評価インタフェース
複数のコーディネート案をユーザに提示し，ユーザはそれぞれのコーディネートに対して好きの度合いを5段階で評価します．さらに，その評価の理由についても回答します． これらの回答をもとにユーザの嗜好を学習し，次に提示するコーディネート案を決定します． このような評価と提示のプロセスを繰り返すことで，最終的にユーザの好みに合った嗜好ルールを抽出し，ユーザに適したコーディネートを提示することができます．
評価理由入力インタフェース
このシステムでは，メンバシップ関数をあらかじめ決めたファジィルールを用いることで，ユーザの嗜好を抽出します．しかし，複数のコーディネートの中には同じ特徴量で表現されるものが存在します． そのため，データ上では同じ嗜好ルールに基づくコーディネートであっても，ユーザから見ると異なるコーディネートとして提示されてしまう場合があります．この点については，より適切にユーザの嗜好を反映できるよう改善の余地があると考えられます．
代表的な研究業績
【国際会議】Hiroshi Takenouchi, Masaki Kawakubo, "Extraction of Fuzzy Preference Rules Using Evaluation Reasons in a Fashion Coordination with an Kansei Retrieval Agent Model", Joint 14th International Conference on Soft Computing and Intelligent Systems and 27rd International Symposium on Advanced Intelligent Systems (SCIS&ISIS2026), Accepted, 2026-11 (Tokyo, Japan).
【学会発表】川久保 真樹，竹之内 宏， “感性検索エージェントモデルを用いたファッションコーディネートシステムにおける嗜好ルールの抽出”, 第28回日本感性工学会年次大会，2C01-01，2026-09 (東京)．
*Bold: 本研究室の学生
