JP2007241553A

JP2007241553A - 情報収集制御装置及び情報収集制御方法

Info

Publication number: JP2007241553A
Application number: JP2006061420A
Authority: JP
Inventors: Wataru Uchida; 渉内田; Hiroyuki Kasai; 裕之笠井; Masaharu Kurakake; 正治倉掛
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2006-03-07
Filing date: 2006-03-07
Publication date: 2007-09-20
Anticipated expiration: 2026-03-07
Also published as: JP4680804B2

Abstract

【課題】各サービスの動作を等しく保ちながら、情報取得装置における情報の獲得およびサービス提供システムによる情報収集回数の削減を図ることができる情報収集制御装置を提供する。
【解決手段】情報収集制御装置１０は、過去に情報取得装置より収集した情報に基づいて、将来時刻において当該情報取得装置より収集される情報を予測する予測部１１と、予測部１１による予測結果を用いたサービス実行条件の解析結果に基づいて、サービス実行条件が満たされる確率に基づく評価値を導出する実行条件充足評価値導出部１２と、評価値と予め定められた閾値との比較を行い、該閾値よりも評価値が高くなる情報取得装置を特定する閾値比較部１３と、閾値比較部１３によって特定された情報取得装置のうち、最も近い将来時刻に閾値よりも評価値が高くなる情報取得装置へ、該時刻に情報の収集指示を送信する情報収集制御部１４とを備える。
【選択図】図２

Description

本発明は、情報収集制御装置及び情報収集制御方法に関する。

従来、複数の情報取得装置を用いて外部の対象に関する情報を収集する場合に、情報収集の効率化を目的として情報収集動作を制御する技術が提案されている（例えば、非特許文献１参照。）。

又、情報収集の効率化のための技術としては、例えば、ある物体の位置などの連続的な情報をＧＰＳ（Global Positioning System）などの情報取得装置を用いて定期的に計測（獲得）して無線帯域を用いて収集し、その収集された一部の情報から上記の連続的な値を計算により再現するシステムにおいて、上記物体の真の値とシステムにより計算された値との乖離をある閾値以下に保ちつつ、情報取得装置における情報獲得および情報収集の回数を削減することを目的とした技術が提案されている。この技術では、過去から現在までにシステムが獲得した値に基づいて将来の値を予測するモデルを用い、そのモデルによって次回の情報収集時の値を予測する。そして、予測された値と実際に得られた値とを比較して両者の乖離を求め、その乖離が大きい場合には獲得および収集の頻度を高く、その乖離が小さい場合には獲得および収集の頻度を低くすることにより、常に情報取得装置が可能な最大の頻度での獲得および収集を行った場合に比べて獲得および収集の回数を削減する。これにより、情報獲得および収集の効率化という目的の達成を図っている。
Ankur Jain and Edward Y. Chang: "Adaptive sampling for Sensor Networks," in Proc. international workshop on Data Management for sensor networks (2004).

ところが、情報取得装置からの情報収集は、その収集された情報の用途によっては、必ずしも、上記の例のように計測対象の真の値と計算で得られた値との乖離を一定値以下に保つ必要はない。例えば、外部の情報取得装置から収集した情報及び予め与えられた複数のサービス実行条件に基づき、各サービスの動作を決定して該決定した動作を行うサービス提供システムにおいては、情報取得装置から収集することの重要度が低い場合（例えば、各サービス実行条件の動作に対する影響が小さい情報や参照するサービスの数が少ない場合）は、上記乖離が大きい場合でも問題が発生しない。そのような場合には、計測対象の真の値と計算で得られた値との乖離を一定値以下に保つ必要はない。従って、上記のような重要度の低い場合は情報収集や獲得を行わないことにより、サービスの動作の系列（以下、「サービス動作」という。）を等しく保ちながら情報取得装置における情報の獲得およびサービス提供システムによる収集の回数（以下、「情報収集回数」という。）をさらに削減できる余地があった。

そこで、本発明は、各サービスの動作を等しく保ちながら、情報取得装置における情報の獲得およびサービス提供システムによる情報収集回数の削減を図ることができる情報収集制御装置及び情報収集制御方法を提供することを目的とする。

上記目的を達成するため、本発明の第１の特徴は、１つ以上の情報取得装置から収集した情報及び１つ以上のサービス実行条件に基づいて、該サービス実行条件が満たされる時刻にサービスを提供するサービス提供システムに配置された情報収集制御装置であって、（ａ）過去に情報取得装置より収集した情報に基づいて、将来時刻において当該情報取得装置より収集される情報を予測する予測手段と、（ｂ）予測手段による予測結果を用いたサービス実行条件の解析結果に基づいて、サービス実行条件にて利用される１つ以上の情報取得装置から情報を収集した場合に、サービス実行条件が満たされる確率に基づく評価値を導出する実行条件充足評価値導出手段と、（ｃ）評価値と予め定められた閾値との比較を行い、該閾値よりも評価値が高くなる情報取得装置を特定する閾値比較手段と、（ｄ）閾値比較手段によって特定された情報取得装置のうち、最も近い将来時刻に閾値よりも評価値が高くなる情報取得装置へ、該時刻に情報の収集指示を送信する情報収集制御手段とを備える情報収集制御装置であることを要旨とする。

第１の特徴に係る情報収集制御装置によると、過去に情報取得装置より収集した情報に基づいて、現時点で当該情報取得装置より収集される情報がサービス実行条件を満たす確率が高い時刻にのみ情報を収集することにより、上記重要度が高い場合のみにおける情報収集が可能となり、各サービスの動作を等しく保ちながら情報収集回数の削減及び情報取得装置の情報獲得回数の削減を図ることができる。

又、第１の特徴に係る情報収集制御装置において、サービス実行条件は、ベイズ決定木の形式で記述され、実行条件充足評価値導出手段は、予測手段による予測結果に基づいてベイズ決定木内のノードの事前確率を更新し、評価値を導出する情報収集制御装置に対応するノードに該情報収集制御装置から収集され得る各候補値を用いて該ノードに証拠を設定し、前期候補値の中で該候補値を証拠として設定した場合に該更新されたノードの確率分布に基づいてサービス実行条件が満たされる確率が高い値を調べ、該値が評価値を導出する情報収集制御装置から収集される確率の和を評価値としてもよい。

この情報収集制御装置によると、ベイズ決定木の形式で記述されたサービス実行条件を解析する際に、ベイズ決定木の解析によって即座に上記実行条件充足評価値を求めることが可能となる。

本発明の第２の特徴は、１つ以上の情報取得装置から収集した情報及び１つ以上のサービス実行条件に基づいて、該サービス実行条件が満たされる時刻にサービスを提供するサービス提供システムに配置された情報収集制御方法であって、（ａ）過去に情報取得装置より収集した情報に基づいて、将来時刻において当該情報取得装置より収集される情報を予測するステップと、（ｂ）予測するステップによる予測結果を用いたサービス実行条件の解析結果に基づいて、サービス実行条件にて利用される１つ以上の情報取得装置から情報を収集した場合に、サービス実行条件が満たされる確率に基づく評価値を導出するステップと、（ｃ）評価値と予め定められた閾値との比較を行い、該閾値よりも評価値が高くなる情報取得装置を特定するステップと、（ｄ）特定された情報取得装置のうち、最も近い将来時刻に前記閾値よりも評価値が高くなる情報取得装置へ、該時刻に情報の収集指示を送信するステップとを含む情報収集制御方法であることを要旨とする。

又、第２の特徴に係る情報収集制御方法において、サービス実行条件は、ベイズ決定木の形式で記述され、導出するステップにおいて、予測手段による予測結果に基づいてベイズ決定木内のノードの事前確率を更新し、評価値を導出する情報収集制御装置に対応するノードに該情報収集制御装置から収集され得る各候補値を用いて該ノードに証拠を設定し、前期候補値の中で該候補値を証拠として設定した場合に該更新されたノードの確率分布に基づいてサービス実行条件が満たされる確率が高い値を調べ、該値が評価値を導出する情報収集制御装置から収集される確率の和を評価値としてもよい。

本発明によると、各サービスの動作を等しく保ちながら、情報取得装置における情報の獲得およびサービス提供システムによる情報収集回数の削減を図ることができる情報収集制御装置及び情報収集制御方法を提供することができる。

次に、図面を参照して、本発明の実施の形態を説明する。以下の図面の記載において、同一又は類似の部分には、同一又は類似の符号を付している。ただし、図面は模式的なものであることに留意すべきである。

（サービス提供システム）
本実施形態にかかるサービス提供システムは、１つ以上の情報取得装置から収集した情報及び１つ以上のサービス実行条件に基づいて、サービス実行条件が満たされる時刻に、サービスを提供する。

本実施形態にかかるサービス提供システムは、図１に示すように、情報を取得する複数の情報取得装置５０と、情報取得装置５０から情報を受信するサーバ１００とを備える。尚、情報取得装置５０の例としては、位置情報を取得するＧＰＳ（Global Positioning System）を有する端末装置、温度センサ、湿度センサ、または天気予報情報もしくは株価情報が登録されるインターネット上のサイトなどが挙げられる。

又、情報取得装置５０とサーバ１００とは、通信ネットワーク３０を介して通信を行う。通信ネットワーク３０としては、例えばインターネットが挙げられ、ＬＡＮ、ＷＡＮ、イントラネットなどを用いてもよい。

サーバ１００は、後に詳述する予測部、実行条件充足評価値導出部、閾値比較部、情報収集制御部を内蔵するＣＰＵ１０１と、入力部１０２、出力部１０３、データ保持部１０４、プログラム保持部１０５を備える。

入力部１０２は、キーボード、マウス等の機器を指す。入力部１０２から入力操作が行われると対応するキー情報が処理制御装置（ＣＰＵ）１０１に伝達される。出力部１０３は、モニタなどの画面を指し、液晶表示装置（ＬＣＤ）、発光ダイオード（ＬＥＤ）パネル、エレクトロルミネッセンス（ＥＬ）パネル等が使用可能である。

データ保持部１０４は、サービス実行条件、受信したデータや処理途中のデータを保持する。データ保持部１０４は、ＲＡＭ等の内部記憶装置を用いても良く、ハードディスクやフレキシブルディスク等の外部記憶装置を用いても良い。

プログラム保持部１０５は、後に詳述する予測処理、実行条件充足評価値導出処理、閾値比較処理、情報収集制御処理などを処理制御装置（ＣＰＵ）１０１に実行させるための制御プログラムを保存する記憶媒体である。記録媒体は、例えば、ＲＡＭ、ハードディスク、フレキシブルディスク、コンパクトディスク、ＩＣチップ、カセットテープなどが挙げられる。このようなプログラムを保持した記録媒体によれば、プログラムの保存、運搬、販売などを容易に行うことができる。

図２は、サーバ１００と各種の情報取得装置５０ａ、５０ｂ、…、５０ｎ（以下、「情報取得装置５０」と総称する）の構成例を模式的に表したものである。

サーバ１００は、情報収集制御装置１０及びサービス実行条件格納部２０から構成される。

サービス実行条件格納部２０は、ベイズ決定木などの形式で書かれた複数のサービス実行条件２１ａ、２１ｂ、…、２１ｎ（以下、「サービス実行条件２１」と総称する。）を格納する。以下では、サービス実行条件２１が複数存在する場合を説明するが、サービス実行条件２１が１つのみの場合もありうる。尚、サービス実行条件２１の例は図３〜図５を用いて後述する。

サーバ１００は、情報取得装置５０との通信により収集される情報を参照し、収集された情報とサービス実行条件２１とに従ってサービスを実行する。

ここで、情報取得装置５０の各部の処理動作を述べる前に、本発明の前提となるサーバ１００におけるサービス動作の決定方法について説明する。ここでのサービス実行条件２１はベイズ決定木の形式で記述されているものとする。ベイズ決定木で記述されたサービス実行条件２１の例を図３〜図５に示す。

以下では、図３に示す傘の準備推奨サービスのためのサービス実行条件(1)を例にとって、ベイズ決定木を用いたサービス動作決定について説明する。

このサービス実行条件(1)では、湿度が高いか否かという状態と天気予報が雨か否かという状態とを用いて、現在の天気が雨であるか否かに関する確率を推論する。そして、推論で得られた確率に基づいて、傘の準備を推奨するメッセージをユーザ端末に表示するべきか否かを判断する。このような判断は、ユーザの明示的な指示なしに定期的に行われるものとする。

図３（ａ）において楕円形で示される各ノードは、サービスの動作の判断に用いる状態変数を表す。例えば高湿度（H）と記述されたノードは、湿度が高いか否かを表現する状態変数を表し、その状態変数は高い（True）、低い（False）の２つの値をとる。ノード間の矢印は、親ノード（矢印の出る元のノード）の表す状態が、子ノードの表す状態に直接の影響を及ぼすことを示す。サービス実行条件(1)においては、高湿度か否かという状態は、雨が降るという状態に直接の影響を及ぼしていることになる。

このようなノード間の影響は、条件付確率表の形式で表現される。条件付確率表は、各ノードに対して記述され、親ノードの状態に対する当該ノードの状態がとる値の確率分布を表している。例えばサービス実行条件(1)では、雨が降る（R）という状態がとる値は、その親ノードであるH（高湿度）及びW（天気予報が雨）の値によって影響を受け、その条件付確率表の各行は、H（高湿度）とW（天気予報が雨）がとる値の組のそれぞれに対してR（雨が降る）がTrueとなる確率（P(R|H,W)）を表している。例えば、H（高湿度）がTrueかつW（天気予報が雨）がTrueの組に対して、R（雨が降る）がTrueとなる確率（P(R|H,W)）は0.95となることが表されている。

一方、親を持たないノード（即ち、入り方向の矢印を持たないノード）に対しては、事前に定められた確率（事前確率）が与えられる。例えばサービス実行条件(1)では、湿度が高い確率P(H)=0.2と表現されている。

上記の条件付確率表や事前確率の値を用いることによって、一部の状態に対する証拠が得られている場合の、他の状態がとり得る確率を計算することができる。例えば、湿度が高い（H=True）という状態に関する証拠が得られている場合に、雨が降る確率及び降らない確率(P(R|H))を計算することができる。なお、このような確率は、公知の計算アルゴリズムによってベイズ決定木の内部の値から求めることができる。

サービス実行条件における長方形は、その決定木における意思決定の選択肢を表している。サービス実行条件(1)における長方形（即ち、動作(A)）は、傘を持っていくことを推奨する（a1）及び何も行わない（a2）の２つの動作を示している。また、サービス実行条件における菱形は、実際に行う動作の決定後の状態における効用値を示している。ここでの効用値は、図３（ｂ）に示すような表形式で表現され、各行は選択した行動と、その時の効用に影響する状態変数の値（効用の親ノードの状態変数の値）の組に対する効用値を示している。

ベイズ決定木を用いたサービス動作判断では、現在利用可能な情報を用いて各ノードの証拠を入力し、それらの証拠が得られた状態で各動作を行った場合に期待される効用（EU）を計算する。そして、計算で得られた効用（EU）が最も大きい動作を実行する。例えばサービス実行条件(1)において、情報が得られる前における期待効用は次の式（１）を用いて求められる。

ここでriは、雨が降るという状態変数のとり得る各値を示す。傘の持ち出しを推奨する動作（a1）及び何もしないという動作（a2）の期待効用は、次のように求められる。

EU(a1) = 0.2134×10 + 0.7866×6 = 6.8536
EU(a2) = 0.2134×(-7) + 0.7866×9 = 5.5856
ここでの「0.2134」は、H（高湿度）がTrueかつW（天気予報が雨）がTrueの組、HがTrueかつWがFalseの組、HがFalseかつWがTrueの組、及び、HがFalseかつWがFalseの組のそれぞれに対してR（雨が降る）がTrueとなる確率の総和により求められる。即ち、0.2×0.1×0.95 + 0.2×0.9×0.6 + 0.8×0.1×0.9 + 0.8×0.9×0.02 = 0.2134として求められる。一方の「0.7866」は、1−0.2134として求められる。

上記の場合、傘の持ち出しを推奨する動作（a1）の期待効用EU(a1)は、何もしないという動作（a2）の期待効用EU(a2)よりも大きいので、傘の持ち出しを推奨する動作を行う。かかる動作としては、例えば、情報（傘の持ち出しを推奨するメッセージ等）を端末装置に送信して画面表示や音声通知等を行うことが挙げられる。それに伴い、サーバ１００内に、情報を端末装置に送信するための送信部が必要となる。

各サービス実行条件によって記述されるサービスは、そのサービス実行条件の一部のノードに関する証拠を情報取得装置５０から得る。例えば、サービス実行条件(1)において利用される情報取得装置５０は、ユーザ端末が有する湿度センサ及びインターネット上の天気予報サイトである。

又、他の例として、図４に示す自動マナーモード化サービスが挙げられる。このサービス実行条件(2)では、会議室にいるか否かという状態と会議予約があるか否かという状態とを用いて、ユーザが会議中であるか否かに関する確率を推論する。そして、推論で得られた確率に基づいて、ユーザ端末をマナーモードに設定するべきか否かを判断する。各サービス実行条件によって記述されるサービスは、そのサービス実行条件の一部のノードに関する証拠を情報取得装置５０から得る。例えば、サービス実行条件(2)において利用される情報取得装置５０は、予約情報をもつ社内システム及び屋内位置測位装置である。

更に、他の例として、図５に示す用件終了通知サービスが挙げられる。このサービス実行条件(3)では、自席にいるか否かという状態を用いて、ユーザが席を離れて用件対応中であるか否かに関する確率を推論する。そして、推論で得られた確率に基づいて、希望するユーザに用件の終了（ユーザが自席に戻ったこと）を通知するべきか否かを判断する。各サービス実行条件によって記述されるサービスは、そのサービス実行条件の一部のノードに関する証拠を情報取得装置５０から得る。例えば、サービス実行条件(3)において利用される情報取得装置５０は、屋内位置測位装置である。

続いて、情報収集制御装置１０の各部の動作をより詳しく説明する。

情報収集制御装置１０は、予測部１１（本発明に係る予測手段に相当）、実行条件充足評価値導出部１２（本発明に係る実行条件充足評価値導出手段に相当）、閾値比較部１３（本発明に係る閾値比較手段に相当）、及び情報収集制御部１４（本発明に係る情報収集制御手段に相当）を備える。

予測部１１は、情報取得装置５０から過去に収集した情報に基づいて将来時刻の情報を予測する。ここでは、あるユーザが携帯した携帯端末が備えるＧＰＳなどの位置測位手段を用いて、予め規定された二次元座標系における位置情報を取得する場合を例にとって説明する。例えば、ユーザが前々回の測位時に[20m,30m]という座標に存在し、前回の測位時に[20m,40m]という座標に存在したものとする。このとき前回、前々回の測定時の座標から移動速度を計算し、前回の位置からある時刻における位置を予測することができる。この予測により、将来の時刻tには[20m,50m]の半径5mの円内にいる確率は0.8、それ以外にいる確率は0.2といったようにユーザの位置の確率分布が求まる。このような予測は公知の予測技術を利用して行われる。

実行条件充足評価値導出部１２は、サービス実行条件格納部２０に格納されたサービス実行条件２１、及び予測部１１による予測結果を用いたサービス実行条件の解析結果に基づいて、サービス実行条件にて利用される１つ以上の情報取得装置から情報を収集した場合に、サービス実行条件が満たされる確率に基づく評価値を導出する。

具体的には、実行条件充足評価値導出部１２は、予測部１１より、過去の判断時に収集した情報を利用して、将来時刻における値の確率分布を入力する。実行条件充足評価値導出部１２は、その結果に従い、各ノードのとり得る値に対する事前確率の分布を更新する。例えば、前回の天気予報が晴れであったため、時刻τにおける予報が雨である確率は0.1で、前回の情報収集時の湿度は低く湿度が上昇する傾向がなかったため、時刻τにおいて湿度が高い確率が0.2といったように変更される。これらの値に基づき、各情報を収集することによって，実行条件が満たされる確率を以下のようにして計算する。以下では現在時点でのサービス動作は、「何もしない」（a2）が選択されているものとする。

ある情報取得装置から値を得た場合にサービス実行条件充足評価値は、その情報取得装置から得られる可能性をもつ各値について、その値が得られた場合の事後確率を用いてサービス実行条件を判定し、条件が満たされる（上記の例では判定結果がa2からa1に変化する）ような値を調べ、その値を取る確率の和を取ることによって得られる。

まず、サービス実行条件充足評価値を計算する対象の情報取得装置について、具体的な値を証拠として設定する．例えばH=Trueという値を設定する。続いて、湿度センサの情報及び天気予報情報をそれぞれ得た場合のサービス実行条件判定結果を得る。この条件判定は，証拠を得た場合の確率値（推論アルゴリズムにより得られる）を用いて，最も期待効用が高い動作を選択することによって行われる。

ここで、通常式（1）を用いて計算される期待効用の代わりに、次式を用いて期待効用を計算する。

ここで、

は、予測および推論アルゴリズムを用いて得られた、値riの確率、は予測を用いない場合のriの事前確率とする。このように、通常の確率値の値の事前確率の逆数比を予測および推論アルゴリズムを用いて得られた確率に対して取る。これにより、注目している時刻τにおける値が再度riとなる可能性をもつ確率の大きさを評価することができる。

例えば、サービス実行条件(1)において、湿度情報を得たとした場合のサービス実行条件判定は次のように実行される。

湿度が高い（H=True）場合：
EU(a1|H=True)=(0.6035 / 0.2134)×10+(0.3965 / 0.7866)×6= 4.3119
EU(a2|H=True)=(0.6035 / 0.2134)×(-7)+(0.965 / 0.7866)×9= -8.755
この場合のサービス実行条件判定の結果は傘を持っていくことを推奨する（a1）となる。なお、ここでの「0.2134」は雨が降ることの事前確率（P(R=True)）を示している。また、「0.7866」は雨が降らないことの事前確率（P(R=False))、すなわち1-0.2134として求められる。ここでの「0.6035」は、H（高湿度）がTrueという前提で、H（高湿度）がTrueかつW（天気予報が雨）がTrueの組と、HがTrueかつWがFalseの組のそれぞれに対してR（雨が降る）がTrueとなる確率の総和により求められる。即ち、0.01×0.95 + 0.99×0.6 = 0.6035として求められる。一方の「0.3965」は、1−0.6035として求められる。

湿度が低い（H=False）場合：
EU(a1|H=False)=(0.0288 / 0.2134)×10+ (0.9712 / 0.7866)×6=8.758
EU(a2|H=False)=(0.0288 / 0.2134)×(-7)+ (0.9712 / 0.7866)×9=10.167
この場合のサービス実行条件判定の結果は傘を持っていくことを推奨しない（a2）となる．なお、ここでの「0.0288」は、H（高湿度）がFalseという前提で、H（高湿度）がFalseかつW（天気予報が雨）がTrueの組と、HがFalseかつWがFalseの組のそれぞれに対してR（雨が降る）がTrueとなる確率の総和により求められる。即ち、0.01×0.9 + 0.99×0.02 = 0.0288として求められる。一方の「0.9712」は、1−0.0288として求められる。

湿度が高い確率は0.1、低い確率は0.9であることが予測の結果からわかるため、湿度が高いか否かに関する証拠を得る（即ち、湿度センサからの情報を収集する）ことにより意思決定する場合に，サービス動作がa1に変化する（サービス実行条件が満たされていることを確認する）確率は、湿度が高くなる確率として得られる。

従って、時刻τにおいて湿度に関する情報を収集することによるサービス実行条件充足評価値は0.1となる。

同様に、天気予報を確認することによりサービス実行条件が満たされる確率を求める。

天気予報が雨(W=True)の場合：
EU(a1|W=True)=(0.905 / 0.2134)×10+(0.095 / 0.7866)×6=43.135
EU(a2|W=True)=(0.905 / 0.2134)×(-7)+(0.095 / 0.7866)×9=-29.017
この場合のサービス実行条件判定の結果は傘を持っていくことを推奨する（a1）となる。なお、ここでの「0.905」は、Ｗ（天気予報が雨）がTrueという前提で、H（高湿度）がTrueかつW（天気予報が雨）がTrueの組と、HがFalseかつWがTrueの組のそれぞれに対してR（雨が降る）がTrueとなる確率の総和により求められる。即ち、0.1×0.95 + 0.9×0.9 = 0.905として求められる。一方の「0.095」は、1−0.905として求められる。

天気予報が雨ではない(W=False)の場合：
EU(a1|W=False)=(0.24 / 0.2134)×10+(0.76 / 0.7866)×6=17.047
EU(a2|W=False)=(0.24 / 0.2134)×(-7) + (0.76 / 0.7866)×9=0.823
この場合のサービス実行条件判定の結果も傘を持っていくことを推奨する（a1）となる。なお、ここでの「0.24」は、Ｗ（天気予報が雨）がFalseという前提で、H（高湿度）がTrueかつW（天気予報が雨）がFalseの組と、HがFalseかつWがFalseの組のそれぞれに対してR（雨が降る）がTrueとなる確率の総和により求められる。即ち、0.1×0.6 + 0.9×0.02 = 0.24として求められる。一方の「0.76」は、1−0.24として求められる。

天気予報が雨である確率は0.01、雨ではない確率は0.99であることが予測の結果からわかるため、天気予報が雨か否かに関する証拠を得ることより、意思決定する場合に，サービス動作がa1に変化する（サービス実行条件が満たされていることを確認する）確率は，天気予報が雨となる確率、雨ではない確率の和として得られる。

従って、時刻τにおいて天気予報の情報を収集することによるサービス実行条件充足評価値は1.0となる。

同様に、図３、図４に示すサービス実行条件(2)及び(3)における各情報取得装置のサービス実行条件充足評価値を導出することができる。サービス実行条件(2)は、会議室にいるか否かに関する情報を得る屋内位置測位装置、及びユーザが参加する会議予約があるか否かに関する情報を得る社内システムを参照する。この例でも上記のサービス実行条件(1)の場合と同様に、条件付確率表が与えられているものとする。その値を参照し、各情報取得装置から情報を得た場合にサービス実行条件が満たされる確率を計算することができる。

次に、閾値比較部１３ならびに情報収集制御部１４について説明する。

閾値比較部１３は、実行条件充足評価値導出部１２から得られた、現在時刻以降の各時点において、各情報取得装置から情報を収集した場合にサービス実行条件が満たされる確率を入力し、予め定められた閾値とそれらを比較する。続いて現在時刻以降の最も近い時刻に充足確率が閾値より高くなる情報取得装置および該時刻を情報収集制御部１４に伝える。

情報収集制御部１４は、閾値比較部１３から入力した時刻に、入力した情報収集制御装置に対して情報の通知指示を送付する。

例として、サービス例(1)における動作を示す。閾値比較部１３に設定された閾値を0.5とする。実行条件充足評価値導出部１２は、現在時刻以降の将来時刻における、各情報取得装置の実行条件充足評価値を求め、閾値比較部に入力する。時刻τ以前の、湿度センサおよび天気予報サイトのそれぞれから情報を得る場合のサービス実行条件が満たされる確率が0.5以下で、時刻τにおける湿度センサの条件充足評価値が0.1、天気予報サイトの条件充足評価値が1.0である場合、予め設定された閾値0.5を超える条件充足評価値をもつ情報取得装置が時刻τにおいて初めて現れるため、この値よりも高い値をもつ湿度センサから時刻τに情報を収集する。

（サービス提供方法）
次に、本実施形態におけるサービス提供方法について、図６〜図８を用いて説明する。

初めに、図６において、情報収集制御装置１０は、サービス実行条件、計測値を取得し（Ｓ１０１）、サービス実行条件充足評価値を計算する時刻（τ）を現在時刻とする（Ｓ１０２）。本実施形態では、τを現在時刻から単位時間ずつ進め、各時刻における予測値を用いてサービス実行条件充足評価値を計算することにより、情報収集装置からの収集によりサービス実行条件が満たされる確率が最初に閾値以上となる時刻を求める。

次に、予測部１１は、情報取得装置５０から過去に収集した情報に基づいて時刻τの時点での情報を予測する（Ｓ１０３）。ここでは、ユーザが携帯した携帯端末が備えたＧＰＳなどの位置測位手段を用いて位置情報を取得する場合を例にとって説明する。ユーザが前々回の測位時に、所定の二次元座標系における[20m,30m]という座標に存在し、前回の測位時に[20m,40m]という座標に存在したものとする。このとき前回、前々回の測定時の座標から移動速度を計算し、前回の位置から現時点における位置を予測することができる。この予測により、時刻τでは[20m,50m]の半径5mの円内にいる確率は0.8、それ以外にいる確率は0.2といったようにユーザの位置の確率分布が求まる。

次に、サービス実行条件格納部２０に格納されたサービス実行条件２１、及び予測部１１により予測された値を用いて、実行条件充足評価値導出部１２が、各サービスにおける各情報取得装置から情報を得た場合の実行条件充足評価値を導出する（Ｓ１０４）。この実行条件充足評価値導出処理のフローチャートは図７に示す。この導出過程については後述する。

次に、閾値比較部１３が、導出された各情報取得装置の実行条件充足評価値と、予め定められた閾値を比較する（Ｓ１０５）。もし閾値以上の実行条件充足評価値をもつ情報取得装置が存在した場合、情報収集制御部１４は、その情報取得装置から時刻τに情報を取得することを決定し、手順を終了する（Ｓ１０６及びＳ１０７）。もし，実行条件充足評価値が閾値以上となる情報取得装置が存在しない場合，時刻τを単位時間進め、将来時刻における実行条件充足評価値が閾値以上となる情報取得装置が存在するか否かの判定を継続する（Ｓ１０６及びＳ１０８）。

続いて、図７の実行条件充足評価値導出処理について説明する。

まず、情報収集制御装置１０は、サービス実行条件、計測値を取得する（Ｓ２０１）。そして、サービス実行条件が用いるすべての情報取得装置の集合をYとし（Ｓ２０２）、現在実行条件の充足確率を計算する対象とする情報取得装置をfとする（Ｓ２０３）。

続いて、f以外のYの要素に対応する各ノードに対して、時刻τにおける予測結果に基づいて、ベイズ決定木内のノードの事前確率を更新する（Ｓ２０４）。続いて、fに対応するノードの状態値の集合をVとし（Ｓ２０５）、次の手順でサービス実行条件の判定結果が変化する値をとる確率を得る（Ｓ２０６）。この確率取得処理のフローチャートは図８に示す。この取得過程については後述する。

そして、情報収集制御装置１０は、得られた値を実行条件充足評価値とする（Ｓ２０７）。

続いて、図８の確率取得処理について説明する。

まず、Vから値を一つ取り出し、vとする（Ｓ３０１）。次に、fに対応するノードに値がvであるとの証拠を設定する（P(f=v)=1.0）（Ｓ３０２）。

そして、式（２）を期待効用の計算に用い、これらの値に基づいてサービス実行条件の判定結果を得る。この条件判定は、証拠を得た場合の確率値（推論アルゴリズムにより得られる）を用いて、最も期待効用が高い動作を選択することによって行われる。ここで、V以外の情報取得装置に対応するノードは、時刻τにおける予測値が用いられる。

続いてこの判定結果が、現在の判定結果と異なる場合、その値を得るとサービス実行条件が満たされることがわかるため、その値をとる確率を予測部１１の予測結果から得、結果Rに加える（Ｓ３０４及びＳ３０５）。

このようにしてすべての状態値について（Ｓ３０６）、その値が得られた場合の実行条件判定結果が変化するか否かの判定を行い、変化する値をとる確率の和を求める。この確率の和Rが、Vから情報を収集することでサービス実行条件が満たされる（判定結果が変化する）確率となる。

（作用及び効果）
本実施形態に係る情報収集制御装置及び情報収集制御方法によると、サービス実行条件にて利用される情報取得装置から情報を収集する場合のサービス実行条件充足評価値を導出し、導出された確率に基づいて情報取得装置からの情報収集を制御することにより、上記サービス実行条件が満たされる確率に応じた情報収集の制御が可能となり、情報収集回数の削減及び情報取得装置の情報獲得回数の削減を図ることができる。これにより、システム全体における総コストを保ちつつ、システムが同時に提供可能なサービス数を増加することができる。

又、サービス実行条件は、ベイズ決定木の形式で記述され、実行条件充足評価値導出部は、予測部による予測結果に基づいてベイズ決定木内のノードの事前確率を更新し、評価値を導出する情報収集制御装置に対応するノードに該情報収集制御装置から収集され得る各候補値を用いて該ノードに証拠を設定し、前期候補値の中で該候補値を証拠として設定した場合に該更新されたノードの確率分布に基づいてサービス実行条件が満たされる確率が高い値を調べ、該値が評価値を導出する情報収集制御装置から収集される確率の和を評価値とする。

このため、ベイズ決定木の形式で記述されたサービス実行条件を解析する際に、ベイズ決定木の解析によって即座に上記実行条件充足評価値を求めることが可能となる。

（変形例）
また、上記の実施形態では、情報収集制御装置及びサービス実行条件格納部が単一のサーバ内に配置される例を示したが、図９のように、情報収集制御装置１０、サービス実行条件格納部２０、及び情報取得装置５０が単一の端末装置２００内に配置される構成態様を採用してもよい。この場合、情報取得装置５０としては端末装置２００に備えられたＧＰＳ装置、屋内位置測位手段、温度センサなどが挙げられる。

（その他の実施形態）
本発明は上記の実施形態によって記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。

例えば、上記実施形態では、情報収集制御装置１０とサービス実行条件格納部２０が同一のサーバ内、あるいは端末装置内に配置されると説明したが、情報収集制御装置１０とサービス実行条件格納部２０がそれぞれ異なる装置に配置されてもよい。即ち、情報取得装置５０、情報収集制御装置１０、サービス実行条件格納部２０がそれぞれ別体に配置されてもよい。

このように、本発明はここでは記載していない様々な実施形態等を含むことは勿論である。従って、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

本実施形態に係るサービス提供システムの構成ブロック図である（その１）。本実施形態に係るサービス提供システムの構成ブロック図である（その２）。本実施形態に係る傘の準備推奨サービスのサービス実行条件を示す図である。本実施形態に係る自動マナーモード化サービスのサービス実行条件を示す図である。本実施形態に係る用件終了通知サービスのサービス実行条件を示す図である。本実施形態に係るサービス提供方法を示すフローチャートである（その１）。本実施形態に係るサービス提供方法を示すフローチャートである（その２）。本実施形態に係るサービス提供方法を示すフローチャートである（その３）。変形例に係るサービス提供システムの構成ブロック図である。

符号の説明

１０…情報収集制御装置
１１…予測部
１２…実行条件充足評価値導出部
１３…閾値比較部
１４…情報収集制御部
２０…サービス実行条件格納部
２１…サービス実行条件
３０…通信ネットワーク
５０…情報取得装置
１００…サーバ
１０１…ＣＰＵ
１０２…入力部
１０３…出力部
１０４…データ保持部
１０５…プログラム保持部
２００…端末装置

Claims

１つ以上の情報取得装置から収集した情報及び１つ以上のサービス実行条件に基づいて、該サービス実行条件が満たされる時刻にサービスを提供するサービス提供システムに配置された情報収集制御装置であって、
過去に前記情報取得装置より収集した情報に基づいて、将来時刻において当該情報取得装置より収集される情報を予測する予測手段と、
前記予測手段による予測結果を用いた前記サービス実行条件の解析結果に基づいて、前記サービス実行条件にて利用される１つ以上の情報取得装置から情報を収集した場合に、前記サービス実行条件が満たされる確率に基づく評価値を導出する実行条件充足評価値導出手段と、
前記評価値と予め定められた閾値との比較を行い、該閾値よりも前記評価値が高くなる情報取得装置を特定する閾値比較手段と、
前記閾値比較手段によって特定された情報取得装置のうち、最も近い将来時刻に前記閾値よりも前記評価値が高くなる情報取得装置へ、該時刻に情報の収集指示を送信する情報収集制御手段と
を備えることを特徴とする情報収集制御装置。
前記サービス実行条件は、ベイズ決定木の形式で記述され、
前記実行条件充足評価値導出手段は、前記予測手段による予測結果に基づいて前記ベイズ決定木内のノードの事前確率を更新し、前記評価値を導出する情報収集制御装置に対応するノードに該情報収集制御装置から収集され得る各候補値を用いて該ノードに証拠を設定し、前期候補値の中で該候補値を証拠として設定した場合に該更新された前記ノードの確率分布に基づいて前記サービス実行条件が満たされる確率が高い値を調べ、該値が前記評価値を導出する情報収集制御装置から収集される確率の和を前記評価値とすることを特徴とする請求項１に記載の情報収集制御装置。
１つ以上の情報取得装置から収集した情報及び１つ以上のサービス実行条件に基づいて、該サービス実行条件が満たされる時刻にサービスを提供するサービス提供システムに配置された情報収集制御方法であって、
過去に前記情報取得装置より収集した情報に基づいて、将来時刻において当該情報取得装置より収集される情報を予測するステップと、
前記予測するステップによる予測結果を用いた前記サービス実行条件の解析結果に基づいて、前記サービス実行条件にて利用される１つ以上の情報取得装置から情報を収集した場合に、前記サービス実行条件が満たされる確率に基づく評価値を導出するステップと、
前記評価値と予め定められた閾値との比較を行い、該閾値よりも前記評価値が高くなる情報取得装置を特定するステップと、
前記特定された情報取得装置のうち、最も近い将来時刻に前記閾値よりも前記評価値が高くなる情報取得装置へ、該時刻に情報の収集指示を送信するステップと
を含むことを特徴とする情報収集制御方法。
前記サービス実行条件は、ベイズ決定木の形式で記述され、
前記導出するステップにおいて、前記予測手段による予測結果に基づいて前記ベイズ決定木内のノードの事前確率を更新し、前記評価値を導出する情報収集制御装置に対応するノードに該情報収集制御装置から収集され得る各候補値を用いて該ノードに証拠を設定し、前期候補値の中で該候補値を証拠として設定した場合に該更新された前記ノードの確率分布に基づいて前記サービス実行条件が満たされる確率が高い値を調べ、該値が前記評価値を導出する情報収集制御装置から収集される確率の和を前記評価値とすることを特徴とする請求項３に記載の情報収集制御方法。