JP7219635B2 - 対象者の行動変容と習慣化を支援するシステム及び方法 - Google Patents

対象者の行動変容と習慣化を支援するシステム及び方法 Download PDF

Info

Publication number
JP7219635B2
JP7219635B2 JP2019037199A JP2019037199A JP7219635B2 JP 7219635 B2 JP7219635 B2 JP 7219635B2 JP 2019037199 A JP2019037199 A JP 2019037199A JP 2019037199 A JP2019037199 A JP 2019037199A JP 7219635 B2 JP7219635 B2 JP 7219635B2
Authority
JP
Japan
Prior art keywords
stage
gap
transition
data
stages
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
Application number
JP2019037199A
Other languages
English (en)
Other versions
JP2020140596A (ja
Inventor
真美 佐々木
英太郎 伊藤
竜也 徳永
大輔 野上
聡美 堀
亮太 新関
雄大 敦賀
梢 加納
映理子 上垣
栄三郎 竹上
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2019037199A priority Critical patent/JP7219635B2/ja
Priority to US16/793,067 priority patent/US20200279633A1/en
Publication of JP2020140596A publication Critical patent/JP2020140596A/ja
Application granted granted Critical
Publication of JP7219635B2 publication Critical patent/JP7219635B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、コンピュータを利用して対象者の行動変容と習慣化を支援するという新規な技術に関する。
近年、人間の行動を科学的に研究した行動科学の理論に基づくアプローチをサービス開発に活用する取り組みが、公共政策、小売業、医療および環境分野といったさまざまな分野で広がっている。
こういった取り組みの中では、目標が定められ、その目標の達成に向けてどのようなアプローチをするかが検討される。目標達成の支援のための技術として、例えば特許文献1に開示の意思決定支援技術がある。
特開2018-109890号公報
目標達成に向けたアプローチとして、例えば、社会規範に訴えかける勧奨メッセージの発信や、或る行動をすると得をする仕組みとしてインセンティブを与えたりする方法が一般的である。
このような方法は、導入初期には効果があっても、一定期間経過後には効果が少なくなり、継続的な利用につながらないという問題がある。
そこで、健康分野のような一部の分野において行動変容ステージモデルという方法が採用されることがある。「行動変容ステージモデル」とは、対象者の行動変容段階を、無関心期、関心期、準備期、実行期及び維持期といった五つの行動変容ステージに分け、それぞれの行動変容ステージに合わせた段階的な働きかけによって、対象者に行動変容を促しより上位の行動変容ステージに移行させて習慣化を促す方法である。
しかし、行動変容ステージモデルが適切か否かは、当該モデルの作成者のナレッジやノウハウに依るところが大きい。また、行動変容ステージモデルといった方法が検討されていない分野では、当該モデルの作成のためのナレッジやノウハウが存在するとは限らない。このため、そのような分野では、段階的な働きかけが必要であるが行動変容を促す施策が直接的に最終ゴールを目指す設計になりがちである。
システムが、複数の対象者の行動について測定された種々のデータを含んだ行動データを分析し、その分析の結果を基に、習慣化の目標としての行動へ段階的に向かう複数のステージの基準としての指標であるステージ指標と、当該ステージ指標に従う複数のステージの各々とを定義する。システムが、複数のステージにおける隣接したステージペア毎に、ステージペアを構成する二つのステージのギャップであるステージギャップを特定する。システムが、各ステージペアについて、特定されたステージギャップが存在する理由であるギャップ理由と、低い方のステージに属する対象者に高い方のステージへと遷移するための行動変容を起こさせるための施策である遷移施策との少なくとも一つであるギャップ理由/遷移施策を、ステージギャップとギャップ理由/遷移施策との関係が定義された関係情報から特定する。システムが、各ステージペアについて特定されたギャップ理由/遷移施策に関する処理である結果処理を実行する。
様々な分野において対象者の行動変容と習慣化を支援することを技術的に実現することが期待できる。
実施例1の概要を示す。 実施例1に係るシステム全体の構成例を示す。 フィールドパタンテーブルの構成例を示す。 要因テーブルの構成例を示す。 認知バイアステーブルの構成例を示す。 施策テーブルの構成例を示す。 実施例1で行われる処理全体の流れの一例を示す。 行動デザインキャンバスシート画面の一例を示す。 カスタマージャーニーマップ画面の一例を示す。 実施例2に係るシステム全体の構成例を示す。 実施例2で行われる処理全体の流れの一例を示す。 個別レポートの一例を示す。
以下の説明では、「インターフェース装置」は、一つ以上のインターフェースデバイスでよい。当該一つ以上のインターフェースデバイスは、下記のうちの少なくとも一つでよい。
・一つ以上のI/O(Input/Output)インターフェースデバイス。I/O(Input/Output)インターフェースデバイスは、I/Oデバイスと遠隔の表示用計算機とのうちの少なくとも一つに対するインターフェースデバイスである。表示用計算機に対するI/Oインターフェースデバイスは、通信インターフェースデバイスでよい。少なくとも一つのI/Oデバイスは、ユーザインターフェースデバイス、例えば、キーボード及びポインティングデバイスのような入力デバイスと、表示デバイスのような出力デバイスとのうちのいずれでもよい。
・一つ以上の通信インターフェースデバイス。一つ以上の通信インターフェースデバイスは、一つ以上の同種の通信インターフェースデバイス(例えば一つ以上のNIC(Network Interface Card))であってもよいし二つ以上の異種の通信インターフェースデバイス(例えばNICとHBA(Host Bus Adapter))であってもよい。
また、以下の説明では、「メモリ」は、NVMドライブ内のNVMと異なるメモリであって、一つ以上のメモリデバイスであり、典型的には主記憶デバイスでよい。メモリにおける少なくとも一つのメモリデバイスは、揮発性メモリデバイスであってもよいし不揮発性メモリデバイスであってもよい。
