JP6499134B2 - 決定装置、決定方法、及び決定プログラム - Google Patents

Description

本発明は、決定装置、決定方法、及び決定プログラムに関する。

従来、種々の情報に基づいてユーザにサービスを提供するタイミングを決定する技術が提供されている。例えば、購入商品および商品購入日の情報を含む履歴情報に基づいて、購入者が次回購入する商品の日にちを予測する技術が提供されている。

特開２０１２−１４４６７号公報

しかしながら、上記の従来技術ではユーザにサービスを提供するタイミングを適切に決定することが難しい。例えば、購入商品および商品購入日の情報を含む履歴情報に基づくだけでは、ユーザが過去の行動パターンと異なる行動を行った場合等において、ユーザにとって適切でないタイミングでサービスが提供される場合がある。すなわち、過去の履歴に基づくだけでは、その時点におけるユーザにとって適切なタイミングでサービスを提供することが難しい。

本願は、上記に鑑みてなされたものであって、ユーザにサービスを提供するタイミングを適切に決定する決定装置、決定方法、及び決定プログラムを提供することを目的とする。

本願に係る決定装置は、ユーザの居住空間において所定のセンサにより検知された商品の重量に関する情報を取得する取得部と、前記取得部により取得された商品の重量の変化に関する情報に基づいて、前記ユーザに前記商品に関するサービスを提供するタイミングを決定する決定部と、を備えたことを特徴とする。

実施形態の一態様によれば、ユーザにサービスを提供するタイミングを適切に決定することができるという効果を奏する。

図１は、実施形態に係る決定処理の一例を示す図である。 図２は、実施形態に係る決定装置の構成例を示す図である。 図３は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図４は、実施形態に係る検知情報記憶部の一例を示す図である。 図５は、実施形態に係る空間情報記憶部の一例を示す図である。 図６は、実施形態に係る商品情報記憶部の一例を示す図である。 図７は、実施形態に係る決定処理の一例を示すフローチャートである。 図８は、実施形態に係る容器の重量の推定の一例を示す図である。 図９は、実施形態に係るユーザの商品への評価の推定の一例を示す図である。 図１０は、決定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る決定装置、決定方法、及び決定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る決定装置、決定方法、及び決定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．決定処理〕
まず、実施形態に係る決定処理について説明する。図１は、実施形態に係る決定処理の一例を示す図である。図１に示す決定装置１００は、所定のセンサにより検知された商品の重量に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する決定サービスを提供する。なお、図１においては、例えばマンション等の一戸である空間ＩＤ「ＳＰ１」により識別される空間（図５参照。以下、「住戸ＳＰ１」とする場合がある）を居住空間（以下、単に「空間」とする場合がある）の一例として示す。

また、図１の例では、住戸ＳＰ１内にセンサＩＤ「ＳＮ１」により識別される重量センサ（以下、単に「センサＳＮ１」とする場合がある）が設けられており、センサＳＮ１により検知された情報（以下、「検知情報」ともいう）に基づいて、ユーザにサービスを提供するタイミングを決定する場合を示す。また、図１の例では、センサＳＮ１により商品の重量を検知し、重量の変化に基づいてユーザに商品購入のサービスを提供するタイミングを決定する場合を示す。また、図１の例では、住戸ＳＰ１に居住するユーザであって、ユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」とする場合がある）を対象に商品購入のサービスを提供するタイミングを決定する場合を示す。

図１に示すように、実施形態に係る決定システム１には、重量センサであるセンサＳＮ１と、商取引装置５０と、決定装置１００とが含まれる。決定装置１００はセンサＳＮ１や商取引装置５０と所定のネットワークを介して通信可能に接続される。なお、図１に示した決定システム１には、複数のセンサＳＮ１や、複数の商取引装置５０や、複数の決定装置１００が含まれてもよい。決定システム１には、重量センサに限らず商品の重量を検知可能であれば赤外線センサ等の各種センサが含まれてもよい。

図１に示す例において、センサＳＮ１は、載置された商品（物体）の重量を検知する重量センサである。また、センサＳＮ１は、所定のネットワークを介して決定装置１００に検知情報を送信する。すなわち、住戸ＳＰ１に設けられるセンサＳＮ１は、決定装置１００と通信可能である。なお、ここでいう、決定装置１００と通信可能とは、他の装置を介して決定装置１００と通信可能であることも含まれるものとする。なお、図１の例では、センサＳＮ１を図示するために、住戸ＳＰ１内のテーブル上にセンサＳＮ１を接地する場合を示すが、センサＳＮ１は、商品の重量を検知可能であれば、種々の態様で設けられてもよい。例えば、センサＳＮ１は、住戸ＳＰ１内の冷蔵庫内に設けられていてもよく、冷蔵庫のドアに設けられたサイドポケット等、重量の検出対象となる商品が設置される任意の位置に設けられてもよい。例えば、センサＳＮ１は、ＩＤ「ＦＲ１」により識別されるＩｏＴ機器である冷蔵庫（図５参照）と一体に設けられてもよい。

商取引装置５０は、商取引サービスを提供するために用いられる情報処理装置である。例えば、商取引装置５０は、決定装置１００からの情報を取得し、ユーザの居住地に商品を配送するサービスを提供する提供元が利用する装置である。図１の例では、商取引装置５０を用いる提供元は、商取引装置５０により決定装置１００からの情報を取得し、その情報に基づいて物流拠点ＤＢ１からユーザＵ１の住戸ＳＰ１に商品を配送するサービスを提供する。なお、商取引装置５０を用いる提供元が提供するサービスは、決定装置１００からの情報に基づいて商品をユーザＵ１に配送可能であれば、電子商取引サービスに限らず、どのような態様のサービスであってもよい。

決定装置１００は、ユーザの居住空間において所定のセンサにより検知された商品の重量に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する情報処理装置である。また、決定装置１００が商取引サービスを提供する場合、商取引装置５０と決定装置１００とは一体であってもよい。

以下、図１を用いて、決定処理の一例を説明する。図１では、重量を検知する対象となる商品がケチャップＡである場合を示す。なお、ケチャップＡは、商品ＩＤ「ＧＤ１」により識別される商品（以下、「商品ＧＤ１」ともいう）であり、ユーザＵ１が定期購入している商品であるものとする。また、図１では、商品ＧＤ１の内容量の減少に応じて、商品ＧＤ１を商品ＧＤ１−１〜ＧＤ１−３として説明する。すなわち、図１では、商品ＧＤ１−１、ＧＤ１−２、ＧＤ１−３の順で時間が経過していることを示す。なお、商品ＧＤ１−１、ＧＤ１−２、ＧＤ１−３は同一の商品ＧＤ１（ケチャップＡ）である。また、商品ＧＤ１−１〜ＧＤ１−３を区別なく説明する場合、商品ＧＤ１やケチャップＡと記載する。

