JP2022190967A - 提供装置、提供方法及び提供プログラム - Google Patents
提供装置、提供方法及び提供プログラム Download PDFInfo
- Publication number
- JP2022190967A JP2022190967A JP2021099526A JP2021099526A JP2022190967A JP 2022190967 A JP2022190967 A JP 2022190967A JP 2021099526 A JP2021099526 A JP 2021099526A JP 2021099526 A JP2021099526 A JP 2021099526A JP 2022190967 A JP2022190967 A JP 2022190967A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- mental state
- degree
- determination unit
- 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 28
- 230000006996 mental state Effects 0.000 claims abstract description 99
- 230000006855 networking Effects 0.000 claims description 2
- 230000003340 mental effect Effects 0.000 claims 1
- 230000010365 information processing Effects 0.000 description 68
- 238000004891 communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000994 depressogenic effect Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 208000020401 Depressive disease Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 230000035606 childbirth Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000006833 reintegration Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】利用者の精神状態の度合いに応じて適切な情報を提供する。【解決手段】本願に係る提供装置は、利用者に関する利用者情報（例えば、検索履歴や、位置情報、家族構成、収入、サービスの利用履歴）に基づいて、当該利用者の精神状態の度合いを判定する判定部と、判定部により判定された度合いに応じて、精神状態に関連するサービスに関するサービス情報（例えば、利用者が所在するエリアに対応する自治体が提供するサービスに関するサービス情報）を利用者に提供する提供部とを有することを特徴とする。【選択図】図１
Description
本発明は、提供装置、提供方法及び提供プログラムに関する。
従来、利用者の精神状態に応じた情報を提供する技術が知られている。このような技術の一例として、解析されたユーザ状況が示すユーザ感情に基づいてユーザの共感が得られると推測するコメントを作成し、作成されたコメントを出力する技術が知られている。
しかしながら、上述した技術では、利用者の精神状態の度合いに応じて適切な情報を提供とは言えない場合がある。
例えば、上述した技術では、「嬉しい」や「悲しい」といったユーザの感情を推定しているに過ぎないため、利用者の精神状態の度合いに応じて適切な情報を提供しているとは言えない場合がある。
本願は、上記に鑑みてなされたものであって、利用者の精神状態の度合いに応じて適切な情報を提供することを目的とする。
本願に係る提供装置は、利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する判定部と、前記判定部により判定された度合いに応じて、前記精神状態に関連するサービスに関するサービス情報を前記利用者に提供する提供部とを有することを特徴とする。
実施形態の一態様によれば、利用者の精神状態の度合いに応じて適切な情報を提供することができるという効果を奏する。
以下に本願に係る提供装置、提供方法及び提供プログラムを実施するための形態（以下、「実施形態」と呼ぶ）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提供装置、提供方法及び提供プログラムが限定されるものではない。また、以下の各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．実施形態〕
図１を用いて、本実施形態の提供装置等により実現される提供処理を説明する。図１は、実施形態に係る提供処理の一例を示す図である。なお、図１では、本願に係る提供装置の一例である情報処理装置１０によって、実施形態に係る提供処理などが実現されるものとする。
図１を用いて、本実施形態の提供装置等により実現される提供処理を説明する。図１は、実施形態に係る提供処理の一例を示す図である。なお、図１では、本願に係る提供装置の一例である情報処理装置１０によって、実施形態に係る提供処理などが実現されるものとする。
図１に示すように、実施形態に係る提供システム１は、情報処理装置１０と、利用者端末１００と、管理者端末２００とを含む。情報処理装置１０、利用者端末１００及び管理者端末２００は、ネットワークＮ（例えば、図２参照）を介して有線または無線により相互に通信可能に接続される。ネットワークＮは、例えば、インターネットなどのＷＡＮ（Wide Area Network）である。なお、図１に示した提供システム１には、複数台の情報処理装置１０、複数台の利用者端末１００及び複数台の管理者端末２００が含まれていてもよい。
図１に示す情報処理装置１０は、提供処理を行う情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。例えば、情報処理装置１０は、自装置や他のサーバ装置などから提供される各種サービスにおける利用者の情報を取得する。そして、情報処理装置１０は、取得した情報に基づいて、利用者の精神状態（図１の例では鬱等）の度合いを判定し、判定した度合いに応じて精神状態に関連するサービスに関するサービス情報を利用者に提供する。
なお、情報処理装置１０や、他のサーバ装置などが提供するサービスは、例えば、検索サービスや、ショッピングサービス、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）、決済サービス、路線検索サービス、地図提供サービス、旅行サービス、飲食店紹介サービス、施設予約サービス、天気予報サービス、スケジュール管理サービス、ニュース提供サービス、オークションサービス、動画コンテンツ配信サービス、金融取引（株取引等）サービスなどのサービスであってもよい。
図１に示す利用者端末１００は、利用者によって利用される情報処理装置である。例えば、利用者端末１００は、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。また、利用者端末１００は、情報処理装置１０や管理者端末２００によって配信される情報を、ウェブブラウザやアプリケーションにより表示する。なお、図１に示す例では、利用者端末１００がスマートフォンである場合を示す。
図１に示す管理者端末２００は、所定の広さの範囲が適宜設定されエリアに対応する自治体の管理者によって利用される情報処理装置である。例えば、管理者端末２００は、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。また、管理者端末２００は、情報処理装置１０によって配信される情報を、ウェブブラウザやアプリケーションにより表示する。なお、図１に示す例では、管理者端末２００がデスクトップＰＣである場合を示す
以下、図１を用いて、情報処理装置１０が行う提供処理について説明する。以下の説明では、利用者端末１００を利用する利用者に応じて、利用者端末１００を利用者端末１００－１～１００－Ｎ（Ｎは任意の自然数）として説明する。例えば、利用者端末１００－１は、利用者ＩＤ「Ｕ１」により識別される利用者（利用者Ｕ１）により利用される端末装置である。また、以下では、利用者端末１００－１～１００－Ｎについて、特に区別なく説明する場合には、利用者端末１００と記載する。
また、以下の説明において、管理者端末２００は、エリアＡに対応する自治体＃１の管理者Ｍ１によって利用されるものとする。また、以下の説明において、利用者Ｕ１、Ｕ２、Ｕ３、・・・は、エリアＡに居住する利用者であるものとする。また、図１の例において、エリアＡは、「町」、「区」、「市」、「県」等の行政区画を基に設定されているものとする。
なお、エリアは任意の広さの範囲が適宜設定されてもよい。例えば、エリアは、緯度及び経度に基に同様の大きさの網の目（メッシュ）に分割されたものであってもよい。すなわち、エリアは、地域メッシュで区切られたエリアであってもよい。この場合、エリアＩＤには、地域メッシュコードが用いられてもよい。なお、上記一例であり、エリアは、地域メッシュに限らず種々の情報を基に設定されてもよい。
また、以下の説明において、利用者端末１００を利用者と同一視し、管理者端末２００を管理者Ｍ１と同一視する場合がある。すなわち、以下では、利用者Ｕ１を利用者端末１００－１、管理者Ｍ１を管理者端末２００と読み替えることもできる。
まず、情報処理装置１０は、エリアＡに関する情報を管理者端末２００から取得する（ステップＳ１）。例えば、情報処理装置１０は、鬱病患者へ自治体＃１が提供する各種のサービスに関する情報を取得する。また、情報処理装置１０は、エリアＡにおいて、鬱病の発症に影響を与えると推定される要因（すなわち、環境要因）に関する環境情報を取得する。具体的な例を挙げると、情報処理装置１０は、エリアＡにおける人口密度や居住密度（言い換えると、近隣住民とのコミュニケーションの量）、エリアＡにおける天候（例えば、日照時間）などを示す環境情報を取得する。
続いて、情報処理装置１０は、利用者に関する利用者情報を利用者端末１００から取得する（ステップＳ２）。例えば、情報処理装置１０は、利用者を識別するための識別情報（利用者ＩＤ）や、各種サービスにおける検索履歴、位置情報（移動履歴等）、属性情報（デモグラフィック属性、サイコグラフィック属性等）、利用履歴などを含む利用者情報を利用者端末１００や所定のサーバ装置などから取得する。
具体的な例を挙げると、情報処理装置１０は、利用者が休日に積極的に外出するか否かを示す情報（例えば、路線検索サービスや、旅行サービス、飲食店紹介サービス、施設予約サービスなどの利用履歴）を取得する。また、情報処理装置１０は、利用者の家族構成や、収入などを示す情報を取得する。また、情報処理装置１０は、ＳＮＳへのアクセスの履歴や、ＳＮＳにおける他の利用者とのコミュニケーションの頻度などを示す情報を取得する。
なお、情報処理装置１０は、利用者端末１００が有するＧＰＳ（Global Positioning System）センサ等により測位された位置情報を取得してもよい。また、情報処理装置１０は、利用者端末１００と通信可能な各種センサ（例えば、利用者が身に付けるウェアラブルデバイス）から利用者の生体情報（例えば、心拍数や、体温、血圧、体重、体脂肪率など）を利用者情報として取得してもよい。
続いて、情報処理装置１０は、利用者情報に基づいて、利用者の精神状態の度合いを判定する（ステップＳ３）。例えば、図１の例において、情報処理装置１０は、利用者情報が入力された場合に、利用者の鬱の度合いを出力するように学習が行われたモデルを用いて、利用者Ｕ１、Ｕ２、Ｕ３、・・・の鬱の度合いを判定する。具体的な例を挙げると、情報処理装置１０は、利用者が、鬱状態ではないことを示す「１」から、重度の鬱状態であることを示す「５」までの５段階のいずれかの状態であると判定する。なお、図１の例において、情報処理装置１０は、エリアＡに居住する各利用者の鬱の度合いを判定し、判定結果を示す判定情報Ｄ＃１を生成したものとする。
ここで、モデルの学習には、任意の公知技術が適用可能であり、取得される情報に応じて適宜選択された学習手法が用いられてもよい。例えば、モデルの学習には、機械学習に関する種々の従来技術（例えば、ＳＶＭ（Support Vector Machine）等の教師あり学習の機械学習に関する技術）を用いて行われてもよい。また、モデルの学習には、深層学習（ディープラーニング）の技術が用いられてもよい。例えば、モデルの学習には、ＲＮＮ（Recurrent Neural Network）やＣＮＮ（Convolutional Neural Network）等の種々のディープラーニングの技術が用いられてもよい。
続いて、情報処理装置１０は、鬱の度合いに応じて、鬱病の予防や支援に関連するサービスに関するサービス情報を各利用者に提供する（ステップＳ４）。例えば、情報処理装置１０は、鬱の度合いに応じて、自治体＃１が提供する各種のサービスに関するサービス情報を利用者端末１００に提供（送信）する。具体的な例を挙げると、情報処理装置１０は、鬱の度合いが「２（軽度の鬱状態）」である利用者ＵＩＤ＃２に対しては、自治体＃１が提供する相談窓口や、自治体＃１の居住者向けのメンタルヘルスカウンセリングに関する情報を利用者端末１００－２に提供する。また、情報処理装置１０は、鬱の度合いが「５（重度の鬱状態）」である利用者ＵＩＤ＃３に対しては、自治体＃１の居住者向けの経済的支援に関する情報や、就職支援に関する情報、エリアＡにおける自助グループに関する情報などを利用者端末１００－３に提供する。
続いて、情報処理装置１０は、エリアＡに居住する利用者群の鬱の度合いに応じて、当該利用者群に関する通知を管理者Ｍ１に対して行う（ステップＳ５）。例えば、鬱の度合いが「４」以上である利用者の数が所定の閾値以上に達した場合、情報処理装置１０は、重度の鬱状態である利用者向けのサービスの利用が増加する旨のアラートを通知する。また、鬱の度合いが「２」または「３」である利用者（言い換えると、軽度の鬱状態または中度の鬱状態の利用者）の数が所定の閾値以上である状態において、エリアＡの環境情報に基づき、鬱病に悪影響を及ぼす環境的な要因の悪化（例えば、日照時間の低下）がエリアＡにおいて予測される場合、情報処理装置１０は、重度の鬱状態である利用者が増加する可能性がある旨のアラートを通知する。また、直近の所定の期間内において、鬱の度合いが「２」以上の利用者の増加率が所定の閾値以上である場合、情報処理装置１０は、鬱病であるである利用者の増加に関するアラートを通知する。
