JP7001560B2 - Investment behavior analysis support device and investment behavior analysis support method - Google Patents
Investment behavior analysis support device and investment behavior analysis support method Download PDFInfo
- Publication number
- JP7001560B2 JP7001560B2 JP2018136404A JP2018136404A JP7001560B2 JP 7001560 B2 JP7001560 B2 JP 7001560B2 JP 2018136404 A JP2018136404 A JP 2018136404A JP 2018136404 A JP2018136404 A JP 2018136404A JP 7001560 B2 JP7001560 B2 JP 7001560B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- information
- investment
- viewpoint position
- target
- 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
- 238000004458 analytical method Methods 0.000 title claims description 75
- 238000000034 method Methods 0.000 title claims description 55
- 230000000007 visual effect Effects 0.000 claims description 69
- 230000010365 information processing Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000002093 peripheral effect Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 description 84
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000004424 eye movement Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005043 peripheral vision Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Eye Examination Apparatus (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
本発明は、投資行動分析支援装置および投資行動分析支援方法に関するものである。 The present invention relates to an investment behavior analysis support device and an investment behavior analysis support method.
現在、株式市場における多数の銘柄に関して、証券アナリストや個別の投資家が株価変動の契機や要因を定常的に分析している。こうした証券アナリストらは、それぞれに何らかの分析基準を持って、所定の情報から株価推移の予想を行っている。そして、当該予想の的中率が特に高い証券アナリスト等も存在する。 Currently, securities analysts and individual investors are constantly analyzing the triggers and factors of stock price fluctuations for a large number of stocks in the stock market. These securities analysts have their own analysis criteria and make forecasts of stock price changes from predetermined information. There are also securities analysts who have a particularly high hit rate for the forecast.
そこで、このような的中率の高い証券アナリスト等が上述の予想等を行う際、所定の情報のうちどの箇所に着目しているのか特定し、これを以後の投資機会に活用することが考えられる。 Therefore, when such a securities analyst with a high hit rate makes the above forecasts, it is possible to identify which part of the predetermined information is focused on and utilize this for future investment opportunities. Conceivable.
このような、情報のうちでユーザから着目されている箇所を特定する従来技術としては、例えば、画像、および画像と音声の情報を利用者に提示する装置において、該情報を視察または視聴している利用者の眼球運動を観測する手段と、この手段で観測した利用者の眼球運動の速度成分を逐次生成する手段と、この手段で生成した速度成分から眼球運動の活発さの度合いを求める手段と、この求める手段で求めた眼球運動の活発さの度合いをもとに該情報の重要度を推定する手段とを有することを特徴とする情報処理装置（特許文献１参照）などが提案されている。 As a conventional technique for identifying a part of the information that is of interest to the user, for example, in an image and a device that presents image and audio information to the user, the information is inspected or viewed. A means for observing the eye movement of a user, a means for sequentially generating a velocity component of the user's eye movement observed by this means, and a means for obtaining the degree of activity of the eye movement from the velocity component generated by this means. An information processing device (see Patent Document 1) characterized by having a means for estimating the importance of the information based on the degree of activity of the eye movement obtained by this desired means has been proposed. There is.
また、予め定められた情報である重要情報を含むドキュメントを表示装置の表示画面に表示する表示処理部と、前記表示画面に表示された前記ドキュメントに対するユーザの視線の位置が、前記表示画面を分割した領域である複数の視線領域のいずれに存在するかを示す視線情報を生成する画像処理部と、前記ドキュメントをオープンする指示を受け取った場合に、前記重要情報が前記複数の視線領域のいずれに存在するかを示す重要情報の位置情報を予め定められた第１の時間毎に取得し、前記視線情報を予め定められた第２の時間毎に取得し、複数の前記重要情報の位置情報と複数の前記視線情報とに基づいて前記重要情報が確認されたか否かを判断し、前記ドキュメントをクローズする指示を受け取った場合に、前記重要情報が見落とされたことを前記表示処理部に通知して表示させる見落し判定部とを含むことを特徴とする情報処理装置（特許文献２参照）なども提案されている。 Further, the display processing unit that displays a document containing important information, which is predetermined information, on the display screen of the display device, and the position of the user's line of sight with respect to the document displayed on the display screen divide the display screen. An image processing unit that generates line-of-sight information indicating which of the plurality of line-of-sight areas is located in the area, and when an instruction to open the document is received, the important information is stored in any of the plurality of line-of-sight areas. The position information of the important information indicating the existence is acquired every predetermined first time, the line-of-sight information is acquired every predetermined second time, and the position information of the plurality of important information is acquired. It is determined whether or not the important information has been confirmed based on the plurality of line-of-sight information, and when an instruction to close the document is received, the display processing unit is notified that the important information has been overlooked. An information processing device (see Patent Document 2) characterized by including an oversight determination unit to be displayed is also proposed.
また他にも、注目度計測装置及び注目度計測システム（特許文献３参照）、画像検索支援装置及びチーム医療支援システム（特許文献４参照）、端末装置、情報処理方法及びプログラム（特許文献５参照）、情報処理装置、情報処理方法及びプログラム（特許文献６参照）、なども提案されている。 In addition, attention level measuring device and attention level measuring system (see Patent Document 3), image search support device and team medical support system (see Patent Document 4), terminal device, information processing method and program (see Patent Document 5). ), Information processing apparatus, information processing method and program (see Patent Document 6), and the like have also been proposed.
一方、上述のように的中率の高い証券アナリスト等（以後、意思決定者）における投資行動パターンを、ＡＩやＢＩなどのツールにより再現し、以後の投資機会に活用することも考えられる。この場合、上述のツールへの投入データ生成のため、対象となる意思決定者が参照している資料の選定・加工方法を予め知っておく必要がある。 On the other hand, as described above, it is conceivable to reproduce the investment behavior patterns of securities analysts and the like (hereinafter referred to as decision makers) with high hit rates using tools such as AI and BI, and utilize them for future investment opportunities. In this case, it is necessary to know in advance the selection / processing method of the material referred to by the target decision maker in order to generate the input data to the above-mentioned tool.
現状では、意思決定者にヒアリングを複数回行い、上述の資料の選定・加工方法を聴取する、といった手法が主流である。しかしながら、ヒアリングで聴取できる情報は、意思決定者が普段から意識的に行っている行動に関するものに限定され、無意識下で重視し行っている行動等について、情報として取得することは困難である。さらに、得られる情報の質、量とも、ヒアリング担当者のスキルや経験等に左右され、不安定である。また、困難ながら何らかの情報を得たとしても、そうした情報のうち、上述の投入データである説明変数として何をどのような形で用いるべきか、的確な判断を行うことも困難であった。 At present, the mainstream method is to conduct interviews with decision makers multiple times and listen to the selection and processing methods of the above-mentioned materials. However, the information that can be heard in the hearing is limited to the behavior that the decision maker usually consciously performs, and it is difficult to obtain the information that the decision maker unconsciously emphasizes. Furthermore, the quality and quantity of information obtained is unstable because it depends on the skills and experience of the hearing staff. Further, even if some information is obtained although it is difficult, it is difficult to make an accurate judgment as to what and in what form should be used as the explanatory variable which is the input data described above.
そこで本発明の目的は、意思決定者における有意な投資行動を、客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な説明変数を効率的に生成する技術を提供することにある。 Therefore, an object of the present invention is to provide a technique for objectively and comprehensively detecting significant investment behavior in a decision maker and efficiently generating an appropriate explanatory variable based on the investment behavior.
上記課題を解決する本発明の投資行動分析支援装置は、所定の投資意思決定者における視点位置の時系列データと、前記視点位置を含む所定領域に存在する目視対象の情報とを格納した記憶装置と、前記時系列データに基づき前記視点位置それぞれの注視時間を算定する処理と、少なくとも前記注視時間の長さに応じ、当該視点位置に存在する前記目視対象の情報の注目度を判定する処理と、前記注目度の高さに応じて所定ルールで選定した前記目視対象の情報に基づき、前記投資意思決定者における投資行動の再現ツールに与える説明変数を生成する処理と、を実行する演算装置と、を備えることを特徴とする。 The investment behavior analysis support device of the present invention that solves the above problems is a storage device that stores time-series data of a viewpoint position in a predetermined investment decision maker and information of a visual object existing in a predetermined area including the viewpoint position. And a process of calculating the gaze time of each of the viewpoint positions based on the time-series data, and a process of determining the degree of attention of the information of the visual object existing in the viewpoint position according to at least the length of the gaze time. , A processing device that generates explanatory variables to be given to the investment behavior reproduction tool in the investment decision maker based on the information of the visual object selected by the predetermined rule according to the high degree of attention. , It is characterized by providing.
また、本発明の投資行動分析支援方法は、所定の投資意思決定者における視点位置の時系列データと、前記視点位置を含む所定領域に存在する目視対象の情報とを格納した記憶装置を備える情報処理装置が、前記時系列データに基づき前記視点位置それぞれの注視時間を算定する処理と、少なくとも前記注視時間の長さに応じ、当該視点位置に存在する前記目視対象の情報の注目度を判定する処理と、前記注目度の高さに応じて所定ルールで選定した前記目視対象の情報に基づき、前記投資意思決定者における投資行動の再現ツールに与える説明変数を生成する処理と、を実行することを特徴とする。 Further, the investment behavior analysis support method of the present invention includes information including a storage device that stores time-series data of a viewpoint position in a predetermined investment decision maker and information of a visual object existing in a predetermined area including the viewpoint position. The processing device determines the degree of attention of the information of the visual object existing in the viewpoint position according to the process of calculating the gaze time of each viewpoint position based on the time series data and at least the length of the gaze time. The process and the process of generating explanatory variables to be given to the investment behavior reproduction tool in the investment decision maker based on the information of the visual object selected by the predetermined rule according to the high degree of attention are executed. It is characterized by.
本発明によれば、意思決定者における有意な投資行動を、客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な教師データを効率的に生成できる。 According to the present invention, significant investment behavior in a decision maker can be detected objectively and comprehensively, and appropriate teacher data based on the investment behavior can be efficiently generated.
－－－ネットワーク構成例－－－
以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の投資行動分析支援装置１００を含むネットワーク構成図である。図１に示す投資行動分析支援装置１００は、意思決定者における有意な投資行動を、客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な説明変数を効率的に生成するコンピュータ装置である。
--- Network configuration example ---
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. FIG. 1 is a network configuration diagram including the investment behavior
本実施形態の投資行動分析支援装置１００は、スタンドアロンマシンであってもよいが、インターネットやＬＡＮなど適宜なネットワーク１０を介して、アイトラッキングカメラ２００、および、端末３００と通信可能に接続されているとしてもよい。
The investment behavior
上述のうちアイトラッキングカメラ２００は、その投資行動の再現対象となる投資意思決定者が装着し、その眼球運動を単位時間（例：１秒）ごとに観測する装置である。このアイトラッキングカメラ２００ないしこれと協働する所定の映像解析ユニットが、アイトラッキングカメラ２００における上述の観測で得た眼球運動に関する映像データを解析し、例えば、当該装着者の注視点（以下、視点）の座標（図中では“視点の中心座標”）を算出することができる。算出した視点の情報２１５は、ネットワーク１０を介して投資行動分析支援装置１００にアップロードされる。
Of the above, the
なお、上述の視点の中心座標の値は、端末３００における表示画面２０（図２参照）の領域に対応した座標系（図２の表示画面２０の例であれば、例えば、画面左上隅を原点として、画面右端への延長方向がｘ軸、画面下端への延長方向がｙ軸）における座標値である。したがって、アイトラッキングカメラ２００における座標系と、端末３００の表示画面２０における座標系との間で、予め対応関係が定められていて、アイトラッキングカメラ２００やその映像解析ユニットは当該対応関係を踏まえた座標の変換処理を自動的に行っているものとする。
The value of the center coordinate of the above-mentioned viewpoint is the origin of the coordinate system corresponding to the area of the display screen 20 (see FIG. 2) in the terminal 300 (in the example of the
また、アイトラッキングカメラ２００（および上述の映像解析ユニット）としては既存のものを適宜に採用すればよい。 Further, as the eye tracking camera 200 (and the above-mentioned image analysis unit), an existing one may be appropriately adopted.
また、端末３００は、上述の投資意思決定者が使用する、ＰＣなどの情報処理装置である。つまり、当該投資意思決定者は、アイトラッキングカメラ２００を装着した状態で端末３００を操作し、表示画面２０上において投資に必要な情報の収集・閲覧や、金融商品等の取引動作などを行うこととなる。
Further, the
こうした端末３００は、上述の投資意思決定者が利用中のタイミングにおいて、表示画面ログ３１５の取得処理と、キーボードやマウスといった入力機器での操作ログ３２５の取得処理、を行う。
Such a
上述の「投資意思決定者が利用中のタイミング」とは、例えば、当該端末３００のＯＳでのログオン操作を行った時点から、ログオフ操作やシャットダウン操作を行った時点に至る時間帯を一例として想定できる。なお、上述の表示画面ログ３１５の取得処理や入力機器での操作ログ３２５の取得処理は、それぞれに対応する既存のアプリケーションにより実行するものとする。
The above-mentioned "timing during use by the investment decision maker" is assumed to be, for example, a time zone from the time when the logon operation is performed on the OS of the terminal 300 to the time when the logoff operation or the shutdown operation is performed. can. The above-mentioned acquisition process of the
端末３００における上述の表示画面ログ３１５の取得処理で得られる情報は、上述のア
イトラッキングカメラ２００で得た視点の位置（以下、視点位置）に何があるか、すなわち投資意思決定者の目視対象の情報が何であるかを特定するための情報となる。
The information obtained by the acquisition process of the display screen log 315 on the terminal 300 is what is in the position of the viewpoint (hereinafter referred to as the viewpoint position) obtained by the
そのため、表示画面ログ３１５としては、例えば１秒単位の各時刻での表示画面２０の名称（図中の例では“ポートフォリオ”）、および、当該表示画面２０の画面データ、が記録されたログを想定できる。
Therefore, as the
上述の画面データは、表示画面２０における、テーブル２１やチャート２２など各表示要素とその表示領域を示す座標値、といった画面構成のデータを想定できる。アイトラッキングカメラ２００で得られる視点位置の座標、すなわち視点の中心座標が、該当視点位置の座標が得られた同時刻に表示中の表示画面２０におけるどの表示要素（すなわち情報）を指しているか、特定する必要がある。そのため、上述の画面構成のデータとしては、表示画面２０の座標系に対応した座標値の範囲情報（例：座標値（１００，１００）～（１５０，１５０））と、当該範囲情報が示す領域に存在する表示要素の情報（例：テーブル２１での銘柄１の現在値）との対応関係が記述されたものを想定できる。
As the above-mentioned screen data, it is possible to assume screen configuration data such as coordinate values indicating each display element such as a table 21 and a
また、操作ログ３２５の取得処理で得られる情報は、端末３００のキーボードおよびマウスでの操作内容である。キーボードに関しては、例えば、打鍵されたキーや入力値を操作内容として想定できる。また、マウスに関しては、例えば、左右いずれかのクリック動作（ダブルクリック含む）を操作内容として想定できる。
Further, the information obtained in the acquisition process of the
－－－ハードウェア構成－－－
また、本実施形態の投資行動分析支援装置１００のハードウェア構成を、図３に基づき説明する。投資行動分析支援装置１００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ１０３、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置１０４、ネットワーク１０と接続し、上述のアイトラッキングカメラ２００や端末３００といった他装置との通信処理を担う通信装置１０５、を備える。
--- Hardware configuration ---
Further, the hardware configuration of the investment behavior
なお、記憶装置１０１内には、本実施形態の投資行動分析支援装置として必要な機能を実装する為のプログラム１０２に加えて、注視ログ１２５、注目度ポリシー１２６、および、説明変数リスト１２７が少なくとも記憶されている。これらの情報についての詳細は後述する。
In addition, in the
また、本実施形態の投資行動分析支援装置１００は、ユーザからのキー入力や音声入力を受け付けるキーボードやマウスなどの入力装置、および、処理データの表示を行うディスプレイ等の出力装置、を更に備えるとしてもよい。この場合、上述の端末３００の機能や構成を、投資行動分析支援装置１００が兼ね備えるとし、投資意思決定者による操作内容を投資行動分析支援装置１００が取得する形態も想定できる。
Further, the investment behavior
続いて、図４に本実施形態における端末３００のハードウェア構成例を示す。本実施形態の端末３００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置３０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ３０３、記憶装置３０１に保持されるプログラム３０２をメモリ３０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置３０４、ユーザである投資意思決定者からの各種操作を受け付けるキーボードやマウスなどの入力装置３０５、および、処理データの表示を行うディスプレイ等の出力装置３０６、および、ネットワーク１０と接続し、上述の
投資行動分析支援装置１００との通信処理を担う通信装置３０７、を備える。
Subsequently, FIG. 4 shows an example of the hardware configuration of the terminal 300 in the present embodiment. The
なお、記憶装置３０１内には、上述の投資行動分析支援装置１００と協働するために必要な機能を実装する為のプログラム３０２に加えて、表示画面ログ３１５、および、操作ログ３２５が少なくとも記憶されている。これらの情報については既に述べたとおりである。
In addition to the
－－－データ構造例－－－
続いて、本実施形態の投資行動分析支援装置１００が用いるテーブル類について説明する。図５に、本実施形態における注視ログ１２５の一例を示す。
--- Data structure example ---
Subsequently, the tables used by the investment behavior
注視ログ１２５は、上述のアイトラッキングカメラ２００から得た視点の情報２１５、端末３００から得た表示画面ログ３１５、操作ログ３２５、が含む各値を、その値がアイトラッキングカメラ２００や端末３００で観測された時刻をキーにレコードとして生成し、これを格納したテーブルである。
The
そのデータ構造は、上述の時刻をキーとして、視点の中心座標、表示画面、キーボード入力、および、マウスクリック、といったデータを対応付けたレコードの集合体となっている。すなわち、投資意思決定者における視点位置、すなわち視点の中心座標の時系列データと、この視点位置を含む所定領域に存在する目視対象の情報、すなわち表示画面の情報とを少なくとも含む構造となっている。 The data structure is a collection of records associated with data such as the center coordinates of the viewpoint, the display screen, the keyboard input, and the mouse click, using the above time as a key. That is, the structure includes at least the time-series data of the viewpoint position in the investment decision maker, that is, the center coordinates of the viewpoint, and the information of the visual object existing in the predetermined area including this viewpoint position, that is, the information on the display screen. ..
