JP5957418B2 - 行動推定装置、モデル生成装置、行動推定方法、モデル生成方法及びコンピュータプログラム - Google Patents
行動推定装置、モデル生成装置、行動推定方法、モデル生成方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP5957418B2 JP5957418B2 JP2013131043A JP2013131043A JP5957418B2 JP 5957418 B2 JP5957418 B2 JP 5957418B2 JP 2013131043 A JP2013131043 A JP 2013131043A JP 2013131043 A JP2013131043 A JP 2013131043A JP 5957418 B2 JP5957418 B2 JP 5957418B2
- Authority
- JP
- Japan
- Prior art keywords
- person
- behavior
- data
- time
- action
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、本実施形態における行動推定システムのシステム構成を示す図である。本実施形態の行動推定システムは、複数のGW(Gate Way)10、行動推定装置20、ネットワーク30、複数のGW下部機器40(40−1〜40−N:Nは1以上の整数)を備える。GW下部機器とは、GW10に接続されたIP(Internet Protocol)対応機器である。GW下部機器は、例えば、エアコンやテレビなどの家電機器やOA(Office Automation)機器である。
機器データとは、ユーザが所有しているGW下部機器40に関するデータである。機器データは、例えばGW下部機器40の機器IDやGW下部機器40の名前である。
利用データとは、ユーザがGW下部機器40を利用していたか否かを示すデータである。例えば、利用データは、所定の時間(例えば、24時間)の間のGW下部機器40の利用状態を表す。
行動データとは、ユーザが行っていた行動を示すデータである。行動データの具体例として、余暇、睡眠、通勤などがある。
対象ユーザとは、行動を推定する対象となっているユーザである。
なお、以下の説明では、機器データ、利用データ及び行動データが含まれているデータを教師データと称する。
行動推定装置20は、情報処理装置を用いて構成される。行動推定装置20は、管理者の操作に応じて人物の行動を推定する。
ネットワーク30は、どのように構成されたネットワークでもよい。例えば、ネットワーク30はインターネットを用いて構成されてもよい。
GW下部機器40は、GW10に帰属するIP対応の機器である。
機器名特定信号生成部102は、機器名特定信号を生成し、通信部101を介してGW下部機器40に送信する。機器名特定信号とは、GW下部機器40の機器名や機器IDを取得するために送信される信号である。機器名特定信号生成部102がGW下部機器40に機器名特定信号を送信するタイミングは、予め設定されていてもよいし、ユーザによって設定されてもよい。
利用状態確認信号生成部104は、利用状態確認信号を生成し、通信部101を介してGW下部機器40に送信する。利用状態確認信号とは、GW下部機器40が利用されているか否かを確認するために送信される信号である。なお、以下の説明では、GW下部機器40が利用されている状態を利用状態と称し、利用されていない状態を非利用状態と称する。
判定部106は、利用情報確認信号の応答が通信部101によって受信されたか否かを判定する。
作成部202は、人物の行動を推定するために使用されるモデルを生成する。以下、作成部202の具体的な構成について説明する。
教師データ取得部203は、複数のGW10から所定の時間(例えば、24時間)分の教師データを取得する。教師データ取得部203は、取得した教師データごとに教師データテーブルを生成する。教師データテーブルとは、ユーザが所有しているGW下部機器40の機器データと、所定の時間(例えば、24時間)分の当該GW下部機器40の利用データと当該所定の時間の人物の行動データとが対応付けられたテーブルである。教師データ取得部203は、生成した教師データテーブルを教師データテーブル記憶部204に記録する。
抽出部205は、教師データテーブル記憶部204に記憶されている教師データテーブルから、行動データが変化した時刻(以下、「基準時刻」という。)の前後所定の時間(例えば、前後1時間)分の利用データを抽出し、行動データの変化(例えば、余暇→睡眠など)を対応付けた行動変化データを生成する。行動変化とは、ある行動(例えば、余暇)から別の行動(例えば、睡眠)に変化したときの前後の行動の組み合わせである。前後の行動とは、変化前の行動と変化後の行動を表す。
モデル記憶部207は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。モデル記憶部207は、モデルデータベースを記憶している。
入力部209は、対象ユーザの行動推定の要求を受け付ける。入力部209は、例えば対象ユーザのユーザID、当該対象ユーザの行動を推定したい時間帯(以下、「対象時間」という。)などの入力を受け付ける。対象時間は、例えば、行動を推定したい開始時刻から終了時刻までの時間を表す。
信頼度算出部211は、生成された対象ユーザデータテーブルに基づいてモデルデータベースに記録されている行動変化ごとのモデルと比較することによって信頼度を算出する。信頼度とは、各行動変化と利用データとの相関性を示す値の高さを表す。信頼度が高いほど、利用データと行動変化とが相関していることを表す。
行動推定部213は、ブロックデータごとに選択された候補行動変化に基づいて対象ユーザの行動を推定する。
出力部214は、行動推定部213によって推定された対象ユーザの行動推定の結果を出力する。出力部214は、例えば不図示の表示装置に対象ユーザの行動推定の結果を出力する。
図4(A)は、機器利用情報データベースの構成図である。機器利用情報データベースは、GW下部機器40に関する情報を表すレコード50を複数有する。レコード50は、MACアドレス、機器ID、利用情報の各値を有する。MACアドレスの値は、レコード50によって表されるGW下部機器40のMACアドレスを表す。機器IDの値は、レコード50によって表されるGW下部機器40を識別するための識別番号を表す。利用情報の値は、レコード50によって表されるGW下部機器40が利用状態であるか否かを示す情報を表す。利用情報の具体例として、所定の間隔(例えば、1秒ごと)の時間が設定されている。すなわち、利用情報の値は、所定の間隔の時間ごとに、GW下部機器40が利用状態であるか否かを示す。
図6(A)は、教師データテーブルの具体例を示す図である。図6(A)に示される教師データテーブルでは、項目“機器A”、“機器B”、“・・・”、“機器C”で表されるGW下部機器40と、項目“0時”、“1時”、“2時”、“3時”、“・・・”、“22時”、“23時”で表される時間との組み合わせごとに当該GW下部機器40が利用されていたか否かを表す利用データが示されている。また、時間ごとに行動データ(図6(A)では、睡眠、食事など)も対応付けて示されている。なお、利用データは、各GW下部機器40が利用されている場合には“1”(黒く塗りつぶされている箇所)、GW下部機器40が利用されていない場合には“0”(白く塗りつぶされている箇所)で示されている。
以上で、モデル生成処理について具体的な説明を終了する。
図7(A)は、入力部209に入力された対象ユーザに関する情報を全ユーザ機器情報データベースから取得し、対象ユーザデータテーブルの具体例を表す図である。図7(A)に示される対象ユーザデータテーブルは、対象ユーザの行動を推定したい対象時間分の利用データである。図7(A)に示す例では、対象時間は24時間である。信頼度算出部211は、対象ユーザデータテーブルから所定の時間(例えば、1時間)ごとに、単位時間(例えば、2時間)分の利用データを抽出し、ブロックデータを生成する。信頼度算出部211は、このような処理を対象時間(例えば、24時間)分行うことによって、複数のブロックデータを生成する。すなわち、図7(A)に示される例では、23個のブロックデータが生成される。
図7(B)は、生成されたブロックデータの具体例を示す図である。図7(B)に示されるように、信頼度算出部211が対象ユーザデータテーブルから所定の時間ごとに単位時間(例えば、2時間)分のブロックデータを抽出し、生成したブロックデータが示されている。
候補選択部212は、ブロックNo.2からブロックNo.23までの各ブロックデータに対しても上述の処理と同様の処理を行い、ブロックデータごとに候補行動変化を選択する。
図8(A)に示されるように、信頼度が高い順に信頼度ランクに対応付けられてブロックデータのブロックNO.及び推定結果が示されている。例えば、信頼度ランクが“1”のブロックデータは、“ブロックNo.2”であり、推定結果“余暇→睡眠”の行動変化の信頼度が“96”であることが表されている。
行動推定部213は、図8(A)に示される表(以下、「行動推定表」という。)を用いて対象ユーザの行動推定を行う。以下、図8(B)を用いて具体的に説明する。
まず、ステップ1では、行動推定部213は、対象ユーザの対象時間分の空のタイムテーブルを生成する。次に、ステップ2では、行動推定部213は、行動推定表を参照し、信頼度ランク“1”の推定結果をタイムテーブルに割り当てる。行動推定表に示されるように信頼度ランク“1”の推定結果は、“余暇→睡眠”の行動変化である。そこで、行動推定部213は、空のタイムテーブルに“余暇→睡眠”の行動変化を割り当てる。その後、ステップ3に移行する。
ステップMでは、出力部214は、上記ステップ1からステップ4の処理により、生成されたタイムテーブルを対象ユーザの行動推定の結果として出力する。
以上で、行動推定処理についての具体的な説明を終了する。
入力部209は、対象ユーザの行動推定の指示を受け付ける(ステップS101)。具体的には、入力部209は、対象ユーザのユーザID、対象時間、信頼度の閾値の各値の入力を受け付ける。
行動推定部213は、信頼度が高い順にブロックデータを並び替える(ステップS106)。行動推定部213は、ステップS101の処理において入力部209に入力された閾値に基づいて、信頼度の値が閾値未満のブロックデータを削除する(ステップS107)。
また、ステップS111の処理において、タイムテーブルと矛盾しない場合(ステップS111−NO)、行動推定部213は対応する行動変化をタイムテーブルに割り当てる(ステップS115)。その後、行動推定部213は、ステップS115の処理で割り当てた行動変化に対応するブロックデータを削除する(ステップS116)。行動推定部213は、信頼度の順位の数“i”に、未割当データのうち、信頼度が最も高い未割当データの順位の数を代入する(ステップS117)。その後、ステップS111以降の処理が繰り返し実行される。
機器名特定信号生成部102は、機器名特定信号を生成し、通信部101を介してGW下部機器40に送信する(ステップS201)。通信部101は、各GW下部機器40から当該GW下部機器40ごとの機器IDを取得する(ステップS202)。そして、通信部101は、取得したGW下部機器40ごとの機器IDを機器利用情報記憶部105に記録する。
利用状態確認信号生成部104は、所定のタイミングで利用状態確認信号を生成する。所定のタイミングとは、例えば所定の時間(例えば1秒、1分、1時間など)が経過したタイミングであってもよい。利用状態確認信号生成部104は、例えば、取得された応答プロトコルの値を格納することによって利用状態確認信号を生成する。
また、ステップS207の処理において、所定の時間経過していない場合(ステップS207−NO)、ステップS204の処理に戻る。その後、処理が終了する。
GW10の機器名特定信号生成部102は、機器名特定信号を生成し、GW下部機器40に送信する(ステップS301)。GW下部機器40は、機器名特定信号を受信する。GW下部機器40は、受信した機器名特定信号に応じて自装置(GW下部機器40)の機器IDを含む応答信号を生成し、GW10に送信する(ステップS302)。GW10の通信部101は、GW下部機器40から応答信号を受信する。通信部101は、受信した応答信号からGW下部機器40の機器IDを取得する(ステップS303)。通信部101は、取得したGW下部機器40の機器IDを機器利用情報記憶部105に記録する。
プロトコルデータベースに記録される機器情報は、メーカー名、機器種別及び機種名に限定される必要はなく、GW下部機器40に関する情報であればどのような情報でもよい。
出力部214は、通信部201を介して対象ユーザの行動推定の結果をその他の装置に出力してもよい。例えば、出力部214は、コピー機と通信部201を介して接続されて、行動推定の結果を印刷するように構成されてもよい。
Claims (8)
- 所定の人物が所有している機器を利用していたか否かを示す利用データを所定の時間分取得する機器利用データ取得部と、
人物ごとに、各人物が所有している機器の機器データと、所定の時間ごとに前記各人物が前記機器を利用していたか否かを示す利用データと、前記所定の時間ごとに前記各人物が行っていた行動を表す行動データとを含む教師データを用いて、人物の行動を推定する際に使用されるモデルを、人物の行動が別の行動に変化したときの前後の行動の組み合わせを表す行動変化ごとに作成する作成部と、
前記所定の人物の前記利用データと、前記モデルとを利用して前記利用データと行動変化との相関性を示す値の高さを表す信頼度を行動変化ごとに算出する信頼度算出部と、
算出された信頼度に基づいて前記所定の人物の行動を推定する行動推定部と、
を備える行動推定装置。 - 前記機器利用データ取得部は、取得した前記利用データから第1の単位時間ごとに前記第1の単位時間よりも長い時間である第2の単位時間分の利用データを抽出し、
前記信頼度算出部は、前記第2の単位時間分の利用データに関して、行動変化ごとの信頼度を算出する、請求項1に記載の行動推定装置。 - 前記行動推定部は、前記信頼度の高い行動変化を前記利用データの行動とする、請求項1又は2に記載の行動推定装置。
- 人物が所有している機器の機器データと、前記人物が所定の時間ごとに前記機器を利用していたか否かを示す利用データと、前記所定の時間ごとに前記人物が行っていた行動を表す行動データとを含む教師データを、複数の人物から取得する取得部と、
取得された複数の前記教師データから前記人物の行動が変化した時刻を基準時刻として、前記基準時刻を所定の時間遡った時間から前記基準時刻を所定の時間進んだ時間までの利用データを、人物の行動変化ごとに抽出する抽出部と、
抽出された利用データに基づいて人物の行動を推定する際に使用されるモデルを行動変化ごとに生成する生成部と、
を備えるモデル生成装置。 - 所定の人物が所有している機器を利用していたか否かを示す利用データを所定の時間分取得する機器利用データ取得ステップと、
人物ごとに、各人物が所有している機器の機器データと、所定の時間ごとに前記各人物が前記機器を利用していたか否かを示す利用データと、前記所定の時間ごとに前記各人物が行っていた行動を表す行動データとを含む教師データを用いて、人物の行動を推定する際に使用されるモデルを、人物の行動が別の行動に変化したときの前後の行動の組み合わせを表す行動変化ごとに作成する作成ステップと、
前記所定の人物の前記利用データと、前記モデルとを利用して前記利用データと行動変化との相関性を示す値の高さを表す信頼度を行動変化ごとに算出する信頼度算出ステップと、
算出された信頼度に基づいて前記所定の人物の行動を推定する行動推定ステップと、
を有する行動推定方法。 - 人物が所有している機器の機器データと、前記人物が所定の時間ごとに前記機器を利用していたか否かを示す利用データと、前記所定の時間ごとに前記人物が行っていた行動を表す行動データとを含む教師データを、複数の人物から取得する取得ステップと、
取得された複数の前記教師データから前記人物の行動が変化した時刻を基準時刻として、前記基準時刻を所定の時間遡った時間から前記基準時刻を所定の時間進んだ時間までの利用データを、人物の行動変化ごとに抽出する抽出ステップと、
抽出された利用データに基づいて人物の行動を推定する際に使用されるモデルを行動変化ごとに生成する生成ステップと、
を有するモデル生成方法。 - 所定の人物が所有している機器を利用していたか否かを示す利用データを所定の時間分取得する機器利用データ取得ステップと、
人物ごとに、各人物が所有している機器の機器データと、所定の時間ごとに前記各人物が前記機器を利用していたか否かを示す利用データと、前記所定の時間ごとに前記各人物が行っていた行動を表す行動データとを含む教師データを用いて、人物の行動を推定する際に使用されるモデルを、人物の行動が別の行動に変化したときの前後の行動の組み合わせを表す行動変化ごとに作成する作成ステップと、
前記所定の人物の前記利用データと、前記モデルとを利用して前記利用データと行動変化との相関性を示す値の高さを表す信頼度を行動変化ごとに算出する信頼度算出ステップと、
算出された信頼度に基づいて前記所定の人物の行動を推定する行動推定ステップと、
をコンピュータに実行させるためのコンピュータプログラム。 - 人物が所有している機器の機器データと、前記人物が所定の時間ごとに前記機器を利用していたか否かを示す利用データと、前記所定の時間ごとに前記人物が行っていた行動を表す行動データとを含む教師データを、複数の人物から取得する取得ステップと、
取得された複数の前記教師データから前記人物の行動が変化した時刻を基準時刻として、前記基準時刻を所定の時間遡った時間から前記基準時刻を所定の時間進んだ時間までの利用データを、人物の行動変化ごとに抽出する抽出ステップと、
抽出された利用データに基づいて人物の行動を推定する際に使用されるモデルを行動変化ごとに生成する生成ステップと、
をコンピュータに実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013131043A JP5957418B2 (ja) | 2013-06-21 | 2013-06-21 | 行動推定装置、モデル生成装置、行動推定方法、モデル生成方法及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013131043A JP5957418B2 (ja) | 2013-06-21 | 2013-06-21 | 行動推定装置、モデル生成装置、行動推定方法、モデル生成方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015005217A JP2015005217A (ja) | 2015-01-08 |
JP5957418B2 true JP5957418B2 (ja) | 2016-07-27 |
Family
ID=52301033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013131043A Active JP5957418B2 (ja) | 2013-06-21 | 2013-06-21 | 行動推定装置、モデル生成装置、行動推定方法、モデル生成方法及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5957418B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7211280B2 (ja) * | 2019-06-27 | 2023-01-24 | トヨタ自動車株式会社 | 学習装置、歩行訓練システム、方法、プログラム、及び学習済みモデル |
JP7419313B2 (ja) | 2021-09-15 | 2024-01-22 | Lineヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4982511B2 (ja) * | 2009-01-23 | 2012-07-25 | 株式会社東芝 | 行動時間比率計算装置及び行動時間比率計算方法 |
JP5087153B2 (ja) * | 2011-03-29 | 2012-11-28 | 株式会社東芝 | 行動状態推定システムおよびその方法 |
-
2013
- 2013-06-21 JP JP2013131043A patent/JP5957418B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015005217A (ja) | 2015-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6017039B2 (ja) | ユーザ推薦方法、及び同方法を用いるユーザ推薦システム | |
CN103838834B (zh) | 一种提及推荐方法、信息处理方法及系统 | |
JPWO2010010653A1 (ja) | ユーザモデル処理装置 | |
JP5087153B2 (ja) | 行動状態推定システムおよびその方法 | |
JP5957418B2 (ja) | 行動推定装置、モデル生成装置、行動推定方法、モデル生成方法及びコンピュータプログラム | |
KR102056696B1 (ko) | 사용자 행위 데이터를 생성하기 위한 단말 장치, 사용자 행위 데이터 생성 방법 및 기록매체 | |
CN104811461B (zh) | 数据推送方法和装置 | |
CN114690731A (zh) | 一种关联场景推荐方法、装置、存储介质及电子装置 | |
JP2010146276A (ja) | 行動予測システム、行動予測方法および行動予測用プログラム | |
JP6625247B2 (ja) | 分散協調システム、機器行動監視装置及び家電機器 | |
JP6375706B2 (ja) | 属性推定プログラム及び情報処理装置 | |
JP6003561B2 (ja) | 抽出プログラム、抽出装置及び抽出方法 | |
CN116010001A (zh) | 按键更新方法及装置、按键控制系统、介质、设备 | |
JP5528388B2 (ja) | 情報推薦装置及び方法及びプログラム | |
CN109241381A (zh) | 信息匹配方法及装置 | |
WO2021010041A1 (ja) | 情報処理方法、情報処理システム | |
KR102286994B1 (ko) | 사용자 맞춤형 에너지 관리 장치 및 방법 | |
JP6138709B2 (ja) | ライフログ連携対話システム、ライフログ連携対話方法及びプログラム | |
JP2013020343A (ja) | 送信装置、情報収集システム、処理方法およびプログラム | |
JP6494679B2 (ja) | 解析装置、情報提供装置、解析方法、およびプログラム | |
JP5337748B2 (ja) | 情報処理装置および情報処理プログラム | |
US10645546B2 (en) | Information processing apparatus and method for determining service | |
TW202042086A (zh) | 電子煙裝置、電子煙社交裝置及電子煙社交方法 | |
Tseng et al. | Smartphone app usage log mining | |
JP2015210566A (ja) | 規則性推定装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150629 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160411 |
|
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: 20160524 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160620 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5957418 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |