CN115335837A - 区域推荐装置 - Google Patents

区域推荐装置 Download PDF

Info

Publication number
CN115335837A
CN115335837A CN202180023863.9A CN202180023863A CN115335837A CN 115335837 A CN115335837 A CN 115335837A CN 202180023863 A CN202180023863 A CN 202180023863A CN 115335837 A CN115335837 A CN 115335837A
Authority
CN
China
Prior art keywords
area
information
region
recommended
recommendation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180023863.9A
Other languages
English (en)
Inventor
大贺隆宽
武内敏文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daikin Industries Ltd
Original Assignee
Daikin Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daikin Industries Ltd filed Critical Daikin Industries Ltd
Publication of CN115335837A publication Critical patent/CN115335837A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

如果在推荐座位时没有提示推荐理由，则由于没有判断材料，存在对象者难以从多个推荐座位中选择喜欢的座位的课题。区域推荐装置(100)从对象空间内的多个对象区域中决定向对象者推荐的1个或多个推荐区域(R81)。区域推荐装置(100)具备区域信息取得部(1)、推荐区域决定部(50)以及提示部(92)。区域信息取得部(1)取得作为与对象区域相关的信息的区域信息(2)。推荐区域决定部(50)基于区域信息(2)来决定推荐区域(R81)。提示部(92)向对象者提示1个或多个推荐区域(R81)以及决定出推荐区域(R81)的推荐理由(R82)。

Description

区域推荐装置
技术领域
本发明涉及一种区域推荐装置。
背景技术
在共用办公室等的自由地址空间中，有在进入时推荐对于对象者而言舒适的座位的技术。在专利文献1(日本特开2014-214975号公报)中，推荐了对于对象者而言舒适的多个座位。
发明内容
发明所要解决的课题
如果在推荐座位时没有提示推荐理由，则由于没有判断材料，存在对象者难以从多个推荐座位中选择喜欢的座位的课题。
用于解决课题的手段
第一观点的区域推荐装置从对象空间内的多个对象区域中决定向对象者推荐的1个或多个推荐区域。区域推荐装置具备区域信息取得部、推荐区域决定部和提示部。区域信息取得部取得作为与对象区域相关的信息的区域信息。推荐区域决定部根据区域信息来决定推荐区域。提示部向对象者提示1个或多个推荐区域以及决定出推荐区域的推荐理由。
在第一观点的区域推荐装置中，提示部除了提示1个或多个推荐区域以外，还向对象者提示决定出推荐区域的推荐理由。因此，对象者能够在考虑推荐理由的基础上从多个推荐区域中选择喜欢的区域。
第二观点的区域推荐装置是第一观点的区域推荐装置，推荐区域决定部计算出第一相似度来决定推荐区域，该第一相似度表示与对象者以及对象区域相关的过去信息与当前信息的相似程度，该过去信息包含作为过去的区域信息的过去区域信息，该当前信息包含作为当前的区域信息的当前区域信息。
第三观点的区域推荐装置是第二观点的区域推荐装置，还具备取得对象者的生物体信息的生物体信息取得部。过去信息还包含作为与被对象者认证部认证后的对象者相关的过去的生物体信息的过去生物体信息。当前信息还包含作为与对象者相关的当前的生物体信息的当前生物体信息。
第四观点的区域推荐装置是第二观点或第三观点中的任意一个观点的区域推荐装置，区域信息由区域信息项目构成。区域信息项目包含温度、湿度、照度、照明的颜色、噪音、椅子的种类、桌子的种类、是个人用还是共用、是否为窗边、人口密度、插座的有无以及OA设备的远近中的至少1个。推荐区域决定部还计算出第二相似度，该第二相似度表示针对每个区域信息项目的过去区域信息与当前区域信息的相似程度。
在第四观点的区域推荐装置中，推荐区域决定部还计算出第二相似度，该第二相似度表示针对每个区域信息项目的过去区域信息与当前区域信息的相似程度。因此，区域推荐装置能够使用每个区域信息项目的第二相似度作为推荐理由。其结果，对象者的判断材料增加，容易从多个推荐区域中选择喜欢的区域。
第五观点的区域推荐装置是第四观点的区域推荐装置，还具备取得对象者的期望条件的期望条件取得部。期望条件包含作为对象者所优先的区域信息项目的优先区域信息项目。推荐区域决定部计算出与优先区域信息项目相关的第二相似度，来决定推荐区域。
在第五观点的区域推荐装置中，在对象者有期望条件的情况下，推荐区域决定部计算出与优先区域信息项目相关的第二相似度，来决定推荐区域。因此，区域推荐装置能够在考虑优先区域信息项目的基础上决定推荐区域。其结果，对象者能够接受考虑了喜欢的区域信息项目的区域的推荐。
第六观点的区域推荐装置是第一观点至第五观点中的任意一个观点的区域推荐装置，区域信息由区域信息项目构成。区域信息项目包含温度、湿度、照度、照明的颜色、噪音、椅子的种类、桌子的种类、是个人用还是共用、是否为窗边、人口密度、插座的有无以及OA设备的远近中的至少1个。在提示部提示的推荐理由中至少包含与推荐区域相关的1个或多个区域信息项目。
第七观点的区域推荐装置是第一观点至第六观点中的任意一个观点的区域推荐装置，提示部根据与对象者相关的区域信息，还提示对象者的使用历史。
在第七观点的区域推荐装置中，提示部还提示对象者的使用历史。因此，对象者可以参考过去的使用历史来选择推荐区域。
第八观点的区域推荐装置是第一观点至第七观点中的任意一个观点的区域推荐装置，该区域推荐装置还具备选择区域信息取得部，该选择区域信息取得部取得作为对象者所选择的区域的位置信息的选择区域信息。提示部还提示与选择区域信息相关的区域信息。
在第八观点的区域推荐装置中，提示部对与从对象者取得的选择区域信息相关的区域信息进行提示。因此，对象者还能够参照推荐区域以外的关于当前未使用的对象区域的区域信息。
附图说明
图1是对象空间的俯视图。
图2A是区域推荐装置的结构图。
图2B是区域推荐装置的结构图。
图2C是区域推荐装置的结构图。
图2D是区域推荐装置的结构图。
图3是表示区域基本信息的图。
图4是表示使用者信息的图。
图5是表示使用信息的图。
图6是表示环境信息的图。
图7是表示区域特征信息的图。
图8是表示生物体信息的图。
图9是表示显示器的画面的图。
图10A是推荐区域决定处理的流程图。
图10B是推荐区域决定处理的流程图。
图11是表示过去的使用信息的图。
图12是表示过去信息的图。
图13是表示过去多维信息点的图。
图14A是表示多维空间中的过去多维信息点的图。
图14B是表示数据清理后的过去多维信息点以及多维舒适区域的图。
图14C是表示多维舒适区域重心的图。
图14D是表示多维空间中的当前多维信息点的图。
图14E是表示多维舒适区域重心与当前多维信息点之间的第一距离的图。
图14F是表示多维舒适区域重心与当前多维信息点之间的第二距离的图。
图15是表示与当前未使用的对象区域相关的使用信息的图。
图16是表示当前信息的图。
图17是表示当前多维信息点的图。
图18是表示显示器的画面的图。
图19是表示显示器的画面的图。
图20是表示显示器的画面的图。
图21是表示显示器的画面的图。
具体实施方式
(1)整体结构
区域推荐装置100从对象空间80内的多个对象区域81中决定向对象者推荐的1个或多个推荐区域R81。对象空间80例如是共用办公室等的自由地址空间。图1表示对象空间80的俯视图。区域推荐装置100例如设置在对象空间80的入口84附近。对象区域81是向对象空间80的使用者提供的多个区域。对象区域81例如是座位、房间、空间等任意的区域。在图1中，作为对象区域81的例子，示出了1人用座位81a、2人用座位81b、会议室81c。在此，使用者这样的词语用以对象空间80的使用者这样的意思。对象者这样的词语用以对象空间80的使用者中特别是通过区域推荐装置100接受区域推荐的人这样的意思。
如图2A所示，区域推荐装置100主要具备区域信息取得部1、生物体信息取得部60、信息存储部40、推荐区域决定部50、期望条件取得部90和提示部92。
另外，区域推荐装置100具备控制运算装置和存储装置。控制运算装置能够使用CPU或GPU这样的处理器。控制运算装置读出存储于存储装置的程序，按照该程序进行规定的图像处理、运算处理。进而，控制运算装置能够按照程序将运算结果写入存储装置，或者读出存储于存储装置的信息。区域信息取得部1、生物体信息取得部60、信息存储部40、推荐区域决定部50、期望条件取得部90和提示部92是由控制运算装置实现的各种功能块。
(2)详细结构
(2-1)区域信息取得部
区域信息取得部1取得作为与对象区域81相关的信息的区域信息2。区域信息2由区域信息项目2a构成。区域信息项目2a包含温度、湿度、照度、照明的颜色、噪音、椅子的种类、桌子的种类、是个人用还是共用、是否为窗边、人口密度、插座的有无以及OA设备的远近中的至少1个。图2B是表示图2A中的区域信息取得部1以及生物体信息取得部60的详细内容的图。如图2B所示，区域信息取得部1具备使用信息取得部10、环境信息取得部20和特征信息取得部30。区域信息2包含从使用信息取得部10取得的使用信息11、从环境信息取得部20取得的环境信息21以及从特征信息取得部30取得的区域特征信息31。
(2-1-1)使用信息取得部
使用信息取得部10取得与对象区域81中的人的使用状况相关的使用信息11。如图2B所示，使用信息取得部10具备基本信息取得部12、使用者信息取得部14和认证部16。
(2-1-1-1)基本信息取得部
如图2B所示，基本信息取得部12取得作为与对象区域81相关的基本信息的区域基本信息13。
图3表示区域基本信息13的例子。区域基本信息13具有“对象区域”和“范围”作为主要项目。关于“照明的颜色”及其之后的项目，在后面叙述。
在“对象区域”中存储对象区域81的名称。在图3中存储有“座位A”等。
在“范围”中存储“对象区域”的坐标范围。在图3中存储有“范围A”等。
区域基本信息13是能够事先设定的内容。
(2-1-1-2)使用者信息取得部
如图2B所示，使用者信息取得部14取得作为与对象空间80的使用者相关的信息的使用者信息15。
图4表示使用者信息15的例子。使用者信息15具有“使用者ID”、“姓名”和“面部图像”作为主要项目。
使用者信息取得部14进行对象空间80的使用者的登记。使用者信息取得部14从使用者接收“姓名”和“面部图像”等信息，发行唯一地确定使用者的“使用者ID”。这些信息被存储在使用者信息15中。在图4中，在“使用者ID”中存储有“100”等，在“姓名”中存储有“〇〇”等，在“面部图像”中存储有“/pic/aaa.jpeg”等。
(2-1-1-3)认证部
认证部16对对象空间80内的使用者进行认证。认证例如使用面部认证、指纹认证、密码认证等。在本实施方式中，认证部16通过面部认证来对使用者进行认证。具体而言，如图2B所示，认证部16基于在对象空间80内检测到的面部图像和使用者信息15来对使用者进行认证。在面部图像的检测中例如使用物体检测摄像头等。在图2B中，将物体检测摄像头等表示为检测器D。
认证部16能够输出被认证出的使用者的使用者ID。
(2-1-1-4)使用信息
如图2B所示，使用信息取得部10通过区域基本信息13、使用者信息15以及认证部16的功能取得使用信息11。
图5表示使用信息11的例子。使用信息11具有“对象区域”、“日期”、“时刻”以及“使用者ID”作为主要项目。
从区域基本信息13的“对象区域”取得“对象区域”。在图5中存储有“座位A”等。
在“日期”中存储取得使用信息11的日期。在图5中存储有“2020年1月29日”。“日期”例如从区域推荐装置100所具备的控制运算装置的内部计时器等取得。
在“时刻”中存储取得使用信息11的时刻。在本实施方式中，每1小时取得使用信息11以及后述的环境信息21、区域特征信息31以及生物体信息61。因此，在图5中，如“10：00”、“11：00”所示存储有每1小时的时刻。“时刻”例如从区域推荐装置100所具备的控制运算装置的内部计时器等取得。
在“使用者ID”中存储有在“日期”以及“时刻”下使用“对象区域”的使用者的“使用者ID”。在图5中存储有“100”、“NULL”等。“NULL”表示未使用“对象区域”。通过区域基本信息13、使用者信息15以及认证部16的功能取得“使用者ID”。
具体而言，对在2020年1月29日的11：00取得的使用信息11的取得方法进行说明。首先，取得图3所示的区域基本信息13的第一行的记录。该记录的“对象区域”是“座位A”。该“座位A”存储于使用信息11的“对象区域”。在2020年1月29日的11：00取得使用信息11，因此在使用信息11的“日期”以及“时刻”中分别保存“2020年1月29日”以及“11：00”。由于图3所示的区域基本信息13的第一行的记录的“范围”是“范围A”，因此使用信息取得部10通过认证部16对处于“范围A”的使用者进行认证，从而取得使用信息11的“使用者ID”。作为认证的结果，输出“100”作为“使用者ID”，因此在使用信息11的“使用者ID”中存储“100”。这里取得的记录相当于图5的使用信息11的第二行的记录。若对区域基本信息13的全部记录进行该处理，则能够取得2020年1月29日的11：00中的使用信息11。
根据图5的使用信息11可知以下情况。“座位A”在“10：00”和“11：00”的时刻，由使用者ID“100”的使用者进行使用。“座位B”在“10：00”的时刻，由使用者ID“200”的使用者进行使用，但在“11：00”的时刻，谁都没有使用。“座位C”在“10：00”的时刻，由使用者ID“300”的使用者进行使用，但在“11：00”的时刻，由使用者ID“400”的使用者进行使用。
(2-1-2)环境信息取得部
如图2B所示，环境信息取得部20取得与对象区域81中的室内环境有关的环境信息21。环境信息21包含温度、湿度、照度、照明的颜色以及噪音中的至少1个。
图6示出了环境信息21的例子。环境信息21具有“对象区域”、“日期”、“时刻”、“温度”、“湿度”、“照度”、“照明的颜色”以及“噪音”作为主要项目。
“对象区域”、“日期”以及“时刻”如上所述。
在“温度”、“湿度”、“照度”以及“噪音”中存储有在“日期”以及“时刻”下的“对象区域”的温度、湿度、照度以及噪音。
在“照明的颜色”中存储“对象区域”的照明的颜色。
“温度”例如从温度传感器等取得。在图6中存储有20℃至22℃的范围的值。
“湿度”例如从湿度传感器等取得。在图6中存储有49％至52％的范围的值。
“照度”例如从照度传感器等取得。在图6中存储有300lx至750lx的范围的值。
从图3所示的区域基本信息13的“照明的颜色”取得“照明的颜色”。在图6中存储有“暖白色”、“冷白色”和“日光色”。
“噪音”例如从集音麦克风等取得。在图6中存储有20dB至40dB的范围的值。
在图2B中，将上述的温度传感器等表示为检测器D。
具体而言，对在2020年1月29日的11：00取得的环境信息21的取得方法进行说明。首先，取得图3所示的区域基本信息13的第一行的记录。该记录的“对象区域”是“座位A”。该“座位A”被存储在环境信息21的“对象区域”中。由于在2020年1月29日的11：00取得环境信息21，因此在环境信息21的“日期”以及“时刻”中分别存储“2020年1月29日”以及“11：00”。关于环境信息21的“温度”、“湿度”、“照度”以及“噪音”，存储有在2020年1月29日的11：00从温度传感器等取得的值。由于图3所示的区域基本信息13的第一行的记录的“照明的颜色”是“暖白色”，因此在环境信息21的“照明的颜色”中存储“暖白色”。这里取得的记录相当于图6的环境信息21的第二行的记录。若对区域基本信息13的全部记录进行该处理，则能够取得2020年1月29日的11：00的环境信息21。
(2-1-3)特征信息取得部
如图2B所示，特征信息取得部30取得与对象区域81中的设备以及周边信息相关的区域特征信息31。
区域特征信息31包含对象区域81中的椅子的种类、桌子的种类、个别座位的与否、是否为窗边、人口密度、插座的有无以及OA设备的远近中的至少1个。
图7示出了区域特征信息31的例子。区域特征信息31具有“对象区域”、“日期”、“时刻”、“椅子的种类”、“桌子的种类”、“是个人用还是共用”、“是否为窗边”、“人口密度”、“插座的有无”、“OA设备的远近”作为主要项目。
在“椅子的种类”、“桌子的种类”、“是个人用还是共用”、“是否为窗边”、“插座的有无”以及“OA设备的远近”中存储“对象区域”的椅子的种类、桌子的种类、个别座位的与否、是否为窗边、插座的有无以及OA设备的远近。
在“人口密度”中存储“日期”和“时刻”下的“对象区域”的人口密度。
“对象区域”、“日期”以及“时刻”如上所述。
从图3所示的区域基本信息13的“椅子的种类”、“桌子的种类”、“是个人用还是共用”、“是否为窗边”、“插座的有无”以及“OA设备的远近”中取得“椅子的种类”、“桌子的种类”、“是个人用还是共用”、“是否为窗边”、“插座的有无”以及“OA设备的远近”。
“椅子的种类”在图7中存储有“办公椅A”等。“办公椅A”等是事先分类的值。
“桌子的种类”在图7中存储有“办公桌B”等。“办公桌B”等是事先分类的值。
“是个人用还是共用”在图7中存储有“个人用”以及“共用”。
“是否为窗边”在图7中存储有“是”以及“否”。
“插座的有无”在图7中存储有“有”和“无”。
“OA设备的远近”在图7中存储有“15m以内”等。“15m以内”等是事先对从对象区域81到OA设备的距离进行分类而得的值。
“人口密度”是处于从对象区域81起规定的范围内的人的数量。“人口密度”例如使用物体检测摄像头等来计算出。在图2B中，将物体检测摄像头等表示为检测器D。在图7中存储有2人至4人的范围的值。
具体而言，对在2020年1月29日的11：00取得的区域特征信息31的取得方法进行说明。首先，取得图3所示的区域基本信息13的第一行的记录。该记录的“对象区域”是“座位A”。该“座位A”被存储在区域特征信息31的“对象区域”中。由于在2020年1月29日的11：00取得区域特征信息31，因此在区域特征信息31的“日期”和“时刻”中分别存储“2020年1月29日”和“11：00”。在区域特征信息31的“椅子的种类”、“桌子的种类”、“是个人用还是共用”、“是否为窗边”、“插座的有无”以及“OA设备的远近”中，储存作为区域基本信息13的第一行的记录的相同项目名的值的“办公椅A”等。在区域特征信息31的“人口密度”中存储在2020年1月29日的11：00使用物体检测摄像头等计算出的值。这里取得的记录相当于图7的区域特征信息31的第二行的记录。若对区域基本信息13的全部记录进行该处理，则能够取得2020年1月29日的11：00的区域特征信息31。
(2-2)生物体信息取得部
如图2B所示，生物体信息取得部60取得对象空间80内的人的生物体信息61。
生物体信息61包含体表面温度、深层体温以及脉搏中的至少1个。
图8表示生物体信息61的例子。生物体信息61具有“使用者ID”、“日期”、“时刻”、“体表面温度”、“深层体温”以及“脉搏”作为主要项目。
“使用者ID”通过使用者信息15以及认证部16的功能取得。在图8中存储有“100”等。
“日期”及“时刻”如上所述。
在“体表面温度”、“深层体温”以及“脉搏”中分别存储有“日期”以及“时刻”下的“使用者ID”所示的使用者的体表面温度、深层体温以及脉搏。
“体表面温度”例如通过热敏摄像头等取得。在图8中存储有33℃至35℃的范围的值。
“深层体温”例如通过非接触生命体征传感器等取得。在图8中存储有36.3℃至37℃的范围的值。
“脉搏”例如通过非接触生命体征传感器等取得。在图8中存储有65次/分钟至90次/分钟的范围的值。
在图2B中，将上述的热敏摄像头等表示为检测器D。
具体而言，对在2020年1月29日的11：00取得的生物体信息61的取得方法进行说明。生物体信息取得部60通过认证部16的功能，对对象空间80内的使用者进行认证。例如，假设“使用者ID”为“100”的用户被认证。此时，在生物体信息61的“使用者ID”中存储“100”。由于在2020年1月29日的11：00取得生物体信息61，因此在生物体信息61的“日期”以及“时刻”中分别储存“2020年1月29日”以及“11：00”。关于“体表面温度”、“深层体温”以及“脉搏”，存储有在2020年1月29日的11：00从热敏摄像头等取得的值。在此取得的记录相当于图8的生物体信息61的第二行的记录。若对对象空间80内的所有使用者进行该处理，则能够取得2020年1月29日的11：00的生物体信息61。
(2-3)信息存储部
图2C是示出图2A中的信息存储部40、推荐区域决定部50、期望条件取得部90和提示部92的详细内容的图。如图2C所示，信息存储部40存储由区域信息取得部1取得的区域信息2以及由生物体信息取得部60取得的生物体信息61。这些信息由区域推荐装置100所具备的存储装置进行存储。
(2-4)推荐区域决定部
如图2C所示，在对象者接受区域的推荐时，推荐区域决定部50基于区域信息2来决定推荐区域R81。
具体而言，推荐区域决定部50计算出第一相似度SM1来决定推荐区域R81，该第一相似度SM1表示与对象者和对象区域81相关的过去信息74与当前信息75的相似程度，该过去信息74包含作为过去的区域信息2的过去区域信息74a，该当前信息75包含作为当前的区域信息2的当前区域信息75a。过去信息74还包含作为与对象者相关的过去的生物体信息61的过去生物体信息74b。当前信息75还包含作为与对象者相关的当前的生物体信息61的当前生物体信息75b。
与对象者以及对象区域81相关的、作为过去的区域信息2的过去区域信息74a是在对象者接受区域的推荐的日期时间之前存储的与对象者以及对象区域81相关的区域信息2。作为与对象者相关的过去的生物体信息61的过去生物体信息74b是在对象者接受区域的推荐的日期时间之前存储的与对象者相关的生物体信息61。推荐区域决定部50将过去区域信息74a和过去生物体信息74b相结合而一元化，制作过去信息74。推荐区域决定部50对过去信息74进行定量化，取得过去多维信息点71a。由于过去多维信息点71a被定量化，因此能够映射到以过去多维信息点71a的各项目为轴的多维空间70。
与对象者以及对象区域81相关的作为当前的区域信息2的当前区域信息75a是对象者接受区域的推荐的日期时间下的、与对象者以及未使用的对象区域81相关的区域信息2。作为与对象者相关的当前的生物体信息61的当前生物体信息75b是对象者接受区域的推荐的日期时间下的与对象者相关的生物体信息61。推荐区域决定部50将当前区域信息75a与当前生物体信息75b相结合而一元化，制作当前信息75。推荐区域决定部50对当前信息75进行定量化，取得当前多维信息点71b。由于当前多维信息点71b被定量化，因此能够映射到以当前多维信息点71b的各项目为轴的多维空间70中。
进而，推荐区域决定部50对过去多维信息点71a进行离群值除外等的数据清理，将包含数据清理后的过去多维信息点71a的多维空间70内的区域定义为多维舒适区域72。若定义多维舒适区域72，则计算出多维舒适区域72所包含的作为过去多维信息点71a的重心的多维舒适区域重心73。然后，在多维空间70中，定义第一距离D1作为表示相似程度的第一相似度SM1，计算出多维舒适区域重心73与各当前多维信息点71b之间的第一距离D1。推荐区域决定部50将第一距离D1距多维舒适区域重心73近的1个或多个当前多维信息点71b所涉及的对象区域81决定为推荐区域R81。
另外，推荐区域决定部50还计算出第二相似度SM2，该第二相似度SM2表示针对每个区域信息项目2a的过去区域信息74a与当前区域信息75a的相似度。具体而言，推荐区域决定部50在多维空间70中将第二距离D2定义为表示相似程度的第二相似度SM2。推荐区域决定部50针对每个区域信息项目2a，计算出根据过去区域信息74a计算出的多维舒适区域重心73与各当前多维信息点71b之间的第二距离D2。
在取得了后述的期望条件91的情况下，推荐区域决定部50计算出与后述的优先区域信息项目2b相关的第二相似度SM2，来决定推荐区域R81。具体而言，在取得了期望条件91的情况下，推荐区域决定部50将与优先区域信息项目2b相关的第二距离D2距多维舒适区域重心73近的1个或多个当前多维信息点71b所涉及的对象区域81决定为推荐区域R81。
后面说明推荐区域决定处理的详细内容。
(2-5)期望条件取得部90
期望条件取得部90取得对象者的期望条件91。期望条件91包含作为对象者所优先的区域信息项目2a的优先区域信息项目2b。例如，在对象者想要以温度优先接受区域的推荐的情况下，对象者将作为区域信息项目2a的温度作为优先区域信息项目2b来设定期望条件91。期望条件91的设定是任意的。如图2C所示，期望条件取得部90通过输入设备90a从对象者接收推荐区域决定处理的开始命令和期望条件91，并且发送到推荐区域决定部50。输入设备90a例如是具备触摸面板的显示器93的画面。图9表示显示器93的画面。在图9中，作为与期望条件取得部90相关的内容，示出了推荐执行按钮94和期望条件91。在期望条件91中，区域信息项目2a内的温度被设定为优先区域信息项目2b。优先区域信息项目2b的设定例如是在显示器93的画面上触摸想要优先的区域信息项目2a。当对象者触摸推荐执行按钮94时，通过期望条件取得部90的功能，开始推荐区域决定处理。
(2-6)提示部
提示部92向对象者提示1个或多个推荐区域R81以及决定出推荐区域R81的推荐理由R82。在提示部92提示的推荐理由R82中至少包含与推荐区域R81相关的1个或多个区域信息项目2a。提示部92进行画面提示、声音提示等。在本实施方式中，假定画面提示的情况。如图2C所示，提示部92从推荐区域决定部50接收对象空间80的布局图(未图示)、1个或多个推荐区域R81、以及决定出推荐区域R81的推荐理由R82，并提示给输出设备92a。输出设备92a例如是具备触摸面板的显示器93的画面。图9表示显示器93的画面。在图9中，作为与提示部92相关的内容，示出了对象空间80的布局图、推荐区域R81以及推荐理由R82。在推荐区域R81中提示出“座位A”等的多个推荐区域R81的名称。这里提示出的多个推荐区域R81越靠上表示推荐位次越高。在图9中选择出多个推荐区域R81中的“座位A”。因此，在图9中，示出了与“座位A”相关的推荐理由R82和对象空间80内的位置信息。推荐区域R81的选择例如是在显示器93的画面上触摸想要选择的推荐区域R81。在推荐理由R82中，关于与“座位A”相关的多个区域信息项目2a，示出了项目值和舒适度83。对于舒适度83在后面叙述。
(3)推荐区域决定处理
利用图10A和图10B的流程图来说明推荐区域决定处理。
对象者为了接受区域的推荐，从输入设备90a向区域推荐装置100发送推荐区域决定处理的开始命令以及期望条件91。
如步骤S1所示，区域推荐装置100通过期望条件取得部90的功能来接收推荐区域决定处理的开始命令以及期望条件91。如步骤S2所示，区域推荐装置100通过认证部16进行对象者的认证。如步骤S3所示，在对象者被认证出的情况下，区域推荐装置100取得从认证部16输出的“使用者ID”，进入步骤S5。在此，将所取得的对象者的“使用者ID”设为“100”。如步骤S3所示，在对象者未被认证出的情况下，在未被认证出的对象者中不存在过去信息74，因此区域推荐装置100无法进行推荐区域决定处理。因此，如步骤S4所示，区域推荐装置100通过使用者信息取得部14对对象者的使用者信息15进行登记，结束推荐区域决定处理。在结束推荐区域决定处理时，区域推荐装置100例如可以通过提示部92的功能向输出设备92a提示“由于没有过去的使用历史而无法推荐区域”的内容。
当取得对象者的“使用者ID”时，如步骤S5所示，区域推荐装置100从控制运算装置的内部计时器取得当前的日期时间，取得当前的日期时间之前的与该对象者相关的使用信息11。具体而言，若当前的日期时间为2020年1月30日的13：00，则区域推荐装置100从使用信息11提取“日期”以及“时刻”比“2020年1月30日”的“13：00”靠前且“使用者ID”为“100”的记录。如步骤S6所示，在能够取得过去的与该对象者相关的使用信息11的情况下，进入步骤S8。图11表示过去的使用信息11的例子。在图11中，该对象者在“2019年12月10日”的“17：00”使用“座位C”。另外，该对象者在“2020年1月15日”的“13：00”至“15：00”使用“座位B”。另外，该对象者在“2020年1月29日”的“10：00”至“11：00”使用“座位A”。通常，如果能够进行对象者的认证，则应该在过去使用了对象空间80，因此能够取得过去的与该对象者相关的使用信息11。但是，如步骤S6所示，假设在无法取得过去的与该对象者相关的使用信息11的情况下，如步骤S7所示，区域推荐装置100例如通过提示部92的功能，向输出设备92a提示“由于没有过去的使用历史而无法推荐区域”的内容，结束推荐区域决定处理。
在取得过去的使用信息11时，如步骤S8所示，区域推荐装置100将环境信息21、区域特征信息31以及生物体信息61与过去的使用信息11相结合，取得过去信息74。具体而言，以过去的使用信息11的“对象区域”、“日期”以及“时刻”为关键字，将环境信息21以及区域特征信息31结合。该结合是将过去的使用信息11设为左的左外部结合。进而，区域推荐装置100以过去的使用信息11的“使用者ID”、“日期”以及“时刻”为关键字，将生物体信息61结合。该结合是将过去的使用信息11设为左的左外部结合。这样，区域推荐装置100取得将与该对象者相关的过去的使用信息11、环境信息21、区域特征信息31以及生物体信息61一元化而得到的过去信息74。图12表示过去信息74的例子。在图12中，代表环境信息21而示出“温度”，代表生物体信息61而示出“体表面温度”，代表区域特征信息31而示出“椅子的种类”以及“OA设备的远近”。
在取得过去信息74时，如步骤S9所示，区域推荐装置100对过去信息74进行量化，取得过去多维信息点71a。“温度”、“湿度”等数值数据已经被量化。“椅子的种类”、“桌子的种类”等名义尺度的数据例如通过独热编码进行量化。“OA设备的远近”等顺序尺度的数据例如按照顺序分配数值。图13表示过去多维信息点71a的例子。在图13中，特别将名义尺度的“椅子的种类”和顺序尺度的“OA设备的远近”量化。另外，为了符合多维空间70的点的含义，在图13的过去多维信息点71a中，除去了“对象区域”、“日期”、“时刻”以及“使用者ID”。图14A示出了多维空间70中的过去多维信息点71a。在图14A中，为了视觉化，仅三维地描绘。
在取得过去多维信息点71a时，如步骤S10所示，区域推荐装置100对过去多维信息点71a进行离群值除外等的数据清理，定义多维舒适区域72。作为数据清理，例如进行离群值除外、缺损值除外等。离群值除外例如针对构成过去多维信息点71a的每个区域信息项目2a计算平均以及标准偏差，将具有从平均偏离标准偏差的3倍以上的项目值的过去多维信息点71a除外。缺损值除外例如在构成过去多维信息点71a的区域信息项目2a中将具有缺损值的过去多维信息点71a除外。包含数据清理后的过去多维信息点71a的区域被定义为多维舒适区域72。图14B表示数据清理后的过去多维信息点71a以及多维舒适区域72。为了进行离群值除外，将在图14A中向右远离地描绘的过去多维信息点71a的一点排除外。
另外，区域推荐装置100除了进行数据清理以外，还可以进行缩放。进行缩放是使各项目的缩放一致的处理。在本实施方式中，在推荐区域R81的决定中使用距离。因此，有时为了使各项目相等地有助于距离，调整比例变得重要。作为缩放，例如进行正规化、标准化等。正规化是将各项目的数值转换为0以上1以下。标准化是将各项目的分布转换为平均为0、标准偏差为1的分布。
在定义多维舒适区域72时，如步骤S11所示，区域推荐装置100计算出多维舒适区域72中包含的作为过去多维信息点71a的重心的多维舒适区域重心73。多维舒适区域重心73的计算例如使用以下的数学式。
【数学式1】
Figure BDA0003861319800000151
这里，r(i)是第i个过去多维信息点71a的位置矢量。r(G)是多维舒适区域重心73的位置矢量。mi是第i个过去多维信息点71a的加权。在通过过去多维信息点71a进行加权的情况下，对mi进行调整。例如，在想要重视上午的过去多维信息点71a的情况下等使用。在本实施方式中，使用将所有的mi设为1的多维舒适区域重心73。换言之，本实施方式的多维舒适区域重心73与多维舒适区域72所包含的过去多维信息点71a的平均矢量一致。图14C表示多维舒适区域重心73。
在计算出多维舒适区域重心73后，如步骤S12所示，区域推荐装置100通过使用信息取得部10取得与当前未使用的对象区域81相关的使用信息11。如步骤S13所示，在能够取得与当前未使用的对象区域81相关的使用信息11的情况下，进入步骤S15。图15表示与当前未使用的对象区域81相关的使用信息11的例子。在图15中，“座位A”、“座位D”以及“座位E”未使用。如步骤S13所示，在未能取得与当前未使用的对象区域81相关的使用信息11的情况下，如步骤S14所示，区域推荐装置100例如通过提示部92的功能，向输出设备92a提示“没有当前能够使用的区域”的内容，结束推荐区域决定处理。
在取得与当前未使用的对象区域81相关的使用信息11时，如步骤S15所示，区域推荐装置100通过环境信息取得部20、特征信息取得部30以及生物体信息取得部60，取得与对象者以及当前未使用的对象区域81相关的环境信息21、区域特征信息31以及生物体信息61。区域推荐装置100与取得过去信息74时同样地，将这些信息一元化而取得当前信息75。此外，生物体信息61使用关于当前的对象者的值。图16表示当前信息75的例子。
在取得当前信息75后，如步骤S16所示，区域推荐装置100对当前信息75进行量化，取得当前多维信息点71b。量化的方法与取得过去多维信息点71a时相同。图17表示当前多维信息点71b的例子。另外，在图14D中示出多维空间70中的当前多维信息点71b。在图14D中，描绘出3个当前多维信息点71b1、71b2以及71b3。
在取得当前多维信息点71b后，如步骤S17所示，区域推荐装置100对当前多维信息点71b进行数据清理。数据清理的方法与对过去多维信息点71a进行清理时相同。此外，在对过去多维信息点71a进行了缩放的情况下，区域推荐装置100对当前多维信息点71b也进行同样的处理。
在当前多维信息点71b的数据清理之后，如步骤S18所示，区域推荐装置100在多维空间70内定义第一距离D1作为表示相似程度的第一相似度SM1，计算多维舒适区域重心73与各当前多维信息点71b之间的第一距离D1。
第一距离D1例如使用以下所示的闵可夫斯基距离。
【数学式2】
Figure BDA0003861319800000161
这里，r(i)是第i个当前多维信息点71b的位置矢量。rk (i)是构成第i个当前多维信息点71b的第k区域信息项目2a的值。当p＝1时，闵可夫斯基距离为曼哈顿距离，当p＝2时，闵可夫斯基距离为欧氏距离。
另外，第一距离D1例如使用以下所示的马氏距离。
【数学式3】
Figure BDA0003861319800000162
在此，μ以及Σ是多维舒适区域72中包含的过去多维信息点71a的平均矢量以及方差协方差矩阵。在本实施方式中，μ与多维舒适区域重心73一致。马氏距离是考虑了方差的距离，因此在使用马氏距离时，也可以不进行过去多维信息点71a以及当前多维信息点71b的缩放。
在计算出第一距离D1后，如步骤S19所示，区域推荐装置100在多维空间70中定义第二距离D2作为表示相似程度的第二相似度SM2，按照每个区域信息项目2a，计算出多维舒适区域重心73与各当前多维信息点71b之间的第二距离D2。
针对第k区域信息项目2a的多维舒适区域重心73与第i个当前多维信息点71b的第二距离D2例如使用以下所示的距离。
【数学式4】
Figure BDA0003861319800000171
在计算出第二距离D2后，如步骤S20所示，区域推荐装置100判断有无期望条件91。
在不存在期望条件91的情况下，如步骤S21所示，区域推荐装置100基于第一距离D1来决定推荐区域R81。区域推荐装置100将第一距离D1距多维舒适区域重心73近的1个或多个当前多维信息点71b所涉及的对象区域81决定为推荐区域R81。在图14E中，用3个两侧箭头表示从多维舒适区域重心73到3个当前多维信息点71b1、71b2以及71b3为止的第一距离D1。由于从多维舒适区域重心73到当前多维信息点71b1的第一距离D1最短，因此与当前多维信息点71b1相关的对象区域81被决定为最优先的推荐区域R81。
在存在期望条件91的情况下，如步骤S22所示，区域推荐装置100基于第二距离D2来决定推荐区域R81。区域推荐装置100将第二距离D2距多维舒适区域重心73近的1个或多个当前多维信息点71b所涉及的对象区域81决定为推荐区域R81。在图14F中，用4个两侧箭头表示从多维舒适区域重心73到2个当前多维信息点71b4和71b5为止的第二距离D2。在图14F中，为了视觉化而仅二维地描绘。例如，在期望条件91的优先区域信息项目2b为温度的情况下，由于当前多维信息点71b4到多维舒适区域重心73的第二距离D2较短，因此将当前多维信息点71b4所涉及的对象区域81决定为最优先的推荐区域R81。
在决定出推荐区域R81后，如步骤S23所示，区域推荐装置100通过提示部92的功能，将对象空间80的布局图、1个或多个推荐区域R81以及决定出推荐区域R81的推荐理由R82提示给输出设备92a。区域推荐装置100也可以在推荐理由R82的提示中，按每个区域信息项目2a来提示舒适度83。第二距离D2越短，舒适度83被定义为越大的值。舒适度83例如如图9那样进行提示。
第i个当前多维信息点71b中的第k区域信息项目2a的舒适度83例如如以下那样计算。
【数学式5】
Figure BDA0003861319800000181
这里，σk是根据所有当前多维信息点71b4的第k区域信息项目2a的值计算出的标准偏差。通过将第二距离D2除以σk，能够使各区域信息项目2a的放缩一致地进行比较。α是超参数。根据该定义，在第二距离D2与多维舒适区域重心73一致时，舒适度83取作为最大值的100％。
(4)特征
(4-1)
以往的座位推荐装置在推荐座位时未提示推荐理由R82。因此，存在如下问题：没有判断材料，对象者难以从多个推荐座位中选择喜欢的座位。本实施方式的区域推荐装置100在提示部92中除了提示1个或多个推荐区域R81以外还向对象者提示决定出推荐区域R81的推荐理由R82。因此，对象者能够在考虑推荐理由R82的基础上从多个推荐区域R81中选择喜欢的区域。
(4-2)
本实施方式的区域推荐装置100计算出第二相似度SM2，该第二相似度SM2表示针对每个区域信息项目2a的过去区域信息74a与当前区域信息75a的相似程度。本实施方式的第二相似度SM2是第二距离D2。区域推荐装置100根据第二距离D2例如计算出针对每个区域信息项目2a的舒适度83。因此，区域推荐装置100能够使用每个区域信息项目2a的舒适度83作为推荐理由R82。其结果，对象者的判断材料增加，容易从多个推荐区域R81中选择喜欢的区域。
(4-3)
本实施方式的区域推荐装置100在对象者有期望条件91的情况下使用与优先区域信息项目2b相关的第二相似度SM2来决定推荐区域R81。因此，区域推荐装置100能够在考虑优先区域信息项目2b的基础上决定推荐区域R81。其结果，对象者能够接受考虑了喜欢的区域信息项目2a的区域的推荐。
(5)变形例
(5-1)变形例1A
在本实施方式中，如图9所示，区域推荐装置100在对象空间80的布局图中仅提示出推荐区域R81的位置。但是，区域推荐装置100的提示部92也可以基于与对象者相关的区域信息2，进一步提示对象者的使用历史。具体而言，区域推荐装置100可以将图11所示的对象者的过去的使用信息11中存储的对象区域81的位置输出到输出设备92a。例如，如图18所示，区域推荐装置100在显示器93的画面上通过四边形的虚线来提示过去的使用区域P81a以及P81b。其结果，对象者能够参考过去的使用区域P81来选择推荐区域R81。
(5-2)变形例1B
如图2D所示，区域推荐装置100还可以具备选择区域信息取得部95，该选择区域信息取得部95取得作为对象者所选择的区域的位置信息的选择区域信息96。此时，提示部92还提示与选择区域信息96相关的区域信息2。具体而言，在推荐区域决定处理之后，区域推荐装置100在对象空间80的布局图中提示所有当前未使用的对象区域81的位置。例如，在图19中，在显示器93的画面中，当前未使用的对象区域81d、81e、81f以及81g由四边形的虚线表示。推荐区域R81也是当前未使用的对象区域81，因此在图19中，作为推荐区域R81的座位A的位置(箭头所示的位置)与当前未使用的对象区域81e重叠。对象者通常从输出设备92a所提示的推荐区域R81中选择喜欢的区域。但是，根据对象者的不同，有时也想要参照推荐区域R81以外的当前未使用的对象区域81的区域信息2。在该情况下，例如，对象者在显示器93的画面上触摸想要参照的当前未使用的对象区域81。选择区域信息取得部95取得作为对象者触摸的对象区域81的位置信息的选择区域信息96。选择区域信息96是与图3所示的区域基本信息13中的“范围”相关的信息。区域推荐装置100参照区域基本信息13，根据选择区域信息96计算出对应的对象区域81。在能够计算出对象区域81时，区域推荐装置100通过提示部92来提示与该对象区域81相关的区域信息2。
在对象者触摸的对象区域81是作为推荐区域R81之一的座位D(设为图19的81d)的情况下，区域推荐装置100例如如图20所示将与在图19中触摸了推荐区域R81表格中的座位D之后的画面同样的画面提示给输出设备92a。在对象者触摸的对象区域81是不属于推荐区域R81的座位Z(设为图19的81g)的情况下，区域推荐装置100例如如图21所示将与座位Z相关的区域信息2提示给输出设备92a。
(5-3)
以上，对本公开的实施方式进行了说明，但应该理解为在不脱离权利要求书所记载的本公开的主旨以及范围的情况下，能够进行方式、详细内容的多种变更。
附图标记的说明
1：区域信息取得部；2：区域信息；2a：区域信息项目；2b：优先区域信息项目；50：推荐区域决定部；60：生物体信息取得部；61：生物体信息；74：过去信息；74a：过去区域信息；74b：过去生物体信息；75：当前信息；75a：当前区域信息；75b：当前生物体信息；80：对象空间；81：对象区域；R81：推荐区域；R82：推荐理由；90：期望条件取得部；91：期望条件；92：提示部；95：选择区域信息取得部；96：选择区域信息；100：区域推荐装置；SM1：第一相似度；SM2：第二相似度。
现有技术文献
专利文献
专利文献1：日本特开2014-214975号公报

Claims (8)

1.一种区域推荐装置(100)，其从对象空间(80)内的多个对象区域(81)中决定向对象者推荐的1个或多个推荐区域(R81)，其中，所述区域推荐装置(100)具备：
区域信息取得部(1)，其取得作为与所述对象区域相关的信息的区域信息(2)；
推荐区域决定部(50)，其根据所述区域信息，来决定所述推荐区域；以及
提示部(92)，其向所述对象者提示1个或多个所述推荐区域以及决定出所述推荐区域的推荐理由(R82)。
2.根据权利要求1所述的区域推荐装置，其中，
所述推荐区域决定部计算出第一相似度(SM1)来决定所述推荐区域，所述第一相似度(SM1)表示与所述对象者以及所述对象区域相关的过去信息(74)与当前信息(75)的相似程度，该过去信息(74)包含作为过去的所述区域信息的过去区域信息(74a)，该当前信息(75)包含作为当前的所述区域信息的当前区域信息(75a)。
3.根据权利要求2所述的区域推荐装置，其中，
所述区域推荐装置还具备生物体信息取得部(60)，该生物体信息取得部(60)取得所述对象空间内的人的生物体信息(61)，
所述过去信息还包含作为与所述对象者相关的过去的所述生物体信息的过去生物体信息(74b)，
所述当前信息还包含作为与所述对象者相关的当前的所述生物体信息的当前生物体信息(75b)。
4.根据权利要求2或3所述的区域推荐装置，其中，
所述区域信息由区域信息项目构成，
所述区域信息项目包含温度、湿度、照度、照明的颜色、噪音、椅子的种类、桌子的种类、是个人用还是共用、是否为窗边、人口密度、插座的有无以及OA设备的远近中的至少1个，
所述推荐区域决定部还计算出第二相似度(SM2)，该第二相似度(SM2)表示针对每个所述区域信息项目的所述过去区域信息与所述当前区域信息的相似程度。
5.根据权利要求4所述的区域推荐装置，其中，
所述区域推荐装置还具备期望条件取得部(90)，该期望条件取得部(90)取得所述对象者的期望条件(91)，
所述期望条件包含优先区域信息项目(2b)，该优先区域信息项目(2b)是所述对象者所优先的所述区域信息项目，
所述推荐区域决定部计算出与所述优先区域信息项目相关的所述第二相似度，来决定所述推荐区域。
6.根据权利要求1～5中任一项所述的区域推荐装置，其中，
所述区域信息由区域信息项目构成，
所述区域信息项目包含温度、湿度、照度、照明的颜色、噪音、椅子的种类、桌子的种类、是个人用还是共用、是否为窗边、人口密度、插座的有无以及OA设备的远近中的至少1个，
在所述提示部提示的所述推荐理由中至少包含与所述推荐区域相关的1个或多个所述区域信息项目。
7.根据权利要求1～6中任一项所述的区域推荐装置，其中，
所述提示部根据与所述对象者相关的所述区域信息，还提示所述对象者的使用历史。
8.根据权利要求1～7中任一项所述的区域推荐装置，其中，
所述区域推荐装置还具备选择区域信息取得部(95)，该选择区域信息取得部(95)取得作为所述对象者选择出的区域的位置信息的选择区域信息(96)，
所述提示部还提示与所述选择区域信息相关的所述区域信息。
CN202180023863.9A 2020-03-26 2021-03-22 区域推荐装置 Pending CN115335837A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-056171 2020-03-26
JP2020056171A JP7048906B2 (ja) 2020-03-26 2020-03-26 領域推薦装置
PCT/JP2021/011743 WO2021193547A1 (ja) 2020-03-26 2021-03-22 領域推薦装置

Publications (1)

Publication Number Publication Date
CN115335837A true CN115335837A (zh) 2022-11-11

Family

ID=77890389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180023863.9A Pending CN115335837A (zh) 2020-03-26 2021-03-22 区域推荐装置

Country Status (5)

Country Link
US (1) US20230012149A1 (zh)
EP (1) EP4131093A4 (zh)
JP (2) JP7048906B2 (zh)
CN (1) CN115335837A (zh)
WO (1) WO2021193547A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023175968A1 (ja) * 2022-03-18 2023-09-21 日本電気株式会社 施設管理装置、システム及び方法、並びに、コンピュータ可読媒体
JP7440560B2 (ja) 2022-03-28 2024-02-28 本田技研工業株式会社 レコメンド装置、及び、レコメンド方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6675130B2 (en) * 2000-12-21 2004-01-06 Ibm Corporation System and method of using a plurality of sensors for determining an individual's level of productivity
US20080281644A1 (en) 2007-05-11 2008-11-13 Andrew Payne Seat selection method for event tickets
EP2330554A4 (en) * 2008-09-19 2013-05-22 Hitachi Ltd METHOD AND SYSTEM FOR GENERATING BEHAVIOR HISTORY
JP5348548B2 (ja) 2009-07-14 2013-11-20 清水建設株式会社 ビル管理システム
US20110313797A1 (en) * 2010-06-17 2011-12-22 Avaya Inc. Context aware office space locator
KR20120019396A (ko) * 2010-08-24 2012-03-06 삼성전자주식회사 Ｐｈｄ 표준 및 비표준 데이터를 통합 관리하는 단말기 및 서버
JP6071728B2 (ja) 2013-04-25 2017-02-01 大成建設株式会社 快適環境選択支援装置および快適環境選択支援方法
JP2016177775A (ja) 2015-03-20 2016-10-06 株式会社リコー 情報処理装置、空き情報提供プログラム及び空き情報提供方法
US20170293866A1 (en) 2016-04-12 2017-10-12 International Business Machines Corporation Intelligent Seat Management
CN108078572A (zh) * 2016-11-22 2018-05-29 松下知识产权经营株式会社 客舱乘务员的评价系统和客舱乘务员的评价方法
US20180285791A1 (en) * 2017-03-29 2018-10-04 Microsoft Technology Licensing, Llc Space optimization solver using team collaboration patterns to guide team-to-floor allocation planning
US20190228348A1 (en) * 2018-01-17 2019-07-25 WeWork Companies Inc. Reservation system in a shared workspace
JP7012266B2 (ja) 2018-02-22 2022-01-28 パナソニックＩｐマネジメント株式会社 執務席提示システムおよび執務席提示方法

Also Published As

Publication number Publication date
EP4131093A1 (en) 2023-02-08
JP7048906B2 (ja) 2022-04-06
JP2021157409A (ja) 2021-10-07
EP4131093A4 (en) 2023-08-02
US20230012149A1 (en) 2023-01-12
JP2022075944A (ja) 2022-05-18
WO2021193547A1 (ja) 2021-09-30

Similar Documents

Publication Publication Date Title
Kramer et al. InterFace: A software package for face image warping, averaging, and principal components analysis
CN115335837A (zh) 区域推荐装置
Fleming et al. Perceptual qualities and material classes
Colloff et al. Optimizing the selection of fillers in police lineups
US8027518B2 (en) Automatic configuration of devices based on biometric data
US20030165269A1 (en) Method for using viewing time to determine affective information in an imaging system
US20030165270A1 (en) Method for using facial expression to determine affective information in an imaging system
US20180276732A1 (en) Skin product fitting method and electronic apparatus therefor
JP7463473B2 (ja) 画像候補決定装置，画像候補決定方法，ならびに画像候補決定装置を制御するプログラムおよびそのプログラムを格納した記録媒体
Fackler Ambivalent frames: Rosa Parks and the visual grammar of respectability
Noble et al. Perceptions of psychotherapy waiting rooms: design recommendations
CN101626449A (zh) 图像处理装置及图像处理方法
Brunelli et al. SpotIt! an interactive identikit system
CN115335839A (zh) 区域推荐装置
JP2011170579A (ja) 親密度判定方法及び親密度判定装置
TWI682763B (zh) 肌膚狀態測定分析系統及肌膚狀態測定分析方法
CN112257168B (zh) 单间摆放物品集推荐方法、装置及计算机可读存储介质
JP7117572B2 (ja) 空間提案システム及び空間提案方法
JP4891119B2 (ja) 画像ソート装置および方法並びにプログラム
JP6750094B2 (ja) 画像評価装置，画像評価方法および画像評価プログラム
Merker et al. On the construction of multivariate correlation coefficients
Cervantes et al. Models of unforced choice
JP7212973B1 (ja) 電子書籍情報を検索するための使用者インターフェースを提供する方法及びこれを利用したサーバー
JP6997400B1 (ja) 快適性判定装置、空気調和機、及び快適性判定方法
US20220188473A1 (en) Methods and systems for facilitating designing of furniture

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