JP2023028857A - 情報処理システム - Google Patents

Abstract

【課題】端末装置において配信情報を出力するタイミングを最適化すること。【解決手段】利用者がおかれている状態に関する外的要因を測定してセンサ情報を出力する少なくとも１つのセンサと、センサ情報を格納する端末記憶部と、端末記憶部に格納され、外部から取得した配信情報を提供するか否かをセンサ情報に基づいて判定する出力可否モデルと、出力可否モデルを用いて配信情報を出力するか否かを判定する端末制御部とを有する端末装置と、利用者の利用者情報と、利用者の所持する端末装置に配信する配信情報と、所定の利用者が配信情報に興味を有するか否かを判定する興味モデルとを格納するサーバ記憶部と、興味モデルを用いて配信対象となる配信情報を選択し配信する情報提供装置と、を備え、端末制御部は、出力可否モデルにおいて所定条件が成立した場合に、端末装置の表示部に取得した配信情報を出力する。【選択図】図１

Description

本発明は、情報処理システムに関する。

サーバ装置が、受理メッセージの属性が、クローズドクエスチョンだった場合に自動応答し、オープンクエスチョンだった場合に自動応答しないように決定して、情報の属性に応じて出し分けを行う技術が開示されている。

特開２０２１－４３５４８号公報

上述した技術のように、端末装置において特定の情報を出力するタイミングはサーバ装置によって行われるのが一般的である。ところが、端末装置が存在する位置や時刻などの環境によっては、情報を出力するタイミングを最適化することが好ましい場合がある。この場合、サーバ装置の側において、端末装置のおかれている環境に応じた通知のタイミングを決定するためには、サーバ装置は端末装置がおかれている環境の情報（環境情報）を逐次取得する必要がある。しかしながら、環境情報が個人の行動などを特定可能な情報を含む場合、外部のサーバ装置に環境情報を送信することが好ましくない場合もある。また、個人の行動等を特定可能な情報を含む環境情報の送受信には様々な制限があるため、自由に送受信することが困難である場合もある。そのため、サーバ装置に端末装置の環境情報を必ずしも送信する必要がなく、端末装置のおかれている環境に基づいて情報を出力するタイミングを最適化できる技術が求められた。

本願は、上記に鑑みてなされたものであって、端末装置において配信情報を出力するタイミングを最適化することを目的とする。

本願に係る情報処理システムは、利用者がおかれている状態に関する外的要因を測定してセンサ情報を出力する少なくとも１つのセンサと、センサ情報を格納する端末記憶部と、前記端末記憶部に格納され、外部から取得した配信情報を提供するか否かを前記センサ情報に基づいて判定する出力可否モデルと、前記出力可否モデルを用いて前記配信情報を出力するか否かを判定する端末制御部とを有する端末装置と、利用者の利用者情報と、利用者の所持する端末装置に配信する配信情報と、所定の利用者が配信情報に興味を有するか否かを判定する興味モデルとを格納するサーバ記憶部と、前記興味モデルを用いて配信対象となる配信情報を選択し配信する情報提供装置と、を備え、前記端末制御部は、前記出力可否モデルにおいて所定条件が成立した場合に、前記端末装置の表示部に前記取得した配信情報を出力することを特徴とする。

実施形態の一態様によれば、端末装置において配信情報を出力するタイミングを最適化することができる。

図１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２は、実施形態に係る端末装置の構成例を示す図である。 図３は、実施形態に係る情報提供装置の構成例を示す図である。 図４は、利用者情報データベースの一例を示す図である。 図５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６は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理システ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システムが限定されるものにおいてはない。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。

〔情報処理システムの構成例〕
まず、図１を用いて、実施形態に係る端末装置１０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１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１に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線または無線により互いに通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネットなどのＷＡＮ（Wide Area Network）である。本実施形態において、端末装置１０は、情報提供装置１００と連携する。

端末装置１０は、利用者Ｕ（ユーザ）により使用される情報処理装置である。端末装置１０は、例えば、スマートフォンやタブレット端末などのスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、通信機能を備えたゲーム機やＡＶ機器、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイなどのウェアラブルデバイス（Wearable Device）、スマートグラス、スマートスピーカ、カメラなどである。なお、端末装置１０の例としてはこれらの例に限定されない。

端末装置１０は、無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置から構成される。端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）などの無線通信網や、Bluetooth（登録商標）、無線ＬＡＮ（Local Area Network）などの近距離無線通信を介してネットワークＮに接続し、情報提供装置１００と通信することができる。

端末装置１０は、液晶ディスプレイなどの画面であって、タッチパネルの機能を有する画面を有し、利用者Ｕから指やスタイラスなどによりタップ操作、スライド操作、およびスクロール操作など、コンテンツなどの表示データに対する各種の操作を受け付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣなどの情報処理装置であってもよい。

情報提供装置１００は例えば、ＰＣやサーバ装置、メインフレーム、またはワークステーションなどから構成される。なお、情報提供装置１００は、クラウドコンピューティングにより実現されてもよい。情報提供装置１００は、それぞれの利用者Ｕの端末装置１０と連携する。情報提供装置１００は、それぞれの利用者Ｕの端末装置１０に対して、各種アプリケーション（以下、アプリ）などに対するＡＰＩ（Application Programming Interface）サービスなどと、各種データを提供する情報処理装置である。

また、情報提供装置１００は、各利用者Ｕの端末装置１０に対して、オンラインで何らかのＷｅｂサービスを提供する情報処理装置であってもよい。例えば、情報提供装置１００は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信、ニュース、地図、ルート検索、経路案内、路線情報、運行情報、天気予報などのサービスを提供してもよい。実際には、情報提供装置１００は、上述したようなＷｅｂサービスを提供する各種サーバと連携し、Ｗｅｂサービスを仲介してもよいし、Ｗｅｂサービスの処理を担当してもよい。

なお、情報提供装置１００は、利用者Ｕに関する利用者情報を取得可能である。例えば、情報提供装置１００は、利用者Ｕの性別、年代、居住地域といった利用者Ｕの属性に関する情報を取得する。そして、情報提供装置１００は、利用者Ｕを示す識別情報（利用者ＩＤなど）とともに利用者Ｕの属性に関する情報を記憶して管理する。

また、情報提供装置１００は、利用者Ｕの端末装置１０から、または利用者ＩＤなどに基づいて各種サーバなどから、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得してもよい。例えば、情報提供装置１００は、利用者Ｕの位置や日時の履歴である位置履歴を端末装置１０から取得する。また、情報提供装置１００は、利用者Ｕが入力した検索クエリの履歴である検索履歴を検索サーバ（検索エンジン）から取得する。また、情報提供装置１００は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置１００は、利用者Ｕの商品購入や決済処理の履歴である購入履歴（決済履歴）を電子商取引サーバや決済処理サーバから取得する。また、情報提供装置１００は、利用者Ｕのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、情報提供装置１００は、利用者Ｕの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやＳＮＳサーバから取得する。

本実施形態において利用者Ｕの端末装置１０は、ＧＰＳ（Global Positioning System）やＲＴＫ（Real Time Kinematic）などの測位方法によって、例えば１０メートル精度の１０ｍメッシュでの位置情報を取得できる。なお、位置情報は、例えば１００メートル精度の１００ｍメッシュでの精度を落とした粗い位置情報であっても、例えば、１キロメートル精度の１ｋｍメッシュでのさらに精度を落とした粗い位置情報であってもよい。粗い位置情報は、都道府県や市区町村などの地域（エリア）単位の情報（地域名称、住所など）であってもよいし、地域メッシュ単位の情報（地域メッシュコードなど）であってもよい。

送信データを暗号化して伝送することは技術常識の範疇で可能である。また、トンネリング（tunneling）により、端末側とサーバ側との間に閉じられた仮想的な直結回線を確立してもよい。例えば、端末側とサーバ側との間にＶＰＮ（Virtual Private Network）を構築してもよい。

図１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、図１においては、図示の簡略化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものにおいてはなく、２台以上であってもよい。

〔端末装置の構成例〕
次に、図２を用いて、端末装置１０の構成について説明する。図２は、端末装置１０の構成例を示す図である。図２に示すように、端末装置１０は、通信部１１、表示部１２、入力部１３、測位部１４、センサ部２０、制御部３０（コントローラ）、および記憶部４０を備える。

（通信部１１）
通信部１１は、ネットワークＮ（図１参照）と有線または無線によって接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナなどによって実現される。

（表示部１２）
表示部１２は、位置情報などの各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものにおいてはない。

（入力部１３）
入力部１３は、利用者Ｕから各種操作を受け付ける入力デバイスである。例えば、入力部１３は、文字や数字などを入力するためのボタンなどを有する。なお、入力部１３は、入出力ポート（I/O port）やＵＳＢ（Universal Serial Bus）ポートなどであってもよい。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。また、入力部１３は、利用者Ｕから音声入力を受け付けるマイクなどであってもよい。マイクはワイヤレスであってもよい。

（測位部１４）
測位部１４は、ＧＰＳの衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度および経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例である。測位部１４は、ＧＰＳ以外にも、種々の手法により位置を測位することができる。

測位部１４は、位置補正などのための補助的な測位手段として、以下のような端末装置１０の様々な通信機能を利用して位置を測位してもよい。

（Ｗｉ－Ｆｉ測位）
例えば、測位部１４は、端末装置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、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信などを行い、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、端末装置１０の位置を測位する。

（ビーコン測位）
また、測位部１４は、端末装置１０のBluetooth（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Bluetooth（登録商標）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、端末装置１０の位置を測位する。

（地磁気測位）
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。

（ＲＦＩＤ測位）
また、例えば、端末装置１０が駅改札や店舗などで使用される非接触型ＩＣカードと同などの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、端末装置１０によって決済などが行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサなどによって測位されてもよい。

測位部１４は、必要に応じて、上述した測位手段の一つまたは組合せを用いて、端末装置１０の位置を測位してもよい。

（センサ部２０）
センサ部２０は、端末装置１０に搭載または接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイスなど、端末装置１０以外の検知装置であってもよい。図２に示す例においては、センサ部２０は、加速度センサ２１、ジャイロセンサ２２、気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６、磁気センサ２７、および画像センサ（カメラ）２８を備える。なお、センサ部２０を構成するセンサ２１～２８は、あくまでも例示であって限定されるものではない。すなわち、センサ部２０は、各センサ２１～２８のうちの一部を備える構成であってもよいし、各センサ２１～２８に加えてまたは代えて、湿度センサなどその他のセンサを備えてもよい。

加速度センサ２１は、例えば、３軸加速度センサであり、端末装置１０の移動方向、速度、および、加速度などの端末装置１０の物理的な動きを検知する。ジャイロセンサ２２は、端末装置１０の角速度などに基づいて３軸方向の傾きなどの端末装置１０の物理的な動きを検知する。気圧センサ２３は、例えば端末装置１０の周囲の気圧を検知する。

端末装置１０は、上述した加速度センサ２１、ジャイロセンサ２２、および気圧センサ２３などを備えることにより、これらのセンサ２１～２３などを利用した歩行者自律航法（ＰＤＲ：Pedestrian Dead-Reckoning）などの技術を用いて端末装置１０の位置を測位することが可能になる。これにより、ＧＰＳなどの測位システムにおいては取得することが困難な屋内での位置情報を取得することが可能になる。例えば、加速度センサ２１を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ２２を利用して、利用者Ｕの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ２３により検知した気圧から、利用者Ｕの端末装置１０が存在する高度やフロアの階数を知ることもできる。

気温センサ２４は、例えば端末装置１０の周囲の気温を検知可能である。音センサ２５は、例えば端末装置１０の周囲の音を検知可能である。光センサ２６は、端末装置１０の周囲の照度を検知可能である。磁気センサ２７は、例えば端末装置１０の周囲の地磁気を検知可能である。画像センサ２８は、端末装置１０の周囲の画像を撮像可能である。これらの気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６、および画像センサ２８は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることによって、端末装置１０の周囲の環境や状況などを検知できる。また、端末装置１０の周囲の環境や状況などから、端末装置１０の位置情報の精度を向上可能になる。

（制御部３０）
端末制御部としての制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などの集積回路などのハードウェアで構成されてもよい。制御部３０は、送信部３１、受信部３２、処理部３３、および取得部３４を備える。

（送信部３１）
送信部３１は、例えば入力部１３を用いて利用者Ｕにより入力された各種情報や、端末装置１０に搭載または接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報などを、通信部１１を介して情報提供装置１００に送信可能に制御する。

（受信部３２）
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信可能に構成される。

（処理部３３）
処理部３３は、表示部１２などを含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２に出力して表示可能である。

（取得部３４）
取得部３４は、測位部１４やセンサ部２０を介して、位置情報を取得したり、ネットワークＮおよび通信部１１を介して、情報提供装置１００から各種情報を取得したりすることが可能である。

本実施形態において取得部３４は、情報提供装置１００から例えば広告や通知などとして配信された情報（配信情報）や、出力の可否を指示する指示信号である出力可否信号を取得可能である。出力可否信号は、出力可能信号および出力不可信号を含む。受信部３２は、通信部１１を介して、情報提供装置１００から提供される広告情報や通知情報などの情報を受信したり、出力可能信号や出力不可信号などの信号を受信したりする。処理部３３は、受信した出力可否信号に基づいて、提供情報の中から出力する情報を選択し、選択した情報を表示部１２に出力するか否かを制御する。

受信部３２は、通信部１１を介して、情報提供装置１００の興味モデルを用いて、端末装置１０の利用者Ｕに関する情報に基づいた配信情報を受信する。また、受信部３２は、通信部１１を介して、情報提供装置１００の興味モデルによって閲覧確度が所定の閾値を超えると推定された複数の配信情報を受信可能である。

処理部３３は、通信部１１を介して、配信情報の中から、提供可否モデルを用いて選択された配信情報を出力する。処理部３３は、配信情報の中から、提供可否モデルによって閲覧確度が所定の閾値を超えると推定された配信情報を出力する。また、取得部３４は、歩行者自律航法（ＰＤＲ）の技術を用いて屋内での位置情報を取得する。

（記憶部４０）
端末記憶部としての記憶部４０は、例えば、ＲＡＭ、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、または、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスクなどの記憶装置によって実現される。記憶部４０には、各種プログラムや各種データなどが記憶される。

なお、記憶部４０は、目的に応じて種々の情報を記憶してもよい。例えば、記憶部４０は、利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）などの属性に関する情報を記憶してもよい。例えば、記憶部４０は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンションなど）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線など）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯など）、趣味、興味、ライフスタイルなどの情報を記憶してもよい。また、記憶部４０は、利用者Ｕの位置や日時の履歴である位置履歴、利用者Ｕが入力した検索クエリの履歴である検索履歴、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴、利用者Ｕの商品購入や決済処理の履歴である購入履歴（決済履歴）、利用者Ｕのマーケットプレイスへの出品の履歴である出品履歴や販売履歴、利用者Ｕの投稿の履歴である投稿履歴などを記憶してもよい。また、記憶部４０は、利用者Ｕが端末装置１０にインストールした各種アプリの利用履歴や、利用者Ｕの端末装置１０を用いた決済（電子決済）での決済履歴などを記憶してもよい。これらの情報は、位置情報やセンサデータとともに学習データとして使用可能である。

記憶部４０には、出力可否モデル４１が記憶されている。出力可否モデル４１は、取得部３４によって情報提供装置１００から取得した配信情報のうちから、表示部１２に出力する配信情報を選択して、選択した配信情報を出力するか否かを判定するモデルである。出力可否モデル４１は、利用者Ｕの端末装置１０のおかれている環境の情報、すなわち外的要因に基づいた機械学習を行うことで構築できる。すなわち、端末装置１０は、オンデバイス（on device）の機械学習を行うことができる。例えば、端末装置１０は、利用者Ｕの現在や将来の位置や行動などの、過去、現在、または将来の環境に基づいた環境情報を学習データとして機械学習を行ってもよい。このとき、端末装置１０は、端末装置１０に搭載または接続されたセンサにより収集されたセンサ情報に基づいた環境情報を用いて機械学習を行ってもよい。環境情報は、具体的に例えば、位置が沖縄県、気温が１５℃、時刻が１６時などの情報や、位置が北海道、気温が５℃、時刻が１０時などの情報を含む。出力可否モデル４１は端末装置１０のおかれている状況を含む環境情報を入力パラメータとし、配信情報の出力の要否を出力パラメータとして出力する。なお、出力可否モデル４１はルールベースに基づいたモデルであっても良い。

〔情報提供装置の構成例〕
次に、図３を用いて、実施形態に係る情報提供装置１００の構成について説明する。図３は、実施形態に係る情報提供装置１００の構成例を示す図である。図３に示すように、情報提供装置１００は、通信部１１０、記憶部１２０、および制御部１３０を有する。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）などによって実現される。また、通信部１１０は、ネットワークＮ（図１参照）と有線または無線で接続される。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリなどの半導体メモリ素子、または、ＨＤＤ、ＳＳＤ、光ディスクなどの記憶装置によって実現される。図３に示すように、サーバ記憶部としての記憶部１２０は、利用者情報データベース１２１と、履歴情報データベース１２２と、興味モデル１２３と、提供可否モデル１２４とを有する。

（利用者情報データベース１２１）
利用者情報データベース１２１は、利用者Ｕに関する利用者情報を記憶する。例えば、利用者情報データベース１２１は、利用者Ｕの属性などの種々の情報を記憶する。図４は、利用者情報データベース１２１の一例を示す図である。図４に示した例においては、利用者情報データベース１２１は、「利用者ＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。

「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。なお、「利用者ＩＤ」は、利用者Ｕの連絡先（電話番号、メールアドレスなど）であってもよいし、利用者Ｕの端末装置１０を識別するための識別情報であってもよい。

また、「年齢」は、利用者ＩＤにより識別される利用者Ｕの年齢を示す。なお、「年齢」は、利用者Ｕの具体的な年齢（例えば３５歳など）を示す情報であってもよいし、利用者Ｕの年代（例えば３０代など）を示す情報であってもよい。または、「年齢」は、利用者Ｕの生年月日を示す情報であってもよいし、利用者Ｕの世代（例えば８０年代生まれなど）を示す情報であってもよい。また、「性別」は、利用者ＩＤにより識別される利用者Ｕの性別を示す。

また、「自宅」は、利用者ＩＤにより識別される利用者Ｕの自宅の位置情報を示す。なお、図４に示す例においては、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報などであってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

また、「勤務地」は、利用者ＩＤにより識別される利用者Ｕの勤務地（学生の場合は学校）の位置情報を示す。なお、図４に示す例においては、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報などであってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

また、「興味」は、利用者ＩＤにより識別される利用者Ｕの興味を示す。すなわち、「興味」は、利用者ＩＤにより識別される利用者Ｕが関心の高い対象を示す。例えば、「興味」は、利用者Ｕが検索エンジンに入力して検索した検索クエリ（キーワード）などであってもよい。なお、図４に示す例においては、「興味」は、各利用者Ｕに１つずつ図示するが、複数であってもよい。

例えば、図４に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、自宅が「ＬＣ１１」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、勤務地が「ＬＣ１２」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「スポーツ」に興味があることを示す。

ここで、図４に示す例においては、「Ｕ１」、「ＬＣ１１」および「ＬＣ１２」といった抽象的な値を用いて描画しているが、「Ｕ１」、「ＬＣ１１」および「ＬＣ１２」には、具体的な文字列や数値などの情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。

なお、利用者情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、利用者情報データベース１２１は、利用者Ｕの端末装置１０に関する各種情報を記憶してもよい。また、利用者情報データベース１２１は、利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）などの属性に関する情報を記憶してもよい。例えば、利用者情報データベース１２１は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンションなど）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線など）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯など）、趣味、興味、ライフスタイルなどの情報を記憶してもよい。

（履歴情報データベース１２２）
履歴情報データベース１２２は、利用者Ｕの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。履歴情報データベース１２２は、「利用者ＩＤ」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。「位置履歴」は、利用者Ｕの位置や移動の履歴である位置履歴を示す。「検索履歴」は、利用者Ｕが入力した検索クエリの履歴である検索履歴を示す。「閲覧履歴」は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴を示す。「購買履歴」は、利用者Ｕによる購買の履歴である購買履歴を示す。「投稿履歴」は、利用者Ｕによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、利用者Ｕの所有物に関する質問を含んでいてもよい。

なお、履歴情報データベース１２２に格納される項目は、上述した項目に限定されず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース１２２は、利用者Ｕの所定のサービスの利用履歴などを記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの実店舗の来店履歴または施設の訪問履歴などを記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの端末装置１０を用いた決済（電子決済）での決済履歴などを記憶してもよい。

（興味モデル１２３）
興味モデル１２３は、それぞれの端末装置１０を使用する利用者Ｕが興味に関連した配信情報を選択して、端末装置１０ごとに適切と判断した配信情報を選択するモデルである。興味モデル１２３は、端末装置１０を所持する利用者Ｕの利用者情報や履歴情報を入力パラメータとし、配信情報を出力パラメータとした学習モデルであり、適宜のタイミングで、更新されたり追記されたり変更されたりする。興味モデル１２３によって、利用者Ｕに出していい情報であるか否か、すなわち利用者Ｕが興味を有している情報であるか否かが判断可能である。興味モデル１２３によって、利用者Ｕの端末装置１０ごとに情報の提供判断を行うことができ、それぞれの端末装置１０に利用者Ｕが興味のある情報のみを配信できる。また、興味モデル１２３は、複数のモデルのうちの、いずれのモデルに出力して良いかを選択するモデルであっても良く、いずれのモデルの情報を出力するかを判定するモデルであっても良い。

（提供可否モデル１２４）
提供可否モデル１２４は、提供部１３３によって情報提供装置１００の記憶部１２０に格納された各種の配信情報に関して、端末装置１０ごとに通知を実行可能であるか否かの判定を行い、端末装置１０ごとに出力可否信号のうちのいずれの信号を送信するかを決定するモデルである。

（制御部１３０）
図３に戻り、サーバ制御部としての制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などによって、情報提供装置１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭなどの記憶領域を作業領域として実行されることにより実現される。図３に示す例においては、制御部１３０は、収集部１３１、推定部１３２、および提供部１３３を有する。

（収集部１３１）
収集部１３１は、通信部１１０を介して、各利用者Ｕの端末装置１０から、環境情報を収集する。収集部１３１は、通信部１１０を介して、各利用者Ｕに関する利用者情報を取得してもよい。例えば、収集部１３１は、利用者Ｕの端末装置１０から、利用者Ｕを示す識別情報（利用者ＩＤなど）や、利用者Ｕの位置情報、利用者Ｕの属性情報などを取得する。また、収集部１３１は、利用者Ｕのユーザ登録時に、利用者Ｕを示す識別情報や、利用者Ｕの属性情報などを取得してもよい。そして、収集部１３１は、利用者情報を、記憶部１２０の利用者情報データベース１２１に登録する。

収集部１３１は、通信部１１０を介して、各利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得してもよい。例えば、収集部１３１は、利用者Ｕの端末装置１０から、または利用者ＩＤなどに基づいて各種サーバなどから、利用者Ｕの行動を示す各種の履歴情報を取得する。そして、収集部１３１は、各種の履歴情報を、記憶部１２０の履歴情報データベース１２２に登録する。

（推定部１３２）
推定部１３２は、環境情報に基づいて学習および推論を行う。例えば、推定部１３２は、環境情報に基づいて機械学習を行い、提供可否モデル１２４を構築する。例えば、推定部１３２は、利用者Ｕの大まかな現在や将来の位置や行動に基づいたセンサ情報によって得られる環境情報を学習データとして機械学習を行う。また、推定部１３２は、それぞれの端末装置１０の環境情報を提供可否モデル１２４に入力して推論を行い、推論結果を得る。例えば、推定部１３２は、環境情報に基づいて、利用者Ｕの大まかな現在や将来の位置や行動を推測したり、利用者Ｕに提供する配信情報を推測したりする。

（提供部１３３）
提供部１３３は、通信部１１０を介して、環境情報に基づく配信情報を、当該環境情報の送信元である利用者Ｕの端末装置１０に送信する。例えば、提供部１３３は、興味モデル１２３による推論結果に基づいて、利用者Ｕの端末装置１０に配信情報を提供する。

〔処理手順〕
次に、以上のように構成された情報処理システム１によって実行される、本実施形態による処理手順について説明する。図５は、本実施形態に係る処理手順を示すフロー図である。なお、以下に示す処理手順は、情報提供装置１００の制御部１３０または端末装置１０の制御部３０によって繰り返し実行される。なお、以下の説明において、情報の送受信はネットワークＮおよびそれぞれの通信部１１，１１０を介して行われるが、この点についての都度の説明は省略する。また、それぞれの端末装置１０と情報提供装置１００との間で情報を送受信する場合、送受信する情報に端末装置１０を個々に特定するための利用者ＩＤなどの識別情報も関連付けて送受信されるが、この点についての都度の説明も省略する。

まず、図５に示すように、ステップＳＴ１において、情報提供装置１００の制御部１３０の提供部１３３は、興味モデル１２３に端末装置１０の利用者Ｕごとの利用者情報および履歴情報などの利用者Ｕに関する情報を入力する。興味モデル１２３は、入力パラメータとしての利用者Ｕに関する情報（利用者情報や履歴情報）に基づいて、配信情報のうちから利用者Ｕが興味を有する情報を選択する。換言すると、提供部１３３は、興味モデル１２３に利用者Ｕに関する情報を入力して、所定の配信情報が利用者Ｕに提供して良い情報であるか否か、すなわち選択した配信情報が利用者Ｕの興味を有している情報であるか否かを判定する。提供部１３３は、端末装置１０に対して利用者Ｕが興味を有する配信情報を送信する。

また、制御部１３０の提供部１３３は、選択した配信情報に対して端末装置１０の表示部１２に出力するタイミングに関する条件の情報（以下、通知条件）を設定する。通知条件は、配信情報に関して、どのような状態の場合に通知を行うか、すなわち配信情報をどのような状態になったら表示部１２に出力するかのタイミングに関する条件である。換言すると、通知条件は、通知条件に設定されていない状態である場合には、表示部１２に配信情報を表示しない条件でもある。提供部１３３は、利用者Ｕの端末装置１０ごとに、選択した配信情報と通知条件とを関連付けて、それぞれの端末装置１０に送信する。

次に、ステップＳＴ２に移行して端末装置１０の制御部３０の取得部３４は、情報提供装置１００から受信した配信情報および通知条件を記憶部４０に格納する。上述したステップＳＴ１，ＳＴ２は、適宜実行される。

続いて、ステップＳＴ３に移行して取得部３４は、センサ部２０のそれぞれのセンサ２１～２８からそれぞれ、外的要因としてのセンサ情報を取得して、記憶部４０に格納する一方、処理部３３に出力する。一方、取得部３４は、記憶部４０から通知条件を読み出して処理部３３に出力する。処理部３３は、取得部３４から取得したセンサ情報と通知条件とに基づいて、センサ情報が通知条件を満たしているか否かを判定する。また、取得部３４は、測位部１４から外的要因としての位置情報を取得して、記憶部４０に格納する一方、処理部３３に出力してもよい。ステップＳＴ３は、処理部３３が取得部３４から取得したセンサ情報や位置情報などの外的要因が、通知条件を満たしていると判定する（ステップＳＴ３：Ｙｅｓ）まで、繰り返し実行される。

ここで、位置情報やセンサ情報の一例を挙げると、端末装置１０の利用者Ｕの現在位置が「沖縄」であって、気温センサ２４により測定された気温が「２３℃」である情報や、同じ配信情報であっても利用者Ｕの現在位置が「北海道」であって、気温センサ２４により測定された気温が「５℃」であったりする情報などである。なお、エリアの気温などをさらに取得するようにしても良い。また、外的要因としては、位置や気温に限定されず、例えば、天気（天候情報）、利用者Ｕの運動状態やバイタル情報、端末装置１０の周辺の明るさや騒音の大きさなどの種々のセンサ情報を採用できる。

取得部３４が取得した種々のセンサ情報や位置情報の情報提供装置１００への送信は、特に限定されない。センサ情報や位置情報を即時的または逐次的に情報提供装置１００に送信する場合、情報提供装置１００は、利用者Ｕの置かれている環境である外的要因を即時的または逐次的に把握できる。反対に、利用者Ｕが位置情報やセンサ情報を情報提供装置１００に把握されることを望まない場合などは、情報提供装置１００に各種情報を送信しないように利用者Ｕは端末装置１０を設定できる。

ステップＳＴ３において処理部３３が外的要因は通知条件を満たしていると判定する（ステップＳＴ３：Ｙｅｓ）と、処理部３３は送信部３１に通知条件を満たした信号を出力し、ステップＳＴ４に移行する。ステップＳＴ４において送信部３１は、配信情報を出力可能である否かを問い合わせる問い合わせ信号を情報提供装置１００に送信する。問い合わせ信号は通知をするか否かを判断するための配信情報を特定可能な情報も併せて送信する。

ステップＳＴ５において、端末装置１０からの問い合わせ信号を受信した情報提供装置１００の制御部１３０は、問い合わせ信号を記憶部１２０に格納するとともに、提供部１３３に出力する。提供部１３３は、提供可否モデル１２４に、通知を行うか否か、すなわち端末装置１０の表示部１２に出力するか否かの判定対象となる配信情報を特定可能な情報を入力パラメータとして提供可否モデル１２４に入力する。提供可否モデル１２４は、通知の出力の可否を出力パラメータとして、出力可否信号を出力する。

その後、ステップＳＴ６に移行して提供部１３３が、配信情報を出力可能であると判定した場合（ステップＳＴ６：Ｙｅｓ）、ステップＳＴ７に移行する。ステップＳＴ７において処理部３３は、配信情報を特定する情報に関連付けされた出力可能信号を送信部３１に出力して端末装置１０に送信する。

一方、ステップＳＴ６において提供部１３３が、配信情報を出力不可であると判定した場合（ステップＳＴ６：Ｎｏ）、ステップＳＴ８に移行する。ステップＳＴ８において処理部３３は、配信情報を特定する情報に関連付けされた出力不可信号を送信部３１に出力して端末装置１０に送信する。

ステップＳＴ６における出力の可否の判定は、種々の判定基準に基づいて実行可能である。具体的に例えば、情報提供装置１００において広告などの配信情報に関して、配信可能な在庫数（広告用予算などの種々の条件に基づいた配信可能な配信情報の配信数）に基づいて、在庫数を０まで低減できるか否かによって判定しても良い。また、一部の配信情報のみを出力可能であるか否かを判定しても良い。すなわち、提供部１３３は、一部の配信情報以外の他部の配信情報の場合には、出力可能信号を出力するようにしても良い。

また、提供部１３３は、在庫数の情報を提供可否モデル１２４に入力して、所定時間経過後に、スコアが所定の閾値以上の利用者Ｕにのみ出力可能信号を送信し、閾値未満の利用者Ｕの端末装置１０には、出力不可信号を送信するようにしても良い。ここで、スコアとは、利用者情報データベース１２１や履歴情報データベース１２２に格納された利用者Ｕの情報、例えば閲覧可能性や入札額や購入額などに基づいて算出される値である。また、時間の経過に伴って、スコアを判定する閾値を変動させても良い。すなわち、最初の段階においては、スコアが高い人、すなわち閾値を高くしておき、時間の経過や在庫数の減少速度に応じて、スコアの判定に用いる閾値を低下させるようにしてもよい。さらに、スコアに温度バージョンを条件付きで追加して、温度バージョンが追加されたスコアに基づいて、外的要因の値によりスコアの使い分けをしてもよい。

なお、情報提供装置１００における提供可否モデル１２４は、配信状況スコアを算出して、端末装置１０の出力可否モデル４１は、適切タイミングスコアを算出して出力するように構成してもよい。また、情報提供装置１００によって算出された配信状況スコアが高いものから配信情報が出力され、端末装置１０において算出したタイミングスコアが高くなった段階で表示部１２に出力するようにしても良い。また、配信情報に関連付けされる通知条件として、スコアを指定して、指定されたスコアを超えた段階で表示部１２に出力するようにしてもよい。

また、利用者Ｕに関する履歴情報としては、利用者Ｕの行動ログ、例えば、検索クエリ、行動などの情報を含んでいてもよい。検索クエリは、ユーザが検索エンジンなどに入力したキーワードを示す。行動は、例えば、購入等のコンバージョン（最終的な行動）へと至る段階的な行動（クリックする、カートに入れる、購入ボタンを押すなど）である。これらの行動ログを、出力可否モデル４１による出力の可否の判断に用いても良く、ログの取得する場合において、メールのクリック数の予想を行ってもよい。

次に、ステップＳＴ９に移行して端末装置１０の処理部３３は、受信した出力可否信号が出力可能信号であるか否かを判定する。処理部３３が出力可能信号を受信したと判定した場合（ステップＳＴ９：Ｙｅｓ）、ステップＳＴ１０に移行する。すなわち、端末装置１０においては、ステップＳＴ３における通知条件の成立およびステップＳＴ６～ＳＴ９による出力可能信号の取得が、配信情報の出力を行う所定条件となる。

ステップＳＴ１０において処理部３３は、表示部１２に出力可能信号に関連付けされた情報に基づく配信情報を出力する。以上により、配信情報の通知処理が終了する。

また、上述したステップＳＴ４～ＳＴ９を実行しないことも可能である。この場合、ステップＳＴ３において処理部３３が外的要因は通知条件を満たしていると判定した場合に、ステップＳＴ１０に移行する。すなわち、端末装置１０においては、ステップＳＴ３における通知条件の成立が配信情報の出力を行う所定条件となる。

一方、ステップＳＴ９において処理部３３が出力不可信号を受信したと判定した場合（ステップＳＴ９：Ｎｏ）、配信情報の通知処理を終了する。

以上のように、情報提供装置１００における興味モデル１２３と、端末装置１０における出力可否モデルとを並列して利用することにより、端末装置１０の利用者Ｕがおかれている詳細な外的要因を、情報提供装置１００が認識することなく、配信情報を通知するタイミングを最適化できる。

〔変形例〕
上述した端末装置１０および情報提供装置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、以下においては、実施形態の変形例について説明する。

上記の実施形態において、情報提供装置１００が実行している処理の一部または全部は、実際には、端末装置１０が実行してもよい。例えば、スタンドアローン（Stand-alone）で（端末装置１０単体で）処理が完結してもよい。この場合、端末装置１０に、上記の実施形態における情報提供装置１００の機能が備わっているものとする。また、上記の実施形態においては、端末装置１０は情報提供装置１００と連携しているため、利用者Ｕから見れば、情報提供装置１００の処理も端末装置１０が実行しているように見える。すなわち、他の観点においては、端末装置１０は、情報提供装置１００を備えているともいえる。

また、上述した実施形態において、情報提供装置１００（サーバ側）は、フェデレーテッドラーニング（Federated Learning：連合学習）を採用し、各利用者Ｕの端末装置１０（端末側）に共有モデル（コアモデル）を提供してもよい。

また、上記の実施形態において、端末装置１０は、オンデバイスＡＩ（Artificial Intelligence：人工知能）によりカメラ機能の高機能化を実現したスマートフォンなどであってもよい。また、端末装置１０は、オンデバイスＡＩを搭載したロボットや自動運転車、ドローンなどであってもよい。

また、端末装置１０は、出力可否モデル４１として、センサ情報が利用者があらかじめ設定した状態を示す場合に配信情報を提供すると判定する出力可否モデル４１を用いてもよい。例えば、端末装置１０は、利用者が設定した位置、時間、気温等が測定された場合、もしくはこれらの組み合わせが利用者が設定した条件を満たす場合に、配信情報を提供すると判定する出力可否モデル４１を用いてもよい。また、端末装置１０は、ジャイロセンサから取得される端末装置１０の傾きや、タッチパネル（センサの一例）から取得される操作状況、実行もしくは利用者が操作しているアプリケーションの種別をセンサ情報とし、これらの情報から配信情報を提供するかを判定してもよい。このような出力可否モデル４１は、例えば、端末装置１０側で学習が行われたものでもよく、利用者が設定した条件を情報処理装置１００が端末装置１０から取得し、情報処理装置１００側で学習が行われたものであってもよい。

また、例えば、情報処理装置１００若しくは端末装置１０は、利用者があらかじめ設定した状態を示す際のセンサ情報を特定する。例えば、端末装置１０は、「リラックスしている」、「仕事をしている」、「食事している」、「音楽を聴いている（音楽アプリケーションを実行している）」等といった利用者のコンテキスト（状態）を示す情報を条件の候補として提示する。そして、端末装置１０は、センサ情報を用いて、利用者が選択したコンテキストが満たされているか否かを出力可否モデル４１により判定してもよい。

例えば、端末装置１０は、利用者がリラックスしている状態で取得される各種センサ情報の特徴を学習した出力可否モデル４１を用いて、利用者がリラックスしているかを判定すればよい。このような出力可否モデル４１は、あらかじめ取得されたセンサ情報を用いて、端末装置１０側で学習されてもよく、情報処理装置１００側で学習されたものであってもよい。

また、例えば、端末装置１０は、情報処理装置１００側で学習された出力可否モデル４１を、実際に端末装置１０のセンサが測定したセンサ情報を用いてチューニングしたものを用いてもよい。例えば、端末装置１０は、出力可否モデル４１により利用者がリラックスしていると判定された場合、「リラックスしていますか？」といった問い合わせを利用者に行い、利用者が同意した場合は、所定の時間内（例えば、直近１分間）に取得された各種センサ情報を取得する。そして、端末装置１０は、取得したセンサ情報を用いて、出力可否モデル４１の更新を行う。

また、例えば、端末装置１０は、センサ情報から利用者の状態を推定する各種の推定モデルを用いて、利用者の状態を推定し、推定された状態が所定の条件を満たす場合に、配信情報を提供してもよい。例えば、端末装置１０は、利用者が仕事をしているか、リラックスしているか、旅行中であるか、出勤途中であるか等をセンサ情報を用いて推定する各種の推定モデルを用いて、利用者のコンテキストを推定する。そして、端末装置１０は、推定されたコンテキストが所定の条件を満たす場合に、配信情報を提供してもよい。

また、例えば、端末装置１０は、配信情報の種別ごとにセンサ情報に基づいて配信情報を提供するか否かを判定する出力可否モデル４１を用いてもよい。例えば、端末装置１０は、広告、ニュース、オプトインしたショップからの連絡、天気予報、更新通知等といった配信情報の種別ごとに異なる条件の指定を利用者から受け付ける。このような場合、端末装置１０は、各条件を満たすか否かを判定する個別の出力可否モデル４１を用いて、配信情報の提供可否を判定してもよく、例えば、配信情報の種別を条件として出力可否を判定する単一の出力可否モデル４１を用いて、配信情報の提供可否を判定してもよい。また、端末装置１０は、配信情報の種別を特定し、特定した種別について利用者があらかじめ設定した条件が満たされているかを各種公知のモデルで判定し、条件が満たされている場合に、配信情報を提供すると判定するようなモデルを用いてもよい。

また、端末装置１０は、配信情報を提供した後に利用者が行った行動に基づいて、出力可否モデル４１を再学習してもよい。例えば、端末装置１０は、ある期間内に取得されたセンサ情報に基づいて、配信情報を提供すると判定した場合、配信情報を提供する。そして、端末装置１０は、配信情報を提供してから所定の時間内に、利用者が配信情報を閲覧した場合や、利用者が配信情報と関連する店舗に訪問した場合、利用者が配信情報と関連するウェブ検索を行った場合等、配信情報と関連する何かしらの行動を行った場合は、判定に用いたセンサ情報を正例として、出力可否モデル４１の再学習を行う。一方、端末装置１０は、所定の時間内に利用者が配信情報と関連する行動を行なわなかった場合や、利用者が配信情報を削除した場合等は、判定に用いたセンサ情報を負例として、出力可否モデル４１の再学習を行う。

なお、端末装置１０は、利用者が行った行動と配信情報との関係性の強さに応じた重みを考慮したモデルの再学習を行ってもよい。例えば、端末装置１０は、配信情報と関連する商品を利用者が購入した際に配信情報の提供可否の判定に用いたセンサ情報を、配信情報と関連するウェブ検索を行ったた際に配信情報の提供可否の判定に用いたセンサ情報よりも重要なセンサ情報として、出力可否モデル４１の学習を行ってもよい。また、端末装置１０は、利用者がウェブ検索を行い、かつ、配信情報と関連する商品を購入した場合は、配信情報の提供可否の判定に用いたセンサ情報を重要なセンサ情報として、出力可否モデル４１の再学習を行ってもよい。なお、このような再学習は、情報処理装置１００側で実行されてもよい。情報処理装置１００側で出力可否モデル４１の学習を行う場合、ユーザのプライバシーを担保するため、例えば、情報処理装置１００は、センサ情報の特徴量と、特徴量が正例であるか、負例であるか、どれくらい関連性がある行動の特徴量であるか等を学習データとして端末装置１０から取得し、取得した特徴量がその他の情報を用いて、出力可否モデル４１の修正を行えばよい。なお、このような特徴量を用いた学習の場合、端末装置１０は、例えば、オートエンコーダーの中間層が出力した情報を特徴量として、情報処理装置１００に送信してもよく、このような特徴量を出力可否モデル４１に入力することで、配信情報の出力可否を判定してもよい。

なお、上述した各種の技術により端末装置１０側で作成、再学習された出力可否モデル４１は、ローカルで利用されてもよく、例えば、情報処理装置１００を介して各利用者に提供され、全体で共有されてもよい。例えば、情報処理装置１００は、利用者属性が類似する利用者間で、出力可否モデル４１を共有させてもよい。また、情報処理装置１０は、利用者属性が類似する複数の利用者の端末装置１０側で作成、再学習された出力可否モデル４１の平均的なモデルを生成し、生成したモデルをこれら複数の利用者の端末装置１０へと配布してもよい。

〔効果〕
上述したように、本願に係る情報処理システム１は、利用者Ｕがおかれている状態に関する外的要因を測定してセンサ情報を出力する少なくとも１つのセンサ（センサ部２０，センサ２１～２８）と、センサ情報を格納する端末記憶部（実施形態では記憶部４０）と、端末記憶部に格納され、外部から取得した配信情報を提供するか否かをセンサ情報に基づいて判定する出力可否モデル４１と、出力可否モデル４１を用いて配信情報を出力するか否かを判定する端末制御部（実施形態では制御部３０の処理部３３）とを有する端末装置１０と、利用者Ｕの利用者情報と、利用者Ｕの所持する端末装置１０に配信する配信情報と、所定の利用者が配信情報に興味を有するか否かを判定する興味モデル１２３とを格納するサーバ記憶部（実施形態では記憶部１２０）と、興味モデルを用いて配信対象となる配信情報を選択し配信する情報提供装置と、を備え、端末制御部は、出力可否モデル４１において所定条件が成立した場合に、端末装置１０の表示部１２に取得した配信情報を出力する。

また、所定条件は、配信情報に関連付けされて情報提供装置から取得した通知条件である。

また、所定条件は、配信情報に関連付けされて情報提供装置から取得した通知条件、および情報提供装置から取得した配信情報の出力を許可する出力可能信号の受信である。

また、端末装置１０は、出力可否モデル４１として、センサ情報が利用者があらかじめ設定した状態を示す場合に配信情報を提供すると判定する出力可否モデル４１を用いてもよい。また、端末装置１０は、配信情報の種別ごとにセンサ情報に基づいて配信情報を提供するか否かを判定する出力可否モデル４１を用いてもよい。また、端末装置１０は、センサ２０として、利用者の状態を測定するセンサを有していてもよい。また、端末装置１０は、センサ２０として、端末装置１０の現在位置を測定するセンサ、端末装置１０の周囲の温度を測定するセンサ等を有していてもよい。また、端末装置１０は、配信情報を提供した後に利用者が行った行動に基づいて、出力可否モデル４１を再学習してもよい。

上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理システムは、端末装置から情報を出力するタイミングを最適化することができる。

〔ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や情報提供装置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。以下、情報提供装置１００を例に挙げて説明する。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Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。

一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢ（Universal Serial Bus）メモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。

出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、およびプリンタ等といった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインターフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインターフェースであり、例えば、ＵＳＢ等により実現される。

また、出力Ｉ／Ｆ１０６０および入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０および入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０および入力装置１０２０は、ワイヤレス機器であってもよい。

また、出力装置１０１０および入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０および入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、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から情報を読み出す装置であってもよい。

ネットワークＩ／Ｆ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報提供装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０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、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得したプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。

〔その他〕
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においてはない。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、置換または変更を行うことができる。

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または一部を手動的に行うこともでき、または、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、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。

例えば、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、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等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、上述し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。

また、上述した「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 端末装置
１１，１１０ 通信部
１２ 表示部
１３ 入力部
１４ 測位部
２０ センサ部
２１ 加速度センサ
２２ ジャイロセンサ
２３ 気圧センサ
２４ 気温センサ
２５ 音センサ
２６ 光センサ
２７ 磁気センサ
２８ 画像センサ
３０，１３０ 制御部
３１ 送信部
３２ 受信部
３３ 処理部
３４ 取得部
４０，１２０ 記憶部
４１ 出力可否モデル
１００ 情報提供装置
１２１ 利用者情報データベース
１２２ 履歴情報データベース
１２３ 興味モデル
１２４ 提供可否モデル
１３１ 収集部
１３２ 推定部
１３３ 提供部

Claims (9)

1. 利用者がおかれている状態に関する外的要因を測定してセンサ情報を出力する少なくとも１つのセンサと、前記センサ情報を格納する端末記憶部と、前記端末記憶部に格納され、外部から取得した配信情報を提供するか否かを前記センサ情報に基づいて判定する出力可否モデルと、前記出力可否モデルを用いて前記配信情報を出力するか否かを判定する端末制御部とを有する端末装置と、
   利用者の利用者情報と、利用者の所持する端末装置に配信する配信情報と、所定の利用者が配信情報に興味を有するか否かを判定する興味モデルとを格納するサーバ記憶部と、前記興味モデルを用いて配信対象となる配信情報を選択し配信する情報提供装置と、を備え、
   前記端末制御部は、
   前記出力可否モデルにおいて所定条件が成立した場合に、前記端末装置の表示部に前記取得した配信情報を出力する
   ことを特徴とする情報処理システム。
2. 前記所定条件は、
   前記配信情報に関連付けされて前記情報提供装置から取得した通知条件である
   ことを特徴とする請求項１に記載の情報処理システム。
3. 前記所定条件は、前記配信情報に関連付けされて前記情報提供装置から取得した通知条件、および前記情報提供装置から取得した前記配信情報の出力を許可する出力可能信号の受信である
   ことを特徴とする請求項１または２に記載の情報処理システム。
4. 前記端末装置は、前記出力可否モデルとして、前記センサ情報が前記利用者があらかじめ設定した状態を示す場合に前記配信情報を提供すると判定する出力可否モデルを用いる
   ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理システム。
5. 前記端末装置は、配信情報の種別ごとに前記センサ情報に基づいて当該配信情報を提供するか否かを判定する出力可否モデルを用いる
   ことを特徴とする請求項１～４のうちいずれか１つに記載の情報処理システム。
6. 前記端末装置は、前記センサとして、前記利用者の状態を測定するセンサを有する
   ことを特徴とする請求項１～５のうちいずれか１つの情報処理システム。
7. 前記端末装置は、前記センサとして、前記端末装置の現在位置を測定するセンサを有する
   ことを特徴とする請求項１～６のうちいずれか１つの情報処理システム。
8. 前記端末装置は、前記センサとして、前記端末装置の周囲の温度を測定するセンサを有する
   ことを特徴とする請求項１～７のうちいずれか１つの情報処理システム。
9. 前記端末装置は、前記配信情報を提供した後に前記利用者が行った行動に基づいて、前記出力可否モデルを再学習する
   ことを特徴とする請求項１～８のうちいずれか１つに記載の情報処理システム。

Images