JP6705038B1 - 行動支援装置 - Google Patents

Abstract

【課題】 ユーザのリスクに対する理解度を算出することのできる行動支援装置を提供すること。【解決手段】 行動支援装置１００は、ユーザのリスクを推定するリスク推定部１０１と、ユーザのリスクを、当該ユーザに提示するリスク提示部１０２と、リスク提示部１０２による提示時間または確認時間（提示に基づいた時間情報）と、ユーザのリスク変化とに基づいて、ユーザのリスク理解度を算出するリスク理解度算出部１０３と、を備える。この構成により、ユーザのリスク理解度を算出することができる。したがって、リスク理解度に応じた処理または対応を可能にする。【選択図】 図１

Description

本発明は、ユーザ行動を支援する行動支援装置に関する。

従来から、ユーザ情報に基づきリスク軽減に向けた情報の提示を行い、ユーザのリスク軽減に向けた取組み度合を推定する技術が知られている。例えば、特許文献１には、保険対象の状態を取得した状態データに基づいて決定される保険内容を、状態データの再取得に対する保険契約者側の取組度合いを用いて調整することが記載されている。

すなわち、ユーザの属性情報からユーザのリスクを把握し、現状のリスクを減らすようなアドバイスを提示し、アドバイス内容およびアドバイスに対する反応状況や承認情報からユーザのリスク軽減に向けた取組み度合を定量化することで、保険料の決定に役立てている。

特開２００２−７３９９０号公報

しかしながら、特許文献１に記載の技術においては、実際にリスクをどの程度軽減させたかという結果は評価されていないため、ユーザがリスク軽減のために自身のリスクについてどの程度理解していたか（リスク理解度）については評価されていない。したがって、ユーザのリスク理解度に基づいた処理を行うことを困難にしている。

そこで、上述の課題を解決するために、ユーザのリスクに対する理解度を算出することのできる行動支援装置を提供することを目的とする。

本発明の行動支援装置は、ユーザのリスクを推定するリスク推定部と、前記ユーザのリスクを、当該ユーザに提示する提示部と、前記提示部による提示に基づいた基準時間の前の前記ユーザのリスクと、当該基準時間の後の前記ユーザのリスクとの変化を算出し、当該変化に基づいて、とに基づいて、前記ユーザのリスク理解度を算出するリスク理解度算出部と、を備える。

この発明によれば、ユーザのリスク理解度を算出することができる。

本発明によると、ユーザのリスク理解度を算出することができる。

本実施形態の行動支援装置１００の機能構成を示すブロック図である。 リスク情報の具体例を示す図である。 ユーザ情報の具体例を示す図である。 リスク推定モデル１０６ｃの学習過程を示す模式図である。 提示方法推定モデル１０６ｅの学習過程を示す模式図である。 リスク理解度ＤＢ１０６ｆの具体例およびその生成過程を示す模式図である。 リスク提示情報ＤＢ１０６ｇの具体例を示す図である。 行動支援装置１００のリスク推定処理を示すフローチャートである。 ユーザ情報から推定リスクの推定処理を示す模式図である。 行動支援装置１００におけるリスク推定モデル１０６ｃの構築処理を示すフローチャートである。 行動支援装置１００のリスク提示処理のフローチャートである。 行動支援装置１００のユーザのリスクに対する理解度を算出する処理を示すフローチャートである。 行動支援装置１００の提示方法推定モデル１０６ｅの構築処理を示すフローチャートである。 本開示の一実施の形態に係る行動支援装置１００のハードウェア構成の一例を示す図である。

添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

図１は、本実施形態の行動支援装置１００の機能構成を示すブロック図である。図１に示されるとおり、行動支援装置１００は、リスク推定部１０１、リスク提示部１０２、リスク理解度算出部１０３、リスク推定モデル構築部１０４、提示方法推定モデル構築部１０５（提示方法学習部）、および記憶部１０６を含んでいる。この記憶部１０６は、リスク情報ＤＢ１０６ａ、ユーザ情報ＤＢ１０６ｂ、リスク推定モデル１０６ｃ、推定リスクＤＢ１０６ｄ、提示方法推定モデル１０６ｅ、リスク理解度ＤＢ１０６ｆ、リスク提示情報ＤＢ１０６ｇを記憶している。

リスク推定部１０１は、記憶部１０６に記憶されているユーザ情報ＤＢ１０６ｂおよびリスク推定モデル１０６ｃに基づいてユーザのリスクを推定する部分である。なお、リスク推定部１０１は、リスク推定モデル１０６ｃを参照することなく、所定のルールに基づいてユーザ情報のみからリスク情報を推定してもよい。

リスク提示部１０２は、提示方法推定モデル１０６ｅに基づいて決定された提示方法にしたがって、リスク推定部１０１により推定されたリスクを、ユーザに提示する部分である。リスク提示部１０２は、提示した提示方法と提示に関する情報をリスク提示情報ＤＢ１０６ｇに記憶する。

リスク推定モデル構築部１０４は、リスク情報ＤＢ１０６ａおよびユーザ情報ＤＢ１０６ｂに基づいて、リスク推定モデル１０６ｃを構築する部分である。リスク推定モデル構築部１０４は、ユーザ情報を説明変数とし、リスク情報を目的変数とした学習処理を行うことで、リスク推定モデル１０６ｃを構築することができる。リスク推定モデル構築部１０４は、構築したリスク推定モデル１０６ｃとして記憶部１０６に記憶する。

リスク理解度算出部１０３は、推定リスクＤＢ１０６ｄおよびリスク提示情報ＤＢ１０６ｇに基づいて、ユーザのリスクの理解度を算出する。リスク理解度算出部１０３は、ユーザが提示されたリスクを確認した日時（確認日時）と、推定リスクＤＢ１０６ｄに記述されている推定リスクとに基づいて、リスク提示に対する確認日時の前後における推定リスクの変化を求め、その変化に基づいてユーザのリスク理解度を算出する。リスク理解度算出部１０３は、ユーザのリスク理解度をリスク理解度ＤＢ１０６ｆに記憶する。なお、確認日時に代えて、ユーザにリスクを提示した提示日時を基準とし、提示日時の前後における推定リスクの変化に基づき、ユーザのリスク理解度を求めてもよい。

提示方法推定モデル構築部１０５は、ユーザ情報ＤＢ１０６ｂおよびリスク理解度ＤＢ１０６ｆに基づいて、提示方法推定モデルを構築する部分である。提示方法推定モデル構築部１０５は、リスク理解度が所定値以上のリスク理解度情報と、これに対応するユーザ情報とを取得する。このユーザ情報は、当該リスク理解度情報の人物識別子と日時とにかかるユーザ情報である。提示方法推定モデル構築部１０５は、取得したユーザ情報を説明変数とし、リスク理解度情報の提示方法を目的変数として学習処理を行い、提示方法推定モデルを構築する。

リスク情報ＤＢ１０６ａは、リスク情報を記述するデータベース（ＤＢ）である。リスク情報は、人物識別子、日時およびそのリスク情報を含む。リスク情報は、例えば事故の有無などを想定しており、旅行に関係するリスクを算出する場合には、旅行中に事故に巻き込まれた回数などが考えられる。日時は、そのリスク情報が登録または観測された時間情報である。

図２は、リスク情報の具体例を示す図である。図２に示されるとおり、人物識別子、日時に対して、交通、病気などのリスクが対応付けて記述されている。

ユーザ情報ＤＢ１０６ｂは、ユーザ情報を記述するデータベースである。図３に示される通り、ユーザ情報は、ユーザを識別するための人物識別子、日時、性別、年代等などの属性情報、サービス利用情報、位置情報などのすべてまたはそれら一部を含む。

リスク推定モデル１０６ｃは、ユーザ情報を入力して、それに対応するリスクを推定するための推定モデルである。図４に示されるとおり、リスク推定モデル構築部１０４により、ユーザ情報を説明変数とし、リスク情報を目的変数として、リスク推定モデル１０６ｃが構築される。なお、図４においては、複数項目のリスク情報を用いているが、これにかぎるものではない。リスクごとに複数の推定モデルを構築してもよい。

推定リスクＤＢ１０６ｄは、リスク推定部１０１により推定された推定リスクのデータベースである。そのデータベース構成は、図２に示されるリスク情報と同じである。

提示方法推定モデル１０６ｅは、ユーザ情報を入力して、それに対応する提示方法を推定するための推定モデルである。図５に示される通り、ユーザ情報ＤＢ１０６ｂおよびリスク理解度ＤＢ１０６ｆに基づいて、リスク理解度が所定値以上のリスク理解度情報および当該リスク理解度情報の人物識別子と日時とにかかるユーザ情報に基づいて学習が行われることにより、提示方法推定モデル１０６ｅが構築される。この学習は、ユーザ情報を説明変数とし、提示方法を目的変数として行われる。

リスク理解度ＤＢ１０６ｆは、リスク理解度算出部１０３により算出されたリスク理解度情報を記述するデータベースである。図６に示されるとおり、リスク理解度ＤＢ１０６ｆは、人物識別子、日時、提示方法、およびリスク理解度を含むリスク理解度情報を記述する。

リスク提示情報ＤＢ１０６ｇは、リスク提示部１０２により提示されたユーザごとのリスク提示方法、および提示に対するユーザからの確認日時（または提示日時）を記述したリスク提示情報のデータベースである。このリスク提示情報ＤＢ１０６ｇは、さらにリスク提示方法マスタを含んでもよい。リスク提示方法マスタは、リスク提示方法をより詳細に規定した情報である。リスク提示方法マスタは、別データベースとしてもよい。

図７（ａ）は、リスク提示情報を示し、図７（ｂ）は、リスク提示方法マスタを示す。リスク提示情報は、人物識別子、日時、および提示情報を対応付けた情報である。日時は、提示したリスクをユーザが確認した確認日時または提示日時を示す。提示方法は、その方法の種別を示す。

図７（ｂ）に示されるとおり、提示方法は、さらに提示タイミング、提示内容、表示方法、およびチャネルなどから指定される。タイミングは、提示時間間隔、たとえば１週間に１回提示することなどを示す。提示内容は、具体的なリスクの提示、リスクのランキングの提示などを示す。表示方法は、会話形式でのリスクの説明、客観的なデータに基づくリスクの説明などを示す。チャネルは、メール、ｗｅｂ、プッシュ通知などの、提示手段を示す。

このように構成された行動支援装置１００の処理について説明する。図８は、行動支援装置１００のリスク推定処理を示すフローチャートである。図に示されるとおり、リスク推定部１０１は、ユーザ情報ＤＢ１０６ｂから、所定タイミング、または行動支援装置１００のオペレータ若しくはユーザの指示に従って、指定された一のユーザのユーザ情報を取得する（Ｓ１０１）。そして、リスク推定部１０１は、取得したユーザ情報をリスク推定モデル１０６ｃに適用して、推定リスクを取得する（Ｓ１０２）。リスク推定部１０１は、取得した推定リスクを推定リスクＤＢ１０６ｄに記憶する（Ｓ１０３）。この推定処理は、時間経過とともに繰り返しに行われ、推定リスクＤＢ１０６ｄには、時系列でユーザごとのリスクが記述される。

図９は、ユーザ情報から推定リスクの推定処理を示す模式図である。図９に示されるとおり、ユーザ情報をリスク推定モデルに適用することにより推定リスクを導出することができる。図９においては、交通欄のみに推定リスクが記述されているが全ての項目に推定リスクが記述されてもよい。

なお、行動支援装置１００の処理では、リスク推定モデルを用いずに、特定のルールに基づいてユーザ情報のみからリスク情報を推定してもよい（Ｓ１０２）。例えば、旅行に関するリスクを推定する場合には、「国内旅行回数＋２×国外旅行回数」といったルールに基づき、推定することが考えられる。国外旅行回数に２を掛ける理由は、国外旅行の方が、リスクが高いと想定したためである。

つぎに、リスク推定モデル１０６ｃの構築および学習処理について説明する。図１０は、行動支援装置１００におけるリスク推定モデル１０６ｃの構築処理を示すフローチャートである。リスク推定モデル構築部１０４は、ユーザ情報およびリスク情報を、それぞれユーザ情報ＤＢ１０６ｂおよびリスク情報ＤＢ１０６ａから取得する（Ｓ２０１）。そして、リスク推定モデル構築部１０４は、教師あり学習による学習処理を行う（Ｓ２０２）。ここでは、ユーザ情報を説明変数とし、リスク情報を目的変数とする学習処理を行う。そして、リスク推定モデル構築部１０４は、学習処理により構築したリスク推定モデル１０６ｃを、記憶部１０６に記憶する（Ｓ２０３）。すでに記憶部１０６がリスク推定モデル１０６ｃを記憶している場合には、更新処理を行ってもよい。このリスク推定モデル１０６ｃの更新処理は、定期的に行われ、常に最新の推定モデルが構築されていてもよい。

つぎに、リスク提示処理について説明する。図１１は、行動支援装置１００のリスク提示処理のフローチャートである。リスク提示部１０２は、ユーザ情報ＤＢ１０６ｂおよび推定リスクＤＢ１０６ｄから、提示対象となるユーザのユーザ情報および推定リスクを取得する（Ｓ３０１）。リスク提示部１０２は、学習済みの提示方法推定モデル１０６ｅが、記憶部１０６に記憶されているか否かを判断する（Ｓ３０２）。

存在すると判断された場合には（Ｓ３０２：ＹＥＳ）、リスク提示部１０２は、提示方法推定モデル１０６ｅを取得し（Ｓ３０３）、ユーザ情報に基づいて提示方法の推定を行う（Ｓ３０４）。例えば、図７に示されるように提示方法Ａであるのか、提示方法Ｂであるのかの推定を行う。なお、図７における提示方法は、提示タイミング、提示内容、表示方法、チャネルの組み合わせとして示されているが、これに限るものではなく、提示タイミング、提示内容、表示方法、チャネル等のいずれかまたは任意の組み合わせを、提示方法としてもよい。

リスク提示部１０２は、推定した提示方法に従って、リスク情報の提示を行う（Ｓ３０５）。リスク提示部１０２は、提示に対するユーザの反応を収集し、リスク提示情報ＤＢ１０６ｇに記憶する（Ｓ３０６）。このユーザの反応とは、リスク提示を確認したことを示す。リスク提示部１０２は、ユーザのリスク提示をする際において、その確認をユーザに求める。なお、ユーザ理解度を算出する際にリスクの提示日時を利用する場合には、この確認は必須ではない。

Ｓ３０２において、提示方法推定モデル１０６ｅが存在しない場合（Ｓ３０２：ＮＯ）には、リスク提示部１０２は、初期設定に基づいた提示方法で、提示方法の選定とリスク情報の提示を行う（Ｓ３０４、Ｓ３０５）。なお、初期設定など事前に設定した方法のほか、ランダムで提示方法を決定してもよい。

つぎに、ユーザのリスクに対する理解度を算出する処理について説明する。図１２は、その処理を示すフローチャートである。リスク理解度算出部１０３は、リスク提示情報ＤＢ１０６ｇおよび推定リスクＤＢ１０６ｄから、対象ユーザのリスク提示情報と推定リスクとを取得する（Ｓ４０１）。そして、リスク理解度算出部１０３は、ユーザがリスク提示を確認した日時（提示した日時でもよい）と、推定リスクの変化点を検出した日時とを比較する（Ｓ４０２）。

変化点は、ユーザの推定リスクに変化が起こった点（日時）であり、推定リスクまたは推定リスクの時間的な傾向が過去と比べて大きく下がった日時を表す。

この変化点は、公知の時系列データの異常検出手法を用いて検出される。

一致したと判断すると（Ｓ４０３：ＹＥＳ）、リスク理解度算出部１０３は、確認前後のリスクを比較して、リスク理解度を算出する（Ｓ４０４）。例えば、リスク理解度算出部１０３は、変化点の前後一定期間（期間は任意であり、後述の距離の定義によっては前後の期間が異なっていても良い）のリスク変化を、変化点前のリスクまたはリスク変化と変化点後のリスクまたはリスク変化としてそれぞれ抽出する。そして、リスク理解度算出部１０３は、変化点前のリスクまたはリスク変化と変化点後のリスクまたはリスク変化との距離を計算し、リスク理解度を算出する。

例えば、リスク理解度算出部１０３は、変化点（≒ユーザがリスク提示を確認した日時）が、ｎ日１３：００とした場合、変化点前のリスク変化をｎ−１日１３：００〜ｎ日１２：５９の１日分とし、変化点後のリスク変化をｎ日１３：００〜ｎ＋１日１２：５９の１日分とする方法がある。この場合、同時刻ごとのリスクの差を計算し、差の合計値をリスク理解度として算出する。なお、距離の算出は、上記の方法に限られず、任意の距離の定義を使用してもよい。

そして、リスク理解度算出部１０３は、算出したリスク理解度を、ユーザの人物識別子、日時、提示方法とともに、リスク理解度情報として、リスク理解度ＤＢ１０６ｆに記述する（Ｓ４０５）。この日時は、変化点の日時を示す。

一方、処理Ｓ４０３において、一致しないと判断すると（Ｓ４０３：ＮＯ）、リスク理解度算出部１０３は、ユーザがリスクを理解した上でのリスクの変化ではないと判断し、リスク理解度＝０として、リスク理解度ＤＢ１０６ｆに記述する（Ｓ４０６）。

ユーザが提示されたリスクを確認した日時と、変化点の日時とが一致したことは、ユーザがリスクの提示または確認に基づいて、何かしらの行動を起こしてリスクを低減する方向に改善したと考えられる。

逆に、一致しなかった場合には、ユーザは、リスク提示または確認に起因しては、何も行動を起こさず、リスクを理解していないと考えられる。

リスクが提示されて一定時間経過後にリスク軽減に向けてユーザが行動を変えた場合を考慮するために、処理Ｓ４０３における一致、不一致の判断には一定の時間的猶予を設けても良く、変化点の日時と、リスク提示情報ＤＢ１０６ｇに含まれる当該ユーザがリスク提示に対する確認した日時との差が閾値の範囲内であれば、一致とみなしても良い。

つぎに、提示方法推定モデルの構築について説明する。図１３は、その構築処理を示すフローチャートである。提示方法推定モデル構築部１０５は、ユーザ情報ＤＢ１０６ｂおよびリスク理解度ＤＢ１０６ｆのそれぞれから、ユーザ情報およびリスク理解度情報を取得する（Ｓ５０１）。

提示方法推定モデル構築部１０５は、リスク理解度が閾値以上となったリスク提示に対応するユーザ情報と、その提示方法とを抽出する（Ｓ５０２）。そして、提示方法推定モデル構築部１０５は、教師あり学習による学習処理を行う。ここでは、閾値で絞り込まれたユーザ情報を説明変数とし、それに対応する提示方法を目的変数として、学習処理を行うことで、提示方法推定モデル１０６ｅを構築する（Ｓ５０３）。提示方法推定モデル構築部１０５は、構築した提示方法推定モデル１０６ｅを更新する（Ｓ５０４）。

変形例として、上記学習を行う際に、ユーザ情報に含まれていた人物識別子にかかる情報に加え、当該ユーザに対して提示した過去の提示方法を学習の特徴量（説明変数）として扱っても良い。この場合では、前述のリスク提示部１０２において、リスク提示情報ＤＢ１０６ｇに記述のリスク提示情報が参照される。

図１２および図１３の処理は、定期的に実行され、その時点における最新のモデルに提示方法推定モデルが更新されてもよい。また、図１２および図１３の処理は、それぞれ独立して行われてもよい。

つぎに、本実施形態の行動支援装置１００の作用効果について説明する。この行動支援装置１００は、ユーザのリスクを推定するリスク推定部１０１と、ユーザのリスクを、当該ユーザに提示するリスク提示部１０２と、リスク提示部１０２による提示時間または確認時間（提示に基づいた基準時間）と、ユーザのリスクの変化とに基づいて、ユーザのリスク理解度を算出するリスク理解度算出部１０３と、を備える。

この構成により、ユーザのリスク理解度を算出することができる。したがって、リスク理解度に応じた処理または対応を可能にする。例えば、リスク理解度に応じた方法でユーザにリスクを提示することができる。そのほか、リスクの理解度に応じた処理として保険料の減額などの保険内容の調整といったインセンティブの提供などがある。

また、この行動支援装置１００におけるリスク理解度算出部１０３は、リスク推定部１０１により推定されたリスクで構成された時系列の変化点を検出した日時である変化時間を求める。そして、リスク理解度算出部１０３は、リスク提示部１０２による提示日時または確認日時（提示に基づく基準時間）と、変化点を検出した日時と、これら確認日時または変化点の日時を基準にしたその前後におけるリスクの変化とに基づいて、リスク理解度を算出する。

例えば、リスク理解度算出部１０３は、確認日時と変化点の検出日時との差が、所定閾値未満である場合に、確認日時または変化点の日時を基準にその前後におけるリスクの変化の比較に基づいて、リスク理解度を算出する。

なお、別の手法に基づいてリスクの変化から変化時間を求めて、基準時間である確認日時または提示日時を基準に、リスク変化に基づいたユーザのリスク理解度の算出は可能である。例えば、オペレータなどが視認により変化時間を指定してもよい。

確認日時と変化点の検出日時とが所定閾値未満である場合には、ユーザがリスクを認識して、そのリスクを改善しようと行動したと想定できる。よって、その前後でリスクが減少することが予想される。本実施形態においては、その差分に基づいてリスク理解度を算出することで、ユーザのリスク理解度を正確に算出することができる。

一方で、この行動支援装置１００において、リスク理解度算出部１０３は、確認日時と変化点の検出日時とが所定間隔以上である場合には、ユーザのリスク理解度を０とする。

この場合の変化点はユーザがリスクを認識して改善した結果に基づいたものではないことが考えられる。したがって、そのような場合には、ユーザのリスクの理解度を０とすることが妥当である。

また、この行動支援装置１００において、リスク提示部１０２は、ユーザの理解度を考慮した提示方法でユーザのリスクの提示を行う。例えば、ユーザへの提示の頻度を上げたり、提示内容をより詳細にしたりすることで、ユーザのリスク理解度が高くなるような提示を行うことができる。

また、この行動支援装置１００において、リスク提示部１０２によるユーザのリスク提示方法と、リスク理解度算出部１０３により算出されたリスク理解度とに基づいて、リスク提示方法を学習する提示方法推定モデル構築部１０５を、さらに備える。そして、リスク提示部１０２は、提示方法推定モデル構築部１０５により学習されたリスク提示方法に従ってリスクの提示を行う。

この構成により、より適切なリスク提示方法を学習することが得きる。例えば、リスク理解度が所定値以上となるユーザのリスク情報を用いて、提示方法推定モデル１０６ｅを構築することで、ユーザのリスク理解度を向上させることができる。

上記の説明においては、主に確認日時を基準時間として、そのリスク変化からユーザのリスクの理解度を求めた。しかしながら、確認日時に限らず、リスクの提示日時としてもよい。また、リスク変化の前後の基準となる基準時間としては、確認日時のほか、変化点の日時（変化時間）としてもよい。

なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。

機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。

例えば、本開示の一実施の形態における行動支援装置１００は、本開示の行動支援方法の処理を行うコンピュータとして機能してもよい。図１４は、本開示の一実施の形態に係る行動支援装置１００のハードウェア構成の一例を示す図である。上述の行動支援装置１００は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。行動支援装置１００のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

行動支援装置１００における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。例えば、上述のリスク推定部１０１、リスク推定モデル構築部１０４、リスク理解度算出部１０３、提示方法推定モデル構築部１０５などは、プロセッサ１００１によって実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、リスク推定部１０１、リスク推定モデル構築部１０４、リスク理解度算出部１０３、提示方法推定モデル構築部１０５は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る行動支援方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ−ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及びストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency Division Duplex）及び時分割複信（ＴＤＤ：Time Division Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述のリスク情報、ユーザ情報を取得するための取得部（図示せず）などは、通信装置１００４によって実現されてもよい。この取得部は、送信部と受信部とで、物理的に、または論理的に分離された実装がなされてもよい。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。

また、行動支援装置１００は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。

情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。例えば、情報の通知は、物理レイヤシグナリング（例えば、ＤＣＩ（Downlink Control Information）、ＵＣＩ（Uplink Control Information））、上位レイヤシグナリング（例えば、ＲＲＣ（Radio Resource Control）シグナリング、ＭＡＣ（Medium Access Control）シグナリング、報知情報（ＭＩＢ（Master Information Block）、ＳＩＢ（System Information Block）））、その他の信号又はこれらの組み合わせによって実施されてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC Connection Setup）メッセージ、ＲＲＣ接続再構成（RRC Connection Reconfiguration）メッセージなどであってもよい。

本開示において説明した各態様／実施形態は、ＬＴＥ（Long Term Evolution）、ＬＴＥ−Ａ（LTE-Advanced）、ＳＵＰＥＲ ３Ｇ、ＩＭＴ−Ａｄｖａｎｃｅｄ、４Ｇ（4th generation mobile communication system）、５Ｇ（5th generation mobile communication system）、ＦＲＡ（Future Radio Access）、ＮＲ（new Radio）、Ｗ−ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ−Ｆｉ（登録商標））、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ ８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ及びＬＴＥ−Ａの少なくとも一方と５Ｇとの組み合わせ等）適用されてもよい。

本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

情報等は、上位レイヤ（又は下位レイヤ）から下位レイヤ（又は上位レイヤ）へ出力され得る。複数のネットワークノードを介して入出力されてもよい。

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。例えば、チャネル及びシンボルの少なくとも一方は信号（シグナリング）であってもよい。また、信号はメッセージであってもよい。また、コンポーネントキャリア（ＣＣ：Component Carrier）は、キャリア周波数、セル、周波数キャリアなどと呼ばれてもよい。

本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。

また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。例えば、無線リソースはインデックスによって指示されるものであってもよい。

上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。様々なチャネル（例えば、ＰＵＣＣＨ、ＰＤＣＣＨなど）及び情報要素は、あらゆる好適な名称によって識別できるので、これらの様々なチャネル及び情報要素に割り当てている様々な名称は、いかなる点においても限定的な名称ではない。

本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up、search、inquiry)（例えば、テーブル、データベース又は別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。

「接続された(connected)」、「結合された(coupled)」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。

本開示において、例えば、英語でのa, an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

１００…行動支援装置、１０１…リスク推定部、１０２…リスク提示部、１０３…リスク理解度算出部、１０４…リスク推定モデル構築部、１０５…提示方法推定モデル構築部、１０６…記憶部、１０６ａ…リスク情報ＤＢ、１０６ｂ…ユーザ情報ＤＢ、１０６ｃ…リスク推定モデル、１０６ｄ…推定リスクＤＢ、１０６ｅ…提示方法推定モデル、１０６ｆ…リスク理解度ＤＢ、１０６ｇ…リスク提示情報ＤＢ。

Claims (9)

1. ユーザのリスクを推定するリスク推定部と、
   前記ユーザのリスクを、当該ユーザに提示する提示部と、
   前記提示部による提示に基づいた基準時間の前の前記ユーザのリスクと、当該基準時間の後の前記ユーザのリスクとの変化を算出し、当該変化に基づいて、リスク理解度を算出するリスク理解度算出部と、
   を備える行動支援装置。
2. 前記リスク理解度算出部は、
   前記リスク推定部により推定されたリスクの時系列の変化点を示す変化時間を求め、
   前記基準時間と、前記変化時間と、前記基準時間または前記変化時間の前後におけるリスクの変化とに基づいて、前記リスク理解度を算出する、
   請求項１に記載の行動支援装置。
3. 前記リスク理解度算出部は、
   前記基準時間と前記変化時間との差が閾値未満である場合に、前記基準時間または前記変化時間の前後におけるリスクの変化の比較に基づいて、前記リスク理解度を算出する、請求項２に記載の行動支援装置。
4. 前記リスク理解度算出部は、
   前記基準時間と前記変化時間との差が閾値以上である場合には、前記リスク理解度を０とする、請求項２または３に記載の行動支援装置。
5. 前記提示部は、ユーザの理解度が高くなると推定される提示方法でユーザのリスクの提示を行う、請求項１〜４のいずれか一項に記載の行動支援装置。
6. 前記提示部によるユーザのリスク提示方法と、前記リスク理解度算出部により算出されたリスク理解度とに基づいて、リスク提示方法を導出する提示方法推定モデルを学習する提示方法学習部を、さらに備え、
   前記提示部は、前記提示方法学習部により学習された提示方法推定モデルにより導出されたリスク提示方法に従ってリスクの提示を行う、請求項１〜５のいずれか一項に記載の行動支援装置。
7. 前記提示方法学習部は、
   前記リスク理解度が所定値以上となるユーザのリスク提示方法を用いて、提示方法推定モデルを学習する、請求項６に記載の行動支援装置。
8. 前記提示方法学習部は、
   さらにユーザのユーザ情報を加えて、提示方法推定モデルを学習する、請求項６または７に記載の行動支援装置。
9. 前記提示方法学習部は、
   さらにユーザごとに過去に提示したリスク提示方法を加えて、提示方法推定モデルを学習する、請求項６〜８のいずれか一項に記載の行動支援装置。

Images