本研究では、グループ会話におけるターンテイキングパターンを予測するための柔軟な確率モデルを提案する。このモデルは、参加者の個々の特性と過去の発言行動に基づいており、従来の会話ダイナミクスモデルでは特定のグループに限定された洞察しか得られなかった問題を解決することを目指す。特に、発言の傾向が前回の発言からどのように変化するかを学習する新たな能力を提供する。このアプローチを合成データおよび実世界の会話データに適用し、実際のグループインタラクションを特性づける実証を行った結果、従来の行動モデルが必ずしも現実的ではないことが示され、データ駆動かつ理論的に裏付けられた新しいアプローチの必要性が強調されている。