JP5853960B2 - サーバ装置、行動促進抑制システム、行動促進抑制方法およびプログラム - Google Patents

Description

本発明は、ユーザの行動を促進または抑制するサーバ装置、行動促進抑制システム、行動促進抑制方法およびプログラムに関する。

ユーザは日々の暮らしの中で様々な行動を行っており、その中には、他者に影響を与えている行動も多い。あるユーザが行動している様子を見た別のユーザが同じ行動を取ることがしばしばある。たとえば、公共の場所を使用する際に、あるユーザが掃除をしているのを見た別のユーザが、同じ場所を使った後に掃除をするといった例がある。逆に、あるユーザが空き缶を道に捨てているのを見た別のユーザが、自分も同じように空き缶を捨ててしまうといった例もある。このように、あるユーザの行動を見た、該ユーザと繋がりのある他のユーザが類似の行動をとった場合にあるユーザの行動が他のユーザに影響を与えたと推定する。

また、あるユーザが行動している様子を他のユーザが直接見た場合だけなく、あるユーザの行動結果を他のユーザが見た場合にも、あるユーザの行動が他のユーザに影響を与えると考えられる。たとえば、前のユーザが掃除して綺麗になっている場所を見て自分も綺麗に保とうと思う、もしくは、空き缶が捨てられているのを見て自分も空き缶を捨ててしまうといった例がある。

空き缶の例に関して、誰かが規定の場所以外の場所に空き缶を捨てると、次にその場に来た他者が同じようにその場に空き缶を捨てていく場合が多くなる、ということが実際に調査結果として報告されている。これは、すでに空き缶が捨てられていることによって、自分が空き缶を捨てるという行為が環境を悪化させると感じる度合いの低下に伴って、空き缶を捨てることに対する心理的な抵抗が弱くなるためであると言われている（非特許文献１）。

このように、ユーザの日々の行動またはその結果は、他者に影響を与えることがあるが、それをユーザが実感できることは少ない。前述の例であれば、自身が掃除をした後に別のユーザが掃除をしたことがわからなかったり、自身が空き缶を捨てることが他のユーザの類似の行動の引き金となったことを知覚できなかったりする。もし、前者のように自身の利他的な行動が他者の利他的な行動を誘発できることをユーザが知れば、ユーザの利他的な行動が促進される可能性がある。逆に、自身の利己的な行動が他者の利己的な行動の引き金となっていることをユーザが知れば、ユーザの利己的な行動を抑制する可能性がある。このように、自身の行動がその後他者にどのような影響を与える可能性があるかを知ることは、そのユーザの行動を変えるきっかけとなる。

ユーザが行動した後に他者がユーザの行動またはその結果を見てどう思ったかをユーザに通知する技術として、たとえば特許文献１では、ユーザは自己の実践すべき行動計画を入力し、その実行結果を日記に書き、日記を見た他のユーザからコメントの形でフィードバックを受ける仕組みが提案されている。また、ユーザがスケジュール通りに行動すると将来どうなるかを予測する技術として、たとえば特許文献２では、ユーザの脳波や体温などの生体データと、気温や気圧などの環境データと過去の行動一覧を合わせて分析し、ユーザの今後のスケジュールと照らし合わせて、そのスケジュールで行動した場合どういった健康状態になるかをアドバイスする技術が提案されている。

特許文献３には、社会ネットワーク上のコミュニケーションが消費者の消費行動に与える影響を勘案した社会ネットワーク構造モデルを算出する電子計算機が提示されている。特許文献４には、ユーザの現在の状況を分析し、行動履歴の情報に基づいてユーザの次の行動の候補である行動候補を生成する行動予測システムが提示されている。この行動予測システムは、ユーザの選択結果または行動結果から学習し、学習結果とユーザの現在の状況とに基づいて行動候補の生成を制御する。

特許文献５には、全体の中で自分（ユーザ）がどの位置にいるのかという情報と、自分の位置の周辺にいる他者（ライバル）がどのような現状なのかという情報とを提示してユーザの行動を促進する行動促進抑制システムが提示されている。特許文献６には、被験者の状態変化を示す特徴量を抽出し、特徴量が示す動作または行動を特徴量データベースを用いて自動認識する認識装置が提示されている。

特開２００８−２１７６２１号公報 特開平１０−３０５０１６号公報 特開２００９−１１６８４４号公報 特開２０１０−１４６２７６号公報 特開２０１０−２０４８８３号公報 特開平１０−１１３３４３号公報

霧ヶ峰プロジェクトチーム編「カンコロジー入門」講談社サイエンティフィク、１９７３年

特許文献１や２に挙げたような技術を用いれば、ユーザは自身の行動結果を、同じグループのメンバーや友人などがどう評価したかを知ることができたり、自身の行動が将来自分自身にどのような影響を与えるかを知ることができたりする。しかし、これらの技術は、自分自身や、社会的距離の近い人物など予め想定された相手への影響やフィードバックのみを考慮したものである。それに対し、実際には、ユーザの行動が友人に影響を与え、その友人の行動がまた別の友人に影響を与え、といったように、一人の行動の影響は伝播して広がっていくことが多い。たとえば、ユーザが募金をしているのを見た他のユーザが同じように募金をし、それを見たまた別のユーザが募金をするといったように、影響が伝播していくと募金額が総額で何万円にもなり、この募金によって何人もの子供が救われたという結果も考えられる。

また、空き缶の例では、ユーザが規定の場所以外の場所に空き缶を捨て、それを見た別のユーザが空き缶を捨て、ということが繰り返され、空き缶をそこに捨てる習慣がつき、最終的には山のように空き缶が積み上がって皆が迷惑したというような結果も考えられる。発信源であるユーザから遠くなるほど影響は薄れていくが、ユーザの知らない遠くの他者にまで影響していく様子をユーザに提示することで、ユーザは自分の行動が予想外の範囲まで影響していることを知ることができる。これにより、ユーザはこれから行おうとしている行動を見つめ直し、行動を変える可能性がある。こういった行動の影響の計算は、影響範囲を予め想定している特許文献１や２に挙げたような技術ではできない。

特許文献３、４および６は、ユーザの行動を促進または抑制するものではない。特許文献５は、ユーザの利他的な行動を促進し、利己的な行動を抑制するものではない。

本発明は上述の事情に鑑みてなされたもので、ユーザの行動の促進または抑制に効果的なサーバ装置、行動促進抑制システム、行動促進抑制方法およびプログラムを提供することを目的とする。

本発明の第１の観点に係るサーバ装置は、
ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段と、
前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段と、
前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報を記憶するユーザ情報記憶手段と、
前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を取得する行動情報取得手段と、
前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出手段と、
前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段と、
を備えることを特徴とする。

本発明の第２の観点に係る行動促進抑制システムは、
ユーザが行った行動を検出し、前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を生成してサーバ装置へ送信する行動検出手段を備える端末装置と、
前記ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段、
前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段、
前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報を記憶するユーザ情報記憶手段、
前記端末装置から前記行動情報を取得する行動情報取得手段、
前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出手段、および
前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段、
を含む前記サーバ装置と、
を備えることを特徴とする。

本発明の第３の観点に係る行動促進抑制方法は、
端末装置が実行する
ユーザが行った行動を検出し、前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を生成してサーバ装置へ送信する行動検出ステップと、
前記サーバ装置が実行する
前記端末装置から前記行動情報を取得する行動情報取得ステップと、
行動リスト記憶手段が記憶する前記ユーザの行動とその次に取り得る行動の組合せを示す行動リストから、前記行動情報取得ステップが取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、相互情報記憶手段が記憶する前記ユーザ同士の繋がりを表す相互情報とユーザ情報記憶手段が記憶する前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報とに基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出ステップと、
前記影響算出ステップが算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示ステップと、
を備えることを特徴とする。

本発明の第４の観点に係るプログラムは、コンピュータを、
ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段、
前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段、
前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報を記憶するユーザ情報記憶手段、
前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を取得する行動情報取得手段、
前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出手段、および
前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段、
として機能させることを特徴とするプログラムである。

本発明によれば、ユーザがこれから行う可能性のある行動による他者への影響を提示することができ、ユーザの行動の促進または抑制に効果的であることが期待できる。

本発明の実施の形態１に係る行動促進抑制システムの構成例を示す図である。 実施の形態１に係る行動情報記憶部に記憶される行動情報の例を示す図である。 実施の形態１に係る行動情報記憶部に記憶される行動リストの例を示す図である。 実施の形態１に係る相互情報記憶部に記憶される相互情報を示す概念図である。 実施の形態１に係るユーザ情報記憶部に記憶されるユーザ情報の例を示す図である。 実施の形態１に係る影響算出部の詳細を示す図である。 実施の形態１に係る提示情報生成部が生成するユーザの行動を促進する提示情報の例を示す図である。 実施の形態１に係る提示情報生成部が生成するユーザの行動を抑制する提示情報の例を示す図である。 実施の形態１に係る行動促進抑制の動作の一例を示すフローチャートである。 本発明の実施の形態２に係る行動促進抑制システムの構成例を示す図である。 実施の形態２に係る提示情報加工部が加工した提示情報の例を示す図である。 実施の形態２に係る行動促進抑制の動作の一例を示すフローチャートである。 本発明の実施の形態３に係る行動促進抑制システムの構成例を示す図である。 実施の形態３に係る提示情報生成部が生成するユーザの行動を抑制する提示情報の例を示す図である。 実施の形態３に係る行動促進抑制の動作の一例を示すフローチャートである。 本発明の実施の形態４に係る行動促進抑制システムの構成例を示す図である。 実施の形態４に係る影響学習の動作の一例を示すフローチャートである。 本発明の実施の形態に係るサーバ装置のハードウェア構成の一例を示す図である。

本発明では、あるユーザの行動またはその結果を見た、該ユーザと繋がりのある他のユーザが取る類似の行動を以下、影響行動と呼ぶ。また、「歩く」「買う」といったユーザの動作に加えて、「立っている」「座っている」といったユーザの状態についても、「行動」として取り扱う。

以下、本発明を実施するための形態について図面を参照して詳細に説明する。なお図中、同一または相当部分には同じ符号を付す。

（実施の形態１）
図１は、本発明の実施の形態１に係る行動促進抑制システムの構成例を示す図である。行動促進抑制システム１００は、サーバ装置１、端末装置２Ａおよび端末装置２Ｂから構成される。サーバ装置１と端末装置２Ａおよび２Ｂとは図示しない通信ネットワークを介して相互に通信する。サーバ装置１は、行動情報取得部１１、行動情報記憶部１２、相互情報記憶部１３、ユーザ情報記憶部１４、影響算出部１５および提示情報生成部１６を備える。端末装置２Ａは、行動検出部２１を備え、端末装置２Ｂは、出力部２２を備える。端末装置２Ａおよび／または端末装置２Ｂについては、各ユーザが端末装置２Ａおよび／または端末装置２Ｂを保持してもよいし、所定の場所またはその近くに端末装置２Ａおよび／または端末装置２Ｂを備えてもよい。また、端末装置２Ａおよび端末装置２Ｂは、行動検出部２１および出力部２２を備える１つの端末でもよい。

まず、端末装置２Ａの行動検出部２１は、ユーザの行動を検出してデータ化し、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて、行動情報としてサーバ装置１に送信する。

行動検出部２１は、たとえば以下のようにユーザの行動の検出を行う。行動検出部２１は、ユーザが保持するＲＦタグを所定の場所に設置したタグリーダで検出したり、ユーザが保持する電子機器のＧＰＳ受信機で位置を検出したりして、ユーザが所定の範囲内に入ったことを感知する。ユーザが所定の範囲内に入った場合、所定の範囲内に設置したカメラでユーザまたは所定の場所を撮影した画像データを生成する。ユーザが保持する電子機器が備える加速度センサまたは所定の場所に設置した加速度センサを用いて、ユーザの動きを示す情報を生成する。行動検出部２１は、これらの方法を組み合わせてユーザの行動を検出する。

たとえば、行動検出部２１は、ユーザが募金箱の前にいることをＲＦタグリーダで検出し、募金箱の前を撮影するように設置されたカメラが撮影した画像データから、ユーザが募金箱の前に立っていることや、募金したこと、通り過ぎたことなどを抽出する。どの方法を用いてユーザの行動を検出するかによって端末装置２Ａおよび端末装置２Ｂの実現形態も変わる。端末装置２Ａおよび端末装置２Ｂはたとえば携帯電話であったり、所定の範囲内に備え付けたディスプレイであったり、カメラやマイクであったり、タグリーダであったりする。

サーバ装置１の行動情報取得部１１は、端末装置２Ａの行動検出部２１から送信される行動情報を受信し、行動情報記憶部１２に記憶させる。行動検出部２１は、ユーザを識別する識別情報や、ユーザまたは所定の場所を撮影した画像データなどの生データを行動情報取得部１１に送信してもよい。この場合、行動情報取得部１１が、これらの生データからユーザの行動を検出してデータ化し、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて行動情報を生成して行動情報記憶部１２に記憶させる。

図２は、実施の形態１に係る行動情報記憶部に記憶される行動情報の例を示す図である。行動情報は、少なくともユーザが行った行動を表す情報とユーザを識別する情報とを含む。図２の例では、行動情報は、行動情報を識別する「データＩＤ」、行動を行ったユーザを識別する「ユーザＩＤ」、ユーザの行動を検出した日時を示す「日時」、ユーザの行動を検出した場所を示す「場所」、検出したユーザの行動を示す「行動」の項目で構成される。このほかに、端末装置２Ａの行動検出部２１またはサーバ装置１の行動情報取得部１１が、ユーザまたは所定の場所を撮影した画像データからユーザの行動の対象の数を抽出し、生成する行動情報に対応付けてもよい。たとえば、ユーザが缶飲料を買ったことを示す行動情報を生成する場合に、ユーザが買った缶飲料の数を行動情報に対応付ける。

また、行動情報記憶部１２は、ユーザの行動と、その次にユーザが取り得る行動との組み合わせを示す行動リストを記憶する。

図３は、実施の形態１に係る行動情報記憶部に記憶される行動リストの例を示す図である。行動情報記憶部１２は、あらかじめ、ユーザの行動と、その次にユーザが取り得る行動との組み合わせを行動リストとして記憶している。たとえば、「缶飲料を買う」という行動に対し、次にユーザが取り得る行動としては、「空き缶を分別して捨てる」、「空き缶をゴミ箱に捨てる」、「空き缶をポイ捨てする」が考えられる。この場合、「缶飲料を買う」と「空き缶を分別して捨てる」の組み合わせ、「缶飲料を買う」と「空き缶をゴミ箱に捨てる」の組み合わせ、「缶飲料を買う」と「空き缶をポイ捨てする」の組み合わせが、行動リストとして記憶されている。

なお、缶飲料を買うといった動作に加えて、「募金箱の前にいる」といった状態についても、本発明ではまとめて「行動」として取り扱う。「募金箱の前にいる」という行動を示す情報に対し、次にユーザが取り得る行動としては、「募金する」、「通り過ぎる」が考えられる。この場合、「募金箱の前にいる」と「募金する」の組み合わせ、「募金箱の前にいる」と「通り過ぎる」の組み合わせが、行動リストに記憶されている。

また、図３の行動リストは、次にユーザが取り得る行動のカテゴリを対応付けて記憶している。たとえば、「空き缶を分別して捨てる」という行動には、「エコ活動」のカテゴリが対応付けられ、「空き缶をゴミ箱に捨てる」という行動には、「日常行動」のカテゴリが対応付けられ、「空き缶をポイ捨てする」という行動には、「逸脱行動」のカテゴリが対応付けられている。また、「募金する」という行動には、「社会貢献」のカテゴリが対応付けられている。カテゴリには、エコ活動や社会貢献といった利他的な行動のカテゴリと、逸脱行動のような利己的な行動のカテゴリと、日常行動のような利他的でも利己的でもないニュートラルな行動のカテゴリがある。ここでは、「エコ活動」、「日常行動」、「逸脱行動」、「社会貢献」の４つのカテゴリを例に挙げたが、これに限られず、たとえば「健康活動」や「危険行為」など他のカテゴリを使用してもよい。

図１の相互情報記憶部１３は、ユーザ同士の繋がりを表す相互情報を記憶する。

図４は、実施の形態１に係る相互情報記憶部に記憶される相互情報を示す概念図である。相互情報は複数のユーザ同士の繋がりを表す情報であり、たとえば、人をノード、人同士の繋がりをリンクで現したネットワークの形状で表現される。図４の例では、ユーザＡ、ユーザＢ、ユーザＣおよびユーザＤに着目すると、ユーザＡはユーザＢ、ユーザＣおよびユーザＤと繋がりがある。ユーザＢは、ユーザＡと繋がりがあるがユーザＣおよびユーザＤと繋がりがない。ユーザＣは、ユーザＡと繋がりがあるがユーザＢおよびユーザＤと繋がりがない。ユーザＤは、ユーザＡと繋がりがあるがユーザＢおよびユーザＣと繋がりがない。

図１のユーザ情報記憶部１４は、ユーザ同士の行動の影響を表すユーザ情報を記憶する。ユーザ情報は、ユーザが図４に示すようなネットワーク上でどの相手にどの程度の影響があるかの重み付けを示す情報である。

図５は、実施の形態１に係るユーザ情報記憶部に記憶されるユーザ情報の例を示す図である。ユーザ情報は、ユーザ同士の行動の影響を表す情報であり、ユーザ同士の影響度を規定する。図５に示すユーザ情報は、複数のユーザから選んだ繋がりのある２人のユーザの組｛ユーザ１、ユーザ２｝ごとに、ユーザ１からユーザ２へのカテゴリ別の影響度を規定している。ここでのカテゴリには、行動リストにおけるカテゴリと同じカテゴリを用いる。また、ユーザ１がある行動をとってからユーザ２が影響行動を実行するまでの時間が実行時間として対応付けられている。なお、実行時間は、予め定義しておいてもよいし、ユーザが入力してもよいし、実施の形態４で後述するように、過去にユーザ２が影響行動を実行した際のユーザ１の行動からユーザ２の影響行動までの時間の平均としてもよい。

影響度は、ユーザ１がとった行動またはその結果を見てユーザ１と繋がりのあるユーザ２が影響行動を取る確率である。この確率は、予め定義しておいてもよいし、ユーザが入力してもよいし、実施の形態４で後述するように、行動情報記憶部１２に記憶されている過去の行動情報から算出してもよい。

行動のカテゴリ以外の影響度の因子として、ユーザ１・ユーザ２の性別の組み合わせ（たとえば、女・女、女・男、男・女、男・男や、同性、異性など）や、年齢の組み合わせ（たとえば、２０代・３０代といった年齢層の組み合わせや、年上・年下など）、勤め先や職業の組み合わせ（たとえば、医師・看護師、受注側・発注側など）、繋がりの程度（たとえば、共通して属するコミュニティの種類と数など）などがある。影響度はこれらの因子毎に定義できる。また、これらの複数の因子の組み合わせごとに影響度を定義してもよい。コミュニティとは、たとえばメーリングリスト、職場のグループ、プロジェクトグループ、社会活動のグループ、学校のクラス、クラブ活動、文化活動（カルチャーセンタ）のグループ、町内会の班などである。

図５では、たとえば、ユーザＡからユーザＢへのエコ活動に分類される行動の影響度は０．５である。ユーザＡがエコ活動に分類される行動を実行した後、ユーザＢが影響行動を実行するまでの実行時間は０．５日である。

このような相互情報とユーザ情報とを利用すれば、あるカテゴリに分類される行動の影響がどのユーザからどのユーザへどのくらいの確率でどのくらいの時間で伝播していくかを予測することができる。

図１の影響算出部１５は、相互情報記憶部１３、ユーザ情報記憶部１４、行動情報記憶部１２にそれぞれ記憶された相互情報、ユーザ情報および行動リストに基づいて、行動情報取得部１１が取得した行動情報が示すユーザの行動の次にユーザが取り得る行動をユーザが取った場合の該行動またはその結果をみた該ユーザと繋がりのある他のユーザが影響行動を取ると推測される割合を含む、該行動が他のユーザに与える影響を算出する。影響算出部１５は、例えば該行動の影響が、相互情報のネットワーク上をどのように伝播していくかを計算する。

図１の提示情報生成部１６は、ユーザが取り得る行動をとった場合の該行動またはその結果を見た他のユーザが影響行動を取ると推測される割合を含む、提示情報を生成する。提示情報生成部１６は、例えば行動情報取得部１１が取得した行動情報が示すユーザの行動の次にユーザが取り得る行動の影響が他のユーザに伝播する様子を示す提示情報を生成し、端末装置２Ｂに送信する。なお、サーバ１は出力部を備えることとし、出力部が提示情報生成部１６の生成した提示情報を出力してもよい。図１の端末装置２Ｂの出力部２２は、提示情報生成部１６から受信した提示情報を出力してユーザに提示する。

なお、ユーザ情報記憶部１４は、実施の形態４で後述するように、提示情報によって促進または抑制されたユーザの行動のカテゴリのうち最も多い行動のカテゴリを、該ユーザを識別する情報と対応付けて効果情報として記憶してもよい。

図６は、実施の形態１に係る影響算出部の詳細を示す図である。影響算出部１５は、影響範囲計算部１５１および影響度計算部１５２を備える。行動情報取得部１１が、行動情報を取得すると、該行動情報が行動情報記憶部１２に記憶される。影響算出部１５の影響範囲計算部１５１は、行動情報記憶部１２に記憶された行動情報が示す行動の次にユーザが取り得る行動の一覧を行動情報記憶部１２が記憶する行動リストから取得する。影響範囲計算部１５１は、行動リストから取得した次にユーザが取り得る行動のそれぞれについて、相互情報記憶部１３が記憶するユーザ同士の繋がりを示す相互情報と、ユーザ情報記憶部１４が記憶するユーザ同士の影響度を示すユーザ情報とを用いて、ユーザが次に取り得る行動を取った場合に該行動またはその結果を見て影響行動をとると推測されるユーザの範囲（以下、影響範囲と呼ぶ）を計算する。

影響度計算部１５２は、ユーザ情報を用い、ユーザが次に取り得るそれぞれの行動を取った場合の、影響範囲内の各ユーザに対する影響度を計算する。影響範囲計算部１５１および影響度計算部１５２は、これらの計算をユーザがそれぞれの行動を取ってから１日後、１週間後、１ヶ月後といったあらかじめ設定された期間ごとに行う。

提示情報生成部１６は、影響範囲計算部１５１が計算した影響範囲および影響度計算部１５２が計算した影響度に基づいて、ユーザがそれぞれの行動を取ってから１日後、１週間後、１ヶ月後に影響が伝播する様子を示し、該行動を促進または抑制するための提示情報を生成し、端末装置２Ｂに送信する。提示情報は、映像や画像を含む視認できる情報でもよいし、音声でもよい。

なお、特定のカテゴリに分類される行動を促進または抑制したい場合は、次にユーザが取り得る行動のうち該カテゴリに分類される行動についてのみ、影響範囲計算部１５１および影響度計算部１５２が影響範囲および影響度を計算し、提示情報生成部１６が提示情報を生成するよう構成してもよい。たとえば、ユーザ情報記憶部１４が記憶する効果情報を参照し、ユーザに対して最も促進または抑制する効果のあるカテゴリに分類される行動についてのみ、影響範囲計算部１５１および影響度計算部１５２が影響範囲および影響度を計算し、提示情報生成部１６が提示情報を生成するよう構成してもよい。これにより、処理速度を短縮し、ユーザに速やかに提示情報を提示することができる。

図７は、実施の形態１に係る提示情報生成部が生成する提示情報の例を示す図である。図７の提示情報は、エコ活動や社会貢献といったカテゴリに分類される利他的な行動を促進するための提示情報の例である。まず、行動情報取得部１１がユーザＡが募金箱の前に立っていることを示す行動情報を取得すると、該行動情報が行動情報記憶部１２に記憶される。影響算出部１５の影響範囲計算部１５１は、行動情報記憶部１２に記憶された行動情報が示す「募金箱の前に立っている」という行動の次に取り得る行動の一覧を行動情報記憶部１２に記憶された行動リスト（図３参照）から取得する。影響範囲計算部１５１は、「募金する」（社会貢献）と「通り過ぎる」（日常行動）とを取得する。

ここでは、利他的な行動を促進する提示情報をユーザに提示するため、影響範囲計算部１５１は、「募金する」（社会貢献）および「通り過ぎる」（日常行動）のうち、「募金する」（社会貢献）について、図４に示す相互情報と図５に示すユーザ情報とを参照し、ユーザＡが募金した場合の影響範囲を算出する。また、ユーザＡが募金してから１日後と１週間後のユーザＡの行動の影響が伝播する様子を示す提示情報を生成することとする。

まず、影響範囲計算部１５１は、ユーザＡが募金した１日後の影響範囲を算出する。影響範囲計算部１５１は、図４に示す相互情報を参照して、ユーザＡと繋がりのあるユーザは、ユーザＢ、ユーザＣおよびユーザＤであることを得る。影響範囲計算部１５１は、図５に示すユーザ情報を参照し、ユーザＡからユーザＢ、ユーザＣおよびユーザＤへの社会貢献のカテゴリに分類される行動のそれぞれの影響度０．５、０．６、０．８と、それぞれの実行時間１日、０．５日、１日を得る。影響範囲計算部１５１は、ユーザＡが社会貢献のカテゴリに分類される行動をとってから１日後には、ユーザＡからユーザＢ、ユーザＣおよびユーザＤへ社会貢献のカテゴリに分類される行動の影響があると判定する。

実行時間より、ユーザＡが「募金する」（社会貢献）を実行してからユーザＢおよびユーザＤが影響行動を行うまでに１日かかるので、影響範囲計算部１５１は、ユーザＡが募金をしてから１日後には、ユーザＡからユーザＢまで、ユーザＡからユーザＤまでの影響でとどまると判定する。そこで、影響範囲計算部１５１は、図４に示す相互情報を参照して、ユーザＣと繋がりのあるユーザＡ以外のユーザ（ユーザＥおよびユーザＦ）を特定する。影響範囲計算部１５１は、ユーザ情報のユーザＣと、ユーザＥおよびユーザＦとの間の社会貢献のカテゴリの行動の影響度および実行時間を参照して、ユーザＣが募金をしてから０．５日後に社会貢献のカテゴリに分類される行動の影響があるか否かを判定する。

０．５日後にユーザＣからユーザＥおよびユーザＦへの社会貢献のカテゴリの行動の影響はないとする。すなわち、ユーザＡが「募金する」（社会貢献）を実行してからユーザＣが影響行動を行い、さらに、ユーザＥおよびユーザＦが影響行動を行うまでに１日以上かかるとする。以上より、影響範囲計算部１５１は、ユーザＡが募金をしてから１日後には、ユーザＡの行動の影響は、ユーザＢ、ユーザＣおよびユーザＤまでにとどまると判断する。同様に、影響範囲計算部１５１は、ユーザＡが募金した１週間後の影響範囲を算出する。その結果、影響範囲計算部１５１は、ユーザＡの行動は、ユーザＡが募金をしてから１日後にはユーザＢ、ユーザＣおよびユーザＤの３人に、ユーザＡが募金をしてから１週間後にはユーザＢ、ユーザＣ、ユーザＤ、ユーザＦ、ユーザＧ、およびユーザＨの６人に影響を与えると算出したとする。

次に、影響度計算部１５２は、図４のユーザ情報を参照し、ユーザＡが「募金する」（社会貢献）を実行してから１週間後の影響範囲内の各ユーザに対するユーザＡの行動の影響度を計算する。ユーザＡからユーザＢ、ユーザＣおよびユーザＤへの社会貢献に分類される行動の影響度はそれぞれ、０．５、０．６、０．８である。ユーザＣからユーザＥへの社会貢献に分類される行動の影響度が０．５だとすると、ユーザＡからユーザＥへの社会貢献に分類される行動の影響度は、０．６×０．５＝０．３の計算式で算出する。同様に、ユーザＤからユーザＧおよびユーザＨへの社会貢献に分類される行動の影響度がそれぞれ０．５だとすると、ユーザＡからユーザＧおよびユーザＨへの社会貢献に分類される行動の影響度は、０．８×０．５＝０．４の計算式で算出する。

影響度計算部１５２は、ユーザＡが募金をしてから１週間後のユーザＡから影響範囲内の各ユーザへの影響度を計算すると、ユーザＡが募金すると想定した金額に影響度を掛けた金額を各ユーザの募金額の期待値として算出し、１週間後の影響範囲内のすべてのユーザの募金額の期待値の合計を計算する。影響度計算部１５２が、ユーザＡが募金すると想定した金額が１００円であったとすると、１週間後の募金額の期待値の合計は、１００×（０．５＋０．６＋０．８＋０．４＋０．４＋０．３）＝３００円の計算式で算出する。

提示情報生成部１６は、提示情報を生成するために必要な情報をあらかじめ記憶している。たとえば、提示情報生成部１６は、「募金する」（社会貢献）という行動について、「アフリカの子供を救うためのワクチンの１人分の値段が２０円である」という情報を記憶している。提示情報生成部１６は、ユーザＡが募金をしてから１週間後の募金額の期待値の合計３００円で何人分のワクチンを購入できるかを計算し、「あなたが１００円募金をすると１週間後には募金の合計金額は３００円となります。これにより、アフリカの子供のワクチンが１５人分買えます。」というユーザＡの行動によって引き起こされる結果を示すメッセージを生成する。

提示情報生成部１６は、影響範囲計算部１５１が計算した影響範囲、影響度計算部１５２が計算した影響度、提示情報生成部１６が生成したユーザＡの行動によって引き起こされる結果を示すメッセージとで構成される、図７に示すような提示情報を生成する。

なお、提示情報は、「影響範囲」、「影響度」および「行動によって引き起こされる結果を示すメッセージ」のいずれか、またはこれらの組み合わせで構成してもよい。合計の募金額は、単純に（ユーザＡが募金すると想定した額）×（影響範囲内のすべてのユーザ数）としてもよい。さらに、たとえば「１日後には合計４人の人が募金し、１週間後には合計７人の人が募金します。１週間後の募金の合計金額は３００円となります。これにより、アフリカの子供のワクチンが１５人分買えます。」といった音声で出力してもよい。

このような提示情報を見たまたは聞いたユーザＡは、自分の利他的な行動が他のユーザの利他的な行動を誘発することを知ることができ、利他的な行動が促進されることが期待できる。さらに、「アフリカの子供のワクチンが１５人分買えます。」といった自分の利他的な行動から期待できる良い結果が具体的に提示されることにより、より利他的な行動が促進される。

図８は、実施の形態１に係る提示情報生成部が生成するユーザの行動を抑制する提示情報の例を示す図である。図８の提示情報は、逸脱行動のようなカテゴリに分類される利己的な行動を抑制するための提示情報の例である。まず、行動情報取得部１１がユーザＡが缶飲料を買ったことを示す行動情報を取得すると、該行動情報が行動情報記憶部１２に記憶される。影響算出部１５の影響範囲計算部１５１は、行動情報記憶部１２に記憶された行動情報が示す「缶飲料を買う」という行動の次に取り得る行動の一覧を行動情報記憶部１２に記憶された行動リスト（図３参照）から取得する。影響範囲計算部１５１は、「空き缶を分別して捨てる」（エコ活動）と「空き缶をごみ箱に捨てる」（日常行動）と「空き缶をポイ捨てする」（逸脱行動）とを取得する。

ここでは、利己的な行動を抑制する提示情報をユーザに提示するため、影響算出部１５の影響範囲計算部１５１は、「空き缶を分別して捨てる」（エコ活動）、「空き缶をごみ箱に捨てる」（日常行動）および「空き缶をポイ捨てする」（逸脱行動）のうち、「空き缶をポイ捨てする」（逸脱行動）について、図４に示す相互情報と図５に示すユーザ情報とを参照し、ユーザＡが空き缶をポイ捨てした場合の影響範囲を算出する。また、ユーザＡが空き缶をポイ捨てしてから１日後と１週間後のユーザＡの行動の影響が伝播する様子を示す提示情報を生成することとする。

まず、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てした１日後の影響範囲を算出する。影響範囲計算部１５１は、図４に示す相互情報を参照して、ユーザＡと繋がりのあるユーザは、ユーザＢ、ユーザＣおよびユーザＤであることを得る。影響範囲計算部１５１は、図５に示すユーザ情報を参照し、ユーザＡからユーザＢ、ユーザＣおよびユーザＤへの逸脱行動のカテゴリに分類される行動のそれぞれの影響度０．８、０．６、０．０と、それぞれの実行時間１日、１日、なしを得る。ここで、影響範囲計算部１５１は、ユーザＡが逸脱行動のカテゴリに分類される行動をとってから１日後には、ユーザＡからユーザＢおよびユーザＣへ逸脱行動のカテゴリに分類される行動の影響があると判定する。

ここで、実行時間より、ユーザＡが「空き缶をポイ捨てする」（逸脱行動）を実行してからユーザＢおよびユーザＣが影響行動を行うまでに１日かかるので、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てしてから１日後には、ユーザＡからユーザＢまで、ユーザＡからユーザＣまでの影響でとどまると判断する。同様に、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てした１週間後の影響範囲を算出する。その結果、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てしてから１日後にはユーザＢおよびユーザＣの２人に、１週間後にはユーザＢ、ユーザＣ、ユーザＥ、ユーザＦおよびユーザＩの５人に影響を与えると算出したとする。

次に、影響度計算部１５２は、図４のユーザ情報を参照し、ユーザＡが「空き缶をポイ捨てする」（逸脱行動）を実行してから１週間後の影響範囲内の各ユーザに対する影響度を計算する。ユーザＢおよびユーザＣの、ユーザＡからの逸脱行動に分類される行動の影響度はそれぞれ、０．８、０．６である。ユーザＣからユーザＥへの逸脱行動に分類される行動の影響度が０．５だとすると、ユーザＡからユーザＥへの逸脱行動に分類される行動の影響度は、０．６×０．５＝０．３の計算式で算出する。同様に、ユーザＣからユーザＦへの逸脱行動に分類される行動の影響度が０．８だとすると、ユーザＡからユーザＦへの逸脱行動に分類される行動の影響度は、０．６×０．８＝０．４８の計算式で算出する。さらに、ユーザＥからユーザＩへの逸脱行動に分類される行動の影響度が０．４だとすると、ユーザＡからユーザＩへの逸脱行動に分類される行動の影響度は、０．６×０．５×０．４＝０．１２の計算式で算出する。

影響度計算部１５２は、ユーザＡが空き缶をポイ捨てしてから１週間後のユーザＡから影響範囲内の各ユーザへの影響度を計算すると、ユーザＡがポイ捨てすると想定した空き缶の数に影響度を掛けた数を各ユーザのポイ捨てする空き缶の数の期待値として算出し、ユーザＡが空き缶をポイ捨てしてから１週間後の影響範囲内のすべてのユーザのポイ捨てする空き缶の数の期待値の合計を計算する。影響度計算部１５２が、ユーザＡがポイ捨てすると想定した空き缶の数が１つであったとすると、ユーザＡが空き缶をポイ捨てしてから１週間後のポイ捨てされる空き缶の数の期待値の合計は、１×（０．８＋０．６＋０．３＋０．４８＋０．１２）＝２．３の計算式で算出する。

提示情報生成部１６は、提示情報を生成するために必要な情報をあらかじめ記憶している。たとえば、提示情報生成部１６は、「空き缶をポイ捨てする」（逸脱行動）という行動について「環境が汚染され、街の景観が損なわれる」という情報を記憶している。提示情報生成部１６は、「あなたが空き缶を捨てると１週間後には合計２．３個の空き缶が同じ場所に捨てられます。これにより環境が汚染され、街の景観が損なわれます。」というユーザＡの行動によって引き起こされる結果を示すメッセージを生成する。

提示情報生成部１６は、影響範囲計算部１５１が計算した影響範囲、影響度計算部１５２が計算した影響度、提示情報生成部１６が生成したユーザＡの行動によって引き起こされる結果を示すメッセージとで構成される図８に示すような提示情報を生成する。

なお、ポイ捨てされる空き缶の合計数は、単純に（ユーザＡがポイ捨てすると想定した空き缶の数）×（影響範囲内のすべてのユーザ数）としてもよい。また、たとえば「１日後には合計３人の人が同じ場所に空き缶をポイ捨てし、１週間後には合計６人の人が同じ場所に空き缶をポイ捨てします。１週間後の空き缶の合計は２．３個となります。これにより、環境が汚染され、街の景観が損なわれます。」といった音声で出力してもよい。

このような提示情報を見たまたは聞いたユーザＡは、自分の利己的な行動が他のユーザの利己的な行動の引き金になることを知ることができ、利己的な行動が抑制されることが期待できる。さらに、「環境が汚染され、街の景観が損なわれます。」といった自分の利己的な行動から引き起こされる悪い結果が具体的に提示されることにより、より利己的な行動が抑制される。

ユーザが募金すると想定した金額や、ユーザがポイ捨てすると想定した空き缶の数など、ユーザが次に取り得る行動の対象の数または量を想定した数値（以下、想定対象数値と呼ぶ）は、あらかじめユーザ情報記憶部１４に記憶されている。想定対象数値は、行動情報に基づいて決定してもよいし、画一的に決定してもよい。また、実施の形態４で後述するように、ユーザが過去に実行した行動の対象の数または量を示す数値の平均としてもよい。たとえば、ユーザＡがポイ捨てすると想定した空き缶の数は、行動情報に基づいてユーザが買った缶飲料の数としてもよいし、画一的に１個と決定してもよいし、ユーザＡが過去にポイ捨てした空き缶の数の平均としてもよい。ユーザＡがポイ捨てすると想定した空き缶の数をユーザが買った缶飲料の数とする場合は、端末装置２Ａの行動検出部２１またはサーバ装置１の行動情報取得部１１が、ユーザまたは所定の場所を撮影した画像データからユーザが買った缶飲料の数を抽出し、生成する行動情報にユーザが買った缶飲料の数を示す情報を対応付けることとする。

図９は、実施の形態１に係る行動促進抑制の動作の一例を示すフローチャートである。端末装置２Ａの行動検出部２１は、ユーザを感知すると、その行動を検出してデータ化し、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて、行動情報としてサーバ装置１の行動情報取得部１１に送信する。

行動情報取得部１１は、行動検出部２１から行動情報を取得する（ステップＳ１１）。行動情報取得部１１が行動情報を取得すると、該行動情報が行動情報記憶部１２に記憶される。影響範囲計算部１５１は、行動情報記憶部１２が記憶する行動リストを参照し、次にユーザが取り得る行動があるか否かを判定する（ステップＳ１２）。次にユーザが取り得る行動がなかった場合（ステップＳ１２：ＮＯ）、処理を終了する。

次にユーザが取り得る行動があった場合（ステップＳ１２：ＹＥＳ）、行動情報記憶部１２が記憶する行動リストから次にユーザが取り得る行動の一覧を取得する（ステップＳ１３）。影響範囲計算部１５１は、次にユーザが取り得る行動について、相互情報記憶部１３が記憶するユーザ同士の繋がりを示す相互情報と、ユーザ情報記憶部１４が記憶するユーザ同士の影響度を示すユーザ情報とを用い、ユーザがその行動を取った場合の影響範囲を計算する（ステップＳ１４）。

影響度計算部１５２は、ユーザ情報を用いて、ユーザがその行動を取った場合の所定の期間経過後の影響範囲内の各ユーザに対する影響度を計算する（ステップＳ１５）。影響範囲計算部１５１および影響度計算部１５２は、これらの計算を１日後、１週間後、１ヶ月後といったあらかじめ設定された期間ごとに行う。未計算の期間がある場合（ステップＳ１６：ＹＥＳ）、ステップＳ１４に戻り、ステップＳ１４〜ステップＳ１６を繰り返す。

未計算の期間がない場合（ステップＳ１６：ＮＯ）、行動リストから取得した次にユーザが取り得る行動の一覧のうち、上述の影響範囲および影響度の計算を行っていない、未計算の行動があるか否かを判定する（ステップＳ１７）。未計算の行動がある場合（ステップＳ１７：ＹＥＳ）、ステップＳ１４に戻り、ステップＳ１４〜ステップＳ１７を繰り返す。未計算の行動がない場合（ステップＳ１７：ＮＯ）、提示情報生成部１６は、次にユーザが取り得る行動の一覧のそれぞれの行動を取った場合の、あらかじめ設定された期間ごとに影響が伝播する様子を示す提示情報を生成する（ステップＳ１８）。提示情報生成部１６は、生成した提示情報を端末装置２Ｂに送信し（ステップＳ１９）、処理を終了する。

以上説明したように、本実施の形態１の行動促進抑制システムによれば、ユーザがこれから行う可能性のある行動の影響が伝播して広がっていく様子を提示することができ、ユーザの行動を促進または抑制するのに効果的である。

（実施の形態２）
図１０は、本発明の実施の形態２に係る行動促進抑制システムの構成例を示す図である。行動促進抑制システム２００のサーバ装置１は、行動促進抑制システム１００のサーバ装置１の構成に加えて、提示情報加工部１７を備える。実施の形態２では、ユーザに提示する提示情報に含まれるユーザが興味を持っている分野の情報を強調するように加工する。

実施の形態２のサーバ装置１のユーザ情報記憶部１４は、各ユーザの興味情報をあらかじめ記憶する。興味情報とは、ユーザがどの分野の情報に興味を持っているかを示す情報である。興味情報は、予め定義しておいてもよいし、ユーザが入力してもよいし、実施の形態４で後述するように、行動情報を分析して、ユーザの行動を促進または抑制した提示情報に最も多く含まれた情報の分野をユーザが興味を持っている分野とし、該ユーザを識別する情報と対応付けて興味情報としてユーザ情報記憶部１４に記憶してもよい。提示情報加工部１７は、影響算出部１５から受け取った提示情報に対して、該ユーザの興味情報と一致する分野の情報を強調するように加工し、端末装置２Ｂの出力部２２に送信する。興味情報の分野は、「影響範囲」、「影響度」、「行動によって引き起こされる結果を示すメッセージ」といった提示情報を構成する情報の分野、「ボランティア」、「環境保全」、「高齢化社会」、「アフリカ」、といった活動や社会問題、地域などの分野や、「利他的行動」、「利己的行動」といった行動の分野など、ユーザが興味を持っている分野であって、提示情報に含まれ得る分野であればよい。

図１１は、実施の形態２に係る提示情報加工部が加工した提示情報の例を示す図である。図１１の提示情報は、「影響範囲」、「影響度」、「行動によって引き起こされる結果を示すメッセージ」で構成されている。提示情報加工部１７は、提示情報生成部１６が生成した提示情報（図７参照）を受け取ると、提示する対象となるユーザの興味情報をユーザ情報記憶部１４から読み出す。

ここで、提示する対象となるユーザの興味情報が「自分の行動によって引き起こされる結果を示すメッセージ」である場合、提示情報加工部１７は、提示情報のうち、「あなたが１００円募金をすると１週間後には募金の合計金額は３００円となります。これにより、アフリカの子供のワクチンが１５人分買えます。」という「自分の行動によって引き起こされる結果を示すメッセージ」を拡大する加工を行う。提示情報加工部１７は、このように加工した提示情報を端末装置２Ｂの出力部２２に送信する。なお、提示する対象となるユーザの興味情報が「影響度」である場合は、提示情報加工部１７は、提示情報のうち影響度を拡大する加工を行う。また、提示する対象となるユーザの興味情報が「影響範囲」である場合は、提示情報加工部１７は、提示情報のうち影響範囲を拡大する加工を行う。

図１１の例では、たとえば、提示する対象となるユーザの興味情報が「アフリカ」である場合も、提示情報加工部１７は、「自分の行動によって引き起こされる結果を示すメッセージ」に「アフリカ」の文字列が含まれていることから興味情報と一致すると判定し、「自分の行動によって引き起こされる結果を示すメッセージ」を拡大する加工を行ってもよい。あるいは、「自分の行動によって引き起こされる結果を示すメッセージ」のうち、「アフリカ」の文字列のみを拡大する加工を行ってもよい。なお、興味情報と一致する分野の情報を強調する方法は拡大に限らず、色を変えてもよいし、文字や画像に動きを与えてもよい。提示情報が音声である場合は、たとえば音量を大きく、ピッチを高く、または、エコーをかけるなど音声データを修飾する方法をとることができる。

図１２は、実施の形態２に係る行動促進抑制の動作の一例を示すフローチャートである。端末装置２Ａの行動検出部２１は、ユーザを感知すると、その行動を検出してデータ化し、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて、行動情報としてサーバ装置１の行動情報取得部１１に送信する。

行動情報取得部１１は、行動検出部２１から行動情報を取得する（ステップＳ２１）。行動情報取得部１１が行動情報を取得すると、該行動情報が行動情報記憶部１２に記憶される。影響範囲計算部１５１は、行動情報記憶部１２が記憶する行動リストを参照し、次にユーザが取り得る行動があるか否かを判定する（ステップＳ２２）。次にユーザが取り得る行動がなかった場合（ステップＳ２２：ＮＯ）、処理を終了する。

次にユーザが取り得る行動があった場合（ステップＳ２２：ＹＥＳ）、行動情報記憶部１２が記憶する行動リストから次にユーザが取り得る行動の一覧を取得する（ステップＳ２３）。影響範囲計算部１５１は、次にユーザが取り得る行動について、相互情報記憶部１３が記憶するユーザ同士の繋がりを示す相互情報と、ユーザ情報記憶部１４が記憶するユーザ同士の影響度を示すユーザ情報とを用い、ユーザがその行動を取った場合の影響範囲を計算する（ステップＳ２４）。

影響度計算部１５２は、ユーザ情報を用いて、ユーザがその行動を取った場合の所定の期間経過後の影響範囲内の各ユーザに対する影響度を計算する（ステップＳ２５）。影響範囲計算部１５１および影響度計算部１５２は、これらの計算を１日後、１週間後、１ヶ月後といったあらかじめ設定された期間ごとに行う。未計算の期間がある場合（ステップＳ２６：ＹＥＳ）、ステップＳ２４に戻り、ステップＳ２４〜ステップＳ２６を繰り返す。

未計算の期間がない場合（ステップＳ２６：ＮＯ）、行動リストから取得した次にユーザが取り得る行動の一覧のうち、上述の影響範囲および影響度の計算を行っていない、未計算の行動があるか否かを判定する（ステップＳ２７）。未計算の行動がある場合（ステップＳ２７：ＹＥＳ）、ステップＳ２４に戻り、ステップＳ２４〜ステップＳ２７を繰り返す。未計算の行動がない場合（ステップＳ２７：ＮＯ）、提示情報生成部１６は、次にユーザが取り得る行動の一覧のそれぞれの行動を取った場合の、あらかじめ設定された期間ごとに影響が伝播する様子を示す提示情報を生成する（ステップＳ２８）。

提示情報加工部１７は、ユーザ情報記憶部１４から該ユーザの興味情報を読み出し、提示情報生成部１６が生成した提示情報に興味情報と一致する分野の情報があるか否かを判定する（ステップＳ２９）。興味情報と一致する分野の情報がない場合（ステップＳ２９：ＮＯ）、提示情報加工部１７は、提示情報を端末装置２Ｂに送信し、端末装置２Ｂが提示情報を出力して（ステップＳ３１）、処理を終了する。興味情報と一致する分野の情報がある場合（ステップＳ２９：ＹＥＳ）、提示情報に対して興味情報と一致する分野の情報を強調する加工を行う（ステップＳ３０）。提示情報加工部１７は、加工した提示情報を端末装置２Ｂに送信し、端末装置２Ｂが提示情報を出力して（ステップＳ３１）、処理を終了する。

以上説明したように、本実施の形態２の行動促進抑制システムによれば、提示情報のうち、ユーザが興味をもっている分野の情報を強調して示すので、ユーザの行動を促進または抑制する効果をさらに高めることができる。

（実施の形態３）
図１３は、本発明の実施の形態３に係る行動促進抑制システムの構成例を示す図である。行動促進抑制システム３００のサーバ装置１の影響算出部１５は、影響範囲計算部１５１および影響度計算部１５２に加えて、過去影響計算部１５３を備える。実施の形態３では、ユーザが行った行動が過去に、他のユーザに与えた影響と、ユーザが行った行動が今後、他のユーザに与える影響とを合わせて提示情報を生成し、ユーザに提示する。

影響範囲計算部１５１は、行動情報記憶部１２に記憶されている行動情報の中から、所定の行動情報αを読み出す。行動情報αは、たとえば、行動が行われてから所定の期間が経過した行動情報や、ランダムに選ばれた行動情報や、ユーザが選択した行動情報などである。ユーザが行動情報αを選択する場合、端末装置２Ａまたは端末装置２Ｂは入力部を備え、サーバ１は端末装置２Ａまたは端末装置２Ｂの入力部に入力された情報を受信する受信部を備える。あるいは、サーバ１が入力部を備え、ユーザがサーバ１の入力部を操作して行動情報αを選択してもよい。行動情報αの行動を行ったユーザをユーザＸとする。影響範囲計算部１５１は、相互情報記憶部１３が記憶するユーザ同士の繋がりを示す相互情報と、ユーザ情報記憶部１４が記憶するユーザ同士の影響度を示すユーザ情報とを用い、ユーザＸが行動情報αの行動を行った場合の影響範囲を計算する。

過去影響計算部１５３は、行動情報記憶部１２が記憶する行動情報に基づいて、影響範囲内のユーザの中から、すでに影響行動を行ったユーザを抽出する。また過去影響計算部１５３は、影響範囲内のユーザが、行動情報αの行動を行ったユーザがユーザＸであることを知っていたか否かを検出する。過去影響計算部１５３は、行動情報αの行動を行ったユーザがユーザＸであることを知っていた影響範囲内のユーザの中から、行動情報αの行動を行ったユーザがユーザＸであることを知った後に行動情報αの行動の影響行動を行ったユーザを抽出する。

影響範囲内のユーザが、行動情報αの行動を行ったユーザがユーザＸであることを知っていたことの検出は、たとえば、以下のように行う。行動情報記憶部１２は、行動情報取得部１１が端末装置２Ａから取得したユーザまたは所定の場所を撮影した画像データなどの生データを記憶する。ユーザまたは所定の場所を撮影した画像データに基づいて、ユーザＸが行動情報αの行動を行った直後に該ユーザが同じ場所に来たことを検出したり、ユーザＸが行動情報αの行動を行っている画像に該ユーザが映っていることを検出したりする。あるいは、ユーザＸが行動情報αの行動を行った場所にユーザＸが行動情報αの行動を行ったことを報知する装置が設けられている場合には、該ユーザは行動情報αの行動を行ったユーザがユーザＸであることを知っていたと判断する。また、該ユーザ自身が、行動情報αの行動を行ったユーザがユーザＸであることを知っていたことを入力してもよい。

影響度計算部１５２は、ユーザ情報を用い、すでに影響行動を行ったユーザから影響範囲内の他のユーザへの影響度を計算する。

影響範囲計算部１５１、過去影響計算部１５３および影響度計算部１５２は、これらの計算をたとえば、ユーザが行動情報αの行動を行ってから１日後、現在、ユーザが行動情報αの行動を行ってから１ヶ月後といったあらかじめ設定された期間ごとに行う。提示情報生成部１６は、ユーザが行動情報αの行動を行ったことによる影響がユーザが行動情報αの行動を行ってから１日後、現在までに伝播した様子およびユーザが行動情報αの行動を行ってから１ヶ月後に伝播する様子を示し、該行動を促進または抑制するための提示情報を生成し、端末装置２Ｂに送信する。

図１４は、実施の形態３に係る提示情報生成部が生成するユーザの行動を抑制する提示情報の例を示す図である。図１４の提示情報は、逸脱行動のようなカテゴリに分類される利己的な行動を抑制するための提示情報の例である。図１４の例では、ユーザがある行動をとってから１日後と現在の影響（過去の影響）とユーザがある行動をとってから１ヶ月後の影響（今後の影響）とを示す提示情報を生成することとする。

影響算出部１５の影響範囲計算部１５１は、行動情報記憶部１２に記憶された行動情報から、行動情報αとして「空き缶をポイ捨てした」（逸脱行動）を読み出す。影響範囲計算部１５１は、「空き缶をポイ捨てする」（逸脱行動）について、図４に示す相互情報と図５に示すユーザ情報とを参照し、ユーザＡが空き缶をポイ捨てした場合の影響範囲を算出する。

まず、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てした１日後の影響範囲を算出する。その結果、影響範囲計算部１５１は、１日後にはユーザＢおよびユーザＣの２人に影響を与えると算出したとする。一方で、影響範囲計算部１５１は、行動情報αの日時を参照し、現在、「空き缶をポイ捨てする」（逸脱行動）が実行されてから何日経っているかを計算する。ここでは１週間が経過していることとする。

また、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てしてから１週間後（現在）の影響範囲を算出する。その結果、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てしてから１週間後にはユーザＡからユーザＢ、ユーザＣ、ユーザＥ、ユーザＦおよびユーザＩの５人へユーザＡの行動の影響があると算出したとする。さらに、影響範囲計算部１５１は、ユーザＡが空き缶をポイ捨てしてから１ヶ月後の影響範囲を算出する。

過去影響計算部１５３は、影響範囲計算部１５１からユーザＡが空き缶をポイ捨てした１日後の影響範囲（ユーザＢおよびユーザＣ）を受け取る。過去影響計算部１５３は、行動情報記憶部１２が記憶する行動情報を参照して、ユーザＡが空き缶をポイ捨てしてから１日後までに、ユーザＢおよびユーザＣが空き缶をポイ捨てしたのはユーザＡであることを知って影響行動「空き缶をポイ捨てする」を実行したか否かを判定する。ここでは、ユーザＢおよびユーザＣは、影響行動「空き缶をポイ捨てする」を実行したとする。

次に、過去影響計算部１５３は、影響範囲計算部１５１からユーザＡが空き缶をポイ捨てした１週間後の影響範囲（ユーザＢ、ユーザＣ、ユーザＥ、ユーザＦおよびユーザＩ）を受け取る。過去影響計算部１５３は、行動情報記憶部１２が記憶する行動情報を参照して、ユーザＡが空き缶をポイ捨てしてから１週間後までに、ユーザＥ、ユーザＦおよびユーザＩが空き缶をポイ捨てしたのはユーザＢまたはＣであることを知って影響行動「空き缶をポイ捨てする」を実行したか否かを判定する。ここでは、ユーザＥ、ユーザＦおよびユーザＩも影響行動「空き缶をポイ捨てする」を実行したとする。

このように、過去影響計算部１５３は、あらかじめ設定された期間ごとに、影響範囲計算部１５１が算出した影響範囲のユーザの中から、すでに影響行動を行ったユーザを抽出する。これにより、現在、ユーザＢ、ユーザＣ、ユーザＥ、ユーザＦおよびユーザＩが同じ場所に空き缶を捨てたことが分かる。それぞれ１個ずつ空き缶を捨てたとし、現在６個の空き缶が捨てられていることとする。

影響度計算部１５２は、影響範囲計算部１５１からユーザＡが空き缶をポイ捨てした１ヶ月後の影響範囲を受け取る。影響度計算部１５２は、図４のユーザ情報を参照し、ユーザＢ、ユーザＣ、ユーザＥ、ユーザＦおよびユーザＩが影響行動「空き缶をポイ捨てする」（逸脱行動）を実行した場合の、ユーザＡが空き缶をポイ捨てした１ヶ月後のユーザＡから影響範囲内の各ユーザへの影響度を計算する。影響度計算部１５２は、ユーザＡが空き缶をポイ捨てした１ヶ月後のユーザＢ、ユーザＣ、ユーザＥ、ユーザＦまたはユーザＩから影響範囲内の各ユーザへの影響度に、ユーザＢ、ユーザＣ、ユーザＥ、ユーザＦまたはユーザＩがポイ捨てした空き缶の数を掛けた数を各ユーザのポイ捨てする空き缶の数の期待値として算出して合計し、１ヶ月後までにさらに捨てられる空き缶の数の期待値を計算する。ここでは、ユーザＡが空き缶をポイ捨てした１週間後（現在）から１ヶ月後までにさらに捨てられる空き缶の数の期待値が１４個であったとする。これにより、１ヶ月後には、捨てられた空き缶の数が６個＋１４個＝２０個になることが予測される。

提示情報生成部１６は、これらの計算結果を受け取ると、「あなたが１週間前に空き缶を捨てたので、今日の時点で同じ場所に６個の空き缶が捨てられています。１ヶ月後には捨てられた空き缶の数は２０個になります。」という行動によって引き起こされた結果と、これから引き起こされると予想される結果を示すメッセージを生成する。提示情報生成部１６は、影響範囲計算部１５１、影響度計算部１５２および過去影響計算部１５３の計算結果と、生成したメッセージとを組み合わせて、ユーザが行った行動が過去に与えた影響と、ユーザが行った行動が与える今後の影響とを示す図１４に示すような提示情報を生成する。

なお、影響算出部１５は、影響範囲計算部１５１と、過去影響計算部１５３と、提示情報生成部１６とを備えることとし、提示情報生成部１６は、影響範囲計算部１５１が算出した影響範囲のユーザの中から過去影響計算部１５３が抽出した現在までに影響行動を行ったユーザ（ユーザが行った行動が過去に与えた影響）のみを示す提示情報を生成してもよい。

このような提示情報を見たユーザＡは、自分の利己的な行動が与える今後の影響と共に、すでに他のユーザの利己的な行動の引き金になったことを知ることができ、「次は、このような行動はやめよう」と考え、利己的な行動を抑制することが期待できる。

図１５は、実施の形態３に係る行動促進抑制の動作の一例を示すフローチャートである。影響算出部１５の影響範囲計算部１５１は、行動情報記憶部１２から行動情報αを取得する（ステップＳ４１）。そして、ユーザが行動情報αの行動を実行してから経過した日数を算出する（ステップＳ４２）。影響範囲計算部１５１は、相互情報記憶部１３が記憶するユーザ同士の繋がりを示す相互情報と、ユーザ情報記憶部１４が記憶するユーザ同士の影響度を示すユーザ情報とを用い、ユーザが行動情報αの行動を取った場合の影響範囲を計算する（ステップＳ４３）。

計算対象となる期間が過去である、すなわち現在日時以前である場合には（ステップＳ４４：ＹＥＳ）、過去影響計算部１５３は、行動情報記憶部１２が記憶する行動情報に基づいて、影響範囲のユーザの中から、すでに影響行動を行ったユーザを抽出する（ステップＳ４５）。計算対象となる期間が過去でない場合には（ステップＳ４４：ＮＯ）、ステップＳ４５は行わない。影響度計算部１５２は、ユーザ情報を用い、すでに影響行動を行ったユーザから影響範囲内の他のユーザへの影響度を計算する（ステップＳ４６）。影響範囲計算部１５１および影響度計算部１５２は、これらの計算を１日後、１週間後、１ヶ月後といったあらかじめ設定された期間ごとに行う。未計算の期間がある場合（ステップＳ４７：ＹＥＳ）、ステップＳ４３に戻り、ステップＳ４３〜ステップＳ４７を繰り返す。

未計算の期間がない場合（ステップＳ４７：ＮＯ）、提示情報生成部１６は、ユーザが行った行動情報αの行動の影響が過去に伝播した様子と、ユーザが行った行動情報αの行動が与える今後の影響が伝播する様子を示す提示情報を生成する（ステップＳ４８）。提示情報生成部１６は、生成した提示情報を端末装置２Ｂに送信し（ステップＳ４９）、処理を終了する。

以上説明したように、本実施の形態３の行動促進抑制システムによれば、提示情報にユーザが行った行動が与える今後の影響に加えて過去の影響を示すことで、提示情報に対するユーザの信頼感の向上が期待できる。ユーザの信頼感が向上することにより、ユーザの行動を促進または抑制する効果をさらに高めることができる。

（実施の形態４）
図１６は、本発明の実施の形態４に係る行動促進抑制システムの構成例を示す図である。行動促進抑制システム４００のサーバ装置１は、行動促進抑制システム１００のサーバ装置１の構成に加えて、影響学習部１８を備える。実施の形態４では、影響学習部１８は、行動情報取得部１１が取得する行動情報に基づいて、行動情報記憶部１２および／またはユーザ情報記憶部１４が記憶する情報を更新する。

影響学習部１８は、行動情報取得部１１が取得した行動情報に基づいて、ユーザ情報記憶部１４が記憶するユーザ情報を更新する。たとえば、実施の形態１で述べたユーザ情報に含まれる実行時間をユーザ１がある行動をとってからユーザ２がユーザ１がとった行動の影響行動を実行するまでの時間の平均とすることができる。この場合、影響学習部１８は、行動情報取得部１１がユーザ２がユーザ１がとった行動の影響行動を実行した行動情報を取得すると、ユーザ１の行動情報の日時からユーザ２の行動情報の日時までの時間を計算し、実行時間を更新する。なお、影響学習部１８は、行動情報取得部１１が取得した行動情報が影響行動であるか否かの判断を実施の形態３に記載の過去影響計算部１５３と同様に行う。

また、実施の形態１で述べたユーザ情報に含まれるユーザ１からユーザ２への影響度を、ユーザ１がとった行動またはその結果を見てユーザ２が影響行動を取る確率で定義することができる。この場合、影響学習部１８は、ユーザ２がユーザ１がとった行動の影響行動を実行した行動情報に基づいて、影響度を更新する。たとえば、今までユーザ１が行った４回の行動に対してユーザ２が影響行動を行ったのが１回であったことから影響度１／４＝０．２５が記憶されていたとすると、今回ユーザ２がユーザ１がとった行動の影響行動を行ったことで、影響度は２／５＝０．４となる。

さらに、実施の形態１で述べたように、ユーザ情報記憶部１４が効果情報をユーザごとに記憶することができる。この場合、影響学習部１８は、影響算出部１５から取得した提示情報と、該提示情報を送信したことを示す情報（たとえば送信日時を示す情報）と、提示情報をユーザに提示した後に行動情報取得部１１が取得した行動情報とに基づいて、該提示情報によってユーザの行動が促進または抑制されたか否かを判定する。なお、影響学習部１８は、行動情報取得部１１が取得した行動情報が、ユーザに提示情報を提示した後の行動の行動情報であるか否かを、提示情報を送信したことを示す情報（たとえば送信日時を示す情報）によって判断する。

影響学習部１８は、提示情報によって促進または抑制されたユーザの行動のカテゴリのうち最も多い行動のカテゴリを効果情報として、該ユーザを識別する情報と対応付けてユーザ情報記憶部１４に記憶する。なお、提示情報によって促進または抑制されたユーザの行動のカテゴリの順位を算出し、所定の順位までの行動のカテゴリを、該ユーザを識別する情報と対応付けて効果情報としてもよい。そして、影響学習部１８は、提示情報によってユーザの行動が促進または抑制されたと判定するごとに、提示情報によって促進または抑制されたユーザの行動のカテゴリのうち一番多い行動のカテゴリ、または提示情報によって促進または抑制されたユーザの行動のカテゴリの順位が変更になるか否かを判定する。変更になる場合はユーザ情報記憶部１４が記憶する効果情報を更新する。

影響学習部１８は、行動情報取得部１１が取得した行動情報に基づいて、行動情報記憶部１２が記憶する行動リストを更新する。たとえば、行動情報取得部１１が「缶飲料を買う」というユーザの行動を示す行動情報を取得したあと、「他の空き缶も拾って一緒に捨てる」というユーザの行動を示す行動情報を取得したとする。「缶飲料を買う」と「他の空き缶も拾って一緒に捨てる」の組み合わせが行動リストにない場合、影響学習部１８は、この組み合わせを行動リストに追加記憶する。

また、実施の形態１で述べた想定対象数値を、ユーザが過去に実行した行動の対象の数または量を示す数値の平均とする場合、影響学習部１８は、ユーザが実行した行動の行動情報に基づいて、該行動の対象の数値を特定し、想定対象数値を更新する。

また、図１０に示す行動促進抑制システム２００のサーバ１が影響学習部１８を備え、実施の形態２で述べたように、ユーザの行動が促進または抑制された提示情報に最も多く含まれた情報の分野をユーザが興味を持っている分野とし、該ユーザを識別する情報と対応付けて興味情報とすることができる。この場合、影響学習部１８は、提示情報加工部１７から取得した提示情報と、該提示情報を送信したことを示す情報（たとえば送信日時を示す情報）と、提示情報加工部１７が提示情報をユーザに提示した後に行動情報取得部１１が取得した行動情報とに基づいて、該提示情報によってユーザの行動が促進または抑制されたか否かを判定する。影響学習部１８は、提示情報によってユーザの行動が促進または抑制されたと判定するごとに、ユーザの行動を促進または抑制した提示情報に最も多く含まれた情報の分野が変更になるか否かを判定する。変更になる場合は該ユーザの興味情報を更新する。なお、行動情報を分析して、ユーザの行動が促進または抑制された提示情報に多く含まれた情報の分野の順位を算出し、所定の順位までの分野をユーザが興味を持っている分野とし、該ユーザを識別する情報と対応付けて興味情報としてもよい。

図１７は、実施の形態４に係る影響学習の動作の一例を示すフローチャートである。端末装置２Ａの行動検出部２１は、ユーザを感知すると、その行動を検出してデータ化し、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて、行動情報としてサーバ装置１の行動情報取得部１１に送信する。

行動情報取得部１１は、行動検出部２１から行動情報を取得する（ステップＳ５１）。行動情報取得部１１が行動情報を取得すると、影響学習部１８は、行動情報を取得した時刻から所定の時間以内に取得した同一ユーザの行動情報があるか否かを判定することで、連続した行動であるか否かを判定する（ステップＳ５２）。連続した行動でない場合（ステップＳ５２：ＮＯ）、ステップＳ６０に進む。連続した行動である場合（ステップＳ５２：ＹＥＳ）、影響学習部１８は、該連続した行動の組み合わせが行動情報記憶部１２が記憶する行動リストにあるか否かを判定する（ステップＳ５３）。

該連続した行動の組み合わせが行動リストにない場合（ステップＳ５３：ＮＯ）、影響学習部１８は、行動リストに該連続した行動の組み合わせを追加して行動リストを更新し（ステップＳ５４）、ステップＳ６０に進む。該連続した行動の組み合わせが行動リストにある場合（ステップＳ５３：ＹＥＳ）、影響学習部１８は、行動情報取得部１１が取得した行動情報に基づいて、想定対象数値を更新する（ステップＳ５５）。

影響学習部１８は、行動情報取得部１１が取得した行動情報が示すユーザの行動が、提示情報を見た後の行動であるか否かを判定する（ステップＳ５６）。提示情報を見た後の行動でない場合（ステップＳ５６：ＮＯ）、ステップＳ６０に進む。提示情報を見た後の行動である場合（ステップＳ５６：ＹＥＳ）、影響学習部１８は、行動情報取得部１１が取得した行動情報に基づいて、該提示情報がユーザの行動を促進または抑制したか否かを判定する（ステップＳ５７）。該提示情報がユーザの行動を促進も抑制もしなかった場合（ステップＳ５７：ＮＯ）、ステップＳ６０に進む。

該提示情報がユーザの行動を促進または抑制した場合（ステップＳ５７：ＹＥＳ）、影響学習部１８は、提示情報によって促進または抑制されたユーザの行動のカテゴリのうち最も多い行動のカテゴリまたは提示情報によって促進または抑制されたユーザの行動のカテゴリの順位が変更になるか否かを判定する（ステップＳ５８）。変更にならない場合（ステップＳ５８：ＮＯ）、ステップＳ６０に進む。変更になる場合（ステップＳ５８：ＹＥＳ）、該ユーザの効果情報を更新する（ステップＳ５９）。

なお、行動促進抑制システム２００のサーバ１が影響学習部１８を備え、ユーザの行動が促進または抑制された提示情報に最も多く含まれた情報の分野、あるいは、多く含まれた情報の所定の順位までの分野をユーザが興味を持っている分野とし、該ユーザを識別する情報と対応付けて興味情報とする場合、影響学習部１８は、ここでユーザの行動を促進または抑制した提示情報に最も多く含まれた情報の分野、あるいは、多く含まれた情報の順位が変更になるか否かを判定し、変更にならない場合はステップＳ６０に進む。変更になる場合は該ユーザの興味情報を更新する。

影響学習部１８は、行動情報を取得した時刻から所定の時間以内に該ユーザと同じ行動をしていた他のユーザがいるか否か判定することで、行動情報取得部１１が取得した行動情報が示すユーザの行動が影響行動であるか否かを判定する（ステップＳ６０）。影響行動でない場合（ステップＳ６０：ＮＯ）、処理を終了する。影響行動である場合（ステップＳ６０：ＹＥＳ）、影響学習部１８は、他のユーザの行動情報の日時から該ユーザの行動情報の日時までの時間を計算し、これに基づいて該ユーザと他のユーザの繋がりを示すユーザ情報の実行時間を更新する（ステップＳ６１）。また、影響学習部１８は、該ユーザが他のユーザの影響行動を行ったことから、該ユーザと他のユーザの繋がりを示すユーザ情報の影響度を更新し（ステップＳ６２）、処理を終了する。

以上説明したように、本実施の形態４の行動促進抑制システムによれば、影響算出部１５の影響の計算の精度を上げることができ、ユーザの提示情報に対する信頼感の向上が期待できる。ユーザの信頼感が向上することにより、ユーザの行動を促進または抑制する効果をさらに高めることができる。

図１８は、本発明の実施の形態に係るサーバ装置のハードウェア構成の一例を示す図である。サーバ装置１は、図１８に示すように、制御部３１、主記憶部３２、外部記憶部３３、操作部３４、表示部３５および送受信部３６を備える。主記憶部３２、外部記憶部３３、操作部３４、表示部３５および送受信部３６はいずれも内部バス３０を介して制御部３１に接続されている。

制御部３１はＣＰＵ（Central Processing Unit）等から構成され、外部記憶部３３に記憶されている制御プログラム３９に従って、各処理を実行する。制御部３１は、行動情報取得部１１、影響算出部１５、提示情報生成部１６、提示情報加工部１７および影響学習部１８の各処理を実行する。

主記憶部３２はＲＡＭ（Random-Access Memory）等から構成され、外部記憶部３３に記憶されている制御プログラム３９をロードし、制御部３１の作業領域として用いられる。

外部記憶部３３は、フラッシュメモリ、ハードディスク、ＤＶＤ−ＲＡＭ（Digital Versatile Disc Random-Access Memory）、ＤＶＤ−ＲＷ（Digital Versatile Disc ReWritable）等の不揮発性メモリから構成され、サーバ装置１の処理を制御部３１に行わせるためのプログラムをあらかじめ記憶し、また、制御部３１の指示に従って、このプログラムが記憶するデータを制御部３１に供給し、制御部３１から供給されたデータを記憶する。行動情報記憶部１２、相互情報記憶部１３およびユーザ情報記憶部１４は、外部記憶部３３に構成される。

操作部３４はキーボードおよびマウスなどのポインティングデバイス等と、キーボードおよびポインティングデバイス等を内部バス３０に接続するインタフェース装置から構成されている。ユーザがユーザ情報の実行時間や影響度を入力する場合や、興味情報を入力する場合などは、操作部３４を介して、指示が制御部３１に供給される。

表示部３５は、ＣＲＴ（Cathode Ray Tube）またはＬＣＤ（Liquid Crystal Display）などから構成され、ユーザがユーザ情報の実行時間や影響度を入力する場合や、興味情報を入力する場合などは、操作画面を表示する。

送受信部３６は、通信ネットワークに接続する網終端装置または無線通信装置、およびそれらと接続するシリアルインタフェースまたはＬＡＮ（Local Area Network）インタフェースから構成されている。行動情報取得部１１、影響算出部１５および提示情報加工部１７は、送受信部３６を介して通信ネットワークに接続し、端末２Ａまたは端末２Ｂと情報を送受信する。

図１、図６、図１０、図１３および図１６に示す行動情報取得部１１、影響算出部１５、提示情報生成部１６、提示情報加工部１７および影響学習部１８の処理は、制御プログラム３９が、制御部３１、主記憶部３２、外部記憶部３３、操作部３４、表示部３５および送受信部３６などを資源として用いて処理することによって実行する。

その他、前記のハードウェア構成やフローチャートは一例であり、任意に変更および修正が可能である。

制御部３１、主記憶部３２、外部記憶部３３、操作部３４、内部バス３０などから構成される行動促進抑制処理を行う中心となる部分は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。たとえば、前記の動作を実行するためのコンピュータプログラムを、コンピュータが読み取り可能な記録媒体（フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等）に格納して配布し、当該コンピュータプログラムをコンピュータにインストールすることにより、前記の処理を実行する行動促進抑制システムを構成してもよい。また、インターネット等の通信ネットワーク上のサーバ装置が有する記憶装置に当該コンピュータプログラムを格納しておき、通常のコンピュータシステムがダウンロード等することで行動促進抑制システムを構成してもよい。

また、行動促進抑制システムの機能を、ＯＳ（オペレーティングシステム）とアプリケーションプログラムの分担、またはＯＳとアプリケーションプログラムとの協働により実現する場合などには、アプリケーションプログラム部分のみを記録媒体や記憶装置に格納してもよい。

また、搬送波にコンピュータプログラムを重畳し、通信ネットワークを介して配信することも可能である。たとえば、通信ネットワーク上の掲示板(BBS, Bulletin Board System)に前記コンピュータプログラムを掲示し、通信ネットワークを介して前記コンピュータプログラムを配信してもよい。そして、このコンピュータプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、前記の処理を実行できるように構成してもよい。

上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。

（付記１）
ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段と、
前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段と、
前記ユーザ同士の行動の影響を表すユーザ情報を記憶するユーザ情報記憶手段と、
前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を取得する行動情報取得手段と、
前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取ると推測される割合を含む、該行動が前記他のユーザに与える影響を算出する影響算出手段と、
前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動が前記他のユーザに与える影響を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段と、
を備えることを特徴とするサーバ装置。

（付記２）
前記影響算出手段は、
前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合に、該行動またはその結果を見て類似の行動を取ると推測される前記他のユーザの範囲を示す影響範囲を算出する影響範囲計算手段と、
前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合に、該行動またはその結果を見て前記他のユーザが類似の行動を取る確率を示す影響度を算出する影響度計算手段と、
を含み、
前記提示手段は、前記影響範囲計算手段および前記影響度計算手段がそれぞれ算出した前記影響範囲および前記影響度の少なくともいずれかを含む前記提示情報を生成することを特徴とする付記１に記載のサーバ装置。

（付記３）
前記影響範囲計算手段は、所定の期間ごとの前記影響範囲を計算し、
前記影響度計算手段は、前記所定の期間ごとの前記影響度を計算し、
前記提示手段は、前記所定の期間ごとの前記影響範囲と前記影響度とを含む前記提示情報を生成することを特徴とする付記２に記載のサーバ装置。

（付記４）
前記ユーザ情報記憶手段は、前記ユーザが興味を持っている分野を示す興味情報をさらに記憶し、
前記提示情報が前記興味情報と一致する分野の情報を含むか否かを判定し、含む場合は、該情報を強調する加工を行う提示情報加工手段をさらに備えることを特徴とする
付記１ないし３のいずれかに記載のサーバ装置。

（付記５）
前記行動情報取得手段が取得した前記行動情報を記憶する行動情報記憶手段をさらに備え、
前記影響算出手段は、
前記行動情報記憶手段が記憶する前記行動情報について、前記行動情報が示す行動を行ったのが前記ユーザであることを知った後に類似の行動を行った前記他のユーザを抽出する過去影響計算手段を含むことを特徴とする付記１ないし４のいずれかに記載のサーバ装置。

（付記６）
前記行動情報に基づいて、前記行動リストを更新する行動リスト更新手段と、
前記行動情報に基づいて、前記行動情報が示す行動を行ったのが前記ユーザであることを知った後に前記他のユーザが類似の行動を行った場合には、前記ユーザと前記他のユーザとの行動の影響を表す前記ユーザ情報を更新するユーザ情報更新手段と、
の少なくともいずれか１つを含む影響学習手段をさらに備えることを特徴とする付記１ないし５のいずれかに記載のサーバ装置。

（付記７）
前記ユーザ情報記憶手段は、前記ユーザが次に取り得る行動の対象の数または量を想定した数値をさらに記憶し、
前記影響度計算手段は、前記数値に前記影響度を掛けた期待値をさらに計算し、
前記提示手段は、前記影響範囲と前記影響度と前記期待値との少なくともいずれかを含む前記提示情報を生成することを特徴とする付記２ないし６のいずれかに記載のサーバ装置。

（付記８）
ユーザが行った行動を検出し、前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を生成してサーバ装置へ送信する行動検出手段を備える端末装置と、
前記ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段、
前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段、
前記ユーザ同士の行動の影響を表すユーザ情報を記憶するユーザ情報記憶手段、
前記端末装置から前記行動情報を取得する行動情報取得手段、
前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取ると推測される割合を含む、該行動が前記他のユーザに与える影響を算出する影響算出手段、および
前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動が前記他のユーザに与える影響を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段、
を含む前記サーバ装置と、
を備えることを特徴とする行動促進抑制システム。

（付記９）
端末装置が実行する
ユーザが行った行動を検出し、前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を生成してサーバ装置へ送信する行動検出ステップと、
前記サーバ装置が実行する
前記端末装置から前記行動情報を取得する行動情報取得ステップと、
行動リスト記憶手段が記憶する前記ユーザの行動とその次に取り得る行動の組合せを示す行動リストから、前記行動情報取得ステップが取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、相互情報記憶手段が記憶する前記ユーザ同士の繋がりを表す相互情報とユーザ情報記憶手段が記憶する前記ユーザ同士の行動の影響を表すユーザ情報とに基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取ると推測される割合を含む、該行動が前記他のユーザに与える影響を算出する影響算出ステップと、
前記影響算出ステップが算出した前記ユーザが前記次に取り得る行動を取った場合の該行動が前記他のユーザに与える影響を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示ステップと、
を備えることを特徴とする行動促進抑制方法。

（付記１０）
前記影響算出ステップは、
前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合に、該行動またはその結果を見て類似の行動を取ると推測される前記他のユーザの範囲を示す影響範囲を算出する影響範囲計算ステップと、
前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合に、該行動またはその結果を見て前記他のユーザが類似の行動を取る確率を示す影響度を算出する影響度計算ステップと、
を含み、
前記提示ステップでは、前記影響範囲計算ステップおよび前記影響度計算ステップがそれぞれ算出した前記影響範囲および前記影響度の少なくともいずれかを含む前記提示情報を生成することを特徴とする付記９に記載の行動促進抑制方法。

（付記１１）
前記影響範囲計算ステップでは、所定の期間ごとの前記影響範囲を計算し、
前記影響度計算ステップでは、前記所定の期間ごとの前記影響度を計算し、
前記提示ステップでは、前記所定の期間ごとの前記影響範囲と前記影響度とを含む前記提示情報を生成することを特徴とする付記１０に記載の行動促進抑制方法。

（付記１２）
前記ユーザ情報記憶手段がさらに記憶する前記ユーザが興味を持っている分野を示す興味情報と一致する分野の情報を前記提示情報が含むか否かを判定し、含む場合は、該情報を強調する加工を行う提示情報加工ステップをさらに備えることを特徴とする付記９ないし１１のいずれかに記載の行動促進抑制方法。

（付記１３）
前記影響算出ステップは、
前記行動情報取得ステップで取得した前記行動情報を記憶する行動情報記憶手段が記憶する前記行動情報について、前記行動情報が示す行動を行ったのが前記ユーザであることを知った後に類似の行動を行った前記他のユーザを抽出する過去影響計算ステップを含むことを特徴とする付記９ないし１２のいずれかに記載の行動促進抑制方法。

（付記１４）
前記行動情報に基づいて、前記行動リストを更新する行動リスト更新ステップと、
前記行動情報に基づいて、前記行動情報が示す行動を行ったのが前記ユーザであることを知った後に前記他のユーザが類似の行動を行った場合には、前記ユーザと前記他のユーザとの行動の影響を表す前記ユーザ情報を更新するユーザ情報更新ステップと、
の少なくともいずれか１つを含む影響学習ステップをさらに備えることを特徴とする付記９ないし１３のいずれかに記載の行動促進抑制方法。

（付記１５）
前記影響度計算ステップでは、前記ユーザ情報記憶手段がさらに記憶する前記ユーザが次に取り得る行動の対象の数または量を想定した数値に、前記影響度を掛けた期待値をさらに計算し、
前記提示ステップでは、前記影響範囲と前記影響度と前記期待値との少なくともいずれかを含む前記提示情報を生成することを特徴とする付記１０ないし１４のいずれかに記載の行動促進抑制方法。

（付記１６）
コンピュータを、
ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段、
前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段、
前記ユーザ同士の行動の影響を表すユーザ情報を記憶するユーザ情報記憶手段、
前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を取得する行動情報取得手段、
前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取ると推測される割合を含む、該行動が前記他のユーザに与える影響を算出する影響算出手段、および
前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動が前記他のユーザに与える影響を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段、
として機能させることを特徴とするプログラムを記録したコンピュータ読み取り可能な記録媒体。

本発明は、発明の広い趣旨、範囲から外れることなく各種の実施形態とその変形が可能である。上記各実施形態は本発明を説明するためのものであり、本発明の範囲を限定することを意図したものではない。本発明の範囲は実施形態よりも、添付した請求項によって示される。請求項の範囲内、および発明の請求項と均等の範囲でなされた各種変形は本発明の範囲に含まれる。

本出願は２０１０年１２月２８日に出願された、明細書、特許請求の範囲、図、および要約書を含む日本国特許庁出願番号２０１０−２９２５３３に基づく優先権を主張するものである。この元となる特許出願の開示内容は参照により全体として本出願に含まれる。

本発明は、人の行動が他者に与える影響をシミュレーションし、シミュレーション結果を提示することにより人の行動の促進および抑制を行うシステムに利用することができる。

１ サーバ装置
１１ 行動情報取得部
１２ 行動情報記憶部
１３ 相互情報記憶部
１４ ユーザ情報記憶部
１５ 影響算出部
１６ 提示情報生成部
１７ 提示情報加工部
１８ 影響学習部
２Ａ、２Ｂ 端末装置
２１ 行動検出部
２２ 出力部
３０ 内部バス
３１ 制御部
３２ 主記憶部
３３ 外部記憶部
３４ 操作部
３５ 表示部
３６ 送受信部
３９ 制御プログラム
１５１ 影響範囲計算部
１５２ 影響度計算部
１５３ 過去影響計算部
１００、２００、３００、４００ 行動促進抑制システム

Claims (10)

1. ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段と、
   前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段と、
   前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報を記憶するユーザ情報記憶手段と、
   前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を取得する行動情報取得手段と、
   前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出手段と、
   前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段と、
   を備えることを特徴とするサーバ装置。
2. 前記影響算出手段は、
   前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合に、該行動またはその結果を見て類似の行動を取ると推測される前記他のユーザの範囲を示す影響範囲を算出する影響範囲計算手段と、
   前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合に、該行動またはその結果を見て前記他のユーザが類似の行動を取る確率を示す影響度を算出する影響度計算手段と、
   を含み、
   前記提示手段は、前記影響範囲計算手段および前記影響度計算手段がそれぞれ算出した前記影響範囲および前記影響度の少なくともいずれかを含む前記提示情報を生成することを特徴とする請求項１に記載のサーバ装置。
3. 前記ユーザ情報記憶手段は、前記ユーザが次に取り得る行動の対象の数または量を想定した数値をさらに記憶し、
   前記影響度計算手段は、前記数値に前記影響度を掛けた期待値をさらに計算し、
   前記提示手段は、前記影響範囲と前記影響度と前記期待値との少なくともいずれかを含む前記提示情報を生成することを特徴とする請求項２に記載のサーバ装置。
4. 前記影響範囲計算手段は、所定の期間ごとの前記影響範囲を計算し、
   前記影響度計算手段は、前記所定の期間ごとの前記影響度を計算し、
   前記提示手段は、前記所定の期間ごとの前記影響範囲と前記影響度とを含む前記提示情報を生成することを特徴とする請求項２または３に記載のサーバ装置。
5. 前記ユーザ情報記憶手段は、前記ユーザが興味を持っている分野を示す興味情報をさらに記憶し、
   前記提示情報が前記興味情報と一致する分野の情報を含むか否かを判定し、含む場合は、該情報を強調する加工を行う提示情報加工手段をさらに備えることを特徴とする請求項１ないし４のいずれか１項に記載のサーバ装置。
6. 前記行動情報取得手段が取得した前記行動情報を記憶する行動情報記憶手段をさらに備え、
   前記影響算出手段は、
   前記行動情報記憶手段が記憶する前記行動情報について、前記行動情報が示す行動が行われた場所において一定の時間内に類似の行動を行うことを含む、所定の基準を満たす前記他のユーザを抽出する過去影響計算手段を含むことを特徴とする請求項１ないし５のいずれか１項に記載のサーバ装置。
7. 前記行動情報に基づいて、前記行動リストを更新する行動リスト更新手段と、
   前記行動情報に基づいて、前記行動情報が示す行動が行われた場所において一定の時間内に類似の行動を行うことを含む、所定の基準を満たす前記他のユーザがいる場合には、前記ユーザと前記他のユーザについての前記ユーザ情報を更新するユーザ情報更新手段と、
   の少なくともいずれか１つを含む影響学習手段をさらに備えることを特徴とする請求項１ないし６のいずれか１項に記載のサーバ装置。
8. ユーザが行った行動を検出し、前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を生成してサーバ装置へ送信する行動検出手段を備える端末装置と、
   前記ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段、
   前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段、
   前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報を記憶するユーザ情報記憶手段、
   前記端末装置から前記行動情報を取得する行動情報取得手段、
   前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出手段、および
   前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段、
   を含む前記サーバ装置と、
   を備えることを特徴とする行動促進抑制システム。
9. 端末装置が実行する
   ユーザが行った行動を検出し、前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を生成してサーバ装置へ送信する行動検出ステップと、
   前記サーバ装置が実行する
   前記端末装置から前記行動情報を取得する行動情報取得ステップと、
   行動リスト記憶手段が記憶する前記ユーザの行動とその次に取り得る行動の組合せを示す行動リストから、前記行動情報取得ステップが取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、相互情報記憶手段が記憶する前記ユーザ同士の繋がりを表す相互情報とユーザ情報記憶手段が記憶する前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報とに基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出ステップと、
   前記影響算出ステップが算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示ステップと、
   を備えることを特徴とする行動促進抑制方法。
10. コンピュータを、
    ユーザの行動とその次に取り得る行動の組合せを示す行動リストを記憶する行動リスト記憶手段、
    前記ユーザ同士の繋がりを表す相互情報を記憶する相互情報記憶手段、
    前記ユーザの行動またはその結果を見て前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含むユーザ情報を記憶するユーザ情報記憶手段、
    前記ユーザが行った行動を表す情報と前記ユーザを識別する情報とを含む行動情報を取得する行動情報取得手段、
    前記行動リストから、前記行動情報取得手段が取得した前記行動情報に示す行動を行った前記ユーザが次に取り得る行動を取得し、前記相互情報および前記ユーザ情報に基づいて、前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を算出する影響算出手段、および
    前記影響算出手段が算出した前記ユーザが前記次に取り得る行動を取った場合の該行動またはその結果を見た前記ユーザと繋がりのある他のユーザが類似の行動を取る確率を含む、提示情報を生成し、前記ユーザに前記提示情報を提示する提示手段、
    として機能させることを特徴とするプログラム。

Images