JP2020042433A - 情報提供システム、ユーザ携帯装置、情報提供装置、コンピュータプログラム及び情報提供方法 - Google Patents

Abstract

【課題】ユーザの個人情報を保護しつつユーザの属性に応じた推奨情報を提供することができる情報提供システム、ユーザ携帯装置、情報提供装置、コンピュータプログラム及び情報提供方法を提供する。【解決手段】情報提供システムは、ユーザ携帯装置と、情報提供装置とを備える情報提供システムであって、前記ユーザ携帯装置は、ユーザの属性データを含むユーザ情報を記憶する記憶部と、前記記憶部に記憶されたユーザ情報を送信する送信部とを備え、前記情報提供装置は、前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部とを備える。【選択図】図１

Description

本発明は、情報提供システム、ユーザ携帯装置、情報提供装置、コンピュータプログラム及び情報提供方法に関する。

近年、利用者の趣味嗜好に応じた推奨サービスが注目されている。例えば、特許文献１には、ウェブページ上でユーザが指定する検索キーワードに基づいて、ウェブページの注目度を示す評価値を取得して、ネットワーク上に公開された情報の取得を希望するユーザの多様な思考を幅広く満たすことができる検索方法が開示されている。

また、特許文献２には、ユーザ装置からユーザの個人情報を含む閲覧要求を表示情報構成装置へ送信すると、表示情報構成装置では、ユーザの個人情報に基づいて、表示コンテンツと電子広告を決定してユーザ装置に提供する広告提示方法が開示されている。

特開２００９−１０４３５６号公報 特開２００２−１３３２６３号公報

しかし、特許文献１のような方法は、利用者がウェブページを検索するというごく限られた場面で情報が提供されるだけであり、必要な場面で必要な情報を利用者に提供できるものではない。また、特許文献２のような方法は、ユーザの個人情報がユーザ装置から外部の表示情報構成装置に送信されるので、個人情報が漏洩するおそれがある。

本発明は、斯かる事情に鑑みてなされたものであり、ユーザの個人情報を保護しつつユーザの属性に応じた推奨情報を提供することができる情報提供システム、ユーザ携帯装置、情報提供装置、コンピュータプログラム及び情報提供方法を提供する。

本発明に係る情報提供システムは、ユーザ携帯装置と、情報提供装置とを備える情報提供システムであって、前記ユーザ携帯装置は、ユーザの属性データを含むユーザ情報を記憶する記憶部と、前記記憶部に記憶されたユーザ情報を送信する送信部とを備え、前記情報提供装置は、前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部とを備える。

本発明に係るユーザ携帯装置は、ユーザが携帯するユーザ携帯装置であって、ユーザの属性データを含むユーザ情報を記憶する記憶部と、前記記憶部に記憶されたユーザ情報を送信する送信部とを備える。

本発明に係る情報提供装置は、ユーザ携帯装置の記憶部に記憶された、ユーザの属性データを含むユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部とを備える。

本発明に係るコンピュータプログラムは、コンピュータに、ユーザの属性データを含むユーザ情報を記憶部に記憶する処理と、前記記憶部に記憶されたユーザ情報を送信する処理とを実行させる。

本発明に係るコンピュータプログラムは、コンピュータに、ユーザ携帯装置の記憶部に記憶された、ユーザの属性データを含むユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する処理と、前記推奨情報を提供した場合、取得した属性データを削除する処理とを実行させる。

本発明に係る情報提供方法は、ユーザ携帯装置は、ユーザの属性データを含むユーザ情報を記憶部に記憶し、前記記憶部に記憶されたユーザ情報を送信し、情報提供装置は、前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供し、推奨情報が提供された場合、取得した属性データを削除する。

本発明によれば、ユーザの個人情報を保護しつつユーザの属性に応じた推奨情報を提供することができる。

本実施の形態の情報提供システムの構成の第１例を示す模式図である。 本実施の形態の情報提供システムによる情報提供方法の一例を示す説明図である。 本実施の形態のユーザ携帯装置の構成の一例を示すブロック図である。 本実施の形態の入出力装置の構成の一例を示すブロック図である。 入出力装置の表示画面に表示されるキャラクタの一例を示す説明図である。 本実施の形態の情報提供装置の構成の一例を示すブロック図である。 ユーザ携帯装置の学習モデルにより得られる属性データの一例を示す模式図である。 情報提供装置により生成される推奨情報の第１例を示す模式図である。 情報提供装置により生成される推奨情報の第２例を示す模式図である。 本実施の形態のユーザ携帯装置の処理手順の一例を示すフローチャートである。 本実施の形態の情報提供装置の処理手順の一例を示すフローチャートである。 本実施の形態の情報提供システムの構成の第２例を示す模式図である。 本実施の形態の情報提供システムの構成の第３例を示す模式図である。

以下、本発明をその実施の形態を示す図面に基づいて説明する。図１は本実施の形態の情報提供システム１００の構成の第１例を示す模式図である。情報提供システム１００は、判定装置及び出力装置としての入出力装置３０、及び情報提供装置５０を備える。入出力装置３０と情報提供装置５０とは、ＬＡＮ又はインターネットなどのネットワーク１を介して接続されている。入出力装置３０は表示画面３５を備える。なお、図１の例では、入出力装置３０を１台だけ図示しているが、入出力装置３０の数は１台に限定されるものではなく、店舗に複数台設置してもよい。本実施の形態では、施設として店舗を例として説明するが、施設は店舗に限定されない。すなわち、施設は、商業施設を含み、例えば、デパート、ショッピングセンター又はショッピングモールなどの店舗（店舗の集合も含む）の他、商業を目的とした施設を含む。また、施設は、娯楽施設を含み、例えば、遊園地、テーマパーク、水族館、動物園などの他に、娯楽のための施設を含む。

図１の例では、入出力装置３０及び情報提供装置５０が店舗内に設置される構成を示すが、これに限定されるものではなく、例えば、情報提供装置５０が店舗内に設置されなくてもよく、電話網を含むネットワーク１に接続することができる場所であれば所望の場所に設置することができる。

情報提供装置５０は、ユーザ携帯装置１０を携帯するユーザが店舗に来店すると、ユーザが店舗から出るまでの間、店舗内の所要の場所において、入出力装置３０を通じて、ユーザが必要とする情報を提供することができる。ユーザ携帯装置１０は、表示画面１３を備える。

図２は本実施の形態の情報提供システム１００による情報提供方法の一例を示す説明図である。以下、プロセスＰ１〜Ｐ１１について説明する。

プロセスＰ１では、ユーザ携帯装置１０は、ユーザの趣味、嗜好、性格、行動等を学習する。ユーザがユーザ携帯装置１０を携帯する間、このような学習は継続して行われ、プロセスＰ２でも、プロセスＰ１と同様に、ユーザ携帯装置１０は、ユーザの趣味、嗜好、性格、行動等を学習する。

プロセスＰ３では、入出力装置３０は、ユーザ携帯装置１０が店舗内の所定のエリアである通信範囲内にいるか否か（存否）を判定する。通信範囲内は、例えば、入出力装置３０とユーザ携帯装置１０との間の近距離無線通信による通信が可能な範囲とすることができる。

ユーザ携帯装置１０が通信範囲内に入ると、入出力装置３０とユーザ携帯装置１０との間の通信が可能となる。

プロセスＰ４では、ユーザ携帯装置１０は、後述の記憶部１６に記憶したユーザ情報を入出力装置３０へ送信する。ユーザ情報は、ユーザの属性データ、ユーザ携帯装置１０の使用履歴などを含む。

プロセスＰ５では、入出力装置３０は、受信したユーザ情報を情報提供装置５０へ送信する。

プロセスＰ６では、情報提供装置５０は、受信したユーザ情報を後述の記憶部５３に記憶する。

プロセスＰ７では、情報提供装置５０は、受信した（記憶した）属性データを後述の学習モデル５４に入力してユーザに対する推奨情報を生成する。

プロセスＰ８では、情報提供装置５０は、生成した推奨情報を入出力装置３０へ送信する。

プロセスＰ９では、入出力装置３０は、表示画面３５に表示したキャラクタを通じて推奨情報を出力する。キャラクタの詳細は後述する。

ユーザ携帯装置１０が通信範囲から出ると、入出力装置３０とユーザ携帯装置１０との間の通信は終了する。

プロセスＰ１０では、入出力装置３０は、ユーザ携帯装置１０が通信範囲外であることを情報提供装置５０に通知する。

プロセスＰ１１では、情報提供装置５０は、記憶部５３に記憶したユーザの属性データを削除する。

上述のように、ユーザ携帯装置１０は、ユーザの属性データを含むユーザ情報を記憶する記憶部（１６）、及び記憶部に記憶されたユーザ情報を送信する送信部としての通信部（１２）を備える。ユーザ情報は、例えば、属性データの他に使用履歴などを含むことができる。使用履歴は、ユーザによるユーザ携帯装置１０の使用履歴とすることができる。ユーザの属性データは、例えば、ユーザの趣味、嗜好、性格、行動などの少なくとも一つとすることができる。また、属性データは、ユーザの年齢、性別、職業、居住地などを含めることもできる。

情報提供装置５０は、ユーザ携帯装置１０の記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いてユーザ携帯装置１０に推奨情報を提供する。ユーザ情報（例えば、ユーザの属性データ、あるいは使用履歴など）に基づいて、ユーザが必要としている情報を推定して推奨情報として提供することができる。

情報提供装置５０は、推奨情報が提供された場合、取得した属性データを削除する。すなわち、ユーザに所望の推奨情報を提供した後は、取得した属性データを削除するので、情報提供装置５０を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

より具体的には、入出力装置３０は、店舗の所定のエリア内でのユーザ携帯装置１０の存否を判定する。所定のエリアは、例えば、ユーザに対して推奨情報を提供するのに適したエリアであり、例えば、店舗などの入口、あるいは施設内を含むエリアとすることができる。所定のエリアは、例えば、ユーザ携帯装置１０との間で無線通信が可能なエリアとすることもできる。

情報提供装置５０は、入出力装置３０によってユーザ携帯装置１０がエリア内にいると判定した場合、ユーザ携帯装置１０に記憶したユーザ情報を取得し、取得したユーザ情報に含まれる属性データを用いてユーザに対する推奨情報を提供する。

情報提供装置５０は、入出力装置３０によってユーザ携帯装置１０がエリア内にいないと判定した場合、取得した属性データを削除する。すなわち、ユーザが店舗から出た場合、取得した属性データを削除するので、情報提供装置５０を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

また、図示していないが、情報提供装置５０は、ユーザ携帯装置１０から所定の指示を取得する取得部としての通信部（５２）を備える。情報提供装置５０は、所定の指示を取得した場合、取得した属性データを削除することができる。

所定の指示は、例えば、ユーザから、推奨情報の提供を終了する終了指示とすることができる。例えば、ユーザが店舗などの入口、あるいは施設内を含むエリア内に居る場合でも、推奨情報の提供を必要としない場合もある。

ユーザが推奨情報の提供が不要と判断した場合、情報提供装置５０は、ユーザ携帯装置１０から所定の指示を取得して、ユーザの属性データを削除するので、ユーザに必要な情報を提供しつつ、情報提供装置を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

次に、ユーザ携帯装置１０、入出力装置３０及び情報提供装置５０の詳細について説明する。

図３は本実施の形態のユーザ携帯装置１０の構成の一例を示すブロック図である。ユーザ携帯装置１０は、例えば、スマートフォン、タブレット端末又はパーソナルコンピュータ等とすることができる。また、ユーザ携帯装置１０は、スマートメガネのようなウエアラブル端末でもよい。ユーザ携帯装置１０は、装置全体を制御する制御部１１、通信部１２、表示画面１３、表示処理部１４、操作部１５、記憶部１６、音声入出力部１７、ＧＰＳ部１８、カメラ部１９、学習モデル２０、音声アシスト部２１、及び決済処理部２２を備える。

通信部１２は、近距離無線通信により入出力装置３０との間で所要の情報を送信及び受信することができる。

表示画面１３は、液晶ディスプレイ又は有機ＥＬ（Electro Luminescence）ディスプレイで構成することができる。

表示処理部１４は、表示画面１３上での画像、文字等の表示を行う。

操作部１５は、タッチパネル等で構成され、表示画面１３上で文字の入力操作、表示画面１３に表示されたアイコン、画像又は文字等に対する操作を行うことができる。

記憶部１６は、所要のデータを記憶することができる。記憶部１６は、例えば、ユーザの属性データ、ユーザ携帯装置１０の使用履歴、ユーザ携帯装置１０の位置情報、ユーザとの会話履歴、商品等の購入履歴（決済処理の結果）、写真又はビデオ等の画像データを記憶することができる。

音声入出力部１７は、マイク、スピーカ等で構成され、音声の入力及び出力を行う。

ＧＰＳ部１８は、ユーザ携帯装置１０の位置情報を取得することができる。

カメラ部１９は、ユーザの操作により、写真及びビデオを撮ることができる。

学習モデル２０は、機械学習に必要なアルゴリズム及びパラメータなどを含む。学習モデル２０は、ニューラルネットワークモデルでもよく、他の機械学習モデルでもよい。また、学習モデル２０は、複数の学習モデルを組み合わせてもよい。例えば、全結合型のニューラルネットワークの他に、画像や自然言語処理などに対しては、畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を用いることができ、また、時系列データなどに対しては、再帰型ニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）を用いることができ、あるいは、これらを適宜組み合わせてもよい。また、学習方法は、教師あり学習の他に、教師なしの学習も用いることができる。なお、学習モデル２０は、ユーザの立場から見ると、あたかも秘書ＡＩのような機能を果たすことが可能となる。

音声アシスト部２１は、音声アシスタントとしての機能を有し、音声認識処理機能を備え、ユーザの音声をテキストデータ（文字列）に変換することができる。また、音声アシスト部２１は、形態素解析機能を備え、辞書データを用いて、変換したテキストデータから意味を持つ最小単位である単語を抽出することができる。音声アシスト部２１は、機械学習モデルを備え、ユーザの会話内容を解析して、ユーザとの間で会話を行うことができる。例えば、音声アシスト部２１がユーザに話しかけることにより、ユーザからの返事を取得して分析し、ユーザの趣味、嗜好、性格及び行動などを学習することができる。

決済処理部２２は、ウェブ上のオンラインショッピング、あるいは実店舗でのショッピングにおいて、商品の購入のための決済処理を行う。

図４は本実施の形態の入出力装置３０の構成の一例を示すブロック図である。入出力装置３０は、装置全体を制御する制御部３１、第１通信部３２、第２通信部３３、判定部３４、表示画面３５、表示処理部３６、及び音声出力部３７を備える。

第１通信部３２は、ネットワーク１を介して情報提供装置５０との間で所要の情報を送信及び受信することができる。

第２通信部３３は、近距離無線通信によりユーザ携帯装置１０との間で所要の情報を送信及び受信することができる。

判定部３４は、店舗の所定のエリア内でのユーザ携帯装置１０の存否を判定する。すなわち、判定部３４は、店舗内に設置された入出力装置３０の近くにユーザ携帯装置１０が存在するか否かを判定することができる。また、入出力装置３０を店舗内の所要箇所に１又は複数台設置することにより、判定部３４は、ユーザ携帯装置１０が店舗内に入ったこと、店舗から出たこと、及び店舗内に存在することを判定することができる。判定部３４による判定結果は、制御部３１の制御の下、第１通信部３２を介して情報提供装置５０に通知される。

表示画面３５は、液晶ディスプレイ又は有機ＥＬ（Electro Luminescence）ディスプレイで構成することができる。

音声出力部３７は、スピーカ等で構成され、音声の出力を行う。

表示処理部３６は、表示画面１３上に画像、文字等の他にキャラクタを表示することができる。

図５は入出力装置３０の表示画面３５に表示されるキャラクタの一例を示す説明図である。キャラクタは、例えば、仮想的な店員、案内員であり、キャラクタがあたかも実際の店員又は案内員のように、顔の表情を変え、身振り又は手ぶり等の動作をし、音声出力部３７からキャラクタの声を出力することにより、ユーザが必要とする推奨情報を提供することができる。これにより、ユーザは、店員による説明や案内員による案内を受けているような親近感を持つことができる。なお、図５に示すキャラクタは一例であって、図５の例に限定されない。

図６は本実施の形態の情報提供装置５０の構成の一例を示すブロック図である。情報提供装置５０は、装置全体を制御する制御部５１、通信部５２、記憶部５３、学習モデル５４、施設情報ＤＢ５５、推奨情報生成部５６、及び削除処理部５７を備える。

通信部５２は、ネットワーク１を介して入出力装置３０との間で所要の情報を送信及び受信することができる。通信部５２は、入出力装置３０を介してユーザ携帯装置１０から当該ユーザ携帯装置１０を携帯するユーザのユーザ情報を取得することができる。

記憶部５３は、所要のデータを記憶することができる。記憶部５３は、例えば、ユーザ情報を一時的に記憶することができる。

学習モデル５４は、機械学習に必要なアルゴリズム及びパラメータなどを含む。学習モデル５４は、例えば、ＣＰＵ（例えば、複数のプロセッサコアを実装したマルチ・プロセッサなど）、ＧＰＵ（Graphics Processing Units）、ＤＳＰ（Digital Signal Processors）、ＦＰＧＡ（Field-Programmable Gate Arrays）などのハードウェアを組み合わせることによって構成することができる。学習モデル５４は、ニューラルネットワークモデルでもよく、他の機械学習モデルでもよい。また、学習モデル５４は、複数の学習モデルを組み合わせてもよい。例えば、全結合型のニューラルネットワークの他に、画像や自然言語処理などに対しては、畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を用いることができ、また、時系列データなどに対しては、再帰型ニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）を用いることができ、あるいは、これらを適宜組み合わせてもよい。また、学習方法は、教師あり学習の他に、教師なしの学習も用いることができる。学習モデル５４は、ユーザの立場から見ると、キャラクタを通じて推奨情報を提供するので、あたかも店員ＡＩのような機能を果たすことが可能となる。

施設情報ＤＢ５５は、施設に関する情報を記録している。施設が複数の店舗で構成されている場合、施設情報ＤＢ５５には、施設内での各店舗の位置、各店舗で取り扱っている商品情報などが記録されている。商品情報には、商品の型番と対応付けて商品種別、商品名、サイズ、価格、色又は柄などの情報を含めることができる。また、施設がテーマパークのような場合、施設情報ＤＢ５５には、施設内でのアトラクションや遊戯の乗り場等の位置、アトランクションの時間表や遊戯の内容などの情報が記録されている。

推奨情報生成部５６は、学習モデル５４が出力する出力結果を用いて、ユーザが必要とする推奨情報を生成する。推奨情報は、入出力装置３０の表示画面３５で表示するキャラクタの動作や音声を出力するのに必要な情報も含まれる。

削除処理部５７は、入出力装置３０の判定部３４が、ユーザ携帯装置１０がエリア内にいないと判定した場合、当該ユーザ携帯装置１０から取得したユーザの属性データを削除する。すなわち、ユーザが施設から出た場合、取得した属性データを削除するので、情報提供装置５０を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

次に、ユーザ携帯装置１０によるユーザの属性データの学習について説明する。

図７はユーザ携帯装置１０の学習モデル２０により得られる属性データの一例を示す模式図である。学習モデル２０は、予め学習済であり、ユーザ基本情報、ユーザによるウェブ操作履歴、ユーザ携帯装置１０に保存された写真・アルバム（ビデオ等の動画も含む）、ユーザの行動履歴、ユーザによる商品等の購買履歴、ユーザと音声アシスト部２１との会話履歴などの入力情報に基づいて、ユーザの趣味データ、嗜好データ、性格データ及び行動データの少なくとも一つを含む属性データを出力することができる。ユーザがユーザ携帯装置１０を携帯することにより、学習モデル２０は、ユーザの属性データを常に学習することができる。

ユーザ基本情報は、例えば、ユーザの身長、体重、年齢、性別、職業、居住地、年収、氏名、電話番号、生年月日などの情報を含めることができる。

ウェブ操作履歴は、操作部１５を介した操作によって、ユーザが閲覧したウェブ画面（例えば、ＵＲＬ）、閲覧時刻などの情報を含めることができる。

行動履歴は、ＧＰＳ部１８で検出したユーザ携帯装置１０の位置情報に基づいて、ユーザが訪れた場所とその時刻などの情報を含めることができる。

購買履歴は、決済処理部２２での決済処理結果に基づいて、ユーザが購入した商品等の情報（例えば、商品名、価格、数量）、購入日時などの情報を含めることができる。

会話履歴は、ユーザと音声アシスト部２１との間で行われた会話の内容を含めることができる。

このように、ユーザ基本情報だけでなく、ウェブ操作履歴、保存された写真・アルバム、行動履歴、購買履歴、会話履歴などを用いて学習モデル２０が属性データを出力するので、ユーザが必要とする情報を精度よく推定することができる。

次に、学習によって得られた属性データを用いて推奨情報を生成する方法について説明する。

図８は情報提供装置５０により生成される推奨情報の第１例を示す模式図である。図８には、ユーザ携帯装置１０の学習モデル２０によって得られた属性データとして、趣味、嗜好（色）、行動（ウェブ検索）を図示しているが、これらに限定されない。趣味は、例えば、スポーツ、旅行、ファッション、読書などの要素に分類することができる。ユーザの趣味は、これらの要素の中でファッションに関心が高いとする。嗜好（色）は、例えば、白、赤、青、緑などの要素に分類することができる。ユーザの嗜好は、これらの要素の中で赤に関心が高いとする。行動（ウェブ検索）は、例えば、バッグ、靴、シャツ、スカートなどの要素に分類することができる。ユーザのウェブ検索では、シャツの検索が多いとする。なお、図示した各要素は一例であって、図の例に限定されるものではない。

情報提供装置５０の学習モデル５４は、ユーザの趣味、嗜好（色）、行動（ウェブ検索）などの属性データを用いて、ユーザが必要とするデータ、あるいはユーザの関心が高いデータを出力する。図８の例では、ファッション、赤、シャツの各要素が関連付けられて出力される。なお、図８の例では、便宜上、ファッション、赤、シャツの簡単な要素を図示しているが、要素の数は３つに限定されるものではなく、さらに多くあってもよい。

情報提供装置５０の学習モデル５４又は推奨情報生成部５６は、ユーザに対して推奨する情報として、例えば、「赤色又は赤系のシャツ」を推奨することができる。具体的には、入出力装置３０の表示画面３５に表示したキャラクタを通じて、例えば、「赤色又は赤系のシャツをお探しですか。」、「エスカレータで２階に上がり右側に売り場がございます。」の如く情報をユーザに対して提供することができる。

上述のように、情報提供装置５０は、ユーザの趣味がファッションであり、嗜好が赤色であり、ウェブ検索履歴からシャツの検索履歴が得られた場合、ユーザが店舗でシャツを購入したいと考えていると推定することができ、例えば、赤色又は赤系のシャツに関する商品情報を提供することができる。

図９は情報提供装置５０により生成される推奨情報の第２例を示す模式図である。図９には、ユーザ携帯装置１０の学習モデル２０によって得られた属性データとして、趣味、行動（行動パターン）、性格（例えば、会話履歴に基づいて判断された性格）を図示しているが、これらに限定されない。趣味は、例えば、スポーツ、旅行、映画、音楽などの要素に分類することができる。ユーザの趣味は、これらの要素の中で旅行に関心が高いとする。行動（行動パターン）は、例えば、郊外、街中、山、キャンプ場などの要素に分類することができる。ユーザの行動は、これらの要素の中でキャンプ場に関心が高いとする。性格（会話履歴）は、例えば、努力家、行動派、世話好き、アーティストタイプなどの要素に分類することができる。ユーザの会話履歴では、ユーザの性格が行動派であるとする。なお、図示した各要素は一例であって、図の例に限定されるものではない。

情報提供装置５０の学習モデル５４は、ユーザの趣味、行動（行動パターン）、性格（会話履歴）などの属性データを用いて、ユーザが必要とするデータ、あるいはユーザの関心が高いデータを出力する。図９の例では、旅行、キャンプ場、行動派の各要素が関連付けられて出力される。なお、図９の例では、便宜上、旅行、キャンプ場、行動派の簡単な要素を図示しているが、要素の数は３つに限定されるものではなく、さらに多くあってもよい。

情報提供装置５０の学習モデル５４又は推奨情報生成部５６は、ユーザに対して推奨する情報として、例えば、「アウトドア商品の売り場」を推奨することができる。具体的には、入出力装置３０の表示画面３５に表示したキャラクタを通じて、例えば、「アウトドア商品の売り場をお探しですか。」、「アウトドア商品の売り場は１階の奥にございます。」の如く情報をユーザに対して提供することができる。

上述のように、情報提供装置５０は、ユーザの趣味が旅行であり、行動がキャンプ場であり、ユーザとの会話履歴からユーザの性格が行動派である場合、ユーザがアウトドア商品を購入したいと考えていると推定することができ、例えば、アウトドア商品の売り場へ案内することができる。

上述のように、情報提供装置５０は、学習モデル５４を備え、学習モデル５４に取得した属性データを入力して得られた推奨情報を提供することができる。具体的には、図８、図９に示すように、ユーザ携帯装置１０は、学習モデル２０が学習して得られたユーザの属性データを情報提供装置５０へ送信する。情報提供装置５０は、ユーザ携帯装置１０から属性データを受信すると、受信した属性データを学習モデル５４に入力することにより、ユーザが必要とする推奨情報を生成し、生成した推奨情報を提供することができる。これにより、ユーザ携帯装置１０の学習モデル２０と情報提供装置５０の学習モデル５４とを連携させて、ユーザの所望の情報を提供することができる。

また、情報提供装置５０は、学習モデル５４を具備せず、ユーザ携帯装置１０から属性データ及び学習モデル２０（アルゴリズム及びパラメータなど）を取得し、取得した属性データ及び学習モデル２０を用いて、ユーザが必要とする推奨情報を生成し、生成した推奨情報を提供してもよい。

すなわち、ユーザ携帯装置１０は、ユーザ携帯装置１０が備える学習モデル２０及び当該学習モデル２０が出力するユーザの属性データを情報提供装置５０へ送信する。この場合、属性データは、例えば、ユーザが必要とする情報（例えば、購入したい商品、来店の目的など）を含む。図８の例では、ファッション、赤、シャツの各要素が関連付けられて出力されるデータとすることができる。また、図９の例では、旅行、キャンプ場、行動派の各要素が関連付けられて出力されるデータとすることができる。

情報提供装置５０は、施設情報ＤＢ５５（例えば、店舗内の商品情報、施設のレイアウトなど）に基づいて推奨情報を提供することができる。推奨情報は、例えば、ユーザが購入したい商品の売り場、売り場への案内情報などを含む。これにより、ユーザの所望の情報を提供することができる。

図１０は本実施の形態のユーザ携帯装置１０の処理手順の一例を示すフローチャートである。便宜上、処理の主体を制御部１１として説明する。制御部１１は、ユーザの趣味、嗜好、性格、行動等の属性データを学習し（Ｓ１１）、ユーザ携帯装置１０が施設（例えば、店舗）の入出力装置３０との通信範囲内にいるか否かを判定する（Ｓ１２）。

ユーザ携帯装置１０が通信範囲内にいない場合（Ｓ１２でＮＯ）、制御部１１は、ステップ１１以降の処理を行う。ユーザ携帯装置１０が通信範囲内にいる場合（Ｓ１２でＹＥＳ）、例えば、ユーザ携帯装置１０が通信範囲内に入った場合、制御部１１は、学習したユーザの属性データを含むユーザ情報を入出力装置３０へ送信し（Ｓ１３）、処理を終了する。なお、入出力装置３０は、受信した属性データを情報提供装置５０へ送信することができる。

図１１は本実施の形態の情報提供装置５０の処理手順の一例を示すフローチャートである。便宜上、処理の主体を制御部５１として説明する。制御部５１は、入出力装置３０からユーザ情報を受信したか否かを判定し（Ｓ５１）、ユーザ情報を受信していない場合（Ｓ５１でＮＯ）、ステップＳ５１の処理を繰り返す。

ユーザ情報を受信した場合（Ｓ５１でＹＥＳ）、制御部５１は、受信したユーザ情報を記憶部５３に記憶し（Ｓ５２）、受信（又は記憶）した属性データを学習モデル５４に入力してユーザに対する推奨情報を生成する（Ｓ５３）。制御部５１は、生成した推奨情報を入出力装置３０へ送信する（Ｓ５４）。入出力装置３０は、表示画面３５に表示したキャラクタを通じて推奨情報をユーザに提供することができる。

制御部５１は、ユーザ携帯装置１０が通信範囲外であることの通知を受信したか否かを判定し（Ｓ５５）、通知を受信していない場合（Ｓ５５でＮＯ）、ステップＳ５１以降の処理を行う。通知を受信した場合（Ｓ５５でＹＥＳ）、制御部５１は、記憶部５３に記憶した属性データを削除し（Ｓ５６）、処理を終了する。

なお、ステップＳ５５の処理に代えて、ユーザ携帯装置１０からユーザの終了指示（推奨情報の提供を終了する旨の指示）を受信した場合に、記憶部５３に記憶した属性データを削除するようにしてもよい。

図１０、図１１に示す処理は、ＣＰＵ、ＲＯＭ、ＲＡＭ、記録媒体読取部などを備える装置で実現することができる。この場合、記録媒体に記録されたコンピュータプログラムを記録媒体読取部で読み取ってＲＡＭに格納することができる。ＲＡＭに格納されたコンピュータプログラムをＣＰＵで実行させることにより、図１０、図１１に示す処理を実現することができる。また、コンピュータプログラムは、記録媒体読取部で読み取る構成に代えて、インターネットなどのネットワークを介してダウンロードすることもできる。

図１２は本実施の形態の情報提供システム１２０の構成の第２例を示す模式図である。図１に示す第１例との相違点は、判定装置７０を備え、判定装置７０は、ネットワーク１を介して入出力装置３０及び情報提供装置５０と接続されている。判定装置は、図１に例示した入出力装置３０の構成のうち、制御部３１、第１通信部３２、第２通信部３３、及び判定部３４に相当する構成を備える。この場合、入出力装置３０は、判定部３４を具備しなくてもよい。判定装置７０は、入出力装置３０の近く（例えば、壁、天井など）に設置することができる。

判定装置７０が備える制御部３１、第１通信部３２、第２通信部３３、及び判定部３４の機能は、図１に示した第１例の場合と同様であるので、説明は省略するが、第２例では、入出力装置３０に代えて判定装置７０が、ユーザ携帯装置１０が店舗内の所定のエリアである通信範囲内にいるか否か（存否）を判定する。表示画面３５を備える入出力装置３０に比べて、判定装置（判定部）を小型化することができるので、判定装置の設置の自由度を高めることができる。

図１３は本実施の形態の情報提供システム１４０の構成の第３例を示す模式図である。図１に示す第１例との相違点は、入出力装置３０と情報提供装置５０とが１台の情報提供装置５０に統合された点である。従って、第３例では、ネットワーク１を介して入出力装置３０と情報提供装置５０との間の通信は不要となる。

上述のように、本実施の形態によれば、ユーザが店舗などの施設に出向いた際、ユーザ携帯装置１０の学習モデル２０（秘書ＡＩ）は、情報提供装置５０の学習モデル５４（店員ＡＩ）にユーザの情報（属性データ）を送信することにより、ユーザがわざわざ店員に店舗に来た目的や自分の好み等を説明することなく最適な案内（推奨）を受けることができる。また、ユーザ携帯装置１０から情報提供装置５０に送信されたユーザの属性データは、ユーザに対する推奨情報の提供が不要になると削除されるので、ユーザの個人情報を保護することができる。

本実施の形態の情報提供システムは、ユーザ携帯装置と、情報提供装置とを備える情報提供システムであって、前記ユーザ携帯装置は、ユーザの属性データを含むユーザ情報を記憶する記憶部と、前記記憶部に記憶されたユーザ情報を送信する送信部とを備え、前記情報提供装置は、前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部とを備える。

本実施の形態のユーザ携帯装置は、ユーザが携帯するユーザ携帯装置であって、ユーザの属性データを含むユーザ情報を記憶する記憶部と、前記記憶部に記憶されたユーザ情報を送信する送信部とを備える。

本実施の形態の情報提供装置は、ユーザ携帯装置の記憶部に記憶された、ユーザの属性データを含むユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部とを備える。

本実施の形態のコンピュータプログラムは、コンピュータに、ユーザの属性データを含むユーザ情報を記憶部に記憶する処理と、前記記憶部に記憶されたユーザ情報を送信する処理とを実行させる。

本実施の形態のコンピュータプログラムは、コンピュータに、ユーザ携帯装置の記憶部に記憶された、ユーザの属性データを含むユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する処理と、前記推奨情報を提供した場合、取得した属性データを削除する処理とを実行させる。

本実施の形態の情報提供方法は、ユーザ携帯装置は、ユーザの属性データを含むユーザ情報を記憶部に記憶し、前記記憶部に記憶されたユーザ情報を送信し、情報提供装置は、前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供し、推奨情報が提供された場合、取得した属性データを削除する。

ユーザ携帯装置は、ユーザの属性データを含むユーザ情報を記憶する記憶部と、記憶部に記憶されたユーザ情報を送信する送信部とを備える。ユーザ情報は、例えば、属性データの他に使用履歴などを含むことができる。使用履歴は、ユーザによるユーザ携帯装置の使用履歴とすることができる。ユーザの属性データは、例えば、ユーザの趣味、嗜好、性格、行動などの少なくとも一つとすることができる。また、属性データは、ユーザの年齢、性別、職業、居住地などを含めることもできる。

情報提供装置は、ユーザ携帯装置の記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いてユーザ携帯装置に推奨情報を提供する。ユーザ情報（例えば、ユーザの属性データ、あるいは使用履歴など）に基づいて、ユーザが必要としている情報を推定して推奨情報として提供することができる。

情報提供装置は、推奨情報が提供された場合、取得した属性データを削除する。すなわち、ユーザに所望の推奨情報を提供した後は、取得した属性データを削除するので、情報提供装置を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

本実施の形態の情報提供システムは、商業施設又は娯楽施設を含む施設の所定のエリア内でのユーザ携帯装置の存否を判定する判定装置を備え、前記削除部は、前記判定装置で前記ユーザ携帯装置が前記エリア内にいないと判定した場合、取得した属性データを削除する。

判定装置は、商業施設又は娯楽施設を含む施設の所定のエリア内でのユーザ携帯装置の存否を判定する。施設は、商業施設を含み、例えば、デパート、ショッピングセンター又はショッピングモールなどの店舗（店舗の集合も含む）の他、商業を目的とした施設を含む。また、施設は、娯楽施設を含み、例えば、遊園地、テーマパーク、水族館、動物園などの他に、娯楽のための施設を含む。所定のエリアは、例えば、ユーザに対して推奨情報を提供するのに適したエリアであり、例えば、店舗などの入口、あるいは施設内を含むエリアとすることができる。所定のエリアは、例えば、ユーザ携帯装置との間で無線通信が可能なエリアとすることもできる。

削除部（情報提供装置）は、判定装置でユーザ携帯装置がエリア内にいないと判定した場合、取得した属性データを削除する。すなわち、ユーザが施設から出た場合、取得した属性データを削除するので、情報提供装置を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、前記ユーザ携帯装置から所定の指示を取得する取得部を備え、前記削除部は、前記取得部で前記指示を取得した場合、取得した属性データを削除する。

取得部は、ユーザ携帯装置から所定の指示を取得する。所定の指示は、例えば、ユーザから、推奨情報の提供を終了する終了指示とすることができる。例えば、ユーザが店舗などの入口、あるいは施設内を含むエリア内に居る場合でも、推奨情報の提供を必要としない場合もある。

削除部（情報提供装置）は、ユーザ携帯装置から所定の指示を取得した場合、取得した属性データを削除する。すなわち、ユーザが推奨情報の提供が不要と判断した場合、取得した属性データを削除するので、ユーザに必要な情報を提供しつつ、情報提供装置を介して属性データが漏洩することを抑制でき、ユーザの個人情報を保護することができる。

本実施の形態の情報提供システムは、表示画面に表示したキャラクタを通じて前記推奨情報を出力する出力装置を備える。

出力装置は、表示画面に表示したキャラクタを通じて推奨情報を出力する。キャラクタは、例えば、仮想的な店員、案内員であり、画像（動画）と音声等により推奨情報を提供することができる。これにより、ユーザは、店員による説明や案内員による案内を受けているような親近感を持つことができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、前記ユーザの趣味、嗜好、性格及び行動の少なくとも一つを含む属性データを取得する。

本実施の形態の情報提供装置は、前記ユーザの趣味、嗜好、性格及び行動の少なくとも一つを含む属性データを取得する。

情報提供装置は、ユーザの趣味、嗜好、性格及び行動の少なくとも一つを含む属性データを取得する。これにより、ユーザの趣味、嗜好、性格及び行動の少なくとも一つに応じて、ユーザが必要とする情報を提供することができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、前記ユーザ携帯装置が備える学習モデルによる学習によって得られた属性データを取得する。

情報提供装置は、ユーザ携帯装置が備える学習モデルによる学習によって得られた属性データを取得する。ユーザがユーザ携帯装置を携帯することにより、学習モデルは、ユーザの属性データを常に学習することができる。例えば、ユーザの年齢、性別、職業、居住地などの基本情報だけでなく、ユーザ携帯装置を通じて行われるウェブ操作の履歴、ユーザ携帯装置で取得した写真、ユーザ携帯装置が検出する位置情報に基づく行動履歴、ユーザ携帯装置を通じて行われる購買の履歴を用いた学習ができる。これにより、ユーザが必要とする情報を精度よく推定することができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、前記ユーザ携帯装置が備える音声アシスタントによるユーザとの会話によって得られた属性データを取得する。

情報提供装置は、ユーザ携帯装置が備える音声アシスタントによるユーザとの会話によって得られた属性データを取得する。音声アシスタントは、例えば、音声アシスタントがユーザに話しかけることにより、ユーザからの返事を取得して分析し、ユーザの趣味、嗜好、性格及び行動などを学習することができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、商業施設又は娯楽施設を含む施設での商品若しくはサービス又は前記施設の案内の少なくとも一つに関する前記推奨情報を提供する。

本実施の形態の情報提供装置は、商業施設又は娯楽施設を含む施設での商品若しくはサービス又は前記施設の案内の少なくとも一つに関する前記推奨情報を提供する。

情報提供装置は、商業施設又は娯楽施設を含む施設での商品若しくはサービス又は施設の案内の少なくとも一つに関する推奨情報を提供する。例えば、ユーザの趣味がファッションであり、嗜好が赤色であり、ウェブ検索履歴からシャツの検索履歴が得られた場合、ユーザが店舗でシャツを購入したいと考えていると推定することができ、例えば、赤色又は赤系のシャツに関する商品情報を提供することができる。

また、ユーザの趣味が旅行であり、行動がキャンプ場であり、ユーザとの会話履歴からユーザの性格が行動派である場合、ユーザがアウトドア商品を購入したいと考えていると推定することができ、例えば、アウトドア商品の売り場へ案内することができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、学習モデルを備え、前記学習モデルに取得した属性データを入力して得られた前記推奨情報を提供する。

本実施の形態の情報提供装置は、学習モデルを備え、取得した属性データを前記学習モデルに入力して得られた前記推奨情報を提供する。

情報提供装置は、学習モデルを備え、取得した属性データを学習モデルに入力して得られた推奨情報を提供する。例えば、ユーザ携帯装置は、ユーザ携帯装置が備える学習モデルが学習して得られたユーザの属性データを情報提供装置へ送信する。情報提供装置は、ユーザ携帯装置から属性データを受信すると、受信した属性データを情報提供装置が備える学習モデルに入力することにより、ユーザが必要とする推奨情報を生成し、生成した推奨情報を提供する。これにより、ユーザ携帯装置の学習モデルと情報提供装置の学習モデルとを連携させて、ユーザの所望の情報を提供することができる。

本実施の形態の情報提供システムにおいて、前記情報提供装置は、前記ユーザ携帯装置が備える学習モデル及び該学習モデルが出力する属性データを取得し、取得した属性データ用いて前記推奨情報を提供する。

情報提供装置は、ユーザ携帯装置が備える学習モデル及び当該学習モデルによる学習によって得られた属性データを取得し、取得した属性データ用いて推奨情報を提供する。例えば、ユーザ携帯装置は、ユーザ携帯装置が備える学習モデル及び当該学習モデルが出力するユーザの属性データを情報提供装置へ送信する。この場合、属性データは、例えば、ユーザが必要とする情報（例えば、購入したい商品、来店の目的など）を含む。ユーザ携帯装置は、施設の情報（例えば、店舗内の商品情報、施設のレイアウトなど）に基づいて推奨情報を提供することができる。推奨情報は、例えば、ユーザが購入したい商品の売り場、売り場への案内情報などを含む。これにより、ユーザの所望の情報を提供することができる。

本実施の形態のコンピュータプログラムは、コンピュータに、音声アシスタントによるユーザとの会話によって得られた属性データを前記記憶部に記憶する処理を実行させる。

コンピュータプログラムは、音声アシスタントによるユーザとの会話によって得られた属性データを記憶部に記憶する処理を行う。これにより、ユーザとの会話によって得られた属性データを外部装置（例えば、情報提供装置）へ送信することができる。

１ ネットワーク
１０ ユーザ携帯装置
１１ 制御部
１２ 通信部
１３ 表示画面
１４ 表示処理部
１５ 操作部
１６ 記憶部
１７ 音声入出力部
１８ ＧＰＳ部
１９ カメラ部
２０ 学習モデル
２１ 音声アシスト部
２２ 決済処理部
３０ 入出力装置
３１ 制御部
３２ 第１通信部
３３ 第２通信部
３４ 判定部
３５ 表示画面
３６ 表示処理部
３７ 音声出力部
５０ 情報提供装置
５１ 制御部
５２ 通信部
５３ 記憶部
５４ 学習モデル
５５ 施設情報ＤＢ
５６ 推奨情報生成部
５７ 削除処理部

Claims (19)

1. ユーザ携帯装置と、情報提供装置とを備える情報提供システムであって、
   前記ユーザ携帯装置は、
   ユーザの属性データを含むユーザ情報を記憶する記憶部と、
   前記記憶部に記憶されたユーザ情報を送信する送信部と
   を備え、
   前記情報提供装置は、
   前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、
   前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部と
   を備える情報提供システム。
2. 商業施設又は娯楽施設を含む施設の所定のエリア内でのユーザ携帯装置の存否を判定する判定装置を備え、
   前記削除部は、
   前記判定装置で前記ユーザ携帯装置が前記エリア内にいないと判定した場合、取得した属性データを削除する請求項１に記載の情報提供システム。
3. 前記情報提供装置は、
   前記ユーザ携帯装置から所定の指示を取得する取得部を備え、
   前記削除部は、
   前記取得部で前記指示を取得した場合、取得した属性データを削除する請求項１に記載の情報提供システム。
4. 表示画面に表示したキャラクタを通じて前記推奨情報を出力する出力装置を備える請求項１から請求項３のいずれか一項に記載の情報提供システム。
5. 前記情報提供装置は、
   前記ユーザの趣味、嗜好、性格及び行動の少なくとも一つを含む属性データを取得する請求項１から請求項４のいずれか一項に記載の情報提供システム。
6. 前記情報提供装置は、
   前記ユーザ携帯装置が備える学習モデルによる学習によって得られた属性データを取得する請求項１から請求項５のいずれか一項に記載の情報提供システム。
7. 前記情報提供装置は、
   前記ユーザ携帯装置が備える音声アシスタントによるユーザとの会話によって得られた属性データを取得する請求項１から請求項６のいずれか一項に記載の情報提供システム。
8. 前記情報提供装置は、
   商業施設又は娯楽施設を含む施設での商品若しくはサービス又は前記施設の案内の少なくとも一つに関する前記推奨情報を提供する請求項１から請求項７のいずれか一項に記載の情報提供システム。
9. 前記情報提供装置は、
   学習モデルを備え、
   前記学習モデルに取得した属性データを入力して得られた前記推奨情報を提供する請求項１から請求項８のいずれか一項に記載の情報提供システム。
10. 前記情報提供装置は、
    前記ユーザ携帯装置が備える学習モデル及び該学習モデルが出力する属性データを取得し、取得した属性データ用いて前記推奨情報を提供する請求項１から請求項９のいずれか一項に記載の情報提供システム。
11. ユーザが携帯するユーザ携帯装置であって、
    ユーザの属性データを含むユーザ情報を記憶する記憶部と、
    前記記憶部に記憶されたユーザ情報を送信する送信部と
    を備えるユーザ携帯装置。
12. ユーザ携帯装置の記憶部に記憶された、ユーザの属性データを含むユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する情報提供部と、
    前記情報提供部で推奨情報を提供した場合、取得した属性データを削除する削除部と
    を備える情報提供装置。
13. 学習モデルを備え、
    取得した属性データを前記学習モデルに入力して得られた前記推奨情報を提供する請求項１２に記載の情報提供装置。
14. 前記ユーザの趣味、嗜好、性格及び行動の少なくとも一つを含む属性データを取得する請求項１２又は請求項１３に記載の情報提供装置。
15. 商業施設又は娯楽施設を含む施設での商品若しくはサービス又は前記施設の案内の少なくとも一つに関する前記推奨情報を提供する請求項１２から請求項１４のいずれか一項に記載の情報提供装置。
16. コンピュータに、
    ユーザの属性データを含むユーザ情報を記憶部に記憶する処理と、
    前記記憶部に記憶されたユーザ情報を送信する処理と
    を実行させるコンピュータプログラム。
17. コンピュータに、
    音声アシスタントによるユーザとの会話によって得られた属性データを前記記憶部に記憶する処理を実行させる請求項１６に記載のコンピュータプログラム。
18. コンピュータに、
    ユーザ携帯装置の記憶部に記憶された、ユーザの属性データを含むユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供する処理と、
    前記推奨情報を提供した場合、取得した属性データを削除する処理と
    を実行させるコンピュータプログラム。
19. ユーザ携帯装置は、
    ユーザの属性データを含むユーザ情報を記憶部に記憶し、
    前記記憶部に記憶されたユーザ情報を送信し、
    情報提供装置は、
    前記記憶部に記憶されたユーザ情報を取得し、取得したユーザ情報を用いて前記ユーザ携帯装置に推奨情報を提供し、
    推奨情報が提供された場合、取得した属性データを削除する情報提供方法。

Images