[实施方式]
<系统结构>
图1是表示本发明一个实施方式所涉及的数据处理系统1的简要结构的一个示例的图(系统结构图)。如图1所示,多个折叠装置10A、10B、……、服务器装置20、多个信息处理装置30A、30B、……经由网络N以可相互通信的方式连接,从而构成数据处理系统1。之后,在无需个别区别折叠装置的情况下,使用标号10。此外,在无需个别区别信息处理装置的情况下,使用标号30。另外,关于折叠装置10及信息处理装置30,与网络N连接的个数可以是1。
折叠装置10是与网络N连接并能自动或部分自动地展开、识别或折叠被处理物的装置。折叠装置10可以是由用户一件一件投入被处理物从而依次折叠所投入的被处理物的装置,也可以是一起投入被处理物、在装置内部一件一件进行选择并依次折叠所选择的被处理物的装置。
此外,折叠装置10可以不是仅具有折叠功能的装置,而是具有洗涤及/或干燥功能的装置。例如折叠装置10可以利用机械手臂从干燥结束后的洗涤槽内一件一件拾起被处理物,并折叠被拾起的被处理物。
另外,关于折叠装置10中用于折叠被处理物的展开方法、折叠方法,只要能最终折叠被处理物(也包含区分未折叠的被处理物等),可以使用任意的方法。
此处,典型的“被处理物”是洗涤/干燥等的对象,例如包含以衣服及毛巾类等布料、薄膜、纸以及床单等为代表的变形性薄物,其形状可以是毛巾类那样的矩形,也可以是体恤、运动衫那样的近似矩形。上述变形性薄物可以在洗涤、脱水、干燥等时收纳于网(例如洗涤网)中。另外,在折叠装置10附有洗涤及/或干燥功能的情况下,被处理物是可利用于洗涤及/或干燥的物品即可。
折叠装置10从折叠对象的被处理物读取与被处理物相关的数据(以下也称为关联数据。),将包含该关联数据的数据(以下也称为被处理物数据。)经由网络N发送至服务器装置20。
“关联数据”例如是包含被处理物的销售公司数据、被处理物的识别信息、被处理物的种类数据、被处理物的购买日期时间数据及被处理物的使用者数据中的至少一种的数据。
此外,“被处理物数据”是包含被处理物被折叠装置10处理的每个规定期间的处理次数、被处理物被折叠装置10处理的总处理次数、及表示被处理物是否处于继续使用中的数据中的至少一种的数据。即,“被处理物数据”是包含与被处理物被折叠装置10处理的次数相关的数据的数据。
关于折叠装置10中关联数据的读取,在用户将被处理物一件一件投入到折叠装置10中时,通过在设有读取装置的位置刷下被处理物,例如读取装置可以以光学方式读取关联数据。此外,在展开或折叠被处理物时,可以通过保持了被处理物的保持结构的移动,将被处理物移动到设置于规定位置的读取装置的位置,读取装置以光学方式读取关联数据。也可以在放置被处理物的位置设置读取装置,在放置被处理物时读取装置顺便读取关联数据。在被处理物上例如附加有RFID(Radio Frequency Identification:射频识别)标签那样的无线IC芯片的情况下,读取装置可以利用电磁感应或电波读取关联数据。
服务器装置20是与网络N连接的服务器用计算机,通过在该服务器用计算机中使规定的服务器用程序工作,从而实现服务器功能。实施方式中,服务器装置20积蓄从折叠装置10发送来的被处理物数据,分析对所积蓄的被处理物数据进行合计后得到的合计数据,从而能将购买后的被处理物的使用状况等分析结果提供给销售公司等(以下也称为规定的公司。)。
由此,通过积蓄、分析从1个或多个折叠装置10适当发送来的被处理物数据,服务器装置20能恰当地把握与购买后的被处理物相关的数据。
此处,“合计数据”是例如包含按被处理物的每个种类表示被处理物在折叠装置10中的总处理次数的合计结果的数据、按被处理物的每个种类表示该总处理次数的平均的数据、以及按被处理物的每个种类表示每个规定期间中的被处理物的处理次数的平均的数据中的至少一种的数据。
此外,“将分析结果提供给规定的公司”是指例如向规定的公司的信息处理装置30发送包含分析结果的邮件、印刷分析结果并将印刷物邮寄到规定的公司、规定的公司的信息处理装置30能在Web上阅览分析结果等。另外,只要规定的公司能把握分析结果,其提供方法可以是任意的。
