JP2018045532A - Information processing device, information processing method, and information processing program - Google Patents

Information processing device, information processing method, and information processing program Download PDF

Info

Publication number
JP2018045532A
JP2018045532A JP2016180929A JP2016180929A JP2018045532A JP 2018045532 A JP2018045532 A JP 2018045532A JP 2016180929 A JP2016180929 A JP 2016180929A JP 2016180929 A JP2016180929 A JP 2016180929A JP 2018045532 A JP2018045532 A JP 2018045532A
Authority
JP
Japan
Prior art keywords
user
information
message
unit
information processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2016180929A
Other languages
Japanese (ja)
Inventor
伸幸 清水
Nobuyuki Shimizu
伸幸 清水
隼人 小林
Hayato Kobayashi
隼人 小林
清水 徹
Toru Shimizu
徹 清水
晃平 菅原
Kohei Sugawara
晃平 菅原
達洋 丹羽
Tatsuhiro Niwa
達洋 丹羽
伸裕 鍜治
Nobuhiro Kaji
伸裕 鍜治
Original Assignee
ヤフー株式会社
Yahoo Japan Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ヤフー株式会社, Yahoo Japan Corp filed Critical ヤフー株式会社
Priority to JP2016180929A priority Critical patent/JP2018045532A/en
Publication of JP2018045532A publication Critical patent/JP2018045532A/en
Application status is Pending legal-status Critical

Links

Images

Abstract

PROBLEM TO BE SOLVED: To provide an information processing device, information processing method, and information processing program capable of generating a message of a content suitable for a user so as to improve the satisfaction of a user with the message.SOLUTION: An information processing device includes an acquisition unit and a generation unit. The acquisition unit obtains a plurality of context information pieces about a user. The generation unit generates a message for a terminal device of a user from a message generation learning model on the basis of the plurality of context information pieces obtained by the acquisition unit.SELECTED DRAWING: Figure 1

Description

本発明は、情報処理装置、情報処理方法、および、情報処理プログラムに関する。 The present invention relates to an information processing apparatus, information processing method, and an information processing program.

従来、ユーザの端末装置に対して種々の情報を含んだメッセージを通知する情報処理装置が知られている(例えば、特許文献1参照)。 Conventionally, the information processing apparatus is known for notifying a message that includes various information to the user of the terminal device (for example, see Patent Document 1). かかる情報処理装置にあっては、端末装置の現在の位置情報を取得し、取得された現在の位置情報に応じたメッセージを生成して端末装置へ通知している。 In the information processing apparatus according obtains the current location information of the terminal device, and generates a message corresponding to the current position information acquired is notified to the terminal device.

特開2014−56399号公報 JP 2014-56399 JP

しかしながら、上記した従来技術にあっては、現在の位置情報のみに基づいてメッセージを生成しているため、メッセージの内容がユーザにとって必ずしも適した内容とならず、ユーザの満足度を十分に満たさない場合があり、改善の余地があった。 However, in the conventional technique described above, since the generated messages based only on the current position information, not only the content of the message is necessarily suitable content for the user, not fully satisfy the user satisfaction If there is there, there is room for improvement.

本願は、上記に鑑みてなされたものであって、ユーザに適した内容のメッセージを生成してメッセージに対するユーザの満足度を向上させることができる情報処理装置、情報処理方法、および、情報処理プログラムを提供することを目的とする。 This application was made in view of the above, the information processing apparatus, an information processing method capable of generate a message content suitable for the user to improve the user's satisfaction with the message, and the information processing program an object of the present invention is to provide a.

本願にかかる情報処理装置は、取得部と、生成部とを備える。 The information processing apparatus according to the present application, comprises an acquisition unit, and a generation unit. 前記取得部は、ユーザに関する複数のコンテキスト情報を取得する。 The acquisition unit acquires a plurality of context information about the user. 前記生成部は、前記取得部によって取得された前記複数のコンテキスト情報に基づいてメッセージ生成用学習モデルから、前記ユーザの端末装置に対するメッセージを生成する。 The generating unit, from the learning model for the message generated based on the plurality of context information obtained by the obtaining unit generates a message to the terminal device of the user.

実施形態の一態様によれば、ユーザに適した内容のメッセージを生成してメッセージに対するユーザの満足度を向上させることができる。 According to an aspect of the embodiment, it is possible to generate a message content suitable for the user to improve the user's satisfaction with the message.

図1は、第1実施形態に係る情報処理の説明図である。 Figure 1 is an explanatory diagram of an information processing according to the first embodiment. 図2は、情報処理システムの構成例を示す図である。 Figure 2 is a diagram showing a configuration example of an information processing system. 図3は、端末装置の構成例を示す図である。 Figure 3 is a diagram showing an example of the configuration of a terminal device. 図4は、情報処理装置の構成例を示す図である。 Figure 4 is a diagram showing a configuration example of an information processing apparatus. 図5は、情報処理装置における情報処理の流れを示すフローチャートである。 Figure 5 is a flowchart showing a flow of information processing in the information processing apparatus. 図6は、第2実施形態に係る情報処理装置の構成例を示す図である。 Figure 6 is a diagram showing a configuration example of an information processing apparatus according to the second embodiment. 図7は、抽出されたメッセージ候補の一例を示す図である。 Figure 7 is a diagram showing an example of the extracted message candidates. 図8は、端末装置の表示部の一例を示す図である。 Figure 8 is a diagram showing an example of a display unit of the terminal device. 図9は、第2実施形態に係る情報処理装置の情報処理の流れを示すフローチャートである。 Figure 9 is a flowchart showing a flow of processing of the information processing apparatus according to the second embodiment. 図10は、プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。 Figure 10 is a diagram showing an example of a hardware configuration of a computer that executes the program.

以下に、本願にかかる情報処理装置、情報処理方法、および、情報処理プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。 Hereinafter, the information processing apparatus, information processing method according to the present application, and, a mode for carrying out the information processing program (hereinafter, referred to as "embodiment") will be described in detail with reference to the drawings. なお、この実施形態により本願にかかる情報処理装置、情報処理方法、および、情報処理プログラムが限定されるものではない。 The information processing apparatus, information processing method according herein by this embodiment, and not intended to information processing program is limited.

(第1実施形態) (First Embodiment)
〔1. [1. 情報処理〕 Information processing]
第1実施形態に係る情報処理の一例について図1を参照して説明する。 Referring to FIG. 1 illustrating an example of an information processing according to the first embodiment. 図1は、第1実施形態に係る情報処理の説明図であり、図1に示す例では、情報処理装置40によって情報処理が実行される。 Figure 1 is an explanatory diagram of an information processing according to the first embodiment, in the example shown in FIG. 1, the information processing is performed by the information processing apparatus 40.

図1に示すように、情報処理装置40は、ユーザUの端末装置10に対して種々の情報を含んだメッセージを通知し、ユーザUへ情報を提供する装置である。 1, the information processing apparatus 40 notifies a message that contains a variety of information to the terminal device 10 of the user U, which is a device for providing information to the user U.

ところで、通知されたメッセージに対するユーザUの満足度は、メッセージの内容がユーザUの置かれた現在の状況(以下、「現在状況」と記載する場合がある)に適した内容であるか否かによって変わる。 Incidentally, satisfaction of the user U to the notification message, the current situation in which the content of the message has been placed by the user U (hereinafter, may be referred to as "current status") whether the contents suitable for It varies by.

例えば、ユーザUの現在状況が旅行中であり、ユーザUが旅先にいる場合に、現在位置付近の観光情報を含むメッセージが端末装置10に対して通知されると、メッセージの内容はユーザUの現在状況に適した内容であるため、ユーザUの満足度は向上する。 For example, a current condition of the user U is traveling, when the user U is in the trip, a message including the tourist information around the current position is notified to the terminal device 10, the contents of the message of the user U since the contents suitable for the current situation, satisfaction of the user U is improved.

他方、ユーザUが自宅や会社などがある生活圏にいる場合に、現在位置付近の観光情報を含むメッセージが端末装置10に対して通知されると、メッセージの内容はユーザUの現在状況に適した内容とは言えず、ユーザUの満足度は低下する。 On the other hand, if you are in Living the user U is home or company, the message including a tourist information near the current position is notified to the terminal device 10, the contents of the message is suitable for the current situation of the user U and it can not be said that content, satisfaction of the user U is reduced.

そこで、本実施形態に係る情報処理装置40にあっては、ユーザUに適した内容のメッセージ(例えば、ユーザUの現在状況に応じた内容のメッセージ)を生成し、メッセージに対するユーザUの満足度を向上させるようにした。 Therefore, in the information processing apparatus 40 according to the present embodiment, generates a message of the content suitable for the user U (e.g., the content of the message according to the current status of the user U), satisfaction of the user U to the message was to improve.

具体的に説明すると、図1に示すように、情報処理装置40は、端末装置10から、端末装置10を利用するユーザUに関するコンテキスト情報を取得する(ステップS1)。 More specifically, as shown in FIG. 1, the information processing apparatus 40, from the terminal device 10 acquires context information about the user U to use the terminal device 10 (Step S1). かかるコンテキスト情報は、ユーザUやユーザUが利用する端末装置10の状況を示す情報、ユーザUやユーザUが利用する端末装置10の環境(背景)を示す情報などを意味する。 Such context information refers to such information that indicates the environment of the terminal device 10 information indicating the status of the terminal device 10 that the user U and the user U uses the user U and the user U uses BACKGROUND.

例えば、コンテキスト情報には、ユーザUの位置情報、ユーザUの属性情報、ユーザUの運動の状態を示す運動状態情報、ユーザUのスケジュール情報、ユーザUが置かれた環境の情報を示す環境情報、および、ユーザUの端末装置10に対する行動履歴情報などが含まれる。 For example, the context information, environment information indicating the position information of the user U, the attribute information of the user U, the motion state information indicating the state of motion of the user U, the schedule information of the user U, the information of the user U is placed environment and the like action history information for the terminal apparatus 10 of the user U. なお、コンテキスト情報に含まれる各情報の内容については後述する。 It will be described later for the contents of the information included in the context information. 以下では、理解の便宜のため、コンテキスト情報がユーザUの位置情報である場合を例にとって説明する。 In the following, for convenience of understanding, the context information will be described as an example a case where the position information of the user U.

また、情報処理装置40は、端末装置10からコンテキスト情報を定期または不定期に取得し続けることができる。 The information processing apparatus 40 may be from the terminal device 10 continues to retrieve the context information regularly or irregularly. これにより、情報処理装置40には、時間の経過とともに、複数のコンテキスト情報である位置情報が時系列で蓄積される。 Thus, the information processing apparatus 40, with the passage of time, the location information is a plurality of context information are stored in time series.

情報処理装置40は、複数のコンテキスト情報を取得すると、これら複数のコンテキスト情報に基づいてメッセージ生成用学習モデル(以下、単に「学習モデル」と記載する場合がある)から、メッセージを生成する(ステップS2)。 The information processing apparatus 40 acquires the plurality of context information from the message generating learning model based on the plurality of context information (hereinafter, sometimes simply referred to as "learning model"), and generates a message (step S2).

具体的には、情報処理装置40は、コンテキスト情報を入力情報として学習モデルから、ユーザUの端末装置10に対するメッセージを生成する。 Specifically, the information processing apparatus 40, the learning model contextual information as input information, and generates a message for the terminal apparatus 10 of the user U. 例えば、情報処理装置40は、畳み込みニューラルネットワーク(CNN:Convolutional Neural Network)などを用いて複数のコンテキスト情報をベクトル化して特徴量抽出処理を行う。 For example, the information processing apparatus 40, a convolutional neural network: performing feature extraction to vectorize the plurality of context information by using the (CNN Convolutional Neural Network) and the like.

そして、情報処理装置40は、ベクトル化されたコンテキスト情報を入力情報として学習モデルから、ユーザUの現在状況を推定する。 Then, the information processing apparatus 40, the learning model contextual information vector as input information, to estimate the current state of the user U. 情報処理装置40は、上記したように複数のコンテキスト情報を時系列で取得していることから、複数のコンテキスト情報における時系列の推移に基づいてユーザUの現在状況を推定することができる。 The information processing apparatus 40, since it is acquired in time series a plurality of context information as described above, it is possible to estimate the current state of the user U based on the changes in time series in the plurality of context information.

詳しくは、例えば、情報処理装置40はまず、複数のコンテキスト情報である位置情報の推移に基づき、ユーザUが比較的よく行く場所をユーザUの生活圏として特定する。 Specifically, for example, the information processing apparatus 40 first, based on the transition of the position information is a plurality of context information to determine where the user U goes relatively well as living area of ​​the user U. なお、ユーザUの生活圏の特定については、後述する。 It should be noted that, for certain of the living area of ​​the user U, will be described later.

次いで、情報処理装置40は、ユーザUの現在の位置情報を取得し、現在位置が生活圏であるか否かを判定する。 Next, the information processing apparatus 40 acquires the current position information of the user U, determines whether the current position Living. そして、情報処理装置40は、現在位置が生活圏であると判定された場合、ユーザUの現在状況は日常の行動を行っていると推定することができる。 Then, the information processing apparatus 40, when it is determined that the current position is living sphere, the current situation of the user U can be estimated that performs daily activities.

一方、情報処理装置40は、現在位置が生活圏ではない、すなわち生活圏から所定距離離れていたり、初めて行く場所であると判定された場合、ユーザUの現在状況は例えば旅行など非日常の行動を行っていると推定することができる。 On the other hand, the information processing apparatus 40, the current position is not the living area, that is or are separated by a predetermined distance from the living area, if it is determined that the location for the first time go, the current situation is, for example, travel, such as behavior of non-daily user U it can be estimated that doing.

このように、情報処理装置40は、位置情報が時系列においてある程度の規則性を持って推移する生活圏を特定するとともに、特定した生活圏をユーザUが離れるなど、時系列の推移の不規則性の度合いが比較的高い場合に、ユーザUの現在状況は非日常の行動を行っていると推定することができる。 Thus, the information processing apparatus 40, with the position information to identify the living area to remain with a certain regularity in time series, the identified Living like user U leaves, irregular transition time series If the degree of sexual relatively high, the current situation of the user U can be estimated that perform actions extraordinary.

また、情報処理装置40は、位置情報の時系列の推移である移動経路に基づいてユーザUの現在状況(例えばユーザUが遊んでいるか、仕事をしているか等)を推定することができる。 The information processing apparatus 40 is able to estimate the current state of the user U on the basis of transition in which the movement path of the time series of the position information (e.g., whether the user U is playing, either to work, etc.). 例えば、情報処理装置40は、ユーザUの移動経路の途中にテーマパークや遊園地などのレジャー施設等が含まれる場合、ユーザUの現在状況は遊んでいる可能性が高いと推定することができる。 For example, the information processing apparatus 40, if it contains leisure facilities, such as the way in theme parks and amusement of the movement path of the user U, can be estimated to be likely playing the current status of the user U . 他方、情報処理装置40は、ユーザUの移動経路の途中に大学や会社等が含まれる場合、ユーザUの現在状況は仕事をしている可能性が高いと推定することができる。 On the other hand, the information processing apparatus 40, when in the middle of the movement path of the user U is included universities, companies, etc., the current situation of the user U can be estimated that there is a high possibility that the work.

次いで、情報処理装置40は、ユーザUの現在状況の推定結果に基づき、学習モデルからメッセージを生成する。 Next, the information processing apparatus 40, based on the current status of the estimation result of the user U, generates a message from the learning model. 例えば、情報処理装置40は、ユーザUの現在状況は旅行など非日常の行動を行っていると推定された場合に、例えばユーザUの現在位置が東京タワーの最寄駅であるとすると、「東京タワーはもう見た?」など観光情報を含むメッセージM1を生成する。 For example, the information processing apparatus 40, when the current status of the user U was presumed to have carried out the action of non-daily and travel, for example, when the current position of the user U is assumed to be Tokyo Tower of the nearest station, " Tokyo Tower is to generate a message M1 including the other saw? "such as tourist information.

他方、情報処理装置40は、ユーザUの現在状況は日常の行動を行っていると推定される場合、例えばユーザUの現在位置が東京タワーの最寄駅であっても、観光情報を含まないメッセージM2(例えば「近くに新しいレストランがオープンしたよ。」など)を生成する。 On the other hand, the information processing apparatus 40, if the current status of the user U is estimated to perform daily activities, for example, be a current position of Tokyo Tower nearest station of the user U, not including Visiting message M2 (for example, "a new restaurant near the I. was open", etc.) to generate. なお、ここでは、「東京タワー」は観光情報の一例であり、「新しいレストラン」は観光情報ではなく、ユーザUが生活圏にいるときに興味を引き易い情報の一例であるものとする。 It should be noted that, here, "Tokyo Tower" is an example of tourist information, "new restaurant" is not a tourist information, a user U is assumed to be an example of easy information pull the interest when you are in the living area.

なお、図示は省略するが、情報処理装置40は、例えば、ユーザUの現在状況は遊んでいる可能性が高いと推定された場合、遊びに関する情報を含むメッセージを生成する一方、仕事をしている可能性が高いと推定された場合、仕事に関する情報を含むメッセージを生成することができる。 Although not shown, the information processing apparatus 40, for example, when it is estimated that there is a high possibility that playing the current status of the user U, while generating a message including information on play, to work If possible there are estimated to be high, it is possible to generate a message including information on jobs.

このように、情報処理装置40にあっては、ユーザUに関するコンテキスト情報を考慮したより適切なメッセージを学習モデルにより生成することができる。 Thus, in the information processing apparatus 40 can be generated by the learning model an appropriate message from considering contextual information about the user U.

そして、情報処理装置40は、生成されたメッセージM1またはメッセージM2を端末装置10へ通知する(ステップS3)。 Then, the information processing apparatus 40 notifies the generated message M1 or the message M2 to the terminal device 10 (step S3). かかるメッセージM1またはメッセージM2は、ユーザUの現在状況に応じた内容のメッセージであることから、メッセージに対するユーザUの満足度を向上させるようにした。 Such message M1 or the message M2, since the contents message according to the current status of the user U, and so as to improve the satisfaction of the user U to the message. なお、図1では、メッセージM1が通知された端末装置10の表示部12を図面左側に、メッセージM2が通知された端末装置10の表示部12を図面右側に示した。 In FIG 1, the display unit 12 on the left side of the drawing of the terminal device 10 a message M1 it is notified, showing a display unit 12 of the terminal device 10 a message M2 is notified to the right side of the drawing.

また、情報処理装置40は、コンテキスト情報に応じた通知タイミングでメッセージを端末装置10へ通知することができる。 The information processing apparatus 40 can notify a message to the terminal device 10 the notification timing according to the context information.

ここでは、コンテキスト情報がユーザUの運動状態情報である場合を例にとって説明する。 Here, the context information will be described taking the case a movement status information of the user U. 例えば、情報処理装置40は、運動状態情報に基づき、ユーザUが歩いている状態から止まるという行動などユーザUがメッセージに注意を払う可能性が高い運動状態か否かを判定する。 For example, the information processing apparatus 40, based on the motion state information, the user U such act of stopping the state where the user U is walking determines whether likely motion state to pay attention to the message.

そして、情報処理装置40は、ユーザUがメッセージに注意を払う可能性が高い運動状態であると判定された場合に、メッセージを通知する。 Then, the information processing apparatus 40, when the user U is determined to likely to pay attention to the message is a high mobility state, and notifies the message. これにより、情報処理装置40にあっては、ユーザUがメッセージを確認し易い適切なタイミングで、メッセージの通知を行うことができる。 Thus, in the information processing apparatus 40, it is possible to user U in an easy right time to verify a message, a notification message.

なお、上記した情報処理装置40によるメッセージの通知は、ユーザUの自発的なメッセージの要求が無い状態でメッセージを端末装置10へ通知する、所謂プッシュ型の通知であるが、これに限られない。 The notification of the message by the information processing apparatus 40 described above, notifies the message in spontaneous status request is not a message for the user U to the terminal apparatus 10, is a notification of the so-called push-type, but not limited to . すなわち、例えば、情報処理装置40のメッセージの通知が、ユーザUの自発的なメッセージの要求に応答する形でメッセージを通知する、プル型の通知であってもよい。 That is, for example, notification of the message of the information processing apparatus 40 notifies the message in a manner to respond to requests spontaneous messages of the user U, or may be notified of the pull. なお、プル型の通知については第2実施形態で説明する。 Note that the notification of the pull type is described in the second embodiment.

〔2. [2. 情報処理システム1〕 The information processing system 1]
図2は、情報処理システム1の構成例を示す図である。 Figure 2 is a diagram showing a configuration example of an information processing system 1. 図2に示すように、第1実施形態にかかる情報処理システム1は、端末装置10と、情報処理装置40とを備える。 2, the information processing system 1 according to the first embodiment includes a terminal device 10, an information processing apparatus 40.

端末装置10および情報処理装置40は、ネットワークNを介して無線または有線で互いに通信可能に接続される。 Terminal device 10 and the information processing apparatus 40 is communicably connected to each other by wireless or wired via the network N. ネットワークNは、例えば、LAN(Local Area Network)や、インターネットなどのWAN(Wide Area Network)である。 Network N is, for example, a LAN (Local Area Network) or, WAN such as the Internet (Wide Area Network).

端末装置10は、例えば、スマートフォンや、タブレット型端末や、PDA(Personal Digital Assistant)や、デスクトップ型PC(Personal Computer)や、ノート型PC等により実現される。 Terminal device 10, for example, phone or, or tablet terminal, PDA (Personal Digital Assistant) or a desktop a PC (Personal Computer) and a, is realized by a notebook type PC or the like.

情報処理装置40は、上記したように、端末装置10から取得したコンテキスト情報など各種の情報に基づいて学習モデルからメッセージを生成し、端末装置10へ通知することができる。 The information processing apparatus 40, as described above, to generate a message from the learning model based on various information such as the acquired context information from the terminal device 10 can notify the terminal device 10. 以下、端末装置10および情報処理装置40の構成について具体的に説明する。 Hereinafter, specifically describes the structure of the terminal device 10 and the information processing apparatus 40.

〔2.1. [2.1. 端末装置10〕 The terminal device 10]
図3は、端末装置10の構成例を示す図である。 Figure 3 is a diagram showing an example of the configuration of the terminal device 10. 図3に示すように、端末装置10は、通信部11と、表示部12と、スピーカ13と、入力部14と、検知部15と、記憶部16と、制御部17(コントローラ)とを有する。 3, the terminal device 10 includes a communication unit 11, a display unit 12, a speaker 13, an input unit 14, a detection unit 15, a storage unit 16, the control unit 17 and a (controller) .

通信部11は、ネットワークNと有線または無線で接続され、情報処理装置40との間で情報の送受信を行う。 The communication unit 11 is connected to a network N and a wired or wireless, to send and receive information to and from the information processing apparatus 40. 例えば、通信部11は、NIC(Network Interface Card)等によって実現される。 For example, the communication unit 11 is realized by NIC (Network Interface Card) or the like.

表示部12は、上記したメッセージ等を表示する表示デバイスである。 Display unit 12 is a display device for displaying a message such as described above. 例えば、表示部12は、LCD(Liquid Crystal Display)や有機ELディスプレイである。 For example, the display unit 12, LCD (Liquid Crystal Display) or an organic EL display. また、表示部12は、タッチパネル式のディスプレイであってもよい。 The display unit 12 may be a touch panel display.

スピーカ13は、例えばユーザUに対し、通知されたメッセージの内容を音声で出力することができる。 Speaker 13, for example, to the user U, the content of the notification message may be output by voice. 入力部14は、ユーザUから各種操作を受け付ける入力デバイスである。 Input unit 14 is an input device for receiving various operations from the user U. 入力部14は、例えば、文字や数字などを入力するためのボタン等を有する。 The input unit 14 includes, for example, a button or the like for inputting characters and numerals. また、表示部12がタッチパネル式のディスプレイである場合、表示部12の一部が入力部14として機能する。 Further, when the display unit 12 is a display of the touch panel, a part of the display unit 12 functions as an input unit 14.

検知部15は、端末装置10に関する各種情報を検知する。 Sensing unit 15 detects various types of information regarding the terminal apparatus 10. 具体的には、検知部15は、端末装置10の物理的な状態や周囲の状態を検知する。 Specifically, the detection unit 15 detects the physical condition and the surrounding condition of the terminal device 10. 図3に示す例では、検知部15は、測位部21と、加速度センサ22と、マイク23とを有する。 In the example shown in FIG. 3, the detection unit 15 includes a positioning unit 21, an acceleration sensor 22, and a microphone 23.

測位部21は、GPS(Global Positioning System)衛星から送出される電波を受信し、受信した電波に基づいて端末装置10の現在位置を示す位置情報(例えば、緯度および経度)を取得する。 Positioning unit 21 receives the radio waves emitted from a GPS (Global Positioning System) satellite, and acquires the position information indicating the current position of the terminal device 10 (e.g., latitude and longitude) based on the received radio waves. 加速度センサ22は、例えば、3軸加速度センサであり、端末装置10の移動方向、速度、および、加速度などの端末装置10の物理的な動きを検知する。 The acceleration sensor 22 is, for example, a triaxial acceleration sensor, the movement direction of the terminal device 10, the speed, and detects the physical movement of the terminal device 10 such as an acceleration. マイク23は、例えば端末装置10の周囲の音を収集し、音声情報を取得する。 Microphone 23, for example, collects ambient sound of the terminal apparatus 10 acquires audio information.

なお、検知部15は、測位部21、加速度センサ22およびマイク23に限定されるものではない。 Incidentally, the detection unit 15, the positioning unit 21, is not limited to the acceleration sensor 22 and the microphone 23. 例えば、検知部15は、端末装置10の所在位置における磁場や磁気量を検出する地磁気センサや、端末装置10の周囲を撮像し、撮像画像を取得するカメラや、端末装置10の周囲の照度を検知する照度センサや、端末装置10の周囲の湿度を検知する湿度センサ等を有してもよい。 For example, the detection unit 15, and a geomagnetic sensor that detects the magnetic field or magnetic charge in the location of the terminal device 10, a camera or the images the surroundings of the terminal device 10 acquires a captured image, the illuminance of the periphery of the terminal device 10 and an illumination sensor for detecting may comprise a humidity sensor for detecting humidity surrounding the terminal device 10.

記憶部16は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。 Storage unit 16, for example, RAM (Random Access Memory), a flash memory (Flash Memory) semiconductor memory devices, such as, or a hard disk, is implemented by a storage device such as an optical disk. かかる記憶部16には、各種プログラムや設定データなどが記憶される。 Such storage unit 16, various programs, setting data are stored.

また、記憶部16には、ユーザ属性情報や、ユーザUのスケジュール情報や、ユーザUの環境情報や、ユーザUの端末装置10に対する行動履歴情報などが記憶されてもよい。 Also, the storage unit 16, and user attribute information, and schedule information of the user U, and environmental information of the user U, such as action history information for the terminal apparatus 10 of the user U may be stored.

ユーザ属性情報は、例えば、ユーザUの属性(例えば、年齢、性別、住所、職業、興味関心など)の情報などユーザUに関する情報である。 User attribute information is, for example, information about the user U, such as information of the attributes of the user U (for example, age, gender, address, occupation, interests, etc.). ユーザUのスケジュール情報は、ユーザUによって端末装置10に入力されたスケジュール(例えば、旅行や出張等の予定など)を示す情報である。 Schedule information of the user U is information indicating the user U is input to the terminal device 10 by schedule (e.g., such as travel and schedule of travel, etc.). ユーザUの環境情報は、ユーザUが置かれた環境(気温、天候、気圧、現在の時刻など)の情報であり、例えば後述する受信部32によって図示しない外部装置から取得することができる情報である。 Environmental information of the user U, the environment in which the user U is placed (temperature, weather, atmospheric pressure, the current time, etc.) and information, the information that can be acquired from an external device (not shown) by the receiving unit 32, for example to be described later is there.

行動履歴情報は、例えば、ユーザUが端末装置10を介してネットワークN上で行動を起こした場合に、その行動の状態、結果等を示すログ情報である。 Action history information, for example, if the user U has taken action on the network N via the terminal device 10, the state of the action, a log information indicating the result, and the like. 行動履歴情報は、例えば、ユーザUがブログになした投稿、SNS(Social Networking Service)内やツイッター(登録商標)等での会話、サイトの検索履歴、閲覧履歴、ショッピングサイトでの購入履歴等の情報である。 Action history information, for example, posts that user U has no blog, SNS conversations (Social Networking Service) within and Twitter (registered trademark), search history of the site, browsing history, such as purchase history of a shopping site is information.

制御部17は、例えば、例えば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。 The control unit 17 includes, for example, for example, CPU (Central Processing Unit), ROM (Read Only Memory), RAM, a circuit of a microcomputer and various having input and output ports. また、制御部17は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路等のハードウェアで構成されてもよい。 The control unit 17 is, for example, ASIC (Application Specific Integrated Circuit) or FPGA may be configured with (Field Programmable Gate Array) or the like of an integrated circuit such as a hardware.

制御部17は、送信部31と、受信部32と、処理部33とを備える。 Control unit 17 includes a transmitter 31, a receiver 32, a processing unit 33. 送信部31は、ユーザUに関するコンテキスト情報を端末装置10へ通信部11を介して送信する。 Transmitter 31 transmits via the communication unit 11 contextual information about the user U to the terminal device 10. 具体的には、送信部31は、検知部15によって検知される各種情報をコンテキスト情報として送信する。 Specifically, the transmission section 31 transmits various kinds of information detected by the detection section 15 as context information.

例えば、送信部31は、測位部21によって検出された端末装置10の現在位置を示す位置情報をコンテキスト情報として端末装置10へ送信することができる。 For example, transmitter 31 can transmit to the terminal device 10 the position information indicating the current position of the terminal device 10 detected by the positioning section 21 as context information. また、例えば、送信部31は、加速度センサ22によって検出された端末装置10の移動方向等の物理的な動きに関する情報をコンテキスト情報として端末装置10へ送信することができる。 Further, for example, transmitter 31 can transmit to the terminal device 10 the information about the physical movement of the moving direction or the like of the terminal device 10 detected by the acceleration sensor 22 as context information. また、例えば、送信部31は、マイク23によって検出された音声情報をコンテキスト情報として端末装置10へ送信することができる。 Further, for example, transmitter 31 can transmit to the terminal apparatus 10 the audio information detected by the microphone 23 as context information.

また、例えば、送信部31は、記憶部16からユーザ属性情報、スケジュール情報、ユーザUの環境情報およびユーザUの行動履歴情報のうちの一部あるいは全部を取得し、取得した情報をコンテキスト情報として端末装置10へ送信することができる。 Further, for example, the transmission unit 31, the user attribute information from the storage unit 16, the schedule information, part or to acquire all of the action history information of the environment information and the user U of the user U, the obtained information as the context information it can be transmitted to the terminal device 10.

受信部32は、情報処理装置40から通信部11を介してメッセージを受信することができ、受信したメッセージを記憶部16に記憶させることができる。 Receiving unit 32 via the communication unit 11 from the information processing apparatus 40 can receive the message, it is possible to store the received message in the storage unit 16. また、受信部32は、ユーザUの環境情報を図示しない外部装置から通信部11を介して取得し、記憶部16に記憶させることができる。 The receiving unit 32 may be acquired via the communication unit 11 from an external device (not shown) the environmental information of the user U, in the storage unit 16.

処理部33は、表示部12やスピーカ13等を含め、端末装置10全体を制御する。 Processing unit 33, including a display unit 12, a speaker 13, and controls the entire terminal apparatus 10. 例えば、処理部33は、記憶部16に記憶されたメッセージを表示部12へ出力して表示させることができる(図1参照)。 For example, the processing unit 33 can be displayed with a message stored in the storage unit 16 to the display unit 12 (see FIG. 1). また、処理部33は、例えば、メッセージの内容をスピーカ13を介して音声で出力することができる。 The processing unit 33 is, for example, the contents of the message can be output by voice through a speaker 13.

〔2.2. [2.2. 情報処理装置40〕 The information processing apparatus 40]
図4は、情報処理装置40の構成例を示す図である。 Figure 4 is a diagram showing a configuration example of an information processing apparatus 40. 図4に示すように、情報処理装置40は、通信部41と、記憶部42と、制御部43(コントローラ)とを有する。 As shown in FIG. 4, the information processing apparatus 40 includes a communication unit 41, a storage unit 42, a control unit 43 (controller).

通信部41は、ネットワークNと有線または無線で接続され、端末装置10との間で情報の送受信を行う。 The communication unit 41 is connected to a network N and a wired or wireless, to send and receive information between the terminal device 10. 例えば、通信部41は、NIC等によって実現される。 For example, the communication unit 41 is implemented by the NIC and the like.

記憶部42は、モデル情報記憶部51と、コンテキスト情報記憶部52とを備える。 Storage unit 42 includes a model information storage unit 51, a context information storage unit 52. モデル情報記憶部51およびコンテキスト情報記憶部52は、例えば、RAM、フラッシュメモリ等の半導体メモリ素子、または、HDD、光ディスク等の記憶装置である。 Model information storage unit 51 and the context information storage unit 52 is, for example, RAM, a semiconductor memory device such as a flash memory or,, HDD, which is a storage device such as an optical disk.

モデル情報記憶部51は、メッセージ生成用の学習モデルの情報を記憶することができる。 Model information storage unit 51 can store the information of the learning model for message generation. コンテキスト情報記憶部52は、端末装置10から取得したユーザUに関するコンテキスト情報を記憶することができる。 Context information storage unit 52 can store the context information about the user U acquired from the terminal device 10.

制御部43は、例えば、CPU、ROM、RAM、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。 The control unit 43 includes, for example, CPU, ROM, RAM, a microcomputer and various circuits having input and output ports. かかる制御部43は、取得部61と、生成部62と、通知部63とを備える。 The control unit 43 includes an acquisition unit 61, a generating unit 62, and a notification unit 63. かかる取得部61、生成部62および通知部63の機能は、例えば、上記CPUが上記ROMに記憶されているプログラムを読み出して実行することにより実現される。 Such acquisition unit 61, the function of generator 62 and notification unit 63 is, for example, the CPU is realized by reading and executing the program stored in the ROM.

なお、取得部61、生成部62および通知部63は、それぞれ一部または全部がASICやFPGA等のハードウェアで構成されてもよい。 The acquisition unit 61, the generation unit 62 and notification unit 63, part or all, each may be configured by hardware such as an ASIC or FPGA. 以下、これら取得部61、生成部62および通知部63について具体的に説明する。 Hereinafter, these acquisition unit 61, illustrates the formation unit 62 and notification unit 63.

〔2.2.1. [2.2.1. 取得部61〕 Acquisition unit 61]
取得部61は、通信部41を介して端末装置10から送信される情報(例えば、複数のコンテキスト情報)を取得することができる。 Acquisition unit 61 can acquire the information transmitted from the terminal apparatus 10 via the communication unit 41 (e.g., a plurality of context information). そして、取得部61は、端末装置10から取得したコンテキスト情報をコンテキスト情報記憶部52に記憶させることができる。 The acquisition unit 61 is capable of storing context information acquired from the terminal device 10 in the context information storage unit 52.

また、取得部61は、端末装置10からコンテキスト情報を定期または不定期に取得し続けることができる。 Further, the acquisition unit 61 may be the terminal device 10 continues to retrieve the context information regularly or irregularly. 従って、記憶部42のコンテキスト情報記憶部52には、時間の経過とともに、複数のコンテキスト情報である位置情報が時系列で蓄積される。 Accordingly, the context information storage unit 52 of the storage unit 42, with the passage of time, the location information is a plurality of context information are stored in time series.

〔2.2.2. [2.2.2. 生成部62〕 Generating unit 62]
生成部62は、記憶部42に記憶された複数のコンテキスト情報に基づいて、学習モデルからメッセージ生成することができる。 Generator 62, based on the plurality of context information stored in the storage unit 42 may be a message generated from the learning model. 具体的には、生成部62は、学習モデルを用いることで、複数のコンテキスト情報に基づいてユーザUの現在状況を推定し、推定されたユーザUの現在状況に応じてメッセージを生成する。 Specifically, the generating unit 62, by using the learning model to estimate the current state of the user U based on the plurality of context information, generates a message according to the current status of the estimated user U.

ユーザUの現在状況を推定する処理について説明すると、生成部62はまず、例えばコンテキスト情報であるユーザUの位置情報の時系列の推移に基づいてユーザUの生活圏を特定する。 To describe the process for estimating the current state of the user U, generator 62 first identifies the living area of ​​the user U based on the changes in time series of positional information of the user U, for example context information.

詳しくは、ユーザUは、例えばユーザUの自宅、ユーザUの会社、ユーザUが買い物等でよく行く店などを含む所定の範囲をある程度の規則性を持って移動する傾向がある(例えば、平日の朝夜は自宅、平日の日中は会社、休日は買い物等でよく行く店など)。 For more information, the user U, for example, home of the user U, there is a tendency to move with a certain degree of regularity of the predetermined range, including the shop of the user U company, the user U go well with shopping, etc. (for example, on weekdays the morning night home, is during the day on weekdays company, holidays such as shops go well with shopping, etc.).

そこで、例えば、生成部62は、ユーザUの位置情報の時系列の推移に基づき、ユーザUの自宅、ユーザUの会社、ユーザUが買い物等でよく行く店などを推定し、これらの場所を含む所定の範囲を生活圏として特定することができる。 So, for example, the generating unit 62, based on the changes in the time series of the position information of the user U, home of the user U, the user U company, such as estimating the store that the user U goes well with shopping, etc., these places the predetermined range including can be identified as a living area.

なお、上記した生活圏の特定は、あくまでも例示であって限定されるものではなく、例えばユーザUの自宅を中心とした所定の範囲(半径20km以内など)を生活圏として特定してもよい。 Incidentally, the specific living area described above is merely not limited to be illustrative, for example, a predetermined range around the user's home U (20km radius within, etc.) may be specified as a living area of. また、ユーザUの自宅を中心とした所定の範囲、ユーザUの会社を中心とした所定の範囲、及びユーザUのよく行く店を中心とした所定の範囲を移動経路で結んだ範囲を生活圏として特定してもよい。 Moreover, the predetermined range around the home of the user U, a predetermined range centered on the company of the user U, and living area a range that connects a predetermined range around the well go the store of the user U in the movement path it may be specified as. さらには、自宅や会社に比べて頻度は低いものの複数回行くような場所は、友人宅や出張先と推定し、かかる場所も生活圏として含めてもよい。 In addition, more than once go in a place like the frequency is low compared to the home or company, estimates that friend's home or while traveling, take place may also be included as a living area. また、上記した生活圏は、生成部62によって自動的に特定してもよいし、ユーザUによる入力によって特定してもよい。 Also, living area described above may be identified automatically by the generation unit 62 may be specified by input by the user U.

このように、生成部62は、まずユーザUの生活圏を特定する。 Thus, generator 62 first identifies the living area of ​​the user U. 続いて、生成部62は、ユーザUの現在の位置情報が特定した生活圏内であるか否かを判定することで、ユーザUの現在状況を推定することができる。 Subsequently, the generating unit 62, by determining whether a living area of ​​the current position information has a specific user U, it is possible to estimate the current state of the user U.

例えば、生成部62は、ユーザUの現在位置が生活圏であると判定された場合、ユーザUの現在状況は日常の行動を行っていると推定することができる。 For example, generator 62, if the current position of the user U is determined to be life zone, the current state of the user U can be estimated that performs daily activities. すなわち、生成部62は、ユーザUの現在位置が生活圏である場合、移動情報の時系列の推移は規則性がある範囲内である、言い換えると不規則性の度合いが比較的低いことから、ユーザUの現在状況は日常の行動を行っていると推定することができる。 That is, the generator 62, if the current position of the user U is Living, changes in time series of the mobile information is within a certain range regularity, since the relatively low degree of irregularity in other words, the current situation of the user U can be estimated to have carried out the day-to-day behavior.

他方、生成部62は、ユーザUの現在位置が生活圏ではないと判定された場合、移動情報の時系列の推移は規則性がある範囲外である、言い換えると不規則性の度合いが比較的高いことから、ユーザUの現在状況は、例えば旅行など非日常の行動を行っていると推定することができる。 On the other hand, the generating unit 62, when the current position of the user U is determined not to be life zone, changes in time series of the mobile information is outside the range there is a regularity, the degree of irregularity in other words is relatively from the high thing, the current situation of the user U, it can be estimated that, for example, is doing the action of non-routine and travel.

なお、上記した生成部62にあっては、ユーザUの現在位置が生活圏外である場合に非日常の行動であると推定したが、これに限られず、例えばユーザUの現在位置が生活圏から所定距離以上離れた場合に非日常の行動と推定するようにしてもよい。 Incidentally, in the generator 62 described above, although the current position of the user U is estimated to be extraordinary behavior when it is outside the living area, not limited to this, for example, from the current position biosphere user U it may be estimated and actions of extraordinary when a predetermined distance or more. また、生成部62にあっては、例えば生活圏から離れるにつれて増加する数値などを用いて不規則性の度合いを数値化し、かかる数値がしきい値以上の場合に非日常の行動と推定するようにしてもよい。 Further, in the generator 62, for example to quantify the degree of irregularity by using a numerical value which increases with distance from the living area, so that such numerical estimates and extraordinary behavior in the case of more than the threshold value it may be.

このように、生成部62は、複数のコンテキスト情報における時系列の推移(例えば位置情報の推移)に基づいて、詳しくは時系列の推移の不規則性の度合いに基づいて、ユーザUの現在状況を推定することができる。 Thus, generator 62, on the basis of transition of the time series (e.g., changes in position information) in the plurality of context information, details, based on the degree of irregularity of the transition of the time series, the current status of the user U it can be estimated.

また、生成部62は、コンテキスト情報をクラスタ分析してユーザUの生活圏の特定やユーザUの現在状況を推定してもよい。 Further, generating unit 62 may estimate the current condition of the living area identification and the user U of the user U context information and cluster analysis. 例えば、生成部62は、コンテキスト情報である過去の位置情報のクラスタ分析を行い、位置情報の中から例えば駅Aに近い位置情報、駅Aとは異なる駅B付近の位置情報、繁華街C付近の位置情報など、互いに似た場所を示す位置情報を集めて分類する。 For example, the generating unit 62 performs a cluster analysis of past positional information, which is context information, position information close to the example to the station A in the position information, position information in the vicinity of different station B to the station A, near downtown C location information of classifying collects location information indicating a location similar to each other. そして、生成部62は、分類された位置情報に基づいてユーザUの生活圏を特定したり、現在状況を推定したりするようにしてもよい。 The generation unit 62, or identify the living area of ​​the user U based on the classified location information may be or to estimate the current condition.

なお、上記した生成部62においては、ユーザUの生活圏の特定等を位置情報を用いて行うようにしたが、これは例示であって限定されるものではなく、種々のコンテキスト情報に基づいて推定することができる。 Note that in the generator 62 described above has been to perform by using the position information specific etc. Living user U, which is not limited to be illustrative, based on various context information it can be estimated.

例えば、生成部62は、コンテキスト情報であるユーザUの行動履歴情報を用いてユーザUの生活圏の特定等を行うことができる。 For example, generator 62 can perform a specific etc. Living users U using action history information of the user U is context information. 例えば、生成部62は、学習モデルにより、行動履歴情報のうちユーザUがブログになした投稿の内容やレストランの検索履歴情報などから、場所に関する語句を抽出し、抽出された語句の頻度や投稿時間等からユーザUの生活圏を特定したり、現在状況を推定したりするようにしてもよい。 For example, the generating unit 62, by learning model, from such as search history information of content and restaurants posted by the user U has no blog of the action history information, to extract the phrase about the location, the extracted terms of frequency and posts or to identify the living area of ​​the user U from the time, and the like, may be or to estimate the current situation.

続いて、生成部62は、上記のようにしてユーザUの現在状況を推定した後、推定結果に基づいて学習モデルからメッセージを生成する。 Subsequently, the generating unit 62, after estimating the current state of the user U as described above, to generate a message from the learning model based on the estimation result.

例えば、生成部62は、ユーザUの現在状況は日常の行動を行っていると推定された場合、ユーザUの現在位置付近においてユーザUが興味を引き易い情報(例えば、現在位置近くに新しくできたレストランの情報や現在位置近くの店の広告情報など)を含むメッセージを生成する(図1のメッセージM2参照)。 For example, generator 62, the current status of the user U when it is estimated that performs daily activities, easy information user U pulls interest near the current position of the user U (e.g., new near the current position and a restaurant information and the current location near the store advertisement information) to generate a message including (see message M2 in FIG. 1).

他方、生成部62は、ユーザUの現在状況は非日常の行動を行っていて例えば旅先にいると推定された場合、ユーザUの現在位置付近においてユーザUが興味を引き易い情報(例えば、現在位置付近の観光情報など)を含むメッセージを生成する(図1のメッセージM1参照)。 On the other hand, generator 62, if the current user U status was estimated that the they perform actions extraordinary example trip, easy information user U pulls interest near the current position of the user U (e.g., current generating a message including the tourist and information) in the vicinity of the position (see message M1 in Fig. 1).

なお、生成部62は、メッセージの内容を、例えば「観光情報:東京タワー」など単語のみの羅列とせず、学習モデルを用いて例えば「東京タワーはもう見た?」などの自然な文章とすることができる。 In addition, the generating unit 62, the contents of the message, for example: without the enumeration of only the words such as "Things to Do Tokyo Tower", a natural sentence, such as by, for example, "Tokyo Tower is seen yet?" Using a learning model be able to. これにより、ユーザUにとって興味を示し易いメッセージとなり、結果としてメッセージに対する満足度を一層向上させることができる。 This makes it easy message shown interest to the user U, the satisfaction with the results as a message can be further improved.

また、生成部62は、ユーザUに対して観光情報等を段階的に提供するようなメッセージを生成することができる。 Further, generator 62 may generate a message to provide tourist information, etc. stepwise to the user U. 例えば、生成部62は、ユーザUが東京タワー付近にいる場合、現在位置から東京タワーまでの経路などの情報を一度のメッセージに入れず、例えば「東京タワーはもう見た?」などユーザUに対して問いかけるメッセージを生成する。 For example, the generating unit 62, when the user U is in the vicinity of the Tokyo Tower, without taking the information, such as the route from the current position to the Tokyo Tower in a single message, for example, "Tokyo Tower is seen yet?" And the like to the user U It generates a message asking for. その後、ユーザUから東京タワーへの経路情報の要求がある場合に、現在位置から東京タワーまでの経路などの情報を含んだメッセージを生成するようにしてもよい。 Then, if there is a request for routing information from the user U to Tokyo Tower, may generate a message containing information such as the route from the current position to the Tokyo Tower. このように、生成部62は、観光情報等を段階的に提供するようなメッセージを生成することで、ユーザUとの対話を続かせることができ、これによりユーザUは楽しみながら観光情報を得ることとなって、メッセージに対する満足度をより一層向上させることができる。 Thus, generator 62, to generate a message to provide tourist information, etc. stepwise, it is possible to follow the dialogue with the user U, allowing the user U obtains a Visiting fun becomes possible, it is possible to further improve the satisfaction to the message.

〔2.2.3. [2.2.3. 通知部63〕 Notification unit 63]
通知部63は、生成部62によって生成されたメッセージを端末装置10へ通知する。 Notification unit 63 notifies the message generated by the generating unit 62 to the terminal device 10. また、通知部63は、コンテキスト情報に応じた通知タイミングでメッセージを端末装置10へ通知することができる。 The notification unit 63 can notify the message to the terminal device 10 the notification timing according to the context information.

詳しくは、通知部63は、ユーザUのコンテキスト情報を入力情報として学習モデルから、通知タイミングになったか否かを判定し、通知タイミングになったと判定された場合に、メッセージを端末装置10へ通知することができる。 Specifically, the notification unit 63 notifies the learning model context information of the user U as the input information, when determining whether or not it is notified timing, is determined to have become the notification timing, a message to the terminal device 10 can do.

具体的には、例えば、通知部63は、コンテキスト情報の変化に基づいて通知タイミングになったか否かを判定することができる。 Specifically, for example, the notification unit 63 may determine whether or not it is the notification timing based on a change in the context information. 例えば、取得部61は、加速度センサ22によって検出される端末装置10の移動方向や加速度等を示す情報をユーザUの運動状態情報(コンテキスト情報の一例)として取得し、通知部63は、かかるユーザUの運動状態情報の変化に基づいて通知タイミングになったか否かを判定する。 For example, the acquisition unit 61 acquires information indicating the moving direction and the acceleration, etc. of the terminal device 10 detected by the acceleration sensor 22 as the motion state information of the user U (an example of context information), the notification unit 63, such user It determines whether it is the notification timing based on the U of the change in the motion state information.

例えば、通知部63は、ユーザUの運動状態が歩いている状態から止まるという行動の変化や、走っている状態から歩くという行動の変化などが検出された場合など、ユーザUが端末装置10を見易い状態に変化したときに、通知タイミングになったと判定することができる。 For example, the notification unit 63, changes in the act of stopping the state in which the motion state of the user U is walking, such as when such change in behavior of walking from whether running state is detected, the user U the terminal device 10 when changed to easy-to-see state, it can be determined to have become the notification timing.

また、通知部63は、上記した運動状態情報に加えてあるいは代えて、コンテキスト情報である環境情報(例えば時間帯や天気など)に基づいて通知タイミングを判定することができる。 The notification unit 63, or alternatively in addition to the motion state information mentioned above, it is possible to determine the notification timing based on the environmental information (e.g., time of day and weather) is context information. 例えば、通知部63は、ユーザUの運動状態が歩いている状態から止まるという行動の変化が検出されるともに、現在の時刻が通勤時間帯や昼休み時間帯などユーザUが端末装置10を見易い時間帯である場合に、通知タイミングになったと判定することができる。 For example, the notification unit 63 are both behavioral changes that stops from the state in which the motion state of the user U is walking is detected, legible time user U the terminal device 10 such as a current time commuting hours and lunch break time slot If a band, it can be determined to have become the notification timing.

なお、通知タイミングになったか否かを判定するためのコンテキスト情報は、上記したユーザUの運動状態に限られない。 Note that the context information for determining whether it is the notification timing is not limited to the motion state of the user U as described above. 例えば、通知部63は、地磁気センサで検出された磁気量の情報やマイク23で取得した音声情報に基づいて学習モデルから、通知タイミングを判定することができる。 For example, the notification unit 63, from the learning model based on the acquired speech information by the magnetic volume of information and a microphone 23 detected by the geomagnetic sensor, it is possible to determine the notification timing.

具体的に説明すると、例えばユーザUが電車等で移動中の場合、現在位置の観光情報やレストラン情報を含むメッセージはユーザUにとって不要であると推定される。 More specifically, for example, when the user U is moving by train or the like, a message including the tourist information and restaurant information for the current position is estimated to be required for the user U. そこで、例えば、通知部63は、地磁気センサで検出された磁気量が電車内であることを示す所定範囲にある場合や、マイク23で取得した音声情報の音の大きさ(音圧)や音の高さ(周波数)等が電車内であることを示す所定範囲にある場合、通知タイミングではないと判定することができる。 Therefore, for example, the notification unit 63, and when the magnetic amount detected by the geomagnetic sensor is in a predetermined range indicating that the trains, loudness acquired speech information by the microphone 23 (sound pressure) Yaoto If the height (frequency) or the like is in a predetermined range indicating that it is within the train, it can be determined not to be a notification timing. そして、通知部63は、磁気量や音の大きさ等が所定範囲外となった場合に、ユーザUが電車を降りるなどして移動中ではなくなったと推定して、通知タイミングになったと判定することができる。 Then, the notification unit 63 determines if the size of the magnetic charge or sound is outside the predetermined range, the user U is estimated that no longer in movement by such get off the train, became notification timing be able to.

また、通知部63は、メッセージに含まれる情報とコンテキスト情報とに基づいて通知タイミングになったか否かを判定することができる。 The notification unit 63 may determine whether or not it is the notification timing based on the information and context information in the message. 例えば、生成部62によって生成されたメッセージがレストラン情報を含んでおり、かつ、ユーザUは所定の時間帯(例えば12時)にレストラン情報をウェブ上で検索する行動をとり易いという情報がユーザUの行動履歴情報(コンテキスト情報の一例)として含まれる場合がある。 For example, generator 62 message includes a restaurant information generated by, and the user U is a predetermined time period (e.g., 12 o'clock) in the information that the latest information easily take action to find on the web user U it may be included as the action history information (an example of context information). かかる場合、通知部63は、現在時刻が所定の時間帯になったとき、ユーザUがレストラン情報を所望し易い時間帯であることから、通知タイミングになったと判定することができる。 In such a case, the notification unit 63, when the current time becomes the prescribed time zone, since the user U is desired easily hours restaurant information, it can be determined to have become the notification timing.

また、通知部63は、複数種類のコンテキスト情報のうち予め選択(設定)されたコンテキスト情報が取得部61によって取得されたときに、通知タイミングになったと判定することができる。 The notification unit 63 can determine when a pre-selected (set) by the context information among a plurality of types of context information obtained by the obtaining unit 61, and became the notification timing. 例えば、通知部63は、複数種類のコンテキスト情報のうちユーザUの位置情報と行動履歴情報とが予め選択されているものとする。 For example, the notification unit 63 is assumed to the position information and the action history information of the user U is preselected among a plurality of types of context information. そして、例えば、通知部63は、ショッピングサイトでの観光バスの乗車券等の購入履歴を含む行動履歴情報が取得されるとともに、観光バス等の目的地と同じ場所の位置情報が取得されたとき、ユーザUが観光情報を所望し易い状態であると推定されることから、通知タイミングになったと判定することできる。 Then, for example, the notification unit 63, along with the action history information including purchase history of tickets or the like of the tourist bus at the shopping site is acquired, when the position information of the same location as the destination of such tourist bus has been acquired can be determined from the user U is estimated to be desired easily state tourist information, it becomes the notification timing.

そして、通知部63は、上記した通知タイミングになったと判定された場合、メッセージを端末装置10へ通知する。 Then, the notification unit 63, if it is determined that it the notification timing described above, and notifies the message to the terminal device 10. このように、通知部63は、コンテキスト情報に応じた通知タイミングとすることから、ユーザUが端末装置10に注意を向け易いタイミングやユーザUが情報を所望し易いタイミングなど適切なタイミングでメッセージを通知することが可能となる。 Thus, the notification unit 63, since to notify a timing corresponding to the context information, the user U is a message at a desired easy timing such as the right time easy timing and the user U is information attention to the terminal device 10 it is possible to be notified.

また、通知部63は、コンテキスト情報に基づいて通知タイミングを調整(学習)してもよい。 The notification unit 63, a notification timing may be adjusted (learning) based on the context information. 例えば、通知部63は、メッセージを端末装置10へ通知した後、ユーザUがメッセージに対して実際に端末装置10をクリック操作した場合(メッセージに反応した場合)、クリック操作がなされた時間や場所などのクリック情報を行動履歴情報(コンテキスト情報の一例)として記憶部16に記憶させる。 For example, the notification unit 63, after notifying the message to the terminal device 10, (if in response to the message) the user U may have clicked actually terminal device 10 to the message, the time and location where the click operation has been performed in the storage unit 16 the click information, such as the action history information (an example of context information). そして、通知部63は、クリック情報を含む行動履歴情報をフィードバックとして、次回以降の通知タイミングをユーザUが端末装置10をクリック操作し易い時間にするなど、適切な通知タイミングとなるように調整(学習)してもよい。 Then, the notification unit 63 as a feedback action history information including the click information, such as the notification timing of the next time the user U to easily time click operating the terminal device 10, adjusted to an appropriate notification timing ( learning) may be.

〔3. [3. 情報処理装置40の処理フロー〕 Processing flow of the information processing apparatus 40]
次に、情報処理装置40における情報処理の手順について説明する。 Next, description will be made of an information processing procedure in the information processing apparatus 40. 図5は、情報処理装置40における情報処理の流れを示すフローチャートであり、かかる処理は繰り返し実行される。 Figure 5 is a flowchart showing a flow of information processing in the information processing apparatus 40, such processing is repeatedly executed.

図5に示すように、情報処理装置40の制御部43は、端末装置10から複数のコンテキスト情報を取得する(ステップS10)。 5, the control unit 43 of the information processing apparatus 40 acquires a plurality of context information from the terminal device 10 (step S10). 次に、制御部43は、複数のコンテキスト情報を入力情報として学習モデルからメッセージを生成する(ステップS11)。 Next, the control unit 43 generates a message from the learning model multiple context information as input information (step S11). かかる処理において、制御部43は、例えば、コンテキスト情報を入力情報として学習モデルから、ユーザUの現在状況を推定し、推定された現在状況に応じたメッセージを生成する。 In such processing, the control unit 43, for example, from the learning model contextual information as input information, to estimate the current state of the user U, generates a message corresponding to the estimated current condition.

次に、制御部43は、ユーザUのコンテキスト情報に応じた通知タイミングになったか否かを判定する(ステップS12)。 Next, the control unit 43 determines whether it is notified timing corresponding to the context information of the user U (step S12). 制御部43は、通知タイミングになったと判定されない場合(ステップS12,No)、ステップS12の処理を繰り返す一方、通知タイミングになったと判定された場合(ステップS12,Yes)、ユーザUの端末装置10へメッセージを通知する(ステップS13)。 Control unit 43, if it is not determined to have become the notification timing (Step S12, No), while repeats the processing of step S12, if it is determined that it in the notification timing (step S12, Yes), the terminal device of the user U 10 It sends a message to (step S13).

(第2実施形態) (Second Embodiment)
〔4. [4. 第2実施形態に係る端末装置10および情報処理装置40〕 Terminal device 10 and the information processing apparatus 40 according to Second Embodiment]
上述した第1実施形態では、情報処理装置40によるメッセージの通知は、プッシュ型の通知であるが、これに限定されるものではない。 In the first embodiment described above, the notification message by the information processing apparatus 40 is a push-type notification, but is not limited thereto. 第2実施形態に係る情報処理装置40にあっては、プッシュ型の通知に加えてあるいは代えて、ユーザUの自発的なメッセージの要求に応答する形でメッセージを送信する、所謂プル型の通知を行ってもよい。 In the information processing apparatus 40 according to the second embodiment, or in place in addition to the push notification, it transmits a message in the form of responding to the request of spontaneous messages of the user U, the notification of the so-called pull-type it may be carried out. なお、以下においては、上記した第1実施形態と共通の構成については、同一の符号を付して説明を省略する。 In the following, for common configuration with the first embodiment described above, its description is omitted with the same reference numerals.

具体的にはまず、端末装置10にユーザUによってユーザメッセージが入力される。 Specifically first, the user message entered by the user U to the terminal device 10. ここで、ユーザメッセージは、ユーザUによって端末装置10へ入力されるテキストデータであり、ユーザメッセージに応答する形でのメッセージの通知を情報処理装置40に対して要求するものである。 Here, the user message is a text data inputted to the terminal device 10 by the user U, is a request for notification of the message in the form that responds to a user message to the information processing apparatus 40.

なお、上記したユーザメッセージの入力は、ユーザUの発話による入力であっても、ユーザUの入力部14の操作による入力であってもよい。 The input of the user messages as described above, even input by the user utterance U, may be input by operating the input unit 14 of the user U. なお、ユーザUの発話による入力の場合は、例えば、図示しない音声認識サーバを用いて、ユーザUの発話を示す音声情報に対して自然言語処理を実行し、音声情報をテキストデータに変換するようにしてもよい。 In the case of the input by the utterance of the user U, for example, using a speech recognition server (not shown), it executes the natural language processing on the audio information indicating the user's speech U, to convert the voice information into text data it may be.

端末装置10の送信部31は、入力されたユーザメッセージを端末装置10へ通信部11を介して送信する(図3参照)。 Transmitter 31 of the terminal device 10, a user message input via the communication unit 11 to the terminal device 10 (see FIG. 3).

そして、情報処理装置40は、ユーザメッセージに対応するメッセージを生成する。 Then, the information processing apparatus 40 generates a message corresponding to the user message. 図6は、第2実施形態に係る情報処理装置40の構成例を示す図である。 Figure 6 is a diagram showing a configuration example of an information processing apparatus 40 according to the second embodiment. 図6に示すように、第2実施形態に係る情報処理装置40の制御部43は、受付部64と、抽出部65と、変更部66とをさらに備える。 6, the control unit 43 of the information processing apparatus 40 according to the second embodiment further includes a receiving unit 64, an extraction unit 65, and a changing section 66.

〔4.1. [4.1. 受付部64〕 Receiving unit 64]
受付部64は、通信部41を介して端末装置10から送信される、ユーザUからのユーザメッセージを受け付ける。 Receiving unit 64 via the communication unit 41 is transmitted from the terminal apparatus 10 receives a user message from the user U. なお、ここでは、ユーザUが例えばレストラン情報を要求する内容のユーザメッセージ(例えば「お腹がすいた」や「美味しいお店ある?」など)が入力されたものとして説明を続ける。 Here, the contents of the user message user U is to request, for example, a restaurant information (such as, for example, "hungry" and "delicious shop there?") Is continuously described as being input.

〔4.2. [4.2. 抽出部65〕 Extraction unit 65]
抽出部65は、ユーザメッセージとコンテキスト情報とに基づき、学習モデルからユーザメッセージに対応する複数のメッセージ候補をメッセージ候補群から抽出する。 Extraction unit 65, based on the user message and context information, extracts a plurality of messages candidates corresponding to user messages from the message candidates from learning model. 例えば、学習モデルは、入力されたユーザメッセージを実数ベクトルで示す分散表現を用いて、入力されたユーザメッセージに対するメッセージ候補を抽出することができるモデルである。 For example, learning model, using a distributed representation showing the user message entered by the real vector is a model that can be extracted message candidates for the input user message.

学習モデルは、例えばウェブや、ツイッター(登録商標)などから得られるレストラン情報や観光情報、文章情報などの各種情報を学習データとして取集し、メッセージとなり得るメッセージ候補について学習されたモデルである。 Learning model is, for example, web, Twitter (registered trademark) restaurant information and tourist information obtained from such, and Toshu the various kinds of information such as text information as learning data, a model that has been learned about the message the candidate that can be a message. 学習モデルは、例えば、LSTM(Long Short-Term Memory)を備えたRNN(Recurrent Neural Network)の技術を用いて学習され、生成される。 Learning model, for example, it is learned using techniques LSTM RNN having a (Long Short-Term Memory) (Recurrent Neural Network), is generated. なお、メッセージ候補群は、学習モデルによって学習された多数のメッセージ候補を含むデータ群である。 Note that the message candidate group is a data group including a number of messages candidate learned by the learning model.

例えば、抽出部65は、学習モデルを用いることで、ユーザメッセージが「お腹がすいた」や「美味しいお店ある?」などである場合、レストラン情報を含むメッセージ候補を抽出することができる。 For example, the extraction unit 65, by using the learning model, if the user message is a such as "hungry" and "delicious shop there?", It is possible to extract the message candidates, including restaurant information. 具体的には、例えば、抽出部65は、ユーザメッセージとユーザUの現在の位置情報とを入力情報として学習モデルから、メッセージ候補(例えばユーザUの現在位置付近のレストラン情報を含むメッセージ候補)を抽出する。 Specifically, for example, the extraction unit 65, from the learning model as input information and the current location information of the user messages and user U, the message candidates (e.g., messages candidates including restaurant information around the current position of the user U) Extract.

図7は、抽出されたメッセージ候補の一例を示す図である。 Figure 7 is a diagram showing an example of the extracted message candidates. 図7に示す例では、メッセージ候補として、レストランA,B,C等が抽出されたものとする。 In the example shown in FIG. 7, as a message candidate, restaurant A, B, and that C and the like are extracted. また、抽出されたメッセージ候補には、メッセージ候補が最終的にメッセージとして選択される確率を示す選択確率が関連付けて抽出される。 Further, the extracted message candidates, selection probability indicating the probability that a message candidate is selected as the final message is extracted in association.

メッセージ候補の選択確率は、ユーザUへ応答するメッセージとして適している(ユーザUが所望している)と推定されるメッセージが高くなるように設定される。 Selection probability of message candidates are set so that messages which are suitable as a message responding to the user U (user U desired to have) are estimated increases. 例えば、図7に示す例では、レストランA〜Cは、ウェブ上などで得られたレストランの人気度順に応じて選択確率が設定されているものとする。 For example, in the example shown in FIG. 7, restaurant A~C shall selection probability depending on the popularity order articles obtained by such web is set.

なお、図7に示す例では、レストランAを含むメッセージ候補の選択確率が「0.3」であり、レストランBの選択確率が「0.4」、レストランCの選択確率が「0.1」であり、選択確率は高い順にレストランB→A→Cであるものとする。 In the example shown in FIG. 7, a selection probability of the message candidates including restaurant A is "0.3", the selection probability of restaurant B is "0.4", restaurants C selection probability "0.1" , and the assumed selection probability is a restaurant B → a → C in descending order. なお、ここでは、レストランAは、例えばユーザUの現在位置が六本木である場合、六本木を代表するレストランであって、観光客にも人気のレストランであるものとして説明を続ける。 Here, restaurant-A, for example, if the current position of the user U is in Roppongi, a restaurant representative of Roppongi embodiment, assume a popular restaurant in tourists.

また、上記では、メッセージ候補の選択確率は、ウェブ上のレストランの人気度順に基づいて設定されるようにしたが、これに限られず、例えば検索件数やSNSでなされた会話での出現回数の情報など、その他の情報に基づいて設定されてもよい。 In addition, in the above, the selection probability of message candidate, was to be set on the basis of the popularity order of the restaurant on the web, the present invention is not limited to this, for example, information of the number of occurrences of the conversations that have been made in the search number and SNS etc., it may be set based on other information.

〔4.3. [4.3. 変更部66〕 Changing section 66]
図6の説明に戻ると、変更部66は、抽出部65によって抽出されたメッセージ候補の選択確率を、複数のコンテキスト情報に基づいて変更する。 Returning to the explanation of FIG. 6, the changing unit 66, the selection probability of a message candidates extracted by the extracting unit 65 is changed based on the plurality of context information. 詳しくは、変更部66は、学習モデルを用い、メッセージ候補の選択確率を、複数のコンテキスト情報に基づいて推定されたユーザUの現在状況に応じて変更する。 Specifically, the changing unit 66 uses a learning model, the selection probability of a message candidate, change depending on the current status of the user U that has been estimated based on the plurality of context information.

例えば、ユーザUの現在状況が旅行中で六本木にいる場合、ユーザUにとっては、六本木を代表するレストランであるレストランAの情報の方がレストランBの情報に比べて、ユーザUへ応答するメッセージの内容として適していると推定することができる。 For example, if the current status of the user U is in Roppongi in traveling, for the user U, who Restaurant A is a restaurant representing the Roppongi compared to Restaurant B, the message in response to the user U it can be estimated to be suitable as the content.

そこで、変更部66は、コンテキスト情報に基づき、ユーザUの現在状況が旅行など非日常の行動を行っていると推定された場合に、ユーザUの現在状況に適したメッセージ候補(ここではレストランA)の選択確率を上げるように変更する。 Therefore, the changing unit 66, based on context information, user if the current status of the U is estimated that perform actions extraordinary and travel, the user U of the appropriate current condition message candidate (restaurant A here ) to change so as to increase the selection probability.

図7に示す例では、変更部66は、レストランAの選択確率を「0.3」から「0.5」へ上げる変更を行う。 In the example shown in FIG. 7, the changing unit 66 performs the change to increase the probability of choosing restaurant A from "0.3" to "0.5". これにより、選択確率は高い順にレストランA→B→Cに変わる。 As a result, the selection probability is converted to restaurants A → B → C in descending order. なお、図7では、ユーザUの現在状況が日常の行動を行っていて生活圏にいると推定される状況を「状況A」、非日常の行動を行っていて旅先にいると推定される状況を「状況B」として示している。 It should be noted that in FIG. 7, a situation where the current status of the user U is estimated that the trip for you to go "situation A", the action of the extraordinary situation, which is estimated that in the living area have carried out the action of the day-to-day It is shown as "status B".

なお、変更部66においてメッセージ候補の選択確率を設定あるいは変更する学習モデルとしては、例えばトリガーモデルやキャッシュモデルを用いることができる。 As the learning model that sets or changes the selection probability of a message candidate in changing unit 66 may be, for example, trigger model or cache model. また、変更部66は、メッセージ候補の選択確率の変更を、状況A時の選択確率に対して所定値を加算したり、乗算したりすることで行うことができる。 Further, the changing unit 66 can change a selection probability of the message candidate, or by adding a predetermined value to the selection probability at conditions A, by or multiplied.

そして、生成部62は、複数のメッセージ候補の中から選択確率に基づいてメッセージ候補を選択し、選択された当該メッセージ候補をメッセージとして生成する(図6参照)。 The generation unit 62 selects a message candidates based on the selection probability from the plurality of message candidate, and generates the message candidate selected as the message (see FIG. 6). 例えば、生成部62は、複数のメッセージ候補の中から選択確率が最も高いメッセージ候補を選択して、当該メッセージ候補をメッセージとして生成することができる。 For example, generator 62 can be selected probability from a plurality of messages candidates by selecting the highest message candidate, and generates the message candidate as a message. その後、通知部63は、生成されたメッセージを端末装置10へ通知する。 Then, the notification unit 63 notifies the generated message to the terminal device 10.

図8は、メッセージが通知された端末装置10の表示部12の一例を示す図である。 Figure 8 is a view showing an example of the display unit 12 of the terminal device 10 a message is signaled. 図8に示すように、例えば、情報処理装置40は、レストラン情報を要求する内容のユーザメッセージUM1を受け付ける。 As shown in FIG. 8, for example, the information processing apparatus 40 receives a user message UM1 content requesting restaurant information.

そして、情報処理装置40は、コンテキスト情報に基づき、ユーザUの現在状況が旅行など非日常の行動を行っていると推定された場合(状況Bの場合)、選択確率が変更され、変更された選択確率に基づいて、六本木を代表するレストランAの情報を含むメッセージM3を生成して端末装置10へ通知する。 Then, the information processing apparatus 40, based on the context information (if circumstances B) If the current status of the user U is estimated that perform actions extraordinary and travel, changes the selection probability, was changed based on the selection probability, and generates a message M3 comprising the restaurant a representative of Roppongi notifies the terminal device 10.

他方、情報処理装置40は、コンテキスト情報に基づき、ユーザUの現在状況が日常の行動を行っていて生活圏にいると推定された場合(状況Aの場合)、選択確率は変更されないため、変更前の選択確率に基づいて、ウェブ上で人気のあるレストランBの情報を含むメッセージM4を生成して端末装置10へ通知する。 For other hand, the information processing apparatus 40, based on the context information (if circumstances A) if the current status of the user U is estimated that the living area have performed the actions of everyday, the selection probability is not changed, modified based on the previous selection probabilities, and notifies generates a message M4 containing the information of restaurant B popular on the web to the terminal device 10.

このように、第2実施形態に係る情報処理装置40にあっては、ユーザメッセージとコンテキスト情報とに基づいてメッセージを生成することから、ユーザメッセージに対応するとともに、ユーザUに適した内容のメッセージ(例えば、ユーザUの現在状況に応じた内容のメッセージ)を生成し、メッセージに対するユーザUの満足度を向上させることができる。 Thus, in the information processing apparatus 40 according to the second embodiment, since generating a message based on the user message and context information, as well as corresponding to the user message, the message content suitable for the user U (e.g., the message content according to the current situation of the user U) may generate, improving the satisfaction of the user U to the message.

〔5. [5. 第2実施形態に係る情報処理装置40の処理フロー〕 Processing flow of the information processing apparatus 40 according to Second Embodiment]
次に、第2実施形態に係る情報処理装置40の情報処理の手順について説明する。 Next, the procedure of processing of the information processing apparatus 40 according to the second embodiment. 図9は、第2実施形態に係る情報処理装置40の情報処理の流れを示すフローチャートであり、かかる処理は繰り返し実行される。 Figure 9 is a flowchart showing a flow of information processing in the information processing apparatus 40 according to the second embodiment, this processing is repeatedly executed.

図9に示すように、情報処理装置40の制御部43は、端末装置10から複数のコンテキスト情報を取得する(ステップS10)。 As shown in FIG. 9, the control unit 43 of the information processing apparatus 40 acquires a plurality of context information from the terminal device 10 (step S10). 次に、制御部43は、端末装置10からユーザメッセージを受け付けたか否かを判定する(ステップS10a)。 Next, the control unit 43 determines whether it has received a user message from the terminal device 10 (step S10a).

制御部43は、ユーザメッセージを受け付けたと判定された場合(ステップS10a,Yes)、ユーザメッセージに対応する複数のメッセージ候補をメッセージ候補群から抽出する(ステップS10b)。 Control unit 43, when it is determined that accepts user message (step S10a, Yes), extracts a plurality of messages candidates corresponding to user messages from the message candidates (step S10b).

次いで、制御部43は、抽出されたメッセージ候補の選択確率を、複数のコンテキスト情報に基づいて変更する(ステップS10c)。 Then, the control unit 43, a selection probability of the extracted message candidate is changed based on the plurality of context information (step S10c). そして、制御部43は、複数のメッセージ候補の中から選択確率に基づいてメッセージ候補を選択し、選択された当該メッセージ候補をメッセージとして生成する(ステップS11)。 Then, the control unit 43 selects a message candidates based on the selection probability from the plurality of message candidate, and generates the message candidate selected as a message (step S11). なお、ステップS11以降のステップS12,13は、図5と同様の処理であるため、説明を省略する。 Incidentally, the step S11 and subsequent steps S12,13 are the same processing as FIG. 5, the description thereof is omitted.

一方、制御部43は、ユーザメッセージを受け付けていないと判定された場合(ステップS10a,No)、上記した第1実施形態で述べたように、複数のコンテキスト情報に基づいてメッセージを生成し(ステップS11)、ステップS12,13の処理へ進む。 On the other hand, the control unit 43, if it is determined not to accept the user message (step S10a, No), as described in the first embodiment described above, generates a message based on the plurality of context information (step S11), processing proceeds to step S12,13.

〔6. [6. 変形例〕 Modification]
上記では、一人のユーザUが一つの端末装置10を有するものとして説明したが、一人のユーザUが複数の端末装置10を有することもできる。 In the above, although one user U has been described as having a single terminal apparatus 10 may be one of the user U has a plurality of terminal devices 10. この場合、情報処理装置40の制御部43は、複数の端末装置10からそれぞれ送信されるコンテキスト情報に基づいて、メッセージを生成することができる。 In this case, the control unit 43 of the information processing apparatus 40, based on the context information transmitted from a plurality of terminal devices 10 can generate a message.

また、例えばユーザUが特定の同伴者(例えば友人や家族など)と行動を共にするような場合、ユーザUおよび同伴者がそれぞれ端末装置10を有することもできる。 Also, for example, when the user U is a particular companion (for example, friends, family) and so as to act together, it is also possible to user U and companion has a terminal 10, respectively. この場合、情報処理装置40にあっては、ユーザUの端末装置10と同伴者の端末装置10とが、行動を共にする可能性のある所定の関係性を有することが予め設定され、そして制御部43は、各端末装置10から送信されるコンテキスト情報に基づいて、メッセージを生成することができる。 In this case, in the information processing apparatus 40, and the terminal device 10 of the terminal device 10 of the user U companion is, it is set in advance with a predetermined relationship that might act together, and the control part 43, based on the context information transmitted from each terminal device 10 can generate a message.

さらに、制御部43は、一方の端末装置10(例えば同伴者の端末装置10)から送信されるコンテキスト情報に基づいてメッセージを生成し、生成されたメッセージを他方の端末装置10(例えばユーザUの端末装置10)へ通知することもできる。 Further, the control unit 43, based on the context information transmitted from one of the terminal device 10 (e.g., companion of the terminal device 10) generates a message, the generated message other terminal device 10 (e.g., the user U it is also possible to notify the terminal apparatus 10). これにより、情報処理装置40は、例えば他方の端末装置10のコンテキスト情報が取得できない場合であっても、一方の端末装置10のコンテキスト情報に基づいてメッセージを生成し、他方の端末装置10へ通知することができる。 Thus, the information processing apparatus 40, for example, even when the context information of the other terminal apparatus 10 can not be acquired, generates a message based on the context information of one of the terminal apparatus 10, the notification to the other terminal 10 can do.

また、上記では、情報処理装置40は、コンテキスト情報の一つである位置情報を用いてメッセージを生成したが、これに限られるものではない。 Further, in the above, the information processing apparatus 40 has been generated the message using the position information, which is one of the context information is not limited thereto. 例えば、情報処理装置40の生成部62は、複数のコンテキスト情報のうち複数種類のコンテキスト情報(例えば、ユーザUの位置情報、ユーザUの属性情報、ユーザUの運動状態情報、ユーザUのスケジュール情報、ユーザUの環境情報、および、ユーザUの行動履歴情報)の一部あるいは全部に基づいてメッセージを生成してもよい。 For example, generator 62 of the information processing apparatus 40, a plurality of types of context information of the plurality of context information (e.g., location information of the user U, the attribute information of the user U, the motion state information of the user U, the schedule information of the user U , environmental information of the user U, and may generate a message based on part or all of the user behavior history information U).

例えば、生成部62は、ユーザUの位置情報と気圧や天気などのユーザUの環境情報とを組み合わせたり、加速度などのユーザUの運動状態情報と気温や天気などのユーザUの環境情報とを組み合わせたりしてメッセージを生成してもよい。 For example, generator 62, or a combination of an environmental information of the user U, such as position information and pressure and weather of the user U, and environmental information of the user U, such as the motion state information and temperature and weather of the user U, such as acceleration combination or to may generate a message.

これにより、生成部62は、例えば移動情報と環境情報とに基づき、ユーザUの現在状況が旅行中で、かつ雨であると推定された場合、雨でも楽しめる観光施設などの観光情報を含んだメッセージを生成することが可能となる。 Thus, generator 62, for example, based on the movement information and the environment information, if the current status of the user U in the travel, and was estimated to be rainy, including tourist information such as can enjoy sightseeing facilities rain it is possible to generate a message. このように、生成部62は、ユーザUの現在状況をより正確に推定でき、かかる推定結果に基づいてユーザUにより一層適した内容のメッセージを生成してユーザUの満足度をより一層向上させることができる。 Thus, generator 62 may estimate the current state of the user U more accurately, further improve the satisfaction of the user U generates a message of more suitable content by the user U on the basis of the estimation result be able to. なお、上記した複数種類のコンテキスト情報の組み合わせは、あくまでも例示であって限定されるものではない。 Combinations of multiple types of context information described above is not intended to be limited is merely illustrative.

また、情報処理装置40は、複数種のコンテキスト情報に対して重み付けするようにしてもよい。 The information processing apparatus 40 may be weighted more context information. 例えば、情報処理装置40は、学習モデルにおいて複数種のコンテキスト情報のうち、ユーザUの現在状況が示され易いコンテキスト情報(例えばユーザUの位置情報)に重み付けするようにしてもよい。 For example, the information processing apparatus 40 among the plurality of types of context information in the learning model may be weighted easily context information current condition of the user U is shown (for example, position information of the user U).

また、情報処理装置40は、複数種のコンテキスト情報のうち不定期で取得されるコンテキスト情報(例えば、ユーザUがブログになした投稿やショッピングサイトでの購入履歴)に基づいてメッセージを生成するようにしてもよい。 The information processing apparatus 40 to generate a message based on the context information obtained by the irregular among the plurality of types of context information (e.g., purchase history Posts and shopping sites the user U without the blog) it may be.

〔7. [7. 効果〕 effect〕
情報処理装置40は、取得部61と、生成部62とを備える。 The information processing apparatus 40 includes an acquisition unit 61, and a generator 62. 取得部61は、ユーザUに関する複数のコンテキスト情報を取得する。 Acquisition unit 61 acquires a plurality of context information about the user U. 生成部62は、取得部61によって取得された複数のコンテキスト情報に基づいてメッセージ生成用学習モデルから、ユーザUの端末装置10に対するメッセージを生成する。 Generator 62, a learning model for the message generated based on a plurality of context information obtained by the obtaining unit 61 generates a message for the terminal apparatus 10 of the user U.

これにより、情報処理装置40は、ユーザUに適した内容のメッセージを生成してメッセージに対するユーザの満足度を向上させることができる。 Thus, the information processing apparatus 40 can generate a message content suitable for the user U to improve the user's satisfaction with the message.

また、生成部62は、複数のコンテキスト情報における時系列の推移に基づいてメッセージを生成する。 Further, generating unit 62 generates a message on the basis of transition of the time series of the plurality of context information. これにより、情報処理装置40は、例えば複数のコンテキスト情報における時系列の推移に基づいてユーザUの現在状況を推定でき、かかる推定結果に基づいてユーザUにより適した内容のメッセージを生成してユーザUの満足度をより向上させることができる。 Thus, the information processing apparatus 40 can, for example, estimate the current state of the user U based on the changes in time series in the plurality of context information, and generates a message content suitable for the user U on the basis of the estimation result user it can improve the satisfaction of the U.

また、生成部62は、時系列の推移の不規則性の度合いに基づいてメッセージを生成する。 Further, generating unit 62 generates a message based on the degree of irregularity of the time series of changes. これにより、情報処理装置40は、例えば複数のコンテキスト情報における時系列の推移の不規則性の度合いに基づいてユーザUの現在状況を推定でき、かかる推定結果に基づいてユーザUにより一層適した内容のメッセージを生成してユーザUの満足度をより一層向上させることができる。 Thus, the contents information processing apparatus 40, for example, that can estimate the current state of the user U based on the degree of irregularity of the time-series transition of the plurality of context information, more suitable by the user U on the basis of the estimation result it can further improve the satisfaction of the user U to generate a message.

また、生成部62は、複数のコンテキスト情報のうち複数種類のコンテキスト情報に基づいてメッセージを生成する。 Further, generating unit 62 generates a message based on the plurality of types of context information of the plurality of context information. これにより、情報処理装置40は、ユーザUの現在状況をより正確に推定でき、かかる推定結果に基づいてユーザUにより一層適した内容のメッセージを生成してユーザUの満足度をより一層向上させることができる。 Thus, the information processing apparatus 40, the current status of the user U can more accurately estimate, further improve the satisfaction of the user U generates a message of more suitable content by the user U on the basis of the estimation result be able to.

また、情報処理装置40は、通知部63をさらに備える。 The information processing apparatus 40 further includes a notification unit 63. 通知部63は、コンテキスト情報に応じた通知タイミングでメッセージを端末装置10へ通知する。 Notification unit 63 notifies the message notification timing according to the context information to the terminal device 10. これにより、情報処理装置40は、ユーザUがメッセージを確認し易い適切なタイミングで、メッセージの通知を行うことが可能となる。 Thus, the information processing apparatus 40, the user U in an easy right time to verify a message, it is possible to perform the notification message.

また、情報処理装置40は、受付部64と、抽出部65と、変更部66とをさらに備える。 The information processing apparatus 40 further includes a receiving unit 64, an extraction unit 65, and a changing section 66. 受付部64は、ユーザUからのユーザメッセージを受け付ける。 Reception unit 64 receives a user message from the user U. 抽出部65は、受付部64によって受け付けたユーザメッセージに対応する複数のメッセージ候補をメッセージ候補群から抽出する。 Extraction unit 65 extracts a plurality of messages candidates corresponding to the user message received by the receiving unit 64 from the message candidates. 変更部66は、抽出部65によって抽出されたメッセージ候補がメッセージとして選択される確率を示す選択確率を、複数のコンテキスト情報に基づいて変更する。 Changing unit 66, a selection probability of message candidates extracted by the extracting unit 65 indicates the probability of being selected as a message, to change based on the plurality of context information. そして、生成部62は、複数のメッセージ候補の中から選択確率に基づいてメッセージ候補を選択し、選択された当該メッセージ候補をメッセージとして生成する。 The generation unit 62 selects a message candidates based on the selection probability from the plurality of message candidate, and generates the message candidate selected as a message.

これにより、情報処理装置40は、ユーザメッセージに対応するとともに、ユーザUに適した内容のメッセージを生成し、メッセージに対するユーザUの満足度を向上させることができる。 Thus, the information processing apparatus 40 is configured to correspond to the user message, generates a message of the content suitable for the user U, it is possible to improve the satisfaction of the user U to the message.

また、取得部61は、ユーザUの位置情報、ユーザUの属性情報、ユーザUの運動の状態を示す運動状態情報、ユーザUのスケジュール情報、ユーザUが置かれた環境の情報を示す環境情報、および、ユーザUの端末装置10に対する行動履歴情報のうち少なくとも一つをコンテキスト情報として取得する。 Further, the acquisition unit 61, environment information indicating the position information of the user U, the attribute information of the user U, the motion state information indicating the state of motion of the user U, the schedule information of the user U, the information of the user U is placed environment , and acquires at least one of the action history information for the terminal apparatus 10 of the user U as the context information. これにより、情報処理装置40は、ユーザUの現在状況を正確に推定でき、かかる推定結果に基づいてユーザUにより適した内容のメッセージを生成してユーザUの満足度をより向上させることができる。 Thus, the information processing apparatus 40, the current status of the user U can be accurately estimated, it is possible to improve the satisfaction of the user U generates a message content suitable by the user U on the basis of the estimation result .

〔8. [8. ハードウェア構成〕 Hardware configuration]
上述した実施形態における情報処理装置40は、例えば図10に示すような構成のコンピュータ100がプログラムを実行することによって実現される。 The information processing apparatus 40 in the embodiments described above, for example, configuration of the computer 100 as shown in FIG. 10 is realized by executing a program.

図10は、プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。 Figure 10 is a diagram showing an example of a hardware configuration of a computer that executes the program. コンピュータ100は、CPU(Central Processing Unit)101、RAM(Random Access Memory)102、ROM(Read Only Memory)103、HDD(Hard Disk Drive)104、通信インターフェイス(I/F)105、入出力インターフェイス(I/F)106、およびメディアインターフェイス(I/F)107を備える。 Computer 100, CPU (Central Processing Unit) 101, RAM (Random Access Memory) 102, ROM (Read Only Memory) 103, HDD (Hard Disk Drive) 104, a communication interface (I / F) 105, output interface (I / F) 106, and a media interface (I / F) 107.

CPU101は、ROM103またはHDD104に格納されたプログラムに基づいて動作し、各部の制御を行う。 CPU101 operates based on programs stored in the ROM103 or HDD 104, and controls each part. ROM103は、コンピュータ100の起動時にCPU101によって実行されるブートプログラムや、コンピュータ100のハードウェアに依存するプログラム等を格納する。 ROM103 a boot program executed by CPU101 during startup of the computer 100 stores a program depending on hardware of the computer 100.

HDD104は、CPU101によって実行されるプログラムによって使用されるデータ等を格納する。 HDD104 stores data or the like used by the programs executed by the CPU 101. 通信インターフェイス105は、各通信部11、41に対応し、ネットワークNを介して他の機器からデータを受信してCPU101へ送り、CPU101が生成したデータを、ネットワークNを介して他の機器へ送信する。 Communication interface 105 may correspond to each communication unit 11, 41, via the network N feed to the CPU101 receives data from another device, the CPU101 has generated data, via the network N to other devices to.

CPU101は、入出力インターフェイス106を介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。 CPU101 through the input-output interface 106, an output device such as a display or a printer, and controls an input device such as a keyboard and a mouse. CPU101は、入出力インターフェイス106を介して、入力装置からデータを取得する。 CPU101 through the input-output interface 106 acquires data from the input device. また、CPU101は、生成したデータを、入出力インターフェイス106を介して出力装置へ出力する。 Further, CPU 101 the generated data, and outputs to the output device through the output interface 106.

メディアインターフェイス107は、記録媒体108に格納されたプログラムまたはデータを読み取り、RAM102を介してCPU101に提供する。 Media interface 107 reads a program or data stored in the recording medium 108, and provides the CPU101 via the RAM 102. CPU101は、当該プログラムを、メディアインターフェイス107を介して記録媒体108からRAM102上にロードし、ロードしたプログラムを実行する。 CPU101 is the program, loaded from the recording medium 108 on the RAM102 via the media interface 107, and executes the loaded program. 記録媒体108は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。 Recording medium 108, for example, DVD (Digital Versatile Disc), PD (Phase change rewritable Disk) optical recording media such as, MO (Magneto-Optical disk) or the like of the magneto-optical recording medium, a tape medium, a magnetic recording medium or a semiconductor memory, and the like.

コンピュータ100が情報処理装置40として機能する場合、コンピュータ100のCPU101は、RAM102上にロードされたプログラムを実行することにより、図4および図6に示す取得部61、生成部62、通知部63、受付部64、抽出部65および変更部66の各機能を実現する。 If the computer 100 functions as the information processing apparatus 40, CPU 101 of computer 100 by executing a program loaded on the RAM 102, acquisition unit 61 shown in FIGS. 4 and 6, generator 62, the notification unit 63, receiving unit 64, realizing the functions of the extraction section 65 and the changing portion 66.

コンピュータ100のCPU101は、これらのプログラムを、記録媒体108から読み取って実行するが、他の例として、他の装置から、ネットワークNを介してこれらのプログラムを取得してもよい。 CPU101 of the computer 100, these programs will be executed by reading from the recording medium 108, as another example, from another device may obtain these programs via a network N.

以上、本願の実施形態及び変形例のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 Various Although several present preferred embodiments and modifications have been described in detail with reference to the attached drawings, merely as examples, including the embodiments described in the row of the disclosure of the invention, based on the knowledge of those skilled in the art deformation, it is possible to implement the invention in other forms subjected to improvement.

[9. [9. その他] Other]
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。 Also, among the processes explained in the above embodiments and variations, all or part of the processes explained as being automatically performed can be manually performed. Alternatively, described as being manually performed It can be automatically performed by the processing methods known in whole or in part of. この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。 In addition, processing procedures, specific names, specific names, information including various data and parameters can be arbitrarily changed unless otherwise specified. 例えば、各図に示した各種情報は、図示した情報に限られない。 For example, various kinds of information shown in the figures is not limited to the illustrated information.

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。 The components of each device illustrated in the drawings are functionally conceptual and are not necessarily physically configured as depicted. すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 In other words, the specific mode of distribution and integration of each apparatus is not limited to the illustrated one, depending on various loads or use conditions, dispersed or functionally or physically in arbitrary units It may be configured by integration.

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 Moreover, embodiments and modified examples have been described above can be combined as appropriate within a range that does not contradict the processing contents.

また、上記してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。 Further, has been the "part (section, module, unit)" can be read as including "means" or "circuit". 例えば、生成部は、生成手段や生成回路に読み替えることができる。 For example, the generating unit may be read as generating means or generator.

1 情報処理システム10 端末装置12 表示部15 検知部17 制御部21 測位部40 情報処理装置43 制御部51 モデル情報記憶部52 コンテキスト情報記憶部61 取得部62 生成部63 通知部64 受付部65 抽出部66 変更部 1 the information processing system 10 the terminal device 12 display section 15 detecting section 17 control section 21 positioning unit 40 the information processing apparatus 43 control unit 51 model information storage unit 52 context information storage unit 61 acquiring unit 62 generating unit 63 notification unit 64 reception unit 65 extracts part 66 change unit

Claims (9)

  1. ユーザに関する複数のコンテキスト情報を取得する取得部と、 An acquisition unit that acquires a plurality of context information about the user,
    前記取得部によって取得された前記複数のコンテキスト情報に基づいてメッセージ生成用学習モデルから、前記ユーザの端末装置に対するメッセージを生成する生成部と を備えることを特徴とする情報処理装置。 The information processing apparatus characterized in that it comprises from learning model for the message generated based on the plurality of context information obtained by the obtaining unit, and a generation unit for generating a message to the terminal device of the user.
  2. 前記生成部は、 The generating unit,
    前記複数のコンテキスト情報における時系列の推移に基づいて前記メッセージを生成する ことを特徴とする請求項1に記載の情報処理装置。 The information processing apparatus according to claim 1, characterized in that generating the message based on the transition of the time series of the plurality of context information.
  3. 前記生成部は、 The generating unit,
    前記時系列の推移の不規則性の度合いに基づいて前記メッセージを生成する ことを特徴とする請求項2に記載の情報処理装置。 The information processing apparatus according to claim 2, characterized in that generating the message based on the degree of irregularity of the transition of the time series.
  4. 前記生成部は、 The generating unit,
    前記複数のコンテキスト情報のうち複数種類のコンテキスト情報に基づいて前記メッセージを生成する ことを特徴とする請求項1〜3のいずれか一つに記載の情報処理装置。 The information processing apparatus according to any one of claims 1 to 3, characterized in that generating the message based on the plurality of types of context information of the plurality of context information.
  5. 前記コンテキスト情報に応じた通知タイミングで前記メッセージを前記端末装置へ通知する通知部 をさらに備えることを特徴とする請求項1〜4のいずれか一つに記載の情報処理装置。 The information processing apparatus according to any one of claims 1 to 4, characterized in that it comprises further a notification unit for notifying the message to the terminal device the notification timing according to the context information.
  6. 前記ユーザからのユーザメッセージを受け付ける受付部と、 A receiving unit which receives a user message from said user,
    前記受付部によって受け付けた前記ユーザメッセージに対応する複数のメッセージ候補をメッセージ候補群から抽出する抽出部と、 An extraction unit for extracting a plurality of messages candidates corresponding to the user message received by the receiving unit from the message candidates,
    前記抽出部によって抽出された前記メッセージ候補が前記メッセージとして選択される確率を示す選択確率を、前記複数のコンテキスト情報に基づいて変更する変更部と をさらに備え、 The selection probability indicating the probability that the message candidates extracted by the extraction unit is selected as the message, further comprising a changing unit that changes based on the plurality of context information,
    前記生成部は、 The generating unit,
    前記複数のメッセージ候補の中から前記選択確率に基づいて前記メッセージ候補を選択し、選択された当該メッセージ候補を前記メッセージとして生成する ことを特徴とする請求項1〜5のいずれか一つに記載の情報処理装置。 Select the message candidates based on the selection probability from the plurality of message candidate, wherein the message candidate selected in any one of claims 1 to 5, characterized in that generated as said message the information processing apparatus.
  7. 前記取得部は、 The acquisition unit,
    前記ユーザの位置情報、前記ユーザの属性情報、前記ユーザの運動の状態を示す運動状態情報、前記ユーザのスケジュール情報、前記ユーザが置かれた環境の情報を示す環境情報、および、前記ユーザの前記端末装置に対する行動履歴情報のうち少なくとも一つを前記コンテキスト情報として取得する ことを特徴とする請求項1〜6のいずれか一つに記載の情報処理装置。 Position information of the user, attribute information of the user, the motion state information indicating the state of motion of the user, the schedule information of the user, the environment information indicating the information of the user is placed environment, and the of the user the information processing apparatus according at least one in any one of claims 1 to 6, characterized in that to obtain, as the context information of the behavior history information to the terminal device.
  8. 情報処理装置が実行する情報処理方法であって、 An information processing method for an information processing device executes,
    ユーザに関する複数のコンテキスト情報を取得する取得工程と、 An acquisition step of acquiring a plurality of context information about the user,
    前記取得工程において取得された前記複数のコンテキスト情報に基づいてメッセージ生成用学習モデルから、前記ユーザの端末装置に対するメッセージを生成する生成工程と を含むことを特徴とする情報処理方法。 The information processing method of the learning model for the message generated based on the plurality of context information acquired in the acquisition step, characterized in that it comprises a generation step of generating a message to the terminal device of the user.
  9. ユーザに関する複数のコンテキスト情報を取得する取得手順と、 An acquisition procedure for acquiring a plurality of context information about the user,
    前記取得手順において取得された前記複数のコンテキスト情報に基づいてメッセージ生成用学習モデルから、前記ユーザの端末装置に対するメッセージを生成する生成手順と をコンピュータに実行させることを特徴とする情報処理プログラム。 The information processing program characterized by executing the learning model for the message generated based on the acquired plurality of context information was in the acquisition step, and a generation step of generating a message to the terminal device of the user to the computer.
JP2016180929A 2016-09-15 2016-09-15 Information processing device, information processing method, and information processing program Pending JP2018045532A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016180929A JP2018045532A (en) 2016-09-15 2016-09-15 Information processing device, information processing method, and information processing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016180929A JP2018045532A (en) 2016-09-15 2016-09-15 Information processing device, information processing method, and information processing program

Publications (1)

Publication Number Publication Date
JP2018045532A true JP2018045532A (en) 2018-03-22

Family

ID=61694862

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016180929A Pending JP2018045532A (en) 2016-09-15 2016-09-15 Information processing device, information processing method, and information processing program

Country Status (1)

Country Link
JP (1) JP2018045532A (en)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099486A (en) * 1998-09-17 2000-04-07 Nippon Telegr & Teleph Corp <Ntt> Automatic delivery type information providing processing method, its processor and recording medium recording program for the method
JP2003302245A (en) * 2002-04-05 2003-10-24 Matsushita Electric Ind Co Ltd Scheduled arrival time providing device
JP2006185189A (en) * 2004-12-27 2006-07-13 Denso It Laboratory Inc User support device and user support method
JP2007207153A (en) * 2006-02-06 2007-08-16 Sony Corp Communication terminal, information providing system, server device, information providing method, and information providing program
CN102208086A (en) * 2010-03-31 2011-10-05 北京邮电大学 Field-oriented personalized intelligent recommendation system and implementation method
JP2012003494A (en) * 2010-06-16 2012-01-05 Sony Corp Information processing device, information processing method and program
JP2012042993A (en) * 2010-08-12 2012-03-01 Sony Corp Electronic apparatus, information determination server, information determination method, program and information determination system
JP2013073489A (en) * 2011-09-28 2013-04-22 Nifty Corp Information processor, information processing method and program
JP2013105457A (en) * 2011-11-16 2013-05-30 Zenrin Datacom Co Ltd Daily living area setting system, daily living area setting method and daily living area setting program
JP2013218558A (en) * 2012-04-10 2013-10-24 Seiko Epson Corp Information processing device, exercise support information provision system and exercise support information provision method
US20140067901A1 (en) * 2012-07-24 2014-03-06 Blake Shaw System and method for contextual messaging in a location-based network
JP2014109992A (en) * 2012-12-04 2014-06-12 Yahoo Japan Corp Advertisement information providing device and advertisement information providing method
US9224100B1 (en) * 2011-09-26 2015-12-29 Google Inc. Method and apparatus using accelerometer data to serve better ads
JP2016045574A (en) * 2014-08-20 2016-04-04 ヤフー株式会社 Information processing device, information processing method, and information processing program
US20160260024A1 (en) * 2015-03-04 2016-09-08 Qualcomm Incorporated System of distributed planning

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099486A (en) * 1998-09-17 2000-04-07 Nippon Telegr & Teleph Corp <Ntt> Automatic delivery type information providing processing method, its processor and recording medium recording program for the method
JP2003302245A (en) * 2002-04-05 2003-10-24 Matsushita Electric Ind Co Ltd Scheduled arrival time providing device
JP2006185189A (en) * 2004-12-27 2006-07-13 Denso It Laboratory Inc User support device and user support method
JP2007207153A (en) * 2006-02-06 2007-08-16 Sony Corp Communication terminal, information providing system, server device, information providing method, and information providing program
CN102208086A (en) * 2010-03-31 2011-10-05 北京邮电大学 Field-oriented personalized intelligent recommendation system and implementation method
JP2012003494A (en) * 2010-06-16 2012-01-05 Sony Corp Information processing device, information processing method and program
JP2012042993A (en) * 2010-08-12 2012-03-01 Sony Corp Electronic apparatus, information determination server, information determination method, program and information determination system
US9224100B1 (en) * 2011-09-26 2015-12-29 Google Inc. Method and apparatus using accelerometer data to serve better ads
JP2013073489A (en) * 2011-09-28 2013-04-22 Nifty Corp Information processor, information processing method and program
JP2013105457A (en) * 2011-11-16 2013-05-30 Zenrin Datacom Co Ltd Daily living area setting system, daily living area setting method and daily living area setting program
JP2013218558A (en) * 2012-04-10 2013-10-24 Seiko Epson Corp Information processing device, exercise support information provision system and exercise support information provision method
US20140067901A1 (en) * 2012-07-24 2014-03-06 Blake Shaw System and method for contextual messaging in a location-based network
JP2014109992A (en) * 2012-12-04 2014-06-12 Yahoo Japan Corp Advertisement information providing device and advertisement information providing method
JP2016045574A (en) * 2014-08-20 2016-04-04 ヤフー株式会社 Information processing device, information processing method, and information processing program
US20160260024A1 (en) * 2015-03-04 2016-09-08 Qualcomm Incorporated System of distributed planning

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
小林 峻也 外1名: "ユーザの嗜好や人間関係を考慮する非タスク指向型対話システム", 一般社団法人 人工知能学会 第29回全国大会論文集CD−ROM [CD−ROM] 2015年度 人工, JPN6018020471, 30 May 2015 (2015-05-30), JP, pages 1 - 4 *
菅原 尚也 外3名: "ハンズフリー・アイズフリーな個人嗜好型Web情報提示システム", 第2回データ工学と情報マネジメントに関するフォーラム−DEIM 2010−論文集 [ONLINE], JPN6018020472, 25 May 2010 (2010-05-25), JP, pages 1 - 6 *

Similar Documents

Publication Publication Date Title
Bradley et al. Toward a multidisciplinary model of context to support context-aware computing
CN105027197B (en) Training at least part of the voice command system
CN102884822B (en) Method and apparatus for determining user scenarios
CN105741848B (en) For enhancing the system and method for the environmental audio for having GEOGRAPHICAL INDICATION of speech recognition accuracy
US10013670B2 (en) Automatic profile selection on mobile devices
CN102884779B (en) Method and system for computing intuition
CN102016502B (en) Grammar-based speech recognition method and system for selecting a context
US9575963B2 (en) Conversational agent
US9111294B2 (en) Keyword determinations from voice data
EP2987164B1 (en) Virtual assistant focused user interfaces
CN107430501B (en) The competition equipment that speech trigger is responded
JP6397067B2 (en) System and method for integrating third party services with a digital assistant
US20140012918A1 (en) Method and apparatus for creating an ephemeral social network
US10204137B2 (en) System and method for data collection to validate location data
US20120230539A1 (en) Providing location identification of associated individuals based on identifying the individuals in conjunction with a live video stream
US9501745B2 (en) Method, system and device for inferring a mobile user&#39;s current context and proactively providing assistance
JP2018152882A (en) Determining dynamic user profile indicative of user behavior context with mobile device
US8483954B2 (en) Method, apparatus and computer program product for providing instructions to a destination that is revealed upon arrival
US8429103B1 (en) Native machine learning service for user adaptation on a mobile platform
US20130013308A1 (en) Method And Apparatus For Determining a User Age Range
JP5607917B2 (en) How to deliver context-based content to the user
US10163058B2 (en) Method, system and device for inferring a mobile user&#39;s current context and proactively providing assistance
US9760559B2 (en) Predictive text input
US8849931B2 (en) Linking context-based information to text messages
US20120331137A1 (en) Method and apparatus for estimating user characteristics based on user interaction data

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180605

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180803

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20190212

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190510

A911 Transfer of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20190520