JP2023063191A - データ処理装置、データ処理方法及びプログラム - Google Patents

Abstract

【課題】患者に刺激を与えたことによる治療効果を高めるコンテンツを選択する。【解決手段】 刺激として与えるコンテンツを選択するデータ処理装置である。複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する選択部１３２と、選択部１３２が選択した第１コンテンツが与えられたユーザの睡眠の質を示す睡眠データを取得する取得部１３１と、を有し、選択部１３２は、第１コンテンツがユーザに与える刺激の属性と、睡眠データが示す睡眠の質との関係に基づいて、第１コンテンツと異なる属性を有する第２コンテンツを選択する。【選択図】図２

Description

特許法第３０条第２項適用申請有り マサチューセッツ工科大学のＩ－Ｃｏｒｐｓ Ｓｐａｒｋ Ｐｒｏｇｒａｍの令和２年１１月１７日のキックオフミーティング及び令和２年１２月１５日のクロージングミーティングにて、公開した。

本発明は、データ処理装置、データ処理方法及びプログラムに関する。

認知症の患者に音楽又は画像等の刺激を与えることで、日中の覚醒や夜間の睡眠を促し、不眠や昼夜逆転を改善することで認知症の改善に一定の効果があることが知られている（例えば特許文献１を参照）。

特開２０２０－１６１１８７号公報

従来の治療では、所定の音楽又は画像等の刺激を、睡眠の質を改善する対象となる人（以下、「ユーザ」という）に与えることが想定されていた。しかし、どのような刺激が睡眠の質の改善に効果があるかはユーザによって異なるので、刺激を与えても効果が生じないという場合がある。そこで、それぞれのユーザに対する睡眠の質の改善の効果が高い刺激を与えることが求められている。

そこで、本発明はこれらの点に鑑みてなされたものであり、ユーザに刺激を与えたことによる睡眠の質の改善効果を高めることを目的とする。

本発明の第１の態様のデータ処理装置においては、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する選択部と、前記選択部が選択した前記第１コンテンツが与えられた前記ユーザの睡眠の質を示す睡眠データを取得する取得部と、を有し、前記選択部は、前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、前記睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択する。

前記取得部は、前記ユーザの属性を表すユーザ属性データをさらに取得し、前記選択部は、前記ユーザ属性データにさらに基づいて前記第１コンテンツ及び前記第２コンテンツを選択してもよい。

前記睡眠データを睡眠日に関連付けて記憶する記憶部を備え、前記選択部は、前記第１コンテンツが刺激として前記ユーザに与えられる前の一以上の睡眠日を含む第１睡眠期間における睡眠データである第１睡眠データが示す睡眠の質よりも、前記第１コンテンツが刺激として前記ユーザに与えられた後の一以上の睡眠日を含む第２睡眠期間における睡眠データである第２睡眠データが示す睡眠の質が改善していない場合に前記第２コンテンツを選択してもよい。

前記第１睡眠データが示す睡眠の質と前記第２睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツを前記ユーザに与えたことによる効果の度合いを示す評価結果を作成する評価部をさらに有してもよい。

前記取得部は、前記ユーザの周辺環境の状況を表す周辺環境データをさらに取得し、前記評価部は、周辺環境と睡眠の質との関係を示すデータを参照することにより、前記周辺環境データが示す周辺環境が睡眠の質に影響した度合いを特定し、特定した影響度合いに基づいて、前記第１睡眠データが示す睡眠の質と前記第２睡眠データが示す睡眠の質との関係に基づいて特定した前記効果の度合いを補正することにより前記評価結果を作成してもよい。

前記取得部は、前記ユーザの活動内容を表す活動データをさらに取得し、前記評価部は、活動内容と睡眠の質との関係を示すデータを参照することにより、前記活動データが示す活動内容が睡眠の質に影響した度合いを特定し、特定した影響度合いに基づいて、前記第１睡眠データが示す睡眠の質と前記第２睡眠データが示す睡眠の質との関係に基づいて特定した前記効果の度合いを補正することにより前記評価結果を作成してもよい。

前記選択部は、前記第１コンテンツが刺激として前記ユーザに与えられた後の前記睡眠データが示す睡眠の質が所定の閾値よりも悪い場合に、前記第２コンテンツを選択してもよい。

前記選択部は、学習用睡眠データと、前記学習用睡眠データが測定された学習用ユーザに与えられた学習用コンテンツの属性と、前記学習用コンテンツが与えられた後の前記学習用ユーザの睡眠の質の改善結果と、を教師データとして用いて学習することにより作成された学習済みモデルに、前記第１コンテンツの属性データと、前記第１コンテンツが与えられた後に測定された前記睡眠データと、を入力することにより前記学習済みモデルが出力する属性に対応する前記第２コンテンツを選択してもよい。

前記選択部は、学習用睡眠データと、前記学習用睡眠データが測定された学習用ユーザに与えられた学習用コンテンツの属性と、前記学習用ユーザの属性と、前記学習用コンテンツが与えられた後の前記学習用ユーザの睡眠の質の改善結果と、を教師データとして用いて学習することにより作成された学習済みモデルに、前記第１コンテンツの属性データと、前記ユーザのユーザ属性データと、前記第１コンテンツが与えられた後に測定された前記睡眠データと、を入力することにより前記学習済みモデルが出力する属性に対応する前記第２コンテンツを選択してもよい。

前記選択部は、前記ユーザによるコンテンツの選択指示を受けることなく、前記第１コンテンツ及び前記第２コンテンツを選択してもよい。

前記選択部は、複数の時間帯に対応する、それぞれ異なる属性の複数の前記第２コンテンツを選択してもよい。

前記取得部は、前記ユーザの周辺環境の状況を表す周辺環境データをさらに取得し、前記選択部は、前記ユーザの周辺環境が前記ユーザの心身に与える影響を示すデータと、前記ユーザの心身の状態に適した刺激の内容を示すデータと、を参照することにより、前記周辺環境データが示す周辺環境において前記ユーザに与える前記第２コンテンツを選択してもよい。

前記取得部は、前記ユーザの活動内容を表す活動データをさらに取得し、前記選択部は、前記ユーザの活動内容が前記ユーザの心身に与える影響を示すデータと、前記ユーザの心身の状態に適した刺激の内容を示すデータと、を参照することにより、前記活動データが示す活動をした前記ユーザに与える前記第２コンテンツを選択してもよい。

本発明の第２の態様のデータ処理装置においては、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する選択部と、前記選択部が選択した前記第１コンテンツが与えられた前記ユーザを介護する介護者の作業内容を示す作業データを取得する取得部と、を有し、前記選択部は、前記作業データが示す前記作業内容に基づいて前記ユーザの睡眠の質を推定し、前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、推定した前記睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性の第２コンテンツを選択する。

本発明の第３の態様のデータ処理方法においては、コンピュータが実行する、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択するステップと、選択した前記第１コンテンツが与えられた前記ユーザの睡眠の質を示す睡眠データを取得するステップと、前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、前記睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択するステップと、を有する。

本発明の第４の態様のプログラムは、コンピュータに、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択するステップと、選択した前記第１コンテンツが与えられた前記ユーザの睡眠の質を示す睡眠データを取得するステップと、前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、前記睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択するステップと、を実行させる。

本発明によれば、患者に刺激を与えたことによる治療効果を高めるコンテンツを選択するという効果を奏する。

データ処理システムＳの概要を説明するための図である。 第１の実施形態にかかるデータ処理装置１Ａの構成を示すブロック図である。 ユーザデータのデータ構造の例を示す図である。 データ処理装置１Ａにおける処理の流れを示すフローチャートである。 変形例にかかるデータ処理装置１Ｂの構成を示すブロック図である。 第２の実施例のデータ処理装置１Ｃの構成を示すブロック図である。 第２の実施形態にかかるデータ処理装置１Ｃにおける処理の流れを示すフローチャートである。

＜データ処理装置１の概要＞
図１は、データ処理システムＳの概要を説明するための図である。はじめに図１を参照して、データ処理システムＳの概要を説明する。データ処理システムＳは、患者の睡眠の質の改善に適したコンテンツを選択するためのシステムである。データ処理システムＳは、ユーザの睡眠の質を改善するため、ユーザに刺激として与える第１コンテンツを選択し、選択されたコンテンツを与えたユーザの睡眠の質のフィードバックを受けることで、ユーザに刺激として与える第２コンテンツをさらに選択するシステムである。データ処理システムＳは、データ処理装置１、視聴デバイス２及びバイタルセンサ３を有する。

データ処理装置１は、ユーザに刺激として与えるコンテンツを選択するための装置である。視聴デバイス２は、ユーザがコンテンツを視聴するためのデバイスである。視聴デバイス２は、例えば、コンピュータ、スマートフォン、タブレット、スピーカー又はテレビ等である。バイタルセンサ３は、ユーザの睡眠時における睡眠の質を示すデータを計測するためのデバイスである。バイタルセンサ３は、例えば、バイタルデータを取得可能なウェアラブルデバイス又はスマートフォンである。なお、刺激として与えるコンテンツは、音楽データ、映画、動画、写真若しくは美術品等の画像データ、ＡＲ（Augmented Reality）画像データ又はＶＲ（Virtual Reality）画像データ等である。以下では、データ処理装置１がユーザに刺激として与えるコンテンツとして音楽を例に説明する。

データ処理装置１は、例えばユーザからの要求に応じて、ユーザに刺激として与える第１コンテンツを選択する（図１における（１））。データ処理装置１は、選択した第１コンテンツのコンテンツデータを視聴デバイス２に送信する（図１における（２））。視聴デバイス２は送信された第１コンテンツを再生し、ユーザは選択された第１コンテンツを視聴する。なお、データ処理装置１が送信するコンテンツデータがコンテンツを識別するための情報を含むデータである場合、視聴デバイス２は、データ処理装置１から受信したコンテンツを識別するための情報に対応するコンテンツを視聴デバイス２の記憶領域又は外部のコンテンツサーバから取得し、コンテンツを再生してもよい。

バイタルセンサ３は、ユーザが第１コンテンツを視聴した後、ユーザの睡眠時におけるユーザの睡眠の質を示す睡眠データを取得し、データ処理装置１に送信する（図１における（３））。バイタルセンサ３は、視聴デバイス２を経由してデータ処理装置１に睡眠データを送信してもよい。

データ処理装置１は、ユーザに刺激として与えた第１コンテンツを識別するための情報と、バイタルセンサ３から取得した、ユーザに第１コンテンツを与えた後のユーザの睡眠の質を示す睡眠データと、に基づいてユーザに刺激として与える第２コンテンツを選択する（図１における（４））。詳細については後述するが、データ処理装置１は、ユーザに第１コンテンツを与えた後のユーザの睡眠の質が良好でない場合に、睡眠の質を改善することができる蓋然性が高い第２コンテンツを選択する。そして、データ処理装置１は、選択した第２コンテンツのコンテンツデータを視聴デバイス２に送信する（図１における（５））。

＜第１の実施形態＞
［データ処理装置１Ａの構成］
図２は、第１の実施形態にかかるデータ処理装置１Ａの構成を示す図である。データ処理装置１Ａは、通信部１１、記憶部１２、制御部１３と、を有する。制御部１３は、取得部１３１と、選択部１３２と、学習部１３３と、を有する。

通信部１１は、ネットワークを介して視聴デバイス２及びバイタルセンサ３と通信を行うための通信インターフェースである。

記憶部１２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びＳＳＤ（Solid State Drive）等の記憶媒体を有する。記憶部１２は、非一時的記録媒体に、制御部１３が実行するプログラムを記憶する。記憶部１２は、ユーザの属性データ（ユーザ属性データとも言う）を示すユーザデータを記憶する。記憶部１２は、例えばユーザＩＤ、名前、出身地、生年月日、居住地、趣味等のデータをユーザデータとして記憶する。

記憶部１２は、データ処理装置１Ａが選択可能なコンテンツを示すコンテンツテーブルを記憶する。コンテンツテーブルには、コンテンツを識別するためのコンテンツ識別情報に加え、コンテンツの属性を示す属性データが記憶されてもよい。コンテンツの属性は、コンテンツがユーザに与える刺激の内容に影響するコンテンツの性質に対応しており、例えばコンテンツに含まれる楽曲を演奏しているアーティスト、コンテンツに含まれる楽曲の演奏に用いられている楽器の種別、コンテンツに含まれる音の周波数分布、コンテンツに含まれる音楽のテンポ、音高、リズム、和声若しくは旋律、ユーザが過去に視聴した頻度の大きさ又はユーザが過去に視聴したことがある蓋然性の大きさである。

また、記憶部１２は、ユーザＩＤと、ユーザに与えたコンテンツを識別するためのコンテンツ識別情報と、睡眠日と、ユーザの睡眠の質を示す睡眠データと、が関連付けられたユーザデータを記憶する。睡眠日は、コンテンツ識別情報に対応するコンテンツがユーザに与えられた日である。例えば、Ｄ日にユーザにコンテンツが与えられ、睡眠の期間がＤ日とＤ＋１日にまたがる場合、睡眠日はＤ日である。記憶部１２が記憶する睡眠日は、コンテンツ識別情報に対応するコンテンツがユーザに与えられた日との関係が一定の日であればよく、コンテンツがユーザに与えられた日の翌日であってもよい。睡眠日とコンテンツが与えられた日は等価なので、データ処理装置１においては、コンテンツが与えられた日として記憶部１２に記憶されたデータが睡眠日を示すデータとして使用されてもよい。

図３は、ユーザデータのデータ構造の例を示す図である。睡眠データには、例えば、睡眠時間、入眠時刻、起床時刻、起きた回数、寝返り回数又は睡眠が浅い状態の時間の少なくともいずれかが含まれる。記憶部１２は、バイタルセンサ３から取得したユーザの睡眠時の体動状態、発汗量又は心拍数の少なくともいずれかの時系列データを睡眠日と関連付けて記憶してもよい。

１日における複数の時間帯に複数の異なるコンテンツがユーザに与えられる場合、記憶部１２は、ユーザがコンテンツを視聴した時間帯とコンテンツの属性との関係を示す視聴履歴情報をさらに記憶してもよい。記憶部１２は、コンテンツの属性に代えて、又はコンテンツの属性とともに、ユーザに与えられたコンテンツを識別するためのコンテンツ識別情報を、ユーザに当該コンテンツが与えられた時間帯に関連付けて記憶してもよい。

制御部１３は、記憶部１２に記憶されたプログラムを実行することにより、取得部１３１、選択部１３２及び学習部１３３として機能する。

取得部１３１は、選択部１３２が選択したコンテンツが与えられたユーザの睡眠の質を示す睡眠データを取得する。取得部１３１は、通信部１１を介して、ユーザのバイタルセンサ３からユーザの睡眠の質を示す睡眠データを取得する。取得部１３１は、取得した睡眠データを選択部１３２に出力し、取得した睡眠データを記憶部１２に記憶させる。

取得部１３１は、ユーザの周辺環境の状況を表す周辺環境データをさらに取得してもよい。取得部１３１は、例えば、通信部１１を介して周辺環境データを外部のサーバから取得する。ここで、周辺環境データは、各睡眠日における日照時間、日の出時刻、日の入時刻、天気、湿度、最高気温又は最低気温を示すデータである。取得部１３１は、ユーザの居室内に設置されたセンサデバイスから周辺環境データを取得してもよい。取得部１３１は、取得した周辺環境データを選択部１３２に出力する。

取得部１３１は、ユーザの活動内容を表す活動データをさらに取得してもよい。取得部１３１は、例えば、通信部１１を介してユーザの活動内容を表す活動データが含まれるスケジュール情報を外部のサーバから取得する。ユーザの活動内容は、例えば、ガーデニング、読書又はヨガのようなユーザの日中帯の活動内容を示す情報を含む。取得部１３１は、取得した活動データを選択部１３２に出力する。

選択部１３２は、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する。また、選択部１３２は、第１コンテンツがユーザに与える刺激の内容に影響する第１コンテンツの属性と、睡眠データが示す睡眠の質との関係に基づいて、第１コンテンツと異なる属性を有する第２コンテンツを選択する。第２コンテンツは、例えば、第１コンテンツと異なる属性を有することで、第１コンテンツと異なる刺激をユーザに与えることができるコンテンツである。選択部１３２は、例えば、予め記憶部１２に記憶された複数のコンテンツから第１コンテンツ及び第２コンテンツを選択する。

選択部１３２は、例えば、記憶部１２に記憶されたコンテンツのタイトル又はコンテンツ識別情報とコンテンツの属性との関係を示すコンテンツテーブルを参照することにより、第１コンテンツ及び第２コンテンツのタイトル又はコンテンツ識別情報に基づいて第１コンテンツ及び第２コンテンツの属性を特定してもよい。また、選択部１３２は、ユーザの属性が示すユーザの年齢とコンテンツの公表年との関係に基づいて、ユーザが過去に視聴した頻度の大きさ又はユーザが過去に視聴したことがある蓋然性の大きさを第１コンテンツ及び第２コンテンツ属性として特定してもよい。

選択部１３２は、例えば複数のコンテンツの候補をユーザに提示し、複数のコンテンツからユーザによって選択されたコンテンツを第１コンテンツとして選択する。選択部１３２は、ユーザの属性に基づいて複数のコンテンツの候補を選択してもよく、ユーザの属性に基づいて第１コンテンツを選択してもよい。選択部１３２は、周辺環境データが示すユーザの周辺環境又は活動データが示すユーザの活動内容の少なくともいずれかにさらに基づいて複数のコンテンツの候補又は第１コンテンツを選択してもよい。

選択部１３２は、例えば、第１コンテンツの属性と、睡眠データとを、後述する学習済みモデルに入力し、学習済モデルから出力された属性を有するコンテンツ、又は学習済モデルから出力されたコンテンツ識別情報に対応するコンテンツを第２コンテンツとして選択する。選択部１３２は、それまでにユーザに与えられた複数のコンテンツ及びそれぞれのコンテンツが与えられた日に対応する複数の睡眠データ（例えば図３に示す睡眠データ）を学習済みモデルに入力することにより、第１コンテンツと異なる第２コンテンツを選択してもよい。コンテンツが与えられた日に対応する睡眠データは、コンテンツが与えられた後に開始した睡眠において取得された睡眠データである。

選択部１３２は、選択された第１コンテンツの属性と、第１コンテンツが与えられたユーザの睡眠の質と、選択する第２コンテンツの属性との対応関係を記載したテーブルを参照して、第１コンテンツの属性と、第１コンテンツが与えられたユーザの睡眠の質と、に対応する、第２コンテンツを選択してもよい。例えば、選択部１３２は、選択された第１コンテンツの属性と、第１コンテンツを与えたユーザの睡眠時間が所定値未満であるという条件と、に対応する属性を有する第２コンテンツを選択する。

過去に選択したコンテンツがない場合、選択部１３２は、ユーザの属性データと選択するコンテンツの属性との対応関係を示すテーブルを参照し、記憶部１２に記憶されたユーザの属性データに対応する属性を有するコンテンツをユーザに与えるコンテンツとして選択してもよい。選択部１３２は、学習用ユーザの属性データと、学習用ユーザに与えたコンテンツの属性と、コンテンツを与えられた学習用ユーザの睡眠データと、を教師データとして用いて学習することにより作成された学習済みモデルに、記憶部１２に記憶されたユーザの属性データを入力することで、ユーザに与えるコンテンツを選択してもよい。

選択部１３２は、第２コンテンツの選択においても学習済みモデルを使用してもよい。選択部１３２は、例えば、学習用睡眠データと、学習用睡眠データが測定された学習用ユーザに与えられた学習用コンテンツの属性と、学習用コンテンツが与えられた後の学習用ユーザの睡眠の質の改善結果と、を教師データとして用いて学習することにより作成された学習済みモデルに、第１コンテンツの属性データと、第１コンテンツが与えられた後に測定された睡眠データと、を入力する。改善結果は、所定の項目の値が過去の睡眠日（例えば直前の睡眠日）と比較して改善しているか否かを示す情報である。選択部１３２は、学習済みモデルから出力される、第１コンテンツが与えられた後に睡眠の質を改善する効果があるコンテンツの属性に対応する第２コンテンツを選択する。

選択部１３２は、学習部１３３が、複数の学習用ユーザに与えたコンテンツのコンテンツ識別情報と、学習用ユーザに与えたコンテンツのアーティスト、ジャンル、公表年、調整、テンポ、音高、リズム、和声又は旋律等のうちいずれか１以上のコンテンツの属性を示す属性データと、学習用コンテンツが与えられた後の学習用ユーザの睡眠の質の改善結果と、を教師データとして学習することにより学習部１３３が作成した学習済みモデルを記憶部１２から取得する。学習用ユーザは、学習済みモデルを作成するために睡眠の質を測定した人である。

選択部１３２は、第１コンテンツのコンテンツ識別情報と、第１コンテンツを与えたユーザの睡眠の質の改善結果を学習済みモデルに入力し、学習済みモデルから出力された睡眠の質の改善に効果を有するコンテンツと相関性の高いコンテンツを第２コンテンツとして選択する。相関性の高いコンテンツは、例えば、コンテンツの属性のうち予め設定された数の属性が同一のコンテンツである。

選択部１３２は、睡眠の質が改善したか否かを任意の方法で判定してよい。選択部１３２は、例えば、所定の項目の値が過去の睡眠日（例えば直前の睡眠日）と比較して改善しているか否か、又は睡眠データに含まれる所定の項目の値の変化量が閾値以上であるか否かに基づいて、睡眠の質が改善されたか否かを判定する。

選択部１３２は、ユーザに与えたコンテンツと、コンテンツを与えられたユーザの睡眠の質と、の関係が類似する他のユーザに効果があるコンテンツを選択してもよい。この場合、選択部１３２は、学習部１３３が複数の学習用ユーザそれぞれに与えられたコンテンツとコンテンツを与えられた日の複数のユーザそれぞれの睡眠の質との関係を学習した学習済みモデルを記憶部１２から取得する。そして、選択部１３２は、ユーザに与えられたコンテンツと、当該コンテンツを与えられた後の睡眠の質の改善状態との関係の類似度が閾値より高い他のユーザを特定する。選択部１３２は、類似度が高い他のユーザに効果があった一以上のコンテンツの中から、ユーザに刺激として与えるコンテンツを選択してもよい。

選択部１３２は、ユーザによるコンテンツの選択指示を受けることなく、第１コンテンツ及び第２コンテンツを選択してもよい。選択部１３２は、ユーザのコンテンツの選択操作を介在させずに、所定のタイミングで第１コンテンツのコンテンツ識別情報と、第１コンテンツを与えられたユーザの睡眠データと、を取得する。そして選択部１３２は、第１コンテンツのコンテンツ識別情報に基づいて特定される第１コンテンツの属性データと、第１コンテンツを与えられたユーザの睡眠データと、に基づいて、第２コンテンツを選択する。このように選択部１３２が選択操作を受けることなくコンテンツを選択するよう構成されることで、デバイスの操作に不慣れなユーザに対しても睡眠の質を改善させるコンテンツを提供することができる。

選択部１３２は、第１コンテンツが刺激としてユーザに与えられる前の一以上の睡眠日を含む第１睡眠期間における睡眠データである第１睡眠データが示す睡眠の質よりも、第１コンテンツが刺激としてユーザに与えられた後の一以上の睡眠日を含む第２睡眠期間における睡眠データである第２睡眠データが示す睡眠の質が改善していない場合に第２コンテンツを選択する。選択部１３２は、第１コンテンツが与えられる前の所定の期間である第１睡眠期間におけるユーザの睡眠データである第１睡眠データと、第１コンテンツが与えられた所定の期間である第２睡眠期間におけるユーザの睡眠データである第２睡眠データと、を比較して、睡眠の質が改善しているか否かを判定する。選択部１３２は、第２睡眠データが第１睡眠データと比較して睡眠の質が改善していない場合、第２コンテンツを選択する。所定期間とは例えば、１日、３日、１週間である。第１睡眠期間と第２睡眠期間の長さは異なっていてもよい。

選択部１３２は、第１コンテンツが刺激としてユーザに与えられた後の睡眠データが示す睡眠の質が所定の閾値よりも悪い場合に、第２コンテンツを選択する。選択部１３２は、第１コンテンツを与えている所定期間のユーザの睡眠データに含まれる項目の内所定の項目が閾値以下である場合に第２コンテンツを選択する。所定の閾値は、例えば、ユーザ毎に設定された目標値又はコンテンツを与える前のユーザの睡眠データに含まれる項目の値に所定の値を加算した値である。例えば、ユーザの平均睡眠時間が４時間以下であることが閾値として設定されている場合において、第１睡眠データに含まれる所定期間におけるユーザの平均睡眠時間が４時間以下である場合に、選択部１３２は、第２コンテンツを選択してもよい。

選択部１３２は、ユーザの属性を示す属性データにさらに基づいて第１コンテンツ及び第２コンテンツを選択してもよい。選択部１３２は、例えば、複数の学習用ユーザそれぞれの出身地若しくは居住地、生年月日若しくは年齢、又は趣味等のユーザの属性と、それぞれの属性を持つユーザの睡眠の質を改善するために適したコンテンツとが関連付けられたデータを参照することにより、ユーザの属性に適した第１コンテンツ及び第２コンテンツを選択する。選択部１３２は、例えば、ユーザの出身地が歌詞に含まれているコンテンツ、ユーザの世代の人が好む傾向が高いコンテンツ、又はユーザの趣味に関連する内容のコンテンツを選択する。選択部１３２がこのようなコンテンツを選択することで、ユーザの満足度が高まり、ユーザが安眠しやすくなる。

選択部１３２は、ユーザの属性に基づいて選択された第１コンテンツの属性と、当該第１コンテンツが与えられたユーザの睡眠の質を示す睡眠データとの関係に基づいて、ユーザの属性に適しており、かつ睡眠の質が改善される可能性がある第２コンテンツを選択してもよい。一例として、選択部１３２は、ユーザの属性のうち第１の属性（例えば年齢）に基づいて選択された第１コンテンツをユーザに与えた後の睡眠の質が許容できるレベル以上である場合、第１コンテンツと同一の第１の属性を有し、かつ第１コンテンツと異なる第２コンテンツを選択する。選択部１３２がこのような第２コンテンツを選択することで、ユーザが同じコンテンツを繰り返し視聴することなく、良好な睡眠の質を維持することができる。

一方、選択部１３２は、ユーザの属性のうち第１の属性（例えば年齢）に基づいて選択された第１コンテンツをユーザに与えた後の睡眠の質が許容できるレベル未満である場合、第１の属性と異なる第２の属性（例えば出身地）に基づいて第２コンテンツを選択する。選択部１３２がこのように動作することで、ユーザの睡眠の質を改善し得る第２コンテンツを選択できる蓋然性が高まる。

選択部１３２は、属性データと、複数の学習用ユーザそれぞれに与えられた複数のコンテンツと、当該コンテンツを与えられた日の複数の学習用ユーザそれぞれの睡眠の質の改善結果との関係を教師データとして用いて学習することにより作成された学習済みモデルを用いて、第１コンテンツが与えられたユーザが睡眠した後に測定された睡眠データが示す睡眠の質と、当該ユーザの属性に基づいて第２コンテンツを選択してもよい。この場合、選択部１３２は、記憶部１２に記憶された当該学習済みモデルに、ユーザの属性データと、ユーザに与えられた第１コンテンツと、第１コンテンツが与えられた後に測定されたユーザの睡眠データと、を学習済みモデルに入力する。選択部１３２は、学習済みモデルから出力されたコンテンツを、ユーザに刺激として与える第２コンテンツとして選択する。

ところで、ユーザにコンテンツを与える時間を最適化することで、より睡眠の質を改善できる可能性がある。そこで、選択部１３２は、複数の時間帯に対応する、それぞれ異なる属性の複数の第２コンテンツを選択してもよい。具体的には、選択部１３２は、複数の時間帯それぞれにユーザに与える複数の第２コンテンツの属性の組み合わせが、睡眠の質を改善に適した組み合わせになるように、複数の第２コンテンツを選択する。選択部１３２は、例えば、昼間の時間帯はテンポが速い第２コンテンツを選択し、夜間の時間帯はテンポが遅い第２コンテンツを選択する。複数の時間帯は、例えば、起床時、朝食後、昼食後、夕食後又は就寝前のようなユーザの活動に対応する時間帯であってもよく、時刻により定められる時間帯であってもよい。

選択部１３２は、複数の時間帯それぞれにおいてユーザに与える第２コンテンツを選択してもよい。選択部１３２は、例えば、昼間に寝てしまう傾向が強いユーザには、昼間の時間帯にテンポが比較的速い第２コンテンツを選択し、昼間に落ち着きがない傾向が強いユーザには、昼間の時間帯にテンポが比較的遅い第２コンテンツを選択する。選択部１３２がこのように構成されていることで、ユーザの属性に適した属性の第２コンテンツを各時間帯に与えることができるので、睡眠の質が改善されやすくなる。

選択部１３２は、学習済みモデルを用いて、複数の時間帯に対応する複数の第２コンテンツを選択してもよい。この場合、選択部１３２は、学習部１３３が学習用ユーザに与えたコンテンツの属性データと、学習用ユーザの睡眠データと、学習用ユーザにコンテンツを与えた時間帯を示す情報と、学習用コンテンツが与えられた後の学習用ユーザの睡眠の質の改善結果とを教師データとして学習することにより作成された学習済みモデルを記憶部１２から取得する。選択部１３２は、ユーザに与えたコンテンツの属性データと、コンテンツを与えたユーザの睡眠データと、を学習済みモデルに入力する。選択部１３２は、学習済みモデルから出力される、睡眠の質を改善する効果があるコンテンツを与える複数の時間帯に関する情報を取得する。選択部１３２は、取得した情報が示す１以上の時間帯にユーザに与える１以上の第２コンテンツを選択する。

選択部１３２は、ユーザの周辺環境がユーザの心身に与える影響を示すデータと、ユーザの心身の状態に適した刺激の内容を示すデータと、を参照することにより、周辺環境データが示す周辺環境においてユーザに与える第２コンテンツを選択してもよい。選択部１３２は、記憶部１２に記憶されたユーザの周辺環境がユーザの心身に与える影響を示すデータと、ユーザの心身の状態に適した刺激の内容を示すデータと、の関係が記憶されたテーブルを参照し、取得部１３１から取得した周辺環境データに対応するユーザの心身の状態に適した刺激の内容を特定する。選択部１３２は、ユーザの心身の状態に適した刺激の内容に対応するコンテンツを第２コンテンツとして選択する。

一例として、周辺環境データが、気温が高いことを示している場合、ユーザが疲労しやすいという影響を受けることが想定されるため、「テンポが遅い音楽」がユーザの心身の状態に適した刺激と判定される。選択部１３２は、「テンポが遅い音楽」に対応するコンテンツを選択する。また、周辺環境データが、雨天であることを示している場合、ユーザが暗い気分になりやすいという影響を受けることが想定されるため、「テンポが速い音楽」がユーザの心身の状態に適した刺激と判定される。選択部１３２は、「テンポが速い音楽」に対応するコンテンツを選択する。

選択部１３２は、学習済みモデルを用いて、周辺環境に適したコンテンツを選択してもよい。この場合、選択部１３２は、複数の学習用ユーザそれぞれに与えられた学習用コンテンツの属性データと、複数の学習用ユーザが学習用コンテンツを与えられた日の周辺環境と、当該コンテンツを与えられた日の複数のユーザそれぞれの睡眠の質の改善結果と、を教師データとして学習部１３３が学習することにより作成された学習済みモデルを記憶部１２から取得する。そして、選択部１３２は、ユーザに与えられた第１コンテンツの属性データと、第１コンテンツが与えられた日にそれぞれ測定されたユーザの睡眠データと、周辺環境データと、を学習済みモデルに入力する。選択部１３２は、学習済みモデルから出力されたコンテンツを、ユーザの周辺環境においてユーザに刺激として与える第２コンテンツとして選択する。

選択部１３２は、ユーザの活動内容がユーザの心身に与える影響を示すデータと、ユーザの心身の状態に適した刺激の内容を示すデータと、を参照することにより、活動データが示す活動をしたユーザに与える第２コンテンツを選択してもよい。選択部１３２は、記憶部１２に記憶された、ユーザの活動内容がユーザの心身に与える影響を示すデータと、ユーザの心身の状態に適した刺激の内容を示すデータと、の関係が記憶されたテーブルを参照し、取得部１３１から取得した活動データが示す活動を行ったユーザの心身の状態に適した刺激の内容を示すデータを取得する。選択部１３２は、ユーザの心身の状態に適した刺激の内容を示すデータに対応するコンテンツを第２コンテンツとして選択する。

一例として、選択部１３２は、活動データが、ユーザが激しい運動を行ったことを示している場合、ユーザが疲労しやすいという影響を受けることが想定されるため、ユーザの心身の状態に適した刺激の内容は「テンポが遅い音楽」と判定する。選択部１３２は、「テンポが遅い音楽」に対応するコンテンツを選択する。また、選択部１３２は、活動データがユーザの外出が少ないことを示している場合、ユーザが暗い気分になりやすいという影響を受けることが想定されるため、ユーザの心身の状態に適した刺激の内容は「テンポが速い音楽」と判定する。選択部１３２は、「テンポが速い音楽」に対応するコンテンツを選択する。

選択部１３２は、学習済みモデルを用いて、ユーザの活動内容に適したコンテンツを選択してもよい。この場合、選択部１３２は、複数の学習用ユーザそれぞれに与えられた第１コンテンツ及び第２コンテンツの属性データと、複数の学習用ユーザが第２コンテンツを与えられる前に行った活動の内容と、第１コンテンツの後に第２コンテンツを与えられた日の複数のユーザそれぞれの睡眠の質の改善結果と、を教師データとして学習部１３３が学習することにより作成された学習済みモデルを記憶部１２から取得する。そして、選択部１３２は、ユーザに与えられた第１コンテンツの属性データと、第１コンテンツが与えられた日にそれぞれ測定されたユーザの睡眠データと、第２コンテンツが与えられる前にユーザが行ったユーザの活動内容を示す活動内容データと、を学習済みモデルに入力する。選択部１３２は、学習済みモデルから出力されたコンテンツを、活動内容が示す活動を行ったユーザに与える第２コンテンツとして選択する。

学習部１３３は、学習用ユーザに与えたコンテンツと、コンテンツを与えた学習用ユーザの睡眠の質との関係を学習した学習済みモデルを始めとする上記の各種の学習済みモデルを生成し、生成した学習済みモデルを記憶部１２に記憶する。

［データ処理装置１Ａにおける処理の流れ］
図４は、データ処理装置１Ａにおける処理の流れを示すフローチャートである。本フローチャートにおける処理は、例えばユーザの登録処理が完了し、コンテンツの選択が可能となった時点で開始している。

選択部１３２は、記憶部１２に記憶されているユーザの属性データを取得する（Ｓ０１）。次に、選択部１３２は、ユーザの属性データを記憶部１２から取得した学習済みモデルに入力し、出力されたコンテンツをユーザに刺激として与える第１コンテンツとして選択する（Ｓ０２）。

取得部１３１は、バイタルセンサ３から、第１コンテンツを刺激として与えられたユーザの睡眠データを取得する（Ｓ０３）。選択部１３２は取得した睡眠データが示す睡眠の質が改善しているか否かを判定する（Ｓ０４）。次に、選択部１３２は、終了条件が満たされるかどうかを判定する（Ｓ０５）。終了条件は、例えば、ユーザが所望の睡眠の質に到達した場合である。終了条件を満たす場合（Ｓ０５におけるＹＥＳ）、データ処理装置１は、コンテンツ選択処理を終了する。終了条件が満たされない場合（Ｓ０５におけるＮＯ）、Ｓ０６に進む。

睡眠データが示す睡眠の質が改善している場合（Ｓ０６におけるＹＥＳ）、Ｓ０３に進む。睡眠データが示す睡眠の質が改善していない場合（Ｓ０６におけるＮＯ）、選択部１３２は、第１コンテンツを識別する情報と、第１コンテンツを与えられたユーザの睡眠の質とを、記憶部１２から取得した学習済みモデルに入力し、学習済みモデルから出力されたコンテンツを第２コンテンツとして選択する（Ｓ０７）。以下、データ処理装置１は、選択した第２コンテンツを第１コンテンツとしてユーザに与え、終了条件を満足するまでコンテンツ選択処理を繰り返す。

［第１の実施形態の効果］
以上説明したように、データ処理装置１Ａにおいては、選択部１３２が、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する。次に、選択部１３２が選択した第１コンテンツが与えられたユーザの睡眠の質を示す睡眠データを取得部１３１が取得する。そして選択部１３２は、第１コンテンツがユーザに与える刺激の属性と、睡眠データが示す睡眠の質との関係に基づいて、第１コンテンツと異なる属性を有する第２コンテンツを選択する。データ処理装置１Ａがこのように構成されることで、データ処理装置１Ａは、ユーザに治療効果のあるコンテンツを選択することができる。

［変形例］
睡眠の質の改善が確認されても、運動や気候等のコンテンツ以外の要因で睡眠の質が改善している場合もありうる。そこで、データ処理装置１は、睡眠の質を示す睡眠スコアを算出し、コンテンツ以外の要因が与えた影響を評価し、コンテンツ以外の要因が与えた影響に基づいて睡眠スコアを補正してもよい。

図５は、変形例にかかるデータ処理装置１Ｂの構成を示す図である。図５において既に説明した機能部と同等の機能部には同じ符号を付け、説明を省略する。データ処理装置１Ｂは評価部１３４をさらに備える。評価部１３４は、第１睡眠データが示す睡眠の質と第２睡眠データが示す睡眠の質との関係に基づいて、第１コンテンツをユーザに与えたことによる効果の度合いを示す評価結果を作成する。ここで、第１睡眠データは、第１コンテンツが与えられる前の所定の期間である第１睡眠期間におけるユーザの睡眠データである。また、第２睡眠データは、第１コンテンツが与えられた所定の期間である第２睡眠期間におけるユーザの睡眠データである。

評価部１３４は、例えば、入眠時刻、起床時刻、睡眠時間、就寝中の体動量又は心拍数に基づいて、睡眠の質を示す睡眠スコアを算出する。そして、第１睡眠データから算出された睡眠スコアから第２睡眠データから算出された第２睡眠スコアを減算することで、コンテンツが睡眠データの改善に与えた効果の度合いを示す評価結果を算出する。評価部１３４は、第１睡眠スコアと第２睡眠スコアの差分を第１睡眠スコアで除算した差分率を評価結果として算出してもよい。また、評価部１３４は、第１睡眠データ及び第２睡眠データとして、所定の期間に取得された睡眠データの平均値を用いてもよい。所定の期間は、例えば３日又は１週間である。

評価部１３４は、周辺環境データを用いて評価結果を補正してもよい。評価部１３４は、例えば、周辺環境と睡眠の質との関係を示すデータを参照することにより、周辺環境データが示す周辺環境が睡眠の質に影響した度合いを特定する。評価部１３４は、特定した影響度合いに基づいて、第１睡眠データが示す睡眠の質と第２睡眠データが示す睡眠の質との関係に基づいて特定した効果の度合いを補正することにより評価結果を作成する。

評価部１３４は、取得部１３１が取得した周辺環境データと、評価結果の補正値と、の関係が記載されたテーブルを参照し、取得部１３１から入力された、睡眠スコアの算出対象日における周辺環境データに対応する評価結果の補正値を取得する。評価部１３４は、算出した睡眠スコアに、取得した補正値を加算することにより、第１睡眠スコア及び第２睡眠スコアを補正する。

評価部１３４は、ユーザの日中の活動の内容に基づいて評価結果を補正してもよい。評価部１３４は、活動内容と睡眠の質との関係を示すデータを参照することにより、活動データが示す活動内容が睡眠の質に影響した度合いを特定する。評価部１３４は、特定した影響度合いに基づいて、第１睡眠データが示す睡眠の質と第２睡眠データが示す睡眠の質との関係に基づいて特定した効果の度合いを補正することにより評価結果を作成する。

評価部１３４は、取得部１３１が取得したスケジュール情報に含まれるユーザの活動内容を示す情報を取得する。評価部１３４は、ユーザの活動内容と、評価結果の補正値と、の関係が記載されたテーブルを参照し、睡眠スコアの算出対象日におけるユーザの活動内容に対応する補正値を取得する。評価部１３４は、睡眠スコアに、取得した補正値を加算することにより、第１睡眠スコア及び第２睡眠スコアを補正する。

データ処理装置１Ｂにおいて、選択部１３２は、評価部１３４から取得した補正後の睡眠スコアを用いて睡眠の質の改善度合いを算出する。一例として、選択部１３２は、補正後の第１睡眠スコアから補正後の第２睡眠スコアを減算した値を、睡眠の質の改善度合いとして算出する。

学習部１３３は、取得部１３１が取得した学習用ユーザの睡眠データと選択部１３２が選択した学習用コンテンツに加え、評価部１３４が評価した学習用ユーザの補正後の睡眠スコアを教師データとして学習した学習済みモデルを生成し、記憶部１２に格納する。

データ処理装置１Ｂが評価部１３４を備えるように構成されることで、睡眠スコアにコンテンツ以外が与えた影響を補正し、コンテンツが睡眠の質の向上に貢献したか否かをより高い精度で判定し、コンテンツ選択の精度を向上させることができる。

＜第２の実施形態＞
第１の実施形態においては、睡眠データによりユーザの睡眠の質を測定したが、ユーザの睡眠の質は、介護者の作業負荷を示すデータにより判定することとしてもよい。図６は、第２の実施形態に係るデータ処理装置１Ｃの装置構成を示す図である。図６においては、既に説明した機能部と同等の機能部には同じ符号を付け、説明を省略する。

データ処理装置１Ｃは作業データ取得部１３５を備える。作業データ取得部１３５は、選択部１３２が選択した第１コンテンツが与えられたユーザを介護する介護者の作業内容を示す作業データを取得する。作業データ取得部１３５は、ユーザの介護を行う介護者の作業データを取得する。作業データは、例えば介護者の作業内容が記録された日報情報である。

選択部１３２は、作業データが示す介護者の作業内容に基づいてユーザの睡眠の質を推定し、第１コンテンツがユーザに与える刺激の属性と、推定した睡眠の質との関係に基づいて、第１コンテンツと異なる属性を有する第２コンテンツを選択する。作業データがテキストデータである場合は、選択部１３２は作業記録データを自然言語処理することで、日報に記載された介護者の負荷を示す情報を抽出する。介護者の負荷を示す情報は、例えば、認知症の周辺症状に伴う患者の症状を示す情報である。一例として、介護者の負荷を示す情報は、介護者等に対する暴力の有無を示す情報、ユーザが大声を出したり暴れたりしたことを示す情報、ユーザが幻覚を訴えたことを示す情報、又は介護者が夜間の排泄のために呼び出された回数若しくは排泄の補助をした回数を示す情報である。

選択部１３２は、例えば、記憶部１２に記憶された、介護者の作業内容とユーザ（被介護者）の睡眠の質との関係を示すデータを参照することにより、第１コンテンツを与えられたユーザの睡眠の質を推定する。選択部１３２は、介護者の負荷を示す情報を、学習用ユーザの介護者の負荷を示す情報と、学習用ユーザの睡眠の質と、を教師データとして学習することにより作成された学習済みモデルに入力することにより、ユーザの睡眠の質を推定してもよい。

選択部１３２は、上述した方法により、第１コンテンツを与えられた後に、作業データが示す作業内容を介護者が行う必要が生じたユーザに適した第２コンテンツを選択する。選択部１３２は、複数の学習用ユーザそれぞれに与えられた第１コンテンツ及び第２コンテンツと、複数の学習用ユーザが第１コンテンツを与えられた後の介護者の作業内容を示す作業データと、第１コンテンツの後に第２コンテンツを与えられた日の複数のユーザそれぞれの睡眠の質の改善結果と、を教師データとして学習部１３３が学習することにより作成された学習済みモデルを記憶部１２から取得する。そして、選択部１３２は、ユーザに与えられた第１コンテンツの属性データと、第１コンテンツがユーザに与えられた後における介護者の作業内容を示す作業データと、を学習済みモデルに入力する。選択部１３２は、学習済みモデルから出力されたコンテンツを第２コンテンツとして選択する。

［データ処理装置１Ｃにおける処理の流れ］
図７は、データ処理装置１Ｃにおける処理の流れを示すフローチャートである。本フローチャートにおける処理は、例えば、ユーザの登録処理が完了し、コンテンツの選択が可能となった時点で開始している。

選択部１３２は、記憶部１２に記憶されているユーザの属性データを取得する（Ｓ１１）。次に、選択部１３２は、ユーザの属性データを記憶部１２から取得した学習済みモデルに入力し、出力されたコンテンツをユーザに刺激として与える第１コンテンツとして選択する（Ｓ１２）。

取得部１３１は、ユーザを介護する介護者の作業データを取得する（Ｓ１３）。選択部１３２は取得した作業データから介護者の作業負荷を示す情報を抽出し、作業負荷を示す情報に基づいて、ユーザの睡眠の質を推定する（Ｓ１４）。選択部１３２は、推定した睡眠の質が改善しているか否かを判定する（Ｓ１５）。

次に選択部１３２は終了条件が満たされるかどうかを判定する（Ｓ１６）。終了条件は、例えば、ユーザが所望の睡眠の質に到達した場合である。終了条件を満たす場合（Ｓ１６におけるＹＥＳ）、データ処理装置１Ｃは、コンテンツ選択処理を終了する。終了条件が満たされない場合（Ｓ１６におけるＮＯ）、Ｓ１７に進む。

睡眠データが示す睡眠の質が改善している場合（Ｓ１７におけるＹＥＳ）、Ｓ１３に進む。睡眠データが示す睡眠の質が改善していない場合（Ｓ１７におけるＮＯ）、第１コンテンツを識別する情報と、第１コンテンツを与えられたユーザの睡眠の質と、を記憶部１２から取得した学習済みモデルに入力し、出力されたコンテンツを第２コンテンツとして選択する（Ｓ１８）。以下、データ処理装置１Ｃは、選択した第２コンテンツを第１コンテンツとしてユーザに与え、終了条件を満足するまでコンテンツ選択処理を繰り返す。

［データ処理装置１Ｃによる効果］
以上説明したように、データ処理装置１Ｃにおいては、選択部１３２が、複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する。次に、選択部１３２が選択した第１コンテンツが与えられたユーザを介護する介護者の作業内容を示す作業データを作業データ取得部１３５が取得する。そして選択部１３２は、作業データが示す作業内容に基づいてユーザの睡眠の質を推定し、ユーザに与える刺激の内容に影響する第１コンテンツの属性と、推定した睡眠の質との関係に基づいて、第１コンテンツと異なる属性を有する第２コンテンツを選択する。データ処理装置１Ｃがこのように構成されることで、データ処理装置１Ｃは、睡眠データが取得できないユーザに対しても治療効果のあるコンテンツを選択することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、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、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

１ データ処理装置
２ 視聴デバイス
３ バイタルセンサ
１１ 通信部
１２ 記憶部
１３ 制御部
１３１ 取得部
１３２ 選択部
１３３ 学習部
１３４ 評価部
１３５ 作業データ取得部

Claims (16)

1. 複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する選択部と、
   前記選択部が選択した前記第１コンテンツが与えられた前記ユーザの睡眠の質を示す睡眠データを取得する取得部と、
   を有し、
   前記選択部は、前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、前記睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択する、
   データ処理装置。
2. 前記取得部は、前記ユーザの属性を表すユーザ属性データをさらに取得し、
   前記選択部は、前記ユーザ属性データにさらに基づいて前記第１コンテンツ及び前記第２コンテンツを選択する、
   請求項１に記載のデータ処理装置。
3. 前記睡眠データを睡眠日に関連付けて記憶する記憶部を備え、
   前記選択部は、前記第１コンテンツが刺激として前記ユーザに与えられる前の一以上の睡眠日を含む第１睡眠期間における睡眠データである第１睡眠データが示す睡眠の質よりも、前記第１コンテンツが刺激として前記ユーザに与えられた後の一以上の睡眠日を含む第２睡眠期間における睡眠データである第２睡眠データが示す睡眠の質が改善していない場合に前記第２コンテンツを選択する、
   請求項１又は２に記載のデータ処理装置。
4. 前記第１睡眠データが示す睡眠の質と前記第２睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツを前記ユーザに与えたことによる効果の度合いを示す評価結果を作成する評価部をさらに有する、
   請求項３に記載のデータ処理装置。
5. 前記取得部は、前記ユーザの周辺環境の状況を表す周辺環境データをさらに取得し、
   前記評価部は、周辺環境と睡眠の質との関係を示すデータを参照することにより、前記周辺環境データが示す周辺環境が睡眠の質に影響した度合いを特定し、特定した影響度合いに基づいて、前記第１睡眠データが示す睡眠の質と前記第２睡眠データが示す睡眠の質との関係に基づいて特定した前記効果の度合いを補正することにより前記評価結果を作成する、
   請求項４に記載のデータ処理装置。
6. 前記取得部は、前記ユーザの活動内容を表す活動データをさらに取得し、
   前記評価部は、活動内容と睡眠の質との関係を示すデータを参照することにより、前記活動データが示す活動内容が睡眠の質に影響した度合いを特定し、特定した影響度合いに基づいて、前記第１睡眠データが示す睡眠の質と前記第２睡眠データが示す睡眠の質との関係に基づいて特定した前記効果の度合いを補正することにより前記評価結果を作成する、
   請求項４に記載のデータ処理装置。
7. 前記選択部は、前記第１コンテンツが刺激として前記ユーザに与えられた後の前記睡眠データが示す睡眠の質が所定の閾値よりも悪い場合に、前記第２コンテンツを選択する、
   請求項１又は２に記載のデータ処理装置。
8. 前記選択部は、学習用睡眠データと、前記学習用睡眠データが測定された学習用ユーザに与えられた学習用コンテンツの属性と、前記学習用コンテンツが与えられた後の前記学習用ユーザの睡眠の質の改善結果と、を教師データとして用いて学習することにより作成された学習済みモデルに、前記第１コンテンツの属性データと、前記第１コンテンツが与えられた後に測定された前記睡眠データと、を入力することにより前記学習済みモデルが出力する属性に対応する前記第２コンテンツを選択する、
   請求項１から７のいずれか一項に記載のデータ処理装置。
9. 前記選択部は、学習用睡眠データと、前記学習用睡眠データが測定された学習用ユーザに与えられた学習用コンテンツの属性と、前記学習用ユーザの属性と、前記学習用コンテンツが与えられた後の前記学習用ユーザの睡眠の質の改善結果と、を教師データとして用いて学習することにより作成された学習済みモデルに、前記第１コンテンツの属性データと、前記ユーザのユーザ属性データと、前記第１コンテンツが与えられた後に測定された前記睡眠データと、を入力することにより前記学習済みモデルが出力する属性に対応する前記第２コンテンツを選択する、
   請求項１から７のいずれか一項に記載のデータ処理装置。
10. 前記選択部は、前記ユーザによるコンテンツの選択指示を受けることなく、前記第１コンテンツ及び前記第２コンテンツを選択する、
    請求項１から９のいずれか一項に記載のデータ処理装置。
11. 前記選択部は、複数の時間帯に対応する、それぞれ異なる属性の複数の前記第２コンテンツを選択する、
    請求項１から１０のいずれか一項に記載のデータ処理装置。
12. 前記取得部は、前記ユーザの周辺環境の状況を表す周辺環境データをさらに取得し、
    前記選択部は、前記ユーザの周辺環境が前記ユーザの心身に与える影響を示すデータと、前記ユーザの心身の状態に適した刺激の内容を示すデータと、を参照することにより、前記周辺環境データが示す周辺環境において前記ユーザに与える前記第２コンテンツを選択する、
    請求項１から１１のいずれか一項に記載のデータ処理装置。
13. 前記取得部は、前記ユーザの活動内容を表す活動データをさらに取得し、
    前記選択部は、前記ユーザの活動内容が前記ユーザの心身に与える影響を示すデータと、前記ユーザの心身の状態に適した刺激の内容を示すデータと、を参照することにより、前記活動データが示す活動をした前記ユーザに与える前記第２コンテンツを選択する、
    請求項１から１２のいずれか一項に記載のデータ処理装置。
14. 複数のコンテンツからユーザに刺激として与える第１コンテンツを選択する選択部と、
    前記選択部が選択した前記第１コンテンツが与えられた前記ユーザを介護する介護者の作業内容を示す作業データを取得する取得部と、
    を有し、
    前記選択部は、前記作業データが示す前記作業内容に基づいて前記ユーザの睡眠の質を推定し、前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、推定した前記睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択する、
    データ処理装置。
15. コンピュータが実行する、
    複数のコンテンツからユーザに刺激として与える第１コンテンツを選択するステップと、
    選択した前記第１コンテンツが与えられた前記ユーザの睡眠の質を示す睡眠データを取得するステップと、
    前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、前記睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択するステップと、
    を有するデータ処理方法。
16. コンピュータに、
    複数のコンテンツからユーザに刺激として与える第１コンテンツを選択するステップと、
    選択した前記第１コンテンツが与えられた前記ユーザの睡眠の質を示す睡眠データを取得するステップと、
    前記第１コンテンツが前記ユーザに与える刺激の内容に影響する前記第１コンテンツの属性と、前記睡眠データが示す睡眠の質との関係に基づいて、前記第１コンテンツと異なる属性を有する第２コンテンツを選択するステップと、
    を実行させるためのプログラム。

Images