JPWO2011114620A1 - 関心度計測システム - Google Patents
関心度計測システム Download PDFInfo
- Publication number
- JPWO2011114620A1 JPWO2011114620A1 JP2012505467A JP2012505467A JPWO2011114620A1 JP WO2011114620 A1 JPWO2011114620 A1 JP WO2011114620A1 JP 2012505467 A JP2012505467 A JP 2012505467A JP 2012505467 A JP2012505467 A JP 2012505467A JP WO2011114620 A1 JPWO2011114620 A1 JP WO2011114620A1
- Authority
- JP
- Japan
- Prior art keywords
- area
- user
- interest level
- walking
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims description 151
- 238000004364 calculation method Methods 0.000 claims description 144
- 230000001133 acceleration Effects 0.000 claims description 130
- 238000013500 data storage Methods 0.000 claims description 81
- 238000000034 method Methods 0.000 claims description 79
- 239000013598 vector Substances 0.000 claims description 40
- 230000005484 gravity Effects 0.000 claims description 32
- 238000000691 measurement method Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 description 339
- 230000006870 function Effects 0.000 description 84
- 238000004891 communication Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 25
- 230000010365 information processing Effects 0.000 description 25
- 230000007613 environmental effect Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 239000006185 dispersion Substances 0.000 description 14
- 230000003542 behavioural effect Effects 0.000 description 13
- 238000002474 experimental method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Telephonic Communication Services (AREA)
Abstract
ユーザ端末が、ユーザの動作状態を示すデータを取得し、ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得し、前記ユーザ端末が取得したデータを記憶し、記憶したデータを、取得した前記エリア滞在情報に応じて読み出し、読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成し、生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出し、算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する。
Description
本発明は、ユーザのあるエリアに対する関心度を計測する関心度計測システム、関心度計測装置、関心度計測方法、及び関心度計測プログラムに関する。
ユーザの行動履歴を用いてユーザの関心の対象を推測し、その推測結果に基づいて配信する情報を取捨選択することで、ユーザに関心の高い情報をより効率的に提供するサービスが広く行われている。しかし、そのようなサービスを提供する場合、Web上でのページ閲覧の履歴等、容易に得られる行動情報のみを用いたユーザの関心の推測に基づく情報提供に限られている。そのため、現実世界における人の行動情報も取得できるようにし、その取得情報に基づいてユーザの関心を把握できるようにする技術が求められている。
例えば、特許文献1には、現実世界における人の行動を示す情報を、センサを用いて取得し、得られたデータに基づいてユーザの関心度を算出するシステムが記載されている。特許文献1に記載されたシステムでは、人々の歩行と停止とを検出することによって、複数ユーザの関心度を定量化している。具体的には、特許文献1に記載されたシステムでは、ユーザが携帯する加速度センサや、場所毎に設置されたカメラ等を用いて取得した情報に基づいて、ある時間あるエリアにおいて立ち止まっている人物の人数を数える。そして、立ち止まり人数が多い程、そのエリアに対する人々の関心の度合いが強いものとして、複数ユーザの関心度を算出する。
図34は、特許文献1に記載されたような複数ユーザの関心度を計測する関心度計測システムの構成例を示すブロック図である。図34に示すように、関心度計測システムは、センサ端末と、センサデータ受信/収集部と、歩行/停止判定部と、エリア情報取得部と、エリア滞在人数算出部と、エリア関心度算出部と、関心度出力装置とを含む。
センサ端末は、ユーザの歩行/停止に関する情報を収集する機能を備える。また、センサデータ受信/収集部は、センサデータを受信/収集する機能を備える。また、歩行/停止判定部は、得られたセンサデータに基づいて、そのエリアにいる人々の歩行/停止を判定する機能を備える。また、エリア情報取得部は、そのエリアの位置を取得する機能を備える。また、エリア滞在人数算出部は、そのエリアにいる単位時間あたりの立ち止まり人数をカウントする機能を備える。また、エリア関心度算出部は、滞在人数からエリアに対する人々の関心度を算出する機能を備える。また、関心度出力装置は、エリア関心度に基づいて、関心度情報を、配信コンテンツ等を生成するコンテンツサーバに出力する機能を備える。
しかし、特許文献1に記載されたような関心度計測システムでは、エリア内におけるユーザの立ち止まり人数をカウントして、あるエリアに対して複数の人々がもつ関心の度合いや傾向をマクロ的に解析できるにすぎない。そのため、歩行状態や停止状態をはじめユーザがしゃがんでいる状態や背伸びをしている状態等、ユーザの行動状況を詳細に検出して、ユーザ毎に異なる関心の度合いや傾向をきめ細かに把握できないという問題点がある。
具体的には、特許文献1に記載されたような関心度計測システムでは、ある時間におけるエリア内の立ち止まり人数のみに基づいて関心度を算出している。ある時間のあるエリア内での立ち止まり人数のみに基づいて関心度を算出できるにすぎないので、立ち止まっている人々の関心の度合いがそれぞれユーザ毎に異なっている場合に、それらをユーザ毎に個別に計測することはできない。従って、算出された関心度が全ての人に当てはまる指標となるか否かまでは判断できず、例えば、情報配信等のサービスを提供する場合、そのような関心度に基づいて配信された情報が、必ずしも情報を受け取ったユーザにとって有用であるとは限らない。
そこで、本発明は、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出できる関心度計測システム、関心度計測装置、関心度計測方法、及び関心度計測プログラムを提供することを目的とする。
本発明による関心度計測システムは、ユーザの動作状態を示すデータを取得するユーザ端末と、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段と、ユーザ端末が取得したデータを記憶し、記憶したデータをエリア滞在情報取得手段によって取得されたエリア滞在情報に応じて読み出すデータ記憶/読出手段と、データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成手段と、行動状況時系列パターン生成手段が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段と、行動特徴量算出手段が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段とを備えたことを特徴とする。
本発明による関心度計測装置は、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータをエリア滞在情報取得手段によって取得されたエリア滞在情報に応じて読み出すデータ記憶/読出手段と、データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成手段と、行動状況時系列パターン生成手段が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段と、行動特徴量算出手段が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段とを備えたことを特徴とする。
本発明による関心度計測方法は、ユーザ端末が、ユーザの動作状態を示すデータを取得し、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得し、ユーザ端末が取得したデータを記憶し、記憶したデータを、取得したエリア滞在情報に応じて読み出し、読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成し、生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出し、算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定することを特徴とする。
本発明による関心度計測プログラムは、コンピュータに、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得する処理と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータを、取得したエリア滞在情報に応じて読み出す処理と、読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する処理と、生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する処理と、算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する処理とを実行させるためのものである。
本発明によれば、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出できることができる。
以下、本発明の実施形態を図面を参照して説明する。本発明による関心度計測システムは、ユーザ個人の歩行/停止動作の歩行/停止時系列パターンや、歩行外行動時系列パターン又は端末姿勢時系列パターンを用いて、ユーザ毎に異なる関心のもち方が表れた行動特徴量を定量化し、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出できる。
本発明による関心度計測システムは、センサを用いて取得したセンサデータを受信するセンサデータ受信部と、ユーザが滞在しているエリアの位置情報と滞在時間情報とを取得するエリア情報取得/通知部と、センサデータに基づいてユーザが歩いている状態であるか立ち止まっている状態であるかを判定し、歩行/停止時系列パターンを生成する歩行/停止パターン生成部と、ユーザが歩行以外の行動をしている状態であるかを判定し、歩行外行動時系列パターンを生成する歩行外行動パターン生成部、又はユーザ端末の姿勢を判定し、端末姿勢時系列パターンを生成する端末姿勢パターン生成部と、得られた歩行/停止時系列パターンと、歩行外行動時系列パターン又は端末姿勢時系列パターンとに基づいて、そのユーザの関心を示す特徴量を算出する行動特徴量算出部と、行動特徴量算出部が算出した行動特徴量に基づいて、ユーザのエリアに対する関心度を判定するエリア関心度判定部とを備える。
上記のような構成を採用し、ユーザ個人の歩行/停止時系列パターンや歩行外行動時系列パターン又は端末姿勢時系列パターンに基づいて関心の度合いや傾向を示す特徴量を算出する。そのようにすることによって、例えば、ユーザの行動状況を詳細に把握して、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザがそのエリアに対してもつ関心の特徴をより詳細に把握することができ、本発明の目的を達成することができる。
なお、本発明による関心度計測システムは、例えば、ユーザにとって関心のある情報だけを取捨選択された状態で情報配信する用途に用いることができる。また、店舗が関心度情報を入手することによって、より魅力ある売り場作りを模索するデータとして利用する用途に用いることができる。また、関心度情報を他者と共有することによって、ユーザ自身が自覚していなかった自分の関心の傾向を知る等の用途に用いることができる。
実施形態1.
まず、本発明の第1の実施形態について図面を参照して説明する。図1は、本発明による関心度計測システムの構成の一例を示すブロック図である。図1に示すように、本実施形態では、関心度計測システムは、センサ端末1と、関心度計測装置2と、関心度出力装置3とを含む。
まず、本発明の第1の実施形態について図面を参照して説明する。図1は、本発明による関心度計測システムの構成の一例を示すブロック図である。図1に示すように、本実施形態では、関心度計測システムは、センサ端末1と、関心度計測装置2と、関心度出力装置3とを含む。
センサ端末1は、人物の歩行/停止動作、歩行以外の行動(以下、歩行外行動という)に関する情報を取得するためのセンサを備える。また、センサ端末1は、センサを用いて取得したセンサ時系列データを関心度計測装置2に送信する機能を備える。センサ端末1は、例えば、加速度センサを搭載した携帯電話機等の携帯端末によって実現される。この場合、センサ端末1は、加速度センサが検出する加速度の時系列データ(以下、センサ時系列データともいう)を、当該センサ端末1(携帯電話機)を携帯するユーザの歩行/停止動作に関する情報として、携帯電話網を含む通信ネットワークを介して関心度計測装置2に送信する。
関心度計測装置2は、例えば、関心度計測サービスを提供するサービス事業者や通信キャリアが運営する装置である。関心度計測装置2は、例えば、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置を用いて実現される。なお、関心度計測装置2を含む関心度計測システムは、1つの携帯電話機等の携帯端末(関心度計測端末)を用いて実現されてもよい。
図1に示すように、関心度計測装置2は、センサデータ受信部21と、エリア滞在情報取得/通知部22と、センサデータ記憶/読出部23と、歩行/停止パターン生成部24と、歩行外行動パターン生成部28と、行動特徴量算出部25と、エリア関心度判定部26とを含む。
センサデータ受信部21は、センサ端末1が取得したセンサ時系列データを、通信ネットワークを介してセンサ端末1から受信する機能を備える。また、センサデータ受信部21は、受信したセンサ時系列データを、センサデータ記憶/読出部23に供給(出力)する機能を備える。なお、センサデータ受信部21は、例えば、センサ端末1が携帯電話機によって実現される場合、携帯電話機の基地局や、無線LANのアクセスポイント等によって実現される。
エリア滞在情報取得/通知部22は、ユーザが滞在しているエリアの位置と、ユーザがそのエリアに滞在した時間とを含むエリア滞在情報を取得する機能を備える。また、エリア滞在情報取得/通知部22は、取得したエリア滞在情報を関心度計測装置2に送信又は出力する機能を備える。
エリア滞在情報取得/通知部22は、エリア滞在情報の取得方法として、例えば、センサ端末1が携帯電話機である場合、携帯電話機に搭載されるGPS受信機が受信した測位情報を用いて、ユーザがある一定範囲のエリアに入ってから出るまでの時間を滞在時間として求める。そして、エリア滞在情報取得/通知部22は、求めたエリア滞在情報を、通信ネットワークを介して関心度計測装置2に送信する。なお、この場合、エリア滞在情報取得/通知部22は、プログラムに従って動作する携帯電話機のCPU、GPS受信機及びネットワークインタフェース部によって実現される。
また、エリア滞在情報取得/通知部22は、例えば、各地に設置された複数センサデータ受信部21(基地局やアクセスポイント)の設置位置を、予めデータベースに記憶しておく。そして、エリア滞在情報取得/通知部22は、センサ時系列データのデータ受信に用いたセンサデータ受信部21の位置情報を、ユーザの滞在エリアとして求める。また、エリア滞在情報取得/通知部22は、同じセンサデータ受信部21が連続してデータ受信していた時間を滞在時間として求める。そして、エリア滞在情報取得/通知部22は、求めたエリア滞在情報を関心度計測装置2に出力する。なお、この場合、エリア滞在情報取得/通知部22は、関心度計測装置2を実現する情報処理装置のCPU及びネットワークインタフェース部によって実現される。
また、エリア滞在情報取得/通知部22は、ユーザ自身の操作に従って、関心度計測装置2に対して、滞在エリアへの出入を明示的に示すエリア滞在情報を通知(送信)してもよい。なお、この場合、エリア滞在情報取得/通知部22は、プログラムに従って動作する携帯電話機のCPU及びネットワークインタフェース部によって実現される。
また、エリア情報取得部22は、ユーザのエリア滞在時間が確定した時点で、センサデータ記憶/読出し部23に対して、センサ時系列データを歩行/停止パターン生成部24及び歩行外行動パターン生成部28に供給(出力)することを指示するための通知情報を通知(出力)する機能を備える。また、エリア滞在情報取得/通知部22は、同時に、エリア関心度判定部26に向けて、エリア滞在情報を供給(出力)する機能を備える。
センサデータ記憶/読出部23は、具体的には、プログラムに従って動作する情報処理装置のCPU、及び磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。センサデータ記憶/読出部23は、センサデータ受信部21から入力するセンサ時系列データをデータベース装置に記憶し続ける機能を備える。また、センサデータ記憶/読出部23は、エリア滞在情報取得/通知部22から、ユーザのエリア滞在時間が確定した旨の通知情報を入力すると、データベース装置に記憶するセンサ時系列データを読み出し、歩行/停止パターン生成部24及び歩行外行動パターン生成部28に供給(出力)する機能を備える。
歩行/停止パターン生成部24は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。歩行/停止パターン生成部24は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、ユーザが歩いている状態であるか立ち止まっている状態であるかを判定する機能を備える。また、歩行/停止パターン生成部24は、その判定結果を歩行/停止時系列パターンとして行動特徴量算出部25に供給(出力)する機能を備える。
例えば、センサ端末1が備えるセンサが加速度センサである場合、歩行/停止パターン生成部24は、1秒間の加速度の分散値等を算出する。また、歩行/停止パターン生成部24は、その算出した分散値等の値と、予め設定された閾値との大小関係を比較する等の演算を行い、ユーザが歩行状態であるか停止状態であるかの判定を行う。そして、歩行/停止パターン生成部24は、判定結果を時系列順に並べて歩行/停止時系列パターンを生成する。
歩行外行動パターン生成部28は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。歩行外行動パターン生成部28は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、ユーザが歩行外行動をしている状態であるか否かを判定する機能を備える。また、歩行外行動パターン生成部28は、その判定結果を歩行外行動時系列パターンとして行動特徴量算出部25に供給(出力)する機能を備える。
なお、本実施形態において、「歩行外行動」とは、例えば、ユーザが商品を手にとって見ている状態や、商品を見るためにしゃがんでいる状態、屈んでいる状態、背伸びをしている状態、棚の周りをゆっくり動いている状態等、歩行以外の何らかの行動をユーザが行っている状態をいう。
例えば、センサ端末1が備えるセンサが加速度センサである場合、歩行外行動パターン生成部28は、センサ端末1からの加速度の波形に基づいて、ユーザが歩行外行動をしている状態であるか否かを判定する。この場合、例えば、歩行外行動パターン生成部28は、センサ時系列データ中の加速度のピーク値(例えば、時系列データ中の所定閾値以上の範囲の領域で最大となる値)が出現する間隔を求め、ピーク値が出現する間隔が所定間隔以下である場合に、ユーザが歩行外行動をしている状態であると判定することができる。すなわち、一般に、ユーザが歩行している場合に検出される加速度波形では加速度のピーク値の間隔が長いのに対して、ユーザが同じ場所で屈んだり背伸びしたりする等の歩行外行動をしている場合には加速度のピーク値の間隔が短くなる。従って、歩行外行動パターン生成部28は、加速度のピーク値が出現する間隔が短い場合には、ユーザが歩行外行動をしている状態であると判断することができる。そして、歩行外行動パターン生成部28は、判定結果を時系列順に並べて歩行外行動時系列パターンを生成する。
なお、具体的には、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、入力した加速度センサ時系列データに基づいて、加速度の分散値を求めるとともに、加速度に基づいて重力ベクトルの分散値を求め、後述する図17に示すアルゴリズムに従って、ユーザが歩行/停止又は歩行外行動をしている状態であるか否かを判定する。例えば、後述する図17に示すように、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、求めた加速度の分散値が所定の閾値よりも大きいか否かを判定し、所定の閾値よりも大きいと判定すると、加速度のピーク間隔が所定の範囲内に入っているか否かを判定する(図17のステップS10,S11参照)。そして、所定の範囲内に入っていれば、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが歩行状態であると判定する(図17のステップS12参照)。また、所定の範囲内に入っていなければ、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが歩行外行動をしている状態であると判定する(図17のステップS13参照)。
一方、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、求めた加速度の分散値が所定の閾値よりも大きくなかった場合には、求めた重力ベクトルの分散値が所定の閾値よりも大きいか否かを判定し、所定の閾値よりも大きくないと判定した場合には、ユーザが停止状態であると判定する(図17のステップS14,S15参照)。また、所定の閾値よりも大きいと判定した場合には、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが停止状態であるものの、その停止している場所で体を動かしている状態であると判定する(図17のステップS16参照)。
行動特徴量算出部25は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。行動特徴量算出部25は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンと、歩行外行動パターン生成部28から入力した歩行外行動時系列パターンとに基づいて、ユーザの行動特徴を示す行動特徴量を求める機能を備える。また、行動特徴量算出部25は、求めた行動特徴量をエリア関心度判定部26に出力する機能を備える。
行動特徴量算出部25は、例えば、行動特徴量として、ユーザがそのエリアに滞在した時間内の歩行時間や立ち止まり時間、歩行外行動時間又はそれらの総和や平均値、歩行時間と停止時間と歩行外行動時間との比率、歩行回数や立ち止まり回数、歩行外行動回数等の特徴量を算出する。そして、行動特徴量算出部25は、算出した行動特徴量をエリア関心度判定部26に供給(出力)する。
エリア関心度判定部26は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。エリア関心度判定部26は、行動特徴量算出部25から入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを用いて、ユーザ毎のエリアに対する関心の大きさを示すエリア関心度を判定する機能を備える。また、エリア関心度判定部26は、判定したエリア関心度を示すエリア関心度情報を関心度出力装置3に出力する機能を備える。
エリア関心度判定部26は、例えば、予め設定された閾値と、行動特徴量算出部25から入力した行動特徴量との大小関係を比較する等の演算を行う。そして、エリア関心度判定部26は、エリアでの滞在時間が長いが立ち止まり時間が短いユーザについて、エリアに対して興味を惹かれる度合いが小さいと判定する。また、エリア関心度判定部26は、エリアでの滞在時間が短いが立ち止まり時間の比率が多いユーザについて、エリアに対して強く興味を惹かれていると判定する。また、エリア関心度判定部26は、例えば、行動特徴量としての歩行外行動時間が大きい場合には、ユーザが姿勢を変えたり、しゃがんだりしている状態であると判断することができ、ユーザが棚等にある商品に興味を示している状態であると判断することができる。そのような判定を行うことにより、エリア関心度判定部26は、そのエリアに対するユーザのエリア関心度を判定し、エリア関心度の判定結果(エリア関心度情報)を関心度出力装置3に供給(出力)する。
関心度出力装置3は、具体的には、プログラムに従って動作する情報処理装置のCPU、及びネットワークインタフェース部によって実現されてもよい。関心度出力装置3は、エリア関心度判定部26から入力したユーザ毎のエリア関心度情報を利用可能な形で出力する装置である。
例えば、関心度出力装置3は、エリア関心度情報をユーザが所持している携帯電話機に送信し、携帯電話機のディスプレイ表示部に本人の関心度情報を表示させる。また、例えば、関心度出力装置3は、ユーザの近くの表示装置にエリア関心度を送信し、その表示装置の表示部に本人の関心度情報を表示させる。また、例えば、関心度出力装置3は、得られたエリア関心度情報を、ユーザへの推薦情報を選択したり生成したりするコンテンツサーバに送信する。この場合、コンテンツサーバは、受信したエリア関心度情報に基づいて、ユーザ毎に関心の高い推薦情報を選択/生成し、ユーザが携帯する携帯電話機等の端末に送信する。
なお、本実施形態において、関心度計測装置2を実現する情報処理装置の記憶装置(図示せず)は、ユーザ毎のエリア関心度を計測するための各種プログラムを記憶している。例えば、関心度計測装置2を実現する情報処理装置の記憶装置は、コンピュータに、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得する処理と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータを、取得したエリア滞在情報に応じて読み出す処理と、読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する処理と、生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する処理と、算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する処理とを実行させるための関心度計測プログラムを記憶している。
次に、動作について説明する。図2は、関心度計測システムがユーザ毎のエリアに対する関心度を計測する処理の一例を示す流れ図である。ユーザがあるエリアを訪れると(ステップA1)、エリア滞在情報取得/通知部22は、エリア滞在情報を取得する(ステップB1)。例えば、センサ端末1が加速度センサを搭載した携帯電話機であり、エリア情報取得/通知部22が携帯電話機に搭載されたGPS受信機を用いて実現されるものとする。この場合、エリア滞在情報取得/通知部22は、GPS信号に基づいて、ユーザがある特定のエリア内に立ち入った旨の情報を取得する(求める)。そして、センサ端末1と関心度計測装置2との間のセンサ時系列データの送受信が開始される。
センサ端末1は、ユーザの歩行や停止の行動に従って時系列データを取得し(ステップA2)、センサデータ受信部21に送信する(ステップA3)。例えば、センサが携帯電話機に搭載された加速度センサである場合、センサ端末1は、携帯電話機の通信手段を用いて、一定時間毎に、取得したセンサ時系列データの送信を行う。すると、関心度計測装置2のセンサデータ受信部21は、センサ端末1からセンサ時系列データを受信する(ステップB2)
次いで、ユーザがエリアから離れると(ステップA4)、エリア滞在情報取得/通知部22は、ユーザがエリアに滞在した時間情報を確定し、センサデータ記憶/読出部23及びエリア関心度判定部26に通知情報を出力する。すると、センサデータ記憶/読出部23は、ユーザがエリアに滞在した時間帯のセンサ時系列データをデータベース装置から抽出し、歩行/停止パターン生成部24及び歩行外行動パターン生成部28に供給(出力)する(ステップB3)。
次いで、歩行/停止パターン生成部24は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、歩行/停止時系列パターンを生成し、行動特徴量算出部25に供給(出力)する(ステップB41)。例えば、センサが加速度センサである場合、歩行/停止パターン生成部24は、1秒間の加速度の分散値等を算出して、その算出した分散値等の値と、予め設定された閾値との大小関係を比較する等の演算を行い、ユーザが歩行状態であるか停止状態であるかの判定を行う。そして、歩行/停止パターン生成部24は、その判定結果を時系列順に並べて、歩行/停止の時系列パターンを生成する。
また、歩行外行動パターン生成部28は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、歩行外行動時系列パターンを生成し、行動特徴量算出部25に供給(出力)する(ステップB42)。例えば、センサ端末1が備えるセンサが加速度センサである場合、歩行外行動パターン生成部28は、センサ端末1からの加速度の波形に基づいて、ユーザが歩行外行動をしている状態であるか否かの判定を行う。そして、歩行外行動パターン生成部28は、その判定結果を時系列順に並べて、歩行外行動時系列パターンを生成する。
なお、図2に示す例では、まずステップB41の歩行/停止時系列パターンを生成する処理を実行してから、ステップB42の歩行外行動時系列パターンを生成する処理を実行する場合を示しているが、処理の実行順は、本実施形態で示したものに限られない。例えば、逆に、ステップB42の歩行外行動時系列パターンを生成する処理を先に実行してから、ステップB41の歩行/停止時系列パターンを生成する処理を実行してもよい。また、例えば、ステップB41の歩行/停止時系列パターンを生成する処理と、ステップB42の歩行外行動時系列パターンを生成する処理とを並行処理的に実行してもよい。
次いで、行動特徴量算出部25は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンと、歩行外行動パターン生成部28から入力した歩行外行動時系列パターンとに基づいて、例えば、ユーザがそのエリアに滞在した時間内の歩行時間や立ち止まり時間、歩行外行動時間又はそれらの総和や平均値、歩行時間と停止時間と歩行外行動時間との比率、歩行回数や立ち止まり回数、歩行外行動回数等の行動特徴量を算出する(ステップB5)。そして、行動特徴量算出部25は、算出した行動特徴量をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、行動特徴量算出部25から入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを用いて、ユーザ毎のエリアに対するエリア関心度を求める(ステップB6)。例えば、エリア関心度判定部26は、予め設定された閾値と、入力した行動特徴量との大小関係を比較する等の演算を行い、ユーザが興味を惹かれた商品がない旨や、エリアに対して強く興味を惹かれている等、そのエリアに対するユーザの関心度を判定する。また、例えば、エリア関心度判定部26は、行動特徴量としての歩行外行動時間が大きい場合には、ユーザが姿勢を変えたり、しゃがんだりしている状態であると判断することができ、ユーザが棚等にある商品に興味を示している状態であると判断することができる。そして、エリア関心度判定部26は、求めたエリア関心度情報を関心度出力装置3に供給(出力)する。
次いで、エリア関心度出力装置3は、エリア関心度判定部26から入力したエリア関心度情報を出力する制御を行う(ステップB7)。例えば、関心度出力装置3は、エリア関心度情報をユーザが所持している携帯電話機に送信し、携帯電話機のディスプレイ表示部に表示させる。また、例えば、関心度出力装置3は、得られたエリア関心度情報を、ユーザへの推薦情報を生成するコンテンツサーバ等に送信する等の制御を行う。
以上のように、本実施形態によれば、関心度計測システムは、センサを用いてユーザの歩行状態と停止状態とを示す歩行/停止時系列パターンを得るとともに、センサを用いてユーザが歩行外行動を行っている状態であるかを示す歩行外行動時系列パターンを得る。そのようにすることによって、ユーザがそのエリアに滞在した時間内の歩行時間や立ち止まり時間、歩行外行動時間又はそれらの総和や平均値、歩行時間と停止時間と歩行外行動時間との比率、歩行回数や立ち止まり回数、歩行外行動回数等、関心の度合いや傾向を示す特徴量に基づいて、ユーザ毎の関心度を判定する。そのため、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザの歩行/停止時系列パターンや歩行外行動時系列パターンから算出した行動特徴量を用いることによって、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。
なお、本実施形態によれば、歩行/停止時系列パターンに加えて歩行外行動時系列パターンから算出した行動特徴量を用いるので、単に歩行状態であるか停止状態であるかだけでなく、ユーザが歩行外行動を行っている状態であるか等、ユーザの行動状況を詳細に把握した上で関心度を算出することができる。そのため、関心度をより精度よく求めることができ、例えば、ユーザ毎の関心の詳細(例えば、棚の商品を手にとって見ている状態であるか)を事細かに判定することができる。
従って、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
実施形態2.
次に、本発明の第2の実施形態について図面を参照して説明する。図3は、第2の実施形態における関心度計測システムの構成の一例を示すブロック図である。図3に示すように、本実施形態では、関心度計測装置2が、図1で示した歩行外行動パターン生成部28に代えて、端末姿勢パターン生成部29を含む点で、第1の実施形態と異なる。また、本実施形態では、センサデータ記憶/読出部23A、行動特徴量算出部25A、及びエリア関心度判定部26Aの機能が、第1の実施形態で示したセンサデータ記憶/読出部23、行動特徴量算出部25、及びエリア関心度判定部26の機能と異なる。なお、それ以外の構成要素の機能については、第1の実施形態で示したそれらの機能と同様である。
次に、本発明の第2の実施形態について図面を参照して説明する。図3は、第2の実施形態における関心度計測システムの構成の一例を示すブロック図である。図3に示すように、本実施形態では、関心度計測装置2が、図1で示した歩行外行動パターン生成部28に代えて、端末姿勢パターン生成部29を含む点で、第1の実施形態と異なる。また、本実施形態では、センサデータ記憶/読出部23A、行動特徴量算出部25A、及びエリア関心度判定部26Aの機能が、第1の実施形態で示したセンサデータ記憶/読出部23、行動特徴量算出部25、及びエリア関心度判定部26の機能と異なる。なお、それ以外の構成要素の機能については、第1の実施形態で示したそれらの機能と同様である。
センサデータ記憶/読出部23Aは、第1の実施形態で示したセンサデータ記憶/読出部23と同様に、センサデータ受信部21から入力するセンサ時系列データをデータベース装置に記憶し続ける機能を備える。また、センサデータ記憶/読出部23Aは、第1の実施形態で示したセンサデータ記憶/読出部23と異なり、エリア滞在情報取得/通知部22から、ユーザのエリア滞在時間が確定した旨の通知情報を入力すると、データベース装置に記憶するセンサ時系列データを読み出し、歩行/停止パターン生成部24及び端末姿勢パターン生成部29に供給(出力)する機能を備える。
端末姿勢パターン生成部29は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。端末姿勢パターン生成部29は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、ユーザが所持するセンサ端末1(ユーザ端末)の姿勢を検出する機能を備える。また、端末姿勢パターン生成部29は、その検出結果を端末姿勢時系列パターンとして行動特徴量算出部25に供給(出力)する機能を備える。
例えば、センサ端末1が備えるセンサが加速度センサである場合、端末姿勢パターン生成部29は、センサ端末1からの加速度に基づいて、センサ端末1の姿勢を示す重力ベクトルを求めることによって、センサ端末1の姿勢を検出する。そして、端末姿勢パターン生成部29は、検出結果を時系列順に並べて端末姿勢時系列パターンを生成する。
行動特徴量算出部25Aは、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンと、端末姿勢パターン生成部29から入力した端末姿勢時系列パターンとに基づいて、ユーザの行動特徴を示す行動特徴量を求める機能を備える。また、行動特徴量算出部25Aは、求めた行動特徴量をエリア関心度判定部26Aに出力する機能を備える。
行動特徴量算出部25Aは、例えば、行動特徴量として、ユーザがそのエリアに滞在した時間内の歩行時間や立ち止まり時間又はそれらの総和や平均値、歩行時間と停止時間との比率、歩行回数や立ち止まり回数等の特徴量を算出する。また、行動特徴量算出部25Aは、例えば、所定状態(例えば、ユーザがセンサ端末1の表示画面を見ている状態)のときのセンサ端末1の姿勢を基準姿勢と定義し、入力した端末姿勢時系列パターンで示される現在のセンサ端末1の姿勢と基準姿勢との類似度Sを行動特徴量として求める。具体的には、行動特徴量算出部25Aは、端末姿勢時系列パターンで示される現在のセンタ端末1の各姿勢と基準姿勢との個々の類似度を求め、それらの平均値を行動特徴量として算出する。また、行動特徴量算出部25Aは、例えば、入力した端末姿勢時系列パターンに基づいて、重力ベクトルの分散値を行動特徴量として求める。そして、行動特徴量算出部25Aは、算出した行動特徴量をエリア関心度判定部26Aに供給(出力)する。
エリア関心度判定部26Aは、行動特徴量算出部25Aから入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを用いて、ユーザ毎のエリアに対する関心の大きさを示すエリア関心度を判定する機能を備える。また、エリア関心度判定部26Aは、判定したエリア関心度を示すエリア関心度情報を関心度出力装置3に出力する機能を備える。
エリア関心度判定部26Aは、第1の実施形態と同様に、例えば、予め設定された閾値と、行動特徴量算出部25Aから入力した行動特徴量との大小関係を比較する等の演算を行う。そして、エリア関心度判定部26Aは、エリアでの滞在時間が長いが立ち止まり時間が短いユーザについて、エリアに対して興味を惹かれる度合いが小さいと判定する。また、エリア関心度判定部26Aは、エリアでの滞在時間が短いが立ち止まり時間の比率が多いユーザについて、エリアに対して強く興味を惹かれていると判定する。
また、第1の実施形態と異なり、エリア関心度判定部26Aは、例えば、行動特徴量としての類似度Sの値が大きい場合には、ユーザがアプリケーション等を利用していてセンサ端末1の表示画面を見ている状態であり、陳列されている商品等には興味を示していない状態であると判断することができる。また、エリア関心度判定部26Aは、例えば、行動特徴量としての重力ベクトルの分散値が大きい場合には、ユーザが大きく姿勢を変動させながら商品を見ている状態であると判断することができる。そのような判定を行うことにより、エリア関心度判定部26Aは、そのエリアに対するユーザのエリア関心度を判定し、エリア関心度の判定結果(エリア関心度情報)を関心度出力装置3に供給(出力)する。
次に、動作について説明する。図4は、第2の実施形態における関心度計測システムがユーザ毎のエリアに対する関心度を計測する処理の一例を示す流れ図である。なお、本実施形態において、ステップA1〜A4及びステップB1〜B2の処理は、第1の実施形態で示したそれらの処理と同様である。
ステップA4でユーザがエリアから離れると、エリア滞在情報取得/通知部22は、ユーザがエリアに滞在した時間情報を確定し、センサデータ記憶/読出部23A及びエリア関心度判定部26に通知情報を出力する。すると、センサデータ記憶/読出部23Aは、ユーザがエリアに滞在した時間帯のセンサ時系列データをデータベース装置から抽出し、歩行/停止パターン生成部24及び端末姿勢パターン生成部29に供給(出力)する(ステップB3)。
次いで、歩行/停止パターン生成部24は、センサデータ記憶/読出部23Aから入力したセンサ時系列データに基づいて、歩行/停止時系列パターンを生成し、行動特徴量算出部25に供給(出力)する(ステップB41)。例えば、センサが加速度センサである場合、歩行/停止パターン生成部24は、1秒間の加速度の分散値等を算出して、その算出した分散値等の値と、予め設定された閾値との大小関係を比較する等の演算を行い、ユーザが歩行状態であるか停止状態であるかの判定を行う。そして、歩行/停止パターン生成部24は、その判定結果を時系列順に並べて、歩行/停止の時系列パターンを生成する。
また、端末姿勢パターン生成部29は、センサデータ記憶/読出部23Aから入力したセンサ時系列データに基づいて、端末姿勢時系列パターンを生成し、行動特徴量算出部25Aに供給(出力)する(ステップB43)。例えば、センサ端末1が備えるセンサが加速度センサである場合、端末姿勢パターン生成部29は、センサ端末1からの加速度に基づいて、センサ端末1の姿勢を示す重力ベクトルを求めることによって、センサ端末1の姿勢を検出する。そして、端末姿勢パターン生成部29は、その検出結果を時系列順に並べて、端末姿勢時系列パターンを生成する。
なお、図4に示す例では、まずステップB41の歩行/停止時系列パターンを生成する処理を実行してから、ステップB43の端末姿勢時系列パターンを生成する処理を実行する場合を示しているが、処理の実行順は、本実施形態で示したものに限られない。例えば、逆に、ステップB43の端末姿勢時系列パターンを生成する処理を先に実行してから、ステップB41の歩行/停止時系列パターンを生成する処理を実行してもよい。また、例えば、ステップB41の歩行/停止時系列パターンを生成する処理と、ステップB43の端末姿勢時系列パターンを生成する処理とを並行処理的に実行してもよい。
次いで、行動特徴量算出部25Aは、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンと、端末姿勢パターン生成部29から入力した端末姿勢時系列パターンとに基づいて、例えば、ユーザがそのエリアに滞在した時間内の歩行時間や立ち止まり時間又はそれらの総和や平均値、歩行時間と停止時間との比率、歩行回数や立ち止まり回数等の行動特徴量を算出する(ステップB5)。また、行動特徴量算出部25Aは、例えば、行動特徴量として、類似度Sや重力ベクトルの分散値を算出する。そして、行動特徴量算出部25Aは、算出した行動特徴量をエリア関心度判定部26Aに供給(出力)する。
次いで、エリア関心度判定部26Aは、行動特徴量算出部25Aから入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを用いて、ユーザ毎のエリアに対するエリア関心度を求める(ステップB6)。例えば、エリア関心度判定部26Aは、予め設定された閾値と、入力した行動特徴量との大小関係を比較する等の演算を行い、ユーザが興味を惹かれた商品がない旨や、エリアに対して強く興味を惹かれている等、そのエリアに対するユーザの関心度を判定する。また、例えば、エリア関心度判定部26Aは、行動特徴量としての類似度Sの値が大きい場合には、ユーザがアプリケーション等を利用していてセンサ端末1の表示画面を見ている状態であり、陳列されている商品等には興味を示していない状態であると判断することができる。また、例えば、エリア関心度判定部26Aは、行動特徴量としての重力ベクトルの分散値が大きい場合には、ユーザが大きく姿勢を変動させながら商品を見ている状態であると判断することができる。そして、エリア関心度判定部26Aは、求めたエリア関心度情報を関心度出力装置3に供給(出力)する。
なお、本実施形態において、ステップB7の処理は、第1の実施形態で示した処理と同様である。
以上のように、本実施形態によれば、関心度計測システムは、センサを用いてユーザの歩行状態と停止状態とを示す歩行/停止時系列パターンを得るとともに、センサを用いてユーザが歩行外行動を行っている状態であるかを示す歩行外行動時系列パターンを得る。そのようにすることによって、ユーザがそのエリアに滞在した時間内の歩行時間や立ち止まり時間又はそれらの総和や平均値、歩行時間と停止時間との比率、歩行回数や立ち止まり回数、類似度Sや重力ベクトルの分散値等、関心の度合いや傾向を示す特徴量に基づいて、ユーザ毎の関心度を判定する。そのため、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザの歩行/停止時系列パターンや端末姿勢時系列パターンから算出した行動特徴量を用いることによって、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。
なお、本実施形態によれば、歩行/停止時系列パターンに加えて端末姿勢時系列パターンから算出した行動特徴量を用いるので、単に歩行状態であるか停止状態であるかだけでなく、センサ端末1の姿勢から間接的にユーザの行動状況(例えば、センサ端末1の表示画面を見ている状態や、ユーザが大きく姿勢を変動させている状態)を把握した上で関心度を算出することができる。そのため、関心度をより精度よく求めることができ、例えば、ユーザ毎の関心の詳細(例えば、ユーザがセンサ端末1でアプリケーションを利用することに関心を示している状態であるかや、商品に注目している状態であるか)を事細かに判定することができる。
従って、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
なお、本実施形態において、関心度計測装置2は、さらに第1の実施形態で示した歩行外行動パターン生成部28も備えるようにしてもよい。そのように構成すれば、歩行/停止時系列パターンに加えて、歩行外行動時系列パターン及び端末姿勢時系列パターンの両方を用いて行動特徴量を求めて関心度を算出することができ、関心度をさらに精度よく求めることができる。
実施形態3.
次に、本発明の第3の実施形態について図面を参照して説明する。図5は、第3の実施形態における関心度計測システムの構成の一例を示すブロック図である。図5に示すように、本実施形態では、関心度計測システムは、図1で示した構成要素に加えて、環境情報取得/通信部40を含む点で、第1の実施形態と異なる。また、本実施形態では、エリア関心度判定部26Bの機能が、第1の実施形態で示したエリア関心度判定部26の機能と異なる。なお、それ以外の構成要素の機能については、第1の実施形態で示したそれらの機能と同様である。
次に、本発明の第3の実施形態について図面を参照して説明する。図5は、第3の実施形態における関心度計測システムの構成の一例を示すブロック図である。図5に示すように、本実施形態では、関心度計測システムは、図1で示した構成要素に加えて、環境情報取得/通信部40を含む点で、第1の実施形態と異なる。また、本実施形態では、エリア関心度判定部26Bの機能が、第1の実施形態で示したエリア関心度判定部26の機能と異なる。なお、それ以外の構成要素の機能については、第1の実施形態で示したそれらの機能と同様である。
環境情報取得/通信部40は、具体的には、焦電センサやカメラ、温度センサ、湿度センサ、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。環境情報取得/通信部40は、エリア内に配置されている焦電センサやカメラ、温度センサ、湿度センサ等の各種センサからの入力に基づいて、ユーザがいるエリアの状況を示す環境情報を求める機能を備える。また、環境情報取得/通信部40は、求めた環境情報を、ネットワークを介して関心度計測装置2に送信する機能を備える。
例えば、環境情報取得/通信部40は、エリア内に配置されている焦電センサからの検出信号を入力し、エリア内にいる人の人数を環境情報として求める。また、例えば、エリア内にカメラが配置されている場合には、環境情報取得/通信部40は、カメラが撮影した画像を画像解析して、エリア内にいる人の人数を環境情報として求めてもよい。また、例えば、環境情報取得/通信部40は、エリア内に配置されている気温センサからの検出信号を入力し、エリア内の気温を環境情報として求める。また、例えば、環境情報取得/通信部40は、エリア内に配置されている湿度センサからの検出信号を入力し、エリア内の湿度を環境情報として求める。
エリア関心度判定部26Bは、行動特徴量算出部25から入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報と、環境情報取得/通信部40から入力した環境情報とを用いて、ユーザ毎のエリアに対する関心の大きさを示すエリア関心度を判定する機能を備える。また、エリア関心度判定部26Bは、判定したエリア関心度を示すエリア関心度情報を関心度出力装置3に出力する機能を備える。
エリア関心度判定部26Bは、第1の実施形態と同様に、例えば、予め設定された閾値と、行動特徴量算出部25から入力した行動特徴量との大小関係を比較する等の演算を行う。そして、エリア関心度判定部26Bは、エリアでの滞在時間が長いが立ち止まり時間が短いユーザについて、エリアに対して興味を惹かれる度合いが小さいと判定する。また、エリア関心度判定部26Bは、エリアでの滞在時間が短いが立ち止まり時間の比率が多いユーザについて、エリアに対して強く興味を惹かれていると判定する。
また、第1の実施形態と異なり、エリア関心度判定部26Bは、例えば、環境情報に示されるエリア内の人数が多い(例えば、所定数以上)場合には、人が多く集まる場所にユーザが関心をもっていると判定することができる。また、エリア関心度判定部26Bは、例えば、環境情報に示されるエリア内の気温が高い(例えば、温度が所定値以上)場合には、暑いエリアであるにもかかわらずユーザが滞在していると判断することができ、そのエリアにユーザが強い関心をもっていると判定することができる。そのような判定を行うことにより、エリア関心度判定部26Bは、そのエリアに対するユーザのエリア関心度を判定し、エリア関心度の判定結果(エリア関心度情報)を関心度出力装置3に供給(出力)する。
次に、動作について説明する。図6は、第3の実施形態における関心度計測システムがユーザ毎のエリアに対する関心度を計測する処理の一例を示す流れ図である。なお、本実施形態において、ステップA1〜A4及びステップB1〜B5の処理は、第1の実施形態で示したそれらの処理と同様である。
ステップB51では、エリア関心度判定部26Bは、環境情報取得/通信部40が求めた環境情報を取得する。例えば、エリア関心度判定部26Bは、環境情報取得/通信部40から、ネットワークを介して環境情報を受信する。なお、環境情報取得/通信部40から環境情報を受信するタイミングは、本実施形態で示したものに限られない。例えば、エリア関心度判定部26Bは、エリア関心度算出のタイミングとは無関係に、環境情報取得/通信部40から環境情報を随時受信し、記憶部に記憶しておいてもよい。そして、ステップB51では、エリア関心度判定部26Bは、記憶部に記憶されている最新の環境情報を抽出するようにしてもよい。
次いで、エリア関心度判定部26Bは、行動特徴量算出部25Bから入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報と、環境情報取得/通信部40から入力した環境情報とを用いて、ユーザ毎のエリアに対するエリア関心度を求める(ステップB6)。例えば、エリア関心度判定部26Bは、予め設定された閾値と、入力した行動特徴量との大小関係を比較する等の演算を行い、ユーザが興味を惹かれた商品がない旨や、エリアに対して強く興味を惹かれている等、そのエリアに対するユーザの関心度を判定する。また、例えば、エリア関心度判定部26Bは、環境情報に示されるエリア内の人数が多い(例えば、所定数以上)場合には、人が多く集まる場所にユーザが関心をもっていると判定することができる。また、例えば、エリア関心度判定部26Bは、環境情報に示されるエリア内の気温が高い(例えば、温度が所定値以上)場合には、暑いエリアであるにもかかわらずユーザが滞在していると判断することができ、そのエリアにユーザが強い関心をもっていると判定することができる。そして、エリア関心度判定部26Bは、求めたエリア関心度情報を関心度出力装置3に供給(出力)する。
なお、本実施形態において、ステップB7の処理は、第1の実施形態で示した処理と同様である。
以上のように、本実施形態によれば、行動特徴量に加えて、エリア内の状況を示す環境情報に基づいて、ユーザの関心度を判定する。そのため、第1の実施形態の効果に加えて、エリア内の人数や気温、湿度等のエリア状況も把握した上で、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。
なお、本実施形態では、第1の実施形態で示した関心度計測システムにおいて、さらに環境情報取得/通信部40を備えるように構成する場合を示したが、第2の実施形態で示した関心度計測システムにおいて、環境情報取得/通信部40を備えるように構成してもよい。また、例えば、第1の実施形態で示した歩行外行動パターン生成部28と、第2の実施形態で示した端末姿勢パターン生成部29との両方の構成要素を備えるように構成した関心度計測システムにおいて、さらに環境情報取得/通信部40を備えるように構成しても構わない。
実施形態4.
次に、本発明の第4の実施形態について図面を参照して説明する。図7は、第4の実施形態における関心度計測システムの構成の一例を示すブロック図である。図7に示すように、本実施形態では、関心度計測システムは、センサ端末1と、関心度計測装置2と、関心度出力装置3とを含む。
次に、本発明の第4の実施形態について図面を参照して説明する。図7は、第4の実施形態における関心度計測システムの構成の一例を示すブロック図である。図7に示すように、本実施形態では、関心度計測システムは、センサ端末1と、関心度計測装置2と、関心度出力装置3とを含む。
センサ端末1は、人物の歩行/停止動作に関する情報を取得するためのセンサを備える。また、センサ端末1は、センサを用いて取得したセンサ時系列データを関心度計測装置2に送信する機能を備える。センサ端末1は、例えば、加速度センサを搭載した携帯電話機等の携帯端末によって実現される。この場合、センサ端末1は、加速度センサが検出する加速度の時系列データ(以下、センサ時系列データともいう)を、当該センサ端末1(携帯電話機)を携帯するユーザの歩行/停止動作に関する情報として、携帯電話網を含む通信ネットワークを介して関心度計測装置2に送信する。
関心度計測装置2は、例えば、関心度計測サービスを提供するサービス事業者や通信キャリアが運営する装置である。関心度計測装置2は、例えば、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置を用いて実現される。なお、関心度計測装置2を含む関心度計測システムは、1つの携帯電話機等の携帯端末(関心度計測端末)を用いて実現されてもよい。
図7に示すように、関心度計測装置2は、センサデータ受信部21と、エリア滞在情報取得/通知部22と、センサデータ記憶/読出部23と、歩行/停止パターン生成部24と、行動特徴量算出部25と、エリア関心度判定部26とを含む。
センサデータ受信部21は、センサ端末1が取得したセンサ時系列データを、通信ネットワークを介してセンサ端末1から受信する機能を備える。また、センサデータ受信部21は、受信したセンサ時系列データを、センサデータ記憶/読出部23に供給(出力)する機能を備える。なお、センサデータ受信部21は、例えば、センサ端末1が携帯電話機によって実現される場合、携帯電話機の基地局や、無線LANのアクセスポイント等によって実現される。
エリア滞在情報取得/通知部22は、ユーザが滞在しているエリアの位置と、ユーザがそのエリアに滞在した時間とを含むエリア滞在情報を取得する機能を備える。また、エリア滞在情報取得/通知部22は、取得したエリア滞在情報を関心度計測装置2に送信又は出力する機能を備える。
エリア滞在情報取得/通知部22は、エリア滞在情報の取得方法として、例えば、センサ端末1が携帯電話機である場合、携帯電話機に搭載されるGPS受信機が受信した測位情報を用いて、ユーザがある一定範囲のエリアに入ってから出るまでの時間を滞在時間として求める。そして、エリア滞在情報取得/通知部22は、求めたエリア滞在情報を、通信ネットワークを介して関心度計測装置2に送信する。なお、この場合、エリア滞在情報取得/通知部22は、プログラムに従って動作する携帯電話機のCPU、GPS受信機及びネットワークインタフェース部によって実現される。
また、エリア滞在情報取得/通知部22は、例えば、各地に設置された複数センサデータ受信部21(基地局やアクセスポイント)の設置位置を、予めデータベースに記憶しておく。そして、エリア滞在情報取得/通知部22は、センサ時系列データのデータ受信に用いたセンサデータ受信部21の位置情報を、ユーザの滞在エリアとして求める。また、エリア滞在情報取得/通知部22は、同じセンサデータ受信部21が連続してデータ受信していた時間を滞在時間として求める。そして、エリア滞在情報取得/通知部22は、求めたエリア滞在情報を関心度計測装置2に出力する。なお、この場合、エリア滞在情報取得/通知部22は、関心度計測装置2を実現する情報処理装置のCPU及びネットワークインタフェース部によって実現される。
また、エリア滞在情報取得/通知部22は、ユーザ自身の操作に従って、関心度計測装置2に対して、滞在エリアへの出入を明示的に示すエリア滞在情報を通知(送信)してもよい。なお、この場合、エリア滞在情報取得/通知部22は、プログラムに従って動作する携帯電話機のCPU及びネットワークインタフェース部によって実現される。
また、エリア情報取得部22は、ユーザのエリア滞在時間が確定した時点で、センサデータ記憶/読出し部23に対して、センサ時系列データを歩行/停止パターン生成部24に供給(出力)することを指示するための通知情報を通知(出力)する機能を備える。また、エリア滞在情報取得/通知部22は、同時に、エリア関心度判定部26に向けて、エリア滞在情報を供給(出力)する機能を備える。
センサデータ記憶/読出部23は、具体的には、プログラムに従って動作する情報処理装置のCPU、及び磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。センサデータ記憶/読出し部23は、センサデータ受信部21から入力するセンサ時系列データをデータベース装置に記憶し続ける機能を備える。また、センサデータ記憶/読出部23は、エリア滞在情報取得/通知部22から、ユーザのエリア滞在時間が確定した旨の通知情報を入力すると、データベース装置に記憶するセンサ時系列データを読み出し、歩行/停止パターン生成部24に供給(出力)する機能を備える。
歩行/停止パターン生成部24は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。歩行/停止パターン生成部24は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、ユーザが歩いている状態であるか立ち止まっている状態であるかを判定する機能を備える。また、歩行/停止パターン生成部24は、その判定結果を歩行/停止時系列パターンとして行動特徴量算出部25に供給(出力)する機能を備える。
例えば、センサ端末1が備えるセンサが加速度センサである場合、歩行/停止パターン生成部24は、1秒間の加速度の分散値等を算出する。また、歩行/停止パターン生成部24は、その算出した分散値等の値と、予め設定された閾値との大小関係を比較する等の演算を行い、ユーザが歩行状態であるか停止状態であるかの判定を行う。そして、歩行/停止パターン生成部24は、判定結果を時系列順に並べて歩行/停止時系列パターンを生成する。
行動特徴量算出部25は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。行動特徴量算出部25は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンに基づいて、ユーザの行動特徴を示す行動特徴量を求める機能を備える。また、行動特徴量算出部25は、求めた行動特徴量をエリア関心度判定部26に出力する機能を備える。
行動特徴量算出部25は、例えば、行動特徴量として、ユーザがそのエリアに滞在した時間内の立ち止まり時間の総和や平均値、歩行時間と停止時間との比率、立ち止まりの回数等の特徴量を算出する。そして、行動特徴量算出部25は、算出した行動特徴量をエリア関心度判定部26に供給(出力)する。
エリア関心度判定部26は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。エリア関心度判定部26は、行動特徴量算出部25から入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを用いて、ユーザ毎のエリアに対する関心の大きさを示すエリア関心度を判定する機能を備える。また、エリア関心度判定部26は、判定したエリア関心度を示すエリア関心度情報を関心度出力装置3に出力する機能を備える。
エリア関心度判定部26は、例えば、予め設定された閾値と、行動特徴量算出部25から入力した行動特徴量との大小関係を比較する等の演算を行う。そして、エリア関心度判定部26は、エリアでの滞在時間が長いが立ち止まり時間が短いユーザについて、エリアに対して興味を惹かれる度合いが小さいと判定する。また、エリア関心度判定部26は、エリアでの滞在時間が短いが立ち止まり時間の比率が多いユーザについて、エリアに対して強く興味を惹かれていると判定する。そのような判定を行うことにより、エリア関心度判定部26は、そのエリアに対するユーザのエリア関心度を判定し、エリア関心度の判定結果(エリア関心度情報)を関心度出力装置3に供給(出力)する。
関心度出力装置3は、具体的には、プログラムに従って動作する情報処理装置のCPU、及びネットワークインタフェース部によって実現されてもよい。関心度出力装置3は、エリア関心度判定部26から入力したユーザ毎のエリア関心度情報を利用可能な形で出力する装置である。
例えば、関心度出力装置3は、エリア関心度情報をユーザが所持している携帯電話機に送信し、携帯電話機のディスプレイ表示部に本人の関心度情報を表示させる。また、例えば、関心度出力装置3は、得られたエリア関心度情報を、ユーザへの推薦情報を選択したり生成したりするコンテンツサーバに送信する。この場合、コンテンツサーバは、受信したエリア関心度情報に基づいて、ユーザ毎に関心の高い推薦情報を選択/生成し、ユーザが携帯する携帯電話機等の端末に送信する。
なお、本実施形態において、関心度計測装置2を実現する情報処理装置の記憶装置(図示せず)は、ユーザ毎のエリア関心度を計測するための各種プログラムを記憶している。例えば、関心度計測装置2を実現する情報処理装置の記憶装置は、コンピュータに、ユーザの動作状態を示すデータをセンサを用いて取得する処理と、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得する処理と、取得したデータを記憶し、記憶したデータをエリア滞在情報に応じて読み出す処理と、読み出したデータに基づいてユーザが歩行状態であるか停止状態であるかを判定し、ユーザが歩行状態であるか停止状態であるかを示す歩行/停止時系列パターンを生成する処理と、生成した歩行/停止時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する処理と、算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する処理とを実行させるための関心度計測プログラムを記憶している。
次に、動作について説明する。図8は、第4の実施形態における関心度計測システムがユーザ毎のエリアに対する関心度を計測する処理の一例を示す流れ図である。ユーザがあるエリアを訪れると(ステップA1)、エリア滞在情報取得/通知部22は、エリア滞在情報を取得する(ステップB1)。例えば、センサ端末1が加速度センサを搭載した携帯電話機であり、エリア情報取得/通知部22が携帯電話機に搭載されたGPS受信機を用いて実現されるものとする。この場合、エリア滞在情報取得/通知部22は、GPS信号に基づいて、ユーザがある特定のエリア内に立ち入った旨の情報を取得する(求める)。そして、センサ端末1と関心度計測装置2との間のセンサ時系列データの送受信が開始される。
センサ端末1は、ユーザの歩行や停止の行動に従って時系列データを取得し(ステップA2)、センサデータ受信部21に送信する(ステップA3)。例えば、センサが携帯電話機に搭載された加速度センサである場合、センサ端末1は、携帯電話機の通信手段を用いて、一定時間毎に、取得したセンサ時系列データの送信を行う。すると、関心度計測装置2のセンサデータ受信部21は、センサ端末1からセンサ時系列データを受信する(ステップB2)
次いで、ユーザがエリアから離れると(ステップA4)、エリア滞在情報取得/通知部22は、ユーザがエリアに滞在した時間情報を確定し、センサデータ記憶/読出部23及びエリア関心度判定部26に通知情報を出力する。すると、センサデータ記憶/読出部23は、ユーザがエリアに滞在した時間帯のセンサ時系列データをデータベース装置から抽出し、歩行/停止パターン生成部24に供給(出力)する(ステップB3)。
次いで、歩行/停止パターン生成部24は、センサデータ記憶/読出部23から入力したセンサ時系列データに基づいて、歩行/停止時系列パターンを生成し、行動特徴量算出部25に供給(出力)する(ステップB4)。例えば、センサが加速度センサである場合、歩行/停止パターン生成部24は、1秒間の加速度の分散値等を算出して、その算出した分散値等の値と、予め設定された閾値との大小関係を比較する等の演算を行い、ユーザが歩行状態であるか停止状態であるかの判定を行う。そして、歩行/停止パターン生成部24は、その判定結果を時系列順に並べて、歩行/停止の時系列パターンを生成する。
次いで、行動特徴量算出部25は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンに基づいて、例えば、ユーザがそのエリアに滞在した時間内の立ち止まり時間の総和や平均値、歩行時間との比率等の行動特徴量を算出する(ステップB5)。そして、行動特徴量算出部25は、算出した行動特徴量をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、行動特徴量算出部25から入力した行動特徴量と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを用いて、ユーザ毎のエリアに対するエリア関心度を求める(ステップB6)。例えば、エリア関心度判定部26は、予め設定された閾値と、入力した行動特徴量との大小関係を比較する等の演算を行い、ユーザが興味を惹かれた商品がない旨や、エリアに対して強く興味を惹かれている等、そのエリアに対するユーザの関心度を判定する。そして、エリア関心度判定部26は、求めたエリア関心度情報を関心度出力装置3に供給(出力)する。
次いで、エリア関心度出力装置3は、エリア関心度判定部26から入力したエリア関心度情報を出力する制御を行う(ステップB7)。例えば、関心度出力装置3は、エリア関心度情報をユーザが所持している携帯電話機に送信し、携帯電話機のディスプレイ表示部に表示させる。また、例えば、関心度出力装置3は、得られたエリア関心度情報を、ユーザへの推薦情報を生成するコンテンツサーバ等に送信する等の制御を行う。
以上のように、本実施形態によれば、関心度計測システムは、センサを用いてユーザの歩行状態と停止状態とを示す時系列パターンを得る。そのようにすることによって、立ち止まり時間の総和や平均値、歩行時間と停止時間との比率、立ち止まりの回数等、関心の度合いや傾向を示す特徴量に基づいて、ユーザ毎の関心度を判定する。そのため、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザの歩行/停止時系列パターンから算出した行動特徴量を用いることによって、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。例えば、図9に一例として示すように、事前に行った実験結果から得られた行動特徴量とユーザ関心度との関係に基づいて、店舗への来店目的や関心をひかれた商品の数とその度合いによって、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。従って、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
なお、本実施の形態において、歩行/停止パターン生成部24は、例えば、第1の実施形態と同様の手法を用いて、ユーザが歩行外行動を行っている状態も判定するようにしてもよい。そして、歩行/停止パターン生成部24は、例えば、歩行外行動と判定した区間を除外した歩行/停止時系列パターンを生成するようにしてもよい。すなわち、例えば、歩行状態であるか停止状態であるかを択一的に判定するだけでは、ユーザが屈んだり背伸びしたりした状態も歩行状態であると誤判定してしまい、歩行/停止時系列パターンの精度が低下してしまう可能性がある。そこで、歩行外行動を行っている状態も判定して歩行/停止時系列データから除外するようにすれば、歩行/停止時系列データの精度を高めることができ、ユーザの関心度判定の精度を高めることができる。
実施形態5.
次に、本発明の第5の実施形態について図面を参照して説明する。図10は、第5の実施形態における関心度計測システムの構成の一例を示すブロック図である。図10に示すように、本実施形態では、関心度計測システムは、図7に示した構成要素に加えて、エリア歩行/停止パターン記憶/読出部27を含む点で、第4の実施形態と異なる。また、本実施形態では、関心度計測システムが、図7に示した行動特徴量算出部25に代えて、エリア行動特徴量算出部251を含む点で、第4の実施形態と異なる。
次に、本発明の第5の実施形態について図面を参照して説明する。図10は、第5の実施形態における関心度計測システムの構成の一例を示すブロック図である。図10に示すように、本実施形態では、関心度計測システムは、図7に示した構成要素に加えて、エリア歩行/停止パターン記憶/読出部27を含む点で、第4の実施形態と異なる。また、本実施形態では、関心度計測システムが、図7に示した行動特徴量算出部25に代えて、エリア行動特徴量算出部251を含む点で、第4の実施形態と異なる。
エリア歩行/停止パターン記憶/読出部27は、具体的には、プログラムに従って動作する情報処理装置のCPU、及び磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。エリア歩行/停止パターン記憶/読出部27は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンと、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを、データベース装置に合わせて記憶する。また、エリア歩行/停止パターン記憶/読出部27は、ユーザの過去の履歴情報(すなわち、そのユーザの過去のエリア滞在情報と歩行/停止時系列パターンとの組)についても、同様にデータベース装置に記憶している。
さらに、エリア歩行/停止パターン記憶/読出部27は、エリア滞在情報取得/通知部22から最新の滞在エリア情報を入力したときに、データベース装置に記憶している履歴情報の中に、そのユーザが過去に同じエリアに滞在したことを示す履歴情報があるか否かを検索する機能を備える。また、エリア歩行/停止パターン記憶/読出部27は、もし過去に同じエリアに滞在していたことを示す履歴情報があると判定した場合、過去にそのユーザが同じエリアに滞在したときの歩行/停止時系列パターンをデータベース装置から読み出す機能を備える。また、エリア歩行/停止パターン記憶/読出部27は、読み出した歩行/停止時系列パターンを、最新の歩行/停止時系列パターンとともに、エリア行動特徴量算出部251に供給(出力)する機能を備える。
エリア行動特徴量算出部251は、具体的には、プログラムに従って動作する情報処理装置のCPUによって実現される。エリア行動特徴量算出部251は、エリア歩行/停止パターン記憶/読出部27から、最新のエリア滞在情報と、滞在時の歩行/停止時系列パターンとを入力する機能を備える。また、エリア行動特徴量算出部251は、そのユーザが過去に同じエリアに滞在したときの履歴情報がある場合、エリア歩行/停止パターン記憶/読出部27から、そのときのエリア滞在情報及び歩行/停止時系列パターンを同時に入力する機能を備える。
また、エリア行動特徴量算出部251は、入力した最新のエリア滞在情報及び歩行/停止時系列パターンと、過去の履歴(エリア滞在情報及び歩行/停止時系列パターン)とを用いて、行動特徴量を求める機能を備える。また、エリア行動特徴量算出部251は、求めた行動特徴量をエリア関心度判定部26に出力する機能を備える。
例えば、エリア行動特徴量算出部251は、ユーザがそのエリアに滞在した時間内の立ち止まり時間の総和や平均値、歩行時間と停止時間との比率等の特徴量を、滞在時別に算出したり、滞在履歴と合算して算出する。そして、エリア行動特徴量算出部251は、算出した行動特徴量をエリア関心度判定部26に供給(出力)する。
次に、動作について説明する。図11は、第5の実施形態における関心度計測システムがユーザ毎のエリアに対する関心度を計測する処理の一例を示す流れ図である。本実施形態において、図11のステップA1〜A3及びステップB1,B2で示されるセンサ端末1及びセンサデータ受信部21が実行する処理は、第4の実施形態で示したそれらの処理と同様である。
次いで、ユーザがエリアから離れると(ステップA4)、エリア滞在情報取得/通知部22は、ユーザがエリアに滞在した時間情報を確定し、センサデータ記憶/読出部23及びエリア歩行/停止パターン記憶/読出部27に通知情報を出力する。すると、センサデータ記憶/読出部23は、ユーザがエリアに滞在した時間帯のセンサ時系列データをデータベース装置から抽出し、歩行/停止パターン生成部24に供給(出力)する(ステップB3)。
次いで、本実施形態において、ステップB4で示される歩行/停止パターン生成部24が実行する処理は、第4の実施形態で示した処理と同様である。
次いで、エリア歩行/停止パターン記憶/読出部27は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンを、エリア滞在情報取得/通知部22から入力したエリア滞在情報とともにデータベース装置に記憶する。また、エリア歩行/停止パターン記憶/読出部27は、データベース装置に記憶した歩行/停止時系列パターンとエリア滞在情報とを、エリア行動特徴量算出部251に供給(出力)する(ステップC1)。
ステップC1において、エリア歩行/停止パターン記憶/読出部27は、このユーザが過去に同じエリアに滞在したときの履歴情報が存在するか否かを、データベース装置に記憶されている履歴情報の中から検索する。また、エリア歩行/停止パターン記憶/読出部27は、もし過去に同じエリアに滞在したときの履歴情報が存在すると判定した場合には、最新のエリア滞在情報と歩行/停止時系列パターンとをエリア行動特徴量算出部251に供給(出力)すると同時に、過去の滞在時のエリア滞在情報と、その過去の滞在時の歩行/停止時系列パターンもデータベース装置から抽出し供給(出力)する。
次いで、エリア行動特徴量算出部251は、エリア歩行/停止パターン記憶/読出部27から、最新のエリア滞在情報と、滞在時の歩行/停止時系列パターンとを入力する。さらに、エリア行動特徴量算出部251は、そのユーザが過去に同じエリアに滞在したときの履歴情報がある場合、その過去の滞在時のエリア滞在情報及び歩行/停止時系列パターンを同時に入力する。そして、エリア行動特徴量算出部251は、最新のエリア滞在情報及び歩行/停止時系列パターンと、過去の履歴情報(エリア滞在情報及び歩行/停止時系列パターン)とを用いて、行動特徴量を算出する(ステップB5)。例えば、エリア行動特徴量算出部251は、ユーザがそのエリアに滞在した時間内の立ち止まり時間の総和や平均値、歩行時間と停止時間との比率、立ち止まりの回数等の特徴量を、滞在時毎に算出したり、滞在履歴と合算して算出する。そして、エリア行動特徴量算出部251は、その行動特徴量の算出結果をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、エリア行動特徴量算出部251から入力した行動特徴量を用いて、ユーザ毎のエリアに対するエリア関心度を求める(ステップB6)。例えば、エリア関心度判定部26は、予め設定された閾値と、入力した行動特徴量との大小関係を比較する等の演算を行い、ユーザが興味を惹かれた商品がない旨や、エリアに対して強く興味を惹かれている等、そのエリアに対するユーザの関心度を判定する。
さらに、エリア関心度判定部26は、過去に同じエリアに滞在したときの履歴情報が存在すると判定した場合、過去の関心度との比較や、履歴情報全体からみた平均的な関心度との比較等の演算を行う。そして、エリア関心度判定部26は、例えば、過去の関心度と比較して、いつもよりも関心を惹かれている旨や、いつもよりも関心を惹かれている度合いが弱い旨等の判定を行い、その判定結果を関心度出力装置3に供給(出力)する。
次いで、エリア関心度出力装置3は、エリア関心度判定部26から入力したエリア関心度情報を出力する制御を行う(ステップB7)。例えば、関心度出力装置3は、エリア関心度情報をユーザが所持している携帯電話機に送信し、携帯電話機のディスプレイ表示部に表示させる。また、例えば、関心度出力装置3は、得られたエリア関心度情報を、ユーザへの推薦情報を生成するコンテンツサーバ等に送信する等の制御を行う。
以上のように、本実施形態によれば、第4の実施形態で示した効果に加えて、関心度計測システムは、ユーザの過去の履歴情報を利用することによって、このユーザの普段の関心度を基準として個々のエリア滞在における関心度を判定することができる。そのため、普段と異なる関心の傾向を見出したり、ユーザの関心の度合いの時系列変化を把握できる等、個人に適応したきめ細かな関心度の判定が可能である。
なお、本実施形態で示した関心度計測システムにおいても、第1の実施形態で示した歩行外行動パターン生成部28を備えるように構成し、歩行/停止時系列パターンに加えて歩行外行動時系列パターンも生成するようにしてもよい。そして、歩行/停止時系列パターンに加えて歩行外行動時系列パターンを用いてエリア行動特徴量を算出して、エリア関心度を判定するようにしてもよい。そのように構成すれば、ユーザが歩行外行動を行っている状態であるか等、ユーザの行動状況を詳細に把握した上で、ユーザの普段の関心度を基準として個々のエリア滞在における関心度を判定することができる。
また、本実施形態で示した関心度計測システムにおいても、第2の実施形態で示した端末姿勢パターン生成部29を備えるように構成し、歩行/停止時系列パターンに加えて端末姿勢時系列パターンも生成するようにしてもよい。そして、歩行/停止時系列パターンに加えて端末姿勢時系列パターンを用いてエリア行動特徴量を算出して、エリア関心度を判定するようにしてもよい。そのように構成すれば、センサ端末1の姿勢から間接的にユーザの行動状況(例えば、センサ端末1の表示画面を見ている状態や、ユーザが大きく姿勢を変動させている状態)を把握した上で、ユーザの普段の関心度を基準として個々のエリア滞在における関心度を判定することができる。
また、本実施形態で示した関心度計測システムにおいて、第1の実施形態で示した歩行外行動パターン生成部28と、第2の実施形態で示した端末姿勢パターン生成部29とを両方備えるように構成してもよい。
さらに、本実施形態で示した関心度計測システムにおいて、第3の実施形態で示した環境情報取得/通信部40を備えるように構成してもよい。そのように構成すれば、エリア内の人数や気温、湿度等のエリア状況も把握した上で、ユーザの普段の関心度を基準として個々のエリア滞在における関心度を判定することができる。
実施形態6.
次に、本発明の第6の実施形態について図面を参照して説明する。図12は、第6の実施形態における関心度計測システムの構成の一例を示すブロック図である。図12に示すように、本実施形態では、関心度計測システムは、図10に示した構成要素のうち、センサ端末1が複数存在し、センサ端末1を所有するユーザが複数人存在する。また、本実施形態では、関心度計測システムが、図10に示したエリア歩行/停止パターン記憶/読出部27に代えて、ユーザ別歩行/停止パターン記憶/読出部271を含む点で、第5の実施形態と異なる。
次に、本発明の第6の実施形態について図面を参照して説明する。図12は、第6の実施形態における関心度計測システムの構成の一例を示すブロック図である。図12に示すように、本実施形態では、関心度計測システムは、図10に示した構成要素のうち、センサ端末1が複数存在し、センサ端末1を所有するユーザが複数人存在する。また、本実施形態では、関心度計測システムが、図10に示したエリア歩行/停止パターン記憶/読出部27に代えて、ユーザ別歩行/停止パターン記憶/読出部271を含む点で、第5の実施形態と異なる。
ユーザ別歩行/停止パターン記憶/読出部271は、具体的には、プログラムに従って動作する情報処理装置のCPU、及び磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。ユーザ別歩行/停止パターン記憶/読出部271は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンと、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを、ユーザを識別可能なID情報とともにデータベース装置に記憶する。また、歩行/停止パターン記憶/読出部271は、他のユーザのエリア滞在情報と、歩行/停止時系列パターンとの組についても、同様にデータベース装置に記憶している。
さらに、ユーザ別歩行/停止パターン記憶/読出部271は、エリア滞在情報取得/通知部22からユーザAの滞在エリア情報を入力したとき、同じエリアに滞在したことのあるユーザの情報がデータベース装置に存在するか否かを検索する機能を備える。また、ユーザ別歩行/停止パターン記憶/読出部271は、もし過去に同じエリアに滞在したユーザの情報が存在すると判定した場合、そのユーザの滞在時の歩行/停止時系列パターンをデータベース装置から読み出し、ユーザAの歩行/停止時系列パターンとともにエリア行動特徴量算出部251に供給(出力)する機能を備える。
次に、動作について説明する。図13は、第6の実施形態における関心度計測システムがユーザ毎のエリアに対する関心度を計測する処理の一例を示す流れ図である。本実施形態において、図13のステップA1〜A3及びステップB1,B2で示されるセンサ端末1及びセンサデータ受信部21が実行する処理は、第5の実施形態で示したそれらの処理と同様である。
次いで、ユーザAがエリアから離れると(ステップA4)、エリア滞在情報取得/通知部22は、ユーザAがエリアに滞在した時間情報を確定し、センサデータ記憶/読出し部23及びユーザ別歩行/停止パターン記憶/読出部271に通知情報を出力する。すると、センサデータ記憶/読出部23は、ユーザAがエリアに滞在した時間帯のセンサ時系列データをデータベース装置から抽出し、歩行/停止パターン生成部24に供給(出力)する(ステップB3)。
次いで、本実施形態において、ステップB4で示される歩行/停止パターン生成部24が実行する処理は、第4の実施形態で示した処理と同様である。
次いで、ユーザ別歩行/停止パターン記憶/読出部271は、歩行/停止パターン生成部24から入力した歩行/停止時系列パターンを、エリア滞在情報取得/通知部22から入力したエリア滞在情報と、ユーザを識別可能なID情報とともにデータベース装置に記憶する。また、ユーザ別歩行/停止パターン記憶/読出部271は、データベース装置に記憶したユーザAの歩行/停止時系列パターンとエリア滞在情報とを、エリア行動特徴量算出部251に供給(出力)する(ステップC2)。
ステップC2において、ユーザ別歩行/停止パターン記憶/読出部271は、他のユーザが同じエリアに滞在したときの履歴情報が存在するか否かを、データベース装置に記憶されているデータの中から検索する。また、ユーザ別歩行/停止パターン記憶/読出部271は、もし他のユーザが同じエリアに滞在したときの履歴情報が存在すると判定した場合には、ユーザAのエリア滞在情報と歩行/停止時系列パターンとをエリア行動特徴量算出部251に供給(出力)すると同時に、他のユーザの滞在時のエリア滞在情報と、その過去の滞在時の歩行/停止時系列パターンもデータベース装置から抽出し、同時に供給(出力)する。
次いで、エリア行動特徴量算出部251は、ユーザ別歩行/停止パターン記憶/読出部271から、ユーザAのエリア滞在情報と、滞在時の歩行/停止時系列パターンとを入力する。さらに、エリア行動特徴量算出部251は、同じエリアに滞在した他のユーザの履歴情報がある場合、そのユーザのエリア滞在情報及び歩行/停止時系列パターンを同時に入力する。そして、エリア行動特徴量算出部251は、ユーザAの歩行/停止時系列パターンと他のユーザの歩行/停止時系列パターンとを用いて、行動特徴量を算出する(ステップB5)。例えば、エリア行動特徴量算出部251は、そのエリアに滞在した時間内の立ち止まり時間の総和や平均値、歩行時間と停止時間との比率、立ち止まりの回数等の特徴量を、ユーザ別に算出したり、他のユーザと合算して算出する。そして、エリア行動特徴量算出部251は、その行動特徴量の算出結果をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、エリア行動特徴量算出部251から入力した行動特徴量を用いて、ユーザ毎のエリアに対するエリア関心度を求める(ステップB6)。例えば、エリア関心度判定部26は、予め設定された閾値と、入力した行動特徴量との大小関係を比較する等の演算を行い、ユーザAが興味を惹かれた商品がない旨や、エリアに対して強く興味を惹かれている等、そのエリアに対するユーザAの関心度を判定する。
さらに、エリア関心度判定部26は、同じエリアに滞在した他のユーザの履歴情報が存在すると判定した場合、ユーザ全体の平均的な関心度等を基準として、ユーザAと他のユーザとの類似性や、ユーザAだけがもつ特異性、さらにはユーザAの関心の度合いの強弱比較等の特徴量を抽出する。そして、エリア関心度判定部26は、その抽出結果を関心度出力装置3に供給(出力)する。
次いで、エリア関心度出力装置3は、エリア関心度判定部26から入力したエリア関心度情報を出力する制御を行う(ステップB7)。例えば、関心度出力装置3は、エリア関心度情報をユーザが所持している携帯電話機に送信し、携帯電話機のディスプレイ表示部に表示させる。また、例えば、関心度出力装置3は、得られたエリア関心度情報を、ユーザへの推薦情報を生成するコンテンツサーバ等に送信する等の制御を行う。
以上のように、本実施形態によれば、第4の実施形態で示した効果に加えて、関心度計測システムは、他のユーザの歩行/停止時系列パターンを利用することによって、平均的な関心度との比較を行うことができる。そのため、複数のユーザがもつ類似性や、特定のユーザだけがもつ特異性を抽出することができ、さらには複数ユーザ間での関心の強弱比較等の特徴量の抽出を通して、客観的できめ細かな関心度の判定が可能である。
なお、本実施形態で示した関心度計測システムにおいても、第1の実施形態で示した歩行外行動パターン生成部28を備えるように構成し、歩行/停止時系列パターンに加えて歩行外行動時系列パターンも生成するようにしてもよい。そして、歩行/停止時系列パターンに加えて歩行外行動時系列パターンを用いてエリア行動特徴量を算出して、エリア関心度を判定するようにしてもよい。そのように構成すれば、ユーザが歩行外行動を行っている状態であるか等、ユーザの行動状況を詳細に把握した上で、複数のユーザがもつ類似性や、特定のユーザだけがもつ特異性を抽出することができ、さらには複数ユーザ間での関心の強弱比較等の特徴量の抽出を通して、客観的できめ細かな関心度の判定が可能である。
また、本実施形態で示した関心度計測システムにおいても、第2の実施形態で示した端末姿勢パターン生成部29を備えるように構成し、歩行/停止時系列パターンに加えて端末姿勢時系列パターンも生成するようにしてもよい。そして、歩行/停止時系列パターンに加えて端末姿勢時系列パターンを用いてエリア行動特徴量を算出して、エリア関心度を判定するようにしてもよい。そのように構成すれば、センサ端末1の姿勢から間接的にユーザの行動状況(例えば、センサ端末1の表示画面を見ている状態や、ユーザが大きく姿勢を変動させている状態)を把握した上で、複数のユーザがもつ類似性や、特定のユーザだけがもつ特異性を抽出することができ、さらには複数ユーザ間での関心の強弱比較等の特徴量の抽出を通して、客観的できめ細かな関心度の判定が可能である。
また、本実施形態で示した関心度計測システムにおいて、第1の実施形態で示した歩行外行動パターン生成部28と、第2の実施形態で示した端末姿勢パターン生成部29とを両方備えるように構成してもよい。
さらに、本実施形態で示した関心度計測システムにおいて、第3の実施形態で示した環境情報取得/通信部40を備えるように構成してもよい。そのように構成すれば、エリア内の人数や気温、湿度等のエリア状況も把握した上で、複数のユーザがもつ類似性や、特定のユーザだけがもつ特異性を抽出することができ、さらには複数ユーザ間での関心の強弱比較等の特徴量の抽出を通して、客観的できめ細かな関心度の判定が可能である。
次に、本発明の第1の実施例を図面を参照して説明する。なお、本実施例に示す関心度計測システムは、第1の実施形態で示した関心度計測システムをより具体化したものに対応する。
本実施例では、ユーザが携帯する携帯電話機は、その携帯電話機に搭載されている加速度センサを用いて、ユーザの行動情報を関心度計測装置2に送信する。また、関心度計測装置2は、得られた加速度データに基づいてユーザの関心度を算出し、その結果をユーザへの配信情報の選択に利用するために、コンテンツサーバに向けて送信する。
今、この携帯電話機を携帯するユーザがある小売店舗に入店した状況を考える。この場合、携帯電話機に搭載されたGPS受信機と加速度センサとが、一定の時間間隔でユーザの位置情報と加速度情報とを取得している。ここで、本実施例では、エリア滞在情報取得/通知部21は、GPS受信機とともに携帯電話機に備えられているものとする。
ユーザが入店したことによって、エリア滞在情報取得/通知部21は、GPS受信機が例えば30秒間等の一定時間、連続して測位不能になったことをトリガとして、最後に測位可能であったときの位置を滞在エリアとして求める。ここで、最後にGPS受信機が測位可能であった時刻をTinとし、GPS受信機の測位時間間隔をtGPSとすると、エリア滞在情報取得/通知部21は、時刻Tin+tGPS/2をエリアに入った時刻とみなし、滞在開始時刻として取得(算出)する。同時に携帯電話機は、滞在開始時刻以降の加速度データを、関心度計測装置2のセンサデータ受信部21に向けて送信する。センサデータ受信部21は、センサ時系列データをセンサデータ記憶/読出部23に供給(出力)し、センサデータ記憶/読出部23は、入力したデータをデータベース装置に記憶する。
次いで、携帯電話機は、加速度データが一定量蓄積される度に、センサデータ受信部21にデータ送信を繰り返し行い、再びGPS受信機で測位可能となるまで繰り返す。エリア滞在情報取得/通知部22は、再び携帯電話機が搭載するGPS受信機が測位可能となったとき、最新の位置情報と、測位不能となる直前に取得した位置情報とを比較する。また、最新の位置情報が測位不能となる直前に取得した位置情報と、10m等のある一定の範囲内で一致すると判定すると、エリア滞在情報取得/通知部22は、このエリアにユーザが滞在したとみなす(判定する)。そこで、エリア滞在情報取得/通知部22は、GPS受信機が再び測位可能となった時刻をToutとして、時刻Tout−tGPS/2をエリアから出た時刻とみなし、滞在終了時刻として取得(算出)する。そして、携帯電話機は、この求めた滞在終了時刻までのセンサ時系列データをセンサデータ受信部21に送信する。
次いで、センサデータ記憶/読出部23は、滞在時間中のセンサ時系列データを記憶しているので、このセンサ時系列データを歩行/停止パターン生成部24及び歩行外行動パターン生成部28に供給(出力)する。図14は、実際にユーザがある小売店舗に入ってから店舗を離れるまでの間に携帯電話機を用いて得られた加速度データの例を示す説明図である。
次いで、歩行/停止パターン生成部24は、入力した加速度センサ時系列データに基づいて、1秒毎の加速度分散値を算出する。図15は、図14に示した加速度データに基づいて算出した分散値をグラフ化した説明図である。
次に、歩行/停止パターン生成部24は、分散値の値が1000(mG)2以上であった場合には歩行状態であると判定し、それ未満であった場合には停止状態であると判定した上で、歩行/停止時系列パターンを生成する。そして、歩行/停止パターン生成部24は、生成した歩行/停止時系列パターンを行動特徴量算出部25に供給(出力)する。図16は、図15に示した分散値のデータを歩行/停止に2値化したデータを示す説明図である。なお、図16に示す例では、歩行状態を1とし停止状態を0として歩行/停止時系列パターンを図示している。
また、歩行外行動パターン生成部28は、入力した加速度センサ時系列データに基づいて、加速度の分散値を求めるとともに、加速度に基づいて重力ベクトルの分散値を求める。そして、歩行外行動パターン生成部28は、求めた加速度の分散値と重力ベクトルの分散値とに基づいて、ユーザが歩行外行動をしている状態であるか否かを判定する。
図17は、関心度計測装置2が歩行/停止又は歩行外行動をしている状態であるか否かを判定する判定アルゴリズムの一例を示す説明図である。図17に示すように、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、例えば、求めた加速度の分散値が所定の閾値よりも大きいか否かを判定する(ステップS10)。所定の閾値よりも大きいと判定すると、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、加速度のピーク間隔が所定の範囲内(例えば、500ms〜1200ms程度)に入っているか否かを判定する(ステップS11)。所定の範囲内に入っていれば、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが歩行状態であると判定する(ステップS12)。また、所定の範囲内に入っていなければ、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが歩行外行動をしている状態であると判定する(ステップS13)。
図18は、ステップS11における加速度のピーク間隔の判定方法の具体例を示す説明図である。図18に示す例において、例えば、歩行外行動パターン生成部28は、時間BからCまでの区間については、ピーク間隔が所定の範囲内(例えば、500ms〜1200ms程度)に入っていると判定し、ユーザが歩行状態であると判定する。一方、時間CからDまでの区間については、ピーク間隔が短く、歩行外行動パターン生成部28は、ピーク間隔が所定の範囲内(例えば、500ms〜1200ms程度)に入っていないと判定し、ユーザが歩行外行動をしている状態であると判定する。なお、ピーク間隔がどの程度の範囲に入っていれば歩行状態であると判定できるかは、予め実測等により求めることができる。
なお、歩行外行動パターン生成部28は、さらに、ある期間内において加速度のピーク間隔が所定の範囲に入っていなかった回数をカウントし、カウントした回数が所定の閾値以上であれば、歩行外行動をしている状態であると判定してもよい。また、歩行外行動パターン生成部28は、ある期間内における加速度のピーク間隔の平均値を求め、求めた平均値が所定の範囲に入っていない場合に、歩行外行動をしている状態であると判定してもよい。
図19は、実際に加速度を測定して歩行外行動であるか否かを判定した判定結果の具体例を示す説明図である。図19には、一例として、人が加速度センサを持ちながら、15秒間ずつ停止→歩行→停止→歩行外行動(しゃがむ)→停止→歩行→停止→歩行外行動(体をひねる)→停止→歩行→停止→歩行外行動(かがむ)→停止→歩行→停止→歩行外行動(端末を振る)という動作を行ったときの測定結果が示されている。図19に示す例では、多少の測定誤差があるものの、例えば、経過時間15秒〜30秒の区間ではピーク間隔が所定の範囲内であり歩行状態と判定され、経過時間45秒〜60秒の区間ではピーク間隔が所定の範囲内ではなく歩行外行動であると判定されていることが示されている。
また、図17に示すように、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、求めた加速度の分散値が所定の閾値よりも大きくなかった場合には、求めた重力ベクトルの分散値が所定の閾値よりも大きいか否かを判定する(ステップS14)。そして、所定の閾値よりも大きくないと判定した場合には、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが停止状態であると判定する(ステップS15)。一方、所定の閾値よりも大きいと判定した場合には、関心度計測装置2は、歩行/停止パターン生成部24及び歩行外行動パターン生成部28の機能によって、ユーザが停止状態であるものの、その停止している場所で体を動かしている状態であると判定する(ステップS16)。
次いで、行動特徴量算出部25は、得られた歩行/停止時系列パターン及び歩行外行動時系列データに基づいて、行動特徴量として、滞在時間中の歩行時間の総和Tw、停止時間の総和Ts、歩行外行動を行っている時間(歩行外時間)の総和To、及び総立ち止まり回数Cを算出する。そして、行動特徴量算出部25は、得られたTw、Ts、To及びCの値をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、入力したTw、Ts、To及びCの値を用いて、例えば、事前に行った実験結果を用いて得られた特徴量と関心度との関係に基づいて、ユーザのエリア関心度を判定する。このような行動特徴量とユーザの関心度との関係を示すテーブルの例を図20に示す。例えば、図20に示すように、エリア関心度判定部26は、停止時間Tsが長いだけでなく、歩行外時間Toが長い場合には、ユーザが屈んだり背伸びをして商品を注目して見ていると判定することができ、商品により強く関心を抱いていると判断することができる。そして、エリア関心度判定部26は、得られた関心度の結果と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを、関心度出力装置3に供給(出力)する。
次いで、関心度出力装置3は、コンテンツサーバに向けて、通信ネットワークを介して、ユーザ情報と、ユーザのエリア滞在情報及び関心度情報とを送信する。コンテンツサーバは、例えば、エリア情報に対応付けて、店舗情報やそのジャンル、さらに陳列商品に関する価格等をデータベース装置に記憶しており、同じジャンルの店舗や商品を検索する機能を備えている。コンテンツサーバは、関心度出力装置3から受信したエリア情報と、ユーザがこの店舗に非常に関心をもっている旨の関心度情報とに基づいて、このユーザが滞在した店舗と同じジャンルの店舗や商品に関する推薦情報等を検索し選択する。そして、コンテンツサーバは、選択した推薦情報を、通信ネットワークを介して、このユーザの携帯電話機に配信する。
なお、エリア毎に異なった特徴量と関心度との関係を示すテーブルを事前に用意し、これをエリア関心度判定部26が予め記憶手段(例えば、磁気ディスク装置やメモリ等の記憶装置)に記憶しておくようにしてもよい。そして、エリア関心度判定部26は、入力した滞在エリア位置情報に基づいて、判定に用いる特徴量と関心度との関係を示すテーブルを切り替えて用いて、ユーザの関心度を判定するようにしてもよい。
以上のように、本実施例によれば、ユーザの歩行/停止時系列パターン及び歩行外行動時系列パターンから算出した行動特徴量を用いることによって、ユーザの行動状況を詳細に把握した上で、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。従って、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
なお、本実施例では、関心度の判定結果として、図20に示すように、例えば、「立ち寄っただけ」や「関心をひかれた商品があった」等の概念情報を出力する場合を示したが、関心度として出力する情報は、本実施例で示したものに限られない。例えば、エリア関心度判定部26は、ユーザの関心度の大きさを数値として算出し、算出した数値を関心度の判定結果として出力するようにしてもよい。
関心度を数値として算出する場合、エリア関心度判定部26は、例えば、次の2種類の方法を用いて関心度を求めることができる。(方法1)予め関心度の算出モデルを作成しておき、その算出モデルを用いて関心度を求める。(方法2)正解データを予め収集しておき、正解データとユーザの動作との関係を求める。
エリア関心度判定部26は、例えば、(方法1)を用いる場合、式(1)を用いて、関心度を求めることができる。
また、エリア関心度判定部26は、例えば、(方法2)を用いる場合、予めアンケートやユーザの行動分析を行い、それらの結果に基づいて店舗等の各フロアに対するユーザの関心度を求める。そして、エリア関心度判定部26は、その関心度を求めた際にユーザの動作との関係を学習し、モデル化する。例えば、エリア関心度判定部26は、(フロアの関心度)=f(フロア,フロア滞在中の動作)という学習モデルを設定し、ニューラルネットワークや回帰分析等を用いてモデルfを学習する。そして、エリア関心度判定部26は、学習したモデルに対して、フロアに滞在中であったときのユーザの動作を適用することによって、そのフロアに対するユーザの関心度を求めることができる。
なお、フロアの関心度は、例えば、アンケートを収集して調査したり、観察した特定のユーザの行動(商品を見る、商品に触る等)に基づいて設定することができる。例えば、出願人は実際にフロアに滞在した期間中に商品を見たり商品に触ったりした時間を逐次調査しており、その調査結果に基づいてユーザの関心度を以下の式(2)ように定義することができる。
(関心度)=(1+α×(商品を眺めた又は手に取った回数)))×(フロア滞在時間)
・・・式(2)
・・・式(2)
そして、出願人は、実際に検証を行い、フロア滞在中の動作を示す値として、停止回数、停止時間、歩行回数、歩行時間、歩行外行動回数、及び歩行外行動時間を用いて、式(2)に従って、重回帰分析により学習した結果、以下の式(3)に示すモデルを得ることができた。ただし、本例では、α=0.5として検証を行った。
(関心度)=−209.73
+24.24×(停止回数)+0.00071×(停止時間)
+0.41×(歩行回数)+0.0011×(歩行時間)
−17.4×(歩行外行動回数)+0.0032×(歩行外行動時間)
・・・式(3)
+24.24×(停止回数)+0.00071×(停止時間)
+0.41×(歩行回数)+0.0011×(歩行時間)
−17.4×(歩行外行動回数)+0.0032×(歩行外行動時間)
・・・式(3)
図21は、上記の調査結果に基づいて定義した関心度と、式(3)のモデルを用いて推定した関心度とをプロットした検証結果を示す説明図である。図21に示す検証結果から、関心度の調査結果と関心度の推定値との間に高い相関があることを確認することができ、式(3)に示すモデルを用いてユーザの動作から関心度を推定可能であることを確認できた。
また、関心度計測装置2が判定した関心度を関心度出力装置3やセンサ端末1において、ディスプレイ装置等の表示装置に表示するようにしてもよい。図22及び図23は、関心度の判定結果に基づいて表示される表示画面の具体例を示す説明図である。例えば、ユーザの過去の関心度を店舗等のフロア毎に集計し、図22(a)に示すように、お気に入りランキングとして示した表示画面を表示してもよい。そして、例えば、フロア名とお奨め商品一覧とをリンクさせておき、図22(a)の表示画面において、ユーザによってフロア名が選択操作されると、図22(b)に示すように、選択されたフロアに対応するお奨め商品一覧の表示画面を表示するようにしてもよい。
また、例えば、店舗内での地図やフロア図を表示する際に、過去の履歴情報に基づいてユーザの関心度が高いフロアの情報を取得し、図23に示すように、ユーザの関心度の高さを星印の数等で示して表示してもよい。
また、本実施例では、ユーザが何らかの動作を行っている場合に、歩行状態であるのか、それとも歩行以外の歩行外行動を行っている状態であるのかを、二者択一で判定する場合を示したが、さらに、具体的にどのような歩行外行動を行っているかを細分化して判定できるようにしてもよい。この場合、例えば、歩行外行動パターン生成部28は、加速度のピーク間隔が所定の範囲内(例えば、500ms〜1200ms程度)に入っていないと判定した場合に、さらに加速度のピーク間隔の範囲を細分化して判定し、階段を昇る動作を行っていると判定する等、具体的な動作を判定できるようにしてもよい。
次に、本発明の第2の実施例を図面を参照して説明する。なお、本実施例に示す関心度計測システムは、第2の実施形態で示した関心度計測システムをより具体化したものに対応する。なお、本実施例において、歩行/停止時系列パターンを生成する動作までは第1の実施例と同様であるため、説明を省略する。
端末姿勢パターン生成部29は、入力した加速度センサ時系列データに基づいて、センサ端末1の姿勢を示す重力ベクトルを求める。端末姿勢パターン生成部29は、例えば、次の2種類の方法を用いて、加速度に基づいて重力ベクトルを求めることができる。(方法A)加速度ベクトルを平均化して求める方法。(方法B)周波数解析により求める方法。
端末姿勢パターン生成部29は、例えば、(方法A)を用いる場合、一定期間内で加速度ベクトルを平均化することにより、重力ベクトルを求めることができる。この場合、例えば、加速度ベクトルat=(at,x,at,y,at,z)とすると、端末姿勢パターン生成部29は、以下に示す式(4)を用いて、重力ベクトルの要素を求め、重力ベクトルgt=(gt,x,gt,y,gt,z)を求めることができる。
また、端末姿勢パターン生成部29は、例えば、(方法B)を用いる場合、まず、加速度ベクトルを、例えば、フーリエ変換やウェーブレット変換を行うことにより周波数変換する。次いで、端末姿勢パターン生成部29は、周波数変換した変換結果をローパスフィルタにかけてフィルタリング処理を行うことによって、重力ベクトルを求める。
次いで、行動特徴量算出部25Aは、得られた歩行/停止時系列パターンに基づいて、行動特徴量として、滞在時間中の歩行時間の総和Tw、停止時間の総和Ts、及び総立ち止まり回数Cを算出する。また、行動特徴量算出部25Aは、得られた端末姿勢時系列データに基づいて、行動特徴量として、類似度S及び重力ベクトルの分散値を算出する。そして、行動特徴量算出部25Aは、得られたTw、Ts、C、類似度S及び重力ベクトルの分散値をエリア関心度判定部26Aに供給(出力)する。
例えば、ユーザがセンサ端末1の表示画面を見ている姿勢を基準姿勢と定義し、基準姿勢をベクトルft=(ft,x,ft,y,ft,z)で表すものとする。この場合、行動特徴量算出部25Aは、基準姿勢ft及び重力ベクトルgtに基づいて、以下に示す式(5)を用いて、類似度Sを求めることができる。
また、行動特徴量算出部25Aは、例えば、一定期間内の重力ベクトルgtのベクトル集合に基づいて、重力ベクトルの分散値Vgを算出し、行動特徴量として出力する。
次いで、エリア関心度判定部26Aは、入力したTw、Ts、C、類似度S及び重力ベクトルの分散値Vgを用いて、例えば、事前に行った実験結果を用いて得られた特徴量と関心度との関係に基づいて、ユーザのエリア関心度を判定する。このような行動特徴量とユーザの関心度との関係を示すテーブルの例を図24に示す。例えば、図24に示すように、エリア関心度判定部26Aは、類似度Sが大きい場合には、基準姿勢に類似していることから、ユーザがセンサ端末1の表示画面を見てアプリケーション等を用いた操作を行っていると判断できる。従って、エリア関心度判定部26Aは、停止時間Tsが多少長くても、ユーザが端末のアプリケーション等に興味があり、商品には興味を示していないと判断することができる。そして、エリア関心度判定部26Aは、得られた関心度の結果と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを、関心度出力装置3に供給(出力)する。
また、図25は、行動特徴量とユーザの関心度との関係を示すテーブルの他の例を示す説明図である。例えば、図25に示すように、エリア関心度判定部26Aは、重力ベクトルの分散値Vgが大きい場合には、ユーザが体を動かしている状態であると判断でき、例えば、ユーザが商品を手にとったりしている等の動作をしていると判断できる。従って、エリア関心度判定部26Aは、ユーザが近くの商品に興味を示していると判断することができる。
そして、その後、第1の実施例と同様の動作に従って、関心度出力装置3によって関心度の判定結果が出力される。
以上のように、本実施例によれば、ユーザの歩行/停止時系列パターン及び端末姿勢時系列パターンから算出した行動特徴量を用いることによって、センサ端末1の姿勢から間接的にユーザの行動状況を詳細に把握した上で、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。従って、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
次に、本発明の第3の実施例を図面を参照して説明する。なお、本実施例に示す関心度計測システムは、第3の実施形態で示した関心度計測システムをより具体化したものに対応する。なお、本実施例において、行動特徴量を算出する動作までは第1の実施例と同様であるため、説明を省略する。
エリア関心度判定部26Bは、行動特徴量として入力したTw、Ts、C、及び入力した環境情報を用いて、例えば、事前に行った実験結果を用いて得られた特徴量と関心度との関係に基づいて、ユーザのエリア関心度を判定する。このような行動特徴量とユーザの関心度との関係を示すテーブルの例を図26に示す。なお、図26に示す例では、環境情報としてエリア内の人の滞在人数Hが入力された場合が示されている。例えば、図26に示すように、エリア関心度判定部26Bは、滞在人数Hが大きい場合には、人が多く集まっている場所に関心をもっていると判断することがでる。従って、エリア関心度判定部26Bは、図26に示すように、環境情報を加味して、関心度の判定結果として、「人の集まっている商品に強い関心をもった」等の結果を出力することができる。そして、エリア関心度判定部26Bは、得られた関心度の結果と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを、関心度出力装置3に供給(出力)する。
そして、その後、第1の実施例と同様の動作に従って、関心度出力装置3によって関心度の判定結果が出力される。
以上のように、本実施例によれば、行動特徴量に加えて、エリア内の状況を示す環境情報に基づいて、ユーザの関心度を判定する。そのため、第1の実施例の効果に加えて、エリア内の人数や気温、湿度等のエリア状況も把握した上で、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。
次に、本発明の第4の実施例を図面を参照して説明する。なお、本実施例に示す関心度計測システムは、第4の実施形態で示した関心度計測システムをより具体化したものに対応する。
本実施例では、ユーザが携帯する携帯電話機は、その携帯電話機に搭載されている加速度センサを用いて、ユーザの行動情報を関心度計測装置2に送信する。また、関心度計測装置2は、得られた加速度データに基づいてユーザの関心度を算出し、その結果をユーザへの配信情報の選択に利用するために、コンテンツサーバに向けて送信する。
今、この携帯電話機を携帯するユーザがある小売店舗に入店した状況を考える。この場合、携帯電話機に搭載されたGPS受信機と加速度センサとが、一定の時間間隔でユーザの位置情報と加速度情報とを取得している。ここで、本実施例では、エリア滞在情報取得/通知部21は、GPS受信機とともに携帯電話機に備えられているものとする。
ユーザが入店したことによって、エリア滞在情報取得/通知部21は、GPS受信機が例えば30秒間等の一定時間、連続して測位不能になったことをトリガとして、最後に測位可能であったときの位置を滞在エリアとして求める。ここで、最後にGPS受信機が測位可能であった時刻をTinとし、GPS受信機の測位時間間隔をtGPSとすると、エリア滞在情報取得/通知部21は、時刻Tin+tGPS/2をエリアに入った時刻とみなし、滞在開始時刻として取得(算出)する。同時に携帯電話機は、滞在開始時刻以降の加速度データを、関心度計測装置2のセンサデータ受信部21に向けて送信する。センサデータ受信部21は、センサ時系列データをセンサデータ記憶/読出部23に供給(出力)し、センサデータ記憶/読出部23は、入力したデータをデータベース装置に記憶する。
