CN116457766A - 信息显示装置和信息显示方法 - Google Patents

信息显示装置和信息显示方法 Download PDF

Info

Publication number
CN116457766A
CN116457766A CN202080106582.5A CN202080106582A CN116457766A CN 116457766 A CN116457766 A CN 116457766A CN 202080106582 A CN202080106582 A CN 202080106582A CN 116457766 A CN116457766 A CN 116457766A
Authority
CN
China
Prior art keywords
information
user
display
degree
individual
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
CN202080106582.5A
Other languages
English (en)
Inventor
鹿庭耕治
伊藤保
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.)
Maxell Ltd
Original Assignee
Maxell 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 Maxell Ltd filed Critical Maxell Ltd
Publication of CN116457766A publication Critical patent/CN116457766A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/167—Personality evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2358/00—Arrangements for display data security

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Psychology (AREA)
  • Multimedia (AREA)
  • Educational Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Social Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephone Function (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明的信息显示装置具有与通信网络连接的通信器、显示器和与所述通信器和所述显示器相连接的处理器。在处理器中：计算信息虚假度，其表示由通信器经由通信网络接收并要在显示器上显示的显示信息的可信度的程度，其中，基于源自于所述显示信息的关于可信度的特性进行计算；计算用户个体虚假度系数，其表示操作信息显示装置的用户能够判断显示信息的可信度之真伪的程度，其中，基于源自于所述用户的表示可信度的判断倾向的指标进行计算；使用用户个体虚假度系数对信息虚假度进行修正来计算用户个体虚假度；将用户个体虚假度显示在显示器上。

Description

信息显示装置和信息显示方法
技术领域
本发明涉及信息显示装置和信息显示方法，特别涉及向用户提供信息的可信度的技术。
背景技术
近年来，以智能手机为代表的便携用信息终端(信息显示装置)已经普及。智能手机能够经由电话线路、LAN(Local Area Network)与互联网连接，从外部的服务器获取各种信息。另外，作为个人信息终端的智能手机能够利用应用程序软件和各种传感器等取得关于操作智能手机的用户个人的信息。
作为鉴别能够经由互联网取得的新闻的可信度的系统，专利文献1公开了一种系统，其中，“能够对接收到的新闻内容进行评价，识别相关媒体信源、相关记者和至少1个相关规定话题。能够基于所存储的信息确定相关媒体信源、相关记者和至少1个相关规定话题各自的当前分值。能够基于相关媒体信源、相关记者和至少1个相关规定话题的所确定的当前分值对可信度分值进行评分。能够基于生成的可信度分值对接收到的新闻内容的对应显示进行修正。(选自摘要)”。
现有技术文献
专利文献
专利文献1：日本特表2020-508518号公报
发明内容
发明要解决的技术问题
经由互联网取得的信息不限于新闻内容，也有经由SNS取得的个人发布的内容。包括它们在内的经由互联网取得的信息的可信度可能并不确定，所以接触到取得的信息的读者存在受骗的风险。进而，也可能存在善意的接收者将可信度低的信息通过SNS传播的风险。
另一方面，即使接触到同一信息也存在受骗的读者和不会受骗的读者，像这样，读者是否受某一内容欺骗不仅取决于内容自身的可信度，也因读者对内容的可信度有何种程度的关注而不同。
在专利文献1中，虽然能够鉴别新闻内容自身的可信度，但并没有考虑到接触该新闻内容的各个读者对新闻内容深信不疑的风险的程度。进而，专利文献1虽然对于能够识别信源的媒体、记者的新闻内容的可信度能够鉴别，但还留有这样的问题，即，无法鉴别例如像经由SNS传播的内容这样的由一般的个人或匿名发布的信息的可信度。
于是，本发明目的在于，对于不限于新闻内容的、经由互联网和/或广播网等公共线路取得的信息(该取得的信息因为要在信息显示装置的显示屏幕上显示，所以以下称为“显示信息”)，在考虑了读者的状态的基础上提供关于其可信度的信息。
解决问题的技术手段
为了解决上述问题，本发明具有要求保护的技术方案中记载的结构。举其一例，本发明是一种信息显示装置，具有与通信网络连接的通信器、显示器和与所述通信器和所述显示器相连接的处理器，其特征在于：所述处理器：计算信息虚假度，所述信息虚假度表示由所述通信器经由所述通信网络接收并要在所述显示器上显示的显示信息的可信度的程度，其中，基于源自于所述显示信息的关于可信度的特性计算所述信息虚假度；计算用户个体虚假度系数，所述用户个体虚假度系数表示操作所述信息显示装置的用户能够判断所述显示信息的可信度之真伪的程度，其中，基于源自于所述用户的表示可信度的判断倾向的指标计算所述用户个体虚假度系数；使用所述用户个体虚假度系数对所述信息虚假度进行修正来计算用户个体虚假度；在所述显示器上显示用户个体虚假度。
发明效果
根据本发明，对于不限于新闻内容的、经由互联网和/或广播网等公共线路取得的信息，能够在考虑了读者的状态的基础上提供关于其可信度的信息。上述以外的本发明的目的、特征和效果将在以下实施方式中说明。
附图说明
图1是用于说明本实施方式的信息显示装置的概要的示意图。
图2是表示智能手机的内部结构之一例的硬件结构图。
图3是表示第一实施方式中的功能模块结构例的功能框图。
图4是表示第一实施方式中的虚假度显示处理的处理流程的流程图。
图5是表示第一实施方式中的显示信息的显示例的图。
图6是表示第一实施方式中的用户个体虚假度计算过程中显示处理的显示例的图。
图7是表示第一实施方式中的信息虚假度计算处理的处理流程的流程图。
图8是表示第一实施方式中的性格信息取得处理的处理流程的流程图。
图9是第一实施方式中的用户个体虚假度系数表。
图10是表示第一实施方式中的用户个体虚假度显示处理的显示例的图。
图11是用于说明第二实施方式的概要的示意图。
图12是表示第二实施方式中的功能模块结构例的功能框图。
图13是表示第二实施方式中的虚假度显示处理的处理流程的流程图。
图14是表示第二实施方式中的身体信息取得处理的处理流程的流程图。
图15是第二实施方式中的用户个体虚假度系数表。
图16是表示第三实施方式中的功能模块结构例的功能框图。
图17是表示第三实施方式中的虚假度显示处理的处理流程的流程图。
图18是第三实施方式中的用户个体虚假度系数表。
图19是用于说明第四实施方式的概要的示意图。
图20是表示第四实施方式中的功能模块结构例的功能框图。
图21是表示第四实施方式中的虚假度显示处理的处理流程的流程图。
具体实施方式
以下，参照附图说明本发明的实施方式的例子。在全部图中对于同一图示附加同一标记，省略重复说明。
＜第一实施方式＞
图1是用于说明本实施方式的信息显示装置的概要的示意图。
图1示出了操作信息显示装置即智能手机1的用户10经由互联网612取得来自WEB(World Wide Web)页面613的显示信息和来自SNS(Social Networking Service)614的显示信息等，并且它们显示在智能手机1的显示屏幕711上的状态。本实施方式中，作为信息显示装置举出智能手机1为例进行说明，但只要是具有从互联网612和SNS613接收显示信息并显示的功能的装置即可，也可以是平板等便携信息终端或PC等信息处理装置。
在智能手机1与互联网612连接的方法中，存在经由移动电话线路网即移动电话基站621进行连接的方法，和经由无线LAN路由器(Wi-Fi(注册商标)路由器)611进行连接的方法等，但无论如何，在与互联网612连接的含义上，作为本实施方式的背景都是相同的。
另外，在互联网612上连接有发布虚假相关信息(与虚假信息相关的信息)的外部服务器615。智能手机1构成为，能够从外部服务器615取得为了实施本实施方式所必需的虚假相关信息。该外部服务器615可以与虚假信息发布的管理站点连接，也可以是发布虚假相关信息的独立的服务器。
在操作智能手机1的用户10经由互联网612取得的显示信息(来自WEB页面613的显示信息和来自SNS614的显示信息等)中，可能混有可信度存疑的显示信息(图1中记载为“虚假信息？”)。
本实施方式将可信度的概率称为“虚假度”。虚假度与可信度的概率(0％～100％)意义相反，可信度的概率100％对应于虚假度0％，可信度的概率0％对应于虚假度100％。即，虚假度(％)是100％减去可信度的概率(％)得到的值。
本实施方式中，智能手机1从发布虚假相关信息的外部服务器615获取虚假相关信息，通过智能手机1的内部处理计算虚假度。当然，在显示信息自身附带有关于该显示信息的虚假相关信息的情况下，直接使用该信息。
在用户10接触从互联网612和SNS613得到的显示信息的情况下，即使是同一显示信息，易受骗程度也随用户10个人的性格、知识而不同。即，对显示信息的虚假度的认识方式随用户而不同，所以即使接触同一显示信息，也存在受其欺骗的用户和不受骗的用户。
于是，本实施方式中，基于源自于用户的表示可信度的判断倾向的指标，计算表示操作智能手机1的用户10能够判断显示信息的可信度的真伪程度的用户个体虚假度系数(即，虚假度系数按用户而不同)，使用它来修正显示信息固有的虚假度(信息虚假度)，在考虑了用户的性格信息(易受骗程度)的基础上进行虚假度的优化。优化后的虚假度相当于本说明书中的用户个体虚假度(即，虚假度按用户而不同)，是用于显示的虚假度。
信息虚假度是使用源自于显示信息的关于可信度的特性计算的。作为“源自于显示信息的关于可信度的特性”的具体例，可以使用公布显示信息的站点的种类、显示信息的作者、表示显示信息的公布者的信息、显示信息的公布者接受对显示信息的可信度的评价而附加的评价信息、显示信息经由公共线路网传播的时期、显示信息经由公共线路网传播的速度、显示信息中包含的文章表达之中的至少一项或任意的组合。关于信息虚假度，存在由智能手机1基于源自于显示信息的关于可信度的特性进行计算的情况，和由智能手机1取得(接收是取得的一种方式)已计算出的信息虚假度的情况。在取得该信息虚假度的情况下，在后述的说明中省略信息虚假度计算处理，在接收显示信息时同时、或在不同时机取得显示信息的信息虚假度即可。
用户个体虚假度系数的计算中使用的“源自于用户的表示可信度的判断倾向的指标”是与用户的易受骗程度相应变化的值。可以预料，在用户的性格谨慎的情况下，与并非如此的情况相比更容易受骗。另外可以预料，即使是同一用户，例如在兴奋或焦虑等面对紧急状况而发生动摇时更容易受骗。于是，可以预先对用户进行关于易受骗程度的诊断，将其诊断结果用作指标。另外，在兴奋或焦虑的情况下，容易出现血压上升、心率增加、呼吸频率增加、体温上升等身体状态的变化，所以可以将身体信息用作指标。另外，将该身体信息用作指标的情况下的实施方式，将在后述的＜第二实施方式＞更详细地说明。
图1中，在显示屏幕711的虚假度区域713用棒状图显示上述决定的虚假度。另外，关于虚假度的显示方式，在后文中叙述。
图2是表示智能手机1的内部结构之一例的硬件结构图。
智能手机1包括主处理器2、存储装置4、GPS接收器51、地磁传感器组52、加速度传感器组53、陀螺仪传感器组54、LAN通信器61、电话网通信器62、近距离无线通信器63、广播接收器64、显示器71、前置摄像头72、后置摄像头73、麦克风81、扬声器82、触摸传感器91和操作按键92，由各构成要素分别经由系统总线3相互通信连接而构成。
主处理器2是按照规定的动作程序控制整个智能手机1的微处理器单元。
系统总线3是用于在主处理器2与智能手机1内的各构成模块之间进行各种命令和数据等的收发的数据通信通路。
存储装置4包括：存储用于控制智能手机1的动作的程序等的ROM41，存储动作设定值、各传感器的检测值、包括内容的对象、从库下载的库信息等各种数据的非易失性存储器42，以及各种程序运行时使用的工作区域等可擦写的RAM43。
另外，存储装置4能够存储从网络上下载的动作程序和由动作程序生成的各种数据等。另外，能够存储从网络上下载的动态图像、静态图像、声音等内容。另外，能够存储使用前置摄像头72、后置摄像头73的拍摄功能拍摄的动态图像、静态图像等数据。进而，存储装置4需要在没有从外部对智能手机1供电的状态下也能够保持所存储的信息。从而，例如使用闪存ROM、SSD(Solid State Drive)等半导体元件存储器、HDD(Hard Disc Drive)等磁盘驱动器等设备。另外，存储装置4中存储的各动作程序能够通过从外部服务器615下载而进行更新和功能扩展。
智能手机1具备GPS(Global Positioning System)接收器51、地磁传感器组52、加速度传感器组53、陀螺仪传感器组54。能够用这些传感器检测智能手机1的位置、倾斜、方位、运动等。另外，智能手机1也可以进而具备照度传感器、高度传感器、接近传感器等其他传感器。
LAN通信器61经由接入点等与互联网612连接，与互联网612上的外部服务器615进行数据收发。与接入点等的连接可以用Wi-Fi(注册商标)等无线通信连接进行。(本实施方式中设想为无线LAN路由器611。)
电话网通信器62通过与移动电话通信网的移动电话基站621等的无线通信，进行电话通信(通话)和数据收发。与移动电话基站621等的通信可以用W-CDMA(Wideband CodeDivision Multiple Access)(注册商标)方式、GSM(Global System for Mobilecommunication)方式、LTE(Long Term Evolution)方式或其他通信方式进行。
近距离无线通信器63用Bluetooth(注册商标)通信、NFC标准通信等，对于外部的Bluetooth(注册商标)设备、外部的支持NFC的设备进行信息交换。
广播接收器64接收TV广播、电台广播等的广播信号。
LAN通信器61、电话网通信器62、近距离无线通信器63、广播接收器64分别具备编码电路、解码电路和天线等。另外，除上述通信器之外，也可以还具备红外线通信器等其他通信器。
显示器71例如是背光型液晶显示器、自发光型的有机EL显示器等显示设备，显示经由互联网612获取的图像数据、影像数据、新闻内容、文字信息等显示信息，或者由前置摄像头72、后置摄像头73拍摄到的图像信息、影像信息等，对用户10提供。
前置摄像头72设置在智能手机1中的与具备显示器71的面同一表面。在为了确定用户10而拍摄用户10的脸部图像时使用。
后置摄像头73设置在智能手机1的背面。在拍摄风景等时使用。
前置摄像头72、后置摄像头73分别是通过使用CCD(Charge Coupled Device)或CMOS(Complementary Metal Oxide Semiconductor)传感器等电子器件将从镜头输入的光变换为电信号，而输入周围和对象物的图像信息的摄像机。
麦克风81将实际空间的声音和用户的声音等变换为声音信息输入。
扬声器82对用户输出必要的声音信息等。当然，也能够连接耳机、头戴式耳机，能够根据用途分别使用。
触摸传感器91被层叠地配置在显示器71的显示屏幕711上。
操作按键92是将按钮开关等排列而构成的。
触摸传感器91和操作按键92是对智能手机1输入操作指示的操作输入装置的一个例子，也可以是其他操作输入装置。另外，也可以利用LAN通信器61、近距离无线通信器63，使用通过有线通信或无线通信连接的另外的便携终端设备进行智能手机1的操作。
另外，也可以对前置摄像头72的拍摄影像进行分析，用手势等动作进行智能手机1的操作。
另外，图2所示的智能手机1的硬件结构例包括大量对于本实施方式并非必需的结构，即使是不具备它们的结构也不影响本实施方式的效果。另外，也可以进一步追加电子货币结算功能等未图示的结构。
(本实施方式的功能模块)
图3是表示第一实施方式中的功能模块结构例的功能框图。
控制部11是对智能手机1整体进行控制的功能，主要通过主处理器2读取保存在存储装置4的ROM41中的程序并载入至RAM43而构成。
通信处理部12是利用LAN通信器61、电话网通信器62进行用于与互联网612连接的通信处理的功能。
显示信息取得部13是利用通信处理部12经由互联网612取得来自WEB页面613的显示信息、来自SNS614的显示信息等的功能。
显示信息保存部14是将显示信息取得部13得到的显示信息保存在存储装置4的非易失性存储器42中的功能。
虚假相关信息取得部15是利用通信处理部12从发布虚假相关信息的外部服务器615取得关于虚假性的信息的功能。外部服务器615对来自WEB页面613和SNS的显示信息进行验证(事实核查)，发布包括验证结果的虚假相关信息。作为外部服务器615，例如能够使用FactCheck Initiative Japan(FIJ)的媒体合作伙伴等。
信息虚假度计算部16是对虚假相关信息取得部15取得的虚假相关信息通过AI(人工智能：Artificial Intelligence)处理进行推断，计算推断得到的针对显示信息的虚假度的功能。在AI处理中，进行学习数据的规律性和规则等来导出推断等处理。虚假度是通过AI处理根据与虚假性相关的信息、过去的显示信息及其可信度的概率等计算的。
另外，信息虚假度计算部16在虚假相关信息取得部15未能取得虚假信息的情况下，使用过去的虚假信息通过AI处理推断得到虚假度。信息虚假度计算部16也可以不使用AI处理，而是用现有的基于规则的计算处理来计算虚假度。
信息虚假度数据保存部17是将信息虚假度计算部16得到的针对显示信息的虚假度(因为是关于显示信息的虚假度，所以以下称为“信息虚假度”)与对应的显示信息一同保存在存储装置4的非易失性存储器42或RAM43中的功能。
性格信息取得部18是取得关于操作智能手机1的用户10的性格的信息(易受骗程度)的功能。性格信息取得部18对操作智能手机1的用户提出各种问题，根据对该问题的回答，进行包括用户10的易受骗程度在内的性格判断。性格信息取得部18将进行性格判断的结果例如变换为表示易受骗程度的分值来生成性格信息。
性格信息保存部19是将性格信息取得部18取得的关于用户10的性格的信息(易受骗程度)与固有地表示用户10的信息(用户识别信息)关联地保存在存储装置4的非易失性存储器42中的功能。用户识别信息可以是前置摄像头72拍摄的用户10的脸部图像、虹膜信息、从未图示的指纹传感器读取的指纹信息、从麦克风81采集的用户10的声纹信息等身体特征信息，也可以单纯是用户10的名字。
用户个体虚假度系数计算部20是辨别由性格信息保存部19保存的性格信息，计算与信息虚假度计算部16得到的信息虚假度对应的系数(加权)的处理。通过该用户个体虚假度系数计算部20决定要显示的虚假度。关于针对信息虚假度的系数(加权)，将在后文中叙述。
显示数据输出部21是将由显示信息保存部14保存在存储装置4的非易失性存储器42中的显示信息，和考虑了用户的性格信息而得到的虚假度(因为是按用户不同的信息，所以以下称为“用户个体虚假度”)等显示在智能手机1的显示屏幕711上的功能。关于智能手机1的显示屏幕711上显示的最终的用户个体虚假度，将在后文中叙述。
(虚假度显示的处理流程)
图4是表示本实施方式中的虚假度显示处理(相当于信息显示方法)的处理流程的流程图。在图4的处理流程的说明中，参照图3的功能框图进行说明。
在主处理器2开始虚假度显示的处理(S411)时，利用显示信息取得部13取得要在智能手机1上显示的显示信息(S412)。
接着，主处理器2利用显示信息保存部14将显示信息取得处理(S412)中取得的显示信息保存在存储装置4的非易失性存储器42中(S413)。
接着，主处理器2利用显示数据输出部21对智能手机1的显示屏幕711输出(S414)显示信息保存处理(S413)中保存的显示信息，进行显示。该显示信息画面输出处理(S414)中对显示信息的显示，就是一般的智能手机1中的显示信息本身。
在图5中示出显示信息画面输出处理(S414)对显示信息的显示例。
图5中，在智能手机1的显示屏幕711上，将经由互联网612取得的WEB页面的显示信息显示在显示信息区域712中。另外，图5的显示信息区域712中显示的显示信息，通常是操作智能手机1的用户10取得的显示信息本身。
此处，返回图4的虚假度显示的处理流程，继续说明。
在显示信息画面输出处理(S414)之后，主处理器2进行明确表示当前正在计算关于显示信息的信息虚假度的处理(用户个体虚假度计算过程中显示处理)(S415)。
在图6中示出用户个体虚假度计算过程中显示处理(S415)的显示例。
图6在显示屏幕711的虚假度区域713中，显示了表示正在计算虚假度的文本(字符串“正在计算虚假度”)。
操作智能手机1的用户10能够根据该虚假度区域713中显示的文本，得知当前正在计算关于显示信息的信息虚假度。另外，本实施方式中，存在内容固有的虚假度即信息虚假度，和与接触该信息时的每个用户对应的虚假度即用户个体虚假度，但如图6所示，在画面显示例中也可以不区分地简单记载为“虚假度”。
此处，返回图4的虚假度显示的处理流程，继续说明。
在用户个体虚假度计算过程中显示处理(S415)之后，主处理器2进行作为已定义处理(子过程)的信息虚假度计算处理(S430)。
作为子过程的信息虚假度计算处理(S430)是计算关于显示信息的信息虚假度的处理，能够得到关于显示信息的信息虚假度。
此处，对作为子过程的信息虚假度计算处理(S430)进行说明。图7是表示作为子过程的信息虚假度计算处理(S430)的处理流程的流程图。在图7的处理流程的说明中，参照图3的功能框图进行说明。
主处理器2在开始(S431)信息虚假度计算处理(S430)时，读取由显示信息保存部14保存的显示信息并载入RAM43中(S432)。当然，也能够再次利用显示信息取得部13取得要显示的显示信息。
接着，主处理器2利用通信处理部12对发布虚假相关信息的外部服务器615请求虚假相关信息(S433)。
接着，主处理器2判断是否已接收到来自发布虚假相关信息的外部服务器615的虚假相关信息(S434)。
主处理器2在虚假相关信息接收判断处理(S434)中判断为未能接收到虚假相关信息的情况下(S434/“否”)，判断是否已经过规定时间(S435)。此处的“规定时间”是为了等待接收虚假相关信息而设置的时间。
主处理器2在规定时间经过判断处理(S435)中判断为尚未经过规定时间的情况下(S435/“否”)，返回虚假相关信息接收判断处理(S434)。通过该规定时间经过判断处理(S435)，能够防止信息虚假度计算处理(S430)陷入死锁。
另一方面，主处理器2在规定时间经过判断处理(S435)中判断为已经过规定时间以上的情况下(S435/“是”)，转移至信息虚假度计算处理(S436)。
主处理器2在虚假相关信息接收判断处理(S434)中判断为成功接收了虚假相关信息的情况下(S434/“是”)，或S435中达到规定时间以上的情况下(S435/“是”)，转移至信息虚假度计算处理(S436)。
在S436的信息虚假度计算处理中，主处理器2利用AI处理或现有的基于规则的运算处理计算信息虚假度(S436)。
主处理器2在信息虚假度计算处理(S436)中，综合地判断由虚假相关信息取得部15取得的来自外部服务器615的虚假相关信息、过去的显示信息、和关于该显示信息的附加信息(过去的虚假度等)等，进行推断、计算而得到信息虚假度。
另外，存在显示信息本身附带关于虚假度的信息的情况。例如，Twitter公司(美国)的SNS(推文)对推文的内容附加标签，告知推文中包括会引起误解的信息和真伪存疑的信息。在信息虚假度计算处理(S436)中，针对该附加了标签的SNS(推文)推断其信息虚假度较高。
另外，在规定时间经过判断处理(S435)中判断为已经过规定时间而转移至S436的处理(信息虚假度计算处理)的情况下，主处理器2使用过去的虚假信息来推断、计算得到信息虚假度。在不存在过去的虚假信息的情况下，主处理器2也可以设定规定的虚假度。关于此处设定的规定的虚假度并没有特别规定，因为未能取得虚假相关信息，所以能够设定为中等程度的虚假度(虚假度50％)。
接着，主处理器2利用信息虚假度数据保存部17将通过信息虚假度计算处理(S436)得到的信息虚假度、或通过信息虚假度设定处理(S436)设定的信息虚假度保存在存储装置4的非易失性存储器42中(S437)。
通过以上所述，结束信息虚假度计算处理(S430)的处理流程(S438)。
此处，返回图4的虚假度显示的处理流程，继续说明。
在信息虚假度计算处理(S430)之后，转移至作为已定义处理(子过程)的性格信息取得处理(S450)。性格信息取得处理(S450)是取得关于操作智能手机1的用户10个人的性格等个人信息的处理。此处，对作为子过程的性格信息取得处理(S450)进行说明。
图8是表示性格信息取得处理(S450)的处理流程的流程图。在图8的处理流程的说明中，参照图3的功能框图进行说明。图8中的性格信息以关于易受骗程度的用户的性格作为对象。
主处理器2在开始性格信息取得处理(S450)(S451)时，判断是否已由性格信息保存部19保存了用户的性格信息(S452)。
主处理器2在性格信息已保存判断处理(S452)中判断为已保存用户的性格信息的情况下(S452/“是”)，因为已得到用户的性格信息，所以结束(S455)该性格信息取得处理(S450)。当然，也能够再次取得该性格信息。
主处理器2在判断为未保存有用户的性格信息的情况下(S452/“否”)，转移至接下来的性格信息调查处理(S453)。
性格信息调查处理(S453)是主处理器2利用性格信息取得部18调查用户的性格(易受骗程度)的处理。此处，根据各种问题和对该问题的回答，调查与易受骗程度对应的用户的性格。
另外，调查易受骗程度的方法在现实中存在很多种，这样的性格诊断专用站点也非常多，所以可以使用它们进行调查。例如，在日本消费者厅，对于“是否易受哄骗？”等15项问题，用“基本不符合。”(1分)至“非常符合。”(5分)这5个级别给出回答，根据其合计分值，按5个级别(约25％、约30％、约40％、约50％、约70％)计算消费者收到合约时签约的概率。本实施方式中为了简化，将易受骗程度的调查结果分类为3个模式(难以受骗、普通、容易受骗)。
接着，主处理器2利用性格信息保存部19将性格信息调查处理(S453)中得到的用户的性格信息保存在存储装置4的非易失性存储器42中(S454)，结束(S455)该性格信息取得处理(S450)。
此处，返回图4的虚假度显示的处理流程，继续说明。
在性格信息取得处理(S450)之后，进行用户个体虚假度系数计算处理(S416)。
用户个体虚假度系数计算处理(S416)是基于性格信息保存处理(S454)中保存的用户的性格信息(对于易受骗程度的3个分类)计算用户个体虚假度系数(虚假度性格系数)的处理。
此处，对基于用户的性格信息的用户个体虚假度系数(虚假度性格系数)进行说明。
图9是表示与易受骗程度对应(3个分类)的用户个体虚假度系数(虚假度性格系数)的表(800)。
项目(列801)由性格分类(行802)和虚假度性格系数(行803)构成。
性格分类(行802)表示对于易受骗程度的3个分类(难以受骗(列831)、普通(列832)、容易受骗(列833))。另外，虚假度性格系数(行802)表示与性格分类(行802)的3个分类对应的用户个体虚假度系数(虚假度性格系数)。例如，在用户的性格分类是易受骗程度为普通的情况，用户个体虚假度系数(虚假度性格系数)为1.0。
此处，返回图4的虚假度显示的处理流程，继续说明。
主处理器2在用户个体虚假度系数计算处理(S416)之后，进行用户个体虚假度计算处理(S417)。
用户个体虚假度是要在智能手机1的虚假度区域713中显示的最终的虚假度，是反映了用户的性格信息(易受骗程度)的虚假度。
用户个体虚假度如下式(1)所示，是通过信息虚假度与虚假度性格系数的积计算的。
yn＝xA*w1n……(1)
其中，
yn：用户n对于信息A的用户个体虚假度
xA：信息A的信息虚假度
w1n：用户n的虚假度性格系数(用户个体虚假度系数)
例如，在信息虚假度为50％、性格分类(易受骗程度)为普通的情况下，用户个体虚假度是信息虚假度(50％)与虚假度性格系数(1.0)的积，所以是50％(＝50％×1.0)。另外，在信息虚假度为50％、性格分类(易受骗程度)为容易受骗的情况下，用户个体虚假度是信息虚假度(50％)与虚假度性格系数(1.5)的积，所以是75％(＝50％×1.5)。
本实施方式中，在信息虚假度与虚假度性格系数的积即用户个体虚假度超过100％的情况下，全部采用最大值100％。另外，虚假度为100％的含义并不是在客观上完全虚假(＝可信度是0)，而是在对个别用户提醒注意的意义上判断为虚假度是最大值。
接着，将用户个体虚假度计算处理(S417)中计算出的用户个体虚假度显示在智能手机1的虚假度区域713中(S418)，结束图4的虚假度显示处理的处理流程(S419)。
在图10中示出S418的处理(用户个体虚假度显示处理)的显示例。
图10中，在显示屏幕711的虚假度区域713中用棒状图显示了用户个体虚假度714。图10的显示例是用户个体虚假度为50％程度的情况下的显示例。
操作智能手机1的用户10能够根据该虚假度区域713中显示的棒状图(约50％)得知用户个体虚假度。
图10显示了针对显示信息区域712的整个显示信息的虚假度(用户个体虚假度)，但也能够仅将判断了虚假度(用户个体虚假度)的对象的文章，用高亮或闪烁等显示以供识别。
本实施方式中，用棒状图显示了用户个体虚假度，但也能够将用户个体虚假度数值化，显示为文本信息(例如字符串“50％”)。
另外，在虚假度较高的情况下，也能够在提醒注意的意义上，在显示屏幕711上新显示警告文字，或发出警告音。
另外，关于警告文字的显示，因为虚假信息存在短时间内传播的趋势，所以在得到的信息的信息虚假度较高的情况下，具体而言，在信息虚假度为预先决定的第一警告阈值以上的情况下，可以以用户要转发、传播该信息为契机显示警告文字。该情况下的警告文字例如是“是虚假信息的可能性高。确定要转发吗？”。另外，作为其他例，即使信息虚假度小于第一警告阈值，在用户个体虚假度系数乘以信息虚假度为第一警告阈值以上的情况下，可以显示警告程度比上述警告文字低的其他警告文字，例如“存在是虚假信息的可能性。确定要转发吗？”。
本实施方式中，将显示的虚假度(用户个体虚假度)显示为棒状图，但也存在采用大致3个级别程度的虚假度(例如“可信”、“需要注意”、“可疑”这3个级别)即可的情况。该情况下，虚假度(用户个体虚假度)的识别是3个级别，所以能够采用各种识别手段。
例如，能够对显示信息区域或作为对象的文章设置框线，用该框线实现识别(框线的粗细、框线的种类(点线、实线、虚线等)、框线的颜色等)。另外，也能够对显示信息区域或作为对象的文章设置背景，用该背景实现识别(背景颜色、纹理图案的种类等)。
本实施方式中，经由网络从外部服务器615获取针对经由网络取得的显示信息(来自WEB页面的显示信息、来自SNS的显示信息)的关于可信度的信息，计算虚假度(信息虚假度)，但也能够不依赖于外部服务器615，通过智能手机1内部的AI处理，综合地判断过去的显示信息、关于该显示信息的附加信息(过去的虚假度等)，进行推断、计算而得到虚假度(信息虚假度)。
根据本实施方式，在显示关于显示信息的虚假度时，对该虚假度(信息虚假度)考虑了关于处理显示信息的用户个人的性格信息(易受骗程度)，所以能够显示对浏览显示信息的用户最合适的虚假度(用户个体虚假度)。
另外，本实施方式如图9所示将用户的性格分为3个分类(“难以受骗”、“普通”、“容易受骗”这3个分类)，但分类数并不限定于3个，也可以增加或减少分类数。
另外，在计算用户个体虚假度时，通过与图9所示的虚假度性格系数相乘来进行计算，但并不必须是相乘运算，也可以进行使用了统计运算等的加权。
＜第二实施方式＞
以下对本发明的第二实施方式进行说明。其中，第二实施方式的基本的硬件结构与上述第一实施方式相同，以下主要针对本实施方式(第二实施方式)与上述实施方式(第一实施方式)的不同点进行说明，对于共通的部分为了避免重复而尽量省略说明。
上述实施方式中，作为关于用户的信息，将与易受骗程度对应的用户的性格信息作为对象，但本实施方式中，作为关于用户的信息，将用户的身体信息作为对象。
图11是用于说明本实施方式(第二实施方式)概要的示意图。
图11与图1的示意图大致相同，但追加了与智能手机1通过近距离无线通信连接的身体测量设备721。身体测量设备721是测量用户10的身体状态的设备，因为与智能手机1分体地构成，所以相当于外部身体测量设备。
一般认为，在兴奋状态下人类正常的判断会受到妨碍。本实施方式中，根据从身体测量设备721取得的身体信息推算用户的兴奋状态，将该兴奋状态的程度反映在虚假度中进行显示。
(本实施方式的功能模块)
图12是表示本实施方式的功能模块结构之一例的功能框图。
图12的功能框图中存在与第一实施方式中的功能框图(图3)的功能重复的功能，省略关于该功能的说明。此处，仅对本实施方式中新追加的功能和需要追加说明的功能进行说明。
本实施方式中的通信处理部12是能够利用近距离无线通信器63(参照图2)与进行近距离无线通信的外部设备进行信息收发的功能。本实施方式中，主要接收来自身体测量设备721的身体信息。
近年来，进行Bluetooth(注册商标)通信、NFC标准通信等近距离无线通信的身体测量设备721正在普及，能够取得各种身体信息(血压、体温、呼吸频率、心率、出汗量等)。本实施方式使用了这些能够进行近距离无线通信的身体测量设备721。这些身体测量设备721大多内置在被称为可穿戴设备的手表型或手环型、在身体上粘贴的类型的设备中。
身体测量设备检测部22是利用近距离无线通信器63搜索可通信的身体测量设备721的功能。能够使用该身体测量设备检测部22掌握可通信的身体测量设备721的种类及其数量。
身体测量值取得部23是从身体测量设备检测部22检测出的身体测量设备721取得身体测量值的功能。
平均值计算部24是计算身体测量值的平均值的功能。上述各种身体信息的值因个人而不同，所以不能通过与绝对数值比较来判断兴奋度。于是，通过该平均值计算部24，能够对身体测量值取得部23取得的身体测量值与平常的身体测量值进行比较，基于其比较结果判断有何种程度的增减。平均值计算指的是计算所谓平常时的身体信息。
本实施方式中，对2周(14天)的身体测量值求平均(移动平均)，将其值作为平均值。
身体测量的时机能够选择每天的一定时刻、一定时间间隔、随时等任意时机。
在不存在2周的身体测量值的情况下，对不足的身体测量值进行填补来计算平均值。本实施方式中，作为填补的身体测量值采用统计标准值(同性、同年龄、大致相同体型)。
身体信息保存部25是将身体测量值取得部23取得的身体测量值和平均值计算部24计算出的直到前一天的平均值保存在存储装置4的非易失性存储器42中的功能。
兴奋状态推算部26是判断由身体测量值取得部23取得的身体测量值与由平均值计算部24计算出的直到前一天的身体测量值的平均值相比有何种程度的增减，基于其结果推算兴奋状态的功能。本实施方式中，分类为3个级别(“平常”、“略微兴奋”、“兴奋”这3个级别)。兴奋状态信息保存部27是将表示兴奋状态推算部26推算出的兴奋状态(3个级别)的兴奋状态信息保存在存储装置4的非易失性存储器42中的功能。
用户个体虚假度系数计算部20是使用由兴奋状态信息保存部27保存的用户的兴奋状态信息计算与信息虚假度计算部16得到的信息虚假度对应的系数(加权)的功能。通过该用户个体虚假度系数计算部20决定要显示的虚假度。
关于针对虚假度(信息虚假度)的系数(加权)，将在后文中叙述。
显示数据输出部21是将由显示信息保存部14保存在存储装置4的非易失性存储器42中的显示信息，和针对关于该显示信息的信息虚假度考虑了用户的身体信息而得到的用户个体虚假度等显示在智能手机1的显示屏幕711上的功能。
(本实施方式中的虚假度显示的处理流程)
图13是表示本实施方式中进行虚假度显示的处理的处理流程的流程图。
图13的流程图中存在与第一实施方式中的流程图(图4)重复的处理，省略关于该处理的说明。此处，仅对本实施方式中新追加的处理和需要追加说明的处理进行说明。
在图13的处理流程的说明中，参照图12的功能框图进行说明。
在本实施方式的虚假度显示的流程图(图13)中，代替上述第一实施方式中的性格信息取得处理(S450)追加了几个处理(身体信息取得处理(S460)、兴奋状态推算处理(S420)、兴奋状态保存处理(S421))。
此处，对作为子过程的身体信息取得处理(S460)进行说明。
图14是表示身体信息取得处理(S460)的处理流程的流程图。
在图14的处理流程的说明中，参照图12的功能框图进行说明。
在身体信息取得处理(S460)开始(S461)时，利用身体测量设备检测部22检测可通信的身体测量设备721(S462)。
接着，判断是否检测出了身体测量设备721(S463)。
在身体测量设备是否存在判断处理(S463)中判断为不存在能够连接的身体测量设备721的情况下(S463/“否”)，因为不能取得身体测量值，所以结束(S469)该身体信息取得处理(S460)。
在身体测量设备是否存在判断处理(S463)中判断为存在能够连接的身体测量设备721的情况下(S463/“是”)，从连接了的身体测量设备721通过身体测量值取得部23取得身体测量值(S464)。
接着，使用平均值计算部24计算由身体信息保存部25保存的直到前一天的身体测量值的平均值(S465)。
作为平均值计算方法，例如有求取最近规定天数的身体测量值的平均值、和求取最近规定个数的身体测量值的平均值等各种方法，本实施方式中，计算直到前一天为止的14天的平均值作为身体测量值的平均值。
另外，本实施方式中，在不存在最近14天的身体测量值的情况下，对不足的身体测量值进行填补来计算身体测量值的平均值。
接着，计算由身体测量值取得处理(S464)取得的身体测量值相对于由平均值计算处理(S465)计算出的身体测量值的平均值发生了何种程度的变化，作为与平均值相比的变化率(S466)。
接着，利用身体信息保存部25将身体测量值取得处理(S464)中取得的本次的身体测量值、和变化率计算处理(S466)中计算出的身体测量值的变化率保存在存储装置4的非易失性存储器42中(S467)。
接着，对身体测量设备检测处理(S462)中检测出的全部身体测量设备721判断是否已全部取得它们的身体测量值(S468)。
在全部身体测量设备结束判断处理(S468)中判断为全部身体测量设备721尚未结束的情况下(S468/“否”)，与未连接的身体测量设备721连接，转移至身体测量值取得处理(S464)。
在全部身体测量设备结束判断处理(S468)中判断为全部身体测量设备721已结束的情况下(S468/“是”)，因为不存在未连接的身体测量设备721，所以结束(S469)该身体信息取得处理(S460)。
此处，返回图13的虚假度显示的处理流程，继续说明。
在身体信息取得处理(S460)之后，利用兴奋状态推算部26进行兴奋状态推算处理(S420)。
对兴奋状态造成影响的程度因身体测量的测量项目而不同，但本实施方式中，通过AI处理进行与身体测量的测量项目对应的加权。
在兴奋状态推算中，存在基于身体测量值的范围分类、基于身体测量值相对于平均值的变化率分类等各种推算方法，本实施方式采用了基于身体测量值相对于平均值的变化率的分类方法。
此处，以身体测量为呼吸频率的情况为例进行说明。本实施方式中，将身体测量值小于平均值+10％的情况视为平常状态，将身体测量值大于等于平均值+10％且小于平均值+30％的情况视为略微兴奋状态，将身体测量值大于等于平均值+30％的情况视为兴奋状态。例如，在呼吸频率的平均值为15次/分钟的情况下，如果身体测量值小于16.5次/分钟则分类为平常状态，如果大于等于16.5次/分钟且小于19.5次/分钟则分类为略微兴奋状态，如果大于等于19.5次/分钟则分类为兴奋状态。当然，采用该变化率以外的分类方法也能够达成本实施方式的目的。例如存在基于平均值与身体测量值的差值的分类方法、和将计算平均值的元素的波动、变动率考虑在内的分类方法等。
接着，利用兴奋状态信息保存部27将基于兴奋状态推算处理(S420)中推算出的结果而得到的兴奋状态信息保存在存储装置4的非易失性存储器42中(S421)。
接着，转移至用户个体虚假度系数计算处理(S416)。
用户个体虚假度系数计算处理(S416)是基于兴奋状态保存处理(S421)中保存的用户的兴奋状态(3个分类)来计算用户个体虚假度系数(虚假度身体系数)的处理。
此处，对基于身体信息的用户个体虚假度系数(虚假度身体系数)进行说明。
图15是表示与兴奋状态(3个分类)对应的用户个体虚假度系数(虚假度身体系数)的表(810)。
项目(列811)由兴奋状态分类(行812)和虚假度身体系数(行813)构成。
兴奋状态分类(行812)表示对于兴奋状态的3个分类(平常状态(列841)、略微兴奋状态(列842)、兴奋状态(列843))。另外，虚假度身体系数(行813)表示与兴奋状态分类(行812)的3个分类对应的用户个体虚假度系数(虚假度身体系数)。
例如，在用户的兴奋状态是平常的情况下，用户个体虚假度系数(虚假度身体系数)为1.0。
此处，返回图13的虚假度显示的处理流程，继续说明。
在用户个体虚假度系数计算处理(S416)之后，进行用户个体虚假度计算处理(S417)。
用户个体虚假度是要在智能手机1的虚假度区域713中显示的最终的虚假度，是反映了身体信息(兴奋状态)的虚假度。
用户个体虚假度如下式(2)所示，是通过信息虚假度与虚假度身体系数的积计算的。
yn＝xA*w2n……(2)
其中，
yn：用户n对于信息A的用户个体虚假度
xA：信息A的信息虚假度
w2n：用户n的虚假度身体系数(用户个体虚假度系数)
例如，在信息虚假度为50％、兴奋状态为平常的情况下，用户个体虚假度是信息虚假度(50％)与虚假度身体系数(1.0)的积，所以是50％(＝50％×1.0)。另外，在信息虚假度为50％、兴奋状态为略微兴奋的情况下，用户个体虚假度是信息虚假度(50％)与虚假度身体系数(1.5)的积，所以是75％(＝50％×1.5)。
本实施方式中，在信息虚假度与虚假度身体系数的积即用户个体虚假度超过100％的情况下，全部采用最大值100％。
接着，将用户个体虚假度计算处理(S417)中计算出的用户个体虚假度显示在智能手机1的虚假度区域713中(S418)，结束图13的虚假度显示处理的处理流程(S419)。
另外，本实施方式中如图15所示将用户的兴奋状态分为3个分类(“平常”、“略微兴奋”、“兴奋”这3个分类)，但分类数并不限定于3个，也可以增加或减少分类数。
另外，在计算用户个体虚假度时，通过与图15所示的虚假度身体系数相乘来进行计算，但并不必须是相乘运算，也可以进行使用了统计运算等的加权。
本实施方式中，作为身体信息着眼于呼吸频率，但作为身体信息除此以外也能够使用血压、体温、心率、出汗量等检测兴奋状态，还能够通过组合多种身体信息来更正确地检测兴奋状态。
在上述说明中，使用外部的身体测量设备721进行用户的身体测量，但在仅利用智能手机1就能够进行身体测量的情况下，也可以使用它的测量值。
例如，通过使智能手机的发光二极管(LED)的光照射用户指尖的毛细血管，使用智能手机的摄像功能分析用户指尖的毛细血管像，能够测量脉搏数和血压等。
根据本实施方式，在显示关于显示信息的虚假度时，对该虚假度考虑了关于处理显示信息的用户个人的身体信息(兴奋状态)，所以能够显示对浏览显示信息的用户最合适的虚假度(用户个体虚假度)。
＜第三实施方式＞
以下对本发明的第三实施方式进行说明。其中，第三实施方式的基本的硬件结构与上述实施方式相同，以下主要针对本实施方式(第三实施方式)与上述实施方式的不同点进行说明，对于共通的部分为了避免重复而尽量省略说明。
上述第一实施方式中，作为关于用户的信息，将用户的性格信息(易受骗程度)作为对象。另外，上述第二实施方式中，作为关于用户的信息，将用户的身体信息(兴奋状态)作为对象。
本实施方式中，作为关于用户的信息，将用户的性格信息(易受骗程度)和用户的身体信息(兴奋状态)双方反映在虚假度中进行显示。
(本实施方式的功能模块)
图16是表示本实施方式的功能模块结构之一例的功能框图。
图16的功能框图是将第一实施方式中的功能框图(图3)的功能与第二实施方式中的功能框图(图12)的功能叠加而成的功能框图。从而，省略关于其功能的说明。此处，仅对本实施方式中需要追加说明的功能进行说明。
用户个体虚假度系数计算部20是使用由性格信息保存部19保存的用户的性格信息、和由兴奋状态信息保存部27保存的用户的兴奋状态信息，来计算与信息虚假度计算部16得到的信息虚假度对应的系数(加权)的功能。通过该用户个体虚假度系数计算部20决定要显示的虚假度。
关于针对信息虚假度的系数(加权)，将在后文中叙述。
(本实施方式中的虚假度显示的处理流程)
图17是表示本实施方式中进行虚假度显示的处理的处理流程的流程图。
图17的流程图是将第一实施方式中的流程图(图4)与第二实施方式中的流程图(图13)叠加而成的流程图。从而，省略关于其处理的说明。此处，仅对本实施方式中需要追加说明的功能进行说明。
用户个体虚假度系数计算处理(S416)是基于由性格信息保存处理(S454)保存的用户的性格信息(与易受骗程度对应的3个分类)和由兴奋状态保存处理(S421)保存的用户的兴奋状态(3个分类)来计算用户个体虚假度系数的处理。
此处，对基于性格信息(易受骗程度的3个分类)和身体信息(兴奋状态的3个分类)的用户个体虚假度系数进行说明。
图18是表示与易受骗程度的3个分类和兴奋状态的3个分类对应的用户个体虚假度系数的表(820)。
项目由性格分类(行850)和兴奋状态分类(列860)构成。
在性格分类(行850)中，存在对于易受骗程度的3个分类(难以受骗(列851)、普通(列852)、容易受骗(列853))，在兴奋状态分类(列860)中，存在对于兴奋状态的3个分类(平常状态(行861)、略微兴奋状态(行862)、兴奋状态(行863))。
考虑了用户的性格信息(易受骗程度)和用户的身体信息(兴奋状态)双方的用户个体虚假度系数如下式(3)所示，通过虚假度性格系数和虚假度兴奋系数的积计算。
w3n＝w1n*w2n……(3)
w3n：用户个体虚假度系数
w1n：用户n的虚假度性格系数
w2n：用户n的虚假度身体系数
例如，在易受骗程度为普通(虚假度性格系数＝1.0)、兴奋状态为平常(虚假度身体系数＝1.0)的情况下，用户个体虚假度系数为1.0(虚假度性格系数＝1.0与虚假度身体系数＝1.0的积)。
主处理器2在用户个体虚假度系数计算处理(S416)之后，进行用户个体虚假度计算处理(S417)。
用户个体虚假度是要在智能手机1的虚假度区域713中显示的最终的虚假度，是反映了用户的性格信息(易受骗程度)和用户的身体信息(兴奋状态)双方的虚假度。
用户个体虚假度如下式(4)所示，是通过信息虚假度与用户个体虚假度系数的积计算的。
yn＝xA*w3n＝xA*w1n*w2n……(4)
其中，
yn：用户n对于信息A的用户个体虚假度
xA：信息A的信息虚假度
w1n：用户n的虚假度性格系数
w2n：用户n的虚假度身体系数
w3n：用户个体虚假度系数
例如，在信息虚假度为50％、用户个体虚假度系数为1.0的情况下，用户个体虚假度是信息虚假度(50％)与用户个体虚假度系数(1.0)的积，所以是50％(＝50％×1.0)。
本实施方式中，在信息虚假度与用户个体虚假度系数的积即用户个体虚假度超过100％的情况下，全部采用最大值100％。
接着，将用户个体虚假度计算处理(S417)中计算出的用户个体虚假度显示在智能手机1的虚假度区域713中(S418)，结束图17的虚假度显示处理的处理流程(S419)。
另外，本实施方式中如图18所示将用户的性格分为3个分类(“难以受骗”、“普通”、“容易受骗”这3个分类)，但分类数并不限定于3个，也可以增加或减少分类数。另外，将用户的兴奋状态分为3个分类(“平常”、“略微兴奋”、“兴奋”这3个分类)，但分类数并不限定于3个，也可以增加或减少分类数。
另外，在计算用户个体虚假度时，通过与图18所示的用户个体虚假度系数相乘来进行计算，但并不必须是相乘运算，也可以进行使用了统计运算等的加权。
根据本实施方式，在显示关于显示信息的虚假度时，对该虚假度考虑了关于处理显示信息的用户个人的性格信息(易受骗程度)和身体信息(兴奋状态)双方，所以能够显示对浏览显示信息的用户最合适的虚假度(用户个体虚假度)。
＜第四实施方式＞
以下对本发明的第四实施方式进行说明。其中，第四实施方式的基本的硬件结构与上述实施方式相同，以下主要针对本实施方式(第四实施方式)与上述实施方式的不同点进行说明，对于共通的部分为了避免重复而尽量省略说明。
上述实施方式将经由互联网取得的显示信息作为对象，但在本实施方式中，接收广播并将接收到的广播内容作为对象。本实施方式中，基于源自于声音信息的关于可信度的特性来计算信息虚假度。作为具体例，可以使用对声音信息进行广播的广播台、对声音信息的可信度接受评价而附加的评价信息、声音信息经由公共线路传播的时期、声音信息经由公共线路传播的速度、声音信息中包含的文章表达之中的至少一项或任意组合。
图19是用于说明本实施方式(第四实施方式)的概要的示意图。
图19是表示操作便携信息终端(智能手机)1的用户10接收电视、电台等的广播信号616，从智能手机1的扬声器82取得声音信息的状态的示意图。影像信息当然是在智能手机1的显示屏幕711上显示的。
在操作智能手机1的用户10接收广播而取得的声音信息中，可能混有可信度存疑的声音信息(图19中记载为“虚假信息？”)。
本实施方式通过将声音信息转换为文字信息(文本化)，与上述实施方式中的显示信息同样地处理来计算虚假度。
(本实施方式的功能模块)
图20是表示本实施方式的功能模块结构例的功能框图。
图20的功能框图中存在与第一实施方式中的功能框图(图3)的功能重复的功能，省略关于该功能的说明。此处，仅对本实施方式中新追加的功能和需要追加说明的功能进行说明。
本实施方式中的通信处理部12是利用广播接收器64接收电视、电台等的广播的功能。
声音信息取得部28是取得通信处理部12接收到的广播的声音信息的功能。
声音文本化部29是将声音信息取得部28取得的声音信息转换为文字信息(文本化)的功能。
声音文本化数据保存部30是将经过声音文本化部29转换后的文字信息保存在存储装置4的非易失性存储器42、各种RAM43中的功能。
显示数据输出部21是将由声音文本化数据保存部30保存的文字信息，和针对关于该文字信息的信息虚假度考虑了用户的性格信息而得到的虚假度等显示在智能手机1的显示屏幕711上的功能。
(本实施方式中的虚假度显示的处理流程)
图21是表示本实施方式中进行虚假度显示的处理的处理流程的流程图。
图21的流程图中存在与第一实施方式中的流程图(图4)重复的处理，省略关于该处理的说明。此处，仅对本实施方式中新追加的处理和需要追加说明的处理进行说明。
在图21的处理流程的说明中，参照图20的功能框图进行说明。
在本实施方式的虚假度显示的流程图(图4)中，代替上述第一实施方式中的几个处理，追加了4个处理(声音信息取得处理(S422)、声音文本化处理(S423)、声音文本化数据保存处理(S424)、声音文本化数据显示处理(S425))。
在虚假度显示的处理开始(S411)时，利用声音信息取得部28从广播信号616取得声音信息(S422)。
接着，利用声音文本化部29将声音信息取得处理(S422)中取得的声音信息转换(文本化)为文字信息(称为“声音文本化数据”)(S423)。
本实施方式中，使用基于AI的声音分析处理进行将声音信息转换为声音文本化数据的处理。另外，关于基于AI的声音分析处理，是iPhone(注册商标)的siri、由Google公司提供的声音输入技术例如识别热词“OK,Google”的技术。
接着，利用声音文本化数据保存部30将声音文本化处理(S423)中转换得到的声音文本化数据保存在存储装置4的非易失性存储器42中(S424)。
接着，将声音文本化数据保存处理(S424)中保存的声音文本化数据显示在显示屏幕711上(S425)。
在电视广播的情况下，通过与电视广播的画面叠加地显示声音文本化数据或者采用双屏显示，来在显示屏幕711上显示该数据。
对于转换为文字信息后的声音文本化数据，能够与第一实施方式中的显示信息同样地处理。
之后的处理与第一实施方式中的虚假度显示的处理等同，所以省略说明。
根据本实施方式，在接收电视、电台等的广播时也能够得到本发明的效果。
本实施方式中，作为关于用户的信息采用了用户的性格信息(易受骗程度)，但也能够采用上述第二实施方式中说明的用户的身体信息(兴奋状态)。另外，也能够采用上述第三实施方式中说明的用户的性格信息(易受骗程度)和用户的身体信息(兴奋状态)双方。
作为本实施方式的应用，对于经由作为通信网络的互联网612取得的WEB页面613、SNS614等附带的声音信息(声音信息文件)，能够进行同样的处理。于是，对于经由互联网612取得的声音信息也能够得到本发明的效果。
另外，如果能够从静态图像信息、动态图像信息中提取文字图案转换为文字信息，则当然也能够得到本发明的效果。例如，没有与互联网612连接的电视机可以构成为，接收广播信号(广播无线电波)并将声音信息转换为文字信息，在电视屏幕上用字幕来显示用户个体虚假度、警告文字。该情况下，关于用户的性格信息可以在电视机中接受设定操作，也可以根据过去的视听节目推算视听者的年龄(例如区分是儿童还是成人即可)、性别。例如在儿童节目的收看时间较多的情况下，用户(视听者)是儿童的可能性高，所以可以将用户个体虚假度系数设定为比通常的1.0更高的值。
上述实施方式以智能手机为对象进行了说明，但在智能手机1以外的信息显示装置例如平板、包括笔记本计算机的个人计算机、AR(增强现实)眼镜和HMD(头戴式显示器)中，当然也能够应用本发明。
进而，本发明的虚假度显示功能是对原本的显示信息的功能附加的功能，所以该虚假度显示功能应当能够通过用户的选择来选择该功能的ON(有效)或OFF(无效)。于是可以构成为，能够使用图2的主处理器2、存储装置4、触摸传感器91和操作按键92等任意的操作输入装置设定虚假度显示功能的ON(有效)或OFF(无效)。进而，用户个体虚假度不仅可以在同一显示屏幕711上与显示信息一同显示，也可以将显示信息和用户个体虚假度分别显示在多个显示屏幕711上，切换显示屏幕711地显示。进而也可以是，即使计算出了用户个体虚假度，在显示屏幕711上也仅显示显示信息，在用户为了转发显示信息而在智能手机1中起动了SNS等时，与用户个体虚假度的值对应地进行用于对转发发出警告的显示(可以是弹出显示)。
以上使用第一～第四实施方式说明了本发明的实施方式的例子，但实现本发明的技术的结构不限于上述实施方式，可以考虑各种变形例。例如，能够将某个实施方式的结构的一部分置换为其他实施方式的结构，也能够在某个实施方式的结构上添加其他实施方式的结构。它们全部属于本发明的范畴。另外，文中、图中出现的数值和消息等只是一例，即使使用不同的也不损害本发明的效果。
另外，上述实施方式在作为信息显示装置的便携信息终端由一个用户使用的前提下进行了说明，但也能够由多个用户使用1台便携信息终端。该情况下，用户的性格信息、身体信息等是各用户固有的，需要分离、独立地处理。
为此，在由多个用户使用1台便携信息终端的情况下，与用户的认证联动地将每个用户的性格信息、身体信息等保存在存储装置4的非易失性存储器42中，通过使用保存的这些信息能够显示每个用户的用户个体虚假度。用户的认证是脸部认证或指纹认证、密码认证等一般普及的技术。
由此，在多个用户使用1台便携信息终端的情况下也能够得到本发明的效果。
上述本发明的功能等的一部分或全部例如可以通过集成电路设计等而用硬件实现。另外，也可以通过微处理器单元等解释并执行实现各功能等的程序而用软件实现。也可以同时使用硬件和软件。上述软件可以是在产品出厂时预先保存在智能手机1的ROM41等中的状态。也可以在产品出厂后从互联网612上的外部服务器615等取得。另外，也可以取得通过存储卡、光盘等提供的上述软件。
另外，图中所示的控制线和信息线表示了说明上必要的部分，并不一定表示了产品上全部的控制线和信息线。实际上也可以认为几乎全部结构都相互连接。
附图标记说明
1：智能手机
2：主处理器
3：系统总线
4：存储装置
10：用户
11：控制部
12：通信处理部
13：显示信息取得部
14：显示信息保存部
15：虚假相关信息取得部
16：信息虚假度计算部
17：信息虚假度数据保存部
18：性格信息取得部
19：性格信息保存部
20：用户个体虚假度系数计算部
21：显示数据输出部
22：身体测量设备检测部
23：身体测量值取得部
24：平均值计算部
25：身体信息保存部
26：兴奋状态推算部
27：兴奋状态信息保存部
28：声音信息取得部
29：声音文本化部
30：声音文本化数据保存部
41：ROM
42：非易失性存储器
43：RAM
51：GPS接收器
52：地磁传感器组
53：加速度传感器组
54：陀螺仪传感器组
61：LAN通信器
62：电话网通信器
63：近距离无线通信器
64：广播接收器
71：显示器
72：前置摄像头
73：后置摄像头
81：麦克风
82：扬声器
91：触摸传感器
92：操作按键
611：无线LAN路由器
612：互联网
613：WEB页面
615：外部服务器
616：广播信号
621：移动电话基站
711：显示屏幕
712：显示信息区域
713：虚假度区域
714：用户个体虚假度
721：身体测量设备

Claims (14)

1.一种信息显示装置，具有与通信网络连接的通信器、显示器和与所述通信器和所述显示器相连接的处理器，其特征在于：
所述处理器：
计算信息虚假度，所述信息虚假度表示由所述通信器经由所述通信网络接收并要在所述显示器上显示的显示信息的可信度的程度，其中，基于源自于所述显示信息的关于可信度的特性计算所述信息虚假度，
计算用户个体虚假度系数，所述用户个体虚假度系数表示操作所述信息显示装置的用户能够判断所述显示信息的可信度之真伪的程度，其中，基于源自于所述用户的表示可信度的判断倾向的指标计算所述用户个体虚假度系数，
使用所述用户个体虚假度系数对所述信息虚假度进行修正来计算用户个体虚假度，
在所述显示器上显示所述用户个体虚假度。
2.如权利要求1所述的信息显示装置，其特征在于：
所述处理器基于作为所述指标的所述用户的包括易受骗程度的性格信息，计算所述用户个体虚假度系数。
3.如权利要求1所述的信息显示装置，其特征在于：
所述处理器基于作为所述指标的所述用户的身体信息，计算所述用户个体虚假度系数。
4.如权利要求3所述的信息显示装置，其特征在于：
还包括与外部身体测量设备通过无线通信连接的近距离无线通信器，
所述处理器：
与所述近距离无线通信器连接，
基于所述外部身体测量设备测得的所述用户的身体信息计算所述用户个体虚假度系数。
5.如权利要求4所述的信息显示装置，其特征在于：
还包括存储装置，其存储所述外部身体测量设备过去测得的所述用户的身体信息，
所述处理器：
与所述存储装置连接，
基于所述外部身体测量设备过去测得的所述用户的身体信息的平均值与所述外部身体测量设备当前测得的所述用户的身体信息的比较结果，计算所述用户个体虚假度系数。
6.如权利要求4所述的信息显示装置，其特征在于：
所述处理器，
基于所述外部身体测量设备测得的所述用户的身体信息和所述用户的包括易受骗程度的性格信息这两者，计算所述用户个体虚假度系数。
7.如权利要求3所述的信息显示装置，其特征在于：
所述处理器：
使用所述用户的血压、体温、呼吸频率、心率、出汗量的至少一项或任意的组合作为所述用户的身体信息来推算所述用户的兴奋状态，基于推算的结果计算所述用户个体虚假度系数。
8.如权利要求1所述的信息显示装置，其特征在于：
所述处理器：
将所述显示信息和所述用户个体虚假度显示在所述显示器的同一个画面上。
9.如权利要求1所述的信息显示装置，其特征在于：
作为源自于所述显示信息的关于可信度的特性，所述处理器使用公布所述显示信息的站点的种类、所述显示信息的作者、表示所述显示信息的公布者的信息、接受对所述显示信息的可信度的评价而附加的评价信息、所述显示信息经由公共线路传播的时期、所述显示信息经由公共线路传播的速度、所述显示信息中包含的文章表达之中的至少一项或任意的组合。
10.一种信息显示装置，具有与通信网络连接的通信器、显示器和与所述通信器和所述显示器相连接的处理器，其特征在于：
所述处理器：
取得信息虚假度，所述信息虚假度表示由所述通信器经由所述通信网络接收并要在所述显示器上显示的显示信息的可信度的程度，
计算用户个体虚假度系数，所述用户个体虚假度系数表示操作所述信息显示装置的用户能够判断所述显示信息的可信度之真伪的程度，其中，基于源自于所述用户的表示可信度的判断倾向的指标计算所述用户个体虚假度系数，
使用所述用户个体虚假度系数对所述信息虚假度进行修正来计算用户个体虚假度，
在所述显示器上显示所述用户个体虚假度。
11.一种信息显示装置，具有接收包含声音信息的广播信号的广播接收器、显示器和与所述广播接收器和所述显示器相连接的处理器，其特征在于：
所述处理器：
将所述广播接收器接收到的所述广播信号中包含的声音信息转换为文字信息，
基于源自于所述声音信息的关于可信度的特性，计算表示所述文字信息的可信度的程度的信息虚假度，
计算表示操作所述信息显示装置的用户能够判断所述文字信息的可信度之真伪的程度的用户个体虚假度系数，
使用所述用户个体虚假度系数对所述信息虚假度进行修正来计算用户个体虚假度，
在所述显示器上显示所述用户个体虚假度。
12.如权利要求11所述的信息显示装置，其特征在于：
作为源自于所述声音信息的关于可信度的特性，所述处理器使用广播了所述声音信息的广播台、接受对所述声音信息的可信度的评价而附加的评价信息、所述声音信息经由公共线路传播的时期、所述声音信息经由公共线路传播的速度、所述声音信息中包含的文章表达之中的至少一项或任意的组合。
13.一种信息显示方法，其在具有与通信网络连接的通信器、显示器和与所述通信器和所述显示器相连接的处理器的信息显示装置中执行，其特征在于：
所述处理器执行以下步骤：
计算信息虚假度的步骤，所述信息虚假度表示由所述通信器经由所述通信网络接收并要在所述显示器上显示的显示信息的可信度的程度，其中，基于源自于所述显示信息的关于可信度的特性计算所述信息虚假度；
计算用户个体虚假度系数的步骤，所述用户个体虚假度系数表示操作所述信息显示装置的用户能够判断所述显示信息的可信度之真伪的程度，其中，基于源自于所述用户的表示可信度的判断倾向的指标计算所述用户个体虚假度系数；
使用所述用户个体虚假度系数对所述信息虚假度进行修正来计算用户个体虚假度的步骤；和
在所述显示器上显示所述用户个体虚假度的步骤。
14.一种信息显示方法，其在具有接收包含声音信息的广播信号的广播接收器、显示器和与所述广播接收器和所述显示器相连接的处理器的信息显示装置中执行，其特征在于：
所述处理器执行以下步骤：
将所述广播接收器接收到的所述广播信号中包含的声音信息转换为文字信息的步骤；
基于源自于所述声音信息的关于可信度的特性，计算表示所述文字信息的可信度的程度的信息虚假度的步骤；
计算用户个体虚假度系数的步骤，所述用户个体虚假度系数表示操作所述信息显示装置的用户能够判断所述文字信息的可信度之真伪的程度，其中，基于源自于所述用户的表示可信度的判断倾向的指标计算所述用户个体虚假度系数；
使用所述用户个体虚假度系数对所述信息虚假度进行修正来计算用户个体虚假度的步骤；和
在所述显示器上显示所述用户个体虚假度的步骤。
CN202080106582.5A 2020-10-23 2020-10-23 信息显示装置和信息显示方法 Pending CN116457766A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/039934 WO2022085186A1 (ja) 2020-10-23 2020-10-23 情報表示装置及び情報表示方法

Publications (1)

Publication Number Publication Date
CN116457766A true CN116457766A (zh) 2023-07-18

Family

ID=81290329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080106582.5A Pending CN116457766A (zh) 2020-10-23 2020-10-23 信息显示装置和信息显示方法

Country Status (4)

Country Link
US (1) US20230386104A1 (zh)
JP (1) JP7450748B2 (zh)
CN (1) CN116457766A (zh)
WO (1) WO2022085186A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4340775B2 (ja) 2005-09-29 2009-10-07 独立行政法人産業技術総合研究所 電子掲示板システムおよび電子掲示板プログラム
JP6664585B2 (ja) 2018-03-20 2020-03-13 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP6609079B2 (ja) 2018-04-05 2019-11-20 裕一郎 河野 記事評価システム

Also Published As

Publication number Publication date
JP7450748B2 (ja) 2024-03-15
JPWO2022085186A1 (zh) 2022-04-28
US20230386104A1 (en) 2023-11-30
WO2022085186A1 (ja) 2022-04-28

Similar Documents

Publication Publication Date Title
CN110209952B (zh) 信息推荐方法、装置、设备及存储介质
CN110321790B (zh) 一种对抗样本的检测方法及电子设备
US20200349551A1 (en) Code scanning method, code scanning device and mobile terminal
CN104838642B (zh) 用创建者身份或场景标记媒体的方法和设备
US20160314442A1 (en) Numerical value transfer method, terminal, cloud server and storage medium
CN108833262B (zh) 会话处理方法、装置、终端及存储介质
CN111371938B (zh) 一种故障检测方法及电子设备
CN110348186B (zh) 一种基于用户身份识别的显示方法及电子设备
KR20170090370A (ko) 리뷰 데이터 분석 방법, 이를 이용한 시스템 및 이동 단말기
KR20180068127A (ko) 이동단말기 및 그 제어방법
CN109190509B (zh) 一种身份识别方法、装置和计算机可读存储介质
WO2020048392A1 (zh) 应用程序的病毒检测方法、装置、计算机设备及存储介质
CN105323372A (zh) 移动终端及其控制方法
CN107748848A (zh) 一种信息处理方法及移动终端
CN113515987B (zh) 掌纹识别方法、装置、计算机设备及存储介质
CN111723843B (zh) 一种签到方法、装置、电子设备及存储介质
CN111523871B (zh) 一种支付处理方法及电子设备
CN113888159A (zh) 一种应用的功能页面的开启方法和电子设备
CN110826438B (zh) 一种显示方法及电子设备
CN107729886B (zh) 人脸图像的处理方法及装置
CN112827167B (zh) 虚拟关系养成应用中的剧情触发方法、装置、终端及介质
CN116457766A (zh) 信息显示装置和信息显示方法
CN111897709A (zh) 监控用户的方法、装置、电子设备及介质
CN113111894A (zh) 号码分类方法和装置
CN109379531A (zh) 一种拍摄方法及移动终端

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