JP7485013B2 - 情報提示装置、情報提示方法、及びプログラム - Google Patents

Description

本発明は、評価値に基づいて、健康リスク等のリスクに関連する情報をユーザに提示する技術に関連するものである。

近年、人々の日常的な行動に関するデータを健康状態の改善のために活用するモバイルコンピュータ技術の設計を目的として、個人の健康リスクに関する客観評価値及び主観評価値と行動履歴データとの関係が注目されている。以降、行動履歴データを単に行動ログと呼ぶ。

これらのデータを利用する従来技術として例えば非特許文献１、２に開示された技術がある。非特許文献１、２には、人の健康リスクにおける主観評価値の行動ログに対する影響の調査が開示されている。また、非特許文献２には、客観評価値を行動ログから予測する技術や、主観評価値と客観評価値との相関関係を解明する技術等が開示されている。

Hershman, Steven G., et al. "Physical activity, sleep and cardiovascular health data for 50,000 individuals from the MyHeart Counts Study." Scientific data 6.1 (2019): 24. McConnell, Michael V., et al. "Feasibility of obtaining measures of lifestyle from a smartphone app: the MyHeart Counts Cardiovascular Health Study." JAMA cardiology 2.1 (2017): 67-76.

上述したように、主観評価値の行動ログに対する影響を分析したり、主観評価値と客観評価値の類似傾向を分析したりする従来技術は存在する。また、健康リスクの客観評価値に基づいてユーザにリコメンドやアラートを提示する従来技術も多く存在する。

しかしながら、主観的にリスクを認識しているユーザに客観的な健康リスクが存在したからといってリコメンドやアラートを提示しても効果が少ない。すなわち、主観評価値と客観評価値の両方を考慮してユーザに健康リスクに関する情報を提示する必要があるが、それを実現した従来技術はなかった。

本発明は上記の点に鑑みてなされたものであり、主観評価値と客観評価値の両方に基づき、主観評価値と客観評価値の乖離を検知してユーザに対してとるべきインタラクションを決定する技術（例：マーケティング分析の対象者選定，健康リスク改善に向けた情報提示など）を提供することを目的とする。

開示の技術によれば、ユーザにリスクに係る情報を提示する情報提示装置であって、
前記ユーザに対する客観リスク値を取得する客観リスク値取得部と、
前記ユーザに対する主観リスク値を取得する主観リスク値取得部と、
前記客観リスク値と前記主観リスク値との差の絶対値を計算し、前記絶対値が所定の閾値よりも大きい場合にのみ前記リスクに係る情報を前記ユーザに提示する提示部と、を含む
情報提示装置が提供される。

開示の技術によれば、主観評価値と客観評価値の両方に基づき、主観評価値と客観評価値の乖離を検知してユーザに対してとるべきインタラクションを決定する技術が提供される。

本発明の第１の実施の形態における装置構成図である。 行動推定装置の動作を示すフローチャートである。 主観評価値格納部１に格納されている心臓年齢の主観評価値の一例を示す図である。 主観評価値格納部２に格納されている心臓年齢の客観評価値の一例を示す図である。 行動ログ格納部６に格納されている行動ログの一例を示す図である。 健康リスク乖離値格納部５に格納されている心臓年齢の健康リスク乖離値の一例を示す図である。 行動ログの相関係数の一例を示す図である。 選択済み変数格納部９に格納されている行動ログの一例を示す図である。 結果表示部１１にて表示される測定結果の一例を示す図である。 本発明の第２の実施の形態における装置構成図である。 装置のハードウェア構成例を示す図である。

以下、図面を参照して本発明の実施の形態（本実施の形態）を説明する。以下で説明する実施の形態は一例に過ぎず、本発明が適用される実施の形態は、以下の実施の形態に限られるわけではない。
以下、第１の実施の形態と第２の実施の形態を説明する。以下の各実施の形態では、リスクとして健康リスクを対象としているが、健康リスクを対象とすることは一例である。本発明は、健康リスクに限らない様々なリスクに適用可能である。

以下の説明で登場する客観評価値とは、健康リスクの高さを複数の生体情報（体重、年齢、血圧等）から定量化した値を指し、脳卒中リスクや心臓年齢等の数値を含む。一方、主観評価値とは、自身が認識している健康リスクの高さを数値化した値であり、主として質問紙などによる計測値を指す。なお、客観評価値を客観リスク値と呼び、主観評価値を主観リスク値と呼んでもよい。また、主観評価値とはユーザが認識している健康リスクに係るパラメータであれば数値そのものでもあってよい。数値そのものの典型例としては、ユーザが認識している血圧や心拍数（実測値とは異なる）である。

また、以下の説明における行動ログは、日常生活における行動の時間継続的な記録であり、ＧＰＳや加速度計によって測定・計算される歩行数や消費カロリー、自己申告式質問紙によって取得される食事や睡眠の記録などのログを含む。

（第１の実施の形態）
まず、第１の実施の形態を説明する。前述した従来技術では、健康リスクにおける主観評価値と客観評価値を相関分析し、被験者全体でそれら２つの評価値の類似傾向を確認している。

しかし、従来技術では、（１）主観評価値と客観評価値の乖離の個人内比較は実施されていない、（２）主観評価値と客観評価値の程度と行動ログの関係について明らかにされていない、更に、（３）主観評価値と客観評価値の程度に対して支配的な行動ログが明らかにされていない。

よって、従来技術では、主観評価値と客観評価値の両方に基づいて、主観評価値と客観評価値の乖離を検知してユーザに対してとるべきインタラクションを決定することができない。

上記の点に鑑みて、第１の実施の形態では、行動推定装置１００が、個人の健康リスクにおける主観評価値と客観評価値の乖離とその要因となる支配的な行動を特定し、個人が自身の健康リスクを把握しているレベルに応じた健康改善支援を、適切な行動を対象に実現することを可能としている。

＜概要＞
本実施の形態における行動推定装置１００の動作の概要を説明する。

行動推定装置１００はまず、個人の健康リスクにおける主観評価値と客観評価値の乖離の程度（以降、健康リスク乖離値と呼ぶ）を定量化する。この際、様々な評価値に対応するために、主観評価値と客観評価値を事前に正規化しても良い。

次に、行動推定装置１００は、健康リスク乖離値を目的変数、行動ログを説明変数とした回帰分析を実施し、各行動ログが健康リスク乖離値に及ぼす効果量を測定する。この際、様々な行動ログに対応するために、全ての行動ログデータを事前に正規化する。

また、多重共線性を回避するために、分析に利用する説明変数を一定の基準（例：相関係数の絶対値が０．８以上、ただし分野によって相関係数の基準は設計されるべき）に従って取捨選択する。この正規化と変数選択により、行動ログ間の従属関係が解消され、健康リスク乖離値と行動ログのより正確な関係が解明される。加えて、健康リスク乖離値に対する支配的な行動ログがより高い精度で特定されることに寄与する。

行動推定装置１００は、上記効果量の測定結果から、健康リスク乖離値に対して支配的な行動を特定する。特定された行動は、ユーザに提示される。

本実施の形態に係る技術により、個人の健康リスク乖離値と行動ログの頑健な関係を解明するともに、健康リスク乖離値に対して支配的な行動ログを高精度で特定できる。従って、個人が自身の健康リスクを把握しているレベルに応じた健康改善支援を、適切な行動を対象に、高精度で実施可能となる。

以下、行動推定装置１００の構成と動作を詳細に説明する。

＜行動推定装置１００の構成＞
図１に、行動推定装置１００の構成例を示す。図１に示すとおり、行動推定装置１００は、正規化部３、健康リスク乖離値定量化部４、健康リスク乖離値格納部５、正規化部７、変数選択部８、選択済み変数格納部９、及び効果量測定部１０を有する。

図１に示すように、行動推定装置１００には、主観評価値格納部１、客観評価値格納部２、行動ログ格納部６、及び結果表示部１１が接続されている。なお、主観評価値格納部１、客観評価値格納部２、行動ログ格納部６、及び結果表示部１１のうちのいずれか又は全部が行動推定装置１００内に備えられてもよい。

なお、結果表示部１１を含む行動推定装置１００を「情報提示装置」と称してもよい。また、正規化部３において、客観評価値格納部２から取得したデータに対して正規化を行う機能を「客観リスク値取得部」と称し、正規化部３において、主観評価値格納部１から取得したデータに対して正規化を行う機能を「主観リスク値取得部」と称してもよい。また、正規化部７を「行動ログ取得部」と称してもよい。また、効果量測定部１０と結果表示部１１とを合わせて「提示部」と称してもよい。

＜行動推定装置１００の動作＞
本実施の形態では、主観評価値及び客観評価値として、健康リスクとしての心臓年齢が各ユーザから取得され、主観評価値格納部１、及び客観評価値格納部２に格納されている。また、各ユーザについて、行動ログとして日常生活における歩数、歩行距離、自転車走行距離、海抜高度が観測されていると想定し、観測結果が行動ログ格納部６に格納されているとする。ユーザはＮ人存在すると仮定する。

図３に、主観評価値格納部１に格納されているデータの例を示す。図３において、例えば、ユーザＩＤ＝２のユーザの心臓年齢の主観評価値が４５であることが示されている。

図４に、客観評価値格納部２に格納されているデータの例を示す。図４において、例えば、ユーザＩＤ＝２のユーザの心臓年齢の客観評価値が２９であることが示されている。

図５に、行動ログ格納部６に格納されているデータの例を示す。図５において、１，...．，Ｔはタイムスタンプを示す。図５に示すとおり、行動ログは、ユーザ毎、行動種別毎に、その値がタイムスタンプとともに格納される。

以下、行動推定装置１００の動作の例を図２に示すフローチャートの手順に沿って詳細に説明する。

＜Ｓ１（ステップ１＞
主観評価値格納部１と客観評価値格納部２は、行動推定装置１００からの要求に従って、それぞれのデータを正規化部３に送信する。Ｓ１において、正規化部３は、主観評価値格納部１と客観評価値格納部２から受信した各評価値に基づいて、各評価値の単位が異なる場合でも比較可能な尺度に変換するために各評価値を正規化する。

本実施の形態では、正規化部３は、評価値に対し、平均０・標準偏差１とする正規化（アフィン変換）を実施する。ただし、これは例であり、正規化部３は、二乗平方根を１にする線形変換（比例変換）、最大値を１・最小値を０とする正規化等を実施することとしてもよいし、これら以外の正規化を実施することとしてもよい。

正規化部３により正規化された主観評価値を「～ｓ_ｉ」と表記し、客観評価値を「～ｏ_ｉ」と表記する。なお、「～ｓ_ｉ」における～は、ｓの頭の上に付することを意図しているが、明細書のテキストの記載の便宜上、ｓの前に記載している。「～ｏ_ｉ」、及び以降についても同様である。ｉ＝１，…，Ｎである。なお、本実施の形態では、主観評価値と客観評価値のいずれも、値が大きいほど、健康リスクが高いことを想定している。

正規化部３は、正規化した各評価値を、健康リスク乖離値定量化部４に送信する。

＜Ｓ２＞
Ｓ２において、健康リスク乖離値定量化部４は、正規化された主観評価値と客観評価値に基づき、健康リスク乖離値を算出する。健康リスク乖離値をｙ_ｉ、健康リスク乖離値を算出する関数をｆとすると、ｙ_ｉ＝ｆ（～ｓ_ｉ，～ｏ_ｉ）である。本実施の形態では、健康リスク乖離値定量化部４は、健康リスク乖離値を、正規化された主観評価値と客観評価値との差分（～ｓ_ｉ－～ｏ_ｉ）として算出する。つまり、正規化された主観評価値から正規化された客観評価値を引いた値を健康リスク乖離値としている。

なお、健康リスク乖離値として、主観評価値と客観評価値との差分を算出することは一例であり、正規化された主観評価値と客観評価値の乖離を数値的に表現する方法であれば、健康リスク乖離値をどのような方法で計算してもよい。例えば、相対誤差（１－（～ｏ_ｉ／～ｓ_ｉ））を健康リスク乖離値としてもよいし、大小関係を表すカテゴリ値（ｉｆ（～ｓ_ｉ）＞（～ｏ_ｉ） ｔｈｅｎ １ ｅｌｓｅ ０）を健康リスク乖離値としてもよい。例えば、～ｓ_ｉが２、～ｏ_ｉが１であれば、当該カテゴリ値は１になる。

健康リスク乖離値定量化部４は、算出した健康リスク乖離値を、健康リスク乖離値格納部５に送信する。図６に、健康リスク乖離値格納部５に格納されているデータの例を示す。図６に示すように、ユーザＩＤ毎に健康リスク乖離値が格納されている。

＜Ｓ３＞
行動ログ格納部６は、行動ログを格納する。図５に示したように、各行動ログは、行動ログ格納部６においてそれぞれ時系列データとして保管されている。行動ログ格納部６は、行動推定装置１００からの要求にしたがって、１種類又は１種類以上の行動ログを読み出し、それぞれの時系列データを連結し、行動推定装置１００の正規化部７に送信する。

例えば、ユーザｕ_ｉのある行動ｂ∈Ｂ＝｛ｓｔｅｐ，ｒｕｎ，ｗａｌｋ，ｈｅｉｇｈｔ｝における時系列データ（ｔ＝１，２，…，Ｔ）を、行動ｂのログデータｌ_ｉ ^ｂ，ｔが時系列順に各要素に含有されるベクトルｄ_ｉ ^ｂとする。すなわち、ｄ_ｉ ^ｂ＝（ｌ_ｉ ^ｂ，１，ｌ_ｉ ^ｂ，２，...．，ｌ_ｉ ^ｂ，Ｔ）となる。この時、当行動ログ格納部６が行動推定装置１００の正規化部７に送信する各ユーザのデータｘ_ｉは、ｘ_ｉ＝（ｄ_ｉ ^ｓｔｅｐ，ｄ_ｉ ^ｒｕｎ，ｄ_ｉ ^ｗａｌｋ，ｄ_ｉ ^{ｈｅｉｇｈｔ}）^Ｔとなる。

正規化部７は、受信した行動ログデータに対し、アフィン変換で正規化を実施する。ここで正規化された行動ログデータは、変数選択部８に送られる。正規化後の各ユーザの行動ログデータをｚ_ｉ＝（ｄ_ｉ ^～ｂ１，...．，ｄ_ｉ ^{～ｂ｜Ｂ｜}）^Ｔと表す。なお、右上の添え字「～ｂ１，...，～ｂ｜Ｂ｜」は、～ｂ_１，...，～ｂ_｜Ｂ｜を意図している。

＜Ｓ４、Ｓ５＞
Ｓ４（Ｓ５）は、行動の組み合わせ（ｂ_ｍ，ｂ_ｍ´）毎に実行される（図２のＡ～Ｂのループ）。

Ｓ４において、変数選択部８は、正規化部７によって正規化された行動ログに基づいて、互いに強い相関を示す行動ログを除外する。変数選択部８は、行動ログ間の相関の強さを相関分析によって得られる相関係数によって判定する。

ある２つの行動ｂとｂ´の相関係数をγ_ｂ，ｂ´とする。変数選択部８は、ある閾値γ´に対して｜γ_ｂ，ｂ´｜＞γ´（ただし０＜γ´＜１）を満たすとき、ｂとｂ´のうちのいずれか一方の行動ログを除外する。

図２のフローの例では、Ｓ４において変数選択部８は、｜γ_ｂ，ｂ´｜＜γ´であることを条件として条件判定をし、Ｙｅｓであれば次のループに移り、Ｎｏであれば、ｂとｂ´のうちのいずれか一方の行動ログを除外して次のループに移る。例えば、変数選択部８が、各行動ログの相関係数を確認したところ、図７に示す結果が得られたとする。

ここで、γ´＝０．４０を閾値として設定したと仮定する。この時、歩数と歩行距離との間の相関係数の大きさが閾値を超えるため、歩行距離を行動ログから除外する。これにより、変数選択部８は、歩数、走行距離、海抜高度に関する行動ログを選択済み変数格納部９に送信する。図８に、選択済み変数格納部９に格納されているデータの例を示す。

＜Ｓ６＞
変数選択部８は、相関係数の高い行動ログの組のうちの一方を除外した後の各ユーザについてのユーザｕ_ｉの選択済み行動ログをｚ_ｉ´とする。

＜Ｓ７＞
健康リスク乖離値格納部５（例：図６）と選択済み変数格納部９（図８）は、それぞれ効果量測定部１０に格納データを送信する。

効果量測定部１０は、健康リスク乖離値格納部５から健康リスク乖離値を受信し、選択済み変数格納部９から選択済み行動ログを受信し、健康リスク乖離値を目的変数、選択済み行動ログを説明変数とした回帰分析を実施し、選択済み行動ログに含まれる各行動ログが健康リスクにおける主観評価値と客観評価値の乖離に与える効果量を測定する。

効果量測定部１０は、健康リスク乖離値定量化部４において健康リスク乖離値をカテゴリ値で表す方法が採用されている場合にはロジスティック回帰分析を行う。また、効果量測定部１０は、健康リスク乖離値定量化部４において、差分や相対誤差といった数値尺度で表す方法が採用されている場合には重回帰分析を実施する。

効果量測定部１０による回帰分析は、下記の式（１）に示す最適化問題を解くことに相当する。

式（１）において、βはｚ_ｉ´の有する各行動ログに対応する係数ベクトルである。例えば、ｚ_ｉ´＝（～ｄ^ｓｔｅｐ，～ｄ^ｒｕｎ，～ｄ^{ｈｅｉｇｈｔ}）^Ｔの時、β＝（β_ｓｔｅｐ，β_ｒｕｎ，β_{ｈｅｉｇｈｔ}）^Ｔとなる。当該係数ベクトルの各要素（係数）が、対応する行動ログの健康リスク乖離値に与える効果を示す。例えば、式（１）に示される最適化問題を解いた結果、以下の効果量βが得られたと仮定する。

β＝（β_ｓｔｅｐ，β_ｒｕｎ，β_{ｈｅｉｇｈｔ}）^Ｔ＝（－０．２２，１．５６，０．１９）^Ｔ
ここで、β_ｓｔｅｐ、β_ｒｕｎ、β_{ｈｅｉｇｈｔ}はそれぞれ歩数、走行距離、海抜高度に関する係数に対応する。各係数に、有意水準ｐ＝０．０１において統計的有意性が確認されたものとする。この効果量の測定結果は、結果表示部１１に送信される。

＜Ｓ８＞
結果表示部１１は、効果量測定部１０の測定結果を行動推定装置１００から受け取り、当該測定結果を表示する。結果表示部１１は、例えば、測定された効果量の絶対値が大きい順に、効果量と対応する行動ログ名を表示する。ここで表示とは、ディスプレイやプリンタへの印字など、外部装置への送信等を含む概念であり、出力デバイスとそのドライバーソフトなどで実現される。

例えば、結果表示部１１は、効果量測定部１０から受け取った測定結果を図９に示すように表示する。

図９において、「実行対象式」は重回帰分析における目的変数（左辺）と説明変数（右辺）の関係を示す。「実行結果」は、説明変数である各行動ログの効果量を表示する。更に、各行動ログの効果量の標準偏差と統計的有意性も加えて表示する。

図９に例示された結果は、（１）走行距離が心臓年齢の健康リスク乖離値に与える影響が最大である、（２）歩数が多ければ多いほど心臓年齢の健康リスク乖離値は小さくなる（負の値を取る）、（３）走行距離と海抜高度の値が大きければ大きいほど心臓年齢の健康リスク乖離値は大きくなる（正の値を取る）、と解釈できる。

すなわち、図９の結果により、走行距離を延ばすことが、効果的に健康リスク乖離値を正の方向に変化させることにつながることがわかる。健康リスク乖離値（「主観評価値‐客観評価値」）を正の方向に変化させるということは、客観評価値（客観的な健康リスク）を下げる方向を含み、これは、ユーザがより健康な状態になることであると言える。つまり、ユーザがより健康な状態になるための重要な行動は、走行距離を延ばすことであると言える。

このような測定結果と解釈に基づいて、図９の「推奨介入対象」には、ユーザの健康状態の改善に寄与する最も重要な行動ログの名前を表示する。

上記のように、第１の実施の形態により、健康リスク乖離値に対して支配的な行動ログを高精度で特定できる。すなわち、第１の実施の形態により、健康リスク乖離の要因とその効果量を特定できるので、人にリスク抑制を目指す行動変容を励起させるための介入戦略を決めることができる。

（第２の実施の形態）
次に、第２の実施の形態を説明する。

＜概要＞
非特許文献２に記載されているように、人間が保有するリスクを客観的に評価する技術は多く存在し、当該客観的な評価値に基づいてユーザにリコメンドやアラートを提示する技術も同様に多く存在する。

しかしながら、主観的にリスクを認識しているユーザに客観的なリスクが存在したからと言ってリコメンドやアラートを提示しても効果が少ない。リコメンドやアラートを提示するべきユーザは、主観的なリスクの評価値と客観的なリスクの評価値との差の絶対値が大きいユーザである。言い換えると、リコメンドやアラートを提示するべきユーザは、主観的にリスクを認識していないものの客観的にはリスクが存在するユーザと、主観的にはリスクがあると認識しているものの客観的にはリスクが存在しないユーザである。

具体的には、「主観的にリスクを認識していないものの客観的にはリスクが存在するユーザ」の場合、例えば、客観的には体重に係るリスクが存在するにもかかわらず主観的に認識されていない場合、成人病に係るアラートや、飲食の量を減らす量、運動を増やす量のようなリコメンドを提示する。

「主観的にはリスクがあると認識しているものの客観的にはリスクが存在しないユーザ」の場合、例えば、増やしても成人病に係るリスクが許容範囲であると想定される、増やしてもよい飲食の量をリコメンドする。

＜装置構成、動作＞
上記のようなリスクに係る情報の提示をユーザに対して行う情報提示装置２００の構成例を図１０に示す。図１０に示すように、情報提供装置２００は、客観リスク値取得部２１、主観リスク値取得部２２、提示制御部２３、及び提示部２４を有する。なお、提示制御部２３と提示部２４をまとめて「提示部」と称してもよい。情報提示装置２００の動作は下記のとおりである。以下では、情報提示対象のユーザを対象ユーザと呼ぶ。

客観リスク値取得部２１は、対象ユーザの客観リスク値を取得し、主観リスク値取得部２２は、対象ユーザの主観リスク値を取得する。客観リスク値と主観リスク値はそれぞれ、例えば、第１の実施の形態で説明した客観評価値、主観評価値と同様の健康リスクに関する評価値である。対象ユーザの客観リスク値と主観リスク値はそれぞれ、対象ユーザの身体に係るリスクを示す値、もしくはメンタルに係るリスクを示す値であってもよい。

また、取得する客観リスク値と主観リスク値はそれぞれ、第１の実施の形態で説明した客観評価値、主観評価値と同様に正規化された情報であってもよい。

客観リスク値と主観リスク値は、対象ユーザからの入力で取得されてもよいし、予めデータベース等に格納されたものを取得してもよい。

提示制御部２３は、客観リスク値取得部２１から対象ユーザの客観リスク値を受信し、主観リスク値取得部２２から対象ユーザの主観リスク値を受信する。

提示制御部２３は、主観リスク値と客観リスク値とに基づき対象ユーザに対してリスクに係る情報を提示するか否かを決定し、提示する場合には、提示する情報を決定する。例えば、提示制御部２３は、客観リスク値と主観リスク値との差の絶対値が所定の閾値よりも大きい場合にのみ対象ユーザにリスクに係る情報を提示すると決定する。

ここで、客観リスク値と主観リスク値はいずれもその値が大きいほど、リスクが大きいとする。対象ユーザにリスクに係る情報を提示すると決定した場合において、提示制御部２３は、「客観リスク値＜主観リスク値」である場合に、対象ユーザは「主観的にはリスクがあると認識しているものの客観的にはリスクが存在しないユーザ」であると判断し、前述したとおり、例えば、増やしてもよい飲食の量をリコメンドすることを決定する。リコメンドの内容については、予め決めておいたものを使用してもよいし、機械学習で学習済みのモデルを用いて、「主観リスク値－客観リスク値」の大きさに応じた内容を決定してもよい。

対象ユーザにリスクに係る情報を提示すると決定した場合において、提示制御部２３は、「客観リスク値＞主観リスク値」である場合に、対象ユーザは「主観的にリスクを認識していないものの客観的にはリスクが存在するユーザ」であると判断し、前述したとおり、例えば、成人病に係るアラートや、飲食の量を減らす量、運動を増やす量のようなリコメンドを提示することを決定する。アラートやリコメンドの内容については、予め決めておいたものを使用してもよいし、機械学習で学習済みのモデルを用いて、「客観リスク値－主観リスク値」の大きさに応じた内容を決定してもよい。

対象ユーザにリスクに係る情報を提示すると決定した場合において、提示制御部２３は、提示する情報を提示部２４に送信し、提示部２４が対象ユーザに対して情報（上述したリコメンド等）を提示する。「提示する」とは、ディスプレイ上に表示することであってもよいし、対象ユーザが保持する端末に情報を送信することであってもよい。

（ハードウェア構成例）
本実施の形態における行動推定装置１００、情報提示装置２００はいずれも、例えば、コンピュータに、本実施の形態で説明する処理内容を記述したプログラムを実行させることにより実現可能である。なお、この「コンピュータ」は、物理マシンであってもよいし、クラウド上の仮想マシンであってもよい。仮想マシンを使用する場合、ここで説明する「ハードウェア」は仮想的なハードウェアである。

上記プログラムは、コンピュータが読み取り可能な記録媒体（可搬メモリ等）に記録して、保存したり、配布したりすることが可能である。また、上記プログラムをインターネットや電子メール等、ネットワークを通して提供することも可能である。

図１１は、上記コンピュータのハードウェア構成例を示す図である。図１１のコンピュータは、それぞれバスＢＳで相互に接続されているドライブ装置１０００、補助記憶装置１００２、メモリ装置１００３、ＣＰＵ１００４、インタフェース装置１００５、表示装置１００６、入力装置１００７、出力装置１００８等を有する。

当該コンピュータでの処理を実現するプログラムは、例えば、ＣＤ－ＲＯＭ又はメモリカード等の記録媒体１００１によって提供される。プログラムを記憶した記録媒体１００１がドライブ装置１０００にセットされると、プログラムが記録媒体１００１からドライブ装置１０００を介して補助記憶装置１００２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１００１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１００２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１００３は、プログラムの起動指示があった場合に、補助記憶装置１００２からプログラムを読み出して格納する。ＣＰＵ１００４は、メモリ装置１００３に格納されたプログラムに従って、当該装置に係る機能を実現する。インタフェース装置１００５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１００６はプログラムによるＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等を表示する。入力装置１００７はキーボード及びマウス、ボタン、又はタッチパネル等で構成され、様々な操作指示を入力させるために用いられる。出力装置１００８は演算結果を出力する。

（実施の形態の効果）
以上説明したとおり、本発明の実施の形態によれば、主観評価値と客観評価値の両方に基づいて、ユーザに対してリスクに係る情報を提示することを可能とする技術が提供される。

（実施の形態のまとめ）
本明細書には、少なくとも下記の各項に記載した情報提示装置、情報提示方法、及びプログラムが記載されている。
（第１項）
ユーザにリスクに係る情報を提示する情報提示装置であって、
前記ユーザに対する客観リスク値を取得する客観リスク値取得部と、
前記ユーザに対する主観リスク値を取得する主観リスク値取得部と、
前記主観リスク値と、前記客観リスク値とに基づいて前記リスクに係る情報を前記ユーザに提示する提示部と、を含む
情報提示装置。
（第２項）
前記リスクは、前記ユーザの身体、若しくは前記ユーザのメンタルに係るリスクである
第１項に記載の情報提示装置。
（第３項）
前記提示部は、
前記客観リスク値と前記主観リスク値との差が所定の閾値よりも大きい場合にのみ前記ユーザに前記リスクに係る情報を提示する
第１項又は第２項に記載の情報提示装置。
（第４項）
ユーザの健康に係るリスクに対してとるべき行動に係る情報を提示する情報提示装置であって、
複数のユーザについての客観的な健康に係るリスクである客観リスク値を取得する客観リスク値取得部と、
前記複数のユーザについての前記複数のユーザが主観的に認識しているリスクである主観リスク値を取得する主観リスク値取得部と、
前記複数のユーザについての行動ログを取得する行動ログ取得部と、
前記複数のユーザについての主観リスク値と客観リスク値との間の乖離を示すリスク乖離値と、前記複数のユーザについての行動ログとに基づいて、ユーザ毎にリスクに対してとるべき行動に係る情報を提示する提示部と、を含む
情報提示装置。
（第５項）
前記提示部は、前記リスク乖離値と前記行動ログに対する回帰分析を行うことにより、リスク乖離値に対する支配的な行動ログを特定し、当該行動ログの名前をリスクに対してとるべき行動に係る情報として提示する
第４項に記載の情報提示装置。
（第６項）
ユーザにリスクに係る情報を提示する情報提示装置が実行する情報提示方法であって、
前記ユーザに対する客観リスク値を取得する客観リスク値取得ステップと、
前記ユーザに対する主観リスク値を取得する主観リスク値取得ステップと、
前記主観リスク値と、前記客観リスク値とに基づいて前記リスクに係る情報を前記ユーザに提示する提示ステップと、を含む
情報提示方法。
（第７項）
ユーザの健康に係るリスクに対してとるべき行動に係る情報を提示する情報提示装置が実行する情報提示方法であって、
複数のユーザについての客観的な健康に係るリスクである客観リスク値を取得する客観リスク値取得ステップと、
前記複数のユーザについての前記複数のユーザが主観的に認識しているリスクである主観リスク値を取得する主観リスク値取得ステップと、
前記複数のユーザについての行動ログを取得する行動ログ取得ステップと、
前記複数のユーザについての主観リスク値と客観リスク値との間の乖離を示すリスク乖離値と、前記複数のユーザについての行動ログとに基づいて、ユーザ毎にリスクに対してとるべき行動に係る情報を提示する提示ステップと、を含む
情報提示方法。
（第８項）
コンピュータを、第１項ないし第５項のうちいずれか１項に記載の情報提示装置における各部として機能させるためのプログラム。

以上、本実施の形態について説明したが、本発明はかかる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１ 主観評価値格納部
２ 客観評価値格納部
３ 正規化部
４ 健康リスク乖離値定量化部
５ 健康リスク乖離値格納部
６ 行動ログ格納部
７ 正規化部
８ 変数選択部
９ 選択済み変数格納部
１０ 効果量測定部
１１ 結果表示部
２１ 客観リスク値取得部
２２ 主観リスク値取得部
２３ 提示制御部
２４ 提示部
１００ 行動推定装置
２００ 情報提供装置
１０００ ドライブ装置
１００１ 記録媒体
１００２ 補助記憶装置
１００３ メモリ装置
１００４ ＣＰＵ
１００５ インタフェース装置
１００６ 表示装置
１００７ 入力装置

Claims (6)

1. ユーザにリスクに係る情報を提示する情報提示装置であって、
   前記ユーザに対する客観リスク値を取得する客観リスク値取得部と、
   前記ユーザに対する主観リスク値を取得する主観リスク値取得部と、
   前記客観リスク値と前記主観リスク値との差の絶対値を計算し、前記絶対値が所定の閾値よりも大きい場合にのみ前記リスクに係る情報を前記ユーザに提示する提示部と、を含む
   情報提示装置。
2. 前記リスクは、前記ユーザの身体、若しくは前記ユーザのメンタルに係るリスクである
   請求項１に記載の情報提示装置。
3. ユーザの健康に係るリスクに対してとるべき行動に係る情報を提示する情報提示装置であって、
   複数のユーザについての客観的な健康に係るリスクである客観リスク値を取得する客観リスク値取得部と、
   前記複数のユーザについての前記複数のユーザが主観的に認識しているリスクである主観リスク値を取得する主観リスク値取得部と、
   前記複数のユーザについての行動ログを取得する行動ログ取得部と、
   前記複数のユーザについての主観リスク値と客観リスク値との間の乖離を示すリスク乖離値と、前記複数のユーザについての行動ログとに基づいて、ユーザ毎にリスクに対してとるべき行動に係る情報を提示する提示部と、を含み、
   前記提示部は、前記リスク乖離値と前記行動ログに対する回帰分析を行うことにより、リスク乖離値に対する支配的な行動ログを特定し、当該行動ログの名前をリスクに対してとるべき行動に係る情報として提示する
   情報提示装置。
4. ユーザにリスクに係る情報を提示する情報提示装置が実行する情報提示方法であって、
   前記ユーザに対する客観リスク値を取得する客観リスク値取得ステップと、
   前記ユーザに対する主観リスク値を取得する主観リスク値取得ステップと、
   前記主観リスク値と前記客観リスク値との差の絶対値を計算し、前記絶対値が所定の閾値よりも大きい場合にのみ前記リスクに係る情報を前記ユーザに提示する提示ステップと、を含む
   情報提示方法。
5. ユーザの健康に係るリスクに対してとるべき行動に係る情報を提示する情報提示装置が実行する情報提示方法であって、
   複数のユーザについての客観的な健康に係るリスクである客観リスク値を取得する客観リスク値取得ステップと、
   前記複数のユーザについての前記複数のユーザが主観的に認識しているリスクである主観リスク値を取得する主観リスク値取得ステップと、
   前記複数のユーザについての行動ログを取得する行動ログ取得ステップと、
   前記複数のユーザについての主観リスク値と客観リスク値との間の乖離を示すリスク乖離値と、前記複数のユーザについての行動ログとに基づいて、ユーザ毎にリスクに対してとるべき行動に係る情報を提示する提示ステップと、を含み、
   前記提示ステップにおいて、前記リスク乖離値と前記行動ログに対する回帰分析を行うことにより、リスク乖離値に対する支配的な行動ログを特定し、当該行動ログの名前をリスクに対してとるべき行動に係る情報として提示する
   情報提示方法。
6. コンピュータを、請求項１ないし３のうちいずれか１項に記載の情報提示装置における各部として機能させるためのプログラム。

Images