JP2019148963A - プロフィール情報システムおよび情報処理装置 - Google Patents
プロフィール情報システムおよび情報処理装置 Download PDFInfo
- Publication number
- JP2019148963A JP2019148963A JP2018032919A JP2018032919A JP2019148963A JP 2019148963 A JP2019148963 A JP 2019148963A JP 2018032919 A JP2018032919 A JP 2018032919A JP 2018032919 A JP2018032919 A JP 2018032919A JP 2019148963 A JP2019148963 A JP 2019148963A
- Authority
- JP
- Japan
- Prior art keywords
- profile information
- profile
- information
- resident
- self
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Abstract
【課題】プロフィール情報を個人の主観のみに頼らず、より信頼性の高いプロフィール情報を得る。【解決手段】居住空間内のセンサ111からのセンシングデータや設備機器110の利用ログから、プロフィール項目についてあらかじめ定められた複数の特徴量の基準に基づき、居住者の複数の特徴量のそれぞれを評価し、総合判定することにより、居住者のプロフィール情報を自動抽出する。さらに、居住者が入力した自己申告プロフィール情報と自動抽出したプロフィール情報を比較照合することにより、自己申告プロフィール情報の信頼性を評価する。【選択図】図3
Description
居住空間の設備機器からのセンサデータに基づきプロフィール情報を自動抽出するプロフィール情報システムおよび情報処理装置に関する。
インターネット上での就職支援サービスの活用やSNS(Social Networking Service)におけるコミュニティ形成などにおいて、利用者は利用や参加にあたって、自己のプロフィール情報を開示する。公開されたプロフィール情報は、人と職種との間あるいは人と人との間のマッチング等、何らかの判断のために用いられることが期待されている。このため、利用者に入力が求められるプロフィール情報は氏名、生年月日といったものから、学歴、職歴、生活スタイル、性格に至るまで多岐にわたる。これらのプロフィール情報は利用者の自己申告であるため、必要に応じてその裏付けとなる書証(身分証明書等)の開示を要求して詐称を防止している。一方、プロフィール情報の中でも生活スタイルや性格といったような利用者の主観に基づく情報については、詐称を防止する仕組みはなく、また、そもそも共通のものさしがあるわけでもないので、プロフィール情報を出した側と受けた側とで認識のずれが生じるのは避けがたい。
特許文献1にはSNS上で公開するプロフィール情報に信頼性を与えるため、ユーザが訪れたエリア情報、SNSへの投稿からのキーワードなどからユーザの行動を分析し、プロフィール情報の信頼度を算出することが開示されている。
特許文献2は、複数のユーザのコミュニケーションの活性化を支援するコミュニケーション管理システムが開示されている。本システムにおいては、ユーザごとに日々の生活で取得されるユーザの生体情報及び/または生活行動情報に基づき、ユーザ同士を関連付けるコミュニケーションネットワーク情報を動的に生成する。また、センサやマイク、家電利用情報などから、ユーザの情報を推定している。例えば、掃除機がONされており、マイクが動作音を検知したら「掃除をしている」と推定する。
上述のように、利用者が自己申告により公開するプロフィール情報のうち、客観的に裏付けのない項目については詐称を防止することが難しく、加えて利用者の主観で判断する項目については客観的な基準が存在しないため、プロフィール情報の信頼性には限界があった。特許文献1は信頼性判断の基礎情報がSNSの情報、すなわちユーザ自身の投稿に基づいているため、信頼度を求められる範囲が限定される。特許文献2は、コミュニケーションネットワーク形成システムであり、特にプロフィール情報の信頼性について検討したものではないが、センサ等からの情報に基づきユーザの状況を推定する公知文献として挙げたものである。ただし、推定される情報として例示されているのは、「くしゃみ」や「掃除機をかけている」などであり、性格などのプロフィール情報に係る項目についての記述はない。
その他の課題と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。
居住空間内のセンサからのセンシングデータや設備機器の利用ログから居住者のプロフィール情報を自動抽出する。さらに、居住者が入力した自己申告プロフィール情報と自動抽出したプロフィール情報を比較照合することにより、自己申告プロフィール情報の信頼性を評価する。
プロフィール情報を個人の主観のみに頼らず、客観的な生活パターンや生体情報から推測することにより、より信頼性の高いプロフィール情報を得ることができる。
図1にプロフィール情報システムを実装するM2M(Machine-to-Machine)システム構成の概要を示す。システム100は、居住空間101に一つ以上配置されるデバイス110、複数のデバイス110との間でデータの集約・配信を行うゲートウェイ130、ゲートウェイ130やデバイス110に組み込まれているアプリケーションプログラムを管理するソフトウェアを有するサーバ150を有している。デバイス110はセンサ111及び/またはアクチュエータ112に接続され、センサ111からの情報を収集するとともに、アクチュエータ112を制御する。ここで、アクチュエータ112はデバイス110あるいは上位からの制御命令により動作するものを広く指し、物理的に駆動されるもの、電気的に駆動されるものであってもよく、その駆動メカニズムは問わない。デバイス110はエリアネットワーク120を介してゲートウェイ130に接続され、ゲートウェイ130は、エリアネットワーク120で接続される複数のデバイス110からセンサデータを収集する。また、ゲートウェイ130はアクセスネットワーク(IPネットワーク)140を介して、サーバ150に接続されている。ゲートウェイ130やデバイス110のアプリケーションプログラムの更新は、アクセスネットワーク140、エリアネットワーク120経由で行われる。
ここでデバイス110は居住空間101の家電、照明、各種検知器やメータ等の設備機器に内蔵されていてもよいし、外付けの通信機器としてセンサやアクチュエータを有する設備機器に接続されるものであってもよい。また、センサデータとしてはセンサ111からのセンシングデータの他、デバイス110である設備機器の利用ログのようなものを含む。
システム100において、ゲートウェイ130、デバイス110はそれぞれアプリケーションを有しており、各レベルでの機能、サービスが実現可能とされている。例えば、人感センサを内蔵した照明であれば、室内で人の存在を感知して照明(アクチュエータ)を自動点灯するといった機能をデバイスレベルのアプリケーション110aで実現できる。一方、複数のデバイスからのセンサデータを連携して一つのデバイスを動作させる場合は、ゲートウェイレベルのアプリケーション130aで実現できる。この場合は、複数のデバイス110からセンサデータがゲートウェイ130に送信され、被制御対象のデバイスのアクチュエータ112への命令がゲートウェイ130から当該デバイスに送信される。このようなM2Mシステムをベースとしたシステム構築、サービス提案はさまざまな応用分野で盛んに研究されており、これにともないかかるシステム構築に使用されるセンサの開発も進んでいる。
応用分野の一つとして、居住空間内に各種センサを配置し、設備機器、例えばエアコンや照明を自動調整したり、居住者の見守りサービス、健康アドバイスサービスなどを提供したりする試みが検討されている。図2にそのようなサービスに使用されるセンサ111の例を示す。図2に示すように、モノや環境情報のみならず、人に関する情報を収集するセンサも多く開発されている。例えば、ToF(Time of Flight)センサを人感センサとして利用する場合には、人の存在のみならず、人の動きも検出することができる。また、人の脈拍等をセンシングするバイタルセンサでは、装着が必要となるリストバンド型などのウェアラブルバイタルセンサ(接触型)の他にも、非接触型のバイタルセンサの開発も進められている。非接触型のバイタルセンサはマイクロ波、またはミリ波を生体に照射し、反射波の位相情報に基づき脈拍、呼吸等の生体情報を検知するものである。非接触型のバイタルセンサは装着なしにこれらの情報を得ることができるので、利用者の負担を軽減させることができる。
なお、ゲートウェイ130にはデバイス110に限られず、PC(Personal Computer)、タブレット、スマートフォンなどの情報機器113もエリアネットワーク120を介して接続可能とされる。なお、情報機器113はアクセスネットワーク140に接続することも可能であるため、情報機器113がゲートウェイレベルのアプリケーション130aを保持して実行することにより、ゲートウェイ130に限定されず、デバイス110とエリアネットワーク(無線LAN等)を介して接続でき、サーバ150とアクセスネットワーク(IPネットワーク)を介して接続できる情報処理装置は、以下に説明する本実施例の機能を実現することが可能である。
実施例1は、システム100においてセンサデータから居住者の行動や体調についての情報が得られることに着目し、居住空間内の家電等の設備機器の利用状況ログやセンサからのセンシングデータからプロフィール情報を自動抽出するシステムである。これらのセンサデータを解析し、居住者の健康状態、生活スタイル、ストレスといったプロフィール情報を自動抽出する。以下の説明において、プロフィール情報を抽出するための評価項目を「特徴量」と呼ぶ。
実施例1のプロフィール自動抽出はゲートウェイレベルのアプリケーション130aとして実現される。これは個人のプロフィール情報を抽出することを目的とするため、情報セキュリティの観点から関連する情報をアクセスネットワーク140に載せることなく処理することが望ましいためである。ただし、後述する特徴量評価アルゴリズムやそれに用いる基準値等のパラメータは改良される度に、随時更新されることが望ましい。このため、ゲートウェイ130のアプリケーションプログラム130aは、サーバ150より遠隔でプログラム内容が更新される。また、特徴量評価に使用されるセンサデータはデバイス110に保存されていてもよいし、ゲートウェイ130に集約して保存されていてもよい。以下の説明における、「特徴量データベースを参照」は、特徴量の評価に用いるセンサデータを集積したセンサデータデータベースへアクセスすることを指し、そのデータベースが居住空間101内のどこに蓄積されているかは特に問題にしない。
図3にプロフィール情報の自動抽出フローを示す。まず、抽出するプロフィール項目を設定する(F01)。プロフィール項目ごとにどのような特徴量に基づき決定するか、アプリケーションにおいてあらかじめ定められた特徴量評価アルゴリズムを有している。次に、プロフィール情報を抽出するための特徴量(評価項目)に対応するセンサデータデータベース(「特徴量データベース」)を参照し(F02)、特徴量(評価項目)を評価する(F03)。F02,F03において、設定したプロフィール項目によって特徴量(評価項目)が異なり、使用するセンサデータも異なっている。この特徴量を総合判定して、プロフィール情報を抽出する(F04)。以下に、プロフィール情報の抽出例を説明する。なお、これらは例示であり、これらの方法に限定するものではない。
図4Aに「健康」というプロフィール情報を抽出するための特徴量テーブル401を示す。この例では特徴量として5つの評価項目(睡眠時間、熟睡度、血圧、体重変動、顔色変動)が設けられ、評価項目ごとに3段階の基準を設定され、点数がつけられるようになっている。各評価項目は、各種センサから取得したセンサデータ(実測値)に基づき、各項目の点数を求める。各評価項目ともにより健康であれば点数が高くされており、また、各評価項目の基準はいずれもセンサデータに基づき、定量的に判定できるように定められている。各評価項目の点数の合計値を図4Bに示す判定テーブル402で評価することにより、プロフィール情報「非常に健康〜不健康」が抽出される。
同様に、図5Aに「ストレス」というプロフィール情報を抽出するための特徴量テーブル501を示す。この例でも特徴量として5つの評価項目(感情、脈拍変動、熟睡度、行動、肩こり)が設けられ、評価項目ごとに3段階の基準を設定され、点数がつけられるようになっている。各評価項目は、各種センサから取得したセンサデータ(実測値)に基づき、各評価項目の点数を求める。各評価項目ともによりストレスが低い程点数が高くされており、また、各評価項目の基準はいずれもセンサデータに基づき、定量的に判定できるように定められている。各評価項目の点数の合計値を図5Bに示す判定テーブル502で評価することにより、プロフィール情報「ストレスなし〜高ストレス」が抽出される。
同様に、図6Aに「性格」というプロフィール情報を抽出するための特徴量テーブル601を示す。この例でも特徴量として5つの評価項目(起床時間のずれ、消灯時間のずれ、1日の歯磨き回数、帰宅時間平均、部屋の散らかり方(変化))が設けられ、評価項目ごとに3段階の基準を設定され、点数がつけられるようになっている。各評価項目は、各種センサから取得したセンサデータ(実測値)に基づき、各評価項目の点数を求める。各評価項目ともにより几帳面であれば点数が高くされており、また、各評価項目の基準はいずれもセンサデータに基づき、定量的に判定できるように定められている。各評価項目の点数の合計値を図6Bに示す判定テーブル602で評価することにより、プロフィール情報「几帳面〜おおざっぱ」が抽出される。
以上の特徴量評価アルゴリズムは、あらかじめ定めたテーブルに基づきプロフィール情報を抽出する例であるが、センサデータに基づく判定フローによりプロフィール情報を抽出することも可能である。図7に「趣味」というプロフィール情報を抽出する判定フローを示す。この例では、まず対象者がどこで時間を使うことが多いかについて情報を抽出する。まず、リビングにいることが多いかどうかを判定する(ステップ701)。これはカメラによる顔認識、音声による声紋認識、ToFセンサによる人検出といった手段で検出できる。リビングにいることが多い場合、リビングでの対象者の行動についての情報を抽出する。本を読むことが多い場合、趣味は読書であると判定する(ステップ702)。この判定にあたっては、カメラによる姿勢認識やToFセンサによる人の動き検出といった手段が利用できる。また、テレビを見ることが多い場合は、趣味はテレビ鑑賞であると判定する(ステップ703)。この判定にあたっては、カメラによる姿勢認識やテレビの視聴履歴といった手段が利用できる。同様に、他にもリビングで行う趣味に関する判定フローを設けて判定する。リビングではあまり時間を使っていない場合、自室にいることが多いかどうかを判定する(ステップ704)。検出手段はステップ701と同様である。自室にいることが多い場合は、自室での趣味判定フローに移行し、外出していることが多い場合は、居住空間外での趣味判定フローに移行する。
図8にプロフィール情報システムの実現イメージを示す。センサとしてエアコン(デバイス)110−1に取り付けられたカメラ111−1、非接触バイタルセンサ110−2を使用し、居住者A801の情報を抽出する。カメラ111−1からの映像により、被写体がAであることを判定する顔認識、Aの表情からAの感情を判定する感情認識、Aがどのような姿勢であるかを判定する姿勢認識などが可能である。また、バイタルセンサ110−2は居住者A801にミリ波を照射し、反射波の位相情報に基づき脈拍や心拍を測定することができる。これらセンサからのセンサデータは無線LANなどのエリアネットワーク120を通じてゲートウェイ130に送信され、蓄積される。ゲートウェイ130はあらかじめ有しているアプリケーションプログラムによりプロフィール情報を抽出する。
なお、デバイス110、ゲートウェイ130ともにアプリケーションプログラムを有しており、プロフィール情報の抽出に必要な情報処理の分担について、デバイス110とゲートウェイ130との間の割り振りは特に限定しない。例えば、カメラ111−1からの映像をゲートウェイ130に送付し、ゲートウェイで映像認識処理とそれに基づく特徴量判定を行ってもよいし、デバイス(エアコン)で映像認識処理を行い、ゲートウェイでは認識結果に基づく特徴量判定を行ってもよい。分散処理することで、ゲートウェイでの処理量を低減させることが可能になる。
また、特徴量評価アルゴリズムの例示として、プロフィール情報の抽出をテーブル判定する例、判定フローを設けて判定する例を示したが、機械学習により判定するようにしてもよい。この場合、機械学習の重み付けを随時アップデートすることにより特徴量の判定の精度を高めることが可能になる。
実施例2では、システム100において、本人が自己申告したプロフィール情報について、居住空間内の家電等の設備機器の利用状況ログやセンサからのセンシングデータに基づき信頼性の評価を行うシステムである。本プロフィール情報ベリファイシステムでは、居住者が入力した自己申告プロフィール情報を入力情報として持ち、実施例1のフローと組み合わせることにより、自己申告プロフィール情報のベリファイ(信頼性の評価)を行う。本システムの出力は、ベリファイされたプロフィール情報(「信頼性情報付きプロフィール情報」という)となる。
図9にプロフィール情報ベリファイシステムの実現イメージを示す。居住者901が情報機器113で自己申告した自己申告プロフィール情報902が作成される。一方で、各設備機器110からのセンサデータからゲートウェイ130では実施例1に説明したプロフィール情報自動抽出フローにより居住者901のプロフィール情報を抽出する。自動抽出された居住者のプロフィール情報と居住者が入力した自己申告プロフィール情報902とを比較することにより、居住者が入力した自己申告プロフィール情報902の各プロフィール項目の信頼性903を算出する。
これにより居住者の自己申告プロフィール情報に対して、客観的なセンサデータに基づく信頼性情報を加えたことにより、居住者の自己申告プロフィール情報の信頼性を高めることができる。
図10にプロフィール情報のベリファイフロー例を示す。図10のフローF10(右側)は情報機器113のアプリケーション113aで実行される自己申告プロフィール情報入力フローである。アプリケーション113aはインターネット上での就職支援サービスやSNSのアプリケーションであって、フローF10はそれらのプロフィール情報入力ルーチンとして組み込まれている。まず、ユーザ(居住者)はプロフィール情報の入力を行う(F11)。
図10のフローF20(左側)はゲートウェイ130のアプリケーションプログラム130aで実行されるプロフィール情報ベリファイフローである。フローF20により、ユーザが自己申告した自己申告プロフィール情報902のベリファイを行う。自己申告プロフィール情報902に対してベリファイを行うため、情報機器113はゲートウェイ130のアプリケーション130aを起動させる。
フローF20のフローF21、F22、F23の処理はそれぞれ実施例1(図3)で説明したフローF01、F02、F03と同等であり、居住空間101内の設備機器からのセンサデータを基に、プロフィール情報の自動抽出を行う。フローF21では、入力された自己申告プロフィール情報902に基づき、自動抽出するプロフィール項目の設定を行う。プロフィール情報を抽出するための特徴量(評価項目)に対応するセンサデータデータベース(特徴量データベース)を参照し(F22)、特徴量(評価項目)を評価する(F23)。フローF24では、特徴量を総合判定して抽出したプロフィール情報(実施例1のフローF04と同等の処理を行う)と自己申告したプロフィール情報902とを比較することにより、自己申告プロフィール情報の各プロフィール項目について、その信頼性を評価する。フローF25にて評価した信頼性情報を情報機器113へ出力し、ベリファイフローを終了する。ユーザは、信頼性情報付きプロフィール情報904を入手し(フローF12)、利用する(フローF13)。
フローF24におけるプロフィール情報の信頼性評価にあたっては、自動抽出したプロフィール情報と自己申告したプロフィール情報とを比較照合することで実行する。例えば、評価対象とするプロフィール情報が「性格」であったとすると、実施例1の図6A、図6Bを用いて説明したように、ユーザの性格に関する特徴量は、システムによって自動的に抽出される。点数の合計値が8〜10点となった場合、図9に示したユーザ901が自己申告した「几帳面」であるという入力情報は信頼性が高いと評価できる(なお、信頼性の評価方法は、図9に示すものに限られず、A判定としたり、%表記としたりしてもよい)。一方で、点数の合計値が0〜4点にもかかわらず、ユーザ901が「几帳面」と自己申告している場合、その入力情報は信頼性が低いと評価する。その他の項目についても、自動抽出したプロフィール情報と自己申告したプロフィール情報とを比較照合することで、信頼性の評価が可能となる。
これにより、ユーザが自己申告したプロフィール情報の信頼性を高める。また、ユーザによってはシステムによって自動抽出、推測された情報が自己のプロフィール情報とされることを嫌がることもある。自身の入力項目とセンサデータからの自動抽出、推測された情報とを合わせることにより、このような嫌悪感を緩和しつつ、プロフィール情報の信頼性を担保することができる。
図11にゲートウェイ130のハードウェア構成例を示す。ゲートウェイ130は、プロセッサ201、メモリ202、センサデータデータベース203、プロフィール情報データベース204、インタフェース205、これらを接続するバス206を有する。インタフェース205はゲートウェイ130をエリアネットワークまたはアクセスネットワークに接続する。センサデータデータベース203はデバイス110から送信されたセンサデータを蓄積する。プロフィール情報データベース204は、自動抽出したプロフィール情報、または情報機器113から入力された自己申告プロフィール情報を格納する。プロセッサ201は図示しない補助記憶装置からメモリ202にロードされたアプリケーションプログラム130aを実行し、実施例1または実施例2に示したプロフィール情報の自動抽出機能やベリファイ機能を実現する。アプリケーションプログラム130aは、プロフィール項目設定部131、プロフィール情報抽出部132、信頼性評価部133(実施例2の場合)を含む。プロフィール項目設定部131は図3のフローF01または図10のフローF21に相当する処理を実行する。プロフィール情報抽出部132は図4A〜図7を用いて説明したプロフィール項目にかかるプロフィール情報の自動抽出を実行する。信頼性評価部133は、図10のフローF24,F25に相当する処理を実行する。
以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。
100:システム、101:居住空間、110:デバイス、110a,113a,130a:アプリケーションプログラム、111:センサ、112:アクチュエータ、113:情報機器、120:エリアネットワーク、130:ゲートウェイ、140:アクセスネットワーク、150:サーバ。
Claims (10)
- 居住空間に配置され、センサ及び/またはアクチュエータに接続される複数のデバイスと、
前記複数のデバイスからのセンサデータに基づき、居住者のプロフィール情報を抽出する情報処理装置とを有するプロフィール情報システムであって、
前記情報処理装置は、プロセッサを有し、前記プロセッサはアプリケーションプログラムを実行し、
前記アプリケーションプログラムは、プロフィール項目設定部とプロフィール情報抽出部とを有し、
前記プロフィール項目設定部は、プロフィール項目を設定し、
前記プロフィール情報抽出部は、前記プロフィール項目についてあらかじめ定められた複数の特徴量の基準に基づき、前記居住者の前記複数の特徴量のそれぞれを評価し、前記居住者の前記複数の特徴量の評価を総合判定することにより、前記プロフィール項目にかかる前記居住者のプロフィール情報を抽出し、
前記プロフィール情報抽出部における前記特徴量の評価は、前記複数のデバイスからのセンサデータに基づき行われるプロフィール情報システム。 - 請求項1において、
前記センサデータには、前記センサからのセンシングデータ及び、前記デバイスである設備機器の利用ログを含むプロフィール情報システム。 - 請求項1において、
前記プロフィール情報抽出部は、前記プロフィール項目に応じた特徴量評価アルゴリズムを有するプロフィール情報システム。 - 請求項3において、
前記特徴量評価アルゴリズムは、前記情報処理装置に接続されるサーバにより随時更新されるプロフィール情報システム。 - 請求項1において、
前記居住者が入力した自己申告プロフィール情報を格納するプロフィール情報データベースを有し、
前記アプリケーションプログラムは、さらに信頼性評価部を有し、
前記プロフィール項目設定部は、前記自己申告プロフィール情報に対応するプロフィール項目を設定し、
前記信頼性評価部は、前記プロフィール情報抽出部が抽出した前記居住者の前記プロフィール項目のプロフィール情報と前記自己申告プロフィール情報とを比較照合することで前記自己申告プロフィール情報の信頼性を評価するプロフィール情報システム。 - センサデータデータベースと、アプリケーションプログラムを実行するプロセッサとを有する情報処理装置であって、
前記アプリケーションプログラムは、プロフィール項目設定部とプロフィール情報抽出部とを有し、
前記プロフィール項目設定部は、プロフィール項目を設定し、
前記プロフィール情報抽出部は、前記プロフィール項目についてあらかじめ定められた複数の特徴量の基準に基づき、居住者の前記複数の特徴量のそれぞれを評価し、前記居住者の前記複数の特徴量の評価を総合判定することにより、前記プロフィール項目にかかる前記居住者のプロフィール情報を抽出し、
前記プロフィール情報抽出部における前記特徴量の評価は、前記センサデータデータベースに格納されたセンサデータに基づき行われ、
前記センサデータは、前記居住者の居住空間に配置されたセンサ及び/またはアクチュエータに接続される複数のデバイスから収集される情報処理装置。 - 請求項6において、
前記センサデータには、前記センサからのセンシングデータ及び、前記デバイスである設備機器の利用ログを含む情報処理装置。 - 請求項6において、
前記プロフィール情報抽出部は、前記プロフィール項目に応じた特徴量評価アルゴリズムを有する情報処理装置。 - 請求項8において、
前記特徴量評価アルゴリズムは、サーバにより随時更新される情報処理装置。 - 請求項6において、
前記居住者が入力した自己申告プロフィール情報を格納するプロフィール情報データベースを有し、
前記アプリケーションプログラムは、さらに信頼性評価部を有し、
前記プロフィール項目設定部は、前記自己申告プロフィール情報に対応するプロフィール項目を設定し、
前記信頼性評価部は、前記プロフィール情報抽出部が抽出した前記居住者の前記プロフィール項目のプロフィール情報と前記自己申告プロフィール情報とを比較照合することで前記自己申告プロフィール情報の信頼性を評価する情報処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018032919A JP2019148963A (ja) | 2018-02-27 | 2018-02-27 | プロフィール情報システムおよび情報処理装置 |
US16/281,878 US10764387B2 (en) | 2018-02-27 | 2019-02-21 | Profile information system and information processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018032919A JP2019148963A (ja) | 2018-02-27 | 2018-02-27 | プロフィール情報システムおよび情報処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019148963A true JP2019148963A (ja) | 2019-09-05 |
Family
ID=67686214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018032919A Pending JP2019148963A (ja) | 2018-02-27 | 2018-02-27 | プロフィール情報システムおよび情報処理装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10764387B2 (ja) |
JP (1) | JP2019148963A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022019275A (ja) * | 2020-07-17 | 2022-01-27 | 富士フイルムビジネスイノベーション株式会社 | プロフィール評価装置及びプロフィール評価プログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288266A1 (en) * | 2006-06-02 | 2007-12-13 | Suzanne Sysko | System and methods for chronic disease management and health assessment |
US8666768B2 (en) * | 2010-07-27 | 2014-03-04 | At&T Intellectual Property I, L. P. | Methods, systems, and products for measuring health |
US20140129255A1 (en) * | 2012-11-02 | 2014-05-08 | James Thomas Woodson | Medical Information and Scheduling Communication |
US20160019813A1 (en) * | 2013-03-14 | 2016-01-21 | Brian Mullen | Methods and systems for monitoring and treating individuals with sensory processing conditions |
JP2015005259A (ja) | 2013-06-24 | 2015-01-08 | 株式会社東芝 | コミュニケーション管理システム |
