JP7403682B2

JP7403682B2 - 機器制御装置、プログラム及び機器制御特定方法

Info

Publication number: JP7403682B2
Application number: JP2022560601A
Authority: JP
Inventors: 丈明下川; 哲郎志田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2020-11-06
Filing date: 2020-11-06
Publication date: 2023-12-22
Anticipated expiration: 2040-11-06
Also published as: CN116391180A; JPWO2022097273A1; US20230329610A1; WO2022097273A1; EP4242857A1

Description

本開示は、機器制御装置、プログラム及び機器制御特定方法に関する。

従来から、ユーザによる機器の利用履歴からユーザに特徴的な生活パターンを抽出し、この生活パターンを利用することにより、ユーザの生活パターン及び状況に合わせた機器の制御が行われている。例えば、特許文献１には、生活データの中から特定のエピソードに関連した内容を要素データとし、これらを組み合わせたエピソードデータを作成する技術、エピソードデータに含まれる要素データ間の関係を解析する技術、要素データ間の関係からユーザに特徴的な生活パターンを特定する技術、及び、ユーザの生活パターン情報を利用して機器を制御する技術が開示されている。

特許第３７４４９３２号公報

しかしながら、生活パターンを利用した機器制御がユーザにとって望ましいか否かは、ユーザ固有の性格に依存する。このため、生活パターンのみで制御内容を決定してしまうと、特定のユーザは、そのような制御内容を望ましくないと感じる。そのため、特定のユーザは、それ以降、機器制御サービスの利用を継続しない、又は、機器制御サービスへの満足度が低くなる、といった課題があった。

そこで、本開示の一又は複数の態様によれば、ユーザの生活パターンと、ユーザの性格とに応じた機器制御を行うことができるようにすることを目的とする。

本開示の一態様に係る機器制御装置は、ユーザの性格を示す性格情報を取得する性格情報取得部と、前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部と、前記機器制御方法に従って、前記機器を制御する制御部と、前記機器に関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部と、前記生活データから前記生活パターンを抽出する生活パターン抽出部と、を備え、前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、前記生活パターン抽出部は、前記生活データを参照することで、予め定められた時間帯毎に前記複数の操作の各々が行われる頻度を算出し、前記予め定められた時間帯毎の前記複数の操作の各々の前記頻度を前記生活パターンとして抽出し、前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように前記機器制御方法を特定することを特徴とする。

本開示の一態様に係るプログラムは、コンピュータを、ユーザの性格を示す性格情報を取得する性格情報取得部、前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部、前記機器制御方法に従って、前記機器を制御する制御部、前記機器に関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部、及び、前記生活データから前記生活パターンを抽出する生活パターン抽出部、として機能させ、前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、前記生活パターン抽出部は、前記生活データを参照することで、予め定められた時間帯毎に前記複数の操作の各々が行われる頻度を算出し、前記予め定められた時間帯毎の前記複数の操作の各々の前記頻度を前記生活パターンとして抽出し、前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように前記機器制御方法を特定することを特徴とする。

本開示の一態様に係る機器制御特定方法は、性格情報取得部が、ユーザの性格を示す性格情報を取得し、生活パターン抽出部が、前記ユーザが使用する機器に関する複数のイベントの履歴を少なくとも示す生活データから、前記ユーザの生活パターンを抽出し、制御方法特定部が、前記性格情報と、前記生活パターンとから、前記機器の制御方法である機器制御方法を特定し、制御部が、前記機器制御方法に従って、前記機器を制御する機器制御特定方法であって、前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、前記生活パターン抽出部は、前記生活データを参照することで、予め定められた時間帯毎に前記複数の操作の各々が行われる頻度を算出し、前記予め定められた時間帯毎の前記複数の操作の各々の前記頻度を前記生活パターンとして抽出し、前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように前記機器制御方法を特定することを特徴とする。

本開示の一又は複数の態様によれば、ユーザの生活パターンと、ユーザの性格とに応じた機器制御を行うことができる。

実施の形態１及び２に係る機器制御装置を備える機器制御システムの構成を概略的に示すブロック図である。生活データの一例を示す概略図である。実施の形態１における生活パターンの一例を示すグラフである。（Ａ）及び（Ｂ）は、ハードウェア構成例を示すブロック図である。機器制御装置の全体的な動作の一例を示すフローチャートである。制御方法特定部の動作を示すフローチャートである。機器制御方法を特定する第１の例を説明するためのグラフである。機器制御方法を特定する第２の例を説明するためのグラフである。機器制御方法を特定する第３の例を説明するためのグラフである。機器制御方法を特定する第４の例を説明するためのグラフである。制御部の動作を示すフローチャートである。実施の形態２における生活パターンの一例を示す表である。機器が連動する頻度に基づいて、機器制御方法を特定する第１の例を説明するための表である。機器が連動する頻度に基づいて、機器制御方法を特定する第２の例を説明するための表である。機器が連動する頻度に基づいて、機器制御方法を特定する第３の例を説明するための表である。機器が連動する頻度に基づいて、機器制御方法を特定する第４の例を説明するためのグラフである。

実施の形態１．
図１は、実施の形態１に係る機器制御装置１１０を備える機器制御システム１００の構成を概略的に示すブロック図である。
機器制御システム１００は、機器１０１Ａ、１０１Ｂと、センサ１０２と、ユーザデバイス１０３と、機器制御装置１１０とを備える。

機器１０１Ａ、１０１Ｂは、機器制御装置１１０で制御する対象である。機器１０１Ａ、１０１Ｂの各々は、エアコン、テレビ、冷蔵庫、クッキングヒーター、レンジ、エコキュート又は照明等の機器である。
ここで、機器１０１Ａ、１０１Ｂの各々を特に区別する必要がない場合には、機器１０１Ａ、１０１Ｂの各々を機器１０１という。機器制御システム１００には、一つの機器１０１が存在していても、二つ以上の機器１０１が存在していてもよい。

センサ１０２は、人感センサ、開閉センサ、温湿度計、光量計、二酸化炭素濃度計、圧力センサ又は加速度センサ等のように、予め定められた対象を検知するセンサである。
センサ１０２は、機器１０１の何れかに内蔵されていてもよい。また、機器制御システム１００には、一又は複数のセンサ１０２が存在していても、センサ１０２が存在していなくてもよい。

ユーザデバイス１０３は、スマートフォン又はスマートスピーカーといったデバイスであり、制御対象となる機器１０１を利用するユーザに情報を伝達し、そのユーザからの入力を受け付ける。
なお、テレビ又は冷蔵庫等の機器１０１がユーザデバイス１０３の役割を兼ねてもよい。制御対象となる機器１０１を利用する複数のユーザが存在する場合は、複数のユーザデバイス１０３が存在し、それぞれのユーザがそれぞれのユーザデバイス１０３を保持していてもよい。

機器制御装置１１０は、機器１０１を制御する。
図１に示されているように、機器制御装置１１０は、通信部１１１と、生活データ記憶部１１２と、生活パターン抽出部１１３と、性格情報取得部１１４と、制御方法特定部１１５と、制御部１１６とを備える。

通信部１１１は、機器１０１、センサ１０２又はユーザデバイス１０３と通信を行うインタフェースである。

生活データ記憶部１１２は、生活データを記憶する。
生活データは、機器１０１に関する複数のイベントの履歴を少なくとも示す。生活データには、センサ１０２に関する複数のイベントの履歴が含まれていてもよい。
複数のイベントの履歴は、例えば、機器１０１又はセンサ１０２の操作履歴又は動作履歴である。操作とは、例えば、オン操作、オフ操作、設定変更操作、タイマー設定操作等である。動作とは、例えば、動作開始、動作完了、動作変更、センサ１０２の検知、センサ１０２の定期的な計測値取得等である。

図２は、生活データの一例を示す概略図である。
図２に示されているように、生活データ１２０は、イベント日時列１２０ａと、種別列１２０ｂと、イベント内容列１２０ｃとを備えるテーブル情報である。

イベント日時列１２０ａは、イベントが行われた日時を格納する。
種別列１２０ｂは、イベントが行われた機器１０１又はセンサ１０２の種別を格納する。
イベント内容列１２０ｃは、行われたイベントの内容を示す情報を格納する。イベント内容列１２０ｃには、例えば、センサ１０２の検知、機器１０１の有する機能の使用（例えば、オン操作）又は停止（例えば、オフ操作）等が格納されればよい。なお、機器１０１が一つの機能しか有しない場合には、機器１０１の使用又は停止は、その一つの機能の使用又は停止を示すものとしてもよい。

なお、生活データ１２０には、その他に、機器１０１又はセンサ１０２を識別するための識別情報であるＩＤ等が含まれていてもよい。
また、図２の例では、機器１０１Ａがエアコン、機器１０１Ｂがテレビ、センサ１０２が人感センサである場合を示しているが、機器制御装置１１０に接続され、履歴が記憶される機器１０１及びセンサ１０２は、これらに限定されるものではない。

また、機器１０１に関するイベント内容は、図２で示されているように、ＯＮ及びＯＦＦに限定されない。例えば、エアコンであれば、設定温度変更操作、エアコンに内蔵された温度計が測定した温度が予め設定してあった閾値を超えたといったイベント内容であってもよい。

図１に戻り、生活パターン抽出部１１３は、生活データ記憶部１１２に記憶された生活データから生活パターンを抽出する。
実施の形態１における生活パターンは、時間等の条件毎に、それぞれの機器１０１のそれぞれの機能が利用される頻度である。
例えば、生活データには、機器１０１に関する複数のイベントとして、機器１０１の機能に対する複数の操作が含まれている。そして、生活パターン抽出部１１３は、その生活データを参照することで、予め定められた時間帯毎にその複数の操作の各々が行われる頻度を算出し、予め定められた時間帯毎のその複数の操作の各々の頻度を生活パターンとして抽出する。

図３は、実施の形態１における生活パターンの一例を示すグラフである。
図３は、エアコンの冷房が時刻毎にオンである頻度を示すグラフである。
実施の形態１における生活パターンは、予め定められた時間帯毎の頻度であり、特定の期間内に各々の時間帯において特定の機能（ここでは、冷房）が利用されている回数を、その特定の期間の日数で割ったものである。

ここで、特定の期間は、例えば、生活パターンの抽出を行う日から予め定められた期間、例えば、過去１か月間である。特定の期間については、必要に応じて変更されてもよい。
また、生活パターン抽出部１１３は、特定の期間を平日と休日とに分けて、それぞれの期間で別個に時間帯毎の頻度を算出して、生活パターンとしてもよい。これは、平日と休日のそれぞれの生活パターンに合わせた機器制御を可能とするため好適である。
さらに、生活パターンは時間帯毎に求められた頻度以外にも、例えば、室温の値毎に機能が利用される頻度等であってもよい。

時間帯は、上記の特定の期間よりも短くなるように、例えば、３０分等のように予め定められていればよい。

図１に戻り、性格情報取得部１１４は、機器１０１を利用するユーザの性格を示す性格情報を取得する。
性格情報は、例えば、ビッグファイブパーソナリティ特性である。ビッグファイブパーソナリティ特性は、５因子モデルとも呼ばれ、開放性、勤勉性、外向性、協調性及び情緒安定性という５つのパラメータで性格（パーソナリティ）を特性付けるものである。即ち、性格情報は、そのようなパラメータを要素に含めばよい。ビッグファイブパーソナリティ特性については、下記の文献に詳細に説明されている。
Ｊｏｈｎ，ＯｌｉｖｅｒＰ．，ＬａｕｒａＰ．Ｎａｕｍａｎｎ，ａｎｄＣｈｒｉｓｔｏｐｈｅｒＪ．Ｓｏｔｏ． “Ｐａｒａｄｉｇｍｓｈｉｆｔｔｏｔｈｅｉｎｔｅｇｒａｔｉｖｅｂｉｇｆｉｖｅｔｒａｉｔｔａｘｏｎａｍｙ．” Ｈａｎｄｂｏｏｋｏｆｐｅｒｓｏｎａｌｉｔｙ：Ｔｈｅｏｒｙａｎｄｒｅｓｅａｒｃｈ３．２（２００８），ｐｐ．１１４－１５８

開放性は、新しい経験又は多様性を好む度合いを表し、経験への開放性と言い換えてもよい。
勤勉性は、向上心があり達成を目指す傾向又は計画的な行動を好む傾向の度合いを表し、誠実性と言い換えてもよい。
外向性は、他者との付き合い又は会話を好む度合いを表す。
協調性は、他者に協力的である傾向の度合いを表し、調和性又は愛着性と言い換えてもよい。
情緒安定性は、安定した性格であり不快な感情を経験しにくい傾向の度合いを表し、その反対の意味で神経症傾向と言い換えてもよい。

また、性格情報は、例えば、セルフコントロールの強さを示すパラメータを要素として含んでもよい。セルフコントロールについては、下記の文献に詳しく説明されている。
Ｔａｎｇｎｅｙ，ＪｕｎｅＰ．，ＲｏｙＦ．Ｂａｕｍｅｉｓｔｅｒ，ａｎｄＡｎｇｉｅＬｕｚｉｏＢｏｏｎｅ． “Ｈｉｇｈｓｅｌｆ－ｃｏｎｔｒｏｌｐｒｅｄｉｃｔｓｇｏｏｄａｄｊｕｓｔｍｅｎｔ，ｌｅｓｓｐａｔｈｏｌｏｇｙ，ｂｅｔｔｅｒｇｒａｄｅｓ，ａｎｄｉｎｔｅｒｐｅｒｓｏｎａｌｓｕｃｃｅｓ．” Ｊｏｕｒｎａｌｏｆｐｅｒｓｏｎａｌｉｔｙ７２．２（２００４），ｐｐ．２７１－３２４

セルフコントロールは、誘惑又は衝動に直面した際に自己の意思で望ましい行動を追求し望ましくない行動を抑制することである。
なお、性格情報には、心理学分野でその定義と測定方法が確立されている他のパラメータが含まれてもよい。なお、機器１０１を利用するユーザが複数人存在する場合は、性格情報は、それらユーザの複数人分が存在することが好適である。

そして、性格情報取得部１１４は、例えば、ユーザに性格に関するアンケートを行うことで性格情報を取得すればよい。アンケートは、ユーザデバイス１０３を用いて行っても、機器１０１の購入時に対面で行われてもよい。性格情報取得部１１４は、既に測定されたパーソナリティ尺度のスコア値を、ネットワーク等を介して取得しても、ユーザが入力することで取得してもよい。

また、性格情報は、例えば、ＳＮＳ（ＳｏｃｉａｌＮｅｔｗｏｒｋＳｅｒｖｉｃｅ）の「いいね！」等の操作履歴、又は、書き込み履歴から推定されたものを、ネットワーク等を介して取得されてもよい。このような取得の方法については、下記の文献に詳細に説明されている。
Ｙｏｕｙｏｕ，Ｗｕ，ＭｉｃｈａｌＫｏｓｉｎｓｋｉ，ａｎｄＤａｖｉｄＳｔｉｌｌｗｅｌｌ． “Ｃｏｍｐｕｔｅｒ－ｂａｓｅｄｐｅｒｓｏｎａｌｉｔｙｊｕｄｇｍｅｎｔｓａｒｅｍｏｒｅａｃｃｕｒａｔｅｔｈａｎｔｈｏｓｅｍａｄｅｂｙｈｕｍａｎｓ．” ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ１１２．４（２０１５），ｐｐ．１０３６－１０４０

さらに、性格情報は、スマートフォンといったユーザデバイスの操作履歴、動作履歴又は保存内容等から推定されたものを、ネットワーク等を介して取得されてもよい。このような推定の方法については、下記の文献に詳細に説明されている。
Ｓｔａｃｈｌ，Ｃｌｅｍｅｎｓ，ｅｔａｌ． “Ｐｒｅｄｉｃｔｉｎｇｐｅｒｓｏｎａｌｉｔｙｆｒｏｍｐａｔｔｅｒｎｓｏｆｂｅｈａｖｉｏｒｃｏｌｌｅｃｔｅｄｗｉｔｈｓｍａｒｔｐｈｏｎｅｓ．” ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ１１７．３０（２０２０），ｐｐ．１７６８０－１７６８７
なお、性格情報を取得する際に用いられるユーザデバイスは、図１に示されているユーザデバイス１０３と同一であっても別のユーザデバイスであってもよい。

また、機器１０１を複数のユーザが利用し、複数のユーザの性格情報を取得する場合には、前述したアンケート又は推定による取得等の方法を人数分だけ繰り返すことで、性格情報が取得されればよい。
また、制御対象となる機器１０１毎に、その機器１０１を利用するユーザを登録しておくことは、機器１０１を利用するユーザの性格に応じた機器１０１の制御を可能とするため好適である。その際にユーザ毎に利用する頻度又は時間帯を設定しておくことは、利用するユーザの特定の精度を上げ、よってユーザの性格に応じた機器１０１の制御を可能とするため好適である。

さらに、ユーザがセンサ等により識別できるように予め設定しておくことは好適である。個人を識別するためのセンサは、図１に示されているセンサ１０２と同一であっても別のセンサであってもよい。例えば、センサが機器１０１に内蔵されたカメラであり、ユーザの顔画像を予め登録しておくことで機器１０１を利用する個人の識別が可能となる。
また、センサが機器１０１の操作ボタンに付属した指紋センサであり、それによってユーザを識別してもよい。他にも、ユーザが音声により機器１０１を操作する場合に、音声情報からユーザが識別されてもよい。さらに、ユーザがそれぞれ保持するユーザデバイスを介して機器１０１の操作を行う場合に、操作に用いられたユーザデバイスの登録情報からユーザが識別されてもよい。

制御方法特定部１１５は、生活パターン抽出部１１３が抽出した生活パターンと、性格情報取得部１１４が取得した性格情報とから、機器１０１の制御方法である機器制御方法を特定する。
例えば、制御方法特定部１１５は、性格情報に基づいて閾値を特定し、特定された閾値と、生活パターンとを比較することで、機器１０１の制御方法を特定する。

具体的には、制御方法特定部１１５は、性格情報を参照することで、ユーザの性格に応じて閾値を特定し、生活パターンで示される頻度がその閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように機器制御方法を特定する。

実施の形態１では、制御方法特定部１１５は、閾値として第一の閾値を超えた場合に、制御として、対応する操作を自動的に行う第一の機器制御方法と、閾値として第一の閾値よりも低い第二の閾値を超えた場合に、制御として、対応する操作を行うことをリコメンドする第二の機器制御方法と、を機器制御方法として特定する。機器制御方法の特定方法の詳細については、後述する。

制御部１１６は、制御方法特定部１１５が特定した機器制御方法に従って、機器１０１を制御する。

以上に記載された生活パターン抽出部１１３、性格情報取得部１１４、制御方法特定部１１５及び制御部１１６の一部又は全部は、例えば、図４（Ａ）に示されているように、メモリ１０と、メモリ１０に格納されているプログラムを実行するＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）等のプロセッサ１１とにより構成することができる。このようなプログラムは、ネットワークを通じて提供されてもよく、また、記録媒体に記録されて提供されてもよい。即ち、このようなプログラムは、例えば、プログラムプロダクトとして提供されてもよい。このような場合、機器制御装置１１０は、いわゆるコンピュータにより実現することができる。

また、生活パターン抽出部１１３、性格情報取得部１１４、制御方法特定部１１５及び制御部１１６の一部又は全部は、例えば、図４（Ｂ）に示されているように、単一回路、複合回路、プログラムで動作するプロセッサ、プログラムで動作する並列プロセッサ、ＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）又はＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）等の処理回路１２で構成することもできる。
以上のように、生活パターン抽出部１１３、性格情報取得部１１４、制御方法特定部１１５及び制御部１１６は、処理回路網により実現することができる。

なお、生活データ記憶部１１２は、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）又はＲＡＭ（Ｒａｎｄｏｍ－ａｃｃｅｓｓＭｅｍｏｒｙ）等のメモリ、ＨＤＤ（ＨａｒｄＤｉｓｃＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）等の記憶媒体といった記憶装置により構成することができる。
また、通信部１１１は、ＮＩＣ（ＮｅｔｗｏｒｋＩｎｔｅｒｆａｃｅＣａｒｄ）等の通信装置により構成することができる。

なお、生活データ記憶部１１２、生活パターン抽出部１１３、性格情報取得部１１４、制御方法特定部１１５又は制御部１１６は、クラウドサーバー上に存在していても、別個の装置であっても、機器１０１又はセンサ１０２のいずれかに内蔵されていてもよい。また、それらの構成が複数に分かれて上記のような形で別々に存在していてもよい。

次に、機器制御装置１１０の動作について説明する。
図５は、機器制御装置１１０の全体的な動作の一例を示すフローチャートである。
まず、通信部１１１は、機器１０１及びセンサ１０２等から生活データを受信し、その生活データを生活データ記憶部１１２に記憶させる（Ｓ１０）。
生活パターン抽出部１１３は、記憶された生活データから生活パターンを抽出する（Ｓ１１）。
性格情報取得部１１４は、通信部１１１を介して、ユーザの性格情報を取得する（Ｓ１２）。

制御方法特定部１１５は、生活パターンと、性格情報とから機器１０１の制御方法である機器制御方法を特定する（Ｓ１３）。
制御部１１６は、制御方法特定部１１５が特定した機器制御方法に基づいて、機器１０１の制御を行う（Ｓ１４）。

次に、図５のステップＳ１３で特定される機器制御方法について説明する。
実施の形態１では、機器制御方法として、自動制御及びレコメンドが行われるものとする。

自動制御は、生活パターンにおいて頻度が著しく高く、ユーザによってなされる可能性が著しく高い操作を、自動で実行する機器制御方法である。自動制御を行う機器制御方法を、第一の機器制御方法ともいう。
レコメンドは、生活パターンにおいて頻度が高く、ユーザによってなされる可能性が高い操作について、その操作を実行することを予めユーザに通知し、ユーザが受諾すればその制御を行う機器制御方法である。レコメンドを行う機器制御方法を第二の機器制御方法ともいう。

図６は、制御方法特定部１１５の動作を示すフローチャートである。
制御方法特定部１１５は、性格情報取得部１１４が取得した性格情報に応じて自動制御の閾値である自動制御閾値を決定する（Ｓ２０）。自動制御閾値を第一の閾値ともいう。
制御方法特定部１１５は、生活パターン抽出部１１３が抽出した生活パターンと、ステップＳ２０で決定された自動制御閾値とから、自動制御を行う対象操作及び時刻を決定する（Ｓ２１）。ここでの時刻は、対応する時間帯の何れの時刻であってもよい。例えば、その時間帯が開始される時間帯である開始時刻であってもよく、その時間帯の中間の時刻である中間時刻あってもよく、その時間帯が終了する時刻である終了時刻でもよい。また、閾値を算出する際に用いられたイベントが行われた平均の時刻である平均時刻であってもよい。

また、制御方法特定部１１５は、性格情報取得部１１４が取得した性格情報に応じてレコメンドの閾値であるレコメンド閾値を決定する（Ｓ２２）。レコメンド閾値を第二の閾値ともいう。
制御方法特定部１１５は、生活パターン抽出部１１３が抽出した生活パターンと、ステップＳ２２で決定されたレコメンド閾値とから、レコメンドを行う対象操作及び時刻を決定する（Ｓ２３）。ここでの時刻は、対応する時間帯の何れの時刻であってもよい。例えば、その時間帯が開始される時間帯である開始時刻であってもよく、その時間帯の中間の時刻である中間時刻あってもよく、その時間帯が終了する時刻である終了時刻でもよい。また、閾値を算出する際に用いられたイベントが行われた平均の時刻である平均時刻であってもよい。

ここで、図６に示されているステップＳ２０～Ｓ２３における閾値の決定と、制御を行う対象操作及び時刻の決定とについて詳細を説明する。
図７は、機器制御方法を特定する第１の例を説明するためのグラフである。
図７では、機器１０１がエアコンであり、冷房がオンにされた頻度に基づいて、制御方法を特定する例を説明する。ここでは、ユーザの性格情報は、平均的なものであるとする。例えば、性格情報において、開放性、勤勉性、外向性、協調性、情緒安定性及びセルフコントロールを示す全てのパラメータが、予め定められた数値範囲に含まれている場合である。ここでの数値範囲は、全てのパラメータについて同じとなっていてもよく、パラメータ毎に異なっていてもよい。

このような場合、制御方法特定部１１５は、例えば機器１０１の冷房をオフからオンとする自動制御閾値ＡＴｈを、自動制御の基準閾値である自動制御基準閾値９０％、機器１０１の冷房をオフからオンとするレコメンド閾値ＲＴｈを、レコメンドの基準閾値であるレコメンド基準閾値５０％と決定する。
そして、制御方法特定部１１５は、機器１０１であるエアコンの冷房がオンである頻度が、自動制御閾値ＡＴｈを超える場合に、エアコンの冷房をオンとする自動制御を行うものとし、その自動制御の時刻は、その頻度が自動制御閾値ＡＴｈを超える時刻とする。
また、制御方法特定部１１５は、エアコンの冷房がオンである頻度がレコメンド閾値ＲＴｈを超える場合に、エアコンの冷房をオンとするレコメンドを行うものとし、そのレコメンドの時刻は、その頻度がレコメンド閾値ＲＴｈを超える時刻とする。
図７の例では、制御方法特定部１１５は、６：００にエアコンの冷房をオンにするレコメンドを行い、６：２１にエアコンの冷房をオンにする自動制御を行う、という機器制御方法を特定する。

ここで、制御方法特定部１１５は、機器１０１の機能がオンである頻度が閾値をはさんで上下に揺らぐ場合に、制御が不必要に実行されないような規則を機器制御方法に適用してもよい。例えば、自動制御を行う時刻の後３０分間は同一の操作に関する自動制御は行わないといった規則、又は、レコメンドを行う時刻の後３０分間は同一の操作に関するレコメンドは行わないといった規則が機器制御方法に適用されてもよい。

また、制御方法特定部１１５は、機器１０１の機能がオンである頻度に基づいて、機器１０１の機能をオンからオフとする制御を行うものとしてもよい。
制御方法特定部１１５は、例えば、機器１０１の機能をオンからオフとする制御における自動制御閾値を自動制御基準閾値である１０％、そのレコメンド閾値をレコメンド基準閾値である５０％と決定してもよい。
なお、図７の例ではエアコンの冷房がオンである頻度に基づいて機器制御方法を特定しているが、同様に、エアコン以外の機器１０１の機能の頻度、オンではない特定の機能が利用されている頻度、センサ１０２が測定した値が閾値を超えている頻度等に基づいて機器制御方法が特定されていてもよい。

次に、制御方法特定部１１５が、ユーザの性格情報に応じて閾値を特定することによって、機器制御を発生させやすくさせる場合について説明する。
図８は、機器制御方法を特定する第２の例を説明するためのグラフである。
ユーザの性格情報において機器制御を発生させやすくした方が機器制御によるサービスの効果が向上する場合、例えば、ユーザの開放性が高い場合、情緒安定性が高い場合、勤勉性が低い場合、又は、セルフコントロールが低い場合には、制御方法特定部１１５は制御の閾値を下げることによって機器制御を発生させやすくする。
例えば、性格情報において、開放性が予め定められた数値範囲よりも高い場合、情緒安定性が予め定められた数値範囲よりも高い場合、勤勉性が予め定められた数値範囲よりも低い場合、又は、セルフコントロールが予め定められた数値範囲よりも低い場合である。

このような場合、制御方法特定部１１５は、例えば自動制御閾値ＡＴｈを自動制御基準閾値よりも低い８０％、レコメンド閾値ＲＴｈをレコメンド基準閾値よりも低い４０％に特定する。このときには、制御方法特定部１１５は、５：５９にエアコンの冷房をオンにするレコメンドを行い、６：１１にエアコンの冷房をオンにする自動制御を行う、という機器制御方法を特定する。これによって性格情報が平均的である図７の場合に比べて制御の時刻が早まっている。また、閾値を下げたことで機器制御の頻度は上昇する。

例えば、ユーザの性格情報において開放性が高い場合には、機器制御装置１１０による自動制御又はレコメンドを、新しい経験又は生活における多様性として捉え、好ましく感じる傾向が高い。また、例えば、ユーザの性格情報において情緒安定性が高い場合には、機器制御装置１１０による制御を不快に感じる可能性が小さい。よって、上記のように機器制御をより早期に行ったり、頻度を上げたりすることでユーザに不快感を与えることなく機器制御によるサービスの効果を向上させることができる。

また、例えば、ユーザの性格情報において勤勉性が低い、又は、セルフコントロールが低い場合には、機器制御装置１１０によってユーザの計画的な行動を支援することでユーザの行動を望ましい行動に変容させ得る余地が大きい。よって、上記のように機器制御をより早期に行ったり、頻度を上げたりすることでユーザをより強く支援し、機器制御によるサービスの効果を向上させることができる。

次に、制御方法特定部１１５がユーザの性格情報に応じて閾値を特定することによって、機器制御を発生させにくくさせる場合について説明する。
図９は、機器制御方法を特定する第３の例を説明するためのグラフである。
ユーザの性格情報において機器制御を発生させにくくした方が機器制御によるサービスの効果が向上する場合、例えば、ユーザの開放性が低い場合、情緒安定性が低い場合、勤勉性が高い場合、又は、セルフコントロールが高い場合には、制御方法特定部１１５は制御の閾値を上げることによって機器制御を発生させにくくする。
例えば、性格情報において、開放性が予め定められた数値範囲よりも低い場合、情緒安定性が予め定められた数値範囲よりも低い場合、勤勉性が予め定められた数値範囲よりも高い場合、又は、セルフコントロールが予め定められた数値範囲よりも高い場合である。

このような場合、制御方法特定部１１５は、例えば自動制御閾値ＡＴｈを自動制御基準閾値よりも高い９５％、レコメンド閾値ＲＴｈをレコメンド基準閾値よりも高い６０％に特定する。このときには、制御方法特定部１１５は、６：０２にエアコンの冷房をオンにするレコメンドを行うという機器制御方法を特定する。これによって性格情報が平均的である図７の場合に比べて制御の時刻が遅くなっている。また、閾値を上げたことで自動制御が行われなくなり、機器制御の頻度は減少している。

例えば、ユーザの性格情報において開放性が低い場合には、新しい経験又は生活における多様性を好ましく感じないため、機器制御装置１１０による自動制御又はレコメンド自体を疎ましく感じる傾向がある。さらに、機器制御の内容がユーザの意図と合っていなかった場合には機器制御によるサービスへの評価をさらに下げてしまい、機器制御によるサービスの利用を打ち切ってしまう可能性がある。

また、例えば、ユーザの性格情報において情緒安定性が低い場合には、機器制御の内容がユーザの意図と合っていなかったときに、機器制御によるサービスへの評価を著しく下げてしまい、機器制御によるサービスの利用を打ち切ってしまう可能性がある。

さらに、例えば、ユーザの性格情報において勤勉性が高い又はセルフコントロールが高い場合には、元々ユーザが計画的な行動を取るため、ユーザの行動を望ましい行動に変容させ得る余地が小さい。そこで、このような場合には、上記のように機器制御の対象をより確実なものに絞ることでユーザに不快感を与える可能性を減らし、機器制御によるサービスを継続して利用してもらう可能性を高める。

次に、制御方法特定部１１５がユーザの性格情報に応じて閾値を決定することによって、レコメンドを発生させやすくさせる場合について説明する。
図１０は、機器制御方法を特定する第４の例を説明するためのグラフである。
ユーザの性格情報においてレコメンドを発生させやすくした方が機器制御によるサービスの効果が向上する場合、例えば、ユーザの外向性が高い場合、又は、協調性が高い場合には、制御方法特定部１１５は、制御の閾値を変更することによってレコメンドを発生させやすくする。
例えば、性格情報において、外向性が予め定められた数値範囲よりも高い場合、又は、協調性が予め定められた数値範囲よりも高い場合である。

このような場合、制御方法特定部１１５は、例えば自動制御閾値ＡＴｈを自動制御基準閾値よりも高い９５％、レコメンド閾値ＲＴｈをレコメンド基準閾値よりも低い４０％に特定する。このときには、制御方法特定部１１５は、５：５９にエアコンの冷房をオンにするレコメンドを行うという機器制御方法を特定する。これによって性格情報が平均的である図７の場合に比べてレコメンドの頻度は上昇し、自動制御の頻度は減少している。

例えば、ユーザの性格情報において外向性が高い場合には、機器制御装置１１０との意思疎通又は会話を好ましく感じる傾向が高い。また、例えば、ユーザの性格情報において協調性が高い場合には、ユーザの意図と大きく外れていないときに、レコメンドを受容する傾向が高い。そのため、上記のようにレコメンドの頻度を上げることでユーザに不快感を与えることなく機器制御によるサービスの効果を向上させることができる。なお、逆の場合、つまりユーザの外向性が低い又は協調性が低い場合には、制御方法特定部１１５は、レコメンドの頻度を下げるとしてもよい。

ここで、制御方法特定部１１５がユーザの性格情報に応じて閾値を特定する際に、機器１０１を複数のユーザが利用し、複数のユーザの性格情報を取得している場合について説明する。

制御対象の機器１０１に対し単一のユーザのみが登録されている、又は、利用者が単一のユーザに特定できる場合には、そのユーザの性格情報に応じて閾値が決定されればよい。

制御対象の機器１０１に対し複数のユーザが登録されており、利用者が特定できない場合は、例えば、それらのユーザの性格情報を表すパラメータの平均を取り、その値に応じて閾値が決定されればよい。パラメータの平均値の代わりに、パラメータの中央値等の代表値、最大値又は最小値といった値を取るように予め設定されていてもよい。
また、ユーザ毎に利用する頻度若しくは時間帯が予め設定してある、又は、センサ１０２により個人の識別ができ、現在どのユーザが利用しているかについて可能性を定量化できる場合は、その値を重み付けして性格情報を表すパラメータの平均を取り、その値に応じて閾値が決定されてもよい。

以上から、制御方法特定部１１５は、「開放性」、「勤勉性」、「外向性」、「協調性」、「情緒安定性」及び「セルフコントロールの強さ」を示すパラメータが、予め定められた数値範囲外となる場合には、そのパラメータにより閾値を下げる場合には負の重み値、そのパラメータにより閾値を上げる場合には、正の重み値を特定し、性格情報の各パラメータに重み値をかけて足し合わせた重みづけ和を、基準閾値に足し合わせることにより閾値を決定する。ここで重みづけ和の値に対しロジスティック関数といった関数を適用したうえで基準閾値に足し合わせることにより閾値が決定されてもよい。また、重み値は、予め定められた一定の値であってもよく、パラメータが予め定められた数値範囲から離れるほど、正の重み値であればより大きく、負の重み値であればより小さくなるようにしてもよい。

次に、図５のステップＳ１４において制御部１１６が実行する制御方法について詳細を説明する。
図１１は、制御部１１６の動作を示すフローチャートである。
まず、制御部１１６は、自動制御を行うタイミングであるか否かを判断する（Ｓ３０）。ここで、制御部１１６は、制御方法特定部１１５が特定した自動制御を行う時刻であったとしても、制御に効果がない場合は制御を行うタイミングではないと判断する。制御に効果がない場合は、例えば、制御内容がエアコンの冷房をオンにするものでありその時刻より前にユーザが既にエアコンの冷房をオンにしている場合等である。自動制御を行うタイミングである場合（Ｓ３０でＹｅｓ）には、処理はステップＳ３１に進み、自動制御を行うタイミングではない場合（Ｓ３０でＮｏ）には、処理はステップＳ３３に進む。

ステップＳ３１では、制御部１１６は、制御方法特定部１１５が特定した制御対象操作を実行する。
制御部１１６は、通信部１１１を介して、ユーザデバイス１０３に実行した制御内容を通知する（Ｓ３２）。そして、処理はステップＳ３３に進む。

ステップＳ３３では、制御部１１６は、レコメンドを行うタイミングであるか否かを判断する。ここでは、制御部１１６は、制御方法特定部１１５が特定したレコメンドを行う時刻であったとしても、レコメンドに効果がない場合はレコメンドを行うタイミングではないと判断する。レコメンドに効果がない場合は、例えば、レコメンドの内容がエアコンの冷房をオンにするものでありその時刻より前にユーザが既にエアコンの冷房をオンにしている場合等である。レコメンドを行うタイミングである場合（Ｓ３３でＹｅｓ）には、処理はステップＳ３４に進み、レコメンドを行うタイミングではない場合（Ｓ３３でＮｏ）には、処理はステップＳ３０に戻る。

ステップＳ３４では、制御部１１６は、制御方法特定部１１５が特定した制御対象操作を行うことを、ユーザデバイス１０３を介してユーザに推薦する。例えば、制御部１１６は、通信部１１１を介して、そのような制御対象操作を行うことをレコメンドする画面画像をユーザデバイス１０３に送り、そのような画面画像をユーザデバイス１０３に表示させる。

そして、制御部１１６は、ユーザが推薦された制御対象操作を行うことを受け入れるか否かを判断する（Ｓ３５）。例えば、制御部１１６は、通信部１１１を介して、ユーザから制御対象操作を受諾することを示す通知を受け取った場合には、ユーザが推薦された制御対象操作を行うことを受け入れたと判断する。一方、制御部１１６は、通信部１１１を介して、そのような通知を予め定められた期間内に受け取らなかった場合、又は、ユーザから制御対象操作を拒否することを示す通知を受け取った場合には、ユーザが推薦された制御対象操作を行うことを受け入れなかったと判断する。ユーザが推薦された制御対象操作を行うことを受け入れた場合（Ｓ３５でＹｅｓ）には、処理はステップＳ３６に進み、ユーザが推薦された制御対象操作を行うことを受け入れなかった場合（Ｓ３５でＮｏ）には、処理はステップＳ３０に戻る。

ステップＳ３６では、制御部１１６は、制御方法特定部１１５が特定した制御対象操作を実行する。そして、処理はステップＳ３０に戻る。

以上のように、実施の形態１によれば、ユーザの生活パターンと、ユーザの性格とに応じて機器制御を行うことで、ユーザにとって望ましい機器制御を行うことができる。
例えば、ユーザの性格が、機器制御装置１１０により機器１０１が制御されることを好ましく感じる場合には、制御方法特定部１１５は、制御の頻度が上がるように閾値を特定する。一方、ユーザの性格が、機器制御装置１１０により機器１０１が制御されることを好ましく感じない場合には、制御の頻度が下がるように閾値を特定する。
また、ユーザの性格が、ユーザの行動を統制する程度が強い場合には、制御方法特定部１１５は、制御の頻度が下がるように閾値を特定する。一方、ユーザの性格がユーザの行動を統制する程度が弱い場合には、制御方法特定部１１５は、制御の頻度が上がるように閾値を特定する。
さらに、ユーザの性格が対話を好ましく感じる場合には、制御方法特定部１１５は、リコメンドする頻度が上がるように第二の閾値を特定する。一方、ユーザの性格が対話を好ましく感じない場合には、制御方法特定部１１５は、リコメンドする頻度が下がるように第二の閾値を特定する。この場合には、自動制御がされにくくするために、第一の閾値があげられてもよいが、実施の形態１は、このような例に限定されない。

一般に、機器制御の頻度を上げるほど、ユーザの意図と合った制御が含まれておりユーザの手間をより減らすことができるが、ユーザの意図と合わない制御も含まれておりユーザに不快感をより与えてしまうことにもなる。ここで、ユーザの意図と合わない制御が生じたときの不快感の程度は、ユーザの性格によって異なる。また、ユーザの意図に近い制御が生じたときの快又は不快の程度も、ユーザの性格によって異なる。さらに、手間が減る望ましさ又は効果の強弱も、ユーザの性格によって異なる。実施の形態１によれば、性格に応じて機器制御の頻度を決定することで、ユーザの満足度を向上させることができる。

また、機器制御の方法として、ユーザの受諾を求めない自動制御と、ユーザの受諾を求めるレコメンド、といった段階を設けることで、以下のような効果が得られる。
ユーザが求めるものである可能性が著しく高い制御は、自動制御を行うことでユーザの受諾といった手間を減らすことができる。また、可能性が著しく高くない制御の場合は、レコメンドを行いユーザの受諾を求めることで、ユーザの意図に一致していない制御及びそれによる不快感を減らすことができる。

さらに、自動制御とレコメンドとのそれぞれについて好ましく感じる程度はユーザの性格に依存するため、それぞれの頻度をユーザの性格に応じて変更することで、ユーザの満足度を向上させることができる。

また、実施の形態１によれば、機器制御の適切な頻度をユーザの性格に応じて予め設定することにより、機器制御によるサービスにおいて初期の段階から望ましい機器制御を行うことが可能である。それにより、ユーザに合ったそれぞれの機器制御の頻度をユーザが試行錯誤をしながら設定する等の手間、又は、その過程における不快感を除くことができる。

実施の形態２．
図１に示されているように、実施の形態２に係る機器制御装置２１０を備える機器制御システム２００は、機器１０１と、センサ１０２と、ユーザデバイス１０３と、機器制御装置２１０とを備える。
実施の形態２における機器制御システム２００の機器１０１、センサ１０２及びユーザデバイス１０３は、実施の形態１における機器制御システム１００の機器１０１、センサ１０２及びユーザデバイス１０３と同様である。

図１に示されているように、実施の形態２に係る機器制御装置２１０は、通信部１１１と、生活データ記憶部１１２と、生活パターン抽出部２１３と、性格情報取得部１１４と、制御方法特定部２１５と、制御部２１６とを備える。
実施の形態２に係る機器制御装置２１０の通信部１１１、生活データ記憶部１１２及び性格情報取得部１１４は、実施の形態１に係る機器制御装置２１０の通信部１１１、生活データ記憶部１１２及び性格情報取得部１１４と同様である。

生活パターン抽出部２１３は、生活データ記憶部１１２に記憶された生活データから生活パターンを抽出する。
実施の形態２における生活パターンは、条件毎に機器１０１又はセンサ１０２のイベントが連動する頻度である。

例えば、生活データには、機器１０１に関する複数のイベントの履歴が少なくとも含まれており、その複数のイベントには、機器１０１の機能に対する複数の操作が含まれている。そして、生活パターン抽出部２１３は、生活データを参照することで、複数の操作から二つの操作を抽出した複数の順列の内、二つの操作の内の先の操作から後の操作が予め定められた期間内に行われる頻度を算出し、複数の順列の各々における頻度を生活パターンとして抽出する。

また、生活データには、機器１０１及びセンサ１０２に関する複数のイベントの履歴が少なくとも含まれており、複数のイベントには、機器１０１の機能に対する複数の操作及びセンサ１０２による予め定められた対象の検知が含まれている。そして、生活パターン抽出部２１３は、生活データを参照することで、センサ１０２による検知から複数の操作の各々が予め定められた期間内に行われる頻度を算出し、複数の操作の各々において算出された頻度を生活パターンとして抽出する。

図１２は、実施の形態２における生活パターンの一例を示す表である。
図１２では、機器１０１Ａは、エアコン、機器１０１Ｂは、テレビ、及び、センサ１０２は、人感センサであるものとする。
図１２では、エアコンの冷房のオン操作、エアコンの冷房のオフ操作、テレビの視聴のオン操作、テレビの視聴のオフ操作、及び、人感センサによる人の検知といったイベントが連動する頻度を示している。

具体的には、図１２の縦の列は、トリガとなる操作又は動作が示されている。ここでは、エアコンの冷房のオン操作、エアコンの冷房のオフ操作、テレビの視聴のオン操作、テレビの視聴のオフ操作、及び、人感センサによる人の検知がトリガとなる操作又は動作である。
そして、図１２の横の行は、トリガに連動する操作が示されている。ここでは、エアコンの冷房のオン操作、エアコンの冷房のオフ操作、テレビの視聴のオン操作、及び、テレビの視聴のオフ操作がトリガに連動する操作である。

図１２に示されている表の中の数値は、特定の期間内に、トリガとなるイベントである操作又は動作が生じたときから、予め定められた期間内にトリガに連動するイベントである操作が起きた頻度を表している。なお、表中の「－」は、頻度を算出していないことを示している。特定の期間は、第一の期間ともいい、予め定められた期間は、第二の期間ともいう。
ここでは、特定の期間は、生活パターン抽出を行う日から過去１か月間の内、平日の午前５時から午前１０時とし、予め定められた期間は５分間としたが、必要に応じて変更されてもよい。

例えば、図１２では、特定の期間内で、エアコンの冷房がＯＦＦからＯＮになったときに、テレビの視聴がＯＦＦであれば、予め定められた期間である５分間の間に、テレビの視聴がＯＮになる頻度が８９％であったことを示している。このような頻度は、特定の期間内にトリガとなるイベントが生じて、予め定められた期間内に連動するイベントが起きた回数を、特定の期間内にトリガとなるイベントが生じたときに連動するイベントが起き得た回数で割ったものである。

ここで、連動するイベントが起き得た場合の具体例を説明する。
例えば、連動するイベントが「テレビの視聴がＯＮとなる」であるものとする。そして、トリガとなるイベントが生じたときにテレビの視聴がＯＦＦであれば、連動するイベントが起き得た場合になる。一方、トリガとなるイベントが生じたときに既にテレビの視聴がＯＮであれば、連動するイベントが起き得なかった場合になる。

なお、特定の期間を平日と休日とに分けて、それぞれの期間で別個にイベントが連動する頻度を算出して生活パターンとすることは、平日と休日のそれぞれの生活パターンに合わせた機器制御を可能とするため好適である。
また、特定の期間を朝及び夕方等の時間帯に分けて、それぞれの期間で別個にイベントが連動する頻度を算出して生活パターンとすることは、それぞれの時間帯におけるそれぞれの生活パターンに合わせた機器制御を可能とするため好適である。

センサ１０２はユーザが操作する対象とならないため、トリガに連動するセンサのイベントの頻度は、図１２にも示されているように、生活パターンから省略されてもよい。
また、同一の機器１０１の特定の機能のＯＮと、そのＯＦＦといった同一の操作に関する連動は制御に用いないとして、図１２にも示されているように生活パターンから省略されてもよい。

連動の頻度の根拠となるデータ数が少ないときは、その頻度は、信頼性に乏しいため、生活パターンから省略されてもよい。例えば、特定の期間内にトリガとなるイベントが生じたときに連動するイベントが起き得た回数が予め定められた回数（例えば、５回）未満であったときは、連動の頻度が省略されてもよい。これによって信頼性の乏しい値によって不適切な制御が生じることを防ぐことができる。

制御方法特定部２１５は、生活パターン抽出部２１３が抽出した生活パターンと、性格情報取得部１１４が取得した性格情報とに基づいて、機器１０１の制御方法を特定する。
例えば、制御方法特定部２１５は、性格情報に基づいて閾値を特定し、特定された閾値と、生活パターンとを比較することで、機器１０１の制御方法を特定する。実施の形態２では、制御方法特定部２１５は、トリガとなるイベントと、トリガに連動するイベントとを機器制御方法として特定する。

制御方法特定部２１５は、性格情報を参照することで、ユーザの性格に応じて閾値を特定し、生活パターンで示される頻度が閾値を超えた場合に、対応する順列において先の操作が行われたときに後の操作に関する制御を行うように機器制御方法を特定する。
具体的には、制御方法特定部２１５は、閾値として第一の閾値を超えた場合に、制御として、対応する順列において先の操作が行われたときに後の操作を自動的に行う第一の機器制御方法と、閾値として第二の閾値を超えた場合に、制御として、対応する順列において先の操作が行われたときに後の操作を行うことをリコメンドする第二の機器制御方法と、を機器制御方法として特定する。

また、制御方法特定部２１５は、性格情報を参照することで、ユーザの性格に応じて閾値を特定し、生活パターンで示される頻度が閾値を超えた場合に、センサ１０２による検知が行われたときに対応する操作に関する制御を行うように機器制御方法を特定する。
具体的には、制御方法特定部２１５は、閾値として第一の閾値を超えた場合に、制御として、検知が行われたときに対応する操作を自動的に行う第一の機器制御方法と、閾値として、第一の閾値よりも低い第二の閾値を超えた場合に、制御として、検知が行われたときに対応する操作を行うことをリコメンドする第二の機器制御方法と、を機器制御方法として特定する。
なお、制御方法の特定方法の詳細については、後述する。

制御部２１６は、制御方法特定部２１５が特定した制御方法に従って、機器１０１を制御する。実施の形態２では、制御部２１６は、制御方法特定部２１５が特定したトリガとなるイベントが発生したタイミングで、トリガに連動するイベントに関連する制御方法を実行する。

図１３は、機器１０１が連動する頻度に基づいて、機器制御方法を特定する第１の例を説明するための表である。
図１３では、機器１０１がエアコン及びテレビであり、センサ１０２は、人感センサであるものとする。そして、エアコンの冷房、テレビの視聴及び人感センサの検知が連動する場合を説明する。また連動する頻度は、平日の午前５時から午前１０時の間で求められたものである。

ここでは、ユーザの性格情報は、平均的なものであるとする。例えば、性格情報において、開放性、勤勉性、外向性、協調性、情緒安定性及びセルフコントロールを示す全てのパラメータが、予め定められた数値範囲に含まれている場合である。ここでの数値範囲は、全てのパラメータについて同じとなっていてもよく、パラメータ毎に異なっていてもよい。

制御方法特定部１１５は、例えば機器１０１を連動させる自動制御閾値を、自動制御基準閾値である９０％、機器を連動させるレコメンド閾値を、レコメンド基準閾値である５０％と決定する。

図１３では、テレビ視聴オンに連動したエアコン冷房オフの操作が自動制御閾値を超えている。
また、エアコン冷房ＯＮに連動したテレビ視聴ＯＮの操作、エアコン冷房ＯＦＦに連動したテレビ視聴ＯＦＦの操作、テレビ視聴ＯＦＦに連動したエアコン冷房ＯＦＦの操作、人感センサ検知に連動したエアコン冷房ＯＦＦの操作が、レコメンド閾値を超えている。

制御方法特定部２１５は、イベントが連動する頻度が自動制御閾値を超える場合に、その連動するイベントの自動制御を行うものとし、その自動制御のタイミングはトリガのイベントが生じた時刻とする機器制御方法を特定する。
また、制御方法特定部２１５は、イベントが連動する頻度がレコメンド閾値を超える場合に、その連動するイベントのレコメンドを行うものとし、そのレコメンドのタイミングはトリガのイベントが生じた時刻とする機器制御方法を特定する。

図１３の例では、制御方法特定部２１５は、平日の午前５時から午前１０時の間において、テレビ視聴ＯＮが生じたときにエアコン冷房ＯＮにする自動制御を行う機器制御方法、エアコン冷房ＯＮが生じたときにテレビ視聴ＯＮにするレコメンドを行う機器制御方法、テレビ視聴ＯＦＦが生じたときにエアコン冷房ＯＦＦにするレコメンドを行う機器制御方法、人感センサ検知が生じたときにエアコン冷房ＯＮにするレコメンドを行う機器制御方法、及び、エアコン冷房ＯＦＦが生じたときにテレビ視聴ＯＦＦにするレコメンドを行う機器制御方法を算出する。同様に、他の機器１０１又はセンサ１０２の組み合わせ、異なる期間で求めた頻度に基づいて機器制御方法が特定されてもよい。

次に、制御方法特定部２１５が、ユーザの性格情報に応じて閾値を特定することによって、機器制御を発生させやすくさせる場合について説明する。
図１４は、機器１０１が連動する頻度に基づいて、機器制御方法を特定する第２の例を説明するための表である。
ユーザの性格情報において機器制御を発生させやすくした方が機器制御によるサービスの効果が向上する場合、例えば、ユーザの開放性が高い場合、情緒安定性が高い場合、勤勉性が低い場合、又は、セルフコントロールが低い場合には、制御方法特定部２１５は制御の閾値を下げることによって機器制御を発生させやすくする。
例えば、性格情報において、開放性が予め定められた数値範囲よりも高い場合、情緒安定性が予め定められた数値範囲よりも高い場合、勤勉性が予め定められた数値範囲よりも低い場合、又は、セルフコントロールが予め定められた数値範囲よりも低い場合である。

このような場合には、制御方法特定部２１５は、例えば自動制御閾値を自動制御基準閾値よりも低い８０％、レコメンド閾値をレコメンド基準閾値よりも低い４０％に特定する。このような場合、制御方法特定部２１５が特定する機器制御方法には、性格情報が平均的である図１３の場合と比べて、人感センサ検知が生じたときにテレビ視聴ＯＮにするレコメンドを行う、という機器制御方法が追加される。また、エアコン冷房ＯＮが生じたときにテレビ視聴ＯＮにするレコメンドの機器制御方法が、自動制御を行う機器制御方法に変更されている。
このように閾値を下げたことで機器制御の頻度は上昇する。また、レコメンドが自動制御に変更されており自動化が促進されている。

次に、制御方法特定部２１５がユーザの性格情報に応じて閾値を特定することによって、機器制御を発生させにくくさせる場合について説明する。
図１５は、機器１０１が連動する頻度に基づいて、機器制御方法を特定する第３の例を説明するための表である。
ユーザの性格情報において機器制御を発生させにくくした方が機器制御によるサービスの効果が向上する場合、例えば、ユーザの開放性が低い場合、情緒安定性が低い場合、勤勉性が高い場合、又は、セルフコントロールが高い場合には、制御方法特定部２１５は制御の閾値を上げることによって機器制御を発生させにくくする。
例えば、性格情報において、開放性が予め定められた数値範囲よりも低い場合、情緒安定性が予め定められた数値範囲よりも低い場合、勤勉性が予め定められた数値範囲よりも高い場合、又は、セルフコントロールが予め定められた数値範囲よりも高い場合である。

このような場合には、制御方法特定部２１５は、例えば自動制御閾値を、自動制御基準閾値よりも高い９５％、レコメンド閾値を、レコメンド基準閾値よりも高い６０％に特定する。このような場合、制御方法特定部２１５が特定する機器制御方法では、性格情報が平均的である図１３の場合と比べて、エアコン冷房ＯＦＦが生じたときにテレビ視聴ＯＦＦにするレコメンドを行う、という機器制御方法が消えている。また、テレビ視聴ＯＮが生じたときにエアコン冷房ＯＮにする自動制御の機器制御方法が、レコメンドを行う機器制御方法に変更されている。
このように閾値を上げたことで機器制御の頻度は減少する。また、自動制御がレコメンドに変更されており自動化が抑制されている。

次に、制御方法特定部２１５がユーザの性格情報に応じて閾値を決定することによって、レコメンドを発生させやすくさせる場合について説明する。
図１６は、機器１０１が連動する頻度に基づいて、機器制御方法を特定する第４の例を説明するためのグラフである。
ユーザの性格情報においてレコメンドを発生させやすくした方が機器制御によるサービスの効果が向上する場合、例えば、ユーザの外向性が高い場合、又は、協調性が高い場合には、制御方法特定部１１５は、制御の閾値を変更することによってレコメンドを発生させやすくする。
例えば、性格情報において、外向性が予め定められた数値範囲よりも高い場合、又は、協調性が予め定められた数値範囲よりも高い場合である。

このような場合には、制御方法特定部２１５は、例えば自動制御閾値を、自動制御基準閾値よりも高い９５％、レコメンド閾値を、レコメンド基準閾値よりも低い４０％に特定する。このような場合、制御方法特定部２１５が特定する機器制御方法には、性格情報が平均的である図１３の場合と比べて、人感センサ検知が生じたときにテレビ視聴ＯＮにするレコメンドを行う、という機器制御方法が追加されている。また、テレビ視聴ＯＮが生じたときにエアコン冷房ＯＮにする自動制御を行う機器制御方法が、レコメンドを行う機器制御方法に変更されている。
このように閾値を変更したことでレコメンドの頻度は上昇する。

実施の形態２においても、制御方法特定部２１５は、「開放性」、「勤勉性」、「外向性」、「協調性」、「情緒安定性」及び「セルフコントロールの強さ」を示すパラメータが、予め定められた数値範囲外となる場合には、そのパラメータにより基準閾値を下げる場合には負の重み値、そのパラメータにより基準閾値を上げる場合には、正の重み値を特定し、性格情報の各パラメータに重み値をかけて足し合わせた重みづけ和を、基準閾値に足し合わせることにより閾値を決定する。ここで重みづけ和の値に対しロジスティック関数といった関数を適用したうえで、基準閾値に足し合わせることにより閾値が決定されてもよい。また、重み値は、予め定められた一定の値であってもよく、パラメータが予め定められた数値範囲から離れるほど、正の重み値であればより大きく、負の重み値であればより小さくなるようにしてもよい。

以上のように、実施の形態２によっても、ユーザの生活パターンと、ユーザの性格とに応じて機器制御を行うことで、ユーザにとって望ましい機器制御を行うことができる。

なお、以上に記載された実施の形態１における生活パターンは、時間等の条件毎に、それぞれの機器１０１のそれぞれの機能が利用される頻度であり、実施の形態２における生活パターンは、条件毎に機器１０１又はセンサ１０２のイベントが連動する頻度であるが、実施の形態１又は２における生活パターンは、以上の例に限定されない。例えば、生活パターンは、特許文献１に開示されている方法に基づいて、エピソード作成規則を準備し、エピソード作成規則に基づいてエピソードデータを作成し、エピソードデータから頻出パターン木を作成し、頻出パターン木から抽出されてもよい。

また、生活パターンは、ユーザの生活データのみから抽出されるように限定されているものでもない。例えば、生活パターン抽出部１１３、２１３が一般的なユーザを参考とした生活パターンを予め保持していてもよい。生活パターン抽出部１１３、２１３が別のユーザの生活データから抽出された生活パターンを取得して、それを保持していてもよい。

また、以上のように実施の形態１及び２について説明したが、本開示は、このような実施の形態１又は２に限るものではない。異なる方法で生活パターンを抽出する場合であっても、機器制御方法を特定する際に、制御実行の対象となる生活パターンの判定の閾値を性格情報に基づいて決定することで、実施の形態１又は２と同様の効果を得ることが可能である。

１００，２００機器制御システム、１０１機器、１０２センサ、１０３ユーザデバイス、１１０，２１０機器制御装置、１１１通信部、１１２生活データ記憶部、１１３，２１３生活パターン抽出部、１１４性格情報取得部、１１５，２１５制御方法特定部、１１６，２１６制御部。

Claims

ユーザの性格を示す性格情報を取得する性格情報取得部と、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部と、
前記機器制御方法に従って、前記機器を制御する制御部と、
前記機器に関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部と、
前記生活データから前記生活パターンを抽出する生活パターン抽出部と、を備え、
前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、予め定められた時間帯毎に前記複数の操作の各々が行われる頻度を算出し、前記予め定められた時間帯毎の前記複数の操作の各々の前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とする機器制御装置。
ユーザの性格を示す性格情報を取得する性格情報取得部と、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部と、
前記機器制御方法に従って、前記機器を制御する制御部と、
前記機器に関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部と、
前記生活データから前記生活パターンを抽出する生活パターン抽出部と、を備え、
前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記複数の操作から二つの操作を抽出した複数の順列の内、前記二つの操作の内の先の操作から後の操作が予め定められた期間内に行われる頻度を算出し、前記複数の順列の各々における前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する順列において先の操作が行われたときに後の操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とする機器制御装置。
ユーザの性格を示す性格情報を取得する性格情報取得部と、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部と、
前記機器制御方法に従って、前記機器を制御する制御部と、
前記機器及びセンサに関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部と、
前記生活データから前記生活パターンを抽出する生活パターン抽出部と、を備え、
前記複数のイベントには、前記機器の機能に対する複数の操作及び前記センサによる予め定められた対象の検知が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記検知から前記複数の操作の各々が予め定められた期間内に行われる頻度を算出し、前記複数の操作の各々において算出された前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、前記検知が行われたときに対応する操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とする機器制御装置。
前記制御方法特定部は、前記閾値として第一の閾値を超えた場合に、前記制御として、前記対応する操作を自動的に行う第一の機器制御方法と、前記閾値として前記第一の閾値よりも低い第二の閾値を超えた場合に、前記制御として、前記対応する操作を行うことをリコメンドする第二の機器制御方法と、を前記機器制御方法として特定すること
を特徴とする請求項１に記載の機器制御装置。
前記制御方法特定部は、前記閾値として第一の閾値を超えた場合に、前記制御として、前記対応する順列において前記先の操作が行われたときに前記後の操作を自動的に行う第一の機器制御方法と、前記閾値として第二の閾値を超えた場合に、前記制御として、前記対応する順列において前記先の操作が行われたときに前記後の操作を行うことをリコメンドする第二の機器制御方法と、を前記機器制御方法として特定すること
を特徴とする請求項２に記載の機器制御装置。
前記制御方法特定部は、前記閾値として第一の閾値を超えた場合に、前記制御として、前記検知が行われたときに前記対応する操作を自動的に行う第一の機器制御方法と、前記閾値として、前記第一の閾値よりも低い第二の閾値を超えた場合に、前記制御として、前記検知が行われたときに前記対応する操作を行うことをリコメンドする第二の機器制御方法と、を前記機器制御方法として特定すること
を特徴とする請求項３に記載の機器制御装置。
前記性格情報は、前記性格が、前記機器制御装置により前記機器が制御されることを好ましく感じるか否かを特定することができる要素を含み、
前記制御方法特定部は、前記性格が前記機器制御装置により前記機器が制御されることを好ましく感じる場合には、前記制御の頻度が上がるように前記閾値を特定し、前記性格が前記機器制御装置により前記機器が制御されることを好ましく感じない場合には、前記制御の頻度が下がるように前記閾値を特定すること
を特徴とする請求項１から６の何れか一項に記載の機器制御装置。
前記性格情報は、前記性格が前記ユーザの行動を統制する程度が強いか弱いかを特定することができる要素を含み、
前記制御方法特定部は、前記性格が前記ユーザの行動を統制する程度が強い場合には、前記制御の頻度が下がるように前記閾値を特定し、前記性格が前記ユーザの行動を統制する程度が弱い場合には、前記制御の頻度が上がるように前記閾値を特定すること
を特徴とする請求項１から６の何れか一項に記載の機器制御装置。
前記性格情報は、前記性格が対話を好ましく感じるか否かを特定することができる要素を含み、
前記制御方法特定部は、前記性格が対話を好ましく感じる場合には、前記リコメンドする頻度が上がるように前記第二の閾値を特定し、前記性格が対話を好ましく感じない場合には、前記リコメンドする頻度が下がるように前記第二の閾値を特定すること
を特徴とする請求項４から６の何れか一項に記載の機器制御装置。
ユーザの性格を示す性格情報を取得する性格情報取得部と、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部と、
前記機器制御方法に従って、前記機器を制御する制御部と、
前記機器及びセンサに関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部と、
前記生活データから前記生活パターンを抽出する生活パターン抽出部と、を備え、
前記複数のイベントには、前記機器又は前記センサの操作又は動作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記機器又は前記センサの操作又は動作が連動する頻度を算出して、前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、トリガとなるイベント及び前記トリガに連動するイベントを、前記機器制御方法として特定すること
を特徴とする機器制御装置。
コンピュータを、
ユーザの性格を示す性格情報を取得する性格情報取得部、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部、
前記機器制御方法に従って、前記機器を制御する制御部、
前記機器に関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部、及び、
前記生活データから前記生活パターンを抽出する生活パターン抽出部、として機能させ、
前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、予め定められた時間帯毎に前記複数の操作の各々が行われる頻度を算出し、前記予め定められた時間帯毎の前記複数の操作の各々の前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とするプログラム。
コンピュータを、
ユーザの性格を示す性格情報を取得する性格情報取得部、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部、
前記機器制御方法に従って、前記機器を制御する制御部、
前記機器に関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部、及び、
前記生活データから前記生活パターンを抽出する生活パターン抽出部、として機能させ、
前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記複数の操作から二つの操作を抽出した複数の順列の内、前記二つの操作の内の先の操作から後の操作が予め定められた期間内に行われる頻度を算出し、前記複数の順列の各々における前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する順列において先の操作が行われたときに後の操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とするプログラム。
コンピュータを、
ユーザの性格を示す性格情報を取得する性格情報取得部、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部、
前記機器制御方法に従って、前記機器を制御する制御部、
前記機器及びセンサに関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部、及び、
前記生活データから前記生活パターンを抽出する生活パターン抽出部、として機能させ、
前記複数のイベントには、前記機器の機能に対する複数の操作及び前記センサによる予め定められた対象の検知が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記検知から前記複数の操作の各々が予め定められた期間内に行われる頻度を算出し、前記複数の操作の各々において算出された前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、前記検知が行われたときに対応する操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とするプログラム。
コンピュータを、
ユーザの性格を示す性格情報を取得する性格情報取得部、
前記性格情報と、前記ユーザの生活パターンとから、前記ユーザが使用する機器の制御方法である機器制御方法を特定する制御方法特定部、
前記機器制御方法に従って、前記機器を制御する制御部、
前記機器及びセンサに関する複数のイベントの履歴を少なくとも示す生活データを記憶する生活データ記憶部、及び、
前記生活データから前記生活パターンを抽出する生活パターン抽出部、として機能させ、
前記複数のイベントには、前記機器又は前記センサの操作又は動作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記機器又は前記センサの操作又は動作が連動する頻度を算出して、前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、トリガとなるイベント及び前記トリガに連動するイベントを、前記機器制御方法として特定すること
を特徴とするプログラム。
性格情報取得部が、ユーザの性格を示す性格情報を取得し、
生活パターン抽出部が、前記ユーザが使用する機器に関する複数のイベントの履歴を少なくとも示す生活データから、前記ユーザの生活パターンを抽出し、
制御方法特定部が、前記性格情報と、前記生活パターンとから、前記機器の制御方法である機器制御方法を特定し、
制御部が、前記機器制御方法に従って、前記機器を制御する機器制御特定方法であって、
前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、予め定められた時間帯毎に前記複数の操作の各々が行われる頻度を算出し、前記予め定められた時間帯毎の前記複数の操作の各々の前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する時間帯において対応する操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とする機器制御特定方法。
性格情報取得部が、ユーザの性格を示す性格情報を取得し、
生活パターン抽出部が、前記ユーザが使用する機器に関する複数のイベントの履歴を少なくとも示す生活データから、前記ユーザの生活パターンを抽出し、
制御方法特定部が、前記性格情報と、前記生活パターンとから、前記機器の制御方法である機器制御方法を特定し、
制御部が、前記機器制御方法に従って、前記機器を制御する機器制御特定方法であって、
前記複数のイベントには、前記機器の機能に対する複数の操作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記複数の操作から二つの操作を抽出した複数の順列の内、前記二つの操作の内の先の操作から後の操作が予め定められた期間内に行われる頻度を算出し、前記複数の順列の各々における前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、対応する順列において先の操作が行われたときに後の操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とする機器制御特定方法。
性格情報取得部が、ユーザの性格を示す性格情報を取得し、
生活パターン抽出部が、前記ユーザが使用する機器及びセンサに関する複数のイベントの履歴を少なくとも示す生活データから、前記ユーザの生活パターンを抽出し、
制御方法特定部が、前記性格情報と、前記生活パターンとから、前記機器の制御方法である機器制御方法を特定し、
制御部が、前記機器制御方法に従って、前記機器を制御する機器制御特定方法であって、
前記複数のイベントには、前記機器の機能に対する複数の操作及び前記センサによる予め定められた対象の検知が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記検知から前記複数の操作の各々が予め定められた期間内に行われる頻度を算出し、前記複数の操作の各々において算出された前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、前記検知が行われたときに対応する操作に関する制御を行うように前記機器制御方法を特定すること
を特徴とする機器制御特定方法。
性格情報取得部が、ユーザの性格を示す性格情報を取得し、
生活パターン抽出部が、前記ユーザが使用する機器及びセンサに関する複数のイベントの履歴を少なくとも示す生活データから、前記ユーザの生活パターンを抽出し、
制御方法特定部が、前記性格情報と、前記生活パターンとから、前記機器の制御方法である機器制御方法を特定し、
制御部が、前記機器制御方法に従って、前記機器を制御する機器制御特定方法であって、
前記複数のイベントには、前記機器又は前記センサの操作又は動作が含まれており、
前記生活パターン抽出部は、前記生活データを参照することで、前記機器又は前記センサの操作又は動作が連動する頻度を算出して、前記頻度を前記生活パターンとして抽出し、
前記制御方法特定部は、前記性格情報を参照することで、前記ユーザの性格に応じて閾値を特定し、前記頻度が前記閾値を超えた場合に、トリガとなるイベント及び前記トリガに連動するイベントを、前記機器制御方法として特定すること
を特徴とする機器制御特定方法。