JP6747444B2 - 情報処理システム、情報処理方法、およびプログラム - Google Patents

Description

本開示は、情報処理システム、情報処理方法、およびプログラムに関する。

近年、人の感情を種々のデータから解析、推測する技術が提案されている。例えば下記特許文献１では、テレビ番組に対する感想を、怒り、泣き、笑いなどの感情の選択肢によって入力を促し、ソーシャルサービスの友人の範囲で集計して共有するシステムについて記載されている。

また、下記特許文献２では、料理画像の特徴量に応じた採点と、その料理を食べる人の笑顔度合に基づいて、その料理を提供した飲食店の評価を行うシステムについて記載されている。また、下記特許文献３では、オンラインコンテンツやイベントに対するユーザの感情状態を推定し、各ユーザの平均的な感情スコアを生成するシステムについて記載されている。

特開２０１４−８５８１１号公報 特開２０１４−１４６２６４号公報 米国特許第９０２６４７６号明細書

しかしながら、上記いずれの技術も、ユーザの過去の時点における感情が解析されるものであり、今後ユーザがどのような感情になるかを事前に把握することはできなかった。

そこで、本開示では、特定の時刻および場所における特定感情のレベルを予測することが可能な情報処理システム、情報処理方法、およびプログラムを提案する。

本開示によれば、ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積する蓄積部と、特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測する制御部と、を備える、情報処理システムを提案する。

本開示によれば、プロセッサは、ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積部に蓄積することと、特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測することと、を含む、情報処理方法を提案する。
また、本開示によれば、プロセッサを機能させるためのプログラムであって、ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積部に蓄積する処理と、特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測する処理と、を前記プロセッサに実行させるためのプログラムを提案する。

以上説明したように本開示によれば、特定の時刻および場所における特定感情のレベルを予測することが可能となる。

なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。

本開示の一実施形態による情報処理システムの概要について説明する図である。 本実施形態による情報処理システムの全体構成について説明する図である。 本実施形態によるユーザ端末の構成例を示すブロック図である。 本実施形態によるハピネス管理サーバの構成例を示すブロック図である。 本実施形態によるハピネス解析処理を示すフローチャートである。 本実施形態による不特定多数向けハピネス予報処理を示すフローチャートである。 本実施形態による特定コミュニティ向けハピネス予報について説明する図である。 本実施形態によるハピネス強度定義テーブルの一例を示す図である。 本実施形態によるハピネス履歴の一例を示す図である。 本実施形態による特定コミュニティ向けのハピネス予測処理を示すフローチャートである。 本実施形態によるハピネス係数テーブルの一例を示す図である。 本実施形態によるハピネス履歴の一例を示す図である。 本実施形態によるハピネス予測の一例を示す図である。 本実施形態によるハピネス予測結果の提示処理を示すフローチャートである。 本実施形態によるアーティストＸファンのハピネス予報の画面表示例を示す図である。 図１４に示すハピネス予報の画面遷移例を示す図である。 図１５に示すハピネス予報の画面遷移例を示す図である。 本実施形態によるコンサート翌日のアーティストＸファンのハピネス予報の画面表示例を示す図である。 本実施形態によるハピネス予報を全国天気予報のように表現した場合の画面表示例を示す図である。 本実施形態によるハピネス予報を週間天気予報のように表現した場合の画面表示例を示す図である。 本実施形態によるユーザＡのハピネス履歴の一例を示す図である。 本実施形態によるユーザ個人向けのハピネス予報処理を示すフローチャートである。 本実施形態によるユーザ個人向けのハピネス予報を１日の時間毎の天気予報のように表現した場合の画面表示例を示す図である。 本実施形態によるユーザ個人向けの１日の総合的なハピネス予報を天気予報のように表現した場合の画面表示例を示す図である。 本実施形態によるユーザ個人向けのハピネス予報をバイオリズムのように表示する画面表示例を示す図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

また、説明は以下の順序で行うものとする。
１．本開示の一実施形態による情報処理システムの概要
２．構成
２−１．全体構成
２−２．ユーザ端末の構成
２−３．ハピネス管理サーバの構成
３．動作処理
３−１．ハピネス解析処理
３−２．不特定多数向けハピネス予報処理
３−３．特定コミュニティ向けハピネス予報処理
３−４．個人向けハピネス予報処理
４．まとめ

＜＜１．本開示の一実施形態による情報処理システムの概要＞＞
本実施形態による情報処理システムでは、ユーザの行動履歴に基づいて演算した特定感情のレベルを、感情発生の時刻、場所、または関連するキーワード等の情報と共に蓄積し、特定の時刻および場所における特定感情のレベルを予測することを可能とする。また、予測した特定感情のレベルを「感情予報」としてユーザに提示することで、ユーザは天気予報を見るように、自分が今日どのような感情になる可能性が高いかを事前に把握したり、時刻と共に変化する各場所の感情を事前に把握することが可能となる。

ここで、本実施形態による情報処理システムにより予測および予報を行う「特定感情」とは、基本６感情（具体的には、怒り、嫌悪、恐怖、喜び、悲しみ、および驚き）の少なくともいずれか、またはその組み合わせであってもよい。また、特定の感情は、人が人やモノと、一対一、一対多、または多対多で対峙している状態で発生し得る。対峙の方法は面と向かってでなくてもよく、例えば電話、電信、メール、またはIP（Internet protocol）メッセージ等でもよい。つまり、対峙している対象同士は遠隔地にいてもよいし、リアルタイムで一緒にいてもよい。同じ「場」を共有してコミュニケーションしている状態が想定される。この「場」とは、会議またはコンサート等の大きな場であってもよいし、食事や電話等の小さな場であってもよい。また、一対一の人同士のコミュニケーションとしては面と向かった会話、一対一の人対モノのコミュニケーションとしては絵画を一人で見ている人といった状況が想定される。また、一対多の人同士のコミュニケーションとしてはソロシンガーのコンサートをファンが見に来ている状況、多対多の人同士のコミュニケーションとしてはサッカーの勝利チームのメンバーとサポーターが喜びを分かち合っている状況等が想定される。また、人対人の「場」は、テレビで芸能人を見る等、モノを介して作られる場であってもよい。

また、本実施形態による感情予測では、特定感情が発生する／しないに限らず、どの程度のレベル（度合いまたは強さを意味する）の特定感情が発生するかを予測することも可能である。例えば、発生する特定感情を、単位時間当たりの値として０（最小）〜１（最大）、若しくは−１（最小）〜１（最大）までの値に正規化して強度を表現してもよい。−１（最小）〜１（最大）までの値に正規化した場合、例えば「喜び」の感情の度合いが強い程、特定感情レベルの値が正の方向に強く、「悲しみ」や「怒り」が強い程負の方向に強い程、特定感情レベルの値が負の方向に強くなるよう算出することが可能となる。また、特定感情は、その場にいる一人一人に発生するため、「場」に発生している特定感情を「場」を共有する人達全員の特定感情のレベルを合算して算出し、「場」の特定感情の強度を求めることも可能である。

本実施形態では、特定感情の一例として、例えば「喜び」の感情（具体的には笑顔や嬉しいという感情が発生する状況であって、以下「ハピネス」と称す）を予測および予報する場合について説明する。また、本実施形態では、ハピネスの発生有無だけではなく、ハピネスの強度（ハピネス強度とも称す）も予測する。以下、図１を参照して本実施形態による情報処理システムの概要について説明する。

図１は、本開示の一実施形態による情報処理システムの概要について説明する図である。本実施形態では、蓄積したハピネス履歴データに基づいて、特定の時刻および場所におけるハピネス強度を予測し、ハピネス予報としてユーザに提示する。図示された例では、ユーザが、スマートフォン等のユーザ端末１により、全国のハピネス予報を確認することができる。ハピネス予報画面では、図１に示すように、地図上に、ハピネス強度に応じたアイコンが重畳して表示される。ハピネス強度に応じたアイコンは、晴れマーク、曇りマーク、雨マーク等のユーザが慣れ親しんでいる天気予報のマークを応用したものであってもよく、さらにアイコンに含まれる顔の表情で度合いを表現してもよい。例えば同じ晴れマークであっても、笑顔の表情である程ハピネス度が強い。また、図１に示すように、ハピネス予報画面では、日時および時刻表示と、特定の時刻を指定するための時刻スライダーも表示される。ユーザは、時刻スライダーを操作することで、所望の時刻における全国のハピネス度を把握することができる。また、図１に示す例では、全国のハピネス度を地図上に示しているが、本実施形態はこれに限定されず、さらに詳細な地図で地方、地域、または町内のハピネス度を表示してもよいし、全世界のハピネス度を表示してもよい。

本実施形態により、例えばユーザは、国内出張する朝に、全国のハピネス予報を確認して、出張先または経由地における所定時刻のハピネス度を把握し、事前に備えることができる。

以上、本実施形態による情報処理システムの概要について説明した。続いて、本実施形態による情報処理システムの構成および動作処理について具体的に説明する。

＜＜２．構成＞＞
＜２−１．全体構成＞
図２は、本実施形態による情報処理システムの全体構成について説明する図である。図２に示すように、本実施形態による情報処理システムは、ユーザ端末１およびハピネス管理サーバ２を含む。両者はネットワーク３を介して接続される。また、ハピネス管理サーバ２は、ハピネス解析または予測を行う際、必要に応じて、スケジュール管理サーバ４ａ、ライフログ管理サーバ４ｂ、コミュニケーションサーバ４ｃ、番組情報提供サーバ４ｄ、音声管理サーバ４ｅ、画像管理サーバ４ｆ、ファンクラブ運営サーバ４ｇ、公演情報管理サーバ４ｈ、または虹情報管理サーバ４ｉといった外部サーバ４から情報を取得する。図２に具体的に図示した外部サーバ４（４ａ〜４ｉ）は一例であって、本実施形態はこれに限定されない。

ユーザ端末１は、ハピネス管理サーバ２から送信されたハピネス予報を表示するための情報を用いて、ハピネス予報をユーザに提示する情報処理端末である。ユーザ端末１は、図１および図２に示すようなスマートフォンに限定されず、例えば携帯電話端末、またはタブレット端末等のモバイル端末、若しくは、スマートウォッチ、スマートバンド、スマートアイグラス、またはスマートネック等のウェアラブル端末であってもよい。

スケジュール管理サーバ４ａは、ユーザ端末１から送信された予定情報（予定内容、時刻、および場所等）を、ユーザ情報と共に登録する機能を有する。また、スケジュール管理サーバ４ａは、ユーザ操作に応じて、登録したユーザのスケジュール情報の提示および編集する機能を有する。予定情報は、ユーザ端末１を用いてユーザにより入力され得る。

ライフログ管理サーバ４ｂは、ユーザ端末１から日常的に送信される位置情報を、ユーザ情報および時刻情報と共に蓄積する機能を有する。位置情報は、ユーザ端末１の位置情報取得部１２０（図３参照）により取得される。

コミュニケーションサーバ４ｃは、テキストまたは画像を、友人や知人間に共有する機能を有する。ユーザは、日常的にユーザ端末１からテキストまたは画像をコミュニケーションサーバ４ｃに送信し、送信されたこれらの情報は、コミュニケーションサーバ４ｃにおいてユーザ情報および時刻情報と共に蓄積され、他ユーザが閲覧可能となる。

番組情報提供サーバ４ｄは、テレビ番組またはインターネット番組の情報を提供する機能を有する。番組情報提供サーバ４ｄは、番組情報として、放送／配信時刻、タイトル、出演者、および番組内容等の情報を蓄積する。

音声管理サーバ４ｅは、ユーザ端末１から送信された音声情報を、ユーザ情報および時刻情報と紐付けて蓄積する。音声情報は、ユーザ端末１のマイクロホン１４０（図３参照）により収音される。また、音声管理サーバ４ｅは、ユーザが送信した音声情報を、個人用に蓄積する機能、および他ユーザと共有させる機能を有する。

画像管理サーバ４ｆは、ユーザ端末１から送信された画像情報（動画を含む）を、ユーザ情報および時刻情報と紐付けて蓄積する。画像情報は、ユーザ端末１のカメラ１３０（図３参照）により撮像される。この際、画像情報の顔および物体認識により認識された被写体に対してユーザにより関連する名前のタグ付けが行われてもよい。画像管理サーバ４ｆは、画像情報、タグ情報、ユーザ情報、および時刻情報とを紐付けて蓄積する。また、画像管理サーバ４ｆは、ユーザが送信した画像情報を、個人用に蓄積する機能、および他ユーザと共有させる機能を有する。

ファンクラブ運営サーバ４ｇは、所定アーティストまたはタレント等のファンクラブ会員情報（氏名、アドレス、識別番号、および電話番号等）を蓄積し、定期的または不定期的にメールまたはＳＮＳ（ソーシャルメディア）等により情報配信を行う機能を有する。

公演情報管理サーバ４ｈは、所定アーティストまたはタレント等の公演情報（日時、場所、公演タイトル、出演者、および公演内容等）を蓄積、配信する。

虹情報管理サーバ４ｉは、虹の発生が予想される場所および時刻の情報等を蓄積する。

＜２−２．ユーザ端末の構成＞
図３は、本実施形態によるユーザ端末１の構成例を示すブロック図である。図３に示すように、ユーザ端末１は、制御部１００、通信部１１０、位置情報取得部１２０、カメラ１３０、マイクロホン１４０、操作入力部１５０、記憶部１６０、表示部１７０、およびスピーカ１８０を有する。

制御部１００は、演算処理装置および制御装置として機能し、各種プログラムに従ってユーザ端末１内の動作全般を制御する。制御部１００は、例えばＣＰＵ（Central Processing Unit）、マイクロプロセッサ等の電子回路によって実現される。

通信部１１０は、外部装置と有線／無線を介してデータの送受信を行う。

位置情報取得部１２０は、ユーザ端末１の位置情報を取得する機能を有する。例えば位置情報取得部１２０は、ＧＰＳ（Global Positioning System）アンテナおよびＧＰＳアンテナにより受信されるＧＰＳ信号を処理するＧＰＳ処理部であってもよい。或いは、位置情報取得部１２０は、複数の基地局からのWi-Fi（登録商標）電波を受信するWi-Fiアンテナおよび受信されるWi-Fi電波の受信強度から各基地局との距離を推定し、各基地局との距離と各基地局の位置を利用して三角測量の原理に基づいて現在位置を算出する位置算出部であってもよい。

カメラ１３０は、ユーザ操作に応じて周囲を撮像し、撮像した画像情報を制御部１００に出力する。

マイクロホン１４０は、ユーザ操作に応じて周囲の音声を収音し、収音した音声情報を制御部１００に出力する。

操作入力部１５０は、タッチパネル、スイッチ、またはボタン等により実現され、ユーザによる操作入力を検出し、検出した入力信号を制御部１００に出力する。

記憶部１６０は、制御部１００の処理に用いられるプログラムや演算パラメータ等を記憶するＲＯＭ（Read Only Memory）、及び適宜変化するパラメータ等を一時記憶するＲＡＭ（Random Access Memory）により実現される。

表示部１７０は、出力部の一例であって、液晶ディスプレイ（ＬＣＤ：Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）装置、有機ＥＬ（ＯＬＥＤ：Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）ディスプレイ装置などの表示装置により実現される。例えば表示部１７０は、ハピネス管理サーバ２から受信したハピネス予報画面を表示する。

スピーカ１８０は、出力部の一例であって、音声信号を再生する。例えばスピーカ１８０は、ハピネス管理サーバ２から受信したハピネス予報を音声出力する。

＜２−３．ハピネス管理サーバの構成＞
図４は、本実施形態によるハピネス管理サーバ２の構成例を示すブロック図である。図４に示すように、ハピネス管理サーバ２は、制御部２００、通信部２１０、ハピネス履歴記憶部２２０、およびハピネス予測結果記憶部２３０を有する。

制御部２００は、演算処理装置および制御装置として機能し、各種プログラムに従ってハピネス管理サーバ２内の動作全般を制御する。制御部２００は、例えばＣＰＵ、マイクロプロセッサ等の電子回路によって実現される。また、制御部２００は、情報解析部２０１、ハピネス解析部２０２、ハピネス予測部２０３、記憶制御部２０４、およびハピネス情報提示制御部２０５として機能する。

情報解析部２０１は、ハピネス解析を行うための様々な情報（ユーザの行動履歴を含む）を外部サーバ４（４ａ〜４ｉ）およびユーザ端末１から取得し、解析する機能を有する。例えば外部サーバ４（４ａ〜４ｉ）が、ユーザの許可により別のサーバからデータを呼び出して内容を照会、活用するためのWeb API（Application Programming Interface）を提供している場合、情報解析部２０１は、定期的（例えば１時間に１回）に新しいデータが外部サーバ４に追加されていないかをWeb APIを用いて確認し、追加されている場合は追加されたデータを取得して解析する。具体的には、例えば情報解析部２０１は、コミュニケーションサーバ４ｃからユーザの投稿データ（ユーザの行動履歴の一例）を取得し、言語解析を行う。また、情報解析部２０１は、音声管理サーバ４ｅからユーザの音声データ（ユーザの行動履歴の一例）を取得し、感情認識および言語解析を行う。また、情報解析部２０１は、ライフログ管理サーバ４ｂからユーザのライフログ（ユーザの行動履歴の一例）を取得し、ユーザの行動解析を行う。

ハピネス解析部２０２は、情報解析部２０１により解析された情報に基づいて、ユーザにハピネスが発生しているか否かを判断し、また、ハピネスが発生している際はハピネスの強度を算出する。例えば、ハピネス解析部２０２は、撮像画像の笑顔認識により、ハピネスの発生有無、および笑顔度に応じてハピネス強度（例えば−１〜１にマッピング）を算出する。また、ハピネス解析部２０２は、怒った顔が認識された場合は、負のハピネスが発生していると判断する。また、ハピネス解析部２０２は、ユーザのメール内容、ＳＮＳまたはブログへの投稿データから言語解析により出力されたテキストを解析して、「喜び」または「嬉しい」といった感情をユーザが持つ際に、ハピネスが発生していると判断することもできる。この際、「喜び」または「嬉しい」といった感情を表現する言葉毎にハピネスの度合いを予め定義しておくことで、ハピネス解析部２０２は、その定義に従ってハピネス強度を算出できる。また、ハピネス解析部２０２は、ユーザの音声データから感情を解析して、ハピネス発生有無の判断およびハピネス強度の算出を行うことも可能である。ハピネス解析は、解析された情報に基づいて自動で行うことに限定されず、ユーザが自らハピネスであること、およびハピネス強度を入力できるようにしてもよい。また、ハピネス解析は、リアルタイムで行われてもよいし、蓄積された撮像画像または音声データに基づいて後で自動解析されてもよい。

さらに、ハピネス解析部２０２は、ハピネスが発生した際にハピネスの発生に関連するキーワードを検出する。ハピネスに関連するキーワードは、例えば機械学習により検出される。より具体的には、ハピネスが発生した手段（会話、テレビ番組の視聴、メール、または電話等）、ハピネスの内容（出来事、対峙する人／モノ、または状況等）、およびハピネスの発生場所（位置情報、または場所の属性を含む）等が想定される。そして、ハピネス解析部２０２は、解析したハピネス発生日時、場所、ハピネス強度、およびユーザＩＤを、関連付けられたキーワードと共に、解析結果として記憶制御部２０４に出力する。なお、ハピネス解析部２０２は、ハピネス発生時にユーザが所持（または着用、装着）していたアイテムを解析し、ハピネスアイテムとして解析結果（つまりハピネス履歴）に含めてもよい。

ハピネス予測部２０３は、特定の日時、場所、および特定の日時と場所に関連付けられたキーワードのうち少なくともいずれか一つと、ハピネス履歴記憶部２２０に記憶されたハピネス履歴（例えばユーザＩＤ、日時、場所、ハピネス強度、およびキーワード等）との関係に基づいて、上記特定の日時および場所で発生するハピネスを予測する。例えば、ハピネス予測部２０３は、ハピネス履歴に基づいて、ハピネスが発生した時刻、場所、および関連付けられたキーワード（例えば所定の芸能人のコンサート開催等）に基づいて、特定の日時および場所に、同様のキーワードが関連付けられた場合（例えば所定の芸能人のコンサートが開催される予定等）、ハピネスが発生すると予測することができる。また、ハピネス予測部２０３は、複数ユーザのスケジュール情報に基づいて、特定の日時に特定の場所に集まる予定の人達のハピネス履歴に基づいてハピネス強度の算出を行い、これらを合算して当該場所のハピネス強度を算出することも可能である。

すなわち、本実施形態では、ハピネス履歴を蓄積しておくことで、ある特定の人が居る、特定の集団が居る、ある時間帯、ある場所、ある特定のアイテムを所持している等、ハピネスが発生しやすい状況を解析することが可能となり、ハピネス予測部２０３は、ハピネス発生状況を解析することで、特定の日時および場所におけるハピネス予測を行うことが可能となる。なおハピネス発生状況の解析は、ルールベースで解析してもよいし、機械学習等によりハピネスと状況の隠れた関連性を抽出してもよい。

また、ハピネス発生状況の解析を行ったときに、特にハピネスを発生させる容易に、特定の人物、集団、イベント、または物が挙げられる場合、それらがハピネスを伝搬しているとも言える。したがって、ハピネス予測部２０３は、これらハピネスを伝搬する特定の人物、集団、イベント、または物が今度存在する場所において、周囲にハピネスをもたらすであろうと予測することもできる。

記憶制御部２０４は、ハピネス解析部２０２により解析された結果をハピネス履歴としてハピネス履歴記憶部２２０に蓄積する。また、記憶制御部２０４は、ハピネス予測部２０３により予測された結果をハピネス予測結果としてハピネス予測結果記憶部２３０に蓄積する。

ハピネス情報提示制御部２０５は、ハピネス予測部２０３による予測結果に基づいて、ハピネス情報（すなわちハピネス予報）をユーザに提示するよう制御する。ハピネス情報提示制御部２０５は、例えば特定の日時および場所のハピネス予報を要求する外部装置（例えばユーザ端末１）からのリクエストを通信部２１０により受信した場合に、該当するハピネス予報を生成してもよい。より具体的には、例えばハピネス情報提示制御部２０５は、特定された日時および時間のハピネス予報マップ画像を生成し、生成した画像を表示するための情報を通信部２１０からネットワーク３を介して要求元に送信する。

通信部２１０は、外部装置と有線／無線を介してデータの送受信を行う。例えば通信部１１０は、ユーザ端末１とネットワーク３を介して接続し、ハピネス予報に関する情報を送信する。

ハピネス履歴記憶部２２０は、ハピネス解析部２０２により解析されたハピネス履歴を格納する。ハピネス履歴には、例えばユーザＩＤ、ハピネス発生時刻、終了時刻、ハピネス要因（手段、内容、場所）（関連付けられたキーワードの一例）、ハピネス強度、ハピネスＩＤ、および所持アイテム（ハピネスアイテムとも称す）が含まれる。ハピネスＩＤは、複数人に共通して同じ「場」で発生しているハピネスを管理するための識別情報である。

ハピネス予測結果記憶部２３０は、ハピネス予測部２０３により予測されたハピネス予測結果を格納する。ハピネス予測結果には、例えばハピネスの発生が予測される場所、時刻、発生するハピネスの内容、ハピネス強度、および所持アイテムが含まれる。

以上、本実施形態によるユーザ端末１およびハピネス管理サーバ２の構成について具体的に説明した。続いて、本実施形態による動作処理について具体的に説明する。

＜＜３．動作処理＞＞
＜３−１．ハピネス解析処理＞
図５は、本実施形態によるハピネス解析処理を示すフローチャートである。図５に示すように、まず、ハピネス管理サーバ２は、外部サーバ４から各ユーザの音声データを取得する（ステップＳ１０３）。ハピネス管理サーバ２は、上述したように、例えば１時間に１回、外部サーバ４に新たなデータが追加されたか否かを確認し、新たなデータが追加されている場合はこれを取得する。各ユーザの音声データは、例えば会話または歓声等が収音されたものであって、音声管理サーバ４ｅから取得される。

次に、情報解析部２０１は、取得された音声データに基づいて感情認識を行う（ステップＳ１０６）。例えば、情報解析部２０１は、音声データから笑い声または声色等を抽出し、発話者（ユーザ）の感情を認識する。

次いで、ハピネス解析部２０２は、感情認識結果に基づいて各ユーザのハピネス強度（「喜び」または「幸せ」といった感情の大きさ）を算出し（例えば−１〜１に正規化して算出）、ハピネス発生日時を抽出する（ステップＳ１０９）。

次に、情報解析部２０１は、取得された音声データに基づいて言語解析を行う（ステップＳ１１２）。例えば、情報解析部２０１は、音声データをテキスト化し、テキスト化した音声データの言語解析によりポジティブな語（例えば「嬉しい」、「楽しい」、「ありがとう」等）またはネガティブな語（例えば「悲しい」、「つまらない」、「嫌だ」等）を抽出する。

次いで、ハピネス解析部２０２は、言語解析結果に基づいてハピネス強度を算出し、ハピネス発生日時および関連するキーワードを抽出する（ステップＳ１１５）。例えば、ハピネス解析部２０２は、抽出されたポジティブな語またはネガティブな語に基づいて、ユーザのハピネス強度を例えば−１〜１に正規化して算出する。また、ハピネス発生日時は、音声データに紐付けられた収音日時情報から抽出される。また、関連するキーワードは、ハピネス発生要因に関するものであって、例えばテキスト化した音声データから抽出され得る。例えば「遊園地楽しかったなー！また行きたい！」という音声データが取得された場合、「楽しかった」というポジティブな語からハピネス強度が算出され、「遊園地」がハピネス発生に関連するキーワードとして抽出される。

続いて、ハピネス管理サーバ２は、外部サーバ４から各ユーザの画像データを取得する（ステップＳ１１８）。各ユーザの画像データは、例えば撮像画像であって、画像管理サーバ４ｆから取得される。当該撮像画像は、被写体に紐付けられたタグ情報を含んでいてもよい。

次に、情報解析部２０１は、取得された画像データに基づいて画像解析を行う（ステップＳ１１８）。例えば、情報解析部２０１は、タグ情報に基づいて画像データからユーザ本人の顔画像を抽出し、表情解析を行う。

次いで、ハピネス解析部２０２は、表情解析結果に基づいてハピネス強度を算出し、ハピネス発生場所、日時、および所持アイテムを抽出する（ステップＳ１２４）。例えば、ハピネス解析部２０２は、ユーザ本人の表情が笑顔である場合、笑顔度に応じてハピネス強度を算出する。また、ハピネス発生場所、および日時は、画像データのメタデータに含まれる撮影場所情報および撮影日時から抽出され得る。また、所持アイテムは、ユーザ本人が所持（若しくは着用、装着）し、ハピネス発生要因の一つであろうアイテムであって、画像データの物体認識または紐付けられたタグ情報から抽出され得る。

次に、ハピネス管理サーバ２は、外部サーバ４から各ユーザのコミュニティサイトへの投稿データを取得する（ステップＳ１２７）。各ユーザの投稿データは、例えば日常的な呟きや、日記、コメント、または撮像画像であって、コミュニケーションサーバ４ｃから取得される。

次いで、情報解析部２０１は、取得された投稿データに基づいて言語解析を行う（ステップＳ１３０）。例えば、情報解析部２０１は、投稿データに含まれるテキストを言語解析し、ポジティブな語（例えば「嬉しい」、「楽しい」、「ありがとう」等）またはネガティブな語（例えば「悲しい」、「つまらない」、「嫌だ」等）を抽出する。

次に、ハピネス解析部２０２は、言語解析結果に基づいてハピネス強度を算出し、ハピネス発生場所、日時、および関連するキーワードを抽出する（ステップＳ１３３）。例えば、ハピネス解析部２０２は、抽出されたポジティブな語またはネガティブな語に基づいて、ユーザのハピネス強度を例えば−１〜１に正規化して算出する。また、ハピネス発生場所および日時は、投稿データに紐付けられる位置情報（投稿時に検知された現在位置情報）および投稿日時情報、若しくは投稿データの内容から抽出され得る。また、関連するキーワードは、ハピネス発生要因に関するものであって、投稿データの内容から抽出され得る。例えば「アーティストＸのコンサートは本当に最高でした！！」という投稿データが取得された場合、「最高」というポジティブな語からハピネス強度が算出され、「アーティストＸのコンサート」がハピネス発生に関連するキーワードとして抽出される。

続いて、ハピネス解析部２０２は、ハピネスが発生した場所（若しくはハピネスが発生した「場」）に関する情報を、各データから取得する（ステップＳ１３６）。ハピネスが発生した場所は、例えばライフログ管理サーバ４ｂから取得したユーザのライフログに基づいて、ハピネス発生時刻におけるユーザの位置情報から取得してもよい。ハピネス発生場所に関する情報は、例えばスケジュール管理サーバ４ａから取得したユーザのスケジュール情報、公演情報管理サーバ４ｈから取得した公演情報、または番組情報提供サーバ４ｄから取得した番組情報から抽出され得る。また、撮像画像において、ユーザ本人以外の被写体（人、モノ）にタグ付けされている場合、ハピネス発生場所に関連する人、モノの周辺情報として抽出され得る。

そして、記憶制御部２０４は、ハピネス解析部２０２により解析されたハピネスの発生に関する情報（ユーザＩＤ、ハピネス発生場所、発生場所に関する情報、発生日時、ハピネス強度、関連するキーワード、およびアイテム等）を、ハピネス履歴としてハピネス履歴記憶部２２０に記憶するよう制御する（ステップＳ１３９）。

以上、本実施形態によるハピネス解析処理について説明した。続いて、上記ハピネス解析処理により蓄積したハピネス履歴を用いたハピネス予報処理について具体的に説明する。

＜３−２．不特定多数向けハピネス予報処理＞
図６は、本実施形態による不特定多数向けハピネス予報処理を示すフローチャートである。図６に示すように、まず、ハピネス管理サーバ２のハピネス予測部２０３は、全ユーザの予定情報を、スケジュール管理サーバ４ａから取得する（ステップＳ１５３）。

次に、ハピネス予測部２０３は、ハピネス履歴記憶部２２０に蓄積された全ユーザのハピネス履歴を参照する（ステップＳ１５６）。

次いで、ハピネス予測部２０３は、特定の時刻および場所における全ユーザのハピネス強度を予測する（ステップＳ１５９）。例えば、ハピネス予測部２０３は、明日のＴ都のハピネス予報を出力する場合、まず、全ユーザのスケジュール情報に基づいて明日Ｔ都に居る予定のユーザを特定する。次いで、ハピネス予測部２０３は、特定したユーザの明日一日または一時間毎のハピネス強度を、特定したユーザのハピネス履歴を参照して算出する。例えば、ハピネス予測部２０３は、特定したユーザのハピネス履歴に基づいて、明日一日のＴ都に関連するキーワード（例えばＴ都で開催予定のイベント情報）と関係する各ユーザのハピネス履歴のハピネス強度を抽出し、明日一日の特定ユーザのハピネス強度を予測する（例えば過去の同イベントにおけるユーザのハピネス強度の値、平均値等）。そして、ハピネス予測部２０３は、特定したユーザの明日一日または一時間毎のハピネス強度を合算して、Ｔ都の明日一日または一時間毎のハピネス強度として出力する。

次に、ハピネス予測部２０３は、ハピネス発生に関連するアイテムをハピネス履歴から抽出する（ステップＳ１６２）。

次いで、記憶制御部２０４は、ハピネス予測部２０３による予測結果を、ハピネス予測結果記憶部２３０に記憶するよう制御する（ステップＳ１６５）。

次に、ハピネス情報提示制御部２０５は、ハピネス予測結果に基づいて予報マップ画像を生成し（ステップＳ１６８）、生成した予報マップ画像をユーザ端末１でユーザに提示させるため、通信部２１０を介して当該予報マップ画像を送信するよう制御する（ステップＳ１７１）。これにより、ユーザは、例えば明日のＴ都のハピネス予報を閲覧し、明日のハピネス発生状況を事前に把握することができる。

＜３−３．特定コミュニティ向けハピネス予報処理＞
上述した実施形態では、全ユーザのハピネス予測に基づいて予報マップ画像を生成しているため、不特定多数（一般）向けのハピネス予報と言えるが、本開示はこれに限定されない。例えば、ハピネス予測の対象を限定することで特定コミュニティ向けのハピネス予報を実現することが可能である。特定コミュニティのユーザは、例えば嗜好が互いに類似する類似ユーザの抽出により特定される。以下、図７〜図１９を参照して具体的に説明する。

図７は、本実施形態による特定コミュニティ向けハピネス予報について説明する図である。図７に示すように、例えばアーティストＸのファン（例えばファンクラブ会員）が日頃アーティストＸが出演するテレビ番組を見たり、公演（例えばコンサート）に参加したり、グッズを買いに行ったり等して感じたハピネスが蓄積されたハピネス履歴を用いて、アーティストＸのファンという特定コミュニティ向けのハピネス予測を行うことも可能である。

（ハピネス履歴の蓄積）
特定コミュニティ向けハピネス予報を行う際、ハピネス予測部２０３は、例えばファンクラブ運営サーバ４ｇから取得したファンクラブ会員データに基づいて、ファンクラブに入っているユーザのハピネス履歴をハピネス履歴記憶部２２０から取得し、ハピネス予測に用いることが想定される。ここで、アーティストＸのファンという特定コミュニティに含まれるユーザのハピネス解析およびハピネス履歴例について図８〜図９を参照して説明する。

例えばユーザＡがアーティストＸのファンであって、アーティストＸのテレビ番組を常日頃チェックし、コンサートに行き、また、ユーザＡのスケジュールにはアーティストＸのコンサートの予定が入り、撮像画像の履歴にはコンサート前後に笑顔で映るユーザＡの写真が含まれていることを想定する。ある日、ユーザＡが、ＳＮＳで、「Ｘのライブがある！すごく嬉しい！」というようなアーティストＸに関する話題をコミュニケーションサーバ４ｃに投稿すると、ハピネス管理サーバ２による定期的な追加データの確認により取得され、言語解析が行われる（図５のステップＳ１２７〜Ｓ１３０参照）。ハピネス解析部２０２は、解析の結果、アーティストＸに関連した話題でユーザＡが「すごく嬉しい」とポジティブな反応を示したことが分かるので、ハピネス解析部２０２は、例えば図８に示すようなハピネス係数テーブルを用いてハピネス強度を算出する。図８に示すハピネス強度定義テーブルは、言語表現に応じたハピネス強度が予め定義付けされており、例えば「行きたいけど行けない：ハピネス強度‐0.2」、「少し嬉しい：ハピネス強度0.2」、「嬉しい！：ハピネス強度0.5」、「すごく嬉しい。嬉しい！！めっちゃ嬉しい！：ハピネス強度0.8」となっている。この場合、ユーザＡの投稿データの言語解析から抽出された『すごく嬉しい』という表現から、ハピネス解析部２０２は、ハピネス強度0.8を算出する。ハピネス解析部２０２は、さらに投稿データの日時、投稿時のユーザＡの現在位置を取得し、記憶制御部２０４によりハピネス履歴としてハピネス履歴記憶部２２０に記憶される。ここで、図９に、本実施形態によるハピネス履歴の一例を示す。上記投稿データの解析結果に基づくハピネス履歴は、図９の一段目に示される。

また、別の日に、ユーザＡがアーティストＸが出演する予定のテレビ番組を見ている際に、アーティストＸが映った瞬間に笑顔になったことが、テレビに設置された視聴者観察用カメラにより撮像されたり、また、ユーザＡが自分の顔とテレビに映るアーティストＸの映像とが入るように自分で写真撮影し、これらの撮像画像が画像管理サーバ４ｆにアップロードされたとする。なおユーザＡは、自分で撮影した画像に映る自分とアーティストＸにタグ付け（具体的には各人の名称を示すタグ）を行った上で画像管理サーバ４ｆにアップロードする場合も想定される。そして、ハピネス管理サーバ２による定期的な追加データの確認により画像管理サーバ４ｆからこれらの撮像画像が取得され、画像解析が行われる（図５のステップＳ１１８〜Ｓ１２１参照）。ハピネス解析部２０２は、撮像画像に映るユーザＡの表情解析により、アーティストＸと一緒に映るユーザＡの顔若しくはアーティストＸ出演時のユーザＡの顔の笑顔度からハピネス強度（例えばハピネス強度0.7）を算出する。なおハピネス解析部２０２は、撮像時刻に基づいて、番組情報提供サーバ４ｄからユーザが見ている番組の情報を取得し、出演者情報等を抽出し得る。ハピネス解析部２０２は、さらに撮像画像の日時、撮像時のユーザＡの現在位置を取得し、記憶制御部２０４によりハピネス履歴としてハピネス履歴記憶部２２０に記憶される。上記テレビ番組視聴時のユーザＡのハピネス履歴は、図９の二段目に示される。

一方、出演者であるアーティストＸのスケジュール情報からは、アーティストＸが二日前に当番組を収録していたことが分かるため、ハピネス解析部２０２は、収録時のアーティストＸのハピネス強度を、同じテレビ番組という「場」で発生したハピネスとして、同テレビ番組を視聴した際のユーザＡのハピネス強度と共通するハピネスＩＤを付与してハピネス履歴として蓄積させてもよい。アーティストＸの収録時のハピネス強度は、例えば番組収録の合間にアーティストＸが自分を撮影した撮像画像の笑顔認識により算出され得る。当該アーティストＸのハピネス履歴は、図９の三段目に示される。

以上のように日常的にハピネス履歴を蓄積していくことで、ユーザＡのハピネス発生にアーティストＸが関連する比率が大きくなっていき、ユーザＡのハピネスとアーティストＸの相関が高いということが（ハピネス予測部２０３により）推測される。
また、アーティストＸは人気のため、ユーザＡと同様にアーティストＸとの相関が高いハピネスが蓄積されていくユーザＢおよびユーザＣも存在し、例えば上記アーティストＸが出演する同テレビ番組を見て発生したハピネスには、同じハピネスＩＤが付与される。このようなユーザＢおよびユーザＣのハピネス履歴は、図９の四段目および五段目に示される。

さらに、Ｔ都に住むユーザＡ、ユーザＢ、およびユーザＣは、アーティストＸの次の公演が、Ｔ都から離れたＯ市で行われることを知る。ここで各ユーザはそれぞれＳＮＳで以下の発言をし、ハピネス管理サーバ２による定期的な追加データの確認により取得され、言語解析が行われる。
ユーザＡ「ＸのＯ市公演めっちゃ嬉しい！絶対に行く！」
ユーザＢ「ＸのＯ市公演、嬉しいな！絶対行くよ！」
ユーザＣ「ＸのＯ市公演…、行きたいけど仕事で行けないわー。」

（ハピネス予測）
続いて、特定コミュニティ（ここではアーティストＸのファン）向けのハピネス予測処理について図１０を参照して説明する。

図１０に示すように、まず、情報解析部２０１は、アーティストＸのファンの予定情報、番組情報、および公演情報等を、スケジュール管理サーバ４ａ、番組情報提供サーバ４ｄ、および公演情報管理サーバ４ｈからそれぞれ取得する（ステップＳ２０３）。ここでは、アーティストＸのファンのハピネスに関連する情報、すなわちアーティストＸに関連したイベント情報が取得される。さらに、情報解析部２０１は、取得した情報の解析を行う。具体的には、例えば予定情報からはアーティストＸに関連するイベントに参加する情報、公演情報からは、アーティストＸの公演情報、番組情報からはアーティストＸの番組出演情報が各々抽出される。

次に、ハピネス予測部２０３は、各ユーザ（アーティストＸのファン）のハピネス履歴を参照する（ステップＳ２０６）。

次いで、ハピネス予測部２０３は、ハピネス履歴にアーティストＸに関連する履歴があるか否かを確認し（ステップＳ２０９）、ある場合は（ステップＳ２０９／Ｙｅｓ）、関連する履歴に基づいて特定の時刻および場所におけるユーザのハピネス強度を算出（すなわち予測）する（ステップＳ２１２）。例えば、ハピネス予測部２０３は、以前アーティストＸが出演したテレビ番組を視聴した際のユーザＡのハピネス強度が「0.8」である場合、次回アーティストＸが出演したテレビ番組を視聴した際もハピネス強度が「0.8」となることが予測される。

また、ハピネス予測部２０３は、公演情報からアーティストＸの公演予定データを取得し、アーティストＸのＯ市公演が2015年5月20日にあることを把握すると、5月20日にアーティストＸのファン達にハピネスが発生する可能性が高いことを予測する。ハピネス予測部２０３は、アーティストＸのファンであるユーザＡ、ユーザＢ、およびユーザＣ等の5月20日の予定を各ユーザのスケジュール情報で確認し、5月20日の各ユーザのハピネスを予測して合算することで、公演が開催される5月20日のＯ市におけるアーティストＸのファン達のハピネス強度を算出することができる。5月20日のアーティストＸの公演に関する各ユーザの予定は、スケジュール情報やＳＮＳへの上記投稿データから抽出され、各ユーザの公演への参加状況を把握することができる。

ここで、ハピネス予測部２０３は、図１１に示すようなハピネス係数テーブルを参照して、以前アーティストＸが出演したテレビ番組を視聴した時のユーザのハピネス強度に、ユーザの状況に応じたハピネス係数を掛け合わせることで、ハピネス強度の予測値を算出することが可能である。図１１に示すハピネス係数は、ユーザの状況（例えばイベント）に応じて異なる係数であって、例えば会えない（参加出来ない、または番組を見れない等）場合は「-0.1」、テレビ番組を見る場合は「1」、パブリックビューイング（コンサートの映画館での生中継を示す）に参加する場合は「1.5」、コンサートに参加する場合は「2」、サイン会等で直接会う場合は「3」と定義される。本実施形態では、ハピネス強度を-1〜1に正規化して用いているため、算出した予測値が-1〜1を超える場合は、「-1」および「1」を正負の最大値としてリミッタを設けてもよい。

また、ハピネス予測部２０３は、予測するハピネス発生に関連するアイテムをハピネス履歴から抽出される（ステップＳ２１５）。ハピネス発生に関連するアイテムとは、あるハピネスの発生の一因となっているであろうモノのことである。例えば上記コンサートの例では、アーティストＸのコンサートではサイリウムを皆で振って盛り上がる曲があることが、ＳＮＳへの投稿データやコンサート帰りの観客の撮像画像等により解析され、事前にハピネス履歴において「アイテム：サイリウム」と登録されているとする。このようなハピネス履歴の一例を図１２Ａに示す。図１２Ａでは、過去に行われたアーティストＸのＴ都公演におけるハピネス履歴の一例が示され、ハピネス予測部２０３は、かかるハピネス履歴に基づいて、アーティストＸのコンサートによるハピネスは多くの確率でサイリウムと共に発生していると判断できる。この場合、ハピネス予測部２０３は、コンサートにより発生するアーティストＸのファン達のハピネスに関連するアイテムとして「サイリウム」を抽出できる。

そして、ハピネス予測部２０３によるハピネス予測結果は、ハピネス予測結果記憶部２３０に蓄積される（ステップＳ２１８）。図１２Ｂは、ハピネス予測結果の一例を示す図である。図１２Ｂでは、2015年5月20日の18:30〜21:00（アーティストＸの公演時間）における各ユーザ（アーティストＸを含んでもよい）のハピネス強度予測値が示されている。なお同じ「場」であるコンサートにおいて発生するハピネスのため、同じハピネスＩＤが付与されている。

（ハピネス予測の提示処理）
続いて、ハピネス予測結果のユーザへの提示について、図１３〜図１９を参照して説明する。ハピネス予測結果は、例えば場所に着目し、各場所における特定の母集団のハピネス強度をヒートマップで表現した画像をユーザに提示することが考えられる。

図１３は、本実施形態によるハピネス予測結果の提示処理を示すフローチャートである。図１３に示すように、まず、ハピネス管理サーバ２のハピネス情報提示制御部２０５は、ハピネス予報の母集団を選択する（ステップＳ２２３）。ここでは、例えばアーティストＸのファンを選択する。具体的には、ファンクラブ運営サーバ４ｇからアーティストＸのファンクラブ会員データまたは各ユーザの嗜好（例えばハピネス履歴に基づき推測された嗜好や予め登録されたユーザ情報）を参照して、ハピネス予報の母集団としてアーティストＸのファンを選択する。

次に、ハピネス情報提示制御部２０５は、母集団に対応するユーザのハピネス予測結果をハピネス予測結果記憶部２３０から取得する（ステップＳ２２６）。

次いで、ハピネス情報提示制御部２０５は、取得したハピネス予測結果に基づいて、予報マップ画像を生成する（ステップＳ２２９）。本実施形態による予報マップ画像の具体例については後述する。

そして、ハピネス情報提示制御部２０５は、生成した予報マップをユーザ端末１でユーザに提示するよう制御する（ステップＳ２３２）。これにより、ユーザは、例えば5月20日のアーティストＸのコンサート開催時刻における各場所のアーティストＸファンのハピネス強度を事前に把握することができる。なお、ハピネス情報提示制御部２０５は、同様にハピネス履歴記憶部２２０に蓄積されているハピネス履歴を用いて、過去のハピネス強度を示すヒートマップ画像を生成することも可能である。

（ハピネス予測の表示例）
続いて、本実施形態によるハピネス予測の表示例について具体的に説明する。図１４は、本実施形態によるハピネス予報の画面表示例を示す図である。図示された例では、画面３０に、2015年5月20日16:00におけるアーティストＸファンのハピネス予報がヒートマップ表示されている。図１４に示すヒートマップ地図３０１は、例えばハピネス強度が所定の閾値（例えば0.5）より高いファンが各場所に集まる人数を等高線のように表現している（凡例３０２参照）。例えばアーティストＸのコンサートが5月20日18:30からＯ市で開催され、当該コンサートのパブリックビューイング（映画館や競技場等でのコンサートの生中継）が全国で行われる予定の場合、アーティストＸのファンは、コンサート開始の数時間前から、コンサートへの期待でハピネスが発生しつつ、会場へ移動をしていることが想定される。なおユーザの移動予定は、スケジュール情報から取得され得る。したがって、図１４に示すように、コンサート開始前の16:00の時点では、各会場へ向けてハピネス値の高いユーザが多数移動して会場へ集まることが予測され、ユーザは、画面３０を見ることで、コンサート前の会場周辺での盛り上がりを把握できる。また、ユーザは、画面３０に含まれる時刻スライダー３０３を操作して、予測表示している時間帯を変更することができる。

図１５は、図１４に示すハピネス予報の画面遷移例を示す図である。図１５の画面３１では、ユーザにより時刻スライダー３０３が操作され、コンサート開始後の19:00時点（公演中）のハピネス予報が表示されている。これにより、ユーザは、コンサート中の全国の会場および会場周辺におけるアーティストＸファンのハピネスが高い人達の集まりを視覚的に容易に把握することができる。例えば図１５では、各会場から所定半径以内に居るハピネス強度の高い人数に応じた色で、各会場を中心とする所定半径に応じた大きさの円が表現されている。また、画面３１には、ハピネスアイテム画像３０５も表示される。これによりユーザは、ハピネスアイテム画像３０５で示されるサイリウムを持って会場に行けば、さらにハピネスが高まる（盛り上がれる）ことを事前に把握することができる。

図１６は、図１５に示すハピネス予報の画面遷移例を示す図である。図１６の画面３２では、ユーザにより時刻スライダー３１３が操作され、コンサート終了後の22:00時点のハピネス予報が表示されている。これにより、ユーザは、コンサート終了後に全国の会場および会場周辺におけるアーティストＸファンのハピネスが高い人達が解散していく様子を視覚的に容易に把握することができる。

上記説明した図１４〜図１６では、予測表示している同日中の時間帯を変更する場合について説明したが、本実施形態はこれに限定されず、例えばアーティストＸの全国ツアー等の場合には、他のコンサート開催日に予測表示画面を遷移させて、日を追う毎にハピネスがどのように移動し、また、ハピネス強度の高い人達がどのように増減していくかの予報を楽しむことができる。

図１７は、コンサート翌日のアーティストＸファンのハピネス予報の画面表示例を示す図である。図１７の画面３３では、アーティストＸのイベントがないはずのＳ市で、アーティストＸファンのハピネスが発生する予報がなされている。これは、アーティストＸのファンの一部がアーティストＹのファンであって、アーティストＸのコンサート翌日にＳ市でアーティストＹの公演があるため、アーティストＹの公演によるハピネスが予測されたものである。また、アーティストＹの公演ではタオルを振り回して盛り上がることが多いため、ハピネスアイテムとしてタオルを示すハピネスアイテム画像３３５が画面３３に併せて表示されている。これにより、アーティストＸのファンはアーティストＹに興味を持ってハピネスを発生することが分かり、アーティストＹ陣営は新たなファンを獲得できることに繋がる。また、アーティストＸのファンは、自分と同じファンの多くが興味を持っているアーティストＹの公演があることおよびそのハピネスアイテムを事前に把握することができる。なお、ユーザはハピネス予報の母集団を変更するようユーザ端末１からハピネス管理サーバ２に指示することで、例えば上述した不特定多数向けのハピネス予報と、アーティストＸファン向けのハピネス予報、また、アーティストＸファンおよびアーティストＹファン向けのハピネス予報とを比較して表示させることも可能となる。

また、本実施形態によるハピネス予報の表示方法は、上述したようなハピネス強度の高い人々の人数に応じたヒートマップ画像表示に限定されず、各場所のハピネス強度（各場所に訪れる予定の特定コミュニティの人達のハピネス強度の合算値）に応じたヒートマップ画像表示であってもよい。

また、本実施形態によるハピネス予報の表示方法は、天気予報のように、ハピネス強度に応じた天気アイコンをマッピングして表現してもよい。図１８は、本実施形態によるハピネス予報を全国天気予報のように表現した場合の画面表示例を示す図である。図示された例では、画面３４に、各場所のアーティストＸのファンのハピネス強度の合算値に応じた天気アイコン（例えば晴れアイコン、曇りアイコン、および雨アイコン）がマッピングされた地図画像が表示されている。ここでは、例えばハピネス強度1〜0.5が晴れアイコン、0.5〜-0.5が曇りアイコン、-0.5〜-1が雨アイコン（不図示）で表現されている。

図１９は、本実施形態によるハピネス予報を全国天気予報のように表現した場合の画面表示例を示す図である。図示された例では、画面３５に、各都市におけるアーティストＸのファンのハピネス強度の合算値に応じた天気アイコン（例えば晴れアイコン、曇りアイコン、および雨アイコン）が曜日毎に表示されている。これにより、ユーザは、例えばツアーがある週の全国の都市のアーティストＸのファンのハピネス強度の移り変わりを把握することができる。図１９に示した例では、一週間の時間軸でハピネス予報を表示しているが、本実施形態はこれに限定されず、１日のハピネス予報を１時間毎に天気アイコンで表示してもよいし、１日の総合的なハピネス予報を天気アイコンで表示してもよい。

また、ハピネス予報の表示方法は、上述した図表によるものに限定されず、文章で端的にハピネス予報の移り変わりを説明してもよい。例えば、「本日はＴ都でアーティストＸのコンサートがあるため、２時間前から半径Ｎkmでのハピネス強度が強くなるでしょう」等のテキストがユーザ端末１に表示され、ユーザに提示される。

また、以上説明したような多数の画面表示例は、いずれも上述した不特定多数向けのハピネス予報の表示にも応用可能である。

＜３−４．個人向けハピネス予報処理＞
続いて、さらにハピネス予測の対象（すなわちハピネス予報の母集団）を限定し、ユーザ個人に向けたハピネス予報を行うことも可能である。以下、図２０〜図２４を参照して具体的に説明する。

ここでは、ユーザＡ個人向けのハピネス予報を行う場合について説明する。ユーザＡがＳＮＳで「虹を見た！虹を見るとわくわくする」といった投稿データをアップロードしていた場合、ハピネス管理サーバ２のハピネス解析部２０２は、かかる投稿データに基づいて、虹の話題でユーザＡにハピネスが発生したことを解析し、ハピネス履歴として蓄積する。ここで、図２０に、ユーザＡのハピネス履歴の一例を示す。図示された例では、ＳＮＳへのユーザＡの投稿データの言語解析により、例えば「わくわくする」といった表現からハピネス強度0.7と算出され、一段目に登録されている。また、別の日には、ユーザＡにより「また虹を見た。テンションが上がる。カメラでぱしゃり。」とＳＮＳに書き込まれ、同様にハピネス管理サーバ２による投稿データの取得および言語解析が行われる。そして、ハピネス解析部２０２により、例えば「テンションが上がる」という表現に基づいてハピネス強度0.8と算出され、図２０のハピネス履歴の二段目に登録されている。また、この際、カメラがハピネスアイテムとして抽出され、登録される。

次いで、ユーザＡ個人向けのハピネス予報処理について図２１を参照して説明する。図２１は、本実施形態によるユーザ個人向けのハピネス予報処理を示すフローチャートである。

図２１に示すように、まず、ハピネス管理サーバ２は、ユーザの予定情報、および虹予測情報を、スケジュール管理サーバ４ａ、および虹情報管理サーバ４ｉからそれぞれ取得する（ステップＳ３０３）。虹情報管理サーバ４ｉは、気象情報等に基づいて、いつどこで虹が発生するかを予測し、その予測情報を蓄積し、必要に応じてユーザに提供するサービスを実現している。

次に、ハピネス予測部２０３は、ユーザＡが訪れる予定の場所および時刻における虹発生予測情報に基づいて、虹発生時におけるユーザのハピネス強度を予測する（ステップＳ３０６）。例えば、ハピネス予測部２０３は、ユーザのスケジュール情報に基づいてユーザＡが今日15:00頃にＹ市に行く予定になっていることを取得し、また、ユーザＡのハピネス履歴を参照してユーザＡのハピネスに「虹」が関連していることを推測すると、本日15:00頃のＹ市の虹発生情報を参照する。そして、ハピネス予測部２０３は、虹発生の可能性が高い場合、ユーザＡが虹を見てハピネスが発生する可能性が高いと予測し、また、ハピネス強度予測値を算出する。ハピネス強度の予測値は、上記実施形態では図１１に示すようなハピネス係数テーブルを用いて算出されているが、本実施形態はこれに限定されず、例えばハピネス履歴に基づいて過去に虹を見た時のハピネス強度の平均値をハピネス強度予測値として算出してもよい。また、ハピネス強度予測値は過去のハピネス強度の平均値に限定されず、例えば中央値や、最新のハピネス履歴のハピネス強度の値としてもよい。また、虹の発生確率（例えばパーセンテージ）が虹情報に含まれている場合、ハピネス予測部２０３は、過去のハピネス履歴に基づくハピネス強度の平均値等に掛け合わる等して、虹発生確率を重みとして用いてハピネス強度を予測してもよい。また、ハピネス予測部２０３は、虹の発生確率が所定閾値、例えば50%を超えている場合は、重みを「１」として掛け合わせてもよい。

なおハピネス予測は、本実施形態を含め上述した各予測処理においても、定期的に（例えば１時間毎に）行われ、予測結果が継続的に更新されるようにしてもよいが、ユーザからの予報要求があって外部サーバ４から必要なデータを取得してから予測を行うようにしてもよい。

次いで、ハピネス予測部２０３は、ユーザＡのハピネス履歴を参照してハピネス発生に関連するハピネスアイテム（ここでは、「カメラ」）を抽出する（ステップＳ３０９）。

続いて、記憶制御部２０４は、ハピネス予測結果をハピネス予測結果記憶部２３０に蓄積する（ステップＳ３１２）。

次に、ハピネス情報提示制御部２０５は、ハピネス予測結果に基づいて予報マップ画像を生成する（ステップＳ３１５）。本実施形態による予報マップ画像の具体例については後述する。

そして、ハピネス情報提示制御部２０５は、生成した予報マップをユーザ端末１でユーザに提示するよう制御する（ステップＳ３１８）。予報マップには、ハピネスアイテムも含まれ、ユーザは今日の自分用のハピネス予報を見て、理由は分からないが15時頃にカメラを持っているとハピネスが発生することを事前に把握することができる。

（個人向けハピネス予測の表示例）
続いて、本実施形態による個人向けのハピネス予測の表示例について具体的に説明する。個人向けのハピネス予測の表示例も、図１４〜図１９を参照して説明した特定コミュニティ向けのハピネス予測の表示方法と同様に、ヒートマップや天気予報のように行うことが可能である。以下、図２２〜図２４を参照して具体的に説明する。

図２２は、本実施形態によるユーザ個人向けのハピネス予報を１日の時間毎の天気予報のように表現した場合の画面表示例を示す図である。図示された例では、画面４０に、ユーザＡ向けのハピネス予報として、例えば２時間毎のハピネス予報画像４０１が天気アイコンで表示されている。かかる天気アイコンは、上記実施形態と同様に、例えばハピネス強度1〜0.5が晴れアイコン、0.5〜-0.5が曇りアイコン、-0.5〜-1が雨アイコン（不図示）で表現されている。また、画面４０には、ハピネスアイテム画像４０２も表示されている。これによりユーザは、ハピネスアイテム（図２２に示す例ではカメラ）を持って１日を過ごし、ハピネスを得ることができる（例えば15:00に訪れる予定のＹ市で虹に遭遇し、カメラで写真を撮ることでより強いハピネスが発生する）。

図２３は、本実施形態によるユーザ個人向けの１日の総合的なハピネス予報を天気予報のように表現した場合の画面表示例を示す図である。図示された例では、画面４１に、ユーザＡのハピネス天気予報画像４１１と、ハピネスアイテム画像４１２が表示されている。ハピネス天気予報画像４１１は、シンプルにその日の総合的なハピネス予報として対応する天気アイコンが表示されたものである。

図２４は、本実施形態によるユーザ個人向けのハピネス予報をバイオリズムのように表示する画面表示例を示す図である。図示された例では、画面４２に、ハピネスの時間毎の変化を示すグラフ４２１と、予報内容に関するテキスト４２２が表示されている。これにより、ユーザは、今日一日自分自身がどのような感情で過ごす可能性が高いかを事前に直感的に把握することができる。なお図２４に示す例では、バイオリズムのグラフ４２１および予報内容に関するテキスト４２２を両方表示しているが、いずれかのみが表示されていてもよい。

＜＜４．まとめ＞＞
上述したように、本開示の実施形態による情報処理システムでは、特定の時刻および場所における特定感情のレベルを予測することが可能となる。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本技術はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

例えば、上述したユーザ端末１、またはハピネス管理サーバ２に内蔵されるＣＰＵ、ＲＯＭ、およびＲＡＭ等のハードウェアに、ユーザ端末１、またはハピネス管理サーバ２の機能を発揮させるためのコンピュータプログラムも作成可能である。また、当該コンピュータプログラムを記憶させたコンピュータ読み取り可能な記憶媒体も提供される。

また、上述した実施形態は、ハピネス管理サーバ２およびユーザ端末１を含むシステム構成を有しているが、本開示はこれに限定されず、例えばハピネス管理サーバ２の機能をユーザ端末１が有し、ユーザ端末１で上述したハピネス解析、ハピネス履歴の蓄積、およびハピネス予測を行うようにしてもよい。

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

なお、本技術は以下のような構成も取ることができる。
（１）
ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積する蓄積部と、
特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測する制御部と、
を備える、情報処理システム。
（２）
前記制御部は、複数ユーザのスケジュールに基づいて特定の日時に特定の場所周辺に位置するユーザを特定し、特定したユーザの感情履歴に基づいて、特定の日時および場所に関連するキーワードと関係する感情履歴の感情のレベルを抽出し、前記特定の日時および場所における特定の感情のレベルを予測する、前記（１）に記載の情報処理システム。
（３）
前記制御部は、特定ユーザの今後のスケジュールと、前記感情履歴として記憶される前記特定ユーザの特定の感情のレベルと、前記キーワードとに基づき、前記特定ユーザの特定の日時および場所における特定の感情のレベルを予測する、前記（２）に記載の情報処理システム。
（４）
前記制御部は、前記蓄積部に蓄積される感情履歴から、特定ユーザと嗜好が類似する類似ユーザを抽出し、
前記類似ユーザのスケジュールに基づいて、特定の日時に特定の場所周辺に位置するユーザを特定し、特定したユーザの感情履歴に基づいて、特定の日時および場所に関連するキーワードと関係する感情履歴の感情のレベルを抽出し、前記特定の日時および場所における特定の感情のレベルを予測する、前記（２）に記載の情報処理システム。
（５）
前記蓄積部に蓄積される感情履歴としてのハピネス履歴には、前記特定の感情のレベルとしてのハピネス強度に対応付けて前記ユーザが保持しているアイテムも含まれ、
前記制御部は、特定ユーザの今後のスケジュールと、前記ハピネス履歴として記憶される前記特定ユーザのハピネス強度、前記キーワード、および前記アイテムに基づいて、前記特定ユーザのハピネス強度を予測すると共に、ユーザに薦めるアイテムを特定する、前記（２）〜（４）のいずれか１項に記載の情報処理システム。
（６）
前記制御部は、前記ユーザの表情、前記ユーザの音声に基づく感情認識結果、前記ユーザの音声をテキスト化し言語解析した結果、前記ユーザおよび前記ユーザがソーシャルメディアに投稿した内容の少なくともいずれかに基づいて、前記特定の感情のレベルを演算する、前記（１）〜（５）のいずれか１項に記載の情報処理システム。
（７）
外部装置から、特定の日時および場所の感情予報マップを要求するリクエストを受信する通信部を備え、
前記制御部は、特定の日時、場所、および当該日時と場所に関連付けられたキーワードと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測し、当該特定の感情のレベルに基づいて感情予報マップを生成し、生成した感情予報マップを前記通信部を介して前記外部装置に送信するよう制御する、前記（１）〜（６）のいずれか１項に記載の情報処理システム。
（８）
前記制御部は、複数ユーザのスケジュールに基づいて、特定の日時、場所周辺に位置するユーザを特定し、特定したユーザの感情履歴に含まれる特定の感情のレベルと、当該特定の日時および場所に関連するキーワードとの関係から、前記特定の日時および場所における特定ユーザの特定の感情のレベルを予測し、当該特定の感情のレベルに応じて感情予報マップを生成し、前記通信部を介して前記外部装置に当該感情予報マップを送信するよう制御する、前記（７）に記載の情報処理システム。
（９）
前記通信部は、前記外部装置から、特定ユーザの特定の日時および場所の感情予報マップを要求するリクエストを受信し、
前記制御部は、特定ユーザの今後のスケジュールと、前記感情履歴として蓄積される前記特定ユーザの特定の感情のレベルと前記キーワードに基づいて、前記特定ユーザの特定の感情のレベルを予測し、該特定の感情のレベルに応じて感情予報マップを生成し、前記通信部を介して、前記外部装置に特定ユーザに向けた感情予報マップを送信するよう制御する、前記（８）に記載の情報処理システム。
（１０）
前記通信部は、前記外部装置から、特定ユーザと嗜好が類似する類似ユーザの、特定の日時および場所の感情予報マップを要求するリクエストを受信し、
前記制御部は、前記蓄積部に蓄積される感情履歴から、特定ユーザと嗜好が類似する類似ユーザを抽出し、当該類似ユーザのスケジュールに基づいて、特定の日時に特定の場所周辺に位置するユーザを特定し、特定したユーザの感情履歴と、当該特定の日時および場所に関連するキーワードとの関係から、前記特定の日時および場所における特定の感情のレベルを予測し、該特定の感情のレベルに応じて感情予報マップを生成し、前記通信部を介して、前記外部装置に前記類似ユーザに向けた感情予報マップを送信するよう制御する、前記（８）に記載の情報処理システム。
（１１）
プロセッサは、
ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積部に蓄積することと、
特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測することと、
を含む、情報処理方法。

１ ユーザ端末
１００ 制御部
１１０ 通信部
１２０ 位置情報取得部
１３０ カメラ
１４０ マイクロホン
１５０ 操作入力部
１６０ 記憶部
１７０ 表示部
１８０ スピーカ
２ ハピネス管理サーバ
２００ 制御部
２０１ 情報解析部
２０２ ハピネス解析部
２０３ ハピネス予測部
２０４ 記憶制御部
２０５ ハピネス情報提示制御部
２１０ 通信部
２２０ ハピネス履歴記憶部
２３０ ハピネス予測結果記憶部

Claims (12)

1. ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積する蓄積部と、
   特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測する制御部と、
   を備える、情報処理システム。
2. 前記制御部は、複数ユーザのスケジュールに基づいて特定の日時に特定の場所周辺に位置するユーザを特定し、特定したユーザの感情履歴に基づいて、特定の日時および場所に関連するキーワードと関係する感情履歴の感情のレベルを抽出し、前記特定の日時および場所における特定の感情のレベルを予測する、請求項１に記載の情報処理システム。
3. 前記制御部は、特定ユーザの今後のスケジュールと、前記感情履歴として記憶される前記特定ユーザの特定の感情のレベルと、前記キーワードとに基づき、前記特定ユーザの特定の日時および場所における特定の感情のレベルを予測する、請求項２に記載の情報処理システム。
4. 前記制御部は、前記蓄積部に蓄積される感情履歴から、特定ユーザと嗜好が類似する類似ユーザを抽出し、
   前記類似ユーザのスケジュールに基づいて、特定の日時に特定の場所周辺に位置するユーザを特定し、特定したユーザの感情履歴に基づいて、特定の日時および場所に関連するキーワードと関係する感情履歴の感情のレベルを抽出し、前記特定の日時および場所における特定の感情のレベルを予測する、請求項２に記載の情報処理システム。
5. 前記蓄積部に蓄積される感情履歴としてのハピネス履歴には、前記特定の感情のレベルとしてのハピネス強度に対応付けて前記ユーザが保持しているアイテムも含まれ、
   前記制御部は、特定ユーザの今後のスケジュールと、前記ハピネス履歴として記憶される前記特定ユーザのハピネス強度、前記キーワード、および前記アイテムに基づいて、前記特定ユーザのハピネス強度を予測すると共に、ユーザに薦めるアイテムを特定する、請求項２〜４のいずれか１項に記載の情報処理システム。
6. 前記制御部は、前記ユーザの表情、前記ユーザの音声に基づく感情認識結果、前記ユーザの音声をテキスト化し言語解析した結果、前記ユーザおよび前記ユーザがソーシャルメディアに投稿した内容の少なくともいずれかに基づいて、前記特定の感情のレベルを演算する、請求項１〜５のいずれか１項に記載の情報処理システム。
7. 外部装置から、特定の日時および場所の感情予報マップを要求するリクエストを受信する通信部を備え、
   前記制御部は、特定の日時、場所、および当該日時と場所に関連付けられたキーワードと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測し、当該特定の感情のレベルに基づいて感情予報マップを生成し、生成した感情予報マップを前記通信部を介して前記外部装置に送信するよう制御する、請求項１〜６のいずれか１項に記載の情報処理システム。
8. 前記制御部は、複数ユーザのスケジュールに基づいて、特定の日時、場所周辺に位置するユーザを特定し、特定したユーザの感情履歴に含まれる特定の感情のレベルと、当該特定の日時および場所に関連するキーワードとの関係から、前記特定の日時および場所における特定ユーザの特定の感情のレベルを予測し、当該特定の感情のレベルに応じて感情予報マップを生成し、前記通信部を介して前記外部装置に当該感情予報マップを送信するよう制御する、請求項７に記載の情報処理システム。
9. 前記通信部は、前記外部装置から、特定ユーザの特定の日時および場所の感情予報マップを要求するリクエストを受信し、
   前記制御部は、特定ユーザの今後のスケジュールと、前記感情履歴として蓄積される前記特定ユーザの特定の感情のレベルと前記キーワードに基づいて、前記特定ユーザの特定の感情のレベルを予測し、該特定の感情のレベルに応じて感情予報マップを生成し、前記通信部を介して、前記外部装置に特定ユーザに向けた感情予報マップを送信するよう制御する、請求項８に記載の情報処理システム。
10. 前記通信部は、前記外部装置から、特定ユーザと嗜好が類似する類似ユーザの、特定の日時および場所の感情予報マップを要求するリクエストを受信し、
    前記制御部は、前記蓄積部に蓄積される感情履歴から、特定ユーザと嗜好が類似する類似ユーザを抽出し、当該類似ユーザのスケジュールに基づいて、特定の日時に特定の場所周辺に位置するユーザを特定し、特定したユーザの感情履歴と、当該特定の日時および場所に関連するキーワードとの関係から、前記特定の日時および場所における特定の感情のレベルを予測し、該特定の感情のレベルに応じて感情予報マップを生成し、前記通信部を介して、前記外部装置に前記類似ユーザに向けた感情予報マップを送信するよう制御する、請求項８に記載の情報処理システム。
11. プロセッサは、
    ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積部に蓄積することと、
    特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測することと、
    を含む、情報処理方法。
12. プロセッサを機能させるためのプログラムであって、
    ユーザの行動履歴に基づいて演算された特定の感情のレベル、当該特定の感情が発生した日時および位置、さらに関連するキーワードを対応付けた感情履歴を蓄積部に蓄積する処理と、
    特定の日時、場所、および当該日時または場所に関連付けられたキーワードのうちの少なくともいずれか一つと、前記蓄積部に蓄積される感情履歴との関係から、前記特定の日時および場所における特定の感情のレベルを予測する処理と、
    を前記プロセッサに実行させるためのプログラム。

Images