JP6478327B2 - センサを搭載しない携帯端末におけるユーザ状態を推定するサーバ及びプログラム - Google Patents
センサを搭載しない携帯端末におけるユーザ状態を推定するサーバ及びプログラム Download PDFInfo
- Publication number
- JP6478327B2 JP6478327B2 JP2015133311A JP2015133311A JP6478327B2 JP 6478327 B2 JP6478327 B2 JP 6478327B2 JP 2015133311 A JP2015133311 A JP 2015133311A JP 2015133311 A JP2015133311 A JP 2015133311A JP 6478327 B2 JP6478327 B2 JP 6478327B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- sensor
- user state
- time zone
- 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
Links
- 238000005259 measurement Methods 0.000 claims description 32
- 230000006996 mental state Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 5
- 235000012054 meals Nutrition 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000003542 behavioural effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003183 myoelectrical effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、携帯端末に搭載されたセンサを用いて、そのセンサの計測値に基づくユーザ状態を推定する技術に関する。
フィーチャーフォンのような携帯端末は、一般的に通話機能に特化し、ＧＰＳ(Global Positioning System)のような測位部を搭載する程度であった。そのために、ユーザ状態を計測するようなセンサは、通常搭載されていない。
これに対し、近年、スマートフォンのような携帯端末は、測位部に加えて、動き検出センサ（例えば加速度センサ）や気圧センサも搭載されてきている。このようなセンサからは、ユーザの行動状態を推定することができる。
更に、ウェアラブルデバイスのような装着型携帯端末によれば、生体検出センサ（例えば心拍センサ、皮膚筋電センサ、体温センサ）も搭載されてきている。このようなセンサからは、ユーザの精神状態までも推定することができる。
これに対し、近年、スマートフォンのような携帯端末は、測位部に加えて、動き検出センサ（例えば加速度センサ）や気圧センサも搭載されてきている。このようなセンサからは、ユーザの行動状態を推定することができる。
更に、ウェアラブルデバイスのような装着型携帯端末によれば、生体検出センサ（例えば心拍センサ、皮膚筋電センサ、体温センサ）も搭載されてきている。このようなセンサからは、ユーザの精神状態までも推定することができる。
従来、携帯端末を用いて、ＧＰＳによって測位された位置情報と、センサによって計測されたユーザ状態情報とを対応付けて取得することによって、ユーザの行動候補を推定する技術がある（例えば特許文献１参照）。この技術によれば、現在の位置情報及びユーザ状態情報から、過去の行動履歴を参照し、その後のユーザ行動候補を推定することができる。
Stefan Dembach, et al., "Simple and Complex Activity Recognition Through Smart Phones", 11th International Conference on Intelligent Environments, 2012.
Koji Yatani and Khai N.Truong, "BodyScope: A Wearable Acoustic Sensor for Activity Recognition", 14th ACM International Conference on Ubiquitous Computing, 2012.
Jongyonn Choi, et al., "Using Heart Rate Monitors to Detect Mental Stress", the Sixth International Workshop on Wearable and Implantable Body Sensor Networks, 2009.
特許文献１に記載の技術によれば、ユーザ状態情報を取得するためには、携帯端末や装着型端末が、当然にセンサを搭載していることを前提としている。
これに対し、本願の発明者らは、他のユーザが所持する他のセンサ搭載携帯端末のユーザ状態情報を、センサ未搭載携帯端末を所持するユーザに対しても利用できないか？と考えた。
これに対し、本願の発明者らは、他のユーザが所持する他のセンサ搭載携帯端末のユーザ状態情報を、センサ未搭載携帯端末を所持するユーザに対しても利用できないか？と考えた。
そこで、本発明は、センサを搭載した他の携帯端末のユーザ状態情報を用いて、センサを搭載しない携帯端末におけるユーザ状態を推定することができるサーバ及びプログラムを提供することを目的とする。
本発明によれば、測位部及び特定のユーザ状態計測センサを有する複数のセンサ搭載携帯端末と、測位部を有し且つユーザ状態計測センサを有さないセンサ未搭載携帯端末と通信するユーザ状態推定サーバであって、
複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶するユーザ状態記憶手段と、
ユーザ状態記憶手段を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分するユーザ状態区分手段と、
「時間帯、位置範囲」毎に、尤度が所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する相関ルール生成手段と、
相関ルールを記憶する相関ルール記憶手段と、
センサ未搭載携帯端末の「時刻、位置情報」に対して、相関ルール記憶手段を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付けるユーザ状態推定手段と
を有することを特徴とする。
複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶するユーザ状態記憶手段と、
ユーザ状態記憶手段を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分するユーザ状態区分手段と、
「時間帯、位置範囲」毎に、尤度が所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する相関ルール生成手段と、
相関ルールを記憶する相関ルール記憶手段と、
