JP4861004B2 - サービス推薦システム、及び、サービス推薦方法 - Google Patents

Description

本発明は、ユーザにサービスを推薦するためのサービス推薦システム、及び、サービス推薦方法に関するものである。

従来におけるサービスの推薦方法として、例えば、特許文献１には、あらかじめユーザの実世界での行動（以下「タスク」と定義する）とサービスとを対応付けてデータベースに記憶しておき、当該データベースからユーザのタスクを推定し、推定したタスクに応じたサービスを提示する枠組みが提案されている。さらに、あらかじめ時間と場所とに応じて実行される可能性の高いタスクを分類しておき、ユーザの現在の時間情報及び場所情報からユーザのタスクを推定し、推定したタスクに対応付けられたサービスを提示する枠組みも提案されている。
特開２００５−１００１４６号公報（段落００３８〜００４１、００６２〜００６４、図６）

この枠組みには２つの問題点がある。第１には、ユーザが常に同じ時間、場所においてタスクを実行するとは限らず、ユーザが通常と異なる時間、場所においてタスクを実行した場合、ユーザが実行するタスクを適切に推定することが困難である。例えば、タスク「帰宅する」が実行される可能性の高い時間情報として「１９：００」、場所情報として「Ａ駅」が記述されており、タスク「テレビを見る」が実行される可能性の高い時間情報として「２２：００」、場所情報として「家」が記述されているとする。この場合、ユーザが会社で残業をしてから帰宅しようとして、「２２：００」に「Ａ駅」にいた場合には、「帰宅する」と「テレビを見る」とのどちらのタスクを推定すればいいのか決定できないという問題点が発生する。

第２には、同じ時間、場所でユーザがタスクを実行したとしても、ユーザが一人でいる場合と別のユーザと一緒にいる場合とでは、ユーザが実行するタスクは異なる。しかしながら、上記従来技術ではユーザが一人でいる場合でも別のユーザと一緒にいる場合でも推定されるタスクは同一となり、他のユーザとの関わりに応じたタスク推定には対応できていない。たとえば、ユーザが年休を取って家族とデパートに行こうとして、「平日１０：００」に「Ａ駅」にいた場合、上記従来技術の手法では「出勤する」というタスクが選択されてしまう。

以上のように、従来技術ではユーザのタスクを推定する際の確度が十分とはいえない。この原因は、ユーザの行動を規定する要因として時間及び場所のみを考慮し、ユーザのタスクと時間及び場所とを単純に対応付けて、タスク推定のためのモデルとしたことによる。
本発明は以上の課題に鑑みてなされたものであり、ユーザのタスクを推定する確度を向上させ、ユーザのタスクに応じたサービスを推薦することを可能とするサービス推薦システム、及び、サービス推薦方法を提供することを目的とする。

上記課題を解決するために、請求項１に記載の発明は、ユーザにサービスを推薦するためのサービス推薦システムにおいて、ユーザの存在する場所または該ユーザと一緒にいる他者と前記ユーザとの関係によって決まる前記ユーザの役割であるロールと、当該ロールに対応付けられるユーザの行動を表すタスクの集合と、をタスクモデルとして記憶するタスクモデル記憶手段と、ユーザのロールを取得するユーザロール取得手段と、前記ユーザロール取得手段により取得されたユーザのロールに基づいて、前記タスクモデルからユーザのタスクを推定するタスク推定手段と、前記タスク推定手段により推定されたユーザのタスクを支援可能なサービスを検索するサービス検索手段と、を備え、前記タスクモデル記憶手段には、前記ユーザのロールを変化させるタスクであるロール変化タスクと対応付けて、変化後のユーザのロールが記憶されており、前記ユーザロール取得手段は、前記タスク推定手段により前記ロール変化タスクが前記ユーザのタスクとして推定された場合に、前記変化後のユーザのロールを取得することを特徴とするサービス推薦システムを提供する。

本発明によれば、サービス推薦システムは、取得したユーザのロールに基づいてユーザのタスクを推定するため、ユーザのタスクを規定する要因としてロールを考慮してタスクを推定することができ、ユーザのタスクを推定する確度を向上させることができる。そして、推定したユーザのタスクを支援するためのサービスを検索し、ユーザのタスクに応じたサービスを推薦することが可能となる。
また、本発明によれば、ロール変化タスクがユーザのタスクとして推定された場合に変化後のユーザのロールを取得することで、ユーザのロールを最新の状態とすることができ、ユーザのタスクを推定する確度を向上させることができる。

請求項２に記載の発明は、請求項１に記載のサービス推薦システムにおいて、前記ユーザの位置情報を取得するユーザ位置情報取得手段と、場所情報と、該場所情報で特定される場所に前記ユーザがいる時のユーザのロールと、を対応付けて記憶する位置・ロール対応関係記憶手段とを備え、前記ユーザロール取得手段は、前記ユーザ位置情報取得手段によって取得された前記ユーザの位置情報に対応するユーザのロールを前記位置・ロール対応関係記憶手段から取得することを特徴とする。
本発明によれば、ユーザの位置情報に応じた正確なユーザのロールを取得することができ、当該ロールに基づいてユーザのタスクを推定するため、ユーザのタスクを推定する確度を向上させることができる。

請求項３に記載の発明は、請求項１又は２に記載のサービス推薦システムにおいて、前記ユーザと他者である別ユーザとの関わりを示すユーザグループを記憶するユーザグループ記憶手段と、前記ユーザグループと、該ユーザグループでの前記ユーザのロールと、を対応付けて記憶するユーザグループ・ロール対応関係記憶手段と、前記ユーザの位置情報を取得するユーザ位置情報取得手段と、前記別ユーザの位置情報を取得する別ユーザ位置情報取得手段と、前記ユーザ位置情報取得手段により取得した前記ユーザの位置情報と前記別ユーザ位置情報取得手段により取得した前記別ユーザの位置情報とに基づいて、該当するユーザグループを前記ユーザグループ記憶手段から取得するユーザグループ取得手段とを備え、前記ユーザロール取得手段は、前記ユーザグループ取得手段により取得されたユーザグループに対応するロールを前記ユーザグループ・ロール対応関係記憶手段から取得することを特徴とする。
本発明によれば、ユーザと別ユーザとの位置関係に基づいてユーザグループを特定し、ユーザグループに基づいて正確なユーザのロールを取得することができるため、ユーザタスク推定の確度を向上させることができる。

請求項４に記載の発明は、請求項１から３の何れか１項に記載のサービス推薦システムにおいて、現在時間を取得する現在時間取得手段と、前記ユーザの位置情報を取得するユーザ位置情報取得手段とを備え、前記タスク知識記憶手段に記憶されている各タスクには時間情報及び場所情報が対応付けられており、前記タスク推定手段は、前記現在時間取得手段により取得された現在時間及び前記ユーザ位置情報取得手段により取得された前記ユーザの位置情報と、前記タスクモデル記憶手段に記憶されている時間情報及び場所情報と、を比較することにより、前記ユーザのタスクを推定することを特徴とする。
本発明によれば、ユーザのロールに加えて時間情報及び場所情報に基づきユーザのタスクを推定することができるため、ユーザのタスクを推定する確度を向上させることができる。

請求項５に記載の発明は、請求項４に記載のサービス推薦システムにおいて、前記ユーザがサービスを利用した時点の場所情報及び時間情報を取得するサービス利用結果取得手段と、前記サービス利用結果取得手段により取得された場所情報及び時間情報で、前記サービスと関連付けられたタスクに対応付けられている場所情報及び時間情報を更新するタスク知識更新手段とを備えることを特徴とする。
本発明によれば、サービスと関連付けられたタスクに対応付けられている場所情報及び時間情報を更新することで、サービスの利用履歴を利用してユーザのタスクを推定することができるため、ユーザのタスクを推定する確度を向上させることができる。

請求項６に記載の発明は、ユーザにサービスを推薦するサービス推薦方法において、前記ユーザの存在する場所または該ユーザと一緒にいる他者と前記ユーザとの関係によって決まる前記ユーザの役割であるロールと、当該ロールに対応付けられる前記ユーザの行動を表すタスクの集合と、前記ユーザのロールを変化させるタスクであるロール変化タスクと、をタスクモデルとして記憶するタスクモデル記憶ステップと、前記ロール変化タスクが前記ユーザのタスクとして推定された場合に、前記変化後のユーザのロールを取得するユーザロール取得ステップと、前記ユーザロール取得ステップにおいて取得されたロールに基づいて、前記タスクモデルから前記ユーザのタスクを推定するタスク推定ステップと、前記タスク推定ステップにおいて推定された前記ユーザのタスクを支援可能なサービスを検索するサービス検索ステップとを含むことを特徴とするサービス推薦方法を提供する。

本発明によれば、ユーザのロールに基づいてユーザのタスクを推定することにより、ユーザのタスクを規定する要因としてロールを考慮することができ、ユーザのタスクを推定する確度を向上させることができる。そして、推定したユーザのタスクを支援するためのサービスを検索し、ユーザのタスクに応じたサービスを推薦することが可能となる。

本発明によれば、サービス推薦システムは、ユーザのロールを取得し、ユーザのロールに基づいてユーザのタスクを推定するため、ユーザのタスクを規定する要因としてロールを考慮してタスクを推定することができ、ユーザのタスクを推定する確度を向上させることができる。そして、推定したユーザのタスクを支援するためのサービスを検索し、ユーザのタスクに応じたサービスを推薦することが可能となる。

以下、図面を参照して、本発明の実施の形態について説明する。
図１は、本発明の実施の形態に係るサービス推薦システムの全体構成を示す図である。同図に示すように、サービス推薦システムは、サービス推薦サーバ１００と、ユーザが所持する携帯端末１０１と、登録ユーザが所持する携帯端末１０２と、を含んで構成される。サービス推薦サーバ１００、携帯端末１０１及び携帯端末１０２は、移動通信網やインターネット等の通信ネットワークと通信可能に接続されている。なお、ここで「登録ユーザ」とは、携帯端末１０１にユーザ情報が登録されているユーザをいう。

［１．１ サービス推薦サーバの構成］
次に、サービス推薦サーバ１００の構成について詳細に説明する。サービス推薦サーバ１００は、ハードウェア構成として、図示せぬ、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク装置、内部時計、及び、通信インターフェースを含んで構成され、一般的なコンピュータのハードウェア構成を備えている。サービス推薦サーバ１００のハードディスク装置にはプログラムやデータベース等の各種ソフトウェアが記憶されている。ハードディスク装置に記憶されているデータベースとしては、タスク知識ＤＢ（database；データベース）（「タスクモデル記憶手段」に対応）１０３、サービス知識ＤＢ１０４、位置・ロール対応ＤＢ（「位置・ロール対応関係記憶手段」に対応）１０５、ユーザグループ・ロール対応ＤＢ（「ユーザグループ・ロール対応関係記憶手段」に対応）１０６、及び、ユーザグループ取得ＤＢ（「ユーザグループ記憶手段」に対応）１０７、が含まれる。以下、各データベースの構成について説明する。

（１．１．１ タスク知識ＤＢの構成）
まず、タスク知識ＤＢ１０３の構成について説明する。タスク知識ＤＢ１０３は、ユーザのロールに対応付けたタスクの集合をタスクモデルとして記憶する。「タスク」とは、ユーザがサービスに到達するために必要となるユーザの行動である。図２には、タスク知識ＤＢ１０３のデータ構成の一例を示す。同図に示すように、タスク知識ＤＢ１０３には、データ項目として、ユーザの役割である「ロール」、当該ロールに対応付けられたタスクの識別子である「タスクＩＤ」、当該タスクの上位タスクとなる親タスクの識別子である「親タスクＩＤ」、タスクの内容を表す「タスク名」、タスクが前記ロールの元で実行される場合の「標準的な時間、場所」、実際にユーザがタスクを実行した時間及び場所の履歴を示す「時間と場所の利用ログ」、サービスの「選択回数」、及び、当該タスクがユーザのロールを変化させるタスク（以下「ロール変化タスク」）であるか否かを示す「ロール変化タスク」が設けられている。

「ロール変化タスク」はタスクがロール変化タスクである場合にのみ記述され、「ロール変化タスク」には変化後のロールが記述される。「選択回数」が記述されるタスクは、末端（最下位層）のタスクのみである。末端のタスクはサービス知識ＤＢ１０４に記憶されているサービスに直接関連付けられており、ユーザがサービスを利用したタイミングで選択回数が増加する。

「時間と場所の利用ログ」には、ユーザが利用したサービスと直接関連付けられている末端のタスクの一つ上位のタスクにおいて、サービスを実行した時の時間と場所が記述される。このため、あるタスクの「時間と場所の利用ログ」が記述された回数の総数と、当該タスクの子タスクの選択回数の総数は一致する。なお、タスク知識ＤＢ１０３の時間と場所の利用ログ及び選択回数は、ユーザ毎に用意される。ここでは、単一のユーザのみがサービス推薦システムを利用しているものとして、タスク知識ＤＢ１０３には当該ユーザの利用履歴及び選択回数を記述している。複数ユーザがサービス推薦システムを利用する場合には、利用履歴及び選択回数にユーザＩＤを付加してタスク知識ＤＢ１０３内に保存してもよいし、タスクＩＤ、ユーザＩＤ、利用履歴、及び選択回数の項目からなる履歴管理ＤＢを別に作成してもよい。

（１．１．２ サービス知識ＤＢ）
次に、サービス知識ＤＢ１０４について説明する。サービス知識ＤＢ１０４は、タスクの実行を支援するためのサービスが定義されたデータベースである。ここで、サービスとは、インターネット上のコンテンツや実世界サービスに関する知識をいう。図３には、サービス知識ＤＢ１０４のデータ構成の一例を示す。図３に示すように、サービス知識ＤＢ１０４には、データ項目として、サービスの識別子である「サービスＩＤ」、サービスの所在（アクセス先）の識別子である「サービスＵＲＩ（Uniform Resource Identifier）」、及び、当該サービスにより実行が支援されるタスクの識別子である「タスクＩＤ」からなる。

（１．１．３ 位置・ロール対応ＤＢ）
次に、位置・ロール対応ＤＢ１０５について説明する。位置・ロール対応ＤＢ１０５は、ユーザの位置情報からユーザのロールを取得するためのデータベースである。図４には、位置・ロール対応ＤＢ１０５のデータ構成の一例を示す。同図に示すように、位置・ロール対応ＤＢ１０５には、データ項目として、ユーザのロールを確実に決定することができる「標準的な場所」と、当該場所にユーザがいる時のユーザの「ロール」と、が設けられている。例えば、男性であるユーザが「会社」にいる時の標準的なロールは「会社員」であり、当該ユーザが「家」にいる時の標準的なロールは「父」である、

（１．１．４ ユーザグループ・ロール対応ＤＢ）
次に、ユーザグループ・ロール対応ＤＢ１０６について説明する。ユーザグループ・ロール対応ＤＢ１０６は、ユーザが属するユーザグループからユーザのロールを取得するためのデータベースである。図５には、ユーザグループ・ロール対応ＤＢ１０６のデータ構成の一例を示す。同図に示すように、ユーザグループ・ロール対応ＤＢ１０６には、データ項目として、携帯端末１０１を所持するユーザと登録ユーザとの関わりを示す「ユーザグループ」と、ユーザがそれぞれのユーザグループをもつ登録ユーザと一緒にいた場合に推定されるユーザの「ユーザロール」と、が設けられている。

当該ユーザグループ・ロール対応ＤＢ１０６を用いることにより、例えば、ユーザが同僚と一緒にいた場合には「会社員」というユーザのロールを取得することができ、ユーザがサークルのメンバーと一緒にいた場合には「サークルメンバ」というユーザのロールを取得することができ、ユーザが家族と一緒にいた場合には「父」というユーザのロールを取得することができる。

（１．１．５ ユーザグループ取得ＤＢ）
次に、ユーザグループ取得ＤＢ１０７について説明する。ユーザグループ取得ＤＢ１０７は、携帯端末１０１を所持するユーザと、携帯端末１０２を所持する登録ユーザとが一緒にいる（共に活動している）時の二人に共通するユーザグループを取得するためのデータベースである。図６には、ユーザグループ取得ＤＢ１０７のデータ構成の一例を示す。ユーザグループ取得ＤＢ１０７は、携帯端末１０１の電話番号である「端末番号」と、登録ユーザが所持する携帯端末１０２の電話番号である「登録ユーザ端末番号」と、登録ユーザと携帯端末１０１を所持するユーザとの関わりを表す「ユーザグループ」と、で構成される。図６には携帯端末１０１の端末番号の例を１つのみ表示しているが、全てのユーザが所持する携帯端末１０１の端末番号がユーザグループ取得ＤＢ１０７に記憶される。

（１．１．６ 機能構成）
サービス推薦サーバ１００が備える上述したハードウェア及びソフトウェアによって、図７に示す機能構成がサービス推薦サーバ１００に実現される。以下、各構成要素の機能について述べる。
端末ＩＤ取得部２０１は、携帯端末１０１のＩＤを取得する。携帯端末１０１のＩＤとしては、電話番号が該当する。
ユーザ位置情報取得部２０２は、携帯端末１０１から携帯端末１０１の位置情報をユーザの位置情報として受信する。
位置ロール判定部２０９は、ユーザの位置情報に対応するユーザのロールを位置・ロール対応ＤＢ１０５から取得する。

登録ユーザ情報受信部２０５は、ユーザの携帯端末１０１に登録されている登録ユーザの情報（端末ＩＤ等）を携帯端末１０１から受信する。
ユーザグループ取得部２１１は、登録ユーザの情報及びユーザグループをユーザグループ取得ＤＢ１０７から取得する。
登録ユーザ情報更新部２１２は、携帯端末１０１に登録されている登録ユーザの情報が変化した場合に、ユーザグループ取得ＤＢ１０７を更新する。
登録ユーザ位置情報取得部（「別ユーザ位置情報取得手段」に対応）２０６は、登録ユーザが所持する携帯端末１０２の位置情報を受信する。

ユーザグループ取得部２１１は、ユーザ位置情報取得部２０２により取得したユーザの位置情報と登録ユーザ位置情報取得部２０６により取得した登録ユーザの位置情報とに基づいて、ユーザグループ取得ＤＢ１０７から登録ユーザのユーザグループを取得する。具体的には、例えば、ユーザと登録ユーザとの位置情報が一致する場合にユーザと登録ユーザとが一緒にいると判断して、携帯端末１０１の端末番号及び携帯端末１０２の登録ユーザ端末番号に対応するユーザグループをユーザグループ取得ＤＢ１０７から取得する。

ユーザロール取得部２１０は、ユーザグループ取得部２１１により取得されたユーザグループに対応するロールをユーザグループ・ロール対応ＤＢ１０６から取得することにより、ユーザのロールを決定する。また、取得したユーザのロールを記憶保持する。
現在時間取得部２０３は、内部時計から現在の時間を取得する。
タスク推定部２０７は、ユーザロール取得部２１０により取得されたロールに基づいて、タスク知識ＤＢ１０３からユーザのタスクを推定する。より確度の高いタスク推定を行う場合は、さらに、現在の時間、及び、現在のユーザの位置情報と、タスクに対応付けられた時間情報及び場所情報（タスク知識ＤＢ１０３の「時間と場所の利用ログ」又は「標準的な時間、場所」）との比較を行うことにより、ユーザ行動を推定する。

サービス知識検索部（「サービス検索手段」に対応）２０８は、タスク推定部２０７により推定されたユーザ行動を支援することが可能なサービスをサービス知識ＤＢ１０４から検索する。
サービス知識送信部２００は、サービス知識検索部２０８における検索により取得したサービスをユーザの携帯端末１０１に送信することにより、ユーザにサービスを推薦する。

サービス利用結果取得部２０４は、携帯端末１０１に送信したサービスの利用結果を取得する。ここで、サービスの利用結果には、サービス名やサービスが利用された時点の場所情報及び時間情報が含まれている。また、「サービスが利用された時点」とは、例えば、携帯端末１０１に表示されているサービスＵＲＩをユーザが選択した時点をいう。
ユーザ選択ロール受信部２１３は、携帯端末１０１上でユーザが選択したユーザのロールを受信する。
タスク知識更新部２１４は、タスク知識ＤＢ１０３を更新する。詳細には、タスク知識更新部２１４は、サービス利用結果取得部２０４により取得された場所情報及び時間情報で、ユーザに利用されたサービスと関連付けられているタスクに対応する「時間と場所の利用ログ」を更新する。

［１．２ 携帯端末の構成］
次に、携帯端末１０１，１０２の構成について説明する。なお、携帯端末１０２の構成は携帯端末１０１の構成と同様であるため、携帯端末１０１について説明する。携帯端末１０１は無線によるデータ通信機能を有する端末である。携帯端末１０１に相当する端末としては、携帯電話機やＰＨＳ（Personal Handyphone System）、無線通信カードが搭載されたＰＤＡ（Personal Digital Assistance）などが挙げられる。

携帯端末１０１は、ＣＰＵ、メモリ、無線通信インターフェース、ディスプレイ、操作キー等のハードウェアと、メモリに記憶されるソフトウェアと、を備えている。携帯端末１０１が備えるこれらのハードウェア及びソフトウェアにより、図８に示す機能構成が実現される。以下、各構成要素について述べる。
サービス知識受信部５０１は、サービス推薦サーバ１００よりサービスの候補を受信する。

サービス表示部５０６は、受信したサービスの候補を携帯端末１０１上に表示する。
サービス利用結果送信部５０２は、ユーザがサービスを利用した結果をサービス推薦サーバ１００に送信する。
端末ＩＤ送信部５０７は、携帯端末１０１の端末ＩＤをサービス推薦サーバ１００に送信する。

ユーザ位置情報取得部５０８は、ユーザの位置情報を取得する。ここで、ユーザの位置情報を取得する方法としては、携帯端末１０１に搭載されたＧＰＳ（Global Positioning System）を利用する、セルラ基地局の位置情報を利用する、携帯端末１０１に搭載された無線ＬＡＮ（Local Area Network）機能を用いてアクセスポイントの情報を取得する、携帯端末１０１のメモリに保存された電子マネーの駅改札での利用履歴を利用する等の方法が考えられる。
ユーザ位置情報送信部５０９は、ユーザの位置情報をサービス推薦サーバ１００に送信する。
ユーザ選択ロール送信部５０４は、ユーザが携帯端末１０１に表示されているユーザのロールの候補から何れかのロールを選択した場合に、選択されたロールをサービス推薦サーバ１００に送信する。

［２．１ サービス推薦システム全体の概要］
実世界においてユーザの行動は様々な要因によって規定されている。たとえば、ユーザに期待されている役割の認識、職業・人種・文化といったことに由来する社会的制約、さらには目的意識、規範意識、自己認識などによって構成されるその人物の性格や個性などが挙げられる。これらの要因の中で、ユーザの職業、人種、文化、性格や個性は、ユーザの日々の生活サイクルの中でほとんど変化しない。本実施の形態では、ユーザのいる場所、時間や、周囲にいる人間との人間関係によって変動しうる、ユーザに期待される役割（ロール）に注目している。

図９には、ロールに基づいてユーザの行動を規定するモデルを示す。ロールによって規定されるユーザの行動をタスクの集合（「タスクモデル」ともいう）として集め、ユーザのロールとあらかじめ関連付けておく。例えば、「サークルメンバＲ１」というロールには、「友人と会うＴ１１」、「帰宅するＴ１２」、「テニスの準備をするＴ１３」というタスクの集合が関連付けてある。ロール「会社員Ｒ２」には、「出勤するＴ２１」、「昼食を食べるＴ２２」、「会社から帰宅するＴ２３」というタスクの集合が関連付けられている。ユーザは、あるロールを保持している間は、当該ロールごとに対応付けられたタスクモデル内のタスクを実行する。

ロールの変化は、タスクの実行に伴って起こる。各ロールに対応付けられたタスクモデルの中には、ユーザのロールの変化を引き起こすタスク（「ロール変化タスク」）が存在し、タスクモデル内のロール変化タスクを実行することによって別のロールに切り替わる。たとえば、朝、家から会社に出勤するユーザは、「出勤するＴＣ１」というタスクを通じて、「父Ｒ３」というロールから「会社員Ｒ２」というロールへと変化する。また、ユーザが会社帰りにサークルの友人と飲みに出かけたときには、「友人と会うＴＣ２」というタスクを通じて、「会社員Ｒ２」というロールから「サークルメンバＲ１」というロールに変化する。ロールが変化した後は、変化後のロールに対応付けられたタスクモデル内のタスクを実行する。

このように、ロールによってユーザの行動を規定できると考え、タスクモデル全体ではなく、ユーザのロールごとに分類されたタスクモデルをタスク推定に用いることにより、タスクの探索空間を規定することができ、時間、場所の変動によらずに適切なタスクを推定することができる。また、一緒にいるユーザとの人間関係に応じて、ユーザのロールとタスクモデルとを規定することができるため、一緒にいるユーザに応じて適切にタスクを推定することができる。

図１０には、ロールに基づくサービス推薦の枠組みを示す。
サービス推薦サーバ１００は、ユーザのロールが変化するまで同じユーザのロールを保持し続ける。ステップＳ１においては、サービス推薦サーバ１００は、ロールを変化させるタスク（「会社から帰宅する」など）の実行、場所情報、時間情報の変化、及び、一緒にいるユーザの変化に応じて、ロールの変化を取得する。

ステップＳ２において、サービス推薦サーバ１００は、ユーザのロールに対応付けられたタスクモデルをタスク知識ＤＢ１０３から取得し、そのタスクモデル内のタスクの中で、ユーザがいる場所、及び、時間情報において最も実行されやすいタスクをユーザのタスクとして推定する。
ステップＳ３において、サービス利用結果をフィードバックする。すなわち、サービス推薦サーバ１００は、ユーザがサービスを利用した時点の時間と場所の情報をタスクモデル内のタスクに推定条件として追加しておき、次回タスク推定時、及びサービス決定時に利用する。

［２．２ 処理フロー］
以下、サービス推薦サーバ１００及び携帯端末１０１それぞれの処理フローについて説明する。
（２．２．１ サービス推薦サーバの処理フロー）
図１１を参照して、サービス推薦サーバ１００の処理フローを説明する。
まず、サービス推薦サーバ１００は、現在におけるユーザのロールの取得を目指す。
具体的には、サービス推薦サーバ１００は、ユーザの携帯端末１０１のユーザ位置情報送信部５０９から送信された携帯端末１０１の位置情報を、ユーザがいる場所の位置情報としてユーザ位置情報取得部２０２で受信する（ステップＳ１０１）。

さらに、携帯端末１０１の端末ＩＤ送信部５０７から送信された端末ＩＤを端末ＩＤ取得部２０１で取得し、当該端末ＩＤに基づき携帯端末１０１に登録されている登録ユーザの端末ＩＤをユーザグループ取得ＤＢ１０７から取得する（ステップＳ１０２）。
次に、登録ユーザ位置情報取得部２０６において、登録ユーザの携帯端末１０２の位置情報を登録ユーザがいる場所の位置情報として、携帯端末１０２のユーザ位置情報送信部５０９から受信する（ステップＳ１０３）。

次に、取得したユーザの位置情報と登録ユーザの位置情報とに基づいて、ユーザのロールを推定する。具体的には、ユーザの位置情報と同一の位置情報をもつ登録ユーザが存在する場合には（ステップＳ１０４；Ｙｅｓ）、ユーザグループ取得部２１１において登録ユーザのユーザグループを取得する（ステップＳ１０５）。具体的には、携帯端末１０１及び携帯端末１０２の端末番号に対応付けられているユーザグループをユーザグループ取得ＤＢ１０７から取得する。

次に、ユーザロール取得部２１０において、取得したユーザグループに該当するユーザのロールをユーザグループ・ロール対応ＤＢ１０６から取得する（ステップＳ１０６）。
一方、ユーザの位置情報と同一の位置情報をもつ登録ユーザが存在しなければ（ステップＳ１０４；Ｎｏ）、位置ロール判定部２０９において位置・ロール対応ＤＢ１０５を参照し、ユーザの位置情報に対応するユーザのロールを取得する。位置・ロール対応ＤＢ１０５にはロールが明らかに定まる場所のみが記述されているので、ユーザの位置からロールが決定できない場合がある。その場合には、ユーザロール取得部２１０は、現在保持されているユーザのロールを継続して保持する（ステップＳ１０７）。

次に、サービス推薦サーバ１００のタスク推定部２０７において、現在ユーザが実行しているタスクを推定する。具体的には、タスク推定部２０７は、タスク知識ＤＢ１０３を参照し、現在のユーザのロールに対応付けられたタスクモデルを選択する。当該選択されたタスクモデル内で、ユーザの現在の位置、及び、時間に最も近い「時間と場所の利用ログ」をもつタスクを選択する（ステップＳ１０８）。なお、時間と場所に基づいてタスクを選択する方法としては、上記以外に、「時間と場所の利用ログ」内の時間と場所についての情報の平均値をとり、平均値と現在の場所と時間との近さが最も近いタスクを選択する方法を採ってもよい。タスク知識ＤＢ１０３に「時間と場所の利用ログ」が蓄積されていない場合には、タスク知識ＤＢ１０３に予め設定されている「標準的な時間、場所」と、現在のユーザの時間及び場所とが最も近いタスクを選択する。

次に、ステップＳ１０８で推定されたタスクがロールの変化を引き起こす「ロール変化タスク」であるか判定する（ステップＳ１０９）。「ロール変化タスク」であった場合には（ステップＳ１０９；Ｙｅｓ）、タスク知識ＤＢ１０３内の「ロール変化タスク」で定義されているロールを現在の（変化後の）ユーザのロールとする（ステップＳ１１０）。

次に、タスク推定部２０７では、推定されたタスクの下位タスクの集合内における、複数のサービスに直結する末端のタスクの中から、サービスの実行頻度が最多のタスクを取得する（ステップＳ１１１）。サービス知識検索部２０８では、ステップＳ１１１で取得したタスクと関連付けられたサービスをサービス知識ＤＢ１０４から取得し、取得したサービスをサービス知識送信部２００からユーザの携帯端末１０１に送信する（ステップＳ１１２）。携帯端末１０１はサービス知識とともにロールの候補を表示する。

次に、ユーザが、携帯端末１０１に表示されたロールの候補の中から現在保持中のロールとは異なるロールを選択し、サービス推薦サーバ１００が当該ロールをユーザ選択ロール受信部２１３により携帯端末１０１から受信した場合には（ステップＳ１１３；Ｙｅｓ）、ユーザロール取得部２１０により当該ロールを現在のユーザのロールとして取得し（ステップＳ１１４）、再度、タスクの推定、及びサービスの推薦を実施する（ステップＳ１０８〜Ｓ１１２）。サービスを送信してから一定時間（任意の時間に決めてもよいし、サービスごとに決めてもよい）経過してもユーザが選択したロールを受信することができない場合、あるいは、サービス利用結果取得部２０４においてサービス利用結果を受信した場合に、ロールが選択されなかった（ステップＳ１１３；Ｎｏ）と判断する。

次に、ユーザのサービスの利用結果に基づきタスク知識ＤＢ１０３を更新する。具体的には、サービス推薦サーバ１００は、サービス利用結果取得部２０４において携帯端末１０１から送信されてきたサービス利用結果を受信すると、サービスが利用されたと判断する。サービス利用結果はサービスが利用された場合にのみ受信される。サービスを送信してから一定時間（任意の時間に決めてもよいし、サービスごとに決めてもよい）経過してもサービス利用結果を受信することができない場合、サービスが利用されなかったと判断する。

サービスが利用された場合には（ステップＳ１１５；Ｙｅｓ）、まず、タスク知識更新部２１４において、タスク知識ＤＢ１０３に記憶されているタスクのうち、ステップＳ１０８において推定されたタスクに対応する「場所と時間の利用ログ」項目にサービスを利用した時点でのユーザの位置情報及び時間情報を格納する（ステップＳ１１６）。さらに、推薦したサービスに関連付けられているタスクの「選択回数」を１増加させる（ステップＳ１１７）。

（２．２．２ 携帯端末の処理フロー）
次に、図１２を参照して、携帯端末１０１の処理フローについて説明する。
まず、携帯端末１０１は、ユーザ位置情報取得部５０８によりユーザの位置情報を取得し、当該ユーザの位置情報を携帯端末１０１の端末ＩＤとともにユーザ位置情報送信部５０９からサービス推薦サーバ１００に送信する（ステップＳ２０１）。次に、ユーザの携帯端末１０１に登録されている登録ユーザの情報について、前回サービス推薦サーバ１００に送信した時から追加、削除、及び変更があれば（ステップＳ２０２；Ｙｅｓ）、携帯端末１０２の端末ＩＤとともに登録ユーザの情報を登録ユーザ情報送信部５０３からサービス推薦サーバ１００に送信する（ステップＳ２０３）。

サービス知識受信部５０１でサービス推薦サーバ１００からサービスを受信すると（ステップＳ２０４；Ｙｅｓ）、サービス表示部５０６でサービスを表示する（ステップＳ２０５）。その際、画面上には、受信したサービスを表示するとともに、現在のユーザのロールと他のロールをユーザが選択できるようにメニューリストとして表示する。

ユーザによりサービスが利用された場合には（ステップＳ２０６；Ｙｅｓ）、端末ＩＤを付加したサービス利用結果をサービス利用結果送信部５０２からサービス推薦サーバ１００に送信する（ステップＳ２０７）。サービスを利用すると現在のロールを維持するため、ロールのメニューリストを画面上から消す。サービスが利用されず（ステップＳ２０６；Ｎｏ）、ユーザによりロールのメニューリストから現在のロールと異なるロールが選択された場合には（ステップＳ２０８；Ｙｅｓ）、ユーザが選択したロールをユーザ選択ロール送信部５０４からサービス推薦サーバ１００に送信する（ステップＳ２０９）。

［２．３ 動作例］
次に、サービス推薦システムにおける具体的な動作例を説明する。前提として、図２〜図６に示す内容のデータが各データベースに格納されており、また、携帯端末１０１の端末ＩＤは「０９０−ａａａａ−ｂｂｂｂ」であるものとする。
（２．３．１ 休日に家からデパートに家族と向かうユーザのシナリオ例）
ある休日に、家族でデパートに出かけようとするユーザにサービスを推薦する例を示す。ユーザが家で朝起きた時点で、サービス推薦サーバ１００はユーザロール取得部２１０において当該ユーザのロール「父」を保持している。このロールは、ユーザが昨日タスク「家に帰る」を実行することにより、ユーザのロールが「会社員」から「父」に変化した時点から変化していない。

なお、現在のユーザのロールが不明な場合には、サービス推薦サーバ１００の位置ロール判定部２０９において、位置・ロール対応ＤＢ１０５を参照することによって、「家」という場所に対応するロール「父」を獲得することができる（図１１のステップＳ１０７）。あるいは、登録ユーザ位置情報取得部２０６において、ユーザの携帯端末１０１に登録されたユーザの位置を計測し、ユーザの位置情報と登録ユーザの位置情報とが一致する場合の登録ユーザ情報（ここでは、登録ユーザ情報は登録ユーザが所持する携帯端末１０２の端末番号「０９０−５５５５−＊＊＊＊」とする）を取得し、ユーザグループ取得部２１１において、図６に示すユーザグループ取得ＤＢ１０７から、ユーザ端末番号「０９０−ａａａａ−ｂｂｂｂ」及び登録ユーザ端末番号「０９０−５５５５−＊＊＊＊」に対応するユーザグループ「家族」を取得する。そして、ユーザロール取得部２１０において、図５に示すユーザグループ・ロール対応ＤＢ１０６を参照し、ユーザグループ「家族」に対応するユーザロール「父」を取得することもできる（図１１のステップＳ１０５、Ｓ１０６）。

ユーザが所持している携帯端末１０１は常に位置情報を取得し、取得した位置情報をサービス推薦サーバ１００に送信している。また、サービス推薦サーバ１００は、常に、現在のユーザのロールに対応するタスクモデルをタスク知識ＤＢ１０３から取得し、そのタスクモデルから現在のユーザの位置及び時間に基づきタスクを推定し、当該タスクから推薦すべきサービスを決定し携帯端末１０１に送信している。
ユーザは、家族とＡ駅から電車でデパートに行く予定である。Ａ駅に到着したとき、ユーザの位置情報は「Ａ駅」で、時間は「１０：００」であった。ユーザと家族は電車を待っている。

サービス推薦サーバ１００は、まず、図２に示すタスク知識ＤＢ１０３からロール「父」のタスクモデルをタスク推定部２０７で取得する。そのタスクモデル内で、ユーザの位置情報「Ａ駅」及び時間情報「１０：００」と「時間と場所の利用ログ」とが適合するタスクを取得する（図１１のステップＳ１０８）。ここでは、ロール「父」に対応付けられているタスクモデルのうち、タスクＩＤが「３０００」の「デパートへ行く」が適合するタスクに該当する。さらに、「デパートへ行く」の下位に属するタスクのうち末端のタスク（「利用回数」が記述されているタスク）を抽出し、さらに末端のタスクの中でもっとも多い利用回数を保持しているタスクを抽出する。ここでは、「デパートへ行く」の下位に属するタスク（タスクＩＤ「３００１」の「イベント情報を見る」、タスクＩＤ「３００２」の「セール情報を見る」）はどちらも末端のタスクであり、タスク「イベント情報を見る」の選択回数が「５９」であり、タスク「セール情報を見る」の選択回数が「２３」であるため、選択回数が最も多いタスクは「イベント情報を見る」である。次に、サービス知識検索部２０８において、「イベント情報を見る」のタスクＩＤ「３００１」に対応付けられたサービス（ここでは、図３に示すサービスＵＲＩ「ｈｔｔｐ：／／＊＊＊．＊＊ｂ．ｊｐ」）をサービス知識ＤＢ１０４から取得し、ユーザの携帯端末１０１に送信する（図１１のステップＳ１１２）。携帯端末１０１では、サービス知識受信部５０１によりサービスＵＲＩを受信し、サービス表示部５０６によりサービスＵＲＩを表示する（図１２のステップＳ２０５）。ユーザの操作によりサービスＵＲＩが選択された場合に、サービス表示部５０６はインターネットにアクセスして、例えば、図１３に示すようなセール情報が表示された画面を表示する。

（２．３．２ ユーザが家を出て、職場に向かう場合のシナリオ例）
次に、ユーザが家を出て、職場に向かう場合のシナリオの例について説明する。サービス推薦サーバ１００は、ユーザが家にいるときはユーザロール取得部２１０においてユーザのロール「父」を保持している。また、前述のように、サービス推薦サーバ１００は、常に現在のユーザのロールからタスクモデルを取得し、そのタスクモデルからユーザの位置及び時間に基づきユーザのタスクを推定し、当該タスクからユーザに推薦すべきサービスを決定し携帯端末１０１に送信している。サービス推薦サーバ１００は、タスク推定部２０７において図２に示すタスク知識ＤＢ１０３を参照し、ユーザのロール「父」に対応するタスクモデルを取得する。さらに、時間情報「平日、８：００」と位置情報「家」とに適合するタスクを推定する（図１１のステップＳ１０８）。ここでは、ロール「父」に対応付けられているタスクモデルのうち、タスクＩＤ「１０００」の「出勤する」が適合するタスクに該当する。さらに、「出勤する」の下位に属するタスクのうち末端のタスクを抽出し、当該末端のタスクの中でもっとも多い利用回数を保持しているタスクを抽出する。ここでは、「出勤する」の下位に属するタスク（タスクＩＤが「１００１」の「ニュースを見る」、タスクＩＤが「１００２」の「ＴｏＤｏリストを見る」）はどちらも末端のタスクであり、「ニュースを見る」の選択回数が「１２１」であり、「ＴｏＤｏリストを見る」の選択回数が「２３」であるため、利用回数の最も多いタスクは「ニュースを見る」となる。

次に、サービス知識検索部２０８において、「ニュースを見る」のタスクＩＤ「１００１」に対応付けられたサービス（ここでは、図３に示すサービスＵＲＩ「ｈｔｔｐ：／／＊＊＊．＊＊ａ．ｊｐ」）をサービス知識ＤＢ１０４から取得し、ユーザの携帯端末１０１に送信する（図１１のステップＳ１１２）。サービスを受信した携帯端末１０１では、例えば、図１４に示すような画面を表示する。ここで、最も利用回数が多いタスクに関連するサービスだけでなく、２番目に利用回数が多いタスクに関連するサービスも同時にユーザに推薦してもよい。図１４においては、２番目に利用回数が多いタスク「ＴＯＤＯリストを見る」に関連するサービスも同時に提示している。

さらに、タスク知識ＤＢ１０３内のロール「父」に対応するタスク「出勤する」には、ロール変化タスク「会社員」が記述されている。このため、サービス推薦サーバ１００は、ユーザロール取得部２１０でロール変化タスクに記述されている変化後のロール「会社員」を現在のユーザのロールとして取得し（図１１のステップＳ１１０）、今後ユーザのロールを「会社員」としてタスクモデルを取得し、タスクを推定し、推薦するサービスを決定する（図１１のステップＳ１０８、Ｓ１１１）。

（２．３．３ 人間関係によるユーザロールの変化例）
次に、ユーザのロールが人間関係によって変化する場合の具体例を説明する。１９：００ごろユーザが会社の帰りにＡ駅で電車を待っていると、サークルの友人とばったり会ったとする。サービス推薦サーバ１００では、常に、ユーザの位置情報とユーザの携帯端末１０１に登録されている登録ユーザの位置情報とに基づき、ユーザのロールに変化がないかをチェックしており、ユーザのロール変化についての情報を取得することができる。

具体的には、登録ユーザ位置情報取得部２０６において、ユーザの携帯端末１０１に登録されている登録ユーザの位置情報を計測し（図１１のステップＳ１０３）、ユーザの携帯端末１０１の位置情報と登録ユーザの位置情報とが一致する時に、登録ユーザ情報（ここでは、登録ユーザ情報は登録ユーザが所持する携帯端末１０２の端末番号「０９０−３３３３−＊＊＊＊」とする）を取得する。そして、ユーザグループ取得部２１１により、図６に示すユーザグループ取得ＤＢ１０７から、ユーザの携帯端末１０１の端末番号「０９０−ａａａａ−ｂｂｂｂ」及び登録ユーザの携帯端末１０２の端末番号「０９０−３３３３−＊＊＊＊」に対応するユーザグループ「サークル」を取得し（図１１のステップＳ１０５）、ユーザロール取得部２１０において、図５に示すユーザグループ・ロール対応ＤＢ１０６を参照し、ユーザグループ「サークル」に対応するユーザロール「サークルメンバ」を取得する（図１１のステップＳ１０６）。

サービス推薦サーバ１００は、タスク推定部２０７において、図２に示すタスク知識ＤＢ１０３を参照し、ユーザのロール「サークルメンバ」に対応するタスクモデルを取得する。さらに、時間情報「平日、１９：００」と位置情報「Ａ駅」とに適合するタスクを推定する（図１１のステップＳ１０８）。ここでは、ロール「サークルメンバ」に対応するタスクＩＤが「４１００」のタスク「友人と会う」が該当する。さらに、「友人と会う」の下位に属するタスクのうち末端のタスクを抽出し、さらに末端のタスクの中でもっとも多い利用回数を保持するタスクを抽出する。ここでは、「友人と会う」の下位に属するタスク（タスクＩＤが「４１０１」の「居酒屋に寄る」、タスクＩＤが「４１０２」の「ビリヤードをする」）はどちらも末端のタスクであり、「居酒屋に寄る」の選択回数が「１５」であり、「ビリヤードをする」の選択回数が「２」であるため、利用回数の最も多いタスクは「居酒屋に寄る」である。

次に、サービス知識検索部２０８において、「居酒屋に寄る」のタスクＩＤ「４１０１」に対応付けられたサービス（ここでは、図３に示すサービスＵＲＩ「ｈｔｔｐ：／／＊＊＊．＊＊ｃ．ｊｐ」）をサービス知識ＤＢ１０４から取得し、ユーザの携帯端末１０１に送信する（図１１のステップＳ１１２）。
サービスを受信した携帯端末１０１では、サービス知識受信部５０１によりサービスＵＲＩを受信し、サービス表示部５０６によりサービスＵＲＩを表示する（図１２のステップＳ２０５）。ユーザの操作によりサービスＵＲＩが選択された場合に、サービス表示部５０６はインターネットにアクセスして、例えば、図１５に示すような居酒屋についての情報を表示する。

以上説明したように、サービス推薦サーバ１００は、ユーザのロールを取得し、取得したユーザのロールに基づいてユーザのタスクを推定するため、ユーザのタスクを規定する要因となるロールを考慮してタスクを推定することができ、ユーザのタスクを推定する確度を向上させることができる。そして、推定したユーザのタスクを支援するためのサービスを検索し、ユーザのタスクに応じたサービスを推薦することが可能となる。

また、タスク知識ＤＢ１０３に記憶されたタスクモデル全体ではなく、ユーザのロールごとに分類されたタスクモデルをタスク推定の対象として用いることで、タスクの探索空間を規定することができ、タスクの推定及びサービスの確度を向上させることができる。
また、一緒にいるユーザとの人間関係（ユーザグループ）に応じてユーザロール決定及びタスク推定を行うことができ、一緒にいるユーザに応じて適切なサービスを推薦することができる。
また、ユーザごとの過去の利用履歴をフィードバックしており、タスク推定及びサービス決定において個人適応を実現することができる。

［３．変形例］
以上、本発明の実施形態について説明したが、本発明は当該実施の形態に限定されるものではなく、その技術思想の範囲内で様々な変形が可能である。変形例としては、例えば、以下のようなものが考えられる。
（１）上述した実施の形態において説明したシステム構成やデータベース構成は一例に過ぎない。
例えば、上述した実施の形態においてはサービス推薦サーバ１００が図７に示す構成要素を全て備えているとして説明したが、これに限定されることはなく、これらの構成要素は別の１又は複数の装置に分散して配置されていてもよい。
また、上述した実施の形態においてはサービス推薦サーバ１００のハードディスク装置に各種データベースが記憶されているとして説明したが、これに限定されることはなく、サービス推薦サーバ１００が外部装置としてのデータベース装置にアクセスして各種情報を取得するようにしてもよい。

（２）上述した実施の形態においては、携帯端末１０１に登録ユーザ情報が記憶されているとして説明したが、これに限定されることはなく、例えば、登録ユーザ情報を携帯端末１０１に記憶せずに、ユーザグループ取得ＤＢ１０７に記憶されている登録ユーザ情報のみを用いて各種処理を行うようにしてもよい。

（３）上述した実施の形態においては、サービスの利用結果にサービスが利用された時点の場所情報及び時間情報が含まれており、タスク知識更新部２１４は当該場所情報及び時間情報でタスク知識ＤＢ１０３の「時間と場所の利用ログ」を更新するとして説明したが、これに限定されることはなく、例えば、サービス推薦サーバ１００がサービスの利用結果を受信した時点におけるユーザの場所情報及び時間情報を取得し、当該場所情報及び時間情報でタスク知識ＤＢ１０３の「時間と場所の利用ログ」を更新するようにしてもよい。

（４）上述した実施の形態においては、ユーザと登録ユーザとの位置情報が同一の場合にユーザと登録ユーザとが一緒にいると判定したが、判定条件はこれに限定されることはない。例えば、ユーザの位置と登録ユーザの位置との差が所定の閾値（例えば、２ｍ）以内の場合にユーザと登録ユーザとが一緒にいると判定するようにしてもよい。

本発明は、確度の高いユーザのタスクの推定、及び、タスクの実行を支援するためのサービス推薦に利用することができる。

本発明の実施の形態に係るサービス推薦システムの全体構成を示す図である。 同実施の形態に係るタスク知識ＤＢのデータ構成の一例を示す図である。 同実施の形態に係るサービス知識ＤＢのデータ構成の一例を示す図である。 同実施の形態に係る位置・ロール対応ＤＢのデータ構成の一例を示す図である。 同実施の形態に係るユーザグループ・ロール対応ＤＢのデータ構成の一例を示す図である。 同実施の形態に係るユーザグループ取得ＤＢのデータ構成の一例を示す図である。 同実施の形態に係るサービス推薦サーバの機能構成を示すブロック図である。 同実施の形態に係る携帯端末の機能構成を示すブロック図である。 同実施の形態に係るロール概念に基づいてユーザの行動を規定するモデルを示す図である。 同実施の形態に係るロールに基づくサービス推薦の枠組みを示す図である。 同実施の形態に係るサービス推薦サーバの処理フローを示す図である。 同実施の形態に係る携帯端末の処理フローを示す図である。である。 同実施の形態に係る携帯端末に表示されるサービスの一例を示す図である。 同実施の形態に係る携帯端末に表示されるサービスの一例を示す図である。 同実施の形態に係る携帯端末に表示されるサービスの一例を示す図である。

符号の説明

１００ サービス推薦サーバ
１０３ タスク知識ＤＢ
１０４ サービス知識ＤＢ
１０５ 位置・ロール対応ＤＢ
１０６ ユーザグループ・ロール対応ＤＢ
１０７ ユーザグループ取得ＤＢ
２００ サービス知識送信部
２０１ 端末ＩＤ取得部
２０２ ユーザ位置情報取得部
２０３ 現在時間取得部
２０４ サービス利用結果取得部
２０５ 登録ユーザ情報受信部
２０６ 登録ユーザ位置情報取得部
２０７ タスク推定部
２０８ サービス知識検索部
２０９ 位置ロール判定部
２１０ ユーザロール取得部
２１１ ユーザグループ取得部
２１２ 登録ユーザ情報更新部
２１３ ユーザ選択ロール受信部
２１４ タスク知識更新部
１０１，１０２ 携帯端末
５０１ サービス知識受信部
５０２ サービス利用結果送信部
５０３ 登録ユーザ情報送信部
５０４ ユーザ選択ロール送信部
５０６ サービス表示部
５０７ 端末ＩＤ送信部
５０８ ユーザ位置情報取得部
５０９ ユーザ位置情報送信部

Claims (6)

1. ユーザにサービスを推薦するためのサービス推薦システムにおいて、
   ユーザの存在する場所または該ユーザと一緒にいる他者と前記ユーザとの関係によって決まる前記ユーザの役割であるロールと、当該ロールに対応付けられるユーザの行動を表すタスクの集合と、をタスクモデルとして記憶するタスクモデル記憶手段と、
   ユーザのロールを取得するユーザロール取得手段と、
   前記ユーザロール取得手段により取得されたユーザのロールに基づいて、前記タスクモデルからユーザのタスクを推定するタスク推定手段と、
   前記タスク推定手段により推定されたユーザのタスクを支援可能なサービスを検索するサービス検索手段と、
   を備え、
   前記タスクモデル記憶手段には、前記ユーザのロールを変化させるタスクであるロール変化タスクと対応付けて、変化後のユーザのロールが記憶されており、
   前記ユーザロール取得手段は、
   前記タスク推定手段により前記ロール変化タスクが前記ユーザのタスクとして推定された場合に、前記変化後のユーザのロールを取得することを特徴とするサービス推薦システム。
2. 前記ユーザの位置情報を取得するユーザ位置情報取得手段と、
   場所情報と、該場所情報で特定される場所に前記ユーザがいる時のユーザのロールと、を対応付けて記憶する位置・ロール対応関係記憶手段とを備え、
   前記ユーザロール取得手段は、
   前記ユーザ位置情報取得手段によって取得された前記ユーザの位置情報に対応するユーザのロールを前記位置・ロール対応関係記憶手段から取得することを特徴とする
   請求項１に記載のサービス推薦システム。
3. 前記ユーザと他者である別ユーザとの関わりを示すユーザグループを記憶するユーザグループ記憶手段と、
   前記ユーザグループと、該ユーザグループでの前記ユーザのロールと、を対応付けて記憶するユーザグループ・ロール対応関係記憶手段と、
   前記ユーザの位置情報を取得するユーザ位置情報取得手段と、
   前記別ユーザの位置情報を取得する別ユーザ位置情報取得手段と、
   前記ユーザ位置情報取得手段により取得した前記ユーザの位置情報と前記別ユーザ位置情報取得手段により取得した前記別ユーザの位置情報とに基づいて、該当するユーザグループを前記ユーザグループ記憶手段から取得するユーザグループ取得手段とを備え、
   前記ユーザロール取得手段は、
   前記ユーザグループ取得手段により取得されたユーザグループに対応するロールを前記ユーザグループ・ロール対応関係記憶手段から取得することを特徴とする
   請求項１又は２に記載のサービス推薦システム。
4. 現在時間を取得する現在時間取得手段と、
   前記ユーザの位置情報を取得するユーザ位置情報取得手段とを備え、
   前記タスク知識記憶手段に記憶されている各タスクには時間情報及び場所情報が対応付けられており、
   前記タスク推定手段は、
   前記現在時間取得手段により取得された現在時間及び前記ユーザ位置情報取得手段により取得された前記ユーザの位置情報と、前記タスクモデル記憶手段に記憶されている時間情報及び場所情報と、を比較することにより、前記ユーザのタスクを推定することを特徴とする
   請求項１から３の何れか１項に記載のサービス推薦システム。
5. 前記ユーザがサービスを利用した時点の場所情報及び時間情報を取得するサービス利用結果取得手段と、
   前記サービス利用結果取得手段により取得された場所情報及び時間情報で、前記サービスと関連付けられたタスクに対応付けられている場所情報及び時間情報を更新するタスク知識更新手段とを備えることを特徴とする
   請求項４に記載のサービス推薦システム。
6. ユーザにサービスを推薦するサービス推薦方法において、
   前記ユーザの存在する場所または該ユーザと一緒にいる他者と前記ユーザとの関係によって決まる前記ユーザの役割であるロールと、当該ロールに対応付けられる前記ユーザの行動を表すタスクの集合と、前記ユーザのロールを変化させるタスクであるロール変化タスクと、をタスクモデルとして記憶するタスクモデル記憶ステップと、
   前記ロール変化タスクが前記ユーザのタスクとして推定された場合に、前記変化後のユーザのロールを取得するユーザロール取得ステップと、
   前記ユーザロール取得ステップにおいて取得されたロールに基づいて、前記タスクモデルから前記ユーザのタスクを推定するタスク推定ステップと、
   前記タスク推定ステップにおいて推定された前記ユーザのタスクを支援可能なサービスを検索するサービス検索ステップと
   を含むことを特徴とするサービス推薦方法。

Images