JP2024074177A - Information processing device, information processing method, and information processing program - Google Patents
Information processing device, information processing method, and information processing program Download PDFInfo
- Publication number
- JP2024074177A JP2024074177A JP2022185302A JP2022185302A JP2024074177A JP 2024074177 A JP2024074177 A JP 2024074177A JP 2022185302 A JP2022185302 A JP 2022185302A JP 2022185302 A JP2022185302 A JP 2022185302A JP 2024074177 A JP2024074177 A JP 2024074177A
- Authority
- JP
- Japan
- Prior art keywords
- information
- task
- user
- execution
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 170
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 141
- 238000000034 method Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 description 61
- 238000004891 communication Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012946 outsourcing Methods 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000010079 rubber tapping Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 210000000245 forearm Anatomy 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。 The present invention relates to an information processing device, an information processing method, and an information processing program.
従来、インターネットなどのネットワークを介して、不特定多数の人にタスクの実行を委託する業務委託形態が知られている。かかる業務委託形態は、クラウドソーシングとも呼ばれる。 Conventionally, there is known a form of outsourcing in which the execution of a task is entrusted to an unspecified number of people via a network such as the Internet. This form of outsourcing is also called crowdsourcing.
クラウドソーシングに関する技術として、特許文献1には、タスクの実行候補者となる利用者の行動履歴に基づいて、所定時点から締切日までの間の利用者の隙間時間を推定し、締切日と隙間時間とに基づいて、締切日までにタスクを完了可能な利用者を選定する技術が提案されている。 As a crowdsourcing technique, Patent Literature 1 proposes a technique for estimating the amount of free time a user has between a given point in time and a deadline based on the behavioral history of the users who are candidates for performing a task, and for selecting a user who can complete the task by the deadline based on the deadline and the free time.
しかしながら、上記特許文献1に記載の技術では、タスクを実行する利用者を選定する技術に留まり、クラウドソーシングの促進をより図る点で改善の余地がある。例えば、クラウドソーシングでは、タスクの実行が不特定多数の利用者に依頼されるため、利用者によっては真面目にタスクを実行しない場合がある。そのため、利用者から得られるタスクの実行結果には、適切でない実行結果が含まれる可能性があり、クラウドソーシングの促進が阻害される可能性がある。 However, the technology described in Patent Document 1 is limited to selecting users to perform tasks, and there is room for improvement in terms of further promoting crowdsourcing. For example, in crowdsourcing, tasks are requested from an unspecified number of users, and some users may not perform the tasks seriously. As a result, the task execution results obtained from users may include inappropriate execution results, which may hinder the promotion of crowdsourcing.
本願は、上記に鑑みてなされたものであって、クラウドソーシングの促進を図ることができる情報処理装置、情報処理方法、および情報処理プログラムを提供することを目的とする。 The present application has been made in consideration of the above, and aims to provide an information processing device, an information processing method, and an information processing program that can promote crowdsourcing.
本願に係る情報処理装置は、取得部と、判定部とを備える。取得部は、利用者による端末装置を用いたタスクの実行結果と、1以上のセンサによって検出された情報であって利用者によるタスクの実行時における情報である検出情報とを取得する。判定部は、取得部によって取得された実行結果および検出情報のうちの少なくとも一方に基づいて、利用者によるタスクの実行の正当性の有無を判定する。 The information processing device according to the present application includes an acquisition unit and a determination unit. The acquisition unit acquires a result of a task executed by a user using a terminal device, and detection information, which is information detected by one or more sensors and is information at the time when the task is executed by the user. The determination unit determines whether or not the execution of the task by the user is legitimate, based on at least one of the execution result and the detection information acquired by the acquisition unit.
実施形態の一態様によれば、クラウドソーシングの促進を図ることができるという効果を奏する。 According to one aspect of the embodiment, it is possible to promote crowdsourcing.
以下に、本願に係る情報処理装置、情報処理方法、および情報処理プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、および情報処理プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Below, the information processing device, information processing method, and information processing program according to the present application will be described in detail with reference to the drawings. Note that the information processing device, information processing method, and information processing program according to the present application are not limited to these embodiments. Furthermore, the embodiments can be appropriately combined as long as they do not cause inconsistencies in the processing content. Furthermore, the same parts in the following embodiments will be given the same reference numerals, and duplicated explanations will be omitted.
〔1.情報処理の一例〕
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図であり、情報処理装置1によって実行される。
[1. An example of information processing]
First, an example of information processing according to the embodiment will be described with reference to Fig. 1. Fig. 1 is a diagram showing an example of information processing according to the embodiment, which is executed by an information processing device 1.
図1に示す情報処理装置1は、インターネットなどのネットワークを介して各種のサービスを提供する。情報処理装置1は、クラウドソーシング仲介サービス、ウェブ検索サービス、スケジュール管理サービス、経路案内サービス、路線情報提供サービス、動画配信サービス、音楽配信サービス、地図情報提供サービス、電子商取引サービスなどの各種のオンラインサービスを提供する。 The information processing device 1 shown in FIG. 1 provides various services via a network such as the Internet. The information processing device 1 provides various online services such as a crowdsourcing intermediary service, a web search service, a schedule management service, a route guidance service, a route information service, a video distribution service, a music distribution service, a map information service, and an e-commerce service.
以下においては、情報処理装置1が提供するサービスのうち主にクラウドソーシング仲介サービスについて説明する。クラウドソーシング仲介サービスは、クラウドソーシングにおける発注側と受注側とを繋ぐサービスである。 The following mainly describes the crowdsourcing intermediation service among the services provided by the information processing device 1. The crowdsourcing intermediation service is a service that connects the ordering party and the receiving party in crowdsourcing.
クラウドソーシングは、受注側である事業者や研究者などがインターネットなどのネットワークを通じて、不特定多数にタスクの実行を委託し、タスクの実行結果を取得する業務委託形態である。以下において、クラウドソーシング仲介サービスにおける発注側のユーザを発注者Oと記載し、クラウドソーシング仲介サービスにおける受注側のユーザを利用者Uと記載する。 Crowdsourcing is a form of outsourcing in which a business operator, researcher, or other party that receives a task outsources the execution of the task to an unspecified number of people via a network such as the Internet, and obtains the results of the task execution. In what follows, the user that places an order in the crowdsourcing intermediation service will be referred to as the "orderer O," and the user that receives the task in the crowdsourcing intermediation service will be referred to as the "user U."
情報処理装置1は、クラウドソーシング仲介サービスにおいて、利用者Uにタスクを実行させるための情報を含むタスク情報を発注者Oから受け付け、かかるタスク情報に基づいて、利用者Uにタスクの実行を依頼し、利用者Uにタスクを実行させる。そして、情報処理装置1は、各利用者Uによるタスクの実行結果を各利用者Uの端末装置2から受け付け、受け付けた実行結果を発注者Oに提供する。
In a crowdsourcing intermediation service, the information processing device 1 receives task information from the client O, including information for causing the user U to execute a task, and requests the user U to execute the task based on the task information, causing the user U to execute the task. The information processing device 1 then receives the results of the task execution by each user U from the
タスクは、利用者Uが端末装置2を用いて実行されるタスクであり、例えば、アンケート型タスク、アノテーション、操作型タスクなどである。端末装置2は、例えば、スマートフォン、タブレット端末、ノート型のPC(Personal Computer)、デスクトップ型のPCなどであるが、VR(Virtual Reality)ゴーグルやスマートウォッチなどのウェアラブルデバイスなどであってもよい。
A task is a task that is executed by a user U using a
タスクは、上述した例に限定されず、例えば、ウェブページの作成、ニュースなどの記事コンテンツの作成などであってもよい。また、タスクは、利用者Uが端末装置2を用いずに実行するタスクであってもよい。
The task is not limited to the above-mentioned examples, and may be, for example, creating a web page or creating article content such as news. Furthermore, the task may be a task that the user U executes without using the
アンケート型タスクは、複数の設問の各々に対する回答を利用者Uに入力させるタスクである。アンケート型タスクは、例えば、利用者Uの意識調査のための設問に対する回答を利用者Uに入力させるタスク、利用者Uの知識を問う複数の設問の各々に対する回答を利用者Uに入力させるタスク、記事コンテンツを含み且つ記事コンテンツに関する複数の設問の各々に対する回答を利用者Uに入力させるタスクなどであるが、かかる例に限定されない。 A questionnaire-type task is a task that has the user U input answers to each of a number of questions. Examples of questionnaire-type tasks include, but are not limited to, a task that has the user U input answers to questions for a survey of the user U's attitude, a task that has the user U input answers to each of a number of questions that test the user U's knowledge, and a task that includes article content and has the user U input answers to each of a number of questions related to the article content.
アノテーションは、例えば、機械学習に用いるデータにタグ付けを行う作業であり、例えば、データに特定の対象が含まれるか否かを示すタグを入力したり、画像データに含まれる特定の対象を選択したりすることによって行われる。特定の対象の選択は、端末装置2がスマートフォンやタブレット端末である場合、例えば、特定の対象の領域に対するタップ操作、特定の対象の外縁を指やスタイラスペンなどでなぞる操作、特定の対象を指やスタイラスペンなどで塗り潰す操作などによって行われる。
Annotation is, for example, the task of tagging data used in machine learning, and is performed, for example, by inputting a tag indicating whether the data contains a specific target, or by selecting a specific target contained in image data. When the
また、端末装置2がノート型のPCやデスクトップ型のPCである場合、特定の対象の選択は、例えば、特定の対象の領域に対するクリック操作、特定の対象の外縁をカーソルの移動によってなぞる操作、特定の対象をカーソルの移動によって塗り潰す操作などによって行われる。
In addition, if the
操作型タスクは、例えば、UI(User Interface)を含むコンテンツにおけるUIの操作を要求するタスクである。操作型タスクで要求される操作は、端末装置2がスマートフォンやタブレット端末である場合、例えば、タップ操作、ダブルタップ操作、フリック操作、スワイプ操作、ピンチ操作などであり、端末装置2がノート型のPCやデスクトップ型のPCである場合、クリック操作、ダブルクリック操作、スクロール操作、カーソルの移動操作、ドラックアンドドロップ操作などである。
An operation-type task is, for example, a task that requires a user interface (UI) operation in content that includes a UI. Operations required in an operation-type task include, for example, a tap operation, a double tap operation, a flick operation, a swipe operation, a pinch operation, etc. when the
図1に示すように、情報処理装置1は、発注者Oの端末装置3から送信される複数のタスク情報を受け付ける(ステップS1)。ステップS1で受け付けられる複数のタスク情報は、同一の発注者Oからのタスク情報であってもよく、互いの異なる発注者Oからのタスク情報であってもよい。 As shown in FIG. 1, the information processing device 1 receives multiple pieces of task information transmitted from the terminal device 3 of the client O (step S1). The multiple pieces of task information received in step S1 may be task information from the same client O, or may be task information from different clients O.
タスク情報は、タスク毎の情報であり、情報処理装置1は、複数のタスク情報を受け付ける。タスク情報には、利用者Uにタスクを実行させるための情報を含む実行用情報とタスクを実行する際の条件を示す条件情報とが含まれる。 Task information is information for each task, and the information processing device 1 accepts multiple pieces of task information. The task information includes execution information, which includes information for causing the user U to execute the task, and condition information, which indicates the conditions for executing the task.
実行用情報は、タスクがアンケート型タスクである場合、例えば、設問を示す情報、利用者Uが設問への回答を入力するUI(以下、回答UI)、利用者Uが入力した回答の送信を決定する際に操作するUI(以下、決定UI)などが含まれる。回答UIは、例えば、テキストボックス、チェックボックス、ラジオボタン、コンボボックスなどであるが、かかる例に限定されない。決定UIは、例えば、ボタンである。決定UIが操作された場合に、利用者Uが入力した回答の情報が端末装置2から情報処理装置1に送信される。
When the task is a questionnaire-type task, the execution information includes, for example, information indicating the question, a UI in which the user U inputs an answer to the question (hereinafter, the answer UI), and a UI that the user U operates when deciding to send the input answer (hereinafter, the decision UI). The answer UI is, for example, a text box, a check box, a radio button, a combo box, etc., but is not limited to these examples. The decision UI is, for example, a button. When the decision UI is operated, the answer information input by the user U is transmitted from the
また、実行用情報は、タスクがアノテーションである場合、例えば、タグ付けの対象となるデータ(例えば、画像データ、文書データ、音データなど)、データにタグ付けするために用いられるUI、上述した決定UIなどが含まれる。 In addition, when the task is an annotation, the execution information includes, for example, the data to be tagged (e.g., image data, document data, sound data, etc.), the UI used to tag the data, the decision UI described above, etc.
また、実行用情報は、タスクが操作型タスクである場合、UIを含むコンテンツであり、例えば、ウェブコンテンツやアプリケーションプログラムなどである。ウェブコンテンツは、例えば、ニュースなどの記事のコンテンツ、SNS(Social Networking Service)のコンテンツ、ゲームサイトのコンテンツ、ショッピングサイトのコンテンツ(例えば、ショッピングページなど)、3次元空間に配置されるアバターなどのコンテンツである。 When the task is an operational task, the execution information is content including a UI, such as web content or an application program. Web content is, for example, content such as news articles, SNS (Social Networking Service) content, game site content, shopping site content (e.g., a shopping page), and avatars placed in three-dimensional space.
条件情報には、タスクを実行する際の利用者Uのコンテキストを規定する情報が含まれる。利用者Uのコンテキストは、利用者Uの状況であり、利用者Uの周囲の状況、利用者Uがいる場所、利用者Uの状態などを含む。 The condition information includes information that specifies the context of user U when performing a task. User U's context is the situation of user U, and includes the situation around user U, the location of user U, user U's state, etc.
利用者Uの周囲の状況は、利用者Uが置かれた物理的環境であり、例えば、利用者Uの周囲の明るさ、温度、湿度、音の大きさや周波数、風の強さ、利用者Uが座っている電動椅子の高さや背もたれの角度、利用者Uが利用している昇降机の天板の高さなどである。また、利用者Uの周囲の状況は、利用者Uが屋外にいる場合、利用者Uがいる場所の天候なども含む。 The surrounding conditions of user U are the physical environment in which user U is placed, such as the brightness, temperature, humidity, volume and frequency of sound around user U, wind strength, the height and backrest angle of the electric chair in which user U is sitting, and the height of the tabletop of the lift desk being used by user U. In addition, if user U is outdoors, the surrounding conditions of user U also include the weather in the location where user U is located.
利用者Uがいる場所は、例えば、利用者Uが現在いる場所の緯度経度または名称などによって特定される。利用者Uが現在いる場所の名称は、例えば、飲食店、公園、自宅、駅、病院、市役所、道路、地下道、電車、車、航空機、船などであるが、かかる例に限定されない。 The location where user U is located is identified, for example, by the latitude and longitude or the name of the location where user U is currently located. The name of the location where user U is currently located is, for example, a restaurant, park, home, station, hospital, city hall, road, underground passage, train, car, airplane, ship, etc., but is not limited to such examples.
利用者Uの状態は、例えば、利用者Uの動作状態や利用者Uの感情などを含む。利用者Uの動作状態は、例えば、座っている、寝ている、歩いている、走っている、立っているなどである。 The state of user U includes, for example, the motion state of user U and the emotions of user U. The motion state of user U is, for example, sitting, sleeping, walking, running, standing, etc.
つづいて、情報処理装置1は、ステップS1で取得したタスク情報に対応するタスクの実行を利用者Uに依頼する(ステップS2)。情報処理装置1は、例えば、利用者Uが端末装置2を用いて情報処理装置1にアクセスした場合に、ステップS1で取得したタスク情報に対応するタスクの一覧を示す情報を含む一覧情報が含まれる依頼情報を端末装置2に送信することによって、ステップS1で取得したタスク情報に対応するタスクの実行を利用者Uに依頼する。
Then, the information processing device 1 requests the user U to execute a task corresponding to the task information acquired in step S1 (step S2). For example, when the user U accesses the information processing device 1 using the
情報処理装置1によって送信される依頼情報には、ステップS1で取得したタスク情報に対応するタスクの概要を示す情報、およびタスク情報に含まれる条件情報で規定されるコンテキストを示す情報などが含まれる。例えば、依頼情報には、文字列「レストラン内でタスクを実行してください。」を端末装置2に表示させるための情報などが含まれる。
The request information transmitted by the information processing device 1 includes information indicating an overview of the task corresponding to the task information acquired in step S1, and information indicating the context defined by the condition information included in the task information. For example, the request information includes information for displaying the character string "Please perform the task in the restaurant" on the
端末装置2は、情報処理装置1から送信される依頼情報を受信すると、受信した依頼情報を表示する。端末装置2に表示される依頼情報には、例えば、タスク毎の承諾ボタンが含まれており、かかる承諾ボタンが利用者Uによるクリックまたはタップなどによって選択された場合、端末装置2は、選択された承諾ボタンに対応するタスクを特定するための情報を含むタスク要求を情報処理装置1に送信する(ステップS3)。
When the
情報処理装置1は、端末装置2から送信されるタスク要求を受信した場合、タスク要求で特定されるタスクを利用者Uに実行させるために、タスク要求で特定されるタスク情報に含まれる実行用情報を利用者Uの端末装置2に送信する(ステップS4)。
When the information processing device 1 receives a task request sent from the
端末装置2は、情報処理装置1から送信される実行用情報を受信すると、実行用情報に基づいて、利用者Uがタスクを実行するための表示などを行う。これにより、利用者Uは、端末装置2を用いてタスクを実行することができる。
When the
また、端末装置2は、利用者Uによるタスクの実行時において、利用者Uによるタスクの実行時の検出情報を取得する。タスクの実行時は、タスクが実行可能な状態になってからタスクの実行が終了するまでの期間であるが、後述する実行用情報が端末装置2で受信されたときから後述する実行結果が端末装置2から送信されるまでの期間であってもよい。
In addition, when the user U is executing a task, the
また、端末装置2によって取得される検出情報は、例えば、端末装置2に設けられた1以上のセンサによって検出された情報および端末装置4に設けられた1以上のセンサによって検出された情報のうちの一方の情報または両方の情報である。
The detection information acquired by the
端末装置4は、利用者Uの周囲に配置されている端末装置または利用者Uに装着されている端末装置である。例えば、端末装置4は、スマートフォン、タブレット端末、ノート型のPC、デスクトップ型のPC、またはVRゴーグルやスマートウォッチなどのウェアラブルデバイスなどである。
The
端末装置2,4に設けられるセンサは、例えば、イメージセンサ(カメラ)、マイク、ジャイロセンサ、位置センサ(測位センサ)、温度センサ、湿度センサ、照度センサ、心拍センサなどの複数のセンサのうちの1以上のセンサであるが、かかる例に限定されない。
The sensor provided in the
つづいて、端末装置2は、利用者Uによる端末装置2を用いたタスクの実行結果と利用者Uによるタスクの実行時の検出情報を情報処理装置1に送信する(ステップS5)。タスクの実行結果は、タスクがアンケート型タスクである場合、例えば、利用者Uによる設問に対する回答を示す情報や利用者Uによる操作履歴の情報などを含む。操作履歴の情報は、例えば、利用者Uによる設問に対する回答のタイミングや速度を示す情報などを含む。
Then, the
また、タスクの実行結果は、タスクがアノテーションである場合、例えば、利用者Uによって入力されたタグの情報や利用者Uによる操作履歴の情報などを含む。操作履歴の情報は、例えば、利用者Uによるタグ付けの速さ、タグの位置、タグの範囲、タグ付けのタイミングなどを示す情報などを含む。 Furthermore, if the task is an annotation, the execution result of the task includes, for example, information on tags entered by the user U and information on the operation history by the user U. The operation history information includes, for example, information indicating the speed at which the user U tagged, the position of the tag, the range of the tag, the timing of tagging, etc.
また、タスクの実行結果は、タスクが操作型タスクである場合、例えば、利用者Uによる操作履歴の情報などを含む。操作履歴は、例えば、各種の操作(例えば、タップ操作、フリック操作、スワイプ操作、ピンチ操作、クリック操作、カーソルの移動操作、ドラックアンドドロップ操作など)の内容(例えば、操作位置、操作タイミング、操作速度、操作された距離など)の履歴などを含む。以下において、タスクの実行結果を単に実行結果と記載する場合がある。 Furthermore, if the task is an operation-type task, the execution result of the task includes, for example, information on the operation history by the user U. The operation history includes, for example, a history of the contents (for example, operation position, operation timing, operation speed, operation distance, etc.) of various operations (for example, tap operation, flick operation, swipe operation, pinch operation, click operation, cursor movement operation, drag-and-drop operation, etc.). In the following, the execution result of the task may be simply referred to as the execution result.
また、情報処理装置1は、利用者Uによるタスクの実行終了後に実行結果と検出情報とを取得するが、利用者Uによるタスクの実行中に実行結果と検出情報とを繰り返し取得することもできる。この場合、端末装置2は、利用者Uによるタスクの実行中に実行結果と検出情報とを繰り返し情報処理装置1に送信する。なお、情報処理装置1は、端末装置4に設けられたセンサによって検出された情報を端末装置2から取得することに代えて端末装置4から取得することもできる。
In addition, the information processing device 1 acquires the execution result and the detection information after the user U finishes executing the task, but can also repeatedly acquire the execution result and the detection information while the user U is executing the task. In this case, the
つづいて、情報処理装置1は、ステップS5で端末装置2から送信された実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行の正当性の有無を判定する(ステップS6)。ステップS6において、情報処理装置1は、まず、検出情報の正当性の有無を判定し、検出情報の正当性があると判定した場合、利用者Uによるタスクの実行結果の正当性の有無を判定する。なお、タスクの実行の正当性は、タスクの実行結果の正当性を含む。
Then, the information processing device 1 determines whether the execution of the task by the user U is legitimate based on at least one of the execution result and the detection information transmitted from the
まず、情報処理装置1による検出情報の正当性の有無の判定方法について説明する。情報処理装置1から送信される実行用情報には、検出情報の正当性の有無を判定するための判定用情報が含まれており、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための情報を出力する。
First, a method for determining whether the detection information is valid by the information processing device 1 will be described. The execution information transmitted from the information processing device 1 includes determination information for determining whether the detection information is valid, and the
検出情報の正当性の有無を判定するための情報は、例えば、特定の画像を端末装置2に表示させるための情報、特定の音を端末装置2から発生させるための情報、および近距離通信を用いて端末装置4に送信される特定の情報のうちの少なくとも1つである。
The information for determining whether the detected information is valid is, for example, at least one of information for displaying a specific image on the
例えば、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための特定の画像を表示する。特定の画像は、静止画であるが、動画であってもよい。端末装置2は、判定用情報に基づいて、互いに異なる複数の特定の画像を表示することができる。
For example, the
互いに異なる複数の特定の画像の表示タイミングはタスクの実行が開始される前とタスクの実行が終了した後のタイミングであるが、利用者Uがタスクの実行中に特定の画像を表示してもよい。特定の画像は、固有の画像であり、絵柄などを含む画像であるが、固有の二次元コードを含む画像であってもよく、文字列であってもよい。 The timing for displaying the multiple specific images that are different from one another is before the execution of the task starts and after the execution of the task ends, but the specific images may also be displayed while the user U is performing the task. The specific image is a unique image and an image that includes a picture or the like, but it may also be an image that includes a unique two-dimensional code or a character string.
また、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための特定の音を出力することもできる。特定の音は、非可聴域の特定の音響パターンの音であるが、可聴域の特定の音響パターンであってもよい。また、特定の音は、利用者Uがタスクを実行する際の操作時に端末装置2から出力される音であってもよい。
The
端末装置4は、検出情報の正当性の有無を判定するための特定の画像を撮像した撮像画像を検出情報の一部として情報処理装置1に送信したり、検出情報の正当性の有無を判定するための特定の音を取得し、取得した特定の音の情報を検出情報の一部として情報処理装置1に送信したりする。なお、検出情報の正当性の有無を判定するための情報は、特定の光(例えば、赤外線の点滅パターン)などであってもよい。
The
また、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための特定の情報を端末装置4に対し近距離通信を用いて送信することもできる。特定の情報は、例えば、実行されるタスク毎に固有の情報であるが、実行されるタスク毎に固有の情報のハッシュ値などであってもよい。
The
情報処理装置1は、例えば、検出情報に特定の画像の情報、特定の音の情報、および特定の情報のうちの少なくとも1つが検出情報に含まれている場合に、端末装置2および端末装置4のうちの少なくとも一方から送信される検出情報が正当な検出情報であると判定する。
For example, when the detection information includes at least one of specific image information, specific sound information, and specific information, the information processing device 1 determines that the detection information transmitted from at least one of the
なお、利用者Uがタスクを実行している際の周囲の音や画像などの情報が実行結果に含まれている場合、情報処理装置1は、検出情報と実行結果とに基づいて、検出情報の正当性の有無の判定を行うこともできる。例えば、情報処理装置1は、検出情報と実行結果とに共通の音や画像が含まれている場合に、端末装置2および端末装置4のうちの少なくとも一方から送信される検出情報が正当な検出情報であると判定することができる。
When the execution result includes information such as surrounding sounds and images while the user U is performing the task, the information processing device 1 can also determine whether the detection information is valid based on the detection information and the execution result. For example, when the detection information and the execution result include common sounds and images, the information processing device 1 can determine that the detection information transmitted from at least one of the
次に、利用者Uによるタスクの実行の正当性の有無の判定方法について説明する。情報処理装置1は、実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行の正当性の有無を判定する。以下において、利用者Uによるタスクの実行をタスク実行と記載する場合がある。 Next, a method for determining whether the execution of a task by user U is legitimate will be described. The information processing device 1 determines whether the execution of a task by user U is legitimate based on at least one of the execution result and the detection information. Hereinafter, the execution of a task by user U may be referred to as task execution.
例えば、情報処理装置1は、検出情報に基づいて、タスク実行の正当性の有無を判定する。この場合、情報処理装置1は、検出情報に含まれる撮像画像の情報に基づいて、かかる撮像画像で利用者Uの顔の向きや利用者Uの視線の向きを判定する。そして、情報処理装置1は、利用者Uの顔の向きや利用者Uの視線の向きが端末装置2に向いている割合(例えば、タスクの実行時間に対する比)が閾値以上である場合に、タスク実行の正当性があると判定し、そうでない場合に、タスク実行の正当性がないと判定する。 For example, the information processing device 1 determines whether or not task execution is legitimate based on the detection information. In this case, the information processing device 1 determines the facial orientation and gaze direction of the user U in the captured image based on the information of the captured image included in the detection information. Then, when the proportion of the facial orientation and gaze direction of the user U directed toward the terminal device 2 (for example, the ratio to the task execution time) is equal to or greater than a threshold, the information processing device 1 determines that task execution is legitimate, and when this is not the case, determines that task execution is not legitimate.
また、情報処理装置1は、検出情報に基づいて、利用者Uがタスクを実行している際の利用者Uのコンテキストを推定する。そして、情報処理装置1は、利用者Uのコンテキストがタスクの実行ができないとして予め定められたコンテキストである場合に、タスク実行の正当性がないと判定し、そうでない場合に、タスクの実行結果の正当性があると判定する。 In addition, the information processing device 1 estimates the context of the user U when the user U is executing the task based on the detection information. If the context of the user U is a context that has been predefined as one in which the task cannot be executed, the information processing device 1 determines that the task execution is invalid, and if not, determines that the result of the task execution is valid.
タスクの実行が正当できないとして予め定められるコンテキストは、例えば、利用者Uの周囲の照度が明る過ぎる(例えば、照度が閾値以上である)、利用者Uの周囲の湿度が明る過ぎる(例えば、湿度が閾値以上である)、利用者Uの場所の振動が大きすぎる(例えば、振動が閾値以上である)などである。また、タスクの実行が正当でないとして予め定められるコンテキストは、例えば、利用者Uが走っている状態、利用者Uが歩いている状態などであってもよい。 Contexts that are predefined as not allowing the execution of a task to be legitimate include, for example, the illuminance around the user U being too bright (e.g., the illuminance is above a threshold), the humidity around the user U being too bright (e.g., the humidity is above a threshold), and the vibrations in the user U's location are too large (e.g., the vibrations are above a threshold). In addition, contexts that are predefined as not allowing the execution of a task to be legitimate may include, for example, a state in which the user U is running, a state in which the user U is walking, etc.
また、情報処理装置1は、タスク情報に条件情報が含まれる場合において、利用者Uのコンテキストがタスク情報に含まれる条件情報で規定されるコンテキストと一致する場合に、タスク実行の正当性があると判定し、そうでない場合に、タスク実行の正当性がないと判定することもできる。 In addition, when the task information includes condition information, the information processing device 1 can determine that task execution is legitimate if the context of the user U matches the context specified by the condition information included in the task information, and can determine that task execution is not legitimate if this is not the case.
また、情報処理装置1は、例えば、端末装置4がジャイロセンサを搭載するスマートウォッチである場合、検出情報に基づいて、利用者Uの前腕や手の動きに対応する振動を判定し、かかる振動に基づいて、タスク実行の正当性の有無を判定することができる。
In addition, for example, when the
例えば、情報処理装置1は、判定した振動が予め定められた振動パターンにない場合や判定した振動の大きさや頻度が閾値範囲内にない場合に、タスク実行の正当性がないと判定し、そうでない場合に、タスク実行の正当性があると判定することもできる。 For example, the information processing device 1 can determine that the task execution is not valid if the determined vibration is not in a predetermined vibration pattern or if the magnitude or frequency of the determined vibration is not within a threshold range, and can determine that the task execution is valid if this is not the case.
また、情報処理装置1は、タスクの実行結果に基づいて、タスク実行の正当性の有無を判定することができる。この場合、情報処理装置1は、タスクの実行の適切度を判定し、タスクの実行の適切度が閾値以上である場合に、タスク実行の正当性があると判定し、そうではない場合に、タスク実行の正当性がないと判定する。 In addition, the information processing device 1 can determine whether or not the task execution is legitimate based on the result of the task execution. In this case, the information processing device 1 determines the appropriateness of the task execution, and if the appropriateness of the task execution is equal to or greater than a threshold, determines that the task execution is legitimate, and if not, determines that the task execution is not legitimate.
タスクの実行の適切度は、例えば、タスクがアンケート型タスクである場合、設問に対する回答速度が予め定められた範囲に近いほど高く判定される。なお、タスクの実行の適切度は、回答速度が予め定められた範囲である場合に最も高い。 For example, if the task is a questionnaire-type task, the appropriateness of task execution is determined to be higher the closer the speed at which questions are answered is to a predetermined range. Note that the appropriateness of task execution is highest when the speed at which questions are answered is within a predetermined range.
また、タスクの実行の適切度は、タスクがアンケート型タスクである場合、例えば、利用者Uによる設問に対する回答が外れ値である数が多いほど低く判定される。外れ値である回答は、回答が複数の選択肢から選択される回答である場合に複数の選択肢のいずれにも該当しない回答であるが、統計的な外れ値であってもよい。 In addition, when the task is a questionnaire-type task, the appropriateness of task execution is determined to be lower, for example, the more outliers there are in the answers to questions posed by user U. An outlier answer is an answer that does not fall into any of the multiple options when the answer is an answer selected from multiple options, but it may also be a statistical outlier.
また、タスクの実行の適切度は、例えば、タスクがアノテーションである場合、タグ付けの速さが予め定められた範囲に近いほど高く判定される。なお、タスクの実行の適切度は、タグ付けの速さが予め定められた範囲である場合に最も高い。 In addition, for example, when the task is annotation, the appropriateness of task execution is determined to be higher the closer the tagging speed is to a predetermined range. Note that the appropriateness of task execution is highest when the tagging speed is within a predetermined range.
また、タスクの実行の適切度は、タスクがアノテーションである場合、例えば、利用者Uによるタグ付けが外れ値である数が多いほど低く判定される。タスクがアノテーションである場合の外れ値は、例えば、想定されていないタグの情報であり、例えば、タグ付けされた範囲の大きさが予め定められた大きさの範囲内にない場合や、タグが選択肢から選択される場合に複数の選択肢のいずれにも該当しない場合などであるが、統計的な外れ値であってもよい。 In addition, when the task is an annotation, the appropriateness of task execution is determined to be lower, for example, the more outliers the tagging by user U has. When the task is an annotation, an outlier is, for example, unexpected tag information, such as when the size of the tagged range is not within a predetermined range of sizes, or when the tag is selected from options and does not fall into any of the multiple options, but it may also be a statistical outlier.
また、タスクの実行の適切度は、例えば、操作型タスクである場合、操作の回数が予め定められた範囲に近いほど高く判定される。なお、タスクの実行の適切度は、操作の回数が予め定められた範囲である場合に最も高い。また、タスクの実行の適切度は、例えば、操作型タスクである場合、タスクで指定される種別の操作が行われる回数が多いほど低く判定される。 In addition, for example, in the case of an operation-type task, the appropriateness of task execution is determined to be higher the closer the number of operations is to a predetermined range. Note that the appropriateness of task execution is highest when the number of operations is within a predetermined range. In addition, for example, in the case of an operation-type task, the appropriateness of task execution is determined to be lower the more operations of the type specified in the task are performed.
また、情報処理装置1は、タスクの実行結果を入力とし、適切度を出力する適切度推定モデルを用いて、タスクの実行の適切度を判定することもできる。適切度推定モデルは、例えば、タスクの実行結果とタスクの実行の正当性の有無とを含む学習用データを用いた機械学習によって生成される。 The information processing device 1 can also determine the appropriateness of task execution using an appropriateness estimation model that inputs the result of task execution and outputs the appropriateness. The appropriateness estimation model is generated, for example, by machine learning using learning data that includes the result of task execution and the presence or absence of legitimacy of task execution.
また、情報処理装置1は、例えば、タスクの実行結果に基づいて、プログラムコードを用いてタスクを実行しているか否かを判定することもできる。情報処理装置1は、例えば、タスクがアンケート型タスクである場合、設問に対する回答の入力タイミングが均等であれば、プログラムコードを用いてタスクを実行していると判定する。また、情報処理装置1は、例えば、タスクがアノテーションである場合、特定の対象の外縁をなぞる操作が等速であれば、プログラムコードを用いてタスクを実行していると判定する。 The information processing device 1 can also determine whether or not a task is being executed using program code, for example, based on the execution result of the task. For example, if the task is a questionnaire-type task, the information processing device 1 determines that the task is being executed using program code if the timing of inputting answers to questions is uniform. Also, for example, if the task is annotation, the information processing device 1 determines that the task is being executed using program code if the operation of tracing the outer edge of a specific object is performed at a uniform speed.
情報処理装置1は、プログラムコードを用いてタスクを実行していると判定した場合に、タスク実行の正当性がないと判定し、そうではない場合に、タスク実行の正当性があると判定する。 When the information processing device 1 determines that a task is being executed using program code, it determines that the task execution is not legitimate, and when this is not the case, it determines that the task execution is legitimate.
また、情報処理装置1は、検出情報に基づいて判定した結果と実行結果に基づいて判定した結果とがいずれもタスクの実行の正当性があるとの判定結果である場合に、タスクの実行の正当性があると判定することができる。 In addition, the information processing device 1 can determine that the execution of a task is legitimate when both the result of the determination based on the detection information and the result of the determination based on the execution result indicate that the execution of the task is legitimate.
また、情報処理装置1は、利用者Uによるタスクの実行中に実行結果と検出情報とを繰り返し取得した場合、利用者Uによるタスクの実行中にタスクの実行の正当性の有無を繰り返し判定することができる。 In addition, when the information processing device 1 repeatedly acquires the execution results and the detection information while the user U is executing the task, the information processing device 1 can repeatedly determine whether the execution of the task is valid while the user U is executing the task.
つづいて、情報処理装置1は、利用者Uに報酬を付与する(ステップS7)。利用者Uに付与される報酬は、例えば、電子マネー、ポイント、または各種の特典などである。ポイントは、例えば、オンラインサイトなどで商品の購入やサービスの利用などに用いられる価値(バリュー)である。特典は、例えば、クーポン、商品券、サービス利用券などであるが、かかる例に限定されない。また、報酬は、現金でもよく、この場合、報酬は、例えば、銀行口座を介した現金の入金処理などによって付与される。 Then, the information processing device 1 grants a reward to the user U (step S7). The reward granted to the user U may be, for example, electronic money, points, or various benefits. Points are a value that can be used, for example, to purchase products or use services on an online site. Benefits may be, for example, coupons, gift certificates, service vouchers, etc., but are not limited to these examples. The reward may also be cash, in which case the reward is granted, for example, by depositing cash via a bank account.
情報処理装置1は、例えば、オンラインサービスにおける利用者Uのアカウントやウォレットにタスクに応じた額の電子マネーやタスクに応じたポイントを追加することによって、利用者Uに報酬を付与する。また、情報処理装置1は、例えば、特典を示す情報である報酬情報を端末装置2で表示可能に端末装置2に送信することで、利用者Uに報酬を付与する。
The information processing device 1 rewards the user U, for example, by adding an amount of electronic money corresponding to the task or points corresponding to the task to the user U's account or wallet in the online service. The information processing device 1 also rewards the user U, for example, by transmitting reward information, which is information indicating a benefit, to the
情報処理装置1は、検出情報が取得できなかった場合、検出情報が取得できた場合に比べて、低い報酬を、利用者Uに付与する報酬として決定する。この場合、情報処理装置1は、ステップS6においてタスクの実行の正当性が判定できない場合であっても、検出情報が取得できなかった場合、検出情報が取得できた場合に比べて、低い報酬を、利用者Uに付与する報酬として決定することができる。 When the information processing device 1 is unable to obtain the detection information, it determines a lower reward to be given to the user U compared to when the detection information is obtained. In this case, even if the information processing device 1 cannot determine the legitimacy of the task execution in step S6, it can determine a lower reward to be given to the user U compared to when the detection information is obtained compared to when the detection information is obtained.
情報処理装置1は、例えば、ステップS6においてタスクの実行の正当性があると判定した場合に限り、利用者Uに報酬を付与することもできる。また、情報処理装置1は、例えば、ステップS6においてタスクの実行の正当性がないと判定した場合、ステップS6においてタスクの実行の正当性があると判定した場合に比べて、低い報酬を、利用者Uに付与する報酬として決定することもできる。また、情報処理装置1は、例えば、ステップS6において判定した適切度が高いほど高い報酬を利用者Uに付与することもできる。 The information processing device 1 can also grant a reward to the user U only if it determines in step S6 that the execution of the task is legitimate, for example. Furthermore, if it determines in step S6 that the execution of the task is not legitimate, for example, the information processing device 1 can also determine that the reward to be granted to the user U is lower than the reward to be granted in the case where it is determined in step S6 that the execution of the task is legitimate. Furthermore, the information processing device 1 can also grant a higher reward to the user U, for example, the higher the appropriateness determined in step S6.
また、情報処理装置1は、ステップS6においてタスクの実行の正当性がないと判定した場合、タスク実行の正当性がないことを示す情報を端末装置2に送信することで、タスク実行の正当性がないことを示す情報を利用者Uに通知する。
In addition, if the information processing device 1 determines in step S6 that the execution of the task is not legitimate, it notifies the user U of the information indicating that the execution of the task is not legitimate by transmitting information indicating that the execution of the task is not legitimate to the
また、情報処理装置1は、ステップS6においてタスクの実行の正当性がないと判定した場合、タスクの再実行を提案することもできる。例えば、タスクの再実行の提案は、タスクの再実行の提案を示す提案情報を端末装置2に送信することによって、タスクの再実行を提案する。提案情報は、例えば、再実行を提案するタスクを識別するための情報を含む。
In addition, if the information processing device 1 determines in step S6 that the execution of the task is not legitimate, it can also suggest re-executing the task. For example, the suggestion to re-execute the task is made by transmitting proposal information indicating the proposal to re-execute the task to the
このように、情報処理装置1は、利用者Uによる端末装置2を用いたタスクの実行結果と、1以上のセンサによって検出された情報であって利用者Uによるタスクの実行時の情報である検出情報とを取得し、これら実行結果と検出情報とに基づいて、利用者Uによるタスクの実行の正当性の有無を判定する。これにより、情報処理装置1は、実行結果に加えてタスクの実行の正当性の有無を示す情報を発注側に提供したり、タスクの実行の正当性がない実行結果を除外したりすることができ、クラウドソーシングの促進を図ることができる。
In this way, the information processing device 1 acquires the result of the task execution by user U using the
以下、このような処理を行う情報処理装置1および端末装置2,3を含む情報処理システムの構成などについて、詳細に説明する。なお、以下においては、クラウドソーシング仲介サービス以外の情報処理装置1によって提供される電子商取引サービスに関する処理などについては説明を省略している。
The following provides a detailed explanation of the configuration of an information processing system that includes the information processing device 1 and
〔2.情報処理システムの構成〕
図2は、実施形態に係る情報処理システムの構成の一例を示す図である。図2に示すように、実施形態に係る情報処理システム100は、情報処理装置1と、複数の端末装置2と、複数の端末装置3と、複数の端末装置4とを含む。
2. Configuration of Information Processing System
2 is a diagram showing an example of a configuration of an information processing system according to an embodiment. As shown in FIG. 2, the
情報処理装置1は、クラウドソーシング仲介サービスを提供する。また、情報処理装置1は、ウェブ検索サービス、スケジュール管理サービス、経路案内サービス、路線情報提供サービス、動画配信サービス、音楽配信サービス、地図情報提供サービス、電子商取引サービスなどの各種のオンラインサービスも提供することができる。 The information processing device 1 provides a crowdsourcing intermediation service. The information processing device 1 can also provide various online services such as a web search service, a schedule management service, a route guidance service, a route information service, a video distribution service, a music distribution service, a map information service, and an e-commerce service.
複数の端末装置2の各々は、互いに異なる利用者Uによって用いられる。複数の端末装置3の各々は、例えば、互いに異なる発注者Oによって用いられる。複数の端末装置4の各々は、互いに異なる利用者Uによって用いられる。端末装置2,3,4の各々は、例えば、スマートフォン、タブレット端末、ノート型のPC、デスクトップ型のPCなどであるが、スマートウォッチなどのウェアラブルデバイスやVRゴーグルなどであってもよい。各利用者Uは、端末装置2と端末装置4とを含む複数の端末装置を有する。
Each of the multiple
情報処理装置1、端末装置2、端末装置3、および端末装置4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。なお、図2に示す情報処理システム100には、情報処理装置1が複数含まれてもよい。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。
The information processing device 1, the
各端末装置2,3,4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、情報処理装置1と通信することができる。
Each of the
〔3.端末装置2〕
図3は、実施形態に係る端末装置2の構成の一例を示す図である。図3に示すように、実施形態に係る端末装置2は、通信部10と、表示部11と、操作部12と、センサ群13と、記憶部14と、処理部15とを備える。
[3. Terminal device 2]
Fig. 3 is a diagram showing an example of the configuration of the
〔3.1.通信部10〕
通信部10は、例えば、NIC(Network Interface Card)などによって実現される。通信部10は、ネットワークNと有線または無線で接続され、ネットワークNを介して、情報処理装置1との間で情報の送受信を行う。
3.1.
The
〔3.2.表示部11〕
表示部11は、例えば、LCD(Liquid Crystal Display)または有機EL(Electro Luminescence)ディスプレイなどである。
[3.2. Display unit 11
The display unit 11 is, for example, an LCD (Liquid Crystal Display) or an organic EL (Electro Luminescence) display.
〔3.3.操作部12〕
操作部12は、例えば、文字、数字、およびスペースを入力するためのキー、エンターキーおよび矢印キーなどを含むキーボード、マウス、および電源ボタンなどを含む。表示部11は、タッチパネル対応ディスプレイである場合、操作部12はタッチパネルを含む。
[3.3. Operation unit 12
The operation unit 12 includes, for example, a keyboard including keys for inputting letters, numbers, and spaces, an enter key, arrow keys, etc., a mouse, a power button, etc. In the case where the display unit 11 is a touch panel compatible display, The operation unit 12 includes a touch panel.
〔3.4.センサ群13〕
センサ群13は、例えば、温度センサ、湿度センサ、照度センサ、測位センサ、マイク、加速度センサ、ジャイロセンサ、地磁気センサ、心拍センサ、およびイメージセンサなどを含む。測位センサは、端末装置2の位置を検出する位置センサである。
3.4. Sensor Group 13
The sensor group 13 includes, for example, a temperature sensor, a humidity sensor, an illuminance sensor, a positioning sensor, a microphone, an acceleration sensor, a gyro sensor, a geomagnetic sensor, a heart rate sensor, and an image sensor. The positioning sensor is a position sensor that detects the position of the
温度センサは、端末装置2の周囲の温度を検出するセンサである。湿度センサは、端末装置2の周囲の湿度を検出するセンサである。照度センサは、端末装置2の周囲の照度を検出するセンサである。マイクは、端末装置2の周囲の音を検出するセンサである。
The temperature sensor is a sensor that detects the temperature around the
加速度センサは、端末装置2の加速度を検出するセンサである。ジャイロセンサは、端末装置2の傾きおよび回転などの姿勢を検出するセンサである。地磁気センサは、地磁気を検出するセンサである。心拍センサは、利用者Uの心拍数を検出するセンサである。イメージセンサは、端末装置2の周囲を撮像するセンサである。
The acceleration sensor is a sensor that detects the acceleration of the
〔3.5.記憶部14〕
記憶部14は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実現される。
[3.5.
The
記憶部14には、例えば、情報処理装置1から送信されネットワークNおよび通信部10を介して処理部15によって取得された情報およびセンサ群13によって検出された情報である検出情報などが記憶される。
The
〔3.6.処理部15〕
処理部15は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)またはMPU(Micro Processing Unit)などによって、端末装置2内部の記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。
3.6. Processing
The
処理部15は、例えば、ASIC(Application Specific Integrated Circuit)またはFPGA(Field Programmable Gate Array)などの集積回路により一部または全部が実現されてもよい。処理部15は、情報取得部16と、表示処理部17と、情報出力部18とを備える。
The
〔3.6.1.情報取得部16〕
情報取得部16は、情報処理装置1から送信されネットワークNを介して通信部10で受信される種々の情報を取得する。情報処理装置1から端末装置2に送信される情報は、例えば、上述した実行用情報、依頼情報、報酬情報、および依頼情報などである。
[3.6.1.
The
また、情報取得部16は、センサ群13によって検出された情報である検出情報をセンサ群13から取得する。また、情報出力部18は、端末装置4に設けられるセンサ群によって検出された情報である検出情報が端末装置2に送信された場合、通信部10を介した近距離無線通信によって端末装置4から送信される検出情報を取得する。
The
〔3.6.2.表示処理部17〕
表示処理部17は、情報取得部16によって取得された情報を表示部11に表示させる。例えば、表示処理部17は、情報取得部16によって取得された情報を表示部11に表示させる。
[3.6.2. Display Processing Unit 17]
The display processing unit 17 causes the display unit 11 to display the information acquired by the
例えば、表示処理部17は、情報取得部16によって取得された実行用情報、依頼情報、報酬情報、および依頼情報などを表示部11に表示させる。
For example, the display processing unit 17 causes the display unit 11 to display execution information, request information, reward information, request information, etc. acquired by the
〔3.6.3.情報出力部18〕
情報出力部18は、例えば、利用者Uによる操作部12への操作に応じた情報である操作情報を情報処理装置1へ通信部10を介して送信する。また、情報出力部18は、情報取得部16によって取得された検出情報を情報処理装置1へ通信部10を介して送信する。
[3.6.3. Information output unit 18]
The information output unit 18 transmits, for example, operation information corresponding to an operation on the operation unit 12 by the user U to the information processing device 1 via the
また、表示部11に依頼情報が表示されている状態で、利用者Uによる操作部12への操作によって利用者Uが実行を希望するタスクの選択が行われたとする。この場合、情報出力部18は、利用者Uが実行を希望するタスクを特定するための情報を含むタスク要を情報処理装置1に対して通信部10を介して送信する。
In addition, assume that, with the request information displayed on the display unit 11, the user U operates the operation unit 12 to select a task that the user U wishes to execute. In this case, the information output unit 18 transmits a task request including information for identifying the task that the user U wishes to execute to the information processing device 1 via the
例えば、依頼情報に利用者Uが選択可能なタスクが複数含まれている場合、表示部11に表示される依頼情報には、タスク毎に承諾ボタンが含まれている。承諾ボタンが利用者Uによるクリックまたはタップなどによって選択された場合、端末装置2は、利用者Uによって選択されたタスクの実行を利用者Uが実行する可能にするためにタスク要求を情報処理装置1に送信する。かかるタスク要求には、利用者Uが選択したタスクを特定するための情報が含まれている。
For example, when the request information includes multiple tasks that the user U can select, the request information displayed on the display unit 11 includes an acceptance button for each task. When the acceptance button is selected by the user U by clicking or tapping, the
また、情報出力部18は、実行用情報に基づいて利用者Uが実行したタスクの実行結果を情報処理装置1に対して通信部10を介して送信する。
In addition, the information output unit 18 transmits the execution results of the task executed by the user U based on the execution information to the information processing device 1 via the
〔4.端末装置4の構成〕
端末装置4は、端末装置2と同様に、通信部10と、表示部11と、操作部12と、センサ群13と、記憶部14と、処理部15とを備える。端末装置4の処理部15は、端末装置2の処理部15と同様に、処理部15は、情報取得部16と、表示処理部17と、情報出力部18とを備える。
4. Configuration of
Similar to the
端末装置4は、利用者Uによる端末装置2を用いたタスクの実行を監視するための監視用装置として機能する。端末装置4の情報取得部16は、利用者Uによる端末装置2を用いたタスクの実行時において端末装置4のセンサ群13によって検出された情報である検出情報を取得する。
The
端末装置4の情報出力部18は、例えば、端末装置4の情報取得部16によって取得された検出情報を情報処理装置1に送信したり、近距離無線通信によって端末装置2に送信したりすることができる。
The information output unit 18 of the
端末装置4のセンサ群13は、例えば、利用者Uによる端末装置4の操作部12への操作によって、利用者Uによる端末装置2を用いたタスクの実行時において、利用者Uの状態などを検出するが、かかる例に限定されない。
The sensor group 13 of the
例えば、端末装置4のセンサ群13は、端末装置2から端末装置4に送信されるセンサ動作指令を端末装置4の通信部10で受信した場合に、利用者Uの状態などを検出する検出動作を開始することもできる。この場合、端末装置4のセンサ群13は、端末装置2から端末装置4に送信されるセンサ停止指令を端末装置4の通信部10で受信した場合に、検出動作を終了する。
For example, the sensor group 13 of the
また、端末装置4のセンサ群13は、情報処理装置1から端末装置4に送信されるセンサ動作指令を端末装置4の通信部10で受信した場合に、利用者Uの状態などを検出する検出動作を開始することもできる。この場合、端末装置4のセンサ群13は、情報処理装置1から端末装置4に送信されるセンサ停止指令を端末装置4の通信部10で受信した場合に、検出動作を終了する。
The sensor group 13 of the
なお、情報処理装置1または端末装置2から送信されるセンサ動作指令には、例えば、動作させるセンサの種別を示す情報が含まれる。以下において、利用者Uによる端末装置2を用いたタスクの実行時においてセンサ群13によって検出された検出情報を、タスク実行時の検出情報と記載する場合がある。
The sensor operation command transmitted from the information processing device 1 or the
〔5.情報処理装置1の構成〕
図4は、実施形態に係る情報処理装置1の構成の一例を示す図である。図4に示すように、情報処理装置1は、通信部20と、記憶部21と、処理部22とを有する。
5. Configuration of information processing device 1
4 is a diagram showing an example of the configuration of the information processing device 1 according to the embodiment. As shown in FIG. 4, the information processing device 1 includes a
〔5.1.通信部20〕
通信部20は、例えば、NICなどによって実現される。そして、通信部20は、ネットワークNと有線または無線で接続され、他の各種装置との間で情報の送受信を行う。例えば、通信部20は、端末装置2,3との間でネットワークNを介して情報の送受信を行う。
5.1.
The
〔5.2.記憶部21〕
記憶部21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、ハードディスク、光ディスクなどの記憶装置によって実現される。記憶部21は、利用者情報記憶部30と、タスク情報記憶部31と、タスク実行結果記憶部32とを有する。
[5.2. Storage unit 21
The storage unit 21 is realized by, for example, a semiconductor memory element such as a RAM or a flash memory, or a storage device such as a hard disk or an optical disk. The storage unit 21 includes a user information storage unit 30, a task information storage unit 31, and , and a task execution result storage unit 32 .
〔5.2.1.利用者情報記憶部30〕
利用者情報記憶部30は、利用者Uに関する各種の情報を記憶する。図5は、実施形態に係る利用者情報記憶部30に記憶される利用者情報テーブルの一例を示す図である。
[5.2.1. User information storage unit 30
The user information storage unit 30 stores various types of information related to the user U. Fig. 5 is a diagram showing an example of a user information table stored in the user information storage unit 30 according to the embodiment.
図5に示す例では、利用者情報記憶部30に記憶される利用者情報テーブルは、「利用者ID(Identifier)」、「属性情報」、「履歴情報」、「コンテキスト情報」、および「設定情報」といった項目の情報を含む。 In the example shown in FIG. 5, the user information table stored in the user information storage unit 30 includes information on items such as "User ID (Identifier)," "Attribute Information," "History Information," "Context Information," and "Settings Information."
「利用者ID」は、利用者Uを識別する識別子であり、利用者U毎に付される情報である。「属性情報」は、「利用者ID」に対応付けられた利用者Uの属性に関する属性情報である。利用者Uの属性は、例えば、デモグラフィック属性、サイコグラフィック属性などである。デモグラフィック属性は、人口統計学的属性であり、例えば、年齢、性別、職業、居住地、年収、家族構成などの複数の属性項目を含む。 "User ID" is an identifier that identifies user U, and is information assigned to each user U. "Attribute information" is attribute information related to the attributes of user U that are associated with the "user ID." The attributes of user U are, for example, demographic attributes, psychographic attributes, etc. Demographic attributes are demographic attributes, and include multiple attribute items such as age, gender, occupation, place of residence, annual income, and family composition.
サイコグラフィック属性は、心理学的属性であり、例えば、ライフスタイル、価値観、興味関心などに関する複数の属性項目を含む。例えば、サイコグラフィック属性における複数の属性項目の各々は、車、服、旅行、ゲーム、キャンプ、バイク、電車、家電、またはパソコンなどといった利用者Uの興味関心を有する対象である。 Psychographic attributes are psychological attributes and include, for example, multiple attribute items related to lifestyle, values, interests, etc. For example, each of the multiple attribute items in the psychographic attributes is an object of interest to the user U, such as cars, clothes, travel, games, camping, motorcycles, trains, home appliances, or computers.
「履歴情報」は、「利用者ID」に対応付けられた利用者Uのオンラインサービスにおける行動履歴の情報を含む履歴情報である。利用者Uのオンラインサービスにおける行動履歴の情報は、例えば、利用者Uのオンラインサービスにおける検索履歴情報、閲覧履歴情報、および取引履歴情報などを含む。 "History information" is history information that includes information on the behavioral history of user U in online services that is associated with the "user ID." Information on the behavioral history of user U in online services includes, for example, search history information, browsing history information, and transaction history information in online services for user U.
利用者Uの検索履歴情報は、例えば、ウェブ検索サービスにおける利用者Uによる検索履歴の情報などを含む。利用者Uの閲覧履歴情報は、例えば、オンラインサービスにおける利用者Uによるコンテンツの閲覧履歴の情報などを含む。利用者Uの取引履歴の情報は、オンラインサービスにおける利用者Uによる商品の取引履歴の情報などを含む。 User U's search history information includes, for example, information on the search history by user U in web search services. User U's browsing history information includes, for example, information on the content browsing history by user U in online services. User U's transaction history information includes, for example, information on the product transaction history by user U in online services.
「コンテキスト情報」は、「利用者ID」に対応付けられた利用者Uの現在または将来のコンテキストの情報であるコンテキスト情報である。かかるコンテキスト情報は、端末装置2から送信される検出情報に基づいて特定される利用者Uのコンテキスト、または処理部22によって推定される利用者Uのコンテキストの履歴情報などを含む。
"Context information" is information on the current or future context of user U associated with the "user ID." Such context information includes the context of user U identified based on the detection information transmitted from the
利用者Uのコンテキストは、利用者Uの状況であり、例えば、利用者Uの周囲の状況、利用者Uの運動状態、利用者Uの姿勢、利用者Uの感情、利用者Uの現在位置、利用者Uが置かれた物理環境などを含む。 The context of user U is the situation of user U, and includes, for example, the situation around user U, the movement state of user U, the posture of user U, the emotions of user U, the current location of user U, the physical environment in which user U is located, etc.
「設定情報」は、「利用者ID」に対応付けられた利用者Uの設定情報であり、例えば、利用者Uによって設定され、利用者Uのアカウントに紐付けられたスケジュール情報、電子メール情報などである。 "Settings information" is the settings information of user U associated with the "user ID", such as schedule information and email information set by user U and linked to user U's account.
〔5.2.2.タスク情報記憶部31〕
タスク情報記憶部31は、各発注者Oから提供されるタスク情報を記憶する。図6は、実施形態に係るタスク情報記憶部31に記憶されるタスク情報テーブルの一例を示す図である。
[5.2.2. Task information storage unit 31]
The task information storage unit 31 stores task information provided by each client O. Fig. 6 is a diagram showing an example of a task information table stored in the task information storage unit 31 according to the embodiment.
図6に示す例では、タスク情報記憶部31に記憶されるタスク情報テーブルは、「タスクID」、「内容情報」、「実行用情報」、「条件情報」、および「必要実行数」といった項目の情報を含む。 In the example shown in FIG. 6, the task information table stored in the task information storage unit 31 includes information on items such as "task ID," "content information," "execution information," "condition information," and "required number of executions."
「タスクID」は、タスクを識別する識別子であり、タスク毎に付される情報である。「内容情報」は、「タスクID」に対応付けられたタスクの内容を示す情報であり、例えば、タスクの種別、タスクの概要、タスク実行時のコンテキストの情報などを含む。条件情報は、内容情報に含まれてもよい。「実行用情報」は、「タスクID」に対応付けられたタスクを利用者Uに実行させるための情報を含む情報であり、上述した実行用情報である。 "Task ID" is an identifier that identifies a task, and is information that is assigned to each task. "Content information" is information that indicates the content of the task associated with the "task ID", and includes, for example, the type of task, an overview of the task, and information on the context when the task is executed. Condition information may be included in the content information. "Execution information" is information that includes information for causing user U to execute the task associated with the "task ID", and is the execution information described above.
「条件情報」は、「タスクID」に対応付けられたタスクを実行する際の条件を示す情報であり、上述した条件情報である。「必要実行数」は、「タスクID」に対応付けられたタスクの必要実行数を示す情報であり、発注者Oによって設定される情報である。 "Condition information" is information indicating the conditions for executing a task associated with a "task ID", and is the condition information described above. "Required number of executions" is information indicating the required number of executions of a task associated with a "task ID", and is information set by the client O.
〔5.2.3.タスク実行結果記憶部32〕
タスク実行結果記憶部32は、利用者Uによるタスクの実行結果を記憶する。図7は、実施形態に係るタスク実行結果記憶部32に記憶されるタスク実行結果テーブルの一例を示す図である。
5.2.3. Task execution result storage unit 32
The task execution result storage unit 32 stores the results of the tasks executed by the user U. Fig. 7 is a diagram showing an example of a task execution result table stored in the task execution result storage unit 32 according to the embodiment.
図7に示す例では、タスク実行結果記憶部32に記憶されるタスク実行結果テーブルは、「実行ID」、「タスクID」、「利用者ID」、「実行結果」、「検出情報」、および「コンテキスト情報」といった項目の情報を含む。 In the example shown in FIG. 7, the task execution result table stored in the task execution result storage unit 32 includes information on items such as "Execution ID," "Task ID," "User ID," "Execution result," "Detection information," and "Context information."
「実行ID」は、タスクの実行結果を識別する識別子であり、タスクの実行結果毎に付される情報である。「タスクID」は、「実行ID」に対応する実行結果のタスクを識別する識別子であり、図6に示すタスクIDと同じである。 "Execution ID" is an identifier that identifies the execution result of a task, and is information that is assigned to each execution result of a task. "Task ID" is an identifier that identifies the task of the execution result that corresponds to the "Execution ID", and is the same as the task ID shown in Figure 6.
「利用者ID」は、「実行ID」に対応する実行結果のタスクを実行した利用者Uを識別する識別子であり、図5に示す利用者IDと同じである。「実行結果」は、「実行ID」に対応する実行結果である。「検出情報」は、タスク実行時の検出情報であり、センサ群13に含まれる1以上のセンサによって検出された情報であって利用者Uによるタスクの実行時における情報である。「コンテキスト情報」は、「実行ID」に対応する実行結果のタスクを利用者Uが実行したときの利用者Uのコンテキストの情報である。 "User ID" is an identifier that identifies the user U who executed the task whose execution result corresponds to the "execution ID", and is the same as the user ID shown in FIG. 5. "Execution result" is the execution result corresponding to the "execution ID". "Detection information" is detection information at the time of task execution, information detected by one or more sensors included in the sensor group 13, and information at the time the task was executed by the user U. "Context information" is information on the context of the user U when the user U executed the task whose execution result corresponds to the "execution ID".
〔5.3.処理部22〕
処理部22は、コントローラであり、例えば、CPU、MPUなどのプロセッサによって、情報処理装置1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などを作業領域として実行されることにより実現される。また、処理部22は、例えば、ASIC、FPGA、GPGPUなどの集積回路によって一部または全部が実現されてもよい。
5.3. Processing
The
図4に示すように、処理部22は、取得部40と、受付部41と、推定部42と、通知部43と、判定部44と、タスク部45と、提案部46と、報酬付与部47とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、処理部22の内部構成は、図4に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
As shown in FIG. 4, the
〔5.3.1.取得部40〕
取得部40は、外部の情報処理装置や端末装置2,3などから通信部20を介して種々の情報を取得し、取得した情報を記憶部21に記憶させる。
[5.3.1. Acquisition unit 40
The acquisition unit 40 acquires various information from external information processing devices and
例えば、取得部40は、外部の情報処理装置または端末装置2などから通信部20を介して利用者Uの情報である利用者情報を取得し、取得した利用者情報を利用者情報記憶部30の利用者情報テーブルに追加する。
For example, the acquisition unit 40 acquires user information, which is information about the user U, from an external information processing device or
また、取得部40は、端末装置2から送信された実行結果をネットワークNおよび通信部10を介して取得し、取得した実行結果をタスク実行結果記憶部32に記憶されるタスク実行結果テーブルに追加する。
The acquisition unit 40 also acquires the execution results transmitted from the
また、取得部40は、端末装置2または端末装置4から送信されたタスク実行時の検出情報をネットワークNおよび通信部10を介して取得し、取得したタスク実行時の検出情報をタスク実行結果記憶部32に記憶されるタスク実行結果テーブルに追加する。検出情報には、端末装置2のセンサ群13または端末装置4のセンサ群13に含まれる1以上のセンサによって検出された情報が含まれる。
The acquisition unit 40 also acquires the detection information during task execution transmitted from the
取得部40は、利用者Uによるタスクの実行終了後に実行結果と検出情報とを取得したり、利用者Uによるタスクの実行中に実行結果と検出情報とを繰り返し取得したりすることができる。 The acquisition unit 40 can acquire the execution result and the detection information after the user U finishes executing the task, or can repeatedly acquire the execution result and the detection information while the user U is executing the task.
また、取得部40は、記憶部21から各種の情報を取得する。例えば、取得部40は、利用者Uの情報である利用者情報を利用者情報記憶部30などから取得する。取得部40によって取得される利用者情報は、例えば、上述した属性情報、履歴情報、コンテキスト情報および設定情報のうちの少なくとも1つ以上の情報の一部または全部を含む。 The acquisition unit 40 also acquires various types of information from the storage unit 21. For example, the acquisition unit 40 acquires user information, which is information about the user U, from the user information storage unit 30 or the like. The user information acquired by the acquisition unit 40 includes, for example, a part or all of at least one of the above-mentioned attribute information, history information, context information, and setting information.
また、取得部40は、端末装置2から送信され受付部41によって受け付けられた検出情報で示されるコンテキストの情報をコンテキスト情報として取得する。例えば、検出情報には、利用者Uの周囲の明るさ、温度、湿度、音の大きさや周波数などの情報、利用者Uの位置を示す情報、端末装置2の姿勢などを示す情報などが含まれている。取得部40は、検出情報で示される利用者Uの周囲の明るさ、温度、湿度、音の大きさや周波数などの情報をコンテキスト情報として取得する。
The acquisition unit 40 also acquires, as context information, information on the context indicated by the detection information transmitted from the
また、取得部40は、利用者Uに実行させるタスクの情報であるタスク情報をタスク情報記憶部31などから取得する。取得部40によって取得されるタスク情報は、例えば、上述した内容情報、実行用情報、条件情報、および実行必要数の情報のうちの少なくとも1つ以上の情報一部または全部を含む。 The acquisition unit 40 also acquires task information, which is information about a task to be executed by the user U, from the task information storage unit 31 or the like. The task information acquired by the acquisition unit 40 includes, for example, a part or all of at least one of the above-mentioned information: content information, execution information, condition information, and information on the number of tasks required for execution.
また、取得部40は、タスクの実行結果に関する情報をタスク実行結果記憶部32のタスク実行結果テーブルから取得する。取得部40によって取得される実行結果に関する情報は、例えば、上述したスクID、利用者ID、実行結果、およびコンテキストの情報のうちの少なくとも1つ以上の情報一部または全部を含む。 The acquisition unit 40 also acquires information about the task execution results from the task execution result table in the task execution result storage unit 32. The information about the execution results acquired by the acquisition unit 40 includes, for example, part or all of at least one of the above-mentioned task ID, user ID, execution result, and context information.
〔5.3.2.受付部41〕
受付部41は、外部の情報処理装置や端末装置2,3などから通信部20を介して種々の要求や情報を受け付ける。
5.3.2. Reception unit 41
The reception unit 41 receives various requests and information from external information processing devices and the
例えば、受付部41は、端末装置3から送信されるタスク毎の発注情報を受け付ける。発注情報には、上述したタスク情報や必要実行数の情報などが含まれる。タスク情報には、上述した実行用情報、条件情報、および内容情報などが含まれる。 For example, the reception unit 41 receives order information for each task sent from the terminal device 3. The order information includes the above-mentioned task information and information on the required number of executions. The task information includes the above-mentioned execution information, condition information, and content information.
実行用情報は、上述したように、利用者Uにタスクを実行させるための情報などを含む。条件情報は、上述したように、タスクを実行する際の利用者Uのコンテキストを規定する情報を含む。利用者Uのコンテキストは、利用者Uの状況であり、利用者Uの周囲の状況を含む。内容情報は、タスクの内容(例えば、タスクの種別、タスクの概要、タスク実行時のコンテキストの情報など)を示す情報を含む。条件情報は、内容情報に含まれてもよい。受付部41は、受け付けた発注情報をタスク情報記憶部31のタスク情報テーブルに追加する。 As described above, the execution information includes information for causing the user U to execute a task. As described above, the condition information includes information that specifies the context of the user U when executing a task. The context of the user U is the situation of the user U, and includes the situation around the user U. The content information includes information indicating the content of the task (e.g., the type of task, an overview of the task, information on the context when the task is executed, etc.). The condition information may be included in the content information. The reception unit 41 adds the received order information to the task information table of the task information storage unit 31.
また、受付部41は、端末装置2から送信されるタスク一覧要求を受け付ける。タスク一覧要求には、例えば、利用者IDなどが含まれている。かかるタスク一覧要求は、利用者Uが端末装置2を操作して、タスクの一覧の表示を希望した場合に、端末装置2から情報処理装置1に送信される。
The reception unit 41 also receives a task list request sent from the
また、受付部41は、端末装置2から送信されるタスク要求を受け付ける。タスク要求には、例えば、利用者IDおよびタスクIDなどが含まれている。かかるタスク要求は、利用者Uが端末装置2を操作して、実行を希望するタスクを選択した場合に、端末装置2から情報処理装置1に送信される。
The reception unit 41 also receives a task request sent from the
〔5.3.3.推定部42〕
推定部42は、例えば、受付部41によって受け付けられた検出情報または取得部40によって取得された利用者情報などに基づいて、利用者Uの現在または将来のコンテキストを推定する。
[5.3.3. Estimation unit 42
The estimation unit 42 estimates the current or future context of the user U based on, for example, the detection information accepted by the acceptance unit 41 or the user information acquired by the acquisition unit 40 .
取得部40によって取得される利用者情報には、利用者Uが検索または閲覧した情報や利用者Uが設定した将来の情報などが含まれる。利用者Uが検索または閲覧した情報は、履歴情報に含まれる情報であり、利用者Uが設定した将来の情報は、上述した設定情報に含まれる情報である。 The user information acquired by the acquisition unit 40 includes information searched or viewed by the user U, future information set by the user U, etc. The information searched or viewed by the user U is information included in the history information, and the future information set by the user U is information included in the setting information described above.
推定部42は、例えば、受付部41によって受け付けられた検出情報に基づいて、利用者Uの現在または将来のコンテキストを推定する。例えば、推定部42は、検出情報に含まれる利用者Uの位置を示す情報や端末装置2の姿勢などを示す情報などに基づいて、利用者Uがいる場所、利用者Uの動作状態、利用者Uの姿勢などを推定する。
The estimation unit 42 estimates the current or future context of the user U, for example, based on the detection information received by the reception unit 41. For example, the estimation unit 42 estimates the location of the user U, the operating state of the user U, the posture of the user U, etc., based on information indicating the position of the user U and information indicating the posture of the
例えば、推定部42は、検出情報に含まれる利用者Uの位置を示す情報に基づいて、利用者Uの位置が路線上を予め設定された速度以上で移動していると判定した場合、利用者Uのいる場所が電車の中であると推定する。 For example, when the estimation unit 42 determines that the user U is moving on the line at a speed equal to or greater than a preset speed based on information indicating the user U's position included in the detection information, the estimation unit 42 estimates that the user U is located inside a train.
また、推定部42は、検出情報に含まれる利用者Uの位置を示す情報に基づいて、利用者Uの位置が飲食店の位置で予め定められた時間以上留まっていると判定した場合、利用者Uのいる場所が飲食店内であると推定する。 In addition, when the estimation unit 42 determines that the user U has remained at the restaurant location for a predetermined period of time or longer based on information indicating the location of the user U included in the detection information, the estimation unit 42 estimates that the user U is located inside the restaurant.
また、推定部42は、検出情報に含まれる端末装置2の姿勢を示す情報に基づいて、端末装置2の表示面が下方側に向いていると判定した場合、利用者Uが仰向けになっている状態であると推定する。また、推定部42は、検出情報に含まれる端末装置2の姿勢を示す情報に基づいて、端末装置2の表示面が水平方向側に向いていると判定した場合、利用者Uが立っているまたは座っている状態であると推定する。
When the estimation unit 42 determines that the display surface of the
また、推定部42は、利用者Uが検索または閲覧した情報、利用者Uが設定した情報、利用者Uが購入した情報に基づいて、利用者Uの現在または将来のコンテキストを推定する。 The estimation unit 42 also estimates the current or future context of user U based on the information searched or viewed by user U, the information set by user U, and the information purchased by user U.
例えば、利用者Uが検索または閲覧した情報が、路線情報提供サービスで利用者Uが設定した出発駅および到着駅と検索された出発時間および到着時間とが含まれる路線情報であるとする。この場合、推定部42は、かかる路線情報に基づいて、検索された出発時間から到着時間までの間に、利用者Uが電車に乗っていると推定する。 For example, assume that the information searched or viewed by user U is route information that includes the departure station and arrival station set by user U in the route information service and the searched departure time and arrival time. In this case, the estimation unit 42 estimates that user U is on a train between the searched departure time and arrival time based on the route information.
また、利用者Uが閲覧した情報が、予約サイトの情報であって利用者Uによる店舗の予約の情報である予約情報であるとする。この場合、推定部42は、かかる予約情報に基づいて、利用者Uによる店舗の予約日時から予め定められた期間までの間、利用者Uが予約した店舗にいると推定する。 In addition, it is assumed that the information viewed by user U is reservation information, which is information on a reservation site and is information about a store reservation made by user U. In this case, the estimation unit 42 estimates, based on the reservation information, that user U will be at the reserved store for a predetermined period of time from the date and time of user U's store reservation.
また、利用者Uが設定した情報が、スケジュール管理サイトまたは端末装置2に利用者Uが設定したスケジュールの情報であるとする。スケジュールの情報には、例えば、利用者Uが行く予定の場所や時間の情報などが含まれている。この場合、推定部42は、利用者Uが設定したスケジュールの情報に基づいて、利用者Uの現在または将来のコンテキストを推定する。
In addition, it is assumed that the information set by user U is schedule information set by user U on a schedule management site or
また、利用者Uが購入した情報が、コンサートや試合などのイベントのチケットの情報であるとする。この場合、推定部42は、イベントのチケットの情報に基づいて、イベントが開催される時間に、イベントが開催される場所に利用者Uがいると推定する。 Also, assume that the information purchased by user U is information about tickets for an event such as a concert or a match. In this case, the estimation unit 42 estimates, based on the event ticket information, that user U will be present at the time and place where the event is held.
推定部42は、推定したコンテキストの情報を利用者情報記憶部30の利用者情報テーブルに追加する。 The estimation unit 42 adds the estimated context information to the user information table in the user information storage unit 30.
〔5.3.4.通知部43〕
通知部43は、例えば、受付部41によってタスク一覧要求が受け付けられた場合、タスク一覧要求の送信元の端末装置2に対して、通信部20を介してタスク一覧情報を送信することで、利用者Uにタスク一覧情報を通知する。
[5.3.4.
For example, when the receiving unit 41 receives a task list request, the
タスク一覧情報は、タスクの一覧を示す情報であって利用者Uが希望するタスクを選択可能な情報であり、受付部41によって受け付けられたタスク情報に対応するタスクの実行を依頼するために利用者Uに通知される依頼情報である。 The task list information is information that shows a list of tasks and allows the user U to select a desired task, and is request information that is notified to the user U to request the execution of a task corresponding to the task information accepted by the accepting unit 41.
通知部43は、例えば、予め定められた基準に従った順位で複数のタスクを並べたタスク一覧を生成することができる。例えば、通知部43は、ポイント換算で報酬が高い順に複数のタスクを並べたタスク一覧情報を生成することができる。ポイント換算で報酬が最も高いタスクが最も順位が高く、タスクの順はポイント換算で報酬が少なくなるほど低くなる。
The
順位が上位のタスクほど利用者Uによって見やすい位置に配置される。例えば、タスク一覧情報が複数のタスクを上下方向に並べた情報である場合、最上位の位置は、最も上方の位置であり、下方の位置になるにつれて順位が低くなる。 The higher the ranking of a task, the more easily it is placed in a position that is easy for the user U to see. For example, if the task list information is information in which multiple tasks are arranged vertically, the topmost position is the topmost position, and the lower the position, the lower the ranking.
また、通知部43は、推定部42によって推定された利用者Uのコンテキストに基づいて、利用者Uのコンテキストが条件情報で規定されるコンテキストになるタイミングが早いタスクから順に複数のタスクを並べたタスク一覧情報を生成することができる。利用者Uのコンテキストが条件情報で規定されるコンテキストになるタイミングが最も早いタスクが最も順位が高く、タスクの順は利用者Uのコンテキストが条件情報で規定されるコンテキストになるタイミングが遅くなるほど低くなる。
The
依頼情報には、受付部41によって受け付けられたタスク情報に対応するタスクの概要を示す情報に加えて、タスク情報に含まれる条件情報で規定されるコンテキストを示す情報などの情報が含まれる。例えば、依頼情報には、文字列「レストラン内でタスクを実行してください。」を端末装置2に表示させるための情報などが含まれる。
The request information includes information indicating an overview of the task corresponding to the task information received by the reception unit 41, as well as information indicating the context defined by the condition information included in the task information. For example, the request information includes information for displaying the character string "Please perform the task in the restaurant" on the
また、依頼情報には、例えば、利用者Uの将来のコンテキストが条件情報で規定されるコンテキストが一致すると推定されることを示す情報や利用者Uの将来のコンテキストが条件情報で規定されるコンテキストと一致すると推定される時間帯や日時などを示す情報などが含まれてもよい。 The request information may also include, for example, information indicating that the future context of user U is estimated to match the context specified in the condition information, or information indicating the time period, date and time during which the future context of user U is estimated to match the context specified in the condition information.
また、通知部43は、利用者Uによるタスクの実行が終了したタイミングにおいて、利用者Uが実行したタスクのタスク情報で規定されるコンテキストと同一または類似するコンテキストのタスクの実行を提案することもできる。
In addition, when the execution of a task by the user U is completed, the
通知部43によって依頼情報が送信されるタイミングは、例えば、利用者Uのコンテキストが条件情報で規定されるコンテキストと一致するタイミングである一致タイミング、または一致タイミングになると予測されるタイミングの直前のタイミングなどであってもよい。
The timing at which the
また、通知部43は、判定部44によって利用者Uによるタスクの実行に正当性がないと判定された場合に、利用者Uによるタスクの実行に正当性がないことを示す情報を含む正当情報を利用者Uに端末装置2に送信し、正当性情報を利用者Uに通知する。
In addition, when the determination unit 44 determines that the execution of the task by the user U is not legitimate, the
正当性情報には、利用者Uによるタスクの実行に正当性がないことを示す情報に加えて、利用者Uによる実行に正当性がないと判定されたタスクの概要を示す情報などが含まれてもよい。 The legitimacy information may include information indicating that the execution of a task by user U is not legitimate, as well as information indicating an overview of the task that was determined to be executed by user U as not legitimate.
〔5.3.5.判定部44〕
判定部44は、取得部40によって取得された実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行の正当性の有無を判定する。
[5.3.5. Determination unit 44
The determination unit 44 determines whether the execution of the task by the user U is valid based on at least one of the execution result and the detection information acquired by the acquisition unit 40.
例えば、判定部44は、利用者Uによるタスクの実行終了後に送信されて取得部40によって取得された実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行の正当性の有無を判定する。 For example, the determination unit 44 determines whether or not the execution of the task by the user U is legitimate based on at least one of the execution result and the detection information transmitted after the execution of the task by the user U is completed and acquired by the acquisition unit 40.
また、判定部44は、利用者Uによるタスクの実行中に取得部40によって実行結果と検出情報とが繰り返し取得される場合、繰り返し取得される実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行中に正当性の有無を繰り返し判定する。 In addition, when the acquisition unit 40 repeatedly acquires the execution result and the detection information while the user U is executing the task, the determination unit 44 repeatedly determines whether or not the task is legitimate while the user U is executing the task, based on at least one of the execution result and the detection information that are repeatedly acquired.
判定部44は、例えば、検出情報の正当性の有無を判定し、検出情報の正当性があると判定した場合、利用者Uによるタスクの実行結果の正当性の有無を判定する。まず、判定部44による検出情報の正当性の有無の判定方法について説明する。なお、判定部44は、検出情報の正当性の有無の判定を行うことなく、利用者Uによるタスクの実行結果の正当性の有無を判定することもできる。 The determination unit 44, for example, determines whether the detection information is legitimate, and if it determines that the detection information is legitimate, determines whether the result of the execution of the task by the user U is legitimate. First, a method for determining whether the detection information is legitimate by the determination unit 44 will be described. Note that the determination unit 44 can also determine whether the result of the execution of the task by the user U is legitimate without determining whether the detection information is legitimate.
情報処理装置1から送信される実行用情報には、検出情報の正当性の有無を判定するための判定用情報が含まれており、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための情報を出力する。
The execution information transmitted from the information processing device 1 includes information for determining whether the detection information is valid, and the
検出情報の正当性の有無を判定するための情報は、例えば、特定の画像を端末装置2に表示させるための情報、特定の音を端末装置2から発生させるための情報、および近距離通信を用いて端末装置4に送信される特定の情報のうちの少なくとも1つである。
The information for determining whether the detected information is valid is, for example, at least one of information for displaying a specific image on the
例えば、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための特定の画像を表示する。特定の画像は、静止画であるが、動画であってもよい。端末装置2は、判定用情報に基づいて、互いに異なる複数の特定の画像を表示することができる。
For example, the
互いに異なる複数の特定の画像の表示タイミングはタスクの実行が開始される前とタスクの実行が終了した後のタイミングであるが、利用者Uがタスクの実行中に特定の画像を表示してもよい。特定の画像は、固有の画像であり、絵柄などを含む画像であるが、固有の二次元コードを含む画像であってもよく、文字列であってもよい。 The timing for displaying the multiple different specific images is before the execution of the task starts and after the execution of the task ends, but the specific images may also be displayed while the user U is performing the task. The specific image is a unique image and is an image that includes a picture or the like, but it may also be an image that includes a unique two-dimensional code or a character string.
また、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための特定の音を出力することもできる。特定の音は、非可聴域の特定の音響パターンの音であるが、可聴域の特定の音響パターンであってもよい。また、特定の音は、利用者Uがタスクを実行する際の操作時に端末装置2から出力される音であってもよい。
The
端末装置4は、検出情報の正当性の有無を判定するための特定の画像を撮像した撮像画像を検出情報の一部として情報処理装置1に送信したり、検出情報の正当性の有無を判定するための特定の音を取得し、取得した特定の音の情報を検出情報の一部として情報処理装置1に送信したりする。なお、検出情報の正当性の有無を判定するための情報は、特定の光(例えば、赤外線の点滅パターン)などであってもよい。この場合、端末装置4は、赤外線を受光する受光部を備え、かかる受光部によって特定の光を受光し、取得した特定の光の情報を検出情報の一部として情報処理装置1に送信することもできる。
The
また、端末装置2は、実行用情報に含まれる判定用情報に基づいて、検出情報の正当性の有無を判定するための特定の情報を端末装置4に対し近距離通信を用いて送信することもできる。特定の情報は、例えば、実行されるタスク毎に固有の情報であるが、実行されるタスク毎に固有の情報のハッシュ値などであってもよい。
The
判定部44は、例えば、検出情報に特定の画像の情報、特定の音の情報、および特定の情報のうちの少なくとも1つが検出情報に含まれている場合に、端末装置2および端末装置4のうちの少なくとも一方から送信される検出情報が正当な検出情報であると判定する。
The determination unit 44 determines that the detection information transmitted from at least one of the
なお、利用者Uがタスクを実行している際の周囲の音や画像などの情報が実行結果に含まれている場合、判定部44は、検出情報と実行結果とに基づいて、検出情報の正当性の有無の判定を行うこともできる。例えば、判定部44は、検出情報と実行結果とに共通の音や画像が含まれている場合に、端末装置2および端末装置4のうちの少なくとも一方から送信される検出情報が正当な検出情報であると判定することができる。
When the execution result includes information such as surrounding sounds and images while the user U is performing the task, the determination unit 44 can also determine whether the detection information is valid based on the detection information and the execution result. For example, when the detection information and the execution result include common sounds and images, the determination unit 44 can determine that the detection information transmitted from at least one of the
次に、利用者Uによるタスクの実行の正当性の有無の判定方法について説明する。判定部44は、実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行の正当性の有無を判定する。以下において、上述したように、利用者Uによるタスクの実行をタスク実行と記載する場合がある。 Next, a method for determining whether the execution of a task by user U is legitimate will be described. The determination unit 44 determines whether the execution of a task by user U is legitimate based on at least one of the execution result and the detection information. In the following, as described above, the execution of a task by user U may be referred to as task execution.
例えば、判定部44は、検出情報に基づいて、タスク実行の正当性の有無を判定する。この場合、判定部44は、検出情報に含まれる撮像画像の情報に基づいて、かかる撮像画像で利用者Uの顔の向きや利用者Uの視線の向きを判定する。そして、判定部44は、利用者Uの顔の向きや利用者Uの視線の向きが端末装置2に向いている割合(例えば、タスクの実行時間に対する比)が閾値以上である場合に、タスク実行の正当性があると判定し、そうでない場合に、タスク実行の正当性がないと判定する。 For example, the determination unit 44 determines whether or not the task execution is legitimate based on the detection information. In this case, the determination unit 44 determines the facial orientation of the user U and the direction of the user U's gaze in the captured image based on the information of the captured image included in the detection information. Then, if the proportion of the facial orientation of the user U and the direction of the user U's gaze that are directed toward the terminal device 2 (for example, the ratio to the task execution time) is equal to or greater than a threshold, the determination unit 44 determines that the task execution is legitimate, and if not, determines that the task execution is not legitimate.
また、判定部44は、検出情報に基づいて、利用者Uがタスクを実行している際の利用者Uのコンテキストを推定する。そして、判定部44は、利用者Uのコンテキストがタスクの実行がでないとして予め定められたコンテキストである場合に、タスク実行の正当性がないと判定し、そうでない場合に、タスクの実行結果の正当性があると判定する。 The determination unit 44 also estimates the context of the user U when the user U is executing the task based on the detection information. If the context of the user U is a context that has been predefined as a context in which the task cannot be executed, the determination unit 44 determines that the task execution is invalid, and if not, determines that the result of the task execution is valid.
タスクの実行が正当でないとして予め定められるコンテキストは、例えば、利用者Uの周囲の照度が明る過ぎる(例えば、照度が閾値以上である)、利用者Uの周囲の湿度が明る過ぎる(例えば、湿度が閾値以上である)、利用者Uの場所の振動が大きすぎる(例えば、振動が閾値以上である)などである。また、タスクの実行が正当でないとして予め定められるコンテキストは、例えば、利用者Uが走っている状態、利用者Uが歩いている状態などであってもよい。 Contexts that are predefined as inappropriate task execution include, for example, the illuminance around user U being too bright (e.g., the illuminance is above a threshold), the humidity around user U being too bright (e.g., the humidity is above a threshold), and the vibrations at user U's location are too large (e.g., the vibrations are above a threshold). In addition, contexts that are predefined as inappropriate task execution may also be, for example, a state in which user U is running, a state in which user U is walking, etc.
また、判定部44は、タスク情報に条件情報が含まれる場合において、利用者Uのコンテキストがタスク情報に含まれる条件情報で規定されるコンテキストと一致する場合に、タスク実行の正当性があると判定し、そうでない場合に、タスク実行の正当性がないと判定することもできる。 In addition, when the task information includes condition information, the determination unit 44 can determine that task execution is legitimate if the context of the user U matches the context specified by the condition information included in the task information, and can also determine that task execution is not legitimate if this is not the case.
また、判定部44は、例えば、端末装置4がジャイロセンサを搭載するスマートウォッチである場合、検出情報に基づいて、利用者Uの前腕や手の動きに対応する振動を判定し、かかる振動に基づいて、タスク実行の正当性の有無を判定することができる。
In addition, for example, when the
例えば、判定部44は、判定した振動が予め定められた振動パターンにない場合や判定した振動の大きさや頻度が閾値範囲内にない場合に、タスク実行の正当性がないと判定し、そうでない場合に、タスク実行の正当性があると判定することもできる。 For example, the determination unit 44 can determine that the task execution is not valid if the determined vibration is not in a predetermined vibration pattern or if the magnitude or frequency of the determined vibration is not within a threshold range, and can determine that the task execution is valid if this is not the case.
また、判定部44は、タスクの実行結果に基づいて、タスク実行の正当性の有無を判定することができる。この場合、判定部44は、タスクの実行の適切度を判定し、タスクの実行の適切度が閾値以上である場合に、タスク実行の正当性があると判定し、そうではない場合に、タスク実行の正当性がないと判定する。 The determination unit 44 can also determine whether or not the task execution is legitimate based on the result of the task execution. In this case, the determination unit 44 determines the appropriateness of the task execution, and if the appropriateness of the task execution is equal to or greater than a threshold, determines that the task execution is legitimate, and if not, determines that the task execution is not legitimate.
タスクの実行の適切度は、例えば、タスクがアンケート型タスクである場合、設問に対する回答速度が予め定められた範囲に近いほど高く判定される。なお、タスクの実行の適切度は、回答速度が予め定められた範囲である場合に最も高い。予め定められた範囲は、例えば、複数の利用者Uによる設問に対する回答速度の履歴に基づいて自動的または手動で設定される。予め定められた範囲は、例えば、標準偏差1σの範囲などであるが、かかる例に限定されず、種々の方法で設定することができる。 For example, if the task is a questionnaire-type task, the appropriateness of task execution is determined to be higher the closer the answering speed to the questions is to a predetermined range. The appropriateness of task execution is highest when the answering speed is within the predetermined range. The predetermined range is set automatically or manually, for example, based on the history of the answering speeds to the questions by multiple users U. The predetermined range is, for example, a range of 1σ standard deviation, but is not limited to such an example and can be set in various ways.
また、タスクの実行の適切度は、タスクがアンケート型タスクである場合、例えば、利用者Uによる設問に対する回答が外れ値である数が多いほど低く判定される。外れ値である回答は、回答が複数の選択肢から選択される回答である場合、複数の選択肢のいずれにも該当しない回答であるが、統計的な外れ値であってもよい。 In addition, when the task is a questionnaire-type task, the appropriateness of task execution is determined to be lower, for example, the more outliers there are in the answers to questions posed by user U. When an answer is an answer selected from multiple options, an outlier answer is an answer that does not fall into any of the multiple options, but it may also be a statistical outlier.
また、タスクの実行の適切度は、例えば、タスクがアノテーションである場合、タグ付けの速さが予め定められた範囲に近いほど高く判定される。なお、タスクの実行の適切度は、タグ付けの速さが予め定められた範囲である場合に最も高い。予め定められた範囲は、例えば、複数の利用者Uによるタグ付けの速さの履歴に基づいて自動的または手動で設定される。予め定められた範囲は、例えば、標準偏差1σの範囲などであるが、かかる例に限定されず、種々の方法で設定することができる。 In addition, for example, when the task is annotation, the appropriateness of task execution is determined to be higher the closer the tagging speed is to a predetermined range. The appropriateness of task execution is highest when the tagging speed is within a predetermined range. The predetermined range is set automatically or manually, for example, based on the history of tagging speeds by multiple users U. The predetermined range is, for example, a range of 1σ standard deviation, but is not limited to such an example and can be set in various ways.
また、タスクの実行の適切度は、タスクがアノテーションである場合、例えば、利用者Uによるタグ付けが外れ値である数が多いほど低く判定される。タスクがアノテーションである場合の外れ値は、例えば、想定されていないタグの情報であり、例えば、タグ付けされた範囲の大きさが予め定められた大きさの範囲内にない場合や、タグが選択肢から選択される場合、複数の選択肢のいずれにも該当しない場合などである。 In addition, when the task is an annotation, the appropriateness of task execution is determined to be lower, for example, the more outliers the tagging by user U has. When the task is an annotation, an outlier is, for example, unexpected tag information, such as when the size of the tagged range is not within a predetermined range of sizes, or when the tag is selected from options, when it does not fall into any of the multiple options.
また、タスクの実行の適切度は、例えば、操作型タスクである場合、操作の回数が予め定められた範囲に近いほど高く判定される。なお、タスクの実行の適切度は、操作の回数が予め定められた範囲である場合に最も高い。予め定められた範囲は、例えば、複数の利用者Uによる操作の回数の履歴に基づいて自動的または手動で設定される。予め定められた範囲は、例えば、標準偏差1σの範囲などであるが、かかる例に限定されず、種々の方法で設定することができる。操作の種別が複数あるタスクである場合、各種別の操作の回数の適切度の重み付け加算によってタスクの実行の適切度が判定される。 In addition, for example, in the case of an operation-type task, the appropriateness of task execution is determined to be higher the closer the number of operations is to a predetermined range. The appropriateness of task execution is highest when the number of operations is within a predetermined range. The predetermined range is set automatically or manually, for example, based on the history of the number of operations by multiple users U. The predetermined range is, for example, a range of a standard deviation of 1σ, but is not limited to such an example and can be set in various ways. In the case of a task with multiple types of operations, the appropriateness of task execution is determined by weighting the appropriateness of the number of operations for each type.
また、判定部44は、タスクの実行結果を入力とし、適切度を出力する適切度推定モデルを用いて、タスクの実行の適切度を判定することもできる。適切度推定モデルは、例えば、タスクの実行結果とタスクの実行の正当性の有無とを含む学習用データを用いた機械学習によって生成される。 The determination unit 44 can also determine the appropriateness of task execution using an appropriateness estimation model that receives the task execution result as input and outputs the appropriateness. The appropriateness estimation model is generated, for example, by machine learning using learning data that includes the task execution result and the presence or absence of the legitimacy of the task execution.
適切度推定モデルにおいて、実行の正当性は、例えば、利用者Uが真面目にタスクを実行した場合に有とされ、利用者Uが不真面目にタスクを実行した場合に無とされる。真面目にタスクを実行とは、適切にタスクを実行であるとも言え、不真面目にタスクを実行とは、不適切にタスクを実行であるとも言える。 In the appropriateness estimation model, the legitimacy of execution is deemed valid, for example, when user U performs a task sincerely, and invalid, when user U performs a task without sincerity. Performing a task sincerely can also be said to be performing a task appropriately, and performing a task without sincerity can also be said to be performing a task inappropriately.
不真面目にタスクを実行するとは、設問型タスクである場合、例えば、設問を見ずに回答したり、プログラムコードを用いて自動で回答したりするなどであり、タスクがアノテーションである場合、実行用情報で示される指示内容を見ずにタグ付けを行うことなどである。また、不真面目にタスクを実行するとは、操作型タスクである場合、実行用情報で示される指示内容を見ずに操作したり、操作回数が異常に多いまたは少なかったりなどである。また、不真面目にタスクを実行することには、タスクを途中で中止することも含まれる。 In the case of a question-type task, performing a task carelessly means, for example, answering the questions without looking at them or answering them automatically using program code, and in the case of an annotation task, tagging without looking at the instructions indicated in the execution information. In the case of an operation-type task, performing a task carelessly means operating without looking at the instructions indicated in the execution information or performing an abnormally large or small number of operations. Performing a task carelessly also includes abandoning a task midway.
適切度推定モデルの機械学習において学習用データにおけるタスクの実行の正当性の有無は、タグ(ラベル)として用いられ、かかるタグは、例えば、利用者Uに実行させるタスクなどによって付されるが、かかる例に限定されない。 In the machine learning of the appropriateness estimation model, the legitimacy of the execution of a task in the learning data is used as a tag (label), and such a tag is attached, for example, by the task to be executed by the user U, but is not limited to such an example.
また、判定部44は、利用者Uによるタスクの実行時に端末装置2から出力される検出情報に基づいて、タスクの適切度を判定することもできる。例えば、判定部44は、検出情報に含まれる撮像画像の情報に基づいて、かかる撮像画像で利用者Uの顔の向きや利用者Uの視線の向きを判定する。
The determination unit 44 can also determine the appropriateness of a task based on detection information output from the
判定部44は、利用者Uの顔の向きや利用者Uの視線の向きが端末装置2に向いている割合(例えば、タスクの実行時間に対する比)が予め定められた範囲(例えば、閾値以上の範囲)に近いほど、タスクの実行の適切度が高く判定する。なお、タスクの実行の適切度は、利用者Uの顔の向きや利用者Uの視線の向きが端末装置2に向いている割合が予め定められた範囲である場合に最も高い。
The determination unit 44 determines that the appropriateness of task execution is higher when the ratio of the direction of the user U's face or the direction of the user U's gaze that is directed toward the terminal device 2 (e.g., the ratio to the task execution time) is closer to a predetermined range (e.g., a range equal to or greater than a threshold). Note that the appropriateness of task execution is highest when the ratio of the direction of the user U's face or the direction of the user U's gaze that is directed toward the
また、判定部44は、例えば、タスクの実行結果に基づいて、プログラムコードを用いてタスクを実行しているか否かを判定することもできる。判定部44は、例えば、タスクがアンケート型タスクである場合、設問に対する回答の入力タイミングが均等であれば、プログラムコードを用いてタスクを実行していると判定する。また、判定部44は、例えば、タスクがアノテーションである場合、特定の対象の外縁をなぞる操作が等速であれば、プログラムコードを用いてタスクを実行していると判定する。 The determination unit 44 can also determine whether or not a task is being executed using program code, for example, based on the execution result of the task. For example, if the task is a questionnaire-type task, the determination unit 44 determines that the task is being executed using program code if the timing of inputting answers to questions is uniform. Also, for example, if the task is annotation, the determination unit 44 determines that the task is being executed using program code if the operation of tracing the outer edge of a specific object is performed at a uniform speed.
判定部44は、プログラムコードを用いてタスクを実行していると判定した場合に、タスク実行の正当性がないと判定し、そうではない場合に、タスク実行の正当性があると判定する。 If the determination unit 44 determines that a task is being executed using program code, it determines that the task execution is not legitimate, and if not, it determines that the task execution is legitimate.
また、判定部44は、検出情報に基づいて判定した結果とタスクの実行結果に基づいて判定した結果とがいずれもタスクの実行の正当性があるとの判定結果である場合に、タスクの実行の正当性があると判定することができる。 The determination unit 44 can determine that the execution of the task is legitimate when both the result of the determination based on the detection information and the result of the determination based on the execution result of the task indicate that the execution of the task is legitimate.
また、判定部44は、利用者Uによるタスクの実行中に実行結果と検出情報とを繰り返し取得した場合、利用者Uによるタスクの実行中にタスクの実行の正当性の有無を繰り返し判定することができる。 In addition, when the determination unit 44 repeatedly acquires the execution result and the detection information while the user U is executing the task, the determination unit 44 can repeatedly determine whether the execution of the task is valid while the user U is executing the task.
〔5.3.6.タスク部45〕
タスク部45は、タスク情報に基づいて利用者Uに1以上のタスクを実行させる。タスク部45は、タスク情報に含まれる実行用情報を利用者Uの端末装置2に送信することによって、利用者Uにタスクを実行させる。
5.3.6. Task section 45
The task unit 45 causes the user U to execute one or more tasks based on the task information. The task unit 45 causes the user U to execute the tasks by transmitting execution information included in the task information to the
例えば、タスク部45は、受付部41によってタスク要求が受け付けられた場合に、タスク要求で特定されるタスクのタスク情報に含まれる実行用情報を利用者Uの端末装置2に送信することによって、利用者Uにタスクを実行させる。
For example, when a task request is accepted by the accepting unit 41, the task unit 45 causes the user U to execute the task by transmitting the execution information included in the task information of the task specified in the task request to the
また、タスク部45は、利用者Uがタスクを実行中に、利用者Uの周囲の状況がタスク情報で規定される状況から予め定められた範囲外になった場合、利用者Uにタスクの実行を中止させることができる。タスクの実行の中止は、例えば、端末装置2に中止指令を送信し、端末装置2において実行用情報による処理を中止させることによって行われる。
In addition, if the situation around the user U becomes outside a predetermined range from the situation defined by the task information while the user U is executing the task, the task unit 45 can cause the user U to stop executing the task. The task execution is stopped, for example, by sending a stop command to the
また、タスク部45は、利用者Uがタスクを実行中に、利用者Uの周囲の状況がタスク情報で規定される状況から予め定められた範囲外になった場合、利用者Uにタスクの実行を中断させる。タスクの実行の中断は、例えば、端末装置2に中断指令を送信し、端末装置2において実行用情報による処理を中断させることによって行われる。
In addition, when the situation around the user U becomes outside a predetermined range from the situation defined by the task information while the user U is executing the task, the task unit 45 causes the user U to suspend the execution of the task. The suspension of the execution of the task is performed, for example, by sending an interruption command to the
タスク部45は、その後、利用者Uの周囲の状況がタスク情報で規定される状況になった場合に、端末装置2に再開指令を送信し、端末装置2において実行用情報による処理を再開させて利用者Uにタスクの実行を再開させることができる。
When the situation around the user U subsequently becomes one specified by the task information, the task unit 45 can send a resume command to the
また、タスク部45は、停止指令や禁止指令などを端末装置2に送信することで、利用者Uがタスクを実行中には、端末装置2において実行用情報の実行に必要が無い他のアプリケーションプログラムの起動や実行を停止させることができる。
In addition, the task unit 45 can send a stop command, a prohibition command, or the like to the
〔5.3.7.提案部46〕
提案部46は、判定部44によって利用者Uによるタスクの正当性がないと判定された場合に、タスクの再実行を提案する。
[5.3.7.
The
例えば、提案部46は、判定部44によって利用者Uによる実行の正当性がないと判定されたタスクの再実行を行うための情報を含む提案情報を、判定部44によってタスクの実行の正当性がないと判定された利用者Uの端末装置2に送信することによって、タスクの再実行を提案する。提案情報は、例えば、再実行を提案するタスクを識別するための情報を含む。
For example, the
提案部46には、例えば、判定部44によって判定された適切度が閾値以上である利用者Uに対してタスクの再実行を提案し、そうでない場合に、タスクの再実行を提案しないこともできる。
The
〔5.3.8.報酬付与部47〕
報酬付与部47は、受付部41によって実行結果が受け付けられた場合、タスクを実行した利用者Uに報酬を付与する。
5.3.8.
When the receiving unit 41 receives the execution result, the
例えば、報酬付与部47は、受付部41によって実行結果が受け付けられた場合であって、判定部44によってタスク実行の正当性があると判定された場合に、判定部44によって実行に正当性があると判定されたタスクを実行した利用者Uに報酬を付与することができる。
For example, when the execution result is accepted by the acceptance unit 41 and the judgment unit 44 judges that the task execution is legitimate, the
また、報酬付与部47は、判定部44によってタスク実行の正当性がないと判定された場合、判定部44によってタスク実行の正当性があると判定された場合に比べて、低い報酬を、利用者Uに付与する報酬として決定することもできる。
In addition, when the determination unit 44 determines that the task execution is not legitimate, the
また、報酬付与部47は、取得部40によって検出情報が取得できなかった場合、取得部40によって検出情報が取得できた場合に比べて、低い報酬を、利用者Uに付与する報酬として決定することもできる。
In addition, when the acquisition unit 40 is unable to acquire detection information, the
この場合、報酬付与部47は、判定部44によってタスク実行の正当性が判定できない場合であっても、検出情報が取得できなかった場合、検出情報が取得できた場合に比べて、低い報酬を、利用者Uに付与する報酬として決定することもできる。報酬は、例えば、電子マネーの場合、金額が大きいほど高い報酬であり、ポイントや特典の場合、現金に換算したときの額が大きいほど高い報酬である。
In this case, even if the determination unit 44 cannot determine the legitimacy of the task execution, the
利用者Uに付与される報酬は、例えば、電子マネー、ポイント、または各種の特典などである。ポイントは、例えば、オンラインサイトなどで商品の購入やサービスの利用などに用いられる価値(バリュー)である。特典は、例えば、クーポン、商品券、サービス利用券などであるが、かかる例に限定されない。また、報酬は、現金でもよく、この場合、報酬付与部47は、例えば、銀行口座を介した現金の入金処理などによって報酬を利用者Uに付与する。
The reward given to user U may be, for example, electronic money, points, or various benefits. Points are a value that can be used, for example, to purchase products or use services on online sites. Benefits may be, for example, coupons, gift certificates, service vouchers, etc., but are not limited to these examples. The reward may also be cash, in which case the
報酬付与部47は、例えば、オンラインサービスにおいてタスクを実行した利用者Uのアカウントやウォレットにタスクに応じた額の電子マネーやタスクに応じたポイントを追加することによって、タスクを実行した利用者Uに報酬を付与する。また、報酬付与部47は、例えば、特典を示す情報である報酬情報を端末装置2で表示可能に端末装置2に送信することで、タスクを実行した利用者Uに報酬を付与する。
The
〔6.処理手順〕
次に、実施形態に係る情報処理装置1の処理部22による情報処理の手順について説明する。図8は、実施形態に係る情報処理装置1の処理部22による情報処理の一例を示すフローチャートである。
6. Processing Procedure
Next, a procedure of information processing by the
図8に示すように、情報処理装置1の処理部22は、端末装置3から送信されるタスク情報を取得したか否かを判定する(ステップS10)。処理部22は、タスク情報を取得したと判定すると(ステップS10:Yes)、取得したタスク情報を記憶部21に記憶させる(ステップS11)。
As shown in FIG. 8, the
処理部22は、ステップS11の処理が終了した場合、またはタスク情報を取得していないと判定した場合(ステップS10:No)、推定タイミングになったか否かを判定する(ステップS12)。推定タイミングは、例えば、予め定められた期間毎に到来するタイミング、またはタスク情報を取得する毎のタイミングなどであるが、かかる例に限定されない。
When the processing of step S11 is completed or when it is determined that task information has not been acquired (step S10: No), the
処理部22は、推定タイミングになったと判定した場合(ステップS12:Yes)、各利用者Uのコンテキストを推定する(ステップS13)。処理部22は、ステップS13の処理が終了した場合、または推定タイミングになっていないと判定した場合(ステップS12:No)、タスク通知タイミングになったか否かを判定する(ステップS14)。タスク通知タイミングは、例えば、端末装置2からアクセスがある毎のタイミング、予め定められた期間毎に到来するタイミング、またはタスク情報を取得する毎のタイミングなどであるが、かかる例に限定されない。
When the
処理部22は、タスク通知タイミングになったと判定した場合(ステップS14:Yes)、タスク一覧情報を含む提案情報を端末装置2に送信する(ステップS15)。
When the
処理部22は、ステップS15の処理が終了した場合、またはタスク通知タイミングになっていないと判定した場合(ステップS14:No)、タスク要求が受け付けたか否かを判定する(ステップS16)。処理部22は、タスク要求が受け付けたと判定した場合(ステップS16:Yes)、受け付けたタスク要求で特定されるタスクのタスク情報に含まれる実行用情報を送信する(ステップS17)。
When the processing of step S15 is completed or when it is determined that the task notification timing has not arrived (step S14: No), the
処理部22は、ステップS17の処理が終了した場合、またはタスク要求を受け付けていないと判定した場合(ステップS16:No)、判定タイミングになったか否かを判定する(ステップS18)。判定タイミングは、例えば、実行結果と検出情報とを取得する毎のタイミングであるが、かかる例に限定されず、例えば、予め定められた期間毎に到来するタイミングなどであってもよい。
When the processing of step S17 is completed or when it is determined that a task request has not been received (step S16: No), the
処理部22は、判定タイミングになったと判定した場合(ステップS18:Yes)、
実行結果と検出情報とに基づいて、利用者Uによるタスクの実行の正当性の有無を判定する(ステップS19)。
When the
Based on the execution result and the detection information, it is determined whether the execution of the task by the user U is valid (step S19).
また、処理部22は、ステップS19における判定結果に基づいて、報酬付与処理を行い(ステップS20)、また、再実行依頼処理(ステップS21)を行う。報酬付与処理は、タスクを実行した利用者Uに報酬を付与する処理である。再実行処理は、タスクの実行の正当性がないと判定した利用者Uに、実行の正当性がないと判定したタスクの再実行を依頼する処理である。
The
処理部22は、ステップS21の処理が終了した場合、または判定タイミングになっていないと判定した場合(ステップS18:No)、動作終了タイミングになったか否かを判定する(ステップS22)。処理部22は、例えば、情報処理装置1の電源がオフにされた場合などに動作終了タイミングになったと判定する。
When the processing of step S21 is completed, or when it is determined that the determination timing has not yet arrived (step S18: No), the
処理部22は、動作終了タイミングになっていないと判定した場合(ステップS22:No)、処理をステップS10へ移行し、動作終了タイミングになったと判定した場合(ステップS22:Yes)、図8に示す処理を終了する。
If the
〔7.その他〕
上述した適切度推定モデルなどのモデルは、例えば、畳み込みニューラルネットワーク、リカレントニューラルネットワーク、またはディープニューラルネットワークなどのニューラルネットワークによる機械学習によって生成されるが、かかる例に限定されない。
[7. Other]
Models such as the above-mentioned suitability estimation model are generated by machine learning using neural networks such as, for example, convolutional neural networks, recurrent neural networks, or deep neural networks, but are not limited to such examples.
例えば、学習モデルは、ニューラルネットワークに代えて、GBDT(Gradient Boosting Decision Tree)、線形回帰またはロジスティック回帰といった学習アルゴリズムによる機械学習を用いて生成されてもよい。 For example, instead of a neural network, the learning model may be generated using machine learning with a learning algorithm such as a gradient boosting decision tree (GBDT), linear regression, or logistic regression.
また、コンテキストは、例えば、特定のコンテンツを利用者Uが利用している状態であることを含む。特定のコンテンツは、例えば、記事コンテンツの閲覧、撮像画像(写真)をアップロードするための機能を有するコンテンツ、撮像画像(写真)を整理するための機能を有するコンテンツであるが、かかる例に限定されない。 The context also includes, for example, a state in which a user U is using specific content. The specific content is, for example, content having a function for viewing article content, uploading captured images (photos), and content having a function for organizing captured images (photos), but is not limited to such examples.
また、タスクは、記事コンテンツを読むタスク、カメラ(イメージセンサ)を操作するタスク、写真を整理するタスクなどであってもよい。記事コンテンツを読むタスクの実行結果は、例えば、記事コンテンツを読む時間、記事コンテンツにおいてタップする位置やタイミング、記事コンテンツにおいてフリックする位置、タイミング、または速さなどである。 The task may be a task of reading article content, a task of operating a camera (image sensor), a task of organizing photos, etc. The execution result of the task of reading article content is, for example, the time it takes to read the article content, the position or timing of tapping on the article content, the position, timing, or speed of flicking on the article content, etc.
また、カメラ(イメージセンサ)を操作するタスクの実行結果は、イメージセンサの起動から撮影までのタイミング、撮像時の視線位置、端末装置2(イメージセンサ)の角度(姿勢)、撮像回数、撮像間隔、加工操作などである。 In addition, the execution results of the task of operating the camera (image sensor) include the timing from the start of the image sensor to capturing an image, the gaze position when capturing an image, the angle (posture) of the terminal device 2 (image sensor), the number of images captured, the interval between images captured, processing operations, etc.
また、上述した例では、検出情報が利用者Uの端末装置2,3のセンサ群13によって取得されるが、利用者U以外の人、国、地方公共団体、会社などが有する装置(例えば、監視カメラ、ドライブレコーダなど)に設けられた1以上のセンサによって検出される情報であってもよい。
In the above example, the detection information is acquired by the sensor group 13 of the
また、利用者Uに実行されるタスクは、2以上の利用者Uが協同して実行するタスクであってもよい。2以上の利用者Uが協同して実行するタスクは、例えば、2以上の利用者Uが対戦する対戦型ゲームを行うタスク、2名以上が協同して設問に答えるアンケート型タスク、または2以上の利用者Uがグループとして参加するグループ参加型ゲームを行うタスクなどである。この場合、各利用者Uの端末装置2は、2以上の利用者Uのうちの他の利用者Uを監視するための端末装置4として用いられてもよい。
Furthermore, the task executed by a user U may be a task executed cooperatively by two or more users U. Examples of tasks executed cooperatively by two or more users U include a task of playing a competitive game in which two or more users U compete against each other, a questionnaire-type task in which two or more people cooperate to answer questions, or a task of playing a group participation game in which two or more users U participate as a group. In this case, the
また、報酬付与部47は、例えば、判定部44による正当性の判定結果の履歴に基づいて、利用者Uの報酬ランクを決定することもできる。利用者Uには、報酬付与部47によって決定された報酬ランクに応じた報酬が付与される。例えば、報酬ランクは、判定部44によって正当性があると判定される確率が高いほど高くなり、報酬付与部47は、報酬ランクが高い利用者Uほど、高い報酬を付与する。
The
また、提案部46は、判定部44によって正当性がないと判定される確率が高いタスクの発注者Oに対して、タスクのUIの位置変更、タスクのレイアウトの変更、タスクのデザインの変更、タスクの実行順番の変更などを提案することができる。この場合、提案部46は、提案内容を示す情報を含む提案情報を発注者Oの端末装置3に送信することで、発注者Oに対して、タスクの改善を提案することができる。
The
また、タスク部45は、利用者Uによるタスクの実行中に取得部40によって実行結果と検出情報とが繰り返し取得される場合、利用者Uによるタスクの実行中に判定部44によってタスクの実行の正当性がないと判定されると、正当性を高めるためのコンテンツ(音、警告など)を警告情報として端末装置2から出力させることもできる。
In addition, when the acquisition unit 40 repeatedly acquires the execution result and the detection information while the user U is executing the task, if the judgment unit 44 judges that the execution of the task is not legitimate while the user U is executing the task, the task unit 45 can also cause the
また、通知部43は、タスクの実行の正当性があると判定される確率が高い利用者Uほど、タスク一覧情報に含めるタスク情報の数を多くしたり、タスクの実行の正当性があると判定される確率が低いタスクのタスク情報をタスク一覧情報に含めたりすることができる。
In addition, the
また、判定部44による正当性の判定は、タスクの実行毎に行うことに代えて、一部の実行に対して行うこともできる。この場合、判定部44は、タスクの実行の正当性がないと判定した確率が高い利用者Uほど正当性の判定頻度を増加させることができ、タスクの実行の正当性がないと判定した確率が低い利用者Uほど正当性の判定頻度を低減することができる。 In addition, the determination unit 44 can determine legitimacy for some executions instead of for each execution of the task. In this case, the determination unit 44 can increase the frequency of determining legitimacy for a user U with a higher probability of determining that the execution of the task is not legitimate, and can decrease the frequency of determining legitimacy for a user U with a lower probability of determining that the execution of the task is not legitimate.
また、報酬付与部47は、判定部44による正当性の判定に必要なセンサの種別が多いほど正当性の判定精度が高まる場合、検出情報に含まれる情報を検出したセンサの種別が多いほど、報酬を高くすることができる。
In addition, if the accuracy of determining legitimacy increases as the number of types of sensors required for the determination unit 44 to determine legitimacy increases, the
また、通知部43は、判定部44によって正当性があると判定される確率が高い種別のタスクを判定部44によって正当性がないと判定される確率が低い種別のタスクと組み合わせてタスク群の実行を利用者Uに提案することもできる。この場合、提案情報には、判定部44によって正当性があると判定される確率が高い種別のタスクと判定部44によって正当性がないと判定される確率が低い種別のタスクとの組み合わせの情報が含まれる。
The
また、判定部44は、タスク情報に条件情報が含まれる場合において、利用者Uがタスクを実行している際の利用者Uのコンテキストとして推定部42によって推定されるコンテキストとタスク情報の条件情報で規定されるコンテキストとの一致度を適切度として判定することもできる。「一致度」は、例えば、0~1の範囲内の値である。 In addition, when the task information includes condition information, the determination unit 44 can determine the degree of agreement between the context estimated by the estimation unit 42 as the context of the user U when the user U is performing the task and the context specified in the condition information of the task information as the appropriateness. The "degree of agreement" is, for example, a value in the range of 0 to 1.
例えば、タスク情報の条件情報で規定されるコンテキストが「レストラン内」であり、推定したコンテキストが「レストラン内」である場合、一致度は「1」である。また、タスク情報の条件情報で規定されるコンテキストが「屋外の雨の中を移動中」であり、推定したコンテキストが「屋外の雨の中を停止中」である場合、2項目のうち1項目が一致しているため、一致度は、「0.5」である。なお、条件情報で規定されるコンテキストが複数の項目で規定される場合、項目毎の値を加算した値が一致度として算出される。項目毎の値は、互いに同じであってもよく、互いに異なる値であってもよい。 For example, if the context specified by the condition information of the task information is "inside a restaurant" and the estimated context is "inside a restaurant", the degree of match is "1". If the context specified by the condition information of the task information is "moving outdoors in the rain" and the estimated context is "stopped outdoors in the rain", one of the two items matches, so the degree of match is "0.5". Note that if the context specified by the condition information is specified by multiple items, the value obtained by adding up the values for each item is calculated as the degree of match. The values for each item may be the same or different.
〔8.ハードウェア構成〕
上述してきた実施形態に係る情報処理装置1および端末装置2の各々は、例えば図9に示すような構成のコンピュータ200によって実現される。図9は、実施形態に係る情報処理装置1および端末装置2の各々の機能を実現するコンピュータ200の一例を示すハードウェア構成図である。コンピュータ200は、CPU201、RAM202、ROM(Read Only Memory)203、HDD(Hard Disk Drive)204、通信インターフェイス(I/F)205、入出力インターフェイス(I/F)206、およびメディアインターフェイス(I/F)207を有する。
8. Hardware Configuration
Each of the information processing device 1 and the
CPU201は、ROM203またはHDD204に記憶されたプログラムに基づいて動作し、各部の制御を行う。ROM203は、コンピュータ200の起動時にCPU201によって実行されるブートプログラムや、コンピュータ200のハードウェアに依存するプログラムなどを記憶する。
The
HDD204は、CPU201によって実行されるプログラム、および、かかるプログラムによって使用されるデータなどを記憶する。通信インターフェイス205は、ネットワークN(図2参照)を介して他の機器からデータを受信してCPU201へ送り、CPU201が生成したデータを、ネットワークNを介して他の機器へ送信する。
The
CPU201は、入出力インターフェイス206を介して、ディスプレイやプリンタなどの出力装置、および、キーボードまたはマウスなどの入力装置を制御する。CPU201は、入出力インターフェイス206を介して、入力装置からデータを取得する。また、CPU201は、入出力インターフェイス206を介して生成したデータを出力装置へ出力する。
The
メディアインターフェイス207は、記録媒体208に記憶されたプログラムまたはデータを読み取り、RAM202を介してCPU201に提供する。CPU201は、かかるプログラムを、メディアインターフェイス207を介して記録媒体208からRAM202上にロードし、ロードしたプログラムを実行する。記録媒体208は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)などの光学記録媒体、MO(Magneto-Optical disk)などの光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリなどである。
The
例えば、コンピュータ200が実施形態に係る情報処理装置1や端末装置2として機能する場合、コンピュータ200のCPU201は、RAM202上にロードされたプログラムを実行することにより、処理部22や処理部15の機能を実現する。また、HDD204には、記憶部21内または記憶部14内のデータが記憶される。コンピュータ200のCPU201は、これらのプログラムを記録媒体208から読み取って実行するが、他の例として、他の装置からネットワークNを介してこれらのプログラムを取得してもよい。
For example, when the
〔9.その他〕
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、あるいは、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。
[9. Other]
In addition, among the processes described in the above embodiments, all or part of the processes described as being performed automatically can be performed manually, or all or part of the processes described as being performed manually can be performed automatically by a known method. In addition, the information including the processing procedures, specific names, various data and parameters shown in the above documents and drawings can be changed arbitrarily unless otherwise specified. For example, the various information shown in each drawing is not limited to the illustrated information.
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。 In addition, each component of each device shown in the figure is a functional concept, and does not necessarily have to be physically configured as shown in the figure. In other words, the specific form of distribution and integration of each device is not limited to that shown in the figure, and all or part of them can be functionally or physically distributed and integrated in any unit depending on various loads, usage conditions, etc.
例えば、上述した情報処理装置1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ホームなどをAPIやネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。 For example, the information processing device 1 described above may be realized by multiple server computers, and depending on the function, the configuration can be flexibly changed, such as by calling an external platform using an API or network computing.
また、上述してき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。 The above-described embodiments and variations can be combined as appropriate to the extent that they do not cause inconsistencies in the processing content.
〔10.効果〕
上述してきたように、実施形態に係る情報処理装置1は、利用者Uによる端末装置2を用いたタスクの実行結果と、1以上のセンサによって検出された情報であって利用者Uによるタスクの実行時における情報である検出情報とを取得する取得部40と、取得部40によって取得された実行結果および検出情報のうちの少なくとも一方に基づいて、利用者Uによるタスクの実行の正当性の有無を判定する判定部44とを備える。これにより、情報処理装置1は、実行結果に加えてタスクの実行の正当性の有無を示す情報を発注側に提供したり、タスクの実行の正当性がない実行結果を除外したりすることができ、クラウドソーシングの促進を図ることができる。
10. Effects
As described above, the information processing device 1 according to the embodiment includes an acquisition unit 40 that acquires a result of the execution of a task by the user U using the
また、1以上のセンサは、端末装置2とは異なる装置に設けられる1以上のセンサである。これにより、情報処理装置1は、端末装置2とは異なる装置で検出された検出情報を用いてタスクの実行の正当性の有無を判定することができる。
The one or more sensors are provided in a device other than the
また、1以上のセンサは、端末装置2に設けられる1以上のセンサである。これにより、情報処理装置1は、端末装置2で検出された検出情報を用いてタスクの実行の正当性の有無を判定することができる。
The one or more sensors are one or more sensors provided in the
また、取得部40は、利用者Uによるタスクの実行中に実行結果と検出情報とを繰り返し取得し、判定部44は、取得部40によって繰り返し取得された実行結果および検出情報のうちの少なくとも一方に基づいて、正当性の有無を繰り返し判定する。これにより、情報処理装置1は、タスクの実行の正当性の有無をリアルタイムで行うことができる。 The acquisition unit 40 also repeatedly acquires the execution result and the detection information while the user U is executing the task, and the determination unit 44 repeatedly determines whether or not the execution result and the detection information are legitimate based on at least one of the execution result and the detection information repeatedly acquired by the acquisition unit 40. This allows the information processing device 1 to determine whether or not the execution of the task is legitimate in real time.
また、取得部40は、利用者Uによるタスクの実行終了後に実行結果と検出情報とを取得する。これにより、情報処理装置1は、タスクの実行の正当性の有無をタスクの実行の全体に対して行うことができ、タスクの実行の正当性の有無の判定精度を向上させることができる。 The acquisition unit 40 also acquires the execution result and the detection information after the user U finishes executing the task. This allows the information processing device 1 to determine whether the task execution is legitimate for the entire task execution, thereby improving the accuracy of determining whether the task execution is legitimate.
また、判定部44は、取得部40によって取得された実行結果と検出情報とに基づいて、正当性の有無を判定する。これにより、情報処理装置1は、タスクの実行の正当性の有無の判定精度を向上させることができる。 The determination unit 44 also determines the presence or absence of legitimacy based on the execution result and detection information acquired by the acquisition unit 40. This allows the information processing device 1 to improve the accuracy of determining the presence or absence of legitimacy of task execution.
また、情報処理装置1は、判定部44によって正当性があると判定された場合に、利用者Uに報酬を付与する報酬付与部47を備える。これにより、情報処理装置1は、タスクを実行する利用者Uのモチベーションを高めることができ、タスクの実行の正当性を向上させることができる。
The information processing device 1 also includes a
また、報酬付与部47は、取得部40によって検出情報が取得できなかった場合、取得部40によって検出情報が取得できた場合に比べて、低い報酬を、利用者Uに付与する報酬として決定する。これにより、情報処理装置1は、タスクを実行する利用者Uのモチベーションを高めることができ、タスクの実行の正当性を向上させることができる。
In addition, when the acquisition unit 40 is unable to acquire the detection information, the
また、情報処理装置1は、判定部44によって正当性がないと判定された場合に、正当性がないことを示す情報を通知する通知部43を備える。これにより、情報処理装置1は、タスクの実行の正当性を高めることができる。
The information processing device 1 also includes a
また、情報処理装置1は、判定部44によって正当性がないと判定された場合に、タスクの再実行を提案する提案部46を備える。これにより、情報処理装置1は、タスクの実行の正当性を高めることができる。
The information processing device 1 also includes a
また、1以上のセンサは、イメージセンサ、マイク、位置センサ、ジャイロセンサ、温度センサ、湿度センサ、および照度センサのうちの1以上のセンサである。これにより、情報処理装置1は、タスクの実行の正当性の判定精度を高めることができる。 The one or more sensors are one or more of an image sensor, a microphone, a position sensor, a gyro sensor, a temperature sensor, a humidity sensor, and an illuminance sensor. This enables the information processing device 1 to improve the accuracy of determining the legitimacy of task execution.
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 The above describes the embodiments of the present application in detail based on the drawings, but this is merely an example, and the present invention can be implemented in other forms that incorporate various modifications and improvements based on the knowledge of those skilled in the art, including the aspects described in the disclosure section of the invention.
また、上述してきた「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。 The above-mentioned "section, module, unit" can be read as "means" or "circuit." For example, an acquisition unit can be read as an acquisition means or an acquisition circuit.
1 情報処理装置
2,3,4 端末装置
10,20 通信部
11 表示部
12 操作部
13 センサ群
14,21 記憶部
15,22 処理部
16 情報取得部
17 表示処理部
18 情報出力部
30 利用者情報記憶部
31 タスク情報記憶部
32 タスク実行結果記憶部
40 取得部
41 受付部
42 推定部
43 通知部
44 判定部
45 タスク部
46 提案部
47 報酬付与部
100 情報処理システム
N ネットワーク
REFERENCE SIGNS LIST 1
Claims (13)
前記取得部によって取得された前記実行結果および前記検出情報のうちの少なくとも一方に基づいて、前記利用者による前記タスクの実行の正当性の有無を判定する判定部と、を備える
ことを特徴とする情報処理装置。 an acquisition unit that acquires a result of a task performed by a user using a terminal device and detection information that is information detected by one or more sensors when the task is performed by the user;
a determination unit that determines whether or not the execution of the task by the user is legitimate, based on at least one of the execution result and the detection information acquired by the acquisition unit.
前記端末装置とは異なる装置に設けられる1以上のセンサである
ことを特徴とする請求項1に記載の情報処理装置。 The one or more sensors include:
The information processing apparatus according to claim 1 , wherein the sensor is one or more sensors provided in a device different from the terminal device.
前記端末装置に設けられる1以上のセンサである
ことを特徴とする請求項1に記載の情報処理装置。 The one or more sensors include:
The information processing device according to claim 1 , characterized in that the sensor is one or more sensors provided in the terminal device.
前記利用者による前記タスクの実行中に前記実行結果と前記検出情報とを繰り返し取得し、
前記判定部は、
前記取得部によって繰り返し取得された前記実行結果および前記検出情報のうちの少なくとも一方に基づいて、前記正当性の有無を繰り返し判定する
ことを特徴とする請求項1に記載の情報処理装置。 The acquisition unit is
repeatedly acquiring the execution result and the detection information during execution of the task by the user;
The determination unit is
The information processing apparatus according to claim 1 , further comprising: a step of repeatedly determining whether the validity is present or not based on at least one of the execution result and the detection information repeatedly acquired by the acquisition unit.
前記利用者による前記タスクの実行終了後に前記実行結果と前記検出情報とを取得する
ことを特徴とする請求項1に記載の情報処理装置。 The acquisition unit is
The information processing apparatus according to claim 1 , further comprising: acquiring the execution result and the detection information after the execution of the task by the user is completed.
前記取得部によって取得された前記実行結果および前記検出情報に基づいて、前記正当性の有無を判定する
ことを特徴とする請求項1~5のいずれか1つに記載の情報処理装置。 The determination unit is
6. The information processing apparatus according to claim 1, further comprising: determining whether the validity is present or not based on the execution result and the detection information acquired by the acquisition unit.
ことを特徴とする請求項1~5のいずれか1つに記載の情報処理装置。 6. The information processing device according to claim 1, further comprising a reward granting unit that grants a reward to the user when the determining unit determines that the authentication is valid.
前記取得部によって前記検出情報が取得できなかった場合、前記取得部によって前記検出情報が取得できた場合に比べて、低い報酬を、前記利用者に付与する報酬として決定する
ことを特徴とする請求項7に記載の情報処理装置。 The reward granting unit:
The information processing device according to claim 7, characterized in that, when the acquisition unit is unable to acquire the detection information, a lower reward is determined as the reward to be given to the user compared to when the acquisition unit is able to acquire the detection information.
ことを特徴とする請求項1~5のいずれか1つに記載の情報処理装置。 6. The information processing device according to claim 1, further comprising a notification unit that notifies information indicating that the information is not valid when the determination unit determines that the information is not valid.
ことを特徴とする請求項1~5のいずれか1つに記載の情報処理装置。 6. The information processing apparatus according to claim 1, further comprising a suggestion unit that suggests re-execution of the task when the determination unit determines that the task is not valid.
イメージセンサ、マイク、位置センサ、ジャイロセンサ、温度センサ、湿度センサ、および照度センサのうちの1以上のセンサである
ことを特徴とする請求項1~5のいずれか1つに記載の情報処理装置。 The one or more sensors include:
6. The information processing device according to claim 1, wherein the sensor is one or more of an image sensor, a microphone, a position sensor, a gyro sensor, a temperature sensor, a humidity sensor, and an illuminance sensor.
利用者による端末装置を用いたタスクの実行結果と、1以上のセンサによって検出された情報であって前記利用者による前記タスクの実行時における情報である検出情報とを取得する取得工程と、
前記取得工程によって取得された前記実行結果および前記検出情報のうちの少なくとも一方に基づいて、前記利用者による前記タスクの実行の正当性の有無を判定する判定工程と、を含む
ことを特徴とする情報処理方法。 1. A computer-implemented information processing method, comprising:
an acquisition step of acquiring a result of a task performed by a user using a terminal device and detection information, which is information detected by one or more sensors and is information at the time when the task is performed by the user;
a determination step of determining whether or not the execution of the task by the user is legitimate, based on at least one of the execution result and the detection information acquired by the acquisition step.
前記取得手順によって取得された前記実行結果および前記検出情報のうちの少なくとも一方に基づいて、前記利用者による前記タスクの実行の正当性の有無を判定する判定手順と、をコンピュータに実行させる
ことを特徴とする情報処理プログラム。 an acquisition step of acquiring a result of a task performed by a user using a terminal device and detection information, which is information detected by one or more sensors and is information at the time when the task is performed by the user;
and a determination procedure for determining whether or not the execution of the task by the user is legitimate, based on at least one of the execution result and the detection information acquired by the acquisition procedure.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022185302A JP2024074177A (en) | 2022-11-18 | 2022-11-18 | Information processing device, information processing method, and information processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022185302A JP2024074177A (en) | 2022-11-18 | 2022-11-18 | Information processing device, information processing method, and information processing program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024074177A true JP2024074177A (en) | 2024-05-30 |
Family
ID=91227386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022185302A Pending JP2024074177A (en) | 2022-11-18 | 2022-11-18 | Information processing device, information processing method, and information processing program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024074177A (en) |
-
2022
- 2022-11-18 JP JP2022185302A patent/JP2024074177A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9501745B2 (en) | Method, system and device for inferring a mobile user's current context and proactively providing assistance | |
KR101797089B1 (en) | Mobile device-related measures of affinity | |
US20220237486A1 (en) | Suggesting activities | |
US20180032997A1 (en) | System, method, and computer program product for determining whether to prompt an action by a platform in connection with a mobile device | |
US20160035046A1 (en) | Influencer score | |
US20140052680A1 (en) | Method, System and Device for Inferring a Mobile User's Current Context and Proactively Providing Assistance | |
CN106164962A (en) | The personalized recommendation of explicit declaration based on user | |
US9253631B1 (en) | Location based functionality | |
TWI680400B (en) | Device and method of managing user information based on image | |
KR20150043366A (en) | Electronic advertising targeting multiple individuals | |
US9857177B1 (en) | Personalized points of interest for mapping applications | |
US20170318075A1 (en) | Facilitating interaction among digital personal assistants | |
US10824932B2 (en) | Context-aware digital personal assistant supporting multiple accounts | |
US20170279867A1 (en) | Frame devices for a socially networked artwork ecosystem | |
US20170031915A1 (en) | Profile value score | |
JP2017521739A (en) | Personal intelligence platform | |
US20230186247A1 (en) | Method and system for facilitating convergence | |
US20210133851A1 (en) | Personalized content based on interest levels | |
US20230177777A1 (en) | Systems and methods for enhanced augmented reality emulation based on historical data | |
JP2024074177A (en) | Information processing device, information processing method, and information processing program | |
JP2024074018A (en) | Information processing device, information processing method, and information processing program | |
JP2024074019A (en) | Information processing apparatus, information processing method, and information processing program | |
JP2024074036A (en) | Information processing device, information processing method, and information processing program | |
JP2024073904A (en) | Information processing device, information processing method, and information processing program | |
JP2024074176A (en) | Information processing device, information processing method, and information processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |