JP2014235473A - 嗜好推定装置 - Google Patents

Abstract

【課題】ユーザの嗜好を精度よく推定することができる嗜好推定装置を提供する。【解決手段】最新期間のユーザの行動情報と過去のユーザの行動情報とを比較して、ユーザの行動変化点を決定する変化点決定部１４３と、ユーザの行動情報からそのユーザの嗜好を推定する嗜好推定部１４４を備える。変化点決定部１４３は、一時点の行動の変化では行動変化点を決定しない。よって、嗜好推定部１４４も、一時点の行動があったことのみではユーザの嗜好を更新しない。これにより、稀にいつもと異なる行動をしたとしても、ユーザの嗜好を更新しないので、誤った嗜好を推定してしまうことが抑制できる。また、行動変化点を決定した場合には、行動変化点後の行動情報に基づいてユーザの嗜好を推定するので、ユーザの嗜好が実際に変化したときには、その嗜好の変化に対応した嗜好を推定できる。【選択図】図１

Description

本発明は、ユーザの嗜好を推定する嗜好推定装置に関し、特に、嗜好の推定精度を向上させる技術に関する。

ユーザの嗜好を推定する装置が種々知られている。特許文献１では、車両の利用者が赴いたことのある場所や施設の履歴を記憶している。そして、履歴として記憶されている場所や施設をユーザの嗜好としている。

特開２００８−２３３２５８号公報

ユーザが赴いたことのある場所や施設が全てユーザの嗜好を示しているとは限らない。特許文献１に開示の技術では、興味はないが、稀にいつもと異なる行動をしただけでも、ユーザの嗜好としてしまう。たとえば、用事があって少ない回数（典型的には１度）だけユーザが赴いた場所・施設もユーザの嗜好としてしまう。

ここで、ある場所や施設に赴いた回数が、一定の基準回数に到達しないと嗜好に反映しないとすることも考えられる。しかし、この場合、基準回数を比較的大きい回数にする必要がある。稀にいつもと異なる行動をした場合が含まれない回数とする必要があるからである。そのため、ユーザの嗜好が変化しても、ユーザの嗜好の変化に迅速に対応することができない。つまり、ユーザの嗜好が変化した状況において、嗜好の推定精度が低いことになる。

本発明は、この事情に基づいて成されたものであり、その目的とするところは、ユーザの嗜好を精度よく推定することができる嗜好推定装置を提供することにある。

その目的を達成するための本発明は、ユーザの行動内容を示す行動情報を取得して所定の記憶部に蓄積する行動蓄積部（４２、２４２）と、
前記行動蓄積部が蓄積した行動情報のうち、予め設定された最新期間の行動情報と、それよりも前の期間の行動情報との比較に基づいて、前記ユーザの行動傾向が変化した時点である行動変化点を決定する変化点決定部（１４３、１４３Ａ、２４３、２４３Ａ）と、
前記変化点決定部が前記行動変化点を決定したことに基づいて、その行動変化点以後に前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの嗜好を推定する嗜好推定部（１４４、２４４）と、を備えることを特徴とする嗜好推定装置（１、２）である。

本発明は、嗜好推定部を備えており、ユーザの行動情報からそのユーザの嗜好を推定する。また、最新期間のユーザの行動情報と、それよりも前の期間のユーザの行動情報との比較に基づいて、ユーザの行動変化点を決定する変化点決定部も備える。

変化点決定部は、ユーザの行動情報を、最新期間とそれよりも前の期間で比較して行動変化点を決定していることから、一時点の行動の変化では行動変化点は決定されない。そして、嗜好推定部は、変化点決定部が行動変化点を決定したことに基づいて嗜好を更新する。

一時点の行動では行動変化点は決定されないことから、嗜好推定部も、一時点の行動があったことのみでは、ユーザの嗜好を更新しない。これにより、稀にいつもと異なる行動をしたとしても、ユーザの嗜好を更新しないことになるので、誤った嗜好を推定してしまうことが抑制できる。

また、行動変化点を決定した場合には、行動変化点後の行動情報に基づいてユーザの嗜好を推定するので、ユーザの嗜好が実際に変化したときには、その嗜好の変化に対応した嗜好を推定することもできる。

第１実施形態のシステム構成図 第１実施形態のメインフローチャート 図２のステップＳ１において実行する、行き先および移動距離を蓄積する処理を示すフローチャート 図２のステップＳ１において実行する閲覧情報蓄積処理を示すフローチャート 図２のステップＳ１において実行する購入情報蓄積処理を示すフローチャート 行動履歴を例示する図 行動変化点を決定するための基準の一例 嗜好の分類と、各分類の嗜好を決定する情報源との関係を示す図 推定した嗜好を用いた制御例 第２実施形態のメインフローチャートの一部 行動変化パターンの一例 第３実施形態のメインフローチャートの一部 第４実施形態のシステム構成図 第４実施形態の変化予測部１４５、２４５の処理を示すフローチャート 第４実施形態の変化点決定部１４３Ａ、２４３Ａの処理を示すフローチャート

（第１実施形態）
以下、本発明の実施形態を図面に基づいて説明する。図１に示す携帯型情報閲覧端末（以下、単に携帯端末）１と、車両用ナビゲーション装置（以下、単にナビゲーション装置）２は、ともに、嗜好推定装置としての機能を備える。また、相互に行動情報を送受信することが可能であり、携帯端末１およびナビゲーション装置２により嗜好推定システムが構成される。

携帯端末１としては、スマートフォンと呼ばれる多機能携帯電話、タブレット型コンピュータなどを用いることができる。ナビゲーション装置２は、車両に固定されるものでもよいし、使用時に車両に持ち込む形式でもよい。

（装置構成）
これら携帯端末１と車両用ナビゲーション装置２は、通信部１１、２１を備え、Bluetooth（登録商標）などの通信規格に基づいた無線通信により互いに情報の送受信が可能である。さらに、この通信部１１、１２は通信回線網と接続可能であり、これにより、外部の検索サーバと通信が可能である。

また、携帯端末１およびナビゲーション装置２は、入力部１２、２２、表示部１３、２３、制御部１４、２４、記憶部１５、２５、位置検出部１６、２６をそれぞれ備える。

表示部１２、２２は、制御部１４、２４から入力される信号に基づいてテキストや画像を表示する表示装置である。この表示部１２、２２は、フルカラー表示が可能なものであって、ＴＦＴ液晶ディスプレイ、有機ＥＬディスプレイ等を用いて構成することができる。

入力部１３、２３は、ユーザが携帯端末１、ナビゲーション装置２に対して種々の操作を行う際に指示を入力するための装置である。たとえば、入力部１３、２３は、表示部１２、２２の表示画面に積層されるタッチパネルによって実現する。

記憶部１５、２５は、ＥＥＰＲＯＭなどの書き込み可能な記憶装置である。位置検出部１６、２６は、ＧＰＳ（Global Positioning System）等の衛星測位システムのための受信機を有しており、自装置の現在位置を逐次検出する。また、位置検出部１６、２６は、周知の加速度センサ、ジャイロスコープのいずれか一方または両方をさらに備え、それらも用いて現在位置を逐次検出してもよい。加速度センサ、ジャイロスコープを用いた位置検出装置は、一般にナビゲーション装置によく用いられる。

ナビゲーション装置２は、さらに、地図データベース２７も備える。地図データベース２７には、道路地図データ、施設データなどが格納される。施設データは、施設名称、施設位置、施設ジャンルなどのデータを含む。

制御部１４、２４は、通常のコンピュータとして構成されており、内部には周知のＣＰＵ、ＲＯＭやＲＡＭやＥＥＰＲＯＭなどのメモリ、Ｉ／Ｏ、及びこれらの構成を接続するバスライン（いずれも図示せず）などが備えられている。

制御部１４、２４は、入力部１３、２３から入力された各種信号に基づき、ＲＯＭに予め記憶されているプログラムをＣＰＵが実行することによって種々の処理を実施する。また、制御部１４、２４は、通信部１１、２１、表示部１２、２２、入力部１３、２３と接続されている。そして、制御部１４、２４は、入力部１３、２３からの入力信号を取得し、また、通信部１１、２１、表示部１２、２２を制御する。

さらに、制御部１４、２４は、ユーザ識別部１４１、２４１、行動蓄積部１４２、２４２、変化点決定部１４３、２４３、嗜好推定部１４４、２４４として機能する。

次に、制御部１４、２４のこれらの機能を説明する。携帯端末１の制御部１４のユーザ識別部１４１、行動蓄積部１４２、変化点決定部１４３、嗜好推定部１４４の処理と、ナビゲーション装置２の制御部２４のユーザ識別部２４１、行動蓄積部２４２、変化点決定部２４３、嗜好推定部２４４の処理は、基本的に同一である。よって、以下では、携帯端末１の制御部１４についてのみ説明する。

（ユーザ識別部１４１）
ユーザ識別部１４１は、パスワードや顔部の画像認証など、公知の識別方法によってユーザの識別を行う。ユーザの識別は、たとえば、携帯端末１の起動時に行う。

（行動蓄積部１４２）
行動蓄積部１４２は、ユーザの行動内容を示す行動情報を取得して記憶部１５に逐次記憶する。本実施形態では、行動情報として、行き先、閲覧情報、購入情報、移動距離を取得する。行動蓄積部１４２の処理は、図２〜６を用いて後に詳述する。

（変化点決定部１４３）
変化点決定部１４３は、ユーザの行動傾向が変化した時点である行動変化点を決定する。この行動変化点の決定は、行動蓄積部１４２が蓄積した行動情報に基づいて行う。行動変化点の具体的な決定方法は、図２、図７を用いて後述する。

（嗜好推定部１４４）
嗜好推定部１４４は、ユーザの嗜好を推定する。既にユーザの嗜好を推定済みである場合には、嗜好の更新を行うことになる。変化点決定部１４３が行動変化点を決定した場合、行動変化点以後の行動情報に基づいて、ユーザの嗜好を推定する。嗜好の具体的な推定方法は、図２、８を用いて後述する。

次に図２を説明する。図２の処理は制御部１４が逐次実行する。ステップＳ１は行動蓄積部１４２の処理である。このステップＳ１では、ユーザの行動情報である、行き先、移動距離、閲覧情報、購入情報を蓄積するための処理を実行する。行き先、移動距離を蓄積する処理は図３に示す処理である。閲覧情報を蓄積する処理は図４に示す処理である。購入情報を蓄積する処理は図５に示す処理である。まず、図３から説明する。

ステップＳ１１では、滞在した状態となったかどうかを判断する。この判断のために、位置検出部１６から現在位置を逐次取得する。そして、その現在位置が予め設定した所定期間、同一と言える範囲（たとえば一定半径の円により定まる範囲）に存在したかどうかにより、滞在した状態となったかどうかを判断する。なお、ナビゲーション装置２の行動蓄積部２４２は、車両電源と接続されていれば、イグニッションオフにより滞在したと判断してもよい。

ステップＳ１１の判断がＮＯであれば処理を終了する。ＹＥＳであればステップＳ１２へ進む。ステップＳ１２では、滞在地点を行き先として記憶部１５に記憶する。滞在地点は、ステップＳ１１を判断した時点での現在位置とする。

続くステップＳ１３では、移動距離を記憶部１５に記憶する。移動距離は、出発地から滞在地点までの距離とする。出発地は前回の滞在地点とする。また、出発地を自宅に固定してもよい。

次に、図４の閲覧情報蓄積処理を説明する。図４の処理は、通信部１１を利用してインターネットサイトを閲覧した時に実行する。この図４の処理では、閲覧したインターネットサイトから単語や画像を抽出して、それらをユーザの嗜好推定の情報源として蓄積する。以下、詳しく説明する。

ステップＳ２１では、閲覧サイトの種別が、個人サイトであるか、業者サイトであるかを判断する。個人のサイトであるか業者のサイトであるかは、ＵＲＬから判断する。たとえば、著名な業者サイトのＵＲＬは予め登録しておく。また、ブログは個人サイトとする。ブログであることは通常、ＵＲＬに標記があるので、ＵＲＬから判断可能である。個人であるか業者であるか不明である場合には、業者サイトとしてもよいし、個人サイトとしてもよい。どちらとするかは予め決めておけばよい。サイト種別が個人サイトである場合にはステップＳ２２へ進み、業者サイトである場合にはステップＳ２４へ進む。

ステップＳ２２では、代理作成の可能性がある部分をリンク貼り付け条件で除去する。代理作成とは、そのサイトを運営している個人ではなく、その個人の代理で業者が作成したことを意味する。特に、芸能人のブログであると、このような代理作成の可能性が高まる。芸能人のブログは閲覧者も多いので広告効果も大きい。そのため、業者が代理で店の紹介などの文を作成することも考えられるのである。

ユーザがインターネットサイトを閲覧する理由は、そのインターネットサイトに興味があるからだと考えられる。よって、そのインターネットサイトに記載の単語や画像には、ユーザが興味のあるものが含まれている可能性が高い。そこで、この図４の処理において、インターネットサイトから単語や画像を抽出するのである。

特に、閲覧サイトが個人サイトである場合には、ユーザと、個人サイトを運営する者との嗜好が類似している可能性が高いと考えられる。しかし、その個人サイトに、その個人サイトを運営する個人とは異なる者が記載した部分があると、その部分は個人サイトを運営する個人の嗜好が現れていないことになる。そこで、代理作成の可能性がある部分を除去するのである。

この除去に、リンク貼り付け有無を条件に含むリンク貼り付け条件を用いる。業者が広告効果を狙って代理作成する場合には、リンクを貼り付ける場合が多いと考えられるからである。リンク貼り付け条件は、次の３つのいずれかとする。

１つ目は単純に、リンクが貼り付けてあるという条件である。この場合、リンクが貼り付けてあれば、そのリンクが貼り付けてある段落は除去する。２つ目は、貼り付けられているリンクが、複数の個人サイトにおいて貼り付けられているという条件である。複数の個人サイトに同じリンクが貼り付けられている場合、それらの個人サイトを運営する各個人ではなく、同じ業者がリンクを貼り付けた可能性が高いと考えられるからである。除去する部分は１つ目の条件の場合と同じである。３つ目は、貼り付けられているリンクの前後（ある一定の行数内）に具体的な理由が記載されていない、という条件である。除去する部分は１つ目の条件の場合と同じである。具体的な理由が記載されている場合には、実際にその本人が体験に基づいて記載していると考え、除去しないようにするのである。

ステップＳ２３では、本人作成部分から画像および単語を抽出する。本人作成部分とは、個人サイトの全体から、ステップＳ２２での除去を行い、さらに、バナー広告部分を除いた部分である。

ステップＳ２４に進んだ場合には、広告部分以外から、画像、単語を抽出する。ステップＳ２３またはステップＳ２４を実行した場合には、それらのステップで抽出した画像、単語を、記憶部１５の所定の記憶領域にユーザ別に蓄積する（ステップＳ２５）。

次に図５を説明する。この図５の処理も、図４と同様、通信部１１を利用してインターネットサイトを閲覧した時に実行する。

ステップＳ３１では、商品を購入したか否かを判断する。商品を購入したことは、商品購入が確定したときに表示される所定の単語が表示されたことにより判断する。

ステップＳ３１の判断がＮＯであれば処理を終了する。ＹＥＳであればステップＳ３２へ進む。ステップＳ３２では、購入商品のジャンル、商品名、価格、購入日を、記憶部１５の所定の記憶領域にユーザ別に記憶する。商品名、価格は購入画面から抽出する。商品のジャンルも購入画面から抽出する。また、商品名と商品ジャンルとの対応関係を設定したデータベースを利用して商品ジャンルを決定してもよい。このデータベースは、サーバに記憶され、そのサーバと接続することでデータベースを利用する。

図２のステップＳ１では、以上説明した図３〜５を実行して行動情報を蓄積する。その後、ステップＳ２を実行する。ステップＳ２〜Ｓ４は変化点決定部１４３が行う。

ステップＳ２では、最新期間の行動情報をそれまでの行動情報と比較する。どの程度の期間を最新期間とするかは、ユーザの嗜好が変化する周期を考慮して適宜設定する。たとえば、実験により決定した嗜好の変化周期と同じ長さ、あるいは、その半分の長さを上記最新期間とする。

ステップＳ３ではステップＳ２での比較の結果、行動傾向に変化があるか否かを判断する。この判断の具体例を図６、７を用いて説明する。

図６には、行動蓄積部１４２の処理により記憶部１５に蓄積された行動情報が例示されている。図６には、行動情報として、（１）行き先、（２）閲覧、（３）購入、（４）移動距離の４つの種類が示されている。そして、図６の例では、最新期間を除く行動情報（以下、過去の行動情報という）として、（１）の行き先についてはａ、ｂ、ｃが示され、（２）閲覧についてはｄ，ｅ、ｆが示され、（３）購入についてはｇ、ｈ，ｉが示されている。また、移動距離は図６には遠出が多いと記載してある。これは、具体的には、全移動回数のうち、遠出と言える移動距離の比率がある第１判定比率以上であることを意味する。

このような過去の行動情報に対して、図６に示す最新期間の行動情報は、（１）の行き先としてａ、ｂ、ｊが示され、（２）閲覧としてｄ，ｋ、ｌが示され、（３）購入としてｍ、ｎ，ｏが示されている。また、移動距離は近距離ばかり（遠出がほとんどない）と記載してある。これは、具体的には、全移動回数のうち、近距離と言える移動距離の比率が、前述の遠出が多いと判断するための第１判定比率よりもさらに高い第２判定比率以上であることを意味する。

図７は、変化ありと判定する条件である変化判定条件の例である。本実施形態では、図７に示すように、３つの判定条件を有する。判定条件１は、図６に示した行動の種類（１）〜（３）における行動情報の変化数を個別に計算する。変化には、行動情報の追加が含まれる。行動情報の追加とは、ある行動情報が、過去の行動情報になく、最新の行動情報にはあることを意味する。また、行動情報の消滅も、行動情報の変化としてもよい。ただし、最新期間は過去の期間よりも短い。そのため、最新期間に行動情報として蓄積されていないからといって、過去の行動情報が示す行動をユーザがとらなくなったと決定することが妥当でない場合も多い。そこで、消滅については、たとえば、最新期間と同じ長さの期間に一度は蓄積されていた行動情報のみを対象として、消滅したかどうかの判断を行う。

このようにして（１）〜（３）の行動情報に対して行動情報の種類別に計算した変化数が、いずれかの種類の行動情報においてｎ以上であれば、行動傾向が変化したと判定する。これが判定条件１である。

判定条件２は、行動情報の種類（４）すなわち移動距離についての変化判定条件である。判定条件２は、移動距離の分布において最大数となっている距離区分が変化したという条件である。なお、距離区分の数、各区分の距離は、後述する各行動変化パターンにおける移動距離が互いに異なる区分になるように、実験に基づいて適宜設定する。

判定条件３は、行動情報の種類（１）〜（３）における変化数の合計数である合計変化数がｍ以上という条件である。変化数の意味は判定条件１と同じである。前述の判定条件１では、行動情報の種類（１）〜（３）の個別の変化数を判定したが、判定条件３では（１）〜（３）の合計変化数を判定に用いる。合計変化数は、個々の行動情報の種類の変化数よりも大きくなる。そのため、ｍは判定条件１において用いるｎよりもαだけ大きい数字とする。αの値は実験に基づき適宜決定する。

図２のステップＳ３では、図７に示した判定条件１〜３のいずれか一つでも該当する場合には変化あり（Ｓ３：ＹＥＳ）とする。一方、判定条件１〜３のいずれにも該当しない場合には変化なし（Ｓ３：ＮＯ）とする。変化なしの場合には、図２の処理を終了する。

変化ありの場合にはステップＳ４へ進む。ステップＳ４では、今回の処理における最新期間の開始時点を行動変化点とする。

ステップＳ４で行動変化点を決定したら、ステップＳ５に進み、ユーザの嗜好を推定する。そのユーザの嗜好を既に推定済みである場合には、ユーザの嗜好を更新することになる。

図８には、ユーザの嗜好として４つの分類、物、価格、施設、エリアを例示している。これら各分類に対し、具体的嗜好として決定する項目が分類の隣の欄に示されている。

決定する具体的嗜好は、分類「物」であれば、たとえば商品名、物品名、物品ジャンルなど、その物に関する特徴である。物品ジャンルは、たとえば「カバン」などが該当する。物品名は物品ジャンルよりも狭い概念であり、たとえば、ハンドバックなどである。なお、「カバン」を物品名と考えることもできる。どのような概念を物品ジャンル・物品名とするかは適宜決定すればよい。

分類「価格」は、具体的嗜好として価格帯を決定する。価格帯は、「高い」（すなわち高いものを好む）から「安い」（すなわち安いものを好む）を複数段階に区分したものである。

分類「施設」についての具体的嗜好は、施設名、施設ジャンルなどである。分類「エリア」についての具体的嗜好はエリア名などである。エリアは地図に名称が存在する単位をもとに定める。たとえば、渋谷などである。エリアの広さは、渋谷などの比較的狭い地域に限らず、ｘｘ区、ｙｙ市、ｚｚ県などの広さでもよく、また、種々の広さが混ざっていてもよい。さらには、ｙｙ市北側地区など、地図に名称が存在する単位の一部でもよい。

これら具体的嗜好を決定する決定情報源が、図８の右欄に示されている。物についての具体的嗜好を決定する情報源は、図６に示した行動情報のうちの（１）行き先、（２）閲覧情報、（３）購入情報である。

いずれの行動情報についても、上述した最新期間の行動情報を少なくとも用いる。さらに、その最新期間の行動情報のみでは情報数が一定数に到達しない場合に、過去の行動情報を用いることとする。ただし、これは一例であり、最新期間の行動情報の情報数によらず過去の行動情報を用いることとしてもよい。また、最新期間の情報数によらず最新期間の行動情報のみを用いることとしてもよい。また、過去の行動情報を用いる場合、過去の全ての期間の行動情報を用いることにしてもよいし、過去の一定期間の行動情報を用いることにしてもよい。

行き先は、物を販売している店舗が行き先である場合に物についての具体的嗜好を決定する情報源とする。行き先が、物を販売している店舗かどうかは、施設の特徴を示した施設データベースを用いて決定する。施設データベースは記憶部１５に記憶しておいてもよいし、サーバに記憶され、そのサーバと接続することで施設データベースを利用するようにしてもよい。

購入情報をユーザの嗜好する物を決定する情報源とするのは、買った物はユーザが好みの物であると考えられるからである。閲覧情報をユーザの嗜好する物を決定する情報源とするのは、ユーザが閲覧した情報も、ユーザの嗜好する物が反映されていると考えられるからである。閲覧情報は図４で説明したように単語または画像である。閲覧情報に含まれる単語のうち、物を示す単語を抽出して嗜好決定に用いる。物を示す単語であるか否かは、各単語が物を示す単語かどうかを定めたデータベースを用いる。このデータベースは、サーバに記憶され、そのサーバと接続することでデータベースを利用する。閲覧情報のうち画像については、その画像に付与されている、その画像の特徴をテキストで示したタグデータを嗜好決定に用いる。

価格帯の具体的嗜好、すなわち、複数の価格帯のうちのどの価格帯がユーザの嗜好であるかを決定する情報源は、図８の右欄に示すように、（１）行き先、（２）閲覧情報、（３）購入情報である。

行き先としては、物を販売している店舗が行き先である場合に価格帯を決定する情報源とする。行き先が物を販売している店舗かどうかは、物についての具体的嗜好を決定する情報源とする場合と同様にして決定する。

購入情報を、ユーザの施行する価格帯を決定する情報源とするのは、買った物の価格帯はユーザの嗜好する価格帯を反映していると考えられるからである。閲覧情報をユーザの施行する価格帯を決定する情報源とするのは、ユーザが閲覧した情報も、ユーザが嗜好する価格帯が反映されていると考えられるからである。閲覧情報は単語または画像である。価格は物について付与される。したがって、上述した物に関する具体的嗜好を決定する場合と同様、閲覧情報から物についての単語および画像を抽出して、ユーザの嗜好する価格帯を決定する情報源とする。

施設の具体的嗜好を決定する情報源は、図８の右欄に示すように、（１）行き先、（２）閲覧情報、（３）購入情報、（４）移動距離である。行き先は、その行き先が施設であれば、その施設はユーザの嗜好する施設である可能性が高いからである。

なお、「発明が解決しようとする課題」において述べたように、施設を一度のみ行き先としただけでは、その施設は用事があって訪れただけの可能性はある。しかし、本実施形態では、行動変化点を決定した場合にのみ、最新期間の行動情報をユーザの嗜好を決定する情報源とする。行動変化点は、ユーザの行動傾向が変化した時点であると推定している。そのため、行動変化点を決定した場合には、その行動変化点以後の行動情報は、それまでになかった行動を示す情報であったとしても、ユーザの嗜好を反映した行動である可能性が十分にある。したがって、行動変化点以後の行き先は、具体的嗜好を決定する決定情報源とする。なお、決定情報源とした行き先の全てに対応させてユーザの具体的嗜好を決定する必要はない。具体的嗜好を決定する行き先を、複数回に設定した最低回数以上の行き先に限定してもよい。最低回数は、行動変化点を判定しない場合と同程度の嗜好推定精度にするためには、行動変化点を判定しない場合に設定する最低回数よりも小さい回数とすることができる。上述したように、行動変化点以後は、それまでになかった行動を示す情報であったとしても、ユーザの嗜好を反映した行動である可能性が十分にあるからである。

また、すでに説明した物についての具体的嗜好や価格帯を決定する決定情報源も、稀にとった嗜好とは無関係の行動情報である可能性はある。しかし、ユーザが嗜好する施設を決定する情報源として行き先を用いる上述した理由と同旨の理由により、前述した各行動情報を、具体的嗜好を決定する情報源としているのである。

説明を施設の具体的嗜好を決定する情報源に戻す。施設の具体的嗜好を決定する情報源は、行き先の他に、（２）閲覧情報、（３）購入情報、（４）移動距離がある。購入情報を情報源としているのは、ユーザが購入した物を販売している施設や施設ジャンルは、ユーザの嗜好する施設や施設ジャンルと考えることができるからである。閲覧情報も、閲覧情報である単語や画像が施設を示すものである場合、それら単語や画像から定まる施設はユーザが嗜好する施設である可能性が高いと考えられるからである。移動距離は、施設までの距離がユーザの嗜好する移動距離であるかどうかも、ある施設をユーザが嗜好する施設とするかどうかに影響するからである。

エリアの具体的嗜好を決定する情報源は、（１）行き先、（２）閲覧情報、（３）購入情報、（４）移動距離である。行き先を情報源としているのは、行き先を含むエリアはユーザの嗜好するエリアである可能性が高いと考えられるからである。購入情報をユーザの嗜好するエリアを決定する情報源に含めているのは、ユーザが購入した物を扱う店が多いエリアは、ユーザが嗜好するエリアであると考えられるからである。閲覧情報をユーザの嗜好するエリアを決定する情報源に含めているのは、閲覧情報である単語や画像がエリアを示すものである場合、それら単語や画像から定まるエリアはユーザが嗜好するエリアである可能性が高いと考えられるからである。移動距離を情報源としているのは、ユーザの嗜好する移動距離で行けるエリアであるかどうかも、ユーザの嗜好するエリアであるかどうかに影響するからである。

ステップＳ５では、上述した図８に例示したような具体的嗜好を、対応する決定情報源に基づいて推定する。

嗜好推定の具体的処理を説明する。まず、物についての具体的嗜好を決定する処理を説明する。行き先である店舗から、その店舗で販売している商品名、物品名、物品ジャンルを、ユーザの嗜好する商品名、物品名、物品ジャンルとする。なお、多くの種類の商品を扱っている店舗の場合、その店舗で販売している商品名、物品名、物品ジャンルの全部がユーザの嗜好を示している可能性は低い。そこで、多くの種類の商品を扱っている店舗は除外してユーザの嗜好する商品名、物品名、物品ジャンルを決定する。あるいは、一定数、同じ物品名等が異なる店舗に基づいて決定された場合に、ユーザの嗜好に反映することにしてもよい。

閲覧情報は単語と画像である。閲覧情報である単語が物を示す単語であれば、その物を閲覧した回数を、個人サイトと業者サイトで重みを異ならせた上で積算する。個人サイトは業者サイトよりも重みを大きくする。業者サイトよりも個人サイトの重みを大きくしているのは次の理由による。業者サイトは多数の種類の情報が一つのサイトに含まれていることも多く、その場合、そのうちの一部のみがユーザの嗜好を表しているにすぎない。これに対して、個人サイトは一般的に業者サイトよりは情報の種類が限定的である。よって、個人サイトの方がユーザの嗜好を表していると考えられる。そのため、業者サイトよりも個人サイトの重みを大きくするのである。

そして、積算値が所定の閾値以上となった単語（タグデータも含む）に対応する商品名、物品名、物品ジャンルをユーザの嗜好する商品名、物品名、物品ジャンルとする。

閲覧情報である画像を用いる嗜好の推定処理では、画像に付与されたタグデータを、閲覧情報である単語と同様に用いる。

また、購入情報からも、閲覧情報の単語と同様の処理でユーザの嗜好する商品名、物品名、物品ジャンルを決定する。なお、購入情報は、閲覧情報よりも、ユーザの嗜好を反映していると考えられる。そこで、購入情報については、一度の購入のみユーザの嗜好に反映することにしてもよい。

次に、ユーザの嗜好する価格帯を推定する処理を説明する。決定情報源として行き先を用いて価格帯を推定するために、地域と価格帯の対応関係を予め設定する。高級店が多い地域（たとえば銀座）は、最も高い価格帯に対応付けられる。反対に、安売り品や価格の低い商品を扱う店舗が多い地域は低い価格帯に対応付けられる。行動情報である行き先が該当するエリアを決定する。そして、決定したエリアと上記対応関係から、ユーザの嗜好する価格帯を推定する。

次に、購入情報からユーザの嗜好する価格帯を推定する処理を説明する。購入情報からユーザの嗜好する価格帯を推定する場合、購入情報から商品名を決定する。そして、その商品名に対応する物品名自体に基づいて仮の価格帯を設定する。物品名自体が高いもの（たとえば宝石）であれば、仮の価格帯も高い価格帯に設定される。仮の価格帯を設定後、その物品名の販売価格の範囲における当該商品の価格に基づいて、嗜好の仮の価格帯を修正して、ユーザの嗜好する価格帯とする。修正の方法の一例を示すと、その物品名の販売価格の範囲を、価格帯と同じ数に区分する。そして、購入した商品の価格がその区分のどこに属するかを決定する。属する区分が中心区分からずれている区分数だけ、嗜好の仮の価格帯からずらした価格帯を、ユーザの嗜好する価格帯とする。なお、物品名の販売価格の範囲など、必要な情報はサーバに接続して取得する。

次に、閲覧情報からユーザの嗜好する価格帯を設定する処理を説明する。閲覧情報である単語が物を示す単語であって、その単語に対応する商品名およびその商品名の価格を決定できる場合、購入情報と同様にしてユーザの嗜好する価格帯を推定する。閲覧情報である画像については画像に付与されているタグデータから単語の場合と同様に、ユーザの嗜好する価格帯を推定する。

なお、ユーザの嗜好する価格帯の区分数に上限数を設定してもよい。上述のようにして推定した価格帯がその上限数を超えた場合、たとえば、推定時が最も古いものを削除する。また、同じ時期に取得した行動情報（たとえばいずれも最新期間の行動情報）から複数の価格帯を推定した場合、各価格帯を推定した行動情報の数を積算し、積算値が多いものから順に、所定の区分数の価格帯を、ユーザの嗜好する価格帯として推定してもよい。

次に、ユーザの嗜好する施設を推定する処理を説明する。行き先が施設であれば、その施設の施設名、その施設の施設ジャンルを、ユーザの嗜好する施設名、施設ジャンルと推定する。閲覧情報である単語が施設名や施設ジャンルであれば、それら施設名や施設ジャンルを、ユーザの嗜好する施設名、施設ジャンルと推定する。閲覧情報である画像については、その画像に付与されているタグデータを閲覧情報である単語と同じように用いてユーザの嗜好する施設名、施設ジャンルを推定する。また、購入情報が示す商品を販売している施設の施設名、施設ジャンルを、ユーザの嗜好する施設名、施設ジャンルと推定する。

上記のようにして推定した施設名のうち、決定情報源である移動距離よりも自宅から遠方にある施設を示す施設名は、ユーザの嗜好する施設名から除く。あるいは、ユーザの嗜好する施設名を複数のランクに分ける。そして、決定情報源である移動距離よりも自宅から遠方にある施設を示す施設名は、自宅から当該施設までの距離が上記移動距離よりも近い施設を示す施設名よりも、低いランクとするようにしてもよい。

次に、ユーザの嗜好する施設を推定する処理を説明する。決定情報源とした行き先が含まれるエリアを、ユーザの嗜好するエリアであると推定する。閲覧情報である単語がエリアであれば、そのエリアを、ユーザの嗜好するエリアと推定する。閲覧情報である画像については、その画像に付与されているタグデータを閲覧情報である単語と同じように用いてユーザの嗜好するエリアを推定する。また、購入情報が示す商品を販売している施設が存在するエリアを、ユーザの嗜好するエリアと推定する。

上記のようにして推定したエリアのうち、決定情報源である移動距離よりも自宅から遠方にあるエリアは、ユーザの嗜好するエリアから除く。あるいは、ユーザの嗜好するエリアを複数のランクに分ける。そして、決定情報源である移動距離よりも自宅から遠方にあるエリアは、自宅から当該エリアまでの距離が上記移動距離よりも近いエリアよりも、低いランクとするようにしてもよい。

以上で図２のステップＳ５の説明は終わりである。図２で推定した嗜好は、たとえば、図９に示す処理で利用する。図９に示す処理は一定周期で繰り返し実行する。

図９のステップＳ４１では、提案条件が成立したか否かを判断する。ここでの提案は、ユーザの好む行動を提案することであり、提案条件は、その提案をしたときに、提案した行動がとりやすい状況であるという条件である。

具体的に説明する。たとえば、ユーザの好む行動としては、ユーザが好む施設へ立ち寄るという行動がある。この場合、提案条件は、その施設の付近に差し掛かったという条件である。

ステップＳ４１の判断において提案条件が成立しないと判断した場合（Ｓ４１：ＮＯ）には図９の処理を終了する。提案条件が成立すると判断した場合（Ｓ４１：ＹＥＳ）、ステップＳ４２へ進む。

ステップＳ４２では、上記提案条件に対応する提案を実施する。たとえば、上述の例では、ユーザが好む施設への立ち寄りを提案する内容のメッセージを表示部１２に表示する。

（第１実施形態の効果）
以上、説明した第１実施形態によれば、携帯端末１、ナビゲーション装置２は嗜好推定部１４４、２４４を備えており、ユーザの行動情報からそのユーザの嗜好を推定する。また、最新期間のユーザの行動情報と、過去のユーザの行動情報との比較に基づいて、ユーザの行動変化点を決定する変化点決定部１４３、２４３も備える。

変化点決定部１４３、２４３は、ユーザの行動情報を、最新期間とそれよりも前の期間で比較して行動変化点を決定していることから、一時点の行動の変化では行動変化点は決定されない。そして、嗜好推定部１４４、２４４は、変化点決定部１４３、２４３が行動変化点を決定したことに基づいて嗜好を更新する。

一時点の行動では行動変化点は決定されないことから、嗜好推定部１４４、２４４も、一時点の行動があったことのみでは、ユーザの嗜好を更新しない。これにより、稀にいつもと異なる行動をしたとしても、ユーザの嗜好を更新しないことになるので、誤った嗜好を推定してしまうことが抑制できる。

また、行動変化点を決定した場合には、行動変化点後の行動情報に基づいてユーザの嗜好を推定するので、ユーザの嗜好が実際に変化したときには、その嗜好の変化に対応した嗜好を推定することもできる。

（第２実施形態）
次に第２実施形態を説明する。なお、この第２実施形態以下の説明において、それまでに使用した符号と同一番号の符号を有する要素は、特に言及する場合を除き、それ以前の実施形態における同一符号の要素と同一である。また、構成の一部のみを説明している場合、構成の他の部分については先に説明した実施形態を適用することができる。

第２実施形態では、図１０に示すように、ステップＳ４の後に、ステップＳ４−１の判断を行う。ステップＳ４−１の判断がＮＯであれば第１実施形態と同じステップＳ５を実行するが、ステップＳ４−１の判断がＹＥＳであればステップＳ５−１を実行する。

ステップＳ４−１では、設定済みの行動変化パターンに該当するか否かを判断する。行動変化パターンとは、嗜好変化を伴うような行動傾向の変化があったとき、その行動傾向の変化があった後における典型的な幾つかの行動情報、および、行動情報の変化を組み合わせたものである。

図１１には、設定済み行動変化パターンとして、就職パターン、結婚パターン、出産パターンの例を示している。就職パターンは、就職するという行動変化後に生じる典型的な行動情報、および、その就職の前後での行動情報の変化を組み合わせたものである。図１１に例示した就職パターンには、行動エリアが変化すること、および、嗜好する価格帯が中、嗜好する物品名がＧ，Ｈ，Ｉ・・・、嗜好する施設ジャンルがＡ，Ｂ，Ｃ・・・が含まれている。就職パターンとして行動エリアが変化することが含まれているのは、就職は転居が伴うことも多いからである。なお、行動エリアは、実質的に嗜好するエリアと同じである。就職パターンにおける嗜好する物品名としては、たとえば革靴、スーツがある。

図１１に例示した結婚パターンには、行動エリアが変化すること、および、嗜好する価格帯が中、嗜好する物品名がＭ，Ｎ，Ｏ・・・、嗜好する施設ジャンルがＤ，Ｋ，Ｌ・・・が含まれている。結婚パターンとして、行動エリアが変化することが含まれているのは、結婚も転居が伴うことが多いからである。

図１１に例示した出産パターンには、移動距離が短くなること、および、嗜好する物品名がＰ，Ｑ，Ｒ・・・、嗜好する施設ジャンルがＳ，Ｔ，Ｕ・・・が含まれている。出産パターンとして、移動距離が短くなることが含まれているのは、出産すると、遠距離の移動は困難になるからである。

図１１は一例であり、その他の行動変化パターンも設定できる。また、各行動変化パターンにどのような行動情報を含ませるかは、適宜、設定可能である。

設定済み行動変化パターンに該当するかどうかは、ユーザの最新期間の行動情報のうち、設定済み行動変化パターンに含まれている行動情報と一致する行動情報の数により判断する。ただし、行動エリア変化は、ユーザの最新期間の行動情報に加え、過去の行動情報も用いて判断する。

一致数が判定基準数以上であれば、その行動変化パターンに該当すると判断する。判定基準数は、就職した、結婚した、出産したなどを推定できる数であればよく、各パターンに含まれる行動情報の数に比較して小さい数に設定される。たとえば、各パターンに含まれる行動情報の数の半分以下の数に設定される。この判定基準数は、各パターンで異なる数でもよい。また、特に典型的な行動情報が合致する場合は、複数項目の合致とみなすことで、特に典型的な行動情報が合致する場合に、行動変化パターンに該当すると判断しやすくしてもよい。

ステップＳ４−１で設定済み行動変化パターンに該当すると判断した場合には（Ｓ４−１：ＹＥＳ）ステップＳ５−１へ進み、該当しないと判断した場合（Ｓ４−１：ＮＯ）にはステップＳ５へ進む。ステップＳ５の処理は図２のステップＳ５と同じである。

ステップＳ５−１では、ステップＳ４−１で該当すると判断した行動変化パターンを参照してユーザの嗜好を推定する。行動変化パターンに、物品名、施設ジャンルなど、図８に例示した具体的嗜好に該当する情報が含まれている場合、その情報をそのままユーザの具体的嗜好とする。

前述したように、行動変化パターンに該当するかどうかを判定する判定基準数は、各パターンに含まれる行動情報の数に比較して小さい数に設定される。そのため、行動変化パターンを参照してユーザの嗜好を推定することで、図２のステップＳ５の場合よりも、多くの具体的嗜好を推定することができる。

さらに、このステップＳ５−１でも、図２のステップＳ５と同じ処理も実行してユーザの嗜好を推定する。これにより、さらに多くの具体的嗜好を推定することができる。

（第３実施形態）
次に第３実施形態を説明する。図１２に示すように、第３実施形態では、第２実施形態と同じステップＳ４−１を実行する。ステップＳ４−１で設定済み変化パターンに該当しないと判断した場合の処理が、第２実施形態と相違する。

第３実施形態では、ステップＳ４−１で設定済み変化パターンに該当しないと判断した場合（Ｓ４−１：ＮＯ）、ユーザの嗜好を推定しない。

すなわち、第３実施形態では、ユーザの行動が行動変化パターンに該当しない場合には、嗜好の推定（更新）をしない。よって、誤った嗜好を推定してしまうことを一層抑制できる。

（第４実施形態）
次に第４実施形態を説明する。第４実施形態では、携帯端末１、ナビゲーション装置２は、図１に示した構成に加え、制御部１４、２４が、変化予測部１４５、２４５としての機能も備える。また、変化点決定部１４３Ａ、２４３Ａは、これまでの実施形態の変化点決定部１４３、２４３で説明した処理に加えて以下に説明する処理も実行する。

なお、第４実施形態でも、２つの制御部１４、２４処理は互いに同じであるので、携帯端末１の制御部１４の制御のみを説明する。上記変化予測部１４５、変化点決定部１４３Ａの処理を図１４、図１５を用いて説明する。

図１４に示した処理は変化予測部１４５が実行する。また、所定の繰り返し周期で実行する。ステップＳ５１では、行動変化時期となったか可能性があるか否かを判断する。行動変化時期は、ユーザの行動傾向が変化する時期である。ユーザの行動傾向が変化するときは、前述したように、設定済み行動変化パターンに該当する行動をとる。したがって、ステップＳ５１は、次の行動変化パターンに該当する時期である可能性を判断している。この判断は、ある行動変化パターンに該当すると判断してからの経過期間で判断する。また、複数の行動変化パターン間で、行動変化パターンの行動をとる順番が決められている。したがって、ある行動変化パターンに該当するとの判断をした場合、上記順番から、次の行動変化パターンも予測できる。

たとえば、第２実施形態では示していないが、設定済み変化パターンとして進学パターンが設けられていたとする。そして、その進学パターンに該当したと過去に判断したとする。進学パターンに該当した場合の上記経過期間は、たとえば、２年、３年、４年とする。

また、就職した後に結婚するというパターンが一般的であり、結婚後は、女性であればいずれ出産することが多い。ただし、就職してから結婚するまでの期間や、結婚してから出産するまでの期間は人により様々である。そのため、結婚パターンや出産パターンに該当する時期となったことを、就職パターンや結婚パターンに該当すると判断してからの経過期間で予測することは、実際には困難である。

しかし、本実施形態では、後述するように、パターン変化時期の可能性があると判断しただけでは、ユーザの嗜好を大きく変更しない。そのため、パターン変化時期であるとの予測が間違っていたとしても、誤ってユーザの嗜好を推定してしまう程度は小さい。さらには、予測が間違っていたことを判断したら、嗜好を元の状態に戻す（図１５のＳ６４、Ｓ６５）。

これらのことから、就職パターンや結婚パターンに該当すると判断してからの経過期間を計算してステップＳ５１の判断を行なってもよい。就職パターンや結婚パターンに該当すると判断してからの経過期間は、就職してから結婚するまでの期間や、結婚してから出産するまでの期間として比較的多い期間を複数種類設定する。

ステップＳ５１の判断がＮＯであれば図１４の処理を終了する。ＹＥＳであればステップＳ５２へ進む。ステップＳ５２では、行動変化時期となった後に予測される行動変化パターンから定まる代表的嗜好を、ユーザの嗜好に追加する。この代表的嗜好は予め設定されている。少数であれば、代表的嗜好は複数でもよい。

この図１４を実行後、第１実施形態で説明した図９の処理を第４実施形態でも実行する。その後、図１５を実行する。図１５は変化点決定部１４３Ａが実行する。

ステップＳ６１では、図１４で追加した代表的嗜好に関連する提案がユーザに採用されたか否かを判断する。たとえば、代表的嗜好として施設ジャンルを追加したとする。そして、図９のステップＳ４２でその施設ジャンルに該当するある施設への立ち寄りを提案したとする。この例では、提案した施設に立ち寄ったと判断できた場合に、提案が採用されたとする。

提案が採用されたと判断した場合（ステップＳ６１：ＹＥＳ）にはステップＳ６２へ進む。提案が採用されなかったと判断した場合（ステップＳ６１：ＮＯ）にはステップＳ６４へ進む。

ステップＳ６２では、ステップＳ６１をＹＥＳと判断した時点を行動変化点とする。そして、ステップＳ６３へ進み、図１４のステップＳ５２で追加した代表的嗜好に対応する行動変化パターンを参照して、図１０のステップＳ５−１と同様にしてユーザの嗜好を推定（更新）する。

ステップＳ６４では、提案回数が所定の閾値を超えたか否かを判断する。この閾値は、ユーザが上記代表的嗜好に興味がないと判断できるか否かの観点にもとづいて適宜設定される。したがって、ステップＳ６４がＹＥＳであれば、ユーザは上記代表的嗜好に興味がないと考えられる。すなわち、ユーザの行動傾向はまだ変化していないと考えられる。そこで、ステップＳ６５へ進んで、ユーザの嗜好から上記代表的嗜好を削除する。

ステップＳ６４の判断がＮＯであれば、そのまま図１５の処理を終了する。この場合、代表的嗜好が追加された状態で再び図９の処理を実行する。その後、この図１５を実行することになる。

以上、説明した第４実施形態では、行動変化時期の可能性があると判断した場合には（Ｓ５１：ＹＥＳ）、行動変化パターンから定まる代表的嗜好をユーザの嗜好に追加し（Ｓ５２）、その代表的嗜好に関連する嗜好が採用された場合には（Ｓ６１：ＹＥＳ）、行動変化点を決定する（Ｓ６２）。この処理により、最新の行動情報と過去の行動情報を比較して行動変化点を決定するよりも、早く行動変化点を決定することができる場合が生じる。その結果、ユーザの実際の嗜好変化により早く対応して、ユーザの嗜好を推定（更新）することができる。

以上、本発明の実施形態を説明したが、本発明は上述の実施形態に限定されるものではなく、次の実施形態も本発明の技術的範囲に含まれ、さらに、下記以外にも要旨を逸脱しない範囲内で種々変更して実施することができる。

（変形例１）
前述の実施形態では、携帯端末１、ナビゲーション装置２はユーザ識別部１４１、２４１を備えていたが、携帯端末１やナビゲーション装置２を扱う者は主として一人であることも多い。そこで、ユーザ識別部１４１、２４１を備えずに嗜好推定を行なってもよい。

（変形例２）
図１４のステップＳ５１の説明において、進学パターンに該当した場合の経過期間として２年、３年、４年を例示した。これらは、進学してから就職するまでの期間である。しかし、行動変化（就職）に備え、少し前から準備をすることもある。そこで、就職など次の行動変化が生じるまでの期間よりも少し短い期間を上記経過期間としてもよい。

（変形例３、４）
前述の実施形態では、携帯端末１、ナビゲーション装置２がそれぞれ、行動蓄積部１４２、２４２、変化点決定部１４３、２４３、１４３Ａ、２４３Ａ、嗜好推定部１４４、２４４、変化予測部１４５、２４５を備えていた。しかし、前述の実施形態でも説明態様に、携帯端末１とナビゲーション装置２は相互に通信可能である。そこで、前述した各部のうち一部の構成を備えず、備えていない構成については、他方の装置２、端末１での処理結果を取得するようにしてもよい（変形例３）。また、行動情報として、自端末１、自装置２で蓄積した情報に加え、他方の装置２、端末１で蓄積したものも取得して行動変化点を決定してもよい（変形例４）。

１：携帯型情報閲覧端末（嗜好推定装置）、 ２：車両用ナビゲーション装置（嗜好推定装置）、 １１：通信部、 １２：表示部、 １３：入力部、 １４：制御部、 １５：記憶部、 １６：位置検出部、 １４１：ユーザ識別部、 １４２：行動蓄積部、 １４３：変化点決定部、 １４３Ａ：変化点決定部、 １４４：嗜好推定部、 １４５：変化予測部、 ２１：通信部、 ２２：表示部、 ２３：入力部、 ２４：制御部、 ２５：記憶部、 ２６：位置検出部、 ２７：地図データベース、 ２４１：ユーザ識別部、 ２４２：行動蓄積部、 ２４３：変化点決定部、 ２４３Ａ：変化点決定部、 ２４４：嗜好推定部、 ２４５：変化予測部

Claims (9)

1. ユーザの行動内容を示す行動情報を取得して所定の記憶部に蓄積する行動蓄積部（４２、２４２）と、
   前記行動蓄積部が蓄積した行動情報のうち、予め設定された最新期間の行動情報と、それよりも前の期間の行動情報との比較に基づいて、前記ユーザの行動傾向が変化した時点である行動変化点を決定する変化点決定部（１４３、１４３Ａ、２４３、２４３Ａ）と、
   前記変化点決定部が前記行動変化点を決定したことに基づいて、その行動変化点以後に前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの嗜好を推定する嗜好推定部（１４４、２４４）と、を備えることを特徴とする嗜好推定装置（１、２）。
2. 請求項１において、
   前記嗜好推定部は、前記最新期間の行動情報を、嗜好変化を伴う予め設定された行動変化パターンと比較して、前記最新期間の行動情報が前記行動変化パターンに該当すると判断した場合、前記ユーザの嗜好を、その該当すると判断した行動変化パターンに基づいて推定することを特徴とする嗜好推定装置。
3. 請求項２において、
   前記嗜好推定部は、前記最新期間の行動情報が前記行動変化パターンに該当しないと判断した場合、前記ユーザの嗜好を前記最新期間の行動情報に基づいて推定する、ことを特徴とする嗜好推定装置。
4. 請求項２において、
   前記嗜好推定部は、前記最新期間の行動情報が前記行動変化パターンに該当しないと判断した場合、前記ユーザの嗜好を更新しないことを特徴とする嗜好推定装置。
5. 請求項２〜４のいずれか１項において、
   表示部（１２、２２）と、
   前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの次の行動変化パターンを前記予め設定された行動変化パターンから予測するとともに、前記ユーザがその行動変化パターンの行動をする時期を予測する変化予測部（１４５、２４５）とを備え、
   前記変化点決定部（１４３Ａ、２４３Ａ）は、前記変化予測部が次の行動変化パターンに変化すると予測した時期になった後、変化後の行動変化パターンに基づく提案ができる所定の提案タイミングで、前記変化予測部が予測した行動変化パターンを代表する代表的嗜好に関連する提案を前記表示部に表示し、その提案が前記ユーザに採用されたことに基づいて前記行動変化点を決定する、ことを特徴とする嗜好推定装置。
6. 請求項１〜５のいずれか１項において、
   前記行動蓄積部は、前記行動情報として、前記ユーザの行き先を少なくとも取得することを特徴とする嗜好推定装置。
7. 請求項６において、
   前記嗜好推定部は、前記行動変化点以後に前記行動蓄積部が蓄積した行き先に基づいて、前記ユーザの嗜好として、前記ユーザの好む価格帯を推定する、ことを特徴とする嗜好推定装置。
8. 請求項１〜７のいずれか１項において、
   前記行動蓄積部は、前記行動情報として、前記ユーザの移動距離を少なくとも取得することを特徴とする嗜好推定装置。
9. 請求項８において、
   前記嗜好推定部は、前記行動変化点以後に前記行動蓄積部が蓄積した移動距離に基づいて、前記ユーザの嗜好として、前記ユーザの好む施設およびエリアのいずれかを推定する、ことを特徴とする嗜好推定装置。

Images