JPWO2010010654A1

JPWO2010010654A1 - 使い方推定装置

Info

Publication number: JPWO2010010654A1
Application number: JP2010521589A
Authority: JP
Inventors: 純一船田
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2008-07-24
Filing date: 2009-06-05
Publication date: 2012-01-05
Also published as: WO2010010654A1; US20110117537A1

Abstract

端末装置に対するユーザの使い方の推移を予測する。端末装置に対するユーザの操作履歴情報を一定時間毎に分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの特徴量を基底とする空間上で前記特徴量の組に対応する点を時間順につなげた軌跡を使い方軌跡と呼ぶ。処理装置１１０は、複数の基準ユーザについてそれらの操作履歴情報から算出した基準ユーザ毎の使い方軌跡と、分析対象ユーザについてその操作履歴情報から算出した使い方軌跡とを比較し、分析対象ユーザの使い方軌跡に類似する基準ユーザの使い方軌跡から分析対象ユーザの今後の使い方を推定する。

Description

本発明は、端末装置に対するユーザの今後の使い方の特徴を推定する装置、推定した使い方の特徴に応じた情報をユーザに推薦する装置に関する。

携帯電話機やパーソナルコンピュータ、家電などの端末装置は、年々高機能化しており、初心者でも手軽に利用できる機能から、或る程度の熟練者でなければ使いこなせない機能まで数多くの機能が搭載されている。そのため、製品の中には、取扱説明書において、基礎編、発展編などと称して、ユーザの熟練度に応じた機能を解説しているものもある。しかし、ユーザの熟練度はユーザ自身で判断する必要があったために、客観的に正確に判断することは難しかった。このため、使いこなせない機能を試そうとして却って認知的な負荷が高まったり、エラーが発生してユーザの利便性が下がる現象などが発生しがちであった。

他方、特許文献１には、ユーザの利便性の向上を目的に、端末装置に対するユーザの操作履歴から当該ユーザの熟練度を判断して機器の表示方法を制御する技術が開示されている。特許文献１に記載の技術では、端末装置（例えば携帯電話機）の購入当初から現在までの使用履歴情報（機器の電源ＯＮの回数、ユーザがキー入力操作を行った時間やその履歴など）に基づいて、ユーザの現在の熟練度を判定し、ユーザの熟練度に応じた表示の簡略化を行っている。

特開２００６−２０２３２０号公報

端末装置に対するユーザの操作履歴から当該ユーザの熟練度を判定する特許文献１に記載の技術によれば、ユーザの熟練度を操作履歴という客観的な事実に基づいて自動的に判定することができる。従って、この技術を、熟練度に応じた機能をユーザに推薦する技術に応用すれば、端末装置が有する多種多様な機能のうち、現在の熟練度に応じた機能をユーザに推薦するといったサービスが実現できる。しかしながら、現在ではなく近い将来の熟練度に応じた機能を推薦するサービスは実現できない。

ユーザの現在の熟練度に応じた機能を推薦することもそれなりに有効ではあるが、ユーザの熟練度の更なる向上を促進するためには、現在ではなく近い将来の熟練度に応じた機能を推薦することが望ましい場合がある。そのためには、現在の熟練度ではなく近い将来の熟練度を客観的に判定できる技術が必要になる。

一般に、携帯電話機やパーソナルコンピュータなどの多機能装置では、例えば図１４に示すように、最初はみんな同じ初心者のユーザ群に属していても、個々の好みや癖、使用目的等に応じて熟練の方向に差が生じ、或るユーザはメール関連の操作に熟練したユーザ群の一員となり、別のユーザはワードプロセッサ関連の操作に熟練したユーザ群の一員となるように、使い方の特徴が相違する多数の異なるユーザ群に枝分かれしていく。また、同じようにメール関連の操作に熟練したユーザ群に推移する複数のユーザであっても、その推移に要する時間には個人差がある。そのため、或るユーザの今後の使い方の特徴の推移を推定するためには、使い方の特徴が一般的にどのように推移するのかをモデル化し、そして、このモデル化した基準となる推移を利用して分析対象ユーザの今後の使い方の特徴を推定する必要がある。

本発明はこのような事情に鑑みて提案されたものであり、その目的は、端末装置に対するユーザの使い方の推移を予測することのできる装置と方法を提供することにある。

本発明の第１の使い方推定装置は、端末装置に対するユーザの操作履歴情報を時間で分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの特徴量を基底とする空間上で前記特徴量の組に対応する点を時間順につなげた軌跡を使い方軌跡と呼ぶとき、複数の基準ユーザについてそれらの操作履歴情報から算出した基準ユーザ毎の使い方軌跡と、分析対象ユーザについてその操作履歴情報から算出した使い方軌跡とを比較し、分析対象ユーザの使い方軌跡に類似する基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する。

本発明によれば、端末装置に対するユーザの操作履歴情報に基づいて、端末装置に対するユーザの今後の使い方を推定することができる。

本発明の第１の実施の形態のブロック図である。本発明における操作履歴の例を示す図である。本発明の第１の実施の形態の処理例を示すフローチャートである。本発明の第１の実施の形態の動作原理の説明図である。本発明の第１の実施の形態の動作原理の説明図である。本発明の第１の実施の形態の動作原理の説明図である。本発明の第２の実施の形態のブロック図である。本発明の第２の実施の形態の処理例を示すフローチャートである。本発明の第２の実施の形態の動作原理の説明図である。本発明の第２の実施の形態の動作原理の説明図である。本発明の第２の実施の形態の動作原理の説明図である。本発明の第２の実施の形態の動作原理の説明図である。本発明の第３の実施の形態のブロック図である。本発明の第３の実施の形態の処理例を示すフローチャートである。本発明の第３の実施の形態における推薦情報決定部の実施例のブロック図である。本発明の第４の実施の形態のブロック図である。本発明の第５の実施の形態のブロック図である。本発明の第６の実施の形態のブロック図である。端末装置に対するユーザの使い方の遷移例を示す図である。

次に、本発明の実施の形態について図面を参照して詳細に説明する。

［第１の実施の形態］
図１を参照すると、本発明の第１の実施の形態に係る使い方推定装置１００は、処理装置１１０と、これに接続された操作履歴情報記憶装置１２０、基準使い方軌跡記憶装置１３０および分析対象軌跡記憶装置１４０とから構成される。

操作履歴情報記憶装置１２０は、使い方の分析の対象となる端末装置（例えば或る種の携帯電話機）に対する複数の基準となるユーザの操作履歴情報１２１を蓄積するデータベースである。或る一人のユーザの操作履歴情報には、他のユーザの操作履歴情報と区別するためのユーザ識別子が付与され、例えば図２に示すように、時刻とそのときのユーザの操作が組で保存されている。履歴として残す操作の種類は、個々のユーザの使い方（操作の習熟度や利用するアプリケーションの種類など）を推定するのに役立つものがよい。例えば、端末装置に存在する一つ一つのボタンが押されたというような詳細なレベルでも良いし、起動したアプリケーションの種類などのレベルでもよい。ここでいうアプリケーションとは、端末装置が提供する機能単位を表す。例えば携帯電話機でいえば、メール機能、電話機能、スケジューラー機能、テレビ受信機能、電子マネー等の決済機能、GPSを利用した機能、乗り換え案内などの各種Webサービスなどである。さらに細かな機能単位（装飾メール、メールへの写真添付など）でも構わない。またパーソナルコンピュータでいえば、ワードプロセッサソフト、表計算ソフト、プレゼンテーションソフト、メールソフトやその他のプログラムなどである。これもまたさらに細かな機能単位（例えば、ワードプロセッサソフトの中の、段組機能、目次生成機能、スペルコレクト機能など）でも構わない。その他の種類の端末装置においてもその端末装置から呼び出せる種々の機能が対象となる。

処理装置１１０は、操作履歴情報記憶装置１２０に記憶された操作履歴情報１２１と別途入力される分析対象ユーザの操作履歴情報とに基づいて、分析対象ユーザの今後の使い方を推定して出力する装置であり、基準軌跡生成部１１１、分析対象軌跡生成部１１２、類似軌跡検出部１１３および使い方遷移先推定部１１４を備えている。

基準軌跡生成部１１１は、操作履歴情報記憶装置１２０から各ユーザの操作履歴情報１２１を入力し、各ユーザ毎の使い方軌跡１３１を生成し、基準使い方軌跡記憶装置１３０に保存する。ここで、ユーザの使い方軌跡とは、ユーザの操作履歴情報を使い始めから一定時間Tの間隔で分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの各特徴量を基底とする空間（以下、使い方空間と呼ぶ）上で前記特徴量の組に対応する点を時間順につなげた軌跡のことである。なお、時間Tで割り切れない端数が残る場合、最後の区間はTより短い区間として残すか、直前の区間に包含させる。今、使用する特徴量をx1,x2,…xpのP個とすると、一つの分割区間の使い方の特徴量の組は、x1,x2,…xpを要素とするベクトルで表される。このベクトルを特徴量ベクトルVと呼ぶ。各分割区間の時間間隔はTなので、ユーザの使い方軌跡は、特徴量ベクトルV(T0),V(T1),V(T2),…,V(Tn)を時間順につなげた曲線で表される。

ユーザの使い方を表現する特徴量としては、起動アプリケーション数、起動したアプリケーション一覧、アプリケーション到達までの時間、ボタン操作回数、メニュー滞留時間、アプリケーションへの入力量などがある。どの種類の特徴量を幾つ使用するかは任意である。また、一定時間Tとは例えば数日、数週間、数カ月といった予め決められた期間である。

各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出する方法としては、例えば時刻t1から時刻t2までの区間(t2-t1=T)の操作履歴情報の場合、時刻t2の直前の期間t内の操作履歴情報から起動アプリケーション数などの予め定められた複数の特徴量を抽出する方法がある。ここで、期間tは、t=Tであっても良いし、t<Tあるいはt>Tであっても良い。また、特徴量の種類に応じてtが異なっていても良い。

分析対象軌跡生成部１１２は、分析対象ユーザの操作履歴情報から分析対象ユーザの使い方軌跡１４１を生成して、分析対象軌跡記憶装置１４０に保存する手段である。分析対象ユーザの使い方軌跡１４１は、分析対象ユーザの操作履歴情報を、基準軌跡生成部１１１における方法と同様に、一定時間T毎に分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの特徴量を基底とする空間上で前記特徴量の組に対応する点を時間順につなげた軌跡である。

類似軌跡検出部１１３は、分析対象軌跡記憶装置１４０に記憶された分析対象ユーザの使い方軌跡１４１と基準使い方軌跡記憶装置１３０に記憶された基準となる各ユーザの使い方軌跡１３１とを比較し、分析対象ユーザの使い方軌跡１４１に類似する１以上のユーザの使い方軌跡１３１を検出する手段である。使い方軌跡同士が類似しているかどうかを調べる方法としては、軌跡の開始点をあわせて軌跡同士の差を調べる方法が利用できる。軌跡同士の差としては、例えば、開始点からの経過時間が同じ点の特徴ベクトル同士の差の総和を用いることができる。対応する特徴ベクトル同士の差としては、特徴ベクトル間の距離で表現することができる。また使い方軌跡同士が類似しているかどうかを調べる他の方法としては、それぞれの軌跡の曲線特徴量（曲率変化やフーリエ記述子など）の変化を照合する方法がある。ここで、フーリエ記述子は閉曲線の形状を表現する方法であり、双方の使い方軌跡が閉曲線の場合に利用できる。

使い方遷移先推定部１１４は、類似軌跡検出部１１３で検出された１以上のユーザの使い方軌跡における分析対象ユーザの使い方軌跡の最終点以降に対応する軌跡部分から分析対象ユーザの今後の使い方を推定する手段である。具体的には、分析対象ユーザの使い方軌跡の最後の特徴ベクトルが使い始めからTi時間経過時点のものとして求められている場合、類似軌跡検出部１１３で検出された１以上のユーザの使い方軌跡上の点のうち、使い始めからTi＋Δt時間経過時点の点を、分析対象ユーザの今後の使い方の特徴の遷移先として求め、この点を特定する情報（例えば、どの使い方軌跡上におけるどの点であるかを特定する情報）を出力する。ここで、Δtは、時間的にどの程度先の使い方を推定するかを定める値であり、固定した値であってもよいし、変更可能な値であってもよい。

なお、使い方遷移先推定部１１４は、類似軌跡検出部１１３で検出されたユーザの使い方軌跡上の点を特定する情報を出力する代わりに、またはそれに加えて、その点の特徴量を出力してもよい。また、類似軌跡検出部１１３で複数のユーザの使い方軌跡が検出された結果、遷移先が複数の点になる場合、それらの点における特徴量の平均値や使い方空間上での確率分布を計算し、出力してもよい。

次に図３に示すフローチャートを参照しながら本実施の形態の動作を説明する。

まず、基準軌跡生成部１１１は、操作履歴情報記憶装置１２０から複数のユーザの操作履歴情報１２１を読み出し、各ユーザの操作履歴情報１２１毎の使い方軌跡１３１を算出し、基準使い方軌跡記憶装置１３０に保存する（図３のステップＳ１０１）。

次に、分析対象軌跡生成部１１２は、外部から分析対象ユーザの操作履歴情報を入力し、この操作履歴情報の使い方軌跡１４１を算出し、分析対象軌跡記憶装置１４０に保存する（ステップＳ１０２）。

次に、類似軌跡検出部１１３は、分析対象軌跡記憶装置１４０に記憶された分析対象ユーザの使い方軌跡１４１と基準使い方軌跡記憶装置１３０に記憶された各ユーザの使い方軌跡１３１とを比較し、分析対象ユーザの使い方軌跡１４１に類似するユーザの使い方軌跡１３１を検出する（ステップＳ１０３）。

次に、使い方遷移先推定部１１４は、類似軌跡検出部１１３で検出された基準となるユーザの使い方軌跡１３１に基づいて、分析対象ユーザの今後の使い方の遷移先を求めて出力する（ステップＳ１０４）。

なお、操作履歴情報記憶装置１２０に記憶されている操作履歴情報１２１が変更されない限り、ステップＳ１０１は初回だけ実行すればよい。従って、分析対象ユーザの操作履歴情報が繰り返し入力される場合には、ステップ１０２から処理を繰り返すようにしてもよい。

図４Ａは、特徴量として、ボタン操作などの操作速度と起動アプリケーション数の２つを用い、基準となる複数のユーザの使い方軌跡１３１を使い方空間にマッピングしたイメージを示す。ここでは操作速度と起動アプリケーション数の２つの特徴量を用いているが、使用する特徴量の種類と個数は任意である。図中の１つの矢印付きの曲線が１人のユーザの使い方軌跡を示す。また、図４Ｂは、分析対象ユーザの使い方軌跡１４１のイメージを図４Ａに追加した図である。類似軌跡検出部１１３は、分析対象ユーザの使い方軌跡１４１と類似するユーザの使い方軌跡１３１を検出する。図４Ｂの場合、分析対象ユーザの使い方軌跡１４１の先頭から最後に至るまでの軌跡に類似した軌跡を持つのは、使い方軌跡１３１−１〜１３１−５である。このため、類似軌跡検出部１１３は、使い方軌跡１３１−１〜１３１−５を検出結果として出力する。使い方遷移先推定部１１４は、使い方軌跡１３１−１〜１３１−５から分析対象ユーザの今後の使い方の遷移先を推定する。具体的には、分析対象ユーザの使い方軌跡１４１の最後の時点から所定時間経過した図４Ｃの破線の円で示す時点におけるユーザの使い方軌跡１３１−１〜１３１−５上の点を遷移先として出力する。

次に本実施の形態の効果を説明する。

本実施の形態によれば、端末装置に対する複数の基準ユーザの操作履歴情報に基づいて、或る時点までの操作履歴情報が記録されている分析対象ユーザのそれ以後の使い方を推定することができる。その理由は、或る時点までの軌跡が類似する複数の使い方軌跡は今後も同じように変化していく可能性が高いことを利用して、基準ユーザの操作履歴情報から生成した使い方軌跡のうち、分析対象ユーザの操作履歴情報から生成した使い方軌跡に類似する使い方軌跡を検出し、この検出した使い方軌跡の傾向から分析対象ユーザの今後の使い方を推定するためである。

［第２の実施の形態］
図５を参照すると、本発明の第２の実施の形態に係る使い方推定装置２００は、図１に示した第１の実施の形態に係る使い方推定装置１００と比較して、処理装置１１０が、使い方遷移先推定部１１４に代えて使い方遷移先推定部１１５を備えている点で相違する。

使い方遷移先推定部１１５は、類似軌跡検出部１１３で検出された１以上の使い方軌跡を所定の条件でさらに絞り込み、この絞り込んだ使い方軌跡から分析対象ユーザの今後の使い方を推定する点で、絞り込み機能の無い第１の実施の形態の使い方遷移先推定部１１４と相違する。使い方遷移先推定部１１５は、分類部１１６とクラスタ選択部１１７と推定部１１８とから構成される。

分類部１１６は、類似軌跡検出部１１３で検出された１以上の基準となるユーザの使い方軌跡１３１を、似た使い方軌跡同士からなる１以上のクラスタに分類する手段である。具体的には、検出された１以上の使い方軌跡１３１について、軌跡の開始点をあわせて軌跡同士の差を調べ、軌跡同士の差が近いもの同士を１つのクラスタに分類する。軌跡同士の差としては、対応する特徴ベクトル同士の差の総和を用いることができる。対応する特徴ベクトル同士の差としては、特徴ベクトル間の距離で表現することができる。また使い方軌跡同士が類似しているかどうかを調べる他の方法としては、それぞれの軌跡の曲線特徴量（曲率変化やフーリエ記述子など）の変化を照合する方法がある。

クラスタ選択部１１７は、分類部１１６で分類された１以上のクラスタのうちから所定の条件を満たすクラスタを選択する手段である。所定の条件としては、楽観的条件として、端末装置をより良く使いこなしているユーザの使い方軌跡を含むという条件を用いることができる。またその逆に、悲観的条件として、端末装置を余り良く使いこなしていないユーザの使い方軌跡を含むという条件を用いてもよい。以下、端末装置をより良く使いこなしているユーザの使い方軌跡を含むという条件を用いる場合を例に、具体的な判定の方法を説明する。

端末装置をよりよく使いこなしているユーザの使い方軌跡かどうかを判定する方法としては、以下の２通りの方法がある。
ａ）習熟度を基準に判定する方法
ｂ）ユーザの満足度を基準に判定する方法

習熟度を基準に判定する方法は、端末装置をよりよく使いこなしているユーザは習熟度が一般的に高いという因果関係があることを利用する。習熟度が高いかどうかは、ユーザの使い方軌跡が望ましい方向に近づいているかどうかを分析して判定する。望ましい方向とは、例えば、起動アプリケーション数の場合はより多いこと、起動したアプリケーション一覧ではバリエーション数がより多いことである。またアプリケーション到達までの時間は短い方がよいし、メニュー滞留時間は短い方がよいなどである。これらの特徴量からそれぞれ望ましい方向に近づいているかどうかを表す評価値Jを計算して、評価値Jが大きくなる使い方軌跡を含むクラスタを選択する。例えば、小さいほうが望ましい特徴量を{an}(n=1,…,N)、大きいほうが望ましい特徴量を{bm}(m=1,…,M）とすると、評価値Jは次式で与えられる。
J＝Σ(1/an)²+Σ(bm)² …(1)

クラスタ選択部１１７は、分類部１１６で生成された各クラスタの評価値Jを、そのクラスタに属するユーザの使い方軌跡の生成に使用した操作履歴情報に基づいて計算し、最も評価値Jの大きなクラスタを選択する。

他方、ユーザの満足度を基準に判定する方法は、満足度の高いユーザは端末装置をよりよく使いこなしているユーザが多いという因果関係があることを利用する。ユーザの満足度は、ユーザに対するアンケートなどを行って収集し、操作履歴情報記憶装置１２０あるいは別の記憶装置に、どの時点でのユーザ満足度であるかを特定できるように例えば操作履歴との関係で特定しておく。

クラスタ選択部１１７は、分類部１１６で生成されたクラスタ毎に、そのクラスタに属するユーザの使い方軌跡の生成に用いた操作履歴情報に関連するユーザの満足度を操作履歴情報記憶装置１２０等から読み出し、平均をとることでクラスタ毎のユーザ満足度の指標値を計算し、最も評価値Jの大きなクラスタを選択する。使用するユーザ満足度は、分析対象ユーザの操作履歴情報の終了時点以降に収集されたユーザ満足度である。

推定部１１８は、クラスタ選択部１１７で選択されたクラスタに含まれる１以上の基準ユーザの使い方軌跡から分析対象ユーザの今後の使い方の遷移先を推定する手段である。

次に図６のフローチャートを参照して本実施の形態の動作を説明する。

まず、基準軌跡生成部１１１による各ユーザ毎の使い方軌跡１３１の生成と基準使い方軌跡記憶装置１３０への保存（図６のステップＳ１０１）、分析対象軌跡生成部１１２による分析対象ユーザの使い方軌跡１４１の生成と分析対象軌跡記憶装置１４０への保存（ステップＳ１０２）、類似軌跡検出部１１３による分析対象ユーザの使い方軌跡１４１に類似するユーザの使い方軌跡１３１の検出（ステップＳ１０３）が行われる。これらの処理は第１の実施の形態と同じである。

次に、使い方遷移先推定部１１５の分類部１１６は、類似軌跡検出部１１３で検出された１以上の基準となるユーザの使い方軌跡１３１を、似た基準使い方軌跡同士からなる１以上のクラスタに分類する（ステップＳ２０１）。次に、クラスタ選択部１１７は、分類部１１６で分類された１以上のクラスタのうちから所定の条件を満たすクラスタを選択する（ステップＳ２０２）。次に、推定部１１８は、クラスタ選択部１１７で選択されたクラスタに含まれる１以上のユーザの使い方軌跡１３１から分析対象ユーザの今後の使い方の遷移先を推定し、出力する（ステップＳ２０３）。

図７Ａは、図４Ａと同様に特徴量として、ボタン操作などの操作速度と起動アプリケーション数の２つを用い、基準となる複数のユーザの使い方軌跡１３１を使い方空間にマッピングしたイメージを示す。また、図７Ｂは、分析対象ユーザの使い方軌跡１４１のイメージを図７Ａに追加した図である。類似軌跡検出部１１３は、分析対象ユーザの使い方軌跡１４１と類似する使い方軌跡１３１として、図４Ｂの場合と同様に、使い方軌跡１３１−１〜１３１−５を検出する。

図７Ｃは、類似する使い方軌跡１３１−１〜１３１−５を使い方の近さでクラスタリングした結果を示しており、この例では、使い方軌跡１３１−１〜１３１−３を含むクラスタ１と、使い方軌跡１３１−４、１３１−５を含むクラスタ２とに分類されている。図７Ｄは、端末装置をより良く使いこなしているユーザの使い方軌跡を含むという条件でクラスタを選択した例を示す。クラスタ１の方がクラスタ２に比べて、操作速度の面でも、また起動アプリケーション数の面でも、より良く使いこなしている状態にあるため、クラスタ１が選択されている。推定部１１８は、クラスタ１に属するユーザの使い方軌跡１３１−１〜１３１−３から分析対象ユーザの今後の使い方の遷移先を推定する。具体的には、分析対象ユーザの使い方軌跡１４１の最終点から所定時間経過した図７Ｄの破線の円で示す時点におけるユーザの使い方軌跡１３１−１〜１３１−３上の点を遷移先として出力する。

次に本実施の形態の効果を説明する。

本実施の形態によれば、第１の実施の形態と同様の効果が得られると同時に、類似軌跡検出部１１３で検出された複数のユーザの使い方軌跡が分析対象ユーザの操作履歴終了点以降に異なる方向に変化している場合、所定の条件によって推定に使用する使い方軌跡を絞り込むことができる効果がある。

［第３の実施の形態］
図８を参照すると、本発明の第３の実施の形態に係る使い方推定装置３００は、図５に示した第２の実施の形態に係る使い方推定装置２００に分析対象ユーザに対する利用アプリケーションの推薦機能を付加した装置であり、第２の実施の形態に係る使い方推定装置２００と比較して、処理装置１１０が、基準軌跡生成部１１１、分析対象軌跡生成部１１２、類似軌跡検出部１１３および使い方遷移先推定部１１５に加えてさらに、推薦情報決定部１１９を備えている点で相違する。

推薦情報決定部１１９は、基準となるユーザの使い方軌跡上の点のうち、使い方遷移先推定部１１５において分析対象ユーザの今後の使い方の遷移先として推定した点において当該基準ユーザが利用していたアプリケーションを当該基準ユーザの操作履歴情報から抽出し、この抽出したアプリケーションの全部または一部を分析対象ユーザに推薦する手段である。つまり、分析対象ユーザの今後の使い方と同じ使い方の基準ユーザが利用しているアプリケーションの全部または一部を分析対象ユーザに推薦する手段である。一部に限定して推薦する方法としては、使い方遷移先推定部１１５で選択されたクラスタに属するより多くの基準ユーザが利用しているアプリケーションに限定する方法、起動回数が一定値より多いアプリケーションに限定する方法、分析対象ユーザが利用していないアプリケーションに限定する方法の何れかの方法、またはそれらを組み合わせた方法が考えられる。

次に図９のフローチャートを参照して本実施の形態の動作を説明する。

まず、基準軌跡生成部１１１による各ユーザ毎の使い方軌跡１３１の生成と基準使い方軌跡記憶装置１３０への保存（図９のステップＳ１０１）、分析対象軌跡生成部１１２による分析対象ユーザの使い方軌跡１４１の生成と分析対象軌跡記憶装置１４０への保存（ステップＳ１０２）、類似軌跡検出部１１３による分析対象ユーザの使い方軌跡１４１に類似するユーザの使い方軌跡１３１の検出（ステップＳ１０３）、使い方遷移先推定部１１５による類似する基準使い方軌跡のクラスタリング（ステップＳ２０１）、クラスタの選択（ステップＳ２０２）および分析対象ユーザの今後の使い方の遷移先の推定（ステップＳ２０３）が行われる。これらの処理は第２の実施の形態と同じである。

次に、推薦情報決定部１１９は、使い方遷移先推定部１１５において分析対象ユーザの今後の使い方の遷移先として推定した基準使い方軌跡上の点について、その生成に使用したユーザの操作履歴情報１２１に利用履歴が記述されているアプリケーションの全部または一部を分析対象ユーザに推薦する（ステップＳ３０１）。

例えば、使い方遷移先推定部１１５が図７Ｄの破線の円で示す使い方軌跡１３１−１〜１３１−３上の点を分析対象ユーザの今後の使い方の遷移先と推定した場合、推薦情報決定部１１９は、それらの点の算出に利用した基準ユーザ１〜３の操作履歴情報１２１に利用履歴が記録されているアプリケーション名を操作履歴情報記憶装置１２０から検索して、推薦情報として出力する。

次に本実施の形態における推薦情報決定部１１９の実施例について説明する。

図１０を参照すると、本実施例の推薦情報決定部１１９は、利用アプリケーション抽出部１１９１と、リスト記憶部１１９２と、推薦アプリケーション選択部１１９３とから構成される。

利用アプリケーション抽出部１１９１は、操作履歴情報記憶装置１２０に記憶されているユーザの操作履歴情報１２１毎に、そのユーザがどのようなアプリケーションを利用しているかを一定期間T毎に操作履歴情報１２１から抽出して、各ユーザ毎の期間別の利用アプリケーションリスト１１９２１を作成し、リスト記憶部１１９２に保存する。具体的には、ユーザ毎に、そのユーザの操作履歴情報を操作履歴情報記憶装置１２０から読み込み、期間T間隔で操作履歴情報を分割し、分割された各々の操作履歴情報から起動されているアプリケーション名を全て抽出してリスト化する。このとき、使われた回数が多い順に順位付けしたリストを作成して保存するようにしてもよい。

リスト記憶部１１９２は、利用アプリケーション抽出部１１９１により作成された各ユーザ毎の期間別の利用アプリケーションリスト１１９２１を保持するデータベースである。

推薦アプリケーション選択部１１９３は、使い方遷移先推定部１１５から分析対象ユーザの遷移先の情報として、基準となるユーザのユーザ識別子と使い方軌跡上の点を特定する情報を受け取ると、リスト記憶部１１９２から当該基準となるユーザの期間別の利用アプリケーションリストを検索し、さらに、この利用アプリケーションリスト中から前記使い方軌跡上の点に対応する期間の利用アプリケーションリストを検索する。そして、この利用アプリケーションリストに記載された全部または一部のアプリケーションを推薦候補のアプリケーションとした推薦情報を作成し、出力する。このとき、分析対象ユーザの操作履歴情報から利用しているアプリケーションを抽出し、前記利用アプリケーションリストに記載されたアプリケーションのうち分析対象ユーザが既に利用しているアプリケーションは推薦候補から除外してもよい。

利用アプリケーション抽出部１１９１によるユーザの期間別の利用アプリケーションリスト１１９２１の作成は、分析対象ユーザの使い方の遷移先が推薦情報決定部１１９に入力されてから開始してもよいし、その入力を待たずに事前に開始してもよい。後者の場合、推薦時に必要な計算量を少なくすることができる。

次に本実施の形態の効果を説明する。

本実施の形態によれば、第２の実施の形態と同様の効果が得られると同時に、分析対象ユーザの使い方の改善を促すにあたってユーザが無理なく実行できるアプリケーションを推薦することができる。その理由は、分析対象ユーザの今後の使い方と似た使い方の基準ユーザが実際に使用していたアプリケーションを推薦するためである。

［第４の実施の形態］
図１１を参照すると、本発明の第４の実施の形態は、分析対象ユーザの端末装置４００に、第３の実施の形態における基準軌跡生成部１１１、分析対象軌跡生成部１１２、類似軌跡検出部１１３、使い方遷移先推定部１１５および推薦情報決定部１１９を有する処理装置１１０と、操作履歴情報記憶装置１２０と、基準使い方軌跡記憶装置１３０ならびに分析対象軌跡記憶装置１４０を設け、さらに、自端末の操作履歴情報を記憶する記憶装置１５０と、推薦情報を表示する表示装置１６０とを設けている。

基準軌跡生成部１１１は、端末装置４００の最初の使用開始時などの適当なタイミングで第３の実施の形態で説明した動作を実行し、操作履歴情報記憶装置１２０に記憶された操作履歴情報に基づいて基準となるユーザの使い方軌跡を生成し、基準使い方軌跡記憶装置１３０に記憶する。また、分析対象軌跡生成部１１２は、分析対象ユーザが端末装置４００を使用している適当なタイミングで、記憶装置１５０から自端末の操作履歴情報を読み出し、第３の実施の形態で説明した動作を実行して分析対象ユーザの使い方軌跡を生成し、分析対象軌跡記憶装置１４０に記憶する。続いて、類似軌跡検出部１１３が分析対象ユーザの使い方軌跡に類似する基準となるユーザの使い方軌跡を検出し、使い方遷移先推定部１１５がその検出された使い方軌跡に基づいて分析対象ユーザの使い方の遷移先を、第３の実施の形態で説明した方法により推定し、推薦情報決定部１１９が第３の実施の形態で説明した動作を実行して、推薦候補とするアプリケーションを決定する。そして、推薦情報決定部１１９は、推薦候補のアプリケーション名などを含む推薦情報を推薦情報表示装置１６０に出力する。推薦情報表示装置１６０は、入力された推薦情報を表示画面に表示することで、分析対象ユーザに提示する。

本実施の形態によれば、基準となる複数のユーザの使い方軌跡の生成からその軌跡を使用した分析対象ユーザの使い方の遷移先の判定、推薦情報の決定と表示まで、全て端末装置の内部で実施できる。

［第５の実施の形態］
図１２を参照すると、本発明の第５の実施の形態は、分析対象ユーザの端末装置５００に、第３の実施の形態における方法と同様の方法で作成された複数のユーザの使い方軌跡を記憶する基準使い方軌跡記憶装置１３０と、分析対象軌跡生成部１１２、類似軌跡検出部１１３、使い方遷移先推定部１１５および推薦情報決定部１１９を有する処理装置１１０とを設け、さらに、自端末の操作履歴情報を記憶する記憶装置１５０と、推薦情報を表示する表示装置１６０とを設けている。なお、推薦情報決定部１１９には、図１０を参照して説明したようなユーザ毎の期間別の利用アプリケーションリストを保持するリスト記憶部１１９２が内蔵されている。

分析対象軌跡生成部１１２は、分析対象ユーザが端末装置５００を使用している適当なタイミングで、記憶装置１５０から自端末の操作履歴情報を読み出し、第３の実施の形態で説明した動作を実行して分析対象ユーザの使い方軌跡を生成し、分析対象軌跡記憶装置１４０に記憶する。続いて、類似軌跡検出部１１３が分析対象ユーザの使い方軌跡に類似する基準となるユーザの使い方軌跡を検出し、使い方遷移先推定部１１５がその検出された使い方軌跡に基づいて分析対象ユーザの使い方の遷移先を、第３の実施の形態で説明した方法と同様の方法により推定し、推薦情報決定部１１９が第３の実施の形態で説明した動作と同様の動作を実行して、推薦候補とするアプリケーションを決定する。そして、推薦情報決定部１１９は、推薦候補のアプリケーション名などを含む推薦情報を推薦情報表示装置１６０に出力する。推薦情報表示装置１６０は、入力された推薦情報を表示画面に表示することで、分析対象ユーザに提示する。

本実施の形態によれば、外部で生成した基準ユーザの使い方軌跡を端末装置にインストールして用いるため、複数の基準ユーザの使い方軌跡を生成する機能のない端末装置でも分析対象ユーザの使い方の遷移先の決定とそれに応じた推薦情報の生成が可能になる。

［第６の実施の形態］
図１３を参照すると、本発明の第６の実施の形態は、ネットワーク６０３を通じて相互に通信可能なサーバ装置６０１および端末装置６０２とで構成され、サーバ装置６０１に、第３の実施の形態における基準軌跡生成部１１１、分析対象軌跡生成部１１２、類似軌跡検出部１１３、使い方遷移先推定部１１５および推薦情報決定部１１９を有する処理装置１１０と、操作履歴情報記憶装置１２０と、基準使い方軌跡記憶装置１３０ならびに分析対象軌跡記憶装置１４０を設け、端末装置６０２に、自端末の操作履歴情報を記憶する記憶装置１５０と、推薦情報を表示する表示装置１６０とを設けている。また、サーバ装置６０１には、ネットワーク６０３を通じて端末装置６０２とデータ通信を行う送信手段６２０および受信手段６１０が設けられ、端末装置６０２には、ネットワーク６０３を通じてサーバ装置６０１とデータ通信を行う送信手段６３０および受信手段６４０が設けられている。

サーバ装置６０１の基準軌跡生成部１１１は、適当なタイミングで第３の実施の形態で説明した動作と同様の動作を実行し、操作履歴情報記憶装置１２０に記憶された操作履歴情報に基づいて基準となるユーザの使い方軌跡を生成し、基準使い方軌跡記憶装置１３０に記憶する。

端末装置６０２の送信手段６３０は、分析対象ユーザが端末装置６０２を使用している適当なタイミングで記憶装置１５０から操作履歴情報を読み出し、ネットワーク６０３を通じてサーバ装置６０１へ送信する。サーバ装置６０１では、この操作履歴情報は受信手段６１０で受信され、処理装置１１０の分析対象軌跡生成部１１２に入力される。

サーバ装置６０１の分析対象軌跡生成部１１２は、入力された分析対象ユーザの操作履歴情報に基づいて、第３の実施の形態で説明した動作と同様の動作を実行して分析対象ユーザの使い方軌跡を生成し、分析対象軌跡記憶装置１４０に記憶する。続いて、類似軌跡検出部１１３が分析対象ユーザの使い方軌跡に類似する基準となるユーザの使い方軌跡を検出し、使い方遷移先推定部１１５がその検出された基準使い方軌跡に基づいて分析対象ユーザの使い方の遷移先を、第３の実施の形態で説明した方法と同様の方法により推定し、推薦情報決定部１１９が第３の実施の形態で説明した動作と同様の動作を実行して、推薦候補とするアプリケーションを決定する。そして、推薦情報決定部１１９は、推薦候補のアプリケーション名などを含む推薦情報を送信手段６２０により、ネットワーク６０３経由で端末装置６０２へ送信する。

端末装置６０２では、サーバ装置６０１から送信された推薦情報が受信手段６４０で受信され、推薦情報表示装置１６０に出力する。推薦情報表示装置１６０は、入力された推薦情報を表示画面に表示することで、ユーザに提示する。

なお、本実施の形態では、分析対象ユーザの操作履歴情報を分析対象ユーザの端末装置６０２からサーバ装置６０１へ送信しているが、端末装置６０２がシンクライアント端末であるような場合には、その操作履歴情報は端末装置６０２に保存されず、シンクライアントシステムのサーバ側に保存される。従って、サーバ装置６０１は分析対象ユーザの操作履歴情報をシンクライアントシステムのサーバ側から取得する実施の形態も考えられる。

本実施の形態によれば、端末装置を使用するユーザの今後の使い方を推定してそのユーザに好適な機能を推薦するサービスを、Ｗｅｂサービスの一種として実現することができる。

以上本発明の実施の形態について説明したが、本発明は以上の例にのみ限定されず、その他各種の付加変更が可能である。また、本発明の使い方推定装置は、その有する機能をハードウェア的に実現することは勿論、コンピュータとプログラムとで実現することができる。プログラムは、磁気ディスクや半導体メモリ等のコンピュータ可読記録媒体に記録されて提供され、コンピュータの立ち上げ時などにコンピュータに読み取られ、そのコンピュータの動作を制御することにより、そのコンピュータを前述した各実施の形態における基準軌跡生成部、分析対象軌跡生成部、類似軌跡検出部、使い方遷移先推定部、推薦情報決定部などの機能手段として機能させる。

以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２００８年７月２４日に出願された日本出願特願２００８−１９０６５６を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明は、複数のユーザが存在するシステム、例えば携帯電話機、パーソナルコンピュータ、コンピュータ上の特定アプリケーション、企業内システム、ＡＴＭやキオスク端末、ハードディスクレコーダ・テレビやそれ以外の情報家電製品などに適用できる。

１００…使い方推定装置
１１０…処理装置
１１１…基準軌跡生成部
１１２…分析対象軌跡生成部
１１３…類似軌跡検出部
１１４、１１５…使い方遷移先推定部
１１６…分類部
１１７…クラスタ選択部
１１８…推定部
１２０…操作履歴情報記憶装置
１２１…ユーザの操作履歴情報
１３０…基準使い方軌跡記憶装置
１３１…ユーザの使い方軌跡
１４０…分析対象軌跡記憶装置
１４１…分析対象ユーザの使い方軌跡

Claims

端末装置に対するユーザの操作履歴情報を時間で分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの特徴量を基底とする空間上で前記特徴量の組に対応する点を時間順につなげた軌跡を使い方軌跡と呼ぶとき、複数の基準ユーザについてそれらの操作履歴情報から算出した基準ユーザ毎の使い方軌跡と、分析対象ユーザについてその操作履歴情報から算出した使い方軌跡とを比較し、分析対象ユーザの使い方軌跡に類似する基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定することを特徴とする使い方推定装置。
複数の基準ユーザのそれぞれの操作履歴情報から基準ユーザ毎の使い方軌跡を生成する基準軌跡生成手段と、分析対象ユーザの操作履歴情報から使い方軌跡を生成する分析対象軌跡生成手段と、該分析対象軌跡生成手段で生成された分析対象ユーザの使い方軌跡と前記基準軌跡生成手段で生成された基準ユーザ毎の使い方軌跡とを比較し、前記分析対象ユーザの使い方軌跡に類似する１以上の基準ユーザの使い方軌跡を検出する類似軌跡検出手段と、該類似軌跡検出手段で検出された１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する使い方遷移先推定手段とを備えることを特徴とする請求項１に記載の使い方推定装置。
複数の基準ユーザのそれぞれの操作履歴情報から生成された基準ユーザ毎の使い方軌跡を記憶する基準使い方軌跡記憶手段と、分析対象ユーザの操作履歴情報から使い方軌跡を生成する分析対象軌跡生成手段と、該分析対象軌跡生成手段で生成された分析対象ユーザの使い方軌跡と前記基準使い方軌跡記憶手段に記憶された基準ユーザ毎の使い方軌跡とを比較し、前記分析対象ユーザの使い方軌跡に類似する１以上の基準ユーザの使い方軌跡を検出する類似軌跡検出手段と、該類似軌跡検出手段で検出された１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する使い方遷移先推定手段とを備えることを特徴とする請求項１に記載の使い方推定装置。
前記使い方遷移先推定手段は、前記類似軌跡検出手段で検出された１以上の基準ユーザの使い方軌跡を、似た使い方軌跡同士からなる１以上のクラスタに分類する分類手段と、前記１以上のクラスタのうちから所定の条件を満たすクラスタを選択するクラスタ選択手段と、該クラスタ選択手段で選択されたクラスタに含まれる１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する推定手段とを備えることを特徴とする請求項２または３に記載の使い方推定装置。
前記所定の条件が、端末装置をより良く使いこなしている基準ユーザの使い方軌跡を含むという条件であることを特徴とする請求項４に記載の使い方推定装置。
前記クラスタ選択手段は、前記複数のクラスタ毎に、そのクラスタに属する使い方軌跡の生成に用いた操作履歴情報に基づいて習熟度の度合いを示す評価値を計算し、前記評価値の最も大きなクラスタを選択することを特徴とする請求項５に記載の使い方推定装置。
前記クラスタ選択手段は、前記複数のクラスタ毎に、そのクラスタに属する使い方軌跡の生成に用いた操作履歴情報と関連付けられて記憶されたユーザからのフィードバック情報に基づいてユーザの満足度の度合いを示す評価値を計算し、前記評価値の最も大きなクラスタを選択することを特徴とする請求項５に記載の使い方推定装置。
前記分析対象ユーザについて推定された今後の使い方に応じた推薦情報を決定して出力する推薦情報決定手段を備えることを特徴とする請求項１乃至７の何れか１項に記載の使い方推定装置。
前記推薦情報は、前記分析対象ユーザの今後の使い方の推定に用いた前記基準ユーザの使い方軌跡の生成に使用した操作履歴情報に利用履歴が記述されているアプリケーションの全部または一部を推薦する情報であることを特徴とする請求項８に記載の使い方推定装置。
前記分析対象ユーザが使用する端末装置に設けられ、前記推薦情報決定手段で決定した推薦情報を表示する推薦情報表示手段を備えることを特徴とする請求項８または９に記載の使い方推定装置。
端末装置に対するユーザの操作履歴情報を時間で分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの特徴量を基底とする空間上で前記特徴量の組に対応する点を時間順につなげた軌跡を使い方軌跡と呼ぶとき、複数の基準ユーザについてそれらの操作履歴情報から算出した基準ユーザ毎の使い方軌跡と、分析対象ユーザについてその操作履歴情報から算出した使い方軌跡とを比較し、分析対象ユーザの使い方軌跡に類似する基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定することを特徴とする使い方推定方法。
ａ）基準軌跡生成手段が、複数の基準ユーザのそれぞれの操作履歴情報から基準ユーザ毎の使い方軌跡を生成する基準軌跡生成ステップと、
ｂ）分析対象軌跡生成手段が、分析対象ユーザの操作履歴情報から使い方軌跡を生成する分析対象軌跡生成ステップと、
ｃ）類似軌跡検出手段が、前記分析対象軌跡生成ステップｂで生成された分析対象ユーザの使い方軌跡と前記基準軌跡生成ステップａで生成された基準ユーザ毎の使い方軌跡とを比較し、前記分析対象ユーザの使い方軌跡に類似する１以上の基準ユーザの使い方軌跡を検出する類似軌跡検出ステップと、
ｄ）使い方遷移先推定手段が、前記類似軌跡検出ステップｃで検出された１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する使い方遷移先推定ステップと、
を含むことを特徴とする請求項１１に記載の使い方推定方法。
ｂ）分析対象軌跡生成手段が、分析対象ユーザの操作履歴情報から使い方軌跡を生成する分析対象軌跡生成ステップと、
ｃ）類似軌跡検出手段が、前記分析対象軌跡生成ステップｂで生成された分析対象ユーザの使い方軌跡と、複数の基準ユーザのそれぞれの操作履歴情報から生成された基準ユーザ毎の使い方軌跡を記憶する基準使い方軌跡記憶手段に記憶された基準ユーザ毎の使い方軌跡とを比較し、前記分析対象ユーザの使い方軌跡に類似する１以上の基準ユーザの使い方軌跡を検出する類似軌跡検出ステップと、
ｄ）使い方遷移先推定手段が、前記類似軌跡検出ステップｃで検出された１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する使い方遷移先推定ステップと、
を含むことを特徴とする請求項１１に記載の使い方推定方法。
前記使い方遷移先推定ステップｄは、
ｄ−１）分類手段が、前記類似軌跡検出ステップｃで検出された１以上の基準ユーザの使い方軌跡を、似た使い方軌跡同士からなる１以上のクラスタに分類する分類ステップと、
ｄ−２）クラスタ選択手段が、前記１以上のクラスタのうちから所定の条件を満たすクラスタを選択するクラスタ選択ステップと、
ｄ−３）前記クラスタ選択ステップｄ−２で選択されたクラスタに含まれる１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する推定ステップと、
を含むことを特徴とする請求項１２または１３に記載の使い方推定方法。
前記所定の条件が、端末装置をより良く使いこなしている基準ユーザの使い方軌跡を含むという条件であることを特徴とする請求項１４に記載の使い方推定方法。
前記クラスタ選択ステップｄ−２では、前記クラスタ選択手段が、前記複数のクラスタ毎に、そのクラスタに属する使い方軌跡の生成に用いた操作履歴情報に基づいて習熟度の度合いを示す評価値を計算し、前記評価値の最も大きなクラスタを選択することを特徴とする請求項１５に記載の使い方推定方法。
前記クラスタ選択ステップｄ−２では、前記クラスタ選択手段が、前記複数のクラスタ毎に、そのクラスタに属する使い方軌跡の生成に用いた操作履歴情報と関連付けられて記憶されたユーザからのフィードバック情報に基づいてユーザの満足度の度合いを示す評価値を計算し、前記評価値の最も大きなクラスタを選択することを特徴とする請求項１５に記載の使い方推定方法。
ｅ）推薦情報決定手段が、前記分析対象ユーザについて推定された今後の使い方に応じた推薦情報を決定して出力する推薦情報決定ステップを、
さらに含むことを特徴とする請求項１１乃至１７の何れか１項に記載の使い方推定方法。
前記推薦情報は、前記分析対象ユーザの今後の使い方の推定に用いた前記基準ユーザの使い方軌跡の生成に使用した操作履歴情報に利用履歴が記述されているアプリケーションの全部または一部を推薦する情報であることを特徴とする請求項１８に記載の使い方推定方法。
ｆ）前記分析対象ユーザが使用する端末装置に設けられた推薦情報表示手段が、前記推薦情報決定ステップｅで決定した推薦情報を表示する推薦情報表示ステップを、
さらに含むことを特徴とする請求項１８または１９に記載の使い方推定方法。
コンピュータを、
端末装置に対するユーザの操作履歴情報を時間で分割し、各分割区間の操作履歴情報毎に使い方を表す特徴量の組を算出し、それらの特徴量を基底とする空間上で前記特徴量の組に対応する点を時間順につなげた軌跡を使い方軌跡と呼ぶとき、複数の基準ユーザについてそれらの操作履歴情報から算出した基準ユーザ毎の使い方軌跡と、分析対象ユーザについてその操作履歴情報から算出した使い方軌跡とを比較し、分析対象ユーザの使い方軌跡に類似する基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する手段として機能させるためのプログラムが格納された記録媒体。
前記コンピュータを、
複数の基準ユーザのそれぞれの操作履歴情報から基準ユーザ毎の使い方軌跡を生成する基準軌跡生成手段と、分析対象ユーザの操作履歴情報から使い方軌跡を生成する分析対象軌跡生成手段と、該分析対象軌跡生成手段で生成された分析対象ユーザの使い方軌跡と前記基準軌跡生成手段で生成された基準ユーザ毎の使い方軌跡とを比較し、前記分析対象ユーザの使い方軌跡に類似する１以上の基準ユーザの使い方軌跡を検出する類似軌跡検出手段と、該類似軌跡検出手段で検出された１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する使い方遷移先推定手段として機能させるための請求項２１に記載のプログラムが格納された記録媒体。
前記コンピュータを、分析対象ユーザの操作履歴情報から使い方軌跡を生成する分析対象軌跡生成手段と、該分析対象軌跡生成手段で生成された分析対象ユーザの使い方軌跡と複数の基準ユーザのそれぞれの操作履歴情報から生成された基準ユーザ毎の使い方軌跡を記憶する基準使い方軌跡記憶手段に記憶された基準ユーザ毎の使い方軌跡とを比較し、前記分析対象ユーザの使い方軌跡に類似する１以上の基準ユーザの使い方軌跡を検出する類似軌跡検出手段と、該類似軌跡検出手段で検出された１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する使い方遷移先推定手段として機能させるための請求項２１に記載のプログラムが格納された記録媒体。
前記使い方遷移先推定手段は、前記類似軌跡検出手段で検出された１以上の基準ユーザの使い方軌跡を、似た使い方軌跡同士からなる１以上のクラスタに分類する分類手段と、前記１以上のクラスタのうちから所定の条件を満たすクラスタを選択するクラスタ選択手段と、該クラスタ選択手段で選択されたクラスタに含まれる１以上の基準ユーザの使い方軌跡から前記分析対象ユーザの今後の使い方を推定する推定手段とを備えることを特徴とする請求項２２または２３に記載のプログラムが格納された記録媒体。
前記所定の条件が、端末装置をより良く使いこなしている基準ユーザの使い方軌跡を含むという条件であることを特徴とする請求項２４に記載のプログラムが格納された記録媒体。
前記クラスタ選択手段は、前記複数のクラスタ毎に、そのクラスタに属する使い方軌跡の生成に用いた操作履歴情報に基づいて習熟度の度合いを示す評価値を計算し、前記評価値の最も大きなクラスタを選択することを特徴とする請求項２５に記載のプログラムが格納された記録媒体。
前記クラスタ選択手段は、前記複数のクラスタ毎に、そのクラスタに属する使い方軌跡の生成に用いた操作履歴情報と関連付けられて記憶されたユーザからのフィードバック情報に基づいてユーザの満足度の度合いを示す評価値を計算し、前記評価値の最も大きなクラスタを選択することを特徴とする請求項２５に記載のプログラムが格納された記録媒体。
前記コンピュータを、さらに、前記分析対象ユーザについて推定された今後の使い方に応じた推薦情報を決定して出力する推薦情報決定手段として機能させるための請求項２１乃至２７の何れか１項に記載のプログラムが格納された記録媒体。
前記推薦情報は、前記分析対象ユーザの今後の使い方の推定に用いた前記基準ユーザの使い方軌跡の生成に使用した操作履歴情報に利用履歴が記述されているアプリケーションの全部または一部を推薦する情報であることを特徴とする請求項２８に記載のプログラムが格納された記録媒体。
前記コンピュータを、さらに、前記分析対象ユーザが使用する前記端末装置に設けられ、前記推薦情報決定手段で決定した推薦情報を表示する推薦情報表示手段として機能させるための請求項２８または２９に記載のプログラムが格納された記録媒体。