JP2020154464A - 推定装置、推定方法及び推定プログラム - Google Patents
推定装置、推定方法及び推定プログラム Download PDFInfo
- Publication number
- JP2020154464A JP2020154464A JP2019050413A JP2019050413A JP2020154464A JP 2020154464 A JP2020154464 A JP 2020154464A JP 2019050413 A JP2019050413 A JP 2019050413A JP 2019050413 A JP2019050413 A JP 2019050413A JP 2020154464 A JP2020154464 A JP 2020154464A
- Authority
- JP
- Japan
- Prior art keywords
- user
- emotion
- actions
- estimation
- series
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 44
- 230000008451 emotion Effects 0.000 claims abstract description 263
- 230000009471 action Effects 0.000 claims abstract description 161
- 230000001364 causal effect Effects 0.000 claims abstract description 62
- 230000006399 behavior Effects 0.000 claims description 135
- 230000008569 process Effects 0.000 claims description 17
- 230000007704 transition Effects 0.000 claims description 8
- 230000003542 behavioural effect Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 25
- 238000013500 data storage Methods 0.000 description 12
- 238000012706 support-vector machine Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000002996 emotional effect Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000011514 reflex Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 4
- 230000006461 physiological response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 206010029216 Nervousness Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010024264 Lethargy Diseases 0.000 description 1
- 241000556720 Manga Species 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
まず、図1を参照して、実施形態に係るネットワークシステム1の構成について説明する。図1は、実施形態に係るネットワークシステム1の構成例を示す図である。
次に、図2を参照して、実施形態に係る推定処理の一例について説明する。図2は、実施形態に係る推定処理の一例を示す図である。
次に、図3を参照して、実施形態に係る推定装置100の構成例について説明する。図3は、実施形態に係る推定装置100の構成例を示す図である。図3に示すように、推定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、推定装置100は、推定装置100を利用する管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。通信部110は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、ユーザ装置10との間で情報の送受信を行う。
記憶部120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。図3に示すように、記憶部120は、学習データ記憶部121を有する。
図4は、実施形態に係る学習データ記憶部121の一例を示す図である。学習データ記憶部121は、学習データのセット(すなわち、データセット)を記憶する。
制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)等のプロセッサによって、推定装置100内部の記憶装置に記憶されている各種プログラム(推定プログラムの一例に相当)がRAM等を作業領域として実行されることにより実現される。また、制御部130は、コントローラ(controller)であり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現されてもよい。
受信部131は、学習データを受信する。例えば、受信部131は、所定の情報処理装置から、学習データを受信する。例えば、受信部131は、推定装置100に関係するエンティティ(例えば、ユーザ、企業)の装置から、学習データを受信する。受信部131は、受信された学習データを、学習データ記憶部121に格納してもよい。
取得部132は、所定の利用者(例えば、ターゲットユーザ)の行動を示す行動情報を取得する。
推定部133は、取得部132により取得された行動情報に基づいて、所定の利用者(例えば、ターゲットユーザ)による一連の行動と因果関係を有する感情を推定する。
第1提供部134は、推定部133により推定された感情に応じた内容の情報を所定の利用者に提供する。
第2提供部135は、推定部133によって推定された感情に応じたタイミングで、所定の内容の情報を所定の利用者に提供してもよい。
次に、実施形態に係る推定装置100による推定処理の手順について説明する。図5は、実施形態に係る推定装置100による推定処理手順を示すフローチャートである。
上述の実施形態に係る推定装置100は、上記の実施形態以外にも、種々の異なる形態で実施されてよい。そこで、以下では、上記の推定装置100の他の実施形態について説明する。
推定部133は、一連の行動と因果関係を有する感情の変遷を推定してもよい。
また、上記実施形態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一部を手動的に行うこともできる。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。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。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。
また、上述してきた実施形態に係る推定装置100は、例えば図6に示すような構成のコンピュータ1000によって実現される。図6は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述してきたように、実施形態に係る推定装置100は、取得部132と、推定部133とを有する。取得部132は、所定の利用者の行動を示す行動情報を取得する。推定部133は、取得部132により取得された行動情報に基づいて、所定の利用者による一連の行動と因果関係を有する感情を推定する。
10 ユーザ装置
100 推定装置
110 通信部
120 記憶部
121 学習データ記憶部
130 制御部
131 受信部
132 取得部
133 推定部
134 第1提供部
135 第2提供部
Claims (14)
- 所定の利用者の行動を示す行動情報を取得する取得部と、
前記取得部により取得された行動情報に基づいて、前記所定の利用者による一連の行動と因果関係を有する感情を推定する推定部と
を有することを特徴とする推定装置。 - 前記推定部は、利用者の感情と、当該感情と因果関係を有する当該利用者の一連の行動との間の関係性を学習したモデルを用いて、前記所定の利用者の行動情報に基づき、当該所定の利用者の一連の行動と因果関係を有する感情を推定する
ことを特徴とする請求項1に記載の推定装置。 - 前記推定部は、利用者の複数の行動を示す行動情報が入力された場合に、当該複数の行動に含まれる一連の行動と、当該一連の行動と因果関係を有する当該利用者の感情とを出力するように学習が行われたモデルを用いて、前記所定の利用者の感情を推定する
ことを特徴とする請求項1または2に記載の推定装置。 - 前記推定部は、MIL(Multiple Instance Learning)の技術により、前記利用者の感情と、当該感情と因果関係を有する当該利用者の一連の行動との間の関係性を学習したモデルを用いて、前記所定の利用者の感情を推定する
ことを特徴とする請求項1〜3のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記一連の行動と因果関係を有する感情として、前記所定の利用者が当該一連の行動を行っている際の感情を推定する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記一連の行動と因果関係を有する感情として、前記所定の利用者が当該一連の行動を行った後の感情を推定する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記一連の行動と因果関係を有する感情として、前記所定の利用者が当該一連の行動を行う前の感情を推定する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記一連の行動と因果関係を有する感情の変遷を推定する
ことを特徴とする請求項1〜7のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記所定の利用者による一連の行動であって、所定の取引対象に関する一連の行動と因果関係を有する感情を推定する
ことを特徴とする請求項1〜8のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記所定の取引対象を発見してから当該所定の取引対象を購入するまでの行動に含まれる一連の行動と因果関係を有する感情を推定する
ことを特徴とする請求項9に記載の推定装置。 - 前記推定部により推定された感情に応じた内容の情報を前記所定の利用者に提供する第1提供部を有する
ことを特徴とする請求項1〜10のうちいずれか1つに記載の推定装置。 - 前記推定部により推定された感情に応じたタイミングで、所定の内容の情報を前記所定の利用者に提供する第2提供部を有する
ことを特徴とする請求項1〜11のうちいずれか1つに記載の推定装置。 - 推定装置が実行する推定方法であって、
所定の利用者の行動を示す行動情報を取得する取得工程と、
前記取得工程により取得された行動情報に基づいて、前記所定の利用者による一連の行動と因果関係を有する感情を推定する推定工程と
を含むことを特徴とする推定方法。 - 所定の利用者の行動を示す行動情報を取得する取得手順と、
前記取得手順により取得された行動情報に基づいて、前記所定の利用者による一連の行動と因果関係を有する感情を推定する推定手順と
をコンピュータに実行させるための推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019050413A JP7139270B2 (ja) | 2019-03-18 | 2019-03-18 | 推定装置、推定方法及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019050413A JP7139270B2 (ja) | 2019-03-18 | 2019-03-18 | 推定装置、推定方法及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020154464A true JP2020154464A (ja) | 2020-09-24 |
JP7139270B2 JP7139270B2 (ja) | 2022-09-20 |
Family
ID=72559047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019050413A Active JP7139270B2 (ja) | 2019-03-18 | 2019-03-18 | 推定装置、推定方法及び推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7139270B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7388619B2 (ja) | 2021-05-20 | 2023-11-29 | Lineヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014073366A1 (ja) * | 2012-11-12 | 2014-05-15 | 日本電気株式会社 | 情報処理システム、認識辞書学習方法および認識辞書学習プログラム |
JP2017167752A (ja) * | 2016-03-15 | 2017-09-21 | ヤフー株式会社 | 決定装置、決定方法及び決定プログラム |
JP2017188031A (ja) * | 2016-04-08 | 2017-10-12 | ソフトバンク・テクノロジー株式会社 | 行動データ及び感情データに基づくリマーケティングシステム及びその運用方法 |
JP2018041460A (ja) * | 2016-09-09 | 2018-03-15 | ソニー株式会社 | 感情状態検出に基づいて電子デバイス上で推奨を提供するためのシステム及び方法 |
JP2019036114A (ja) * | 2017-08-15 | 2019-03-07 | ヤフー株式会社 | 生成装置、生成方法、生成プログラム、学習データ、及びモデル |
JP2019036116A (ja) * | 2017-08-15 | 2019-03-07 | ヤフー株式会社 | 決定装置、決定方法、及び決定プログラム |
JP2019067056A (ja) * | 2017-09-29 | 2019-04-25 | 富士通株式会社 | メッセージ出力制御方法、メッセージ出力制御プログラム、およびメッセージ出力制御装置 |
-
2019
- 2019-03-18 JP JP2019050413A patent/JP7139270B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014073366A1 (ja) * | 2012-11-12 | 2014-05-15 | 日本電気株式会社 | 情報処理システム、認識辞書学習方法および認識辞書学習プログラム |
JP2017167752A (ja) * | 2016-03-15 | 2017-09-21 | ヤフー株式会社 | 決定装置、決定方法及び決定プログラム |
JP2017188031A (ja) * | 2016-04-08 | 2017-10-12 | ソフトバンク・テクノロジー株式会社 | 行動データ及び感情データに基づくリマーケティングシステム及びその運用方法 |
JP2018041460A (ja) * | 2016-09-09 | 2018-03-15 | ソニー株式会社 | 感情状態検出に基づいて電子デバイス上で推奨を提供するためのシステム及び方法 |
JP2019036114A (ja) * | 2017-08-15 | 2019-03-07 | ヤフー株式会社 | 生成装置、生成方法、生成プログラム、学習データ、及びモデル |
JP2019036116A (ja) * | 2017-08-15 | 2019-03-07 | ヤフー株式会社 | 決定装置、決定方法、及び決定プログラム |
JP2019067056A (ja) * | 2017-09-29 | 2019-04-25 | 富士通株式会社 | メッセージ出力制御方法、メッセージ出力制御プログラム、およびメッセージ出力制御装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7388619B2 (ja) | 2021-05-20 | 2023-11-29 | Lineヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7139270B2 (ja) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sudhir et al. | Comparative study of various approaches, applications and classifiers for sentiment analysis | |
US10783431B2 (en) | Image search using emotions | |
WO2017130488A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN111061979B (zh) | 一种用户标签的推送方法、装置、电子设备和介质 | |
US20200160386A1 (en) | Control of advertisement delivery based on user sentiment | |
CN111400613A (zh) | 物品推荐方法、装置、介质及计算机设备 | |
Barbosa et al. | Who am i? a design probe exploring real-time transparency about online and offline user profiling underlying targeted ads | |
Zhang et al. | Implicit look-alike modelling in display ads: Transfer collaborative filtering to ctr estimation | |
JP6679448B2 (ja) | 生成装置、生成方法、及び生成プログラム | |
JP7139270B2 (ja) | 推定装置、推定方法及び推定プログラム | |
CN111967924A (zh) | 商品推荐方法、商品推荐装置、计算机设备和介质 | |
Elzeheiry et al. | Sentiment analysis for e-commerce product reviews: Current trends and future directions | |
Chishti et al. | Identify Website Personality by Using Unsupervised Learning Based on Quantitative Website Elements | |
JP2021162997A (ja) | 情報処理装置及び情報処理方法 | |
WO2020084712A1 (ja) | 配信プログラム、配信方法及び配信装置 | |
JP2017021469A (ja) | 分類装置、分類方法、及び分類プログラム | |
Shiu et al. | Identifying price sensitive customers in e-commerce platforms for recommender systems | |
Sakaki et al. | Corpus for customer purchase behavior prediction in social media | |
JP6506839B2 (ja) | 不満情報処理装置及びシステム | |
Liu et al. | Statistical learning of domain-specific quality-of-service features from user reviews | |
JP7082085B2 (ja) | 決定装置、決定方法及び決定プログラム | |
JP7434264B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7260439B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
JP2019194793A (ja) | 情報処理装置およびプログラム | |
Avolicino et al. | AI-based emotion recognition to study users’ perception of dark patterns |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211020 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220621 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220809 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220907 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7139270 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |