JP2021067985A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】顧客の属性を把握していなくても、その顧客が興味を持った商品を推定する情報処理装置、情報処理方法及び情報処理プログラムを提供する。【解決手段】ユーザー端末と情報処理装置がネットワークを介して接続された情報処理システムにおいて、情報処理装置１００は、取得部と、推定部と、予測部と、提供部とを備える。取得部は、ユーザとともに移動するユーザ端末が検知した検知情報を取得する。推定部は、取得部が取得した検知情報に対応する対象物を推定する。予測部は、推定部が推定した対象物に基づいて他の対象物を予測する。提供部は、予測部が予測した他の対象物の関連情報をユーザ端末に提供する。【選択図】図４

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。

従来、ユーザが所有する端末装置から位置情報を取得し、取得した位置情報に基づいて各種情報処理を行う技術が提案されている。

このような技術の一例として、顧客の携帯端末の現在位置を取得し、この端末位置がデパートを基準として所定圏内に含まれているかをチェックし、デパートの近辺に居れば、その顧客の属性に合ったテナントや売り場を選択して、そのテナントや売り場に関する案内情報をその携帯端末へ送信する技術が知られている。

特開２００２−２７９２８５号公報

しかしながら、顧客が来店したからといって、その顧客が来店した店舗で取り扱われている商品等の所定の対象物に対して興味を持っているとは限らないので、特典の付与が無駄になる恐れがある。また、その顧客の属性に合ったテナントや売り場を案内するためには、その顧客の属性をあらかじめ把握している必要がある。

本願は、上記に鑑みてなされたものであって、顧客の属性を把握していなくても、その顧客が興味を持った商品を推定す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。

本願に係る情報処理装置は、ユーザとともに移動する端末装置が検知した検知情報を取得する取得部と、前記取得部が取得した検知情報に対応する対象物を推定する推定部とを備えたことを特徴とする。

実施形態の一態様によれば、顧客の属性を把握していなくても、その顧客が興味を持った商品を推定することができる。

図１は、実施形態に係る情報処理方法の概要を示す説明図である。 図２は、実施形態に係る情報処理システムの構成例を示す図である。 図３は、実施形態に係るユーザ端末の構成例を示す図である。 図４は、実施形態に係る情報処理装置の構成例を示す図である。 図５は、実施形態に係る陳列場所情報の一例を示す図である。 図６は、実施形態に係るＰＤＲ履歴情報の一例を示す図である。 図７は、実施形態に係る学習モデルの一例を示す図である。 図８は、実施形態に係る商品関連情報の一例を示す図である。 図９は、実施形態に係る処理手順を示すフローチャートである。 図１０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、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」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、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。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。以下では、実施形態に係る情報処理装置が、例えば店舗内を巡回するユーザが興味を持った商品を推定し、ユーザ端末にその商品の関連情報を提供する場合を例に挙げて説明する。

図１に示すユーザ端末１０（端末装置）は、例えばスマートフォンやタブレット端末等のスマートデバイス、又はその他の携帯型／可搬式の電子機器（ガジェット）であって、ユーザＵとともに移動し、センサ（加速度センサ、ジャイロセンサ、磁気センサ、気圧センサ等）を利用したＰＤＲ（Pedestrian Dead Reckoning：歩行者自律航法）技術を利用して、ユーザ端末１０の屋内位置や移動方位を検出する。このとき、ユーザ端末１０は、店舗内に複数のフロア（階）がある場合には、ＰＤＲ情報に「高度」又は「階」に関する情報を追加してもよい。また、ユーザ端末１０には、眼鏡型や時計型の情報処理端末であるウェアラブルデバイス（wearable device）も含まれる。なお、ユーザ端末１０は、店舗内で使用されるショッピングカート（以下、単に「カート」と表記する）と連動／一体化していてもよい。例えば、ユーザ端末１０は、有線通信又は無線通信により、カートに搭載された各種センサおよび電子機器から情報を取得してもよい。また、ユーザ端末１０は、タッチパネル式の情報表示装置として、カートに搭載されていてもよい。また、ユーザ端末１０は、カートに限らず、買い物かご（バスケット）やトレイと連動／一体化していてもよい。また、ユーザ端末１０は、ユーザＵが店舗入場（入店）した時に店舗側から貸与され、ユーザＵが商品を決済／店舗から退場（退店）する時に店舗側に返却するものでもよい。

図１に示す情報処理装置１００は、例えばデスクトップＰＣ（Personal Computer）、サーバ、あるいはメインフレーム又はワークステーション等である。また、情報処理装置３０は、分散コンピューティングやクラウドコンピューティングを実現する複数台のサーバのうちの一台でもよい。情報処理装置１００は、１又は複数のユーザ端末１０と通信し、ユーザ端末１０の屋内位置や移動方位に関するＰＤＲ情報に基づいて、ユーザＵが興味を持った商品を推定し、さらに推定された商品からユーザＵが興味を持ちそうな商品を予測し、これらの商品の関連情報をユーザ端末１０に提供する。

図１に示すように、ユーザ端末１０は、そのユーザＵとともに店舗内を巡回し、例えば店舗内で第１商品が陳列された陳列棚に接近し（ステップＳ１）、ユーザＵが第１商品の購入を検討したときに（ステップＳ２）、ユーザ端末１０の屋内位置や移動方位に関する第１のＰＤＲ情報を、実施形態に係る情報処理装置１００に通知する（ステップＳ３）。なお、陳列棚は、店舗什器の一例である。陳列棚には、冷凍・冷蔵ショーケースも含まれる。また、陳列棚は、例えば店舗内の特定の位置に配置され、おすすめ商品や特売商品等を載置した台（陳列台、販売台）やワゴン、屋台、カート等でもよい。また、商品はフックやハンガーラックにかけられていてもよい。また、商品は、床置きされていてもよいし、壁面や天井に配置されていてもよいし、天井から吊り下げられていてもよい。

例えば、ユーザ端末１０は、第１商品が陳列された陳列棚の前で停止／減速したり、その陳列棚の前を低速（所定速度以下）で通過したりしたときに、第１商品が陳列された陳列棚への接近や、第１商品の購入の検討が行われたと判断し、その時点で第１のＰＤＲ情報を情報処理装置１００に通知してもよい。また、第１商品の購入の検討は、第１商品を実際に購入したか否かは問わず、例えば第１商品を手に取ってみたり、カートに入れてみたりしたこと、もしくは第１商品を手に取らずとも所定時間その場に留まってみたことや、第１商品が陳列された陳列棚に何度も接近することも含む。なお、ユーザ端末１０がカートと連動している場合には、陳列棚の周囲でのカートの積載物の質量の増減／変化量により、第１商品がカートに入れられたことを検出し、その時点で第１のＰＤＲ情報を情報処理装置１００に通知してもよい。

情報処理装置１００は、ユーザ端末１０から第１のＰＤＲ情報の通知を受けると、第１のＰＤＲ情報から第１商品を推定する（ステップＳ４）。例えば、情報処理装置１００は、第１のＰＤＲ情報と、店舗内の商品の陳列場所情報とに基づいて、ユーザＵが購入を検討した商品が第１商品であると推定する。このとき、情報処理装置１００は、例えばスーパーマーケットやコンビニエンスストア、量販店、ドラッグストア等の店舗内のように陳列棚が通路を挟んで向かい合っている場合であっても、第１のＰＤＲ情報に基づいて、ユーザ端末１０の屋内位置や移動方位を特定し、ユーザＵがどれだけの時間、何の商品を見ていたのか、陳列棚単位での興味度から第１商品を推定する。また、ユーザＵが店舗に入場（入店）してから最初に向かった／購入を検討した商品を知ることで、ユーザＵが最も興味を持っている商品や、ユーザＵの嗜好を推定することができる。

なお、一般的には、店舗内の陳列棚には１つの商品に限らず複数の商品が陳列されていることが多いため、通常は、この時点で第１商品を特定することは困難である。また、例えば陳列棚の３段目に焼きそばの麺、４段目にうどんの麺が陳列されている場合には、位置情報だけでは、どちらの商品の購入を検討したのか判断できない。したがって、第１商品は、焼きそばの麺又はうどんの麺のいずれかであると漠然と推定することになる。このとき、情報処理装置１００は、さらに第１のＰＤＲ情報やユーザＵのモーションに関するセンサ情報等に基づいて、ユーザＵが陳列棚の３段目にある焼きそばの麺を手に取ったと判断し、第１商品が焼きそばの麺であると推定するようにしてもよい。

次に、ユーザ端末１０は、そのユーザＵとともに、例えば店舗内で第１商品が陳列された陳列棚から第２商品が陳列された陳列棚へ移動する（ステップＳ５）。ユーザ端末１０は、第２商品が陳列された陳列棚に接近し（ステップＳ６）、ユーザＵが第２商品の購入を検討したときに（ステップＳ７）、ユーザ端末１０の屋内位置や移動方位に関する第２のＰＤＲ情報を、実施形態に係る情報処理装置１００に通知する（ステップＳ８）。

なお、第２商品は、１つに限らず複数でもよい。例えば、ユーザＵが複数の商品を購入する場合において、ある商品を第１商品としたときに、それ以外の商品を第２商品とする。すなわち、第１商品は主たる商品であり、第２商品は従たる商品である。したがって、ユーザＵが第１商品と第２商品とを取得する際の順序は反対でもよい。

情報処理装置１００は、ユーザ端末１０から第２のＰＤＲ情報の通知を受けると、第２のＰＤＲ情報から第２商品を推定する（ステップＳ９）。例えば、情報処理装置１００は、第２のＰＤＲ情報と、店舗内の商品の陳列場所情報とに基づいて、ユーザＵが追加で購入を検討した商品が第２商品であると推定する。第２商品が陳列された陳列棚がもやしやキャベツ等の陳列棚である場合には、情報処理装置１００は、第２商品がもやしやキャベツ等であると漠然と推定する。

また、情報処理装置１００は、第２商品から第１商品を高精度に推定する（ステップＳ１０）。例えば、情報処理装置１００は、第１商品が焼きそばの麺又はうどんの麺のいずれかであると推定し、第２商品がもやしやキャベツ等であると推定した場合、機械学習による学習モデル等を基に「焼きそばの麺、もやし、キャベツ」の組合せを連想し、第１商品が焼きそばの麺であると特定する。すなわち、第１商品と第２商品との関係性から、第１商品に関する推定の確度や尤度を向上させる。無論、情報処理装置１００は、商品によっては、第１商品から第２商品を高精度に推定することも可能である。

さらに、情報処理装置１００は、高精度に推定した第１商品から第３商品を予測する（ステップＳ１１）。例えば、情報処理装置１００は、第１商品が焼きそばの麺であると特定した場合、第２商品がもやしやキャベツ等であることから、機械学習による学習モデル等を基に、さらに第３商品として豚肉や鰹節を購入することを予想する。

情報処理装置１００は、第１商品、第２商品および第３商品ののうち少なくとも１つの商品の関連情報をユーザ端末１０に提供する（ステップＳ１２）。例えば、情報処理装置１００は、上記の関連情報として、第１商品、第２商品および第３商品の割引クーポンの配布、購入時のポイント加算およびお役立ち情報、予測された第３商品の陳列場所の位置案内、タイムセールの予告等、第１商品、第２商品および第３商品に関する有益な情報をユーザ端末１０に提供する。ここでは、情報処理装置１００は、第３商品の関連情報をユーザ端末１０に提供するものとする。

次に、ユーザ端末１０は、情報処理装置１００から第３商品の関連情報の提供を受けて、そのユーザＵとともに、例えば店舗内で第２商品が陳列された陳列棚から第３商品が陳列された陳列棚へ移動する（ステップＳ１３）。ユーザ端末１０は、第３商品が陳列された陳列棚に接近し（ステップＳ１４）、ユーザＵが第３商品の購入を検討したときに（ステップＳ１５）、ユーザ端末１０の屋内位置や移動方位に関する第３のＰＤＲ情報を、実施形態に係る情報処理装置１００に通知する（ステップＳ１６）。

これにより、情報処理装置１００は、第３商品の関連情報の提供に応じて、ユーザＵが実際に第３商品の陳列棚へ移動したことを知ることができる。また、第３商品の予測が正しかったことを確認することができる。また、ユーザＵが最終的に店舗を出るまで第３商品の陳列棚へ移動しなかった場合や、予測された第３商品とは異なる商品を購入した場合には、ＰＤＲ情報により、そのことを知ることで、機械学習による学習モデルに反映し、次回以降の第３商品の予測に役立てることができる。

なお、上記のステップＳ１２の情報提供は必須ではない。仮に第３商品の関連情報の提供がなくても、商品の関係性から、ユーザＵが自発的に第３商品の陳列棚へ移動することがあり得るため、第３商品の予測が正しかったか否かを確認することはできる。すなわち、情報処理装置１００は、必ず情報提供を行わなければならないわけではない。上記のステップＳ１２において、情報処理装置１００が情報提供を行うか否かは任意である。また、情報処理装置１００が情報提供を行うタイミングについても任意である。例えば、上記のステップＳ１２の情報提供について、情報処理装置１００は、ユーザ端末１０（すなわちユーザＵ）の入店から決済／退店までの間に、任意のタイミングで情報提供を行うようにしてもよい。

〔２．情報処理システムの構成〕
次に、図２を用いて、実施形態に係る情報処理装置１００が含まれる情報処理システム１の構成について説明する。図２は、実施形態に係る情報処理システム１の構成例を示す図である。図２に例示するように、実施形態に係る情報処理システム１には、ユーザ端末１０と情報処理装置１００とが含まれる。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。また、図２に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、情報処理システム１には、複数台のユーザ端末１０が含まれてもよい。

ユーザ端末１０は、ユーザによる操作や、ユーザ端末１０が有する機能に応じて、自装置のＰＤＲ情報を取得し、記憶する情報処理端末である。例えば、ユーザ端末１０は、自装置に搭載された各種センサを利用することによってＰＤＲ情報を取得する。そして、ユーザ端末１０は、取得したＰＤＲ情報を情報処理装置１００に送信する。

情報処理装置１００は、上述のように、ユーザ端末１０からＰＤＲ情報を取得し、ＰＤＲ情報と陳列場所情報とに基づいて、ユーザＵが関心を持った商品を推定し、推定された商品からユーザＵが関心を持ちそうな商品を予測するサーバ装置である。なお、情報処理装置１００は、種々のサービスを提供するサービスサーバとしての機能を有していてもよい。例えば、情報処理装置１００は、サービスに係るウェブサイトを提供するウェブサーバとしての機能を有していてもよい。

〔３．ユーザ端末の構成〕
次に、図３を用いて、実施形態に係るユーザ端末１０の構成について説明する。図３は、実施形態に係るユーザ端末１０の構成例を示す図である。図３に示すように、ユーザ端末１０は、通信部１１と、入力部１２と、表示部１３と、検知部１４と、記憶部１５と、制御部１６とを有する。

（通信部１１について）
通信部１１は、ネットワークＮと有線又は無線で接続され、情報処理装置１００等との間で情報の送受信を行う。通信部１１は、例えばアンテナやＮＩＣ（Network Interface Card）等によって実現される。

（入力部１２および表示部１３について）
入力部１２は、ユーザＵから各種操作を受け付ける入力装置である。例えば、入力部１２は、ユーザ端末１０に備えられた操作キー等によって実現される。表示部１３は、各種情報を表示するための表示装置である。例えば、表示部１３は、液晶ディスプレイ（Liquid Crystal Display：ＬＣＤ）や有機ＥＬディスプレイ（Organic Light-Emitting Diode:ＯＬＥＤ）等によって実現される。なお、ユーザ端末１０にタッチパネルが採用される場合には、入力部１２の一部と表示部１３とは一体化される。

（検知部１４について）
検知部１４は、ユーザ端末１０に関する各種情報を検知する。具体的には、検知部１４は、ユーザ端末１０に対するユーザＵの操作や、ユーザ端末１０の所在する位置情報や、ユーザ端末１０と接続されている機器に関する情報や、ユーザ端末１０における環境や、ユーザ端末１０を所持するユーザＵの挙動や状態等を検知する。図３に示す例では、検知部１４は、操作検知部１４１と、位置検知部１４２と、外部装置検知部１４３と、環境検知部１４４と、動作検知部１４５とを有する。

（操作検知部１４１について）
操作検知部１４１は、ユーザ端末１０に対するユーザＵの操作を検知する。例えば、操作検知部１４１は、入力部１２に入力された情報に基づいて、ユーザＵの操作を検知する。すなわち、操作検知部１４１は、入力部１２に画面をタッチする操作の入力があったことや、音声の入力があったこと等を検知する。また、操作検知部１４１は、ユーザＵによって所定のアプリケーション（以下、単に「アプリ」と表記する）が起動されたことを検知してもよい。例えば、かかるアプリがユーザ端末１０内の撮像装置を動作させるアプリである場合、操作検知部１４１は、ユーザＵによって撮像機能が利用されていることを検知する。また、操作検知部１４１は、ユーザ端末１０内に備えられた加速度センサやジャイロセンサ等で検知されたデータに基づき、ユーザ端末１０自体が動かされているといった操作を検知してもよい。

（位置検知部１４２について）
位置検知部１４２は、ユーザ端末１０の現在位置を検知する。具体的には、位置検知部１４２は、ＰＤＲ技術を利用して自装置の屋内位置を検知する。例えば、位置検知部１４２は、ユーザ端末１０のセンサ（加速度センサ、ジャイロセンサ、磁気センサ、気圧センサ等）を使い、ユーザ端末１０を持っているユーザＵの移動方向や移動量、移動距離などを計測して現在位置を推定する。

また、位置検知部１４２は、種々の手法により位置を検知することができる。例えば、位置検知部１４２は、ＰＤＲ技術に加えて、位置補正等のための補助的な測位手段として、ユーザ端末１０の様々な通信機能を利用して位置を検知してもよい。

（Ｗｉ−Ｆｉ測位）
例えば、位置検知部１４２は、ユーザ端末１０のＷｉ−Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、ユーザ端末１０の位置を検知する。具体的には、位置検知部１４２は、Ｗｉ−Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、自装置の位置を検知する。

（ビーコン測位）
また、位置検知部１４２は、ユーザ端末１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を検知してもよい。例えば、位置検知部１４２は、Ｂｌｕｅｔｏｏｔｈ機能によって接続されるビーコン（ｂｅａｃｏｎ）発信機と接続することにより、自装置の位置を検知する。

（地磁気測位）
また、位置検知部１４２は、予め測定された構造物の地磁気のパターンと、自装置が備える地磁気センサとに基づいて、自装置の位置を検知する。

（ＲＦＩＤ測位）
また、例えば、ユーザ端末１０が駅改札や商店等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、ユーザ端末１０によって決済等が行われた情報とともに、使用された位置が記録される。位置検知部１４２は、かかる情報を取得することで、ユーザ端末１０の位置を検知してもよい。また、位置は、ユーザ端末１０が備える光学式センサや、赤外線センサ等によって検知されてもよい。

（ＧＰＳ測位）
また、位置検知部１４２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ユーザ端末１０の現在位置を示す位置（例えば、緯度および経度）を検知してもよい。但し、ＧＰＳは、ユーザ端末１０が建物内に存在する場合には位置の検出精度が低下するため、屋内での位置検出には不向きである。したがって、ＧＰＳを利用する場合は、補助的な利用、又は屋外での利用を想定している。

位置検知部１４２はＰＤＲ技術と、必要に応じて上述した補助的な測位手段の一つ又は組合せを用いて、自装置の位置を検知する。そして、後述する取得部１６１は、位置検知部１４２が検知した位置と、検知した時間との情報に基づいて、ユーザ端末１０の位置情報を取得する。

（外部装置検知部１４３について）
外部装置検知部１４３は、ユーザ端末１０に接続される外部装置を検知する。例えば、外部装置検知部１４３は、外部装置との相互の通信パケットのやり取りなどに基づいて、外部装置を検知する。そして、外部装置検知部１４３は、検知した外部装置をユーザ端末１０と接続される端末として認識する。また、外部装置検知部１４３は、外部装置との接続の種類を検知してもよい。例えば、外部装置検知部１４３は、外部装置と有線で接続されているか、無線通信で接続されているかを検知する。また、外部装置検知部１４３は、無線通信で用いられている通信方式等を検知してもよい。また、外部装置検知部１４３は、外部装置が発する電波を検知する電波センサや、電磁波を検知する電磁波センサ等によって取得される情報に基づいて、外部装置を検知してもよい。

（環境検知部１４４について）
環境検知部１４４は、ユーザ端末１０における環境を検知する。環境検知部１４４は、ユーザ端末１０に備えられた各種センサや機能を利用し、環境に関する情報を検知する。例えば、環境検知部１４４は、ユーザ端末１０の周囲の音を収集するマイクロフォンや、ユーザ端末１０の周囲の照度を検知する照度センサや、ユーザ端末１０の物理的な動きを検知する加速度センサ（又は、ジャイロセンサなど）や、ユーザ端末１０の周囲の湿度を検知する湿度センサや、ユーザ端末１０の所在位置における磁場を検知する地磁気センサ等を利用する。そして、環境検知部１４４は、各種センサを用いて、種々の情報を検知する。例えば、環境検知部１４４は、ユーザ端末１０の周囲における騒音レベルや、ユーザ端末１０の周囲が撮像に適する照度であるか等を検知する。さらに、環境検知部１４４は、カメラで撮影された写真や映像に基づいて周囲の環境情報を検知してもよい。

（動作検知部１４５について）
動作検知部１４５は、例えばモーションセンサ等を利用して、ユーザ端末１０を所持するユーザＵの動作や状態を検知する。モーションセンサは、加速度センサ、ジャイロセンサ、歩数センサ、および生体センサ等を含む。加速度センサは、ユーザ端末１０の加速度を検知するセンサである。ジャイロセンサは、ユーザ端末１０の姿勢および角速度等を検知するセンサである。歩数センサは、ユーザ端末１０のユーザＵが歩行した歩数を計数するセンサである。生体センサは、ユーザ端末１０のユーザＵの心拍数や体温等を検知するセンサである。

（記憶部１５について）
記憶部１５は、各種情報を記憶する。記憶部１５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、又は、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。例えば、記憶部１５は、検知部１４によって検知された各種情報を、検知された日時と対応付けて記憶する。具体的には、記憶部１５は、検知部１４によって検知された各種情報に基づくＰＤＲ情報を記憶する。また、記憶部１５は、ユーザ端末１０にインストールされたアプリに関する情報を記憶する。

（制御部１６について）
制御部１６は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、ユーザ端末１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ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１６は、コントローラであり、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る。

制御部１６は、情報処理装置１００にユーザ端末１０のＰＤＲ情報を提供する処理を制御する。例えば、制御部１６は、ユーザ端末１０のＰＤＲ情報の提供処理を実現するためのプログラム（アプリ）を実行制御する。プログラムは、情報処理装置１００にアクセスすることによりユーザ端末１０にダウンロードされ実行されてもよいし、ユーザ端末１０を有するユーザＵによる操作に従ってサーバ装置（情報処理装置１００、又は、各種プログラムを提供する外部サーバ）からダウンロードされ、ユーザ端末１０にインストールされてもよい。

図３に示すように、制御部１６は、取得部１６１と、受信部１６２と、送信部１６３とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。例えば、制御部１６は、ＲＡＭを作業領域として上述したプログラムを実行することにより、以下に説明する情報処理の機能や作用を実現する。なお、制御部１６の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１６が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１６１について）
取得部１６１は、各種情報を取得する。例えば、取得部１６１は、検知部１４を制御することにより、検知部１４によって検知される各種情報を取得する。例えば、取得部１６１は、位置検知部１４２によって検知された情報に基づいて、ユーザ端末１０の位置情報を取得する。なお、取得部１６１は、位置情報に限らず、ユーザ端末１０の周囲の環境に関する情報等の各種センサ情報を含む、ユーザ端末１０のコンテキストに関する情報を取得する。取得部１６１は、検知部１４によって検知される各種情報に基づいて、ＰＤＲ情報を取得する。

取得部１６１は、所定の時間ごとにＰＤＲ情報を取得するようにしてもよい。例えば、取得部１６１は、定期的（１０秒ごと、１分ごと、５分ごと等）に、上述した検知部１４を制御すること等により、ＰＤＲ情報を取得する。なお、取得部１６１がＰＤＲ情報を取得するタイミングは、情報処理装置１００によって設定されてもよい。

（受信部１６２について）
受信部１６２は、各種情報を受信する。例えば、受信部１６２は、情報処理装置１００から送信される商品関連情報を受信する。制御部１６は、受信部１６２が受信した商品関連情報を、表示部１３に表示したり、記憶部１５に記憶したりする。

（送信部１６３について）
送信部１６３は、各種情報を送信する。具体的には、送信部１６３は、ＰＤＲ情報を情報処理装置１００に送信する。例えば、送信部１６３は、ユーザ端末１０を識別するための識別情報と、ユーザＵを識別するための識別情報と、取得部１６１によって取得されたＰＤＲ情報と、ＰＤＲ情報の取得日時を示す情報とを対応付けて、情報処理装置１００に送信する。

〔４．情報処理装置の構成〕
次に、図４を用いて、実施形態に係る情報処理装置１００の構成について説明する。図４は、実施形態に係る情報処理装置１００の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置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（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０について）
通信部１１０は、例えばＮＩＣ等によって実現される。通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０等との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、又は、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。記憶部１２０は、陳列場所情報１２１と、ＰＤＲ履歴情報１２２と、学習モデル１２３と、商品関連情報１２４とを有する。

（陳列場所情報１２１について）
陳列場所情報１２１は、店舗内の陳列棚に陳列されている商品の識別情報と、その商品が陳列されている陳列場所とが対応付けられた情報である。なお、陳列場所情報１２１には、店舗内における全商品の識別情報とその陳列場所とが含まれていてもよいし、店舗内における特定の商品（セール対象商品、広告掲載商品等）の識別情報とその陳列場所のみが含まれていてもよい。陳列場所情報１２１は、店舗ごとに個別に用意されていてもよいし、対象となる全店舗について店舗ＩＤで識別して一元管理されていてもよい。

ここで、図５に、実施形態に係る陳列場所情報１２１の一例を示す。図５は、実施形態に係る陳列場所情報１２１の一例を示す図である。図５に示した例では、陳列場所情報１２１は、「商品ＩＤ」、「店舗ＩＤ」、「陳列場所」といった項目を有する。また、「陳列場所」の項目は、「位置」、「方位」、「各種センサ情報」といった小項目を有する。

「商品ＩＤ」は、店舗内の陳列棚に陳列されている商品を識別する識別情報を示す。例えば、商品ＩＤは、商品名、商品識別コード等である。商品ＩＤは、情報処理装置１００が商品を識別可能な識別情報であればよい。「店舗ＩＤ」は、その商品が陳列されている陳列棚が配置されている店舗を識別する識別情報を示す。店舗ごとに陳列棚や商品の配置は異なっているため、店舗を識別することが好ましい。なお、陳列場所情報１２１が店舗ごとに個別に用意されている場合や、情報処理装置１００が特定の店舗内でのみ利用される店舗装置である場合には、「店舗ＩＤ」は省略してもよい。例えば、「店舗ＩＤ」の項目自体を削除してもよいし、「店舗ＩＤ」の項目に対して空白（未入力）／データなし（Ｎ／Ｄ：No Data）／ダミーデータの入力等により対応してもよい。

「陳列場所」は、店舗内における陳列棚および商品の所在場所を示す。例えば、「位置」は、店舗内の陳列棚に陳列されている商品の位置を示す。「方位」は、店舗内の陳列棚に陳列されている商品の方位を示す。「各種センサ情報」は、店舗内の陳列棚に陳列されている商品の周囲で各種センサによって検知される情報を示す。

本実施形態では、「陳列場所」は、陳列されている商品についてＰＤＲ情報に対応する情報を示す。したがって、「陳列場所」の項目に含まれる「位置」、「方位」および「各種センサ情報」は、ユーザ端末１０から通知されるＰＤＲ情報に対応している。具体的には、「位置」は、ユーザＵが店舗内の陳列棚に陳列されている商品を見たり手に取ったりする際の位置を示す。「方位」は、ユーザＵが店舗内の陳列棚に陳列されている商品を見たり手に取ったりする際の方位を示す。すなわち、「方位」は、ユーザＵがその「位置」から見て商品が存在する方位を示す。「各種センサ情報」は、ユーザＵが店舗内の陳列棚に陳列されている商品を見たり手に取ったりする際に各種センサによって検知される情報を示す。

すなわち、図５では、陳列場所情報１２１に記憶されるデータの一例として、商品ＩＤ「Ｃ１」の商品が、店舗ＩＤ「Ｌ１」の店舗において、位置「Ｐ１」、方位「Ａ１」、各種センサ情報「Ｘ１」となる陳列場所に陳列されていることを示している。また、商品ＩＤ「Ｃ２」の商品が、店舗ＩＤ「Ｌ１」の店舗において、位置「Ｐ２」、方位「Ａ２」、各種センサ情報「Ｘ２」となる陳列場所に陳列されていることを示している。

（ＰＤＲ履歴情報１２２について）
ＰＤＲ履歴情報１２２は、ユーザ端末１０から通知されたＰＤＲ情報を蓄積する。ここで、図６に、実施形態に係るＰＤＲ履歴情報１２２の一例を示す。図６は、実施形態に係るＰＤＲ履歴情報１２２の一例を示す図である。図６に示した例では、ＰＤＲ履歴情報１２２は、「端末ＩＤ」、「ユーザＩＤ」、「店舗ＩＤ」、「ＰＤＲ情報」、「推定商品」、「予測商品」、「提供情報」といった項目を有する。また、「ＰＤＲ情報」の項目は、「取得日時」、「位置」、「方位」、「各種センサ情報」といった小項目を有する。

「端末ＩＤ」は、ユーザＵが利用するユーザ端末１０を識別する識別情報を示す。「ユーザＩＤ」は、ユーザＵを識別する識別情報を示す。なお、ユーザ端末１０とユーザＵとが１対１の関係である場合には、「端末ＩＤ」と「ユーザＩＤ」とに同一／共通の識別情報を使用してもよい。この場合、「端末ＩＤ」と「ユーザＩＤ」とを集約してもよい。

また、各ユーザＵは、複数のユーザ端末１０を所有していてもよい。この場合、情報処理装置１００は、ユーザＵを一意に識別する識別情報を利用することで、複数のユーザ端末１０から通知されたＰＤＲ情報とユーザＵとを対応付ける。なお、ユーザＵの識別情報とは、例えば、情報処理装置１００が提供するサービスにおいて各ユーザＵに付与されるサービス用ＩＤ（ユーザアカウント）等である。かかるＩＤは、情報処理装置１００のみならず、情報処理装置１００と提携した事業者によって発行されてもよい。これにより、情報処理装置１００は、一人のユーザＵが複数のユーザ端末１０を利用していたり、異なる環境でサービスにログインしていたりする場合でも、当該ユーザＵを一意に特定してＰＤＲ情報を取得することができる。また、情報処理装置１００は、ユーザＵの識別情報として、サービスを利用した際のクッキー（Cookie）情報や、端末固有の端末ＩＤ等を利用してもよい。

「店舗ＩＤ」は、ユーザＵが来店した店舗を識別する識別情報を示す。なお、店舗ＩＤは、ユーザＵがその店舗に入店した時点で特定してもよいし、ユーザ端末１０から第１のＰＤＲ情報が通知された時点で特定してもよい。例えば、ユーザ端末１０がＧＰＳ情報等を情報処理装置１００に通知し、情報処理装置１００はＧＰＳ情報等に基づいて店舗を特定し、店舗ＩＤを決定する。ユーザ端末１０が店舗ＩＤを認識可能な場合には、ユーザ端末１０が店舗ＩＤを情報処理装置１００に通知してもよい。なお、店舗を識別する必要がない場合には、当該「店舗ＩＤ」は省略してもよい。

「取得日時」は、ＰＤＲ情報がユーザ端末１０によって検知（取得）された日時を示す。取得日時は、ＰＤＲ情報とともにユーザ端末１０から通知される。「位置」は、ユーザ端末１０の具体的な位置を示す。「方位」は、ユーザ端末１０の具体的な方位を示す。図６では、位置を「Ｐ１」、方位を「Ａ１」といった概念で表記しているが、実際には、位置の項目には、ユーザ端末１０の屋内位置を示す具体的な情報（例えば座標系の数値等）が記憶される。方位の項目には、ユーザ端末１０の移動方位を示す具体的な情報（例えば方位角の数値、方角を示す情報等）が記憶される。

「各種センサ情報」は、位置が検知された際に、各種センサによって検知された情報を示す。図６では、各種センサ情報を「Ｘ１」といった概念で表記しているが、実際には、各種センサ情報の項目には、ユーザＵが商品を見たり手に取ったりした際のユーザ端末１０の加速度や傾き、ユーザＵが商品をカートに入れた際のカートの記載物の質量の変化量等、各種センサによって取得された具体的な情報が記憶される。

例えば、情報処理装置１００は、陳列場所情報１２１に記憶された「位置」、「方位」、「各種センサ情報」と、ＰＤＲ履歴情報１２２に記憶された「位置」、「方位」、「各種センサ情報」とをそれぞれ比較し、互いに一致又は誤差が許容範囲内である場合に、ユーザＵが購入を検討したのは、陳列場所情報１２１に記憶された「位置」、「方位」、「各種センサ情報」に対応する「商品ＩＤ」で識別される商品であると推定する。なお、実際には、情報処理装置１００は、「位置」、「方位」、「各種センサ情報」をＰＤＲ履歴情報１２２に記憶する前に、ユーザ端末１０から通知されたＰＤＲ情報に含まれる「位置」、「方位」、「各種センサ情報」と、陳列場所情報１２１に記憶された「位置」、「方位」、「各種センサ情報」とをそれぞれ比較し、その比較結果をＰＤＲ履歴情報１２２に記憶するようにしてもよい。

「推定商品」は、情報処理装置１００がＰＤＲ情報に基づいて推定した商品を識別する識別情報を示す。ここでは、情報処理装置１００は、上述した比較の結果として、陳列場所情報１２１に記憶された「商品ＩＤ」の値を、ＰＤＲ履歴情報１２２の「推定商品」の値として入力する。なお、推定商品の候補となる商品ＩＤが複数存在する場合には、一旦、それらの商品ＩＤの全てを推定商品の項目に入力する。そして、情報処理装置１００は、その後に他のＰＤＲ情報に基づいて推定された他の商品（他の推定商品）との関係で、推定商品の候補を絞り込み、推定商品の項目の値を更新する。

「予測商品」は、情報処理装置１００が推定商品に基づいて予測した商品を識別する識別情報を示す。予測商品の項目の値は、推定商品の項目の値と同じく、陳列場所情報１２１に記憶された商品ＩＤに対応している。

「提供情報」は、情報処理装置１００がユーザ端末１０に実際に提供した推定商品や予測商品の関連情報を識別する識別情報を示す。推定商品や予測商品の関連情報は、後述する商品関連情報１２４に記憶されている。

すなわち、図６では、ＰＤＲ履歴情報１２２に記憶されるデータの一例として、端末ＩＤ「Ｄ１」のユーザ端末１０を利用するユーザＩＤ「Ｕ１」のユーザＵが、店舗ＩＤ「Ｌ１」の店舗において、ＰＤＲ情報が位置「Ｐ１」、方位「Ａ１」、各種センサ情報「Ｘ１」となる陳列場所において、商品ＩＤ「Ｃ１」の商品と推定される商品（推定商品）の購入を検討していることが示されている。さらに、同一のユーザＵが、同一店舗内において、ＰＤＲ情報が位置「Ｐ２」、方位「Ａ２」、各種センサ情報「Ｘ２」となる陳列場所において、商品ＩＤ「Ｃ２」の商品と推定される商品（推定商品）の購入を検討していることが示されている。

なお、図６での図示は省略したが、ＰＤＲ履歴情報１２２には、ＰＤＲ情報とともに、ユーザＵの属性情報等が記憶されていてもよい。具体的には、ＰＤＲ履歴情報１２２は、属性情報として、ユーザＵの年齢や性別や職業や年収や居住地等の種々の具体的な情報を記憶する。

また、ＰＤＲ履歴情報１２２には、ユーザＵの購入履歴や行動履歴等に基づいて、ユーザＵの興味関心情報や、ユーザＵの行動履歴情報等が記憶されていてもよい。例えば、興味関心情報は、過去の購買履歴に基づいて、情報処理装置１００によってユーザＵに設定される情報（ユーザＵの購買履歴から、ユーザＵが興味関心を抱いていると想定されるカテゴリや情報の内容等）である。また、行動履歴情報は、店舗内におけるユーザＵの行動履歴（店舗内の移動履歴や、商品の購買履歴等）である。

（学習モデル１２３について）
学習モデル１２３は、複数の推定商品の関係性から個々の推定商品の確度や尤度を向上させ、推定商品からユーザが興味を持ちそうな商品を予測するために使用される学習モデルである。情報処理装置１００は、第１商品と第２商品とを推定した際に、推定された第１商品の候補が複数存在する場合、学習モデル１２３に基づいて、第１商品と第２商品との関係性から、推定された第１商品を特定し、第１商品の推定の精度を向上させる。また、情報処理装置１００は、学習モデル１２３に基づいて、第１商品と第３商品との関係性から、ユーザが興味を持ちそうな商品として第３商品を予測する。

ここで、図７に、実施形態に係る学習モデル１２３の一例を示す。図７は、実施形態に係る学習モデル１２３の一例を示す図である。図７に示した例では、学習モデル１２３は、「モデルＩＤ」、「店舗ＩＤ」、「カテゴリ」、「関連商品」といった項目を有する。「モデルＩＤ」は、学習モデルを識別する識別情報を示す。「店舗ＩＤ」は、その学習モデルが適用可能な店舗を識別する識別情報を示す。「カテゴリ」は、その学習モデルの適用対象となるカテゴリを示す。「関連商品」は、そのカテゴリに属する個々の商品を識別する識別情報を示す。例えば、カテゴリが「焼きそば」である場合には、「関連商品」として、焼きそばの材料となる「焼きそばの麺」、「もやし」、「キャベツ」、「豚肉」、「鰹節」等の各々を示す商品ＩＤが対応付けられて記憶される。

すなわち、図７では、学習モデル１２３に記憶されるデータの一例として、モデルＩＤ「Ｍ１」の学習モデルが、店舗ＩＤ「Ｌ１」の店舗において適用可能であり、カテゴリ「Ｆ１」で識別される対象物の関連商品として、商品ＩＤ「Ｃ１」、「Ｃ２」および「Ｃ３」の各々で識別される商品が対応付けられて記憶されていることを示している。また、モデルＩＤ「Ｍ２」の学習モデルが、店舗ＩＤ「Ｌ１」の店舗において適用可能であり、カテゴリ「Ｆ２」で識別される対象物の関連商品として、商品ＩＤ「Ｃ４」、「Ｃ５」および「Ｃ６」の各々で識別される商品が対応付けられて記憶されていることを示している。

例えば、推定商品として商品ＩＤ「Ｃ１」の商品と商品ＩＤ「Ｃ４」の商品とが候補に挙がっている場合、モデルＩＤ「Ｍ１」の学習モデルとモデルＩＤ「Ｍ２」の学習モデルの両方が適用対象となる。しかし、さらにユーザＵが商品ＩＤ「Ｃ２」の推定商品を手に取ることで、モデルＩＤ「Ｍ１」の学習モデルに絞り込むことができる。これにより、情報処理装置１００は、モデルＩＤ「Ｍ１」の学習モデルに基づいて、先の推定商品が商品ＩＤ「Ｃ１」の商品であると特定し、さらに予測商品として商品ＩＤ「Ｃ３」の商品を候補に挙げることができる。情報処理装置１００は、この情報に基づいて、図６に示すＰＤＲ履歴情報１２２の「予測商品」の項目に商品ＩＤ「Ｃ３」を入力する。

なお、図７での図示は省略したが、学習モデル１２３には、学習モデルの精度に関する情報等が記憶されていてもよい。具体的には、学習モデル１２３は、学習モデルの精度に関する情報として、各ユーザＵの購入履歴等から、実際に各ユーザＵが「関連商品」に記憶されている商品の組合せの通りに購入した回数等の種々の具体的な情報を記憶する。また、学習モデル１２３には、学習モデルの優先度に関する情報等が記憶されていてもよい。

また、学習モデル１２３は、図７に示したようなテーブル（表）形式である必要はなく、第１商品、第２商品および第３商品の関係等、各商品の関係を示す形式であれば良い。

（商品関連情報１２４について）
商品関連情報１２４は、店舗内における特定の商品の識別情報と、その商品に関する情報とが対応付けられた情報である。ここで、図８に、実施形態に係る商品関連情報１２４の一例を示す。図８は、実施形態に係る商品関連情報１２４の一例を示す図である。図８に示した例では、商品関連情報１２４は、「情報ＩＤ」、「店舗ＩＤ」、「商品ＩＤ」、「提供情報」といった項目を有する。「情報ＩＤ」は、情報処理装置１００からユーザ端末１０に提供される情報を識別する識別情報を示す。「店舗ＩＤ」は、その情報がユーザ端末１０に提供される店舗を識別する識別情報を示す。「商品ＩＤ」は、その情報の対象となる商品を識別する識別情報を示す。

「提供情報」は、商品に関する情報である。例えば、「提供情報」は、商品の広告や、商品の割引クーポン、タイムセールの案内、商品の陳列場所の位置案内等である。なお、商品の広告や、商品の陳列場所の位置案内等については、ユーザＵが既に商品を手に取っている場合には不要であるため、ユーザＵが未だ商品を手に取っていない予測商品についてのみ提供される情報としてもよい。図８の例では、推定商品、予測商品を問わず「制限なし」で提供される情報として「割引クーポン」を示し、「予測商品のみ」に提供される情報として「位置案内」を示している。

すなわち、図８では、商品関連情報１２４に記憶されるデータの一例として、情報ＩＤ「Ｒ１」の情報は、店舗ＩＤ「Ｌ１」の店舗において、商品ＩＤ「Ｃ１」の商品に関する情報として提供されることを示している。情報ＩＤ「Ｒ２」の情報は、店舗ＩＤ「Ｌ１」の店舗において、商品ＩＤ「Ｃ２」の商品に関する情報として提供されることを示している。情報ＩＤ「Ｒ３」の情報は、店舗ＩＤ「Ｌ１」の店舗において、商品ＩＤ「Ｃ３」の商品に関する情報として提供されることを示している。

（制御部１３０について）
制御部１３０は、例えば、コントローラであり、ＣＰＵやＭＰＵ等によって、情報処理装置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、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図４に示すように、制御部１３０は、取得部１３１と、推定部１３２と、予測部１３３と、提供部１３４と、学習部１３５とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部１３０の内部構成は、図４に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図４に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、通信部１１０を介して、ユーザ端末１０から通知されるＰＤＲ情報を取得する。また、取得部１３１は、取得したＰＤＲ情報をＰＤＲ履歴情報１２２に登録して蓄積する。例えば、取得部１３１は、ユーザＵが第１商品の購入を検討した際にユーザ端末１０から通知される第１のＰＤＲ情報を取得する。また、ユーザＵが第２商品の購入を検討した際にユーザ端末１０から通知される第２のＰＤＲ情報を取得する。そして、取得部１３１は、第１のＰＤＲ情報（位置「Ｐ１」、方位「Ａ１」、各種センサ情報「Ｘ１」等）および第２のＰＤＲ情報（位置「Ｐ２」、方位「Ａ２」、各種センサ情報「Ｘ２」等）をＰＤＲ履歴情報１２２に記憶する。

（推定部１３２について）
推定部１３２は、ユーザ端末１０から通知されたＰＤＲ情報と陳列場所情報１２１に基づいて、ユーザＵが購入を検討した商品を推定する。例えば、推定部１３２は、陳列場所情報１２１の中から、第１のＰＤＲ情報に対応する商品の情報を検索し、第１のＰＤＲ情報に対応する商品があれば、その商品が、ユーザＵが購入を検討した第１商品であると推定する。その結果として、推定部１３２は、ＰＤＲ履歴情報１２２の第１のＰＤＲ情報に対応する「推定商品」の項目に候補となる第１商品の商品ＩＤ「Ｃ１、Ｃ４」を記憶する。また、推定部１３２は、陳列場所情報１２１の中から、第２のＰＤＲ情報に対応する商品の情報を検索し、第２のＰＤＲ情報に対応する商品があれば、その商品が、ユーザＵが購入を検討した第２商品であると推定する。その結果として、推定部１３２は、ＰＤＲ履歴情報１２２の第２のＰＤＲ情報に対応する「推定商品」の項目に候補となる第２商品の商品ＩＤ「Ｃ２」を記憶する。

なお、推定部１３２は、ユーザ端末１０から通知されたＰＤＲ情報を利用する際、取得部１３１から出力されたＰＤＲ情報を受け取ってもよいし、ＰＤＲ履歴情報１２２に記憶されているＰＤＲ情報を読み出してもよい。

さらに、推定部１３２は、ＰＤＲ情報から推定された商品と、記憶部１２０に記憶されている学習モデル１２３とに基づいて、ＰＤＲ情報から推定された商品をより高精度に推定する。例えば、推定部１３２は、学習モデル１２３を利用して、推定した第２商品から、第１商品の推定の精度を向上させる。具体的には、第１商品に該当する商品の候補が複数存在していても（商品ＩＤ「Ｃ１、Ｃ４」）、推定した第２商品（商品ＩＤ「Ｃ２」）と、学習モデル１２３に記憶されている第１商品と第２商品との組合せに関する情報（モデルＩＤ「Ｍ１」）とに基づいて、第１商品に該当する商品を絞り込む（商品ＩＤ「Ｃ１」）。その結果として、推定部１３２は、ＰＤＲ履歴情報１２２の「推定商品」の項目の内容を、絞り込んだ第１商品の商品ＩＤ「Ｃ１」に更新する。

（予測部１３３について）
予測部１３３は、ＰＤＲ情報から推定された商品と、記憶部１２０に記憶されている学習モデル１２３とに基づいて、ユーザＵが興味を持ちそうな商品を予測する。例えば、予測部１３３は、推定部１３２により推定された第１商品（商品ＩＤ「Ｃ１」）および第２商品（商品ＩＤ「Ｃ２」）と、学習モデル１２３に記憶されている第１商品と第２商品と第３商品との組合せに関する情報（モデルＩＤ「Ｍ１」）とに基づいて、ユーザＵが興味を持ちそうな商品として第３商品（商品ＩＤ「Ｃ３」）を予測する。その結果として、予測部１３３は、ＰＤＲ履歴情報１２２の「予測商品」の項目に第３商品の商品ＩＤ「Ｃ３」を記憶する。

（提供部１３４について）
提供部１３４は、ＰＤＲ情報から推定された商品と、推定された商品に基づいて予測された商品とのうち少なくとも１つの商品に関連する情報を提供する。例えば、提供部１３４は、商品関連情報１２４の中から、推定部１３２により推定された第１商品および第２商品と、予測部１３３により予測された第３商品とに対応する情報を検索し、これらの商品に対応する情報があれば、これらの情報のうち少なくとも１つの情報をユーザ端末１０に提供する。その結果として、提供部１３４は、ＰＤＲ履歴情報１２２の「提供情報」の項目に、第１商品に対応する情報、第２商品に対応する情報および第３商品に対応する情報のうち少なくとも１つの情報ＩＤを記憶する。

（学習部１３５について）
学習部１３５は、提供部１３４からユーザ端末１０に情報が提供された後、ユーザ端末１０からのフィードバックとしてＰＤＲ情報の通知があった場合に、このＰＤＲ情報から推定された商品に基づいて、機械学習を行う。具体的には、学習部１３５は、予測部１３３により予測された第３商品の関連情報がユーザ端末１０に提供されたことにより、ユーザＵが実際に第３商品に興味を持ったか確認し、学習モデル１２３に反映する。

例えば、ユーザ端末１０から第３のＰＤＲ情報が通知され、この第３のＰＤＲ情報に対応する商品が第３商品であった場合、学習部１３５は、この第３商品の予測に用いた学習モデルの精度が高いと判断し、この学習モデルの精度情報および優先度を向上させる。また、提供部１３４からユーザ端末１０に第３商品の関連情報が提供された後、間をおかずに、ユーザ端末１０から第３のＰＤＲ情報が通知された場合には、学習部１３５は、第３商品に対するユーザＵの関心度が高いと判断し、この学習モデルの精度情報および優先度をさらに向上させる。

反対に、提供部１３４が情報をユーザ端末１０に提供してからユーザＵが店舗を出るまでの間に、ユーザ端末１０から通知されたＰＤＲ情報の中に、第３商品に対応するＰＤＲ情報がなかった場合には、この第３商品の予測に用いた学習モデルの精度が低いと判断し、この学習モデルの精度情報および優先度を低下させる。また、学習部１３５は、第１商品および第２商品と、ユーザ端末１０から通知されたＰＤＲ情報に対応する商品とに基づいて、新たな学習モデルを作成する。

なお、学習部１３５が行う機械学習は、上記に限らず、例えばディープニューラルネットワークを利用したディープラーニング（深層学習）等でもよい。また、学習部１３５は、データマイニングやその他の機械学習アルゴリズムを利用してもよい。

〔５．処理手順〕
次に、図９を用いて、実施形態に係る情報処理装置１００による処理の手順について説明する。図９は、実施形態に係る処理手順を示すフローチャートである。

図９に示すように、制御部１３０は、ユーザ端末１０から通知されたＧＰＳ情報、ユーザＵのアプリ操作による利用開始情報、又は店舗側から通知されたユーザ端末１０の検出情報等に基づいて、ユーザ端末１０とともに移動するユーザＵが店舗内に入ったことを検出する（ステップＳ１０１）。

その後、ユーザＵは、ユーザ端末１０とともに店舗内を巡回する。このとき、ユーザＵが所定の陳列棚の前でしばらく立ち止まり、その棚に陳列されている商品を手に取って購入を検討した際に、ユーザ端末１０はその時点の屋内位置および方位を示すＰＤＲ情報を情報処理装置１００に通知する。

取得部１３１は、通信部１１０を介してユーザ端末１０から通知されたＰＤＲ情報を取得し、ＰＤＲ履歴情報１２２にＰＤＲ情報を登録する（ステップＳ１０２）。

推定部１３２は、ＰＤＲ情報と陳列場所情報１２１とに基づいて、ＰＤＲ情報に対応する商品を推定し、ＰＤＲ履歴情報１２２に推定商品を登録する（ステップＳ１０３）。

推定部１３２は、同一のユーザ端末１０又はユーザＵについて、ＰＤＲ履歴情報１２２に複数の推定商品が登録されているか否かを判定する（ステップＳ１０４）。推定部１３２は、同一のユーザ端末１０又はユーザＵについて、ＰＤＲ履歴情報１２２に複数の推定商品が登録されていないと判定した場合には（ステップＳ１０４；Ｎｏ）、ユーザ端末１０とともにユーザＵが店舗内を移動している間、現行の実施形態に係る処理手順を継続する（ステップＳ１１０に移行）。

推定部１３２は、同一のユーザ端末１０又はユーザＵについて、ＰＤＲ履歴情報１２２に複数の推定商品が登録されていると判定した場合には（ステップＳ１０４；Ｙｅｓ）、学習モデル１２３に基づいて、複数の推定商品の間（推定商品同士）に関係があるか否か判定する（ステップＳ１０５）。推定部１３２は、複数の推定商品の間に関係がないと判定した場合には（ステップＳ１０５；Ｎｏ）、ユーザ端末１０とともにユーザＵが店舗内を移動している間、現行の実施形態に係る処理手順を継続する（ステップＳ１１０に移行）。

推定部１３２は、複数の推定商品の間に関係があると判定した場合には（ステップＳ１０５；Ｙｅｓ）、推定商品間の関係性に基づいて個々の推定商品の候補を絞り込み、個々の推定商品を高精度に推定し、ＰＤＲ履歴情報１２２に登録されている推定商品の情報を更新する（ステップＳ１０６）。

予測部１３３は、学習モデル１２３に基づいて、個々の推定商品から、ユーザＵが興味を持ちそうな商品を予測し、ＰＤＲ履歴情報１２２に予測商品を登録する（ステップＳ１０７）。

提供部１３４は、商品関連情報１２４に基づいて、ＰＤＲ履歴情報１２２に登録されている推定商品および予測商品のうち少なくとも１つに対応する関連情報を提供し、ＰＤＲ履歴情報１２２に提供情報を登録する（ステップＳ１０８）。

学習部１３５は、提供部１３４からユーザ端末１０に情報が提供された後、ユーザ端末１０からのフィードバックとしてＰＤＲ情報の通知があった場合に、このＰＤＲ情報から推定された商品に基づいて機械学習を行い、学習モデル１２３を更新する（ステップＳ１０９）。

制御部１３０は、ユーザ端末１０からユーザＵが商品を決済／店舗から退場（退店）したことを示す情報等に基づいて、ユーザＵが商品の購入を完了したか否か判定する（ステップＳ１１０）。例えば、制御部１３０は、ユーザ端末１０から通知された決済用の店舗端末の前／店舗の出入口にいることを示すＰＤＲ情報や、店舗外にいることを示すＧＰＳ位置情報、ユーザＵのアプリ操作による利用終了情報、又は店舗側から通知されたユーザＵの商品購入情報等に基づいて、ユーザＵが商品の購入を完了したか否か判定する。制御部１３０は、ユーザＵが商品の購入を完了していないと判定した場合には（ステップＳ１１０；Ｎｏ）、ユーザ端末１０から新たなＰＤＲ情報が通知されるまで待機する（ステップＳ１０２に移行）。制御部１３０は、ユーザＵが商品の購入を完了したと判定した場合には（ステップＳ１１０；Ｙｅｓ）、上記の実施形態に係る処理手順を終了する。

〔６．変形例〕
上述したユーザ端末１０および情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。

上記の実施形態では、ＰＤＲ情報はユーザ端末１０側で生成しているが、実際には、ユーザ端末１０側に設置された各種センサが検出した検出情報（センサ情報）をユーザ端末１０から情報処理装置１００に送信し、情報処理装置１００側でＰＤＲ情報を生成してもよい。すなわち、上記の実施形態において、ユーザ端末１０から情報処理装置１００に送信しているＰＤＲ情報は、情報処理装置１００側でＰＤＲ情報の生成に用いられる各種センサの検出情報であってもよい。

また、ＰＤＲ情報は、所定の位置を基準とした相対的な情報であってもよい。例えば、建物の２Ｆのこの棚の前といった絶対的な情報ではなく、建物の入り口から上下左右に何メートル進んだ位置に、建物の入り口方向から何度傾いた方向を向いているといった情報でもよい。

また、上記の実施形態では、推定部１３２が推定した商品に基づいて、予測部１３３が関連性のある商品を予測することを例に説明しているが、実際には予測部１３３が商品を予測しない場合があってもよい。例えば、推定部１３２が推定した商品によっては、関連性のある商品が存在しない／陳列棚に陳列されていない場合もあり得るため、予測部１３３が常に関連性のある商品を予測できるとは限らない。また、予測部１３３が存在しない実施形態もあり得る。すなわち、推定部１３２が商品を推定し、提供部１３４が推定商品の関連情報を通知するだけの実施形態もあり得る。

また、上記の実施形態では、商品を例に説明しているが、実際には商品に限らず、図書館／図書室の書架に収納された書籍や雑誌、資料等を対象にすることも可能である。例えば、ユーザ端末１０は、ユーザＵが第１のジャンルの書籍を閲覧した際に第１のＰＤＲ情報を情報処理装置１００に通知し、ユーザＵが第２のジャンルの書籍を閲覧した際に第２のＰＤＲ情報を情報処理装置１００に通知する。情報処理装置１００は、第１のＰＤＲ情報と第２のＰＤＲ情報とから第１のジャンルの書籍と第２のジャンルの書籍とを推定し、第１のジャンルの書籍および第２のジャンルの書籍に興味を持っているユーザＵが興味を持ちそうな第３のジャンルの書籍（第１のジャンルの書籍および第２のジャンルの書籍と関連性が高い書籍等）を予測し、第３のジャンルの書籍の関連情報（所在場所の案内情報等）をユーザ端末１０に提供する。

また、陳列棚や商品に限らず、サービス等を対象にすることも可能である。例えば、実施形態における商品は、店舗内で提供されているサービスでもよい。商品とサービスを組み合わせることで、商品に関連するサービスの情報を提供することも可能となる。

また、屋内型のテーマパークやアミューズメント施設等で、ユーザＵがアトラクション等を利用した際に、ユーザ端末１０がＰＤＲ情報を情報処理装置１００に通知するようにしてもよい。この場合、ユーザ端末１０は、ユーザＵが第１のアトラクションを利用した際に第１のＰＤＲ情報を情報処理装置１００に通知し、ユーザＵが第２のアトラクションを利用した際に第２のＰＤＲ情報を情報処理装置１００に通知する。情報処理装置１００は、第１のＰＤＲ情報と第２のＰＤＲ情報とから第１のアトラクションと第２のアトラクションとを推定し、第１のアトラクションと第２のアトラクションとに基づいてユーザＵが興味を持ちそうな第３のアトラクションを予測し、第３のアトラクションの関連情報（内容、位置案内、待ち時間等）をユーザ端末１０に提供する。

同様に、役所／郵便局／銀行／駅等で、ユーザＵがサービス等を利用した際に、ユーザ端末１０がＰＤＲ情報を情報処理装置１００に通知するようにしてもよい。例えば、ユーザ端末１０は、ユーザＵが第１のサービスを利用した際に第１のＰＤＲ情報を情報処理装置１００に通知し、ユーザＵが第２のサービスを利用した際に第２のＰＤＲ情報を情報処理装置１００に通知する。情報処理装置１００は、第１のＰＤＲ情報と第２のＰＤＲ情報とから第１のサービスと第２のサービスとを推定し、第１のサービスおよび第２のサービスと関連性が高い第３のサービスを予測し、第３のサービスの関連情報（窓口の場所や申込書の案内情報、待ち時間等）をユーザ端末１０に提供する。

また、店舗内の陳列棚に限らず、ショッピングセンター（ショッピングモール）のテナント等を対象にすることも可能である。例えば、ユーザ端末１０は、ユーザＵが第１のテナントの前で停止又は入店した際に第１のＰＤＲ情報を情報処理装置１００に通知し、ユーザＵが第２のテナントの前で停止又は入店した際に第２のＰＤＲ情報を情報処理装置１００に通知する。情報処理装置１００は、第１のＰＤＲ情報と第２のＰＤＲ情報とから第１のテナントと第２のテナントとを推定し、第１のテナントと第２のテナントとに基づいてユーザＵが興味を持ちそうな第３のテナントを予測し、第３のテナントの関連情報をユーザ端末１０に提供する。すなわち、ショッピングセンターが実施形態における「店舗」に相当し、テナントが「陳列棚」に相当する。なお、アーケード商店街や地下街についても、上記のショッピングセンターの場合と同様である。

また、上記の実施形態では、同一の店舗内での商品の購入検討を例に説明しているが、実際には異なる複数の店舗での商品の購入検討を対象にすることも可能である。例えば、ユーザ端末１０は、ユーザＵが第１の店舗で第１商品の購入を検討した際に第１のＰＤＲ情報を情報処理装置１００に通知し、同日又は所定の期間内に、ユーザＵが第２の店舗で第２商品の購入を検討した際に第２のＰＤＲ情報を情報処理装置１００に通知する。情報処理装置１００は、ユーザＵが第２の店舗内にいる場合には、第２の店舗で販売されている第３商品の関連情報をユーザ端末１０に提供する。なお、実際には、情報処理装置１００は、第１の店舗と第２の店舗のそれぞれで販売されている第３商品の関連情報をユーザ端末１０に提供してもよい。また、情報処理装置１００は、第３商品を販売している近隣の店舗への案内情報をユーザ端末１０に提供してもよい。例えば、情報処理装置１００は、ある店舗でユーザＵが陳列棚から焼きそばの麺とキャベツを手に取ったと推定した場合、次はその店舗から一番近い精肉店の豚肉を推奨する案内情報をユーザ端末１０に提供してもよい。

〔７．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１００やユーザ端末１０は、例えば図１０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。以下、情報処理装置１００を例に挙げて説明する。図１０は、情報処理装置１００やユーザ端末１０の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、およびメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図２に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００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。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００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、又は半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１００やユーザ端末１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。

以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

〔８．その他〕
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全部又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又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、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。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、その全部又は一部を、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又は物理的に分散・統合して構成することができる。

また、上述してきた実施形態および変形例は、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。

〔９．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、取得部１３１と、推定部１３２と、提供部１３４とを備える。取得部１３１は、ユーザＵとともに移動するユーザ端末１０が検知した検知情報を取得する。推定部１３２は、取得部１３１が取得した検知情報に対応する対象物を推定する。これにより、情報処理装置１００は、ユーザＵの属性を把握していなくても、リアルタイムでユーザＵが興味を持った商品を推定することができる。

また、推定部１３２は、取得部１３１が取得した検知情報に対応する場所に配置された対象物を示す対象物配置場所情報（陳列場所情報１２１）と、取得部１３１が取得した検知情報とを比較し、比較結果に基づいて取得部１３１が取得した検知情報に対応する対象物を推定する。これにより、商品の陳列場所情報１２１に基づいて、取得部１３１が取得した検知情報に対応する場所に陳列されている商品を推定することができる。

また、実施形態に係る情報処理装置１００は、予測部１３３をさらに備える。予測部１３３は、推定部１３２が推定した対象物に基づいて他の対象物を予測する。これにより、情報処理装置１００は、ユーザＵの属性を把握していなくても、リアルタイムでユーザＵが興味を持ちそうな商品を予測することができる。

また、実施形態に係る情報処理装置１００は、提供部１３４をさらに備える。提供部１３４は、推定部１３２が推定した対象物の関連情報として、推定部１３２が推定した対象物に関する情報と、予測部１３３が予測した他の対象物に関する情報とのうち少なくとも１つをユーザ端末１０に提供する。これにより、情報処理装置１００は、推定した商品と、予測した商品とのうち少なくとも１つについての有益な情報をユーザＵに知らせることができる。

また、推定部１３２は、取得部１３１が第１の検知情報を取得した場合には第１の検知情報に対応する第１の対象物を推定し、取得部１３１が第２の検知情報を取得した場合には第２の検知情報に対応する第２の対象物を推定し、第１の対象物と第２の対象物との関係性に基づいて、第１の対象物をより高精度に推定する。これにより、情報処理装置１００は、第１の対象物の推定の確度や尤度を向上させることができ、推定された第１の対象物の信頼性を高めることができる。

また、予測部１３３は、第１の対象物と第２の対象物とに基づいて、第１の対象物と第２の対象物とに関連する第３の対象物を予測する。これにより、情報処理装置１００は、ユーザＵに対して、第１の対象物および第２の対象物とともに、第３の対象物をそろえることを推奨できる。

また、前記第１の対象物と前記第２の対象物と前記第３の対象物との関係性について機械学習を行う学習部１３５をさらに備える。これにより、情報処理装置１００は、ユーザ端末１０からフィードバックを受け、商品の関係性について学習部１３５により機械学習を行うことで、そのフィードバックの内容を学習モデルに反映し、商品の推定や予測の妥当性を高めることができる。

ユーザ端末１０が検知した検知情報は、例えば歩行者自律航法に基づく屋内位置情報である。すなわち、ユーザ端末１０が検知した検知情報は、ＰＤＲ情報であってもよい。なお、ユーザ端末１０は、自装置から情報処理装置１００側へ送信している情報がＰＤＲ情報であると認識していなくてもよい。ユーザ端末１０は、情報処理装置１００側でＰＤＲ情報として認識できる情報や、情報処理装置１００側でＰＤＲ情報を生成するために使用される情報を送信していればよい。

以上、本願の実施形態をいくつかの図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄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。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ ユーザ端末
１００ 情報処理装置
１１、１１０ 通信部
１２ 入力部
１３ 表示部
１４ 検知部
１５、１２０ 記憶部
１２１ 陳列場所情報
１２２ ＰＤＲ履歴情報
１２３ 学習モデル
１２４ 商品関連情報
１６、１３０ 制御部
１３１ 取得部
１３２ 推定部
１３３ 予測部
１３４ 提供部
１３５ 学習部

Claims (10)

1. ユーザとともに移動する端末装置が検知した検知情報を取得する取得部と、
   前記取得部が取得した検知情報に対応する対象物を推定する推定部と
   を備えたことを特徴とする情報処理装置。
2. 前記推定部は、前記取得部が取得した検知情報に対応する場所に配置された対象物を示す対象物配置場所情報と、前記取得部が取得した検知情報とを比較し、比較結果に基づいて前記取得部が取得した検知情報に対応する対象物を推定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記推定部が推定した対象物に基づいて他の対象物を予測する予測部
   をさらに備えることを特徴とする請求項１または２に記載の情報処理装置。
4. 前記推定部が推定した対象物に関する情報と、前記予測部が予測した他の対象物に関する情報とのうち少なくとも１つを前記端末装置に提供する提供部
   をさらに備えることを特徴とする請求項３に記載の情報処理装置。
5. 前記推定部は、前記取得部が第１の検知情報を取得した場合には前記第１の検知情報に対応する第１の対象物を推定し、前記取得部が第２の検知情報を取得した場合には前記第２の検知情報に対応する第２の対象物を推定し、前記第１の対象物と前記第２の対象物との関係性に基づいて、前記第１の対象物をより高精度に推定する
   ことを特徴とする請求項３または４に記載の情報処理装置。
6. 前記予測部は、前記第１の対象物と前記第２の対象物とに基づいて、前記第１の対象物と前記第２の対象物とに関連する第３の対象物を予測する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記第１の対象物と前記第２の対象物と前記第３の対象物との関係性について機械学習を行う学習部
   をさらに備えることを特徴とする請求項６に記載の情報処理装置。
8. 前記端末装置が検知した検知情報は、歩行者自律航法に基づく屋内位置情報であることを特徴とする請求項１〜７のうちいずれか１つに記載の情報処理装置。
9. コンピュータが実行する情報処理方法であって、
   ユーザとともに移動する端末装置が検知した検知情報を取得する取得工程と、
   前記取得工程で取得した検知情報に対応する対象物を推定する推定工程と
   を含むことを特徴とする情報処理方法。
10. ユーザとともに移動する端末装置が検知した検知情報を取得する取得手順と、
    前記取得手順で取得した検知情報に対応する対象物を推定する推定手順と
    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。

Images