CN111295715A - 目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置 - Google Patents
目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置 Download PDFInfo
- Publication number
- CN111295715A CN111295715A CN201880069097.8A CN201880069097A CN111295715A CN 111295715 A CN111295715 A CN 111295715A CN 201880069097 A CN201880069097 A CN 201880069097A CN 111295715 A CN111295715 A CN 111295715A
- Authority
- CN
- China
- Prior art keywords
- user
- value
- change
- action
- object management
- 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.)
- Granted
Links
- 230000008859 change Effects 0.000 claims abstract description 116
- 230000009471 action Effects 0.000 claims abstract description 93
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 143
- 238000004891 communication Methods 0.000 description 106
- 238000010586 diagram Methods 0.000 description 94
- 230000008569 process Effects 0.000 description 57
- 230000007704 transition Effects 0.000 description 27
- 230000006872 improvement Effects 0.000 description 20
- 238000005259 measurement Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 230000037396 body weight Effects 0.000 description 10
- 239000000203 mixture Substances 0.000 description 10
- 210000000577 adipose tissue Anatomy 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 210000003205 muscle Anatomy 0.000 description 6
- 230000037406 food intake Effects 0.000 description 5
- 235000012631 food intake Nutrition 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 230000007958 sleep Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 210000001596 intra-abdominal fat Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000004003 subcutaneous fat Anatomy 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
Abstract
存储部预先存储表示与身体有关的值相对于行动种类或行动量的变化的值,使用存储于存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值(步骤S161~步骤S171),提示预测出的表示变化的值(步骤S174)。预测表示进行了规定行动的情况下的变化的值和表示没有进行规定行动的情况下的变化的值。存储部预先存储表示该用户的与身体有关的值相对于行动种类或行动量的变化的值。存储部预先存储表示多个人的与身体有关的值相对于行动种类或行动量的变化的值。能够预测用户的每个行动下的与身体有关的值的变化。
Description
技术领域
本公开涉及目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置。特别是,涉及适合于管理用户的与身体有关的目标的目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置。
背景技术
以往已有管理用户的与身体有关的目标的系统。在这种系统中存在如下系统,其取得受检者的身体成分的指标的当前值,基于以年龄为自变量的回归方程式求出从当前的年龄到未来的年龄为止的指标的值的平均变化量,并基于当前值与变化量,求出受检者的未来的年龄的指标的值作为未来值(例如,参照特开2013-81800号公报(以下称为“专利文献1”))。
现有技术文献
专利文献
专利文献1:特开2013-81800号公报
发明内容
发明要解决的问题
用户的与身体有关的值会根据用户的行动而发生变化。但是,在专利文献1的系统中,没有考虑到这种用户的行动。因此,可能会由于用户的行动而致使对于用户的与身体有关的值的将来的变化的预测产生误差。
本公开的一个方面的目的在于,提供能预测用户的每个行动下的与身体有关的值的变化的目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置。
用于解决问题的方案
本公开的一个方面的目标管理系统是管理用户的与身体有关的目标的目标管理系统,目标管理系统具备存储部、预测部以及提示部。存储部预先存储表示与身体有关的值相对于行动种类或行动量的变化的值。预测部使用存储于存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值。提示部提示由预测部预测出的表示变化的值。
优选是,预测部预测表示进行了规定行动的情况下的变化的值和表示没有进行规定行动的情况下的变化的值。
优选是,存储部预先存储表示该用户的与身体有关的值相对于行动种类或行动量的变化的值。
优选是,存储部预先存储表示多个人的与身体有关的值相对于行动种类或行动量的变化的值。
优选是,目标管理系统包含服务器和终端装置。服务器具备存储部和预测部。终端装置具备提示部。
本公开的另一方面的目标管理服务器是管理用户的与身体有关的目标的目标管理服务器,目标管理服务器具备存储部、预测部以及发送部。存储部预先存储表示与身体有关的值相对于行动种类或行动量的变化的值。预测部使用存储于存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值。发送部将由预测部预测出的表示变化的值发送到终端装置以在终端装置中进行提示。
本公开的又一方面的目标管理程序由管理用户的与身体有关的目标的服务器执行。服务器具备预先存储表示与身体有关的值相对于行动种类或行动量的变化的值的存储部。目标管理程序使服务器执行如下步骤:使用存储于存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值;以及将预测出的表示变化的值发送到终端装置以在终端装置中进行提示。
本公开的又一方面的目标管理终端装置是管理用户的与身体有关的目标的目标管理终端装置,目标管理终端装置具备接收部和提示部。接收部通过预先存储表示与身体有关的值相对于行动种类或行动量的变化的值的服务器来接收使用所存储的表示变化的值预测出的表示用户的每个行动下的与身体有关的值的变化的值。提示部提示由接收部接收到的表示变化的值。
本公开的又一方面的目标管理程序由管理用户的与身体有关的目标的终端装置执行。目标管理程序使终端装置执行如下步骤:通过预先存储表示与身体有关的值相对于行动种类或行动量的变化的值的服务器来接收使用所存储的表示变化的值预测出的表示用户的每个行动下的与身体有关的值的变化的值;以及提示接收到的表示变化的值。
发明效果
根据本公开,能够提供能预测用户的每个行动下的与身体有关的值的变化的目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置。
附图说明
图1是示出用于改善习惯的次序1的图。
图2是示出用于改善习惯的次序2的图。
图3是示出用于改善习惯的次序3的图。
图4是示出用于改善习惯的次序4的图。
图5是示出用于改善习惯的次序5的图。
图6是示出用于改善习惯的次序6的图。
图7是示出用于改善习惯的次序7的图。
图8是示出用于改善习惯的次序8的图。
图9是示出用于改善习惯的次序9的图。
图10是示出该实施方式中的目标管理系统的整体构成的概要的图。
图11是示出该实施方式中的信息通信终端的构成的框图。
图12是示出该实施方式中的用于目标管理的服务器的构成的框图。
图13是示出该实施方式中的生物体信息的测定装置的构成的框图。
图14是示出该实施方式中的由用于目标管理的服务器执行的目标管理处理的流程的流程图。
图15是示出该实施方式中的由用于目标管理的服务器执行的目标具体实现前半处理的流程的流程图。
图16是示出该实施方式中的词素解析的一例的图。
图17是示出该实施方式中的目标的类别的分类的一例的图。
图18是示出该实施方式中的特征表达空间的一例的图。
图19是示出该实施方式中的特征表达映射的创建过程的一例的第1图。
图20是示出该实施方式中的特征表达映射的创建过程的一例的第2图。
图21示出该实施方式中的“帅气”的人的与身体成分有关的指标的值在初始阶段的数据库的一例。
图22示出该实施方式中的“帅气”的人的与身体成分有关的指标的值在数据累积后的数据库的一例。
图23是示出该实施方式中的与身体成分有关的类别的语言数据库的一例的图。
图24是示出该实施方式中的从特征表达映射确定定量目标值的过程的一例的第1图。
图25是示出该实施方式中的从特征表达映射确定定量目标值的过程的一例的第2图。
图26是示出该实施方式中的从特征表达映射确定定量目标值的过程的一例的第3图。
图27是用于说明该实施方式中的定量目标值的提示的图。
图28是示出在该实施方式中的目标具体实现前半处理中显示于信息通信终端的显示部的显示画面的一例的图。
图29是示出该实施方式中的由用于目标管理的服务器执行的目标具体实现后半处理的流程的流程图。
图30是示出在该实施方式中取得达成目标的时期的信息的过程的一例的图。
图31是示出该实施方式中的对时间进行指定的单词的含义解析的一例的图。
图32是示出该实施方式中与目标值的差距的图。
图33是示出该实施方式中的到达成目标为止的路线的一例的图。
图34是示出该实施方式中的到达成目标为止的推荐路线的决定过程的一例的图。
图35是示出在该实施方式中的目标具体实现后半处理中显示于信息通信终端的显示部的显示画面的一例的图。
图36是示出该实施方式中的目标达成方法的选定过程的一例的图。
图37是示出该实施方式中的由用于目标管理的服务器执行的目标进展管理处理的流程的流程图。
图38是示出该实施方式中的干预有效度的集团的实际成果的一例的图。
图39是用于说明该实施方式中的使用集团的实际成果算出干预方法的过程的图。
图40是用于说明该实施方式中的使用集团的实际成果算出干预阈值的过程的第1图。
图41是用于说明该实施方式中的使用集团的实际成果算出干预阈值的过程的第2图。
图42是示出该实施方式中的干预有效度的个人的实际成果的一例的图。
图43是用于说明该实施方式中的使用个人的实际成果算出干预方法的过程的图。
图44是用于说明该实施方式中的使用个人的实际成果算出干预阈值的过程的第1图。
图45是用于说明该实施方式中的使用个人的实际成果算出干预阈值的过程的第2图。
图46是用于说明该实施方式中的目标管理的进展度的图。
图47是示出该实施方式中的由用于目标管理的服务器执行的目标维持处理的流程的流程图。
图48是示出该实施方式中的从集团的以往数据中提取出与该用户相似的数据的图。
图49是示出该实施方式中的与该用户相似的数据的指标的变化的预测推移的图。
图50是示出该实施方式中的提取出个人的以往数据的图。
图51是示出该实施方式中的该用户的指标的变化的预测推移的图。
图52是示出该实施方式中的使用了集团预测模型的误差评价的图。
图53是示出该实施方式中的使用了个人预测模型的误差评价的图。
图54是示出该实施方式中的指标的变化的预测结果的图。
图55是示出该实施方式中的现状的指标的值与指标的变化的预测结果的比较的图。
图56是用于说明该实施方式中的指标的变化模式的图。
图57是示出该实施方式中的个人的指标的推移与改善行动的关系的图。
图58是示出该实施方式中的与该用户相似的用户中的继续进行改善行动的组的指标的推移与改善行动的关系的图。
图59是示出该实施方式中的与该用户相似的用户中的停止了改善行动的组的指标的推移的图。
图60是示出该实施方式中的指标的今后的推移的多个模式的图。
图61是示出在该实施方式中的目标维持处理中显示于信息通信终端的显示部的显示画面的一例的图。
具体实施方式
以下,参照附图来说明目标管理系统的实施方式。在以下的说明中,对于相同的部件和构成要素标注相同的附图标记。它们的名称和功能也都相同。因此,不对它们进行重复说明。
[概念]
“习惯改善”是指,使迄今为止认为“普通”的自己的生活变为理想的状态,从此以后将该理想的生活认识为从今以后的“普通”。为了实现习惯的改善的次序如下所示。(1)把握“从今以后”的理想的普通状态是怎样的状态。(2)理解需要从“迄今为止”的普通状态进行怎样的变化。(3)可靠地执行对自己来说没有负担的小变化。(4)将已达成的“从今以后”的理想的状态认识为自己的普通状态。
图1至图9分别是示出用于改善习惯的次序1至次序9的图。参照图1,在次序1中,将价值转换为数值。也就是说,在决定了作为目标的姿态后,要明示其实现所需的规定的指标的数值目标。
参照图2,在次序2中计算距该价值达成为止的变化量。也就是说,通过设定数值目标与当前的差以及到其实现为止的时间来计算变化量。
参照图3,在次序3中,提示变化的实现路线。也就是说,在相同的变化量下提示多条路径,决定采用哪个路线。路径(路线)是指到规定的指标的数值目标为止的规定的指标的值的推移。
参照图4,在次序4中,提示在路线上前进的具体的行动。也就是说,提示遵循设想的路线所需的具体的行动。
参照图5,在次序5中,以适当的方法提供适当的干预。也就是说,选择适当的内容、时间、场所以及路径来提供干预,以促使将行动可靠地付诸实践。
参照图6,在次序6中,进行每天的进展的确认与反馈。也就是说,与决定的路线进行对照来评价干预及由其带来的每天的进展状况,根据进展状况来变更干预内容和变化速度等。
参照图7,在次序7中,进行级别的达成判定与干预战略的变更。也就是说,在达成了作为目标的姿态的时间点切换阶段,将应对方针变更为“维持”。
参照图8,在次序8中,进行下降未来预测与路线选择。也就是说,从设想会根据今后的行动状态而发生变化的未来起,选择现状维持或缓慢的变化。
参照图9,在次序9中,实施减缓下降速度的干预。也就是说,预先设想可能会从维持的状态偏离的变化,给予干预使其不发生这样的变化并且对于处于维持的状态给予赞赏。
[目标管理系统]
图10是示出该实施方式中的目标管理系统的整体构成的概要的图。参照图10,目标管理系统包含:信息通信终端100A~100C(例如,智能手机、移动电话、PC(Personalcomputer;个人计算机)、平板型PC等),其由用户10、20、30分别持有;服务器200,其用于目标管理;另一服务器300;生物体信息的测定装置500;以及电信运营商的通信设备800A、800B,其提供信息通信终端间的通信。
服务器200、300与通信设备800A、800B经由互联网和公共通信网等公共网络以及LAN(Local Area Network;局域网)等专用网络等通信网络900相互连接,并且能进行通信。信息通信终端100A、100B和通信设备800A、800B通过无线通信相互连接并且能进行通信。
图11是示出该实施方式中的信息通信终端100的构成的框图。参照图11,信息通信终端100包含:控制部110,其用于控制整个信息通信终端100;存储部120,其用于存储规定的信息;操作部130;输出部140;外部存储装置150;以及无线通信部170。此外,虽未图示,但信息通信终端100也包含用于输入输出语音的语音输入输出部等其它构成。
控制部110包括CPU(Central Processing Unit;中央处理器)及其辅助电路,控制存储部120、操作部130、输出部140以及无线通信部170,根据存储在存储部120的程序或数据执行规定的处理,对从操作部130和无线通信部170输入的数据进行处理,将处理后的数据存储在存储部120或是输出到输出部140和无线通信部170。
存储部120包含:RAM(Random Access Memory;随机存取存储器),其用作为了由控制部110执行程序所需的工作区域;以及ROM(Read Only Memory;只读存储器),其用于存储用来由控制部110执行的程序。另外,用于执行规定的处理的程序和数据从操作部130、无线通信部160或外部存储装置150读入并存储在RAM中。而且,也可以使用硬盘驱动器或存储卡作为用于对RAM的存储区域进行辅助的辅助存储装置。
外部存储装置150由存储卡读写器构成。外部存储装置150将从控制部110接受到的规定的数据或程序电气地记录到存储卡或USB(Universal Serial Bus;通用串行总线)存储器等记录介质151中,或从记录介质151中读出并移交给控制部110。此外,外部存储装置150也可以由硬盘驱动器、软盘驱动器、MO(Magneto-Optical disk;磁光盘)驱动器、CD(Compact Disc;光盘)驱动器、或DVD(Digital Versatile Disk;数字通用光盘)驱动器等存储装置构成。
操作部130包含用于输入电话号码或各种数据等的数字、字母或其它文字等的触摸面板和操作按钮。此外,操作部130也可以包含用于其它操作的部分。当由用户操作了操作部130时,与操作相应的操作信号会从操作部130发送到控制部110。控制部110根据来自操作部130的操作信号控制信息通信终端100的各部。
无线通信部170由控制部110控制,从通话对方的另一信息通信终端100或固定电话经由电信运营商的通信设备800和天线接收无线信号,将接收到的无线信号转换为语音信号,将转换后的语音信号发送到语音输入输出部,并且将来自语音输入输出部的语音信号转换为无线信号,并经由天线和电信运营商的通信设备800发送到通话对方的另一信息通信终端100或固定电话。
另外,无线通信部170由控制部110控制,经由电信运营商的通信设备800和天线从能进行数据通信的设备例如服务器或另一信息通信终端100接收无线信号,将接收到的无线信号转换为数据,并将转换后的数据存储在存储部120,或是发送到输出部140以显示数据,并且将要发送的数据转换为无线信号,经由天线和电信运营商的通信设备800发送到作为数据通信目的地的服务器或另一信息通信终端100。
另外,无线通信部170由控制部110控制,经由公共无线LAN或专用网络的无线LAN与其它能进行网络通信的设备例如服务器及另一信息通信终端100交换数据。
输出部140包含显示器和扬声器。输出部140由控制部110控制,将由无线通信部170接收到的信息、存储在存储部120中的信息、或由外部存储装置150从记录介质151读出的信息经控制部110转换为视频信号和语音信号,并将视频信号作为视频显示于显示器,将语音信号作为语音从扬声器输出。
图12是示出该实施方式中的用于目标管理的服务器200的构成的框图。参照图12,服务器200包含:控制部210,其用于控制整个服务器200;存储部220,其用于存储规定的信息;外部存储装置250,其用于对存储部220进行辅助并存储规定的信息;以及通信部260,其用于经由通信网络900与外部的装置进行通信。
存储部220与图11中说明的信息通信终端100的存储部120是同样的,因此,不进行重复的说明。
通信部260与外部的装置之间经由通信网络900以预先决定的协议收发数据。通信部260将从控制部210接受到的数据发送到外部,或者将从外部接收到的数据移交给控制部210。
外部存储装置250由硬盘驱动器、软盘驱动器、MO驱动器、CD驱动器、DVD驱动器、或存储卡读写器等存储装置构成。外部存储装置250将从控制部210接受到的规定的数据或程序磁性地、光学地或电气地记录于记录介质251,或者从记录介质251中读出并移交给控制部210。
作为记录介质251,有硬盘、软盘等磁盘、CD-ROM(Compact Disk Read OnlyMemory;光盘只读存储器)、CD-R(Compact Disk Recordable;可记录式光盘)、CD-RW(Compact Disk ReWritable;可重写式光盘)、DVD-ROM(Digital Versatile Disk ReadOnly Memory;数字通用光盘只读存储器)、DVD-R(Digital Versatile Disk Recordable;可记录式数字通用光盘)、DVD-RW(Digital Versatile Disk Rerecordable Disc;数字通用可刻录光盘),DVD-RAM(Digital Versatile Disk Random Access Memory;数字通用光盘随机存取存储器)、DVD+R、DVD+RW(Digital Versatile Disk ReWritable;数字通用可重写光盘)、BD-R(Blu-ray(注册商标)Disc Recordable;可记录式蓝光光盘)、BD-RE(Blu-ray(注册商标)Disc Rewritable;可重写式蓝光光盘)、BD-ROM(Blu-ray(注册商标)Disc ReadOnly Memory;蓝光光盘只读存储器)等光盘、MO等磁光盘、存储卡、或USB存储器等。
控制部210具有与图11中所说明的信息通信终端100的控制部110同样的构成。控制部210控制存储部220、外部存储装置250以及通信部260,根据存储在存储部220中的程序和数据执行规定的处理,对从外部存储装置250或通信部260输入的数据进行处理,将处理后的数据存储在存储部220或外部存储装置250的记录介质251中,或者将其从通信部260输出。
此外,在该实施方式中,服务器200不包含操作部和显示部,通过来自外部的装置的操作部的操作而被操作,向外部的装置的显示部输出信息,但不限于此,也可以设为包含操作部和显示部的构成。也可以是,操作部包含键盘和鼠标,表示通过操作操作部的键盘和鼠标而输入到服务器200的操作内容的操作信号被移交给控制部210。也可以是,显示部包含显示器,显示器显示与从控制部210接受到的图像数据对应的图像。
此外,另一服务器300的构成与服务器200的构成是同样的,因此,不进行重复的说明。
图13是示出该实施方式中的生物体信息的测定装置500的构成的框图。参照图13,图13所示那样的身体成分仪等生物体信息的测定装置500包含:控制部510,其用于控制整个测定装置500;存储部520,其用于存储规定的信息;操作部530;输出部540;无线通信部570;以及测定部580。
控制部510、存储部520、操作部530、输出部540以及无线通信部570分别与图11中说明的信息通信终端100的控制部110、存储部120、操作部130、输出部140以及无线通信部170是同样的,因此,不进行重复的说明。此外,无线通信部570与信息通信终端100可以是能直接进行通信,也可以是能经由通信网络900或电信运营商的通信设备800等进行通信。
测定部580由控制部110控制,测定用户的多个生物体信息中的规定的生物体信息,并将测定结果的信息发送到控制部110。生物体信息包含表示生物体的状态的信息和表示身体的活动或动作的信息,具体来说,包含体重、胸围、腹围、身高、身体成分值(体脂肪率、内脏脂肪水平、皮下脂肪率、基础代谢、骨骼肌率、肌肉率、BMI、身体年龄等表示身体的组成的值)、活动量、步数、血压值、心率(脉搏)数、体温、呼吸数、与血液有关的指标值(血糖值、中性脂肪量、胆固醇量等)、消耗热量、进食量、水分摄取量、排泄量、发汗量、肺活量、睡眠量等所有与生物体有关的指标。
图14是示出该实施方式中的由用于目标管理的服务器200执行的目标管理处理的流程的流程图。参照图14,服务器200的控制部210判断用于改善生物体信息的目标值是否已经决定完毕(步骤S101)。在判断为目标值没有决定完毕(在步骤S101中为“否”)的情况下,控制部210执行后述的图15所示的目标具体实现前半处理(步骤S102)。
在判断为目标值决定完毕(在步骤S101中为“是”)的情况下并且在步骤S102后,控制部210判断到达成目标为止的路线是否已经决定完毕(步骤S103)。在判断为路线没有决定完毕(在步骤S103中为“否”)的情况下,控制部210执行后述的图29所示的目标具体实现后半处理(步骤S104)。
在判断为路线决定完毕(在步骤S103中为“是”)的情况下并且在步骤S104后,控制部210判断是否达成了所决定的目标(步骤S105)。在判断为没有达成目标(在步骤S105中为“否”)的情况下,控制部210执行后述的图37所示的目标进展管理处理(步骤S106)。
在判断为达成了目标(在步骤S105中为“是”)的情况下,控制部210执行后述的图47所示的目标维持处理(步骤S107)。
[目标具体实现前半处理]
图15是示出该实施方式中的由用于目标管理的服务器200执行的目标具体实现前半处理的流程的流程图。参照图15,服务器200的控制部210取得定性目标(步骤S111)。
具体来说,控制部210取得用户10在信息通信终端100A中输入的作为目标的定性目标,将所取得的信息按每个用户存储在存储部220中。在信息通信终端100A中输入这些信息的方法也可以是任意方法,例如可以是手动输入,可以是语音输入,也可以是通过使用手动输入或语音输入的对话方式来输入。
另外,控制部210取得表示当前的自己的信息(步骤S112)。具体来说,控制部210取得用户10在信息通信终端100A中输入的自己的属性(年龄、性别、家庭构成等),并将所取得的信息按每个用户存储在存储部220中。
接下来,控制部210对在步骤S111中取得的定性目标进行语言解析(步骤S113)。详细地说,通过词素解析等对以文字输入的用户10的定性目标进行含义分析。作为词素解析,能够使用现有的技术。
图16是示出该实施方式中的词素解析的一例的图。参照图16,在词素解析中,以具有含义的单位对语言进行分割。例如,在用户10输入了“帅气父亲”作为定性目标的情况下,将其分割为“帅气”和“父亲”。
返回图15,控制部210按类别对目标进行分类(步骤S114)。详细地说,根据在步骤S113中解析出来的语言信息的目标所具有的含义的属性,按类别(身体成分、血压、睡眠等)来分类是什么样的目标。
图17是示出该实施方式中的目标的类别的分类的一例的图。参照图17,在步骤S113中分割出来的词素中的“帅气”是与“体型”有关的语言,因此,将其分类为与身体成分有关的类别。
返回图15,控制部210创建评价差距的特征表达空间(步骤S115)。详细地说,以在步骤S114中分类出的类别为基础,提取对与目标之间的差距进行评价的特征量,并使用该特征量构成多维空间的轴。将该多维空间称为特征表达空间。
图18是示出该实施方式中的特征表达空间的一例的图。参照图18,例如在用于目标管理的服务器200的存储部220中存储有“BMI”、“体脂肪率”以及“肌肉率”作为与身体成分有关的类别所涉及的指标的情况下,创建包含“BMI”的轴、“体脂肪率”的轴以及“肌肉率”的轴的特征表达空间。
返回图15,控制部210创建表达差距的特征表达映射(步骤S116)。详细地说,根据在步骤S112中取得的用户10的属性和在步骤S113中分割出来的词素所具有的含义的信息,将在步骤S114中创建的特征表达空间上的范围创建为特征表达映射。
图19是示出该实施方式中的特征表达映射的创建过程的一例的第1图。参照图19,服务器200从另一服务器300或另一信息通信终端100经由通信网络900预先取得“帅气”的人的统计信息并将其存储在存储部220中,作为“帅气”的人的指标的值的数据库。控制部210基于存储在该存储部220中的“帅气”的人的统计信息,创建特征表达空间中的“帅气”的人的分布。
图20是示出该实施方式中的特征表达映射的创建过程的一例的第2图。参照图20,服务器200从另一服务器300或另一信息通信终端100经由通信网络900预先取得“父亲”的统计信息并将其存储在存储部220中,作为“父亲”的指标的值的数据库。控制部210基于存储在该存储部220中的“父亲”的统计信息,创建特征表达空间中的“父亲”的分布。
图21示出该实施方式中的“帅气”的人的与身体成分有关的指标的值在初始阶段的数据库的一例。参照图21,在数据库创建的初始阶段,由于数据少,因此,服务器200将与基本分类项目(在此为年龄段的项目)相应的指标的值存储为数据库。
图22示出该实施方式中的“帅气”的人的与身体成分有关的指标的值在数据累积后的数据库的一例。参照图22,当数据累积并增多时,服务器200能将与其它分类项目(在此为分类(1)、分类(2)的项目)相应的指标的值存储为数据库。另外,能包含新的指标(在此为胸围、腹围)的值。
图23是示出该实施方式中的与身体成分有关的类别的语言数据库的一例的图。参照图23,在指标的数据库的数据不充分的情况下,如图22的分类(1)所示的那样,使用抽象化的分类项目(模特系、运动系、健康系、平均系)。在抽象化中,使用着眼于近义词辞典等的语言所具有的含义整理而成的如图23所示那样的语言数据库。
当指标的数据库的数据增多时,如图22的分类(2)所示的那样,使用更具体的分类项目(瘦削、形体好、苗条、体格好、胸膛厚实、肌肉发达、身体状况管理到位、强健不感冒、健康、普通、平常、可接受)。每个分类项目的指标的值是参照以该分类项目或近义词为目标并且已达成目标的人的值来收集的。
返回图15,控制部210确定量化的目标值(步骤S117)。详细地说,将表示在步骤S116中创建的特征表达映射的范围的相互重叠部分的范围的、各特征量的范围确定为定量目标值,存储在存储部220中。
图24是示出该实施方式中的从特征表达映射确定定量目标值的过程的一例的第1图。参照图24,当图19所示的“帅气”的人的特征表达映射与图20所示的“父亲”的特征表达映射组合起来,能得到“帅气父亲”的特征表达映射。
图25是示出该实施方式中的从特征表达映射确定定量目标值的过程的一例的第2图。参照图25,将多个(在此为2个)的特征表达映射的范围的相互重叠部分的范围内的点(在此为重心点)的值作为定量目标值。
虽然在此是用重心点,但也可以是其它点,只要是相互重叠部分的范围内的点即可,也可以是将相互重叠部分的范围的各轴的范围的中央值组合而得到的点(在图25中,BMI为19.0~20.0、体脂肪率为10~15、肌肉率为40~45,因此,将BMI、体脂肪率、肌肉率的目标值设为各自的中央值即19.5、12.5、42.5)。
图26是示出该实施方式中的从特征表达映射确定定量目标值的过程的一例的第3图。参照图26,在多个特征表达映射的范围不重叠的情况下,将各范围之间的点(例如,各范围的重心点之间的中心点)的值设为定量目标值。
返回图15,为了在用户10的信息通信终端100A中提示在步骤S117中确定的定量目标值,控制部210将其发送到该信息通信终端100A(步骤S118)。然后,控制部210将要执行的处理返回到调用源的处理。
图27是用于说明该实施方式中的定量目标值的提示的图。参照图27,定量目标值从用于管理目标的服务器200发送到用户10的信息通信终端100A。
图28是示出在该实施方式中的目标具体实现前半处理中显示于信息通信终端100A的输出部140的显示画面的一例的图。参照图28,从最上面的对白框到第5个对白框在图15所示的目标具体实现前半处理的步骤S111中显示。此外,步骤S112中的交换在图28中没有示出。从上面起第6个到第8个对白框在图15的步骤S118中显示。
[目标具体实现后半处理]
图29是示出该实施方式中的由用于目标管理的服务器200执行的目标具体实现后半处理的流程的流程图。参照图29,服务器200的控制部210读出在图15的处理中存储于存储部220的定量目标值和表示当前的自己的信息(步骤S121)。
接下来,控制部210取得达成目标的时期的信息(步骤S122),对目标达成之时进行推定(步骤S123)。
图30是示出该实施方式中取得达成目标的时期的信息的过程的一例的图。参照图30,例如,当用户10在信息通信终端100A中输入了“想在运动会上让女儿见识一下我的帅气”这一信息作为目标的情况下,服务器200的控制部210基于连接到通信网络900的另一服务器300等的信息等,确定女儿的“运动会”在“9月”。从而,达成目标的期限被设为“直到9月”。
另外,在用户10输入了“想在7月漂亮地穿上T恤”这一信息作为目标的情况下,控制部210将7月设为目标达成时期。
图31是示出该实施方式中的对时间进行指定的单词的含义解析的一例的图。参照图31,单词除了有关于场所的单词、关于食物的单词、关于人名的单词及其它单词等以外,还有关于时间的单词。在关于时间的单词中,关于作为直接时间的日期时刻的单词例如有2月、7月、2号、1点等,关于作为间接时间的时期的单词有入学典礼、幼儿园毕业典礼、运动会、结婚典礼等。这样,通过自然语言处理,对时态单词进行分类,对目标达成时期进行聚类解析,从而确定目标达成期限。
这样,控制部210根据用户10在信息通信终端100A中输入的信息,确定并取得与达成目标的期限有关的信息,并将所取得的信息按每个用户存储在存储部220中。与达成目标的期限有关的信息如果是直接期限,就原样使用,如果是间接期限,就推定期限。
返回图29,控制部210算出存储在存储部220中的定量目标值与表示当前的自己的信息的差距(步骤S124)。
图32是示出该实施方式中与目标值的差距的图。参照图32,与目标的差距用到达成为止的期间以及现状与目标之间的指标的差来表示。在图29的步骤S124中,例如,截至2月,当前的自己的体重为65kg、体脂肪率为30%,在目标是到9月为止使体重成为62kg、体脂肪率成为25%的情况下,作为差距,算出如下:期间为7个月,体重为-3kg,体脂肪率为-5%。
返回图29,控制部210基于存储在存储部220中的信息等,判断是否存在该用户10的该目标管理系统的以往的使用履历(步骤S125)。在判断为存在(在步骤S125中为“是”)的情况下,控制部210读出该用户10的与以往的目标达成成功的过程或目标达成失败的过程有关的信息(步骤S126)。
在判断为不存在该用户10的以往的使用履历(在步骤S125中为“否”)的情况下并且在步骤S126后,控制部210读出存储在存储部220中的该用户10以外的多个人的信息中的与该用户10的本次的状况相近的信息(例如,与目标值之间的差距近似的信息、目标与该用户10近似的信息、属性与该用户10近似的信息)(步骤S127)。
然后,控制部210使用在步骤S126和步骤S127中读出的信息,创建多个到达成目标为止的候选路线(步骤S128)。
图33是示出该实施方式中的到达成目标为止的路线的一例的图。参照图33,作为到达成目标为止的候选路线,有路线(2)那样的直线型、或路线(1)、路线(3)那样的曲线型、或阶梯型等多个形状,各自的变化率根据差距、期间、个人的属性以及个性等而变化。
图34是示出该实施方式中的到达成目标为止的推荐路线的决定过程的一例的图。参照图34,在服务器200的存储部220中对应地累积有多个用户的属性、多个用户的与身体有关的目标、以及表示多个用户的与身体有关的目标达成的趋势的信息。
例如,在用户10是“20多岁的父亲”的情况下,累积有如下信息:与用户10的目标相同或相似且与用户10同为“20多岁”这一属性的其他用户的目标达成率在路线(1)~(3)中分别为27%、40%、12%,与用户10的目标相同或相似且与用户10同为“父亲”这一属性的其他用户的目标达成率在路线(1)~(3)中分别为20%、20%、9%。基于此,将每个路线各自的目标达成率的平均值中的最高平均值的路线(2)决定为推荐路线。
返回图29,为了在用户10的信息通信终端100A中提示在步骤S128中创建的候选路线,控制部210将其发送到该信息通信终端100A(步骤S129)。控制部210判断该用户10是否已有候选路线的选择,也就是说,判断是否从用户10的信息通信终端100A接收到表示所选择的候选路线的信息(步骤S131)。
在判断为已有候选路线的选择(在步骤S131中为“是”)的情况下,控制部210将目标的管理所使用的路线决定为所选择的候选路线(步骤S132)。另一方面,在判断为没有候选路线的选择(在步骤S131中为“否”)的情况下,控制部210将目标的管理所使用的路线决定为图34所示那样的推荐路线(步骤S133)。
为了在用户10的信息通信终端100A中提示在步骤S132或步骤S133中决定的目标路线,控制部210将其发送到该信息通信终端100A(步骤S134)。
图35是示出在该实施方式中的目标具体实现后半处理中显示于信息通信终端100A的输出部140的显示画面的一例的图。参照图35,从最上面的对白框到第5个对白框在图29的步骤S129中显示。从上面起第6个和第7个对白框在图29的步骤S134中显示。
返回图29,控制部210选定目标达成方法(步骤S135)。详细地说,根据以往的履历和用户10的属性或喜好,选定目标达成方法。例如,对于20多岁的多个用户,减少进食量对改善身体成分(例如体重)是有效的。但是,对于该用户10,根据以往的履历,采用走路作为目标达成方法的履历较多,从这一信息出发,第1推荐选定为每天跑20分钟,第2推荐选定为减少进食量。
图36是示出该实施方式中的目标达成方法的选定过程的一例的图。参照图36,作为向在与目标值之间的差距上与该用户10相同这种条件下的人推荐的目标达成手段,第1是跑步,第2是在家吃饭,第3是回家时步行一站地。
另外,根据该用户10的以往的步数数据的推移可知,该用户10的步行多于平均水平。因此,作为向该用户10推荐的用于缩小与目标值之间的差距的目标达成手段,第1,由于该用户10的家离车站20分钟左右,因此选定为每天步行一站地,第2选定为跑步。
返回图29,为了在用户10的信息通信终端100A中提示在步骤S135中决定的目标达成方法,控制部210将其发动到该信息通信终端100A(步骤S136)。然后,控制部210将要执行的处理返回到该处理的调用源。
[目标进展管理处理]
图37是示出该实施方式中的由用于目标管理的服务器200执行的目标进展管理处理的流程的流程图。参照图37,服务器200的控制部210读出在图29的处理中存储于存储部220的目标路线(步骤S141)。
接下来,控制部210判断干预实际成果的个人数据是否累积有充分的量(例如,累积有算出统计所需的数量以上的量)(步骤S142)。在判断为累积有充分的量(在步骤S142中为“是”)的情况下,控制部210读出在存储部220中累积的该用户10的干预有效度的实际成果(步骤S143)。另一方面,在判断为没有充分累积(步骤S142中为“否”)的情况下,控制部210读出累积在存储部220中的集团的干预有效度的实际成果(步骤S144)。
然后,控制部210使用读出的干预有效度的实际成果算出干预阈值和干预方法(步骤S145)。
图38是示出该实施方式中的干预有效度的集团的实际成果的一例的图。参照图38,针对该目标管理系统的全部用户,对于设定的目标指标、性别、年龄以及家庭构成等,有效的干预方法以及最终是否达成了目标等表示干预有效度的信息对应地累积于存储部220。
图39是用于说明该实施方式中的使用集团的实际成果算出干预方法的过程的图。参照图39,根据图38所示的干预有效度的集团的实际成果,按每个“设定的目标指标”来合计“最终的目标达成”为“○”的用户。在该例中,“设定的目标指标”是与该用户10同为肌肉量的人的“有效的干预方法”的度数的顺序为:妻子的言行最高,然后是智能手机的通知、医生的言行。如这一例这样,根据目标指标与该用户10相同的用户的实际成果,算出对该用户10来说有效的干预方法。
此外,在此,作为对用户10的干预方法,根据对目标指标与该用户10相同的人的干预方法,算出在统计上有效的干预方法。但是不限于此,作为对用户10的干预方法,也可以根据对目标指标与该用户10近似的人的干预方法来决定在统计上有效的干预方法。近似的目标指标预先存储于存储部220。例如,体脂肪率、内脏脂肪水平以及皮下脂肪率被存储为相互近似。
另外,在本实施方式中,作为对用户10的干预方法,根据对目标指标的种类与该用户10近似的目标指标的人的干预方法,决定在统计上有效的干预方法。但是,作为对用户10的干预方法,也可以根据对目标指标的种类及目标指标值与该用户10近似的目标指标的人的干预方法,决定在统计上有效的干预方法。近似的目标指标的值的范围预先存储于存储部220。例如,将与作为目标指标的体重近似的值的范围存储为该体重的±10%的范围。
图40是用于说明该实施方式中的使用集团的实际成果算出干预阈值的过程的第1图。参照图40,根据图38所示的干预有效度的集团的实际成果,提取“设定的目标指标(在该例中为“体重”)”与该用户10相同的用户。然后,从累积于存储部220的数据库中读出提取出的用户中的达成了目标的人的目标指标的推移,统计地算出阈值。
图41是用于说明该实施方式中的使用集团的实际成果算出干预阈值的过程的第2图。参照图41,作为统计地算出阈值的方法,首先,创建读出的多个用户的目标指标的每一天与前一天的体重差的直方图。接下来,算出该直方图中的标准偏差σ。然后,相对于该用户10的目标路线的指标的值,将-3σ、-2σ、-σ、+σ、+2σ、+3σ设为干预阈值。这样,根据目标指标与该用户10相同的用户的实际成果,算出该用户10的干预阈值。
图42是示出该实施方式中的干预有效度的个人的实际成果的一例的图。参照图42,针对该目标管理系统的各用户,干预时刻、干预方法以及有无干预效果等表示干预有效度的信息对应地累积于存储部220。
图43是用于说明该实施方式中的使用个人的实际成果算出干预方法的过程的图。参照图43,根据图42所示的干预有效度的个人的实际成果,按每种干预方法,对有干预效果的度数进行合计。在该例中,对于B人士实施改善行动有效的干预方法的度数的顺序为:智能手机的通知最高,然后是公司的上司的言行、妻子的言行。如这一例这样,根据该用户10的实际成果,算出对该用户10来说在统计上有效的干预方法。
图44是用于说明该实施方式中的使用个人的实际成果算出干预阈值的过程的第1图。参照图44,在该用户10的目标指标为体重的情况下,从累积于存储部220的数据库中读出该用户10的该目标指标的推移,统计地算出阈值。
图45是用于说明该实施方式中的使用个人的实际成果算出干预阈值的过程的第2图。参照图45,作为统计地算出阈值的方法,首先,创建读出的该用户10的目标指标的每一天与前一天的体重差的直方图。接下来,算出该直方图中的标准偏差σ。然后,相对于该用户10的目标路线的指标的值,将-3σ、-2σ、-σ、+σ、+2σ、+3σ设为干预阈值。这样,根据该用户10的实际成果,算出该用户10的干预阈值。
返回图37,控制部210取得该用户10的现状的指标的值(步骤S146)。具体来说,控制部210从信息通信终端100A取得用户10在信息通信终端100A中输入的该用户10的现状的指标的值、以及通过信息通信终端100A从测定装置500取得的该用户10的现状的指标的值。
接下来,控制部210将取得的该用户10的现状的指标的值与当前的该用户10的目标路线的指标的值进行比较,判定该用户10的现状的指标的值的背离度是-σ~σ的“理想范围”,-2σ~-σ或σ~2σ的“允许范围”,-3σ~-2σ或2σ~3σ的“限度范围”,还是-3σ不到或3σ超的“失败范围”,从而判定该用户10的目标管理的进展度(步骤S147)。具体来说,在判定为背离度为“允许范围”、“限度范围”以及“失败范围”的情况下,分别判定为进展度为“优秀”、“良好”以及“尚可”。
此外,背离度不限于这种“允许范围”、“限度范围”以及“失败范围”等阶段性的程度,也可以是其它程度,只要是表示该用户10的现状的指标的值与当前的该用户10的目标路线的指标的值的背离的程度即可,例如,可以是该用户10的现状的指标的值与当前的该用户10的目标路线的指标的值的差值,也可以是该用户10的现状的指标的值相对于当前的该用户10的目标路线的指标的值的比率。
图46是用于说明该实施方式中的目标管理的进展度的图。参照图46,图46的(A)至图46的(D)分别示出了该用户10的目标管理的进展度,即,示出了该用户10的现状的指标的值为“理想范围”的情况、“允许范围”的情况、“限度范围”的情况、以及“失败范围”的情况。
返回图37,控制部210判断进展度是否是“优秀”,也就是判断该用户10的现状的指标的值是否是“理想范围”(步骤S148)。在是“优秀”(在步骤S148中为“是”)的情况下,控制部210将要执行的处理返回到该处理的调用源。
在判断为不是“优秀”(在步骤S148中为“否”)的情况下,控制部210判断进展度是否是“良好”,也就是判断该用户10的现状的指标的值是否是“允许范围”(步骤S149)。在是“良好”(在步骤S149中为“是”)的情况下,控制部210将干预方法设为有效度低的干预方法(步骤S151)。
在判断为不是“良好”(在步骤S149中为“否”)的情况下,控制部210判断进展度是否是“尚可”,也就是判断该用户10的现状的指标的值是否是“限度范围”(步骤S150)。在是“尚可”(在步骤S150中为“是”)的情况下,控制部210将干预方法设为有效度高的干预方法(步骤S152)。
在步骤S151和步骤S152之后,控制部210判断干预定时是否已到来(步骤S154)。在判断为干预定时已到来(在步骤S154中为“是”)的情况下,控制部210执行用于干预的处理(步骤S155)。然后,控制部210将要执行的处理返回到该处理的调用源。
在假设有效度低的干预方法是通过从服务器200经由信息通信终端100A传递到用户10的样板型的消息来进行干预的情况下,有效度高的干预方法是指通过与来自服务器200的委托相应的来自与该用户10相关的人员或专家(例如医生、训练指导员等)的非样板型的消息来进行干预。
在假设有效度低的干预方法是通过与来自服务器200的委托相应的来自地位与该用户10对等或比其低的人(例如,与家庭构成相应的家人(配偶、子女、父母、兄弟)、朋友等)的消息来进行干预的情况下,有效度高的干预方法是指通过与来自服务器200的委托相应的来自地位比该用户10高的人(例如,工作单位的上司、前辈、老师等)的消息来进行干预。
按吃饭和运动等每种目标达成方法来决定对该用户10以及该目标达成方法的贡献度高的干预者。贡献度是指贡献大小的等级分类(例如,大、中、小)。在该决定中使用该用户10的家庭构成和职场环境等环境信息、以及该用户10或其他多个用户的以往实践数据。
例如,事先按每种目标指标将每个干预者对该用户10的干预结果存储在存储部220中。或者,事先按每种目标指标将每个干预者对多个人中的每一个人的干预结果存储在存储部220中。作为干预结果,在干预之后目标的指标的值得到了改善的情况下存储为干预成功,在干预之后目标的指标的值没有改善的情况下,存储为干预失败。然后,使用存储在存储部220中的干预结果,与目标指标相应地根据干预成功的次数来确定贡献度,决定贡献度高的干预者。
干预的时刻定时可以是按每种目标达成方法预先决定的时刻,也可以是从该用户10经由信息通信终端100A取得或推定目标达成方法的实施定时的信息,并根据干预的内容将其决定为该实施定时的前后等。
也可以是,将针对目标的每个定时的干预的结果累积于存储部220,使用累积的干预的结果,决定贡献度高的定时。
例如,事先按每种目标指标将对该用户10的每个干预定时的干预结果存储在存储部220中。或者,事先按每种目标指标将对多个人中的每一个人的每个干预定时的干预结果存储在存储部220中。作为干预结果,在干预之后目标的指标的值得到了改善的情况下,存储为干预成功,在干预之后目标的指标的值没有改善的情况下,存储为干预失败。然后,使用存储在存储部220中的干预结果,与目标指标相应地根据干预成功的次数来确定贡献度,决定贡献度高的干预定时。
在该用户10的生活方式在工作日和休息日等有变化的情况下,即使是相同的目标达成方法和干预的内容,也优选根据生活方式的变化来决定干预的实施者和干预的时刻定时。
例如,在干预的内容是“吃饭”的情况下,如果是该用户10的上班日即工作日,则用于目标管理的服务器200会在午饭的定时即将到来之前,通知比该用户10地位高的人即工作单位的上司,让其告诉该用户10午饭菜单的选择方法,从而促使工作单位的上司对该用户10执行对“吃饭”的干预。
在干预的内容是“吃饭”的情况下,如果不是该用户10的上班日而是休息日,则用于目标管理的服务器200在该用户10的配偶即妻子决定做午饭前,通知该妻子午饭的调理方法,促使该妻子对该用户10执行对“吃饭”的干预。
在干预的内容是“运动”的情况下,如果是该用户10的上班日即工作日,则在该用户10从工作单位下班之前,用于目标管理的服务器200在该用户10的信息通信终端100A通知该用户10花时间进行快走或使用楼梯等“运动”,从而执行对“运动”的干预。
在干预的内容是“运动”的情况下,如果不是该用户10的上班日而是休息日,则用于目标管理的服务器200会在休息日之前通知该用户10的子女能够在休息日进行的运动的信息,从而促使子女对作为父亲的该用户10执行对“运动”的干预。
可以考虑以在对多个人的目标达成方法中的与该用户10相同的目标达成方法的干预中成功率高的干预方法(在成功率由高到低的顺序是来自妻子的电话、来自女儿的三言两语、智能手机的通知的情况下,是指来自妻子的电话)执行干预。例如,用于目标管理的服务器200促使该用户10的妻子执行对“步行”这一目标达成方法的干预,让妻子给该用户10打电话,传达“目标就快达成了,今天从车站步行回来怎么样?”等消息。
也可以是以在对与该用户10相同的那样的属性的人的干预中有效的干预方法来进行干预。例如,在40多岁的男性中,有效的顺序是来自女儿的问候、对妻子指定料理方法、智能手机对本人的通知,在这种情况下,可以考虑如下方式。
在判断为进展度为“尚可”的日子当中,可以考虑用于目标管理的服务器200将该用户10的现状通知该用户10的女儿,并且委托女儿问候“最近状况怎么样?”,从而促使女儿对该用户10的干预。在对“吃饭”进行干预的情况下,如果女儿跟父亲交谈的时间是18点至19点,则可以考虑在其间的18点30分促使女儿对该用户10进行干预。
在判断为进展度为“尚可”的日子当中,可以考虑用于目标管理的服务器200将该用户10的现状通知给该用户10的妻子,并且提示有效的食谱,从而促使对该用户10的“吃饭”的干预。如果妻子思考菜谱的时间是13点,则可以考虑在其即将到来之前的12点30分促使妻子对该用户10的“吃饭”进行干预。
在判断为进展度为“尚可”的第二天以后,可以考虑通过用于目标管理的服务器200与本人的智能手机进行用于确认状况的联络来进行干预。如果该用户10的吃饭时间是6点、12点15分以及19点30分,则可以考虑在各个吃饭时间即将到来之前的5点45分、12点以及19点15分对该用户10进行干预。
返回图37,在判断为进展度不是“尚可”(在步骤S150中为“否”)的情况下,控制部210重新设定目标(步骤S156),执行前述的图29所示的目标具体实现后半处理(步骤S157)。作为目标的重新设定,与现状的进展度相应地变更图32所示的指标的目标,或者延长到达成目标为止的期限。然后,控制部210将要执行的处理返回到该处理的调用源。
图47是示出该实施方式中的由用于目标管理的服务器200执行的目标维持处理的流程的流程图。参照图47,服务器200的控制部210取得该用户10的现状的指标的值(步骤S161)。具体来说,控制部210从信息通信终端100A取得用户10在信息通信终端100A中输入的该用户10的现状的指标的值、以及通过信息通信终端100A从测定装置500取得的该用户10的现状的指标的值。
接下来,控制部210判断是否未创建预测模型(步骤S162)。在判断为预测模型创建完毕(在步骤S162中为“否”)的情况下,控制部210将要执行的处理推进至步骤S171。而在判断为预测模型未创建(在步骤S162中为“是”)的情况下,控制部210判断该用户10的个人数据量是否已充分累积(步骤S163)。
在判断为个人数据量已充分累积(在步骤S163中为“是”)的情况下,控制部210创建个人预测模型和集团预测模型(步骤S164)。
图48是示出该实施方式中的从集团的以往数据中提取出与该用户10相似的数据的图。参照图48,该数据是从该目标管理系统的所有用户的以往数据中提取出目标与该用户10相同的那样的用户、以及指标(在此为体重)的推移的趋势与该用户10相似的用户等与该用户10相似的用户的数据而得到的。
图49是示出该实施方式中的与该用户10相似的数据的指标的变化的预测推移的图。参照图49,该坐标图是示出根据图48的数据预测出的指标(在此为体重)的平均推移和置信区间推移的坐标图。例如,能够近似为y=a×x2+b×x+c这一关系式(1)。
图50是示出该实施方式中的提取出个人的以往数据的图。参照图50,该数据是从该目标管理系统的所有用户的以往数据中提取出该用户10的数据而得到的。
图51是示出该实施方式中的该用户10的指标的变化的预测推移的图。参照图51,图51的(A)的坐标图是示出基于图50的数据而得到的该用户10的步数与体重的相关性的坐标图。图51的(B)的坐标图是示出基于图50的数据而得到的该用户10的进食量与体重的相关性的坐标图。根据这些坐标图中的近似线,能够得到由y=a×步数+b×进食量+...+c的关系式(2)表示的体重预测模型。
像这样,能够根据个人的以往信息计算各个因子的影响度,构建预测模型。例如,在预测1周后的情况下,构建每1天的预测模型。在预测1个月后的情况下,构建每1周的预测模型。在预测3个月以上以后的情况下,构建每1个月的预测模型。
返回图47,控制部210判断是否是个人预测模型和集团预测模型中的个人预测模型与现状值之间的误差更小(步骤S165)。
图52是示出该实施方式中的使用了集团预测模型的误差评价的图。参照图52,在当前是第2天的情况下,针对第0天至第2天,算出通过上述的关系式(1)得到的预测体重与实测值之间的预测误差。针对第3天以后,分别算出以往平均的第3天以后的值与通过上述的关系式(1)得到的预测体重之间的预测误差。算出对这些预测误差进行均方后的误差作为使用了集团预测模型的情况下的误差。
图53是示出该实施方式中的使用了个人预测模型的误差评价的图。参照图53,在当前是第2天的情况下,针对第0天至第2天,算出通过上述的关系式(2)得到的预测体重与实测值之间的预测误差。针对第3天以后,分别算出根据第2天的取得信息而对第3天以后的预测值,算出该算出的预测值与通过上述的关系式(2)得到的预测体重之间的预测误差。算出对这些预测误差进行均方后的误差作为使用了个人预测模型的情况下的误差。
返回图47,在图52和图53的例子的情况下,在步骤S165中,判断为个人预测模型的误差更小。在判断为个人预测模型的误差更小(在步骤S165中为“是”)的情况下,控制部210应用个人预测模型作为预测所使用的模型(步骤S166)。另一方面,在判断为集团预测模型的误差更小(在步骤S165中为“否”)的情况下,控制部210应用集团预测模型作为预测所使用的模型(步骤S168)。
另外,在判断为个人数据量不充分(在步骤S163中为“否”)的情况下,控制部210创建集团预测模型(步骤S167),应用集团预测模型作为预测所使用的模型(步骤S168)。
接下来,控制部210推定该用户10的指标的从今以后的变化(步骤S171)。具体来说,根据上述的预测模型等流行病学信息,基于与该用户10相同的那样的人在行动上没有特别的变化而是与以往同样的情况下的推移,模拟该用户10的指标会怎样推移。在该模拟中,使用在步骤S166或步骤S168中应用的预告模型。
图54是示出该实施方式中的指标的变化的预测结果的图。参照图54,如该坐标图的虚线所示的那样,示出了通过模拟而得到的该用户10的指标的变化的预测结果。
返回图47,控制部210基于该用户10的现状的指标的值与指标的变化的预测结果的比较,判断是否有对该用户10进行干预的必要性或对该用户10进行赞赏的必要性(步骤S172)。
图55是示出该实施方式中的现状的指标的值与指标的变化的预测结果的比较的图。参照图55,将图54所示的指标的变化的预测结果与新测定出的该用户10的现状的指标的值进行比较。在图55中,新的指标的值超过了预测结果。
图56是用于说明该实施方式中的指标的变化模式的图。事先累积目标管理系统的所有用户的指标的变化。将累积的信息中的指标去往不好的方向时的时间序列上的点作为变化点,事先将变化点前后几日的信息提取为变化区间。
针对提取出的变化区间,事先标记变好的区间、变差的区间等区间的特征的标签。将标记有该标签的变化区间称为变化模式。关于这种变化模式的分类方法,可以是任意方法,可以是构建特征量来进行分类的方法,可以是根据分类基准来进行分类的方法,也可以是构建规则来进行分类的方法。
图56的(A)是指标连续几日(在此为5日)恶化(增加)但在第二天指标就恢复的“仍可恢复”的变化模式的例子。图56的(B)是指标连续几日(在此为6日)恶化且在第二天以后指标也没有恢复的“基数上升”的变化模式的例子。
也可以是基于这种变化模式来判断是否存在对该用户10进行干预的必要性或对该用户10进行赞赏的必要性。具体来说,针对本次的指标的变化的推移,从构建好的变化模式中选定最接近的变化模式,根据标记于变化模式的标签,取得变化的特征,并根据所取得的变化的特征,判定是否需要对用户10进行赞赏或干预。
如图56的(C)那样,在指标变化后变为白色圆圈所示的指标的值的情况下,若第二天也恶化了,则会变为图56的(B)所示的“基数上升”的变化模式。因此,判断为存在对该用户10进行干预的必要性。若该用户10按照该干预采取某种对策,第二天的指标改善了,则变为图56的(A)所示的“仍可恢复”的变化模式。
图57是示出该实施方式中的个人的指标的推移与改善行动的关系的图。参照图57,即将到图57的(A)所示的该用户10改善目标的指标的日子之前的改善行动的有效度的顺序分别如图57的(B)所示。
图58是示出该实施方式中的与该用户10相似的用户中的继续进行改善行动的组的指标的推移与改善行动的关系的图。参照图58,遵循图58的(A)所示那样的指标的推移的用户的组的改善行动的有效度的顺序分别如图58的(B)所示。
图59是示出该实施方式中的与该用户10相似的用户中的停止了改善行动的组的指标的推移的图。参照图59,在停止了改善行动的情况下,与继续进行的情况相比,目标的指标恶化。
图60是示出该实施方式中的指标的今后的推移的多个模式的图。参照图60,基于图57至图59所示那样的解析可知,对该用户10来说,睡得好是有效的,除此以外的行动的有效度同与该用户10相似的其他用户之间的差异较小。基于该解析,创建图60所示那样的、指标的今后的推移的预测的多个模式。
返回图47,在判断为存在干预或赞赏的必要性(在步骤S172中为“是”)的情况下,控制部210创建针对该用户10的必要的建议(步骤S173)。例如可以是,针对与用户10同样的状况,读出预先存储在存储部220中的建议。另外,也可以是,创建图60所示那样的、指标的今后的推移的预测的多个模式以及各自的说明文本。
接下来,为了在该用户10的信息通信终端100A中提示创建的建议,控制部210将其发送到该信息通信终端100A(步骤S174)。
图61是示出在该实施方式中的目标维持处理中显示于信息通信终端100A的输出部140的显示画面的一例的图。参照图61,这些推荐在图47的步骤S174中显示。
这样,管理根据迄今为止的以往的变化而得到的该用户10独特的身体成分等指标的变化,在很好地持续维持时,给予该用户10表扬,捕捉指标去往不好的方向的预兆,给予该用户10建议以使其不会变成那样。
此外,图47至图61所示的指标的变化的推移的预测也可以不仅应用于目标达成后,也应用于目标达成前。
[实施方式的效果]
根据以上说明的实施方式,能够得到以下所示那样的效果。
(1-1)如图15的步骤S111所示的那样,在目标管理系统中,信息通信终端100A的控制部110受理用户10的与身体有关的定性的第1目标的输入。如步骤S112至步骤S117所示的那样,用于目标管理的服务器200的控制部210根据受理到的第1目标确定用户10的与身体有关的定量的第2目标。如步骤S118和图28所示的那样,控制部110提示由服务器200确定的第2目标。
从而,即使没有受理到与身体有关的定量数值的目标的输入,也能够给出与身体有关的定量目标。
(1-2)如图15的步骤S112至步骤S117所示的那样,控制部210通过将第1目标转换为针对与身体有关的多个特征量中的至少1个特征量的定量目标,确定包含转换后的至少1个目标的第2目标。从而,即使没有受理到与身体有关的定量数值的目标的输入,也能够给出针对与身体有关的特征量的定量目标。
(1-3)如图15的步骤S112至步骤S117所示的那样,控制部210将第1目标转换为针对与对第1目标进行语言解析而得到的含义对应的至少1个特征量的定量目标。从而,能够给出针对与第1目标的含义对应的特征量的定量目标。
(1-4)如图15的步骤S112至步骤S117所示的那样,该定量目标是指包含在与对第1目标进行语言解析而得到的含义对应的特征量的值的范围内的范围或值。从而,能够给出针对与第1目标的含义对应的特征量的定量目标。
(1-5)在对第1目标进行语言解析而得到的含义存在多个的情况下,该定量目标是指包含在每个含义的特征量的值的范围内的范围或值。从而,能够给出针对与第1目标的含义对应的多个特征量的定量目标。
(1-6)如图15的步骤S112至步骤S117所示的那样,在与对第1目标进行语言解析而得到的含义对应的特征量存在多个的情况下,该定量目标是指,在以各特征量为轴的多维空间中的每个含义的特征量的范围有重叠时,与包含在重叠的范围内的多维空间的位置或范围对应的各特征量的值或其范围。从而,能够给出满足所有与第1目标的含义对应的多个特征量的定量目标。
(2-1)如图29的步骤S121、步骤S122所示的那样,在目标管理系统中,信息通信终端100A的控制部110取得用户10的与身体有关的规定的指标的现状值、目标值以及目标的达成期限。如步骤S127和图34所示的那样,用于目标管理的服务器200的存储部220预先将表示由用于达成多个人的与身体有关的目标的到目标值为止的规定的指标的值的推移即路径和每个路径的目标达成率的组合所示的目标达成的趋势的信息与多个人的属性对应地存储起来。如步骤S123至步骤S128所示的那样,服务器200的控制部210根据所取得的现状值、目标值以及达成期限,使用存储在存储部220中的信息所示的趋势,创建目标达成率高于其它路径的路径。如步骤S129和图35所示的那样,控制部110提示由服务器200创建的路径。从而,能够提示适合于达成与身体有关的目标的路径。
(2-2)如图34所示的那样,存储部220还与趋势对应地存储多个人的与身体有关的以往的目标。如图29的步骤S123至步骤S128所示的那样,控制部210使用存储于存储部的信息中的目标与该用户10近似的人的信息所示的趋势,创建路径。从而,能够基于其他用户的信息,提示适合于达成与身体有关的目标的路径。
(2-3)如图29的步骤S123至步骤S128所示的那样,控制部210使用存储于存储部220的信息中的属性与该用户10近似的人的信息所示的趋势,创建路径。从而,能够基于其他用户的信息,提示适合于达成与身体有关的目标的路径。
(2-4)如图34所示的那样,存储部220存储目标的达成率作为趋势。如图29的步骤S123至步骤S128所示的那样,服务器200使用存储于存储部220的信息中的属性与该用户10近似的人的信息所示的达成率,创建路径。从而,能够基于其他用户的信息,提示适合于达成与身体有关的目标的路径。
(3-1)如图37的步骤S141至步骤S147所示的那样,在目标管理系统中,用于目标管理的服务器200的控制部210算出规定的指标的现状值的相对于用于达成用户10的与身体有关的目标的到规定的指标的目标值为止的规定的指标的值的推移即路径的背离度。如步骤S148至步骤S152所示的那样,控制部210根据算出的背离度来决定干预方法。如步骤S155所示的那样,控制部210通过所决定的干预方法来执行用于对该用户10进行干预的处理。从而,能够有效地促使用户10为了达成与身体有关的目标而做出改善。
(3-2)如图37的步骤S151和步骤S152所示的那样,作为干预方法,控制部210决定对该用户10进行干预的人。如步骤S155所示的那样,作为用于对该用户10进行干预的处理,控制部210执行促使所决定的人进行干预的处理。从而,能够由所决定的干预者有效地促使用户10为了达成与身体有关的目标而做出改善。
(3-3)如图38和图42所示的那样,存储部220预先存储用于决定在统计上有效的干预方法的决定用信息。如图37的步骤S151和步骤S152所示的那样,控制部210使用存储于存储部的决定用信息,决定对该用户10来说在统计上有效的干预方法。从而,能够以对该用户10来说在统计上有效的干预方法有效地促使用户10为了达成与身体有关的目标而做出改善。
(3-4)如图42所示的那样,存储部220预先将多个人的与身体有关的目标和有效的干预方法对应地存储起来作为决定用信息。如图37的步骤S151和步骤S152所示的那样,控制部210基于存储于存储部220的干预方法中的针对目标与该用户10近似的人的干预方法来决定干预方法。从而,能够以对该用户10来说在统计上有效的干预方法,具体来说是以针对目标与该用户10近似的人的干预方法,有效地促使用户10为了达成与身体有关的目标而做出改善。
(3-5)如图38所示的那样,存储部220预先存储该用户的以往的有效的干预方法作为决定用信息。如图37的步骤S151和步骤S152所示的那样,控制部210基于存储在存储部220中的干预方法来决定干预方法。从而,能够以对该用户10来说在统计上有效的干预方法,具体来说是以该用户10的以往的干预方法中的在统计上有效的干预方法,有效地促使用户10为了达成与身体有关的目标而做出改善。
(4-1)如图37的步骤S141至步骤S147所示的那样,在目标管理系统中,用于目标管理的服务器200的控制部210判断是否由于产生了规定的指标的现状值相对于用于达成用户10的与身体有关的目标的到规定的指标的目标值为止的规定的指标的值的推移即路径的背离而需要干预。存储部220存储针对该目标的指标进行干预的每个人的干预的结果。如步骤S151和步骤S152所示的那样,控制部210在判断为需要干预的情况下,使用存储在存储部220中的干预的结果来决定对该用户10进行干预的人中的对目标达成的贡献度高的人。如步骤S155所示的那样,控制部210执行促使所决定的人进行干预的处理。从而,能够有效地促使用户10为了达成与身体有关的目标而做出改善。另外,能够基于干预的结果,由对目标达成的贡献度高的干预者有效地促使用户10为了达成与身体有关的目标而做出改善。
(4-2)存储部220存储针对该目标的每个定时的干预的结果。如图37的步骤S154所示的那样,控制部210使用存储在存储部220中的干预的结果,决定对目标达成的贡献度高的定时。执行部执行促使以在由决定部决定的定时进行干预的方式来干预的人进行干预的处理。从而,能够在对目标达成的贡献度高的定时有效地促使用户10为了达成与身体有关的目标而做出改善。
(4-3)如图37的步骤S154所示的那样,控制部210根据该用户10的每一天的习惯来决定贡献度高的人。从而,能够根据该用户10的每一天的习惯,由贡献度高的人有效地促使用户10为了达成与身体有关的目标而做出改善。
(5-1)如图48和图50所示的那样,在目标管理系统中,用于目标管理的服务器200的存储部220预先存储表示与身体有关的值相对于行动种类或行动量的变化的值。如图47的步骤S161至步骤S171所示的那样,服务器200的控制部210使用存储在存储部220中的表示变化的值,预测表示用户10的每个行动下的与身体有关的值的变化的值。如步骤S174和图61所示的那样,信息通信终端100A提示由服务器200预测出的表示变化的值。从而,能够预测表示用户10的每个行动下的与身体有关的值的变化的值。
(5-2)如图57至图60所示的那样,控制部210预测表示进行了规定行动的情况下的变化的值和表示没有进行规定行动的情况下的变化的值。从而,能够预测进行了规定行动的情况下和没有进行规定行动的情况下的、表示用户10的每个行动下的与身体有关的值的变化的值。
(5-3)如图50所示的那样,存储部220预先存储表示该用户10的与身体有关的值相对于行动种类或行动量的变化的值。从而,能够基于表示该用户10的与身体有关的值相对于行动种类或行动量的变化的值,预测表示用户10的每个行动下的与身体有关的值的变化的值。
(5-4)如图48所示的那样,存储部220预先存储表示多个人的与身体有关的值相对于行动种类或行动量的变化的值。从而,能够基于表示多个人的与身体有关的值相对于行动种类或行动量的变化的值,预测表示用户10的每个行动下的与身体有关的值的变化的值。
[变形例]
(1)在前述的实施方式中,说明了针对目标管理系统的公开。但是不限于此,能够将本公开理解为目标管理系统中包含的用于目标管理的服务器200和信息通信终端100。另外,也能够将本公开理解为由服务器200和信息通信终端100执行的程序以及用于目标管理的方法。
另外,能够将本发明理解为记录有该程序的计算机可读取的记录介质。该记录介质可以是磁带、软盘、硬盘等磁盘、CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-R、DVD-RW、DVD-RAM、DVD+R、DVD+RW等光盘、MO等磁光盘、存储卡、或USB存储器等固定地承载程序的介质,也可以是以从ASP(Application Service Provider;应用服务提供商)等的服务器经由通信网络下载程序的方式流动地承载程序的介质。
(2)在前述的实施方式中,用于目标管理的服务器200是1台计算机。但是不限于此,服务器200也可以是由多个计算机构成的服务器组。
(3)在前述的实施方式中,由目标管理系统执行的功能是通过由控制部210的CPU执行软件而实现的,该软件即在图14、图15、图29、图37以及图47中说明的程序的处理。但是不限于此,也可以是,这些功能的一部分或全部由专用的硬件实现。
(4)在前述的实施方式中,由服务器200执行的功能的一部分也可以由信息通信终端100执行。例如可以是,在服务器200的控制部210使用存储在存储部220中的规定数据来确定规定值,并将所确定的规定值发送到信息通信终端100的情况下,服务器200的控制部210将存储在存储部220中的规定数据发送到信息通信终端100,信息通信终端100的控制部110使用接收到的规定数据来确定规定值。
(5)在实施方式和变形例中说明的技术旨在尽可能既可以单独实施也可以组合实施。
应当认为,本次公开的实施方式在所有方面均为例示,而不是限制性的。本公开的范围不是由上述实施方式的说明给出,而是由权利要求书给出,旨在包含与权利要求书等同的含义和范围内的所有变更。
附图标记说明
10、20、30用户,100、100A、100B、100C信息通信终端,110、210、510控制部,120、220、520存储部,130、530操作部,140、540输出部,150、250外部存储装置,151、251记录介质,160、170、570无线通信部,200、300服务器,260通信部,500测定装置,580测定部,800、800A、800B通信设备,900通信网络。
Claims (9)
1.一种目标管理系统,管理用户的与身体有关的目标,
上述目标管理系统的特征在于,具备:
存储部,其预先存储表示与身体有关的值相对于行动种类或行动量的变化的值;
预测部,其使用存储于上述存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值;以及
提示部,其提示由上述预测部预测出的表示变化的值。
2.根据权利要求1所述的目标管理系统,
上述预测部预测表示进行了规定行动的情况下的变化的值和表示没有进行上述规定行动的情况下的变化的值。
3.根据权利要求1所述的目标管理系统,
上述存储部预先存储表示该用户的与身体有关的值相对于行动种类或行动量的变化的值。
4.根据权利要求1所述的目标管理系统,
上述存储部预先存储表示多个人的与身体有关的值相对于行动种类或行动量的变化的值。
5.根据权利要求1所述的目标管理系统,
上述目标管理系统包含服务器和终端装置,
上述服务器具备上述存储部和上述预测部,
上述终端装置具备上述提示部。
6.一种目标管理服务器,管理用户的与身体有关的目标,
上述目标管理服务器的特征在于,具备:
存储部,其预先存储表示与身体有关的值相对于行动种类或行动量的变化的值;
预测部,其使用存储于上述存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值;以及
发送部,其将由上述预测部预测出的表示变化的值发送到终端装置以在上述终端装置中进行提示。
7.一种目标管理程序,由管理用户的与身体有关的目标的服务器执行,
上述目标管理程序的特征在于,
上述服务器具备预先存储表示与身体有关的值相对于行动种类或行动量的变化的值的存储部,
上述目标管理程序使上述服务器执行如下步骤:
使用存储于上述存储部的表示变化的值,预测表示用户的每个行动下的与身体有关的值的变化的值;以及
将预测出的表示变化的值发送到终端装置以在上述终端装置中进行提示。
8.一种目标管理终端装置,管理用户的与身体有关的目标,
上述目标管理终端装置的特征在于,具备:
接收部,其通过预先存储表示与身体有关的值相对于行动种类或行动量的变化的值的服务器来接收使用所存储的表示变化的值预测出的表示用户的每个行动下的与身体有关的值的变化的值;以及
提示部,其提示由上述接收部接收到的表示变化的值。
9.一种目标管理程序,由管理用户的与身体有关的目标的终端装置执行,
上述目标管理程序的特征在于,使上述终端装置执行如下步骤:
通过预先存储表示与身体有关的值相对于行动种类或行动量的变化的值的服务器来接收使用所存储的表示变化的值预测出的表示用户的每个行动下的与身体有关的值的变化的值;以及
提示接收到的表示变化的值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-207225 | 2017-10-26 | ||
JP2017207225A JP7073074B2 (ja) | 2017-10-26 | 2017-10-26 | 目標管理システム、目標管理サーバ、および、目標管理プログラム |
PCT/JP2018/039020 WO2019082812A1 (ja) | 2017-10-26 | 2018-10-19 | 目標管理システム、目標管理サーバ、目標管理プログラム、および、目標管理端末装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111295715A true CN111295715A (zh) | 2020-06-16 |
CN111295715B CN111295715B (zh) | 2024-01-19 |
Family
ID=66246418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880069097.8A Active CN111295715B (zh) | 2017-10-26 | 2018-10-19 | 目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200234226A1 (zh) |
JP (1) | JP7073074B2 (zh) |
CN (1) | CN111295715B (zh) |
DE (1) | DE112018005668T5 (zh) |
WO (1) | WO2019082812A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936771A (zh) * | 2021-12-17 | 2022-01-14 | 北京因数健康科技有限公司 | 一种健康指标目标的迭代生成方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021060805A (ja) * | 2019-10-07 | 2021-04-15 | 富士ゼロックス株式会社 | 情報処理装置及び情報処理プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006285706A (ja) * | 2005-04-01 | 2006-10-19 | Hitachi Ltd | 健康管理支援システム |
JP2010260327A (ja) * | 2009-05-01 | 2010-11-18 | Yoshimi Murata | ダイエット行動と効果の関係を可視化分析する体重管理方法 |
TW201125534A (en) * | 2010-01-22 | 2011-08-01 | Univ Nat Yang Ming | Weight-predicted system and method thereof |
CN102844784A (zh) * | 2010-03-29 | 2012-12-26 | 欧姆龙健康医疗事业株式会社 | 健康管理支援装置、健康管理支援系统及健康管理支援程序 |
CN105765593A (zh) * | 2013-10-02 | 2016-07-13 | 捷通国际有限公司 | 饮食遵循系统 |
CN106327002A (zh) * | 2015-06-30 | 2017-01-11 | 松下电器(美国)知识产权公司 | 需求预测方法和需求预测装置 |
US20170094487A1 (en) * | 2015-09-25 | 2017-03-30 | Samsung Electronics Co., Ltd. | Automatic construction of personalized, peer-derived messages for mobile health applications |
CN107004239A (zh) * | 2014-12-25 | 2017-08-01 | 欧姆龙株式会社 | 生活习惯改善装置、生活习惯改善方法及生活习惯改善系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030125609A1 (en) * | 2001-08-03 | 2003-07-03 | Robert Becker | Method for reliable measurement in medical care and patient self monitoring |
-
2017
- 2017-10-26 JP JP2017207225A patent/JP7073074B2/ja active Active
-
2018
- 2018-10-19 CN CN201880069097.8A patent/CN111295715B/zh active Active
- 2018-10-19 WO PCT/JP2018/039020 patent/WO2019082812A1/ja active Application Filing
- 2018-10-19 DE DE112018005668.6T patent/DE112018005668T5/de active Pending
-
2020
- 2020-04-08 US US16/843,240 patent/US20200234226A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006285706A (ja) * | 2005-04-01 | 2006-10-19 | Hitachi Ltd | 健康管理支援システム |
JP2010260327A (ja) * | 2009-05-01 | 2010-11-18 | Yoshimi Murata | ダイエット行動と効果の関係を可視化分析する体重管理方法 |
TW201125534A (en) * | 2010-01-22 | 2011-08-01 | Univ Nat Yang Ming | Weight-predicted system and method thereof |
CN102844784A (zh) * | 2010-03-29 | 2012-12-26 | 欧姆龙健康医疗事业株式会社 | 健康管理支援装置、健康管理支援系统及健康管理支援程序 |
CN105765593A (zh) * | 2013-10-02 | 2016-07-13 | 捷通国际有限公司 | 饮食遵循系统 |
CN107004239A (zh) * | 2014-12-25 | 2017-08-01 | 欧姆龙株式会社 | 生活习惯改善装置、生活习惯改善方法及生活习惯改善系统 |
CN106327002A (zh) * | 2015-06-30 | 2017-01-11 | 松下电器(美国)知识产权公司 | 需求预测方法和需求预测装置 |
US20170094487A1 (en) * | 2015-09-25 | 2017-03-30 | Samsung Electronics Co., Ltd. | Automatic construction of personalized, peer-derived messages for mobile health applications |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936771A (zh) * | 2021-12-17 | 2022-01-14 | 北京因数健康科技有限公司 | 一种健康指标目标的迭代生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7073074B2 (ja) | 2022-05-23 |
CN111295715B (zh) | 2024-01-19 |
US20200234226A1 (en) | 2020-07-23 |
DE112018005668T5 (de) | 2020-11-05 |
WO2019082812A1 (ja) | 2019-05-02 |
JP2019079391A (ja) | 2019-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102867A (zh) | 远程医疗的智能分诊方法及智能分诊平台 | |
US10929916B2 (en) | Persona based food recommendation systems and methods | |
GB2553273A (en) | Determining an optimal wellness regime | |
US12106858B2 (en) | System and method that optimizes physical activity recommendations based on risks of falls | |
JP5472922B2 (ja) | 生活習慣改善支援システム、及び、生活習慣改善支援方法 | |
KR102342770B1 (ko) | 질병 예측치의 분포를 이용한 건강관리 상담 시스템 | |
CN112313679A (zh) | 信息处理设备、信息处理方法和程序 | |
CN111295715A (zh) | 目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置 | |
JP2021108146A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
CN109522487A (zh) | 一种基于评论的餐厅个性化推荐方法 | |
KR102657384B1 (ko) | 개인 선호 기반의 식이 구성 및 추천 방법 | |
CN111274351A (zh) | 自动调整用户优先级的方法、装置、电子设备及存储介质 | |
JP6799403B2 (ja) | 健康指導支援装置、健康指導支援方法及びプログラム | |
WO2023201285A2 (en) | Computer-implemented systems and methods for health data analysis and management | |
JP2019079389A (ja) | 目標管理システム、目標管理サーバ、および、目標管理プログラム | |
JP7099815B2 (ja) | 目標管理システム、目標管理サーバ、および、目標管理プログラム | |
CN111263966B (zh) | 目标管理系统及目标管理程序 | |
WO2019077898A1 (ja) | 睡眠改善支援システム、方法およびプログラム | |
JP7202068B2 (ja) | 目標管理システム、および、目標管理プログラム | |
CN111164702B (zh) | 目标管理系统及包括目标管理程序的计算机可读记录介质 | |
JP2019079390A (ja) | 目標管理システム、目標管理サーバ、および、目標管理プログラム | |
JP2001290920A (ja) | 人材評価システム及び方法 | |
JP7272635B2 (ja) | ケアプラン作成支援装置、ケアプラン作成支援方法、プログラム、および記録媒体 | |
US20240047066A1 (en) | Clinical decision support device, clinical decision support method, and storage medium | |
JPH11353386A (ja) | 介護情報提供装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |