JP6141293B2 - 行動傾向の特定方法および行動傾向の特定システム - Google Patents

行動傾向の特定方法および行動傾向の特定システム Download PDF

Info

Publication number
JP6141293B2
JP6141293B2 JP2014538114A JP2014538114A JP6141293B2 JP 6141293 B2 JP6141293 B2 JP 6141293B2 JP 2014538114 A JP2014538114 A JP 2014538114A JP 2014538114 A JP2014538114 A JP 2014538114A JP 6141293 B2 JP6141293 B2 JP 6141293B2
Authority
JP
Japan
Prior art keywords
information
user
behavior
behavior tendency
devices
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.)
Active
Application number
JP2014538114A
Other languages
English (en)
Other versions
JPWO2014049953A1 (ja
Inventor
幸太郎 坂田
幸太郎 坂田
友朗 丸山
友朗 丸山
健二 近藤
健二 近藤
東島　勝義
勝義 東島
山本　浩明
浩明 山本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Publication of JPWO2014049953A1 publication Critical patent/JPWO2014049953A1/ja
Application granted granted Critical
Publication of JP6141293B2 publication Critical patent/JP6141293B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14507—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue specially adapted for measuring characteristics of body fluids other than blood
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0076—Body hygiene; Dressing; Knot tying
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0076—Body hygiene; Dressing; Knot tying
    • G09B19/0084—Dental hygiene
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0092—Nutrition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Public Health (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Biophysics (AREA)
  • Marketing (AREA)
  • Automation & Control Theory (AREA)
  • Nutrition Science (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Optics & Photonics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Technology Law (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Emergency Medicine (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

本発明は、複数の機器から取得した動作情報を統合し、ユーザの行動の傾向を特定する行動傾向の特定方法に関する。
従来、運動および飲食に関する情報を取得し、運動および飲食を総合したアドバイス、アラームを利用者の携帯電話宛ての電子メールに対して発信するサーバが知られている（特許文献１参照）。
また、対象者識別情報と関連付けた生体情報に基づいて、予め定められている予防および改善対象疾患毎の進行ステージクラスに当該対象者が属する確率を算出するものが知られている（特許文献２参照）。
特開２００２−２４４０４号公報 特開２０１０−２３１３０８号公報
しかしながら、前記従来の構成では、ユーザの生活行動に基づいたユーザの行動の傾向を多面的な観点から特定することは難しい。
本発明は、前記従来の課題を解決するもので、ユーザの生活行動に基づいたユーザの行動の傾向を多面的な観点から特定する行動傾向の特定方法および特定システムを提供することを目的とする。
上記目的を達成するために、本発明の一態様に係る行動傾向の特定方法は、複数の機器の動作状態と、ユーザを識別するためのユーザ情報とが関連付けられた動作情報を受信する通信ステップと、前記通信ステップにおいて受信した前記動作情報を第一記憶部に記憶する記憶ステップと、前記複数の機器のうちの１以上の機器の動作状態の組と、予め定められたユーザの行動の傾向とが関連付けられている行動傾向情報を、第二記憶部から読み出す読出しステップと、前記読出しステップにおいて読み出した前記行動傾向情報と、前記第一記憶部に記憶された前記動作情報とに基づいて、前記行動傾向情報に含まれる前記１以上の機器の動作状態の組を、前記第一記憶部に記憶された前記動作情報の中から照合することにより、該当した動作状態の組に対応する予め定められたユーザの行動の傾向を特定する特定ステップと、を含み、前記動作状態は、前記ユーザ情報で関連付けられた前記ユーザによる前記機器の操作に基づく状態情報と、前記機器が有しているセンサで検知した検知結果に基づく状態情報との、少なくとも一つを含み、前記動作情報は、前記複数の機器のそれぞれにおいて、複数のタイミングで生成され、かつ、当該タイミングにおける当該機器の動作状態を含み、前記行動傾向情報は、行動を行うべき時刻および当該行動に要する時間を示す生活行動の望ましい規則性のモデルであり、前記特定ステップでは、前記モデルと、受信した前記動作状態が生成されたタイミングにおける時刻及び当該動作状態が継続した時間とを比較し、比較した結果、相関が高いほど望ましい生活習慣であると特定する。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
本発明の行動傾向の特定方法および行動傾向の特定システムによれば、ユーザの生活行動に基づいたユーザの行動の傾向を多面的な観点から特定することができる。
図１は、本発明の実施の形態１におけるシステム構成図である。 図２は、本発明の実施の形態１におけるサーバ装置の構成図である。 図３Ａは、本発明の実施の形態１における第一記憶部のデータ例を示す図である。 図３Ｂは、本発明の実施の形態１における第一記憶部のデータ例を示す図である。 図４Ａは、本発明の実施の形態１における第二記憶部のデータ例を示す図である。 図４Ｂは、本発明の実施の形態１における第二記憶部のデータ例とユーザの実データ例を示す図である。 図４Ｃは、本発明の実施の形態１における第二記憶部のデータ例とユーザの実データ例を示す図である。 図５は、本発明の実施の形態１における特定部のフローチャートである。 図６は、本発明の実施の形態２におけるサーバ装置の構成図である。 図７は、本発明の実施の形態２における調整部のフローチャートである。 図８は、本発明の実施の形態３におけるサーバ装置の構成図である。 図９Ａは、本発明の実施の形態３における対価算定部のフローチャートである。 図９Ｂは、本発明の実施の形態３における対価算定部のフローチャートである。
（本発明の基礎となった知見）
本発明者は、「背景技術」の欄において記載した、サーバなどに関し、以下の問題が生じることを見出した。
特許文献１では、具体的には、運動量計測装置またはＧＰＳ機能を備えた携帯電話から、ユーザの運動量が自動的に取得され、また、メニュー単位に栄養素情報を管理したキャッシュレジスターにより、ユーザの飲食状況が取得される。そして、これらの運動量および飲食状況は、ともにインターネットを通じて、サーバに対して情報登録され、運動および飲食を総合したアドバイスがサーバにより生成されることになる。
しかしながら、特許文献１では、キャッシュレジスターから飲食情報を取得するため、ユーザが購入または飲食した飲食物の栄養について管理できるが、ユーザが実際に飲食したタイミングまで管理することは難しい。また、キャッシュレジスターが対応していなければ、当該情報を取得することはできないため、ユーザは、ＰＣなどの情報端末で当該情報を入力し、サーバに対して送信する必要がある。
また、特許文献２では、ユーザ端末に対して生体情報を入力する必要があり、手間がかかる。
以上のように、従来技術では、ユーザに情報を入力させる手間を生じさせずに、ユーザの行動の傾向を多面的に特定することは難しいという課題を有していた。特に、家庭内の生活行動を専用の計測装置を用いずにセンシングし、ユーザの行動の傾向を特定することは困難であった。
このような問題を解決するために、本発明の一態様に係る行動傾向の特定方法は、複数の機器の動作状態と、ユーザを識別するためのユーザ情報とが関連付けられた動作情報を受信する通信ステップと、前記通信ステップにおいて受信した前記動作情報を第一記憶部に記憶する記憶ステップと、前記複数の機器のうちの１以上の機器の動作状態の組と、予め定められたユーザの行動の傾向とが関連付けられている行動傾向情報を、第二記憶部から読み出す読出しステップと、前記読出しステップにおいて読み出した前記行動傾向情報と、前記第一記憶部に記憶された前記動作情報とに基づいて、前記行動傾向情報に含まれる前記１以上の機器の動作状態の組を、前記第一記憶部に記憶された前記動作情報の中から照合することにより、該当した動作状態の組に対応する予め定められたユーザの行動の傾向を特定する特定ステップと、を含む。
これによれば、家電機器を含む複数の機器の動作状態からユーザの日常の生活行動を特定できるため、ユーザの行動の傾向を多面的に特定することができる。
また、例えば、前記動作情報は、前記複数の機器のそれぞれにおいて、複数のタイミングで生成され、かつ、当該タイミングにおける当該機器の動作状態を含み、前記特定ステップでは、前記第一記憶部に記憶された前記動作情報を、前記行動傾向情報と比較することにより前記ユーザの行動が適した時刻に行われたか否かの判定を行い、当該判定の結果に基づいてユーザの行動の傾向を特定してもよい。
これにより、就寝時刻や起床時刻の適時性、すなわち早寝早起きであるか、また、食事の時間帯が望ましい時間帯から外れていたり、偏っていたりしないか、夜食の頻度が多くないか、といった行動の適時性からユーザの行動の傾向を特定することができる。
また、例えば、前記動作情報は、前記複数の機器のそれぞれにおいて、複数のタイミングで生成され、かつ、当該タイミングにおける当該機器の動作状態を含み、前記特定ステップでは、前記第一記憶部に記憶された前記動作情報を、前記行動傾向情報と比較することにより前記ユーザの行動が規則正しいか否かの判定を行い、当該判定の結果に基づいてユーザの行動の傾向を特定してもよい。
これにより、睡眠時間が規則正しくとられているか、掃除や歯磨きが適切な周期と頻度で行われているか、といった行動の規則性からユーザの行動の傾向を特定することができる。
また、例えば、前記読出しステップでは、前記動作状態の種類毎に関連付けられており、かつ、前記ユーザに関する評価値を増減させるための指標を、前記ユーザの行動の傾向とする前記行動傾向情報を取得し、前記特定ステップでは、前記第一記憶部に記憶された前記動作情報を、前記行動傾向情報と比較することによって前記評価値を算出することで、前記ユーザの行動の傾向を特定してもよい。
これにより、複数の機器のうちの１以上の機器の動作状態により特定されるユーザの複数種類の行動から、ユーザの行動の傾向を一つの評価値に統合して評価することができる。
また、例えば、さらに、前記ユーザ情報に関連付けられた動作情報を提供する機器の数と、当該機器の種別との少なくともいずれかに基づいて、前記評価値を調整する調整ステップを含んでもよい。
これにより、ユーザが情報を提供する機器の数や種別に応じてユーザの行動の傾向の分析を調整することが可能となる。
また、例えば、前記調整ステップでは、前記ユーザ情報に関連付けられた動作情報を提供する機器の数が多いほど、前記特定ステップにおいて算出された当該ユーザの前記評価値をより低い値に調整してもよい。
これにより、多くの情報提供を行うインセンティブをユーザに与えることが可能となる。ひいては、該当機器の購入をユーザに促すことにもなる。
また、例えば、前記調整ステップでは、前記ユーザ情報に関連付けられた動作情報に、重要度が高い情報が多く含まれているほど、前記特定ステップにおいて算出された当該ユーザの前記評価値をより低い値に調整してもよい。なお、前記重要度が高い情報種別は、尿データとしてもよいし、血糖値データとしてもよい。
これにより、より重要度の高い情報種別の情報を提供するインセンティブをユーザに与えることが可能となる。ひいては、重要度の高い情報を提供しうる機器の購入をユーザに促すことにもなる。
また、例えば、前記行動傾向情報の前記指標は、前記ユーザの疾患に対するリスクを算出するための指標であり、前記特定ステップでは、前記第一記憶部に記憶されている前記動作情報を、前記行動傾向情報と比較することによって前記リスクを算出することで、前記ユーザの行動の傾向を特定してもよい。なお、前記疾患は生活習慣病としてもよい。
これにより、日常の生活行動を反映した疾患の発症リスクの算出が可能となる。特に、生活習慣病は、日常の生活習慣が発症の大きな要因であり、生活習慣病の高精度なリスクの算出が可能となる。
また、例えば、前記複数の機器は、冷蔵庫を含み、前記行動傾向情報の前記指標は、夜間ないし就寝前の前記冷蔵庫の開閉頻度が多いほど当該ユーザの前記リスクを大きく算出するための指標としてもよい。
これにより、ユーザの夜食の頻度等から分かる食習慣を反映したリスクの算定が可能となる。
また、例えば、前記複数の機器は、掃除機を含み、前記行動傾向情報の前記指標は、掃除機の運転頻度、運転時間が少ないほど当該ユーザの前記リスクを大きく算出するための指標としてもよい。
これにより、ユーザの掃除の頻度等から分かる空間の衛生状態を反映したリスクの算定が可能となる。
また、例えば、前記複数の機器は、電動歯ブラシを含み、前記行動傾向情報の前記指標は、電動歯ブラシの使用頻度および使用時間の少なくとも一方が少ないほど当該ユーザの前記リスクを大きく算出するための指標としてもよい。
これにより、ユーザの歯磨きの頻度等から分かる衛生習慣を反映したリスクの算定が可能となる。
また、例えば、前記複数の機器は、空気清浄機を含み、前記行動傾向情報の前記指標は、空気清浄機のホコリセンサの値が大きいほど当該ユーザの前記リスクを大きく算出するための指標としてもよい。
これにより、空間の空質状態を反映したリスクの算定が可能となる。
また、例えば、さらに、前記特定ステップにおいて算出された前記評価値に基づいて、前記評価値に対する経済的対価を算定する対価算定ステップを含んでもよい。なお、前記対価算定ステップでは、前記経済的対価として前記ユーザに付与するポイントを算出してもよい。例えば、前記対価算定ステップでは、前記経済的対価として前記ユーザに対する保険の保険料を算出してもよい。
これにより、日常の生活行動の好ましさに基づき経済的対価が算定されることで、ユーザに生活行動の改善のインセンティブを与えることが可能となる。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
以下、本発明の一態様に係る行動傾向の特定方法および行動傾向の特定システムについて、図面を参照しながら具体的に説明する。
（実施の形態１）
図１は、本発明の実施の形態１におけるシステム構成図である。
図１に示すように、ネットワークに接続する機能を有する機器１０２は、ネットワークを介して外部のサーバ装置１０１と接続され、プログラムの送受信、ユーザに関連するデータの送受信、機器をコントロールするための制御データの送受信等のデータ送受信が行われる。
ここで、機器とは、テレビ、エアコン、冷蔵庫、洗濯機、掃除機、空気清浄機、電動歯ブラシ、ドライヤー等の家電機器やパーソナルコンピュータ、携帯電話、スマートフォン、タブレットといった情報端末、血糖値センサ装置等のセンサ装置、トイレ、バスルーム、ミラー、照明等を含むあらゆる機器またはシステムを示す。
図２は、本発明の実施の形態１におけるサーバ装置の構成図である。
図２に示すように、サーバ装置１０１ａは、通信部２０１、第一記憶部２０２、第二記憶部２０３、および特定部２０４から構成される。なお、サーバ装置１０１ａは、図１に示すサーバ装置１０１の一形態である。
サーバ装置１０１ａは、具体的には図示されていないマイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクなどから構成される。前記ＲＯＭ、ＲＡＭ、およびハードディスクにはコンピュータプログラムが記憶されており、前記マイクロプロセッサが前記コンピュータプログラムに従って動作することにより、サーバ装置１０１ａはその機能を果たす。
なお、通信部２０１、第一記憶部２０２、第二記憶部２０３、および特定部２０４の各機能ブロックは、ソフトウェアで実現されてもよいし、集積回路（つまり、ハードウェア）であるＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）とソフトウェアとの組み合わせ、もしくは、ＬＳＩ（つまり、ハードウェア）で実現されてもよい。
（１）通信部
通信部２０１は、各機器から送信された機器の動作状態の変化情報とそれに関連付けられたユーザ情報を受信する。
ここで、機器とは、上述のとおり、テレビ、エアコン、冷蔵庫、洗濯機、掃除機、空気清浄機、電動歯ブラシ、ドライヤー等の家電機器やパーソナルコンピュータ、携帯電話、スマートフォン、タブレットといった情報端末、血糖値センサ装置等のセンサ装置、トイレ、バスルーム、ミラー、照明等の住宅単位で設置されているあらゆる機器またはシステムを示す。
また、ユーザ情報は、ユーザ毎に、ユーザを識別するための固有の識別子（以下、「ユーザＩＤ」という）を含む。ユーザＩＤは、ユーザ個々人に付与されてもよいし、当該機器を使用するユーザの集合に付与されてもよい。すなわち、例えば、家族や同居人毎にＩＤを付与されてもよい。ユーザＩＤは、機器の販売時など適切なタイミングで、オフライン操作またはオンライン操作により機器の制御部に記録される。
複数の機器のそれぞれには、固有の識別子（以下、「機器ＩＤ」という）があらかじめ割り当てられている。機器ＩＤは、複数の機器のそれぞれについて、当該機器の製造時に当該機器の制御部に記録される。これに加えて、複数の機器のそれぞれは、当該機器の制御部が当該機器の動作状態を表す機器状態を管理する。機器状態は、例えば、機器の入力部において新たな操作が指示されたときや、機器が有しているセンサで検出された検出結果が予め定められた結果に変化したとき、予め定められた時刻に到達したときなどにおいて処理部の状態が変化することにより、変化する。なお、機器ＩＤは、機器の製造時に制御部に記録されるとしたが、製造時に限らず、適切なタイミングでオフライン操作またはオンライン操作によって当該機器の制御部に記録してもよい。
複数の機器のそれぞれは、あらかじめ定められたタイミングで、当該機器の動作状態を示す動作情報をサーバ装置に送信する。具体的には、当該機器の制御部が、ユーザＩＤと機器ＩＤと機器状態とが関連付けられた動作情報を生成する。そして、通信部２０１が、当該機器の制御部により生成された動作情報を、ネットワークを経由して受信する。なお、各機器の制御部は、予め定められた複数のタイミングで、当該タイミングにおける動作情報を生成してもよい。サーバ装置１０１ａの通信部２０１に対して送信するタイミングで動作情報を生成してもよいし、動作情報を送信するタイミングとは独立したタイミングで動作情報を生成してもよい。
各機器が動作情報を送信するタイミングおよびその頻度は、任意でよい。例えば、機器は、電源が供給されている間は５分に１回程度の頻度で定期的に動作情報を送信してもよい。また、同様に、各機器が動作情報を生成するタイミングおよびその頻度は任意でよい。
（２）第一記憶部
第一記憶部２０２は、通信部２０１で受信した複数の機器のそれぞれで生成された動作情報を記憶する。
図３Ａと図３Ｂは、本発明の実施の形態１における第一記憶部２０２のデータ例である。図３Ａと図３Ｂでは示していないが、タイムスタンプの情報も記憶してもよい。つまり、動作情報には、動作情報が生成されたタイミングを示すタイムスタンプの情報がさらに関連付けられていてもよい。
図３Ａと図３Ｂに示すように、第一記憶部２０２には、少なくともユーザＩＤ３０１、機器ＩＤ３０２、および動作状態３０３が記憶されている。
図３Ａと図３Ｂの例では、機器ＩＤ３０２の先頭のアルファベットが機器の種別を表しており、先頭から２文字目の数字が、当該機器が提供する情報の重要度のレベルを「レベル１（低）」〜「レベル９（高）」の９段階で表している。図３Ａに示されている機器ＩＤ３０２の「Ａ７３２１４Ｅ」は、先頭の「Ａ」が、空気清浄機であることを示し、先頭から２文字目の「７」が、当該空気清浄機が提供する情報の重要度のレベルが「レベル７」であることを示している。同様に、図３Ｂに示されている機器ＩＤ３０２の「Ｏ６３２１４Ａ」は、先頭の「Ｏ」がオーブンレンジであることを示し、先頭から２文字目の「６」が、当該オーブンレンジが提供する情報の重要度のレベルが「レベル６」であることを示している。
同じ機器の種別であっても、機種によって搭載されているセンサ等が異なるため、機器が提供する情報の重要度は変わる。例えば、空気清浄機のすべての機種に、ハウスダストを検出するセンサが搭載されている一方で、においセンサが、上位機種のみに搭載され、中位機種、下位機種には搭載されていない場合、上位機種が提供する情報の重要度のレベルは、中位機種や下位機種が提供する情報の重要度のレベルよりもセンサの種類が多くなるため高くなる。また、同じ種類のセンサ（例えばにおいセンサ）が搭載されている機種の中でも、においの種類の判別の精度によって、各機種が提供する情報の重要度のレベルに差が出る。このため、精度の高い判別が可能なにおいセンサを有する機種が提供する重要度のレベルを、精度の低い判別しかできないにおいセンサを有する機種が提供する重要度のレベルよりも高くしてもよい。つまり、搭載されているセンサの種類が多い機種ほど提供する情報の重要度のレベルを高くしてもよいし、搭載されているセンサの精度が高い機種ほど提供する情報の重要度のレベルを高くしてもよい。
また、機器の動作状態は、図３Ａに示す「おまかせモード開始」といった機器の動作状態に加えて、図３Ａに示す「ハウスダストレベル高」や、図３Ｂに示す「トイレ尿蛋白（−）糖（−）・・・」といった機器に搭載されたセンサの出力値も含む。
（３）第二記憶部
第二記憶部２０３は、ユーザの行動の傾向を特徴づける機器の動作パターンを記憶している。つまり、第二記憶部２０３は、複数の機器農地の１以上の機器の動作状態の組と、予め定められたユーザの行動の傾向とが関連付けられた行動傾向情報を記憶している。
図４Ａと図４Ｂの（ａ）および図４Ｃの（ａ）は、本発明の実施の形態１における第二記憶部２０３に記憶されている行動傾向情報のデータ例であり、図４Ｂの（ｂ）および図４Ｃの（ｂ）は、実施の形態１におけるユーザについて取得された動作状態から特定される行動情報の実データ例である。
図４Ａに示すように、第二記憶部２０３は、機器種別４０１、動作状態４０２、時間帯４０３、頻度４０４等からなる動作パターンと、当該動作パターンに対応付けられるユーザの行動の傾向４０５とを記憶する。
図４Ａでは、「機器種別；動作状態；時間帯；頻度；傾向」の例として、「Ｒ；ドア開閉；２１：００−５：００；少ない；食習慣（＋）」、「Ｄ；ＯＮ；−；１日３回；衛生（−）」、「Ａ；においセンサ高；−；多い；喫煙（＋）」、および「Ｌ、Ｃ；ＯＦＦ、ＯＦＦ；２２：００−６：００；１日１回；睡眠（＋）」が示されている。「Ｒ；ドア開閉；２１：００−５：００；少ない；食習慣（＋）」は、「冷蔵庫の開閉時間が２１：００−５：００の間で少なければ、好ましい食習慣である」ことを示す。「Ｄ；ＯＮ；−；１日３回；衛生（−）」は、「電動歯ブラシが１日３回ＯＮであれば、好ましい衛生習慣である」ことを示す。「Ａ；においセンサ高；−；多い；喫煙（＋）」は、空気清浄機のにおいセンサが高い値を示しており、特に、タバコのにおいと判別されている頻度が高ければ、喫煙習慣があり、好ましくない」ことを示す。「Ｌ、Ｃ；ＯＦＦ、ＯＦＦ；２２：００−６：００；１日１回；睡眠（＋）」は、寝室の照明がＯＦＦで、かつエアコンの人感センサ等が睡眠状態と判定した時間帯が、２２：００−６：００に近ければ、睡眠習慣が好ましい」ことを示す。「Ｌ、Ｃ；ＯＦＦ、ＯＦＦ；２２：００−６：００；１日１回；睡眠（＋）」のように、複数の機器の動作状態を統合した動作パターンと、ユーザの行動の傾向を対応付けたモデルを有することは、特定部２０４での高精度な分析に資する。つまり、行動傾向情報は、複数の機器のうちの１つの機器から得られる動作状態と、予め定められたユーザの行動の傾向とが関連付けられていてもよいし、複数の機器のうちの２つ以上の機器の組み合わせから得られる動作状態と、予め定められたユーザの行動の傾向とが関連付けられていてもよい。
なお、図４Ａでは、ユーザの行動の傾向として、食習慣、衛生習慣、喫煙、睡眠等の傾向を例示しているが、もちろんこれに限定される訳ではない。例えば、ユーザの行動の傾向として、「せっかち」、「おっちょこちょい」、「冷静」といった性格を示す情報としてもよい。
また、図４Ｂの（ａ）および図４Ｃの（ａ）に示すように、第二記憶部２０３は、睡眠、食事などの行動の望ましい規則性のモデルを行動傾向情報として記憶していてもよい。図４Ｂの（ａ）は、２２：００−６：００の８時間、睡眠することが望ましいことを示すモデルを示している。図４Ｃの（ａ）は、１日３回、所定の時間帯に食事をとることが望ましいことを示すモデルを示している。
また、特定部２０４は、図４Ｂの（ａ）および図４Ｃの（ａ）に示されるモデルと、図４Ｂの（ｂ）および図４Ｃの（ｂ）に示されるユーザの実データとを比較し、図４Ｂの（ａ）および図４Ｂの（ｂ）の相関が高ければ当該ユーザが望ましい睡眠習慣であると特定でき、図４Ｃ（ａ）と図４Ｃ（ｂ）の相関が高ければ当該ユーザが望ましい食習慣であると特定できる。
（４）特定部
特定部２０４は、特定部２０４は、第二記憶部２０３に記憶されている行動傾向情報を読み出して、読み出した行動傾向情報と、第一記憶部２０２に記憶された動作情報とに基づいて、行動傾向情報に含まれる１以上の機器の動作状態の組を、第一記憶部２０２に記憶された動作情報の中から参照することにより、該当した動作状態の組に対応する予め定められたユーザの行動の傾向を特定する。
特定部２０４は、図４Ａ、図４Ｂの（ａ）および図４Ｃの（ａ）に示されている第二記憶部２０３に記憶されている行動傾向情報としてのモデルを参照し、行動の適時性に基づきユーザの行動の傾向を特定してもよい。つまり、特定部２０４は、第一記憶部２０２に記憶された動作情報を、行動傾向情報と比較することによりユーザの行動が適した時刻に行われたか否かの判定を行い、当該判定の結果に基づいてユーザの行動の傾向を特定してもよい。
これにより、就寝時刻や起床時刻の適時性、すなわち早寝早起きであるか、また、食事の時間帯が偏っていないか、夜食の頻度が多くないか、といった行動の適時性からユーザの行動の傾向を特定できる。
また、特定部２０４は、図４Ａ、図４Ｂ（ａ）および図４Ｃ（ａ）に示されている第二記憶部２０３に記憶されている行動傾向情報としてのモデルを参照し、行動の規則性に基づきユーザの行動の傾向を特定してもよい。つまり、特定部２０４は、第一記憶部２０２に記憶された動作情報を、行動傾向情報と比較することによりユーザの行動が規則正しいか否かの判定を行い、当該判定の結果に基づいてユーザの行動の傾向を特定してもよい。
これにより、睡眠時間が規則正しくとられているか、掃除や歯磨きが適切な周期で行われているか、といった行動の規則性からユーザの行動の傾向を特定できる。
図５は、本発明の実施の形態１におけるサーバ装置１０１ａにより行われる行動傾向の特定方法のフローチャートである。
サーバ装置１０１ａの動作について、図５を用いて説明する。
まず、通信部２０１は、複数の機器１０２のそれぞれから動作情報を受信する（Ｓ５０１：通信ステップ）。
次に、ステップＳ５０１において受信した動作情報を第一記憶部２０２に記憶する（Ｓ５０２：記憶ステップ）。
第二記憶部から行動傾向情報を読み出す（Ｓ５０３：読出しステップ）。
そして、読み出された行動傾向情報と、前記第一記憶部２０２に記憶された動作情報とに基づいて、行動傾向情報に含まれる１以上の機器の動作状態の組を、第一記憶部２０２に記憶された動作情報の中から照合することにより、該当した動作状態の組に対応する予め定められたユーザの行動の傾向を特定する（Ｓ５０４：特定ステップ）。
また、ユーザの行動の傾向は、例えば、疾患のリスク（評価値）を指してもよい。
第二記憶部２０３は、動作状態の種類毎に関連付けられており、かつ、ユーザに関する評価値を増減させるための指標を、ユーザの行動の傾向とする行動傾向情報を記憶していてもよい。このとき、特定部２０４は、第一記憶部２０２に記憶された動作情報を、行動傾向情報と比較することによって評価値を算出することで、ユーザの行動の傾向を特定してもよい。
行動傾向情報の指標は、例えば、ユーザの疾患に対するリスクを算出させるための指標としてもよい。この場合、第二記憶部２０３は、各種疾患のリスクを増減させる機器の動作状態を記憶しており、特定部２０４は、第二記憶部２０３に記憶されている機器の動作状態を照合することで抽出されたリスクに基づいて各疾患の発症のリスクを算出してもよい。つまり、特定部２０４は、第一記憶部２０２に記憶されている動作情報を、行動傾向情報と比較することによってリスクを算出することで、ユーザの行動の傾向を特定してもよい。また、疾患は生活習慣病であってもよい。
生活習慣病とは、生活習慣が要因となって発生する疾患の総称である。食習慣、運動習慣、睡眠習慣、喫煙、飲酒等の生活習慣が、その発症・進行に関与する。生活習慣病の例としては、糖尿病、脳卒中、心臓病、脂質異常症、高血圧症、高尿酸血症、肥満などが知られている。
生活習慣病の範囲については、以下に例示するような生活習慣と疾病との関連が明らかになっているものが含まれる。
（ａ）食習慣：インスリン非依存糖尿病、肥満、高脂血症（家族性のものを除く）、高尿酸血症、循環器病（先天性のものを除く）、大腸がん（家族性のものを除く）、歯周病等
（ｂ）運動習慣：インスリン非依存糖尿病、肥満、高脂血症（家族性のものを除く）、高血圧症等
（ｃ）喫煙：肺扁平上皮がん、循環器病（先天性のものを除く）、慢性気管支炎、肺気腫 歯周病等
（ｄ）飲酒：アルコール性肝疾患等
そもそも疾病の発症は、遺伝子の異常や加齢を含めた「遺伝要因」、病原体、有害物質、事故、ストレッサー等の「外部環境要因」、食習慣、運動習慣をはじめとする「生活習慣要因」等のさまざまな要因が複雑に関連しているが、従来、特に家庭内の行動、生活習慣を専用の計測装置を用いずともセンシングし、ユーザの行動の傾向を分析することは困難であった。
本実施の形態１に係る行動傾向の特定方法では、生活習慣病のリスクの算出を以下のように行う。
行動傾向情報は、複数の機器に冷蔵庫が含まれる場合、夜間ないし就寝前の冷蔵庫の開閉頻度が多いほど、当該ユーザの前記リスクが大きいと特定部２０４に算出させるための指標を含んでもよい。また、行動傾向情報は、複数の機器に掃除機が含まれる場合、掃除機の運転頻度、運転時間が少ないほど、当該ユーザの前記リスクが大きいと特定部２０４に算出させるための指標を含んでもよい。また、行動傾向情報は、複数の機器に電動歯ブラシが含まれる場合、電動歯ブラシの使用頻度および使用時間の少なくとも一方が少ないほど、当該ユーザの前記リスクが大きいと特定部２０４に算出させるための指標を含んでもよい。さらに、行動傾向情報は、複数の機器に空気清浄機が含まれる場合、空気清浄機のホコリセンサの値が大きいほど、当該ユーザの前記リスクが大きいと特定部２０４に算出させるための指標を含んでもよい。特定部２０４は、これらにより算出された複数のリスクを統合して、生活習慣病のリスクを算出してもよい。
（実施の形態２）
図６は、本発明の実施の形態２におけるサーバ装置の構成図である。
図６に示すように、サーバ装置１０１ｂは、通信部２０１、第一記憶部２０２、第二記憶部２０３、特定部２０４、および調整部２０５から構成される。なお、サーバ装置１０１ｂは、図１に示すサーバ装置１０１の一形態である。
サーバ装置１０１ｂは、具体的には図示されていないマイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクなどから構成される。前記ＲＯＭ、ＲＡＭ、およびハードディスクにはコンピュータプログラムが記憶されており、前記マイクロプロセッサが前記コンピュータプログラムに従って動作することにより、サーバ装置１０１ｂはその機能を果たす。
なお、通信部２０１、第一記憶部２０２、第二記憶部２０３、特定部２０４、および調整部２０５の各機能ブロックは、ソフトウェアで実現されてもよいし、集積回路（つまり、ハードウェア）であるＬＳＩとソフトウェアとの組み合わせ、もしくは、ＬＳＩ（つまり、ハードウェア）で実現されてもよい。
通信部２０１、第一記憶部２０２、第二記憶部２０３、特定部２０４については、実施の形態１と同様であるためここではその説明を省略する。
調整部２０５は、ユーザ情報に関連付けられた動作情報を提供する機器の数と、当該機器の種別との少なくともいずれかに基づいて、評価値を調整する。なお、例えば、評価値は、後述するが、その値が高いほど、ユーザに多くの経済的な恩恵が生じる値である。
具体的には、調整部２０５は、ユーザ情報に関連付けられた動作情報を提供する機器の数が多いほど、前記特定部２０４が算出した当該ユーザの評価値をより低い値に調整してもよい。これにより、情報提供のインセンティブをユーザに与えることが可能となる。ひいては、該当機器の購入をユーザに促すことにもなる。
また、調整部２０５は、ユーザ情報に関連付けられた動作情報に、重要度が高い情報種別が多く含まれているほど、前記特定部２０４が算出した当該ユーザの評価値をより低い値に調整してもよい。これにより、より重要度の高い情報種別の情報を提供するインセンティブをユーザに与えることが可能となる。ひいては、重要度の高い情報を提供しうる機器の購入をユーザに促すことにもなる。
なお、前記重要度が高い情報種別は尿データや血糖値データといった生体情報であってもよい。例えば、尿データを計測するトイレは特許第３５６５０５１号等で開示されている。こういったトイレからの尿データ等が得られれば、特定部２０４での分析の精度を高めることができる。特に、尿中には、糖、タンパク、潜血等、ユーザの健康状態に応じてその濃度が変動する様々な成分が含まれており、尿データが得られれば、糖尿病等の生活習慣病のリスクを算出する上で極めて有用である。また、血糖値データも、尿データと同様に生活習慣病のリスクの算出に有用である。血糖値測定システムは特許第５０３４７２０号等で開示されている。
図７は、本発明の実施の形態２における調整部２０５のフローチャートである。
調整部２０５の動作について、図７を用いて説明する。
ここでは、リスクは、例えば、そのレベルが「レベル５（高）」−「レベル１（低）」の５段階で評価されている。リスクの「レベル５」はリスクの値が「１００〜８１」、リスクの「レベル４」はリスクの値が「８０〜６１」、リスクの「レベル３」はリスクの値が「６０〜４１」、リスクの「レベル２」はリスクの値が「４０〜２１」、リスクの「レベル１」はリスクの値が「２０〜０」であるとする。
まず、調整部２０５は、特定部２０４で算出されたリスクの値Ｒ（評価値）を取得する（ステップＳ７０１）。例えば、ユーザＫのリスクの値Ｒは「６８」であるとする。このとき、ユーザＫのリスクのレベルは「レベル４」に区分される。そして、ユーザが提供する情報の数があらかじめ定められた値「ｎ」よりも大きいか否かを判定（ステップＳ７０２）し、ユーザが提供する情報の数があらかじめ定められた値「ｎ」よりも大きければリスクの値Ｒ（評価値）を減算する（ステップＳ７０３）。ユーザＫの提供する情報の数は「１２」であり、これは「ｎ＝９」よりも大きいため、リスクの値「Ｒ＝６８」からあらかじめ定められた値「５」を減算して、「Ｒ＝６３」とする。このとき、リスクのレベルは依然として「レベル４」に区分される。そして、ユーザが提供する情報種別があらかじめ定められた種別を含んでいるか否かを判定（ステップＳ７０４）し、ユーザが提供する情報種別があらかじめ定められた種別を含んでいればリスクの値Ｒを減算する（ステップＳ７０５）。ユーザＫは、図３Ｂで示されている重要度のレベルが「レベル９」のトイレの情報を提供しており、また、図３Ａで示されている重要度のレベルが「レベル７」の空気清浄機の情報を提供しているため、リスクの値「Ｒ＝６３」からあらかじめ定められた値「７」を減算して、「Ｒ＝５６」とする。これによって、ユーザＫのリスクのレベルは当初の「レベル４」から「レベル３」へと１段階低くなる。これは、後述する対価の算定に影響を及ぼす。具体的には、リスクのレベルが「レベル４」から「レベル３」へと１段階低くなることで、保険料が安くなるなど、ユーザに経済的恩恵を与えることができる。
（実施の形態３）
図８は、本発明の実施の形態３におけるサーバ装置１０１ｃの構成図である。
図８に示すように、サーバ装置１０１ｃは、通信部２０１、第一記憶部２０２、第二記憶部２０３、特定部２０４、調整部２０５、および対価算定部２０６から構成される。なお、調整部２０５は必須ではない。また、サーバ装置１０１ｃは、図１に示すサーバ装置１０１の一形態である。
サーバ装置１０１ｃは、具体的には図示されていないマイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクなどから構成される。前記ＲＯＭ、ＲＡＭ、およびハードディスクにはコンピュータプログラムが記憶されており、前記マイクロプロセッサが前記コンピュータプログラムに従って動作することにより、サーバ装置１０１ｃはその機能を果たす。
なお、通信部２０１、第一記憶部２０２、第二記憶部２０３、特定部２０４、調整部２０５、および対価算定部２０６の各機能ブロックは、ソフトウェアで実現されてもよいし、集積回路（つまり、ハードウェア）であるＬＳＩとソフトウェアとの組み合わせ、もしくは、ＬＳＩ（つまり、ハードウェア）で実現されてもよい。
通信部２０１、第一記憶部２０２、第二記憶部２０３、および特定部２０４については、実施の形態１と同様であるためここではその説明を省略する。
また、調整部２０５については、実施の形態２と同様であるためここではその説明を省略する。
対価算定部２０６は、特定部２０４で算出評価値に基づいて、評価値に対する経済的対価を算定する。つまり、なお、前記経済的対価はユーザに付与するポイントであってもよいし、ユーザが購入する、あるいは、ユーザに提供される商品、サービスの価格であってもよい。また、価格は例えば、保険商品の価格、すなわち、保険料であってもよい。なお、対価算定部２０６は、具体的には、評価値毎に経済的対価が予め定められたテーブルを参照することにより、評価値に対する経済的対価を算定してもよいし、予め定められた評価値と経済的対価との関係式を利用して評価値に対する経済的対価を算定してもよい。つまり、対価算定部２０６は、予め定められた評価値と経済的対価との関係を用いて算出される。
図９Ａと図９Ｂは、本発明の実施の形態３における対価算定部２０６のフローチャートである。
対価算定部２０６の動作について、図９Ａと図９Ｂを用いて説明する。
図９Ａに示すように、まず、対価算定部２０６は、特定部２０４で算出された評価値としてのリスク、あるいは調整部２０５で調整された評価値（リスク）を取得する（ステップＳ９０１Ａ）。そして、あらかじめ評価値毎に値が定められたテーブルを参照し、取得した評価値に応じた対価を算出する（ステップＳ９０２Ａ）。
または、図９Ｂに示すように、まず、対価算定部２０６は、あらかじめ定められた対価を取得する（ステップＳ９０１Ｂ）。そして、特定部２０４で算出された評価値、あるいは調整部２０５で調整された評価値を取得（ステップＳ９０２Ｂ）し、取得した評価値に応じて、前記対価を調整する（ステップＳ９０３Ｂ）。
ところで、保険商品には、生命保険、医療保険、がん保険、生活習慣病保険、ペット保険等、さまざまなものがある。
従来の生命保険の保険料は、予定死亡率、予定利率、および予定事業費率の３つの予定率を基に計算される。予定率とは、契約時に予定された基礎率のことである。過去の統計をもとに、性別・年齢別の死亡者数（生存者数）を予測し、将来の保険金などの支払いにあてるための必要額が算出される。この際に用いられる死亡率が予定死亡率である。また、生命保険会社は資産運用による一定の収益をあらかじめ見込んで、その分だけ保険料を割り引いている。この割引率を予定利率という。また、生命保険会社は契約の締結・保険料の収納・契約の維持管理などの事業運営に必要な諸経費をあらかじめ見込んでおり、これを予定事業費率という。なお、これらの予定率は、保険種類や契約時期によって異なる。
このように、従来、保険料は契約時の状況に基づいて算出されている。しかしながら、疾患の中には、生活習慣病のように、緩やかに進行するものが多く、また、早期に発見し治療することが必要であるにも関わらず初期段階では自覚症状がないものが多いため、日々の生活習慣に基づいて保険料を算出および改訂することが望ましい。
本発明のデータ分析システムでは、テレビ、エアコン、冷蔵庫、洗濯機、掃除機、空気清浄機、電動歯ブラシ、ドライヤー等の家電機器やパーソナルコンピュータ、携帯電話、スマートフォン、タブレットといった情報端末、血糖値センサ装置等のセンサ装置、トイレ、バスルーム、ミラー、照明等を含むさまざまな機器またはシステムからの情報に基づき、その時点の生活習慣病のリスクを算出し、そのリスクに応じて保険料を算出および改訂できるため、保険会社にとっては従来よりも高精度なリスク見積が可能となる。また、ユーザは、生活習慣を改善すれば、例えば、評価値が下がり、保険料を安くすることができるため、生活習慣の改善のモチベーションが高まることが期待できる。
かかる構成によれば日常の生活行動に基づいたユーザの行動の傾向の分析を行うことができる。
なお、上記実施の形態では、ユーザの健康に関わる保険について例示したが、これに限らずに、自動車保険や火災保険などのユーザの健康に関わらない保険に適用してもよい。例えば自動車保険の場合には、例えばユーザの性格が「せっかち」、「怒りっぽい」などのように、自動車事故をより起こしやすいと考えられるユーザの行動の傾向を評価値として評価すれば本発明を適用できる。
以上、本発明の一つまたは複数の態様に係るデータ分析システムについて、実施の形態およびその変形例に基づいて説明したが、本発明は、これらの実施の形態又はその変形例に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態又はその変形例に施したもの、あるいは異なる実施の形態又はその変形例における構成要素を組み合わせて構築される形態も、本発明の範囲内に含まれる。
さらに、本発明は、以下のように変形することもできる。
（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭ又は前記ハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムに従って動作することにより、各装置は、その機能を達成する。ここで、コンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。なお、各装置は、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどの全てを含むコンピュータシステムに限らず、これらの一部から構成されているコンピュータシステムであってもよい。
（２）上記の各装置を構成する構成要素の一部又は全部は、１個のシステムＬＳＩから構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。
なお、ここでは、システムＬＳＩとしたが、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
（３）上記の各装置を構成する構成要素の一部又は全部は、各装置に脱着可能なＩＣカード又は単体のモジュールから構成されているとしてもよい。前記ＩＣカード又は前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、などから構成されるコンピュータシステムである。前記ＩＣカード又は前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムに従って動作することにより、前記ＩＣカード又は前記モジュールは、その機能を達成する。このＩＣカード又はこのモジュールは、耐タンパ性を有するとしてもよい。
（４）本発明は、上記に示すデータ分析システムが備える特徴的な構成部の動作をステップとする方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。
また、本発明は、前記コンピュータプログラム又は前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ―ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、半導体メモリなど、に記録したものとしてもよい。また、これらの記録媒体に記録されている前記コンピュータプログラム又は前記デジタル信号であるとしてもよい。
また、本発明は、前記コンピュータプログラム又は前記デジタル信号を、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。
また、本発明は、マイクロプロセッサとメモリとを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムに従って動作するとしてもよい。
また、前記プログラム又は前記デジタル信号を前記記録媒体に記録して移送することにより、又は前記プログラム又は前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。
（５）上記実施の形態および上記変形例をそれぞれ組み合わせるとしてもよい。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
本発明にかかるデータ分析システムは、複数の情報を統合し、ユーザの行動の傾向を分析するシステム等として有用である。
１０１、１０１ａ〜１０１ｃ サーバ装置
１０２ 機器
２０１ 通信部
２０２ 第一記憶部
２０３ 第二記憶部
２０４ 特定部
２０５ 調整部
２０６ 対価算定部
３０１ ユーザＩＤ
３０２ 機器ＩＤ
３０３ 動作状態
４０１ 機器種別
４０２ 動作状態
４０３ 時間帯
４０４ 頻度
４０５ 傾向

Claims (17)

  1. 複数の機器の動作状態と、前記機器を使用するユーザを識別するためのユーザ情報とが関連付けられた動作情報を受信する通信ステップと、
    前記通信ステップにおいて受信した前記動作情報を第一記憶部に記憶する記憶ステップと、
    前記複数の機器のうちの１以上の機器の動作状態の組と、予め定められたユーザの行動の傾向とが関連付けられている行動傾向情報を、第二記憶部から読み出す読出しステップと、
    前記読出しステップにおいて読み出した前記行動傾向情報と、前記第一記憶部に記憶された前記動作情報とに基づいて、前記行動傾向情報に含まれる前記１以上の機器の動作状態の組を、前記第一記憶部に記憶された前記動作情報の中から照合することにより、該当した動作状態の組に対応する予め定められたユーザの行動の傾向を特定する特定ステップと、を含み、
    前記動作状態は、前記ユーザ情報で関連付けられた前記ユーザによる前記機器の操作に基づく状態情報と、前記機器が有しているセンサで検知した検知結果に基づく状態情報との、少なくとも一つを含み、
    前記動作情報は、前記複数の機器のそれぞれにおいて、複数のタイミングで生成され、かつ、当該タイミングにおける当該機器の動作状態を含み、
    前記行動傾向情報は、行動を行うべき時刻および当該行動に要する時間を示す生活行動の望ましい規則性のモデルであり、
    前記特定ステップでは、前記モデルと、受信した前記動作状態が生成されたタイミングにおける時刻及び当該動作状態が継続した時間とを比較し、比較した結果、相関が高いほど望ましい生活習慣であると特定する
    行動傾向の特定方法。
  2. 前記読出しステップでは、前記動作状態の種類毎に関連付けられており、かつ、前記ユーザに関する評価値を増減させるための指標を、前記ユーザの行動の傾向とする前記行動傾向情報を取得し、
    前記特定ステップでは、前記第一記憶部に記憶された前記動作情報を、前記行動傾向情報と比較することによって前記評価値を算出することで、前記ユーザの行動の傾向を特定する
    請求項１に記載の行動傾向の特定方法。
  3. さらに、
    前記ユーザ情報に関連付けられた動作情報を提供する機器の数と、当該機器の種別との少なくともいずれかに基づいて、前記評価値を調整する調整ステップを含む
    請求項２に記載の行動傾向の特定方法。
  4. 前記調整ステップでは、前記ユーザ情報に関連付けられた動作情報を提供する機器の数が多いほど、前記特定ステップにおいて算出された当該ユーザの前記評価値をより低い値に調整する
    請求項３に記載の行動傾向の特定方法。
  5. 前記調整ステップでは、前記ユーザ情報に関連付けられた動作情報に、重要度が高い情報が多く含まれているほど、前記特定ステップにおいて算出された当該ユーザの前記評価値をより低い値に調整する
    請求項３または４に記載の行動傾向の特定方法。
  6. 前記重要度が高い情報種別は尿データである
    請求項５に記載の行動傾向の特定方法。
  7. 前記重要度が高い情報種別は血糖値データである
    請求項５または６に記載の行動傾向の特定方法。
  8. 前記行動傾向情報の前記指標は、前記ユーザの疾患に対するリスクを算出するための指標であり、
    前記特定ステップでは、前記第一記憶部に記憶されている前記動作情報を、前記行動傾向情報と比較することによって前記リスクを算出することで、前記ユーザの行動の傾向を特定する
    請求項２から７のいずれか１項に記載の行動傾向の特定方法。
  9. 前記疾患は生活習慣病である
    請求項８に記載の行動傾向の特定方法。
  10. 前記複数の機器は、冷蔵庫を含み、
    前記行動傾向情報の前記指標は、夜間ないし就寝前の前記冷蔵庫の開閉頻度が多いほど当該ユーザの前記リスクを大きく算出するための指標である
    請求項８または９に記載の行動傾向の特定方法。
  11. 前記複数の機器は、掃除機を含み、
    前記行動傾向情報の前記指標は、掃除機の運転頻度、運転時間が少ないほど当該ユーザの前記リスクを大きく算出するための指標である
    請求項８から１０のいずれか１項に記載の行動傾向の特定方法。
  12. 前記複数の機器は、電動歯ブラシを含み、
    前記行動傾向情報の前記指標は、電動歯ブラシの使用頻度および使用時間の少なくとも一方が少ないほど当該ユーザの前記リスクを大きく算出するための指標である
    請求項８から１１のいずれか１項に記載の行動傾向の特定方法。
  13. 前記複数の機器は、空気清浄機を含み、
    前記行動傾向情報の前記指標は、空気清浄機のホコリセンサの値が大きいほど当該ユーザの前記リスクを大きく算出するための指標である
    請求項８から１２のいずれか１項に記載の行動傾向の特定方法。
  14. さらに、
    前記特定ステップにおいて算出された前記評価値に基づいて、前記評価値に対する経済的対価を算定する対価算定ステップを含む
    請求項２から１３のいずれか１項に記載の行動傾向の特定方法。
  15. 前記対価算定ステップでは、前記経済的対価として前記ユーザに付与するポイントを算出する
    請求項１４に記載の行動傾向の特定方法。
  16. 前記対価算定ステップでは、前記経済的対価として前記ユーザに対する保険の保険料を算出する
    請求項１４に記載の行動傾向の特定方法。
  17. 家電機器を含む複数の機器の動作状態と、前記機器を使用するユーザを識別するためのユーザ情報とが関連付けられた動作情報を受信する通信部と、
    前記通信部において受信した前記動作情報を記憶する第一記憶部と、
    前記複数の機器のうちの１以上の機器の動作状態の組と、予め定められたユーザの行動の傾向とが関連付けられている行動傾向情報を記憶している第二記憶部と、
    前記第二記憶部に記憶されている前記行動傾向情報と、前記第一記憶部に記憶された前記動作情報とを読み出して、前記行動傾向情報に含まれる前記１以上の機器の動作状態の組を、前記第一記憶部に記憶された前記動作情報の中から照合することにより、該当した動作状態の組に対応する予め定められたユーザの行動の傾向を特定する特定部と、を備え、
    前記動作状態は、前記ユーザ情報で関連付けられた前記ユーザによる前記機器の操作に基づく状態情報と、前記機器が有しているセンサで検知した検知結果に基づく状態情報との、少なくとも一つを含み、
    前記動作情報は、前記複数の機器のそれぞれにおいて、複数のタイミングで生成され、かつ、当該タイミングにおける当該機器の動作状態を含み、
    前記行動傾向情報は、行動を行うべき時刻および当該行動に要する時間を示す生活行動の望ましい規則性のモデルであり、
    前記特定部は、前記モデルと、受信した前記動作状態が生成されたタイミングにおける時刻及び当該動作状態が継続した時間とを比較し、比較した結果、相関が高いほど望ましい生活習慣であると特定する
    行動傾向の特定システム。
JP2014538114A 2012-09-28 2013-08-26 行動傾向の特定方法および行動傾向の特定システム Active JP6141293B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2012217907 2012-09-28
JP2012217907 2012-09-28
US201261710025P 2012-10-05 2012-10-05
US61/710,025 2012-10-05
PCT/JP2013/005029 WO2014049953A1 (ja) 2012-09-28 2013-08-26 行動傾向の特定方法および行動傾向の特定システム

Publications (2)

Publication Number Publication Date
JPWO2014049953A1 JPWO2014049953A1 (ja) 2016-08-22
JP6141293B2 true JP6141293B2 (ja) 2017-06-07

Family

ID=50387402

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014538114A Active JP6141293B2 (ja) 2012-09-28 2013-08-26 行動傾向の特定方法および行動傾向の特定システム

Country Status (5)

Country Link
US (1) US20150134369A1 (ja)
EP (1) EP2902958A1 (ja)
JP (1) JP6141293B2 (ja)
CN (1) CN104246818B (ja)
WO (1) WO2014049953A1 (ja)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10949923B1 (en) 2013-09-16 2021-03-16 Allstate Insurance Company Home device sensing
US10430887B1 (en) * 2014-02-21 2019-10-01 Allstate Insurance Company Device sensing
US10380692B1 (en) * 2014-02-21 2019-08-13 Allstate Insurance Company Home device sensing
US20170206804A1 (en) * 2015-09-17 2017-07-20 Funbrush Ltd. Interactive add-on device for kids for a toothbrush and a platform for mobile devices containing games controlled by that device
WO2017145566A1 (ja) * 2016-02-22 2017-08-31 パナソニックＩｐマネジメント株式会社 認知症状検出システム、及び、プログラム
JP6803791B2 (ja) * 2016-08-01 2020-12-23 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 保険金算出装置、保険金算出方法及び保険金算出プログラム
US10835028B2 (en) 2016-11-14 2020-11-17 Colgate-Palmolive Company Oral care system and method
US11361672B2 (en) 2016-11-14 2022-06-14 Colgate-Palmolive Company Oral care system and method
US10582764B2 (en) 2016-11-14 2020-03-10 Colgate-Palmolive Company Oral care system and method
US11213120B2 (en) 2016-11-14 2022-01-04 Colgate-Palmolive Company Oral care system and method
US11043141B2 (en) 2016-11-14 2021-06-22 Colgate-Palmolive Company Oral care system and method
JP6524154B2 (ja) * 2017-07-20 2019-06-05 ヤフー株式会社 提供装置、提供方法及び提供プログラム
JP6948213B2 (ja) * 2017-10-06 2021-10-13 東芝ライフスタイル株式会社 冷蔵庫
US20220005609A1 (en) * 2020-07-02 2022-01-06 Asahi Kasei Kabushiki Kaisha System and method for managing facilities

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5190307A (en) * 1991-08-20 1993-03-02 Brown Randy M Smokeless automobile
US20010011224A1 (en) * 1995-06-07 2001-08-02 Stephen James Brown Modular microprocessor-based health monitoring system
US7624028B1 (en) * 1992-11-17 2009-11-24 Health Hero Network, Inc. Remote health monitoring and maintenance system
JP3565051B2 (ja) * 1998-10-22 2004-09-15 東陶機器株式会社 健康管理装置
EP1247624A1 (en) * 2000-03-24 2002-10-09 Sony Corporation Method for determining action of robot and robot
JP2001344424A (ja) * 2000-03-28 2001-12-14 Casio Comput Co Ltd 保険管理装置、保険管理方法、情報処理装置、及保険管理びプログラム
JP2002024404A (ja) * 2000-07-12 2002-01-25 Nippon Life Insurance Co 総合健康情報管理システム及び総合健康情報管理方法並びに万歩計付携帯情報端末及びｇｐｓ機能付携帯情報端末
SE522000C2 (sv) * 2000-08-18 2004-01-07 Rutger Roseen Förfarande och anordning för att hålla reda på lagringstiden för i ett utrymme förvarade varor
US20030018703A1 (en) * 2001-01-31 2003-01-23 Christian Huitema Smart appliance network system and communication protocol
JP2002329007A (ja) * 2001-04-27 2002-11-15 Toto Ltd 健康管理システム
US7756723B2 (en) * 2001-09-07 2010-07-13 Eclipsys Corporation System and method for managing patient bed assignments and bed occupancy in a health care facility
JP3943960B2 (ja) * 2002-02-26 2007-07-11 四国電力株式会社 電気機器の状態情報にもとづいた生活見守り方法およびシステム
AU2003244073A1 (en) * 2002-07-19 2004-02-09 Matsushita Electric Industrial Co., Ltd. Device linkage control apparatus
JP2005118354A (ja) * 2003-10-17 2005-05-12 Matsushita Electric Ind Co Ltd 家屋内清掃システム及びその稼動方法
JP2006053678A (ja) * 2004-08-10 2006-02-23 Toshiba Corp ユニバーサルヒューマンインタフェースを有する電子機器
US20090092955A1 (en) * 2005-06-20 2009-04-09 Jin-Sang Hwang Tooth brushing pattern analyzing/modifying device, method and system for interactively modifying tooth brushing behavior
WO2007072816A1 (ja) * 2005-12-19 2007-06-28 Matsushita Electric Industrial Co., Ltd. 生活習慣改善支援装置および生活習慣改善支援方法
JP2007310752A (ja) * 2006-05-19 2007-11-29 Ricoh Elemex Corp 喫煙エリアシステム
US8775214B2 (en) * 2006-07-19 2014-07-08 Thompson Reuters (Market) LLC Management method and system for a user
JP4845198B2 (ja) * 2006-09-28 2011-12-28 リコーエレメックス株式会社 空気清浄機管理システム
KR20090003075A (ko) * 2006-12-04 2009-01-09 한국전자통신연구원 구강건강 관리 시스템 및 그 방법과 그를 위한 전동칫솔
JP4866754B2 (ja) * 2007-02-19 2012-02-01 パナソニック株式会社 行動履歴検索装置及び行動履歴検索方法
US20080249376A1 (en) * 2007-04-09 2008-10-09 Siemens Medical Solutions Usa, Inc. Distributed Patient Monitoring System
JP5034720B2 (ja) 2007-07-04 2012-09-26 パナソニック株式会社 血糖値測定システム
JP5210686B2 (ja) * 2008-03-31 2013-06-12 トヨタホーム株式会社 健康管理ネットワークシステム
JP2010231308A (ja) 2009-03-26 2010-10-14 Olympus Corp 生活習慣病予防装置および生活習慣病予防プログラム
US20110047072A1 (en) * 2009-08-07 2011-02-24 Visa U.S.A. Inc. Systems and Methods for Propensity Analysis and Validation
US9558520B2 (en) * 2009-12-31 2017-01-31 Hartford Fire Insurance Company System and method for geocoded insurance processing using mobile devices
KR101637354B1 (ko) * 2010-01-20 2016-07-07 엘지전자 주식회사 냉장고 및 그 제어방법
CN102792330A (zh) * 2010-03-16 2012-11-21 日本电气株式会社 兴趣度测量***，兴趣度测量装置，兴趣度测量方法和兴趣度测量程序
JP5208226B2 (ja) * 2011-01-31 2013-06-12 三菱電機株式会社 生活シーン特定装置、生活シーン特定プログラム、及び生活シーン特定方法
US20130262155A1 (en) * 2012-04-03 2013-10-03 Thomas J. HinKamp System and method for collection and distibution of medical information

Also Published As

Publication number Publication date
EP2902958A4 (en) 2015-08-05
WO2014049953A1 (ja) 2014-04-03
JPWO2014049953A1 (ja) 2016-08-22
EP2902958A1 (en) 2015-08-05
US20150134369A1 (en) 2015-05-14
CN104246818A (zh) 2014-12-24
CN104246818B (zh) 2018-01-02

Similar Documents

Publication Publication Date Title
JP6141293B2 (ja) 行動傾向の特定方法および行動傾向の特定システム
Hebden et al. You are what you choose to eat: factors influencing young adults' food selection behaviour
KR102188766B1 (ko) 인공지능 기반의 헬스케어 서비스 제공장치
Buckley et al. Trends in the incidence of lower extremity amputations in people with and without diabetes over a five-year period in the Republic of Ireland
Mandracchia et al. Mobile phone apps for food allergies or intolerances in app stores: systematic search and quality assessment using the Mobile App Rating Scale (MARS)
Memtsoudis et al. Metabolic syndrome and lumbar spine fusion surgery: epidemiology and perioperative outcomes
Loureiro et al. The effects of nutritional labels on obesity
KR101940807B1 (ko) 건강 관리 장치 및 그것의 미래 건강 예측 방법
JP6803791B2 (ja) 保険金算出装置、保険金算出方法及び保険金算出プログラム
US20110118987A1 (en) Predictive blood sugar level calculating device, predictive blood sugar level calculating method, and program thereof
CN205825571U (zh) 一种用于智能冰箱内检测食物重量和新鲜度的称重***
TWM466322U (zh) 行動式個人飲水管理系統
Gaiha et al. On hunger and child mortality in India
Collings Independent associations of sleep timing, duration and quality with adiposity and weight status in a national sample of adolescents: The UK Millennium Cohort Study
Kümpel Do financial incentives influence the hospitalization rate of nursing home residents? Evidence from Germany
Pan et al. Risk factors and non-communicable disease diagnosis in China
RU2721234C1 (ru) Способ и система отслеживания рациона и формирования заключения о качестве питания и/или индивидуальных рекомендаций по питанию
Fichera et al. State and self investments in health
Taylor et al. Use of natural spoken language with automated mapping of self-reported food intake to food composition data for low-burden real-time dietary assessment: method comparison study
Dang et al. Obesity and its Impact on COVID Occurrence: Evidence from India
KR102395631B1 (ko) 스마트 트레이 기반의 개인 섭생 관리 시스템
McKinnon et al. Technological infrastructure, sleep, and rest-activity patterns in a Kaqchikel Maya community
KR102639285B1 (ko) 개인화된 건강 데이터를 기초로 한 인공지능 모델 기반 사용자 맞춤형 의료 가이드 정보 제공 방법, 장치 및 시스템
KR20240108282A (ko) 당뇨병 관리 서비스 방법 및 장치
JP7099772B2 (ja) 生活習慣推奨装置、生活習慣推奨方法、プログラムおよび記録媒体

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170131

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170405

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170425

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170502

R150 Certificate of patent or registration of utility model

Ref document number: 6141293

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150