US9946893B2 (en) * | 2013-11-26 | 2018-04-17 | Nokia Technologies Oy | Method and apparatus for providing privacy profile adaptation based on physiological state change |
JP6262123B2 (ja) | 2014-12-02 | 2018-01-17 | 株式会社ゼンリンデータコム | 情報処理装置、プログラム、及び情報処理方法 |
-
2018
- 2018-02-27 JP JP2018032919A patent/JP2019148963A/ja active Pending
-
2019
- 2019-02-21 US US16/281,878 patent/US10764387B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20190268425A1 (en) | 2019-08-29 |
US10764387B2 (en) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11819344B2 (en) | Systems for automatic assessment of fall risk | |
US20200258633A1 (en) | Predicting immune response | |
CN108778097A (zh) | 用于评估心力衰竭的装置和方法 | |
EP3343498A1 (en) | Method for providing action guide information and electronic device supporting method | |
EP3254213A1 (en) | Pain management wearable device | |
Kim et al. | The use of wearable sensors to assess and treat the upper extremity after stroke: a scoping review | |
US10376207B2 (en) | Calculating a current circadian rhythm of a person | |
US10242757B2 (en) | Predictive wellness management | |
KR20170023770A (ko) | 진단모델 생성 시스템 및 방법 | |
US20200012955A1 (en) | Device, system and method for factor estimation | |
JP2017188089A (ja) | 行動予測 | |
Ghosh et al. | UltraSense: A non-intrusive approach for human activity identification using heterogeneous ultrasonic sensor grid for smart home environment | |
JP2019148963A (ja) | プロフィール情報システムおよび情報処理装置 | |
WO2015135593A1 (en) | A method for controlling an individulized video data output on a display device and system | |
Lim et al. | Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities | |
US20170364650A1 (en) | Managing a therapeutic state based on cognitive, contextual, and location-based action recognition | |
KR101310500B1 (ko) | 피부 특성을 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법 | |
CN115547491A (zh) | 健康管理方法、装置、电子设备及存储介质 | |
KR20220037630A (ko) | 인공지능을 이용한 보청기 적합 시스템 | |
US11432773B2 (en) | Monitoring of diagnostic indicators and quality of life | |
WO2023058200A1 (ja) | 疲労度算出装置、疲労度算出方法及び記憶媒体 | |
Hamper et al. | Dementia monitoring with artificial intelligence | |
Jameer et al. | A Deep Survey on Human Activity Recognition Using Mobile and Wearable Sensors | |
JP2023183075A (ja) | 情報処理システム、情報処理装置、プログラム及び情報処理方法 | |
JP2023162541A (ja) | 機器制御装置、機器制御システム、機器制御方法及びプログラム |