CN102768709A - 信息处理装置和信息处理方法 - Google Patents

Abstract

本发明公开了一种信息处理装置和信息处理方法。所述信息处理装置包括控制部，所述控制部进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。所述信息处理方法包括步骤：进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。根据本发明，所述信息处理装置选择用户能够进行的生态活动并且将所选的生态活动提示给用户，所以用户能够确定其能够实施的生态活动。

Description

信息处理装置和信息处理方法

相关申请的交叉参考

本申请包含与2011年5月6日向日本专利局提交的日本优先权专利申请JP 2011-103481所公开的内容相关的主题，因此将该日本优先权申请的全部内容以引用的方式并入本文。

技术领域

本发明涉及信息处理装置和信息处理方法。

背景技术

例如，如专利文献JP 2010-175388A中所述，用于通过“可视化”将家庭中消耗的电力告知用户从而促进生态(节能)活动的技术是已知的。这里，“可视化”的意思是在显示器上用数值或曲线来显示功耗。

然而，由于专利文献JP 2010-175388A中披露的技术仅显示各电器产品的功耗，所以用户难以判定他们能够进行哪些生态活动。

发明内容

鉴于以上原因，期望提供一种能够显示出用户能够进行的生态活动的技术。

本发明实施例提供了一种信息处理装置，所述信息处理装置包括控制部，所述控制部进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。

本发明另一实施例提供了一种信息处理方法，所述信息处理方法包括步骤：进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。

本发明另一实施例提供了一种程序，所述程序使计算机实现如下控制功能：进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。

根据本发明实施例，所述信息处理装置能够将用户能够实施的生态活动提示给用户。

根据本发明实施例，由于所述信息处理装置选择用户能够实施的生态活动并且将所选的生态活动提示给用户，所以用户能够确定其能够实施的生态活动。

附图说明

图1是表示实际功耗曲线的示例的示意图；

图2是表示本实施例的信息处理系统的结构的框图；

图3是表示用户设备的结构的框图；

图4是表示服务器的结构的框图；

图5是表示当用户输入用户资料时所显示的图像的示例的示意图；

图6是表示当用户对单日内进行的活动作出报告时所显示的图像的示例的示意图；

图7是表示当用户对单日内进行的活动作出报告时所显示的图像的示例的示意图；

图8是表示当用户对单日内进行的生态活动作出报告时所显示的图像的示例的示意图；

图9是表示本实施例中所显示的实际功耗曲线的示例的示意图；

图10是表示本实施例中所显示的实际功耗曲线的示例的示意图；

图11是表示作为对用户所进行的生态活动的奖励而显示的图像的示例的示意图；

图12是表示作为对用户所进行的生态活动的奖励而显示的图像的示例的示意图；

图13是表示存储在存储设备中的信息的示例的示意图；

图14是表示存储在存储设备中的信息的示例的示意图；

图15是表示存储在存储设备中的信息的示例的示意图；

图16是表示存储在存储设备中的信息的示例的示意图；

图17是表示存储在存储设备中的信息的示例的示意图；

图18是表示存储在存储设备中的信息的示例的示意图；

图19是表示存储在存储设备中的信息的示例的示意图；

图20是表示存储在存储设备中的信息的示例的示意图；

图21是表示存储在存储设备中的信息的示例的示意图；

图22是表示存储在存储设备中的信息的示例的示意图；

图23是表示存储在存储设备中的信息的示例的示意图；

图24是表示存储在存储设备中的信息的示例的示意图；

图25是表示存储在存储设备中的信息的示例的示意图；

图26是表示存储在存储设备中的信息的示例的示意图；

图27是表示存储在存储设备中的信息的示例的示意图；

图28是表示由信息处理系统进行的处理过程的序列图；

图29A是表示由信息处理系统进行的处理过程的流程图；

图29B是表示由信息处理系统进行的处理过程的流程图；

图30是表示由信息处理系统进行的处理过程的流程图；

图31是表示由信息处理系统进行的处理过程的流程图；及

图32是表示由信息处理系统进行的处理过程的流程图。

具体实施方式

以下将参照附图详细说明本发明的优选实施例。注意，在本说明书和附图中，使用相同的附图标记表示具有基本相同功能和结构的构成元件，并省略这些构成元件的重复说明。

注意，将按以下顺序进行说明。

1、被认为与生态活动相关的技术的研究

2、本发明实施例的信息处理系统的结构

2-1、用户设备的结构

2-2、存储设备的结构

2-3、服务器的结构

3、由信息处理系统进行的处理

1、被认为与生态活动相关的技术的研究

对被认为与生态活动相关的各种技术进行了研究，由此获得了本发明实施例的技术。将首先说明所进行的研究。注意，生态活动表示用户所能够进行的用户活动中为获得生态效果(例如，节能效果)而进行的用户活动。

图1示出了实际功耗曲线的示例。实际功耗曲线表示各电气产品(以下可以简称为“设备”)的单日功耗的变化过程。然而，仅仅根据上述信息的提示，用户难以确定单日内所进行的各用户活动是否具有生态效果。即，用户难以从单日内所进行的用户活动中确定哪一用户活动具有生态效果以及哪一用户活动不具有生态效果。此外，用户难以掌握具有生态效果的用户活动(即，生态活动)具有何种程度的生态效果。因此，在参照图1所示的实际功耗曲线的同时，用户还需要自己想象生态活动。此外，用户还需要执行用户所提出的生态活动，并自己检验由该活动所导致的实际功耗曲线的变化。

然而，上述工作费时又费力。此外，用户所提出的生态活动不一定持续地可行并且足够地有效。例如，假定用户基于图1所示的实际功耗曲线确定空调的功耗高，从而减少空调的使用以作为生态活动。在此情况下，用户在不打开空调的情况下忍受室内的热或冷，但该生态活动不能持续地可行。此外，通过进行上述生态活动固然减少了空调的功耗，但是在考虑到用户可能得病时，该生态活动最终被认为不是有效的。

注意，由于互联网向公众公开了无数的生态活动，因此用户能够通过使用互联网等找到生态活动。然而，找出能够由用户持续地进行的生态活动也是费时费力的。此外，用户所找出的生态活动不一定具有足够的生态效果。

此外，用户不能将在单日内所进行的所有活动考虑在内。例如，设想用户考虑到关掉TV(电视机)的主电源以作为生态活动，但没有具体考虑到用户使用干发器的时间。在此情况下，通过关掉TV的主电源所获得的实际功耗的下降被干发器的使用所抵消。此外，还设想在夜间忘记关掉TV的情况。在这些情况下，可以说难以实现整体有效的生态活动。

此外，还设想以下情况，即使用户提出了生态活动，但是用户难以感受到执行生态活动的意义。即，即使用户进行了生态活动，但是用户由此感受到的生态效果仅仅是每月电费的下降或是图1所示的实际功耗曲线的值的降低。因此，用户难以实际感受到生态效果，于是难以感受到执行生态活动的意义。

此外，在近年来的设备中，存在有以生态方式自动工作的设备。这些设备的优点在于抑制了本身的功耗，但是不能培养用户的生态意识。作为实际情况，如果由于用户依赖设备的生态功能而延长该设备的使用时间，从而导致功耗增加，这完全本末倒置。因此，该技术不具有培养用户的生态意识的因素，从而不能认为其是用于实现生态社会的根本性改进策略。

另一方面，日本专利文献JP2008-102709A公开了如下技术，该技术向用户提示单日的目标节能率。然而，即使采用该技术，用户也难以确定各个用户活动是否具有生态效果。

此外，日本专利文献JP2007-164754A公开了如下技术，该技术以相互比较的方式提示生态活动和二氧化碳减排量。然而，由于该技术没有提示不具有生态效果的用户活动的任何信息，因此即使采用该技术，用户也难以确定各个用户活动是否具有生态效果。此外，该技术仅仅基于二氧化碳减排量来提示生态活动，而没有考虑用户所处的任何情况(例如，用户的偏好或生活方式)。因此，即使采用该技术，仍不能提示能够由用户持续地进行的生态活动。

此外，日本专利文献JP2010-237774A公开了如下技术，该技术向用户提示单日的实际功耗与目标功耗之间差异。然而，即使采用该技术，用户也难以确定各个用户活动是否具有生态效果。

另一方面，根据本发明实施例的信息处理系统10，用户能够比以往更容易地确定各个用户活动是否具有生态效果。此外，用户能够比以往更容易地掌握各个生态活动的生态效果。此外，用户还能够比以往更容易地掌握用户能够进行的生态活动，具体地，更容易地掌握能够由用户持续地进行的生态活动。此外，用户还能够比以往更强烈地感受到执行生态活动的意义。此外，用户还能够尝试对用户所没有考虑到的用户活动进行改进。

2、信息处理系统的结构

接着，将基于图2和图3说明信息处理系统10的结构。如图2所示，信息处理系统10包括用户设备20、服务器30、存储设备40和网络50。注意，用户设备20的数目和服务器30的数目不限于图2所示的数目。在以下的说明中，除非另外说明，“时间”表示时分，“日期”表示日/月/年，“日期/时间”表示日/月/年和时分。

2-1、用户设备的结构

如图3所示，用户设备20包括通信部21、传感器22、输入部23、存储部24、提示部25和控制部26。

通信部21可通过网络50与服务器30通信，并向服务器30发送各种信号或从服务器30接收各种信号。

传感器22检测用户所拥有的各个设备的实际功耗。设备的示例包括安装在用户家中的空调、TV、个人计算机、照明设备、冰箱、洗衣机和坐便器，还包括电动汽车和电动自行车。传感器22生成与所检测的实际功耗有关的功耗信息，并将该功耗信息输出到控制部26。注意，用于诸如电动汽车或电动自行车等移动型设备的传感器22生成与实际功耗有关的无线电信号，并将无线电信号传送到通信部21。

输入部23是设置在提示部25的表面上的触摸板，其将与用户所进行的操作(例如，触摸输入部23的特定位置，或从特定位置在特定方向上移动手指)相对应的输入操作信息输出到控制部26。

存储部24存储用户设备20所进行的处理所需的各种信息，诸如程序和图像信息等。特别地，存储部24存储从服务器30传送的用户报告表和生态活动列表。在用户报告表中，彼此相关地存储有生态活动和个体估计功耗曲线。稍后说明上述个体估计功耗曲线。在上述生态活动列表中，列出了能够由用户持续地进行的生态活动。注意，在用户设备20的初始状态下，即在用户没有向服务器30报告任何用户活动的情况下(例如，在服务器30中刚刚注册了用户资料之后)，在生态活动列表中列出了存储在服务器30中的所有生态活动。

提示部25显示各种图像，并输出声音。以此方式，提示部25向用户提示各种信息。图5示出了当用户输入用户资料和设备布局图P20时所显示的用户信息报告界面的示例。例如，当服务器30选择能够由用户持续地进行的生态活动时，使用上述用户资料。例如，对于用户资料，可以是用户账号(用户ID)、年龄、家庭结构、邮编、住宅的楼层布置、用户的爱好及偏好。

用户信息报告界面包括用户资料报告界面P10、设备布局图P20、设备列表P21以及未图示的屏幕键盘。用户资料报告界面P10显示各类用户资料的输入框，如用户账号输入框P11、年龄输入框P12、家庭结构输入框P13、邮编输入框P14和楼层布置输入框P15。用户触摸上述任一输入框，并从而选择分类。其后，用户将类别值输入到所选分类中(即，用户将分类信息输入至用户资料中的该类别中，例如向“年龄”分类中输入“35”)。注意，在仅输入数字的输入框中，显示了数字增加按钮P17和数字减小按钮P18。当用户触摸数字增加按钮P17时，该输入框中的数字增加，而当用户触摸数字减小按钮P18时，该输入框中的数字减小。用户也可以通过使用上述按钮P17和P18来输入数字。此外，对于用于使用户选择多个分类值中任一分类值的输入框，设置有下拉菜单P16。即，当用户触摸相关输入框时，例如当用户触摸楼层布置输入框P15时，显示下拉菜单P16，在下拉菜单P16中列出了多个楼层布置分类值。用户从这些分类值中选择与用户住宅的楼层布置相对应的楼层布置。所选分类值被高亮显示。

设备布局图P20包括用于表示用户住宅的楼层布置的楼层布局图P22和用于表示设备的设备图标P23。楼层布局图P22可以是预先注册在用户设备20中的楼层布局图，也可以是由用户创建并注册在用户设备20中的楼层布局图。注意，在图5所示的示例中，一层有两间起居室，二层有一间起居室。分别将一层的两间起居室称为“起居室A”和“起居室B”，并将二层的起居室称为“起居室C”。在“起居室A”和“起居室C”中均安装有TV，在“起居室B”中安装有个人计算机。

设备列表P21包括多个设备图标P23和用于说明各个设备图标的内容的文字图像P24。用户触摸设备列表P21中列出的任一设备图标P23，并将所触摸的设备图标P23拖动至楼层布局图P22中的期望位置。注意，为了使用户能够拖动设备图标P23，用户可以移动与输入部23相接触的手指(即，用户可以在保持手指与输入部23相接触的状态下移动手指)。此外，用户还输入各个设备的型号。具体地，用户触摸设备布局图P20中的设备图标P23。此后，提示部25显示型号的输入框，从而用户将型号输入到该输入框中。

图6示出了在用户向服务器30报告用户活动时所显示的用户活动报告界面的示例。用户活动报告界面包括类别显示区P30、类别内用户活动显示区P40、用户活动时间线显示区P50、输入信息显示区P61、标签创建按钮P62、预测转换信息显示区P70和屏幕键盘P80。

在类别显示区P30中，显示有均用于表示用户活动的类别(类型)的多个类别选择按钮P31。此处，包含在“基本”中的用户活动的示例包括与用户的日常生活相关的用户活动，例如，“睡眠”、“膳食”、“沐浴”、“淋浴”、“烹饪”、“清洁”和“购物”等。包含在“家用电器”中的用户活动的示例包括使用诸如“TV”、“个人计算机(PC)”和“照明”等设备的用户活动。包含在“爱好”中的用户活动的示例包括与用户爱好相关的用户活动中的不使用设备的用户活动，诸如“阅读”和“慢跑”等。包含在“生态”中的用户活动的示例包括生态活动列表中列出的生态活动，诸如“打开窗帘”、“关闭窗帘”、“关灯”、“不用真空吸尘器所进行的清洁”、“将空调(加热)设定为24℃”、“将空调(制冷)设定为28℃”、“不看电视”和“不使用干发器”等。生态活动列表中列出的生态活动是由服务器30选出的作为能够由用户持续地进行的生态活动。“其他”包括不属于上述任何用户活动的用户活动。在“用户自定义”中，包括了由用户自己定义的用户活动。当用户触摸类别选择按钮P31时，与所触摸的类别选择按钮P31相对应的用户活动标签P41显示在类别内用户活动显示区P40中。

在类别内用户活动显示区P40中，显示了用于表示用户活动的内容的用户活动标签P41以及滚动按钮P43、P44。用户使用用户活动标签P41向服务器30报告用户活动。例如，用户(用户U)触摸用户活动标签P41中的“读书”用户活动标签P41。以此方式，“读书”用户活动标签P41被选中。所选的用户活动标签P41被高亮显示。此后，用户将所选的用户活动标签P41拖动到用户活动时间线显示区P50，并根据需要放大/缩小用户活动标签P41的大小。此后，用户将用户活动标签P41放在时间线P51的与用户实际进行用户活动的时间段相对应的一部分的上方。注意，为了使用户能够放大/缩小用户活动标签P41，例如，用户可以用手指触摸用户活动标签P41的两端，然后改变手指间的距离。此外，为了用户能够放下用户活动标签P41，用户可以从输入部23上放开手指。用户将各个用户活动标签P41放在时间线P51上方，从而识别各时刻的用户活动。以此方式，用户生成了用于表示单日用户活动的信息，即，用户活动时间线信息。将所生成的用户活动时间线信息报告给服务器30。当用户触摸滚动按钮P43、P44时，显示其他用户活动标签P41。

在用户活动时间线显示区P50中，显示了用户放下的用户活动标签P41、时间线P51、报告日期显示区P52、活动位置列表P53和报告按钮P56。时间线P51是显示报告日期当天的从0点到24点的线，且能够由用户进行的操作来放大/缩小。在报告日期显示区P52中，显示了报告日期，即用户进行用户活动时间线显示区P50上所显示的用户活动时的日期。基本上，报告日期是用户实际输入用户活动的前一天，但可以由用户改为任意一天。

对于用户活动标签P41中的具有多个活动位置的用户活动标签P41，为其显示活动位置列表P53。即，用户活动包括需要每次在同一位置上进行的活动(例如，“洗衣”和“烹饪”)和可以在多个位置上进行的活动(例如，“清洁”、“看电视”、“使用计算机”和“照明”)。在图5所示的示例中，由于TV分别安装在一层的起居室A和二层的起居室C中，因此“看电视”的用户活动可能在这些起居室中进行。服务器30需要掌握进行用户活动所处的活动位置。因此，对于可能在多个位置进行的用户活动，用户还向服务器30报告活动位置。为此，显示了活动位置列表P53。具体地，用户触摸任一用户活动标签P41。在没有为所触摸的用户活动标签P41确定活动位置的情况下，显示与该用户活动标签P41相对应的活动位置列表P53。在活动位置列表P53中，显示了设想的活动位置的列表。具体地，以复选框显示区P54与活动位置显示区P55彼此相关的方式显示活动位置列表P53。在复选框显示区P54中显示复选框，在活动位置显示区P55中显示设想的活动位置。用户触摸与进行用户活动时所处的位置相对应的复选框。由此，在复选框中输入了复选标记，从而将该活动位置报告给服务器30。

当用户向服务器30报告用户活动时触摸报告按钮P56。即，在用户确定输入了绝大部分用户活动的情况下，用户触摸报告按钮P56。以此方式，将用户活动报告给服务器30。

在输入信息显示区P61中，显示了由用户输入的文本信息。当用户创建用户活动标签P41时使用标签创建按钮P62。即，用户输入用户活动，然后触摸标签创建按钮P62。以此方式，将所输入的用户活动作为用户活动标签P41注册在“用户自定义”类别中。在此情况下，用户还输入后文所述的链表所需的信息，即效果信息EF和设备类型信息ED。

在预测转换信息显示区P70中，显示了对用户输入的文本信息进行预测的文本信息。用户触摸显示在预测转换信息显示区P70中的文本信息，从而在类别内用户活动显示区P40中显示与该文本信息相对应的用户活动标签P41。

屏幕键盘P80由多个键形成，每个键上均绘制有不同的文本信息，用户触摸这些键以由此输入文本信息。

图7示出了在报告用户活动中的生态活动时的状态。即，首先，用户触摸“生态”类别选择按钮P31。以此方式，与生态活动相关的用户活动标签P41显示在类别内用户活动显示区P40中。注意，存在有如下用户活动标签41，该用户活动标签41集合了多个类型的用户活动(以下，该用户活动标签P41还可称为“多重活动标签P45”)。例如，“打开/关闭窗帘”多重活动标签P45对应于“打开窗帘”用户活动标签P41和“关闭窗帘”用户活动标签P41。同样地，“以火车/自行车通勤”多重活动标签P45对应于“以火车通勤”用户活动标签P41和“以自行车通勤”用户活动标签P41。在多重活动标签P45中，由于均用于表示用户活动的多条文本信息是由“/”分开的，因此用户通过触摸由“/”分开的多条文本信息中的一条来选择包含在多重活动标签P45中的用户活动标签P41。例如，在选择“打开窗帘”用户活动标签P41的情况下，用户触摸“打开/关闭窗帘”多重活动标签P45中的“打开”文本信息。以此方式，用户选择了“打开窗帘”用户活动标签P41。此后，用户以与上述相同的方式进行处理，从而放下用户活动标签P41。

此外，在图7中，对于“关灯”的用户活动标签P41，显示出了活动场所列表P53。由于在每个场所中均安装有灯，所以在活动场所列表P53中列出的活动场所的数目较大。

图8示出了当用户向服务器30报告各个生态活动的完成程度时所显示的完成程度报告界面。完成程度报告界面包括复选框显示区P91、生态活动显示区P92、完成程度显示区P93、报告按钮P94和未图示的屏幕键盘。

复选框显示区P91、生态活动显示区P92和完成程度显示区P93彼此相关联。在复选框显示区P91中显示复选框，在生态活动显示区P92中显示生态活动列表，在完成程度显示区P93中显示由用户输入的完成程度。即，在进行生态活动的情况下，用户触摸相应的复选框。以此方式，在复选框中加入复选标记。此外，用户触摸相应的完成程度显示区P93，并接着用屏幕键盘输入完成程度。完成程度是用户的主观评价值。例如，对于生态活动“将空调(加热)设定为25℃”，在用户在整个操作时间内均使空调保持为25℃的情况下，可以将完成程度确定为100，而在整个操作时间的一半时间内使空调保持为25℃的情况下，可以将完成程度确定为50。

用户在向服务器30报告完成程度时触摸报告按钮P94。即，在用户确定输入了绝大部分的完成程度的情况下，用户触摸报告按钮P94。以此方式，将各生态活动的完成程度报告给服务器30。

图9示出了在用户报告用户活动之后所显示的用户活动评价图的示例。用户活动评价图包括实际功耗曲线显示区P100和用户活动时间线显示区P110。

在实际功耗曲线显示区P100中，显示了个体实际功耗曲线P101-1、总实际功耗曲线P101-2、实际功耗细目显示区P102、报告日期显示区P103和时间线P104。个体实际功耗曲线P101-1示出了各个设备的实际功耗(即，个体实际功耗)随时间的变化状态。总实际功耗曲线P101-2是通过将个体实际功耗曲线P101-1相加而得到的。换句话说，总实际功耗曲线P101-2示出了总实际功耗随时间的变化状态，该总实际功耗是通过将个体实际功耗(个体实际功耗中在实际功耗曲线显示区域P100显示出的个体实际功耗)相加而得到的值。

例如，在图9所示的示例中，在实际功耗曲线显示区P100中，显示了个体实际功耗曲线P101-1a至P101-1f和总实际功耗曲线P101-2。实际功耗曲线P101-1a示出了干发器的功耗变化。实际功耗曲线P101-1b示出了安装在起居室A中的空调的功耗变化。实际功耗曲线P101-1c示出了安装在起居室B中的个人计算机的功耗变化。实际功耗曲线P101-1d示出了安装在起居室A中的电视机的功耗变化。实际功耗曲线P101-1e示出了冰箱的功耗变化。实际功耗曲线P101-1f示出了安装在起居室A中的灯的功耗变化。总实际功耗曲线P101-2示出了个体实际功耗曲线P101-1a至P101-1f的总和。用户可以随意改变将显示在实际功耗曲线显示区P100中的个体实际功耗曲线P101-1的类型。

在实际功耗细目显示区P102中，显示了实际功耗曲线P101和设备之间的对应关系。在报告日期显示区P103中，显示了上述报告日期。时间线P104与图6等所示的时间线P51相同。

在用户活动时间线显示区P110中，用户活动标签P111沿时间线P104显示。用户活动标签P111与图6等所示的用户活动标签P41相同。即，在用户活动时间线显示区P110中，显示了用户使用用户活动报告界面所报告的用户活动。由此，用户能够将单日用户活动与功耗变化进行比较。

注意，在区域A1中，尽管没有报告“看电视”的用户活动，但电视机的功耗仍然大于0。同样地，在区域A2中，尽管没有报告“使用个人计算机”的用户活动，但个人计算机的功耗仍然大于0。因此，在区域A1和A2中，存在如下可能：用户没有意识到(没注意到)他/她的用户活动。此外，由于这些用户活动的个体实际功耗大于后文所述的个体估计功耗，因此需要对此进行改进。因此，在存在上述区域的情况下，提示部25提示上述用户活动并向用户提示用于解决这些事件的生态活动。例如，提示部25提示以下信息：“电视机在深夜还开着。在睡觉前关掉电视机。”和“个人计算机还开着。当不用时关掉个人计算机。”注意，控制部26进行包括确定是否存在上述区域的一系列过程。

此外，由于区域B具有格外高的总功耗，因此需要鼓励用户减少功耗，但造成功耗增加的用户活动可能是由用户偏好或生活方式引起的。例如，尽管区域B中的高总功耗是由于使用干发器导致的，但是用户可能天天在这个时候使用干发器。用户难以注意到此类用户活动。在此情况下，即使向用户提示“不使用干发器”这一生态活动，对用户来说，该生态活动也是难以持续可行的。因此，在此情况下，提示部25提示用于缩小与其他用户的平均功耗之间的差异的生态活动。例如，提示部25提示以下信息：“你比一般人使用干发器多了一分钟。这等效于将淋浴用水温度降低1℃所能减少的功耗。”即，提示部25提示“将淋浴用水温度降低1℃”这一生态活动。同样地，在用户的电视机功耗大于其他用户的情况下，提示部25提示以下信息：“你比一般人使用电视机多了1小时。这等效于一天内将空调(制冷)温度调高3℃所能减少的功耗。”即，提示部25提示“将空调的温度设定调高3℃”这一生态活动。注意，对于信息的提示方法，可以考虑图像显示或声音输出。

此外，当用户触摸用户活动标签P111中的用于表示生态活动的用户活动标签P111时，提示部25显示用户活动评价图中的图10所示的放大评价图，该放大评价图是所触摸的用户活动标签P111的一部分的放大图。在放大的评价图的实际功耗曲线显示区P100中，显示了实际功耗曲线P101-1，在实际功耗曲线P101-1中，功耗由于所选的用户活动(由所触摸的用户活动标签P111所表示的用户活动)而发生改变。在图10所示的示例中，由于照明的功耗和空调的功耗因用户打开窗帘的活动而发生改变，因此在实际功耗曲线显示区P100中显示了个体实际功耗曲线P101-1b和P101-1f及总实际功耗曲线P101-2。

此外，在放大的评价图的实际功耗曲线显示区P100中，还显示了个体估计功耗曲线P105-1和总估计功耗曲线P105-2。个体估计功耗曲线P105-1示出了在不进行所选用户活动时所估计的各个设备的实际功耗(即，个体估计功耗)随时间的变化状态。总估计功耗曲线P105-2表示个体估计功耗曲线P105-1的总和。换句话说，总估计功耗曲线P105-2示出了总估计功耗随时间的变化状态，该总估计功耗是将个体估计功耗(其是显示在实际功耗曲线显示区P100中的个体估计功耗)相加得到的值。

个体估计功耗曲线P105-1和总估计功耗曲线P105-2以叠加(即，相关联)的方式分别显示在相应的个体实际功耗曲线P101-1和相应的总实际功耗曲线P101-2上。为了使这些曲线的关联变得一目了然，例如，彼此相关联的曲线可以由不同的线型和相同的颜色显示。在图10所示的示例中，个体估计功耗曲线P105-1b和P105-1f和总估计功耗曲线P105-2显示在实际功耗曲线显示区P100中。个体估计功耗曲线P105-1b示出了当用户不进行“打开窗帘”用户活动时所估计的空调(加热)的实际功耗，而个体估计功耗曲线P105-1f示出了当用户不进行“打开窗帘”用户活动时所估计的照明的实际功耗。总实际功耗曲线P105-2是通过将个体估计功耗曲线P105-1b和P105-1f相加而得到的。

在通过进行所选的用户活动使一个设备的个体实际功耗曲线P101-1的值小于该设备的个体估计功耗曲线P105-1的值的情况下，这意味着通过进行所选的用户活动减小了该设备的实际功耗。因此，在此情况下，所选用户活动可能对该设备具有生态效果。另一方面，在个体实际功耗曲线P101-1的值等于或者大于个体估计功耗曲线P105-1的值的情况下，这意味着即使进行所选的用户活动，实际功耗也保持不变甚至可能增加。因此，在此情况下，所选用户活动可能不具有生态效果。

然而，需要整体地确定所选用户活动是否具有生态效果。即，所选用户活动对一个设备可能具有生态效果，但对另一设备可能不具有任何生态效果。例如，在图10所示的示例中，所选用户活动是“打开窗帘”这一用户活动。通过打开窗帘，个体实际功耗曲线P101-1f的值变得小于个体估计功耗曲线P105-1f的值。在打开窗帘的情况下(即，进行了所选用户活动)，阳光进入起居室A，因此照明充足。另一方面，在不打开窗帘的情况下(即，不进行所选用户活动)，阳光没有进入起居室A，因此需要照明。因此，获得了上述效果。因此，“打开窗帘”的所选用户活动对于照明而言具有生态效果。

相比而言，个体实际功耗曲线P101-1b的值大于个体估计功耗曲线P105-1b的值。在打开窗帘的情况下，起居室A内的热量变得更容易逸散到外面(即，起居室A的温度更容易降低)。另一方面，在不打开窗帘的情况下，起居室内的热量难以逸散到外面。因此，获得了上述效果。因此，“打开窗帘”这一所选用户活动对于空调(加热)不具有生态效果。

此外，总实际功耗曲线P101-2的值大于总估计功耗曲线P105-2的值。因此，“打开窗帘”这一所选用户活动整体上不具有的生态效果。然而，在起居室A的温度容易升高的时间段(例如，9:30以后)，即使当进行“打开窗帘”这一所选用户活动时空调(加热)的实际功耗也不增加。因此，在上述时间段内，“打开窗帘”这一所选用户活动整体上具有生态效果。

因此，在将所选用户活动归类为“生态的”且总实际功耗曲线P101-2的值等于或者大于总估计功耗曲线P105-2的值的情况下，提示部25提示总实际功耗曲线P101-2的值小于总估计功耗曲线P105-2的值时的时间段。例如，提示部25提示以下信息：“在此报告的时间段内预计没有生态效果。在9:30以后打开窗帘”。

图11和图12均示出了根据由用户报告的完成程度等所显示的奖励图的示例。即，如图11和图12所示，提示部25显示大小与用户所报告的完成程度相对应的卡通形象图P150。因此，用户让卡通形象图P150增大的意愿增加，由此，用户能够发现进行生态活动的重要性。

图3所示的控制部26控制用户设备20的各个结构性元件，并进行控制以使提示部25提示上述各类信息。此外，控制部26还将由用户输入的各类信息(例如，生态活动的完成程度和用户活动)输出到通信部21。通信部21生成与这些信息相关的信号，并将该信号发送到服务器30。

2-2、存储设备的结构

接着将说明图4所示的存储设备40的结构。存储设备40与服务器30相连接。

存储设备40主要存储图13至图27所示的信息。图13示出了存储在存储设备40中的用户活动饼状图。用户活动饼状图示出了单日内进行的各用户活动的时间段的百分比(执行时间段/24)。存储设备40为每个用户存储用户活动饼状图。

图14示出了链表。该链表示出了用户活动、设备的效果和设备的分类(类型)之间的对应关系。该链表包括用户活动表、效果表和设备类型表，还包括用于使这些表彼此相关联的箭头信息AR1和箭头信息AR2。

在用户活动表中，列出了多条均用于表示用户活动(例如，“打开窗帘”和“关闭窗帘”)的内容的用户活动信息UA。在效果表中，列出了多条均用于表示设备所获得效果(例如，“亮度”和“温度”)的效果信息EF。在设备类型表中，列出了多条均用于表示设备类型(例如，“照明设备”和“加热设备”)的设备类型信息ED。箭头信息AR1将用户活动信息UA链接到表示用户活动(其由用户活动信息UA表示)的效果的效果信息EF。例如，当打开窗帘时，室内的亮度和温度改变，因此箭头信息AR1将“打开窗帘”的用户活动信息UA链接到表示“亮度”的效果信息EF，还链接到表示“温度”的效果信息ED。箭头信息AR2将设备类型信息ED链接到表示该设备(其由设备类型信息ED表示)所表现的效果的效果信息EF。例如，由于“照明设备”这一设备改变了室内的“亮度”，因此箭头信息AR2将“照明设备”的设备类型信息ED链接到“亮度”的效果信息EF。根据此链表，由于能够发现用户活动改变了哪一设备的功耗，因此该链表用于计算上述估计功耗。

图15示出了存储在存储设备40中的各个表之间的链接关系。存储设备40存储图15所示的用户报告相关表组，用户报告相关表组包括用户表(Users)、设备表(Devices)、设备类型表(DeviceTypes)、用户报告表(Reports)、生态活动表(EcoActions)、用户资料表(UserProfiles)、资料分类表(ProfileCategories)、用户资料类型表(UserProfileTypes)、资料分类链表(ProfileCategories_has_EcoActions)、设备链表(Devices_has_EcoActions)和评价值表(EvaluationValues)。注意，对于用户自定义中的用户活动，由用户设置效果信息EF和设备类型信息ED。

如图16所示，用户表记录彼此相关联的用户ID、名称信息、注册日期/时间信息和报告日期信息。用户ID是用于唯一地识别用户的识别信息。名称信息表示用户的名称。注册日期/时间信息表示用户向服务器30进行注册的日期/时间。报告日期信息表示上述报告日期，即用户进行用户活动的日期。

如图17所示，设备表记录彼此相关联的设备ID、型号信息、个体实际功耗曲线、连接识别日期/时间信息、报告日期信息、安装位置信息、用户表关键字、设备类型表关键字和设备链表关键字。

设备ID是唯一地识别设备的识别信息。型号信息表示设备的型号。如上所述，个体实际功耗曲线表示设备的总实际功耗随时间的变化状态。连接识别日期/时间信息表示用户报告设备的存在时的日期/时间。用户在设备布局图P20上放置设备，从而报告了该设备的存在。安装位置信息表示设备的安装位置。用户表关键字是用于使设备表与用户表相关联的关键字，且实质上表示拥有该设备的用户。注意，由于一个用户可能拥有多个设备，因此一个用户表与多个设备表相关联。

设备类型表关键字是用于使设备表与设备类型表相关联的关键字，且实质上表示设备的类型。一个设备表与一个设备类型表相关联。

如图18所示，设备类型表记录彼此相关联的用于唯一地识别设备类型的设备类型ID和用于表示类型名称(例如，上述“照明设备”和“加热设备”)的类型名称信息。

如图19所示，用户报告表记录彼此相关联的报告活动项ID、报告日期信息、完成程度信息、开始时间信息、结束时间信息、个体估计功耗曲线、活动位置信息、用户表关键字、生态活动表关键字和评价值表关键字。

报告活动项ID是用于唯一地识别用户报告的生态活动的识别信息。完成程度信息表示该生态活动的完成程度。开始时间信息表示该生态活动开始的时间，结束时间信息表示该生态活动结束的时间。

如上所述，个体估计功耗曲线表示个体估计功耗随时间的变化状态。基于链表来确定待存储在用户报告表中的个体估计功耗曲线的类型。例如，由于“打开窗帘”这一生态活动与“照明设备”和“加热设备”相关，因此当用户报告表中的报告活动项ID表示“打开窗帘”这一生态活动时，用户报告表存储照明的个体估计功耗曲线和空调的个体估计功耗曲线。活动位置信息表示进行生态活动的位置。

用户表关键字是用于使用户报告表与用户表相关联的关键字，且实质上表示报告该生态活动的用户。由于用户可以报告多个生态活动，因此一个用户表与多个用户报告表相关联。生态活动表关键字是用于使用户报告表与生态活动表相关联的关键字，且实质上表示用户所报告的生态活动的名称。一个用户报告表对应于一个生态活动表。

评价值表关键字是用于使用户报告表与评价值表相关联的关键字，且实质上表示生态活动的评价值。该评价值是当服务器30选择待显示给用户的生态活动时作为索引的值。稍后将说明计算评价值的具体方法。

如图20所示，生态活动表记录彼此相关联的生态活动项ID、生态活动名称信息、资料分类链表关键字和设备链表关键字。

生态活动项ID是用于唯一地识别生态活动的识别信息。生态活动名称信息表示生态活动的名称。资料分类链表关键字是用于使生态活动表与资料分类链表相关联的关键字，且实质上表示与生态活动相关的用户资料的分类值(10多岁，男等)。

设备链表关键字是用于使生态活动表与设备链表相关联的关键字，且实质上表示与生态活动相关的设备。在本实施例中，在存在实际功耗由于生态活动的原因而改变的设备的情况下，该设备与生态活动相关联。该关联显示在上述链表中。

如图21所示，用户资料表记录彼此相关联的用户资料设定值ID、用户表关键字和资料分类表关键字。用户资料设定值ID是唯一地指派给各个用户资料表的识别信息，且实质上表示构成用户资料的任一分类(年龄，性别等)和该分类中的任一分类值(20多岁，男等)。用户表关键字是用于使用户资料表与用户表相关联的关键字，且实质上表示拥有该用户资料的用户。虽然一个用户资料表对应于一个分类，但一个用户可以报告多个分类，因此一个用户表可以与多个用户资料表相关联。

资料分类表关键字是用于使用户资料表与资料分类表相关联的关键字。此处，资料分类表表示任一分类中的任一分类值(10多岁，男等)。因此，资料分类表关键字实质上表示任一分类中的任一分类值。

如图22所示，资料分类表记录彼此相关联的用户资料选项ID、选项内容信息、用户资料类型表关键字和资料分类链表关键字。用户资料选项ID是用于唯一地识别分类值的识别信息。选项内容信息表示分类值的内容。例如，在分类值对应于年龄分类的情况下，选项内容信息显示10多岁、20多岁等。用户资料类型表关键字是用于使资料分类表与用户资料类型表相关联的关键字。此处，由于用户资料类型表示出用户资料的分类，因此用户资料类型表关键字实质上表示该分类值所属于的分类。由于用户所能够选出的多个分类值属于一个分类(例如，“10多岁”、“20多岁”、“30多岁”等多个分类值属于“年龄”分类)，因此一个用户资料类型表与多个资料类型表相关联。

资料分类链表关键字是用于使资料分类表与资料分类链表相关联的关键字，且实质上表示与分类值相关的生态活动。

如图23所示，用户资料类型表记录彼此相关联的用户资料项ID和资料项名称信息。用户资料项ID是用于唯一地识别用户资料的分类的识别信息，资料项名称信息表示用户资料的分类名称(年龄、性别等)。

如图24所示，资料分类链表是用于使用户所报告的全部分类值与用户所报告的全部生态活动相关联的表。

如图25所示，设备链表是用于使设备和与该设备相关的生态活动相关联的表。该关联显示在链表中。

如图26所示，评价值表记录彼此相关联的评价值ID、评价值信息和资料分类链表关键字。评价值ID是用于唯一地识别评价值的识别信息，该评价值信息表示评价值。资料分类链表关键字是用于使评价值表与资料分类链表相关联的关键字，且实质上表示资料分类链表中的任一生态活动。以此方式，分类值、生态活动和评价值彼此相关联。

在上述用户报告相关表组中，预先设定下列表中资料分类链表关键字的值之外的值：设备类型表、生态活动表、资料分类表、用户资料类型表和设备链表。

图27示出了生态活动统计表的示例。生态活动统计表表示在服务器30中注册的所有用户的关于生态活动的生态效果的统计。生态活动统计表将各生态活动的生态效果归类为“最大值”、“最小值”和“平均值”。此外，生态活动统计表还为生态效果的各类别记录“开始时间”、“结束时间”和“降低量”。

术语“开始时间”表示生态活动开始时的时间，术语“结束时间”表示生态活动结束时的时间。术语“降低量”表示单位时间内实际功耗的降低量。此处，实际功耗的降低量所表示的值是这样得到的：从与生态活动相关的设备的个体估计功耗的和减去与生态活动相关的设备的个体实际功耗的和。为了计算单位时间内实际功耗的降低量，可以用一定时间段内实际功耗的降低量的总和除以该时间段。“最大值”栏中的“降低量”的值表示所有用户的降低量中的最大值，“最大值”栏中的“开始时间”和“结束时间”分别表示与该最大值相应的开始时间和结束时间。“最小值”栏中的“降低量”的值表示所有用户的降低量中的最小值，“最小值”栏中的“开始时间”和“结束时间”分别表示与该最小值相应的开始时间和结束时间。“平均值”栏中的“降低量”的值表示所有用户的降低量的算术平均值，“平均值”栏中的“开始时间”和“结束时间”分别表示所有用户的开始时间的算术平均值和所有用户的结束时间的算术平均值。此处，在将所有用户的降低量彼此进行比较的情况下，服务器30将各个降低量标准化。这是因为，由于各用户之间的居住环境不同(家庭结构、居住空间大小等)，所以如果简单地相互比较降低量本身，则服务器30难以进行准确的比较。例如，进行了下述标准化。即，服务器30为所有用户计算每一用户每天的总功耗。此后，服务器30计算这些值的算术平均值。此后，服务器30将该算术平均值除以每个用户的总功耗，并将以此方式获得的值设定为每个用户的标准化系数。此后，服务器30用每个用户的降低量乘以该标准化系数，从而使每个用户的降低量标准化。

除上述表之外，存储设备40还存储用户所报告的用户活动时间线信息、生态活动列表的初始值等。

2-3、服务器的结构

接着将基于图4说明服务器30的结构。服务器30包括通信部31、控制部32和存储部33。通信部31与用户设备20进行通信。通信部31将从用户设备20获得的信息输出到控制部32。控制部32包括用户报告管理部321、估计功耗计算部322、生态活动评价部323和生态活动建议部324。用户报告管理部321将诸如用户所报告的生态活动等信息存储在上述用户报告相关表组中。估计功耗计算部322基于存储在用户报告相关表组和链表中的信息来计算个体估计功耗。生态活动评价部323基于存储在用户报告相关表组中的信息为用户所进行的生态活动计算评价值。生态活动建议部324基于存储在用户报告相关表组中的信息来确定待向用户提示的生态活动。存储部33存储服务器30进行的处理所需的各类信息，如程序等。

3、由信息处理系统进行的处理

接着将基于图28至图31说明由信息处理系统10进行的处理的过程。注意，以下说明将以用户u获取生态活动列表等的情况作为示例。首先，用户u预先在服务器30中进行注册。例如，用户u通过使用输入部23输入包括用户u的名称信息的注册请求信息。用户设备20向服务器30发送包括注册请求信息的注册请求信号。当服务器30接收到该注册请求信号时，服务器30确定用户ID，并向用户设备20发送该用户ID相关的用户ID通知信号。此外，服务器30在存储部33中存储用户ID、名称信息和注册日期/时间信息。用户设备20接收用户ID通知信号，并且在将包括在用户ID通知信号中的用户ID显示在提示部25的同时，将用户ID存储在存储部24中。此后，信息处理系统10进行以下处理。

在步骤S10中，控制部26将图5所示的用户信息报告界面显示在提示部25上。用户u使用用户信息报告界面来输入用户ID。此外，用户u使用用户信息报告界面，并输入或选择用户资料。具体地，用户u触摸任一输入框(即，用户资料的各个分类的各个输入框)，从而选择分类。此后，用户u使用屏幕键盘向所选分类中输入分类值或从下拉菜单P16中选择分类值。

以此方式，输入框大体分为使用户u能直接输入分类值的输入框和在下拉菜单P16中显示多个分类值而使用户u能从这些分类值中选择任一分类值的输入框。此处，在下拉菜单P16中，原样地显示存储在存储设备40中的分类值(即，存储在资料分类表中的分类值)。因此，用户u所选的分类值对应于存储在存储设备40中的分类值。然而，用户u直接输入的分类值不必与存储在存储设备40中的分类值相对应。例如，在存储设备40将“10多岁”和“20多岁”的信息存储为“年龄”分类的分类值时，用户u向“年龄”分类输入的“35”的信息不与存储在存储设备40中的分类值相对应。因此，控制部26将用户u直接输入的分类值转换为存储在存储设备40中的分类值中与用户u直接输入的分类值最接近的值。例如，将“35”转换为“30多岁”。

此外，用户u在楼层布局图P22上放置设备图标P23，从而创建设备布局图P20。控制部26创建与用户u所输入的用户资料和设备布局图P20相关的用户资料注册信息，并将该用户资料注册信息输出到通信部21。通信部21生成包括该用户资料注册信息的用户资料注册信号，并将该用户资料注册信号发送到服务器30。

服务器30的通信部31接收该用户资料注册信号，并将包括在该信号中的用户资料注册信息存储在存储部33中。

接着，在步骤S20中，用户设备20的控制部26显示图6所示的用户活动报告界面。用户u使用用户活动报告界面并输入用户活动时间线信息。该用户活动时间线信息包括关于以下内容的信息：作为进行用户活动时的日期的报告日期；各用户活动的内容；各用户活动的活动位置；及各用户活动的开始时间和结束时间。另一方面，控制部26基于传感器22给出的功耗信息为各个设备生成在报告日的个体实际功耗曲线，并将该个体实际功耗曲线存储在存储部24中。注意，在用户u向服务器30报告用户活动之前，将分入“生态”类中的生态活动设定为初始值(即，服务器30中存储的所有生态活动)，并且在报告之后将生态活动设定为用户u能够持续实施的生态活动。

此后，当用户u触摸报告按钮P56时，控制部26显示图8所示的完成程度报告界面。用户u选中完成程度报告界面所列出的生态活动中实际被执行的生态活动的复选框，并输入这些生态活动的完成程度。当完成输入时，用户u触摸报告按钮P94。注意，在用户u向服务器30报告用户活动之前，完成程度报告界面中列出的生态活动被设定为初始值(即，服务器30中存储的所有生态活动)，并且在报告之后将生态活动设定为用户u能够持续实施的生态活动

接着，控制部26生成包括用户活动时间线信息、个体实际功耗曲线和各生态活动的完成程度信息的用户活动报告信息，并将该用户活动报告信息输出到通信部21。通信部21生成包括该用户活动报告信息的用户活动报告信号，并将该用户活动报告信号发送到服务器30。

通信部31接收用户活动报告信号，并将包括在该信号中的用户活动报告信息存储在存储部33中。用户报告管理部321重新生成图15所示的用户报告相关表组，并将存储在存储部33中的信息存储在这些表中。

具体地，用户报告管理部321在用户表中存储用户ID、名称信息、注册日期/时间信息和报告日期信息。

此外，用户报告管理部321在设备表中存储设备ID、型号信息、个体实际功耗曲线、连接识别日期/时间信息、报告日期信息、安装位置信息、用户表关键字、设备类型表关键字和设备链表关键字。待生成的设备表的数目与包括在设备布局图P20中的设备图标P23的数目相同。

此外，用户报告管理部321在用户报告表中存储报告活动项ID、报告日期信息、完成程度信息、开始时间信息、结束时间信息、活动位置信息、用户表关键字、生态活动表关键字和评价值表关键字。

此外，用户报告管理部321在用户资料表中存储用户资料设定值ID、用户表关键字和资料分类表关键字。

此外，用户报告管理部321在资料分类链表中存储彼此相关联地用户所报告的所有分类值和用户所报告的所有生态活动。即，所有生态活动均与各分类值相关联。据此，用户报告管理部321改变资料分类链表关键字。

接着，估计功耗计算部322为各个用户报告表(即为用户u所报告的各生态活动)计算个体估计功耗曲线。具体地，首先，估计功耗计算部322基于用户报告表识别生态活动和进行该生态活动的操作时间段(即，从开始时间到结束时间的时间段)。接着，估计功耗计算部322基于用户u先前报告的用户活动时间线信息提取操作时间段内未进行生态活动的用户活动时间线信息(以下也称为“非操作时间线信息”)。另一方面，估计功耗计算部322基于链表识别与生态活动相关的设备，即相关设备。此后，估计功耗计算部322从与所提取的用户活动时间线信息具有相同报告日期的个体实际功耗曲线中提取与相关设备相关的个体实际功耗曲线，以作为个体估计功耗曲线。接着，估计功耗计算部322将所提取的个体估计功耗曲线存储在用户报告表中。在一个用户报告表存在多条个体估计功耗曲线的情况下，估计功耗计算部322将上述多条个体估计功耗曲线全部存储在用户报告表中。

注意，在不存在非操作时间线信息的情况下，估计功耗计算部322识别其他用户中的至少拥有上述相关设备的用户(以下称为“替代用户”)。接着，估计功耗计算部322基于由上述替代用户所报告的信息进行上述相同的过程。以此方式，估计功耗计算部322从替代用户所报告的个体实际功耗曲线中提取与相关设备相关的个体实际功耗曲线。此后，估计功耗计算部322将所提取的个体实际功耗曲线乘以预定的替代系数，从而计算个体估计功耗曲线。注意，该替代系数是通过将用户u每天的总实际功耗除以上述替代用户每天的总实际功耗而获得的。优选地，上述替代用户不仅具有上述相关设备，还具有与用户u相似的居住环境(例如，上述替代用户和用户u具有相同的住房楼层布置和相同的家庭结构)。

此外，用户报告管理部321基于全部用户的用户报告相关表组生成图27所示的生态活动统计表。“降低量”的计算方法如上所述。此外，用户报告管理部321基于用户活动时间线信息创建用户活动饼状图。

此外，生态活动评价部323根据图31所示流程图为用户u所报告的每个生态活动计算个体评价值Val_u(e，t)、基于分类的评价值Val_s(e，t，c)和总体评价值Val(e，t)。

在步骤S390中，生态活动评价部323获得用户u的用户报告表。在步骤S400中，生态活动评价部323确定用户报告表的数目是否大于0，如果确定其大于0，则进行到步骤S410，如果确定其为0，则结束处理。

在步骤S410中，生态活动评价部323获得用户所报告的任一生态活动(即用户报告表)e。在步骤S420中，生态活动评价部323基于以下公式(1)至(6)为生态活动e计算个体评价值Val_u(e，t)和总体评价值Val(e，t)。

在步骤S430中，生态活动评价部323确定用户u所报告的用户资料表的数目(即，分类值的数目)是否大于0，如果确定其大于0，则进行到步骤S440，如果确定其为0，则进行到步骤S470。

在步骤S440中，生态活动评价部323获得一个分类值。在步骤S450中，生态活动评价部323基于以下公式(7)至(9)为生态活动e计算基于分类的评价值Val(e，t，c)。

Val(e，t)＝Val_e×Ach(e，t)×Exe(e，t)...(1)

$\mathrm{Ach}(e,t)=\left(\underset{t^{\′}=1}{\overset{t}{\mathrm{\Σ}}}\right[\underset{u^{\′}=1}{\overset{Y_{e,t^{\′}}\mathrm{Re}{p}_{t^{\′}}}{\mathrm{\Σ}}}\left\{\mathrm{Ascor}{e}_{e,t^{\′},u^{\′}}\right\}/\left(Y_{e,t^{\′}}\mathrm{Re}{p}_{t^{\′}}\right)\left]\right)/t...\left(2\right)$

$\mathrm{Exe}(e,t)=\left(\underset{t^{\′}=1}{\overset{t}{\mathrm{\Σ}}}{Y}_{e,t^{\′}}\right)/t...\left(3\right)$

Val_u(e，t)＝Val_e×Ach_u(e，t)×Exe_u(e，t)...(4)

${\mathrm{Ach}}_u(e,t)=\left(\underset{t^{\′}=1}{\overset{t}{\mathrm{\Σ}}}{\mathrm{Ascore}}_{e,t^{\′},u}\right)/t...\left(5\right)$

${\mathrm{Exe}}_u(e,t)=\left(\underset{t^{\′}=1}{\overset{t}{\mathrm{\Σ}}}{Y}_{e,t^{\′},u}\right)/t...\left(6\right)$

Val_s(e，t，c)＝Val_e×Ach_s(e，t，c)×Exe_s(e，t，c)...(7)

${\mathrm{Ach}}_s(e,t,c)=\left(\underset{t^{\′}=1}{\overset{t}{\mathrm{\Σ}}}\right[\underset{u^{\′}=1}{\overset{Y_c{Y}_{e,t^{\′}}\mathrm{Re}{p}_{t^{\′}}}{\mathrm{\Σ}}}\left\{{\mathrm{Ascore}}_{e,t^{\′},u^{\′},c}\right\}/\left(Y_c{Y}_{e,t^{\′}}\mathrm{Re}{p}_{t^{\′}}\right)\left]\right)/t...\left(8\right)$

${\mathrm{Exe}}_s(e,t,c)=(\underset{t^{\′}}{\overset{t}{\mathrm{\Σ}}}{Y}_{e,t^{\′}}\·Y_c)/t...\left(9\right)$

Val_u(e，t)：用户u的生态活动e的评价值

Val_e：评价值的初始值，该初始值是根据生态效果的程度设定的，随着生态效果程度的增加，该初始值增加。

Ascore_e，t′，u：用户u在第t′日所报告的生态活动e的完成程度

Y_e，t′，u：1/所有用户的数目

Rep_t′：在第t′日报告了用户活动的用户的(即，进行了步骤S20的处理的用户)数目

Y_c：具有分类值c的用户占所有用户的百分比

Y_e，t′：在第t′日进行了生态活动e的用户占所有用户的百分比

Ascore_{e，t′，u′，c}：具有分类值c的用户u′在第t′日所报告的生态活动e的完成程度

Ascore_{e，t′，u′}：用户u′在第t′日所报告的生态活动e的完成程度

注意，此处，用户u的最新报告日期前(t-1)日的报告日期表示为第1日，此后，报告日期分别表示为第2日、第3日，...，第t日(最新报告日期)。此外，生态活动评价部323为用户u所报告的所有分类值计算生态活动e的基于分类的评价值Val(e，t，c)。生态活动评价部323生成评价值表，并在该评价值表中存储评价值ID、评价值(个体评价值、基于分类的评价值和总体评价值)和资料分类链表关键字。此处，存储在上述评价值表中的基于分类的评价值Val(e，t，c)对应于生态活动和资料分类链表关键字所表示的分类值的组合。即，生态活动e的待创建的评价值表的数目与用户所报告的分类值的数目相等。

在步骤S460中，生态活动评价部323确定是否存在未选择的评价值，如果确定存在未选择的评价值，则返回步骤S440，如果确定不存在未选择的评价值，则进行到步骤S470。

在步骤S470中，生态活动评价部323确定是否存在未选择的生态活动，如果确定存在未选择的生态活动，则返回步骤S410，如果确定不存在未选择的生态活动，则结束处理。

接着，在步骤S30中，生态活动建议部324向用户u提供生态活动列表等。具体地，进行图29A至图31所示的处理。即，在步骤S 100中，生态活动建议部324获得用户u的最新的用户报告相关表组。

此后，在步骤S110中，生态活动建议部324从存储设备40中获得生态活动列表的初始值。作为生态活动列表中的初始值，列出了各种生态活动。生态活动建议部324基于用户报告相关表组对这些初始值进行筛选。

在步骤S120中，生态活动建议部324确定设备表的数量是否大于0，如果确定其大于0，则进行到步骤S130，如果确定其为0，则进行到步骤S140。

在步骤S130中，生态活动建议部324基于设备表和设备链表从生态活动列表的初始值中将与不是用户所拥有的设备相关的生态活动排除。

在步骤S140中，生态活动建议部324确定生态活动列表中所列出的生态活动的数量是否大于固定值(例如，10)，如果其大于该固定值，则生态活动建议部324进行到步骤S150，如果其等于或者小于该固定值，则生态活动建议部324进行到步骤S141。

在步骤S141中，生态活动建议部324选择在生态活动列表中所列出的所有生态活动，并进行到步骤S300。

在步骤S150中，生态活动建议部324选择任意一个用户报告表。在步骤S160中，生态活动建议部324基于存储在用户报告表中的评价值表关键字获得个体评价值Val_u(e，t)，并确定该个体评价值是否大于预定阈值。如果确定个体评价值Val_u(e，t)大于该阈值，则生态活动建议部324进行到步骤S170，如果确定个体评价值Val_u(e，t)等于或者小于该阈值，则生态活动建议部324进行到步骤S180。

在步骤S170中，生态活动建议部324定义与步骤S150所选择的生态活动相对应的生态活动评价标准值Sum(e)，并将该值设为个体评价值Val_u(e，t)。此后，生态活动建议部324进行到步骤S260。

在步骤S180中，生态活动建议部324定义与步骤S150所选择的生态活动相对应的生态活动评价标准值Sum(e)，并将该值设为0。在步骤S190中，生态活动建议部324确定用户资料表的数量是否大于0，如果确定其大于0，则进行到步骤S200，如果确定其为0，则进行到步骤S240。

在步骤S200中，生态活动建议部324选择任意一个用户资料表，即，任一分类值。在步骤S210中，生态活动建议部324基于存储在评价值表中的资料分类链表关键字，获得基于分类的评价值Val(e，t，c)，该基于分类的评价值Val(e，t，c)对应于步骤S 150中所选择的生态活动与步骤S200中所选择的分类值的组合。此后，在步骤S220中，生态活动建议部324将基于分类的评价值Val(e，t，c)累加到生态活动评价标准值Sum(e)。

在步骤S230中，生态活动建议部324确定是否存在未选择的分类值，如果确定存在未选择的分类值，则返回步骤S200，如果确定不存在未选择的分类值，则进行到步骤S260。因此，生态活动建议部324重复步骤S200至步骤S230的过程，由此计算了生态活动评价标准值Sum(e)。

在步骤S240中，生态活动建议部324基于评价值表关键字获得对应于步骤S150中所选择的生态活动的总体评价值Val(e，t)。在步骤S250中，生态活动建议部324将该总体评价值Val(e，t)设定为生态活动评价标准值Sum(e)。在步骤S260中，生态活动建议部324将生态活动评价标准值Sum(e)临时存储在存储部33中。

在步骤S270中，生态活动建议部324确定是否存在未选择的生态活动，如果确定存在未选择的生态活动，则返回步骤S150，如果确定不存在未选择的生态活动，则进行到步骤S280。因此，生态活动建议部324重复步骤S150至S270的过程，从而为生态活动列表中列出的各个生态活动计算了生态活动评价标准值Sum(e)。

在步骤S280中，生态活动建议部324将生态活动列表中列出的各个生态活动按生态活动评价标准值Sum(e)进行降序排列。在步骤S290中，生态活动建议部324选择排序高的生态活动，所选择的生态活动的数量等于固定值。

在步骤S300中，生态活动建议部324生成列出了所选生态活动的生态活动列表，并将该生态活动列表输出到通信部31。通信部31生成包括该生态活动列表的生态活动列表信号，并将该生态活动列表信号发送到用户设备20。用户设备20将包括在生态活动列表信号中的生态活动列表存储在存储部24中。由此，更新了用户设备20的用户活动列表。上述更新的用户活动列表显示以评价值的降序选择的生态活动，因此用户能够比以往更容易地掌握持续可行的生态活动。

接着，将基于图32说明将生态活动列表显示给用户A至C的示例。在步骤S 10中，用户A和C均选择“分类1”的“分类值1”，用户B选择“分类1”的“分类值2”。在步骤S20中，用户A至C均报告用户活动。在步骤S420中，计算用户A的个体评价值Val_A(e，t)、用户B的个体评价值Val_B(e，t)和用户C的个体评价值Val_C(e，t)。

接着，在步骤S450中，基于用户A和C所报告的用户活动，计算基于分类的评价值Val_s(e，t，c1)。同理，基于用户B所报告的用户活动，计算基于分类的评价值Val_s(e，t，c2)。

接着，在步骤S420中，计算总体评价值Val(e，t)。此后，对于用户A，在步骤S260中，基于个体评价值Val_A(e，t)、基于分类的评价值Val_s(e，t，c1)和总体评价值Val(e，t)，以降序排列生态活动。此后，在步骤S280至S300中，向用户A提供对应于较高评价值的生态活动。

同理，对于用户B，在步骤S260中，基于个体评价值Val_B(e，t)、基于分类的评价值Val_s(e，t，c2)和总体评价值Val(e，t)，以降序排列生态活动。此后，在步骤S280至S300中，向用户B提供对应于较高评价值的生态活动。

同理，对于用户C，在步骤S260中，基于个体评价值Val_C(e，t)、基于分类的评价值Val_s(e，t，c1)和总体评价值Val(e，t)，以降序排列生态活动。此后，在步骤S280至S300中，向用户C提供对应于较高评价值的生态活动。

在图30所示的步骤S310中，生态活动建议部324获得用户报告表。在步骤S320中，生态活动建议部324定义生态活动评价值Sum，并将其值设为0。

在步骤S330中，生态活动建议部324确定用户报告表的数量是否大于0。由此，如果用户报告表的数量大于0，则生态活动建议部324进行到步骤S340，如果用户报告表的数量为0，则进行到步骤S380。

在步骤S340中，生态活动建议部324选择任一用户报告表，即任一生态活动。在步骤S350中，生态活动建议部324获得对应于该生态活动的个体评价值Val_u(e，t)。在步骤S360中，生态活动建议部324将个体评价值Val_u(e，t)累加到生态活动评价值Sum。

在步骤S370中，生态活动建议部324确定是否存在未选择的生态活动，如果确定存在未选择的生态活动，则返回步骤S340，如果确定不存在未选择的生态活动，则进行到步骤S380。

在步骤S380中，生态活动建议部324生成关于生态活动评价值Sum的生态活动评价值信息，并向通信部31输出该生态活动评价值信息。通信部31生成包括上述生态活动评价值信息的生态活动评价值信号，并将该生态活动评价值信号发送到用户设备20。控制部26基于包括在上述生态活动评价值信号中的信息生成卡通形象图P150，并在提示部25上显示该卡通形象图P150。

此外，生态活动建议部324将存储在用户报告表中的用户报告表信息输出到通信部31。通信部31生成包括上述用户报告表信息的用户报告表信号，并将该用户报告表信号发送到用户设备20。控制部26将包括在上述用户报告表信号中的用户报告表信息存储在存储部24中。此后，首先，用户设备20显示图9所示的用户活动评价图，然后在用户u选择任一生态活动的情况下，用户设备20显示图10所示的放大的评价图。在此情况下，控制部26基于存储在存储部24中的用户报告表信息显示个体估计功耗曲线。

此外，生态活动建议部324基于为用户u收集的用户活动时间线信息，确定是否存在用户u习惯性地进行的属于“家用电器”的用户活动(以下还称为“习惯性用户活动”)。此处，例如，用户活动是否习惯性地进行是根据该用户活动每天进行预定次数(例如，三次)来确定的，或者根据该用户活动在每天同一时间段内进行来确定。此外，由于属于“家用电器”的用户活动是使用设备的活动，因此对应于该设备的个体实际功耗大于个体估计功耗(＝0)。

接着，在存在习惯性用户活动的情况下，生态活动建议部324确定用户u单日内所进行的习惯性用户活动的百分比是否大于另一用户。为了进行该确定，使用所有用户的用户活动饼状图。即，生态活动建议部324基于所有用户的用户活动饼状图来计算习惯性用户活动的百分比的平均值。在用户u所进行的习惯性用户活动的百分比超过了上述平均值的情况下，生态活动建议部324确定用户u所进行的习惯性用户活动的百分比大于另一用户。在以此方式进行确定的情况下，首先，生态活动建议部324基于设备的个体实际功耗曲线计算由上述习惯性用户活动导致的实际功耗。

此外，生态活动建议部324基于所有用户的用户报告相关表组，检索替代生态活动，即生态活动相关的个体估计功耗总和大于该生态活动的个体实际功耗总和的生态活动，且该生态活动不与习惯性用户活动相冲突。生态活动建议部324将与检索到的替代生态活动和习惯性用户活动相关的替代生态活动信息输出到通信部31。通信部31生成包括上述替代生态活动信息的替代生态活动信号，并将该替代生态活动信号发送到用户设备20。用户设备20基于上述替代生态活动信息，显示上述习惯性用户活动和替代生态活动。例如，用户设备20显示以下信息：“你比一般人使用干发器多了1分钟。这等效于将淋浴温度降低1℃所能减少的功耗。”即，用户设备20显示“将淋浴温度降低1℃”这一替代生态活动。同样地，在用户的电视机功耗大于其他用户的电视机功耗的情况下，提示部25显示以下信息：“你比一般人使用电视机多了1小时。这等效于一天内将空调(制冷)设定调高3℃所减少的功耗。”即，用户设备20显示“将空调设定调高3℃”这一替代生态活动。

此外，生态活动建议部324将存储在图27所示的生态活动统计表中的信息，即，生态活动统计信息，输出到通信部31。通信部31生成包括上述生态活动统计信息的生态活动统计信号，并将该生态活动统计信号输出到用户设备20。用户设备20显示包括在上述生态活动统计信号中的生态活动统计信息。由此，为各个生态活动显示了实际功耗降低量变为最大值的时间。例如，显示以下信息：“在该报告时间段内预计没有生态效果。在9:30以后打开窗帘。”此外，响应于用户u的请求，显示上述降低量变为最小值和平均值的时间。

如上所述，根据信息处理系统10，提示部25彼此相关联地显示个体实际功耗和个体估计功耗，因此，用户能够比以往更容易地确定各用户活动是否具有生态效果。此外，用户能够比以往更容易地掌握各个用户活动的生态效果。

此外，由于提示部25显示实际功耗和估计功耗之间的差值变为最大值的时间，因此用户能够容易地改进生态活动。

此外，在某用户活动由用户习惯性地进行且设备的个体实际功耗大于个体估计功耗的情况下，提示部25显示替代生态活动，因此，用户能够在不打乱生活方式的条件下进行生态活动。

此外，在用户没有意识到在其所维持的用户活动中个体实际功耗大于个体估计功耗的情况下，提示部25显示该用户活动，因此，用户能够容易地掌握其没有意识到的用户活动。

此外，由于信息处理系统10基于其他用户的用户报告相关表组计算个体估计功耗，因此能够可靠地计算个体估计功耗。

此外，信息处理系统10基于用户的状态，具体地，基于存储在用户报告相关表组中的信息，从多个生态活动中选择用户能够持续进行的生态活动，并向用户显示所选的生态活动。因此，用户能够容易地确定是否存在持续可行的生态活动。

此外，信息处理系统10基于存储在用户报告相关表组中的信息为多个生态活动中的每一个计算评价值，并基于计算出的评价值选择用户能够进行的生态活动，因此，能够更可靠地选择用户能够持续进行的生态活动。

此外，信息处理系统10基于存储在用户报告相关表组中的信息，具体地，基于存储在用户报告表中的信息(完成程度信息等)，来计算评价值，因此，能够更可靠地选择用户能够持续进行的生态活动。

此外，信息处理系统10不仅利用某一用户的用户报告表计算评价值，还利用其中一项用户资料(具体地，任一分类值)与上述用户相同的另一用户的用户报告表计算评价值，因此，能够更可靠地选择能够由用户持续地进行的生态活动。

此外，信息处理系统10从多个生态活动中排除与用户不具有的设备相关的生态活动，并从剩余的生态活动中选择用户能够进行的生态活动，因此，能够更可靠地选择用户能够持续进行的生态活动。

本领域技术人员应理解的是，可以在本发明权利要求或其等同物的范围内根据设计要求和其他因素进行各种变形、组合、次组合和替换。

此外，本发明还可以如下设置。

(1)一种信息处理装置，其包括：

控制部，所述控制部进行控制以彼此相关联地显示实际能耗和估计能耗，其中所述实际能耗表示用户进行用户活动中的任一用户活动时设备所消耗的能量，所述用户活动均是所述用户能实施的活动，所述估计能耗表示所述用户不进行所述用户活动时所述设备所消耗的能量。

(2)如(1)所述的信息处理装置，其中，所述控制部进行控制以显示所述实际能耗和所述估计能耗之间的差值成为最大值的时间。

(3)如(1)或(2)所述的信息处理装置，其中，在所述用户活动由所述用户习惯性地进行且所述实际能耗大于所述估计能耗的情况下，所述控制部进行控制以显示所述估计能耗大于所述实际能耗的另一用户活动。

(4)如(1)至(3)所述的信息处理装置，其中，在所述实际能耗大于所述估计能耗且所述用户没有意识到所述用户活动的情况下，所述控制部进行控制以显示所述用户活动。

(5)如(1)至(4)所述的信息处理装置，其中，所述估计能耗是基于当另一用户没有进行所述用户活动时所述设备的实际能耗计算出的。

(6)一种信息处理方法，其包括以下步骤：

进行控制，以彼此相关联地显示实际能耗和估计能耗，其中所述实际能耗表示用户进行用户活动中的任一用户活动时设备所消耗的能量，所述用户活动均是所述用户能实施的活动，所述估计能耗表示所述用户不进行所述用户活动时所述设备所消耗的能量。

(7)一种计算机程序，其实现：

控制功能，所述控制功能用于进行控制以彼此相关联地显示实际能耗和估计能耗，其中所述实际能耗表示用户进行用户活动中的任一用户活动时设备所消耗的能量，所述用户活动均是所述用户能实施的活动，所述估计能耗表示所述用户不进行所述用户活动时所述设备所消耗的能量。

(8)一种信息处理装置，所述信息处理装置包括：

控制部，所述控制部进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。

(9)根据(8)的信息处理装置，其中

所述控制部基于所述用户的状态为所述多个生态活动中的各者计算评价值，并且所述控制部基于计算出的评价值选择用户能够实施的生态活动。

(10)根据(9)的信息处理装置，其中

所述用户的状态包括操作状态，所述操作状态表示所述用户实施所述多个生态活动中的各者的状态，并且

其中，所述控制部基于所述操作状态计算所述评价值。

(11)根据(8)至(10)中任一项的信息处理装置，其中

所述控制部基于表示所述用户实施所述多个生态活动中的各者的状态的第一操作状态和表示具有与所述用户相同的用户资料的另一用户实施所述多个生态活动中的各者的状态的第二操作状态计算所述评价值。

(12)根据(8)至(10)中任一项的信息处理装置，其中

所述控制部从所述多个生态活动中排除与所述用户没有的设备相关的生态活动，并且从剩余的生态活动中选择所述用户能够实施的生态活动。

(13)一种信息处理方法，所述信息处理方法包括以下步骤：

进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。

(14)一种程序，所述程序使计算机实现如下控制功能：

进行控制，以基于用户的状态从多个生态活动中选择用户能够实施的生态活动并将所选的生态活动提示给用户。

Claims (6)

1.一种信息处理装置，所述信息处理装置包括：

控制部，所述控制部进行控制，以基于用户的状态从多个生态活动中选择所述用户能够实施的生态活动并将所选的生态活动提示给所述用户。

2.根据权利要求1所述的信息处理装置，其中，

所述控制部基于所述用户的所述状态为所述多个生态活动中的各者计算评价值，并且所述控制部基于计算出的评价值选择所述用户能够实施的生态活动。

3.根据权利要求2所述的信息处理装置，

其中，所述用户的所述状态包括操作状态，所述操作状态表示所述用户实施所述多个生态活动中的各者的状态，并且

其中，所述控制部基于所述操作状态计算所述评价值。

4.根据权利要求3所述的信息处理装置，其中，

所述控制部基于表示所述用户实施所述多个生态活动中的各者的状态的第一操作状态，且基于表示具有与所述用户相同的用户资料的另一用户实施所述多个生态活动中的各者的状态的第二操作状态计算所述评价值。

5.根据权利要求1所述的信息处理装置，其中，

所述控制部从所述多个生态活动中排除与所述用户不拥有的设备相关的生态活动，并且从剩余的生态活动中选择所述用户能够实施的生态活动。

6.一种信息处理方法，所述信息处理方法包括以下步骤：

进行控制，以基于用户的状态从多个生态活动中选择所述用户能够实施的生态活动并将所选的生态活动提示给所述用户。

Images