また、図１では、商品ＧＤ１の重量が検知されるタイミングに応じて、住戸ＳＰ１を住戸ＳＰ１−１〜ＳＰ１−３として説明する。すなわち、図１では、住戸ＳＰ１−１、ＳＰ１−２、ＳＰ１−３の順で時間が経過していることを示す。なお、住戸ＳＰ１−１、ＳＰ１−２、ＳＰ１−３は同一の住戸ＳＰ１である。また、住戸ＳＰ１−１〜ＳＰ１−３を区別なく説明する場合、住戸ＳＰ１と記載する。

また、以下では、商品ＧＤ１の重量の検知による情報の更新に応じて、決定装置１００を決定装置１００−１〜１００−３として説明する。すなわち、図１では、決定装置１００−１、１００−２、１００−３の順で時間が経過していることを示す。なお、決定装置１００−１〜１００−３は同一の決定装置１００である。また、以下では、決定装置１００−１〜１００−３について、特に区別することなく説明する場合には、決定装置１００と記載する。また、以下では、商品ＧＤ１の重量の検知による情報の更新に応じて、検知情報記憶部１２２を検知情報記憶部１２２−１〜１２２−３として説明する。すなわち、図１では、検知情報記憶部１２２−１、１２２−２、１２２−３の順で時間が経過していることを示す。また、検知情報記憶部１２２−１〜１２２−３は同一の検知情報記憶部１２２である。また、以下では、検知情報記憶部１２２−１〜１２２−３について、特に区別することなく説明する場合には、検知情報記憶部１２２と記載する。

図１に示すように、住戸ＳＰ１−１において、ユーザＵ１は、センサＳＮ１に商品ＧＤ１−１を載置する（ステップＳ１１）。これにより、センサＳＮ１は、載置された商品ＧＤ１−１の重量を検知する。その後、センサＳＮ１は、検知ＩＤ「Ｄ１」により識別される検知に関する情報（以下、「検知情報Ｄ１」ともいう）を決定装置１００へ送信する（ステップＳ１２）。例えば、センサＳＮ１は、検知した重量が１８０ｇであることを示す検知情報Ｄ１を決定装置１００へ送信する。

センサＳＮ１から検知情報Ｄ１を取得した決定装置１００−１は、検知情報Ｄ１に関する商品を追加する（ステップＳ１３）。なお、検知情報Ｄ１対応する商品は、検知情報Ｄ１から推定してもよいし、ユーザＵ１による入力に基づいてもよい。図１の例では、決定装置１００は、ユーザＵ１が入力した「ケチャップＡ」の情報を基に、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定する。例えば、決定装置１００は、ユーザＵ１がセンサＳＮ１に設けられた入力インターフェイスを介して入力した「ケチャップＡ」に関する情報に基づいて、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定してもよい。また、決定装置１００は、ユーザＵ１が利用するＩｏＴ機器、例えばスマートフォンに入力した「ケチャップＡ」に関する情報に基づいて、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定してもよい。なお、上記は一例であり、決定装置１００は、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定可能であれば、どのような情報に基づいて推定を行ってもよい。

図１の例では、決定装置１００−１は、検知情報記憶部１２２−１に示すように、検知ＩＤ「Ｄ１」により識別される検知により、ケチャップＡの重量が「１８０（ｇ）」であると検知されたことを示す情報を検知情報記憶部１２２に追加する。

その後、ユーザＵ１は、センサＳＮ１に載置した商品ＧＤ１−１であるケチャップＡを使用する（ステップＳ１４）。その後、図１に示すように、住戸ＳＰ１−２において、ユーザＵ１は、センサＳＮ１にステップＳ１４において使用後の商品ＧＤ１−２を載置する（ステップＳ１５）。これにより、センサＳＮ１は、載置された商品ＧＤ１−２の重量を検知する。その後、センサＳＮ１は、検知ＩＤ「Ｄ２」により識別される検知に関する情報（以下、「検知情報Ｄ２」ともいう）を決定装置１００へ送信する（ステップＳ１６）。

センサＳＮ１から検知情報Ｄ２を取得した決定装置１００は、検知情報Ｄ２に基づいて情報を更新する（ステップＳ１７）。図１の例では、決定装置１００−２は、検知情報記憶部１２２−２に示すように、検知ＩＤ「Ｄ２」により識別される検知により、ケチャップＡの重量が「１１０（ｇ）」であると検知されたことを示す情報を検知情報記憶部１２２に追加する。なお、決定装置１００−２は、最新のケチャップＡの重量「１１０（ｇ）」や、商品情報記憶部１２４に記憶されたケチャップＡに関する容器の重量（以下、「容器重量」ともいう）「２０（ｇ）」や閾値「４０（ｇ）」に基づいて、ケチャップＡの購入処理を行うかの判定を行い、サービスを提供しないと決定するが、図示を省略する。

その後、ユーザＵ１は、センサＳＮ１に載置した商品ＧＤ１−２であるケチャップＡを使用する（ステップＳ１８）。その後、図１に示すように、住戸ＳＰ１−３において、ユーザＵ１は、センサＳＮ１にステップＳ１８において使用後の商品ＧＤ１−３を載置する（ステップＳ１９）。これにより、センサＳＮ１は、載置された商品ＧＤ１−３の重量を検知する。その後、センサＳＮ１は、検知ＩＤ「Ｄ３」により識別される検知に関する情報（以下、「検知情報Ｄ３」ともいう）を決定装置１００へ送信する（ステップＳ２０）。

センサＳＮ１から検知情報Ｄ３を取得した決定装置１００は、検知情報Ｄ３に基づいて情報を更新する（ステップＳ２１）。図１の例では、決定装置１００−３は、検知情報記憶部１２２−３に示すように、検知ＩＤ「Ｄ３」により識別される検知により、ケチャップＡの重量が「５０（ｇ）」であると検知されたことを示す情報を検知情報記憶部１２２に追加する。

ここで、決定装置１００−３は、最新のケチャップＡの重量「５０（ｇ）」や、商品情報記憶部１２４に記憶されたケチャップＡに関する容器重量「２０（ｇ）」や閾値「４０（ｇ）」に基づいて、ケチャップＡの購入処理を行うかの判定を行う。なお、容器重量「２０（ｇ）」は、ケチャップＡの容器重量であり、閾値「４０（ｇ）」は、サービスを提供するタイミングを決定するために用いる閾値を示す。

検知情報記憶部１２２−３に記憶された最新のケチャップＡの重量が「５０（ｇ）」である決定装置１００−３は、図１中の判定情報ＣＮ１に基づいて、ユーザＵ１に対してケチャップＡの購入処理を行うと決定する（ステップＳ２２）。例えば、決定装置１００−３は、図１中の判定情報ＣＮ１に示すように、最新のケチャップＡの重量とケチャップＡの容器重量の差分と、閾値を比較することにより、ユーザＵ１に対してケチャップＡの購入処理を行うと決定する。具体的には、決定装置１００−３は、図１中の判定情報ＣＮ１に示すように、最新のケチャップＡの重量とケチャップＡの容器重量の差分が「３０（＝５０−２０）」であり、閾値「４０」以下となったため、ユーザＵ１に対してケチャップＡの購入処理を行うと決定する。

そのため、決定装置１００−３は、商取引装置５０へユーザＵ１がケチャップＡを購入することを示す情報（購入情報）を送信する（ステップＳ２３）。例えば、決定装置１００−３は、ケチャップＡを識別する情報である商品ＩＤ「ＧＤ１」と購入するユーザを識別する情報であるユーザＩＤ「Ｕ１」を商取引装置５０へ送信してもよい。また、例えば、決定装置１００−３は、ユーザＵ１の住所等を商取引装置５０へ送信してもよい。

その後、商取引装置５０を用いる提供元は、物流拠点ＤＢ１からユーザＵ１の住居ＳＰ１の住所「住所Ａ」（図５参照）にケチャップＡを配送する（ステップＳ２４）。

上述したように、決定装置１００は、センサＳＮ１により検知したケチャップＡの重量に基づいて、ユーザＵ１が使用するケチャップＡの残量を推定する。また、決定装置１００は、推定したケチャップＡの残量と所定の閾値（例えば、４０（ｇ））とを比較することにより、ユーザＵ１にとってケチャップＡを買い足す適切なタイミングを決定する。これにより、決定装置１００は、ユーザにサービスを提供するタイミングを適切に決定することができる。なお、上述した例では、決定装置１００が購入処理を行う場合を示したが、決定装置１００が提供するサービスは、購入処理に限らず、商品の重量に関する情報に基づいて、ユーザに提供可能なサービスであればどのようなサービスであってもよい。例えば、決定装置１００は、商品の重量に関する情報に基づいて、商品の購入を促す情報を提供するタイミングを決定してもよい。例えば、決定装置１００は、検知された商品の重量が所定の閾値に達した場合、その商品の購入を促す情報をユーザに提供してもよい。なお、上記例では、決定装置１００がセンサＳＮ１から情報を取得して決定処理を行う場合を例示したが、決定装置１００がセンサＳＮ１の機能を有してもよい。この場合、例えば、決定装置１００とセンサＳＮ１とは一体であり、決定装置１００が住居ＳＰ１内に配置されてもよい。

上述した例では、決定装置１００は、ユーザＵ１の入力に基づいてセンサＳＮ１が検知した商品を推定する場合を示したが、ユーザＵ１の入力に限らず、利用可能な情報に応じて種々の情報を用いて商品を推定したり、種々の情報を組み合わせて商品を推定したりしてもよい。例えば、決定装置１００は、ユーザＵＩの購入履歴に基づいて、センサＳＮ１が検知した商品を推定したりしてもよい。例えば、決定装置１００は、ユーザＵＩの購入履歴に基づく商品のユーザＵ１の住居ＳＰ１への配送日時と、センサＳＮ１により商品が検知された日時とが所定の範囲内（例えば１時間以内）である場合、ユーザＵ１の住居ＳＰ１に配送された商品をセンサＳＮ１により検知された商品と推定してもよい。また、例えば、決定装置１００は、上述した配送日時に複数の商品がユーザＵ１の住居ＳＰ１に配送される場合、複数の商品のうち、センサＳＮ１により最初に検知された商品の重量と、所定の手段により取得された未使用時の重量とが、所定の条件を満たす商品をセンサＳＮ１により検知された商品と推定してもよい。配送される場合、複数の商品のうち、センサＳＮ１により最初に検知された商品の重量と、所定の手段により取得された未使用時の重量とが最も近似する商品をセンサＳＮ１により検知された商品と推定してもよい。なお、決定装置１００は、各商品を提供する提供元が提供する商品情報等を外部の情報処理装置から取得する等、種々の手段により各商品の未使用時の重量を取得してもよい。また、決定装置１００は、各商品の未使用時の重量に関する情報を記憶部１２０（図２参照）に格納してもよい。

また、例えば、決定システム１は、上記のセンサＳＮ１に限らず、種々のセンサを適宜用いて、商品の重量に関する情報を検知してもよい。例えば、決定システム１は、赤外線センサを用いて、商品の重量に関する情報を検知してもよい。例えば、決定システム１は、住居ＳＰ１に配置された冷蔵庫内に設けられた赤外線センサを用いて、冷蔵庫内に収納される商品の重量に関する情報を検知してもよい。例えば、決定システム１は、赤外線センサを用いて、冷蔵庫内の所定の高さに赤外線を放射しその反射の有無により、商品の重量に関する情報を検知してもよい。例えば、決定システム１は、赤外線センサを用いて、冷蔵庫内の所定の高さに赤外線を放射しその反射の有無の変化の回数により、検知された商品の使用頻度を検知してもよい。また、決定装置１００は、赤外線センサが検知した商品の使用頻度とその商品の１回に使用される平均量に基づいて、商品の重量を検知してもよい。例えば、決定装置１００は、赤外線センサが検知した商品の使用頻度が３回であり、その商品の１回に使用される平均量が「５０ｇ」である場合、その商品の消費量が「１５０ｇ（＝５０×３ｇ）」であると推定してもよい。また、決定装置１００は、商品の使用前の重量が「４００ｇ」であり、上記のように商品の消費量が「１５０ｇ」であると推定した場合、残りの商品の重量を「２５０ｇ（＝４００−１５０ｇ）」であると推定してもよい。

〔２．決定装置の構成〕
次に、図２を用いて、実施形態に係る決定装置１００の構成について説明する。図２は、実施形態に係る決定装置１００の構成例を示す図である。図２に示すように、決定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、決定装置１００は、決定装置１００の管理者等から各種操作を取得する入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、商取引装置５０や重量センサＳＮ１等のＩｏＴ機器やユーザが利用する端末装置や商取引装置５０との間で情報の送受信を行う。また、通信部１１０は、上記に限らず種々の外部装置との間で情報の送受信を行ってもよい。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図２に示すように、ユーザ情報記憶部１２１や検知情報記憶部１２２や空間情報記憶部１２３や商品情報記憶部１２４を有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、各ユーザについてネットワーク上における商取引の決済に用いられる口座に関する情報やユーザの属性情報等の各種情報を記憶する。図３に、実施形態に係るユーザ情報記憶部１２１の一例を示す。図３に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「端末ＩＤ」、「性別」といった項目を有する。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「端末ＩＤ」は、対応するユーザが利用する端末装置の識別情報を示す。「性別」は、対応するユーザの性別を示す。

例えば、図３に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、端末ＩＤ「ＴＭ１」により識別される端末装置を利用しており、性別が「女性」であることを示す。また、例えば、図３に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザは、端末ＩＤ「ＴＭ２」により識別される端末装置を利用しており、性別が「男性」であることを示す。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、性別に限らず、種々の属性情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、年齢、自宅、勤務地、興味・関心、氏名、家族構成、収入等の情報を記憶してもよい。また、例えば、ユーザ情報記憶部１２１は、ユーザが商品購入の決済に用いる口座に関する情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、限度額に関する情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、過去の決済金額に関する情報を記憶してもよい。

（検知情報記憶部１２２）
実施形態に係る検知情報記憶部１２２は、検知に関する各種情報を記憶する。例えば、検知情報記憶部１２２は、センサＳＮ１等の種々のセンサによる検知に関する各種情報を記憶する。図４は、実施形態に係る検知情報記憶部の一例を示す図である。図４に示す検知情報記憶部１２２は、「センサＩＤ」、「商品ＩＤ」、「商品」、「検知ＩＤ」、「重量（ｇ）」、「日時」といった項目が含まれる。

「センサＩＤ」は、センサを識別する情報を示す。「商品ＩＤ」は、商品を識別する情報を示す。「商品」は、対応する商品ＩＤにより識別される商品を示す。「検知ＩＤ」は、対応する商品に対するセンサによる検知を識別する情報を示す。また、「重量（ｇ）」は、対応する検知ＩＤにより識別される検知により取得された重量を示す。また、「日時」は、対応する検知が行われた日時を示す。なお、図４の例では、「日時」に記憶される情報を「日時ＤＡ」等の符号で図示するが、「日時」には、「２０１６年８月５日１７時５５分４３秒」等の具体的な日時が記憶されるものとする。

例えば、図４に示す例において、センサＩＤ「ＳＮ１」により識別されるセンサ（センサＳＮ１）により、商品ＩＤ「ＧＤ１」により識別される商品「ケチャップＡ」が、日時ＤＡ、日時ＤＢ、日時ＤＣの３回検知されたことを示す。例えば、日時ＤＡにおける検知ＩＤ「Ｄ１」により識別される検知により、ケチャップＡの重量が「１８０（ｇ）」であると検知されたことを示す。また、例えば、日時ＤＢにおける検知ＩＤ「Ｄ２」により識別される検知により、ケチャップＡの重量が「１１０（ｇ）」であると検知されたことを示す。また、例えば、日時ＤＣにおける検知ＩＤ「Ｄ３」により識別される検知により、ケチャップＡの重量が「５０（ｇ）」であると検知されたことを示す。

なお、検知情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（空間情報記憶部１２３）
実施形態に係る空間情報記憶部１２３は、空間に関する各種情報を記憶する。また、空間情報記憶部１２３は、空間に設けられたセンサ等を含むＩｏＴ機器に関する情報を記憶する。図５は、実施形態に係る空間情報記憶部の一例を示す図である。図５には、空間情報記憶部１２３に記憶される空間に関する情報の一例を示す。図５に示すように、空間情報記憶部１２３は、空間に関する情報として、「空間ＩＤ」、「住所」、「ユーザ」、「ＩｏＴ機器１」、「ＩｏＴ機器２」といった項目が含まれる。

「空間ＩＤ」は、空間を識別するための識別情報を示す。例えば、空間ＩＤ「ＳＰ１」により識別される空間は、図１の例に示す住戸ＳＰ１に対応する。また、「住所」は、空間ＩＤにより識別される空間に対応する不動産の住所に関する情報を示す。また、「ユーザ」は、対応する空間ＩＤにより識別される空間に居住するユーザを示す。また、「ＩｏＴ機器１」や「ＩｏＴ機器２」には、「ＩＤ」や「種別」といった項目が含まれる。なお、「ＩｏＴ機器１」や「ＩｏＴ機器２」のみを図示するが、例えば、対応する空間に設けられたＩｏＴ機器が８つである場合、「ＩｏＴ機器１」〜「ＩｏＴ機器８」のＩｏＴ機器に関する情報が記憶される。すなわち、対応する空間に設けられたＩｏＴ機器が８つである場合、空間に設けられた８つのＩｏＴ機器に関する情報が記憶される。「ＩｏＴ機器１」や「ＩｏＴ機器２」の「ＩＤ」は、空間に設けられたＩｏＴ機器を識別するための識別情報を示す。また、「ＩｏＴ機器１」や「ＩｏＴ機器２」の「種別」は、空間に設けられたＩｏＴ機器の種別を示す。例えば、「ＩｏＴ機器１」の「ＩＤ」は、空間に設けられたＩｏＴ機器を識別するための識別情報を示す。

例えば、図５に示す例において、空間ＩＤ「ＳＰ１」により識別される空間（住戸ＳＰ１）は、住所が「住所Ａ」であり、ユーザＵ１が居住していることを示す。また、住戸ＳＰ１には、種別「重量センサ」であるＩｏＴ機器（センサＳＮ１）や、種別「冷蔵庫」であるＩｏＴ機器（冷蔵庫ＦＲ１）が設けられることを示す。なお、説明を簡単にするために、センサＩＤ「ＳＮ１」とＩｏＴ機器として識別するＩＤ「ＳＮ１」が同じである場合を示すが、センサを識別するためのセンサＩＤとセンサをＩｏＴ機器として識別するＩＤは異なってもよい。

なお、空間情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、空間情報記憶部１２３は、各ＩｏＴ機器が利用できるサービスが異なる場合、ＩｏＴ機器ごとに利用するサービスに関する情報を関連付けて記憶してもよい。

（商品情報記憶部１２４）
実施形態に係る商品情報記憶部１２４は、商品に関する各種情報を記憶する。例えば、商品情報記憶部１２４は、商品の内容量等に関する各種情報を記憶する。例えば、商品の内容量等に関する各種情報は、商品の製造元等から取得されてもよい。図６は、実施形態に係る商品情報記憶部の一例を示す図である。図６に示す商品情報記憶部１２４は、「商品ＩＤ」、「商品」、「内容量（ｇ）」、「容器（ｇ）」、「閾値（ｇ）」といった項目を有する。

「商品ＩＤ」は、商品を識別する情報を示す。「商品」は、対応する商品ＩＤにより識別される商品を示す。「内容量（ｇ）」は、対応する商品ＩＤにより識別される商品の内容量を示す。また、「容器（ｇ）」は、対応する商品ＩＤにより識別される商品の容器重量を示す。また、「閾値（ｇ）」は、対応する商品ＩＤにより識別される商品に関するサービスを提供するタイミングの決定に用いる閾値を示す。

例えば、図６に示す例において、商品ＩＤ「ＧＤ１」により識別される商品は、ケチャップＡであり、内容量が「１６０（ｇ）」であり、容器重量が「２０（ｇ）」であり、閾値が「４０（ｇ）」であることを示す。また、例えば、図６に示す例において、商品ＩＤ「ＧＤ２」により識別される商品は、ワインＡであり、内容量が「８００（ｇ）」であり、容器重量が「２００（ｇ）」であり、閾値が「３００（ｇ）」であることを示す。

なお、商品情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、商品情報記憶部１２４は、商品の金額に関する情報を記憶してもよい。例えば、商品情報記憶部１２４は、商品が購入された日時や商品の金額に関する情報を記憶してもよい。また、各商品に関する「内容量（ｇ）」、「容器（ｇ）」は、後述する推定処理により推定した数値であってもよいし、外部の情報処理装置から取得した数値であってもよい。

（制御部１３０）
図２の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、決定装置１００内部の記憶装置に記憶されている各種プログラム（決定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図２に示すように、制御部１３０は、取得部１３１と、推定部１３２と、決定部１３３と、送信部１３４とを有し、以下に説明する決定処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する決定処理を行う構成であれば他の構成であってもよい。

（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、外部の情報処理装置から各種情報を取得する。例えば、取得部１３１は、種々のセンサから各種情報を取得する。例えば、取得部１３１は、ユーザの居住空間において所定のセンサにより検知された商品の重量に関する情報を取得する。例えば、取得部１３１は、ユーザが定期購入している商品の重量に関する情報を取得する。例えば、取得部１３１は、ユーザにより消費される商品の重量に関する情報を取得する。例えば、取得部１３１は、第１時点における商品の重量に関する第１情報と、第１時点よりも後の第２時点における商品の重量に関する第２情報とを取得する。

（推定部１３２）
推定部１３２は、種々の情報を推定する。例えば、推定部１３２は、取得部１３１により取得された商品の重量に関する情報に基づいて、重量が検知された商品を推定する。例えば、推定部１３２は、取得部１３１により取得されたユーザによる商品の購入履歴に関する情報に基づいて、重量が検知された商品を推定する。

図１の例では、推定部１３２は、ユーザＵ１が入力した「ケチャップＡ」の情報を基に、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定する。例えば、推定部１３２は、ユーザＵ１がセンサＳＮ１に設けられた入力インターフェイスを介して入力した「ケチャップＡ」に関する情報に基づいて、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定してもよい。また、推定部１３２は、ユーザＵ１が利用するＩｏＴ機器、例えばスマートフォンに入力した「ケチャップＡ」に関する情報に基づいて、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定してもよい。なお、上記は一例であり、推定部１３２は、検知情報Ｄ１に対応する商品がケチャップＡ（商品ＧＤ１）であると推定可能であれば、どのような情報に基づいて推定を行ってもよい。

例えば、推定部１３２は、ユーザＵ１の入力に基づいてセンサＳＮ１が検知した商品を推定する場合を示したが、ユーザＵ１の入力に限らず、利用可能な情報に応じて種々の情報を用いて商品を推定したり、種々の情報を組み合わせて商品を推定したりしてもよい。例えば、推定部１３２は、ユーザＵＩの購入履歴に基づいて、センサＳＮ１が検知した商品を推定したりしてもよい。例えば、推定部１３２は、ユーザＵＩの購入履歴に基づく商品のユーザＵ１の住居ＳＰ１への配送日時と、センサＳＮ１により商品が検知された日時とが所定の範囲内（例えば１時間以内）である場合、ユーザＵ１の住居ＳＰ１に配送された商品をセンサＳＮ１により検知された商品と推定してもよい。また、例えば、推定部１３２は、上述した配送日時に複数の商品がユーザＵ１の住居ＳＰ１に配送される場合、複数の商品のうち、センサＳＮ１により最初に検知された商品の重量と、所定の手段により取得された未使用時の重量とが、所定の条件を満たす商品をセンサＳＮ１により検知された商品と推定してもよい。配送される場合、複数の商品のうち、センサＳＮ１により最初に検知された商品の重量と、所定の手段により取得された未使用時の重量とが最も近似する商品をセンサＳＮ１により検知された商品と推定してもよい。

例えば、推定部１３２は、赤外線センサが検知した商品の使用頻度が３回であり、その商品の１回に使用される平均量が「５０ｇ」である場合、その商品の消費量が「１５０ｇ（＝５０×３ｇ）」であると推定してもよい。また、例えば、推定部１３２は、商品の使用前の重量が「４００ｇ」であり、上記のように商品の消費量が「１５０ｇ」であると推定した場合、残りの商品の重量を「２５０ｇ（＝４００−１５０ｇ）」であると推定してもよい。

（決定部１３３）
決定部１３３は、種々の決定を行う。例えば、決定部１３３は、取得部１３１により取得された商品の重量の変化に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。例えば、決定部１３３は、商品の重量の変化に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。例えば、決定部１３３は、商品の購入を促すサービスを提供するタイミングとして、商品の購入を促す情報を提供するタイミングを決定する。例えば、決定部１３３は、商品の購入を促すサービスを提供するタイミングとして、商品の購入の処理を行うタイミングを決定する。

例えば、決定部１３３は、ユーザにより消費される商品の重量の減少速度が所定の閾値未満である場合、商品に類似する他の商品の購入を促す情報を提供するタイミングを決定する。なお、この点についての詳細は後述する。例えば、決定部１３３は、商品の重量の変化に関する情報と商品の容器重量とに基づいて、ユーザに商品の購入を促すサービスを提供するタイミングを決定する。例えば、決定部１３３は、商品全体の重量と商品の容器重量との差分に基づいて、ユーザに商品の購入を促すサービスを提供するタイミングを決定する。例えば、決定部１３３は、商品全体の重量と商品の容器重量との差分が所定の閾値未満である場合、ユーザに商品の購入を促すサービスを提供すると決定する。

例えば、決定部１３３は、商品の重量の消費速度に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。例えば、決定部１３３は、第１情報と第２情報との差分に基づく第１時点と第２時点との間の商品の消費速度に応じて、商品に関するサービスを提供するタイミングを決定する。

図１の例では、決定部１３３は、検知情報記憶部１２２−３に記憶された最新のケチャップＡの重量が「５０（ｇ）」であるため、図１中の判定情報ＣＮ１に基づいて、ユーザＵ１に対してケチャップＡの購入処理を行うと決定する。例えば、決定部１３３は、図１中の判定情報ＣＮ１に示すように、最新のケチャップＡの重量とケチャップＡの容器重量の差分と、閾値を比較することにより、ユーザＵ１に対してケチャップＡの購入処理を行うと決定する。例えば、決定部１３３は、図１中の判定情報ＣＮ１に示すように、最新のケチャップＡの重量とケチャップＡの容器重量の差分が「３０（＝５０−２０）」であり、閾値「４０」以下となったため、ユーザＵ１に対してケチャップＡの購入処理を行うと決定する。

（送信部１３４）
送信部１３４は、各種情報を送信する。例えば、送信部１３４は、各種情報を外部の情報処理装置へ送信する。例えば、送信部１３４は、商取引装置５０にユーザの購入に関する情報を送信する。例えば、送信部１３４は、商取引装置５０にユーザＡについてのケチャップＡの購入情報を送信する。

〔３．処理フロー〕
次に、図７を用いて、実施形態に係る決定システム１による決定処理の手順について説明する。図７は、実施形態に係る決定処理の一例を示すフローチャートである。

図７に示すように、決定装置１００は、検知情報を取得する（ステップＳ１０１）。図１の例では、決定装置１００は、住戸ＳＰ１に設けられた重量センサＳＮ１により検知された検知情報を取得する。

その後、決定装置１００は、ステップＳ１０１において検知情報を取得した商品を追加する（ステップＳ１０２）。例えば、決定装置１００は、商品ＩＤ「ＧＤ１」により識別されるケチャップＡを検知情報記憶部１２２に追加する。また、決定装置１００は、ケチャップＡの重量を検知情報記憶部１２２に追加する。

決定装置１００は、検知情報を取得したかどうかを判定する（ステップＳ１０３）。検知情報を取得していない場合（ステップＳ１０３：Ｎｏ）、決定装置１００は、ステップＳ１０３の処理を繰り返す。一方、検知情報を取得した場合（ステップＳ１０３：Ｙｅｓ）、決定装置１００は、商品の重量を更新する（ステップＳ１０４）。図１の例では、決定装置１００は、ケチャップＡの重量を１８０ｇから１１０ｇに更新する。

そして、決定装置１００は、商品の内容量が所定の閾値以下であるかを判定する（ステップＳ１０５）。商品の内容量が所定の閾値以下でない場合（ステップＳ１０５：Ｎｏ）、決定装置１００は、ステップＳ１０３の処理を繰り返す。

一方、商品の内容量が所定の閾値以下である場合（ステップＳ１０５：Ｙｅｓ）、決定装置１００は、商品の購入処理を行う（ステップＳ１０６）。図１の例では、決定装置１００は、ケチャップＡの購入を決定し、商取引装置５０にユーザＡについてのケチャップＡの購入情報を送信する。

〔４．容器の重量の推定〕
上述したように、決定装置１００は、検知情報に基づいて商品の内容量や容器重量を推定してもよい。この点について、図８を用いて説明する。図８は、実施形態に係る容器重量の推定の一例を示す図である。

図８の例では、検知情報記憶部１２２Ａに示すように、センサＳＮ１により、商品ＧＤ１が４回検知され、その後、商品ＩＤ「ＧＤ２」により識別される商品であるワインＡが検知された場合を示す。なお、検知情報記憶部１２２Ａは、記憶された情報以外は検知情報記憶部１２２と同様である。

決定装置１００は、連続する検知において重量が増加したタイミングをセンサＳＮ１に載置される商品が変更されたタイミングと推定し、商品が変更されたと推定する（ステップＳ３１）。図８の例では、検知ＩＤ「Ｄ４」により識別される検知と検知ＩＤ「Ｄ５」により識別される検知との間で重量が増加しているため、決定装置１００は、検知ＩＤ「Ｄ５」により識別される検知において商品が変更されたと推定する。なお、決定装置１００は、ユーザの入力により、商品の変更のタイミングを推定してもよい。

ステップＳ３１の推定より、決定装置１００は、検知ＩＤ「Ｄ１」により識別される検知と「Ｄ４」により識別される検知との間がケチャップＡの検知であると推定する。そこで、決定装置１００は、検知ＩＤ「Ｄ１」により識別される検知に関する情報と検知ＩＤ「Ｄ４」により識別される検知に関する情報とに基づいて、ケチャップＡの内容量と容器重量を推定する（ステップＳ３２）。

例えば、決定装置１００は、ケチャップＡの検知のうち、最終の検知により検知された重量をケチャップＡの容器重量として推定する。図８の例では、例えば、決定装置１００は、推定情報ＣＮ３１に示すように、検知ＩＤ「Ｄ４」により識別される検知において検知された重量「２０（ｇ）」をケチャップＡの容器重量として推定する。

また、例えば、決定装置１００は、ケチャップＡの検知のうち、初回の検知における重量と最終の検知における重量との差分をケチャップＡの内容量として推定する。図８の例では、例えば、決定装置１００は、推定情報ＣＮ３２に示すように、検知ＩＤ「Ｄ１」により識別される検知において検知された重量「１８０（ｇ）」と検知ＩＤ「Ｄ４」により識別される検知において検知された重量「２０（ｇ）」との差分である「１６０（ｇ）」をケチャップＡの内容量として推定する。なお、上記は、一例であり、決定装置１００は、種々の情報を適宜用いて、ケチャップＡの内容量と容器重量を推定してもよい。

〔５．ユーザの商品への評価の推定〕
また、決定装置１００は、商品の重量の変化量に基づいて、ユーザの商品に対する評価を推定してもよい。この点について、図９を用いて説明する。図９は、実施形態に係るユーザの商品への評価の推定の一例を示す図である。

図９の例では、標準消費情報ＳＴ４１に示すように、決定装置１００は、一般的なユーザの消費に関する情報を取得済みであるものとする。例えば、標準消費情報ＳＴ４１に示される各回数と重量との関係を示す情報は、全ユーザの平均に基づいて算出されてもよい。

例えば、図９では、標準消費情報ＳＴ４１に示すように、ケチャップＡの使用回数「０回」と「１回」との間の差分は、「４０（＝１８０−１４０）」となる。すなわち、一般的なユーザのケチャップＡの１回目の使用における消費量が「４０ｇ」であることを示す。また、例えば、図９では、標準消費情報ＳＴ４１に示すように、ケチャップＡの使用回数「１回」と「２回」との間の差分は、「４０（＝１４０−１００）」となる。すなわち、一般的なユーザのケチャップＡの２回目の使用における消費量が「４０ｇ」であることを示す。

決定装置１００は、標準消費情報ＳＴ４１に基づいて、標準の消費速度（以下、「標準消費速度」ともいう）を算出する（ステップＳ４０）。例えば、決定装置１００は、推定情報ＣＮ４０に示すように、０回目の重量「１８０（ｇ）」と、最終回（図９の場合、２回目）の重量「１００（ｇ）」との差分である「８０（ｇ）」を使用回数「２」で除した値を標準消費速度として算出する。例えば、決定装置１００は、推定情報ＣＮ４０に示すように、標準消費速度を「４０（ｇ／回）」と算出する。

また、図９の例では、検知情報記憶部１２２Ｂに示すように、センサＳＮ１により、商品ＧＤ１が３回検知された場合を示す。なお、検知情報記憶部１２２Ｂは、記憶された情報以外は検知情報記憶部１２２と同様である。

決定装置１００は、検知情報記憶部１２２Ｂに基づいて、ユーザＵ１の消費速度を算出する（ステップＳ４１）。例えば、決定装置１００は、推定情報ＣＮ４１に示すように、検知ＩＤ「Ｄ１」により識別される検知における重量「１８０（ｇ）」と、検知ＩＤ「Ｄ３」により識別される検知における重量「１５０（ｇ）」との差分である「３０（ｇ）」を使用回数（検知回数−１）である「２」で除した値を標準消費速度として算出する。例えば、決定装置１００は、推定情報ＣＮ４１に示すように、ユーザＵ１の消費速度を「１５（ｇ／回）」と算出する。

そして、決定装置１００は、標準消費速度とユーザＵ１の消費速度との差分を算出する（ステップＳ４２）。そして、決定装置１００は、標準消費速度とユーザＵ１の消費速度との差分とを比較することにより、ユーザＵ１のケチャップＡに対する評価を推定する。図９の例では、閾値が「２０」である場合を示す。

図９では、決定装置１００は、差分情報ＣＮ４２に示すように、標準消費速度とユーザＵ１の消費速度との間の差分は、「２５（＝４０−１５）」と算出し、閾値「２０」と比較する。この場合、標準消費速度とユーザＵ１の消費速度との間の差分は閾値「２０」よりも大きいため、決定装置１００は、ユーザＵ１のケチャップＡに対する評価が低いと推定する。

そのため、決定装置１００は、ユーザＵ１に他の商品を推奨する（ステップＳ４３）。図９の例では、決定装置１００は、商品リストＩＬ４１に示すように、ユーザＵ１に商品ＩＤ「ＧＤ４１」により識別される商品であるケチャップＢを推奨する。これにより、決定装置１００は、ユーザＵ１が他の商品に買い替える可能性の高いタイミングで他の商品をユーザにレコメンドすることができる。なお、上記の平均の算出において、決定装置１００は、ある検知において前回の検知から所定の閾値以上の重量の増減が検知された場合、その検知に対応する検知情報を平均の算出に用いなくてもよい。これにより、決定装置１００は、例えば、来客等により通常と異なる消費ペースとなった際の検知情報を平均から除外することができるため、ユーザの消費ペースを適切に補足することが可能となる。

〔６．効果〕
上述してきたように、実施形態に係る決定装置１００は、取得部１３１と、決定部１３３とを有する。取得部１３１は、ユーザの居住空間において所定のセンサにより検知された商品の重量に関する情報を取得する。決定部１３３は、取得部１３１により取得された商品の重量の変化に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、センサＳＮ１により検知したケチャップＡの重量の変化に基づいて、ユーザＵ１が使用するケチャップＡの残量を推定し、推定したケチャップＡの残量と所定の閾値（例えば、４０（ｇ））とを比較することにより、ユーザＵ１にとってケチャップＡを買い足す適切なタイミングを決定する。したがって、決定装置１００は、所定のセンサにより検知された商品の重量に関する情報に基づくことにより、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００において、取得部１３１は、ユーザが定期購入している商品の重量に関する情報を取得する。決定部１３３は、商品の重量の変化に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、ユーザが定期購入している商品の重量の変化に関する情報に基づくことにより、ユーザが定期購入している商品について、ユーザに適切なタイミングでサービスを提供することができる。また、決定装置１００は、ユーザが定期購入している商品の重量の変化に関する情報に基づくことにより、ユーザが定期購入している商品の購入サイクルを適切に予測することが可能となる。

また、実施形態に係る決定装置１００において、決定部１３３は、商品の購入を促すサービスを提供するタイミングとして、商品の購入を促す情報を提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、ユーザに商品の購入を促すタイミングを適切に決定することにより、ユーザが商品を購入する可能性を高めることができる。

また、実施形態に係る決定装置１００において、決定部１３３は、商品の購入を促すサービスを提供するタイミングとして、商品の購入の処理を行うタイミングを決定する。

これにより、実施形態に係る決定装置１００は、商品の購入の処理を行うタイミングを適切に決定することにより、ユーザにとって適切なタイミングで商品の購入処理を行うことができる。

また、実施形態に係る決定装置１００において、決定部１３３は、ユーザにより消費される商品の重量の減少速度が所定の閾値未満である場合、商品に類似する他の商品の購入を促す情報を提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、ユーザにより消費される商品の重量の減少速度が所定の閾値未満である場合、商品に類似する他の商品の購入を促す情報を提供するタイミングを決定することにより、ユーザが他の商品を購入する可能性を高めることができる。

また、実施形態に係る決定装置１００において、決定部１３３は、商品の重量の変化に関する情報と商品の容器の重量とに基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、商品の容器の重量を推定することにより、商品の内容量を推定することができるため、商品の重量の変化に関する情報と商品の容器の重量とに基づいて、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００において、決定部１３３は、商品全体の重量と商品の容器の重量との差分に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、商品全体の重量と商品の容器の重量との差分に基づくことにより、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００において、決定部１３３は、商品全体の重量と商品の容器の重量との差分が所定の閾値未満である場合、ユーザに商品に関するサービスを提供すると決定する。

これにより、実施形態に係る決定装置１００は、商品全体の重量と商品の容器の重量との差分が所定の閾値未満である場合、ユーザに商品に関するサービスを提供すると決定することにより、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００は推定部１３２を有する。推定部１３２は、取得部１３１により取得された商品の重量に関する情報に基づいて、重量が検知された商品を推定する。

これにより、実施形態に係る決定装置１００は、重量が検知された商品を推定することにより、ユーザによる商品に関する入力が得られない場合であっても、ユーザがどの商品を使用しているかを推定することができるため、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００において、取得部１３１は、ユーザによる商品の購入履歴に関する情報を取得する。決定部１３３は、取得部１３１により取得されたユーザによる商品の購入履歴に関する情報に基づいて、重量が検知された商品を推定する。

これにより、実施形態に係る決定装置１００は、重量が検知された商品を推定することにより、ユーザによる商品に関する入力が得られない場合であっても、ユーザによる商品の購入履歴に関する情報に基づいてユーザがどの商品を使用しているかを推定することができるため、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００において、取得部１３１は、ユーザにより消費される商品の重量に関する情報を取得する。決定部１３３は、商品の重量の消費速度に関する情報に基づいて、ユーザに商品に関するサービスを提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、商品の重量の消費速度に関する情報に基づくことにより、ユーザにサービスを提供するタイミングを適切に決定することができる。

また、実施形態に係る決定装置１００において、取得部１３１は、第１時点における商品の重量に関する第１情報と、第１時点よりも後の第２時点における商品の重量に関する第２情報とを取得する。決定部１３３は、第１情報と第２情報との差分に基づく第１時点と第２時点との間の商品の消費速度に応じて、商品に関するサービスを提供するタイミングを決定する。

これにより、実施形態に係る決定装置１００は、第１情報と第２情報との差分に基づく第１時点と第２時点との間の商品の消費速度を用いることにより、ユーザにサービスを提供するタイミングを適切に決定することができる。

〔７．ハードウェア構成〕
上述してきた実施形態に係る決定装置１００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。図１２は、決定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が決定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態及び変形例のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔８．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 決定システム
１００ 決定装置
１２１ ユーザ情報記憶部
１２２ 検知情報記憶部
１２３ 空間情報記憶部
１２４ 商品情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 推定部
１３３ 決定部
１３４ 送信部
５０ 商取引装置
ＳＮ１ センサ
Ｎ ネットワーク

Claims (18)

1. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報と、前記ユーザが購入した購入商品に関する購入履歴とを取得する取得部と、
   前記取得部により取得された商品の重量に関する情報に基づく前記重量センサにより前記商品が検知された日時と、前記購入履歴に基づく前記購入商品の前記ユーザの前記居住空間への配送日時とが所定の範囲内であるかどうかに基づいて、前記重量が検知された商品を推定する推定部と
   前記取得部により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定部により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定部と、
   を備えたことを特徴とする決定装置。
2. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報を取得する取得部と、
   前記取得部により取得された商品の重量に関する情報に基づいて、前記重量が検知された商品を推定する推定部と、
   前記取得部により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定部により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定し、前記ユーザにより消費される前記商品の重量の減少速度が所定の閾値未満である場合、前記商品に類似する他の商品の購入を促す情報を提供するタイミングを決定する決定部と、
   を備えたことを特徴とする決定装置。
3. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報を取得する取得部と、
   前記取得部により取得された商品の重量に関する情報のうち、最初に検知された商品の重量と、所定の手段により取得された未使用時の各商品である各未使用商品の重量とに基づいて、前記重量が検知された商品を推定する推定部と、
   前記取得部により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定部により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定部と、
   を備えたことを特徴とする決定装置。
4. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報と、前記ユーザによる商品の購入履歴に関する情報とを取得する取得部と、
   前記取得部により取得された商品の重量に関する情報と、前記ユーザによる商品の購入履歴に関する情報とに基づいて、前記重量が検知された商品を推定する推定部と、
   前記取得部により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定部により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定部と、
   を備えたことを特徴とする決定装置。
5. 前記取得部は、
   前記ユーザが定期購入している商品の重量に関する情報を取得し、
   前記決定部は、
   前記商品の重量の変化に関する情報に基づいて、前記ユーザに前記商品に関するサービスを提供するタイミングを決定する
   ことを特徴とする請求項１〜４のいずれか１項に記載の決定装置。
6. 前記決定部は、
   前記商品の重量の変化に関する情報と前記商品の容器の重量とに基づいて、前記ユーザに前記商品に関するサービスを提供するタイミングを決定する
   ことを特徴とする請求項１〜５のいずれか１項に記載の決定装置。
7. 前記決定部は、
   前記商品全体の重量と前記商品の容器の重量との差分に基づいて、前記ユーザに前記商品に関するサービスを提供するタイミングを決定する
   ことを特徴とする請求項６に記載の決定装置。
8. 前記決定部は、
   前記商品全体の重量と前記商品の容器の重量との差分が所定の閾値未満である場合、前記ユーザに前記商品に関するサービスを提供すると決定する
   ことを特徴とする請求項７に記載の決定装置。
9. 前記取得部は、
   前記ユーザにより消費される商品の重量に関する情報を取得し、
   前記決定部は、
   前記商品の重量の消費速度に関する情報に基づいて、前記ユーザに前記商品に関するサービスを提供するタイミングを決定する
   ことを特徴とする請求項１〜８のいずれか１項に記載の決定装置。
10. 前記取得部は、
    第１時点における商品の重量に関する第１情報と、前記第１時点よりも後の第２時点における商品の重量に関する第２情報とを取得し、
    前記決定部は、
    前記第１情報と前記第２情報との差分に基づく前記第１時点と前記第２時点との間の前記商品の消費速度に応じて、前記商品に関するサービスを提供するタイミングを決定する
    ことを特徴とする請求項９に記載の決定装置。
11. コンピュータが実行する決定方法であって、
    ユーザの居住空間において重量センサにより検知された商品の重量に関する情報と、前記ユーザが購入した購入商品に関する購入履歴とを取得する取得工程と、
    前記取得工程により取得された商品の重量に関する情報に基づく前記重量センサにより前記商品が検知された日時と、前記購入履歴に基づく前記購入商品の前記ユーザの前記居住空間への配送日時とが所定の範囲内であるかどうかに基づいて、前記重量が検知された商品を推定する推定工程と、
    前記取得工程により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定工程により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定工程と、
    を含んだことを特徴とする決定方法。
12. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報と、前記ユーザが購入した購入商品に関する購入履歴とを取得する取得手順と、
    前記取得手順により取得された商品の重量に関する情報に基づく前記重量センサにより前記商品が検知された日時と、前記購入履歴に基づく前記購入商品の前記ユーザの前記居住空間への配送日時とが所定の範囲内であるかどうかに基づいて、前記重量が検知された商品を推定する推定手順と、
    前記取得手順により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定手順により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定手順と、
    をコンピュータに実行させることを特徴とする決定プログラム。
13. コンピュータが実行する決定方法であって、
    ユーザの居住空間において重量センサにより検知された商品の重量に関する情報を取得する取得工程と、
    前記取得工程により取得された商品の重量に関する情報に基づいて、前記重量が検知された商品を推定する推定工程と、
    前記取得工程により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定工程により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定し、前記ユーザにより消費される前記商品の重量の減少速度が所定の閾値未満である場合、前記商品に類似する他の商品の購入を促す情報を提供するタイミングを決定する決定工程と、
    を含んだことを特徴とする決定方法。
14. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報を取得する取得手順と、
    前記取得手順により取得された商品の重量に関する情報に基づいて、前記重量が検知された商品を推定する推定手順と、
    前記取得手順により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定手順により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定し、前記ユーザにより消費される前記商品の重量の減少速度が所定の閾値未満である場合、前記商品に類似する他の商品の購入を促す情報を提供するタイミングを決定する決定手順と、
    をコンピュータに実行させることを特徴とする決定プログラム。
15. コンピュータが実行する決定方法であって、
    ユーザの居住空間において重量センサにより検知された商品の重量に関する情報を取得する取得工程と、
    前記取得工程により取得された商品の重量に関する情報のうち、最初に検知された商品の重量と、所定の手段により取得された未使用時の各商品である各未使用商品の重量とに基づいて、前記重量が検知された商品を推定する推定工程と、
    前記取得工程により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定工程により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定工程と、
    を含んだことを特徴とする決定方法。
16. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報を取得する取得手順と、
    前記取得手順により取得された商品の重量に関する情報のうち、最初に検知された商品の重量と、所定の手段により取得された未使用時の各商品である各未使用商品の重量とに基づいて、前記重量が検知された商品を推定する推定手順と、
    前記取得手順により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定手順により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定手順と、
    をコンピュータに実行させることを特徴とする決定プログラム。
17. コンピュータが実行する決定方法であって、
    ユーザの居住空間において重量センサにより検知された商品の重量に関する情報と、前記ユーザによる商品の購入履歴に関する情報とを取得する取得工程と、
    前記取得工程により取得された商品の重量に関する情報と、前記ユーザによる商品の購入履歴に関する情報とに基づいて、前記重量が検知された商品を推定する推定工程と、
    前記取得工程により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定工程により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定工程と、
    を含んだことを特徴とする決定方法。
18. ユーザの居住空間において重量センサにより検知された商品の重量に関する情報と、前記ユーザによる商品の購入履歴に関する情報とを取得する取得手順と、
    前記取得手順により取得された商品の重量に関する情報と、前記ユーザによる商品の購入履歴に関する情報とに基づいて、前記重量が検知された商品を推定する推定手順と、
    前記取得手順により取得された商品の重量の変化に関する情報に基づいて、前記ユーザによる購入に関する操作に依らずに、前記推定手順により推定された商品に関するサービスであって、当該商品を前記ユーザの居住空間に対応する住所に配送するサービスを提供するタイミングを決定する決定手順と、
    をコンピュータに実行させることを特徴とする決定プログラム。

Images