センサ未搭載携帯端末の「時刻、位置情報」に対して、相関ルール記憶手段を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付けるユーザ状態推定手段と
を有することを特徴とする。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
ユーザ状態推定手段によって対応付けられた当該「ユーザ状態情報」を、当該センサ未搭載携帯端末へ送信するユーザ状態通知手段を
更に有することも好ましい。
ユーザ状態推定手段によって対応付けられた当該「ユーザ状態情報」を、当該センサ未搭載携帯端末へ送信するユーザ状態通知手段を
更に有することも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
「時間帯、位置範囲、ユーザ状態情報」毎に、ユーザに対する「提示情報」を対応付けた提示情報記憶手段を更に有し、
ユーザ状態通知手段は、提示情報記憶手段を用いて、当該「時間帯、位置範囲、ユーザ状態情報」に対応した「提示情報」を、当該センサ未搭載携帯端末へ送信する
ことも好ましい。
「時間帯、位置範囲、ユーザ状態情報」毎に、ユーザに対する「提示情報」を対応付けた提示情報記憶手段を更に有し、
ユーザ状態通知手段は、提示情報記憶手段を用いて、当該「時間帯、位置範囲、ユーザ状態情報」に対応した「提示情報」を、当該センサ未搭載携帯端末へ送信する
ことも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
相関ルール生成手段は、尤度として、
ｋ：当該「時間帯、位置範囲」のデータ数
ｎ：当該「ユーザ状態情報」のデータ数
ｉ：当該「時間帯、位置範囲」における当該「ユーザ状態情報」のデータ数
支持度＝ｉ／ｎ
確信度＝ｉ／ｋ
を算出し、支持度及び確信度がそれぞれ所定閾値以上となる、当該「時間帯、位置範囲」と当該「ユーザ状態情報」とを対応付けたものを相関ルールとして記憶する
ことも好ましい。
相関ルール生成手段は、尤度として、
ｋ：当該「時間帯、位置範囲」のデータ数
ｎ：当該「ユーザ状態情報」のデータ数
ｉ：当該「時間帯、位置範囲」における当該「ユーザ状態情報」のデータ数
支持度＝ｉ／ｎ
確信度＝ｉ／ｋ
を算出し、支持度及び確信度がそれぞれ所定閾値以上となる、当該「時間帯、位置範囲」と当該「ユーザ状態情報」とを対応付けたものを相関ルールとして記憶する
ことも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
複数のセンサ搭載携帯端末から収集したユーザ状態情報は、ユーザ状態計測センサの計測値であり、
当該ユーザ状態計測センサ毎に、ユーザ状態情報に対応付けた計測値パターンを記憶し、収集した当該ユーザ状態計測センサの計測値に対して、機械学習又はパターンマッチングによって検索されたユーザ状態情報を付与するユーザ状態付与手段と
を更に有することも好ましい。
複数のセンサ搭載携帯端末から収集したユーザ状態情報は、ユーザ状態計測センサの計測値であり、
当該ユーザ状態計測センサ毎に、ユーザ状態情報に対応付けた計測値パターンを記憶し、収集した当該ユーザ状態計測センサの計測値に対して、機械学習又はパターンマッチングによって検索されたユーザ状態情報を付与するユーザ状態付与手段と
を更に有することも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
センサ搭載携帯端末及びセンサ未搭載携帯端末が有する測位部は、位置情報を２次元的に測位するＧＰＳ(Global Positioning System)機能に加えて、３次元的に測位するために気圧値に基づく高度を計測する気圧センサを更に有し、
位置情報は、位置に加えて高度を含む
ことも好ましい。
センサ搭載携帯端末及びセンサ未搭載携帯端末が有する測位部は、位置情報を２次元的に測位するＧＰＳ(Global Positioning System)機能に加えて、３次元的に測位するために気圧値に基づく高度を計測する気圧センサを更に有し、
位置情報は、位置に加えて高度を含む
ことも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
ユーザ状態推定手段は、センサ未搭載携帯端末から「時刻、高度有り位置情報」を受信した際に、相関ルール記憶手段を用いて「ユーザ状態情報」を検索できなかった場合、「時刻、高度無し位置情報」に対応する「ユーザ状態情報」を検索する
ことも好ましい。
ユーザ状態推定手段は、センサ未搭載携帯端末から「時刻、高度有り位置情報」を受信した際に、相関ルール記憶手段を用いて「ユーザ状態情報」を検索できなかった場合、「時刻、高度無し位置情報」に対応する「ユーザ状態情報」を検索する
ことも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
ユーザ状態計測センサが動き検出センサ又はマイクである場合、ユーザ状態情報は、行動状態であり、
ユーザ状態計測センサが生体検出センサである場合、ユーザ状態情報は、精神状態である
ことも好ましい。
ユーザ状態計測センサが動き検出センサ又はマイクである場合、ユーザ状態情報は、行動状態であり、
ユーザ状態計測センサが生体検出センサである場合、ユーザ状態情報は、精神状態である
ことも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
「時間帯、位置範囲」の組毎に、外部データベースを用いて「天候状態」を検索する天候状態検索手段を更に有し、
ユーザ状態区分手段は、「時間帯、位置範囲、天候状態」の組毎に、ユーザ状態情報を区分し、
相関ルール生成手段は、「時間帯、位置範囲、天候状態」の組毎に、所定条件以上となるユーザ状態情報を対応付けた相関ルールを生成し、
センサ未搭載携帯端末の「時刻、位置情報」に対して、天候状態検索手段によって「天候状態」を検索し、相関ルール記憶手段を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末に、当該ユーザ状態情報を対応付ける
ことも好ましい。
「時間帯、位置範囲」の組毎に、外部データベースを用いて「天候状態」を検索する天候状態検索手段を更に有し、
ユーザ状態区分手段は、「時間帯、位置範囲、天候状態」の組毎に、ユーザ状態情報を区分し、
相関ルール生成手段は、「時間帯、位置範囲、天候状態」の組毎に、所定条件以上となるユーザ状態情報を対応付けた相関ルールを生成し、
センサ未搭載携帯端末の「時刻、位置情報」に対して、天候状態検索手段によって「天候状態」を検索し、相関ルール記憶手段を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末に、当該ユーザ状態情報を対応付ける
ことも好ましい。
本発明のユーザ状態推定サーバにおける他の実施形態によれば、
ユーザ毎に、ユーザ属性を記憶したユーザ属性記憶手段と、
「時間帯、位置範囲」の組毎に、ユーザ属性記憶手段を用いて「ユーザ属性」を検索するユーザ属性検索手段を更に有し、
ユーザ状態区分手段は、「時間帯、位置範囲、ユーザ属性」の組毎に、ユーザ状態情報を区分し、
相関ルール生成手段は、「時間帯、位置範囲、ユーザ属性」の組毎に、所定条件以上となるユーザ状態情報を対応付けた相関ルールを生成し、
センサ未搭載携帯端末の「時刻、位置情報」に対して、ユーザ属性検索手段によって「ユーザ属性」を検索し、相関ルール記憶手段を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末に、当該ユーザ状態情報を対応付ける
ことも好ましい。
ユーザ毎に、ユーザ属性を記憶したユーザ属性記憶手段と、
「時間帯、位置範囲」の組毎に、ユーザ属性記憶手段を用いて「ユーザ属性」を検索するユーザ属性検索手段を更に有し、
ユーザ状態区分手段は、「時間帯、位置範囲、ユーザ属性」の組毎に、ユーザ状態情報を区分し、
相関ルール生成手段は、「時間帯、位置範囲、ユーザ属性」の組毎に、所定条件以上となるユーザ状態情報を対応付けた相関ルールを生成し、
センサ未搭載携帯端末の「時刻、位置情報」に対して、ユーザ属性検索手段によって「ユーザ属性」を検索し、相関ルール記憶手段を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末に、当該ユーザ状態情報を対応付ける
ことも好ましい。
本発明によれば、測位部及び特定のユーザ状態計測センサを有する複数のセンサ搭載携帯端末と、測位部を有し且つユーザ状態計測センサを有さないセンサ未搭載携帯端末と通信するサーバに搭載されたコンピュータを機能させるユーザ状態推定プログラムであって、
複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶するユーザ状態記憶手段と、
ユーザ状態記憶手段を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分するユーザ状態区分手段と、
「時間帯、位置範囲」毎に、所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する相関ルール生成手段と、
相関ルールを記憶する相関ルール記憶手段と、
センサ未搭載携帯端末の「時刻、位置情報」に対して、相関ルール記憶手段を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付けるユーザ状態推定手段と
してコンピュータを機能させることを特徴とする。
複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶するユーザ状態記憶手段と、
ユーザ状態記憶手段を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分するユーザ状態区分手段と、
「時間帯、位置範囲」毎に、所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する相関ルール生成手段と、
相関ルールを記憶する相関ルール記憶手段と、
センサ未搭載携帯端末の「時刻、位置情報」に対して、相関ルール記憶手段を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付けるユーザ状態推定手段と
してコンピュータを機能させることを特徴とする。
本発明のサーバ及びプログラムによれば、センサを搭載した他の携帯端末のユーザ状態情報を用いて、センサを搭載しない携帯端末におけるユーザ状態を推定することができる。
以下、本発明の実施の形態について、図面を用いて詳細に説明する。
図１は、本発明におけるシステム構成図である。
図１のシステムによれば、ユーザ状態推定サーバ１と、多数の携帯端末２及び３とが、ネットワークを介して通信可能となっている。携帯端末２及び３は少なくとも、ＧＰＳ(Global Positioning System)のような測位部を有し、２次元的な位置情報を取得することができる。携帯端末２及び３が気圧センサも搭載する場合、気圧値(hPa)に基づく高度を計測し、３次元的な位置情報を取得することもできる。
多数の携帯端末２及び３は、以下のように分類される。
センサ搭載携帯端末２ ：ユーザ状態を計測可能なセンサを搭載した携帯端末
センサ未搭載携帯端末３：センサを搭載していない携帯端末
ユーザ状態を計測可能なセンサとしては、例えば以下のようなものがある。
動き検出センサ->
加速度センサ：ユーザの「行動状態」を推定可能
音声検出センサ->
マイク ：ユーザの「行動状態」を推定可能
生体検出センサ->
心拍センサ、体温センサ、皮膚筋電センサ：ユーザの「精神状態」を推定可能
尚、センサ未搭載携帯端末とは、センサを全く搭載していないことを意味するのではなく、特定のユーザ状態を検出するためのセンサを搭載していないに過ぎない。即ち、「行動状態」しか推定しないのであれば、生体検出センサを搭載していても、加速度センサを搭載していない携帯端末は、センサ未搭載携帯端末となる。
センサ搭載携帯端末２ ：ユーザ状態を計測可能なセンサを搭載した携帯端末
センサ未搭載携帯端末３：センサを搭載していない携帯端末
ユーザ状態を計測可能なセンサとしては、例えば以下のようなものがある。
動き検出センサ->
加速度センサ：ユーザの「行動状態」を推定可能
音声検出センサ->
マイク ：ユーザの「行動状態」を推定可能
生体検出センサ->
心拍センサ、体温センサ、皮膚筋電センサ：ユーザの「精神状態」を推定可能
尚、センサ未搭載携帯端末とは、センサを全く搭載していないことを意味するのではなく、特定のユーザ状態を検出するためのセンサを搭載していないに過ぎない。即ち、「行動状態」しか推定しないのであれば、生体検出センサを搭載していても、加速度センサを搭載していない携帯端末は、センサ未搭載携帯端末となる。
図２は、本発明におけるユーザ状態推定サーバの機能構成図である。
図２によれば、ユーザ状態推定サーバ１は、ユーザ状態記憶部１０１と、ユーザ状態付与部１１０と、ユーザ状態区分部１１１と、相関ルール生成部１１２と、相関ルール記憶部１０２と、ユーザ状態推定部１１３と、ユーザ状態通知部１１４と、提示情報記憶部１０３とを有する。これら機能構成部は、サーバに搭載されたコンピュータを機能させるプログラムを実行することによって実現できる。
［ユーザ状態付与部１１０］
ユーザ状態付与部１１０は、複数のセンサ搭載携帯端末からユーザ状態計測センサの計測値を収集し、機械学習又はパターンマッチングによって検索されたユーザ状態情報を付与する。
ユーザ状態付与部１１０は、複数のセンサ搭載携帯端末からユーザ状態計測センサの計測値を収集し、機械学習又はパターンマッチングによって検索されたユーザ状態情報を付与する。
最も簡易な方法として、ユーザ状態付与部１１０は、受信した当該ユーザ状態計測センサの計測値に対して、パターンマッチングによってユーザ状態情報を検索して付与する。例えば、ユーザ状態毎に、加速度センサであれば時間経過に対する加速度の変化パターン（計測値変化パターン）を記憶する。マイクであれば時間経過に対する特定周波数の変化パターンであり、心拍センサであれば時間経過に対する心拍数の変化パターンであってもよい。
また、ユーザ状態付与の既存技術として、各種センサから、ユーザの行動状態及び／又は精神状態を推定する技術がある。例えば加速度や音データの特徴量と、ユーザ行動の正解データから形成される学習データとを用いて、サポートベクタマシンなどの機械学習アルゴリズムによって、「歩行」「立位」「座位」「運動」「食事」などの行動状態を付与することができる（例えば非特許文献１及び２参照）。また、心拍データから「ストレス」「平常」の精神状態を付与する技術もある（例えば非特許文献３参照）。ユーザ状態付与部１１０に、このような機械学習アルゴリズムを用いた既存技術を適用したものであってもよい。
図２によれば、ユーザ状態付与部１１０は破線で表されており、オプション的なものである。即ち、ユーザ状態付与部１１０の処理モジュールは、携帯端末自体に搭載されたものであってもよい。センサ搭載携帯端末２が自ら、ユーザ状態計測センサの計測値から、ユーザ状態を付与することができる場合、ユーザ状態推定サーバ１は、センサ搭載携帯端末２から、そのユーザ状態を受信する。その場合、ユーザ状態推定サーバ１が、ユーザ状態付与部１１０を有する必要はない。
［ユーザ状態記憶部１０１］
ユーザ状態記憶部１０１は、複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶する。
ユーザ状態記憶部１０１は、複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶する。
図３は、ユーザ状態記憶部のユーザ状態履歴を表す説明図である。
図３によれば、ユーザＩＤ毎に、日時刻と、位置情報（緯度、経度、気圧値）と、ユーザ状態（行動状態・精神状態）とが記憶されている。行動状態としては、例えば「食事」「歩行」「走行」「立位」があり、精神状態としては「ストレス」「平常」がある。例えば、飲食店の位置では、昼食時間帯にはユーザ状態「食事」が多く検出される。また、駅周辺の位置では、深夜の時間帯にユーザ状態「ストレス」が検出されるかもしれない。尚、図３によれば、緯度経度として、末尾２桁のみが表されている。
図３によれば、ID1のユーザは、日時刻［2015/4/13 12:40:00］に位置［緯度30、経度40、気圧500hPa］に滞在していた。このとき、ユーザ状態は付与されていない。これは、ID1のユーザが所持する携帯端末は、センサ未搭載携帯端末であるか、又は、センサ搭載携帯端末であってもユーザ状態が付与できなかったことを意味する。
また、ID2のユーザは、日時刻［2015/4/6 18:30:00］に位置［緯度50、経度80、気圧501hPa］に滞在し、ユーザ状態［歩行］が付与されている。これは、ID2のユーザが所持する携帯端末は、加速度センサを搭載した携帯端末であって、加速度の変化パターンからユーザ状態［歩行］が付与されている。
更に、ID3のユーザは、日時刻［2015/4/6 00:00:00］に位置［緯度80、経度40］に滞在し、ユーザ状態［ストレス］が付与されている。これは、ID3のユーザが所持する携帯端末は、心拍センサを搭載した携帯端末であって、心拍の変化パターンからユーザ状態［ストレス］が付与されている。
また、ID2のユーザは、日時刻［2015/4/6 18:30:00］に位置［緯度50、経度80、気圧501hPa］に滞在し、ユーザ状態［歩行］が付与されている。これは、ID2のユーザが所持する携帯端末は、加速度センサを搭載した携帯端末であって、加速度の変化パターンからユーザ状態［歩行］が付与されている。
更に、ID3のユーザは、日時刻［2015/4/6 00:00:00］に位置［緯度80、経度40］に滞在し、ユーザ状態［ストレス］が付与されている。これは、ID3のユーザが所持する携帯端末は、心拍センサを搭載した携帯端末であって、心拍の変化パターンからユーザ状態［ストレス］が付与されている。
［ユーザ状態区分部１１１］
ユーザ状態区分部１１１は、ユーザ状態記憶部１０１を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分する。ここで、ユーザ状態区分部１１１は、ユーザ状態記憶部１０１のデータから、ユーザＩＤの要素を削除する。また、「時間帯」は、例えば１日を１時間単位に区分したものである。位置範囲は、地図データを、一定規則のメッシュ状に区切った緯度経度範囲である。尚、位置範囲は、気圧値に基づく高度の要素を含めた３次元的なものであってもよい。
ユーザ状態区分部１１１は、ユーザ状態記憶部１０１を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分する。ここで、ユーザ状態区分部１１１は、ユーザ状態記憶部１０１のデータから、ユーザＩＤの要素を削除する。また、「時間帯」は、例えば１日を１時間単位に区分したものである。位置範囲は、地図データを、一定規則のメッシュ状に区切った緯度経度範囲である。尚、位置範囲は、気圧値に基づく高度の要素を含めた３次元的なものであってもよい。
図４は、位置範囲を表す説明図である。
図４（ａ）によれば、緯度経度の範囲毎に、位置範囲ＩＤが割り当てられている。
図４（ｂ）によれば、更に気圧値（高度）の範囲によって、位置範囲ＩＤが更に細分化されている。
図４（ａ）によれば、緯度経度の範囲毎に、位置範囲ＩＤが割り当てられている。
図４（ｂ）によれば、更に気圧値（高度）の範囲によって、位置範囲ＩＤが更に細分化されている。
図５は、図３のユーザ状態履歴を、時間帯及び位置範囲に応じて区分した説明図である。
図５（ａ−１）によれば、時間帯と、高度無し位置情報と、行動状態との組に、区分されている。
図５（ｂ−１）によれば、時間帯と、高度有り位置情報と、行動状態との組に、区分されている。
図５（ｃ−１）によれば、時間帯と、高度無し位置情報と、精神状態との組に、区分されている。
図５（ｄ−１）によれば、時間帯と、高度有り位置情報と、精神状態との組に、区分されている。
図５（ａ−１）によれば、時間帯と、高度無し位置情報と、行動状態との組に、区分されている。
図５（ｂ−１）によれば、時間帯と、高度有り位置情報と、行動状態との組に、区分されている。
図５（ｃ−１）によれば、時間帯と、高度無し位置情報と、精神状態との組に、区分されている。
図５（ｄ−１）によれば、時間帯と、高度有り位置情報と、精神状態との組に、区分されている。
［相関ルール生成部１１２］
相関ルール生成部１１２は、「時間帯、位置範囲」毎に、尤度が所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する。相関ルールは、尤度として、具体的に以下のように算出される。
ｋ：当該「時間帯、位置範囲」のデータ数
ｎ：当該「ユーザ状態情報」のデータ数
ｉ：当該「時間帯、位置範囲」における当該「ユーザ状態情報」のデータ数
支持度＝ｉ／ｎ
確信度＝ｉ／ｋ
そして、相関ルール生成部１１２は、尤度として算出された支持度及び確信度がそれぞれ所定閾値以上となる、当該「時間帯、位置範囲」と当該「ユーザ状態情報」とを対応付けたものを、相関ルール記憶部１０２へ出力する。
尚、尤度としては、「支持度及び確信度」に限られず、「該当のデータ数がＸ件以上（母数に関係ない。又は、割合を勘案しない）」のような単純なルールであってもよい。
相関ルール生成部１１２は、「時間帯、位置範囲」毎に、尤度が所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する。相関ルールは、尤度として、具体的に以下のように算出される。
ｋ：当該「時間帯、位置範囲」のデータ数
ｎ：当該「ユーザ状態情報」のデータ数
ｉ：当該「時間帯、位置範囲」における当該「ユーザ状態情報」のデータ数
支持度＝ｉ／ｎ
確信度＝ｉ／ｋ
そして、相関ルール生成部１１２は、尤度として算出された支持度及び確信度がそれぞれ所定閾値以上となる、当該「時間帯、位置範囲」と当該「ユーザ状態情報」とを対応付けたものを、相関ルール記憶部１０２へ出力する。
尚、尤度としては、「支持度及び確信度」に限られず、「該当のデータ数がＸ件以上（母数に関係ない。又は、割合を勘案しない）」のような単純なルールであってもよい。
ここで、支持度及び確信度それぞれの所定閾値を、以下のように設定したとする。
支持度：４０％
確信度：７０％
図５（ｂ−１）によれば、「時間帯12:00-13:00、位置範囲ＩＤ=150-1、行動状態=食事」について、支持度及び確信度は、以下のように表される。
ｉ：「12:00-13:00、150-1」における「食事」のデータ数＝２
ｎ：「食事」のデータ数＝４
ｋ：「12:00-13:00、150-1」のデータ数＝２
支持度＝ｉ／ｎ＝２／４＝５０％
確信度＝ｉ／ｋ＝２／２＝１００％
この場合、「時間帯12:00-13:00、位置範囲150-1」＝「行動状態：食事」が、相関ルールとして記憶される。
支持度：４０％
確信度：７０％
図５（ｂ−１）によれば、「時間帯12:00-13:00、位置範囲ＩＤ=150-1、行動状態=食事」について、支持度及び確信度は、以下のように表される。
ｉ：「12:00-13:00、150-1」における「食事」のデータ数＝２
ｎ：「食事」のデータ数＝４
ｋ：「12:00-13:00、150-1」のデータ数＝２
支持度＝ｉ／ｎ＝２／４＝５０％
確信度＝ｉ／ｋ＝２／２＝１００％
この場合、「時間帯12:00-13:00、位置範囲150-1」＝「行動状態：食事」が、相関ルールとして記憶される。
図５（ｃ−１）によれば、「時間帯0:00-1:00、位置範囲520、精神状態：ストレス」について、支持度及び確信度は、以下のように表される。
ｉ：「0:00-1:00、520」における「ストレス」のデータ数＝３
ｎ：「ストレス」のデータ数＝５
ｋ：「0:00-1:00、520」のデータ数＝３
支持度＝ｉ／ｎ＝３／５＝６０％
確信度＝ｉ／ｋ＝３／３＝１００％
この場合、「時間帯0:00-1:00、位置範囲520」＝「精神状態：ストレス」が、相関ルールとして記憶される。
ｉ：「0:00-1:00、520」における「ストレス」のデータ数＝３
ｎ：「ストレス」のデータ数＝５
ｋ：「0:00-1:00、520」のデータ数＝３
支持度＝ｉ／ｎ＝３／５＝６０％
確信度＝ｉ／ｋ＝３／３＝１００％
この場合、「時間帯0:00-1:00、位置範囲520」＝「精神状態：ストレス」が、相関ルールとして記憶される。
尚、相関ルール生成部１１２は、比較的長期の所定時間経過毎に、相関ルールを生成し直すことが好ましい。ユーザ状態を推定するための規則性は、時間経過に応じて変化することが考えられるためである。
［相関ルール記憶部１０２］
相関ルール記憶部１０２は、相関ルール生成部１１２から出力された、「時間帯、位置範囲」と「ユーザ状態情報」とを対応付けた相関ルールを記憶する。これは、時間帯及び位置範囲に対する、多数の人の行動状態又は精神状態の規則性を見出したものである。
相関ルール記憶部１０２は、相関ルール生成部１１２から出力された、「時間帯、位置範囲」と「ユーザ状態情報」とを対応付けた相関ルールを記憶する。これは、時間帯及び位置範囲に対する、多数の人の行動状態又は精神状態の規則性を見出したものである。
［ユーザ状態推定部１１３］
ユーザ状態推定部１１３は、センサ未搭載携帯端末の「時刻、位置情報」に対して、相関ルール記憶部１０２を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付ける。即ち、本発明によれば、同一の「時間帯、位置範囲」について、センサ未搭載携帯端末を所持するユーザのユーザ状態は、センサ搭載携帯端末を所持するユーザのユーザ状態情報と同じである可能性が高いと推定する。このように、ユーザ状態推定部１１３は、ユーザ状態情報が不明となっている携帯端末について、そのユーザ状態情報を補完することができる。
ユーザ状態推定部１１３は、センサ未搭載携帯端末の「時刻、位置情報」に対して、相関ルール記憶部１０２を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付ける。即ち、本発明によれば、同一の「時間帯、位置範囲」について、センサ未搭載携帯端末を所持するユーザのユーザ状態は、センサ搭載携帯端末を所持するユーザのユーザ状態情報と同じである可能性が高いと推定する。このように、ユーザ状態推定部１１３は、ユーザ状態情報が不明となっている携帯端末について、そのユーザ状態情報を補完することができる。
ユーザ状態推定部１１３は、センサ未搭載携帯端末３から「時刻、高度有り位置情報」を受信した際に、相関ルール記憶部１０２を用いて「ユーザ状態情報」を検索できなかった場合、「時刻、高度無し位置情報」に対応する「ユーザ状態情報」を検索する。具体的には、前述した図５（ｂ−１）（ｄ−１）「高度有り位置情報」を用いてユーザ状態を検索し、検索できなかった場合、図５（ａ−１）（ｃ−１）「高度無し位置情報」を用いて改めてユーザ状態を検索する。勿論、センサ未搭載携帯端末３から「時刻、高度無し位置情報」を受信した際には、「時刻、高度無し位置情報」に対応する「ユーザ状態情報」を検索する。
図５（ｅ）によれば、図３の［日時刻2015/4/13 12:40:00、緯度経度(30,40)、気圧値500hPa］の時点で、ID1のユーザは、行動状態も精神状態は不明である。この時点は［時間帯12:00-13:00］に含まれ、位置は［位置範囲150-1］に含まれる。ここで、図５（ｂ−１）の高度有り位置情報に基づく相関ルールから、行動状態［食事］を推定することができる。このとき、精神状態は、図５（ｃ−１）（ｄ−１）からは推定できない。
また、図５（ｅ）によれば、図３の［日時刻2015/4/13 0:20:00、緯度経度(80,40)、気圧値500hPa］の時点で、ID1のユーザは、行動状態も精神状態は不明である。この時点は［時間帯0:00-1:00］に含まれ、位置は［位置範囲520-1］に含まれる。ここで、図５（ｄ−１）の高度有り位置情報に基づく相関ルールから、精神状態を推定できない。そのために、図５（ｃ−１）の高度無し位置情報に基づく相関ルールから、精神状態［ストレス］を推定することができる。
このように、本発明によれば、行動状態及び／又は精神状態が不明な携帯端末であっても、時間帯及び位置範囲が同じである場合、他の異なる携帯端末に基づくユーザ状態と同じであると推定する。
このように、本発明によれば、行動状態及び／又は精神状態が不明な携帯端末であっても、時間帯及び位置範囲が同じである場合、他の異なる携帯端末に基づくユーザ状態と同じであると推定する。
［ユーザ状態通知部１１４］
ユーザ状態通知部１１４は、ユーザ状態推定部１１３によって対応付けられた当該「ユーザ状態情報」を、当該センサ未搭載携帯端末３へ送信する。センサ未搭載携帯端末３は、受信した「ユーザ状態情報」を、ディスプレイによってユーザに提示するものであってもよいし、アプリケーションの振る舞いを制御する情報要素として利用するものであってもよい。
ユーザ状態通知部１１４は、ユーザ状態推定部１１３によって対応付けられた当該「ユーザ状態情報」を、当該センサ未搭載携帯端末３へ送信する。センサ未搭載携帯端末３は、受信した「ユーザ状態情報」を、ディスプレイによってユーザに提示するものであってもよいし、アプリケーションの振る舞いを制御する情報要素として利用するものであってもよい。
［提示情報記憶部１０３］
提示情報記憶部１０３は、「時間帯、位置範囲、ユーザ状態情報」毎に、ユーザに対する提示情報を対応付けたものである。その提示情報は、センサ未搭載携帯端末３のディスプレイに表示される。ユーザは、現時点のユーザ状態に適した提示情報を視認することができる。
提示情報記憶部１０３は、「時間帯、位置範囲、ユーザ状態情報」毎に、ユーザに対する提示情報を対応付けたものである。その提示情報は、センサ未搭載携帯端末３のディスプレイに表示される。ユーザは、現時点のユーザ状態に適した提示情報を視認することができる。
図５（ｃ−３）によれば、例えば［時間帯0:00-1:00、位置範囲520、精神状態：ストレス］の相関ルールに、提示情報「夜遅くまでお疲れ様。もし、タクシーでお帰りなら、以下のURLからタクシーを配車できますよ。http://www.au-taxi.jp」が対応付けて記憶されている。
ここで、ユーザ状態が推定される毎に、ユーザに、同じ提示情報が通知されないようにすることが好ましい。そのために、提示情報記憶部１０３は、各提示情報に、ユーザID毎の「適用フラグ」を付与する。ユーザ状態推定サーバ１としては、携帯端末によってユーザが一度視認した提示情報について、その適用フラグをオフ（非適用）にして、再度送信しないようにする。ユーザ状態が変化した後は、その適用フラグをオン（適用）にして、次にそのユーザ状態となった際に、改めて提示情報が通知される。
図２によれば、ユーザ状態推定サーバ１は、オプション的に、天候状態検索部１１６と、ユーザ属性検索部１１７と、ユーザ属性記憶部１０４とを更に有する。これら機能構成部も、サーバに搭載されたコンピュータを機能させるプログラムを実行することによって実現できる。
［天候状態検索部１１６］
天候状態検索部１１６は、「時間帯、位置範囲」の組毎に、気象（外部）データベース４を用いて「天候状態」を検索する。
この場合、ユーザ状態区分部１１１は、「時間帯、位置範囲、天候状態」の組毎に、ユーザ状態情報を区分する。
また、相関ルール記憶部１０２は、「時間帯、位置範囲、天候状態」の組毎に、所定条件以上となるユーザ状態情報を相関付けて記憶する。
これによって、センサ未搭載携帯端末３の「時刻、位置情報」に対して、天候状態検索部１１６によって「天候状態」を検索し、相関ルール記憶部１０２を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末３に、当該ユーザ状態情報を対応付ける。
例えば雨の日だけ、その時間帯及び位置で、特定の精神状態「ストレス」が検出される場合もある。
天候状態検索部１１６は、「時間帯、位置範囲」の組毎に、気象（外部）データベース４を用いて「天候状態」を検索する。
この場合、ユーザ状態区分部１１１は、「時間帯、位置範囲、天候状態」の組毎に、ユーザ状態情報を区分する。
また、相関ルール記憶部１０２は、「時間帯、位置範囲、天候状態」の組毎に、所定条件以上となるユーザ状態情報を相関付けて記憶する。
これによって、センサ未搭載携帯端末３の「時刻、位置情報」に対して、天候状態検索部１１６によって「天候状態」を検索し、相関ルール記憶部１０２を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末３に、当該ユーザ状態情報を対応付ける。
例えば雨の日だけ、その時間帯及び位置で、特定の精神状態「ストレス」が検出される場合もある。
［ユーザ属性記憶部１０４］
ユーザ属性記憶部１０４は、ユーザ毎に、ユーザ属性を記憶する。ユーザ属性としては、例えば性別、年齢、職業などがある。
ユーザ属性記憶部１０４は、ユーザ毎に、ユーザ属性を記憶する。ユーザ属性としては、例えば性別、年齢、職業などがある。
［ユーザ属性検索部１１７］
ユーザ属性検索部１１７は、「時間帯、位置範囲」の組毎に、ユーザ属性記憶部１０４を用いて「ユーザ属性」を検索する。
この場合、ユーザ状態区分部１１１は、「時間帯、位置範囲、ユーザ属性」の組毎に、ユーザ状態情報を区分する。
また、相関ルール記憶部１０２は、「時間帯、位置範囲、ユーザ属性」の組毎に、所定条件以上となるユーザ状態情報を相関付けて記憶する。
これによって、センサ未搭載携帯端末３の「時刻、位置情報」に対して、ユーザ属性検索部１１７によって「ユーザ属性」を検索し、相関ルール記憶部１０２を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末３に、当該ユーザ状態情報を対応付ける。
ユーザ属性検索部１１７は、「時間帯、位置範囲」の組毎に、ユーザ属性記憶部１０４を用いて「ユーザ属性」を検索する。
この場合、ユーザ状態区分部１１１は、「時間帯、位置範囲、ユーザ属性」の組毎に、ユーザ状態情報を区分する。
また、相関ルール記憶部１０２は、「時間帯、位置範囲、ユーザ属性」の組毎に、所定条件以上となるユーザ状態情報を相関付けて記憶する。
これによって、センサ未搭載携帯端末３の「時刻、位置情報」に対して、ユーザ属性検索部１１７によって「ユーザ属性」を検索し、相関ルール記憶部１０２を用いて「ユーザ状態情報」を検索し、センサ未搭載携帯端末３に、当該ユーザ状態情報を対応付ける。
以上、詳細に説明したように、本発明のサーバ及びプログラムによれば、他のセンサ搭載携帯端末のユーザ状態情報を、センサ未搭載携帯端末に適用して、携帯端末の位置に基づくユーザ状態を推定することができる。
前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ ユーザ状態推定サーバ
１０１ ユーザ状態記憶部
１０２ 相関ルール記憶部
１０３ 提示情報記憶部
１０４ ユーザ属性記憶部
１１０ ユーザ状態付与部
１１１ ユーザ状態区分部
１１２ 相関ルール生成部
１１３ ユーザ状態推定部
１１４ ユーザ状態通知部
１１５ ユーザ状態検索部
１１６ 天候状態検索部
１１７ ユーザ属性検索部
２ センサ搭載携帯端末
３ センサ未搭載携帯端末
４ 気象サーバ
１０１ ユーザ状態記憶部
１０２ 相関ルール記憶部
１０３ 提示情報記憶部
１０４ ユーザ属性記憶部
１１０ ユーザ状態付与部
１１１ ユーザ状態区分部
１１２ 相関ルール生成部
１１３ ユーザ状態推定部
１１４ ユーザ状態通知部
１１５ ユーザ状態検索部
１１６ 天候状態検索部
１１７ ユーザ属性検索部
２ センサ搭載携帯端末
３ センサ未搭載携帯端末
４ 気象サーバ
Claims (11)
- 測位部及び特定のユーザ状態計測センサを有する複数のセンサ搭載携帯端末と、前記測位部を有し且つ前記ユーザ状態計測センサを有さないセンサ未搭載携帯端末と通信するユーザ状態推定サーバであって、
複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶するユーザ状態記憶手段と、
前記ユーザ状態記憶手段を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分するユーザ状態区分手段と、
「時間帯、位置範囲」毎に、尤度が所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する相関ルール生成手段と、
前記相関ルールを記憶する相関ルール記憶手段と、
センサ未搭載携帯端末の「時刻、位置情報」に対して、前記相関ルール記憶手段を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付けるユーザ状態推定手段と
を有することを特徴とするユーザ状態推定サーバ。 - 前記ユーザ状態推定手段によって対応付けられた当該「ユーザ状態情報」を、当該センサ未搭載携帯端末へ送信するユーザ状態通知手段を
更に有することを特徴とする請求項１に記載のユーザ状態推定サーバ。 - 「時間帯、位置範囲、ユーザ状態情報」毎に、ユーザに対する「提示情報」を対応付けた提示情報記憶手段を更に有し、
前記ユーザ状態通知手段は、前記提示情報記憶手段を用いて、当該「時間帯、位置範囲、ユーザ状態情報」に対応した「提示情報」を、当該センサ未搭載携帯端末へ送信する
ことを特徴とする請求項２に記載のユーザ状態推定サーバ。 - 前記相関ルール生成手段は、前記尤度として、
ｋ：当該「時間帯、位置範囲」のデータ数
ｎ：当該「ユーザ状態情報」のデータ数
ｉ：当該「時間帯、位置範囲」における当該「ユーザ状態情報」のデータ数
支持度＝ｉ／ｎ
確信度＝ｉ／ｋ
を算出し、支持度及び確信度がそれぞれ所定閾値以上となる、当該「時間帯、位置範囲」と当該「ユーザ状態情報」とを対応付けたものを相関ルールとして記憶する
ことを特徴とする請求項１から３のいずれか１項に記載のユーザ状態推定サーバ。 - 複数のセンサ搭載携帯端末から収集した前記ユーザ状態情報は、前記ユーザ状態計測センサの計測値であり、
当該ユーザ状態計測センサ毎に、ユーザ状態情報に対応付けた計測値パターンを記憶し、収集した当該ユーザ状態計測センサの計測値に対して、機械学習又はパターンマッチングによって検索されたユーザ状態情報を付与するユーザ状態付与手段と
を更に有することを特徴とする請求項１から４のいずれか１項に記載のユーザ状態推定サーバ。 - センサ搭載携帯端末及びセンサ未搭載携帯端末が有する前記測位部は、前記位置情報を２次元的に測位するＧＰＳ(Global Positioning System)機能に加えて、３次元的に測位するために気圧値に基づく高度を計測する気圧センサを更に有し、
前記位置情報は、位置に加えて高度を含む
ことを特徴とする請求項１から５のいずれか１項に記載のユーザ状態推定サーバ。 - 前記ユーザ状態推定手段は、センサ未搭載携帯端末から「時刻、高度有り位置情報」を受信した際に、前記相関ルール記憶手段を用いて「ユーザ状態情報」を検索できなかった場合、「時刻、高度無し位置情報」に対応する「ユーザ状態情報」を検索する
ことを特徴とする請求項６に記載のユーザ状態推定サーバ。 - 前記ユーザ状態計測センサが動き検出センサ又はマイクである場合、前記ユーザ状態情報は、行動状態であり、
前記ユーザ状態計測センサが生体検出センサである場合、前記ユーザ状態情報は、精神状態である
ことを特徴とする請求項１から７のいずれか１項に記載のユーザ状態推定サーバ。 - 「時間帯、位置範囲」の組毎に、外部データベースを用いて「天候状態」を検索する天候状態検索手段を更に有し、
前記ユーザ状態区分手段は、「時間帯、位置範囲、天候状態」の組毎に、ユーザ状態情報を区分し、
前記相関ルール生成手段は、「時間帯、位置範囲、天候状態」の組毎に、所定条件以上となるユーザ状態情報を対応付けた相関ルールを生成し、
センサ未搭載携帯端末の「時刻、位置情報」に対して、前記天候状態検索手段によって「天候状態」を検索し、前記相関ルール記憶手段を用いて「ユーザ状態情報」を検索し、前記センサ未搭載携帯端末に、当該ユーザ状態情報を対応付ける
ことを特徴とする請求項１から８のいずれか１項に記載のユーザ状態推定サーバ。 - ユーザ毎に、ユーザ属性を記憶したユーザ属性記憶手段と、
「時間帯、位置範囲」の組毎に、前記ユーザ属性記憶手段を用いて「ユーザ属性」を検索するユーザ属性検索手段を更に有し、
前記ユーザ状態区分手段は、「時間帯、位置範囲、ユーザ属性」の組毎に、ユーザ状態情報を区分し、
前記相関ルール生成手段は、「時間帯、位置範囲、ユーザ属性」の組毎に、所定条件以上となるユーザ状態情報を対応付けた相関ルールを生成し、
センサ未搭載携帯端末の「時刻、位置情報」に対して、前記ユーザ属性検索手段によって「ユーザ属性」を検索し、前記相関ルール記憶手段を用いて「ユーザ状態情報」を検索し、前記センサ未搭載携帯端末に、当該ユーザ状態情報を対応付ける
ことを特徴とする請求項１から８のいずれか１項に記載のユーザ状態推定サーバ。 - 測位部及び特定のユーザ状態計測センサを有する複数のセンサ搭載携帯端末と、前記測位部を有し且つ前記ユーザ状態計測センサを有さないセンサ未搭載携帯端末と通信するサーバに搭載されたコンピュータを機能させるユーザ状態推定プログラムであって、
複数のセンサ搭載携帯端末から収集した、「時刻、位置情報、ユーザ状態情報」を記憶するユーザ状態記憶手段と、
前記ユーザ状態記憶手段を用いて、「時間帯、位置範囲」毎に、「ユーザ状態情報」を区分するユーザ状態区分手段と、
「時間帯、位置範囲」毎に、尤度が所定条件以上となる「ユーザ状態情報」を対応付けた相関ルールを生成する相関ルール生成手段と、
前記相関ルールを記憶する相関ルール記憶手段と、
センサ未搭載携帯端末の「時刻、位置情報」に対して、前記相関ルール記憶手段を用いて、当該「時刻、位置情報」を含む「時間帯、位置範囲」の「ユーザ状態情報」を対応付けるユーザ状態推定手段と
してコンピュータを機能させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015133311A JP6478327B2 (ja) | 2015-07-02 | 2015-07-02 | センサを搭載しない携帯端末におけるユーザ状態を推定するサーバ及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015133311A JP6478327B2 (ja) | 2015-07-02 | 2015-07-02 | センサを搭載しない携帯端末におけるユーザ状態を推定するサーバ及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017016452A JP2017016452A (ja) | 2017-01-19 |
| JP6478327B2 true JP6478327B2 (ja) | 2019-03-06 |
Family
ID=57830663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015133311A Active JP6478327B2 (ja) | 2015-07-02 | 2015-07-02 | センサを搭載しない携帯端末におけるユーザ状態を推定するサーバ及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6478327B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6865153B2 (ja) * | 2017-12-15 | 2021-04-28 | ヤフー株式会社 | 推定装置、推定方法、及び推定プログラム |
| JP6885858B2 (ja) * | 2017-12-15 | 2021-06-16 | ヤフー株式会社 | 推定装置、推定方法、及び推定プログラム |
| JP7329825B2 (ja) * | 2018-07-25 | 2023-08-21 | 公立大学法人岩手県立大学 | 情報提供システム、情報提供方法、プログラム |
| JP7244458B2 (ja) * | 2020-06-03 | 2023-03-22 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003323502A (ja) * | 2002-05-07 | 2003-11-14 | Casio Comput Co Ltd | 行動記録装置及び行動記録プログラム |
| JP2010122751A (ja) * | 2008-11-17 | 2010-06-03 | Nec Corp | 状況推定システム、状況推定方法、状況推定プログラム |
| JP2013032932A (ja) * | 2011-08-01 | 2013-02-14 | Sharp Corp | 携帯端末 |
| JP5862407B2 (ja) * | 2012-03-27 | 2016-02-16 | 富士通株式会社 | 生体情報処理装置及び生体情報処理方法 |
| JP5994388B2 (ja) * | 2012-05-23 | 2016-09-21 | 富士通株式会社 | サーバ、情報処理方法及び情報処理プログラム |
| JP5904021B2 (ja) * | 2012-06-07 | 2016-04-13 | ソニー株式会社 | 情報処理装置、電子機器、情報処理方法、及びプログラム |
| WO2014123328A1 (en) * | 2013-02-08 | 2014-08-14 | Samsung Electronics Co., Ltd. | Method and device for providing recommendation panel, and method and server for providing recommendation item |
-
2015
- 2015-07-02 JP JP2015133311A patent/JP6478327B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017016452A (ja) | 2017-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Friendbook: a semantic-based friend recommendation system for social networks | |
| US10003924B2 (en) | Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location | |
| AU2016200905B2 (en) | A system and method for identifying and analyzing personal context of a user | |
| US10136249B2 (en) | Information distribution apparatus and method | |
| US8438127B2 (en) | Behaviour pattern analysis system, mobile terminal, behaviour pattern analysis method, and program | |
| US9740773B2 (en) | Context labels for data clusters | |
| US11545170B2 (en) | Acoustic neural network scene detection | |
| US10504031B2 (en) | Method and apparatus for determining probabilistic context awareness of a mobile device user using a single sensor and/or multi-sensor data fusion | |
| US20180005194A1 (en) | Enriched Calendar Events | |
| JP6478327B2 (ja) | センサを搭載しない携帯端末におけるユーザ状態を推定するサーバ及びプログラム | |
| US20200118191A1 (en) | Apparatus and method for recommending place | |
| CN107851243B (zh) | 推断物理会议位置 | |
| JP5953673B2 (ja) | 行動識別装置、行動識別方法、及びプログラム | |
| CN107924548A (zh) | 使用可穿戴设备自动监视一位置处的实时活动以确定等待时间的***和方法 | |
| KR20160144305A (ko) | 컨텐트를 제공하는 방법 및 장치 | |
| CN105574067A (zh) | 项目推荐装置以及项目推荐方法 | |
| CN110782625A (zh) | 乘车安全报警方法、装置、电子设备及存储介质 | |
| US11430207B2 (en) | Reception apparatus, reception system, reception method and storage medium | |
| GB2527605A (en) | System and method for dynamically generating contextual and personalised digital content | |
| JP2021047414A (ja) | 音声指紋の照合のための装置及びコンピュータ可読記憶媒体 | |
| US20190171732A1 (en) | Systems and methods for evaluating accuracy of place data based on context | |
| US20190171755A1 (en) | Systems and methods for determining relevance of place data | |
| JP6089764B2 (ja) | 活動状況処理装置及び活動状況処理方法 | |
| WO2016194621A1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| CN115358379B (zh) | 神经网络处理、信息处理方法、装置和计算机设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180212 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190128 |
|
| 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: 20190131 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190201 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6478327 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |