阅读说明：本技术 游戏倾向分析系统及其计算机程序和分析方法 (Game tendency analysis system, computer program therefor, and analysis method therefor ) 是由 吉田贵裕 于 2019-03-08 设计创作，主要内容包括：一种游戏倾向分析系统,应用于多个玩家使用物理性的卡片等游戏介质的集合体来进行对战的游戏,用于对与游戏中使用的集合体的构成有关的倾向进行分析,在该游戏倾向分析系统中,识别各玩家为了在游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质,将该识别结果作为表示集合体的构成例的构成例信息按每个集合体加以区别地记录到规定的构成例数据中,基于构成例数据,将作为包含在集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出与集合体的构成有关的倾向的至少一部分的要素。(A game tendency analysis system for analyzing tendencies related to the configuration of an aggregate used in a game by a plurality of players playing a match using an aggregate of game media such as physical cards, wherein at least a part of the game media contained in the aggregate configured for use in the game by each player is identified, the identification result is recorded in predetermined configuration example data as configuration example information indicating a configuration example of the aggregate so as to be distinguished for each aggregate, and a frequently-appearing medium group as a combination of game media contained in the aggregate with a relatively high frequency is estimated as an element showing at least a part of the tendencies related to the configuration of the aggregate based on the configuration example data.)

游戏倾向分析系统及其计算机程序和分析方法

技术领域

本发明涉及一种对使用多个物理性的游戏介质的集合体来玩的游戏中的集合体的倾向进行分析的游戏倾向分析系统等。

背景技术

提出过如下一种系统：对游戏的玩游戏状况进行摄影，对所获得的运动图像(影像)添加特效来供用户视听(例如，参照专利文献1)。还已知如下一种系统：在利用物理性的游戏介质的游戏、例如国际象棋、象棋等桌上游戏、或者使用扑克牌、集换式卡片等的卡片游戏中，基于游戏中使用的游戏介质上设置的条形码、IC芯片中记录的信息、或者借助图像识别获得的信息，来识别出该游戏介质，并且将与该识别结果相应的图像附加到游戏的玩游戏图像中来供用户视听(例如，参照专利文献2)。

现有技术文献

专利文献

专利文献1：日本特开2017-188833号公报

专利文献2：日本特开2003-103045号公报

发明内容

发明要解决的问题

在使用将多个物理性的游戏介质适当地组合而成的集合体、例如作为卡片的集合的卡组的游戏中，知晓其他人如何构成了集合体是很重要的。例如，在玩家组合游戏介质的情况下，如果能够知道与其他人如何构成了集合体有关的倾向，则对自己的集合体的构筑有帮助。然而，上述的以往的系统只不过是识别游戏介质在游戏中是如何被使用的、并以根据所得到的信息来再现游戏的进展之类的用途利用识别结果，关于所得到的信息的灵活运用还有进一步研究的余地。

因此，本发明的目的是，提供一种将在游戏中使用的物理性的游戏介质的识别结果灵活运用于分析游戏的倾向的游戏倾向分析系统等。

用于解决问题的方案

本发明的一个方式所涉及的游戏倾向分析系统应用于多个玩家各自使用多个物理性的游戏介质的集合体来进行对战的游戏，用于对与所述游戏中使用的集合体的构成有关的倾向进行分析，所述游戏倾向分析系统具备：介质识别单元，其识别各玩家为了在所述游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质；构成例记录单元，其将所述介质识别单元的识别结果作为表示所述集合体的构成例的构成例信息来按每个所述集合体加以区别地记录到规定的构成例数据中；以及倾向推定单元，其基于所述构成例数据，来将作为包含在所述集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出所述倾向的至少一部分的要素。

关于本发明的一个方式所涉及的游戏介质倾向分析系统用的计算机程序，其中，所述游戏倾向分析系统应用于多个玩家各自使用物理性的多个游戏介质的集合体来进行对战的游戏，用于对与所述游戏中使用的集合体的构成有关的倾向进行分析，所述计算机程序用于使所述游戏倾向分析系统的计算机作为以下单元发挥功能：介质识别单元，其识别各玩家为了在所述游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质；构成例记录单元，其将所述介质识别单元的识别结果作为表示所述集合体的构成例的构成例信息来按每个所述集合体加以区别地记录到规定的构成例数据中；以及倾向推定单元，其基于所述构成例数据，将作为包含在所述集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出所述倾向的至少一部分的要素。

另外，本发明的一个方式所涉及的分析方法是游戏倾向分析系统中的分析方法，其中，所述游戏倾向分析系统应用于多个玩家各自使用多个物理性的游戏介质的集合体来进行对战的游戏，用于对与所述游戏中使用的集合体的构成有关的倾向进行分析，在所述分析方法中，识别各玩家为了在所述游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质，将针对所述游戏介质的识别结果作为表示所述集合体的构成例的构成例信息来按每个所述集合体加以区别地记录到规定的构成例数据中，基于所述构成例数据，将作为包含在所述集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出所述倾向的至少一部分的要素。

附图说明

图1是示出正在玩作为应用本发明的一个方式所涉及的游戏倾向分析系统的对象的游戏的情景的一例的图。

图2是示出图1所示的游戏的进展过程的一例的图。

图3是示出游戏倾向分析系统中的倾向分析处理的概要的一例的图。

图4是示出一个方式所涉及的游戏倾向分析系统的整体结构的一例的图。

图5是示出记录在图4的卡片数据中的记录的一例的图。

图6是示出记录在图4的卡组使用数据中的记录的一例的图。

图7是示出记录在图4的频繁出现卡片数据中的记录的一例的图。

图8是示出记录在图4的相似组数据中的记录的一例的图。

图9是示出记录在图4的模型数据中的记录的一例的图。

图10是示出图4的识别装置执行的卡片识别处理的过程的一例的流程图。

图11是示出图4的识别装置执行的卡组使用数据生成处理的过程的一例的流程图。

图12是示出图4的服务器系统执行的频繁出现卡片组推定处理的过程的一例的流程图。

图13是示出图4的服务器系统执行的模型推定处理的过程的一例的流程图。

图14是示出图4的服务器系统执行的卡组评价处理的过程的一例的流程图。

具体实施方式

下面，参照附图来说明本发明的一个方式所涉及的游戏倾向分析系统(下面有时简称为倾向分析系统。)。此外，在各图中，在描绘互相共通的多个要素的情况下，为避免附图的复杂，以一部分要素为代表对其标注附图标记。另外，在下面的说明中，为了对要素相互加以区别，有时使用“第1”、“第2”之类的用语，但是这些用语是为了便于说明而使用的，并没有优先顺序等其它意义。

首先，参照图1来说明作为应用本方式的倾向分析系统的一例的游戏。图1所示例的游戏构成为两名玩家P1、P2使用作为物理性的游戏介质的一例的卡片C进行对战的卡片对战游戏的一种。众所周知，在卡片对战游戏中，存在其在游戏中的用途、作用或者效果等不同的多种卡片C。例如，使用用于对对战对手的卡片进行攻击的卡片、用于增强或减弱攻击效果的卡片、用于呼唤特殊角色(例如有时被称为怪兽等。)来产生特有的效果的卡片之类的多种多样的卡片。另外，这些卡片C被适宜地编入意味着卡片C的集合的卡组(Deck)DC中来在游戏中使用。卡组DC相当于游戏介质的集合体的一例。然而，卡片C的种类的详情可以根据游戏的内容适当地设定，下面省略对卡片C的种类等的详情的说明。在卡片C的正面侧附有表示卡片C象征的怪兽等角色的图像、或者象征卡片C的效果的图像、表示对卡片C的角色或效果赋予的名称、属性等的字符、符号、图案等作为对卡片C的外观赋予特征的外观要素。另一方面，卡片C的背面侧附有所有卡片C共通的外观，以在将卡片C背面朝上时不能判别出卡片C。图1中省略了各个卡片C的详情，仅根据各卡片C处于正面朝上或背面朝上中的哪一种状态来在视觉上区分表示卡片C。

游戏利用作为玩家P1、P2应配置卡片C的场的一例的游戏场GF来进行。游戏场GF中设定有多个卡片放置场CP。各卡片放置场CP具有与一张卡片C大致相同的形状且相同的大小。卡片放置场CP除在玩家P1、P2彼此面对的方向上的中央部配置的两个卡片放置场CP外，分为第1区域AR1和第2区域AR2设置。第1区域AR1的卡片放置场CP供其中一名玩家P1使用，第2区域AR2的卡片放置场CP供另一名玩家P2使用。中央的两个卡片放置场CP基本上由各玩家P1、P2轮流使用。各区域AR1、AR2的卡片放置场CP根据在游戏中的用途、作用等被进一步划分为多个区(未图示)。例如，从各玩家P1、P2看来位于右端跟前侧的卡片放置场CP被设定为构成卡组DC的多张卡片C以背面朝上的状态堆叠放置的区，从各玩家P1、P2看来位于右端深侧的卡片放置场CP设定为在游戏中已被使用完毕或者由于被对手攻击而不能再使用的卡片C以正面朝上的状态堆叠放置的区。卡片放置场CP的个数、区的划分可以根据游戏的规则等适当地设定，省略对它们的详细说明。

各玩家P1、P2从自己拥有的很多张卡片中构成在游戏中使用的卡组DC，一边将该卡组DC中包含的卡片C适当地配置在卡片放置场CP中一边使游戏进展。在游戏中，玩家P1、P2还进行与将卡片C配置在游戏场GF中的操作不同的举动，如保持一部分卡片C作为手牌，或者将一部分卡片C配置在除游戏场GF外的适当的位置之类的举动。例如，在图1中示出玩家P1保持一部分卡片C作为手牌、玩家P2将手牌背面朝上地放在手边的状态。另外，在游戏中，还有时使用例如用于计算攻击的效果或得分之类的影响游戏进展的数值的计算器CL等外部装置。

图2示出游戏中的进展的一例。图1的游戏是以在玩家P1、P2之间互相交替地重复的所谓的回合制来进行。最初，作为游戏的准备，进行以下操作：例如将各玩家P1、P2的卡组DC进行洗牌之后配置在右端跟前侧的卡片放置场CP，从自己的卡组DC中抽取规定张数的卡片C作为手牌保持。准备结束后，从先攻玩家(作为一例，将玩家P1设为先攻。)的回合开始游戏。一个回合被划分为多个阶段。阶段是用于将在一个回合中应进行的过程根据其内容、性质划分为多个阶段的概念。在图2的例子中，一个回合被划分为阶段1～阶段6这6个阶段，但这仅是一个例子。

在各阶段中，轮到回合的玩家P1(或P2)能够在针对每个阶段设定的范围内选择适当的行动。一个例子如下。在阶段1中，从卡组DC中抽取卡片C，在阶段2中，能够发动被指定为应在该阶段进行效果处理的卡片C的效果。在阶段3中，适当地使用卡片C，并且被允许进行各种行动，诸如呼唤(召唤)在战斗中使用的怪兽之类的虚拟角色等、设置具有魔法或陷阱之类的特有效果的卡片C、或者发动卡片C的效果。在阶段4中，使用卡片C进行战斗(对战)。例如，处于自己的回合的玩家P1(或P2)选择在攻击中使用的卡片C以及成为作为对手的对手玩家P2(或P1)的攻击对象的卡片C，由此进行战斗。还存在以下情况：取代卡片C，或除卡片C以外，作为对手的玩家本身成为攻击对象。战斗的结果根据卡片C的属性、强度之类的参数决定。在阶段5中，被允许进行与阶段3相同的行动。在阶段6中，宣布回合结束。此外，阶段4的战斗是能够根据轮到回合的玩家P1(或P2)的选择而回避的。在该情况下，跳过阶段4和阶段5。关于一个阶段的结束，如果有时通过对卡片C的操作来明确表示一个阶段的结束，那么还有时通过玩家P1、P2的除卡片操作以外的身体上的举动、例如手势或其它举动或者玩家P1、P2的一定内容的发声来表示一个阶段的结束。一个回合结束后，回合转移到对手侧的玩家P2(或P1)。在回合交替重复的过程中，当规定的结束条件成立时，游戏结束。结束条件例如当对玩家P1、P2设定的生命值等参数值由于战斗减少至规定值(例如0)时成立。

在以上这种游戏中，例如能够通过拍摄游戏场GF、从所得到的图像中提取出卡片C的图像并对被拍进卡片C的图像中的外观要素进行分析之类的方法来识别出在玩游戏中使用的卡片C。本方式的倾向分析系统是能够应用于利用通过这种对卡片C的识别所得到的信息来对游戏中的卡组DC的倾向进行分析的用途的系统。

接着，参照图3～图8来说明倾向分析系统的一个方式。此外，下面，有时将图1中例示的玩家P1、P2用参照标记PL为代表表述为玩家PL。首先，参照图3来说明倾向分析系统中的倾向分析处理的概要的一例。在图3的例子中，基于针对游戏中使用的卡片C的识别结果来收集卡组使用数据。卡组使用数据是将针对玩家在游戏中使用的卡片C的识别结果如按卡组例1、2、…X之类的那样按每个卡组DC加以区别地进行记录所得到的数据。卡组例相当于玩家在游戏中实际使用的一组卡组DC的构成例的一例。此外，在生成卡组使用数据时，未必需要识别出各卡组DC内的所有卡片C。在能够仅识别出卡组DC中的一部分卡片C的情况下，也可以仅用识别出的卡片C生成卡组使用数据。也可以根据各卡组例中包含的卡片C的数量、或者所识别出的卡片C的数量在一个卡组DC中包含的卡片张数中所占的比率等来对卡组例设定可靠性。也就是说，也可以是，针对被识别出越多的卡片C的卡组例，则将其视为可靠性越高卡组例，并使可靠性在此后的处理中反映出。

接着，基于卡组使用数据来提取出关键卡片，并针对所得到的各个关键卡片提取出副卡片，由此将这些关键卡片与副卡片的组合推定为被编进卡组DC中的频度高的卡片C的组合。关键卡片是包含在卡组例1、2…X中的频度相对高的卡片C，相当于主要介质的一例。换言之，关键卡片是被各玩家编进卡组DC的可能性相对高的卡片C。能够通过按卡片C的种类检测包含卡片C的卡组例的数量来确定包含卡片C的频度。卡组例的数量越多，则频度越高。关于关键卡片，可以将从频度最高的卡片C起的一定范围内的卡片C选择为关键卡片。关于选择为关键卡片的范围，既可以设定为从频度最高的卡片C起的一定数量的范围，也可以设定为频度为一定值以上的范围。在图3中示出选择了关键卡片Ck1～Ckn的例子。在提取关键卡片的情况下，也可以根据各卡组例的可靠性对卡组例进行加权，在此基础上计算包含卡片C的频度。

副卡片是附属于关键卡片且被编进卡组DC中的频度相对高的卡片C，相当于附属介质的一例。副卡片是针对各个关键卡片提取的。例如，关于与关键卡片Ck1对应的副卡片Cs11、Cs12…，将包含关键卡片Ck1的卡组例作为对象，按卡片C的种类检测包含除关键卡片以外的卡片C的频度、即卡组例的数量，将从卡组例的数量相对多的卡片C起的一定范围内的卡片C确定为副卡片Cs11、Cs12…即可。关键卡片Ck1与副卡片Cs11、Cs12…的组合是包含在卡组DC中的频度相对高的卡片C的组合的一例，相当于频繁出现的介质组的一例。下面，有时将这种组合称为频繁出现卡片组。在图3中示出除此以外还与关键卡片Ck2对应地提取出副卡片Cs21、Cs22…、与关键卡片Ckn对应地提取出副卡片CsN1、CsN2…的例子。此外，副卡片的数量既可以是恒定的，也可以按关键卡片动态地变化。另外，未必需要一张一张地选择关键卡片。例如，也可以是，将组合使用的频度高到相当程度的卡片C彼此的组合设定为关键卡片对，针对这对关键卡片提取副卡片。也可以是，在提取副卡片时，也根据各卡组例的可靠性对卡组例进行加权，在此基础上计算包含卡片C的频度。

频繁出现卡片组、即关键卡片与副卡片的组合成为根据玩家PL以怎样的考虑方式构成了卡组DC来将卡组DC分类、并进一步根据卡组DC的性质对与卡组DC的构成有关的倾向进行区分的指标，该组合被推定为体现出与卡组DC的构成有关的倾向的至少一部分的要素。即，在玩家PL构成卡组DC的情况下，卡组DC中包含的卡片C的构成根据玩家PL的考虑方式、例如战略、方针等而变化。例如，卡组DC中包含的卡片C根据是以重视攻击的方式构成卡组DC、还是以重视防守的方式构成卡组DC而变化。或者，虽然重视攻击，但卡组DC的构成也有时由于考虑方式的进一步不同而变化。还有时与卡组DC的构成有关的考虑方式根据对战对手而变化，从而卡组DC的构成据此而变化。而且，在构成卡组DC的情况下，为实现玩家PL的考虑方式而具有中心性作用的卡片C首先被编入卡组DC，考虑与该卡片C之间的关联性、相关性、增强、互补等来进一步选择卡片C。关键卡片是被推定为被选定为构成卡组DC的中心的可能性高的卡片C，能够推定为代表玩家PL的考虑方式或卡组DC的性质的中心性的卡片C。另外，副卡片是被推定为被与关键卡片一起编入的可能性高的卡片C，能够结合玩家PL的考虑方式、卡组DC的性质被推定为与关键卡片一起使用的可能性高的卡片C。因而，通过提取出关键卡片与副卡片的组合，能够得到对卡组DC的倾向、性质进行区分的指标。

当推定出关键卡片与副卡片的组合之后，接着，将卡组使用数据中包含的卡组例基于其与关键卡片和副卡片的组合的相似度分类到相似组1～P。例如，以关键卡片和副卡片的组合为基准对卡组例进行分类，使得构成相似的卡组例被集合到一个相似组。包含特定的关键卡片和副卡片的组合的卡组例被进行如下那样的分类：该卡组例作为虽然其余卡片C有所不同但是倾向、性质一致或相似的卡组例而被集合到一个相似组。但是，也可以是，包括与关键卡片及副卡片有关的多个组合，针对卡组DC的性质等不明确的卡组例，应用将其从相似组中排除之类的例外的处理。

接着，针对每个相似组来推定出模型例1、2、…P。模型例可以构成为例如示出一个相似组中包含的卡组例的倾向的平均性或标准性的例子。模型例可以构成为包含上述的一组频繁出现卡片组，且追加除频繁出现卡片组的卡片C以外的卡片C。作为一例，也可以是，将在属于相似组的卡组例中包含比较多的卡片C附加到频繁出现卡片组中来构成模型例。但是，在将关键卡片与副卡片组合后的张数已经足以作为应包含在模型例中的卡片张数的情况下，也可以将关键卡片与副卡片的组合设定为模型例中必须的卡片C，其余的卡片C不包含在模型例中。或者，也可以将除频繁出现卡片组以外的卡片C作为对卡组DC的倾向产生的影响比较小从而能够任意地选择的卡片C包含在模型例中，或者以与模型例不同的形式呈现。在收集卡组使用数据的同时，还能够获取使用了各卡组例的游戏的信息、例如对战中的胜负之类的游戏的结果的信息的情况下，也可以从相似组中包含的卡组例中的在对战中留下了一定的结果的卡组例中选择应加入模型例的卡片C，以这种方式考虑游戏的信息来构成模型例。无论是哪种方式，模型例至少包含关键卡片与副卡片的组合，并且从相似组中包含的卡组例中任意地附加适当的卡片C，由此推定为可能用作玩家PL构成卡组DC时的参考例。

图4示出用于实现倾向分析处理的倾向分析系统1的结构例。倾向分析系统1包括识别系统2和服务器系统3，其中，识别系统2用于收集卡组使用数据，服务器系统3与识别系统2经由互联网等网络以能够进行通信的方式连接，服务器系统3承担对卡组使用数据的分析等处理。在识别系统2中，设置有对游戏场GF进行摄像的作为摄像单元的一例的摄像机4以及基于摄像机4获取到的图像来识别出卡组DC中包含的卡片C的识别装置5。识别装置5构成为包括CPU和由识别装置5进行动作所需要的内部存储器等周边设备的计算机的一例，并且作为针对服务器系统3的客户端发挥功能。服务器系统3由单个物理方式的服务器单元构成，或者构成为将多个物理方式的服务器单元组合而成的逻辑服务器系统。服务器系统3也作为计算机的一例发挥功能。此外，服务器系统3也可以构成为云服务器。在图3中示出单个识别系统2与服务器系统3连接的状态，但是也可以是多个识别系统2与服务器系统3连接。

在识别装置5中，作为通过该识别装置5的硬件资源与作为软件资源的一例的计算机程序PGc的组合所实现的逻辑装置，设置有卡片识别部11和数据生成部12。卡片识别部11对摄像机4拍摄到的卡片C的图像进行分析，并将该分析结果与卡片数据D1进行对照来识别出卡片C，将所得到的识别结果记录到卡片识别数据D2中。在卡片数据D1中，作为一例，如图5所示那样蓄积有将卡片C的卡片ID与特征信息相对应地进行记录的记录。卡片ID是按卡片C的种类唯一设定的介质识别信息的一例。特征信息是描述出卡片C的正面侧的外观上的特征的信息。卡片C的正面侧的外观通过上述的外观要素而按卡片C的种类不同。因而，能够基于图像来确定卡片C的种类，特征信息被预先生成为描述出其外观要素的特征的信息。如果将摄像机4拍摄到的图像以能够与特征信息进行对比的方式进行分析，则能够从卡片C的图像中识别出与卡片C的种类相对应的卡片ID。此外，卡片C的具体内容、例如角色等的名称、属性、强度、效果之类的信息以与卡片ID相对应的方式预先记录在未图示的数据中，如果弄清卡片ID，则能够以该卡片ID为线索弄清卡片C的具体内容。由此，关于本方式中的对卡片C的识别，至少识别出卡片ID即可。如果卡片ID一致，则卡片C的外观要素的特征一致。在游戏中，还有时卡片ID一致的多个卡片C被编入一组卡组DC，并且这些卡片C被适当地分开使用。

回到图4，数据生成部12参照卡片识别数据D2，来判别玩家PL所使用的一组卡组DC中包含的卡片C的卡片ID，并基于该判别结果来生成卡组使用数据D3。另外，数据生成部12在适当的时期将所生成的卡组使用数据D3发送至服务器系统3。此外，计算机程序PGc和数据D1～D3被适当地保存在设置于识别装置5的存储装置(未图示)中。

卡组使用数据D3是记录有一组卡组DC中包含的卡片C的信息的记录的集合，相当于构成例数据的一例。图6示出记录在卡组使用数据D3中的一条记录的一例。在图6的记录中，将一组卡组DC中包含的卡片C的信息、识别率的信息以及附加信息按每个卡组DC来与唯一的卡组ID相对应地进行记录。图6的记录是应记录在卡组使用数据D3中的构成例信息的一例。作为卡片C的信息，例如记录一组卡组DC中包含的各卡片C的卡片ID。识别率是表示由卡片识别部11识别出的卡片C的张数与卡组DC中包含的卡片C的张数之间的比率的信息。

附加信息是作为使用了卡组DC的游戏的信息由识别装置5获取的信息，被预先选定为在服务器系统3中的处理中应适当地参照的信息。作为附加信息，可以选定适于对卡组DC的性质等进行判别的信息，例如卡组DC给游戏带来的结果、或者影响的判别中可能用到的信息被选定为附加信息。若举出一例，如下所述。在能够基于摄像机4获取到的图像来判别出对战结果的情况下，可以将对战结果的信息作为附加信息的至少一部分进行记录。附加信息并不限于根据摄像机4的图像来进行判别的例子。例如，在识别装置5能够获取到计算器CL等辅助装置的输入信息的情况下，可以使该输入信息或从输入信息中得到的信息包含在附加信息中。或者，在识别装置5的操作员能够经由键盘等输入装置输入游戏的信息的情况下，可以将所输入的信息的至少一部分包含在附加信息中。此外，卡组ID也可以不是由识别装置5赋予，而是在服务器系统3侧按每条记录赋予。也就是说，识别装置5每当生成应包含在卡组使用数据D3中的记录时，将该记录发送至服务器系统3，接收到该记录的服务器系统3侧对该记录附加卡组ID后蓄积到卡组使用数据D3中。根据一个卡组ID确定的记录对应于图3所示的卡组使用数据中包含的一组卡组例。

如图4所示，在服务器系统3中，作为通过该服务器系统3的硬件资源与作为软件资源的一例的计算机程序PGs的组合所实现的逻辑装置，设置有倾向推定部21、公开管理部22以及评价部23。倾向推定部21蓄积从识别系统2发送的卡组使用数据D3，基于该卡组使用数据D3来执行图3所示的各种处理，将执行结果记录到分析数据D10中。在分析数据D10中包含频繁出现卡片数据D11、相似组数据D12以及模型数据D13。此外，在图4的服务器系统3中，计算机程序PGs和数据D3、D10被保持在服务器系统3所包括的适当的存储装置(未图示)中。卡组使用数据D3和分析数据D10也可以由数据库服务器保持。

频繁出现卡片数据D11是如图7所示那样将关键卡片与副卡片相对应地进行记录的记录的数据。也就是说，频繁出现卡片数据D11是记录有针对包含在卡组DC中的频度相对高的卡片C的组合的分析结果的数据。相似组数据D12是示出卡组使用数据D3中记录的卡组例与相似组之间的对应关系的记录的集合。图8中示出记录在相似组数据D12中的一条记录的一例。在图8的例子中，将用于确定包含在一个相似组中的卡组例的信息和示出该相似组的特征的信息按每个相似组来与唯一的相似组编号相对应地进行记录。作为用于确定卡组例的信息，作为一例，记录有被分类到一个相似组中的卡组例各自的卡组ID。特征的信息是示出由倾向推定部21推定出的每个相似组的卡组DC的特征的信息。可以记录如下之类的那样在利用相似组数据D12时能够作为参考的各种信息作为特征的信息，例如，用于对具有重视攻击和重视防守中的哪一个性质的相似组进行判别的信息、用于对相似组中包含的卡组例的强弱进行判别的信息、或者用于基于在相似组中包含的各卡组例中的识别率(参照图6)判别数据的可靠性的信息。

模型数据D13是记录有与一组的模型例有关的信息的记录的集合。图9示出记录在模型数据D13中的一条记录的一例。在图9中示出记录在模型数据D13中的一条记录的一例。在图9的例子中，将用于确定包含在一个模型例中的卡片C的信息和示出该模型例的特征的信息按每个模型例来与唯一的模型编号相对应地进行记录。作为用于确定卡片C的信息，作为一例，记录应包含在一个模型例中的卡片C的卡片ID。特征的信息是示出被表示为模型例的卡组DC的特征的信息。特征的信息可以与相似组数据D12的记录中包含的特征的信息相同，记录在利用模型数据D13时能够作为参考的模型例的性质、强弱、可靠性之类的各种信息作为特征的信息。

回到图4，公开管理部22通过管理分析数据D10向终端装置6的公开而作为信息公开单元的一例发挥功能。终端装置6例如包括用户利用的个人计算机6a或者携带型信息通信终端(作为一例，智能手机)6b，与识别装置5同样地经由规定的网络而与服务器系统3以能够进行通信的方式连接。公开管理部22响应于来自终端装置6的访问，将分析数据D10的至少一部分以适合于在终端装置6中阅览、参照等利用的形式进行发布。由此，终端装置6的用户能够像以下那样利用分析数据D10，即终端装置6的用户一边在终端装置6中参照由倾向推定部21生成的模型例等，一边构筑在游戏中使用的卡组DC。评价部23例如从终端装置6获取表示用户的卡组DC的构成的信息，通过将所得到的卡组DC与分析数据D10适当地进行比较，来评价用户的卡组DC。由此，评价部23作为评价单元的一例发挥功能。

接着，说明倾向分析系统1中执行的各种处理的具体过程的一例。首先，参照图10和图11来说明识别装置5中的处理的一例。图10示出识别装置5的卡片识别部11为识别出卡片C而在玩游戏过程中以规定的周期重复执行的卡片识别处理的过程的一例。在图7的卡片识别处理中，卡片识别部11获取由摄像机4拍摄到的最新的图像，对所得到的图像进行分析来提取出配置在游戏场GF上的卡片C的图像(步骤S11)。在该情况下，可以仅将以正面朝上、即以能够基于外观要素识别出的朝向配置的卡片C作为提取对象。另外，卡片识别部11也可以还一并判别出游戏场GF上的卡片C的位置，并且一并识别出所提取出的卡片C是玩家P1、P2中的哪位玩家所使用的卡片C。接着，卡片识别部11从在步骤S11中提取出的卡片C中选择作为处理对象的一张卡片C(步骤S12)。

接下来，卡片识别部11提取出作为处理对象的卡片C的外观的特征信息(步骤S13)。进一步，卡片识别部11从卡片数据D1中提取出具有与所提取出的特征信息一致或最近似的特征信息的记录，并且判别出该记录中的卡片ID作为卡片C的卡片ID(步骤S14)。之后，卡片识别部11判别是否针对在步骤S11中提取出的所有卡片C完成了判别卡片ID的处理(步骤S15)。如果有未处理的卡片C，则卡片识别部11回到步骤S12，从未处理的卡片C中选择处理对象。在步骤S15中判断为对所有卡片C的处理已完成的情况下，卡片识别部11将判别出的卡片C的卡片ID作为识别结果记录到卡片识别数据D2中(步骤S16)。此时，卡片识别部11还将用于区别是玩家P1、P2中的哪位玩家使用的卡片C的信息记录到卡片识别数据D2中。也就是说，以能够区别是玩家P1、P2中的哪位玩家使用的卡组DC中包含的卡片C的方式将识别结果记录到卡片识别数据D2中。以步骤S16的处理结束本次的卡片识别处理。卡片识别部11通过执行图10的步骤S11～S16的处理而作为介质识别单元的一例发挥功能。

图11示出识别装置5的数据生成部12为了生成卡组使用数据D3中的记录而执行的卡组使用数据生成处理的过程的一例。该处理是在一次对战结束后将各玩家PL所使用的卡片C的识别结果记录到卡片识别数据D2中之后的适当的时期执行的处理，是针对每个卡组DC执行的，换言之，是针对每名玩家P1、P2执行的。当图11的处理开始之后，数据生成部12从卡片识别数据D2中获取与某一方的玩家PL所使用的卡片C有关的识别结果，并基于所得到的识别结果来判别玩家PL所使用的卡组DC的构成、即卡组DC中包含的卡片C的卡片ID(步骤S21)。卡片识别数据D2是在卡片识别部11中以适当的周期反复生成的记录的集合，同一卡片C被记录在多个记录中。因而，例如，在步骤S21中按照时间序列分析卡片识别数据D2的记录，来确定从游戏开始到结束为止的期间内出现在游戏场GF上的卡片C，将这些卡片C的卡片ID的集合判别为卡组DC的构成。

接下来，数据生成部12运算在步骤S21中判别出的卡组构成中的卡片C的识别率(步骤S22)。识别率能够通过将在步骤S21中判别出的卡片的张数除以卡组DC中包含的卡片的总张数(总张数是预先决定的)来求出。识别率能够被用作表示上述的卡组例的可靠性的指标。接着，数据生成部12生成卡组使用数据D3的记录应包含的附加信息(步骤S23)。例如，数据生成部12可以对由摄像机4拍摄到的图像进行监视来判别游戏的胜负，以包含该判别结果的方式生成附加信息。也可以基于卡片识别数据D2来判别游戏场GF上的卡片C的变化、也就是说以怎样的方式使用了卡片C，并基于该判别结果来推定出胜负等，生成附加信息。或者，也可以基于识别装置5的操作员的输入来判别胜负等，并基于该输入信息来生成附加信息。

当生成附加信息之后，数据生成部12按照在步骤S21～S23的处理中得到的信息来生成应包含在卡组使用数据D3中的一条记录(步骤S24)，并将该记录记录到卡组使用数据D3中(步骤S25)。通过针对每位玩家P1、P2执行上面的处理，来将与在一次对战中使用的卡组DC有关的卡组使用数据D3记录到识别装置5中。将所得到的卡组使用数据D3在适当的时机发送至服务器系统3。数据生成部12通过执行图11的步骤S21～S25的处理而作为构成例记录单元的一例发挥功能。

接着，参照图12～图14来说明服务器系统3中的处理的一例。图12示出为了基于卡组使用数据D3来生成频繁出现卡片数据D11而由倾向推定部21执行的频繁出现卡片组推定处理的过程的一例。图12的处理例如可以设为在足以对卡组DC进行分析的数量的记录被记录到卡组使用数据D3中之后的适当的时期执行的处理。当图12的处理开始之后，倾向推定部21首先针对卡组使用数据D3中记录的各卡片C计算出各卡片C被包含在卡组例中的频度(步骤S31)。例如，针对卡组使用数据D3中记录的各卡片C，检测包含卡片C的卡组例的记录，计算其检测数作为频度。在此情况下，也可以将卡组使用数据D3的各记录中记录的识别率考虑为表示根据一条记录确定的卡组例的可靠性的指标的一例。例如，也可以进行如下那样的加权：就识别率为一定等级以上的记录而言，将该记录中记录的卡片ID各自的检测数设定为1，另一方面，就识别率相对低的记录而言，根据识别率使检测数降低至小于1。作为一例，也可以应用如以下那样的与识别率相应的加权处理，即：在识别率非常高的10条记录以及识别率为大约一半左右的2条记录中分别记录有特定的卡片C的卡片ID的情况下，对识别率低的记录的检测数乘以系数0.5，将该卡片C的检测数计算为10×1+2×0.5＝11。此外，也可以将识别率小到超出容许范围的记录从步骤S31的运算对象中排除。

接下来，倾向推定部21基于在步骤S31中计算出的频度来提取出关键卡片(步骤S32)。该处理可以通过将从检测数最高的卡片C起的一定范围内的卡片C选择为关键卡片之类的处理来实现。当提取出关键卡片之后，倾向推定部21将这些关键卡片的卡片ID临时记录到频繁出现卡片数据D11中(步骤S33)。接着，倾向推定部21将频繁出现卡片数据D11中记录的关键卡片中的某一个选择为作为处理对象的关键卡片(步骤S34)，计算出与同该关键卡片一起记录在卡组使用数据D3的记录中的卡片C有关的频度(步骤S35)。例如，提取记录在卡组使用数据D3中的记录中的、记录有在步骤S34中选择出的关键卡片的卡片ID的记录，针对所得到的记录，按除关键卡片以外的每个卡片C检测包含卡片C的卡组例的记录，计算该检测数作为频度。在该情况下，也可以与步骤S31同样地考虑识别率，还可以将识别率小到超出容许范围的记录从运算对象中排除。

接下来，倾向推定部21基于在步骤S35中计算出的频度来提取出副卡片(步骤S36)。该处理可以通过将从检测数最高的卡片C起的一定范围内的卡片C选择为副卡片之类的处理来实现。当提取出副卡片之后，倾向推定部21将在步骤S34中检测出的关键卡片的卡片ID与在步骤S36中提取出的副卡片的卡片ID的组合推定为一组频繁出现卡片组，并且生成使这些卡片ID彼此对应的记录后将其记录到频繁出现卡片数据D11中(步骤S37)。

接着，倾向推定部21判别是否针对在步骤S32中提取出的所有关键卡片应用了步骤S34～S37的处理(步骤S38)，在存在未处理的关键卡片时，返回到步骤S34。在步骤S37中判断为已针对所有关键卡片应用了处理的情况下，倾向推定部21结束本次的图12的处理。倾向推定部21通过执行图12的步骤S31～S38的处理而作为倾向推定单元的一例发挥功能。

图13示出为了基于频繁出现卡片数据D11来生成相似组数据D12和模型数据D13而由倾向推定部21执行的模型推定处理的过程的一例。图13的处理例如可以被设为在通过图12的处理生成或更新频繁出现卡片数据D11之后的适当的时期执行的处理。当图13的处理开始之后，倾向推定部21首先从记录在频繁出现卡片数据D11中的记录中选择与一组频繁出现卡片组(关键卡片与副卡片的组合)相对应的记录作为处理对象(步骤S41)。接下来，倾向推定部21以在步骤S41中选择出的记录中的关键卡片与副卡片的组合为基准来从卡组使用数据D3中提取出应被分类到同一相似组的卡组例的记录(步骤S42)。该处理也可以以如下方式执行：至少以包含作为处理对象的频繁出现卡片组的关键卡片和副卡片为必要条件来提取卡组例。关于除频繁出现卡片组以外的卡片C的异同，可以应用例如如果一致度在规定范围内则包含于同一相似组之类的判断。并且，也可以应用将包含多个频繁出现卡片组且卡组DC的性质不明确之类的卡组例排除之类的例外处理。

接着，倾向推定部21参照在步骤S42中提取出的卡组例的记录的附加信息，来生成应与相似组相对应的特征的信息(步骤S43)。特征的信息可以是基于卡组使用数据D3的附加信息适当地生成的。作为一例，如上所述那样，特征可以被生成为作为用于知晓相似组中包含的各卡组DC在游戏中发挥怎样的效果或者对游戏产生怎样的影响的线索的信息，例如卡组DC的性质、类型、相似组中包含的卡组例的胜负率等。在生成特征的信息之后，倾向推定部21基于步骤S42和S43的处理结果来生成应记录在相似组数据D12中的记录(图8参照)，并将其记录到相似组数据D12中(步骤S44)。

接着，倾向推定部21基于步骤S42和S43的处理结果，来推定出在步骤S44中记录的相似组所对应的模型例作为该相似组中的构成例的模型的一例(步骤S45)。如上所述，模型例可以通过推定与一个相似组中包含的卡组例的构成有关的平均性或标准性的例子来生成。模型例也可以构成为包括作为处理对象的频繁出现卡片组的关键卡片和副卡片，并且包括从相似组的卡组例中选择出的适当的卡片C。接下来，倾向推定部21生成与在步骤S45中推定出的模型例相对应的特征的信息(步骤S46)。该处理既可以直接利用描述出模型例的性质等的信息、即步骤S43中生成的信息，也可以在步骤S46附加表示模型例的进一步特征的信息。

接着，倾向推定部21基于步骤S45和S46的处理结果，来生成应记录在模型数据D13中的记录(步骤S47)，并将其记录到模型数据D13中(步骤S48)。之后，倾向推定部21判别是否针对记录在频繁出现卡片数据D11中的所有记录应用了步骤S42～S48的处理(步骤S49)，在存在未处理的记录时，返回到步骤S41。在步骤S48中判断为针对所有频繁出现卡片组的处理已结束时，倾向推定部21结束本次的图13的处理。

通过适当地执行上面的处理，基于游戏中使用的卡片C的识别信息，来收集可能成为用于掌握玩家PL在游戏中使用了怎样的卡组DC的线索的卡组使用数据D3，基于该卡组使用数据D3来生成表示成为用于知晓与卡组DC的构成有关的倾向的线索的频繁出现卡片组、也就是玩家PL组合的包含在卡组DC中的频度高的卡片C的组合的频繁出现卡片数据D11。通过参照该频繁出现卡片数据D11，能够将多种多样的卡组DC根据其性质等分类到多个相似组，并且针对每个相似组推定出作为模型例的卡组DC。因而，能够将卡片C的识别结果灵活用作用于掌握与卡组DC的构成有关的倾向的信息，能够扩大卡片C的识别结果的用途来实现信息的有效灵活运用。

此外，在上述的方式中，公开管理部22可以根据终端装置6的用户的请求，来对分析数据D10中包含的频繁出现卡片数据D11、相似组数据D12以及模型数据D13的信息适当地进行取舍选择后提供给终端装置6。另外，评价部23从终端装置6获取用户构成的卡组DC中包含的卡片C的信息，并且基于根据该信息识别出的卡组DC的构成与倾向推定部21的推定结果的比较，来评价玩家PL的卡组DC。图14中示出由评价部23进行的处理的一例。

在图14的处理中，服务器系统3的倾向推定部21从终端装置6获取用于识别出卡组DC的构成的信息(步骤S61)，基于所得到的信息来从分析数据D10中提取出与用户构成的卡组DC相似的数据(步骤S62)。在该情况下，可以应用如下之类的处理：例如，将用户的卡组DC中包含的卡片C的卡片ID与记录在频繁出现卡片数据D11中的频繁出现卡片组进行对比，来提取出相似度为规定等级以上的频繁出现卡片组的记录，或者将用户的卡组DC中包含的卡片C的卡片ID与记录在频繁出现卡片数据D11中的频繁出现卡片组进行对比，来提取出相似度为规定等级以上的频繁出现卡片组的记录，或者从相似组数据D12中提取出与用户构成的卡组DC具有相似构成的相似组的记录。

接着，评价部23将在步骤S61中获取到的卡组DC的构成与在步骤S62中提取出的数据(记录)进行比较，来评价用户的卡组DC。例如，通过定量地计算出用户的卡组DC与频繁出现卡片组的相似度、或者用户的卡组DC与记录在相似组数据D12中的卡组的构成的相似度，来评价用户的卡组DC。例如，能够进行如下之类的处理：相似度越高，则与玩家PL构成卡组DC的倾向越匹配，将用户的卡组DC评价得越高。之后，评价部23将步骤S63的评价结果发布至终端装置6来呈现给用户(步骤S64)。此时，也可以将记录在相似组数据D12等中的特征信息、或者根据用户的卡组DC对该特征信息适当地进行整理所得到的评价评论等还一并提供给终端装置6。

在图14的例子中，通过从终端装置6向服务器系统3提供用户的卡组DC中包含的卡片C的信息，终端装置6其本身作为介质识别单元的一例发挥功能。在该情况下，可以适当地使用连接于终端装置6的摄像机或其它输入装置来向终端装置6输入信息，用户也可以利用设置于终端装置6的键盘等输入装置(输入接口)来输入卡片C的信息。另外，用户使终端装置6识别出的卡组DC能够包含于在游戏中为了使用而构成的集合体的概念。但是，也可以利用识别系统2来识别卡组DC的卡片IC，并由评价部23对所得到的识别结果进行评价。也就是说，也可以由评价部23评价被带入玩游戏的场上的卡组DC其本身。

本发明不限定于上述的各方式，也可以以施加各种变形或变更所得到的方式来实施。例如，在上述的方式中，推定频繁出现卡片组、相似组以及模型例作为示出与卡组DC的构成有关的倾向的要素，但是本发明并非必须将它们全部推定出来。如果能够推定出频繁出现卡片组，则能够顺着构成卡组DC时的考虑方式而明确应将怎样的卡片C编入卡组DC的倾向。因而，倾向分析系统也可以构成为，省略对相似组和模型例的推定，将频繁出现卡片组的推定结果供适当的利用。针对一个相似组不限于只推定一组模型例。也可以针对一个相似组推定出两组以上的模型例。未必需要将卡组使用数据中包含的卡组例唯一地分类到某一个相似组。也有时将一组卡组例并列地分类到两个以上的相似组。

作为应用本发明的倾向分析系统的对象的游戏不限定于是一边将游戏介质适当地配置到游戏场的多个位置一边取得进展的对战游戏。例如，即使是一边将作为游戏介质的卡片以一张以上的规定张数(也可以是可变的张数。)依次派发到规定的场上一边进展的游戏，也能够应用本发明的倾向分析系统。

在上述的方式中，基于由摄像机4拍摄到的图像来识别出卡片C，但是介质识别单元不限于这样的例子。例如，也可以是，对游戏中用到的各个游戏介质或者与游戏介质相组合使用的各个附加物(例如针对卡片C的套等)安装IC芯片、条形码、二维码等作为识别信息，通过从配置在游戏场GF等场上的游戏介质等读取其识别信息来识别出游戏介质。在该情况下，作为介质信息获取单元，能够使用针对IC芯片的读出器、针对条形码等的扫描器等。游戏介质也不限于是卡片这样的平板形的例子，即使是手办、棋子、其它具有立体形状的介质，只要能够对其进行识别并生成构成例数据，则可以将适当的游戏介质作为对象。未必需要基于在玩游戏的过程中得到的信息来识别在游戏中使用的卡组DC等集合体中包含的游戏介质。例如，也可以是，在开始玩游戏前的阶段，通过对玩家构成的卡组中包含的卡片依次进行扫描等来识别该卡片。该情况下的识别信息的输入作业的至少一部分也可以依赖于识别装置5的操作员等进行的手动作业。

以下记载根据上述的实施方式及变形例分别导出的本发明的各种方式。此外，在下面的说明中，为了易于理解本发明的各方式，在括号中附记附图中图示的对应的构成要素，但本发明并不由此被限定于图示的方式。

本发明的一个方式所涉及的游戏倾向分析系统应用于多个玩家(P1、P2)各自使用多个物理性的游戏介质(C)的集合体(DC)来进行对战的游戏，用于对与所述游戏中使用的集合体的构成有关的倾向进行分析，所述游戏倾向分析系统(1)具备：介质识别单元(11、S11～16；6)，其识别各玩家为了在所述游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质；构成例记录单元(12、S21～S25)，其将所述介质识别单元的识别结果作为表示所述集合体的构成例的构成例信息(作为一例，图6所示的记录)来按每个所述集合体加以区别地记录到规定的构成例数据(D3)中；以及倾向推定单元(21、S31～S38)，其基于所述构成例数据，来将作为包含在所述集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出所述倾向的至少一部分的要素。

本发明的一个方式所涉及的游戏介质倾向分析系统用的计算机程序是游戏倾向分析系统(1)中使用的计算机程序(PGc、PGs)，其中，所述游戏倾向分析系统应用于多个玩家(P1、P2)各自使用多个物理性的游戏介质(C)的集合体(DC)来进行对战的游戏，用于对与所述游戏中使用的集合体的构成有关的倾向进行分析，所述计算机程序使所述游戏倾向分析系统的计算机(5、3)作为以下单元发挥功能：介质识别单元(11、S11～16；6)，其识别各玩家为了在所述游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质；构成例记录单元(12、S21～S25)，其将所述介质识别单元的识别结果作为表示所述集合体的构成例的构成例信息(作为一例，图6所示的记录)来按每个所述集合体加以区别地记录到规定的构成例数据(D3)中；以及倾向推定单元(21、S31～S38)，其基于所述构成例数据，将作为包含在所述集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出所述倾向的至少一部分的要素。

另外，本发明的一个方式所涉及的分析方法是游戏倾向分析系统(1)中的分析方法，其中，所述游戏倾向分析系统应用于多个玩家(P1、P2)各自使用多个物理性的游戏介质(C)的集合体(DC)来进行对战的游戏，用于对与在所述游戏中使用的集合体的构成有关的倾向进行分析，在所述分析方法中，识别各玩家为了在所述游戏中使用而构成的集合体中包含的游戏介质中的至少一部分游戏介质(S11～16)，将针对所述游戏介质的识别结果作为表示所述集合体的构成例的构成例信息(作为一例，图6所示的记录)来按每个所述集合体加以区别地记录到规定的构成例数据(D3)中(S21～S25)，基于所述构成例数据，将作为包含在所述集合体中的频度相对高的游戏介质的组合的频繁出现的介质组推定为体现出所述倾向的至少一部分的要素(S31～S38)。

根据上述的方式，基于针对游戏介质的识别结果，收集到游戏介质的集合体的构成例后蓄积到构成例数据中，基于所得到的构成例数据来推定出包含在集合体中的频度相对高的游戏介质的组合。在组合游戏介质来构成集合体的情况下，集合体的构成根据玩家的考虑方式、例如战略、方针等而变化。例如，集合体的构成根据重视攻击和防守中的哪一者而变化。另一方面，在大多情况下，在集合体中包含为了实现玩家的考虑方式而发挥中心作用的游戏介质。因而，在玩家的考虑方式大致一致或相似的集合体中，包含同种游戏介质的组合的可能性相对高。由此，根据上述方式推定出的频繁出现的介质组能够作为用于对与集合体的构成有关的玩家的考虑方式进行分类的指标。而且，如果利用这种频繁出现的介质组的推定结果，则能够进行对与集合体的构成有关的玩家的倾向进行分析并将该分析结果呈现给玩家之类的灵活运用。由此，能够扩大游戏介质的识别结果的用途来实现信息的有效灵活运用。

此外，本发明的一个方式所涉及的计算机程序也可以是以存储在存储介质中的状态来提供。如果使用该存储介质，则能够通过例如在计算机中安装并执行本发明所涉及的计算机程序，来利用该计算机实现本发明的系统。存储有计算机程序的存储介质也可以是CDROM等非暂时性的存储介质。

在上述方式中，也可以是，所述倾向推定单元基于所述构成例数据，将包含在所述集合体中的频度相对高的至少一个游戏介质提取为主要介质(作为一例，关键卡片)，并且将附属于所述主要介质且包含在所述集合体中的频度相对高的至少一个游戏介质提取为附属介质(作为一例，副卡片)，将所述主要介质与所述附属介质的组合推定为所述频繁出现的介质组。由此，根据在各构成例中包含游戏介质的频度来提取出主要介质，在此基础上，将包含该主要介质的构成例作为对象来调查包含游戏介质的频度，由此能够高效地推定出应构成频繁出现的介质组的主要介质和附属介质的组合。

也可以是，所述倾向推定单元提取出多个主要介质，并且针对所述多个主要介质分别以按每个主要介质加以区别的方式提取出所述附属介质，所述倾向推定单元将所述构成例数据中记录的每个集合体的构成例按照相对于所述频繁出现的介质组而言的相似度分类到多个相似组，并针对所得到的每个相似组来推定所述集合体的构成例的模型。由此，通过将相对于频繁出现的介质组而言的相似度作为指标将构成例分类到相似组，能够按照频繁出现的介质组所示出的倾向将多个构成例分类到相似组。也就是说，能够进行将倾向相似的构成例集合到一个相似组之类的分类。而且，通过针对每个相似组推定出模型，能够推定出按照频繁出现的介质组所示出的倾向的模型。并且，还能够进行如下处理：参照相似组中包含的各构成例，适当地选择应包含在模型中的游戏介质、或者包含在模型中也不会对倾向产生实质性影响的游戏介质，将该游戏介质加入到模型中。

也可以是，所述倾向推定单元还基于所述频繁出现的介质组的推定结果，来推定所述集合体的构成例的模型。由此，通过基于频繁出现的介质组的推定结果来推定模型，能够通过该模型的结构来体现频繁出现的介质组所示出的倾向。因此，例如能够将模型呈现给玩家、来将可能成为构成仿照其他人的构成例的集合体的参考的信息提供给玩家之类的那样，能够向玩家提供有益的信息。

也可以是，所述倾向推定单元基于所述介质识别单元针对每个所述集合体的识别状况来对所述构成例信息进行加权，并且使得在所述频繁出现的介质组的推定中反映出该加权。由此，在游戏介质的识别状况发生偏差的情况下，使得在构成例信息中反映出该识别状况，从而能够提高与频繁出现的介质组的推定有关的可靠性、准确性。

也可以是，还具备信息公开单元(22)，该信息公开单元将所述倾向推定单元的推定结果的至少一部分在规定的网络上公开。由此，能够将频繁出现的介质组的推定结果等呈现给玩家，来向玩家提供成为与集合体的构成有关的参考的信息。

在上述方式中，也可以是，所述构成例记录单元获取使用了所述集合体的游戏的信息作为附加信息，并且将所得到的附加信息以与所述游戏介质的识别结果相对应的方式进行记录，所述倾向推定单元基于所述附加信息，使表示与所述集合体的构成有关的倾向的特征的信息包含于推定结果中，来推定所述倾向。由此，适当地参照使用了集合体的游戏的信息来推定与集合体的构成有关的倾向，由此能够提高推定结果的价值。

也可以是，还具备评价单元，该评价单元基于所述倾向推定单元的推定结果，来评价所述玩家构成的集合体。由此，通过利用倾向推定单元的推定结果，对照与集合体的构成有关的倾向来客观地评价玩家的集合体。

附图标记说明

1：游戏倾向分析系统；2：识别系统；3：服务器系统(计算机)；4：摄像机；5：识别装置(计算机)；6：终端装置(介质识别单元)；11：卡片识别部(介质识别单元)；12：数据生成部(构成例记录单元)；21：倾向推定部(倾向推定单元)；22：公开管理部(信息公开单元)；23：评价部(评价单元)；C：卡片(游戏介质)；DC：卡组(集合体)；D3：卡组使用数据(构成例数据)；D11：频繁出现卡片数据；D12：相似组数据；D13：模型数据。