JP2017157159A - 嗜好推定装置、嗜好推定方法及び嗜好推定プログラム - Google Patents

Abstract

【課題】ユーザの嗜好に関して確度の高い情報を得る。【解決手段】住人Ａ及び住人Ｃが、毎週日曜日の１１時から１２時の時間帯にリビングに一緒に居続けることが検出されたとする。嗜好推定装置１００の推定部１２０は、メモリ１０２に格納されたリビングに対応する機器情報１５０が示す、当該時間帯におけるテレビの使用状況から、住人Ａ及び住人Ｃが一緒に居るときの嗜好として、旅に関心があるという嗜好を推定する。そして、推定部１２０は、旅に関心があるということを示す情報を、住人Ａ及び住人Ｃの組み合わせに対応する嗜好情報１８０として生成する。【選択図】図１

Description

本発明は、嗜好推定装置、嗜好推定方法及び嗜好推定プログラムに関するものである。

従来、インターネット又はテレビの利用等に際して、ユーザの嗜好を推定する技術がある。

特許文献１では、テレビ又はスマートフォン等を用いた番組視聴に関して、視聴行動の履歴及び視聴番組の情報等から、視聴者が興味を持っていると想定されるキーワードを抽出する技術が開示されている。

特開２０１５−２１５７９４号公報

従来技術では、嗜好推定対象となるユーザが１人で居ることが前提とされている。リモートコントローラ等を介してユーザＩＤを送信したり、カメラ等を用いて操作者を認識したりして、機器の操作者を識別することでユーザが特定される。しかし、日常生活では、複数人が同じ部屋に一緒に居る状況も多い。別の人の嗜好に合わせて、操作者が機器を操作するケースもある。このようなケースで推定された嗜好は、従来技術では、操作した人の嗜好とみなされてしまう。

また、従来技術では、ユーザごとに各人の嗜好が推定される。しかし、複数人が生活する環境下で、行動を共にしている人の組み合わせに応じた嗜好は、各人の共通の嗜好として得られる場合もあるが、各人の共通の嗜好として得られない場合もある。具体例として、リビングで夫婦が一緒に視聴するテレビ番組と、リビングで親子が一緒に視聴するテレビ番組が異なるケースが存在する。また、母親は子供と一緒に幼児向けのテレビ番組を視聴するが、母親１人で幼児向けの番組を視聴するケースは少ない。このように、一緒に居る相手が変わると、視聴するテレビ番組も変化する。従来技術では、母親が幼児と一緒に居る場合に幼児向けのテレビ番組を視聴する等、一緒に居る相手に応じた嗜好を推定することができない。

上記のように、従来技術では、ユーザの嗜好に関して得られる情報の確度が低い。

本発明は、ユーザの嗜好に関して確度の高い情報を得ることを目的とする。

本発明の一態様に係る嗜好推定装置は、
ユーザの嗜好を推定し、推定した嗜好を示す情報を、当該ユーザに対応する嗜好情報として生成する装置であり、
複数時点における建物の各部屋に設置された機器の使用状況を示す情報を取得し、各部屋に対応する機器情報としてメモリに格納する取得部と、
ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好を推定し、推定した嗜好を示す情報を、当該２人以上のユーザの組み合わせに対応する嗜好情報として生成する推定部とを備える。

本発明では、ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、当該時間帯における当該部屋に設置された機器の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好が推定される。推定された嗜好を示す情報は、各ユーザに個別に対応する嗜好情報としてではなく、当該２人以上のユーザの組み合わせに対応する嗜好情報として処理される。このため、ユーザの嗜好に関して確度の高い情報を得ることができる。

実施の形態１に係る嗜好推定装置の構成を示すブロック図。 実施の形態１に係る第１レイアウト情報及び第２レイアウト情報の例を示す表。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係る機器情報の例を示す表。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係るセンサ情報の例を示す表。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係る行動特性情報の例を示す表。 実施の形態１に係る行動特性情報の例を示す表。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係る行動特性情報の例を示す表。 実施の形態１に係る嗜好情報の例を示す表。 実施の形態１に係る嗜好情報の例を示す表。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１に係る嗜好情報の例を示す表。 実施の形態１に係る嗜好推定装置の動作を示すフローチャート。 実施の形態１の変形例に係る嗜好推定装置の構成を示すブロック図。

以下、本発明の実施の形態について、図を用いて説明する。なお、各図中、同一又は相当する部分には、同一符号を付している。実施の形態の説明において、同一又は相当する部分については、その説明を適宜省略又は簡略化する。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、本実施の形態に係る嗜好推定装置１００の構成を説明する。

嗜好推定装置１００は、ユーザの嗜好を推定し、推定した嗜好を示す情報を、当該ユーザに対応する嗜好情報１８０として生成する装置である。ユーザは、各部屋にセンサ２１０及び機器２２０が設置された建物内に日常的に居る人であればよいが、本実施の形態では建物の住人とする。建物は、本実施の形態では住宅であり、リビング、キッチンといった共用部屋と、各住人の個人用の部屋とに分かれている。センサ２１０及び機器２２０は、建物の各部屋に少なくとも１つずつ設置されており、それぞれがネットワーク３００を介して嗜好推定装置１００と接続している。

嗜好推定装置１００は、コンピュータである。嗜好推定装置１００は、プロセッサ１０１、メモリ１０２といったハードウェアを備える。プロセッサ１０１は、信号線を介して他のハードウェアと接続され、他のハードウェアを制御する。

嗜好推定装置１００は、機能要素として、取得部１１０と、推定部１２０とを備える。取得部１１０は、機器情報取得部１１１と、センサ情報取得部１１２とを含む。推定部１２０は、行動特性抽出部１２１と、ユーザ推定部１２２と、嗜好推定部１２３と、嗜好拡張部１２４と、嗜好更新部１２５とを含む。取得部１１０、推定部１２０といった「部」の機能は、ソフトウェアにより実現される。

プロセッサ１０１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１０１は、具体的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

メモリ１０２には、第１レイアウト情報１３０と、第２レイアウト情報１４０と、機器情報１５０と、センサ情報１６０と、行動特性情報１７０と、嗜好情報１８０とが格納される。メモリ１０２は、具体的には、フラッシュメモリ、又は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。

図示していないが、嗜好推定装置１００は、ハードウェアとして、さらに、通信装置を備えている。

通信装置は、データを受信するレシーバ及びデータを送信するトランスミッタを含む。通信装置は、ネットワーク３００と接続されている。通信装置は、ネットワーク３００を介して、情報又はデータをセンサ２１０及び機器２２０から受信したり、情報又はデータをセンサ２１０及び機器２２０に送信したりするために、「部」により利用される。通信装置は、具体的には、通信チップ又はＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。

センサ２１０としては、赤外線センサ等の各種センサが室内に設置されている。機器２２０としては、家電及び照明等の各種機器が室内に設置されている。ネットワーク３００としては、通信ケーブル等を用いた有線通信網、各種無線通信網、又は、これらの組み合わせを利用することができる。

嗜好推定装置１００は、ハードウェアとして、さらに、入力装置及びディスプレイを備えていてもよい。

入力装置は、情報又はデータの入力を受けるために、「部」により利用される。入力装置は、具体的には、マウス、キーボード、又は、タッチパネルである。

ディスプレイは、情報又はデータを出力するために、「部」により利用される。ディスプレイは、具体的には、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）である。

メモリ１０２には、「部」の機能を実現するプログラムが記憶されている。このプログラムは、プロセッサ１０１に読み込まれ、プロセッサ１０１によって実行される。メモリ１０２には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）も記憶されている。プロセッサ１０１はＯＳを実行しながら、「部」の機能を実現するプログラムを実行する。

なお、「部」の機能を実現するプログラム及びＯＳは、補助記憶装置に記憶されていてもよい。補助記憶装置は、具体的には、フラッシュメモリ、又は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。補助記憶装置に記憶されているプログラム及びＯＳは、メモリ１０２にロードされ、プロセッサ１０１によって実行される。

嗜好推定装置１００は、１つのプロセッサ１０１のみを備えていてもよいし、複数のプロセッサ１０１を備えていてもよい。複数のプロセッサ１０１が「部」の機能を実現するプログラムを連携して実行してもよい。

「部」の処理の結果を示す情報、データ、信号値、及び、変数値は、メモリ１０２、補助記憶装置、又は、プロセッサ１０１内のレジスタ又はキャッシュメモリに記憶される。

「部」の機能を実現するプログラムは、磁気ディスク、光ディスクといった可搬記録媒体に記憶されてもよい。

＊＊＊動作の説明＊＊＊
図２から図１８を参照して、本実施の形態に係る嗜好推定装置１００の動作を説明する。嗜好推定装置１００の動作は、本実施の形態に係る嗜好推定方法に相当する。嗜好推定装置１００の動作は、本実施の形態に係る嗜好推定プログラムの処理手順に相当する。

主な具体例として、住人Ａ及び住人Ｂの２人が同じ住宅内に住んでいる状況を考える。各住人の嗜好及び２人が一緒にいる際の嗜好を推定し、生活に合わせて嗜好情報１８０を逐次更新する嗜好推定装置１００の具体的な動作について説明する。

図２に例示するように、第１レイアウト情報１３０は、機器２２０に関するレイアウト情報である。具体的には、第１レイアウト情報１３０は、テレビ、空気調和機といった家電及び照明等の機器２２０が建物内のどの部屋に設置されているかを示す情報である。本実施の形態では、建物内で各機器２２０が設置された部屋を示す情報が、各機器２２０に対応する第１レイアウト情報１３０として予めメモリ１０２に格納されている。

具体例として、リビングに設置されているテレビに機器ＩＤ（ＩＤｅｎｔｉｆｉｅｒ）「０１１０」が割り当てられているとする。その場合、対応する第１レイアウト情報１３０には、部屋「リビング」、機器ＩＤ「０１１０」、機器名称「テレビ」といった情報が含まれる。

図２に例示するように、第２レイアウト情報１４０は、センサ２１０に関するレイアウト情報である。具体的には、第２レイアウト情報１４０は、人感センサ、温度センサといったセンサ２１０が建物内のどの部屋に設置されているかを示す情報である。本実施の形態では、建物内で各センサ２１０が設置された部屋を示す情報が、各センサ２１０に対応する第２レイアウト情報１４０として予めメモリ１０２に格納されている。

嗜好推定装置１００では、センサ２１０が検知型及び定期測定型の２つのタイプに分けて扱われる。人感センサ及びドアの開閉センサのように、人の存在又は人の操作によって状態変化を検知するタイプのセンサ２１０を検知型と呼ぶことにする。温度センサ及び照度センサのように、人の存在及び人の操作とは関わりなく、物理量を計測するタイプのセンサ２１０を定期測定型と呼ぶことにする。第２レイアウト情報１４０では、センサ２１０を、そのセンサ２１０が配置されている部屋に関連付けるとともに、そのセンサ２１０のタイプの情報を管理しておく。

具体例として、リビングに設置されている人感センサにセンサＩＤ「０１５０」が割り当てられているとする。その場合、対応する第２レイアウト情報１４０には、部屋「リビング」、センサＩＤ「０１５０」、センサ名称「人感センサ」、センサタイプ「検知型」といった情報が含まれる。

図３を参照して、機器情報取得部１１１の動作を説明する。

住人が機器２２０の電源をオンにしたり、機器２２０の設定内容を変更したりすると、機器２２０の状態が変化する。すなわち、住人が機器２２０を操作すると、機器２２０の状態が変化する。

ステップＳ１１において、機器情報取得部１１１は、住人の操作等により状態が変化した機器２２０を検知する。

ステップＳ１２において、機器情報取得部１１１は、ステップＳ１１で検知した機器２２０に関して、操作内容及び機器２２０の設定内容等を、日時と関連付けて機器情報１５０としてメモリ１０２に格納する。

このように、機器情報取得部１１１は、家電及び照明等の機器２２０の状況が変化する度に、新たな機器情報１５０をメモリ１０２に追記していく。

具体例として、住人Ａが、毎週火曜日の２２時から２３時の時間帯に、リビングのテレビで美術番組を視聴する習慣があるとする。その時間帯において、住人Ｂは、住人Ａと一緒にテレビを視聴せずに別の部屋で過ごす習慣があるとする。

火曜日の２２時付近において、住人Ａがリビングでテレビの視聴を始めると、機器情報取得部１１１は、テレビの電源がオンになったことを検知する。機器情報取得部１１１は、視聴番組の情報をテレビから取得して、日時と関連付けて機器情報１５０としてメモリ１０２に格納する。視聴番組の情報は、ＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）に含まれている情報等であり、タイトル、ジャンル、出演者等の様々な情報を含む。

同じ時間帯に、住人Ｂが住人Ｂの個人用の部屋である個室Ｂでくつろいでいるとする。このとき、住人Ｂが個室Ｂに設置されている空気調和機の電源をオンにすると、機器情報取得部１１１は、空気調和機の稼働状況を日時と関連付けて機器情報１５０としてメモリ１０２に格納する。

図４に例示するように、機器情報１５０は、機器２２０に対する操作及び稼働状況等に関する情報である。具体的には、機器情報１５０は、室内に設置された、空気調和機、テレビといった家電又は照明等の機器２２０について、機器２２０を識別する機器ＩＤ、機器２２０に対する操作内容、機器２２０の稼働状況等を日時と関連付けて示す情報である。機器２２０に対する操作内容としては、電源のオンオフ、温度の上げ下げ等がある。機器２２０の稼働状況としては、空気調和機の温度設定、視聴中のテレビ番組等がある。本実施の形態では、複数時点における建物の各部屋に設置された機器２２０の使用状況を示す情報が機器情報取得部１１１により取得され、各部屋に対応する機器情報１５０として機器情報取得部１１１によりメモリ１０２に格納される。

火曜日の２２時付近の機器情報１５０としては、火曜日である２０１５年１１月１０日及び２０１５年１１月１７日において、２２時少し前の時刻にテレビの電源をオンにする操作を示す情報が記録されている。具体例として、２０１５年１１月１０日２１時５５分に、リビングに設置されているテレビの電源がオンになったとする。その場合、対応する機器情報１５０には、日付「２０１５／１１／１０」、時刻「２１：５５」、部屋「リビング」、機器ＩＤ「０１１０」、操作「オン」といった情報が含まれる。機器情報１５０には、属性１から属性Ｎの情報も含まれる。属性１から属性Ｎは、操作された機器２２０に関する詳細な情報であり、機器２２０の種類に応じて属性の内容と数とが異なる。空気調和機の場合は、設定温度と、換気、暖房、冷房等の運転モードの変更、温度変更、風量変更、風向変更といった操作内容とが属性となる。テレビの場合は、放送局と、番組名と、大分類、中分類等のジャンルと、出演者と、番組紹介のキーワードとが属性となる。なお、属性は、ここに示したものに限らず、機器２２０から得られる任意の情報であればよい。

図５を参照して、センサ情報取得部１１２の動作を説明する。

センサ情報取得部１１２は、常時、センサ２１０からの信号を監視しており、人感センサ等の検知型のセンサ２１０が反応した場合は、直ちに情報を取得する。センサ情報取得部１１２は、温度センサ等の定期測定型のセンサ２１０からは、一定の周期で自動的に情報を取得する。

ステップＳ２１において、センサ情報取得部１１２が検知型のセンサ２１０から情報を受信していれば、処理はステップＳ２２に進む。センサ情報取得部１１２が検知型のセンサ２１０から情報を受信していなければ、処理はステップＳ２３に進む。

ステップＳ２２において、センサ情報取得部１１２は、ステップＳ２１で受信した情報に基づいて、センサ２１０の状態を検知し、センサ情報１６０としてメモリ１０２に格納する。

ステップＳ２３において、センサ情報取得部１１２は、定期測定時刻かどうかを判定する。定期測定時刻であれば、処理はステップＳ２４に進む。定期測定時刻でなければ、処理は終了する。

ステップＳ２４において、センサ情報取得部１１２は、第２レイアウト情報１４０で定期測定型として登録されたセンサ２１０から情報を取得する。

ステップＳ２５において、センサ情報取得部１１２は、ステップＳ２４で取得した情報をセンサ情報１６０としてメモリ１０２に格納する。

このように、センサ情報取得部１１２は、人感センサ及び温度センサ等、室内に設置されたセンサ２１０の検知状況を示す情報を取得し、センサ情報１６０としてメモリ１０２に格納する。情報の取得方法は、センサ２１０のタイプに応じて異なる。センサ情報取得部１１２は、検知型のセンサ２１０からは、センサ２１０の検知状況が変化した際に情報を取得する。センサ情報取得部１１２は、定期測定型のセンサ２１０からは、定期的に情報を取得する。

具体例として、ある部屋で人感センサが人を検知すると、センサ情報取得部１１２は、その人感センサから情報を取得し、センサ情報１６０としてメモリ１０２に格納する。同じ部屋に温度センサが設置されているとすると、センサ情報取得部１１２は、一定の時間間隔ごとに、その温度センサの計測結果をセンサ情報１６０としてメモリ１０２に格納する。

図６に例示するように、センサ情報１６０は、センサ２１０の検知状況に関する情報である。具体的には、センサ情報１６０は、室内に設置されたセンサ２１０について、センサ２１０を識別するセンサＩＤ、センサ２１０の検知状態等を日時と関連付けて示す情報である。センサ２１０の検知状態は、センサ２１０の種類に応じて異なる。人感センサの場合は、検知状態として、人を検知した状態が「オン」、人を検知していない状態が「オフ」として示される。さらに、検知回数等が示されてもよい。温度センサの場合は、検知状態として、定期的に取得した室温が示される。本実施の形態では、複数時点における各部屋に設置されたセンサ２１０の検知結果を示す情報がセンサ情報取得部１１２により取得され、各部屋に対応するセンサ情報１６０としてセンサ情報取得部１１２によりメモリ１０２に格納される。

具体例として、２０１５年１１月１０日２１時３５分に、リビングに設置されている人感センサが人を検知したとする。その場合、対応するセンサ情報１６０には、日付「２０１５／１１／１０」、時刻「２１：３５」、部屋「リビング」、センサＩＤ「０１５０」、状態「オン」といった情報が含まれる。

なお、検知型のセンサ２１０から取得された情報と、定期測定型のセンサ２１０から取得された情報とが１つのファイルにまとめて記録されてもよいし、別々のファイルに分けて記録されてもよい。

以上のように、本実施の形態では、人が機器２２０を操作したり、センサ２１０が人を検知したりすると、機器情報取得部１１１又はセンサ情報取得部１１２が、状態変化を検知し、日時と関連付けてメモリ１０２に情報を追記する。

図７を参照して、行動特性抽出部１２１の動作を説明する。

ステップＳ３１において、行動特性抽出部１２１は、メモリ１０２に格納されているセンサ情報１６０に基づいて、住人が特定の部屋に一定時間以上居続けている曜日及び時間帯を特定する。これにより、行動特性抽出部１２１は、住人の習慣的な行動特性を抽出する。

住人が部屋に居続けている時間の長さは、その部屋に設置された検知型のセンサ２１０のオンオフの情報を用いて算出できる。具体的には、行動特性抽出部１２１は、メモリ１０２に格納されている第２レイアウト情報１４０を参照することで、検知型のセンサ２１０を特定する。行動特性抽出部１２１は、今まで検知型のセンサ２１０が反応していなかった部屋において、センサ「オン」を初めて検知した時刻を入室時刻とみなす。行動特性抽出部１２１は、その後、その部屋に配置されているセンサ２１０のうち、少なくとも１つがオンである間は人が居続けているとみなし、全てのセンサ２１０の反応がなくなった場合に退室したとみなすことで、住人がどれくらい居続けていたかを算出する。

行動特性抽出部１２１は、さらに、算出した在室時間を、「在室時間小」、「在室時間中」、「在室時間大」に分類し、どの程度の時間、住人が在室したかの特徴を抽出する。具体例として、１０分未満の場合は「在室時間小」、１０分以上３０分未満の場合は「在室時間中」、３０分以上の場合は「在室時間大」に分類される。

毎週火曜日の２２時から２３時まで、住人Ａがリビングでテレビを視聴する習慣がある場合、火曜日の２２時付近の時間帯においてリビングに人が居続ける時間は１時間以上となり、火曜日の２２時付近の時間帯の在室時間は「在室時間大」に分類される。

なお、在室時間の分類は、上記のように、小、中、大の３段階に限定されるものではなく、任意の段階でよい。また、どの程度の長さを小、中、大に分類するかは、上記のように、１０分未満、１０分以上３０分未満、３０分以上に限定されるものではなく、任意の長さでよい。

上記のように、本実施の形態では、行動特性抽出部１２１が、メモリ１０２に格納されている一定期間のセンサ情報１６０に基づき、部屋と、一定時間以上、住人がその部屋に居続けている時間帯とを特定する。行動特性抽出部１２１は、さらに、算出した在室時間を曜日及び第何週であるか等の情報を併用して分析することで、習慣となっている行動特性を抽出する。

具体例として、２２時から２３時の時間帯に在室時間が大となるデータが複数抽出された後、曜日を調べると、毎週火曜日が含まれていることが判明するような場合、火曜日の２２時から２３時の時間帯にリビングの在室時間が１時間以上であるという行動特性が抽出される。在室時間を小、中、大と分けている場合は、同様にして、在室時間が中程度の行動特性、在室時間が比較的短い行動特性も抽出することができる。

ステップＳ３２において、行動特性抽出部１２１は、メモリ１０２に格納されているセンサ情報１６０に基づいて、ステップＳ３１で特定した曜日及び時間帯と同じ曜日及び時間帯における他の部屋の在室状況を特定する。これにより、行動特性抽出部１２１は、特徴的な行動が行われている時間帯における宅内全体の行動の様子を行動特性として抽出する。行動特性抽出部１２１は、抽出した行動特性を示す情報を行動特性情報１７０としてメモリ１０２に格納するとともに、嗜好推定部１２３に渡す。

他の部屋の在室状況は、ステップＳ３１で特定された部屋以外の部屋におけるセンサ２１０の検知状況から特定できる。

毎週火曜日の２２時から２３時まで、住人Ａがリビングでテレビを視聴する習慣がある場合、行動特性抽出部１２１は、火曜日の２２時付近の時間帯におけるリビング以外の部屋のセンサ検知状況を特定する。図６の例では、２０１５年１１月１０日２０時１２分に個室Ｂで人感センサ「オン」の記録がある。その後も、個室Ｂに人が居続けており、２２時付近の時間帯以前に個室Ｂで人感センサ「オフ」の記録されていないとすると、火曜日の２２時付近の時間帯における他の部屋の在室状況として、個室Ｂに住人が在室していることが検出される。他の例として、２０１５年１１月１０日とは別の火曜日の２１時４０分にリビングで人感センサ「オン」が検知され、同じ日の２１時５０分に和室で人感センサ「オン」が検知されたとすると、火曜日の２２時付近の時間帯における他の部屋の在室状況として、和室に住人が在室していることが検出される。このとき、その時間帯において検知型のセンサ２１０がオンとなっている部屋の総数が、リビングと和室の２部屋といった形で算出される。

ここで、行動特性情報１７０の例を図８及び図９に示す。図８は、在宅住人数が２人の場合の行動特性情報１７０の例を示しているが、図９は、在宅住人数が３人の場合の行動特性情報１７０の例を示している。

図８の表において、１行目の行動特性情報１７０には、特定の曜日及び時間帯「火曜日２２時〜２３時」、特定の部屋「リビング（住人不定）」、他の部屋「和室（２，住人不定）」、他の部屋「個室Ｂ（２，住人不定）」といった情報が含まれている。この情報は、火曜日の２２時から２３時の時間帯に、リビングに人が居続けていることが多く、同じ時間帯に、和室で人が検知される場合と、住人Ｂの個人用の部屋である個室Ｂで人が検知される場合があることを示している。

「他の部屋」のカッコ内の数字は、「特定の曜日及び時間帯」の時間帯に、検知型のセンサ２１０がオンになっている部屋の総数を示している。１行目の「和室（２，住人不定）」は、火曜日の２２時から２３時の時間帯に、リビング以外で検知型センサ「オン」が検知された部屋が和室である時刻において、検知型センサ「オン」が検知された部屋の個数がリビングと和室の合計２部屋であることを示している。これは、その時刻において、リビングと和室以外の部屋での検知型センサ「オン」はなかったということである。リビングと和室のそれぞれに誰がいるのかは、この段階では特定されていないが、在宅住人数が２人であるため、１人がリビング、別の１人が和室に居たという状況が示されている。同じように、１行目の「個室Ｂ（２，住人不定）」は、火曜日の２２時から２３時の時間帯に、リビング以外で検知型センサ「オン」が検知された部屋が個室Ｂである時刻において、検知型センサ「オン」が検知された部屋の個数がリビングと個室Ｂの合計２部屋であることを示している。これは、その時刻において、リビングと個室Ｂ以外の部屋での検知型センサ「オン」はなかったということである。リビングと個室Ｂのそれぞれに誰がいるのかは、この段階では特定されていないが、在宅住人数が２人であるため、１人がリビング、別の１人が個室Ｂに居たという状況が示されている。

１行目の行動特性情報１７０では、火曜日の２２時から２３時の時間帯に、リビングに人が居続けていることが示されているが、同じ時間帯に、和室に人が居続けていること、或いは、個室Ｂに人が居続けていることが示されているわけではない。その時間帯のうち、２２時から２２時３０分まではリビングと和室で人が検知され、２２時３０分から２３時まではリビングと個室Ｂで人が検知される、といったように、「特定の曜日及び時間帯」の時間帯において、「特定の部屋」の部屋以外にセンサ「オン」が検知された部屋があれば、その部屋が「他の部屋」となる。

図８の表において、２行目の行動特性情報１７０には、特定の曜日及び時間帯「月曜日１９時〜２１時」、特定の部屋「リビング（住人不定）」、他の部屋「和室（２，住人不定）」、他の部屋「洗面所（２，住人不定）」、他の部屋「キッチン（２，住人不定）」といった情報が含まれている。この情報は、月曜日の１９時から２１時の時間帯に、リビングに人が居続けていることが多く、同じ時間帯に、和室で人が検知される場合と、洗面室で人が検知される場合と、キッチンで人が検知される場合があることを示している。

図９の表において、１行目の行動特性情報１７０には、特定の曜日及び時間帯「日曜日１１時〜１２時」、特定の部屋「リビング（住人不定）」、他の部屋「和室（２，住人不定）」といった情報が含まれている。この情報は、日曜日の１１時から１２時の時間帯に、リビングに人が居続けていることが多く、同じ時間帯に、和室で人が検知される場合があることを示している。

前述したように、「他の部屋」のカッコ内の数字は、「特定の曜日及び時間帯」の時間帯に、検知型のセンサ２１０がオンになっている部屋の総数を示している。１行目の「和室（２，住人不定）」は、日曜日の１１時から１２時の時間帯に、リビング以外で検知型センサ「オン」が検知された部屋が和室である時刻において、検知型センサ「オン」が検知された部屋の個数がリビングと和室の合計２部屋であることを示している。リビングと和室のそれぞれに誰がいるのかは、この段階では特定されていないが、在宅住人数が３人であるため、３人のうち２人が同じ部屋に一緒に居て、少なくとも１人がリビング、別の少なくとも１人が和室に居たという状況が示されている。

図１０を参照して、ユーザ推定部１２２及び嗜好推定部１２３の動作を説明する。

ステップＳ４１において、繰り返し回数のカウントが開始する。

ステップＳ４２において、ユーザ推定部１２２は、行動特性抽出部１２１で抽出された行動特性の中から住人が特定されていない行動特性を１つ選択し、その行動特性について住人を推定する。嗜好推定部１２３は、ユーザ推定部１２２により推定された住人の嗜好を推定する。ステップＳ４２における詳細な動作は後述する。

ステップＳ４３において、行動特性抽出部１２１で抽出された全ての行動特性についてステップＳ４２の処理が実行されたかどうかが判定される。まだステップＳ４２の処理が実行されていない行動特性がある場合、処理はステップＳ４２に戻り、行動特性抽出部１２１で抽出された行動特性全てについてステップＳ４２の処理が終了するまで、処理が繰り返される。

行動特性抽出部１２１で抽出された行動特性全てについてステップＳ４３の処理が終了すると、ステップＳ４４において、繰り返し回数がカウントアップされる。

ステップＳ４５において、カウントアップされた後の値が、事前に決められた繰り返し回数の上限値を超えた場合は、行動特性に関する住人推定及び嗜好推定の処理が終了する。上限値に達していない場合、処理はステップＳ４２に戻り、再び、全ての行動特性について住人が推定され、その住人の嗜好が推定される。

図１１を参照して、ステップＳ４２における詳細な動作を説明する。

ステップＳ５１において、ユーザ推定部１２２は、行動特性抽出部１２１で抽出された行動特性の中から住人が特定されていない行動特性を１つ選択し、その行動特性において一定時間以上、住人が居続ける部屋Ｔ１を特定する。具体例として、ユーザ推定部１２２が、図８の表における１行目の行動特性情報１７０で示される行動特性を選択したとする。その場合、部屋Ｔ１はリビングとなる。

ステップＳ５２において、ユーザ推定部１２２は、部屋Ｔ１が共用部屋かどうかを判定する。共用部屋とは、個人用の部屋以外の部屋であり、リビング及びキッチン等、住人全員が共用する部屋のことである。図示していないが、メモリ１０２には、部屋ごとに、部屋が共用部屋かどうかを示すとともに、部屋が個人用の部屋であれば、部屋の所有者を示す属性情報が予め格納されており、ユーザ推定部１２２は、この属性情報を参照することで、部屋Ｔ１が共用部屋かどうかを判定することができる。部屋Ｔ１が共有部屋でない場合、つまり、部屋Ｔ１が個人用の部屋の場合、処理はステップＳ５３に進む。部屋Ｔ１が共有部屋である場合、処理はステップＳ５４に進む。

ステップＳ５３において、ユーザ推定部１２２は、個人用の部屋である部屋Ｔ１に居た住人を、部屋Ｔ１の所有者と推定する。具体例として、部屋Ｔ１が住人Ａの個人用の部屋であったとすると、ユーザ推定部１２２は、部屋Ｔ１に居た住人が住人Ａであることを検出する。嗜好推定部１２３は、ユーザ推定部１２２により推定された住人の嗜好を推定する。具体的には、嗜好推定部１２３は、ステップＳ５１で選択された行動特性と同じ時間帯における部屋Ｔ１の機器情報１５０を取得し、機器情報１５０で示された操作内容及び機器２２０の設定内容等から、嗜好を推定する。そして、嗜好推定部１２３は、推定した嗜好を、ユーザ推定部１２２により推定された住人と関連付けて嗜好情報１８０としてメモリ１０２に格納する。具体例として、ユーザ推定部１２２が、部屋Ｔ１に居た住人を住人Ａと推定し、該当する時間帯の機器情報１５０の全て又はほとんどにおいて、部屋Ｔ１のテレビの電源がオンになっていたとする。その場合、嗜好推定部１２３は、その機器情報１５０に含まれる番組情報から、住人Ａの嗜好を推定し、住人Ａと関連付けて嗜好情報１８０としてメモリ１０２に格納する。具体例として、番組情報から、美術番組が視聴されていることがわかる場合には、住人Ａが美術に関心があることを示す嗜好情報１８０が生成される。ステップＳ５３の後、処理は終了する。

ステップＳ５４において、ユーザ推定部１２２は、ステップＳ５１で選択した行動特性において他の部屋で在室検知された部屋の中に、個人用の部屋Ｔ２が含まれるかどうかを判定する。この判定は、ステップＳ５２で部屋Ｔ１が共用部屋かどうかを判定する際に参照されたのと同じ属性情報を参照することで行われる。個人用の部屋Ｔ２が含まれていない場合、処理はステップＳ５５に進む。個人用の部屋Ｔ２が含まれている場合、処理はステップＳ５６に進む。

ステップＳ５５において、嗜好推定部１２３は、共用部屋である部屋Ｔ１に居た住人の嗜好を推定する。ユーザ推定部１２２は、嗜好推定部１２３により推定された嗜好と既知の嗜好とを比較し、比較結果に基づいて、部屋Ｔ１に居た住人を推定する。ステップＳ５５の後、処理は終了する。ステップＳ５５における詳細な動作は後述する。

ステップＳ５６において、ユーザ推定部１２２は、共用部屋である部屋Ｔ１に居た住人を、個人用の部屋Ｔ２に居た住人以外の住人と推定する。具体例として、ステップＳ５１で、ユーザ推定部１２２が、図８の表における１行目の行動特性情報１７０で示される行動特性を選択していたとする。その場合、部屋Ｔ１はリビングとなり、リビングは共用部屋であるから、処理はステップＳ５４に進む。ステップＳ５４では、部屋Ｔ２として、個室Ｂが含まれることが検出される。このため、ステップＳ５６では、ユーザ推定部１２２が、部屋Ｔ２に居た住人が住人Ｂであることを検出し、部屋Ｔ１に居た住人が住人Ｂ以外の住人であること、すなわち、住人Ａであることを検出する。嗜好推定部１２３は、ユーザ推定部１２２により推定された住人の嗜好を推定する。具体的には、嗜好推定部１２３は、ステップＳ５１で選択された行動特性と同じ時間帯における部屋Ｔ１の機器情報１５０を取得し、機器情報１５０で示された操作内容及び機器２２０の設定内容等から、嗜好を推定する。そして、嗜好推定部１２３は、推定した嗜好を、ユーザ推定部１２２により推定された住人と関連付けて嗜好情報１８０としてメモリ１０２に格納する。具体例として、ユーザ推定部１２２が、部屋Ｔ１に居た住人を住人Ａと推定し、該当する時間帯の機器情報１５０の全て又はほとんどにおいて、部屋Ｔ１のテレビの電源がオンになっていたとする。その場合、嗜好推定部１２３は、その機器情報１５０に含まれる番組情報から、住人Ａの嗜好を推定し、住人Ａと関連付けて嗜好情報１８０としてメモリ１０２に格納する。具体例として、番組情報から、美術番組が視聴されていることがわかる場合には、住人Ａが美術に関心があることを示す嗜好情報１８０が生成される。なお、ユーザ推定部１２２が、部屋Ｔ１に居た住人を複数の住人と推定した場合は、嗜好推定部１２３は、推定した嗜好を、それら複数の住人の組み合わせと関連付けて嗜好情報１８０としてメモリ１０２に格納する。

図１２を参照して、ステップＳ５５における詳細な動作を説明する。

ステップＳ６１において、嗜好推定部１２３は、ステップＳ５１で選択された行動特性と同じ時間帯における部屋Ｔ１の機器情報１５０を取得し、機器情報１５０で示された操作内容及び機器２２０の設定内容等から、嗜好を推定する。

ステップＳ６２において、ユーザ推定部１２２は、ステップＳ６１で推定された嗜好が既知の嗜好と一致する住人Ｕ１がいるかどうかを判定する。該当する住人Ｕ１がいる場合、処理はステップＳ６３に進む。該当する住人Ｕ１がいない場合、処理はステップＳ６４に進む。

ステップＳ６３において、ユーザ推定部１２２は、共用部屋である部屋Ｔ１に居た住人を住人Ｕ１と推定する。嗜好推定部１２３は、ステップＳ６１で推定した嗜好を、住人Ｕ１と関連付けて嗜好情報１８０としてメモリ１０２に格納する。ただし、ステップＳ６１で推定した嗜好が既知の嗜好と同じものしかなければ、新たな嗜好情報１８０を生成する必要はない。具体例として、住人Ａが美術に関心があることを住人Ａの既知の嗜好として示す嗜好情報１８０が既にメモリ１０２に格納されていたとする。そして、ステップＳ６１で、テレビ番組の視聴に関する機器情報１５０から、部屋Ｔ１に居た住人が美術に関心があることが推定され、空気調和機の稼働に関する機器情報１５０から、部屋Ｔ１に居た住人が好む室温が推定されていたとする。この場合、ステップＳ６２では、部屋Ｔ１に居た住人が住人Ａであることが検出される。そして、ステップＳ６３では、住人Ａが好む室温を示す嗜好情報１８０が新たにメモリ１０２に格納される。なお、ユーザ推定部１２２が、部屋Ｔ１に居た住人を複数の住人と推定した場合は、嗜好推定部１２３は、ステップＳ６１で推定した嗜好を、それら複数の住人の組み合わせと関連付けて嗜好情報１８０としてメモリ１０２に格納する。ステップＳ６３の後、処理は終了する。

ステップＳ６４において、嗜好推定部１２３は、ステップＳ５１で選択された行動特性と同じ時間帯における部屋Ｔ１以外の部屋の機器情報１５０を取得し、機器情報１５０で示された操作内容及び機器２２０の設定内容等から、嗜好を推定する。

ステップＳ６５において、ユーザ推定部１２２は、ステップＳ６４で推定された嗜好が既知の嗜好と一致する住人Ｕ２がいるかどうかを判定する。該当する住人Ｕ２がいる場合、処理はステップＳ６６に進む。該当する住人Ｕ２がいない場合、処理は終了する。

ステップＳ６６において、ユーザ推定部１２２は、共用部屋である部屋Ｔ１に居た住人を住人Ｕ２以外の住人と推定する。嗜好推定部１２３は、ステップＳ６１で推定した嗜好を、住人Ｕ２以外の住人と関連付けて嗜好情報１８０としてメモリ１０２に格納する。ステップＳ６３と同じように、ステップＳ６１で推定した嗜好が既知の嗜好と同じものしかなければ、新たな嗜好情報１８０を生成する必要はない。

本実施の形態では、行動特性抽出部１２１で抽出された各行動特性について住人を推定していく際に、ステップＳ５５において既知の嗜好が少ない場合は、住人が推定されないまま処理が終了する場合がある。しかし、嗜好情報１８０が蓄積されていくほど、以前の処理では推定できなかった住人が推定できるようになる。このため、図１０に示すように、全ての行動特性について処理を実行した後、繰り返し回数の上限値となるまで繰り返し処理を行うことで、より多くの行動特性について住人を推定でき、その分、より多くの嗜好情報１８０を蓄積することができる。

既知の嗜好がない状態では住人を推定できないが、繰り返し処理を行うことで、後の行動特性に基づく嗜好推定により、住人推定と嗜好推定が可能となる例を、以下に示す。

図８の表とは１行目と２行目の順序が逆である、行動特性情報１７０の例を図１３に示す。

図１１のフローにおいて、ステップＳ５１では、行動特性として図１３の表の１行目が選択されるため、部屋Ｔ１はリビングとなる。ステップＳ５２では、部屋Ｔ１が共用部屋であるため、処理はステップＳ５４に移行する。ステップＳ５４では、同じ時間帯に、他の部屋で在室が検知された部屋は、和室、洗面所及びキッチンと判定される。いずれも共用部屋であり、個人用の部屋は含まれないため、処理はステップＳ５５に移行する。ステップＳ５５では、既知の嗜好がないため、リビングに居た住人が推定できないまま、図１３の表の１行目に関する処理が終了する。

次に、図１０のフローにおいて、ステップＳ４３では、全ての行動特性について処理が実行されていないと判定される。その結果、処理はステップＳ４２に戻る。

図１１のフローにおいて、ステップＳ５１では、次の行動特性として図１３の表の２行目が選択されるため、部屋Ｔ１はリビングとなる。ステップＳ５２では、部屋Ｔ１が共用部屋であるため、処理はステップＳ５４に移行する。ステップＳ５４では、同じ時間帯に、他の部屋で在室が検知された部屋は、和室及び個室Ｂと判定される。個人用の部屋が含まれるため、処理はステップＳ５６に移行する。ステップＳ５６では、リビングに居た住人が、個室Ｂの所有者である住人Ｂ以外の住人、すなわち、住人Ａと推定される。このとき、機器情報１５０として、火曜日の２２時から２３時にリビングのテレビで美術番組を視聴していることを示す情報が取得され、住人Ａの嗜好として、美術に関心があるという嗜好情報１８０が生成される。

行動特性抽出部１２１で抽出された行動特性が図１３に示す２つだけであった場合、図１０のフローにおいて、ステップＳ４３では、全ての行動特性について処理が実行されたと判定される。ステップＳ４４では、繰り返し回数が上限値に達していないため、処理はステップＳ４２に戻る。

図１１のフローにおいて、ステップＳ５１では、住人がまだ特定されていない行動特性として図１３の表の１行目が再度選択されるため、部屋Ｔ１はリビングとなる。ステップＳ５２では、部屋Ｔ１が共用部屋であるため、処理はステップＳ５４に移行する。ステップＳ５４では、同じ時間帯に、他の部屋で在室が検知された部屋は、和室、洗面所及びキッチンと判定される。いずれも共用部屋であり、個人用の部屋は含まれないため、処理はステップＳ５５に移行する。ステップＳ５５では、メモリ１０２に格納された、美術に関心があるという嗜好情報１８０が使用可能である。

月曜日の１９時から２１時の時間帯において、和室のテレビで美術番組が視聴されているとする。また、リビングのテレビでは、音楽番組が視聴されているとする。

図１２のフローにおいて、ステップＳ６１では、リビングである部屋Ｔ１の機器情報１５０から、音楽に関心があるという嗜好が推定される。ステップＳ６２では、音楽に関心があるという嗜好が既知の嗜好と一致する住人がいないため、処理はステップＳ６４に移行する。ステップＳ６４では、処理対象の時間帯において、リビングである部屋Ｔ１以外の部屋で在室が検知された部屋は、和室、洗面所及びキッチンとなる。和室では美術番組が視聴されているため、美術に関心があるという嗜好が推定される。ステップＳ６５では、推定された嗜好が既知の嗜好と一致する住人に、住人Ａが該当するため、処理はステップＳ６６に移行する。ステップＳ６６では、リビングに居た住人が、住人Ａ以外の住人、すなわち、住人Ｂと推定される。そして、住人Ｂの嗜好として、音楽に関心があるという嗜好情報１８０が生成される。

上記のように、本実施の形態では、一通り行動特性抽出部１２１で抽出された行動特性について処理が終わった後、繰り返し回数の上限に達するまで、特定の時間帯における特定の部屋に居る住人が推定されていない行動特性について住人推定及び嗜好推定が繰り返し試される。これにより、行動特性について住人が推定できる割合を高めることができる。図示していないが、ユーザ推定部１２２は、行動特性について住人が推定できた場合は、行動特性抽出部１２１によりメモリ１０２に格納された行動特性情報１７０に、推定した住人の情報を付加し、行動特性情報１７０を更新する。その際、ユーザ推定部１２２は、行動特性情報１７０に含まれる日付及び時刻の情報も更新しておく。

同じ部屋に複数人が居る場合の嗜好推定の動作例を以下に示す。

住人Ａと住人Ｂが在宅の場合に各人の嗜好が推定される処理の流れについては、既に示したとおりであるが、以下では、図９の例を用いて、同じ住宅において住人Ｃも在宅の場合に複数人の組み合わせの嗜好が推定される処理の流れについて説明する。

図１１のフローにおいて、ステップＳ５１では、行動特性として図９の表の１行目が選択されるため、部屋Ｔ１はリビングとなる。ステップＳ５２では、部屋Ｔ１が共用部屋であるため、処理はステップＳ５４に移行する。ステップＳ５４では、同じ時間帯に、他の部屋で在室が検知された部屋は、和室と判定される。和室は共用部屋であるため、処理はステップＳ５５に移行する。ステップＳ５５では、前述した、住人Ｂが音楽に関心があるという嗜好情報１８０が使用可能であるとする。

日曜日の１１時から１２時の時間帯において、和室のテレビで音楽番組が視聴されているとする。また、リビングのテレビでは、旅番組が視聴されているとする。

図１２のフローにおいて、ステップＳ６１では、リビングである部屋Ｔ１の機器情報１５０から、旅に関心があるという嗜好が推定される。ステップＳ６２では、旅に関心があるという嗜好が既知の嗜好と一致する住人がいないため、処理はステップＳ６４に移行する。ステップＳ６４では、処理対象の時間帯において、リビングである部屋Ｔ１以外の部屋で在室が検知された部屋は、和室となる。和室では音楽番組が視聴されているため、音楽に関心があるという嗜好が推定される。ステップＳ６５では、推定された嗜好が既知の嗜好と一致する住人に、住人Ｂが該当するため、処理はステップＳ６６に移行する。ステップＳ６６では、リビングに居た住人が、住人Ｂ以外の住人、すなわち、住人Ａと住人Ｃと推定される。そして、住人Ａと住人Ｃとの組み合わせの嗜好として、旅に関心があるという嗜好情報１８０が生成される。このように、本実施の形態では、複数の住人が一緒に居るときの嗜好が推定された場合には、それらの住人の組み合わせに関連付けて嗜好が記録される。

ここで、嗜好情報１８０の例を図１４及び図１５に示す。

嗜好情報１８０には、住人、嗜好項目、嗜好分類、確度、最新更新日、最新更新時刻といった情報が含まれる。

「嗜好項目」は、前述した動作によって推定された、何に関心があるかという情報である。

「嗜好分類」は、関心の有無、すなわち、好き嫌いを示す情報である。本実施の形態では、後述するように、住人が好まないことも推定して記録できる。

「確度」は、嗜好の確度を示す情報である。図１１及び図１２のフローにおいて、ステップＳ５３、ステップＳ５６、ステップＳ６１、ステップＳ６３、ステップＳ６４及びステップＳ６６の処理、すなわち、嗜好を推定する処理では、推定された嗜好が既知の嗜好であるかが判定される。推定された嗜好を示す嗜好情報１８０がまだメモリ１０２に格納されていない場合、新たに生成された嗜好情報１８０が生成され、メモリ１０２に格納される。この嗜好情報１８０には、嗜好が推定された日時が「最新更新日」及び「最新更新時刻」として含まれる。推定された嗜好を示す嗜好情報１８０が既にメモリ１０２に格納されている場合、その嗜好情報１８０の「最新更新日」及び「最新更新時刻」が最新の更新日時に更新されるとともに、前回の更新日時との時間差が算出される。嗜好推定部１２３は、時間差を数段階の比較値と比較し、時間差の度合いに応じて、「確度」を高、中、低のいずれかに設定する。つまり、嗜好情報１８０が頻繁に更新される場合は確度が「高」になり、更新頻度が少ない場合は、更新頻度に応じて、確度が「中」或いは「低」となる。

図１４の例において、美術は住人Ａの１人の行動に伴って推定された嗜好である。旅は住人Ａと住人Ｃとの共通かつ同時の行動に伴って推定された嗜好であるため、住人Ａの個人の嗜好とは区別されて記録される。図１５の例では、その後に抽出された行動特性から、美術は住人Ａが１人で居るときの嗜好だけでなく、住人Ａが住人Ｂと一緒に居るときの嗜好でもあることが判明し、その結果が嗜好情報１８０に反映されている。

以上のように、本実施の形態では、各人の嗜好のほかに、他の人との組み合わせに応じた嗜好が推定され、嗜好情報１８０としてメモリ１０２に蓄積される。嗜好推定部１２３により推定された、ある住人の嗜好が、既にその住人の嗜好として登録されている場合は、嗜好を推定した日時が更新される。

本実施の形態において、ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された当該部屋に対応する機器情報１５０が示す、当該時間帯における機器２２０の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好を推定する。そして、推定部１２０は、推定した嗜好を示す情報を、当該２人以上のユーザの組み合わせに対応する嗜好情報１８０として生成する。前述した１つの例では、住人Ａ及び住人Ｃが、毎週日曜日の１１時から１２時の時間帯にリビングに一緒に居続けることが検出される。推定部１２０は、メモリ１０２に格納されたリビングに対応する機器情報１５０が示す、当該時間帯におけるテレビの使用状況から、住人Ａ及び住人Ｃが一緒に居るときの嗜好として、旅に関心があるという嗜好を推定する。そして、推定部１２０は、旅に関心があるということを示す情報を、住人Ａ及び住人Ｃの組み合わせに対応する嗜好情報１８０として生成する。

本実施の形態において、不特定の２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された当該部屋とは別の部屋に対応するセンサ情報１６０が示す、当該時間帯におけるセンサ２１０の検知結果から、どのユーザが、当該時間帯に当該別の部屋に居るかを特定し、残りのユーザが上記組み合わせの２人以上のユーザであることを検出する。具体例として、２人の住人が、毎週日曜日の１１時から１２時の時間帯にリビングに一緒に居続けることが検出されたとする。推定部１２０は、メモリ１０２に格納された和室に対応するセンサ情報１６０が示す、当該時間帯における人感センサの検知結果から、住人Ｂが、当該時間帯に和室に居ることを特定できた場合は、残りの住人である住人Ａ及び住人Ｃが上記組み合わせの２人の住人であることを検出する。

本実施の形態において、不特定の２人以上のユーザが、決まった時間帯に同じ共用部屋に一緒に居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された各ユーザ専用の部屋に対応するセンサ情報１６０が示す、当該時間帯におけるセンサ２１０の検知結果から、どのユーザが、当該時間帯に自分専用の部屋に居るかを特定し、残りのユーザが上記組み合わせの２人以上のユーザであることを検出する。具体例として、２人の住人が、毎週日曜日の１１時から１２時の時間帯にリビングに一緒に居続けることが検出されたとする。推定部１２０は、メモリ１０２に格納された個室Ｂに対応するセンサ情報１６０が示す、当該時間帯における人感センサの検知結果から、住人Ｂが、当該時間帯に個室Ｂに居ることを特定できた場合は、残りの住人である住人Ａ及び住人Ｃが上記組み合わせの２人の住人であることを検出する。

本実施の形態において、不特定の２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された当該部屋とは別の部屋に対応するセンサ情報１６０が示す、当該時間帯におけるセンサ２１０の検知結果と、メモリ１０２に格納された当該別の部屋に対応する機器情報１５０が示す、当該時間帯における機器２２０の使用状況と、既に生成した各ユーザに対応する嗜好情報１８０が示す嗜好とから、どのユーザが、当該時間帯に当該別の部屋に居るかを特定し、残りのユーザが上記組み合わせの２人以上のユーザであることを検出する。具体例として、２人の住人が、毎週日曜日の１１時から１２時の時間帯にリビングに一緒に居続けることが検出されたとする。推定部１２０は、メモリ１０２に格納された和室に対応するセンサ情報１６０が示す、当該時間帯における人感センサの検知結果と、メモリ１０２に格納された和室に対応する機器情報１５０が示す、当該時間帯におけるテレビの使用状況と、既に生成した住人Ｂに対応する嗜好情報１８０が示す嗜好とから、住人Ｂが、当該時間帯に和室に居ることを特定できた場合は、残りの住人である住人Ａ及び住人Ｃが上記組み合わせの２人の住人であることを検出する。

本実施の形態において、ある１人のユーザが、決まった時間帯に同じ部屋に１人で居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された当該部屋に対応する機器情報１５０が示す、当該時間帯における機器２２０の使用状況から、当該１人のユーザが１人で居るときの嗜好を推定する。そして、推定部１２０は、推定した嗜好を示す情報を、当該１人のユーザに対応する嗜好情報１８０として生成する。前述した別の例では、住人Ａが、毎週火曜日の２２時から２３時の時間帯にリビングに１人で居続けることが検出される。推定部１２０は、メモリ１０２に格納されたリビングに対応する機器情報１５０が示す、当該時間帯におけるテレビの使用状況から、住人Ａが１人で居るときの嗜好として、美術に関心があるという嗜好を推定する。そして、推定部１２０は、美術に関心があるということを示す情報を、住人Ａに対応する嗜好情報１８０として生成する。

本実施の形態において、推定部１２０は、各ユーザに対応する嗜好情報１８０に、推定した嗜好ごとに、最後に嗜好を推定した日時に応じて異なる確度を示す情報を含める。具体例として、推定部１２０は、各住人に対応する嗜好情報１８０に、推定した嗜好ごとに、最後に嗜好を推定した日時が最近であるかどうかに応じて確度「高」、確度「中」、確度「低」のいずれかを示す情報を含める。

図１６を参照して、嗜好拡張部１２４の動作を説明する。

嗜好拡張部１２４は、ユーザ推定部１２２により行動特性について住人推定を行った結果を記載した行動特性情報１７０を受け取ると、各行動特性の時間帯における部屋の状況に基づき、嗜好情報１８０を拡張する。

嗜好情報１８０の拡張は、以下の２つの方法による。
（Ａ）機器２２０が操作されない状態と機器２２０が操作される状態との境界から、好みの状態を抽出する。
（Ｂ）行動特性の時間帯に機器２２０が操作されていないことから、関心の薄い対象を抽出する。

上記の（Ａ）の例として、嗜好拡張部１２４は、住人が空気調和機をオンにした時刻における室温を温度センサのログから取得し、その住人の好みの室温を推定する。具体例として、２６℃以下では空気調和機「オン」の記録がなく、２８℃以上で「オン」の記録がある場合は、好みの室温は２７℃までと推定される。同様に、嗜好拡張部１２４は、住人が照明をオンにした時刻における室内の明るさを照度センサのログから取得し、その住人の好みの明るさを推定する。具体例として、２００００ルクス以下の場合に照明点灯操作がある場合、好みの明るさは２００００ルクス以上と推定される。

上記の（Ｂ）の例として、嗜好拡張部１２４は、ある部屋に住人が一定時間以上居続けている場合において、テレビが視聴されていない場合は、その時間帯のテレビ番組に対する関心は薄いとみなす。

ステップＳ７１において、嗜好拡張部１２４は、ユーザ推定部１２２が特定の時間帯に特定の部屋に居る住人を推定した結果を反映した行動特性情報１７０をメモリ１０２から取得する。

ステップＳ７２において、嗜好拡張部１２４は、ステップＳ７１で取得した行動特性情報１７０の「特定の曜日及び時間帯」と同じ時間帯における機器操作の受信履歴があるかどうかを、メモリ１０２に格納されている機器情報１５０に基づき判定する。受信履歴があれば、処理はステップＳ７３に進む。受信履歴がなければ、処理はステップＳ７４に進む。

ステップＳ７３において、嗜好拡張部１２４は、ステップＳ７１で取得した行動特性情報１７０の「特定の曜日及び時間帯」と同じ時間帯における室内状況を、メモリ１０２に格納されているセンサ情報１６０から特定し、ステップＳ７１で取得した行動特性情報１７０に対応する住人の嗜好情報１８０を拡張する。ステップＳ７３の後、処理は終了する。

ステップＳ７１からステップＳ７３の処理は、上記の（Ａ）の処理に該当する。具体例として、ユーザ推定部１２２が、ある時間帯にリビングに住人Ａが居続けていると推定したとする。その時間帯のある時刻に、リビングで照明をオンにした記録がある場合、嗜好拡張部１２４は、照明がオンになった時刻以前の照度をメモリ１０２に格納されているセンサ情報１６０から特定し、照明がオンになったときの照度以上が好みの照度であるという情報を、住人Ａの嗜好情報１８０に追加する。

ステップＳ７４において、嗜好拡張部１２４は、ステップＳ７１で取得した行動特性情報１７０に対応する住人が一定時間以上、在室しているかどうかを判定する。一定時間以上、在室している場合、処理はステップＳ７５に進む。在室していない場合、処理は終了する。

ステップＳ７５において、嗜好拡張部１２４は、ステップＳ７１で取得した行動特性情報１７０の「特定の曜日及び時間帯」と同じ時間帯に操作されていない機器２２０に関する情報に基づき、ステップＳ７１で取得した行動特性情報１７０に対応する住人の嗜好情報１８０を拡張する。

ステップＳ７４及びステップＳ７５の処理は、上記の（Ｂ）の処理に該当する。具体例として、ユーザ推定部１２２が、ある時間帯にリビングに住人Ａが居続けていると推定したとする。その時間帯に、リビングでテレビが視聴されなかった場合、嗜好拡張部１２４は、その時間帯のテレビ番組に対する関心が薄いという情報を、住人Ａの嗜好情報１８０に追加する。その時間帯にアニメーション番組が放送されていたとすると、嗜好拡張部１２４は、図１７に例示するように、アニメーションへの関心が薄いという情報を、住人Ａの嗜好情報１８０に追加する。

以上のように、本実施の形態では、必須ではないが、嗜好情報１８０が拡張される。

本実施の形態において、ある１人以上のユーザが、決まった時間帯に同じ部屋に居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された当該部屋に対応するセンサ情報１６０が示す、当該時間帯におけるセンサ２１０の検知結果と、メモリ１０２に格納された当該部屋に対応する機器情報１５０が示す、当該時間帯における機器２２０の使用状況とから、当該部屋の室内環境の変化と当該部屋に設置された機器２２０の使用の有無との関係を特定する。そして、推定部１２０は、特定した関係から、当該１人以上のユーザの嗜好を推定する。前述した１つの例では、住人Ａが、毎週火曜日の２２時から２３時の時間帯にリビングに１人で居続けることが検出される。推定部１２０は、メモリ１０２に格納されたリビングに対応するセンサ情報１６０が示す、当該時間帯における照度センサの検知結果と、メモリ１０２に格納されたリビングに対応する機器情報１５０が示す、当該時間帯における照明の使用状況とから、リビングの照度の変化とリビングに設置された照明の使用の有無との関係を特定する。そして、推定部１２０は、特定した関係から、住人Ａの好みの照度を住人Ａの嗜好として推定する。

本実施の形態において、ある１人以上のユーザが、決まった時間帯に同じ部屋に居続けることが検出されたとする。その場合、推定部１２０は、メモリ１０２に格納された当該部屋に対応する機器情報１５０が示す、当該時間帯における機器２２０の使用状況から、当該部屋に設置された機器２２０が使用されない条件を特定する。そして、推定部１２０は、特定した条件から、当該１人以上のユーザが好まないことを推定する。前述した１つの例では、住人Ａが、毎週火曜日の２２時から２３時の時間帯にリビングに１人で居続けることが検出される。推定部１２０は、メモリ１０２に格納されたリビングに対応する機器情報１５０が示す、当該時間帯におけるテレビの使用状況から、リビングに設置されたテレビが使用されない条件を特定する。そして、推定部１２０は、特定した条件から、住人Ａがアニメーションを好まないと推定する。

図１８を参照して、嗜好更新部１２５の動作を説明する。

嗜好更新部１２５は、１日の終わり、１週間の終わり等、予め決めた時間又は期間の経過後に、定期的に、メモリ１０２に格納されている嗜好情報１８０を確認する。嗜好更新部１２５は、嗜好情報１８０で示された嗜好が一定期間、機器２２０の稼働状況及びセンサ２１０の検知状況から検出されない場合は、対応する住人の生活スタイル及び嗜好が変化したとみなし、嗜好情報１８０を更新するとともに行動特性情報１７０を更新する。

ステップＳ８１において、嗜好更新部１２５は、処理対象とする１人の住人又は１つの住人の組み合わせに対応する嗜好情報１８０をメモリ１０２から取得する。

ステップＳ８２において、嗜好更新部１２５は、ステップＳ８１で取得した嗜好情報１８０の更新日時が現在日時に対して一定期間或いは一定時間以上前であるかを判定する。更新日時が一定期間或いは一定時間以上前でない場合、処理は終了する。更新日時が一定期間或いは一定時間以上前である場合、処理はステップＳ８３に進む。

ステップＳ８３において、嗜好更新部１２５は、ステップＳ８１で取得した嗜好情報１８０の確度を１レベル下げ、更新日時を現在日時に変更する。具体例として、記録されている確度が「高」であった場合、嗜好更新部１２５は、確度を「中」に変更する。

ステップＳ８３で確度を下げた場合、関連する行動特性も変更する必要があるため、ステップＳ８４において、嗜好更新部１２５は、ステップＳ８１で取得した嗜好情報１８０に対応する行動特性情報１７０の確度を１レベル下げ、更新日時を現在日時に変更する。

このように、日常生活のスタイル及び嗜好が変化した場合は、既に登録されている行動特性及び嗜好が抽出されなくなるため、本実施の形態では、一定の周期で既に登録されている嗜好情報１８０が確認される。長い間更新されていない嗜好情報１８０がある場合は、その嗜好情報１８０の確度が下げられるとともに、対応する行動特性情報１７０の確度も下げられる。これにより、住人の嗜好及び生活スタイルと連動し、常に最新の嗜好と行動特性に関する情報を確度の高い情報として管理しつつ、古い情報については相対的に確度の低い情報として適切に管理することができる。

本実施の形態では、嗜好推定部１２３が、主にテレビの視聴情報に基づき嗜好を推定するが、嗜好情報１８０は、テレビから得られる情報に限らない。具体例として、空気調和機に対する操作内容から、好みの室温、風量、風向等を推定してもよく、任意の機器２２０から情報を取得し、嗜好を推定することができる。

本実施の形態では、センサ２１０として、人感センサ、温度センサ、照度センサといった何種類かのセンサ２１０が利用されているが、圧力センサ、マイクロフォン等、他の種類のセンサ２１０も利用することができる。

本実施の形態では、機器２２０として、主に家電が利用されているが、建物内で稼働状況に変化のある任意の機器２２０を利用することができる。

本実施の形態では、建物が住宅であるが、建物は住宅に限らず、オフィス、大学等、他の建物であってもよい。住人は、建物内で行動する人であればよい。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態では、ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、当該時間帯における当該部屋に設置された機器２２０の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好が推定される。推定された嗜好を示す情報は、各ユーザに個別に対応する嗜好情報１８０としてではなく、当該２人以上のユーザの組み合わせに対応する嗜好情報１８０として処理される。このため、ユーザの嗜好に関して確度の高い情報を得ることができる。

本実施の形態に係る嗜好推定装置１００では、複数の住人が生活している状況において、室内空間全体における日常生活から、カメラを使わなくても、またユーザを識別するＩＤ等を特に入力することがなくても、各住人を識別し、各住人の嗜好を推定することができる。また、複数の住人が一緒に行動する際の、行動を共にする人の組み合わせに応じた嗜好を推定することができる。また、生活の中で自動的に嗜好情報１８０を更新することができる。嗜好推定装置１００により獲得した嗜好情報１８０を用いると、レコメンドシステム、アプリケーション等において、住人が１人で居る場合のおすすめと、他の住人と一緒に居る場合のおすすめを変えることが可能になり、居る人の組み合わせに応じて、効果的なレコメンドができるようになる。

本実施の形態によれば、テレビ番組等の特定の対象に限定されず、任意の対象の嗜好を推定することができる。

本実施の形態によれば、スポーツ、ニュース、芸術といったユーザが興味を持つ分野、及び、どのような室内環境を好むのか等、個人の様々な嗜好を推定することができる。

＊＊＊他の構成＊＊＊
本実施の形態では、「部」の機能がソフトウェアにより実現されるが、変形例として、「部」の機能がハードウェアにより実現されてもよい。この変形例について、主に本実施の形態との差異を説明する。

図１９を参照して、本実施の形態の変形例に係る嗜好推定装置１００の構成を説明する。

嗜好推定装置１００は、処理回路１０９、図示していない通信装置といったハードウェアを備える。

処理回路１０９は、前述した「部」の機能を実現する専用の電子回路である。処理回路１０９は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、又は、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）である。或いは、処理回路１０９は、具体的には、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。

「部」の機能は、１つの処理回路１０９により実現されてもよいし、複数の処理回路１０９に分散して実現されてもよい。

別の変形例として、「部」の機能がソフトウェアとハードウェアとの組み合わせにより実現されてもよい。すなわち、「部」の一部の機能が専用のハードウェアにより実現され、残りの機能がソフトウェアにより実現されてもよい。

プロセッサ１０１、メモリ１０２、及び、処理回路１０９を、総称して「プロセッシングサーキットリ」という。つまり、嗜好推定装置１００の構成が図１及び図１９のいずれに示した構成であっても、「部」の機能は、プロセッシングサーキットリにより実現される。

「部」を「工程」又は「手順」又は「処理」に読み替えてもよい。

以上、本発明の実施の形態について説明したが、この実施の形態を部分的に実施しても構わない。具体的には、この実施の形態に係る嗜好推定装置１００の機能要素のうち、一部の機能要素のみを採用してもよい。なお、本発明は、この実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。

１００ 嗜好推定装置、１０１ プロセッサ、１０２ メモリ、１０９ 処理回路、１１０ 取得部、１１１ 機器情報取得部、１１２ センサ情報取得部、１２０ 推定部、１２１ 行動特性抽出部、１２２ ユーザ推定部、１２３ 嗜好推定部、１２４ 嗜好拡張部、１２５ 嗜好更新部、１３０ 第１レイアウト情報、１４０ 第２レイアウト情報、１５０ 機器情報、１６０ センサ情報、１７０ 行動特性情報、１８０ 嗜好情報、２１０ センサ、２２０ 機器、３００ ネットワーク。

Claims (10)

1. ユーザの嗜好を推定し、推定した嗜好を示す情報を、当該ユーザに対応する嗜好情報として生成する嗜好推定装置において、
   複数時点における建物の各部屋に設置された機器の使用状況を示す情報を取得し、各部屋に対応する機器情報としてメモリに格納する取得部と、
   ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好を推定し、推定した嗜好を示す情報を、当該２人以上のユーザの組み合わせに対応する嗜好情報として生成する推定部と
   を備える嗜好推定装置。
2. 前記取得部は、複数時点における各部屋に設置されたセンサの検知結果を示す情報を取得し、各部屋に対応するセンサ情報として前記メモリに格納し、
   前記推定部は、不特定の２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、前記メモリに格納された当該部屋とは別の部屋に対応するセンサ情報が示す、当該時間帯におけるセンサの検知結果から、どのユーザが、当該時間帯に当該別の部屋に居るかを特定し、残りのユーザが前記組み合わせの２人以上のユーザであることを検出する請求項１に記載の嗜好推定装置。
3. 前記推定部は、不特定の２人以上のユーザが、決まった時間帯に同じ共用部屋に一緒に居続けることが検出された場合、前記メモリに格納された各ユーザ専用の部屋に対応するセンサ情報が示す、当該時間帯におけるセンサの検知結果から、どのユーザが、当該時間帯に自分専用の部屋に居るかを特定し、残りのユーザが前記組み合わせの２人以上のユーザであることを検出する請求項２に記載の嗜好推定装置。
4. 前記推定部は、不特定の２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、前記メモリに格納された当該部屋とは別の部屋に対応するセンサ情報が示す、当該時間帯におけるセンサの検知結果と、前記メモリに格納された当該別の部屋に対応する機器情報が示す、当該時間帯における機器の使用状況と、既に生成した各ユーザに対応する嗜好情報が示す嗜好とから、どのユーザが、当該時間帯に当該別の部屋に居るかを特定し、残りのユーザが前記組み合わせの２人以上のユーザであることを検出する請求項２に記載の嗜好推定装置。
5. 前記推定部は、ある１人のユーザが、決まった時間帯に同じ部屋に１人で居続けることが検出された場合、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況から、当該１人のユーザが１人で居るときの嗜好を推定し、推定した嗜好を示す情報を、当該１人のユーザに対応する嗜好情報として生成する請求項１から４のいずれか１項に記載の嗜好推定装置。
6. 前記取得部は、複数時点における各部屋に設置されたセンサの検知結果を示す情報を取得し、各部屋に対応するセンサ情報として前記メモリに格納し、
   前記推定部は、ある１人以上のユーザが、決まった時間帯に同じ部屋に居続けることが検出された場合、前記メモリに格納された当該部屋に対応するセンサ情報が示す、当該時間帯におけるセンサの検知結果と、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況とから、当該部屋の室内環境の変化と当該部屋に設置された機器の使用の有無との関係を特定し、特定した関係から、当該１人以上のユーザの嗜好を推定する請求項１に記載の嗜好推定装置。
7. 前記推定部は、ある１人以上のユーザが、決まった時間帯に同じ部屋に居続けることが検出された場合、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況から、当該部屋に設置された機器が使用されない条件を特定し、特定した条件から、当該１人以上のユーザが好まないことを推定する請求項１から６のいずれか１項に記載の嗜好推定装置。
8. 前記推定部は、各ユーザに対応する嗜好情報に、推定した嗜好ごとに、最後に嗜好を推定した日時に応じて異なる確度を示す情報を含める請求項１から７のいずれか１項に記載の嗜好推定装置。
9. ユーザの嗜好を推定し、推定した嗜好を示す情報を、当該ユーザに対応する嗜好情報として生成する嗜好推定方法において、
   取得部が、複数時点における建物の各部屋に設置された機器の使用状況を示す情報を取得し、各部屋に対応する機器情報としてメモリに格納し、
   推定部が、ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好を推定し、推定した嗜好を示す情報を、当該２人以上のユーザの組み合わせに対応する嗜好情報として生成する嗜好推定方法。
10. ユーザの嗜好を推定し、推定した嗜好を示す情報を、当該ユーザに対応する嗜好情報として生成するコンピュータに、
    複数時点における建物の各部屋に設置された機器の使用状況を示す情報を取得し、各部屋に対応する機器情報としてメモリに格納する処理と、
    ある組み合わせの２人以上のユーザが、決まった時間帯に同じ部屋に一緒に居続けることが検出された場合、前記メモリに格納された当該部屋に対応する機器情報が示す、当該時間帯における機器の使用状況から、当該２人以上のユーザが一緒に居るときの嗜好を推定し、推定した嗜好を示す情報を、当該２人以上のユーザの組み合わせに対応する嗜好情報として生成する処理と
    を実行させる嗜好推定プログラム。

Images