JP2016136293A - 情報処理システム、サーバーシステム、情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】 ユーザーによる評価情報の作成の手間を抑制しつつ、自動的に店の評価情報を特定することができる情報処理システム、サーバーシステム、情報処理装置及び情報処理方法の提供。【解決手段】 情報処理システム１００は、センシング部４２０で測定された複数の生体情報を取得する生体情報取得部１１０と、複数の生体情報の取得位置を示す位置情報を取得する位置情報取得部１９０と、位置情報に基づいて、複数の生体情報のうち、店の中で取得された生体情報を判別し、店の中で取得された生体情報に基づいて、店の評価情報を求める処理部１３０と、を含む。【選択図】 図１

Description

本発明は、情報処理システム、サーバーシステム、情報処理装置及び情報処理方法等に関係する。

実際に訪れる前に、インターネットで店の口コミや評判などを調べて、本当に人気がある店なのかどうかを調べることが増えている。しかし、この方法では、情報を探す手間がかかったり、記述者の主観が入っていて、情報を鵜呑みに出来なかったり、そもそも情報がないということがある。そのため、真実に近い情報を導き出すのに労力がかかる。

これに対して、特許文献１では、店に関する情報を整理してデータベース化することで、機械的に店の評価と推薦を行う発明が公開されている。また、店の評価を星の数などで定量化して表す手法もある。

特開２０１３―１１９９２号公報

口コミを元にしたデータベースをユーザーが参照して、店の評価を判断する方法には、以下のような問題点がある。まず、文章によって店を評価する点については、実際に店舗を訪れた他のユーザーが能動的に評価文章を提供する必要があり、情報提供をするユーザーの労力が大きいという問題点がある。また、評価の客観性という点については、文章の書き方や表現の仕方に個人差があるという問題点や、故意や悪意、やらせ等が含まれる可能性があり、それらの排除が難しいという問題点がある。さらに、店を探しているユーザーが文章を精査して、本当に良い店かどうかをよく考えて判断しなればならず、ユーザーに負担がかかるという問題点がある。

本発明の幾つかの態様によれば、ユーザーによる評価情報の作成の手間を抑制しつつ、自動的に店の評価情報を特定することができる情報処理システム、サーバーシステム、情報処理装置及び情報処理方法等を提供することができる。

本発明の一態様は、センシング部で測定された複数の生体情報を取得する生体情報取得部と、前記複数の生体情報の取得位置を示す位置情報を取得する位置情報取得部と、前記位置情報に基づいて、前記複数の生体情報のうち、店の中で取得された生体情報を判別し、前記店の中で取得された前記生体情報に基づいて、前記店の評価情報を求める処理部と、を含む情報処理システムに関係する。

本発明の一態様では、少なくとも１つのセンシング部で測定された複数の生体情報を取得し、さらに各生体情報の取得位置を示す位置情報を取得する。そして、位置情報に基づいて、複数の生体情報のうち、店の中で取得された生体情報を判別し、店の中で取得された生体情報に基づいて、店の評価情報を求める。よって、ユーザーによる評価情報の作成の手間を抑制しつつ、自動的に店の評価情報を特定することが可能となる。

また、本発明の一態様では、前記処理部は、前記複数の生体情報に基づいて、複数の心的状態情報の推定処理を行い、前記推定処理の結果として得られた前記複数の心的状態情報に基づいて、前記評価情報を求めてもよい。

これにより、店を訪れたユーザーが能動的に店を評価しなくても、ユーザーの心的状態に基づいて、例えば前記評価情報として店の心的評価情報を求めること等が可能になる。

また、本発明の一態様では、前記処理部は、前記複数の生体情報に基づいて、前記店における生体変化情報を前記評価情報として求めてもよい。

これにより、ユーザーが店を訪れる前に、他のユーザーが実際に店を訪れた時の生体情報の変化を確認すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記生体情報の各項目値が所与の閾値以上であるか否かを判定し、前記各項目値が前記所与の閾値以上であると判定した前記センシング部のユーザーの数をカウントして、カウント値情報を前記生体変化情報として求めてもよい。

これにより、店に滞在した複数のユーザーの生体情報の変化を１つの値でまとめて確認することができ、各ユーザーの生体情報の変化を個別に確認する手間を省くこと等が可能になる。

また、本発明の一態様では、複数の店の各店に対して参照生体情報が関連付けられた店情報データベースを記憶する記憶部を含み、前記処理部は、前記店情報データベースに含まれる前記各店の前記参照生体情報と、前記生体情報取得部が取得した前記生体情報とに基づいて、前記生体変化情報を求めてもよい。

これにより、店毎に異なる判断基準に基づいて、店の評価情報を求めること等が可能になる。

また、本発明の一態様では、複数の店の各店に対して前記各店の位置情報が関連付けられた店情報データベースを記憶する記憶部を含み、前記処理部は、前記位置情報取得部が取得した前記位置情報と、前記店情報データベースの前記位置情報とに基づいて、前記センシング部のユーザーが滞在した前記店を特定してもよい。

これにより、ユーザーが実際に滞在した店の評価情報を特定すること等が可能になる。

また、本発明の一態様では、前記店の前記評価情報を表示部に表示する処理を行う表示処理部を含んでもよい。

これにより、表示部に店の評価情報を示す画像を表示して、ユーザーに報知すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記複数の生体情報に基づいて、前記店における心的評価情報及び生体変化情報を前記評価情報として求め、前記表示処理部は、前記心的評価情報と共に前記生体変化情報を表示する処理を行ってもよい。

これにより、ユーザーの心的状態に基づく店の評価と、ユーザーの生体情報の変化に基づく店の評価とを確認すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記位置情報及び前記位置情報の変化を表す位置変化情報の少なくとも一方に基づいて、前記センシング部のユーザーが前記店の中にいるか否かを判定してもよい。

これにより、店の中にいた時の位置情報が取得できない場合でも、ユーザーが店の中にいたか否かを判定すること等が可能になる。

また、本発明の一態様では、前記生体情報取得部は、所与の時間間隔毎に、前記センシング部により取得された前記センシング部のユーザーの生体情報を取得し、前記位置情報取得部は、前記所与の時間間隔毎に、前記位置情報及び位置変化情報を取得してもよい。

これにより、例えばユーザーが滞在した店を特定したり、店の評価情報を特定したりすること等が可能になる。

また、本発明の他の態様では、前記情報処理システムを含むサーバーシステムに関係する。

また、本発明の他の態様では、前記情報処理システムを含む情報処理装置に関係する。

また、本発明の他の態様では、センシング部で測定された複数の生体情報を取得し、前記各生体情報の取得位置を示す位置情報を取得し、前記位置情報に基づいて、前記複数の生体情報のうち、店の中で取得された生体情報を判別し、前記店の中で取得された前記生体情報に基づいて、前記店の評価情報を求める情報処理方法に関係する。

本実施形態のシステム構成例。 図２（Ａ）、図２（Ｂ）は、本実施形態のサーバーシステム、測定装置及び端末装置の構成例。 本実施形態の処理の流れを説明するフローチャートの説明図。 対応する位置情報及び位置変化情報、生体情報の説明図。 店情報データベースの説明図。 図６（Ａ）〜図６（Ｄ）は、ユーザーが訪れた店の特定処理の説明図。 生体情報と心的状態情報、活動状態情報、位置情報、位置変化情報の具体例の説明図。 複数の心的状態情報と心的評価情報の関係の説明図。 店の参照テーブルの説明図。 店の評価情報の特定処理の流れを説明するフローチャート。 生体変化情報の求め方の一例の説明図。 店の評価情報の表示例の説明図。 定量化された心的状態情報の具体例の説明図。 運動強度とモチベーションへの影響のし易さの説明図。 図１５（Ａ）及び図１５（Ｂ）は、測定装置の具体的な構成例。 測定装置の具体的な構成例。 ネットワークにより通信接続を行う測定装置と端末装置の構成例。

以下、本実施形態について説明する。なお、以下で説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また、本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。

１．概要
飲食店や美容院などの店に行っても後悔しないように、実際に訪れる前に、人気がある店を調べることが増えている。その際に、一番よく行われる方法は、インターネットで、その店の評判や感想に関する書き込みやブログなどの他人の意見を探して、読んで、判断する方法である。この方法は、実際に行った人の率直な感想が書かれているため、大変参考になる。しかし、このような情報はインターネット上に散在しており、探し出すのが大変である。また、書いた人の主観が入っていることが多く、感想を鵜呑みにすることができないことも多い。いずれにしても、それなりに時間と手間をかけ、よく読んで自己判断する必要があり、労力がかかる作業となっている。

更に、これらの情報源は、行った人が自発的にコメントを寄せる必要がある。そのため、本当は人気が高い店であっても、コメントのない店の評価は分からないし、コメントが少ないと十分な判断が難しい場合も多い。

これに対して、特許文献１に記載される発明のように、店に関する情報を整理してデータベース化することで、機械的に店の評価と推薦を行うことができる。また、店の評価を星の数などで定量化して表す場合もある。しかし、それらは店を訪れた人の主観で点数化したものがほとんどで、目安に過ぎない。最終的には、ユーザーは星の数や評価文章を見て、自分の価値観と照らし合わせて自分が実際に行くかどうかを判断することになる。

このように、口コミを元にしたデータベースをユーザーが参照して、店の評価を判断する方法には、以下のような問題点がある。まず、文章によって店を評価する点については、実際に店舗を訪れた他のユーザーが能動的に評価文章を提供する必要があり、情報提供をするユーザーの労力が大きいという問題点がある。また、評価の客観性という点については、文章の書き方や表現の仕方に個人差があるという問題点や、故意や悪意、やらせ等が含まれる可能性があり、それらの排除が難しいという問題点がある。さらに、店を探しているユーザーが文章を精査して、本当に良い店かどうかをよく考えて判断しなればならず、ユーザーに負担がかかるという問題点がある。つまり、特許文献１に記載される手法では、その店に行っても良いか判断するのに役立つ情報は揃えられるが、最終的には自分で考えて判断しなければいけない。また、判断のための情報作成はユーザーの労力負担が大きい。

そこで、以下で説明する本実施形態では、実際に店を訪れたユーザーの心身状態を取得し、分析することで、店にいた時の心身状態をユーザーの店（サービス）に対する客観的な評価として用いる。

具体的に本実施形態では、少なくとも１つのセンシング部で測定された複数の生体情報を取得し、さらに各生体情報の取得位置を示す位置情報を取得する。そして、位置情報に基づいて、複数の生体情報のうち、店の中で取得された生体情報を判別し、店の中で取得された生体情報に基づいて、店の評価情報を求める。なお、複数の生体情報とは、複数人分の生体情報であってもよいし、取得タイミングが異なる同一人物の生体情報であってもよい。

ここで、店とは、商業的な活動を行うための建物又は場所のことである。例えば、店は、商品の売買又はレンタルを行う建物又は場所、及びサービスを受けられる建物又は場所のことである。より具体的には、例えば店は、小売店、百貨店、飲食店、宿泊施設、病院、劇場、ヘアサロン、エステサロン、博物館、生態園及び遊園地等である。なお、店の中と判定できる範囲については、後述する。

本実施形態ではこのように、店の中にユーザーがいた時の生体情報に基づいて、店の評価情報を特定するため、ユーザーが文章などの評価情報を能動的に作成する必要がない。よって、ユーザーによる評価情報の作成の手間を抑制しつつ、自動的に店の評価情報を特定することが可能となる。

２．システム構成例
次に、本実施形態の情報処理システム１００の構成例を図１に示す。情報処理システム１００は、生体情報取得部１１０と、処理部１３０と、記憶部１５０と、表示処理部１７０と、位置情報取得部１９０と、を含む。なお、情報処理システム１００は、図１の構成に限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加したりするなどの種々の変形実施が可能である。

次に各部で行われる処理について説明する。

生体情報取得部１１０は、少なくとも１つのセンシング部（生体センサー）４２０で測定された複数の生体情報を取得する。生体情報取得部１１０は、センシング部４２０と無線又は有線により接続されている場合には、データを送受信する通信部（Ｉ／Ｆ部、アンテナ部等）などにより実現できる。

センシング部４２０は、例えば脈波センサーである。脈波センサーは、脈波センサー信号を検出するためのセンサーであり、例えば光電センサー等が考えられる。なお、脈波センサーとして光電センサーを用いる場合には、太陽光等の外光の信号成分をカットするように構成されているセンサーを用いてもよい。これは例えば、フォトダイオードを複数設け、それらの信号を用いてフィードバック処理等で差分情報を求める構成等により実現できる。

なお、脈波センサーは光電センサーに限定されず、超音波を用いたセンサーなどの他のセンサーであってもよい。この場合、脈波センサーは２つの圧電素子を有し、一方の圧電素子を励振させて生体内に超音波を送信するとともに、当該超音波が生体の血流によって反射されたものを他方の圧電素子により受信する。送信した超音波と受信した超音波には、血流のドップラー効果によって周波数変化が生じるため、この場合にも血流量に対応する信号を取得することができ、拍動情報の推定が可能である。また、脈波センサーとして他のセンサーを用いてもよい。

次に、位置情報取得部１９０は、複数の生体情報の各生体情報の取得位置を示す位置情報を取得する。具体的に、位置情報取得部１９０は、ＧＰＳセンサー等のセンサー自体であってもよいし、情報処理システム１００の外部に設けられたＧＰＳセンサー等から位置情報を取得する機能を有していてもよい。

そして、処理部１３０は、位置情報に基づいて、複数の生体情報のうち、店の中で取得された生体情報を判別し、店の中で取得された生体情報に基づいて、店の評価情報を求める。なお、処理部１３０の機能は、各種プロセッサー（ＣＰＵ、ＧＰＵ等）、ＡＳＩＣ（ゲートアレイ等）などのハードウェアや、プログラムなどにより実現できる。

そして、記憶部１５０は、生体情報や心的状態情報、位置情報等を記憶する。また、記憶部１５０は、各部のワーク領域となるものであり、その機能はＲＡＭ等のメモリーやＨＤＤ（ハードディスクドライブ）などにより実現できる。

さらに、表示処理部１７０は、店の評価情報、生体情報及び心的状態情報等を表示部４３０に表示（提示）する処理（表示処理）を行う。この表示処理は、表示部４３０に表示する画像を生成する処理であってもよいし、端末装置や測定装置等の他の装置が有する表示部４３０に、画像の表示を指示する処理（例えば画像のＵＲＬを指示する処理）などであってもよい。なお、表示処理部１７０の機能は、各種プロセッサー（ＣＰＵ、ＧＰＵ等）、ＡＳＩＣ（ゲートアレイ等）などのハードウェアや、プログラムなどにより実現できる。

表示部４３０は、例えば液晶ディスプレイや有機ＥＬディスプレイ、電子ペーパーなどにより実現できる。

また、本実施形態の情報処理システム１００の機能は、図２（Ａ）に示すようなサーバーシステム６００によって、実現されてもよい。

この場合には、例えば、測定装置４００がセンシング部４２０を含み、端末装置２００が表示部４３０を含む。そして、サーバーシステム６００が、生体情報取得部１１０と、処理部１３０と、記憶部１５０と、表示処理部１７０と、位置情報取得部１９０の機能を実現する。サーバーシステム６００は、例えば処理サーバー、データサーバー等の複数のサーバー装置により構成される。ただし、サーバーシステム６００、測定装置４００及び端末装置２００の具体的な構成はこれに限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加したりするなどの種々の変形実施が可能である。また、情報処理システム１００の機能を、サーバーシステム６００だけで実現してもよいし、端末装置２００又は測定装置４００だけで実現してもよい。あるいは、情報処理システム１００の機能を、サーバーシステム６００及び端末装置２００、測定装置４００のうちの少なくとも二つの分散処理により実現してもよい。

図２（Ａ）の例では、測定装置４００、端末装置（スマートデバイス）２００及びサーバーシステム６００は、有線及び無線の少なくとも一方を含むネットワーク９００により、通信接続される。ネットワーク９００は、異なる通信規格の各種ネットワークを含んでいてもよい。例えば、測定装置４００と端末装置２００がＢｌｕｅｔｏｏｔｈ（登録商標）や無線ＬＡＮ等により接続され、端末装置２００とサーバーシステム６００がインターネットにより接続される。ただし、本実施形態はこれに限定されない。

そして、サーバーシステム６００の生体情報取得部１１０が、少なくとも１つの測定装置４００のセンシング部４２０から複数の生体情報を取得し、サーバーシステム６００の位置情報取得部１９０が、複数の位置情報を取得する。さらに、サーバーシステム６００の処理部１３０が、位置情報に基づいて、複数の生体情報のうち、店の中で取得された生体情報を判別し、店の中で取得された生体情報に基づいて、店の評価情報を求める。その後に、サーバーシステム６００の表示処理部１７０が、表示画像を生成して、端末装置２００の表示部４３０に表示画像を送信して、表示画像の表示タイミングを制御する。端末装置２００の表示部４３０は、表示処理部１７０の指示に基づいて、表示画像を表示する。

また、図２（Ａ）に示す構成により、本実施形態の情報処理システム１００が実現される場合における端末装置２００の詳細な構成例を、図２（Ｂ）に示す。端末装置２００は、処理部２３０と、記憶部２５０と、表示処理部２７０と、表示部４３０と、を含む。なお、表示部４３０は、端末装置２００の外部に設けられていても良いし、端末装置２００に含まれていても良い。

そして、この場合には、端末装置２００の処理部２３０は、受信処理部２３１と、送信処理部２３２と、制御部２３３と、を含む。受信処理部２３１は、サーバーシステム６００の表示処理部１７０から送信される表示画像や表示指示等の受信処理を行う。言い換えれば、処理部２３０は、店の評価情報、生体情報、心的状態情報等の受信処理を行う。また、送信処理部２３２は、店の評価情報、生体情報、心的状態情報を情報記憶媒体２５１等へ送信する処理の制御を行う。そして、制御部２３３は、受信処理部２３１や送信処理部２３２等の各部の制御を行う。

さらに、表示処理部２７０は、サーバーシステム６００の表示処理部１７０から送信された表示指示に基づいて、表示部４３０に表示画像を表示させる処理を行う。

記憶部２５０は、受信した店の評価情報、生体情報、心的状態情報等を記憶する。また、情報記憶媒体１５１は、例えばＳＤカードやＨＤＤ等であり、店の評価情報や生体情報、心的状態情報等を記憶する。

さらに、その他の変形例として、前述した情報処理システム１００と、センシング部４２０と、表示部４３０と、を含む情報処理装置も考えられる。この場合には、情報処理装置は、例えばウェアラブル装置であり、一つの装置で本実施形態の処理を全て実施する。

３．処理の詳細
次に、本実施形態の手法について説明する。まず、本実施形態の処理の流れについて図３を用いて説明し、次に各処理の詳細について説明する。

まず、センシング部４２０を含む各測定装置で、各測定装置を装着したユーザーの生体情報と位置情報と位置変化情報とを取得する（Ｓ１０１）。ここで取得する位置情報及び位置変化情報は、取得した生体情報に対応する位置情報と、その時の位置変化情報である。ただし、位置情報及び位置変化情報の取得タイミングと生体情報の取得タイミングには、誤差があってもよい。

次に、情報処理システム１００の生体情報取得部１１０が、複数の測定装置から複数の生体情報を取得する（Ｓ１０２）。さらに、位置情報取得部１９０が、複数の位置情報と、複数の位置変化情報とを取得する（Ｓ１０３）。本例では、複数ユーザー分の生体情報及び位置情報、位置変化情報を取得する。なお、生体情報と位置情報と位置変化情報の３つの情報は、互いに関連付けられて記憶部１５０に記憶される。

そして、処理部１３０が、取得した各位置情報及び各位置変化情報に基づいて、ユーザーが滞在した店を特定する（Ｓ１０４）。店の特定方法については、後に詳述する。

さらに、処理部１３０は、複数の生体情報の中から、店の中にいる時に取得された生体情報を特定する（Ｓ１０５）。ここでは、複数の生体情報のうち、その店の中にユーザーが滞在している時に取得された生体情報を全て特定する。その際に、同一ユーザーの生体情報か否かは問わない。

また、処理部１３０は、特定された店に対応付けて記憶されている参照生体情報を記憶部１５０から読み込む（Ｓ１０６）。

次に、処理部１３０は、店の中にいる時に取得された生体情報と、特定された店についての参照生体情報に基づいて、店の評価情報を特定する（Ｓ１０７）。この際には、店の評価情報をより客観的に求めることができるため、複数の異なるユーザーの生体情報を用いる方がよい。

そして、表示処理部１７０が、店の評価情報を表示部４３０に表示させて、処理を終了する。

次に、本実施形態の各処理について具体的に説明する。まず、ステップＳ１０１〜ステップＳ１０３について説明する。生体情報取得部１１０及び位置情報取得部１９０によって集められたユーザーＡ〜ユーザーｎのデータ例を、図４に示す。なお、以下では、生体情報及び位置情報、位置変化情報の３つの情報をまとめて、心身情報と呼ぶこととする。

心身情報は時系列順に取得される。つまり、生体情報取得部１１０は、所与の時間間隔毎に、センシング部４２０により取得されたセンシング部４２０のユーザーの生体情報を取得する（Ｓ１０２）。そして、位置情報取得部１９０は、所与の時間間隔毎に、位置情報及び位置変化情報を取得する（Ｓ１０３）。なお、ステップＳ１０２及びステップＳ１０３では、複数ユーザー分の心身情報を取得する。

これにより、例えば生体情報及び位置情報、位置変化情報の時系列変化を特定して、滞在した店を特定したり、店の中にいる時の心的状態情報の時系列変化等を特定して、店の評価情報を特定したりすること等が可能になる。

図４に心身情報データベースの構造例を示す。データは、ユーザーＡ、ユーザーＢ、…、ユーザーｎと個人ごとに記憶部１５０に格納されていて、位置情報（平面座標、更に高さを加えてもよい）、位置変化情報（動き）、生体情報（脈拍など）が１セットになり、時間順に並んでいる。ここでは、ｔ_１、ｔ_２、…と、所与の時間間隔でデータを取得している。取得タイミングの間隔は、一定でなくてもよい。例えば、体の動きがない場合などの条件下では、時間間隔を長くしても良い。

次に、ステップＳ１０４の処理について詳細に説明する。記憶部１５０は、複数の店の各店に対して各店の位置情報が関連付けられた店情報データベースを記憶する。例えば、図５に店情報データベースの構造例を示す。店情報データベースには、各店の名称と各店の位置（場所、エリア）、店の情報（業種、サービス内容、特長（店の売り）、参照心身情報など）が含まれる。

そして、処理部１３０は、位置情報取得部１９０が取得した位置情報と、店情報データベースの位置情報とに基づいて、センシング部４２０のユーザーが滞在した店を特定する。

例えば、ｘ軸とｙ軸からなる２次元座標で表される店ＳＰ１の位置情報を図６（Ａ）に示し、店ＳＰ１にユーザーが滞在した時の時間帯を図６（Ｂ）に示す。図６（Ａ）において、「店ＳＰ１」の中心位置をＰＡで示す×印の位置とし、ＯＬで示す線に囲まれる領域内を「店ＳＰ１」の領域とする。そして、この時に図６（Ｂ）に示すように、ユーザーＡの位置情報及び位置変化情報に基づいて、「店ＳＰ１」の領域内にユーザーＡが居た時間帯を、斜線で示す期間ＴＰＡ（ｔ_０〜ｔ_ｎ）であると特定する。さらに、後述するように、この期間ＴＰＡにおいて取得された心身情報を「店ＳＰ１」に居たときの心的状態情報の特定処理に用いる。

これにより、ユーザーが実際に滞在した店の評価情報を特定すること等が可能になる。

また、処理部１３０は、位置情報及び位置情報の変化を表す位置変化情報の少なくとも一方に基づいて、センシング部４２０のユーザーが店の中にいるか否かを判定してもよい。

例えば建物の影響で、ＧＰＳ信号の受信ができず、店に入ったときに位置情報が不明になるときもある。その場合には、図６（Ｃ）及び図６（Ｄ）に示す方法で店の位置を特定する。

まず、図６（Ｃ）に示すように、ＯＬ１に囲まれる「店ＳＰ１」の領域の周辺領域（ＯＬ１とＯＬ２に囲まれる斜線領域）を設定する。そして、ユーザーがこの周辺領域内に居るか、他の領域（「店ＳＰ１」の領域を除く）からこの周辺領域内に入ったか（行動ＹＡ）、またはこの周辺領域を経て、他の領域（「店ＳＰ１」の領域を除く）に出たか（行動ＹＢ）を判断する。行動ＹＡ及び行動ＹＢが確認できたら、ユーザーＡは「店ＳＰ１」の領域に入り、建物などの関係で位置情報が受信できなかったと考えられるので、「店ＳＰ１」に滞在していたと判定する。この場合、図６（Ｄ）に示すように、行動ＹＡおよび行動ＹＢの間の期間を「店ＳＰ１」の滞在期間ＴＰＡとして、この期間中の心身情報を「店ＳＰ１」に居たときの心身状態の判断に使う。

これにより、店の中にいた時の位置情報が取得できない場合でも、ユーザーが店の中にいたか否かを判定すること等が可能になる。

次に、ユーザーＡが「店ＳＰ１」に滞在していたと判定した期間の心身情報を取得する。そして、心身情報をｎ人（ｎは正の整数）から集めて、「店ＳＰ１」の評価を行う。他の店の評価に用いる心身情報も同様に取得する。本実施形態では、心的状態情報（モチベーション、やる気などの気持ち）と、生体情報の変化を指標とする例を説明する。

まず、処理部１３０は、複数の生体情報に基づいて、複数の心的状態情報の推定処理を行う。

例えば、脈拍から推定できる心的状態情報の例を図７に示す。図７のように、脈拍からは、緊張状態、興奮状態、またはリラックス状態などを推定できる。脈拍は交感神経の状態と密接に関わっているため、脈の高低の遷移で、このように精神の興奮状態が推定できる。このような興奮状態からは、今現在の心の様子、今関心が高いものを見ていたり、感じたりしていることや、モチベーションが高いこと等が推定できる。

また、本実施形態では、生体情報に基づいて活動状態情報を推定する。具体的に、活動状態情報とは、例えば図７に示すように、消費カロリー、体力、体調、睡眠状態、飲酒状態等である。

具体的には、睡眠時には、脈拍の変動平均値の高さにより、睡眠が深いか、浅いかが分かる。また、脈拍の時間積分値からは消費カロリーが推定できる。体動で体の動き量が分かると更に正確である。さらに、一日の平均脈拍数など、ベースの脈拍数で基礎代謝がわかるため、基礎代謝の変化により、その人の体力、体調、飲酒をして二日酔いになっていないかなど、行動した結果、体がうまく適応しているのかなどもわかる。これらの活動状態情報により、現在、その人が満足してモチベーションが高いのか、体は疲れているためやる気も失せているなどが推定できる。

このようにして、「店ＳＰ１」を訪れたユーザーＡの心的状態情報が求められる。同様にして、図８に示すように、ユーザーＢ〜ユーザーｎまでの心的状態情報を求め、各人の心的状態情報をまとめて、「店ＳＰ１」の心的評価情報とする。すなわち、処理部１３０は、推定処理の結果として得られた複数の心的状態情報に基づいて、心的評価情報を評価情報として求める。心的評価情報を求める際には、各人の心的状態情報の平均を求めたり、滞在時間などで重みづけをした後に平均を求めたり、より正確な評価になるように適宜計算方法を設定する。

これにより、店を訪れたユーザーが能動的に店を評価しなくても、ユーザーの心的状態に基づいて、店の心的評価情報を求めること等が可能になる。

心的評価情報は、実際に訪れた人がサービスを受けて満足したか、そこへ行って良かったと感じたか、行ったことに前向きな気持ちになっているのかを、モチベーションややる気のような心の状態で定量化したものである。コメントなどの言葉よりも、より感じたままの率直な気持ちなので、正確さが高い。

また、心的状態情報による評価は、心の状態であるが、訪れた時の体の状態を知ることも、店の評価に有用である。実際に訪れた人がサービスを受けたとき、サービスの内容により、普段と体の状態が変化するはずである。その変化が、サービス内容に対応した相応のものかどうか、実際に訪れた人の心身反応を見れば、そのサービスが良かったかどうか、客観的に判断する指標の１つとしてなりうる。

そこで、訪れた人の滞在時の心身情報を店のサービスと対応付けて評価する。対応付ける心身情報は、店ごとに図９のような参照テーブルをもっている。図９に示す参照テーブルは、図５の店情報データベースに含まれる。参照テーブルには、図９のように、店の名称、業種、具体的なサービス内容、参照する心身情報と、サービス内容と心身情報を対応させて判断する方法などが含まれる。

例えば、「店ＳＰ１」はインド料理で主にカレーを提供するサービスとすると、辛いものが多いので、食べる（店のサービスを受ける）と体温が上昇し、脈も高めになると予測される。もし、まずかったり、好みでなかったりした場合は、あまり食べないため、体温もあまり上がらないだろうし、脈拍もそれほど高くならないと考えられる。ある程度の体温と脈拍の上昇があれば、満足して食べてもらえて、体も食べたことで反応したと考えられるので、心身情報の変化から、サービスの満足度が客観的に推定できる。

ここで、「店ＳＰ１」に複数のユーザーが訪れた時の「店ＳＰ１」の心的評価情報及び後述する生体変化情報の推定処理の流れを、図１０のフローチャートに示す。図１０のフローチャートに示す処理は、図７のフローチャートのステップＳ１０６及びステップＳ１０７に対応する。

まず、処理部１３０が、「店ＳＰ１」の参照心身情報を図９に示すような参照テーブルから取得する（Ｓ２０１）。

次に、心身情報項目のインデックスｉを１で初期化し（Ｓ２０２）、ユーザーを示すインデックスｊを１で初期化し（Ｓ２０３）、心的評価情報の元となるフラグＦ_ｉを０で初期化する（Ｓ２０４）。なお、心身情報項目とは、複数の項目から構成される心身情報の各項目のことであり、例えば脈拍や血圧等の生体情報の各項目や、モチベーションの高さ等の心的状態情報の各項目を指す。

そして、ユーザーｊの心身情報項目ｉについて、項目値Ｓ_ｉｊを取得し（Ｓ２０５）、図９の判断方法に示されている方法で判定処理を行う。ここでは、例えば項目値Ｓ_ｉｊと所与の閾値Ｈ_ｉとを比較し（Ｓ２０６）、項目値Ｓ_ｉｊが所与の閾値Ｈ_ｉより大きい時に、フラグＦ_ｉに１を加算していく（Ｓ２０７）。一方、項目値Ｓ_ｉｊが所与の閾値Ｈ_ｉ以下の時には、フラグＦ_ｉに１を加算しない。

次に、全てのユーザーについてステップＳ２０４〜ステップＳ２０７までの処理を行ったか否かを判定し（Ｓ２０８）、ユーザーを示すインデックスｊがユーザー数ｎより小さい場合には、ユーザーｊに１を加算して（Ｓ２１１）、ステップＳ２０４から処理を再開する。

さらに、ｊがｎ以上となった場合には、全ユーザーについてステップＳ２０４〜ステップＳ２０７までの処理を行ったと判定し、全ての心身情報項目について、ステップＳ２０４〜ステップＳ２０８までの処理を行ったか否かを判定する（Ｓ２１０）。心身情報項目を示すインデックスｉが項目数ｍより小さい場合には、ｉに１を加算して（Ｓ２０９）、ステップＳ２０３から処理を再開する。

さらに、ｉがｍ以上となった場合には、全ユーザーの全心身情報項目について上記の処理を行ったと判定し、最後に、各心身情報項目についてユーザー数ｎでＦ_ｉの平均をとり、参照心身情報ｉの評価値として求める（Ｓ２１２）。

図１１に、「店ＳＰ１」の体温に関する具体的な判定例を示す。ここでは、ユーザー数ｎ＝１７０とする。図１１において、Ｈは、店ＳＰ１の体温に関する参照心身情報であり、各ユーザーの体温と比較するために用いる情報である。また、各ユーザーの体温としては、店に滞在中の最高値や中央値などを用いる。各ユーザーの体温と閾値Ｈとを比較し、閾値Ｈよりもユーザーの体温が高い場合はフラグＦに１を足していく。その結果、フラグの合計値１０３を人数１７０（＝ｎ）で平均し、体温が上がった人の割合（％）を体温によるスコア６０．６として求める。

上記をまとめると、処理部１３０は、複数の生体情報に基づいて、店における生体変化情報を評価情報として求める。

生体変化情報とは、店に滞在している間のユーザーの生体情報の変化を表す情報である。例えば、後述する図１２の例では、体温が高くなった人の割合や、脈が高くなった人の割合が、生体変化情報に該当する。

これにより、ユーザーが店を訪れる前に、他のユーザーが実際に店を訪れた時の生体情報の変化を確認すること等が可能になる。

また、処理部１３０は、生体情報の各項目値が所与の閾値以上であるか否かを判定し、各項目値が所与の閾値以上であると判定したセンシング部４２０のユーザーの数をカウントして、カウント値情報を生体変化情報として求めてもよい。すなわち、ステップＳ２０６のような処理を行うことにより、生体変化情報を求める。

これにより、店に滞在した複数のユーザーの生体情報の変化を１つの値でまとめて確認することができ、各ユーザーの生体情報の変化を個別に確認する手間を省くこと等が可能になる。

また、記憶部１５０は、図９に示すように、複数の店の各店に対して参照生体情報（又は参照心身情報）が関連付けられた店情報データベースを記憶する。そして、処理部１３０は、店情報データベースに含まれる各店の参照生体情報と、生体情報取得部１１０が取得した生体情報とに基づいて、生体変化情報を求めてもよい。なお、参照生体情報とは、参照心身情報のうちの生体情報に関する情報のことである。

これにより、店毎に異なる判断基準に基づいて、店の評価情報を求めること等が可能になる。

また、本実施形態は、店の評価情報を表示部４３０に表示する処理を行う表示処理部１７０を含む。

これにより、表示部４３０に店の評価情報を示す画像を表示して、ユーザーに報知すること等が可能になる。

また、処理部１３０は、複数の生体情報に基づいて、店における心的評価情報及び生体変化情報を評価情報として求める。そして、表示処理部１７０は、心的評価情報と共に生体変化情報を表示する処理を行う。

例えば、図１２に評価結果の表示例を示す。まず、心的評価情報を表示する。心的評価情報は、「店ＳＰ１」を訪れたユーザーのモチベーションを星の数で数値化したものである。本例では、満足度として星４．１個分と評価されている。さらに、生体情報の変化に基づいて、体温が高くなった人や脈が高くなった人の割合を生体変化情報として示す。ここでは、このような情報をと呼ぶ。また、コメントは従来の口コミやブログなどの情報を添えてもよい。

これにより、ユーザーの心的状態に基づく店の評価と、ユーザーの生体情報の変化に基づく店の評価とを確認すること等が可能になる。

以上の本実施形態によれば、店の評価は、ユーザーの位置、動き、生体情報など、ユーザーが無意識のうちに収集された心身情報から求められる。そのため、従来のブログなど、意識的な書き込みやコメントの作成などが不用である。

また、店の評価情報は、実際に訪れた複数のユーザーの心的状態（バイタル状態から推定した精神状態と運動状態から総合的に判断）と、提供されたサービスに対する生体情報の変化から、客観的に評価できる。よって、曖昧性が高く、判断が難しい文章からの判断をせずに、その店に行っても良さそうかどうかを判断することが容易になる。

４．心的状態の推定処理
次に、心的状態情報の推定処理について詳細に説明する。特に、心的状態情報の中でも、モチベーションの高低や、行動に対するユーザー評価などの内省的な心の状態を、緊張状態、リラックス状態、覚醒状態などの精神状態などから推定する具体的な方法を説明する。なお、行動に対するユーザー評価とは、例えばユーザーがある行動を起こした時に、その行動をして良かったと感じているか、その行動をしなければ良かったと後悔しているかの程度を示す情報のことである。このユーザー評価は、ユーザー自身が意識的に感じているものであってもよいし、無意識のうちに感じているものであってもよい。

まず、心拍（脈拍）、血圧、体温などの生体情報から、緊張状態、リラックス状態、覚醒状態などの精神状態を推定する。ここでは、心拍（脈拍）から推定する方法を述べる。心拍（心臓の拍動）は心臓の活動状態を表す。心臓は交感神経の影響を受けるので、心拍の状態から交感神経の活動状態を推定することができる。

心拍における交感神経と副交感神経の影響を分析する方法としては、周波数分析が一般的である。心拍変化のグラフのピーク間距離（Ｒ−Ｒ間隔）の時間変化を周波数分析（ＦＦＴ）して、低周波数成分ＬＦと高周波数成分ＨＦに分け、分析を行う。

そして、低周波数成分ＬＦや高周波数成分ＨＦから、交感神経と副交感神経の影響を定量化することができる。この定量化した値が、精神負荷ストレスの程度に対応しており、数値の大きさからリラックスしている、緊張している、良いと感じているなどの精神状態を推定できる。

さて、定量化した緊張状態などの精神状態は、例えばＴＶを見て感動した（モチベーションが高い状態）とか、良かった（ユーザー評価）などの心的状態とは、必ずしも一致しない。数値的には興奮していたり、リラックスしていたりしたとしても、必ずしも心地よい状態であると、１つの精神指標だけでは判断できないことが多い。そのため、その時のユーザーの状況から、別の精神状態も考慮して総合的に判断する必要があると考えられる。

次に、複数の定量化した精神状態から、モチベーションの高低や、行動結果に対するユーザー評価などの心的状態を推定する方法を説明する。

まず、生体情報の一つである心拍数（ＨＲ）から、心拍数の周波数分析などにより、複数の精神状態を数値化する。ここでは、図１３に示す、Ａ：リラックス―興奮・緊張、Ｂ：眠り―覚醒、Ｃ：疲れ―元気（体力の度合い）の３つの指標を使う例を示す。具体的には、ＡはＨＦ、ＬＦの比率、Ｂは安静時のＨＲ（基底のＨＲ）、ＣはＨＲの最大値の状態（直近の最大値が低めの時は体が疲れていて、気持ちも疲れていると推測）などを使う。

Ａ、Ｂ、Ｃの指標は、互いに反対の状態を示しているので、例えば、Ａの場合、リラックスと興奮の中立点を０として、リラックスしているときの最大値を−５、興奮しているときの最大値を５というように数値にした。Ｂ及びＣも同様である。

次に、心的状態の推定に、複数の精神状態だけでなく、その人の運動状態も加味する。同じ精神状態であっても、運動強度が大きくなると精神状態の心拍に対する影響が小さくなる。そのため、運動強度の影響を図１４のような関数Ｍ（Ｉ）で表現し、心的状態の推定に使う。図１４の横軸は運動強度Ｉ（Ｍｅｔｓ等）、縦軸は運動状態Ｍ（Ｉ）であり、Ｉの関数である。横に寝ている、座っている、上体を起こしているなど、あまり体が動かない状態では、他の運動状態の時よりもＭ（Ｉ）が低くなる。歩いている状態でＭ（Ｉ）が最大となり、走っていたり、スポーツをしていたりするような運動強度が得られたときには、歩いている時よりもＭ（Ｉ）が小さくなる。なお、図１４の例では、Ｍ（Ｉ）のレンジは図１３の例に合わせて、−５から５にしている。

このようにして求めた精神状態及び運動状態から心的状態Ｘを次式から定量化する。なお、α、β、γは変数であり、適宜調整可能である。

図１３の例では、Ａ＝３、Ｂ＝Ｃ＝２である。ここで、α、β、γを全て１とし、ユーザーが座っている状態とする。座っている状態ではＭ（Ｉ）＝０なので、Ｘ＝７となる。すなわち、モチベーションの高さを７と特定できる。

モチベーションが高い時は、興奮している場合が多いが、半分体が寝ているときや元気がない時は、単に何かの刺激で興奮状態になっている可能性があり、このような場合は、やる気が十分あるとは言えない。また、運動しているときは、運動自体で脈が上がるため、やる気の気持ちの影響が減ると考えられるため、運動の影響を割り引く必要がある。このように複数の精神状態や運動を考慮することで、より正確なモチベーションの量を推定することができる。

以上のように、心拍による精神状態と、動きによる運動状態から、心的状態を定量化することができる。心拍以外の血圧、体温の場合も同様に、Ａ、Ｂ、Ｃが他の生体情報による推定で得られたものになる。複数の生体情報の場合、例えば心拍からＡ、Ｂ、Ｃが求められ、血圧からＡ´、Ｂ´、Ｃ´が求められ、これらの線形結合により、心的状態が求められる。

まとめると、本実施形態の処理部１３０は、ユーザーのモチベーションの高さを心的状態情報として推定する。モチベーションの高さは、生体情報から直接推定してもよいし、緊張状態等から推定してもよい。また、処理部１３０は、ユーザーの睡眠状態、消費カロリー、体力、体調及び飲酒状態のうちの少なくとも１つの情報に基づいて、ユーザーの行動結果に対するユーザー評価を心的状態情報として推定する。

５．測定装置の構成例
図１５（Ａ）、図１５（Ｂ）、図１６に本実施形態の測定装置４００（生体情報検出装置）の外観図を示す。図１５（Ａ）は測定装置４００を正面方向側から見た図であり、図１５（Ｂ）は上方向側から見た図であり、図１６は側面方向側から見た図である。

図１５（Ａ）〜図１６に示すように本実施形態の測定装置４００は、バンド部５１０とケース部５３０とセンシング部（生体センサー）４２０を有する。ケース部５３０は、バンド部５１０に取り付けられる。センシング部４２０は、ケース部５３０に設けられる。なお、本実施形態の測定装置４００は図１５（Ａ）〜図１６等の構成に限定されず、その構成要素の一部を省略したり、他の構成要素に置き換えたり、他の構成要素を追加するなどの種々の変形実施が可能である。

バンド部５１０は、ユーザーの手首に巻き付けて測定装置４００を装着するためのものである。バンド部５１０は、穴部５１２、バックル部５１４を有する。バックル部５１４はバンド挿入部５１５と突起部５１６を有する。ユーザーは、バンド部５１０の一端側を、バックル部５１４のバンド挿入部５１５に挿入し、バンド部５１０の穴部５１２にバックル部５１４の突起部５１６を挿入することで、測定装置４００を手首に装着することができる。この場合、どの穴部５１２に突起部５１６を挿入するかに応じて、センシング部４２０への押圧（手首表面に対する押圧）の大きさが調整される。

ケース部５３０は、測定装置４００の本体部に相当するものである。ケース部５３０の内部には、センシング部４２０、生体情報取得部１１０、処理部１３０、記憶部１５０、表示処理部１７０等の種々の構成部品が設けられる。即ち、ケース部５３０は、これらの構成部品を収納する筐体である。

ケース部５３０には発光窓部５３２が設けられている。発光窓部５３２は透光部材により形成されている。そしてケース部５３０には、フレキシブル基板に実装された発光部（ＬＥＤ）が設けられており、この発光部からの光が、発光窓部５３２を介してケース部５３０の外部に照射される。

図１６に示すようにケース部５３０には端子部５３１が設けられている。測定装置４００を図示しないクレードルに装着すると、クレードルの端子部とケース部５３０の端子部５３１が電気的に接続される。これにより、ケース部５３０に設けられる二次電池（バッテリー）の充電が可能になる。

センシング部４２０は被検体の脈波等の測定生体情報を検出するものである。例えばセンシング部４２０は、受光部と発光部を有する。またセンシング部４２０は、透光部材により形成され、被検体の皮膚表面に接触して押圧を与える凸部５５２を有する。このように凸部５５２が皮膚表面に押圧を与えた状態で、発光部が光を出射し、その光が被検体（血管）により反射された光を受光部が受光し、その受光結果が検出信号として生体情報取得部１１０に出力される。なお、本実施形態の測定装置４００の検出対象となる測定生体情報は、脈波（脈拍数）には限定されず、測定装置４００は、脈波以外の測定生体情報（例えば血液中の酸素飽和度、体温、心拍等）を検出する装置であってもよい。

図１７は測定装置４００の装着及び情報処理装置２００との通信についての説明図である。

図１７に示すように被検体であるユーザーは手首４１０に測定装置４００を時計のように装着する。図１６に示すように、ケース部５３０の被検体側の面にはセンシング部４２０が設けられている。従って、測定装置４００が装着されると、センシング部４２０の凸部５５２が手首４１０の皮膚表面に接触して押圧を与え、その状態でセンシング部４２０の発光部が光を発光し、受光部が反射光を受光することで脈波等の測定生体情報が検出される。

測定装置４００と情報処理装置２００は通信接続されて、データのやり取りが可能になっている。情報処理装置２００は、例えばスマートフォン、携帯電話機、フューチャーフォン等の携帯端末装置である。或いは情報処理装置２００は、タブレット型コンピューター等の情報処理端末であってもよい。測定装置４００と情報処理装置２００の通信接続としては、例えばブルートゥース等の近接無線通信を採用できる。このように測定装置４００と端末装置２００が通信接続されることで、端末装置２００の表示部４３０（ＬＣＤ等）に、脈拍数や消費カロリーなどの各種情報（測定生体情報、活動状態情報）を表示できる。即ち、センシング部４２０の検出信号に基づき求められた各種の情報を表示できる。なお、脈拍数や消費カロリーなどの情報の演算処理は、測定装置４００において実行してもよいし、その少なくとも一部を端末装置２００において実行してもよい。

なお、本実施形態の情報処理システム、サーバーシステム及び情報処理装置等は、その処理の一部または大部分をプログラムにより実現してもよい。この場合には、ＣＰＵ等のプロセッサーがプログラムを実行することで、本実施形態の情報処理システム、サーバーシステム及び情報処理装置等が実現される。具体的には、非一時的な情報記憶装置に記憶されたプログラムが読み出され、読み出されたプログラムをＣＰＵ等のプロセッサーが実行する。ここで、情報記憶装置（コンピューターにより読み取り可能な装置）は、プログラムやデータなどを格納するものであり、その機能は、光ディスク（ＤＶＤ、ＣＤ等）、ＨＤＤ（ハードディスクドライブ）、或いはメモリー（カード型メモリー、ＲＯＭ等）などにより実現できる。そして、ＣＰＵ等のプロセッサーは、情報記憶装置に格納されるプログラム（データ）に基づいて本実施形態の種々の処理を行う。即ち、情報記憶装置には、本実施形態の各部としてコンピューター（操作部、処理部、記憶部、出力部を備える装置）を機能させるためのプログラム（各部の処理をコンピューターに実行させるためのプログラム）が記憶される。

また、本実施形態の情報処理システム、サーバーシステム及び情報処理装置等は、プロセッサーとメモリーを含んでも良い。ここでのプロセッサーは、例えばＣＰＵ（Central Processing Unit）であってもよい。ただし、プロセッサーはＣＰＵに限定されるものではなく、ＧＰＵ（Graphics Processing Unit）、或いはＤＳＰ（Digital Signal Processor）等、各種プロセッサーを用いることが可能である。また、プロセッサーはＡＳＩＣ（Application Specific Integrated Circuit）によるハードウェア回路でもよい。また、メモリーはコンピューターにより読み取り可能な命令を格納するものであり、当該命令がプロセッサーにより実行されることで、本実施形態に係る情報処理システム、サーバーシステム及び情報処理装置等の各部が実現されることになる。ここでのメモリーは、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）などの半導体メモリーであってもよいし、レジスターやハードディスク等でもよい。また、ここでの命令は、プログラムを構成する命令セットの命令でもよいし、プロセッサーのハードウェア回路に対して操作を指示する命令であってもよい。

以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また、情報処理システム、サーバーシステム及び情報処理装置の構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。

１００ 情報処理システム、１１０ 生体情報取得部、１３０ 処理部、１５０ 記憶部、
１５１ 情報記憶媒体、１７０ 表示処理部、１９０ 位置情報取得部、
２００ 端末装（情報処理装置）、２３０ 処理部、２３１ 受信処理部、
２３２ 送信処理部、２３３ 制御部、２５０ 記憶部、２５１ 情報記憶媒体、
２７０ 表示処理部、４００ 測定装置、４１０ 手首、４２０ センシング部、
４３０ 表示部、５１０ バンド部、５１２ 穴部、５１４ バックル部、
５１５ バンド挿入部、５１６ 突起部、５３０ ケース部、５３１ 端子部、
５３２ 発光窓部、５５２ 凸部、６００ サーバーシステム、９００ ネットワーク

Claims (13)

1. センシング部で測定された複数の生体情報を取得する生体情報取得部と、
   前記複数の生体情報の取得位置を示す位置情報を取得する位置情報取得部と、
   前記位置情報に基づいて、前記複数の生体情報のうち、店の中で取得された生体情報を判別し、前記店の中で取得された前記生体情報に基づいて、前記店の評価情報を求める処理部と、
   を含むことを特徴とする情報処理システム。
2. 請求項１において、
   前記処理部は、
   前記複数の生体情報に基づいて、複数の心的状態情報の推定処理を行い、
   前記推定処理の結果として得られた前記複数の心的状態情報に基づいて、前記評価情報を求めることを特徴とする情報処理システム。
3. 請求項１又は２において、
   前記処理部は、
   前記複数の生体情報に基づいて、前記店における生体変化情報を前記評価情報として求めることを特徴とする情報処理システム。
4. 請求項３において、
   前記処理部は、
   前記生体情報の各項目値が所与の閾値以上であるか否かを判定し、
   前記各項目値が前記所与の閾値以上であると判定した前記センシング部のユーザーの数をカウントして、カウント値情報を前記生体変化情報として求めることを特徴とする情報処理システム。
5. 請求項３又は４において、
   複数の店の各店に対して参照生体情報が関連付けられた店情報データベースを記憶する記憶部を含み、
   前記処理部は、
   前記店情報データベースに含まれる前記各店の前記参照生体情報と、前記生体情報取得部が取得した前記生体情報とに基づいて、前記生体変化情報を求めることを特徴とする情報処理システム。
6. 請求項１乃至５のいずれかにおいて、
   複数の店の各店に対して前記各店の位置情報が関連付けられた店情報データベースを記憶する記憶部を含み、
   前記処理部は、
   前記位置情報取得部が取得した前記位置情報と、前記店情報データベースの前記位置情報とに基づいて、前記センシング部のユーザーが滞在した前記店を特定することを特徴とする情報処理システム。
7. 請求項１乃至６のいずれかにおいて、
   前記店の前記評価情報を表示部に表示する処理を行う表示処理部を含むことを特徴とする情報処理システム。
8. 請求項７において、
   前記処理部は、
   前記複数の生体情報に基づいて、前記店における心的評価情報及び生体変化情報を前記評価情報として求め、
   前記表示処理部は、
   前記心的評価情報と共に前記生体変化情報を表示する処理を行うことを特徴とする情報処理システム。
9. 請求項１乃至８のいずれかにおいて、
   前記処理部は、
   前記位置情報及び前記位置情報の変化を表す位置変化情報の少なくとも一方に基づいて、前記センシング部のユーザーが前記店の中にいるか否かを判定することを特徴とする情報処理システム。
10. 請求項１乃至９のいずれかにおいて、
    前記生体情報取得部は、
    所与の時間間隔毎に、前記センシング部により取得された前記センシング部のユーザーの生体情報を取得し、
    前記位置情報取得部は、
    前記所与の時間間隔毎に、前記位置情報及び位置変化情報を取得することを特徴とする情報処理システム。
11. 請求項１乃至１０のいずれかに記載の情報処理システムを含むことを特徴とするサーバーシステム。
12. 請求項１乃至１０のいずれかに記載の情報処理システムを含むことを特徴とする情報処理装置。
13. センシング部で測定された複数の生体情報を取得し、
    前記各生体情報の取得位置を示す位置情報を取得し、
    前記位置情報に基づいて、前記複数の生体情報のうち、店の中で取得された生体情報を判別し、
    前記店の中で取得された前記生体情報に基づいて、前記店の評価情報を求めることを特徴とする情報処理方法。

Images