JP6169382B2 - 共有情報提供システム - Google Patents

Description

本発明は、例えば二人の人物がそれぞれ個別に所有する複数の情報の中から、例えば二人にとって共通する情報を収集、マッチングして、二人にとって共有する情報を提供する共有情報提供システムに関する。

本技術分野の背景技術として、特許第４３６３５５２号公報（特許文献１）、特開２０１１−１０１２５１号公報（特許文献２）、特開２００７−２２６５５５号公報（特許文献３）特開２０１０−１５２７２７号公報（特許文献４）などがある。また、レコメンデーションなる技術がある。レコメンデーションとは、対象者にとって画像があると思われるコンテンツ（商品や情報）をより個別的に提示することである。

特許第４３６３５５２号公報号公報 特開２０１１−１０１２５１号公報 特開２００７−２２６５５５号公報 特開２０１０−１５２７２７号公報

前記特許文献１には、思い出が記録されたデジタルデータを、人の記憶に即して分類・管理し、さらに思い出に関連する他の一般情報において、人の記憶に即してリンク・管理する方法が記載されている。

また、前記特許文献２には、マーク長が所定の長さ未満の記録マークについては、第１の記録パワーを有する１つの記録パルスで形成し、マーク長が所定の長さ以上の記録マークについては、第１の記録パワーよりも低い第２の記録パワーを有する休止期間にて第１の記録パワーを有する記録パルスを分割して記録マークを形成する記録マークの形成方法において、前記休止期間が、記録マークのマーク長によらず、かつ、記録パルスの分割数によらず一定になるように設定されていることを特徴とする記録マークの形成方法が開示されている。

また、前記特許文献３には、マーク長が所定の長さ未満の記録マークについては、第１の記録パワーを有する１つの記録パルスで形成し、マーク長が所定の長さ以上の記録マークについては、第１の記録パワーよりも低い第２の記録パワーを有する休止期間にて第１の記録パワーを有する記録パルスを分割して記録マークを形成する記録マークの形成方法において、前記休止期間が、記録マークのマーク長によらず、かつ、記録パルスの分割数によらず一定になるように設定されていることを特徴とする記録マークの形成方法が開示されている。

また、前記特許文献４には、観光者の観光体験を、各観光スポットを移動した順序で臨場感を持って追体験することのできる追体験システムが開示されている。
しかし、特許文献１の思い出に関するデジタルデータの管理方法、特許文献４の追体験システムは、何れも一人又は１つの団体を対象としたシステムであって、二人以上の複数の情報を対象とし、複数の人に共通する情報のマッチングを行って、複数の人に共有する情報を提供することまでは考慮されていない。

また、特許文献２の電子機器、画像表示方法は、人物の顔など特定の条件で人物を固定的に認識するものであり、また特許文献３の無意識に撮影された画像の閲覧装置、方法は、体験データにメタデータを付加し、大量の画像をすばやくアクセス可能とするものであって、何れにも複数の対象とするデータを関連付けし、例えば体験や思いで等の共有する情報を複数の人に自動的に提示するサービスについては考慮されていない。

要するに、従来にあっては、複数の人物の複数の情報の中から、例えば二人にとって共通する情報を複合化して、二人に有益となる共有する情報を含むサービスを提供することまでは考慮されていなかった。

そこで、本発明は、複数の人の複数の体験などの情報を合わせて、例えば同行者などの二人称視点、またはその場のカメラや第三者を含む三人称視点の共通する体験情報（体験データ）をマッチングして、それぞれに表示することが可能な共有情報提供システムを提供する。

上記課題を解決するために、本発明は、複数の人の複数の情報を取り込み、複数の人の情報の中から、複数の人が関連する情報を関連付けて整理し、複数の人に共有する情報として提供する手段を設ける。

例えば、本発明の共有情報提供システムは、
複数のデータを取込み収集し、当該取り込み収集したデータの中から関連性のあるデータを検索、抽出してユーザ端末に提供するシステムにおいて、
複数人の各種データを体験データとして収集する情報収集手段、
収集した体験データにメタデータを付加し、処理対象ごとに整理する情報整理手段、
前記複数人から収集した複数の体験データの中から関連性のある前記体験データを検索する情報複合化手段、および、
前記情報複合化手段で検索された前記体験データを前記ユーザ端末に送信し、ユーザに体験させる体験手段、を有し、
前記複数人の各種データは、静止画・動画、音声、文字であり、
前記処理対象は、時系列、場所、人（人脈）および体験係数であり、
前記体験データの検索は、
（ａ）指定したルールにより推奨提示するルールベースを応用して、「想い」のある体験を優先的に検索する、または共通イベントをルール化して「共感」の体験を検索する、
（ｂ）コンテンツの属性を分析および分類して類似度を算出し、近いものを推奨するコンテンツベースを応用して、イベント等の近似を算出して「共感」の体験を検索する、および、
（ｃ）類似行動算出を応用し、前記体験データの類似度を算出して「共感」の体験を検索する、または興味類似の「未体験」を検索する、ことを含む
ことを特徴とする。

本発明において、前記情報収集手段が二人の各種データを体験データとして収集し、前記体験データの検索において、前記二人が初めて会う人であれば、共通体験、次に興味があるが未体験を検索し、前記二人が久しぶりに会う人であれば、同時期の体験、次に最近の共通体験を検索するようにしてもよい。

また、本発明の共有情報提供システムは、
複数のデータを取り込み収集し、当該取り込み収集したデータの中から関連性のあるデータを検索、抽出してユーザ端末に提供するシステムにおいて、
情報収集部、情報整理部、整理したデータを検索する検索条件を生成し、関連するデータを複合化する情報複合化部、体験部、情報格納部を有し、
前記情報収集部により、収集した素データにメタデータを付加し、当該データを体験データとして、ユーザ側の複数の端末に提供する共有情報提供システムであって、
前記情報収集部は、複数の機器やメディアから、複数の画像、音声、文字データを含む素データを収集する手段を有し、
前記情報整理部は、前記情報格納部に格納している日時、場所を特定する情報を含むメタデータを、前記素データの属性として取り込み、当該メタデータを前記体験データに付与し、整理する手段を有し、
前記情報複合化部は、前記ユーザ側からユーザ希望の体験検索条件入力を受け、当該入力条件に沿った検索条件を生成し、当該検索条件をもって、前記複数の体験データを検索して当該検索条件に関連する体験の共有化を行なう手段、前記体験の共有化された複数の体験データ候補をユーザ側に送信、提示する手段、を有し、
前記体験部は、前記ユーザにて体験データ候補から選択されたユーザ指定を受け、当該指定に対応する体験データを検索し、当該体験データを所望の見せ方をもってユーザ側に送信する送信手段、を有し、
前記情報格納部は、前記情報収集部により、前記複数の端末から収集した素データ、前記メタデータ、前記端末の所有者の動向、嗜好を示す情報を格納するＤＢを有している、
ことを特徴とする。

本発明によれば、以下のような効果が挙げられる。
（１）複数の人の体験や思い出や話題等共有する情報を容易に提供することができる。例えば、結婚紹介業界等における見合いや出会う際に、二人のマッチングする話題作りのための情報を提供することができ、会話の促進に役立てることが可能である。あるいは、介護施設などでも思い出話の支援とすることができる。ソーシャルメディア、教育産業における深みのある追体験をすることが可能である。
（２）また、以下のような応用が可能である。例えば、人材企業において、特定の体験をした経験者の募集などに有効活用することができる。データ量が多きデータ処理における検索条件の自動学習への応用が可能である。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明の共有情報提供システムの全体構成を示すブロック図である。 体験データ分析処理対象項目の例を示す図である。 メタデータ形式の一例を示す図である。 体験データの関連付け（体験の共有化）を示す図である。 表示形態の一例を示す図である。 制御部の全体の処理フローを示す図である。 図６の情報収集処理のフローを示す図である。 図６の情報整理処理のフローを示す図である。 図６の情報整理処理のフローを示す図である。 図６の情報複合化処理のフローを示す図である。 図６体験部処理の処理フローを示す図である。

以下、実施例を、図面を用いて説明する。まず、背景について更に詳述する。
最近、カメラ付きの携帯やモバイル機器、ツイッター（Twitter）などの普及によって、日々の生活や活動を撮影する機会が増加している。例えば、モバイル機器で写真や動画を記録し、ツイッター（Twitter）などにタイムラインとして個人が体験したデータを「体験データ」として記録、保存する機会が増えている。

この「体験データ」は、撮影する本人にとっては、個人の記憶、思い出として、貴重な記録である。一方で自分の体験の記録ではあるが、記録量が増加すると、その保存、整理が容易でない。従って、その保存、整理を容易に行える手段があればよい。

この保存、整理する手段として、時系列などで整理するソフトウェアや、クラウド上で保存するサービスなども存在する。例えば、ソニー製ＰｌａｙＭｅｍｏｒｉｅｓ；http://www.sony.jp/camera.jpcamera/playmemories/がある。また、ＳＮＳ（ソーシャル・ネットワーク・サービス）の浸透により、それらを時系列で記録して共有するシーンも増加している。

しかし、これらの手段は、個人の体験や思い出を扱うものであって、個人の体験や思い出として保存、記録する上では有効であるも、複数の人の体験や思い出等を結び付けや背世代を超えた結びつけまでは考慮されていない。
従来、複数の人の体験や思い出を結び付ける場合には、手作業で行っていた。しかし、手作業は、効率が悪い、のみならず、大量のデータを取り扱うには困難性が伴う。

これらの体験データは、個人の体験、思い出としても貴重であり、家族や友人同士、あるいは新しい出会いを求める人達や企業間での商取引で語り合う上でのデータとして利用できれば、より深い体験、より良いビジネスにつながる。例えば、複数の人で一つのデータを共有（相互に参照）しながら、体験を共有したり、自分自身も追体験する、あるいは出会いの場において、皆で新たに体験することができれば、コミュニケーションの一手段として利用できる。

その一方、個人レベルでも膨大なデータ量となると、その整理が難しくなり、ましてや、他の人との思い出と共有する、例えば関連する思い出のデータを見せ合うとなると、より膨大なデータ量（データ量×人数）を関連付けで見る、という煩雑な手間、手作業が必要である。

従って、二人以上のコミュニケーション時には使用し難いなどの課題があった。つまり、上述したように、二人以上の複数の人による体験データの共有化については考慮されていない。

また、自分自身の体験データを、後日、見る／他の人に見せるケース（追体験）を考えたとき、一般的には、自分の、例えば写真では一人称視点（自分が写っていない）であるが、追体験では、自分を第三者的（客観的）に見た二人称視点、三人称視点のデータを合わせて見たい要望もある。しかし、二人称視点（同行者など）、又は三人称（その他のカメラや他の人の記録データなど）の体験データと合わせて見るような、追体験での新しい課題については考慮されていない。

そこで、本発明は、複数の体験データを、複合的な関連付けを行い、当該関連付けした体験データに合わせた方法で見ることができ、体験データの共有や追体験を可能とするものである。本実施例においては、二人による体験データの取り込み、整理、複合化、体験データ表示を例に説明する。

図１は、本発明の共有情報提供システムの全体構成を示すブロック図である。同図において、体験共有化支援情報システム１０は、体験データを収集する情報収集部１０１、体験データにメタデータを付与して整理する情報整理部１０２、複数の体験データの相関を行なう情報複合化部１０３、体験部１０４、情報格納部１０５、制御部１０６、を有する。

情報収集部１０１は、素データ収集処理部１０１１、を有する。素データ収集処理部１０１１は、各種データを取り込む取り込みデータ取込部１０１１１、１０１１２、１０１１３、を有する。

取り込みデータ取込部１０１１１〜１０１１３は、各種デバイスやクラウド（ＳＮＳなど）２０１〜２０３から、各種の体験データ、例えば、デジカメ、モバイル機器、監視カメラなどからの静止画、動画、音声や、例えば、温度センサ、湿度センサ、音量センサ、重量センサ、風速センサからの、温度、湿度、音量、重量、風速、及び例えば、メール、ブログなどの文字データ、更にはそれらのメタデータを取り込む。メタデータは、日付や場所などである。

また、体験データの取込みを強化するためのオプションシステムとして、多視点録画システム、監視カメラなどを用いてもよい。例えば、パーティやイベントなどの体験を共有したい場について複数視点の体験データを確保するために、複数台カメラにより記録する。
イベント参加者の体験データは、モバイル機器でとった画像などに、当該システムでとった別地点の体験データを加えて複数視点での追体験ができるようにする。また、イベントのステージ（一人称視点と同等）のほか会場状況（三人称視点）などの周辺体験データを重ねて、手厚い追体験をしやすくするとよい。

情報整理部１０２は、体験データにメタデータを付与し、体験データ＆メタデータを整理するデータ整理処理部１０２１、を有する。

データ整理処理部１０２１は、前記情報収集部１０１により、取り込んだメタデータを、各種処理を行った素データの体験データに付与し、図２に示すように、分析処理対象項目別、例えば、時系列、場所、人物（人脈）、その他（重み付け（体験係数）、イベント抽出、経路解析、他）ごとに整理するデータ整理部１０２１１、１０２１２、１０２１３、１９２１４、を有する。このとき、日時や場所などを自動生成により補足し、整理するとよい。
ここで、体験データを、時系列、場所、人脈（人物）、その他、例えば、重み付け（体験係数）、イベント抽出、経路解析、ごとに整理する処理とは、以下のとおりである。

時系列処理は、各種体験データの日時情報を読み取り、また音声データの音量レベルの類似点・特徴点から時系列の情報を推測し、また古い写真の日付プリントを文字認識し、時系列に整理することである。

場所処理は、ＧＰＳ情報から場所情報を生成し、また、画像の文字データから地名等を読み取り、また大まかな場所情報を生成し、場所ごとに整理することである。
人脈（人物）処理は、顔認識で人物を識別し、人物情報を生成し、人物ごとに整理することである。

その他の重み付けは処理、思い出を扱うため、感情での重み付けもメタデータとして管理し、好感情報や思い出管理システムなどから重み付けを取得し、体験データを重み付け整理することである。

イベント抽出処理は、イベントの抽出／補足、例えば旅行の場合、その時の住所と異なる場所データの写真、イベントの場合、誕生日、合格日、記念日、など、イベントごとに整理することである。

経路解析処理は、歩いて、ある場所で留まり、帰る、つまり目的地とルートごとに整理することである。

ここで、メタデータ形式は、図３に示すように、項目ごと、例えば、纏めＩＤ、日時、場所（位置、地名、建物）、気象（天気、気温）、イベント、人物、行動、体験係数（喜怒哀楽、記憶鮮明度、印象度、体験重要度）を有する。

纏めＩＤは、複数の一連行動を関連付けるＩＤを付与するものである。
日時は、文字とおり日時であって、古い時代；年のみ等、曖昧関連付ける日付を付与するものである。

場所（位置、地名、建物）は、ＧＰＳ位置情報、地名、建物や山などの名称を付与するものである。気象（天気、気温）は、晴れ、晴れのち曇り、温度、その他風速などを付与するものである。

イベントは、記念日、誕生日、各種イベント行事を付与するものである。人物は、名前、人数を付与するものである。

行動は、笑顔・ピース、抱っこ、走る、投げる等の動作・行為を付与するものである。体験係数は、思い出を扱うための感情情報を重み付けに使うものであって、体験への感情と強さ、記憶の確かさ、良い印象／悪い印象、自分にとっての重要さに応じて、係数を付与するものである。

情報複合化部１０３は、複数の体験データの相関をもって対応付けし、当該相関にある体験データを検索する体験データの相関＆検索相関処理部１０３１、を有する。

体験データの相関＆検索相関処理部１０３１は、相関する体験データを検索するための検索条件を生成する検索条件生成部１０３１１、当該検索条件をもって体験データを検索する検索部１０３１２、を有する。

複数の体験データの相関処理は、例えば、周知のリコメンドシステム等の技術を応用して、体験データの関連付け・ユーザ傾向分析で表示する候補を計算し、他の体験との関連付けにより、「体験の共有」ができるよう複数の体験データの相関処理を行う。リコメンド技術としては、例えば、ルールベース（ナレッジベース）、コンテンツベース（モノ属性ベース）、協調フィルタリング（人ベース）、が存在する。

ルールベース（ナレッジベース）は、推定したルールにより、推奨提示するものであるが、この技法を利用して、例えば、見せ方として「想い」ある体験を優先的に提示し、また、入学など共通的イベントをルール化して、ユーザへの見せ方として「共感」を検索するようにする。

コンテンツベース（モノ属性ベース）は、コンテンツの属性を分析・分類して類似度を算出し、近いものを推奨するものであるが、この技法を利用して、例えば、イベント等の近似を算出し、ユーザへの見せ方として「共感」体験を提示するようにする。

協調フィルタリング（人ベース）は、似ている人は同じような行動をすると仮定し、購買履歴などから類似ユーザの行動を参照し、「○○を買った人は△△も興味ある」を提示するものであるが、この技法を利用して、類似行動算出を応用し、体験データの類似度を算出し、ユーザへの見せ方として「共感」体験を検索、または興味類似の「未体験」を検索するようにする。

ここで、「体験の共有」とは、例えば、図４に示すように、共感、未体験、想いである。共感には、共通の体験として、類似の体験（同種の体験、同時期の体験）、近似の体験、がある。未体験には、興味があるが未体験がある。想いには、人に見せたい話したい体験がある。これらは、分類（類似、違う、時期（類似、違う）をもって検索する。

体験データの特徴は、自分が体験したことの記憶であること（体験／記憶・思い出）の記録という点に価値がある）、唯一のものであり、再生できないこと、人間側の記憶が時間と共に薄れること（忘れている場合もあり、記憶が変化・混在している場合もある）、メタ記憶化されている場合もあること（○○に旅行したという言語レベルでの記憶があるが詳細は忘れており、写真等を見て、会話する等で思い出すこともある）、自分の価値観での良否判断であること（ユーザ個別の価値処理が必要）、複数人の交流・体験共有で、新たな価値が生まれることがある、点である。

また、体験データの検索方法は、機械的なマッチングだけでなく、近い体験を引き出して共有する。例えば、例えば、共感の場合は、イベントＤＢに格納している体験データの中から近い時間、場所の体験データ（花火など）を引き出してマッチングを行なう。未体験の場合は、キーワード（イチゴ、苺）を経由した異種の体験（イチゴ狩りに行った）のマッチングを行なう。想いの場合は、一方の強い思い出（人に話したいこと）を軸にしたマッチングを行なう。

検索処理は、例えば、以下により、行なう。
（１）ユーザ希望を受ける。例えば、本システムを利用するユーザを登録する時に、予めユーザ嗜好を登録する。また、任意にどのような場面を検索するかを指定する。初めて会う人であれば、まず共通体験、次に興味あるが未体験とする。久しぶりに会う人であれば、同時期の体験、次に最近の共通の体験とする。また、この話はしたい、の指定であれば、この話しに対応する体験データを優先的に検索し、表示する。または、除外指定、例えばこの話は家族のみであれば、検索から除外する。
（２）検索条件を生成する。条件によって使う検索エンジンも変える。
（３）検索処理する。一般的に知られているリコメンドシステム等の技術を使って検索処理する。リコメンドシステムは、例えば、指定したルールにより推奨提示するルールベース（ナレッジベース）を応用して、「想い」のある体験を優先的に提示したり、入学など共通的イベントをルール化して「共感」を検索する。また、コンテンツの属性を分析・分類して類似度を算出し、近いものを推奨するコンテンツベース（モノ属性ベース）を応用して、イベント等の近似を算出し、「共感」の体験を検索する。また、似ている人は同じような行動をする仮定で、購買履歴などから類似ユーザの行動を参照し、「○○を買った人は△△も興味ある」を提示する強調フィルタリング（人ベース）を応用して、類似行動算出を応用し、体験データの類似度を算出し、「共感」を検索、又は興味近似の「未体験」を検索する。

体験部１０４は、ユーザに体験してもらう体験データを表示装置に表示するものであって、表示処理部１０４１、を有する。表示処理部１０４１は、ユーザへの見せ方、つまり「共感」、「未体験」、「想い」、に応じた表示処理を行う。図５は、その表示例を示す図である。

複合化部１０３の検索処理により得られる体験データ、例えば、お薦めの体験データをユーザ端末４０のモバイルや立体表示などの表示装置（図示せず）に表示し、ユーザが体験可能とするものであって、複数の体験データをもとに、他の人との体験の共有、周辺の状況を含めた複数視点での追い体験が可能となるように表示装置に表示する。表示装置に表示される体験データは、ユーザにより選択する。

情報格納部１０５は、体験データ、共通イベントデータ、などを格納するＤＢ１０５１を有する。
制御部１０６は、情報収集部１０１、情報整理部１０２、情報複合化部１０３、体験部１０４の各データ処理をスケジューリングし、また各部の処理を制御するプログラムを有する。

以下、制御部の処理について説明する。
図６は、制御部１０６の全体処理フローを示す図である。同図において、情報処理部１０１は、ステップＳ７１０にて、情報を収集する処理を行い、情報整理部１０２は、ステップＳ７２０にて、収集した情報の整理処理を行い、情報複合化部１０３は、ステップＳ７３０にて、整理した情報の複合化処理を行い、体験部１０４は、ステップＳ７４０にて、複合化した情報を表示可能とする体験処理を行う。

次に、各処理について詳述する。
図７は、情報収集部における処理を示すフロー図である。同図において、ステップＳ７１０にて、情報収集処理を開始すると、ステップＳ７１０１にて、各種情報サイトなどからの各種情報を収集し、ステップＳ７１１にて、当該処理を終了する。このデータ収集方法は、一般的に知られている方法により実現する。

図８及び図９は、情報整理部における処理を示すフロー図である。
図８において、ステップＳ７３０にて、情報整理処理を開始すると、ステップＳ７３０１にて個人の情報を収集し、ステップＳ７３０２にて、アップしたデータを受け、ステップＳ７３０３にて、アップしたデータの種類、つまり動画であるか否かを判定する。

当該ステップにて、データが動画である場合（Ｙ）には、ステップＳ７３０３にて、画像データを取り出し、ステップＳ７３０６に進む。
データが動画でない場合（Ｎ）には、ステップＳ７３０５にて、画像データであるか否かを判定する。当該ステップにて、画像データである場合（Ｙ）には、ステップＳ７３０６に進む。画像データでない場合（Ｎ）には、ステップＳ７３０７に進む。

ステップＳ７３０６では、ステップＳ７３０４にて取り出した画像データ、ステップＳ７３０５の画像データを受け、当該画像から単語を切り出し、ステップＳ７３０７に進む。

ステップＳ７３０７では、ステップ７３０５による非画像データ、ステップ７３０６による切り出し単語を受け、当該非画像データや単語を含むデータ、つまり文章などからメタデータの作成を行い、ステップＳ７３０８にて、情報格納部１０５のＤＢに登録し、ステップＳ７３０９に進む。

ステップＳ７３０９では、ステップＳ７３０２にてアップしたデータの数だけ、上述したステップ７３０２からのループ２を繰り返す。

しかるのち、ステップＳ７３１０にて、ステップＳ７３０７にて作成したメタデータから出現頻度の高い単語を個人の重要単語として情報格納部１０５のＤＢに登録し、ステップＳ７３１１に進む。

ステップＳ７３１１では、個人ごとに、ステップＳ７３０１に戻り、上述したステップのループ１を繰り返す。

次に、図９において、ステップＳ７３１２にて１人目の個人の重要単語を受け、ステップ７３１３にて、他の個人の重要単語と一致するか否か判定する。

当該ステップによる判定結果、重要単語と一致する場合（Ｙ）には、ステップＳ７３１４にて、共通の重要単語として情報格納部１０５のＤＢに登録し、ステップＳ７３１５に進む。一致しない場合（Ｎ）には、そのままステップＳ７３１５に進む。

ステップＳ７３１５では、重要単語と関連性の高い単語を情報格納部１０５のＤＢより抽出し、ステップＳ７３１６に進む。

ステップＳ７３１６では、ステップＳ７３１５にて抽出した単語を受け、ステップＳ７３１７にて他の個人の重要単語と一致するか否か判定する。

当該ステップによる判定結果、一致する場合（Ｙ）には、ステップＳ７３１８にて、共通の重要単語として情報格納部１０５のＤＢに登録し、ステップＳ７３１９に進む。一致しない場合（Ｎ）には、そのままステップＳ７３１９に進む。

そして、ステップＳ７３１９では、ステップＳ７３１６に戻り、ループ４を繰り返す。しかるのち、ステップＳ７３２０にて、ステップＳ７３１２に戻り、ループ３を繰り返す。

図１０は、情報複合化部における処理フローを示す図である。同図において、ステップＳ７４０にて、複合化処理を開始すると、ステップＳ７４０１にて、入力された情報（単語）を受け、ステップＳ７４０２を介してステップＳ７４０３にて、入力された情報（単語）と一致するか否か判定する。

当該ステップによる判定結果、一致する場合（Ｙ）には、ステップＳ７４０４にて、優先度の最も高い共通の単語とし、ステップＳ７４０５に進む。一致しない場合（Ｎ）には、そのままステップＳ７４０５に進む。
ステップＳ７４０５では、ステップＳ７４０２（共通の単語）に戻り、ループ５を繰り返す。

次いで、ステップＳ７４０６にて、入力された情報（単語）と関連性の高い単語を情報格納部１０５のＤＢより抽出し、ステップＳ７４０７、ステップＳ７４０８を介してステップＳ７４０９にて、情報格納部１０５のＤＢから抽出した単語と共通単語が一致するか否か判定する。

当該ステップによる判定結果、一致する場合（Ｙ）には、ステップＳ７４１０にて、優先度を高くし、ステップＳ７４１１、Ｓ７４１２に進む。

ステップＳ７４１１では、ステップＳ７４０８に戻り、ループ７を繰り返し、ステップＳ７４１２では、ステップＳ７４０７に戻り、ループ７を繰り返す。

しかるのち、ステップＳ７４１３にて、優先度の高い共通単語をより多く含むデータの順にデータを並び替え、ステップＳ７４１４にて終了する。

図１１は、体験処理部における処理フローを示す図である。同図において、ステップＳ７４０にて、体験処理を開始すると、ステップＳ７４０１にて、情報複合化部の複合化処理にて並べかえられたデータ順に従い、データをユーザに表示するコンテンツを作成し、ステップＳ７４１にて終了する。

体験部によるデータをどのように表示するかは、色々な方法があるが、その方法には、知れ渡っている周知技術を利用し、例えば、端末にデータを表示するプログラムを利用すればよい。

以上の処理をもって、ユーザ側では、見せ方（共感、未体験、想い）に応じた、関連付けされた複数の体験データを表示、確認することができる。

本実施例によれば、例えば、以下のような効果を期待することができる。
出会う二人の話題づくり（商談や結婚情報サービスでのマッチングなど）
介護施設などでの思い出話の支援
深みのある追体験
特定の体験の経験者の募集（擬似人格データを用いた処理）
ビックデータ処理における検索条件の自動学習への応用

なお、本発明は上述した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

本システムは、クラウド上で運用されるクラウド事業やビックデータ事業などと関連付けて利用するとよい。

１０ 体験共有支援情報システム
１０１ 情報収集部
１０２ 情報整理部
１０３ 情報複合化部
１０４ 体験部
１０５ 情報格納部
１０６ 制御部

Claims (3)

1. 複数のデータを取込み収集し、当該取り込み収集したデータの中から関連性のあるデータを検索、抽出してユーザ端末に提供するシステムにおいて、
   複数人の各種データを体験データとして収集する情報収集手段、
   収集した体験データにメタデータを付加し、処理対象ごとに整理する情報整理手段、
   前記複数人から収集した複数の体験データの中から関連性のある前記体験データを検索する情報複合化手段、および、
   前記情報複合化手段で検索された前記体験データを前記ユーザ端末に送信し、ユーザに体験させる体験手段、
   を有し、
   前記複数人の各種データは、静止画・動画、音声、文字であり、
   前記処理対象は、時系列、場所、人（人脈）および体験係数であり、
   前記体験データの検索は、
   （ａ）指定したルールにより推奨提示するルールベースを応用して、「想い」のある体験を優先的に検索する、または共通イベントをルール化して「共感」の体験を検索する、
   （ｂ）コンテンツの属性を分析および分類して類似度を算出し、近いものを推奨するコンテンツベースを応用して、イベント等の近似を算出して「共感」の体験を検索する、および、
   （ｃ）類似行動算出を応用し、前記体験データの類似度を算出して「共感」の体験を検索する、または興味類似の「未体験」を検索する、ことを含む
   ことを特徴とする共有情報提供システム。
2. 請求項１に記載された共有情報提供システムであって、
   前記情報収集手段が二人の各種データを体験データとして収集し、
   前記体験データの検索において、前記二人が初めて会う人であれば、共通体験、次に興味があるが未体験を検索し、前記二人が久しぶりに会う人であれば、同時期の体験、次に最近の共通体験を検索する
   ことを特徴とする共有情報提供システム。
3. 複数のデータを取り込み収集し、当該取り込み収集したデータの中から関連性のあるデータを検索、抽出してユーザ側の端末に提供するシステムにおいて、
   情報収集部、情報整理部、整理したデータを検索する検索条件を生成し、関連するデータを複合化する情報複合化部、体験部、情報格納部を有し、
   前記情報収集部により、収集した素データにメタデータを付加し、当該データを体験データとして、ユーザ側の複数の端末に提供する共有情報提供システムであって、
   前記情報収集部は、複数の機器やメディアから、複数の画像、音声、文字データを含む素データを収集する手段を有し、
   前記情報整理部は、前記情報格納部に格納している日時、場所を特定する情報を含むメタデータを、前記素データの属性として取り込み、当該メタデータを前記体験データに付与し、整理する手段を有し、
   前記情報複合化部は、前記ユーザ側からユーザ希望の体験検索条件入力を受け、当該入力条件に沿った検索条件を生成し、当該検索条件をもって、前記複数の体験データを検索して当該検索条件に関連する体験の共有化を行なう手段、前記体験の共有化された複数の体験データ候補をユーザ側に送信、提示する手段、を有し、
   前記体験部は、前記ユーザ側にて体験データ候補から選択されたユーザ指定を受け、当該指定に対応する体験データを検索し、当該体験データを所望の見せ方をもってユーザ側に送信する送信手段、を有し、
   前記情報格納部は、前記情報収集部により、前記複数の端末から収集した素データ、前記メタデータ、前記端末の所有者の動向、嗜好を示す情報を格納するＤＢを有している、
   ことを特徴とする共有情報提供システム。
   

Images