JP2015176477A - Tenant decision support system - Google Patents
Tenant decision support system Download PDFInfo
- Publication number
- JP2015176477A JP2015176477A JP2014053898A JP2014053898A JP2015176477A JP 2015176477 A JP2015176477 A JP 2015176477A JP 2014053898 A JP2014053898 A JP 2014053898A JP 2014053898 A JP2014053898 A JP 2014053898A JP 2015176477 A JP2015176477 A JP 2015176477A
- Authority
- JP
- Japan
- Prior art keywords
- degree
- sensor information
- applicant
- annoyance
- correlation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009826 distribution Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000005315 distribution function Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010606 normalization Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、集合住宅の空き部屋に入居希望者が入居すべきか否かを判断するに際し、隣人の生活パターンを考慮して入居希望者の入居意思決定を支援する入居者意思決定支援システムに関する。 The present invention relates to a tenant decision support system that supports a tenant's decision to move in consideration of a neighbor's life pattern when determining whether or not a tenant should move into a vacant room of an apartment house.
近年、国内外において、ユビキタスセンサネットワークの実現に向けた取り組みが活発に行われている。特に国内では、生活者の視点によるアプリケーションとしての切り口からの研究が活発である。 In recent years, there have been active efforts to realize a ubiquitous sensor network in Japan and overseas. Especially in Japan, research from the perspective as an application from the viewpoint of consumers is active.
センサの価格が安くなると、家庭でも気軽にセンサの設置が可能となり、今後生活に密着したユビキタスセンサが発展することが予測される。このような住居に設置したセンサによるセンサデータを活用したアプリケーションが期待されている。 If the price of the sensor is reduced, it will be possible to easily install the sensor even at home, and it is predicted that ubiquitous sensors closely related to daily life will develop in the future. Applications utilizing sensor data from sensors installed in such houses are expected.
家庭内に設置したセンサによるセンサデータの利用例として、例えば、賃貸部屋等、集合住宅内の一室を選択する際の意思決定支援に利用することが考えられる。 As an example of using sensor data by a sensor installed in a home, it may be used for decision support when selecting a room in an apartment house such as a rental room.
賃貸部屋を借りるに際して、多くの人は部屋の間取りや階数、角部屋か否か、景色、金額等の要因を考慮に入れる。しかし、近隣住民の生活パターンによる要因（夜型か、昼型か否か等）については、通常、考慮していないし、そもそも事前に考慮することが極めて困難である。下見した時点では閑静であったが、実際に入居後、夜になると生活雑音がうるさいことが分かることがある。 When renting a rental room, many people take into consideration factors such as room layout, number of floors, whether or not it is a corner room, scenery, and price. However, factors related to the lifestyle patterns of neighboring residents (night type, day type, etc.) are usually not considered, and it is extremely difficult to consider in advance in the first place. Although it was quiet at the time of the preview, it may be found that the living noise is noisy at night after actually moving in.
このような問題は、近隣住民と入居希望者の生活パターンにずれがあることにより生じると考えられる。つまり、生活パターンが一致していれば、隣の部屋から騒音が聞こえてきても、自分も騒音を出しているので、個人差はあるもののあまり気にならないといえる。一方、生活パターンにずれがあると、自分が就寝中のときに騒音が聞こえてくる場合があり、近隣トラブルの原因となる。 Such a problem is considered to be caused by a difference in living patterns between neighboring residents and applicants. In other words, if the life patterns are the same, even if you hear noise from the next room, you can say that you are also making noise, so there are differences between individuals, but you don't care too much. On the other hand, if there is a shift in the life pattern, noise may be heard when the user is sleeping, causing a nearby trouble.
これに対し、特許文献１には、不動産物件の情報提供システムであって、不動産物件における加工された臭気センサや音量レベルセンサの測定データを提示可能なシステムが開示されている。ここで、センサ情報は、プライバシー保護のため、加工（同一マンションのグループ毎に平均化）後の測定データを提示するものである。しかしながら、近隣住民と入居希望者の生活パターンのずれは考慮されていない。 On the other hand, Patent Document 1 discloses an information provision system for real estate properties, which can present measurement data of processed odor sensors and volume level sensors in real estate properties. Here, the sensor information presents measurement data after processing (averaged for each group of the same apartment) for privacy protection. However, the difference in living patterns between neighboring residents and those who wish to move in is not considered.
特許文献２には、不動産物件検索プログラムであって、居住予定者の在宅時間帯での騒音値を算出する騒音算出ステップを備えるものが記載されている。しかしながら、特許文献１と同様、近隣住民と居住予定者の生活パターンのずれは考慮されていない。 Patent Document 2 describes a real estate property search program including a noise calculation step for calculating a noise value in a home time zone of a prospective resident. However, as in Patent Document 1, deviations in the life patterns of neighboring residents and prospective residents are not considered.
上記の状況に鑑み、本発明は、住居に設置したセンサによるセンサデータの活用法の一例として、近隣住民の生活パターンを考慮して、集合住宅内の一室を選択する際の意思決定支援の仕組みを提供すること、また、この仕組みを用いて入居希望者の入居意思決定を支援する支援システムを実現することをその目的とする。 In view of the above situation, the present invention is an example of a method for utilizing sensor data by a sensor installed in a residence, and supports decision making when selecting a room in a collective housing in consideration of the living pattern of neighboring residents. The purpose is to provide a mechanism, and to realize a support system that supports a tenant's decision to move in using this mechanism.
上記目的を達成するための本発明に係る入居者意思決定支援システムは、集合住宅の空き部屋に入居希望者が入居すべきか否かを判断するに際し、隣人の生活パターンを考慮して前記入居希望者の入居意思決定を支援する入居者意思決定支援システムであって、
空き部屋に隣接する部屋に居住する少なくとも一隣接居住者の生活パターンに伴う情報を検知するセンサから、センサ情報を取得するセンサ情報取得部、
前記センサ情報取得部が取得した前記センサ情報の時系列データを保持するセンサ情報データベース、
前記センサ情報データベースを参照し、前記時系列データから、前記隣接居住者の生活パターンによって前記入居希望者が前記空き部屋に入居した場合に被る迷惑度合いの一日の時間分布を算出する居住者迷惑度算出部、
前記入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を、前記隣接居住者が被る被迷惑度合いの一日の時間分布として算出又は推定する被迷惑度算出部、
前記隣接居住者の迷惑度合いの一日の時間分布と、前記入居希望者により前記隣接居住者が被る前記被迷惑度合いの一日の時間分布を比較し、両時間分布の相関度を算出する迷惑度比較部、及び、
算出された前記相関度を表示手段に表示させ、前記入居希望者に提示する表示部、を備えることを第１の特徴とする。
In order to achieve the above object, the resident decision support system according to the present invention, when determining whether or not a vacant in an apartment house should move into the vacant room, it is preferable to consider the occupancy A tenant decision support system that supports the tenant's move-in decision,
A sensor information acquisition unit that acquires sensor information from a sensor that detects information associated with a life pattern of at least one adjacent resident living in a room adjacent to a vacant room,
A sensor information database that holds time-series data of the sensor information acquired by the sensor information acquisition unit;
Referencing the sensor information database, and calculating from the time series data the daily time distribution of the degree of inconvenience experienced when the occupant wishes to move into the vacant room according to the living pattern of the adjacent resident Degree calculator,
An annoyance degree calculation unit that calculates or estimates the daily time distribution of the annoyance level caused by the lifestyle pattern of the occupant as a daily time distribution of the annoyance level experienced by the neighboring residents,
Comparing the daily time distribution of the nuisance level of the adjacent resident with the daily time distribution of the nuisance level of the adjacent resident suffered by the applicant to move in, and calculating the degree of correlation between both time distributions Degree comparison part, and
A first feature is that the display includes a display unit that displays the calculated degree of correlation on a display unit and presents it to the applicant.
上記第１の特徴の本発明に係る入居者意思決定支援システムは、
前記入居希望者が入居を希望する候補として複数の空き部屋がある場合、前記表示部は、前記相関度が大きな順に並び替えて、前記空き部屋を対応する前記相関度と共に前記表示手段に表示させることが好ましい。
The tenant decision support system according to the present invention of the first feature described above,
When there are a plurality of vacant rooms as candidates that the applicant wishes to move in, the display unit rearranges the correlation degree in descending order and displays the vacant rooms together with the corresponding correlation degree on the display means. It is preferable.
上記第１の特徴の本発明に係る入居者意思決定支援システムは、好ましくは
前記迷惑度比較部は、
一日を複数の時間帯に分割し、分割された時間帯毎に、前記隣接居住者の迷惑度合いの時間分布と、前記隣接居住者が被る前記被迷惑度合いの時間分布を比較し、
前記相関度を前記時間帯毎に算出することを第２の特徴とする。
The tenant decision support system according to the first aspect of the present invention is preferably configured such that the nuisance level comparison unit is
Dividing a day into a plurality of time zones, for each divided time zone, comparing the time distribution of the nuisance degree of the adjacent resident, and the time distribution of the nuisance degree suffered by the adjacent resident,
It is a second feature that the correlation is calculated for each time period.
上記第１又は第２の特徴の本発明に係る入居者意思決定支援システムは、好ましくは
前記迷惑度比較部は、
前記隣接居住者の迷惑度合いと前記隣接居住者が被る被迷惑度合いを合算した時間分布の尖度を算出し、尖度が大きいほど大きな相関度とすることを第３の特徴とする。
The tenant decision support system according to the present invention of the first or second feature, preferably the nuisance level comparison unit,
A third feature is that a kurtosis of a time distribution obtained by adding up the nuisance level of the adjacent resident and the nuisance level experienced by the adjacent resident is calculated, and the greater the kurtosis is, the higher the degree of correlation is.
上記第１乃至第３の何れかの特徴の本発明に係る入居者意思決定支援システムは、
前記被迷惑度算出部は、
前記入居希望者の現在の住居に設けられたセンサからセンサ情報を取得し、前記センサ情報の時系列データに基づき、前記入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を算出するか、又は、
前記入居希望者の生活パターンの情報の入力を受け付け、入力された生活パターンに基づき、前記入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を推定する構成とすることが好ましい。
The tenant decision support system according to the present invention having any one of the first to third features,
The inconvenience calculating unit
The sensor information is acquired from the sensor provided in the current residence of the applicant, and based on the time series data of the sensor information, the daily time distribution of the degree of inconvenience caused by the lifestyle pattern of the applicant is calculated. Or
It is preferable that an input of information on the lifestyle pattern of the applicant for occupancy is received, and a time distribution of a day of annoyance caused by the lifestyle pattern of the applicant for occupancy is estimated based on the input lifestyle pattern.
上記第１乃至第３の何れかの特徴の本発明に係る入居者意思決定支援システムは、
前記センサ情報が、騒音、振動、又はにおいに関する情報の何れかを含むことができる。
The tenant decision support system according to the present invention having any one of the first to third features,
The sensor information may include any information regarding noise, vibration, or smell.
上記第１乃至第３の何れかの特徴の本発明に係る入居者意思決定支援システムは、
前記集合住宅の各部屋に、夫々、前記センサが設けられ、
前記センサ情報取得部は、前記隣接居住者の部屋内に設けられた前記センサを介して、当該隣接居住者の生活パターンに伴う情報を取得する構成とすることが好ましい。
The tenant decision support system according to the present invention having any one of the first to third features,
Each of the rooms of the apartment house is provided with the sensor,
It is preferable that the sensor information acquisition unit is configured to acquire information associated with the life pattern of the adjacent resident through the sensor provided in the room of the adjacent resident.
上記特徴の本発明に係る入居者意思決定支援システムに依れば、迷惑度比較部が、センサ情報に基づいて居住者迷惑度算出部が算出した隣接居住者の迷惑度合いと被迷惑度算出部が算出した入居希望者の迷惑度合い（隣接居住者が被るであろう被迷惑度合い）とを比較し、相関度を求めることにより、入居希望者の生活パターンと隣接居住者の生活パターンの一致度合いを相関度に基づいて評価することができる。 According to the tenant decision support system of the present invention having the above characteristics, the nuisance level comparison unit calculates the nuisance level and nuisance level calculation unit of the adjacent resident calculated by the resident nuisance level calculation unit based on the sensor information. The degree of coincidence between the lifestyle pattern of the prospective tenant and the lifestyle pattern of the neighboring resident is calculated by comparing the degree of inconvenience of the prospective tenant calculated by the person (the degree of inconvenience that the neighboring resident may suffer) Can be evaluated based on the degree of correlation.
この相関度の情報を、空き部屋の情報と併せて入居希望者に提示することによって、入居希望者が集合住宅内の一室を選択する際の入居意思決定を支援するシステムの実現が可能となる。 By presenting this degree of correlation information along with vacant room information to those who wish to move in, it is possible to realize a system that supports the occupancy decision making when a moving-in candidate selects a room in an apartment house. Become.
〈第１実施形態〉
以下に、本発明の一実施形態に係る入居者意思決定支援システム（以降、適宜「本発明システム１」と称す）につき、図面を参照して説明する。図１は、本発明システム１の構成の一例を示すブロック図である。図１に示すように、本発明システム１は、センサ情報取得部１１、センサ情報ＤＢ（データベース）１２、居住者迷惑度算出部１３、被迷惑度算出部１４、迷惑度比較部１５、及び、表示部１６を備え、集合住宅の空き部屋に入居希望者が入居すべきか否かを判断するに際し、隣人の生活パターンを考慮した情報を併せて提示することで、入居希望者の入居意思決定を支援する。
<First Embodiment>
Hereinafter, a tenant decision support system (hereinafter referred to as “the present invention system 1”) according to an embodiment of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram showing an example of the configuration of the system 1 of the present invention. As shown in FIG. 1, the system 1 of the present invention includes a sensor
このうち、センサ情報取得部１１、居住者迷惑度算出部１３、被迷惑度算出部１４、迷惑度比較部１５、及び、表示部１６の各処理は、コンピュータのハードウェア資源（ＣＰＵや各種記憶装置等）及びソフトウェア資源（ＯＳ、各種ドライバ等）を使用して演算処理が行われ、かかる演算処理が、利用者端末からの要求に応じて、ＣＰＵによりその実行が制御されるプログラムを実行することによりソフトウェア的に実現される。センサ情報ＤＢ１２は、かかるコンピュータ内に設けられた、或いはネットワークを介してアクセスが可能な所定の記憶装置の所定の記憶領域に構築されている。
Among these, each processing of the sensor
センサ情報取得部１１は、空き部屋に隣接する部屋に居住する隣接居住者の生活パターンに伴う情報を検知するセンサ２０から、センサ情報を取得する。センサ２０は、好ましくは、集合住宅の各部屋に設けられ、センサ情報取得部１１が、空き部屋に隣接する部屋（好ましくは、左右隣の部屋、上下隣の部屋の各４部屋）に設けられたセンサの情報を取得する。或いは、空き部屋内の隣室に隣り合う壁、天井、又は床にセンサを設け、隣接居住者の生活パターン情報を取得することもできる。
The sensor
センサ２０の例としては、騒音センサ、振動センサ、或いは匂いセンサが挙げられる。
Examples of the
センサ情報取得部１１が取得したセンサ情報は、センサ情報ＤＢ１２に時系列データとして保存される。
The sensor information acquired by the sensor
居住者迷惑度算出部１３は、センサ情報ＤＢ１２を参照し、時系列データから、隣接居住者の生活パターンによって入居希望者が空き部屋に入居した場合に被るであろう迷惑度合いの一日の時間分布を算出する。
The resident
被迷惑度算出部１４は、入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を、隣接居住者が被るであろう被迷惑度合いの一日の時間分布として算出又は推定する。かかる被迷惑度合いは、入居希望者の現在の住居に生活パターンに伴う情報を検知するセンサが設けられているのであれば、当該センサから取得したセンサ情報の時系列データに基づき、居住者迷惑度算出部１３と同様の処理を行うことにより、一日の時間分布を算出することができる。一方、入居希望者の現在の住居にセンサが設けられていない場合であっても、被迷惑度算出部１４は、起床時刻、就寝時刻、出社・帰宅時刻、洗濯、食事を取る時間帯や家族構成等、生活パターンの情報を入居希望者に入力してもらい、入力された生活パターンに基づいて、入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を推定する構成とすることができる。
The nuisance
迷惑度比較部１５は、居住者迷惑度算出部１３により算出された隣接居住者の迷惑度合いの一日の時間分布と、被迷惑度算出部１４により算出又は推定された入居希望者により隣接居住者が被る被迷惑度合いの一日の時間分布を比較し、両時間分布の相関度を算出する。相関度が高いほど、隣接居住者と入居希望者の生活パターンが一致しており、居住後にトラブルが発生する可能性が低いといえる。
The nuisance
表示部１６は、迷惑度比較部１５によって算出された相関度を表示手段（例えば、液晶ディスプレイ）に表示させ、入居希望者に提示する。この場合において、入居希望者が入居を希望する候補として複数の空き部屋がある場合、表示部１６は、夫々について相関度を算出し、相関度がより大きな順に並び替えて、各空き物件（空き部屋）を対応する相関度と共に表示させることが好ましい。
The
以下に、本発明システム１による入居希望者の入居意思決定を支援する仕組み及び方法の具体例について、詳細に説明する。図２は、本発明システム１における入居意思決定支援の方法について、特にセンサ情報に基づいて、迷惑度比較部１５が相関度を算出する工程を説明する図である。
Below, the specific example of the structure and method which support the tenant's decision to move in by the system 1 of the present invention will be described in detail. FIG. 2 is a diagram for explaining the process of calculating the degree of correlation by the nuisance
図２（ａ）〜（ｃ）は、空き部屋に隣接する部屋に居住しているある隣接居住者が与える迷惑度合いの時間変化を、模式的に示したものである。図２（ａ）は、騒音による迷惑度合いの時間変化Ｆ（ｔ）を、図２（ｂ）は、振動による迷惑度合いの時間変化Ｇ（ｔ）を、図２（ｃ）は、においによる迷惑度の時間変化Ｈ（ｔ）を、夫々示している。Ｆ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）は、センサ情報ＤＢ１２に保持されている騒音、振動、におい夫々のセンサ情報の時系列データに対して、統計処理を行うことにより算出される。
FIGS. 2A to 2C schematically show temporal changes in the degree of annoyance given by an adjacent resident living in a room adjacent to an empty room. 2A shows the time change F (t) of the trouble level due to noise, FIG. 2B shows the time change G (t) of the trouble degree caused by vibration, and FIG. 2C shows the trouble caused by smell. The time change H (t) in degrees is shown. F (t), G (t), and H (t) are calculated by performing statistical processing on the time series data of each sensor information of noise, vibration, and odor held in the
センサ情報ＤＢ１２に保持されているセンサ情報の時系列データは、居住者の生活行動に応じて不連続な強度変化を示すものであり、ノイズの影響や、日毎にばらつきのある時間変化を示す。ノイズの影響やばらつきを低減し、数式処理を行いやすくするために、何らかの統計処理を行ってより滑らかな関数形に変換することが好ましい。
The time-series data of the sensor information held in the
例えば、複数日に跨る時系列データが得られている場合、複数日について同時刻のセンサ強度の平均を取り、平均を取った値をその時刻の迷惑度合いとすることができる。時系列データが一日分しかない場合には、センサ強度の所定の時間幅における時間平均を求め、当該時間平均をその時間幅内の中央位置における時刻における迷惑度合いとすることも可能である。このようにして得られたセンサ強度の１日の時間変化を、隣接居住者による迷惑度合いの一日の時間変化Ｆ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）とする。居住者迷惑度算出部１３は、例えば上記の統計処理をおこない、隣接居住者の夫々について、迷惑度合いの一日の時間分布を算出する。
For example, when time-series data extending over a plurality of days is obtained, the sensor strengths at the same time can be averaged over a plurality of days, and the averaged value can be used as the nuisance level at that time. When the time series data includes only one day, it is possible to obtain a time average of the sensor intensity in a predetermined time width, and the time average can be used as the nuisance level at the central position within the time width. The daily time change of the sensor intensity obtained in this way is defined as the daily time change F (t), G (t), and H (t) of the nuisance degree by the adjacent resident. The resident
このとき、迷惑度合いの一日の時間変化Ｆ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）は、平日と休日では生活パターンが大きく異なることが想定されるため、平日と休日とで分けて算出することが好ましい。さらに、曜日毎に迷惑度合いの一日の時間変化を算出することで、生活パターンの一致度合いのより詳細な分析が可能となる。 At this time, the daily time changes F (t), G (t), and H (t) of the degree of inconvenience are assumed to be greatly different between weekdays and holidays. It is preferable to calculate. Further, by calculating the daily time change of the nuisance degree for each day of the week, it becomes possible to perform a more detailed analysis of the degree of matching of life patterns.
また、Ｆ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）は、朝、昼、夜、及び、深夜帯の夫々でピークを有することがあり、複数のピークを有していることが想定される。したがって、本実施形態のように、一日を朝方（例えば、４：００〜１０：００）、昼間（例えば、１０：００〜１６：００）、夕方から夜間（例えば、１６：００〜２２：００）、深夜（例えば、２２：００〜翌日４：００）等の複数の時間帯Ｔｉに分割し、時間帯毎に生活パターンの一致度合いを算出するのが好ましい。図２では、一日の迷惑度合いのうちある時間帯（ここでは、夜間）の時間分布を抽出し、模式的に示している。少なくとも夜間又は深夜の時間帯については、全ての居住者が在室していると考えられるため、生活パターンの一致度合いの算出に用いることが好ましい。 In addition, F (t), G (t), and H (t) may have peaks in the morning, noon, night, and midnight, and are assumed to have a plurality of peaks. The Therefore, as in the present embodiment, one day is in the morning (for example, 4:00 to 10:00), daytime (for example, 10: 0 to 16:00), and evening to night (for example, 16:00 to 22: 00), midnight (for example, 22:00 to 4:00 the next day), and the like, and it is preferable to calculate the degree of coincidence of life patterns for each time zone. In FIG. 2, the time distribution of a certain time zone (here, nighttime) is extracted and shown schematically. Since it is considered that all the residents are present at least at night or at midnight, it is preferably used for calculating the degree of coincidence of life patterns.
居住者迷惑度算出部１３は、上述の迷惑度合いＦ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）について、夫々、少なくとも空き部屋に隣接する部屋に居住する隣接居住者（上下隣、左右隣の４世帯）について迷惑度合いの（重みをつけた）平均をとり、隣接居住者の生活パターンによって入居希望者が空き部屋に入居した場合に被るであろう迷惑度合いの一日の時間分布（Ｆ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）とする）を算出する。
The resident nuisance
なお、空き部屋に設置したセンサからセンサ情報を取得する場合は、そのセンサ情報の時系列データは、入居希望者が空き部屋に入居した場合に実際に感じるであろう騒音、振動、においの時間変化そのものであり、隣接居住者の生活パターンによって入居希望者が被るであろう迷惑度合いが反映されたものとなっているといえる。したがって、センサ情報の時系列データに統計処理を行って得られた迷惑度合いの時間分布を、夫々Ｆ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）とするとよい。 When acquiring sensor information from a sensor installed in a vacant room, the time-series data of the sensor information is the noise, vibration, and odor times that would actually be felt when the occupant moved into the vacant room. It can be said that it is a change itself and reflects the degree of annoyance that the prospective occupant will suffer depending on the life patterns of neighboring residents. Therefore, the time distribution of the nuisance degree obtained by performing statistical processing on the time-series data of the sensor information may be F ′ (t), G ′ (t), and H ′ (t), respectively.
さらに、本実施形態では、Ｆ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）を重みをつけて加算し、Ｚ（ｔ）＝αＦ’（ｔ）＋βＧ’（ｔ）＋γＨ’（ｔ）を、入居希望者が被るであろう全体の迷惑度合いの一日の時間変化として算出している。α、β、γは、Ｚ（ｔ）に変換する際の換算係数であり、入居を希望する住宅の建物特性（例えば、防音性能の程度）に応じて、適宜調整される。ある時間帯におけるＺ（ｔ）の時間分布が、図２（ｄ）に示されている。 Further, in this embodiment, F ′ (t), G ′ (t), and H ′ (t) are added with weights, and Z (t) = αF ′ (t) + βG ′ (t) + γH ′ ( t) is calculated as the daily time change of the overall nuisance level that would be incurred by the applicant. α, β, and γ are conversion coefficients for conversion to Z (t), and are appropriately adjusted according to the building characteristics (for example, the degree of soundproofing performance) of the house that the user wants to move into. The time distribution of Z (t) in a certain time zone is shown in FIG.
居住者迷惑度算出部１３は、上述のＺ（ｔ）について、上記時間帯Ｔｉ毎に、分布の規格化を行い、規格化定数Ｕｉを求め、確率分布関数ｚｉ（ｔ）＝Ｚ（ｔ）／Ｕｉを算出する。Ｕｉは、ｚｉ（ｔ）を時間帯Ｔｉで積分した値が１となるように、Ｚ（ｔ）を時間帯Ｔｉで積分した値として求められ、入居希望者が被るであろう迷惑度合いの時間帯Ｔｉにおける大きさを表している。Ｕｉも、後述の相関度に加えて、入居希望者が入居を決定する上で重要な指標となりうる。ｚｉ（ｔ）は、迷惑度比較部１５による相関度の計算で用いられる。
The resident
一方、被迷惑度算出部１４は、入居希望者の生活パターンにより生じる迷惑度合い（隣接居住者が被る被迷惑度合い）の一日の時間分布を算出又は推定し、Ｙ（ｔ）とすると、Ｙ（ｔ）について、上記時間帯Ｔｉ毎に、分布の規格化を行い、Ｙ（ｔ）を時間帯Ｔｉで積分した値Ｖｉを規格化定数として、確率分布関数ｙｉ（ｔ）＝Ｙ（ｔ）／Ｖｉを算出する。
On the other hand, the inconvenience
迷惑度比較部１５は、居住者迷惑度算出部１３により算出された確率分布関数ｚｉ（ｔ）と、被迷惑度算出部１４により算出又は推定された確率分布関数ｙｉ（ｔ）を比較し、時間帯Ｔｉ毎に、両分布の相関度を算出する。
The nuisance
相関度の算出方法としては、様々な方法が考えられるが、本実施形態では、図２（ｅ）に示すｚｉ（ｔ）とｙｉ（ｔ）を合算した分布関数ｐ（ｔ）＝（Ａ・ｚｉ（ｔ）＋Ｂ・ｙｉ（ｔ））／（Ａ＋Ｂ）を考え（Ａ、Ｂは重み係数）、分布関数ｐ（ｔ）に対して統計学における尖度（Kurtosis）を計算する。しかしながら、相関度を表す表式としてはこれに限られるものではない。上記尖度は、分布の平均値をμ、標準偏差をσとして、下記数１で表される。なお、積分記号の添字Ｔｉは、時間帯Ｔｉを積分範囲として時間積分を行うことを意味する。
［数１］
Ｋｗ＝＜（ｔ−μ）４＞／＜（ｔ−μ）２＞２
＝∫Ｔｉ（ｔ−μ）４ｐ（ｔ）ｄｔ／σ４
Various methods can be considered as a method of calculating the degree of correlation. In the present embodiment, the distribution function p (t) = (A.multidot.) Obtained by adding zi (t) and yi (t) shown in FIG. zi (t) + B · yi (t)) / (A + B) (A and B are weighting factors), and the kurtosis (Kurtosis) in statistics is calculated for the distribution function p (t). However, the expression representing the degree of correlation is not limited to this. The kurtosis is expressed by the following formula 1 where μ is the average value of the distribution and σ is the standard deviation. The subscript Ti of the integration symbol means that time integration is performed using the time zone Ti as an integration range.
[Equation 1]
Kw = <(t-μ) 4 > / <(t-μ) 2 > 2
= ∫ Ti (t−μ) 4 p (t) dt / σ 4
ｐ（ｔ）の時間分布が、図２（ｅ）に示されている。尖度Ｋｗは、分布ｐ（ｔ）が裾が長く、ピークが鋭い分布になるほど大きな値となる。正規分布の場合、Ｋｗ＝３であり、尖度が３より大きい場合、正規分布と比べてピークが鋭く、裾が太く長い分布であることを意味し、尖度が３より小さい場合、正規分布と比べてピークが丸みをおび、裾が細く短い分布となる。本実施形態において、分布ｐ（ｔ）はｚｉ（ｔ）とｙｉ（ｔ）の重ね合わせで与えられているが、入居希望者と隣接居住者の生活パターンが一致するものであれば、ｚｉ（ｔ）とｙｉ（ｔ）は略同じ位置にピークを持つため、ピーク同士が重なり合い、鋭いピークを持つことになる。この結果、大きな尖度Ｋｗが想定される。 The time distribution of p (t) is shown in FIG. The kurtosis Kw becomes larger as the distribution p (t) has a longer tail and a sharper peak. In the case of a normal distribution, Kw = 3, and when the kurtosis is greater than 3, it means that the peak is sharper and the tail is thicker and longer than the normal distribution, and when the kurtosis is less than 3, the normal distribution Compared with, the peaks are rounded and the tails are narrow and short. In the present embodiment, the distribution p (t) is given by superimposing zi (t) and yi (t). However, if the living patterns of the applicant and the resident are the same, zi ( Since t) and yi (t) have peaks at substantially the same position, the peaks overlap each other and have a sharp peak. As a result, a large kurtosis Kw is assumed.
したがって、尖度Ｋｗが大きいほど、相関度が高く、入居希望者と隣接居住者の生活パターンが似ていると判断できる。尖度Ｋｗの情報は、時間帯Ｔｉ別に、表示部１６によって表示手段に表示され、入居希望者にとって入居意思決定のための一助となる。このとき、規格化定数Ｕｉの値も併せて表示されることが好ましい。Ｕｉは、上述の通り、隣接居住者の生活パターンによって入居希望者が被るであろう迷惑度合いの大きさを表す量である。相関度が低く、生活パターンにずれがあっても、Ｕｉが相対的に小さければ、被るであろう迷惑度が小さいので入居しても問題は起こりにくいと考えられる。逆に、相関度が高く、生活パターン同士が似ている場合であっても、Ｕｉが大きいと、被る迷惑度が大きな所には入居希望者は入居を躊躇するかもしれない。
Therefore, it can be determined that the greater the kurtosis Kw is, the higher the degree of correlation is, and the life patterns of those who desire to move in and those of neighboring residents are similar. The information of the kurtosis Kw is displayed on the display means by the
また、ある時間帯Ｔｉ（例えば、昼間）において、相関度が低く、生活パターンにずれがあったり、或いは、Ｕｉが相対的に大きく、迷惑度の高い時間帯があったりしても、その時間帯において入居希望者が専ら外出しているのであれば、入居したとしても入居希望者が迷惑を被ることはないと考えられる。つまり、入居希望者が不在となる時間帯については、隣接居住者の生活パターンを考慮する必要はなく、相関度を考慮する必要はないといえる。表示部１６は、相関度が閾値以上高い時間帯、Ｕｉが閾値以上高い時間帯については、入居希望者に注意を喚起するため相関度及びＵｉの表示を強調表示（例えば、赤色で表示）することができる。同様に、表示部１６は、入居希望者が不在となる時間帯については、相関度及びＵｉの表示を別の態様で表示（例えば、黄色で表示）するか、或いは表示しない設定とすることができる。
In addition, in a certain time zone Ti (for example, daytime), even if there is a low correlation and there is a shift in the life pattern, or there is a time zone where Ui is relatively large and annoying If a person who wants to move out of the obi is out of the office, the person who wants to move in will not be inconvenienced. In other words, it can be said that it is not necessary to consider the degree of correlation for the time zone when the applicant for occupancy is absent, considering the lifestyle pattern of neighboring residents. The
以上、本発明システム１に依れば、隣接居住者と入居希望者の生活パターンの一致度合いを相関度として算出し、相関度の情報を空き部屋の情報と併せて入居希望者に提供することにより、入居希望者が集合住宅内の一室を選択する際の入居意思決定を支援するシステムを実現できる。 As described above, according to the system 1 of the present invention, the degree of coincidence between the life patterns of the neighboring resident and the occupant is calculated as the correlation, and the information on the correlation is provided to the occupant along with the information on the vacant rooms. Thus, it is possible to realize a system that supports a decision to move in when a person who wants to move in selects a room in the apartment house.
この結果、入居希望者と隣接居住者の生活パターンが一致していることにより、生活パターンのずれに起因する近隣トラブルが未然に防止され、望まれない退去を減らすことができる。また、集合住宅の家主にとっては、生活パターンのずれを迷惑度合いの時間分布の形で定量的に評価可能であることにより、違約金支払いを適正に行うことができる。 As a result, since the life patterns of the applicant and the resident are the same, it is possible to prevent a nearby trouble caused by a shift in the life pattern, and to reduce undesired retreat. In addition, for the landlord of an apartment house, the penalty payment can be made appropriately by being able to quantitatively evaluate the shift in the life pattern in the form of the time distribution of the nuisance level.
〈別実施形態〉
以下に、別実施形態について説明する。
<Another embodiment>
Another embodiment will be described below.
〈１〉上記第１実施形態では、相関度としてｚｉ（ｔ）とｙｉ（ｔ）を重ね合わせた確率分布の尖度を求めているが、本発明はこれに限られるものではない。相関度の算出方法の他の例としては、下記数２に示すように、時間帯Ｔｉ毎に、ｚｉ（ｔ）とｙｉ（ｔ）の相関係数ρを求めるのも好ましい方法である。ここで、μｚ、μｙは夫々分布ｚｉ（ｔ）とｙｉ（ｔ）の平均、σｚ、σｙは夫々分布ｚｉ（ｔ）とｙｉ（ｔ）の標準偏差とする。下記相関係数が大きいほど、大きな相関度とする。
［数２］
ρ＝∫Ｔｉ（ｔ−μｚ）（ｔ−μｙ）ｚｉ（ｔ）ｙｉ（ｔ）ｄｔ／σｚσｙ
σｚ ２＝∫Ｔｉ（ｔ−μｚ）２ｚｉ（ｔ）ｄｔ
σｙ ２＝∫Ｔｉ（ｔ−μｙ）２ｙｉ（ｔ）ｄｔ
<1> In the first embodiment, the kurtosis of the probability distribution obtained by superimposing zi (t) and yi (t) is obtained as the correlation, but the present invention is not limited to this. As another example of the correlation degree calculation method, as shown in the following formula 2, it is also preferable to obtain the correlation coefficient ρ of zi (t) and yi (t) for each time zone Ti. Here, μ z and μ y are the averages of the distributions zi (t) and yi (t), respectively, and σ z and σ y are the standard deviations of the distributions zi (t) and yi (t), respectively. The greater the following correlation coefficient, the greater the degree of correlation.
[Equation 2]
ρ = ∫ Ti (t−μ z ) (t−μ y ) zi (t) yi (t) dt / σ z σ y
σ z 2 = ∫ Ti (t−μ z ) 2 zi (t) dt
σ y 2 = ∫ Ti (t−μ y ) 2 yi (t) dt
また、極めて簡便な方法であるが、ｚｉ（ｔ）とｙｉ（ｔ）が夫々ピークを取る時刻の差や、ｚｉ（ｔ）とｙｉ（ｔ）の平均同士の差｜μｚ−μｙ｜を、相関度として用いることも可能である。 In addition, it is a very simple method, and the difference between the time at which the zi (t) and yi (t) takes the respective peak, the difference in the average between the zi (t) and yi (t) | μ z -μ y | Can also be used as the degree of correlation.
あるいは、確率分布関数ｚｉ（ｔ）とｙｉ（ｔ）を関数ベクトルとして、下記数３に示すように内積を計算し、相関度とすることも好ましい。この場合、ｚｉ（ｔ）とｙｉ（ｔ）が一致していれば、内積は１（θ＝０）であり、両分布の相違が大きくなるに従って、内積は１より小さくなる。
［数３］
ｃｏｓθ＝∫Ｔｉｚｉ（ｔ）ｙｉ（ｔ）ｄｔ／｜ｚｉ｜｜ｙｉ｜
｜ｚｉ｜２＝∫Ｔｉｚｉ２（ｔ）ｄｔ、｜ｙｉ｜２＝∫Ｔｉｙｉ２（ｔ）ｄｔ、
Alternatively, it is also preferable to use the probability distribution functions zi (t) and yi (t) as function vectors to calculate the inner product as shown in the following Equation 3 and to obtain the degree of correlation. In this case, if zi (t) and yi (t) match, the inner product is 1 (θ = 0), and the inner product becomes smaller than 1 as the difference between the two distributions increases.
[Equation 3]
cos θ = ∫ Ti zi (t) yi (t) dt / | zi || yi |
| Zi | 2 = ∫ Ti zi 2 (t) dt, | yi | 2 = ∫ Ti yi 2 (t) dt,
〈２〉また、上記第１実施形態では、夫々のセンサに基づく迷惑度の時間分布Ｆ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）を重み付けした全体の分布Ｚ（ｔ）に基づいて、時間帯毎に、確率分布関数ｚｉ（ｔ）を求め、迷惑度比較部１５が相関度を算出する構成となっている。しかしながら、センサ毎の迷惑度の時間分布Ｆ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）の夫々を規格化し、確率分布関数を夫々算出することで、個々のセンサ毎に、対応する相関度を算出する構成としても好ましい。迷惑度合いによって人が受ける不快度には個人差があり、例えば、入居希望者によっては、多少騒音がひどくても別に気にならないが、においは耐えられないという人や、僅かな音量でも気になるという人もいると考えられる。センサ毎に相関度を求めることで、このような入居希望者に応じた要請に対応できる。
<2> In the first embodiment, the entire distribution Z (t) obtained by weighting the time distributions F ′ (t), G ′ (t), and H ′ (t) of the nuisance level based on each sensor is used. Based on this, the probability distribution function zi (t) is obtained for each time zone, and the nuisance
〈３〉さらに、上記第１実施形態では、迷惑度合いＦ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）を隣接居住者について夫々求め、これらの平均を取って得られたＦ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）に基づいて、相関度を算出しているが、平均を取ることなく、隣接居住者夫々の迷惑度合いＦ（ｔ）、Ｇ（ｔ）、Ｈ（ｔ）に基づいて、隣接居住者毎に相関度を算出するものとしてもよい。隣接居住者同士で生活パターンがずれており、一方が入居希望者と略同じで、他方が異なっている場合であっても、一方の隣接居住者に対する相関度が高く、他方の隣接居住者に対する相関度は低くなり、入居希望者に正確な評価情報を提示できる。 <3> Furthermore, in the first embodiment, F ′ (t) obtained by calculating the nuisance levels F (t), G (t), and H (t) for the neighboring residents and taking the average of these values. , G ′ (t), H ′ (t), the degree of correlation is calculated, but without taking the average, the nuisance degree F (t), G (t), H ( The degree of correlation may be calculated for each neighboring resident based on t). Even if the living pattern is different between neighboring residents, and one of them is almost the same as the prospective occupant and the other is different, the degree of correlation with one neighboring resident is high, The degree of correlation is low, and accurate evaluation information can be presented to those who wish to move in.
〈４〉また、上記第１実施形態では、隣接居住者として、上下隣、左右隣の４件を考慮して、平均した迷惑度合いの時間分布Ｆ’（ｔ）、Ｇ’（ｔ）、Ｈ’（ｔ）を算出したが、隣接居住者としては、更に１件以上離れた近隣居住者を考慮することもできるし、左右隣の２件のみを考慮するだけでも、本発明の効果は得られる。空き部屋が角部屋であれば、隣の１件のみを考慮するだけもよい。 <4> In the first embodiment, the average time distributions F ′ (t), G ′ (t), H of the average nuisance degree in consideration of four cases of upper and lower neighbors and left and right neighbors as neighboring residents. '(T) is calculated, but as neighboring residents, neighboring residents who are one or more distance away can be considered, or even if only two cases on the left and right are considered, the effect of the present invention can be obtained. It is done. If the vacant room is a corner room, you need only consider the next one.
本発明は、入居希望者が集合住宅内の一室を選択する際の意思決定を支援する入居者意思決定支援システムとしての利用が可能である。 INDUSTRIAL APPLICABILITY The present invention can be used as a tenant decision support system that supports decision making when a tenant wishes to select a room in an apartment house.
１： 本発明の一実施形態に係る入居者意思決定支援システム
１１： センサ情報取得部
１２： センサ情報ＤＢ（データベース）
１３： 居住者迷惑度算出部
１４： 被迷惑度算出部
１５： 迷惑度比較部
１６： 表示部
２０： センサ
1: Tenant decision support system according to an embodiment of the present invention 11: Sensor information acquisition unit 12: Sensor information DB (database)
13: Resident nuisance calculation unit 14: Inconvenience calculation unit 15: Annoyance comparison unit 16: Display unit 20: Sensor
Claims (7)
空き部屋に隣接する部屋に居住する少なくとも一隣接居住者の生活パターンに伴う情報を検知するセンサから、センサ情報を取得するセンサ情報取得部、
前記センサ情報取得部が取得した前記センサ情報の時系列データを保持するセンサ情報データベース、
前記センサ情報データベースを参照し、前記時系列データから、前記隣接居住者の生活パターンによって前記入居希望者が前記空き部屋に入居した場合に被る迷惑度合いの一日の時間分布を算出する居住者迷惑度算出部、
前記入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を、前記隣接居住者が被る被迷惑度合いの一日の時間分布として算出又は推定する被迷惑度算出部、
前記隣接居住者の迷惑度合いの一日の時間分布と、前記入居希望者により前記隣接居住者が被る前記被迷惑度合いの一日の時間分布を比較し、両時間分布の相関度を算出する迷惑度比較部、及び、
算出された前記相関度を表示手段に表示させ、前記入居希望者に提示する表示部、を備えることを特徴とする支援システム。 A resident decision support system that supports the occupant's decision to move in consideration of a neighbor's life pattern when determining whether or not the occupant should move into a vacant room of an apartment house,
A sensor information acquisition unit that acquires sensor information from a sensor that detects information associated with a life pattern of at least one adjacent resident living in a room adjacent to a vacant room,
A sensor information database that holds time-series data of the sensor information acquired by the sensor information acquisition unit;
Referencing the sensor information database, and calculating from the time series data the daily time distribution of the degree of inconvenience experienced when the occupant wishes to move into the vacant room according to the living pattern of the adjacent resident Degree calculator,
An annoyance degree calculation unit that calculates or estimates the daily time distribution of the annoyance level caused by the lifestyle pattern of the occupant as a daily time distribution of the annoyance level experienced by the neighboring residents,
Comparing the daily time distribution of the nuisance level of the adjacent resident with the daily time distribution of the nuisance level of the adjacent resident suffered by the applicant to move in, and calculating the degree of correlation between both time distributions Degree comparison part, and
A support system, comprising: a display unit that displays the calculated degree of correlation on a display unit and presents it to the applicant.
一日を複数の時間帯に分割し、分割された時間帯毎に、前記隣接居住者の迷惑度合いの時間分布と、前記隣接居住者が被る前記被迷惑度合いの時間分布を比較し、
前記相関度を前記時間帯毎に算出することを特徴とする請求項１又は２に記載の支援システム。 The nuisance level comparison unit
Dividing a day into a plurality of time zones, for each divided time zone, comparing the time distribution of the nuisance degree of the adjacent resident, and the time distribution of the nuisance degree suffered by the adjacent resident,
The support system according to claim 1, wherein the correlation degree is calculated for each time period.
前記隣接居住者の迷惑度合いと前記隣接居住者が被る被迷惑度合いを合算した時間分布の尖度を算出し、尖度が大きいほど大きな相関度とすることを特徴とする請求項１〜３の何れか一項に記載の支援システム。 The nuisance level comparison unit
The kurtosis of the time distribution obtained by adding up the nuisance level of the adjacent resident and the nuisance level experienced by the adjacent resident is calculated, and the greater the kurtosis is, the greater the degree of correlation is. The support system according to any one of the above.
前記入居希望者の現在の住居に設けられたセンサからセンサ情報を取得し、前記センサ情報の時系列データに基づき、前記入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を算出するか、又は、
前記入居希望者の生活パターンの情報の入力を受け付け、入力された生活パターンに基づき、前記入居希望者の生活パターンにより生じる迷惑度合いの一日の時間分布を推定することを特徴とする請求項１〜４の何れか一項に記載の支援システム。 The inconvenience calculating unit
The sensor information is acquired from the sensor provided in the current residence of the applicant, and based on the time series data of the sensor information, the daily time distribution of the degree of inconvenience caused by the lifestyle pattern of the applicant is calculated. Or
The daily time distribution of the annoyance level caused by the lifestyle pattern of the applicant for occupancy is estimated on the basis of the input lifestyle pattern, based on the input of the lifestyle pattern information of the applicant for occupancy. The support system as described in any one of -4.
前記センサ情報取得部は、前記隣接居住者の部屋内に設けられた前記センサを介して、当該隣接居住者の生活パターンに伴う情報を取得することを特徴とする請求項１〜６の何れか一項に記載の支援システム。 Each of the rooms of the apartment house is provided with the sensor,
The said sensor information acquisition part acquires the information accompanying the life pattern of the said adjacent resident through the said sensor provided in the said adjacent resident's room, The any one of Claims 1-6 characterized by the above-mentioned. The support system according to one item.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014053898A JP2015176477A (en) | 2014-03-17 | 2014-03-17 | Tenant decision support system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014053898A JP2015176477A (en) | 2014-03-17 | 2014-03-17 | Tenant decision support system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2015176477A true JP2015176477A (en) | 2015-10-05 |
Family
ID=54255587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014053898A Pending JP2015176477A (en) | 2014-03-17 | 2014-03-17 | Tenant decision support system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2015176477A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016028321A (en) * | 2014-07-09 | 2016-02-25 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | Matching determination system, matching determination method and non-temporary recording medium storing program |
| WO2019013335A1 (en) * | 2017-07-14 | 2019-01-17 | ダイキン工業株式会社 | Machinery control system |
| JP2019175386A (en) * | 2018-03-29 | 2019-10-10 | 大和ハウス工業株式会社 | Sense-of-value evaluation system and property search system |
| JP2020046853A (en) * | 2018-09-18 | 2020-03-26 | 株式会社Ｌｉｆｕｌｌ | Property information presentation apparatus, property information presentation program, property information presentation method, and information providing system |
| JP2020046854A (en) * | 2018-09-18 | 2020-03-26 | 株式会社Ｌｉｆｕｌｌ | Property information presentation apparatus, property information presentation program, property information presentation method, and information providing system |
-
2014
- 2014-03-17 JP JP2014053898A patent/JP2015176477A/en active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016028321A (en) * | 2014-07-09 | 2016-02-25 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | Matching determination system, matching determination method and non-temporary recording medium storing program |
| US10572957B2 (en) * | 2014-07-09 | 2020-02-25 | Panasonic Intellectual Property Corporation Of America | Combination desirability determination apparatus, method for determining desirability of combination, and recording medium storing program |
| WO2019013335A1 (en) * | 2017-07-14 | 2019-01-17 | ダイキン工業株式会社 | Machinery control system |
| CN110691947A (en) * | 2017-07-14 | 2020-01-14 | 大金工业株式会社 | Equipment control system |
| JPWO2019013335A1 (en) * | 2017-07-14 | 2020-08-27 | ダイキン工業株式会社 | Equipment control system |
| JP7011189B2 (en) | 2017-07-14 | 2022-02-10 | ダイキン工業株式会社 | Equipment control system |
| JP2019175386A (en) * | 2018-03-29 | 2019-10-10 | 大和ハウス工業株式会社 | Sense-of-value evaluation system and property search system |
| JP7123601B2 (en) | 2018-03-29 | 2022-08-23 | 大和ハウス工業株式会社 | Value evaluation system and property search system |
| JP2020046853A (en) * | 2018-09-18 | 2020-03-26 | 株式会社Ｌｉｆｕｌｌ | Property information presentation apparatus, property information presentation program, property information presentation method, and information providing system |
| JP2020046854A (en) * | 2018-09-18 | 2020-03-26 | 株式会社Ｌｉｆｕｌｌ | Property information presentation apparatus, property information presentation program, property information presentation method, and information providing system |
| JP7274842B2 (en) | 2018-09-18 | 2023-05-17 | 株式会社Lifull | Property information presentation device, property information presentation program, property information presentation method, and information providing system |
| JP7274843B2 (en) | 2018-09-18 | 2023-05-17 | 株式会社Lifull | Property information presentation device, property information presentation program, property information presentation method, and information providing system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11257356B2 (en) | Systems and methods for presenting security questions via connected security system | |
| JP2015176477A (en) | Tenant decision support system | |
| Goldstein et al. | Reconstructing influenza incidence by deconvolution of daily mortality time series | |
| US10394201B2 (en) | Method and apparatus for controlling device of one region among a plurality of regions | |
| JP5720491B2 (en) | Information processing apparatus, information processing method, and program | |
| KR20170137724A (en) | Method and apparatus for controlling an environmental management system in a building | |
| Yu et al. | A pilot study on a smart home for elders based on continuous in-home unobtrusive monitoring technology | |
| KR20210155335A (en) | Method and apparatus for predicting dementia based on Activity of daily living | |
| JP6385600B1 (en) | Action visualization device and action visualization method | |
| Abdullah et al. | Conceptual framework of residential satisfaction | |
| EP3776396B1 (en) | Detecting abnormal behavior in smart buildings | |
| JP6152853B2 (en) | Control method and program | |
| Zakaria et al. | Sleepmore: Inferring sleep duration at scale via multi-device wifi sensing | |
| JP6552304B2 (en) | Matching determination apparatus, matching determination method, and non-temporary recording medium recording program | |
| US20210131687A1 (en) | Satisfaction measurement for smart buildings | |
| CN112789590A (en) | Information providing method, method for controlling acoustic device, and information processing apparatus | |
| JP2017143476A (en) | Ringing tone control system, ringing tone control method, and ringing tone control program | |
| Lee et al. | Scenario-based smart services for single-person households | |
| US20210173356A1 (en) | Mining and deploying profiles in smart buildings | |
| JP6635857B2 (en) | Device control system, device control method, controller, and device control program | |
| JP7350800B2 (en) | Information processing device, information processing method, and information processing program | |
| Kamada et al. | New monitoring scheme for persons with dementia through monitoring-area adaptation according to stage of disease | |
| EP3279879A1 (en) | Activity amount calculation system, activity amount calculation device, activity amount calculation method, and computer-readable recording medium | |
| EP3992888A1 (en) | Information management system, information management device, and information management method | |
| JP2023028573A (en) | Prediction system, prediction device, prediction method and prediction program |