CN101375304A - 建议装置、建议方法、建议程序以及记录有建议程序的记录介质 - Google Patents

建议装置、建议方法、建议程序以及记录有建议程序的记录介质 Download PDF

Info

Publication number
CN101375304A
CN101375304A CNA2007800039071A CN200780003907A CN101375304A CN 101375304 A CN101375304 A CN 101375304A CN A2007800039071 A CNA2007800039071 A CN A2007800039071A CN 200780003907 A CN200780003907 A CN 200780003907A CN 101375304 A CN101375304 A CN 101375304A
Authority
CN
China
Prior art keywords
mentioned
information
advice
suggestion
personality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2007800039071A
Other languages
English (en)
Inventor
野田真树子
长光左千男
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN101375304A publication Critical patent/CN101375304A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

提供适合用户性格的适当的建议。输入部(100)取得用户的预先分类的性格信息，性格信息数据库(101)对各性格信息存储有效的劝导项目，建议信息数据库(102)存储有构成用于支援用户的作业的建议的多个构成要素和对应劝导项目的构成要素的排列信息，劝导项目决定处理部(103)对由输入部(100)取得的性格信息决定有效的劝导项目，建议生成处理部(104)根据由劝导项目决定处理部(103)决定的劝导项目所对应的排列信息，连接多个构成要素而生成建议，输出部(107)输出由建议生成处理部(104)生成的建议。

Description

建议装置、建议方法、建议程序以及记录有建议程序的记录介质
技术领域
本发明涉及通过文本或声音等提出用于支援用户作业的建议的建议装置、建议方法、建议程序以及记录有建议程序的计算机可读取的记录介质。
背景技术
在家电设备中搭载有作为操作引导的声音引导功能等，与人对话的系统也已出现。其中，作为决定面向用户的对话内容或应答内容的方法，有一种方法为公众所知，即，基于根据用户发出的声音的韵律特征或内容所推断的用户和系统的自我状态，决定赋给发声文本的附带语和韵律参数的方法(例如参照专利文献1：日本专利公开公报特开2004—310034号)。
另外，还有一种方法为公众所知，即，在预先进行用户的性格判定之后，从用户发出的声音的音律或关键字来推断情绪，并基于性格和情绪来决定应答语句的方法(例如参照专利文献2：日本专利公开公报特开2004—21121号)。
目前，在表示个人性格的尺度中，存在根据性格可以用5个主要的因素来描述的假设而创建的主要5因素模型(major five-factor model)(例如参照非专利文献1：“主要5因素性格检查手册—从性格测定的基础到主要5因素的世界”，村上宣宽、村上千惠子，学艺图书，2001年2月15日)。另外，关于人如何进行谈判行为，在称为谈判学的学科中得以研究(例如参照非专利文献2：“谈判力”，中嶋洋介，讲谈社现代新书)。
专利文献1的对话内容决定方法是基于根据用户发出的声音的内容或特征推断的自我状态来决定应答方法。但是，存在这样一个问题，即，在烹调作业中除了用户发出的声音以外还产生其他声音，而声音识别没有被适当地进行的情况下，或用户沉浸于作业而没有发出声音的情况下，无法进行有效的应答。另外，虽然以根据附带语和音律参数来决定应答方法为特征，但为了使用户接受建议，需要变更应答内容来引起用户的兴趣。
另外，专利文献2的应答内容决定方法，是根据性格和情绪来决定应答内容，但没有公开应答内容的构成手段，而且当有大量制作丰富多样的应答内容时，存在难以确认其是否为适合用户的性格或情绪的应答内容的问题。
发明内容
本发明旨在解决上述问题，其目的在于提供一种可提出适合用户性格的适当建议的建议装置、建议方法、建议程序以及记录有建议程序的计算机可读取的记录介质。
本发明所提供的建议装置包括：性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；建议信息存储部，存储构成用于支援用户的作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；取得部，取得用户的上述性格信息；劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及输出部，输出由上述建议生成部生成的建议。
本发明所提供的建议方法包括如下的步骤：取得用户的预先被分类的性格信息的取得步骤；参照存储有上述各性格信息的有效的劝导信息的性格信息存储部，对在上述取得步骤中取得的上述性格信息决定有效的劝导信息的劝导信息决定步骤；参照存储有构成用于支援用户的作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息的建议信息存储部，根据在上述劝导信息决定步骤中决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议的建议生成步骤；以及输出在上述建议生成步骤中生成的建议的输出步骤。
本发明所提供的建议程序，使计算机作为以下各部而发挥功能：性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；取得部，取得用户的上述性格信息；劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及输出部，输出由上述建议生成部生成的建议。
本发明所提供的记录介质，记录有建议程序，可由计算机读取，所述建议程序使计算机作为以下各部而发挥功能：性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；取得部，取得用户的上述性格信息；劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及输出部，输出由上述建议生成部生成的建议。
根据上述的结构或方法，用户的预先被分类的性格信息被取得，参照存储有各性格信息的有效的劝导信息的性格信息存储部，对所取得的性格信息决定有效的劝导信息。而且，参照存储有构成用于支援用户作业的建议的多个构成要素和对应于劝导信息的构成要素的排列信息的建议信息存储部，根据被决定的劝导信息所对应的排列信息，连接多个构成要素而生成建议，所生成的建议予以输出。
根据本发明，由于对用户的性格有效的劝导信息被决定，根据被决定的劝导信息，用于支援用户作业的建议予以生成，因而可以提供适合用户性格的适当建议。
附图说明
图1是表示本发明的第一实施例的建议装置的结构的框图。
图2是本发明的第一实施例中的性格信息数据库的映射表的一个例子的示意图。
图3是本发明的第一实施例中的性格信息数据库的性格表的一个例子的示意图。
图4是本发明的第一实施例中的性格信息数据库的劝导项目表的一个例子的示意图。
图5是本发明的第一实施例中的建议信息数据库的结构表的一个例子的示意图。
图6是本发明的第一实施例中的建议信息数据库的短语表的一个例子的示意图。
图7是本发明的第一实施例中的建议信息数据库的连接语表的一个例子的示意图。
图8是本发明的第一实施例中的建议信息数据库的主语表的一个例子的示意图。
图9是本发明的第一实施例中的建议信息数据库的配方表的一个例子的示意图。
图10是用于说明本发明的第一实施例的建议装置的动作的流程图。
图11是表示图10的步骤S9中的建议语句制作处理的流程的流程图。
图12是各种性格的用户喜欢哪个劝导项目的建议语句的实验结果的示意图。
图13是在紧急时各种性格的用户喜欢哪个劝导项目的建议语句的实验结果的示意图。
图14是表示第一实施例的变形例的建议装置的结构的框图。
图15是表示第二实施例的建议装置的结构的框图。
图16是用于说明第二实施例的建议装置的动作的第1流程图。
图17是用于说明第二实施例的建议装置的动作的第2流程图。
具体实施方式
(第一实施例)
下面，参照附图来说明本发明的一个实施例的建议装置。
图1是表示第一实施例的建议装置的结构的框图。图1所示的建议装置1包括输入部100、性格信息数据库101、建议信息数据库102、劝导项目决定处理部103、建议生成处理部104以及输出部107。
输入部100接受来自用户的性格信息的输入。性格信息数据库101保持(hold)图2所示的存储了性格信息和建议制作中所使用的劝导项目之间的关系的映射表、图3所示的存储了性格信息的性格表、和图4所示的存储了劝导项目信息的劝导项目表。在性格信息中，使用以外向性、协调性、勤奋性、情绪稳定性以及理性这5个因素来表示性格的主要5因素模型(major five-factor model)。另外，由于本实施例的性格分类，在村上宣宽和村上千惠子著的“主要5因素性格检查手册—从性格测定的基础到主要5因素的世界”中有所记载，所以省略其详细的说明。在劝导项目中，使用基于在谈判学中所使用的理性的用于劝导的5个劝导项目。另外，由于本实施例中的劝导项目，在中岛洋介著的“谈判力”中有所记载，所以省略其详细的说明。
建议信息数据库102保持图5所示的存储用于制作基于劝导项目的建议的结构的结构表、图6所示的作为建议的构成要素的短语表、图7所示的连接语表、图8所示的主语表、和图9所示的配方表。劝导项目决定处理部103决定建议制作中使用的劝导项目。
建议生成处理部104根据由劝导项目决定处理部103决定的劝导项目，生成向用户提出的建议。建议生成处理部104包括构成要素决定处理部105和建议语句制作处理部106。构成要素决定处理部105按照用于制作基于劝导项目的建议的结构来决定构成要素。建议语句制作处理部106取得由构成要素决定处理部105决定的构成要素，将其接合起来制作建议语句。输出部107输出由建议生成处理部104生成的建议语句。
接下来，使用图2至图9来说明本实施例中必要的数据结构。图2是映射表(mapping table)的一个例子的示意图。图2所示的映射表200，存储有每个性格ID的劝导项目的有效性，其中，性格ID是用于识别用主要5因素模型记述的性格的ID。即，在映射表200，存储有将对于各性格ID哪个劝导项目更合适进行了映射(mapping)的信息，使各劝导项目是有效、还是无效、或不确定(unclear)与性格ID相互对应起来。
图3是性格表的一个例子的示意图。图3所示的性格表201将用于单意地决定性格的性格ID和性格名称对应起来进行存储。在本实施例中，以主要5因素中的表现出更显著的倾向的上位2因素为对象，分类成51种模式：以这2个因素分别或高或低的4个组合来表示的2点码(40种模式)、仅以单独的因素的或高或低来表示的1点码(10种模式)、和对于任何因素都不是显著倾向的性格(1种模式)。另外，关于性格的分类方法，记载于上述的非专利文献1中。例如，对于性格ID“1”，对应有称为“热情的人”的名称，对于性格ID“2”，对应有称为“内向的人”的名称，对于性格ID“3”，对应有称为“趾高气扬的人”的名称，对于性格ID“4”，对应有称为“谦虚的人”的名称。
图4是劝导项目表的一个例子的示意图。图4所示的劝导项目表202，将用于单意地决定劝导项目的劝导项目识别记号和各劝导项目识别记号的种类对应起来进行存储。例如，对于劝导项目识别记号“A”，对应有“基于利害得失的劝导”，对于劝导项目识别记号“B”，对应有“基于问题解决型提案的劝导”，对于劝导项目识别记号“C”，对应有“基于权威的劝导”，对于劝导项目识别记号“D”，对应有“基于客观标准的劝导”，对于劝导项目识别记号“E”，对应有“基于教育的劝导”。
图5是结构表的一个例子的示意图。图5所示的结构表300为每一个劝导项目存储句型、用于指定主语的主语ID以及用于指定连接各短语的连接语的连接语ID。图6是短语表的一个例子的示意图。图6所示的短语表301存储用于指定成为建议的构成要素的短语所使用的配方的配方ID、用于指定烹调作业的烹调作业ID、短语的种类、以及具体的短语的文字列。
图7是连接语表的一个例子的示意图。图7所示的连接语表302，将用于连接短语表301中保持的各短语的文字列、和用于单意地决定该文字列的连接语ID对应起来进行存储。图8是主语表的一个例子的示意图。图8所示的主语表303，将作为建议的主语而使用的文字列、和用于单意地决定该文字列的主语ID对应起来进行存储。图9是配方表的一个例子的示意图。图9所示的配方表304将用于单意地决定配方的配方ID和配方名称对应起来进行存储。
另外，在本实施例中，性格信息数据库101相当于性格信息存储部的一个例子，建议信息数据库102相当于建议信息存储部的一个例子，输入部100相当于取得部的一个例子，劝导项目决定处理部103相当于劝导信息决定部的一个例子，建议生成处理部104相当于建议生成部的一个例子，输出部107相当于输出部的一个例子。
接下来，使用图1来说明本建议装置的处理流程。首先，输出部107提示配方信息和性格信息。然后，输入部100接受来自用户的配方信息的输入和性格信息的输入，取得配方信息和性格信息。其次，劝导项目决定处理部103取得由输入部100输入的性格信息，参照存储在性格信息数据库101的映射表200中的性格ID和劝导项目的映射数据，决定对输入的性格信息有效的劝导项目。接着，建议生成处理部104的构成要素决定处理部105，从建议信息数据库102取得用于制作适应由劝导项目决定处理部103决定的劝导项目的建议的构成要素。接下来，建议语句制作处理部106将由构成要素决定处理部105决定的构成要素的文字列接合起来制作建议语句。然后，建议语句制作处理部106向输出部107输出建议语句。输出部107输出由建议语句制作处理部106制作的建议语句。
接下来，按照图10所示的流程图来说明建议装置的动作。首先，输出部107显示出存储在配方表304中的配方的名称(配方信息)(步骤S1)。输入部100接受用户的配方信息的输入。用户从显示在输出部107上的多个配方的名称中，选择期望建议的配方。其次，输入部100判定有无用户的配方信息的输入(步骤S2)。在此，如果有用户的配方信息的输入(在步骤S2中为“是”)，劝导项目决定处理部103参照配方表304，取得对应由用户选择的配方名称的配方ID(步骤S3)。另一方面，在没有用户的配方信息的输入时(在步骤S2中为“否”)，返回到步骤S1的处理，进行输入等待。例如，在用户从由输出部107输出的多个配方中选择“汉堡牛肉饼”的情况下，劝导项目决定处理部103从配方表304取得配方ID“1”。
另外，在本实施例中，多个配方的名称显示在输出部107上，从显示的多个配方的名称中选择期望建议的配方，该配方的选择由输入部100接受，但本发明不特别限定于此，输入部100也可以直接接受配方的名称的输入。
接下来，输出部107显示出存储在性格表201中的性格的名称(性格信息)(步骤S4)。输入部100接受用户的性格信息的输入。用户从显示在输出部107上的多个性格的名称中，选择表示自身性格的名称。然后，输入部100判定有无用户的性格信息的输入(步骤S5)。在此，如果有用户的性格信息输入(在步骤S5中为“是”)，劝导项目决定处理部103参照性格表201，取得对应由用户选择的性格名的性格ID(步骤S6)。另一方面，在没有用户的性格信息输入时(在步骤S5中为“否”)，返回到步骤S4的处理，进行输入等待。例如，在用户从由输出部107输出的多个性格名中选择“热情的人”的情况下，劝导项目决定处理部103从性格表201取得性格ID“1”。
另外，在本实施例中，多个性格的名称显示于输出部107，从显示的多个性格的名称中选择与用户的性格相符的性格，该性格的选择由输入部100接受，但本发明不特别限定于此，输入部100也可以直接接受性格的名称的输入。
另外，输入部100也可以执行用于分类用户性格的测试，根据测试结果来取得用户的性格信息。在该情况下，建议装置1将用于指定用户的用户ID和该用户的性格信息对应起来进行存储。然后，建议装置1在启动时进行用户认证，取得对应用户ID的性格信息。
接下来，劝导项目决定处理部103参照映射表200，决定对取得的性格ID有效的劝导项目(步骤S7)。例如，如图2所示，在输入的性格为“热情的人”的情况下，可知性格ID为“1”，有效的劝导项目为“A”。
另外，本实施例中使用的劝导项目为一个例子，此外也可以适用于基于非理性的劝导且可以取得同样的效果。
接下来，构成要素决定处理部105参照结构表300，决定用于制作对应在步骤S7中决定的有效劝导项目的建议的句型、主语ID、和连接语ID(步骤S8)。例如，如图5所示，在步骤S7中决定的有效的劝导项目为“劝导项目A”的情况下，对应劝导项目A的建议的句型为“结果+对象+动作”，主语ID为“无”，连接语ID为“2、3”。
接下来，建议语句制作处理部106从在步骤S3中取得的配方ID的最初的作业ID开始依次逐一作业，从短语表301、连接语表302以及主语表303中取得作为建议的构成要素的文字列，并按照在步骤S8中决定的结构，结合各文字列来制作建议语句(步骤S9)。另外，关于步骤S9中的建议语句制作处理，将在后面使用图11来说明。然后，建议语句制作处理部106向输出部107输出所制作的建议语句。输出部107输出由建议语句制作处理部106制作的建议语句(步骤S10)。
图11是表示图10的步骤S9中的建议语句制作处理的流程的流程图。首先，建议语句制作处理部106取得在步骤S3中取得的配方ID(步骤S11)。然后，建议语句制作处理部106参照短语表301，取得在步骤S11中所取得的配方ID的烹调作业ID中最初登记的烹调作业ID(步骤S12)。例如，若在步骤S11中取得的配方ID为“1”，则最初的烹调作业ID成为“1”。
接下来，建议语句制作处理部106按照在步骤S8中决定的结构的句型，从短语表301取得适合在步骤S12中取得的烹调作业ID的短语(步骤S13)。例如，当在步骤S8中决定的句型为“结果+对象+动作”的情况下，建议语句制作处理部106从短语表301取得“适于汉堡牛肉饼的口感”、“洋葱”、以及“切碎成两毫米左右方块”这样的短语。
接下来，建议语句制作处理部106从主语表303取得对应在步骤S8中决定的结构的主语ID的主语(步骤S14)。例如，当在步骤S8中决定的主语ID为“无”的情况下，由于不使用主语，所以建议语句制作处理部106不取主语。
接下来，建议语句制作处理部106从连接语表302取得对应在步骤S8中决定的结构的连接语ID的连接语(步骤S15)。例如，当在步骤S8中决定的连接语ID为“2、3”的情况下，建议语句制作处理部106取得“为了”以及“将”这样的连接语。
接下来，建议语句制作处理部106，以将连接语插入短语之间的形式连接在步骤S13至S15中取得的文字列(步骤S16)。例如，建议语句制作处理部106在“适于汉堡牛肉饼的口感”、“洋葱”、以及“切碎成两毫米左右方块”这样的短语之间插入“为了”以及“将”这样的连接语，将其连接起来，制作成“为了适于汉堡牛肉饼的口感将洋葱切碎成两毫米左右方块”这样的建议语句。
接下来，建议语句制作处理部106参照短语表301，判定当前的烹调作业ID是否为最终烹调作业ID(步骤S17)。如果当前的烹调作ID不是最终烹调作业ID(在步骤S17中为“否”)，建议语句制作处理部106使烹调作业ID增加1(步骤S18)。然后，回到取得对应步骤S13的烹调作业ID的短语的处理，重复执行以后的处理。另一方面，在判定为当前的烹调作业ID是最终烹调作业ID时(在步骤S17中为“是”)，建议语句制作处理部106结束建议语句制作处理，转移到步骤S10的处理。
另外，在本第一实施例中，是让用户输入配方信息和性格信息，但也可以预先输出列表，让用户从中进行选择。配方信息、性格信息、以及作成的建议语句的输出方法可以是文本的画面显示，也可以是声音的输出。在声音输出的情况下，对应于主语、连接语以及短语的声音被预先存储，通过将这些进行组合来制作建议语句(声音)。另外，建议语句还可以与静态图像以及动态图像一起输出。在此情况下，建议装置1预先将烹调作业ID和对应烹调作业的静态图像或动态图像对应起来进行存储，在输出建议语句时，读出对应该烹调作业ID的静态图像或动态图像，并同时进行输出。
另外，还可以预先存储输入或选择过一次的用户的性格信息。在此情况下，预先将用户ID和性格信息对应起来进行存储，并接受用户ID的输入，读出对应被接受的用户ID的性格信息，由此可以取得性格信息。
在本第一实施例中，对固定性格ID和劝导项目的映射而予以利用的手法进行了说明，但也可以由用户输入对所提示的建议的评价，按照用户的评价来改善映射表。另外，也可以由用户预先输入动作、原因以及结果等中的希望得知的信息，选择最接近的句型来生成建议。另外，在制作建议语句时使用的句型、连接语以及主语也可以以例示出的以外的组合予以使用。
通过取得对所提示的建议的评价、用户希望得知的信息，可以判断在表示劝导项目对性格的有效性的映射表中，是否使用还没有决定有效或无效的劝导项目，因此，即使是相同性格也可以为各用户增加使用的劝导项目。
另外，本实施例的建议装置也可以仅通过包括构成要素决定处理部105和建议语句制作处理部106的建议生成处理部104、以及建议信息数据库102来实现。在此情况下，在建议装置中，建议信息数据库102保持图5至图9所示的结构的表数据。此时，由建议装置实施的处理是图10的步骤S8中的建议构成要素决定处理、以及步骤S9中的建议语句制作处理。
接下来，对用户的性格和对应劝导项目的建议语句的妥当性进行说明。发明者们进行了对用户的性格和对应劝导项目的建议语句的妥当性进行确认的实验。图12是各种性格的用户喜欢哪个劝导项目的建议语句的实验结果的示意图。
在该实验中，将80人的被实验者分类为11种模式的性格。被实验者的选择，是以烹调为主要目标，将20年代到70年代均匀地分布的女性作为对象来进行的。另外，本实验中的性格的分类方法与上述的第一实施例不同，集中在仅以单独因素的或高或低来表示的1点码(10种模式)、和对于任何因素都不是显著倾向的均衡的性格(1种模式)的11种模式。另外，图12的各种性格中的括号内的数字表示所分类的人数。
然后，对各被实验者提示分别与劝导项目A、B、E对应的“基于利害得失的劝导”、“基于问题解决型的提案的劝导”以及“基于教育的劝导”的建议语句。另外，在本实验中，还提示出针对2种类的菜肴的配方的建议语句。另外，在本实验中，仅将5种类的劝导项目A至E中的3种劝导项目A、B、E作为对象。这是因为劝导项目C、D的“权威”、“客观标准”对每一个被实验者来说不尽相同，难以设定作为主语的固有名词，所以将其从实验对象中排除。然后，让被实验者从对应各劝导项目的建议语句中选择认为最理想的建议语句。
在图12所示的实验结果中，用条形图来表示选择了该劝导项目的被实验者的所有回答次数。如图12所示，可知对于劝导项目A和劝导项目B，劝导项目B更为理想。劝导项目A是否定表达的建议语句，劝导项目B是肯定表达的建议语句。即，在全部的性格中，被实验者相比否定表达的建议语句，更倾向于喜欢肯定表达的建议语句。
另外，在图12所示的实验中，在平常时，对被实验者进行烹调建议，但在实际的烹调建议中未必仅喜欢肯定的建议。例如，在紧急时，为了防止失败或危险，否定的建议成为必要的。图13是在紧急时各性格的用户喜欢哪个劝导项目的建议语句的实验结果的示意图。此处的紧急时是指，菜肴溢出或烧糊的情况。
如图13所示，可知在紧急时，与作为肯定的建议的劝导项目B相比，更喜欢作为否定的建议的劝导项目A。其原因在于，由于劝导项目A的建议语句比劝导项目B的建议语句短，所以可以更快地将当前的状况传达给被实验者。另外，劝导项目E与其他劝导项目相比建议语句较长，所以被判断为在紧急时不适合。
如此，在映射表中，不仅可以将劝导项目与用户的性格对应起来，还可以将劝导项目与用户的状况对应起来。
在此，对第一实施例的变形例进行说明。在第一实施例的变形例中，按照用户的状况来决定劝导项目。图14是表示第一实施例的变形例中建议装置的结构的框图。
图14所示的建议装置1’包括输入部100、性格信息数据库101、建议信息数据库102、劝导项目决定处理部103、建议生成处理部104、输出部107、动作信息取得部111以及状况判断部112。另外，在本变形例中，对与图1所示的建议装置1相同的结构标注相同的标号，并省略其说明。
动作信息取得部111取得在烹调作业中用户操作的设备、例如IH烹调炉等的动作信息。例如，动作信息取得部111由振动传感器、温度传感器等构成，振动传感器检测烹调容器的振动，温度传感器检测烹调容器的温度。
状况判断部112根据由动作信息取得部111取得的动作信息，判断当前的用户的状况是否为需要紧急对应的状况。状况判断部112根据由动作信息取得部111取得的振动波形，判断烹调容器内的被加热物是否沸腾。状况判断部112在烹调容器内的被加热物沸腾的情况下，判断为是需要紧急对应的状况。另外，状况判断部112根据由动作信息取得部111取得的温度，判断烹调容器内的被加热物是否烧糊。状况判断部112在烹调容器内的被加热物烧糊的情况下，判断为是需要紧急对应的状况。
劝导项目决定处理部103在由状况判断部112判断为是需要紧急对应的状况的情况下，决定为指明利害得失进行劝导的劝导项目A。
另外，在本变形例中，动作信息取得部111相当于信息取得部的一个例子，状况判断部112相当于状况判断部的一个例子。
这样，由于劝导项目A指明利害得失进行劝导，所以虽然为否定的表达，但在紧急时这种否定的建议是最有效的。因此，由于在紧急时强制地决定为劝导项目A，所以不仅根据用户的性格而且还可以根据用户的状况提供恰当的建议。
另外，在本变形例中，是取得设备的动作信息，根据取得的动作信息，判断当前的用户状况是否为需要紧急对应的状况，但本发明并不限于此，也可以是至少取得拍摄了正在进行作业的用户的拍摄图像信息、作业中所产生的声音信息、以及作业中用户所操作的设备的动作信息的其中之一，根据取得的拍摄图像信息、声音信息以及动作信息的至少其中之一，判断当前的用户的状况是否为需要紧急对应的状况。
(第二实施例)
接下来，对本发明的第二实施例的建议装置进行说明。在上述的第一实施例中，是根据用户输入的性格信息来决定建议语句，而在第二实施例中，临时设定劝导项目来制作建议语句，再根据用户对该建议语句的反应来重新设定劝导项目，节省用户输入性格信息的时间。
图15是表示本发明的第二实施例中建议装置的结构的框图。图15所示的建议装置1”包括输入部100、性格信息数据库101、建议信息数据库102、劝导项目决定处理部103、建议生成处理部104、输出部107、感测部113以及依赖度判断部114。另外，在本实施例中，对与图1所示的建议装置1相同的结构标注相同标号，并省略其说明。
劝导项目决定处理部103，在没有用户的性格信息的输入的情况下，设定作为初始设定值而被预先决定的劝导项目。感测部113由照相机、麦克风以及各种传感器等构成，观测用户对由输出部107输出的建议语句的反应。依赖度判断部114识别由感测部113观测的用户的反应，判断是否依赖于建议语句来进行作业。
另外，劝导项目决定处理部103，在由依赖度判断部114判断为用户依赖于建议内容的情况下，取得对应所设定的劝导项目的性格ID。在此，所取得的性格ID是预先与各劝导项目对应起来的代表值。劝导项目决定处理部103，在由依赖度判断部114判断为用户不依赖于建议内容的情况下，设定其他的劝导项目。
另外，在本实施例中，感测部113相当于观测部的一个例子，依赖度判断部114相当于判断部的一个例子。
在此，对第二实施例的建议装置1”的动作进行说明。图16以及图17是用于说明第二实施例的建议装置动作的流程图。另外，图16中的步骤S11至S14、S16至S20的处理，由于与图10中的步骤S1至S4、S6至S10的处理相同，所以省略其说明。
在步骤S15中，输入部100判定有无用户的性格信息的输入。在此，如果有用户的性格信息的输入(在步骤S15中为“是”)，转移到步骤S16的处理。另一方面，如果没有用户的性格信息的输入(在步骤S15中为“否”)，输入部100则判断是否经过了指定期间(步骤S21)。在此，如果判断为没有经过指定期间(在步骤S21中为“否”)，返回到步骤S15的处理。另一方面，如果判断为经过了指定期间(在步骤S21中为“是”)，则转移到图17的步骤S22的处理。
在步骤S22中，劝导项目决定处理部103设定作为初始设定值而被预先决定的劝导项目。另外，如图12的实验结果所示，劝导项目B为几乎所有性格的被实验者所喜欢。因此，劝导项目决定处理部103将劝导项目B设定为初始设定值。
步骤S23至S25的处理与图10的步骤S8至S10的处理相同，所以省略其说明。
接下来，在步骤S26中，感测部113观测用户对由输出部107输出的建议的反应。在此，感测部113至少观测用户的表情、举止以及发言的其中之一。具体而言，在观测用户的表情以及举止时，感测部113取得拍摄了用户的拍摄图像信息。在观测用户的发言时，具体而言，感测部113取得录音了用户的声音的声音信息。另外，感测部113还可以观测作业中用户操作的设备的动作信息。在观测动作信息时，具体而言，感测部113取得设备的开/关、设备的设定温度、载置于设备上的烹调容器的温度、以及烹调容器的振动状态等。
接下来，依赖度判断部114判断用户是否依赖于建议(步骤S27)。具体而言，依赖度判断部114对由感测部113取得的拍摄图像进行分析，在用户点头、随声附和、或吃惊的情况下，判断为用户依赖于建议。另外，依赖度判断部114也可以对由感测部113取得的声音信息进行分析，在用户进行肯定的发言的情况下，判断为用户依赖于建议。另一方面，依赖度判断部114对由感测部113取得的拍摄图像进行分析，在用户歪头、摇头、或无表情的情况下，判断为用户不依赖于建议。另外，依赖度判断部114也可以对由感测部113取得的声音信息进行分析，在用户进行否定的发言的情况下，判断为用户不依赖于建议。
另外，在建议以动画被输出时，依赖度判断部114也可以对由感测部113取得的拍摄图像进行分析，判断用户是否在继续凝视画面。在判断为用户继续凝视画面的情况下，依赖度判断部114判断为用户依赖于建议。另一方面，在判断为用户没有继续凝视画面的情况下，依赖度判断部114判断为用户不依赖于建议。
另外，在建议以静态图像以及文字被输出时，依赖度判断部114也可以对由感测部113取得的拍摄图像进行分析，判断用户是否凝视过画面，即使是片刻。在判断为用户即使是片刻也凝视过画面的情况下，依赖度判断部114判断为用户依赖于建议。另一方面，在判断为用户即使片刻也没有凝视过画面的情况下，依赖度判断部114判断为用户不依赖于建议。
另外，感测部113还可以对用户的烹调作业进行监视，依赖度判断部114也可以在建议被反映在用户的烹调作业中时，判断为用户依赖于建议，在建议没有被反映在用户的烹调作业中时，判断为用户不依赖于建议。例如，感测部113用照相机拍摄用户的手边，识别用户所烹调的食品材料，监视是否使用建议所提示的食品材料。
另外，依赖度判断部114也可以对由感测部113取得的动作信息进行分析，判断是否按照建议进行设备的操作。在判断为按照建议进行设备的操作的情况下，依赖度判断部114判断为用户依赖于建议。另一方面，在判断为没有按照建议进行设备操作的情况下，依赖度判断部114判断为用户不依赖于建议。
如果判断为用户不依赖于建议(在步骤S27中为“否”)，则劝导项目决定处理部103设定其他的劝导项目(步骤S28)，返回到步骤S23的处理。另一方面，如果判断为用户依赖于建议(在步骤S27中为“是”)，则劝导项目决定处理部103取得预先与当前设定的劝导项目对应起来的性格ID(步骤S29)，返回到图16的步骤S17的处理。另外，在各劝导项目中，预先对应有作为代表值的性格ID。
另外，本第一、第二实施例的建议装置是用于支援用户的烹调作业的烹调建议装置，但本发明不特别限于此，也可以是利用地图或声音将汽车引导至目的地的汽车导航装置。
另外，建议装置1、1’、1”也可以作为通用的信息处理装置而构成，该通用信息处理装置在硬件上具备中央运算处理装置(CPU)、记录有程序或永久数据的非易失性存储器或存储装置、存储临时数据的可高速存取的易失性存储器、以及输入输出装置，让这些硬件资源协调工作的建议程序被预先存储在非易失性存储器或存储装置中，作为软件而实现。此时，也可以将建议程序通过磁盘或光盘等计算机可读取的记录介质、或网络等通信线路进行发布，并且预先对非易失性存储器或存储装置设定写入的功能，从而能够进行新的功能的追加或功能的更新。
另外，在上述的具体实施例中，主要包括具有以下结构的发明。
本发明所提供的建议装置包括：性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素、和对应于上述劝导信息的上述构成要素的排列信息；取得部，取得用户的上述性格信息；劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及输出部，输出由上述建议生成部生成的建议。
本发明所提供的建议方法包括如下的步骤：取得用户的预先被分类的性格信息的取得步骤；参照存储有上述各性格信息的有效的劝导信息的性格信息存储部，对在上述取得步骤中取得的上述性格信息决定有效的劝导信息的劝导信息决定步骤；参照存储有构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息的建议信息存储部，根据在上述劝导信息决定步骤中决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议的建议生成步骤；以及输出在上述建议生成步骤中生成的建议的输出步骤。
本发明所提供的建议程序，使计算机作为如下各部而发挥功能：性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；取得部，取得用户的上述性格信息；劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及输出部，输出由上述建议生成部生成的建议。
本发明所提供的记录介质，记录有建议程序，可由计算机读取，所述建议程序使计算机作为如下各部而发挥功能：性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；取得部，取得用户的上述性格信息；劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及输出部，输出由上述建议生成部生成的建议。
根据上述的结构或方法，用户的预先被分类的性格信息被取得，参照存储有各性格信息的有效的劝导信息的性格信息存储部，对所取得的性格信息决定有效的劝导信息。并且，参照存储有构成用于支援用户作业的建议的多个构成要素和对应于劝导信息的构成要素的排列信息的建议信息存储部，根据被决定的劝导信息所对应的排列信息，连接多个构成要素而生成建议，所生成的建议予以输出。
因此，由于对用户的性格有效的劝导信息被决定，根据被决定的劝导信息，用于支援用户的作业的建议予以生成，因而可以提供适合用户的性格的适当建议。
另外，上述的建议装置较为理想的是，上述取得部取得通过主要5因素性格分类而被分类的性格信息，上述性格信息部针对通过主要5因素性格分类而被分类的各性格信息存储有效的劝导信息。
根据该结构，由于通过主要5因素性格分类而被分类的性格信息被取得，针对通过主要5因素性格分类而被分类的各性格信息存储有效的劝导信息，因而可以利用能够高精度地对用户的性格进行分类的主要5因素性格分类，来决定有效的劝导信息。
另外，上述的建议装置较为理想的是，还包括观测上述用户对由上述输出部输出的上述建议的反应的观测部，以及识别由上述观测部观测到的上述用户的反应，判断是否依赖于上述建议来进行作业的判断部，在由上述判断部判断为不依赖于上述建议进行作业的情况下，上述劝导信息决定部决定其他的劝导信息。
根据该结构，用户对输出的建议的反应被观测，并对观测到的用户的反应进行识别，判断用户是否依赖于建议进行作业。并且，在判断为用户不依赖于建议进行作业的情况下，决定其他的劝导信息，根据对应于该其他劝导信息的排列信息，连接多个构成要素而生成建议。
因而，判断用户是否依赖于建议进行作业，在不依赖建议进行作业的情况下，根据其他劝导信息来变更建议的构成要素的排列，因此即使输入了错误的性格信息，也可以选择正确的劝导信息。另外，即使在没有输入性格信息的情况下，也可以选择适合于用户的劝导信息。
另外，本实施例是判断用户是否依赖于建议进行作业，但并不限于此。也可以判断用户对建议装置的感兴趣的程度或好感度等的态度。在该情况下，观测用户对输出的建议的反应，并识别观测到的用户的反应，判断用户是否对建议具有兴趣或好感。并且，在判断为用户对建议不具有兴趣或好感的情况下，决定其他的劝导信息，根据对应于该其他劝导信息的排列信息，连接多个构成要素而生成建议。
另外，上述的建议装置较为理想的是，上述观测部至少取得拍摄了正在进行作业的用户的拍摄图像信息、作业中所产生的声音信息、以及作业中用户操作的设备的动作信息的其中之一。
根据该结构，由于拍摄了正在进行作业的用户的拍摄图像信息、作业中所产生的声音信息、以及作业中用户操作的设备的动作信息的至少其中之一被取得，因而可以根据这些信息来识别用户对建议的反应。
另外，上述的建议装置较为理想的是，上述劝导信息至少包括指明利害得失进行劝导的第1劝导信息、指明被认为是最适合于对方的问题解决方法进行劝导的第2劝导信息、利用权威者的影响力进行劝导的第3劝导信息、利用客观标准进行劝导的第4劝导信息、以及明确问题点并指明劝导论据的第5劝导信息的其中之一。
根据该结构，在劝导信息中，至少包括指明利害得失来劝导的第1劝导信息、指明被认为是最适合于对方的问题解决方法来劝导的第2劝导信息、利用权威者的影响力来劝导的第3劝导信息、利用客观标准来劝导的第4劝导信息、以及明确问题点并指明劝导论据的第5劝导信息的其中之一。并且，决定这些劝导信息中的最适合用户的性格的劝导信息，因而可以对用户提供正确的建议。
另外，上述的建议装置较为理想的是，还包括：信息取得部，至少取得拍摄了正在进行作业的用户的拍摄图像信息、作业中所产生的声音信息、以及作业中用户操作的设备的动作信息的其中之一；以及状况判断部，根据由上述动作信息取得部取得的上述拍摄图像信息、上述声音信息、以及上述动作信息的至少其中之一，判断当前的用户的状况是否为需要紧急对应的状况，上述劝导信息决定部在由上述状况判断部判断为是需要紧急对应的状况的情况下，决定为预先分类的劝导信息中的指明利害得失进行劝导的劝导信息。
根据该结构，拍摄了正在进行作业的用户的拍摄图像信息、作业中所发生的声音信息、以及作业中用户操作的设备的动作信息的至少其中之一被取得，根据取得的拍摄图像信息、声音信息、以及动作信息的至少其中之一，判断当前的用户状况是否为需要紧急对应的状况。如果判断为是需要紧急对应的状况，则决定为预先分类的劝导信息中的指明利害得失进行劝导的劝导信息。指明利害得失进行劝导的劝导信息虽然为否定式表达，但在紧急时这种否定式表达的建议是最有效的。因此，由于在紧急时强制地决定为指明利害得失进行劝导的劝导信息，因而可以提供不仅适合用户的性格而且还适合用户的状况的适当建议。
另外，上述的建议装置较为理想的是，建议信息存储部存储构成用于支援用户烹调的建议的多个构成要素。根据该结构，由于存储有构成用于支援用户烹调的建议的多个构成要素，所以可以对用户提供用于支援烹调的建议。
另外，上述的建议装置较为理想的是，建议信息存储部存储构成用于支援用户驾驶汽车的建议的多个构成要素。根据该结构，由于存储有构成用于支援用户驾驶汽车的建议的多个构成要素，因而可以对用户提供用于支援驾驶汽车的建议。
产业上的利用可能性
本发明的建议装置、建议方法、建议程序以及记录有建议程序的计算机可读取的记录介质可以提供适合用户的性格的适当建议，作为通过文本或声音等提出用于支援用户作业的建议的建议装置、建议方法、建议程序以及记录有建议程序的计算机可读取的记录介质等是极为有用的。

