WO2023187952A1 - 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体 - Google Patents

料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体 Download PDF

Info

Publication number
WO2023187952A1
WO2023187952A1 PCT/JP2022/015258 JP2022015258W WO2023187952A1 WO 2023187952 A1 WO2023187952 A1 WO 2023187952A1 JP 2022015258 W JP2022015258 W JP 2022015258W WO 2023187952 A1 WO2023187952 A1 WO 2023187952A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
information
recommended
recognition unit
dishes
Prior art date
Application number
PCT/JP2022/015258
Other languages
English (en)
French (fr)
Inventor
國武 友里 金子
泰一 前田
順也 武市
浩太郎 中山
Original Assignee
キッコーマン株式会社
Ｎａｂｌａｓ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by キッコーマン株式会社, Ｎａｂｌａｓ株式会社 filed Critical キッコーマン株式会社
Priority to PCT/JP2022/015258 priority Critical patent/WO2023187952A1/ja
Publication of WO2023187952A1 publication Critical patent/WO2023187952A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles

Definitions

  • the present invention provides a cooking information providing system, a cooking information providing method, a cooking information providing device, a cooking information providing program, and a memory storing the program for providing information on dishes recommended for eating behavior to a user. Regarding the medium.
  • eating behavior refers to various behaviors related to food intake, and includes not only the act of eating the food itself, but also the act of cooking and preparing the food, and making reservations at the restaurant where the food is served. .
  • the recommended dishes differ not only based on conditions based on the user himself/herself, such as the user's cooking preferences, but also on environmental conditions (for example, time available for eating, available materials, etc.). Therefore, as a system of this kind, a system is known that presents recommended dishes by considering environmental conditions in addition to the user's cooking preferences (for example, see Patent Document 1).
  • Patent Document 1 When recognizing recommended dishes, the system described in Patent Document 1 refers only to parameters that are fixed to some extent, such as preferences and situations, and refers to parameters that are likely to fluctuate, such as the user's mood (i.e., emotions). I haven't.
  • the present invention has been made in view of the above points, and provides cooking information that accurately takes into account emotions and provides information on dishes that are likely to satisfy the user through eating behavior.
  • the object of the present invention is to provide a system, a cooking information providing method, a cooking information providing device, a cooking information providing program, and a storage medium recording the program.
  • the cooking information providing system of the present invention includes: In a cooking information providing system that provides the user with cooking information that is information about recommended dishes that are recommended for the user to eat, a user information recognition unit that recognizes user information that is information including at least one of the user's biological information, preferences, and environment in the eating behavior; a current emotion recognition unit that recognizes a current emotion that is an emotion when the user desires to obtain the cooking information; a recommended dish recognition unit that recognizes the recommended dish using a prediction model that inputs the user information and the current emotion and outputs the recommended dish; Obtaining the cooking information from a cooking information recognition unit that recognizes a plurality of information regarding candidate dishes that are used in the prediction model and that can be the recommended dishes, and providing the cooking information to the user.
  • the current emotion recognition unit presents to the user an emotion model that is a planar model or a three-dimensional model whose coordinates are defined based on a plurality of basic emotions, in a format in which any coordinate in the emotion model can be selected.
  • an emotion model presentation unit and a coordinate recognition unit that recognizes selected coordinates, which are coordinates in the emotion model selected by the user, as the current emotion;
  • the recommended dish recognition unit uses each of the plurality of candidate dishes, the selected coordinates, and the user information as learning data as the prediction model, and automatically calculates the correlation between the candidate dishes, the selected coordinates, and the user information.
  • the present invention is characterized by using a predictive model that is trained and selects and outputs the recommended dish from a plurality of candidate dishes.
  • a person assumed to be a user includes not only the person who performs the eating behavior, but also a person who causes another person to perform the eating behavior, and a person whose eating behavior is performed by another person. For example, this includes parents who use the system for their children, and children whose eating behavior is managed by their parents.
  • drying information refers to information about the dish itself, such as the name of the dish, ingredients, and recipe, as well as information about the store where the dish is served, and the name of the service that can deliver the dish. Also includes information regarding the means.
  • learning data is data used to train a machine learning algorithm, and includes, for example, feature amounts, correct data, or a set thereof used for the training. More specifically, “learning data” is data used to determine parameters possessed by a machine learning algorithm, such as feature quantities, correct answer data, Or a combination thereof.
  • the cooking information providing system of the present invention employs an emotion model, which is a plane model or a three-dimensional model, whose coordinates are defined based on a plurality of basic emotions, as an interface for inputting the user's emotions.
  • the coordinates selected in the emotion model are recognized as the user's emotion. This makes it possible for the user to easily and accurately express his or her own emotions as values called coordinates without converting them into verbal expressions or the like.
  • this system uses clear parameters called coordinates instead of vague parameters called emotions.
  • ambiguity is eliminated from input data, so accurate recommended dishes can be obtained as output data.
  • the system of the present invention it is possible to provide the user with cooking information regarding appropriate recommended dishes, taking emotions into account accurately. Furthermore, by eating the recommended dish, the user can feel satisfied with a high probability.
  • the emotion model includes a first coordinate axis representing one or more basic emotions and a second coordinate axis representing the strength of the basic emotion.
  • Emotion models using such coordinate axes include, for example, EmojiGrid, Plutchik's Wheel of Emotions, and those generated based on them (for example, a circular model that uses the color arrangement of Plutchik's Wheel of Emotions). model etc.) may be adopted.
  • the basic emotions include, for example, joy, trust, fear, surprise, sadness, disgust, anger, and anticipation adopted in Plutchik's wheel of emotions, and joy, fear, surprise, sadness, disgust, and anger in Ekman's theory. etc. may be adopted.
  • the recommended dish recognition unit recognizes the plurality of recommended dishes, Preferably, the cooking information providing unit provides the user with the cooking information corresponding to each of the plurality of recommended dishes.
  • the cooking information providing system of the present invention in the case of a configuration that provides a plurality of cooking information, for each of the plurality of recommended dishes, comprising a selection situation recognition unit that recognizes a selection situation that is the situation at the time when the recommended dish selected by the user from the plurality of recommended dishes becomes a selected dish,
  • the recommended dish recognition unit uses each of the plurality of candidate dishes, the selected coordinates, the user information, and the selection situation as learning data as the prediction model, and uses the candidate dishes, the selected coordinates, and the user information as learning data. It is preferable to use a prediction model that performs machine learning on the correlation between the recommended dish and the selection situation and outputs the recommended dish selected from the plurality of candidate dishes.
  • selection status refers to the status on the system side, including the number of selections and display position described later, recommended dishes that became selected dishes before the selected dish was selected, and whether the selected dish was selected. Examples include the types of recommended dishes that were presented at the same time.
  • the situation on the user's side includes the time at which the selected dish was selected (and whether it was breakfast or dinner, etc.), the user's actions before and after the time when the selected dish was selected (for example, on a mobile device) contents of the operation).
  • the selection situation recognition unit recognizes, as the selection situation, at least the number of times the selected dish has been selected, for each of the plurality of recommended dishes.
  • the recommended dish recognition unit uses each of the plurality of candidate dishes, the selected coordinates, the user information, and the selection situation as learning data as the prediction model, and uses the candidate dishes, the selected coordinates, and the user information as learning data. , a correlation with the selection situation, and a recommendation level that is the strength of the correlation, and a prediction model that outputs the recommended dish selected from the plurality of candidate dishes and the recommendation level of the recommended dish.
  • the cooking information providing unit may provide the cooking information corresponding to each of the plurality of recommended dishes to the user together with the recommendation level, or in a format in which cooking information corresponding to the recommended dish with a higher recommendation level is prioritized. It is preferable to provide the
  • the cooking information providing system of the present invention includes: In a cooking information providing system that provides the user with cooking information that is information about recommended dishes that are recommended for the user to eat, a user information recognition unit that recognizes user information that is information including at least one of the user's biological information, preferences, and environment in the eating behavior; a current emotion recognition unit that recognizes a current emotion that is the emotion at the time when the user desires to obtain the cooking information; a recommended dish recognition unit that recognizes the recommended dish based on correlation data representing a correlation between the user information and the current emotion and each of a plurality of candidate dishes that can be the recommended dishes; a cooking information providing unit that acquires the cooking information from a cooking information recognition unit that recognizes a plurality of pieces of information regarding the candidate dishes, and provides the cooking information to the user;
  • the current emotion recognition unit presents to the user an emotion model that is a planar model or a three-dimensional model whose coordinates are defined based on a plurality of basic emotions, in a format in which any coordinate in the emotion model can
  • the cooking information providing system of the present invention employs an emotion model, which is a plane model or a three-dimensional model, whose coordinates are defined based on a plurality of basic emotions, as an interface for inputting the user's emotions.
  • the coordinates selected in the emotion model are recognized as the user's emotion. This makes it possible for the user to easily and accurately express his or her own emotions as values called coordinates without converting them into verbal expressions or the like.
  • the system of the present invention it is possible to provide the user with cooking information regarding appropriate recommended dishes, taking emotions into account accurately. Furthermore, by eating the recommended dish, the user can feel satisfied with a high probability.
  • the cooking information providing method of the present invention includes: A cooking information providing method for providing the user with cooking information that is information about recommended dishes that are recommended for the user to perform eating behavior, a step in which the user information recognition unit recognizes user information that is information including at least one of the user's biological information, preferences, and environment in the eating behavior; a step in which the current emotion recognition unit recognizes a current emotion that is the emotion at the time when the user desires to obtain the cooking information; a step in which the recommended dish recognition unit recognizes the recommended dish using a prediction model that inputs the user information and the current emotion and outputs the recommended dish; The cooking information providing unit acquires the cooking information from the cooking information recognition unit that recognizes a plurality of pieces of information regarding candidate dishes that are dishes used in the prediction model and that can be the recommended dishes; providing the information to the user; In the step of recognizing the current emotion, the emotion model presentation unit of the current emotion recognition unit selects an emotion model that is a plane model or a three-dimensional model whose coordinates are defined based on a plurality of
  • the coordinate recognition unit of the current emotion recognition unit recognizes the selected coordinates, which are the coordinates in the emotion model selected by the user, as the current emotion; and processing to In the step of recognizing the recommended dish, the recommended dish recognition unit uses each of the plurality of candidate dishes, the selected coordinates, and the user information as learning data as the prediction model, and uses the candidate dishes and the selected coordinates as learning data.
  • the present invention is characterized by using a prediction model that performs machine learning on the correlation with the user information and selects and outputs the recommended dish from the plurality of candidate dishes.
  • the cooking information providing device of the present invention includes: A cooking information providing device that provides the user with cooking information that is information about recommended dishes that are recommended for the user to eat.
  • a user information recognition unit that recognizes user information that is information including at least one of the user's biological information, preferences, and environment in the eating behavior;
  • a current emotion recognition unit that recognizes a current emotion that is the emotion at the time when the user desires to obtain the cooking information;
  • a recommended dish recognition unit that recognizes the recommended dish using a prediction model that inputs the user information and the current emotion and outputs the recommended dish;
  • the dish information is acquired from a dish information recognition unit that recognizes a plurality of information regarding candidate dishes that are dishes used in the prediction model and that can be the recommended dishes, and the dish information is provided to the user.
  • the current emotion recognition unit presents to the user an emotion model that is a planar model or a three-dimensional model whose coordinates are defined based on a plurality of basic emotions, in a format in which any coordinate in the emotion model can be selected.
  • an emotion model presentation unit and a coordinate recognition unit that recognizes selected coordinates, which are coordinates in the emotion model selected by the user, as the current emotion;
  • the recommended dish recognition unit uses each of the plurality of candidate dishes, the selected coordinates, and the user information as learning data as the prediction model, and automatically calculates the correlation between the candidate dishes, the selected coordinates, and the user information.
  • the present invention is characterized by using a predictive model that is trained and selects and outputs the recommended dish from a plurality of candidate dishes.
  • the cooking information providing program of the present invention includes: A cooking information providing program that causes a computer to execute a cooking information providing method for providing the user with cooking information that is information about recommended dishes that are recommended to be eaten by the user, to the computer; a step in which the user information recognition unit recognizes user information that is information including at least one of the user's biological information, preferences, and environment in the eating behavior; a step in which the current emotion recognition unit recognizes a current emotion that is the emotion at the time when the user desires to obtain the cooking information; a step in which the recommended dish recognition unit recognizes the recommended dish using a prediction model that inputs the user information and the current emotion and outputs the recommended dish; The cooking information providing unit acquires the cooking information from the cooking information recognition unit that recognizes a plurality of pieces of information regarding candidate dishes that are dishes used in the prediction model and that can be the recommended dishes; providing information to the user; In the step of recognizing the current emotion, the emotion model presentation unit of the current emotion recognition unit selects an emotion model that is a plane model or a three-
  • the coordinate recognition unit of the current emotion recognition unit recognizes the selected coordinates, which are the coordinates in the emotion model selected by the user, as the current emotion; and processing to In the step of recognizing the recommended dish, the recommended dish recognition unit uses each of the plurality of candidate dishes, the selected coordinates, and the user information as learning data as the prediction model, and uses the candidate dishes and the selected coordinates as learning data.
  • the present invention is characterized by using a prediction model that performs machine learning on the correlation with the user information and selects and outputs the recommended dish from the plurality of candidate dishes.
  • the recording medium of the present invention includes: The cooking information providing program described above is recorded, and the cooking information providing program is readable by the computer.
  • FIG. 1 is an explanatory diagram showing a schematic configuration of a providing system according to an embodiment.
  • FIG. 2 is a block diagram showing the configuration of a processing unit of the providing system of FIG. 1.
  • FIG. FIG. 2 is a schematic diagram showing an example of an emotion model used to obtain a current emotion in the provision system of FIG. 1;
  • the schematic diagram which shows an example of the emotion model used in order to acquire a current emotion in the provision system based on the 1st modification.
  • 2 is a flowchart showing a process executed by the providing system of FIG. 1 before providing cooking information.
  • 2 is a flowchart showing a process executed by the providing system of FIG.
  • FIG. 2 is an image diagram showing an example of an image displayed on a user terminal when the providing system of FIG. 1 recognizes user information.
  • FIG. 2 is an image diagram showing an example of an image displayed on a user terminal when the provision system of FIG. 1 recognizes a current emotion.
  • FIG. 2 is an image diagram showing an example of an image displayed on a user terminal when the providing system of FIG. 1 provides cooking information.
  • FIG. 2 is an image diagram showing an example of an image displayed on a user terminal when any of the cooking information is selected by the providing system of FIG. 1;
  • providing system S a cooking information providing system according to an embodiment (hereinafter referred to as "providing system S") and a cooking information providing method implemented using the system will be described with reference to the drawings.
  • the providing system S in this embodiment extracts a recommended dish, which is a dish that the user U is recommended to eat, from among a plurality of candidate dishes, and This is used for a service that provides user U with cooking information related to.
  • the person assumed to be the user U includes not only the person who performs the eating behavior, but also a person who causes another person to perform the eating behavior, and a person whose eating behavior is performed by another person. For example, this includes parents who use the system for their children, and children whose eating behavior is managed by their parents.
  • drying information refers to information about the dish itself, such as the name of the dish, ingredients, and recipe, as well as information about the store where the dish is served, and the means to obtain the dish, such as the name of the service that can deliver the dish. Also includes information.
  • the providing system S is a computer system for providing cooking information to the user U, and is configured by a server 1 owned by a provider of the service provided by the providing system S.
  • the server 1 is configured to be able to communicate information with a user terminal 2 such as a smartphone or tablet owned by the user U via the Internet network, public line, or the like.
  • the cooking information providing system of the present invention is not limited to one configured by one server, and any of the terminals configuring the cooking information providing system may be equipped with a processing unit to be described later. It is sufficient if it is configured as follows.
  • the entire cooking information providing system may be configured by a plurality of servers.
  • at least one of the processing units or at least a part of the functions of the processing unit may be implemented in the user terminal, and the user terminal and the server may cooperate, or the system may be configured with only the user terminal.
  • functions corresponding to the input section 20 and output section 21 provided in the user terminal 2 may be provided in a terminal having a processing section, and configured as an independent cooking information providing device. .
  • the user terminal 2 that can communicate with the server 1 that is the providing system S has an input unit 20 as a function (processing unit) realized by at least one of the implemented hardware configuration and the program. and an output section 21.
  • the description will be given assuming that the input section 20 and output section 21 of the user terminal 2 are touch panels.
  • the user terminal is not limited to such a configuration, and may be any device that can accept information input from the user and output information to present the information to the user.
  • the user terminal may be configured to allow input and output using a keyboard, microphone, camera, speaker, etc. in addition to the touch panel.
  • the server 1 includes a user information recognition unit 10, a user information storage unit 11, and a current emotion recognition unit as functions (processing units) realized by at least one of the implemented hardware configuration and the program. 12, a recommended dish recognition unit 13, a cooking information storage unit 14 (cooking information recognition unit), a cooking information provision unit 15, and a selection situation recognition unit 16.
  • the user information recognition unit 10 recognizes information including at least one of user U's biological information, preferences, and eating behavior environment as user information.
  • “physical information” refers to information regarding the user's body that may affect eating behavior. Examples of the physical information include the user's gender, age, height, and weight. Moreover, here, “preferences” include not only the user's preferences regarding dishes or ingredients themselves, but also the user's preferences that may affect eating behavior. For example, it includes whether you like or dislike summer (and by extension, the state of your appetite depending on the temperature).
  • the "environment for eating behavior” includes, for example, the number of people at the time the user performs the eating behavior, the relationship between the user and those who will be performing the eating behavior together, the time when the user plans to perform the eating behavior, These include the place where the eating behavior takes place and the type of eating behavior (e.g., whether you eat yourself or feed someone else, whether you cook for yourself or eat out).
  • the user information recognition unit 10 first presents a predetermined questionnaire to the output unit 21 of the user terminal 2 (see FIG. 5). Thereafter, the user information recognition unit 10 refers to the answers to the questionnaire and the information stored in the user information storage unit 11, and recognizes the user information regarding the user U who will receive the service provided by the providing system S this time.
  • the user information recognition unit 10 stores new user information in the user information storage unit 11.
  • the user information storage unit 11 stores user information corresponding to each user U.
  • user information acquired during a registration procedure for the user U to receive a service provided by the providing system S is stored as initial information. Thereafter, when new user information is recognized by the user information recognition unit 10, information added or changed based on the new user information is stored in the initial information.
  • the user information may be stored as initial information when the user information is recognized for the first time by the user information recognition unit 10.
  • the user information storage unit 11 stores information about the selection situation for each user U or for each group having the same or corresponding user information as the user U. is stored in Corresponding user information refers to user information in which part of the user information is the same or similar.
  • the current emotion recognition unit 12 recognizes the current emotion that is the emotion when the user U attempts to receive a service from the providing system S (that is, when the user U desires to obtain cooking information).
  • the emotion recognition section 12 includes an emotion model presentation section 12a and a coordinate recognition section 12b.
  • the emotion model presentation unit 12a provides, via the user terminal 2, an emotion model that is a plane model whose coordinates are defined based on a plurality of basic emotions, and allows the user U to select any coordinates in the emotion model. It is presented to the user U in the format.
  • basic emotions include, for example, joy, trust, fear, surprise, sadness, disgust, anger, and anticipation adopted in Plutchik's circle of emotions, and joy, fear, surprise, sadness, and disgust in Ekman's theory. ⁇ Anger, etc. can be used.
  • the providing system S employs a model including a first coordinate axis representing a plurality of basic emotions and a second coordinate axis representing the strength of the basic emotions as an emotion model.
  • the providing system S employs EmojiGrid shown in FIG. 3A as an emotion model (see FIG. 6).
  • images of faces expressing some kind of emotion are arranged at predetermined intervals around the periphery to define a first coordinate axis representing a basic emotion.
  • a first coordinate axis representing a basic emotion.
  • an image of a face expressing a state in which there is no specific emotion is placed at the center position, which is the origin, and the distance from the origin to each image expressing some emotion placed in the surrounding area is calculated. This is defined as a second coordinate axis representing the strength of emotion corresponding to each image.
  • the emotion model in the present invention is not limited to such an EmojiGrid, but may be any plane model or three-dimensional model whose coordinates are defined based on a plurality of basic emotions.
  • Plutchik's wheel of emotions may be adopted as the emotion model.
  • a model that uses the color arrangement of Plutchik's Wheel of Emotions, but without the letters may be adopted.
  • a face scale may be employed as the emotion model, as in the second modification shown in FIG. 3C.
  • the emotion model is constructed using only one type of face scale, but it may be constructed using a plurality of types of face scales arranged side by side.
  • the emotional model of the present invention is not limited to such a configuration. , it may be a three-dimensional model of them.
  • the coordinate recognition unit 12b recognizes selected coordinates that are coordinates in the emotion model selected by the user U via the input unit 20 of the user terminal 2.
  • the coordinate recognition unit 12b recognizes the coordinates specified by the user U by touching them on the emotional model displayed on the touch panel, which is the input unit 20 and the output unit 21 of the user terminal 2, as selected coordinates.
  • the coordinate recognition unit 12b recognizes the recognized selected coordinate itself as the current emotion. Therefore, the coordinate recognition unit 12b does not particularly identify the emotion based on the coordinates.
  • the recommended dish recognition unit 13 recognizes a plurality of recommended dishes and the degree of recommendation of the recommended dishes using a predetermined prediction model.
  • the prediction model used by the recommended dish recognition unit 13 learns each of the plurality of candidate dishes, the selection coordinates currently recognized by the emotion recognition unit 12, the user information recognized by the user information recognition unit 10, and the selection situation described later. As data, the correlation between the candidate dish, its selected coordinates, and the user information, and the recommendation level, which is the strength of the correlation, are obtained by machine learning. When the user information recognized by the user information recognition unit 10 and the current emotion recognized by the current emotion recognition unit 12 are input to this prediction model, recommended dishes and the recommendation level of the recommended dishes are output. .
  • the "candidate dish” is a dish used in the prediction model, and is a dish that can be a recommended dish.
  • learning data is data used to train a machine learning algorithm, and includes, for example, feature amounts, correct data, or a set thereof used for the training. More specifically, “learning data” is data used to determine parameters possessed by a machine learning algorithm, such as feature quantities, correct answer data, Or a combination thereof.
  • this prediction model is used to select between multiple candidate dishes each time the selection situation is recognized, or when the selection situation is recognized a predetermined number of times.
  • past selection situations are used as learning data for each candidate dish, and machine learning is performed to determine the correlation between the candidate dish, its selection coordinates, and the user information, and the recommendation level that is the strength of the correlation. It will be done.
  • the cooking information storage unit 14 stores a plurality of pieces of information regarding candidate dishes.
  • the type of information corresponds to the above-mentioned cooking information.
  • the stored information includes information about the dish itself such as the name of the dish, ingredients, and recipe, as well as information about the store where the dish is served and the name of the service that can deliver the dish. It also includes information about the means.
  • the cooking information storage unit 14 which is a cooking information recognition unit, is configured as a part of the providing system S.
  • the dish information recognition unit of the present invention is not limited to such a configuration, and may be any unit that recognizes a plurality of pieces of information regarding candidate dishes.
  • the cooking information recognition unit may be provided in another system that is independent from the cooking information providing system.
  • a processing section may be used as the cooking information recognition section, which searches information on the Internet and collects and recognizes a plurality of pieces of cooking information.
  • the cooking information providing unit 15 acquires information regarding each of the plurality of recommended dishes recognized by the recommended dish recognition unit 13 from the cooking information storage unit 14 as cooking information to be presented to the user U. Then, the cooking information providing unit 15 provides the user U with cooking information corresponding to each of the acquired recommended dishes in a selectable format via the output unit 21 of the user terminal 2.
  • the cooking information providing unit 15 recognizes the recommendation degree recognized by the recommended dish recognition unit 13 for each of the plurality of recommended dishes, and provides cooking information based on the recommendation degree. Specifically, in the providing system S, cooking information for recommended dishes with a higher recommendation level is displayed with higher priority (for example, positioned higher) on the display screen (see FIG. 7).
  • the cooking information providing unit 15 may change the way the cooking information is provided depending on the current user information of the user U recognized by the user information recognizing unit 10. For example, if the user information includes information that the current eating behavior is related to self-cooking, the cooking information providing unit 15 provides the recipe for the dish as the cooking information. On the other hand, if information that the information is about eating out is included, the cooking information providing unit 15 does not provide the recipe for the dish as cooking information, but provides information about the restaurant that serves the dish. do.
  • the selection situation recognition unit 16 When the user U selects any cooking information from among the plurality of pieces of cooking information provided by the cooking information providing unit 15 via the input unit 20 of the user terminal 2, the selection situation recognition unit 16 first recognizes the selected cooking information. The recommended dish corresponding to the cooking information is recognized as the selected dish. Further, the selection situation recognition unit 16 recognizes the situation at the time when the selected dish is recognized (that is, when any recommended dish becomes the selected dish) as the selection situation.
  • selection status refers to the status of the system, including the number of selections, which is the number of times the selected dish was selected, the display position, the recommended dishes that were selected before the selected dish, and the selection. Examples include the types of recommended dishes that were presented at the same time when the dishes were selected.
  • the situation on the user's side includes the time at which the selected dish was selected (and whether it was breakfast or dinner, etc.), the user's actions before and after the time when the selected dish was selected (for example, on a mobile device) contents of the operation).
  • the content of operations on the mobile terminal includes not only those that the user consciously performs on the terminal (for example, operations on the touch panel), but also those that the user performs unconsciously (for example, the time spent viewing cooking information). etc.) are also included.
  • the selection situation recognition unit 16 transmits the recognized selection situation for each of the plurality of recommended dishes to the user information storage unit 11 for each user U or for each group having the same or corresponding user information as the user U. Store in.
  • the user information recognition unit 10 presents a questionnaire for confirming current user information to the user U via the user terminal 2 in an answerable format (FIG. 4A/STEP01 ).
  • a questionnaire asking for information for identifying the user U is presented in an answerable format.
  • the user A questionnaire will be presented in a format that allows you to answer questions about your personal environment (environment), your favorite foods (preferences), etc.
  • the user information recognition unit 10 recognizes the user information of the current user U based on the response to the questionnaire and the known user information (FIG. 4A/STEP 02).
  • the user information recognition unit 10 determines whether the current user information is different from the known user information (FIG. 4A/STEP03).
  • the user information recognition unit 10 stores the current user information in the user information storage unit 11, thereby updating the user information. Update (FIG. 4A/STEP04).
  • the user information recognition unit 10 recognizes the current user information of the user U based on the information separately obtained at the time of account registration and the answers to the current questionnaire. .
  • the user information has not been stored yet, and the current user information and known user information are naturally different, so the user information recognition unit 10 stores the current user information as it is as user U's user information. It is stored in section 11.
  • the user information recognition unit 10 first compares the current user information of the recognized user U with the previous user information of the user U acquired from the user information storage unit 11. If there is a difference between the user information, the user information recognition unit 10 creates new user information that adopts the current user information for the difference, and uses the new user information as It is stored in the user information storage unit 11 as the user information of the user U.
  • the current emotion recognition The unit 12 presents the emotional model to the user U via the user terminal 2 in a format in which coordinates in the emotional model can be selected (FIG. 4A/STEP 05).
  • the current emotion recognition unit 12 displays an emotion model (EmojiGrid) on the touch panel of the user terminal 2. Then, when the user touches any point on this emotion model, the current emotion recognition unit 12 determines that the coordinates of that point have been selected.
  • EmojiGrid emotion model
  • the current emotion recognition unit 12 determines which coordinates in the emotion model have been selected (FIG. 4A/STEP06).
  • the current emotion recognition unit 12 repeats the determination in STEP06 at a predetermined control cycle.
  • the current emotion recognition unit 12 recognizes the coordinate as the selected coordinate, and recognizes the selected coordinate as the current emotion (FIG. 4A/STEP 07). .
  • the recommended dish recognition unit 13 inputs the current user information and current emotion into the prediction model, and outputs a plurality of recommended dishes for the user U and a recommendation degree of each of the plurality of recommended dishes (Fig. 4A /STEP08).
  • the cooking information providing unit 15 acquires cooking information from the cooking information storage unit 14 for each of the plurality of recommended dishes (FIG. 4A/STEP 09).
  • the cooking information providing unit 15 sends the dish name, which is one of the acquired dish information, to the user U via the user terminal 2 in an order based on the recommendation level of the recommended dish corresponding to the dish information. , in a selectable format (FIG. 4A/STEP 10).
  • the cooking information providing unit 15 provides cooking information by displaying the dish names vertically on the touch panel of the user terminal 2. At this time, the order of the dish names is such that the higher the recommendation level of the corresponding recommended dish is, the higher the recommendation is. Then, when the user touches any of these dish names, the cooking information providing unit 15 determines that the recommended dish corresponding to the dish name has been selected.
  • the dish information providing unit 15 determines which dish name has been selected (FIG. 4B/STEP 11).
  • the dish information providing unit 15 repeats the determination in STEP 11 at a predetermined control cycle.
  • the dish information providing unit 15 informs the user U via the user terminal 2 about the recommended dish corresponding to the selected dish name. (FIG. 4B/STEP 12).
  • the cooking information providing unit 15 displays the touch panel of the user terminal 2. Displays the recommended recipe corresponding to the selected dish name. Further, if the information that the information is related to eating out is included, the cooking information providing unit 15 displays on the touch panel the stores or services that provide the recommended dish corresponding to the selected dish name.
  • the selection situation recognition unit 16 determines whether the selected dish information has been adopted (that is, whether it has become the selected dish) (FIG. 4B/STEP 13).
  • the selection situation recognition unit 16 displays an adoption button along with the recipe. Then, when the adoption button is selected, it is determined that the recommended dish corresponding to the recipe (that is, cooking information) is adopted together with the adoption button and becomes the selected dish.
  • the selection situation recognition unit 16 recognizes the selection situation (FIG. 4B/STEP 14).
  • the selection situation recognition unit 16 recognizes information input or output to the user terminal 2, information regarding the current user U among the user information stored in the user information storage unit 11, and the provision of the provision system S.
  • the selection situation is extracted and recognized from the time obtained from the clock in use.
  • the selection status includes, for example, the number of times the selected dish has been selected, the display position, the recommended dish that was the selected dish before the current selected dish was selected by the user U, and the currently selected dish selected.
  • the types of recommended dishes that were presented at the same time, the selected time (and whether it was breakfast or dinner, etc.) are recognized.
  • the selection situation recognition unit 16 stores the selection situation regarding the selected dish in the user information storage unit 11 for each user U or for each group having the same or corresponding user information as the user U (FIG. 4B/ STEP 15).
  • the recommended dish recognition unit 13 adds the currently recognized selection situation to the prediction model, the selected dish (that is, the corresponding candidate dish), the selection coordinates, the user information, and the past selection situation.
  • machine learning is performed on the correlation between the candidate dish, its selection coordinates, its user information, and its selection status, as well as the recommendation level, which is the strength of the correlation ( Figure 4B/STEP 16), and the current processing end.
  • the recommended dish recognition unit 13 may perform machine learning that includes this selection situation not every time a selection situation is recognized, but when a certain number of selection situations have been collected.
  • the interface for inputting the emotions of the user S is a plane model whose coordinates are defined based on a plurality of basic emotions.
  • An emotion model is adopted, and coordinates selected in the emotion model are recognized as user U's emotions. This allows the user U to easily and accurately express his or her own emotions as values called coordinates without converting them into linguistic expressions or the like.
  • the providing system S it is possible to provide the user U with cooking information regarding appropriate recommended dishes, taking emotions into account accurately. Furthermore, by eating the recommended dish, the user U can feel satisfied with a high probability.
  • a model including a first coordinate axis representing one or more basic emotions and a second coordinate axis representing the strength of the basic emotions is adopted as an emotion model.
  • the emotion model of the present invention is not limited to such a configuration, and may be any plane model or three-dimensional model whose coordinates are defined based on a plurality of basic emotions. Therefore, for example, an emotion model that does not include coordinate axes may be used. Specifically, a model in which a plurality of colors are simply arranged at predetermined positions may be adopted as the emotion model.
  • the recommended dish recognition unit 13 is configured to recognize a plurality of pieces of dish information
  • the dish information providing unit 15 is configured to provide the user U with dish information corresponding to each of the plurality of recommended dishes. ing.
  • the cooking information providing system of the present invention is not limited to such a configuration; the recommended dish recognition unit may be configured to recognize only one recommended dish, or the recommended dish recognition unit may be configured to recognize only one recommended dish, or The section may be configured to provide cooking information about only one of the plurality of recommended dishes.
  • the selection situation recognition unit 16 recognizes the selection situation, and the recommended dish recognition unit 13 performs machine learning of a prediction model using the selection situation. .
  • the prediction model that employs as learning data the selection status of the selected dishes obtained up to the previous time, which is the situation at the time when the selected dishes were selected, will be in line with the actual situation of the user U.
  • the user U performs eating behavior based on the recommended dish output by the prediction model, the user U can feel satisfied with a higher probability.
  • the prediction model of the present invention is not limited to such a configuration, and uses each of a plurality of candidate dishes, selected coordinates, and user information as learning data, and uses the candidate dishes, their selected coordinates, and user information as learning data. It is sufficient if the recommended dish is selected and outputted from the plurality of candidate dishes by machine learning the correlation between the two and by inputting user information and current emotion.
  • the prediction model introduced when building the system can be used without machine learning afterwards. It may be configured to continue to be used as is.
  • the number of selections is used as the selection status.
  • the fact that this is a selected dish means that there is a high possibility that it is directly liked by the user U. Therefore, if the number of selections is used as the selection status in this way, the output recommended dish is This is because it becomes easier to match the preferences of the user U. This is because cooking information regarding appropriate recommended dishes can be provided to the user.
  • the selection situation of the present invention is not limited to such a configuration, and may be any situation at the time when the selected dish for which cooking information was provided is selected by the user and becomes the selected dish. Therefore, for example, the selection status does not need to include the number of selections.
  • the prediction model of the recommended dish recognition unit 13 outputs the recommendation degree of each of the plurality of recommended dishes together with the plurality of recommended dishes
  • the dish information providing unit 15 outputs the recommendation degree of each of the plurality of recommended dishes
  • the cooking information providing unit 15 based on the recommendation degree
  • the cooking information providing unit of the present invention is not limited to such a configuration, and may be any device that provides cooking information to the user. Therefore, for example, the display order of the cooking information may be changed using criteria other than the recommendation level (for example, alphabetical order, order of total price of ingredients, etc.). Alternatively, the higher the priority, the larger the display size on the display screen. Further, the recommendation level value itself may be displayed together with the dish information.
  • the recommended dish recognition unit 13 recognizes recommended dishes using a predetermined prediction model.
  • the recommended dish recognition unit of the present invention is not limited to such a configuration. Therefore, instead of a predictive model, recommended dishes may be recognized based on correlation data representing the correlation between user information and current emotions and each of a plurality of candidate dishes that can be recommended dishes. .
  • the present invention also provides a cooking information providing program for causing any one or more computers to execute the cooking information providing method, recording the program, and transmitting the program to a user, etc. It also includes computer-readable recording media used by.
  • 1... Server 2... User terminal, 10... User information recognition section, 11... User information storage section, 12... Current emotion recognition section, 12a... Emotion model presentation section, 12b... Coordinate recognition section, 13... Recommended dish recognition section, 14...Cooking information storage section (cooking information recognition section), 15...Cooking information providing section, 16...Selection situation recognition section, 20...Input section, 21...Output section, S...Providing system (cooking information providing system), U... A user.

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

提供システムＳは、ユーザ情報を認識するユーザ情報認識部１０、ユーザの現在感情を認識する現在感情認識部１２、ユーザ情報及び現在感情を入力して推奨料理を出力する予測モデルを用いて、推奨料理を認識する推奨料理認識部１３、及び推奨料理に関する料理情報を取得してユーザに提供する料理情報提供部１５を備える。現在感情認識部１２は、複数の基本感情に基づいて座標が規定されている感情モデルにおいて、ユーザによって選択された座標を現在感情として推定する。

Description

料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体
　本発明は、ユーザに対し、食行動を行うことを推奨される料理に関する情報を提供する料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体に関する。
　従来、ユーザに対して、食行動を行うことが推奨される料理を提示するシステムがある。ここで、「食行動」は、食物摂取に関する様々な行動を指し、料理を食べる行為そのものだけでなく、その料理の調理及びその準備、並びにその料理が提供される店舗への予約といった行為も含む。
　ところで、推奨される料理は、ユーザの料理に対する嗜好といったユーザ本人に基づく条件だけでなく、環境的な条件（例えば、食行動にかけることが可能な時間、入手できる材料など）によっても異なる。そこで、この種のシステムとして、ユーザの料理に対する嗜好の他、環境的な条件を加味して、推奨される料理を提示するシステムが知られている（例えば、特許文献１参照）。
国際公開第２０２０／２４１６９３号
　特許文献１に記載のシステムは、推奨される料理を認識する際に、嗜好、状況といったある程度固定されたパラメータのみを参照しており、ユーザの気分（すなわち、感情）といった変動しやすいパラメータを参照していない。
　しかし、感情と食行動の間には一定の相関関係があることが知られている（例えば、今田純雄（2009）．感情と食行動　感情心理学研究　17，120─128参照）。そのため、感情を的確に加味しなければ、食行動を行うことによって満足する可能性の高い料理を的確に把握することは難しい。
　一方で、一般に、ユーザが自らの感情を的確に表現すること（ひいては、システムへ入力すること）は難しい。また、自らの感情を的確に表現するための検討を行うことは、ユーザに煩雑さを感じさせてしまい、その結果として、さらなる感情の変化を引き起こしてしまうおそれもある。
　本発明は以上の点に鑑みてなされたものであり、感情も的確に加味して、食行動を行うことによって満足する可能性の高い料理に関する情報を、ユーザに提供することのできる料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体を提供することを目的とする。
　本発明の料理情報提供システムは、
　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供システムにおいて、
　前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するユーザ情報認識部と、
　前記ユーザが前記料理情報の取得を希望した際における感情である現在感情を認識する現在感情認識部と、
　前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識する推奨料理認識部と、
　前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報を前記ユーザに提供する料理情報提供部とを備え、
　前記現在感情認識部は、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する感情モデル提示部と、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する座標認識部とを有し、
　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする。
　ここで、「ユーザ」とは、本発明の料理情報提供システムの使用者を指す。そのため、ユーザとして想定される者は、食行動を行う本人の他、他者に食行動を行わせる者、及び他者によって食行動を行わされる者なども含む。例えば、子供のためにシステムを利用する親、及び親によって食行動を管理されている子供なども含む。
　また、ここで、「料理情報」とは、料理の名称、材料、レシピといった料理そのものに関する情報の他、料理が提供される店舗に関する情報、料理を配達可能なサービス名といった料理を入手するための手段に関する情報も含む。
　また、ここで、「学習データ」とは、機械学習アルゴリズムを訓練するために用いられるデータであり、例えば、その訓練に用いられる特徴量、正解データ、又はそれらの組などが挙げられる。さらに具体的には、「学習データ」とは、機械学習アルゴリズムが有しているパラメータを決定するために用いられるデータであり、例えば、そのパラメータを決定するために用いられる特徴量、正解データ、又はそれらの組などが挙げられる。
　このように、本発明の料理情報提供システムでは、ユーザの感情を入力するためのインターフェースとして、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを採用し、その感情モデルにおいて選択された座標を、ユーザの感情として認識している。これにより、ユーザは、言語的な表現などに変換することなく、自らの感情を座標という値として容易に且つ的確に表現することが可能になる。
　そして、このシステムでは、その座標を入力データとしている。すなわち、このシステムでは、感情という曖昧なパラメータに代わり、座標という明確なパラメータを採用している。これにより、このシステムでは、入力データから曖昧さが排除されるので、的確な推奨料理を出力データとして得ることができる。
　したがって、本発明のシステムによれば、感情も的確に加味して、適切な推奨料理に関する料理情報を、ユーザに提供することができる。ひいては、その推奨料理について食行動を行うことによって、ユーザは、高い確率で満足感を得ることができる。
　また、本発明の料理情報提供システムにおいては、
　前記感情モデルは、１つ又は複数の基本感情を表わす第１の座標軸、及び前記基本感情の強弱を表す第２の座標軸を含むモデルであることが好ましい。
　このような座標軸を用いたモデルを感情モデルとして採用すると、その感情モデルにおける座標がどのような感情を指しているのかを、ユーザが直観的に理解しやすくなる。ひいては、ユーザは、自らの感情を的確に座標として表現しやすくなり、入力データから曖昧さがさらに排除される。これにより、感情をさらに的確に加味して、さらに適切な推奨料理に関する料理情報を、ユーザに提供することができる。
　なお、このような座標軸を用いた感情モデルとしては、例えば、ＥｍｏｊｉＧｒｉｄ、プルチックの感情の輪、及びそれらをベースとして生成されたもの（例えば、プルチックの感情の輪の色の配置を流用した円形のモデルなど）が採用され得る。また、その基本感情としては、例えば、プルチックの感情の輪で採用されている喜び・信頼・恐れ・驚き・悲しみ・嫌悪・怒り・予期、エクマン理論における喜び・恐怖・驚き・悲しみ・嫌悪・怒りなどが採用され得る。
　また、本発明の料理情報提供システムにおいては、
　前記推奨料理認識部は、複数の前記推奨料理を認識し、
　前記料理情報提供部は、複数の前記推奨料理の各々に対応する前記料理情報を、前記ユーザに提供することが好ましい。
　このように、複数の推奨料理に関する料理情報を提供すると、どの推奨料理を対象として食行動を行うかという最終的な選択が、ユーザに委ねられることになる。これにより、選択した推奨料理について食行動を実際に行った場合には、ユーザは、その食行動の対象となる料理は自らの選択によるものであるという納得感が与えられるので、その食行動の結果に対し満足感を得やすくなる。
　また、本発明の料理情報提供システムにおいては、複数の料理情報を提供する構成の場合、
　複数の前記推奨料理の各々について、複数の前記推奨料理から前記ユーザに選択された推奨料理である選択料理となった時点における状況である選択状況を認識する選択状況認識部を備え、
　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標、前記ユーザ情報、及び前記選択状況とを学習データとして、該候補料理と該選択座標、該ユーザ情報、及び該選択状況との相関を機械学習させ、複数の前記候補料理から選択された前記推奨料理を出力する予測モデルを用いることが好ましい。
　このように、前回までに得られた選択料理について、選択料理となった時点における状況である選択状況を学習データとして採用した予測モデルは、ユーザの実態に即したものになる。その結果、その予測モデルによって出力される推奨料理について食行動を行うと、ユーザは、さらに高い確率で満足感を得ることができる。
　ここで、「選択状況」とは、システム側の状況として、後述する選択回数、表示位置の他、その選択料理が選択される以前に選択料理となった推奨料理、その選択料理が選択された時点で同時に提示されていた推奨料理の種類などが挙げられる。また、ユーザ側の状況として、その選択料理が選択された時刻（ひいては、朝食であるのか、夕食であるのかなど）、その選択料理が選択された時点の前後におけるユーザの動作（例えば、携帯端末に対する操作の内容）などが挙げられる。
　また、本発明の料理情報提供システムにおいては、選択料理となった時点における状況である選択状況を学習データとして採用した予測モデルを用いる構成の場合、
　前記選択状況認識部は、複数の前記推奨料理の各々について、前記選択状況として、少なくとも前記選択料理となった回数である選択回数を認識することが好ましい。
　選択料理となる、ということは、そのユーザにとって、直接的に好まれている可能性が高いといえる。そこで、このように選択状況として選択回数を採用すると、出力された推奨料理は、ユーザの嗜好に適合したものになりやすくなる。ひいては、適切な推奨料理に関する料理情報を、ユーザに提供することができる。
　また、本発明の料理情報提供システムにおいては、選択料理となった時点における状況である選択状況を学習データとして採用した予測モデルを用いる構成の場合、
　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標、前記ユーザ情報、及び前記選択状況とを学習データとして、該候補料理と該選択座標、該ユーザ情報、及び該選択状況との相関、並びに該相関の強さである推奨度を機械学習させ、複数の前記候補料理から選択された前記推奨料理、及び該推奨料理の前記推奨度を出力する予測モデルを用い、
　前記料理情報提供部は、複数の前記推奨料理の各々に対応する前記料理情報を、前記推奨度とともに、又は前記推奨度が高い前記推奨料理に対応する料理情報ほど優先される形式で、前記ユーザに提供することが好ましい。
　このように、複数の推奨料理の各々に対応する料理情報を、推奨度とともに、又は推奨度が高い推奨料理ほど優先される形式で、ユーザに提供するようにすると、ユーザは、自然と、推奨度が高く、自らが満足する可能性の高い推奨料理に関する料理情報を選択しやすくなる。
　また、本発明の料理情報提供システムは、
　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供システムにおいて、
　前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するユーザ情報認識部と、
　前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識する現在感情認識部と、
　前記ユーザ情報及び前記現在感情と、前記推奨料理となり得る料理である複数の候補料理の各々との相関関係を表す相関データに基づいて、前記推奨料理を認識する推奨料理認識部と、
　前記候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報を前記ユーザに提供する料理情報提供部とを備え、
　前記現在感情認識部は、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する感情モデル提示部と、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する座標認識部とを有していることを特徴とする。
　このように、本発明の料理情報提供システムでは、ユーザの感情を入力するためのインターフェースとして、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを採用し、その感情モデルにおいて選択された座標を、ユーザの感情として認識している。これにより、ユーザは、言語的な表現などに変換することなく、自らの感情を座標という値として容易に且つ的確に表現することが可能になる。
　そして、このシステムでは、その座標を現在感情として採用している。すなわち、このシステムでは、感情という曖昧なパラメータに代わり、座標という明確なパラメータを採用している。これにより、このシステムでは、相関データの一方に対応する現在感情という項目から曖昧さが排除されるので、相関データの他方に対応する推奨料理を的確に得ることができる。
　したがって、本発明のシステムによれば、感情も的確に加味して、適切な推奨料理に関する料理情報を、ユーザに提供することができる。ひいては、その推奨料理について食行動を行うことによって、ユーザは、高い確率で満足感を得ることができる。
　また、本発明の料理情報提供方法は、
　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供方法において、
　ユーザ情報認識部が、前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するステップと、
　現在感情認識部が、前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識するステップと、
　推奨料理認識部が、前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識するステップと、
　料理情報提供部が、前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報をユーザに提供するステップとを備え、
　前記現在感情を認識するステップは、前記現在感情認識部の感情モデル提示部が、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する処理と、前記現在感情認識部の座標認識部が、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する処理とを含み、
　前記推奨料理を認識するステップで、前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする。
　また、本発明の料理情報提供装置は、
　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供装置において、
　前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するユーザ情報認識部と、
　前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識する現在感情認識部と、
　前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識する推奨料理認識部と、
　前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して該料理情報を前記ユーザに提供する料理情報提供部とを備え、
　前記現在感情認識部は、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する感情モデル提示部と、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する座標認識部とを有し、
　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする。
　また、本発明の料理情報提供プログラムは、
　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供方法をコンピュータに実行させる料理情報提供プログラムにおいて、
　前記コンピュータに、
　ユーザ情報認識部が、前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するステップと、
　現在感情認識部が、前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識するステップと、
　推奨料理認識部が、前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識するステップと、
　料理情報提供部が、前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報を前記ユーザに提供するステップと
を実行させ、
　前記現在感情を認識するステップは、前記現在感情認識部の感情モデル提示部が、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する処理と、前記現在感情認識部の座標認識部が、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する処理とを含み、
　前記推奨料理を認識するステップで、前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする。
　また、本発明の記録媒体は、
　上記の料理情報提供プログラムを記録し、前記料理情報提供プログラムを前記コンピュータが読み取り可能であることを特徴とする。
実施形態に係る提供システムの概略構成を示す説明図。 図１の提供システムの処理部の構成を示すブロック図。 図１の提供システムで現在感情を取得するために用いられる感情モデルの一例を示す模式図。 第１変形例に係る提供システムで現在感情を取得するために用いられる感情モデルの一例を示す模式図。 第２変形例に係る提供システムで現在感情を取得するために用いられる感情モデルの一例を示す模式図。 図１の提供システムが料理情報を提供するまでに実行する処理を示すフローチャート。 図１の提供システムが料理情報が選択された際に実行する処理を示すフローチャート。 図１の提供システムがユーザ情報を認識する際にユーザ端末に表示される画像の一例を示すイメージ図。 図１の提供システムが現在感情を認識する際にユーザ端末に表示される画像の一例を示すイメージ図。 図１の提供システムが料理情報を提供する際にユーザ端末に表示される画像の一例を示すイメージ図。 図１の提供システムが料理情報のいずれかが選択された際にユーザ端末に表示される画像の一例を示すイメージ図。
　以下、図面を参照して、実施形態に係る料理情報提供システム（以下、「提供システムＳ」という。）、及びそれを用いて実施される料理情報提供方法について説明する。
　本実施形態における提供システムＳは、ユーザＵからの要求に応じて、ユーザＵが食行動を行うことを推奨される料理である推奨料理を、複数の候補料理の中から抽出し、その推奨料理に関する料理情報を、ユーザＵに提供するサービスに用いられるものである。
　なお、以下の説明において、「ユーザ」とは、提供システムＳの使用者を指す。そのため、ユーザＵとして想定される者は、食行動を行う本人の他、他者に食行動を行わせる者、及び他者によって食行動を行わされる者なども含む。例えば、子供のためにシステムを利用する親、及び親によって食行動を管理されている子供なども含む。
　ここで、「料理情報」とは、料理の名称、材料、レシピといった料理そのものに関する情報の他、料理が提供される店舗に関する情報、料理を配達可能なサービス名といった料理を入手するための手段に関する情報も含む。
［システムの概略構成］
　以下、図１及び図２を参照して、提供システムＳの概略構成について説明する。
　図１に示すように、提供システムＳは、ユーザＵに料理情報を提供するためのコンピュータシステムであり、提供システムＳによるサービスの提供者が保有するサーバ１によって構成されている。
　サーバ１は、インターネット網、公衆回線などを通じて、ユーザＵの保有するスマートフォン、タブレットなどのユーザ端末２と、相互に情報通信可能に構成されている。
　なお、本発明の料理情報提供システムは、１つのサーバによって構成されるものに限定されるものではなく、料理情報提供システムを構成しているいずれかの端末が後述する処理部を備えているように構成されていればよい。
　そのため、例えば、複数のサーバによって料理情報提供システム全体を構成してもよい。また、ユーザ端末に処理部の少なくとも１つ又はその処理部の機能の少なくとも一部を実装して、ユーザ端末とサーバとで協働して、又はユーザ端末のみでシステムを構成してもよい。さらに、本実施形態ではユーザ端末２に設けられている入力部２０及び出力部２１に相当する機能を、処理部を有している端末に設け、独立した料理情報提供装置として構成してもよい。
　また、図２に示すように、提供システムＳであるサーバ１と通信可能なユーザ端末２は、実装されたハードウェア構成及びプログラムの少なくとも一方により実現される機能（処理部）として、入力部２０と、出力部２１とを備えている。
　本実施形態においては、ユーザ端末２の入力部２０及び出力部２１がタッチパネルであるとして説明を行う。ただし、ユーザ端末は、そのような構成に限定されるものではなく、ユーザからの情報の入力を受け付けることができ、且つ、ユーザへの情報の提示のために出力を行うことができるものであればよい。そのため、例えば、ユーザ端末は、タッチパネルの他、キーボード、マイク、カメラ、スピーカーなどを用いて、入力及び出力を可能に構成されていてもよい。
［各処理部の構成］
　図２に示すように、サーバ１は、実装されたハードウェア構成及びプログラムの少なくとも一方により実現される機能（処理部）として、ユーザ情報認識部１０と、ユーザ情報格納部１１と、現在感情認識部１２と、推奨料理認識部１３と、料理情報格納部１４（料理情報認識部）と、料理情報提供部１５と、選択状況認識部１６とを備えている。
　ユーザ情報認識部１０は、ユーザＵの生体情報、嗜好、及び食行動における環境の少なくとも１つを含む情報を、ユーザ情報として認識する。
　ここで、「身体情報」とは、食行動に影響し得るユーザの身体に関する情報を指す。身体情報としては、例えば、ユーザの性別、年齢、身長、及び体重などが挙げられる。また、ここで、「嗜好」とは、料理又は食材そのものに関するユーザの嗜好だけでなく、食行動に影響し得るユーザの嗜好も含まれる。例えば、夏が好きか嫌いか（ひいては、気温による食欲の状態）なども含まれる。
　また、ここで、「食行動における環境」とは、例えば、ユーザが食行動を行う際における人数、食行動を共に行う者とユーザとの関係、食行動を行うことを予定している時間、食行動を行う場所、食行動の種類（自分が食べるのか他人に食べさせるのか、自炊か外食かなど）などが挙げられる。
　提供システムＳでは、ユーザ情報認識部１０は、まず、ユーザ端末２の出力部２１に所定のアンケートを提示する（図５参照）。その後、ユーザ情報認識部１０は、そのアンケートに対する回答、及びユーザ情報格納部１１に格納されている情報を参照して、今回提供システムＳによるサービスを受けるユーザＵに関するユーザ情報を認識する。
　また、ユーザ情報認識部１０は、認識されたユーザ情報がユーザ情報格納部１１に格納されているユーザ情報と相違している場合には、新たなユーザ情報をユーザ情報格納部１１に格納する。
　ユーザ情報格納部１１は、ユーザＵごとに、そのユーザＵに対応するユーザ情報を格納している。ユーザ情報格納部１１には、まず、提供システムＳによるサービスをユーザＵが受けるための登録手続の際に取得されたユーザ情報が、初期情報として格納される。その後、ユーザ情報認識部１０によって新たなユーザ情報が認識された際には、初期情報にその新たなユーザ情報に基づいて追加・変更がなされた情報が格納される。
　なお、サービスを受けるための登録手続がない場合などには、ユーザ情報認識部１０によって初めてユーザ情報が認識された際に、そのユーザ情報が初期情報として格納されるようにしてもよい。
　また、ユーザ情報格納部１１は、選択状況認識部１６が後述する選択状況を認識した際には、その選択状況が、ユーザＵごとに、又はユーザＵと同一若しくは対応するユーザ情報をもつグループごとに格納される。対応するユーザ情報とは、ユーザ情報のうちの一部が同一又は類似するものであるユーザ情報のことを指す。
　現在感情認識部１２は、ユーザＵが提供システムＳによるサービスを受けようとした際（すなわち、料理情報の取得を希望した際）における感情である現在感情を認識する。現在感情認識部１２は、感情モデル提示部１２ａと、座標認識部１２ｂとを有している。
　感情モデル提示部１２ａは、ユーザ端末２を介して、複数の基本感情に基づいて座標が規定されている平面モデルである感情モデルを、その感情モデルにおけるいずれかの座標をユーザＵが選択可能な形式で、ユーザＵに提示する。
　ここで、「基本感情」としては、例えば、プルチックの感情の輪で採用されている喜び・信頼・恐れ・驚き・悲しみ・嫌悪・怒り・予期、エクマン理論における喜び・恐怖・驚き・悲しみ・嫌悪・怒りなどが採用され得る。
　提供システムＳでは、感情モデルとして、複数の基本感情を表す第１の座標軸、及び基本感情の強弱を表す第２の座標軸を含むモデルを採用している。具体的には、提供システムＳでは、感情モデルとして、図３Ａに示すＥｍｏｊｉＧｒｉｄを採用している（図６参照）。
　このＥｍｏｊｉＧｒｉｄでは、何らかの感情を表す顔の画像を周辺部分に所定の間隔で配置して、基本感情を表す第１の座標軸を規定している。また、このＥｍｏｊｉＧｒｉｄでは、特定の感情がない状態を表す顔の画像を原点となる中心位置に配置するとともに、その原点から周辺部分に配置されている何らかの感情を表す各画像までの距離を、その各画像に対応する感情の強弱を表す第２の座標軸として規定している。
　なお、本発明における感情モデルは、このようなＥｍｏｊｉＧｒｉｄに限定されるものではなく、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルであればよい。
　そのため、例えば、図３Ｂに示す第１変形例のように、感情モデルとして、プルチックの感情の輪を採用してもよい。さらに、プルチックの感情の輪の色の配置を流用したモデルであって、文字を除いたものを採用してもよい。逆に、プルチックの感情の輪の文字の配置を流用したモデルであって、色を除いたものを採用してもよい。
　また、例えば、図３Ｃに示す第２変形例のように、感情モデルとして、フェイススケールを採用してもよい。また、図３Ｃに示す例では、感情モデルとして、１種類のフェイススケールだけを用いて構成したもの示しているが、複数種類のフェイススケールを並べて構成したものであってもよい。
　また、本実施形態、第１変形例、及び第２変形例では、感情モデルとして平面モデルを採用した場合について説明したが、本発明の感情モデルは、そのような構成に限定されるものではなく、それらを立体化したモデルであってもよい。
　座標認識部１２ｂは、ユーザ端末２の入力部２０を介してユーザＵによって選択された感情モデルにおける座標である選択座標を認識する。提供システムＳでは、座標認識部１２ｂは、ユーザ端末２の入力部２０及び出力部２１であるタッチパネルに表示された感情モデルにおいてユーザＵが触れることによって指定した座標を、選択座標として認識する。
　なお、図３Ｃに示す第２変形例のようにフェイススケールを採用する場合、フェイススケールを構成する顔の画像（ボタン）のみを選択可能として、その選択されたフェイススケールの座標を選択座標として認識するようにしてもよい。また、フェイススケールを表示している範囲の任意の座標を選択可能にしてもよい。
　そして、座標認識部１２ｂは、認識した選択座標そのものを、現在感情として認識する。そのため、座標認識部１２ｂは、座標に基づく感情が何であるかの特定は特段行わない。
　推奨料理認識部１３は、所定の予測モデルを用いて、複数の推奨料理、及びその推奨料理の推奨度を認識する。
　推奨料理認識部１３が用いる予測モデルは、複数の候補料理の各々と、現在感情認識部１２が認識した選択座標、及びユーザ情報認識部１０が認識したユーザ情報と、後述する選択状況とを学習データとして、その候補料理とその選択座標、及びそのユーザ情報との相関、並びにその相関の強さである推奨度を機械学習させたものである。この予測モデルに対し、ユーザ情報認識部１０が認識したユーザ情報、及び現在感情認識部１２が認識した現在感情を入力されると、推奨料理、及びその推奨料理の推奨度を出力が出力される。
　ここで、「候補料理」とは、予測モデルで用いられる料理であり、推奨料理となり得る料理である。
　また、ここで、「学習データ」とは、機械学習アルゴリズムを訓練するために用いられるデータであり、例えば、その訓練に用いられる特徴量、正解データ、又はそれらの組などが挙げられる。さらに具体的には、「学習データ」とは、機械学習アルゴリズムが有しているパラメータを決定するために用いられるデータであり、例えば、そのパラメータを決定するために用いられる特徴量、正解データ、又はそれらの組などが挙げられる。
　また、この予測モデルは、選択状況認識部１６によって後述する選択状況が認識された後には、選択状況が認識されるたびに、又は選択状況が所定回数認識されたときに、複数の候補料理の各々と、選択座標及びユーザ情報に加えて、過去における選択状況を学習データとして、その候補料理とその選択座標及びそのユーザ情報との相関、並びにその相関の強さである推奨度について機械学習させられる。
　なお、過去における選択状況としては、必ずしも今までの全ての選択状況を採用する必要はなく、所定のタイミング（例えば、直近の所定回数、所定期間内など）における選択状況を採用してもよい。
　料理情報格納部１４は、候補料理に関する情報を複数格納している。その情報の種類は、前述の料理情報に対応するものである。具体的には、格納されている情報は、料理の名称、材料、レシピといった料理そのものに関する情報の他、料理が提供される店舗に関する情報、料理を配達可能なサービス名といった料理を入手するための手段に関する情報も含んでいる。
　なお、提供システムＳでは、料理情報認識部である料理情報格納部１４は、提供システムＳの一部として構成されている。しかし、本発明の料理情報認識部は、そのような構成に限定されるものではなく、候補料理に関する情報を複数認識しているものであればよい。
　そのため、例えば、料理情報認識部は、料理情報提供システムとは異なる独立した他のシステムに設けられているものを利用してもよい。さらに、料理情報認識部として、料理情報を格納しているデータベースに代わり、インターネット上の情報を検索して複数の料理情報を収集して認識する処理部を用いてもよい。
　料理情報提供部１５は、料理情報格納部１４から推奨料理認識部１３によって認識された複数の推奨料理の各々に関する情報を、ユーザＵに提示する料理情報として取得する。そして、料理情報提供部１５は、ユーザ端末２の出力部２１を介して、取得した複数の推奨料理の各々に対応する料理情報を、選択可能な形式で、ユーザＵに提供する。
　このとき、料理情報提供部１５は、推奨料理認識部１３が複数の推奨料理の各々に対して認識した推奨度を認識し、その推奨度に基づいて、料理情報の提供を行う。具体的には、提供システムＳでは、推奨度が高い推奨料理に対する料理情報ほど、表示画面上で優先して（例えば、上方に位置するようにして）表示される（図７参照）。
　また、料理情報提供部１５は、ユーザ情報認識部１０が認識したユーザＵの今回のユーザ情報に応じて、料理情報の提供の仕方を変更することもある。例えば、ユーザ情報に、今回の食行動が自炊に関するものであるという情報が含まれていた場合には、料理情報提供部１５は、料理情報として、その料理のレシピを提供する。その一方で、外食に関するものであるという情報が含まれていた場合には、料理情報提供部１５は、料理情報として、その料理のレシピは提供せず、その料理を提供している店舗を提供する。
　選択状況認識部１６は、料理情報提供部１５によって提供された複数の料理情報のうちのいずれかの料理情報をユーザＵがユーザ端末２の入力部２０を介して選択した場合に、まず、その料理情報に対応する推奨料理を選択料理として認識する。また、選択状況認識部１６は、選択料理が認識された時点（すなわち、いずれかの推奨料理が選択料理となった時点）における状況を、選択状況として認識する。
　ここで、「選択状況」は、システム側の状況として、選択料理となった回数である選択回数、表示位置の他、その選択料理が選択される以前に選択料理となった推奨料理、その選択料理が選択された時点で同時に提示されていた推奨料理の種類などが挙げられる。
　また、ユーザ側の状況として、その選択料理が選択された時刻（ひいては、朝食であるのか、夕食であるのかなど）、その選択料理が選択された時点の前後におけるユーザの動作（例えば、携帯端末に対する操作の内容）などが挙げられる。さらに、携帯端末に対する操作の内容としては、端末に対してユーザが意識的に行ったもの（例えば、タッチパネルに対する操作など）だけでなく、ユーザが無意識に行ったもの（例えば、料理情報の閲覧時間など）も含む。
　また、選択状況認識部１６は、ユーザＵごとに、又はユーザＵと同一若しくは対応するユーザ情報をもつグループごとに、複数の推奨料理の各々について、認識された選択状況を、ユーザ情報格納部１１に格納する。
［各処理部で実行される処理］
　次に、図２及び図５～図８を参照して、提供システムＳが実行する処理である料理情報提供方法について説明する。
　この処理においては、まず、ユーザ情報認識部１０が、ユーザ端末２を介して、ユーザＵに対し、現在のユーザ情報を確認するためのアンケートを、回答可能な形式で提示する（図４Ａ／ＳＴＥＰ０１）。
　具体的には、提供システムＳによるサービスの初回利用時には、まず、ユーザＵを識別するための情報（例えば、別途登録したアカウント名）を問うアンケートが、回答可能な形式で提示される。
　そのアンケートに対して回答がなされた場合、又は、２回目以降の利用時には、図５に示すように、ユーザＵの年齢（生体情報）、同居人数、自炊であるか外食であるか（食行動における環境）、及び好きな食材（嗜好）などを問うアンケートが、回答可能な形式で提示される。
　次に、アンケートへの回答があったときには、ユーザ情報認識部１０は、アンケートへの回答、及び既知のユーザ情報に基づいて、今回のユーザＵのユーザ情報を認識する（図４Ａ／ＳＴＥＰ０２）。
　次に、ユーザ情報認識部１０は、今回のユーザ情報と既知のユーザ情報とが異なるかを判定する（図４Ａ／ＳＴＥＰ０３）。
　今回のユーザ情報と既知のユーザ情報とが異なっていた場合（ＳＴＥＰ０３でＹＥＳの場合）、ユーザ情報認識部１０は、今回のユーザ情報を、ユーザ情報格納部１１に格納することによって、ユーザ情報を更新する（図４Ａ／ＳＴＥＰ０４）。
　具体的には、初回利用時には、ユーザ情報認識部１０は、アカウント登録の際などに別途入手していた情報と、今回のアンケートに対する回答とに基づいて、ユーザＵの今回のユーザ情報を認識する。このとき、ユーザ情報はまだ格納されておらず、今回のユーザ情報と既知のユーザ情報とは当然異なるので、ユーザ情報認識部１０は、今回のユーザ情報をそのままユーザＵのユーザ情報としてユーザ情報格納部１１に格納する。
　また、２回目以降の利用時には、ユーザ情報認識部１０は、まず、認識したユーザＵの今回のユーザ情報と、ユーザ情報格納部１１から取得したユーザＵの前回以前のユーザ情報とを対比する。そして、それらのユーザ情報に相違点がある場合には、ユーザ情報認識部１０は、その相違部分について今回のユーザ情報のものを採用した新たなユーザ情報を作成し、その新たなユーザ情報を、ユーザＵのユーザ情報としてユーザ情報格納部１１に格納する。
　今回のユーザ情報と既知のユーザ情報とが異なっていない場合（ＳＴＥＰ０３でＮＯの場合）、又はユーザ情報が新たにユーザ情報格納部１１に格納された場合（ＳＴＥＰ０４を実行した場合）、現在感情認識部１２は、ユーザ端末２を介して、ユーザＵに対し、感情モデルを、その感情モデルにおける座標を選択可能な形式で提示する（図４Ａ／ＳＴＥＰ０５）。
　具体的には、図６に示すように、現在感情認識部１２は、ユーザ端末２のタッチパネルに、感情モデル（ＥｍｏｊｉＧｒｉｄ）を表示する。そして、現在感情認識部１２は、ユーザがこの感情モデルのいずれかの点に触れたときには、その点の座標が選択されたものとして判定する。
　次に、現在感情認識部１２は、感情モデルにおけるいずれかの座標が選択されたかを判定する（図４Ａ／ＳＴＥＰ０６）。
　いずれの座標も選択されていない場合（ＳＴＥＰ０６でＮＯの場合）、現在感情認識部１２は、所定の制御周期でＳＴＥＰ０６の判定を繰り返す。
　一方、いずれかの座標が選択された場合（ＳＴＥＰ０６でＹＥＳの場合）、現在感情認識部１２は、その座標を選択座標として認識し、その選択座標を現在感情として認識する（図４Ａ／ＳＴＥＰ０７）。
　次に、推奨料理認識部１３は、予測モデルに、今回のユーザ情報及び現在感情を入力して、ユーザＵに対する複数の推奨料理、及び複数の推奨料理の各々の推奨度を出力する（図４Ａ／ＳＴＥＰ０８）。
　次に、料理情報提供部１５は、複数の推奨料理の各々について、料理情報格納部１４から料理情報を取得する（図４Ａ／ＳＴＥＰ０９）。
　次に、料理情報提供部１５は、ユーザ端末２を介して、ユーザＵに対し、取得した料理情報の１つである料理名を、その料理情報に対応する推奨料理の推奨度に基づく順序で、選択可能な形式で提供する（図４Ａ／ＳＴＥＰ１０）。
　具体的には、図７に示すように、料理情報提供部１５は、ユーザ端末２のタッチパネルに、料理名を上下に並べて表示することによって、料理情報を提供する。このとき、それらの料理名の順序は、対応する推奨料理の推奨度が高いほど、上側に位置するようになっている。そして、料理情報提供部１５は、ユーザがこれらの料理名のいずれかに触れたときには、料理名に対応する推奨料理選択されたものとして判定する。
　次に、料理情報提供部１５は、いずれかの料理名が選択されたかを判定する（図４Ｂ／ＳＴＥＰ１１）。
　いずれの料理名も選択されていない場合（ＳＴＥＰ１１でＮＯの場合）、料理情報提供部１５は、所定の制御周期でＳＴＥＰ１１の判定を繰り返す。
　一方、いずれかの料理名が選択された場合（ＳＴＥＰ１１でＹＥＳの場合）、料理情報提供部１５は、ユーザ端末２を介して、ユーザＵに対し、選択された料理名に対応する推奨料理についての料理情報の詳細を提供する（図４Ｂ／ＳＴＥＰ１２）。
　具体的には、図８に示すように、例えば、今回のユーザ情報に食行動が自炊に関するものであるという情報が含まれていた場合には、料理情報提供部１５は、ユーザ端末２のタッチパネルに、選択された料理名に対応する推奨料理のレシピを表示する。また、外食に関するものであるという情報が含まれていた場合には、料理情報提供部１５は、タッチパネルに、選択された料理名に対応する推奨料理を提供している店舗又はサービスを表示する。
　次に、選択状況認識部１６は、選択された料理情報が採用されたか（すなわち、選択料理となったか）を判定する（図４Ｂ／ＳＴＥＰ１３）。
　具体的には、選択状況認識部１６は、料理情報提供部１５が料理のレシピをユーザ端末２のタッチパネルに表示する際に、そのレシピとともに採用ボタンを表示する。そして、その採用ボタンが選択された際には、その採用ボタンとともにレシピ（すなわち、料理情報）に対応する推奨料理が採用されて選択料理となったと判定する。
　選択された料理情報が採用されなかった場合（ＳＴＥＰ１３でＮＯの場合）、ＳＴＥＰ１１に戻り、提供システムＳは、ＳＴＥＰ１１～ＳＴＥＰ１３の処理を再度実行する。
　一方、選択された料理情報が採用された場合（ＳＴＥＰ１３でＹＥＳの場合）、選択状況認識部１６は、選択状況を認識する（図４Ｂ／ＳＴＥＰ１４）。
　具体的には、選択状況認識部１６は、ユーザ端末２に入力又は出力された情報、ユーザ情報格納部１１に格納されているユーザ情報のうち今回のユーザＵに関する情報、及び提供システムＳの備えている時計から取得した時刻などから、選択状況を抽出して認識する。
　選択状況としては、例えば、選択料理となった回数である選択回数、表示位置、今回のユーザＵによって今回の選択料理が選択される以前に選択料理となった推奨料理、今回の選択料理が選択された際に同時に提示された推奨料理の種類、選択された時刻（ひいては、朝食であるのか、夕食であるのかなど）などが認識される。
　次に、選択状況認識部１６は、ユーザＵごとに、又はユーザＵと同一若しくは対応するユーザ情報をもつグループごとに、選択料理について選択状況を、ユーザ情報格納部１１に格納する（図４Ｂ／ＳＴＥＰ１５）。
　次に、推奨料理認識部１３は、今回認識された選択状況を加えて、予測モデルに、選択料理（すなわち、対応する候補料理）と、選択座標及びユーザ情報に加えて、過去における選択状況を学習データとして、その候補料理と、その選択座標、そのユーザ情報、及びその選択状況との相関、並びにその相関の強さである推奨度について機械学習させて（図４Ｂ／ＳＴＥＰ１６）、今回の処理を終了する。
　なお、推奨料理認識部１３は、この選択状況を加えた機械学習を、選択状況を認識した際に毎回実行せずに、選択状況が一定数集まった際に実行するようにしてもよい。
　以上説明したように、提供システムＳを用いて実行される料理情報提供方法では、ユーザＳの感情を入力するためのインターフェースとして、複数の基本感情に基づいて座標が規定されている平面モデルである感情モデルを採用し、その感情モデルにおいて選択された座標を、ユーザＵの感情として認識している。これにより、ユーザＵは、言語的な表現などに変換することなく、自らの感情を座標という値として容易に且つ的確に表現することが可能になる。
　そして、この提供システムＳでは、その座標を入力データとしている。すなわち、このシステムでは、感情という曖昧なパラメータに代わり、座標という明確なパラメータを採用している。これにより、このシステムでは、入力データから曖昧さが排除されるので、的確な推奨料理を出力データとして得ることができる。
　したがって、提供システムＳによれば、感情も的確に加味して、適切な推奨料理に関する料理情報を、ユーザＵに提供することができる。ひいては、その推奨料理について食行動を行うことによって、ユーザＵは、高い確率で満足感を得ることができる。
［提供システムの変形例］
　ところで、本実施形態では、感情モデルとして、１つ又は複数の基本感情を表わす第１の座標軸、及び前記基本感情の強弱を表す第２の座標軸を含むモデルを採用している。
　このような座標軸を用いたモデルを感情モデルとして採用すると、その感情モデルにおける座標がどのような感情を指しているのかを、ユーザＵが直観的に理解しやすくなる。ひいては、ユーザＵは、自らの感情を的確に座標として表現しやすくなり、入力データから曖昧さがさらに排除される。これにより、感情をさらに的確に加味して、さらに適切な推奨料理に関する料理情報を、ユーザＵに提供することができる。
　しかし、本発明の感情モデルは、このような構成に限定されるものではなく、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルであればよい。そのため、例えば、座標軸を含まない感情モデルであってもよい。具体的には、複数の色が所定の位置に単純に配置されただけのモデルを感情モデルとして採用してもよい。
　また、本実施形態では、推奨料理認識部１３が、複数の料理情報を認識し、料理情報提供部１５が、複数の推奨料理の各々に対応する料理情報をユーザＵに提供するように構成されている。
　このように、複数の推奨料理に関する料理情報を提供すると、どの推奨料理を対象として食行動を行うかという最終的な選択が、ユーザＵに委ねられることになる。これにより、選択した推奨料理について食行動を実際に行った場合には、ユーザＵは、その食行動の対象となる料理は自らの選択によるものであるという納得感が与えられるので、その食行動の結果に対し満足感を得やすくなる。
　しかし、本発明の料理情報提供システムは、このような構成に限定されるものではなく、推奨料理認識部は、推奨料理を１つだけ認識するように構成されていてもよいし、料理情報提供部は、複数の推奨料理のうち１つだけについて料理情報を提供するように構成されていてもよい。
　また、本実施形態では、料理情報が選択された際に、選択状況認識部１６が選択状況を認識し、その選択状況を用いて、推奨料理認識部１３が予測モデルの機械学習を行っている。
　このように、前回までに得られた選択料理について、選択料理となった時点における状況である選択状況を学習データとして採用した予測モデルは、ユーザＵの実態に即したものになる。その結果、その予測モデルによって出力される推奨料理について食行動を行うと、ユーザＵは、さらに高い確率で満足感を得ることができる。
　しかし、本発明の予測モデルはこのような構成に限定されるものではなく、複数の候補料理の各々と、選択座標及びユーザ情報とを学習データとして、その候補料理とその選択座標及びそのユーザ情報との相関を機械学習させ、ユーザ情報及び現在感情を入力して、複数の前記候補料理から推奨料理を選択して出力するものであればよい。
　そのため、例えば、選択状況の認識、及びその選択状況を用いた予測モデルの機械学習を行うように構成せずに、システムを構築する際に導入した予測モデルを、その後に機械学習させずに、そのまま用い続けるように構成してもよい。
　また、本実施形態では、選択状況として選択回数を採用している。これは、選択料理となる、ということは、そのユーザＵにとって、直接的に好まれている可能性が高いといえるので、このように選択状況として選択回数を採用すると、出力された推奨料理は、ユーザＵの嗜好に適合したものになりやすくなるためである。ひいては、適切な推奨料理に関する料理情報を、ユーザに提供することができるためである。
　しかし、本発明の選択状況は、そのような構成に限定されるものではなく、料理情報の提供された選択料理がユーザに選択されて、選択料理となった時点における状況であればよい。そのため、例えば、選択状況には選択回数が含まれていなくてもよい。
　また、本実施形態では、推奨料理認識部１３の予測モデルは、複数の推奨料理とともに、複数の推奨料理の各々の推奨度を出力し、料理情報提供部１５は、その推奨度に基づいて、料理情報の提供の仕方を変更している。
　このように、複数の推奨料理の各々に対応する料理情報を、推奨度とともに、又は推奨度が高い推奨料理ほど優先される形式で、ユーザＵに提供するようにすると、ユーザＵは、自然と、推奨度が高く、自らが満足する可能性の高い推奨料理に関する料理情報を選択しやすくなる。
　しかし、本発明の料理情報提供部は、そのような構成に限定されるものではなく、料理情報をユーザに提供するものであればよい。そのため、例えば、推奨度以外の基準（例えば、５０音順、材料の値段の合計順など）を用いて、料理情報の表示順序を変更してもよい。また、優先度が高いほど表示画面上の表示サイズが大きくなるようにして表示してもよい。また、推奨度の値そのものを料理情報とともに表示するようにしてもよい。
［その他の実施形態］
　以上、図示の実施形態について説明したが、本発明はこのような形態に限定されるものではない。
　例えば、上記実施形態では、推奨料理認識部１３は、所定の予測モデルを用いて推奨料理を認識している。しかし、本発明の推奨料理認識部は、このような構成に限定されるものではない。そのため、予測モデルに代わり、ユーザ情報及び現在感情と、推奨料理となり得る料理である複数の候補料理の各々との相関関係を表す相関データに基づいて、推奨料理を認識するものであってもよい。
　また、上記実施形態では、提供システムＳが１つのコンピュータシステムである場合について説明した。しかし、本発明は、この他に、前述の料理情報提供方法を任意の１つ又は複数のコンピュータによって実行させるための料理情報提供プログラム、及びそのプログラムを記録し、且つ、そのプログラムを、ユーザなどが利用するコンピュータが読み取り可能な記録媒体も含む。
１…サーバ、２…ユーザ端末、１０…ユーザ情報認識部、１１…ユーザ情報格納部、１２…現在感情認識部、１２ａ…感情モデル提示部、１２ｂ…座標認識部、１３…推奨料理認識部、１４…料理情報格納部（料理情報認識部）、１５…料理情報提供部、１６…選択状況認識部、２０…入力部、２１…出力部、Ｓ…提供システム（料理情報提供システム）、Ｕ…ユーザ。

Claims (11)

  1. 　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供システムにおいて、
    　前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するユーザ情報認識部と、
    　前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識する現在感情認識部と、
    　前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識する推奨料理認識部と、
    　前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報を前記ユーザに提供する料理情報提供部とを備え、
    　前記現在感情認識部は、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する感情モデル提示部と、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する座標認識部とを有し、
    　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする料理情報提供システム。
  2. 　請求項１に記載の料理情報提供システムにおいて、
    　前記感情モデルは、１つ又は複数の基本感情を表わす第１の座標軸、及び前記基本感情の強弱を表す第２の座標軸を含むモデルであることを特徴とする料理情報提供システム。
  3. 　請求項１又は請求項２に記載の料理情報提供システムにおいて、
    　前記推奨料理認識部は、複数の前記推奨料理を認識し、
    　前記料理情報提供部は、複数の前記推奨料理の各々に対応する前記料理情報を、前記ユーザに提供することを特徴とする料理情報提供システム。
  4. 　請求項３に記載の料理情報提供システムにおいて、
    　複数の前記推奨料理の各々について、複数の前記推奨料理から前記ユーザに選択された推奨料理である選択料理となった時点における状況である選択状況を認識する選択状況認識部を備え、
    　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標、前記ユーザ情報、及び前記選択状況とを学習データとして、該候補料理と該選択座標、該ユーザ情報、及び該選択状況との相関を機械学習させ、複数の前記候補料理から選択された前記推奨料理を出力する予測モデルを用いることを特徴とする料理情報提供システム。
  5. 　請求項４に記載の料理情報提供システムにおいて、
    　前記選択状況認識部は、複数の前記推奨料理の各々について、前記選択状況として、少なくとも前記選択料理となった回数である選択回数を認識することを特徴とする料理情報提供システム。
  6. 　請求項４又は請求項５に記載の料理情報提供システムにおいて、
    　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標、前記ユーザ情報、及び前記選択状況とを学習データとして、該候補料理と該選択座標、該ユーザ情報、及び該選択状況との相関、並びに該相関の強さである推奨度を機械学習させ、複数の前記候補料理から選択された前記推奨料理、及び該推奨料理の前記推奨度を出力する予測モデルを用い、
    　前記料理情報提供部は、複数の前記推奨料理の各々に対応する前記料理情報を、前記推奨度とともに、又は前記推奨度が高い前記推奨料理に対応する料理情報ほど優先される形式で、前記ユーザに提供することを特徴とする料理情報提供システム。
  7. 　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供システムにおいて、
    　前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するユーザ情報認識部と、
    　前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識する現在感情認識部と、
    　前記ユーザ情報及び前記現在感情と、前記推奨料理となり得る料理である複数の候補料理の各々との相関関係を表す相関データに基づいて、前記推奨料理を認識する推奨料理認識部と、
    　前記候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報を前記ユーザに提供する料理情報提供部とを備え、
    　前記現在感情認識部は、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する感情モデル提示部と、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する座標認識部とを有していることを特徴とする料理情報提供システム。
  8. 　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供方法において、
    　ユーザ情報認識部が、前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するステップと、
    　現在感情認識部が、前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識するステップと、
    　推奨料理認識部が、前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識するステップと、
    　料理情報提供部が、前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報をユーザに提供するステップとを備え、
    　前記現在感情を認識するステップは、前記現在感情認識部の感情モデル提示部が、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する処理と、前記現在感情認識部の座標認識部が、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する処理とを含み、
    　前記推奨料理を認識するステップで、前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする料理情報提供方法。
  9. 　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供装置において、
    　前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するユーザ情報認識部と、
    　前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識する現在感情認識部と、
    　前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識する推奨料理認識部と、
    　前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して該料理情報を前記ユーザに提供する料理情報提供部とを備え、
    　前記現在感情認識部は、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する感情モデル提示部と、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する座標認識部とを有し、
    　前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする料理情報提供装置。
  10. 　ユーザが食行動を行うことを推奨される料理である推奨料理に関する情報である料理情報を、前記ユーザに提供する料理情報提供方法をコンピュータに実行させる料理情報提供プログラムにおいて、
    　前記コンピュータに、
    　ユーザ情報認識部が、前記ユーザの生体情報、嗜好、及び前記食行動における環境の少なくとも１つを含む情報であるユーザ情報を認識するステップと、
    　現在感情認識部が、前記ユーザが前記料理情報の取得を希望した時点における感情である現在感情を認識するステップと、
    　推奨料理認識部が、前記ユーザ情報及び前記現在感情を入力して前記推奨料理を出力する予測モデルを用いて、前記推奨料理を認識するステップと、
    　料理情報提供部が、前記予測モデルで用いられる料理であり、前記推奨料理となり得る料理である候補料理に関する情報を複数認識している料理情報認識部から、前記料理情報を取得して、該料理情報を前記ユーザに提供するステップと
    を実行させ、
    　前記現在感情を認識するステップは、前記現在感情認識部の感情モデル提示部が、複数の基本感情に基づいて座標が規定されている平面モデル又は立体モデルである感情モデルを、該感情モデルにおけるいずれかの座標を選択可能な形式で前記ユーザに提示する処理と、前記現在感情認識部の座標認識部が、前記ユーザによって選択された前記感情モデルにおける座標である選択座標を、前記現在感情として認識する処理とを含み、
    　前記推奨料理を認識するステップで、前記推奨料理認識部は、前記予測モデルとして、複数の前記候補料理の各々と、前記選択座標及び前記ユーザ情報とを学習データとして、該候補料理と該選択座標及び該ユーザ情報との相関を機械学習させ、複数の前記候補料理から前記推奨料理を選択して出力する予測モデルを用いることを特徴とする料理情報提供プログラム。
  11. 　請求項１０に記載の料理情報提供プログラムを記録し、前記料理情報提供プログラムを前記コンピュータが読み取り可能であることを特徴とする記録媒体。
PCT/JP2022/015258 2022-03-29 2022-03-29 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体 WO2023187952A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/015258 WO2023187952A1 (ja) 2022-03-29 2022-03-29 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/015258 WO2023187952A1 (ja) 2022-03-29 2022-03-29 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体

Publications (1)

Publication Number Publication Date
WO2023187952A1 true WO2023187952A1 (ja) 2023-10-05

Family

ID=88200069

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/015258 WO2023187952A1 (ja) 2022-03-29 2022-03-29 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体

Country Status (1)

Country Link
WO (1) WO2023187952A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011034455A (ja) * 2009-08-04 2011-02-17 Canon Inc データ入力装置及びデータ入力方法
JP2020052638A (ja) * 2018-09-26 2020-04-02 楽天株式会社 情報処理装置、情報処理方法、プログラム、記憶媒体

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011034455A (ja) * 2009-08-04 2011-02-17 Canon Inc データ入力装置及びデータ入力方法
JP2020052638A (ja) * 2018-09-26 2020-04-02 楽天株式会社 情報処理装置、情報処理方法、プログラム、記憶媒体

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
1 May 2019 (2019-05-01), SHINSUKE NAKAJIMA, MAYUMI UEDA: "Recipe recommendation system", XP009549218 *
TOMIYO NAKAMURA: "Acceptability evaluation of a prototype of a mood-based menu search system", IEICE TECHNICAL REPORT, vol. 112, no. 75, 29 May 2012 (2012-05-29), pages 73 - 77, XP009549219, ISSN: 0913-5685 *

Similar Documents

Publication Publication Date Title
Lu et al. Developing and validating a service robot integration willingness scale
AU2019204800B2 (en) Intent engines systems and method
US6236974B1 (en) Method and apparatus for automated selection and organization of products including menus
JP7437643B2 (ja) 支援情報提供システム、支援情報提供装置、支援情報提供方法及びプログラム
AU2014342551A1 (en) Intent engines systems and method
TW201506834A (zh) 問卷系統、問卷回答裝置、問卷回答方法、及問卷回答程式
JP7423994B2 (ja) レコメンド装置及びレコメンド方法
KR20230069896A (ko) 주문 연계 개인 맞춤형 음식 추천 방법 및 이의 장치
JP2000207406A (ja) 情報検索システム
US20220319667A1 (en) An apparatus and method for providing dietary recommendation
WO2020241693A1 (ja) レコメンドシステム、レコメンド装置、情報処理方法、及びコンピュータ読み取り可能な記録媒体
WO2023187952A1 (ja) 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記憶媒体
KR102485107B1 (ko) 심리 상담 제공 시스템 및 방법
JP7082008B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
WO2019230587A1 (ja) ヘルスケア支援サーバ、ヘルスケア支援方法、コンピュータで読み取り可能なプログラム、情報処理装置、及び、コンピュータに実現させるためのプログラム
WO2022054631A1 (ja) 支援システム、分析装置、分析方法、支援装置、支援方法、分析プログラム、及び支援プログラム
WO2019082812A1 (ja) 目標管理システム、目標管理サーバ、目標管理プログラム、および、目標管理端末装置
KR20190051417A (ko) 브랜드 성향 기반 매치 메이킹 장치 및 방법
US20200394727A1 (en) Food ordering system based on predefined variables
JP2020038431A (ja) 行動推奨装置及び行動推奨システム
JP2019079389A (ja) 目標管理システム、目標管理サーバ、および、目標管理プログラム
JP7292545B1 (ja) 情報処理装置、方法、プログラム、およびシステム
US11654343B2 (en) Exercise history managing device, exercise history managing method, and computer program for executing same in computer
JP2011018164A (ja) 情報提示装置
JP6199421B2 (ja) 表示制御装置及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22935105

Country of ref document: EP

Kind code of ref document: A1