WO1995013587A1 - Systeme de support pour le marketing et la publicite automatises - Google Patents

Description

明細書 マーケティ ング広告自動化支援システム 技術分野

本発明は、企業のマーケティ ング及び広告の立案又は作成を、人間による従来の業務方法を越えた メカニズムで自動化し支援し、 人間では不可能な効率向上及び質的向上を実現するマ一ケティング広 告自動化支援システムに関するものである。 背景技術

民間の自由な創意工夫により、新たな商品 ·サービスが開発され、 また既存の商品 サービスの使 用者や使用法や使用理由が新たに開発され新たな価値が実現される。 そして、 そのよう'な創意工夫に よる開発が、 国民生活に新たな福利をもたらし、幸福を増進させ、 国民経済を発展させていく。 そのような開発には、技術開発 ·市場開発 （マーケティ ング） そしてその国民への伝達 （広告） と いった様々な側面が存在する。 その中でも、 国民経済の成熟した現在の開発では、 国民生活に新たな 福利をもたらすにマーケティングと広告が従来以上に重要となっている。新たな商品 .サービスの技 術開発においても、 マーケティングと広告によりその方向付けを明確にされる。市場が飽和した既存 の商品 ' サービスにおいても、 マーケティ ングと広告により新たな価値 （新しい使用者や使用法や使 用理由） が開発される。

ところが、従来よりマーケティング及び広告の産業分野では、 コンピュータなどの導入も計算'統 計処理とその表示や文書作成や画像作成といった作業に利用されていたに過ぎず、 マーケティング及 び広告の立案又は作成のための知的業務そのものは人間が対応していた。 つまり、 マーケタ一 （マー ケティ ング担当者） 及びクリヱイター （デザイナーやコ ピーライターのような広告作品制作担当者つ まりクリエィティブ業務担当者） が、 その業務を分担しながら、人手で作業をこなしその頭で考える という具合に対応していたのである。従って、 マーケティ ング及び広告の立案又は作成の中核という べき知的業務を自動化し支援する技術又は装置又はシステムは、従来は存在しなかった。

それに対して、 本発明はその知的業務そのものをシステムにより自動化し支援するものであり、 単 なる自動化ではない人間の従来の業務プロセスを越えたメカニズムにより、 人間では原理的に不可能 な膨大なマ一ケティング情報の探索と組み合わせを行い、 人間では原理的に不可能な一貫したマーケ ティング及び広告の立案又は作成の統合を行うものであり、 人間では原理的に不可能な効率向上及び 質的向上を実現する。

マ一ケティ ングと広告の業務統合のためには、両者で共通に扱う事物概念を一貫して扱うシステム が有効である。本発明では、 マーケティングと広告で共通に扱う事物概念の中心として、対象事物で ある 「商品」 と商品を使用する 「セグメ ン ト」 （人間つまりは生活者全体をいくつかの類型に分類し たもの、以下では生活者セグメントとした場合も同じ） と商品を使用する具体的な生活行為の動詞的 概念である 「生活動詞」 の組み合わせである 『生活シーン』 （生活の場面） を考える。 このような生 活シーンの組み合わせは、 ライフスタイルという概念とかかわりが深い。

実際、近年、 消費者を生活者ととらえ、 ライフスタイル研究の進展の成果を生かしつつ、生活者の ライ ススタイルに合ったマ一ケティング及び広告を行うというアプローチが、広く採られるようにな つた。本発明では、 そのようなマーケティングアプローチをライフスタイルマーケティングと呼ぶこ とにする。

ライフスタイルマ一ケティ ングとは、 マーケティ ングにおける特別な一部門と考えるより、 マーケ ティ ングで当然に行われるべき生活シーンの 「生活動詞 Xセグメ ン ト X商品」 という組み合わせの検 討をライフスタイルないしセグメ ントという観点から強調したアプローチと考える事が自然であり、 そのような生活シ一ンの組み合わせの検討自体は全てのマーケティングに必須の要件である。 そこで先ず、 従来の人間によるマーケティング及び広告の業務のありかたを、典型例としてのライ フスタイルマーケティ ングという観点から検討する。但し、以下ではライ フスタイルマ一ケティ ング はマーケティング及び広告の業務のありかたの典型例として説明に供するのみであり、 当然ながら本 発明のシステムの方法はマ一ケティング及び広告の業務一般を広く支援し、 人間では原理的に不可能 な効率向上及び質的向上を実現するものである。

ライフスタイルマーケティングの趣旨又は理念は、次のように整理できょう。

( 1 ) 多様化への対応

生活者のニーズやライフスタイルが多様化し、市場が多様な生活者のセグメ ン ト （生活者セグメ ン ト、以下略してセグメントと呼ぶ） に分化するようになった。 そこで、 商品又はマ一ケティングミ ッ クス （商品 '価格 ' チャネル ' プロモーショ ンというマーケティ ング政策の組み合わせ） を各々のセ グメントに焦点を合わせて用意することで、多様化した各々のセグメン卜の市場を獲^しょうとする 試みが行われる。 <

( 2 ) ターゲッ ト戦略

多様化した全てのセグメ ントに対応することが得策でない場合もある。分化した多数のセグメ ン ト がすべて自社 （又は自事業部ゃ自 S B U ) に対応可能で魅力的な市場であるとは限らないからである。 そこで、 多数のセグメントの内から、特定のセグメン トを、 自社のターゲッ トセグメントとして選択 することを、 タ一ゲッ ト戦略と呼ぶ。経営資源の制約や市場としての魅力を考慮すると、分化した多 数のセグメ ント全てに対応することは少ないと考えられるので、一般には、 ライフスタイルマーケテ ィングとはターゲッ ト戦略と同義としてさしっかえない。

( 3 ) 飽和の中での新巿場の創造と拡大

消費が飽和し生活者自身にも何が欲しいか分からないという状況では、先進的なターゲッ トセグメ ン トに企業が新しいライフスタイルを提案し新しい市場を創造する必要がある。 しかも、 タ一ゲッ ト セグメントが、 他のセグメントにも影響力を持つか、又は他のターゲッ 卜の将来的な動向を先取りし ている場合には、新たな市場が他のセグメ ントへと波及し拡大することを狙う事もできる。又、 ライ フスタイルの提案は具体的なものからイメージ的なものまで様々な幅があるが、 この内でィメ一ジ的 なライスフタイルの提案は、飽和によって生活者の商品への関与が概して低下し、従来のような商品 ベネフィッ トを説得するようなプロモ一ショ ンよりも、 イメージ的広告のほうが有効であるという状 況にも、対応できる。

( 4 ) 商品のコンセプトとポジショニング （位置付け）

上述 3点はセグメントの分化やターゲッ トセグメントを所与とした場合のライフスタイルマ一ケテ ィングであるが、 これとは逆に、 商品を与所としたライフスタイルマ一ケティングが行われる場合も 多い。新たな商品 （技術、 シ一ズともいう） が存在する場合、 その新市場を創造したり、 その市場に 新規参入するためには、 どのようなセグメントをターゲッ トするべきか、彼等のどのようなニーズに どのような商品べネフィッ トをコンセプト （ベネフイツ 卜の内でユニークな強調点で検討の出発点と なるもの、 その商品を利用する理由） として訴求するべきか、 それを受けて商品のポジショニング (位置付け） をどう選択するか、決定が必要である。

発明が解決しょうとする課題

しかし、上述のライフスタイルマーケティングの理念を現実の企業のマ一ケティングにおいて実現 するには、 つまりマーケティングと広告の業務統合には、原理的な困難がぁリ、 その実現は事実上不 可能であった。 以下、次の目次により、 1章で従来のライフスタイルマーケティングがどのような手 順を踏んで行われるかを説明し、 2章で従来のマーケティ ングと広告の業務統合を阻む原理的な困難 について知識工学を援用して考察し、 3章でライフスタイルマーケティ ングの実施手順における原理 的な困難の顕在化の例について述べ、 4章で現状の課題の整理を行い、 5章で現状の課題の原因を整 理して述べ、 6章で本発明の目的を整理して述べる。

尚、既に述べたように、 ラィフスタイルマ一ケティ ングにおけるライフスタイルの組み合わせは 広告とマ一ケティングの両者で共通に扱う事物概念であり、 その検討自体は全てのマ一ケティングに 必須の要件である。 従って、下記の課題は全てのマーケティングゃ広告の形態に共通するものであり、 原理的な困難と人間の能力による限界は経営学等のマーケティ ングゃ広告に関する学問でも真剣に議 論されているところであるが、現状ではその課題を解決するには至っていなかった。

目次

1章 ライフスタイルマーケティ ングの実施手順

1章 1節 生活者セグメ ン トの分類とターゲッ トの選択

1章 2節 提案生活シーンの作成

1章 3節 広告ク リエィティブの創作

2章 マーケティングと広告の統合に係わる原理的な困難

2章 1節 異なる種類の能力の融合

2章 2節 組み合わせ空間の膨大さ

2章 3節 定量データと定性知識や定性データとの乖離

2章 4節 分割しての相互参照を統合できない

3章 ライフスタイルマーケティ ングの実施手順における原理的な困難の顕在化の例

3章 1節 提案生活シーンの作成

3章 2節 広告ク リエィティブの創作

4章 原理的困難への対応

5章 現状の課題の整理

6章 現状の課題の原因

7章 本発明の目的

1章 ライフスタイルマーケティ ングの実施手順

1章 1節 生活者セグメ ン ト.の分類とターゲッ トの選択

生活者全体をいくつかのセグメ ン トに分類し、 それらの中から自社が目標とすべきターゲッ トセグ メ ン トを選択する必要がある。 し力 し、 ライフスタイル分類によるセグメ ン ト分類やその中からのタ —ゲッ トセグメ ント選択のための定量調査 （定量市場調査や定量生活調査のようなマーケティングの ための多数のサンプルを用いた定量的な調査） の設計とその解析のための統計手法は、 アカデミック には存在するが、実企業でそれを実行することは現実的にも原理的にも難しい。

そのため現状では、 特定の事業領域でのセグメ ン ト分類.ターゲッ トセグメ ン ト選択の妥当性を検 討する客観的手段が存在しないし、分類 '選択が主観的で独断的で妥当性が保証されない。 そのため、 セグメ ン トの分類やターゲッ トセグメ ントの選択及びそのニーズやプロフィールの記述は、 客観的な 定量調査結果 （定量データ） とマーケターの持つ事業領域に固有な定性知識や定性データに基づく主 観を、無原則に統一のとれていない状態で交えたものであり、独断的なものになりがちである。

因子分析とクラスター分析といった統計手法によりセグメ ントを分類した場合も、 ターゲッ トセグ メント選択のための調査の設計や解析を、 人間が (後述する定性知識や定性データに基づいて）行う一 貫した方法論が存在しないため、 やはり最終的にはマーケターが主観的に決定する場合が多く、独断 的なものになりがちである。

定量的な市場調査手法を実企業で実行することは困難であることから、 マーケティングの分野では、 広範な生活者サンプルについて定量的なアンケー トを実施し因子分析とクラスター分析といった統計 手法によりセグメ ソトを分類する一般的ライフスタイル分類のプロジヱク トが存在する。 そしてしば しば、 そのような一般的ライフスタイル分類という一般的セグメント分類が、特定の事業領域におけ るセグメ ント分類に流用される。一般的ライフスタイル分類としては米国スタンフォード調査研究所 ( S T A N F O R D R E S E A R C H I N S U T I T U T E、略称 S R I ) の V A L U E A N D L I F E S T Y L E (略称 V A丄 S ) が有名である。

しかし、 このような一般的ライフスタイル分類が、特定の事業領域におけるセグメ ントとして妥当 である可能性は必ずしも高くない。 特定の事業領域において一般的ライフスタイル分類をそのままセ グメ ン ト分類に流用する場合は、 あるセグメ ン トをタ一ゲッ トとして選択することの妥当性は稀薄な ものとなりがちである。

1章 2節 提案生活シーンの作成

次に、 タ一ゲッ トセグメントのニーズやプロフィールを勘案して、彼等に提案すべきライフスタイ ルのコンセプトを定め、 その具体的な生活シーン （本発明では提案生活シーンと呼ぶ） を作成する必 要がある。 このプロセスは、多様化対応のためにも必要であるが、特に新市場創造.拡大のためには 不可欠である。提案生活シーンは、定量データの統計的裏付けにより、 又は商品ノセグメ ン 卜の特性 や生活文化からの因果的必然性により、実際に生じる可能性 （生起可能性） があり、現実妥当 （現実 にある又は有り得るという意味でマーケティ ング目的に妥当する） で、 しかも共感を生むように魅力 的でなけらばならない。

しかし、作成された提案生活シーンはしばしば、現実妥当性はあるが魅力が無かったり、 魅力はあ るが現実妥当性がなかったりすることになる。 あるいは、提案すべき新しさが無く、 セグメ ン トの二 ーズゃプロフィールの同義反復に過ぎない提案生活シーンとなること力'、 実際しばしばある。 この様 な事情により、極言するならば、 ライフスタイルマーケティングのための作業は現状はでライフス夕 ィルの 「分類のための分類」 に終わる場合が多い。

1章 3節 広告ク リヱイティブの創作

次に、 ターゲッ トセグメ ン トを含む提案生活シーンに合致し、 しかも競争環境等の外部経営環境と 自社技術シーズ等の内部経営環境 （企業保有資源） に合致したマ一ケティングミ ックスを作成する必 要がある。広告とはマーケティ ングミ ックスの一部のプロモーショ ンの更に一部であるが、 その広告 作品 （広告クリヱィテイブともいう） の創作には、大きな困難が存在する。提案生活シーンを受けて マーケティ ング目的と合致した広告作品を創作することは、現実にはきわめて難しい。 実際、 当初の 提案生活シーンを逸脱し、 クリエィティブとしては洒落ているが、 マーケティ ングとしての現実妥当 性が無いものとなってしまう場合が多い。

—例を挙げると、 ある上場企業で自由な発想で作った小型フアツクスの広告は、若者がダンス仲間 との連絡に使うというものであつたが、家庭や中小事務所をタ一ゲッ トセグメントとしていたマーケ ティ ング目的と乖離し、 マーケティ ングとしての現実妥当性が無いものとなってしまった。 この他に も、小型パソコンの広告において、 クリヱイタ一が自信をもって作成した広告は大学生の卒業式で卒 業生が歓喜の声を挙げているというものであつたが、 マーケターの観点からはそれがなぜパソコンの 広告になるのか疑問となったという例がある。

このようなマーケティ ングと広告の乖離は、 オリエンテーショ ン （広告主による趣旨

説明〉 とプレゼンテーショ ン （制作された広告作品の説明） の乖離として、 曰常業務に頻発する問題 である。 このように、 マ一ケターの求める現実妥当性とクリヱイターの本性である自由な芸術的創造 性とを一致させることは極めて難しい。極言すれば、一致は幸運な偶然による。広告は、 当たるも当 たらないもクリエーターの能力やセンスやひらめきに大きく依存し、合理的な経済的行為の中ではリ スクが極めて大きな部類に入るといえよう。

以上により、 多くの企業やマーケティングコンサルタン トがライフスタイルマーケティ ングや夕一 ゲッ ト戦略を目指しているにもかかわらず、成果を挙げた客観的な例を見出だすことは難しい。 2章 マーケティングと広告の統合に係わる原理的な困難

マーケティ ングと広告の各々の業務とそれらの統合には、 『異なる種類の能力の融合』 『組み合わ せ空間の膨大さ』 『定量データと定性知識や定性データとの乖離』 『分割しての相互参照を統合でき ない』 という 4つの本質的な原理的困難が存在する。 この 4つの本質的な原理的困難は、相互に関連 しつつ、 後述するようにマ一ケティングと広告の全ての側面に多かれ少なくなかれ影を落とすのであ る 0

2章 1節 異なる種類の能力の融合 提案生活シーン作成や広告作品創作には、現実妥当性を裏付けるマーケティング的論理能力と、生 活者への感情移入によって生活者の欲求を身を以て看取する生活感覚と、 そして魅力的な提案生活シ —ンゃ広告作品を作成創作するクリエィティブな発想能力や芸術的創造性という、異なる種類の能力 の融合が要求される。 しかし、 その融合による業務の実現は、現実には極めて難しい。 これは、論理 と感性という異なる能力の両立の難しさと言っても'良い。

提案生活シーン作成には、主として、現実妥当性を裏付けるマーケティング的論理能力と、生活者 への感情移入によつて生活者の欲求を身を以て看取する生活感覚という、異なる種類の能力の融合が 要求される。提案生活シーンの作成をそのような融合により行う業務は、 マ一ケターのみで行うにせ よ、 クリヱイタ一と共同で行うにせよ、現実には極めて難しく、事実上不可能である。調査手法に詳 しい几帳面タイプの人材が、 同時に洒落た生活感覚を有するということ自体既に難しいことは、 すぐ に想像できる。 ために、作成された提案生活シーンはしばしば、現実妥当性はあるが暇が無かった り、 魅力はあるが現実妥当性がなかつたりすることになる。

広告作品の創作では、現実妥当性を裏付けるマーケティング的論理能力と、 魅力的な広告作品を 創作するクリエイティブな発想能力や芸術的創造性というように、 融合が要求される異なる種類の能 力の対比はより鮮明となる。 創作に際してクリヱイタ一は、 当初の提案生活シーンを踏まえた上で (制約として） クリエィティブな発想をするよう強いられ、 自分の本性である自由な発想 （ここでは —種の芸術的創造性） を制限されるからである。 その結果、 当初の提案生活シーンという制約を逸脱 し、 クリエィティブとしては洒落ているが、 マーケティ ングとしての現実妥当性が無いものとなって しまう場合が多く、 広告作品の創作をマーケティング目的に整合させることは困難である。 これは、 『分割しての相互参照を統合できない』 という本質にも係わる。

2章 2節 組み合わせ空間の膨大さ

形式的には、提案生活シーンとは、 そこで商品を使用する主人公であるセグメ ン卜とそこでの目的 事物である商品とそこでなされる生活行為の動詞的概念 （通常の言語文法で t、えば純粋な動詞のみな らず副詞 ·副詞句や補語や目的語 · 目的句の用法をも含む） である生活動詞と時間と場所の組み合わ せであり、 またその 「生活動詞 Xセグメ ン ト X商品 X時間 X場所」 の組み合わせを必要に応じて時系 列などで繋げたものである。 また、 その中心は、生活シーン （ 「生活動詞 Xセグメント X商品」 の組 み合わせ） の内で生起可能なもの （有効生活シーンという） である。

例えば、生活シーンの 「生活動詞 Xセグメ ント X商品」 を 「2 0 X 1 0 X 5 0」 としても、 それだ けで 1万の組み合わせ空間となる。次に、提案生活シーンは、 その組合せに時間と場所を加え必要に 応じて時系列などで繋げたものであり、組合せ空間は一層膨大となる。 まして、 これを広告に展開す る業務の全体の組み合わせ空間は、更に膨大である。

問題点の本質の 1つは、 このような組み合わせ空間の膨大さが人間の堅実な処理の能力を越えてい ることである。

2章 3節 定量データと定性知識や定性データとの乖離

定量データ （定量調査の結果やデータベース） と事業領域の定性知識 （経験に基づく意見やノウハ ゥゃ勘） や定性データ （記事やグループイ ンタビューの結果） とが泣き別れの状態となり、 その結び 付けは個々人の主観的な作業に依存し、一貫した方法論で統合することができないため、 マーケティ ングの知識やデータの普遍的な再利用が進まない。 そのため、知識やデータの管理と運用が、主観的 かつ属人的なものとなる。結果として、 マーケティ ングの様々な検討の過程と結論が、 主観的なもの となり、 健全で完全であるというような普遍的な妥当性も保証されない。広告作成のための知識 （技 法） についても同様である。

以下では、定量データと事業領域の定性知識や定性データについて、 その定義と詳細な問題点を述 ベる。

( 1 ) 知識とは、 事実と信念 （仮説） とルールからなる。事実と信念 （仮説） は、 システムでは、 フ レーム Zォブジュク ト Z述語/リス ト等の形式をとる。 ルールは、前提と結論という形式をとり、 シ ステムでは、 ファジィルールや定性微分方程式系又はニューラルネッ トワークとして表すこともでき る。 ルールは、事実と信念 （仮説） を操作し、結論として新たな事実と信念 （仮説） を導く。

( 2 ) データとは、 事実やルールの作成に利用される現実に係る資料である。

( 3 ) マ一ケティングにおける知識やデータの内容は、事業領域の商品のベネフィッ ト、生活におけ る様々な事物や欲求 （ニーズ） や傾向、及び事業の経営環境 （競争環境等のその他外部経営環境とシ 一ズ等の内部経営環境つまり企業保有資源など〉 その他に関するものである。

( 4 ) ニーズに関する知識やデータは、 マ一ケターが生活者への感情移入によって得る場合も多い。 つまり、生活者の欲求を身を以て看取する生活感覚が必要な知識やデータである。

( 5 ) ニーズに関する知識やデータは、後述する一般的ライフスタイル分類のプロジュク ト調査の様 な定量調査や一般的なマーケティングデータベースには、含まれていない内容も多い。 しかし、特定 の事業領域に特下した定量調査の実行は難しい。

( 6 ) 定量データとは、定量調査の調査項目の結果又は各種データベースのオリジナルの測定データ や、 クロス表の検定のような規範的統計量や因子分析のべク トルのような記述的統計量である。

( 7 ) 定性データとは、 雑誌記事や文献や取材によって、又はグループィンタビュー等の定性市場調 査によって得られるデータであり、 定量調査の結果のような統計的な裏付けは無い。形式的にはテキ ストの場合が多いが、 テキストにさえ整理されていない場合も多く、 明確に整理されている訳ではな い。 つまり、 そのデータベースがモャモャしているということができる。

( 8 ) 定性知識とは、 その事業領域における定性データや経験に基づいて蓄積された意見や勘やノウ ハウといった職人的な知識である。従って定量的あるいは客観的な裏付けは少なく、 マーケターの主 観に依存する部分が大きい。 その事実や信念は、 フレームノォブジュク ト Z述語ノリス トとしてメタ ファーでき、 またそれらは真偽を断定できない多値的なものであるので確信度付きものゃファジィ変 数とメタファ一できるが、 そのように明確な形式に整理されている訳ではなく、事実と信念の区分も 曖昧である。 それを操作するルールも、真偽を断定できない多値的なものであるので、 フアジィル一 ルゃ定性微分方程式系又はニューラルネッ トワーク、及びそれら様々な形式の知識を管理するメタ知 識としてメタファーできるが、 そのように明確な形式に整理されている訳ではない。実際の定性知識 の形式は > 個人のメモや企業の資料といったテキス卜の場合もあるが、 テキストにさえ整理されてい ない言己憶のような場合が多く、 その知識ベースがモャモャしているということができる。 その運用も ルールによる操作のような明確なものではなく、一種の直感や発想という形をとる場合が多い。 しか も、定性知識の根拠となつた定量デ一タや定性デ一タとの関係も記憶やメモといったモャモャした形 でしか管理されておらず、 その根拠や操作変数である定性データ自体がモャモャしている部分が大き い。以上により、定性知識はきわめて主観的かつ属人的で、普遍的な共有は難しく、健全で完全であ るというような普遍的な妥当性も保証されない。

( 9 ) 先に、 ライフスタイル分類によるセグメント分類やその中からのターゲッ トセグメント選択の ための定量調査の設計とその解析のための統計手法は、 ァカデミックには存在するが、実企業でそれ を実行することは現実的にも原理的にも難しいことを指摘したが、 その理由は次のような事情による

①定量調査の設計とその解析のためには、 マーケターの持つ経験に基づく意見や勘ゃノゥハウ等の定 性知識 （事実や信念やルールとして表現可能なもの〉 やグループィンタビュー結果等の定性データ

(テキス ト等） と、 本質的にその形式を異にしている定量データ （オリジナルの測定データや、 クロ ス表の検定のような規範的統計量や因子分析のべク トルのような記述的統計量） とを、相互に変換し なければならない。

②だが、 その変換には一貫した普遍的な方法論があるわけではなく、 その変換自体は、 ァカデミック な修練による属人的な技量に基づいた、主観的な作業というべきものである。

③特に、 時々刻々入手される事業領域の定性データや定性知識を、実企業でその定量調査の漏れのな い設計と十分なサンプルサイズでの実査と解析を実行することは、 時間的 ·資金的.人材的に不可能 であり、定性データや定性知識を定量調査で裏付けることは難しい。 大まかに述べても、定性知識や定性データと定量データの間には次のような相互作用が存在する。 定性データから定性知識の事実やルールを形成する。

定量データから定性知識の事実やルールを形成する。

定性データにより定性知識の事実やルールを検証する。

定量データにより定性知識の事実やルールを検証する。

定量デ一タの蓄積から定性デ一タを形成する。

定量デ一タにより定性データを検証する。

定性知識から得られた結論を定量データで検証する。

しかし、 人間にはそのようなダイナミックな相互作用を統合的に管理し運用することは、事実上不 可能である。

( 1 0 ) マーケティングや経営学の分野では様々な研究や調査プロジヱク トが様々な事^やルールに 係る定性的又は定量的なデータを明らかにしている。又、 マ一ケティングゃ経営学の分野では、 様々 な理論的研究や実証的研究が種々の事実や因果関係等のルールの知識を明らかにしている。 しかし、 個別におこなわれ研究の成果たる事実やルールの管理と運用は、関係する個々人の属人的な注意と努 力に依存し、結局マーケタ一はその研究成果を組織的網羅的に再利用することはできない。事実をル ールに当てはめることで得ることができるはずの様々な結論 （新たな事実） をついても同様である。 以上の様な事情により、次のような問題が生じる。

< 1 >定量データと事業領域の定性知識や定性データとが泣き別れの状態となり、 その結び付けは個 々人の主観的な作業に依存し、一貫した方法論で統合することができない。

< 2 >マ一ケティ ングの知識やデータの普遍的な再利用が進まない。

< 3〉そのため、知識やデータの管理と運用が、主観的かつ属人的なものとなる。

< 4〉結果として、 マーケティングの様々な検討の過程と結論が、主観的なものとなり、健全で完全 であるというような普遍的な妥当性も保証されない。

2章 4節 分割しての相互参照を統合できない

組み合わせの原理を考えれば、 マ一ケティング及び広告の業務において、 セグメ ントの分類やター ゲッ トセグメントの選択のプロセスと、提案生活シーンを作成するプロセスと、更にマーケティング ミックス作成や広告創作のプロセスとは、本来は整合する全体の組み合わせ （広告作品をもその一部 として含むマーケティ ング全体の計画） を作成するための独立した順番ごとのプロセスである。 しか し、 個々の組み合わせ空間だけでも膨大であるので、全体の組み合わせ空間は余りにも膨大である。 例えば、 可能なセグメ ント分類全てについて生起可能な有効生活シーンの組み合わせを考え、 その各 々の有効生活シーンの組み合わせ全てについて提案生活シ—ンを考える、 というような網羅的な方法 で全体の組み合わせを作成することは、組み合わせ空間が更に膨大となることから、 人間の堅実な処 理の能力を越え、 しかもそれぞれに異なる種類の能力が能力が必要であり、原理的に困難であり現実 的には不可能である。

そこで実務では、 各々のマーケティング及び広告の業務のプロセスは、本来は整合する全体の組み 合わせを作成するための独立した順番ごとのプロセスであるにもかかわらず、 マーケターとクリエー タ一の別々の職能組織や職能担当者に分割され、分割されたマ一ケターとクリエ一ターの別々の職能 組織や職能担当者が会議等で調整し合うという形で相互参照的に行われる。 つまり実務では、独立し た順番ごとのプロセスで全体の組み合わせを作成するようなことはせず、 まちまちの順番で行いつつ 相互参照で調整するのである。又、 個々の組み合わせ空間が余りにも膨大であるので、 このような分 割と相互参照的は、 同一の職能組織や職能担当者の中でも行われる。

例えば、 セグメ ン ト分類と提案生活シーンの組み合わせは、 同時に検討し組み合わせが成り立つセ グメントのみ考えるというように相互参照的に行わなければ、全体の組み合わせ空間が余りにも膨大 であるので、 人間には検討仕切れなくなってしまう。 このような経緯で、実際の業務では、 セグメ ン トの分類自体をこの提案生活シーンの組み合わせを想定して相互参照的に行い、組み合わせ生成を効 率的に行おうとする。 しかし、 これが裏目となって、作成された提案生活シーンはしばしば、現実妥 当性はあるが魅力が無かったり、 魅力はあるが現実妥当性がなかったりすることになる。 あるいは、 組み合わせ要素たるセグメ ン 卜のニーズやプロフィールの同義反復に過ぎない提案生活シーンとなる ことが実際しばしばあり、極言するならば、 ライフスタイルマ一ケティングのための作業は現状はで ライフスタイルの 「分類のための分類」 に終わる場合が多い。

このように分割して相互参照的に行なう理由は、先に挙げた 『異な'る種類の能力の融合』 『組み合 わせ空間の膨大さ』 という本質が、 一体となって生じたものである。 しかし、 そのように全体の組み 合わせ生成を分離して相互参照的に行なっても、 マーケターとクリヱ一ターの調整は 『異なる種類の 能力の融合』 ゆえに困難であり、個々の『組み合わせ空間の膨大さ』 はやはり人間の堅実な処理の能 力を越えている。 むしろ、分割されたプロセスを相互参照によって統合する一貫した方法が存在しな いため、 全体の整合性がとれなくなつてしまう。

3章 ライフスタイルマーケティングの実施手順における原理的な困難の顕在化の例

3章 1節 提案生活シーンの作成

定性知識や定性データから有効生活シーンやその候補である生活シーンを作成するのにも、 その作 成のための一貫した普遍的な方法論があるわけではない。又、 ここでも 『組み合わせ空間の膨大さ』 が人間の堅実な処理の能力を越えている。

定性知識や定性データと定量データとのダイナミックな相互作用を通じて有効生活シーンを作成す るための一貫した普遍的な方法論も、存在しない。例えば、定量データから明らかになった事実を定 性知識のルールに当てはめ、新たな事実をアイディアとして得たとしょう。 しかし、 定性知識や定性 データを頭の中に描き定量データを人手で操作しながらアイディアを検討すること自体が、 大変複雑 で時間のかかる作業である。定性知識や定性データから作成された有効生活シーンのアイディア （候 補） を定量データで裏付けるには、 「セグメ ン ト X商品」 と 「生活動詞 Xセグメ ン ト」 と 「商品 X生 活動詞」 というそれぞれの調査結果のクロス表のページをめくって見比べながら、 3つの組み合わせ 比率を頭の中で整理する必要がある。双対尺度法のような多変量統計解析を利用しても 2つの組み合 わせを視覚化できるに過ぎない。 もし、 商品と生活動詞を 1つに纏めてセグメ ン トと双対尺度法を行 うと、 商品と生活動詞が混在し、 分析が曖昧になる。

コンピュータで 「生活動詞 Xセグメ ント X商品」 のクロス集計をすればページをめくつて見比べる 手間は省けるが、 その事実をさらに定性知識のルールに当てはめ、新たな事実をアイディアとして得 るというサイクルは、 人間で対応するには限界がある。定量データのクロス計算から 「生活動詞 Xセ グメント X商品」 の組み合わせを計算するだけでは、定性知識や定性データが反映されず意味の希薄 な表装的な組み合わせも乱造され、 そのままでは人間に管理できない。膨大な組み合わせの中から望 ましい組み合わせを選ぶことは、 人 には不可能である。

結局、 マ一ケタ一は定量データのクロス表を新しい発見のために使うのではなく、 自分のアイディ ァを確認するために利用している場合がほとんどであり、定量調査からはマ一ケターの当初のアイデ ィァ以上のものを得ることは原理的にも現実的にも不可能である。

まして有効生活シーンに時間と場所を追加して 「生活動詞 Xセグメ ント X商品 X時間 X場所」 の組 み合わせを完成し、 必要に応じてその組み合わせを繋げて、共感を生むように魅力的な提案生活シー ンにまとめることは、 人間の堅実な処理の能力を越えている。実際、生起可能なものとして発見した 有効生活シーンの組み合わせ全てについて、共感を生むように魅力的な提案生活シーンの組み合わせ や広告作品やその他マーケティ ングミ ックスを考えることはできない。 これは、 『異なる種類の能力 の融合』 『組み合わせ空間の膨大さ』 という双方の本質にかかわる問題である。

3章 2節 広告ク リヱイティブの創作

クリエーターのクリヱイティブな発想や芸術的創造性は、創作のための定性的知識の運用によるも のであるが、 これはマーケティ ングの知識以上に

*知識の普遍的な再利用が進まない。 *知識の管理と運用が、主観的かつ属人的なものとなる。

*創作の過程が、主観的なものとなり、 ターゲッ 卜の共感を得る保証がない。

という問題が深刻なものとなる。広告は、 当たるも当たらないもクリエ一ターの能力やセンスやひら めき次第というリスクが大きなものとなり、経済的行為としての合理的を確保することが困難となる。

4章 原理的困難への対応

『異なる種類の能力の融合』 に解決するためには、 マーケティング業務と広告作成業務の夫々に該 当する知識ベースを同一のシステムにより一貫したメカニズムに統合し、 、 現実妥当性を裏付けるマ ーケティング的論理能力と魅力的な提案生活シーンゃ広告作品を作成創作するクリエィティブな発想 能力の間で、 人間による対応では原理的に不可能な融合を実現するべきである。

『組み合わせ空間の膨大さ』 を解決するためには、知識ベースの運用により可能な組みを自動的 '網 羅的に検討すると共に、 人間に無意味な羅列と受け止められることなく、 人間が意味を^じ取れるよ うにするために、 人間の発想を反映できるシステムとするべきである。 '

『定量データと定性知識や定性データとの乖離』 を解決するためには、 定量調査の定量データとマー ケタ一等の持つ定性知識及び定性データをシステムにより一貫したメカ二ズムの知識とデータに統合 し、 そのセグメ ン卜の分類'選択もその一貫したメカニズムに包含するべきである。 また、従来の知 識ベースを用いたシステムでは、事前に知識を獲得したり事後的に知識を追加修正する事に大きな障 害が存在したが、定量デ一タと定性データと定性知識が相乗作用をもたらすような形で事後的に柔軟 に知識を追加修正でき、 人間の持つ定性データと定性知識をシステムが取り込み再利用し、 人間が定 性知識を再構築しそれを再び知 ベースに反映できるようにするべきである。

『分割しての相互参照を統合できない』 を解決するためには、 マーケティングと広告で共通に用いら れる中心的概念である有効生活シーンを用いて、 システムの探索過程を整台する全体の組み合わせを 作成するための独立した順番ごとのプロセスとして、統合するべきである。

本発明は、上述のようにして、原理的困難へ対応しそれを解決する。

5章 現状の課題の整理

従来よりマーケティ ング及び広告の産業分野では、 コンピュータなどの導入も計算'統計処理とそ の表示や文書作成や画像作成といった作業に利用されていたに過ぎず、 マーケティ ング及び広告の立 案又は作成のための知的業務そのものは人間が対応していた。 つまり、 マーケタ一及びクリエイタ一 が、 その業務を分担しながら、 人手で作業をこなしその頭で考えるという具合に対応していたのであ る。従って、 マ一ケティング及び広告の立案又は作成の中核というべき知的業務を自動化し支援する 技術又は装置又はシステムは、従来は存在しなかった。

先ず、 従来の人間によるマーケティ ング及び広告の業務の手順と課題を、 ライフスタイルマーケテ ィングを典型例として検討すると、次のようになる。

①まず、生活者全体をいくつかのセグメントに分類し、 それらの中から自社が目標とすべきターゲッ トセグメントを選択する必要がある。 ライフスタイル分類によるセグメント分類やその中からの夕一 ゲッ トセグメント選択のための定量調査の設計とその解析のための統計手法は、 アカデミックには存 在するが、実企業でそれを実行することは現実的にも原理的にも難しい。 そのため、 セグメ ン トの分 類やターゲッ トセグメン卜の選択及びそのニーズやプロフィールの記述はしばしば、 客観的な定量調 査結果 （定量データ） とマーケターの持つ主観を、無原則に統一のとれていない状態で交えた、 独断 的なものになりがちである。

②次に、 ターゲッ トセグメントのニーズやプロフィールを勘案して、 彼等に提案すべきライフスタイ ルのコンセプトを定め、 その具体的な生活シーン （本発明では提案生活シーンと呼ぶ） を作成する必 要がある。 しかし、作成された提案生活シーンはしばしば、現実妥当性はあるが魅力が無かつたり、 魅力はあるが現実妥当性がなかったりすることになる。 あるいは、組み合わせ要素たるセグメントの ニーズやブロフィールの同義反復に過ぎない提案生活シーンとなることが実際しばしばあり、極言す るならば、 ライフスタイルマ一ケティングのための作業は、現状ではライフスタイルの 「分類のため の分類」 に終わる場合が多い。

③更に、提案生活シーンを受けてマ一ケティング目的と合致した広告作品を創作することも、現実に はきわめて難しい。 実際、 当初の提案生活シーンを逸脱し、 クリエイティブとしては洒落ているが、 マーケティングとしての現実妥当性が無いものとなってしまう場合が多い。 このようなマ一ケティ ン グと広告の乖離は、 オリエンテーショ ンとプレゼンテーショ ンの乖離として、 日常業務に頻発する問 題である。広告は、 当たるも当たらないもクリエ一ターの能力やセンスやひらめきに大きく依存し、 合理的な経済的行為の中ではリスクが極めて大きな部類に入るといえよう。

ライフスタイルマ一ケティングにおけるライフスタイルの組み合わせは広告とマ一ケティングの両 者で共通に扱う事物概念であり、 その検討自体は全てのマーケティングに必須の要件である。 従って、 上述の課題は全てのマーケティングゃ広告の形態に共通するものであり、 かかる原理的な困難と人間 の能力による限界は経営学等のマーケティングや広告に関する学問でも真剣に議論され Cいるところ であるが、現状ではその課題を解決するには至っていなかった。

6章 現状の課題の原因の整理

以下に挙げる 4つの本質的な相互に関連する原理的な困難が、上記課題の原因である。

『異なる種類の能力の融合』 ； 提案生活シーン作成や広告作品創作には、現実妥当性を裏付ける マーケティング的論理能力と、生活者への感情移入によって生活者の欲求を身を以て看取する生活感 覚と、 そして魅力的な提案生活シ一ンゃ広告作品を作成創作するクリエイティブな発想能力や芸術的 創造性という、異なる種類の能力の融合が要求される。 しかし、 その融合による業務の実現は、 現実 には極めて難しい。

『組み合わせ空間の膨大さ』 ；例えば、生活シーンの 「生活動詞 Xセグメント X商品」 を 「2 0 X 1 0 X 5 0」 としても、 それだけで 1万の組み合わせ空間となる。 次に、提案生活シーンは、 そこで 商品を使用する主人公であるセグメン卜とそこでの対象事物である商品とそこでなされる生活行為の 動詞的概念である生活動詞と時間と場所の組み合わせであり、 またその 「生活動詞 Xセグメント X商 品 X時間 X場所」 の組み合わせを必要に応じて繋げたものであり、一層膨大となる。 まして、 広告と マーケティングの業務の全体の組み合わせ空間は、更に膨大である。 このような組み合わせ空間の膨 大さが人間の堅実な処理の能力を越えている。

『定量データと定性知識や定性データとの乖離』 ；定量データ （定量調査の結果やデータベース） と事業領域の定性知識 （経験に基づく意見やノウハウや勘） や定性データ （記事やグループインタビ ユーの結果） とが泣き別れの状態となり、 その結び付けは個々人の主観的な作業に依存し、一貫した 方法論で統合することができないため、 マーケティ ングの知識ゃデータの普遍的な再利用が進まない そのため、知識やデータの管理と運用が、主観的かつ属人的なものとなる。結果として、 マ一ケティ ングの様々な検討の過程と結論が、主観的なものとなり、健全で完全であるというよ 0な普遍的な妥 当性も保証されない。広告作成のための知識 （技法） についても同様である。

『分割しての相互参照を統合できない』 ；各々のマーケティング及び広告の業務のプロセスは、 本 来は整合する全体の組み合わせ （広告作品をもその一部として含むマーケティング全体の計画） を作 成するための独立した順番ごとのプロセスであるにもかかわらず、 マーケターとクリエー夕一の別々 の職能組織や職能担当者に分割され、職能組織や職能担当者が会議等で調整し合うという形で相互参 照的に行われる。 つまり実務では、独立した順番ごとのプロセスで全体の組み合わせを作成するよう なことはせず、 まちまちの順番で行いつつ相互参照で調整するのである。 しかし、分割されたプロセ スを相互参照によつて統合する一貫した方法が存在しないため、全体の整合性がとれなくなってしま 0 ) ο

7章 本発明の目的

以上の課題を受け、本発明の目的は次の通りである。

①マーケティングにおいて、定量調査の定量データとマーケタ一等の持つ定性知識及び定性データ をシステムにより一貫したメカニズムの知識とデータに統合し、 そのセグメントの分類 .選択もその —貫したメカニズムに包含する。 また、知識獲得や事後的に知識を追加修正する上で従来の知識べ一 スを用いたシステムに存在した障害を解決するため、定量データと定性データと定性知識が相乗作用 をもたらすような形で事後的に柔钦に知識を追加修正でき、 人間の持つ定性データと定性知識をシス テムが取り込み再利用し、 人間が定性知識を再構築しそれを再び知識べ一スに反映できるようにする。 それにより、 『定量データと定性知識や定性データとの乖離』 を克服し、 マーケティングの知識ゃデ 一夕の普遍的な再利用をもたらし、知識やデータの管理と運用の主観性ゃ属人性を解決し、 マーケテ イングの様々な検討の過程と結論に普遍的な妥当性を与える。 また、 『組み合わせ空間の膨大さ』 を 克服して、 人間の理解と発想を生かしつつ、 人間では処理できないようなセグメントと商品と生活動 詞の膨大な組み合わせ空間を検討し、生起する可能性が客観的に有効な有効生活シーン、 つまりシス テムで統合されたマーケティング的論理に裏付けられた現実妥当性のある有効生活シ一ンを作成する。 このように、 マーケティング業務を、 人間による従来の業務方法を越えたメカニズムで启動化し支援 し、 人間では原理的に不可能な効率向上及び質的向上を実現する。

②魅力的な提案生活シーンや広告作品を創作するクリエイティブな発想能力のための様々な知識を、 システムにより一貫したメカニズムの知識に統合する。 それにより、 クリエィティブな創作の知識の 普遍的な再利用をもたらし、知識の管理と運用の主観性ゃ属人性を解決し、 クリヱイティブの様々な 創作の過程と作品に、 ターゲッ トの共感を得る普遍的な裏付けを与える。 また、 『組み合わせ空間の 膨大さ』 を克服して、 人間では処理できないような複数の提案生活シーンの膨大な組み合わせ空間を 検討し、 ターゲッ トが共感する可能性が客観的に予想できる提案生活シーンや広告作品、 つまりシス テムで統合されたクリエィティブな発想能力に裏付けられた提案生活シーンゃ広告作品を作成創作す る。 このように、 マ一ケティングと広告作成の業務を、 人間による従来の業務方法を越えたメカニズ ムで自動化し支援し、 人間では原理的に不可能な効率向上及び質的向上を実現する。

③マーケティング業務と広告作成業務を同一のシステムにより一貫したメカニズムに統合する。 こ れによって、現実妥当性を裏付けるマーケティング的論理能力と魅力的な提案生活シーンや広告作品 を作成創作するクリエイティブな発想能力の間で、人間による対応では原理的に不可能であった 『異 なる種類の能力の融合』 が実現される。 また、 『分割しての相互参照を統合できない』 という問題を 克服し、整合する全 の組み合わせを作成するための、独立した順番ごとのプロセスを踏まえ、生活 者の間に生起が客観的に予想できるマーケティング計画と彼等が感動する可能性が客観的に予想でき る広告作成を、統合的に実現できる。 発明の開示

上記目的を達成するための、本発明によるマーケティング広告自動化支援システムの全体構成を図

1に示す。 図 1において、 1は、 セグメント、生活動詞、商品、場所及び時間のうち少なくとも 3つ を含む組み合わせで、定量データの統計的裏付けにより、又は商品ノセグメントの特性 や生活文化か らの因果的必然性により、実際に生じる可能性 （生起可能性） が有効な生活シーン （有効生活シ一ン） を作成するマーケティング自動化支援システム、 2は、生活シーンの構成要素に具体的データを入れ ある登場人物 （セグメント） がある場所 ·時間の設定においてある商品を使用している状況を時間的 に推移する登場人物 （セグメント） の行為の連鎖の形式に展開した提案生活シーンを作成し、 これを 語彙の脚色や他の提案生活シーンとの合成 ·結合等によって拡張して、必ずしも現実的には生起可能 性を持つとは言えないが広告原案としての魅力を持つ創作シーンを作成する広告自動化支援システム、 3は、生活知識ベース、 マーケティングデータ知識ベース （定量調査データベース、 因果関係知識べ ース等） 、物語作成知識ベース （物語関係知識ベース、物語構造知識ベース、語彙関係知識ベース、 提案生活シーン知識ベース等） 等を内蔵したデータ知識ベースである。

ここで、本発明のマーケティング広告自動化支援システムは、 たとえばワークステーショ ンネッ ト ワーク等の一般のコンピュータシステムの任意のハードウユア上に構築させることもでき、 また専用 装置として実現させることもできる。 図 1に示されるように、 マーケティング広告自動化支援システムは、 マーケティング自動化支援シ ステム 1、広告自動化支援システム 2及びデータ知識ベース 3から構成される。

マ一ケティング自動化支援システム 1は、上記目的①を達成するためのもので、 マ一ケティングの 定量的市場調査の定量データとマ一ケタ一の持つ定性的知識及び定性的データを一貫したメカニズム において統合し、 セグメ ン トの分類 ·選択もその一貫したメカニズムに包含する。図 2はマーケティ ング自動化支援システムの構成図であり、 これは、生活動詞、生活者セグメ ン ト、商品、場所及び時 間のうち少なくとも 3つを含む組み合わせで定量データの統計的裏付けにより、又は商品/セグメン トの特性 や生活文化からの因果的必然性により、実際に生じる可能性 （生起可能性） が有効な生活シ ーン （有効生活シーン） を作成するメイ ンモジュールたる生活シーン作成モジュールと、 メイ ンモジ ュ一ルに呼び出されて統計的処理や因果的処理等を行ないまたデータ .知識べ一スを管理するユーテ ィリティモジュールと、上記モジュールにおいて必要となる生活動詞、生活者セグメ ン ト、 商品、場 所、 時間等の分類と属性を記述したデータ知識ベースとの 3つの部分から構成される。

広告自動化支援システム 2は上記目的②を達成するためのものであり、 この構成を図 3に示す。広 告自動化支援システムは、 マーケティ ング自動化支援システムによって作成された生活者セグメ ソト、 生活動詞、 商品、場所及び時間の組み合わせとして構成される生活シーンを入力として、 これらの構 成要素を具体化してある登場人物 （セグメント） がある場所と時間の状況設定においてある商品を使 用している生起可能性を持った出来事を、 時間的に推移する登場人物 （セグメ ン ト） の行為の連鎖の 形式として記述して消費者に提案するシーンに具体的イメージを付与した提案生活シーンを作成する 提案生活シーン作成モジュールと、 この提案生活シーンを入力として、 その中の語彙を置換したりそ れを別の提案生活シーンと合成 '結合したりすることによつて広告原案に利用できる創作シーンを作 成する創作シーン作成モジュールとの二つのモジュールと、提案生活シーン作成モジユール及び創作 シーン作成モジュールにおいて使用し生活シーンの各構成要素の具体例を内蔵した知識ベースと、 倉 IJ 作シーン作成モジュールにおいて使用し提案生活シーン、語彙知識、複数の提案生活シーンを結合す るための知識を内蔵した知識ベースから構成される。

マ一ケティ ング広告自動化支援システムは、 マーケティ ング自動化支援システムと広告自動化支援 システムで生活知識べ一スを共有しマーケティ ングと広告で共通に扱う事物概念である生活シーンを 受け渡しさせ、 マーケティ ング自動化支援システムと広告自動化支援システムの両者を統合し、上記 目的③を達成するものである。 これによつて、現実妥当性を裏付けるマーケティング的論理能力と魅 力的な提案生活シーンを作成するクリエイティブな発想能力との人間による対応では原理的に不可能 であった融合が現され、生活者の間に生起ししかも彼等が感動する可能性が客観的に有効なマ一ケテ ィング計画と広告作成を統合的に実現できる。

図 4はデータ知識ベース 3の構成図である。 このうち、生活知識ベースはマーケティング自動化支 援システムと広告自動化支援システムとにおいて共有され、本発明をマ一ケティ ング広告自動化支援 システムとして統合する効果をもたらす。 図 2 8のように生活知識べ一スは、生活項目の知識を整理 分類した生活項目知識ベース、生活動詞の知識を整理分類した生活動詞知識ベース、生活者の知識を 整理分類したセグメ ント知識ベース、 商品を初めとした目的事物の知識を整理分類した目的事物知識 ベース、 時間の知識を整理分類した時間知識ベース、場所の知識を整理分類した場所知識ベース、既 知の生活シ一ンの知識を整理分類した既知生活シーン知識ベース，及びク ラス生活の属性や生活項目や 生活シーンの間の制約を整理分類した生活制約知識ベースのうち少なくとも 1つを部分知識べ一スと して含み、必要により部分知識ベース間の関係の知識を持つ。 図面の簡単な説明

図 1

マ一ケティ ング広告自動化支援システムの全体構成図である。

図 2 マーケティ ング自動化支援システムの全体構成図である。

図 3

広告自動化支援システムの全体構成図である。

図 4

知識べ一スの全体構成図である。

図 5

生活項目の多重継承の例の説明図である。

図 6

マーケティ ング自動化支援システムのモジュ一ル一覧の説明図である。

図 7

マーケティング自動化支援システムのモジュールの全体的な作用概略図である。

図 8

生活シーン作成モジュールの構成図である。

図 9

生活シーン組み合わせ置換モジュールの構成図である。

図 1 0

統計検定結果生活シ一ン変換モジユールの構成図である。

図 1 1

推論ヱンジンの構成図である。

図 1 2

統計処理モジュ一ルの構成図である。

図 1 3

述語デ一タ管理モジユールの構成図である。

図 1 4

因果ルール管理モジユールの構成図である。

図 1 5

非単調推論の原理の説明図である。

図 1 6

マーケティ ング自動化支援システムのモジユール相互の作用の整理図である。

図 1 7

マ一ケティング自動化支援システムのモジュール相互の作用の整理図の続きである。

図 1 8

広告自動化支援システムにおける提案生活シーン作成モジュ一ルの構成と使用する知識べ一スの構 成図である。

図 1 9

広告自動化支援システムにおける創作シ一ン作成モジュールの構成と使用する知識ベースの構成図 である。

図 2 0

創作シ一ン作成モジユールを構成するジヤンル別創作シ一ン作成モジユールと物語作成モジュール 及び使用する知識ベースの構成図である。

図 2 1

ジヤンル別創作シーン作成モジュ一ルを構成するシンボル置換形式創作シーン作成モジュール、実 生活形式創作シーン作成モジュール、 ドキュメ ンタ リー形式創作シーン作成モジュール及びフィク シ ョ ン形式創作シ一ン作成モジュール、物語作成モジユール及び使用する知識べ一スとこれらの関係を 示す構成図である。 図 2 2

物語作成モジュールを構成するシンボル置換モジュール、物語合成モジュール、物語結合モジユー ル、物語関係適用モジユール及び物語構造適用モジュール、 ジヤンル別創作シーン作成モジユール及 び使用する知識ベースとこれらの関係を示す構成図である。

図 2 3

シンボル置換形式創作シ一ン作成モジュ一ルを構成する表層的シンボル置換形式創作シ一ン作成モ ジユール及び意味的シンボル置換形式創作シ一ン作成モジュール、物語作成モジユールにおける表層 的シンポル置換モジユール及び意味的シンボル置換モジュール、生活知識ベース及び物語作成知識べ 一スにおける語彙関係知識べ一スとこれらの関係を示す構成図である。

図 2 4

実生活形式創作シーン作成モジュール、物語作成モジュールにおける物語合成モジュ .「ル及び物語 関係適用モジュール、生活知識ベース及び物語作成知識べ一スにおける物語関係知識ベースとこれら の関係を示す構成図である。

図 2 5

ドキュメ ンタリー形式創作シーン作成モジュール、物語作成モジュールにおける物語結合モジュ一 ル及び生活知識べ一スとこれらの関係を示す構成図である。

図 2 6

フイ クショ ン形式創作シーン作成モジュール、物語作成モジュールにおける物語構造適用モジユー ル、生活知識べ一ス及び物語作成知識べ一スにおける物語構造知識べ一スとこれらの関係を示す構成 図である。

図 2 7

生活知識ベースの部分知識ベースの一覧の説明図である。

図 2 8

生活知識ベースの構成図である。

図 2 9

物語作成知識ベースを構成する生活シナリオ知識ベース、提案生活シーン知識ベース、語彙関係知 識べ一ス、物語関係知識ベース及び物語構造知識べ一スの構成図である。

図 3 0

C Fの構造の例の説明図である。

図 3 1

物語生成の概略的手順の説明図である。

符号の説明

1 ；マーケティ ング自動化支援システム

2 ；広告自動化支援システム

3 ；データ知識ベース 発明を実施するための最良の形態

上記のように構成されたマ一ケティ ング広告自動化支援システムの作用を、 4章にわたつて説明す る。第 1章ではその入出力のための基本的形式について、第 2章では出力の流れについて、 第 3章で はマーケティング自動化支援システムの具体的なモジュール構成と作用について、第 4章では広告自 動化支援システムの具体的なモジュール構成と作用について説明する。 5章では、物語型 C Fの構造 分析と広告の物語生成過程について説明する。 6章では生活知識ベースの具体的な部分知識べ一ス構 成と作用について説明する。

それらの目次は次のとおりである。

第 1章 入出力のための基本的形式 章 1節 クラス生活

章 2節 生活動詞

章 3節 生活者セグメ ン ト

章 4節 生活項目

章 5節 生活シーン

章 6節 有効生活シーン

章 7節 提案生活シーン

章 8節 創作シーン

章 9節 述語データによる表現

章 全体の流れ

章 マーケティング自動化支援システム

章 1節 マ一ケティ ング自動化支援システムのモジュール構成

章 2節 定量データの統計処理による有効生活シ一ンの組み合わせ作成

章 3節 因果関係知識べ一スによる有効生活シーンの組み合わせ作成

3章 3節. 1 前向き推論による方法

3章 3節. 2 後向き推論による方法

章 4節 生活シーン候補作成の制御

章 5節 因果関係知識ベースの構成方法

3章 5節. 1 人間に入力させることによる構成方法

3章 5節. 2 定量データの統計処理による事実の作成方法

3章 5節. 3 定量データの統計処理による因果ルールの作成方法

3章 5節. 4 失敗に基づく因果関係知識ベースの構成方法

章 広告自動化支援システム

章 1節 広告自動化支援システムの全体構成

章 2節 提案生活シーン作成モジュールと生活シナリォ知識ベース

章 3節 創作シーン作成モジュール

章 4節 ジヤンル別創作シーン作成モジュール、物語作成モジユール及び物語作成知識べ一ス ¼ 5即 シンボル置換形式創作シ―ン作成モジュール、 シンポル置換モジール

章 6節 実生活形式創作シーン作成モジュール、物語合成モジユール及び物語関係適用モジュール

4早 0 ¾卩. 1 物語合成モジュール

4 6 Sp . 2 物語関係適用モジュール

4章 6節. 2 . 1 並列関係による実生活形式創作シーンの作成

4章 6節. 2 . 2 原因—結果関係による実生活形式創作シーンの作成

4章 6節. 2 . 3 対照関係による実生活形式創作シーンの作成

4章 6節. 2 . 4 欠如一充足関係による実生活形式創作シーンの作成

4章 7節 ドキュメ ンタリ一形式創作シーン作成モジュール

5章 物語型 C Fの構造分析と広告の物語生成過程

章 1節 はじめに

5章 2節 物語の基本的方法

5章 3節 C Fの構造分析

5章 4節 広告の物語生成過程に関る諸知識

6章 生活知識ベース

説明に際して、本明細書では、 いわゆるォブジ-ク ト指向プログラミングに倣って、幾つかの手続 きと属性を持つ事物概念をォブジヱク 卜と呼び、抽象的なォブジ-ク トの類型をクラスと呼び、 ォブ ジュク 卜の概念階層構造の内で、上位概念をスーパークラスと呼び、下位概念をサブクラス、事物概 念たるオブジェク トの具体例をィンスタンスと呼ぶこととする。勿論、幾つかの手続きと属性を持つ 事物概念の階層的表現であれば、別の呼称であってもかまわない。

第 1章 入出力のための基本的形式

1章 1節 クラス生活

生活とは、次のような属性を有するオブジェク トのクラスである。

ォブジュク トのクラス 生活

属性 生活動詞

生活者セグメント

目的事物たる商品

時間

場所

尚、必要により目的事物の属性は次のように表現してもよい。

目的事物たる商品 （使用する物財又はサービス財） の数 n

目的事物たる商品 （使用する物財又はサービス財） i (1 t o n) の格

「で」 又は 「を」

目的事物たる商品 （使用する物財又はサービス財） i (1 t o n)

クラス生活の各属性も、 クラス ' ィンスタンスの階層構造を持つ才ブジヱク トである。従って、 生 活知識ベースの部分知識ベースである生活動詞知識ベースとセグメント知識ベースと目的事物知識べ —スと時間知識ベース及び場所知識ベースのそれぞれが、当該属性のォブジュク トの階層構造を現わ している。

1章 2節 生活動詞

ク ラス生活の属性である生活動詞は、生活行為の動詞的概念の知識を整理分類したォブジュク 卜で ある。 その知識ベースである生活動詞知識ベースは、生活行為の動詞的概念の通俗的な概念による分 類の階層的な知識ベースであり、 そのクラス生活への代入を通じて後述する生活領域に反映される。

ここで、生活行為の動詞的概念である生活動詞は、 人工知能の手法を用いて述語は述語論理の形式 で表現すると効率的である。 そこで、行為たる述語に生活動詞を当て、述語の引数に主語と目的事物 と時間と場所を持たせた形式の述語論理を用意し、述語データと呼ぶ。行為たる述語に d oという変 数を、述語データの引数の主語と目的事物と時間と場所に夫々 wh o, wh a t , wh e n, wh e r eという変数を当てると、述語データは次のような一般的な形式を取る。

d 0 (who, wh a t , wh e n, wh e r e)

このような述語データは、 ク ラス生活の表現形式の 1つであり、後述するように他の表現を用いても よい。

述語データとクラス生活の各属性は次のように対応する。

d 0 生活動詞

wh o 生活者セグメント

wh a t 目的事物たる商品

wh e n 時間

wh e r e 場所

述語データの形式を拡張すれば、必要により目的事物の次のような属性を表現することもできる。

目的事物たる商品 （使用する物財又はサービス財） の数 n '

目的事物たる商品 （使用する物財又はサービス財） i (1 t o n) の格

「で」 又は 「を」

目的事物たる商品 （使用する物財又はサービス財） i (l t o n)

尚、述語論理の述語の用法は、通常の言語文法でいえば純粋な動詞のみならず副詞 ·副詞句や補語 や目的語 · 目的句の用法をも含む。例えば 「太郎は元気にテニスを行なう」

という通常の言語表現は、述語論理の用法では

元気にテニスを行なう （太郎）

テニスを行なう （太郎、元気に）

行なう （太郎、テニス、元気に）

のいずれとしても表現可能である。本発明の生活動詞も生活行為の動詞的概 であり、通常の言語文 法でいえば純粋な動詞のみならず副詞 ·副詞句や補語や目的語 ·目的句の用法をも含む。

但し、既述のように、従来は商品と生活動詞を 1つに纏めてセグメ ン トと双対尺度法を行うと、 商 品と生活動詞が混在し、分析が曖昧になるというきらいがあった。 この改善のため、本発明では、 商 品のような目的事物は生活動詞に含めない。

1章 3節 生活者セグメ ン ト

クラス生活の属性である生活者セグメ ン トは、生活する人間たる生活者の整理分類したオブジェク トであり、略してセグメ ン トと呼ばれる。本発明ではセグメ ン トの分類 （セグメ ンテーショ ン） を、 属性分類として行なう。各属性も、 階層を持つォブジヱク トであり、 セグメ ン トの知識べ一スである セグメント知識ベースに整理分類される。 属性分類は、 例えば次の 6つの属性の組み合わせにより生 成される。

年齢； 2才まで、 6才まで、 小学生、 中学生、高校生、 1 8— 2 2才、

2 9才まで、 3 0代、 4 0代、 6 5才まで、 6 5才以上

性別； 男、女

職業 Z役職； 勤労者 （アルバイ ト、 平、 管理職） 、

自営業、農業、経営者、 自由業

収入； 高、 中、低

学歴； 高、 中、 低

家族形態； 単身、夫婦子供なし、核家族、 3世代家族

価値観； オピニオンリーダー性 （他への影響力） （高い、低い） 、

ト レン ドリーダー性 （流行 ·新規事項の採用） （高い、低い）

尚、 セグメントクラスは必要に応じて特記事項の属性を持つこともできる。従って、 セグメ ントク ラスは例えば次のような形式となる。

セグメ ン ト X

性別 X 1

職業 X 2

役職 X 3

収入 X 4

学歴 X 5

家族形態 X 6

価値観

オピニオンリーダー性 x 7

ト レン ドリーダー性 X 8

特記事項

ここでセグメ ン トのイ ンスタンスの例を挙げると次のようになる。

例 1 セグメ ン ト ； ギャル 1 ( 0 L等の働くキャ リア女性）

年齢 平均 2 7才

性別 女

職業 会社員 （0 L )

役職 最多値ヒラ 平均 270万円

学収家価 4年生大学卒

歴入族値

形観 最多値親元

態

才ピニォンリーダー性 平均高い

ト レン ドリーダー性 平均高い

特記事項 ス トレス多い

例 2 セグメ ン ト ； オヤジ

年齢 平均 42才

性別

職業 会社員

役職

収入 平均 750万円

学歴 4年生大学卒

家族形態 夫婦子供あり

価値観

オピニオンリーダー性 平均低い

ト レン ドリーダー性 平均低い

特記事項 ス ト レス多い

ここで、職業 役職と収入と学歴は多分に従属であり、 また特記事項に記載する調査項目に由来す る多くの属性には当然に多変量間の従属があるので、 このような従属する属性については、必要に応 じて主成分分析や因子分析や数量化 m類や数量化 IV類や多次元尺度構成法やクラスタ一分析といった 分類のための統計処理により整理する。

セグメ ン トを決定する属性は、 定量生活者調査や定量市場調査等の定量調査の次のような属性調査 項目により測定される。

例 1 あなたの年齢を応えてください。

例 2 あなたの性別を応えてください。

1章 4節 生活項目

クラス生活の変数の少なくとも 1つが定数に具体化したクラスを、生活項目という。述語データの 形式で特定の調査項目を生活項目に変換すると次の例のようになる。

例 1 調査項目；貴方は焼き鳥屋に行きますか？ より

述語データ ；食 （wh o, 焼き鳥， wh e n, 焼き鳥屋）

例 2 調査項目；貴方は居酒屋に行きますか？ より

述語デ一タ ；飲食 （who, h a t, wh e n, 居酒屋）

例 3 調査項目；貴方はお酒を飲みますか？ より

¾!i語データ ；飲 (wh o, 酒， wh e n, wh e r e)

その知識ベースである生活項目知識ベースは、生活領域とライフスタイルという 2つのサブクラス を統合した、階層的な知識ベースである。生活領域とライフスタイルの定義は次のとおりである。 生活領域； 「衣 （装） 」 「食」 、 「住」 のような、通俗的で生活動詞に基づく分類である。生活行為 の動詞的概念の通俗的な概念による分類である生活動詞知識ベースをクラス生活への代入を通じて反 映したサブクラスである。

ライフスタイル； 「お洒落な都会風」 伝統和風」 のような、生活動詞には基づかない分類である。生 活行為の定量調査デ一タの統計解析による分類で得られるサブクラスである。

従って、個々の生活項目のサブクラスは、生活領域というスーパークラスとライフスタイルという スーパークラスから多重継承したサブクラスである。多重継承の例は図 5の通りである。個々の生活 項目のサブクラスは、次のように用意される。

( 1 ) 定量生活者調査や定量市場調査等の定量調査に含まれる調査項目を、又は定性生活者調査ゃ定 性市場調査等の定性調査に含まれる調査項目を、 システム開発者又は使用者がオブジェク トの階層構 造へ変換することで、用意される。

( 2 ) 使用者が、 自らの知る生活の具体的な姿を、 オブジェク トの階層構造へ変換することで、用意 される。

生活領域は、 多くの定量調査に見られる 「衣 （装） 」 「食」 、 「住」 、 「働 （職業、家事) 」 「遊 (レジャー、交際、 学、芸術創造、趣味） 」 「移動」 「情報活動」 「育 （育児、教育） 」 「健康管理」 というような相互には排反しない分類を用いる。従って、生活項目のサブクラスは、 多くの生活領域 のスーパ一クラスとして持ち、 多重継承することがある。多重継承の具体例は、 図 5の通りである。 ライフスタイルは、定量調査の調査項目を、主成分分析や因子分析や数量化 ffl類や数 ^化 IV類や多 次元尺度構成法やクラスター分析といった分類のための統計処理を行なう事によって得られる。 ここ では、例として定量調査の調査項目を因子分析し一定の調査項目を含む上位の因子が得られ、 かつ上 位の因子空間でのクラスタ一分析によってその他の調査項目を含むクラスタ一が形勢されたとしょう。 それぞれの調査項目は、生活項目知識ベースに含まれる生活項目のサブクラスに該当するものとして 変換される。従って、一定の調査項目を含む因子又はクラスタ一は、該当する生活項目をサブクラス として持つライフスタイルである。上位の因子空間でのクラスター分析によってその他の調査項目を 含むクラスターを用意する理由は、寄与率の低い因子よりも寄与率の高い空間でのクラスタ一のほう が人間に理解しやすいためである。

例えば、定量調査の調査項目の統計処理により 「ワイ ンを飲む」 「銀食器で食事する」 「タキシ一 ドを着る 「ゴールドカードで支払らう」 を含む因子は又はクラスタ一 「お洒落な都会風」 が形勢され たとすると、夫々の調査項目に対応する生活項目をサブクラスとして持つライフスタイル「お洒落な 都会風」 が形勢される。 同様に、調査項目の統計処理により 「日本酒を飲む」 「漆食器で食事する」 「茶道を趣味とする」 「俳句を趣味とする」 を含む因子は又はクラスタ一 「お洒落な都会風」 が形勢 されたとすると、夫々の調査項目に対応する生活項目をサブクラスとして持つライフスタイル 「伝統 和風」 が形勢される。

このようなサブクラスたるライフスタイルへ、事後的に人間が、属性や当初の調査項目に無かつた サブク ラスやデフォルトの属性値を付与することも出来る。例えば、 サブクラス 「伝統和風」 の属性 場所にデフォルトの 「和室」 を追加したり、 サブクラス 「伝統和風」 のサブクラスに当初の調査項目 には無かった 「書道」 を追加したりすることができる。

尚、 このような生活項目知識ベースの構築の手法は、定量調査の調査項目の作成支援にも利用可能 である。

従来は、 ライフスタイル分類とは、 サンプル （人間） の因子得点空間でのクラスター分析の結果で あり、 分類が生活項目の分類なのかセグメ ント （人間） の分類なのか判然としない嫌いがあった。 つ まり、 従来のライフスタイルマーケティングでのライフスタイル分類は、生活項目とセグメ ントの媒 介変数だった。

そのため従来は、 「ライフスタイル分類と属性」 や 「属性と生活項目 （又は因子得点表） 」 のクロ ス表をマーケターが参照して見直すという、繁雑なことを行なう必要があった。例えば、焼き鳥屋と 競馬協会にとっての新市場創造としてオヤジギヤルを考えてみよう。因子分析によつて焼き鳥と競馬 を含むオヤジ的因子なるものがあると分かり、 クラスタ一分析によつてその因子得点が高く競馬や焼 き鳥を好んで行なうオヤジのようなライフスタイルのセグメ ン トが存在することが分かり、 そのセグ メントをオヤジ的ライフスタイルと名付けたとしょう。次に、 オヤジ的ライフスタイルというセグメ ン トを構成するのは当然にオヤジであろうと考えつつ 「ライフスタイル分類と属性」 のクロス表を見 てみると、以外にもオヤジ的ライフスタイルというセグメ ン トには属性 （年齢） がオヤジのサンプル のみならずヤングのサンプルが少なからず含まれていることを見付け、 青年なのにオヤジのような (オヤジ的な） ライフスタイルの人々をオヤジヤングと呼ぶと決めたとしょう。 注意して欲しい事は、 このオヤジヤングというセグメン トは当初のクラスター分析ではオヤジ的ライフスタイルのセグメン トに埋没しており、 「ライフスタイル分類と属性」 のクロス表を見て初めて発見されたということで ある。 この発見を裏付けるために、 マ一ケタ一は、次にページをめくつて 「属性と生活項目 （又は因 子得点表） 」 のクロス表で、確かにヤングには焼き鳥と競馬を行うサンプル （オヤジ的因子の因子得 点が高いサンプル） が少なからずいることを確認する必要がある。

それに対して本発明では、 ライフスタイルとセグメントの関わりは、組み合わせ生成によって検討 されるので、従来のライフスタイル研究よりシンプルでかつ網羅的な組み合わせのメカニズムを提供 する。

既述のように、現状のマーケティングと広告の業務では、本来は独立した順番ごとのプロセスであ る組み合わせ生成を分割してかつ相互参照的に行うため、提案生活シーンはしばしば、組み合わせ要 素たるセグメントのニーズやプロフィールの同義反復に過ぎないものとなる。本発明の 法ではその ような混 i¾Lを避けることができる。

オヤジヤングの様な特殊なセグメントは、 セグメント知識ベースのサブクラスであるヤングのサブ クラスとして、又はセグメント知識ベースのサブクラスである特殊セグメントのサブク ラスと して用 意される。 ここでは、 オヤジヤングは、 ヤングと特殊セグメントンという 2つのスーパ一クラスから 多重継承する。

1章 5節 生活シーン

クラス生活の属性の内、生活動詞とセグメント及び生活に使用される目的事物たる商品とが具体的 に組み合わされたものを、生活シーンと呼ぶ。 従って、 生活シーンはクラス生活のサブクラスである 生活シーンとは、生活動詞とその主人公 （セグメント） と使用される物財.サービス財 （商品） とい う 3つの属性が、定数として代入され、具体化されるたものである。

クラス生活のサブクラスである生活シーンは、 次のような形式の特定の述語データとして表現でき も。

特定の生活動詞 （特定のセグメント、特定の商品， w h e n , w h e r e )

クラス生活の属性生活動詞を先ず代入して生活シーンの作成を行なうとすると、特定の生活動詞の 代入を行なった時点では、生活シーンの主人公 （セグメ ン ト） と使用物サービス （商品） は具体的に 代入されてはおらず変数の扱いとなる。 しカゝし、定量調査の調査項目によっては、次の例のように生 活シーンに特定の生活動詞を代入する時点で、生活シーンの商品をデフォル トの定数として持つ場合 がある。

例 1 調査項目；貴方は高級レス トランで食事する事がありますか？

商品 高級料理

例 2 調査項目；貴方は銀食器を使う事がありますか？

商ロロ 銀 ¾■

例 3 調査項目；貴方は J リーグの試合を見に行く事がありますか？

商品 J リーグチケッ ト

特定の生活動詞の代入を行なった時点では、生活シーンの場所と時間は原則として変数の扱いとす る。 しかし、定量調査の調査項目によっては、次の例のように生活シーンに特定の生活動詞を代入す る時点で、生活シーンの時間や場所をデフォルトの定数として持つ場合がある。

例 4 調査項目；貴方はキャンプファイア一をしますか？

時間 夜

場所 観光地

例 5 調査項目；賁方は高級レストランで食事する事がありますか？

場所 高級レストラン

又、生活動詞とセグメントと商品との組み合わせを行ない、生活シーンのサブクラスを生成する過 程で、場所と時間をデフォルトの定数として持つ場合がある。

例 6 0 L (セグメ ン ト） は栄養ドリ ンク （商品） を

仕事で疲れているので （後述する因果的推論）

仕事が終わった夜 （時間） 、家で （場所） 飲む （生活動詞）

1章 6節 有効生活シーン

生活動詞とセグメ ン トと商品の組み合わである生活シーンの内、統計や因果関係等から現実に生起 する可能性が有効であり、現実妥当な生活シーンを、 マーケティ ングにおいて有効な生活シーンとい う意味で、有効生活シーンと呼ぶ。有効生活シーンは事実の一種である。

ある生活シーンが有効生活シーンであるか否かが決定していな L、状態では、 その生活シーンは有効 生活シーンの候補と見ることができるので生活シーン候補と呼ぶ。 また、生活シーン候補が有効生活 シーンでないことが決定すると、 それはもはや生活シーン候補ではないが有効生活シー でもないこ とから、 非有効生活シーンと呼ぶ。

1章 7節 提案生活シーン

一般に企業又はそのマーケタ一は、単に現実に起こり得る組み合わせである有効生活シーンを、 消 費者たる生活者に提案できるように、 より具体的で説得力があり共感を呼ぶシーンへと肉付けする必 要がある。 そこでは、有効生活シーンの時間や場所等を具体化したり、例えばドライブという有効生 活シーンを自宅を出るイベン ト （出来事） と湖を通るイベン トへと展開するように有効生活シーンを 複数のィベン トへ展開することが行われる。

その際個々のィベントもそれぞれが有効生活シーンであれば、矛盾 （制約違反） が生じない。 但し、 梅干しの後に鰻を食べないと言うような固有の制約は、後述するように別途生活知識ベースにて管理 する。 また、有効生活シーンの粒度によりどれだけのィベン卜に展開すべきかが変わるので、生活動 詞と生活シーンの粒度を、 これも後述するように別途生活知識べ一スにて管理する。

このような有効生活シーンから生活者に提案できるように肉付けられたシーンを、提案生活シーン と呼ぶ。提案生活シーン作成をシステムで自動的に行なえば、 企業のマ一ケティング活動やマ一ケタ 一を支援し人間では不可能な効率向上及び質的向上を実現することができる。又、雑誌 ·新聞広告で 提案生活シーンをそのまま広告クリエイティブに利用する場合は、提案生活シーンが十分に広告クリ エイティブとしての魅力を有するなら、 企業の広告活動ゃクリエイタ一の支援も実現できる。提案生 活シーンが、 そのままでは広告クリヱイティブとしての魅力を有しさない場合は、次に挙げる創作シ —ンを利用する。

クラス生活のサブクラスである提案生活シーンやイベントは、次のような形式の特定の述語データ である。

特定の生活動詞 （特定のセグメ ン ト、特定の商品、特定の時間、特定の場所）

1章 8節 創作シーン

提案生活シーンが、 そのままでは広告クリエイティブとしての魅力を有しさない場合は、広告クリ エイティブとして感動を呼び起こすシーンを創作する必要がある。 これを、創作シーンと呼ぶ。創作 シーン作成をシステムで自動的に行なえば、 企業の広告活動ゃクリヱイタ一を支援し人間では不可能 な効率向上及び質的向上を実現することができる。 .

創作シーンは感動を呼び起こすためのものであるから、必ずしも現実性を持つ必要はなく。感動を 呼び起こすために 「月でリキュールを飲む」 というような非現実的なシーンでも良い。従って、創作 シーンには、現実的な創作シーンと非現実的な創作シーンが有り得る。

テレビ C Fの場合は、提案生活シーンや創作シーンを複数つなげてストーリ一として展開する必要 がある。 この際も、 提案生活シーンをそのまま広告クリエイティブとしてスト一リー化する場合や、 創作シーン （現実的な創作シーンや非現実的な創作シーン） をス トーリー化する場合の、 2通りが考 えられる。

1章 9節 述語データによる表現 既述のように、一般に知識は事実と信念 （仮説） とルールからなり、一般に事実と信念 （仮説） は システムではフレーム/ォブジュク ト /述語ノリス ト等の形式をとる。本実施例のマ一ケティ ング自 動化支援システムでは、 システム製作の便宜上から、 クラス生活と及びそのサブクラスの階層構造で ある生活項目ゃラィフスタイルゃ生活領域や生活シーン候補や有効生活シーン及び各種の事実や仮説 やそれらを含む因果ルールの表現には、述語データの形式を用い、後述するように生活シーン候補や 有効生活シーン及び各種の事実や仮説の管理に述語データ管理モジュールを設ける。但し、述語デー タは、 あくまでも生活シーンや事実や仮説やそれらを含む因果ルールの表現のための 1つの形式に過 ぎないのであって、 それをフレーム/オブジェク ト/述語/リスト等のいかなる形式で表現しても内 容は同様であり等しく本発明の主旨に含まれる。

2章 全体の流れ

①マーケティ ング自動化支援システムが、生起可能でマーケティ ングにおいて有効な生话シーンであ る有効生活シーンを決定する。 マーケティング自動化支援システムは、 まず生活シーン候補を用意し その中から有効生活シーンを決定するという作用だけではなく、有効生活シーンを直接作成するとい う作用も持つ。

②広告自動化支援システムが、有効生活シーンを、生活者に提案できるより具体的で共感を呼ぶシー ンへ肉付け、 その有効生活シーンの時間と場所を具体化し、必要により複数のィベントへと展開する ことで、 提案生活シーンを作成する。

③広告自動化支援システムが、提案生活シーンを、広告クリヱイティブとして感動を呼び起こす創作 シーンへと展開し、 テレビ C Fの場合は更に創作シーンを展開してストーリー化する。

3章 マーケティ ング自動化支援システム

3章 1節 マーケティ ング自動化支援システムのモジュール構成

マーケティ ング自動化支援システムは、 メイ ンモジュールたる生活シーン作成モジュール、 ュ一テ イリティモジュール、 データ知識ベースという、既に述べた図 2の 3つの部分より構成される。各モ ジュールはより詳細な階層部分により構成され、 その一覧は図 6の通りである。又、作用の全体的な 流れの概略は図 7の通りである。以下では、 図 6 (便宜のため以下にも同じものを記載する） の一覧 に付した包含関係を表す番号に従つて順に、箇条書き的に説明する。

1 メィ ンモジュール

1 生活シ一ン作成モジュール

1— 1 生活シーン候補作成モジュール

1 - 1 - 1 生活シーン候補組み合わせモジュール

1 - 1 - 2 生活シーン組み合わせ置換モジュール

1 - 1 - 2 - 1 置換要素指定モジュール

1 - 1 - 3 生活シーン候補入力モジュール

1 - 2 統計処理生活シ一ン作成モジュール

1 - 2 - 1 統計検定結果生活シ一ン変換モジュール

1 - 2 - 1 - 1 生活シーン確信度計算モジュール

1 - 3 因果関係生活シ一ン作成モジュール

1 - 3 - 1 推論ヱンジン

1 - 3 - 1 - 1 前向き推論エンジン

1 - 3 - 1 - 2 後ろ向き推論ヱンジン

1 - 3 - 2 既知有効生活シーン類似検索モジュール

1 - 3 - 3 推論過程表示モジュール

1 - 3 - 4 生活シーン確信度計算モジュール

2 ユーティ リティモジュール

2— 1 統計処理モジュール 2 - 1 - 1 統計計算検定モジュール

2 - 1 -2 セグメ ント属性整理モジュール

2-2 述語デー夕管理モジュール

2 -2 - 1 述語データ候補作成モジュール

2 -2 -2 統計検定結果述語データ変換モジュ '一ル

2 -2-2- 1 統計量述語データ確信度変換モジユール

2 -2-3 述語データ入力モジュール

2-2-3- 1 述語データ確信度入力モジュール

2 -2-3 -2 述語データ候補入力モジュール

2-2-3 -3 述語データ候補選択モジュール

2-2 -4 述語データ整合性維持モジュール

2- 3 因果ルール管理モジュール

2 -3 - 1 ルール候補作成モジュール

2 -3 - 2 統計検定結果ルール変換モジュール

2 -3-2 - 1 統計量ルール確信度変換モジュール

2 -3 -3 因果ルール入力モジュール

2 - 3-3 - 1 ルール確信度入力モジュール

2 -3-3 -2 ルール候補入力モジュール

2-3-3 -3 ルール候補選択モジュール

2 -3 -4 因果ルール整合性維持モジュール

3 データ知識ベース

3— 1 定量調査データベース

3-2 生活知識ベース

3-3 因果関係知識ベース

これら複数のモジユールが協調して特定の基本的作用を行うことから、各モジユールの具体的な作 用の詳細は、 2節以降で基本的作用を分類して説明する。尚、以下で説明するマーケティ ング自動化 支援システムの部分モジュールの相互の作用を整理すると図 1 6と図 17のようになるので、参照さ れたい。

1 生活シーン作成モジュール；

( 1 ) 生活動詞、生活者セグメ ント、 商品、 時間又は場所の少なくとも 3つを含む組み合わせで、定 量データの統計的裏付けにより、又は商品 セグメントの特性 や生活文化からの因果的必然性により 実際に生じる可能性 （生起可能性） が有効な組み合わせとして、有効生活シーンを作成する。

(2 ) その部分モジュールを含む構成は図 8の通りである。

1一 1 生活シーン候補作成モジュール ；

生活シーン候補を作成する。

1 - 1 - 1 生活シーン候補組み合わせモジュール；

(1 ) 生活シーンの組み合わせ要素である生活動詞、生活者セグメ ン ト、商品、時間又は場所を生活 知識ベースから参照し、必要により制約知識ベースから制約を参照し、 それら要素を組み合わせるこ とで生活シ一ン候補を自動的 ·網羅的に作成する。

(2) 全体の作用の中での位置付けは、 2節及び 3節. 2で説明する。

1 - 1 -2 生活シーン組み合わせ置換モジュール ；

(1 ) 既知の有効生活シーン又は任意の生活シーン候補の組み合わせ要素の一部を置換することで、 又は生活シーン候補入力モジユールを通じて使用者に入力させた任意の生活シーン候補の組み合わせ 要素の一部を置換することで、新たな組み合わせを生活シーン候補として作成する。

(2) その部分モジュールを含む構成は図 9の通りである。 (3) 全体の作用の中での位置付けは、 4節で説明する。

1 - 1 - 2 - 1 置換要素指定モジュール ；

既知の有効生活シーンの組み合わせ要素の一部を置換する場合に、 どの要素を置換するかの指定を、 使用者が入力するためのものである。

1 - 1 -3 生活シーン候補入力モジュール；

(1) 使用者に任意の生活シーン候補の組み合わせを入力させることで、生活シーン候補を作成する。

(2) 必要に応じて、使用者に入力させた任意の生活シーン候補を、生活シーン組み合わせ置換モジ ユールに送る

(3) 全体の作用の中での位置付けは、 4節で説明する。

1一 2 統計処理生活ン一ン作成モジュール；

(1) 生活シーン候補作成モジュールから生活シーン候補を受取り、生活シーン候補の 1み合わせ要 素を統計処理モジユールの統計計算検定モジユールに送り、統計処理モジユールからそ 生活シーン 候補の組合わせの有意性の統計検定結果とク口ス比率や検定量のような統計量を受取り、統計検定結 果から定量調査データにおける統計的に有意な組み合わせを有効生活シーンとして選び、有効生活シ ーンを作成する。

(2) 必要によりクロス比率や検定量のような統計量を基にした計算により、作成した有効生活シー ンに確信度を付与する。 ―

(3) 因果関係生活シーン作成モジュールの後ろ向き推論ェンジンが証明に失敗した生活シーン候補 を受け取り、上述同様の統計処理により、有効生活シーンを作成する。

(4) 統計的に有意でなく有効生活シーンとして作成に失敗した生活シーン候補については、 必要に より、 因果関係生活シーン作成モジュールの後ろ向き推論ヱンジンにその生活シーン候補を送りその 証明を求める。

(5) 定量調査データベースのデータ構造等により、統計処理モジュールが組み合わせ集計を予め行 なっている場合は、 それを受取りその組み合わせについて上述同様の統計処理により、 有効生活シー ンを作成する。

(6) 全体の作用の中での位置付けは、 2節、 3節及び 5節で説明する。

1 -2- 1 統計検定結果生活シーン変換モジュール ；

(1 ) 統計処理モジュールの統計計算検定モジュールから、生活シーン候補の組合わせの有意性の統 計検定結果とクロス比率や検定量のような統計量を受取り、統計検定結果から定量調査データにおけ る統計的に有意な組み合わせを有効生活シーンとして選び、有効生活シーンを作成する。

(2) 必要によりクロス比率や検定量のような統計量を基にした計算により、作成した有効生活シー ンに確信度を付与する。

(3) その部分モジュールを含む構成は図 1 0の通りである。

1 - 2 - 1 - 1 生活シーン確信度計算モジュール ；

統計処理モジュールの統計計算検定モジュールから、生活シーン候補のク ロス比率や組合わせの有 意性の検定量のような統計量を受取り、 そのような統計量を基にした計算により、作成した有効生活 シーンに確信度を付与する。

1 - 3 因果関係生活シーン作成モジュール；

商品 セグメ ン トの特性 や生活文化からの因果的必然性 （因果関係） からみて生起可能性が有効な 有効生活シーンを作成し、必要により有効生活シーンに確信度を付与する。

1 -3- 1 推論エンジン ；

(1 ) 因果関係知識ベースから因果ルールと事実たる述語データを受け取り、 その因果ルールにより 推論を行なうことで、 因果関係からみて生起可能性が有効な有効生活シーンを作成する。

(2) 全体の作用の中での位置付けは、 3節で説明する。

(3) その部分モジュールを含む構成は図 1 1の通りである。 1 -3- 1 - 1 前向き推論エンジン ；

(1) 前向き推論 （因果ルールを成立させる前提から因果ルールに導かれる結論を求める推論） を行 なう。 ここでは、 因果関係知識ベースから因果ルールと前提たる事実の述語データを受け取り、前提 たる述語データをその前提を持つ因果ルールに当てはめ、結論として有効生活シーンを推論し作成す

Ό。

(2) 必要により、述語データ入力モジュールより前提たる述語データ又はその候補を受け取り、前 提たる述語データ又はその候補をその前提を持つ因果ルールに当てはめ、結論として有効生活シーン 又はその候補 （仮説） を推論し作成する

(3) 全体の作用の中での位置付けは、 3節. 1で説明する。

1 -3- 1 -2 後ろ向き推論エンジン ；

(1) 後ろ向き推論 （ある結論を導く因果ルールの前提が成り立っているかを後ろ向きに調べ、成り 立っていることが証明できるものを結論として求める推論） を行なう。 ここでは、因果 係知識べ一 スから因果ルールと前提たる述語データの知識を受け取り、生活シーン候補作成モジュ一ルから生活 シーン候補を受取り、 その生活シーン候補を結論として導く因果ルールを求め、 その因果ルールの前 提が成り立つかを調べることで、有効生活シーンを推論し作成する。

(2) 統計処理生活シーン作成モジュールが有効生活シーンとして作成に失敗した生活シーン候補を 受け取り、上述同様の推論により、有効生活シーンを作成する。

(3) 証明に失敗した生活シーン候補については、必要により、統計処理生活シーン作成モジュール にその生活シーン候補を送りその検証を求めるか、述語データ管理モジュールに証明に必要な述語デ 一タ候補を送りその述語データの真偽と必要によりその確信度を受け取るか、 因果ルール管理モジュ ールに証明に必要な因果ルール候補を送り因果ルールの真偽と必要によりその確信度を受け取り、 さ らに推論を行なう。

(4) 証明に失敗した生活シーン候補については、必要により、既知有効生活シーン類似検索モジュ 一ルに類似の既知の有効生活シーンを検索させ、 その既知の有効生活シーンを生じる因果ルール又は 因果ルールを満たす事実又はそれらの変形を、 当初の組み合わせを有効生活シーンとして生じる因果 ルール又は因果ルールを満たす事実又はそれらの候補として、 因果ルール入力モジュールから使用者 に入力又は選択させることで、因果関係の知識べ一スの因果ルール又は事実の追加や変更を行ない、 それらを受け取り、 さらに推論を行なう。

(5) 全体の作用の中での位置付けは、 3節. 2で説明する。

1—3—2 既知有効生活シーン類似検索モジュール ；

( 1 ) 統計処理や後ろ向き推論で有効生活シーンとして作成することに失敗した生活シ一ン候補に類 似の有効生活シーンを既知有効生活シーン知識ベースから類推し検索する。

(2) 全体の作用の中での位置付けは、 5節. 4で説明する。

1 -3-3 推論過程表示モジュール；

推論過程を表示する。

1 - 3-4 生活シ一ン確信度計算モジュール ；

因果ルールと述語データの確信度から、有効生活シーンの確信度を計算する。

2 ユーティ リティモジュール；

2 - 1統計処理モジュール ；

( 1 ) 生活シ一ン作成モジュールの統計処理生活シーン作成モジュールから生活シーン候補の組み合 わせ要素を、述語データ管理モジユールの統計検定結果述語データ管理モジユールから述語データの 組み合わせ要素を、 因果ルール管理モジュールの統計検定結果因果ルール管理モジュールから因果ル ールの組み合わせ要素を受け取り、 それぞれの組み合わせの有意性の検定とクロス比率や検定量のよ うな統計量の計算とを行ないそれぞれのモジユールに返す。

(2) セグメ ン ト知識ベースの属性間に従属関係がある場合に、 それら属性を定量調査データの多変 量統計解析によつて整理する。

( 3 ) その部分モジュールを含む構成は図 1 2の通りである。

2 - 1 - 1 統計計算検定モジュール；

( 1 ) それぞれの組み合わせのクロス比率や組み合わせの有意性の統計検定の検定量のような統計量 を計算し、組み合わせの有意性の統計検定を行なう。

( 2 ) 全体の作用の中での位置付けは、 2節と 5節. 2と 5節. 3で説明する。

2 - 1 - 2 セグメ ン ト属性整理モジュール；

セグメ ント知識ベースの属性間に従属関係がある場合に、 定量調査データに主成分分析や因子分析 や数量化 m類や数量化 IV類や多次元尺度構成法のような多変量統計解析を行ない、 それら属性を整理 する。

2 - 2 述語データ管理モジュール ；

既述のように、一般に知識は事実と信念 （仮説） とルールからなり、一般に事実と信念 （仮説） は システムではフレーム ォブジュク ト 述語ノリスト等の形式をとる。本実施例のマーケティング自 動化支援システムでは、 システム製作の便宜上から、 クラス生活と及びそのサブクラスの階層構造で ある生活項目やライフスタイルゃ生活領域や生活シーン候補や有効生活シーン及び各種の事実や仮説 やそれらを含む因果ルールの表現には、述語データの形式を用い、生活シーン候補や有効生活シーン 及び各種の事実や仮説の管理に述語データ管理モジュールを設ける。但し、 述語データは、 あくまで も生活シ一ンゃ事実や仮説やそれらを含む因果ルールの表現のための 1つの形式に過ぎないのであつ て、 それをフレームノォブジュク ト Z述語ノリスト等のいかなる形式で表現しても内容は同様であり 等しく本発明の主旨に含まれる。

述語データ管理モジュールの主な作用は、次のとおりである。

( 1 ) 述語データ候補作成モジュ一ルが作成した述語データ候補、又は後ろ向き推論エンジンが証明 に失敗した生活シーン候補を証明するために因果関係生活シ一ン作成モジユールが送つてくる述語デ 一夕候補、 又は述語データ入力モジュールを通じて使用者に入力又は選択させた述語データ候補につ いて、 その組み合わせ要素を統計検定結果述語データ変換モジュールを通じて統計処理モジュールに 送り、組合わせの有意性の統計検定結果とク口ス比率や検定量のような統計量を受け取り、事実とし て成り立つ述語データと必要に応じて統計量から変換したその確信度を求め、因果関係知識ベースや 後ろ向き推論ヱンジンに送る。

( 2 ) また、述語データ候補作成モジュールが作成した述語データ候補、 又は後ろ向き推論ヱンジン が証明に失敗した生活シーン候補を証明するために因果関係生活シーン作成モジュ一ルが送つてくる 述語デ一夕候補について、述語データ入力モジュールを通じて使用者にその真偽と必要に応じてその 確信度を入力又は選択させ、因果関係知識ベースや後ろ向き推論エンジンに送る。

( 3 ) 述語データ入力モジュールを通じて、使用者に任意の新たな述語データの真偽と必要に応じて その確信度を入力又は選択させ、 因果関係知識べ一スに送る。

( 4 ) その部分モジュールを含む構成は図 1 3の通りである。

従来の知識べ一スを用いたシステムでは、事前に知識を獲得したり事後的に知識を追加修正する事 に大きな障害が存在し、 「定量データと定性データと定性知識の乖離」 が大きな障壁となっていた。 本発明では （1 ) のように定量データと定性データと定性知識が相乗作用をもたらすような形で、 事 後的に柔钦に知識を追加修正する事が可能である。 （2 ) は、 人間の持つ定性データと定性知識をシ ステムが取り込み再利用し、 人間が定性知識を再構築しそれを再び知識べ一ズに反映することにもつ ながる。

2— 2— 1 述語データ候補作成モジュール；

述語データの組み合わせ要素である生活動詞、生活者セグメ ン ト、 商品、 時間又は場所を生活知識 ベ一スから参照し、 それら要素を組み合わせることで述語データ候補を作成する。

2 - 2 - 2 統計検定結果述語データ変換モジュール ； 述語データ候補の組み合わせ要素を統計検定結果述語データ変換モジュールを通じて統計処理モジ ユールに送り、 その組合わせの有意性の統計検定結果とクロス比率や検定量のような統計量を受け取 り、事実として成り立つ述語データを求め、必要に応じてその統計量から変換して確信度を求める。

2- 2-2- 1 統計量述語データ確信度変換モジユール ；

統計処理モジュ一ルから受け取るク口ス比率や検定量のような統計量から変換して述語データの確 信度を求める。

2-2-3 述語データ入力モジュール；

(1) 使用者に、新たな事実としての述語データと必要によりその確信度を入力させる。

(2) 使用者に、成り立つか調べたい述語データ候補を入力させる。

(3) 使用者に、述語データ候補を提示し、 その真偽と必要に応じて確信度を入力させる。

2-3-3- 1 述語データ確信度入力モジュール；

使用者に述語デ一タの確信度を入力させる。

2 -3-3-2 述語データ候補入力モジュール；

使用者に述語デ一タの候補を入力させる。

2 -3-3 -3 述語データ候補選択モジュール；

使用者に述語データの候補から選択を入力させる。

2 -2-4 述語データ整合性維持モジュール ；

因果関係知識ベースに既にある述語データと使用者が新たにに入力した述語データと述語データ候 補とを含む述語データ全体の整合性を、維持する。 その原理としては、

(1) 因果関係知識ベースに既にある述語データと、使用者が新たにに入力した述語データと述語デ 一夕候補とを、比較し整合性を維持する。

(2) 因果関係知識ベースに既にある述語データと、使用者が新たにに入力した述語データと述語デ 一夕候補とを知識ベースに当てはめた推論の結論を、比較し整合性を維持する。

がある。

(3) 全体の管理には、 ATMS (a s s ump t i o n- b a s e d t r u t h m a i n t e n a n c e s y s t em) などの真理値維持システムなどの方法を用いる。

2 -3 因果ルール管理モジュール ；

(1 ) 因果ルール候補作成モジュールが作成した因果ルール候補、又は後ろ向き推論エンジンが証明 に失敗した生活シーン候補を証明するために因果関係生活シ一ン作成モジュールから送られてくる因 果ルール候補、又は因果ルール入力モジュ一ルを通じて使用者に入力又は選択させた因果ルール候補 について、 その組み合わせ要素を統計検定結果因果ル一ル変換モジュールを通じて統計処理モジユー ルに送り組合わせの有意性の統計検定結果とク口ス比率や検定量のような統計量を受け取り成り立つ 因果ルールと必要に応じてその統計量から変換して確信度を求め、因果関係知識ベースや後ろ向き推 論エンジンに送る。

(2) 因果ル一ル候補作成モジュールが作成した因果ルール候補、又は後ろ向き推論ヱンジンが証明 に失敗した生活シーン候補を証明するために因果関係生活シーン作成モジユールから送られてくる因 果ルール候補について、 因果ルール入力モジュールを通じて使用者にその真偽と必要に応じてその確 信度を入力又は選択させ、 因果関係知識ベースや後ろ向き推論エンジンに送る。

(3) 因果ルール入力モジュールを通じて使用者に新たな因果ルールの真偽と必要に応じてその確信 度を入力又は選択させ、因果関係知識ベースに送る。

(4〉 その部分モジュールを含 構成は図 14の通りである。

従来の知識べ一スを用いたシステムでは、事前に知識を獲得したり事後的に知識を追加修正する事 に大きな障害が存在し、 「定量データと定性データと定性知識の乖離」 が大きな障壁となっていた。 本発明では （1) のように定量データと定性データと定性知識が相乗作用をもたらすような形で、事 後的に柔軟に知識を追加修正する事が可能である。 （2) は、 人間の持つ定性データと定性知識をシ ステムが取り込み再利用し、 人間が定性知識を再構築しそれを再び知識ベースに反映することにもつ ながる。

2-3- 1 因果ルール候補作成モジュール；

因果ルールは、述語データを前提と結論として槃いだ形式で構成される。 その述語データの組み合 わせ要素である生活動詞、生活者セグメン ト、 商品、'時間又は場所を生活知識ベースから参照し、 そ れら要素を組み合わせることで因果ルール候補を作成する。

2-3-2 統計検定結果因果ルール変換モジュール；

統計処理モジュールから、因果ルール候補の組み合わせ要素の組合わせの有意性の統計検定結果と クロス比率や検定量のような統計量を受け取り、成り立つ因果ルールと必要に応じてその統計量から 変換して確信度を求める。

2 -3-2 - 1 統計量因果ルール確信度変換モジュール ；

統計処理モジュールから受け取るク口ス比率や検定量のような統計量から変換して因菓ルールの確 信度を求める。

2 -3- 3 因果ルール入力モジュール ；

(1) 使用者に、新たな因果ルールと必要によりその確信度を入力させる。

(2) 使用者に、成り立つか調べたい因果ルール候補を入力させる。

(3) 使用者に、 因果ルール候補を提示し、 その真偽と必要に応じて確信度を入力させる。

2 -3-3 - 1 ルール確信度入力モジュール ；

使用者に因果ルールの確信度を入力させる。

2-3-3 -2 ルール候補入力モジュール；

使用者に因果ルールの候補を入力させる。

2-3-3 -3 ルール候補選択モジュール；

使用者に因果ルールの候補から選択を入力させる。

2- 3-4 因果ルール整合性維持モジュール ；

(1 ) 因果関係知識ベースの既にある因果ルールと使用者が新たにに入力した因果ルール又は因果ル ール候補とを比較し、因果ルール全体の整合性を維持する。

(2) その作用の原理は図 1 5に引用する非単調推論を利用する。

3 データ知識べ一ス ；

3一 1 定量調査データベース；

定量調査の調査項目を述語データに変換した形で定量調査の結果を持つデータベース。

3- 2 生活知識べ一ス ；

広告自動化支援システムと共有される。詳細は 6章にて説明する。

3 -3 因果関係知識ベース；

因果関係生活シーン作成モジユールが有効生活シーンを因果関係から推論するための、因果ルール と事実たる述語データ又は必要によりそれらの確信度を持つ知識ベース。 因果関係知識ベースは、生 活知識ベースが持つ生活シーン等の全ての事実とその確信度と同じものを持つ。 尚、 因果関係知識べ 一スが、生活知識べ一スが持つと同じ内容を呼び出しや転送により利用できるようにしてもよい。

3章 2節 定量データの統計処理による有効生活シーンの組み合わせ作成

先ず、生活シーン候補作成モジュールが、生活動詞、生活者セグメ ン ト、 商品、時間又は場所の少 なくとも 3つを含む組み合わせ要素を、生活知識ベースから参照して組み合わせ、生活シーン候補と して作成する。次に、統計処理生活シーン作成モジュールが、組み合わせ比率 （クロス比率とも呼ぶ） が統計的に有意に高い組み合わせを選ぶ統計処理により、 クロス比率が統計的に有意に高い組み合せ をそのまま有効生活シーンとして検出し、有効生活シーンを作成する。 このようにして得られた有効 生活シーンは、定量調査の調査結果たる定量データから現に生起していると分かる 「現にある有効生 活シーン」 である。 以下に、具体例を交えた作用手順により説明する。

生活シーン候補作成モジュールが、生活動詞、生活者セグメント、 商品、 時間又は場所の少なくと も 3つを含む組み合わせとして、述語デ一タの形式で表現すると

飲食 （オヤジ.焼き鳥 a n d酒，， when.焼き鳥屋）

となる生活シ一ン候補を作成する。

統計処理生活シーン作成モジュールは、 この組み合せの組み合せ要素を受け取り、 1節に記載した 方法で次のように処理する。定量調査ではこの組み合せ要素に対応する調査項目として、

貴方は焼き鳥屋に行きますか？

賁方はお酒を飲みますか？

という 2つの質問をしている。 セグメント 'オヤジ （総数 2 5 0人） の内で、 この 2つの調査項目全 てに Y E Sと応えたのは 1 5 0人 （クロス比率 6 0 %) であった。 これを述語データの形式で表現す ると

飲食 （オヤジ，焼き鳥 a n d酒， , when.焼き鳥屋）

はクロス比率 6 0 %ということである。全サンプル （ 1 0 0 0人） では、 この 2つの調査項目全てに Y E Sと応えたのは 3 0 0人 （クロス比率 3 0 %) 、 オヤジ以外 （7 5 0人） ではこの 3つの調査項 目全てに Y E Sと応えたのは 1 5 0人 （クロス比率 2 0 %) であった。 このクロス票について;)： 2乗 検定の統計処理を行なうと、

オヤジ オヤジ以外 全サンプル

Y E S 1 5 0 1 5 0 3 0 0

N O 1 0 0 6 0 0 7 0 0

合計 2 5 0 7 5 0 1 0 0 0

で 2値は有意となり、統計的に有意に

飲食 （オヤジ.焼き鳥 a n d酒，， when.焼き鳥屋）

という述語デ一夕で表わされる生活シ一ン候補が成り立つことから、 この有効生活シーンが作成され る o

必要により、統計処理生活シーン作成モジュールは、有効生活シーンの根拠として、統計処理のモ ジュールを用いて定量データにおいて統計的に有意な組み合わせを選ぶ過程を提示する。 これにより 使用者は、 その根拠に関連する事項を考慮し、根拠となった要素について考察し、定性的な知識を見 直し、 関連する定性的な知識 （因果ルールや事実） や有効生活シーンを発想することができる。

従来の知識べ一スを用いたシステムでは、事前に知識を獲得したり事後的に知識を追加修正する事 に大きな障害が存在し、 「定量データと定性データと定性知識の乖離」 が大きな障壁となっていた。 本発明ではこのよう定量データと定性データと定性知識が相乗作用をもたらすような形で、事後的に 柔钦に知識を追加修正する事が可能である。 これは、 人間が定性的知識を再構築することにもつなが る o

また、 このクロス比率ゃ 2乗値等の検定量のような統計量を基にした計算により、生活シーン確 信度計算モジユールが、作成した有効生活シーンに生起可能性の確信度を付与することができる。

3章 3節 因果関係知識べ一スによる有効生活シーンの組み合わせ作成

以下具体例を上げて説明すると、定量調査が「女性は競馬や焼き鳥とは縁が無いであろう」 という 先入観のもとに、

貴方は焼き鳥屋に行きますか？

という調査項目を女性に尋ねなかったとすると、統計処理だけでは

飲食 （ギャル.焼き鳥 a n d酒， when.焼き鳥屋）

という一頃話題となったオヤジギャルに関する有効生活シーンを「気付かれざる組み合わせ」 として 看過するであろう。 又、 そのように尋ねていてもある時点ではオヤジギャルは未だ有意に多くないか も知れないが、女性が社会進出し長く労働するという因果関係の原因の進行につれ「将来において期 待できる有効生活シーン」 としてオヤジギャルを検討する必要もあるだろう。 このような場合に、 因 果関係の知識ベースから生起可能性が証明できる組み合わせを作成することによって 「新市場の拡大」 というライフス夕イルマーケティ ングの趣旨を実現できる。

因果関係知識ベースは因果ルールと事実又は仮説よりなる。既述のように、 因果関係知識ベースは、 生活知識べ一スが持つ生活シ一ン等の全ての事実とその確信度と同じものを持つ。

因果ルールは、

前提—結論

又は

結論一前提

という形式で表現される。

因果ルールで前提又は結論として操作される単位としての命題 （事実又は仮説） に、 f明細書では 述語データの形式を当てる。既に述べたように、本発明のマーケティ ング自動化支援シ テムでは、 クラス生活と及びそのサブクラスの階層構造である生活項目やライフスタイルゃ生活領域や生活シー ン候補や有効生活シーン及び各種の事実や仮説やそれらを含む因果ルールの表現に述語データの形式 を用いる。 しかし、 これも既に述べたように、述語データは、 あくまでも表現のための 1つの形式に 過ぎないのであって、 それをフレーム ォブジェク ト/述語/リス ト等のいかなる形式で表現しても 内容は同様であり等しく本発明の主旨に含まれる。

推論の最終的な結論は有効生活シーンであり、本明細書では有効生活シーンとは述語たる生活動詞 と主語たるセグメン卜と目的事物たる商品が組み台わされた述語データとして表現される事実である。 因果ルールただ一つの推論で最終的な結論たる有効生活シーンを作成できる場合もあるが、 後述の例 のように通常は、 ある因果ルールの結論が次の因果ルールの前提となるという具合に複数の因果ル一 ルを積み重ねた推論で結論たる有効生活シ一ンを作成する。

述語データの d 0 (who, wh a t, wh e n, wh e r e) という形式は、 いわゆる 5W1 H に相当する。本実施例では 5 Wl Hの内で、 h owは述語たる生活動詞 d 0そのもの又は使用事物た る商品 wh a tとして表現されるが、 whyは因果ルールによる推論過程として表現される。

既に述べたように、 ライフスタイルマ一ケティングは、 どのようなセグメ ン トを夕一ゲッ トとする べきか、 彼等のどのようなニーズにどのような商品べネゥイッ トをコンセプト （ベネフィッ トの内で ユニークな強調点で検討の出発点となるもの、 その商品を利用する理由） として訴求するべきか、 そ れを受けて商品のポジショニング （位置付け） をどう選択するかを、決定するための方法でもある。 本発明では、 ポジショニングは有効生活シーンとして、 またコンセプトは 因果ルールと前提たる事 実によるその有効生活シーンの推論過程として表現され、推論過程表示モジュールより人間に提示さ れる。 これにより使用者は、有効生活シーンの根拠に関連する事項を考慮し、根拠となった要素につ いて考察し、定性的な知識を見直し、 関連する定性的な知識 （因果ルールや事実） や有効生活シーン を発想することができる。又、 マ一ケティング業務においては商品のコンセプトが所与の方針となつ ている場合も多々あるが、 その場合もコンセプトたる因果ルールや事実 （述語データ） を使用者が該 当する入力モジュールから入力し、 それらを用いて推論することが出来る。

次に、 因果関係知識ベースによる有効生活シーンの組み合わせ作成の方法を、具体例を交えた作用 手順により説明する。

3章 3節. 1 前向き推論による方法

前向き推論 （因果ルールを成立させる前提から因果ルールに導かれる結論を求める推論） により、 結論たる述語データ形式の有効生活シーンを作成する。

以下、具体例を交えた作用手順により説明する。

①因果関係知識ベースに次のような因果ルールが存在する。

長く労働 (wh o, h a t, wh e n, wh e r e)

→ストレス溜まる (who, h a t, wh e n, wh e r e) →飲食 （who, 焼き烏， wh e n, wh e r e)

o r休暇 (wh o, 競馬， wh e n, h e r e)

②前向き推論ヱンジンが、上記因果ルールの前提たる述語データ

長く労働 (wh o, wh a t, h e n, wh e r e)

が成り立つ定数

who : =ギャル 1 (OL等の働くキャ リア女性）

を代入しパターンマッチする。

③前向き推論 ンジンが、 次のように前向き推論の実行

く労働 (千ャノレ 1, wh a t, wh e n, wh e r e)

—ス ト レス溜まる （ギャル 1， wh a t, wh e n, wh e r e)

—飲食 （ギャル 1 , 焼き鳥， wh e n, wh e r e)

o r休暇 （ギャル 1 , 競馬， wh e n, wh e r e)

④類推によるネーミ ング

wh o : =ォャジからギャル 1へと同一の因果ルールがもともと成り立つていたことから、 2つの 定数を融合してオヤジギャルとネーミングする。

尚、長い労働 （ギャル 1) やス ト レス溜まる （ギャル 1) はセグメ ン トの属性の内の特記事項に由 来している。

因果ルールゃ述語データには確信度を付与することができるので、生活シーン確信度計算モジュ一 ルが、 因果ルールや述語データたる事実の確信度を基にした計算により、作成した有効生活シーンに 生起可能性の確信度を付与することができる。

3章 3節. 2 後向き推論による方法

後ろ向き推論 （ある結論を導く因果ルールの前提が成り立っているかを後ろ向きに調べ、 成り立つ ていることが証明できるものを結論として求める推論） により、結論である有効生活シーンを作成す る。 つまり、生活シーン候補を結論として導く因果ルールの前提が成り立っているかを後ろ向きに調 ベ、成り立つていることが証明できる生活シ一ン候補を有効生活シーンとして求めるのである。 以下、 具体例を交えた作用手順により説明する。

①生活シーン候補の作成

先ず、生活シーン候補作成モジュールが、生活動詞、生活者セグメ ン ト、 商品、 時間又は場所の少な くとも 3つを含む組み合わせ要素を、生活知識ベースから参照して組み合わせ、生活シーン候補とし て作成する。 ここでは例として

飲食 （ギャル 1， 焼き鳥， wh e n, wh e r e)

o r休暇 （ギャル 1， 競馬， wh e n, wh e r e)

を作成したとする。

②その生活シーン候補を、 後ろ向き推論ヱンジンが、因果関係知識ベースの因果ルールと事実を利用 して、証明し後ろ向き推論を行う。

飲食 （ギヤル 1 , 焼き鳥， wh e n, wh e r e)

o r休暇 （ギャル 1， 競馬， wh e n, wh e r e)

—ス ト レス溜まる （ギャル 1 , wh a t, wh e n, wh e r e)

*~長く労働 (ギヤノレ 1， wh a t, wh e n, wh e r e)

因果ルールや述語データには確信度を付与することができるので、生活シーン確信度計算モジユー ルが、因果ルールや述語データたる事実の確信度を基にした計算により、前向き推論の場合と同じく 作成した有効生活シーンに生起可能性の確信度を付与することができる。

上述の例では、他にも、

飲食 （ギャル 1 , 飲食物， wh e n, wh e r e)

—好き （ギャル 1 , 飲食物， wh e n, wh e r e) 好き （ギャル 1， 飲食物， wh e n, wh e r e)

—新しく感じる （ギャル 1， 飲食物， wh e n, wh e r e)

という因果ルールと

新しく感じる （ギャル 1 , 焼き鳥， wh e n, wh e r e)

という事実による証明も可能である。必要により、生活シーン確信度計算モジュールが、 このように 証明がたくさん存在すると確信度を高める処理を行なう。

ここで、後ろ向き推論ヱンジンが因果関係から任意の生活シーン候補を後向き推論により証明し有 効生活シーンとして作成できなかった場合に、 なお人間がそれに興味を持ち有効生活シ一ンとして作 成を希望する場合は、統計処理生活シーン作成モジュールがその組み合わせを検証する統計処理によ り有効生活シーンを作成するよう試みることもできる。

逆に、統計処理生活シーン作成モジュールが統計処理から任意の生活シーン候補を有急であるとし て有効生活シーンとして作成できなかった場合に、 なお人間がそれに興味を持ち有効生活シーンとし て作成を希望する場合は、後ろ向き推論エンジンがその組み合わせを証明する後ろ向き推論により、 有効生活シーンを作成するよう試みることもできる。

3章 4節 生活シーン候補及び有効生活シーンの作成の制御

本発明では、 マーケティング自動化支援システムが有効生活シーンを自動的 ·網羅的に作成するこ とができ、 また夫々の有効生活シーンについて広告自動化支援システムが広告案たる提案生活シーン や創作シーンを自動的 ·網羅的に作成することができる。

場合によっては、 夫々の生活シーン候補や有効生活シーンについて人間 （使用者たるマ一ケターや クリエイタ一） が個別に検討を行ないたいこともあるだろう。 し力 し、 システムが自動的'網羅的に 作成する生活シーン候補の組み合わせから、 システムが自動的 ·網羅的に作成する有効生活シーンの 全てを受けて人間が検討しょうとすると、組み合わせが多すぎて考えが纏まらず、 人間に無意味な羅 列と受け止められる可能性もある。 つまり、 人間がその後の検討や処理をする際に、 人間にとって新 たな組み合わせ爆発が起こる恐れもある。

そのような場合、 人間が意味を感じ取れるようにするために、生活シーン候補の組み合わせをある 程度制限し、 人間の発想を反映して有効生活シーンを作成することも、有用である。 そこで、 生活シ ーン候補入力モジュールから、 人間に意味があると思う任意の組み合わせを生活シーン候補として自 発的に提示入力させたり、場合によっては、 人間の発想による組み合せで人間がどうしてもその後の 検討を行いたいと希望するものを （必要に応じて確信度とともに） そのまま有効生活シーンとして入 力させ、 その後の処理を広告自動化支援システムに委ねても良い。 これは、 人間の持つ定性データと 定性知識を、 システムが柔軟に取り込み再利用することにつながる。 また、 人間の発想を反映する作 用により 「新市場の拡大」 というライフスタイルマーケティ ングの趣旨をよりよく実現できる。 しかし、 人間の発想には限界があり、 人間の発想のみでは従来からの課題である単なる諮意や独断 の域を出ない。 人間の発想と理解を生かしつつ、 システムにより人間の不完全な発想を越えることが 新たな価値を生む。 そのためには、 人間の発想の原理を、 システム上に実現し、 システム上で自動的 •網羅的に作用させることが効果的である。

そこで、 人間に既知の有効生活シーンから重要と考えるものを選択させ、生活シーン組み合わせ置 換モジュ一ルがその組み合せ要素の一部を置換することで組み合わせを拡張し、新たな生活シ一ン候 補を作成する。

例えば、既知 ©有効生活シーン.

飲食 （オヤジ，焼き鳥 a n d酒， wh e n, 焼き鳥屋）

o r休暇 （オヤジ， 競馬， wh e n, wh e r e)

でセグメ ントを置換して

飲食 （ヤング， 焼き鳥 a n d酒， when,焼き鳥屋） o r休暇 （ヤング， 競馬， wh e n, wh e r e)

や

飲食 （ギャル 1 , 焼き鳥 a n d酒， wh e n, 焼き鳥屋）

o r休暇 （ギャル 1 , 競馬， wh e n, wh e r e)

という生活シーン候補を作成する。 置換は、 システムが置換を自動的に実行しても良いし、 置換要素 を置換要素指定モジュールから人間に指定入力させても良い。

置換には、生活知識ベースのオブジェク 卜の階層構造を利用することができる。 たとえば現在のォ ブジヱク 卜のスーパークラスの他のサブクラス （現在のォブジヱク 卜にとっては兄弟 親類に当たる） に置換する等である。 これは類推を利用した置換である。

尚、 人間での組み合わせ爆発という問題が無くても、 人間の自由な発想による生活シ一ン候補を入 力することは、 システムに用意された組み合わせ要素を越えた組み合わせを追加できる夢の理由によ り重要である。 同様に、 人間が意味があると自発的に提示入力した生活シーン候補について、 その組 み合せ要素の一部を置換することで組み合わせを拡張し、新たな生活シ一ン候補を作成することも有 用である。

又、 人間での組み合わせ爆発という問題に対しては、上述のように入り口である生活シーン候補を 制限するのとは逆に出口を制限し、 商品単価と対象セグメント人口を掛けた市場サイズ算定などを有 効生活シーンの選定基準として組み合わせを制限することができる。

3章 5節 因果関係知識ベースの構成方法

因果関係の知識は因果関係知識べ一スに格納されており、 因果ルールと述語データよりなる。 以下 にその構築方法を、 具体例を交えた作用手順により説明する。

3章 5節. 1 人間に入力させることによる構成方法

人間に、 自由に、 又は因果関係の知識べ一スでは証明/保存されていないが人間には既知の有効な 生活シーンごとに、 因果ルールや述語データを入力させ、因果関係知識ベースとして集大成する。 以下に、具体例を交えた作用手順により説明する。

①人間には既知の有効な生活シーン

飲食 （オヤジ， 焼き鳥， wh e n, wh e r e)

o r休暇 （オヤジ， 競馬， wh e n, wh e r e)

②その因果ルールを入力させる

*~ス ト レス溜まる （オヤジ， wh a t , wh e n, wh e r e)

*~長く労働 (オヤジ， wh a t , wh e n, wh e r e)

③その一般化による因果ル一ル作成

定数オヤジを変数 w h oに一般化することで、 因果ルールを作成。

飲食 (wh o, 焼き烏， wh e n, wh e r e)

o r休暇 (who, 競馬， wh e n, wh e r e)

—ス ト レス溜まる (wh o, wh a t, wh e n, wh e r e)

—長く労働 (who, wh a t . wh e n, wh e r e)

因果ルールゃ述語データには確信度を付与することができ、 因果ルールや述語データの確信度を基 にした計算により、 作成した有効生活シーンに生起可能性の確信度を付与することができる。 また、 統計処理により入力された因果ルールゃ述語データの真偽を検証したり、 それに確信度を与えること ができる。

3章 5節. 2 定量データの統計処理による事実の作成方法

以下に、具体例を交えた作用手順により説明する。 セグメントギャル 1 (総数 250人） に対して、 貴方は長く働きますか？

という質問をしたところ、 この 3つの調査項目全てに YE Sと応えたのは 1 50人 （クロス比率 60 %) であった。 つまり、述語データ 長く働く (ギヤ 1 wh a t , h e n, h e r e)

はクロス比率 6 0 %であった。一方、全サンプル （ 1 0 0 0人） ではこの調査項目全てに Y E Sと応 えたのは 3 0 0人 （クロス比率 3 0 %) 、 ギャル 1以外 （7 5 0人） ではこの 3つの調査項目全てに YE Sと応えたのは 1 5 0人 （クロス比率 2 0 %) であった。 このクロス票について； (； 2乗検定を行 なうと、

ギャル 1 ギャル 1以外 全サンプル

YE S 1 5 0 1 5 0 3 0 0

NO 1 0 0 6 0 0 7 0 0

合計 2 5 0 7 5 0 1 0 0 0

で X 2乗値は有意となり、統計的に有意に

く働く (キヤ 1 wh a t, wh e n, wh e r e)

という述語デ一夕が成り立つことから、 この述語デ一夕が事実として作成される

尚、

貴方は焼き鳥を食べますか？

貴方は居酒屋に行きますか？

貴方はお酒を飲みますか？

というような調査項目の内の 1つから 3つの従属関係を人間が仮定してデフオルトで

飲食 （特定セグメ ン ト，焼き鳥 a n cT酒. when,焼き鳥屋）

いう述語データの事実を用意する場合もあるだろう。 これは、 人間の持つ定性データと定性知識を取 り込みシステムが再利用することにもつながる。 だたし、 このような従属関係は実際の統計処理によ つて得たり、後述する因果ルールとして表現して利用することが望ましい。

また、 このクロス比率や χ 2乗値等の検定量のような統計量を基にした計算により、 作成した事実 に、生起可能性の確信度を付与することができる。

3章 5節. 3 定量データの統計処理による因果ルールの作成方法

以下に、具体例を交えた作用手順により説明する。全サンプル （総数 1 0 0人） に対して、 貴方は居酒屋に行きますか？

貴方はお酒を飲みますか？

という 2つの質問をしたところ、 この 2つの調査項目全てに Y E Sと応えたのは 4 0 0人 （クロス比 率 4 0 %) であった。 つまり、 2つの述語データ、

飲食 (wh o, wh a t , wh e n, 居酒屋)

と

飲 (wh o, '/Θ, wh e n, wh e r e)

のクロス比率は 4 0 %であった。逆に、 この 2つの調査項目全てに NOと応えたのは 5 0 0人 （ク ロ ス比率 5 0 %) であった。 このクロス票について : 2乗検定を行なうと、

お酒を飲みますか Y E S NO 全サンプル

居酒屋に行きますか

Y E S 4 0 0 0 4 0 0

NO 1 0 0 5 0 0 6 0 0

全サンプル 5 0 0 5 0 0 1 0 0 0

で X 2乗値は有意となり 統計的に有意に

飲食 (wh o, wh a t, wh e n

→ K (wh o, 酒， wh e n, wh e r e)

というルールが成り立つことから、 このルールが作成される。 また、 このクロス比率や; f 2乗値等の 検定量のような統計量を基にした計算により、作成した因果ルールに確信度を付与することができる ₍ 尚、 飲 (wh o, 酒, wh e n, wh e r e)

→飲食 (who, wh a t, wh e n, 居酒屋）

というルールが成り立たない理由は、 自宅やお洒落な所での酒を飲むサンプルが存在するためである _c これを、 人間に判断させてルールの必要条件と十分条件を指定入力させることもできる。

3章 5節. 4 失敗に基づく因果関係知識ベースの構成方法

1節で既述したように、 従来の知識べ一スを用いたシステムでは、事前に知識を獲得したり事後的 に知識を追加修正する事に大きな障害が存在し、 「定量データと定性データと定性知識の乖離」 が大 きな障壁となっていた。本発明では、定量データと定性データと定性知識が相乗作用をもたらすよう な形で、事後的に柔軟に知識を追加修正する事が可能である。又、本発明では、 人間の持つ定性デ一 タと定性知識をシステムが取り込み再利用し、 人間が定性知識を再構築しそれを再び知識ベースに反 映することにもつながる。 そのための機会として、本発明では失敗を積極的かつ有機的に活用するこ とが、従来にない大きな特徴である。

そのため本発明では、統計処理で有意でなかったり後ろ向き推論が失敗した生活シーン候補でなお 人間が興味を持ち有効生活シーンとして作成したいと考える組み合わせについて、証明に必要な因果 ルールや述語データを入力又は選択させ、 またはシステムが自動的に設定して、有効生活シーンを作 成するとともに、 それを通じて因果関係知識べ一スを集大成する。

その手順としては、 例えば次のような手順がある。

(1 ) ある生活シーン候補の組み合わせを、 定量データにおいて統計的に有意な組み合わせと して選 ベなかつた場合に、 又は因果関係の知識ベースを用いて後向き推論により証明できなかつた場合に、 その組み合わせを有効生活シーンとして生じる因果ルール又は因果ルールを満たす事実又はそれらの 候補を、 使用者に入力又は選択させ又は自動的に設定することで、 因果関係の知識ベースの因果ル一 ル又は事実の追加や変更を行ない、有効生活シーンを作成する。

(2) ある生活シーン候補の組み合わせを、定量データにおいて統計的に有意な組み合わせとして選 ベなかつた場合に、 又は因果関係の知識ベースを用いて後向き推論により証明できなかつた場合に、 その組み合わせに類似の既知の有効生活シーンを検索して、 その既知の有効生活シーンを生じる因果 ルール又は因果ルールを満たす事実又はそれらの変形を、当初の組み合わせを有効生活シーンとして 生じる因果ルール又は因果ルールを満たす事実又はそれらの候補として、使用者に入力又は選択させ 又は自動的に設定することで、 因果関係の知識ベースの因果ルール又は事実の追加や変更を行ない、 有効生活シーンを作成する。

ここでは、 （2) を例に、低カロリービールを素材に説明する。低カロリービールは、新商品であ り、既存の定量調査には調査項目として含まれていない。従って、生活調査結果のクロス表から 「現 にある組み合わせ」 としては検出できない。又、後ろ向き推論しても、新商品なので因果ルールが含 まれていないので証明に失敗する。 そこで、

①低カロリービールをビールに置換し、既知のビールを含む有効生活シーン

飲食 （オヤジ， ビール， wh e n, wh e r e)

を検索する。

②その有効生活シーンを証明する因果ルールゃ述語デ一タを検索する。

喉が乾く （オヤジ， wh e n, wh e r e) —

飲食 （オヤジ， ビール， wh e n, wh e r e)

③そこに、健康や喉の渴きといつた低力口リービールを証明する因果ルールや事実の述語データを、 人間が追加するか、 システムが自動的に設定する。

ルール；健康に気を使う （who)

→スポーツする （who)

ル一ル； スポーツする （wh o) —喉が乾く （wh o, スポーツの後， wh e r e) ルール；低力ロリ一 （wh a t ) —健康に良い （wh a t) ルール；健康に気を使う （w h o ) a n d健康に良い （w h a t )

→飲食 (w h o、 w h a t , w h e n , w h e r e )

事実；低カロ リー （低力ロリ一ビール）

④以上を推論すると

結論；飲食 （オヤジ 1 ， ビール， スポーツの後， w h e r e )

を得る。 ここでは、 オヤジ 1は健康に気を使うオヤジであり、 システムが自動的に

事実；健康に気を使う （オヤジ 1 )

を設定した。

4章 広告自動化支援システム

4章 1節 広告自動化支援システムの全体構成

図 3は広告作成支援システム全体の構成図である。 このシステムは大きく物語作成シ テムと知識 ベースの 2つの部分から構成される。物語作成システムはさらに提案生活シーン作成モ ユールと創 作シーン作成モジュールの 2つの部分から構成される。知識ベースはさらに生活知識べ一スと物語作 成知識ベースの 2つの部分から構成される。但し知識ベースのうち生活知識ベースは、 マーケティ ン グ作成システムと共有される。 図 2 9に示すように、物語作成知識べ一スは生活シナリォ知識ベース、 提案生活シ一ン知識べ一ス、語彙関係知識べ一ス、物語関係知識べ一ス、物語構造知識べ一スの 5つ の部分知識ベースから構成される。

以上の構成において、 マ一ケティング作成支援システムによって作成された生活シーンをもとに、 提案生活シーン作成モジユールが生活知識ベース及び物語作成知識べ一スを用いて生活シーンに具体 的データを入れこれを特定の登場人物が特定の場所及び時間からなる設定において特定の商品を使用 している状況を時間的に推移する行為の連鎖によつて展開した提案生活シーンを作成し、 さらにこの 提案生活シーンをもとに、 創作シーン作成モジユールが生活知識べ一ス及び物語作成知識べ一スを用 いて提案生活シ一ン中に出現する特定の語彙の置換やその他の提案生活シーン等との合成■結合等に よって創作シーンを作成する。 システムの使用者は、 システムの表示画面を通じてこれらの生活シー ン、提案生活シ一ン及び創作シーンを見ることができる。

以下、 広告自動化支援システムの詳細な機構を各モジュールごとに説明する。 尚この説明中で用い る例は理解を容易にするための特定ケースの例示であり、多くの可能性の中の 1つを示すものである。

4章 2節 提案生活シーン作成モジュールと生活シナリオ知識ベース

図 1 8は提案生活シーン作成モジュールの構成図である。 このモジュールは、生活知識ベース及び 物語作成知識べ一ス中の生活シナリオ知識ベースを用いて生活シーンを提案生活シーンに変換する。 これは次の 3つの処理によって行われる。

①生活知識べ一スからの具体的データの検索

②生活シナリォ知識ベースからの特定の生活シナリオの検索

③生活シナリオへの具体的データの埋め込み

まず①においては、 まだ具体化されていない生活シーンの各構成要素を具体的データに変える。生 活シーンは、 セグメ ン ト、 商品、生活領域、場所、時間という 5つの要素から構成されており、 これ らの構成要素のうち必要なもの、 すなわちある生活シーンにとってどうしても具体化されていること が必要なものしか具体化されていない。 そこでまず生活シーンの構成要素のうち具体化されていない 要素について、生活知識ベースを参照してこれを具体化する。 例えば、

( (セグメ ン ト ぐ O L > ) (商品 焼き鳥） （生活領域 飲酒） （場所

ぐ居酒屋〉） （時間 平日の夜） ）

という生活シーンがあった場合、 セグメントのく O L >及び場所の <居酒屋 >について具体化しなけ ればならない。

尚、上記のように本実施例の広告自動化支援システムでは、 システム製作の便宜上から、生活シー ン及び各種の事実や物語の表現には、 リスト形式を用いる。 リストと述語データとは相互に変換可能 であり、 表現形式変換モジュールにて変換される。但し、 リス トも述語データも、 あくまでも生活シ ーンゃ事実や物語の表現のための 1つの形式に過ぎないのであって、 それをフレーム ォブジヱク ト /述語ノリス ト等のいかなる形式で表現しても内容は同様であり等しく本発明の主旨に含まれる。 これを行うに当たって、提案生活シーン作成モジュールは生活知識べ一スを用いる。 図 2 9に示す ように、生活知識ベースは生活項目知識ベース、 セグメ ント知識ベース、 商品知識べ一ス、場所知識 ベース及び時間知識べ一スという部分知識べ一スを含み、 それぞれが生活シーンの各項目と対応して いる。各知識ベースは抽象的知識から具体的知識に至る階層構造によって構成されており、 この階層 の最も下のレベルの項目が最も具体的な知識を表す。例えば、 セグメ ン ト知識ベースにおける 「O L」 というセグメン卜の下にはこのセグメントの特性を備えた人物に関するデータが従属しており、場所 知識ベースにおける 「居酒屋」 という場所の下には具体的な居酒屋のデータが従属している。 そこで 上の生活シーンの場合、 セグメ ン ト知識ベースから 0 Lの具体的データである 「花子」 検索し、場 所知識ベースから居酒屋の具体的データである 「あいうえお」 を検索することによって、 >生活シーン の具体化である

( (セグメ ン ト 花子） （商品 焼き鳥） （生活領域 飲酒）

(場所 あいうえお） （時間 平日の夜） ）

という情報が作られる。 これは、 「花子が平日の夜、 あいうえおという居酒屋で焼き鳥を食べながら 酒を飲む。 」 ということを意味している。

次に②において、 提案生活シーン作成モジュールは、生活シナリオ知識ベースから上記の更新され た生活シーンを提案生活シーンに展開するための知識である生活シナリオを検索する。 生活シナリォ を検索するためのキーは場所、生活領域あるいは両者の組み合わせである。例えば、 「旅行」 、 「忘 年会」 、 「レストランでの食事」、 「居酒屋での飲酒」 等であり、上記の例においては 「居酒屋での 飲酒」 が検索される。

最後に③において、 提案生活シーン作成モジュールは、検索された生活シナリオ中に上記の具体化 された生活シーンの情報を利用してデータを埋め込むことによつて提案生活シーンを完成させる。生 活シナリオは状況設定とシナリォの 2つの部分から構成される。状況設定はシナリオが展開する場所 と時間を設定しシナ リオに現れる登場人物を紹介する部分である。場所の設定においては、 具体化さ れた生活シーンにおける場所情報を利用する。 この場所情報は 「所在地」 、 「客層」 、 「値段」 のよ うないくつかの属性情報を持っている。例えば上の例の居酒屋 「あいうえお」 なら、

( (所在地 渋谷） （客層 サラ リーマン O L 学生） （値段 安価） ）

という形で属性情報が記述される。時間の設定においては、生活シ一ンの時間情報すなわち上の例で は 「平日の夜」 である。登場人物の紹介においては、 セグメ ント情報に属する属性情報を利用する。 属性情報には年齢、 性別、職業、収入、学歴、家族形態、住居、趣味、 その他がある。例えば上の例 のセグメ ン ト 0しの 「花子」 なら、

( (年齢 2 5 ) (性別 女） （職業 O L ) (収入 3 5 0万）

(学歴 短大卒） （家族形態 単身ノ家族と同居） （住居 横浜）

(趣味 旅行） ）

という形で属性情報が記述される。 さらに 「居酒屋での飲酒」 のシナリオはその他の登場人物を必要 とする。 いずれの登場人物もセグメ ン ト知識ベースから検索される。 まず生活シーンに現れる O Lと 一緒に居酒屋に来た同行者達であり、 これについてはセグメ ント知識ベース中の 0 Lもしくはそれと 近接するセグメ ントとしてヤングサラリーマン及び中年サラリーマンが検索の対象となり、 人数も状 況にふさゎレく 1 0人以内に限られることが生活シナリオによって指定される。次にゥヱイター、 ゥ エイ ト レス、料理人及び会計係がセグメ ン ト知識ベースから検索される。 このシナリオにおいては、 ゥヱイター、 ゥ-ィ トレス、料理人及び会計係は具体化される必要はない。 このような処理によって、 次に示す状況設定が作成される。

時間： 平日の夜。

場所：

居酒屋あいうえお。

渋谷にあり、 サラリーマン、 O L、学生の客が多い。

値段は安価である。 '

登場人物：

主人公一花子。 2 5歳の O Lで、年収は 3 5 0万、短大卒、

現在は独身で横浜に家族と同居している。趣味は旅行である。

花子の同行者 -太郎、三郎、松子、竹子、梅子。

その他—ゥュイタ一、 ゥユイ ト レス、会計係。

生活シナリオにおけるシナリオは人間の日常生活における特定の生活場面の典型的な 開様式を登 場人物の時間軸に沿った行為の連鎖によって記述したものである。例えば、生活シナリ " 「居酒屋で の飲酒」 のシナリオは次のように記述される。

シーン 1 ：居酒屋に入る

<主人公 >及び主人公の <同行者 >がぐ居酒屋 >に入る。

くゥヱイター >もしくはくゥ-ィ トレス〉が

ぐ主人公 >及び主人公のぐ同行者 >をテーブルに案内する。

<主人公 >及び主人公の <同行者 >が椅子に座る。

シーン 2 ：注文する

<ゥユイター >もしくはくゥユイ トレス >が

メニューを <主人公 >及び主人公の <同行者 >に渡す。

<主人公 >と <主人公の同行者 >は注文の相談をする。

<主人公〉は <酒>を飲みたいと思う。

く主人公の同行者 >のそれぞれは <酒>を飲みたいと思う。

ぐ主人公 >及び <主人公の同行者 >は焼き鳥を食べたいと思う。

<主人公〉は <食べ物 （複数） >を食べたいと思う。

<主人公の同行者 >は<料理 （複数） >を食べたいと思う。

<主人公 >は<酒〉と焼き鳥と <料理 >を

くウェイ夕一 >もしくはくウェイ トレス〉に注文する。

シーン 3 ：飲食する

くゥヱイタ一 >もしくはくゥヱイ トレス >が<酒〉と焼き鳥と

<料理〉を <主人公 >及び <主人公の同行者 >に運んで来る。

<主人公 >及びぐ主人公の同行者 >は乾杯する。

<主人公 >及びぐ主人公の同行者 >のそれぞれは <酒>を飲む。

<主人公 >及び <主人公の同行者 >のそれぞれは焼き烏を食べる。

ぐ主人公〉及び <主人公の同行者〉のそれぞれは <料理〉を食べる。

シーン 4 ：居酒屋から出る

<主人公 >及び <主人公の同行者 >はレジに行く。

ぐ主人公 >は <会計係 >に勘定書を渡す。

<会計係〉は勘定を計算する。

<会計係 >は<主人公 >に金額を言う。

<主人公 >は<主人公の同行者 >に金額を言う。

<主人公 >及び <主人公の同行者 >はお金を払う。

<主人公 >及び <主人公の同行者 >は<居酒屋 >から出る。

ここで <〉に囲まれた部分は特定の値が設定されていない変数であり、 ここに具体化された値が埋 め込まれる。 その結果、 例えば上記の具体的データをそこに埋め込むことによって次のシナリオが作 成される。

シーン 1 ：居酒屋に入る

花子及び太郎があいうえおに入る。

ゥュイ トレスが花子及び太郎達をテーブルに案内する。

花子及び太郎達が椅子に座る。

シーン 2 ：注文する

ゥヱイターがメニューを花子及び太郎達に渡す。

花子と太郎達は注文の相談をする。

花子は生ビールを飲みたいと思う。

太郎達のそれぞれは生ビール、冷酒、酎ハイを飲みたいと思う。

花子及び太郎達は焼き鳥を食べたいと思う。

花子はおでんを食べたいと思う。

太郎達は鍋を食べたいと思う。

花子は生ビール、 冷酒、酎ハイ、焼き鳥、 おでん、鍋をゥユイターに注文

する。

シーン 3 ：飲食する

ゥヱイ トレスが生ビール、 冷酒、酎ハイ、焼き鳥、 おでん、鍋を

花子及び太郎達に運んで来る。

花子及び太郎達は乾杯する。

花子及び太郎達のそれぞれは生ビール、冷酒、酎ハイを飲む。

花子及び太郎達のそれぞれは焼き鳥を食べる。

花子及び太郎達のそれぞれはおでん、鍋を食べる。

シーン 4 ：居酒屋から出る

花子及び太郎達はレジに行く。

花子は会計係に勒定書を渡す。

会計係は勘定を計算する。

会計係は花子に金額を言う。

花子は太郎達に金額を言う。

花子及び太郎達はお金を払う。

花子及び太郎達はあいうえおから出る。

上に例を示した状況設定とシナリオの 2つを結合した記述が提案生活シーンである。 尚、生活シナ リオに具体的データを埋め込んだ記述のことを一般に創作シナリオと呼ぶ。 これは、 創作シナリオは 提案生活シーンのみならず創作シーンとしても利用される場合があるためである。

4章 3節 創作シーン作成モジュール

図 1 9は創作シーン作成モジュールの構成図である。 これは生活知識ベースと物語作成知識ベース の部分知識ベースである物語関係知識ベース及び物語構造知識ベースを用いて、 次の 5つの方法によ つて提案生活シーンを創作シーンに変換する。

①提案生活シーンの中の 1つあるいはそれ以上の商品、登場人物あるいはその他のォブジヱク トを、 それらの綴りの等しさや意味の類似性/対照性から連想される別のシンボルに置換する。 （シンボル 置換）

②提案生活シーンに対して物語関係を適用する。物語関係とは複数の創作シナリオや生活シーンを 結合するための結合規則であり、 「対照」 、 「詳細化」 、 「並列」 、 「原因—結果」 、 「欠如一充足」 、

「加害一解消」 、 「禁止一違反」 、 「命令—遵守」 、 「難題一解決」等がある。 （物語関係の適用）

③登場人物、 商品、生活領域、場所のいずれか 1つを共有する別の提案生活シーンを検索し、 これ をもとの提案生活シーンと合成する。 （物語の合成）

④登場人物、 商品、生活領域、場所のいずれかを軸とし、 その軸を共有する複数の提案生活シーン を結合する。 （物語の結合）

⑤提案生活シーンに対して物語構造を適用する。物語構造とは創作シナリオや生活シナリオをより 大きな物語の 1部分として位置付けるための構造規則であり、 「欠如—充足—禁止一違反—欠如」 等 がある。 （物語構造の適用）

4章 4節 ジャンル別創作シーン作成モジュール、物語作成モジュール及び物語作成知識ベース 図 2 0に示すように、創作シーン作成モジュールはジヤンル別創作シーン作成モジュールと物語作 成モジュールの 2つの大きなモジュールから構成される。

ジヤンル別創作シーン作成モジュールは、創作シーンの異なるジャンルごとにそれぞれにふさわし い方法を適用して提案生活シーンを創作シーンに変換するためのモジュールである。 ジ ンルはシン ボル置換形式、実生活形式、 ド丰ュメ ンタリ一形式、 フィク ション形式の 4つである。 ' ンボル置換 形式創作シーンとは提案生活シーン中の登場人物、商品、場所及びその他の物を必ずしも現実性を持 たないかも知れないその他のシンポルで置換した創作シーンであり、実生活形式創作シーンとは実生 活における現実的な生起可能性を保ったまま提案生活シーンを拡張した創作シーンであり、 ドキュメ ンタリ一形式創作シーンとは提案生活シーンを複数連ねた創作シーンであり、 フイクショ ン形式創作 シーンとは現実的な生起可能性には関わらず提案生活シーンを物語的に展開した創作シーンで る。 これらに対応してジヤンル別創作シーン作成モジュ一ルはシンボル置換形式創作シーン作成モジュ一 ル、実生活形式創作シーン作成モジュール、 ドキュメ ンタ リー形式創作シーン作成モジュール及びフ イク ショ ン形式創作シーン作成モジュールという図 2 1に示す下位モジュールに分類される。 以下、 シンボル置換形式創作シーンの作成、実生活形式創作シーンの作成、 ドキュメ ンタリ一形式創作シー ンの作成について詳しく説明する。

これらのジャンル別創作シーン作成モジュールは、入力をそれぞれのジャンルに応じた創作シーン を実際に作成するモジュールすなわち物語作成モジユールの対応するモジュールに振り分ける働きを する。 図 2 2に示すように、物語作成モジュールはシンポル置換モジュール、物語関係適用モジユー ル、物語合成モジュール、物語結合モジュール及び物語構造適用モジュールという 5つの下位モジュ ールから構成されるが、 シンボル置換形式創作シーンはシンボル置換モジュールによって、 実生活形 式創作シーンは物語関係適用モジユール及び物語合成モジュールによって、 ドキュメンタリー形式創 作シーンは物語結合モジュールによって、 フイク ショ ン形式創作シーンは物語構造適用モジュール及 びシンボル置換モジュールによつて作成される。 これらの処理は一回で終了する必要はない。例えば、 フィ ク ション形式創作シ一ンの作成の場合一旦物語構造適用モジュールによって作成された創作シ一 ンをさらにシンボル置換モジュールによって脚色したり、 その逆にシンボル置換モジュールによって 脚色した後に物語構造適用モジュールによつて拡張することが可能であり、実生活形式創作シーンの 作成の場合物語関係の適用と物語の合成のそれぞれを一回以上繰り返すことや両者を交互に繰り返し 行うことが可能である。 従って、 ジヤンル別創作シーン作成モジュールにおける 5つの下位モジュ一 ルのそれぞれは物語作成モジュールの呼び出しを制御する役割をする。

物語作成モジュールにおけるシンボル置換モジュール、物語関係適用モジュール及び物語構造適用 モジュールが創作シーンを作成する際には、 それぞれ物語作成知識ベースにおける語彙関係知識べ一 ス、物語関係知識ベース、物語構造知識べ一スを利用する。 物語関係知識ベースには前節の②に記述 したものを初めとする諸関係の定義が含まれ、物語構造知識べ一スには同じく⑤に記述したものを初 めとする諸構造の定義が含まれる。

4章 5節 シンボル置換形式創作シーン作成モジュール、 シンボル置換モジュール

図.2 3に示すように、 シンボル置換形式創作シーン作成モジュールは 2つの下位モジュールすなわ ち表層的シンボル置換形式創作シーン作成モジュール及び意味的シンボル置換形式創作シ一ン作成モ ジュールから構成されている。 これらはともに、提案生活シーンに含まれる商品、 人物及びォブジュ ク トのうちのいずれか 1つあるいは複数を別のシンボルに変換するが、変換の方式が異なる。 すなわ ち、 表層的シンボル置換形式創作シーンはこれらを綴りの等しさに基づいて別のシンポルに置換する が、 これに対して意味的シンボル置換形式創作シーンは意味の類似性 Z対照性に基づいて変換を行う このような方式の違いに対応して、物語作成モジュールにおけるシンボル置換モジュールも、綴りの 等しさに基づいてシンボルを置換する表層的シンボル置換モジユールと意味の類似性ノ対照性に基づ いてシンボルを置換する意味的シンボル置換モジュールの 2つに分かれる。 ここではこのうち表層的 シンボル置換形式作成モジュールについて説明する。 尚語彙どうしの発音の等しさ、意味の類似性、 意味の対照性等語彙どうしの諸関係の知識は語彙関係知識べ一スに記述される。

表層的シンボル形式創作シーン作成モジュールは、 まず提案生活シーンの中に現れるそれぞれの商 品、登場人物及びォブジェク トについて、 それ自身及び上位概念を対象としてそれらと等しい綴りの 別の単語を綴り辞書を用いて検索する。次に、検索された単語が生物概念であればこれを一人以上の 登場人物と置換し、 ォブジュク ト概念であればこれを 1つ以上のォブジヱク 卜と置換す ·έことによつ て、提案生活シーンを創作シーンに変換する。

例えば、 前記 「居酒屋での飲酒」 の提案生活シーンにおいては、 商品の 「焼き鳥」 、 登場人物の 「花子」 、 「太郎」 、 「三郎」 、 「松子」 、 「竹子」 、 「梅子」 、 「ゥユイター」 、 「ゥユイ トレス」 、 「会計係」 、 ォブジュク トの 「生ビール」 、 「冷酒」 、 「酎ハイ」 、 「おでん」 、 「なべ」 が処理の 対象となる。 この場合、 例えば「生ビール」 、 「冷酒」 、 「酎ハイ」 の上位概念である 「酒」 ら魚 の 「鲑」 が検索されたとすれば、 これは生物概念なのですベての登場人物と置換することが可能にな る。 と同時に鲑は料理というォブジ-ク トでもあるので、提案生活シーンの中のォブジュク トとも置 換可能である。 その結果例えば次のような創作シーンが作成される。

時間：

平日の夜。

場所：

居酒屋あいうえお。

渋谷にあり、鲑のサラリーマン、鲑の O L、鲑の学生の客が多い。

値段は安価である。

登場人物：

主人公 -鲑の花子。

2 5歳の 0 Lで、年収は 3 5 0万、短大卒、現在は独身で横浜に家族と同居している。

趣味は旅行である。

鲑の花子の同行者ー鲑の太郎、鲑の三郎、鲑の松子、鲑の竹子、鲑の梅子。

その他—鲑のゥヱイタ一、 ゥヱイ ト レス、 会計係。

シーン 1 ：居酒屋に入る

鲑の花子及び鲑の太郎があいうえおに入る。

鲑のゥユイ トレスが鲑の花子及び鲑の太郎達をテーブルに案内する。

鲑の花子及び鲑の太郎達が椅子に座る。

シーン 2 ：注文する

鮭のゥヱイターがメニューを鲑の花子及び鲑の太郎達に渡す。

鲑の花子と鲑の太郎達は注文の相談をする。

鲑の花子は生ビールを飲みたいと思う。

鲑の太郎達のそれぞれは生ビール、冷酒、酎ハイを飲みたいと思う。

鲑の花子及び鲑の太郎達は焼き鳥を食べたいと思う。

鲑の花子はおでんを食べたいと思う。

鲑の太郎達は鲑を食べたいと思う。

鲑の花子は生ビール、冷酒、酎ハイ、焼き鳥、鲑、鍋を 鲑のゥユイ ト レスに注文する。

シーン 3 ：飲食する

鲑のゥヱイターが生ビール、冷酒、酎ハイ、焼き鳥、鲑、鍋を

鲑の花子及び鲑の太郎達に運んで来る。

鲑の花子及び鲑の太郎達は乾杯する。

鲑の花子及び鲑の太郎達のそれぞれは生ビール、冷酒、酎ハイを飲む。

鲑の花子及び鲑の太郎達のそれぞれは焼き鳥を食べる。

鲑の花子及び鲑の太郎達のそれぞれは鲑、鍋を食べる。

シーン 4 ：居酒屋から出る

鲑の花子及び鲑の太郎達はレジに行く。

鲑の花子は鲑の会計係に勘定書を渡す。

鲑の会計係は勘定を計算する。

鲑の会計係は鲑の花子に金額を言う。

鲑の花子は鲑の太郎達に金額を言う。

鲑の花子及び鲑の太郎達はお金を払う。

鲑の花子及び鲑の太郎達はあいうえおから出る。

4章 6節 実生活形式創作シーン作成モジュール、物語合成モジュール及び物語関係適用モジユー ル

図 2 4に示すように、 実生活形式創作シ一ン作成モジュールは物語合成モジユール及び物語関係適 用モジュールと連動して、提案生活シーンを実生活形式創作シーンに変換する。 実生活形式創作シ一 ンとは提案生活シーンの組み合わせや合成によつて作成される創作シーンであり、提案生活シーンが 現実的可能性を保証された生活シーンである以上、 それも現実的に可能な範囲内にある。但し組み合 わせや合成の仕方によっては現実性から直感的に逸脱した創作シーンが作成される可能性もあるが、 広告作成の支援という目的から言ってそれはむしろ効果がある。 しかしシンポル形式創作シーンゃフ イクショ ン形式創作シーンのような現実的に完全にあり得ない状況や設定、展開の創作シーンが作成 されることはない。

この変換処理は次の 2つの方法によって行われる。 1つは登場人物、 商品、 場所のいずれか 1つを 共有する別の提案生活シーンを検索し、 これをもとの提案生活シーンと合成するという方法 （物語の 合成） であり、 もう 1つは提案生活シーンに対して物語関係すなわち 「対照」 、 「詳細化」 、 「並列」 、 「原因一結果」 、 「欠如一充足」 、 「加害一解消」 、 「禁止一違反」 、 「命令一遵守」 、 「難題一解 決」 のような諸関係を適用するという方法 （物語関係の適用） である。 このうち物語の合成処理は物 語合成モジュールによつて担当され、物語関係の適用処理は物語関係適用モジュールによつて担当さ れる。

物語の合成処理及び物語関係の適用処理はそれぞれ繰り返し行うことが許され、 また一旦物語の合 成処理を行った後に物語関係の適用処理を行うこと、 あるいは一旦物語関係の適用処理を行った後に 物語の合成処理を行うことも許される。実生活形式創作シーン作成モジュールは、 このような処理の 種類と繰り返しの回数に応じて物語合成モジュールあるいは物語関係適用モジュールのうちの対応す るモジュールを適宜呼び出すという制御を行う。

4章 6節. 1 物語合成モジュール

物語の合成は次のようにして行われる。例えば、 これまで用いて来た例すなわち

( (セグメ ン ト O L ) (商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

に対して合成処理を施したいとしょう。 この時、提案生活シーンデータベースの中に次のような 3種 類の提案生活シーンが既に存在していたとしょう。

( (セグメ ン ト O L ) (商品 和服） （生活領域 結婚式） (場所 結婚式場） ）

( (セグメント オヤジ） （商品 焼き鳥） （生活領域 家） (場所 夕食） ）

( (セグメント 学生） （商品 酎ハイ） （生活領域 飲酒）

(場所 居酒屋） ）

この場合、 セグメントを軸にすると、

① （ （セグメント O L ) (商品 和服） （生活領域 飲酒）

(場所 居酒屋） ）

② （ （セグメント O L ) (商品 焼き鳥） （生活領域 結婚式）

(場所 結婚式場） )

の 2つの新たな組み合わせができる。

また、 商品を軸にすると

③ （ （セグメント O L ) (商品 焼き鳥） （生活領域 夕食）

(場所 家） ）

④ （ （セグメント オヤジ） （商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

の 2つの新たな組み合わせができる。

さらに、場所を軸にすると

⑤ （ （セグメント O L ) (商品 酎ハイ） （生活領域 飲酒）

(場所 居酒屋） ）

⑥ （ （セグメント 学生） （商品 焼き烏） （生活領域 飲酒）

(場所 居酒屋） ）

の 2つの新たな組み合わせができる。

こうして結局、 もとの提案生活シーンと既存の提案生活シーンの合成によって 6種類の新しい提案 生活シーンの組み合わせが出来上がつた。

次にこれらの新しく作られた組み合わせにおける要素を提案生活シーンの状況設定と生活シナリォ の部分に組み込む。 例えば、 「居酒屋での飲酒」 という生活シナリオに合致する組み合わせは上の①、 ④、⑤、⑥であるが、①の場合なら登場人物の一人以上が和服を着ている設定にし、④の場合なら主 人公をオヤジとし、⑤の場合なら主要な商品である焼き鳥を酎ハイに変更し、⑥の場合なら主人公を 学生に変える。②は 「結婚式」 という生活シナリオに合致するが、 この場合結婚式における料理とし て焼き鳥が登場するようにシナリオを変更する。③は 「家でのタ食」 という生活シナリオであるが、 この場合は夕食の主要な料理として焼き鳥が現れるようにする。上の①の組み合わせによって提案生 活シーンを変更した一例を次に示す。

時間：

平曰の夜。

場所：

居酒屋あいうえお。

渋谷にあり、 サラリーマン、 O L、学生の客が多い。

値段は安価である。

登場人物：

主人公 -和服の花子。

2 5歳の 0 で、年収は 3 5 0万、短大卒、現在は独身で横浜に家族と同居している。

趣味は旅行である。

和服の花子の同行者 -和服の太郎、和服の三郎、和服の松子、和服の竹子、和服の梅子。 その他 -和 服のゥユイター、和服のゥユイ トレス、和服の会計係。

シーン 1 ：居酒屋に入る 和服の花子及び和服の太郎があいうえおに入る。

和服のゥュイ ト レスが和服の花子及び和服の太郎達をテ一ブルに案内する。

和服の花子及び和服の太郎達が椅子に座る。

シーン 2 ：注文する

和服のゥ-イタ一がメニユーを和服の花子及び和服の太郎達に渡す。

和服の花子と和服の太郎達は注文の相談をする。

和服の花子は生ビールを飲みたいと思う。

和服の太郎達のそれぞれは生ビール、冷酒、酎ハイを飲みたいと思う。

和服の花子及び和服の太郎達は焼き鳥を食べたいと思う。

和服の花子はおでんを食べたいと思う。

和服の太郎達は鍋を食べたいと思う。

和服の花子は生ビール、冷酒、酎ハイ、焼き鳥、 おでん、鍋を

和服のゥユイ ト レスに注文する。

シーン 3 ：飲食する

和服のゥユイターが生ビール、冷酒、酎ハイ、焼き鳥、 おでん、鍋を

和服の花子及び和服の太郎達に運んで来る。

和服の花子及び和服の太郎達は乾杯する。

和服の花子及び和服の太郎達のそれぞれは生ビール、冷酒、酎ハイを飲む。

和服の花子及び和服の太郎達のそれぞれは焼き鳥を食べる。

和服の花子及び和服の太郎達のそれぞれはおでん、鍋を食べる。

シーン 4 ：居酒屋から出る

和服の花子及び和服の太郎達はレジに行く。

和服の花子は和服の会計係に勘定書を渡す。

和服の会計係は勘定を計算する。

和服の会計係は和服の花子に金額を言う。

和服の花子は和服の太郎達に金額を言う。

和服の花子及び和服の太郎達はお金を払う。

和服の花子及び和服の太郎達はあいうえおから出る。

4章 6節. 2 物語関係適用モジュール

次に、物語関係の適用による実生活形式創作シーンの作成について述べる。物語関係とはある物語 の断片に対して適用することによってそれを拡張 ·展開するために定義された関係であり、 「詳細化」 、 「並列」 、 「原因一結果」 、 「対照」 、 「欠如一充足」 、 「加害一解消」 、 「禁止一違反」 、 「命令 一遵守」 、 「難題一解決」等の物語関係が用意される。提案生活シーンもしくは複数の提案生活シー ンから合成された創作シ一ンに対していずれかの物語関係が適用されると、拡張された創作シーンが 新たに作成される。 以下、 これらの物語関係のうち 「並列」 、 「原因一結果」 、 「対照」 、 「欠如一 充足」 を例に説明を行う。次に示すのはこれらの物語関係の定義である。

①並列：入力シーンの生活領域と同一の生活領域による別のシーンを入力シーンの前あるいは後ろ に結合して新たな創作シーンを作成する。 セグメ ン ト、 商品、場所は入力シーンのそれらと同じでも 別でも構わない。

③原因一結果：入力シーンの結果もたらされる効果を獲得するための行為め前提条件を成す効果を もたらす別のシーンを入力シ一ンの前に結合するか、 入力シーンの結果もたらされる効果によって起 動される別のシーンを入力シーンの後ろに結合することによって、原因一結果の関係から構成される 創作シーンを作成する。

④対照：入力の生活シナリオのセグメ ント、 商品、生活領域あるいは場所と対照的なセグメ ント、 商品、生活領域あるいは場所による別の生活シナリオを入力の生活シナリオの前あるいは後ろに結台 することによって新たな創作シーンを作成する。

⑤欠如—充足：入力シーンに現れる商品がないすなわち欠如した状態で展開される別のシーンを入 力シーンの前に結合する。 また、入力シーンの結果もたらされる効果が心理状態の満足をもたらすな ら逆に心理状態の不満足をもたらす生活シナリオをその前に置き、 これとは逆に入力シーンの結果も たらされる効果が心理的な不満足をもたらすなら心理状態の満足をもたらす生活シナリォをその後ろ に置くことによって、心理的な欠如一 >充足という推移を表現する創作シーンを作成する。

以下、 それぞれの物語関係に関し、次の例に基づいて創作シーン作成方法を説明する。

( (セグメ ン ト O L ) (商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

4章 6節. 2 . 1 並列関係による実生活形式創作シーンの作成

生活領域「飲酒」 を共有する別の生活シナリオを上例の提案生活シーンの前あるいは ろに結合す る。 この提案生活シーンの場合、 セグメン ト O Lを具体化した花子、場所居酒屋を具体 したあいう えお及び商品焼き鳥のうちの 1つもしくは 2つの要素を共有する別のシナリォを結合すれば良い。共 有しない要素については、 同じセグメ ン ト、 商品、場所の別の具体化もしくは異なるセグメ ン ト、 商 品、場所の特定の具体化を使用する。 その他の登場人物、 ォブジュク トの使用は自由である。例えば、 0 Lというセグメ ン トのみを共有する生活シナリオ 「居酒屋での飲酒」 の別の展開形式を後ろに結合 して次のような並列関係による創作シーンを作成することができる。

ぐ生活シナ リオ 1 >

時間：

平日の夜。

場所：

居酒屋あいうえお。 渋谷にあり、 サラ リーマン、 O L、学生の客が多い。

値段は安価である。

登場人物：

主人公一花子。

2 5歳の 0 で、年収は 3 5 0万、短大卒、現在は独身で横浜に家族と同居している。

趣味は旅行である。

花子の同行者 -太郎、三郎、松子、竹子、梅子。

その他ーゥユイター、 ウェイ ト レス、 会計係。

シーン 1 ：居酒屋に入る

花子及び太郎がぁ 、うえおに入る。

ゥユイ ト レスが花子及び太郎達をテーブルに案内する。

花子及び太郎達が椅子に座る。

シーン 2 ：注文する

ウエイターがメニューを花子及び太郎達に渡す。

花子と太郎達は注文の相談をする。

花子は生ビールを飲みたいと思う。

太郎達のそれぞれは生ビール、 冷酒、酎ハイを飲みたいと思う。

花子及び太郎達は焼き鳥を食べたいと思う。

花子はおでんを食べたいと思う。

太郎達は鍋を食べたいと思う。

花子は生ビール、冷酒、酎ハイ、焼き鳥、 おでん、鍋を

ゥュイ ト レスに注文する。

シーン 3 ：飲食する

ゥヱイターが生ビール、冷酒、酎ハイ、焼き烏、 おでん、鍋を 花子及び太郎達に運んで来る。

花子及び太郎達は乾杯する。

花子及び太郎達のそれぞれは生ビール、冷酒、酎ハイを飲む。

花子及び太郎達のそれぞれは焼き鳥を食べる。

花子及び太郎達のそれぞれはおでん、鍋を食べる。

シーン 4 ：居酒屋から出る

花子及び太郎達はレジに行く。

花子は会計係に勘定書を渡す。

会計係は勘定を計算する。

会計係は花子に金額を言う。

花子は太郎達に金額を言う。

花子及び太郎達はお金を払う。

花子及び太郎達はあいうえおから出る。

<生活シナリオ 2 >

時間：

平日の夜。

場所：

居酒屋かきくけこ。

池袋にあり、 サラ リーマン、 0 L、 オヤジの客が多い。

値段は安価である。

登場人物：

主人公一洋子。

2 6歳の O Lで、年収は 4 0 0万、 四大卒、結婚 2年目で文京区のマンショ ンに夫と 2人暮し c 趣味はドライブである。

洋子の同行者 -一郎、ニ郎、葉子、 陽子。

その他一ゥユイター、 ゥヱイ ト レス、 会計係。

シーン 1 ：居酒屋に入る

洋子及び一郎があいうえおに入る。

ゥュイ トレスが洋子及び一郎達をテーブルに案内する。

洋子及び一郎達が椅子に座る。

シーン 2 ：注文する

ゥヱイタ一がメュュ一を洋子及び一郎達に渡す。

洋子と一郎達は注文の相談をする。

洋子は生ビールを飲みたいと思う。

一郎達のそれぞれは生ビール、冷酒、酎ハイを飲みたいと思う。

洋子及び一郎達は剌身を食べたいと思う。

洋子は蛸焼きを食べたいと思う。

—郎達は鍋を食べたいと思う。

洋子は生ビール、冷酒、酎ハイ、蛸焼き、 おでん、鍋を

ゥ -イ トレスに注文する。

シーン 3 ：飲食する

ゥユイターが生ビール、冷酒、酎ハイ、蛸焼き、 おでん、鍋を

洋子及び一郎達に運んで来る。

洋子及び一郎達は乾杯する。

洋子及び一郎達のそれぞれは生ビール、冷酒、酎ハイを飲む。 洋子及び一郎達のそれぞれは蛸焼きを食べる。

洋子及び一郎達のそれぞれはおでん、鍋を食べる。

シーン 4 ：居酒屋から出る

洋子及び一郎達はレジに行く。

洋子は会計係に勘定書を渡す。

会計係は勘定を計算する。

会計係は洋子に金額を言う。

洋子は一郎達に金額を言う。

洋子及び一郎達はお金を払う。

洋子及び一郎達はあいうえおから出る。

4章 6節. 2 . 2 原因一結果関係による実生活形式創作シーンの作成

生活シナリオ 「居酒屋での飲酒」 によって 「満腹」 及び「酒酔いによるス トレス解消」 という効果 がもたらされるが、 これらの効果は 「空腹」 もしくは 「ストレス増大」 という効果をもたらす別の生 活シナリオを原因として、 その効果を解消するために起動される生活シナリオすなわち 「居酒屋での 飲酒」 によるものとして位置付けることができる。すなわち、 「空腹」 であるからもしくは 「ス ト レ スが增大した」 から 「居酒屋での飲酒」 を行ったわけである。従って、 「空腹」 もしくは 「ス トレス 増大」 を効果としてもたらす生活シナリオを検索し、 それを 「居酒屋での飲酒」 の前に置けば皂ぃ。 この時、 2つの生活シナリオの主人公は 「居酒屋での飲酒」 の主人公である 「花子」 に統一し、 その 他必要な登場人物も可能な限り 「居酒屋での飲酒」 の登場人物と統一することが必要である。例えば、 「ス ト レス増大」 という効果をもたらす生活シナリオとして 「O Lの会社での仕事」 があれば、 「0 Lの会社での仕事」 一 「居酒屋での飲酒」 という原因-結果の物語関係によって結合された創作シー ンを作成することができ、 「空腹」 という効果をもたらす生活シナリオとして 「エアロ ビクス」 があ れば、 「ヱァ口ビクス」 一 「居酒屋での飲酒」 という原因一結果の物語関係によって結合された創作 シーンを作成することができる。

4章 6節. 2 . 3 対照関係による実生活形式創作シーンの作成

生活シナリォ 「居酒屋での飲酒」 に現れるセグメント、商品、生活領域、場所及び時間のいずれか について対照性を成す概念を各生活知識ベース中のリンク情報によって検索して別の生活シナリオを 展開し、 それを 「居酒屋での飲酒」 の前あるいは後ろに結合することによって新たな創作シーンを作 成する。例えば、 セグメ ン ト 0 Lと対照を成すセグメ ントは年齢の点で老人、 性別の点でヤングサラ リーマン、収入の点で中 ·高年管理者層などであり、 商品焼き鳥と対照を成す商品は焼き鳥が安価で 庶民的であるのに対して高価で貴族的である諸料理 （フカヒレなど） であり、生活領域飲酒と対照を 成す生活領域は飲酒が「満腹」 や「ス トレス解消」 をもたらすのに対して 「空腹」 や 「ス ト レス増大」 をもたらす生活領域 （ 「スポーツ」 や 「0 Lの会社での仕事」 など） であり、場所居酒屋と対照を成 す場所は居酒屋が安価で曰常的であるのに対して高価で非日常的な高級クラブ、高級ホテルのバ一な どであり、 時間平日の夜と対照的な時間は平日の朝、休日の夜、休日の朝である。

その結果、生活シナリオとしては 「居酒屋での飲酒」 の他に 「スポーツ」 、 「0 Lの会社での仕事」 、 「高級クラブノバーでの飲酒」 が使用可能になり、 「居酒屋での飲酒」 とその構成要素を対照概念に よって置換したものを前あるいは後ろに結合した創作シーンの他に、 「居酒屋での飲酒」 を他の 3種 類の生活シナリオと結合した創作シーンが可能になる。

4章 6節. 2 . 4 欠如一充足関係による実生活形式創作シーンの作成

1つは、生活シナリオ 「居酒屋での飲酒」 において、花子やその他の登場人物が焼き鳥を食べたい と思いながらそれがなくて食べることができない 「居酒屋での飲酒」 の別バ一シヨ ンを作り、 それを 前に置くことによって新たな創作シーンを作成するという方法である。 この場合、場所は異なってい ても良い。 もう 1つは、 「居酒屋での飲酒」 の結果もたらされる心理状態は 「満腹-満足」 であるた め、 これとは逆に心理的な不満足をもたらす生活シナリオ、例えば「0 Lの会社での仕事」 や 「恋人 との別れ」 などの生活シナリオを 「居酒屋での飲酒」 の前に置くことによって新たな創作シーンを作 成する。 この場合、 2つの生活シナリオにおける登場人物は同一でなければならない。

4章 7節 ドキュメ ンタリ一形式創作シーン作成モジュール

図 2 5に示すように、 ド牛ュメ ンタリー形式創作シーン作成モジュールは物語結合モジュールと連 動してドキュメンタリー形式創作シーン作成モジュールを作成する。 ドキュメンタリー形式創作シー ンとは、現実的可能性を持った提案生活シーンを複数結合した形式を言う。 しかしこの結合において 意図したフイクショ ン性が導入されることはなく、 この点がフイクショ ン形式創作シーンとの違いで ある。

複数の提案生活シーンの結合は物語結合モジュールによって行われる。物語結合モジュールは提案 生活シーンにおけるセグメ ン ト、 商品、場所 （生活領域として表現されている場合もある） の 3つの うちのいずれかを軸として提案生活データベースから提案生活シーンを検索し、複数の 案生活シー ンを結合してドキュメンタリー形式創作シーンを作成する。例えば、 これまで使用して来た次の提案 生活シーンの組み合わせがあるとしょう。

( (セグメ ン ト O L ) (商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） 〉

この時提案生活シーンデ一タベースの中には次のような複数の提案生活シ一ンが存在するとしょう

( (セグメント 0 L ) (商品 和服） （生活領域 結婚式）

(場所 結婚式場） ）

( (セグメ ン ト 0 L ) (商品 和服） （生活領域 飲酒） （場所 居酒屋） ）

( (セグメン ト オヤジ） （商！ 焼き鳥） （生活領域 家） （場所 夕食） ）

( (セグメ ン ト 学生） （商品 酎ハイ） （生活領域 飲酒）

(場所 居酒屋） ）

( (セグメ ン ト O L ) (商品 焼き鳥） （生活領域 夕食） （場所 家） ）

( (セグメ ント オヤジ〉 （商 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

( (セグメント O L ) (商品 車） （生活領域 旅行） （場所 温泉） ）

( (セグメ ン ト 0 L ) (商品 パソコ ン） （生活領域 パソコ ン通信）

(場所 家） ）

この場合、 セグメント 0 Lを軸にすると

( (セグメ ント 0 L ) (商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

( (セグメ ン ト 0 L ) (商品 和服） （生活領域 結婚式）

(場所 結婚式場） ）

( (セグメ ン ト 0 L ) (商■! 和服） （生活領域 飲酒） （場所 居酒屋） ）

( (セグメ ン ト 0 L ) (商■! 焼き鳥） （生活領域 夕食） （場所 家） ）

( (セグメ ン ト 0 L ) (商■! 車） （生活領域 旅行） （場所 温泉） ）

( (セグメ ン ト 0 L ) (商 パソコン） （生活領域 パソコン通信）

(場所 家） ）

という組み合わせができる。

また商品焼き烏を軸にすると

( (セグメ ン ト 0 L ) (商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

( (セグメン ト オヤジ） （商 ！, 焼き鳥） （生活領域 家） (場所 夕食） ）

( (セグメ ン ト 0 L ) (商品 焼き鳥） （生活領域 夕食） (場所 家） ）

( (セグメ ン ト 学生） （商品 焼き鳥） （生活領域 コンパ) (場所 居酒屋） ）

という組み合わせができる。

さらに場所 （生活領域として表現されている場合もある） 居酒屋を軸にすると、

( (セグメ ン ト O L ) (商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） ）

( (セグメ ン ト O L ) (商品 和服） （生活領域 飲酒） （場所 居酒屋） ）

( (セグメ ン ト 学生） （商品 酎ハイ） （生活領域 飲酒） （場所 居酒屋） ）

( (セグメ ン ト オヤジ） （商品 焼き鳥） （生活領域 飲酒）

(場所 居酒屋） )

という組み合わせができる。

ここで、 セグメ ントを軸とした組み合わせはある特定セグメ ントの生活の諸相のドキ メ ントであ り、 商品を軸とした組み合わせはある特定商品の様々な利用のされ方のドキュメ ン ト あり、 場所

(生活領域として表現されている場合もある） を軸とした組み合わせはある特定の場所 （生活領域） において展開される生活の諸相のドキュメン トである。

物語結合モジュールは、 これらの提案生活シーンを結合することによって長大な創作シーンを作成 する。 この時、 セグメ ン トの場合はある特定の具体化例えばセグメ ン ト 0 Lなら 「花子」 に統一する ことによって花子という一人の O Lのドキュメ ントを作成でき、 また場所の場合もある特定の 体化 例えば場所居酒屋なら渋谷の 「あいうえお」 に統一することによってより統合的なイメージのドキュ メ ンタ リ一形式創作シ一ンを作成できるようになる。

5章 物語型 C Fの構造分析と広告の物語生成過程

5章 1節 はじめに

広告の社会的機能の一つとして、物 （商品） と人々との生き生きとした交流を表現することを通じ て、 人々に多様なライフスタイルを提案して行くことがある。 その際、広告は商品をそれにふさわし い生活上のコ ンテクストに埋め込んで描出する必要がある。 これは一種の物語生成であると言うこと ができる。既に述べたように、本発明は導出された商品一セグメ ント （人物） 一人物の行為 （生活上 の動詞的概念で、生 動詞と呼ぶ） の組み合わせをさらに物語的な事象の連鎮である生活シーンとし て展開することによって広告作成に携わるクリエイタ一を支援する。本章では、特に改めて、 広告の 物語構造に関する分析について説明し、 それに基づく広告の物語生成過程について説明する。

5章 2節 物語の基本的方法

発明者は物語における文以上のレベルの構造モデルとして、次のような四層から成る物語構造のモ デルを設定する。第一レベルは文を構成要素としてその連鎖から成る （テクスト） 。第二レベルは文 の連鎖であるシーンを構成要素としてその連鎖から成る （コ ンス トラクシヨ ン） 。 シーンとは場所の 同一性と時間の連続性から定義される。第三レベル及び第四レベルはシーンの連鎖であるェピソ一ド を構成要素としてその連鎖から成る （プロッ ト及びス トーリーレベル） 。 プロッ トは物語の語りの順 序 （諸事件の必ずしも時間順ではない配列） に従い、一方ス トーリーは物語世界の時間の順序に従う。 物語の構造分析にとつて必要なのは、 1 )これら様々なレベルにおける物語の構成要素のタイプと 2) 構成要素間の連接性のための諸関係を定義する知識であり、一方物語生成過程にとって必要なのは、 3)構成要素に対して関係を適用して物語構造を構築するための諸知識である。 1)としては、登場人物 の行為や外的ノ内的状態、登場人物やその他のォブジ-ク トに関する説明や描写等があり、 2)として は、因果関係、継起関係、反復関係、対照関係、 スクリプト関係、 目標 -計画関係、主題関係等があ る。 C Fの構造分析は、最も下位レベルの概念的な構成要素どうしをこれらの関係によって結合し、 こうして結合された構成要素のまとまりどうしをさらに関係で結合して行くことを繰り返して、一つ の頂点を持つ木構造を構築することによって行うことができる。逆に、物語生成過程はこのような木 構造を漸進的に詳細化して行く過程と見なすことができる。

次節では、 こうした命題と関係に基づくアプローチによる C Fの構造分析の実例を示し、 さらに 4 節ではその逆過程としての物語生成の方法を説明する。

5章 3節 C Fの構造分析

上述のような方法に基づいて、百数十本の C Fの構造分析を行った。 図 3 0に示すのは、 タケダ食 品のァリナミン V&Vの C Fの構造である。 これに基づいて C Fの物語構造のパターンを分類することも できるが、本発明での発明者の主要な目的はそうしたタイポロジ一の作成ではなく、 多様な物語を柔 钦に生成できるシステムの開発にある。

5章 4節 広告の物語生成過程に関る諸知識

広告自動化支援システムの入力は登場人物、 商品、生活動詞の組み合わせ （有効生活シーン） で あり、 システムはまずその三者を時系列に沿って適切に配置した生活シーン （提案生活シーン） を生 成する。生活シーンとは生活上の一シーンであり、 これは 2節に述べた物語型知識表現のうちスク リ ブトを利用する。 スクリプトとは複数の事象の時間順の系列である。次に、 この生活シ ンを核とし てこれを種々の方法で展開することによって、物語の全体枠組みを生成する。生活シー： としてのス クリブトの展開方法としては、 その中の要素をより下位レベルの要素によって詳細化する方法や、 そ のスクリプトを包含する上位レベルの要素をかぶせる方法がある。 これらは共に要素に対する関係の 適用を通して行う。 このような物語生成過程の概略的手順を図 3 1に示す。

本発明では、生成途中の物語における特定の構成要素に対して特定の関係を適用する手続きを" 物 語技法" と呼び、 いつ ' どの要素に対してどの関係を適用すべきかを決定するルールを"物語 略" と呼ぶ。物語技法は 2節に挙げたような諸種の関係を適用する手続きのライブラリとして整理されて おり、物語戦略は特定の目標の関数として物語技法の使用を制御するためのルール型知識ベースとし て整理されている。

6章 生活知識ベース

生活項目の知識を整理分類した生活項目知識ベース、生活動詞の知識を整理分類した生活動詞知識 ベース、生活者の知識を整理分類したセグメ ント知識ベース、 商品を初めとした目的事物の知識を整 理分類した目的事物知識ベース、 時間の知識を整理分類した時間知識ベース、場所の知識を整理分類 した場所知識ベース、既知の生活シーンの知識を整理分類した既知生活シーン知識ベース.及びク ラス 生活の属性や生活項目や生活シーンの間の制約を整理分類した生活制約知識ベースのうち少なくとも 1つを部分知識ベースとして含み、必要により部分知識べ一ス間の関係の知識を持つ知識ベースであ る。本実施例ではその一覧は図 2 7の通りであり、 その構成図は図 2 8の通りである。 以下では、 図 2 7の一覧に付した包含関係を表す番号に従って順に、箇条書き的に説明する。各知識の作用と構成 方法については、第 1章及び 3章を参照されたい。

1 生活項目知識ベース ；

生活行為の動詞的概念の通俗的な概念による分類である生活動詞知識ベースをクラス生活への代入を 通じて反映したサブクラスである生活領域と、生活行為の定量調査データの統計解析による分類で得 られるサブクラスであるライフスタイルとを、統合した階層的な知識ベースである。従って、 個々の 生活項目のサブクラスは、生活領域というスーパークラスとライフスタイルというスーパークラスか ら多重継承したサブクラスである。

1 一 1 生活領域知識ベース ；

生活行為の動詞的概念の通俗的な概念による分類である生活動詞知識ベースをクラス生活への代入を 通じて反映したサブクラスである生活領域の階層的な知識ベース。生活行為の通俗的な概念による分 類である。

1 一 2 ライフスタイル知識べ一ス ；

生活行為の定量調査データの統計解析による分類であるライフスタイルの階層的な知識べ一ス。

2 生活動詞知識ベース ；

生活行為の動詞的概念である生活動詞の通俗的な概念による分類の階層的な知識ベース。

3 セグメ ン ト知識ベース ； 生活者の知識を整理分類した階層的な知識ベース。

4 目的事物知識ベース ；

商品を初めとした目的事物の知識を整理分類した階層的な知識ベース。

5 時間知識ベース ；

時間の知識を整理分類した階層的な知識ベース。 ·

6 場所知識ベース ；

場所の知識を整理分類した階層的な知識べ一ス。

7 既知生活シーン知識ベース

既知の有効生活シーンと非有効生活シーンの階層的な知識べ一ス。

7一 1 既知有効生活シ一ン知識べ一ス

既知の有効生活シーンの階層的な知識ベース。

7 - 2 既知非有効生活シーン知識べ一ス

既知の非有効生活シーンの階層的な知識ベース。

8 生活制約知識ベース

クラス生活の属性や生活項目や生活シーンの間の制約を整理分類した知識ベース。 その作成は、 3 聿 5節の因果関係の知識べ一スの構成方法に準じ、主として人間に入力させることによる方法と定量 データの統計処理による方法を用いる。

8一 1 生活属性制約知識べ一ス

クラス生活の属性の間の制約を整理分類した知識べ一ス。例えば、属性使用事物を例にすれば、鰻と 梅干しは矛盾する組み合わせであり、 同時に存在することを許されない矛盾制約であるというような 知識である。 また、 高級レストランでは高級料理を食べると言うような随伴制約であるというような 知識である。

8 - 2 生活項目制約知識ベース

生活項目の間の制約を整理分類した知識ベース。例えば、厳格な儀式に出席する前には酒を飲むこと は許されない矛盾制約であるというような知識である。随伴制約の知識でもある。

8 - 3 生活シーン制約知識ベース

生活シーンのまたはそれらの間の制約を整理分類した知識ベース。例えば、子供が酒を飲むことは許 されない矛盾制約であるというような知識である。随伴制約の知識でもある。

本発明の効果

本発明は以上説明したように構成されているので、次に説明するような効果を持つ。

①マーケティングにおいて、定量調査の定量データとマ一ケタ一等の持つ定性知識及び定性データ をシステムにより一貫したメカニズムの知識とデータに統合し、 そのセグメントの分類 ·選択もその 一貫したメカニズムに包含する。 また、知識獲得や事後的に知識を追加修正する上で従来の知識べ一 スを用いたシステムに存在した障害を解決するため、定量データと定性データと定性知識が相乗作用 をもたらすような形で事後的に柔钦に知識を追加修正でき、 人間の持つ定性データと定性知識をシス テムが取り込み再利用し、 人間が定性知識を再構築しそれを再び知識べ一スに反映できるようにする。 それにより、 『定量データと定性知識や定性データとの乖離』 を克服し、 マーケティングの知識ゃデ 一夕の普遍的な再利用をもたらし、知識やデータの管理と運用の主観性ゃ属人性を解決し、 マーケテ イングの様々な検討の過程と結論に普遍的な妥当性を与える。 また、 『組み合わせ空間の膨大さ』 を 克服して、 人間の理解と発想を生かしつつ、 人間では処理できないようなセグメントと商品と生活動 詞の膨大な組み合わせ空間を検討し、生起する可能性が客観的に有効な有効生活シーン、 つまりシス テムで統合されたマーケティ ング的論理に裏付けられた現実妥当性のある有効生活シーンを作成する このように、 マーケティング業務を、 人間による従来の業務方法を越えたメカニズムで自動化し支援 し、 人間では原理的に不可能な効率向上及び質的向上を実現する。

②魅力的な提案生活シーンゃ広告作品を創作するクリエイティブな発想能力のための様々な知識を、 システムにより一貫したメカニズムの知識に統合する。 それにより、 クリエィティブな創作の知識の 普遍的な再利用をもたらし、知識の管理と運用の主観性ゃ属人性を解決し、 クリエイティブの様々な 創作の過程と作品に、 ターゲッ トの共感を得る普遍的な裏付けを与える。 また、 『組み合わせ空間の 膨大さ』 を克服して、 人間では処理できないような複数の提案生活シーンの膨大な組み合わせ空間を 検討し、 ターゲッ トが共感する可能性が客観的に予想できる提案生活シーンや広告作品、 つまりシス テムで統合されたクリエィティブな発想能力に裏付けられた提案生活シーンや広告作品を作成創作す る。 このように、 マーケティングと広告作成の業務を、 人間による従来の業務方法を越えたメカニズ ムで自動ィヒし支援し、 人間では原理的に不可能な効率向上及び質的向上を実現する。

③マーケティング業務と広告作成業務を同一のシステムにより一貫したメカニズムに統合する。 こ れによって、現実妥当性を裏付けるマーケティング的論理能力と魅力的な提案生活シーンや広告作品 を作成創作するクリエイティブな発想能力の間で、人間による対応では原理的に不可能であった 『異 なる種類の能力の融合』 が実現される。 また、 『分割しての相互参照を統合できない』 いう問題を 克服し、整合する全体の組み合わせを作成するための、独立した順番ごとのプロセスを踏まえ、生活 者の間に生起が客観的に予想できるマーケティ ング計画と彼等が感動する可能性が客観的に予想でき る広告作成を、統合的に実現できる。 産業上の利用可能性

以上により、本発明の産業上の利用可能性は次の通りである。

①マーケティングにおいて、定量調査の定量データとマ一ケタ一等の持つ定性知識及び定性データ をシステムにより一貫したメカニズムの知識とデータに統合し、 そのセグメントの分類 ·選択もその —貫したメカニズムに包含する。 また、知識獲得や事後的に知識を追加修正する上で従来の知識べ一 スを用いたシステムに存在した障害を解決するため、定量データと定性データと定性知識が相乗作用 をもたらすような形で事後的に柔軟に知識を追加修正でき、 人間の持つ定性データと定性知識をシス テムが取り込み再利用し、 人間が定性知識を再構築しそれを再び知識べ一スに反映できるようにする。 それにより、 『定量データと定性知識や定性データとの乖離』 を克服し、 マーケティングの知識ゃデ 一夕の普遍的な再利用をもたらし、知識やデータの管理と運用の主観性ゃ属人性を解決し、 マーケテ イングの様々な検討の過程と結論に普遍的な妥当性を与える。 また、 『組み合わせ空間の膨大さ』 を 克服して、 人間の理解と発想を生かしつつ、 人間では処理できないようなセグメントと商品と生活動 詞の膨大な組み合わせ空間を検討し、生起する可能性が客観的に有効な有効生活シーン、 つまりシス テムで統合されたマーケティング的論理に裏付けられた現実妥当性のある有効生活シーンを作成する _c このように、 マ一ケティング業務を、 人間による従来の業務方法を越えたメカニズムで自動化し支援 し、 人間では原理的に不可能な効率向上及び質的向上を実現する。

②魅力的な提案生活シーンゃ広告作品を創作するクリエイティブな発想能力のための様々な知識を、 システムにより一貫したメカニズムの知識に統合する。 それにより、 クリエィティブな創作の知識の 普遍的な再利用をもたらし、知識の管理と運用の主観性ゃ属人性を解決し、 クリエィティブの様々な 創作の過程と作品に、 ターゲッ トの共感を得る普遍的な裏付けを与える。 また、 『組み合わせ空間の 膨大さ』 を克服して、 人間では処理できないような複数の提案生活シーンの膨大な組み合わせ空間を 検討し、 ターゲッ トが共感する可能性が客観的に予想できる提案生活シーンや広告作品、 つまりシス テムで統合されたクリエィティブな発想能力に裏付けられた提案生活シーンや広告作品を作成創作す る。 このように、 マーケティングと広告作成の業務を、 人間による従来の業務方法を越えたメカニズ ムで自動化し支援し、 人間では原理的に不可能な効率向上及び質的向上を実現する。

③マーケティング業務と広告作成業務を同一のシステムにより一貫したメカニズムに統合する。 こ れによって、現実妥当性を裏付けるマーケティング的論理能力と魅力的な提案生活シーンや広告作品 を作成創作するクリエイティブな発想能力の間で、人間による対応では原理的に不可能であった 『異 なる種類の能力の融合』 が実現される。 また、 『分割しての相互参照を統合できない』 という問題を 克服し、整合する全体の組み合わせを作成するための、独立した順番ごとのプロセスを踏まえ、 生活 者の間に生起が客観的に予想できるマーケティ ング計画と彼等が感動する可能性が客観的に予想でき る広告作成を、統合的に実現できる。

Claims

請求の範囲

1 · 動詞的概念の分類である生活動詞、 人間の分類であるセグメント、 目的事物である商品、 時間 又は場所の内の少なくとも 3つを含む組み合わせで、統計や因果関係等から生起可能性が有効な組み 合わせとして、有効生活シーンを作成するマーケティング自動化支援システムを備えたマーケティン グ広告自動化支援システム。

2 . 請求項 1 において、 マーケティング自動化支援システムは、任意の組み合わせから統計処理の モジュールを用いて定量データにおいて統計的に有意な組み合わせを選ぶことで有効生活シーンを作 成する、 マーケティ ング広告自動化支援システム。

3 . 請求項 1において、 マーケティ ング自動化支援システムは、 因果関係の知識ベースを用いて有 効生活シーンを作成する、 マーケティ ング広告自動化支援システム。

4 . 請求項 3において、 マーケティ ング自動化支援システムは、 因果関係の知識ベースを用いて前 向き推論することで有効生活シーンを作成する、 マ一ケティ ング広告自動化支援システム。

5 . 請求項 3において、 マ一ケティ ング自動化支援システムは、 因果関係の知識ベースを用いて任 意の組み合わせを後向き推論により証明することで有効生活シーンを作成する、 マーケティング広告 自動化支援システム。

6 . 請求項 2及び請求項 5において、 マーケティ ング自動化支援システムは、 任意の組み合 せを 定量データにおいて統計的に有意な組み合わせとして選べなかった場合にその組み合わせを因果関係 の知識べ一スを用いて後向き推論により証明することで、又は因果関係の知識ベースを用いて任意の 組み合わせを後向き推論により証明できなかった場合にその組み合わせを定量データで検証する統計 処理のモジュールを用いて、有効生活シーンを作成する、 マ一ケティング広告自動化支援システム。

7 . 請求項 3において、 マーケティ ング自動化支援システムは、既知の有効生活シーンの生じる因 果ルール又は事実又はそれらの候補を使用者に入力させるもので、又はそうすることで因果関係の知 識ベースの因果ルール又は事実の少なくとも一部を作成するものである、 マーケティング広告自動化 支援システム o

8 . 請求項 2及び請求項 5において、 マーケティ ング自動化支援システムは、任意の組み合わせを 定量データにおいて統計的に有意な組み合わせとして選べなかった場合に、 又は因果関係の知識べ一 スを用いて任意の組み合わせを後向き推論により証明できなかった場合に、 又は必要により、 任意の 組み合わせを有効生活シーンとして生じる因果ルール又は因果ルールを満たす事実又はそれらの候補 を、使用者に入力又は選択させ又は自動的に設定するもので、 又はそうすることで因果関係の知識べ ースの因果ルール又は事実の追加や変更を行ないその少なくとも一部を作成するものである、 マーケ ティ ング広告自動化支援システム。

9 . 請求項 2及び請求項 5において、 マーケティ ング自動化支援システムは、任意の組み合わせを 定量データにおいて統計的に有意な組み合わせとして選べなかった場合に、 又は因果関係の知識べ一 スを用いて任意の組み合わせを後向き推論により証明できなかった場合に、又は必要により、 任意の 組み合わせに類似の既知の有効生活シーンを検索して、 その既知の有効生活シ一ンを生じる因果ルー ル又は因果ルールを満たす事実又はそれらの変形を、 当初の組み合わせを有効生活シーンとして生じ る因果ルール又は因果ルールを満たす事実又はそれらの候補として、使用者に入力又は選択させ又は 自動的に設定するもので、又はそうすることで因果関係の知識ベースの因果ルール又は事実の追加や 変更を行ないその少なくとも一部を作成するものである、 マーケティ ング広告自動化支援システム。

1 0 . 請求項 2及び請求項 3において、 マーケティ ング自動化支援システムは、定量データの統計 処理により因果関係の知識ベースの因果ルール又は事実の少なくとも一部を作成する、 マーケティ ン グ広告自動化支援システム。

1 1 . 請求項 2及び請求項 3において、 マーケティ ング自動化支援システムは、使用者に入力させ 又は自動的に設定した因果ルール又は事実又はそれらの候補を、定量データで検証する統計処理によ り、 因果関係の知識ベースの因果ルール又は事実の少なくとも一部を作成する、 マーケティ ング広告 自動化支援システム。

1 2 . 請求項 2及び請求項 3において、 マーケティ ング自動化支援システムは、定量データの統計 量を因果ルール又は事実の確信度に変換することにより、又は使用者に因果ルール又は事実の確信度 を入力又は選択させることより、 因果関係の知識ベースの因果ルール又は事実に確信度を与え必要に より確信度を変更する、 マーケティ ング広告自動化支援システム。

1 3 . 請求項 2及び請求項 5において、 マーケティ ング自動化支援システムは、既知の有効生活シ ーンの組み合わせ要素の一部を置換することで、任意の組み合わせを作成する、 マーケティング広告 自動化支援システム。

1 4 . 請求項 2及び請求項 5において、 マーケティング自動化支援システムは、使用者に任意の組 み合わせの入力又は選択を求め、使用者に入力又は選択させた任意の組み合わせをその ま用いるこ とで、 又は使用者に入力又は選択させた任意の組み合わせの組み合わせ要素の一部を置 することで、 任意の組み合わせを作成する、 マーケティング広告自動化支援システム。

1 5 . 請求項 1 3及び請求項 1 4において、 マーケティ ング自動化支援システムは、 置換する組み 合わせ要素を使用者に指定させる、 マーケティ ング広告自動化支援システム。

1 6 . 請求項 1において、 マーケティ ング自動化支援システムは、確信度を付与して有効生活シ一 ンを作成する、 マーケティ ング広告自動化支援システム。

1 7 . 請求項 2において、 マーケティ ング自動化支援システムは、有効生活シーンの根拠として、 統計処理のモジュールを用いて定量データにおいて統計的に有意な組み合わせを選ぶ過程を提示する、 マーケティ ング広告自動化支援システム。

1 8 . 請求項 3において、 マーケティ ング自動化支援システムは、有効生活シーンの根拠として、 因果関係の知識ベースを用いて有効生活シーンを作成する過程を提示する、 マーケティ ング広告自動 化支援システム。

1 9 . 生活動詞、 セグメ ン ト、 商品、場所及び時間のうち少なくとも 3つを含む組み合わせである 生活シーンについて、 その組み合わせ要素を具体化し時間的に展開した提案生活シーンを作成し、 又 はこの提案生活シーンを組み合わせ要素の脚色や別の生活シーンとの結合等によつて広告原案等に利 用できる創作シーンに変換する広告自動化支援システムを備えた、 マーケティ ング広告自動化支援シ ステム。

2 0 . 請求項 1 9において、広告自動化支援システムは、生活シーンの組み合わせ要素たるセグメ ント、 商品、場所及び時間について、 これらの要素の具体例を検索し、具体化された登場人物、 商品、 場所及び時間を時間的に推移する登場人物の行為の連鎮の形に展開するための生活シナリオを検索し、 この生活シナリオに上記の具体例を埋め込むことによって、特定の登場人物が特定の商品を特定の場 所と時間設定において実際に使用している状況を時間的に推移する登場人物の行為の連鎖すなわち一 種の物語として展開した提案生活シーンを作成する、 マーケティ ング広告自動化支援システム。

2 1 . 請求項 1 9において、広告自動化支援システムは、提案生活シーンを、組み合わせ要素の置 換か、又は別の生活シナリォとの合成 ·結合のいずれかの方法で脚色 ·拡張して広告原案等に利用で きる創作シーンを作成する、 マーケティ ング広告自動化支援システム。

2 2 . 請求項 2 1 において、広告自動化支援システムは、提案生活シーンにおける組み合わせ要素 のうち少なくとも 1つを別のシンボルに置換して創作シーンを作成するか、 又は提案生活シーンにお ける組み合わせ要素のうち少なくとも 1つを別の提案生活シーンと合成して創作シーンを作成するか、 又は提案生活シーンにおける組み合わせ要素のうち少なくとも 1つを軸として複数の提案生活シ一ン と結合して創作シーンを作成するか、又は複数の提案生活シーンゃ創作シ一ンを結合するための規則 を用いて提案生活シーンを別の提案生活シーンと結合して創作シーンを作成するか、 又は提案生活シ ーンをより大きな物語の中の一部分として位置付けるための構造規則を用いて創作シ一ンを作成する、 マーケティ ング広告自動化支援システム。

2 3 . 請求項 2 2において、広告自動化支援システムは、提案生活シーンにおける登場人物、 商品、 場所その他の物のうち少なく とも 1 つを綴りの等しさに基づいて別のシンボルに置換してシンボル置 換形式創作シーンを作成するか、 又は、提案生活シーンにおける登場人物、 商品、場所その他の物の うち少なくとも 1つを意味的な類似性や対照性に基づいて別のシンボルに置換してシンボル置換形式 創作シーンを作成する、 マーケティ ング広告自動化支援システム。

2 4 . 請求項 2 3において、広告自動化支援システムは、提案生活シーンにおける登場人物、 商品、 場所その他の物のうち少なくとも 1 つを綴りの等しさに基づいて別のシンボルに置換して表層的シン ボル置換形式創作シーンを作成する、 マーケティ ング広告自動化支援システム。

2 5 . 請求項 2 3において、広告自動化支援システムは、提案生活シーンにおける登場人物、 商品、 場所その他の物のうち少なくとも 1つを意味的な類似性や対照性に基づいて別のシンボルに置換する ことにより意味的シンボル置換形式創作シーンを作成する、 マーケティ ング広告自動化ま援システム。

2 6 . 請求項 2 2において、広告自動化支援システムは、提案生活シーンにおける登場人物、 商品、 場所のうち少なくとも 1つを共有する別の提案生活シーンをもとの提案生活シーンと結合するか、 又 は複数の提案生活シーンや生活シナリォゃ創作シーンを結合するための結合規則である物語関係を用 いて、提案生活シ一ンを他の提案生活シーンや生活シナ リオと結合することにより拡張して実生活形 式創作シーンを作成する、 マーケティ ング広告自動化支援システム。

2 7 . 請求項 2 2において、広告自動化支援システムは、提案生活シーンにおける登場人物、 商品、 場所のうち少なくとも 1つを軸としてそれを共有する別の提案生活シーンをもとのそれと結合するこ とによって、 ドキュメ ンタ リー形式創作シーンを作成する、 マーケティ ング広告自動化支援システム。

2 8 . 請求項 2 2において、広告自動化支援システムは、提案生活シーンや生活シナリオや創作シ ーンをより大きな物語の中の一部分として位置付けるための構造規則を用いて提案生活シーンを拡張 するか、 又はこの処理とシンボルの置換との組み合わせによって、又はシンボルの置換と物語関係の 適用の組み合わせによって、 又はこれらのすべての処理を組み合わせることによって、 フィ ク ショ ン 形式創作シ一ンを作成する、 マーケティ ング広告自動化支援システム。

2 9 . 請求項 2 1 において、広告自動化支援システムは、提案生活シーンもしくは創作シーン （両 者を含めて創作シナリオと呼ぶ） をシンボルの置換によって脚色し新しい創作シナリオを作成するか、 又は創作シナリオを別の提案生活シーンと合成することによって新しい創作シナリオを作成するか、 又は創作シナ リオを別の提案生活シ一ンと結合することによって新しい創作シナ リオを作成するか、 又は複数の創作シナリオや生活シナリォを結合するための結合規則を用いて新しい創作シナリォを作 成するか、 又は創作シナリオや生活シナリオをより大きな物語の中の一部分として位置付けるための 構造規則を用いて新しい創作シナリオを作成する、 マ一ケティング広告自動化支援システム。

3 0 . 請求項 2 9において、広告自動化支援システムは、創作シナリオにおける登場人物、 商品、 場所及びその他の物のうち少なくとも 1つと等しい綴りを持つその他の語彙をもとの創作シナリオに おける語彙と置換することによって脚色し新しい創作シナリオを作成するか、又は創作シナリオにお ける登場人物、 商品、場所及びその他の物のうち少なくとも 1つを意味的な類似性や対照性を持つそ の他の語彙と置換することによつて脚色し新しい創作シナリオを作成する、 マーケティ ング広告自動 化支援システム。

3 1 . 請求項 3 0において、広告自動化支援システムは、創作シナリオにおける登場人物、 商品、 場所及びその他の物のうち少なくとも 1つと等しい綴りの語彙をし、検索された語彙が生物概念であ ればそれを創作シナ リオにおける登場人物と置換し、検索された語彙が物概念であればそれを創作シ ナリオにおける商品、場所又はその他の物概念と置換することによって、新しい創作シナリオを作成 する、 マーケティ ング広告自動化支援システム。

3 2 . 請求項 3 0において、広告自動化支援システムは、創作シナ リオにおける登場人物、 商品、 場所及びその他の物のうち少なくとも 1つと意味的な類似性又は対照性を持った語彙を検索し、検索 された語彙が生物概念であればそれを創作シナリォにおける登場人物と置換し、検索された語彙が物 概念であればそれを創作シナリオにおける商品、場所又はその他の物概念と置換することによって、 新しい創作シナリォを作成する、 マ一ケティ ング広告自動化支援システム。

3 3 . 請求項 2 9において、広告自動化支援システムは、創作シナリオにおける登場人物、 商品、 場所のうち少なくとも 1つを共有する提案生活シーンを検索し、両者の間で登場人物、 商品、場所を 入れ換えることによって新しい創作シナリオを合成 ·作成する、 マーケティ ング広告自動化支援シス テム o

3 4 . 請求項 2 9において、広告自動化支援システムは、創作シナリオにおける登場人物、 商品、 場所のうち少なくとも 1つを共有するすべての提案生活シーンを検索し、 この要素を軸として創作シ ナリオと提案生活シーンを複数結合することによって新しい創作シナリオを作成する、 マーケティ ン グ広告自動化支援システム。

3 5 . 請求項 2 9において、広告自動化支援システムは、創作シナリオに対して「並 ¾」 、 「原因 —結果」 、 「対照」 、 「欠如—充足」 等の物語関係を適用して新しい創作シナリオを作 する、 マー ケティ ング広告自動化支援システム。

3 6 . 請求項 2 9において、広告自動化支援システムは、創作シナリオに対して 「欠如—充足—禁 止一違反一欠如」等の物語構造を適用して新しい創作シナリオを作成する、 マーケティング広告自動 ィ匕支援システム。

3 7 . 請求項 1 9において、 さらに、生活シナ リオ知識ベース、提案生活シーン知識ベース、語鴛 知識ベース、物語関係知識ベース、物語構造知識ベースのうち少なくとも 1つを部分知識ベースとし て備えている、 マーケティング広告自動化支援システム。

3 8 . 請求項 3 7において、知識ベースは、 人間の日常生活の諸場面における典型的行動様式に関 する知識を、登場人物、場所及び時間の設定、 この登場人物がこれらの場所と時間においてある商品 を使用している状況を人間が通常行う典型的な行為の連鎖の形で表現したものである、 マーケティ ン グ広告自動化支援システム。

3 9 . 請求項 3 7において、知識ベースは、既に作成済みのすべての提案生活シーンを内蔵してい る、 マーケティ ング広告自動化支援システム。

4 0 . 請求項 3 7において、知識ベースは、 ある語彙とその類義語、対義語等語彙どうしの関係を 定義したマーケティ ング広告自動化支援システム。

4 1 . 請求項 3 7において、知識ベースは、複数の創作シナリオや生活シナリォを結合するための 結合規則である 「並列」 、 「原因一結果」 、 「対照」 、 「欠如一充足」等の物語関係の定義を複数内 蔵したマーケティ ング広告自動化支援システム。

4 2 . 請求項 3 7において、知識べ一スは、創作シナリオや生活シナリオをより大きな物語の中の 一部分として位置付けるための構造規則である 「欠如一充足—禁止一違反—欠如」等の物語構造の定 義を複数内蔵したマーケティング広告自動化支援システム。

4 3 . 生活項目の知識を整理分類した生活項目知識ベース、生活動詞の知識を整理分類した生活動 詞知識ベース、生活者の知識を整理分類したセグメ ント知識ベース、商品を初めとした目的事物の知 識を整理分類した目的事物知識ベース、 時間の知識を整理分類した時間知識ベース、場所の知識を整 理分類した場所知識ベース、既知の生活シーンの知識を整理分類した既知生活シーン知識ベース、及 びク ラス生活の属性や生活項目や生活シーンの間の制約を整理分類した生活制約知識ベースのうち少 なくとも 1つを部分知識べ一スとして含み必要によりそれら部分知識ベース間の関係の知識を持つ生 活知識ベースを備えた、 マーケティ ング広告自動化支援システム。

4 4 . 請求項 4 3において、生活項目知識ベースは、生活行為の通俗的な概念による分類である生 活領域と生活行為の定量データの統計解析によって得られる分類であるライフスタイルとを統合した 階層的な知識ベースである、 マーケティ ング広告自動化支援システム。

4 5 . 請求項 4 3において、 セグメント知識ベースは、年齢、性別、 職業、役職、 収入、学歴、家 族形態、 価値観、特記事項の内少なくとも 2つを含む、 マーケティング広告自動化支援システム。

4 6 . 請求項⁴ 3において、属性間に従属関係がある場合に、 セグメント知識べ一スはそれら属性 を定量データの統計解析によつて整理したものであり、必要によりそれら属性を定量データの統計解 析によつて整理する統計処理のモジュールを備えた、 マ一ケティング広告自動化支援システム。

4 7 . 請求項 1乃至請求項 1 8におけるマ一ケティング自動化支援システムと請求項 1 9乃至請求 項 4 2における広告自動化支援システムとを、共に備えるマーケティング広告自動化支援システム。

4 8 . 請求項 1乃至請求項 1 8におけるマーケティング自動化支援システムと請求項 4 3乃至請求 項 4 6における生活知識ベースとを、共に備えるマーケティング広告自動化支援システム。

4 9 . 請求項 1 9乃至請求項 4 2における広告自動化支援システムと請求項 4 3乃至請求項 4 6に おける生活知識ベースとを、共に備えるマーケティング広告自動化支援システム。

5 0 . 請求項 1乃至請求項 1 8におけるマーケティング自動化支援システムと請求項 1 9乃至請求 項 4 2における広告自動化支援システムと請求項 4 3乃至請求項 4 6における生活知識ベースとを、 共に備えるマーケティング広告自動化支援システム。