JP2011048435A - 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム - Google Patents
推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム Download PDFInfo
- Publication number
- JP2011048435A JP2011048435A JP2009193996A JP2009193996A JP2011048435A JP 2011048435 A JP2011048435 A JP 2011048435A JP 2009193996 A JP2009193996 A JP 2009193996A JP 2009193996 A JP2009193996 A JP 2009193996A JP 2011048435 A JP2011048435 A JP 2011048435A
- Authority
- JP
- Japan
- Prior art keywords
- user
- pair
- node
- estimation
- information
- 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
Links
Images
Landscapes
- Telephonic Communication Services (AREA)
Abstract
【解決手段】推定機能提供サーバ100は、ユーザの行動の推定論理としてのベイジアンネットワークにおいてノード対の各ノードIDと、2ノード間の条件付確率を示すペア条件付確率とをユーザID別に関連付けたユーザ情報を保持する初期ペア相関テーブル111と、初期ペア相関テーブル111において、所定ノード対に関して保持されたペア条件付確率の情報を有していないユーザがある場合に、そのペア条件付確率を推定し、算出されたペア条件付確率により初期ペア相関テーブル111を補完することで推定ペア相関テーブル113を生成する協調フィルタリング部130と、推定ペア相関テーブル113に格納されたペア条件付確率を用いてユーザID毎に条件付確率表を計算し、ユーザ別のベイジアンネットワークのグラフ構造を構築する確率グラフ構築手段114とを備える。
【選択図】図1
Description
以下では、説明の都合上、1.推定論理構築支援システムの概要、2.推定機能提供サーバの構成、3.システム構成の他の例、4.推定論理構築支援方法の詳細の各章に分けて順次説明することとする。
図1に示すように、推定論理構築支援システム1は、移動体通信網やインターネット等の通信ネットワークにより接続された推定機能提供サーバ(ユーザ行動推定装置)100と、ユーザ端末200と、センサ端末300と、アプリサーバ400とを備えている。なお、各装置の台数は図示した台数に限定されるものではない。
ユーザIDは、例えば、ユーザ端末200のIDやユーザの個人IDである。
ノードIDは、ベイジアンネットワークのノードIDであり、「位置」を示す事象に対応したIDであれば、例えば、「自宅」や「勤務先」がこれに当たる。また、例えば、「スケジュール」を示す事象に対応したIDであれば、例えば、「休日」や「出勤日」がこれに当たる。さらに、「スケジュール」に関連した「サービス」を示す事象に対応したIDであれば、例えば、「動画をみたい」や「音楽をききたい」がこれに当たる。
推定機能提供サーバ100は、CPU(Central Processing Unit)等の演算装置と、メモリ等の記憶装置と、マウスやキーボード等の外部から情報の入力を検出する入力装置と、入力または出力される各種情報の送受信を行うインタフェース装置と、LCD(Liquid Crystal Display)等の表示装置とを備えたコンピュータ、そして、このコンピュータにインストールされたプログラムから構成される。
確率グラフ推定部110は、ユーザ行動推定機能として、ユーザ毎のベイジアンネットワークを生成し、そのリンク情報とCPT(Conditional Probability Table:条件付確率表)とをサービス推定部120へ受け渡すものである。
サービス推定部120は、サービス推定機能として、ユーザ毎に構築されたベイジアンネットワークを用いて当該ユーザが現在求めているサービスを推定するものである。
確率グラフ推定部110は、ユーザ端末200から、「位置」や「スケジュール」等の各ユーザ端末200に固有の情報を、ペア条件付確率として取得し、取得したペア条件付確率の相関を補完し、それらから、ユーザ毎のベイジアンネットワークを作成する。このために、確率グラフ推定部110は、初期ペア相関テーブル111と、ペア相関受信手段112と、推定ペア相関テーブル113と、確率グラフ構築手段114と、ペア相関学習手段115と、協調フィルタリング部(協調フィルタリング手段)130とを備える。
協調フィルタリング部130は、初期ペア相関テーブル111の情報をユーザID毎に整理し、それぞれ比較することで条件付確率を補完し、推定ペア相関テーブル113に保存するものであり、図1に示すように、ユーザ相関推定手段131と、ペア相関推定手段132と、ユーザ相関テーブル133とを備える。
ペア相関推定手段132は、初期ペア相関テーブル111と、ユーザ相関テーブル133とを参照し、初期ペア相関テーブル111に格納されていないユーザの情報に関して、取得したペア条件付確率を、ユーザ相関で重みをつけつつ推定し、推定ペア相関テーブル113を作成するものである。
ユーザ相関テーブル133は、初期ペア相関テーブル111に格納されている任意の2人のユーザの相関を示すデータベースである(図6参照)。
なお、協調フィルタリング部130については、その処理の詳細を後記する。
サービス推定部120は、図1に示すように、確率グラフデータベース121と、センシング情報テーブル122と、推定実施部(推定実施手段)123とを備える。
確率グラフデータベース121は、確率グラフ推定部110の確率グラフ構築手段114で生成したユーザ毎のベイジアンネットワークを格納するデータベースである。
センシング情報テーブル122は、センサ端末300から受信したノードIDおよびユーザIDの情報を格納したデータベースである(図13参照)。
簡便のため、図1に示す推定論理構築支援システム1は、ユーザ端末200と、センサ端末300と、アプリサーバ400とが存在するネットワーク環境に、さらに推定機能提供サーバ100を設けるものとして説明したが、本発明はこれに限定されるものではない。実際の運用においては、例えば、推定機能提供サーバ100と同様な機能を他の装置が兼用するようにしてもよい。
この章では、推定論理構築支援方法として、推定機能提供サーバ100の各部の詳細な処理について、4−1.事前設定、4−2.ペア条件付確率の取得、4−3.協調フィルタリングの動作、4−4.ベイジアンネットワークの構築、4−5.サービス推定の各節に分けて、図1を適宜参照しながら具体的に説明する。
推定機能提供サーバ100では、事前設定として、ベイジアンネットワークのノードが定義される。ベイジアンネットワークのノードの一例を図3に示す。図3に示すように、例えば、8個のノード301,302,303,304,305,306,307,308を定義する。なお、図3には、各ノード間に、既に、7本のリンク311,312,313,314,315,316,317が構成されているが、この節においては、リンクを決定する前のノードだけについて説明する。
次に、ペア相関受信手段112が、行動支援サービスを受けるユーザに公開される。具体的には、ユーザ端末200に入力用の表示画面が提示される。これにより、複数のユーザが、異なるユーザ端末200から、2ノード間の条件付確率(ペア条件付確率)を入力し、推定機能提供サーバ100に送信する。ここで、ペア条件付確率は、原因ノードのID(親ノードのID)と、結果ノードのID(子ノードのID)と、それらの間の条件確率とを含む。
p(動画をみたい|自宅)=0.6
p(動画をみたい=1|自宅)=0.6
p(動画をみたい=0|自宅)=0.4
推定機能提供サーバ100は、受信して初期ペア相関テーブル111に保持したペア条件付確率を協調フィルタリングによって補完する。この処理は、協調フィルタリング部130によって、図5のシーケンスの流れにて実行する。
協調フィルタリング部130のペア相関推定手段132は、ユーザ相関テーブル133に保持されたユーザ相関を参照し(ステップS7)、ユーザ相関を取得する(ステップS8)。また、ペア相関推定手段132は、初期ペア相関テーブル111に格納されたペア条件付確率を参照し(ステップS9)、ペア条件付確率を取得する(ステップS10)。そして、ペア相関推定手段132は、ユーザ相関テーブル133に保持されたユーザ間の相関を用いて、初期ペア相関テーブル111内の情報を補完し、ユーザ相関で重みをつけつつ、取得したペア条件付確率の平均を計算し、推定値とする(ステップS11)。そして、ペア相関推定手段132は、取得・推定したペア条件付確率を推定ペア相関テーブル113として保存する(ステップS12)。
以下では、説明の都合上、ユーザが1人(ユーザU1)であるものとして説明する。
また、この節は、次のように6つの段階に細分化して説明する。すなわち、4−4−1.条件付確率の完成、4−4−2.グラフ構造と相互情報量、4−4−3.グラフ構造とリンクの選択、4−4−4.グラフ構造とリンクの方向、4−4−5.CPTの作成、4−4−6.構築グラフの設定パラメータの小節について順次説明することとする。
ここでは、事前設定等によって、ベイジアンネットワークの一部のノードに対し、図8(a)に示す事前確率テーブル1141が得られているものとする。この事前確率テーブル1141は、ユーザIDと、ノード(他のテーブルの表記と同様にノードIDを意味する)と、事前確率とを対応付けたものであって、必ずしもベイジアンネットワークのすべてのノードに関して事前に作成されている必要はない。図8(a)に示す例では、符号351で示す行は、ユーザU1について、ノードID=「動画をみたい」についての事前確率が「0.1」であることを示している。また、符号352で示す行は、ユーザU1について、ノードID=「勤務日」についての事前確率が「0.4」であることを示している。また、この場合、ユーザU1について、例えば、ノードID=「自宅」についての事前確率は設定されていないが、ベイズの定理により、その事前確率が「0.15」であることが推定可能である。
図8(b)に示す条件付確立テーブル1142において、符号362で示す行の確率(条件付確率)は、前記したようにユーザU1について、ノードID=「自宅」について推定した事前確率の情報「0.15」と、図7に符号345で示す情報と、図8(a)に符号352で示す情報とを用いて、ベイズの定理により推定できる。
図1に示す確率グラフ構築手段114は、以下に示すように、ベイジアンネットワークを求め、そのグラフ構造と関連パラメータとを、確率グラフデータベース121に保持する。確率グラフデータベース121に格納されるベイジアンネットワークのグラフ構造の一例として、図9(a)にグラフ構造テーブル1211を示す。このグラフ構造テーブル1211において、符号371〜374に示す行は、原因ノード(親ノード)と、結果ノード(子ノード)との2ノードのペアをそれぞれ示している。なお、図9(b)および図9(c)に示すように設定される関連パラメータについての説明は後記する。
確率グラフ構築手段114は、図10に示すように、対象とするユーザのベイジアンネットワークにおいて、全リンクが未選択であって、全リンクが選択候補である状態から処理をスタートする(ステップS21)。この確率グラフ構築手段114は、前記した式(2)を用いて、各ノード対の相互情報量I(X,Y)を取得する(ステップS22)。これら取得した各相互情報量I(X,Y)は、図示しない相互情報量リストに格納される。
次に、確率グラフ構築手段114は、各ノード対の相関を用いて、無向リンクリストを参照してリンクの方向を決定するため、概略、次のような処理をする。まず、隣接する複数のノードとの間にリンクをもつノードを抽出し、抽出したそれぞれのノードについて、隣接ノード間の相関をみて、その中から相関が“0”であるノードから成るノードグループを作成する。具体的には、図3に示すノード307(対応事象「動画をみたい」)は、ノード303(対応事象「自宅」)と、ノード305(対応事象「勤務日」)との双方に接続されている。さらに、ノード303(対応事象「自宅」)と、ノード305(対応事象「勤務日」)との相関は“0”である。そのため、リンク315は、ノード303(対応事象「自宅」)からノード307(対応事象「動画をみたい」)へ向いたリンクとなる。同様に、リンク316は、ノード305(対応事象「勤務日」)からノード307(対応事象「動画をみたい」)へ向いたリンクとなる。
ステップS442では、確率グラフ構築手段114は、抽出ノードと中心ノードとの間のリンク方向を、抽出ノードから、繰り返しの中心ノード向きであるものと決定する。
確率グラフ構築手段114は、ベイジアンネットワーク構築の最後の段階として、条件付確率表(CPT)を作成する。確率グラフ構築手段114は、CPTの作成に際して、単純ベイズ法(Naive Bayes:NB)の考え方を適用した、以下のような手法を用いる。ここでは、具体的に、図3に示したユーザU1についてのノード307(対応事象「動画をみたい」)を子ノードとし、ノード303(対応事象「自宅」)とノード305(対応事象「勤務日」)とを親ノードとするCPTについて例示する。また、以下では、各ノードをノードIDで示す。
=p(動画をみたい=1)
×p(自宅|動画をみたい=1)
×p(勤務日|動画をみたい=1)
=0.1×0.9×0.6=0.054 … 式(3)
=p(動画をみたい=0)
×p(自宅|動画をみたい=0)
×p(勤務日|動画をみたい=0)
=0.9×(1/15)×(1/3)=0.02 … 式(4)
確率p(動画をみたい=0,自宅,勤務日)と
確率p(動画をみたい=1,自宅,勤務日)との比は、
確率p(動画をみたい=1|自宅,勤務日)と
確率p(動画をみたい=0|自宅,勤務日)との比に等しい … 式(5)
確率p(動画をみたい=1|自宅,勤務日)≒0.73 … 式(6a)
確率p(動画をみたい=0|自宅,勤務日)≒0.27 … 式(7)
確率p(動画をみたい=1|自宅=1,勤務日=1)≒0.73 … 式(6b)
確率p(動画をみたい=1|自宅=1,勤務日=0)
確率p(動画をみたい=1|自宅=0,勤務日=1)
確率p(動画をみたい=1|自宅=0,勤務日=0)
確率p(動画をみたい=1|自宅=1,勤務日=0)≒0.47 … 式(8)
確率p(動画をみたい=1|自宅=0,勤務日=1)≒0.02 … 式(9)
確率p(動画をみたい=1|自宅=0,勤務日=0)≒0.01 … 式(10)
まず、図9(c)に示す第2設定パラメータ1213において、シーケンス番号は、各子ノードについて、その親ノードに対して“0”から順番に割り当てたものである。つまり、符号391で示すように、子ノードID=「動画をみたい」についての最初の親ノードとして、親ノードID=「勤務日」が割り当てられ、次に、符号392で示すように、親ノードID=「自宅」が割り当てられる。
なお、これら第1設定パラメータ1212および第2設定パラメータ1213を、図9(a)に示すグラフ構造テーブル1211と同じデータベースに収容する場合には、より効率的に正規化できる)。
確率グラフ構築手段114で生成したユーザ毎のベイジアンネットワークは、図1に示すサービス推定部120の確率グラフデータベース121に格納される。
サービス推定部120の推定実施部123では、このベイジアンネットワークを用いてセンサ端末300からのセンシング情報を集約し、例えばユーザU1が現在求めているサービス(「動画をみたい」等)を推定し、アプリサーバ400に提供する。
100 推定機能提供サーバ(ユーザ行動推定装置)
110 確率グラフ推定部
111 初期ペア相関テーブル
112 ペア相関受信手段
113 推定ペア相関テーブル
114 確率グラフ構築手段
115 ペア相関学習手段
120 サービス推定部
121 確率グラフデータベース
122 センシング情報テーブル
123 推定実施部(推定実施手段)
130 協調フィルタリング部(協調フィルタリング手段)
131 ユーザ相関推定手段
132 ペア相関推定手段
133 ユーザ相関テーブル
200 ユーザ端末
300 センサ端末
400 アプリサーバ
Claims (10)
- ユーザ端末を使用するユーザの行動の推定論理としてのベイジアンネットワークを構築するユーザ行動推定装置であって、
前記ベイジアンネットワーク上において2つのノードからなるノード対の各ノードIDと、当該2つのノード間の条件付確率を示すペア条件付確率とをユーザID別に関連付けたユーザ情報を保持する初期ペア相関テーブルと、
前記初期ペア相関テーブルに格納された情報と、当該格納された情報を用いて補完された情報とを合わせて保持する推定ペア相関テーブルと、
前記初期ペア相関テーブルにおいて、前記ユーザ情報同士を比較し、所定のノード対に関して保持された前記ペア条件付確率の情報を有していないユーザがある場合に、当該ノード対に関して当該ユーザのペア条件付確率を、前記所定のノード対に対して保持された前記ペア条件付確率を用いて算出し、前記算出されたペア条件付確率により前記初期ペア相関テーブルを補完することで前記推定ペア相関テーブルを生成する協調フィルタリング手段と、
前記推定ペア相関テーブルに格納されたペア条件付確率を用いてユーザID毎に条件付確率表を計算し、ユーザ別の前記ベイジアンネットワークのグラフ構造を構築する確率グラフ構築手段と、
を備えることを特徴とするユーザ行動推定装置。 - 前記ベイジアンネットワーク上において2つのノードからなるノード対の各ノードIDと、当該2つのノード間の条件付確率を示すペア条件付確率とを、前記ユーザ端末から受信し、前記初期ペア相関テーブルに格納するペア相関受信手段をさらに備えることを特徴とする請求項1に記載のユーザ行動推定装置。
- 前記ベイジアンネットワークのノードの示す所定事象を観測するセンサ端末から、前記ユーザIDと、前記ベイジアンネットワーク上のノードのノードIDとを受信し、前記受信した各情報と、受信時刻とを対応づけたセンシング情報テーブルを生成する推定実施手段と、
前記センシング情報テーブルに保持される情報を用いて、前記ベイジアンネットワーク上において2つのノード間の条件付確率を示すペア条件付確率を推定し、前記推定したペア条件付確率を、前記初期ペア相関テーブルに格納するペア相関学習手段と、
をさらに備えることを特徴とする請求項1または請求項2に記載のユーザ行動推定装置。 - 前記推定実施手段は、
前記センシング情報テーブルにユーザ別に保持された情報と、前記確率グラフ構築手段によって生成されたユーザ別のベイジアンネットワークのグラフ構造および条件付確率表とを用いて、前記ユーザ別のベイジアンネットワークにおいてユーザへ提供するサービスについての事象を示すノードに対応する確率値を推定し、前記サービスについて推定した結果を、当該サービスを提供可能な外部端末に通知することを特徴とする請求項3に記載のユーザ行動推定装置。 - 前記協調フィルタリング手段は、
前記初期ペア相関テーブルの格納情報を前記ユーザID毎に整理し、統計的な手法により2人のユーザの相関を推定し、前記推定により得られた、2つの前記ユーザIDの組合せと、対応するユーザ間の相関とを保持するユーザ相関テーブルを作成するユーザ相関推定手段と、
前記初期ペア相関テーブルと、前記ユーザ相関テーブルとを参照し、所定のノード対に関して第1のユーザが前記ペア条件付確率の情報を有し、第2のユーザが前記ペア条件付確率の情報を有していない場合に、当該ノード対に関して第1のユーザから取得したペア条件付確率を、前記第1のユーザと前記第2のユーザとの相関で重みをつけ、前記第2のユーザのペア条件付確率を推定し、前記推定ペア相関テーブルを生成するペア相関推定手段と、
を備えることを特徴とする請求項1ないし請求項4のいずれか一項に記載のユーザ行動推定装置。 - 前記ユーザ相関推定手段は、前記統計的な手法として、前記ノード対毎に、前記ペア条件付確率の平均値および標準偏差を計算し、前記計算結果を用いて、前記2人のユーザの相関を推定することを特徴とする請求項5に記載のユーザ行動推定装置。
- ユーザの行動の推定論理としてのベイジアンネットワークの構築支援を行う推定論理構築支援システムであって、
請求項2に記載のユーザ行動推定装置と、
前記ユーザ行動推定装置に対して前記ペア条件付確率を当該ノード対の各ノードIDと共に送信する前記ユーザ端末と、
を備えることを特徴とする推定論理構築支援システム。 - ユーザの行動の推定論理としてのベイジアンネットワークの構築支援を行うと共に、前記ユーザが求めるサービスを推定する推定論理構築支援システムであって、
請求項4に記載のユーザ行動推定装置と、
前記ユーザ行動推定装置に対して前記ペア条件付確率を当該ノード対の各ノードIDと共に送信する前記ユーザ端末と、
前記ユーザ行動推定装置に対して前記ノードIDおよび前記ユーザIDを送信する前記センサ端末と、
前記ユーザ行動推定装置から、ユーザへ提供するサービスについての事象を示すノードに対応する確率値の推定結果を受信し、当該ユーザに前記サービスとしてアプリケーションを提供するアプリサーバと、
を備えることを特徴とする推定論理構築支援システム。 - ユーザ端末を使用するユーザの行動の推定論理としてのベイジアンネットワークを構築するユーザ行動推定装置によるユーザ行動推定方法であって、
前記ユーザ行動推定装置は、
前記ベイジアンネットワーク上において2つのノードからなるノード対の各ノードIDと、当該2つのノード間の条件付確率を示すペア条件付確率とをユーザID別に関連付けたユーザ情報を保持する初期ペア相関テーブルと、
前記初期ペア相関テーブルに格納された情報と、当該格納された情報を用いて補完された情報とを合わせて保持する推定ペア相関テーブルとを含んで記憶する記憶手段と処理手段とを有し、前記処理手段により、
前記初期ペア相関テーブルにおいて、前記ユーザ情報同士を比較し、所定のノード対に関して保持された前記ペア条件付確率の情報を有していないユーザがある場合に、当該ノード対に関して当該ユーザのペア条件付確率を、前記所定のノード対に対して保持された前記ペア条件付確率を用いて算出し、前記算出されたペア条件付確率により前記初期ペア相関テーブルを補完することで前記推定ペア相関テーブルを生成するステップと、
前記推定ペア相関テーブルに格納されたペア条件付確率を用いてユーザID毎に条件付確率表を計算し、ユーザ別の前記ベイジアンネットワークのグラフ構造を構築するステップと、
を含んで実行することを特徴とするユーザ行動推定方法。 - 請求項1ないし請求項6のいずれか一項に記載のユーザ行動推定装置を構成する各手段としてコンピュータを機能させるためのユーザ行動推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009193996A JP2011048435A (ja) | 2009-08-25 | 2009-08-25 | 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009193996A JP2011048435A (ja) | 2009-08-25 | 2009-08-25 | 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011048435A true JP2011048435A (ja) | 2011-03-10 |
Family
ID=43834718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009193996A Pending JP2011048435A (ja) | 2009-08-25 | 2009-08-25 | 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011048435A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013178707A (ja) * | 2012-02-29 | 2013-09-09 | Kddi Corp | レコメンド装置、レコメンド方法およびプログラム |
JP2013206016A (ja) * | 2012-03-28 | 2013-10-07 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2016091040A (ja) * | 2014-10-29 | 2016-05-23 | 日本電信電話株式会社 | 指標値算出装置、指標値算出方法、及びプログラム |
JP2017199358A (ja) * | 2016-03-10 | 2017-11-02 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | 視覚ベイジアンデータフュージョンのシステムおよび方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009087318A (ja) * | 2007-09-14 | 2009-04-23 | Ricoh Co Ltd | 情報処理装置、操作支援方法、プログラムおよび記録媒体 |
JP2009093422A (ja) * | 2007-10-09 | 2009-04-30 | Oki Electric Ind Co Ltd | 利用者端末制御方法、および、省エネ制御装置 |
-
2009
- 2009-08-25 JP JP2009193996A patent/JP2011048435A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009087318A (ja) * | 2007-09-14 | 2009-04-23 | Ricoh Co Ltd | 情報処理装置、操作支援方法、プログラムおよび記録媒体 |
JP2009093422A (ja) * | 2007-10-09 | 2009-04-30 | Oki Electric Ind Co Ltd | 利用者端末制御方法、および、省エネ制御装置 |
Non-Patent Citations (2)
Title |
---|
CSNJ200910065336; 中谷 裕一 Yuichi Nakatani: 電子情報通信学会2008年通信ソサイエティ大会講演論文集2 PROCEEDINGS OF THE 2008 IEICE COMMUNICAT , 20080902, p.336 * |
JPN6012067773; 中谷 裕一 Yuichi Nakatani: 電子情報通信学会2008年通信ソサイエティ大会講演論文集2 PROCEEDINGS OF THE 2008 IEICE COMMUNICAT , 20080902, p.336 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013178707A (ja) * | 2012-02-29 | 2013-09-09 | Kddi Corp | レコメンド装置、レコメンド方法およびプログラム |
JP2013206016A (ja) * | 2012-03-28 | 2013-10-07 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2016091040A (ja) * | 2014-10-29 | 2016-05-23 | 日本電信電話株式会社 | 指標値算出装置、指標値算出方法、及びプログラム |
JP2017199358A (ja) * | 2016-03-10 | 2017-11-02 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | 視覚ベイジアンデータフュージョンのシステムおよび方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10375557B2 (en) | System and method for coordinating an emergency response at a facility | |
JP7376637B2 (ja) | グループベース通信システムの自動生成データを利用して処理アクションを開始するためのシステムおよび方法 | |
US9619283B2 (en) | Function-based action sequence derivation for personal assistant system | |
JP6653774B2 (ja) | 通知に対するユーザ可用性又は受容性を測定する方法、装置及び機械可読媒体 | |
US8688815B2 (en) | System and method for welder with help request functionality | |
Canito et al. | Contextual adaptative interfaces for industry 4.0 | |
US20240103889A1 (en) | Systems and methods for rendering and retaining application data associated with a plurality of applications within a group-based communication system | |
US11854051B2 (en) | Systems and methods for generating efficient iterative recommendation structures | |
AU2017200838A1 (en) | Proactive surveys based on customer information | |
JP2011048435A (ja) | 推定論理構築支援システム、ユーザ行動推定装置、ユーザ行動推定方法およびユーザ行動推定プログラム | |
JP6306254B1 (ja) | 予約支援方法およびプログラム | |
US11132701B2 (en) | Method and user device for generating predicted survey participation data at the user device | |
JP2011028339A (ja) | 情報処理装置、情報処理システムおよび情報処理方法 | |
US20210021690A1 (en) | Method and apparatus for generating information | |
US20230351428A1 (en) | Systems and methods for providing user offers based on efficient iterative recommendation structures | |
JP2020177695A (ja) | 情報提供システム、および情報提供方法 | |
KR20130067088A (ko) | 복합 상황 정보 이벤트 처리 방법 및 그 장치 | |
US20210099518A1 (en) | Dynamic user integration in group-based communication systems | |
JP2020518039A (ja) | 電子チャットインタフェースとの対話の改善 | |
CN109074597A (zh) | 广告提供系统及程序 | |
US8306213B1 (en) | Skill and level assignment via concentric inlaid circles | |
JP2019008663A (ja) | ヘルプ画面提示システム、ヘルプ画面提示方法及びヘルプ画面提示プログラム | |
US11599661B2 (en) | Methods and systems for controlling a device using a model trained on network requests | |
CN111492392A (zh) | 用于更新客户端-项目矩阵的客户端、服务器和客户端-服务器系统 | |
JP2023022513A (ja) | ユーザ選定装置、ユーザ選定方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20110822 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110826 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130108 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130201 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20130514 |