服务器装置20能在1个或多个装置中执行进行上述的数据的积蓄、分析、提供的功能。
信息处理装置30是与网络N连接,能与服务器装置20相互进行通信的计算机。实施方式中,信息处理装置30例如是希望获取与被处理物相关的分析结果的公司的计算机。
由此,获取到与被处理物相关的分析结果的公司能基于分析结果研究被处理物的开发战略等。
网络N是包含例如构建于互联网、建筑物内的LAN(local area network:局域网)等在内的信息处理所涉及的通信线路或通信网。网络N的具体结构只要构成为能进行折叠装置10、服务器装置20、信息处理装置30之间的数据收发,并无特别限制,可以是有线也可以是无线。
此外,网络N可以构成为包含多种通信线路、通信网及各种网络设备。例如,网络N包含与折叠装置10无线连接的基站、无线LAN的接入点(WiFi路由器等)、与基站连接的移动体通信网、从接入点经由路由器、调制调解器连接的电话线路、有线电视线路或光通信线路等公众线路、与服务器装置20连接的互联网、移动体通信网、连接公众线路与互联网的网关装置。
<硬件结构>
接着,对数据处理系统1内的各装置的硬件结构进行说明。图2是表示实施方式中折叠装置10的硬件结构的一个示例的图。如图2所示,折叠装置10至少包括控制装置102、放置体104、保持机构106、展开机构108、折叠机构110、拍摄装置112、读取装置114、存储装置116及网络I/F(Interface:接口)118。
控制装置102例如是CPU(Central Processing Unit:中央处理单元),利用由拍摄装置112拍摄到的图像的识别结果,控制被处理物的展开处理及折叠处理。例如,控制装置102识别放置于放置体104的被处理物的图像,检测出被处理物的外形,检测出被处理物的端点。控制装置102基于被处理物的图像识别结果,识别被处理物的应保持的位置(例如端点)、应折叠的位置等,控制展开机构、折叠机构。
此外,控制装置102进行控制,以将读取装置114读取到的关联数据存储于存储装置116。控制装置102对存储于存储装置116的关联数据进行合计,生成被处理物数据。控制装置102进行控制,以将被处理物数据经由网络I/F118发送至服务器装置20。
放置体104在被处理物的展开或折叠时使用,是可放置被处理物的台状、板状、棒状或细丝状的部件。放置体104可设为能旋转及/或能移动,利用保持机构106的移动来放置被处理物。
保持机构106保持投入到装置内的被处理物的一部分、例如端点。保持机构106由展开机构108来移动,将被处理物放置于放置体104,并变更被处理物的保持位置,以保持被处理物的端点。
展开机构108基于控制装置102针对拍摄放置于放置体104的被处理物而得到的图像的图像识别结果,使保持机构106移动,展开放置于放置体104的被处理物。最终,若保持被处理物的规定的端部并展开,则利用图像识别来识别被处理物的种类。若识别出被处理物的种类,则决定被处理物的折叠位置,基于该折叠位置能折叠被处理物。
折叠机构110基于通过控制装置102的种类识别决定的折叠位置,折叠被处理物。包含按被处理物的种类利用保持机构106、放置体104进行折叠的处理的程序事先设定于控制装置102中即可。
拍摄装置112设置于能拍摄到放置于放置体104的被处理物的位置,适时地拍摄被处理物,并将拍摄图像输出至控制装置102。
读取装置114是能读取附加于被处理物的关联数据的装置。若将RFID(RadioFrequency Identification:射频识别)标签那样的无线IC芯片例如作为存储关联数据的介质附加于被处理物,则读取装置114可以是无线IC芯片的读取器。此外,在例如利用特殊的涂料、式样等将关联数据嵌入被处理物的情况下,读取装置114是可识别该特殊的涂料、式样等的拍摄装置、光接收装置即可。
由读取装置114读取到的关联数据可以用于加速被处理物的展开、折叠。例如,控制装置102通过读取关联数据的衣服的种类,相比利用图像识别来识别衣服的种类能更快速更准确地识别衣服的种类。
存储装置116例如是非易失性存储器,存储被处理物数据。此外,存储装置116也可以存储利用折叠装置10执行的控制程序等。
网络I/F118是具有通信功能的设备与折叠装置10之间的接口。此外,网络I/F118经由例如由有线及/或无线线路等数据传输路径构建的LAN(Local Area Network:局域网)、WAN(Wide Area Network:广域网)等网络N相连接。
关于被处理物的折叠方法的细节,希望参照专利文献2~4。此外,关于被处理物的折叠方法,使用任意的方法即可。折叠装置10具有洗涤功能、干燥功能。
接着,对服务器装置20的硬件结构进行说明。图3是表示实施方式中服务器装置20的硬件的简要结构的一个示例的图。
如图3所示,服务器装置20包括CPU202、RAM(Random Access Memory:随机存取存储器)204、ROM(Read Only Memory:只读存储器)206、驱动装置208、网络I/F210、输入装置212、显示装置214及HDD(Hard Disk Drive:硬盘驱动器)216。上述各结构经由总线以能相互收发数据的方式连接。
CPU202是在计算机中进行各装置的控制、数据的运算、加工的控制部。此外,CPU202是执行存储于RAM204或ROM206中的数据的积蓄、分析处理的程序的运算装置。CPU202从网络I/F210等接收被处理物数据,在运算、加工后,将运算结果输出至显示装置214、存储装置等。
RAM204例如是主存储部等。RAM204是存储或暂时保存CPU202执行的基本软件即OS(操作系统)、应用软件等程序、数据的存储装置。
ROM206是存储例如与应用软件等相关联的数据的存储装置。
驱动装置208从记录介质218例如CD-ROM、SD卡等读取程序,并安装于存储装置。
此外,记录介质218储存规定的程序,储存于该存储介质218的程序经由驱动装置208被安装于服务器装置20。所安装的规定的程序能由服务器装置20来执行。
网络I/F210是具有通信功能的周边设备与服务器装置20之间的接口。此外,网络I/F210经由例如由有线及/或无线线路等数据传输路径构建的LAN、WAN等网络N相连接。
输入装置212具备包括光标键、数字输入及各种功能键等的键盘、用于在显示装置214的显示画面上进行键的选择等的鼠标、滑垫等。输入装置212是用于由用户向CPU202提供操作指示、输入数据的用户接口。
显示装置214由LCD(Liquid Crystal Display:液晶显示器)等构成,根据从CPU202输入的显示数据进行显示。另外,输入装置212、显示装置214也可以设置于服务器装置20的外部。
HDD216是能存储大容量的数据的存储装置。HDD216存储例如对被处理物数据进行合计得到的合计数据等。
<附加了关联数据的被处理物>
图4是表示附加了关联数据的被处理物的一个示例的图。图4的示例中,被处理物T是体恤,关联数据设为存储到嵌入于体恤的标签部分的无线IC芯片C10中。另外,无线IC芯片C10也可以不嵌入于标签部分,而嵌入于被处理物T自身。
由此,销售被处理物T的公司对被处理物T附加存储了关联数据的无线IC芯片C10。关联数据例如包含公司名、衣服的种类(体恤、长袖衬衫、裤子、裙子、毛巾等)、形状、颜色、大小(尺寸)等信息。此外,折叠装置10从该无线IC芯片C10读取数据,由此能加速识别被处理物T的种类的处理,积蓄读取到的数据,进行每一种被处理物的分类等。
此外,在销售公司的销售门店中,在利用收银机进行被处理物T的结账时,为了获得价格信息,从无线IC芯片C10读取数据。此时,可以利用销售店的读写器,将购买日期时间记录于无线IC芯片C10。由此,服务器装置20中能进行利用了购买日期时间的分析。下面,被处理物以衣服为例、关联数据以存储于无线IC芯片的情况为例,说明数据处理系统1的各功能。
<功能结构>
图5是表示与折叠装置10的数据处理相关的功能的一个示例的图。图5的示例中,折叠装置10具备读取部302、存储部304、合计部306、及通信部308。
读取部302例如由读取装置114等实现,从被处理物的无线IC芯片读取关联数据。将读取到的关联数据存储于存储部304。另外,在用户知道无线IC芯片的位置的情况下,在投入到折叠装置10中时,可以通过将无线IC芯片靠近读取部302,从而读取部302读取无线IC芯片。
此外,读取部302也可以在被处理物的展开、折叠处理中的规定定时从无线IC芯片读取关联数据。例如,在最终展开被处理物时,被处理物展开于装置内的规定位置的情况较多,能容易地判定标签的位置。因此,保持机构106进行移动,使所判定的标签的位置接近读取部302的位置,从而读取部302能读取关联数据。
存储部304例如由存储装置116等实现,存储包含由读取部302读取到的关联数据的被处理物数据。
合计部306例如由控制装置102等实现,按关联数据的衣服识别信息对关联数据被存储的次数进行计数。该被存储的次数表示被处理物被折叠装置10处理的次数、被处理物T被用户使用的次数。由此,能分析被处理物T在购买后被使用了几次等。
此外,合计部306也可以按每个规定期间进行该计数。若将规定期间设为一个月,则合计部306能对每个月的处理次数、使用次数进行计数。由此,能分析被处理物的每个季节的使用状况等。
通信部308例如由网络I/F118等实现,将存储于存储部304的被处理物数据发送至服务器装置20。发送定时可以是被处理物数据被更新的定时,也可以是月末或月初的定时等。
图6是表示存储于存储部304的被处理物数据的一个示例的图。图6所示的示例中,被处理物数据包含销售公司、衣服ID、衣服种类、购买日期时间、使用者、继续使用中、总处理次数、处理频度的各数据。
销售公司数据是衣服的销售公司的数据。例如,销售公司数据是能识别A公司、B公司、C公司或D公司等的数据。
衣服ID是销售公司独自拥有的每件衣服的识别信息。若销售公司相同且是相同的商品,则衣服ID可以赋予相同的ID,也可以对每一件衣服赋予唯一的ID。另外,在对每件衣服赋予唯一的ID的情况下,可以利用ID的一部分等来表示衣服的种别。例如能设为ID的前几位表示衣服的种别,剩余的几位表示按每件衣服而唯一。
例如衣服ID使用A-001、A-002、A-003等数据。
衣服种类数据例如是用于识别体恤、长袖衬衫、裤子、裙子、毛巾等衣服的数据。
购买日期时间数据是在销售公司的销售门店利用收银机进行结账时获取的购买日期时间的数据。
使用者数据例如是成年男性、成年女性、男童、女童等数据。使用者数据可以由销售公司设定设想使用被处理物的人,也可以在读入折叠装置10时由用户登录。
处理频度数据是表示每个规定期间中被处理物被投入到“折叠装置”并进行折叠处理的次数的数据。图6所示的示例中,按每个月对次数进行计数。
继续使用中数据是对于不再使用的被处理物表示“×”,对继续使用中的衣服表示“○”的数据。例如,处理频度数据中,在12个月连续计数值为0的情况下,判断为衣服不再被使用,将继续使用中数据设定为“×”。在12个月以内只要有1个月以上的计数值有1,就判断为衣服处于使用中,将继续使用中数据设定为“○”。
总处理次数数据是表示处理频度数据的各月的处理频度的总计的数据。例如,若在处理频度数据中,处理期间在规定期间以上、且总处理次数较多,则能推测出该被处理物耐用性优异或受到购买者的喜爱。
图6所示的示例中,例如衣服ID“A-001”中,处理频度数据表示在2010年度的1月折叠了5次,在2011年度的4月折叠了4次。此外,衣服ID“A-001”在2011年度的3月折叠了3次,之后没有继续使用。
该情况下。衣服ID“A-001”12个月持续未使用,之后也未再使用,因此,对继续使用中数据设定“×”。处理频度数据中2010年度1月5次到2012年度4月3次为止的使用次数的总计43次被设定于总处理次数数据。
从各家庭的折叠装置10将例如图6所示的被处理物数据发送至服务器装置20,服务器装置20能容易地获取大量的被处理物数据。此外,购买者方面基本只要将使用了的被处理物投入到折叠装置10即可,因此不会强迫购买者方面进行复杂的处理。
接着,对服务器装置20的各功能进行说明。图7是表示与实施方式中的服务器装置20的数据处理相关的功能的一个示例的图。图7的示例中,服务器装置20具备通信部402、存储部404、合计部406、分析部408及提供部410。
通信部402例如通过网络I/F210等实现,从折叠装置10接收被处理物数据等。此外,通信部402利用邮件等对信息处理装置30发送分析结果。因此,通信部402起到发送部及通信部的功能。
存储部404例如通过HDD216、RAM204、或ROM206等实现,存储对被处理物数据进行合计后得到的合计数据。
合计部406例如通过作为CPU202、工作存储器的RAM204等实现,对接收到的被处理物数据内的规定的数据进行合计。“进行合计”是指对总次数进行计数,计算平均。
合计得到的合计数据中,对于被处理物的每个种类,包含表示折叠装置10的总处理次数的合计结果的第1数据、表示总处理次数的平均的第2数据及表示每个规定期间的处理次数的平均的第3数据中的至少一种。
分析部408例如通过作为CPU202、工作存储器的RAM204等实现,对合计数据内的规定的数据进行分析。例如分析部408可以利用合计数据的第3数据,分析被处理物的使用时期及该使用时期的使用次数。由此,能把握被处理物的流行度、用户的喜好。
此外,分析部408可以利用合计数据的第1数据或第2数据分析被处理物的耐用性。例如,对于现在未使用的被处理物,折叠装置10的处理总次数越多,能判断为耐用性越高。
根据以上的分析,对于购买后的被处理物,能利用折叠装置10中被处理的次数等分析购买后的被处理物的使用状况等。
提供部410例如通过CPU202、网络I/F210等实现,将分析部408作出的分析结果包含在邮件等中提供给例如销售公司的规定的信息处理装置30。由此,销售公司能把握与购买后的被处理物相关的数据,能有益于被处理物的开发战略等。
图8是表示存储于存储部404的合计数据的一个示例的图。图8所示的示例中,合计数据包含销售公司、衣服种类、衣服ID、使用者、数据合计数、总处理次数、每个年度的使用次数的各数据。
图8所示的示例中,销售公司数据是从各家庭的各折叠装置10发送的被处理物数据所包含的每个“销售公司”的数据。例如,销售公司数据可以如A公司、B公司、C公司、D公司这样按每个销售公司分类。
衣服种类数据是从各家庭的各折叠装置10发送的被处理物数据所包含的“衣服种类”的数据。例如,衣服种类数据可以如体恤、长袖衬衫、裤子、裙子、毛巾等这样按每个衣服种类排序。
衣服ID是从各家庭的各折叠装置10发送的被处理物数据所包含的“衣服ID”。例如衣服ID如“A-001”、“A-002”、“A-003”、“A-004”、或“A-005”这样按每个衣服ID汇总数据。
使用者数据是从各家庭的各折叠装置10发送的被处理物数据所包含的“使用者”的数据。例如使用者数据包含“成年男性”、“成年女性”、“男童”或“女童”这样的数据。
数据合计数是利用从各家庭的各折叠装置10发送的被处理物数据所包含的“继续使用中”及“总处理次数”合计得到的数据。数据合计数的“总计”表示同一衣服ID的衣服在各家庭的各折叠装置10中被处理的次数的总数。
数据合计数的“使用结束”表示被处理物数据所包含的“继续使用中”对应为“×”的“总处理次数”的总数。数据合计数的“使用中”表示被处理物数据所包含的对应为“〇”的“总处理次数”的总数。
总处理次数是利用从各家庭的各折叠装置10发送的被处理物数据所包含的“继续使用中”及“总处理次数”合计得到的处理次数的平均值。总处理次数的“总数”表示同一衣服ID的衣服在各家庭的各折叠装置10中被处理的平均处理次数。
总处理次数的“使用结束”表示被处理物数据所包含的“继续使用中”对应为“×”的“总处理次数”的平均值。总处理次数的“使用中”表示被处理物数据所包含的对应为“〇”的“总处理次数”的平均值。
总处理次数较多的衣服表示是耐反复使用或者耐折叠装置10的处理的衣服、或受购买者的喜欢而使用的可能性较高。另一方面,总处理次数较少的衣服表示是不耐反复使用或者不耐折叠装置10的处理的衣服、或不受购买者的喜欢的可能性较高。
另外,总处理次数的“总计”、“使用结束”、“使用中”中,总处理次数的“使用中”的数值可随时间的经过改变。然而,总处理次数的“使用结束”在同一衣服ID的继续使用中的数据从“〇”变到“×”为止,数值基本不变。因此,在比较衣服彼此的总处理次数的情况下,比较已使用结束的衣服彼此时能客观地进行比较,因此优选为比较总处理次数的“使用结束”的数值。
每一年度的处理次数是包含于从各家庭的各折叠装置10发送的被处理物数据中的同一衣服ID的衣服的每一年度的平均处理次数。每一年度的处理次数的合计值成为总处理次数的“总计”。
<分析处理A>
接着,对分析部408所进行的合计数据的分析处理的具体例进行说明。分析处理A中,在关注衣服种类为“长袖衬衫”、使用者对应为“成年男性”的衣服的情况下,分析部408能仅过滤出对应的数据。
图9是表示分析处理A的过滤结果的一个示例的图。图9所示的示例中,通过分析部408仅提取出衣服种类为“长袖衬衫”、使用者对应为“成年男性”的数据。
此外,图9所示的示例中,衣服种类为“长袖衬衫”、使用者对应为“成年男性”的衣服ID为“A-001”、“A-002”、“A-010”、“D-001”、“D-002”、“D-003”。
各个总处理次数的“使用结束”的数值按从上往下的顺序为“72”、“40”、“19”、“86”、“94”及“102”。若分析部408在销售公司的“A公司”与“D公司”中,对总处理次数进行以不等方差的2个标本作为对象的t检定,则p值为0.035,为5%以下的危险率。
因此,可知成年男性用的长袖衬衫的总处理次数是D公司比A公司要多。分析部408不仅对必要的数据进行分类、摘录,也能进行t检定等统计处理。
上述t检定的结果表示相比A公司的长袖衬衫,D公司的长袖衬衫耐反复使用、或受购买者喜欢而使用的可能性较高。因此,D公司以外的销售公司通过参考D公司的长袖衬衫的设计、素材等,让购买者在购买后多次使用的可能性变高。
购买后多次使用被处理物被认为与该被处理物的销售公司的形象力、品牌力的提升、今后的销售量提升相关联。销售公司能通过评价本公司及其他公司的差异,来评价哪个销售公司的设计、素材等更好。
此处,“D公司”中衣服ID“D-001”、“D-002”、“D-003”各自的总处理次数的“使用结束”的数值为“86”、“94”、“102”,与此相对,“A公司”中衣服ID“A-001”、“A-002”、“A-010”的总处理次数的“使用结束”的数值为“72”、“40”、“19”。
A公司中,衣服ID“A-001”的衣服被最多地使用或处理,总处理次数按衣服ID“A-002”、“A-010”的顺序减少。此外,若仅看A公司,总处理次数的“使用结束”的数值差较大。即,A公司今后能参考衣服ID“A-001”的设计、素材等来构建成年男性的长袖衬衫的销售战略。
此外,若比较各年度的每一年度的处理次数,则A公司的长袖衬衫的处理次数在各年度中有减少趋势。另外,该减少倾向被认为是通常的趋势。这是由于购买后随着时间的经过,被处理物的使用次数会减少。
另一方面,D公司的长袖衬衫在2011年度的处理次数显著增加。各年度的处理次数的比较分析例如可以进行方差分析。长袖衬衫具有从秋季使用到冬季、春季的趋势。因此,若2011年度的冬季特别寒冷,则购买者评价为D公司的长袖衬衫与A公司的长袖衬衫相比在耐寒性方面优异的可能性较高。
<分析处理B>
分析处理B中,在着眼于衣服种类为“长袖衬衫”、使用者对应为“成年女性”的衣服的情况下,分析部408能仅过滤出对应的数据。
图10是表示分析处理B的过滤结果的一个示例的图。图10所示的示例中,通过分析部408仅提取出衣服种类为“长袖衬衫”、使用者对应为“成年女性”的数据。
此外,图10所示的示例中,衣服种类为“长袖衬衫”、使用者对应为“成年女性”的衣服ID为“B-001”、“B-002”、“B-003”、“B-004”、“B-005”、“B-006”、“C-001”、“C-002”、“C-003”、“C-004”。
各个总处理次数的“使用结束”的数值按从上往下的顺序为“29”、“76”、“30”、“89”、“29”、“68”、“14”、“18”、“17”、及“15”。若分析部408在销售公司的“B公司”与“C公司“中,对总处理次数进行以不等方差的2个标本作为对象的t检定,则p值为0.01,为5%以下的危险率。
因此,可知成年女性用的长袖衬衫的总处理次数是B公司比C公司要多。
上述t检定的结果表示相比C公司的长袖衬衫,B公司的长袖衬衫耐反复使用、或受购买者喜欢而使用的可能性较高。因此,B公司以外的销售公司通过参考B公司的长袖衬衫的设计、素材等,让购买者在购买后多次使用的可能性变高。
此处,“B公司”中衣服ID“B-002”、“B-004”及“B-006”各自的总处理次数的“使用结束”的数值为“76”、“89”、及“68”,与此相对,衣服ID“B-001”、“B-003”及“B-005”为“29”、“30”及“29”。若分析部408在上述2个组中,对总处理次数进行以不等方差的2个标本作为对象的t检定,则p值为0.008,为5%以下的危险率。
由此,可知“B-002”、“B-004”及“B-006”小组的使用结束后的衣服的总处理次数比“B-001”、“B-003”及“B-005”小组的要多。
因此,B公司例如通过比较衣服ID“B-002”、“B-004”及“B-006”小组和衣服ID“B-001”、“B-003”及“B-005”小组,能参考2个小组间的设计、素材等,构建长袖衬衫的销售战略。
此外,若比较各年度的每一年度的处理次数,则C公司的长袖衬衫的处理次数在各年度中有减少趋势。
另一方面,若比较B公司的长袖衬衫的每一年度的使用次数,则可知2012年度的处理次数与其他年度的处理次数相比较多。若2012年度的冬季特别寒冷,则购买者评价为B公司的长袖衬衫与C公司的长袖衬衫相比在耐寒性方面优异的可能性较高。
如上所述,分析部408能提取出规定的公司、规定的数据等来进行数据分析,能提供对销售公司而言有益的信息。
<动作>
接着,对数据处理系统1的各动作进行说明。图11是表示实施方式中折叠装置10的读取处理的一个示例的流程图。图11所示的处理例如在用户将被处理物投入到折叠装置10时被执行,或保持有被处理物的保持机构106移动到读取装置114的位置时被执行。
步骤S102中,读取部302判定能否读取附加于被处理物的被处理物的关联数据。例如,若读取装置114与存储关联数据的无线IC芯片处于规定距离以内,则读取部302判定为可读取。若可读取(步骤S102-是),则处理前进至步骤S104,若无法读取(步骤S102-否),则处理返回至步骤S102。
步骤S104中,读取部302从被处理物读取关联数据。
步骤S106中,读取部302判定是否已完全读取了关联数据。关于是否已完全读取的判定,例如读取部302可以在从最后的读取起经过了规定时间的情况下判定为已完全读取,也可以通过设置于折叠装置10的按钮等的按压来判定为已完全读取。若读取了所有的关联数据(步骤S106-是),则处理前进至步骤S108,若未读取所有的关联数据(步骤S106-否),则处理返回至步骤S102。
步骤S108中,读取部302将读取到的数据全部存储于存储部304。另外,也可以替换步骤S106与步骤S108。通过图11所示的处理,能从折叠装置10读取到关联数据,而不会强迫用户进行复杂的处理。
图12是表示实施方式中折叠装置10的被处理物数据的发送处理的一个示例的流程图。图12所示的处理例如以规定的定时来执行。
步骤S202中,合计部306利用内部计时器判定是否经过了规定时间。规定期间例如为1个月。若经过了规定期间(步骤S202-是),则处理前进至步骤S204,若没有经过规定期间(步骤S202-否),则处理返回至步骤S202。
步骤S204中,合计部306预先对规定时间内关联数据被存储的次数进行计数,基于该计数值对总处理次数、处理频度进行合计,设定继续使用中数据,生成被处理物数据。
步骤S206中,通信部308将生成的合计数据发送至服务器装置20。另外,可以在每次存储关联数据时生成被处理物数据。此外,步骤S202的处理可以置换为是否新存储了关联数据的判定。
通过图12所示的处理,折叠装置10能生成用于分析购买后的被处理物的被处理物数据,并发送至服务器装置20。
图13是表示实施方式中服务器装置20的被处理物数据的接收处理的一个示例的流程图。图13所示的处理在每次从各家庭的各折叠装置10接收被处理物数据时被执行。
在图13所示的步骤S302中,通信部402判定是否从各家庭的各折叠装置10接收到了被处理物数据。若接收了被处理物数据(步骤S302-是),则处理前进至步骤S304,若未接收被处理物数据(步骤S302-否),则处理返回至步骤S302。
步骤S304中,存储部404存储接收到的被处理物数据。
步骤S306中,合计部406基于所存储的被处理物数据进行数据的合计,生成合计数据。
通过图13所示的处理,服务器装置20能从各家庭的各折叠装置10获取被处理物数据并进行积蓄。
图14是表示实施方式中服务器装置20的分析、提供处理的一个示例的流程图。图14所示的处理在管理者等进行了利用合计数据的分析的指示时被执行。
图14所示的步骤S402中,分析部408判定是否由管理者等的操作指示了分析。分析的指示是合计数据内的规定的数据的选择、统计处理的选择等。若有分析指示(步骤S402-是),则处理前进至步骤S404,若没有分析指示(步骤S402-否),则处理返回至步骤S402。
步骤S404中,分析部408进行规定的分析处理。例如,选择被处理物ID、选择被处理物种类、进行t检定、进行方差分析。
步骤S406中,提供部410将分析部408的分析结果提供给规定的销售公司。
通过图14所示的处理,服务器装置20能进行与购买后的被处理物相关的分析,销售公司通过接收该分析结果的提供,能有益于被处理物的商品开发等。
以上,根据实施方式中的数据处理系统,能通过将各家庭的各折叠装置所能获取的被处理物数据积蓄于网络上的数据库,按关注的销售公司、衣服种类等进行分类,从而高精度地获得被处理物的使用信息。
利用折叠装置获得的数据与问卷调查、观测者的定点观测相比,数据量多,且由于基于客观的数值,可靠性也得到提高。能进行销售公司间的比较、同一销售公司内的商品间的使用次数的比较。通过对它们的差进行评价,能灵活应用于购买后多次使用的衣服的开发战略中。其结果是,能对衣服销售公司的形象力、品牌力的提升、今后的销售量的提升有所贡献。
此外,在折叠装置10是在被处理物的识别、折叠后的被处理物的分类等中利用关联数据内的数据等的结构的情况下,作为其他的用途,对读取到的关联数据附加例如销售公司所请求的数据即折叠装置10的处理次数,并发送至服务器装置20,从而能安装本发明。
另外,关于上述服务器装置20中执行的、处理数据的程序,CPU202通过从ROM206读取该程序并执行,从而在RAM204上加载上述各部中的一个或多个各部,在RAM204上生成一个或多个各部。
由此,上述实施方式中说明的数据处理也可以作为用于在计算机上执行的程序来实现。通过从服务器等安装该程序并在计算机上执行该程序,能实现上述数据处理。
此外,也能将该程序记录于记录介质218,将记录有该程序的记录介质218读取到计算机,从而也能实现上述数据处理。
另外,记录介质218能使用CD-ROM、软盘、光磁盘等那样的光学性、电气性或磁气性记录信息的记录介质、ROM、闪存等那样的电气性记录信息的半导体存储器等各种形式的记录介质。
另外,上述实施方式中的折叠装置10可以是洗衣机、干燥机、或洗衣干燥机。若洗衣机、干燥机、或洗衣干燥机设有读取关联数据的读取装置,将包含由该读取装置读取到的关联数据的被处理物数据发送至服务器装置,则能具有与上述实施方式相同的效果。也将洗衣机、干燥机、洗衣干燥机及折叠装置统称为处理被处理物的处理装置。即、该处理装置是能执行洗涤、脱水、干燥、展开、折叠及分拣等各处理中的至少一种的装置。
以上,对各实施例进行了详细阐述,但并不限定于上述实施例,在权利要求书所记载的范围内,如下所示,除了上述实施例以外也能进行各种变形及变更。
[变形例]