Claims (11)

1.一种建议装置，其特征在于包括：
性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；
建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；
取得部，取得用户的上述性格信息；
劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；
建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及
输出部，输出由上述建议生成部生成的建议。
2.根据权利要求1所述的建议装置，其特征在于：上述取得部，取得通过主要5因素性格分类而被分类的性格信息。
3.根据权利要求1或2所述的建议装置，其特征在于还包括：
观测部，观测上述用户对由上述输出部输出的上述建议的反应；以及
判断部，识别由上述观测部观测到的上述用户的反应，判断用户是否依赖于上述建议进行作业，其中，
上述劝导信息决定部，在由上述判断部判断为不依赖于上述建议进行作业时，决定其他的劝导信息。
4.根据权利要求3所述的建议装置，其特征在于：上述观测部，至少取得拍摄了正在进行作业的用户的拍摄图像信息、作业中所产生的声音信息、以及作业中用户操作的设备的动作信息的其中之一。
5.根据权利要求1～4中任一项所述的建议装置，其特征在于：上述劝导信息，至少包含指明利害得失进行劝导的第1劝导信息、指明被认为是最适合于对方的问题解决方法进行劝导的第2劝导信息、利用权威者的影响力进行劝导的第3劝导信息、利用客观标准进行劝导的第4劝导信息、以及明确问题点并指明劝导论据的第5劝导信息的其中之一。
6.根据权利要求1～4中任一项所述的建议装置，其特征在于还包括：
信息取得部，至少取得拍摄了正在进行作业的用户的拍摄图像信息、作业中所产生的声音信息、以及作业中用户操作的设备的动作信息的其中之一；和
状况判断部，根据由上述信息取得部取得的上述拍摄图像信息、上述声音信息、以及上述动作信息的至少其中之一，判断当前的用户的状况是否为需要紧急对应的状况，其中，
上述劝导信息决定部，在由上述状况判断部判断为是需要紧急对应的状况的情况下，决定为预先分类的劝导信息中的指明利害得失进行劝导的劝导信息。
7.根据权利要求1～6中任一项所述的建议装置，其特征在于：上述建议信息存储部，存储构成用于支援用户烹调的建议的多个构成要素。
8.根据权利要求1～6中任一项所述的建议装置，其特征在于：上述建议信息存储部，存储构成用于支援用户驾驶汽车的建议的多个构成要素。
9.一种建议方法，其特征在于包括以下的步骤：
取得用户的预先被分类的性格信息的取得步骤；
参照存储有上述各性格信息的有效的劝导信息的性格信息存储部，对在上述取得步骤中取得的上述性格信息决定有效的劝导信息的劝导信息决定步骤；
参照存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息的建议信息存储部，根据在上述劝导信息决定步骤中决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素从而生成建议的建议生成步骤；以及
输出在上述建议生成步骤中生成的建议的输出步骤。
10.一种建议程序，其特征在于使计算机作为以下各部而发挥其功能，
性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；
建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；
取得部，取得用户的上述性格信息；
劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；
建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及
输出部，输出由上述建议生成部生成的建议。
11.一种记录介质，记录有建议程序，可由计算机读取，其特征在于所述建议程序使计算机作为以下各部而发挥其功能，
性格信息存储部，对预先分类的各性格信息存储有效的劝导信息；
建议信息存储部，存储构成用于支援用户作业的建议的多个构成要素和对应于上述劝导信息的上述构成要素的排列信息；
取得部，取得用户的上述性格信息；
劝导信息决定部，参照上述性格信息存储部，对由上述取得部取得的上述性格信息决定有效的劝导信息；
建议生成部，参照上述建议信息存储部，根据由上述劝导信息决定部决定的上述劝导信息所对应的上述排列信息，连接上述多个构成要素而生成建议；以及
输出部，输出由上述建议生成部生成的建议。
CNA2007800039071A 2006-01-31 2007-01-26 建议装置、建议方法、建议程序以及记录有建议程序的记录介质 Pending CN101375304A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006022305 2006-01-31
JP022305/2006 2006-01-31

Publications (1)

Publication Number Publication Date
CN101375304A true CN101375304A (zh) 2009-02-25

Family

ID=38327368

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007800039071A Pending CN101375304A (zh) 2006-01-31 2007-01-26 建议装置、建议方法、建议程序以及记录有建议程序的记录介质

Country Status (5)

Country Link
US (1) US20090055210A1 (zh)
EP (1) EP1980979A4 (zh)
JP (1) JP4898712B2 (zh)
CN (1) CN101375304A (zh)
WO (1) WO2007088791A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366731A (zh) * 2012-03-31 2013-10-23 盛乐信息技术（上海）有限公司 语音合成方法及系统
CN103440864A (zh) * 2013-07-31 2013-12-11 湖南大学 基于语音的人格特征预测方法
CN104980435A (zh) * 2015-06-10 2015-10-14 微梦创科网络科技（中国）有限公司 一种身份认证系统及方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008269588A (ja) * 2007-03-29 2008-11-06 Matsushita Electric Ind Co Ltd 認識装置、認識方法及び認識プログラム
JP6181437B2 (ja) * 2013-06-21 2017-08-16 浩二 川西 情報処理装置、情報処理方法及びプログラム
US20160350687A1 (en) * 2014-02-19 2016-12-01 Nec Solution Innovators, Ltd. Measure implementation supporting apparatus, measure implementation supporting method, and recording medium
JP6587572B2 (ja) * 2016-03-31 2019-10-09 本田技研工業株式会社 評価教示装置、評価教示方法及びプログラム
PT3478441T (pt) 2016-07-01 2021-05-05 Lenlok Holdings Llc Sistema de fluido e método de fabrico via soldagem por fricção
JP6480556B1 (ja) * 2017-12-19 2019-03-13 株式会社Ａｔｊｃ 目標達成支援システムおよび目標達成支援プログラム
WO2020161858A1 (ja) * 2019-02-07 2020-08-13 株式会社Ａｔｊｃ 目標達成支援システム
JP6611972B1 (ja) * 2019-03-05 2019-11-27 正通 亀井 アドバイス提示システム
EP4028941A4 (en) * 2019-09-09 2022-10-12 Alarm.com Incorporated VISITOR PERSONALIZED PROPERTY CONFIGURATION

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5301970A (en) * 1990-07-03 1994-04-12 Haskins John T Collapsible wheelchair frame construction
US5601302A (en) * 1991-11-07 1997-02-11 Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College Office Of Technology Transfer Full access wheelchair
ATE150399T1 (de) * 1993-01-20 1997-04-15 Mgb Faltbare einheit zum tragen oder transport einer person
GB2319227B (en) * 1996-11-11 2000-09-27 Huang Li Chu Chen Foldable mechanisim for a stroller
DE69619876T2 (de) * 1996-12-19 2002-06-27 Form Design Corp., Narashino Aufhängung für kinderwagen
US6099022A (en) * 1998-02-09 2000-08-08 Pring; Dara Convertible multi-function stroller
FR2775241B1 (fr) * 1998-02-26 2000-04-21 Team Tex Poussette pour enfant en bas age
US6193263B1 (en) * 1999-07-19 2001-02-27 Wan-Hsin Lin Seat positioning frame of a stroller
US6398233B1 (en) * 1999-08-16 2002-06-04 Link Treasure Limited Foldable stroller with separable infant carrier
US20020107433A1 (en) * 1999-10-08 2002-08-08 Mault James R. System and method of personal fitness training using interactive television
US6715783B1 (en) * 1999-10-29 2004-04-06 Sunrise Medical Hhg Inc. Stroller and stroller base with height adjustment capability
US6209892B1 (en) * 1999-12-14 2001-04-03 William Chester Schaaf Baby stroller apparatus for use in combination with a standard child's car seat
US6540250B1 (en) * 2000-05-12 2003-04-01 Clifford D. Peterson Height adjustable wheelchair
AU2001270054A1 (en) * 2000-06-22 2002-01-02 Advisorteam.Com, Inc. Method and system for determining personal characteristics of an individual or group
US6795808B1 (en) * 2000-10-30 2004-09-21 Koninklijke Philips Electronics N.V. User interface/entertainment device that simulates personal interaction and charges external database with relevant data
JP2003046980A (ja) * 2001-08-02 2003-02-14 Matsushita Electric Ind Co Ltd 要求応答方法、装置及びプログラム
NO315230B1 (no) * 2001-10-22 2003-08-04 Stokke As Trille
US20030167167A1 (en) * 2002-02-26 2003-09-04 Li Gong Intelligent personal assistants
JP2004021121A (ja) 2002-06-19 2004-01-22 Nec Corp 音声対話制御装置
JP2004233691A (ja) * 2003-01-30 2004-08-19 Fujitsu Ltd カウンセリングプログラム、およびカウンセリング方法
JP2004310034A (ja) 2003-03-24 2004-11-04 Matsushita Electric Works Ltd 対話エージェントシステム
US7797261B2 (en) * 2005-04-13 2010-09-14 Yang George L Consultative system
US7367581B2 (en) * 2005-08-26 2008-05-06 Link Treasure Limited Baby stroller frame with seat direction changing mechanism

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366731A (zh) * 2012-03-31 2013-10-23 盛乐信息技术（上海）有限公司 语音合成方法及系统
CN103366731B (zh) * 2012-03-31 2019-02-01 上海果壳电子有限公司 语音合成方法及系统
CN103440864A (zh) * 2013-07-31 2013-12-11 湖南大学 基于语音的人格特征预测方法
CN104980435A (zh) * 2015-06-10 2015-10-14 微梦创科网络科技（中国）有限公司 一种身份认证系统及方法
CN104980435B (zh) * 2015-06-10 2018-05-22 微梦创科网络科技（中国）有限公司 一种身份认证系统及方法

Also Published As

Publication number Publication date
US20090055210A1 (en) 2009-02-26
JP4898712B2 (ja) 2012-03-21
EP1980979A1 (en) 2008-10-15
JPWO2007088791A1 (ja) 2009-06-25
EP1980979A4 (en) 2011-07-27
WO2007088791A1 (ja) 2007-08-09

Similar Documents

Publication Publication Date Title
CN101375304A (zh) 建议装置、建议方法、建议程序以及记录有建议程序的记录介质
EP4330947A1 (en) Systems and methods for automated generation of passage-based items for use in testing or evaluation
Jones et al. Good vibrations: Human interval timing in the vibrotactile modality
CN109659009A (zh) 情绪管理方法、装置及电子设备
Gowlett Deep structure in the Acheulean adaptation: technology, sociality and aesthetic emergence
US11972277B2 (en) Emotionally driven software interaction experience
Poli et al. The role of individual difference in judging expressiveness of computer-assisted music performances by experts
Fu et al. Remembering the leaders of China
Henninger Doing the math: Reflections on the alleged obsolescence of the law of value under post-Fordism
Commarford et al. A comparison of broad versus deep auditory menu structures
WO2010135450A1 (en) System and method for providing market survey analysis
Weitz et al. Working memory and sequence learning in the Hebb digits task: Awareness is predicted by individual differences in operation span
US12080288B2 (en) Learning support device, learning support method, and recording medium
Agersborg et al. Brand Management and Artificial Intelligence-A World of Man Plus Machine-A qualitative study exploring how Artificial Intelligence can contribute to Brand Management in the B2C sector
Gagné et al. Meaning predictability and compound interpretation: A psycholinguistic investigation
JP2017102490A (ja) 情報処理機器、プログラム
KR102492074B1 (ko) 인공지능을 이용한 음악 작곡 방법
Schneider Quasi-Experimental Designs in Behavioral Research: On Context, Crud, and Convergence
JP6419525B2 (ja) 可視化手段選択支援システム、可視化手段選択支援方法、および可視化手段選択支援プログラム
JP2022114906A (ja) 心理状態管理装置
Elkin et al. The representation of pitch in auditory imagery: Evidence from SR compatibility and distance effects
JP5694027B2 (ja) 認証装置、方法およびプログラム
Springer Accurate, fair, and explainable: Building human-centered AI
Priest Researching contextualization in churches influenced by missionaries
JP2013161119A (ja) 顧客意見分析装置及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Open date: 20090225