CN101676924A - 信息处理系统、程序及信息存储介质 - Google Patents
信息处理系统、程序及信息存储介质 Download PDFInfo
- Publication number
- CN101676924A CN101676924A CN200910175838A CN200910175838A CN101676924A CN 101676924 A CN101676924 A CN 101676924A CN 200910175838 A CN200910175838 A CN 200910175838A CN 200910175838 A CN200910175838 A CN 200910175838A CN 101676924 A CN101676924 A CN 101676924A
- Authority
- CN
- China
- Prior art keywords
- user
- routine
- situation
- information
- content
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Manipulator (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供一种能够实现利用了用户的日常性的信息处理和信息提示的信息处理系统、程序及信息存储介质。信息处理系统包括:状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;经历信息存储部,其存储用户的状况经历信息;日常性评价部,其进行评价用户的日常性的处理;以及写入部,其将通过日常性评价部的评价处理得到的用户的日常性,与用户的状况经历信息的各个用户状况相关联地写入经历信息存储部。
Description
技术领域
本发明涉及信息处理系统、程序及信息存储介质等。
背景技术
在所谓的全方位服务(Ubiquitous Service)中,作为现在的一个目标方向,提出了无论在何时何地都能向用户提供必要信息的提供便利性的服务。这种服务是从外部向用户单向提供信息的服务。
但是,为了使人过上充满生机的充实生活,只是这样从外部向用户单向提供信息的提供便利性的服务是不够的,期望一种激励(inspire)型全方位服务,通过推动用户的内在动力,给用户带来感受(激励),结果促进自我成长。
可是,在以前的信息处理系统中,存在用户即使不进行有意识的取得行动也提供用户所需要的信息的问题,即不能实现所谓的作为推送信息的信息提示的问题。
作为解决这种问题的方法,已经知道有专利文献1公开的信息处理系统。在该系统中,利用可佩戴式传感器推测用户的行动,并进行对应于行动的信息显示,由此能够实现作为推送信息的信息提示。
但是,在专利文献1中,虽然能够不需操作即可将必要性显著的信息作为推送信息提示给用户,但是不能提示潜在的必要信息。并且,虽然只持续提示必要性显著的信息已经比较方便,但只是支持日常生活模式的延长,只从该模式化的生活/行动不容易产生新的感受,不会带来充实的生活。另一方面,在非日常的新的体验中,还将受到烦杂性和不安的困扰。
因此,期望实现一种信息处理系统,能够提供使日常的生活模式富有变化的契机,同时降低非日常体验的障碍,使得在每天的生活中适当地实现日常和非日常的平衡。
另外,专利文献2公开了一种监视独居老人的异常行动的系统,该系统的目的在于,在独居老人出现异常而处于不能行动的状态时,自动检测该情况并予以通知,该系统没有把给用户带来感受来促进自我成长的激励型全方位服务作为目标。
【专利文献1】日本特开2006-293535号公报
【专利文献2】日本特开2000-99858号公报
发明内容
根据本发明的几个方式,提供一种能够实现利用了用户的日常性的信息处理和信息提示的信息处理系统、程序及信息存储介质。
本发明涉及一种信息处理系统,所述信息处理系统包括:状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;经历信息存储部,其存储用户的状况经历信息;日常性评价部,其进行评价用户的日常性的处理;以及写入部,其将通过所述日常性评价部的评价处理得到的用户的日常性,与用户的状况经历信息的各个用户状况相关联地写入所述经历信息存储部。并且,本发明涉及使计算机作为上述各个部分发挥作用的程序、或者存储有该程序的计算机可读取的信息存储介质。
根据本发明,取得来自行动传感器、状态传感器、环境传感器中的至少一个传感器的传感器信息,根据包括取得的传感器信息的信息,推测用户的状况。并且,在经历信息存储部中存储有用户的状况经历信息。并且,评价用户的日常性,将得到的用户的日常性与用户的状况经历信息的各个用户状况相关联地写入经历信息存储部。这样,只从经历信息存储部读出与状况经历信息的各个用户状况相关联的日常性,即可实现利用了用户的日常性的各种信息处理和信息提示。
并且,在本发明中,还可以包括:存储内容的内容信息存储部;以及内容选择部,其根据与用户的状况经历信息的各个用户状况相关联的用户的日常性,进行从存储在所述内容信息存储部中的内容中选择提示给用户的内容的处理。
这样,使用与用户的状况经历信息的各个用户状况相关联的用户的日常性,能够选择提示给用户的内容并进行提示。
并且,在本发明中,也可以是,所述内容选择部进行以下处理,从存储在所述经历信息存储部中的状况经历信息中,优先提取关联有较低的日常性的用户状况,并选择对应于提取出的用户状况的内容。
这样,能够优先提取日常性较低的非日常体验的状况下的事件,将与之对应的内容提示给用户。
并且,在本发明中,也可以是,所述内容选择部进行以下处理,从存储在所述经历信息存储部中的状况经历信息中,优先提取关联有较高的日常性的用户状况,并选择对应于提取出的用户状况的内容。
这样,能够关注日常性较高的被模式化的行动等,将使行动等富于变化的内容提示给用户。
并且,本发明涉及一种信息处理系统,所述信息处理系统包括:状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;日常性评价部,其进行评价用户的日常性的处理;存储内容的内容信息存储部;以及内容选择部,其根据用户的状况和用户的日常性,进行从存储在所述内容信息存储部中的内容中选择提示给用户的内容的处理。并且,本发明涉及使计算机作为上述各个部分发挥作用的程序、或者存储有该程序的计算机可读取的信息存储介质。
根据本发明,取得来自行动传感器、状态传感器、环境传感器中的至少一个传感器的传感器信息,根据包括取得的传感器信息的信息,推测用户的状况。并且,还评价用户的日常性。而且,根据得到的用户的状况和用户的日常性来选择内容。这样,能够选择对应于用户的状况和用户的日常性的最佳内容提示给用户,能够实现利用了用户的日常性的信息提示。
并且,在本发明中,也可以是,所述状况推测部根据用户的预约信息预测用户的未来状况,所述日常性评价部评价与预测到的用户的未来状况有关的日常性,所述内容选择部根据与用户的未来状况有关的日常性,进行提示给用户的内容的选择处理。
这样,能够选择对应于用户的未来状况的日常性的最佳内容提示给用户。
并且,在本发明中,也可以是,进行用于使机器人将由所述内容选择部选择出的内容提示给用户的控制。
这样,能够利用机器人将根据用户的日常性选择出的内容提示给用户。
并且,在本发明中,也可以是,所述内容信息存储部存储由多个会话语句构成的剧本数据,作为提示给用户的内容,所述提示控制部进行用于使机器人说出作为内容选择出的剧本数据的会话语句的控制。
这样,能够利用剧本数据通过简单的控制处理,实现对应于用户的日常性等的机器人的说话。
并且,在本发明中,还可以包括提示控制部,其进行用于利用数码相框将由所述内容选择部选择出的内容提示给用户的控制。
这样,能够使用数码相框将利用用户的日常性选择出的内容提示给用户。
并且,在本发明中,还可以包括提示控制部,其进行利用可佩戴式显示器将由所述内容选择部选择出的内容提示给用户的控制。
这样,能够使用移动环境中的可佩戴式显示器,将利用用户的日常性选择出的内容提示给用户。
并且,在本发明中,所述日常性评价部进行根据第1评价对象项目评价的日常性即第1子日常性的评价处理、和根据与所述第1评价对象项目不同的第2评价对象项目评价的日常性即第2子日常性的评价处理,所述内容选择部在根据所述第1子日常性选择内容时,选择对应于所述第1评价对象项目的内容,在根据所述第2子日常性选择内容时,选择对应于所述第2评价对象项目的内容。
这样,在选择内容时,通过适当选择将要使用的子日常性,能够选择对应于用户的状况和日常性的合适内容。
并且,在本发明中,也可以是,所述第1、第2评价对象项目是时间信息、用户的场所信息、用户的行动信息、用户的状态信息以及用户的预约信息中的至少一个信息。
这样,能够使用时间、场所、行动、状态、预约的信息中的至少一个信息,即使用彼此不同的第1评价对象项目和第2评价对象项目,进行第1日常性和第2日常性的评价处理并选择内容。
并且,在本发明中,也可以是,所述状况推测部确定用户的停留场所,所述日常性评价部进行针对用户的停留场所的用户的日常性的评价处理,所述内容选择部根据针对用户的停留场所的用户的日常性来选择内容。
这样,能够根据用户的停留场所来评价日常性,并根据得到的日常性来选择内容,能够提示对应于用户的停留场所的合适内容。
并且,在本发明中,也可以是,所述状况推测部判定用户停留在地域中还是停留在小于地域的地点,所述日常性评价部在判定为用户停留在地域中时评价针对地域的用户的日常性,在判定为用户停留在地点时评价针对地点的用户的日常性,所述内容选择部在判定为用户停留在地域中时,根据针对地域的用户的日常性来选择内容,在判定为用户停留在地点时,根据针对地点的用户的日常性来选择内容。
这样,能够把对于用户而言意义不同的地域,作为例如小于地域的地点提取出来,并选择内容提示给用户,或者作为地域提取出来并选择内容提示给用户。因此,能够提示与对于用户而言具有意义的场所对应的合适内容。
并且,在本发明中,也可以是,所述内容选择部在判定为用户停留在地域内的地点时,在选择内容时使针对地点的用户的日常性优先,在判定为用户停留在地域内除地点之外的场所时,根据针对地域的用户的日常性来选择内容。
这样,能够进行以下控制,即,在确定了地点时,优先提示根据地点的日常性选择出的内容,在没有确定地点时,提示根据地域的日常性选择出的内容。
并且,在本发明中,也可以是,所述状况推测部根据用户在预定时间内的位置的标准方差,判定用户停留在地域内还是停留在地点。
这样,通过求出用户在预定期间内的位置的标准方差的统计处理,能够把用户停留的场所确定为地域或地点这种具有意义的区域。
并且,在本发明中,也可以是,所述状况推测部根据用户在预定期间内的位置的标准方差是否为预定的第1阈值以下,判定用户是否停留在地域内,根据用户在预定期间内的位置的标准方差是否为小于所述第1阈值的预定的第2阈值以下,判定用户是否停留在地点。
这样,通过设定第1阈值和第2阈值,能够提取地域或地点这种对于用户而言具有意义的区域。
并且,在本发明中,也可以是,所述日常性评价部根据由所述用户状况推测部推测出的用户的状况,进行评价用户的日常性的处理。
这样,能够按照根据包括传感器信息的信息推测出的用户的状况,评价用户的日常性。
并且,在本发明中,也可以是,所述状况推测部包括状况鉴定部和状况预测部,所述日常性评价部进行由所述状况预测部预测出的用户的状况与由所述状况鉴定部鉴定出的用户的实际状况的比较处理,由此评价用户的日常性。
这样,能够检测预测出的用户状况与实际的用户状况的异同来评价日常性,因而能够实现更合适的日常性的评价处理。
附图说明
图1是传感器信息的取得方法的说明图。
图2是本实施方式的信息处理系统的结构示例。
图3是说明本实施方式的第1动作示例的流程图。
图4是经历信息存储部的数据结构的示例。
图5(A)~图5(C)是使用机器人的信息提示的示例。
图6是说明本实施方式的第2动作示例的流程图。
图7是根据用户的现在状况和日常性来提示内容的方法的说明图。
图8是根据用户的现在状况和日常性来提示内容的方法的说明图。
图9是根据用户的未来状况和日常性来提示内容的方法的说明图。
图10是根据用户的未来状况和日常性来提示内容的方法的说明图。
图11是根据用户的过去状况和日常性来提示内容的方法的说明图。
图12是根据用户的过去状况和日常性来提示内容的方法的说明图。
图13是根据移动时的用户的现在状况和日常性来提示内容的方法的说明图。
图14是根据移动时的用户的现在状况和日常性来提示内容的方法的说明图。
图15(A)、图15(B)是数码相框的说明图。
图16(A)、图16(B)是子日常性的说明图。
图17是用户在停留场所中的位置分布的说明图。
图18(A)、图18(B)是地域、地点的说明图。
图19是表示有关各个地点/各个地域的停留时间、距离范围的特征的图。
图20是说明用户的停留场所的确定处理的流程图。
图21是说明基于日常性的内容选择处理的流程图。
图22是停留场所的存在概率的说明图。
图23(A)、图23(B)是根据存在概率和存在次数计算日常性的方法的说明图。
图24是日常性的评价方法的其他示例的说明图。
图25(A)~图25(D)是日常性的评价方法的其他示例的说明图。
图26是用户的状况经历信息的说明图。
图27是本实施方式的变形例。
标号说明
1机器人;100便携式电子设备;102处理部;104传感器信息取得部;106状况推测部;110日常性评价部;112内容选择部;118提示控制部;120存储部;122内容信息存储部;124日常性信息存储部;126预约信息存储部;130信息存储介质;138通信部;140可佩戴式显示器;142信息提示部;150可佩戴式传感器;200服务器;202处理部;216转送部;220存储部;222内容信息存储部;238通信部;300数码相框;302处理部;318显示控制部;320存储部;322内容信息存储部;340显示器;402处理部;410机器人搭载传感器;420存储部;422内容信息存储部;430机器人控制部;438通信部;440机器人动作机构。
具体实施方式
下面,说明本实施方式。另外,以下说明的本实施方式不能用来不恰当地限定权利要求书记载的本发明的内容。并且,在本实施方式中说明的全部结构不一定是本发明的必须构成要素。
1.传感器信息的取得
为了向用户提供合适的内容而实现激励型全方位服务等,需要确定用户的状况。为此,优选取得来自例如测试用户的行动、状态、环境的行动传感器(行动测试部)、状态传感器(状态测试部)、环境传感器(环境测试部)的传感器信息,并使用取得的传感器信息等确定用户的状况。因此,首先说明该传感器信息的取得方法。
在图1中,用户(使用者)持有便携式电子设备100(移动网关)。并且,把作为移动控制对象设备的可佩戴式显示器140(移动显示器)佩戴在头部的一只眼睛附近。另外,把作为可佩戴式传感器(移动传感器)的各种传感器佩戴在身体上。具体地讲,佩戴室内外传感器510、周围温度传感器511、周围湿度传感器512、周围光度传感器513、臂部佩戴型运动测试传感器520、脉搏(心律)传感器521、体温传感器522、末梢皮肤温度传感器523、发汗传感器524、脚压力传感器530、说话/咀嚼传感器540、设于便携式电子设备100的GPS(Global Position System:全球定位系统)传感器550、设于可佩戴式显示器140的脸色传感器560和瞳孔大小传感器561等。利用这些便携式电子设备100、可佩戴式显示器140等移动控制对象设备、和可佩戴式传感器等,构成移动子系统。
便携式电子设备100(移动计算机)是PDA(Personal DigitalAssistant)、笔记本式PC等便携式信息终端,例如具有处理器(CPU)、存储器、操作面板、通信装置或显示器(子显示器)等。该便携式电子设备100能够具有例如收集来自传感器的传感器信息的功能、根据收集到的传感器信息进行运算处理的功能、根据运算结果进行控制对象设备(可佩戴式显示器等)的控制(显示控制等)或从外部的数据库取得信息的功能、与外部进行通信的功能等。另外,便携式电子设备100也可以是手机、手表、或兼用作便携式声频器等的设备。
可佩戴式显示器140(广义上的信息提示部)被佩戴在用户的一只眼睛附近,同时被设定成为使显示器部的大小小于瞳孔的大小,即作为所谓的透视观察器的信息显示部发挥作用。另外,对用户的信息提示可以使用头戴式受话器、振动器等进行。并且,作为移动控制对象设备(信息提示部),除可佩戴式显示器140之外,还可以假设例如手表、手机、或便携式声频器等各种设备。
室内外传感器510是检测用户在室内还是在室外的传感器,例如测试从照射超声波到超声波被天花板等反射回来的时间。但是,室内外传感器510不限于超声波方式,也可以是有源光方式、无源紫外线方式、无源红外线方式、无源噪声方式的传感器。
周围温度传感器511例如使用热敏电阻、放射温度计、热电偶等测试外界温度。周围湿度传感器512例如利用电阻因湿度而变化的性质来测试周围的湿度。周围光度传感器513例如使用光电元件测试周围的光度。
臂部佩戴型运动测试传感器520利用加速度传感器和角加速度传感器测试用户的臂部的运动。通过使用该运动测试传感器520和脚压力传感器530,能够更准确地测试用户的日常动作、步行状态。脉搏(心律)传感器521佩戴在手腕或手指或耳朵上,例如根据红外光的透射率或反射率的变化,测试伴随脉动形成的血流的变化。体温传感器522、末梢皮肤温度传感器523使用热敏电阻、放射温度计、热电偶等测试用户的体温、末梢皮肤温度。发汗传感器524例如根据皮肤的表面电阻的变化来测试皮肤的发汗。脚压力传感器530检测施加给鞋的脚掌的压力分布,测试并判定用户的站立状态、坐下状态、步行状态等。
说话/咀嚼传感器540是用于测试用户是正在说话中(会话中)还是正在咀嚼中(吃饭中)的可能性的耳机式传感器,在其框体内内置有骨传导传声器、外界声音传声器。骨传导传声器检测在说话/咀嚼时从体内产生并在体内传播的振动即体内声音。外界声音传声器检测包括对应于说话传播到体外的振动即声音和环境的杂音在内的外界声音。并且,进行由骨传导传声器、外界声音传声器捕捉到的声音在单位时间的功率的比较处理等,由此测试说话可能性和咀嚼可能性。
GPS传感器550是检测用户的位置(场所)的传感器。另外,也可以使用手机的位置信息服务及位于周围的无线LAN的位置信息,来取代GPS传感器550。脸色传感器560例如在脸附近配置光传感器,比较通过多个光学带通滤波器后的光度而测试脸色。瞳孔大小传感器561例如在瞳孔附近配置照相机,分析照相机的信号来测试瞳孔的大小。
另外,在图1中准备了机器人1作为对用户提示信息的信息提示部。该机器人1是模仿狗的宠物型机器人,由胴体模块600、头部模块610、腿部模块620、622、624、626、尾部模块630等多个工具模块(机器人动作机构)构成。
在头部模块610上设有用于检测用户的抚摸动作和拍打动作的接触传感器、用于检测用户说话的说话传感器(微型送话器)、图像识别用的摄像传感器(照相机)、用于发出声音或鸣叫声音的声音输出部(扬声器)。
在胴体模块600与头部模块610之间、胴体模块600与尾部模块630之间、腿部模块620的关节部分等设有关节机构。并且,这些关节机构具有电机等致动器,由此实现机器人1的关节运动和自立行走。
并且,在机器人1的例如胴体模块600上设有一个或多个电路基板。在该电路基板中安装有进行各种处理的CPU(处理器)、存储各种数据和程序的ROM和RAM等存储器、机器人控制用的控制IC、生成语音信号的语音生成模块、和与外部无线通信用的无线模块等。来自搭载在机器人上的各种传感器的信号被集中在该电路基板上,并通过CPU等进行处理。并且,由语音生成模块生成的语音信号从该电路基板输出给声音输出部(扬声器)。来自电路基板的控制IC的控制信号输出给设于关节机构的电机等致动器,由此控制机器人1的关节运动和自立行走。
2.结构示例
图2表示本实施方式的信息处理系统(信息提示系统)的系统结构示例。图2的信息处理系统能够利用例如便携式电子设备100、可佩戴式显示器140、后面叙述的服务器、机器人、或数码相框等实现。
处理部102根据来自未图示的操作部的操作信息和从可佩戴式传感器150取得的传感器信息等,进行各种处理。例如,进行传感器信息的取得处理、各种运算处理、评价处理、和显示器等信息提示部142的信息提示的控制处理。该处理部102的功能能够利用各种处理器(CPU等)、ASIC(门阵列等)硬件、存储在信息存储介质130(光盘、IC卡、HDD等)中的程序等实现。
存储部120是处理部102、通信部138等的工作区域,其功能能够利用RAM等存储器或HDD(硬盘驱动器)等实现。该存储部120包括内容信息存储部122、经历信息存储部123(日常性信息存储部)、预约信息存储部126。
内容信息存储部122(内容数据库)存储例如图像、影像、音乐、声音、文本(文字、文章)、或各种数据等内容的信息。该内容可以实时地生成,也可以通过例如通信部138从外部下载。并且,内容信息存储部122能够存储与内容相关联的元信息(附加信息)。
经历信息存储部123存储用户的状况经历信息。其中,用户的状况经历信息例如是指与用户的行动、状态和环境的至少一种用户状况有关的经历信息。并且,经历信息存储部123例如将用户的日常性与用户的状况经历信息的各个用户状况相关联地存储。另外,也可以设置不同于经历信息存储部123的日常性信息存储部,该日常性信息存储部存储用户的日常性信息。例如,与用户的停留场所相关联地存储日常性,或与用户的停留场所和停留时间段等相关联地存储日常性。另外,预约信息存储部126存储用户的预约信息(预约表数据、日程安排信息)。
信息存储介质130(计算机可读取的介质)用于存储程序和数据等,其功能能够利用光盘(CD、DVD)等实现。处理部102根据存储在信息存储介质130中的程序(数据)进行本实施方式的各种处理。即,在信息存储介质130中存储有使计算机(具有操作部、处理部、存储部、输出部的装置)作为本实施方式的各个部分发挥作用的程序(使计算机执行各个部分的处理的程序)。
处理部102包括传感器信息取得部104、状况推测部106、日常性评价部110、写入部111、内容选择部112、提示控制部(显示控制部)118。另外,也可以实现省略这些构成要素中的一部分(例如内容选择部、提示控制部)、或追加其他构成要素等的各种变形方式。
传感器信息取得部104取得来自可佩戴式传感器150(广义上的传感器)的传感器信息。具体地讲,可佩戴式传感器150包括测试用户的行动(步行、会话、吃饭、手脚的运动、感情表露或睡眠等)的行动传感器、测试用户的状态(疲劳、紧张、空腹、精神状态、身体状态或用户发生的事情等)的状态传感器、和测试用户的环境(场所、时间、明亮度、气温或湿度等)的环境传感器中的至少一个传感器,传感器信息取得部104取得来自这些传感器的传感器信息。
另外,传感器可以是传感器装置自身,也可以是除传感器装置之外还包括控制部或通信部等的传感器设备。并且,传感器信息可以是从传感器直接得到的传感器一次信息,也可以是通过对传感器一次信息进行加工处理(信息处理)得到的传感器二次信息。
状况推测部106(状况鉴定部)根据由传感器信息取得部104取得的传感器信息等,进行推测(鉴定)用户的状况(用户的行动、状态和环境的至少一种)的处理。具体地讲,进行取得的传感器信息的相乘处理或相加处理等,实现传感器信息的滤波处理(筛选处理)或分析处理用的各种运算处理。并且,进行推测用户的现在状况的处理即状况鉴定处理。或者,进行推测用户的未来状况的处理即状况预测处理。
例如,按照下式(1)所示,对来自多个传感器的多个传感器信息的被数字化后的测试值Xj、和各个系数存储在系数存储部(未图示)中的利用二维矩阵(matrix)表示的系数Aij,进行积和运算。并且,按照下式(2)所示,把积和运算的结果作为多维坐标,并运算成为n维的向量Yi。其中,i是n维空间的i坐标,j是分配给各个传感器的序号。
式(1)
式(2)
Y1=A00X0+……+AijXj……+AnmXm ……(2)
通过进行上式(1)(2)那样的运算处理,能够实现从取得的传感器信息中去除不需要的传感器信息的滤波处理,和根据传感器信息推测用户的行动、状态、环境(TPO信息)的分析处理等。例如,如果把与脉搏(心律)、发汗量、体温的测试值X相乘的系数A设定为大于针对其他传感器信息的测试值的系数的值,则利用上式(1)(2)运算出的数值Y表示用户的状态即“兴奋程度”。并且,通过把与说话量的测试值X相乘的系数和与脚压力的测试值X相乘的系数设定为合适的值,能够推测用户的行动是坐着说话、走路说话、静静地思考、还是睡眠状态等。
通过这样推测用户的状况,能够获得时间信息(年、月、周、日、时间等)、用户的场所信息(位置、所属区域、距离等)和用户的状态信息(精神/肉体状态、用户发生的事情等)中的至少一个信息即TPO(TimePlace Occasion)信息。
另外,状况推测部106推测的用户的状况例如是指用户的行动、状态、或环境等。关于用户的行动的推测可通过进行以下判别等实现,即,根据用户佩戴在身体上的行动传感器的信息,判别用户的静止、步行、跑步、静坐、躺倒、上下楼梯的状态,或者根据配置在用户周围的传感器(外部照相机、家庭传感器)判别用户的行动、姿势状态,或者根据由位置检测传感器求出的位置的轨迹,判别用户正在停留中、移动中的状态。并且,用户的状态是指用户的精神状态或肉体状态等。关于用户的状态的推测,可通过根据用户佩戴在身体上的活体传感器的信息判别压力、兴奋、紧张、健康状态等来实现。并且,用户的环境是指用户的场所信息、时间信息、周围环境信息等。关于用户的环境的推测,可通过由位置检测传感器判别用户的停留场所(当前地方),或者利用钟表取得年、月、日、星期、时间,或者利用周围环境传感器取得气温、气压、照度、噪声等来实现。该情况时,由于根据传感器信息完全准确地确定用户状况比较困难,所以状况推测部106的状况推测的准确程度具有某种程度上的偏差。
并且,用户状况的推测也可以使用除传感器信息之外的信息。具体地讲,可以使用存储在预约信息存储部126中的用户的预约信息(预约表数据、日程安排信息)、或通过通信部138等取得的外部信息,推测用户状况。例如,根据用户输入的日程安排表推测用户今后的预约,或者根据输入的预约来推测附带的预约。或者,根据Web信息和通过因特网等从外部数据库取得的信息(例如今天的天气、交通信息)、从其他用户取得的信息(例如来自其他用户的联络信息)等外部信息,推测用户状况。
如果使用这种预约信息和外部信息,与只使用传感器信息来推测用户状况时相比,能够提高状况推测的准确度。例如,通过结合传感器信息和预约信息来推测用户的行动,能够推测更准确的用户的行动。
并且,状况推测部(场所确定部)106确定用户的停留场所。例如,作为用户的停留场所,确定地域和小于地域的地点,判定用户停留在地域中、还是停留在例如地域内的场所即小于地域的地点。具体地讲,求出用户在预定期间内的位置的标准方差。并且,根据该标准方差判定用户停留在地域中还是停留在地点。更加具体地讲,根据用户在预定期间内的位置的标准方差是否为第1阈值以下,判定用户是否停留在地域内。并且,根据用户在预定期间内的位置的标准方差是否为小于第1阈值的第2阈值以下,判定用户是否停留在地点内。另外,用于求出地域的预定期间和用于求出地点的预定期间可以相同也可以不同。并且,也可以不是地域和地点这种两个阶段的划分(粒度),而是划分为三个阶段以上。
另外,关于用户的停留场所(地域、地点),可以利用GPS传感器、或者利用手机的位置信息服务或位于周围的无线LAN的位置信息来确定其位置,使用地图信息等确定其场所。
日常性评价部110进行用户的日常性(非日常性)的评价处理。例如,根据取得的传感器信息等评价(判定)用户的日常性。具体地讲,根据来自GPS的经度纬度信息等,并根据过去在该位置附近的停留经验的频次单纯地评价日常性。或者,例如也可以在状况推测部106根据取得的传感器信息等推测用户的状况(例如现在的场所)后,日常性评价部110根据推测出的用户的状况来评价用户的日常性。即,判定用户的现在状况是日常性的状况还是非日常性的状况,从而评价日常性。
例如,通过进行用户的状况经历(例如用户的场所的状况经历)的信息与推测出的用户的现在状况(例如现在的场所)的信息的比较处理,能够评价用户的现在的日常性。并且,通过进行预测出的用户的行动与用户的实际行动的比较处理,能够评价用户的现在的日常性。另外,日常性是指例如在与用户的过去的状况经历进行比较等时,表示用户的现在状况是什么程度、日常性(一般、常见、平凡)的程度的参数。并且,评价用户的日常性的处理和评价非日常性(与平常不同的异常程度)的处理,能够视为等效处理。
并且,日常性评价部110在判定为用户停留在(位于)地域时,也可以评价针对地域的用户的日常性。例如,根据用户过去在该地域的停留经验的频次来评价日常性。并且,在判定为用户停留在(位于)地点时,也可以评价针对地点的用户的日常性。例如,根据用户过去在该地点的停留经验的频次来评价日常性。
写入部111进行用户的状况经历信息和日常性的写入处理。具体地讲,把通过日常性评价部110的评价处理得到的用户的日常性,与用户的状况经历信息的各个用户状况相关联地写入经历信息存储部123。例如,与各个时间(时间段)的用户的行动、状态或环境等的用户状况相关联地写入日常性。
内容选择部112根据用户状况和日常性进行内容的选择处理。例如,根据与用户的状况经历信息的各个用户状况相关联的用户的日常性,从存储在内容信息存储部122中的内容中选择提示给用户的内容。具体地讲,从存储在经历信息存储部123中的状况经历信息中,优先提取较低的日常性所关联的用户状况。并且,进行选择对应于提取出的用户状况的内容的处理。具体地讲,提取与低于预定值的日常性相关联的用户状况并选择内容。例如,从较低的日常性所关联的用户状况开始顺序提取,选择与该用户状况相关联的内容。
另外,相反也可以实施下述的变形方式等,即,提取较高的日常性所关联的用户状况并进行内容的选择,或者随机地选择日常性,并选择与之对应的内容。例如,从存储在经历信息存储部123中的状况经历信息中,优先提取较高的日常性所关联的用户状况,并选择对应于提取出的用户状况的内容。具体地讲,提取与高于预定值的日常性相关联的用户状况并选择内容。例如,从较高的日常性所关联的用户状况开始顺序提取,选择与该用户状况相关联的内容。这样,能够让用户注意到用户的行动等的状况已成为日常性较高的一个模式化的状况,能够进行作为给这种状况带来变化的机会的内容提示。
并且,内容选择部112也可以根据用户的状况和用户的日常性,进行从存储在内容信息存储部122中的内容中选择提示给用户的内容的处理。例如,状况推测部106根据存储在预约信息存储部126中的用户的预约信息,预测用户的未来状况。该情况时,日常性评价部110评价与预测出的用户的未来状况有关的日常性。即,评价预测出的用户的未来状况是否是日常性状况。并且,内容选择部112根据与用户的未来状况有关的日常性,进行提示给用户的内容的选择处理。或者,也可以根据与用户的过去状况有关的日常性和与现在状况有关的日常性,进行内容的选择处理。
并且,例如日常性评价部110进行多个子日常性的评价处理。具体地讲,进行第1子日常性的评价处理、和日常性的评价对象项目与第1子日常性不同的第2子日常性的评价处理。其中,例如第1子日常性是指根据第1评价对象项目评价的日常性,第2子日常性是指根据第2评价对象项目评价的日常性,第1评价对象项目和第2评价对象项目的至少有一个评价对象项目不同。
此时,内容选择部112在根据第1子日常性选择内容时,选择对应于第1评价对象项目评价的内容。另一方面,在根据第2子日常性选择内容时,选择对应于第2评价对象项目评价的内容。例如,作为第1、第2评价对象项目,可以假设时间信息、用户的场所信息、用户的行动信息、用户的状态信息、用户的预约信息等。并且,例如在根据时间、场所、行动、状态、预约的信息来评价日常性时,分别选择与时间、场所、行动、状态、预约相关联的内容。
并且,内容选择部112在判定为用户停留在地域时,根据针对地域的用户的日常性来选择内容。例如,在停留于该地域对于用户而言是日常性情况时,选择向非日常性情况引导用户的内容,在停留于该地域对于用户而言是非日常性情况时,选择向日常性情况引导用户的内容。并且,在判定为用户停留在地点时,根据针对地点的用户的日常性来选择内容。例如,在停留于该地点对于用户而言是日常性情况时,选择向非日常性情况引导用户的内容,在停留于该地点对于用户而言是非日常性情况时,选择向日常性情况引导用户的内容。
另外,用于向非日常性情况引导用户的内容例如是指对于用户而言亲密度较低的内容,用于向日常性情况引导用户的内容例如是指对于用户而言亲密度较高的内容。具体地讲,内容信息存储部122与各个内容相关联地存储针对该内容的用户的亲密度。例如,存储用户的亲密度作为内容的标志信息。并且,在用户停留于该地域或地点的情况被评价为对于用户而言日常性比较高时,内容选择部112从内容信息存储部122的内容中选择较低的亲密度所关联的内容。另一方面,在用户停留于该地域或地点的情况被评价为对于用户而言日常性比较低时,内容选择部112从内容信息存储部122的内容中选择较高的亲密度所关联的内容。
并且,内容选择部112在判定为用户停留在地域内的地点时,在选择内容时使针对地点的用户的日常性优先。另一方面,在判定为用户停留在地域内除地点之外的场所时,根据针对地域的用户的日常性来选择内容。例如,在用户停留于地域内的地点时,首先,使用地点的日常性来选择内容并提示。然后,使用地域的日常性来选择内容,或者不进行使用地域的日常性的内容选择。另一方面,在用户停留于地域内除地点之外的场所时,使用地域的日常性来选择内容并提示。
提示控制部118进行由信息提示部142将选择出的内容提示给用户的控制。例如,在信息提示部142是可佩戴式显示器或数码相框时,进行由这些可佩戴式显示器、数码相框提示(显示)选择出的内容(内容图像)的控制。或者,在信息提示部142是机器人时,提示控制部118进行使机器人将选择出的内容提示给用户的控制。具体地讲,内容信息存储部122存储由多个会话语句构成的剧本数据,作为提示给用户的内容。并且,内容选择部112根据用户的日常性等选择剧本数据后,提示控制部118进行使机器人说出选择出的剧本数据的会话语句的控制。
3.第1动作示例
图3是说明本实施方式的第1动作示例的流程图。
首先,取得来自行动传感器、状态传感器、环境传感器的传感器信息、和预约信息、外部信息(步骤S1)。并且,根据取得的信息推测用户的状况(TPOf)(步骤S2)。
然后,根据用户的状况等评价用户的日常性(步骤S3)。并且,将用户的日常性与状况经历信息的各个用户状况相关联(相对应)地写入经历信息存储部123(步骤S4)。并且,根据与用户状况相关联的用户的日常性,选择提示给用户的内容(步骤S5),由机器人和数码相框等信息提示部142提示选择出的内容(步骤S6)。
另外,在图3中,在步骤S2推测用户状况,在步骤S3根据用户状况评价日常性,但也可以省略步骤S2,而直接根据传感器信息等评价日常性。并且,在步骤S4,不一定将用户状况和日常性同时写入经历信息存储部123。例如,对于和时刻一起记录的各个用户状况,也可以在事后判定日常性,并使得到的日常性相关联。
图4表示经历信息存储部123的数据结构的示例。在图4中,经历信息存储部123与日期、场所等用户状况相关联地存储日常性。
例如,用户在星期天的上午8点左右呆在自己家中,这种用户状况被评价为日常性比较高,所以与该用户状况(时间、场所)相关联的是例如日常性=10。并且,用户在上午9点左右去浅草乘坐前往日光的电车,这样星期天的上午在浅草的用户状况被评价为日常性比较低,所以例如与日常性=6相关联。然后,用户在中午12点左右到达日光的东照宫。并且,由于日光的东照宫是用户不怎么去的观光地,所以判定为此时的用户的日常性比较低(判定为非日常性)。因此,与星期天中午在日光的东照宫这样的用户状况相关联的是例如日常性=1。另外,日常性越低,日常性的值(参数值)被设定为越低的值。
另一方面,用户在平日的上午8点左右呆在自己家中,这种用户状况被评价为比较平常,所以与该用户状况相关联的是例如日常性=10。并且,用户在上午10点左右到达新宿的工作地点的办公楼,这种用户状况也被评价为日常性比较高,所以被分配了日常性=10。并且,用户在中午12点左右去新宿的餐馆吃午餐,这种用户状况被评价为日常性中等,所以例如与日常性=6相关联。并且,在当天的晚上,用户去工作地点附近的宾馆,这种用户状况被评价为日常性比较低,所以例如与日常性=3相关联。
这样,在本实施方式中,与状况经历信息的各个用户状况相关联地存储日常性,所以只需读出该状况经历信息,即可通过简单的处理取得各个用户状况时的用户的日常性。并且,能够根据取得的日常性进行各种信息处理和信息提示,能够提供以前没有的信息处理系统。
另外,即使同样是在新宿的工作地点的办公楼中,但是例如当判定为用户在休息日的白天在该办公楼中时,判定为日常性比较低。这样评价日常性时,不仅根据用户的停留场所,还结合停留场所和停留时间段进行评价,由此能够使日常性的评价处理成为合适的处理。
并且,在用户的工作地点的办公楼所在的新宿,像在后面叙述的停留地域那样划区较大的区域中判定日常性时,不能够区分用户是在工作地点的办公楼中还是在工作地点附近的宾馆中,产生日常性的评价不准确的情况。关于这一点,如果在像后面叙述的地点那样小于地域的划区区域中判定日常性,则可以防止这种情况。
如图4所示,用户的状况经历信息被依次更新。该更新后的状况经历信息例如存储在便携式电子设备100的经历信息存储部中。
并且,在图5(A)中,回到家中的用户将便携式电子设备100连接到附属设备101进行充电等。在图5(A)中,根据便携式电子设备100向这种附属设备101的连接,判定为发生了能够使用机器人1的事件,起动机器人1使其能够使用。另外,也可以不根据向附属设备101的连接,而判定用户与机器人1的接近来起动机器人1。例如,在便携式电子设备100与机器人1之间的信息传输通过无线进行时,通过检测其无线强度,能够判定可以使用机器人1的事件的发生。
在发生这种可以使用的事件后,机器人1起动并处于可以使用的状态。该情况时,存储在便携式电子设备100的经历信息存储部中的用户的状况经历信息,例如被转送给机器人1的经历信息存储部并存储于此。由此,能够根据状况经历信息进行机器人1的会话等控制。另外,也可以在便携式电子设备100侧和后面叙述的服务器侧进行基于状况经历信息和日常性的内容选择,机器人1根据选择出的内容的剧本数据等进行会话动作。
在图5(A)中,在机器人1与用户进行会话时,选择图4所示的用户的状况经历信息中、例如较低的日常性所关联的用户状况。在图4中,作为星期天的用户状况,选择日常性=2所关联的去日光的东照宫这种用户状况。并且,机器人1选择对应于该用户状况的内容进行会话动作。具体地讲,根据选择出的内容的剧本数据,说出会话语句“星期天的日光的东照宫怎么样?”。这样,用户能够回想起过去的非日常性体验。
即,用户对进行了非日常性体验的状况下的事件具有兴趣和回味的情况,多于与平常相同的日常性状况下的事件。例如,在利用机器人1的说话回想起用户的过去的事件时,认为用户对平常不怎么去的场所的事件,要比平常总去的场所的事件更关心。并且,如果使机器人1优先说出与由于非日常性体验而兴奋、激动的状况下的事件有关的会话,则能够实现通过与机器人1的会话给用户带来感受这样的激励型全方位服务,而不是所谓的提供便利性的服务。
因此,在本实施方式中,着眼于能够通过根据传感器信息等推测用户的状况来判定用户的日常性(非日常性),采用将这样取得的用户的日常性与状况经历信息的各个用户状况相关联地存储的方法。这样,优先提取日常性比较低的非日常性体验的状况下的事件,将与之对应的内容提示给用户,或者相反地,也能够优先提取日常性比较高的平常状况下的事件,将使用户改变行动的内容提示给用户。
在图5(B)中,对利用图5(A)所示的机器人1进行的有关非日常性体验的会话具有兴趣的用户抚摸机器人1。并且,利用机器人1的接触传感器410,检测用户对机器人1的说话的反应即“抚摸动作”。于是,机器人1说出例如“家务也很辛苦吧”,作为下一个会话语句。即,在图5(B)中,根据用户对机器人1说出的会话语句(通过机器人进行的提示信息的提示)的反应(抚摸动作),确定使机器人1说出的下一个会话语句(下一个提示的提示信息)。
并且,在图5(C)中,在机器人1进行有关用户今天的事情的会话时,选择图4所示的用户今天的状况经历信息中、例如较低的日常性所关联的用户状况。具体地讲,从用户今天的状况经历信息中,选择日常性=3所关联的去了新宿的宾馆这种用户状况。并且,机器人1根据对应于该用户状况的内容的剧本数据,说出“今天在新宿的宾馆发生什么事情了吗”。这样,用户能够享受以今天的非日常性体验为话题的与机器人1的会话。然后,例如用户再次进行“抚摸机器人1的动作”时,可以认为用户对该话题感兴趣,确定下一个说出的会话语句,并由机器人1说出。
4.第2动作示例
图6是说明本实施方式的第2动作示例的流程图。
首先,取得来自行动传感器、状态传感器、环境传感器的传感器信息、和预约信息、外部信息(步骤S31)。并且,根据取得的信息推测用户的状况(TPOf)(步骤S32)。
然后,根据用户的状况等评价用户的日常性(步骤S33)。并且,根据用户的状况和用户的日常性选择提示给用户的内容(步骤S34),由机器人或数码相框等信息提示部142提示选择出的内容(步骤S35)。
图7~图14表示根据用户的状况和日常性选择内容并提示给用户的方法的具体示例。图7~图12是利用与机器人的会话来提示内容的方法的示例,图7、图8是对现在的用户状况评价日常性并选择内容的方法的示例。
在图7中,判定为用户A的状况是星期天的白天在自己家中赖床,当前没有预约的状况。这种用户状况能够根据传感器信息和预约信息等判定。
并且,对于用户A而言,根据其过去的状况经历,图7所示的用户状况被评价为日常性比较高,属于日常性状况。因此,在该情况时,例如选择内容类型CT1,提供使用户A改变行动的信息或有关新体验的信息。并且,按照选择出的内容类型CT1的剧本数据,机器人1、2进行会话。
具体地讲,例如机器人1说“今天总是光在家赖床... ...”,对此,机器人2说“这样下去马上就成大胖子啦”。然后,机器人1说“这么说附近公园中有活动”,对此,机器人2说“嗯,好像挺有趣的”。
这样,通过机器人1、2的对话,能够使用户注意到自己什么也不想什么也不做的状态(星期天总在家赖床的状态)。并且,创造使这种日常性状况发生变化的机会,用户接受该机会进行新的体验(去参加附近公园的活动),由此能够期待产生新的感受、发现、感触。因此,能够实现通过与机器人1、2的会话给用户带来感受(激励)这样的激励型全方位服务,而不是所谓的提供便利性的服务。
并且,通常用户与机器人的会话(对话)像1个用户和1台机器人那样,通过一对一的对峙关系实现。
与此相对,在图7中,针对1个用户准备2台机器人1、2(广义上的多台机器人),实现通过一对二(广义上的一对多)的对峙关系的会话。并且,用户也可以不直接与机器人1、2对话,而采取旁听在机器人1、2之间进行的会话的方式。
该情况时,通过机器人1、2之间的会话提供给用户的信息是基于用户的状况的信息,该用户的状况是根据来自可佩戴式传感器等具有的行动传感器、状态传感器、环境传感器的传感器信息推测的。因此,用户通过在机器人1、2之间进行的会话,能够间接地得知用户的过去或现在的行动、用户的过去或现在的状态、围绕用户的过去或现在的环境。
这样,能够通过在机器人1、2之间进行的会话,推动用户的内在动力,使用户注意到用户的行动、状态、环境,由此实现促进自我成长的激励型全方位服务,而不是从外部向用户单向提供信息的提供便利性的服务。
另一方面,在图8中,判定为用户B的状况是星期天的白天在自己家中赖床,没有预约的状况。这种用户状况如图7所示对于用户A被评价为日常性比较高,但对于图8所示的运动型用户B而言,被评价为日常性比较低。因此,该情况时,例如选择提供支持用户B的行动的信息的内容类型CT2。并且,按照选择出的内容类型CT2的剧本数据,机器人1、2进行会话。
具体地讲,例如机器人1说“偶尔在家里清闲一下也不错呀”,对此,机器人2说“身体不休息一下也不行呀”。然后,机器人1说“这么说录好的电影还没有看呢!”,对此,机器人2说“也有还没读的书呢”。
这样,能够提醒星期天也要活跃地运动的用户B偶而在星期天好好休息,支持用户的行动。
图9、图10是对用户的未来状况(今后的预约)评价日常性并选择内容的方法的示例。
在图9中,用户A的现在状况是星期一早晨呆在家自己里的状况,今后的预约是去大阪出差。这种未来状况能够根据预约信息等判定。并且,对于频繁去大阪出差的用户A而言,这种用户状况被评价为日常性比较高。因此,该情况时,例如选择提供好地方信息的内容类型CT3。并且,按照选择出的内容类型CT3的剧本数据,机器人1、2进行会话。
具体地讲,例如机器人1说“今天也去大阪出差吧!”,对此,机器人2说“说起大阪,最近开了新的杂货店”。并且,机器人1说“嗯,好像还不错呢!”,对此,机器人2说“这次去时去看看如何?”。
这样,能够对经常去大阪出差的用户提供大阪的好地方信息,由此能够使用户的行动产生变化,促使进行新的体验。
另一方面,在图10中,虽然用户B的预约是去大阪出差,但对于轻易不出差的用户B而言,这种用户状况被评价为日常性比较低。因此,该情况时,例如选择提供推荐信息的内容类型CT4。并且,按照选择出的内容类型CT4的剧本数据,机器人1、2进行会话。
具体地讲,例如机器人1说“今天难得去大阪出差吧!”,对此,机器人2说“你说大阪?”。并且,机器人1说“还得是章鱼烧烤吧?”,对此,机器人2说“要说章鱼烧烤,TA店人气不错”。
这样,对于平常没有类似经验的对未来预约忐忑不安的用户,通过提供不知道的当地的推荐信息,能够使其产生放心感。
图11、图12是对用户的过去状况评价日常性并选择内容的方法的示例。
在图11中,作为用户A的过去状况(行动),从状况经历信息中提取去过TB动物园的信息,对于频繁参观TB动物园的用户A而言,这种用户状况被评价为日常性比较高。因此,该情况时,选择内容类型CT1,提供使用户A改变行动的信息和有关新体验的信息。并且,按照选择出的内容类型CT1的剧本数据,机器人1、2进行会话。
具体地讲,例如机器人1说“今天去TB动物园了吧!”,对此,机器人2说“TC动物园最近也比较受欢迎”。并且,机器人1说“对、对,可以看到熊猫宝宝”,对此,机器人2说“虽然远了点儿,但还是想去看看”。
这样,对于总去TB动物园的用户而言,能够提供参观没怎么去过的TC动物园的机会,用户接受该建议而经历新的体验,由此能够期待产生新的感受、发现或感触。
另一方面,在图12中,对于没有去过TB动物园的用户B而言,被评价为日常性比较低。因此,该情况时,选择提供补充信息的内容类型CT5。并且,按照选择出的内容类型CT5的剧本数据,机器人1、2进行会话。
具体地讲,例如机器人1说“今天去TB动物园了吧!”,对此,机器人2说“那里的大象叫“花子””。并且,机器人1说“嗯,是吗”,对此,机器人2说“好像快80岁了”。
这样,对于首次去TB动物园的用户而言,考虑到不熟悉而未能充分观赏动物等的情况,通过提示TB动物园的补充信息,能够进行对应于用户状况的合适的内容提示。
图13、图14是在用户拿着移动显示器等步行移动时,对用户的现在状况评价日常性并选择内容的方法的示例。
在图13中,鉴定出用户A在星期三的17时30分左右步行前往公司最近的车站的状况,这种平日准时回公司的用户状况,根据过去的用户的状况经历,对于用户A而言被评价为日常性比较高。因此,该情况时,选择内容类型CT1,提供使用户A改变行动的信息和有关新的体验的信息。将选择出的内容类型CT1的内容图像显示在移动显示器上。具体地讲,显示现在正在步行的场所附近的推荐店铺信息。
这样,在平常的返回途中,向用户提供顺路去以前没有去过的店铺看看的机会,用户接受该建议,由此能够使日常的生活产生变化,促使进行新的体验等。
另一方面,在图14中,鉴定出用户B在星期三的17时30分左右步行前往公司最近的车站的状况,这种平日准时回公司的用户状况,对于用户A而言日常性比较高,但对于用户B而言被评价为日常性比较低。因此,该情况时,选择提供支持用户B的行动的信息的内容类型CT2,将选择出的内容类型CT2的内容图像显示在移动显示器上。具体地讲,显示用户回家后能够看到的推荐TV节目的信息。
这样,对于总是因为工作回去比较晚的用户B而言,在难得早回去的日子里,能够促进其拥有悠闲的心情,并支持用户的行动。
如上所述,在本实施方式中,根据用户的过去、现在或未来的状况以及有关该用户状况的用户的日常性,选择合适的内容并提示给用户。这样,能够进行对应于用户的状况的内容提示,同时使用户的日常生活模式产生变化和感受,能够去除非日常性体验中的用户的烦躁感和不安感,能够进行以前没有的类型的信息提示。
5.数码相框
以上主要以提示内容的信息提示部是机器人和移动显示器的情况为例进行了说明,但信息提示部不限于此,也可以是数码相框等。
图15(A)表示数码相框300(数码相片播放器、图像再现装置)的示例。图15(A)是所谓相片架型的数码相框的一例。该数码相框300由用户设置在家中的任意位置。并且,执行存储在存储部320的内容信息存储部322(参照图15(B))中的内容信息(数字的图像数据、语音数据)的再现处理(图像再现、语音再现)。数码相框300例如在用户没有明确的再现指示时,也能够自动再现存储在内容信息存储部322中的内容信息,例如自动执行照片的幻灯片播放,进行影像的自动再现。
另外,在图15(A)中示出了相片架型的数码相框的示例,但也可以是例如电子纸那样的壁挂型数码相框。并且,也可以在数码相框300上设置内容信息的再现指示按钮等,使用遥控器进行再现指示。
该数码相框300可以具有SD卡等存储卡的接口。或者,可以具有无线LAN、蓝牙(Bluetooth)等的无线通信的接口、和USB等的有线通信接口。例如,用户将内容信息保存在存储卡中,在安装在数码相框300的存储卡接口上时,数码相框300执行保存在存储卡中的内容信息的自动再现(幻灯片播放等)。或者,数码相框300在通过无线通信或有线通信从外部接收到内容信息时,执行该内容信息的再现处理(自动再现处理)。例如,在用户持有的数码照相机和手机等便携式电子设备100具有蓝牙(Bluetooth)等的无线功能时,利用该无线功能,从便携式电子设备100的内容信息存储部122向数码相框300的内容信息存储部322转送内容信息。然后,数码相框300执行所转送的内容信息的再现处理。
图15(B)表示数码相框300的结构示例。该数码相框300具有进行各种处理的处理部302、用于进行无线和有线通信的通信部338、存储部320和显示器340。
处理部302能够利用CPU等的处理器和显示控制用的ASIC等实现。存储部320能够利用例如RAM和HDD等实现。另外,在将内容信息保存在存储卡中进行自动再现时,存储部320能够利用存储卡实现。显示器340能够利用例如液晶显示器、使用了有机EL等发光元件的显示器、和电泳型显示器等实现。处理部302包括的显示控制部318根据内容信息即图像数据,进行使显示器340显示图像的控制。例如,进行将被压缩的图像数据解码的处理,进行再现被解码后的图像数据的处理等。
如果使用图15(A)、图15(B)的数码相框300,则能够再现根据用户状况和用户的日常性选择出的内容的图像。并且,例如能够选择与较低的日常性所关联的用户状况对应的内容,并再现该图像,所以能够对无意地看到利用数码相框300自动再现的图像的用户,提供使日常性的生活模式产生变化的机会等。
6.子日常性
另外,作为日常性的评价对象项目,能够假设时间信息和用户的场所信息(广义上的用户的环境信息)、用户的行动信息、用户的状态信息、用户的预约信息等。如图16(A)所示,对于总体日常性TN,例如把这些时间、场所、行动、状态、预约信息全部作为评价对象项目来进行日常性的评价处理。
但是,只根据该总体日常性TN,有可能导致有关各个评价对象项目的特征性状况被埋没、不能实现合理的日常性的评价处理。
因此,在图16(A)中,除了总体日常性TN之外,还准备多个子日常性SN1~SN6等,独立地评价日常性,并显示对应于其内容的内容。
例如,在子日常性SN1中,根据用户在该时间位于该场所的比率等来评价日常性。在子日常性SN2中,根据用户在该时间执行该预约的比率等来评价日常性。在子日常性SN3中,根据用户在该时间进行该行动的比率等来评价日常性。在子日常性SN4中,根据用户在该场所进行该行动的比率等来评价日常性。在子日常性SN5中,根据用户在该时间、该场所进行该行动的比率等来评价日常性。在子日常性SN6中,根据用户在该时间、该场所执行该预约的比率等来评价日常性。另外,也可以准备把除时间、场所、行动、状态、预约信息之外的信息作为评价对象项目的子日常性。并且,各个子日常性的评价对象项目可以是两个以上,也可以只是一个。
在本实施方式中,日常性的评价结果根据使用的子日常性而不同,根据所使用的评价对象项目确定信息提示的内容的类型,信息的内容对应于评价对象项目的内容。例如,在根据子日常性SN1来提示内容时,选择与用户的停留场所(当前地方)相关联的内容并提示。另一方面,在根据子日常性SN2来提示内容时,选择与用户的预约相关联的内容并提示。
具体地讲,在图16(A)中,各个子日常性的评价对象项目彼此不同。例如,在子日常性SN1(广义上的第1子日常性)和子日常性SN2(广义上的第2子日常性)中,日常性的评价对象项目不同。即,子日常性SN1的评价对象项目即第1评价对象项目是时间信息和用户的场所信息,子日常性SN2的评价对象项目即第2评价对象项目是时间信息和用户的预约信息,这些第1、第2评价对象项目至少一部分不同。
并且,在根据子日常性SN1来选择内容时,选择与子日常性SN1的评价对象项目即第1评价对象项目对应的内容,例如选择与用户的场所信息对应的内容。
例如,在根据子日常性SN1评价为用户在该时间位于该场所是日常性行为时,选择向非日常性情况引导用户的内容、即与该场所相关联的内容并提示。例如,如在图13中说明的那样,提示用于介绍用户以前没有去过的店铺而且是该场所附近的店铺的内容。
另一方面,在根据子日常性SN1评价为用户在该时间位于该场所是非日常性行为时,选择向日常性情况引导用户的内容、即与该场所相关联的内容并提示。例如,在用户去国外出差等时,对于像位于首次出访的外国的街道那样的非日常性状况,为了使用户放心,提示用于介绍在日本熟悉的快餐店等位于该外国街道的店铺的信息。
并且,在根据子日常性SN2选择内容时,选择与子日常性SN2的评价对象项目即第2评价对象项目对应的内容,例如选择与用户的预约信息对应的内容。
例如,根据子日常性SN2评价为用户在该时间执行该预约是日常性行为时,选择向非日常性情况引导用户的内容、即与该预约相关联的内容并提示。例如,如在图9中说明的那样,对总有去大阪出差预约的用户,提示用于介绍用户以前没有去过的好地方的店铺、而且是与大阪出差相关联的大阪的店铺的内容。
另一方面,根据子日常性SN2评价为用户在该时间执行该预约是非日常性行为时,选择向日常性情况引导用户的内容、即与该预约相关联的内容并提示。例如,如在图10中说明的那样,对执行首次去大阪出差预约的用户,提示用于介绍使用户放心的推荐店铺、而且是与大阪出差相关联的大阪的店铺的内容。
这样,在选择内容时,通过适当选择使用的子日常性,能够选择对应于用户的状况和日常性的合适的内容。
另外,在根据子日常性来选择内容时,优选准备如图16(B)所示的对应于各个子日常性的子日常性用的表。例如,在图16(B)中示出了子日常性SN1用的表和子日常性SN2用的表。
在子日常性SN1用的表中,各个内容对应于时间和场所与日常性的各个组合。另一方面,在子日常性SN2用的表中,各个内容对应于时间和预约与日常性的各个组合。
如果设置如图16(B)所示的各个子日常性用的各个表,则能够根据被鉴定的用户的时间、场所、行动等的状况、该状况的日常性、以及各个子日常性用的各个表,利用简单的系统结构选择合适的内容并提示给用户。另外,关于使用多个子日常性用表中的哪一个表,可以随机确定,也可以通过预定的日程预约控制来确定。
7.地点和地域
另外,为了向用户提供合适、及时的内容,优选使用GPS传感器等确定用户的位置,并根据所确定的位置来选择内容并提示。
可是,由GPS传感器得到的位置数据(纬度、经度)自身只不过是简单的数据,不是直接表示用户的停留场所的信息。因此,需要从这些位置数据中提取对于用户有意义的场所。
例如,根据停留时间将用户的所在场所分类,能够提取对于用户有意义的场所。在图17中,以下述情况为例来表示热点地图,即,出了新宿等街道的车站的用户在车站周围步行,在各个时间段停留于商店A、绉纱店B、电影院C、家庭餐馆D、杂货店E、书店F的情况。如果使用GPS传感器等,则能够得知用户在这些各个停留场所的位置分布,该分布的大小和浓度(密度)因停留场所而异。在该热点地图中,停留时间较长的场所颜色较深,在该场所伴随移动的地方分布于较广的范围内。
根据图17所示可知,例如在新宿等街道中,在街道中存在对于用户而言意义不同的多个场所(例如商店A、绉纱店B、电影院C等)。因此,在图17所示的情况下,如果确定用户的停留场所是新宿,只选择与新宿相关联的内容并提示,将不能提示对于用户真正有意义的内容。即,在用户停留于商店A时,应该提示商店A的各个楼层的楼层信息和折扣信息等,在用户停留于绉纱店B时,应该提示该绉纱店B推荐的绉纱信息。并且,在用户停留于电影院C时,应该提示电影院的上映时间信息和影院内信息等。可是,如果只确定为用户在新宿,则不能提供这种对应于用户的停留场所的及时信息。
另一方面,对于不在观光地等特定的场所长时间停留而是以散步为目的去的场所,在狭小区域中不能提取具有意义的场所。例如,在用户去高尾山时,认为用户在高尾山的各个场所散步,所以用户的移动范围不会是图17所示的狭小范围,而是较广的范围。因此,如果锁定图17所示的狭小范围来确定用户的停留范围,将存在以下问题,即不能提取用户来过高尾山的信息,不能将有关高尾山的内容提示给用户。
因此,在图18(A)、图18(B)中,作为用户的停留场所,导入了地域和地点的概念。如图18(A)所示,地域是比地点大的区域,如图18(B)所示,例如在各个地域内存在小于地域的地点。这种地点和地域可以利用以下说明的方法提取。
例如,地域是在预定期间T1内的位置的标准方差σ为第1阈值Sth1(几百米~一千米)以下的区域。另一方面,地点是在预定期间T2内的位置的标准方差σ为第2阈值Sth2(例如几十米~一百米)以下的区域。在本实施方式中,通过统计处理用户佩戴在身上的GPS传感器等位置检测传感器的信息,提取地域和地点。即,根据用户在预定时间内的位置的标准方差σ,判定用户停留在地域中还是停留在地点。
具体地讲,假设在预定期间T1(例如4小时)的纬度、经度的平均是(Nμ、Eμ)、标准方差是(Nσ、Eσ)。该情况时,对(Nσ、Eσ)进行距离换算,提取南北、东西的距离的标准方差分别是Sth1(例如1km)以下的区域,由此能够提取如图18(A)所示的对于用户有意义的地域。另一方面,通过减小距离的阈值使Sth=Sth2(例如几十米),并进行与上述相同的处理,能够提取如图18(B)所示的地点。
这样,在本实施方式中,根据用户在预定期间T1内的位置的标准方差σ是否为第1阈值Sth1以下,判定用户是否停留于地域内。另一方面,根据用户在预定期间T2内的位置的标准方差σ是否为小于第1阈值Sth1的第2阈值Sth2以下,判定用户是否停留于地点内。
例如,在时刻t,对用户在时刻(t-T1)到时刻t时的位置(纬度、经度)进行统计处理,求出位置的标准方差σ。并且,在此时的标准方差σ为第1阈值Sth1以下时,可以判定为该用户在(t-T1)~t的时间段停留于地域内。同样,对用户在时刻(t-T2)到时刻t时的位置进行统计处理,求出位置的标准方差σ。并且,在此时的标准方差σ为第2阈值Sth2以下时,可以判定为该用户在(t-T2)~t的时间段停留于地点内。另外,也可以设为T1=T2。并且,关于地域、地点的提取,可以对一个用户在较长期间观测其位置并进行统计处理来实现,也可以观测多个用户的位置并进行统计处理来实现。
另外,也可以将多个地域的各个地域的大小设定为可变,将多个地点的各个地点的大小设定为可变。这可以通过按照各个地域设定可变的上述第1阈值Sth1,并按照各个地点设定可变的上述第2阈值Sth2来实现。
例如,如图19所示,根据各个地点、各个地域,地点和地域的大小即距离范围和平均停留时间具有特征。因此,通过适当地设定距离范围和停留时间,能够在某种程度上将地点和地域的性质分类。即,意义上的区域的粒度(划区)根据场所、类别而不同,所以这种分类对基于用户的停留场所的内容选择比较有效。例如,在图19中,茶馆的距离范围(地点的大小)约是10m,停留时间约是30分钟,电影院的距离范围同样约是10m,但停留时间比茶馆长,约是2小时。另外,杂货店的距离范围比茶馆长,约是100m,停留时间约是30分钟,购物中心的停留时间比较长,约是4小时。并且,地域与地点相比,距离范围变长(地域的大小变大),同时停留时间也比较长。通过这样适当地设定距离范围(地点、地域的大小)和停留时间,也能够提取仅根据位置数据不能提取的该场所具有的意义。
例如,在图19中,如果把地点的阈值即Sth2设定为几米~几十米左右,则能够提取茶馆、家庭餐馆、电影院、办公室、自己家、便利店等地点。另一方面,如果把阈值Sth2设定为几十米~一百米左右,则能够提取杂货店、商店、购物中心等地点,如果把阈值Sth2设定得更大,则能够提取游乐场等娱乐设施的地点。
并且,如果把地域的阈值即Sth1设定为1km~10km左右,则能够提取吉祥寺、涩谷等地域,如果把阈值Sth1设定得更大,则能够提取高尾山等更大的地域。
如果这样可以改变地设定阈值Sth1、Sth2,则能够可以改变地设定各个地域和各个地点的大小。由此,能够根据用户的位置数据适当地提取对于用户具有意义的场所。
图20表示确定用户停留的地点、地域的处理的流程图。
首先,根据来自GPS传感器等的信息确定用户的位置(步骤S11)。并且,求出用户在预定期间内的位置的标准方差σ(步骤S12)。
然后,判定标准方差σ是否为地点用的阈值Sth2以下(步骤S13)。并且,在标准方差σ为Sth2以下时,判定为用户停留于地点(步骤S14)。另一方面,在标准方差σ大于Sth2时,判定标准方差σ是否为地域用的阈值Sth1以下(步骤S15)。并且,在标准方差σ为Sth1以下时,判定为用户停留于地域(步骤S16)。
图21表示根据用户停留的地点或地域来评价日常性,根据日常性的评价结果选择内容的处理的流程图。
首先,取得来自行动传感器等的传感器信息,推测停留场所等的用户的状况(步骤S21、S22)。并且,在判定为用户停留于地点时,评价有关该地点的用户的日常性(步骤S23、S24)。即,根据过去的停留经历等,求出有关用户停留于该地点的日常性。并且,根据用户的状况和有关地点的用户的日常性来选择内容,由信息提示部142提示所选择的内容(步骤S25、S29)。
另一方面,在用户没有停留于地点时,判定是否停留于地域(步骤S26)。并且,在判定为停留于地域时,评价有关该地域的用户的日常性(步骤S27)。即,根据过去的停留经历等,求出有关用户停留于该地域的日常性。并且,根据用户的状况和有关地域的用户的日常性来选择内容,由信息提示部142提示所选择的内容(步骤S28、S29)。
例如,在用户停留的地点或地域对于用户而言日常性比较高时,为了向非日常性情况引导用户,选择对于用户而言亲密度比较低的内容并提示。另一方面,在该地点或地域对于用户而言日常性比较低时,为了使用户放心并支持用户,选择对于用户而言亲密度比较高的内容并提示。
例如,假设确定为用户在平日的白天停留于公司的地点。停留于这种地点的状况属于经常性的状况,用户的日常性被评价为比较高。因此,提示向非日常性情况引导用户的内容。具体地讲,在对这种用户提示午餐介绍的内容时,将提示平常不怎么去的店铺和没有去过的店铺的介绍信息等。
并且,例如假设确定为用户在休息日的白天停留于首次出访的外国的观光地的地域。停留于这种地域的状况属于和平常不同的状况,用户的日常性被评价为比较低,即被评价为非日常性行为。因此,提示使用户放心并支持用户的内容。具体地讲,在对这种用户提示午餐介绍的内容时,将提示在日本经常去的快餐店和连锁店的介绍信息等。
另外,在用户停留于地域内的地点时,也可以评价针对地域的日常性和针对地点的日常性双方,根据针对地域的日常性来选择内容,同时根据针对地点的日常性来选择内容。另一方面,在用户停留于地域内除地点以外的场所时,也可以只评价针对地域的用户的日常性,根据针对地域的日常性来选择内容。例如,在判定为用户停留于地域内的地点时,根据地点的日常性来选择内容,在判定为用户停留于地域内除地点以外的场所时,根据地域的日常性来选择内容(在选择内容时使地域的日常性优先)。即,在确定了用户停留的地点时,根据该地点的日常性来选择内容,在没有确定用户停留的地点时,才根据地域的日常性来选择内容。
如上所述,通过采用分开进行有关地域的日常性的评价和有关地点的日常性的评价的方法,能够实现更合适的日常性的评价处理。
例如,在用户的工作地点的办公楼所在的新宿,当在像地域那样划区比较大的区域中判定日常性时,不能区分用户是在工作地点的办公楼中还是在工作地点附近的宾馆中。即,在地域中混合存在多个意义不同的场所,有可能使得日常性的评价不准确。
另一方面,对于不会在观光地地域等特定场所长时间停留而以散步为目的才来到的场所,在像地点那样比较小的区域中,不能提取具有意义的场所,有可能不能评价日常性。
关于这一点,在图21中,判定用户是停留于地域中还是停留于地域内的地点,在停留于地域时,求出有关地域的用户的日常性,在停留于地点时,求出有关地点的用户的日常性。因此,能够把对于用户而言意义不同的区域划分为比地域小的地点来评价日常性,所以能够实现更准确的合适的日常性的评价处理。并且,当在像地点那样比较小的区域中不能提取具有意义的场所时,也能够把对于用户而言意义不同的区域划分为比地点大的地域来评价日常性。
另外,关于日常性的评价处理有各种处理。例如,对于用户在地域和地点等停留场所的日常性,也可以根据用户在该停留场所的存在概率来进行评价。
例如,在图22中,用户在平日的白天时在自己家中的存在概率比较低,但在平日的早上和晚上的存在概率比较高。并且,在休息日的白天,从某种程度上讲存在概率比较高,在休息日的早上和晚上存在概率更高。
另一方面,关于作为工作地点的办公室,在平日的白天时的存在概率比较高,但在平日的早上和晚上时的存在概率比较低。并且,关于休息日的办公室,在白天和早上及晚上时存在的概率都比较低。
如图23(A)所示,能够将在图22得到的存在概率分配为日常性N(成为日常性的计算基础的值)。对于这种存在概率,还可以考虑状况和感情等来计算日常性。
并且,例如将在各个地域、各个地点的停留时间的比率按照该场所的平均停留时间归一化,也能够评价针对该场所的用户的日常性。这样,能够防止原本停留时间比较短的像便利店那种场所的日常性被计算得偏低的情况。
或者,如图23(B)所示,也可以不根据基于停留时间的存在概率,而根据用户在预定期间中(例如1~3个月)位于该地域、地点的次数(进入次数),定义存在概率并计算日常性N。
8.日常性的评价处理的其他示例
下面,使用图24等说明日常性的评价处理的其他示例。在图24中,状况推测部106包括状况鉴定部107和状况预测部108。
状况鉴定部107根据行动、状态、环境的传感器信息等,鉴定(推测)用户的行动、状态、环境等的状况。并且,所得到的用户的状况的经历信息(日志信息)被存储在经历信息存储部123中。并且,通过分析所存储的状况经历信息,构筑用户个人的兴趣、嗜好和行动的趋势等,作为个人模型存储在个人模型信息存储部128(个人模型数据库)中。
另外,也能够使用概率模型作为个人模型,关于这种概率模型,例如有隐藏马尔可夫模型(Hidden Markov Model)。在该隐藏马尔可夫模型(HMM)中,假定是参数未知的马尔可夫过程,系统根据能够观测的信息推测该未知的参数。即,在某个系统具有按照马尔可夫过程推移的内部状态、并可靠地输出对应于各个状态的记号的情况下,HMM是根据记号的出现概率分布来推测系统内部的状态推移的概率模型。能够从外部观测的只是记号的序列,内部的状态推移不能直接观测,所以被称为“隐藏”。
状况预测部108根据该个人模型信息(状况经历信息)预测用户的下一个行动(广义上的状况)。并且,由状况鉴定部107鉴定用户的实际行动。并且,日常性评价部110判定鉴定出的用户的实际行动与根据此前的状况和个人模型预测的用户的行动的一致程度,由此评价日常性。
下面,使用图25(A)~图25(D)具体说明图24所示的日常性的评价方法。图25(A)是用户的平日的状况经历(行动经历)的示例。用户在平日的7点30分起床,在8点吃早餐,在8点30分从自己家出发,在8点45分来到自己家附近的A车站乘坐电车。状况预测部108根据这种用户的状况经历预测用户的下一个行动。
并且,例如根据图25(A)的状况经历,状况预测部108预测用户在下一个行动中按照图25(B)所示去公司的概率最高。并且,在由状况鉴定部107鉴定出的用户的实际行动是去公司的行动时,日常性评价部110评价为用户的日常性比较高。另一方面,在用户因紧急事情等马上返回自己家、鉴定出的用户的实际行动是返回自己家时,评价为日常性比较低、即非日常性行为。
图25(C)是用户的休息日的状况经历的示例。用户在休息日的8点30分起床,在9点吃早餐,在9点30分驾车离开自己家。状况预测部108根据这种用户的状况经历预测用户的下一个行动。
并且,例如根据图25(C)的状况经历,状况预测部108预测用户在下一个行动中按照图25(D)所示去网球学校H的概率最高。并且,在由状况鉴定部107鉴定出的用户的实际行动是去网球学校H的行动时,日常性评价部110评价为用户的日常性比较高。另一方面,在去远离市中心的观光地K兜风时,评价为日常性比较低、即非日常性行为。
9.状况经历信息
下面,说明用户的状况经历信息的具体示例。
图26示意地表示状况经历信息的具体示例。图26所示的状况经历信息是用户的行动等的状况经历与时间段、时刻等相关联的数据结构。例如,用户在8点从自己家出发,在8点~8点20分这一时间段从自己家步行到车站,在8点20来到自己家最近的A车站。并且,在8点20分~8点45分这一时间段乘坐电车,在8点45分从公司最近的B车站下车,在9点到达公司并开始工作。在10点~11点这一时间段与公司同事开会,在12点~13点这一时间段吃午餐。
这样,在图26中,使根据传感器信息等推测的用户的行动等状况经历与时间段和时刻等相关联,由此构筑状况经历信息。
并且,在图26中,使由传感器等测试的用户的讲话量、饮食量、脉搏、发汗量等测试值也与时间段和时刻相关联。例如,在8点~8点20分这一时间段,用户从自己家步行到A车站,此时的步行量等由传感器测试,并与8点~8点20分这一时间段相关联。该情况时,还可以与例如步行速度、发汗量等除步行量之外的传感器信息的测试值相关联。这样,能够掌握在该时间段的用户的运动量等。
在10点~11点这一时间段,用户与同事开会,此时的讲话量等由传感器测试,并与10点~11点这一时间段相关联。该情况时,例如还可以与声音状态、脉搏等传感器信息的测试值相关联。这样,能够掌握用户在该时间段的会话量和紧张程度等。
在20点45分~21点45分和22点~23点这一时间段,用户玩游戏或看电视,此时的脉搏、发汗量等与这些时间段相关联。这样,能够掌握这些时间段的用户的兴奋程度等。
在23点30分~的时间段,用户在睡觉,此时的用户的体温变化与该时间段相关联。这样,能够掌握用户睡眠时的健康状态。
另外,状况经历信息不限于图26所示的形式,例如,也可以变形实施为使用户的行动等的状况经历不与日期时间等相关联地构筑状况经历信息。
10.变形例
图27表示本实施方式的变形例的结构。在图27的系统中,设有服务器200(外部服务器、家庭服务器等)。便携式电子设备100与服务器200例如通过因特网、无线LAN等相连接并通信。
并且,在图27中,传感器信息的取得处理、用户状况的推测处理、日常性的评价处理、用户状况和日常性的写入处理、内容的选择处理,主要在用户持有的便携式电子设备100中执行。并且,下载或转送内容的处理等主要由服务器200的处理部202的转送部216执行。
并且,使用可佩戴式显示器140、数码相框300的显示器340和机器人1,将内容提示给用户。
例如,在用户携带着便携式电子设备100外出时,根据便携式电子设备100的提示控制部118的显示控制,在可佩戴式显示器140上显示内容的图像。
另一方面,在用户回到家并卸下可佩戴式显示器140时,根据数码相框300的显示控制部318的显示控制,在显示器340上显示内容的图像。例如,由便携式电子设备100的内容选择部112选择出的内容的信息,例如通过家庭服务器等服务器200转送给数码相框300,并被下载到存储部320的内容信息存储部322中。并且,数码相框300的显示控制部318根据转送过来的内容信息,进行在显示器340上显示内容的图像的控制。
或者,在用户回到家并卸下可佩戴式显示器140时,机器人1说出构成内容的剧本数据的会话语句,由此进行对用户的内容提示。例如,由便携式电子设备100的内容选择部112选择出的内容的信息,通过服务器200转送给机器人1,并被下载到存储部420的内容信息存储部422中并存储于此。具体地讲,存储由多个会话语句构成的剧本数据。并且,进行用于使机器人1说出根据用户的日常性选择出的剧本数据的会话语句的控制。
另外,在图27中,机器人1的处理部402根据来自机器人搭载传感器410的传感器信息和取得的用户信息等,进行使机器人1动作等所需要的各种处理,该功能能够利用各种处理器(CPU等)、ASIC(门阵列等)等硬件和程序等实现。
机器人控制部430进行作为控制对象的机器人动作机构440(致动器、声音输出部、LED等)的控制,该功能能够利用机器人控制用的ASIC和各种处理器等硬件和程序等实现。
具体地讲,机器人控制部430进行使机器人1将提示信息提示给用户的控制。在提示信息是机器人1的会话(剧本数据)时,进行使机器人1说出会话语句的控制。例如,通过公知的TTS(Text-To-Speech)处理,把表示会话语句的数字的文本数据转换为模拟的语音信号,通过机器人动作机构440的声音输出部(扬声器)输出。并且,在提示信息是表示机器人1的感情状态的信息时,控制机器人动作机构440的各个关节机构的致动器使之表露该感情,或者进行使LED亮灯等的控制。
机器人搭载传感器410例如是接触传感器、讲话传感器(微型受话器)、或摄像传感器(摄像机)等各种传感器。机器人1能够根据来自该机器人搭载传感器410的传感器信息,监视用户对提示给用户的提示信息的反应。
另外,传感器信息的取得处理、用户状况的推测处理、日常性的评价处理、内容的选择处理的一部分或全部,可以在服务器200中执行,也可以在数码相框300和机器人1中执行这些处理的一部分。
另外,以上具体说明了本实施方式,但本行业人员能够容易理解可以进行实质上不脱离本发明的新事项和效果的许多变形。因此,这种变形例全部包含于本发明的范围中。例如,在说明书或附图中至少一次与更广义或同义的不同用语(传感器、显示器等)一起记载的用语(可佩戴式传感器、可佩戴式显示器等),在说明书或附图的任何部分都能够替换为该不同的用语。并且,信息处理系统(信息提示系统)的结构、动作也不限于在本实施方式中说明的结构和动作,可以实施各种变形。
Claims (22)
1.一种信息处理系统,其特征在于,所述信息处理系统包括:
状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;
经历信息存储部,其存储用户的状况经历信息;
日常性评价部,其进行评价用户的日常性的处理;以及
写入部,其将通过所述日常性评价部的评价处理得到的用户的日常性,与用户的状况经历信息的各个用户状况相关联地写入所述经历信息存储部。
2.根据权利要求1所述的信息处理系统,其特征在于,所述信息处理系统包括:
存储内容的内容信息存储部;以及
内容选择部,其根据与用户的状况经历信息的各个用户状况相关联的用户的日常性,进行从存储在所述内容信息存储部中的内容中选择提示给用户的内容的处理。
3.根据权利要求2所述的信息处理系统,其特征在于,所述内容选择部进行以下处理,从存储在所述经历信息存储部中的状况经历信息中,优先提取关联有较低的日常性的用户状况,并选择对应于提取出的用户状况的内容。
4.根据权利要求2所述的信息处理系统,其特征在于,所述内容选择部进行以下处理,从存储在所述经历信息存储部中的状况经历信息中,优先提取关联有较高的日常性的用户状况,并选择对应于提取出的用户状况的内容。
5.一种信息处理系统,其特征在于,所述信息处理系统包括:
状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;
日常性评价部,其进行评价用户的日常性的处理;
存储内容的内容信息存储部;以及
内容选择部,其根据用户的状况和用户的日常性,进行从存储在所述内容信息存储部中的内容中选择提示给用户的内容的处理。
6.根据权利要求2~5中的任意一项所述的信息处理系统,其特征在于,
所述状况推测部根据用户的预约信息预测用户的未来状况,
所述日常性评价部评价与预测到的用户的未来状况有关的日常性,
所述内容选择部根据与用户的未来状况有关的日常性,进行提示给用户的内容的选择处理。
7.根据权利要求2~6中的任意一项所述的信息处理系统,其特征在于,所述信息处理系统包括提示控制部,所述提示控制部进行用于使机器人将由所述内容选择部选择出的内容提示给用户的控制。
8.根据权利要求7所述的信息处理系统,其特征在于,
所述内容信息存储部存储由多个会话语句构成的剧本数据,作为提示给用户的内容,
所述提示控制部进行用于使机器人说出作为内容选择出的剧本数据的会话语句的控制。
9.根据权利要求2~6中的任意一项所述的信息处理系统,其特征在于,所述信息处理系统包括提示控制部,所述提示控制部进行用于利用数码相框将由所述内容选择部选择出的内容提示给用户的控制。
10.根据权利要求2~6中的任意一项所述的信息处理系统,其特征在于,所述信息处理系统包括提示控制部,所述提示控制部进行用于利用可佩戴式显示器将由所述内容选择部选择出的内容提示给用户的控制。
11.根据权利要求2~10中的任意一项所述的信息处理系统,其特征在于,
所述日常性评价部进行根据第1评价对象项目评价的日常性即第1子日常性的评价处理、和根据与所述第1评价对象项目不同的第2评价对象项目评价的日常性即第2子日常性的评价处理,
所述内容选择部在根据所述第1子日常性选择内容时,选择对应于所述第1评价对象项目的内容,在根据所述第2子日常性选择内容时,选择对应于所述第2评价对象项目的内容。
12.根据权利要求11所述的信息处理系统,其特征在于,所述第1、第2评价对象项目是时间信息、用户的场所信息、用户的行动信息、用户的状态信息以及用户的预约信息中的至少一个信息。
13.根据权利要求2~12中的任意一项所述的信息处理系统,其特征在于,
所述状况推测部确定用户的停留场所,
所述日常性评价部进行针对用户的停留场所的用户的日常性的评价处理,
所述内容选择部根据针对用户的停留场所的用户的日常性来选择内容。
14.根据权利要求13所述的信息处理系统,其特征在于,
所述状况推测部判定用户停留在地域中还是停留在小于地域的地点,
所述日常性评价部在判定为用户停留在地域中时评价针对地域的用户的日常性,在判定为用户停留在地点时评价针对地点的用户的日常性,
所述内容选择部在判定为用户停留在地域中时,根据针对地域的用户的日常性来选择内容,在判定为用户停留在地点时,根据针对地点的用户的日常性来选择内容。
15.根据权利要求14所述的信息处理系统,其特征在于,所述内容选择部在判定为用户停留在地域内的地点时,在选择内容时使针对地点的用户的日常性优先,在判定为用户停留在地域内除地点之外的场所时,根据针对地域的用户的日常性来选择内容。
16.根据权利要求14或15所述的信息处理系统,其特征在于,所述状况推测部根据用户在预定时间内的位置的标准方差,判定用户停留在地域内还是停留在地点。
17.根据权利要求16所述的信息处理系统,其特征在于,所述状况推测部根据用户在预定期间内的位置的标准方差是否为预定的第1阈值以下,判定用户是否停留在地域内,根据用户在预定期间内的位置的标准方差是否为小于所述第1阈值的预定的第2阈值以下,判定用户是否停留在地点。
18.根据权利要求1~17中的任意一项所述的信息处理系统,其特征在于,所述日常性评价部根据由所述用户状况推测部推测出的用户的状况,进行评价用户的日常性的处理。
19.根据权利要求1~18中的任意一项所述的信息处理系统,其特征在于,
所述状况推测部包括状况鉴定部和状况预测部,
所述日常性评价部进行由所述状况预测部预测出的用户的状况与由所述状况鉴定部鉴定出的用户的实际状况的比较处理,由此评价用户的日常性。
20.一种程序,其特征在于,所述程序使计算机作为以下部分发挥作用:
状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;
经历信息存储部,其存储用户的状况经历信息;
日常性评价部,其进行评价用户的日常性的处理;以及
写入部,其将通过所述日常性评价部的评价处理得到的用户的日常性,与用户的状况经历信息的各个用户状况相关联地写入所述经历信息存储部。
21.一种程序,其特征在于,所述程序使计算机作为以下部分发挥作用:
状况推测部,其根据包括来自至少一个传感器的传感器信息的信息来推测用户的状况,所述传感器包括测试用户的行动的行动传感器、测试用户的状态的状态传感器以及测试用户的环境的环境传感器;
日常性评价部,其进行评价用户的日常性的处理;
存储内容的内容信息存储部;以及
内容选择部,其根据用户的状况和用户的日常性,进行从存储在所述内容信息存储部中的内容中选择提示给用户的内容的处理。
22.一种计算机可读取的信息存储介质,其特征在于,所述信息存储介质存储有权利要求20或21所述的程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008237930 | 2008-09-17 | ||
JP2008237930A JP5215098B2 (ja) | 2008-09-17 | 2008-09-17 | 情報処理システム、プログラム及び情報記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101676924A true CN101676924A (zh) | 2010-03-24 |
Family
ID=42008099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910175838A Pending CN101676924A (zh) | 2008-09-17 | 2009-09-17 | 信息处理系统、程序及信息存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8229877B2 (zh) |
JP (1) | JP5215098B2 (zh) |
CN (1) | CN101676924A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104769562A (zh) * | 2012-10-31 | 2015-07-08 | 扩张世界有限公司 | 内容分发系统、程序、以及内容分发方法 |
CN106464758A (zh) * | 2014-06-25 | 2017-02-22 | 微软技术许可有限责任公司 | 利用用户信号来发起通信 |
CN110152314A (zh) * | 2018-02-13 | 2019-08-23 | 卡西欧计算机株式会社 | 会话输出系统、会话输出服务器、会话输出方法以及存储介质 |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5305802B2 (ja) * | 2008-09-17 | 2013-10-02 | オリンパス株式会社 | 情報提示システム、プログラム及び情報記憶媒体 |
JP5696903B2 (ja) * | 2009-10-14 | 2015-04-08 | 日本電気株式会社 | 行動類型抽出システム、装置、方法、プログラムを記憶した記録媒体 |
KR101594391B1 (ko) * | 2009-10-22 | 2016-02-16 | 삼성전자주식회사 | 휴대용 멀티미디어 재생기에서 사용자 경험에 기반한 멀티미디어 재생 목록 생성방법 및 장치 |
JP2011165134A (ja) * | 2010-02-15 | 2011-08-25 | Sony Corp | コンテンツ再生装置、携帯機器、及び異常検知方法 |
JP5010758B2 (ja) | 2010-06-04 | 2012-08-29 | 三井金属鉱業株式会社 | 電極箔および有機デバイス |
JP5371891B2 (ja) * | 2010-06-24 | 2013-12-18 | 東芝テック株式会社 | 動線分析装置及び方法並びにプログラム |
KR101672500B1 (ko) | 2010-08-12 | 2016-11-03 | 삼성전자주식회사 | 시공간 구조 기반의 확률 그래프 모델 학습 장치 및 방법 |
JP5418520B2 (ja) * | 2011-02-16 | 2014-02-19 | カシオ計算機株式会社 | 場所情報取得装置、場所情報取得方法、及びプログラム |
US20120316455A1 (en) * | 2011-06-10 | 2012-12-13 | Aliphcom | Wearable device and platform for sensory input |
JP6219014B2 (ja) * | 2011-09-27 | 2017-10-25 | ソニー株式会社 | 端末装置と外部装置と情報処理方法とプログラムおよび情報処理システム |
JP6007531B2 (ja) * | 2012-03-19 | 2016-10-12 | 富士通株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP2013206292A (ja) * | 2012-03-29 | 2013-10-07 | Japan Research Institute Ltd | 認証処理を行う顧客端末、認証方法、及び、認証用プログラム |
US9438576B2 (en) * | 2013-06-12 | 2016-09-06 | Luiz M Franca-Neto | Apparatus and method for validation and authorization of device and user by global positioning and non-prompted exchange of information |
US9125015B2 (en) * | 2013-06-28 | 2015-09-01 | Facebook, Inc. | User activity tracking system and device |
US8948783B2 (en) * | 2013-06-28 | 2015-02-03 | Facebook, Inc. | User activity tracking system |
JP6254796B2 (ja) * | 2013-09-09 | 2017-12-27 | 株式会社デンソー | コンテンツ提供システム |
JP6254797B2 (ja) * | 2013-09-09 | 2017-12-27 | 株式会社デンソー | コンテンツ提供システム |
US20160021233A1 (en) * | 2014-07-15 | 2016-01-21 | Amx, Llc | Quick code scheduling for mobile devices |
JP6476643B2 (ja) * | 2014-08-11 | 2019-03-06 | セイコーエプソン株式会社 | 頭部装着型表示装置、情報システム、頭部装着型表示装置の制御方法、および、コンピュータープログラム |
JP6705124B2 (ja) * | 2015-04-23 | 2020-06-03 | セイコーエプソン株式会社 | 頭部装着型表示装置、情報システム、頭部装着型表示装置の制御方法、および、コンピュータープログラム |
JP2016110631A (ja) * | 2014-12-02 | 2016-06-20 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 状態推定装置、状態推定方法およびプログラム |
CN104615851B (zh) * | 2014-12-31 | 2019-06-11 | 深圳市元征科技股份有限公司 | 一种睡眠监控方法及终端 |
US9940362B2 (en) * | 2015-05-26 | 2018-04-10 | Google Llc | Predicting user needs for a particular context |
JP2017049762A (ja) | 2015-09-01 | 2017-03-09 | 株式会社東芝 | システム及び方法 |
JP6120927B2 (ja) * | 2015-09-24 | 2017-04-26 | シャープ株式会社 | 対話システム、対話を制御する方法、およびコンピュータを対話システムとして機能させるためのプログラム |
EP3355761B1 (en) | 2015-09-30 | 2021-04-07 | Centro Studi S.r.l. | Emotional/behavioural/psychological state estimation system |
JP2016012370A (ja) * | 2015-10-06 | 2016-01-21 | 株式会社日本総合研究所 | 認証処理を行う顧客端末、認証方法、及び、認証用プログラム |
JP6992957B2 (ja) * | 2015-10-21 | 2022-01-13 | 国立大学法人大阪大学 | エージェント対話システム |
JP2017102677A (ja) * | 2015-12-01 | 2017-06-08 | 株式会社ニコン | 電子機器 |
JP6810533B2 (ja) * | 2016-04-07 | 2021-01-06 | シャープ株式会社 | 制御端末、ロボット、制御端末の制御方法、および、そのプログラム |
JP6365598B2 (ja) * | 2016-06-17 | 2018-08-01 | トヨタ自動車株式会社 | 車両ヒータの制御装置 |
JP6477648B2 (ja) | 2016-09-29 | 2019-03-06 | トヨタ自動車株式会社 | キーワード生成装置およびキーワード生成方法 |
JP6415618B2 (ja) * | 2017-03-13 | 2018-10-31 | ヤフー株式会社 | 抽出装置、抽出方法、及び抽出プログラム |
JP6679526B2 (ja) * | 2017-03-17 | 2020-04-15 | ヤフー株式会社 | 配送処理装置、配送処理方法および配送処理プログラム |
US10447718B2 (en) * | 2017-05-15 | 2019-10-15 | Forcepoint Llc | User profile definition and management |
KR20200074114A (ko) * | 2017-10-30 | 2020-06-24 | 소니 주식회사 | 정보 처리 장치, 정보 처리 방법, 및 프로그램 |
US10612934B2 (en) * | 2018-01-12 | 2020-04-07 | General Electric Company | System and methods for robotic autonomous motion planning and navigation |
JP6389583B1 (ja) * | 2018-02-07 | 2018-09-12 | 株式会社ウフル | 行動指標評価システム、行動指標評価方法、及びプログラム |
JP6818717B2 (ja) * | 2018-06-04 | 2021-01-20 | ヤフー株式会社 | 抽出装置、抽出方法、及び抽出プログラム |
JP7195077B2 (ja) * | 2018-07-20 | 2022-12-23 | ヤフー株式会社 | 情報処理装置、情報提供方法及びプログラム |
US11517233B2 (en) * | 2019-12-02 | 2022-12-06 | Navigate Labs, LLC | System and method for using computational linguistics to identify and attenuate mental health deterioration |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099858A (ja) | 1998-09-25 | 2000-04-07 | Ese:Kk | 独居老人在宅異常通報装置 |
JP4759304B2 (ja) * | 2005-04-07 | 2011-08-31 | オリンパス株式会社 | 情報表示システム |
JP2007264764A (ja) * | 2006-03-27 | 2007-10-11 | Denso It Laboratory Inc | コンテンツ選別方法 |
JP5060978B2 (ja) * | 2008-01-25 | 2012-10-31 | オリンパス株式会社 | 情報提示システム、プログラム、情報記憶媒体及び情報提示システムの制御方法 |
JP5169464B2 (ja) * | 2008-05-13 | 2013-03-27 | 日産自動車株式会社 | 電流計測装置及び電流計測方法 |
JP5215099B2 (ja) * | 2008-09-17 | 2013-06-19 | オリンパス株式会社 | 情報処理システム、デジタルフォトフレーム、プログラム及び情報記憶媒体 |
JP5305802B2 (ja) * | 2008-09-17 | 2013-10-02 | オリンパス株式会社 | 情報提示システム、プログラム及び情報記憶媒体 |
-
2008
- 2008-09-17 JP JP2008237930A patent/JP5215098B2/ja active Active
-
2009
- 2009-09-17 CN CN200910175838A patent/CN101676924A/zh active Pending
- 2009-09-17 US US12/561,725 patent/US8229877B2/en active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104769562A (zh) * | 2012-10-31 | 2015-07-08 | 扩张世界有限公司 | 内容分发系统、程序、以及内容分发方法 |
CN106464758A (zh) * | 2014-06-25 | 2017-02-22 | 微软技术许可有限责任公司 | 利用用户信号来发起通信 |
CN110152314A (zh) * | 2018-02-13 | 2019-08-23 | 卡西欧计算机株式会社 | 会话输出系统、会话输出服务器、会话输出方法以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US8229877B2 (en) | 2012-07-24 |
JP5215098B2 (ja) | 2013-06-19 |
US20100070456A1 (en) | 2010-03-18 |
JP2010072811A (ja) | 2010-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101676924A (zh) | 信息处理系统、程序及信息存储介质 | |
US11024070B2 (en) | Device and method of managing user information based on image | |
CN106464758B (zh) | 利用用户信号来发起通信 | |
EP3232158B1 (en) | Information processing device, control method, and program | |
CN105228506B (zh) | 环境情感确定系统 | |
JP2021061053A (ja) | 情報処理システム、制御方法、およびプログラム | |
CN110996796B (zh) | 信息处理设备、方法和程序 | |
CN101795831B (zh) | 机器人控制系统、机器人 | |
CN104737523B (zh) | 通过指派用于数据群集的情境标签来管理移动装置中的情境模型 | |
Bradley et al. | Toward a multidisciplinary model of context to support context-aware computing | |
JP5060978B2 (ja) | 情報提示システム、プログラム、情報記憶媒体及び情報提示システムの制御方法 | |
JP2019220194A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2011215964A (ja) | サーバ装置、クライアント装置、コンテンツ推薦方法及びプログラム | |
CN107038197A (zh) | 情境及活动驱动的内容传送和交互 | |
CN107111642A (zh) | 用于创建收听日志和音乐库的系统和方法 | |
CN101710956A (zh) | 信息处理系统、数字相框、程序以及信息存储介质 | |
TWI680400B (zh) | 基於影像管理使用者資訊的裝置與方法 | |
Kurata | Potential-of-interest maps for mobile tourist information services | |
KR102212638B1 (ko) | 음악 추천 시스템 및 방법 | |
WO2019044485A1 (ja) | 情報処理装置、及び情報処理方法 | |
JP2010049374A (ja) | 展示案内システム | |
WO2015190141A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP7136099B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Tarachucky et al. | Mapping hybrid cities through location-based technologies: A systematic review of the literature | |
JP2017059154A (ja) | 情報出力装置、情報出力システム、情報出力方法、情報出力プログラム |
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 |
Application publication date: 20100324 |