されるもの、タイプ２は、学習履歴情報等が学習教材とともに学習システムサーバに保持されており、学習教材自体がインターネット等を通じてユーザに提供され、インターネット等を通じて回答が学習システムサーバに返信され、採点者が採点した結果が学習システムサーバに入力され、インターネットを介して学習履歴情報がこの対話式学習促進システムに出力されるタイプであり、タイプ３は、基本的にはタイプ２と共通であるが、学習システムサーバ自体が返信された回答を採点するというものである。タイプ２は論述式の問題に多く適用され、タイプ３は択一式の問題に多く適用される。なお、タイプ３には、英語の発音問題、リスニング問題も適用可能であり、さらに、選択肢を選択させることで論述させたり、途中計算式を回答させるタイプのものも含まれる。タイプ３には、外国語、算数、理科（科学：化学、物理、生物、地学、天文学）、歴史、地理、倫理、社会、政治、経済などの他に、芸術、音楽、家庭科、保健体育なども含むことができる。
＜学習システム タイプ１＞
学習システムサーバには、入出力インターフェイスが備えられており、学習履歴情報及び学習効果情報が出題者又は／及び採点者から入力される。この入力はユーザ識別情報と関連付けて行われ、さらに採点者識別情報などが入力されて学習履歴情報や学習効果情報と関連付けられて出力されてもよい。主に実技が学習の際に欠かせないようなタイプの学習に活用される。
＜学習システム タイプ２＞
タイプ２の学習システムサーバには、タイプ１の学習システムサーバと共通機能を有する。つまり、学習履歴情報及び学習効果情報を保持するが、その他に学習教材や、ユーザの学習結果である回答なども保持されている。学習履歴情報は、学習教材のユーザへの送信履歴やユーザからの回答の受信履歴に基づいて自動的又は半自動的に生成される。
＜学習システム タイプ３＞
タイプ３の学習システムサーバには、タイプ１、２の学習システムサーバと共通機能を有する。つまり、学習履歴情報及び学習効果情報、学習教材や、ユーザの学習結果である回答なども保持されている。その他に受信した回答の採点機能をも有している。採点は択一問題に関しては自動的に採点が可能であり、論述問題に関しては採点者の採点結果を取得するようにしてもよいし、人工知能によって採点するように構成してもよい。
図３５は、対話式学習促進システムがあるユーザに対して学習促進アドバイスを行う際のイメージ概念図である。対話式学習促進システム（３５０１）は、対話式学習促進システムに登録したユーザ（３５０２）が、日常的にＳＮＳ等を利用して発信している会話情報（「今日はまだ眠いよ」「おはよう」「最近夜更かしが続いているな。」「もうすぐ中間テストだ」「数学嫌い。現国嫌い」「今日はあのドラマが見たいな」等）や、閲覧している第三者の発言に関する情報（オープンキャンパス情報を閲覧している等）等のユーザ固有のＳＮＳユーザ関連情報（３５０３）を自動的に取得（３５０４）する。さらに、学習システム（３５０５）から、少なくとも学習履歴情報及び学習効果情報を取得する。取得したＳＮＳユーザ関連情報と学習履歴情報と学習効果情報を総合的に分析（３５０６）することで、学習状況情報（３５０７）を取得する。本対話式学習促進システムは、取得した学習状況情報から、背景目的（例えば「嫌いな数学を好きにする。」「勉強意欲を向上させる」「ゲームをする時間の一部を勉強にさく」など）を決定して目的達成のための適切な対話情報を選択する。例えば、ユーザにテストに向けた学習を行わせたい場合には、目的達成のための適切な対話情報として、「おはよう！！急がないと遅刻しちゃうよ( ;∀;)最近寝坊気味だけど、寝不足？授業中に居眠りしてたりして、（u_u）.。oOもうすぐ中間だし、カラオケもいいけど、カフェで勉強会でもしてみたらどう( ..)φ夜はドラマもあるし、時間のご利用は計画的に(* ´艸｀)」といったように、ＳＮＳを利用してユーザに適した口調で対話情報（３５０８）を、ユーザの所有する対話式学習促進システムとの対話を受信する形態端末に出力する（３５０９）。
対話式学習促進システムは、第一の特徴として、学習システムが保有するユーザの学習に関連する情報（学習履歴情報及び学習効果情報等）に加えて、ＳＮＳでの発言等の外部情報を用いている。次に、第二の特徴として、取得した学習に関連する情報と外部情報をデータとして分析して、単なる数値的な学力情報を取得するのではなく、情報からユーザの「やる気」等の心理状態を場合により分析して、学習意欲を考慮した「現在の学習状況情報」を分析取得している。さらに、第三の特徴として、分析取得した「現在の学習状況情報」から最適なアドアイスの内容を選択して、ユーザが普段から親しみを感じている、説得されやすい口調に合わせて最適な口調を用いて選択したアドバイス内容を出力する。
＜実施形態１２ 発明の構成＞
図３６は実施形態１２の対話式学習促進システムの構成の一例を示す図である。図に示すように、実施形態１２の対話式学習促進システムは、第一学習ユーザ識別情報保持部（３６０１）、第一学習ＳＮＳユーザ関連情報取得部（３６０２）、第一学習履歴情報取得部（３６０３）、第一学習効果情報取得部（３６０４）、第一学習分析ルール保持部（３６０５）、第一学習状況情報分析取得部（３６０６）、第一学習対話情報蓄積部（３６０７）、第一学習ユーザ別対話情報選択ルール保持部（３６０８）、第一学習対話情報選択部（３６０９）、第一学習対話情報出力部（３６１０）と、からなる。
＜実施形態１２ 構成の説明＞
＜実施形態１２ 第一学習ユーザ識別情報保持部＞
「第一学習ユーザ識別情報保持部」は、ＳＮＳ及び学習システムを利用するユーザを識別するユーザ識別情報を保持する。保持されているユーザ識別情報は、本対話式学習促進システムを利用しているユーザの本対話式学習促進システムにおけるユーザ識別情報である。ユーザ識別情報に関連付けて、氏名、住所、電話番号、メールアドレス、ユーザが特別に設定するＩＤ、生年月日、職業、年齢、性別、等を保持するのが一般的であり、さらに健康に関連するユーザの肉体的な情報等（例えば、身長、体重、平均体温、平均時脈拍数、平均時呼吸数、平均時心拍数、平均時運動量（時間、質、態様等）、ジム通いの有無）といった情報が保持されていてもよい。本対話式学習促進システムでは、上記ユーザの肉体的な情報に加えて、又はこれに替えて、ユーザの学習に関連する情報等（卒業学校情報、在学学校情報、専門情報、所属研究室情報、得意分野、考試成績、母国語、第二外国語、家族の学歴、渡航歴、留学歴、購入参考書履歴、平均睡眠時間、平均自習時間、学習塾履歴等の一以上）を含むように構成することができる。さらに、ユーザが利用している学習システムを特定するための情報と、ユーザが学習システムで利用しているＩＤ等をも含むように構成される。さらに、ユーザの身体的な状態を示すライフログとして、心拍数、脈拍数、呼吸数、体温、筋肉の収縮・弛緩の度合い、脳波、血流速度、血中酸素濃度、血中アルコール量、アレルギー反応の程度、疲労物質の蓄積の程度、等の一以上を含むように構成してもよい。これらは、身体に装着しており身体の状態を測定可能なウエアラブル端末や、身体に身に着けてはいないが通信機能を有する身体データ測定装置等から取得する。または、通信でないが可搬型のメモリに収納された身体データを可搬型メモリ（例えばＵＳＢメモリ、ＩＣカード（ＲＦＩＤ機能を有するプリペイドカードなども含む）、可搬型ディスクドライブ、光記録媒体、磁器メモリなど）から取得することもできる。なお、プリペイドカードの場合には健康診断や、医師による治療の手数料支払い時に身体の状態に関する情報を受け取り、これを取得することで身体の状態を示すデータを取得できる。ユーザ識別情報に関連付けて保持されるユーザ属性情報は、対話式学習促進システムの利用開始時にユーザ自身に登録させるように構成する。この登録があってこの対話式学習促進システムが利用可能になるように構成することができる。さらにユーザ属性情報は、すでにユーザが利用している他のシステムから移転ないしコピーして取得するように構成することもできる。例えば利用履歴がある塾、学校、教室、通信教育、他の学習システム、学力テストデータベースや、ユーザが利用している学習カルテシステム（学習全般に関してアドバイス機能を有し、あたかも病院で利用されるカルテのように学習に関係するユーザの評価が履歴として記録され（例えば学習単位で）ユーザが利用可能なもの）、ユーザが利用している学習アプリ、ユーザが利用している学力測定アプリなどが保有するデータなどを利用できる。
＜実施形態１２ 第一学習ＳＮＳユーザ関連情報取得部＞
「第一学習ＳＮＳユーザ関連情報取得部」は、ユーザ識別情報と関連付けてユーザが利用するＳＮＳの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する。ここで、「ＳＮＳユーザ関連情報」及び「ＳＮＳ」の定義については、すでに対話式健康促進システムに関する実施形態１において説明済である。「取得」は、フィルターをかけて取得してもよい。例えば当部において学習に関連するキーワードを保持するキーワード保持手段を有し、そのキーワードを含む会話のみを取得するように構成することができる。また、取得の範囲はユーザが直接的に行う発言のみならず、ユーザの関係者間で行われる発言も取得してもよい。特にユーザが学生である場合には関係者は同じ学校ないしは同じ学習塾などの友人が多いと考えられるので、ユーザの関係者間での発言もユーザの学習関連情報として有用な場合が多いからである。このような関係者間での発言から得られる情報としては、「今度の数学のテストは難しかった・・・」であるとか、「来週の学年末テストの準備はどう？」であるとか、「今年は１２名医学部に合格したらしい・・・」などの情報であり、ユーザが属する学習グループ自体の学習レベルやテストのレベルなどを推測するために利用できる。さらに、ユーザが学習のＳＮＳ内のコミュニティを利用している場合にはこのコミュニティ内での発言を十分（完全）に取得するように構成すると後述する学習状況情報を取得するための学習環境などの推定精度が向上する。
＜実施形態１２ 第一学習履歴情報取得部＞
「第一学習履歴情報取得部」は、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた又は／及び学習システムとは独立に学習の履歴を示す情報である学習履歴情報を取得する。ここで「学習」とは、一般的には、経験を通じて行動に持続的な変化が生じる、ないし行動・思考・知識・行動能力が変化し、解決できる問題が増加したり、解決までに要する時間が短縮したり、知識の取得容易性が増したり、新たな行動をすることが可能となる行動のことをいう。学校や塾、対話式学習促進システムに連携する各種の学習システムを利用した学習は、広く明示された教育目的や教育目標などに基づいて教員や各種の学習システム、対話式学習促進システムが支援するものであり、学習者が主体となって進められる。学習を与える側は、対話式学習促進システムと連携する各種システムのみならず、実際の教員（座学を行うセミナー講師や、塾講師、家庭教師などを含む）によるものが含まれていてもよい。学習には、運動能力（各種のスポーツ）、演奏能力、創作能力（被服、料理、生け花、茶道、建築、彫刻、絵画、書道など）、競技能力（囲碁、将棋、チェス、麻雀、ビデオゲーム、トランプ競技、花札競技、百人一首、オセロ、ボードゲーム）、コミュニケーション能力（プレゼンテーション、ディスカッション等）等の取得や維持を目的とした学習も含まれる。
本明細書においては、学習は主に知識の取得と、持続的な知識の維持を言う場合がある。学習は、主に知識を与えるための文章・図・写真・ビデオ・数式・化学式・方程式・論理記号から構成される論理式を読み、視聴し、場合により利用することでその知識を取得、維持することをいう。その中には、問題を解くことにチャレンジすること、チャレンジした問題の誤りを理解すること、チャレンジした問題の正解を理解すること等も含むものとする。
「学習履歴情報」は、学習活動の履歴である。学習活動の履歴とは、例えば、読んだり視聴する教材の種類（教科書、参考書、例題、ビデオ、写真、音声、ネットワーク上の参照ＵＲＬなど）とその教材の配布日時とその教材の学習指示範囲とその学習指示範囲の履修の有無や履修時期、履修時間、履修活動（ページめくり活動、画面スクロール活動、ビデオ視聴活動、教材のプリントアウト活動、ドリル練習活動、履修時間中の休憩活動、例えばＳＮＳの視聴利用、離席、うたたね、無駄話など、これらはユーザの利用する端末に接続されたカメラやマイクによって取得された映像や音声、あるいは対話式学習促進システムが取得するＳＮＳユーザ関連情報を分析することで取得される情報であってもよい。）、ユーザの学習した結果の感想、質問などの一以上を含むものである。さらに具体的には、例えば、「８月２０日・１７：４３・数学・三角関数・１時間・１問」「８月２１日・全科目学習せず」「８月２２日・２１：００・英語（熟語）・２８分・５０問」「８月２２日・２２：００ 英語：発音練習３０分」「８月２３日・１９：００ 歴史（古代エジプト） ビデオ視聴」といった情報が考えられる。学習システムを利用している時には、利用した時間や選択した教科や教科内での学習単位を学習履歴として取得することが考えられる。一方、本対話式学習促進システムと連携する各種学習システムを利用しないでほぼ全く学習をしていない場合には、利用していないという事実を学習履歴として取得することが考えられる。学習履歴として、少なくとも取得すべき情報は、学習を行っている時刻（例えば開始日時と終了日時）を示す情報である。なぜなら、学習システムから学習履歴情報を取得した本対話式学習促進システムは、後述するように自身の出力した対話情報の有効性を判断する必要があり、この有効性の判断において、対話情報の出力からどの程度の時間経過後に学習が行われたかなどについて、少なくとも分析を行う必要があるからである。
学習システムはこれらの学習履歴情報を利用者（学習者）にマニュアルで入力させることで取得してもよいし、教材の送信とその教材のユーザの端末による閲覧・質問・回答などの情報をネットワークを介して外部の学習システムから取得して学習履歴情報を生成してもよい。ユーザ端末による閲覧は教材のページビューを取得したり、ページめくりの情報を利用したり、ビデオの再生情報を取得したりすることで得ることもできる。これらの情報の精度を上げるために、例えばページめくりであれば、平均的学習者の実際の教材学習時の平均的ページめくり情報を保持しておくと同時に各ユーザのページめくり情報と保持されているページめくり情報とを比較して（平均値と標準偏差などを利用して）例えば所定のばらつきの範囲外である場合には正常な学習がされなかったと記録するように構成したり、平均的な学習者であれば当然に質問する事項が質問されないなどの場合には正常な学習がされなかったと記録するように構成したり、英語などの外国語の発音学習でユーザからの発声が記録されない場合にはその学習が正常にされなかったと記録するように構成したり、ユーザの端末でネット検索によって問題の解答が検索されたことを検知してその問題に対する学習が正常に行われなかったと記録するように構成したりすることが考えられる。
＜実施形態１２ 第一学習効果情報取得部＞
「第一学習効果情報取得部」は、ユーザ識別情報と関連付けてユーザが利用する学習システムからその学習システムで行われた学習の効果を示す情報である学習効果情報を取得する。「学習効果情報」とは、ユーザが外部の学習システムを通じて行った学習の結果に関する情報である。具体的には学習効果情報は学習履歴情報で特定される学習履歴（少なくとも学習単位、場合により学習単位と日時、又は学習単位と日時と学習時間長）に関連付けられて取得される。「学習単位」とは、学習すべきひとまとまりの内容をいう。例えばサーバとユーザの端末間で学習教材の通信が行われる場合には、サーバから連続的に送信される学習内容のまとまりであってもよい。ひとまとまりの時間内（この時間は非連続に複数の時間のかたまりに分けられている物であってもよい）に学習カリキュラム（学習計画）が組まれているものをいう。例えば高校の三角関数に関する数学であれば、基本的な三角比の値、三角形の辺の長さ・山の高さ、三角比の相互関係(1)、三角比の相互関係(2)、三角比の相互関係(3)、鈍角の三角比（90゜〜180゜）、三角方程式、三角不等式、正弦定理、余弦定理、sinθ+cosθ→sinθcosθ(8)、三角方程式(２次)、三角不等式(２次)、正の角・負の角、動径の表わす一般角、三角関数の定義(第2象限)・(第3象限)・(第4象限)、弧度法の単位：ラジアン、三角関数の値(よく使う角度)、sin(π+θ)、三角関数のグラフ(sinθの平行移動)・(cosθの平行移動)、sin(θ−α)のグラフ、加法定理，倍角公式，３倍角公式，半角公式等の各々が学習単位である。従って、学習履歴情報は学習単位で学習の履歴を示す情報であり、学習効果とは、「半角公式：８月２０日、１７：４３開始、１時間」に対してテスト結果が「半角公式：練習問題３ ８月２１日 １００点満点中８７点」などが該当する。この場合にはテストは学習日とは異なっているが、学習時間内にテストを行うように構成してもよい。
つまり「学習効果」とは、学習履歴で示される学習単位の理解度、習得度、向上度等を示す情報であって、テストの点数、母集団（同一学年、同一クラス、同一性別、同一志望校、同一学校、同一都道府県市町村、同一ＳＮＳグループ、理系文系別、医学部進学希望者、帰国子女別、同一体形範囲、同一格付（段、級など）、同一流派、同一出身地域、同一個人属性、同一家族構成、同一学習継続年数、同一役職（スポーツでの分担、企業内での肩書など）などを言う。以下同じ。）内での各科目、各テーマ、各問題、各学習単位の試験の点数の偏差値、各テスト問題（学習単位を構成する要素単位であってもよい）の正誤（母集団での比較の場合もある）、回答した問題の数（母集団での比較の場合もある）、回答しないで白紙状態であった問題の数（母集団での比較の場合もある）、回答した問題の数と出題された問題の数の比（母集団での比較の場合もある）、回答した問題の種類（母集団での比較の場合もある）、回答しなかった問題の種類（母集団での比較の場合もある）、問題を回答するために要した時間（例えば各問題に関連付けられている問題回答時間の正規分布に対してどの位置に属するかによる評価）（母集団での比較の場合もある）、回答に含まれる、又は／及び回答に至るまでの中間手順（途中展開式、途中化学式、途中論理展開、思考回数、書き直し等）、なされた質問、学習に対する感想、暗記の正確さ（母集団での比較の場合もある）、誤答の内容（母集団での比較の場合もある）、誤答の原因となった個所（母集団での比較の場合もある）、同じ問題に対して誤答を繰り返した頻度（母集団での比較の場合もある）、同じ問題を回答するに要した時間の変化（母集団での比較の場合もある）、問題についてヒントが利用可能な場合のヒント利用回数（母集団での比較の場合もある）、ヒント利用頻度（母集団での比較の場合もある）、ヒント利用率（母集団での比較の場合もある）、問題に回答するに際して残したメモ、学習時間、正解数、不正解数、繰返正解数、繰返不正解数、母集団内での順位、母集団内での偏差値、講師等の評価、創作物の正確性等のいずれか一以上が含まれてもよい。学習効果の測定は、学習履歴情報と関連付けて取得される。つまり、学習効果を測定するための問題やテストは、学習履歴（学習単位を含む）と関連付けられて出題されるように構成される。
さらに学習効果（情報）とは、例えば、上記した各種の要素考慮する要素（問題回答時間、学習時間、学習単位の試験の点数、思考回数、不正解数、繰返正解数、繰返不正解数、母集団内で音順位、母集団内での偏差値、講師等の評価、創作物の正確性等）のそれぞれを一つの次元として、Ｎ次元空間内座標で学習単位についての考慮する要素の座標位置を示し、比較した学習効果の座標のそれぞれの原点からの距離を比較して、原点からの距離が離れている（あるいは座標の設定の仕方によっては近づいている）ほど学習効果があった、と判断する処理が考えられる。あるいは、比較したい学習効果の座標の一方を起点として、座標の示す数値の大小を比較するという方法が考えられる、あるいは、比較したい学習効果の座標が原点と各次元軸とによって構成する空間の体積（二次元の場合は面積）を比較し合うルールが考えられる。いずれの場合においても、問題回答時間や学習時間は減るほど好ましく、学習単位についての試験の点数は増えるほど好ましく、思考回数（論理の展開数：例えば弁証論的思考階段の段数：これは論述問題などで回答から取得される）は減る程好ましいが一定の回数以下の場合には思考が説明しきれなくなるので好ましくなく、不正解回数は減少する方が好ましい、等と考慮する要素ごとに好ましい場合（例えば各次元でプラスに計算）と好ましくない場合（例えば各次元でマイナスに計算）とが各次元で統一されるように設計する。したがって、ある要素の有効性は取得した測定値をＮ次元空間内で適切に配分できるように固有の関数に測定値を代入して各次元の値が取得されるように構成する。
＜実施形態１２ 第一学習分析ルール保持部＞
「第一学習分析ルール保持部」は、ユーザ識別情報と関連付けて外部情報と、学習履歴情報と、学習効果情報と、を学習状況の把握の観点で分析して学習状況情報を取得するためのルールである学習分析ルールを保持する。学習分析ルールは、ユーザ識別情報と関連付けられているので、ユーザの特徴に合わせた学習分析ルールとなる。また、本対話式学習促進システムの究極的な目的は、自発的な学習の継続の実現にある。自発的な学習の継続を実現するためには、学習の習慣を身に着けることと、この習慣を身に着けるための学習意欲の向上、及び、身に着けた習慣を維持するための生活のリズム化、学習意欲の維持を行うための忍耐力の習得などが必要となる。本対話式学習促進システムは、習慣化と習慣維持のために必要となる学習意欲の向上及び維持を実現するための対話システムである。したがって、学習分析ルールは、学習意欲の向上及び維持を行う対話情報を選択するために必要となるユーザごとの学習状況情報の分析取得を行うためのユーザ毎のルールである。
「学習状況情報」とは、ユーザ識別情報と関連付けられて、そのユーザの（１）自発的な学習を習慣化できた程度、（２）自発的な学習の質、（３）自発的な学習によってどの程度その学習内容を習得できたか、（４）自身で自身の学習の進み具合をどのように自己判断しているか、（５）自身の学習の進み具合を自身を取り巻く関係者がどのように評価しているか、（６）学習の意欲の程度、の一以上の観点などからユーザの学習の状況を定量的又は定性的に評価するものであって、数値の重みをどのような各要素に分配するか、定性的にどのような結果を出すか、はシステムの設計意図による。定量的でも定性的でも両者を含むようなものでもよい。設計の方針としては定量的であれば数値が大きいほど学習にプラスであり、逆に数値が小さいほど学習にマイナスであるように設計することができる。学習状況情報は、学習単位（例えば、学習システムで準備されているカリキュラムで決定される単位や、文部科学省が公開している学習指導要領で定められる単位で）で取得してもよいし、複数の学習単位の塊に対して取得してもよいし、学習科目、さらにはその上位のくくりで取得してもよい。従って、学習状況情報は学習単位を識別する学習単位識別情報や学習教科識別情報などと関連付けられて取得されるように構成することができる。また学習状況情報は、そのような学習状況情報に至ったことに関連する対話情報と関連付けて取得されるように構成してもよい。従って、学習状況情報は、対話情報を識別する対話情報識別情報などと関連付けられて取得されるように構成してもよい。さらにその学習状況情報に影響を与えた対話情報が明確に多数の対話情報から切り分けられない場合には時間的な距離に基づいて影響度を対話情報識別情報に付与してもよい。
「（１）自発的な学習を習慣化できた程度の評価」は学習履歴から主に取得可能である。習慣化は、学習のリズム（具体的には学習の日時）と、学習の継続時間、と、外部情報（ユーザのＳＮＳ上での発言、対話式学習促進システムのＳＮＳ上での発言、その他のユーザ関係者の発言や、ＳＮＳから取得できる各種情報（例えば学校での授業、テスト、学校外での模擬テストなどの情報、模擬テストの母集団の情報：各種予備校や各種学習塾などがＳＮＳ上に発信する情報））と、を周期的に評価してそのばらつきがどのように変動するかによって評価することができる。人の生活はある程度周期的なリズムを有する。例えばバイオリズムなどを有していることはすでに知られている。従って、バイオリズムの周期で学習の習慣化を評価したり、学生である場合には、各学期を周期の単位として評価したり、あるいは毎週の時間割（カリキュラム）に従って学習をする生徒のような場合には週を周期として評価することができる。また、人によるばらつきが大きいので、ユーザそれぞれに評価周期が異なってもよい。さらには、所与の周期を利用しないで、そのユーザの学習履歴から評価周期を算出して利用するように構成してもよい。また学習のリズムは、学習する内容のカテゴリ別に測定してもよい。例えば、一般の中学生や高校生の場合には学校で頻繁に学習する科目とそうでない科目があるために各科目ごとに学習のリズムも異なるのが一般である。そこで例えば対話式学習促進システムと連携している外部の学習システムや、非連携のシステム（例えば学校、塾、練習場、教室などで非連携のもの）で学習（授業）の頻度が多い、又は多くカリキュラムされている教科は比較的学習頻度が高いことを前提として学習の習慣がついたか判断し、逆に頻度が比較的少ないものはそれを前提として学習の習慣がついたか判断する。また学習をするために対話式学習システムがどの程度の対話の頻度で学習をすることを促したか、又は、そのようにさせるように導いたかとの相対関係で評価をすることもできる。つまり、学習の促しや、導きのための発言回数と実際の学習が行われた回数との比で学習の習慣化を計測することもできる。
「（２）自発的な学習の質の評価」は、主に学習履歴情報と学習効果情報を利用して取得することができる。学習効果情報とは、学習をした量に対する能力の向上で一般に測定できる。前者は学習履歴情報を用いて算出し、後者は学習効果情報を用いて算出し、両者の比（学習効果情報によって算出される値／学習履歴情報で算出される値）で自発的な学習の質の評価を行うことができる。自発的な学習の評価の質は、ユーザ単位で過去の比の値と、現在の比の値を比較して、値が大きくなっている場合に自発的な学習の質が向上したと判断することができる。さらにユーザ単位でなく、特定の母集団内での現在の特定のユーザ比の値を偏差値として算出して母集団内での自発的な学習の質の評価を行ってもよい。
「（３）自発的な学習によってどの程度その学習内容を習得できたかの評価」は、能力として到達すべき目標に対する到達度合で評価する。例えば九九の暗記であれば、ある程度繰り返して九九を暗唱できれば到達１００％と評価できるし、半分程度しか暗証できない場合には到達５０％と評価する。あるいは、ある期間に暗記すべき英単語のリストが１００単語分あり、ある程度の繰り返しで１００単語を間違いなく暗証できている場合には到達度１００％と評価でき、半分の場合には到達度５０％と評価する。
「（４）自身で自身の学習の進み具合をどのように自己判断しているかの評価」は、ＳＮＳ上でのユーザの発言を主に分析して判断することができる。このユーザの発言は自発的な発言であってもよいし、対話式学習促進システムによって選択され発せられた発言に応じた回答の発言であってもよい。学習状況情報は、ユーザの脳内やユーザの身に着けた技能に依存するために外形上の情報のみから精度の高い評価をすることは困難である。そこで、ユーザ自身の自覚している状況をも鑑みて学習状況情報を算出するように構成する。ユーザの発言の分析は、学習に関係する発言を網羅したデータベースによって行われる。発言は、類型化された複数の（多数の）意図に集約され、各意図には、学習の状況がどの程度進んでいるかという観点から評価値が付与されており、その評価値（プラスの場合とマイナスの場合があり得る。）を利用して学習状況情報を算出する。例えば「あー算数の勉強さぼっちゃった！」「しまった、算数、やり忘れた！」「算数まずい！」「算数明日はやらなくっちゃ」「算数、危険！」等は全て「算数の学習の不足に対する危機意識」という意図に集約され、学習履歴情報上はネガティブであるが、自己認識という観点からは「学習の習慣が身につきかけている」という評価に基づいてポジティブ（プラスの値）に判断することができる。逆に「算数？知らない！」「算数なんか使わない」「算数だれもできない」「算数、教え方、悪すぎ！」「算数なんか勉強しなくてもわかる！」などの発言は、「算数の学習意欲の欠如」という意図に集約され、自己認識という観点から「学習の習慣がいまだに身についていない」という評価に基づいてネガティブ（マイナスの値）に判断することができる。
「（５）自身の学習の進み具合を自身を取り巻く関係者がどのように評価しているかの評価」は、ＳＮＳ上でのユーザの関係者の発言を主に分析して判断することができる。このユーザの関係者の関係者の発言は自発的な発言であってもよいし、対話式学習促進システムによって選択され発せられた発言に応じた関係者の回答の発言であってもよい（関係者を含むＳＮＳグループ内での対話式学習促進システムによる発言にユーザの関係者が応答したもの）。学習状況情報は、外形上の情報のみから精度の高い評価をすることは困難である。そこで、ユーザの関係者の評価状況をも鑑みてユーザの学習状況情報を算出するように構成する。ユーザの関係者の発言の分析は、同じく学習に関係する発言を網羅したデータベースによって行われる。発言は、類型化された複数の（多数の）意図に集約され、各意図には、学習の状況がどの程度進んでいるかという観点から評価値が付与されており、その評価値（プラスの場合とマイナスの場合があり得る。）を利用して学習状況情報を算出する。ただし、ユーザとその関係者との関係に応じて重み付けをするように構成してもよい。例えばユーザの両親の発言は重み付けを小さくし（両親の場合には客観性に欠ける発言があるとの前提）、ユーザの友人の発言（友人は客観的かつ親身に発言するという前提）は同じ発言であっても重み付けを大きくすることが考えられる。
「（６）学習の意欲の程度の評価」学習の意欲が向上すると自ずと学習が習慣化されるので学習状況情報を算出するために学習の意欲の程度を評価することが役に立つ。評価は主にＳＮＳ上のユーザの発言、学習履歴情報、学習効果情報を分析して行うことができる。ユーザの発言の分析は、学習に関係する発言を網羅したデータベースによって行われる。発言は、類型化された複数の（多数の）学習意欲に関係する意図に集約され、各意図には、学習の意欲がどの程度あるかという観点から評価値が付与されており、その評価値（プラスの場合とマイナスの場合があり得る。）を利用して学習の意欲の程度の評価値を算出することができる。ユーザのその時点での学習意欲の正確な把握は、他者との間で相対的に分析するように構成してもよい。さらに、過去と現在の相対的な比較によるユーザの現在の学習意欲の程度を分析することも効果的である。
例えば、Ａは学習システムを通じて毎日一定時間の勉強を計画的に行っているものの、最近成績が伸び悩んでおり、Ｂは部活に夢中のために部活のある日は特に、それ以外の日にも、学習システムを通じて殆ど学習をしておらず、Ｃは就労しながら資格取得に向けた勉強をしており夜遅くに短時間手も学習システムを通じた学習を行っている、と想定する。２２時近辺で、Ａ、Ｂ、Ｃのいずれもが「疲れた」という趣旨の発言をＳＮＳを通じて発信したことが確認されたとする。一般的に「疲れた」という発言が休息を求める趣旨であることから、学習意欲の程度が低い場合を指す。しかし、疲れていても学習をすることの必要性を感じているのかを、外部情報と学習履歴情報・学習効果情報から推測することで、ある発言時の学習意欲の程度について、そのユーザ独自の学習分析ルールを構築することができる。Ａの場合、日々の勉強に疲れを感じていると推測され、「疲れた＝学習意欲は低下気味である」というルールが特徴に合わせた学習分析ルールとなる。Ｂの場合、部活動によって体が疲れており、早く寝たいと思っていると推測され、「疲れた＝学習意欲がない」というルールが特徴に合わせた学習分析ルールとなる。Ｃの場合、仕事によって肉体と脳が日常的な疲れを感じていると推測され、「疲れた＝学習意欲はあるが、最優先ではない」というルールが特徴に合わせた学習分析ルールとなる。
＜実施形態１２ 第一学習状況情報分析取得部＞
「第一学習状況情報分析取得部」は、ユーザ識別情報に関連付けられている取得した外部情報と、学習履歴情報と、学習効果情報と、同じユーザ識別情報に関連付けられている学習分析ルールとに基づいて学習状況情報を取得する。取得された学習状況情報は当該第一学習状況情報分析取得部に過去の分も含めてユーザ識別情報や出力された対話情報と時間的に関連付けて保存されていてもよいし、ユーザ識別情報と関連付けられた情報として保存されているユーザ属性情報の一部として保存されてもよい。上述の（１）自発的な学習を習慣化できた程度、（２）自発的な学習の質、（３）自発的な学習によってどの程度その学習内容を習得できたか、（４）自身で自身の学習の進み具合をどのように自己判断しているか、（５）自身の学習の進み具合を自身を取り巻く関係者がどのように評価しているか、（６）学習の意欲の程度、の一以上のそれぞれの評価を総合的に分析することによって取得されるように構成することができる。（１）から（６）の各要素からは、比較評価の観点が含まれていることから、マイナスの評価値が得られることがある。なお、学習状況情報は、ユーザの学習している学習単位ごとに取得してもよいし、学習科目を単位としてもよいし、例えば科目の上位概念的カテゴリ（例えば、理系科目、文系科目、体育系科目、芸術系科目など）を単位としてもよい。学習単位を特定しないで全体的に取得してもよい。
また、定性的な学習状況情報を結果として出力するように構成することも可能である。代表的な情報としてはユーザが各学習単位（学習単位そのもの、学習単位に関連する学習環境、学習単位に関係する学習システム等を含む。以下実施形態１２から実施形態１９に関して同様とする。）、その上位概念、下位概念、組合せに対して抱く心理的な情報を含む。例えば「算数の学習に困難を感じている状況」「九九の暗記につかれている状況」「二次方程式の学習は面白いと感じている状況」「歴史の学習のうち古代には興味がないという状況」「棒高跳びは怖いと感じている状況」「将棋の学習は面白いと感じている状況」「生け花の学習はもうしたくないと感じている状況」「やったことがないけどコマ回しの学習をしたいと考えている状況」「パソコンの学習をしなければいけないと考えている状況」など、各種の定性的なユーザの学習状況情報を出力できるように構成することができる。定性的な情報は、類型化されて準備されており、各類型に関して程度を示す値が与えられる。類型化とは、各学習単位に関して、「興味」「楽しさ」「困難さ」「必要性」「満足感」「倦怠感」「危機感」「意欲」等の一以上のユーザの内面を示す指標である内面指標に対してそのユーザの程度を示す値を例えばマイナス５からプラス５までの値を与えるような構成である。内面指標は対話式学習促進システムの設計思想に基づいて選択される。例えばあるユーザの「興味」という類型項目が「算数の九九」について「マイナス２」である場合にはそのユーザは多少算数の九九に興味が薄いことを示す。
定性的な評価もすでに説明した通り、（１）自発的な学習を習慣化できた程度、（２）自発的な学習の質、（３）自発的な学習によってどの程度その学習内容を習得できたか、（４）自身で自身の学習の進み具合をどのように自己判断しているか、（５）自身の学習の進み具合を自身を取り巻く関係者がどのように評価しているか、（６）学習の意欲の程度、の一以上の観点などから演算して出力することができる。さらに、学習単位に対する感情指標として、安心、不安、感謝、驚愕、興奮、好奇心、冷静、焦燥 (焦り)、不思議 (困惑)、幸運、リラックス、緊張、名誉、責任、尊敬、親近感 (親しみ)、憧憬 (憧れ)、欲望 (意欲)、恐怖、勇気、快感、後悔、満足、不満、無念、嫌悪、恥、罪悪感、期待、優越感、劣等感、苦しみ、悲しみ、切なさ、感動、怒り、諦め、絶望、憎悪、空虚などの精神的状況をＳＮＳユーザ関連情報から取得し、格付け又は点数化して前記内面指標の算出に利用してもよいし、感情指標を内面指標とは別個に保持し、学習状況情報を算出するために利用したり、これらの感情指標をダイレクトに学習状況情報に含むように構成することが考えられる。
以上で学習状況情報としては学習の習慣化の観点からの数値評価と、定性的な学習に対するユーザの内面的姿勢の観点からの評価のいずれか一方又は両者であってよい。学習状況情報は定量的又は定性的に評価するものであって、数値の重みをどのような各要素に分配するか、定性的にどのような結果を出すか、はシステムの設計意図による。学習状況情報を総合的に分析する方法としては、各要素の評価値を合計することで分析値を取得する構成が考えられる。あるいは、各要素ごとに重み付けを異ならせて分析値を取得する構成が考えられる。あるいは、完全な習慣が身についている場合を１００として、そこに各要素の評価値（完成度１００に対する割合）を乗じることによって分析値を取得する構成が考えられるこの場合、各要素の評価値が完成度１００に対する割合として取得されている場合には、各要素の評価値がマイナスを示すことはない。
なお、学習状況情報は、外部（本対話式学習促進システムと運用者やコンピュータ、サーバ、筐体が同一であるか否かは問わない。また実施形態１２から実施形態１９にわたって同様。）の学習システム（単数であるか複数であるかを問わない。実施形態１２から実施形態１９にわたって同様。）のカリキュラムの作成、変更のために学習システムに対してフィードバックされるように構成することも可能である。一般には、学習カリキュラムの変更はテストの成績かユーザの要望によって変更されるが、学習状況情報に基づく場合にはよりユーザの学習効率を良くできるものと思われる。なぜなら学習状況情報は、学習の習慣化やユーザの心理面などの定性的な情報からなっており、ユーザの学習に関しての情報としては一般のものよりもより深いからである。カリキュラムの変更は学習単位の入れ替えや、新設、学習単位の時間配分、時間間隔、学習科目の新設、学習科目の削除、学習方法の変更（例えば文字中心から表・図・絵・動画中心に、数式中心から表・図・絵・動画中心に、座学から自宅学習へ、書籍中心からインターネット情報中心へ）などである。フィードバックは外部の学習システムが自動的に受け入れて、その学習状況情報に応じて自動的にカリキュラム等が変更されるように設計することもできるし、カリキュラムの変更等の推薦を文字や数式や音声などで出力し、カリキュラム等の変更は外部の学習システム管理者が行うように構成してもよい。
＜実施形態１２ 第一学習対話情報蓄積部＞
「第一学習対話情報蓄積部」は、ユーザ識別情報に関連付けて取得した学習状況情報に応じて発信すべき対話情報を蓄積する。対話情報は、一般社会においておよそ発言される可能性があるありとあらゆる会話がデータベースとして蓄積されている。本件対話式学習促進システムで、ユーザに対して学習促進又は学習習慣の定着のアドバイスをする際のベースとなる会話の例文を特に重厚に保持している。一般的な会話情報の辞書の他に学習に関して専門的な辞書のようなものを有するのが好ましい。言語はユーザが解する言語で蓄積していてもよいし、日本語や英語、中国語などの標準言語によって対話情報を蓄積し、ユーザの使用言語に合わせて翻訳して選択されるように構成することもできる。従って、言語辞書データベース、会話辞書データベース、などをベースに基礎を構築し、さらにＳＮＳや、情報提供サイト、企業広告のサイト、掲示板サイト、電話の通話内容、等本件対話式学習促進システムが閲覧視聴収集可能なすべての情報源から収集した対話情報を蓄積することが好ましい。これらには例えば方言、ギャル語、絵文字、顔文字、隠語、造語、新語、略語、慣用語などが含まれていてよく、これらは人工知能によって収集され、徐々に会話精度が高まる（意図が正確に伝わる）ように構成されることが好ましい。さらに、学習促進アドバイスなどを構成する対話情報は、専門的な各学習単位（分野）で用いられる用語であったり、特定の学習分野名や、特定の学校、学習塾、教室、通信教育、流派、会派、役職名、その他造語を用いて行うことが考えられる。専門用語や特定の固有名詞等や造語は、ネット上から確実に取得できるとは限らないため、蓄積部に直接入力することで、特殊な言語群の入力が行えるように構成しておくことが好ましい。さらに対話情報として、学習単位（その上位概念、下位概念も含む）の理解度を本システム側で知るための質問、問題等が含まれていてもよい。これによってユーザの学習状況情報の精度を高めることができる。
本件対話式学習促進システムは、ユーザ一人一人の個性を反映させて、ユーザにとって自然な会話となるように対話情報を選択して出力することによって、ユーザに対してあたかも自分を心配してくれている生身の人間と接しているかのような感情を抱かせることに特徴がある。そのため、ユーザの普段の会話に合わせて、丁寧な言葉遣いにするのか、口語調のラフな言葉遣いにするのか、大阪弁や博多弁などの方言にするのか、文書中に英語を取り混ぜた言葉遣いにするのか、といった会話内容の選択だけでなく会話の形式を選択できるように対話情報が蓄積されていることが好ましい。対話情報蓄積部は、対話の形成の違いごとに同じ意味合いの対話であっても違うものとして対話情報を蓄積してもよい。すなわち、感謝の気持ちを表現する対話情報として、「ありがとうございます。」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等の表現をすべて異なる対話情報として蓄積しておく。あるいは、対話情報蓄積部は、意味合いごとに一番基本的となる対話情報のみを蓄積して、後述する対話情報出力部によって、対話情報蓄積部から選択した基本となる対話情報をユーザの個性にあった対話形式に変換する方法が考えらえる。この場合、基本となる対話情報をユーザごとの特性に即した対話形式に変換するルールは、ユーザ別対話情報選択ルールに含まれている。この場合の対話情報蓄積部には、「ありがとうございます。」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等はすべて感謝を表す表現であるから、基本となる対話情報として「ありがとうございます」のみが保存されることになる。
第一学習対話情報蓄積部に蓄積された対話情報は、インターフェイスモニタに表示可能なように構成しておいてもよい。蓄積された対話情報が表示されたインターフェイス画面上から、手動で対話情報の追加、変更、削除といった管理行為を行うことが可能なように、対話情報蓄積部管理手段を第一学習対話情報蓄積部が有するように構成する、あるいは、対話情報蓄積部管理部が新たな構成として設けられるように構成することが考えられる。第一学習対話情報蓄積部の管理行為は、本件対話式学習促進システムの管理及び提供を行う者が行うことを想定している。さらに対話情報蓄積部には、対話情報として使用してはならない対話情報を保持して、そのような対話情報を選択されないように、又は選択可能に蓄積されないように構成することができる。使用してはならない対話情報は差別用語や、社会的な事件に関係し取り扱いが難しい対話情報である。またこれはユーザの属性に応じて定めるように構成することもできる。
＜実施形態１２ 第一学習ユーザ別対話情報選択ルール保持部＞
「第一学習ユーザ別対話情報選択ルール保持部」は、取得した学習状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する。ユーザ別対話情報選択ルールは、ユーザに対してあたかも自分を心配してくれている生身の人間と接しているかのような感情を抱かせるために、ユーザ一人一人の個性を反映させて、ユーザにとって自然な会話となるように対話情報を選択するためのルールである。外部情報である、ＳＮＳのユーザ発信情報等（文字による発言、音声による発言、閲覧記録、登録している他のＳＮＳユーザ、等に関する情報）から、ユーザの対話の形式に即した会話の形式の選択、取得された学習状況情報に基づいて会話の内容の選択、との両選択を合わせてユーザの個性を反映した対話情報を選択することのできるルールである。
対話形式には、丁寧語、口語、ギャル語、大阪弁、京都弁、博多弁、名古屋弁、北海道弁、沖縄弁などの各地方の方言、等形式的に事前に登録してある一般的対話情報選択ルールから選択してユーザ別対話情報選択ルールとする方法と、ユーザの会話情報から全てオリジナルに組み立てる方法が考えられる。ユーザがより身近な、かつ生身の存在であるかのように本件対話式学習促進システムを認識できるのは、ユーザの個性をより強く反映できる、対話形式をオリジナルに組み立てる方式である。しかし、ユーザが本件対話形式学習促進システムを使い始めた段階では、ユーザの個性を分析するための外部情報の蓄積量が少ない。したがって、ユーザの個性に応じたオリジナルの形式を選択するためのルールを取得するのに十分な情報がない場合には自動的にデフォルトの形式を選択する。例えばユーザに対話形式を選択登録させることでユーザの好みの対話形式で開始するように構成することが考えられる。また、ユーザの属性に応じて適切な対話形式の対話情報を自動的に選択するように構成しもよい。ユーザの属性とは、年齢、性別、出身地、現住所地、国籍、使用言語、ＳＮＳでの会話（対話）形式、ＳＮＳでの友人の会話（対話）形式、好みの服装種別、好みの映画種別、好みの書籍種別、好みの有名人種別（タレント、俳優、政治家、著述家、歌手、芸人、歴史上の人物、アナウンサー、キャラクター）、趣味、嗜好などである。対話情報選択ルールの取得に十分なユーザの外部情報、学習履歴情報、学習効果情報が蓄積されたら、ユーザの個性に応じた形式の対話情報を第一学習対話情報蓄積部から選択するような固有のユーザ別対話情報選択ルールを構成する。これは人工知能によって外部情報に基づき日々適切な対話情報が選択されるように更新されるとよい。
ユーザのＳＮＳの会話情報から対話情報の形式を分析するうえで、単にユーザの発言形式のみにとらわれるのではなく、ユーザが頻繁にやりとりを行っている友人や家族の会話形式を分析して、ユーザ別対話情報選択ルールを組み立てることが考えられる。ユーザが実際に日常的に会話をしている会話相手の話し方を分析して反映させることで、友人や家族と話しているような安心感を与えることが可能となる。したがって、ユーザに対してより強く、あたかもユーザのことを心配している生身の人間とやり取りをしているかのような気持ちを抱かせることが可能となり、ユーザに、誰かに励まされている、見守られている、応援されている、情けない所を見られたくない、褒めてもらえて嬉しい、上手くできなくて情けない、悲しい、といった、人間が努力を反復継続させるうえで欠かせない感情を持続的に抱くことが可能となる。また、普段から悩みを相談しアドバイスをしてくれる人物に似ている者からのアドバイスであれば、これに素直に従いやすくなり、ユーザが本件対話式学習促進システムからのアドバイスに従って学習促進行動をとりやすくなることも期待できる。このような観点から蓄積されている対話情報には愛情を伝える対話情報、好感度を伝える対話情報、相手を褒める対話情報、相手を励ます対話情報など感情移入できる対話情報がバラエティに富んで蓄積されていることが好ましい。
さらに、いつも否定的な発言から応答するが、何度もお願いされると断れないとか、本当はそれほど嫌ではないのに大げさに嫌がっている、とりあえず嫌がっておく、というユーザの性格が性格診断や属性情報などで取得されている場合には、ユーザからの数回の否定的応答だけでは出力した対話情報に有効性がないとは言えず、同じ対話情報の出力を平均的にユーザが受け入れるまでに要する回数より特定回数多くなるまでは繰り返すという構成にしておくことが性格を属性として分析した結果に取るべき対応として推薦される場合にはその対応を対話情報選択部が選択するルールとすることが考えられる。つまり、このようなあきらめないルール（サブステップ、サブルール）又はあきらめないプロセスをユーザ別対話情報選択ルールに含ませる、又はこれによって構成するプロセスを含むようにすることができる。
＜実施形態１２ 第一学習対話情報選択部＞
「第一学習対話情報選択部」は、学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を対話情報蓄積部から選択する。」「第一学習対話情報選択部」は、取得した学習状況情報と保持されているユーザ別対話情報選択ルールと、に基づいて対話情報を第一学習対話情報蓄積部から選択する。対話形式の違いごとに第一学習対話情報蓄積部に対話情報が蓄積されている場合には、ユーザ別対話情報選択ルールで選択された対話形式と対話内容に合致する対話情報を選択することになる。第一学習対話情報蓄積部に、対話形式の違いごとに対話情報が蓄積されておらず、対話形式にこだわらず対話の内容の意味ごとに対話情報を蓄積している場合には、ユーザ別対情報選択ルールによって指定された対話内容に従って第一学習対話情報蓄積部から基本となる対話情報を選択し、選択した対話情報をユーザ別対話情報選択ルールに指定された対話形式に合致する対話形式に変換する。この場合に基本となる対話情報は、言葉そのものでなく、一群の言葉の集合を指すものであってもよい。この場合には、感謝の気持ちを表現する対話情報に対して識別情報が付与されており、これを選択して、その後に「ありがとうございます」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等の表現のいずれかを選択するように構成する。つまり、このようにしてユーザ別対情報選択ルールによって指定された対話内容に従って対話情報蓄積部から基本となる対話情報を選択し、選択した対話情報をユーザ別対話情報選択ルールに指定された対話形式に合致する対話形式に変換する処理が行われる。以上の作業が対話情報の選択となる。この選択はコンピュータによって瞬時に行われうるように構成する。具体的には、ＳＮＳを介してユーザからの入力を受付けるとそのユーザがＳＮＳの画面を閉じる余裕を与えないでその画面に返信が表示される程度の速度である。一例としては、平均して１から３秒以内程度である。ただし、普通の人であれば悩む必要性があるような流れの対話情報の場合にはそれ以上の時間を空けて対話情報を出力するようにしてもよい。
＜実施形態１２ 第一学習対話情報出力部＞
「第一学習対話情報出力部」は、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力する。前述のように対話情報出力部が対話情報を出力する速度は、必要な場合にはユーザの入力に即座に応答する速度である。ユーザがＳＮＳ画面を閉じてしまうと、システム側からの発信が既読にならないで放置されるリスクが高まるからである。なお、常に即座に応答する必要はなく、時間をおいて出力される種の発信があってもよい。例えばアドバイスの結果を聞くような会話の場合である。出力するのは、ユーザの携帯端末、デスクトップパソコンなどの固定端末などである。出力するＳＮＳは、本件対話式学習促進システム専用のアプリケーションでもよいし、ユーザが日常的に利用している対話式学習促進システム専用ではない、別のシステムによって管理提供されているＳＮＳサービスであってもよい。
出力の形式は、文字、イラスト、音声、画像、動画等、情報をユーザに伝達できる手法であれば形式は限定されない。あたかも生身の人間と話しているように感じさせるためには、専用アプリケーションを用いるよりも、日常的に生身の人間とのやり取りで利用しているＳＮＳサービスを利用するほうが、他の人のやり取りの中に混じって自然に本件対話式学習促進システムからの学習促進アドバイス、学習習慣定着アドバイスが表示されることになり、効果的である。効果的とは、本件対話式学習促進システムからのアドバイスが、日常的に自然に目につくので、システム（無機的なコンピュータやサーバ）と対話するという意識を強く抱かせないという点が効果的となる理由である。本件対話式学習促進システムからの出力は、出力先のＳＮＳサービスを利用している例えばスマートフォンのステータスバーや、アイコンに未読通知をしないような設定にしたり、チャットヘッドが出現することができないように構成されていると、上記効果を確実化することができるので、より効果的となる。逆に、チャットヘッドなどはスマートフォンなどで直ちに目に付くので本システムとの距離感が小さくなり好ましい。なお、出力される対話情報は、質問形式を含むもの、アドバイスを含むもの、挨拶、擬音、など、内容も形式も制限されない。
さらに、いつも同じ方法による出力形式ではなく、文字、イラスト、音声、画像、動画等、コンピュータグラフィックスによって生成されるアバターなど複数の出力方法を組み合わせることが、生身の人間とのやりとりに近似して、より効果的となる。したがって、出力インターフェイスに文字として対話情報として出力したり記録された音声データを対話情報として出力するだけでなく、自動音声通話機能を用いたリアルタイムでの対話情報の出力（発話）と応答対話情報の取得が行われてもよい。さらに、ある人が音声通話を用いて学習塾等にアクセスをした場合に、その人の音声通話を本対話式学習促進システムを利用する通信機器によって受信した場合に、出力側に本対話式学習促進システムの利用登録がなかった場合でも、直ちに電話番号等を用いてユーザ識別情報を生成保持し、その人物をゲストユーザとして音声通話を受信する対話式購入促進システムに認識させることで、ゲストユーザに対して本音声対話式学習促進システムを介した対話情報の音声による出力が可能となるような構成にすることも可能である。この場合、ゲストユーザは遠隔地にある対話式学習促進システムに対して音声通話を通じてユーザ登録を行っているにすぎない。ユーザ端末自体が本対話式学習促進システムを起動させている場合と区別するためにゲストユーザとして定義しているが、一度目の音声通話の時点でそのユーザを発信電話番号、音声、氏名、会員ナンバー、などのユーザ属性と関連付けて識別番号を与えておくことで、次回以降の音声通話において、過去の音声通話によって蓄積されたゲストユーザの属性情報（好み、話し方、間の取り方、趣味・思考等）を反映させた対話情報を出力することがか可能である。この場合の対話情報の出力は、音声電話を受信しているユーザが所持していないＳＮＳ利用可能端末で生成され、音声として出力されたものが電話を通じてゲストユーザに届けられることになることから、ＳＮＳを介した対話情報の出力といえる。
対話情報のＳＮＳを介した出力は、ＳＮＳに参加しているユーザの友達等の発言としての出力である。従って、できるだけユーザに対してユニークに見える友達等としての会話であることが好ましいことから、多数の名前を利用してできるだけユーザ間で同じ名前が重ならないようにすることが好ましい。あるいは名前は最初のユーザ登録時に自由に設定できるようにしてもよい。また、会話選択に利用される要素を決定する属性をユーザ登録時に自由に設定できるようにしてもよい。例えば、システムである友達等の性別、年齢、性格、アバター、服装、生活リズム、趣味、などである。
また、対話情報の出力は、本対話式学習促進システムが装う一人のキャラクターのみでなく、複数のキャラクターによって対話情報を出力するように構成してもよい。例えば一人は叱咤激励役、他の一人は慰め役など、キャラクターを分けて効果的な影響をユーザに与えるように構成することもできる。キャラクターの設定は、取得した外部情報、学習履歴情報、学習効果情報、などによって選択されるように構成することもできる。出力すべき対話情報の内容（属性）に応じて適切なキャラクターが選択されるように構成できる。従って、対話情報に属性が付与されて第一学習対話情報蓄積部に蓄積され、第一学習対話情報出力部でその属性情報に応じたキャラクターが選択されてＳＮＳ上の発言を構成するように仕組むとよい。そして、選択される対話情報には、ユーザとシステムである複数のキャラクターである友達等との間の対話のみならず、システムである友達等（キャラクター）間での対話がなされてもよい。この場合にはユーザは友達等の間で交わされる対話情報から学習促進、学習習慣定着のための動機付け等を得られるようになされる。また、ユーザ端末の位置情報システムなどと連携して、位置情報に応じてシステムである友達等の発言を切換えるように構成してもよい。例えば、大阪に出かけたときには大阪弁の友達等が現れ、九州に出かけたときには九州弁の友達等が現れるといった具合である。この際には大阪の友達等は、前回大阪に出かけたときから久しぶりに会った、というようなシチュエーション（面会タイミングシチュエーション）を前提として会話を選択するように構成してもよい。例えば、遠方地に出かけた時にそこに住んでいる友人という設定のシステム上の友達がＳＮＳの会話に現れる場合には、前回出かけたときから久しぶりに会ったというシチュエーションにおいて、「前回あった時は中学だっけ？高校はどんな感じ？」という会話が考えらえる。また、複数のユーザにわたって共通のシステムである友達等を設定する場合には、「まりちゃん、古典のテストで居残り補修になったって( ;∀;)うちら今回平気だったけど、ギリギリじゃん？お互いそろそろ危ないかもねω」というような比較会話や、「織田さんと徳川さんが豊臣さんのお家で勉強会するらしいよ。あなたも混ぜてもらったら？」のような勧誘会話が考えられる。
なお、友達等は必ずしもアバター（キャラクター）が人である必要はなく、哺乳類、魚、虫、物、などいろいろ設定してよい。さらに静止画に限定されず動画で表示されてもよい。さらにディスプレイ上に表示されるものに限定されず、ロボット、ＡＩスピーカー、プロジェクションなどが友達役であってもよい。また、アバターは設定に応じて写真、動画、ピクチャーなどをユーザに送信するように設定してもよい。例えば食事の写真、風景写真、理想的な体の写真、運動の仕方を説明する動画、などである。さらに、利用を進める器具、サプリメント、などの情報を送ってきてもよい。さらに、システムである友達等は、アクシデントに見舞われる、人生の階段を上る、と言うような時間経過に応じて出来事を設定した前述のアバタースケジュールを用いて臨場感、温かみ、人間味を出してもよい。
＜実施形態１２ ハードウェア構成＞
図３７は実施形態１２のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１２のハードウェアを構成するプログラムとして、「第一学習ユーザ識別情報保持プログラム」は、ユーザ識別情報を保持する。「第一学習ＳＮＳユーザ関連情報取得プログラム」は、ＳＮＳユーザ関連情報を取得する。これは、ＳＮＳとのインターフェイスプログラムを介して行われる。「第一学習履歴情報取得プログラム」は、ユーザが利用する外部の学習システムからユーザの学習履歴情報を取得する。「第一学習効果情報取得プログラム」は、ユーザが利用する外部の学習システムからユーザの学習効果情報を取得する。「第一学習分析ルール保持プログラム」は、学習分析ルールを保持する。「第一学習状況情報分析取得プログラム」は、学習分析ルールに基づいた分析に基づいて外部情報と学習履歴情報と学習効果情報とから学習状況情報を取得する。「第一学習対話情報蓄積プログラム」は、対話情報を蓄積する。「第一学習ユーザ別対話情報選択ルール保持プログラム」は、ユーザ別に対話情報選択ルールを保持する。「第一学習対話情報選択プログラム」は、取得した学習状況情報と保持されているユーザ別対話情報選択ルールとに基づいて蓄積されている対話情報の中から適切な対話情報を選択する。「第一学習対話情報出力プログラム」は、選択された対話情報を出力する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１２ 処理の流れ＞
図３８は、実施形態１２の処理の流れの一例を示す図である。この図に示すように、ユーザ識別情報を保持する第一学習ユーザ識別情報保持ステップ（３８０１）、ユーザのＳＮＳ関連情報を取得する第一学習ＳＮＳユーザ関連情報取得ステップ（３８０２）、ユーザが利用する外部の学習システムからユーザの学習履歴情報を取得する第一学習履歴情報取得ステップ（３８０３）、ユーザが利用する外部の学習システムからユーザの学習効果情報を取得する第一学習効果情報取得ステップ（３８０４）、学習分析ルールを保持する第一学習分析ルール保持ステップ（３８０５）、学習分析ルールに基づいた分析により学習状況情報を取得する第一学習状況情報分析取得ステップ（３８０６）、対話情報を蓄積する第一学習対話情報蓄積ステップ（３８０７）、ユーザ別対話情報選択ルールを保持する第一学習ユーザ別対話情報選択ルール保持ステップ（３８０８）、蓄積された対話情報の中から、学習状況情報とユーザ別対話情報選択ルールに基づいて出力する対話情報を選択する第一学習対話情報選択ステップ（３８０９）、選択した対話情報を出力する第一学習対話情報出力ステップ（３８１０）と、からなる。なお、上記の「保持ステップ」「蓄積ステップ」は予め保持、蓄積されている状態である場合には処理手順から除外される（本明細書の全体（請求項１から請求項３９）を通じて同じ）。
＜実施形態１３＞
＜実施形態１３ 発明の概要＞
本実施形態における対話式学習促進システムは、ＳＮＳでのユーザの発言情報や閲覧情報等の外部情報に加えて、学習システムによって取得される、ユーザの学習履歴、学習効果、カリキュラムの学習に関連する情報をも取得して分析に利用することで、ユーザの学習状況情報（単に成績に注視することなく、学習意欲、学習姿勢、自発性、継続性といったユーザの内向的な要素を含む）を取得し、ユーザの現在の学習状況にあったアドバイス（対話情報の選択）を行うことで、ユーザの学習を促進させる。
＜実施形態１３ 発明の構成＞
図３９は、実施形態１３の対話式学習促進システムの構成の一例を示す図である。図３９に示すように、実施形態１３の対話式学習促進システムは、第二学習ユーザ識別情報保持部（３９０１）、第二学習ＳＮＳユーザ関連情報取得部（３９０２）、第二学習履歴情報取得部（３９０３）、第二学習効果情報取得部（３９０４）、第二学習カリキュラム情報取得部（３９０５）、第二学習分析ルール保持部（３９０６）、第二学習状況情報分析取得部（３９０７）、第二学習対話情報蓄積部（３９０８）、第二学習ユーザ別対話情報選択ルール保持部（３９０９）、第二学習対話情報選択部（３９１０）、第二学習対話情報出力部（３９１１）と、からなる。
＜実施形態１３ 構成の説明＞
＜実施形態１３ 実施形態１２と共通の働きをする実施形態１３の構成についての説明＞
「第二学習ユーザ識別情報保持部」は、実施形態１２に示した第一学習ユーザ識別情報と、「第二学習ＳＮＳユーザ関連情報所得部」は実施形態１２に示した第一学習ＳＮＳユーザ関連情報取得部と、「第二学習履歴情報取得部」は実施形態１２に示した第一学習履歴情報取得部と、「第二学習効果情報取得部」は実施形態１２に示した第一学習効果情報取得部と、「第二学習分析ルール保持部」は実施形態１２で示した第一学習分析ルール保持部と、「第二学習状況情報分析取得部」は実施形態１２に示した第一学習状況情報分析取得部と、「第二学習対話情報蓄積部」は実施形態１２に示した第一学習対話情報蓄積部と、「第二学習ユーザ別対話情報選択ルール保持部」は実施形態１２に示した第一学習ユーザ別対話情報選択ルール保持部と、「第二学習対話情報選択部」は実施形態１２に示した第一学習対話情報選択部と、「第二学習対話情報出力部」は実施形態１２に示した第一学習対話情報出力部と、それぞれ働きが同様であり、既に説明済みである。
＜実施形態１３ 第二学習カリキュラム情報取得部＞
「第二学習カリキュラム情報取得部」は、ユーザ識別情報と関連付けて、ユーザが利用する学習システムからその学習システムで行われるカリキュラム情報を取得する。「カリキュラム」とは学習指導の計画を示す。カリキュラム情報としては、学習システムを提供している学習システムの管理者が提供するカリキュラムに加え、ユーザの通学している学校のカリキュラム情報、ユーザが通っている学習塾のカリキュラム情報等も含めることが出来る。カリキュラム情報を本対話式学習促進システムが取得することにより、本対話式学習促進システムが出力する対話情報に含まれる学習促進アドバイスの内容にカリキュラム情報に基づいて選択される対話が反映されることになる。すなわち、ユーザが到達しているべき、ないしは将来的に到達すべき学力目標、能力目標が明確になり、より具体的な学習促進等に役立つ対話情報の選択を行うことが可能となる。さらに、カリキュラム情報と学習効果情報や学習履歴情報と比較することで学習効果情報や学習状況情報の精度をより高めることができる。カリキュラム情報は学習単位の集合体の形で取得できるように構成することが好ましい。学習効果情報や学習履歴情報を学習単位で取得することにより、比較分析が１：１の関係で可能となるからである。
＜実施形態１３ ハードウェア構成＞
図４０は実施形態１３のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１３のハードウェアを構成するプログラムのうち、実施形態１２のプログラムと共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「第二学習カリキュラム情報取得プログラム」は、ユーザが利用する外部の学習システム等からカリキュラム情報を取得する。「第二学習状況情報分析取得プログラム」は、学習分析ルールに基づいた分析に基づいて外部情報と学習履歴情報と学習効果情報とカリキュラム情報とから学習状況情報を取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、カリキュラム情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１３ 処理の流れ＞
図４１は、実施形態１３の処理の流れの一例を示す図である。この図に示すように、第二学習ユーザ識別情報保持ステップ（４１０１）、第二学習ＳＮＳユーザ関連情報取得ステップ（４１０２）、第二学習履歴情報取得ステップ（４１０３）、第二学習効果情報取得ステップ（４１０４）、学習システムからカリキュラム情報を取得する第二カリキュラム情報取得ステップ（４１０５）、第二学習分析ルール保持ステップ（４１０６）、第二学習状況情報分析取得ステップ（４１０７）、第二学習対話情報蓄積ステップ（４１０８）、第二学習ユーザ別対話情報選択ルール保持ステップ（４１０９）、第二学習対話情報選択ステップ（４１１０）、第二学習対話情報出力ステップ（４１１１）と、からなる。なお、実施形態１２と共通の働きをするステップについては説明を省略して、本実施形態の特徴的なステップについてのみ説明をした。
＜実施形態１４＞
＜実施形態１４ 発明の概要＞
実施形態１４の対話式学習促進システムは、独立の請求項であはるが、実施形態１３の特徴に加えて、外部情報が外部の学習システム関係者の発言（コンピュータによって生成された発言を含む）を含むことを特徴とする。
＜実施形態１４ 発明の構成＞
図４２は、実施形態１４の対話式学習促進システムの構成の一例を示す図である。図４２に示すように、実施形態１４の対話式学習促進システムは、第三学習ユーザ識別情報保持部（４２０１）、第三学習ＳＮＳユーザ関連情報取得部（４２０２）、第三学習履歴情報取得部（４２０３）、第三学習効果情報取得部（４２０４）、第三学習カリキュラム情報取得部（４２０５）、第三学習分析ルール保持部（４２０６）、第三学習状況情報分析取得部（４２０７）、第三学習対話情報蓄積部（４２０８）、第三学習ユーザ別対話情報選択ルール保持部（４２０９）、第三学習対話情報選択部（４２１０）、第三学習対話情報出力部（４２１１）と、からなる。
＜実施形態１４ 構成の説明＞
＜実施形態１４ 実施形態１２又は実施形態１３と同様の働きをする実施形態１４の構成について＞
「第三学習ユーザ識別情報保持部」は実施形態１２に示した第一学習ユーザ識別情報と、「第三学習履歴情報取得部」は実施形態１２に示した第一学習履歴情報取得部と、「第三学習効果情報取得部」は実施形態１２に示した第一学習効果情報取得部と、「第三学習カリキュラム情報取得部」は実施形態１３に示した第二学習カリキュラム情報取得部と、「第三学習分析ルール保持部」は実施形態１２で示した第一学習分析ルール保持部と、「第三学習状況情報分析取得部」は実施形態１２に示した第一学習状況情報分析取得部と、「第三学習対話情報蓄積部」は実施形態１２に示した第一学習対話情報蓄積部と、第三学習ユーザ別対話情報選択ルール保持部」は実施形態１２に示した第一学習ユーザ別対話情報選択ルール保持部と、「第三学習対話情報選択部」は実施形態１２に示した第一学習対話情報選択部と、「第三学習対話情報出力部」は実施形態１２に示した第一学習対話情報出力部と、その働きが同様であり、既に説明済みである。なお、「第三学習カリキュラム情報取得部」は必ずしも必須でない。
＜実施形態１４ 第三学習ＳＮＳユーザ関連情報取得部＞
「第三学習ＳＮＳユーザ関連情報所得部」は、ユーザ識別情報と関連づけてユーザが利用するＳＮＳのユーザの発言、学習システム関係者の発言（コンピュータによって生成された発言を含む）を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する。第三学習ＳＮＳユーザ関連情報取得部の働きは、基本的には実施形態１２に示した第一学習ＳＮＳユーザ関連情報取得部と同様であり、既に説明済みである。実施形態１４に特有の働きとして、学習システム関係者の発言（コンピュータによって生成された発言を含む）をＳＮＳユーザ関連情報として取得する。
「学習システム関係者の発言」とは、外部の学習システムやＳＮＳ等を通じて講師やアドバイザー、採点者、添削者などがユーザに対して与えるアドバイスであったり、講師役のシステム（コンピュータ）あるいは講師の発言のことである。これらのアドバイスや発言は、外部の学習システム内で交わされるインターネット上のものでもよいし、電話や実際に対面して行われる音声によるものであってもよいし、紙によって行われるものであってもよい（ＯＣＲによる取得）。いずれの形態によるかは限定しないが、本対話式学習促進システム内に取り込むことが可能なようにデータ処理されたものが学習システム内に保存されていることが必要となる。外部の学習システム関係者の発言は、対話式学習促進システムからの発話に応じて返される発言であってもよい。この場合には、講師等は、ユーザを含むＳＮＳのグループメンバーであるか、外部の学習システムと本実施形態のシステムとの間で対話ができるインターフェイスが備えられているように構成されるのが好ましい。
＜実施形態１４ ハードウェア構成＞
図４３は実施形態１４のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１３のハードウェアを構成するプログラムのうち、実施形態１２又は実施形態１３のプログラムと共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「第三学習ＳＮＳユーザ関連情報取得プログラム」は、ＳＮＳユーザ関連情報としてＳＮＳのユーザの発言に加えて、学習システム関係者の発言も取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報（学習システム関係者の発言も含む）を含む）、学習履歴情報、学習効果情報、カリキュラム情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。なお、第三カリキュラム情報取得プログラムは必須でない。
＜実施形態１４ 処理の流れ＞
図４４は、実施形態１４の処理の流れの一例を示す図である。この図に示すように、第三学習ユーザ識別情報保持ステップ（４４０１）、ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言、学習システム関係者の発言（コンピュータによって生成された発言を含む）を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第三学習ＳＮＳユーザ関連情報取得ステップ（４４０２）、第三学習履歴情報取得ステップ（４４０３）、第三学習効果情報取得ステップ（４４０４）、第三カリキュラム情報取得ステップ（４４０５）、第三学習分析ルール保持ステップ（４４０６）、第三学習状況情報分析取得ステップ（４４０７）、第三学習対話情報蓄積ステップ（４４０８）、第三学習ユーザ別対話情報選択ルール保持ステップ（４４０９）、第三学習対話情報選択ステップ（４４１０）、第三学習対話情報出力ステップ（４４１１）と、からなる。なお、実施形態１２又は実施形態１３と共通の働きをするステップについては説明を省略して、本実施形態の特徴的なステップについてのみ説明をした。なお、第三カリキュラム情報取得ステップは必須でない。
＜実施形態１５＞
＜実施形態１５ 発明の概要＞
実施形態１５の対話式学習促進システムは、実施形態１２から実施形態１４のいずれか一に記載の特徴に加えて、学習効果情報に基づいて出力した対話情報の有効性を判断することを特徴とする。
＜実施形態１５ 発明構成＞
図４５は、実施形態１５の対話式学習促進システムの構成の一例を示す図である。図４５に示すように、実施形態１５の対話式学習促進システムは、第一学習ユーザ識別情報保持部（４５０１）、第一学習ＳＮＳユーザ関連情報取得部（４５０２）、第一学習履歴情報取得部（４５０３）、第一学習効果情報取得部（４５０４）、第一学習分析ルール保持部（４５０５）、第一学習状況情報分析取得部（４５０６）、第一学習対話情報蓄積部（４５０７）、第一学習ユーザ別対話情報選択ルール保持部（４５０８）、第一学習対話情報選択部（４５０９）、第一学習対話情報出力部（４５１０）、学習有効性判断ルール保持部（４５１１）、学習対話情報有効性判断部（４５１２）と、からなる。本実施形態では、実施形態１２から実施形態１４のいずれか一との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態１５ 構成の説明＞
＜実施形態１５ 学習有効性判断ルール保持部＞
「学習有効性判断ルール保持部」は、出力された対話情報に対して取得された学習効果情報に基づいて対話情報が有効であったかを判断するルールである学習有効性判断ルールを保持する。対話情報の有効性はその対話情報と関係する学習効果情報とによって判断される。学習効果が対話情報の影響を受けて上がったと判断できる場合には、その対話情報は有効であったと判断でき、逆に下がったと判断できる場合にはその対話情報は逆効果であったと判断できる。もちろん中立で影響を与えなかったという判断があってもよい。対話情報の出力日をＡ日とした場合に、Ａ＋Ｎ日と、Ａ＋２Ｎ日のそれぞれで対話情報の有効性を判断するように構成してもよい。この有効性の判断回数は２回に限定される物でなく任意の複数回有効性を判断するように構成してもよい。対話情報がユーザに対して学習効果の向上というよい影響を与えるまでの日数は一義的に決定できるものでなく、またユーザの性格などの属性によっても変化しうるものだからである。また一つの学習単位に対して一般には複数の対話情報が出力されるのが一般であるので、複数の対話情報の中での有効性の判断は切り分けられなくてもよい。その場合には集合的な対話情報の塊の有効性を評価することとなる。一方後述するように複数のユーザに対して発せられた共通の対話情報についての有効性を判断する場合には複数の対話情報を構成する各対話情報の影響度を切り分けて有効性を判断することができる。
＜実施形態１５ 学習対話情報有効性判断部＞
「学習対話情報有効性判断部」は、出力された対話情報とこの対話情報に対して取得された学習効果情報と、学習有効性判断ルールとに基づいて対話情報の有効性を判断する。同一学習単位の古いある時点と新しい別の時点の学習効果を比較して、新しい時点での学習効果の方が向上していると認められる場合に、古い時点から新しい時点までの間で出力された対話情報が有効であったと判断される。新しい時点での学習効果の方が減退している場合には、古い時点から新しい時点までの間に出力された対話情報が有効ではなかったと判断される。また学習効果情報を単独で用いて対話情報が有効であったか判断することもできる。これは今までに履修していなかった全く新しい知識が身についたか判断するような場合や、母集団内での偏差値などで評価する場合である。さらにユーザの履歴でなく、他のユーザとの比較においていずれの対話情報が有効であったか判断することもできる。対話情報と学習効果情報は必ずしも１：１の関係でなくてもよい。一つの対話が複数の学習単位に対して有効に働く場合もあるからである。一方、複数の対話が一つの学習単位に対して有効に働く場合もあり、結局、対話情報と学習効果情報は多対多の関係になりうる。学習対話情報有効性判断部では、対話情報出力部から出力される対話情報が、ユーザに惹起させたいどのような行動を狙ったものかはユーザ別対話情報選択ルールに基づいて明らかであるので、どの対話情報とどの学習単位とを比較するかは明らかになっている。つまり、対話情報は、取得した学習状況情報と保持されているユーザ別対話情報選択ルールとに基づいて選択されるので、取得した学習状況が具体的にはどの学習単位を狙ったものであるかを示すこととなる。
学習有効性判断ルールもまた、対話式健康促進システムの有効性判断ルールと同様に、誘導対話の有効性を判断することが可能であるし、ユーザの否定的反応に対する評価を行うことも可能なように構成することが考えられる。誘導対話有効性、ユーザの否定的反応に対する評価、性格の類型についての説明は。実施形態６において既に説明済みである。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は／及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。
＜実施形態１５ ハードウェア構成＞
図４６は実施形態１５のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１５のハードウェアを構成するプログラムのうち、実施形態１２から実施形態１４のいずれか一と共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「学習履歴有効性判断ルール保持プログラム」は、学習有効性判断ルールを保持する。「学習対話情報有効性判断プログラム」は、学習有効性判断ルールに基づいて出力した対話情報の有効性を判断する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、学習有効性判断ルール、学習有効性判断結果、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１５ 処理の流れ＞
図４７は、実施形態１５の処理の流れの一例を示す図である。この図に示すように、第一学習ユーザ識別情報保持ステップ（４７０１）、第一学習ＳＮＳユーザ関連情報取得ステップ（４７０２）、第一学習履歴情報取得ステップ（４７０３）、第一学習効果情報取得ステップ（４７０４）、第一学習分析ルール保持ステップ（４７０５）、第一学習状況情報分析取得ステップ（４７０６）、第一学習対話情報蓄積ステップ（４７０７）、第一学習ユーザ別対話情報選択ルール保持ステップ（４７０８）、第一学習対話情報選択ステップ（４７０９）、第一学習対話情報出力ステップ（４７１０）、有効性判断ルールを保持する学習有効性判断ルール保持ステップ（４７１１）、学習有効性判断ルールに基づいて対話情報の有効性を判断する学習対話情報有効性判断ステップ（４７１２）と、からなる。
＜実施形態１６＞
＜実施形態１６ 発明の概要＞
実施形態１６の対話式学習促進システムは、実施形態１２から実施形態１５のいずれか一に記載した特徴に加えて、学習履歴情報を用いて対話情報の有効性を判断することを特徴とする。
＜実施形態１６ 発明の構成＞
実施形態１６の対話式促進システムの構成の一例は、図３６に示す実施形態１２の構成を基本として、これに加えて、学習履歴有効性判断ルール、学習履歴対話情報有効性判断部を有する構成である。実施形態１２から実施形態１５のいずれか一との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明をする。
＜実施形態１６ 学習履歴有効性判断ルール保持部＞
「学習履歴有効性判断ルール保持部」は、出力された対話情報に対して取得された学習履歴情報に基づいて対話情報が有効であったか判断するルールである学習履歴有効性判断ルールを保持する。「学習履歴有効性判断ルール」は、ユーザが対話情報に従った又は対話情報が意図した行動をとったかを学習履歴から判断して、出力した対話情報の有効性を判断するルールである。出力した対話情報によって指定、提案、意図された内容と一致または近接する行動をユーザがとっている場合に出力した対話情報が有効であると判断する。どの対話情報がどの学習単位等を狙ったものであったかに関しては前述のとおりに取得する。またその行動をとったことが対話情報の出力から所定の時間内に限るように構成することもできる。どの程度の時間内とするかはシステム設計思想によるが、ユーザ属性との関係で適切な時間長を定めることができる。一般的には数時間内から１週間内程度である。
学習履歴有効性判断ルールは、対話情報の有効性を学習履歴情報に基づいて判断するためのルールである。本対話式学習促進システムでは、学習行動を習慣的に身に着けさせるために、学習意欲を刺激して向上ないし維持させるという点に重点がある。従ってある程度外形的な判断になるが、学習履歴情報の情報内容を深くし、その深い情報を利用するルールとすることでより実質に近い判断ができるようになる。例えば、簡単な学習について対話情報の出力から半日経過してからやっとユーザが学習を始めたような場合、対話情報によってユーザの学習意欲が即座に刺激されて学習意欲を高めたとは言えず、出力した対話情報の有効性としては低いと判断する場合がある。ユーザが対話情報に即座に応じたとしても、学習履歴情報から学習継続時間と判断される同時刻中に、ＳＮＳで友人と会話をしていたり、思考中の問題の画像をＳＮＳに投稿してヒントを求めていたりした場合には、学習効果情報として効果が高いという情報が取得されていたとしても、ユーザに正しい学習習慣が身についているとはいえず、出力した対話情報の有効性としては低いと判断することができる。このように学習履歴情報は外部情報によって修正されたものが利用されるように構成してもよい。
学習履歴有効性判断ルールもまた、対話式健康促進システムの有効性判断ルールと同様に、誘導対話の有効性を判断することが可能であるし、ユーザの否定的反応に対する評価を行うことも可能なように構成することが考えられる。誘導対話有効性、ユーザの否定的反応に対する評価、性格の類型についての説明は。実施形態６において既に説明済みである。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は／及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。
＜実施形態１６ 学習履歴対話情報有効性判断部＞
「学習履歴対話情報有効性判断部」は、出力された対話情報とこの対話情報に対して取得された学習履歴情報と、学習履歴有効性判断ルールとに基づいて対話情報の有効性を判断する。ユーザの学習履歴が出力した対話情報の意図と合致するときに最も評価が高くなり、近接性が低くなるほど評価が低くなるように設計することができる。近接性の評価は、（１）対話情報の出力から意図した学習が開始されるまでの時間長、（２）前記時間長の母集団内での偏差値、（３）時間長と意図した学習単位に定められた標準時間との差やその差の母集団内での偏差値、（４）意図した学習の開始予定時間と実際の開始時間の差、（５）前記差の母集団内での偏差値、（６）前記差の学習単位に定められた標準時間差との差やその差の母集団内での偏差値、（７）学習の継続時間、（８）学習の継続時間内での休憩頻度（時間、回数等で測定）、（９）学習と学習との間の空白時間長、（１０）キーボード等の学習用入力デバイスの操作情報、（１１）学習用端末近傍に設置されたカメラからのユーザの動画分析結果、（１２）ユーザの学習関係者による評価等のいずれか一以上で判断することができる。学習履歴対話情報有効性判断部は、ユーザが学習行動をとっている最中に対話情報の有効性を判断できるように構成してもよいし、事後的にバッチ処理（例えば真夜中でユーザが本システムと対話を通常しない時間帯（睡眠時間帯）や、ユーザとの対話が長時間途切れる場合（授業や試験の時間帯：カリキュラム情報等で特定できる））で過去の学習履歴から有効性判断をするように構成することも可能である。
＜実施形態１６ ハードウェア構成＞
実施形態１６のハードウェア構成は、図３７に示す実施形態１２のハードウェア構成を基本とする。実施形態１２から実施形態１５のいずれか一との共通の動作をするプログラムについて説明を省略する。本実施形態で新たに加わる「学習履歴有効性判断ルール保持プログラム」は、学習履歴有効性判断ルールを保持する。「学習履歴対話情報有効性判断プログラム」は、学習履歴有効性判断ルールに基づいて出力した対話情報の有効性を判断する。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、学習履歴有効性判断ルール、学習履歴有効性判断結果、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１６ 処理の流れ＞
実施形態１６の対話式学習促進システムの処理の流れの一例は、図３８に示す実施形態１２の処理の流れを基本とし、第一学習対話情報出力ステップの後にこれに加えて、学習履歴有効性判断ルールを保持する学習履歴有効性判断ルール保持ステップ、学習履歴有効性判断ルールに基づいて出力した対話情報の有効性を判断する学習履歴対話情報有効性判断ステップを有する。実施形態１２から実施形態１５のいずれか一との共通の情報処理を行うステップについての説明は省略した。
＜実施形態１７ 発明の概要＞
実施形態１７の対話式学習促進システムは、実施形態１５又は実施形態１６に記載の特徴に加えて、ビックデータの統計処理によって統計的対話情報有効性判断を行うことを特徴とする。
＜実施形態１７ 発明構成＞
図４８は、実施形態１７の対話式学習促進システムの構成の一例を示す図である。図４８に示すように、実施形態１７の対話式学習促進システムは、第一学習ユーザ識別情報保持部（４８０１）、第一学習ＳＮＳユーザ関連情報取得部（４８０２）、第一学習履歴情報取得部（４８０３）、第一学習効果情報取得部（４８０４）、第一学習分析ルール保持部（４８０５）、第一学習状況情報分析取得部（４８０６）、第一学習対話情報蓄積部（４８０７）、第一学習ユーザ別対話情報選択ルール保持部（４８０８）、第一学習対話情報選択部（４８０９）、第一学習対話情報出力部（４８１０）、学習有効性判断ルール保持部（４８１１）、学習対話情報有効性判断部（４８１２）、学習有効性統計処理ルール保持手段（４８１３）、学習統計的対話情報有効性情報取得手段（４８１４）と、からなる。本実施形態では、実施形態１５又は実施形態１６との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態１７ 構成の説明＞
＜実施形態１７ 学習有効性統計処理ルール保持手段＞
「学習有効性統計処理ルール保持手段」は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである学習有効性統計処理ルールを保持する学習対話情報有効性判断部又は／及び前記学習履歴対話情報有効性判断部が有する手段である。すでに述べた対話情報有効性判断部での処理として一般的にはある特定のユーザに対して出力された対話情報に応じた学習効果情報や学習履歴情報から対話情報のその特定のユーザに対する有効性を個別に判断する、というものが考えられる。「母集団に対して一部は共通のユーザ属性ごとに」とは、学習に関して共通のユーザ属性を有するユーザでなければ対話情報の有効性を比較できないからである。具体的には学習単位やその上位概念（学習科目、学習カテゴリ等）が共通であるユーザ属性を有するユーザを母集団として対話情報の有効性を判断することができる。対話情報の有効性は個別の個人との関係で判断できるが、集団を対象として統計的な有効性を判断することもできる。本システムにおいては、ユーザ識別情報に関連付けてそのユーザの何らかの属性情報を保持していることは前提となっている。学習状況情報もユーザ毎に属性情報として保持されているように構成することが好ましい。
このような共通の属性を有することを条件として母集団を構成し、有効な対話情報を絞り込むことで、個人個人の対話情報に対する応答情報から見出される対話の有効性よりもさらに精度を上げた有効な対話情報の絞り込み（選択）が可能となる。対話情報の統計処理された有効性情報は共通のユーザ属性ごとに取得される。従って、そのユーザ属性を有するユーザ識別情報で識別されるユーザのユーザ別対話情報選択ルールを更新することで、ユーザ属性に応じた対話情報を選択可能に、システムが随時更新されていくことになる。なお、個別ユーザに対する対話情報とその学習効果情報や学習履歴情報から見出される有効性の判断結果と、統計的に処理された有効性の判断結果とが矛盾する場合には、ユーザ個別に判断された有効性の結果を優先する。また両者が矛盾しない場合には重み付けをすることによって有効性が高い順を定めるように構成することができる。最も重み付けは個人個人での判断結果を重たくした方が効果的であると考えられるので例えば、個人個人で有効と判断された対話情報に対する重み付けと、統計的処理によって有効と判断される対話情報とに７：３、６：４程度の重み付けをしてユーザ別対話情報選択ルールに組み込むことが考えられる。
＜学習有効性統計処理ルールについて＞
「学習有効性統計処理ルール」とは、ある対話情報の統計的有効性を取得するためのルールと、ユーザ属性に合わせてアレンジされたユーザ毎に異なる対話情報の意図の同一性を確定するためのルールと、の二つによって構成されている。なお前述のとおり、対話情報には対話情報属性情報が付されており、これによって意図の同一性を判断するように処理してもよい。例えば、ある対話情報の統計的有効性の結果は、５段階評価などの数値評価によって取得することが考えられる。数値評価の数値は、各ユーザが対話情報に含まれるアドバイスに対する学習効果情報や学習履歴情報に基づいて評価することが考えられる。なお、統計処理は、過去に蓄積された対話情報と対応付けられている学習効果情報又は／及び学習履歴情報を用いて統計処理することもできる。さらに有効性の取得は、対話情報の出力前後の学習状況情報の変化に応じて取得されるように構成してもよい。これは統計処理の場合でも統計処理をしない場合でも同様である。また、学習有効性統計処理ルールは、導入対話及びユーザの否定反応に対する評価についても、統計的有効性を判断可能に構成しておくことが考えられる。導入対話情報、否定的反応に対する評価、性格の類型についての説明は、対話式健康促進システムの実施形態６において説明済みである。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。
ユーザ属性情報は、ユーザ識別情報に関連付けてユーザ属性情報保持部などに保持されるように構成されるが、このユーザ属性情報は、対話情報と応答情報とユーザ属性情報判断ルールとに基づいてユーザ属性情報保持部に保持されているユーザ属性情報を更新するように構成してもよい。さらに後述する性格診断テストを定期的に又は不定期に実施して（性格診断対話情報等を用いる）この保持されているユーザ属性情報を更新するように構成してもよい。さらに、初期のユーザ属性情報を構成するユーザの性格に関しては、各性格種毎に点数化して保持するようにしたうえで中央値を割り当てたり、ユーザに対してアンケートを行ってそのアンケート結果を保持するように構成することがが考えられる。さらに、性格はＳＮＳの会話情報を会話情報分析ルールに基づいて会話情報分析部によって分析して性格を割り出すように構成してもよい。ＳＮＳ中には友人等との間の膨大な会話が蓄積されているのでこれを有効に利用できる。さらに、ＳＮＳ中に紹介されている読書傾向、映画の好みの傾向、音楽の好み、趣味、好みの芸能人や有名人、などを分析して性格を割り出すように構成してもよい。ユーザ属性情報の学習関連の情報は、国籍、使用する言語、留学経験の有無、留学先の国、学年、クラス、男女、所属学校、所属塾、所属通信学習コース（学習システムでの学習コース）、所属教室、理系か文系か、学習している科目、学習単位、志望校、進路、出身校、出身クラブ、流派、所属階級（初段、二級など）、役職、学習対象の学習継続年数（時間）、大会などでの入賞経験、大会などへの参加経験などである。これらの情報の取得方法については、実施形態１２にて説明済みである。
＜実施形態１７ 学習統計的対話情報有効性情報取得手段＞
「学習統計的対話情報有効性情報取得手段」は、複数のユーザの対話情報と、保持されている学習有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した統計的対話情報有効性情報を取得する対話情報有効性判断部が有する手段である。前述のように、本システムにおいては、ユーザ識別情報に関連付けてそのユーザの何らかの属性情報を保持していることは前提となっていて、このような属性で母集団を構成し、属性が共通する母集団ごとに対話情報の有効性情報をまとめることで、少なくとも母集団に対して一部は共通のユーザ属性ごとに統計的対話情報有効性情報を取得することができる。「学習統計的対話情報有効性情報」とは、統計的に処理された結果、ユーザ属性等に応じて対話の有効度（有効度低から有効度高まで）と、各有効度を有する各種対話情報の種類数を関数として表現した情報であり、一般的に正規分布するものである。図２２は、学習統計的対話情報有効性情報の例示の一つである（実施形態７で説明済みである。）。つまり、有効度「中」となる対話情報が最も数が多く（有効度平均となる対話情報の種類が最も多い）、逆に有効度「高」及び有効度「低」となる対話情報の数が減るように分布するデータ群である。このデータを用いることによってどのような会話情報がどの程度の有効性を発揮するかを知ることができ、コンピュータとしては利用することができる。対話情報を用いるテーマや目的ごとに、学習統計的対話情報有効性情報は区別して保持されるとなお良く、対話情報を用いるテーマや目的ごとに複数の情報が存在している。
＜実施形態１７ ハードウェア構成＞
図４９は実施形態１７のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１７のハードウェアを構成するプログラムのうち、実施形態１５又は実施形態１６との共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「学習有効性統計処理ルール保持プログラム」は、学習有効性統計処理ルールを保持する。「学習統計的対話情報有効性情報取得プログラム」は、学習有効性統計処理ルールに基づいて学習統計的対話情報有効性情報を取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、学習有効性判断ルール、学習有効性判断結果、学習有効性統計処理ルール、学習統計的対話情報有効性情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１７ 処理の流れ＞
図５０は、実施形態１７の処理の流れの一例を示す図である。この図に示すように、第一学習ユーザ識別情報保持ステップ（５００１）、第一学習ＳＮＳユーザ関連情報取得ステップ（５００２）、第一学習履歴情報取得ステップ（５００３）、第一学習効果情報取得ステップ（５００４）、第一学習分析ルール保持ステップ（５００５）、第一学習状況情報分析取得ステップ（５００６）、第一学習対話情報蓄積ステップ（５００７）、第一学習ユーザ別対話情報選択ルール保持ステップ（５００８）、第一学習対話情報選択ステップ（５００９）、第一学習対話情報出力ステップ（５０１０）、学習有効性判断ルール保持ステップ（５０１１）、学習対話情報有効性判断ステップ（５０１２）、学習有効性統計処理ルールを保持する学習有効性統計処理ルール保持サブステップ（５０１３）、学習有効性統計処理ルールに基づいて統計的対話情報有効性情報を取得する学習統計的対話情報有効性情報取得サブステップ（５０１４）と、からなる。
＜実施形態１８＞
＜実施形態１８ 発明の概要＞
実施形態１８の対話式学習促進システムは、実施形態１５から実施形態１７のいずれか一に記載の特徴に加えて、有効性判断結果に基づいてユーザ別対話情報選択ルールを更新することを特徴とする。
＜実施形態１８ 発明の構成＞
図５１は、実施形態１８の対話式学習促進システムの構成の一例を示す図である。図５１に示すように、実施形態１８の対話式学習促進システムは、第一学習ユーザ識別情報保持部（５１０１）、第一学習ＳＮＳユーザ関連情報取得部（５１０２）、第一学習履歴情報取得部（５１０３）、第一学習効果情報取得部（５１０４）、第一学習分析ルール保持部（５１０５）、第一学習状況情報分析取得部（５１０６）、第一学習対話情報蓄積部（５１０７）、第一学習ユーザ別対話情報選択ルール保持部（５１０８）、第一学習対話情報選択部（５１０９）、第一学習対話情報出力部（５１１０）、学習有効性判断ルール保持部（５１１１）、学習対話情報有効性判断部（５１１２）、学習ユーザ別対話情報選択ルール更新部（５１１３）と、からなる。本実施形態では、実施形態１５から実施形態１７のいずれか一との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態１８ ユーザ別対話情報選択ルール更新部＞
「学習ユーザ別対話情報選択ルール更新部」は、学習対話情報有効性判断部又は／及び前記学習履歴対話情報有効性判断部での有効性判断結果に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。更新するとは、ユーザ別に対話情報に関連付けられている有効性を更新することである。有効性判断の結果、従来から対話情報に関連付けられているユーザ別の有効性に変動があった場合には最新の有効性に関連付ける処理を行う。図２５はユーザ別対話情報選択ルール更新部の働きを表す図であり、実施形態８で概要を説明済みである。結果として、従前より有効性の高い対話情報を選択することが可能となる。この選択は対話情報蓄積部（第一、第二を含む）に蓄積されている対話情報の優先選択順位を変更する処理でもある。有効性は、学習効果情報に基づいて判断される有効性、学習履歴情報に基づいて判断さえれる有効性、その他応答対話情報に基づいて判断される有効性と、その基づく情報別に保持されるように構成されていてもよい。さらに有効性は、対話情報として選択すべき頻度、誘導対話中に対話情報として選択すべき回数、のように表現されるものであってもよい。さらに有効性は、発言者であるアバターや、発言形式に応じて関連付けられるように構成してもよい。
図５２は、実施形態１８における選択ルールを更新するＡＩ（人工知能）の働きの概要を示す概念図である。本件対話式学習促進システムは、個人の特性を反映させたユーザ別対話情報選択ルールを保持している。ここに反映されるユーザごとの個人の特性は、会話の際の言葉遣いという対話情報の形式、学習状況情報に対応する対話情報の内容、対話情報の出力のタイミング、対話情報の出力間隔、誘導対話の並べ方、あきらめないプロセス（同一意図の対話情報の繰り返し）、対話情報を出力するアバターなどの選択などに反映されることになる。図に示すように、ユーザＸ（５２０１）について、学習状況情報Ａ（５２０２）のとき、「明日の小テストの対策をしましょう」という対話情報を選択するルール１（５２０３）、学習状況情報Ｂ（５２０４）のとき、「夕飯の前に一勉強しませんか？」という対話情報を選択するルール２（５２０５）、学習状況情報Ｃ（５２０６）のとき、「今日もお疲れ様。一休みしたら頑張ろう！」という対話情報を選択するルール３（５２０７）がユーザ別対話情報選択ルールとして保持されているとする。このとき、過去に取得したことのない学習状況情報Ｄ（５２０８）が取得されたとすると、学習状況情報Ｄと類似する学習状況情報に関するルールを組み合わせることによってユーザ別対話情報の選択を行うことになる。本図の例では、ある科目の学習連続日数が１２日違う以外、学習状況情報Ｃとその他の数値が一致していることから、類似する学習状況情報として学習状況情報Ｃに対して選択される対話情報に類似した対話情報である、「一休みしたらちょっと勉強しよう！」という対話情報（５２０９）を選択して出力する。出力された対話情報に対して、「問３回答間違い」（５２１０）との学習効果情報が取得された場合、ユーザは一問分しか学習しておらず（学習履歴情報）、かつ不正解のまま終了していることが認められる。対話情報に応じて学習したことが認められるものの、その内容が不十分であり、学習意欲が十分に刺激されて高まらなかったことが認められるため、選択した学習対話情報の有効性は低かったものと認められ、学習対話情報有効性判断結果として２点が得られる（５２１１）。この学習対話情報有効性判断結果を受けて、学習状況情報Ｄが取得された時には、「一休みしたら、勉強を頑張ろうね！」という対話情報を選択する新しいルール（５２１２）が取得されることになり、更新ユーザ別対話情報選択ルールが取得され、ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選ルールが更新される。
＜実施形態１８ ハードウェア構成＞
図５３は実施形態１８のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１８のハードウェアを構成するプログラムのうち、実施形態１５から実施形態１７のいずれか一と共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「学習ユーザ別対話情報選択ルール更新プログラム」は、対話情報の有効性に応じてユーザ別対話情報選択ルールを更新する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、学習有効性判断ルール、学習有効性判断結果、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１８ 処理の流れ＞
図５４は、実施形態１８の処理の流れの一例を示す図である。この図に示すように、第一学習ユーザ識別情報保持ステップ（５４０１）、第一学習ＳＮＳユーザ関連情報取得ステップ（５４０２）、第一学習履歴情報取得ステップ（５４０３）、第一学習効果情報取得ステップ（５４０４）、第一学習分析ルール保持ステップ（５４０５）、第一学習状況情報分析取得ステップ（５４０６）、第一学習対話情報蓄積ステップ（５４０７）、第一学習ユーザ別対話情報選択ルール保持ステップ（５４０８）、第一学習対話情報選択ステップ（５４０９）、第一学習対話情報出力ステップ（５４１０）、学習有効性判断ルール保持ステップ（５４１１）、学習対話情報有効性判断ステップ（５４１２）、有効性判断結果に基づいてユーザ別対話情報選択ルールを更新する学習ユーザ別対話情報選択ルール更新ステップ（５４１３）と、からなる。
＜実施形態１９＞
＜実施形態１９ 発明の概要＞
実施形態１９の対話式学習促進システムは、実施形態１７又は実施形態１７を基本とする実施形態１８の特徴に加えて、統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新することを特徴とする。
＜実施形態１９ 発明の構成＞
図５５は、実施形態１９の対話式学習促進システムの構成の一例を示す図である。図５５に示すように、実施形態１９の対話式学習促進システムは、第一学習ユーザ識別情報保持部（５５０１）、第一学習ＳＮＳユーザ関連情報取得部（５５０２）、第一学習履歴情報取得部（５５０３）、第一学習効果情報取得部（５５０４）、第一学習分析ルール保持部（５５０５）、第一学習状況情報分析取得部（５５０６）、第一学習対話情報蓄積部（５５０７）、第一学習ユーザ別対話情報選択ルール保持部（５５０８）、第一学習対話情報選択部（５５０９）、第一学習対話情報出力部（５５１０）、学習有効性判断ルール保持部（５５１１）、学習対話情報有効性判断部（５５１２）、学習有効性統計処理ルール保持手段（５５１３）、学習統計的対話情報有効性情報取得手段（５５１４）、学習統計的ユーザ別対話情報選択ルール更新部（５５１５）と、からなる。本実施形態では、実施形態１７又は実施形態１８との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態１９ 学習統計的ユーザ別対話情報選択ルール更新部＞
「学習統計的ユーザ別対話情報選択ルール更新部」は、取得した統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。他の点は実施形態１８と同様である。
＜実施形態１９ ハードウェア構成＞
図５６は実施形態１９のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態１９のハードウェアを構成するプログラムのうち、実施形態１７又は実施形態１７を基本とする実施形態１８のいずれか一と共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「学習統計的ユーザ別対話情報選択ルール更新プログラム」は、学習統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、学習有効性判断ルール、学習有効性判断結果、学習有効性統計処理ルール、学習統計的対話情報有効性情報、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態１９ 処理の流れ＞
図５７は、実施形態１９の処理の流れの一例を示す図である。この図に示すように、第一学習ユーザ識別情報保持ステップ（５７０１）、第一学習ＳＮＳユーザ関連情報取得ステップ（５７０２）、第一学習履歴情報取得ステップ（５７０３）、第一学習効果情報取得ステップ（５７０４）、第一学習分析ルール保持ステップ（５７０５）、第一学習状況情報分析取得ステップ（５７０６）、第一学習対話情報蓄積ステップ（５７０７）、第一学習ユーザ別対話情報選択ルール保持ステップ（５７０８）、第一学習対話情報選択ステップ（５７０９）、第一学習対話情報出力ステップ（５７１０）、学習有効性判断ルール保持ステップ（５７１１）、対話情報有効性判断ステップ（５７１２）、学習有効性統計処理ルール保持サブステップ（５７１３）、学習統計的対話情報有効性情報取得サブステップ（５７１４）、統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する学習統計的ユーザ別対話情報選択ルール更新ステップ（５７１５）と、からなる。
＜実施形態２０＞
＜実施形態２０ 発明の概要＞
実施形態２０は、実施形態１２を方法的に記載した発明であり、基本的には実施形態１２の発明の糧どりをコンピュータの動作方法として表現したものである。
＜実施形態２０ 発明の構成＞
本実施形態の対話式学習促進システムは、図７９に示すように、ユーザのＳＮＳ関連情報を取得する学習ＳＮＳユーザ関連情報取得ステップ（７９０１）、ユーザが利用する外部の学習システムからユーザの学習履歴情報を取得する学習履歴情報取得ステップ（７９０２）、ユーザが利用する外部の学習システムからユーザの学習効果情報を取得する学習効果情報取得ステップ（７９０３）、学習分析ルールに基づいた分析により学習状況情報を取得する学習状況情報分析取得ステップ（７９０４）、蓄積された対話情報の中から、学習状況情報とユーザ別対話情報選択ルールに基づいて出力する対話情報を選択する学習対話情報選択ステップ（７９０５）、選択した対話情報を出力する学習対話情報出力ステップ（７９０６）と、からなる。
＜実施形態２１＞
＜実施形態２１ 発明の概要＞
実施形態２１は、実施形態１２を方法的に記載した発明であり、基本的には実施形態１２の発明のカテゴリをコンピュータの動作方法として表現したものである。
＜実施形態２１ 発明の構成＞
実施形態２１に示す対話式学習促進システムの動作プログラムの構成は、図７９に示す構成と同様である。各構成の説明については、実施形態２０で説明済みのため、省略する。
＜実施形態２２＞
＜実施形態２２ 発明の概要＞
実施形態２２の対話式購入促進システムは、ＳＮＳでのユーザの発言情報や閲覧情報に加えて、購買履歴情報や宣伝広告発信履歴情報を用いて、ユーザの購買に向けた意欲の高まりを示す購入状況情報を取得し、ユーザの現在の購入に向けた動機の程度である購入状況にあった対話を前記ＳＮＳに出力することで、ユーザの購買動機を強めることを目的とする。
図５８は、対話式購入促進システムと各種ＳＮＳと宣伝広告等の関係を示すイメージ概念図である。日常的にＳＮＳ１（５８０２ａ）及びＳＮＳ２（５８０２ｂ）を利用してコミュニケーションをとっているあるユーザ（５８０１）が、本対話式購入促進システム（５８０３）を利用するＳＮＳとしてＳＮＳ２を指定した場合には、本対話式購入促進システムはＳＮＳ２を通じて対話情報を出力する（５８０４）。本対話式購入促進システムは、ＳＮＳ１を通じて取得できるＳＮＳユーザ関連情報（５８０５ａ）及び／又はＳＮＳ２を通じて取得できるＳＮＳユーザ関連情報（５８０５ｂ）に加えて、ユーザがパソコン等を通じて閲覧した商品に関する情報（５８０６）、企業がユーザに対して提供した宣伝広告に関する宣伝広告発信履歴情報（５８０７）等を取得する。さらに、ユーザが実際に販売店を訪問したライフログ情報（５８０９）等を取得するように構成してもよい（実施形態２３）。
図５９は、対話式購入促進システムがあるユーザに対して購買促進アドバイスを行う際のイメージ概念図である。対話式購入促進システム（５９０１）は、対話式購入促進システムに登録したユーザ（５９０２）が、日常的にＳＮＳ等を利用して発信している会話情報（「そろそろ車を買い替えたいな」「次もＴの車かな」「Ｂの車も気になるな」「週末見に行こう。」等）や、閲覧している第三者の発言に関する情報（新作自動車の関連記事を閲覧、車の買取査定のお試し計算を確認、複数の自動車会社からのＤＭ等）等のユーザ固有の情報（５９０３）を自動的に取得（５９０４）する。取得した情報を分析（５９０５）することで、購入状況情報（５９０６）を取得する。本対話式購入促進システムは、取得した購入状況情報から、背景目的を決定して目的達成のための適切な対話情報を選択する。例えば、ユーザに継続して同種の車の購買を行わせたい場合には、目的達成のための適切な対話情報として、「こんばんは！新しいＴの車見た？前よりもさらに乗り心地が良くなって、車内空間が開放的らしいよ。アメリカでもすごく人気で、発注から納品に１か月かかるんだって。幸い、日本ではそんなに待たないみたいだけど、そのうち品薄になりそうな予感。今度の試乗で決断出来たら安心だね！」といったように、ＳＮＳを利用してユーザに適した口調で対話情報（５９０７）を、ユーザの所有する対話式購入促進システムとの対話を受信する形態端末に出力する（５９０８）。
対話式購入促進システムは、第一の特徴として、ユーザの購入状況の分析に、ＳＮＳでの発言等の外部情報と企業側が有する宣伝広告発信履歴やユーザの購入履歴を用いている。次に、第二の特徴として、取得した外部情報等分析して、ユーザの「購入意欲」を分析して、「現在の購入状況情報」を分析取得している。さらに、第三の特徴として、分析取得した「現在の購入状況情報」から最適なアドアイス等の対話情報の内容を選択して、ユーザが普段から慣れ親しんでいる又は説得されやすい口調に合わせて最適な口調を用いて選択したアドバイス内容である対話情報を出力する。
＜実施形態２２ 発明の構成＞
図６０は、実施形態２２の対話式購入促進システムの構成の一例を示す図である。図６０に示すように、実施形態２１の対話式購入促進システムは、第一購買ユーザ識別情報保持部（６００１）、第一購買ＳＮＳユーザ関連情報取得部（６００２）、第一購買履歴情報取得部（６００３）、第一購買宣伝広告発信履歴情報取得部（６００４）、第一購買分析ルール保持部（６００５）、第一購買購入状況情報分析取得部（６００６）、第一購買対話情報蓄積部（６００７）、第一購買ユーザ別対話情報選択ルール保持部（６００８）、第一購買対話情報選択部（６００９）、第一購買対話情報出力部（６０１０）と、からなる。
＜実施形態２２ 構成の説明＞
＜実施形態２２ 第一購買ユーザ識別情報保持部＞
「第一購買ユーザ識別情報保持部」は、ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する。「特定商品」とは、本対話式購入促進システムにて購買促進を狙う商品であり、「商品」とは本明細書において商品のみ、サービスのみ、商品およびサービスのいずれでもよいものとする。商品には市場を流通する商品の他に市場を流通しない商品、例えば建築物や不動産、美術工芸品、一点ものの絵画、彫刻、民芸品、骨とう品なども含まれ、サービスには、一般になされるサービスの他、映画の上映、演劇の上演、情報の提供、コンサルティング、マーケティング、医師による治療、保険適用外の意思による処置、運送、運搬、運輸、発電、送電など各種のサービスが含まれる。ユーザ識別情報は、本対話式購入促進システム内でユーザを識別できればよいが、ユーザの識別は、特定商品ごとに行うように構成してもよい。ユーザ識別情報に関連付けて、氏名、住所、電話番号、メールアドレス、ユーザが特別に設定するＩＤ、生年月日、職業、年齢、性別、などを保持するのが一般的であり、さらに健康に関連するユーザの肉体的な情報等（例えば、身長、体重、平均体温、平均時脈拍数、平均時呼吸数、平均時心拍数、平均時運動量（時間、質、態様等）、ジム通いの有無）といった情報の一以上が保持されていてもよい。本対話式購入促進システムでは、上記ユーザの肉体的な情報に加えて、又はこれに替えて、ユーザが購入履歴を有する特定商品を識別する情報、ユーザの購買に関連する情報である現在所有している又は利用している特定商品に代替可能性がある商品や商品の種類、現在利用の商品の購入時期、収入、借入状況、利用しているクレジットカード（カード番号を含む）、保有している株式情報、保有している仮想通貨（種別、額）、利用している銀行（口座番号）、家族構成、交友関係、勤務先、勤続年数、勤務先での役職、勤務先業種、通学先、勤務地、通学地、通勤ルート、通学ルート、出身学校、前の勤務先、通勤利用交通機関、通学利用交通機関、自宅最寄り駅、勤務時間、休日、趣味・嗜好（食べ物、飲み物、服装、音楽、映画、読書、香水、色、時計、車、パソコン、家電メーカー、ブランド、遊び、コレクション、ヘアスタイル、ネイル、アクセサリ、たばこ、ゲーム、スポーツ、放送局、テレビ番組、ラジオ番組、タレント・芸能人などの一以上）、購読情報（新聞、雑誌、週刊誌、機関紙）、特定商品と代替可能性がない所有商品の情報、商品カテゴリごとの平均購入価格帯、訪問店舗（商品・サービスの購入の有無を関連付けて）識別情報、訪問店舗での接客情報（話した内容、対応した人）などの一以上が含まれていてもよい。ユーザの身体的な状態を示すライフログとして、心拍数、脈拍数、呼吸数、体温、筋肉の収縮・弛緩の度合い、脳波、血流速度、血中酸素濃度、血中アルコール量、アレルギー反応の程度、疲労物質の蓄積の程度、等の一以上を含むように構成してもよい。これらは、身体に装着しており身体の状態を測定可能なウエアラブル端末や、身体に身に着けてはいないが通信機能を有する身体データ測定装置などから取得する。または、通信でないが可搬型のメモリに収納された身体データを可搬型メモリ（例えばＵＳＢメモリ、ＩＣカード（ＲＦＩＤ機能を有するプリペイドカードなども含む）、可搬型ディスクドライブ、光記録媒体、磁器メモリなど）から取得することもできる。なお、プリペイドカードの場合には健康診断や、医師による治療の手数料支払い時に身体の状態に関する情報を受け取り、これを取得することで身体の状態を示すデータを取得できる。
ユーザ識別情報に関連付けて保持されるユーザ属性情報は、対話式購入促進システムの利用開始時にユーザ自身に登録させるように構成することもできる。この登録があってこの対話式購入促進システムが利用可能になるように構成することができる。さらにユーザ属性情報は、既にユーザが利用している他のシステムから移転ないしコピーして取得するように構成することもできる。例えば利用履歴がある店、百貨店、スーパー、ウエブ上の商品購入サイト、アプリケーションによる商品購入システム等のデータや、ユーザが利用している家計ソフト、ユーザが利用している税理士や公認会計士が管理するコンピュータシステム、ユーザが利用している電子マネーのシステムから取得する情報、ユーザが利用しているクレジットカードのシステムからの情報、トレーニングアプリ等の施設が保有するデータ等を利用できる。
ユーザ属性情報の登録は、（１）購入履歴（又は、宣伝広告発信履歴や受信履歴）がある場合には最初の購入（又は、宣伝広告の閲覧、受信）、または、２回目以降の購入（又は、宣伝広告の閲覧、受信）に際してユーザ属性を登録するように構成ことができる。この登録は、購入（又は宣伝広告の閲覧）がネット経由の場合には、ネット経由にて登録するように構成することができる。２回目以降の購入に際してユーザ属性を登録した場合には、ウエブ経由の場合には、最初に購入（又は宣伝広告の閲覧、受信）した際の端末にクッキーを送信して、２回目以降の購入に際しての登録の際に、同じ端末の購入ウエブページのクッキーを介して記録してあったアクセス・購入実績を遡及的に購入履歴として記録するように構成することもできる。
ただし、購入したネット自体が会員制ショッピングモール、クレジットカード会社のウエブショッピングのような場所で登録の場合には、ショッピングモールに登録した際の登録済みユーザ属性を流用可能である。さらにユーザ属性を流用する構成とする場合には、流用情報と新規の購入（宣伝広告の閲覧、受信）の際のユーザ属性登録事項をミックスしてユーザ属性とするように構成してもよい。さらに登録はウエブオフライン（はがき、手紙、電子メール等）でするように構成することも可能である。オフラインで登録する場合には、人による入力作業又は、機械的文字読み取りによる入力が行われるように構成することもできる。通販雑誌などの紙媒体の場合には、通販会員登録時にはがき、手紙、ウエブサイトなどからユーザ属性を登録するように構成することもできる。
クレジットカード会社が行っている通信販売の場合も同様である。さらに、購入履歴がなく、宣伝広告にアクセスしただけのユーザのユーザ属性の登録は、宣伝広告のプッシュ通知の登録の際に宣伝広告の登録申し込みウエブ画面から登録、又は、メールによって登録するように構成してもよい。さらに宣伝広告を閲覧するコンピュータ内にクッキーを送信して、そのコンピュータ上で行われる各種情報取得や、コンピュータ内に保存されているユーザ属性を取得するように構成することもできる。ユーザ属性の登録は、宣伝広告のプッシュ通知登録等の後、商品購入があった場合には、さらに詳細なユーザ属性を登録して併せてユーザ属性とすることも可能である。
＜実施形態２２ 第一購買ＳＮＳユーザ関連情報取得部＞
「第一購買ＳＮＳユーザ関連情報取得部」は、ユーザ識別情報と関連付けてユーザが利用するＳＮＳの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する。ここで、「ＳＮＳユーザ関連情報」及び「ＳＮＳ」の定義については、対話式健康促進システムに関する実施形態１において説明済である。
＜実施形態２２ 第一購買履歴情報取得部＞
「第一購買履歴情報取得部」は、ユーザ識別情報と関連付けて前記特定商品の購買履歴を示す情報である購買履歴情報を取得する。購買履歴情報は、ユーザが前記特定商品を過去に購入したときの購入時点、購入価格、購入店舗情報、現在の商品の買取査定価格情報に加え、本対話式購入促進システムから対話情報を出力していこう特定商品の購入を行ったさいの購入日時、購入価格、購入先店舗の情報も含まれる。購買履歴情報は、購買先の店舗、すなわち本システムの利用を通じてユーザに特定商品の購入に向けてのアプローチを実践している企業等から提供されることが考えられる。また購買履歴情報にはＮ回目の購入はしたが、Ｎ＋１回目のいまだに購入していない情報も含まれるものとする。例えば購入の前段階で特定商品等の販売者や製造者との間でされるユーザの行為である。
＜実施形態２２ 第一購買宣伝広告発信履歴情報取得部＞
「第一購買宣伝広告発信履歴情報取得部」は、ユーザ識別情報と関連づけてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する。「宣伝広告発信履歴情報」とは、特定商品の宣伝のために発信された情報の履歴である。したがって、例えばテレビＣＭ、新聞広告、雑誌広告、ラジオＣＭ、車内広告、新聞折込チラシ、ＤＭ、ＳＮＳ発信ニュース、プレスリリース情報、社内報、会社ＨＰ、雑誌特集記事、テレビ番組の特集、イベント等、様々な情報が考えられる。宣伝広告発信履歴は、ユーザを特定して発信されるものも、不特定の者に向けて発信されるものも含まれる。これらの宣伝広告活動に関連する情報を、主にユーザが利用しているＳＮＳを搭載している携帯端末、デスクトップＰＣ、タブレット端末、ノートＰＣや、ユーザ識別情報に関連付けられているユーザ属性情報、すでに購買履歴がある企業のサーバ（ＤＭ履歴に関する情報を保持するもの）などの情報閲覧・視聴履歴から宣伝広告発信履歴情報として取得する。取得はタグ、画像の自動認識、含まれる文字、含まれる写真、含まれる音声、含まれるＵＲＬ、含まれる放送番組ＩＤなどから自動認識して取得することができる。これは確定的な情報と推定情報とからなる。また推定情報の確度を向上するために対話情報としてＳＮＳを通じて宣伝広告を視聴したか問う構成とすることも可能である。
＜実施形態２２ 第一購買分析ルール保持部＞
「第一購買分析ルール保持部」は、ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を購買状況の把握の観点で分析して購入状況情報を取得するためのルールである第一購買分析ルールを保持する。第一購買分析ルールは、ユーザ識別情報と関連付けられているので、ユーザの特徴に合わせた購買分析ルールとなる。また、本対話式購入促進システムの究極的な目的は、自発的な特定商品の購買の継続の実現にある。自発的な購買の継続を実現するためには、購買の習慣化を身に着けさせることと、この習慣を身に着けるための購買意欲の向上、及び、身に着けた習慣を維持するために、購買意欲の維持を行うことが必要となる。本対話式購入促進システムは、購買意欲の向上及び維持を実現するための対話システムである。したがって、購買分析ルールは、購買意欲の向上及び維持を行う上で必要となるユーザごとの購入状況情報の分析取得をおこなうためのユーザ毎のルールである。
「購入状況情報」とは、ユーザがどの程度特定商品の購入に意欲的か、という特定商品とユーザとの距離感を示す情報である。距離感の演算には、「外部情報から取得する情報」として、特定商品に関連する情報へのＳＮＳ内での発言量・発言頻度・発言量の変化・発言頻度の変化・発言等の友好度、発言から推測される特定商品の使用頻度、利用頻度、消費頻度のいずれか一以上を挙げることができ、「購買履歴情報から取得する情報」としては、特定商品のリピート購入回数・所定期間内のリピート購入回数・リピート購入継続時間（年数、月数、週数、日数）・リピート購入間隔の変化、のいずれか一以上を挙げることができ、「宣伝広告発信履歴情報から取得する情報」としては、特定商品に関連する情報へのアクセス頻度、特定商品に関連する情報（ホームページへのリンク、ホームページ内の情報のコピー、メール、メールの添付物、ＳＮＳでの紹介）の蓄積量・蓄積速度・蓄積加速度のいずれか一以上を挙げることができる。距離感の定量化は、第一購買分析ルールを用いる。このルールは、外部情報、購買履歴情報、宣伝広告発信履歴情報をそれぞれ定量化して組み合わせることによって距離感を演算するように構成される。
外部情報から取得する情報に基づいて購入状況情報の定量化をするためには、例えば、ＳＮＳ内での発言量、発言頻度が多い方が距離感が近く、少ない方が距離感が遠くなるように定量化し、発言量の変化や発言頻度の変化は増える方が距離感が近く、減る方が距離感が遠くなるように定量化する。発言等の友好度に関しては友好度が高い方が距離感が近く、友好度が低い方が距離感が遠くなるように定量化する。定量化の度合いはユーザに応じて変化するものであってもよい。この友好度の高低は、発言を有意味解析して行う。またその際にユーザの精神状態を分析して、よい精神状態であるほど有効度が高く、逆に悪い精神状態であるほど有効度が低いと計算する。精神状態としては、発する言葉が、「安心」、「精神的安定」「リラックス」などの状態であることを推定させる言葉やしぐさが外部情報として取得される状況を作り出すこと、状況を維持すること、を挙げることができる。また、精神的健康状況は良い、悪いのみでなく、安心、不安、感謝、驚愕、興奮、好奇心、性的好奇心、冷静、焦燥 (焦り)、不思議 (困惑)、幸運、リラックス、緊張、名誉、責任、尊敬、親近感 (親しみ)、憧憬 (憧れ)、欲望 (意欲)、恐怖、勇気、快感、後悔、満足、不満、無念、嫌悪、恥、軽蔑、嫉妬、罪悪感、殺意、期待、優越感、劣等感、怨み、苦しみ、悲しみ、切なさ、感動、怒り、諦め、絶望、憎悪、空虚などの精神的状況を格付け、点数化して友好度の演算に利用するように構成することもできる。さらに特定商品に注意を払っている度合いに応じて友好度を演算したり、特定商品に対する興味を有する度合いに応じて友好度を取得したり、特定商品に関する連想の量に応じて友好度を取得したり、特定商品に関連する欲望の量に応じて友好度を取得したり、特定商品に関する比較量の多さに基づいて友好度を取得したり、特定商品に関する良さの確信の量に応じて友好度を取得したり、特定商品に関する購入の決断の強さに応じて友好度を取得するように構成できる。
購買履歴情報に基づいて購入状況情報の定量化をするには、特定商品の購入のリピート回数・所定期間内のリピート回数・リピート継続時間（年数、月数、週数、日数）が大きいほど距離感が近くなるように定量化し、逆に小さいほど距離感が遠くなるように定量化する。またリピート間隔の変化については、リピート間隔が一定又は短くなる場合に距離感が近くなるように定量化し、リピート間隔が長くなる場合に距離感が遠くなるように定量化するように構成できる。ただし、特定商品がビールなどの大量消費商品であるか、自動車のような高級消費材であるかに応じて間隔に関しては評価するように構成するとよい。
宣伝広告発信履歴情報から取得する情報に基づいて購入状況情報を定量化するには、特定商品に関連する情報へのアクセス頻度が高くなるほど距離感が近くなるように定量化し、逆にアクセス頻度が低くなるほど距離感が遠くなるように定量化する。特定商品に関連する情報（ホームページへのリンク、ホームページ内の情報のコピー、メール、メールの添付物、ＳＮＳでの紹介）の蓄積量・蓄積速度・蓄積加速度については、増加するほど距離感が近くなるように定量化し、減少するほど距離感が遠くなるように定量化する。
購入状況情報はこれら３種類の情報を総合して取得される。どのように各要素を重み付けするかはシステムの設計思想に依存する。例えば購買履歴情報を重点配点し、次に外部情報を重点配点とし、最後に宣伝広告発信履歴情報を配点とすることが考えられる。例えば、３種類の情報に基づいてそれぞれが１００点満点である場合には、ユーザの属性や、過去の三種類の情報と購買履歴情報とに基づいてユーザ毎に重み付けを変えて、例えば、購買履歴情報の点数を６０％、外部情報を３０％、宣伝広告発信履歴情報を１０％から購買履歴情報の点数を４０％、外部情報を４０％、宣伝広告発信履歴情報を２０％、の間に設定するなどが考えられる。
＜実施形態２２ 第一購買購入状況情報分析取得部＞
「第一購買購入状況情報分析取得部」は、ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている第一購買分析ルールとに基づいて購入状況情報を取得する。なお、購入状況情報は、購入に対する距離感である定量化された値の他にユーザの心理状態種別などを付随する情報として含んでいてもよい。取得された購入状況情報は当該第一購買購入状況情報分析取得部に過去の分も含めてユーザ識別情報や出力された対話情報と時間的に関連付けて保存されていてもよいし、ユーザ識別情報と関連付けられた情報として保存されているユーザ属性情報の一部として保存されてもよい。
＜実施形態２２ 第一購買対話情報蓄積部＞
「第一購買対話情報蓄積部」は、ユーザ識別情報に関連付けて取得した購入状況情報に応じて発信すべき対話情報を蓄積する。対話情報は、一般社会においておよそ発言される可能性があるありとあらゆる会話がデータベースとして蓄積されている。本件対話式購入促進システムで、ユーザに対して購買又は購買習慣の定着のアドバイスをする際のベースとなる会話の例文や言葉や静止画、動画、ロボットのプログラム、アニメ、絵、アバターの絵などを特に重厚に保持している。一般的な会話情報の辞書の他に購買に関して専門的な辞書のようなものを有するのが好ましい。言語はユーザが解する言語で蓄積していてもよいし、日本語や英語、中国語などの標準言語によって対話情報を蓄積し、ユーザの使用言語に合わせて翻訳して選択されるように構成することもできる。したがって、言語辞書データベース、会話辞書データベース、などをベースに基礎を予め構築し、さらにＳＮＳや、情報提供サイト、企業広告のサイト、掲示板サイト、電話の通話内容、等本件対話式学習促進システムが閲覧視聴収集可能なすべての情報源から収集した対話情報を蓄積することが好ましい。これらには例えば方言、ギャル語、絵文字、顔文字、隠語、造語、新語、略語、慣用語などが含まれていてよく、これらは人工知能によって収集され、徐々に会話精度が高まる（意図が正確に伝わる）ように構成されることが好ましい。さらに、購買促進アドバイスは、特定の商品名や、特定の店舗名、特定の会社名、特定の部品名、特定の機能名、造語を用いて行うことが考えられる。特定の固有名詞や造語は、ネット上から確実に取得できるとは限らないため、蓄積部に人が直接入力することによって、特殊な言語群の入力が行えるように構成しておくことが好ましい。
本件対話式購入促進システムは、ユーザ一人一人の個性を反映させて、ユーザにとって自然な会話となるように対話情報を選択して出力することによって、ユーザに対してあたかも自分を心配してくれている生身の人間と接しているかのような感情を抱かせることに特徴がある。そのため、ユーザの普段の会話に合わせて、丁寧な言葉遣いにするのか、口語調のラフな言葉遣いにするのか、大阪弁や博多弁などの方言にするのか、文書中に英語を取り混ぜた言葉遣いにするのか、といった会話内容の選択だけでなく会話の形式を選択できるように対話情報が蓄積されていることが好ましい。第一購買対話情報蓄積部は、対話の形成の違いごとに同じ意味合いの対話であっても違うものとして対話情報を蓄積してもよい。すなわち、感謝の気持ちを表現する対話情報として、「ありがとうございます。」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等の表現をすべて異なる対話情報として蓄積しておく。あるいは、第一購買対話情報蓄積部は、意味合いごとに一番基本的となる対話情報のみを蓄積して、後述する第一購買対話情報出力部によって、第一購買対話情報蓄積部から選択した基本となる対話情報をユーザの個性にあった対話形式に変換する方法が考えらえる。この場合、基本となる対話情報をユーザごとの特性に即した対話形式に変換するルールは、ユーザ別対話情報選択ルールに含まれている。この場合の第一購買対話情報蓄積部には、「体験しますか？」「体験したら？」「体験しない〜？」「やってみなよ」「やってみ！」「やりなよ！」「ＬＥＴ'Ｓ ＴＲＹ」等はすべて特定商品の体験を促す表現であるから、基本となる対話情報として「体験しますか」に関連付けられ、又はこれから派生して生成されることになる。
第一購買対話情報蓄積部に蓄積された対話情報は、インターフェイスモニタに表示可能なように構成しておいてもよい。蓄積された対話情報が表示されたインターフェイス画面上から、手動で対話情報の追加、変更、削除といった管理行為を行うことが可能なように、対話情報蓄積部管理手段を第一購買対話情報蓄積部が有するように構成する、あるいは、対話情報蓄積部管理部が新たな構成として設けられるように構成することが考えられる。
第一購買対話情報蓄積部の管理行為は、本件対話式購入促進システムの管理及び提供を行う者が行うことを想定している。
＜実施形態２２ 第一購買ユーザ別対話情報選択ルール保持部＞
「第一購買ユーザ別対話情報選択ルール保持部」は、取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する。ユーザ別対話情報選択ルールは、ユーザに対してあたかも自分を心配してくれている生身の人間と接しているかのような感情を抱かせるために、ユーザ一人一人の個性を反映させて、ユーザにとって自然な会話となるように対話情報を選択するためのルールである。外部情報である、ＳＮＳのユーザ発信情報等から、ユーザの対話の形式に即した会話の形式を選択し、購入状況情報分析取得された購入状況情報に基づいて会話の内容を選択し、両選択を合わせてユーザの個性を反映した対話情報を選択することのできるルールである。対話形式には、丁寧語、口語、ギャル語、大阪弁、京都弁、博多弁、名古屋弁、北海道弁、沖縄弁などの各地方の方言、等形式的に事前に登録してある一般的対話情報選択ルールから選択してユーザ別対話情報選択ルールとする方法と、ユーザの会話情報から全てオリジナルに組み立てる方法が考えられる。
ユーザがより身近な、かつ生身の存在であるかのように本件対話式購入促進システムを認識できるのは、ユーザの個性をより強く反映できる、対話形式をオリジナルに組み立てる方式である。しかし、ユーザが本件対話形式購買促進システムを使い始めた段階では、ユーザの個性を分析するための外部情報の蓄積量が少ない。したがって、ユーザの個性に応じたオリジナルの形式を選択するためのルールを取得するのに十分な情報がない場合には自動的にデフォルトの形式を選択する。例えばユーザに対話形式を選択登録させることでユーザの好みの対話形式で開始するように構成することが考えられる。また、ユーザの属性に応じて適切な対話形式を自動的に選択するように構成しもよい。ユーザの属性とは、年齢、性別、出身地、現住所地、国籍、使用言語、ＳＮＳでの会話（対話）形式、ＳＮＳでの友人の会話（対話）形式、好みの服装種別、好みの映画種別、好みの書籍種別、好みの有名人種別（タレント、俳優、政治家、著述家、歌手、芸人、歴史上の人物、アナウンサー、キャラクター）などである。第一購買対話情報選択ルールの取得に十分なユーザの外部情報が蓄積されたら、ユーザの個性に応じた形式を第一購買対話情報蓄積部から選択するような固有のユーザ別対話情報選択ルールを構成する。なお、選択ルールには、購入状況情報にユーザの心理状態を示す情報が含まれている場合にはその心理状態に応じて選択される対話情報が変わるように構成してもよい。
ユーザのＳＮＳの会話情報からユーザ別対話情報選択ルールをユーザ毎に最適化するために、対話情報の形式を分析することが考えられる。これは、単にユーザの発言形式のみにとらわれるのではなく、ユーザが頻繁にやりとりを行っている友人や家族の会話形式を分析して、ユーザ別対話情報選択ルールを組み立てることが考えられる。ユーザが実際に日常的に会話をしている会話相手の話し方を分析して反映させることで、友人や家族と話して言うような安心感を与えることが可能となる。したがって、ユーザに対してより強く、あたかもユーザのことを心配している生身の人間とやり取りをしているかのような気持ちを抱かせることが可能となり、ユーザが新製品の購買に当たり悩んでいること、迷っていることを素直に相談しやすくなり、かつ、ユーザがシステムからのアドバイスや提案を受け入れやすくなる。このような観点から蓄積されている対話情報には愛情を伝える対話情報、好感度を伝える対話情報、相手を褒める対話情報、相手を励ます対話情報など感情移入できる対話情報がバラエティに富んで蓄積されていることが好ましい。
さらに、いつも否定的な発言から応答するが、何度もお願いされると断れないとか、本当はそれほど嫌ではないのに大げさに嫌がっている、とりあえず嫌がっておく、というユーザの性格が性格診断や属性情報などで取得されている場合には、ユーザからの数回の否定的応答だけでは出力した対話情報に有効性がないとは言えず、同じ対話情報の出力を平均的にユーザが受け入れるまでに要する回数より特定回数多くなるまでは繰り返すという構成にしておくことが性格を属性として統計分析した結果に取るべき対応として推薦される場合にはその対応を対話情報選択部が選択するルールとすることが考えられる。つまり、このようなあきらめないルール（サブステップ、サブルール）又はあきらめないプロセスをユーザ別対話情報選択ルールに含ませる、又はこれによって構成するプロセスを含むようにすることができる。
＜実施形態２２ 第一購買対話情報選択部＞
「第一購買対話情報選択部」は、購入状況情報と保持されているユーザ別対話情報選択ルールと、に基づいて対話情報を第一購買対話情報蓄積部から選択し、そのユーザごとの特性に即した対話形式の対話情報に変換する。「第一購買対話情報選択部」は、取得した購入状況情報と保持されているユーザ別対話情報選択ルールと、に基づいて対話情報を第一購買対話情報蓄積部から選択する。対話形式の違いごとに第一購買対話情報蓄積部に対話情報が蓄積されている場合には、ユーザ別対話情報選択ルールで選択された対話形式と対話内容に合致する対話情報を選択することになる。第一購買対話情報蓄積部に、対話形式の違いごとに対話情報が蓄積されておらず、対話形式にこだわらず対話の内容の意味ごとに対話情報を蓄積している場合には、ユーザ別対情報選択ルールによって指定された対話内容に従って第一購買対話情報蓄積部から基本となる対話情報を選択し、選択した対話情報をユーザ別対話情報選択ルールに指定された対話形式に合致する対話形式に変換する。この場合に基本となる対話情報は、言葉そのものでなく、一群の言葉の集合を指すものであってもよい。この場合には、感謝の気持ちを表現する対話情報に対して識別情報が付与されており、これを選択して、その後に「ありがとうございます」「ありがとう」「ありがとー」「おおきに」「サンキュー」「Ｔｈａｎｋ ｙｏｕ」等の表現のいずれかを選択するように構成する。つまり、このようにしてユーザ別対情報選択ルールによって指定された対話内容に従って対話情報蓄積部から基本となる対話情報を選択し、選択した対話情報をユーザ別対話情報選択ルールに指定された対話形式に合致する対話形式に変換するしょりが行われる。以上の作業が対話情報の選択となる。この選択はコンピュータによって瞬時に行われうるように構成する。具体的には、ＳＮＳを介してユーザからの入力を受付けるとそのユーザがＳＮＳの画面を閉じる余裕を与えないでその画面に返信が表示される程度の速度である。一例としては、平均して１秒以内程度である。
＜実施形態２２ 第一購買対話情報出力部＞
「第一購買対話情報出力部」は、選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力する。前述のように第一購買対話情報出力部が対話情報を出力する速度は、必要な場合にはユーザの入力に即座に応答する速度である。ユーザがＳＮＳ画面を閉じてしまうと、システム側からの発信が既読にならないで放置されるリスクが高まるからである。なお、常に即座に応答する必要はなく、時間をおいて出力される種の発信があってもよい。例えばアドバイスの結果を聞くような会話の場合である。出力するは、ユーザの携帯端末、デスクトップパソコンなどの固定端末などである。出力するＳＮＳは、本件対話式購入促進システム専用のアプリケーションでもよいし、ユーザが日常的に利用している対話式購入促進システム専用ではない、別のシステムによって管理提供されているＳＮＳサービスであってもよい。
出力の形式は、文字、イラスト、音声、画像、動画等、情報をユーザに伝達できる手法であれば形式は限定されない。あたかも生身の人間と話しているように感じさせるためには、専用アプリケーションを用いるよりも、日常的に生身の人間とのやり取りで利用しているＳＮＳサービスを利用するほうが、他の人のやり取りの中に混じって自然に本件対話式購入促進システムからの購買促進アドバイス、購買習慣定着アドバイスが表示されることになり、効果的である。効果的とは、本件対話式学習促進システムからのアドバイスが、日常的に自然に目につくので、システム（無機的なコンピュータやサーバ）と対話するという意識を強く抱かせないという点が効果的となる理由である。本件対話式学習促進システムからの出力は、出力先のＳＮＳサービスを利用している例えばスマートフォンのステータスバーや、アイコンに未読通知をしないような設定にしたり、チャットヘッドが出現することができないように構成されていると、上記効果を確実化することができるので、より効果的となる。逆に、チャットヘッドなどはスマートフォンなどで直ちに目に付くので本システムとの距離感が小さくなり好ましい。なお、出力される対話情報は、質問形式を含むもの、アドバイスを含むもの、挨拶、擬音、など、内容も形式も制限されない。
さらに、いつも同じ方法による出力形式ではなく、文字、イラスト、音声、画像、動画等、コンピュータグラフィックスによって生成されるアバターなど複数の出力方法を組み合わせることが、生身の人間とのやりとりに近似して、より効果的となる。したがって、出力インターフェイスに文字として対話情報として出力したり記録された音声データを対話情報として出力（発話）するだけでなく、自動音声通話機能を用いたリアルタイムでの対話情報の出力と応答対話情報の取得が行われてもよい。さらに、ある人が音声通話を用いて特定商品の販売先にアクセスをした場合に、その人の音声通話を本対話式購入促進システムを利用する通信機器によって受信した場合に、出力側に本対話式購入促進システムの利用登録がなかった場合でも、直ちに電話番号等を用いてユーザ識別情報を生成保持し、その人物をゲストユーザとして音声通話を受信する対話式購入促進システムに認識させることで、ゲストユーザに対して本音声対話式購入促進システムを介した対話情報の音声による出力が可能となるような構成にすることも可能である。この場合、ゲストユーザは遠隔地にある対話式購入促進システムに対して音声通話を通じてユーザ登録を行っているにすぎない。ユーザ端末自体が本対話式購入促進システムを起動させている場合と区別するためにゲストユーザとして定義しているが、一度目の音声通話の時点でそのユーザを発信電話番号、音声、氏名、会員ナンバー、などのユーザ属性と関連付けて識別番号を与えておくことで、次回以降の音声通話において、過去の音声通話によって蓄積されたゲストユーザの属性情報（好み、話し方、間の取り方、趣味・思考等）を反映させた対話情報を出力することがか可能である。この場合の対話情報の出力は、音声電話を受信しているユーザが所持していないＳＮＳ利用可能端末で生成され、音声として出力されたものが電話を通じてゲストユーザに届けられることになることから、ＳＮＳを介した対話情報の出力といえる。
対話情報のＳＮＳを介した出力は、ＳＮＳに参加しているユーザの友達等の発言としての出力である。従って、できるだけユーザに対してユニークに見える友達等としての会話であることが好ましいことから、多数の名前を利用してできるだけユーザ間で同じ名前が重ならないようにすることが好ましい。あるいは名前は最初のユーザ登録時に自由に設定できるようにしてもよい。また、会話選択に利用される要素を決定する属性をユーザ登録時に自由に設定できるようにしてもよい。例えば、システムである友達等の性別、年齢、性格、アバター、服装、生活リズム、趣味、等である。
また、対話情報の出力は、本対話式購入促進システムが装う一人のキャラクターのみでなく、複数のキャラクターによって対話情報を出力するように構成してもよい。例えば一人は叱咤激励役、他の一人は慰め役など、キャラクターを分けて効果的な影響をユーザに与えるように構成することもできる。キャラクターの設定は、取得した外部情報、購買履歴情報、宣伝広告発信履歴情報、などによって選択されるように構成することもできる。出力すべき会話情報の内容（属性）に応じて適切なキャラクターが選択されるように構成できる。従って、会話情報に属性が付与されて第一購買対話情報蓄積部に蓄積され、第一購買対話情報出力部でその属性情報に応じたキャラクターが選択されてＳＮＳ上の発言を構成するように仕組むとよい。そして、選択される会話には、ユーザとシステムである複数のキャラクターである友達等との間の会話のみならず、システムである友達等（キャラクター）間での会話がなされてもよい。この場合にはユーザは友達等の間で交わされる会話から購買促進、購買習慣定着のための動機付け等を得られるようになされる。
また、ユーザ端末の位置情報システムなどと連携して、位置情報に応じてシステムである友達等の発言を切換えるように構成してもよい。例えば、大阪に出かけたときには大阪弁の友達等が現れ、九州に出かけたときには九州弁の友達等が現れるといった具合である。この際には大阪の友達等は、前回大阪に出かけたときから久しぶりに会った、というようなシチュエーション（面会タイミングシチュエーション）を前提として会話を選択するように構成してもよい。例えば、遠方地に出かけた時にそこに住んでいる友人という設定のシステム上の友達がＳＮＳの会話に現れる場合には、前回出かけたときから久しぶりに会ったというシチュエーションにおいて、「この前もＣのカメラだったけど、最近発売されたＣの新製品は買わないの？」という会話が考えらえる。また、複数のユーザにわたって共通のシステムである友達等を設定する場合には、「鈴木さんはＴの新車に買い替えたみたいだけど、そろそろあなたも買い替え時期じゃない？」というような比較会話や、「山田さんがキャンプに行きたがっていたから、Ｔの新車に買い替えてキャンプにさそってみたらどうかな？」のような勧誘会話が考えられる。
なお、友達等は必ずしもアバター（キャラクター）が人である必要はなく、哺乳類、魚、虫、物、などいろいろ設定してよい。また、アバターは設定に応じて写真、動画、ピクチャーなどをユーザに送信するように設定してもよい。例えば食事の写真、風景写真、理想的な体の写真、運動の仕方を説明する動画、などである。さらに、利用を進める器具、サプリメント、などの情報を送ってきてもよい。さらに、システムである友達等は、アクシデントに見舞われる、人生の階段を上る、と言うような時間経過に応じて出来事を設定した前述のようなアバタースケジュールを用いて臨場感、温かみ、人間味を出してもよい。
＜実施形態２２ ハードウェア構成＞
図６１は実施形態２２のハードウェア構成の一例を示す図である。図に示すように、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態２２のハードウェアを構成するプログラムとして、「第一購買ユーザ識別情報保持プログラム」は、ユーザ識別情報を保持する。「第一購買ＳＮＳユーザ関連情報取得プログラム」は、ＳＮＳユーザ関連情報を取得する。これは、ＳＮＳとのインターフェイスプログラムを介して行われる。「第一購買履歴情報取得プログラム」は、ユーザが利用する外部の学習システムからユーザの購買履歴情報を取得する。「第一購買宣伝広告発信履歴情報取得プログラム」は、宣伝広告発信履歴を取得する。「第一購買分析ルール保持プログラム」は、第一購買分析ルールを保持する。「第一購買購入状況情報分析取得プログラム」は、第一購買分析ルールに基づいた分析に基づいて外部情報と購買履歴情報と宣伝広告発信履歴情報と、から購入状況情報を取得する。「第一購買対話情報蓄積プログラム」は、対話情報を蓄積する。「第一購買ユーザ別対話情報選択ルール保持プログラム」は、ユーザ別に対話情報選択ルールを保持する。「第一購買対話情報選択プログラム」は、取得した購入状況情報と保持されているユーザ別対話情報選択ルールとに基づいて蓄積されている対話情報の中から適切な対話情報を選択する。「第一購買対話情報出力プログラム」は、選択された対話情報を出力する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、第一購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２２ 処理の流れ＞
図６２は、実施形態２２の処理の流れの一例を示す図である。図に示すように、ユーザ識別情報を保持する第一購買ユーザ識別情報保持ステップ（６２０１）、ユーザのＳＮＳ関連情報を取得する第一購買ＳＮＳユーザ関連情報取得ステップ（６２０２）、購買履歴情報を取得する第一購買履歴情報取得ステップ（６２０３）、宣伝広告発信履歴情報を取得する第一購買宣伝広告発信履歴情報取得ステップ（６２０４）、第一購買分析ルールを保持する第一購買分析ルール保持ステップ（６２０５）、保持している第一購買分析ルールと外部情報と購買履歴情報と宣伝広告発信履歴情報とを用いて購入状況情報を取得する第一購買購入状況情報分析取得ステップ（６２０６）、対話情報を蓄積する第一購買対話情報蓄積ステップ（６２０７）、ユーザ別対話情報選択ルールを保持する第一購買ユーザ別対話情報選択ルール保持ステップ（６２０８）、ユーザ別対話情報選択ルールに基づいて出力する対話情報を選択する第一購買対話情報選択ステップ（６２０９）、選択した対話情報を出力する第一購買対話情報出力ステップ（６２１０）と、からなる。
＜実施形態２３＞
＜実施形態２３ 発明の概要＞
実施形態２３の対話式購入促進システムは、独立の実施形態ではあるが、実施形態２２に記載の機能に加えて、第一購買行動・ライフログ情報取得部を有することを特徴とする。
＜実施形態２３ 発明の構成＞
図６３は実施形態２３の対話式購入促進システムの構成の一例を示す図である。図６３に示すように、実施形態２３の対話式購入促進システムは、第二購買ユーザ識別情報保持部（６３０１）、第二購買ＳＮＳユーザ関連情報取得部（６３０２）、第二購買履歴情報取得部（６３０３）、第二購買宣伝広告発信履歴情報取得部（６３０４）、第二購買行動・ライフログ情報取得部（６３０５）、第二購買分析ルール保持部（６３０６）、第二購買購入状況情報分析取得部（６３０７）、第二購買対話情報蓄積部（６３０８）、第二購買ユーザ別対話情報選択ルール保持部（６３０９）、第二購買対話情報選択部（６３１０）、第二購買対話情報出力部（６３１１）と、からなる。
＜実施形態２３ 構成の説明＞
＜実施形態２３ 実施形態２２と同様の働きをする実施形態２３の構成について＞
「第二購買ユーザ識別情報保持部」は実施形２２に示した第一購買ユーザ識別情報と、「第二購買ＳＮＳユーザ関連情報所得部」は実施形態２２に示した第一購買ＳＮＳユーザ関連情報取得部と、「第二購買履歴情報取得部」は実施形態２２に示した第一購買履歴情報取得部と、「第二購買宣伝広告発信履歴情報取得部」は実施形態２２に示した第一購買宣伝広告発信履歴情報取得部と、「第二購買対話情報出力部」は実施形態２２に示した第一購買対話情報出力部と、「第二購買対話情報蓄積部」は実施形態２２に示した第一購買対話情報蓄積部と、「第二購買ユーザ別対話情報選択ルール保持部」は実施形態２２に示した第一購買ユーザ別対話情報選択ルール保持部と、「第二購買対話情報選択部」は施形態２２に示した第一購買対話情報選択部と、それぞれ働きが同様であり説明済みである。
＜実施形態２３ 第二購買行動・ライフログ情報取得部＞
「第二購買行動・ライフログ情報取得部」は、ユーザ識別情報と関連付けてユーザの行動又は／及びライフログを示す情報である行動・ライフログ情報を取得する。「行動・ライフログ情報」とは、ユーザが移動した情報を意味するＧＰＳ情報であったり、車を使って移動した情報を意味するドライブレコーダーの情報であったり、ＥＴＣの支払い履歴情報であったり、出かけた先で支払いを行った場合の決算履歴情報、特定の店舗への訪問情報、特定の店舗での体験情報、インターネット検索・視聴履歴、試供品請求・配布情報、カタログ要求・配布情報、商店街・ショッピングモール訪問情報、商店街・ショッピングモール内移動情報（屋内位置測定技術による）、店舗内視線移動情報（店舗内カメラによる視線検出）、電話による商品等問い合わせ情報、駐車場利用情報、レストラン利用・予約情報、自動販売機利用情報、電子マネー支払情報、ネットショッピング利用情報、タクシー（特に自動運転）乗車情報、宅配注文情報、アトラクション利用情報、在宅時間情報、美容院利用情報、マッサージ利用情報、病院利用情報、映画利用情報、エステ利用情報、クーポン（特に電子化されているもの）利用情報、有料コンテンツ利用情報（特にインターネット経由）、動画視聴履歴、交通機関利用履歴などの一以上を含む。さらに、ユーザの身体的な状態を示すライフログとして、心拍数、脈拍数、呼吸数、体温、筋肉の収縮・弛緩の度合い、脳波、血流速度、血中酸素濃度、血中アルコール量、アレルギー反応の程度、疲労物質の蓄積の程度、等の一以上を含むように構成してもよい。
ユーザ識別情報に関連付けて保持されるユーザ属性情報は、対話式購入促進システムの利用開始時にユーザ自身に登録させるように構成することができる。この登録があってこの対話式購入促進システムが利用可能になるように構成することができる。さらにユーザ属性情報は、既にユーザが利用している他のシステムから移転ないしコピーして取得するように構成することもできる。例えば利用履歴がある店、百貨店、スーパー、ウエブ上の商品購入サイト、アプリケーションによる商品購入システム等のデータや、ユーザが利用している家計ソフト、ユーザが利用している税理士や公認会計士が管理するコンピュータシステム、ユーザが利用している電子マネーのシステムから取得する情報、ユーザが利用しているクレジットカードのシステムからの情報、トレーニングアプリ等の施設が保有するデータ等を利用できる。
ユーザ属性情報の登録は、（１）購入履歴（又は、宣伝広告発信履歴や受信履歴）がある場合には最初の購入（又は、宣伝広告の閲覧、受信）、または、２回目以降の購入（又は、宣伝広告の閲覧、受信）に際してユーザ属性を登録するように構成ことができる。この登録は、購入（又は宣伝広告の閲覧）がネット経由の場合には、ネット経由にて登録するように構成することができる。２回目以降の購入に際してユーザ属性を登録した場合には、ウエブ経由の場合には、最初に購入（又は宣伝広告の閲覧、受信）した際の端末にクッキーを送信して、２回目以降の購入に際しての登録の際に、同じ端末の購入ウエブページのクッキーを介して記録してあったアクセス・購入実績を遡及的に購入履歴として記録するように構成することもできる。
ただし、購入したネット自体が会員制ショッピングモール、クレジットカード会社のウエブショッピングのような場所で登録の場合には、ショッピングモールに登録した際の登録済みユーザ属性を流用可能である。さらにユーザ属性を流用する構成とする場合には、流用情報と新規の購入（宣伝広告の閲覧、受信）の際のユーザ属性登録事項をミックスしてユーザ属性とするように構成してもよい。さらに登録はウエブオフライン（はがき、手紙、電子メール等）でするように構成することも可能である。オフラインで登録する場合には、人による入力作業又は、機械的文字読み取りによる入力が行われるように構成することもできる。通販雑誌などの紙媒体の場合には、通販会員登録時にはがき、手紙、ウエブサイトなどからユーザ属性を登録するように構成することもできる。
クレジットカード会社が行っている通信販売の場合も同様である。さらに、購入履歴がなく、宣伝広告にアクセスしただけのユーザのユーザ属性の登録は、宣伝広告のプッシュ通知の登録の際に宣伝広告の登録申し込みウエブ画面から登録、又は、メールによって登録するように構成してもよい。さらに宣伝広告を閲覧するコンピュータ内にクッキーを送信して、そのコンピュータ上で行われる各種情報取得や、コンピュータ内に保存されているユーザ属性を取得するように構成することもできる。ユーザ属性の登録は、宣伝広告のプッシュ通知登録等の後、商品購入があった場合には、さらに詳細なユーザ属性を登録して併せてユーザ属性とすることも可能である。
＜実施形態２３ 第二購買分析ルール保持部＞
「第二購買分析ルール保持部」は、ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、行動・ライフログ情報と、を購入状況の把握の観点で分析して購入状況情報を取得するためのルールである第二購買分析ルールを保持する。第二購買分析ルールは、行動・ライフログ情報をユーザがどの程度特定商品の購入に意欲的か、という特定商品とユーザとの距離感を示す情報の生成に利用される。例えば行動・ライフログにはユーザを特定しないで一般の行動・ライフログとして採りうるもの全般に特定商品の購入との関係で値が付与されてデータベースなどに保存されており、ユーザの行動・ライフログを特定商品との関係で点数化することができる。例えばＴ社の特定の自動車が特定商品である場合には、その自動車のディーラーを訪問する行動・ライフログには高い値が付されており、さらにそのディーラーにてその自動車の試乗にはさらに高い値が付されている、という具合である。特定商品との関係ですべての行動・ライフログに値が付与されている必要はなく、一部に値が付与されていればよい。従って、ユーザの行動・ライフログとして取得されたものすべてが特定商品との関係で意味を持つように設計する必要はない。なお、多数のあるいは一人のユーザの行動・ライフログと、多数のあるいは一人のユーザの購買履歴情報との関係性を人工知能などによって算出し、データベースに保存されている行動・ライフログに付与される特定商品との関係で与えられる値を更新してゆくことが考えられる。なお、この関係性の算出はユーザ属性ごとに分析してもよい。
＜実施形態２３ 第二購買購入状況情報分析取得部＞
「第二購買購入状況情報分析取得部」は、ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、行動・ライフログ情報と、同じユーザ識別情報に関連付けられている第一購買分析ルールとに基づいて、購入状況情報を取得する。第二購買購入状況情報分析取得部の働きは、実施形態２２に示した第一購買購入状況情報分析取得部と同様であり、説明済みである。なお、行動・ライフログ情報から算出される値をどの程度の重み付けをもって購入状況情報の値に寄与させるかはシステムの設計思想による。
＜実施形態２３ ハードウェア構成＞
図６４は実施形態２３のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態２３のハードウェアを構成するプログラムのうち、実施形態２２のプログラムと共通の動作をするプログラムについては説明を省略する。本実施形態で新たに加わる、「第二購買行動・ライフログ情報取得プログラム」は、行動・ライフログ情報を取得する。「第二購買購入状況分析取得プログラム」は、第二購買分析ルールに基づく分析によって、外部情報と購買履歴情報と宣伝広告発信履歴情報と行動・ライフログ情報と、から購入状況情報を取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、行動・ライフログ情報、第二購買分析ルール購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２３ 処理の流れ＞
図６５は、実施形態２２の処理の流れの一例を示す図である。この図に示すように、第二購買ユーザ識別情報保持ステップ（６５０１）、第二購買ＳＮＳユーザ関連情報取得ステップ（６５０２）、第二購買履歴情報取得ステップ（６５０３）、第二購買宣伝広告発信履歴情報取得ステップ（６５０４）、第二購買行動・ライフログ情報を取得する第二購買行動・ライフログ情報取得ステップ（６５０５）、第二購買分析ルール保持ステップ（６５０５）、第二購買購入状況情報分析取得ステップ（６５０７）、第二購買対話情報蓄積ステップ（６５０８）、第二購買ユーザ別対話情報選択ルール保持ステップ（６５０９）、第二購買対話情報選択ステップ（６５１０）、第二購買対話情報出力ステップ（６５１１）と、からなる。
＜実施形態２４＞
＜実施形態２４ 発明の概要＞
実施形態２４の対話式購入促進システムは、実施形態２２又は実施形態２３に記載の特徴に加えて、出力した対話情報の有効性を判断する機能を有することを特徴とする。
＜実施形態２４ 発明構成＞
図６６は、実施形態２２に従属する実施形態２３の対話式購入促進システムの構成の一例を示す図である。図６６に示すように、実施形態２３の対話式購入促進システムは、第一購買ユーザ識別情報保持部（６６０１）、第一購買ＳＮＳユーザ関連情報取得部（６６０２）、第一購買履歴情報取得部（６６０３）、第一購買宣伝広告発信情報取得部（６６０４）、第一購買分析ルール保持部（６６０５）、第一購買購入状況情報分析取得部（６６０６）、第一購買対話情報蓄積部（６６０７）、第一購買ユーザ別対話情報選択ルール保持部（６６０８）、第一購買対話情報選択部（６６０９）、第一購買対話情報出力部（６６１０）、購買有効性判断ルール保持部（６６１１）、購買対話情報有効性判断部（６６１２）と、からなる。本実施形態では、実施形態２２又は実施形態２３との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態２４ 構成の説明＞
＜実施形態２４ 購買有効性判断ルール保持部＞
「購買有効性判断ルール保持部」は、出力された対話情報に対して取得された購入状況情報に基づいて対話情報が有効であったかを判断するルールである購買有効性判断ルールを保持する。購買有効性判断ルールは出力した対話情報の選択の起因となった購入状況情報に関連する特定商品の購入状況情報に基づいて有効性を判断する。特に、特定商品の購入状況情報に基づく特定商品との距離感（特定商品の購入意欲の強さ）がどのように変化したかによって出力された対話情報の有効性を推定することができる。対話情報に基づいて特定商品を購入した場合には、購入履歴情報に記録される購入履歴と、購入状況情報で示される購入済みという情報は等しい情報となり、この場合に限って購入履歴情報にのみ基づいて対話情報の有効性を判断するという構成にしてもよく、この構成は本実施形態に実質的に含まれるものとする。
「購買有効性判断ルール」は、購入状況情報に基づいてどのように購入状況を改善ないし維持すればよいかという背景目的があり、その背景目的を達成するためにプラスの影響を与える対話情報であったか、という観点から対話情報の特定商品との関係における有効性を判断をするルールである。購買有効性判断ルールにおいても、対話式健康促進システム及び対話式学習促進システムと同様に、誘導対話およびユーザの否定的反応に対する評価について、有効性を判断可能な構成にしておくことが考えられる。誘導対話、ユーザの否定的反応に対する評価、性格の類型についての説明は、実施形態６において説明済みである。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。
＜実施形態２４ 購買対話情報有効性判断部＞
「購買対話情報有効性判断部」は、出力された対話情報とこの対話情報に対して取得された購入状況情報と、購買対話情報有効性判断ルールとに基づいて対話情報の有効性を判断する。対話情報の有効性は値で示されるように構成する。最も有効性が高いと判断されるのは、例えば「特定商品の購入があった場合」「特定商品の継続購買契約があった場合」などであるが、システムの設計思想に基づく購入状況情報の演算論理によってバラエティに富んでよい。数値としての表現形式は上限を定めない数値としてもよいし、上限と下限を定めた数値範囲内で有効性を表現してもよい。また有効性の値はプラスのみでなく、マイナス値を取りうるように構成してもよい。対話情報が特定商品の購入に向けて逆効果的となった場合である。一例としては購入状況情報で示される値が対話情報の出力前よりも低い値となる場合である。なお、購入状況情報に代えて又は加えて購入履歴情報を用いて対話情報の有効性の判断処理を行うように構成してもよい。
＜実施形態２４ ハードウェア構成＞
図６７は実施形態２４のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態２４のハードウェアを構成するプログラムのうち、実施形態２２又は２３と共通の動作をするプログラムについてはすでに説明済みであり説明を省略する。本実施形態に加わるプログラムとして、「購買有効性判断ルール保持プログラム」は、購買有効性判断ルールを保持する。「購買対話情報有効性判断プログラム」は、購買有効性判断ルールに基づいて出力した対話情報の有効性を判断する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、第一購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、購買有効性判断ルール、購買有効性判断結果、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２４ 処理の流れ＞
図６８は、実施形態２４の処理の流れの一例を示す図である。この図に示すように、第一購買ユーザ識別情報保持ステップ（６８０１）、第一購買ＳＮＳユーザ関連情報取得ステップ（６８０２）、第一購買履歴情報取得ステップ（６８０３）、第一宣伝広告発信履歴情報取得ステップ（６８０４）、第一購買分析ルール保持ステップ（６８０５）、第一購買購入状況情報分析取得ステップ（６８０６）、第一購買対話情報蓄積ステップ（６８０７）、第一購買ユーザ別対話情報選択ルール保持ステップ（６８０８）、第一購買対話情報選択ステップ（６８０９）、第一購買対話情報出力ステップ（６８１０）、購買有効性判断ルールを保持する購買有効性判断ルール保持ステップ（６８１１）、購買有効性判断ルールに基づいて対話情報の有効性を判断する購買対話情報有効性判断ステップ（６８１２）と、からなる。
＜実施形態２５ 発明の概要＞
実施形態２５の対話式購入促進システムは、実施形態２４に記載の特徴に加えて、ビックデータの統計処理によって統計的対話情報有効性判断を行うことを特徴とする。
＜実施形態２５ 発明構成＞
図６９は、実施形態２５の対話式購入促進システムの構成の一例を示す図である。図６９に示すように、実施形態２５の対話式購入促進システムは、第一購買ユーザ識別情報保持部（６９０１）、第一購買ＳＮＳユーザ関連情報取得部（６９０２）、第一購買履歴情報取得部（６９０３）、第一宣伝広告発信履歴情報取得部（６９０４）、第一購買分析ルール保持部（６９０５）、第一購買購入状況情報分析取得部（６９０６）、第一購買対話情報蓄積部（６９０７）、第一購買ユーザ別対話情報選択ルール保持部（６９０８）、第一購買対話情報選択部（６９０９）、第一購買対話情報出力部（６９１０）、購買有効性判断ルール保持部（６９１１）、購買対話情報有効性判断部（６９１２）、購買有効性統計処理ルール保持手段（６９１３）、購買統計的対話情報有効性情報取得手段（６９１４）と、からなる。本実施形態では、実施形態２４との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態２５ 構成の説明＞
＜実施形態２５ 購買有効性統計処理ルール保持手段＞
「購買有効性統計処理ルール保持手段」は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである購買有効性統計処理ルールを保持する購買対話情報有効性判断部が有する手段である。「母集団に対して一部は共通のユーザ属性ごとに」とは、特定商品の購入を促進させたいという共通のユーザ属性を有するユーザであることが最も代表的な例である。特定商品に共通性がなければ対話情報の有効性を比較できないからである。ただし、全く同一の商品である必要は必ずしもなく、ある程度の共通性を有している物であればよい。具体的には購入履歴を有する特定商品が共通である、宣伝広告発信履歴を有する特定商品が共通である、あるいはユーザが共通のユーザ属性を有するユーザからなる母集団となる。従って特定商品が共通なだけでなく、さらにその他のユーザ属性が共通であることを条件として絞り込みを行い、母集団を小さく分割してもよい。ただし、各ユーザが購買有効性統計処理をする時点で必ずしも特定商品に対して同じ距離感を有している、つまり同じ購入状況（購入状況情報で示される）にあるとは限らないので、統計処理は、母集団のユーザの過去の購入状況情報とそれに対応して出力された対話情報並びにその対話情報を出力した結果得られた購入状況情報の変化を含めて統計処理される。また、対話情報に関連付けて有効性判断結果が過去の履歴を含めて保持されている場合には、購入状況情報の変化を取得しないで対話情報に関連付けられている有効性を統計処理するように構成してもよい。また購入状況情報に代えて又は加えて購入履歴情報を用いて対話情報の有効性の統計処理を行うように構成してもよい。
＜購買有効性統計処理ルールについて＞
「購買有効性統計処理ルール」とは、ある対話情報の統計的有効性を取得するためのルールと、ユーザ属性に合わせてアレンジされたユーザ毎に異なる対話情報の同一性を確定するためのルールと、の二つによって構成されている。また、購買有効性統計処理ルールは、導入対話及びユーザの否定反応に対する評価についても、統計的有効性を判断可能に構成しておくことが考えられる。導入対話情報、否定的反応に対する評価、性格の類型についての説明は、対話式健康促進システムの実施形態６において説明済みである。誘導対話の有効性やユーザの否定的反応に対する評価を判断することによって、前述のあきらめないルール又は及びあきらめないプロセスにユーザの属性をより正確に反映させることが可能となり、ユーザに対する粘り強い、繰り返し行われる、あの手この手で攻略する、という対話方法の制度を高めることができる。
特定商品の購入履歴があるユーザの母集団の中でさらにユーザ属性に応じて母集団を絞り込むことができる。例えば特定商品と代替可能性がある商品を所有するという属性を有するユーザである。このようにさらに絞り込んたユーザの属性に応じた統計的な分析も可能であり、個別には効果が高いと認められていない対話情報（個別には効果がいまだに不明な対話情報）であっても、統計的に特定の属性を有するユーザにとって効果が高いことが確認された対話情報は、システムは積極的に、又はタイミングを見計らって、その対話情報の選択を行うことが可能となる。
ユーザ属性情報は、ユーザ識別情報に関連付けてユーザ属性情報保持部などに保持されるように構成されるが、このユーザ属性情報は、対話情報と応答情報とユーザ属性情報判断ルールとに基づいてユーザ属性情報保持部に保持されているユーザ属性情報を更新するように構成してもよい。さらに後述する性格診断テストを定期的に又は不定期に実施して（性格診断対話情報等を用いる）この保持されているユーザ属性情報を更新するように構成してもよい。さらに、初期のユーザ属性情報を構成するユーザの性格に関しては、各性格種毎に点数化して保持するようにしたうえで中央値を割り当てたり、ユーザに対してアンケートを行ってそのアンケート結果を保持するように構成することがが考えられる。さらに、性格はＳＮＳの会話情報を会話情報分析ルールに基づいて会話情報分析部によって分析して性格を割り出すように構成してもよい。ＳＮＳ中には友人等との間の膨大な会話が蓄積されているのでこれを有効に利用できる。さらに、ＳＮＳ中に紹介されている読書傾向、映画の好みの傾向、音楽の好み、趣味、好みの芸能人や有名人、等を分析して性格を割り出すように構成してもよい。さらには、チェックインした場所、ユーザ自身が写り込んでいる、又は写り込んでいない写真等を分析して性格を診断することができる。チェックインする場所としては、商業施設（デパート、スーパー、コンビニ、家電量販店、ファストファッション、エステ、美容院）、娯楽施設、競技場、レストラン、美術館、公園、駅、港、空港、国立公園、公立公園等で性格を分析できる。例えば、活動的か、買い物好きか、おとなしいか等である。写真では、グループ写真が多いか、一人の写真が多いか、風景写真が多いか、食べ物の写真が多いか等から性格分析が可能となる。なお、性格の分析ルールは設計ポリシーに応じて設計可能である。その他ＳＮＳで繋がっている友人の性格に応じてユーザの性格を分析することも可能である。これらのユーザ属性情報の取得方法については、実施形態２２及び実施形態２３ですでに説明した方法と同様である。
＜実施形態２５ 購買統計的対話情報有効性情報取得手段＞
「購買統計的対話情報有効性情報取得手段」は、複数のユーザの対話情報と、保持されている購買有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した統計的対話情報有効性情報を取得する対話情報有効性判断部が有する手段である。前述のように、本システムにおいては、ユーザ識別情報に関連付けてそのユーザの何らかの属性情報を保持していることは前提となっていて、このような属性で母集団を構成し、属性が共通する母集団ごとに対話情報の有効性情報をまとめることで、少なくとも母集団に対して一部は共通のユーザ属性ごとに購買統計的対話情報有効性情報を取得することができる。
「購買統計的対話情報有効性情報」とは、統計的に処理された結果、ユーザ属性等に応じて対話の有効度（有効度低から有効度高まで）と、各有効度を有する各種対話情報の種類数を関数として表現した情報であり、一般的に正規分布するものである。つまり、有効度「中」となる対話情報が最も数が多く（有効度平均となる対話情報の種類が最も多い）、逆に有効度「高」及び有効度「低」となる対話情報の数が減るように分布するデータ群である。このデータを用いることによってどのような会話情報がどの程度の有効性を発揮するかを知ることができ、コンピュータとしては利用することができる。対話情報を用いるテーマや目的ごとに、購買統計的対話情報有効性情報は区別して保持されるとなお良く、対話情報を用いるテーマや目的ごとに複数の情報が存在している。図２２は、購買統計的対話情報有効性情報の例示の一つであり、実施形態７で説明済みである。
＜実施形態２５ ハードウェア構成＞
図７０は実施形態２５のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態２５のハードウェアを構成するプログラムのうち、実施形態２４との共通の動作をするプログラムについてはすでに説明済みであり説明を省略する。本実施形態に加わるプログラムとして、「購買有効性統計処理ルール保持プログラム」は、購買有効性統計処理ルールを保持する。「購買統計的対話情報有効性情報取得プログラム」は、購買有効性統計処理ルールに基づいて購買統計的対話情報有効性情報を取得する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、第一購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、購買有効性判断ルール、購買有効性判断結果、購買有効性統計処理ルール、購買統計的対話情報有効性情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２５ 処理の流れ＞
図７１は、実施形態２５の処理の流れの一例を示す図である。この図に示すように、第一購買ユーザ識別情報保持ステップ（７１０１）、第一購買ＳＮＳユーザ関連情報取得ステップ（７１０２）、第一購買履歴情報取得ステップ（７１０３）、第一宣伝広告発信履歴情報取得ステップ（７１０４）、第一購買分析ルール保持ステップ（７１０５）、第一購買購入状況情報分析取得ステップ（７１０６）、第一購買対話情報蓄積ステップ（７１０７）、第一購買ユーザ別対話情報選択ルール保持ステップ（７１０８）、第一購買対話情報選択ステップ（７１０９）、第一購買対話情報出力ステップ（７１１０）、購買有効性判断ルール保持ステップ（７１１１）、購買対話情報有効性判断ステップ（７１１２）、購買有効性統計処理ルールを保持するための購買有効性統計処理ルール保持サブステップ（７１１３）、購買有効性統計処理ルールに基づいて購買統計的対話情報有効性情報を取得する購買統計的対話情報有効性情報取得サブステップ（７１１４）と、からなる。
＜実施形態２６＞
＜実施形態２６ 発明の概要＞
実施形態２６の対話式購入促進システムは、実施形態２４又は実施形態２５に記載の特徴に加えて、購買有効性判断結果に基づいてユーザ別対話情報選択ルールを更新することを特徴とする。
＜実施形態２６ 発明の構成＞
図７２は、実施形態２６の対話式購入促進システムの構成の一例を示す図である。図７２に示すように、実施形態２６の対話式購入促進システムは、第一購買ユーザ識別情報保持部（７２０１）、第一購買ＳＮＳユーザ関連情報取得部（７２０２）、第一購買履歴情報取得部（７２０３）、第一宣伝広告発信履歴情報取得部（７２０４）、第一購買購入分析ルール保持部（７２０５）、第一購入状況情報分析取得部（７２０６）、第一購買対話情報蓄積部（７２０７）、第一購買ユーザ別対話情報選択ルール保持部（７２０８）、第一購買対話情報選択部（７２０９）、第一購買対話情報出力部（７２１０）、購買有効性判断ルール保持部（７２１１）、購買対話情報有効性判断部（７２１２）、購買ユーザ別対話情報選択ルール更新部（７２１３）と、からなる。本実施形態では、実施形態２４又は実施形態２５との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態２６ ユーザ別対話情報選択ルール更新部＞
「購買ユーザ別対話情報選択ルール更新部」は、購買有効性判断結果に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。更新するとは、ユーザ別に対話情報に関連付けられている有効性を更新することである。有効性判断の結果、従来から対話情報に関連付けられているユーザ別の有効性に変動があった場合には最新の有効性に関連付ける処理を行う。図２５はユーザ別対話情報選択ルール更新部の働きを表す図であり、実施形態８で概要を説明済みである。結果として、従前より有効性の高い対話情報を選択することが可能となる。この選択は対話情報蓄積部（第一、第二を含む）に蓄積されている対話情報の優先選択順位を変更する処理でもある。有効性は、購入状況情報に基づいて判断される有効性、その他応答対話情報に基づいて判断される有効性と、その基づく情報別に保持されるように構成されていてもよい。さらに有効性は、対話情報として選択すべき頻度、誘導対話中に対話情報として選択すべき回数、のように表現されるものであってもよい。さらに有効性は、発言者であるアバターや、発言形式に応じて関連付けられるように構成してもよい。
図７３は、実施形態２６における選択ルールを更新するＡＩ（人工知能）の働きの概要を示す概念図である。本件対話式購入促進システムは、個人の特性を反映させたユーザ別対話情報選択ルールを保持している。ここに反映されるユーザごとの個人の特性は、会話の際の言葉遣いという対話情報の形式、購入状況情報に対応する対話情報の内容、対話情報の出力のタイミング、対話情報の出力間隔、誘導対話の並べ方、あきらめないプロセス（同一意図の対話情報の繰り返し）、対話情報を出力するアバターなどの選択などに反映されることになる。図に示すように、ユーザＸ（７３０１）について、購入状況情報Ａ（７３０２）のとき、「ここにプロモーション動画が載ってるよ」という対話情報を選択するルール１（７３０３）、購入状況情報Ｂ（７３０４）のとき、「試しに運転させて貰ったらどう？」という対話情報を選択するルール２（７３０５）、購入状況情報Ｃ（７３０６）のとき、「何に迷ってるのかな？いい選択だと思うよ！」という対話情報を選択するルール３（７３０７）がユーザ別対話情報選択ルールとして保持されているとする。このとき、過去に取得したことのない購入状況情報Ｄ（７３０８）が取得されたとすると、購入状況情報Ｄと類似する購入状況情報に関するルールを組み合わせることによってユーザ別対話情報の選択を行うことになる。本図の例では、閲覧回数が４違う以外、購入状況情報Aとその他の数値が一致していることから、類似する購入状況情報として購入状況情報Aを基本として、「プロモーション動画を見てみない？」という対話情報（７３０９）を選択して出力する。出力された対話情報に対して、「プロモーション動画を見たが途中で止めた」（７３１０）との購入状況情報が取得された場合、対話情報に応じて行動したことが認められるものの、その内容が不十分であり、購買意欲が十分に刺激されて高まらなかったことが認められる。そこで、選択した対話情報の有効性は低かったものと認められ、購買対話情報有効性判断結果として２点が得られる（７３１１）。この購買対話情報有効性判断結果を受けて、購入状況情報Ｄが取得された時には、「プロモーション動画を見てみない？見たら感想を聞かせて欲しいな」という対話情報を選択する新しいルール（７３１２）に更新されることになり、更新ユーザ別対話情報選択ルールが取得され、ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールが更新される。
＜実施形態２６ ハードウェア構成＞
図７４は実施形態２６のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態２６のハードウェアを構成するプログラムのうち、実施形態２４又は実施形態２５との共通の動作をするプログラムについてはすでに説明済みであり説明を省略する。本実施形態に加わるプログラムとして、「購買ユーザ別対話情報選択ルール更新プログラム」は、購買有効性判断結果に基づいユーザ別対話情報選択ルールを更新する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、第一購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、購買有効性判断ルール、購買有効性判断結果、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２６ 処理の流れ＞
図７５は、実施形態２６の処理の流れの一例を示す図である。この図に示すように、第一購買ユーザ識別情報保持ステップ（７５０１）、第一購買ＳＮＳユーザ関連情報取得ステップ（７５０２）、第一購買履歴情報取得ステップ（７５０３）、第一宣伝広告発信履歴情報取得ステップ（７５０４）、第一購買分析ルール保持ステップ（７５０５）、第一購買購入状況情報分析取得ステップ（７５０６）、第一購買対話情報蓄積ステップ（７５０７）、第一購買ユーザ別対話情報選択ルール保持ステップ（７５０８）、第一購買対話情報選択ステップ（７５０９）、第一購買対話情報出力ステップ（７５１０）、購買有効性判断ルール保持ステップ（７５１１）、購買対話情報有効性判断ステップ（７５１２）、購買有効性判断結果に基づいてユーザ別対話情報選択ルールを更新する購買ユーザ別対話情報選択ルール更新ステップ（７５１３）と、からなる。
＜実施形態２７＞
＜実施形態２７ 発明の概要＞
実施形態２７の対話式購入促進システムは、実施形態２５又は実施形態２５を基本とする実施形態２６の特徴に加えて、統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新することを特徴とする。
＜実施形態２７ 発明の構成＞
図７６は、実施形態２７の対話式購入促進システムの構成の一例を示す図である。図７６に示すように、実施形態２７の対話式購入促進システムは、第一購買ユーザ識別情報保持部（７６０１）、第一購買ＳＮＳユーザ関連情報取得部（７６０２）、第一購買履歴情報取得部（７６０３）、第一宣伝広告発信履歴情報取得部（７６０４）、第一購買分析ルール保持部（７６０５）、第一購買購入状況情報分析取得部（７６０６）、第一購買対話情報蓄積部（７６０７）、第一購買ユーザ別対話情報選択ルール保持部（７６０８）、第一購買対話情報選択部（７６０９）、第一購買対話情報出力部（７６１０）、購買有効性判断ルール保持部（７６１１）、購買対話情報有効性判断部（７６１２）、購買有効性統計処理ルール保持手段（７６１３）、購買統計的対話情報有効性情報取得手段（７６１４）、購買統計的ユーザ別対話情報選択ルール更新部（７６１５）と、からなる。本実施形態では、実施形態２５又は実施形態２５を基本とする実施形態２６との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明する。
＜実施形態２７ 購買統計的ユーザ別対話情報選択ルール更新部＞
「購買統計的ユーザ別対話情報選択ルール更新部」は、取得した購買統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。実施形態２６のものと更新は基本的に同じようになされる。
＜実施形態２７ ハードウェア構成＞
図７７は実施形態２７のハードウェア構成を示す図である。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。この図にあるように実施形態２７のハードウェアを構成するプログラムのうち、実施形態２５又は実施形態２５を基本とする実施形態２６との共通の動作をするプログラムについてはすでに説明済みであり説明を省略する。本実施形態に加わるプログラムとして、「購買統計的ユーザ別対話情報選択ルール更新プログラム」は、購買統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、第一購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、購買有効性判断ルール、購買有効性判断結果、購買有効性統計処理ルール、購買統計的対話情報有効性情報、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態２７ 処理の流れ＞
図７８は、実施形態２７の処理の流れの一例を示す図である。この図に示すように、第一購買ユーザ識別情報保持ステップ（７８０１）、第一購買ＳＮＳユーザ関連情報取得ステップ（７８０２）、第一購買履歴情報取得ステップ（７８０３）、第一宣伝広告発信履歴情報取得ステップ（７８０４）、第一購買分析ルール保持ステップ（７８０５）、第一購買購入状況情報分析取得ステップ（７８０６）、第一購買対話情報蓄積ステップ（７８０７）、第一購買ユーザ別対話情報選択ルール保持ステップ（７８０８）、第一購買対話情報選択ステップ（７８０９）、第一購買対話情報出力ステップ（７８１０）、購買有効性判断ルール保持ステップ（７８１１）、購買対話情報有効性判断ステップ（７８１２）、購買有効性統計処理ルール保持サブステップ（７８１３）、購買統計的対話情報有効性情報取得サブステップ（７８１４）、取得した購買統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する購買統計的ユーザ別対話情報選択ルール更新ステップ（７８１５）と、からなる。
＜実施形態２８＞
＜実施形態２８ 発明の概要＞
実施形態２８は、実施形態２２を方法的に記載した発明であり、基本的には実施形態２２の発明のカテゴリをコンピュータの動作方法として表現したものである。
＜実施形態２８ 発明の構成＞
本実施形態の対話式学習促進システムは、図８０に示すように、ユーザのＳＮＳ関連情報を取得する購買ＳＮＳユーザ関連情報取得ステップ（８００１）、購買履歴情報を取得する購買履歴情報取得ステップ（８００２）、宣伝広告発信履歴情報を取得する購買宣伝広告発信履歴情報取得ステップ（８００３）、保持している購買分析ルールと外部情報と購買履歴情報と宣伝広告発信履歴情報とを用いて購入状況情報を取得する購買購入状況情報分析取得ステップ（８００４）、購買ユーザ別対話情報選択ルールに基づいて出力する対話情報を選択する購買対話情報選択ステップ（８００５）、選択した対話情報を出力する購買対話情報出力ステップ（８００６）と、からなる。
＜実施形態２９＞
＜実施形態２９ 発明の概要＞
実施形態２９は、実施形態２２を方法的に記載した発明であり、基本的には実施形態２２の発明のカテゴリをコンピュータの動作プログラムとして表現したものである。
＜実施形態２９ 発明の構成＞
実施形態２９に示す対話式購入促進システムの動作プログラムの構成は、図８０に示す構成と同様である。各構成の説明については、実施形態２８で説明済みのため、省略する。
＜実施形態３０＞
実施形態３０に示す対話式購入促進システムは、実施形態２２から実施形態２７に記載の特徴に加えて、特定商品の購買履歴を有するユーザに代えて、特定商品の宣伝広告発信履歴情報を有するユーザとした、対話式購入促進システムである
＜実施形態３０＞
＜実施形態３０ 発明の概要＞
実施形態３０の対話式購入促進システムは、ＳＮＳでのユーザの発言情報や閲覧情報に加えて、購買履歴情報（購買履歴がない場合も含む）や宣伝広告発信履歴情報を用いて、ユーザの購買に向けた意欲の高まりを示す購入状況情報を取得し、ユーザの現在の購入に向けた動機の程度である購入状況にあった対話を前記ＳＮＳに出力することで、ユーザの購買動機を強めることを目的とする。ユーザの属性が本システム内に保存されていることが好ましく、宣伝広告にアクセスしただけのユーザのユーザ属性の登録は、宣伝広告のプッシュ通知の登録の際に宣伝広告の登録申し込みウエブ画面から登録、又は、メールによって登録するように構成してもよい。さらに宣伝広告を閲覧するコンピュータ内にクッキーを送信して、そのコンピュータ上で行われる各種情報取得や、コンピュータ内に保存されているユーザ属性を取得するように構成することもできる。ユーザ属性の登録は、宣伝広告のプッシュ通知登録等の後、商品購入があった場合には、さらに詳細なユーザ属性を登録して併せてユーザ属性とすることも可能である。
＜実施形態３０ 発明の構成 １＞
実施形態３０の対話式購入促進システムの発明の構成１は、基本的に実施形態２２、図６０の第二を第三に代えたものである。実施形態３０の対話式購入促進システムは、第三購買ユーザ識別情報保持部、第三購買ＳＮＳユーザ関連情報取得部、第三購買履歴情報取得部、第三購買宣伝広告発信履歴情報取得部、第三購買分析ルール保持部、第三購買購入状況情報分析取得部、第三購買対話情報蓄積部、第三購買ユーザ別対話情報選択ルール保持部、第三購買対話情報選択部、第三購買対話情報出力部と、からなる。
＜実施形態３０ 発明の構成 ２＞
実施形態３０の対話式購入促進システムの発明の構成２は、基本的に実施形態２３、図６３の第二を第四に代えたものである。実施形態３０の発明の構成２の対話式購入促進システムは、第四購買ユーザ識別情報保持部、第四購買ＳＮＳユーザ関連情報取得部、第四購買履歴情報取得部、第四購買宣伝広告発信履歴情報取得部、第四購買行動・ライフログ情報取得部、第四購買分析ルール保持部、第四購買購入状況情報分析取得部、第四購買対話情報蓄積部（、第四購買ユーザ別対話情報選択ルール保持部、第四購買対話情報選択部、第四購買対話情報出力部と、からなる。
＜実施形態３０ 発明の構成 その他＞
先に示した実施形態 発明の構成１、発明の構成２、に加えて実施形態２４、実施形態２５、実施形態２６、実施形態２７に記載の実施形態２２、実施形態２３に対する追加構成を同様に追加する構成であってもよい。
＜実施形態３０ 構成の説明＞
＜実施形態３０ 第三購買ユーザ識別情報保持部 第四購買ユーザ識別情報保持部＞
「第三購買ユーザ識別情報保持部、第四購買ユーザ識別情報保持部」は、ＳＮＳを利用し、特定商品の宣伝広告発信履歴情報を有するユーザを識別するユーザ識別情報を保持する。他の点は、第一、第二購買ユーザ識別情報保持部に記載の説明と同様である。
＜実施形態３０ その他の構成＞
実施形態３０では、その他の構成は基本的に実施形態２２から実施形態２７のいずれか一に記載の発明と同様である。
＜実施形態３１＞
＜実施形態３１ 発明の概要＞
本実施形態は、対話式学習促進システムに関する発明である。実施形態１２から実施形態１６に記載の対話式学習促進システムの特徴に加えて、本実施形態の発明は、出力した対話情報の有効性を、出力した対話情報に対するユーザの応答対話情報から取得することを特徴とする。
＜実施形態３１ 発明の構成＞
実施形態３１の対話式学習促進システムの構成の一例は、図３６に示す実施形態１２、図３９に示す実施形態１３の構成又は図４２に示す実施形態１４（ただし第三学習カリキュラム情報取得部は必須の構成ではない。）を基本として、学習応答対話情報取得部、学習応答有効性判断ルール保持部、学習応答対話情報有効性判断部を新たに有する構成である。実施形態１２から実施形態１６のいずれか一との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明をする。
＜実施形態３１ 構成の説明＞
＜実施形態３１ 学習応答対話情報取得部＞
「学習応答対話情報取得部」は、出力された対話情報に対する応答対話情報を取得する。応答対話情報は、対話情報に対するユーザの反応を示す情報である。例えば、ＳＮＳを通じてユーザが出力する文字情報としての応答対話情報、学習履歴情報や学習効果情報に現れるユーザの学習行動、ユーザが発声する音声による応答対話情報、ユーザの心拍数や脳波といったライフログ情報として得られる応答対話情報、ＧＰＳや他の外部情報機器から本システムにとりこむことが可能なユーザの行動に関する応答対話情報、等が考えられる。さらに、ユーザの応答対話情報が本対話式学習促進システムのどの発話（対話情報）に対する応答対話情報であるかを確認するための質問を発するように構成することもできる。行動や音声という、プラスの方向に認識できるものだけでなく、無音、無反応、無視している、電源を切っている、通信を切断してる、といった無の状態の観測についても、ユーザの意識的な対応と言えることから、ユーザの応答対話情報ということができる。応答対話情報は、後述するように出力した対話情報の有効性を判断するために活用されることから、出力されたいずれの対話情報に対する応答対話情報であるかを特定するために、出力対話情報識別情報と関連付けて取得されることが考えられる。また、応答対話情報は、それ自体が学習ＳＮＳユーザ関連情報に含むことが可能であるし、対話情報蓄積部に蓄積される対話情報に含めることも可能である。さらに、応答対話情報には、ユーザの個性や対話形式が直接表現されることから、ユーザ属性の分析のために利用する、あるいはユーザ属性情報として蓄積する構成にすることも可能である。
本システムは、システムが対話情報を出力すると、ユーザがこれに自由に応答対話情報を返す構造となっている。出力された対話情報に対するユーザの応答対話情報は、時間的に近接しているタイミングで取得される必要はなく、数日前の出力に対してユーザが応答対話情報を出力するということも考えられる。また、出力した対話情報に対するユーザの応答対話情報が１対１の関係になる必要はなく、１対多、多対１、多対多のいずれの構成も考えられる。出力した対話情報のいずれに対してユーザが応答対話情報発信したかは、出力した対話情報に対して、次の対話情報が出力されるまでにユーザが発信した応答対話情報を関連付けるという方法が考えられる。あるいは、本システムは一つの背景目標にむけて導入対話を経てユーザに対してある行動を行うことを勧めるアドバイスの対話情報を出力することが可能である。というのは、対話形式の一環として、ユーザの好む言葉遣い、表現方法、会話方法が考えられ、例えば、「天気の話から始めて、今日の気分や、明日以降の予定のことを相談して、今日どんな行動をするのが合理的あるいは効果的であるかをユーザに認識させて、行動を進めるアドバイスを行う」という経緯が考えられる。この場合、天気の話から始まって、行動を進めるアドバイスを行うというまでが、一つのストーリーとして認識され、出力対話ブロックという単位で認識され、その経緯のなかで取得された一連のユーザの応答対話情報と関連付けるということが考えられる。
＜実施形態３１ 学習応答有効性判断ルール保持部＞
「学習応答有効性判断ルール保持部」は、出力された対話情報に対して取得された応答対話情報に基づいて出力された対話情報が有効であったか判断するルールである学習応答有効性判断ルールを保持する。「学習応答有効性判断ルール」は、ユーザが対話情報に従った行動・思考をとったかを質問の発話などを交えた対話情報から判断して、出力した対話情報の有効性を判断するルールである。出力した対話情報に対するユーザの応答対話情報がプラスの反応であるかマイナスの反応であるかによって、出力した対話情報の有効性を判断するシステムである。
例えば、出力した対話情報に対する応答対話情報の有効性の判断方法としては、プラスの反応と判断できる表現の類型（例えば、意欲を示す発言、受け入れる発言、同意する発言、積極的に提案を行う発言、目標を設定する発言等）とマイナスの反応と判断できる表現の類型（拒絶の表現、意欲がない表現、言い訳、否定的な発言、後回しにする発言、無反応（未読の場合と既読の場合いずれも含む）等）、場合によっては中立の表現の類型（例えば、時候の挨拶、世間話、擬音等）の一以上の有効性判断類型に分類することで行う方法が考えられる。この分類の種類数や区分数は、システムの運用ポリシーに基づいて設定することができる。
取得した応答対話情報を各類型に分類する工程は、学習応答対話情報取得部の取得の段階で行う構成にしてもよいし、学習応答有効性判断ルール保持部の有する学習応答有効性判断ルールの内容としてもよい。いずれの構成であっても、次に示すような応答対話情報を有効性判断類型に分配するために、応答対話情報と有効性判断類型の同一性を判断する必要があるため、同様の構成を有することになる。以下では、学習応答有効性判断ルール保持部によって、取得した対話情報を各類型に分類する場合を想定して説明する。
学習応答対話情報有効性判断ルールは、少なくとも応答対話情報の意味内容を確定するためのルールと、出力した対話情報の有効性を判断するためのルールの二つによって構成される。さらに、応答対話情報の意味内容を有効性判断類型に分類するためのルールを独立に持たせる場合と、応答対話情報の意味内容を有効性判断類型に分類するためのルールを応答対話情報の意味内容を確定するためのルール又は出力した対話情報の有効性を判断するルールのいずれかに含まれるように構成する場合が考えられる。
ユーザの応答対話情報は、ユーザによって発せられるもので、システムによって管理コントロールできるものではないことから、どのような単語を用いて、どのような表現をして、どのような対話形式で発信されるかは定まっていない。例えば、「勉強をしたくない」という事実を伝えるための発信として、「勉強だるい」「まじ嫌」「馬鹿言わないで」「お断りです」「いたしません」「ふざけんな」等、様々な表現を用いることが可能である。これらの表現が、いずれも「否定表現」であることを特定するためのルールが、応答対話情報の意味内容を確定するためのルールとなる。この意味内容のカテゴリーの仕方や幅は、システムの運用ポリシーに基づいて設定することができる。この幅はまた、階層構造的に選択できるように構成してもよい。階層構造としては、例えば最上位がユーザの応答対話の意味内容であり、その下位に直接的に表現した場合の表現があり、さらにその下位に標準語での各種の謙譲表現、丁寧表現、尊敬語、対等語、命令形の表現があり、さらにその下位に方言等による各種表現があったり、さらにその下位に各種間接表現（婉曲、比喩など）があるように構成することが考えられる。例えば、上記の例を用いると、「いたしません」が各種間接表現として取得され、方言等の表現方法としては特殊な加工をしていないことから「いたしません」という標準語に該当することになり、標準語での基本的表現としても「いたしません」という丁寧語に該当することになり、直接的に表現した場合の表現として「やらない」という表現に該当することになり、ユーザの応答対話の意味内容として、「出力した対話情報に従わない」、という意味内容が確定される。ここまでがユーザの応答対話情報の意味内容を確定するためのルールとなる。さらに、出力した対話情報に従わない、というユーザの応答対話情報の意味内容から、出力した対話情報に対して上記の例でいうと「否定的な表現」がされたものとして、マイナスの類型に属することが確定される。
有効性判断ルールとしては、例えば、有効性判断類型の各要素についてユーザの対話情報に対する有効性判断類型上の反応の強さの程度の評価値を算出するようにして、算出された各要素の評価値から総合的に有効性判断結果を取得する方法が考えられる。有効性判断類型上の反応の強さの測定方法は、同一性確定で選択される各種の段階の選択肢にあらかじめ点数を与えておいて、その点数を総合判断することによって算出する方法が考えられる。この各種の段階の選択肢に与える点数は、一般的な数値として与えておく方法と、ユーザ属性を反映させてユーザ毎に異なる点数を与えておく方法が考えられる。あるいは、有効性判断類型上の反応の強さの算出の際の各種の段階の重みづけをユーザ毎に異ならせるようにしておくことが考えられる。このようにして取得された有効性判断類型上の反応の強さの数値が有効性判断結果となる。なお、中立の表現の類型に該当する場合には、有効性を判断するための情報が不十分であり、有効性判断不能という判断結果としても良い。
また、1つの応答対話情報中に、複数の類型に分類すべき表現が込められていることがあることから、ある応答対話情報から複数の有効性判断類型及び有効性判断類型上の反応の強さの程度の評価値を取得することが考えられる。この場合には、取得された複数の有効性判断類型上の反応の強さの程度の評価値から有効性判断結果を算出することになる。このとき、「でも」「しかし」「やっぱり」といった接続詞の利用や、一文目、二文目などの発言全体の構成や、文章の先頭、文章の末尾、といった文章の構成、などのチェックポイントを定めておき、一つの応答対話情報内に含まれる発言に主発言、副発言というようにランク付けを与える構成が考えられる。ランクによって、有効性判断結果算出時に重みづけを異ならせるようにしてもよい。ランクによる重みづけの差異は、システムによって共通の値とすることもできるし、ユーザ属性に応じてユーザ毎に異なるように設定することも可能である。
また、上記例の表現は勉強をしたくない場合以外にも用いられる表現である。例えば、いつも２時間勉強しているユーザに、体調が悪そうなので勉強をやめて眠ることを勧める対話情報を出力した場合には、「まじ嫌」「馬鹿言わないで」「お断り」「ふざけんな」等の前記表現例の一部については、「勉強を継続したい意思」を表す表現となる。この場合、応答対話情報に従わないという意味では有効性判断類型としては、否定的な表現と判断することが単純な判断として考えられる。しかし、学習の習慣化という本対話式学習促進システムの有する背景目的との関係では、規則的な勉強の習慣がついていると判断することも可能である。このように、背景目的との関係で、対話情報に従うか否かは矛盾するシチュエーションが考えられることから、より複雑な判断手法として、背景目的との関係での有効性評価という評価ルールを持たせることも可能である。まず、前述のユーザの応答対話情報の意味内容の確定の後、出力した対話情報が背景目的に客観的に合致する行動を促すものであったか、客観的に合致しない行動を促すものであったかを分類する。ここにいう、背景目的に客観的に合致するとは、形式的に規則的な勉強行動を促していること、を意味する。背景目的に客観的に合致しないとは、形式的に規則的な勉強行動を促していないこと、を意味する。背景目的に合致する行動を促すものであった場合には、応答対話情報の意味内容の有効性判断類型と同様のプラスとマイナスの背景目的有効性判断上の反応の強さの程度の評価値が得られることになる。一方、出力した対話情報が背景目的と合致しない行動を促すものであった場合には、応答対話情報の意味内容の有効性類型とはプラス・マイナスが逆転した背景目的有効性判断上の反応の強さの程度の評価値が得られることになる。
背景目的との関係をも含めて有効性判断をする場合には、有効性判断類型上の反応の強さと背景目的有効性判断上の反応の強さの程度の評価値の総合的な判断になる。判断にあたって、この二つの要素の重みづけを異ならせてもよい。重みづけの差は、システムに共通に設定されていてもよいし、ユーザ属性に応じて異ならせることも可能である。例えば、頑張りすぎて体調を崩すことが多いユーザにとっては、いい勉強の習慣として体調を崩さない程度の勉強の習慣が望まれることから、背景目的と客観的に合致しないアドバイスによって休息をとることも重要とされるので、背景目的有効性判断上の反応の強さを重要視して、有効性判断類型上の反応の強さの程度の評価値：背景目的有効性判断上の反応の強さの程度の評価値を２対３とするということが考えられる。あるいは、日頃から言い訳ばかりで勉強を殆どしないユーザにとっては、多少の無理をしてもその日の行動を行うことが習慣化の上で重要視されることから、有効性判断類型上の反応の強さを重要視して、有効性判断類型上の反応の強さの程度の評価値：背景目的有効性判断上の反応の強さの程度の評価値を３対２とするということが考えられる。
さらに、応答対話情報と実際の学習行動に齟齬が生じている場合が起こりえるので、対話情報の有効性の判断に当たって応答対話情報を補助する情報として学習履歴情報や学習効果情報を用いることも有益である。すなわち、応答対話情報では「すぐに行います」という意味内容を発信しているのに、学習履歴情報では学習をしている履歴情報が取得されていない、あるいは学習結果として適当に解答しているだけの実態が見受けられるという場合である。このような時には、虚偽の応答対話情報を出力したということになるので、「すぐに行います」が分類される「同意する発言」というプラスの有効性判断類型に分類される発言ではなく、「虚偽の発言」が分類される例えば「否定的な発言」「拒絶の発言」というマイナスの有効性判断類型に分類される発言として扱うべきである。したがって、このような場合には、ユーザの学習履歴情報や学習効果情報と応答対話情報の一致の程度あるいは矛盾の程度を判断することが求められる。応答対話情報との一致性の判断は、出力した対話情報の意味内容と学習履歴情報や学習効果情報が一致しているか一致していないかを判断する。この判断は、応答対話情報の有効性判断類型上の反応の強さの程度の評価値とを比較することによって行うことが可能である。学習履歴情報や学習効果情報から応答対話情報と同様の有効畝判断類型上の反応の強さの程度の評価値を取得する方法としては、先述の学習有効性判断ルール又は／及び学習履歴有効性判断ルールと同様のルールによって算出された値を用いて算出する方法が考えられる。
＜実施形態３１ 学習応答対話情報有効性判断部＞
「学習応答対話情報有効性判断部」は、出力された対話情報とこの対話情報に対して取得された応答対話情報と、学習応答有効性判断ルールとに基づいて対話情報の有効性を判断する。ある学習行動をユーザに実行させるまでの間に、ユーザと本対話式学習促進システムは対話情報の出力と応答対話情報の取得を複数回行うことが考えられる。出力した対話の有効性は、複数回の対話情報をある行動を実行させるための一連の対話の塊に対して行ってもよいし、対話一つ一つに対し一対一対応で行ってもよいし、両者によって判断してもよい。本対話式学習促進システムは、ユーザの意欲を刺激するために、ある行動を実行させるという目的を定めて、それを実現するまでユーザの属性に応じた対話形式の一環として複数のアプローチを繰り返す、前述のあきらめないルール又は／及びあきらめないルールを有する構成とすることが可能である。説得する必要があるユーザであれば、何度も同じことを繰り返したり行動の合理性を説明する対話情報を出力することが考えられるし、何度もお願いされると断れないタイプのユーザであれば、あの手この手で行動をお願いする対話情報を出力することになる。したがって、システムは、ある目的を定めて会話を開始し最終的に目的の実現化非実現の結果を取得するまでを一連のフレーズとして認識することが可能である。
＜実施形態３１ ハードウェア構成＞
実施形態３１のハードウェア構成は、図３７に示す実施形態１２、図４０に示す実施形態１３の構成又は図４３に示す実施形態１４（ただし第三学習カリキュラム情報取得部は必須の構成ではない。）を基本とする。実施形態１２から実施形態１６のいずれか一との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わる「学習応答対話情報取得プログラム」は、出力した対話情報に対応するユーザの応答対話情報を取得する。「学習応答有効性判断ルール保持プログラム」は、学習応答有効性判断ルールを保持する。「学習応答対話情報有効性判断プログラム」は、学習応答有効性判断ルールに基づいて、出力した対話情報の有効性を判断する。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、学習応答有効性判断ルール、学習応答有効性判断結果、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３１ 処理の流れ＞
実施形態３１の対話式学習促進システムの処理の流れの一例は、図３８に示す実施形態１２、図４１に示す実施形態１３の構成又は図４４に示す実施形態１４（ただし第三学習カリキュラム情報取得部は必須の構成ではない。）の処理の流れを基本とする。実施形態１２から実施形態１６との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、出力した対話情報に対する応答対話情報を取得する応答対話情報取得ステップと、学習応答有効性判断ルールを保持する学習応答有効性判断ルール保持ステップと、学習応答有効性判断ルールに基づいて出力した対話情報の有効性を判断する学習応答対話情報有効性判断ステップと、を有する。
＜実施形態３２＞
＜実施形態３２ 発明の概要＞
本実施形態は、対話式学習促進システムに関する発明である。実施形態１２から実施形態１６に記載の対話式学習促進システムの特徴に加えて、本実施形態の発明は、応答対話情報を基に取得した出力した対話情報の有効性を、統計的に処理することで学習応答統計的対話情報有効性を取得するための、学習応答有効処理ルール保持手段及び学習応答統計的対話情報有効性情報取得手段を有することを特徴とする。
＜実施形態３２ 発明の構成＞
実施形態３２の対話式学習促進システムの構成の一例は、図３６に示す実施形態１２、図３９に示す実施形態１３の構成又は図４２に示す実施形態１４（ただし第三学習カリキュラム情報取得部は必須の構成ではない。）を基本とする。実施形態１２から実施形態１６のいずれか一との共通の構成の説明は省略する。本実施形態で新たに加わる構成は、学習応答有効性統計処理ルール保持手段、学習応答統計的対話情報有効性情報取得手段、である。
＜実施形態３２ 構成の説明＞
＜実施形態３２ 学習応答有効性統計処理ルール保持手段＞
「学習応答有効性統計処理ルール保持手段」は、学習応答対話情報有効性判断部が有する手段であって、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである学習応答有効性統計処理ルールを保持する。基本的には、前述の実施形態１７にて説明済みの統計処理を応答対話情報を利用して有効性の判断を行うもので、学習効果情報や学習履歴情報に代えて応答対話情報とした点以外は共通である。
＜実施形態３２ 学習応答統計的対話情報有効性情報取得手段＞
「学習応答統計的対話情報有効性情報取得手段」は、複数のユーザの対話情報と、保持されている学習応答有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した学習応答統計的対話情報有効性情報を取得する学習応答対話情報有効性判断部が有する手段である。
＜実施形態３２ ハードウェア構成＞
実施形態３２のハードウェア構成は、図３７に示す実施形態１２、図４０に示す実施形態１３の構成又は図４３に示す実施形態１４（ただし第三学習カリキュラム情報取得部は必須の構成ではない。）を基本とする。実施形態１２から実施形態１６のいずれか一との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わるプログラム、「学習応答統計処理ルール保持プログラム」は、学習応答統計処理ルールを保持する。「学習応答統計的対話情報有効性情報取得プログラム」は、学習応答統計処理ルールに基づき学習応答統計的対話情報有効性情報を取得する。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、学習応答有効性判断ルール、学習応答有効性判断結果、学習応答統計処理ルール、学習応答統計的対話情報有効性情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３２ 処理の流れ＞
実施形態３２の対話式学習促進システムの処理の流れの一例は、図３８に示す実施形態１２、図４１に示す実施形態１３の構成又は図４４に示す実施形態１４（ただし第三学習カリキュラム情報取得部は必須の構成ではない。）の処理の流れを基本とする。実施形態１２から実施形態１６のいずれか一との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、学習応答有効性統計処理ルールを保持する学習応答有効性統計処理ルール保持サブステップと、学習応答有効性統計処理ルールに基づいて学習応答統計的対話情報有効性情報を取得する学習応答統計的対話情報有効性情報取得サブステップと、を有する。
＜実施形態３３＞
＜実施形態３３ 発明の概要＞
実施形態３３は対話式学習促進システムに関する発明である。実施形態３１又は実施形態３２の発明の特徴に加えて、学習応答対話情報有効性判断結果に基づいてユーザ別対話情報選択ルールを変更することを特徴とする。
＜実施形態３３ 発明の構成＞
実施形態３３の対話式促進システムの構成の一例は、実施形態３１又は実施形態３２の構成を基本とする。実施形態３１又は実施形態３２との共通の構成の説明は省略する。本実施形態で新たに加わる構成は、学習応答ユーザ別対話情報選択ルール更新部、である。
＜実施形態３３ 構成の説明＞
＜実施形態３３ 学習応答ユーザ別対話情報選択ルール更新部＞
「学習応答ユーザ別対話情報選択ルール更新部」は、実施形態３２に記載の学習応答対話情報有効性判断部での判断結果に基づいてユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する。有効性相対的にが低い対話情報は選択される確率や、選択されるシチュエーションが減少し（対話情報が取得された学習状況情報の階層的な構造に関連付けられている場合には、その関連付けが解除されるなど）また有効性が相対的に高い場合には逆の処理が行われる。応答対話情報を利用する点を除いて基本的に実施形態１８と共通の処理を行う。
＜実施形態３３ ハードウェア構成＞
実施形態３３のハードウェア構成は、実施形態３１又は実施形態３２のハードウェア構成を基本とする。実施形態３１又は実施形態３２との共通の動作をするプログラムについての説明は省略する。本実施形態で加わる新たなプログラム、「学習応答ユーザ別対話情報選択ルール更新プログラム」は、有効性判断結果に基づきユーザ別対話情報選択ルールを更新する。本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、学習応答有効性判断ルール、学習応答有効性判断結果、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３３ 処理の流れ＞
実施形態３３の対話式学習促進システムの処理の流れの一例は、実施形態３１又は実施形態３２の処理の流れを基本とする。実施形態３１又は実施形態３２との共通の情報処理を行うステップについての説明は省略する。本実実施形態で新たに加わるステップとして、有効性判断結果に基づいてユーザ別対話情報選択ルールを更新する学習応答ユーザ別対話情報選択ルール更新ステップを有する。
＜実施形態３４＞
＜実施形態３４ 発明の概要＞
実施形態３４は、対話式学習促進システムに関する発明である。実施形態３２又は実施形態３２を基本とする実施形態３３の特徴に加えて、学習応答統計的対話情報有効性判断情報に基づいてユーザ別対話情報選択ルールを更新する学習応答統計的ユーザ別対話情報選択ルール更新部を有することを特徴とする。
＜実施形態３４ 発明の構成＞
実施形態３４の対話式学習促進システムの構成の一例は、実施形態３２又は実施形態３２を基本とする実施形態３３を基本とする。実施形態３２又は実施形態３２を基本とする実施形態３３との共通の構成の説明は省略する。本実施形態で新たに加わる構成は、学習応答統計的ユーザ別対話情報選択ルール更新部、である。
＜実施形態３４ 学習応答統計的ユーザ別対話情報選択ルール更新部＞
「学習応答統計的ユーザ別対話情報選択ルール更新部」の働きは、実施形態３２の学習応答統計的対話情報有効性情報に基づきユーザ別対話情報選択ルールを更新する。更新に関しては既に述べたと同様の処理が行われる。応答対話情報を利用する点を除き実施形態１９と基本的に同様の処理をする。
＜実施形態３４ ハードウェア構成＞
実施形態３４のハードウェア構成は、実施形態３２又は実施形態３２を基本とする実施形態３３のハードウェア構成を基本とする。実施形態３２又は実施形態３２に従属する実施形態３３との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わるプログラム、「学習応答統計的ユーザ別対話情報選択ルール更新プログラム」は学習応答統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する。本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、学習履歴情報、学習効果情報、学習分析ルール、学習状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、学習応答有効性判断ルール、学習応答有効性判断結果、学習応答統計処理ルール、学習応答統計的対話情報有効性情報、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３４ 処理の流れ＞
実施形態３４の対話式学習促進システムの処理の流れの一例は、実施形態３２又は実施形態３２を基本とする実施形態３３のハードウェア構成を基本とする。実施形態３２又は実施形態３２を基本とする実施形態３３との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、学習応答統計的対話情報有効性情報をもとにユーザ別対話情報選択ルールを更新する学習応答統計的ユーザ別対話情報選択ルール更新ステップを有する。
＜実施形態３５＞
＜実施形態３５ 発明の概要＞
実施形態３５は、対話式購入促進システムに関する発明である。実施形態２２から実施形態２４に記載の発明の特徴に加えて、ユーザの応答対話情報を基に出力した対話情報の有効性を判断するための購買応答対話情報取得部と購買応答有効性判断ルール保持部と購買応答対話情報有効性判断部を有することを特徴とする。
＜実施形態３５ 発明の構成＞
実施形態３５の対話式購入促進システムの構成の一例は、図６０に示す実施形態２２の構成又は図６３に示す実施形態２３の構成を基本として、購買応答対話情報取得部、購買応答有効性判断ルール保持部、購買応答対話情報有効性判断部を新たに有する構成である。実施形態２２から実施形態２４のいずれか一との共通の構成の説明は省略し、本実施形態に特有の構成についてのみ説明をする。
＜実施形態３５ 構成の説明＞
＜実施形態３５ 購買応答対話情報取得部＞
「購買応答対話情報取得部」は、出力された対話情報に対する応答対話情報を取得する。応答対話情報は、対話情報に対するユーザの反応を示す情報である。例えば、ＳＮＳを通じてユーザが出力する文字情報、ユーザが出力する絵文字やピクチャースタンプ、音声応答、動画、静止画、行動・ライフログ情報（例えばユーザの心拍数や脳波、ＧＰＳや他の外部情報機器から本システムにとりこむことが可能なユーザの行動に関する情報）、等が考えられる。行動や音声という、プラスの方向に認識できるものだけでなく、無音、無反応、無視している、電源を切っている、通信を切断してる、といった無の状態の観測についても、ユーザの意識的な対応と言えることから、ユーザの応答対話情報ということができる。応答対話情報は、後述するように出力した対話情報の有効性を判断するために活用されることから、出力されたいずれの対話情報に対する応答対話情報であるかを特定するために、出力対話情報識別情報と関連付けて取得されることが考えられる。また、応答対話情報は、それ自体が購買ＳＮＳユーザ関連情報に含むことが可能であるし、対話情報蓄積部に蓄積される対話情報に含めることも可能である。さらに、応答対話情報には、ユーザの個性や対話形式が直接表現されることから、ユーザ属性の分析のために利用する、あるいはユーザ属性情報として蓄積する構成にすることも可能である。本システムは、システムが対話情報を出力すると、ユーザがこれに自由に応答対話情報を返す構造となっている。この点に関しては、実施形態３１で説明したものと同様となる。
＜実施形態３５ 購買応答有効性判断ルール保持部＞
「学習応答有効性判断ルール保持部」は、出力された対話情報に対して取得された応答対話情報に基づいて対話情報が有効であったか判断するルールである購買応答有効性判断ルールを保持する。「購買応答有効性判断ルール」は、ユーザが対話情報によって意図した行動をとったか、意図した概念がユーザに形成されたか、を対話情報から判断して、出力した対話情報の有効性を判断するルールである。出力した対話情報に対するユーザの応答対話情報が特定商品との関係でプラスの反応であるか特定の商品との関係でマイナスの反応であるかによって、特定商品の購買に向けて出力した対話情報の有効性を判断するシステムである。
例えば、特定商品の購買に向けてユーザに出力した対話情報に対する応答対話情報の有効性の判断方法としては、特定商品との関係でプラスの反応と判断できる表現の類型（例えば、意欲を示す発言、受け入れる発言、同意する発言、積極的に提案を行う発言、目標を設定する発言等）と特定商品との関係でマイナスの反応と判断できる表現の類型（拒絶の表現、意欲がない表現、言い訳、否定的な発言、後回しにする発言、無反応（未読の場合と既読の場合いずれも含む）等）、場合によっては中立の表現の類型（例えば、時候の挨拶、世間話、擬音等）の一以上の有効性判断類型に分類することで行う方法が考えられる。この分類の種類数や区分数は、システムの運用ポリシーに基づいて設定することができる。
取得した応答対話情報を各類型に分類する工程は、購買応答対話情報取得部の取得の段階で行う構成にしてもよいし、購買応答有効性判断ルール保持部の有する購買応答有効性判断ルールの内容としてもよい。いずれの構成であっても、次に示すような応答対話情報を有効性判断類型に分配するために、応答対話情報と有効性判断類型の同一性を判断する必要があるため、同様の構成を有することになる。以下では、購買応答有効性判断ルール保持部によって、取得した対話情報を各類型に分類する場合を想定して説明する。
購買応答対話情報有効性判断ルールは、少なくとも応答対話情報の意味内容を確定するためのルールと、特定商品の購買に向けて出力した対話情報の有効性を判断するためのルールの二つによって構成される。さらに、特定商品との関係で応答対話情報の意味内容を有効性判断類型に分類するためのルールを独立に持たせる場合と、特定商品との関係で応答対話情報の意味内容を有効性判断類型に分類するためのルールを応答対話情報の意味内容を確定するためのルール又は出力した対話情報の有効性を判断するルールのいずれかに含まれるように構成する場合が考えられる。有効性判断ルールの詳細に関しては実施形態３１等での説明と同様である。
＜実施形態３５ 購買応答対話情報有効性判断部＞
「購買応答対話情報有効性判断部」は、出力された対話情報とこの対話情報に対して取得された応答対話情報と購買応答有効性判断ルールとに基づいて対話情報の有効性を判断する。具体的内容は実施形態３１と同様である。
＜実施形態３５ ハードウェア構成＞
実施形態３５のハードウェア構成は、、図６１に示す実施形態２２の構成又は図６４に示す実施形態２３の構成を基本とする。実施形態２２から実施形態２４のいずれか一との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わる「購買応答対話情報取得プログラム」は、出力した対話情報に対応するユーザの応答対話情報を取得する。「購買応答有効性判断ルール保持プログラム」は、購買応答有効性判断ルールを保持する。「購買応答対話情報有効性判断プログラム」は、購買応答有効性判断ルールに基づいて、出力した対話情報の有効性を判断する。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、宣伝広告発信履歴情報、購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、購買応答有効性判断ルール、購買応答有効性判断結果、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３５ 処理の流れ＞
実施形態３５の対話式購入促進システムの処理の流れの一例は、図６２に示す実施形態２２の構成又は図６５に示す実施形態２３の構成を基本とする。実施形態２２から実施形態２４との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、出力した対話情報に対するユーザの応答対話情報を取得する購買応答対話情報取得ステップ、購買応答有効性判断ルールを保持する購買応答有効性判断ルール保持ステップと、購買応答有効性判断ルールに基づいて出力した対話情報の有効性を判断する購買応答対話情報有効性判断ステップと、を有する。
＜実施形態３６＞
＜実施形態３６ 発明の概要＞
本実施形態は、対話式購入促進システムに関する発明である。実施形態２２から実施形態２４に記載の対話式購入促進システムの特徴に加えて、本実施形態の発明は、応答対話情報を基に出力した対話情報の有効性を、統計的に処理することで購買応答統計的対話情報有効性情報を取得するための、購買応答有効処理ルール保持手段及び購買応答統計的対話情報有効性情報取得手段を有することを特徴とする。
＜実施形態３６ 発明の構成＞
実施形態３６の対話式購入促進システムの構成の一例は、、図６０に示す実施形態２２の構成又は図６３に示す実施形態２３の構成を基本とする。実施形態２２から実施形態２４のいずれか一との共通の構成の説明は省略する。本実施形態で新たに加わる構成は、購買応答有効性統計処理ルール保持手段、購買応答統計的対話情報有効性情報取得手段である。
＜実施形態３６ 構成の説明＞
＜実施形態３６ 購買応答有効性統計処理ルール保持手段＞
「購買応答有効性統計処理ルール保持手段」は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである購買応答有効性統計処理ルールを保持する購買応答対話情報有効性判断部が有する手段である。応答対話情報を利用する点以外は詳細は実施形態２５での説明と同様である。
＜実施形態３６ 購買統計的対話情報有効性情報取得手段＞
「購買統計的対話情報有効性情報取得手段」は、複数のユーザの対話情報と、保持されている購買有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した統計的対話情報有効性情報を取得する対話情報有効性判断部が有する手段である。応答対話情報を利用する点以外は実施形態２５と同様である。
＜実施形態３６ ハードウェア構成＞
実施形態３６のハードウェア構成は、、図６１に示す実施形態２２の構成又は図６４に示す実施形態２３の構成を基本とする。実施形態２２から実施形態２４のいずれか一との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わるプログラム、「購買応答統計処理ルール保持プログラム」は、購買応答統計処理ルールを保持する。「購買応答統計的対話情報有効性情報取得プログラム」は、購買応答統計処理ルールに基づき購買応答統計的対話情報有効性情報を取得する。この図にあるように本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、購買効果情報、購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、購買応答有効性判断ルール、購買応答有効性判断結果、購買応答統計処理ルール、購買応答統計的対話情報有効性情報、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３６ 処理の流れ＞
実施形態３６の対話式購入促進システムの処理の流れの一例は、図６２に示す実施形態２２の構成又は図６５に示す実施形態２３の構成を基本とする。実施形態１２から実施形態１６との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、購買応答有効性統計処理ルールを保持する購買応答有効性統計処理ルール保持サブステップと、購買応答有効性統計処理ルールに基づいて購買応答統計的対話情報有効性情報を取得する購買応答統計的対話情報有効性情報取得サブステップと、を有する。
＜実施形態３７＞
＜実施形態３７ 発明の概要＞
実施形態３７は対話式購入促進システムに関する発明である。実施形態３５又は実施形態３６の特徴に加え、購買応答対話情報有効性判断結果に基づいてユーザ別対話情報選択ルールを変更することを特徴とする発明である。
＜実施形態３７ 発明の構成＞
実施形態３７の対話式促進システムの構成は、実施形態３５又は実施形態３６を基本の構成として、さらに購買応答ユーザ別対話情報選択ルール更新部を加えたものである。実施形態３５又は実施形態３６との共通の構成の説明は省略する。
＜実施形態３７ 構成の説明＞
本実施形態で特徴的な構成は、購買応答ユーザ別対話情報選択ルール更新部である。この部は、実施形態３５を基本とする場合にはユーザ別の応答対話情報の有効性を用いて購買応答ユーザ別対話情報選択ルールを更新する。実施形態３６を基本とする場合には購買応答統計的対話情報有効性情報に基づいて購買対応ユーザ別対情報選択ルールを更新する。応答対話情報を利用する点以外は実施形態２６と基本的な処理は同様である。
＜実施形態３７ ハードウェア構成＞
実施形態３７のハードウェア構成は、実施形態３５又は実施形態３６を基本の構成とする。実施形態３５又は実施形態３６との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わるプログラム、「購買応答ユーザ別対話情報選択ルール更新プログラム」は、有効性情報に基づいてユーザ別対話情報選択ルールを更新する。本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、購買効果情報、購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、購買応答有効性判断ルール、購買応答有効性判断結果、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３７ 処理の流れ＞
実施形態３７の対話式購入促進システムの処理の流れの一例は実施形態３５又は実施形態３６の処理の流れを基本とする。実施形態３５又は実施形態３６との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、有効性判断結果からユーザ別対話情報を更新する購買応答ユーザ別対話情報選択ルール更新ステップ、を有する。
＜実施形態３８＞
＜実施形態３８ 発明の概要＞
実施形態３８は、対話式購入促進システムに関する発明である。実施形態３６又は実施形態３６を基本とした実施形態３７の特徴に加えて、購買応答統計的対話情報有効性判断情報に基づいてユーザ別対話情報選択ルールを更新する購買応答統計的ユーザ別対話情報選択ルール更新部を有することを特徴とする。
＜実施形態３８ 発明の構成＞
実施形態３８の対話式購入促進システムの構成の一例は、実施形態３６又は実施形態３６を基本とした実施形態３７を基本とする。実施形態３６又は実施形態３６を基本とした実施形態３７のいずれか一との共通の構成の説明は省略する。本実施形態で新たに加わる構成は、購買応答統計的ユーザ別対話情報選択ルール更新部である。
＜実施形態３８ 購買応答統計的ユーザ別対話情報選択ルール更新部＞
「購買応答統計的ユーザ別対話情報選択ルール更新部」は、実施形態３６の購買応答統計的対話情報有効性情報取得手段によって取得された購買応答統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する。応答対話情報を利用する点以外は、実施形態３７と同様である。
＜実施形態３８ ハードウェア構成＞
実施形態３８のハードウェア構成は、実施形態３６又は実施形態３６を基本とする実施形態３７のハードウェア構成を基本とする。実施形態３６又は実施形態３６を基本する実施形態３７との共通の動作をするプログラムについての説明は省略する。本実施形態で新たに加わるプログラム、「購買応答統計的ユーザ別対話情報選択ルール更新プログラム」は、購買応答統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する。本発明は、基本的に汎用コンピュータとプログラム、各種デバイスで構成することが可能である。コンピュータの動作は基本的に不揮発性メモリに記録されているプログラムやデータを主メモリにロードして、主メモリとＣＰＵと各種デバイスとで処理を実行していく形態をとる。デバイスとの通信は、バス線と繋がったインターフェイスを介して行われる。プログラムのより詳細な動作は各構成の説明で記載される動作を実現するものであり詳細はそちらを参照のこと。これら不揮発性メモリからメインメモリにコピーされた一連のプログラムの実行命令に基づいてこれらのプログラムが順次又は常時実行される。なお、データとしては、ユーザ識別情報（場合によりこれに関連付けられるユーザ属性情報）、外部情報（ＳＮＳユーザ関連情報を含む）、購買履歴情報、購買効果情報、購買分析ルール、購入状況情報、対話情報、ユーザ別対話情報選択ルール、選択した対話情報、応答対話情報、購買応答有効性判断ルール、購買応答有効性判断結果、購買応答統計処理ルール、購買応答統計的対話情報有効性情報、更新ユーザ別対話情報選択ルール、図示しない通信など各種の設定情報等が不揮発性メモリに保持され、主メモリにロードされ、一連のプログラム実行に際して参照され、利用される。
＜実施形態３８ 処理の流れ＞
実施形態３８の対話式購入促進システムの処理の流れの一例は、実施形態３６又は実施形態３６を基本とする実施形態３７の処理の流れを基本とする。実施形態３６又は実施形態３６を基本する実施形態３７との共通の情報処理を行うステップについての説明は省略する。本実施形態で新たに加わるステップとして、購買応答統計的対話情報有効性情報に基づいてユーザ別対話情報選択ルールを更新する購買応答統計的ユーザ別対話情報選択ルール更新ステップを有する。
＜実施形態３９＞
＜実施形態３９ 発明の概要＞
特定商品の購買履歴を有するユーザに代えて、特定商品の宣伝広告発信履歴を有するユーザを対象として対話式で特定商品の購入促進を図ろうとするシステムである。基本的には実施形態３５から実施形態３８と同様である。
＜実施形態３９ 発明の構成＞
実施形態３５から実施形態３８に示した発明と基本的に同様であり、説明は省略する。
対話式のコミュニケーションによってユーザの行動の方向性を示唆することが可能であり、個人活動に依存する人間の活動の全てにおいて有効な働きを示すことができる。例えば、健康管理アプリ、学習促進アプリ、販売促進システム、介護ロボット、見守りシステム、就業管理、厚生施設における構成プログラム、運転技能促進プログラム、飛行機や新幹線といった長距離移動手段の利用者の精神安定プログラム、災害時の被災者のメンタルケアシステム、インターネットを通じたコミュニケーション環境の管理、等に利用することが考えられる。
０２０１ 対話式健康促進システム
０２０２ ユーザ
０２０３ ＳＮＳユーザ関連情報
０２０７ 対話情報
３５０１ 対話式学習促進システム
３５０２ ユーザ
３５０３ ＳＮＳユーザ関連情報
３５０５ 学習システム
３５０８ 対話情報
５９０１ 対話式購入促進システム
５９０２ ユーザ
５９０３ ＳＮＳユーザ関連情報
５９０７ 対話情報

Claims (14)

  1. ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する第一購買ユーザ識別情報保持部と、
    ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第一購買ＳＮＳユーザ関連情報取得部と、
    ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する第一購買履歴情報取得部と、
    ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する第一購買宣伝広告発信履歴情報取得部と、
    ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである第一購買分析ルールを保持する第一購買分析ルール保持部と、
    ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている第一購買分析ルールとに基づいて購入状況情報を取得する第一購買購入状況情報分析取得部と、
    ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した第一購買対話情報蓄積部と、
    取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第一購買ユーザ別対話情報選択ルール保持部と、
    取得した購入状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第一購買対話情報蓄積部から選択する第一購買対話情報選択部と、
    選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第一購買対話情報出力部と、
    を有する対話式購入促進システム。
  2. ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する第二購買ユーザ識別情報保持部と、
    ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する第二購買ＳＮＳユーザ関連情報取得部と、
    ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する第二購買履歴情報取得部と、
    ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する第二購買宣伝広告発信履歴情報取得部と、
    ユーザ識別情報と関連付けてユーザの行動又は／及びライフログを示す情報である行動・ライフログ情報を取得する第二購買行動・ライフログ情報取得部と、
    ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、行動・ライフログ情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである第二購買分析ルールを保持する第二購買分析ルール保持部と、
    ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、行動・ライフログ情報と、同じユーザ識別情報に関連付けられている第二購買分析ルールとに基づいて購入状況情報を取得する第二購買購入状況情報分析取得部と、
    ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した第二購買対話情報蓄積部と、
    取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールであるユーザ別対話情報選択ルールを保持する第二購買ユーザ別対話情報選択ルール保持部と、
    取得した購入状況情報と保持されているユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を第二購買対話情報蓄積部から選択する第二購買対話情報選択部と、
    選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための第二購買対話情報出力部と、
    を有する対話式購入促進システム。
  3. 出力された対話情報に対して取得された購入状況情報に基づいて対話情報が有効であったか判断するルールである購買有効性判断ルールを保持する購買有効性判断ルール保持部と、
    出力された対話情報とこの対話情報に対して取得された購入状況情報と、購買有効性判断ルールとに基づいて対話情報の有効性を判断する購買対話情報有効性判断部と、
    をさらに有する請求項１又は請求項２に記載の対話式購入促進システム。
  4. 前記購買対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである購買有効性統計処理ルールを保持する購買有効性統計処理ルール保持手段と、
    複数のユーザの対話情報と、保持されている購買有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した購買統計的対話情報有効性情報を取得する購買統計的対話情報有効性情報取得手段と、
    を有する請求項３に記載の対話式購入促進システム。
  5. 購買対話情報有効性判断部での判断結果に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買ユーザ別対話情報選択ルール更新部をさらに有する請求項３又は請求項４に記載の対話式購入促進システム。
  6. 取得した購買統計的対話情報有効性情報に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買統計的ユーザ別対話情報選択ルール更新部をさらに有する請求項４又は請求項４に従属する請求項５に記載の対話式購入促進システム。
  7. ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する購買ユーザ識別情報保持部と、
    ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する購買ＳＮＳユーザ関連情報取得部と、
    ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである購買分析ルールを保持する購買分析ルール保持部と、
    ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した購買対話情報蓄積部と、
    取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールである購買ユーザ別対話情報選択ルールを保持する購買ユーザ別対話情報選択ルール保持部と、
    を有する対話式購入促進システムの動作方法であって、
    ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する購買履歴情報取得ステップと、
    ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する購買宣伝広告発信履歴情報取得スッテプと、
    ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている購買分析ルールとに基づいて購入状況情報を取得する購買購入状況情報分析取得ステップと、
    取得した購入状況情報と保持されている購買ユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を購買対話情報蓄積部から選択する購買対話情報選択ステップと、
    選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための購買対話情報出力ステップと、
    からなる対話式購入促進システム動作方法。
  8. ＳＮＳを利用し、特定商品の購買履歴を有するユーザを識別するユーザ識別情報を保持する購買ユーザ識別情報保持部と、
    ユーザ識別情報と関連付けてユーザが利用するＳＮＳのユーザの発言を含むユーザ関連情報であるＳＮＳユーザ関連情報を外部情報として取得する購買ＳＮＳユーザ関連情報取得部と、
    ユーザ識別情報と関連付けて外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、を前記特定商品の購入状況の把握の観点で分析して購入状況情報を取得するためのルールである購買分析ルールを保持する購買分析ルール保持部と、
    ユーザ識別情報に関連づけて取得した購入状況情報に応じて発信すべき対話情報を蓄積した購買対話情報蓄積部と、
    取得した購入状況情報に基づいて蓄積されている対話情報を選択するユーザ識別情報に関連付けられたルールである購買ユーザ別対話情報選択ルールを保持する購買ユーザ別対話情報選択ルール保持部と、
    を有する対話式購入促進システムの動作プログラムであって、
    ユーザ識別情報と関連付けてユーザの前記特定商品の購買履歴を示す情報である購買履歴情報を取得する購買履歴情報取得ステップと、
    ユーザ識別情報と関連付けてユーザが接した可能性がある前記特定商品の宣伝広告の発信履歴である宣伝広告発信履歴情報を取得する購買宣伝広告発信履歴情報取得スッテプと、
    ユーザ識別情報に関連付けられている取得した外部情報と、購買履歴情報と、宣伝広告発信履歴情報と、同じユーザ識別情報に関連付けられている購買分析ルールとに基づいて購入状況情報を取得する購買購入状況情報分析取得ステップと、
    取得した購入状況情報と保持されている購買ユーザ別対話情報選択ルールと、に基づいてそのユーザごとの特性に即した対話形式の対話情報を購買対話情報蓄積部から選択する購買対話情報選択ステップと、
    選択した対話情報をユーザ識別情報で識別されるユーザに対して前記ＳＮＳを介して出力するための購買対話情報出力ステップと、
    からなる対話式購入促進システム動作プログラム。
  9. 特定商品の購買履歴を有するユーザに代えて、特定商品の宣伝広告発信履歴情報を有するユーザとした、請求項１から請求項６に記載の対話式購入促進システム。
  10. 出力された対話情報に対する応答対話情報を取得する購買応答対話情報取得部と、
    出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである購買応答有効性判断ルールを保持する購買応答有効性判断ルール保持部と、
    出力された対話情報とこの対話情報に対して取得された応答対話情報と、購買応答有効性判断ルールとに基づいて対話情報の有効性を判断する購買応答対話情報有効性判断部と、
    をさらに有する請求項１から請求項３に記載の対話式購入促進システム。
  11. 出力された対話情報に対する応答対話情報を取得する購買応答対話情報取得部と、
    出力された対話情報に対して取得された応答対話情報が有効であったか判断するルールである購買応答有効性判断ルールを保持する購買応答有効性判断ルール保持部と、
    出力された対話情報とこの対話情報に対して取得された応答対話情報と、購買応答有効性判断ルールとに基づいて対話情報の有効性を判断する購買応答対話情報有効性判断部とを有するとともに、
    前記購買応答対話情報有効性判断部は、複数のユーザの対話情報の有効性を母集団に対して一部は共通のユーザ属性ごとに統計処理するルールである購買応答有効性統計処理ルールを保持する購買応答有効性統計処理ルール保持手段と、
    複数のユーザの対話情報と、保持されている購買応答有効性統計処理ルールとに基づいて、統計的に対話情報の有効性を少なくとも母集団に対して一部は共通のユーザ属性ごとに判断した購買応答統計的対話情報有効性情報を取得する購買応答統計的対話情報有効性情報取得手段と、
    をさらに有する請求項１から請求項３に記載の対話式購入促進システム。
  12. 購買応答対話情報有効性判断部での判断結果に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買応答ユーザ別対話情報選択ルール更新部をさらに有する請求項１０又は請求項１１に記載の対話式購入促進システム。
  13. 取得した購買応答統計的対話情報有効性情報に基づいて（第一でも第二でもよい）購買ユーザ別対話情報選択ルール保持部に保持されているユーザ別対話情報選択ルールを更新する購買応答統計的ユーザ別対話情報選択ルール更新部をさらに有する請求項１１又は請求項１１に従属する請求項１２に記載の対話式購入促進システム。
  14. 特定商品の購買履歴を有するユーザに代えて、特定商品の宣伝広告発信履歴を有するユーザとして、請求項１０から請求項１３に記載の対話式購入促進システム。
JP2020137027A 2017-09-28 2020-08-14 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム Active JP6969048B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021159134A JP7266250B2 (ja) 2017-09-28 2021-09-29 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017188740 2017-09-28
JP2017188740A JP6362286B1 (ja) 2017-09-28 2017-09-28 対話式健康促進システム
JP2019545538A JPWO2019065688A1 (ja) 2017-09-28 2018-09-26 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2019545538A Division JPWO2019065688A1 (ja) 2017-09-28 2018-09-26 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2021159134A Division JP7266250B2 (ja) 2017-09-28 2021-09-29 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Publications (2)

Publication Number Publication Date
JP2020184384A JP2020184384A (ja) 2020-11-12
JP6969048B2 true JP6969048B2 (ja) 2021-11-24

Family

ID=62976508

Family Applications (4)

Application Number Title Priority Date Filing Date
JP2017188740A Active JP6362286B1 (ja) 2017-09-28 2017-09-28 対話式健康促進システム
JP2019545538A Ceased JPWO2019065688A1 (ja) 2017-09-28 2018-09-26 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム
JP2020137027A Active JP6969048B2 (ja) 2017-09-28 2020-08-14 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム
JP2021159134A Active JP7266250B2 (ja) 2017-09-28 2021-09-29 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Family Applications Before (2)

Application Number Title Priority Date Filing Date
JP2017188740A Active JP6362286B1 (ja) 2017-09-28 2017-09-28 対話式健康促進システム
JP2019545538A Ceased JPWO2019065688A1 (ja) 2017-09-28 2018-09-26 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2021159134A Active JP7266250B2 (ja) 2017-09-28 2021-09-29 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Country Status (2)

Country Link
JP (4) JP6362286B1 (ja)
WO (1) WO2019065688A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022000807A (ja) * 2017-09-28 2022-01-04 株式会社トラヴォス 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7224618B2 (ja) * 2018-09-03 2023-02-20 孝文 栢 行動推奨装置及び行動推奨システム
JP6611972B1 (ja) 2019-03-05 2019-11-27 正通 亀井 アドバイス提示システム
JP6797979B1 (ja) * 2019-08-08 2020-12-09 株式会社Ｎｔｔドコモ 情報処理装置
EP3796171A1 (en) * 2019-09-19 2021-03-24 Nokia Technologies Oy User interaction
CN111696648A (zh) * 2020-05-07 2020-09-22 北京大学第六医院 一种基于互联网的心理咨询平台
JP6913803B1 (ja) * 2020-08-25 2021-08-04 株式会社オプティム プログラム、方法、及びシステム
JP2022055134A (ja) * 2020-09-28 2022-04-07 株式会社タニタ グループ登録装置、グループ登録方法、及びグループ登録プログラム
JP6916367B1 (ja) * 2020-11-30 2021-08-11 株式会社博報堂Ｄｙホールディングス 推定システム及び推定方法
JP7181273B2 (ja) * 2020-12-24 2022-11-30 ミサワホーム株式会社 在宅指数算出装置及び在宅指数表示システム
JP7198296B2 (ja) * 2021-01-21 2022-12-28 Tis株式会社 職域改善装置、職域改善方法、および職域改善プログラム
KR102506080B1 (ko) * 2021-02-26 2023-03-07 주식회사 제나 사용자 건강관리 기반 원격 솔루션 제공방법 및 시스템
CN113313531B (zh) * 2021-06-17 2022-11-11 浙江良创信息科技有限公司 一种基于用户需求的电商试用评价与推荐系统
KR102346519B1 (ko) * 2021-09-24 2022-01-03 주식회사 루다드림 디지털마케팅 제공시스템 및 그 동작 방법
JP7121848B1 (ja) 2021-11-12 2022-08-18 株式会社ユカリア 情報処理装置、情報処理方法、情報処理プログラムおよび情報処理システム
JP7405900B2 (ja) * 2022-05-16 2023-12-26 Ｌｉｎｅヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3861136B2 (ja) * 2001-04-19 2006-12-20 いであ株式会社 医学気象予報配信システム、医学気象予報配信方法、医学気象予報配信プログラム
JP3853633B2 (ja) * 2001-10-26 2006-12-06 リコーエレメックス株式会社 学習支援システムおよび学習支援方法
JP2012189624A (ja) * 2011-03-08 2012-10-04 Sony Corp 学習支援装置、学習支援方法、及びプログラム
US8812591B2 (en) * 2011-06-15 2014-08-19 Facebook, Inc. Social networking system data exchange
US20140195255A1 (en) * 2013-01-08 2014-07-10 Robert Bosch Gmbh System And Method For Assessment Of Patient Health Using Patient Generated Data
JP6570226B2 (ja) * 2014-08-20 2019-09-04 ヤフー株式会社 応答生成装置、応答生成方法及び応答生成プログラム
JP6540118B2 (ja) * 2015-03-13 2019-07-10 富士通株式会社 メッセージ表示プログラム、メッセージ表示方法、および情報処理装置
US20160283678A1 (en) * 2015-03-25 2016-09-29 Palo Alto Research Center Incorporated System and method for providing individualized health and wellness coaching
JP6010719B1 (ja) * 2015-07-31 2016-10-19 株式会社ＦｉＮＣ 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム
JP6362286B1 (ja) * 2017-09-28 2018-07-25 浩 松平 対話式健康促進システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022000807A (ja) * 2017-09-28 2022-01-04 株式会社トラヴォス 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム
JP7266250B2 (ja) 2017-09-28 2023-04-28 株式会社トラヴォス 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム

Also Published As

Publication number Publication date
JP2022000807A (ja) 2022-01-04
WO2019065688A1 (ja) 2019-04-04
JP6362286B1 (ja) 2018-07-25
JP2020184384A (ja) 2020-11-12
JP7266250B2 (ja) 2023-04-28
JPWO2019065688A1 (ja) 2021-03-18
JP2019066931A (ja) 2019-04-25

Similar Documents

Publication Publication Date Title
JP6969048B2 (ja) 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム
US11397997B2 (en) Device for implementing body fluid analysis and social networking event planning
US11030708B2 (en) Method of and device for implementing contagious illness analysis and tracking
Yim et al. Is augmented reality technology an effective tool for e-commerce? An interactivity and vividness perspective
Cerulo Scents and sensibility: Olfaction, sense-making, and meaning attribution
Ahn et al. Framing virtual experiences: Effects on environmental efficacy and behavior over time
Hirschman et al. Hedonic consumption: emerging concepts, methods and propositions
Turner et al. Pleasure is paramount: Adults with intellectual disabilities discuss sensuality and intimacy
De la Peña et al. Share, like and achieve: the power of F acebook to reach health‐related goals
Boer et al. Towards a holistic model of functions of music listening across cultures: A culturally decentred qualitative approach
Durante et al. Money, status, and the ovulatory cycle
Zajonc Mere exposure: A gateway to the subliminal
Crusco et al. The Midas touch: The effects of interpersonal touch on restaurant tipping
US20150248651A1 (en) Social networking event planning
Quiroz Cultural Tourism in Transnational Adoption: “Staged Authenticity” and Its Implications for Adopted Children
Seok et al. Predicting video game behavior: An investigation of the relationship between personality and mobile game play
CN111539836A (zh) 用于提供在线服务与用于参与、学习和培养幸福技能的社交平台的系统
Álvarez Muñoz et al. Types of family leisure activities in families with adolescents
Wang et al. The collaborative interaction with Pokémon-Go robot uses augmented reality technology for increasing the intentions of patronizing hospitality
Husić-Mehmedović et al. Consumer behaviour
Garvin Experiential retailing: extraordinary store environments and purchase behavior
Stephens Sociocultural and Interpersonal Influences on Consumer Behavior
VROMAN Adolescent Development: Being an Adolescent, Becoming an Adult
Ramoshaba Comparing the authenticity of African and domestic tourists’ experience: the case of Constitution Hill cultural heritage site in Johannesburg
Domine Healthy teens, healthy schools: how media literacy education can renew education in the United States

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200902

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210901

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20210914

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210929

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20210914

R150 Certificate of patent or registration of utility model

Ref document number: 6969048

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150