また、以下の説明では、「永続記憶装置」は、一つ以上の永続記憶デバイスである。永続記憶デバイスは、典型的には、不揮発性の記憶デバイス(例えば補助記憶デバイス)であり、具体的には、例えば、HDD(Hard Disk Drive)又はSSD(Solid State Drive)である。
また、以下の説明では、「記憶装置」は、メモリと永続記憶装置の少なくともメモリでよい。
また、以下の説明では、「プロセッサ」は、一つ以上のプロセッサデバイスである。少なくとも一つのプロセッサデバイスは、典型的には、CPU(Central Processing Unit)のようなマイクロプロセッサデバイスであるが、GPU(Graphics Processing Unit)のような他種のプロセッサデバイスでもよい。少なくとも一つのプロセッサデバイスは、シングルコアでもよいしマルチコアでもよい。少なくとも一つのプロセッサデバイスは、プロセッサコアでもよい。少なくとも一つのプロセッサデバイスは、処理の一部又は全部を行うハードウェア回路(例えばFPGA(Field-Programmable Gate Array)又はASIC(Application Specific Integrated Circuit))といった広義のプロセッサデバイスでもよい。
また、以下の説明では、「xxxテーブル」といった表現にて、入力に対して出力が得られる情報を説明することがあるが、当該情報は、どのような構造のデータでもよいし、入力に対する出力を発生するニューラルネットワークのような学習モデルでもよい。従って、「xxxテーブル」を「xxx情報」と言うことができる。また、以下の説明において、各テーブルの構成は一例であり、一つのテーブルは、二つ以上のテーブルに分割されてもよいし、二つ以上のテーブルの全部又は一部が一つのテーブルであってもよい。
また、以下の説明では、「kkk部」の表現にて機能を説明することがあるが、機能は、一つ以上のコンピュータプログラムがプロセッサによって実行されることで実現されてもよいし、一つ以上のハードウェア回路(例えばFPGA又はASIC)によって実現されてもよい。プログラムがプロセッサによって実行されることで機能が実現される場合、定められた処理が、適宜に記憶装置及び/又はインターフェース装置等を用いながら行われるため、機能はプロセッサの少なくとも一部とされてもよい。機能を主語として説明された処理は、プロセッサあるいはそのプロセッサを有する装置が行う処理としてもよい。プログラムは、プログラムソースからインストールされてもよい。プログラムソースは、例えば、プログラム配布計算機又は計算機が読み取り可能な記録媒体(例えば非一時的な記録媒体)であってもよい。各機能の説明は一例であり、複数の機能が一つの機能にまとめられたり、一つの機能が複数の機能に分割されたりしてもよい。
また、以下の説明では、対象者の行動変容と習慣化を支援するシステムを「支援システム」と呼ぶ。「支援システム」は、一つ以上の物理的な計算機でもよいし、少なくとも一つの物理的な計算機が所定のソフトウェアを実行することで実現されるソフトウェアディファインドのシステムでもよいし、クラウド基盤(典型的には、プロセッサや記憶装置を含む複数種類の計算リソース)上に実現されるシステムでもよい。例えば、計算機が表示デバイスを有していて計算機が自分の表示デバイスに情報を表示する場合、当該計算機が支援システムでよい。また、例えば、第1計算機(例えばサーバ)が出力情報を遠隔の第2計算機(表示用計算機(例えば後述の管理者端末))に送信し表示用計算機がその情報を表示する場合(第1計算機が第2計算機に情報を表示する場合)、第1計算機と第2計算機とのうちの少なくとも第1計算機が支援システムでよい。すなわち、支援システムが「出力情報を表示する」ことは、計算機が有する表示デバイスに出力情報を表示することであってもよいし、計算機が表示用計算機に出力情報を送信することであってもよい(後者の場合は表示用計算機によって出力情報が表示される)。
また、以下の説明では、同種の要素を区別しないで説明する場合には、参照符号のうちの共通部分を使用し、同種の要素を区別して説明する場合は、参照符号を使用することがある。例えば、ステージを区別しないで説明する場合には、「ステージ50」と言い、ステージを区別して説明する場合には、「ステージ50A」、「ステージ50B」のように言うことがある。
また、以下の説明では、「データセット」とは、アプリケーションプログラムのようなプログラムから見た一つの論理的な電子データの塊であり、例えば、レコード、ファイル、キーバリューペア及びタプル等のうちのいずれでもよい。
以下、幾つかの実施例を説明する。
図1は、実施例1の概要を示す。
支援システム100が、ステージ定義部110と、ギャップ特定部120と、理由/施策特定部130と、処理実行部140とを有する。
ステージ定義部110は、複数の対象者の行動について測定された種々のデータを含んだ行動データ150を基に、習慣化の目標としての行動へ段階的に向かう複数のステージ50の基準としての指標であるステージ指標55と、ステージ指標55に従う複数のステージ50の各々とを定義する。図1の例では、五つのステージ50A~50Eが定義される。ステージ50の数は、5より少なくても多くてもよい。
ギャップ特定部120は、複数のステージ50における隣接したステージのペア毎に、ステージペアを構成する二つのステージのギャップであるステージギャップを特定する。ステージギャップは、例えば、低い方のステージの特徴60と高い方のステージの特徴60とのギャップに相当する。
理由/施策特定部130は、各ステージペアについて、ギャップ理由/遷移施策を関係情報160から特定する。ギャップ理由/遷移施策は、ギャップ理由と遷移施策とのうちの少なくとも一つである。ギャップ理由は、特定されたステージギャップが存在する理由であり、具体的には、例えば、後述の阻害/促進要因と、後述の認知バイアスとのうちの少なくとも一つである。遷移施策は、ステージペアのうちの低い方のステージに属する対象者に当該ステージペアのうちの高い方のステージへと遷移するための行動変容を起こさせるための施策である。関係情報160は、ステージギャップとギャップ理由/遷移施策との関係が定義された情報である。
処理実行部140は、各ステージペアについて特定されたギャップ理由/遷移施策に関する処理である結果処理を実行する。
支援システム100によれば、ステージ指標55とそれに従う複数のステージ50が、複数の対象者の行動データ150が起点となって定義(生成)され、このようにして定義された複数のステージ50の各ステージペアに、当該ステージペアのステージギャップ60から特定されたギャップ理由と遷移施策とのうちの少なくとも一つが関連付けられる。別の言い方をすれば、複数の対象者の行動について測定された行動データ150と、行動データ150とは違う方法で構築された関係情報160との各々から得られるデータセットを、支援システム100が有する機能110、120及び130によってマッチングする、すなわち、行動データ150を分析することにより作成された複数のステージ50と、関係情報160から得られるギャップ理由/遷移施策とを紐付ける。このため、様々な分野の各々において、当該分野に精通したナレッジやノウハウを持った者がいなくても、当該分野に関し、目標としての行動を習慣化できていないいずれの対象者も目標としての行動の習慣化へ導くことを技術的に支援できる。
そのような技術的な支援の一つの具体例は以下の通りである。
行動データ150は、複数種類の定量データ151と、複数種類の定性データ152とを含む。複数種類の定性データ152は、例えば、複数の対象者に対する調査についての結果(例えば、複数の行動に対し当該複数の行動の各々についての実績)を示すデータである対象者調査データ152B(図2参照)を含む。
ステージ定義部110は、少なくとも一種類の定性データ152を基に決定した観点で、一種類以上の定量データ151に属する複数の定量データセットを、それぞれが対象者のグループである複数の対象者グループ(クラスタ)40に分類する(クラスタリングを行う)。すなわち、一例として、ステージ定義部110は、定性的な観点から、分析に使用する変数を特定し、分析結果ないしあらかじめ決められた定量データのスコアによる対象者を分類する。ステージ定義部110は、複数の対象者グループ40の各々の特徴と、上述の回答データとに基づいて、複数の対象者グループ40が分類されステージ指標55に従う複数のステージ50の各々を定義する。図1の例によれば、複数の定量データセットが五つの対象者グループ40A~40Eに分類され、対象者グループ40A~40Eがそれぞれステージ50A~50Eに分類される。
このように、クラスタリングの観点も、ステージ指標55の観点も、少なくとも一種類の定性データ152に基づいて決まるので、クラスタリングの結果とステージ指標55とに基づき定義される複数のステージ50が、支援システム100が適用される分野について適切であることの度合が高まることが期待できる。
なお、一つのステージ50に分類される対象者グループ40の数は、1より多くてもよい。別の言い方をすれば、複数の対象者グループ40の分類の結果としての複数のステージ50において、ステージ50の数は、対象者グループ40の数と同じかそれより多くても少なくてもよい。
また、ステージ指標55は、ステージ定義部110により、一種類以上の定性データ152と目標とに基づき定義される。ステージ指標55の定義は、クラスタリングが開始される前に行われてもよいし、クラスタリングの最中に行われてもよいし、クラスタリングが終了した後(つまり、複数の対象者グループ40が決定した後)に行われてもよい。クラスタリングの開始前にステージ指標55が定義された場合、クラスタリングは、ステージ指標55に従う観点で行われてもよい。言い換えれば、行動の結果として可視化可能なデータを軸として複数のステージ50が定義されてもよい(ここで言う「軸」が「ステージ指標55」である)。
また、対象者グループ40の特徴は、対象者の年代、性別、職種、役割、基本的性格、特定事象に対する価値観といった一つ以上の観点に従う特徴でよい。
ところで、各ステージペアについて、ギャップ理由は、阻害/促進要因と認知バイアスとのうちの少なくとも一つである。阻害/促進要因は、阻害要因と促進要因とのうちの少なくとも一つである。
「阻害要因」は、低い方のステージから高い方のステージへ遷移するための行動変容を阻害する要因である。阻害要因は、例えば、上述の回答データが示す回答のうち、低い方のステージに属していて高い方のステージへ遷移していない対象者(及び/又は、当該高い方のステージへ遷移したことのない対象者)の回答に基づき得られた要因である。
「促進要因」は、低い方のステージから高い方のステージへ遷移するための行動変容を促進することと、高い方のステージから低い方のステージへ遷移(離脱)するための行動変容を防止することとの少なくとも一つの要因である。促進要因は、例えば、上述の回答データが示す回答のうち、低い方のステージから高い方のステージへ遷移し当該高い方のステージに属している対象者(及び/又は、当該高い方のステージに遷移したことのある対象者)の回答と高い方のステージから低い方のステージへ遷移(離脱)したことのある対象者の回答とのうちの少なくとも一つに基づき得られた要因である。
「認知バイアス」は、阻害/促進要因(阻害要因及び促進要因の少なくとも一つ)の上位概念に相当し、行動科学の知見に基づき定義されたバイアスである。認知バイアスは、いわゆる「ナッジ」と同じかそれよりも広い概念である。
関係情報160は、ステージギャップと阻害/促進要因との関係が定義された第1の情報の一例である要因テーブル161と、阻害/促進要因と認知バイアスとの関係が定義された第2の情報の一例である認知バイアステーブル162と、認知バイアスと遷移施策との関係が定義された第3の情報の一例である施策テーブル163とを含む(テーブル161~163の各々については後に説明する)。
理由/施策特定部130は、各ステージペアについて、下記(a)~(c)を行う。
(a)当該ステージペアのステージギャップに対応した阻害/促進要因70を、要因テーブル161から特定する。
(b)特定された阻害/促進要因70に対応した認知バイアス80を、認知バイアステーブル162から特定する。
(c)特定された認知バイアス80に対応した遷移施策90を、施策テーブル163から特定する。
(a)~(c)の手順は一例であるが、この手順によれば、次のような利点が期待できる。すなわち、関係情報160では、阻害/促進要因と遷移施策が認知バイアスを介して紐付けられる。認知バイアスとは、行動科学の知見に基づく、人間の非合理性も含めた人間の思考や判断の系統だったバイアス(偏り)であり、別の言い方をするのであれば、阻害/促進要因の本質と言うこともできる。阻害/促進要因の本質がわかれば、適切な遷移施策が決まり易いと考えられる。従って、ステージペア毎に、当該ステージペアを構成する二つのステージペアのステージギャップに適切な遷移施策が期待できる。
なお、理由/施策特定部130は、上記(a)~(c)に代えて、下記のうちの少なくとも一つの処理を行ってもよい。
・少なくとも一つのステージペアについて、(b)と(c)が逆でもよい。例えば、理由/施策特定部130は、少なくとも一つのステージペアについて、各ステージの特徴をキーにステージ毎に認知バイアスを特定し、ステージ毎の認知バイアスを基に、当該ステージペアについて阻害/促進要因を特定する。この場合、関係情報160において、阻害/促進要因と認知バイアスとの関係が定義された第2の情報の一例である認知バイアステーブル162は、低い方のステージについての認知バイアスと高い方のステージについての認知バイアスとの組合せと、阻害/促進要因との関係が定義された情報を有してもよい。
・少なくとも一つのステージペアについて、理由/施策特定部130は、ステージギャップから、阻害/促進要因と認知バイアスとのうちの一方のギャップ理由を特定し、他方のギャップ理由を特定すること無しに、遷移施策を特定してもよい。
・少なくとも一つのステージペアについて、理由/施策特定部130は、ステージギャップから、阻害/促進要因と認知バイアスとのいずれのギャップ理由を特定すること無しに、遷移施策を特定してもよい。この場合、関係情報160は、テーブル161~163の少なくとも一つに代えて又は加えて、ステージギャップと遷移施策との関係が定義された情報を有してもよい。
