JP2021163239A - レコメンドシステム、及びレコメンド方法 - Google Patents

Abstract

【課題】アクティビティを検討するユーザーが積極的に活用することが期待できるレコメンドシステム、及びレコメンド方法を提供する。【解決手段】レコメンドシステム１は、第１嗜好クラスに、第２嗜好カテゴリーが個人嗜好カテゴリーとして設定されていない第１ユーザーと、第２嗜好カテゴリーが個人嗜好カテゴリーとして設定されている第２ユーザーとが所属している場合に、第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、第２嗜好カテゴリーに適合するアクティビティのなかから、現在状況認識部２５により認識される現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得部１７を備える。【選択図】図６

Description

本発明は、レコメンドシステム、及びレコメンド方法に関する。

従来、情報端末から入力された出発日を含む予約申込情報に応じて、観光地及び日程が予め決定された旅行商品の中から該当する旅行商品を選択し、選択した旅行商品に基づく仮旅程に、予約申込情報で指定された観光オプションを組み込んだ旅程を表示するようにした、旅行商品予約支援装置が提案されている。

特開２０１６−１８５１９号公報

上記旅行商品予約支援装置は、利用者自身が旅行日程と観光オプションを決めるという点において、旅行パンフレットを見て旅程を決める場合の手順と変わらない。そのため、利用者にとっては新鮮味が少なく、旅行等のアクティビティを体験するために積極的に活用しようという意識が、利用者に生じにくい場合がある。
本発明は上記背景に鑑みてなされたものであり、アクティビティを検討するユーザーが積極的に活用することが期待できるレコメンドシステム、及びレコメンド方法を提供することを目的とする。

上記目的を達成するための第１態様として、ユーザーの嗜好情報を取得するユーザー嗜好情報取得部と、前記ユーザー嗜好情報取得部により取得された前記ユーザーの嗜好情報に基づいて、予め設定された複数の嗜好カテゴリーのうちのうちの少なくとも一つを、前記ユーザーの個人嗜好カテゴリーとして設定する個人嗜好カテゴリー設定部と、前記個人嗜好カテゴリー設定部により、第１嗜好カテゴリーが前記個人嗜好カテゴリーとして設定された前記ユーザーを、第１嗜好クラスに所属させるクラスタリング部と、現在状況を認識する現在状況認識部と、前記第１嗜好クラスに、第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定され、且つ第３嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第１ユーザーと、前記第３嗜好カテゴリーが前記個人嗜好カテゴリーとして設定され、且つ前記第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第２ユーザーとが所属している場合に、前記第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、前記第３嗜好カテゴリーに適合するアクティビティのなかから、前記現在状況認識部により認識される前記現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得部と、前記第１提案アクティビティの情報を、前記第１ユーザーによって使用される出力装置により出力させる出力制御部と、を備えるレコメンドシステムが挙げられる。

上記レコメンドシステムにおいて、入力装置に対する前記第１ユーザーの入力操作の態様を認識する入力操作態様認識部と、前記入力操作態様認識部により認識された前記入力操作の態様に基づいて、前記第１ユーザーの気分を推定するユーザー気分推定部と、前記ユーザー気分推定部により推定される前記第１ユーザーの気分の推定精度を算出する推定精度算出部とを備え、前記提案アクティビティ情報取得部は、前記ユーザー気分推定部により推定された前記第１ユーザーの気分に適合するアクティビティを、前記アクティビティデータベースにアクセスして、前記第１ユーザーに対する第２提案アクティビティとして抽出して、前記第２提案アクティビティの情報を取得し、前記出力制御部は、前記推定精度算出部により算出される前記推定精度が、所定の推定精度判定値よりも高いときは、前記第２提案アクティビティの情報を前記出力装置により出力させ、前記推定精度算出部により算出される前記推定精度が、前記推定精度判定値以下であるときには、前記第１提案Ｒアクティビティの情報を前記出力装置により出力させる構成としてもよい。

上記レコメンドシステムにおいて、前記第１ユーザーによる前記第２提案アクティビティの選択操作を受け付けるアクティビティ選択受付部を備え、前記推定精度算出部は、前記出力装置による前記第２提案アクティビティの情報の出力に対して、前記第１ユーザーによる前記第２提案アクティビティの選択操作が前記アクティビティ選択受付部により受け付けられた割合に基づいて、前記推定精度を算出する構成としてもよい。

上記レコメンドシステムにおいて、前記現在状況には、前記ユーザーに関連するユーザー固有状況と、前記ユーザー固有状況以外の一般状況とのうちの少なくともいずれか一方が含まれる構成としてもよい。

上記レコメンドシステムにおいて、前記現在状況認識部は、前記ユーザーのスケジュール情報に基づいて、前記ユーザー固有状況を認識する構成としてもよい。

上記レコメンドシステムにおいて、前記現在状況認識部は、前記ユーザー固有状況として、前記ユーザーの現在位置、前記ユーザーが関心をもっている地点、前記ユーザーの勤務時間帯、前記ユーザーの休日のうちの少なくともいずれか一つを認識する構成としてもよい。

上記レコメンドシステムにおいて、前記現在状況認識部は、前記一般状況として、季節、天候、現在時刻、交通状況のうちの少なくともいずれか一つを認識する構成としてもよい。

上記レコメンドシステムにおいて、前記提案アクティビティ情報取得部は、前記第１提案アクティビティを抽出する際に、前記第１提案アクティビティの候補として抽出したアクティビティに対して前記現在状況の影響度に応じた重み付けを行う構成としてもよい。

上記レコメンドシステムにおいて、前記第１提案アクティビティと、前記第１提案アクティビティを抽出した際の前記現在状況と、前記第１提案アクティビティを抽出する際に用いた前記重み付けと、前記第１提案アクティビティの情報の出力に応じた前記第１ユーザーによる前記第１提案アクティビティの選択状況とに基づいて、前記重み付けの設定を評価し、評価結果に基づいて次回以降の前記提案アクティビティ情報取得部による前記第１提案アクティビティの抽出における前記重み付けを設定する重み付け設定部を備える構成としてもよい。

上記目的を達成するための第２態様として、コンピュータにより実行されるレコメンド方法であって、ユーザーの嗜好情報を取得するユーザー嗜好情報取得ステップと、前記ユーザー嗜好情報取得ステップにより取得された前記ユーザーの嗜好情報に基づいて、予め設定された複数の嗜好カテゴリーのうちのうちの少なくとも一つを、前記ユーザーの個人嗜好カテゴリーとして設定する個人嗜好カテゴリー設定ステップと、前記個人嗜好カテゴリー設定ステップにより、第１嗜好カテゴリーが前記個人嗜好カテゴリーとして設定された前記ユーザーを、第１嗜好クラスに所属させるクラスタリングステップと、現在状況を認識する現在状況認識ステップと、前記第１嗜好クラスに、第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定され、且つ第３嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第１ユーザーと、前記第３嗜好カテゴリーが前記個人嗜好カテゴリーとして設定され、且つ前記第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第２ユーザーとが所属している場合に、前記第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、前記第３嗜好カテゴリーに適合するアクティビティのなかから、前記現在状況認識ステップにより認識される前記現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得ステップと、前記第１提案アクティビティの情報を、前記第１ユーザーによって使用される出力装置により出力させる出力制御ステップと、を含むレコメンドシステムが挙げられる。

上記レコメンドシステムによれば、共通する嗜好カテゴリーが設定されて同じグループに所属しているが、互いに異なる嗜好カテゴリーが設定されている第１ユーザーと第２ユーザーについて、第１ユーザーに対して、第２ユーザーに対して設定されているがｌ第１ユーザーに対しては設定されていない第３カテゴリーに適合するアクティビティのなかから、現在状況に基づいて、第１提案アクティビティが抽出され、第１提案アクティビティの情報が提供される。
これにより、第１ユーザーは、自身では意識していないが、嗜好が一部共通する第２ユーザーに適合していることから、第１ユーザーにも適合する潜在的な可能性が予測されるアクティビティの提案を受けることができる。そのため、ユーザーが、自身に適合する潜在的なアクティビティの提案を求めて、上記レコメンドシステムを積極的に活用することが期待される。

図１は、レコメンドシステムによるアクティビティの提案と、ユーザーによるレコメンドシステムの活用の説明図である。 図２は、ランク距離画面の説明図である。 図３は、ユーザーアイコンのスローイング画面の説明図である。 図４は、アクティビティ提案画面の説明図である。 図５は、アクティビティ一覧画面の説明図である。 図６は、レコメンドシステムの構成図である。 図７は、ランク距離画面の表示処理のフローチャートである。 図８は、アクティビティに対して設定される評価要素の説明図である。 図９は、提案アクティビティの抽出処理のフローチャートである。 図１０は、嗜好性に基づく提案アクティビティの抽出処理の第１フローチャートである。 図１１は、嗜好性に基づく提案アクティビティの抽出処理の第２フローチャートである。 ユーザーに対して設定される複数種類の嗜好カテゴリーの説明図である。 アクティビティに対して設定される事前確率及び条件付き確率の説明図である。

［１−０．レコメンドシステムによるアクティビティの提案］
図１を参照して、本実施形態のレコメンドシステム１により実行される、ユーザーＵに対するアクティビティの提案と、ユーザーＵによるレコメンドシステム１の活用の態様について説明する。図１は、ユーザーＵが、レコメンドシステム１から提案されるアクティビティの情報を活用して、アクティビティを体験するまでの過程を、第１ステージ〜第５ステージの５段階の時系列のステージで示している。

レコメンドシステム１は、詳細は後述するが、図６に示したように、ＣＰＵ（Central Processing Unit）１０、メモリ３０、通信ユニット４０等により構成されたコンピュータシステムである。レコメンドシステム１は、通信ネットワーク９００を介して、ユーザーにより使用されるユーザー端末５０、アクティビティ情報サーバー２００、ユーザー情報サーバー２１０、スケジュールサーバー３００、交通情報サーバー３１０、及び天候情報サーバー３２０との間で通信を行う。

ユーザー端末５０は、ユーザーＵにより把持して使用される携帯型の通信端末であり、通信ネットワーク９００を介して、レコメンドシステム１との間で通信を行う。ユーザー端末５０は、例えば、スマートフォン、携帯電話、タブレット端末である。図６に示したように、ユーザー端末５０は、タッチパネル５１、モーションセンサ５２、方位センサ５３、ＧＰＳ（Global Positioning System）センサ５４、スピーカー５５、マイク５６、通信部５７、及び端末制御部５８を備えている。ユーザー端末５０は、入力装置及び出力装置の機能を含んでいる。

モーションセンサ５２は、ユーザー端末５０に生じる前後、左右、上下の３方向の加速度を検出する。方位センサ５３は、ユーザー端末５０が向いている方位を検出する。ＧＰＳセンサ５４は、ユーザー端末５０の現在位置を検出する。通信部５７は、通信ネットワーク９００を介してレコメンドシステム１との間で通信を行う。端末制御部５８は、図示しないＣＰＵ、メモリ等により構成され、メモリに保存された各種アプリ（アプリケーションプログラム）を実行する。

ユーザーＵは、レコメンドシステム１から提供されるアクティビティ提案サービスのアプリ（アプリケーションプログラム）を、ユーザー端末５０にダウンロードする。そして、ユーザーＵは、ユーザー端末５０でアクティビティ提案サービスのアプリを実行することにより、レコメンドシステム１によるアクティビティ提案サービスを利用する。ユーザーＵは、アクティビティ提案サービスの利用を開始する際に、レコメンドシステム１に個人情報を申請して会員登録を行う。個人情報には、ユーザーＵの性別、年齢、居住地、職業、嗜好性等が含まれる。

アクティビティ情報サーバー２００は、各種のアクティビティの情報が保存されたアクティビティＤＢ（Data base、データベース）２０１を備えている。アクティビティの情報には、アクティビティのジャンル、アクティビティの内容、アクティビティが体験できる施設の住所、施設までの距離、施設までのアクセス方法、アクティビティ体験の所要時間、アクティビティの体験に必要なスキル、アクティビティの想定活動量、アクティビティの費用等が含まれる。さらに、アクティビティの情報には、図８に示したように、異なる評価要素によるランクが設定されている。図８の例では、アクティビティの所要時間、アクティビティが体験できる施設までの移動距離、アクティビティの活動量、アクティビティの難易度、アクティビティに適した時期、アクティビティに適した嗜好性が、評価要素となっている。

ユーザー情報サーバー２１０は、会員登録を行った各ユーザーの情報が保存されたユーザーＤＢ２１１を備えている。ユーザーの情報には、パーソナルプロファイル、ウィッシュ（Ｗｉｓｈ）リスト、及びダーン（Ｄｏｎｅ）リスト等が含まれる。

パーソナルファイルには、ユーザーＩＤ、性別、年齢、居住地、職業、嗜好性、アクティビティの体験に関連するスキル、等のユーザーの個人的な情報が記録されている。ウィッシュリストには、これまでに、レコメンドシステム１からユーザーに提案されたアクティビティのうち、ユーザーに選択された（ユーザーの評価が所定レベル以上であった）アクティビティである選択アクティビティが登録されている。

また、ウッシュリストにおいて、選択アクティビティに対するユーザーの評価が記録されている。さらに、ウッシュリストにおいて、選択アクティビティは、ユーザーによる選別操作によって、ユーザーが体験することを決定したドゥー（Ｄｏ）と、検討中のウィッシュ（Ｗｉｓｈ）とに区分されている。

ダーンリストには、ユーザーがこれまでに体験したアクティビティが、体験日時、ユーザーの評価等の情報を付加して登録されている。

［１−１． 第１ステージ］
第１ステージにおいて、ユーザーＵが、ユーザー端末５０でアクティビティ提案サービスのアプリを起動すると、レコメンドシステム１からユーザー端末５０に対して、ランク距離画面のデータＬｄｓが送信される。そして、ユーザー端末５０において、図２に示したように、ランク距離画面１００がタッチパネル５１に表示される。

ランク距離画面１００においては、ユーザーＵを示すユーザーアイコン１１０が画面のほぼ中央に配置される。そして、ユーザーＵにより選択されるいずれかの評価要素（図８参照）に基づいて、ウィッシュリストに記録された選択アクティビティの中から抽出されたアクティビティを示すアクティビティアイコン（本発明の第１提案アクティビティアイコンに相当する）１１１〜１１７が、評価要素のランクが高いほど、ユーザーアイコン１１０に近づけて配置される。

例えば、選択されている評価要素が「所要時間」である場合、所要時間が短いほどアクティビティのランクが高くなり、対応するアクティビティアイコンとユーザーアイコン１１０との距離が短くなる。図２の例では、ユーザーＵは、例えば、アクティビティアイコン１１５に対応したアクティビティの所要時間が、アクティビティアイコン１１１に対応したアクティビティアよりも短いことを、直感的に認識することができる。そのため、ユーザーＵは、短時間で体験できるアクティビティを、容易に認識することができる。

各アクティビティアイコン１１１〜１１７の表示対応は、対応するアクティビティのジャンル、体験可能なエリア、アクティビティの提供者、アクティビティへの参加予定者等に応じて変更してもよい。図２にいて、アクティビティアイコン１１６と１１２は、同じ顔のキャラクターとなっており、同じ提供者或いは参加予定者に対応したアクティビティアイコンであることを示している。また、アクティビティアイコン１１７は、強調表示（フラッシング等）がなされており、他のユーザーが体験することが決定している、或いは他のユーザーが体験中であることを示している。

また、アクティビティアイコン１１４は、ユーザーアイコン１１０に向かって次第に接近しており、対応するアクティビティのおすすめ度が急上昇していることを示している。例えば、ウッシュリストに最近追加されたアクティビティ、ユーザーの現状の変化に適合したアクティビティが、おすすめ度が急上昇しているアクティビティとして抽出される。

ユーザーアイコン１１０からアクティビティアイコン１１６に対してアーム１０２が伸びており、これは、ユーザーＵがアクティビティアイコン１１６に対応したアクティビティの参加予定者に対して、一緒にアクティビティに参加することを提案していることを示している（お誘い状態）。また、アクティビティアイコン１１２からユーザーアイコン１１０に対してアーム１０１が伸びており、これは、アクティビティアイコン１１２に対応した参加予定者が、ユーザーＵに対して、一緒にアクティビティに参加することを提案していることを示している（誘われ状態）。

ユーザーＵは、アクティビティアイコン１１２をタッチして、所定の同行許諾操作を行うことで、他の参加者予定者と一緒にアクティビティを体験することをアレンジすることができる。また、アクティビティアイコン１１６に対応した参加予定者が、ユーザーＵからの誘いを許諾すると、アーム１０２の形状が両端とも手となる形状に変化する。これにより、ユーザーＵは、自身が行ったお誘いが受け入れられたことを認識して、他の参加予定者と一緒にアクティビティを体験することをアレンジすることができる。

ユーザーＵは、ユーザーアイコン１１０にタッチすることにより、評価要素を順次切り替えて、異なる評価要素によるランク距離画面を見ることができる。これにより、ユーザーＵは、体験時間、所要時間、必要なスキル等の異なる観点について、ランク距離画面上の距離の違いにより、アクティビティ間の相違の程度を直感的に認識して、体験するアクティビティを検討することができる。

次に、ユーザーＵは、レコメンドシステム１に対して新たなアクティビティの提案を要求する場合は、ユーザー端末５０を把持した手をスイングさせる。これにより、モーションセンサ５２によるモーション検出データＭｓｄが、ユーザー端末５０からレコメンドシステム１に送信される。

また、ユーザーＵは、ユーザー端末５０を変位させる動作の他に、図３に示したように、ユーザーアイコン１１０をスワイプさせる動作によっても、新たなアクティビティの提案をレコメンドシステム１に要求することができる。図３に示したように、ユーザーＵは、指Ｆでユーザーアイコン１１０にタッチして、ユーザーアイコン１１０を画面の下方に移動させた後、ユーザーアイコン１１０にタッチした指Ｆを画面上方に向けてスライドさせるスワイプ操作を行って、指Ｆを画面から離す。これにより、ユーザーアイコン１１０の移動距離、移動の速さ等を示すモーション検出データＭｓｄが、ユーザー端末５０からレコメンドシステム１に送信される。

［１−２．第２ステージ］
第２ステージにおいて、レコメンドシステム１は、モーション検出データＭｓｄに基づいて、ユーザーＵによるスイングの大きさ、速さ等を認識して、ユーザーＵの気分を推定する。そして、レコメンドシステム１は、アクティビティＤＢ２０１にアクセスして、ユーザーＵの気分に適合した提案アクティビティを抽出し、提案アクティビティの情報を表示するアクティビティ提案画面のデータＡｒｓを、ユーザー端末５０に送信する。

ユーザー端末５０において、図４に示したように、アクティビティ提案画面１３０がタッチパネル５１に表示される。アクティビティ提案画面１３０には、レコメンドシステム１により抽出された提案アクティビティの画像を表示する提案アクティビティ画像表示部１３１（本発明のアクティビティ情報表示エリアに相当する）と、提案アクティビティのアイコン１３２と、提案アクティビティに対するユーザーＵの評価を入力するための評価スライダー１４０とが表示される。

図４は、提案アクティビティとして陶芸体験が抽出された場合を示している。ユーザーＵは、提案アクティビティ画像表示部１３１の詳細ボタン１３３をタッチ操作することにより、さらに詳細な提案アクティビティの情報をタッチパネル５１に表示させることができる。評価スライダー１４０は、色、濃淡等が異なる５つのサブエリア１４１〜１４５と、ポインター１３５を備えており、ポインター１３５の付近に提案アクティビティのアイコン１３２が表示されている。ポインター１３５と提案アクティビティのアイコン１３２は、本発明の第２提案アクティビティアイコンに相当する。

ユーザーＵは、指Ｆでポインター１３５にタッチして、ポインター１３５を上下にスライドさせて、サブエリア１４１〜１４５のうちのいずれかまで移動させることによって、提案アクティビティを５段階で評価する。サブエリア１４１の範囲が最低ランク（ランク１）であり、サブエリア１４５の範囲が最高ランク（ランク５）である。ポインター１３５がユーザー端末５０は、ユーザーＵによる評価のランクを示す評価データＥｖｄを、レコメンドシステム１に送信する。

レコメンドシステム１は、提案アクティビティを選択アクティビティとしてウィッシュリストに追加する。ユーザー端末５０から受信した評価データＥｖｄが、所定レベル以上（例えば、ランク４以上）であるときに、提案アクティビティを選択アクティビティとしてウィッシュリストに追加しても良い。ポインター１３５の位置が所定レベル以上に対応した位置であるときは、アイコン１３２の角に選択中であることを示すマーク１３６が表示される。

［１−３．第３ステージ］
次に、第３ステージにおいて、ユーザー端末５０は、レコメンドシステム１から送信されるアクティビティ一覧画面のデータＬｉｓを受信して、アクティビティ一覧画面をタッチパネル５０に表示する。図５に示したように、アクティビティ一覧画面１５０は、タッチパネル５１の上側のエリア１６０（本発明の実行エリアに相当する）に、ウッシュリストに登録されたアクティビティのうち、ドゥーに区分けされた（ユーザーＵの実行意思が示された）アクティビティのアクティビティアイコン（本発明の実行アクティビティアイコンに相当する）を、所定条件に従った配置態様で一覧表示する。

また、アクティビティ一覧画面１５０は、タッチパネル５１の下側のエリア１７０（本発明の検討中エリアに相当する）に、ウィッシュに区分けされた（ユーザーの実行意思が示されていない）アクティビティのアクティビティアイコン（本発明の検討中アクティビティアイコンに相当する）を表示する。ユーザーＵが新たに選択したアクティビティに対応したアクティビティアイコン１７４は、最下段の右端に配置され、他のアクティビティアイコンは、右から左、下から上に、順次繰り上げっていく。ユーザーＵは、各アクティビティアイコンを指Ｆでタッチして、対応するアクティビティの詳細な情報を表示させることができる。

ユーザーＵは、体験をするアクティビティを決定した場合は、決定したアクティビティに対応したアクティビティアイコンをウィッシュエリア１７０から、ドゥーエリア１６０にスライドさせる。図５では、アクティビティアイコン１７２を、ウィッシュエリア１７０からドゥーエリア１６０にスライドさせる例を示している。この場合、アクティビティの体験場所が、アクティビティアイコン１７２に対応するアクティビティと近いアクティビティを、ドゥーエリアにアクティビティアイコンが表示されているアクティビティの中か抽出し、抽出したアクティビティのアクティビティアイコンを、アクティビティアイコン１７２の周囲に移動させてもよい。

ユーザーＵは、ドゥーエリア１６０に表示されている複数のアクティビティアイコンを連続的にタッチすることにより、対応する複数のアクティビティを一つのグループにまとめることができる。図５では、アクティビティアイコン１６１〜１６４を連続的にタッチして一つのグループ１６５にまとめる例を示している。

［１−４．第４ステージ］
第４ステージにおいて、ユーザーＵは、ユーザー端末５０を操作して、アクティビティ一覧画面で一つのグループにまとめたアクティビティのプランニングを依頼するプランニング依頼情報ＰＬｒを、レコメンドシステム１に送信する。プランニング依頼情報ＰＬｒを受信したレコメンドシステム１は、グループに求められた複数のアクティビティを効率よく回るための体験プランを作成する。そして、レコメンドシステム１は、作成した体験プランを案内するプランニング画面のデータＰＬｓを、ユーザー端末５０に送信する。

プランニング画面のデータＰＬｓを受信したユーザー端末５０は、プランニング画面をタッチパネル５１に表示し、ユーザーＵは、プランニング画面を参考にして、複数のアクティビティを効率良く体験するための旅程を作成することができる。

［１−５．第５ステージ］
第５ステージにおいて、ユーザーＵは、第４ステージで作成した旅程に従って、アクティビティの体験場所を順次訪れて、アクティビティを体験する。アクティビティを体験したユーザーＵは、アクティビティの評価（満足度、体験時間、移動時間、等を含む）を示すダーン（Ｄｏｎｅ）情報Ｄｎｉを、レコメンドシステム１に送信する。

ダーン情報Ｄｎｉを受信したレコメンドシステム１は、ユーザーＵが体験したアクティビティを、ユーザーＤＢ２１１のユーザーＵのダーンリストに登録し、ユーザーＵの評価に基づいて、ユーザーＵのパーソナルファイルの嗜好性を更新する。さらに、レコメンドシステム１は、ユーザーＵの評価に基づいて、体験したアクティビティに関するアクティビティＤＢ２０１の情報を更新する。

以上説明した第１ステージ〜第５ステージにおけるレコメンドシステム１の処理により、ユーザーＵに対するアクティビティの提案から実行までがトータル的にサポートされ、これにより、ユーザーＵによるレコメンドシステム１の活用を促すことができる。

［２．レコメンドシステムの構成］
図６を参照して、レコメンドシステム１の構成について説明する。レコメンドシステム１は、ＣＰＵ１０（コンピュータに相当する）、メモリ３０、通信ユニット４０等により構成され、通信ユニット４０により、通信ネットワーク９００を経由して、ユーザー端末５０等との間で通信を行う。

ＣＰＵ１０は、メモリ３０に保存されたレコメンドシステム１の制御用プログラムを読み込んで実行することにより、ユーザー特性情報取得部１１、ユーザー特性認識部１２、入力操作態様認識部１３、ユーザー気分推定部１４、推定精度算出部１５、方位認識部１６、提案アクティビティ情報取得部１７、出力制御部１８、ユーザー評価受付部１９、ランク付与部２０、評価要素選択受付部２１、取得時点状況情報保存部２２、個人嗜好カテゴリー設定部２３、クラスタリング部２４、現在状況認識部２５、重み付け設定部２６、アクティビティ計画部２７、及びアクティビティ需要推定部２８として機能する。

ユーザー特性情報取得部１１によりされる処理は、本発明のレコメンド方法におけるユーザー嗜好情報取得ステップの処理を含んでいる。個人カテゴリー設定部２３により実行される処理は、本発明のレコメンド方法における個人嗜好カテゴリー設定ステップに相当する。クラスタリング部２４により実行される処理は、本発明のレコメンド方法におけるクラスタリングステップに相当する。現在状況認識部２５により実行される処理は、本発明のレコメンド方法における現在状況認識ステップに相当する。提案アクティビティ情報取得部１７により実行される処理は、本発明のレコメンド方法における提案アクティビティ情報取得ステップに相当する。出力制御部１８により実行される処理は、本発明のレコメンド方法における出力制御ステップに相当する。

ユーザー特性情報取得部１１は、ユーザーＤＢ２１１（図１参照）にアクセスして、パーソナルファイルに記録されているユーザーＵの特性情報（性別、年齢、居住所、嗜好性等の情報）を取得する。ユーザー特性情報取得部１１は、ユーザーＵの嗜好性の情報を取得するユーザー嗜好情報取得部の機能を含んでいる。ユーザー特性認識部１２は、ユーザーＵの特性情報に基づいて、ユーザーＵの特性を認識する。

入力操作態様認識部１３は、ユーザーＵによるユーザー端末５０の入力操作の態様として、上述したユーザー端末５０のスイング操作、又はユーザーアイコンのスライド操作の態様を認識する。入力操作態様認識部１３は、スイングによるユーザー端末５０の変位を認識する変位認識部の機能を含んでいる。

ユーザー気分推定部１４は、入力操作態様認識部１３により認識される入力操作の態様に基づいて、ユーザーＵの気分を推定する。例えば、ユーザー気分推定部１４は、入力操作態様認識部１３により認識される入力態様に応じて、ユーザーＵの気分を以下のように推定する。ユーザー気分推定部１４は、ユーザーＵの積極性を５段階で推定する。
ユーザー端末５０のスイングの変位量が多いほど、ユーザーＵの積極性が高い。
ユーザー端末５０のスイング速さが速いほど、ユーザーＵの積極性が高い。
ユーザー端末５０のスイング加速度が高いほど、ユーザーＵの積極性が高い。
ユーザーアイコン１１０のスワイプ量が多いほど、ユーザーＵの積極性が高い。
ユーザーアイコン１１０のスワイプ速度が速いほど、ユーザーＵの積極性が高い。
ユーザーアイコン１１０のスワイプ加速度が高いほど、ユーザーの積極性が高い。

推定精度算出部１５は、ユーザー気分推定部１４によるユーザーＵの気分の推定精度を算出する。推定精度算出部１５は、ユーザーＵの気分に応じて抽出された提案アクティビティのうち、ユーザーＵが選択した（ウッシュからドゥーに移動させた）アクティビティの割合を、推定精度として算出する。

方位認識部１６は、ユーザー端末５０の方位センサ５３により検出されて、ユーザー端末５０からレコメンドシステム１に送信される方位検出データに基づいて、ユーザー端末５０が向いている方位を認識する。なお、ユーザーＵが所持しているユーザー端末５０以外のデバイス（腕時計等）により検出された方位のデータに基づいて、ユーザーＵが向いている方位を認識してもよい。

提案アクティビティ情報取得部１７は、アクティビティＤＢ２０１にアクセスして、ユーザーＵに適合するアクティビティを提案アクティビティとして抽出し、提案アクティビティの情報を取得する。出力制御部１８は、提案アクティビティの情報をユーザー端末５０に送信して、タッチパネル５１に表示させる。出力制御部１８は、ユーザー端末５０の表示を制御する表示制御部の機能を含んでいる。

ユーザー評価受付部１９は、提案アクティビティに対するユーザーＵの選択操作を受け付ける。ユーザー評価受付部１９は、ユーザーＵによるアクティビティの選択を受け付けるアクティビティ選択受付部の機能を備えている。ランク付与部２０は、提案アクティビティについて、図８に示した各評価要素別のランク付けを行う。評価要素選択受付部２１は、上述したランク距離画面を表示する際の評価要素のユーザーによる選択操作を受け付ける。取得時点状況情報保存部２２は、提案アクティビティ情報取得部１７が、提案アクティビティの情報を取得した時点における状況の情報を、アクティビティＤＢ２０１に保存する。

個人嗜好カテゴリー設定部２３は、ユーザーＵがレコメンドシステム１への登録時に申告した嗜好性の情報、及びこれまでの提案アクティビティに対するユーザーＵの選択実績等に基づいて、ユーザーＵが有していると想定される嗜好性を設定する。個人嗜好カテゴリー設定部２３は、図１２に示したようにユーザーＵに対して、嗜好カテゴリーＡ〜Ｅの５種類の嗜好カテゴリーのうち、ユーザーＵに該当すると想定される嗜好カテゴリーを設定する。図１２の例では、例えば、ユーザーＩＤがＵ０１のユーザーＵに該当する嗜好カテゴリーとして、嗜好カテゴリーＡと嗜好カテゴリーＢが設定されている。

クラスタリング部２４は、重複する嗜好カテゴリーが設定されているユーザーを、同一のクラスに所属させるクラスタリングを行う。図１２の例では、嗜好カテゴリーＡが共通して設定されているユーザーＩＤがＵ０１〜Ｕ０４のユーザーＵが、嗜好カテゴリーＡによりクラスタリングされる。

現在状況認識部２５は、現在状況として、ユーザーＵに関連するユーザー固有状況と、ユーザー固有状況以外の一般状況とを認識する。ユーザー固有状況には、ユーザーＵの現在位置、ユーザーＵが関心をもっている地点、ユーザーの勤務時間帯、ユーザーの休日の状況が含まれる。現在状況認識部２５は、ユーザーＵの現在位置を、ユーザー端末５０のＧＰＳセンサ５４により検出されて、ユーザー端末５０からレコメンドシステム１に送信される位置検出データを受信することによって認識する。また、現在状況認識部２５は、ユーザーＵのスケジュール情報が保存されたスケジュールサーバー３００にアクセスして、ユーザーＵのスケジュールを認識することにより、ユーザーＵが興味をもっている地点、ユーザーの勤務時間帯、ユーザーの休日等を認識する。

また、現在状況認識部２５は、一般状況として、季節、天候、現在時刻、交通状況を認識する。現在状況認識部２５は、天候情報サーバー３２０にアクセスすることによって、天候の現在状況を認識し、交通情報サーバー３１０にアクセスすることによって、交通状況を認識する。重み付け設定部２６は、提案アクティビティ情報取得部１７が、提案アクティビティを抽出する際に使用する提案アクティビティの候補に対する重み付けを設定する。

アクティビティ計画部２７は、図１の第４ステージで説明したように、アクティビティを体験するための計画を作成する。具体的には、アクティビティ計画部２７は、ユーザー端末５０の現在位置から、アクティビティを体験するエリア或いは施設までのアクセス方法、距離、所要時間等を、交通情報サーバー３１０にアクセスして認識して、計画を作成する。そして、アクティビティ計画部２７は、計画内容を表示するプランニング画面のデータＰＬｓを、ユーザー端末５０に送信する。

アクティビティ需要推定部２８は、ユーザー評価受付部１９により受付けられた、ユーザーＵによる提案アクティビティの評価のランクに基づいて、提案アクティビティの需要を推定する。提案アクティビティの需要の推定結果は、今後の提案アクティビティの抽出等に活用される。

［３．ランク距離画面の表示処理］
図７に示したフローチャートに従って、ランク距離画面の表示処理について説明する。図７のステップＳ１で、出力制御部１８は、図８に示した６個の評価要素のうちの「所要時間」を、初期設定の選択評価要素とする。

続くステップＳ２で、出力制御部１８は、ウッシュリストに登録された提案アクティビティについて、選択評価要素のランクが高い方から、所定数の提案アクティビティを抽出する。選択評価要素が「所要時間」であるときは、所要時間が短いほどランクが高くなるため、所要時間が短い提案アクティビティから順に抽出される。

次のステップＳ３で、出力制御部１８は、図２に示したように、抽出した各提案アクティビティのアクティビティアイコン１１１〜１１７を、ユーザーアイコン１１０からの距離を、選択評価要素のランクが高いほど短くして配置したランク距離画面１００のデータを、ユーザー端末５０に送信する。これにより、ユーザー端末５０のタッチパネル５１に、ランク距離画面１００が表示される。

続くステップＳ４で、出力制御部１８は、ユーザー端末５０から、評価要素の切り替えを指示する情報を受信したときに、ステップＳ５に処理を進めて、次の評価要素を選択評価要素に設定し、ステップＳ２に処理を進める。これにより、ユーザー端末５０のタッチパネル５１に表示されるランク距離画面１００が、異なる評価基準別のランクに応じた画面に切り替わる。このように、ユーザーＵは、評価基準を、所要時間→移動距離→活動量→難易度→時期→嗜好性→所要時間→…、と切り替えて、各評価基準に応じたランク距離画面１００を確認し、体験するアクティビティを検討することができる。

［４．アクティビティ提案画面の表示処理］
図９に示したフローチャートに従って、アクティビティ提案画面の表示処理について説明する。図９のステップＳ１０で、入力操作態様認識部１３は、ユーザー端末５０からモーション検出データＭｓｄ（図１参照）を受信したときに、ステップＳ１１に処理を進める。ステップＳ１１で、入力操作態様認識部１３は、モーション検出データＭｓｄに基づいて、ユーザーＵによる入力操作の態様を認識する。

続くステップＳ１２で、推定精度算出部１５は、これまでのユーザーＵの気分の推定精度が精度判定レベル以上であるか否かを判断する。ここで、推定精度算出部１５は、これまでにユーザーＵに対して提案されたアクティビティの総数に対する、ユーザーＵに選択されたアクティビティの数の割合を、気分の推定精度として算出する。推定精度算出部１５は、ユーザーＵの気分の推定精度が精度判定レベルであるときはステップＳ１３に処理を進め、ユーザーＵの気分の推定精度が精度判定レベル以下であるときには、ステップＳ２０に処理を進める。ステップＳ２０では、後述するユーザーの嗜好性に基づく提案アクティビティの抽出処理が実行される。

ステップＳ１３で、ユーザー気分推定部１４は、入力操作態様認識部１３により認識されたユーザーＵの入力操作の態様に基づいて、ユーザーＵの気分を推定する。ここでは、ユーザーＵの気分を、上述したように５段階の積極性で推定する。続くステップＳ１４で、方位認識部１６は、ユーザー端末５０から送信される方位データに基づいて、ユーザー端末５０が向いている方位を認識する。次のステップＳ１５で、提案アクティビティ情報取得部１７は、アクティビティＤＢ２０１を参照して、ユーザー気分推定部１４により推定されたユーザーＵの気分（積極性の高低）と、方位に基づいて、ユーザーＵの気分に適合し、且つ、ユーザー端末５０が向いている方位のエリアで体験可能なアクティビティを、提案アクティビティ（本発明の第２提案アクティビティに相当する）として抽出する。

続くステップＳ１６で、出力制御部１８は、図４に示したように、提案アクティビティの画像を表示する提案アクティビティ画像表示部１３１と、評価スライダー１４０とを表示するアクティビティ提案画面１３０のデータをユーザー端末５０に送信する。これにより、ユーザー端末５０のタッチパネル５１に、アクティビティ提案画面１３０が表示される。ユーザーＵは、提案アクティビティの内容を検討して、評価スライダー１４０のタッチ入力の操作により提案アクティビティを評価する。

次のステップＳ１７で、ユーザー評価受付部１９は、ユーザー端末５０から送信される提案アクティビティの評価データを受信したときに、ステップＳ１７に処理を進める。ステップＳ１７で、ユーザー評価受付部１９は、評価データから認識したユーザーＵによる提案アクティビティの評価レベルがウィッシュ閾値以上であるときは、ステップＳ２１に処理を進めて、提案アクティビティをウッシュリストに登録する。この場合は、ユーザーＵが、提案アクティビティを、体験するアクティビティの候補として選択したことになる。

一方、提案アクティビティの評価レベルがウィッシュ閾値よりも低いときには、ユーザー評価受付部１９はステップＳ１９に処理を進める。この場合は、ユーザーＵが、提案アクティビティを選択しなかったことになり、提案アクティビティはウッシュリストに登録されない。

［５．ユーザーの嗜好性に基づく提案アクティビティの抽出処理］
図１０〜図１１に示したフローチャートに従って、ユーザーの嗜好に基づく提案アクティビティの抽出処理について説明する。ここでは、図１２に示したように、５種類の嗜好カテゴリーＡ〜Ｅの適否が設定された４人のユーザーについて、図１３に示したように、事前確率及び条件付き確率が設定された４件のアクティビティＢ１〜Ｂ４の中から、提案アクティビティを抽出する場合について説明する。図１２では、「Ｌｉｋｅ］が付されている嗜好カテゴリーが、各ユーザーの個人嗜好カテゴリーに設定されていることを示している。

以下では、図１２のユーザーＩＤがＵ０３であるユーザーを第１ユーザーとし、嗜好カテゴリーＢが設定されたユーザーＩＤがＵ０１、Ｕ０４であるユーザーを第２ユーザーとして、説明する。

図１０のステップＳ５０で、ユーザー特性情報取得部１１は、ユーザーＤＢ２１１を参照して、第１ユーザーの嗜好カテゴリーである嗜好カテゴリーＡと嗜好カテゴリーＣを認識する。続くステップＳ５１で、現在状況認識部２５は、上述したように、第１ユーザーのユーザー固有状況と一般状況とを、現在状況として認識する。続くステップＳ５２で、クラスタリング部２４は、ユーザーＤＢ２１１を参照して、第１ユーザーを含む、嗜好カテゴリーＡ（本発明の第１嗜好カテゴリーに相当する）が設定された図１２の４人のユーザーを第１クラス（本発明の第１嗜好クラスに相当する）に所属させる。

続くステップＳ５３で、提案アクティビティ情報取得部１７は、第１ユーザーが属する第１クラスの他のユーザー（第２ユーザー）の嗜好カテゴリーを認識する。次のステップＳ５４で、提案アクティビティ情報取得部１７は、第２ユーザーに設定された嗜好カテゴリーのなかから、図１２に示したように、協調フィルタリングを行って、第２ユーザーが好む割合が多い嗜好カテゴリーＢ（本発明の第２嗜好カテゴリーに相当する）を、提案アクティビティの抽出に使用する嗜好カテゴリーとして選定する。

続くステップＳ５５で、アクティビティＤＢ２０１にアクセスして、嗜好カテゴリーＢに適合するアクティビティを第１ユーザーに対する提案アクティビティの候補として抽出する。ここでは、図１３のＣに示したように、４件のアクティビティＢ１〜Ｂ４が抽出されたものとする。アクティビティＢ１〜Ｂ４の事前確率はそれぞれ０．２５に設定されている。

次のステップＳ５６で、重み付け設定部２６は、図３のＷに示したように、アクティビティＢ１〜Ｂ４に対する重み付けを、現在状況認識部２５により認識された一般状況である天候（晴れ、曇り、雨、その他）の影響度の違いによって設定する。続くステップＳ５７で、提案アクティビティ情報取得部１７は、アクティビティＢ１〜Ｂ４の事前確率に、現在の天候に応じた条件付き確率を乗じて、アクティビティＢ１〜Ｂ４の参照値を算出し、参照値が最大となるアクティビティを提案アクティビティ（本発明の第１提案アクティビティに相当する）として抽出して、図１１のステップＳ５８に処理を進める。

図１１のステップＳ５８〜Ｓ６１及びステップＳ７０の処理は、上述した図９のステップＳ１５〜Ｓ１８及びステップＳ２１の処理と同様であり、ユーザー端末５０のタッチパネル５１に、アクティビティ提案画面が表示され、第１ユーザーによる評価に応じて、提案アクティビティがユーザーＤＢ２１１のウィッシュリストに登録される。

［６．他の実施形態］
上記実施形態において、ユーザー気分推定部１４は、ユーザーの気分として積極性の高さを推定したが、積極性以外の気分を推定してもよい。例えば、ユーザーの移動に対する気分を推定してもよい。この場合、ユーザー気分推定部１４は、例えば、入力操作態様認識部１３により認識されるユーザー端末５０の変位量が大きいときは、ユーザーが遠くまで出かけたい気分であると推定し、ユーザー端末５０の変位量が小さいときには、ユーザーが遠くに出かけたい気分ではないと推定する。そして、提案アクティビティ情報取得部１７は、ユーザーが遠いまで出かけたい気分であると推定された場合は、ユーザーの現在位置からの距離が長いエリアでのアクティビティを提案し、ユーザーが遠くに出かけたい気分ではないと推定された場合は、ユーザーの現在位置に近いエリアでのアクティビティを提案する。

上記実施形態では、入力操作態様認識部１３は、ユーザーの入力操作の態様として、モーションセンサ５２により検出されるユーザー端末５０の変位操作の態様、又はユーザー端末５０のタッチパネル５１の操作の態様を用いたが、いずれか一方の操作態様のみを用いてもよい。

上記実施形態では、ユーザーによる入力装置に対する入力操作の態様として、ユーザー端末５０の変位態様、又はユーザーアイコンのスワイプ操作を認識したが、図４の評価スライダー１４０のように、色又は濃淡が異なる複数のエリアをタッチパネル５１に表示して、ユーザーＵがどのエリアをタッチするかを、入力操作の態様として認識してもよい。この場合、ユーザー気分推定部１４は、例えば、ユーザーＵが明るい色のエリアをタッチしたときは積極性が高いと推定し、ユーザーＵが暗い色のエリアをタッチしたときには積極性が低いと推定する。

上記実施形態では、提案アクティビティ情報取得部１７は、ユーザー端末５０が向いている方位を用いて、提案アクティビティを抽出したが、方位の情報を使用せずに情報アクティビティを抽出してもよい。

上記実施形態において、本発明のレコメンドシステムをコンピュータシステムであるレコメンドシステム１により構成したが、レコメンドシステムの構成の一部または全部を、ユーザー端末５０に備えるようにしてもよい。

上記実施形態において、重み付け設定部２６は、図１３に示したように、提案アクティビティの候補に対して天候に応じた重み付けを行った。他の現在状況についても、重み付け設定部２６により、適宜重み付けを行ってもよい。例えば、ユーザーのスケジュールから、ユーザーがアクティビティにかけられる時間が限られると想定される場合には、所要時間が短いほど、提案アクティビティの候補に対する重み付けを大きく設定してもよい。また、複数の現在状況（天候と距離等）の組み合わせについて、重畳的に重み付けを設定してもよい。

上記実施形態において、重み付け設定部２６により、図１０のステップＳ５６〜Ｓ５７で抽出した提案アクティビティと、抽出する際に用いた現在状況及び重み付けと、提案アクティビティに対する第１ユーザーの評価（選択状況）とに基づいて、重み付けの設定を評価し、評価結果に基づいて、次回以降の提案アクティビティ情報取得部１７による前記第１提案アクティビティの抽出における重み付けを設定するようにしてもよい。

なお、図６は、本願発明の理解を容易にするために、レコメンドシステム１の機能構成を、主な処理内容により区分して示した概略図であり、レコメンドシステム１の構成を、他の区分によって構成してもよい。また、各構成要素の処理は、１つのハードウェアユニットにより実行されてもよいし、複数のハードウェアユニットにより実行されてもよい。また、図７、図９〜図１１に示した各構成要素の処理は、１つのプログラムにより実行されてもよいし、複数のプログラムにより実行されてもよい。

［７．上記実施形態によりサポートされる構成］
上記実施形態は、以下の構成の具体例である。

（第１項）ユーザーの嗜好情報を取得するユーザー嗜好情報取得部と、前記ユーザー嗜好情報取得部により取得された前記ユーザーの嗜好情報に基づいて、予め設定された複数の嗜好カテゴリーのうちのうちの少なくとも一つを、前記ユーザーの個人嗜好カテゴリーとして設定する個人嗜好カテゴリー設定部と、前記個人嗜好カテゴリー設定部により、第１嗜好カテゴリーが前記個人嗜好カテゴリーとして設定された前記ユーザーを、第１嗜好クラスに所属させるクラスタリング部と、現在状況を認識する現在状況認識部と、前記第１嗜好クラスに、第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第１ユーザーと、前記第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されている第２ユーザーとが所属している場合に、前記第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、前記第２嗜好カテゴリーに適合するアクティビティのなかから、前記現在状況認識部により認識される前記現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得部と、前記第１提案アクティビティの情報を、前記第１ユーザーによって使用される出力装置により出力させる出力制御部と、を備えるレコメンドシステム。
第１項のレコメンドシステムによれば、ユーザーは、異なる評価要素によるランクに応じて、提案アクティビティを示すアイコンとユーザーアイコンとの距離が設定されるランク距離画面を確認することができる。これにより、ユーザーが、上記レコメンドシステムを積極的に活用して、異なる観点から、自身の希望にマッチしたアクティビティを選択することが期待できる。

（第２項）入力装置に対する前記第１ユーザーの入力操作の態様を認識する入力操作態様認識部と、前記入力操作態様認識部により認識された前記入力操作の態様に基づいて、前記第１ユーザーの気分を推定するユーザー気分推定部と、前記ユーザー気分推定部により推定される前記第１ユーザーの気分の推定精度を算出する推定精度算出部とを備え、前記提案アクティビティ情報取得部は、前記ユーザー気分推定部により推定された前記第１ユーザーの気分に適合するアクティビティを、前記アクティビティデータベースにアクセスして、前記第１ユーザーに対する第２提案アクティビティとして抽出して、前記第２提案アクティビティの情報を取得し、前記出力制御部は、前記推定精度算出部により算出される前記推定精度が、所定の精度判定レベルよりも高いときは、前記第２提案アクティビティの情報を前記出力装置により出力させ、前記推定精度算出部により算出される前記推定精度が、前記精度判定レベル以下であるときには、前記第１提案アクティビティの情報を前記出力装置により出力させる第１項１に記載のレコメンドシステム。
第２項のレコメンドシステムによれば、第１ユーザーの気分の推定精度が高い場合には、第１のユーザーの嗜好性よりも第１ユーザーの気分を優先させて、第１ユーザーに提案するアクティビティを抽出することができる。

（第３項）前記第１ユーザーによる前記第２提案アクティビティの選択操作を受け付けるアクティビティ選択受付部を備え、前記推定精度算出部は、前記出力装置による前記第２提案アクティビティの情報の出力に対して、前記第１ユーザーによる前記第２提案アクティビティの選択操作が前記アクティビティ選択受付部により受け付けられた割合に基づいて、前記推定精度を算出する第２項に記載のレコメンドシステム。
第３項のレコメンドシステムによれば、第１ユーザー自身による第２提案アクティビティの選択結果に基づいて、第１ユーザーの気分の推定精度を算出することができる。

（第４項）前記現在状況には、前記ユーザーに関連するユーザー固有状況と、前記ユーザー固有状況以外の一般状況とのうちの少なくともいずれか一方が含まれる第１項から第３項のうちいずれか１項に記載のレコメンドシステム。
第４項のレコメンドシステムによれば、ユーザーに固有の現在状況とユーザーに依らない現在状況とのうちの少なくともいずれか一方を、第１提案アクティビティを抽出する際の検討要素に含めることができる。

（第５項）前記現在状況認識部は、前記ユーザーのスケジュール情報に基づいて、前記ユーザー固有状況を認識する第４項に記載のレコメンドシステム。
第５項のレコメンドシステムによれば、ユーザーのスケジュール情報を活用してユーザーの固有状況を認識することができる。

（第６項）前記現在状況認識部は、前記ユーザー固有状況として、前記ユーザーの現在位置、前記ユーザーが関心をもっている地点、前記ユーザーの勤務時間帯、前記ユーザーの休日のうちの少なくともいずれか一つを認識する第４項又は第５項に記載のレコメンドシステム。
第６項のレコメンドシステムによれば、ユーザーによるアクティビティの選択に影響を与える可能性があるユーザーの現在位置、ユーザーが関心をもっている地点、ユーザーの勤務時間帯、ユーザーの休日のうちの少なくともいずれか一つを、第１提案アクティビティを抽出する際の検討要素に含めることができる。

（第７項）前記現在状況認識部は、前記一般状況として、季節、天候、現在時刻、交通状況のうちの少なくともいずれか一つを認識する第４項から第６項のうちいずれか１項に記載のレコメンドシステム。
第７項のレコメンドシステムによれば、アクティビティの体験に影響を与える可能性がある季節、天候、現在時刻、交通状況のうちの少なくともいずれか一つを、第１提案アクティビティを抽出する際の検討要素に含めることができる。

（第８項）前記提案アクティビティ情報取得部は、前記第１提案アクティビティを抽出する際に、前記第１提案アクティビティの候補として抽出したアクティビティに対して前記現在状況の影響度に応じた重み付けを行う第１項から第７項のうちいずれか１項に記載のレコメンドシステム。
第８項のレコメンドシステムによれば、アクティビティに与える現在状況の影響度を重み付けにより調整して、第１提案アクティビティを抽出することができる。

（第９項）前記第１提案アクティビティと、前記第１提案アクティビティを抽出した際の前記現在状況と、前記第１提案アクティビティを抽出する際に用いた前記重み付けと、前記第１提案アクティビティの情報の出力に応じた前記第１ユーザーによる前記第１提案アクティビティの選択状況とに基づいて、前記重み付けの設定を評価し、評価結果に基づいて次回以降の前記提案アクティビティ情報取得部による前記第１提案アクティビティの抽出における前記重み付けを設定する重み付け設定部を備える第９項に記載のレコメンドシステム。
第９項のレコメンドシステムによれば、重み付けを行って抽出した第１提案アクティビティに対する第１ユーザーの選択状況に基づいて、次回の第１提案アクティビティの抽出に使用する重み付けの設定をより適切なものとすることができる。

（第１０項）コンピュータにより実行されるレコメンド方法であって、ユーザーの嗜好情報を取得するユーザー嗜好情報取得ステップと、前記ユーザー嗜好情報取得ステップにより取得された前記ユーザーの嗜好情報に基づいて、予め設定された複数の嗜好カテゴリーのうちのうちの少なくとも一つを、前記ユーザーの個人嗜好カテゴリーとして設定する個人嗜好カテゴリー設定ステップと、前記個人嗜好カテゴリー設定ステップにより、第１嗜好カテゴリーが前記個人嗜好カテゴリーとして設定された前記ユーザーを、第１嗜好クラスに所属させるクラスタリングステップと、現在状況を認識する現在状況認識ステップと、前記第１嗜好クラスに、第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第１ユーザーと、前記第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されている第２ユーザーとが所属している場合に、前記第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、前記第２嗜好カテゴリーに適合するアクティビティのなかから、前記現在状況認識ステップにより認識される前記現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得ステップと、前記第１提案アクティビティの情報を、前記第１ユーザーによって使用される出力装置により出力させる出力制御ステップと、を含むレコメンドシステム。
第１０項のレコメンド方法をコンピュータにより実行させることによって、第１項のレコメンドシステムと同様の作用効果を得ることができる。

１…レコメンドシステム、１０…ＣＰＵ、１１…ユーザー特性情報取得部、１２…ユーザー特性認識部、１３…入力操作態様認識部、１４…ユーザー気分推定部、１５…推定精度算出部、１６…方位認識部、１７…提案アクティビティ情報取得部、１８…出力制御部、１９…ユーザー評価受付部、２０…ランク付与部、２１…評価要素選択受付部、２２…取得時点状況情報保存部、２３…個人嗜好カテゴリー設定部、２４…クラスタリング部、２５…現在状況認識部、２６…重み付け設定部、２７…アクティビティ計画部、２８…アクティビティ需要推定部、３０…メモリ、５０…ユーザー端末、５１…タッチパネル、５２…モーションセンサ、５３…方位センサ、１００…ランク距離画面、１１０…ユーザーアイコン、１３０…アクティビティ提案画面、１５０…アクティビティ一覧画面、２００…アクティビティ情報サーバー、２０１…アクティビティＤＢ、２１０…ユーザー情報サーバー、２１１…ユーザーＤＢ、Ｕ…ユーザー。

Claims (10)

1. ユーザーの嗜好情報を取得するユーザー嗜好情報取得部と、
   前記ユーザー嗜好情報取得部により取得された前記ユーザーの嗜好情報に基づいて、予め設定された複数の嗜好カテゴリーのうちのうちの少なくとも一つを、前記ユーザーの個人嗜好カテゴリーとして設定する個人嗜好カテゴリー設定部と、
   前記個人嗜好カテゴリー設定部により、第１嗜好カテゴリーが前記個人嗜好カテゴリーとして設定された前記ユーザーを、第１嗜好クラスに所属させるクラスタリング部と、
   現在状況を認識する現在状況認識部と、
   前記第１嗜好クラスに、第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第１ユーザーと、前記第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されている第２ユーザーとが所属している場合に、前記第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、前記第２嗜好カテゴリーに適合するアクティビティのなかから、前記現在状況認識部により認識される前記現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得部と、
   前記第１提案アクティビティの情報を、前記第１ユーザーによって使用される出力装置により出力させる出力制御部と、
   を備えるレコメンドシステム。
2. 入力装置に対する前記第１ユーザーの入力操作の態様を認識する入力操作態様認識部と、
   前記入力操作態様認識部により認識された前記入力操作の態様に基づいて、前記第１ユーザーの気分を推定するユーザー気分推定部と、
   前記ユーザー気分推定部により推定される前記第１ユーザーの気分の推定精度を算出する推定精度算出部とを備え、
   前記提案アクティビティ情報取得部は、前記ユーザー気分推定部により推定された前記第１ユーザーの気分に適合するアクティビティを、前記アクティビティデータベースにアクセスして、前記第１ユーザーに対する第２提案アクティビティとして抽出して、前記第２提案アクティビティの情報を取得し、
   前記出力制御部は、前記推定精度算出部により算出される前記推定精度が、所定の精度判定レベルよりも高いときは、前記第２提案アクティビティの情報を前記出力装置により出力させ、前記推定精度算出部により算出される前記推定精度が、前記精度判定レベル以下であるときには、前記第１提案アクティビティの情報を前記出力装置により出力させる
   請求項１に記載のレコメンドシステム。
3. 前記第１ユーザーによる前記第２提案アクティビティの選択操作を受け付けるアクティビティ選択受付部を備え、
   前記推定精度算出部は、前記出力装置による前記第２提案アクティビティの情報の出力に対して、前記第１ユーザーによる前記第２提案アクティビティの選択操作が前記アクティビティ選択受付部により受け付けられた割合に基づいて、前記推定精度を算出する
   請求項２に記載のレコメンドシステム。
4. 前記現在状況には、前記ユーザーに関連するユーザー固有状況と、前記ユーザー固有状況以外の一般状況とのうちの少なくともいずれか一方が含まれる
   請求項１から請求項３のうちいずれか１項に記載のレコメンドシステム。
5. 前記現在状況認識部は、前記ユーザーのスケジュール情報に基づいて、前記ユーザー固有状況を認識する
   請求項４に記載のレコメンドシステム。
6. 前記現在状況認識部は、前記ユーザー固有状況として、前記ユーザーの現在位置、前記ユーザーが関心をもっている地点、前記ユーザーの勤務時間帯、前記ユーザーの休日のうちの少なくともいずれか一つを認識する
   請求項４又は請求項５に記載のレコメンドシステム。
7. 前記現在状況認識部は、前記一般状況として、季節、天候、現在時刻、交通状況のうちの少なくともいずれか一つを認識する
   請求項４から請求項６のうちいずれか１項に記載のレコメンドシステム。
8. 前記提案アクティビティ情報取得部は、前記第１提案アクティビティを抽出する際に、前記第１提案アクティビティの候補として抽出したアクティビティに対して前記現在状況の影響度に応じた重み付けを行う
   請求項１から請求項７のうちいずれか１項に記載のレコメンドシステム。
9. 前記第１提案アクティビティと、前記第１提案アクティビティを抽出した際の前記現在状況と、前記第１提案アクティビティを抽出する際に用いた前記重み付けと、前記第１提案アクティビティの情報の出力に応じた前記第１ユーザーによる前記第１提案アクティビティの選択状況とに基づいて、前記重み付けの設定を評価し、評価結果に基づいて次回以降の前記提案アクティビティ情報取得部による前記第１提案アクティビティの抽出における前記重み付けを設定する重み付け設定部
   を備える請求項８に記載のレコメンドシステム。
10. コンピュータにより実行されるレコメンド方法であって、
    ユーザーの嗜好情報を取得するユーザー嗜好情報取得ステップと、
    前記ユーザー嗜好情報取得ステップにより取得された前記ユーザーの嗜好情報に基づいて、予め設定された複数の嗜好カテゴリーのうちのうちの少なくとも一つを、前記ユーザーの個人嗜好カテゴリーとして設定する個人嗜好カテゴリー設定ステップと、
    前記個人嗜好カテゴリー設定ステップにより、第１嗜好カテゴリーが前記個人嗜好カテゴリーとして設定された前記ユーザーを、第１嗜好クラスに所属させるクラスタリングステップと、
    現在状況を認識する現在状況認識ステップと、
    前記第１嗜好クラスに、第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されていない第１ユーザーと、前記第２嗜好カテゴリーが前記個人嗜好カテゴリーとして設定されている第２ユーザーとが所属している場合に、前記第１ユーザーに対する第１提案アクティビティを、アクティビティの情報が保存されたアクティビティデータベースにアクセスして、前記第２嗜好カテゴリーに適合するアクティビティのなかから、前記現在状況認識ステップにより認識される前記現在状況に基づいて抽出して、前記第１提案アクティビティの情報を取得する提案アクティビティ情報取得ステップと、
    前記第１提案アクティビティの情報を、前記第１ユーザーによって使用される出力装置により出力させる出力制御ステップと、
    を含むレコメンドシステム。
    

Images