以上のように、実施形態に係る情報処理装置１０は、利用者の鬱の度合いを判定し、判定した度合いに応じたサービス情報を提供する。これにより、実施形態に係る情報処理装置１０は、鬱病の度合いに応じて利用者が適切なサービスを受けられるように情報を提供することができるため、鬱病の予防や、鬱病の悪化の防止、社会復帰の支援を行うことができる。すなわち、実施形態に係る情報処理装置１０は、利用者の精神状態の度合いに応じて適切な情報を提供することができる。
〔２．情報処理装置の構成〕
次に、図２を用いて、情報処理装置１０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装置の構成例を示す図である。図２に示すように、情報処理装置１０は、通信部２０と、記憶部３０と、制御部４０とを有する。
次に、図２を用いて、情報処理装置１０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装置の構成例を示す図である。図２に示すように、情報処理装置１０は、通信部２０と、記憶部３０と、制御部４０とを有する。
（通信部２０について）
通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、利用者端末１００や管理者端末２００等との間で情報の送受信を行う。
通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、利用者端末１００や管理者端末２００等との間で情報の送受信を行う。
（記憶部３０について）
記憶部３０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２に示すように、記憶部３０は、利用者情報データベース３１と、エリア情報データベース３２と有する。
記憶部３０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２に示すように、記憶部３０は、利用者情報データベース３１と、エリア情報データベース３２と有する。
（利用者情報データベース３１について）
利用者情報データベース３１は、利用者に関する各種の情報を記憶する。ここで、図３を用いて、利用者情報データベース３１が記憶する情報の一例を説明する。図３は、実施形態に係る利用者情報データベースの一例を示す図である。図３の例において、利用者情報データベース３１は、「利用者ＩＤ」、「居住地」、「検索履歴」、「位置情報」、「属性情報」、「利用履歴」、「生体情報」といった項目を有する。
利用者情報データベース３１は、利用者に関する各種の情報を記憶する。ここで、図３を用いて、利用者情報データベース３１が記憶する情報の一例を説明する。図３は、実施形態に係る利用者情報データベースの一例を示す図である。図３の例において、利用者情報データベース３１は、「利用者ＩＤ」、「居住地」、「検索履歴」、「位置情報」、「属性情報」、「利用履歴」、「生体情報」といった項目を有する。
「利用者ＩＤ」は、利用者を識別するための識別情報を示す。「居住地」は、利用者の居住地を示し、例えば、住所や、属するエリアを識別するための識別情報（エリアＩＤ）などといった情報が格納される。「検索履歴」は、利用者が各種のサービスにおいて入力した検索クエリの履歴を示す。「位置情報」は、利用者の位置の履歴を示す。「属性情報」は、利用者の属性を示し、例えば、デモグラフィック属性やサイコグラフィック属性が格納される。「利用履歴」は、利用者の各種のサービスにおける利用履歴を示す。「生体情報」は、利用者の生体情報を示し、例えば、心拍数や、体温、血圧、体重、体脂肪率などといった情報が格納される。
すなわち、図３では、利用者ＩＤ「ＵＩＤ＃１」により識別される利用者の居住地が「居住地＃１」、検索履歴が「検索履歴＃１」、位置情報が「位置情報＃１」、属性情報が「属性情報＃１」、利用履歴が「利用履歴＃１」、生体情報が「生体情報＃１」である例を示す。
（エリア情報データベース３２について）
エリア情報データベース３２は、各エリアに関する各種の情報を記憶する。ここで、図４を用いて、エリア情報データベース３２が記憶する情報の一例を説明する。図４は、実施形態に係るエリア情報データベースの一例を示す図である。図４の例において、エリア情報データベース３２は、「エリアＩＤ」、「所在地」、「居住者情報」、「サービス情報」、「環境情報」といった項目を有する。
エリア情報データベース３２は、各エリアに関する各種の情報を記憶する。ここで、図４を用いて、エリア情報データベース３２が記憶する情報の一例を説明する。図４は、実施形態に係るエリア情報データベースの一例を示す図である。図４の例において、エリア情報データベース３２は、「エリアＩＤ」、「所在地」、「居住者情報」、「サービス情報」、「環境情報」といった項目を有する。
「エリアＩＤ」は、エリアを識別するための識別情報を示す。「所在地」は、エリアの所在地を示す。「居住者情報」は、エリア内に居住する利用者に関する情報を示し、例えば、利用者ＩＤなどの情報が格納される。「サービス情報」は、エリアに対応する自治体が提供するサービスに関する情報を示す。「環境情報」は、エリアにおいて利用者の精神状態に影響を与えると推定される要因（環境要因）に関する情報を示し、例えば、人口密度や居住密度、天候（日照時間等）などといった情報が格納される。
すなわち、図４では、エリアＩＤ「ＡＩＤ＃１」により識別されるエリアの所在地が「所在地＃１」、居住する利用者の情報が「居住者情報＃１」、当該エリアに対応する自治体が提供するサービスに関する情報が「サービス情報＃１」、当該エリアの環境情報が「環境情報＃１」である例を示す。
（制御部４０について）
制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置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４０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。実施形態に係る制御部４０は、図２に示すように、取得部４１と、判定部４２と、推定部４３と、提供部４４と、通知部４５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。
制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置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４０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。実施形態に係る制御部４０は、図２に示すように、取得部４１と、判定部４２と、推定部４３と、提供部４４と、通知部４５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。
（取得部４１について）
取得部４１は、利用者に関する利用者情報を取得する。例えば、図１の例において、取得部４１は、利用者を識別するための識別情報（利用者ＩＤ）や、各種サービスにおける検索履歴、位置情報（移動履歴等）、属性情報（デモグラフィック属性、サイコグラフィック属性等）、利用履歴などを含む利用者情報を利用者端末１００や所定のサーバ装置などから取得し、利用者情報データベース３１に格納する。
取得部４１は、利用者に関する利用者情報を取得する。例えば、図１の例において、取得部４１は、利用者を識別するための識別情報（利用者ＩＤ）や、各種サービスにおける検索履歴、位置情報（移動履歴等）、属性情報（デモグラフィック属性、サイコグラフィック属性等）、利用履歴などを含む利用者情報を利用者端末１００や所定のサーバ装置などから取得し、利用者情報データベース３１に格納する。
また、取得部４１は、エリアに関する情報を取得してもよい。例えば、図１の例において、取得部４１は、鬱病患者へ自治体＃１が提供する各種のサービスに関する情報を取得し、エリア情報データベース３２に格納する。また、情報処理装置１０は、エリアＡにおいて、鬱病の発症に影響を与えると推定される要因（すなわち、環境要因）に関する環境情報を取得し、エリア情報データベース３２に格納する。
（判定部４２について）
判定部４２は、利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する。例えば、図１の例において、判定部４２は、利用者情報データベース３１を参照し、利用者情報が入力された場合に、利用者の鬱の度合いを出力するように学習が行われたモデルを用いて、利用者Ｕ１、Ｕ２、Ｕ３、・・・の鬱の度合いを判定する。
判定部４２は、利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する。例えば、図１の例において、判定部４２は、利用者情報データベース３１を参照し、利用者情報が入力された場合に、利用者の鬱の度合いを出力するように学習が行われたモデルを用いて、利用者Ｕ１、Ｕ２、Ｕ３、・・・の鬱の度合いを判定する。
また、判定部４２は、利用者の検索履歴に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、精神状態に関連する検索クエリが検索履歴に含まれる場合、当該検索クエリが含まれない場合よりも利用者の精神状態が悪いと判定する。具体的な例を挙げると、判定部４２は、否定的な文言を含む検索クエリや、鬱の症状に関する検索クエリ（例えば、「不安」、「眠れない」、「体重が増えた」など）や、鬱の治療に関する検索クエリ（例えば、「心療内科」）、利用者が鬱病を発症しやすい環境に置かれていることを示す検索クエリ（例えば、「昇進」、「降格」、「失業」、「妊娠」、「出産」など）などが検索履歴に含まれる場合、当該検索クエリが含まれない場合よりも利用者の鬱の度合いが高いと判定する。
また、判定部４２は、利用者の位置情報に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者の位置の変化が少ない場合（言い換えると、利用者が外出していない場合）、変化が多い場合よりも利用者の精神状態が悪いと判定する。
また、判定部４２は、利用者の移動履歴に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者が自宅から勤務先や通学先への移動のみを行っている場合、勤務先や通学先以外への移動を行っている場合よりも利用者の精神状態が悪いと判定する。また、判定部４２は、利用者が休日に外出していない場合、休日に外出している場合よりも利用者の精神状態が悪いと判定する。
また、判定部４２は、利用者の家族構成に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者が一人暮らしをしている場合、同居人がいる場合よりも利用者の精神状態が悪いと判定する。
また、判定部４２は、利用者の収入に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者の収入が低下した場合、低下しない場合よりも利用者の精神状態が悪いと判定する。
また、判定部４２は、所定のサービスにおける利用者の利用履歴に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、路線検索サービスや、旅行サービス、飲食店紹介サービス、施設予約サービスなどの利用の頻度が低い場合（言い換えると、利用者が外出する頻度が低い場合）、頻度が高い場合よりも利用者の精神状態が悪いと判定する。
また、判定部４２は、ＳＮＳにおける利用者の利用履歴に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、ＳＮＳにアクセスする頻度が高いにもかかわらずＳＮＳにおいて他の利用者とのコミュニケーションの頻度が低い場合、頻度が高い場合よりも利用者の精神状態が悪いと判定する。
また、判定部４２は、所定の精神状態にある他の利用者に関する情報と、利用者情報とに基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、重度の鬱である利用者と利用者情報の一致度が高いほど、利用者の精神状態が悪いと判定する。
また、判定部４２は、利用者の生体情報に基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者の心拍に基づいて推定される利用者のストレスの度合いが高いほど、利用者の精神状態が悪いと判定する。また、判定部４２は、利用者の体重の増加率が高いほど、利用者の精神状態が悪いと判定する。
ここで、利用者が現在居住するエリアに関する情報（環境情報等）と、過去に利用者が居住したエリア（出身地等）に関する情報とが類似しない場合は、利用者の精神状態に悪影響があると推定される。したがって、判定部４２は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者が居住するエリアに関する情報と、利用者情報とのマッチングの結果に基づいて、利用者の精神状態の度合いを判定する。具体的な例を挙げると、判定部４２は、利用者の利用者情報と、当該利用者が居住するエリアに居住する他の利用者に関する利用者情報との一致度が低いほど、利用者の精神状態が悪いと判定する。また、判定部４２は、利用者が現在居住するエリアに関する情報と、利用者が過去に居住したエリアに関する情報との一致度が低いほど、利用者の精神状態が悪いと判定する。より具体的な例を挙げると、判定部４２は、人口密度や居住密度が高いエリア（言い換えると、近隣住民とのコミュニケーションの量が多いエリア）から、人口密度や居住密度が低いエリア（言い換えると、近隣住民とのコミュニケーションの量が少ないエリア）へ移住した場合、人口密度や居住密度の差が大きいほど利用者の精神状態が悪いと判定する。
なお、判定部４２は、上記の処理を複数組み合わせ、利用者の精神状態の度合いを判定してもよい。例えば、判定部４２は、利用者の検索履歴、位置情報、家族構成、収入、サービスの利用履歴、生体情報などに基づいて、利用者の精神状態の度合いを判定してもよい。
（推定部４３について）
ここで、利用者が居住するエリアが利用者の精神状態に悪影響を与えるか否かを推定し、推定した結果に応じた情報を利用者に提供したいといった要望が考えられる。したがって、推定部４３は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の変化を推定する。例えば、推定部４３は、利用者が現在居住するエリアに関する情報と、利用者が過去に居住したエリアに関する情報との一致度が低い場合、利用者の精神状態が悪化すると推定する。また、推定部４３は、利用者の利用者情報と、当該利用者が居住するエリアに居住する他の利用者に関する利用者情報との一致度が低い場合、利用者の精神状態が悪化すると推定する。
ここで、利用者が居住するエリアが利用者の精神状態に悪影響を与えるか否かを推定し、推定した結果に応じた情報を利用者に提供したいといった要望が考えられる。したがって、推定部４３は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の変化を推定する。例えば、推定部４３は、利用者が現在居住するエリアに関する情報と、利用者が過去に居住したエリアに関する情報との一致度が低い場合、利用者の精神状態が悪化すると推定する。また、推定部４３は、利用者の利用者情報と、当該利用者が居住するエリアに居住する他の利用者に関する利用者情報との一致度が低い場合、利用者の精神状態が悪化すると推定する。
（提供部４４について）
提供部４４は、判定部４２により判定された度合いに応じて、精神状態に関連するサービスに関するサービス情報を利用者に提供する。例えば、図１の例において、提供部４４は、鬱の度合いに応じて、鬱病の予防や支援に関連するサービスに関するサービス情報を各利用者に提供する。
提供部４４は、判定部４２により判定された度合いに応じて、精神状態に関連するサービスに関するサービス情報を利用者に提供する。例えば、図１の例において、提供部４４は、鬱の度合いに応じて、鬱病の予防や支援に関連するサービスに関するサービス情報を各利用者に提供する。
また、提供部４４は、利用者が所在するエリアにおいて利用可能なサービスに関するサービス情報を提供してもよい。例えば、提供部４４は、利用者の精神状態の度合いに応じて、利用者が居住するエリアにおいて利用可能な各種のサービス（例えば、民間のサービス）に関するサービス情報を提供する。
また、提供部４４は、利用者が所在するエリアに対応する自治体が提供するサービスに関するサービス情報を提供してもよい。例えば、図１の例において、提供部４４は、エリア情報データベース３２を参照し、鬱の度合いに応じて、自治体＃１が提供する各種のサービスに関するサービス情報を提供する。
また、提供部４４は、推定部４３による推定結果が所定の条件を満たす場合は、当該推定結果に関する情報を利用者に提供してもよい。例えば、利用者の精神状態が悪化すると推定された場合、提供部４４は、利用者が現在のエリアでの居住を続けると精神状態が悪化する旨のアラートと、所定の情報（例えば、エリアにおいて利用可能なサービスの情報や、引っ越しの提案など）とを提供する。
（通知部４５について）
通知部４５は、所定のエリア内に所在する利用者群の精神状態の度合いに応じて、当該エリアに対応する通知先に対し当該利用者群に関する通知を行う。例えば、図１の例において、通知部４５は、エリアＡに居住する利用者群の鬱の度合いに応じて、当該利用者群に関する通知を管理者Ｍ１に対して行う。
通知部４５は、所定のエリア内に所在する利用者群の精神状態の度合いに応じて、当該エリアに対応する通知先に対し当該利用者群に関する通知を行う。例えば、図１の例において、通知部４５は、エリアＡに居住する利用者群の鬱の度合いに応じて、当該利用者群に関する通知を管理者Ｍ１に対して行う。
〔３．提供処理のフロー〕
図５を用いて、実施形態に係る情報処理装置１０の提供処理の手順について説明する。図５は、実施形態に係る提供処理の手順の一例を示すフローチャートである。
図５を用いて、実施形態に係る情報処理装置１０の提供処理の手順について説明する。図５は、実施形態に係る提供処理の手順の一例を示すフローチャートである。
図５に示すように、情報処理装置１０は、利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する（ステップＳ１０１）。続いて、情報処理装置１０は、精神状態の度合いに応じて、当該精神状態に関連するサービスに関するサービス情報を提供する（ステップＳ１０２）。続いて、情報処理装置１０は、所定のエリア内に所在する利用者群の精神状態の度合いに応じて、当該エリアに対応する通知先に対し当該利用者群に関する通知を行い（ステップＳ１０３）、処理を終了する。
〔４．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。
〔４－１．利用者の精神状態について〕
上述の実施形態において、判定部４２が、利用者の鬱の度合いを判定する例を示したが、判定部４２の機能はこのような例に限定されず、任意の精神状態の度合いを判定してよい。例えば、判定部４２は、利用者のストレスの度合いや、感情の起伏の度合いなどを判定してもよい。
上述の実施形態において、判定部４２が、利用者の鬱の度合いを判定する例を示したが、判定部４２の機能はこのような例に限定されず、任意の精神状態の度合いを判定してよい。例えば、判定部４２は、利用者のストレスの度合いや、感情の起伏の度合いなどを判定してもよい。
また、判定部４２は、利用者の属性に応じた精神状態の度合いを判定してもよい。例えば、利用者の性別が女性であり、妊娠中である場合、判定部４２は、利用者の妊娠、出産に伴う鬱の度合いを判定してもよい。
〔４－２．処理態様について〕
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または一部を手動的に行うこともでき、逆に、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、上記文章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。
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または一部を手動的に行うこともでき、逆に、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、上記文章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、その全部または一部を、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または物理的に分散・統合して構成することができる。
また、上記してきた各実施形態は、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。
〔５．効果〕
上述してきたように、実施形態に係る情報処理装置１０は、取得部４１と、判定部４２と、推定部４３と、提供部４４と、通知部４５とを有する。取得部４１は、利用者に関する利用者情報を取得する。判定部４２は、利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する。推定部４３は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の変化を推定する。提供部４４は、判定部４２により判定された度合いに応じて、精神状態に関連するサービスに関するサービス情報を利用者に提供する。また、提供部４４は、推定部４３による推定結果が所定の条件を満たす場合は、当該推定結果に関する情報を利用者に提供する。通知部４５は、所定のエリア内に所在する利用者群の精神状態の度合いに応じて、当該エリアに対応する通知先に対し当該利用者群に関する通知を行う。
上述してきたように、実施形態に係る情報処理装置１０は、取得部４１と、判定部４２と、推定部４３と、提供部４４と、通知部４５とを有する。取得部４１は、利用者に関する利用者情報を取得する。判定部４２は、利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する。推定部４３は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の変化を推定する。提供部４４は、判定部４２により判定された度合いに応じて、精神状態に関連するサービスに関するサービス情報を利用者に提供する。また、提供部４４は、推定部４３による推定結果が所定の条件を満たす場合は、当該推定結果に関する情報を利用者に提供する。通知部４５は、所定のエリア内に所在する利用者群の精神状態の度合いに応じて、当該エリアに対応する通知先に対し当該利用者群に関する通知を行う。
これにより、実施形態に係る情報処理装置１０は、利用者の精神状態の度合いに応じて利用者が適切なサービスを受けられるように情報を提供することにより、精神状態の悪化の防止を行うことができるため、利用者の精神状態の度合いに応じて適切な情報を提供することができる。
また、実施形態に係る情報処理装置１０において、例えば、判定部４２は、利用者の検索履歴に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、利用者の位置情報に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、利用者の移動履歴に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、利用者の家族構成に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、利用者の収入に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、所定のサービスにおける利用者の利用履歴に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、ＳＮＳにおける利用者の利用履歴に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、所定の精神状態にある他の利用者に関する情報と、利用者情報とに基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、利用者の生体情報に基づいて、利用者の精神状態の度合いを判定する。また、判定部４２は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の度合いを判定する。
これにより、実施形態に係る情報処理装置１０は、各種の情報に基づいて利用者の精神状態の度合いを判定することができるため、利用者の精神状態の度合いを正確に判定できる。
また、実施形態に係る情報処理装置１０において、例えば、提供部４４は、利用者が所在するエリアにおいて利用可能なサービスに関するサービス情報を提供する。また、提供部４４は、利用者が所在するエリアに対応する自治体が提供するサービスに関するサービス情報を提供する。
これにより、実施形態に係る情報処理装置１０は、利用者が所在するエリアで提供可能なサービスに関する情報を提供できるため、利便性を向上させることができる。
また、実施形態に係る情報処理装置１０において、例えば、推定部４３は、利用者が所在するエリアに関する情報と、利用者情報とに基づいて、利用者の精神状態の変化を推定する。提供部４４は、推定部４３による推定結果が所定の条件を満たす場合は、当該推定結果に関する情報を利用者に提供する。
これにより、実施形態に係る情報処理装置１０は、利用者が居住するエリアが利用者の精神状態に悪影響を与える場合には適切な情報を提供できるため、利用者の生活を支援できる。
〔６．ハードウェア構成〕
また、上述してきた各実施形態に係る情報処理装置１０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。以下、情報処理装置１０を例に挙げて説明する。図６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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、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、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
また、上述してきた各実施形態に係る情報処理装置１０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。以下、情報処理装置１０を例に挙げて説明する。図６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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、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、及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に格納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格納する。
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、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（実施形態のネットワークＮに対応する）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、また、通信網５００を介してＣＰＵ１１００が生成したデータを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、及び、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に格納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、または半導体メモリ等である。
例えば、コンピュータ１０００が情報処理装置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４０の機能を実現する。また、ＨＤＤ１４００には、情報処理装置１０の記憶装置内の各データが格納される。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、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
〔７．その他〕
以上、本願の実施形態のいくつかを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。
以上、本願の実施形態のいくつかを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、上述した情報処理装置１０は、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。
また、特許請求の範囲に記載した「部」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。
１０ 情報処理装置
２０ 通信部
３０ 記憶部
３１ 利用者情報データベース
３２ エリア情報データベース
４０ 制御部
４１ 取得部
４２ 判定部
４３ 推定部
４４ 提供部
４５ 通知部
１００ 利用者端末
２００ 管理者端末
２０ 通信部
３０ 記憶部
３１ 利用者情報データベース
３２ エリア情報データベース
４０ 制御部
４１ 取得部
４２ 判定部
４３ 推定部
４４ 提供部
４５ 通知部
１００ 利用者端末
２００ 管理者端末
Claims (17)
- 利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する判定部と、
前記判定部により判定された度合いに応じて、前記精神状態に関連するサービスに関するサービス情報を前記利用者に提供する提供部と
を有することを特徴とする提供装置。 - 前記判定部は、
前記利用者の検索履歴に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１に記載の提供装置。 - 前記判定部は、
前記利用者の位置情報に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１または２に記載の提供装置。 - 前記判定部は、
前記利用者の移動履歴に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項３に記載の提供装置。 - 前記判定部は、
前記利用者の家族構成に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から４のうちいずれか１つに記載の提供装置。 - 前記判定部は、
前記利用者の収入に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から５のうちいずれか１つに記載の提供装置。 - 前記判定部は、
所定のサービスにおける前記利用者の利用履歴に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から６のうちいずれか１つに記載の提供装置。 - 前記判定部は、
ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）における前記利用者の利用履歴に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から７のうちいずれか１つに記載の提供装置。 - 前記判定部は、
所定の精神状態にある他の利用者に関する情報と、前記利用者情報とに基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から８のうちいずれか１つに記載の提供装置。 - 前記判定部は、
前記利用者が所在するエリアに関する情報と、前記利用者情報とに基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から９のうちいずれか１つに記載の提供装置。 - 前記提供部は、
前記利用者が所在するエリアにおいて利用可能なサービスに関する前記サービス情報を提供する
ことを特徴とする請求項１から１０のうちいずれか１つに記載の提供装置。 - 前記提供部は、
前記利用者が所在するエリアに対応する自治体が提供するサービスに関する前記サービス情報を提供する
ことを特徴とする請求項１から１１のうちいずれか１つに記載の提供装置。 - 前記判定部は、
前記利用者の生体情報に基づいて、前記利用者の精神状態の度合いを判定する
ことを特徴とする請求項１から１２のうちいずれか１つに記載の提供装置。 - 前記利用者が所在するエリアに関する情報と、前記利用者情報とに基づいて、前記利用者の精神状態の変化を推定する推定部
をさらに有し、
前記提供部は、
前記推定部による推定結果が所定の条件を満たす場合は、当該推定結果に関する情報を前記利用者に提供する
ことを特徴とする請求項１から１３のうちいずれか１つに記載の提供装置。 - 所定のエリア内に所在する利用者群の精神状態の度合いに応じて、当該エリアに対応する通知先に対し当該利用者群に関する通知を行う通知部
をさらに有することを特徴とする請求項１から１４のうちいずれか１つに記載の提供装置。 - コンピュータが実行する推定方法であって、
利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する判定工程と、
前記判定工程により判定された度合いに応じて、前記精神状態に関連するサービスに関するサービス情報を前記利用者に提供する提供工程と
を含むことを特徴とする推定方法。 - 利用者に関する利用者情報に基づいて、当該利用者の精神状態の度合いを判定する判定手順と、
前記判定手順により判定された度合いに応じて、前記精神状態に関連するサービスに関するサービス情報を前記利用者に提供する提供手順と
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 |
|---|---|---|---|
| JP2021099526A JP7394510B2 (ja) | 2021-06-15 | 2021-06-15 | 提供装置、提供方法及び提供プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021099526A JP7394510B2 (ja) | 2021-06-15 | 2021-06-15 | 提供装置、提供方法及び提供プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022190967A true JP2022190967A (ja) | 2022-12-27 |
| JP7394510B2 JP7394510B2 (ja) | 2023-12-08 |
Family
ID=84612740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021099526A Active JP7394510B2 (ja) | 2021-06-15 | 2021-06-15 | 提供装置、提供方法及び提供プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7394510B2 (ja) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001344352A (ja) * | 2000-05-31 | 2001-12-14 | Toshiba Corp | 生活支援装置および生活支援方法および広告情報提供方法 |
| JP2009294790A (ja) * | 2008-06-03 | 2009-12-17 | Denso Corp | 自動車用情報提供システム |
| US20140200463A1 (en) * | 2010-06-07 | 2014-07-17 | Affectiva, Inc. | Mental state well being monitoring |
| JP2015103026A (ja) * | 2013-11-25 | 2015-06-04 | 株式会社日立システムズ | 学校生徒支援システム |
| JP2017182180A (ja) * | 2016-03-28 | 2017-10-05 | 大日本印刷株式会社 | 情報処理装置、プログラム及び情報処理方法 |
| JP2017533805A (ja) * | 2014-11-11 | 2017-11-16 | グローバル ストレス インデックス プロプライエタリー リミテッド | 集団内のストレスレベル及びストレス耐性レベルのプロファイルを生成するためのシステム並びに方法 |
| JP2019072486A (ja) * | 2017-10-18 | 2019-05-16 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | 電子装置 |
| WO2020059789A1 (ja) * | 2018-09-21 | 2020-03-26 | 国立大学法人京都大学 | 情報処理方法、コンピュータプログラム、学習済みモデル及び情報処理装置 |
| JP2020052757A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社メディリード | 情報処理装置、情報処理方法及びプログラム |
-
2021
- 2021-06-15 JP JP2021099526A patent/JP7394510B2/ja active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001344352A (ja) * | 2000-05-31 | 2001-12-14 | Toshiba Corp | 生活支援装置および生活支援方法および広告情報提供方法 |
| JP2009294790A (ja) * | 2008-06-03 | 2009-12-17 | Denso Corp | 自動車用情報提供システム |
| US20140200463A1 (en) * | 2010-06-07 | 2014-07-17 | Affectiva, Inc. | Mental state well being monitoring |
| JP2015103026A (ja) * | 2013-11-25 | 2015-06-04 | 株式会社日立システムズ | 学校生徒支援システム |
| JP2017533805A (ja) * | 2014-11-11 | 2017-11-16 | グローバル ストレス インデックス プロプライエタリー リミテッド | 集団内のストレスレベル及びストレス耐性レベルのプロファイルを生成するためのシステム並びに方法 |
| JP2017182180A (ja) * | 2016-03-28 | 2017-10-05 | 大日本印刷株式会社 | 情報処理装置、プログラム及び情報処理方法 |
| JP2019072486A (ja) * | 2017-10-18 | 2019-05-16 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | 電子装置 |
| WO2020059789A1 (ja) * | 2018-09-21 | 2020-03-26 | 国立大学法人京都大学 | 情報処理方法、コンピュータプログラム、学習済みモデル及び情報処理装置 |
| JP2020052757A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社メディリード | 情報処理装置、情報処理方法及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7394510B2 (ja) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| del Carmen Rodríguez-Hernández et al. | AI-based mobile context-aware recommender systems from an information management perspective: Progress and directions | |
| US11288591B2 (en) | Per-article personalized models for recommending content email digests with personalized candidate article pools | |
| KR101512278B1 (ko) | 스토리라인을 생성하고, 사용자 루틴 및 개성을 모델링하고, 맞춤형 추천 에이전트를 생성하는 모바일 장치 데이터 사용 | |
| US11494204B2 (en) | Mixed-grained detection and analysis of user life events for context understanding | |
| US20140025670A1 (en) | Location based recommendations | |
| JP6823612B2 (ja) | 予測装置、予測方法、及び予測プログラム | |
| US9871876B2 (en) | Sequential behavior-based content delivery | |
| JP2017513115A (ja) | ユーザーの明示宣言に基づく個別化された推薦 | |
| US11159911B2 (en) | User adapted location based services | |
| Ouanaim et al. | Dynamic user profiling approach for services discovery in mobile environments | |
| US11915256B2 (en) | Customized merchant price ratings | |
| JP7394510B2 (ja) | 提供装置、提供方法及び提供プログラム | |
| JP7491882B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
| JP6883065B2 (ja) | 推定装置、推定方法及び推定プログラム | |
| US20170372266A1 (en) | Context-aware map from entities to canonical forms | |
| CN111767290B (zh) | 用于更新用户画像的方法和装置 | |
| JP6918748B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| JP6587660B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
| Min et al. | A hybrid approach for improving the data quality of mobile phone sensing | |
| JP7272988B2 (ja) | 情報処理装置、情報処理方法、及び、システム | |
| JP7023253B2 (ja) | 収集装置、収集方法および収集プログラム | |
| JP7146037B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| JP2019125146A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| US20230012164A1 (en) | Customized Merchant Price Ratings | |
| JP6736619B2 (ja) | 決定装置、決定方法、決定プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220916 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230802 |
|
| 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: 20231024 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231124 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7394510 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |