JP6501404B2 - 他端末からの情報を用いて自端末のユーザ状態を判定する端末、システム、プログラム及び方法 - Google Patents
他端末からの情報を用いて自端末のユーザ状態を判定する端末、システム、プログラム及び方法 Download PDFInfo
- Publication number
- JP6501404B2 JP6501404B2 JP2016021328A JP2016021328A JP6501404B2 JP 6501404 B2 JP6501404 B2 JP 6501404B2 JP 2016021328 A JP2016021328 A JP 2016021328A JP 2016021328 A JP2016021328 A JP 2016021328A JP 6501404 B2 JP6501404 B2 JP 6501404B2
- Authority
- JP
- Japan
- Prior art keywords
- terminal
- state
- user state
- user
- sensor information
- 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
- 238000000034 method Methods 0.000 title claims description 18
- 238000004891 communication Methods 0.000 claims description 23
- 238000004587 chromatography analysis Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 7
- 230000006996 mental state Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003542 behavioural effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000003183 myoelectrical effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Telephone Function (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明は、自端末を操作するユーザにおけるユーザ状態を判定する技術に関する。
近年、ユーザが所持するスマートフォンや携帯端末には、多種のセンサが搭載されてきている。スマートフォンに搭載されるセンサとしては、例えばＧＰＳ(Global Positioning System)センサ、加速度センサ、地磁気センサ、気圧センサ、温度センサなどがある。特に加速度センサを用いて、ユーザの行動状態を判定する技術がある（例えば特許文献１参照）。行動状態としては、例えば歩行状態か、走行状態か、電車移動かを判定することができる。この技術によれば、演算におけるフィルタリングの工夫によって、行動認識の精度を向上させている。
また、スマートフォンに搭載されるマイクを用いて、周辺音から、食事中や会議中のようなそのユーザの行動状態も判定することができる。
更に、スマートフォンと通信可能なウェアラブルデバイス（装着型端末）に搭載される生体検出センサとして、心拍センサ、体温センサ、血圧センサ、皮膚筋電センサ、マイクもある。例えば心拍センサによれば、ユーザの精神状態までも判定することができる。
また、スマートフォンに搭載されるマイクを用いて、周辺音から、食事中や会議中のようなそのユーザの行動状態も判定することができる。
更に、スマートフォンと通信可能なウェアラブルデバイス（装着型端末）に搭載される生体検出センサとして、心拍センサ、体温センサ、血圧センサ、皮膚筋電センサ、マイクもある。例えば心拍センサによれば、ユーザの精神状態までも判定することができる。
Stefan Dembach, et al., "Simple and Complex Activity Recognition Through Smart Phones", 11th International Conference on Intelligent Environments, 2012.
Koji Yatani and Khai N.Truong, "BodyScope: A Wearable Acoustic Sensor for Activity Recognition", 14th ACM International Conference on Ubiquitous Computing, 2012.
Jongyonn Choi, et al., "Using Heart Rate Monitors to Detect Mental Stress", the Sixth International Workshop on Wearable and Implantable Body Sensor Networks, 2009.
前述したような従来技術によれば、そのユーザが所持するスマートフォンのセンサ情報によって、ユーザの行動状態を判定することができる。
しかしながら、センサによって計測されるセンサ情報は、わずかな周辺環境の変化に応じて、非常に過敏且つ微妙に反応しやすい。そのようなセンサ情報から判定されたユーザ状態は、急激に変化したり、全く変化しなかったりする。そのために、判定されたユーザ状態自体の信憑性に欠けるという問題があった。
しかしながら、センサによって計測されるセンサ情報は、わずかな周辺環境の変化に応じて、非常に過敏且つ微妙に反応しやすい。そのようなセンサ情報から判定されたユーザ状態は、急激に変化したり、全く変化しなかったりする。そのために、判定されたユーザ状態自体の信憑性に欠けるという問題があった。
これに対し、本願の発明者らは、他のユーザが所持する他端末における情報を用いて、自らのユーザ状態を判定することはできないか？と考えた。特に、そのユーザと同じような行動を取るであろう他のユーザが所持する端末の情報を用いることができれば、ユーザ状態を高い精度で判定することができるのではないか？と考えた。
そこで、本発明は、他端末からの情報を用いて自端末のユーザ状態を判定することができる端末、システム、プログラム及び方法を提供することを目的とする。
本発明によれば、各種センサを有する他端末から、センサ情報を受信する端末（判定対象となる自端末）であって、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
本発明の端末における他の実施形態によれば、
ユーザ状態判定手段は、ユーザ状態ルール記憶手段を用いて、自端末の各種センサによって計測されたセンサ情報に応じたユーザ状態を判定し、
自端末のユーザ状態を、当該グループの代表状態に訂正するユーザ状態訂正手段を更に有することも好ましい。
ユーザ状態判定手段は、ユーザ状態ルール記憶手段を用いて、自端末の各種センサによって計測されたセンサ情報に応じたユーザ状態を判定し、
自端末のユーザ状態を、当該グループの代表状態に訂正するユーザ状態訂正手段を更に有することも好ましい。
本発明の端末における他の実施形態によれば、
代表状態決定手段は、グループ内の全てのユーザ状態毎の数によって代表状態を決定することも好ましい。
代表状態決定手段は、グループ内の全てのユーザ状態毎の数によって代表状態を決定することも好ましい。
本発明の端末における他の実施形態によれば、
他端末から、更に端末識別子を受信し、
他ユーザの電話番号、メールアドレス及び／又はソーシャルネットワーク識別子を含むアドレス情報を記憶するアドレス情報記憶手段を更に有し、
端末グループ化手段は、所定条件として、自端末のアドレス情報に該当する他端末のみをグループ化することも好ましい。
他端末から、更に端末識別子を受信し、
他ユーザの電話番号、メールアドレス及び／又はソーシャルネットワーク識別子を含むアドレス情報を記憶するアドレス情報記憶手段を更に有し、
端末グループ化手段は、所定条件として、自端末のアドレス情報に該当する他端末のみをグループ化することも好ましい。
本発明によれば、各種センサを有する複数の他端末から、センサ情報から判定されたユーザ状態及び認識確率を受信する端末（判定対象となる自端末）であって、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
本発明によれば、自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムであって、
他端末は、
各種センサによって計測したセンサ情報を、自端末へ送信するセンサ情報送信手段を有し、
自端末は、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
他端末は、
各種センサによって計測したセンサ情報を、自端末へ送信するセンサ情報送信手段を有し、
自端末は、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
本発明によれば、自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムであって、
他端末は、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
ユーザ状態及び認識確率を、自端末へ送信するユーザ状態送信手段と
を有し、
自端末は、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
他端末は、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
ユーザ状態及び認識確率を、自端末へ送信するユーザ状態送信手段と
を有し、
自端末は、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする。
本発明のシステムにおける他の実施形態によれば、
自端末と他端末との間は、近距離無線通信によって接続され、
自端末の端末グループ化手段は、所定条件として、近距離無線によって通信可能な複数の端末をグループ化することも好ましい。
自端末と他端末との間は、近距離無線通信によって接続され、
自端末の端末グループ化手段は、所定条件として、近距離無線によって通信可能な複数の端末をグループ化することも好ましい。
本発明のシステムにおける他の実施形態によれば、
自端末は、近距離無線通信によって所定受信強度以上の電波で受信した他端末についてのみ、グループ化することも好ましい。
自端末は、近距離無線通信によって所定受信強度以上の電波で受信した他端末についてのみ、グループ化することも好ましい。
本発明によれば、各種センサを有する他端末から、センサ情報を受信する端末（判定対象となる自端末）に搭載されたコンピュータを機能させるプログラムであって、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
してコンピュータを機能させることを特徴とする。
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
ユーザ状態ルール記憶手段を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
してコンピュータを機能させることを特徴とする。
本発明によれば、各種センサを有する複数の他端末から、センサ情報から判定されたユーザ状態及び認識確率を受信する端末（判定対象となる自端末）に搭載されたコンピュータを機能させるプログラムであって、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
してコンピュータを機能させることを特徴とする。
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
してコンピュータを機能させることを特徴とする。
本発明によれば、自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムのユーザ状態判定方法であって、
自端末は、センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶部を有し、
他端末が、各種センサによって計測したセンサ情報を、自端末へ送信する第１のステップと、
自端末が、ユーザ状態ルール記憶部を用いて、センサ情報に応じたユーザ状態を判定する第２のステップと、
自端末が、他端末を、所定条件に基づいてグループ化する第３のステップと、
自端末が、グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する第４のステップと
を有することを特徴とする。
自端末は、センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶部を有し、
他端末が、各種センサによって計測したセンサ情報を、自端末へ送信する第１のステップと、
自端末が、ユーザ状態ルール記憶部を用いて、センサ情報に応じたユーザ状態を判定する第２のステップと、
自端末が、他端末を、所定条件に基づいてグループ化する第３のステップと、
自端末が、グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する第４のステップと
を有することを特徴とする。
本発明によれば、自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムのユーザ状態判定方法であって、
他端末は、センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶部を有し、
他端末が、ユーザ状態ルール記憶部を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定する第１のステップと、
他端末が、ユーザ状態を、自端末へ送信する第２のステップと、
自端末が、他端末を、所定条件に基づいてグループ化する第３のステップと、
自端末が、グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する第４のステップと
を有することを特徴とする。
他端末は、センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶部を有し、
他端末が、ユーザ状態ルール記憶部を用いて、センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定する第１のステップと、
他端末が、ユーザ状態を、自端末へ送信する第２のステップと、
自端末が、他端末を、所定条件に基づいてグループ化する第３のステップと、
自端末が、グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する第４のステップと
を有することを特徴とする。
本発明の端末、システム、プログラム及び方法によれば、他端末からの情報を用いて自端末のユーザ状態を判定することができる。
以下、本発明の実施の形態について、図面を用いて詳細に説明する。
図１は、本発明におけるシステム構成図である。
図１のシステムによれば、端末１はそれぞれ、各ユーザによって所持されるスマートフォンや携帯端末を想定するが、勿論、固定端末であってもよい。各端末１は、少なくとも１つ以上のセンサを搭載したものである。センサは、例えば以下のようなものであって、そのセンサ情報及び組み合わせによって判定できるユーザ状態も異なる。
例えばＧＰＳセンサ、加速度センサ、地磁気センサ、気圧センサ、気温センサ、マイクを用いて、ユーザの「行動状態」を判定することができる。
例えば心拍センサ、血圧センサ、皮膚筋電センサ、体温センサを用いて、ユーザの「精神状態」を判定することができる。
例えばＧＰＳセンサ、加速度センサ、地磁気センサ、気圧センサ、気温センサ、マイクを用いて、ユーザの「行動状態」を判定することができる。
例えば心拍センサ、血圧センサ、皮膚筋電センサ、体温センサを用いて、ユーザの「精神状態」を判定することができる。
各端末の通信インタフェースは、携帯電話網のような広域ネットワークを介して、又は、近距離無線を介して、他端末と通信する。近距離無線としては、例えばBluetooth（登録商標）やZigbee（登録商標）であってもよいし、無線ＬＡＮ(Local Area Network)であってもよい。端末同士が近距離無線で通信できるということは、それら端末は、ほぼ同じ場所に滞在していることを意味する。
ここで、本発明によれば、自端末におけるユーザ状態を判定するために、以下の２つの実施形態がある。
＜他端末から「センサ情報」を受信する第１の実施形態＞
＜他端末から「ユーザ状態」を受信する第２の実施形態＞
＜他端末から「センサ情報」を受信する第１の実施形態＞
＜他端末から「ユーザ状態」を受信する第２の実施形態＞
＜他端末から「センサ情報」を受信する実施形態＞
図２は、本発明における端末単体の機能構成図である。
図２によれば、他端末から「センサ情報」を受信することによって、自端末におけるユーザ状態を判定しようとするものである。端末１は、センサ情報記憶部１１１と、ユーザ状態ルール記憶部１１２と、ユーザ状態判定部１１３とを有する。これら機能構成部は、端末１に搭載されたコンピュータを機能させるプログラムを実行することによって実現できる。
図２は、本発明における端末単体の機能構成図である。
図２によれば、他端末から「センサ情報」を受信することによって、自端末におけるユーザ状態を判定しようとするものである。端末１は、センサ情報記憶部１１１と、ユーザ状態ルール記憶部１１２と、ユーザ状態判定部１１３とを有する。これら機能構成部は、端末１に搭載されたコンピュータを機能させるプログラムを実行することによって実現できる。
図２によれば、端末は、センサ情報を送受信するために、センサ情報送信部１２４を更に有する。センサ情報送信部１２４は、各種センサによって計測したセンサ情報を、他端末へ送信する。このとき、センサ情報と共に、その端末を特定する端末識別子も送信するものであってもよい。端末識別子としては、勿論、物理アドレスやＩＰアドレスであってもよいし、電話番号やメールアドレス、アプリケーションレベルのアカウントであってもよい。
＜他端末から「ユーザ状態」を受信する第２の実施形態＞
図３は、本発明のシステムにおける端末の機能構成図である。
図３によれば、他端末から「ユーザ状態」を受信することによって、自端末におけるユーザ状態を判定しようとするものである。そのために、他端末が、センサ情報記憶部１１１と、ユーザ状態ルール記憶部１１２と、ユーザ状態判定部１１３とを有する。これら機能構成部は、自端末及び／又は他端末に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。
図３は、本発明のシステムにおける端末の機能構成図である。
図３によれば、他端末から「ユーザ状態」を受信することによって、自端末におけるユーザ状態を判定しようとするものである。そのために、他端末が、センサ情報記憶部１１１と、ユーザ状態ルール記憶部１１２と、ユーザ状態判定部１１３とを有する。これら機能構成部は、自端末及び／又は他端末に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。
［センサ情報記憶部１１１］
センサ情報記憶部１１１は、各種センサによって計測されたセンサ情報を記憶する。
センサ情報記憶部１１１は、各種センサによって計測されたセンサ情報を記憶する。
図４は、本発明のセンサ情報記憶部における記憶情報を表す説明図である。
図４によれば、自端末のセンサ情報に限られず、他端末のセンサ情報も記憶するものであってもよい。端末識別子毎に、計測されたセンサ情報を記憶したものであり、計測不明な場合、nullとして記憶するものであってもよい。
図４によれば、自端末のセンサ情報に限られず、他端末のセンサ情報も記憶するものであってもよい。端末識別子毎に、計測されたセンサ情報を記憶したものであり、計測不明な場合、nullとして記憶するものであってもよい。
［ユーザ状態ルール記憶部１１２］
ユーザ状態ルール記憶部１１２は、センサ情報に応じて「ユーザ状態」を対応付けたものである。
ユーザ状態ルール記憶部１１２は、センサ情報に応じて「ユーザ状態」を対応付けたものである。
図５は、本発明におけるユーザ状態ルール記憶部の記憶情報を表す説明図である。
図５によれば、ユーザ状態としての「行動状態」「精神状態」毎に、各種センサのセンサ情報が登録されている。図５のようにセンサ情報の値のみならず、例えば、ユーザ状態毎に、各センサから収集された時間経過に対するセンサ情報の変化パターンを記憶したものであってもよい。例えば加速度センサであれば、ユーザ状態毎の加速度変化パターンである。マイクであれば、ユーザ状態毎の特定周波数の変化パターンである。心拍センサであれば、ユーザ状態毎の心拍数の変化パターンであってもよい。
図５によれば、ユーザ状態としての「行動状態」「精神状態」毎に、各種センサのセンサ情報が登録されている。図５のようにセンサ情報の値のみならず、例えば、ユーザ状態毎に、各センサから収集された時間経過に対するセンサ情報の変化パターンを記憶したものであってもよい。例えば加速度センサであれば、ユーザ状態毎の加速度変化パターンである。マイクであれば、ユーザ状態毎の特定周波数の変化パターンである。心拍センサであれば、ユーザ状態毎の心拍数の変化パターンであってもよい。
［ユーザ状態判定部１１３］
ユーザ状態判定部１１３は、ユーザ状態ルール記憶部１１２を用いて、センサ情報に応じた「ユーザ状態」を判定する。ユーザ状態判定部１１３は、最も簡易な方法として、ユーザ状態ルール記憶部１１２を用いて、センサ情報に対するパターンマッチングによってユーザ状態を検索するものであってもよい。例えば端末から取得されたセンサ情報と、ユーザ状態ルール記憶部１１２のセンサ情報とをベクトル空間に展開し、最も類似するユーザ状態を選択することができる。
ユーザ状態判定部１１３は、ユーザ状態ルール記憶部１１２を用いて、センサ情報に応じた「ユーザ状態」を判定する。ユーザ状態判定部１１３は、最も簡易な方法として、ユーザ状態ルール記憶部１１２を用いて、センサ情報に対するパターンマッチングによってユーザ状態を検索するものであってもよい。例えば端末から取得されたセンサ情報と、ユーザ状態ルール記憶部１１２のセンサ情報とをベクトル空間に展開し、最も類似するユーザ状態を選択することができる。
また、ユーザ状態判定部１１３に、機械学習エンジンを適用したものであってもよい。機械学習エンジンは、ユーザ状態毎に、過去の各種センサ情報を教師データとして構築されたものである。例えば加速度や音データの特徴量と、ユーザ行動の正解データから形成される学習データとを用いて、サポートベクタマシンなどの機械学習アルゴリズムによって、「歩行」「立位」「座位」などの行動状態を付与する既存技術もある（例えば非特許文献１及び２参照）。また、心拍データから「ストレス」「平常」の精神状態を付与する既存技術もある（例えば非特許文献３参照）。
図６は、端末毎に各時刻で判定されたユーザ状態及び認識確率を表す説明図である。
ユーザ状態判定部１１３は、センサ情報に応じた各ユーザ状態に対する認識確率を算出するものであってもよい。認識確率は、例えばユーザ状態ルール記憶部１１２に記憶されたユーザ状態毎のセンサ情報群に対する類似度であってもよい。また、ニューラルネットワークのようなパターン認識方法に基づいてユーザ状態を認識している場合、認識結果のみならず、その結果の信頼度に基づく誤認識率も算出することができる。
図２によれば、自端末１ｂは、ユーザ状態判定部１１３によって、自端末及び他端末の各種センサによって計測されたセンサ情報に応じたユーザ状態を判定することができる。
一方で、図３によれば、他端末１ａのユーザ状態判定部１１３によって判定されたユーザ状態が、ネットワークを介して自端末１ｂへ送信される。この場合、自端末１ｂは、他端末のユーザ状態を判定する必要がない。
一方で、図３によれば、他端末１ａのユーザ状態判定部１１３によって判定されたユーザ状態が、ネットワークを介して自端末１ｂへ送信される。この場合、自端末１ｂは、他端末のユーザ状態を判定する必要がない。
図２及び図３によれば更に、端末１は、アドレス情報記憶部１２０と、端末グループ化部１２１と、代表状態決定部１２２と、ユーザ状態訂正部１２３とを有する。これら機能構成部は、端末に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。また、これら機能構成部の処理の流れは、ユーザ状態判定方法としても理解できる。
図６によれば、端末１ａ、１ｂ、１ｃ、１ｄについて、時刻2015/10/20 13:05の時点におけるユーザ状態及び認識確率を表す。ここで、端末１ｂを自端末として、そのユーザのユーザ状態を判定したいとする。このとき、例えば端末１ａ、１ｃ、１ｄを、他端末とすることができる。自端末１ｂは、他端末からセンサ情報（及び端末識別子）又はユーザ状態を受信する。
［アドレス情報記憶部１２０］
アドレス情報記憶部１２０は、自端末におけるアドレス情報を記憶する。
アドレス情報記憶部１２０は、自端末におけるアドレス情報を記憶する。
図７は、本発明のアドレス情報記憶部における記憶情報を表す説明図である。
図７によれば、自端末のアドレス情報と、他端末のアドレス情報とを記憶したものである。アドレス情報とは、当該端末１のユーザからみた知人関係を持つ他のユーザのアドレスであって、例えば電話番号やメールアドレスである。勿論、例えばTwitter（登録商標）やFacebook（登録商標）、LINE（登録商標）のようなＳＮＳ(Social Network Service)のアカウント（ソーシャルネットワーク識別子）であってもよい。これらアカウントに基づくメッセージ送受信履歴は、ＡＰＩ(Application Programming Interface)を介してサーバから取得することもできる。
図７によれば、自端末のアドレス情報と、他端末のアドレス情報とを記憶したものである。アドレス情報とは、当該端末１のユーザからみた知人関係を持つ他のユーザのアドレスであって、例えば電話番号やメールアドレスである。勿論、例えばTwitter（登録商標）やFacebook（登録商標）、LINE（登録商標）のようなＳＮＳ(Social Network Service)のアカウント（ソーシャルネットワーク識別子）であってもよい。これらアカウントに基づくメッセージ送受信履歴は、ＡＰＩ(Application Programming Interface)を介してサーバから取得することもできる。
尚、ＳＮＳの場合、自端末のユーザアカウントに対して、「友達」「フォロー・フォロワー」関係にある他のユーザアカウントを記憶する。このとき、アカウント毎に、特定のスポット（地図上の位置範囲）に存在するか否かをチェックイン情報として記憶するものであってもよい。端末同士が、広域ネットワークを介してＳＮＳサーバにアクセスすることによって、他端末が同じスポットに位置することを知ることができる。
また、アドレス情報は、電話アプリケーションの通話履歴、メールアプリケーションのメール送受信履歴も含む。これによって、アドレス情報は、過去に何らかの知人関係を記録したものとなる。知人関係が突然にして極端に変化するとは想定しづらいために、比較的長期間（例えば１日に１回程度の頻度）で更新されるものであってもよい。
図７によれば、自端末１ｂ（電話番号BBB-BBBB-BBBB、メールアドレスbbb@bbb.bbb）に対して、他端末として、電話番号AAA-AAAA-AAAA、CCC-CCCC-CCCCと、メールアドレスddd@ddd.ddd、eee@eee.eeeとが対応付けられている。
［端末グループ化部１２１］
端末グループ化部１２１は、複数の端末を、所定条件に基づいてグループ化する。所定条件のグループ化としては、以下のような様々なグループ化が可能となる。
（１）判定対象端末のアドレス情報に含まれる他端末のグループ化
（２）ＳＮＳのチェックイン機能によって同じ場所に滞在する他端末のグループ化
（３）近距離無線で通信可能な他端末のグループ化
（４）上記３つのうち、２つ以上の組み合わせによるグループ化
端末グループ化部１２１は、複数の端末を、所定条件に基づいてグループ化する。所定条件のグループ化としては、以下のような様々なグループ化が可能となる。
（１）判定対象端末のアドレス情報に含まれる他端末のグループ化
（２）ＳＮＳのチェックイン機能によって同じ場所に滞在する他端末のグループ化
（３）近距離無線で通信可能な他端末のグループ化
（４）上記３つのうち、２つ以上の組み合わせによるグループ化
（１）判定対象端末のアドレス情報に含まれる他端末のグループ化
所定条件として、自端末（判定対象端末）のアドレス情報に該当する他端末をグループ化する。このとき、アドレス情報に登録されたユーザプロファイルに基づくものであってもよい。ユーザプロファイルとは、例えばユーザ属性であって、例えば同一企業に属しているユーザ同士や、住所が同一市内であるユーザ同士を、グループ化することもできる。アドレス情報を、例えばfacebookのアカウントとした場合、「友達」「フォロー・フォロワー」関係に基づいて、アカウントをグループ化することができる。このようなユーザ同士は、無関係なユーザ同士に比べて同一行動をとる可能性が高いと言えるが、グループ化に使用するアドレス情報の種類やユーザ状態を判定する対象の日時、曜日によっては、同一行動をとる可能性が期待するほど高くなく、判定精度が落ちる場合もある。従って、端末同士が近距離にいる等の他の条件とのＡＮＤ条件として設定すると、なお精度が向上し好ましい。
所定条件として、自端末（判定対象端末）のアドレス情報に該当する他端末をグループ化する。このとき、アドレス情報に登録されたユーザプロファイルに基づくものであってもよい。ユーザプロファイルとは、例えばユーザ属性であって、例えば同一企業に属しているユーザ同士や、住所が同一市内であるユーザ同士を、グループ化することもできる。アドレス情報を、例えばfacebookのアカウントとした場合、「友達」「フォロー・フォロワー」関係に基づいて、アカウントをグループ化することができる。このようなユーザ同士は、無関係なユーザ同士に比べて同一行動をとる可能性が高いと言えるが、グループ化に使用するアドレス情報の種類やユーザ状態を判定する対象の日時、曜日によっては、同一行動をとる可能性が期待するほど高くなく、判定精度が落ちる場合もある。従って、端末同士が近距離にいる等の他の条件とのＡＮＤ条件として設定すると、なお精度が向上し好ましい。
（２）ＳＮＳのチェックイン機能によって同じ場所に滞在する他端末のグループ化
例えばＳＮＳによれば、店舗側がスポットを設定することによって、そのスポットの位置範囲に属する端末は、ユーザ操作に応じてチェックイン機能を実行することができる。そして、そのユーザがそのスポットに滞在していることが、ＳＮＳによって拡散されることとなる。このとき、同じスポットに滞在している端末同士をグループ化することができる。具体的にはＳＮＳに依存するが、同一スポットに滞在する端末同士のアカウントを、ＡＰＩによって知ることができるサービス機能が提供される必要がある。
例えばＳＮＳによれば、店舗側がスポットを設定することによって、そのスポットの位置範囲に属する端末は、ユーザ操作に応じてチェックイン機能を実行することができる。そして、そのユーザがそのスポットに滞在していることが、ＳＮＳによって拡散されることとなる。このとき、同じスポットに滞在している端末同士をグループ化することができる。具体的にはＳＮＳに依存するが、同一スポットに滞在する端末同士のアカウントを、ＡＰＩによって知ることができるサービス機能が提供される必要がある。
（３）近距離無線で通信可能な他端末のグループ化
所定条件として、近距離無線によって通信可能な位置に基づくものであってもよい。近距離無線で通信可能な端末同士をグループとして構成する。ここでは、周辺端末の端末識別子も認識する必要無く、単に近距離無線で通信できた端末をグループ化している。
このとき、近距離無線によって所定時間内（例えば開始から３分間）に通信可能となった他端末のみをグループ化するものであってもよい。
また、近距離無線によって所定件数内（例えば開始から５件）に通信可能となった他端末のみをグループ化するものであってもよい。
所定条件として、近距離無線によって通信可能な位置に基づくものであってもよい。近距離無線で通信可能な端末同士をグループとして構成する。ここでは、周辺端末の端末識別子も認識する必要無く、単に近距離無線で通信できた端末をグループ化している。
このとき、近距離無線によって所定時間内（例えば開始から３分間）に通信可能となった他端末のみをグループ化するものであってもよい。
また、近距離無線によって所定件数内（例えば開始から５件）に通信可能となった他端末のみをグループ化するものであってもよい。
（４）上記３つのうち、２つ以上の組み合わせによるグループ化
例えば、自端末のアドレス情報（１）に含まれ、近距離無線で通信可能（３）な他端末のグループ化とすることもできる。何らかの知人関係があって且つ同一場所に存在する端末群のみをグループ化することができる。近距離無線で通信できた周辺端末の電話番号又はメールアドレスが、自端末のアドレス情報として登録されている場合にのみ、同一グループであると判定することができる。
例えば、自端末のアドレス情報（１）に含まれ、近距離無線で通信可能（３）な他端末のグループ化とすることもできる。何らかの知人関係があって且つ同一場所に存在する端末群のみをグループ化することができる。近距離無線で通信できた周辺端末の電話番号又はメールアドレスが、自端末のアドレス情報として登録されている場合にのみ、同一グループであると判定することができる。
端末グループ化部１２１は、端末識別子記憶部を、オプション的に更に有するものであってもよい。
図８は、本発明の端末識別子記憶部における記憶情報を表す説明図である。
端末識別子記憶部は、端末をグループ化するために、１つ以上の他端末から受信した端末識別子を記憶する。これは、通信可能な端末の端末識別子であって、広域ネットワーク又は近距離無線のいずれを介して取得されたものである。尚、前述した（３）のように、近距離無線で通信可能となった端末のみでグループ化する場合、端末識別子を記憶する必要もない。
端末識別子記憶部は、例えば近距離無線通信を用いる場合、所定受信強度以上の電波で受信した周辺端末についてのみ、周辺端末識別子を記憶するものであってもよい。受信強度としては、ＲＳＳＩ(Received Signal Strength Indication)を用いる。端末間距離が近いほどＲＳＳＩが高くなるために、所定受信強度以上の電波で受信した周辺端末は、所定距離範囲に位置していると判定することができる。例えば、半径３ｍ以内の周辺端末が同一場所に位置するとみなす場合、電波到達距離３ｍに対応するＲＳＳＩを、所定受信強度として設定する。
［代表状態決定部１２２］
代表状態決定部１２２は、グループ毎に、当該グループ内の端末の全てのユーザ状態に基づく代表状態を決定する。グループの代表状態を、そのグループ内のユーザのユーザ状態であると決定する。
例えば広域ネットワークを介して通信可能な端末のユーザ同士をグループとした場合、知人関係の有るユーザ同士が、同一のユーザ状態にあると判定する。
また、例えば近距離無線を介して通信可能な端末のユーザ同士をグループとした場合、同一場所に滞在するとして、同一のユーザ状態にあると判定する。
代表状態決定部１２２は、グループ毎に、当該グループ内の端末の全てのユーザ状態に基づく代表状態を決定する。グループの代表状態を、そのグループ内のユーザのユーザ状態であると決定する。
例えば広域ネットワークを介して通信可能な端末のユーザ同士をグループとした場合、知人関係の有るユーザ同士が、同一のユーザ状態にあると判定する。
また、例えば近距離無線を介して通信可能な端末のユーザ同士をグループとした場合、同一場所に滞在するとして、同一のユーザ状態にあると判定する。
代表状態は、グループ内の全てのユーザ状態毎の数によって代表状態を決定する。例えば、最初に所定閾値の数に達したユーザ状態を、その代表状態として決定するものであってもよい。それ以外に、例えば「多数決方式」「認識確率総積方式」のいずれかの実施形態によって決定されるものであってもよい。
＜多数決方式＞
代表状態は、例えば、グループ内の全てのユーザ状態の多数決によって決定されるものであってもよい。
代表状態は、例えば、グループ内の全てのユーザ状態の多数決によって決定されるものであってもよい。
図９は、ユーザ状態の多数決によって代表状態の決定を表す説明図である。
図９によれば、アドレス情報記憶部１２０には、ユーザの端末１ｂに対して、AAA-AAAA-AAA、CCC-CCCC-CCCC、ddd@ddd.ddd、eee@eee.eeeが登録されている。また、端末識別子記憶部には、ユーザの端末１ｂに対して、2015/10/20 13:05には、近距離無線で通信可能な端末識別子１ａ、１ｃ、１ｄが登録されている。ごの場合、ユーザの端末１ｂに対するグループは、アドレス情報と端末識別子との∩となる、端末１ａ、１ｃ、１ｄとなる。一方で、端末１ｅは、端末１ｂと何らかの知人関係があるが、同一場所に滞在していないと判定される。即ち、端末１ａ、１ｃ、１ｄは、端末１ｂと何らかの知人関係があり、同一場所に滞在していると判定される。
ユーザの端末iに対するアドレス登録（知人関係）集合 ：Ｈi
ユーザの端末iに対して時刻ｔにおける近距離通信（同一場所）集合：Ｕit
ユーザの端末iのグループ ：Ｈi∩Ｕit
ユーザの端末iに対するアドレス登録（知人関係）集合 ：Ｈi
ユーザの端末iに対して時刻ｔにおける近距離通信（同一場所）集合：Ｕit
ユーザの端末iのグループ ：Ｈi∩Ｕit
ユーザiの時刻tにおける認識結果を、以下のように表す。
ｌit m：上位m番目のユーザ状態
ｐit m：そのユーザ状態に対応する認識確率
Ｒit m＝｛ｌit m，ｐit m｝：認識結果
Ｒit＝｛Ｒit １，Ｒit ２，Ｒit ３，・・・，Ｒit ｓ｝ （ｓ：ユーザ状態数）
ｌit m：上位m番目のユーザ状態
ｐit m：そのユーザ状態に対応する認識確率
Ｒit m＝｛ｌit m，ｐit m｝：認識結果
Ｒit＝｛Ｒit １，Ｒit ２，Ｒit ３，・・・，Ｒit ｓ｝ （ｓ：ユーザ状態数）
上位１番目のユーザ状態のみを用いた多数決によって、以下のユーザ状態ｌを認識結果とする。
max（Σi=1 n'ｆ(i,l)／n） (n’：ユーザ集合に含まれるユーザ数)
f(i,l)＝ if ｌit 1＝1 then 1、otherwise 0 を満たすユーザ状態ｌ
max（Σi=1 n'ｆ(i,l)／n） (n’：ユーザ集合に含まれるユーザ数)
f(i,l)＝ if ｌit 1＝1 then 1、otherwise 0 を満たすユーザ状態ｌ
図９によれば、時刻2015/10/20 13:00〜13:10におけるユーザ１ａ、１ｂ、１ｃ、１ｄの最上位の認識結果は、行動状態については「視聴」「会話」「食事」「会話」であり、精神状態については「ストレス」「平常」「ストレス」「ストレス」である。多数決から、代表状態は、行動状態について「会話」であり、精神状態について「ストレス」であると認識される。
＜認識確率総積方式＞
代表状態は、例えば、ユーザ状態毎にグループ内の全ての認識確率の総積に基づくものであってもよい。
代表状態は、例えば、ユーザ状態毎にグループ内の全ての認識確率の総積に基づくものであってもよい。
図１０は、ユーザ状態の認識確率の総積によって代表状態の決定を表す説明図である。
全ての認識結果に含まれるユーザ状態及び認識確率を用いて、以下を満たすユーザ状態ｌを認識結果としてもよい。
max（Πi=1 n’Σm=1 sｇ(i,l)
g(i,l)＝ if ｌit m＝1 then ｌit m×ｐit m、otherwise 0 を満たすユーザ状態ｌ
同一グループに属する複数のユーザについて、ユーザ状態毎に認識確率を総積し、最も認識確率の総積が高いユーザ状態を、代表状態とする。
max（Πi=1 n’Σm=1 sｇ(i,l)
g(i,l)＝ if ｌit m＝1 then ｌit m×ｐit m、otherwise 0 を満たすユーザ状態ｌ
同一グループに属する複数のユーザについて、ユーザ状態毎に認識確率を総積し、最も認識確率の総積が高いユーザ状態を、代表状態とする。
図１０によれば、ユーザの端末１ｂに基づくグループについて、行動状態毎に又は精神状態毎に、認識確率を総積する。尚、図６で認識されていないユーザ状態は、認識確率0.1として算出した。
行動状態「視聴」 ：0.6×0.4×0.3×0.4＝0.0288
行動状態「会話」 ：0.3×0.6×0.3×0.6＝0.0075
行動状態「食事」 ：0.1×0.1×0.6×0.1＝0.0006
精神状態「ストレス」：0.7×0.3×0.6×0.6＝0.0756
精神状態「悲しみ」 ：0.2×0.1×0.3×0.1＝0.0006
精神状態「興奮」 ：0.1×0.1×0.1×0.3＝0.0003
精神状態「平常」 ：0.1×0.6×0.1×0.1＝0.0006
ここでは、代表状態は、行動状態「視聴」及び精神状態「ストレス」となる。この点で、多数決方式と比較して、選択される代表状態が異なる。
行動状態「視聴」 ：0.6×0.4×0.3×0.4＝0.0288
行動状態「会話」 ：0.3×0.6×0.3×0.6＝0.0075
行動状態「食事」 ：0.1×0.1×0.6×0.1＝0.0006
精神状態「ストレス」：0.7×0.3×0.6×0.6＝0.0756
精神状態「悲しみ」 ：0.2×0.1×0.3×0.1＝0.0006
精神状態「興奮」 ：0.1×0.1×0.1×0.3＝0.0003
精神状態「平常」 ：0.1×0.6×0.1×0.1＝0.0006
ここでは、代表状態は、行動状態「視聴」及び精神状態「ストレス」となる。この点で、多数決方式と比較して、選択される代表状態が異なる。
［ユーザ状態訂正部１２３］
ユーザ状態訂正部１２３は、自端末のユーザ状態を、当該グループの代表状態に訂正する。これによって、当該ユーザと同じような行動を取るであろう他のユーザが所持する端末のセンサ情報を用いて、高い精度のユーザ状態に訂正することができる。訂正されたユーザ状態は、アプリケーションへ出力され、様々な用途に利用される。
ユーザ状態訂正部１２３は、自端末のユーザ状態を、当該グループの代表状態に訂正する。これによって、当該ユーザと同じような行動を取るであろう他のユーザが所持する端末のセンサ情報を用いて、高い精度のユーザ状態に訂正することができる。訂正されたユーザ状態は、アプリケーションへ出力され、様々な用途に利用される。
以上、詳細に説明したように、本発明の端末、システム、プログラム及び方法によれば、他端末からの情報を用いて自端末のユーザ状態を判定することができる。特に、そのユーザと同じような行動を取るであろう他のユーザが所持する他端末から、「センサ情報」又は「ユーザ状態」を受信することによって、当該自端末のユーザ状態を判定することができる。また、自端末を所持するユーザのユーザ状態は、知人関係にある他端末を所持する他のユーザと同じような状態にあるものとして決定する。特に、自端末のセンサ情報のみで推定されたユーザ状態を、他端末のセンサ情報に基づいて推定したユーザ状態によって訂正することもできる。
前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ 端末
１１１ センサ情報記憶部
１１２ ユーザ状態ルール記憶部
１１３ ユーザ状態判定部
１２０ アドレス情報記憶部
１２１ 端末グループ化部
１２２ 代表状態決定部
１２３ ユーザ状態訂正部
１２４ センサ情報送信部
１１１ センサ情報記憶部
１１２ ユーザ状態ルール記憶部
１１３ ユーザ状態判定部
１２０ アドレス情報記憶部
１２１ 端末グループ化部
１２２ 代表状態決定部
１２３ ユーザ状態訂正部
１２４ センサ情報送信部
Claims (13)
- 各種センサを有する他端末から、センサ情報を受信する端末（判定対象となる自端末）であって、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
前記ユーザ状態ルール記憶手段を用いて、前記センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする端末。 - 前記ユーザ状態判定手段は、前記ユーザ状態ルール記憶手段を用いて、自端末の各種センサによって計測された前記センサ情報に応じたユーザ状態を判定し、
自端末の前記ユーザ状態を、当該グループの代表状態に訂正するユーザ状態訂正手段を更に有することを特徴とする請求項１に記載の端末。 - 前記代表状態決定手段は、グループ内の全ての前記ユーザ状態毎の数によって代表状態を決定する
ことを特徴とする請求項１又は２に記載の端末。 - 前記他端末から、更に端末識別子を受信し、
他ユーザの電話番号、メールアドレス及び／又はソーシャルネットワーク識別子を含むアドレス情報を記憶するアドレス情報記憶手段を更に有し、
前記端末グループ化手段は、前記所定条件として、自端末の前記アドレス情報に該当する他端末のみをグループ化する
ことを特徴とする請求項１から３のいずれか１項に記載の端末。 - 各種センサを有する複数の他端末から、センサ情報から判定されたユーザ状態及び認識確率を受信する端末（判定対象となる自端末）であって、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とする端末。 - 自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムであって、
前記他端末は、
各種センサによって計測したセンサ情報を、前記自端末へ送信するセンサ情報送信手段を有し、
前記自端末は、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
前記ユーザ状態ルール記憶手段を用いて、前記センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とするシステム。 - 自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムであって、
前記他端末は、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
前記ユーザ状態ルール記憶手段を用いて、前記センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
前記ユーザ状態及び認識確率を、自端末へ送信するユーザ状態送信手段と
を有し、
前記自端末は、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
を有することを特徴とするシステム。 - 前記自端末と前記他端末との間は、近距離無線通信によって接続され、
前記自端末の前記端末グループ化手段は、前記所定条件として、近距離無線によって通信可能な複数の端末をグループ化する
ことを特徴とする請求項６又は７に記載のシステム。 - 前記自端末は、前記近距離無線通信によって所定受信強度以上の電波で受信した他端末についてのみ、グループ化する
ことを特徴とする請求項８に記載のシステム。 - 各種センサを有する他端末から、センサ情報を受信する端末（判定対象となる自端末）に搭載されたコンピュータを機能させるプログラムであって、
センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶手段と、
前記ユーザ状態ルール記憶手段を用いて、前記センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定するユーザ状態判定手段と、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
してコンピュータを機能させることを特徴とする端末用のプログラム。 - 各種センサを有する複数の他端末から、センサ情報から判定されたユーザ状態及び認識確率を受信する端末（判定対象となる自端末）に搭載されたコンピュータを機能させるプログラムであって、
他端末を、自端末に対する所定条件に基づいてグループ化する端末グループ化手段と、
グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する代表状態決定手段と
してコンピュータを機能させることを特徴とする端末用のプログラム。 - 自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムのユーザ状態判定方法であって、
前記自端末は、センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶部を有し、
前記他端末が、各種センサによって計測したセンサ情報を、前記自端末へ送信する第１のステップと、
前記自端末が、前記ユーザ状態ルール記憶部を用いて、前記センサ情報に応じたユーザ状態を判定する第２のステップと、
前記自端末が、前記他端末を、所定条件に基づいてグループ化する第３のステップと、
前記自端末が、グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する第４のステップと
を有することを特徴とするユーザ状態判定方法。 - 自端末（判定対象端末）と、各種センサを有する他端末との間で通信可能なシステムのユーザ状態判定方法であって、
前記他端末は、センサ情報に応じてユーザ状態を対応付けたユーザ状態ルール記憶部を有し、
前記他端末が、前記ユーザ状態ルール記憶部を用いて、前記センサ情報に応じたユーザ状態、及び、当該ユーザ状態に対する認識確率を判定する第１のステップと、
前記他端末が、前記ユーザ状態を、自端末へ送信する第２のステップと、
前記自端末が、前記他端末を、所定条件に基づいてグループ化する第３のステップと、
前記自端末が、グループ毎に、当該グループ内の他端末及び自端末の全てのユーザ状態の中から、認識確率の総積に基づいて代表状態を決定する第４のステップと
を有することを特徴とするユーザ状態判定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016021328A JP6501404B2 (ja) | 2016-02-05 | 2016-02-05 | 他端末からの情報を用いて自端末のユーザ状態を判定する端末、システム、プログラム及び方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016021328A JP6501404B2 (ja) | 2016-02-05 | 2016-02-05 | 他端末からの情報を用いて自端末のユーザ状態を判定する端末、システム、プログラム及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017138930A JP2017138930A (ja) | 2017-08-10 |
| JP6501404B2 true JP6501404B2 (ja) | 2019-04-17 |
Family
ID=59565037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016021328A Active JP6501404B2 (ja) | 2016-02-05 | 2016-02-05 | 他端末からの情報を用いて自端末のユーザ状態を判定する端末、システム、プログラム及び方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6501404B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6964562B2 (ja) * | 2018-07-17 | 2021-11-10 | 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 |
| JP6936458B1 (ja) * | 2020-11-10 | 2021-09-15 | ゼネリックソリューション株式会社 | 営業支援装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011081443A (ja) * | 2009-10-02 | 2011-04-21 | Ricoh Co Ltd | 通信装置、及び方法並びにプログラム |
| JP2014134922A (ja) * | 2013-01-09 | 2014-07-24 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
| JP6558364B2 (ja) * | 2014-05-22 | 2019-08-14 | ソニー株式会社 | 情報処理装置、情報処理方法及びプログラム |
-
2016
- 2016-02-05 JP JP2016021328A patent/JP6501404B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017138930A (ja) | 2017-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2017134689A (ja) | 各端末のユーザ状態を判定する管理サーバ、システム、プログラム及び方法 | |
| US8311522B1 (en) | System and method for managing mobile communications | |
| CN103069779B (zh) | 利用目的设备用户在场概率的通信管理 | |
| US9715815B2 (en) | Wirelessly tethered device tracking | |
| KR101691129B1 (ko) | 루틴 이탈 알림 | |
| US9672725B2 (en) | Proximity-based reminders | |
| KR101605366B1 (ko) | 주변-위치 업데이트의 그룹화 | |
| CN106055364A (zh) | 一种启动应用方法及终端设备 | |
| JP6484860B2 (ja) | 情報処理装置、情報処理方法、および記憶媒体 | |
| CN107211055B (zh) | 用于在电话呼叫中在用户之间进行实时数据交换的过程 | |
| WO2013118144A2 (en) | A system and method for identifying and analyzing personal context of a user | |
| KR20150108427A (ko) | 루틴 추정 | |
| CN106096515B (zh) | 一种解锁控制方法及终端设备 | |
| US10306421B2 (en) | Wearable device notification framework | |
| JP2014135000A (ja) | 情報処理装置、情報処理方法、携帯端末、およびサーバ | |
| JP6501404B2 (ja) | 他端末からの情報を用いて自端末のユーザ状態を判定する端末、システム、プログラム及び方法 | |
| US11057492B2 (en) | Selective information sharing between users of a social network | |
| CN111819831B (zh) | 消息接收通知方法及支持该方法的电子设备 | |
| US11206506B2 (en) | Delivering information to users in proximity to a communication device | |
| CN105874443A (zh) | 用于在伴随装置之间进行通信的方法和设备 | |
| JP2014017605A (ja) | センサ情報解析装置、携帯情報端末間通信制御装置、方法、及びプログラム | |
| JP2021028793A (ja) | 見守りシステムおよび見守りプログラム | |
| JP7450484B2 (ja) | 出力装置 | |
| JP7511408B2 (ja) | 出力装置 | |
| JP2022021168A (ja) | 出力装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180306 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190201 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190207 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190308 |
|
| 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: 20190318 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190318 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6501404 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |