JP7453181B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

複数の商品が配置される店舗において商品配置の仕方によって売上が変わることが考えられる。その為、例えば特許文献１には商品配置のパターンごとに、商品属性、商品配置属性、及び販売情報を学習した学習モデルによって販売予測値を取得して、販売予測値が予め決められた条件を満たす商品配置のパターンを出力する情報処理装置が開示されている。

しかしながら、特許文献１に記載の情報処理装置は、自動で商品配置のパターンを提案することができず、商品配置のパターンは予め決める必要がある。また、特許文献１に記載の情報処理装置は、商品の販売に影響を与えると考えられる店舗の利用者の感情を商品配置のパターンの提案に考慮に入れていない。

特開２０１９－１０１８６１号公報

本発明は上記課題を鑑み、利用者の感情を考慮に入れて自動で商品配置のパターンを検討できる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者の感情推定に使用できるセンサ情報を取得するセンサ情報取得部と、前記センサ情報取得部が取得したセンサ情報を解析し、利用者の感情を推定する感情推定部と、店舗における商品の配置を検討する検討部と、を備え、前記感情推定部は、利用者の商品画像を視認する前後の感情を推定し、前記検討部は、前記感情推定部が推定した利用者の商品画像を視認する前後の感情に基づいて商品の配置を検討する。

実施形態の一態様によれば、利用者の感情を考慮に入れて自動で商品配置のパターンを検討できる情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、商品配置のパターンを有向グラフにより示す図である。 図３は、実施形態に係る情報処理システムの構成例を示す図である。 図４は、実施形態に係る情報処理装置の構成例を示す図である。 図５は、実施形態に係る利用者端末の構成例を示す図である。 図６は、実施形態に係る事業者端末の構成例を示す図である。 図７は、実施形態に係る情報処理装置の商品データベースに記憶される情報の一例を示す図である。 図８は、実施形態に係る情報処理装置のセンサ情報記憶部に記憶される情報の一例を示す図である。 図９は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。 図１０は、実施形態に係る情報処理の一例を示すフローチャートである。 図１１は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略する。

（実施形態）
〔１－１．情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００により実行される例を示す。

図１では、情報処理装置１００が事業者端末３００の要求に基づいて、利用者端末２００Ａ、２００Ｂ、及び２００Ｃから必要な情報を取得し、商品配置のパターンを検討する処理を示している。以下、図１を用いて、実施形態に係る情報処理の一例についてステップごとに説明する。

事業者端末３００は、配置検討の必要情報を情報処理装置１００に送信する（ステップＳ１）。例えば、事業者端末３００は、配置検討の必要情報として、商品の種類、配置制約などの情報を事業者Ｍ１から受け付けて、情報処理装置１００に送信する。

情報処理装置１００は、事業者端末３００から受け付けた情報に基づいて、商品画像を利用者端末２００Ａに送信する（ステップＳ２）。例えば、情報処理装置１００が事業者端末３００から商品の種類として、「牛ひき肉」、「人参」を受け付けたとする。この場合、情報処理装置１００は、利用者端末２００Ａに商品画像として「牛ひき肉」、「人参」の画像を送信する。

利用者端末２００Ａは、商品画像の視認前後のセンサ情報を情報処理装置１００に送信する（ステップＳ３）。例えば、利用者端末２００Ａは、情報処理装置１００から受け付けた「牛ひき肉」、「人参」の商品画像を表示して、利用者Ｕ１の商品画像の視認前後のセンサ情報を取得する。利用者端末２００Ａは、利用者の商品画像の視認前後のセンサ情報を取得したら、取得したセンサ情報を情報処理装置１００に送信する。

情報処理装置１００は、事業者端末３００から受け付けた情報に基づいて、商品画像を利用者端末２００Ｂに送信する（ステップＳ４）。情報処理装置１００が商品画像を利用者端末２００Ｂに送信する処理は、ステップＳ２と同じであるから、具体例を用いた説明は省略する。

利用者端末２００Ｂは、商品画像の視認前後のセンサ情報を情報処理装置１００に送信する（ステップＳ５）。利用者端末２００Ｂが商品画像の視認前後のセンサ情報を送信する処理はステップＳ３と同じであるから、具体例を用いた説明を省略する。

情報処理装置１００は、事業者端末３００から受け付けた情報に基づいて、商品画像を利用者端末２００Ｃに送信する（ステップＳ６）。情報処理装置１００が商品画像を利用者端末２００Ｂに送信する処理は、ステップＳ２及びステップＳ４と同じであるから、具体例を用いた説明は省略する。

利用者端末２００Ｃは、商品画像の視認前後のセンサ情報を情報処理装置１００に送信する（ステップＳ７）。利用者端末２００Ｃが商品画像の視認前後のセンサ情報を送信する処理はステップＳ３及びステップＳ５と同じであるから、具体例を用いた説明を省略する。

情報処理装置１００は、商品画像の視認前後の利用者の視認前後の感情を推定する（ステップＳ８）。例えば、情報処理装置１００は利用者端末２００Ａ、利用者端末２００Ｂ、及び利用者端末２００Ｃから取得したセンサ情報を解析して、利用者の商品画像の視認前後の感情を推定する。センサ情報に基づく利用者の感情推定の方法については後述して説明する。

情報処理装置１００は、利用者の商品画像の視認前後の感情に基づいて商品配置を検討する（ステップＳ９）。例えば、情報処理装置１００は連続して視認すると、利用者の感情が単独で視認した場合と、比較してポジティブに推移する商品の組み合わせ同士が順番に並ぶように商品配置を検討する。また、商品配置の検討には商品を示すノードと、連続して視認すると利用者の感情がポジティブに推移する商品の順序を示す有向エッジと、を用いて表現された有向グラフを用いてもよい。商品配置の検討方法の詳細については後述して説明する。

情報処理装置１００は、事業者端末３００に商品配置の検討結果を送信する（ステップＳ１０）。例えば、情報処理装置１００は商品配置の検討結果を有向グラフとして表現した画像データを事業者端末３００に送信する。

これにより、情報処理装置１００は利用者の感情を考慮に入れて、自動で商品配置のパターンを提案することができる。

〔１－２．連続して視認すると感情がポジティブに推移する商品の組み合わせを特定〕
情報処理装置１００は、連続して視認すると、単独で視認した場合と比較して、利用者が商品を視認する前後において感情がポジティブに推移する商品の組み合わせを特定し、特定された組み合わせに基づいて商品の配置を検討する。

この情報処理装置１００の処理について順を追って説明する。例えば、情報処理装置１００は事業者端末３００から受け付けた配置検討の必要情報に基づいて利用者端末２００に商品画像を送信し、利用者端末２００は利用者の商品画像の視認前後のセンサ情報を取得する。利用者端末２００は取得したセンサ情報を情報処理装置１００に送信する。なお、利用者端末２００は、利用者が商品画像を商品の種類ごとに連続して視認する場合と、利用者が商品の種類ごとに商品画像を単独で視認する場合の二通りについて、利用者の商品画像の視認前後のセンサ情報を取得する。ここで、連続して視認する場合とは、例えば、利用者が２つ以上の異なる商品の種類の商品画像を１０分以内に視認することを意味してよく、単独で視認する場合とは、例えば、利用者が商品画像を視認した後に次の商品画像を視認するまでの間に、１時間以上の間隔が空いていることを意味してよい。情報処理装置１００は、利用者の商品画像の視認前後のセンサ情報を取得したら、センサ情報に基づいて利用者の感情を推定する。情報処理装置１００は、感情推定結果に基づいて連続して視認すると利用者の感情がポジティブに推移する商品の組み合わせを特定する。情報処理装置１００は、連続して視認すると利用者の感情がポジティブに推移する商品の組み合わせを特定したら、特定された組み合わせに基づいて商品の配置を検討する。例えば、連続して視認すると利用者の感情がポジティブに推移する商品の組み合わせ同士が順番に並ぶように商品配置を検討する。

これにより、情報処理装置１００は利用者の感情を考慮に入れて、自動で商品配置を検討することができる。

〔１－３．有向グラフを用いた商品配置の検討〕
情報処理装置１００は、利用者が視認した商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成し、生成した有向グラフを用いて、商品の配置を検討する。

この情報処理装置１００の処理について具体例を用いて説明する。例えば、情報処理装置１００は事業者端末３００から受け付けた配置検討の必要情報に基づいて利用者端末２００に商品画像を送信し、利用者端末２００は利用者の商品画像の視認前後のセンサ情報を取得する。なお、利用者端末２００は、利用者が商品の種類ごとに商品画像を連続して視認する場合について、利用者の商品の種類ごとの商品画像の視認前後のセンサ情報を取得する。利用者端末２００は、取得したセンサ情報を情報処理装置１００に送信する。情報処理装置１００は、利用者の商品の種類ごとの商品画像の視認前後のセンサ情報を取得したら、センサ情報に基づいて利用者の感情を推定する。情報処理装置１００は、商品の種類ごとの商品画像の視認前後の利用者の感情を推定したら、利用者が視認した商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに推移した順序を示す有向エッジとを有する有向グラフを生成し、生成された有向グラフを用いて、商品の配置を検討する。図２に商品配置を有向グラフにより表す図を示す。図２は、商品配置のパターンを有向グラフにより示す図である。図２に示すように、ノードＧＤ１、ＧＤ２、ＧＤ３、ＧＤ４、及びＧＤ５が商品を示し、有向エッジＥＧ１、ＥＧ２、ＥＧ３、及びＥＧ４が示す向きが、有向エッジに接続された商品を利用者が視認することで、利用者の感情がポジティブに推移する順序を示す。

例えば、情報処理装置１００が、事業者端末３００から商品の種類として、「牛ひき肉」、「人参」の指定を受け付けて、利用者端末２００に「牛ひき肉」、「人参」の順に商品画像を表示させ、利用者端末２００が利用者の商品の種類ごとの視認前後のセンサ情報を取得したとする。そして、情報処理装置１００が、利用者端末２００からセンサ情報を取得し、センサ情報に基づいて利用者の感情を推定したところ、利用者が「牛ひき肉」、「人参」の順に商品画像を視認することで、感情がポジティブに推移したと推定されたとする。この場合、情報処理装置１００は、「牛ひき肉」を示すノードと、「人参」を示すノードと、「牛ひき肉」を示すノードから「人参」を示すノードに向かう有向エッジと、を有する有向グラフを生成する。情報処理装置１００は、その他の商品の種類についても、同様の処理を実行して、商品の種類を示すノードと、利用者の感情が商品画像の視認前後でポジティブに推移した順序を示す有向エッジと、を用いて有向グラフを生成する。情報処理装置１００は、生成された有向グラフの一単位を組み合わせることや、並べ替えることによって、商品配置を検討する。

これにより、情報処理装置１００は利用者の感情を考慮に入れて、自動で商品配置を検討することができる。

〔１－４．有向エッジの流入数と流出数に基づいた商品配置の検討〕
情報処理装置１００は、有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品程、利用者が最初に視認しやすい位置への配置を検討する。

この情報処理装置１００の処理について順を追って説明する。情報処理装置１００は事業者端末３００から受け付けた配置検討の必要情報に基づいて利用者端末２００に商品画像を送信し、利用者端末２００は受信した商品画像を連続して表示して利用者の商品画像の視認前後のセンサ情報を取得する。利用者端末２００は取得したセンサ情報を情報処理装置１００に送信する。情報処理装置１００は利用者端末２００から受信したセンサ情報を解析して、利用者の商品画像の視認前後の感情を推定する。情報処理装置１００は利用者の商品画像の視認前後の感情を推定したら、利用者が視認した商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに推移した順序を示す有向エッジと、を用いて有向グラフを生成する。情報処理装置１００は、生成された有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品ほど、利用者が最初に視認しやすい位置への配置を検討する。

例えば、情報処理装置１００が商品の種類「カレールー」、「かたまり肉」、「ジャガイモ」、及び「人参」の商品画像の視認前後の利用者の感情を推定したところ、「カレールー」の後に「かたまり肉」、「カレールー」の後に「ジャガイモ」、「カレールー」の後に「人参」の商品画像を視認すると、利用者の感情がポジティブに遷移すると推定されたとする。この場合、情報処理装置１００は、「カレールー」を示すノードと、「かたまり肉」を示すノードと、「ジャガイモ」を示すノードと、「人参」を示すノードと、「カレールー」を示すノードから「かたまり肉」を示すノードに向かう有向エッジと、「カレールー」を示すノードから「ジャガイモ」を示すノードに向かう有向エッジと、「カレールー」を示すノードから「人参」を示すノードに向かって伸びる有向エッジと、を有する有向グラフを生成する。そして、情報処理装置１００は、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品である「カレールー」を、利用者が最初に視認しやすい位置への配置を検討する。

これにより、情報処理装置１００は利用者の感情がポジティブに推移する商品の組み合わせが多い商品を、利用者が最初に視認しやすい位置に配置する商品配置を検討することができる。

〔１－５．有向エッジの向きに基づいた商品配置の検討〕
情報処理装置１００は、各ノードと対応する商品を、当該ノード同士を接続する有向エッジが示す順序で並べた配置を検討する。

この情報処理装置１００の処理について順を追って説明する。情報処理装置１００は事業者端末３００から受け付けた配置検討の必要情報に基づいて利用者端末２００に商品画像を送信し、利用者端末２００は受信した商品画像を連続して表示して利用者の商品画像の視認前後のセンサ情報を取得する。利用者端末２００は取得したセンサ情報を情報処理装置１００に送信する。情報処理装置１００は利用者端末２００から受信したセンサ情報を解析して、利用者の商品画像の視認前後の感情を推定する。情報処理装置１００は利用者の商品画像の視認前後の感情を推定したら、利用者が視認した商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに推移した順序を示す有向エッジと、を用いて有向グラフを生成する。情報処理装置１００は、生成された有向グラフを用いて、各ノードと対応する商品を、当該ノード同士を接続する有向エッジが示す順序で並べた配置を検討する。

例えば、情報処理装置１００が商品の種類「サラダ」、「ステーキ肉」、及び「赤ワイン」の商品画像の視認前後の利用者の感情を推定したところ、「サラダ」、「ステーキ肉」、「赤ワイン」の順に商品画像を視認すると利用者の感情がポジティブに推移したと推定されたとする。この場合、情報処理装置１００は、「サラダ」を示すノードと、「ステーキ肉」を示すノードと、「赤ワイン」を示すノードと、「サラダ」を示すノードから「ステーキ肉」を示すノードに向かう有向エッジと、「ステーキ肉」を示すノードから「赤ワイン」を示すノードに向かう有向エッジと、を有する有向グラフを生成する。情報処理装置１００は、生成された有向グラフの有向エッジが示す商品の順序で並べた配置を検討する。すなわち、「サラダ」、「ステーキ肉」、「赤ワイン」の順に商品を並べた商品配置を検討する。

これにより、情報処理装置１００は商品を視認することで利用者の感情がポジティブに推移する順序にしたがって商品を並べた商品配置を検討することができる。

〔１－６．配置の制約を考慮した商品配置の検討〕
情報処理装置１００は、配置の制約を考慮したうえで商品配置を検討する。

この情報処理装置１００の処理について順を追って説明する。事業者端末３００は、事業者から配置検討の必要情報を受け付ける。ここで、配置検討の必要情報とは、商品配置検討に必要な情報であって、商品の種類、配置の制約を含む情報である。情報処理装置１００は、事業者端末３００から配置検討の必要情報を受け付ける。情報処理装置１００は、事業者端末３００から受け付けた配置検討の必要情報に基づいて、利用者端末２００に商品画像を送信し、利用者端末２００は受信した商品画像を連続して表示して利用者の商品画像の視認前後のセンサ情報を取得する。利用者端末２００は、取得したセンサ情報を情報処理装置１００に送信する。情報処理装置１００は、利用者端末２００から受信したセンサ情報を解析して、利用者の商品画像の視認前後の感情を推定する。情報処理装置１００は、利用者の商品画像の視認前後の感情を推定したら、配置の制約を考慮したうえで、推定した利用者の商品画像の視認前後の感情に基づいて商品の配置を検討する。例えば、事業者が配置の制約として「連続して視認すると利用者の感情がポジティブに推移する商品を３メートル以内に置くこと」を、事業者端末３００に入力していたとする。この場合、情報処理装置１００は、連続して視認すると利用者の感情がポジティブに推移する商品を３メートル以内に配置するように商品配置を検討する。また、事業者が配置の制約として「連続して視認すると利用者の感情がネガティブに推移する商品を５メートル以内に配置しないこと」を、事業者端末３００に入力していたとする。この場合、情報処理装置１００は、連続して視認すると利用者の感情がネガティブに推移する商品を５メートル以内に配置しないように商品配置を検討する。

これにより、情報処理装置１００は事業者の要求に基づく配置の制約を考慮したうえで、利用者の感情を考慮した商品配置を検討することができる。

〔１－７．商品配置後の利用者の感情の検証〕
情報処理装置１００は、商品画像を視認した際の利用者の感情と、実際に商品が並べられた状態で利用者が商品を視認した際の利用者の感情と、を比較した検証結果を生成する。

この情報処理装置１００の処理について順を追って説明する。情報処理装置１００は、事業者Ｍ１の事業者端末３００から受け付けた配置検討の必要情報に基づいて利用者端末２００に商品画像を送信し、利用者端末２００は受信した商品画像を連続して表示して利用者の商品画像の視認前後のセンサ情報を取得する。利用者端末２００は取得したセンサ情報を情報処理装置１００に送信する。情報処理装置１００は利用者端末２００から受信したセンサ情報を解析して、利用者の商品画像の視認前後の感情を推定する。例えば、多くの利用者が商品「カレールー」の商品画像の視認後に、商品「人参」の商品画像を視認した場合に、感情がポジティブに推移したと推定されたとする。この場合、情報処理装置１００は、商品「カレールー」と、商品「人参」と、を隣同士に並べる商品配置を提案する。事業者Ｍ１が提案された商品配置に基づいて、店舗で実際に商品配置を行ったとする。この状態で情報処理装置１００は、商品の位置情報と、利用者の位置情報に基づいて、利用者が商品の位置から所定の距離の範囲内に位置する時のセンサ情報を利用者端末２００から取得する。情報処理装置１００は、利用者が商品の位置から所定の距離の範囲内に位置する時のセンサ情報に基づいて、実際に商品が並べられた状態で利用者が商品を視認した際の利用者の感情を推定する。情報処理装置１００は、利用者の商品画像の視認前後の感情の推定結果と、実際に商品が並べられた状態で商品を視認した際の利用者の感情と、を比較した検証結果を生成する。例えば、商品配置の検討段階では、多くの利用者が商品「カレールー」の商品画像の視認後に、商品「人参」の商品画像を視認した場合に、感情がポジティブに推移したと推定されていたにも拘らず、実際に商品が並べられた状態では、多くの利用者が並べられた商品「カレールー」の後に、並べられた商品「人参」を視認した時に、感情がネガティブに推移していた場合は、検討段階の感情推定結果とは異なり、多くの利用者の感情が実際にはネガティブに推移した旨の検証結果を生成する。情報処理装置１００は生成された検証結果を事業者Ｍ１の事業者端末３００に送信する。

これにより、事業者は検証結果に基づいて多くの利用者が意図通りに、感情が推移しなかった原因（例えば、商品「人参」の陳列方法や、商品「人参」の近傍に配置されたＰＯＰ（Ｐｏｉｎｔ ｏｆ ｐｕｒｃｈａｓｅ）広告など）を特定し、店舗の売り上げ改善に寄与する改善策の策定に役立てることができる。

〔２．情報システムの構成〕
次に、図３を用いて実施形態に係る情報システム１の構成について説明する。図３は、実施形態に係る情報システムの構成例を示す図である。図３に示すように、情報システム１は、情報処理装置１００と、利用者端末２００と、事業者端末３００と、を含む。なお、図３に示した情報システム１は、複数台の情報処理装置１００や、複数台の利用者端末２００や、複数台の事業者端末３００と、が含まれ構成されていてもよい。図３においては、情報システム１には利用者端末２００として利用者端末２００Ａと、利用者端末２００Ｂと、利用者端末２００Ｃと、の３台が含まれていることを示している。情報処理装置１００と、利用者端末２００Ａと、利用者端末２００Ｂと、利用者端末２００Ｃと、事業者端末３００と、は所定の通信網（ネットワークＮ）を介して、有線又は無線により通信可能に接続される。

情報処理装置１００は、利用者端末２００に商品画像を送信して、利用者端末２００が取得した利用者の商品の視認前後のセンサ情報を取得して、センサ情報に基づいて利用者の商品の視認前後の感情を推定し、推定した感情に基づいて商品配置案を案出するために用いられる。情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、利用者端末２００Ａと、利用者端末２００Ｂと、利用者端末２００Ｃと、事業者端末３００と、からネットワークＮを介して送信されてきた情報に基づいて処理を行う。

利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。

事業者端末３００は、事業者が利用する情報処理装置である。事業者端末３００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ等の情報処理装置であってよい。なお、図１に示す例においては、事業者端末３００がノート型ＰＣである場合を示している。

〔３．情報処理装置の構成〕
次に、図４を用いて、実施形態に係る情報処理装置１００の構成について説明する。図４は、実施形態に係る情報処理装置の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、を有する。なお、情報処理装置１００は、情報処理装置１００の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等の半導体メモリ素子、または、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク等の記憶装置によって実現される。図４に示すように、記憶部１２０は、商品データベース１２１と、センサ情報記憶部１２２と、を有する。

（商品データベース１２１について）
商品データベース１２１は、商品に関する各種の情報を記憶する。ここで、図７を用いて、商品データベース１２１が記憶する情報の一例を説明する。図７は、実施形態に係る情報処理装置の商品データベースに記憶される情報の一例を示す図である。図７の例において、商品データベース１２１は「商品ＩＤ」に、「商品名」と、「商品画像」という項目に係る情報を紐付けて記憶する。

「商品ＩＤ」は、商品を識別するための識別情報を示す。「商品名」は、商品の名称を示す。「商品画像」は、商品の画像を示す。

すなわち、図７においては、商品ＩＤ「ＧＤ１」によって識別される商品名称が「商品Ａ」であり、商品画像が「商品画像＃１」である例を示している。

（センサ情報記憶部１２２について）
センサ情報記憶部１２２は、後述して説明するセンサ情報取得部１３２１が取得した利用者の感情推定に使用できるセンサ情報を記憶する。図８を用いて、センサ情報記憶部１２２が記憶する情報の一例を説明する。図８は、実施形態に係る情報処理装置のセンサ情報記憶部に記憶される情報の一例を示す図である。図８の例において、センサ情報記憶部１２２は、「利用者ＩＤ」、「センサ種別」、「計測日時」、「取得データ」という項目に係る情報を紐付けて記憶する。

「利用者ＩＤ」は、センサ情報を取得する対象となる利用者を識別する為の識別情報を示す。「センサ種別」は、利用者の感情推定に使用できるセンサ情報を取得するセンサの種類に係る情報である。「計測日時」は、「利用者ＩＤ」が示す利用者の利用者端末２００が備える「センサ種別」が示すセンサが利用者のセンサ情報を計測した日時を示す情報である。「取得データ」は、「利用者ＩＤ」が示す利用者の利用者端末２００から取得した「センサ種別」が示すセンサが計測したデータである。

すなわち、図８においては、利用者ＩＤ「利用者Ｕ１」が示す利用者が、センサ種別「加速度センサ」が示す加速度センサによって、計測日時「２０ＸＸ年１月３日２１時０５分」に計測されたセンサ情報が、取得データ「データＵ１－Ａ」として、センサ情報記憶部１２２に記憶されていることを示している。

なお、センサ情報記憶部１２２に記憶される情報は、「利用者ＩＤ」、「センサ種別」、「計測日時」、「取得データ」という項目に係る情報に限定されるものではなく、その他の任意のセンサ情報に関係する情報が記憶されてよい。

（利用者情報記憶部１２３について）
利用者情報記憶部１２３は、利用者に関する情報を記憶する。ここで、図９を用いて、利用者情報記憶部１２３が記憶する情報の一例を説明する。図９は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。図９の例において、利用者情報記憶部１２３は、「利用者ＩＤ」、「生年月日」、「性別」、「位置情報」、「閲覧履歴」、「スケジュール情報」という項目に係る情報を紐付けて記憶する。

「利用者ＩＤ」は、利用者を識別する識別子である。「生年月日」は、「利用者ＩＤ」に対応付けられた利用者の生年月日に関する情報である。「性別」は、「利用者ＩＤ」に対応付けられた利用者の性別に関する情報である。「位置情報」は、「利用者ＩＤ」に対応付けられた利用者の位置情報である。「閲覧履歴」は、「利用者ＩＤ」に対応付けられた利用者のコンテンツの閲覧履歴に関する情報である。「スケジュール情報」は、「利用者ＩＤ」に対応付けられた利用者のスケジュールに関する情報である。

すなわち、図９においては、利用者ＩＤにより識別された「利用者Ｕ１」の生年月日が「生年月日＃１」であり、性別が「女性」であり、位置情報が「位置情報＃１」であり、閲覧履歴が「閲覧履歴＃１」であり、スケジュール情報が「スケジュール＃１」であることを示している。

なお、利用者情報記憶部１２３に記憶される情報は、「利用者ＩＤ」、「生年月日」、「性別」、「位置情報」、「閲覧履歴」、「スケジュール情報」という項目に係る情報に限定されるものではなく、その他の任意の利用者に関係する情報が記憶されてよい。

（制御部１３０について）
次に図４に戻って、制御部１３０について説明する。制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。

図４に示すように、制御部１３０は、受付部１３１と、取得部１３２と、解析部１３３と、検討部１３４と、検証部１３５と、提供部１３６と、を有する。

（受付部１３１について）
受付部１３１は、事業者端末３００から事業者が入力した配置検討の必要情報を受け付ける。例えば、受付部１３１は、事業者端末３００から事業者が入力した配置検討の必要情報として、商品の種類、配置の制約、などの情報を受け付ける。

（取得部１３２について）
取得部１３２は、情報処理装置１００の外部から各種の情報を取得する。図４に示すように、取得部１３２は、センサ情報取得部１３２１を有する。

センサ情報取得部１３２１は、利用者端末２００から利用者の感情推定に使用できるセンサ情報を取得する。後述して説明するが利用者端末２００には利用者の感情推定に使用できるセンサ情報を計測する各種のセンサ、例えば、加速度センサ、ジャイロセンサなどが備えられている。すなわち、センサ情報取得部１３２１は利用者端末２００から、これらのセンサが計測したセンサ情報を取得する。

なお、センサ情報取得部１３２１は、利用者端末２００が商品画像を表示する所定の時間の前、及び所定の時間の後に計測されたセンサ情報を取得する。ここで、所定の時間は任意に設定して良く、例えば、１分であってよい。なお、利用者はセンサ情報を情報処理装置１００に提供すること、及びセンサ情報の利用目的についての説明を受けて、情報処理装置１００へのセンサ情報の提供に同意するか否かを利用者端末２００に入力する。センサ情報取得部１３２１は、利用者のセンサ情報の提供についての同意が得られない場合は、利用者端末２００からセンサ情報を取得しない。センサ情報取得部１３２１は、その利用者の利用者端末２００からセンサ情報を取得したら、取得したセンサ情報をセンサ情報記憶部１２２に記憶する。

なお、センサ情報取得部１３２１は、実際に商品が並べられた状態で利用者が商品を視認した際に計測されたセンサ情報を利用者端末２００から取得してもよい。センサ情報取得部１３２１は、商品の位置情報と利用者情報記憶部１２３に記憶された利用者の位置情報とを照合して、商品の位置から利用者が所定の距離の範囲内の位置にいる時に計測されたセンサ情報を、利用者が商品を視認した際のセンサ情報として取得してよい。センサ情報取得部１３２１は、利用者端末２００からセンサ情報を取得したら、取得したセンサ情報をセンサ情報記憶部１２２に記憶する。

（解析部１３３について）
解析部１３３は、各種の情報を解析する。図４に示すように、解析部１３３は、感情推定部１３３１を有する。

感情推定部１３３１は、利用者の感情推定に使用できるセンサ情報を解析して利用者の感情を推定する。後述して説明するが、利用者端末２００は利用者の行動情報を計測する加速度センサ、ジャイロセンサ、気圧センサ、タッチパネル（抵抗膜方式、静電容量方式等）等のセンサや、利用者の生体情報を計測する脈波センサ、皮膚電気活動センサ等のセンサを備える。センサ情報取得部１３２１が、利用者端末２００からこれらのセンサが計測したセンサ情報を取得する。感情推定部１３３１は、センサ情報取得部１３２１が取得したセンサ情報を解析することで利用者の感情を推定する。

ここで、感情は心理学の分野で広く研究されている。例えば、Ｒｕｓｓｅｌは様々な感情を覚醒度（Ａｒｏｕｓａｌ）と感情価（Ｖａｌｅｎｃｅ）の２次元の組み合わせで説明する円環モデルを提唱した。覚醒度とは感情が引き起こす身体的及び認知的喚起の程度を示し、高覚醒（興奮）、中覚醒、低覚醒（沈静）に分類できる。感情価とは喚起される感情の質的な違いを定めるものであり、ポジティブ、中立、ネガティブに分類できる。例えば、Ｒｕｓｓｅｌの円環モデルにおいて高覚醒かつポジティブに位置する感情としては「興奮」が挙げられる。本実施形態においては、Ｒｕｓｓｅｌの円環モデルを用いて利用者の感情を分類し、利用者の感情の感情価を比較することで、利用者の感情がポジティブな状態にあるか、ネガティブな状態に位置する感情にあるかを把握することに役立てる。なお、感情価は感情のネガティブ、及びポジティブの程度に応じて複数のレベルに分けてレベルの区分ごとに数値を当て嵌めてもよいし、感情のネガティブ、及びポジティブの程度を直接に数値によって表現してもよい。

感情推定部１３３１は、利用者の一連の行動と利用者の感情との関係性を学習したモデル（例えば、ＭＩＬ（Ｍｕｌｔｉｐｕｌ Ｉｎｓｔａｎｃｅ Ｌｅａｒｎｉｎｇ）、ＲＦ（Ｒａｎｄｕｍ Ｆｏｒｅｓｔ）、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）、ＭＬＰ（Ｍｕｌｔｉｌａｙｅｒ Ｐｅｒｃｅｐｔｒｏｎ）の技術を用いて学習したモデル）を用いて、センサ情報取得部１３２１が取得したセンサ情報に基づいて、利用者の感情を推定してよい。例えば、利用者のタッチパネルの操作、すなわち、タッチ座標、タッチ面積、及びタッチ時間と利用者の感情との関係を学習した学習モデルに、センサ情報取得部１３２１が取得した利用者のタッチ座標、タッチ面積、及びタッチ時間を入力することで、利用者の感情を推定してよい。

また、感情推定部１３３１は、利用者の生体情報と利用者の感情との関係性を学習したモデルを用いて、センサ情報取得部１３２１が取得したセンサ情報に基づいて、利用者の感情を推定してもよい。例えば、利用者の脈波を計測する脈波センサの計測値と、利用者の感情との関係を学習した学習モデルに、センサ情報取得部１３２１が取得した脈波センサの計測値を入力することで、利用者の感情を推定してよい。

（検討部１３４について）
検討部１３４は、感情推定部１３３１が推定した利用者の商品画像を視認する前後の感情に基づいて商品の配置を検討する。例えば、検討部１３４は感情推定部１３３１が推定した利用者の商品の種類ごとの商品画像の視認前後の感情に基づいて、利用者が視認することで感情がネガティブに推移する商品の種類を除いて、商品配置を検討してもよい。また、例えば、検討部１３４は商品の種類と、感情推定部１３３１が推定した利用者の商品画像の視認前後の感情と、の関係を学習した学習モデルを用いて、利用者の感情が視認前後においてポジティブに推移する商品の種類を推定し、推定された商品の種類を含む商品配置を検討してもよい。これにより、検討部１３４は利用者の感情を考慮に入れて、商品配置を提案することができる。

検討部１３４は、連続して視認すると、単独で視認した場合と比較して、利用者が商品を視認する前後において感情がポジティブに推移する商品の組み合わせを特定し、特定された組み合わせに基づいて商品の配置を検討する。例えば、商品の種類「牛ひき肉」、「人参」に係る商品画像を連続して視認した利用者の感情が、単独でこれらの商品画像を視認した場合と比較してポジティブに推移したと推定されたとする。この場合、検討部１３４は商品の種類「牛ひき肉」、「人参」を隣同士に並べる商品配置を検討する。

また、検討部１３４は利用者が視認した商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成し、生成した有向グラフを用いて、商品の配置を検討する。例えば、商品の種類「牛ひき肉」の商品画像の後に、商品の種類「人参」の商品画像を視認すると、利用者の感情がポジティブに推移すると推定されたとする。この場合、検討部１３４は「牛ひき肉」を示すノードと、「人参」を示すノードと、「牛ひき肉」を示すノードから「人参」を示すノードに向かって伸びる有向エッジと、を有する有向グラフを生成する。なお、有向エッジの向きは利用者の感情がポジティブに遷移した順序を示す。検討部１３４は、その他の商品の種類についても商品を示すノードと、利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成する。検討部１３４は、生成した有向グラフを用いて商品配置を検討する。例えば、検討部１３４は、生成した有向グラフを組み合わせることで商品配置を検討して良い。これにより、利用者の感情がポジティブに推移する商品の順序を考慮に入れて、商品配置を検討することができる。

また、検討部１３４は、有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品程、利用者が最初に視認しやすい位置への配置を検討する。例えば、感情推定部１３３１が商品の種類「カレールー」、「かたまり肉」、「ジャガイモ」、及び「人参」の商品画像の視認前後の利用者の感情を推定したところ、「カレールー」の後に「かたまり肉」、「カレールー」の後に「ジャガイモ」、「カレールー」の後に「人参」の商品画像を視認すると、利用者の感情がポジティブに遷移すると推定されたとする。この場合、検討部１３４は、「カレールー」を示すノードと、「かたまり肉」を示すノードと、「ジャガイモ」を示すノードと、「人参」を示すノードと、「カレールー」を示すノードから「かたまり肉」を示すノードに向かう有向エッジと、「カレールー」を示すノードから「ジャガイモ」を示すノードに向かう有向エッジと、「カレールー」を示すノードから「人参」を示すノードに向かう有向エッジと、を有する有向グラフを生成する。そして、検討部１３４は、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品である「カレールー」を、利用者が最初に視認しやすい位置への配置を検討する。これにより、利用者の感情がポジティブに推移する商品の組み合わせが多い商品を、利用者が最初に視認しやすい位置に配置する商品配置を検討することができる。

また、検討部１３４は、各ノードと対応する商品を、当該ノード同士を接続する有向エッジが示す順序で並べた配置を検討する。例えば、感情推定部１３３１が商品の種類「サラダ」、「ステーキ肉」、及び「赤ワイン」の商品画像の視認前後の利用者の感情を推定したところ、「サラダ」、「ステーキ肉」、「赤ワイン」の順に商品画像を視認すると利用者の感情がポジティブに推移したと推定されたとする。この場合、検討部１３４は、「サラダ」を示すノードと、「ステーキ肉」を示すノードと、「赤ワイン」を示すノードと、「サラダ」を示すノードから「ステーキ肉」を示すノードに向かう有向エッジと、「ステーキ肉」を示すノードから「赤ワイン」を示すノードに向かう有向エッジと、を有する有向グラフを生成する。検討部１３４は、生成された有向グラフが示す商品の順序で並べた配置を検討する。これにより、商品を視認することで利用者の感情がポジティブに推移する順序にしたがって商品を並べた商品配置を検討することができる。

また、検討部１３４は、商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに遷移した順序を示す有向エッジと、を有する有向グラフを用いて表現された商品配置をＧＣＮｓ（Ｇｒａｐｈ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗａｒｋｓ）を用いて学習した学習モデルを用いて、利用者の感情がポジティブに推移する商品の組み合わせを予測して、その商品の組み合わせに基づいて、商品配置を検討しても良い。なお、ＧＣＮｓは、グラフデータに対して畳み込みを行う手法である。グラフデータには、ノード自体の性質を表すノード特徴量（本実施形態の場合は、商品の種類、商品の価格、商品の大きさ等）と、エッジによるノード同士の隣接関係（本実施形態の場合は、利用者が商品を視認することで感情がポジティブに推移する順序）を示すデータが含まれる。グラフデータによる畳み込みは、グラフ内の一つのノードが持っている特徴量に隣接関係にあるノードの特徴量に重みを掛けたものを加えていくものである。

（検証部１３５について）
検証部１３５は、感情推定部１３３１が推定した商品画像を視認した際の利用者の感情と、実際に商品が並べられた状態で利用者が商品を視認した際の利用者の感情と、を比較した検証結果を生成する。検証部１３５は、例えば、商品配置検討の段階において、多くの利用者が商品「カレールー」の商品画像の視認後に、商品「人参」の商品画像を視認した場合に、感情がポジティブに推移していたにも拘わらず、店舗で実際に商品配置が行われた後に、多くの利用者が並べられた商品「カレールー」の後に、並べられた商品「人参」を視認した場合に、感情がネガティブに推移していた場合は、検討段階とは異なり、多くの利用者の感情がネガティブに推移した旨の検証結果を生成する。この検証結果により、事業者は多くの利用者が意図通りに、感情がポジティブに推移しなかった原因（例えば、商品「人参」の配置の仕方や、ＰＯＰ（Ｐｏｉｎｔ ｏｆ ｐｕｒｃｈａｓｅ）広告など）を特定し、店舗の売り上げ改善に寄与する改善案の策定に役立てることができる。

（提供部１３６について）
提供部１３６は、検討部１３４が検討した商品配置を事業者端末３００に提供する。例えば、提供部１３６は検討部１３４が検討した商品配置を画像データとして事業者端末３００に送信することで提供してもよいし、その他の任意の形式のデータとして事業者端末３００に送信することで提供してもよい。

提供部１３６は、検証部１３５が生成した検証結果を事業者端末３００に提供する。例えば、提供部１３６は検証部１３５が生成した検証結果を文書形式のデータとして事業者端末３００に送信することで提供してもよいし、その他の任意の形式のデータとして事業者端末３００に送信することで提供してもよい。

〔４．利用者端末の構成〕
次に、図５を用いて、実施形態に係る利用者端末２００の構成について説明する。図５は、実施形態に係る利用者端末の構成例を示す図である。図５に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、センサ部２５０と、記憶部２６０と、を有する。

通信部２１０は、例えば、ＮＩＣ等によって実現される。そして、通信部２１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。

入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。

出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。

制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

図５に示すように、制御部２４０は、取得部２４１を有する。

取得部２４１は、利用者からセンサ情報の提供、及びセンサ情報の利用目的についての利用者の意思（同意、又は不同意）を取得する。取得部２４１は、情報処理装置１００に提供するセンサ情報の種類、及びセンサ情報の利用目的を出力部２３０に表示させて、利用者からセンサ情報の提供、及びセンサ情報の利用目的についての利用者の意思（同意、又は不同意）を取得する。取得部２４１が、利用者からセンサ情報の提供、及びセンサ情報の利用目的について同意を取得していない場合、及び利用者からこれらについての不同意の意思を取得した場合は、情報処理装置１００のセンサ情報取得部１３２１はこの利用者の利用者端末２００からセンサ情報を取得しない。

センサ部２５０は、所定の情報を計測する計測器である。センサ部２５０は、情報処理に用いる様々な情報を計測するセンサを有していてよい。例えば、センサ部２５０は、加速度センサであってよい。加速度センサは、ユーザによる所定の操作の際の利用者端末２００の加速度を計測する。加速度センサは、ＭＥＭＳ（Ｍｉｃｒｏ Ｅｌｅｃｔｒｏ Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍｓ）により可動電極と固定電極を作り、可動電力が動くことによる静電容量の変化と加速度の関係を用いて加速度を計測する静電容量式の加速度センサであってよい。

センサ部２５０は、ジャイロセンサであってもよい。ジャイロセンサは、回転を検知するセンサである。ジャイロセンサは、可動電極に一方向に振動する一次振動を発生させておき、ここに回転が加わると振動方向と９０°の方向にコリオリの力が働くことにより二次振動が発生し、静電容量の変化が生じるため、これを検出する静電容量型ＭＥＭＳジャイロセンサであってよい。なお、静電容量の変化と可動電極の振動位相とにより角速度を求めることができる。

センサ部２５０は、気圧センサであってもよい。気圧センサは、静電容量型ＭＥＭＳ気圧センサであってもよい。静電容量型ＭＥＭＳ気圧センサは、ＭＥＭＳ技術によってシリコン（Ｓｉ）のダイヤフラム（薄膜振動板）を中空に形成し、ダイヤフラムの表面と裏面の圧力差によってダイヤフラムがたわむことを利用して圧力を計測する。ダイヤフラムと中空部の対向面に電極が形成してあり、ダイヤフラムがたわむとダイヤフラム電極と対向面電極による静電容量が変化するため、この静電容量の変化を計測し、圧力に変換する。

センサ部２５０は、脈波センサであってもよい。脈波センサは、心臓が血液を送り出すことに伴い発生する血管の容積変化を波形として捉えるセンサである。脈波センサは、赤外線や赤色光、５５０ｎｍ付近の緑色波長の光を生体に向けて照射し、フォトダイオード又はフォトトランジスタを用いて、生体内を反射した光を計測する。動脈の血液内には酸化ヘモグロビンが存在し、入射光を吸収する性質があるため、心臓の脈動に伴って変化する血液量（血管の容量変化）を時系列に計測することで脈波信号を得る。

センサ部２５０は、皮膚電気活動（ＥＤＡ：Ｅｌｅｃｔｒｏ Ｄｅｒｍａｌ Ａｃｔｉｂｉｔｙ）センサであってもよい。皮膚電気活動（ＥＤＡ）センサは、皮膚の汗腺（例えば、エクリン腺）から分泌される汗による皮膚の電気活動状態を計測する。皮膚電気活動（ＥＤＡ）は、皮膚電位（ＳＰＡ：Ｓｋｉｎ Ｐｏｔｅｎｔｉａｌ Ａｃｔｉｂｉｔｙ）と皮膚コンダクタンス（ＳＣＡ：Ｓｋｉｎ Ｃｏｎｄｕｃｔａｎｃｅ Ａｃｔｉｂｉｔｙ）に大別され、皮膚電位（ＳＰＡ）は、皮膚電位水準（ＳＰＬ：Ｓｋｉｎ Ｐｏｔｅｎｔｉａｌ Ｌｅｖｅｌ）と皮膚電位反射（ＳＰＲ：Ｓｋｉｎ Ｐｏｔｅｎｔｉａｌ Ｒｅｆｌｅｘ）に区別される。皮膚電位水準（ＳＰＬ）は、皮膚電位（ＳＰＡ）の直流成分であり、覚醒水準が高いときは陰性に高い値を示し、眠気を感じた場合や、リラックスした状態では陽性方向の値を示す。皮膚電位反射（ＳＰＲ）は、皮膚電位（ＳＰＡ）の交流成分であり、痛覚、触覚、聴覚、視覚などの刺激や深呼吸や身体の動き、暗算や考え事をしているときに皮膚電位反射（ＳＰＲ）が頻発する。

記憶部２６０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、ＳＳＤ、光ディスク等の記憶装置によって実現される。図５に示すように、記憶部２６０は、センサ情報記憶部２６１と、を有する。

センサ情報記憶部２６１は、センサ部２５０が計測したセンサ情報を記憶する。利用者端末２００のセンサ情報記憶部２６１に記憶される情報は、情報処理装置１００のセンサ情報記憶部１２２に記憶される情報と同じであるから説明を省略する。

〔５．事業者端末の構成〕
次に、図６を用いて、実施形態に係る事業者端末３００の構成について説明する。図６は、実施形態に係る事業者端末の構成例を示す図である。図６に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。

通信部３１０は、例えば、ＮＩＣ等によって実現される。そして、通信部３１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。

入力部３２０は、事業者から各種の操作情報が入力される。例えば、入力部３２０は、事業者端末３００に接続されたキーボードやマウスから事業者の各種操作を受け付けてもよい。また、入力部３２０は、タッチパネルにより表示面（例えば出力部３３０）を介して事業者から各種操作を受け付けてもよい。

出力部３３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現される表示画面であり、各種情報を表示するための表示装置である。なお、事業者端末３００の入力部３２０が、タッチパネルを介して事業者から各種操作を受け付ける場合は、出力部３３０である表示画面により利用者の入力を受け付け、さらに利用者への出力も行う。

制御部３４０は、例えば、ＣＰＵやＭＰＵ等によって、事業者端末３００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

図６に示すように、制御部３４０は、受付部３４１を有する。

受付部３４１は、事業者から配置検討の必要情報を受け付ける。例えば、受付部３４１は、配置検討の必要情報として、商品の種類、配置の制約、などの情報を、入力部３２０を介して事業者から受け付ける。商品の種類とは、商品配置を検討する商品の種類を示す情報である。配置の制約とは、商品配置を検討する際の制約を示す情報である。例えば、配置の制約は、連続して視認すると利用者の感情がポジティブに推移する商品を３メートル以内に配置することなどの制約であってよい。

〔６．情報処理のフロー〕
次に、図１０を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図１０は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置１００は、利用者端末２００に商品画像を送信する（ステップＳ１０１）。そして、情報処理装置１００は利用者端末２００から利用者の商品画像の視認前後のセンサ情報を取得する（ステップＳ１０２）。そして、情報処理装置１００は取得したセンサ情報を解析して、利用者の商品画像の視認前後の感情を推定する（ステップＳ１０３）。情報処理装置１００は推定された利用者の感情に基づいて商品配置を検討する（ステップＳ１０４）。

〔７．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１１に示すような構成のコンピュータ１０００によって実現される。図１１は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが記憶される記憶装置であり、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）やＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｓｕａｌ Ｉｎｔｅｒｆａｃｅ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＰＤ（Ｐｈａｓｅ ｃｈａｎｇｅ ｒｅｗｒｉｔａｂｌｅ Ｄｉｓｋ）等の光学記録媒体、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、情報処理装置１００の制御部１３０の機能を実現する。

〔８．効果〕
本開示に係る情報処理装置１００は、利用者の感情推定に使用できるセンサ情報を取得するセンサ情報取得部１３２１と、センサ情報取得部１３２１が取得したセンサ情報を解析し、利用者の感情を推定する感情推定部１３３１と、店舗における商品の配置を検討する検討部１３４と、を備え、感情推定部１３３１は、利用者の商品画像を視認する前後の感情を推定し、検討部１３４は、感情推定部１３３１が推定した利用者の商品画像を視認する前後の感情に基づいて商品の配置を検討する。

この構成によれば、情報処理装置１００は利用者の感情を考慮に入れて、自動で商品配置の検討を行うことができる。

また、本開示に係る情報処理装置１００は、検討部１３４は、連続して視認すると、単独で視認した場合と比較して、利用者が商品を視認する前後において感情がポジティブに推移する商品の組み合わせを特定し、特定された組み合わせに基づいて商品の配置を検討する。

この構成によれば、情報処理装置１００は利用者の感情がポジティブに推移する商品の組み合わせを特定し、特定された組み合わせに基づいて商品の配置を検討することができる。

また、本開示に係る情報処理装置１００の検討部１３４は、利用者が視認した商品を示すノードと、利用者が各商品を視認した順序であって、利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成し、生成した有向グラフを用いて、商品の配置を検討する。

この構成によれば、情報処理装置１００は有向グラフを用いて商品の配置を表現したうえで商品配置を検討することができる。

また、本開示に係る情報処理装置１００の検討部１３４は、有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品程、利用者が最初に視認しやすい位置への配置を検討する。

この構成によれば、情報処理装置１００は利用者の感情がポジティブに推移する商品の組み合わせが多い商品を、利用者が最初に視認しやすい位置に配置する商品配置を検討することができる。

また、本開示に係る情報処理装置１００の検討部１３４は、各ノードと対応する商品を、当該ノード同士を接続する有向エッジが示す順序で並べた配置を検討する。

この構成によれば、情報処理装置１００は利用者の感情がポジティブに推移する商品の順番にしたがって並べられた商品配置を検討することができる。

本開示に係る情報処理方法は、情報処理装置１００が実行する情報処理方法であって、商品画像の視認前後の利用者のセンサ情報を取得するステップと、センサ情報に基づいて利用者の商品画像の視認前後の感情を推定するステップと、利用者の商品画像の視認前後の感情に基づいて商品の配置を検討するステップと、を含む。

この構成によれば、利用者の感情を考慮に入れて商品配置を検討することができる情報処理方法を提供することができる。

本開示に係る情報処理プログラムは、商品画像の視認前後の利用者のセンサ情報を取得するステップと、センサ情報に基づいて利用者の商品画像の視認前後の感情を推定するステップと、利用者の商品画像の視認前後の感情に基づいて商品の配置を検討するステップと、をコンピュータに実行させる。

この構成によれば、利用者の感情を考慮に入れて商品配置を検討することができる情報処理プログラムを提供することができる。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部１３２は、取得手段や取得回路に読み替えることができる。

１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 商品データベース
１２２ センサ情報記憶部
１３０ 制御部
１３１ 受付部
１３２ 取得部
１３２１ センサ情報取得部
１３３ 解析部
１３３１ 感情推定部
１３４ 検討部
１３５ 検証部
１３６ 提供部
２００ 利用者端末
３００ 事業者端末
Ｎ ネットワーク

Claims (4)

1. 利用者の感情推定に使用できるセンサ情報として、利用者の生体情報を取得するセンサ情報取得部と、
   利用者の生体情報と利用者の感情との関係性を学習したモデルを用いて、前記センサ情報取得部が取得した生体情報に基づいて、利用者の感情を推定する感情推定部と、
   店舗における商品の配置を検討する検討部と、を備え、
   前記感情推定部は、利用者の商品画像を視認する前後の感情を推定し、
   前記検討部は、前記利用者が視認した商品を示すノードと、前記利用者が各商品を視認した順序であって、前記利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成し、前記有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品程、前記利用者が最初に視認しやすい位置への配置を検討する、
   情報処理装置。
2. 前記検討部は、各ノードと対応する商品を、当該ノード同士を接続する有向エッジが示す順序で並べた配置を検討する、
   請求項１に記載の情報処理装置。
3. 情報処理装置が実行する情報処理方法であって、
   利用者の感情推定に使用できるセンサ情報として、利用者の生体情報を取得するセンサ情報取得工程と、
   利用者の生体情報と利用者の感情との関係性を学習したモデルを用いて、取得した生体情報に基づいて、利用者の感情を推定する感情推定工程と、
   店舗における商品の配置を検討する検討工程と、を含み、
   前記感情推定工程において、利用者の商品画像を視認する前後の感情を推定し、
   前記検討工程において、前記利用者が視認した商品を示すノードと、前記利用者が各商品を視認した順序であって、前記利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成し、前記有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品程、前記利用者が最初に視認しやすい位置への配置を検討する、
   情報処理方法。
4. 利用者の感情推定に使用できるセンサ情報として、利用者の生体情報を取得するセンサ情報取得手順と、
   利用者の生体情報と利用者の感情との関係性を学習したモデルを用いて、取得した生体情報に基づいて、利用者の感情を推定する感情推定手順と、
   店舗における商品の配置を検討する検討手順と、
   をコンピュータに実行させ、
   前記感情推定手順において、利用者の商品画像を視認する前後の感情を推定し、
   前記検討手順において、前記利用者が視認した商品を示すノードと、前記利用者が各商品を視認した順序であって、前記利用者の感情がポジティブに遷移した順序を示す有向エッジとを有する有向グラフを生成し、前記有向グラフにおいて、他のノードから有向エッジが向かう数が少なく、かつ、他のノードへ有向エッジが向かう数が多い商品程、前記利用者が最初に視認しやすい位置への配置を検討する、
   情報処理プログラム。

Images