以下、本実施例を詳細に説明する。
図2は、実施例1に係るシステム全体の構成例を示す。
通信ネットワーク(例えばインターネット)290に、クライアントシステム240、ストレージサーバ250、管理者端末210及び支援サーバ200が接続される。ストレージサーバ250、管理者端末210及び支援サーバ200のうちの少なくとも支援サーバ200が、支援システム100の構成要素である。
クライアントシステム240は、一つ以上のクライアント装置241を含む。クライアント装置241としては、パーソナルコンピュータのようなクライアント端末241Aが採用されてもよいし、種々のセンサデバイス241Bが採用されてもよい。クライアントシステム240は、複数の対象者について測定された少なくとも一種類のデータをストレージサーバ250に送信する。当該少なくとも一種類のデータ又はそれの加工後のデータが、行動データ150の少なくとも一部である。
ストレージサーバ250は、行動データ150を格納する。行動データ150は、定量データ151の一例として活動データ151Aを含み、定性データ152の一例として、プロフィールデータ152A及び対象者調査データ152Bを含む。活動データ151Aは、複数の対象者の種々の活動について計測された定量データであり、例えば、人体計測、センサデータ、機械データ、PC操作ログ、メールやSNS(Social Networking Service)などのコミュニケーション情報、防犯カメラなどのカメラにより撮影された画像(静止画又は動画)の情報、購買履歴業務履歴などの履歴情報、業務管理上作られる管理情報、勤務時のスケジュール情報、音声データ、位置特定情報(例えば、赤外線、Wi-Fi(登録商標)、UWB(Ultra Wide Band)(登録商標)等を利用して特定された位置を示す情報)等のデータを含んでよい。活動データ151Aは、二種類以上の定量データ151を含んでもよい。プロフィールデータ152Aは、複数の対象者の各々について当該対象者のプロフィール(例えば、年齢、性別等)を示すデータセットを含む。対象者調査データ152Bは、複数の対象者の各々について、調査(例えば、複数の行動)に対する結果(例えば、複数の行動の各々についての実績)を示すデータセット、例えば、アンケート(複数の質問)に対する結果(複数の質問の各々についての回答)を示すデータセットや、インタビュー(複数の質問)に対する結果(複数の質問の各々についての回答)を示すデータセットを含む。
管理者端末210は、支援サーバ200のクライアント(例えば入出力コンソール)として機能する情報処理端末(例えばパーソナルコンピュータ)でよい。管理者端末210は、管理者により使用される。「管理者」は、支援サーバ200の管理者でもよいし、複数の対象者を管理する管理者でもよい。管理者が、対象者の一人でもよい。
支援サーバ200は、インターフェース装置261、記憶装置262及びそれらに接続されたプロセッサ263を有する。インターフェース装置261が、通信ネットワーク290に接続される。
記憶装置262が、例えば、関係情報160と、プロセッサ263に実行されることでステージ定義部110、ギャップ特定部120、理由/施策特定部130及び表示部140Xを実現するための一つ以上のプログラム(図示せず)を格納する。表示部140Xは、処理実行部140の一例である。関係情報160は、上述した要因テーブル161、認知バイアステーブル162及び施策テーブル163の他に、例えばフィールドテーブル164を含む。
図3は、フィールドテーブル164の構成例を示す。
フィールドテーブル164は、フィールドパタンに関する情報を保持する。ここで、「フィールド」とは、支援システム100が適用される「分野」に属する種々の要素の総称に相当する。分野を属する要素としては、例えば、支援システム100が適用される業務、職場、公共現場、生活環境等がある。「フィールドパタン」は、このような要素のパタンである。
フィールドテーブル164は、例えば、フィールドパタン毎にエントリを有する。各エントリは、例えば、フィールドパタンID301、事業種別302、適用現場303、対象者種別304及びデータ種別リスト305といった情報を保持する。以下、一つのフィールドパタンを例に取る(図3の説明において「注目フィールドパタン」)。
フィールドパタンID301は、注目フィールドパタンのIDを示す。情報302~305が、注目フィールドパタンの構成要素を示す情報の一例である。事業種別302は、適用される事業の種別を示す。適用現場303は、適用される現場(事業に属する現場の一例)を示す。対象者種別304は、適用される対象者の種別(例えば、職種のようにプロフィールから得られる種別)を示す。データ種別リスト305は、行動データ150のうちの分析対象として使用され得るデータの種別のリストを示す。
図4は、要因テーブル161の構成例を示す。
要因テーブル161は、例えば、阻害/促進要因毎に、エントリを有する。各エントリは、例えば、要因ID401、要因種別402、要因内容403、ギャップ要素IDリスト404及びフィールドパタンIDリスト405といった情報を保持する。以下、一つの阻害/促進要因を例に取る(図4の説明において「注目阻害/促進要因」)。
要因ID401は、注目阻害/促進要因のIDを示す。要因種別402は、注目阻害/促進要因が阻害要因と促進要因のいずれであるかを示す。要因内容403は、注目阻害/促進要因の内容を示す。ギャップ要素IDリスト404は、注目阻害/促進要因に該当するギャップ要素のIDのリストを示す。フィールドパタンIDリスト405は、注目阻害/促進要因に対応したフィールドパタンのIDのリストを示す。
ここで、「ギャップ要素」とは、ステージギャップを構成する一つ又は複数の要素の各々である。例えば、各ステージペアにおいて、当該ステージペアを構成する二つのステージ50がそれぞれ有する二つの特徴60(図1参照)の各々は、一つ又は複数の特徴要素を有してよい。各特徴要素は、特徴項目とその項目についての特徴値とのセットでよい。二つの特徴60は、共通の一つ又は複数の特徴項目を有してよい。このため、二つの特徴60の比較結果として、同一の特徴項目毎に、特徴値が同一か否か、及び、特徴値が同一でなければどのような差があるかが得られる。ステージギャップは、二つの特徴60のうち差分のある特徴要素の集合に相当してよく、ギャップ要素は、差分のある特徴要素に相当してよい。具体的な一例を挙げれば次の通りである。すなわち、ステージ毎に存在する特徴要素(「特徴項目:特徴値」)として、「時間:“ルーズ”/“守る”」、「食事:“とる”/“とらない”」、「寝坊:“する”/“しない”」等があり、特徴項目毎に特徴値を比較することで、阻害/促進要因が出る。なお、一部の特徴値は、定性的な値(例えば質問に対する回答)でもよい。例えば、同一の質問に対する二つ以上の類似した回答は、同一の回答とされてもよい。本実施例における阻害/促進要因は、パタン化された要因でよい。
このような要因テーブル161によれば、フィールドパタン及びギャップ要素集合に対応した阻害/促進要因が得られる。例えば、注目阻害/促進要因が特定されるためには、少なくとも下記の全ての条件が満たされる必要がある。阻害/促進要因の特定のための条件について任意の設計がされてよい。
・特徴60の比較から得られた一つ以上のギャップ要素の少なくとも一つ(例えば、全て又は過半数)が、注目阻害/促進要因のギャップ要素IDリスト404が有する全部又は一部のギャップ要素IDに一致する。
・支援システム100が適用されるフィールドパタンのIDが、注目阻害/促進要因のフィールドパタンIDリスト405が有するいずれかのフィールドパタンIDに一致する。
図5は、認知バイアステーブル162の構成例を示す。
認知バイアステーブル162は、例えば、認知バイアス毎に、エントリを有する。各エントリは、例えば、認知バイアスID501、認知バイアス内容502及び要因IDリスト503といった情報を保持する。以下、一つの認知バイアスを例に取る(図5の説明において「注目認知バイアス」)。
認知バイアスID501は、注目認知バイアスのIDを示す。認知バイアス内容502は、注目認知バイアスの内容を示す。要因IDリスト503は、注目認知バイアスに属する阻害/促進要因のIDのリストを示す。
図6は、施策テーブル163の構成例を示す。
施策テーブル163は、例えば、施策パタン毎に、エントリを有する。各エントリは、例えば、施策パタンID601、施策パタン内容602、認知バイアスIDリスト603及びタッチポイントIDリスト604といった情報を保持する。「施策パタン」とは、遷移施策のパタンである。以下、一つの施策パタンを例に取る(図6の説明において「注目施策パタン」)。
施策パタンID601は、注目施策パタンのIDを示す。施策パタン内容602は、注目施策パタンの内容(例えばラベル)を示す。認知バイアスIDリスト603は、注目施策パタンに属する少なくとも一つ遷移施策が実行されることが好ましい認知バイアスのIDのリストを示す。タッチポイントIDリスト604は、注目施策パタンに属する遷移施策のタッチポイントのIDのリストを示す。本実施例において、「タッチポイント」は、遷移施策と対象者との接点を意味する。
なお、注目施策パタンに対応したエントリは、更に、注目施策パタンに属する一つ以上の遷移施策を示す情報を保持してもよい。この場合、当該エントリから、注目施策パタンに属する一つ以上の遷移施策が特定されてよい。
以上、図3~図6に示したテーブルが、関係情報160に含まれる情報の一例である。関係情報160に関して、上述の説明の少なくとも一部に代えて又は加えて、下記が採用されてよい。
・阻害/促進要因(パタン)は、対象者調査データ152Bの分析結果から定義されてよい。
・認知バイアスのIDをキーに一つ又は複数の阻害/促進要因を特定するためのテーブルが用意されてよい。
・フィールドパタン別に、複数の阻害/促進要因が予め用意されていて、認知バイアステーブル162は、フィールドパタンに関わらず共通でよい。
図7は、実施例1で行われる処理全体の流れの一例を示す。なお、以下の説明では、複数のステージ50の一例として、行動変容ステージモデルに従う複数の行動変容ステージが採用される。具体的には、図1に例示の五つのステージ50A~50Eは、無関心期に属する行動変容テージ50A、関心期に属する行動変容ステージ50B、準備期に属する行動変容ステージ50C、実行期に属する行動変容ステージ50D、維持期に属する行動変容ステージ50Eであるとする。
ステージ定義部110が、ステージ定義を行う(S701)。ステージ定義は、上述したクラスタリングと、ステージ指標55の定義と、ステージ50A~50Eの各々についての定義とを含む。S701に関し、例えば、下記が採用されてよい。S701において、ステージ指標55の定義と、ステージ50A~50Eの各々の定義とが決まる。
・ステージ指標55の観点として採用され得る定性データ項目(少なくとも一種類の定性データ152におけるデータ項目)毎に、言い換えれば、ステージ指標候補(ステージ指標55の候補)毎に、各ステージ50と、各ステージペアについて、該当と認定されるための条件が定められている。
・フィールドパタン毎に、クラスタリングについて採用され得る観点(例えば、少なくとも一種類の定性データ152から導き出される観点)が定められていてもよい。
・例えば指定されたフィールドパタンに対応した観点群(一つ以上の観点)毎に、クラスタリングが行われる。クラスタリング開始前に任意のステージ指標候補(軸の候補)が選択され、当該ステージ指標候補を基にクラスタリングが行われてもよい。
・ステージ定義部110が、いずれかのクラスタリングの結果として得られた複数の対象者グループ40を、任意のステージ指標候補に対応した条件を満たすようにステージ50A~50Eに分類することができるか否かの条件判定を行う。この条件判定の結果が真の場合に、当該ステージ指標候補がステージ指標55として定義(決定)される。この条件判定の結果が偽の場合に、ステージ定義部110が、未選択のステージ指標候補から任意のステージ指標候補を選択し、当該ステージ指標候補について上述のような条件判定を行ってよい。すなわち、ステージ定義部110が、真となる条件判定結果が得られるまで、ステージ指標候補の選択と上述の条件判定とを繰り返してよい。
ギャップ特定部120が、ギャップ特定を行う(S702)。具体的には、例えば、ギャップ特定部120は、ステージ50A~50Eにそれぞれ対応した特徴60A~60Eを特定する。各ステージ50について、特徴60は、当該ステージに分類された一つ以上の対象者グループ40の特徴でよく、当該特徴は、上述したように複数の特徴項目と複数の特徴値とを含んでよい。少なくとも一つの特徴項目は、対象者調査データ152Bにおける回答データから得られる質問でよく、当該特徴項目に対応した特徴値は、質問に対する回答でよい。
理由/施策特定部130が、理由/施策特定を行う(S703)。理由/施策特定の具体例は、上述の通りである。
表示部140Xが、表示を行い(S704)。具体的には、表示部140Xが、各ステージペアについて特定されたギャップ理由/遷移施策(例えば、ステージペア毎に特定された阻害/促進要因、認知バイアス、及び、施策パタン(及び、施策パタンに属する遷移施策)に関する処理である結果処理の一例として、当該特定されたギャップ理由及び遷移施策に関する情報(定義されたステージ50A~50Eに関する情報を含んでよい)を出力する処理を行う。本実施例において、その出力は、表示(表示用情報の出力)であるが、表示に代えて又は加えて印刷といった他種の出力がされてもよい。
本実施例では、表示部140Xは、例えば、特定されたギャップ理由及び遷移施策に関する情報の画面として、行動デザインキャンバスシート画面とカスタマージャーニーマップ画面との少なくとも一つを表示する。
図8は、行動デザインキャンバスシート画面の一例を示す。
行動デザインキャンバスシート画面800は、例えばGUI(Graphical User Interface)である。当該画面800は、行動デザインキャンバスシートを表示する。「行動デザインキャンバスシート」とは、ステージ50A~50Eのうちユーザから指定されたステージペアについて、特定されたギャップ理由と、特定された遷移施策と、遷移施策のタッチポイントと、当該ステージペアについて少なくとも入手可能なデータのラベルとを見せるシートである。
行動デザインキャンバスシート画面800は、例えば、ステージエリア810と、要因エリア820と、アイデアエリア840と、タッチポイントエリア850と、データエリア860とを有する。それぞれ左右方向(第1方向の一例)に延び得た方形のエリア820~860が、上下方向(第1方向と直交する第2方向の一例)に沿って並んでいる。
ステージエリア810には、ステージ50A~50Eが表示される。ステージ50A~50Eのうちの指定されたステージペア(図8の説明において「注目ステージペア」)が強調表示される。これにより、管理者(ユーザの一例)は、いずれのステージペアについての情報が行動デザインキャンバスシート画面800に表示されているかがわかる。
要因エリア820には、一つ以上の要因オブジェクト821が表示される。各要因オブジェクト821は、注目ステージペアについて特定された阻害/促進要因のラベル(又は内容)を示す。
アイデアエリア840には、一つ以上の施策オブジェクト841が表示される。各施策オブジェクト841は、注目ステージペアについて特定された一つ以上の施策パタンのいずれかに属する遷移施策とそこで活用されている認知バイアスがある場合は当該認知バイアスを示す。
タッチポイントエリア850には、一つ以上のタッチポイントオブジェクト851が表示される。各タッチポイントオブジェクト851は、タッチポイントのラベル(又は内容)を示す。
データエリア860は、一つ以上のデータオブジェクト861を示す。各データオブジェクト861は、注目ステージペアについて入手又は利用可能なデータ種別のラベルを示す。
オブジェクト821、841、851及び861の少なくとも一つは(及び/又は、ステージエリア810に表示される複数のステージの画像は)、GUI部品でよい。例えば、表示部140Xは、いずれかのタッチポイントオブジェクト851が管理者から指定された場合、当該オブジェクト851に対応したタッチポイントが属する施策パタンに該当する遷移施策の施策オブジェクト841を強調表示してよい。強調表示は、相対的な強調表示でよく、例えば、当該施策オブジェクト841の表示態様を変更するでもよいし、非該当の遷移施策の施策オブジェクト841を非表示にするでもよい。
図9は、カスタマージャーニーマップ画面の一例を示す。
カスタマージャーニーマップ画面900は、例えばGUI(Graphical User Interface)である。当該画面900は、カスタマージャーニーマップを表示する。「カスタマージャーニーマップ」とは、複数のステージと、各ステージペアについて特定されたギャップ理由と、各ステージペアについて特定された遷移施策とを俯瞰的に見せるシートである。
以上の画面800及び900のいずれについても、表示される情報の少なくとも一部は、行動データ150及び関係情報160の少なくとも一部から特定された情報でよい。このため、画面800又は900に表示される情報のうち、行動データ150及び関係情報160の説明に無い情報項目は、実際には、行動データ150及び関係情報160のいずれかに含まれていてもよいし、行動データ150及び関係情報160とは別の情報に含まれていてもよい。
以上が、実施例1の説明である。
なお、一旦S701~S703が行われた後(例えば、その後にS704が行われた後)、S701~S703の効果測定(検証)、すなわち、表示された遷移施策の実行前後の行動データ150の比較のような効果測定が行われてよい。その効果測定の結果を基にS701~S703の処理で参照される情報(典型的には関係情報160)の情報更新が例えばステージ定義部110により行われてよい。このように、S701~S703→効果測定→情報更新といった一連の処理が繰り返されることで、関係情報160の最適化が期待され、結果として、行動データ150と関係情報160のマッチングの最適化(複数のステージ50の定義と複数のギャップ理由/遷移施策とのマッチングの最適化)が期待される。
実施例2を説明する。その際、実施例1との相違点を主に説明し、実施例1との共通点については説明を省略又は簡略する。
実施例2では、ギャップ理由/遷移施策に関する情報(例えば、行動デザインキャンバスシートやカスタマージャーニーマップ)の表示に代えて(又は加えて)、遷移施策の選定と実行が行われる。
図10は、実施例2に係るシステム全体の構成例を示す。
支援サーバ200に、表示部140Xに代えて(又は加えて)、施策選定部140Y及び施策実行部140Zが実現される。施策選定部140Y及び施策実行部140Zが、処理実行部140の一例である。施策選定部140Yは、理由/施策特定部130により特定された遷移施策から実行対象とする遷移施策を選定する。施策実行部140Zは、施策選定部140Yにより選定された遷移施策を実行する。
図11は、実施例2で行われる処理全体の流れの一例を示す。
S701~S703と同様の処理が行われる(S1101~S1103)。
その後、施策選定部140Yが、施策選定を行う(S1104)。具体的には、例えば、施策選定部140Yは、複数の対象者のうちの一以上の対象者の各々に関し、当該対象者が属するステージと次の上位ステージとのステージペアについて理由/施策特定部130により特定された遷移施策のうち、当該対象者に対応した遷移施策を選定する。「一以上の対象者」の各々は、任意に選択された対象者でもよいし、プロフィール等に関する情報が所定の条件を満たす対象者でもよい。また、選定される遷移施策は、下記のうちのいずれかでよい。
・S1101~S1103→効果測定→情報更新といった一連の処理の繰り返しにおいて、ステージ定義部110が、実行された遷移施策(又は施策パタン)毎に、当該遷移施策について測定された効果の高さに応じたスコアを付与する。施策選定部140Yは、理由/施策特定部130により特定された遷移施策のうち、相対的にスコアが高い(例えば最もスコアが高い)遷移施策を選定する。
・施策選定部140Yは、一以上の対象者の各々に関し、理由/施策特定部130により特定された遷移施策のうち、当該対象者のプロフィール等に関する情報に適合する遷移施策を選定する。この場合、例えば、施策テーブル163は、遷移施策毎に、対象者に関する情報(例えば、対象者のプロフィールに関する情報)が紐づけられていてよい。
施策実行部140Zが、施策実行を行う(S1105)。すなわち、施策実行部140Zは、S1104で選定された遷移施策を実行する。
遷移施策の実行の一例として、対象者向けの個別レポートの出力(例えば印刷)がある。
図12は、個別レポートの一例を示す。
個別レポート1200は、対象者個別に向けたレポートであり、例えば、各ステージペアについて特定されたギャップ理由及び遷移施策のうち、当該対象者に該当するギャップ理由及び遷移施策に従う情報を見せるレポートである。
図12の例によれば、個別レポート1200は、従業員の交通費精算の迅速化に関し従業員個別に対する交通費精算レポートである。
以上、幾つかの実施例を説明したが、これらは本発明の説明のための例示であって、本発明の範囲をこれらの実施例にのみ限定する趣旨ではない。本発明は、他の種々の形態でも実施することが可能である。
100…支援システム

Claims (6)

  1. 複数の対象者の行動について測定された種々のデータを含んだ行動データを基に、習慣化の目標としての行動へ段階的に向かう複数のステージの基準としての指標であるステージ指標と、当該ステージ指標に従う前記複数のステージの各々とを定義するステージ定義部と、
    前記複数のステージにおける隣接したステージのペア毎に、ステージペアを構成する二つのステージのギャップであるステージギャップを特定するギャップ特定部と、
    前記各ステージペアについて、特定されたステージギャップが存在する理由であるギャップ理由と、低い方のステージに属する対象者に高い方のステージへと遷移するための行動変容を起こさせるための施策である遷移施策との少なくとも一つであるギャップ理由/遷移施策を、ステージギャップとギャップ理由/遷移施策との関係が定義された関係情報から特定する理由/施策特定部と、
    前記各ステージペアについて特定されたギャップ理由/遷移施策に関する処理である結果処理を実行する処理実行部と
    を備える、対象者の行動変容と習慣化を支援するシステム。
  2. 前記種々のデータは、複数種類の定量データと複数種類の定性データを含み、
    前記複数種類の定性データは、前記複数の対象者に対する調査についての結果を示すデータである対象者調査データを含み、
    前記ステージ定義部は、
    適用分野に属する種々の要素であるフィールドパタンと当該フィールドパタンについて定められている一つ以上の観点である観点群とを表すデータを参照し、当該データが表す観点群で、一種類以上の定量データに属する複数の定量データを、それぞれが対象者のグループである複数の対象者グループに分類し、
    前記複数の対象者グループの各々の特徴と、前記対象者調査データとに基づいて、前記複数の対象者グループが分類され前記ステージ指標に従う前記複数のステージの各々を定義し、
    前記ステージ指標は、一種類以上の定性データと前記目標とに基づき定義される、
    請求項1に記載のシステム。
  3. 前記各ステージペアについて、ギャップ理由は、下記のうちの少なくとも一つであり、
    ・低い方のステージから高い方のステージへ遷移するための行動変容を阻害する要因である阻害要因、
    ・低い方のステージから高い方のステージへ遷移するための行動変容を促進することと、高い方のステージから低い方のステージへ遷移(離脱)するための行動変容を防止することとの少なくとも一つの要因である促進要因、
    ・阻害要因及び促進要因の少なくとも一つである阻害/促進要因の上位概念に相当し行動科学の知見に基づき定義された認知バイアス、
    前記関係情報は、ステージギャップと阻害/促進要因との関係が定義された第1の情報と、阻害/促進要因と認知バイアスとの関係が定義された第2の情報と、認知バイアスと遷移施策との関係が定義された第3の情報とを含み、
    前記理由/施策特定部は、前記各ステージペアについて、
    当該ステージペアのステージギャップに対応した阻害/促進要因を前記第1の情報から特定し、
    特定された阻害/促進要因に対応した認知バイアスを前記第2の情報から特定し、
    特定された認知バイアスに対応した遷移施策を前記第3の情報から特定する、
    請求項に記載のシステム。
  4. 前記結果処理は、下記のうちの少なくとも一つを出力する処理である、
    ・前記複数のステージのうちユーザから指定されたステージペアについて、特定されたギャップ理由と、特定された遷移施策と、遷移施策のタッチポイントと、当該ステージペアについて少なくとも入手可能なデータのラベルとを見せる行動デザインキャンバスシート、
    ・前記複数のステージと、前記各ステージペアについて特定されたギャップ理由と、前記各ステージペアについて特定された遷移施策とを俯瞰的に見せるカスタマージャーニーマップ、
    請求項に記載のシステム。
  5. 前記結果処理は、前記複数の対象者のうちの一以上の対象者の各々に関し、当該対象者が属するステージと次の上位ステージとのステージペアについて特定された遷移施策のうち当該対象者に対応した遷移施策を選定して実行する処理である、
    請求項に記載のシステム。
  6. コンピュータにより、複数の対象者の行動について測定された種々のデータを含んだ行動データを基に、習慣化の目標としての行動へ段階的に向かう複数のステージの基準としての指標であるステージ指標と、当該ステージ指標に従う前記複数のステージの各々とを定義し、
    コンピュータにより、複数のステージにおける隣接したステージのペア毎に、ステージペアを構成する二つのステージのギャップであるステージギャップを特定し、
    コンピュータにより、前記各ステージペアについて、特定されたステージギャップが存在する理由であるギャップ理由と、低い方のステージに属する対象者に高い方のステージへと遷移するための行動変容を起こさせるための施策である遷移施策との少なくとも一つであるギャップ理由/遷移施策を、ステージギャップとギャップ理由/遷移施策との関係が定義された関係情報から特定し、
    前記各ステージペアについて特定されたギャップ理由/遷移施策に関する処理である結果処理を実行する、
    対象者の行動変容と習慣化を支援する方法。
JP2019037199A 2019-03-01 2019-03-01 対象者の行動変容と習慣化を支援するシステム及び方法 Active JP7219635B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019037199A JP7219635B2 (ja) 2019-03-01 2019-03-01 対象者の行動変容と習慣化を支援するシステム及び方法
US16/793,067 US20200279633A1 (en) 2019-03-01 2020-02-18 System and method for assisting target person in behavior change and habituation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019037199A JP7219635B2 (ja) 2019-03-01 2019-03-01 対象者の行動変容と習慣化を支援するシステム及び方法

Publications (2)

Publication Number Publication Date
JP2020140596A JP2020140596A (ja) 2020-09-03
JP7219635B2 true JP7219635B2 (ja) 2023-02-08

Family

ID=72237280

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019037199A Active JP7219635B2 (ja) 2019-03-01 2019-03-01 対象者の行動変容と習慣化を支援するシステム及び方法

Country Status (2)

Country Link
US (1) US20200279633A1 (ja)
JP (1) JP7219635B2 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7526620B2 (ja) 2020-09-08 2024-08-01 株式会社日立製作所 計算機システム及び目的行動の習慣化支援方法
JP7041770B1 (ja) 2021-03-26 2022-03-24 株式会社丸井グループ カード利用管理装置およびプログラム
US11646122B2 (en) * 2021-05-20 2023-05-09 Solsten, Inc. Systems and methods to facilitate adjusting content to facilitate therapeutic outcomes of subjects
JP7460188B2 (ja) 2022-03-08 2024-04-02 株式会社Godot 行動支援システム、行動支援方法及び行動支援プログラム
WO2024122072A1 (ja) * 2022-12-09 2024-06-13 富士通株式会社 表示情報分析プログラム、表示情報分析装置、および表示情報分析方法
CN117291655B (zh) * 2023-11-27 2024-01-23 广州欧派创意家居设计有限公司 基于实体、网络协同映射的消费者生命周期运营分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007083610A1 (ja) 2006-01-17 2007-07-26 Matsushita Electric Industrial Co., Ltd. 生活習慣改善支援装置および方法
JP2015191470A (ja) 2014-03-28 2015-11-02 Kddi株式会社 食事指導支援装置
JP2016103177A (ja) 2014-11-28 2016-06-02 Kddi株式会社 食事指導支援装置
JP2018166886A (ja) 2017-03-30 2018-11-01 株式会社タニタ 情報処理装置、情報処理方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007083610A1 (ja) 2006-01-17 2007-07-26 Matsushita Electric Industrial Co., Ltd. 生活習慣改善支援装置および方法
JP2015191470A (ja) 2014-03-28 2015-11-02 Kddi株式会社 食事指導支援装置
JP2016103177A (ja) 2014-11-28 2016-06-02 Kddi株式会社 食事指導支援装置
JP2018166886A (ja) 2017-03-30 2018-11-01 株式会社タニタ 情報処理装置、情報処理方法及びプログラム

Also Published As

Publication number Publication date
US20200279633A1 (en) 2020-09-03
JP2020140596A (ja) 2020-09-03

Similar Documents

Publication Publication Date Title
JP7219635B2 (ja) 対象者の行動変容と習慣化を支援するシステム及び方法
Schwartz et al. Towards a standard for identifying and managing bias in artificial intelligence
Biggs et al. Relationships of individual and organizational support with engagement: Examining various types of causality in a three-wave study
Osborne et al. More than a feeling: Discrete emotions mediate the relationship between relative deprivation and reactions to workplace furloughs
Choo et al. Cluster analysis reveals risk factors for repeated suicide attempts in a multi-ethnic Asian population
Roland et al. Case management for at-risk elderly patients in the English integrated care pilots: observational study of staff and patient experience and secondary care utilisation
JP2020508518A (ja) ニュースの信憑性を特定する方法
Akther et al. The impact of effective training on employee retention: A study in private banks of Bangladesh
US11158003B1 (en) Methods and systems for improving the underwriting process
US11004005B1 (en) Electronic problem solving board
WO2014052736A1 (en) System and method of using task fingerprinting to predict task performance
US20210150443A1 (en) Parity detection and recommendation system
Bennet et al. Predictive Analysis of Startup Ecosystems: Integration of Technology Acceptance Models with Random Forest Techniques
Bujacz et al. Psychosocial working conditions among high-skilled workers: A latent transition analysis.
US10846352B1 (en) System and method for identifying potential clients from aggregate sources
KR102380501B1 (ko) 다차원 성격 검사 장치 및 방법
Rosenblat et al. Networked employment discrimination
Graf et al. Ageism as a modifying influence on COVID-19 health beliefs and intention to social distance
Li et al. Moral machines or tyranny of the majority? A systematic review on predictive bias in education
Dickmond et al. A study of machine learning based approaches to extract personality information from curriculum vitae
Qiu et al. Gender representation among contributors to open-source infrastructure: an analysis of 20 package manager ecosystems
He et al. Modeling online user behaviors with competitive interactions
Waleed et al. [Retracted] Influence of COVID‐19 on the Tourism Industry in China: An Artificial Neural Networks Approach
Guo et al. Mitigation interventions in the United States: An exploratory investigation of determinants and impacts
JP6044319B2 (ja) 人材検索装置及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210916

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220707

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220802

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220908

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: 20230105

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230127

R150 Certificate of patent or registration of utility model

Ref document number: 7219635

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150