特開 2025-4841 支援装置、支援方法および支援プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2025004841

(43)【公開日】2025-01-16

(54)【発明の名称】支援装置、支援方法および支援プログラム

(51)【国際特許分類】

   G06F 3/01 20060101AFI20250108BHJP

   A61B 5/16 20060101ALI20250108BHJP

   A61B 5/374 20210101ALI20250108BHJP

【ＦＩ】

G06F3/01 515

A61B5/16 100

A61B5/374

【審査請求】未請求

【請求項の数】17

【出願形態】ＯＬ

(21)【出願番号】P 2023104701

(22)【出願日】2023-06-27

(71)【出願人】

【識別番号】000006507

【氏名又は名称】横河電機株式会社

(74)【代理人】

【識別番号】110000877

【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所

(72)【発明者】

【氏名】村岡 喜代美

(72)【発明者】

【氏名】山下 弘高

(72)【発明者】

【氏名】坪田 孝志

(72)【発明者】

【氏名】石田 元彦

【テーマコード（参考）】

4C038

4C127

5E555

【Ｆターム（参考）】

4C038PP01

4C038PP03

4C038PP05

4C038PS03

4C127AA03

4C127GG03

4C127GG09

4C127GG10

4C127GG11

4C127GG15

5E555AA25

5E555AA48

5E555BA01

5E555BB01

5E555BC04

5E555BE17

5E555CA41

5E555CA42

5E555CB65

5E555CB70

5E555DB53

5E555DC13

5E555EA04

5E555EA19

5E555FA00

(57)【要約】      （修正有）

【課題】評価者の潜在的な評価を反映する支援装置、支援方法および支援プログラムを提供する。
【解決手段】支援装置１００は、被評価対象を観察している状態における評価者の第１脳波情報を取得し、被評価対象の複数の要素のそれぞれを観察している状態における評価者の第２脳波情報を複数の要素のそれぞれごとに取得する情報取得部１０と、第１脳波情報に基づいて被評価対象に対する第１評価情報を生成し、第２脳波情報に基づいて複数の要素のそれぞれに対する第２評価情報を生成する評価生成部２０と、第１評価情報と第２評価情報とに基づいて、被評価対象と複数の要素の少なくとも一つとを組み合わせた仮想対象を生成する仮想対象生成部３０と、を備える。
【選択図】図３

【特許請求の範囲】

【請求項1】

被評価対象を観察している状態における評価者の第１脳波情報を取得し、前記被評価対象の複数の要素のそれぞれを観察している状態における前記評価者の第２脳波情報を前記複数の要素のそれぞれごとに取得する情報取得部と、
前記第１脳波情報に基づいて前記被評価対象に対する第１評価情報を生成し、前記第２脳波情報に基づいて前記複数の要素のそれぞれに対する第２評価情報を生成する評価生成部と、
前記第１評価情報と前記第２評価情報とに基づいて、前記被評価対象と前記複数の要素の少なくとも一つとを組み合わせた仮想対象を生成する仮想対象生成部と、
を備える支援装置。

【請求項2】

前記被評価対象は、被服であり、
前記情報取得部は、前記評価者が前記被服を装着中の第３脳波情報を取得し、
前記評価生成部は、前記第３脳波情報に基づいて、前記被服に対する前記評価者の第３評価情報を生成する、
請求項１に記載の支援装置。

【請求項3】

前記情報取得部は、前記評価者の生体情報をさらに取得し、
前記評価生成部は、前記生体情報および前記第３脳波情報に基づいて、前記第３評価情報を生成する、
請求項２に記載の支援装置。

【請求項4】

前記情報取得部は、前記評価者が前記被服を装着前の前記第１脳波情報、および、前記評価者が前記被服を装着中且つ前記被服を観察する前における前記第３脳波情報を取得し、
前記評価生成部は、前記第１脳波情報から、前記被服を観察する前における前記第３脳波情報への変化に基づいて、前記第３評価情報を補正する、
請求項２または３に記載の支援装置。

【請求項5】

前記情報取得部は、前記評価者が前記被服を装着前の前記第１脳波情報、および、前記評価者が前記被服を装着中且つ前記被服を観察している状態における前記第３脳波情報を取得し、
前記評価生成部は、前記第１脳波情報から、前記被服を観察している状態における前記第３脳波情報への変化に基づいて、前記第１評価情報を補正する、
請求項２または３に記載の支援装置。

【請求項6】

前記評価生成部は、前記第１脳波情報から前記第３脳波情報への変化と、前記生体情報とに基づいて、前記評価者の状態を示す状態情報を生成し、生成した前記状態情報に基づいて、前記第３評価情報を生成する、請求項３に記載の支援装置。

【請求項7】

前記情報取得部は、前記評価者が前記被服を装着前の前記生体情報を取得し、
前記評価生成部は、前記第１脳波情報における、予め定められた周波数帯における脳波の振幅の全体振幅に占める割合から、前記第３脳波情報における、前記周波数帯における脳波の振幅の前記全体振幅に占める割合への変化と、前記評価者の心拍における第１パワースペクトルの大きさの第２パワースペクトルの大きさに対する割合とに基づいて、前記状態情報を生成し、
前記全体振幅は、アルファ波、ベータ波、シータ波、ガンマ波およびデルタ波の振幅の和であり、
前記第２パワースペクトルの周波数帯域は、前記第１パワースペクトルの周波数帯域よりも高周波数の帯域である、
請求項６に記載の支援装置。

【請求項8】

前記評価生成部は、前記被評価対象を装着中における前記第１パワースペクトルの大きさの前記第２パワースペクトルの大きさに対する割合と、前記第１パワースペクトルの大きさの前記第２パワースペクトルの大きさに対する割合の予め定められた閾値との大小関係と、前記変化とに基づいて、前記状態情報を生成する、請求項７に記載の支援装置。

【請求項9】

前記状態情報は、前記評価者の複数の状態に係る情報を含み、
前記評価生成部は、前記変化と、前記第１パワースペクトルの大きさの前記第２パワースペクトルの大きさに対する割合とに基づいて、前記複数の状態のうちの一の状態に係る前記状態情報を生成する、
請求項７に記載の支援装置。

【請求項10】

前記周波数帯の脳波は、デルタ波、シータ波、低アルファ波および中アルファ波の少なくとも一つである、請求項９に記載の支援装置。

【請求項11】

前記周波数帯の脳波は、高アルファ波、低ベータ波、高ベータ波およびガンマ波の少なくとも一つである、請求項９に記載の支援装置。

【請求項12】

前記評価生成部は、前記第１評価情報と前記第３評価情報とに基づいて、前記被服に対する総合評価情報を生成する、請求項２または３に記載の支援装置。

【請求項13】

前記情報取得部は、複数の前記被評価対象のそれぞれを観察している状態における前記評価者の前記第１脳波情報を取得し、
前記評価生成部は、前記第１脳波情報に基づいて前記被評価対象のそれぞれに対する前記第１評価情報を生成し、生成した前記第１評価情報に基づいて、一の前記第２評価情報と他の前記第２評価情報とを序列化する、請求項１または２に記載の支援装置。

【請求項14】

序列化された複数の前記第２評価情報に基づいて、前記被評価対象を選択する選択部をさらに備える、請求項１３に記載の支援装置。

【請求項15】

前記第１評価情報と前記第２評価情報との関係を機械学習することにより、前記第２評価情報に基づいて前記被評価対象を推論する被評価対象推論モデルを生成する評価学習部をさらに備える、請求項１３に記載の支援装置。

【請求項16】

情報取得部が、被評価対象を観察している状態における評価者の第１脳波情報を取得し、前記被評価対象の複数の要素のそれぞれを観察している状態における前記評価者の第２脳波情報を前記複数の要素のそれぞれごとに取得する情報取得ステップと、
評価生成部が、前記第１脳波情報に基づいて前記被評価対象に対する第１評価情報を生成し、前記第２脳波情報に基づいて前記複数の要素のそれぞれに対する第２評価情報を生成する評価生成ステップと、
仮想対象生成部が、前記第１評価情報と前記第２評価情報とに基づいて、前記被評価対象と前記複数の要素の少なくとも一つとを組み合わせた仮想対象を生成する仮想対象生成ステップと、
を備える支援方法。

【請求項17】

コンピュータに、
被評価対象を観察している状態における評価者の第１脳波情報を取得し、前記被評価対象の複数の要素のそれぞれを観察している状態における前記評価者の第２脳波情報を前記複数の要素のそれぞれごとに取得する情報取得ステップと、
前記第１脳波情報に基づいて前記被評価対象に対する第１評価情報を生成し、前記第２脳波情報に基づいて前記複数の要素のそれぞれに対する第２評価情報を生成する評価生成ステップと、
前記第１評価情報と前記第２評価情報とに基づいて、前記被評価対象と前記複数の要素とを組み合わせた仮想対象を生成する仮想対象生成ステップと、
を実行させる支援プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、支援装置、支援方法および支援プログラムに関する。

【背景技術】

【0002】

特許文献１には、「第１の飲食品を飲食した後、引き続き被験飲食品を飲食した被験者の脳波を測定する」と記載されている（要約書）。
特許文献２、３には、「被験者の対象物への印象を評価することができる印象評価システムを提供する。」と記載されている（要約書）。
特許文献４には、「ユーザの深層心理における複数の感情の変化の評価を支援する」と記載されている（要約書）。
特許文献５には、「高精度に、利用者の潜在的な嗜好を判断する」と記載されている（段落０００５）。
特許文献６には、「脳波によって対象物の味またはにおいの嗜好性を評価する。」と記載されている（要約書）。
特許文献７には、「日用品の使用前に精神負荷課題を与えて被験者をストレス状態にそろえる」と記載されている（要約書）。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０２１－１０８０４５号公報
［特許文献２］ 特開２０２０－１１６１７３号公報
［特許文献３］ 特開２０２０－０４９００５号公報
［特許文献４］ 特開２０１９－２０８８８５号公報
［特許文献５］ 特許第６４５５８０９号
［特許文献６］ 特開２０１５－０２９６０９号公報
［特許文献７］ 特開２０１４－１４０３９８号公報

【発明の概要】

【0003】

本発明の第１の態様においては、支援装置を提供する。支援装置は、被評価対象を観察している状態における評価者の第１脳波情報を取得し、被評価対象の複数の要素のそれぞれを観察している状態における評価者の第２脳波情報を複数の要素のそれぞれごとに取得する情報取得部と、第１脳波情報に基づいて被評価対象に対する第１評価情報を生成し、第２脳波情報に基づいて複数の要素のそれぞれに対する第２評価情報を生成する評価生成部と、第１評価情報と第２評価情報とに基づいて、被評価対象と複数の要素の少なくとも一つとを組み合わせた仮想対象を生成する仮想対象生成部とを備える。

【0004】

被評価対象は、被服であってよい。情報取得部は、評価者が被服を装着中の第３脳波情報を取得してよい。評価生成部は、第３脳波情報に基づいて、被服に対する評価者の第３評価情報を生成してよい。

【0005】

上記いずれかの支援装置において、情報取得部は、評価者の生体情報をさらに取得してよい。評価生成部は、生体情報および第３脳波情報に基づいて、第３評価情報を生成してよい。

【0006】

上記いずれかの支援装置において、情報取得部は、評価者が被服を装着前の第１脳波情報、および、評価者が被服を装着中且つ被服を観察する前における第３脳波情報を取得してよい。評価生成部は、第１脳波情報から、被服を観察する前における第３脳波情報への変化に基づいて、第３評価情報を補正してよい。

【0007】

上記いずれかの支援装置において、情報取得部は、評価者が被服を装着前の第１脳波情報、および、評価者が被服を装着中且つ被服を観察している状態における第３脳波情報を取得してよい。評価生成部は、第１脳波情報から、被服を観察している状態における第３脳波情報への変化に基づいて、第１評価情報を補正してよい。

【0008】

上記いずれかの支援装置において、評価生成部は、第１脳波情報から第３脳波情報への変化と、生体情報とに基づいて、評価者の状態を示す状態情報を生成し、生成した状態情報に基づいて第３評価情報を生成してよい。

【0009】

上記いずれかの支援装置において、情報取得部は、評価者が被服を装着前の生体情報を取得してよい。評価生成部は、第１脳波情報における、予め定められた周波数帯における脳波の振幅の全体振幅に占める割合から、第３脳波情報における、当該周波数帯における脳波の振幅の全体振幅に占める割合への変化と、評価者の心拍における第１パワースペクトルの大きさの第２パワースペクトルの大きさに対する割合とに基づいて、状態情報を生成してよい。全体振幅は、アルファ波、ベータ波、シータ波、ガンマ波およびデルタ波の振幅の和である。第２パワースペクトルの周波数帯域は、第１パワースペクトルの周波数帯域よりも高周波数の帯域である。

【0010】

上記いずれかの支援装置において、評価生成部は、被評価対象を装着中における第１パワースペクトルの大きさの第２パワースペクトルの大きさに対する割合と、第１パワースペクトルの大きさの第２パワースペクトルの大きさに対する割合の予め定められた閾値との大小関係と、第１脳波情報における、予め定められた周波数帯における脳波の振幅の全体振幅に占める割合から、第３脳波情報における、当該周波数帯における脳波の振幅の全体振幅に占める割合への変化とに基づいて、状態情報を生成してよい。

【0011】

上記いずれかの支援装置において、状態情報は、評価者の複数の状態に係る情報を含んでよい。評価生成部は、第１脳波情報における、予め定められた周波数帯における脳波の振幅の全体振幅に占める割合から、第３脳波情報における、当該周波数帯における脳波の振幅の全体振幅に占める割合への変化と、第１パワースペクトルの大きさの第２パワースペクトルの大きさに対する割合とに基づいて、複数の状態のうちの一の状態に係る状態情報を生成してよい。

【0012】

予め定められた周波数帯の脳波は、デルタ波、シータ波、低アルファ波および中アルファ波の少なくとも一つであってよい。

【0013】

予め定められた周波数帯の脳波は、高アルファ波、低ベータ波、高ベータ波およびガンマ波の少なくとも一つであってよい。

【0014】

上記いずれかの支援装置において、評価生成部は、第１評価情報と第３評価情報とに基づいて、被服に対する総合評価情報を生成してよい。

【0015】

上記いずれかの支援装置において、情報取得部は、複数の被評価対象のそれぞれを観察している状態における評価者の第１脳波情報を取得してよい。評価生成部は、第１脳波情報に基づいて被評価対象のそれぞれに対する第１評価情報を生成し、生成した第１評価情報に基づいて、一の第２評価情報と他の第２評価情報とを序列化してよい。

【0016】

支援装置は、序列化された複数の第２評価情報に基づいて、被評価対象を選択する選択部をさらに備えてよい。

【0017】

上記いずれかの支援装置は、第１評価情報と第２評価情報との関係を機械学習することにより、第２評価情報に基づいて被評価対象を推論する被評価対象推論モデルを生成する評価学習部をさらに備えてよい。

【0018】

本発明の第２の態様においては、支援方法を提供する。支援方法は、情報取得部が、被評価対象を観察している状態における評価者の第１脳波情報を取得し、被評価対象の複数の要素のそれぞれを観察している状態における評価者の第２脳波情報を複数の要素のそれぞれごとに取得する情報取得ステップと、評価生成部が、第１脳波情報に基づいて被評価対象に対する第１評価情報を生成し、第２脳波情報に基づいて複数の要素のそれぞれに対する第２評価情報を生成する評価生成ステップと、仮想対象生成部が、第１評価情報と第２評価情報とに基づいて、被評価対象と複数の要素の少なくとも一つとを組み合わせた仮想対象を生成する仮想対象生成ステップとを備える。

【0019】

本発明の第３の態様においては、支援プログラムを提供する。支援プログラムは、コンピュータに、被評価対象を観察している状態における評価者の第１脳波情報を取得し、被評価対象の複数の要素のそれぞれを観察している状態における評価者の第２脳波情報を複数の要素のそれぞれごとに取得する情報取得ステップと、第１脳波情報に基づいて被評価対象に対する第１評価情報を生成し、第２脳波情報に基づいて複数の要素のそれぞれに対する第２評価情報を生成する評価生成ステップと、第１評価情報と第２評価情報とに基づいて、被評価対象と複数の要素とを組み合わせた仮想対象を生成する仮想対象生成ステップとを実行させる。

【0020】

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

【図面の簡単な説明】

【0021】

【図1】評価者１１０が被評価対象１２０を観察している 状況の一例を示す図である。

【図2】評価者１１０が、被評価対象１２０における複数の要素１２２のそれぞれを観察している 状況の一例を示す図である。

【図3】本発明の一つの実施形態に係る支援装置１００の一例を示すブロック図である。

【図4】仮想対象１５０の一例を示す図である。

【図5】情報取得部１０の一例を示す図である。

【図6】評価者１１０が被服１２１を装着中の一例を示す図である。

【図7】評価者１１０が被服１２１を装着中の他の一例を示す図である。

【図8】状態情報Ｉｓの一例を示す図である。

【図9】被評価対象推論モデル５２の一例を示す図である。

【図10】本発明の一つの実施形態に係る支援方法の一例を示すフローチャートである。

【図11】本発明の一つの実施形態に係る支援装置１００が全体的または部分的に具現化されてよいコンピュータ２２００の一例を示す図である。

【発明を実施するための形態】

【0022】

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

【0023】

図１は、評価者１１０が被評価対象１２０を観察している状況の一例を示す図である。被評価対象１２０は、評価者１１０が購入、貸与等を検討している物品である。被評価対象１２０は、評価者１１０が評価者１１０の身体に身に着ける装着物であってよい。当該装着物は、評価者１１０自身の身体の少なくとも一部を覆う被服であってよい。当該被服には、衣服、履物、マフラー、ストール、付け襟等が含まれてよい。本例においては、被評価対象１２０は被服１２１である。図１は、評価者１１０が、被服１２１を装着前に被服１２１を観察している状況の一例である。

【0024】

評価者１１０は、複数の被評価対象１２０を観察してよい。本例においては、評価者１１０は二つの被評価対象１２０（被評価対象１２０－１（被服１２１－１）および被評価対象１２０－２（被服１２１－２））を観察している。

【0025】

第１評価情報１３０は、被評価対象１２０に対する、評価者１１０による評価情報である。第１評価情報１３０は、被評価対象１２０に対する評価者１１０の潜在的な評価を表す複数の項目を含んでよい。本例においては、第１評価情報１３０はときめき感、安心感および違和感の三つの項目を少なくとも含む。第１評価情報１３０は、第１評価値１３２を含んでよい。第１評価値１３２は、被評価対象１２０に対する評価者１１０の評価が定量化された値である。図１では、評価者１１０の評価が星印の数で定量化されている。第１評価値１３２は、第１評価情報１３０に含まれる項目ごとに定量化されてよい。

【0026】

評価者１１０が被評価対象１２０を観察している状況における評価者１１０の視線情報を、視線情報Ｉｅとする。視線情報Ｉｅとは、評価者１１０が被評価対象１２０を観察している状況において、評価者１１０が視認している位置を示す情報である。視線情報Ｉｅは、評価者１１０の目の画像から取得してよい。目の画像は、評価者１１０が装着したウェアラブル器具に設けられた撮像素子により取得されてよく、他の器具に設けられた撮像素子により取得されてもよい。評価者１１０が被評価対象１２０－１および被評価対象１２０－２を観察している状況における評価者１１０の視線情報を、それぞれ視線情報Ｉｅ１および視線情報Ｉｅ２とする。

【0027】

図２は、評価者１１０が、被評価対象１２０における複数の要素１２２のそれぞれを観察している状況の一例を示す図である。本例においては、評価者１１０は八つの要素（要素１２２－１～要素１２２－８）を観察する。要素１２２は、被評価対象１２０の形態であってよく、被評価対象１２０に装着された部品であってもよい。被評価対象１２０が衣服である場合、当該部品は、例えばボタン、ジッパー等である。被評価対象１２０が履物である場合、当該部品は、例えば靴紐、鳩目等である。本例においては、要素１２２－１～要素１２２－３はそれぞれ被評価対象１２０－１の形状、模様および色彩であり、要素１２２－４は被評価対象１２０－１に装着されたボタンである。本例においては、要素１２２－５～要素１２２－７はそれぞれ被評価対象１２０－２の形状、模様および色彩であり、要素１２２－８は被評価対象１２０－２に装着されたボタンである。

【0028】

第２評価情報１４０は、要素１２２に対する、評価者１１０による評価情報である。第２評価情報１４０は、要素１２２に対する評価者１１０の潜在的な評価を表す複数の項目を含んでよい。本例においては、第２評価情報１４０は安心感、違和感およびときめき感の三つの項目を少なくとも含む。第２評価情報１４０は、第２評価値１４２を含んでよい。第２評価値１４２は、要素１２２に対する評価者１１０の評価が定量化された値である。図１では、評価者１１０の評価が星印の数で定量化されている。第２評価値１４２は、第２評価情報１４０に含まれる項目ごとに定量化されてよい。

【0029】

評価者１１０が要素１２２を観察している状況における評価者１１０の視線情報を、視線情報Ｉｆとする。視線情報Ｉｆとは、評価者１１０が要素１２２を観察している状況において、評価者１１０が視認している位置を示す情報である。視線情報Ｉｆは、評価者１１０の目の画像から取得してよい。評価者１１０が要素１２２－１～要素１２２－８を観察している状況における評価者１１０の視線情報を、それぞれ視線情報Ｉｆ１～視線情報Ｉｆ８とする。

【0030】

図３は、本発明の一つの実施形態に係る支援装置１００の一例を示すブロック図である。支援装置１００は、情報取得部１０、評価生成部２０および仮想対象生成部３０を備える。支援装置１００は、仮想対象提示部４０、評価学習部５０、記憶部６０、選択部７０および制御部９０を備えてよい。

【0031】

支援装置１００の一部または全体は、コンピュータにより実現されてよい。制御部９０は、当該コンピュータのＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってよい。支援装置１００がコンピュータにより実現される場合、当該コンピュータには、当該コンピュータを支援装置１００として機能させるための支援プログラムがインストールされていてよく、後述する支援方法を実行させるため支援プログラムがインストールされていてもよい。

【0032】

評価者１１０の脳波情報を、脳波情報Ｉｂとする。情報取得部１０は、被評価対象１２０（図１参照）を観察している状態における評価者１１０の第１脳波情報を取得する。当該第１脳波情報を、第１脳波情報Ｉｂ１とする。第１脳波情報Ｉｂ１は、被評価対象１２０の外観に基づく脳波情報Ｉｂであってよい。

【0033】

情報取得部１０は、複数の被評価対象１２０のそれぞれを観察している状態における評価者１１０の第１脳波情報Ｉｂ１を取得してよい。図１の例では、情報取得部１０は、被評価対象１２０－１を観察している状態における評価者１１０の脳波情報Ｉｂ１－１を取得し、被評価対象１２０－２を観察している状態における評価者１１０の脳波情報Ｉｂ１－２を取得する。

【0034】

情報取得部１０は、被評価対象１２０の複数の要素１２２（図２参照）のそれぞれを観察している状態における評価者１１０の第２脳波情報を、複数の要素１２２のそれぞれごとに取得する。当該第２脳波情報を、第２脳波情報Ｉｂ２とする。図２の例では、情報取得部１０は、要素１２２－１（図２参照）を観察している状態における評価者１１０の第２脳波情報Ｉｂ２－１を取得し、要素１２２－２（図２参照）を観察している状態における評価者１１０の第２脳波情報Ｉｂ２－２を取得する。同様に、情報取得部１０は第２脳波情報Ｉｂ２－３～第２脳波情報Ｉｂ２－８を取得する。

【0035】

被評価対象１２０が被服１２１である場合、評価者１１０が被評価対象１２０を観察している状態には、装着前の被服１２１を評価者１１０が観察している状態（図１参照）、および、評価者１１０が被服１２１を自身の身体に重ねるまたは当てた状態を鏡で観察している状態が含まれてよい。評価者１１０が要素１２２を観察している状態には、被評価対象１２０が被服１２１である場合、装着前の被服１２１の要素１２２を評価者１１０が観察している状態（図２参照）、および、評価者１１０が被服１２１を自身の身体に重ねるまたは当てた状態で要素１２２を鏡で見ている状態が含まれてよい。

【0036】

脳波情報Ｉｂは、評価者１１０の脳波の時間波形の少なくとも一部を再現する情報であってよい。脳波情報Ｉｂは、脳波の時間波形をサンプリングしたデータを含んでよく、一つまたは複数の周波数における脳波の周波数成分の大きさを示すデータを含んでよく、他のデータを含んでもよい。例えば脳波情報Ｉｂは、アルファ波、ベータ波、シータ波、デルタ波、および、ガンマ波の少なくとも一つの成分の大きさを示すデータを含む。

【0037】

アルファ波はさらに、周波数帯域により高アルファ波、中アルファ波および低アルファ波に分類される場合がある。ベータ波も、同様に分類される場合がある。脳波情報Ｉｂは、高アルファ波、中アルファ波および低アルファ波の少なくとも一つの大きさを示すデータを含んでもよい。ベータ波も同様である。

【0038】

脳波情報Ｉｂは、評価者１１０の頭および顔を含む頭部における一つまたは複数の位置で測定された、一つまたは複数の脳波の時間波形の情報を含んでよい。例えば脳波情報Ｉｂは、国際１０－２０法のように、評価者１１０の頭皮近傍に等間隔で配置された電極の電位の時間波形を測定することで取得されてよく、他の方法で取得されてもよい。頭皮に配置される複数の電極は、等間隔でなくてもよい。当該電極は、ヘッドギア、ヘッドホン、イヤホン、眼鏡等、評価者１１０の頭部に装着するウェアラブル器具に設けられてもよい。脳波情報Ｉｂは、評価者１１０の体内に埋め込まれた電極における電気信号が、無線通信で取得された情報であってもよい。

【0039】

評価生成部２０は、第１脳波情報Ｉｂ１に基づいて、被評価対象１２０に対する第１評価情報１３０（図１参照）を生成する。評価生成部２０は、第１脳波情報Ｉｂ１に基づいて第１評価値１３２（図１参照）を生成してよい。評価生成部２０は、被評価対象１２０に対する評価者１１０の潜在的な評価を表す複数の項目ごとに、第１評価値１３２を生成してよい。例えば、評価生成部２０は、評価者１１０の脳波の特定の周波数成分の大きさに基づいて、第１評価値１３２を生成する。評価生成部２０は、アルファ波、ベータ波、シータ波、デルタ波およびガンマ波のうちの一つまたは複数の成分の大きさを示す第１評価値１３２を生成してよい。評価生成部２０は、アルファ波、ベータ波、シータ波、デルタ波およびガンマ波のうちの一つまたは複数の成分の大きさから、図１に示される第１評価情報１３０に含まれる一つまたは複数の項目（例えば図１に示される安心感、違和感およびときめき感）の第１評価値１３２を生成してよい。

【0040】

被評価対象１２０に対する評価者１１０の顕在的な評価と潜在的な評価とは、異なり得る。第１評価情報１３０は第１脳波情報Ｉｂ１に基づいて生成される。このため、第１評価情報１３０には、被評価対象１２０に対する評価者１１０の潜在的な評価が反映され得る。評価者１１０が被評価対象１２０に対し顕在的にときめきを感じている場合に、第１評価情報１３０におけるときめき感の第１評価値１３２が高い場合、評価者１１０は被評価対象１２０に対するときめき感に確信を持ち得る。被評価対象１２０の販売者が評価者１１０に一の被評価対象１２０を勧めた場合に、評価者１１０が被評価対象１２０を購入するか否かに迷いを生じている場合であっても、評価者１１０は第１評価値１３２により被評価対象１２０に対する自身の潜在的な評価を認知できる。これにより、評価者１１０は、被評価対象１２０を購入するか否かを決断しやすくなる。

【0041】

評価生成部２０は、第１脳波情報Ｉｂ１に基づいて、複数の被評価対象１２０（図１参照）のそれぞれに対する第１評価情報１３０（図１参照）を生成してよい。図１の例では、評価生成部２０は、第１脳波情報Ｉｂ１－１に基づいて被評価対象１２０－１に対する第１評価情報１３０－１を生成し、第１脳波情報Ｉｂ１－２に基づいて被評価対象１２０－２に対する第１評価情報１３０－２を生成する。

【0042】

評価生成部２０は、第２脳波情報Ｉｂ２に基づいて、複数の要素１２２（図２参照）のそれぞれに対する第２評価情報１４０（図２参照）を生成する。図２の例では、評価生成部２０は、第２脳波情報Ｉｂ２－１に基づいて要素１２２－１に対する第２評価情報１４０－１を生成し、第２脳波情報Ｉｂ２－２に基づいて要素１２２－２に対する第２評価情報１４０－２を生成する。同様に、評価生成部２０は、第２脳波情報Ｉｂ２－３～第２脳波情報Ｉｂ２－８のそれぞれに基づいて、要素１２２－３～要素１２２－８のそれぞれに対する第２評価情報１４０－３～第２評価情報１４０－８をそれぞれ生成する。

【0043】

評価生成部２０は、第２脳波情報Ｉｂ２に基づいて第２評価値１４２（図２参照）を生成してよい。図２の例では、評価生成部２０は、第２脳波情報Ｉｂ２－１に基づいて要素１２２－１に対する第２評価値１４２－１を生成し、第２脳波情報Ｉｂ２－２に基づいて要素１２２－２に対する第２評価値１４２－２を生成する。同様に、評価生成部２０は、第２脳波情報Ｉｂ２－３～第２脳波情報Ｉｂ２－８のそれぞれに基づいて、要素１２２－３～要素１２２－８のそれぞれに対する第２評価値１４２－３～第２評価値１４２－８をそれぞれ生成する。

【0044】

評価生成部２０は、要素１２２（図２参照）に対する評価者１１０の潜在的な評価を表す複数の項目ごとに、第２評価値１４２（図２参照）を生成してよい。例えば、評価生成部２０は、評価者１１０の脳波の特定の周波数成分の大きさに基づいて、第２評価値１４２を生成する。評価生成部２０は、アルファ波、ベータ波、シータ波、デルタ波およびガンマ波のうちの一つまたは複数の成分の大きさを示す第２評価値１４２を生成してよい。評価生成部２０は、アルファ波、ベータ波、シータ波、デルタ波およびガンマ波のうちの一つまたは複数の成分の大きさから、図２に示される第２評価情報１４０に含まれる一つまたは複数の項目（例えば図２に示される安心感、違和感およびときめき感）の第２評価値１４２を生成してよい。

【0045】

あるタイミングにおけるアルファ波（８Ｈｚ以上１４Ｈｚ未満）、ベータ波（１４Ｈｚ以上２６Ｈｚ未満）、シータ波（４Ｈｚ以上８Ｈｚ未満）、ガンマ波（２６Ｈｚ以上４０Ｈｚ未満）およびデルタ波（４Ｈｚ未満）の振幅の和を、全体振幅Ａｓとする。一例として、評価者１１０のデルタ波の振幅の全体振幅Ａｓに占める割合が、アルファ波の振幅の全体振幅Ａｓに占める割合、ベータ波の振幅の全体振幅Ａｓに占める割合、シータ波の振幅の全体振幅Ａｓに占める割合、および、ガンマ波の振幅の全体振幅Ａｓに占める割合のいずれよりも大きい場合、評価者１１０が睡眠状態と推測され得る。

【0046】

一例として、被評価対象１２０を装着中における評価者１１０のシータ波の振幅の全体振幅Ａｓに占める割合が、被評価対象１２０を装着前における評価者１１０のシータ波の振幅の全体振幅Ａｓに占める割合よりも大きい場合、評価者１１０の疲労、眠気が増加していると推測され得る。

【0047】

一例として、被評価対象１２０を装着中における評価者１１０の低アルファ波（８Ｈｚ以上１０Ｈｚ未満）の振幅と中アルファ波（１０Ｈｚ以上１２Ｈｚ未満）の振幅との和の全体振幅Ａｓに占める割合が、被評価対象１２０を装着前における全体振幅Ａｓに占める割合よりも大きい場合、評価者１１０のリラックス度が増加していると推測され得る。

【0048】

一例として、被評価対象１２０を装着中における評価者１１０の高アルファ波（１２Ｈｚ以上１４Ｈｚ未満）の振幅と低ベータ波（１４Ｈｚ以上１８Ｈｚ未満）の振幅との和の全体振幅Ａｓに占める割合が、被評価対象１２０を装着前における全体振幅Ａｓに占める割合よりも大きい場合、評価者１１０のリラックスと集中とのバランスが良い状態が増加していると推測され得る。リラックスと集中とのバランスが良い状態とは、所謂没頭状態である。

【0049】

評価生成部２０は、被評価対象１２０を装着中の評価者１１０（図１参照）の低アルファ波の振幅と中アルファ波の振幅との和の全体振幅Ａｓに占める割合の、被評価対象１２０を装着前における全体振幅Ａｓからの増加率が大きいほど、被評価対象１２０（図１参照）に対する安心感を高く評価してよい。評価生成部２０は、被評価対象１２０を装着中の評価者１１０の高アルファ波の振幅と低ベータ波の振幅との和の全体振幅Ａｓに占める割合の、被評価対象１２０を装着前における全体振幅Ａｓからの増加率が大きいほど、被評価対象１２０に対する没頭感を高く評価してよい。被評価対象１２０に対する没頭感とは、被評価対象１２０に対する関心度の高さを指してよい。

【0050】

評価生成部２０は、評価者１１０のアルファ波、ベータ波、シータ波、デルタ波、および、ガンマ波のうちの複数の成分を組み合わせて、一つの項目の第１評価値１３２または第２評価値１４２を生成してもよい。例えばアルファ波の大きさを、ベータ波の大きさで除算した値が大きいほど、被評価対象１２０または要素１２２の安心感を高く評価してよい。例えばベータ波の大きさを、アルファ波の大きさで除算した値が大きいほど、被評価対象１２０または要素１２２に対するときめき感を高く評価してよい。

【0051】

第１脳波情報Ｉｂ１には、評価者１１０の被評価対象１２０に対する潜在的な評価が反映され得る。第１評価情報１３０は、第１脳波情報Ｉｂ１に基づいて生成される。このため、第１評価情報１３０には、評価者１１０の被評価対象１２０に対する潜在的な評価が反映され得る。図１の例では、評価者１１０の被評価対象１２０－１に対するときめき感は、被評価対象１２０－２に対するときめき感よりも高い。

【0052】

第２脳波情報Ｉｂ２には、評価者１１０の要素１２２に対する潜在的な評価が反映され得る。第２評価情報１４０は、第２脳波情報Ｉｂ２に基づいて生成される。このため、第２評価情報１４０には、評価者１１０の要素１２２に対する潜在的な評価が反映され得る。図２の例では、評価者１１０の要素１２２－５に対するときめき感が要素１２２－１に対するときめき感よりも高く、要素１２２－６に対するときめき感が要素１２２－２に対するときめき感よりも高く、要素１２２－３に対するときめき感が要素１２２－７に対するときめき感よりも高く、要素１２２－４に対するときめき感が要素１２２－８に対するときめき感よりも高い。

【0053】

図４は、仮想対象１５０の一例を示す図である。仮想対象生成部３０（図３参照）は、第１評価情報１３０と第２評価情報１４０とに基づいて、被評価対象１２０と複数の要素１２２の少なくとも一つとを組み合わせた仮想対象１５０を生成する。図４の例では、仮想対象生成部３０は、第１評価情報１３０－１および第１評価情報１３０－２と、第２評価情報１４０－１～第２評価情報１４０－８とに基づいて、被評価対象１２０－１と、要素１２２－５、要素１２２－６、要素１２２－３および要素１２２－４とを組み合わせた仮想対象１５０を生成する。

【0054】

一の被評価対象１２０に対する第１評価情報１３０が肯定的な評価（例えばときめき感）を含む場合であっても、当該一の被評価対象１２０の要素１２２に対する第２評価情報１４０が肯定的な評価（例えばときめき感）を含まない場合がある。図１の例では、被評価対象１２０－１に対する評価者１１０のときめき感が強く、被評価対象１２０－１の要素１２２－１（例えば形状）および要素１２２－２（例えば模様）に対する評価者１１０のときめき感が弱い。図２の例では、被評価対象１２０－２の要素１２２－５（例えば形状）および要素１２２－６（例えば模様）に対する評価者１１０のときめき感が強い。このため、図４の例では、仮想対象生成部３０は、被評価対象１２０－１と、要素１２２－５（例えば形状）、要素１２２－６（例えば模様）、要素１２２－３（例えば色彩）および要素１２２－４（例えばボタン）とを組み合わせた仮想対象１５０を生成している。

【0055】

仮想対象提示部４０（図３参照）は、仮想対象１５０を提示する。仮想対象提示部４０は、第１評価情報１３０および第２評価情報１４０を提示してよい。これにより、評価者１１０は、被評価対象１２０と複数の要素１２２とを組み合わせた仮想対象１５０を認知できる。仮想対象提示部４０は、例えばディスプレイ、モニタ等である。

【0056】

情報取得部１０（図３参照）は、被評価対象１２０（図１参照）を観察している状態における評価者１１０の視線情報Ｉｅ（図１参照）をさらに取得してよい。評価生成部２０（図３参照）は、視線情報Ｉｅに基づく第１脳波情報Ｉｂ１に基づいて、第１評価情報１３０（図１参照）を生成してよい。視線情報Ｉｅに基づく第１脳波情報Ｉｂ１とは、視線情報Ｉｅが反映された第１脳波情報Ｉｂ１を指す。

【0057】

評価生成部２０は、各タイミングにおける評価者１１０の視線位置に応じて、各タイミングにおける第１評価値１３２の重み付けを調整してよい。例えば評価生成部２０は、評価者１１０の視線が被評価対象１２０に向いている場合の、各項目の第１評価値１３２の重み付けを高くし、評価者１１０の視線が被評価対象１２０に向いていない場合の、各項目の第１評価値１３２の重み付けを低くしてよい。評価生成部２０は、予め定められた期間内における各項目の第１評価値１３２の加重平均を、各項目の第１評価値１３２としてよい。これにより、評価生成部２０は、被評価対象１２０以外の要因による評価者１１０の心理状態の影響を低減できる。このため、評価生成部２０は、被評価対象１２０を精度よく評価できる。

【0058】

情報取得部１０（図３参照）は、複数の要素１２２（図２参照）のそれぞれを観察している状態における評価者１１０の視線情報Ｉｆ（図２参照）をさらに取得してよい。評価生成部２０（図３参照）は、視線情報Ｉｆに基づく第２脳波情報Ｉｂ２に基づいて、第２評価情報１４０を生成してよい。視線情報Ｉｆに基づく第２脳波情報Ｉｂ２とは、視線情報Ｉｆが反映された第２脳波情報Ｉｂ２を指す。

【0059】

評価生成部２０は、各タイミングにおける評価者１１０の視線位置に応じて、各タイミングにおける第２評価値１４２の重み付けを調整してよい。例えば評価生成部２０は、評価者１１０の視線が要素１２２に向いている場合の、各項目の第２評価値１４２の重み付けを高くし、評価者１１０の視線が要素１２２に向いていない場合の、各項目の第２評価値１４２の重み付けを低くしてよい。評価生成部２０は、予め定められた期間内における各項目の第２評価値１４２の加重平均を、各項目の第２評価値１４２としてよい。これにより、評価生成部２０は、要素１２２以外の要因による評価者１１０の心理状態の影響を低減できる。このため、評価生成部２０は、要素１２２を精度よく評価できる。

【0060】

図５は、情報取得部１０の一例を示す図である。情報取得部１０は、第１脳波情報Ｉｂ１および第２脳波情報Ｉｂ２を測定可能な脳波計を有してよく、外部の脳波計が測定した第１脳波情報Ｉｂ１および第２脳波情報Ｉｂ２を取得する通信機を有してもよい。本例の情報取得部１０は、ヘッドギア式の脳波計である。情報取得部１０は、イヤホン式の脳波計であってもよい。

【0061】

評価者１１０は、ヘッドギア式またはイヤホン式の脳波計を装着した状態で、被評価対象１２０および要素１２２を観察してよい。これにより、情報取得部１０は、被評価対象１２０および要素１２２を観察している状況における評価者１１０の第１脳波情報Ｉｂ１および第２脳波情報Ｉｂ２を、それぞれ取得する。評価生成部２０、仮想対象生成部３０および制御部９０（図３参照）は、当該ヘッドギアの筐体に収容されていてよく、されていなくてもよい。評価生成部２０、仮想対象生成部３０および制御部９０が当該ヘッドギアの筐体に収容されていない場合、情報取得部１０により取得された第１脳波情報Ｉｂ１および第２脳波情報Ｉｂ２は、無線により制御部９０に送信されてよい。

【0062】

仮想対象提示部４０は、図５に示されるヘッドギアの筐体に収容されていなくてよい。仮想対象提示部４０は、当該ヘッドギアの筐体とは別途、設置されたディスプレイ、モニタ等であってよい。評価生成部２０により生成された第１評価情報１３０および第２評価情報１４０は、無線により仮想対象提示部４０に送信されてよい。

【0063】

図６は、評価者１１０が被服１２１を装着中の一例を示す図である。本例において、評価者１１０は、被服１２１を装着中の評価者１１０を鏡で観察する前の状態である。

【0064】

情報取得部１０（図３参照）は、評価者１１０の第３脳波情報をさらに取得してよい。当該第３脳波情報を、第３脳波情報Ｉｂ３とする。第３脳波情報Ｉｂ３は、評価者１１０が被服１２１を装着中の、評価者１１０の脳波情報Ｉｂである。第３脳波情報Ｉｂ３は、被服１２１の装着感に係る、評価者１１０の脳波情報Ｉｂである。装着感とは、例えば、評価者１１０が被服１２１を装着した状態において、評価者１１０が被服１２１に対して感じる着心地、評価者１１０の身体と被服１２１とのフィット感、等である。

【0065】

本例においては、情報取得部１０（図３参照）は、評価者１１０が被服１２１を装着中且つ被服１２１を観察する前における第３脳波情報Ｉｂ３を取得する。被服１２１を観察する前とは、評価者１１０が被服１２１を装着中の自身の姿を鏡で観察する前の状態であってよい。図６の例では、情報取得部１０は被服１２１－１を装着中且つ被服１２１－１を観察する前の第３脳波情報Ｉｂ３－１を取得し、被服１２１－２を装着中且つ被服１２１－１を観察する前の第３脳波情報Ｉｂ３－２を取得する。

【0066】

評価生成部２０（図３参照）は、第３脳波情報Ｉｂ３に基づいて、被服１２１に対する第３評価情報１６０をさらに生成してよい。図６の例では、評価生成部２０は、第３脳波情報Ｉｂ３－１に基づいて被服１２１－１に対する第３評価情報１６０－１を生成し、第３脳波情報Ｉｂ３－２に基づいて被服１２１－２に対する第３評価情報１６０－２を生成する。

【0067】

本例において、第３評価情報１６０は心地良さ、および、フィット感の二つの項目を少なくとも含む。第３評価情報１６０は、第３評価値１６２を含んでよい。第３評価値１６２は、被服１２１の装着感に係る評価者１１０の評価が定量化された値である。図６では、評価者１１０の評価が星印の数で定量化されている。第３評価値１６２は、第３評価情報１６０に含まれる項目ごとに定量化されてよい。仮想対象提示部４０は、第３評価情報１６０を提示してよい。

【0068】

評価生成部２０（図３参照）は、第１脳波情報Ｉｂ１から、被服１２１を観察する前における第３脳波情報Ｉｂ３への変化に基づいて、第３評価情報１６０を補正してよい。例えば、第１評価情報１３０におけるときめき感の第１評価値１３２が高い場合において、第３評価情報１６０における心地よさの第３評価値１６２が低い場合、被服１２１の着心地が期待したほどではなかった蓋然性が高い。この場合、評価生成部２０は第３評価値１６２を、より低い値に補正してよい。例えば、第１評価情報１３０におけるときめき感の第１評価値１３２が低い場合において、第３評価情報１６０における心地よさの第３評価値１６２が高い場合、被服１２１の着心地が期待を上回った蓋然性が高い。この場合、評価生成部２０は第３評価値１６２を、より高い値に補正してよい。

【0069】

図７は、評価者１１０が被服１２１を装着中の他の一例を示す図である。本例においては、評価者１１０は被服１２１を装着中の評価者１１０を鏡で観察している状態である。本例においては、情報取得部１０（図３参照）は、評価者１１０が被服１２１を装着中且つ被服１２１を観察している状態の第３脳波情報Ｉｂ３を取得する。被服１２１を観察している状態とは、評価者１１０が被服１２１を装着中の自身の姿を鏡で観察している状態であってよい。

【0070】

被服１２１を観察している状態の第３脳波情報Ｉｂ３には、被服１２１の装着感に係る脳波情報Ｉｂと、被服１２１の外観に基づく脳波情報Ｉｂとが含まれてよい。図７の例では、情報取得部１０は被服１２１－１を装着中且つ被服１２１－１を観察している状態の第３脳波情報Ｉｂ３－１を取得し、被服１２１－２を装着中且つ被服１２１－２を観察している状態の第３脳波情報Ｉｂ３－２を取得する。本例において、第３評価情報１６０は、図６の例と同様に、心地良さおよびフィット感の二つの項目を少なくとも含む。

【0071】

評価生成部２０（図３参照）は、第１脳波情報Ｉｂ１から、被服１２１を観察している状態における第３脳波情報Ｉｂ３への変化に基づいて、第１評価情報１３０を補正してよい。例えば、第１評価情報１３０におけるときめき感の第１評価値１３２が高い場合において、第３評価情報１６０における心地よさの第３評価値１６２が高い場合、被服１２１が評価者１１０に期待どおりに似合っている蓋然性が高い。この場合、評価生成部２０は第１評価値１３２を、より高い値に補正してよい。例えば、第１評価情報１３０におけるときめき感の第１評価値１３２が高い場合において、第３評価情報１６０における心地よさの第３評価値１６２が低い場合、被服１２１が評価者１１０に期待ほど似合っていない蓋然性が高い。この場合、評価生成部２０は第１評価値１３２を、より低い値に補正してよい。

【0072】

情報取得部１０（図３参照）は、評価者１１０が被服１２１を装着中において、当該被服１２１を観察している状態における評価者１１０の視線情報Ｉｅをさらに取得してよい。情報取得部１０は、評価者１１０が被服１２１を装着中において、当該被服１２１の要素１２２を観察している状態における評価者１１０の視線情報Ｉｆをさらに取得してよい。

【0073】

仮想対象生成部３０（図３参照）は、評価者１１０が被服１２１を装着中の第１評価情報１３０と第２評価情報１４０とに基づいて、被評価対象１２０と複数の要素１２２とを組み合わせた仮想対象１５０を生成してよい。仮想対象提示部４０（図３参照）は、当該仮想対象１５０を提示してよい。仮想対象提示部４０は、評価者１１０が被服１２１を装着中の第１評価情報１３０および第２評価情報１４０を提示してよい。

【0074】

情報取得部１０（図３参照）は、評価者１１０の生体情報をさらに取得してよい。当該生体情報を、生体情報Ｉｇとする。生体情報Ｉｇは、装着前の被服１２１を観察している状態における評価者１１０の生体情報であってよく、装着中の被服１２１を観察している状態における評価者１１０の生体情報であってよく、被服１２１を装着中における被服１２１の装着感に係る生体情報であってもよい。

【0075】

評価生成部２０（図３参照）は、第３脳波情報Ｉｂ３および生体情報Ｉｇに基づいて、第３評価情報１６０を生成してよい。生体情報Ｉｇには、被評価対象１２０と接した評価者１１０の潜在的な評価が反映されやすい。例えば、評価者１１０が被評価対象１２０に対し違和感を感じている場合、評価者１１０は、副交感神経よりも交感神経が優位な状態になりやすい。副交感神経よりも交感神経が優位な場合、評価者１１０の心拍変動は小さくなりやすく、ストレス状態は大きくなりやすい。このため、第３評価情報１６０が第３脳波情報Ｉｂ３および生体情報Ｉｇに基づいて生成されることにより、評価者１１０の被評価対象１２０に対する潜在的な評価が、より正確に第３評価情報１６０に反映され得る。

【0076】

評価生成部２０（図３参照）は、第１脳波情報Ｉｂ１から第３脳波情報Ｉｂ３への変化と、生体情報Ｉｇとに基づいて、状態情報Ｉｓを生成してよい。状態情報Ｉｓとは、被評価対象１２０に対する評価者１１０の潜在的な評価に基づく、評価者１１０の状態を指す。評価生成部２０は、被服１２１を装着前の脳波情報Ｉｂから、被服１２１を装着中の脳波情報Ｉｂへの変化と、生体情報Ｉｇとに基づいて、状態情報Ｉｓを生成してよい。評価生成部２０は、状態情報Ｉｓに基づいて第３評価情報１６０を生成してよい。

【0077】

評価者１１０の心拍における第１パワースペクトルの大きさをＬＦとし、第２パワースペクトルの大きさをＨＦとする。第２パワースペクトルの周波数帯域は、第１パワースペクトルの周波数帯域よりも高周波数の帯域である。第１パワースペクトルの周波数帯域と第２パワースペクトルの周波数帯域とは、重ならなくてよい。第１パワースペクトルの周波数帯域は、例えば０．０４－０．１５Ｈｚである。第２パワースペクトルの周波数帯域は、例えば０．１５－０．４Ｈｚである。

【0078】

第１脳波情報Ｉｂ１における高ベータ波（１８以上２６Ｈｚ未満）およびガンマ波の振幅の全体振幅Ａｓに占める割合から、第３脳波情報Ｉｂ３における高ベータ波およびガンマ波の振幅の全体振幅Ａｓに占める割合への変化を、変化Ｃ１とする。評価生成部２０は、変化Ｃ１と、ＨＦに対するＬＦの割合（ＬＦ／ＨＦ）とに基づいて、状態情報Ｉｓを生成してよい。

【0079】

一例として、第３脳波情報Ｉｂ３における高ベータ波の振幅とガンマ波の振幅との和の全体振幅Ａｓに占める割合が、第１脳波情報における全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値以上である場合、評価者１１０のイライラ状態、神経過敏状態またはストレス状態が増加していると推測され得る。ＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が当該閾値以上である場合、評価者１１０は副交感神経よりも交感神経が優位の状態と判断されてよい。ＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が当該閾値未満である場合、評価者１１０は交感神経よりも副交感神経が優位の状態と判断されてよい。当該閾値は、２であってよく、３であってもよく、４であってもよく、５であってもよい。

【0080】

一例として、第３脳波情報Ｉｂ３における評価者１１０の高ベータ波の振幅とガンマ波の振幅との和の全体振幅Ａｓに占める割合が、第１脳波情報Ｉｂ１における全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値未満である場合、評価者１１０の興奮状態が増加していると推測され得る。

【0081】

評価生成部２０（図３参照）は、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）と、ＨＦに対するＬＦの割合の閾値との大小関係と、変化Ｃ１とに基づいて、状態情報Ｉｓを生成してよい。当該閾値は、予め定められてよい。評価生成部２０は、第３脳波情報Ｉｂ３における高ベータ波の振幅とガンマ波の振幅との和の全体振幅Ａｓに占める割合が、第１脳波情報Ｉｂ１における全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値以上である場合、被服１２１に対するストレス感が増加しているとの状態情報Ｉｓを生成してよい。評価生成部２０は、第３脳波情報Ｉｂ３における評価者１１０の高ベータ波の振幅とガンマ波の振幅との和の全体振幅Ａｓに占める割合が、第１脳波情報Ｉｂ１における全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値未満である場合、被服１２１に対する興奮度が増加しているとの状態情報Ｉｓを生成してよい。

【0082】

図８は、状態情報Ｉｓの一例を示す図である。状態情報Ｉｓは、評価者１１０の複数の状態（第１状態Ｉｓ－１～第ｎ状態Ｉｓ－ｎ）に係る情報を含んでよい。本例においては、状態情報Ｉｓは、評価者１１０の四つの状態（第１状態Ｉｓ－１～第４状態Ｉｓ－４）に係る情報を含む。図８において、低周波数ｆ１の脳波とは、デルタ波、シータ波、低アルファ波および中アルファ波の少なくとも一つを指し、高周波数ｆ２の脳波とは、高アルファ波、低ベータ波、高ベータ波およびガンマ波の少なくとも一つを指す。

【0083】

評価者１１０の脳波の振幅であって、予め定められた周波数帯における脳波の振幅を、振幅Ａｆとする。第１脳波情報Ｉｂ１における脳波の振幅Ａｆを、振幅Ａｆ１とする。第３脳波情報Ｉｂ３における脳波の振幅Ａｆを、振幅Ａｆ２とする。予め定められた周波数帯における脳波とは、低アルファ波、中アルファ波、高アルファ波、低ベータ波、高ベータ波、ガンマ波およびシータ波の少なくとも一つであってよい。

【0084】

評価生成部２０は、振幅Ａｆ１の全体振幅Ａｓに占める割合から、振幅Ａｆ２の全体振幅Ａｓに占める割合への変化と、ＨＦに対するＬＦの割合（ＬＦ／ＨＦ）とに基づいて、状態情報Ｉｓを生成してよい。当該状態情報Ｉｓは、評価者１１０の複数の状態のうちの一の状態に係る状態情報Ｉｓ（第１状態Ｉｓ－１～第ｎ状態Ｉｓ－ｎのいずれか）であってよい。

【0085】

本例において、第１状態Ｉｓ－１は、低周波数ｆ１の脳波において、振幅Ａｆ２の全体振幅Ａｓに占める割合が、振幅Ａｆ１の全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値以上である場合の評価者１１０の状態である。評価者１１０が第１状態Ｉｓ－１である場合、評価者１１０の疲労状態、眠気状態が増加していると推測され得る。評価者１１０が第１状態Ｉｓ－１である場合、評価生成部２０は、被服１２１に対する評価者１１０の関心度が低下していると評価してよい。

【0086】

本例において、第２状態Ｉｓ－２は、低周波数ｆ１の脳波において、振幅Ａｆ２の全体振幅Ａｓに占める割合が、振幅Ａｆ１の全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値未満である場合の評価者１１０の状態である。評価者１１０が第２状態Ｉｓ－２である場合、評価者１１０のリラックス状態が増加していると推測され得る。評価者１１０が第２状態Ｉｓ－２である場合、評価生成部２０は、被服１２１に対する評価者１１０の安心度が増加していると評価してよい。

【0087】

本例において、第３状態Ｉｓ－３は、高周波数ｆ２の脳波において、振幅Ａｆ２の全体振幅Ａｓに占める割合が、脳波Ａｆ１の全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値以上である場合の評価者１１０の状態である。評価者１１０が第３状態Ｉｓ－３である場合、評価者１１０のイライラ状態、神経過敏状態またはストレス状態が増加していると推測され得る。評価者１１０が第３状態Ｉｓ－３である場合、評価生成部２０は、被服１２１に対する評価者１１０のストレス度が増加していると評価してよい。

【0088】

本例において、第４状態Ｉｓ－４は、高周波数ｆ２の脳波において、振幅Ａｆ２の全体振幅Ａｓに占める割合が、脳波Ａｆ１の全体振幅Ａｓに占める割合よりも大きく、且つ、被服１２１を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）が閾値未満である場合の評価者１１０の状態である。評価者１１０が第４状態Ｉｓ－４である場合、評価者１１０の没頭状態が増加していると推測され得る。評価者１１０が第４状態Ｉｓ－４である場合、評価生成部２０は、被服１２１に対する評価者１１０の関心度が増加していると評価してよい。

【0089】

評価生成部２０（図３参照）は、第１評価情報１３０と第３評価情報１６０とに基づいて、被服１２１に対する総合評価情報１７０（図７参照）を生成してよい。図７の例では、評価生成部２０は、第１評価情報１３０－１と第３評価情報１６０－１とに基づいて、被服１２１－１に対する総合評価情報１７０－１を生成し、第１評価情報１３０－２と第３評価情報１６０－２とに基づいて、被服１２１－２に対する総合評価情報１７０－２を生成する。仮想対象提示部４０は、総合評価情報１７０をさらに提示してよい。評価生成部２０は、評価者１１０が被服１２１を装着中且つ被服１２１を観察している状態における第３評価情報１６０と、第１評価情報１３０とに基づいて、総合評価情報１７０を生成してよい。評価生成部２０は、評価者１１０が被服１２１を装着中且つ観察する前における第３評価情報１６０と、第１評価情報１３０とに基づいて、総合評価情報１７０を生成してもよい。

【0090】

第１評価情報１３０は、被評価対象１２０を観察している状態における評価者１１０の第１脳波情報Ｉｂ１に基づく。第３評価情報１６０は、被服１２１の装着中の評価者１１０の第３脳波情報Ｉｂ３に基づく。総合評価情報１７０は、第１評価情報１３０および第３評価情報１６０に基づくので、評価者１１０の被評価対象１２０に対する潜在的な評価が総合的に反映され得る。

【0091】

評価生成部２０（図３参照）は、第１評価情報１３０に基づいて、一の第２評価情報１４０と他の第２評価情報１４０とを序列化してよい。図１および図２の例では、評価生成部２０は、第１評価情報１３０－１および第１評価情報１３０－２に基づいて、第２評価情報１４０－１～第２評価情報１４０－８のうちの一つと、他の一つとを序列化する。

【0092】

例えば、要素１２２－１～要素１２２－４がそれぞれ被評価対象１２０－１の形状、模様、色彩およびボタンであり、要素１２２－５～要素１２２－８がそれぞれ被評価対象１２０－２の形状、模様、色彩およびボタンであるとする。被評価対象１２０－１の複数の要素１２２のうち、要素１２２－３（本例では色彩）および要素１２２－４（本例ではボタン）に対応する第２評価情報１４０－３および第２評価情報１４０－４のときめき感が高い（図２参照）。当該被評価対象１２０－１は、ときめき感について肯定的な第１評価値１３２を含む（図１参照）。被評価対象１２０－２の複数の要素１２２のうち、要素１２２－５（本例では形状）および要素１２２－６（本例では模様）に対応する第２評価情報１４０－５および第２評価情報１４０－６のときめき感が高い（図２参照）。しかしながら、当該被評価対象１２０－２は、ときめき感について肯定的な第１評価値１３２を含まない（図１参照）。このような場合、当該評価者１１０においては、被評価対象１２０の形状および模様が第１評価情報１３０に与える影響よりも、色彩およびボタンが第１評価情報１３０に与える影響の方が大きい蓋然性が高い。このような場合、評価生成部２０（図３参照）は、第２評価情報１４０－３、第２評価情報１４０－４、第２評価情報１４０－７および第２評価情報１４０－８を優位に、第２評価情報１４０－１、第２評価情報１４０－２、第２評価情報１４０－５および第２評価情報１４０－６を劣位に序列化してよい。

【0093】

選択部７０（図３参照）は、評価生成部２０（図３参照）により序列化された第２評価情報１４０に基づいて、被評価対象１２０を選択する。上述したとおり、本例においては、評価者１１０は、被評価対象１２０の形状および模様よりも、色彩およびボタンを優先的に評価する蓋然性が高い。このため、本例においては、選択部７０は被評価対象１２０の色彩およびボタンの少なくとも一方が、被評価対象１２０－１（図１、図２参照）の色彩およびボタンの少なくとも一方と類似する他の被評価対象１２０を選択する。

【0094】

選択部７０により選択された被評価対象１２０は、仮想対象提示部４０に提示されてよい。これにより、評価者１１０は、自身の好みの被評価対象１２０を効率的に選択しやすくなる。被評価対象１２０の画像は、予め記憶部６０（図３参照）に記憶されてよい。

【0095】

記憶部６０には、被評価対象１２０を販売する店舗と、当該店舗において販売される被評価対象１２０の種類とが、予め対応付けられて記憶されていてもよい。被評価対象１２０の種類とは、例えば被評価対象１２０の製作者（例えばブランド）、材料（例えば生地）、大きさ（サイズ）、色等である。記憶部６０に店舗と被評価対象１２０の種類とが対応付けられて記憶されている場合において、選択部７０は、評価生成部２０（図３参照）により序列化された第２評価情報１４０に基づいて被評価対象１２０の種類を選択し、選択した種類の被評価対象１２０を販売する店舗をさらに選択してよい。

【0096】

図９は、被評価対象推論モデル５２の一例を示す図である。評価学習部５０（図３参照）は、第１評価情報１３０と第２評価情報１４０との関係を機械学習する。評価学習部５０は、第１評価情報１３０と第２評価情報１４０との関係を機械学習することにより、被評価対象推論モデル５２を生成する。被評価対象推論モデル５２は、第２評価情報１４０に基づいて被評価対象１２０を推論する。被評価対象推論モデル５２は、第１評価情報１３０と第２評価情報１４０との関係を機械学習しているので、被評価対象１２０が第２評価情報１４０に基づいて推論され得る。推論された被評価対象１２０は、仮想対象提示部４０に提示されてよい。被評価対象推論モデル５２は、記憶部６０に記憶されてよい。

【0097】

評価学習部５０（図３参照）は、一の被評価対象１２０に対する一の第１評価情報１３０－Ａと、他の被評価対象１２０に対する他の第１評価情報１３０－Ｂとの関係を機械学習してもよい。この場合において、一の第１評価情報１３０－Ａと他の第１評価情報１３０－Ｂとは、同じ評価者１１０－Ａによる第１評価情報１３０である。評価学習部５０は、一の第１評価情報１３０－Ａと他の第１評価情報１３０－Ｂとの関係を機械学習することにより、被評価対象推論モデル５２を生成してもよい。被評価対象推論モデル５２は、さらに他の第１評価情報１３０－Ｃに基づいて、被評価対象１２０を推論する。この場合において、さらに他の第１評価情報１３０－Ｃは、評価者１１０－Ｂによる第１評価情報１３０である。評価者１１０－Ａと評価者１１０－Ｂとは、異なる評価者１１０である。被評価対象推論モデル５２は、一の第１評価情報１３０－Ａと他の第１評価情報１３０－Ｂとの関係を機械学習しているので、評価者１１０－Ａの嗜好が反映されやすい。このため、第１評価情報１３０－Ｃが評価者１１０－Ｂの第１脳波情報Ｉｂ１に基づいて生成され、第１評価情報１３０－Ｃにおける項目ごとの第１評価値１３２が、第１評価情報１３０－Ａまたは第１評価情報１３０－Ｂにおける項目ごとの第１評価値１３２と等しいかまたは近しい場合、第１評価情報１３０－Ｃに基づいて推論された被評価対象１２０は、評価者１１０－Ｂの嗜好が反映された被評価対象１２０であり得る。

【0098】

図１０は、本発明の一つの実施形態に係る支援方法の一例を示すフローチャートである。本発明の一つの実施形態に係る支援方法を、図３に示される支援装置１００を例に説明する。支援方法は、情報取得ステップＳ１００、評価生成ステップＳ１０２および仮想対象生成ステップＳ１０４を備える。支援方法は、評価学習ステップＳ１０６、選択ステップＳ１０８および仮想対象提示ステップＳ１１０を備えてよい。

【0099】

情報取得ステップＳ１００は、情報取得部１０が、被評価対象１２０を観察している状態における評価者１１０の第１脳波情報Ｉｂ１を取得し、被評価対象１２０の複数の要素１２２のそれぞれを観察している状態における評価者１１０の第２脳波情報Ｉｂ２を複数の要素１２２のそれぞれごとに取得するステップである。評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１に基づいて被評価対象１２０に対する第１評価情報１３０を生成し、第２脳波情報Ｉｂ２に基づいて複数の要素１２２のそれぞれに対する第２評価情報１４０を生成するステップである。

【0100】

仮想対象生成ステップＳ１０４は、仮想対象生成部３０が、第１評価情報１３０と第２評価情報１４０とに基づいて、被評価対象１２０と複数の要素１２２の少なくとも一つとを組み合わせた仮想対象１５０を生成するステップである。仮想対象提示ステップＳ１１０は、仮想対象提示部４０が、仮想対象生成ステップＳ１０４において生成された仮想対象１５０を提示するステップであってよい。

【0101】

情報取得ステップＳ１００は、情報取得部１０が、評価者１１０が被服１２１を装着中の第３脳波情報Ｉｂ３を取得するステップであってよい。評価生成ステップＳ１０２は、評価生成部２０が、第３脳波情報Ｉｂ３に基づいて、被服１２１に対する第３評価情報１６０を生成するステップであってよい。

【0102】

情報取得ステップＳ１００は、情報取得部１０が、評価者１１０の生体情報Ｉｇをさらに取得するステップであってよい。評価生成ステップＳ１０２は、評価生成部２０が、生体情報Ｉｇおよび第３脳波情報Ｉｂ３に基づいて、第３評価情報１６０を生成するステップであってよい。

【0103】

情報取得ステップＳ１００は、情報取得部１０が、評価者１１０が被服１２１を装着前の第１脳波情報Ｉｂ１、および、評価者１１０が被服１２１を装着中且つ被服１２１を観察する前における第３脳波情報Ｉｂ３を取得するステップであってよい。評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１から、被服１２１を観察する前における第３脳波情報Ｉｂ３への変化に基づいて、第３評価情報１６０を補正するステップであってよい。

【0104】

情報取得ステップＳ１００は、情報取得部１０が、評価者１１０が被服１２１を装着前の第１脳波情報Ｉｂ１、および、評価者１１０が被服１２１を装着中且つ被服１２１を観察している状態における第３脳波情報Ｉｂ３を取得するステップであってよい。評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１から、被服１２１を観察している状態における第３脳波情報Ｉｂ３への変化に基づいて、第１評価情報１３０を補正するステップであってよい。

【0105】

評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１から第３脳波情報Ｉｂ３への変化と生体情報Ｉｇとに基づいて、状態情報Ｉｓを生成し、生成した状態情報Ｉｓに基づいて第３評価情報１６０を生成するステップであってよい。

【0106】

情報取得ステップＳ１００は、情報取得部１０が、評価者１１０が被服１２１を装着前の生体情報Ｉｇを取得するステップであってよい。評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１における振幅Ａｆ１の全体振幅Ａｓに占める割合から、第３脳波情報Ｉｂ３における振幅Ａｆ２の全体振幅Ａｓに占める割合への変化と、評価者１１０の心拍におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）とに基づいて、状態情報Ｉｓを生成するステップであってよい。

【0107】

評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１における振幅Ａｆ１の全体振幅Ａｓに占める割合から、第３脳波情報Ｉｂ３における振幅Ａｆ２の全体振幅Ａｓに占める割合への変化と、被評価対象１２０を装着中におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）と、ＨＦに対するＬＦの割合（ＬＦ／ＨＦ）の予め定められた閾値との大小関係とに基づいて、状態情報Ｉｓを生成するステップであってよい。

【0108】

状態情報Ｉｓは、評価者１１０の複数の状態に係る情報を含んでよい。評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１における振幅Ａｆ１の全体振幅Ａｓに占める割合から、第３脳波情報Ｉｂ３における振幅Ａｆ２の全体振幅Ａｓに占める割合への変化と、評価者１１０の心拍におけるＨＦに対するＬＦの割合（ＬＦ／ＨＦ）とに基づいて、複数の状態のうちの一の状態に係る状態情報Ｉｓを生成するステップであってよい。

【0109】

評価生成ステップＳ１０２は、評価生成部２０が、被服１２１を装着前から装着中の第１脳波情報Ｉｂ１の変化に基づく第１評価情報１３０と、第３評価情報１６０とに基づいて、被服１２１に対する総合評価情報１７０を生成するステップであってよい。

【0110】

情報取得ステップＳ１００は、情報取得部１０が、複数の被評価対象１２０のそれぞれを観察している状態における評価者１１０の第１脳波情報Ｉｂ１を取得するステップであってよい。評価生成ステップＳ１０２は、評価生成部２０が、第１脳波情報Ｉｂ１に基づいて被評価対象１２０のそれぞれに対する第１評価情報１３０を生成し、生成した第１評価情報１３０に基づいて、一の第２評価情報１４０と他の第２評価情報１４０とを序列化するステップであってよい。

【0111】

選択ステップＳ１０８は、選択部７０が、評価生成ステップＳ１０２において序列化された複数の第２評価情報１４０に基づいて、被評価対象１２０を選択するステップである。仮想対象提示ステップＳ１１０は、仮想対象提示部４０が、選択ステップＳ１０８において選択された被評価対象１２０を提示するステップであってよい。

【0112】

評価学習ステップＳ１０６は、評価学習部５０が、第１評価情報１３０と第２評価情報１４０との関係を機械学習することにより、第２評価情報１４０に基づいて被評価対象１２０を推論する被評価対象推論モデル５２を生成するステップである。仮想対象提示ステップＳ１１０は、仮想対象提示部４０が、評価学習ステップＳ１０６において推論された被評価対象１２０を提示するステップであってよい。

【0113】

図１１は、本発明の一つの実施形態に係る支援装置１００が全体的または部分的に具現化されてよいコンピュータ２２００の一例を示す図である。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る支援装置１００に関連付けられる操作、または、支援装置１００の一または複数のセクションとして機能させることができ、または当該操作または当該一または複数のセクションを実行させることができ、またはコンピュータ２２００に、本発明の方法に係る各段階（図１０参照）を実行させることができる。当該プログラムは、コンピュータ２２００に本明細書に記載されたフローチャート（図１０）およびブロック図（図２）におけるブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

【0114】

本発明の一つの実施形態に係るコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６およびディスプレイデバイス２２１８を含む。ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６およびディスプレイデバイス２２１８は、ホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００は、通信インターフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６およびＩＣカードドライブ等の入出力ユニットをさらに含む。通信インターフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６およびＩＣカードドライブ等は、入出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータは、ＲＯＭ２２３０およびキーボード２２４２等のレガシの入出力ユニットをさらに含む。ＲＯＭ２２３０およびキーボード２２４２等は、入出力チップ２２４０を介して入出力コントローラ２２２０に接続されている。

【0115】

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作することにより、各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはＲＡＭ２２１４の中に、ＣＰＵ２２１２によって生成されたイメージデータを取得することにより、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

【0116】

通信インターフェース２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、読み取ったプログラムまたはデータを、ＲＡＭ２２１４を介してハードディスクドライブ２２２４に提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取るか、または、プログラムおよびデータをＩＣカードに書き込む。

【0117】

ＲＯＭ２２３０は、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、または、コンピュータ２２００のハードウェアに依存するプログラムを格納する。入出力チップ２２４０は、様々な入出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ２２２０に接続してよい。

【0118】

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い、情報の操作または処理を実現することによって構成されてよい。

【0119】

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェース２２２２に対し、通信処理を命令してよい。通信インターフェース２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

【0120】

ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにしてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４上のデータに対し、様々なタイプの処理を実行してよい。ＣＰＵ２２１２は、次に、処理されたデータを外部記録媒体にライトバックしてよい。

【0121】

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理されてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示に記載された、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索または置換等を含む、様々なタイプの処理を実行してよい。ＣＰＵ２２１２は、結果をＲＡＭ２２１４に対しライトバックしてよい。

【0122】

ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、第２の属性値を読み取ることにより、予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

【0123】

上述したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００のコンピュータ可読媒体に格納されてよい。専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能である。プログラムは、当該記録媒体によりコンピュータ２２００に提供されてよい。

【0124】

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

【0125】

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

【符号の説明】

【0126】

１０・・・情報取得部、２０・・・評価生成部、３０・・・仮想対象生成部、４０・・・仮想対象提示部、５０・・・評価学習部、５２・・・被評価対象推論モデル、６０・・・記憶部、７０・・・選択部、９０・・・制御部、１００・・・支援装置、１１０・・・評価者、１２０・・・被評価対象、１２１・・・被服、１２２・・・要素、１３０・・・第１評価情報、１３２・・・第１評価値、１４０・・・第２評価情報、１４２・・・第２評価値、１５０・・・仮想対象、１６０・・・第３評価情報、１６２・・・第３評価値、１７０・・・総合評価情報、２２００・・・コンピュータ、２２０１・・・ＤＶＤ－ＲＯＭ、２２１０・・・ホストコントローラ、２２１２・・・ＣＰＵ、２２１４・・・ＲＡＭ、２２１６・・・グラフィックコントローラ、２２１８・・・ディスプレイデバイス、２２２０・・・入出力コントローラ、２２２２・・・通信インターフェース、２２２４・・・ハードディスクドライブ、２２２６・・・ＤＶＤ－ＲＯＭドライブ、２２３０・・・ＲＯＭ、２２４０・・・入出力チップ、２２４２・・・キーボード

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】