JP2016057926A - 電子機器および表示プログラム - Google Patents

Abstract

【課題】ユーザが起動を所望するプログラムを提示可能とする。
【解決手段】実施形態の電子機器は、取得部と、記憶部と、算出部と、表示部とを有する。取得部は、自装置の状況を取得する。記憶部は、プログラムごとに、プログラムの起動時に取得された状況とともに、所定のプログラムの終了後に起動されたプログラムの起動回数を含む学習データを記憶する。算出部は、現時点で取得された状況と、直前に終了したプログラムとに対応して学習データに記憶されたプログラムごとの起動回数に基づいて、プログラムごとに、プログラムが現時点で起動される起動確率を算出する。表示部は、算出された起動確率に基づいて、プログラムを起動するためのアイコン画像を画面に表示する。
【選択図】図１

Description

本発明の実施形態は、電子機器および表示プログラムに関する。

従来、スマートフォン等の電子機器には、多くのアプリケーションプログラム（以下、アプリと表記する）が搭載されている。また、電子機器では、配信サイトからアプリをダウンロードしてインストールすることで、随時追加することができる。この電子機器に搭載されたアプリの各々は、表示画面上にアイコン等の画像で提示される。ユーザは、表示画面上に提示されたアイコンを選択することで、所望のアプリを起動する。

特開２０１２−０７３８８４号公報 特開２００８−１１８３４６号公報 特開２０１１−１５９０７７号公報

しかしながら、電子機器に搭載されたアプリの数が多くなると、所望のアプリを選択して起動させることが困難になるという問題がある。

具体的には、あるアプリを起動した際の時刻と位置を記憶しておき、同じ条件となった場合に、そのアプリのアイコンを表示画面に表示する方法では、時刻と位置の条件が整ったところでよく起動するアプリのアイコンを提示することができる。これにより、通勤途中の駅でブラウザを起動してニュースを見るなど、ある時刻と位置とで特定のアプリを起動するような習慣のあるユーザには、所望のアプリを起動するためのアイコンを提示できる。

しかしながら、あるアプリに続いて別のアプリを起動するような習慣のあるユーザに対しては、続いて起動するための別のアプリのアイコンをうまく提示できない場合がある。例えば、カメラで撮影した画像をＳＮＳ（Social Networking Service）にアップロードする場合は、カメラ用のアプリを起動した後にＳＮＳ用のアプリを起動することになる。この時、カメラに続いてＳＮＳ用のアプリを起動しようとしても、カメラ用のアプリが再度提示されてしまう場合があり、数あるアイコンの中からＳＮＳ用のアプリを起動させるアイコンを探す必要がある。

１つの側面では、ユーザが起動を所望するプログラムを提示できる電子機器および表示プログラムを提供することを目的とする。

第１の案では、電子機器は、取得部と、記憶部と、算出部と、表示部とを有する。取得部は、自装置の状況を取得する。記憶部は、プログラムごとに、プログラムの起動時に取得された状況とともに、所定のプログラムの終了後に起動されたプログラムの起動回数を含む学習データを記憶する。算出部は、現時点で取得された状況と、直前に終了したプログラムとに対応して学習データに記憶されたプログラムごとの起動回数に基づいて、プログラムごとに、プログラムが現時点で起動される起動確率を算出する。表示部は、算出された起動確率に基づいて、プログラムを起動するためのアイコン画像を画面に表示する。

本発明の１実施態様によれば、ユーザが起動を所望するプログラムを提示できる。

図１は、第１の実施形態にかかる電子機器のハードウエア構成を示すブロック図である。 図２は、第１の実施形態にかかる電子機器の機能構成を示すブロック図である。 図３は、表示画面を説明する説明図である。 図４は、第１の実施形態にかかる電子機器の学習動作を例示するフローチャートである。 図５は、学習時の動作を説明する説明図である。 図６Ａは、学習データを説明する説明図（１）である。 図６Ｂは、学習データを説明する説明図（２）である。 図６Ｃは、学習データを説明する説明図（３）である。 図６Ｄは、学習データを説明する説明図（４）である。 図６Ｅは、学習データを説明する説明図（５）である。 図７は、第１の実施形態にかかる電子機器のアプリ表示動作を例示するフローチャートである。 図８は、アプリ表示動作を説明する説明図である。 図９は、第２の実施形態にかかる電子機器の機能構成を示すブロック図である。 図１０Ａは、第２の実施形態にかかる電子機器の学習動作を例示するフローチャート（１）である。 図１０Ｂは、第２の実施形態にかかる電子機器の学習動作を例示するフローチャート（２）である。 図１１は、学習時の動作を説明する説明図である。 図１２は、変形例１にかかる電子機器の機能構成を示すブロック図である。 図１３は、変形例１にかかる電子機器の学習動作を例示するフローチャートである。 図１４は、第３の実施形態にかかる電子機器の機能構成を示すブロック図である。 図１５は、第３の実施形態にかかる電子機器の場所学習を例示するフローチャートである。 図１６は、場所リストを説明する説明図である。 図１７は、第３の実施形態にかかる電子機器のマージ処理を例示するフローチャートである。 図１８は、第３の実施形態にかかる電子機器の場所推定を例示するフローチャートである。 図１９は、第３の実施形態にかかる電子機器の学習データの記憶を例示するフローチャートである。 図２０は、忘却計数を説明する説明図である。

以下、図面を参照して、実施形態にかかる電子機器および表示プログラムを説明する。実施形態において同一の機能を有する構成には同一の符号を付し、重複する説明は省略する。なお、以下の実施形態で説明する電子機器および表示プログラムは、一例を示すに過ぎず、実施形態を限定するものではない。また、以下の各実施形態は、矛盾しない範囲内で適宜組みあわせてもよい。

（第１の実施形態）
図１は、第１の実施形態にかかる電子機器１のハードウエア構成を示すブロック図である。図１に示すように、電子機器１は、主制御装置１０と、記憶装置２０と、表示装置３０と、入力装置４０と、日時取得装置５０と、位置取得装置６０とを有する。例えば、電子機器１は、スマートフォン等の携帯型の端末装置である。

主制御装置１０は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などを有し、電子機器１の動作を制御する。具体的には、主制御装置１０は、ＣＰＵがＲＯＭや記憶装置２０に記憶されたプログラム２１をＲＡＭの作業領域に展開して順次実行することで、電子機器１の動作を制御する。また、主制御装置１０は、プログラム２１をＣＰＵが順次実行することで、後述する機能構成を実現する。また、主制御装置１０は、通信部（図示しない）を介したネットワーク（移動通信網や無線ＬＡＮ（Local Area Network）等）への通信を制御する。

記憶装置２０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などであり、プログラム２１や各種データを記憶する。表示装置３０は、ＬＣＤ（Liquid Crystal Display）などであり、主制御装置１０の制御のもとで表示画面を表示する。入力装置４０は、各種の操作キーや、表示装置３０に重畳されたタッチパネルなどである。入力装置４０は、ユーザからの操作入力を受け付けて、受け付けた操作入力を主制御装置１０へ出力する。

日時取得装置５０は、ハードウエアクロック、システムクロック等であり、計時した日時についての情報を主制御装置１０へ出力する。位置取得装置６０は、ＧＰＳ（Global Positioning System）などであり、計測した電子機器１の位置を示す位置情報（緯度、経度など）を主制御装置１０へ出力する。

図２は、第１の実施形態にかかる電子機器１の機能構成を示すブロック図である。図２に示すように、電子機器１は、日時取得部１０１、位置取得部１０２、操作取得部１０３、状態取得部１０４、データ収集部１０５、属性変換部１０７、起動アプリ学習部１０８、学習データ記憶部１０９、分析部１１０および表示部１１１を有する。

日時取得部１０１、位置取得部１０２、操作取得部１０３、状態取得部１０４およびデータ収集部１０５は、電子機器１における現在の状況（日時、位置、操作入力、端末（動作）状態など）を取得し、取得した情報をデータ収集部１０５へ出力する。具体的には、日時取得部１０１は、日時取得装置５０が計時した現在の日時を取得する。位置取得部１０２は、位置取得装置６０が計測した電子機器１の現在位置を取得する。操作取得部１０３は、入力装置４０が受け付けたユーザからの操作入力を取得する。この操作入力は、アプリの起動または終了の操作などがある。状態取得部１０４は、電子機器１の端末状態を取得する。この端末状態には、各種動作モード（マナーモード、画面ロックモード、節電モード等）や、ネットワークへの接続状況（移動通信網への接続または無線ＬＡＮへの接続）などがある。

データ収集部１０５は、日時取得部１０１、位置取得部１０２、操作取得部１０３および状態取得部１０４より収集した電子機器１における状況を、操作情報算出部１０６、属性変換部１０７および起動アプリ学習部１０８へ通知する。具体的には、データ収集部１０５は、操作取得部１０３においてアプリの起動が取得された場合、起動したアプリを示す情報（例えば、アプリの名称）を起動アプリ学習部１０８へ通知する。また、データ収集部１０５は、アプリの起動があった時の日時、電子機器１の位置および端末状態を日時取得部１０１、位置取得部１０２および状態取得部１０４より取得し、属性変換部１０７へ通知する。また、データ収集部１０５は、操作取得部１０３においてアプリの起動または終了が取得された場合、起動または終了したアプリを示す情報（例えば、アプリの名称）と、その日時を操作情報算出部１０６へ通知する。

操作情報算出部１０６は、アプリの起動と終了に関する各種情報を算出し、算出した情報を属性変換部１０７へ通知する。具体的には、操作情報算出部１０６は、直前に起動していたアプリ（以後、直前アプリと呼ぶ）の起動と終了に関する情報を算出して属性変換部１０７へ通知する。例えば、操作情報算出部１０６は、アプリの起動が通知された場合、メモリに記憶されている直前アプリの情報を参照し、直前アプリの名称、直前アプリの継続利用時間、直前アプリが終了してからの経過時間を属性変換部１０７へ通知する。なお、電源投入直後や端末購入直後など、直前アプリの情報がメモリに記憶されていない場合は、属性変換部１０７への通知は行われないものとする。

具体的には、操作情報算出部１０６は、メモリに記憶されている直前アプリの終了時刻を取得し、現在時刻との差分を取ることで、直前アプリが終了してからの経過時間を算出する。そして、操作情報算出部１０６は、メモリに記憶されている直前アプリの名称および直前アプリの継続利用時間と、算出した継続時間を属性変換部１０７へ通知する。また、操作情報算出部１０６は、属性変換部１０７への通知を行った後、起動が通知されたアプリを新たな直前アプリとして、アプリの名称、現在日時（開始時刻）をメモリに記憶する。

また、操作情報算出部１０６は、アプリの終了が通知された場合、メモリに記憶しておいた直前アプリの開始時刻を取得し、現在日時との差分を取ることで、直前アプリの継続利用時間を算出する。そして、操作情報算出部１０６は、直前アプリの継続利用時間と、現在日時（直前アプリの終了時刻）とをメモリに記憶する。

属性変換部１０７は、データ収集部１０５より取得した、日時、電子機器１の位置（緯度経度）、電子機器１の端末状態などの情報と、操作情報算出部１０６より取得した直前アプリの起動と終了に関する情報とを予め定められた属性に変換する。この属性については、情報を区分するために事前に設定されており、属性値として一意に特定されるものであってもよい。属性変換部１０７により属性に変換された情報（例えば、属性値）は、起動アプリ学習部１０８、分析部１１０へ出力される。

例えば、日時については、時間帯、曜日、平日または休日に変換する。なお、時間帯は、０：００〜１：００、１：００〜２：００などの１時間に限るものではなく、３時間毎や日中は１時間毎、夜間は３時間毎としてもよい。また、平日または休日は、日付から平日または休日を判定できるテーブルデータを予め用意しておき、このテーブルデータを参照して属性への変換を行ってもよい。

また、電子機器１の位置については、位置に対応した場所（自宅、職場、その他の場所）を示す属性値に変換してもよい。具体的には、自宅、職場の緯度経度をユーザが予め登録しておき、電子機器１の位置が登録済みの緯度経度に対して所定の半径内であれば、登録済みの場所として属性値に変換する。なお、登録済みの場所でない場合には、その他の場所として属性値に変換してもよい。

また、電子機器１の端末状態については、マナーモードのＯＮまたはＯＦＦ、移動通信網への接続または無線ＬＡＮへの接続、電源状態（充電中の有無）、電池状態（所定残量以上または所定残量以下）に対応した属性値に変換する。

また、直前アプリの起動と終了に関する情報については、直前アプリの名称、その継続利用時間、直前アプリの終了からの経過時間などに対応した属性値に変換してもよい。例えば、継続利用時間が所定の閾値以上または未満であるかに応じた属性値（ＨまたはＬ）に変換してもよい。また、直前アプリの終了からの経過時間が所定の閾値以上または未満であるかに応じた属性値（ＨまたはＬ）に変換してもよい。

起動アプリ学習部１０８は、データ収集部１０５より起動したアプリを示す情報（例えば、アプリの名称）と、そのアプリの起動時に属性変換部１０７より属性に変換された情報（例えば、属性値）とを受けて、起動したアプリの起動回数を属性毎にわけて学習データ記憶部１０９に記憶する。学習データ記憶部１０９は、アプリごとに、属性値に対応した起動回数を学習データとして記憶する。例えば、起動アプリ学習部１０８は、起動したアプリの名称が「電話」であり、時間帯が「０：００〜１：００」である場合、学習データ記憶部１０９において該当アプリに対応する「０：００〜１：００」の属性値のフィールド（起動回数）に「１」をインクリメントする（詳細は後述する）。

分析部１１０は、現在の電子機器１の状況に対応して起動されるアプリの起動確率をアプリ毎に算出する。具体的には、分析部１１０は、現在の電子機器１の状況に対応した属性値を属性変換部１０７より受け、その属性値をもとに学習データ記憶部１０９を参照して得られたアプリ毎の起動回数に基づいて、現時点で起動される起動確率をアプリ毎に算出する。例えば、分析部１１０は、アプリを起動するためのアイコン画像を画面に表示するタイミングなどで、データ収集部１０５において収集されて属性変換部１０７で変換された属性値を受ける。そして、分析部１１０は、属性変換部１０７からの属性値に対応するアプリ毎の起動回数を学習データ記憶部１０９より得て、アプリ毎に起動される起動確率を算出する（詳細は後述する）。

表示部１１１は、分析部１１０によりアプリ毎に算出された起動確率に基づいて、アプリを起動するためのアイコン画像を表示装置３０の表示画面に表示させる。具体的には、表示部１１１は、起動確率の高い順にソートしたアイコン画像を表示画面に表示させる。

図３は、表示画面２００を説明する説明図である。図３に示すように、表示画面２００は、アプリを起動するためのアイコン画像２０１、２０２を有する画面構成である。ユーザは、表示画面２００に表示されたアイコン画像２０１、２０２の中から所望のアプリのアイコン画像を選択することで、そのアプリを起動することができる。ここで、アイコン画像２０１は予め設定されたアプリ（例えばシステムアプリ等）を起動するための画像である。アイコン画像２０２は、表示画面２００の表示タイミングにおいて分析部１１０によりアプリ毎に算出された起動確率に基づいて、起動確率の高い順にアプリを並べた画像である。これにより、ユーザは、表示画面２００の表示タイミングにおいて、学習データ記憶部１０９に記憶された学習データの内容から算出された起動確率の高いアプリを容易に起動できる。

ここで、電子機器１の学習動作について詳細に説明する。図４は、第１の実施形態にかかる電子機器１の学習動作を例示するフローチャートである。

図４に示すように、処理が開始されると、データ収集部１０５は、操作取得部１０３により取得された情報をもとに、アプリの起動または終了の判定を行う（Ｓ１）。ここで、アプリの起動または終了のどちらでもない場合は処理を待機する。

Ｓ１においてアプリの終了である場合、データ収集部１０５は、日時取得部１０１より現在日時を取得し（Ｓ２）、操作情報算出部１０６へ通知する。次いで、操作情報算出部１０６は、メモリに記憶された直前アプリの開始時刻を取得し（Ｓ３）、取得した開始時刻と現在日時との差分から直前アプリの継続利用時間を算出し、メモリへ書き出す（Ｓ４）。次いで、操作情報算出部１０６は、現在時刻を直前アプリの終了時刻としてメモリへ書き出してＳ１へ処理を戻す（Ｓ５）。

Ｓ１においてアプリの起動である場合、データ収集部１０５は、操作取得部１０３より起動したアプリの名称（アプリ名）を取得するとともに、日時取得部１０１より現在日時を取得し（Ｓ６）、操作情報算出部１０６へ通知する。次いで、操作情報算出部１０６は、直前アプリがメモリに記憶されているか否かを判定する（Ｓ７）。直前アプリがメモリに記憶されていない場合（Ｓ７：ＮＯ）、電源投入直後や端末購入直後など直前アプリの起動がなかったことから、操作情報算出部１０６はＳ１３へ処理を進める。

直前アプリがメモリに記憶されている場合（Ｓ７：ＹＥＳ）、操作情報算出部１０６は、メモリから直前アプリの終了時刻を取得し（Ｓ８）、取得した終了時刻と現在日時との差分をもとに、直前アプリ終了からの経過時間を算出する（Ｓ９）。次いで、操作情報算出部１０６は、メモリから直前アプリの名称と、直前アプリの継続利用時間を取得し（Ｓ１０、Ｓ１１）、直前アプリの名称、継続利用時間、経過時間の情報を属性変換部１０７へ通知する。

図５は、学習時の動作を説明する説明図である。図５において、時刻ｔ１はアプリＡの起動時刻を示し、時刻ｔ２はアプリＡの終了時刻を示し、時刻ｔ３はアプリＢの起動時刻を示す。なお、現在日時は時刻ｔ３であるものとする。アプリＢの起動時において、メモリには、直前アプリの情報としてアプリＡの名称、開始時刻（ｔ１）、終了時刻（ｔ２）、継続利用時間（ΔＴ１）が記憶されている。操作情報算出部１０６は、これらの情報と、終了時刻（ｔ２）と現在日時（ｔ３）との差分である経過時間（ΔＴ２）とを属性変換部１０７へ通知する。

次いで、属性変換部１０７は、操作情報算出部１０６より通知された、直前アプリの名称、直前アプリの継続利用時間、直前アプリ終了からの経過時間を属性に変換し（Ｓ１２）、起動アプリ学習部１０８へ通知する。次いで、属性変換部１０７は、電子機器１の現在の状況を示す、現在日時、現在位置、端末状態をデータ収集部１０５より取得する（Ｓ１３）。次いで、属性変換部１０７は、取得した現在日時、現在位置、端末状態を属性に変換し（Ｓ１４）、起動アプリ学習部１０８へ通知する。

起動アプリ学習部１０８は、属性変換部１０７より通知された属性、すなわち、現在の電子機器１の状況と、データ収集部１０５より通知された起動したアプリの名称とをもとに、現在の電子機器１の状況と、起動したアプリとの対応関係を学習データとして学習データ記憶部１０９に記憶する（Ｓ１５）。具体的には、起動したアプリの実行回数（起動回数）を現在の電子機器１の状況に対応した属性毎に記憶する。

図６Ａ〜図６Ｅは、学習データ記憶部１０９が記憶する学習データＤ１を説明する説明図である。図６Ａ〜図６Ｅに示すように、学習データＤ１は、電話、メール、カメラ、ブラウザ等のアプリごとに、属性値における起動回数のカウント値を記憶する。Ｓ１５では、起動したアプリについて、現在の電子機器１の状況に対応した属性値における起動回数のカウント値をインクリメントして、アプリの起動についての学習が行われる。

例えば、場所については、図６Ａに示すように、アプリ毎に、自宅、職場等の属性値に対応した起動回数のカウント値を記憶する。また、日時については、図６Ｂに示すように、アプリ毎に、時間帯の属性値に対応した起動回数のカウント値を記憶する。また、端末状態（マナーモード）については、図６Ｃに示すように、アプリ毎に、マナーモードのＯＮまたはＯＦＦの属性値に対応した起動回数のカウント値を記憶する。また、直前アプリについては、図６Ｄに示すように、アプリ毎に、直前アプリの属性値に対応した起動回数のカウント値を記憶する。また、直前アプリにおける利用継続時間、経過時間等は、図６Ｅに示すように、アプリ毎に、直前アプリの名称と組み合わせて起動回数のカウント値を記憶する。具体的には、直前アプリの名称＿利用継続時間（Ｌ（短い）／Ｈ（長い））＿経過時間（Ｌ（短い）／Ｈ（長い））のように組み合わせた属性値とし、この属性値に対応した起動回数のカウント値を記憶する。

次いで、操作情報算出部１０６は、起動したアプリの名称を直前アプリ名とし、現在時刻を直前アプリの開始時刻としてメモリへ書き出して（Ｓ１６、Ｓ１７）、処理を終了する。

ここで、起動確率の高い順にアプリを並べたアイコン画像２０２のアプリ表示動作について詳細に説明する。図７は、第１の実施形態にかかる電子機器１のアプリ表示動作を例示するフローチャートである。

図７に示すように、処理が開始されると、データ収集部１０５は、操作取得部１０３より取得した情報などをもとに、画面ＯＦＦ→ＯＮ、またはアプリの終了など、表示画面２００の表示タイミングであるか否かを判定する（Ｓ２０）。ここで、表示画面２００の表示タイミングでない場合（Ｓ２０：ＮＯ）、データ収集部１０５は処理を待機する。

表示画面２００の表示タイミングである場合（Ｓ２０：ＹＥＳ）、データ収集部１０５は、日時取得部１０１より現在日時を取得し（Ｓ２１）、属性変換部１０７へ通知する。次いで、操作情報算出部１０６は、直前アプリがメモリに記憶されているか否かを判定する（Ｓ２２）。直前アプリがメモリに記憶されていない場合（Ｓ２２：ＮＯ）、電源投入直後や端末購入直後など直前アプリの起動がなかったことから、操作情報算出部１０６はＳ２８へ処理を進める。

直前アプリがメモリに記憶されている場合（Ｓ２２：ＹＥＳ）、操作情報算出部１０６は、メモリから直前アプリの終了時刻を取得し（Ｓ２３）、取得した終了時刻と現在日時との差分をもとに、直前アプリ終了からの経過時間を算出する（Ｓ２４）。次いで、操作情報算出部１０６は、メモリから直前アプリの名称と、直前アプリの継続利用時間を取得し（Ｓ２５、Ｓ２６）、直前アプリの名称、継続利用時間、経過時間の情報を属性変換部１０７へ通知する。

図８は、アプリ表示動作を説明する説明図である。図８において、時刻ｔ１１はアプリＡの起動時刻を示し、時刻ｔ１２はアプリＡの終了時刻を示し、時刻ｔ１３、ｔ１４は画面ＯＦＦ、画面ＯＮの時刻を示す。なお、現在日時は時刻ｔ１４であるものとする。画面ＯＮとした表示画面２００の表示タイミング（ｔ１４）において、メモリには、直前アプリの情報としてアプリＡの名称、開始時刻（ｔ１１）、終了時刻（ｔ１２）、継続利用時間（ΔＴ１）が記憶されている。操作情報算出部１０６は、これらの情報と、終了時刻（ｔ１２）と現在日時（ｔ１４）との差分である経過時間（ΔＴ２）とを属性変換部１０７へ通知する。

次いで、属性変換部１０７は、操作情報算出部１０６より通知された、直前アプリの名称、直前アプリの継続利用時間、直前アプリ終了からの経過時間を属性に変換し（Ｓ２７）、分析部１１０へ通知する。次いで、属性変換部１０７は、電子機器１の現在の状況を示す、現在日時、現在位置、端末状態をデータ収集部１０５より取得する（Ｓ２８）。次いで、属性変換部１０７は、取得した現在日時、現在位置、端末状態を属性に変換し（Ｓ２９）、分析部１１０へ通知する。

次いで、分析部１１０は、現在の電子機器１の状況に対応して起動されるアプリの起動確率をアプリ毎に算出する（Ｓ３０）。具体的には、現在の電子機器１の状況に対応した属性値を属性変換部１０７より受け、その属性値をもとに学習データ記憶部１０９の学習データＤ１を参照して得られたアプリ毎の起動回数をもとに、次の式（１）によりアプリごとの起動確率を求める。

なお、式（１）において、Ｐ（ｃ）はアプリｃの起動確率である。また、Ｎ（ｃ）はアプリｃの起動回数である。また、Ｎ（ｖ_ｉ）は現在の状況における属性（ｉ）でアプリが起動された回数である。また、Ｎ（ｖ_ｉ，ｃ）はアプリｃを現在の状況における属性（ｉ）で起動した回数である。また、Ｎは全アプリの起動総回数である。なお、式（１）では、過去に一度も起動したことのない属性値（例えば、Ｎ（ｖ_ｉ，ｃ）＝０）が１つでも含まれると確率が０となる。よって、学習データＤ１は初期値として全てのフィールド（起動回数のカウント値）を１としてもよい。

上述したように、学習データＤ１には、直前アプリについての属性値における起動回数が含まれている。したがって、上述した式（１）では、現時点で取得された状況（属性（ｉ））と、直前アプリとに対応して学習データＤ１に記憶された起動回数に基づいて、アプリｃが現時点で起動される起動確率を求めている。

例えば、ユーザの習慣として、カメラに続いてＳＮＳアプリを起動することが多いものとする。この場合、ＳＮＳアプリに対する直前アプリがカメラである場合の起動回数が多く学習データＤ１に記憶されていることになる。そして、直前アプリとしてカメラがメモリに記憶されているものとする。この場合、式（１）において、アプリｃ（＝ＳＮＳアプリ）の起動確率は、ブラウザなどの他のアプリと比較して、分子の数値（起動回数）が大きく、高い値となる。よって、起動確率の高い上位のアプリとして、ＳＮＳアプリのアイコン画像２０２が表示画面２００に表示される可能性が高くなる。

次いで、表示部１１１は、分析部１１０によりアプリ毎に算出された起動確率に基づいて、起動確率の高いアプリのアイコン画像２０２を表示画面２００に表示させる（Ｓ３１）。具体的には、上述した例における、直前アプリのカメラに続いて起動されやすいＳＮＳアプリのアイコン画像２０２が、表示画面２００に表示される。このように、電子機器１では、ユーザが起動を所望するアプリのアイコン画像２０２をユーザに提示できる。

（第２の実施形態）
図９は、第２の実施形態にかかる電子機器１ａの機能構成を示すブロック図である。図９に示すように、電子機器１ａは、誤り起動検出部１１２を有する点が第１の実施形態にかかる電子機器１と異なる。

誤り起動検出部１１２は、データ収集部１０５により収集されたデータに基づいて、ユーザによる誤ったアプリの起動を検出する。具体的には、誤り起動検出部１１２は、起動から終了までの時間が短い（例えば、２秒以内）アプリは誤って起動して終了したものとみなし、誤ったアプリの起動として検出する。誤り起動検出部１１２は、誤って起動されたアプリは起動アプリ学習部１０８における学習対象から外す。また、誤り起動検出部１１２は、次に起動されたアプリが誤って起動されたものでない場合、誤って起動されたアプリを直前アプリとして起動アプリ学習部１０８における学習対象とする。

図１０Ａ、図１０Ｂは、第２の実施形態にかかる電子機器１ａの学習動作を例示するフローチャートである。

図１０Ａに示すように、処理が開始されると、データ収集部１０５は、操作取得部１０３により取得された情報をもとに、アプリの起動または終了の判定を行う（Ｓ４０）。ここで、アプリの起動または終了のどちらでもない場合は処理を待機する。

Ｓ４０においてアプリの起動である場合、データ収集部１０５は、操作取得部１０３より起動したアプリの名称（アプリ名）を取得するとともに、日時取得部１０１より現在日時を取得し（Ｓ４１）、操作情報算出部１０６へ通知する。次いで、操作情報算出部１０６は、直前アプリがメモリに記憶されているか否かを判定する（Ｓ４２）。直前アプリがメモリに記憶されていない場合（Ｓ４２：ＮＯ）、電源投入直後や端末購入直後など直前アプリの起動がなかったことから、操作情報算出部１０６はＳ４９へ処理を進める。

直前アプリがメモリに記憶されている場合（Ｓ４２：ＹＥＳ）、操作情報算出部１０６は、メモリから直前アプリの終了時刻を取得し（Ｓ４３）、取得した終了時刻と現在日時との差分をもとに、直前アプリ終了からの経過時間を算出する（Ｓ４４）。次いで、操作情報算出部１０６は、算出した直前アプリ終了からの経過時間をメモリへ書き出し（Ｓ４５）、メモリから直前アプリの開始時刻を取得する（Ｓ４６）。次いで、操作情報算出部１０６は、直前アプリの終了時刻および直前アプリの開始時刻の差分から直前アプリの継続利用時間を算出し（Ｓ４７）、算出した継続利用時間をメモリへ書き出す（Ｓ４８）。次いで、操作情報算出部１０６は、取得した現在時刻、現在位置、端末状態をメモリへ書き出し（Ｓ４９、Ｓ５０）、Ｓ４０へ処理を戻す。

Ｓ４０においてアプリの終了である場合、データ収集部１０５は、日時取得部１０１より現在日時と、操作取得部１０３より終了したアプリの名称とを取得し（Ｓ５１）、操作情報算出部１０６、誤り起動検出部１１２へ通知する。次いで、誤り起動検出部１１２は、メモリに記憶された直前アプリの開始時刻を取得し（Ｓ５２）、取得した開始時刻と現在日時との差分から直前アプリの継続利用時間を算出する（Ｓ５３）。次いで、誤り起動検出部１１２は、算出した継続利用時間が所定時間（例えば２秒）以上であるか否かを判定する（Ｓ５４）。所定時間以上である場合（Ｓ５４：ＹＥＳ）、誤り起動検出部１１２は、誤ったアプリの起動でないことから、Ｓ５５へ処理を進める。所定時間以上でない場合（Ｓ５４：ＮＯ）、誤り起動検出部１１２は、誤ったアプリの起動であることから、起動アプリ学習部１０８における学習対象から外すため、Ｓ６０へ処理を進める。

Ｓ５５において、操作情報算出部１０６は、直前アプリがメモリに記憶されているか否かを判定する。直前アプリがメモリに記憶されていない場合（Ｓ５５：ＮＯ）、電源投入直後や端末購入直後など直前アプリの起動がなかったことから、操作情報算出部１０６はＳ６０へ処理を進める。

直前アプリがメモリに記憶されている場合（Ｓ５５：ＹＥＳ）、操作情報算出部１０６は、直前アプリの名称と、直前アプリの継続利用時間と、直前アプリの終了からの経過時間をメモリから取得し（Ｓ５６）、属性変換部１０７へ通知する。

次いで、属性変換部１０７は、操作情報算出部１０６より通知された、直前アプリの名称、直前アプリの継続利用時間、直前アプリ終了からの経過時間を属性に変換し（Ｓ５７）、起動アプリ学習部１０８へ通知する。次いで、属性変換部１０７は、電子機器１の現在の状況を示す、現在日時、現在位置、端末状態をデータ収集部１０５より取得する（Ｓ５８）。次いで、属性変換部１０７は、取得した現在日時（アプリ開始時刻）、現在位置、端末状態を属性に変換し（Ｓ５９）、起動アプリ学習部１０８へ通知する。

起動アプリ学習部１０８は、属性変換部１０７より通知された属性、すなわち、現在の電子機器１の状況と、データ収集部１０５より通知された起動したアプリの名称とをもとに、現在の電子機器１の状況と、起動したアプリとの対応関係を学習データとして学習データ記憶部１０９に記憶する（Ｓ６０）。次いで、操作情報算出部１０６は、終了したアプリの名称、開始時刻、現在時刻（終了時刻）を直前アプリの情報としてメモリに書き出して（Ｓ６１〜Ｓ６３）、処理を終了する。

図１１は、学習時の動作を説明する説明図である。図１１において、時刻ｔ２１、ｔ２２はアプリＡの起動時刻と終了時刻を示し、時刻ｔ２３、ｔ２４はアプリＢの起動時刻と終了時刻を示し、時刻ｔ２５はアプリＣの起動時刻を示す。なお、アプリＢの継続利用時間（ΔＴ１’）は十分に短く、アプリＢは誤った起動であるものとする。この場合、アプリＢの終了時には、直前アプリがアプリＡである学習（起動回数のインクリメント）は行われない事となる。また、アプリＣについては、終了時において直前アプリがアプリＢである学習（起動回数のインクリメント）が行われる事となる。

このため、電子機器１ａでは、アプリＡの終了後において、アプリＢの起動確率が高く算出される可能性を低くでき、アプリＡの終了後において誤って起動したアプリＢのアイコン画像２０２が表示画面２００に表示されることを抑止できる。また、電子機器１ａでは、誤って起動したアプリＢの終了後において、アプリＣの起動確率が高く算出される可能性を高くでき、誤って起動したアプリＢに続いて起動されやすいアプリＣのアイコン画像２０２を表示画面２００に表示させることができる。

（変形例１）
図１２は、変形例１にかかる電子機器１ｂの機能構成を示すブロック図である。図１２に示すように、電子機器１ｂは、自動起動検出部１１３を有する点が第２の実施形態にかかる電子機器１ａと異なる。

自動起動検出部１１３は、日時取得部１０１、位置取得部１０２および操作取得部１０３などで取得した情報をもとに、アプリの自動起動を検出する。例えば、電話着信時には、操作取得部１０３によるユーザの操作を取得することなく、電話アプリが起動される。また、事前にセットした時間、場所でのアラーム鳴動でも、日時取得部１０１および位置取得部１０２の条件でアラームアプリが起動される。このように、自動起動されるアプリを自動起動検出部１１３は検出する。具体的には、自動起動検出部１１３は、操作取得部１０３によるユーザの操作を取得することなく、表示画面２００を表示させる場合などの自動起動にかかる条件をもとに、アプリの自動起動を検出する。自動起動検出部１１３は、自動起動されたアプリは起動アプリ学習部１０８における学習対象から外す。

図１３は、変形例１にかかる電子機器１ｂの学習動作を例示するフローチャートである。図１３に示すように、変形例では、Ｓ４０とＳ４１の間にＳ４０ａを有する点が前述した図１０Ａ、図１０Ｂのフローチャートと異なっており、他の処理は同じである。

Ｓ４０ａにおいて、自動起動検出部１１３はアプリの自動起動を検出し、アプリの自動起動である場合（Ｓ４０ａ：ＹＥＳ）は処理を終了し、自動起動でない場合（Ｓ４０ａ：ＮＯ）はＳ４１へ処理を進める。この自動起動の検出は、日時取得部１０１、位置取得部１０２および操作取得部１０３の情報をもとに、例えば、最後の画面ＯＮから所定時間（０．２秒）以上経過した場合に自動起動でないものとしてもよい。

このように、自動起動のアプリについては、学習対象から外すようにすることで、ユーザの操作によって連続的に起動されやすいアプリを学習対象とすることができる。

（第３の実施形態）
図１４は、第３の実施形態にかかる電子機器１ｃの機能構成を示すブロック図である。図１４に示すように、電子機器１ｃは、場所学習部１１４および場所推定部１１５を有する点が第１の実施形態にかかる電子機器１と異なる。

場所学習部１１４は、データ収集部１０５により収集された電子機器１ｃの場所（緯度経度）についての情報に基づいて、電子機器１ｃが滞在する場所を学習する。場所推定部１１５は、場所学習部１１４による場所の学習結果と、データ収集部１０５により収集された電子機器１ｃの現在位置（緯度経度）をもとに電子機器１の現在位置を推定する。

ここで、場所学習部１１４における場所学習について詳細に説明する。図１５は、第３の実施形態にかかる電子機器１ｃの場所学習を例示するフローチャートである。図１５に示すように、処理が開始されると、場所学習部１１４は、データ収集部１０５より電子機器１ｃの位置情報（経度、緯度）が取得されたか否かを判定する（Ｓ７０）。電子機器１ｃの位置情報が取得されない場合（Ｓ７０：ＮＯ）、場所学習部１１４は処理を待機する。

電子機器１ｃの位置情報が取得された場合（Ｓ７０：ＹＥＳ）、場所学習部１１４は、その位置情報がメモリに記憶された従前の中心点における円の所定の半径内（例えば数十メートル）のものであるか否かを判定する（Ｓ７１）。所定の半径内でない場合（Ｓ７１：ＮＯ）、場所学習部１１４は、取得された位置情報を新たな中心点として設定し（Ｓ７２）、Ｓ７０へ処理を戻す。

所定の半径内である場合（Ｓ７１：ＹＥＳ）、場所学習部１１４は、メモリに記憶された、所定の半径内における連続滞在時間と中心点を更新する（Ｓ７３）。例えば、連続滞在時間は、前回の連続滞在時間に今回までの時間を加算する。また、中心点については、今回の位置情報との平均（連続滞在時間を加味した加重平均であってもよい）とする。

次いで、場所学習部１１４は、所定の半径内における連続滞在時間が所定の閾値以上であるか否かを判定する（Ｓ７４）。ここで、所定の閾値以上でない場合（Ｓ７４：ＮＯ）は、処理を終了する。

所定の閾値以上である場合（Ｓ７４：ＹＥＳ）、場所学習部１１４は、メモリに記憶された、所定の半径内における累積滞在時間を更新する（Ｓ７５）。次いで、場所学習部１１４は、所定の半径内の累積滞在時間が閾値以上であるか否かを判定する（Ｓ７６）。ここで、所定の閾値以上でない場合（Ｓ７６：ＮＯ）は、処理を終了する。

所定の閾値以上である場合（Ｓ７６：ＹＥＳ）、場所学習部１１４は、電子機器１ｃが滞在している円の中心点がメモリ内の場所リストにあるか否かを判定する（Ｓ７７）。

図１６は、場所リストを説明する説明図である。図１６に示すように、場所学習部１１４は、メモリ内において、場所ごとの情報を列挙した場所リストを記憶する。具体的には、場所ごとに、位置（緯度経度）、累積滞在時間、よくいる場所の判定結果、所定時刻における滞在時間および自宅判定結果を記憶する。

場所リストにない場合（Ｓ７７：ＹＥＳ）、場所学習部１１４は、現在の中心点の位置情報を場所リストに追加し（Ｓ７８）、Ｓ７９へ処理を進める。また、場所リストにある場合（Ｓ７７：ＮＯ）、場所学習部１１４はＳ７８をスキップしてＳ７９へ処理を進める。

Ｓ７９において、場所学習部１１４は、場所リストの中で、滞在時間が最も長い場所の更新があるか否かを判定する（Ｓ７９）。滞在時間が最も長い場所の更新がある場合（Ｓ７９：ＹＥＳ）、場所学習部１１４は、その場所を自宅として場所リストを更新し（Ｓ８０）、処理を終了する。また、滞在時間が最も長い場所の更新がない場合（Ｓ７９：ＮＯ）、場所学習部１１４はＳ８０をスキップして処理を終了する。

以上のように、場所学習部１１４は、データ収集部１０５により収集された電子機器１ｃの場所（緯度、経度）についての情報に基づいて、電子機器１ｃが滞在する場所の情報を場所リストとして記憶し、学習する。

また、場所学習部１１４は、場所リストに含まれる場所を所定の期間ごと（例えば、月１などのペースで）にマージしてもよい。図１７は、第３の実施形態にかかる電子機器１ｃのマージ処理を例示するフローチャートである。

図１７に示すように、マージ処理が開始されると、場所学習部１１４は、場所リストを読み込み（Ｓ８１）、リスト内の場所の各々について、互いの距離が所定値（例えば、数百メートル）以内の場所があるか否かを判定する（Ｓ８２）。互いの距離が所定値以内の場所がない場合（Ｓ８２：ＮＯ）、マージ対象の場所がないことから、場所学習部１１４はマージ処理を終了する。

互いの距離が所定値以内の場所がある場合（Ｓ８２：ＹＥＳ）、互いの場所をマージ対象の場所とし、場所学習部１１４は、累積滞在時間の長い方の場所に累積滞在時間の短い方の場所をマージして（Ｓ８３）、中心点、累積滞在時間の再計算を行う（Ｓ８４）。具体的には、場所学習部１１４は、互いの累積滞在時間の重み付きで中心点の平均を計算し、新たな中心点とする。また、累積滞在時間は互いの時間を加算して新たな累積滞在時間とする。次いで、場所学習部１１４は、Ｓ８３、Ｓ８４によるマージ後の情報で場所リストを更新し（Ｓ８５）、Ｓ８１に処理を戻す。

ここで、場所推定部１１５における場所推定について詳細に説明する。図１８は、第３の実施形態にかかる電子機器１ｃの場所推定を例示するフローチャートである。図１８に示すように、処理が開始されると、場所推定部１１５は、データ収集部１０５より電子機器１ｃの位置情報（経度、緯度）を取得し（Ｓ９０）、その位置情報をもとに場所学習部１１４により作成された場所リストを参照する（Ｓ９１）。

次いで、場所推定部１１５は、電子機器１ｃの位置に対する場所リストの場所が所定の半径内（例えば、数十メートル）か否かを判定する（Ｓ９２）。所定の半径内である場合（Ｓ９２：ＹＥＳ）、場所推定部１１５は、その場所リストの場所が自宅であるか否かを判定する（Ｓ９３）。自宅である場合（Ｓ９３：ＹＥＳ）、場所推定部１１５は、電子機器１ｃの現在の場所＝”ＨＯＭＥ”（自宅）と推定する（Ｓ９４）。また、自宅でない場合（Ｓ９３：ＮＯ）、場所推定部１１５は、電子機器１ｃの現在の場所＝”場所名称”（場所リスト内の名称）と推定する（Ｓ９５）。

所定の半径内でない場合（Ｓ９２：ＮＯ）、場所推定部１１５は、電子機器１ｃの場所が場所リストの自宅から所定の距離以上（例えば、数十キロメートル）離れているか否かを判定する（Ｓ９６）。所定の距離以上離れている場合（Ｓ９６：ＹＥＳ）、場所推定部１１５は、電子機器１ｃの現在の場所＝”ＯＴＨＥＲ（ｆａｒ）”（自宅から離れた他の場所）と推定する。また、所定の距離以上離れていない場合（Ｓ９６：ＮＯ）、場所推定部１１５は、電子機器１ｃの現在の場所＝”ＯＴＨＥＲ（ｎｅａｒ）”（自宅から近い他の場所）と推定する。

起動アプリ学習部１０８は、場所推定部１１５により推定された電子機器１ｃの場所に応じて、学習データ記憶部１０９の学習データＤ１における起動回数のカウンタ値を調整し、学習データ記憶部１０９の学習データＤ１を忘却させるようにする。具体的には、場所リストとして記憶された、自宅またはよくいる場所などの、累積滞在時間が所定の閾値よりも長い場所と、累積滞在時間が所定の閾値よりも短い場所とで、起動回数のカウンタ値に掛け合わせる忘却計数を変更する。

図１９は、第３の実施形態にかかる電子機器１ｃの学習データの記憶を例示するフローチャートである。なお、図１９に示すフローチャートは、図４に例示したフローチャートのＳ１３以後の処理において、電子機器１ｃの場所に応じて、学習データ記憶部１０９の学習データＤ１における起動回数のカウンタ値を調整する処理（Ｓ１０２）を抜き出したものである。

図１９に示すように、属性変換部１０７は、電子機器１ｃにおける端末状態などを取得し（Ｓ１００）、現在日時、現在位置、端末状態を属性に変換したものを起動アプリ学習部１０８に通知する（Ｓ１０１）。

次いで、起動アプリ学習部１０８は、場所推定部１１５により推定された電子機器１ｃの場所に応じて、学習データＤ１の忘却を行う（Ｓ１０２）。具体的には、起動アプリ学習部１０８は、属性変換部１０７より通知された属性、すなわち、現在の電子機器１ｃの状況と、データ収集部１０５より通知された起動したアプリの名称とをもとにした起動回数に、推定された場所に応じた忘却係数を掛け合わせる。

次いで、起動アプリ学習部１０８は、属性変換部１０７より通知された属性、すなわち、現在の電子機器１ｃの状況と、データ収集部１０５より通知された起動したアプリの名称とをもとに、現在の電子機器１ｃの状況と、起動したアプリとの対応関係を学習データとして学習データ記憶部１０９に記憶する（Ｓ１０３）。具体的には、起動したアプリの実行回数（起動回数）を現在の電子機器１ｃの状況に対応した属性毎に記憶する。

図２０は、忘却係数を説明する説明図である。図２０に示すように、自宅またはよくいる場所などの、累積滞在時間が所定の閾値よりも長い場所は、「０．９０」などのように、起動回数に掛け合わせる忘却係数を小さくする。逆に、ＯＴＨＥＲ（ｆａｒ）やＯＴＨＥＲ（ｎｅａｒ）などのように、累積滞在時間が所定の閾値よりも短い場所は、起動回数に掛け合わせる忘却係数を大きく（１に近い値）する。これにより、累積滞在時間が所定の閾値よりも長い場所は、アプリの学習（起動回数）を、他の場所と比べて忘れやすくすることができる。

例えば、自宅などのように、累積滞在時間が所定の閾値よりも長い場所では、ユーザが利用するアプリのトレンドが頻繁にかわることが多い。逆に、旅行で行く場所などのように、累積滞在時間が所定の閾値よりも短い場所では、ユーザが利用するアプリのトレンドはあまり変わらないことが多い。このように、ユーザのアプリの利用動向は、場所によってその変化が異なる。起動アプリ学習部１０８では、電子機器１ｃの場所に応じて学習データＤ１の忘却（起動回数を減少させる）を行うことで、ユーザの利用動向に則した学習を行うことができる。

１、１ａ、１ｂ、１ｃ…電子機器
１０…主制御装置
２０…記憶装置
２１…プログラム
３０…表示装置
４０…入力装置
５０…日時取得装置
６０…位置取得装置
１０１…日時取得部
１０２…位置取得部
１０３…操作取得部
１０４…状態取得部
１０５…データ収集部
１０６…操作情報算出部
１０７…属性変換部
１０８…起動アプリ学習部
１０９…学習データ記憶部
１１０…分析部
１１１…表示部
１１２…誤り起動検出部
１１３…自動起動検出部
１１４…場所学習部
１１５…場所推定部
２００…表示画面
２０１、２０２…アイコン画像
Ｄ１…学習データ
ｔ１〜ｔ３、ｔ１１〜ｔ１４、ｔ２１〜ｔ２５…時刻

Claims (8)

1. 自装置の状況を取得する取得部と、
   プログラムごとに、当該プログラムの起動時に取得された状況とともに、所定のプログラムの終了後に起動された前記プログラムの起動回数を含む学習データを記憶する記憶部と、
   現時点で取得された状況と、直前に終了したプログラムとに対応して前記学習データに記憶された前記プログラムごとの起動回数に基づいて、前記プログラムごとに、当該プログラムが現時点で起動される起動確率を算出する算出部と、
   前記算出された起動確率に基づいて、前記プログラムを起動するためのアイコン画像を画面に表示する表示部と、
   を有することを特徴とする電子機器。
2. 前記記憶部は、前記所定のプログラムの起動から終了までの利用時間が所定時間以上である場合に、前記所定のプログラムの終了後に起動された前記プログラムの起動回数を含む学習データを記憶する
   ことを特徴とする請求項１に記載の電子機器。
3. 前記プログラムの自動起動を検出する検出部を有し、
   前記記憶部は、前記所定のプログラムの終了後において、前記自動起動が検出されていないプログラムの起動回数を含む学習データを記憶する
   ことを特徴とする請求項１又は２に記載の電子機器。
4. 前記検出部は、前記画面の表示が行われていない場合の前記プログラムの起動を自動起動として検出する
   ことを特徴とする請求項３に記載の電子機器。
5. 前記取得部は、自装置の位置を取得し、
   前記記憶部は、前記プログラムの起動時に取得された位置とともに、前記プログラムの起動回数を含む学習データを記憶するとともに、前記位置に応じて前記起動回数の値を調整する
   ことを特徴とする請求項１乃至４のいずれか一項に記載の電子機器。
6. 前記記憶部は、前記位置に応じて前記起動回数の値を調整する際に、前記取得された位置に基づく滞在時間が所定値よりも長い位置における前記プログラムの起動回数を減じる割合を、前記滞在時間が所定値よりも短い位置における前記プログラムの起動回数を減じる割合よりも大きくする
   ことを特徴とする請求項５に記載の電子機器。
7. 前記表示部は、前記算出された起動確率が高い順に、前記プログラムを起動するためのアイコン画像を表示する
   ことを特徴とする請求項１乃至６のいずれか一項に記載の電子機器。
8. コンピュータに
   自装置の状況を取得し、
   プログラムごとに、当該プログラムの起動時に取得された状況とともに、所定のプログラムの終了後に起動された前記プログラムの起動回数を含む学習データを記憶し、
   現時点で取得された状況と、直前に終了したプログラムとに対応して前記学習データに記憶された前記プログラムごとの起動回数に基づいて、前記プログラムごとに、当該プログラムが現時点で起動される起動確率を算出し、
   前記算出された起動確率に基づいて、前記プログラムを起動するためのアイコン画像を表示する
   処理を実行させることを特徴とする表示プログラム。

Images