なお、図５で例示する注視ログ１２５では、視点の中心座標の値として、「位置１」、「位置２」などと、具体的な座標値ではない値を設定した例を示しているが、これは、説明の便宜上、表現を簡便化したものである。
Note that the gaze log 125 illustrated in FIG. 5 shows an example in which values other than specific coordinate values such as "
また図６に、本実施形態における注目度ポリシー１２６の一例を示す。本実施形態における注目度ポリシー１２６は、投資意思決定者が上述の表示画面の中で注視していた情報の注目度を判定するポリシーを格納したテーブルである。
Further, FIG. 6 shows an example of the
基本的には、「注視時間が長いほど重要な情報であり、投資意思決定者による注目度が高い」、という前提に基づくポリシーとなっている。投資意思決定者が特段の意識をせずに利用している情報であっても、その注視時間が長い情報は、投資行動に影響を及ぼしやすい情報で、ＡＩツールに与える説明変数の生成に利用すべきものと推定できる。 Basically, the policy is based on the premise that "the longer the gaze time, the more important the information, and the higher the attention of investment decision makers." Even if the information is used by investment decision makers without any particular awareness, the information that has a long gaze time is information that easily affects investment behavior and is used to generate explanatory variables to be given to AI tools. It can be estimated that it should be done.
こうした注目度ポリシー１２６のデータ構造は、注目度をキーとして、当該注目度とすべき情報の条件である、注視時間および視野といったデータを対応付けたレコードの集合体となっている。
The data structure of the
このうち注視時間の項目は、該当情報に関して投資行動分析支援装置１００が算定した注視時間の長さが、情報間での比較において上位１０％に入るか否か、を判定基準とした項目である。なお、この場合の「情報」は、注視ログ１２５における「表示画面」欄が示す画面の中で表示されていた情報（当該画面における「視点の中心座標」の位置に表示されていた情報。表示画面ログ３１５の画面データが示す画面構成から特定できる）であり、例えば、或る株式銘柄の現在値、最良気配値、など各種の金融情報や新聞記事などを想定できる。
Of these, the gaze time item is an item based on whether or not the gaze time length calculated by the investment behavior
また、視野の項目は、視点の中心座標を中心とした５°以内の範囲（以降、中心視野）か、視点の中心座標を中心とした２５°以内の範囲（以降、周辺視野）の、いずれに存在するか、を判定基準とした項目である。 In addition, the item of the visual field is either a range within 5 ° centered on the center coordinates of the viewpoint (hereinafter, central visual field) or a range within 25 ° centered on the central coordinates of the viewpoint (hereinafter, peripheral visual field). It is an item based on whether or not it exists in.
視野については、「中心座標に近いほど重要な情報であり、投資意思決定者による注目度が高い」、という前提に基づくポリシーとしても良い。また、「中心座標から遠い周辺視野であったとしても、無意識に重要な情報として考慮され、投資意思決定者による注目度が高い」という前提に基づくポリシーとしても良い。周辺視野についても、注視時間などとの関係で注目度を分類可能である。 Regarding the field of view, the policy may be based on the premise that "the closer to the center coordinates, the more important the information, and the higher the attention of investment decision makers." In addition, the policy may be based on the premise that "even if the peripheral vision is far from the center coordinates, it is unknowingly considered as important information and attracts a high degree of attention by investment decision makers." With regard to peripheral visual field, the degree of attention can be classified in relation to the gaze time and the like.
すなわち、注目度の順に重要な情報として判断しても良いし、重視するポリシーによっては、特定の注目度に重みづけをした判断を行っても良い。言い換えるならば、注目度のそれぞれは、互いに独立したパラメータとして扱うことが可能である。また、図６には図示していないが、注視時間が「上位１０％外」で視野が「２５°以内」であるものを注目度４とするなど、注目度は明細書中の各情報に基づき分類でき、かつ追加可能である。 That is, it may be judged as important information in the order of attention, or it may be judged by weighting a specific attention depending on the policy to be emphasized. In other words, each degree of attention can be treated as an independent parameter. Further, although not shown in FIG. 6, the degree of attention is referred to in each information in the specification, such as the degree of attention being 4 when the gaze time is "outside the top 10%" and the field of view is "within 25 °". It can be classified based on and can be added.
なお、周辺視野を２５°とすると広すぎて情報の絞込みが不可能な場合は、５°より広く２５°未満の視角を周辺視野と定義し、一律的に変更する。中心視野についても情報の絞込みが不可能なほど注視箇所の数が膨大である場合は、中心視野を１°以上５°未満の視角と定義し、一律的に変更する。 If the peripheral visual field is set to 25 ° and it is too wide to narrow down the information, the viewing angle wider than 5 ° and less than 25 ° is defined as the peripheral visual field and is changed uniformly. If the number of gaze points is so large that it is impossible to narrow down the information on the central visual field, the central visual field is defined as a viewing angle of 1 ° or more and less than 5 °, and is changed uniformly.
また図７に、本実施形態における説明変数リスト１２７の一例を示す。本実施形態における説明変数リスト１２７は、目視対象の情報とその注目度の高さに応じて、当該目視対象の情報に適用すべき説明変数の情報を格納したテーブルである。
Further, FIG. 7 shows an example of the explanatory
そのデータ構造は、目視対象の情報の大分類および小分類をキーとして、作成基準、および、説明変数、といった値を対応付けたレコードの集合体となっている。 The data structure is a collection of records associated with values such as creation criteria and explanatory variables, using the major classification and the minor classification of the information to be visually observed as keys.
このうち作成基準は、対象とする目視対象の情報に基づき作成する説明変数の作成基準であって、具体的には、注目度の値である。 Of these, the creation criterion is an explanatory variable creation criterion created based on the information of the target visual object, and specifically, it is a value of attention.
また説明変数は、上述の大分類および小分類の目視対象の情報であって、その注目度が作成基準を満たすものであるものを、所定の算定式に適用して生成すべき説明変数である。本実施形態の説明変数リスト１２７の説明変数欄では、「現在値／前日終値」といった算定式を設定しているケースと、「同時刻の現在値 平均（過去５日間）」といった算定方法を設定しているケースの両方がある。
The explanatory variables are explanatory variables that should be generated by applying the above-mentioned information on the visual objects of the major classification and the minor classification, whose attention level satisfies the preparation criteria, to a predetermined calculation formula. .. In the explanatory variable column of the explanatory
－－－フロー例－－－
以下、本実施形態における投資行動分析支援方法の実際手順について図に基づき説明する。以下で説明する投資行動分析支援方法に対応する各種動作は、投資行動分析支援装置１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。
－－－ Flow example －－－
Hereinafter, the actual procedure of the investment behavior analysis support method in the present embodiment will be described with reference to the figure. Various operations corresponding to the investment behavior analysis support method described below are realized by a program read by the investment behavior
図８は、本実施形態における投資行動分析支援方法のフロー例を示す図である。ここで、投資行動分析支援装置１００は、アイトラッキングカメラ２００から視点の情報２１５を、また、端末３００から表示画面ログ３１５および操作ログ３２５を、それぞれ取得し、注視ログ１２５を既に生成・保持しているものとする。
FIG. 8 is a diagram showing a flow example of the investment behavior analysis support method in the present embodiment. Here, the investment behavior
まず、投資行動分析支援装置１００は、注視ログ１２５に基づき、視点位置それぞれの注視時間を算定する（ｓ１０）。
First, the investment behavior
この場合、投資行動分析支援装置１００は、注視ログ１２５の各レコードのうち、視点の中心座標および表示画面、の各項目の値が一致するものを特定する。そして投資行動分
析支援装置１００は、ここで特定したレコードごとに、当該レコードに紐付く時刻と、その直近の時刻（単位時間である１秒前）の他レコードに紐付く時刻との間の時間長を算定し、この時間長を集計することで注視時間を算定する。
In this case, the investment behavior
なお、投資行動分析支援装置１００は、上述の注視時間を算定する処理に際し、注視ログ１２５において、「視点の中心座標」欄の値が或る値のレコードＸに関して、当該中心座標（視点位置）を起点に他の中心座標との間で生じている往復事象、の発生頻度をカウントし、当該発生頻度の大きさに応じた所定の重み値を、当該レコードＸに関してｓ１０で算定してある注視時間に乗算し、これをｓ１４、ｓ１５など後の処理に活用するとしてもよい。
In the process of calculating the gaze time, the investment behavior
上述の往復事象とは、或る時刻に関して得られているレコードＸの「視点の中心座標」から、単位時間経過後の次のレコードＹの「視点の中心座標」に注視対象が遷移し、更に次の単位時間経過後のレコードＺの「視点の中心座標」がレコードＸの「視点の中心座標」に戻った状況に該当する。 The above-mentioned round-trip event is a transition from the "center coordinates of the viewpoint" of the record X obtained at a certain time to the "center coordinates of the viewpoint" of the next record Y after a unit time has elapsed, and further. It corresponds to the situation where the "center coordinates of the viewpoint" of the record Z after the lapse of the next unit time has returned to the "center coordinates of the viewpoint" of the record X.
また、ここで算定した注視時間は、図９で例示する中間テーブル（Ａ）１２５１のように、「注視時間の累計」欄にセットされる。なお、注視ログ１２５にはレコードが無い時間帯に関して、例えば、表示画面ログ３１５には表示画面（例：メールの閲覧画面）の情報がある場合、当該表示画面が表示されていた時間長を表示画面ログ３１５の情報に基づきカウントし、この時間長を注視時間の長さとして「注視時間の累計」欄にセットする。
なお、こうした注視ログ１２５にレコードが無い時間帯になされた行為に関して、注視時間の長さを求める場合、できるだけ主観的な情報を排除するため、該当時間帯において上述の投資意思決定者が閲覧していた表示画面の情報に基づいて、当該投資意思決定者における表示画面の閲覧時間平均で、該当時間帯の時間長を除算した値を、当該投資意思決定者における視点の中心座標の間（視点位置の間）での注視時間平均に乗算することで、当該時間帯における上述の表示画面に関する注視時間を算定する。この概念を数式として示すと、注視対象の情報間での注視時間の平均×（上述のレコード無しの該当時間帯の長さ／資料単位で画面を表示させていた時間の平均）、などとなる。
Further, the gaze time calculated here is set in the "cumulative gaze time" column as in the intermediate table (A) 1251 illustrated in FIG. Regarding the time zone when there is no record in the
In addition, when requesting the length of the gaze time for the act performed during the time when there is no record in the
続いて、投資行動分析支援装置１００は、ｓ１０で生成した中間テーブル（Ａ）１２５１の各レコードごとに、中心視野および周辺視野のそれぞれに含まれる情報、すなわち注視対象の情報（目視対象の情報）を特定し、中間テーブル（Ｃ）１２５２の該当欄にセットする（ｓ１１）。
Subsequently, the investment behavior
なお、この処理に際し、投資行動分析支援装置１００は、中間テーブル（Ａ）１２５１に、「各視野に含まれる情報」欄や「追記情報」欄を加え、中間テーブル（Ｂ）１２５２（図１０参照）を生成しているものとする。
In this process, the investment behavior
また、投資行動分析支援装置１００は、上述の中心視野に含まれる情報を特定する場合、該当レコードにおける「視点の中心座標」の値を中心にした視角５°、すなわち中心視野を示す座標範囲を、該当行における「表示画面」欄の表示画面に関する画面構成（表示画面ログ３１５から取得可能）に照合し、該当座標範囲を含む領域の表示要素の情報を、中心視野の領域にある情報として特定する。
Further, when the investment behavior
同様に、投資行動分析支援装置１００は、周辺視野に含まれる情報を特定する場合、該当レコードにおける「視点の中心座標」の値を中心にした視角２５°を示す座標範囲を、該当行における「表示画面」欄の表示画面に関する画面構成（表示画面ログ３１５から取得可能）に照合し、該当座標範囲を含む領域の表示要素の情報を、周辺視野の領域にある情報として特定する。
Similarly, when the investment behavior
続いて、投資行動分析支援装置１００は、上述のｓ１１で注視対象の情報を特定できたものと出来なかったものでレコードを選別する（ｓ１２）。この場合、投資行動分析支援装置１００は、中間テーブル（Ｂ）１２５２の、「各視野に含まれる情報」欄の値が皆無か、何らかの値が入っているかにより、ｓ１２の選別を行うこととなる。
Subsequently, the investment behavior
上述の選別の結果、「各視野に含まれる情報」欄の値が皆無、すなわち、注視対象の情報（目視対象の情報）を特定できていないレコードについては、投資行動分析支援装置１００は、処理をｓ１７で遷移させる（ｓ１３：ＮＧ）。
As a result of the above selection, the investment behavior
一方、上述の選別の結果、注視対象の情報を特定できたレコードについて（ｓ１３：ＯＫ）、投資行動分析支援装置１００は、「注視時間の累積」欄の値、すなわち注視時間の長さが大きさ順で、ソートする（ｓ１４）。
On the other hand, for the record in which the information to be gazed can be identified as a result of the above sorting (s13: OK), the investment behavior
続いて、投資行動分析支援装置１００は、上述のソートを経たレコードのうち、注視時間の長さが上位１０％のものを判定し（ｓ１５：Ｙｅｓ）、当該レコードの「注目度」欄で中心視野に関して「１」を設定する（ｓ１６）。つまり、当該レコードの「各視角内に含まれる情報」欄のうち「５°」（中心視野）の情報は、「注目度１」であった。また、このステップｓ１６において、投資行動分析支援装置１００は、該当レコードにおける「注目度」欄で周辺視野に関して「３」を設定する。つまり、当該レコードの「各視角内に含まれる情報」欄のうち「２５°」（周辺視野）の情報は、「注目度３」であった。こうした注目度の判定は、注目度ポリシー１２６に沿って行われる。
Subsequently, the investment behavior
一方、投資行動分析支援装置１００は、上述のステップｓ１５により、注視時間の長さが上位１０％ではないものを判定し（ｓ１５：Ｎｏ）、当該レコードの「注目度」欄で中心視野に関して「２」を設定する（ｓ１７）。つまり、当該レコードの「各視角内に含まれる情報」欄のうち「５°」（中心視野）の情報は、「注目度２」であった。
On the other hand, the investment behavior
なお、上述のステップｓ１３の結果、注視対象の情報（目視対象の情報）を特定できていないレコードについて、投資行動分析支援装置１００は、中間テーブル（Ｂ）１２５２の「追記情報」欄の「ヒアリング結果追記」欄の値を参照し、例えば、該当欄に値が設定されているか否かで、ヒアリング結果から注視対象（例：記事、資料）を特定可能か判定する（ｓ１８）。
As a result of the above-mentioned step s13, the investment behavior
上述の判定の結果、注視対象の特定が不可と判定した場合（ｓ１８：Ｎｏ）、投資行動分析支援装置１００は、処理をｓ２２に遷移させる。
As a result of the above determination, when it is determined that the gaze target cannot be specified (s18: No), the investment behavior
一方、上述の判定の結果、注視対象の特定可能と判定した場合（ｓ１８：Ｙｅｓ）、投資行動分析支援装置１００は、「ヒアリング結果追記」欄の値が示す注視対象（例：ＳＮＳ上における記事とその参照記事）の情報を、中間テーブル（Ｂ）１２５２の該当レコードにおける、「各視角内に含まれる情報」欄の「５°」欄、および「２５°」欄、にそれぞれセットする（ｓ１９）。
On the other hand, when it is determined that the gaze target can be specified as a result of the above determination (s18: Yes), the investment behavior
また、投資行動分析支援装置１００は、該当レコードに関して、「操作内容」欄でキーボードやマウスの操作を示す値がセットされているか参照し、キーボードやマウス操作の有無を判定する（ｓ２０）。
Further, the investment behavior
上述の判定の結果、キーボードやマウス操作がなかった場合（ｓ２０：Ｎｏ）、投資行動分析支援装置１００は、処理をｓ２２に遷移させる。
As a result of the above determination, when there is no keyboard or mouse operation (s20: No), the investment behavior
他方、上述の判定の結果、キーボードやマウス操作があった場合（ｓ２０：Ｙｅｓ）、投資行動分析支援装置１００は、「操作内容」欄でキーボードやマウスの操作を示す値が示す当該操作の対象ないしその結果の情報を、「追記情報」欄の「ヒアリング結果追記」欄の値から抽出し、これを注視対象の情報として、「各視角内に含まれる情報」欄の「５°」欄、すなわち中心視野に含まれる情報として、セットする（ｓ２１）。
On the other hand, when there is a keyboard or mouse operation as a result of the above determination (s20: Yes), the investment behavior
例えば、「操作内容」欄の「マウス」欄に「マクロ実行」との値があった場合、このマウス操作によりなされた、マクロの実行結果として、「ヒアリング結果追記」欄の値「上昇値幅予測値・期待値の算出」から「上昇値幅予測値・期待値」を抽出し、これを注視対象の情報として、「各視角内に含まれる情報」欄の「５°」欄、すなわち中心視野に含まれる情報として、セットする。 For example, if there is a value of "macro execution" in the "mouse" column of the "operation content" column, the value "increased price range prediction" in the "hearing result addition" column is used as the macro execution result performed by this mouse operation. Extract the "rising price range predicted value / expected value" from "calculation of value / expected value", and use this as the information to be watched in the "5 °" column of the "information contained in each viewing angle" column, that is, in the central visual field. Set as included information.
続いて、投資行動分析支援装置１００は、ここまでで適宜に生成・更新されてきた中間テーブル（Ｂ）１２５２における各レコードの「注目度」欄の値を参照し、この値の高さに応じて適宜な数だけ選定した注視対象の情報（各視角内に含まれる情報欄の値）を、説明変数リスト１２７に照合し、対応する算定式に適用して説明変数を生成し、生成結果１２８に格納し（ｓ２２）、処理を終了する。
Subsequently, the investment behavior
例えば、中間テーブル（Ｂ）１２５２におけるレコード＃１は、表示画面が「ポートフォリオ」、「各視角内に含まれる情報」欄のうち「５°」欄の値が「銘柄１の現在値」、また、「追記情報」欄の「注目度」欄の値が「中心視野：１」である。このレコード＃１を、説明変数リスト１２７の各レコードに照合すれば、大分類「ポートフォリオ」、小分類「現在値」、作成基準「注目度１」、の各値を含む説明変数として、「＃１」～「＃４」のレコードが示す、「現在値／前日終値」、「同時刻の現在値 平均（過去５日間）」、「同時刻の現在値 最大値（過去５日間）」、「同時刻の現在値 最大値（過去２５日間）」、を特定できる。そこで投資行動分析支援装置１００は、この説明変数の算定式に「５°」欄の「銘柄１の現在値」を適用し、説明変数を生成することとなる。
For example, in
株価など、日毎・時間ごとに変化する数値情報は、そのまま用いると分析上のノイズとなる可能性が高い。そのため上述のように、当日や当時の値そのものではなく統計的に処理したデータ（５／６／１０／１３／２０／２６／７５日移動平均、別の日・時間比、標準偏差、テクニカル指標等）を説明変数として利用することでＡＩツールに悪影響を与えないよう考慮する。 Numerical information that changes daily and hourly, such as stock prices, is likely to cause analytical noise if used as is. Therefore, as mentioned above, statistically processed data (5/6/10/13/20/26/75 day moving average, another day / time ratio, standard deviation, technical index, not the value itself on the day or at that time. Etc.) should be used as an explanatory variable so as not to adversely affect the AI tool.
なお、このステップｓ２２における投資行動分析支援装置１００は、注目度の高さに応じて適宜な数の注視対象の情報を選定するに際し、例えば、規定数に達するまで注目度１の情報から順に選定するとする。この規定数は、説明変数を付与するＡＩツールが許容する説明変数の数、に対応している。
The investment behavior
以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。 Although the best mode for carrying out the present invention has been specifically described above, the present invention is not limited to this, and various modifications can be made without departing from the gist thereof.
こうした本実施形態によれば、ヒアリングによることなく、投資意思決定者が利用する情報の重要度を定量的に判断することが可能であり、投資意思決定者の投資行動を模倣するための、人工知能の教師データたる説明変数を、属人性を排除した形でより客観的かつ網羅性高く生成することが可能となる。すなわち、投資意思決定者における有意な投資行動を、客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な説明変数を効率的に生成可能となる。 According to this embodiment, it is possible to quantitatively judge the importance of the information used by the investment decision maker without hearing, and it is artificial to imitate the investment behavior of the investment decision maker. It is possible to generate explanatory variables, which are intelligent teacher data, more objectively and comprehensively in a form that excludes personality. That is, it is possible to objectively and comprehensively detect significant investment behavior in investment decision makers and efficiently generate appropriate explanatory variables based on the investment behavior.
本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態
の投資行動分析支援装置において、前記演算装置は、前記注目度を判定する処理に際し、判定対象となる目視対象の情報に関して、目視対象の情報間での前記注視時間の長さの順位の高低と、前記視点位置を中心とした所定範囲たる中心視野または前記中心視野の外方に位置する周辺視野のいずれに存在するか、とに基づいて、前記判定対象となる目視対象の情報の注目度を判定するものである、としてもよい。
The description herein reveals at least the following: That is, in the investment behavior analysis support device of the present embodiment, when the arithmetic unit determines the degree of attention, the length of the gaze time between the information of the visual target is the information of the visual target to be determined. The visual object to be determined is based on the high and low ranks of the above and whether it exists in the central visual field which is a predetermined range centered on the viewpoint position or the peripheral visual field located outside the central visual field. It may be said that the degree of attention of the information is determined.
これによれば、例えば、注視時間の順位が所定の上位層でかつ中心視野に存在する情報の注目度を最大としたルールにて、有意な注目度を効率的に特定することが可能となる。ひいては、意思決定者における有意な投資行動を、客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な説明変数をより効率的に生成可能となる。 According to this, for example, it is possible to efficiently specify a significant degree of attention by a rule in which the order of gaze time is a predetermined upper layer and the degree of attention of information existing in the central visual field is maximized. .. As a result, significant investment behavior in decision makers can be detected objectively and comprehensively, and appropriate explanatory variables based on the investment behavior can be generated more efficiently.
また、本実施形態の投資行動分析支援装置において、前記記憶装置は、前記時系列データとして格納するものとして、前記視点位置に視点が存在するタイミングで、前記投資意思決定者が行った所定の機器操作の対象または結果に関する情報を含みうるものであり、前記演算装置は、前記注視時間の算定に用いる前記時系列データに、前記機器操作の対象または結果に関する情報が含まれており、当該時系列データに基づく前記注視時間の長さに応じて注目度を判定する場合、当該視点位置に視点が存在するタイミングでの前記機器操作の対象または結果の情報、に関する注目度を判定するものである、としてもよい。 Further, in the investment behavior analysis support device of the present embodiment, the storage device is stored as the time series data, and is a predetermined device performed by the investment decision maker at the timing when the viewpoint exists at the viewpoint position. The calculation device may include information on the target or result of the operation, and the time series data used for calculating the gaze time includes information on the target or result of the device operation, and the time series is included. When determining the degree of attention according to the length of the gaze time based on the data, the degree of attention regarding the target or result information of the device operation at the timing when the viewpoint exists at the viewpoint position is determined. May be.
これによれば、例えば、マウスやキーボードなどの機器での操作の対象情報やそうした操作による出力結果などの情報が、当該投資意思決定者により注視されていた情報であると推定し、その注目度を判定することが可能となる。ひいては、意思決定者における有意な投資行動を、より客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な説明変数を効率的に生成可能となる。 According to this, for example, it is estimated that the information such as the target information of the operation with the device such as the mouse and the keyboard and the output result by such the operation is the information that the investment decision maker is paying close attention to, and the degree of attention thereof. Can be determined. As a result, significant investment behavior in decision makers can be detected more objectively and comprehensively, and appropriate explanatory variables can be efficiently generated based on the investment behavior.
また、本実施形態の投資行動分析支援装置において、前記記憶装置は、前記時系列データとして格納するものとして、前記投資意思決定者の閲覧対象の情報も含みうるものであり、前記演算装置は、前記注視時間を算定する処理に際し、前記時系列データにおいて前記視点位置が不明の時間帯が存在する場合、当該時間帯において前記投資意思決定者が閲覧していた閲覧対象の情報に基づいて、当該投資意思決定者における前記閲覧対象の閲覧時間平均で前記不明の時間帯の時間長を除算した値を、当該投資意思決定者における視点位置間での注視時間平均に乗算することで、当該時間帯における前記閲覧対象に関する注視時間を算定するものである、としてもよい。 Further, in the investment behavior analysis support device of the present embodiment, the storage device may include information to be viewed by the investment decision maker as being stored as the time series data, and the calculation device may include the information to be viewed by the investment decision maker. In the process of calculating the gaze time, if there is a time zone in which the viewpoint position is unknown in the time series data, the relevant information is based on the information to be browsed by the investment decision maker in the time zone. By multiplying the value obtained by dividing the time length of the unknown time zone by the browsing time average of the browsing target in the investment decision maker by the gaze time average between the viewpoint positions of the investment decision maker, the time zone is concerned. It may be said that the gaze time for the browsing target in the above is calculated.
これによれば、アイトラッキングカメラ等のデータが取得できなかったなど、所定の原因にて視点位置が不明な時間帯に関して、投資意思決定者の主観を出来るだけ排除した形で、閲覧対象の注視時間を推定することが可能となる。ひいては、意思決定者における有意な投資行動を、より客観的かつ網羅性高く検出し、当該投資行動を踏まえた適宜な説明変数を効率的に生成可能となる。 According to this, in the time zone where the viewpoint position is unknown due to a predetermined cause such as the data of the eye tracking camera etc. could not be acquired, the subjectivity of the investment decision maker is excluded as much as possible, and the viewing target is watched. It is possible to estimate the time. As a result, significant investment behavior in decision makers can be detected more objectively and comprehensively, and appropriate explanatory variables can be efficiently generated based on the investment behavior.
また、本実施形態の投資行動分析支援装置において、前記演算装置は、前記注視時間を算定する処理に際し、算定対象である視点位置に関して前記時系列データが示す、前記算定対象の視点位置を起点に他の視点位置との間で生じている視点位置の往復事象の発生頻度をカウントし、当該発生頻度の大きさに応じた所定の重み値を、前記算定対象である視点位置に関して算定してある注視時間に乗算し、前記乗算で得た注視時間を前記注目度の判定に用いるものである、としてもよい。 Further, in the investment behavior analysis support device of the present embodiment, the arithmetic unit starts from the viewpoint position of the calculation target indicated by the time series data with respect to the viewpoint position to be calculated in the process of calculating the gaze time. The frequency of occurrence of reciprocating events at the viewpoint position occurring with other viewpoint positions is counted, and a predetermined weight value according to the magnitude of the occurrence frequency is calculated for the viewpoint position to be calculated. It may be assumed that the gaze time is multiplied and the gaze time obtained by the multiplication is used for determining the degree of attention.
これによれば、投資意思決定者が特定の情報に対して単位時間内に頻繁に視点を置いたという事実に配慮し、その情報の注目度が高いものとして取り扱うことが可能となる。ひいては、意思決定者における有意な投資行動を、さらに客観的かつ網羅性高く検出し、当
該投資行動を踏まえた適宜な説明変数をより効率的に生成可能となる。
This makes it possible to take into account the fact that investment decision makers frequently focus on specific information within a unit time and treat that information as having a high degree of attention. As a result, significant investment behavior in decision makers can be detected more objectively and comprehensively, and appropriate explanatory variables based on the investment behavior can be generated more efficiently.
また、本実施形態の投資行動分析支援方法において、前記情報処理装置が、前記注目度を判定する処理に際し、判定対象となる目視対象の情報に関して、目視対象の情報間での前記注視時間の長さの順位の高低と、前記視点位置を中心とした所定範囲たる中心視野または前記中心視野の外方に位置する周辺視野のいずれに存在するか、とに基づいて、前記判定対象となる目視対象の情報の注目度を判定する、としてもよい。 Further, in the investment behavior analysis support method of the present embodiment, when the information processing apparatus determines the degree of attention, the length of the gaze time between the information of the visual object to be determined is long with respect to the information of the visual object to be determined. The visual object to be determined is based on the high or low rank of the order and whether it exists in the central visual field which is a predetermined range centered on the viewpoint position or the peripheral visual field located outside the central visual field. The degree of attention of the information may be determined.
また、本実施形態の投資行動分析支援方法において、前記情報処理装置が、前記記憶装置において、前記時系列データとして格納するものとして、前記視点位置に視点が存在するタイミングで、前記投資意思決定者が行った所定の機器操作の対象または結果に関する情報を含みうるものであり、前記注視時間の算定に用いる前記時系列データに、前記機器操作の対象または結果に関する情報が含まれており、当該時系列データに基づく前記注視時間の長さに応じて注目度を判定する場合、当該視点位置に視点が存在するタイミングでの前記機器操作の対象または結果の情報、に関する注目度を判定する、としてもよい。 Further, in the investment behavior analysis support method of the present embodiment, the information processing device stores the time-series data in the storage device, and the investment decision maker at the timing when the viewpoint exists at the viewpoint position. Can include information about the target or result of the predetermined device operation performed by the device, and the time-series data used for calculating the gaze time includes information about the target or result of the device operation at that time. When determining the degree of attention according to the length of the gaze time based on the series data, even if the degree of attention regarding the target or result information of the device operation at the timing when the viewpoint exists at the viewpoint position is determined. good.
また、本実施形態の投資行動分析支援方法において、前記情報処理装置が、前記記憶装置において、前記時系列データとして格納するものとして、前記投資意思決定者の閲覧対象の情報も含みうるものであり、前記注視時間を算定する処理に際し、前記時系列データにおいて前記視点位置が不明の時間帯が存在する場合、当該時間帯において前記投資意思決定者が閲覧していた閲覧対象の情報に基づいて、当該投資意思決定者における前記閲覧対象の閲覧時間平均で前記不明の時間帯の時間長を除算した値を、当該投資意思決定者における視点位置間での注視時間平均に乗算することで、当該時間帯における前記閲覧対象に関する注視時間を算定する、としてもよい。 Further, in the investment behavior analysis support method of the present embodiment, the information processing device may include information to be viewed by the investment decision maker as being stored as the time series data in the storage device. If there is a time zone in which the viewpoint position is unknown in the time series data in the process of calculating the gaze time, based on the information to be browsed by the investment decision maker in the time zone. By multiplying the value obtained by dividing the time length of the unknown time zone by the browsing time average of the browsing target in the investment decision maker by the gaze time average between the viewpoint positions in the investment decision maker, the time is concerned. The gaze time for the viewing target in the band may be calculated.
また、本実施形態の投資行動分析支援方法において、前記情報処理装置が、前記注視時間を算定する処理に際し、算定対象である視点位置に関して前記時系列データが示す、前記算定対象の視点位置を起点に他の視点位置との間で生じている視点位置の往復事象の発生頻度をカウントし、当該発生頻度の大きさに応じた所定の重み値を、前記算定対象である視点位置に関して算定してある注視時間に乗算し、前記乗算で得た注視時間を前記注目度の判定に用いる、としてもよい。 Further, in the investment behavior analysis support method of the present embodiment, when the information processing apparatus calculates the gaze time, the viewpoint position of the calculation target indicated by the time series data with respect to the viewpoint position to be calculated is the starting point. The frequency of occurrence of reciprocating events at the viewpoint position occurring between the viewpoint position and the other viewpoint positions is counted, and a predetermined weight value according to the magnitude of the occurrence frequency is calculated for the viewpoint position to be calculated. It may be possible to multiply a certain gaze time and use the gaze time obtained by the multiplication for determining the degree of attention.
１０ ネットワーク
１００ 投資行動分析支援装置
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 通信装置
１２５ 注視ログ（時系列データおよび目視対象の情報）
１２６ 注目度ポリシー
１２７ 説明変数リスト
１２８ 生成結果
２００ アイトラッキングカメラ
３００ 端末
３０１ 記憶装置
３０２ プログラム
３０３ メモリ
３０４ 演算装置
３０５ 入力装置
３０６ 出力装置
３０７ 通信装置
10
126
Claims (10)
前記時系列データに基づき前記視点位置それぞれの注視時間を算定する処理と、少なくとも前記注視時間の長さに応じ、当該視点位置に存在する前記目視対象の情報の注目度を判定する処理と、前記注目度の高さに応じて所定ルールで選定した前記目視対象の情報に基づき、前記投資意思決定者における投資行動の再現ツールに与える説明変数を生成する処理と、を実行する演算装置と、
を備えることを特徴とする投資行動分析支援装置。 A storage device that stores time-series data of the viewpoint position of a predetermined investment decision maker and information of a visual object existing in a predetermined area including the viewpoint position.
A process of calculating the gaze time of each of the viewpoint positions based on the time-series data, a process of determining the degree of attention of the information of the visual object existing at the viewpoint position according to at least the length of the gaze time, and the above-mentioned process. An arithmetic device that executes a process of generating explanatory variables to be given to a tool for reproducing investment behavior in the investment decision maker based on the information of the visual target selected according to a predetermined rule according to the degree of attention.
An investment behavior analysis support device characterized by being equipped with.
前記注目度を判定する処理に際し、判定対象となる目視対象の情報に関して、目視対象の情報間での前記注視時間の長さの順位の高低と、前記視点位置を中心とした所定範囲たる中心視野または前記中心視野の外方に位置する周辺視野のいずれに存在するか、とに基づいて、前記判定対象となる目視対象の情報の注目度を判定するものである、
ことを特徴とする請求項１に記載の投資行動分析支援装置。 The arithmetic unit is
In the process of determining the degree of attention, with respect to the information of the visual target to be determined, the order of the length of the gaze time among the information of the visual target is high and low, and the central visual field is a predetermined range centered on the viewpoint position. Alternatively, the degree of attention of the information of the visual target to be determined is determined based on which of the peripheral visual fields located outside the central visual field is present.
The investment behavior analysis support device according to claim 1.
前記時系列データとして格納するものとして、前記視点位置に視点が存在するタイミングで、前記投資意思決定者が行った所定の機器操作の対象または結果に関する情報を含みうるものであり、
前記演算装置は、
前記注視時間の算定に用いる前記時系列データに、前記機器操作の対象または結果に関する情報が含まれており、当該時系列データに基づく前記注視時間の長さに応じて注目度を判定する場合、当該視点位置に視点が存在するタイミングでの前記機器操作の対象または結果の情報、に関する注目度を判定するものである、
ことを特徴とする請求項１に記載の投資行動分析支援装置。 The storage device is
The data to be stored as the time-series data may include information on the target or result of a predetermined device operation performed by the investment decision maker at the timing when the viewpoint exists at the viewpoint position.
The arithmetic unit is
When the time-series data used for calculating the gaze time includes information on the target or result of the device operation and the degree of attention is determined according to the length of the gaze time based on the time-series data. It determines the degree of attention regarding the target or result information of the device operation at the timing when the viewpoint exists at the viewpoint position.
The investment behavior analysis support device according to claim 1.
前記時系列データとして格納するものとして、前記投資意思決定者の閲覧対象の情報も含みうるものであり、
前記演算装置は、
前記注視時間を算定する処理に際し、前記時系列データにおいて前記視点位置が不明の時間帯が存在する場合、当該時間帯において前記投資意思決定者が閲覧していた閲覧対象の情報に基づいて、当該投資意思決定者における前記閲覧対象の閲覧時間平均で前記不明の時間帯の時間長を除算した値を、当該投資意思決定者における視点位置間での注視時間平均に乗算することで、当該時間帯における前記閲覧対象に関する注視時間を算定するものである、
ことを特徴とする請求項１に記載の投資行動分析支援装置。 The storage device is
Information to be viewed by the investment decision maker can also be included as the data to be stored as the time series data.
The arithmetic unit is
In the process of calculating the gaze time, if there is a time zone in which the viewpoint position is unknown in the time series data, the viewing target information browsed by the investment decision maker in the time zone is used. By multiplying the value obtained by dividing the time length of the unknown time zone by the browsing time average of the browsing target in the investment decision-maker by the gaze time average between the viewpoint positions of the investment decision-maker, the time zone is concerned. It calculates the gaze time for the browsing target in
The investment behavior analysis support device according to claim 1.
前記注視時間を算定する処理に際し、算定対象である視点位置に関して前記時系列データが示す、前記算定対象の視点位置を起点に他の視点位置との間で生じている視点位置の往復事象の発生頻度をカウントし、当該発生頻度の大きさに応じた所定の重み値を、前記算定対象である視点位置に関して算定してある注視時間に乗算し、前記乗算で得た注視時間を前記注目度の判定に用いるものである、
ことを特徴とする請求項１に記載の投資行動分析支援装置。 The arithmetic unit is
In the process of calculating the gaze time, the occurrence of a reciprocating event of the viewpoint position occurring between the viewpoint position of the calculation target and another viewpoint position indicated by the time series data with respect to the viewpoint position to be calculated. The frequency is counted, a predetermined weight value according to the magnitude of the occurrence frequency is multiplied by the gaze time calculated for the viewpoint position to be calculated, and the gaze time obtained by the multiplication is the attention level. It is used for judgment,
The investment behavior analysis support device according to claim 1.
域に存在する目視対象の情報とを格納した記憶装置を備える情報処理装置が、
前記時系列データに基づき前記視点位置それぞれの注視時間を算定する処理と、
少なくとも前記注視時間の長さに応じ、当該視点位置に存在する前記目視対象の情報の注目度を判定する処理と、
前記注目度の高さに応じて所定ルールで選定した前記目視対象の情報に基づき、前記投資意思決定者における投資行動の再現ツールに与える説明変数を生成する処理と、
を実行することを特徴とする投資行動分析支援方法。 An information processing device including a storage device that stores time-series data of a viewpoint position in a predetermined investment decision maker and information of a visual object existing in a predetermined area including the viewpoint position is provided.
The process of calculating the gaze time for each viewpoint position based on the time-series data, and
A process of determining the degree of attention of the information of the visual object existing at the viewpoint position according to at least the length of the gaze time.
Based on the information of the visual object selected according to the predetermined rule according to the high degree of attention, the process of generating explanatory variables to be given to the investment behavior reproduction tool in the investment decision maker, and
Investment behavior analysis support method characterized by executing.
前記注目度を判定する処理に際し、判定対象となる目視対象の情報に関して、目視対象の情報間での前記注視時間の長さの順位の高低と、前記視点位置を中心とした所定範囲たる中心視野または前記中心視野の外方に位置する周辺視野のいずれに存在するか、とに基づいて、前記判定対象となる目視対象の情報の注目度を判定する、
ことを特徴とする請求項６に記載の投資行動分析支援方法。 The information processing device
In the process of determining the degree of attention, with respect to the information of the visual target to be determined, the order of the length of the gaze time among the information of the visual target is high and low, and the central visual field is a predetermined range centered on the viewpoint position. Alternatively, the degree of attention of the information of the visual target to be determined is determined based on which of the peripheral visual fields located outside the central visual field is present.
The investment behavior analysis support method according to claim 6, characterized in that.
前記記憶装置において、前記時系列データとして格納するものとして、前記視点位置に視点が存在するタイミングで、前記投資意思決定者が行った所定の機器操作の対象または結果に関する情報を含みうるものであり、
前記注視時間の算定に用いる前記時系列データに、前記機器操作の対象または結果に関する情報が含まれており、当該時系列データに基づく前記注視時間の長さに応じて注目度を判定する場合、当該視点位置に視点が存在するタイミングでの前記機器操作の対象または結果の情報、に関する注目度を判定する、
ことを特徴とする請求項６に記載の投資行動分析支援方法。 The information processing device
In the storage device, information regarding the target or result of a predetermined device operation performed by the investment decision maker at the timing when the viewpoint exists at the viewpoint position can be stored as the time series data. ,
When the time-series data used for calculating the gaze time includes information on the target or result of the device operation and the degree of attention is determined according to the length of the gaze time based on the time-series data. Determining the degree of attention regarding the target or result information of the device operation at the timing when the viewpoint exists at the viewpoint position.
The investment behavior analysis support method according to claim 6, characterized in that.
前記記憶装置において、前記時系列データとして格納するものとして、前記投資意思決定者の閲覧対象の情報も含みうるものであり、
前記注視時間を算定する処理に際し、前記時系列データにおいて前記視点位置が不明の時間帯が存在する場合、当該時間帯において前記投資意思決定者が閲覧していた閲覧対象の情報に基づいて、当該投資意思決定者における前記閲覧対象の閲覧時間平均で前記不明の時間帯の時間長を除算した値を、当該投資意思決定者における視点位置間での注視時間平均に乗算することで、当該時間帯における前記閲覧対象に関する注視時間を算定する、
ことを特徴とする請求項６に記載の投資行動分析支援方法。 The information processing device
In the storage device, the information to be viewed by the investment decision maker can also be included as the data to be stored as the time series data.
In the process of calculating the gaze time, if there is a time zone in which the viewpoint position is unknown in the time series data, the viewing target information browsed by the investment decision maker in the time zone is used. By multiplying the value obtained by dividing the time length of the unknown time zone by the browsing time average of the browsing target in the investment decision-maker by the gaze time average between the viewpoint positions of the investment decision-maker, the time zone is concerned. Calculate the gaze time for the browsing target in
The investment behavior analysis support method according to claim 6, characterized in that.
前記注視時間を算定する処理に際し、算定対象である視点位置に関して前記時系列データが示す、前記算定対象の視点位置を起点に他の視点位置との間で生じている視点位置の往復事象の発生頻度をカウントし、当該発生頻度の大きさに応じた所定の重み値を、前記算定対象である視点位置に関して算定してある注視時間に乗算し、前記乗算で得た注視時間を前記注目度の判定に用いる、
ことを特徴とする請求項６に記載の投資行動分析支援方法。 The information processing device
In the process of calculating the gaze time, the occurrence of a reciprocating event of the viewpoint position occurring between the viewpoint position of the calculation target and another viewpoint position indicated by the time series data with respect to the viewpoint position to be calculated. The frequency is counted, a predetermined weight value according to the magnitude of the occurrence frequency is multiplied by the gaze time calculated for the viewpoint position to be calculated, and the gaze time obtained by the multiplication is the attention level. Used for judgment,
The investment behavior analysis support method according to claim 6, characterized in that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018136404A JP7001560B2 (en) | 2018-07-20 | 2018-07-20 | Investment behavior analysis support device and investment behavior analysis support method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018136404A JP7001560B2 (en) | 2018-07-20 | 2018-07-20 | Investment behavior analysis support device and investment behavior analysis support method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020013434A JP2020013434A (en) | 2020-01-23 |
| JP7001560B2 true JP7001560B2 (en) | 2022-01-19 |
Family
ID=69170054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018136404A Active JP7001560B2 (en) | 2018-07-20 | 2018-07-20 | Investment behavior analysis support device and investment behavior analysis support method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7001560B2 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004110548A (en) | 2002-09-19 | 2004-04-08 | Fuji Xerox Co Ltd | Usability evaluation support apparatus and method |
| US20070104369A1 (en) | 2005-11-04 | 2007-05-10 | Eyetracking, Inc. | Characterizing dynamic regions of digital media data |
| JP2010104754A (en) | 2008-09-30 | 2010-05-13 | Hanamura Takeshi | Emotion analyzer |
-
2018
- 2018-07-20 JP JP2018136404A patent/JP7001560B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004110548A (en) | 2002-09-19 | 2004-04-08 | Fuji Xerox Co Ltd | Usability evaluation support apparatus and method |
| US20070104369A1 (en) | 2005-11-04 | 2007-05-10 | Eyetracking, Inc. | Characterizing dynamic regions of digital media data |
| JP2010104754A (en) | 2008-09-30 | 2010-05-13 | Hanamura Takeshi | Emotion analyzer |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020013434A (en) | 2020-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105677767B (en) | Equipment configuration recommendation method and device | |
| WO2018132840A1 (en) | Methods of assessing long-term indicators of sentiment | |
| US20150142520A1 (en) | Crowd-based sentiment indices | |
| Sasikumar | A model for predicting the risk of musculoskeletal disorders among computer professionals | |
| JP2020523715A (en) | Improved detection of fraudulent transactions | |
| US10331221B2 (en) | Methods for analysing user interactions with a user interface | |
| CN109784779B (en) | Financial risk prediction method, device and storage medium | |
| Calcagnile et al. | Collective synchronization and high frequency systemic instabilities in financial markets | |
| Chatterjee et al. | Development of a meta-model for the determination of technological value of cotton fiber using design of experiments and the TOPSIS method | |
| US20160155198A1 (en) | Distribution apparatus, distribution method, and non-transitory computer readable storage medium | |
| Conway | To agree or disagree? An analysis of CSR ratings firms | |
| JP6067810B2 (en) | Distribution device and distribution method | |
| US9667514B1 (en) | Electronic discovery system with statistical sampling | |
| US20190205341A1 (en) | Systems and methods for measuring collected content significance | |
| JP7001560B2 (en) | Investment behavior analysis support device and investment behavior analysis support method | |
| WO2019205381A1 (en) | Stock screening method and device, and computer-readable storage medium | |
| Tiefenbacher et al. | DEVELOPING A DEEPER UNDERSTANDING OF DIGITALLY EMPOWERED CUSTOMERS–A CAPABILITY TRANSFORMATION FRAMEWORK IN THE DOMAIN OF CUSTOMER RELATIONSHIP MANAGEM | |
| Ilin et al. | Approach to the choice of Big Data processing methods in financial sector companies | |
| Yaghubi et al. | Ranking the technical dimensions of e-banking service quality evaluation models using Analytical Hierarchy Process | |
| US20210357401A1 (en) | Automatic frequency recommendation for time series data | |
| JP4519880B2 (en) | Index extracting apparatus, index extracting method and computer program therefor | |
| Almubaideen | The Effectiveness of Accounting Information System on Open Budgeting in Industrial Sector in Jordan | |
| KR20220001065A (en) | Method and apparatus for assessing relevancy between contents and asset | |
| Firstama et al. | Analysis of The User Experience of a Mobile Application System: A Case Study of Xyz | |
| JP5826893B1 (en) | Change point prediction apparatus, change point prediction method, and computer program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210119 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211130 |
|
| 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: 20211221 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211224 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7001560 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |