JP7445870B2 - 空間提案システム、及び、空間提案方法 - Google Patents

Description

本発明は、空間提案システム、及び、空間提案方法に関する。

住宅内の空間をユーザに提案するための技術が知られている。特許文献１には、コンピュータを用いて住戸購入予定者の住まい観に応じたモデル住戸を多様且つ端的に提示する住戸の購入支援方法が開示されている。

特開２００４－０５４８０５号公報

画像を提示することによりユーザに空間を提案する場合、ユーザが好むと予想される空間が映る画像を効率的に提示できる仕組みが望まれる。

本発明は、ユーザが好むと予想される空間が映る画像を効率的に提示することができる空間提案システム等を提供する。

本発明の一態様に係る空間提案システムは、感性評価値の類似度に基づいてクラスタに分類された、空間を被写体とする複数の画像であって、各々に、当該画像に対する感性評価値と、当該画像が属する第一クラスタと、当該画像が属する、前記第一クラスタ内の第二クラスタとが定められた複数の画像が記憶された記憶部と、ユーザの空間に対する感性評価値を取得する取得部と、前記第一クラスタを、取得された前記感性評価値との類似度が高い順に複数選択する選択部と、選択された複数の前記第一クラスタのそれぞれから、当該第一クラスタに属する前記画像である第一画像を抽出する抽出部と、抽出された複数の前記第一画像を提示する提示部と、提示された複数の前記第一画像のうちの１つの選択を前記ユーザから受け付ける受付部とを備え、前記抽出部は、選択された前記第一画像が属する前記第一クラスタ内の複数の前記第二クラスタのそれぞれから、当該第二クラスタに属する前記画像である第二画像を抽出し、前記提示部は、抽出された複数の前記第二画像を提示する。

本発明の一態様に係る空間提案方法は、感性評価値の類似度に基づいてクラスタに分類された、空間を被写体とする複数の画像であって、各々に、当該画像に対する感性評価値と、当該画像が属する第一クラスタと、当該画像が属する、前記第一クラスタ内の第二クラスタとが定められた複数の画像の提示に基づく空間提案方法であって、ユーザの空間に対する感性評価値を取得し、前記第一クラスタを、取得された前記感性評価値との類似度が高い順に複数選択し、選択された複数の前記第一クラスタのそれぞれから、当該第一クラスタに属する前記画像である第一画像を抽出し、抽出された複数の前記第一画像を提示し、提示された複数の前記第一画像のうちの１つの選択を前記ユーザから受け付け、選択された前記第一画像が属する前記第一クラスタ内の複数の前記第二クラスタのそれぞれから、当該第二クラスタに属する前記画像である第二画像を抽出し、抽出された複数の前記第二画像を提示する。

本発明の一態様に係るプログラムは、前記空間提案方法をコンピュータに実行させるためのプログラムである。

本発明の空間提案システム等は、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

図１は、実施の形態に係る空間提案システムの機能構成を示すブロック図である。 図２は、空間を被写体とした画像の一例を示す図である。 図３は、複数の画像の分類を示す図である。 図４は、実施の形態に係る空間提案システムの動作例１のフローチャートである。 図５は、感性語に対する評価値の入力画面の一例を示す図である。 図６は、座標空間上の設定値と、複数の画像それぞれの感性評価値とを示す図である。 図７は、算出された距離が短い順にソートされた複数の画像の情報を示す図である。 図８は、第一クラスタに属する複数の画像の情報を示す図である。 図９は、画像の不足分を補う例を説明するための図である。 図１０は、画像の不足分を補う例を説明するための図である。 図１１は、実施の形態に係る空間提案システムの動作例２のフローチャートである。 図１２は、実施の形態に係る空間提案システムの動作例３のフローチャートである。 図１３は、嗜好タイプと空間嗜好との対応関係を示す図である。 図１４は、提示用の画像と空間属性との対応関係を示す図である。

以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付し、重複する説明は省略または簡略化される場合がある。

（実施の形態１）
［発明の基礎となった知見］
ユーザが居住する住宅内の空間は、家電製品などのように簡単に取り換えることができず、また、使用期間も長期にわたる。このため、住宅内の空間をユーザの要望に応じて設計する空間設計においては、ユーザの要望を十分に満たすように設計されることが肝心である。一方で、ユーザは必ずしも自らの要望を設計者に的確に説明できるわけではなく、また、要望を明確に持っているわけでもない。したがって、ユーザが空間に対する要望を的確に引き出し、設計者に伝達できる仕組みが必要である。

空間の構成要素は、壁材、床材、家具、及び、照明器具などであるが、その空間の良否の判断は、「心地よい」「落ち着く」といった人の感性に基づいて行われる。そのため、空間を人の感性面から評価することは理に適っている。

設計者がユーザの好みの空間がどのような空間であるかをユーザの感性に基づいて把握するために、ユーザに空間を被写体とした画像を複数提示し、気に入ったものを選んでもらう構成が考えられる。このとき、ユーザに全ての画像を提示することは、ユーザを煩わせることになり、ユーザの「なるべく簡単に希望を汲み取ってほしい」というニーズに反することとなる。つまり、ユーザが好むと予想される空間が映る画像を効率的に提示できる仕組みが望まれる。

そこで、実施の形態に係る空間提案システムにおいては、提示の対象となる複数の画像が、不特定多数のユーザの感性評価値（言い換えれば、印象）に基づいて階層構造を有するクラスタにあらかじめ分類されている。空間提案システムは、まず、大きなクラスタ（後述の第一クラスタ）の代表画像をユーザに提示し、ユーザに選択してもらうことで、ユーザの好みの特徴を大まかに絞る。続いて、空間提案システムは、選択された大きなクラスタ内の小さなクラスタ（後述の第二クラスタ）の代表画像を提示し、ユーザの好みの特徴の詳細をさらに絞り込む。

例えば、明るい空間が好みの人が暗い空間の画像を選ぶ可能性は低く、このような画像を提示する必要性は低い。空間提案システムは、ユーザの好みの空間が映る画像が含まれている可能性の高い一定の範囲内の画像を網羅的に提示することで、ユーザに提示される画像の数を減らしつつも、ユーザが好む可能性が高い空間が映る画像を提示することができる。

［構成］
以下、このような空間提案システムの構成について説明する。図１は、実施の形態に係る空間提案システムの機能構成を示すブロック図である。

上述のように、実施の形態に係る空間提案システム１００は、ユーザに空間の提案を行うためのシステムである。ここでの空間は、例えば、室内空間である。空間提案システム１００は、具体的には、空間を被写体とした画像（以下、空間画像と記載される場合もある）を提示する。図２は、空間を被写体とした画像の一例を示す図である。空間提案システム１００が備える記憶部４０には、あらかじめ提示の対象となる複数の画像が記憶される。

図１に示されるように、空間提案システム１００は、具体的には、受付部１０と、提示部２０と、情報処理部３０と、記憶部４０とを備える。

受付部１０は、空間提案システム１００を利用するための操作をユーザから受け付ける。受付部１０は、例えば、空間に対する印象を示す感性語に対する評価値をユーザから受け付ける。受付部１０は、例えば、キーボード、マウス、または、タッチパネルなどによって実現される。受付部１０は、空間提案システム１００が備える他の構成要素とは別の構成要素であってもよいし、これらの他の構成要素の少なくとも１つと一体化されていてもよい。受付部１０は、例えば、リモートコントローラのように独立した機器の一部であってもよいし、専用のアプリケーションプログラムがインストールされた携帯端末（スマートフォンまたはタブレット端末）の一部であってもよい。

提示部２０は、ユーザの操作に必要な情報を提示（具体的には、表示）する。例えば、提示部２０は、ユーザが感性語に対する評価値を入力するための入力画面、上述の画像、ユーザが画像を選択するための選択画面などを提示する。提示部２０は、液晶パネルまたは有機ＥＬパネルなどの表示パネルによって実現される。提示部２０は、空間提案システム１００が備える他の構成要素とは別の構成要素であってもよいし、これらの他の構成要素の少なくとも１つと一体化されていてもよい。提示部２０は、例えば、リモートコントローラのように独立した機器の一部であってもよいし、専用のアプリケーションプログラムがインストールされた携帯端末（スマートフォンまたはタブレット端末）の一部であってもよい。

情報処理部３０は、画像の提示に関する情報処理を行う。情報処理部３０は、例えば、マイクロコンピュータまたはプロセッサによって実現される。情報処理部３０は、具体的には、算出部３１、取得部３２、選択部３３、抽出部３４、及び、判定部３５を備える。

記憶部４０は、情報処理部３０が実行するコンピュータプログラム、複数の画像、及び、複数の画像を提示するための各種情報などが記憶される記憶装置である。記憶部４０は、言い換えれば、複数の画像のデータベースである。記憶部４０は、半導体メモリまたはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などによって実現される。

記憶部４０に記憶される複数の画像は、感性評価値の類似度に基づいてクラスタに分類されている。図３は、複数の画像の分類を示す図である。

図３に示されるように、複数の画像のそれぞれには、あらかじめ不特定多数のユーザの主観評価に基づいて、感性評価値が定められている。具体的には、複数の画像のそれぞれには、当該画像を見た不特定多数のユーザの感性評価値の平均値が対応付けられている。空間提案システム１００においては、感性評価値は、３つの感性軸（例えば、活動性、力量性、評価性の３つの感性軸）によって定められる座標空間における座標である。なお、後述のように、感性評価値は、感性語に対する評価値によって算出され、図３の例では、複数の画像のそれぞれには、感性語に対する評価値も対応付けられている。感性語に対する評価値は、例えば、６つの感性語に対する評価値を要素とするベクトルで表される。

複数の画像は、このような感性評価値に基づいて第一クラスタに分類される。複数の画像の第一クラスタへの分類は、一般的なクラスタ分析の手法により行われる。具体的には、ｋ－ｍｅａｎｓ法、ｋ－ｍｅａｎｓ＋＋法、階層的クラスタ分析などの手法が例示される。なお、ｋ－ｍｅａｎｓ法については、初期値依存性があるため、ある一定回数の計算を行い、その中で最も良い分類が採用することもできる。例えば、複数の第一クラスタのそれぞれに属する画像の枚数のばらつきが最小であることを良い分類であるすることが考えられるが、遺伝的アルゴリズム（ＧＡ：Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ）などのその他の方法でクラスタ分類の良否が判定されてもよい。

また、第一クラスタに属する画像は、さらに、第二クラスタに分類される。第二クラスタへの分類も、一般的なクラスタ分析の手法に基づいて行われる。なお、クラスタ分析は、感性評価値に代えて、感性語に対する評価値に基づいて行われてもよい。

このように、複数の画像のそれぞれには、当該画像が属する第一クラスタと、当該当該画像が属する、第一クラスタ内の第二クラスタとが定められている。また、複数の画像のそれぞれには、当該画像に対する感性評価値と、感性語に対する評価値とが定められている。

［動作例１］
次に、空間提案システム１００の動作例１について説明する。図４は、空間提案システム１００の動作例１のフローチャートである。

まず、提示部２０は、情報処理部３０が出力する入力画面の画面情報に基づいて、感性語に対する評価の入力画面を表示し（Ｓ１１）、受付部１０は、空間に関する感性語に対する評価値の入力をユーザから受け付ける（Ｓ１２）。言い換えれば、受付部１０は、ユーザが空間に対して望むことの評価値を、各感性語ごとに受け付ける。ここでの空間とは、特定の空間ではなく概念としての室内空間の意味であるが、特定の空間の意味であってもよい。

また、感性語は、例えば、「明るい」、「落ち着く」など、空間の印象を表現するための単語（例えば、修飾語）である。図５は、感性語に対する評価値の入力画面の一例を示す図であり、感性語に対する評価値は、例えば、ユーザのスライドバーへの操作によって定められる。感性語に対する評価値は、例えば、７段階（または５段階）であるが、ＶＡＳ：Ｖｉｓｕａｌ Ａｎａｌｏｇｕｅ Ｓｃａｌｅなどに基づいて無段階であってもよく、特に限定されない。また、評価の対象となる感性語の数も特に限定されない。

次に、算出部３１は、受け付けられた感性語に対する評価値に基づいて感性評価値を算出する（Ｓ１３）。算出部３１は、例えば、感性語に対する評価値に、主成分分析または因子分析などの手法を適用することにより、感性評価値を算出する。これらの手法は、多次元（例では６次元)の変数を、次元圧縮して集約し、負荷行列を用いて座標値へと変換することができる。なお、このような感性評価値の算出方法は、一例であり、感性評価値の算出においては他の方法が用いられてもよい。

取得部３２は、算出部３１によって算出された感性評価値を取得する（Ｓ１４）。なお、以下では、算出部３１によって算出された感性評価値を、設定値と記載する。

次に、選択部３３は、第一クラスタを、取得された設定値との類似度が高い順に複数選択する（Ｓ１５）。上述のように、感性評価値（設置値）は、座標であり、選択部３３は、まず、取得された設定値と、記憶部４０を参照することによって得られる複数の画像の感性評価値のそれぞれとの距離（具体的には、ユークリッド距離）を算出する。設定値との距離が短い感性評価値を有する画像は、言い換えれば、設定値との類似度が高い感性評価値を有する画像である。図６は、座標空間（３軸のうち２軸のみ図示）上の設定値と、複数の画像それぞれの感性評価値とを示す図であり、図７は、算出された距離が短い順にソートされた複数の画像の情報を示す図である。なお、図６において、マーカの色（白、黒、グレー）は、第一クラスタの種類（Ｎｏ．）を示し、マーカの形状（円、四角、三角など）は、第二クラスタの種類（Ｎｏ．）を示す。

図６及び図７に示されるように、選択部３３は、まず、設定値との距離が最も短い（つまり、設定値に最も類似する）画像Ｎｏ．６１が属する第一クラスタＮｏ．３を選択する（図７の（ａ））。次に、選択部３３は、既に選択した第一クラスタ以外の第一クラスタに属する画像のうち、設定値との距離が最も短い画像Ｎｏ．３９が属する第一クラスタＮｏ．７を選択する（図７の（ｂ）。以降、選択部３３は、この処理を選択した第一クラスタが第一所定数に達するまで繰り返す（図７の（ｃ）及び（ｄ））。第一所定数は、例えば、４であるが、特に限定されない。

次に、抽出部３４は、選択された複数の第一クラスタのそれぞれから、当該第一クラスタに属する画像である第一画像を１つ抽出する（Ｓ１６）。第一画像は、言い換えれば、第一クラスタに属する複数の画像を代表する代表画像である。抽出部３４は、例えば、選択した第一クラスタに属する画像のうち、設定値との距離が最も短い（つまり、設定値に最も類似する）画像を第一画像として抽出する。図７の例では、Ｎｏ６１、Ｎｏ．３９、Ｎｏ．４３、Ｎｏ．１４９の４つの画像が第一画像として抽出される。なお、第一画像は、画像評価値（後述）に基づいて抽出されてもよい。

次に、提示部２０は、情報処理部３０が出力する画像情報に基づいて、抽出された複数の第一画像を提示する（Ｓ１７）。複数の第一画像は、同時に（例えば、一画面に）表示されてもよいし、順番に表示されてもよい。

次に、受付部１０は、提示された複数の第一画像のうちの１つの選択をユーザから受け付ける（Ｓ１８）。ユーザは、複数の第一画像のうち、最も気に入った第一画像を選択する。この結果、選択された第一画像が属する第一クラスタが、以降の探索の対象となる。つまり、ステップＳ１８の第一画像の選択は、言い換えれば、第一クラスタの選択となる。

次に、抽出部３４は、選択された第一クラスタの内の複数の第二クラスタのそれぞれから、当該第二クラスタに属する画像である第二画像を１つ抽出する（Ｓ１９）。図８は、第一クラスタＮｏ．５に属する複数の画像の情報を示す図であり、ステップＳ１８において第一クラスタＮｏ．５が選択された場合、抽出部３４は、例えば、第一クラスタＮｏ．５に属する全ての第二クラスタＮｏ．１７－２０のそれぞれから、当該第二クラスタにおいて設定値との距離が最も短い（つまり、設定値に最も類似する）画像を第二画像として抽出する。図８の例では、画像Ｎｏ．４４、画像Ｎｏ．１２１、画像Ｎｏ．４３、及び、画像Ｎｏ．７２が抽出される（図８の（ａ）～（ｄ））。第二画像は、言い換えれば、第二クラスタに属する複数の画像を代表する代表画像である。なお、第二画像は、画像評価値（後述）に基づいて抽出されてもよい。

次に、提示部２０は、情報処理部３０が出力する画像情報に基づいて、抽出された複数の第二画像を提示する（Ｓ２０）。複数の第二画像は、同時に（例えば、一画面に）表示されてもよいし、順番に表示されてもよい。

なお、ステップＳ２０において提示される画像の数に規定があるような場合、第二クラスタの数と、規定された画像の数（第二所定数）とが一致しない場合がある。ステップＳ１９において抽出された第二クラスタの数が第二所定数よりも多い場合には、抽出された複数の第二画像のうち、設定値との距離が近いものから順に第二所定数の第二画像が選択される。また、ステップＳ１９において抽出された第二クラスタの数が第二所定数よりも少ない場合には、ステップＳ１８で選択された第一クラスタ以外の他の第一クラスタに属する画像が補充される。例えば、抽出部３４は、ステップＳ１９において抽出された複数の第二画像のうちの任意の１つとの距離が最も近い画像Ａが属する他の第一クラスタを決定し、その中で画像Ａが属する第二クラスタから第二画像を抽出する。なお、第二画像の補充方法についてはこのような方法に限定されない。

次に、受付部１０は、提示された複数の第二画像のうちの１つの選択をユーザから受け付ける（Ｓ２１）。ユーザは、複数の第二画像のうち、最も気に入った第二画像を選択する。この結果、選択された第二画像が属する第二クラスタが、以降の探索の対象となる。つまり、ステップＳ２１の第二画像の選択は、言い換えれば、第二クラスタの選択となる。

次に、抽出部３４は、選択された第二クラスタに属する画像の数が所定数以上であるか否かを判定する（Ｓ２２）。抽出部３４は、選択された第二クラスタに属する画像の数が所定数以上であると判定すると（Ｓ２２でＹｅｓ）、選択した第二クラスタに属する画像のうち、設定値との距離が短い順に所定数の画像を抽出する（Ｓ２３）。例えば、所定数が４で、ステップＳ２１で選択された第二クラスタが第二クラスタＮｏ．１９である場合、第二クラスタＮｏ．１９には画像が５つ含まれるので、距離が短い順に４つの画像（画像Ｎｏ．４３、画像Ｎｏ．３６、画像Ｎｏ．３５、画像Ｎｏ．３７）が抽出される。

一方、抽出部３４は、選択された第二クラスタに属する画像の数が所定数未満であると判定すると（Ｓ２２でＮｏ）、選択された第二クラスタから、当該第二クラスタに属する画像を全て抽出しつつ、不足分を補う（Ｓ２４）。図９及び図１０は、画像の不足分を補う例を説明するための図である。

図９及び図１０に示されるように、例えば、所定数が４で、ステップＳ２１で選択された第二クラスタがクラスタＮｏ．１７である場合、クラスタＮｏ．１７には画像が３つしか含まれない（画像Ｎｏ．４４、画像Ｎｏ．９２、画像Ｎｏ．９０）ため、画像が１つ不足する。そこで、抽出部３４は、ステップＳ２０で提示された第二画像以外の画像の中から、ステップＳ２１において選択された第二画像との距離が最も近い画像Ｎｏ．７７を抽出する。第二画像の補充方法についてはこのような方法に限定されない。なお、ステップＳ２０で提示された画像（画像Ｎｏ．１２１、画像Ｎｏ．４３、画像Ｎｏ．７２）が除外されるのは、これらの画像をユーザが選択する可能性が低いためである。

次に、提示部２０は、情報処理部３０が出力する画像情報に基づいて、抽出された複数の画像を提示する（Ｓ２５）。複数の画像は、同時に（例えば、一画面に）表示されてもよいし、順番に表示されてもよい。

次に、受付部１０は、提示された複数の画像のうちの１つの選択をユーザから受け付ける（Ｓ２６）。この画像が、ユーザが最も気に入った画像となる。

ステップＳ２６において選択された画像（つまり、最終的に選択された画像）は、ユーザの操作に応じて提示部２０に拡大して表示されてもよいし、プリンタなどの出力装置（図１で図示せず）によって出力されてもよい。

また、最終的に選択された画像は、空間の設計者によって顧客のニーズとして情報共有されてもよい。例えば、最終的に選択された画像は、ユーザの識別情報またはユーザの属性情報と対応付けて記憶部４０に記憶されてもよい。また、受付部１０は、最終的に選択された画像をユーザがどの程度気に入ったかの評価値の入力をユーザから受け付け、情報処理部３０は、最終的に選択された画像と対応付けて記憶してもよい。これにより、図４の動作が何度も繰り返されれば各画像に対して画像評価値を付与することができる。このような画像評価値は、例えば、代表画像（第一画像、及び、第二画像）を抽出する際に使用される。

以上説明したように、空間提案システム１００は、提示の対象となる複数の画像を階層的にクラスタ化しておき、各クラスタにおける代表画像を提示する。ユーザは、感性語に対する評価の入力と、３度の画像の選択（２度の代表画像の選択、及び、最終的な画像の選択）とを行うだけで、多くの画像の中から的確にユーザの好みの空間が映る画像を特定することができる。つまり、空間提案システム１００は、ユーザが好むと予想される空間が映る画像を効率的に提示できる。

［動作例２］
次に、空間提案システム１００の動作例２について説明する。図１１は、空間提案システム１００の動作例２のフローチャートである。

まず、図４のステップＳ１１～ステップＳ１７と同様の処理が行われる。次に、受付部１０は、提示された複数の第一画像のうちの１つの選択をユーザから受け付ける（Ｓ３１）。受付部１０は、これに加えて、選択された第一画像に対するユーザの第一評価値の入力をユーザから受け付ける（Ｓ３２）。

次に、情報処理部３０は、受け付けられた第一評価値が閾値以上であるか否かを判定する（Ｓ３３）。閾値は、例えば、第一評価値が７段階評価であるときの６などであり、あらかじめ定められる。

情報処理部３０は、受け付けられた第一評価値が閾値以上であると判定した場合、つまり、選択された第一画像に対する評価が高いと判定した場合には（Ｓ３３でＹｅｓ）、動作を終了し、提示部２０による画像の提示を終了する。この場合、ステップＳ３１において選択された第一画像が、ユーザが最も気に入った画像（最終的に選択された画像）とみなされる。

一方、受け付けられた第一評価値が閾値未満であると判定された場合、つまり、選択された第一画像に対する評価が低いと判定された場合には（Ｓ３３でＮｏ）、抽出部３４は、選択された第一クラスタの内の複数の第二クラスタのそれぞれから第二画像を１つ抽出する（Ｓ３４）。提示部２０は、情報処理部３０が出力する画像情報に基づいて、抽出された複数の第二画像を提示し（Ｓ３５）、受付部１０は、提示された複数の第二画像のうちの１つの選択をユーザから受け付ける（Ｓ３６）。受付部１０は、これに加えて、選択された第二画像に対するユーザの第二評価値の入力をユーザから受け付ける（Ｓ３７）。

次に、情報処理部３０は、受け付けられた第二評価値が閾値以上であるか否かを判定する（Ｓ３８）。閾値は、例えば、第二評価値が７段階評価であるときの６などであり、あらかじめ定められる。

情報処理部３０は、受け付けられた第二評価値が閾値以上であると判定した場合、つまり、選択された第二画像に対する評価が高いと判定した場合には（Ｓ３８でＹｅｓ）、動作を終了し、提示部２０による画像の提示を終了する。この場合、ステップＳ３６において選択された第二画像が、ユーザが最も気に入った画像（最終的に選択された画像）とみなされる。

一方、受け付けられた第二評価値が閾値未満であると判定された場合、つまり、選択された第二画像に対する評価が低いと判定された場合には（Ｓ３８でＮｏ）、図４のステップＳ２２～ステップＳ２６と同様の処理が行われる。

以上説明したように、空間提案システム１００は、第一画像の選択時に、選択した第一画像の第一評価値をユーザから受け付け、第一評価値が高いときにはそれ以上の画像の提示を行わない。また、空間提案システム１００は、第二画像の選択時に、選択した第二画像の第二評価値をユーザから受け付け、第二評価値が高いときにはそれ以上の画像の提示を行わない。これにより、空間提案システム１００は、ユーザが画像を気に入った時点で画像の提示を終了することができ、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

［動作例３］
次に、空間提案システム１００の動作例３について説明する。動作例３では、アンケート結果に基づいてユーザの嗜好タイプを判定し、判定結果に基づいて代表画像を抽出する例について説明する。図１２は、空間提案システム１００の動作例３（嗜好タイプの判定動作）のフローチャートである。

まず、提示部２０は、情報処理部３０が出力するアンケート画面の画面情報に基づいて、嗜好に関するアンケートのアンケート画面を表示し（Ｓ４１）、受付部１０は、嗜好に関するアンケートに対する回答の入力をユーザから受け付ける（Ｓ４２）。

嗜好に関するアンケートは、ユーザの好みまたは考え方などを明確にするための複数の質問項目を含む。質問項目は、空間に関する質問項目とは限らず、例えば、サイコグラフィック属性に関する質問項目、年代、性別、家族構成などのデモグラフィック属性に関する質問項目が含まれてもよい。サイコグラフィック属性に関する質問項目は、具体的には、買い物の仕方(有名ブランドの商品であれば少々高くても買う、アフターサービスが重要だと思う、評判の高いものを買う、流行しているものはすぐに買う、…)、生活意識(健康に留意している、自然環境に配慮している、ボランティア活動に熱心である、…)、性格(人と積極的に交流する、一人で過ごす時間を大切にしている、自分を主張する、周囲の意見を重視する、…)などである。質問項目については、嗜好が類似しているユーザをグループ分けできればよく、特に限定されない。なお、アンケートに含まれる質問項目は、専用のものであってもよいし、マーケティング調査で用いられる一般的な質問項目、または、Ｊａｐａｎ－ＶＡＬＳ（登録商標）などのように決まった質問項目であってもよい。

次に、判定部３５は、受け付けられた回答に基づいて、嗜好タイプを判定する（Ｓ４３）。嗜好タイプは、あらかじめ不特定多数のユーザのアンケートへの回答を取得しておき、これらをタイプ別に分類することにより定められる。嗜好タイプは、例えば、因子分析（または主成分分析）によって設定され、判定部３５は、上記因子分析（または主成分分析）に基づいてアンケートに対する回答を嗜好タイプに次元圧縮するための重みを用いて、嗜好タイプを判定することができる。また、嗜好タイプはクラスタ分析等によって設定され、嗜好タイプを判定するための判定モデルを、ランダムフォレストまたはロジスティック回帰などの手法に基づいて構築し、判定部３５は、このような判定モデルを用いて嗜好タイプを判定してもよい。判定モデルは、因子分析等に基づいて嗜好タイプを設定した後で構築することもできる。

また、嗜好タイプは、アンケートへの回答を次元圧縮する際の因子負荷量に基づいて設定され、判定部３５は、どのアンケート要素がどの嗜好タイプと対応付いているかを判定したのち、アンケートの実際の回答結果に基づいて定められた数式を用いて嗜好タイプを判定してもよい。

なお、アンケートへの回答が次元圧縮されることは必須ではないが、次元圧縮が行われれば、判定モデルで必要な（判定に重要な）項目のみをユーザが回答するべきアンケート項目とすることができ、アンケート項目を減らしてユーザの負荷を減らせるメリットがある。

嗜好タイプには、空間嗜好があらかじめ対応付けられている。図１３は、嗜好タイプと空間嗜好との対応関係を示す図であり、このような対応関係は、あらかじめ記憶部４０に情報として記憶されている。空間嗜好は、例えば、空間の物理的要素であり、図１３の例では、空間における照明に関する物理的要素である。空間嗜好は、具体的には、照明器具の種類、空間全体の平均照度、空間における特定の領域（場所）に対する照度などである。なお、空間嗜好は物理的要素に限定されず、嗜好タイプとの関連性が高い印象特徴などが空間嗜好として用いられてもよい。

空間嗜好に対応して、提示用の複数の画像には、当該画像に映る空間の空間属性が付与される。図１４は、提示用の画像と空間属性との対応関係を示す図であり、このような対応関係は、あらかじめ記憶部４０に情報として記憶されている。空間属性は、例えば、空間の物理的特性であり、具体的には、照明器具の種類及び数、空間全体の平均照度、特定の領域に対する照度、コントラスト(明暗)比、光色(色温度)などである。空間嗜好として印象特徴が用いられる場合には、空間属性は、印象語の評価結果などとなる。

以下、このような嗜好タイプを用いて第一画像を抽出する方法について説明する。上述の図７において、第一クラスタＮｏ．３の第一画像は、設定値との距離に基づけば画像Ｎｏ．６１となる。ここで、ユーザが嗜好タイプ１であると判定された場合、空間嗜好としてダウンライトが対応付けられており（図１３）、画像Ｎｏ．６１には、空間属性としてダウンライトが対応付けられていない（図１４）。このため、画像Ｎｏ．６１は、第一画像として抽出されない。

抽出部３４は、設定値との距離が短い順に、画像Ｎｏ．６２、画像Ｎｏ．５３…と順に画像に付与された空間属性を確認する。ここで、画像Ｎｏ．６０には空間属性としてダウンライトが対応付けられている。つまり、画像Ｎｏ．６０に映る空間には主としてダウンライトが使用されており、ユーザの嗜好に合う画像であると考えられる。このため、抽出部３４は、第一クラスタＮｏ．３の第一画像として、画像Ｎｏ．６０を抽出する。仮に、ユーザが嗜好タイプ３であると判定された場合には、第一代表画像は画像Ｎｏ．６０ではなく、画像Ｎｏ．６１（主としてペンダント照明が使用されている)となる。抽出部３４は、他の第一クラスタからも、同様の方法で第一画像を抽出する。

なお、仮に、第一クラスタＮｏ．３において画像Ｎｏ．６０のように主としてダウンライトが使用されている空間が映る画像が存在しない場合が考えられる。このような場合、画像Ｎｏ．６２のように、抽出部３４は、ダウンライトが部分的に使用されている画像を抽出するか、あるいは、別の第一クラスタから第一画像を抽出する。これ以外の方法として、空間嗜好に順位付けが行われ、抽出部３４は、第一位の嗜好に当てはまる画像がなければ第二位の嗜好に当てはまる画像を抽出してもよい。

また、抽出部３４は、同一の嗜好タイプの他のユーザの第一画像の選択履歴などを参照し、嗜好タイプから第一画像を直接的に抽出してもよい。さらに、選択履歴の蓄積度合いに応じて、２つの方法が使い分けられてもよい。例えば、抽出部３４は、選択履歴が十分に蓄積されるまでの間は、空間嗜好と空間属性との照合に基づいて第一画像を抽出し、選択履歴が十分に蓄積された後には、嗜好タイプから第一画像を直接的に抽出してもよい。

また、複数の画像のそれぞれには、当該画像が各空間嗜好にどのくらい当てはまっているかの適合度が対応付けられてもよい。この場合、空間嗜好に対して、適合度のより高い画像が第一画像として抽出される。

以上説明したように、空間提案システム１００は、ユーザへのアンケート結果に基づいて、ユーザの嗜好タイプを判定し、判定された嗜好タイプに基づいて、選択された複数の第一クラスタのそれぞれから第一画像を抽出する。これにより、空間提案システム１００は、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

なお、抽出部３４は、第二画像の抽出において嗜好性タイプを用いてもよい。つまり、抽出部３４は、ユーザへのアンケート結果に基づいて、ユーザの嗜好タイプを判定し、判定された嗜好タイプに基づいて、選択された複数の第二クラスタのそれぞれから第二画像を抽出してもよい。動作例３において、第一クラスタは、第二クラスタに読み替えられ、第一画像は、第二画像に読み替えられてもよい。

また、動作例３は、動作例１と組み合わされてもよいし、動作例２と組み合わされてもよい。

［変形例］
上記実施の形態では、複数の画像のそれぞれに感性語に対する評価値、及び、感性評価値が対応付けられていたが、複数の画像のそれぞれは、感性語に対する評価値、及び、感性評価値の少なくとも一方に対応付けられていればよい。例えば、複数の画像のそれぞれは、感性語に対する評価値及び感性評価値のうち、感性語に対する評価値だけに対応付けられていてもよい。また、上記実施の形態において、複数の画像は、感性語に対する評価値に基づいてクラスタ化されてもよい。つまり、上記実施の形態の感性評価値として、感性語に対する評価値がそのまま使用されてもよく、感性語に対する評価値が次元圧縮されることは必須ではない。

また、上記実施の形態における複数の画像のそれぞれは、空間を被写体とした画像であればよいが、複数の画像は、実質的に同一の空間において照明の状態（照明器具の種類、明るさ、及び、色温度など）が変更された画像であってもよい。つまり、空間提案システム１００は、設計者が空間におけるユーザの照明の好みを把握するために使用されてもよい。照明は、個人的な嗜好の差が大きいため、設計者が空間におけるユーザの照明の好みを把握することは重要である。

また、複数の画像の総数が非常に多い場合には、第二クラスタ内にさらに第三クラスタが設けられ、第三クラスタから代表画像を抽出して提示する処理が行われてもよい。

［効果等］
以上説明したように、空間提案システム１００は、感性評価値の類似度に基づいてクラスタに分類された、空間を被写体とする複数の画像であって、各々に、当該画像に対する感性評価値と、当該画像が属する第一クラスタと、当該画像が属する、第一クラスタ内の第二クラスタとが定められた複数の画像が記憶された記憶部４０と、ユーザの空間に対する感性評価値を取得する取得部３２と、第一クラスタを、取得された感性評価値との類似度が高い順に複数選択する選択部３３と、選択された複数の第一クラスタのそれぞれから、当該第一クラスタに属する画像である第一画像を抽出する抽出部３４と、抽出された複数の第一画像を提示する提示部２０と、提示された複数の第一画像のうちの１つの選択をユーザから受け付ける受付部１０とを備える。抽出部３４は、選択された第一画像が属する第一クラスタ内の複数の第二クラスタのそれぞれから、当該第二クラスタに属する画像である第二画像を抽出し、提示部２０は、抽出された複数の第二画像を提示する。

このような空間提案システム１００は、ユーザの好みの空間が映る画像が含まれている可能性の高い一定の範囲内の画像を網羅的に提示することで、ユーザに提示される画像の数を減らしつつも、ユーザが好む可能性が高い空間が映る画像を提示することができる。つまり、空間提案システム１００は、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

また、例えば、受付部１０は、さらに、提示された複数の第二画像のうちの１つの選択をユーザから受け付け、提示部２０は、さらに、選択された第二画像が属する第二クラスタ内の画像を提示する。

このような空間提案システム１００は、ユーザの好みの空間が映る画像が含まれている可能性の高い第二クラスタ内の画像を提示することができる。

また、例えば、受付部１０は、提示された複数の第一画像のうちの１つの選択に加えて、選択された第一画像に対するユーザの第一評価値の入力をユーザから受け付ける。提示部２０は、受け付けられた第一評価値が閾値未満である場合に、複数の第二画像を提示し、受け付けられた第一評価値が閾値以上である場合には、複数の画像の提示を終了する。

このような空間提案システム１００は、第一評価値が高いときにはそれ以上の画像の提示を行わないことで、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

また、例えば、受付部１０は、提示された複数の第二画像のうちの１つの選択に加えて、選択された第二画像に対するユーザの第二評価値の入力をユーザから受け付ける。提示部２０は、受け付けられた第二評価値が閾値未満である場合に、選択された第二画像が属する第二クラスタ内の画像を提示し、受け付けられた第二評価値が閾値以上である場合には、第二画像の提示を終了する。

このような空間提案システム１００は、第二評価値が高いときにはそれ以上の画像の提示を行わないことで、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

また、例えば、空間提案システム１００は、さらに、ユーザへのアンケート結果に基づいて、ユーザの嗜好タイプを判定する判定部３５を備える。抽出部３４は、判定された嗜好タイプに基づいて、選択された複数の第一クラスタのそれぞれから第一画像を抽出する。

このような空間提案システム１００は、ユーザの嗜好タイプを考慮して、ユーザが好むと予想される空間が映る第一画像を提示することができる。

また、例えば、空間提案システム１００は、さらに、ユーザへのアンケート結果に基づいて、ユーザの嗜好タイプを判定する判定部３５を備える。抽出部３４は、判定された嗜好タイプに基づいて、複数の第二クラスタのそれぞれから第二画像を抽出する。

このような空間提案システム１００は、ユーザの嗜好タイプを考慮して、ユーザが好むと予想される空間が映る第二画像を提示することができる。

また、例えば、複数の画像は、同一の空間において照明の状態が変更された画像である。

このような空間提案システム１００は、同一の空間において照明の状態が変更された画像をユーザに提示することができる。

また、例えば、感性評価値は、感性軸によって構成される座標空間上の座標である。

このような空間提案システム１００は、感性軸によって構成される座標空間上の座標に基づいて、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

また、例えば、受付部１０は、さらに、空間に関する感性語に対する評価値の入力をユーザから受け付ける。空間提案システム１００は、さらに、受け付けられた感性語に対する評価値に基づいて感性評価値を算出する算出部３１を備える。取得部３２は、算出部３１によって算出された感性評価値を取得する。

このような空間提案システム１００は、感性語に対する評価値を入力として、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

また、空間提案システム１００などのコンピュータによって実行される空間提案方法は、感性評価値の類似度に基づいてクラスタに分類された、空間を被写体とする複数の画像であって、各々に、当該画像に対する感性評価値と、当該画像が属する第一クラスタと、当該画像が属する、前記第一クラスタ内の第二クラスタとが定められた複数の画像の提示に基づく空間提案方法である。空間提案方法は、ユーザの空間に対する感性評価値を取得し、第一クラスタを、取得された感性評価値との類似度が高い順に複数選択し、選択された複数の第一クラスタのそれぞれから、当該第一クラスタに属する画像である第一画像を抽出し、抽出された複数の第一画像を提示し、提示された複数の第一画像のうちの１つの選択をユーザから受け付け、選択された第一画像が属する第一クラスタ内の複数の第二クラスタのそれぞれから、当該第二クラスタに属する画像である第二画像を抽出し、抽出された複数の第二画像を提示する。

このような空間提案方法は、ユーザの好みの空間が映る画像が含まれている可能性の高い一定の範囲内の画像を網羅的に提示することで、ユーザに提示される画像の数を減らしつつも、ユーザが好む可能性が高い空間が映る画像を提示することができる。つまり、空間提案方法は、ユーザが好むと予想される空間が映る画像を効率的に提示することができる。

（その他の実施の形態）
以上、実施の形態について説明したが、本発明は、上記実施の形態に限定されるものではない。

例えば、上記実施の形態では、空間提案システムは、複数の装置によって実現されてもよいし、単一の装置として実現されてもよい。空間提案システムが複数の装置によって実現される場合、空間提案システムが備える構成要素は、複数の装置にどのように振り分けられてもよい。また、空間提案システムは、クライアントサーバシステムとして実現されてもよい。

例えば、上記実施の形態における構成要素間の通信方法については特に限定されるものではない。また、構成要素間の通信においては、図示されない中継装置が介在してもよい。

また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。例えば、選択部が実行する処理は抽出部によって実行されてもよい。また、複数の処理の順序が変更されてもよいし、複数の処理が並行して実行されてもよい。

また、上記実施の形態において、各構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、各構成要素は、ハードウェアによって実現されてもよい。例えば、各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

例えば、本発明は、空間提案システムなどのコンピュータが実行する空間提案方法として実現されてもよいし、このような空間提案方法をコンピュータに実行させるためのプログラムとして実現されてもよい。また、本発明は、このようなプログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

１０ 受付部
２０ 提示部
３０ 情報処理部
３１ 算出部
３２ 取得部
３３ 選択部
３４ 抽出部
３５ 判定部
４０ 記憶部
１００ 空間提案システム

Claims (11)

1. 感性評価値の類似度に基づいてクラスタに分類された、空間を被写体とする複数の画像であって、各々に、当該画像に対する感性評価値と、当該画像が属する第一クラスタと、当該画像が属する、前記第一クラスタ内の第二クラスタとが定められた複数の画像が記憶された記憶部と、
   ユーザの空間に対する感性評価値を取得する取得部と、
   前記第一クラスタを、取得された前記感性評価値との類似度が高い順に複数選択する選択部と、
   選択された複数の前記第一クラスタのそれぞれから、当該第一クラスタに属する前記画像である第一画像を抽出する抽出部と、
   抽出された複数の前記第一画像を提示する提示部と、
   提示された複数の前記第一画像のうちの１つの選択を前記ユーザから受け付ける受付部とを備え、
   前記抽出部は、選択された前記第一画像が属する前記第一クラスタ内の複数の前記第二クラスタのそれぞれから、当該第二クラスタに属する前記画像である第二画像を抽出し、
   前記提示部は、抽出された複数の前記第二画像を提示する
   空間提案システム。
2. 前記受付部は、さらに、提示された複数の前記第二画像のうちの１つの選択を前記ユーザから受け付け、
   前記提示部は、さらに、選択された前記第二画像が属する前記第二クラスタ内の画像を提示する
   請求項１に記載の空間提案システム。
3. 前記受付部は、提示された複数の前記第一画像のうちの１つの選択に加えて、選択された前記第一画像に対する前記ユーザの第一評価値の入力を前記ユーザから受け付け、
   前記提示部は、
   受け付けられた前記第一評価値が閾値未満である場合に、複数の前記第二画像を提示し、
   受け付けられた前記第一評価値が閾値以上である場合には、前記複数の画像の提示を終了する
   請求項１または２に記載の空間提案システム。
4. 前記受付部は、提示された複数の前記第二画像のうちの１つの選択に加えて、選択された前記第二画像に対する前記ユーザの第二評価値の入力を前記ユーザから受け付け、
   前記提示部は、
   受け付けられた前記第二評価値が閾値未満である場合に、選択された前記第二画像が属する前記第二クラスタ内の画像を提示し、
   受け付けられた前記第二評価値が閾値以上である場合には、前記第二画像の提示を終了する
   請求項２に記載の空間提案システム。
5. さらに、前記ユーザへのアンケート結果に基づいて、前記ユーザの嗜好タイプを判定する判定部を備え、
   前記抽出部は、判定された嗜好タイプに基づいて、選択された複数の前記第一クラスタのそれぞれから前記第一画像を抽出する
   請求項１～４のいずれか１項に記載の空間提案システム。
6. さらに、前記ユーザへのアンケート結果に基づいて、前記ユーザの嗜好タイプを判定する判定部を備え、
   前記抽出部は、判定された嗜好タイプに基づいて、複数の前記第二クラスタのそれぞれから前記第二画像を抽出する
   請求項１～５のいずれか１項に記載の空間提案システム。
7. 前記複数の画像は、同一の空間において照明の状態が変更された画像である
   請求項１～６のいずれか１項に記載の空間提案システム。
8. 前記感性評価値は、感性軸によって構成される座標空間上の座標である
   請求項１～７のいずれか１項に記載の空間提案システム。
9. 前記受付部は、さらに、空間に関する感性語に対する評価値の入力を前記ユーザから受け付け、
   前記空間提案システムは、さらに、受け付けられた前記感性語に対する評価値に基づいて前記感性評価値を算出する算出部を備え、
   前記取得部は、前記算出部によって算出された前記感性評価値を取得する
   請求項１～８のいずれか１項に記載の空間提案システム。
10. 感性評価値の類似度に基づいてクラスタに分類された、空間を被写体とする複数の画像であって、各々に、当該画像に対する感性評価値と、当該画像が属する第一クラスタと、当該画像が属する、前記第一クラスタ内の第二クラスタとが定められた複数の画像の提示に基づく空間提案方法であって、
    空間提案システムの取得部が、ユーザの空間に対する感性評価値を取得し、
    前記空間提案システムの選択部が、前記第一クラスタを、取得された前記感性評価値との類似度が高い順に複数選択し、
    前記空間提案システムの抽出部が、選択された複数の前記第一クラスタのそれぞれから、当該第一クラスタに属する前記画像である第一画像を抽出し、
    前記空間提案システムの提示部が、抽出された複数の前記第一画像を提示し、
    前記空間提案システムの受付部が、提示された複数の前記第一画像のうちの１つの選択を前記ユーザから受け付け、
    前記抽出部が、選択された前記第一画像が属する前記第一クラスタ内の複数の前記第二クラスタのそれぞれから、当該第二クラスタに属する前記画像である第二画像を抽出し、
    前記提示部が、抽出された複数の前記第二画像を提示する
    空間提案方法。
11. 請求項１０に記載の空間提案方法をコンピュータに実行させるためのプログラム。

Images