JP5065069B2 - シチュエーション推定装置、及び、シチュエーション推定プログラム - Google Patents
シチュエーション推定装置、及び、シチュエーション推定プログラム Download PDFInfo
- Publication number
- JP5065069B2 JP5065069B2 JP2008021755A JP2008021755A JP5065069B2 JP 5065069 B2 JP5065069 B2 JP 5065069B2 JP 2008021755 A JP2008021755 A JP 2008021755A JP 2008021755 A JP2008021755 A JP 2008021755A JP 5065069 B2 JP5065069 B2 JP 5065069B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- situation
- time
- position information
- estimated
- 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.)
- Expired - Fee Related
Links
- 230000007704 transition Effects 0.000 claims abstract description 102
- 238000003860 storage Methods 0.000 claims description 20
- 238000005094 computer simulation Methods 0.000 claims 1
- 238000010295 mobile communication Methods 0.000 abstract description 37
- 238000000034 method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000002354 daily effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000035876 healing Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Calculators And Similar Devices (AREA)
- Information Transfer Between Computers (AREA)
- Telephone Function (AREA)
- Telephonic Communication Services (AREA)
Description
本発明は、ユーザの状態を表すシチュエーションを推定するシチュエーション推定装置、及び、シチュエーション推定プログラムに関する。
従来、ユーザが現在居る位置及び時刻に基づいて様々なサービスをユーザに提供することが行われている。例えば、特許文献１には、基地局から取得したユーザ端末の位置及び現在時刻に基づいて、ユーザは夕方に自宅の付近に居る、朝又は昼に勤務地付近に居る、夕方又は夜に地下鉄又はバスに乗って自宅の付近に移動している等のユーザのシチュエーションを予測し、当該予測結果に応じて、「ここが家ですか？」、「会社に出勤したのですね？」、「次の駅は、家の付近である教大駅です。右側に降りてください。」等のメッセージをユーザ端末に表示するシステムが開示されている。
特開２００６−６５８７０号公報
しかしながら、特許文献１のようにユーザの現在の位置及び時刻のみに基づいてユーザのシチュエーションを予測する場合、その予測精度には限界がある。したがって、精度の低い予測結果に基づいて表示するメッセージは質問形式とならざるを得ず、適切なメッセージを表示してユーザに癒しを与えることができない。
本発明は上述した従来技術の問題点を解決するためになされたものであり、ユーザのシチュエーションを高い精度で推定することが可能なシチュエーション推定装置、及び、シチュエーション推定プログラムを提供することにある。
本発明は上述した従来技術の問題点を解決するためになされたものであり、ユーザのシチュエーションを高い精度で推定することが可能なシチュエーション推定装置、及び、シチュエーション推定プログラムを提供することにある。
上記課題を解決するために、本発明の請求項１に記載の発明は、ユーザの状態を表すシチュエーションを推定するシチュエーション推定装置であって、ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶するモデル定義手段と、現在の前記位置情報を取得する位置情報取得手段と、現在の時刻を表す時刻情報を取得する時刻情報取得手段と、前記シチュエーション遷移モデルと前記位置情報取得手段により取得された位置情報と前記時刻情報取得手段により取得された時刻情報と前記ユーザの遷移前のシチュエーションとに基づいて、前記ユーザの現在のシチュエーションを推定するシチュエーション推定手段とを備えることを特徴とするシチュエーション推定装置を提供する。
本発明によれば、前記モデル定義手段が、ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶し、前記シチュエーション推定手段が、前記シチュエーション遷移モデルと前記位置情報取得手段により取得された位置情報と前記時刻情報取得手段により取得された時刻情報と前記ユーザの遷移前のシチュエーションとに基づいて、前記ユーザの現在のシチュエーションを推定するため、従来のように位置と時刻とに基づいてユーザのシチュエーションを推定する場合に比較して、シチュエーションの遷移順をも考慮した精度の高いシチュエーション推定を行うことが可能となる。
請求項２に記載の発明は、請求項１に記載のシチュエーション推定装置において、前記モデル定義手段は、前記ユーザにより入力された、起床時刻と、就寝時刻と、始業時刻と、終業時刻と、の少なくとも１つを表す情報を含むユーザ設定時刻情報に基づいて、前記ライフサイクル情報を定義することを特徴とする。
本発明によれば、ユーザそれぞれのライフサイクルに応じたシチュエーション遷移モデルを定義することができ、ユーザのシチュエーションを高い精度で推定することが可能となる。
本発明によれば、ユーザそれぞれのライフサイクルに応じたシチュエーション遷移モデルを定義することができ、ユーザのシチュエーションを高い精度で推定することが可能となる。
請求項３に記載の発明は、請求項１又は２に記載のシチュエーション推定装置において、前記ユーザが目的に応じて滞在するエリアを、位置情報と対応付けて定義するエリア定義手段をさらに備え、前記モデル定義手段は、前記シチュエーション遷移モデルにおける位置情報を、前記エリアを用いて定義することを特徴とする。
本発明によれば、前記モデル定義手段は、前記シチュエーション遷移モデルにおける位置情報を、前記エリアを用いて定義するため、ユーザが目的に応じて滞在するエリアに基づいてユーザのシチュエーションを推定することができ、シチュエーションの推定精度を向上させることができる。
本発明によれば、前記モデル定義手段は、前記シチュエーション遷移モデルにおける位置情報を、前記エリアを用いて定義するため、ユーザが目的に応じて滞在するエリアに基づいてユーザのシチュエーションを推定することができ、シチュエーションの推定精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３に記載のシチュエーション推定装置において、前記エリア定義手段は、前記ユーザの第１の居住場所であるホームエリアと、前記ユーザの第２の居住場所である仮ホームエリアと、前記ユーザの第１の勤務場所であるワークエリアと、前記ユーザの第２の勤務場所である仮ワークエリアと、のうちの少なくとも１つのエリアを定義することを特徴とする。
本発明によれば、前記シチュエーション推定手段は、前記位置情報取得手段により取得された位置情報からユーザが居住場所にいるのか勤務場所にいるのかを判断することができ、シチュエーションの推定精度を向上させることができる。
本発明によれば、前記シチュエーション推定手段は、前記位置情報取得手段により取得された位置情報からユーザが居住場所にいるのか勤務場所にいるのかを判断することができ、シチュエーションの推定精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１から４の何れか１項に記載のシチュエーション推定装置において、ユーザの行動の履歴を表すユーザ履歴ログを記憶するユーザ履歴ログ記憶手段をさらに備え、前記モデル定義手段は、前記ユーザ履歴ログ記憶手段に記憶されているユーザ履歴ログに基づいて、前記ライフサイクル情報を補正することを特徴とする。
本発明によれば、前記モデル定義手段は、前記ユーザ履歴ログに基づいて前記ライフサイクル情報を補正するため、正確なライフサイクル情報に基づいてシチュエーション遷移モデルを定義することができ、シチュエーションの推定精度を向上させることができる。
本発明によれば、前記モデル定義手段は、前記ユーザ履歴ログに基づいて前記ライフサイクル情報を補正するため、正確なライフサイクル情報に基づいてシチュエーション遷移モデルを定義することができ、シチュエーションの推定精度を向上させることができる。
請求項６に記載の発明は、請求項５に記載のシチュエーション推定装置において、前記モデル定義手段は、前記ユーザの過去の就寝時刻として推定された回数が比較的高い時間帯である就寝時間帯を算出し、前記ユーザ履歴ログに基づき、就寝時刻と推定され得る第１の所定の契機が前記就寝時間帯に発生したと判断した場合に、該第１の所定の契機が発生した時刻を前記ユーザの直近の就寝時刻と推定し、前記ユーザの過去の就寝時刻と推定された時刻の平均値を用いて前記ライフサイクル情報を補正することを特徴とする。
本発明によれば、前記モデル定義手段は、前記就寝時間帯に第１の所定の契機が発生した場合に該第１の所定の契機が発生した時刻を前記ユーザの直近の就寝時刻と推定し、前記ユーザの過去の就寝時刻と推定された時刻の平均値を用いて前記ライフサイクル情報を補正するため、正確なユーザのライフサイクル情報に基づいてユーザのシチュエーションを高い精度で推定することができる。
本発明によれば、前記モデル定義手段は、前記就寝時間帯に第１の所定の契機が発生した場合に該第１の所定の契機が発生した時刻を前記ユーザの直近の就寝時刻と推定し、前記ユーザの過去の就寝時刻と推定された時刻の平均値を用いて前記ライフサイクル情報を補正するため、正確なユーザのライフサイクル情報に基づいてユーザのシチュエーションを高い精度で推定することができる。
請求項７に記載の発明は、請求項６に記載のシチュエーション推定装置において、前記モデル定義手段は、前記就寝時間帯外に前記第１の所定の契機が発生したと判断した場合、前記ユーザに直近の就寝時刻を問い合わせることを特徴とする。
本発明によれば、前記就寝時間帯外に前記第１の所定の契機が発生した場合は、前記第１の所定の契機が発生した時刻が前記ユーザの就寝時刻である可能性が低いため、前記ユーザに実際の就寝時刻を問い合わせることで、前記ユーザの就寝時刻を正確に把握することが可能となる。
本発明によれば、前記就寝時間帯外に前記第１の所定の契機が発生した場合は、前記第１の所定の契機が発生した時刻が前記ユーザの就寝時刻である可能性が低いため、前記ユーザに実際の就寝時刻を問い合わせることで、前記ユーザの就寝時刻を正確に把握することが可能となる。
請求項８に記載の発明は、請求項５から７の何れか１項に記載のシチュエーション推定装置において、前記モデル定義手段は、前記ユーザの過去の起床時刻として推定された回数が比較的高い時間帯である起床時間帯を算出し、前記ユーザ履歴ログに基づき、起床時刻と推定され得る第２の所定の契機が前記起床時間帯に発生したと判断した場合に、該第２の所定の契機が発生した時刻を前記ユーザの直近の起床時刻と推定し、前記ユーザの過去の起床時刻と推定された時刻の平均値を用いて前記ライフサイクル情報を補正することを特徴とする。
本発明によれば、前記モデル定義手段は、前記起床時間帯に第２の所定の契機が発生したと判断した場合に該第２の所定の契機が発生した時刻を前記ユーザの直近の起床時刻と推定し、前記ユーザの過去の起床時刻として推定された時刻の平均値を用いて前記ライフサイクル情報を補正するため、正確なユーザのライフサイクル情報に基づいてユーザのシチュエーションを高い精度で推定することができる。
本発明によれば、前記モデル定義手段は、前記起床時間帯に第２の所定の契機が発生したと判断した場合に該第２の所定の契機が発生した時刻を前記ユーザの直近の起床時刻と推定し、前記ユーザの過去の起床時刻として推定された時刻の平均値を用いて前記ライフサイクル情報を補正するため、正確なユーザのライフサイクル情報に基づいてユーザのシチュエーションを高い精度で推定することができる。
請求項９に記載の発明は、請求項８に記載のシチュエーション推定装置において、前記モデル定義手段は、前記起床時間帯外に前記第２の所定の契機が発生したと判断した場合、前記ユーザに直近の起床時刻を問い合わせることを特徴とする。
本発明によれば、前記起床時間帯外に前記第２の所定の契機が発生した場合、前記第２の所定の契機が発生した時刻が前記ユーザの就寝時刻である可能性が低いため、前記ユーザに実際の起床時刻を問い合わせることで、前記ユーザの起床時刻を正確に把握することができる。
本発明によれば、前記起床時間帯外に前記第２の所定の契機が発生した場合、前記第２の所定の契機が発生した時刻が前記ユーザの就寝時刻である可能性が低いため、前記ユーザに実際の起床時刻を問い合わせることで、前記ユーザの起床時刻を正確に把握することができる。
請求項１０に記載の発明は、請求項１から９の何れか１項に記載のシチュエーション推定装置において、前記シチュエーション推定手段は、複数のシチュエーションを推定し、前記ユーザへの質問に対する回答に基づいて、前記複数のシチュエーションから１つを特定することを特徴とする。
本発明によれば、前記シチュエーション推定手段は、前記ユーザへの質問に対する回答に基づいて前記複数のシチュエーションから１つを特定するため、精度よくユーザのシチュエーションを推定することが可能となる。
本発明によれば、前記シチュエーション推定手段は、前記ユーザへの質問に対する回答に基づいて前記複数のシチュエーションから１つを特定するため、精度よくユーザのシチュエーションを推定することが可能となる。
請求項１１に記載の発明は、請求項３又は４に記載のシチュエーション推定装置において、前記エリア定義手段は、未定義のエリアに前記ユーザが所定時間以上滞在していた場合に、前記ユーザへの質問に対する回答に基づいて、前記未定義のエリアを定義することを特徴とする。
本発明によれば、前記エリア定義手段は、前記ユーザへの質問に対する回答に基づいて未定義のエリアを定義することができ、定義されたエリアに基づいてユーザのシチュエーションを高い精度で推定することができる。
本発明によれば、前記エリア定義手段は、前記ユーザへの質問に対する回答に基づいて未定義のエリアを定義することができ、定義されたエリアに基づいてユーザのシチュエーションを高い精度で推定することができる。
請求項１２に記載の発明は、請求項１から１１の何れか１項に記載のシチュエーション推定装置において、前記シチュエーション推定手段により推定された前記ユーザの現在のシチュエーションに基づいて、該ユーザに提示するためのセリフを決定するセリフ決定手段をさらに備えることを特徴とする。
本発明によれば、前記セリフ決定手段は、高い精度で推定された前記ユーザの現在のシチュエーションに基づいてセリフを決定するため、適切なセリフをユーザに提示することができ、あたかもユーザを見守っている人がいるような印象をユーザに与えて、癒しを提供することができる。
本発明によれば、前記セリフ決定手段は、高い精度で推定された前記ユーザの現在のシチュエーションに基づいてセリフを決定するため、適切なセリフをユーザに提示することができ、あたかもユーザを見守っている人がいるような印象をユーザに与えて、癒しを提供することができる。
請求項１３に記載の発明は、コンピュータを、ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザの状態を表すシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶するモデル定義手段と、現在の前記位置情報を取得する位置情報取得手段と、現在の時刻を表す時刻情報を取得する時刻情報取得手段と、前記シチュエーション遷移モデルと前記位置情報取得手段により取得された位置情報と前記時刻情報取得手段により取得された時刻情報と前記ユーザの遷移前のシチュエーションとに基づいて、前記ユーザの現在のシチュエーションを推定するシチュエーション推定手段として機能させるためのシチュエーション推定プログラムを提供する。
本発明によれば、前記モデル定義手段が、ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶し、前記シチュエーション推定手段が、前記シチュエーション遷移モデルと前記位置情報取得手段により取得された位置情報と前記時刻情報取得手段により取得された時刻情報と前記ユーザの遷移前のシチュエーションとに基づいて、前記ユーザの現在のシチュエーションを推定するため、従来のように位置と時刻とに基づいてユーザのシチュエーションを推定する場合に比較して、シチュエーションの遷移順をも考慮した精度の高いシチュエーション推定を行うことが可能となる。
以下、本発明の実施の形態を、図面を参照して説明する。なお、以下の説明において参照する各図では、他の図と同等部分は同一符号によって示されている。
（全体構成）
図１は、本発明の実施形態に係るエージェントシステムの全体構成を示す図である。同図に示すように、エージェントシステムは、ユーザが携帯する、折りたたみ式の移動通信端末１００と、移動通信端末１００にダウンロードするためのアプリケーションプログラムを管理するサーバ２００と、ＧＰＳ（Global Positioning System）による移動通信端末１００の位置計測を行う位置測位装置３００と、を含んで構成される。
（全体構成）
図１は、本発明の実施形態に係るエージェントシステムの全体構成を示す図である。同図に示すように、エージェントシステムは、ユーザが携帯する、折りたたみ式の移動通信端末１００と、移動通信端末１００にダウンロードするためのアプリケーションプログラムを管理するサーバ２００と、ＧＰＳ（Global Positioning System）による移動通信端末１００の位置計測を行う位置測位装置３００と、を含んで構成される。
（移動通信端末のハードウェア構成）
図２は、移動通信端末１００のハードウェア構成を示すブロック図である。同図に示すように、移動通信端末１００は、全体を制御するＣＰＵ１０１と、プログラムやデータ等のソフトウェアを記憶する記憶装置１０２と、無線通信を行うための通信インターフェース１０３と、各種画面を表示する表示装置１０４と、キーの押下、端末の開閉等の操作に応じた入力信号を出力する入力装置１０５と、音声や効果音等の音を出力する音出力装置１０６と、ユーザの声を入力するマイクロホン等の声入力装置１０７と、日時を計時する内部時計１０８と、位置測位装置３００からＧＰＳ信号を受信するためのＧＰＳ受信機１０９と、を備えている。
図２は、移動通信端末１００のハードウェア構成を示すブロック図である。同図に示すように、移動通信端末１００は、全体を制御するＣＰＵ１０１と、プログラムやデータ等のソフトウェアを記憶する記憶装置１０２と、無線通信を行うための通信インターフェース１０３と、各種画面を表示する表示装置１０４と、キーの押下、端末の開閉等の操作に応じた入力信号を出力する入力装置１０５と、音声や効果音等の音を出力する音出力装置１０６と、ユーザの声を入力するマイクロホン等の声入力装置１０７と、日時を計時する内部時計１０８と、位置測位装置３００からＧＰＳ信号を受信するためのＧＰＳ受信機１０９と、を備えている。
記憶装置１０２は、ＲＯＭ１２１と、ＲＡＭ１２２と、不揮発性メモリ１２３とを備えている。ＲＯＭ１２１には、オペレーティングシステム、Ｊａｖａ（登録商標）仕様に準拠したアプリケーションプログラムを実行するためのソフトウェア等が記憶されている。また、ＲＡＭ１２２には、各種プログラムやデータが一時的に記憶される。
不揮発性メモリ１２３には、アプリ保存領域１２３ａとスクラッチパッド１２３ｂとが設けられている。アプリ保存領域１２３ａには、サーバ２００からダウンロードされたアプリケーションプログラムが記憶される。なお、ダウンロードに限らず、当該アプリケーションプログラムを移動通信端末１００の製造時からアプリ保存領域１２３ａに記憶させておくことも可能である。スクラッチパッド１２３ｂには、サーバ２００からダウンロードされたデータや、アプリケーションプログラムを起動することにより、又は、アプリケーションプログラムを実行することによって作成されたデータが記憶される。本実施形態では、スクラッチパッド１２３ｂには、曜日を判定するためのカレンダーデータ、音出力装置１０６から出力するための音データ、表示装置１０４に表示するための画像データ等が記憶される。なお、移動通信端末１００は、データを記憶するためのメモリとして、スクラッチパッド１２３ｂ以外の外部記憶装置を備えていてもよい。
不揮発性メモリ１２３には、アプリ保存領域１２３ａとスクラッチパッド１２３ｂとが設けられている。アプリ保存領域１２３ａには、サーバ２００からダウンロードされたアプリケーションプログラムが記憶される。なお、ダウンロードに限らず、当該アプリケーションプログラムを移動通信端末１００の製造時からアプリ保存領域１２３ａに記憶させておくことも可能である。スクラッチパッド１２３ｂには、サーバ２００からダウンロードされたデータや、アプリケーションプログラムを起動することにより、又は、アプリケーションプログラムを実行することによって作成されたデータが記憶される。本実施形態では、スクラッチパッド１２３ｂには、曜日を判定するためのカレンダーデータ、音出力装置１０６から出力するための音データ、表示装置１０４に表示するための画像データ等が記憶される。なお、移動通信端末１００は、データを記憶するためのメモリとして、スクラッチパッド１２３ｂ以外の外部記憶装置を備えていてもよい。
（移動通信端末の機能構成）
次に、図３を参照して、移動通信端末１００の機能構成について説明する。なお、同図に示す機能構成は、移動通信端末１００のＣＰＵ１０１がＲＯＭ１２１やアプリ保存領域１２３ａ等に記憶されたプログラムに従って処理を実行することにより、或いは、ＲＡＭ１２２やスクラッチパッド１２３ｂ等の記憶領域により、実現される。
次に、図３を参照して、移動通信端末１００の機能構成について説明する。なお、同図に示す機能構成は、移動通信端末１００のＣＰＵ１０１がＲＯＭ１２１やアプリ保存領域１２３ａ等に記憶されたプログラムに従って処理を実行することにより、或いは、ＲＡＭ１２２やスクラッチパッド１２３ｂ等の記憶領域により、実現される。
（エリア定義部）
エリア定義部１１は、位置情報に対応付けて、ユーザが目的に応じて滞在するエリアを定義する。本実施形態では、エリアには、ホームエリア（以下「ＨＡ」という）、仮ホームエリア（以下、「仮ＨＡ」という）、ワークエリア（以下「ＷＡ」という）、仮ワークエリア（以下、「仮ＷＡ」という）、「お気に入りエリア」、及び「特定エリア」が存在する。ここで、「ＨＡ」とは、自宅、実家等のユーザの主たる居住場所である。「仮ＨＡ」とは、友人宅、ホテル等の、ユーザが旅行、出張等で稀に就寝する場所である。「ＷＡ」とは、ユーザの主な勤務場所である。「仮ＷＡ」とは、客先、イベント会場等の、ユーザが営業、打合せ等で稀に勤務する場所である。「お気に入りエリア」とは、ユーザのお気に入りの場所として設定されるエリアである。「特定エリア」とは、コンテンツプロバイダが当該エリアでユーザにサービスを提供するために設定されるエリアである。
エリア定義部１１は、位置情報に対応付けて、ユーザが目的に応じて滞在するエリアを定義する。本実施形態では、エリアには、ホームエリア（以下「ＨＡ」という）、仮ホームエリア（以下、「仮ＨＡ」という）、ワークエリア（以下「ＷＡ」という）、仮ワークエリア（以下、「仮ＷＡ」という）、「お気に入りエリア」、及び「特定エリア」が存在する。ここで、「ＨＡ」とは、自宅、実家等のユーザの主たる居住場所である。「仮ＨＡ」とは、友人宅、ホテル等の、ユーザが旅行、出張等で稀に就寝する場所である。「ＷＡ」とは、ユーザの主な勤務場所である。「仮ＷＡ」とは、客先、イベント会場等の、ユーザが営業、打合せ等で稀に勤務する場所である。「お気に入りエリア」とは、ユーザのお気に入りの場所として設定されるエリアである。「特定エリア」とは、コンテンツプロバイダが当該エリアでユーザにサービスを提供するために設定されるエリアである。
エリア定義部１１は、入力装置１０５からのユーザによる入力に基づいてエリア名を定義する。エリア定義部１１は、入力されたエリア名を、移動通信端末１００の位置情報と対応付けて、スクラッチパッド１２３ｂに記憶する。
また、エリア定義部１１は、未定義のエリアにユーザが所定時間（例えば、１時間）以上滞在している場合にユーザに質問を通知し、当該質問に対する回答に基づいて、当該未定義のエリアを定義する。なお、ユーザに質問を通知する方法としては、表示装置１０４に質問内容を文字で表示したり、音出力装置１０６から質問内容を音声で出力する方法が考えられる。また、質問に対してユーザが回答する方法としては、キー等の入力装置１０５から回答内容を入力したり、声入力装置１０７から音声を入力する方法が考えられる。
また、エリア定義部１１は、未定義のエリアにユーザが所定時間（例えば、１時間）以上滞在している場合にユーザに質問を通知し、当該質問に対する回答に基づいて、当該未定義のエリアを定義する。なお、ユーザに質問を通知する方法としては、表示装置１０４に質問内容を文字で表示したり、音出力装置１０６から質問内容を音声で出力する方法が考えられる。また、質問に対してユーザが回答する方法としては、キー等の入力装置１０５から回答内容を入力したり、声入力装置１０７から音声を入力する方法が考えられる。
（ユーザ履歴ログ記憶部）
ユーザ履歴ログ記憶部１２は、ユーザの行動の履歴を表すユーザ履歴ログをスクラッチパッド１２３ｂに記憶する。図４には、ユーザ履歴ログのデータ構成の一例を示す。同図に示すように、ユーザ履歴ログには、日時、平日・休日区分、位置情報、エリアの種類、シチュエーション、推定起床時刻・推定就寝時刻、表示したセリフＩＤ、質問に対する回答、及び、端末開閉時刻・キー操作時刻等の端末操作ログが含まれる。これらのユーザ履歴ログは、例えば、表示装置１０４にセリフを含む画像が表示された時、ユーザが質問に答えた時、ＧＰＳによる位置測位が行われた時、ユーザが移動通信端末１００の操作を行った時等に記憶される。
ユーザ履歴ログ記憶部１２は、ユーザの行動の履歴を表すユーザ履歴ログをスクラッチパッド１２３ｂに記憶する。図４には、ユーザ履歴ログのデータ構成の一例を示す。同図に示すように、ユーザ履歴ログには、日時、平日・休日区分、位置情報、エリアの種類、シチュエーション、推定起床時刻・推定就寝時刻、表示したセリフＩＤ、質問に対する回答、及び、端末開閉時刻・キー操作時刻等の端末操作ログが含まれる。これらのユーザ履歴ログは、例えば、表示装置１０４にセリフを含む画像が表示された時、ユーザが質問に答えた時、ＧＰＳによる位置測位が行われた時、ユーザが移動通信端末１００の操作を行った時等に記憶される。
（モデル定義部）
モデル定義部１３は、シチュエーション遷移モデルを定義し、当該定義したシチュエーション遷移モデルをスクラッチパッド１２３ｂに記憶する。ここで、「シチュエーション遷移モデル」とは、ユーザの１日のライフサイクルを表すライフサイクル情報と、ユーザが居る場所を表す位置情報とに依存するユーザのシチュエーションの遷移順を定義したモデルである。
また、「ライフサイクル情報」とは、ユーザの起床時刻、就寝時刻、始業時刻、終業時刻、起床時間帯、就寝時間帯等の、ユーザ毎に異なる１日のライフサイクルを表す情報をいう。モデル定義部１３は、ユーザにより入力された、起床時刻、就寝時刻、始業時刻、終業時刻等の時刻を表すユーザ設定時刻情報と、「起床時間帯」、「就寝時間帯」、「起床時刻」、「就寝時刻」、「始業時刻」、「就業時刻」等のライフサイクルの分類項目と、を対応付けることにより、ライフサイクル情報を定義する。
モデル定義部１３は、シチュエーション遷移モデルを定義し、当該定義したシチュエーション遷移モデルをスクラッチパッド１２３ｂに記憶する。ここで、「シチュエーション遷移モデル」とは、ユーザの１日のライフサイクルを表すライフサイクル情報と、ユーザが居る場所を表す位置情報とに依存するユーザのシチュエーションの遷移順を定義したモデルである。
また、「ライフサイクル情報」とは、ユーザの起床時刻、就寝時刻、始業時刻、終業時刻、起床時間帯、就寝時間帯等の、ユーザ毎に異なる１日のライフサイクルを表す情報をいう。モデル定義部１３は、ユーザにより入力された、起床時刻、就寝時刻、始業時刻、終業時刻等の時刻を表すユーザ設定時刻情報と、「起床時間帯」、「就寝時間帯」、「起床時刻」、「就寝時刻」、「始業時刻」、「就業時刻」等のライフサイクルの分類項目と、を対応付けることにより、ライフサイクル情報を定義する。
また、「シチュエーション」とは、ユーザのおかれている状況や状態を表す。本実施形態では、シチュエーションは、主にポイントシチュエーション（ＰＳ）と、ラインシチュエーション（ＬＳ）と、スペシャルシチュエーション（ＳＳ）と、に分類できる。
「ポイントシチュエーション（ＰＳ）」とは、ユーザのライフサイクル情報とユーザが居るエリアとに基づいて推定される、行動の起点となるシチュエーションである。ポイントシチュエーションには、起床、出勤開始、仕事開始、仕事終了、帰宅、就寝、外出等が存在する。ポイントシチュエーションは、関連するラインシチュエーションに自動的に遷移する。
「ポイントシチュエーション（ＰＳ）」とは、ユーザのライフサイクル情報とユーザが居るエリアとに基づいて推定される、行動の起点となるシチュエーションである。ポイントシチュエーションには、起床、出勤開始、仕事開始、仕事終了、帰宅、就寝、外出等が存在する。ポイントシチュエーションは、関連するラインシチュエーションに自動的に遷移する。
「ラインシチュエーション（ＬＳ）」とは、２つのポイントシチュエーション同士を結ぶシチュエーションであり、身支度中、出勤中、仕事中、残業中、帰宅中、在宅中、就寝中、外出中等が存在する。
「スペシャルシチュエーション（ＳＳ）」とは、ポイントシチュエーション及びラインシチュエーションの何れでもないシチュエーションであり、本実施形態では「迷子中」と呼ばれるシチュエーションが存在する。初回起動時や初めての位置情報取得前等の、現在のユーザのシチュエーションが不明な時のシチュエーションである。
「スペシャルシチュエーション（ＳＳ）」とは、ポイントシチュエーション及びラインシチュエーションの何れでもないシチュエーションであり、本実施形態では「迷子中」と呼ばれるシチュエーションが存在する。初回起動時や初めての位置情報取得前等の、現在のユーザのシチュエーションが不明な時のシチュエーションである。
図５には、シチュエーション遷移モデルの一例を示す。同図では、「就寝中」、「外出中」、「起床」、「身支度中」等のシチュエーションが、「就寝時刻前」、「就業時刻前」等のライフサイクル情報、及び、「ＨＡ」、「ＷＡ」、「ＥＸ」等のエリアに応じて遷移する様子が概念的に示されている。なお、図中の「ＥＸ」とは、定義されているエリア以外の未定義のエリア（except area）のことである。
図６には、図５に示すシチュエーション遷移モデルをテーブル形式で表現した場合の一例を示す。同図に示すテーブルでは、ユーザの遷移前のシチュエーションと、エリア（ＨＡ、仮ＨＡ、ＷＡ、仮ＷＡ、ＥＸ）と、ライフサイクル情報（起床時間帯、始業時刻、就業時刻等）と、現在のシチュエーションと、が対応付けられている。
図６には、図５に示すシチュエーション遷移モデルをテーブル形式で表現した場合の一例を示す。同図に示すテーブルでは、ユーザの遷移前のシチュエーションと、エリア（ＨＡ、仮ＨＡ、ＷＡ、仮ＷＡ、ＥＸ）と、ライフサイクル情報（起床時間帯、始業時刻、就業時刻等）と、現在のシチュエーションと、が対応付けられている。
また、図６に示す（ａ）、（ｂ）列では、位置情報に依存しないシチュエーションの遷移順（位置非依存シチュエーション遷移モデル）が定義されている。具体的には、（ａ）列では、ユーザの位置情報を取得できない時間が一定時間（例えば、２時間）未満である場合のシチュエーションの遷移順が定義されている。ユーザの位置情報を取得できない時間が一定時間未満である場合には当該（ａ）列が参照されて、遷移前のシチュエーションのみに依存して現在のシチュエーションが決定される。一方、（ｂ）列では、ユーザの位置情報を取得できない時間が一定時間以上継続した場合のシチュエーションの遷移順が定義されている。ユーザの位置情報を取得できない時間が一定時間以上継続した場合には（ｂ）列が参照されて、ユーザの現在のシチュエーションは常にシチュエーションが不明であることを表す「迷子中」と推定される。なお、位置情報を取得できない場合とは、移動通信端末１００が圏外に存在する等で位置測位装置３００と通信できない場合が考えられる。また、ユーザの位置情報を取得できない時間は、例えばユーザ履歴ログを参照することにより算出できる。なお、図６に示す（ａ）、（ｂ）列では、位置情報に加えてライフサイクル情報にも依存しないシチュエーション遷移順が定義されているが、ライフサイクル情報に依存し位置情報のみに依存しないシチュエーション遷移順を定義してもよい。
図７には、平日における一般的なシチュエーションの遷移パターンを示し、図８には、休日における一般的なシチュエーションの遷移パターンを示す。これらの図に示すように、一般的に平日と休日とでシチュエーションの遷移パターンが異なるため、モデル定義部１３は、平日用と休日用との２種類のシチュエーション遷移モデルを定義し、平休日区分と対応付けて記憶しておく。
（ライフサイクル情報の補正）
ライフサイクル情報は、ユーザにより入力されたユーザ設定時刻情報に基づいて定義される。当該ライフサイクル情報で表されるライフサイクルは、ユーザのライフサイクルの変化等により実際のライフサイクルと誤差が生じる場合がある。このため、モデル定義部１３は、ユーザ履歴ログ記憶部１２に記憶されたユーザ履歴ログに基づいてライフサイクル情報を補正する機能を有する。具体的には、例えば、モデル定義部１３は、ユーザの過去の推定就寝時刻の平均値や過去の推定起床時刻の平均値を用いて、ライフサイクル情報に含まれる就寝時刻、起床時刻、就寝時間帯、起床時間帯等を補正する。
ライフサイクル情報は、ユーザにより入力されたユーザ設定時刻情報に基づいて定義される。当該ライフサイクル情報で表されるライフサイクルは、ユーザのライフサイクルの変化等により実際のライフサイクルと誤差が生じる場合がある。このため、モデル定義部１３は、ユーザ履歴ログ記憶部１２に記憶されたユーザ履歴ログに基づいてライフサイクル情報を補正する機能を有する。具体的には、例えば、モデル定義部１３は、ユーザの過去の推定就寝時刻の平均値や過去の推定起床時刻の平均値を用いて、ライフサイクル情報に含まれる就寝時刻、起床時刻、就寝時間帯、起床時間帯等を補正する。
推定就寝時刻の平均値μｓ及び標準偏差σは、以下の式で算出される。
平均値μｓ＝Σｘｉ／Ｎ（Ｎ：過去の推定就寝時刻のデータ総数、ｘｉ：データ値）
標準偏差σ＝（Σ（ｘｉ−μｓ）２／（Ｎ−１））１／２
同様に、推定起床時刻の平均値μｗと標準偏差σは、以下の式で算出される。
平均値μｗ＝Σｘｉ／Ｎ（Ｎ：過去の推定起床時刻のデータ総数、ｘｉ：データ値）
標準偏差σ＝（Σ（ｘｉ−μｗ）２／（Ｎ−１））１／２
また、モデル定義部１３は、日々所定のタイミングで直近の就寝時刻及び起床時刻を推定し、当該推定就寝時刻及び推定起床時刻をユーザ履歴ログとして記録する。図９は、過去に各時刻が就寝／起床時刻として推定された回数を示すグラフである。
平均値μｓ＝Σｘｉ／Ｎ（Ｎ：過去の推定就寝時刻のデータ総数、ｘｉ：データ値）
標準偏差σ＝（Σ（ｘｉ−μｓ）２／（Ｎ−１））１／２
同様に、推定起床時刻の平均値μｗと標準偏差σは、以下の式で算出される。
平均値μｗ＝Σｘｉ／Ｎ（Ｎ：過去の推定起床時刻のデータ総数、ｘｉ：データ値）
標準偏差σ＝（Σ（ｘｉ−μｗ）２／（Ｎ−１））１／２
また、モデル定義部１３は、日々所定のタイミングで直近の就寝時刻及び起床時刻を推定し、当該推定就寝時刻及び推定起床時刻をユーザ履歴ログとして記録する。図９は、過去に各時刻が就寝／起床時刻として推定された回数を示すグラフである。
ここで、直近の就寝時刻の推定方法について詳細に説明する。モデル定義部１３は、日々所定のタイミングでユーザ履歴ログを参照し、例えば、ＨＡ又は仮ＨＡにおいて、移動通信端末１００のキー操作、開閉操作等の操作が最後に発生した時刻（以下、「第１の所定の契機が発生した時刻」という）を用いて、直近の就寝時刻を推定する。モデル定義部１３は、第１の所定の契機が発生した時間帯によって、図９に示すように計算ロジックを３通りに分けて就寝時刻の推定を行う。
Ｌｏｇｉｃ１：（μｓ−σ）よりも前の時間帯に第１の所定の契機が発生した場合の就寝時刻推定ロジックである。この時間帯における推定就寝時刻の履歴ログは少ないため、就寝時刻の推定の確信度を上げるために、モデル定義部１３は、起床のシチュエーションが発生した時に、ユーザの直近の就寝時刻をユーザに問い合わせる。回答があった場合は、その回答の時刻を就寝時刻と推定する。回答が無い場合、又は、起床のシチュエーションが発生しなかった場合は、ユーザ設定時刻情報により設定された就寝時刻を直近の就寝時刻と推定する。
Ｌｏｇｉｃ２：ユーザの推定就寝時刻の平均値を含む就寝時間帯（μｓ±σの時間帯）に第１の所定の契機が発生した場合の就寝時刻推定ロジックである。ただし、推定就寝時刻のデータ個数が１０個以下の場合は、ユーザ設定時刻情報により設定された就寝時刻の前後１時間を就寝時間帯とする。この就寝時間帯に第１の所定の契機が発生した場合には、その時刻を就寝時刻とする。
Ｌｏｇｉｃ３：（μｓ＋σ）以降の時間帯に第１の所定の契機が発生した場合の就寝時刻推定ロジックである。この時間帯における推定就寝時刻の履歴ログは少ないため、就寝時刻の推定の確信度を上げるために、モデル定義部１３は起床のシチュエーションが発生した時にユーザの直近の就寝時刻をユーザに問い合わせる。回答があった場合は、その回答の時刻を就寝時刻と推定する。回答が無い場合、又は、起床のシチュエーションが発生しなかった場合は、ユーザ設定時刻情報により設定された就寝時刻を就寝時刻と推定する。
次に、起床時刻の推定方法について詳細に説明する。モデル定義部１３は、日々所定のタイミングでユーザ履歴ログを参照し、例えば、ＨＡ又は仮ＨＡにおいて移動通信端末１００の操作が就寝後最初にあった時刻又はユーザがＨＡ外に移動した時刻（以下、「第２の所定の契機が発生した時刻」という）を用いて、直近の起床時刻を推定する。モデル定義部１３は、第２の所定の契機が発生した時間帯により、図９に示すようにロジックを３通りに分けて起床時刻の推定を行う。
Ｌｏｇｉｃ３：（μｗ−σ）よりも前の時間帯に第２の所定の契機が発生した場合の起床時刻推定ロジックである。この時間帯における推定起床時刻の履歴ログは少ないため、就寝時刻の推定の確信度を上げるために、例えば起床のシチュエーションが発生したタイミングで、直近の起床時刻をユーザに問い合わせる。回答があった場合は、その回答の時刻を起床時刻と推定する。回答が無い場合、又は、起床のシチュエーションが発生しなかった場合は、ユーザが設定した起床時刻を起床時刻と推定する。
Ｌｏｇｉｃ４：ユーザの起床時刻の平均値を含む起床時間帯（μｗ±σの時間帯）に第２の所定の契機が発生した場合の起床時刻推定ロジックである。ただし推定起床時刻のデータ個数が１０個以下の場合は、ユーザ設定時刻情報で設定された起床時刻の前後１時間を起床時間帯とする。この起床時間帯に第２の所定の契機が発生した場合には、その時刻を起床時刻と推定する。
Ｌｏｇｉｃ５：（μｗ＋σ）以降の時間帯に第２の所定の契機が発生した場合の起床時刻推定ロジックである。平日においては、第２の所定の契機が発生した時刻を起床時刻とする。休日においては、第２の所定の契機が発生した時に、ユーザに起床時刻を問い合わせる。
Ｌｏｇｉｃ５：（μｗ＋σ）以降の時間帯に第２の所定の契機が発生した場合の起床時刻推定ロジックである。平日においては、第２の所定の契機が発生した時刻を起床時刻とする。休日においては、第２の所定の契機が発生した時に、ユーザに起床時刻を問い合わせる。
（位置情報取得部）
位置情報取得部１４は、ユーザが携帯する移動通信端末１００の位置情報をユーザの位置情報として取得する。本実施形態では、位置情報取得部１４は、移動通信端末１００に搭載されているＧＰＳ受信機１０９により所定の周期毎に位置測位装置３００から受信されるＧＰＳ信号に基づいて、移動通信端末１００の位置情報を算出する。ＧＰＳ信号を受信する所定の周期は、ユーザが滞在しているエリアに応じて変化する。例えば、ユーザがＨＡに滞在している場合には３０分周期であり、ユーザがＷＡに滞在している場合には１５分周期となる。なお、位置情報の取得方法はＧＰＳに限定されることはなく、例えば、移動通信端末１００が在圏する基地局の位置情報をユーザの位置情報とみなしてもよい。
位置情報取得部１４は、ユーザが携帯する移動通信端末１００の位置情報をユーザの位置情報として取得する。本実施形態では、位置情報取得部１４は、移動通信端末１００に搭載されているＧＰＳ受信機１０９により所定の周期毎に位置測位装置３００から受信されるＧＰＳ信号に基づいて、移動通信端末１００の位置情報を算出する。ＧＰＳ信号を受信する所定の周期は、ユーザが滞在しているエリアに応じて変化する。例えば、ユーザがＨＡに滞在している場合には３０分周期であり、ユーザがＷＡに滞在している場合には１５分周期となる。なお、位置情報の取得方法はＧＰＳに限定されることはなく、例えば、移動通信端末１００が在圏する基地局の位置情報をユーザの位置情報とみなしてもよい。
（時刻情報取得部）
時刻情報取得部１５は、移動通信端末１００が備える内部時計１０８から現在時刻を表す時刻情報を取得する。なお、時刻情報の取得方法はこれに限定されることはなく、例えば、外部のサーバ装置から時刻情報を取得することも可能である。
（シチュエーション推定部）
シチュエーション推定部１６は、モデル定義部１３により定義されたシチュエーション遷移モデルと、位置情報取得部１４により取得された位置情報と、時刻情報取得部１５により取得された時刻情報と、ユーザの遷移前のシチュエーションとに基づいて、ユーザの現在のシチュエーションを推定する。
時刻情報取得部１５は、移動通信端末１００が備える内部時計１０８から現在時刻を表す時刻情報を取得する。なお、時刻情報の取得方法はこれに限定されることはなく、例えば、外部のサーバ装置から時刻情報を取得することも可能である。
（シチュエーション推定部）
シチュエーション推定部１６は、モデル定義部１３により定義されたシチュエーション遷移モデルと、位置情報取得部１４により取得された位置情報と、時刻情報取得部１５により取得された時刻情報と、ユーザの遷移前のシチュエーションとに基づいて、ユーザの現在のシチュエーションを推定する。
具体的には、シチュエーション推定部１６は、ライフサイクル情報に基づいて、時刻情報取得部１５により取得された時刻情報で表される現在時刻がユーザのライフサイクルのどの分類項目（起床時間帯、始業時刻、就業時刻等）に該当するかを判定する。また、シチュエーション推定部１６は、位置情報取得部１４により取得された位置情報に対応するエリアを判定する。なお、位置情報に対応するエリアが複数判定された場合には、例えば、ＨＡ＞ＷＡ＞お気に入りエリア＞仮ＨＡ＞仮ＷＡ＞特定エリアの順に優先順位を予め設定しておくことにより、優先順位が高い１つのエリアを特定する。
さらに、シチュエーション推定部１６は、ユーザ履歴ログから、直近のシチュエーション、つまり遷移前のシチュエーションを取得する。そして、シチュエーション推定部１６は、判定したライフサイクルの分類項目と、判定したエリアと、取得した遷移前のシチュエーションと、に対応する現在のシチュエーションをシチュエーション遷移モデルから取得し、当該取得した現在のシチュエーションをユーザの現在のシチュエーションと推定する。当該推定されたシチュエーションはユーザ履歴ログに記憶され、次のシチュエーション推定のために使用される。
（平日・休日別の推定）
また、シチュエーション推定部１６は、ユーザにとって今日が平日と休日との何れに該当するかに応じて２種類のシチュエーション遷移モデルを使い分けて、ユーザの現在のシチュエーションを推定する。スクラッチパッド１２３ｂには、例えばアプリケーションプログラムの起動によって、図１０に示すようなデフォルトの平休日データが記憶される。シチュエーション推定部１６は、当該平休日データに基づいて、ユーザにとって今日が平日と休日との何れに該当するかを判定する。当該デフォルトの平休日データは、ユーザの入力により変更可能である。なお、当該平休日データを用いる以外に、直近のユーザ履歴ログに記録されている「平日・休日区分」に基づいて、ユーザにとって今日が平日と休日との何れに該当するかを判定することも可能である。
また、シチュエーション推定部１６は、ユーザにとって今日が平日と休日との何れに該当するかに応じて２種類のシチュエーション遷移モデルを使い分けて、ユーザの現在のシチュエーションを推定する。スクラッチパッド１２３ｂには、例えばアプリケーションプログラムの起動によって、図１０に示すようなデフォルトの平休日データが記憶される。シチュエーション推定部１６は、当該平休日データに基づいて、ユーザにとって今日が平日と休日との何れに該当するかを判定する。当該デフォルトの平休日データは、ユーザの入力により変更可能である。なお、当該平休日データを用いる以外に、直近のユーザ履歴ログに記録されている「平日・休日区分」に基づいて、ユーザにとって今日が平日と休日との何れに該当するかを判定することも可能である。
（質問に対する回答に基づく推定）
また、シチュエーション推定部１６は、ユーザへの質問に対する回答に基づいて、ユーザの現在のシチュエーションを推定する。
例えば、シチュエーション推定部１６は、複数のシチュエーションの候補を推定し、ユーザへの質問に対する回答に基づいて、ユーザのシチュエーションの候補を１つに特定する。
（質問に対する回答に基づく平休日の入れ替え）
また、シチュエーション推定部１６は、ユーザへの質問に対する回答に基づいて、平日用と休日用とのシチュエーション遷移モデルの何れを使用するかを決定し、当該決定したシチュエーション遷移モデルを用いてユーザの現在のシチュエーションを推定する。
この際、シチュエーション推定部１６は、現在使用しているシチュエーション遷移モデルの種類と、位置情報取得部１５により取得された位置情報と、時刻情報取得部１５により取得された時刻情報と、の少なくとも１つに基づいて、ユーザへの質問の内容を決定する。
また、シチュエーション推定部１６は、ユーザへの質問に対する回答に基づいて、ユーザの現在のシチュエーションを推定する。
例えば、シチュエーション推定部１６は、複数のシチュエーションの候補を推定し、ユーザへの質問に対する回答に基づいて、ユーザのシチュエーションの候補を１つに特定する。
（質問に対する回答に基づく平休日の入れ替え）
また、シチュエーション推定部１６は、ユーザへの質問に対する回答に基づいて、平日用と休日用とのシチュエーション遷移モデルの何れを使用するかを決定し、当該決定したシチュエーション遷移モデルを用いてユーザの現在のシチュエーションを推定する。
この際、シチュエーション推定部１６は、現在使用しているシチュエーション遷移モデルの種類と、位置情報取得部１５により取得された位置情報と、時刻情報取得部１５により取得された時刻情報と、の少なくとも１つに基づいて、ユーザへの質問の内容を決定する。
具体的には、シチュエーション推定部１６は、休日用のシチュエーション遷移モデルを使用しているときに、ユーザがＷＡ又は仮ＷＡに所定時間以上滞在している場合、休日用のシチュエーション遷移モデルにおいてＷＡ及び仮ＷＡは定義されていないため、ユーザに仕事中であるか否かの質問を通知し、当該質問に対して仕事中である旨の回答があった場合に、使用するシチュエーション遷移モデルを休日用から平日用に切り替える。また、シチュエーション推定部１６は、平日用のシチュエーション遷移モデルを使用しているときにユーザがＨＡ又は仮ＨＡに所定時間以上滞在している場合、当該ユーザに対して休日であるか否かの質問を通知し、当該質問に対して休日である旨の回答を取得した場合に、使用するシチュエーション遷移モデルを平日用から休日用に切り替える。
ここで、具体的な平休日の入れ替えの例について図１１を参照して説明する。遷移前のシチュエーションが休日の「外出中」であって、ユーザがＷＡに所定時間以上滞在している場合、シチュエーション推定部１６は、ユーザに対して「今日は仕事？」という質問を通知する。ユーザの回答が「仕事」ならば、シチュエーション推定部１６は、使用するシチュエーション遷移モデルを休日用から平日用に切り替える。そして、ユーザのシチュエーションは、平日の「仕事中」に遷移する。一方、ユーザの回答が「休み」又は無回答ならば、使用するシチュエーション遷移モデルは休日用のままであり、ユーザのシチュエーションは休日の「外出中」に遷移する。
また、図１２に示すように、ユーザの遷移前のシチュエーションが平日の「身支度中」であり、ユーザがＨＡ又は仮ＨＡに居て始業開始時刻が過ぎた場合、シチュエーション推定部１６は、「今日は仕事？休み？」という質問をユーザに通知する。当該質問に対するユーザの回答が「休み」の場合、シチュエーション推定部１６は、使用するシチュエーション遷移モデルを平日用から休日用に切り替える。そして、ユーザのシチュエーションは休日の「在宅中」に遷移する。また、ユーザがＥＸに居り、かつ、始業開始時刻が過ぎており、ユーザの質問に対する回答が、「休み」の場合、シチュエーション推定部１６は、使用するシチュエーション遷移モデルを平日用から休日用に切り替える。そして、ユーザのシチュエーションは、休日の「外出中」に遷移する。
また、図１３に示すように、ユーザの遷移前のシチュエーションが休日の「在宅中」であって、ユーザがＷＡ又は仮ＷＡに所定時間以上滞在した場合、シチュエーション推定部１６は、「今日は仕事？」という質問を通知する。ユーザ回答が「仕事」の場合、シチュエーション推定部１６は、使用するシチュエーション遷移モデルを休日用から平日用に切り替える。そして、ユーザのシチュエーションは平日の「仕事中」に遷移する。
また、シチュエーション推定部１６は、平日用のシチュエーション遷移モデルを使用しているときに、ユーザがＨＡ又は仮ＨＡから第１の距離（例えば、５００ｍ）以上離れたＥＸに移動した場合に、ユーザは旅行を開始したと判定する。さらに、シチュエーション推定部１６は、休日用のシチュエーション遷移モデルを使用しているときに、ユーザがＷＡ又は仮ＷＡから第２の距離（例えば、３００ｍ）以上離れたＥＸに移動した場合に、ユーザは出張を開始したと判定する。
（セリフ決定部）
セリフ決定部１７は、シチュエーション推定部１６により推定されたユーザのシチュエーションに基づいて、音声や画像によりユーザに提示するための適切なセリフを決定する。セリフの決定の方法としては、例えば、セリフ決定部１７は、予め設定されたシチュエーションとセリフとの対応関係を定義した情報を参照することにより、推定されたユーザのシチュエーションに対応するセリフを決定する。
セリフ決定部１７は、シチュエーション推定部１６により推定されたユーザのシチュエーションに基づいて、音声や画像によりユーザに提示するための適切なセリフを決定する。セリフの決定の方法としては、例えば、セリフ決定部１７は、予め設定されたシチュエーションとセリフとの対応関係を定義した情報を参照することにより、推定されたユーザのシチュエーションに対応するセリフを決定する。
（シチュエーション推定プログラム）
上述したように、ＲＯＭ１２１に記憶されているプログラム及びアプリ保存領域１２３ａに記憶されているアプリケーションプログラム（「シチュエーション推定プログラム」に対応）は、移動通信端末（「コンピュータ」に対応）１００に、ユーザの１日のライフサイクルを表すライフサイクル情報とユーザが居る場所を表す位置情報とに依存する前記ユーザの状態を表すシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶するモデル定義部１１と、現在の位置情報を取得する位置情報取得部１４と、現在の時刻を表す時刻情報を取得する時刻情報取得部１５と、シチュエーション遷移モデルと位置情報取得部１４により取得された位置情報と時刻情報取得部１５により取得された時刻情報とユーザの遷移前のシチュエーションとに基づいてユーザの現在のシチュエーションを推定するシチュエーション推定部１６として機能させるためのプログラムである。
上述したように、ＲＯＭ１２１に記憶されているプログラム及びアプリ保存領域１２３ａに記憶されているアプリケーションプログラム（「シチュエーション推定プログラム」に対応）は、移動通信端末（「コンピュータ」に対応）１００に、ユーザの１日のライフサイクルを表すライフサイクル情報とユーザが居る場所を表す位置情報とに依存する前記ユーザの状態を表すシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶するモデル定義部１１と、現在の位置情報を取得する位置情報取得部１４と、現在の時刻を表す時刻情報を取得する時刻情報取得部１５と、シチュエーション遷移モデルと位置情報取得部１４により取得された位置情報と時刻情報取得部１５により取得された時刻情報とユーザの遷移前のシチュエーションとに基づいてユーザの現在のシチュエーションを推定するシチュエーション推定部１６として機能させるためのプログラムである。
（動作）
次に、図１４に示すフローチャートを参照して、本発明の実施形態に係るシチュエーション推定処理の基本的な流れについて説明する。
まず、ユーザは、移動通信端末１００を操作して、アプリケーションプログラムをサーバ２００からダウンロードする指示を行う。これにより、移動通信端末１００は、サーバ２００からアプリケーションプログラム及び付随するデータをダウンロードし、アプリ保存領域１２３ａにアプリケーションプログラムを保存し、スクラッチパッド１２３ｂにデータを保存する。
次に、図１４に示すフローチャートを参照して、本発明の実施形態に係るシチュエーション推定処理の基本的な流れについて説明する。
まず、ユーザは、移動通信端末１００を操作して、アプリケーションプログラムをサーバ２００からダウンロードする指示を行う。これにより、移動通信端末１００は、サーバ２００からアプリケーションプログラム及び付随するデータをダウンロードし、アプリ保存領域１２３ａにアプリケーションプログラムを保存し、スクラッチパッド１２３ｂにデータを保存する。
次いで、ユーザは、アプリケーションプログラムを起動する操作を行う。これにより、移動通信端末１００は、当該アプリケーションプログラムに従って処理を実行することにより、初期設定画面を表示装置１０４に表示する。ユーザは当該初期設定画面から対話形式で初期設定項目を入力していく。初期設定項目としては、ユーザの名前と、誕生日と、起床時刻、就寝時刻、始業時刻、就業時刻等のユーザ設定時刻情報と、曜日別の平休日区分と、ＨＡ、ＷＡ、お気に入りエリア等のエリア名とが存在する。
移動通信端末１００は、入力されたデータに基づいて初期設定を行う（ステップＳ１）。具体的には、移動通信端末１００は、入力されたデータをスクラッチパッド１２３ｂに記憶する。エリア定義部１１は、入力されたＨＡ、ＷＡ等のエリア名と、エリア名が入力された時の位置情報とを対応付けることにより、エリアを定義してスクラッチパッド１２３ｂに記憶する。また、モデル定義部１３は、入力されたユーザ設定時刻情報に基づいてライフサイクル情報を定義する。そして、モデル定義部１３は、定義されたライフサイクル情報とエリアとに依存するユーザのシチュエーションの遷移順を定義し、シチュエーション遷移モデルとしてスクラッチパッド１２３ｂに記憶する。
シチュエーション推定部１６は、シチュエーションを初期設定する。本実施形態では、ＨＡ、ＷＡがそれぞれ１つ以上ユーザにより入力された場合、シチュエーションは「迷子中」に初期設定される。
次に、位置情報取得部１４は、所定周期毎に位置測位装置３００からＧＰＳ信号を受信することにより、移動通信端末１００の位置情報を取得する（ステップＳ２）。次に、時刻情報取得部１５は、内部時計１０８から時刻情報を取得する（ステップＳ３）。
次に、位置情報取得部１４は、所定周期毎に位置測位装置３００からＧＰＳ信号を受信することにより、移動通信端末１００の位置情報を取得する（ステップＳ２）。次に、時刻情報取得部１５は、内部時計１０８から時刻情報を取得する（ステップＳ３）。
次に、シチュエーション推定部１６は、直近のユーザ履歴ログからユーザの遷移前のシチュエーションを取得する。そして、シチュエーション推定部１６は、シチュエーション遷移モデルと、位置情報取得部１４により取得された位置情報と、時刻情報取得部１５により取得された時刻情報と、ユーザの遷移前のシチュエーションとに基づいて、ユーザの現在のシチュエーションを推定する（ステップＳ４）。
次に、セリフ決定部１７は、推定された現在のシチュエーションに適合するセリフを決定し、当該決定したセリフが表示された画像を表示装置１０４に出力するか、或いは、音声を音出力装置１０６から出力する（ステップＳ５）。
次に、セリフ決定部１７は、推定された現在のシチュエーションに適合するセリフを決定し、当該決定したセリフが表示された画像を表示装置１０４に出力するか、或いは、音声を音出力装置１０６から出力する（ステップＳ５）。
以上説明したように、移動通信端末１００は、ユーザの１日のライフサイクルを表すライフサイクル情報とユーザが居る場所を表す位置情報とに依存するユーザのシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶し、当該シチュエーション遷移モデルと、位置情報取得部１４により取得された位置情報と、時刻情報取得部１５により取得された時刻情報と、ユーザの遷移前のシチュエーションとに基づいて、ユーザの現在のシチュエーションを推定するため、従来のように位置と時刻とに基づいてユーザのシチュエーションを推定する場合に比較して、シチュエーションの遷移順をも考慮した精度の高いシチュエーション推定を行うことが可能となる。
また、移動通信端末１００は、各ユーザに応じたライフサイクルやエリアを定義したり、ライフサイクル情報を補正する機能や、質問による回答に基づいてシチュエーションを推定する機能を有しているため、ユーザのシチュエーションを高い精度で推定することができる。また、移動通信端末１００は、推定したユーザのシチュエーションに応じた適切なセリフをユーザに提示するため、あたかもユーザを見守っている人がいるような印象をユーザに与えて、癒しを提供することが可能となる。
なお、上述した実施形態では、移動通信端末１００が図３に示す各機能を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、サーバ２００が図３に示す各機能を備えていてもよいし、複数の装置が図３に示す各機能を備えていてもよい。
なお、上述した実施形態では、移動通信端末１００が図３に示す各機能を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、サーバ２００が図３に示す各機能を備えていてもよいし、複数の装置が図３に示す各機能を備えていてもよい。
本発明は、ユーザがユーザ端末を携帯するのみでユーザの現在のシチュエーションを推定し、ユーザの現在のシチュエーションに適した各種サービスを提供することができる。
１００ 移動通信端末
１１ エリア定義部
１２ ユーザ履歴ログ記憶部
１３ モデル定義部
１４ 位置情報取得部
１５ 時刻情報取得部
１６ シチュエーション推定部
１７ セリフ決定部
１０２ 記憶装置
１０３ 通信インターフェース
１０４ 表示装置
１０５ 入力装置
１０６ 音出力装置
１０７ 入力装置
１０８ 内部時計
１０９ ＧＰＳ受信機
１２３ 不揮発性メモリ
１２３ａ アプリ保存領域
１２３ｂ スクラッチパッド
２００ サーバ
３００ 位置測位装置
１１ エリア定義部
１２ ユーザ履歴ログ記憶部
１３ モデル定義部
１４ 位置情報取得部
１５ 時刻情報取得部
１６ シチュエーション推定部
１７ セリフ決定部
１０２ 記憶装置
１０３ 通信インターフェース
１０４ 表示装置
１０５ 入力装置
１０６ 音出力装置
１０７ 入力装置
１０８ 内部時計
１０９ ＧＰＳ受信機
１２３ 不揮発性メモリ
１２３ａ アプリ保存領域
１２３ｂ スクラッチパッド
２００ サーバ
３００ 位置測位装置
Claims (13)
- ユーザの状態を表すシチュエーションを推定するシチュエーション推定装置であって、
ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶するモデル定義手段と、
現在の前記位置情報を取得する位置情報取得手段と、
現在の時刻を表す時刻情報を取得する時刻情報取得手段と、
前記シチュエーション遷移モデルと前記位置情報取得手段により取得された位置情報と前記時刻情報取得手段により取得された時刻情報と前記ユーザの遷移前のシチュエーションとに基づいて、前記ユーザの現在のシチュエーションを推定するシチュエーション推定手段と
を備えることを特徴とするシチュエーション推定装置。 - 前記モデル定義手段は、前記ユーザにより入力された、起床時刻と、就寝時刻と、始業時刻と、終業時刻と、の少なくとも１つを表す情報を含むユーザ設定時刻情報に基づいて、前記ライフサイクル情報を定義することを特徴とする請求項１に記載のシチュエーション推定装置。
- 前記ユーザが目的に応じて滞在するエリアを、位置情報と対応付けて定義するエリア定義手段をさらに備え、
前記モデル定義手段は、前記シチュエーション遷移モデルにおける位置情報を、前記エリアを用いて定義することを特徴とする請求項１又は２に記載のシチュエーション推定装置。 - 前記エリア定義手段は、前記ユーザの第１の居住場所であるホームエリアと、前記ユーザの第２の居住場所である仮ホームエリアと、前記ユーザの第１の勤務場所であるワークエリアと、前記ユーザの第２の勤務場所である仮ワークエリアと、のうちの少なくとも１つのエリアを定義することを特徴とする請求項３に記載のシチュエーション推定装置。
- ユーザの行動の履歴を表すユーザ履歴ログを記憶するユーザ履歴ログ記憶手段をさらに備え、
前記モデル定義手段は、前記ユーザ履歴ログ記憶手段に記憶されているユーザ履歴ログに基づいて前記ライフサイクル情報を補正することを特徴とする請求項１から４の何れか１項に記載のシチュエーション推定装置。 - 前記モデル定義手段は、前記ユーザの過去の就寝時刻として推定された回数が比較的高い時間帯である就寝時間帯を算出し、前記ユーザ履歴ログに基づき、就寝時刻と推定され得る第１の所定の契機が前記就寝時間帯に発生したと判断した場合に、該第１の所定の契機が発生した時刻を前記ユーザの直近の就寝時刻と推定し、前記ユーザの過去の就寝時刻と推定された時刻の平均値を用いて前記ライフサイクル情報を補正することを特徴とする請求項５に記載のシチュエーション推定装置。
- 前記モデル定義手段は、前記就寝時間帯外に前記第１の所定の契機が発生したと判断した場合、前記ユーザに直近の就寝時刻を問い合わせることを特徴とする請求項６に記載のシチュエーション推定装置。
- 前記モデル定義手段は、前記ユーザの過去の起床時刻として推定された回数が比較的高い時間帯である起床時間帯を算出し、前記ユーザ履歴ログに基づき、起床時刻と推定され得る第２の所定の契機が前記起床時間帯に発生したと判断した場合に、該第２の所定の契機が発生した時刻を前記ユーザの直近の起床時刻と推定し、前記ユーザの過去の起床時刻と推定された時刻の平均値を用いて前記ライフサイクル情報を補正することを特徴とする請求項５から７の何れか１項に記載のシチュエーション推定装置。
- 前記モデル定義手段は、前記起床時間帯外に前記第２の所定の契機が発生したと判断した場合、前記ユーザに直近の起床時刻を問い合わせることを特徴とする請求項８に記載のシチュエーション推定装置。
- 前記シチュエーション推定手段は、複数のシチュエーションを推定し、前記ユーザへの質問に対する回答に基づいて、前記複数のシチュエーションから１つを特定することを特徴とする請求項１から９の何れか１項に記載のシチュエーション推定装置。
- 前記エリア定義手段は、未定義のエリアに前記ユーザが所定時間以上滞在している場合に、前記ユーザへの質問に対する回答に基づいて、前記未定義のエリアを定義することを特徴とする請求項３又は４に記載のシチュエーション推定装置。
- 前記シチュエーション推定手段により推定された前記ユーザの現在のシチュエーションに基づいて、該ユーザに提示するためのセリフを決定するセリフ決定手段をさらに備えることを特徴とする請求項１から１１の何れか１項に記載のシチュエーション推定装置。
- コンピュータを、
ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザの状態を表すシチュエーションの遷移順を定義したシチュエーション遷移モデルを記憶するモデル定義手段と、
現在の前記位置情報を取得する位置情報取得手段と、
現在の時刻を表す時刻情報を取得する時刻情報取得手段と、
前記シチュエーション遷移モデルと前記位置情報取得手段により取得された位置情報と前記時刻情報取得手段により取得された時刻情報と前記ユーザの遷移前のシチュエーションとに基づいて、前記ユーザの現在のシチュエーションを推定するシチュエーション推定手段と
して機能させるためのシチュエーション推定プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008021755A JP5065069B2 (ja) | 2008-01-31 | 2008-01-31 | シチュエーション推定装置、及び、シチュエーション推定プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008021755A JP5065069B2 (ja) | 2008-01-31 | 2008-01-31 | シチュエーション推定装置、及び、シチュエーション推定プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009181476A JP2009181476A (ja) | 2009-08-13 |
| JP5065069B2 true JP5065069B2 (ja) | 2012-10-31 |
Family
ID=41035383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008021755A Expired - Fee Related JP5065069B2 (ja) | 2008-01-31 | 2008-01-31 | シチュエーション推定装置、及び、シチュエーション推定プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5065069B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9327757B2 (en) | 2013-03-14 | 2016-05-03 | A&P Technology, Inc. | Energy-absorbing deformable tube |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5494203B2 (ja) * | 2010-05-10 | 2014-05-14 | 日本電気株式会社 | 携帯機器 |
| WO2012018131A1 (ja) | 2010-08-04 | 2012-02-09 | 日本電気株式会社 | 行動特徴抽出装置、行動特徴抽出システム、行動特徴抽出方法、及び行動特徴抽出プログラム |
| JP2013178707A (ja) * | 2012-02-29 | 2013-09-09 | Kddi Corp | レコメンド装置、レコメンド方法およびプログラム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3813024B2 (ja) * | 1998-09-09 | 2006-08-23 | 有限会社 福祉システム研究所 | 生活行動遠隔確認装置および生活行動遠隔確認システム |
| JP2002304681A (ja) * | 2001-04-05 | 2002-10-18 | Sharp Corp | 行動推測システム |
| JP2004017185A (ja) * | 2002-06-13 | 2004-01-22 | Mitsubishi Heavy Ind Ltd | ロボット制御装置 |
| JP4612296B2 (ja) * | 2003-11-25 | 2011-01-12 | シャープ株式会社 | 状態情報提供装置及び方法、そのためのコンピュータプログラム、当該プログラムを記録した記録媒体、並びに当該プログラムによりプログラムされたコンピュータ |
| DE602005001373T2 (de) * | 2004-08-26 | 2008-02-21 | Samsung Electronics Co., Ltd., Suwon | Mobiles System, Verfahren und Computerprogramm zur Steuerung einer dialogfähigen Bedienschnittstelle in Abhängigkeit von erfassten Verhaltensmustern |
| JP4759304B2 (ja) * | 2005-04-07 | 2011-08-31 | オリンパス株式会社 | 情報表示システム |
| JP4735141B2 (ja) * | 2005-09-05 | 2011-07-27 | 日本電気株式会社 | 情報処理システム、情報処理装置、情報処理方法、および情報処理プログラム |
-
2008
- 2008-01-31 JP JP2008021755A patent/JP5065069B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9327757B2 (en) | 2013-03-14 | 2016-05-03 | A&P Technology, Inc. | Energy-absorbing deformable tube |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009181476A (ja) | 2009-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107683486B (zh) | 用户事件的具有个人影响性的改变 | |
| US9008688B2 (en) | Calendar matching of inferred contexts and label propagation | |
| JP5080298B2 (ja) | コンディション推定装置、及び、コンディション推定プログラム | |
| CN105284144A (zh) | 对显著位置进行建模 | |
| CN101661577B (zh) | 行事历时程提示方法及装置 | |
| JP5043799B2 (ja) | 通信端末、及び、位置情報取得調整プログラム | |
| JP5065069B2 (ja) | シチュエーション推定装置、及び、シチュエーション推定プログラム | |
| JP4986874B2 (ja) | シチュエーション推定装置、及び、シチュエーション推定プログラム | |
| JP5237051B2 (ja) | 通信端末、及び、経路判定プログラム | |
| JP2009181477A (ja) | シチュエーション推定装置、及び、シチュエーション推定プログラム | |
| CN111314561B (zh) | 智能提醒方法、终端及存储介质 | |
| CN112988030B (zh) | 终端控制方法、装置、终端和存储介质 | |
| JP2010097348A (ja) | 行動履歴表示システム、及び、行動履歴表示プログラム | |
| KR20110109361A (ko) | 휴대용 단말기에서 단문 메시지를 이용한 일정 알림 방법 및 장치 | |
| EP2635003B1 (en) | Mobile terminal device, notification method, and program | |
| JP5522923B2 (ja) | 通信端末、及び、エリア定義プログラム | |
| JP5110522B2 (ja) | 携帯端末装置及びプログラム | |
| CN104238903A (zh) | 行事历事件提示系统及方法 | |
| JP5148343B2 (ja) | 通信装置、通信装置制御プログラム | |
| JP6505568B2 (ja) | テキスト処理装置、テキスト処理装置の制御方法、制御プログラム、及び記録媒体 | |
| JP2011163860A (ja) | アラーム及びスケジュール機能付き端末、その目覚まし時刻変更方法及びそのプログラム | |
| JP5202269B2 (ja) | 繁忙度推定装置、方法及びプログラム | |
| JP3898211B2 (ja) | キャラクタメッセージ出力装置 | |
| JP2009200698A (ja) | 携帯端末装置 | |
| JP6416592B2 (ja) | 情報端末 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100921 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120528 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120605 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120709 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120731 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120809 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150817 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150817 Year of fee payment: 3 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D04 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |