JP7259370B2 - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents
情報処理装置、情報処理方法、および情報処理プログラム Download PDFInfo
- Publication number
- JP7259370B2 JP7259370B2 JP2019018289A JP2019018289A JP7259370B2 JP 7259370 B2 JP7259370 B2 JP 7259370B2 JP 2019018289 A JP2019018289 A JP 2019018289A JP 2019018289 A JP2019018289 A JP 2019018289A JP 7259370 B2 JP7259370 B2 JP 7259370B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- unit
- information processing
- preference
- 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
- 230000010365 information processing Effects 0.000 title claims description 152
- 238000003672 processing method Methods 0.000 title description 5
- 238000001514 detection method Methods 0.000 claims description 72
- 230000033001 locomotion Effects 0.000 claims description 72
- 238000011156 evaluation Methods 0.000 claims description 39
- 235000019640 taste Nutrition 0.000 claims description 32
- 210000001747 pupil Anatomy 0.000 claims description 27
- 230000008451 emotion Effects 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 210000004709 eyebrow Anatomy 0.000 claims description 14
- 210000000744 eyelid Anatomy 0.000 claims description 13
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000012552 review Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 38
- 238000012545 processing Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000008921 facial expression Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000013145 classification model Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Electrically Operated Instructional Devices (AREA)
- User Interface Of Digital Computer (AREA)
Description
以下、本発明の一実施形態について、詳細に説明する。以下の特定の項目(実施形態)における構成について、それが他の項目で説明されている構成と同じである場合は、説明を省略する場合がある。また、説明の便宜上、各項目に示した部材と同一の機能を有する部材については、同一の符号を付し、適宜その説明を省略する。
情報処理装置100は、ユーザの趣向推定および推定に基づく提案及び評価の少なくとも何れかを行う。図1は、情報処理装置100の構成要素を示すブロック図である。図1に示すように、本実施形態に係る情報処理装置100は、ユーザ情報取得部1、顔情報取得部2、意思決定情報取得部3、状態検出部4、視認オブジェクト判定部5、趣向情報生成部6、提案部7、評価部8、およびアバター画像生成部11を備えている。
ユーザ情報取得部1は、例えば、ショッピングサイト等のデータベース等に予め登録されている特定のユーザのユーザ情報を取得し、取得したユーザ情報を趣向情報生成部6に送信する。一例として、ユーザ情報には、ユーザの属性を示す属性情報と、他のユーザと対象ユーザとを識別するためのユーザ識別情報が含まれる。ユーザの属性情報とは、例えば、ユーザの年齢、性別、会員の種別(有料会員であるか否か)等である。また、ユーザ識別情報とは、例えば、ユーザのID、ユーザのメールアドレス等である。
顔情報取得部2は、例えば、カメラ等の撮像部から取得した画像から、ユーザの顔情報を取得する。ユーザの顔情報とは、顔の特徴量を示す情報である。顔の特徴量とは、例えば、顔の各部位(例えば、目、鼻、口及び眉等)の位置を示す位置情報、形状を示す形状情報および大きさを示す大きさ情報等を指す。特に、目の情報からは、ユーザが注視する対象に対するユーザの興味および関心の度合い等を評価することができるため、特に有用である。目の情報としては、例えば目頭および目尻の端点、虹彩および瞳孔等のエッジ等が挙げられる。また、顔情報取得部2は、撮像部から取得した画像に、ノイズ低減、エッジ強調等の補正処理を適宜行ってもよい。顔情報取得部2は、抽出した顔情報を状態検出部4に送信する。
状態検出部4は、顔情報取得部2が抽出した顔情報に基づき、ユーザの状態を検出する。状態検出部4は、ユーザの状態を検出した後、該検出結果を視認オブジェクト判定部5へ送信する。状態検出部4が検出する上記ユーザの状態は、例えば、ユーザの顔の各部位の状態であり、上記ユーザの視線、瞳孔の状態、瞬きの回数、眉の動き、頬の動き、瞼の動き、唇の動きおよび顎の動きのうち少なくとも1つである。
・クラスタリング(Clustering)
・帰納論理プログラミング(ILP: Inductive Logic Programming)
・遺伝的アルゴリズム(GP: Genetic Programming)
・ベイジアンネットワーク(BN: Baysian Network)
・ニューラルネットワーク(NN: Neural Network)
ニューラルネットワークを用いる場合、データをニューラルネットワークへのインプット用に予め加工して用いるとよい。このような加工には、データの1次元的配列化、または多次元的配列化に加え、例えば、データアーギュメンテーション(Deta Argumentation)等の手法を用いることができる。
視認オブジェクト判定部5は、状態検出部4から取得した検出結果に基づき、ユーザが視認しているオブジェクト、ユーザの集中度、およびユーザの感情を判定する。視認オブジェクト判定部5は、ユーザが視認している商品画像(オブジェクト)をまず判定し、ユーザが該商品画像を視認しているときの集中度、およびユーザの感情を判定する。また、視認オブジェクト判定部5は、ユーザが閲覧しているページの配置情報を更に参照して、ユーザが視認しているオブジェクトを判定する。
Ekman感情分類モデルを用いてもよい。該感情分類モデルには、例えば、「幸福」、「驚き」、「怒り」、「嫌悪」、「恐れ」、「悲しみ」が含まれる。なお、該感情分類モデルは、「平常」を含んでいてもよい。さらに該感情分類モデルは、「面白さ」、「軽蔑」、「満足」、「困惑」、「興奮」、「罪悪感」、「功績に基づく自負心」、「安心」、「納得感」、「恥」のような感情およびこれら感情を複合したもの(例えば、怒り+嫌悪、幸福+満足など)を含むものであってもよい。
情報処理装置100は、ユーザが身に着ける撮像装置から、ユーザの視野を含む撮像画像を取得する画像取得部15を更に備えてもよい。ここで、ユーザが身に着ける撮像装置は、ユーザの状態を検出できれば特に限定されないが、例えば、メガネ型のウェアラブルデバイスに搭載されたカメラ、ヘッドマウントデバイスに搭載されたカメラ等が挙げられる。これらのデバイスの種類としては、透過型でもよいし、非透過型でもよい。非透過型の場合、一例として、カメラ(撮像装置)と、ユーザが視認している先のディスプレイ(表示部)とが同じ装置に備えられる構成であってもよい。
意思決定情報取得部3は、ユーザが意思決定を行ったか否かの意思決定情報を取得する。本実施形態において、意思決定情報とは、一例として、ユーザが商品を購入したか否かの決済情報である。意思決定情報は、例えば、ショッピングサイト等に予め登録されているクレジットカード情報、ショッピングサイトの決済用サーバ及び決済代行事業者の決済用サーバ等から取得することができる。意思決定情報取得部3は、ユーザが該ショッピングサイト内で、意思決定を行ったかの情報を取得することができる。意思決定情報は、クレジットカード情報に限定されず、ユーザの個人情報と紐づけられている媒体から取得することができる。例えば、デビットカード情報、プリペイドカード情報等が挙げられる。意思決定情報取得部3は、取得した意思決定情報を、趣向情報生成部6へ送信する。
・ウインク
・瞬きの回数(所定の時間内に所定の回数の瞬き等)
・手を振る
・うなずく等。
趣向情報生成部6は、ユーザ情報取得部1から取得したユーザ情報、視認オブジェクト判定部5から取得した判定結果、および意思決定情報取得部3から取得した意思決定情報を参照して、ユーザの趣向に関する趣向情報を生成する。ここで、趣向情報とは、ユーザの興味がどのオブジェクトに対して強く、どのオブジェクトに対して弱いかを示す情報である。
提案部7は、趣向情報生成部6から趣向情報を取得し、該趣向情報を参照してユーザに提案するための提案情報を生成する。提案情報とは、例えば、ユーザの趣向情報における興味が強い商品の電子公告、値下がりの情報、および電子クーポン等である。提案部7は、例えば、メール、SNSおよびIM等の通信手段を用いて、生成した提案情報をユーザに送信してもよい。また、バナー広告としてユーザに通知してもよい。
評価部8は、提案部7から取得した提案情報と、提案情報が送信されたユーザが実際に提案情報に基づく意思決定を行ったか否かの判定結果とを参照し、各商品について評価を行う。評価部8は、例えば、図7の表に示すような評価を行う。図7の表は、提案部7が、ユーザA、CおよびDに商品aの広告(提案情報)を送信し、ユーザEおよびFに商品bの広告を送信した場合に、各ユーザが広告の商品の購入に至ったか否かを評価した結果である。図7の表中の成約率とは、提案部7が広告を送信したユーザの人数における、実際に広告の商品を購入したユーザの人数の割合である。商品aの広告を送信されたユーザA、CおよびDは、全員が商品aを購入しているため、成約率は100%である。また、商品bの広告を送信されたユーザEおよびFについては、ユーザEのみが商品bの購入に至っているため、成約率は50%である。このとき、広告を送信されたユーザが実際に広告を見たか否かについては必ずしも判定しなくてもよい。特に、メール等、オフライン状態でも確認できる広告においては、判定しなくてもよい。
アバター画像生成部11は、ユーザに対応したアバター画像を生成し、状態検出部4が検出するユーザの状態、視認オブジェクト判定部5が判定するユーザが視認しているオブジェクト、ユーザの感情、および趣向情報生成部6から取得する趣向情報のうち少なくとも1つに応じたアバター画像を生成する。
制御部9は、情報処理装置100の各部を統括的に制御するものである。制御部9は、状態検出部4、視認オブジェクト判定部5、趣向情報生成部6、提案部7、評価部8およびアバター画像生成部11を含むものである。制御部9の各機能、および情報処理装置100に含まれる全ての機能は、例えば、記憶部(不図示)等に記憶されたプログラムを、CPUが実行することによって実現されてもよい。
次に、図9のフローチャートに基づき、情報処理装置100の処理について説明する。
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。
本実施形態に係る情報処理装置100は、実施形態1に係る情報処理装置100と同じ部を備え、各部が行う処理についても視認オブジェクト判定部5以外は同じである。視認オブジェクト判定部5については後述する。また、本実施形態に係る情報処理装置100は、仮IDを付与する仮ID付与部と、仮IDと上記ユーザの意思決定情報とを照合する照合部とをさらに備える。
図10のフローチャートに基づき、情報処理装置100の趣向推定処理について説明する。
実施形態1及び2では、個人情報を取得した特定ユーザの趣向情報のみを生成し、該特定ユーザへ情報を提案し、提案の結果を評価する形態であるが、本変形例においては、対象ユーザは、特定ユーザに加え、個人情報未取得の不特定多数のユーザも対象とする。
〔情報処理装置(その3)〕
本実施形態に係る情報処理装置100は、趣向情報生成部6で生成された趣向情報と、表示情報とに基づき、表示部12に表示する表示情報を変更する。
表示情報変更部13は、趣向情報生成部6で生成された趣向情報に基づき、表示部12に表示させる表示情報の変更を行う。また、表示情報変更部13は表示情報を更に参照して表示情報の変更を行う。表示部12表示されている画像を示す画像情報、及び、該画像の座標等を示すレイアウト情報等が含まれる。表示情報は、ソースコード、ブラウザおよびOSから取得することができる。また、情報の変更とは、特に限定されないが、一例として、表示部12に表示させる商品画像のレイアウトの変更である。表示情報変更部13は、変更した表示情報を表示部12に送信する。
表示部12は、表示情報変更部13から受信した変更された表示情報を表示する。
本実施形態の表示情報変更部13及び表示部12が行う処理の具体例を説明する。図12は、パソコンの表示部12を示す。図12(a)は表示が変更される前の表示部12を示し、表示部12は、商品a~fの画像を表示している。
・当該商品の画像を枠囲みする
・当該商品の画像の周辺の背景色を変更する
・当該商品の画像を、他の商品よりも大きく表示する
・当該商品の画像をポップアップウィンドウとして表示する
等が挙げられる。
本実施形態に係る情報処理装置は、学習支援装置である。学習支援装置の形態としては、例えばEラーニングを実施する装置が挙げられる。本実施形態において、情報処理装置は、複数の選択問題に解答する学習者の推定理解度を生成する。
本実施形態の情報処理装置100は、他の端末装置と趣向情報の共有を行う。図16は、情報処理装置100の構成要素を示すブロック図である。図16に示すように、本実施形態に係る情報処理装置100は、ユーザ情報取得部1、顔情報取得部2、意思決定情報取得部3、状態検出部4、視認オブジェクト判定部5、趣向情報生成部6、提案部7、評価部8、表示部12、趣向共有依頼送信部20、趣向共有依頼受信部21、趣向共有依頼承認部22及び趣向共有部23を備える。趣向共有依頼送信部20、趣向共有依頼受信部21、趣向共有依頼承認部22及び趣向共有部23以外の部材の機能は、実施形態1で説明した部材の機能と同じであるため、その説明を省略する。
本実施形態に係る情報処理装置について、図19を用いて説明する。図19は、本実施形態に係る情報処理装置400を備える端末装置10及び本実施形態に係る情報処理装置であるサーバ200の構成要素を示すブロック図である。
情報処理装置100の制御ブロックは、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
2、2a 顔情報取得部
3、3a 意思決定情報取得部
4、4a 状態検出部
5、5a 視認オブジェクト判定部
6、6a 趣向情報生成部
7 提案部
8 評価部
11 アバター画像生成部
13 表示変更部
15 画像取得部
20 趣向共有依頼送信部
21 趣向共有依頼受信部
22 趣向共有依頼承認部
23 趣向共有部
24 趣向情報取得部
100、400 情報処理装置
Claims (14)
- 登録された特定のユーザのユーザ情報を取得するユーザ情報取得部と、
上記ユーザの顔情報を取得する顔情報取得部と、
上記顔情報取得部が取得した顔情報から上記ユーザの状態を検出する状態検出部と、
上記状態検出部が検出した結果を参照し、上記ユーザが視認しているオブジェクトを判定する視認オブジェクト判定部と、
上記ユーザの意思決定情報を取得する意思決定情報取得部と、
上記ユーザのユーザ情報と、上記視認オブジェクト判定部による判定結果と、上記意思決定情報とを参照して、学習に関する上記ユーザの推定理解度を生成する理解度情報生成部と、
を備え、
上記ユーザ情報には、上記ユーザの属性情報および上記ユーザを他のユーザと識別するためのユーザ識別情報のうち少なくとも1つが含まれ、
上記ユーザの状態は、少なくとも上記ユーザの視線であり、
上記推定理解度は、選択問題に対する上記ユーザの推定理解度であり、
上記意思決定情報は、上記ユーザが選択した解答の番号であることを特徴とする情報処理装置。 - 上記理解度情報生成部は、上記ユーザが最終的に選択した上記解答の番号の正否を参照して、上記推定理解度を生成する、請求項1に記載の情報処理装置。
- 上記視認オブジェクト判定部は、上記オブジェクトに対する上記ユーザによる視認の度合いに応じて、当該オブジェクトを、迷った選択肢及び迷わなかった選択肢の何れかに分類し、
上記理解度情報生成部は、ユーザの解答の正否、迷った選択肢、及び迷わなかった選択肢からなる群より選択される少なくとも1つを更に参照して、上記推定理解度を生成する請求項1または2に記載の情報処理装置。 - 上記推定理解度を参照して提案情報を上記ユーザに提案する提案部をさらに備え、
上記提案情報は、上記ユーザにおける解答済みの複数の問題のうち上記推定理解度が低い問題について上記ユーザに復習させるための情報である請求項1~3の何れか1項に記載の情報処理装置。 - 上記ユーザが、上記提案情報に基づく意思決定を行ったか否かを判定し、該判定の結果に基づく評価を行う評価部をさらに備える請求項4に記載の情報処理装置。
- 上記理解度情報生成部により生成された上記推定理解度に基づき、表示部に表示させる表示情報の変更を行う表示情報変更部
をさらに備える請求項1~5の何れか1項に記載の情報処理装置。 - 上記理解度情報生成部は、
上記推定理解度を可視化したオブジェクトを含む表示データを外部の表示装置へ出力することを特徴とする請求項1~6の何れか1項に記載の情報処理装置。 - 上記状態検出部が検出する上記ユーザの状態は、さらに、上記ユーザの瞳孔の状態、瞬きの回数、眉の動き、瞼の動き、頬の動き、鼻の動き、唇の動きおよび顎の動きのうち少なくとも1つであり、
上記視認オブジェクト判定部は、上記ユーザの感情をさらに判定し、
上記状態検出部が検出する上記ユーザの状態と、上記視認オブジェクト判定部が判定する上記ユーザが視認している上記オブジェクトと、上記視認オブジェクト判定部が判定する上記ユーザの感情と、上記理解度情報生成部から取得する上記推定理解度と、のうち少なくとも1つに応じたアバター画像を生成するアバター画像生成部
をさらに備える請求項1~7の何れか1項に記載の情報処理装置。 - 上記視認オブジェクト判定部は、上記ユーザが閲覧しているページの配置情報を更に参照して、上記ユーザが視認しているオブジェクトを判定することを特徴とする、請求項1~8の何れか1項に記載の情報処理装置。
- ユーザが身に着ける撮像装置から、ユーザの視野を含む撮像画像を取得する画像取得部と、を更に備え、
上記視認オブジェクト判定部は、
上記画像取得部が取得した撮像画像と、
上記状態検出部が検出した結果と、
を参照して、上記ユーザが視認しているオブジェクトを判定することを特徴とする請求項1~9の何れか1項に記載の情報処理装置。 - 上記視認オブジェクト判定部は、上記状態検出部が検出する上記ユーザの瞳孔の状態および瞬きの回数のうち少なくとも1つの結果に基づき、上記ユーザの集中度を判定することを特徴とする、請求項1~10の何れか1項に記載の情報処理装置。
- 他の情報処理装置から、上記推定理解度の共有を依頼する依頼情報を受信する趣向共有依頼受信部と、
上記趣向共有依頼受信部が受信した情報に基づき、上記推定理解度を上記他の情報処理装置に送信することを承認する趣向共有依頼承認部と、
上記趣向共有依頼承認部の承認に基づき、上記理解度情報生成部から取得した上記推定理解度を上記他の情報処理装置へ送信する趣向共有部と、
をさらに備える請求項1~11の何れか1項に記載の情報処理装置。 - 上記他の情報処理装置に上記推定理解度の共有を依頼する依頼情報を送信する趣向共有依頼送信部をさらに備え、
上記趣向共有部は、上記他の情報処理装置から他の推定理解度を受信し、上記他の推定理解度と、上記理解度情報生成部から取得した上記推定理解度とを参照して、上記他の推定理解度と、上記理解度情報生成部から取得した上記推定理解度と、の共通する推定理解度をさらに生成することを特徴とする、請求項12に記載の情報処理装置。 - 請求項1に記載の情報処理装置としてコンピュータを機能させるための情報処理プログラムであって、
上記理解度情報生成部としてコンピュータを機能させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/009525 WO2019220751A1 (ja) | 2018-05-16 | 2019-03-08 | 情報処理装置、情報処理方法、および情報処理プログラム |
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018094879 | 2018-05-16 | ||
JP2018094879 | 2018-05-16 | ||
JP2018107228 | 2018-06-04 | ||
JP2018107228 | 2018-06-04 | ||
JP2018131076 | 2018-07-10 | ||
JP2018131076 | 2018-07-10 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018166227A Division JP2020013523A (ja) | 2018-05-16 | 2018-09-05 | 情報処理装置、情報処理方法、および情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020013538A JP2020013538A (ja) | 2020-01-23 |
JP7259370B2 true JP7259370B2 (ja) | 2023-04-18 |
Family
ID=69170218
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018166227A Pending JP2020013523A (ja) | 2018-05-16 | 2018-09-05 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP2019018289A Active JP7259370B2 (ja) | 2018-05-16 | 2019-02-04 | 情報処理装置、情報処理方法、および情報処理プログラム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018166227A Pending JP2020013523A (ja) | 2018-05-16 | 2018-09-05 | 情報処理装置、情報処理方法、および情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP2020013523A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7197230B1 (ja) | 2022-04-19 | 2022-12-27 | 株式会社イデア・レコード | 情報処理装置、情報処理プログラム、及び情報処理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007066451A1 (ja) | 2005-12-09 | 2007-06-14 | Matsushita Electric Industrial Co., Ltd. | 情報処理システム、情報処理装置および方法 |
JP2014178358A (ja) | 2013-03-13 | 2014-09-25 | Casio Comput Co Ltd | 学習支援装置、学習支援方法、学習支援プログラム、学習支援システム、およびサーバ装置、端末装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4962782B2 (ja) * | 2007-08-13 | 2012-06-27 | 富士通株式会社 | 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム |
JP2016038877A (ja) * | 2014-08-11 | 2016-03-22 | カシオ計算機株式会社 | 表示システム及び表示方法 |
JP2017076338A (ja) * | 2015-10-16 | 2017-04-20 | ソニー株式会社 | 情報処理装置、および情報処理方法、ウェアラブル端末、並びにプログラム |
JP2017167985A (ja) * | 2016-03-17 | 2017-09-21 | 富士通株式会社 | 通知制御プログラム、通知制御方法及び通知制御装置 |
JP2017174304A (ja) * | 2016-03-25 | 2017-09-28 | 大和ハウス工業株式会社 | 画像表示装置及び画像表示方法 |
JP2018055599A (ja) * | 2016-09-30 | 2018-04-05 | 日本電気株式会社 | 情報処理方法、プログラム、情報処理システム、及び情報処理装置 |
JP6443499B2 (ja) * | 2017-06-15 | 2018-12-26 | 株式会社ニコン | 情報解析システム |
-
2018
- 2018-09-05 JP JP2018166227A patent/JP2020013523A/ja active Pending
-
2019
- 2019-02-04 JP JP2019018289A patent/JP7259370B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007066451A1 (ja) | 2005-12-09 | 2007-06-14 | Matsushita Electric Industrial Co., Ltd. | 情報処理システム、情報処理装置および方法 |
JP2014178358A (ja) | 2013-03-13 | 2014-09-25 | Casio Comput Co Ltd | 学習支援装置、学習支援方法、学習支援プログラム、学習支援システム、およびサーバ装置、端末装置 |
Non-Patent Citations (3)
Title |
---|
渡邊 栄治 外2名,問題に対する解答時における学習者の動作の分析,映像情報メディア学会技術報告,日本,映像情報メディア学会,2013年12月02日,第37巻 第56号,pp.69-72,ISSN 1342-6893 |
高木 啓伸,セレクションタスクにおける視線,レクチャーノート/ソフトウェア学 16 インタラクティブシステムとソフトウェアIV,日本,株式会社近代科学社,1996年12月20日,pp.131-140,ISBN 4-7649-0258-3 |
高木 啓伸,視線の移動パターンに基づくユーザの迷いの検出-効果的な作業支援を目指して,情報処理学会論文誌,日本,社団法人情報処理学会,2000年05月15日,第41巻 第5号,pp.1317-1327,ISSN 0387-5806 |
Also Published As
Publication number | Publication date |
---|---|
JP2020013538A (ja) | 2020-01-23 |
JP2020013523A (ja) | 2020-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meißner et al. | The promise of eye-tracking methodology in organizational research: A taxonomy, review, and future avenues | |
US20120164613A1 (en) | Determining a demographic characteristic based on computational user-health testing of a user interaction with advertiser-specified content | |
US20090119154A1 (en) | Determining a demographic characteristic based on computational user-health testing of a user interaction with advertiser-specified content | |
US20090118593A1 (en) | Determining a demographic characteristic based on computational user-health testing of a user interaction with advertiser-specified content | |
US20090132275A1 (en) | Determining a demographic characteristic of a user based on computational user-health testing | |
US20160350801A1 (en) | Method for analysing comprehensive state of a subject | |
Crosier et al. | Customer journey mapping as an advocacy tool for disabled people: A case study | |
US20170115742A1 (en) | Wearable augmented reality eyeglass communication device including mobile phone and mobile computing via virtual touch screen gesture control and neuron command | |
US8065240B2 (en) | Computational user-health testing responsive to a user interaction with advertiser-configured content | |
US20130266925A1 (en) | Embedded Conversational Agent-Based Kiosk for Automated Interviewing | |
US20090112621A1 (en) | Computational user-health testing responsive to a user interaction with advertiser-configured content | |
WO2008030542A2 (en) | Methods for measuring emotive response and selection preference | |
JP7263825B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
WO2018127782A1 (en) | Wearable augmented reality eyeglass communication device including mobile phone and mobile computing via virtual touch screen gesture control and neuron command | |
US20150186912A1 (en) | Analysis in response to mental state expression requests | |
CN107210830B (zh) | 一种基于生物特征的对象呈现、推荐方法和装置 | |
KR20190049555A (ko) | 인공지능 기술을 이용해 광고 및 상품 구매에 관한 서비스를 제공하는 장치, 시스템, 및 방법 | |
US11819338B1 (en) | Risk tolerance simulation and baseline | |
US20090112620A1 (en) | Polling for interest in computational user-health test output | |
Boldu et al. | AiSee: an assistive wearable device to support visually impaired grocery shoppers | |
Welsch et al. | Interpersonal distance regulation and approach-avoidance reactions are altered in psychopathy | |
US20180254103A1 (en) | Computational User-Health Testing Responsive To A User Interaction With Advertiser-Configured Content | |
JP6724090B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
Iloka et al. | Review of eye-tracking: A neuromarketing technique | |
JP7259370B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190226 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221118 |
|
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: 20230307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230320 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7259370 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |