JP2023104132A - Social participation status analyzer and program - Google Patents
Social participation status analyzer and program Download PDFInfo
- Publication number
- JP2023104132A JP2023104132A JP2022004944A JP2022004944A JP2023104132A JP 2023104132 A JP2023104132 A JP 2023104132A JP 2022004944 A JP2022004944 A JP 2022004944A JP 2022004944 A JP2022004944 A JP 2022004944A JP 2023104132 A JP2023104132 A JP 2023104132A
- Authority
- JP
- Japan
- Prior art keywords
- information
- social participation
- reliability
- stay
- social
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 50
- 238000004891 communication Methods 0.000 claims abstract description 36
- 230000009471 action Effects 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims description 13
- 230000001419 dependent effect Effects 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 7
- 230000006399 behavior Effects 0.000 description 60
- 238000012795 verification Methods 0.000 description 53
- 230000000694 effects Effects 0.000 description 43
- 230000006870 function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 20
- 238000013058 risk prediction model Methods 0.000 description 20
- 238000009472 formulation Methods 0.000 description 18
- 239000000203 mixture Substances 0.000 description 18
- 238000000034 method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000000474 nursing effect Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 206010012289 Dementia Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000009419 refurbishment Methods 0.000 description 1
Images
Abstract
Description
本発明は、参加者の行動に基づき、状況を分析するための技術に関する。その中でも特に、参加者の社会参加行動に基づいて、参加者の社会参加状況を分析するための技術に関する。なお、参加者とは、住民、顧客、利用者、関係者、被験者、対象者などの人に関する各種概念を含む。 The present invention relates to techniques for analyzing situations based on participant behavior. In particular, it relates to a technique for analyzing the state of social participation of participants based on their social participation behavior. Note that the participant includes various concepts related to people such as residents, customers, users, stakeholders, subjects, and subjects.
現在、様々な分野でデータ分析がなされている。この中でも、購入動向、防犯や物流効率化などのための人の移動に関する行動の分析が注目されている。また、高齢化社会を迎えるに当たり、認知症や介護問題などの高齢者の健康問題が顕在化している。ここで、高齢者の社会参加行動(社会参加活動を含む)を活性化することにより、高齢者の認知症発症や要介護移行の抑制が可能であることが明らかになりつつある。つまり、健康指標として、従来の食事や運動に加えて、社会参加行動やこれに基づく社会参加状況を可視化することが重要になる。 Currently, data analysis is performed in various fields. Among these, the analysis of behavior related to the movement of people for purchase trends, crime prevention, and logistics efficiency is attracting attention. In addition, as we enter an aging society, health problems of the elderly such as dementia and nursing care problems are becoming apparent. Here, it is becoming clear that it is possible to suppress the onset of dementia in the elderly and the transition to need of long-term care by activating the social participation behavior (including social participation activities) of the elderly. In other words, as a health index, it is important to visualize social participation behavior and social participation status based on this, in addition to conventional diet and exercise.
例えば、特許文献1には、介護予防のための技術が開示されている。より具体的には、「体力測定および認知機能の測定結果と、生活情報および社会参加スコアを取得部により取得すること」が記載されている(要約)。そして、社会参加スコアを算出するために、ユーザーの位置情報を用いることも開示されている(請求項2等)。
For example,
ここで、特許文献1では、体力測定や認知機能の測定結果によって、ユーザーの将来的な体力値を予測することになる。このように、特許文献1では、様々なデータを用意する必要がある。また、体力測定などにおいては、測定のための場所を用意し、測定作業を行う必要がある。以上のように、特許文献1では、社会参加スコアを算出するためには、手間がかかるとの課題がある。
Here, in
また、この手間を低減するには、社会参加スコアを算出するためのデータを減らすことが考えられる。しかしながら、データを減らしてしまうと、社会参加スコアの信頼性が低下する恐れがある。この結果、社会参加状況の分析の正確性が低下する恐れが生じる。 Also, in order to reduce this trouble, it is conceivable to reduce the data for calculating the social participation score. However, reducing the data may reduce the reliability of social participation scores. As a result, there is a risk that the accuracy of the analysis of social participation will be reduced.
そこで、本発明では、より簡易な構成で、正確性を維持した社会参加状況の分析を実現することを課題とする。 Accordingly, an object of the present invention is to realize an analysis of the state of social participation that maintains accuracy with a simpler configuration.
上記の課題を解決するために、本発明は、位置情報に基づき特定される社会参加情報などの各種情報について、その信頼度に応じて更新関連処理を実行する。なお、この更新関連処理には、情報の更新、更新のための追加情報の収集、収集のための参加者に対する問合せが含まれる。なお、情報には、社会参加情報や各種マスター情報が含まれる。 In order to solve the above problems, the present invention executes update-related processing according to the reliability of various types of information such as social participation information specified based on location information. Note that this update-related processing includes updating of information, collection of additional information for updating, and inquiry to participants for collection. The information includes social participation information and various master information.
より具体的な本発明の構成は、参加者の社会参加状況を分析する社会参加状況分析装置において、複数の前記参加者それぞれにおける行動履歴を示す行動情報を受け付ける通信部と、前記行動情報に基づいて、前記参加者の社会参加情報を特定する社会参加情報特定部と、前記社会参加情報の信頼度を計算する信頼度計算部と、前記信頼度に応じて、前記社会参加情報に対する更新関連処理を実行する更新関連処理部と、前記更新関連処理が実行された前記社会参加情報に基づき、前記参加者の社会参加状況を分析する社会参加状況評価部を有する社会参加状況分析装置である。また、本発明には、社会参加状況分析装置を用いた方法や社会参加状況分析装置を機能させるためのプログラムも含まれる。 A more specific configuration of the present invention is a social participation situation analysis device for analyzing social participation situations of participants. a social participation information identification unit for identifying social participation information of said participant; a reliability calculation unit for calculating reliability of said social participation information; and processing related to update of said social participation information according to said reliability. and a social participation situation evaluation unit that analyzes the social participation situation of the participant based on the social participation information on which the update-related process has been executed. The present invention also includes a method using the social participation status analysis device and a program for operating the social participation status analysis device.
さらに、本発明には、社会参加状況分析装置と接続し、行動情報や社会参加情報(追加情報)を収集する利用者端末やこれを用いた方法、利用者端末を機能させるためのプログラムも含まれる。また、社会参加状況分析装置および利用者端末を含む社会参加状況分析システムも本発明に含まれる。 Furthermore, the present invention includes a user terminal that is connected to a social participation status analysis device and collects behavior information and social participation information (additional information), a method using this, and a program for operating the user terminal. be The present invention also includes a social participation analysis system including a social participation analysis device and a user terminal.
本発明によれば、精度よく社会参加状況を分析することが可能となる。 ADVANTAGE OF THE INVENTION According to this invention, it becomes possible to analyze a social participation state precisely.
以下、本発明の一実施例を、<考え方><構成・情報><処理フロー>の順に、図面を用いて説明する。 An embodiment of the present invention will be described below in the order of <concept>, <configuration/information>, and <processing flow> with reference to the drawings.
<考え方>
まず、図1を用いて、本実施例の考え方を説明する。地域A、地域Bにおいて、住民等の各参加者(ユーザー)が、利用者端末の一種であるユーザー利用端末101-1、101-2、101-3を携帯して社会参加行動を実行している。このため、各ユーザー利用端末101-1、101-2、101-3は、GPS機能など利用して、参加者の社会参加行動に伴う位置情報を取得することになる(後述する行動情報収集部26)。なお、地域はいわゆる地区を含む概念であり、その単位には県など任意に設定可能である。また、地域は、本実施例における単位社会の一例である。そして、単位社会には、企業や健康保険組合などの組織、地域コミュニティが含まれる。
<Thinking>
First, the concept of this embodiment will be described with reference to FIG. In regions A and B, participants (users) such as residents carry user terminals 101-1, 101-2, and 101-3, which are types of user terminals, and carry out social participation actions. there is For this reason, each of the user terminals 101-1, 101-2, and 101-3 uses the GPS function, etc., to acquire the position information associated with the social participation behavior of the participants (behavior information collection unit described later). 26). A region is a concept that includes a so-called district, and the unit can be arbitrarily set, such as a prefecture. A region is an example of a unit society in this embodiment. The unit society includes organizations such as companies and health insurance associations, and local communities.
ここで、この社会参加行動には、自宅、工場(勤務先)、店舗、フィットネスクラブ(体育館)、オフィス(勤務先)、飲食店などの各種施設への移動や施設での活動が含まれる。また、参加者は、地域内での行動に限らず、地域を跨る行動を行っているものとする。 Here, this social participation behavior includes movement to various facilities such as home, factory (place of work), store, fitness club (gymnasium), office (place of work), and restaurant, and activities at the facility. In addition, participants are not limited to actions within the region, but are assumed to be taking actions across regions.
そして、データセンタに設置された社会参加状況分析サーバー114が、各ユーザー利用端末101-1、101-2、101-3(以下、ユーザー利用端末101)から行動情報を収集し、参加者の社会参加情報を特定する。なお、行動情報とは、参加者の行動履歴を示し、位置情報を用いることが可能である。そして、社会参加状況分析サーバー114は、社会参加情報に基づき、参加者の社会参加状況を分析することになる。この分析には、社会参加状況を評価することも含まれる。また、社会参加状況分析サーバー114は、このような分析結果を、各種業務システムに提示することが可能である。この結果、業務システムでは、地域AやBの行政機関、保険会社、介護施設、フィットネスクラブ等の施設運営企業、ポイント運営会社で用いられるシステムが想定される。またさらに、分析結果には、地域など単位社会ごとの参加し易さを示す環境指標、各種集計情報やこれらを用いた施策計画やこれを支援するための情報が含まれる。また、分析結果は、ユーザー利用端末101にも通知されてもよい。この社会参加状況分析サーバー114は、社会参加状況分析装置の一種である。
Then, the social participation
さらに、社会参加状況分析サーバー114は、特定された社会参加情報の信頼度に応じて、更新関連処理の一種である情報収集依頼を、ユーザー利用端末101へ通知する。そして、ユーザー利用端末101は、これに応じて、追加情報を社会参加状況分析サーバー114に通知する。この結果、社会参加状況分析サーバー114は、社会参加情報をより適切に更新することができる。このため、社会参加状況分析サーバー114は、社会参加情報に基づく社会参加状況の分析の正確性を向上できる。なお、本実施例における社会参加情報として、行動の多様性・複雑性を加味して算出される社会参加指標を用いてもよい。より具体的には、行動情報により、その行動の社会参加カテゴリーを判別し、これに基づく参加者の社会とのかかわり状況を示す社会参加指標を用いることも可能である。
Furthermore, the social participation
<構成・情報>
次に、図1に示す考え方を実現するための本実施例の構成および情報について説明する。図2は、本実施例における社会参加状況分析システムのシステム構成図である。社会参加状況分析システムには、ユーザー利用端末101-1、101-2、101-3、社会参加状況分析サーバー114、各業務システム30~60が含まれ、これらは、インターネットなどのネットワーク113を介して接続される。図2では、業務システム30~60の運用者として、フィットネスクラブ、保険会社、介護施設運営会社、ポイント運営会社を例示している。これら運用者では、サーバーやPCで構成されるコンピュータシステムで実現できる。
<Configuration/Information>
Next, the configuration and information of this embodiment for realizing the concept shown in FIG. 1 will be described. FIG. 2 is a system configuration diagram of the social participation situation analysis system in this embodiment. The social participation status analysis system includes user terminals 101-1, 101-2, 101-3, a social participation
ここで、各業務システム30~60は、社会参加状況分析サーバー114の分析結果を利用することができる。例えば、フィットネスクラブの業務システム30では、分析結果に応じて参加者に対するメニューの策定が可能となる。また、保険会社の業務システム40では、分析結果に応じて、保険商品の開発や参加者の保険料の料率を算出が可能となる。また、介護施設運営会社の業務システム50では、分析結果に応じて、介護メニューの開発や施設の新設、改装の計画策定が可能となる。さらに、ポイント運営会社の業務システム60では、分析結果に応じて、参加者に対して、参加者へのポイントを付与してもよい。なお、これらの各業務システム30~60では、分析結果として行動情報や社会参加情報自体を用いてもよい。
Here, each of the business systems 30-60 can use the analysis results of the social participation
以下、社会参加状況分析システムを構成する各装置について説明する。社会参加状況分析サーバー114は、データセンタに設けられたコンピュータ装置で実現される。そして、社会参加状況分析サーバー114は、通信部11、入出力部12、社会参加情報特定部13、社会参加情報検証部14、信頼度計算部15、リスク影響度計算部16、情報収集計画策定部17、リスク予測モデル学習部18、リスク予測部19、情報更新部20、社会参加状況評価部21および記憶部22を有する。以下、これらの構成を説明するが、その処理の詳細は、フローチャートを用いて後述する。
Each device constituting the social participation situation analysis system will be described below. The social participation
通信部11は、ネットワーク113を接続するためのインターフェース機能を有する。入出力部12は、各運用管理端末10-1、10-2と接続するためにインターフェース機能を有する。このため、通信部11と入出力部12は、一体で構成してもよい。
The
社会参加情報特定部13は、ユーザー利用端末101から通知された行動情報から社会参加情報を特定する。この行動情報には、該当のユーザー利用端末101の位置情報、つまり、参加者の位置情報が含まれる。また、社会参加情報には、参加者の活動内容が含まれる。なお、社会参加情報の詳細については、後述する。
The social participation
社会参加情報検証部14は、参加者の社会参加情報の検証を行う。この検証には、信頼度に基づく検証およびリスク影響度に基づく検証の少なくとも一方が含まれる。このために、社会参加情報検証部14は、信頼度計算部15およびリスク影響度計算部16を有することが望ましい。ここで、信頼度計算部15は、特定された社会参加情報の信頼度を計算する。この信頼度とは、社会参加情報の真の情報との乖離ないし近さを示す指標であり、正確度や精度を用いることも可能である。また、リスク影響度計算部16は、社会参加情報における参加者について予測される健康上のリスクへの影響の度合いを示すリスク影響度を計算する。なお、このリスクには、将来の要介護リスクや寝たきりリスクなどが含まれる。
The social participation
情報収集計画策定部17は、更新関連処理の一種である情報収集依頼の通知における計画を策定し、これに従って情報収集依頼を通知する。例えば、情報収集計画策定部17は、ネットワーク113での通信量の少ない時間帯や参加者の行動が一段落した際などに、情報収集依頼を通知するような計画を策定することになる。また、情報収集計画策定部17は、情報収集依頼を出力することが望ましい。このため、本実施例の情報収集計画策定部17には、将来の計画やスケジュールを策定せず、都度情報取集依頼を行うことも含まれる。
The information collection
リスク予測モデル学習部18は、機械学習やAI(Artificial Intelligence)技術におけるリスク予測モデルの学習を行う。ここで、リスク予測モデルは、上述の健康上のリスクを計算するためのモデルである。このモデルは、リスク予測部19で用いられる。つまり、リスク予測部19は、リスク予測モデルを用いて、上述のリスクを予測する。なお、リスク予測モデル学習部18は省略可能である。
The risk prediction
情報更新部20は、信頼度に応じて、関連する情報を更新する。更新される情報には、社会参加情報や記憶部22に記憶された滞在箇所マスター情報134や滞在目的マスター情報135が含まれる。なお、この情報更新部20と情報収集計画策定部17は、情報に対する更新関連処理を実行する更新関連処理部の一例として実現できる。このため、更新関連処理には、情報の更新自体や更新するための追加情報の収集処理が含まれる。
The
また、情報更新部20は、社会参加情報を更新するための社会参加情報更新部や滞在箇所マスター情報134や滞在目的マスター情報135を更新するマスター情報更新部に分けて構成してもよい。さらに、社会参加情報更新部とマスター情報更新部は、少なくとも一方を設けてもよい。社会参加状況評価部21は、更新された社会参加情報に基づいて、参加者の社会参加状況の評価課などの分析を行う。記憶部22は、社会参加状況分析サーバー114での処理に用いられる各種情報や処理結果である情報を記憶する。
Further, the
次に、運用管理端末10-1、10-2(以下、単に運用管理端末10)について、説明する。運用管理端末10は、コンピュータで実現でき、データセンタの運用者により利用される。このために、入出力部12を介して、社会参加状況分析サーバー114と接続し、各種指示を出力したり、処理結果を受け付けたりする。
Next, operation management terminals 10-1 and 10-2 (hereinafter simply operation management terminal 10) will be described. The operation management terminal 10 can be realized by a computer and is used by the data center operator. For this purpose, it connects to the social participation
次に、ユーザー利用端末101について説明する。ユーザー利用端末101は、参加者が持参する機器であり、行動情報を収集し、社会参加状況分析サーバー114に通知する。ここで、本実施例では、行動情報として、ユーザー利用端末101の位置情報、つまり、参加者の位置情報を収集する。このために、ユーザー利用端末101は、スマートフォン、携帯電話やタブレット等の携帯可能な情報処理装置や携帯可能なGPS(Global Positioning System)発信機で実現できる。また、本実施例のユーザー利用端末101は、通信部23、入出力部24、行動情報検知部25、行動情報収集部26、社会参加情報収集部27および記憶部28を有する。
Next, the
通信部23は、ネットワーク113を接続するためのインターフェース機能を有する。入出力部24は、ユーザー利用端末101を利用する参加者からの入力を受け付けたり、処理結果を出力したりする。なお、入出力部24は、入力部と出力部に分けて構成してもよい。
The
行動情報検知部25は、参加者の行動情報を検知する機能を有する。本実施例では、行動情報として、位置情報を用いるため、GPS機能によりその位置情報を検知することになる。行動情報収集部26は、行動情報検知部25で検知された行動情報を収集する。そして、収集された行動情報が、通信部23を介して、社会参加状況分析サーバー114に通知される。
The behavior
社会参加情報収集部27は、社会参加状況分析サーバー114からの情報収集依頼に応じて、追加情報を収集する。追加情報の収集には、入出力部24を介した参加者から入力される追加情報を受け付けることや、行動情報検知部25からの行動情報の収集などが含まれる。記憶部28は、ユーザー利用端末101での処理に用いられる情報や処理結果を示す情報が含まれる。
The social participation
なお、ユーザー利用端末101や社会参加状況分析サーバー114の各種処理は、コンピュータプログラム(ソフトウエア)もしくは専用ハードウエアやFPGA(Field-Programmable Gate Array)で実現できる。この実現例については、後述する。
Various processes of the
次に、業務システム30~60は、フィットネスクラブ、保険会社、介護施設運営会社等の業務で用いられるコンピュータシスステムである。なお、本実施例では、これらから社会参加状況分析サーバー114へ、行動情報が通知されてもよい。例えば、フィットネスクラブにおいて、参加者が該当施設に入場した際などにその位置情報および参加者の識別情報(ユーザーID)を、業務システム30から社会参加状況分析サーバー114へ通知されることが想定される。
Next,
以上で図2の説明を終わるが、各装置の台数はあくまでも一例であり、これらに限定されない。また、業務システム30~60の運用者も図示した例に限定されない。
Although the description of FIG. 2 ends above, the number of each device is only an example, and is not limited to these. Also, the operators of the
次に、本実施例の主たる処理を実行するユーザー利用端末101および社会参加状況分析サーバー114の実現例について説明する。図3は、ユーザー利用端末101および社会参加状況分析サーバー114の構成図である。本実施例では、ユーザー利用端末101をプログラム(アプリ)スマートフォンのような携帯可能な情報処理装置で実現する。また、社会参加状況分析サーバー114もプログラムに従って処理を実行するコンピュータの一種であるサーバーで実現する。以下、それぞれの構成を説明する。
Next, an implementation example of the
まず、ユーザー利用端末101は、入出力装置102、演算装置103、行動情報センサ104、通信I/F106、主記憶装置107および補助記憶装置110を有し、これらはバスのような通信路105を介して互いに接続されている。
First, the
入出力装置102は、図2の入出力部24に該当し、タッチパネルで実現できる。なお、入出力装置102は、キーボードといった入力デバイスで実現できる入力装置と、モニタのような出力装置で実現してもよい。また、演算装置103は、CPUなどのプロセッサで実現でき、後述する各種プログラム(アプリ)に従って演算を実行する。また、行動情報センサ104は、参加者の行動情報を検知する機能を有し、行動情報検知部25に該当する。このため、行動情報センサ104は、GPSセンサや加速度センサといった位置情報や参加者の動作を示す情報を検知するセンサで実現できる。なお、行動情報センサ104は、これらに限定されない。
The input/
主記憶装置107は、メモリで実現でき、演算装置103で用いられるプログラムや情報が展開される。主記憶装置107に展開されるプログラムには、行動情報収集プログラム108および社会参加情報収集プログラム109が含まれる。行動情報収集プログラム108での機能は、行動情報収集部26での機能に該当する。また、社会参加情報収集プログラム109での機能は、社会参加情報収集部27での機能に該当する。これら行動情報収集プログラム108および社会参加情報収集プログラム109は、1つのプログラムで実現してもよい。
The
補助記憶装置110は、端末情報111や収集情報112を記憶する。ここで、端末情報111は、ユーザー利用端末101に関する情報であり、その識別情報や参加者のユーザーIDなどを含む。また、収集情報112は、収集された行動情報や社会参加情報が含まれる。なお、補助記憶装置110は、内部ストレージで実現してもよいし、メモリカードやHDD(Hard Disk Drive)、SSD(Solid State Drive)といった外部ストレージで実現してもよい。さらに、補助記憶装置110は、上述のプログラムを格納することが望ましい。さらに、これらプログラムは、ネットワーク113を介して配信されたり、記憶媒体に格納されたりすることが望ましい。なお、図3では図示しないが、ユーザー利用端末101は、基本機能を実現するOS(Operating System)を記憶している。
The
通信I/F106は、通信部23に該当し、ネットワーク113を介して社会参加状況分析サーバー114と通信する。また、通信I/F106は、無線通信を実行することが望ましいが、有線通信であってもよい。
Communication I/
次に、社会参加状況分析サーバー114について説明する。社会参加状況分析サーバー114は、通信I/F115、入力装置116、出力装置117、演算装置118、主記憶装置119および補助記憶装置130を有し、これらはバスのような通信路138を介して互いに接続されている。入力装置116および出力装置117は、図2の入出力部12に該当し、運用管理端末10-1、10-2と接続する機能を有する。
Next, the social participation
演算装置118は、演算装置103と同様に、CPUなどのプロセッサで実現でき、後述する各種プログラムに従って演算を実行する。また、主記憶装置119は、メモリで実現でき、演算装置118で用いられるプログラムや情報が展開される。主記憶装置119に展開されるプログラムには、社会参加情報特定プログラム121、社会参加情報検証プログラム122、情報収集計画策定プログラム125、リスク予測モデル学習プログラム126、リスク予測プログラム127、情報更新プログラム128および社会参加状況評価プログラム129が含まれる。
Like the
ここで、社会参加情報特定プログラム121で実現する機能は、社会参加情報特定部13での機能に該当する。以下、他のプログラムと、図2に示す各部の対応関係を示す。
社会参加情報検証プログラム122:社会参加情報検証部14
情報収集計画策定プログラム125:情報収集計画策定部17
リスク予測モデル学習プログラム126:リスク予測モデル学習部18
リスク予測プログラム127:リスク予測部19
情報更新プログラム128:情報更新部20
社会参加状況評価プログラム129:社会参加状況評価部21
なお、社会参加情報検証プログラム122は、信頼度計算モジュール123およびリスク影響度計算モジュール124を有するが、これらで実現する機能は、それぞれ信頼度計算部15およびリスク影響度計算部16の機能に該当する。これら各モジュールは、独立したプログラムで実現してもよい。さらに、これら各プログラムを集約して、1つないしそれ以上で各プログラムを構成してもよい。
Here, the function realized by the social participation
Social participation information verification program 122: social participation
Information collection plan formulation program 125: Information collection
Risk prediction model learning program 126: risk prediction
Risk prediction program 127:
Information update program 128:
Social Participation Evaluation Program 129: Social
The social participation
補助記憶装置130は、ユーザー管理情報131、端末管理情報132、社会参加情報133、滞在箇所マスター情報134、滞在目的マスター情報135、社会参加情報検証情報136およびリスク予測モデル137を記憶する。ここで、これらの情報について説明する。まず、図4は、本実施例で用いられるユーザー管理情報131を示す図である。ユーザー管理情報131は、ユーザーである参加者に関する情報である。そして、ユーザー管理情報131は、参加者ごとに、ユーザーID701、氏名702、生年月日703、性別704、住所705、連絡先706および家族連絡先707の各項目を有する。ここで、ユーザーID701は、参加者を識別する識別情報である。そして、氏名702、生年月日703、性別704、住所705、連絡先706および家族連絡先707は、それぞれ参加者の氏名等を示す。なお、これらは省略可能である。
次に、図5は、本実施例で用いられる端末管理情報132を示す図である。端末管理情報132は、ユーザー利用端末101に関する情報である。そして、端末管理情報132は、ユーザー利用端末101ごとに、ユーザーID701、利用機種801、OS802およびOS version803の各項目を有する。ユーザーID701は、図4のそれと同じものであるが、さらにユーザー利用端末101を識別する情報を設けてもよい。利用機種801は、該当のユーザー利用端末101の機種、つまり、参加者が利用している機種を示す。また、OS802およびOS version803は、該当のユーザー利用端末101で利用するOSやそのバージョンを識別する情報である。なお、利用機種801、OS802およびOS version803に加えて、もしくはこれらに代えて、ユーザー利用端末101の機能に関する情報を用いてもよい。
Next, FIG. 5 is a diagram showing the
次に、図6は、本実施例で用いられる社会参加情報133を示す図である。社会参加情報133は、参加者の行動を示す情報である。そして、社会参加情報133は、行動ごとに、ユーザーID701、社会参加情報ID901、滞在重心座標902、滞在開始903、滞在終了904、滞在箇所ID905および活動内容906の各項目を有する。ユーザーID701は、図4や図5のそれと同じ項目である。社会参加情報ID901は、管理単位となる社会参加情報、つまり、社会参加情報133の各レコードを識別する情報である。
Next, FIG. 6 is a diagram showing
また、滞在重心座標902は、所定時間や位置などの所定条件での位置情報群における重心位置を示す。滞在開始903および滞在終了904は、所定条件を満たす場合における開始時間と終了時間を示す。また、滞在箇所ID905は、位置情報で代表される行動情報が示す滞在箇所を識別する項目であり、施設などを識別できる。なお、滞在箇所ID905は、位置情報で代表される行動情報に応じて、例えば、後述の滞在箇所マスター情報134を用いて特定される項目である。
Also, the stay
また、活動内容906は、滞在箇所ID905に応じて、例えば、後述の滞在目的マスター情報135を用いて特定される項目である。なお、本実施例では、活動内容906として、運動系活動、文化系活動、ボランティア活動を例示するが、これらに限定されない。また、本実施例では、活動内容906として活動の種類を用いるが、数値化された活動量を用いてもよい。なお、滞在重心座標902、滞在開始903、滞在終了904、滞在箇所ID905および活動内容906の各項目は、行動の内容を示す項目である。なお、これらは、参加者の行動を示す項目であればよく、一部の項目を省略できる。また、他の項目と置き換えることも可能である。
Further, the
図7は、本実施例で用いられる滞在箇所マスター情報134を示す図である。滞在箇所マスター情報134は、施設といった参加者が滞在可能な滞在箇所に関する情報である。そして、滞在箇所マスター情報134は、滞在箇所ごとに、滞在箇所ID905、滞在箇所名1001および滞在箇所重心座標1002の各項目を有する。
FIG. 7 is a diagram showing the stay
ここで、滞在箇所ID905は、該当の介在箇所を識別する識別情報である。滞在箇所名1001は、該当の滞在箇所の名称を示すが、この項目は省略可能である。さらに、滞在箇所重心座標1002は、該当の滞在箇所における重心位置を示す項目である。
Here, the
図8は、本実施例で用いられる滞在目的マスター情報135を示す図である。滞在目的マスター情報135は、滞在箇所ごとの滞在目的、つまり、活動内容を示す情報である。このため、滞在目的マスター情報135は、滞在箇所ごとに、滞在箇所ID905、滞在目的No1101、活動曜日1102、活動時間1103、活動内容1104および利用ユーザーIDリスト1105の各項目を有する。
FIG. 8 is a diagram showing the purpose of
滞在箇所ID905は、図7のそれと同様のものである。また、滞在目的No1101は、該当の滞在箇所の滞在目的(活動内容)を特定するための項目であり、本実施例では番号を用いる。活動曜日1102および活動時間1103は、該当の滞在箇所において、活動が可能な曜日と時間帯を示す。なお、これらについては、省略可能である。また、活動曜日1102に代えて、もしくはこれに加えて、月日を用いてもよい。また、活動内容1104は、該当の滞在箇所で可能な活動内容を示す。利用ユーザーIDリスト1105は、該当の滞在箇所を利用した参加者のユーザーIDである利用ユーザーIDを記録する。
The place of
図9は、本実施例で用いられる社会参加情報検証情報136を示す図である。社会参加情報検証情報136は、社会参加情報133を検証するための情報である。このため、社会参加情報検証情報136は、社会参加情報ごとに、ユーザーID701、社会参加情報ID901、端末依存信頼度1201、滞在箇所推定信頼度1202、ユーザー固有信頼度1203、滞在目的信頼度1204、統合信頼度1205、リスク影響度1206、検証スコア1207および検証結果1208の各項目を有する。
FIG. 9 is a diagram showing social participation
ユーザーID701や社会参加情報ID901は、上述のとおりの項目である。端末依存信頼度1201、滞在箇所推定信頼度1202、ユーザー固有信頼度1203、滞在目的信頼度1204および統合信頼度1205はそれぞれ、社会参加情報133の信頼度を示す項目である。
The
端末依存信頼度1201は、ユーザー利用端末101に応じた信頼度を示す。例えば、ユーザー利用端末101の移動開始後の位置情報計測再開ないし開始までの時間の長短、GPSセンサといった行動情報検知部25の性能などに基づき計算される項目である。このため、端末依存信頼度1201は、OS等のソフトウエアやセンサなどのハードウエアに依存した項目とも表現できる。このため、これらの性能が高いほど、当該信頼度が高くなる傾向と言える。
The terminal
滞在箇所推定信頼度1202は、参加者が滞在した滞在箇所の場所的な要件に応じた信頼度を示す。例えば、滞在箇所の中心と位置情報重心の距離、滞在時間内の位置情報の分散具合、滞在時間内のGPS圏外時間、滞在中の位置情報計測点数、滞在中の活動量の活性度、滞在箇所の面積、隣接する滞在箇所の数、などに基づき計算される。これは、滞在箇所が広い場合や近隣に他の滞在箇所が密集していないほど、その滞在場所の確からしさ高くなるため、当該信頼度も高い傾向となる。
The place-of-
ユーザー固有信頼度1203は、参加者に応じた信頼度を示す。例えば、参加者の行動情報の履歴に基づき計算される。より具体的には、参加者がよく滞在する箇所であるほど、当該信頼度が高くなる傾向にある。さらに、滞在目的信頼度1204は、参加者が滞在した滞在箇所の滞在目的に応じた信頼度を示す。例えば、以下の場合に、当該信頼度が低くなる傾向となる。
滞在目的マスター情報135の利用ユーザーIDリスト1105に、該当の参加者におけるユーザーIDが登録されていない場合
複数の滞在目的No1101もしくは活動内容1104が存在する場合
滞在目的マスター情報135に登録されている情報がない場合
そして、統合信頼度1205は、端末依存信頼度1201、滞在箇所推定信頼度1202、ユーザー固有信頼度1203、滞在目的信頼度1204に基づき計算される統合的な信頼度を示す。なお、端末依存信頼度1201、滞在箇所推定信頼度1202、ユーザー固有信頼度1203、滞在目的信頼度1204は、これらのうち少なくとも1つを用いればよい。さらに、これら以外の信頼度を用いてもよい。
The user-
When the user ID of the corresponding participant is not registered in the
リスク影響度1206は、参加者について予測される健康上のリスクへの影響の度合いを示す項目である。これは、リスク影響度計算部16で計算される項目であり、社会参加情報に基づき計算される。さらに、検証スコア1207は、統合信頼度1205に基づき算出される、追加情報の収集が必要かの度合を示す項目である。本実施例では、このスコアが大きい値であるほど、追加情報の収集、つまり、調査が必要であることを示す。最後に、検証結果1208は、検証スコア1207により追加情報の収集が必要かを示す情報である。本実施例では、図9の第2レコードにおいて、検証スコア1207が、予め定められた閾値よりも大きいため「追加情報収集要」であることが記録されている。
The degree of
なお、リスク予測モデル137は、公知の機械学習モデルを用いることができるため、その内容の説明は省略する。以上で、補助記憶装置130に記憶される情報の説明を終了する。
Since the
また、補助記憶装置130は、上述のプログラムを格納することが望ましい。さらに、これらプログラムは、ネットワーク113を介して配信されたり、記憶媒体に格納されたりすることが望ましい。
Also, the
なお、補助記憶装置130は、HDD(Hard Disk Drive)やSSD(Solid State Drive)で実現できる。さらに、補助記憶装置130は、社会参加状況分析サーバー114の外部に設けたデータベースとして実現してもよい。
Incidentally, the
<処理フロー>
次に、本実施例における処理フローを説明する。この際、各処理の処理主体は、図2に示す構成(各部)を用いて説明する。まず、図10は、本実施例における全体処理を示す全体処理シーケンス図である。まず、ステップS11において、ユーザー利用端末101は、社会参加状況分析サーバー114へ、ユーザー登録申請を通知する。このために、ユーザー利用端末101は、入出力部24を介して、参加者から登録申請指示を受け付ける。これを受けて、OS等の機能より、記憶部28の端末情報111からユーザーIDななどのユーザー管理情報を読出す。そして、通信部23を用いて、ユーザー管理情報を含むユーザー登録申請を、社会参加状況分析サーバー114へ通知する。なお、ユーザー管理情報は、図4に示す各項目を有する。
<Processing flow>
Next, the processing flow in this embodiment will be described. At this time, the processing subject of each process will be described using the configuration (each part) shown in FIG. First, FIG. 10 is an overall processing sequence diagram showing overall processing in this embodiment. First, in step S11, the
次に、ステップS21において、社会参加状況分析サーバー114の社会参加情報特定部13が、登録申請に応じてユーザー登録を行う。つまり、社会参加情報特定部13が記憶部22に、通知された登録申請に含まれるユーザー管理情報を登録する。
Next, in step S21, the social participation
そして、ステップS22において、社会参加情報特定部13が通信部11を用いて、ユーザー利用端末101に、ステップS21の登録が完了したことを通知する。これらステップS11~ステップS22は、社会参加状況分析における事前準備であり、運用管理端末10を用いて実行してもよい。また、ユーザー利用端末101は、ステップS22の登録管理用通知をトリガに、行動情報収集部26を起動する構成とすることが望ましい。つまり、ステップS12以降の処理を開始するための起動が実行される。
Then, in step S22, the social participation
次に、行動情報収集部26は、行動情報検知部25で検知された行動情報を収集する。上述のように、本実施例では、行動情報として位置情報が収集される。但し、以下では、位置情報を行動情報と記載する。また、GPSセンサや加速度センサで実現される行動情報検知部25は、所定条件に従って、ユーザー利用端末101の位置、つまり、参加者の位置を取得する。ここで、取得された行動情報には、タイムスタンプ情報が含まれ、位置と時間が対応付けれることになる。
Next, the behavior
また、この所定条件には、周期的な取得、ユーザー利用端末101の移動を検知した際の取得などが含まれる。より好適には、行動情報検知部25はユーザー利用端末101の移動を検知した場合に起動し、以降周期的に行動情報を取得する。そして、一定期間移動がない場合、行動情報検知部25はスリープモード等で位置検知を休止する。そして、行動情報収集部26は、収集した行動情報を、収集情報112として、記憶部28に記憶する。
Further, the predetermined conditions include periodic acquisition, acquisition when movement of the
また、ステップS13において、通信部23が、収集情報112に含まれる行動情報およびユーザーIDを、社会参加状況分析サーバー114に通知する。この通知は、周期的など所定条件に従って実行される。なお、周期的に行う場合、日単位、分単位などのその単位は問わない。また、ユーザー利用端末101の移動に伴い実行してもよい。つまり、単位時間当たり任意の距離を移動した場合に、本通知を実行してもよい。
Also, in step S13, the
次に、ステップS22において、社会参加状況分析サーバー114が、通知された行動情報に基づき特定される社会参加情報についての分析処理を実行する。以下、本ステップの詳細を、図11を用いて説明する。図11は、実施例における社会参加情報の分析処理を示すフローチャートである。
Next, in step S22, the social participation
まず、分析処理(ステップS22)の前提処理として、ステップS13において、ユーザー利用端末101の通信部23が、ユーザーIDおよび行動情報を、社会参加状況分析サーバー114に通知する。そして、ステップS22-1において、社会参加状況分析サーバー114の通信部11が受け付けた行動情報およびユーザーIDを、社会参加情報特定部13に出力する。
First, as a prerequisite process for the analysis process (step S22), the
また、ステップS22-2において、社会参加情報特定部13が、行動情報およびユーザーIDから社会参加情報を特定する。この社会参加情報の特定処理の詳細を、図12を用いて説明する。図12は、実施例における社会参加情報の特定処理を示すフローチャートである。まず、ステップS22-21において、社会参加情報特定部13が、ステップS22-1で出力された行動情報を受け付ける。
Also, in step S22-2, the social participation
次に、ステップS22-22において、社会参加情報特定部13が、受け付けられた行動情報を用いて、参加者の滞在判定を行う。この滞在判定とは、行動情報を所定単位に分割することを意味する。例えば、社会参加情報特定部13は、タイムスタンプ情報に基づき、行動情報にクラスタリングなどの手法を適用して、所定単位の1つである滞在ごとの滞在情報に分割する。このため、社会参加情報特定部13は、各滞在情報として、滞在の重心と滞在時間帯の情報を特定することになる。
Next, in step S22-22, the social participation
次に、ステップS22-23において、社会参加情報特定部13が、ステップS22-22において特定された滞在の重心に該当する滞在箇所を、滞在箇所マスター情報134から推定する。つまり、参加者の滞在箇所が推定される。このために、社会参加情報特定部13は、特定された滞在の重心に最も近い滞在箇所重心座標1002を特定し、これに対応する滞在箇所ID905の滞在を推定することが望ましい。
Next, in step S22-23, the social participation
次に、ステップS22-24において、社会参加情報特定部13が、ステップS22-23で推定された滞在箇所に基づいて、参加者の活動内容を推定する。このために、社会参加情報特定部13は、推定された滞在箇所の滞在箇所ID905に該当する活動内容1104を、滞在目的マスター情報135から特定する。ここで、図8(第2レコードと第3レコード)に示すように、同じ滞在箇所でも異なる活動内容となる場合がある。そこで、上述のように推定された滞在箇所の滞在箇所ID905に該当する活動内容1104を特定するだけでなく、以下のように活動内容を推定してもよい。
Next, at step S22-24, the social participation
(1)社会参加情報特定部13は、推定された滞在箇所の滞在箇所ID905に該当する活動内容1104を、滞在目的マスター情報135から特定する。つまり、社会参加情報特定部13は、推定された滞在箇所の滞在箇所ID905をキーに、滞在目的マスター情報135の活動内容1104を検索する。
(1) The social participation
(2)社会参加情報特定部13は、通知されたユーザーIDに該当する利用ユーザーIDリスト1105を特定する。つまり、社会参加情報特定部13は、ユーザーIDをキーに、滞在目的マスター情報135の利用ユーザーIDリスト1105を検索する。
(2) The social participation
(3)少なくとも(1)が検索された場合、社会参加情報特定部13は、(1)で検索された活動内容1104を、活動内容とする。なお、(1)のみ検索された場合、推定される活動内容は、複数となる傾向にある。
(3) If at least (1) is retrieved, the social participation
(4)(1)(2)とも検索されない場合、ステップS22-12に遷移し、追加情報の収集を行うことが望ましい。なお、(1)(2)の順序は不同であり、並行処理も可王であるが、処理の効率化を考慮すると、まず(1)を行いその後(1)の結果に対して(2)を実行することが望ましい。 (4) If neither (1) nor (2) is found, it is desirable to proceed to step S22-12 and collect additional information. The order of (1) and (2) is not the same, and parallel processing is also possible. should be performed.
次に、ステップS22-25において、社会参加情報特定部13は、ステップS22-22~ステップS22-24の結果をマージして、社会参加情報を作成する。つまり、社会参加情報特定部13は、以下の各項目をマージすることで、社会参加情報が特定されることになる。
・ステップS22-22の滞在情報の滞在の重心と滞在時間帯が、滞在重心座標902と、滞在開始903、滞在終了904となる。
・ステップS22-23で推定された滞在箇所ID905がそのまま滞在箇所ID905となる。
・ステップS22-24で推定された活動内容が、活動内容906となる。
・その上で、受け付けられたユーザーIDをユーザーID701として、社会参加情報を識別する社会参加情報ID901を作成する。
Next, in step S22-25, the social participation
The barycenter of stay and stay time period in the stay information in step S22-22 are the stay barycenter coordinates 902, stay
- The place of
• The activity content estimated in step S22-24 becomes the
・On top of that, the social
以上で、図12の説明を終わり、図11の戻り本実施例における分析処理の説明を続ける。ステップS22-3において、社会参加情報特定部13は、特定された社会参加情報を、社会参加情報検証部14に出力する。そして、ステップS22-4~以降で、社会参加情報検証部14において、社会参加情報に対する検証を行う。
With this, the description of FIG. 12 is completed, and the description of the analysis processing in this embodiment is continued by returning to FIG. 11 . In step S22-3, the social participation
まず、ステップS22-4において、社会参加情報検証部14が、信頼度計算部15に、該当の社会参加情報に対する信頼度の計算依頼を出力する。そして、ステップS22-5において、信頼度計算部15は、受け付けられた社会参加情報社会参加情報の信頼度を計算する。ここで、本ステップにおける信頼度の計算処理の詳細を、図13を用いて説明する。図13は、本実施例における信頼度の計算処理を示すフローチャートである。
First, in step S22-4, the social participation
まず、ステップS22-51において、信頼度計算部15は、信頼度計算依頼を受け付ける。そして、信頼度計算部15は、複数の観点での信頼度を、ステップS22-52~ステップS22-55のそれぞれで計算する。
First, at step S22-51, the
ステップS22-52において、信頼度計算部15は、ユーザー利用端末101に応じた信頼度を示す端末依存信頼度を計算する。このために、信頼度計算部15は、該当のユーザー利用端末101やこれが搭載するOSに基づき信頼度を計算する。また、ステップS22-53において、信頼度計算部15は、参加者が滞在した滞在箇所の場所的な要件に応じた信頼度を示す滞在箇所推定信頼度を計算する。また、ステップS22-54において、信頼度計算部15は、参加者に応じた信頼度を示すユーザー固有信頼度を計算する。さらに、また、ステップS22-55において、信頼度計算部15は、参加者が滞在した滞在箇所の滞在目的に応じた信頼度を示す滞在目的信頼度を計算する。
In step S22-52, the
ここで、なお、これら各信頼度の計算の詳細は、図9の社会参加情報検証情報136の説明で上述したとおりである。
Here, the details of the calculation of each reliability are as described above in the explanation of the social participation
次に、ステップS22-56において、信頼度計算部15が、ステップS22-52~ステップS22-55のそれぞれで計算された各信頼度の統合処理を行い、各信頼度を統合した信頼度を算出する。この統合処理には、各信頼度の平均値(相加平均、相乗平均、メジア等)、中央値、和、最頻値などの代表値の算出や最大値や最小値の抽出が含まれる。さらに、ステップS22-52~ステップS22-55のうち、1つが閾値未満などで所定の信頼性を満たさない場合、他のステップでの計算を省略してもよい。
Next, in step S22-56, the
また、ステップS22-52~ステップS22-55の各ステップは、少なくとも1つが実行されればよい。このことには、滞在箇所推定信頼度および滞在目的信頼度に関する滞在特性信頼度を用いることも含まれる。この滞在特性信頼度とは、行動情報に含まれる滞在の特性に応じたもので、特に当該滞在における行動情報(例えば、位置情報)の正確性に基づく信頼度である。このため、滞在特性信頼度として、滞在箇所推定信頼度および滞在目的信頼度のうち、少なくとも一方を用いることが可能である。さらに、これらの処理順序も問わず、並行的に処理を行ってもよい。なお、信頼度計算部15は、ステップS22-52~ステップS22-56で計算された各信頼度を、社会参加情報検証情報の該当項目に記録する。
At least one of steps S22-52 to S22-55 may be executed. This includes the use of stay feature confidence in terms of stay location estimation confidence and stay purpose confidence. The reliability of stay characteristics corresponds to the characteristics of the stay included in the behavior information, and is particularly based on the accuracy of the behavior information (for example, location information) in the stay. Therefore, it is possible to use at least one of the stay location estimation reliability and the stay purpose reliability as the stay characteristic reliability. Furthermore, the processing may be performed in parallel regardless of the processing order. The
以上で、図13の説明を終わり、図11の戻り本実施例における分析処理の説明を続ける。ステップS22-6において、信頼度計算部15は、ステップS22-56で算出された信頼度を、社会参加情報検証部14に出力する。
With this, the description of FIG. 13 is completed, and the description of the analysis processing in this embodiment is continued by returning to FIG. 11 . At step S22-6, the
また、ステップS22-7において、社会参加情報検証部14は、ステップS22-3で出力された社会参加情報に対するリスク影響度の計算依頼を、リスク影響度計算部16に出力する。そして、ステップS22-8において、計算依頼に応じて、出力された社会参加情報のリスク影響度を計算する。ここで、本ステップにおけるリスク影響度の計算処理の詳細を、図14を用いて説明する。図14は、本実施例におけるリスク影響度の計算処理を示すフローチャートである。
Also, in step S22-7, the social participation
まず、ステップS22-81において、リスク影響度計算部16が、リスク予測モデル137を読み込む。このリスク予測モデル137としては、統計モデルおよび機械学習モデルを用いることができる。ここで、統計モデルおよび機械学習モデルには、線形回帰、ロジスティック回帰、比例ハザードモデル、一般化線形モデル、SVM(Support-Vector Machine)、ランダムフォレスト、勾配決定木、深層学習などが含まれる。なお、リスク予測モデル137に加え、より多くの説明変数を用いて寄与度を計算するためのモデルを追加で用意してもよい。また、これらリスク予測モデル137における説明変数として、社会参加情報が用いられることになる。例えば、リスク予測モデル137が、線形の場合、以下のように表現できる。
Y=a1*社会参加A1 + a2*社会参加A2 + a3*社会参加A3 + …+ b1*基本情報B1 + b2*基本情報B2 + b3*基本情報B3 + …。
First, in step S22-81, the
Y=a1*social participation A1 + a2*social participation A2 + a3*social participation A3 + …+ b1*basic information B1 + b2*basic information B2 + b3*basic information B3 + ….
次に、ステップS22-82において、リスク影響度計算部16が、リスク予測モデル137を用いて、リスク影響度を算出する。以下、2つの算出例を示す。
例1:各説明変数に対応する係数(重み)を各社会参加情報の影響度として利用する。例2:SHAPやLIMEなどのいわゆるxAI技術を用いて、参加者ごとの要介護リスク予測分析結果における各社会参加情報に対する影響を計算し、リスク影響度として利用する。なお、リスク影響度の算出はこれらに限定されない。また、リスク影響度計算部16は、算出されたリスク影響度を、社会参加情報検証情報136の該当項目に記録する。以上で、図14の説明を終わり、図11の戻り本実施例における分析処理の説明を続ける。
Next, in step S22-82, the
Example 1: A coefficient (weight) corresponding to each explanatory variable is used as the degree of influence of each piece of social participation information. Example 2: Using so-called xAI technology such as SHAP and LIME, the influence on each social participation information in the nursing care risk prediction analysis result for each participant is calculated and used as the risk influence degree. Note that the calculation of the degree of risk impact is not limited to these. Further, the
次に、ステップS22-9において、リスク影響度計算部16が、算出されたリスク影響度を、社会参加情報検証部14に出力する。そして、ステップS22-10において、社会参加情報検証部14は、社会参加情報に対する検証を行う。このために、リスク影響度計算部16は、ステップS22-56で計算された信頼度およびステップS22-8で算出されたリスク影響度のうち少なくとも一方を用いる。例えば、社会参加情報検証部14は、信頼度およびリスク影響度に所定の計算式を適用して、検証スコアを算出する。そして、検証スコアとして、信頼度およびリスク影響度の代表値を用いてもよいし、一方の値を用いてもよい。なお、社会参加情報検証部14は、算出された検証スコアを、社会参加情報検証情報136の該当する項目に記録する。
Next, in step S22-9, the risk
次に、ステップS22-11において、社会参加情報検証部14は、社会参加情報についての検証結果と社会参加情報IDを含む情報収集計画策定依頼を出力する。この情報収集計画策定依頼は、複数の社会参加情報についての策定依頼であってもよい。そして、ステップS22-12において、情報収集計画策定部17が、信頼度を向上するための追加情報を収集するための情報収集計画を策定する。このために、情報収集計画策定部17は、情報収集計画策定依頼における各社会参加情報の検証スコアに基づいて、計画を策定する。つまり、信頼度が低いほど、もしくはリスクが高いほど追加情報の収集を優先するような計画が策定される。ここで、優先とは、より早く追加情報の収集依頼が通知されることを含む。また、検証スコアにおいて、閾値より信頼度が高いもしくはリスクが低い場合、本ステップで処理を終了してもよい。
Next, in step S22-11, the social participation
さらに、情報収集計画策定部17は、情報収集計画の策定をスキップして、検証スコア1207が所定条件を満たせば、都度ステップS22-13を実行してもよい。なお、ステップS22-11の情報収集計画策定依頼は、更新関連処理の依頼の一種である。このため、ステップS22-12の情報収集計画策定も更新関連処理の一種である。したがって、ステップS22-11では情報更新依頼を実行し、ステップS22-12では所定条件を満たす場合に情報更新を実行してもよい。このように、情報更新実行される場合、社会参加情報検証情報136の検証結果1208に「追加情報収集要」と記録される。この所定条件とは、検証スコア1207において、閾値より信頼度が低いもしくはリスクが高いかが含まれる。またさらに、このような所定条件を満たすかを、社会参加情報検証部14が判定し、満たさない場合に更新関連処理の依頼を通知してもよい。さらに、ステップS25で
なお、ステップS22-10で信頼度を用いる場合、ステップS22-7をスキップして、ステップS22-10に遷移してもよい。そして、社会参加情報検証部14は、信頼度を検証スコアとして算出する。この結果、検証スコアや信頼度が所定条件を満たす場合に、社会参加情報検証部14はステップS22-11を実行してもよい。例えば、検証スコアや信頼度が、予め定められた閾値未満、つまり、社会参加情報が真の情報でない可能性が高い場合に、ステップS22-11を実行する。このことで、社会参加情報を真の値に近づけることが可能になる。
Furthermore, the information collection
次に、ステップS22-13において、情報収集計画策定部17が、通信部11に追加情報を収集するための情報収集依頼を出力する。そして、ステップS23において、通信部11からユーザー利用端末101の通信部23に、情報収集依頼を通知する。ここで、ステップS23のタイミングは様々な態様が考えられる。例えば、ステップS22-12での策定ごとに実行してもよいし、単位期間ごとのバッチ処理としてもよい。さらに、依頼単位が所定数になった場合に、まとめて通知されるようにしてもよい。
以上で、図11の説明を終わり、図10に戻り本実施例における全体処理を説明する。
Next, in step S22-13, the information collection
With this, the explanation of FIG. 11 is completed, and returning to FIG. 10, the overall processing in this embodiment will be explained.
上述のステップS23の次に、ステップS13が実行される。ステップS13において、ユーザー利用端末101の社会参加情報収集部27が、追加情報を収集する。このために、社会参加情報収集部27は、図15~図16の各種画面を入出力部24に出力する。社会参加情報収集部27は、まず、社会参加情報収集通知画面1401を出力する。図15は、本実施例における社会参加情報収集通知画面1401を示す図である。この社会参加情報収集通知画面1401は、収集可否問合せするための画面であり、追加情報の入力を依頼する文面が記載される。
After step S23 described above, step S13 is executed. In step S13, the social participation
図15の例では、新しく機能を提供する例を記載している。但し、既に提供している機能の高度化に関する具体的な説明でもよい。例えば、これらには、予測対象項目の拡充、高精度化、アドバイス項目の拡充、などが含まれる。また、社会参加情報収集通知画面1401には、追加情報の入力を認めるためのボタン1402と認めないためのボタン1403が含まれる。このうち、参加者によりボタン1402が選択された場合、追加情報を収集するための画面に遷移する。また、ボタン1403が選択された場合、図10の処理を終了する。この場合、通信部23から社会参加状況分析サーバー114に、追加情報の収収集ができないことを通知することが望ましい。
The example of FIG. 15 describes an example of providing a new function. However, it may also be a specific explanation regarding the sophistication of the functions already provided. For example, these include expansion of prediction target items, improvement of accuracy, expansion of advice items, and the like. The social participation information
ここで、ボタン1402が選択された場合に遷移する画面について説明する。図16は、本実施例における社会参加情報収集画面1501を示す図である。社会参加情報収集画面1501は、社会参加状況エリア1502、各行動情報、つまり、滞在箇所ごとの検証スコアエリア1503~1505、選択された滞在箇所情報エリア1506および修正エリア1507を有する。社会参加状況エリア1502には、社会参加情報をサマライズした社会参加状況が出力される。なお、社会参加状況は、社会参加情報をサマライズした情報には限定されない。
Here, a screen that transitions when the
また、検証スコアエリア1503~1505には、社会参加情報ごとの検証スコアがその滞在箇所と対応付けられて出力されている。そして、これらのうち、検証スコアエリア1503がアクティブ状態であり、追加情報の入力、つまり、修正が可能となっている。なお、アクティブ状態である検証スコアエリア1503に関する滞在箇所についての情報が、滞在箇所情報エリア1506に出力されている。図16の例では、滞在1の地図が出力されているが、滞在箇所名を明示してもよい。
Further, in
さらに、修正エリア1507は、対応する社会参加情報の項目に該当する情報が出力され、これらごとに修正ボタンが出力されている。ここで、滞在日時は、社会参加情報の滞在開始903および滞在終了904に対応する。また、滞在場所は滞在箇所ID904に対応する滞在箇所名1001に対応する。さらに、滞在目的は活動内容906に対応する。ここで、活動内容906が複数存在する場合には、それぞれに対して修正ボタンが出力される。そして、参加者により、修正ボタンが選択されると、それぞれの項目に対する修正が可能となる。この結果、社会参加情報収集部27が、修正された社会参加情報を追加情報として特定することになる。
Furthermore, in the
次に、ステップS14において、通信部23が、ステップS13で収集された追加情報を、社会参加状況分析サーバー114に通知する。そして、社会参加状況分析サーバー114の通信部11がこれを受け付ける。
Next, in step S14, the
以上のように、社会参加状況分析サーバー114の情報収集計画策定部17が、通信部11を用いて、信頼度が予め定められた閾値未満といった所定条件の社会参加情報に対する追加情報を収集するための情報収集依頼を通知する。そして、情報収集計画策定部17がこれに応じて追加情報をユーザー利用端末101から収集することになる。
As described above, the information collection
次に、ステップS24において、情報更新部20が、追加情報を用いて、ステップS22で特定された社会参加情報を更新する。本実施例では、ステップS22で特定された社会参加情報が追加情報に置き換えられる。ここで、置き換えられた追加情報である追加社会参加情報133’を図17に示す。追加社会参加情報133’は、社会参加情報133
と同様の項目を有する。但し、社会参加情報ID901は、更新されたことを示す枝番(-01)が追加されることになる。また、この更新としては、置き換え(上書き)の他、追加社会参加情報133’の追記を行ってもよい。この場合、更新前の社会参加情報133について無効であることを記録することが望ましい。
Next, in step S24, the
has the same items as However, the social
さらに、ステップS24においては、情報更新部20が、追加情報に基づいて、滞在箇所マスター情報134や滞在目的マスター情報135を更新してもよい。例えば、滞在箇所名1001、活動曜日1102、活動時間1103、活動内容1104の更新が可能である。
Furthermore, in step S24, the
次に、ステップS25において、社会参加状況評価部21が、社会参加情報に基づいて、該当の参加者の社会参加状況を特定し、この社会参加状況を評価する。ここで、社会参加状況には、所定期間での社会参加情報の集計結果や社会参加情報自体が含まれる。また、社会参加状況の評価には、参加者の介護リスクやリスクへのアドバイスを特定することが含まれる。なお、評価は、本実施例における分析の一種であり、他の分析を行ってもよい。
Next, in step S25, the social participation
なお、社会参加状況の特定や分析ないし評価のために、社会参加状況評価部21は、AI技術やビッグデータ分析技術を用いることが可能である。これらは、公知技術で実現できるため、その内容の説明は割愛する。次に、ステップS26において、通信部11が、特定された社会参加状況および評価結果を含む社会参加状況評価結果を、ユーザー利用端末101に通知する。なお、社会参加状況評価結果は、社会参加状況および評価結果を含む社会参加状況評価結果のうち、少なくとも一方が含まれればよい。
In order to identify, analyze, or evaluate the social participation status, the social participation
そして、ステップS15において、ユーザー利用端末101の社会参加情報収集部27が、入出力部24に通知された社会参加状況評価結果を出力する。このステップS15で出力される社会参加状況評価画面1601を、図18に示す。図18において、社会参加状況評価画面1601は、集計結果エリア1602、リスクエリア1603およびアドバイスエリア1604を有する。これら各エリアに出力される内容は、ステップS25での評価の結果である。
Then, in step S15, the social participation
集計結果エリア1602は、該当の参加者における社会参加情報を集計した結果を示すエリアである。また、リスクエリア1603は、該当の参加者における社会参加情報に基づき算出されるリスクが出力される。図18では、リスクとして介護リスクを用いている。また、アドバイスエリア1604では、社会参加情報に基づき、リスクを低減するためのアドバイスが出力される。
The
以上で、本実施例の説明を終了する。本発明には、本実施例に限定されず、様々な応用、変形例も含まれる。また、本発明には、社会参加状況の分析結果や社会参加情報に基づく業務システム30~60による各種サービスのための情報処理も含まれる。
This is the end of the description of this embodiment. The present invention is not limited to this embodiment, and includes various applications and modifications. The present invention also includes information processing for various services by the
10…運用管理端末、11…通信部、12…入出力部、13…社会参加情報特定部、14…社会参加情報検証部、15…信頼度計算部、16…リスク影響度計算部、17…情報収集計画策定部、18…リスク予測モデル学習部、19…リスク予測部、20…情報更新部、21…社会参加状況評価部、22…記憶部、23…通信部、24…入出力部、25…行動情報検知部、26…行動情報収集部、27…社会参加情報収集部、28…記憶部、30~60…業務システム、101…ユーザー利用端末、102…入出力装置、103…演算装置、104…行動情報センサ、105…通信路、106…通信I/F、107…主記憶装置、108…行動情報収集プログラム、109…社会参加情報収集プログラム、110…補助記憶装置、111…端末情報、112…収集情報、113…ネットワーク、114…社会参加状況分析サーバー、115…通信I/F、116…入力装置、117…出力装置、118…演算装置、119…主記憶装置、121…社会参加情報特定プログラム、122…社会参加情報検証プログラム、123…信頼度計算モジュール、124…リスク影響度計算モジュール、125…情報収集計画策定プログラム、126…リスク予測モデル学習プログラム、127…リスク予測プログラム、128…情報更新プログラム、129…社会参加状況評価プログラム、130…補助記憶装置、131…ユーザー管理情報、132…端末管理情報、133…社会参加情報、134…滞在箇所マスター情報、135…滞在目的マスター情報、136…社会参加情報検証情報、137…リスク予測モデル
10...
Claims (13)
複数の前記参加者それぞれにおける行動履歴を示す行動情報を受け付ける通信部と、
前記行動情報に基づいて、前記参加者の社会参加情報を特定する社会参加情報特定部と、
前記社会参加情報の信頼度を計算する信頼度計算部と、
前記信頼度に応じて、前記社会参加情報に対する更新関連処理を実行する更新関連処理部と、
前記更新関連処理が実行された前記社会参加情報に基づき、前記参加者の社会参加状況を分析する社会参加状況評価部を有する社会参加状況分析装置。 In a social participation situation analysis device for analyzing the social participation situation of participants,
a communication unit that receives action information indicating the action history of each of the plurality of participants;
a social participation information identifying unit that identifies social participation information of the participant based on the behavior information;
a reliability calculation unit that calculates the reliability of the social participation information;
an update-related processing unit that executes update-related processing for the social participation information according to the reliability;
A social participation status analysis device having a social participation status evaluation unit that analyzes the social participation status of the participant based on the social participation information on which the update-related processing has been performed.
前記更新関連処理部は、前記更新関連処理として、前記社会参加情報を更新する社会参加状況分析装置。 In the social participation situation analysis device according to claim 1,
The update-related processing unit updates the social participation information as the update-related processing.
前記更新関連処理部は、前記更新関連処理として、前記信頼度が所定の条件の社会参加情報に対する追加情報を収集するための情報収集依頼を出力し、当該追加情報を収集する社会参加状況分析装置。 In the social participation situation analysis device according to claim 2,
The update-related processing unit, as the update-related processing, outputs an information collection request for collecting additional information with respect to the social participation information whose reliability is a predetermined condition, and the social participation situation analysis device for collecting the additional information. .
さらに、前記社会参加情報に基づいて、前記参加者の健康リスクへの影響の度合いを示すリスク影響度を計算するリスク影響度計算部を有する社会参加状況分析装置。 In the social participation situation analysis device according to claim 1,
Furthermore, the social participation status analysis device has a risk impact level calculation unit that calculates a risk impact level indicating the degree of impact on the health risk of the participant based on the social participation information.
前記信頼度計算部は、前記信頼度として、前記行動情報に含まれる滞在の特性に応じた滞在特性信頼度を計算する社会参加状況分析装置。 The social participation situation analysis device according to any one of claims 1 to 4,
The social participation situation analysis device, wherein the reliability calculation unit calculates, as the reliability, the reliability of stay characteristics according to the characteristics of stay included in the behavior information.
前記信頼度計算部は、前記滞在特性信頼度として、前記参加者の滞在箇所の場所的な要件に応じた滞在箇所推定信頼度および滞在箇所の滞在目的に応じた滞在目的信頼度の少なくとも一方を計算する社会参加状況分析装置。 In the social participation situation analysis device according to claim 5,
The reliability calculation unit calculates, as the reliability of the stay characteristics, at least one of a stay place estimation reliability according to the location requirements of the stay place of the participant and a stay purpose reliability according to the stay purpose of the stay place. Social participation analysis device that calculates.
前記信頼度計算部は、さらに、前記行動情報を検知する利用者端末に応じた端末依存信頼度および前記参加者に応じた参加者固有信頼度の少なくとも一方を計算する社会参加状況分析装置。 In the social participation situation analysis device according to claim 6,
The social participation situation analysis device, wherein the reliability calculation unit further calculates at least one of terminal-dependent reliability according to the user terminal detecting the behavior information and participant-specific reliability according to the participant.
前記参加者における行動履歴を示す行動情報を収集する行動情報収集部と、
収集された行動情報を、前記社会参加状況分析装置に通知し、
前記行動情報に基づいて特定される、前記参加者の社会参加情報の信頼度が所定の条件の社会参加情報に対する追加情報を収集するための情報収集依頼を、前記社会参加状況分析装置から受け付ける通信部と、
前記参加者から前記追加情報である社会参加情報を収集する社会参加情報収集部として機能させ、
前記社会参加状況分析装置にて、収集された前記社会参加情報に基づいて、前記参加者の社会参加状況が分析されるプログラム。 A user terminal, which is a computer, is connected to a social participation status analysis device that analyzes the social participation status of participants,
a behavior information collecting unit that collects behavior information indicating the behavior history of the participant;
Notifying the social participation status analysis device of the collected behavior information,
Communication for accepting, from the social participation status analysis device, an information collection request for collecting additional information for the social participation information specified based on the behavior information, the reliability of the social participation information of the participant meeting a predetermined condition. Department and
function as a social participation information collection unit that collects social participation information, which is the additional information, from the participant;
A program for analyzing the social participation status of the participant based on the social participation information collected by the social participation status analysis device.
さらに、
前記利用者端末を、前記行動情報として前記参加者の位置情報を検知する行動情報検知部として機能させるプログラム。 In the program according to claim 8,
moreover,
A program that causes the user terminal to function as an action information detection unit that detects position information of the participant as the action information.
前記社会参加状況分析装置にて、収集された前記社会参加情報に基づいて、前記参加者の健康リスクへの影響の度合いを示すリスク影響度が計算されるプログラム。 In the program according to claim 8,
A program for calculating, in the social participation status analyzer, a degree of risk impact indicating the degree of impact on the health risk of the participant based on the collected social participation information.
前記社会参加状況分析装置にて、前記信頼度として、前記行動情報に含まれる滞在の特性に応じた滞在特性信頼度が計算されるプログラム。 In the program according to any one of claims 8 to 10,
A program for calculating, as the reliability, a stay characteristic reliability according to a stay characteristic included in the behavior information in the social participation status analysis device.
前記社会参加状況分析装置にて、前記滞在特性信頼度として、前記参加者の滞在箇所の場所的な要件に応じた滞在箇所推定信頼度および滞在箇所の滞在目的に応じた滞在目的信頼度の少なくとも一方が計算されるプログラム。 The program according to claim 11,
In the social participation status analysis device, as the stay characteristic reliability, at least a stay place estimation reliability according to the location requirements of the stay place of the participant and a stay purpose reliability according to the stay purpose of the stay place A program in which one is calculated.
前記社会参加状況分析装置にて、さらに、当該利用者端末に応じた端末依存信頼度および前記参加者に応じた参加者固有信頼度の少なくとも一方が計算されるプログラム。 The program according to claim 12,
A program for calculating at least one of a terminal-dependent reliability degree according to the user terminal and a participant-specific reliability degree according to the participant in the social participation situation analysis device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022004944A JP2023104132A (en) | 2022-01-17 | 2022-01-17 | Social participation status analyzer and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022004944A JP2023104132A (en) | 2022-01-17 | 2022-01-17 | Social participation status analyzer and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023104132A true JP2023104132A (en) | 2023-07-28 |
Family
ID=87379687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022004944A Pending JP2023104132A (en) | 2022-01-17 | 2022-01-17 | Social participation status analyzer and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023104132A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116991863A (en) * | 2023-09-27 | 2023-11-03 | 深圳市前海数据服务有限公司 | Data auxiliary analysis management system and method based on big data |
-
2022
- 2022-01-17 JP JP2022004944A patent/JP2023104132A/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116991863A (en) * | 2023-09-27 | 2023-11-03 | 深圳市前海数据服务有限公司 | Data auxiliary analysis management system and method based on big data |
CN116991863B (en) * | 2023-09-27 | 2023-12-01 | 深圳市前海数据服务有限公司 | Data auxiliary analysis management system and method based on big data |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11600390B2 (en) | Machine learning clinical decision support system for risk categorization | |
CN110753971B (en) | Systems and methods for dynamically monitoring patient condition and predicting adverse events | |
US10257660B2 (en) | Systems and methods of sourcing hours of operation for a location entity | |
Pathan et al. | Identifying stroke indicators using rough sets | |
US20150186617A1 (en) | System and method for probabilistic evaluation of contextualized reports and personalized recommendation in travel health personal assistants | |
WO2018120426A1 (en) | Personal health status evaluation method, apparatus and device based on location service, and storage medium | |
CN111640515A (en) | Method and device for determining epidemic situation risk of region, computer equipment and storage medium | |
WO2018120425A1 (en) | Personal property status assessing method, apparatus, device, and storage medium | |
CN111144658B (en) | Medical risk prediction method, device, system, storage medium and electronic equipment | |
US20150161555A1 (en) | Scheduling tasks to operators | |
JP2018077821A (en) | Method, program, server device, and processor for generating predictive model of category of venue visited by user | |
JP2023104132A (en) | Social participation status analyzer and program | |
Qiu et al. | Estimating disease burden using Internet data | |
CN108428001B (en) | Credit score prediction method and device | |
Elder et al. | Can machine learning help identify patients at risk for recurrent sexually transmitted infections? | |
US20180075195A1 (en) | System and method for facilitating computer-assisted healthcare-related outlier detection | |
WO2021042541A1 (en) | Shopping guide method and apparatus in new retail model, device and storage medium | |
JP2017146633A (en) | Proposal assistance method, proposal assistance system, and program | |
US20210216927A1 (en) | Systems And Methods For Identifying An Officer At Risk Of An Adverse Event | |
Streilein et al. | Evaluating COVID-19 exposure notification effectiveness with SimAEN: a simulation tool designed for public health decision making | |
CN115391666A (en) | Hospital online recommendation method and device, computer equipment and storage medium | |
WO2020066444A1 (en) | Customer information registration device | |
WO2016021039A1 (en) | k-ANONYMIZATION PROCESSING SYSTEM AND k-ANONYMIZATION PROCESSING METHOD | |
US20230135367A1 (en) | Determining infection risk levels | |
Azzedin et al. | A generic model for disease outbreak notification systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240221 |