JP2016009264A - Information provision program, information provision device, and information provision method - Google Patents
Information provision program, information provision device, and information provision method Download PDFInfo
- Publication number
- JP2016009264A JP2016009264A JP2014128480A JP2014128480A JP2016009264A JP 2016009264 A JP2016009264 A JP 2016009264A JP 2014128480 A JP2014128480 A JP 2014128480A JP 2014128480 A JP2014128480 A JP 2014128480A JP 2016009264 A JP2016009264 A JP 2016009264A
- Authority
- JP
- Japan
- Prior art keywords
- context data
- time interval
- time
- server
- unit
- 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
- 238000000034 method Methods 0.000 title claims description 102
- 238000012545 processing Methods 0.000 claims description 27
- 230000004913 activation Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 22
- 238000013480 data collection Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 206010019345 Heat stroke Diseases 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 5
- 239000007787 solid Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、情報提供プログラム、情報提供装置、および情報提供方法に関する。 The present invention relates to an information providing program, an information providing apparatus, and an information providing method.
従来、利用者が利用する端末の周囲の状態を表すコンテキストデータを収集して、収集したコンテキストデータから得た情報を利用者に提供する技術がある。関連する先行技術として、例えば、コンテキストデータに示されるオブジェクトの属性と、登録されたオブジェクトの属性とが一致するか否かのチェックを、一定周期や前のチェック時刻から少しずつ時間間隔を広げるまたは時間間隔を短くするものがある。また、コンテンツごとにコンテキストデータの要素ごとの重み付けを表すコンテキスト適合性を取得し、コンテキストデータとコンテキスト適合性の要素ごとの積和である適合性評価値を計算し、適合性評価値に基づいて表示するコンテンツを決定する技術がある。また、クライアント端末における視点の移動に伴って、クライアント端末がサーバから配信する領域の範囲や大きさをクライアント端末の表示状況に基づいて動的に変える技術がある。 2. Description of the Related Art Conventionally, there is a technology that collects context data representing the surrounding state of a terminal used by a user and provides the user with information obtained from the collected context data. As a related prior art, for example, the check whether or not the attribute of the object indicated in the context data and the attribute of the registered object match is performed by increasing the time interval little by little from a certain period or the previous check time or Some shorten the time interval. It also obtains context suitability representing the weight of each element of context data for each content, calculates a suitability evaluation value that is the product sum of each element of context data and context suitability, and based on the suitability evaluation value There is a technique for determining the content to be displayed. In addition, there is a technique for dynamically changing the range and size of an area distributed from a server by a client terminal based on the display status of the client terminal as the viewpoint of the client terminal moves.
しかしながら、従来技術によれば、コンテキストデータを収集する時間間隔を調整することが難しい。具体的には、例えば、コンテキストデータを収集する時間間隔が短いと、周囲の状態を細かく把握することが可能になるが、コンテキストデータを収集する装置にかかる負荷量が増大する。また、コンテキストデータを収集する時間間隔が長いと、コンテキストデータを収集する装置にかかる負荷量を抑えることができるが、周囲の状態を細かく把握することが難しくなる。 However, according to the prior art, it is difficult to adjust the time interval for collecting context data. Specifically, for example, if the time interval for collecting context data is short, it becomes possible to grasp the surrounding state in detail, but the load on the device for collecting context data increases. In addition, if the time interval for collecting context data is long, it is possible to suppress the load applied to the device that collects context data, but it is difficult to grasp the surrounding state in detail.
１つの側面では、本発明は、コンテキストデータを収集する時間間隔を調整することができる情報提供プログラム、情報提供装置、および情報提供方法を提供することを目的とする。 In one aspect, an object of the present invention is to provide an information providing program, an information providing apparatus, and an information providing method capable of adjusting a time interval for collecting context data.
本発明の一側面によれば、所定の時間間隔で収集された提供先装置の周囲の状態を表すコンテキストデータの時系列変化に基づいて、コンテキストデータを収集する時間間隔を決定する情報提供プログラム、情報提供装置、および情報提供方法が提案される。 According to one aspect of the present invention, an information providing program for determining a time interval for collecting context data based on a time series change of context data representing a surrounding state of a provision destination device collected at a predetermined time interval, An information providing apparatus and an information providing method are proposed.
本発明の一態様によれば、コンテキストデータを収集する時間間隔を調整することができるという効果を奏する。 According to one aspect of the present invention, there is an effect that a time interval for collecting context data can be adjusted.
以下に図面を参照して、開示の情報提供プログラム、情報提供装置、および情報提供方法の実施の形態を詳細に説明する。 Exemplary embodiments of an information providing program, an information providing apparatus, and an information providing method according to the present disclosure will be described below in detail with reference to the drawings.
図１は、本実施の形態にかかる情報提供装置１００の動作例を示す説明図である。情報提供装置１００は、提供先装置１０１の周囲の状態を表すデータであるコンテキストデータを収集して、収集したコンテキストデータから得た情報を利用者が利用する提供先装置１０１に提供するコンピュータである。情報提供装置１００は、例えば、サーバである。また、情報提供装置１００は、パーソナル・コンピュータでもよい。また、提供先装置１０１は、例えば、携帯端末である。また、提供先装置１０１の周囲とは、提供先装置１０１を含む提供先装置１０１の周りの範囲であり、例えば、提供先装置１０１を中心とした、所定の距離を半径とする円内部の範囲を提供先装置１０１の周囲とする。また、提供先装置１０１の周囲は、提供先装置１０１を中心として、所定の長さを一辺とする矩形内部の範囲を提供先装置１０１の周囲としてもよい。
FIG. 1 is an explanatory diagram illustrating an operation example of the
また、コンテキストデータは、提供先装置１０１の周囲の状態を表すデータである。例えば、コンテキストデータは、提供先装置１０１の周囲の位置、気温、湿度、予想最高気温、天気予報、天候、風力等である。
Further, the context data is data representing the surrounding state of the
また、コンテキストデータから得た情報とは、どのような情報でもよい。例えば、コンテキストデータから得た情報は、収集したコンテキストデータそのものでもよいし、提供先装置１０１の周囲の状態に関する条件を収集したコンテキストデータが満たす際に、条件を満たすことにより提供先装置１０１の周囲の状態を表す情報でもよい。例えば、情報提供装置１００は、提供先装置１０１の周囲の気温が高く、かつ予想最高気温が高いと判断した場合、熱中症を発症する恐れがあるという情報を提供先装置１０１に提供する。また、例えば、情報提供装置１００は、提供先装置１０１の周囲の気温が高く、風力が弱く、天候が晴れであると判断した場合、光化学スモッグが発生する恐れがあるという情報を提供先装置１０１に提供してもよい。
Further, the information obtained from the context data may be any information. For example, the information obtained from the context data may be the collected context data itself or the surroundings of the
コンテキストデータを収集する装置は、提供先装置１０１である。また、コンテキストデータを収集する装置は、提供先装置１０１以外でもよく、例えば、提供先装置１０１の周囲にある携帯端末や、提供先装置１０１の周囲になくとも、提供先装置１０１の周囲の状態を表すコンテキストデータを有するサーバでもよい。例えば、サーバの例として、コンテキストデータを収集する装置は、提供先装置１０１の周囲を含む場所の予想最高気温や天気予報を有するサーバである。
The apparatus that collects the context data is the
ここで、利用者に提供する情報は、ちょうど良いタイミング、すなわち、タイムリーに提供することが好ましい。理由として、ある位置で得たコンテキストデータから得た情報は、ある位置の周囲に利用者がいるというタイムリーに提供することで、利用者にとって重要度の高い情報となるためである。例えば、もし、ある位置の店舗の情報を、ある程度時間が経過した後に利用者に提供した場合、利用者が移動しており、提供された店舗の情報は移動後の利用者にとっては通り過ぎた場所の情報であり、重要度の低い情報となる。また、上述の例で示した熱中症を発症する恐れがあるという情報は、条件を満たしたらすぐに提供するという、タイムリーに提供することにより、提供を受けた利用者は、水分補給といった、熱中症に対する対策を早めに取ることができる。 Here, it is preferable that the information provided to the user is provided at just the right time, that is, in a timely manner. The reason is that the information obtained from the context data obtained at a certain position is provided with timely information that there is a user around a certain position, and thus becomes highly important information for the user. For example, if information on a store at a certain location is provided to the user after a certain amount of time has passed, the user has moved, and the provided store information has passed for the user after the move. This information is of low importance. In addition, the information that there is a risk of developing heat stroke shown in the above example is provided as soon as the condition is satisfied, by providing the information in a timely manner, the user who received the provision, such as hydration, Measures against heat stroke can be taken early.
タイムリーに情報を提供するために、コンテキストデータを収集する時間間隔を短くすることが考えられる。しかしながら、収集する時間間隔を常に短くすると、コンテキストデータを収集する装置にかかる負荷量が増大してしまう。コンテキストデータを収集する装置にかかる負荷量が増大することにより、コンテキストデータを収集する装置が携帯端末である場合、電池の減りが増大してしまうことになる。また、少しずつコンテキストデータを収集する時間間隔を広げるまたは時間間隔を短くした場合、利用者に情報を提供すべきタイミングなのに時間間隔を広げたり、利用者に情報を提供しなくてもよい時に時間間隔を短くしたりしてしまう恐れがある。このように、コンテキストデータを収集する時間間隔を調整すること、換言すれば、コンテキストデータを収集する最適な時間間隔に設定することが難しい。 In order to provide information in a timely manner, it is conceivable to shorten the time interval for collecting context data. However, if the time interval for collecting is always shortened, the amount of load applied to the device that collects context data increases. When the load amount applied to the device that collects the context data increases, when the device that collects the context data is a mobile terminal, the decrease in the battery is increased. Also, if you expand the time interval for collecting context data little by little or shorten the time interval, you can increase the time interval when it is time to provide information to the user, or when you do not need to provide information to the user. There is a risk of shortening the interval. As described above, it is difficult to adjust the time interval for collecting context data, in other words, to set the optimum time interval for collecting context data.
そこで、情報提供装置１００は、提供先装置１０１の周囲の状態を表すコンテキストデータの時系列変化に基づいて、コンテキストデータを収集する時間間隔を決定する。これにより、情報提供装置１００は、提供先装置１０１の周囲の状態の変化に応じて収集間隔を調整できて、提供先装置１０１の周囲の状態に合う情報をタイムリーに提供しつつ、コンテキストデータを収集する処理にかかる負荷を抑える。
Therefore, the
まず、図１の（ａ）で示す情報提供装置１００は、所定の時間間隔で収集された提供先装置１０１の周囲Ｒの状態を表すコンテキストデータの時系列変化を取得する。ここで、コンテキストデータの時系列変化は、時間が経過した際のコンテキストデータの変化である。具体的なコンテキストデータの時系列変化としては、所定の単位時間当たりのコンテキストデータの変化量でもよいし、所定の単位時間当たりの変化量が所定値以上である場合に変化あり、所定値未満である場合に変化なし、を示す識別子でもよい。図１の（ａ）の例では、位置と、気温と、いうデータ種別が２種類のコンテキストデータがそれぞれあるとする。また、コンテキストデータの時系列変化が、所定の単位時間当たりの変化量であるとする。また、２種類のコンテキストデータは、提供先装置１０１によって収集されたものとする。また、所定の時間間隔や、所定の単位時間は、予め情報提供装置１００の管理者等によって指定された値である。
First, the
図１の（ａ）では、データ種別が位置のコンテキストデータを、グラフ１１１にプロットした例を示す。また、データ種別が気温のコンテキストデータを、グラフ１１２にプロットした例を示す。グラフ１１１の横軸は、経度を示す。グラフ１１１の縦軸は、緯度を示す。また、グラフ１１２の横軸は、時刻を示す。グラフ１１２の縦軸は、気温を示す。また、データ種別が位置、気温のコンテキストデータは、それぞれ、時刻ｔ１、ｔ２、ｔ３に収集されたものである。ここで、時刻ｔ１から時刻ｔ２まで、時刻ｔ２から時刻ｔ３までというそれぞれの時間間隔が、所定の時間間隔となる。
FIG. 1A shows an example in which context data whose data type is position is plotted on a
ここで、図１の（ａ）に示すデータ種別が位置のコンテキストデータについて、情報提供装置１００が、時刻ｔ１〜ｔ３のコンテキストデータが示す位置が全て所定の範囲ＳＲ内にあるため、時系列変化なしと特定したとする。また、図１の（ａ）に示すデータ種別が気温のコンテキストデータについて、情報提供装置１００が、時刻ｔ１〜ｔ３のコンテキストデータが示す気温の変化量が所定の閾値以上であるため、時系列変化ありと特定したとする。時系列変化を特定する装置は、情報提供装置１００でもよいし、提供先装置１０１等の他の装置でもよい。
Here, regarding the context data whose data type is the position shown in FIG. 1A, the
そして、情報提供装置１００は、コンテキストデータの時系列変化に基づいて、コンテキストデータを収集する時間間隔を決定する。例えば、データ種別が位置のコンテキストデータについては時系列変化なしであるため、位置が大きく変化する可能性が低いであろうから、情報提供装置１００は、データ種別が位置のコンテキストデータを収集する時間間隔を、所定の時間間隔より長く決定する。また、データ種別が気温のコンテキストデータについては時系列変化ありであるため、気温が大きく変化する可能性が高いであろうから、情報提供装置１００は、データ種別が気温のコンテキストデータを収集する時間間隔を、所定の時間間隔より短く決定する。
And the
図１の（ｂ）では、決定した時間間隔でコンテキストデータを収集した例を示す。図１の（ｂ）では、決定した時間間隔で収集したデータ種別が位置のコンテキストデータを、グラフ１１３にプロットした例を示す。また、決定した時間間隔で収集したデータ種別が気温のコンテキストデータを、グラフ１１４にプロットした例を示す。グラフ１１３、１１４の横軸と縦軸とは、それぞれ、グラフ１１１、１１２と同等である。
FIG. 1B shows an example in which context data is collected at a determined time interval. FIG. 1B shows an example in which context data whose data type is collected at the determined time interval is plotted on the
また、決定した時間間隔で収集したデータ種別が位置のコンテキストデータは、それぞれ、時刻ｔ４、ｔ７で収集されたものである。そして、時刻ｔ４から時刻ｔ７までの時間間隔は、所定の時間間隔より長いものである。また、決定した時間間隔で収集したデータ種別が位置のコンテキストデータは、それぞれ、時刻ｔ４、ｔ５、ｔ６、ｔ７で収集されたものである。そして、時刻ｔ４から時刻ｔ５まで、時刻ｔ５から時刻ｔ６まで、時刻ｔ６から時刻ｔ７までというそれぞれの時間間隔は、所定の時間間隔より短いものである。 The context data whose position is the data type collected at the determined time interval is collected at times t4 and t7, respectively. The time interval from time t4 to time t7 is longer than the predetermined time interval. The context data whose position is the data type collected at the determined time interval are collected at times t4, t5, t6, and t7, respectively. The time intervals from time t4 to time t5, from time t5 to time t6, and from time t6 to time t7 are shorter than the predetermined time interval.
このように、情報提供装置１００は、時系列変化なしとなったコンテキストデータを収集する装置にかかる負荷量を抑制するとともに、時系列変化ありとなったコンテキストデータをタイムリーに利用者に提供することができる。次に、情報提供装置１００を、コンテキストアウェアシステム２００に適用した例を、図２で説明する。
As described above, the
図２は、コンテキストアウェアシステム２００の接続例を示す説明図である。コンテキストアウェアシステム２００は、サーバ２０１と、携帯端末２０２とを有する。コンテキストアウェアシステム２００は、携帯端末２０２に情報を提供するシステムである。サーバ２０１と、携帯端末２０２とは、ネットワーク２１０で接続される。また、サーバ２０１は、他システム２２０と接続される。他システム２２０は、他システムサーバ２２１と、他システムコンテキストデータ２２２とを有する。ここで、サーバ２０１は、図１で示した情報提供装置１００に相当する。また、携帯端末２０２は、図１で示した提供先装置１０１に相当する。
FIG. 2 is an explanatory diagram illustrating a connection example of the context-
サーバ２０１は、携帯端末２０２や他システム２２０から収集したコンテキストデータを用いて、携帯端末２０２に情報を提供する。本実施の形態では、サーバ２０１は、携帯端末２０２や他システム２２０から収集したコンテキストデータを用いて、携帯端末２０２の利用者の熱中症の危険性を定期的に判定し、タイムリーに利用者へ警告する。携帯端末２０２は、熱中症の危険性の判定に用いる、位置および気温を収集してサーバ２０１に送信するとともに、サーバ２０１から通知された熱中症の危険性の有無を表示する。
The
他システムサーバ２２１は、各地の予想最高気温を収集して他システムコンテキストデータ２２２として記憶しており、各地の予想最高気温を提供するシステムである。サーバ２０１は、他システムサーバ２２１に、携帯端末２０２の位置を含む箇所の予想最高気温を要求する。要求を受けた他システムサーバ２２１は、携帯端末２０２の位置を含む箇所の予想最高気温をサーバ２０１に送信する。
The
また、本実施の形態では、サーバ２０１と携帯端末２０２とを含むシステム構成であるが、サーバ２０１を用いずに、携帯端末２０２内で閉じた構成であってもよい。また、熱中症以外の通知例として、サーバ２０１は、例えば、利用者の周囲にある店舗の情報を通知してもよい。
In the present embodiment, the system configuration includes the
次に、図３を用いてサーバ２０１のハードウェア構成例を説明するとともに、図４を用いて携帯端末２０２のハードウェア構成例を説明する。
Next, a hardware configuration example of the
図３は、サーバ２０１のハードウェア構成例を示すブロック図である。図３において、サーバ２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３０３と、を含む。また、サーバ２０１は、ディスクドライブ３０４およびディスク３０５と、通信インターフェース３０６と、を含む。また、ＣＰＵ３０１〜通信インターフェース３０６はバス３０７によってそれぞれ接続される。
FIG. 3 is a block diagram illustrating a hardware configuration example of the
ＣＰＵ３０１は、サーバ２０１の全体の制御を司る演算処理装置である。ＲＯＭ３０２は、ブートプログラムなどのプログラムを記憶する不揮発性メモリである。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される揮発性メモリである。
The
ディスクドライブ３０４は、ＣＰＵ３０１の制御に従ってディスク３０５に対するデータのリードおよびライトを制御する制御装置である。ディスクドライブ３０４には、例えば、磁気ディスクドライブ、ソリッドステートドライブなどを採用することができる。ディスク３０５は、ディスクドライブ３０４の制御で書き込まれたデータを記憶する不揮発性メモリである。例えばディスクドライブ３０４が磁気ディスクドライブである場合、ディスク３０５には、磁気ディスクを採用することができる。また、ディスクドライブ３０４がソリッドステートドライブである場合、ディスク３０５には、半導体素子によって形成された半導体メモリ、いわゆる半導体ディスクを採用することができる。
The
通信インターフェース３０６は、ネットワーク２１０と内部のインターフェースを司り、他の装置からのデータの入出力を制御する制御装置である。具体的に、通信インターフェース３０６は、通信回線を通じてネットワーク２１０を介して携帯端末２０２や他システムサーバ２２１等の他の装置に接続される。通信インターフェース３０６には、例えば、モデムやＬＡＮアダプタなどを採用することができる。
The
また、コンテキストアウェアシステム２００の管理者が、サーバ２０１を直接操作する場合、サーバ２０１は、ディスプレイ、キーボード、マウスといったハードウェアを有してもよい。また、図示しないが、他システムサーバ２２１は、サーバ２０１と同様のハードウェアを有する。
When the administrator of the context-
図４は、携帯端末２０２のハードウェア構成例を示すブロック図である。図４において、携帯端末２０２は、ＣＰＵ４０１と、ＲＯＭ４０２と、ＲＡＭ４０３と、ディスクドライブ４０４と、ディスク４０５と、通信インターフェース４０６と、ディスプレイ４０７と、タッチパネル４０８と、を有する。さらに、携帯端末２０２は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）センサ４０９と、温度センサ４１０と、を有する。また、ＣＰＵ４０１〜ディスクドライブ４０４、通信インターフェース４０６〜温度センサ４１０は、バス４１１によってそれぞれ接続される。
FIG. 4 is a block diagram illustrating a hardware configuration example of the
ここで、ＣＰＵ４０１は、携帯端末２０２の全体の制御を司る。ＲＯＭ４０２は、ブートプログラムなどのプログラムを記憶する。ＲＡＭ４０３は、ＣＰＵ４０１のワークエリアとして使用される。ディスクドライブ４０４は、ＣＰＵ４０１の制御に従ってディスク４０５に対するデータのリード／ライトを制御する。ディスク４０５は、ディスクドライブ４０４の制御で書き込まれたデータを記憶する。ディスクドライブ４０４には、例えば、ソリッドステートドライブ等を採用することができる。ディスクドライブ４０４がソリッドステートドライブである場合、ディスク４０５には、半導体メモリ、いわゆる半導体ディスクを採用することができる。
Here, the
通信インターフェース４０６は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、通信インターフェース４０６は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。
The
ディスプレイ４０７は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する。ディスプレイ４０７は、例えば、ＴＦＴ（Ｔｈｉｎ Ｆｉｌｍ Ｔｒａｎｓｉｓｔｏｒ）液晶ディスプレイなどを採用することができる。
The
タッチパネル４０８は、利用者によるタッチ操作やドラッグ操作を検出する。ＧＰＳセンサ４０９は、ＧＰＳ衛星から信号を受信して、携帯端末２０２の位置情報を得るセンサである。温度センサ４１０は、携帯端末２０２の周囲の気温を得るセンサである。なお、図４に示した携帯端末２０２は、スマートフォンやタブレット端末等を想定する。また、携帯端末２０２は、携帯電話でもよい。
The
図５は、コンテキストアウェアシステム２００の機能構成例を示すブロック図である。サーバ２０１は、処理起動制御部５０１と、コンテキストデータ判定部５０２と、コンテキストデータ収集部５０３と、特定部５０４と、決定部５０５とを含む。制御部となる処理起動制御部５０１〜決定部５０５は、記憶装置に記憶されたプログラムをＣＰＵ３０１が実行することにより、処理起動制御部５０１〜決定部５０５の機能を実現する。記憶装置とは、具体的には、例えば、図３に示したＲＯＭ３０２、ＲＡＭ３０３、ディスク３０５などである。また、各部の処理結果は、ＣＰＵ３０１が有するレジスタや、ＲＡＭ３０３等に記憶される。
FIG. 5 is a block diagram illustrating a functional configuration example of the context-
また、サーバ２０１は、起動パラメータ５２１−ｓと、コンテキストデータ履歴５２２と、コンテキストデータテーブル５２３とにアクセス可能である。起動パラメータ５２１−ｓと、コンテキストデータ履歴５２２と、コンテキストデータテーブル５２３とは、ＲＡＭ３０３、ディスク３０５といった記憶装置に格納される。起動パラメータ５２１−ｓについては、図６で説明する。コンテキストデータテーブル５２３については、図７で後述する。
Further, the
コンテキストデータ履歴５２２は、収集したコンテキストデータを記憶する。具体的には、コンテキストデータ履歴５２２には、コンテキストデータのデータ種別と、コンテキストデータを収集した時刻と、コンテキストデータそのものとが関連付けて格納される。また、コンテキストデータは、利用者の周囲の状態を示すものであるため、データ種別が位置以外のコンテキストデータは、データ種別が位置のコンテキストデータと関連付けて格納される。さらに、コンテキストデータ履歴５２２は、コンテキストデータそのものに、コンテキストデータを収集した携帯端末２０２を識別する情報、または他システムサーバ２２１を識別する情報を関連付けて記憶してもよい。
The
処理起動制御部５０１は、起動パラメータ５２１−ｓに決められたコンテキストデータのデータ種別ごとの実行頻度に従って、コンテキストデータ判定部５０２、コンテキストデータ収集部５０３を定期的に実行させる。ここで、コンテキストデータ判定部５０２の実行頻度とは、すなわち、携帯端末２０２の周囲の状態に関する条件が成立するか否かを判定する処理を実行する時間間隔である。また、コンテキストデータ収集部５０３の実行頻度とは、すなわち、コンテキストデータを収集する時間間隔である。
The process
コンテキストデータ判定部５０２は、携帯端末２０２の周囲の状態に関する条件が成立するか否かを判定する処理を実行する。以下、携帯端末２０２の周囲の状態に関する条件が成立するか否かを判定する処理を、「コンテキストデータ判定処理」と呼称する。さらに、コンテキストデータ判定部５０２は、コンテキストデータ判定処理の処理結果として、条件の成立の有無を携帯端末２０２に提供する。このとき、コンテキストデータ判定部５０２は、条件の成立の有無に関わらず処理結果をコンテキストアウェア５１１に送信してもよいし、条件が成立した際に限り、処理結果をコンテキストアウェア５１１に送信してもよい。
The context
コンテキストデータ収集部５０３は、起動パラメータ５２１−ｓに決められたコンテキストデータを収集するコンテキストデータ収集処理を実行する。
The context
特定部５０４は、長さの異なる複数の単位時間の各々の単位時間に対応して、所定の期間を各々の単位時間で区切った期間におけるコンテキストデータの変化量を特定する。具体的な特定例は、図９で後述する。
The specifying
決定部５０５は、所定の時間間隔で収集された携帯端末２０２の周囲の状態を表すコンテキストデータの時系列変化に基づいて、コンテキストデータを収集する時間間隔を決定する。
The
また、決定部５０５は、携帯端末２０２の周囲の状態を定量化して表す数値の有効となる最小桁の単位と、コンテキストデータの時系列変化との比較結果に基づいて、コンテキストデータを収集する時間間隔を決定してもよい。状態を定量化して表す数値の有効となる最小桁の単位を、以下、単に、「有効最小桁単位」と称する。例えば、携帯端末２０２の周囲の状態の１つとして気温の有効最小桁単位が１度であり、コンテキストデータの時系列変化が１度未満であれば、コンテキストデータの時系列データの方が小さくなる。この場合、決定部５０５は、コンテキストデータを収集する時間間隔を長い時間に決定する。
In addition, the
また、決定部５０５は、特定部５０４が特定した各々の単位時間に対応するコンテキストデータの変化量に基づいて、コンテキストデータを収集する時間間隔を決定してもよい。例えば、複数の単位時間として、１０分と、１時間とがあるとし、１０分に対応するデータ種別が気温のコンテキストデータの変化量が０．５度、１時間に対応するデータ種別が気温のコンテキストデータの変化量が１度であったとする。このとき、決定部５０５は、例えば、気温の有効最小桁単位が１度以上の変化量となった１時間を、データ種別が気温のコンテキストデータを収集する時間間隔として決定する。
The determining
また、決定部５０５は、決定したコンテキストデータを収集する時間間隔に基づいて、コンテキストデータ判定処理を実行する時間間隔を決定してもよい。例えば、決定部５０５は、決定したコンテキストデータを収集する時間間隔と同一の時間間隔を、コンテキストデータ判定処理を実行する時間間隔として決定する。
The
また、複数のデータ種別があり、複数のデータ種別の各々のコンテキストデータを収集する時間間隔を決定したとする。このとき、決定部５０５は、各々のコンテキストデータを収集する時間間隔のうちの最小値を、コンテキストデータ判定処理を実行する時間間隔として決定してもよい。または、決定部５０５は、各々のコンテキストデータを収集する時間間隔の最大公約数を、コンテキストデータ判定処理を実行する時間間隔として決定してもよい。
Also, assume that there are a plurality of data types, and the time interval for collecting the context data for each of the plurality of data types is determined. At this time, the
例えば、第１のデータ種別のコンテキストデータを収集する時間間隔が１０分、第２のデータ種別のコンテキストデータを収集する時間間隔が１５分と決定したとする。このとき、第１の決定例として、決定部５０５が、１０分と１５分とのうちの最小値となる１０分を、コンテキストデータ判定処理を実行する時間間隔として決定したとする。そして、コンテキストデータを収集する装置が、第１および第２のデータ種別のコンテキストデータを同時に収集開始したとする。第１の決定例において、コンテキストデータ判定部５０２は、１０分後、２０分後、…という時間間隔でコンテキストデータ判定処理を実行する。この場合、第２のデータ種別の変化がコンテキストデータ判定処理に反映されるのは、２０分後となる。
For example, assume that the time interval for collecting the context data of the first data type is determined to be 10 minutes, and the time interval for collecting the context data of the second data type is determined to be 15 minutes. At this time, as a first determination example, it is assumed that the
また、第２の決定例として、決定部５０５が、１０分と１５分との最大公約数となる５分を、コンテキストデータ判定処理を実行する時間間隔として決定したとする。そして、コンテキストデータを収集する装置が、第１および第２のデータの種別のコンテキストデータを同時に収集開始したとする。第２の決定例において、コンテキストデータ判定部５０２は、５分後、１０分後、１５分後、２０分後、…という時間間隔でコンテキストデータ判定処理を実行する。この場合、第２のデータ種別の変化がコンテキストデータ判定処理に反映されるのは、１５分後となる。このように、第２の決定例では、コンテキストデータ判定処理が実行される回数が第１の決定例より多くなるが、第１の決定例よりちょうど良いタイミングで情報を提供できる可能性が高くなる。
As a second determination example, it is assumed that the
また、携帯端末２０２は、コンテキストアウェア５１１と、処理起動制御部５１２と、コンテキストデータ収集部５１３とを有する。制御部となるコンテキストアウェア５１１〜コンテキストデータ収集部５１３は、記憶装置に記憶されたプログラムをＣＰＵ４０１が実行することにより、コンテキストアウェア５１１〜コンテキストデータ収集部５１３の機能を実現する。記憶装置とは、具体的には、例えば、図４に示したＲＯＭ４０２、ＲＡＭ４０３、ディスク４０５などである。また、各部の処理結果は、ＣＰＵ４０１が有するレジスタや、ＲＡＭ４０３等に記憶される。
The
また、携帯端末２０２は、起動パラメータ５２１−ｃにアクセス可能である。起動パラメータ５２１−ｃは、ＲＡＭ４０３、ディスク４０５といった記憶装置に格納される。起動パラメータ５２１−ｃについては、図６で説明する。
The
コンテキストアウェア５１１は、携帯端末２０２の利用者にとって有用な情報を提供するソフトウェアである。処理起動制御部５１２は、起動パラメータ５２１−ｃに決められた実行頻度に従って、コンテキストデータ判定部５０２、コンテキストデータ収集部５０３を定期的に実行させる。コンテキストデータ収集部５１３は、起動パラメータ５２１−ｃに決められたコンテキストデータを収集するコンテキストデータ収集処理を実行する。
The context-aware 511 is software that provides useful information for the user of the
図６は、起動パラメータ５２１の記憶内容の一例を示す説明図である。起動パラメータ５２１は、コンテキストデータに関する実行頻度を記憶する。図６に示す起動パラメータ５２１−ｃは、レコード６０１−１〜３を有する。図６に示す起動パラメータ５２１−ｓは、レコード６０２−１〜３を有する。
FIG. 6 is an explanatory diagram showing an example of the contents stored in the
起動パラメータ５２１は、Ｎｏ．と、データ種別と、実行頻度と、いうフィールドを含む。Ｎｏ．フィールドには、データ種別を識別する番号が格納される。データ種別フィールドには、コンテキストデータのデータ種別が格納される。実行頻度フィールドには、該当のデータ種別に関するコンテキストデータ収集処理を実行する実行頻度が格納される。また、起動パラメータ５２１は、コンテキストデータ判定処理を実行する実行頻度が格納されてもよい。この場合、起動パラメータ５２１のデータ種別には、「コンテキストデータ判定処理」を示す識別子が格納される。
The
例えば、レコード６０１−１は、データ種別が「位置」であるコンテキストデータを、１秒間隔で収集することを示す。また、レコード６０２−３は、コンテキストデータ判定処理を１秒間隔で実行することを示す。 For example, the record 601-1 indicates that the context data whose data type is “position” is collected at intervals of 1 second. A record 602-3 indicates that the context data determination process is executed at 1 second intervals.
図７は、コンテキストデータテーブル５２３の生成例を示す説明図である。コンテキストデータテーブル５２３は、コンテキストアウェアで用いられるデータ種別ごとの携帯端末２０２の周囲の状態に関する条件を記憶する。図７に示すコンテキストデータテーブル５２３は、レコード７０１−１〜３を有する。
FIG. 7 is an explanatory diagram showing a generation example of the context data table 523. The context data table 523 stores conditions relating to the surrounding state of the
コンテキストデータテーブル５２３は、Ｎｏ．と、データ種別と、判定条件と、有効最小桁単位と、いうフィールドを含む。Ｎｏ．フィールドには、データ種別を識別する番号が格納される。データ種別フィールドには、コンテキストデータのデータ種別が格納される。判定条件フィールドには、携帯端末２０２の周囲の状態に関する条件が格納される。また、判定条件フィールドには、該当のデータ種別のコンテキストデータの値がどの程度の時間継続したかという継続時間を含む。有効最小桁単位フィールドには、データ種別に対する有効最小桁単位が格納される。
The context data table 523 is No. , Data type, determination condition, and valid minimum digit unit. No. In the field, a number for identifying the data type is stored. The data type of the context data is stored in the data type field. In the determination condition field, a condition regarding the surrounding state of the
例えば、レコード７０１−１は、データ種別が「位置」であるコンテキストデータの判定条件が「屋外に３０分以上継続」であり、有効最小桁単位が「１０メートル」であることを示す。ここで、「屋外」の判定例として、サーバ２０１は、コンテキストデータ判定部５０２により、ＧＰＳセンサ４０９による位置情報と、地図情報とから、屋内か屋外かを判別する。
For example, the record 701-1 indicates that the determination condition of the context data whose data type is “position” is “continue outdoors for 30 minutes or more” and the effective minimum digit unit is “10 meters”. Here, as a determination example of “outdoor”, the
また、レコード７０１−２は、データ種別が「気温」であるコンテキストデータの判定条件が「３０度以上が１０分以上継続」であり、有効最小桁単位が「１度」であることを示す。また、データ種別が「気温」であるコンテキストデータは、温度センサ４１０から取得できる。
The record 701-2 indicates that the determination condition of the context data whose data type is “air temperature” is “30 degrees or more continues for 10 minutes or more”, and the effective minimum digit unit is “1 degree”. Further, context data whose data type is “temperature” can be acquired from the
また、レコード７０１−３は、データ種別が「予想最高気温」であるコンテキストデータの判定条件が「３２度以上が１時間以上継続」であり、有効最小桁単位が「１度」であることを示す。また、データ種別が「予想最高気温」であるコンテキストデータは、外部の気象サイトとして、他システムサーバ２２１から取得できるものとする。
Record 701-3 indicates that the determination condition of the context data whose data type is “expected maximum temperature” is “32 degrees or more continues for 1 hour or more”, and the effective minimum digit unit is “1 degree”. Show. Further, it is assumed that context data whose data type is “expected maximum temperature” can be acquired from another
ここで、コンテキストデータテーブル５２３の生成について、サーバ２０１は、コンテキストデータ判定処理のソースコードからコンテキストデータテーブル５２３を生成する。例えば、データ種別が「気温」の例では、サーバ２０１は、ソースコード内にある、気温を示す整数型の配列変数ｔ［０〜１０］の各値が３０度以上であるという記載から、データ種別が「気温」における判定条件を生成する。また、サーバ２０１は、ソースコード内にある、気温を示す配列変数ｔ［０〜１０］が整数型であるところから、有効最小桁単位を「１度」に設定する。他の例として、あるデータ種別の判定条件に使用される変数の型が、小数第１位までの固定小数点型であれば、有効最小桁単位を「０．１（データ種別の単位）」に設定する。また、コンテキストアウェアシステム２００の管理者が、コンテキストデータ判定処理のソースコードを閲覧して、コンテキストデータテーブル５２３を設定してもよい。
Here, regarding the generation of the context data table 523, the
図８は、データ種別に対応する実行頻度と実行対象との特定例を示す説明図である。サーバ２０１は、起動パラメータ５２１−ｃ、ｓとから、コンテキストデータテーブル５２３の各データ種別の実行頻度と実行対象を特定する。
FIG. 8 is an explanatory diagram showing a specific example of the execution frequency and execution target corresponding to the data type. The
図８の例では、具体的には、サーバ２０１は、レコード６０１−１から、データ種別が「位置」の実行頻度を「１秒」とし、実行対象を「携帯端末」であると特定する。また、サーバ２０１は、レコード６０１−２から、データ種別が「気温」の実行頻度を「１秒」とし、実行対象を「携帯端末」であると特定する。また、サーバ２０１は、レコード６０２−１から、データ種別が「予想最高気温」の実行頻度を「１分」とし、実行対象を「サーバ」であると特定する。
In the example of FIG. 8, specifically, the
図９は、変化傾向の特定例を示す説明図である。サーバ２０１は、コンテキストデータ履歴５２２を参照して、データ種別ごとの変化傾向を特定する。サーバ２０１は、コンテキストデータ履歴に蓄えられた所定の期間を、長さが異なる複数の単位時間の各々の単位時間で分割し、各々の単位時間当たりの変化量を、変化傾向として特定する。複数の単位時間は、コンテキストアウェアシステム２００の管理者により予め決まった値でもよいし、データ種別ごとに決定された値でもよい。データ種別ごとに決定する例としては、例えば、サーバ２０１は、データ種別の判定条件に含まれる継続時間そのものと、継続時間を１０倍した時間、１／１０倍した時間を複数の単位時間とする。本実施の形態では、複数の単位時間を、１秒、１分、１０分、１時間とする。
FIG. 9 is an explanatory diagram illustrating a specific example of a change tendency. The
また、各々の単位時間当たりの変化量の特定例について、サーバ２０１は、各単位時間の変化量を算出する。そして、各単位時間の変化量が所定の範囲内であれば、各々の単位時間当たりの変化量を、所定の範囲内であると特定する。所定の範囲は、コンテキストアウェアシステム２００の管理者により予め決められた範囲でもよいし、各々の単位時間の長さに応じて変わってもよい。また、所定の範囲は、各々の単位時間に対して複数個存在してもよい。例えば、データ種別が「気温」のコンテキストデータについて、所定の範囲が５度未満であるとする。そして、１０分ごとの変化量が、０度、１度、４度、というように、所定の範囲である５度未満であれば、サーバ２０１は、１０分当たりの変化量を５度未満であると特定する。また、１０分ごとの変化量が、０度、８度、４度、というように、所定の範囲である５度未満でなければ、サーバ２０１は、１０分当たりの変化量が特定できないとする。
Further, for each specific example of the change amount per unit time, the
また、各々の単位時間当たりの変化量の特定例について、ある単位時間当たりの変化量が特定できず、別の単位時間当たりの変化量が特定できるという場合もある。この場合、サーバ２０１は、特定できた単位時間の変化量を、変化傾向とする。例えば、データ種別が「気温」のコンテキストデータについて、１時間当たりの変化量が特定できず、１秒〜１０分当たりの変化量は特定できた場合、サーバ２０１は、変化傾向を、例えば、「Ｘ度未満／１秒、Ｙ度未満／１分、Ｚ度未満／１０分」とする。
In addition, for each example of specifying the amount of change per unit time, the amount of change per unit time may not be specified, and the amount of change per other unit time may be specified. In this case, the
また、各々の単位時間当たりの変化量の特定例について、データ種別に対する実行頻度が各々の単位時間より大きい場合もありうる。例えば、データ種別に対する実行頻度が「１分」であるにも関わらず、各々の単位時間として「１秒」当たりの変化量を特定するという場合である。このような場合、コンテキストデータ履歴５２２には、１分ごとのコンテキストデータしか存在しなくなり、１秒当たりの変化量の特定ができなくなってしまう。このような状態を避けるため、複数の携帯端末２０２のうちで管理者端末を決定しておき、管理者端末は、常に最小の単位時間でコンテキストデータを収集するようにする。これにより、コンテキストアウェアシステム２００は、複数の携帯端末２０２のうちの管理者端末以外の携帯端末については実行間隔を長くすることができるとともに、最小の単位時間のコンテキストデータも収集することができる。また、コンテキストデータ履歴５２２に、ある単位時間ごとのコンテキストデータがない場合、サーバ２０１は、他の単位時間当たりの変化量から、ある単位時間当たりの変化量を推定してもよい。例えば、データ種別が「気温」のコンテキストデータについて、サーバ２０１は、１秒ごとのコンテキストデータがない場合、１分当たりの変化量が６度であれば、１秒当たりの変化量を、６度／６０＝０．１度としてもよい。
In addition, regarding the specific example of the amount of change per unit time, the execution frequency for the data type may be larger than each unit time. For example, even when the execution frequency for the data type is “1 minute”, the amount of change per “second” is specified as each unit time. In such a case, the
図９の（ａ）では、データ種別が「気温」の例について、１０分当たりの変化量と、１時間当たりの変化量とを特定した例を示す。図９の（ａ）の例では、携帯端末２０２の利用者が、１０：００〜１０：１５では屋内におり、１０：１５〜１１：００で屋外にいたものとする。サーバ２０１は、１０分当たりの変化量を５度未満と特定するとともに、１時間当たりの変化量を１５度未満と特定する。
FIG. 9A shows an example in which the amount of change per 10 minutes and the amount of change per hour are specified for an example where the data type is “temperature”. In the example of FIG. 9A, it is assumed that the user of the
図９の（ｂ）では、データ種別ごとの変化傾向の特定結果を示す。サーバ２０１は、データ種別が「位置」のコンテキストデータを「特定の変化傾向なし」と特定する。「特定の変化傾向なし」となる原因としては、例えば、携帯端末２０２の利用者が、事務所、徒歩、電車等、状況に応じて変化量が大きく変わるためである。また、サーバ２０１は、データ種別が「気温」のコンテキストデータを「０．１度未満／１秒、０．５度未満／１分、５度未満／１０分、１５度未満／１時間」と特定する。同様に、サーバ２０１は、データ種別が「予想最高気温」のコンテキストデータを「０度／１秒、０度／１分、０度／１０分、１度／１時間」と特定する。
FIG. 9B shows the result of specifying the change tendency for each data type. The
図１０は、実行頻度の決定例を示す説明図である。サーバ２０１は、データ種別ごとに、特定した変化傾向に基づいて実行頻度を決定する。具体的には、サーバ２０１は、特定の変化傾向がある場合、該当のデータ種別の有効最小桁単位と、変化傾向に含まれる各単位時間の変化量とを比較して、有効最小桁単位より変化量が大きい単位時間を特定する。そして、サーバ２０１は、特定した単位時間のうちの最小の単位時間を、該当のデータ種別の実行頻度として決定する。また、サーバ２０１は、特定の変化傾向がない場合、各単位時間のうちの、該当のデータ種別の継続時間以下の時間で最大のものを、該当のデータ種別の実行頻度として決定する。
FIG. 10 is an explanatory diagram illustrating an example of determining the execution frequency. The
図１０の（ａ）では、データ種別が「位置」、「気温」、「予想最高気温」についての実行頻度の決定例を示す。データ種別が「位置」については、特定の変化傾向がないため、サーバ２０１は、複数の単位時間のうちの、「位置」の継続条件である「３０分」以下の時間で最大となる「１０分」を実行頻度として決定する。また、データ種別が「気温」については、特定の変化傾向があるため、サーバ２０１は、有効最小桁単位「１度」より変化量が大きい「１０分」、「１時間」のうち、より小さい「１０分」を実行頻度として決定する。また、データ種別が「予想最高気温」については、特定の変化傾向があるため、サーバ２０１は、有効最小桁単位「１度」より変化量が大きい「１時間」を実行頻度として決定する。図１０の（ｂ）では、データ種別が「位置」、「気温」、「予想最高気温」について決定した実行頻度を示す。
FIG. 10A shows an example of determining the execution frequency for data types “position”, “temperature”, and “expected maximum temperature”. Since there is no specific change tendency for the data type “position”, the
また、サーバ２０１は、決定した実行頻度に基づいて、コンテキストデータ判定処理の実行頻度を決定する。コンテキストデータ収集処理より短い間隔で、コンテキストデータ判定処理を行っても判定結果が変化することがない。例えば、１秒間隔でコンテキストデータ収集処理を実行しても、位置情報は１０分単位でしか更新されないので、無駄な処理を行うことになる。そこで、サーバ２０１は、決定した実行頻度のうちの最小の実行頻度を、コンテキストデータ判定処理の実行頻度に決定する。図１０の例では、決定した実行頻度のうちの最小の実行頻度が「１０分」であるため、サーバ２０１は、コンテキストデータ判定処理の実行頻度を、「１０分」に決定する。
Further, the
図１１は、実行頻度の変更による効果の一例を示す説明図である。表１１０１は、図１０で示した変更前の実行頻度と、決定した実行頻度により変更した変更後の実行頻度とにおける処理の負荷量の違いについて示す。 FIG. 11 is an explanatory diagram illustrating an example of the effect of changing the execution frequency. A table 1101 shows the difference in processing load between the execution frequency before the change shown in FIG. 10 and the execution frequency after the change changed according to the determined execution frequency.
データ種別が「位置」のコンテキストデータと、「気温」のコンテキストデータについては、変更前の実行頻度が「１秒」であり、変更後の実行頻度が「１０分」であるから、負荷量が１／６００となる。変更後の実行頻度により、携帯端末２０２にかかる負荷量が減少し、携帯端末２０２の省電力化に効果がある。
For the context data with the data type “position” and the context data with “temperature”, the execution frequency before the change is “1 second” and the execution frequency after the change is “10 minutes”. 1/600. Depending on the execution frequency after the change, the load applied to the
また、データ種別が「予想最高気温」のコンテキストデータについては、変更前の実行頻度が「１分」であり、変更後の実行頻度が「１時間」であるから、負荷量が１／６０となる。また、コンテキストデータ判定処理については、変更前の実行頻度が「１秒」であり、変更後の実行頻度が「１０分」であるから、負荷量が１／６００となる。変更後の実行頻度により、サーバ２０１にかかる負荷量が減少する。
For context data whose data type is “estimated maximum temperature”, the execution frequency before the change is “1 minute” and the execution frequency after the change is “1 hour”, so the load amount is 1/60. Become. In the context data determination process, the execution frequency before the change is “1 second” and the execution frequency after the change is “10 minutes”, so the load amount is 1/600. Depending on the execution frequency after the change, the load on the
次に、サーバ２０１が実行する実行頻度変更処理を、図１２〜図１４によりフローチャートを用いて説明する。
Next, the execution frequency changing process executed by the
図１２は、実行頻度変更処理手順の一例を示すフローチャートである。実行頻度変更処理は、コンテキストデータ収集処理の実行頻度と、コンテキストデータ判定処理の実行頻度とを変更する処理である。また、実行頻度変更処理は、１か月に一回や、週に一回等で定期的に実行される。 FIG. 12 is a flowchart illustrating an example of the execution frequency change processing procedure. The execution frequency change process is a process for changing the execution frequency of the context data collection process and the execution frequency of the context data determination process. The execution frequency changing process is periodically executed once a month or once a week.
サーバ２０１は、コンテキストデータのデータ種別と判定種別とを含むコンテキストデータテーブル５２３を生成する（ステップＳ１２０１）。次に、サーバ２０１は、サーバの起動パラメータ５２１−ｓと携帯端末の起動パラメータ５２１−ｃとを参照して、データ種別に対応する実行頻度と実行対象とを特定する（ステップＳ１２０２）。そして、サーバ２０１は、変化傾向特定処理を実行する（ステップＳ１２０３）。変化傾向特定処理の詳細は、図１３で後述する。
The
次に、サーバ２０１は、実行頻度決定処理を実行する（ステップＳ１２０４）。実行頻度決定処理の詳細は、図１４で後述する。そして、サーバ２０１は、各データ種別の実行頻度から、コンテキストデータ判定処理の実行頻度を決定する（ステップＳ１２０５）。次に、サーバ２０１は、各データ種別の実行頻度とコンテキスト判定処理の実行頻度とを、サーバ２０１の起動パラメータ５２１−ｓと携帯端末２０２の起動パラメータ５２１−ｃとに反映する（ステップＳ１２０６）。ステップＳ１２０６の処理終了後、サーバ２０１は、実行頻度変更処理を終了する。実行頻度変更処理を実行することにより、サーバ２０１は、適切な実行頻度に変更することができる。
Next, the
図１３は、変化傾向特定処理手順の一例を示すフローチャートである。変化傾向特定処理は、データ種別に応じた変化傾向を特定する処理である。サーバ２０１は、コンテキストデータテーブル５２３から、先頭のデータ種別を選択する（ステップＳ１３０１）。次に、サーバ２０１は、選択したデータ種別に対応する変化傾向の複数の単位時間のうちの変化傾向の先頭の単位時間を選択する（ステップＳ１３０２）。そして、サーバ２０１は、選択したデータ種別のコンテキストデータから、選択した単位時間の変化量を特定する（ステップＳ１３０３）。具体的な特定方法は、図９で説明した通りである。
FIG. 13 is a flowchart illustrating an example of a change tendency identification processing procedure. The change tendency specifying process is a process of specifying a change tendency according to the data type. The
次に、サーバ２０１は、選択したデータ種別に対応する変化傾向の単位時間の全てを選択したか否かを判断する（ステップＳ１３０４）。選択したデータ種別に対応する変化傾向の単位時間のうち選択していないものがある場合（ステップＳ１３０４：Ｎｏ）、サーバ２０１は、次の単位時間を選択する（ステップＳ１３０５）。そして、サーバ２０１は、ステップＳ１３０３の処理に移行する。
Next, the
一方、選択したデータ種別に対応する変化傾向の単位時間の全てを選択した場合（ステップＳ１３０４：Ｙｅｓ）、サーバ２０１は、選択したデータ種別に対応する変化傾向の全ての単位時間のうち、変化量が特定できた単位時間があるか否かを判断する（ステップＳ１３０６）。変化量が特定できた単位時間がない場合（ステップＳ１３０６：Ｎｏ）、サーバ２０１は、選択したデータ種別に対応する変化傾向を「特定の変化傾向なし」に設定する（ステップＳ１３０７）。
On the other hand, when all the unit times of the change tendency corresponding to the selected data type are selected (step S1304: Yes), the
一方、変化量が特定できた単位時間がある場合（ステップＳ１３０６：Ｙｅｓ）、または、ステップＳ１３０７の処理終了後、サーバ２０１は、末尾のデータ種別を選択したか否かを判断する（ステップＳ１３０８）。末尾のデータ種別を選択していない場合（ステップＳ１３０８：Ｎｏ）、サーバ２０１は、次のデータ種別を選択する（ステップＳ１３０９）。そして、サーバ２０１は、ステップＳ１３０２の処理に移行する。
On the other hand, when there is a unit time in which the change amount can be identified (step S1306: Yes), or after the processing of step S1307 is completed, the
一方、末尾のデータ種別を選択した場合（ステップＳ１３０８：Ｙｅｓ）、サーバ２０１は、変化傾向特定処理を終了する。変化傾向特定処理を実行することにより、サーバ２０１は、データ種別に応じた変化傾向を特定することができる。
On the other hand, when the last data type is selected (step S1308: Yes), the
図１４は、実行頻度決定処理手順の一例を示すフローチャートである。実行頻度決定処理は、コンテキストデータ収集処理の実行頻度を決定する処理である。サーバ２０１は、コンテキストデータテーブル５２３から、先頭のデータ種別を選択する（ステップＳ１４０１）。次に、サーバ２０１は、選択したデータ種別に対応する変化傾向があるか否かを判断する（ステップＳ１４０２）。選択したデータ種別に対応する変化傾向がある場合（ステップＳ１４０２：Ｙｅｓ）、サーバ２０１は、選択したデータ種別に対応する有効最小桁単位を取得する（ステップＳ１４０３）。次に、サーバ２０１は、変化傾向の単位時間のうち、取得した有効最小桁単位以上の変化量となる単位時間を特定する（ステップＳ１４０４）。
FIG. 14 is a flowchart illustrating an example of an execution frequency determination processing procedure. The execution frequency determination process is a process for determining the execution frequency of the context data collection process. The
一方、選択したデータ種別に対応する変化傾向がない場合（ステップＳ１４０２：Ｎｏ）、サーバ２０１は、選択したデータ種別に対応する判定条件の継続時間を取得する（ステップＳ１４０５）。次に、サーバ２０１は、変化傾向の単位時間のうち、取得した継続時間以下の単位時間を有する単位時間を特定する（ステップＳ１４０６）。
On the other hand, when there is no change tendency corresponding to the selected data type (step S1402: No), the
ステップＳ１４０４、またはステップＳ１４０６の処理終了後、サーバ２０１は、特定した変化傾向の単位時間を、選択したデータ種別の実行頻度に決定する（ステップＳ１４０７）。次に、サーバ２０１は、末尾のデータ種別を選択したか否かを判断する（ステップＳ１４０８）。末尾のデータ種別を選択していない場合（ステップＳ１４０８：Ｎｏ）、サーバ２０１は、次のデータ種別を選択する（ステップＳ１４０９）。そして、サーバ２０１は、ステップＳ１４０２の処理に移行する。
After the processing of step S1404 or step S1406 is completed, the
一方、末尾のデータ種別を選択した場合（ステップＳ１４０８：Ｙｅｓ）、サーバ２０１は、実行頻度決定処理を終了する。実行頻度決定処理を実行することにより、サーバ２０１は、データ種別に対して、コンテキストデータの変化量に応じた適切な実行頻度を決定することができる。
On the other hand, when the last data type is selected (step S1408: Yes), the
以上説明したように、サーバ２０１によれば、携帯端末２０２の周囲の状態を表すコンテキストデータの時系列変化からコンテキストデータを収集する時間間隔を決定する。これにより、サーバ２０１は、携帯端末２０２の周囲の状態の変化に応じて収集間隔を調整できて、携帯端末２０２の周囲の状態に合う情報をタイムリーに提供しつつ、コンテキストデータを収集する処理にかかる負荷を抑えることができる。
As described above, according to the
また、サーバ２０１によれば、有効最小桁単位と、コンテキストデータの時系列変化との比較結果に基づいて、コンテキストデータを収集する時間間隔を決定してもよい。コンテキストデータの時系列変化が有効最小桁単位より小さい場合、コンテキストデータ判定処理の処理結果が変わることがないので、コンテキストデータを収集する時間間隔を長くして、サーバ２０１や携帯端末２０２の負荷量を抑制することができる。
Further, according to the
また、サーバ２０１は、決定したコンテキストデータを収集する時間間隔に基づいて、コンテキストデータ判定処理を実行する時間間隔を決定してもよい。これにより、サーバ２０１は、コンテキストデータ判定処理を実行するタイミングを、ちょうど良いタイミングで行うことを担保したまま、サーバ２０１や携帯端末２０２の負荷量を抑制することができる。
Further, the
また、サーバ２０１は、決定した時間間隔で実行したコンテキストデータ判定処理の処理結果を、携帯端末２０２に提供してもよい。これにより、サーバ２０１は、ちょうど良いタイミングで実行されたコンテキストデータ判定処理の処理結果を、携帯端末２０２に提供することができる。
Further, the
また、サーバ２０１は、長さの異なる複数の単位時間の各々の単位時間に対応して、所定の期間を各々の単位時間で区切った期間におけるコンテキストデータの変化量に基づいて、コンテキストデータを収集する時間間隔を決定してもよい。これにより、サーバ２０１は、１つの単位時間における変化量に基づいて決定するよりも、より精度良く時間間隔を決定することができる。具体的には、サーバ２０１は、複数の単位時間の各々の単位時間の変化量のうち、有効最小桁単位より大きくなった単位時間の最小の単位時間を、コンテキストデータを収集する時間間隔として決定する。このように、複数の単位時間の各々の単位時間を用いることにより、１つの単位時間を用いる場合と比較して、時間間隔を短く、または長くして、コンテキストデータ判定処理の処理結果が変わりうる最小の時間間隔でコンテキストデータを収集することができる。
In addition, the
また、本実施の形態では、コンテキストデータ判定部５０２やコンテキストデータ収集部５０３に変更を加えることなく、携帯端末２０２の周囲の状態に合う情報をタイムリーに提供しつつ、コンテキストデータを収集する処理にかかる負荷を抑えることができる。
Further, in the present embodiment, a process for collecting context data while providing timely information suitable for the surrounding state of the
なお、本実施の形態で説明した情報提供方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本情報提供プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本情報提供プログラムは、インターネット等のネットワークを介して配布してもよい。 The information providing method described in the present embodiment can be realized by executing a program prepared in advance on a computer such as a personal computer or a workstation. This information providing program is recorded on a computer-readable recording medium such as a hard disk, a flexible disk, a CD-ROM (Compact Disc-Read Only Memory), a DVD (Digital Versatile Disk), and is read from the recording medium by the computer. Executed by. The information providing program may be distributed through a network such as the Internet.
上述した実施の形態に関し、さらに以下の付記を開示する。 The following additional notes are disclosed with respect to the embodiment described above.
（付記１）コンピュータに、
所定の時間間隔で収集された提供先装置の周囲の状態を表すコンテキストデータの時系列変化に基づいて、前記コンテキストデータを収集する時間間隔を決定する、
処理を実行させることを特徴とする情報提供プログラム。
(Supplementary note 1)
Determining a time interval for collecting the context data based on a time-series change of the context data representing a surrounding state of the provision destination device collected at a predetermined time interval;
An information providing program for executing a process.
（付記２）前記コンテキストデータを収集する時間間隔を決定する処理は、
前記状態を定量化して表す数値の有効となる最小桁の単位と、前記コンテキストデータの時系列変化との比較結果に基づいて、前記コンテキストデータを収集する時間間隔を決定することを特徴とする付記１に記載の情報提供プログラム。
(Supplementary Note 2) The process of determining the time interval for collecting the context data is as follows:
The time interval for collecting the context data is determined based on a comparison result between a minimum digit unit in which the numerical value representing the state is quantified and effective and a time series change of the context data. 1. The information providing program according to 1.
（付記３）前記コンピュータに、
決定した前記コンテキストデータを収集する時間間隔に基づいて、前記提供先装置の周囲の状態に関する条件の成立の有無を判定する処理を実行する時間間隔を決定する、
処理を実行させることを特徴とする付記２に記載の情報提供プログラム。
(Supplementary note 3)
Based on the determined time interval for collecting the context data, a time interval for executing a process for determining whether or not a condition relating to a state around the providing destination device is satisfied is determined.
The information providing program according to
（付記４）前記コンピュータに、
決定した時間間隔で実行した前記条件の成立の有無を判定する処理の処理結果を、前記提供先装置に提供する、
処理を実行させることを特徴とする付記３に記載の情報提供プログラム。
(Supplementary note 4)
Providing a processing result of a process for determining whether or not the condition is satisfied, executed at the determined time interval, to the provision destination device;
The information providing program according to
（付記５）前記コンピュータに、
長さの異なる複数の単位時間の各々の単位時間に対応して、所定の期間を前記各々の単位時間で区切った期間における前記コンテキストデータの変化量を特定する、処理を実行させ、
前記コンテキストデータを収集する時間間隔を決定する処理は、
特定した前記各々の単位時間に対応する前記コンテキストデータの変化量に基づいて、前記コンテキストデータを収集する時間間隔を決定することを特徴とする付記１〜４のいずれか一つに記載の情報提供プログラム。
(Supplementary note 5)
Corresponding to each unit time of a plurality of unit times having different lengths, a process for specifying a change amount of the context data in a period obtained by dividing a predetermined period by each unit time is executed.
The process of determining the time interval for collecting the context data is:
The information provision according to any one of
（付記６）所定の時間間隔で収集された提供先装置の周囲の状態を表すコンテキストデータの時系列変化に基づいて、前記コンテキストデータを収集する時間間隔を決定する、
制御部を有することを特徴とする情報提供装置。
(Additional remark 6) Based on the time-sequential change of the context data showing the surrounding state of the provision destination apparatus collected by the predetermined time interval, the time interval which collects the said context data is determined.
An information providing apparatus having a control unit.
（付記７）コンピュータが、
所定の時間間隔で収集された提供先装置の周囲の状態を表すコンテキストデータの時系列変化に基づいて、前記コンテキストデータを収集する時間間隔を決定する、
処理を実行することを特徴とする情報提供方法。
(Appendix 7) The computer
Determining a time interval for collecting the context data based on a time-series change of the context data representing a surrounding state of the provision destination device collected at a predetermined time interval;
An information providing method characterized by executing processing.
１００ 情報提供装置
１０１ 提供先装置
２００ コンテキストアウェアシステム
２０１ サーバ
２０２ 携帯端末
５０１ 処理起動制御部
５０２ コンテキストデータ判定部
５０３ コンテキストデータ収集部
５０４ 特定部
５０５ 決定部
５２１ 起動パラメータ
５２２ コンテキストデータ履歴
５２３ コンテキストデータテーブル
DESCRIPTION OF
Claims (7)
所定の時間間隔で収集された提供先装置の周囲の状態を表すコンテキストデータの時系列変化に基づいて、前記コンテキストデータを収集する時間間隔を決定する、
処理を実行させることを特徴とする情報提供プログラム。 On the computer,
Determining a time interval for collecting the context data based on a time-series change of the context data representing a surrounding state of the provision destination device collected at a predetermined time interval;
An information providing program for executing a process.
前記状態を定量化して表す数値の有効となる最小桁の単位と、前記コンテキストデータの時系列変化との比較結果に基づいて、前記コンテキストデータを収集する時間間隔を決定することを特徴とする請求項１に記載の情報提供プログラム。 The process of determining the time interval for collecting the context data is:
The time interval for collecting the context data is determined based on a comparison result between a minimum digit unit that is a valid numerical value representing the state and a time-series change of the context data. Item 4. The information providing program according to Item 1.
決定した前記コンテキストデータを収集する時間間隔に基づいて、前記提供先装置の周囲の状態に関する条件の成立の有無を判定する処理を実行する時間間隔を決定する、
処理を実行させることを特徴とする請求項２に記載の情報提供プログラム。 In the computer,
Based on the determined time interval for collecting the context data, a time interval for executing a process for determining whether or not a condition relating to a state around the providing destination device is satisfied is determined.
The information providing program according to claim 2, wherein processing is executed.
決定した時間間隔で実行した前記条件の成立の有無を判定する処理の処理結果を、前記提供先装置に提供する、
処理を実行させることを特徴とする請求項３に記載の情報提供プログラム。 In the computer,
Providing a processing result of a process for determining whether or not the condition is satisfied, executed at the determined time interval, to the provision destination device;
The information providing program according to claim 3, wherein a process is executed.
長さの異なる複数の単位時間の各々の単位時間に対応して、所定の期間を前記各々の単位時間で区切った期間における前記コンテキストデータの変化量を特定する、処理を実行させ、
前記コンテキストデータを収集する時間間隔を決定する処理は、
特定した前記各々の単位時間に対応する前記コンテキストデータの変化量に基づいて、前記コンテキストデータを収集する時間間隔を決定することを特徴とする請求項１〜４のいずれか一つに記載の情報提供プログラム。 In the computer,
Corresponding to each unit time of a plurality of unit times having different lengths, a process for specifying a change amount of the context data in a period obtained by dividing a predetermined period by each unit time is executed.
The process of determining the time interval for collecting the context data is:
5. The information according to claim 1, wherein a time interval for collecting the context data is determined based on a change amount of the context data corresponding to each specified unit time. 6. Offer program.
制御部を有することを特徴とする情報提供装置。 Determining a time interval for collecting the context data based on a time-series change of the context data representing a surrounding state of the provision destination device collected at a predetermined time interval;
An information providing apparatus having a control unit.
所定の時間間隔で収集された提供先装置の周囲の状態を表すコンテキストデータの時系列変化に基づいて、前記コンテキストデータを収集する時間間隔を決定する、
処理を実行することを特徴とする情報提供方法。 Computer
Determining a time interval for collecting the context data based on a time-series change of the context data representing a surrounding state of the provision destination device collected at a predetermined time interval;
An information providing method characterized by executing processing.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014128480A JP2016009264A (en) | 2014-06-23 | 2014-06-23 | Information provision program, information provision device, and information provision method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014128480A JP2016009264A (en) | 2014-06-23 | 2014-06-23 | Information provision program, information provision device, and information provision method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2016009264A true JP2016009264A (en) | 2016-01-18 |
Family
ID=55226793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014128480A Pending JP2016009264A (en) | 2014-06-23 | 2014-06-23 | Information provision program, information provision device, and information provision method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2016009264A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111200864A (en) * | 2019-12-31 | 2020-05-26 | 深圳移航通信技术有限公司 | Data processing method, device, equipment and storage medium |
-
2014
- 2014-06-23 JP JP2014128480A patent/JP2016009264A/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111200864A (en) * | 2019-12-31 | 2020-05-26 | 深圳移航通信技术有限公司 | Data processing method, device, equipment and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11328186B2 (en) | Device and method for processing metadata | |
| US11683657B2 (en) | Visitation tracking system | |
| US9483498B2 (en) | Apparatus and method for profiling users | |
| US20180060122A1 (en) | Method and system for predicting task completion of a time period based on task completion rates of prior time periods using machine learning | |
| WO2019000887A1 (en) | Method and device for recommending information | |
| US10627994B2 (en) | Semantic zoom preview method and electronic device | |
| US9418377B2 (en) | System and method for visualizing property based listing on a mobile device | |
| CN107506376B (en) | Client for acquiring data of information point in area | |
| US20150201030A1 (en) | Systems and methods for providing geographically delineated content | |
| US10657172B2 (en) | Method and apparatus for managing image metadata | |
| US9996446B2 (en) | User experience diagnostics with actionable insights | |
| CN108235234B (en) | Electronic device and method for providing location data | |
| CN108009205B (en) | Search result caching method based on position, search method, client and system | |
| CN110178110B (en) | Electronic device and method for displaying screen through the same | |
| US20160275216A1 (en) | Providing building information modeling data | |
| US11023465B2 (en) | Cross-asset data modeling in multi-asset databases | |
| US20160127255A1 (en) | Method and system for capacity planning of system resources | |
| US20170270418A1 (en) | Point in time predictive graphical model exploration | |
| JP2016009264A (en) | Information provision program, information provision device, and information provision method | |
| US8954364B2 (en) | Hierarchical contexts to drive live sensor applications | |
| US10366407B2 (en) | Information processing device, information processing method, non-transitory computer readable storage medium, and distribution device | |
| US20180024704A1 (en) | Storage and structure of events with intentional-based time for calendar applications | |
| US11379488B2 (en) | Energy-efficient decay algorithm for non-volatile memories |