JP2017174212A - 行動解析装置、行動解析方法及びプログラム - Google Patents

Abstract

【課題】ユーザの行動解析をより適切に行うこと。【解決手段】行動解析装置１は、特定行動検出部５２と、行動解析部５３と、を備える。特定行動検出部５２は、ユーザにおける特定行動を検出する。行動解析部５３は、特定行動に対応する期間におけるユーザの関連行動を解析する。これにより、ユーザの行動において、特定行動に対応する期間の行動として蓋然性の高い行動が行動解析結果としてより取得され易いものとなる。【選択図】図２

Description

本発明は、行動解析装置、行動解析方法及びプログラムに関する。

従来、各種センサによる測定結果に基づいてユーザの行動を解析する技術が知られている。
例えば、特許文献１には、センサを装着したユーザの歩行等の動きを捉えて速度等を計算し、ユーザの運動を解析する技術が開示されている。

特開２０１５−１８８６０５号公報

しかしながら、ユーザの行動を解析する従来の技術においては、センサの検出結果によって表されるユーザの行動を解析しているため、解析されるユーザの行動の具体性及び解析精度が十分ではなかった。

本発明は、このような状況に鑑みてなされたものであり、ユーザの行動解析をより適切に行うことを目的とする。

上記目的を達成するため、本発明の一態様の行動解析装置は、
ユーザにおける特定行動を検出する特定行動検出手段と、
前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析手段と、
を備えることを特徴とする。

本発明によれば、ユーザの行動解析をより適切に行うことができる。

本発明の一実施形態に係る行動解析装置のハードウェアの構成を示すブロック図である。 図１の行動解析装置の機能的構成のうち、行動解析処理を実行するための機能的構成を示す機能ブロック図である。 ユーザの行動履歴のデータから特定行動が検出される状態を示す模式図である。 特定行動が検出されることにより、特定行動に対応する関連行動が特定される様子を示す模式図である。 図２の機能的構成を有する図１の行動解析装置が実行する行動解析処理の流れを説明するフローチャートである。 行動解析処理のステップＳ１８において実行される立ち座り／移動判定処理の流れを説明するフローチャートである。 移動手段判定処理の流れを説明するフローチャートである。

以下、本発明の実施形態について、図面を用いて説明する。

［第１実施形態］
［ハードウェア構成］
図１は、本発明の一実施形態に係る行動解析装置１のハードウェアの構成を示すブロック図である。
行動解析装置１は、例えばスマートフォンあるいはリスト端末等のウェアラブル機器として構成され、ユーザに携帯または装着された状態で使用される。

行動解析装置１は、第１ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１Ａと、第２ＣＰＵ１１Ｂと、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）部１６と、センサ部１７と、撮像部１８と、入力部１９と、出力部２０と、記憶部２１と、通信部２２と、ドライブ２３と、を備えている。

第１ＣＰＵ１１Ａ及び第２ＣＰＵ１１Ｂは、ＲＯＭ１２に記録されているプログラム、または、記憶部２１からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。例えば、第１ＣＰＵ１１Ａ及び第２ＣＰＵ１１Ｂは、後述する行動解析処理のためのプログラムに従って、行動解析処理を実行する。
また、第１ＣＰＵ１１Ａは、第２ＣＰＵ１１Ｂよりも低消費電力で動作可能（例えば、動作クロック周波数がより低い等）な構成となっている。第２ＣＰＵ１１Ｂの機能をＦＰＧＡ（Ｆｉｅｌｄ‐Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）やＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）で実現することとしてもよい。なお、本実施形態では、図１に示すように、第１ＣＰＵ１１Ａと第２ＣＰＵ１１Ｂとを併せてＣＰＵ１１としている。

ＲＡＭ１３には、第１ＣＰＵ１１Ａ及び第２ＣＰＵ１１Ｂが各種の処理を実行する上において必要なデータ等も適宜記憶される。

第１ＣＰＵ１１Ａ及び第２ＣＰＵ１１Ｂ、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。入出力インターフェース１５には、ＧＰＳ部１６、センサ部１７、撮像部１８、入力部１９、出力部２０、記憶部２１、通信部２２及びドライブ２３が接続されている。

ＧＰＳ部１６は、アンテナを含み複数のＧＰＳ衛星から送信されるＧＰＳ信号を受信して、行動解析装置１の位置情報を取得する。
センサ部１７は、３軸加速度センサ、ジャイロセンサ、磁気センサ、気圧センサ及び生体センサ等の各種センサを備えている。

撮像部１８は、図示はしないが、光学レンズ部と、イメージセンサと、を備えている。
光学レンズ部は、被写体を撮影するために、光を集光するレンズ、例えばフォーカスレンズやズームレンズ等で構成される。
フォーカスレンズは、イメージセンサの受光面に被写体像を結像させるレンズである。ズームレンズは、焦点距離を一定の範囲で自在に変化させるレンズである。
光学レンズ部にはまた、必要に応じて、焦点、露出、ホワイトバランス等の設定パラメータを調整する周辺回路が設けられる。

イメージセンサは、光電変換素子や、ＡＦＥ（Ａｎａｌｏｇ Ｆｒｏｎｔ Ｅｎｄ）等から構成される。
光電変換素子は、例えばＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）型の光電変換素子等から構成される。光電変換素子には、光学レンズ部から被写体像が入射される。そこで、光電変換素子は、被写体像を光電変換（撮像）して画像信号を一定時間蓄積し、蓄積した画像信号をアナログ信号としてＡＦＥに順次供給する。
ＡＦＥは、このアナログの画像信号に対して、Ａ／Ｄ（Ａｎａｌｏｇ／Ｄｉｇｉｔａｌ）変換処理等の各種信号処理を実行する。各種信号処理によって、ディジタル信号が生成され、撮像部１８の出力信号として出力される。
このような撮像部１８の出力信号は、第１ＣＰＵ１１Ａあるいは第２ＣＰＵ１１Ｂ等に適宜供給される。

入力部１９は、各種釦等で構成され、ユーザの指示操作に応じて各種情報を入力する。
出力部２０は、ディスプレイやスピーカ等で構成され、画像や音声を出力する。
記憶部２１は、ハードディスクあるいはＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種センサの出力データや各種画像のデータを記憶する。
通信部２２は、インターネットを含むネットワークを介して他の装置（図示せず）との間で行う通信を制御する。また、通信部２２は、ＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｅｒ）タグあるいはＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）タグ等の無線タグを備えている。

ドライブ２３には、磁気ディスク、光ディスク、光磁気ディスク、あるいは半導体メモリ等よりなる、リムーバブルメディア３１が適宜装着される。ドライブ２３によってリムーバブルメディア３１から読み出されたプログラムは、必要に応じて記憶部２１にインストールされる。また、リムーバブルメディア３１は、記憶部２１に記憶されている各種センサの出力データ等も、記憶部２１と同様に記憶することができる。

［機能的構成］
図２は、図１の行動解析装置１の機能的構成のうち、行動解析処理を実行するための機能的構成を示す機能ブロック図である。
行動解析処理とは、ユーザにおける特定の行動を行動解析の契機となる行動として検出し、当該特定の行動に隣接する期間（時間的な前後の期間）の行動を、当該特定の行動と対応付けて判定することにより、ユーザの行動を解析する一連の処理をいう。

行動解析処理が実行される場合には、図２に示すように、第１ＣＰＵ１１Ａにおいて、センサ情報取得部５１と、特定行動検出部５２とが機能し、第２ＣＰＵ１１Ｂにおいて、行動解析部５３が機能する。
また、記憶部２１の一領域には、履歴データ記憶部７１と、関連行動記憶部７２と、解析結果記憶部７３とが設定される。

履歴データ記憶部７１には、ユーザの行動履歴のデータが記憶される。例えば、履歴データ記憶部７１には、ＧＰＳ部１６の測位データ、センサ部１７の各種センサの出力データ、メールの送信履歴等の通信履歴、ユーザによって使用されたアプリの履歴等、行動解析装置１の各種動作の履歴のデータが記憶される。
関連行動記憶部７２には、ユーザにおける特定の行動（以下、適宜「特定行動」と呼ぶ。）と、当該特定行動と関連する行動（以下、適宜「関連行動」と呼ぶ。）とが対応付けて記憶されている。特定行動としては、所定の関連行動の前または後、あるいは、前及び後に行われる可能性が高い行動が定義されている。

具体的には、特定行動には、所定の関連行動の開始に対応する第１の特定行動と、所定の関連行動の終了に対応する第２の特定行動とが含まれ、所定の関連行動の開始及び終了に対応する第１の特定行動と第２の特定行動との組み合わせを定義することも可能である。
即ち、第１の特定行動は対応する関連行動の開始を示唆し、第２の特定行動は対応する関連行動の終了を示唆するものとなる。
例えば、「平日の特定の時間帯に玄関を出る」という第１の特定行動に対しては、「通勤する」という関連行動が対応付けられている。
また、例えば、「自宅から一定距離以上離れた位置で写真を所定枚数以上撮影する」という第２の特定行動に対しては、「旅行に出かける」という関連行動が対応付けられている。
さらに、デスクワークの職場において、「座る」という第１の特定行動と「立ち上がる」という第２の特定行動との組み合わせに対しては、「仕事をする（デスクワーク）」という関連行動が対応付けられている。

なお、特定行動及び関連行動は、単一の行動として定義することの他、複数の行動の組み合わせとして定義することのいずれも可能である。例えば、第１の特定行動として、「起床後に立ち上がり、その後に座る」という行動の組み合わせを定義することができ、この場合の関連行動として、「食事する」という行動を定義することができる。また、例えば、「通勤する」という関連行動として、「歩行、バスでの移動及び電車での移動」という３種類の行動の組み合わせを定義することができる。
このように、センサの出力のみから行動を解析した場合、現在の行動自体の解析結果（例えば、「座る」あるいは「座っている」等）が取得される状況において、本実施形態の行動解析装置１では、前後の行動と対応して定義された関連行動（例えば、「食事する」等）であるか否かが解析される。
解析結果記憶部７３には、行動解析処理の結果であるユーザの行動が記憶される。例えば、解析結果記憶部７３には、ユーザのある１日の行動として、起床、食事（朝食）、通勤、仕事、帰宅、ジョギング、食事（夕食）、就寝といった行動が時系列に記憶される。

センサ情報取得部５１は、ＧＰＳ部１６の測位データ及びセンサ部１７の各種センサの出力データを取得し、ユーザの行動履歴のデータとして、履歴データ記憶部７１に記憶する。
特定行動検出部５２は、関連行動記憶部７２を参照し、履歴データ記憶部７１に記憶されたユーザの行動履歴のデータから、行動解析の契機となる行動として、特定行動を検出する。
図３は、ユーザの行動履歴のデータから特定行動が検出される状態を示す模式図である。なお、図３においては、加速度センサの出力データから、ユーザの特定行動として、立ち上がり動作及び座り動作が検出される状態を示している。
図３に示すように、ユーザが行動解析装置１を種々の状態で視聴している際に、ユーザが座り動作を行った場合（期間Ｃ）、あるいは、ユーザが立ち上がり動作を行った場合（期間Ｅ）には、これらの行動を特定行動として検出することができる。

行動解析部５３は、特定行動検出部５２によって、履歴データ記憶部７１に記憶されたユーザの行動履歴のデータから、特定行動が検出された場合、関連行動記憶部７２を参照し、ユーザの行動履歴のデータに、当該特定行動に対応する関連行動が存在するか否かの判定を行う。ユーザの行動履歴のデータに、当該特定行動に対応する関連行動が存在しない場合、ユーザの行動履歴のデータにおいて、行動の要素（履歴における最小単位の行動）及び行動の種別（ユーザの生活における行動の種類）に基づいて、ユーザが行った可能性のある行動を判定する。なお、このとき判定される行動としては、誤りのない判定結果となることを重視し、ユーザの行動履歴のデータから明確に特定可能な範囲で行動を判定することができる。例えば、「Ｘ地点からＹ地点まで時速Ｚ［ｋｍ］で移動した」といった判定結果であれば、取得されるデータから明確に判定できるため、誤りとなる可能性を低いものとできる。

一方、ユーザの行動履歴のデータに、当該特定行動に対応する関連行動が存在する場合、行動解析部５３は、当該関連行動をユーザの行動として判定する。
具体的には、行動解析部５３は、特定行動検出部５２によって検出された特定行動に対応付けて関連行動記憶部７２に記憶されている関連行動を取得し、履歴データ記憶部７１において、その特定行動に隣接する期間の行動が関連行動と一致するか否かの判定を行う。
例えば、行動解析部５３は、第１の特定行動が検出されている場合、第１の特定行動の後の期間において、第１の特定行動に対応する関連行動と一致する行動が行われているか否かの判定を行う。そして、行動解析部５３は、第１の特定行動に対応する関連行動と一致する行動が行われている場合、当該期間のユーザの行動を第１の特定行動に対応する関連行動として判定し、行動の日時と対応付けて解析結果記憶部７３に記憶する。

また、行動解析部５３は、第２の特定行動が検出されている場合、第２の特定行動の前の期間において、第２の特定行動に対応する関連行動と一致する行動が行われているか否かの判定を行う。そして、行動解析部５３は、第２の特定行動に対応する関連行動と一致する行動が行われている場合、当該期間のユーザの行動を第２の特定行動に対応する関連行動として判定し、行動の日時と対応付けて解析結果記憶部７３に記憶する。

さらに、行動解析部５３は、特定行動検出部５２によって、第１の特定行動及び第２の特定行動の組み合わせが検出されている場合、行動解析部５３は、当該第１の特定行動及び第２の特定行動の間の期間において、第１の特定行動及び第２の特定行動に対応する関連行動と一致する行動が行われているか否かの判定を行う。そして、行動解析部５３は、第１の特定行動及び第２の特定行動に対応する関連行動と一致する行動が行われている場合、当該期間のユーザの行動を第１の特定行動及び第２の特定行動に対応する関連行動として判定し、行動の日時と対応付けて解析結果記憶部７３に記憶する。

図４は、特定行動が検出されることにより、特定行動に対応する関連行動が特定される様子を示す模式図である。なお、図４の行動は職場で行われているものとする。
図４に示すように、センサの出力（ここでは加速度センサ）によって、座り動作及び立ち上がり動作を検出することができ、これらを第１の特定行動及び第２の特定行動とすることができる。

すると、これら第１の特定行動及び第２の特定行動の組み合わせに対する関連行動として、「仕事をする（デスクワーク）」という行動が対応付けられていることから、行動解析部５３は、履歴データ記憶部７１において、第１の特定行動及び第２の特定行動の間の期間の行動履歴のデータを参照し、当該期間のユーザの行動が「仕事をする（デスクワーク）」という関連行動と一致するか否かを判定する。本実施形態において、行動解析部５３は、当該期間のユーザの行動が、「仕事をする（デスクワーク）」という関連行動に明らかに一致しない行動である場合を除き、当該期間のユーザの行動を「仕事をする（デスクワーク）」という関連行動であると判定する。

即ち、職場で座り動作が行われてから立ち上がり動作が行われるまでは、「仕事をする（デスクワーク）」という行動が行われる可能性が高いところ、行動解析部５３による行動解析の結果として、「仕事をする」という行動であると判定される。なお、同一の特定行動（または特定行動の組み合わせ）に対して、複数の関連行動が対応付けられている場合、行動解析部５３は、ユーザの行動履歴のデータを参照し、最も可能性の高い関連行動を選択する。
このように、本実施形態における行動解析部５３の行動解析では、特定行動に隣接する期間の行動が、関連行動記憶部７２に記憶されている特定行動の関連行動と照合されるため、限定された行動パターンのデータとの一致を判定すればよく、具体的かつ高精度な行動解析を行うことができる。

また、本実施形態における行動解析装置１では、第２ＣＰＵ１１Ｂよりも低消費電力で動作可能な第１ＣＰＵ１１Ａにおいて、センサ情報取得部５１及び特定行動検出部５２が常時あるいは間欠的に動作していればよく、第２ＣＰＵ１１Ｂにおいて動作する行動解析部５３は、特定行動検出部５２によって特定行動が検出されたタイミングで起動すればよい。
そのため、行動解析処理を行う上で、第２ＣＰＵ１１Ｂは必要に応じて起動すればよいため、行動解析装置１の低消費電力化を図ることができる。

［動作］
図５は、図２の機能的構成を有する図１の行動解析装置１が実行する行動解析処理の流れを説明するフローチャートである。
行動解析処理は、ユーザによる入力部１９への行動解析処理開始の操作により開始される。

ステップＳ１１において、センサ情報取得部５１は、各種センサの出力データを取得する。
ステップＳ１２において、センサ情報取得部５１は、各種センサの出力データを取得日時と対応付けて履歴データ記憶部７１に記憶する。

ステップＳ１３において、センサ情報取得部５１は、ＧＰＳ部１６の測位データを取得する。
ステップＳ１４において、センサ情報取得部５１は、取得日時と対応付けて測位データを履歴データ記憶部７１に記憶する。
ステップＳ１５において、特定行動検出部５２は、履歴データ記憶部７１に記憶されているユーザの行動履歴のデータを参照し、ユーザの移動距離（位置情報の差分）及び移動速度（平均値）を算出する。

ステップＳ１６において、特定行動検出部５２は、所定距離以上または所定速度以上の移動を検出したか否かの判定を行う。なお、ユーザの所定距離以上または所定速度以上の移動は、特定行動として関連行動記憶部７２に記憶されているものとする。
所定距離以上または所定速度以上の移動を検出した場合、ステップＳ１６においてＹＥＳと判定されて、処理はステップＳ１７に移行する。
一方、所定距離以上または所定速度以上の移動を検出していない場合、ステップＳ１６においてＮＯと判定されて、処理はステップＳ１８に移行する。

ステップＳ１７において、特定行動検出部５２は、検出した所定距離以上または所定速度以上の移動を、特定行動として、日時と対応付けて履歴データ記憶部７１に記憶（タグ付け）する。

ステップＳ１８において、特定行動検出部５２は、立ち上がり動作、座り動作、移動動作の検出・判定処理（以下、「立ち座り／移動判定処理」と呼ぶ。）を実行する。

ステップＳ１９において、特定行動検出部５２は、立ち座り／移動判定処理において、立ち上がり動作、座り動作あるいは歩行や移動動作が検出されたか否かの判定を行う。
立ち座り／移動判定処理において、立ち上がり動作、座り動作あるいは歩行や移動動作が検出された場合、ステップＳ１９においてＹＥＳと判定されて、処理はステップＳ２０に移行する。
一方、立ち座り／移動判定処理において、立ち上がり動作、座り動作あるいは歩行や移動動作が検出されていない場合、ステップＳ１９においてＮＯと判定されて、行動解析処理は終了する。

ステップＳ２０において、特定行動検出部５２は、立ち上がり動作、座り動作、歩行あるいは移動動作を特定行動として、日時と対応付けて履歴データ記憶部７１に記憶（タグ付け）する。

ステップＳ２１において、特定行動検出部５２は、履歴データ記憶部７１に記憶されたユーザの行動履歴のデータから、関連行動記憶部７２に記憶されている特定行動を検出する。

ステップＳ２２において、行動解析部５３は、ユーザの行動履歴のデータに、検出した特定行動に対応する関連行動が存在するか否かの判定を行う。
ユーザの行動履歴のデータに、検出した特定行動に対応する関連行動が存在する場合、ステップＳ２２においてＹＥＳと判定されて、処理はステップＳ２５に移行する。
一方、ユーザの行動履歴のデータに、検出した特定行動に対応する関連行動が存在しない場合、ステップＳ２２においてＮＯと判定されて、処理はステップＳ２３に移行する。
ステップＳ２３において、行動解析部５３は、特定行動に対応する期間のユーザの行動要素及び行動の種別を特定する。

ステップＳ２４において、行動解析部５３は、行動要素及び行動の種別に応じて、ユーザが行った可能性のある行動を判定する。

ステップＳ２５において、行動解析部５３は、特定行動に対応する期間のユーザの行動（ステップＳ２２において存在すると判定された関連行動またはステップＳ２４において判定された行動）を、行動解析結果として、日時と対応付けて時系列の解析結果記憶部７３に記憶する。

ステップＳ２６において、行動解析部５３は、行動解析結果であるユーザの行動を所定のアプリに出力またはサーバに送信する。これに対応して、行動解析装置１の設定に従い、アプリまたはサーバから行動の状況に応じた情報やサービスの提供が行われる。
ステップＳ２６の後、行動解析処理は終了する。

図６は、行動解析処理のステップＳ１８において実行される立ち座り／移動判定処理の流れを説明するフローチャートである。なお、図６における閾値Ｔｈ１〜Ｔｈ４は、行動の判定のために予め設定された閾値である。即ち、人間の歩く、走る及び静止するという行動について、鉛直方向の加速度の大きさや分布が違うことを利用して閾値Ｔｈ１〜Ｔｈ４を設定することができる。例えば、一般に、「歩く」では０．５〜０．６Ｇ、「走る」では０．８〜０．９Ｇ近くであるのに対し、静止状態は０．００４Ｇ以下となることが多く、このような行動解析に係る種々の加速度パラメータを利用して閾値Ｔｈ１〜Ｔｈ４を設定するようにしてもよい。ただし、これらの具体的な数値は一例であり、個人差等により変動するものであることから、行動解析装置１を使用するユーザの行動からキャリブレーション等を行うことで、より適切な数値に補正することとしてもよい。
ステップＳ４１において、特定行動検出部５２は、上下加速度Ａｘ（ｔ）、前後加速度Ａｙ（ｔ）の時系列データを取得する。

ステップＳ４２において、特定行動検出部５２は、上下加速度Ａｘ（ｔ）の平均＞閾値Ｔｈ１であるか否かの判定を行う。
上下加速度Ａｘ（ｔ）の平均＞閾値Ｔｈ１である場合、ステップＳ４２においてＹＥＳと判定されて、処理はステップＳ４３に移行する。
一方、上下加速度Ａｘ（ｔ）の平均＞閾値Ｔｈ１でない場合、ステップＳ４２においてＮＯと判定されて、処理はステップＳ４６に移行する。

ステップＳ４３において、特定行動検出部５２は、｜上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１）｜の平均＞閾値Ｔｈ２であるか否かの判定を行う。
｜上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１）｜の平均＞閾値Ｔｈ２である場合、ステップＳ４３においてＹＥＳと判定されて、処理はステップＳ４４に移行する。
｜上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１）｜の平均＞閾値Ｔｈ２でない場合、ステップＳ４３においてＮＯと判定されて、処理はステップＳ４５に移行する。

ステップＳ４４において、特定行動検出部５２は、ユーザの行動を「走行」に分類する。
ステップＳ４４の後、処理は運動解析処理に戻る。

ステップＳ４５において、特定行動検出部５２は、ユーザの行動を「その他の行動（デスクワーク等）」に分類する。
ステップＳ４５の後、処理は運動解析処理に戻る。

ステップＳ４６において、特定行動検出部５２は、｜上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１）｜の平均＞閾値Ｔｈ３であるか否かの判定を行う。
｜上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１）｜の平均＞閾値Ｔｈ３である場合、ステップＳ４６においてＹＥＳと判定されて、処理はステップＳ４８に移行する。
一方、｜上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１）｜の平均＞閾値Ｔｈ３でない場合、ステップＳ４６においてＮＯと判定されて、処理はステップＳ４７に移行する。

ステップＳ４７において、特定行動検出部５２は、ユーザの行動を「立ち止まる」に分類する。
ステップＳ４７の後、処理は運動解析処理に戻る。

ステップＳ４８において、特定行動検出部５２は、｛（前後加速度Ａｙ（ｔ）−Ａｙ（ｔ−１））^２＋（上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１））^２｝^１／２の平均＞閾値Ｔｈ４であるか否かの判定を行う。
｛（前後加速度Ａｙ（ｔ）−Ａｙ（ｔ−１））^２＋（上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１））^２｝^１／２の平均＞閾値Ｔｈ４である場合、ステップＳ４８においてＹＥＳと判定されて、処理はステップＳ４９に移行する。
一方、｛（前後加速度Ａｙ（ｔ）−Ａｙ（ｔ−１））^２＋（上下加速度Ａｘ（ｔ）−Ａｘ（ｔ−１））^２｝^１／２の平均＞閾値Ｔｈ４でない場合、ステップＳ４８においてＮＯと判定されて、処理はステップＳ５０に移行する。

ステップＳ４９において、特定行動検出部５２は、ユーザの行動を「走行」に分類する。
ステップＳ４９の後、処理は運動解析処理に戻る。
ステップＳ５０において、特定行動検出部５２は、ユーザの行動を「歩行」に分類する。
ステップＳ５０の後、処理は運動解析処理に戻る。

このような処理により、ユーザの行動履歴のデータにおいて、特定行動が検出され、検出された特定行動に対応する関連行動が行動解析結果として取得される。
そのため、ユーザの行動において、特定行動の前後の行動として蓋然性の高い行動が行動解析結果としてより取得され易いものとなる。
したがって、ユーザの行動解析をより適切に行うことが可能となる。

［第２実施形態］
次に、本発明の第２実施形態について説明する。
第１実施形態においては、履歴データ記憶部７１に記憶されたユーザの行動履歴のデータを対象として、行動解析処理を行うものとした。
これに対し、リアルタイムに入力されるユーザの行動履歴のデータ（センサの出力データ等）を対象として、行動解析処理を行うことが可能である。

この場合、特定行動検出部５２が、センサ情報取得部５１によって逐次取得されるユーザの行動履歴のデータを監視し、第１の特定行動が検出された場合、行動解析部５３が、以後に取得されるユーザの行動履歴のデータが、当該第１の特定行動と対応付けて関連行動記憶部７２に記憶されている関連行動と一致するか否かを判定する。
このとき、一致すると判定された場合、その関連行動が第１の特定行動の後の行動とされる。

また、第２の特定行動については、センサ情報取得部５１によって逐次取得されるユーザの行動履歴のデータを所定時間分、バッファしておき、特定行動検出部５２が、センサ情報取得部５１によって逐次取得されるユーザの行動履歴のデータを監視し、第２の特定行動が検出された場合、バッファされているユーザの行動履歴のデータが、当該第２の特定行動と対応付けて関連行動記憶部７２に記憶されている関連行動と一致するか否かを判定する。
このとき、一致すると判定された場合、その関連行動が第２の特定行動の前の行動とされる。

なお、第１の特定行動及び第２の特定行動の組み合わせとして特定行動が定義されている場合、特定行動検出部５２が、センサ情報取得部５１によって逐次取得されるユーザの行動履歴のデータを監視し、第１の特定行動が検出された場合に、第２の特定行動が検出されるまでのユーザの行動履歴のデータをバッファする。そして、第２の特定行動が検出された場合に、行動解析部５３が、バッファされているユーザの行動履歴のデータが、当該第１の特定行動及び第２の特定行動と対応付けて関連行動記憶部７２に記憶されている関連行動と一致するか否かを判定する。

このとき、一致すると判定された場合、その関連行動が第１の特定行動と第２の特定行動との間の行動とされる。
このように、リアルタイムに入力されるユーザの行動履歴のデータ（センサの出力データ等）に対しても、行動解析処理を行うことが可能である。
したがって、ユーザの行動解析をより適切に行うことが可能となる。

［変形例１］
上述の実施形態において、行動解析処理では、立ち上がり動作、座り動作、歩行あるいは移動動作を特定行動として検出するものとしたが、特定行動としては、交通手段を利用した移動等を設定することも可能である。
即ち、加速度センサ、気圧センサ及び磁気センサの出力データを統計的に分析することで、歩行、走行、階段の昇降、エレベータによる昇降、電車による移動、バスによる移動、乗用車による移動等を区別して検出可能であることから、これらを特定行動として設定することができる。

以下、電車による移動、バスによる移動、乗用車による移動、歩行及び走行を特定行動として検出する場合の処理（以下、「移動手段判定処理」と呼ぶ。）について説明する。
図７は、移動手段判定処理の流れを説明するフローチャートである。
移動手段判定処理は、行動解析処理のステップＳ１８において、立ち座り／移動判定処理に代えて、あるいは、立ち座り／移動判定処理と共に実行することができる。なお、図７における閾値Ｔｈ１１〜Ｔｈ１５は、移動手段の判定のために予め設定された閾値である。即ち、例えば３軸合成の加速度でも、「走る」では、１〜１．２Ｇの範囲に広く分布するが、「歩く」では１．０３〜１．０５Ｇ付近に分布する。そして「自動車」、「バス」及び「電車」では約０．９８〜１．０１Ｇの狭い範囲に集中することが多い。よって、「歩く」、「走る」等と「自動車」、「バス」等とについて識別可能である。また、東京近郊の平常時の３軸合成した磁気量は約４５［μＴ］程度で、「徒歩」では４０〜５０［μＴ］、「自動車」や「バス」で３０［μＴ］の範囲で略一定であるが、「電車」では通常生じない１００［μＴ］以上の磁気が頻繁に観測されるので、「電車」と他の移動とについては一般的に容易に識別できる。また、「自動車」と「バス」については、横方向や進行方向の加速度のパワースペクトラムや鉛直方向の加速度に差があるので、それを解析することで識別ができるし、それに加えてＧＰＳを利用した自身の位置情報を利用することで、自分がバスの路線上にいるのか、または、それ以外の道路上にいるのかも判定して識別してもよい。これら上述したパラメータの情報に鑑みてＴｈ１１〜Ｔｈ１５が設定されてもよい。

ステップＳ７１において、センサ情報取得部５１は、各種センサの出力データを取得する。
ステップＳ７２において、特定行動検出部５２は、磁気量の平均≧閾値Ｔｈ１１であるか否かの判定を行う。
磁気量の平均≧閾値Ｔｈ１１である場合、ステップＳ７２においてＹＥＳと判定されて、処理はステップＳ７３に移行する。
一方、磁気量の平均≧閾値Ｔｈ１１でない場合、ステップＳ７２においてＮＯと判定されて、処理はステップＳ７４に移行する。

ステップＳ７３において、特定行動検出部５２は、ユーザの移動手段を「電車」に分類する。
ステップＳ７４において、特定行動検出部５２は、上下の加速度の平均≧閾値Ｔｈ１２であるか否かの判定を行う。
上下の加速度の平均≧閾値Ｔｈ１２である場合、ステップＳ７４においてＹＥＳと判定されて、処理はステップＳ８０に移行する。
一方、上下の加速度の平均≧閾値Ｔｈ１２でない場合、ステップＳ７４においてＮＯと判定されて、処理はステップＳ７５に移行する。

ステップＳ７５において、特定行動検出部５２は、上下の加速度の平均＜閾値Ｔｈ１３であるか否かの判定を行う。
上下の加速度の平均＜閾値Ｔｈ１３である場合、ステップＳ７５においてＹＥＳと判定されて、処理はステップＳ７９に移行する。
一方、上下の加速度の平均＜閾値Ｔｈ１３でない場合、ステップＳ７５においてＮＯと判定されて、処理はステップＳ７６に移行する。

ステップＳ７６において、特定行動検出部５２は、加速度のパワースペクトラム最大値≧閾値Ｔｈ１３であるか否かの判定を行う。
加速度のパワースペクトラム最大値≧閾値Ｔｈ１４である場合には、ステップＳ７６においてＹＥＳと判定されて、処理はステップＳ７８に移行する。
一方、加速度のパワースペクトラム最大値≧閾値Ｔｈ１４でない場合、ステップＳ７６においてＮＯと判定されて、処理はステップＳ７７に移行する。

ステップＳ７７において、特定行動検出部５２は、ユーザの移動手段を「自動車（乗用車）」に分類する。
ステップＳ７８において、特定行動検出部５２は、ユーザの移動手段を「バス」に分類する。
ステップＳ７９において、特定行動検出部５２は、ユーザの移動手段を「静止」に分類する。

ステップＳ８０において、特定行動検出部５２は、走行速度の平均≧閾値Ｔｈ１５または鉛直方向の加速度≧閾値Ｔｈ１６であるか否かの判定を行う。
走行速度の平均≧閾値Ｔｈ１５または鉛直方向の加速度≧閾値Ｔｈ１６である場合、ステップＳ８０においてＹＥＳと判定されて、処理はステップＳ８２に移行する。
一方、走行速度の平均≧閾値Ｔｈ１５でなく鉛直方向の加速度≧閾値Ｔｈ１６でない場合、ステップＳ８０においてＮＯと判定されて、処理はステップＳ８１に移行する。

ステップＳ８１において、特定行動検出部５２は、ユーザの移動手段を「歩行」に分類する。
ステップＳ８２において、特定行動検出部５２は、ユーザの移動手段を「走行」に分類する。
このような処理により、ユーザの移動手段を特定行動として設定することができ、多様な行動を特定行動として設定することで、ユーザの行動解析をより適切に行うことが可能となる。

以上のように構成される行動解析装置１は、特定行動検出部５２と、行動解析部５３と、を備える。
特定行動検出部５２は、ユーザにおける特定行動を検出する。
行動解析部５３は、特定行動に対応する期間におけるユーザの関連行動を解析する。
これにより、ユーザの行動において、特定行動に対応する期間の行動として蓋然性の高い行動が行動解析結果としてより取得され易いものとなる。
したがって、ユーザの行動解析をより適切に行うことが可能となる。
また、特定行動に基づいて（特定行動を利用した上で）、この特定行動の前後の行動を予想するので、何も参照することなく行動解析する場合に比べて処理が容易となり、ＣＰＵパワーを多く利用することなく行動解析することができる。

特定行動検出部５２は、特定行動を行動解析の契機となる行動として検出する。
行動解析部５３は、特定行動に隣接する期間におけるユーザの関連行動を解析する。
これにより、特定行動を契機として、特定行動の前後の行動として蓋然性の高い行動が行動解析結果としてより取得され易いものとなる。
したがって、ユーザの行動解析をより適切に行うことが可能となる。

行動解析部５３は、特定行動に対応する期間におけるユーザの関連行動を特定行動と対応付けて解析する。
これにより、特定行動と対応付けた関連行動の解析を行うことができるため、ユーザの行動をより具体的かつ高精度に解析することが可能となる。

特定行動検出部５２は、行動の開始に対応する第１の特定行動を検出する。
行動解析部５３は、第１の特定行動が検出された以後の期間におけるユーザの行動を、第１の特定行動と対応付けて解析する。
これにより、第１の特定行動の後に行われる行動をより具体的かつ高精度に解析することができる。

特定行動検出部５２は、行動の終了に対応する第２の特定行動を検出する。
行動解析部５３は、第２の特定行動が検出された以前の期間におけるユーザの行動を、第２の特定行動と対応付けて解析する。
これにより、第２の特定行動の前に行われる行動をより具体的かつ高精度に解析することができる。

特定行動検出部５２は、行動の開始に対応する第１の特定行動と、行動の終了に対応する第２の特定行動とを検出する。
行動解析部５３は、第１の特定行動が検出された時間から第２の特定行動が検出された時間までのユーザの行動を、第１の特定行動及び第２の特定行動と対応付けて解析する。
これにより、第１の特定行動と第２の特定行動との間に行われる行動をより具体的かつ高精度に解析することができる。

特定行動検出部５２は、ユーザにおける複数の行動の組み合わせまたはユーザにおける単一の行動の少なくともいずれかを特定行動として検出する。
これにより、より適切な特定行動を定義することができるため、ユーザの行動解析をより適切に行うことが可能となる。

また、行動解析装置１は、関連行動記憶部７２をさらに備える。
関連行動記憶部７２は、特定行動と、当該特定行動と関連性の高いユーザの行動とを予め対応付けて記憶する。
行動解析部５３は、特定行動検出部５２によって特定行動が検出された場合に、関連行動記憶部７２に記憶された当該特定行動と関連性の高いユーザの行動を参照して、ユーザの行動を解析する。
これにより、特定行動と関連性の高い行動を予め定義することができ、定義された行動を参照して、より簡単にユーザの行動を解析することが可能となる。

特定行動検出部５２は、行動解析装置１に備えられた第１ＣＰＵ１１Ａによって構成される。
行動解析部５３は、行動解析装置１に備えられた第２ＣＰＵ１１Ｂによって構成される。
第１ＣＰＵ１１Ａは、第２ＣＰＵ１１Ｂより低消費電力で動作する。
これにより、行動解析装置１の低消費電力化を図ることができる。

行動解析装置１は、履歴データ記憶部７１を備える。
履歴データ記憶部７１は、ユーザの行動に関連して取得されたデータの履歴を記憶する。
特定行動検出部５２は、履歴データ記憶部７１に記憶されたデータに基づいて、特定行動を検出する。
行動解析部５３は、検出された特定行動に基づいて、履歴データ記憶部７１に記憶されたデータが表す行動を解析する。
これにより、行動解析装置１において過去に取得された履歴のデータを対象として、特定行動を検出して行動解析を行うことができる。

行動解析部５３は、特定行動に隣接する期間におけるユーザの行動を解析して、１つの行動結果とする。
これにより、特定行動に隣接する期間におけるユーザの行動全体が表す行動の内容を行動結果として取得することができる。

なお、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。

例えば、上述の実施形態では、特定行動と関連行動とが予め対応付けられているものとして説明したが、これに限られない。例えば、特定行動に対応する関連行動は、ユーザの行動履歴や行動解析装置１の操作履歴等から、逐次抽出することとしてもよい。
また、上述の実施形態において、測位データあるいは各種センサの出力データは、行動解析装置１が連携する他の装置から取得することとしてもよい。

また、上述の実施形態では、特定行動をユーザの行動解析するための契機（トリガ）として利用して、その特定行動に隣接する期間にユーザの行動を解析するものとしたが、特定行動が検出されている期間中にユーザの行動解析を行うようにしてもよい。

また、上述の実施形態では、行動解析処理のステップＳ２３において、行動解析部５３は、特定行動に対応する期間のユーザの行動要素及び行動の種別を特定するものとしたが、この場合、行動解析装置１において把握される種々の情報から、ユーザの行動を特定することができる。例えば、生体情報、運動情報あるいは環境情報を分析し、作業やスポーツ等の種類、強度等を特定することができる。また、測位データ、地域情報、移動軌跡、移動距離、滞在時間あるいはスケジュール等を分析し、出発地・目的地等の地域、場所、用件、目的等を判定することができる。また、電子メール、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）、撮像画像あるいはアプリやファイルの使用履歴等を分析し、通信相手、特定の人の顔、顔認識、シーン認識、メッセージ用件、ファイルの種類等を判定することができる。さらに、通信した無線局、ＷｉＦｉ局、ＢＴ（ブルートゥース（登録商標））機器、検出されたＲＦＩＤタグあるいはＮＦＣタグ等の通信履歴を分析し、通信相手の機器やタグのＩＤあるいは種類、設置場所、登録した所持品等を判定することができる。

また、上述の実施形態において、特定行動あるいは行動履歴を明確に記録するために、職場（自身のデスク等）や家、あるいは、自動車等の所定対象にＲＦＩＤタグあるいはＮＦＣタグの読み取り装置を設置しておき、ユーザがＲＦＩＤタグ等を適宜読み取らせることとしてもよい。同様に、駅の改札等でＲＦＩＤタグ等が読み取られたことを行動履歴として記録することとしてもよい。

また、上述の実施形態では、本発明が適用される行動解析装置１は、スマートフォンあるいはリスト端末等のウェアラブル機器を例として説明したが、特にこれに限定されない。
例えば、本発明は、行動解析処理機能を有する電子機器一般に適用することができる。具体的には、例えば、本発明は、ノート型のパーソナルコンピュータ、テレビジョン受像機、ビデオカメラ、携帯型ナビゲーション装置、携帯電話機、ポータブルゲーム機等に適用可能である。また、リスト端末以外のウェアラブル機器として、例えば、眼鏡型のウェアラブル機器に適用することも可能である。この場合、ユーザの口の動きを検出することができ、食事していることや会話していることをより正確に判定することができる。

上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、図２の機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が行動解析装置１に備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に図２の例に限定されない。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
本実施形態における機能的構成は、演算処理を実行するプロセッサによって実現され、本実施形態に用いることが可能なプロセッサには、シングルプロセッサ、マルチプロセッサ及びマルチコアプロセッサ等の各種処理装置単体によって構成されるものの他、これら各種処理装置と、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ‐Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の処理回路とが組み合わせられたものを含む。

一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えば汎用のパーソナルコンピュータであってもよい。

このようなプログラムを含む記録媒体は、ユーザにプログラムを提供するために装置本体とは別に配布される図１のリムーバブルメディア３１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成される。リムーバブルメディア３１は、例えば、磁気ディスク（フロッピディスクを含む）、光ディスク、または光磁気ディスク等により構成される。光ディスクは、例えば、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ），ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ），Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ（ブルーレイディスク）等により構成される。光磁気ディスクは、ＭＤ（Ｍｉｎｉ−Ｄｉｓｋ）等により構成される。また、装置本体に予め組み込まれた状態でユーザに提供される記録媒体は、例えば、プログラムが記録されている図１のＲＯＭ１２や、図１の記憶部２１に含まれるハードディスク等で構成される。

なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。

以上、本発明のいくつかの実施形態について説明したが、これらの実施形態は、例示に過ぎず、本発明の技術的範囲を限定するものではない。本発明はその他の様々な実施形態を取ることが可能であり、さらに、本発明の要旨を逸脱しない範囲で、省略や置換等種々の変更を行うことができる。これら実施形態やその変形は、本明細書等に記載された発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

以下に、本願の出願当初の特許請求の範囲に記載された発明を付記する。
［付記１］
ユーザにおける特定行動を検出する特定行動検出手段と、
前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析手段と、
を備えることを特徴とする行動解析装置。
［付記２］
前記特定行動検出手段は、前記特定行動を行動解析の契機となる行動として検出し、
前記行動解析手段は、前記特定行動に隣接する期間における前記ユーザの関連行動を解析することを特徴とする付記１に記載の行動解析手段。
［付記３］
前記行動解析手段は、前記特定行動に対応する期間における前記ユーザの関連行動を前記特定行動と対応付けて解析することを特徴とする付記１または２に記載の行動解析装置。
［付記４］
前記特定行動検出手段は、行動の開始に対応する第１の特定行動を検出し、
前記行動解析手段は、前記第１の特定行動が検出された以後の期間における前記ユーザの行動を、前記第１の特定行動と対応付けて解析することを特徴とする付記３に記載の行動解析装置。
［付記５］
前記特定行動検出手段は、行動の終了に対応する第２の特定行動を検出し、
前記行動解析手段は、前記第２の特定行動が検出された以前の期間における前記ユーザの行動を、前記第２の特定行動と対応付けて解析することを特徴とする付記３に記載の行動解析装置。
［付記６］
前記特定行動検出手段は、行動の開始に対応する第１の特定行動と、行動の終了に対応する第２の特定行動とを検出し、
前記行動解析手段は、前記第１の特定行動が検出された時間から前記第２の特定行動が検出された時間までの前記ユーザの行動を、前記第１の特定行動及び前記第２の特定行動と対応付けて解析することを特徴とする付記３に記載の行動解析装置。
［付記７］
前記特定行動検出手段は、ユーザにおける複数の行動の組み合わせまたはユーザにおける単一の行動の少なくともいずれかを前記特定行動として検出することを特徴とする付記１から６のいずれか１つに記載の行動解析装置。
［付記８］
前記特定行動と、当該特定行動と関連性の高い前記ユーザの行動とを予め対応付けて記憶する関連行動記憶手段をさらに備え、
前記行動解析手段は、前記特定行動検出手段によって前記特定行動が検出された場合に、前記関連行動記憶手段に記憶された当該特定行動と関連性の高い前記ユーザの行動を参照して、前記ユーザの行動を解析することを特徴とする付記１から７のいずれか１つに記載の行動解析装置。
［付記９］
前記特定行動検出手段は、当該行動解析装置に備えられた第１のハードウェアによって構成され、
前記行動解析手段は、当該行動解析装置に備えられた第２のハードウェアによって構成され、
前記第１のハードウェアは、前記第２のハードウェアより低消費電力で動作することを特徴とする付記１から８のいずれか１つに記載の行動解析装置。
［付記１０］
ユーザの行動に関連して取得されたデータの履歴を記憶する履歴データ記憶手段を備え、
前記特定行動検出手段は、前記履歴データ記憶手段に記憶された前記データに基づいて、前記特定行動を検出し、
前記行動解析手段は、検出された前記特定行動に基づいて、前記履歴データ記憶手段に記憶された前記データが表す行動を解析することを特徴とする付記１から９のいずれか１つに記載の行動解析装置。
［付記１１］
前記行動解析手段は、前記特定行動に隣接する期間における前記ユーザの行動を解析して、１つの行動結果とすることを特徴とする付記１から１０のいずれか１つに記載の行動解析装置。
［付記１２］
行動解析装置で実行される行動解析方法であって、
ユーザにおける特定行動を検出する特定行動検出ステップと、
前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析ステップと、
を含むことを特徴とする行動解析方法。
［付記１３］
行動解析装置を制御するコンピュータを、
ユーザにおける特定行動を検出する特定行動検出手段、
前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析手段、
として機能させることを特徴とするプログラム。

１・・・行動解析装置，１１・・・ＣＰＵ，１１Ａ・・・第１ＣＰＵ，１１Ｂ・・・第２ＣＰＵ，１２・・・ＲＯＭ，１３・・・ＲＡＭ，１４・・・バス，１５・・・入出力インターフェース，１６・・・ＧＰＳ部，１７・・・センサ部，１８・・・撮像部，１９・・・入力部，２０・・・出力部，２１・・・記憶部，２２・・・通信部，２３・・・ドライブ，３１・・・リムーバブルメディア，５１・・・センサ情報取得部，５２・・・特定行動検出部，５３・・・行動解析部，７１・・・履歴データ記憶部，７２・・・関連行動記憶部，７３・・・解析結果記憶部

Claims (13)

1. ユーザにおける特定行動を検出する特定行動検出手段と、
   前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析手段と、
   を備えることを特徴とする行動解析装置。
2. 前記特定行動検出手段は、前記特定行動を行動解析の契機となる行動として検出し、
   前記行動解析手段は、前記特定行動に隣接する期間における前記ユーザの関連行動を解析することを特徴とする請求項１に記載の行動解析手段。
3. 前記行動解析手段は、前記特定行動に対応する期間における前記ユーザの関連行動を前記特定行動と対応付けて解析することを特徴とする請求項１または２に記載の行動解析装置。
4. 前記特定行動検出手段は、行動の開始に対応する第１の特定行動を検出し、
   前記行動解析手段は、前記第１の特定行動が検出された以後の期間における前記ユーザの行動を、前記第１の特定行動と対応付けて解析することを特徴とする請求項３に記載の行動解析装置。
5. 前記特定行動検出手段は、行動の終了に対応する第２の特定行動を検出し、
   前記行動解析手段は、前記第２の特定行動が検出された以前の期間における前記ユーザの行動を、前記第２の特定行動と対応付けて解析することを特徴とする請求項３に記載の行動解析装置。
6. 前記特定行動検出手段は、行動の開始に対応する第１の特定行動と、行動の終了に対応する第２の特定行動とを検出し、
   前記行動解析手段は、前記第１の特定行動が検出された時間から前記第２の特定行動が検出された時間までの前記ユーザの行動を、前記第１の特定行動及び前記第２の特定行動と対応付けて解析することを特徴とする請求項３に記載の行動解析装置。
7. 前記特定行動検出手段は、ユーザにおける複数の行動の組み合わせまたはユーザにおける単一の行動の少なくともいずれかを前記特定行動として検出することを特徴とする請求項１から６のいずれか１項に記載の行動解析装置。
8. 前記特定行動と、当該特定行動と関連性の高い前記ユーザの行動とを予め対応付けて記憶する関連行動記憶手段をさらに備え、
   前記行動解析手段は、前記特定行動検出手段によって前記特定行動が検出された場合に、前記関連行動記憶手段に記憶された当該特定行動と関連性の高い前記ユーザの行動を参照して、前記ユーザの行動を解析することを特徴とする請求項１から７のいずれか１項に記載の行動解析装置。
9. 前記特定行動検出手段は、当該行動解析装置に備えられた第１のハードウェアによって構成され、
   前記行動解析手段は、当該行動解析装置に備えられた第２のハードウェアによって構成され、
   前記第１のハードウェアは、前記第２のハードウェアより低消費電力で動作することを特徴とする請求項１から８のいずれか１項に記載の行動解析装置。
10. ユーザの行動に関連して取得されたデータの履歴を記憶する履歴データ記憶手段を備え、
    前記特定行動検出手段は、前記履歴データ記憶手段に記憶された前記データに基づいて、前記特定行動を検出し、
    前記行動解析手段は、検出された前記特定行動に基づいて、前記履歴データ記憶手段に記憶された前記データが表す行動を解析することを特徴とする請求項１から９のいずれか１項に記載の行動解析装置。
11. 前記行動解析手段は、前記特定行動に隣接する期間における前記ユーザの行動を解析して、１つの行動結果とすることを特徴とする請求項１から１０のいずれか１項に記載の行動解析装置。
12. 行動解析装置で実行される行動解析方法であって、
    ユーザにおける特定行動を検出する特定行動検出ステップと、
    前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析ステップと、
    を含むことを特徴とする行動解析方法。
13. 行動解析装置を制御するコンピュータを、
    ユーザにおける特定行動を検出する特定行動検出手段、
    前記特定行動に対応する期間における前記ユーザの関連行動を解析する行動解析手段、
    として機能させることを特徴とするプログラム。

Images