JP7216449B2 - ペルソナ学習および利用方法、プログラム - Google Patents

Description

本発明は、ＤＴＬ（デシジョンツリーラーニング）によって、人間とコンピュータの間でコミュニケーションするための方法、およびプログラムに関する。また、本発明は、ＤＴＬによってコンピュータ同士でコミュニケーションするための方法、およびプログラムに関する。

人は仕事、家庭、地域、個人、趣味等の側面において様々な人格（ペルソナ）を持ってコミュニケーションを図る。すなわち、人は他者との関わりに応じて複数のペルソナを持ち得る。一般的に「ペルソナ」という用語は、人の属性等から消費行動を想定し、モデル化された顧客像を指す。

特許文献１には、製品に関連するコンテキストと顧客に関連するコンテキストとを関連付けたペルソナを作成し、製品が直接関連しない顧客についても見込み顧客として抽出する技術が開示されている。特許文献２には、ペルソナを作成および精緻化する技術、ならびにペルソナを他社サービス等に提供する技術等が開示されている。特許文献３には、エキスパートシステムにおいてルールを生成する方法が開示されている。

特開２０１７－１２６１９８号公報 特許６１０４２３９号公報 特許５５７２６１５号公報

しかしながら、コミュニケーションの中で伝達する感性、思考、ノウハウ等の情報は、共有された人のみが認識および活用できるものであり、定量化されていなかった。また、人が有している感性、思考、ノウハウ等の情報自体に価値があっても、自身が価値を認識していない場合も多い。また、価値のある情報も他人等に提供できなければ有効活用することができない。

ペルソナの利用が広まってくると、人間がペルソナを介してコンピュータともっと自由に会話したいという要求が高まってくる。ＡＩ技術を利用してペルソナを生成したとしても、予め用意された会話の文言、例えば、ユーザへ質問を行い、その返答内容によって定められた回答を行う単なる診断システムでは、自由な会話を行っているとは言えない。

本発明は、このような課題を解決するためになされたものであり、人間とコンピュータ（ペルソナ）との間でコミュニケーションを図るための方法、およびプログラムを提供する。また、本発明は、コンピュータ（ペルソナ）同士でコミュニケーションを図るための方法、およびプログラムを提供する。

本発明の一態様である、コンピュータによって実施される方法は、（ａ）エレメントおよびエレメントバリューを生成し、前記エレメントおよび前記エレメントバリューに対する設定を行うことによって、第１のルールツリーに関連付けられる第１のペルソナを生成することと、（ｂ）前記第１のペルソナをユーザに公開することと、（ｃ）前記ユーザからの入力を受信し、前記入力の内容を分析して次の会話内容を生成することと、（ｄ）生成した前記次の会話内容をユーザに提供することと、（ｅ）前記（ｃ）および前記（ｄ）を繰り返すことを備える。

本発明によれば、人がコミュニケーションの過程において伝達する感性、思考、ノウハウ等の情報を定量化し、ペルソナとして作成することができる（以下、「ペルソナ化」という）。また本発明によれば、作成されたペルソナを使用することによって、例えば自身の行動の代行や行動の予測等を行うことができる。さらに本発明によれば、価値のある情報（例えば高度なスキルや希少なノウハウ等）を有するペルソナが提供するサービスを、他人等が必要な時に利用可能なプラットフォームを構築できる。

本発明によれば、人間とコンピュータ（ペルソナ）との間でコミュニケーションを行いやすくなる。

本明細書において開示される実施形態の詳細な理解は、添付図面に関連して例示される以下の説明から得ることができる。
図１は、本発明の一実施形態に係るペルソナ化システム１００の構成を例示するブロック図である。 図２は、本発明の一実施形態に係る入力データ収集を例示する図である。 図３は、本発明の一実施形態に係る他のペルソナ集合体の起動を例示する図である。 図４は、本発明の一実施形態に係るペルソナ集合体の学習を例示するフロー図である。 図５は、本発明の一実施形態に係るペルソナとのやり取りの概念を例示する図である。 図６は、本発明の一実施形態に係るペルソナのプラットフォームの概念を例示する図である。 図７は、本発明の一実施形態に係るペルソナ化システム１００が動作し得るデバイスの汎用的な構成を例示する図である。 図８は、ペルソナ化システム１００によって実行される、第１のアプリ、第２のアプリ、第３のアプリ、および第４のアプリの利用形態を説明する図である。 図９は、デザイナー兼ドナーが、任意のペルソナをデザインし、事例を登録してルールツリーを生成する一例を説明する図である。 図１０は、一般ユーザがペルソナと会話する一例を説明する図である。 図１１は、ドナーが、第４のアプリを介して事例取得用ペルソナと会話することによってドナークローンペルソナを生成する一例を説明する図である。

以下、図面を参照しながら本発明の実施形態について詳細に説明する。複数の図面において同一の符号は同一の要素を表し、重複した説明は省略する。本明細書において説明されるペルソナ化（本明細書では「ＡＩ化」と同義で使用する）する対象は、経験者・体験者である。経験者・体験者の中で専門的なことをするのが専門家と呼ばれる者であり、専門家の一例として栄養士を本明細書で一例として説明することとする。しかしながら、本明細書で挙げる例は、あくまでも一例であって、本明細書の記載によって何らかの制限を意図したものではない。

図１は、本発明の一実施形態に係るペルソナ化システム１００の構成を例示するブロック図である。図１で例示されたペルソナ化システム１００は、例えばスマートフォン、タブレット、ＰＣ、サーバ等の任意のデバイス上で動作し得る。ペルソナ化システム１００を有するデバイスは、情報の入力、任意の操作等を受け付け、他のデバイスとの間で任意のデータを送受信できる。情報の入力は、テキストデータ、動画／画像データ等の任意のデータ形式で行われてよい。操作は、マウス、キーボード、タッチペン、音声、ジェスチャ等を含む。

ペルソナ化システム１００は、本発明に係る事例学習・機械学習ツールを備える。事例学習・機械学習ツールは、入力データに基づく事例を「条件属性（エレメント）」および「結論属性（ターゲット）」の組で表現する。事例学習・機械学習ツールはまた、事例を元に観測された「条件属性値（エレメントバリュー）」から「結論属性値（ターゲットバリュー）」を推定するルールを決定木の形式（以下、「ルールツリー」という）で学習する。事例学習・機械学習ツールは、予め設定された質問項目（エレメント）の応答の仕方（エレメントバリュー）に基づいて自動的にルールツリーを辿ることによって、ターゲットバリューを出力することができる（オートコンサルティング）。事例学習・機械学習ツールはまた、集積した事例に基づいてルールツリーの自動生成を行うことができる。

ペルソナ化システム１００は、「この質問項目ではこのように応答する」、「このように応答したときはどのような状況か」等を分析することによって、「こういう状況では、こうする人である」という人の感性、思考、ノウハウ等の情報を得る。すなわち、人の感性、思考、ノウハウ等が人格としてルール化されているといえる。本発明の一実施形態では、事例学習・機械学習ツールを使用して、人を模倣する「ペルソナ」を作成および利用するペルソナ化システム１００を構築する。

ペルソナ化システム１００は、模倣する人の世界観を表すためのテーブルを備える。テーブルは、入力データに基づいてルールツリーを辿って（オートコンサルティングを行って）得られた事例を集積する。テーブルは、誰に対してオートコンサルティングを行い、得られた事例かによって異なる。すなわち、Ａという人から得られた事例、Ｂという人から得られた事例等に応じて、事例ごとにテーブルが複数用意される。テーブルはインターネット等のネットワーク上に存在してもよく、一意となるアドレス、ＩＤ等によって呼び出すように実装されてもよい。

人を模倣するペルソナは、例えば仕事、家庭、地域、個人、趣味等の細分化されたペルソナを含むペルソナ集合体として表すことができる。例えば、仕事のペルソナである栄養士のペルソナはさらに、「食事関係」、「食生活関係」、「満足度関係」、「継続意識」等の細分化されたペルソナ単体を含むペルソナ集合体として表すことができる。ペルソナ集合体がどのようなペルソナを含むかはデザインに応じて異なり、例えば人のあらゆる側面を模倣する場合には数千個の細分化されたペルソナ単体を含んでもよい。ペルソナ集合体は、例えば一意となるアドレスと関連付けられ、ネットワーク上の任意のデータベースに登録される。ペルソナ集合体はアドレスをキーとして呼び出すことによって、任意のデバイスから利用できる。

ペルソナ集合体に含まれるペルソナ単体は、１つまたは複数のルールツリーおよびテーブルを含む。ペルソナ単体が１つである場合、ペルソナ集合体とペルソナ単体とが等しくなる。ペルソナ集合体は、複数のペルソナ単体を予め定義し、多量のサンプル事例を集積することによって、平均的な初期のモデルを作成してもよい。初期のペルソナ集合体は、テーブル、ルールツリー等を更新すること等によって変化し得る。

以下、ペルソナ化システム１００が備え得る機能の一例を説明する。

ペルソナ化システム１００はメインモジュール１０１を備える。メインモジュール１０１は、指定されたペルソナ集合体とテーブルをアクティブにするｍａｉｎ文である。メインモジュール１０１はまた、ペルソナ化システム１００への入力データをキャッシュ情報化する。

ペルソナ化システム１００は反映モジュール１０２を備える。反映モジュール１０２は、ルールツリーを辿って得られた事例等を記録し、テーブルに反映する。反映モジュール１０２はまた、１つまたは複数のルールツリーにエレメントバリューの情報を連携する。エレメントバリューの連携によって、入力データから得られたエレメントバリューに基づいて、複数のルールツリーを同時進行で辿ることができ、重複が生じない。連携されたエレメントバリューは、１つまたは複数のルールツリーのうちのいずれかのエレメントに対応付けられると、対応付けられたエレメントの次のエレメントを辿るようにオートコンサルティングが行われてもよい。このようにすることで、「そういえば、〇〇は？」という具合に異なるルールツリーやエレメントの順であっても辿ることができ、単独のルールツリーを順番に辿るよりも人間的／自然なオートコンサルティングを行うことができる。

ペルソナ化システム１００は選択モジュール１０３を備える。入力データに基づいてなされたルールツリーに対する反応がテーブルに反映されると、選択モジュール１０３は記録された反応に対する処理の選択を促す。選択モジュール１０３は、例えば入力データを事例として単に蓄積するか否か、学習するか否か等の選択を可能にする。ペルソナ化システム１００は選択を容易にするためのＧＵＩを備えてもよい。

ペルソナ化システム１００はペルソナ集合体更新モジュール１０４を備える。ペルソナ集合体更新モジュール１０４は、テーブルに記録した事例、ルールツリーに対する反応を事例学習・機械学習ツールによって学習する。学習によって、テーブル、ルールツリー等が更新される。ペルソナ集合体更新モジュール１０４は、ペルソナ集合体に含まれるペルソナ単体のルールツリーを新しく自動生成してもよい。

ペルソナ化システム１００は誘導モジュール１０５を備える。誘導モジュール１０５は、ペルソナ集合体とユーザとのやり取りに基づいて、ユーザのペルソナを作成する。誘導モジュール１０５は例えば、「この質問項目ではこのように応答する」等の事例におけるエレメントとエレメントバリューとの組み合わせを分析し、「このように応答したときはどのような状況か」という事例を生成する。誘導モジュール１０５は、ユーザの反応に基づいて生成された事例に沿うように１つまたは複数のルールツリーを自動生成する。誘導モジュール１０５はまた、自動生成された１つまたは複数のルールツリーに基づいて、ユーザのペルソナを作成する。

ペルソナ化システム１００はペルソナ集合体起動モジュール１０６を備える。ペルソナ集合体起動モジュール１０６は、他のペルソナ集合体を起動でき、他のペルソナ集合体とのやり取りを可能にする。

ペルソナ化システム１００はペルソナ起動モジュール１０７を備える。ペルソナ起動モジュール１０７は、他のペルソナ集合体に含まれるペルソナ単体を起動でき、ルールツリーを利用可能にする。

ペルソナ化システム１００は出力モジュール１０８を備える。出力モジュール１０８は、ルールツリーを辿る途中で選択されたエレメントおよびエレメントバリューに対応したテキスト、画像、動画等のデータを任意のシステムに返す。出力モジュール１０８は、エレメントバリューが所定の条件を満たすかどうか等に応じて出力を変更させてよい。

図２は、本発明の一実施形態に係る入力データ収集を例示する図である。図２は、対話型アプリケーションを介して入力データを収集する例を示している。対話型アプリケーションは、一対一または複数人の間での対話プラットフォーム（以下、「トーク」という）を提供でき、例えばコミュニケーションツールとして知られる従来のアプリケーションとすることができる。対話型アプリケーションは、ローカルアプリケーション、Ｗｅｂアプリケーション等の形態は問わない。ペルソナ化システム１００は、対話型アプリケーションとの間で任意のデータを送受信できる。対話型アプリケーションは、メッセージの一部または全部をペルソナ化システム１００に送信する。ペルソナ化システム１００は受信したデータを入力データとしてキャッシュ情報化する。

図２は、例えばユーザが食生活の改善アドバイスを受けるために、サービス提供者である栄養士のペルソナ２００と、サービス利用者であるユーザ２１０との間で行われるトークの例を示している。ユーザ２１０は、例えば自身が有するスマートフォン等の任意のデバイスを使用して対話型アプリケーションを利用する。トークを開始するとき、ペルソナ化システム１００は、栄養士のペルソナ２００のペルソナ集合体とテーブルを展開する。栄養士のペルソナ２００は、例えば「食事関係」、「食生活関係」、「満足度関係」、「継続意識」等に関するペルソナ単体を含むようにデザインされてよい。

栄養士のペルソナ２００が提供するメッセージは、ペルソナ化システム１００が予め規定するか、または自動的に生成したテキストデータ等をトークに表示させるものであってよい。ペルソナ化システム１００は、トークを介するメッセージのやり取りによってオートコンサルティングを行う。

図２のトークは経時的に上から順に並んでいる。栄養士のペルソナ２００は、例えば最初に「糖質量の数値を入力して下さい。」というメッセージをトークに送信する。ユーザ２１０は、栄養士のペルソナ２００のメッセージに応答して「１４．２」というメッセージをトークに送信する。

ペルソナ化システム１００は、トークから得られた入力データに基づいてエレメントのマッチングを行い、エレメントバリューを当てはめる。食生活の改善アドバイスを目的としたルールツリーにおけるエレメントの定義を表１に例示する。

表１に例示するように、例えば食事に関するエレメントは、一日に摂取した「糖質量」、「タンパク質量」、「脂質量」等が定義可能である。エレメントバリューは、エレメントに対応する値であり、表１の例えば「糖質量」エレメントに対応する数値型の「ｇ（グラム）」を入力データから当てはめることができる。エレメントバリューはまた、例えば「糖質量」のエレメントバリューが所定の範囲よりも多いかまたは少ないか等の判定に基づいて、「糖質量増減」エレメントを論理型の値としてもよい。

図２において、ペルソナ化システム１００は表１に示したエレメント「糖質量」とエレメントバリュー「１４．２（ｇ）」のデータを得られる。ペルソナ化システム１００は糖質量が１４．２（ｇ）というデータに基づいて、所定の範囲内かどうか等の判定を行ってもよく、判定に応じて追加のメッセージをトークに送信してもよい。

ペルソナ化システム１００は、例えば「糖質量」のデータが得られた後、「タンパク質量の数値を入力してください」というメッセージをトークに表示する。ユーザ２１０は、栄養士のペルソナ２００のメッセージに応答して「２７．７」というメッセージをトークに送信する。ペルソナ化システム１００は、トークからエレメント「タンパク質量」とエレメントバリュー「２７．７（ｇ）」のデータを得られる。

メッセージは、例えば食事内容を問うものでもよく、この場合、ユーザにより回答された食事内容から糖質量、タンパク質量、脂質量、カロリー等を推定してもよく、食事内容に応じて追加のメッセージをトークに表示させるようにしてもよい。メッセージはまた、例えば食生活習慣の評価を問うものでもよく、ユーザにより回答された「良い」または「悪い」等に応じて追加のメッセージをトークに表示させるようにしてもよい。

ペルソナ化システム１００は、トークを繰り返すことによって得られた事例をテーブルに記録する。事例の一部を表２に例示する。

ペルソナ化システム１００は、例えば「タンパク質量」が所定の値の範囲内である場合、および所定の範囲を超えて下回った場合をそれぞれ「タンパク質量増減」の項目で「範囲内」、「減」等のようなデータを合わせて記録してもよい。ペルソナ化システム１００はまた、前回取得したデータからの変化量を記録してもよい。例えば「体重」の項目では、経時的に上から順に並んでいることから、「６９」から「６８．９」に変化した場合、「体重増減」の項目は「減」と表すことができる。同様に「体重」が「６８．８」から「６８．９」に変化した場合、「体重増減」の項目は「増」と表すことができる。ペルソナ化システム１００は、変化量に応じてルールツリーを辿ること、ルールツリーを自動生成すること、メッセージを変更すること等の処理を行ってもよい。

図２において、ペルソナ化システム１００は、例えば「糖質量」、「タンパク質量」に関連する「食事関係」および「食生活関係」等の複数のルールツリーにエレメントとエレメントバリューを連携してもよい。

このように、ペルソナ化システム１００は、トークを介して得られたエレメントとエレメントバリューに基づいて自動的にルールツリーを辿ることによって、オートコンサルティングを行い得る。

また、トークを繰り返すことによって、ペルソナ化システム１００は「こういう質問をしたときに、こう回答する」、「こういう食生活である場合、食生活習慣の評価が良い」等のユーザ２１０の反応をテーブルに記録できる。ペルソナ化システム１００は、ユーザ２１０の反応に基づいて事例を蓄積し、１つまたは複数のルールツリーを新しく自動生成することによって、ユーザ２１０のペルソナを生成することができる。作成されたユーザ２１０のペルソナは、例えば「このような回答をしたときに、どう思っているか」等の思考を予測でき、食生活アドバイスの継続または中断を予測するデータとして利用可能である。事例の蓄積量と種類の増加に応じて、ユーザ２１０のペルソナ集合体に含まれるペルソナ単体は増加し得る。

図３は、本発明の一実施形態に係る他のペルソナ集合体の起動を例示する図である。図３は、図２と同様に、栄養士のペルソナ２００とユーザ２１０との間で行われるトークの例を示している。

ペルソナ化システム１００は、栄養士のペルソナ２００とユーザ２１０との間のトークにおいて、他の専門家（例えば、運動の知見を有するトレーナー）等の他のペルソナ集合体を起動する。他のペルソナ集合体は、例えば一意に関連付けられたアドレスによって、ネットワーク上から呼び出して、トークに参加させることができる。図３において、例えばトレーナーのペルソナ３００のペルソナ集合体を起動したものとする。トレーナーのペルソナ３００は、例えば「栄養関係」、「運動関係」等に関するルールツリーを備える。トレーナーのペルソナ３００のトークへの参加は、予め参加するか、またはトークの途中に必要に応じて行われる。

図３において、栄養士のペルソナ２００は、「食事内容を入力してください。」というメッセージをトークに送信する。ユーザ２１０はメッセージに応答して、例えば「ラーメン」というメッセージをトークに送信する。ペルソナ化システム１００は、例えば「食事内容」エレメントと「ラーメン」エレメントバリューに基づいてルールツリーを辿る。得られた事例は、栄養士のペルソナ２００、および／またはトレーナーのペルソナ３００のテーブルに記録され、事例学習・機械学習に利用され得る。

トレーナーのペルソナ３００は、「運動内容を入力してください。」というメッセージをトークに送信する。ユーザ２１０はメッセージに応答して、例えば「なし」というメッセージをトークに送信する。

ペルソナ化システム１００は、ユーザ２１０のメッセージの内容を入力データとして処理し、ルールツリーを辿る。ペルソナ化システム１００は、例えば「栄養関係」ルールツリーにエレメントとエレメントバリューを当てはめることによって、ユーザ２１０の摂取カロリーが高いと判断する。ペルソナ化システム１００はまた、「運動関係」ルールツリーにエレメントとエレメントバリューを連携することによって、ユーザ２１０に推薦するトレーニング内容等を判断する。推薦するトレーニング内容は、ユーザ２１０から得られた過去の事例に基づいて、ウォーキングを好む、ランニングは好まない等の傾向等にさらに基づいてよい。

ペルソナ化システム１００は、上記のような判断に基づいて、トレーニングを推奨するメッセージ「○○なので、ウォーキングを△△分行いましょう。」を生成し、トークに送信する。この時点で、ユーザ２１０はトレーナーのペルソナ３００からサービスの提供を受けたことになる。

ペルソナ化システム１００は、栄養士のペルソナ２００とユーザ２１０との間のトークにおいて、トレーナーのペルソナ３００に含まれるペルソナ単体を起動してもよい。ペルソナ化システム１００は、トレーナーのペルソナ３００が有している専門的な知見に関連するルールツリーを利用可能となる。この場合、栄養士のペルソナ２００とユーザ２１０との間のテーブルは、トレーナーのペルソナ３００のテーブルを連結させて一体として扱うことができる。すなわち、栄養士のペルソナ２００が「運動関係」のルールツリーを辿り、ユーザ２１０に推薦するトレーニング内容等を判断できる。

図３において、ペルソナ化システム１００がトレーナーのペルソナ３００のペルソナ集合体またはペルソナ単体を起動した場合、トークから得られる入力データは栄養士のペルソナ２００とトレーナーのペルソナ３００の両方に利用され得る。また、例えばトレーナーのペルソナ３００が別のトーク等で重複して呼び出された場合も入力データを収集することができ、事例の集積を効率的に行うことができる。

図３の栄養士のペルソナ２００は、例えばトレーナーのペルソナ３００とのやり取り（相互通信）も可能であり、ペルソナ同士のトークから得られた入力データに基づいて学習することが可能である。

図４は、本発明の一実施形態に係るペルソナ集合体の学習を例示するフロー図である。図２および図３で例示した栄養士のペルソナ２００のペルソナ集合体の学習する場面について説明する。

Ｓ４０１：ペルソナ化システム１００は、入力データを収集する。ペルソナ化システム１００は、例えば図２および図３のように、例えば対話型アプリケーションのトークから得られるテキストデータ等を入力データとして収集する。

Ｓ４０２：ペルソナ化システム１００は、入力データに基づいてルールツリーを辿り、事例を集積する。ペルソナ化システム１００は、入力データから得られたエレメントおよびエレメントバリューに基づいてルールツリーを辿り、必要に応じて追加のメッセージをトークに送信する等を行い、事例の集積を行う。集積した事例やユーザ２１０の反応はテーブルに記録される。

Ｓ４０３：ペルソナ化システム１００は、集積した事例を単に記録するか、事例学習・機械学習に利用するかどうかを選択する。ここでは、事例学習・機械学習に利用すると選択するものとする。

Ｓ４０４：ペルソナ化システム１００は、テーブルに記録した事例、ルールツリーに対するユーザ２１０の反応を事例学習・機械学習ツールによって学習する。

Ｓ４０５：ペルソナ化システム１００は、集積した事例に基づいてルールツリーを自動生成する。ルールが追加されることで、栄養士のペルソナ２００は事例を学習したことになる。

ペルソナ化システム１００は、「この質問項目ではこのように応答する」等の事例におけるエレメントとエレメントバリューとの組み合わせを分析し、「このように応答したときはどのような状況か」という事例を生成してもよい。ペルソナ化システム１００は、ユーザ２１０の反応に基づいて生成された事例に沿うように１つまたは複数のルールツリーを自動生成してもよい。ペルソナ化システム１００はまた、自動生成された１つまたは複数のルールツリーに基づいて、ユーザ２１０のペルソナを作成してもよい。

図５は、本発明の一実施形態に係るペルソナとのやり取りの概念を例示する図である。例えば現実の旅行プランナーは、観光地・現地、交通手段、添乗員または現地ガイドからのフィードバック、顧客からのフィードバック等の情報の入手、および対話を経て、旅行プランの改善、提案等を行っている。ペルソナ化システム１００は、旅行プランナーから得られる各種の情報等をサンプルの入力データとし、旅行プランナーのペルソナ５００を予め作成する。

図５に例示するように、旅行プランナーのペルソナ５００とユーザ２１０の間で、対話型アプリケーション等を介して質問、旅行プランおすすめ等のコンサルティングが行われる。ペルソナ化システム１００は対話型アプリケーション等から得られる入力データに基づきルールツリーを辿り、事例をテーブルに記録していく。また顧客に関する情報、例えば来店日時、住所、年齢、性別、職業、希望旅行地、時期、期間、同行者、予算等のデータをペルソナ化システム１００の入力データとして使用できる。

旅行プランナーのペルソナ５００はまた、旅行プラン提案中、旅行中、旅行後のタイミングに応じてメッセージを選択できる。メッセージは、例えば旅行の目的、旅行の気分に関するキーワード、旅行プランナーからの提案内容、タイミング等がメッセージ生成において考慮され得る。

旅行プランナーのペルソナ５００はさらに、対話型アプリケーション等を介して、旅行先、旅行中の行動、飲食店等の提案を行ってもよい。また、対話型アプリケーション等を介して得られた旅行中の気分や体調等に応答して、旅行プランの変更や医療機関等の提案等をしてもよい。

図６は、本発明の一実施形態に係るペルソナのプラットフォームの概念を例示する図である。ペルソナ化システム１００により作成されたユーザのペルソナは、他の様々なペルソナとネットワークを介して接続されるプラットフォームを構築できる。このようなプラットフォームは、ペルソナが提供するサービスを必要なときに利用可能となり得る。さらに、ユーザのペルソナが、例えば対話型アプリケーション等を介して自動的に他のペルソナとやり取り（相互通信）することにより、自動的に事例学習・機械学習を行うことができる。

図７は、本発明の一実施形態に係るペルソナ化システム１００が動作し得るデバイスの汎用的な構成を例示する図である。図７に例示するように、制御部７０１、主記憶部７０２、補助記憶部７０３、通信部７０４、操作部７０５、および表示部７０６がバス７０７等によって接続される。

制御部７０１はプロセッサであり、システムの各構成要素の制御やデータの演算を行うことができる。主記憶部７０２はメインメモリであり、入力されたデータ、コンピュータ実行可能な命令および命令による演算処理後のデータ等を記憶できる。補助記憶部７０３はハードディスク等の記憶装置であり、データやプログラムを長期的に保存する際に使用される。制御部７０１は、補助記憶部７０３に格納されているプログラムを主記憶部７０２に読み出して実行できる。

通信部７０４は、他のシステムまたは装置との間でデータを送受信する際のインタフェースである。操作部７０５は、キーボード、マウス、タッチパネル等により構成され、アプリケーションの各種操作や入力データを受け付けることができる。表示部７０６は、ディスプレイ等により構成され、アプリケーションの各種画面等を提供できる。

上記の実施形態では、ユーザのペルソナＡＩを生成する処理を説明した。以下では、図８～図１１を参照しながら、４種類のアプリケーションを利用してペルソナをデザインし、生成し、対話型アプリケーションなどを利用して会話するための２つのケースについて説明する。４種類のアプリケーションは、分散環境のコンピュータによって使用され得る。本明細書では、ドナーは、模倣対象となる人であり、ペルソナを生成する元となる人を意味する。また、本明細書では、学習という用語は、機械学習という用語と交換可能に使用され得る。

まず、第１のケースを説明する。第１のケースでは、デザイナー兼ドナーが、ペルソナをデザインし、事例を登録し、ルールツリーを生成する。生成したペルソナは第２のアプリ８０２に公開される。

図８は、ペルソナ化システム１００によって実行される、第１のアプリ８０１、第２のアプリ８０２、第３のアプリ８０３、および第４のアプリ８０４の利用形態を説明する図である。

第１のアプリ８０１は、ペルソナのデザイナー兼ドナーの端末８１１によって利用されるアプリケーションである。デザイナー兼ドナーは、端末８１１を介してペルソナ化システム１００にアクセスし、第１のアプリ８０１を起動する。第１のアプリ８０１は、限定されないが以下の機能を有する。
・ペルソナの生成
・エレメントおよびエレメントバリューの生成
・エレメントおよびエレメントバリューに関連付けられるコメントや動画像の設定
・エレメントバリューのエイリアス（別名）の設定
・エレメントバリューに関連付けられる聞き直しコメントの設定
・回答の記憶
・第２のアプリ８０２で指定されたエレメントまたはエレメントバリューに到達した際に実行する追加機能（例えば、他のツリーの呼び出し、など）の設定
・事例の登録、ルールツリーの生成

ここで、図９を参照しながら、デザイナー兼ドナー９０３ａが、任意のペルソナ９０１（例えば、タレントＡのペルソナ）をデザインし、事例を登録してルールツリーを生成する一例を説明する。デザイナー兼ドナー９０３ａは、第１のアプリ８０１を介して、任意のペルソナ９０１を生成し、タレントＡに関連付けられるエレメントおよびエレメントバリューを設定することができる。デザイナー兼ドナー９０３ａは、第１のアプリ８０１を介して、様々な事例を登録し、第１のアプリ８０１は、登録された事例をルールツリーとして学習することができる。事例は、エレメントおよびエレメントバリューの組み合わせであってよい。

デザイナー兼ドナー９０３ａは、第１のアプリ８０１を介して、ルールツリーにおけるそれぞれのエレメントまたはエレメントバリューごとに追加機能を設定することができる。例えば、ペルソナ９０１のあるエレメントには、他のデザイナー兼ドナー９０３ｂによって生成されたペルソナ９０２を呼び出す機能９０４を設定することができる。一方、デザイナー兼ドナー９０３ｂは、ペルソナ９０２のあるエレメントについてペルソナ９０１を呼び出す機能９０５を設定することができる。

図９の例では、デザイナー兼ドナー９０３ａが生成したペルソナは、単一のルールツリーを有するように示されているが、これは単なる例に過ぎない。ペルソナは、複数のルールツリーを有することができ、ルールツリーのいくつかは互いに関連付けられていることが可能である。

デザイナー兼ドナー９０３ａによるペルソナ９０１の生成が完了すると、ペルソナ化システム１００は、端末８１１からの指示に応答して、生成されたペルソナ９０１を第２のアプリ８０２に公開することができる。

図８に戻って説明を続ける。第２のアプリ８０２は、一般ユーザの端末８１２によって利用される。一般ユーザは、端末８１２を介してペルソナ化システム１００にアクセスし、第２のアプリ８０２を起動する。第２のアプリ８０２は、以下の機能を有する。
・会話する対象となるペルソナの検索、表示、選択
・一般ユーザとペルソナとの会話を通じて、新たなエレメントバリューをルールツリーに追加して新しいペルソナを生成する。新たに生成されたペルソナは、一般ユーザを「ドナー」と看做したユーザクローンペルソナと呼ばれ得る
・ユーザクローンペルソナを第３のアプリに送る。ユーザクローンペルソナは、事例取得用ペルソナと同様に使用され得る
・一般ユーザに対する聞き直し（選択肢あり、なし）
・ルールツリーに対するエイリアス（別名）の自動設定
・他のペルソナの呼び出し、呼び出し回数の記録

ここで、図１０を参照しながら、一般ユーザ１００２がペルソナ１００１、１００３と会話する一例を説明する。一般ユーザ１００２は、第２のアプリ８０２を介して、会話する対象となる複数のペルソナのうち、第１のアプリ８０１によって公開されたペルソナ１００１を選択する。一般ユーザ１００２は、例えば、図３のような実施形態にしたがって、ペルソナ１００１と会話を続けることができる。

第２のアプリ８０２は、一般ユーザ１００２によって入力された会話の内容を分析して、次の会話内容を生成することができる。例えば、分析した会話が好意的な文言あるいは積極的な文言を含んでいると判定された場合、第２のアプリ８０２は、ペルソナ１００１のルールツリーを辿ることにより、一般ユーザ１００２に対してさらに話題を深めるための質問を提供することができる。分析した会話が興味なさそうな文言を含んでいると判定された場合、第２のアプリ８０２は、ルールツリーを辿ることにより、一般ユーザ１００２に対して別の話題を選択して提供することができる。分析した会話が理解不十分であることを示す文言を含んでいると判定された場合、第２のアプリ８０２は、ルールツリーを辿って前の会話内容についての聞き直しを提供することができる。すなわち、第２のアプリ８０２は、一般ユーザ１００２からの応答の内容にしたがって、ペルソナ１００１のルールツリーのエレメントおよびエレメントバリューを辿って、次の会話を決定することができる。

第２のアプリ８０２は、ペルソナ１００１が一般ユーザ１００２からの質問に対して適切な応答をすることができない（例えば、ペルソナ１００１のルールツリーに対応するエレメント等が存在しない）と判定した場合、他のペルソナ１００３を呼び出すことができる（１００４）。呼び出された他のペルソナ１００３は、一般ユーザ１００２からの質問に対する応答を、ルールツリーを辿ることによって生成することができる。かかる場合、第２のアプリ８０２は、呼び出し元のペルソナ１００１および呼び出し回数を、ペルソナ１００３のルールツリーに記憶することができる。ペルソナ化システム１００は、記憶されている呼び出し回数に応じて、ペルソナ１００３に関連付けられたドナーに対して予め定められた報酬を提供するように構成されてもよい。

このように、第１のケースでは、デザイナー兼ドナー９０３ａ、９０３ｂがペルソナを生成し、一般ユーザ１００２はそのペルソナと会話することができるようになる。ペルソナは、ドナーの人格を模倣したものであり、会話の内容に応じて次の会話内容が変わるので、一般ユーザは、あたかもドナーと会話しているように知覚することができる。

次に、第２のケースを説明する。第２のケースでは、デザイナーが事例取得用ペルソナを生成してドナーに公開し、ドナーが事例取得用ペルソナと会話することによりドナークローンペルソナを生成する。デザイナー８１３およびドナー８１４は、同じ人物であっても異なる人物であってもよい。生成したドナークローンペルソナは第２のアプリ８０２に公開される。

第３のアプリ８０３は、第２のケースにおいて、デザイナーの端末８１３によって利用されるアプリケーションである。デザイナーは、端末８１３を介してペルソナ化システム１００にアクセスし、第３のアプリ８０３を起動する。第３のアプリ８０３は、第１のアプリ８０１によって提供される機能の他、限定はされないが以下の機能を有する。
・事例取得用ペルソナに関連付けられるドナーの設定
・ドナーと会話を行うための事例取得用ペルソナの生成
・ドナーと会話の結論となるターゲットエレメントの設定

デザイナーは、第３のアプリ８０３を介して、ドナーのための事例取得用ペルソナをデザインし、事例を登録してルールツリーを生成する。デザイナーは、ドナーに関連付けられるエレメント、およびターゲットエレメントを設定することができる。第３のアプリ８０３は、生成した事例取得用ペルソナを第４のアプリ８０４に公開する。

第３のアプリ８０３は、第４のアプリ８０４によって生成されたドナークローンペルソナに対して、他のペルソナ呼び出しなどの機能を追加するなどの設定を行い、ドナークローンペルソナを第２のアプリ８０２に公開する。

第２のアプリ８０２は、一般ユーザとペルソナ（ドナークローンペルソナ）との会話を通じて、新たなエレメントバリューをルールツリーに追加して新しいペルソナを生成することができる。新たに生成されたペルソナは、一般ユーザを「ドナー」と看做したユーザクローンペルソナと呼ばれ得る。ユーザクローンペルソナは、第３のアプリによって使用可能に生成される。ユーザクローンペルソナは、事例取得用ペルソナとして利用されることが可能であり、および一般ユーザと他のペルソナとの会話において呼び出されて参照されることが可能である。

第４のアプリ８０４は、第２のケースにおいて、ドナーの端末８１４によって利用されるアプリケーションである。ドナーは、端末８１４を介してペルソナ化システム１００にアクセスし、第４のアプリ８０４を起動する。第４のアプリ８０４は、限定はされないが以下の機能を有する。
・ドナーと会話を行い（エレメントを提供し）、その解答結果からエレメントバリューをルールツリーに登録して事例取得用ペルソナを更新し、ドナークローンペルソナを生成する

ここで、図１１を参照しながら、ドナー１１０１が、第４のアプリ８０４を介して事例取得用ペルソナ１１０２と会話することによってドナークローンペルソナ１１０３を生成する一例を説明する。図８に示されているように、事例取得用ペルソナ１１０２は、デザイナーによって特定のドナーのために生成されたペルソナである。

図１１では、ドナー１１０１は、第４のアプリ８０４を介して、ドナー１１０１に関連付けられた事例取得用ペルソナ１１０２を呼び出し、例えば、図３のような実施形態に従って会話を行う。会話は、事例取得用ペルソナ１１０２がエレメントを提供し、ドナーがエレメントに対応するバリューを提供することによって行われてよい。エレメントおよびエレメントバリューは、ルールツリーとして記憶される。バリューの内容に応じて、次の会話のエレメントが第４のアプリ８０４によって選択され得る。会話は、ターゲットエレメントが設定されていてよく、また、会話の内容は自由入力であってよい。

ドナー１１０１によって入力された回答は事例としてルールツリーとして学習される。事例は、エレメントおよびエレメントバリューの組み合わせであってよい。学習を通じて、第４のアプリ８０４は、ドナークローンペルソナ１１０３を生成し、ドナークローンペルソナ１１０３は第３のアプリ８０３に提供される。これにより、第３のアプリ８０３は、ドナークローンペルソナ１１０３を制御できるようになる。

本発明の一実施形態では、ペルソナ化システム１００は、一般ユーザ１００２の会話内容から、一般ユーザ１００２が話し相手のペルソナのファンになったかどうかを判定することができる。具体的に言えば、ペルソナ化システム１００は、一般ユーザ１００２の会話に含まれる文言の中に好意的なイメージを示す文言が含まれていると判定した場合、その一般ユーザ１００２は、話し相手のペルソナのファンになったと判定し、ファンになったユーザの識別情報を当該ペルソナのルールツリーに格納することができる。例えば、ペルソナがタレントや俳優などを模倣して作成されている場合、ファン化した一般ユーザ１００２の数が多ければ、どのような会話によりナーチャリング（ファン化）効果が上がったのかを分析することが可能となる。このように、本発明では、会話相手の反応に応じて会話の内容が変わるため、あたかも人間同士のコミュニケーションが行われているような心理的効果が得られることが可能である。

図８を参照して説明したように、本発明では、それぞれのアプリケーションでペルソナが生成されている。換言すれば、分散環境でルール（ルールツリー）が生成されている。本発明では、このように生成された１つまたは複数のペルソナを（繰り返し）呼び出す、または参照することによって、これらのペルソナを統合的に活用して１つのコミュニケーションを形成するシステムが提供される。

本発明の他の実施形態では、一般ユーザを任意のペルソナに置き換えることが可能である。かかる場合、最初に会話対象のペルソナ同士を選択し、最初の会話文を入力してあげるだけで、後は、ペルソナ同士が相互に通信を行い、会話を続けることができるようになる。

本発明の一実施形態は、プログラムモジュール等のコンピュータによって実行されるコンピュータ実行可能命令という一般的文脈で説明することができる。一般に、プログラムモジュールは、特定のジョブを実行する、または特定の抽象データ型を実現する、ルーチン、プログラム、オブジェクト、構成要素、データ構造等を含む。本発明の一実施形態はまた、分散コンピューティング環境で実現することができ、ジョブは、通信ネットワークを通して接続された遠隔処理装置によって実行される。分散コンピューティング環境では、プログラムモジュールを、ローカルコンピュータストレージ媒体および遠隔コンピュータストレージ媒体内に配置することができる。

以上、例示的な実施形態を参照しながら本発明の原理を説明したが、本発明の要旨を逸脱することなく、構成および細部において変更する様々な実施形態を実現可能である。すなわち、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様を採用することが可能である。

Claims (6)

1. コンピュータによって実施される方法であって、
   （ａ）エレメントおよびエレメントバリューを生成し、前記エレメントおよび前記エレメントバリューに対する設定を行うことによって、第１のルールツリーに関連付けられる第１のペルソナを生成することと、
   （ｂ）前記第１のペルソナをユーザに公開することと、
   （ｃ）前記ユーザからの入力を受信し、前記入力の内容を分析して次の会話内容を生成することであって、前記入力の内容を分析して次の会話内容を生成することは、
   前記入力の内容に対する適切な応答を前記第１のペルソナによって行うことができないと判定することと、
   前記エレメントおよび前記エレメントバリューに対する設定に基づいて、第２のペルソナを呼び出すことと、
   前記第２のペルソナに関連付けられるルールツリーを辿ることによって次の会話内容を生成することと、
   呼び出し元である前記第１のペルソナおよび呼び出し回数を、前記第２のペルソナのルールツリーに記憶し、前記呼び出し回数に応じて前記第２のペルソナに関連付けられるドナーに対する報酬を決定すること
   を含む、ことと、
   （ｄ）生成した前記次の会話内容をユーザに提供することと、
   （ｅ）前記（ｃ）および前記（ｄ）を繰り返すことと
   を備える方法。
2. コンピュータによって実施される方法であって、
   （ａ）予め定められたドナーのための事例取得用ペルソナを生成し、前記ドナーに公開することであって、前記事例取得用ペルソナは、エレメントを有する、ことと、
   （ｂ）前記エレメントに関連付けられるエレメントバリューを前記ドナーから受信し、受信した前記エレメントバリューを前記事例取得用ペルソナのルールツリーに登録することによって、ドナークローンペルソナである第１のペルソナを生成することと、
   （ｃ）前記第１のペルソナをユーザに公開することと、
   （ｄ）前記ユーザからの入力を受信し、前記入力の内容を分析して次の会話内容を生成することであって、前記入力の内容を分析して次の会話内容を生成することは、
   前記入力の内容に対する適切な応答を前記第１のペルソナによって行うことができないと判定することと、
   前記エレメントおよび前記エレメントバリューに対する設定に基づいて、第２のペルソナを呼び出すことと、
   前記第２のペルソナに関連付けられるルールツリーを辿ることによって次の会話内容を生成することと、
   呼び出し元である前記第１のペルソナおよび呼び出し回数を、前記第２のペルソナのルールツリーに記憶し、前記呼び出し回数に応じて前記第２のペルソナに関連付けられるドナーに対する報酬を決定すること
   を含む、ことと、
   （ｅ）生成した前記次の会話内容をユーザに提供することと、
   （ｆ）前記（ｄ）および前記（ｅ）を繰り返すことと
   を備える方法。
3. 前記入力の内容を分析して次の会話内容を生成することは、
   前記分析の結果に基づいてルールツリーを辿ることと、
   話題を深めるための質問を提供し、別の話題を選択して提供し、または前の会話内容についての聞き直しを提供することにより、次の会話内容を生成することと
   を含む、請求項１または請求項２の方法。
4. 前記ユーザからの第２の入力を受信し、前記第２の入力の内容を分析して次の会話内容を生成することであって、前記第２の入力の内容を分析して次の会話内容を生成することは、
   前記第２の入力の内容に対する適切な応答を前記第２のペルソナによって行うことができないと判定することと、
   前記第２のペルソナに関連付けられるエレメントおよびエレメントバリューに対する設定に基づいて、第１のペルソナを呼び出すことと、
   前記第２のペルソナに関連付けられるルールツリーを辿ることによって次の会話内容を生成することと
   を含む、ことをさらに備える、請求項１または請求項２の方法。
5. 前記ユーザからの入力は、対話型アプリケーションによって取得され、生成した前記次の会話内容は、前記対話型アプリケーションによってユーザに提供される、請求項１または請求項２の方法。
6. コンピュータに、請求項１乃至５のいずれか一項に記載の方法を実行させるためのプログラム。

Images