次いで、携帯電話機は、加速度データが一定量蓄積される度に、センサデータ受信部21にデータ送信を繰り返し行い、再びGPS受信機で測位可能となるまで繰り返す。エリア滞在情報取得/通知部22は、再び携帯電話機が搭載するGPS受信機が測位可能となったとき、最新の位置情報と、測位不能となる直前に取得した位置情報とを比較する。また、最新の位置情報が測位不能となる直前に取得した位置情報と、10m等のある一定の範囲内で一致すると判定すると、エリア滞在情報取得/通知部22は、このエリアにユーザが滞在したとみなす(判定する)。そこで、エリア滞在情報取得/通知部22は、GPS受信機が再び測位可能となった時刻をToutとして、時刻Tout−tGPS/2をエリアから出た時刻とみなし、滞在終了時刻として取得(算出)する。そして、携帯電話機は、この求めた滞在終了時刻までのセンサ時系列データをセンサデータ受信部21に送信する。
次いで、センサデータ記憶/読出部23は、滞在時間中のセンサ時系列データを記憶しているので、このセンサ時系列データを歩行/停止パターン生成部24に供給(出力)する。この場合、センサデータ記憶/読出部23は、例えば、図14に示すような実際にユーザがある小売店舗に入ってから店舗を離れるまでの間に携帯電話機を用いて得られた加速度データを出力する。
次いで、歩行/停止パターン生成部24は、入力した加速度センサ時系列データに基づいて、1秒毎の加速度分散値を算出する。この場合、歩行/停止パターン生成部24は、加速度データに基づいて算出した図15に示すような分散値を算出する。
次に、歩行/停止パターン生成部24は、分散値の値が1000(mG)2以上であった場合には歩行状態であると判定し、それ未満であった場合には停止状態であると判定した上で、歩行/停止時系列パターンを生成する。そして、歩行/停止パターン生成部24は、生成した歩行/停止時系列パターンを行動特徴量算出部25に供給(出力)する。この場合、歩行/停止パターン生成部24は、図16に示すように、図15に示した分散値のデータを歩行/停止に2値化したデータを出力する。なお、図16に示す例では、歩行状態を1とし停止状態を0として歩行/停止時系列パターンを図示している。
次いで、行動特徴量算出部25は、得られた歩行/停止時系列パターンに基づいて、行動特徴量として、滞在時間中の歩行時間の総和Tw及び停止時間の総和Tsを算出する。例えば、図16に示す例において、行動特徴量算出部25は、歩行/停止時系列パターンに基づいて、Tw=470(秒)及びTs=505(秒)と求めたものとする。そして、行動特徴量算出部25は、得られたTwとTsとの値をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、入力したTw及びTsの値を用いて、例えば、事前に行った実験結果を用いて得られた特徴量と関心度との関係に基づいて、ユーザのエリア関心度を判定する。このような行動特徴量とユーザの関心度との関係を示すテーブルの例を図27に示す。エリア関心度判定部26は、行動特徴量算出部25から入力したTw,Tsの値を用いて、Tw+Ts=975及びTw/Ts=0.93と求められる。そのため、エリア関心度判定部26は、図27に示した関係を示すテーブルに基づいて、このユーザが店舗の陳列商品に非常に関心があると判定する。そして、エリア関心度判定部26は、得られた関心度の結果と、エリア滞在情報取得/通知部22から入力したエリア滞在情報とを、関心度出力装置3に供給(出力)する。
次いで、関心度出力装置3は、コンテンツサーバに向けて、通信ネットワークを介して、ユーザ情報と、ユーザのエリア滞在情報及び関心度情報とを送信する。コンテンツサーバは、例えば、エリア情報に対応付けて、店舗情報やそのジャンル、さらに陳列商品に関する価格等をデータベース装置に記憶しており、同じジャンルの店舗や商品を検索する機能を備えている。コンテンツサーバは、関心度出力装置3から受信したエリア情報と、ユーザがこの店舗に非常に関心をもっている旨の関心度情報とに基づいて、このユーザが滞在した店舗と同じジャンルの店舗や商品に関する推薦情報等を検索し選択する。そして、コンテンツサーバは、選択した推薦情報を、通信ネットワークを介して、このユーザの携帯電話機に配信する。
なお、エリア毎に異なった特徴量と関心度との関係を示すテーブルを事前に用意し、これをエリア関心度判定部26が予め記憶手段(例えば、磁気ディスク装置やメモリ等の記憶装置)に記憶しておくようにしてもよい。そして、エリア関心度判定部26は、入力した滞在エリア位置情報に基づいて、判定に用いる特徴量と関心度との関係を示すテーブルを切り替えて用いて、ユーザの関心度を判定するようにしてもよい。
また、関心度判定に用いる特徴量と関心度との関係を示すテーブルは、図27に示したものにかぎられない。例えば、エリア関心度判定部26は、図28に示すような他の特徴量と関心度との関係を示すテーブルを用いて関心度判定を行ってもよく、同時に複数の関係を示すテーブルに基づいて関心度判定を行ってもよい。また、エリア関心度判定部26は、より度合いや傾向を詳細に把握して関心度判定を行うようにしてもよい。
以上のように、本実施例によれば、ユーザの歩行/停止時系列パターンから算出した行動特徴量を用いることによって、店舗への来店目的や関心をひかれた商品の数とその度合いといったような、ユーザ毎に異なる関心の度合いや傾向等の特徴をきめ細かく求めて把握することができる。従って、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
次に、本発明の第5の実施例を図面を参照して説明する。なお、本実施例に示す関心度計測システムは、第5の実施形態で示した関心度計測システムをより具体化したものに対応する。
本実施例では、ユーザが携帯する携帯電話機は、第4の実施例と同様に、その携帯電話機に搭載されている加速度センサを用いて、ユーザの行動情報を関心度計測装置2に送信する。また、関心度計測装置2は、得られた加速度データに基づいてユーザの関心度を算出し、その結果をユーザへの配信情報の選択に利用するために、コンテンツサーバに向けて送信する。
この携帯電話機のユーザがある小売店舗に入店してから店を離れ、歩行/停止パターンが生成されるまでの処理は、第4の実施例で示した処理と同様である。また、歩行/停止パターン生成部24は、図16と同様の歩行/停止パターンを求めたものとする。
次いで、エリア歩行/停止パターン記憶/読出部27は、入力した歩行/停止時系列パターンを、エリア滞在情報取得/通知部22から入力したエリア滞在情報とともにデータベース装置に記憶する。この場合、エリア歩行/停止パターン記憶/読出部27は、このユーザが過去に同じエリアに滞在したときの履歴情報が存在するか否かを、データベース装置に記憶されている履歴情報の中から検索する。ここで、エリア歩行/停止パターン記憶/読出部27は、このユーザが過去に同じエリアに滞在したときの履歴情報を発見したものとする。また、エリア歩行/停止パターン記憶/読出部27は、図29に示すような歩行/停止時系列パターンを発見したものとする。
また、エリア歩行/停止パターン記憶/読出部27は、先ほど入力した最新のエリア滞在情報と歩行/停止時系列パターンとの組に加えて、図29に示す過去の歩行/停止時系列パターンと、そのときのエリア滞在情報との組を、ともにエリア行動特徴量算出部251に供給(出力)する。
次いで、エリア行動特徴量算出部251は、得られた歩行/停止時系列パターンに基づいて、行動特徴量として、滞在時間中の歩行時間の総和Tw及び停止時間の総和Tsを算出する。例えば、図16に示す例において、エリア行動特徴量算出部251は、歩行/停止時系列パターンに基づいて、Tw6=470(秒)及びTs6=505(秒)と求めたものとする。また、図29に示す例において、エリア行動特徴量算出部251は、歩行/停止時系列パターンに基づいて、Tw10=267(秒)及びTs10=103(秒)と求めたものとする。そして、エリア行動特徴量算出部251は、得られたTwとTsとの値をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、入力したTw及びTsの値を用いて、例えば、事前に行った実験結果を用いて得られた特徴量と関心度との関係に基づいて、ユーザのエリア関心度を判定する。このような行動特徴量とユーザの関心度との関係を示すテーブルの例を図27及び図30に示す。エリア関心度判定部26は、エリア行動特徴量算出手段251から入力したTw,Tsの値を用いて、Tw6+Ts6=975(秒)、Tw6/Ts6=0.93、Tw10+Ts10=370(秒)、及びTw10/Ts10=2.59と求められる。また、エリア関心度判定部26は、(Tw+Ts)の平均値を672.5(秒)と求め、(Tw/Ts)の平均値を1.76と求められる。
また、エリア関心度判定部26は、最新のTwがTw6であり、最新のTsがTs6であるので、以上に示した算出結果と図27及び図29に示した関係を示すテーブルとに基づいて、このユーザが店舗の陳列商品に非常に関心があると判定する。さらに、エリア関心度判定部26は、過去の履歴情報から得られるこのユーザの平均的な関心度と比較して、普段よりも強い関心をもって店舗に来ていると判定できる。そして、エリア関心度判定部26は、得られた関心度の結果とエリア滞在情報とを、関心度出力装置3に供給(出力)する。
本実施例において、関心度出力装置3が実行する処理は、第4の実施例で示した処理と同様である。
なお、第4の実施例と同様に、エリア毎に異なった特徴量と関心度との関係を示すテーブルを事前に用意し、これをエリア関心度判定部26が予め記憶手段(例えば、磁気ディスク装置やメモリ等の記憶装置)に記憶しておくようにしてもよい。そして、エリア関心度判定部26は、入力した滞在エリア位置情報に基づいて、判定に用いる特徴量と関心度との関係を示すテーブルを切り替えて用いて、ユーザの関心度を判定するようにしてもよい。
また、エリア歩行/停止パターン記憶/読出部27は、必ずしも同じエリアに立ち寄ったときの履歴情報を検索して読み出すのではなく、例えば、同じような商品を扱っている別の店舗に立ち寄ったときのデータを読み出したり、近いエリアに立ち寄ったときのデータを読み出す等してもよい。
また、関心度判定に用いる特徴量と関心度との関係を示すテーブルは、図27や図30に示したものにかぎられない。例えば、エリア関心度判定部26は、図28や図31に示すような他の特徴量と関心度との関係を示すテーブルを用いて関心度判定を行ってもよく、同時に複数の関係を示すテーブルに基づいて関心度判定を行ってもよい。また、エリア関心度判定部26は、より度合いや傾向を詳細に把握して関心度判定を行うようにしてもよい。
以上のように、本実施例によれば、第4の実施例で示した効果に加えて、関心度計測システムは、ユーザの過去の履歴情報を利用することによって、このユーザの普段の関心度を基準として個々のエリア滞在における関心度を判定することができる。そのため、普段と異なる関心の傾向を見出したり、ユーザの関心の度合いの時系列変化を把握できる等、個人に適応したきめ細かな関心度の判定が可能である。
次に、本発明の第6の実施例を図面を参照して説明する。なお、本実施例に示す関心度計測システムは、第6の実施形態で示した関心度計測システムをより具体化したものに対応する。
本実施例では、ユーザが携帯する携帯電話機は、第4の実施例と同様に、その携帯電話機に搭載されている加速度センサを用いて、ユーザの行動情報を関心度計測装置2に送信する。また、関心度計測装置2は、得られた加速度データに基づいてユーザの関心度を算出し、その結果をユーザへの配信情報の選択に利用するために、コンテンツサーバに向けて送信する。
この携帯電話機の所有者であるユーザAがある小売店舗に入店してから店を離れ、歩行/停止パターンが生成されるまでの処理は、第4の実施例で示した処理と同様である。また、歩行/停止パターン生成部24は、図16と同様の歩行/停止パターンを求めたものとする。
次いで、ユーザ別歩行/停止パターン記憶/読出部271は、入力した歩行/停止時系列パターンを、エリア滞在情報取得/通知部22から入力したエリア滞在情報とともにデータベース装置に記憶する。この場合、ユーザ別歩行/停止パターン記憶/読出部271は、ユーザAの他に、同じエリアに滞在した他のユーザの履歴情報が存在するか否かを、データベース装置に記憶されている履歴情報の中から検索する。ここで、ユーザ別歩行/停止パターン記憶/読出部271は、同じエリアに滞在したユーザBの履歴情報を発見したものとする。また、ユーザ別歩行/停止パターン記憶/読出部271は、図32に示すような歩行/停止時系列パターンを発見したものとする。
また、ユーザ別エリア歩行/停止パターン記憶/読出部271は、ユーザAのエリア滞在情報と歩行/停止時系列パターンとの組に加えて、図32に示すユーザBの歩行/停止時系列パターンと、そのときのエリア滞在情報との組を、ともにエリア行動特徴量算出部251に供給(出力)する。
次いで、エリア行動特徴量算出部251は、得られた歩行/停止時系列パターンに基づいて、行動特徴量として、滞在時間中の歩行時間の総和Tw、停止時間の総和Ts、及び立ち止まり回数Sを算出する。例えば、図16に示す例において、エリア行動特徴量算出部251は、歩行/停止時系列パターンに基づいて、Tw6=470(秒)、Ts6=505(秒)、及びS6=46(回)と求めたものとする。また、図32に示す例において、エリア行動特徴量算出部251は、歩行/停止時系列パターンに基づいて、Tw14=153(秒)、Ts14=167(秒)、及びS14=26(回)と求めたものとする。そして、エリア行動特徴量算出部25は、得られたTw、Ts及びSの値をエリア関心度判定部26に供給(出力)する。
次いで、エリア関心度判定部26は、入力したTw、Ts及びSの値を用いて、例えば、事前に行った実験結果を用いて得られた特徴量と関心度との関係に基づいて、ユーザAのエリア関心度を判定する。このような行動特徴量とユーザの関心度との関係を示すテーブルの例を図28及び図31に示す。エリア関心度判定部26は、エリア行動特徴量算出手段251から入力したTw,Tsの値を用いて、Tw6+Ts6=975(秒)、Ts6/S6=10.9(秒)、Tw14+Ts14=320(秒)、及びTs14/S14=6.4(秒)と求められる。従って、エリア関心度判定部26は、図28に示す行動特徴量と関心度との関係を示すテーブルに基づいて、ユーザAが強く関心を引かれた商品が数多くあった旨を判定できる。
また、エリア関心度判定部26は、(Tw+Ts)の平均値を647.5(秒)と求め、(Ts/S)の平均値を8.65(秒)と求められる。そのため、エリア関心度判定部26は、図31に示す行動特徴量と関心度との関係を示すテーブルに基づいて、ユーザAの行動特徴量とユーザ間の平均的な行動特徴量とを比較した結果、ユーザAが平均的なユーザよりも多くの商品に強く関心をひかれている旨を判定できる。そして、エリア関心度判定部26は、得られた関心度の結果とエリア滞在情報とを、関心度出力装置3に供給(出力)する。
本実施例において、関心度出力装置3が実行する処理は、第4の実施例で示した処理と同様である。
なお、第4の実施例と同様に、エリア毎に異なった特徴量と関心度との関係を示すテーブルを事前に用意し、これをエリア関心度判定部26が予め記憶手段(例えば、磁気ディスク装置やメモリ等の記憶装置)に記憶しておくようにしてもよい。そして、エリア関心度判定部26は、入力した滞在エリア位置情報に基づいて、判定に用いる特徴量と関心度との関係を示すテーブルを切り替えて用いて、ユーザの関心度を判定するようにしてもよい。
また、ユーザ別歩行/停止パターン記憶/読出部271は、ユーザAを含めた全ユーザの過去の履歴情報をデータベース装置に記憶しておき、エリア行動特徴量算出部251は、他のユーザの履歴情報と自分の過去の履歴情報とを、同時に用いて特徴量を算出してもよい。
また、関心度判定に用いる特徴量と関心度との関係を示すテーブルは、図28や図31に示したものにかぎられない。例えば、エリア関心度判定部26は、図27や図30に示すような他の特徴量と関心度との関係を示すテーブルを用いて関心度判定を行ってもよく、同時に複数の関係を示すテーブルに基づいて関心度判定を行ってもよい。また、エリア関心度判定部26は、より度合いや傾向を詳細に把握して関心度判定を行うようにしてもよい。
以上のように、本実施例によれば、第4の実施例で示した効果に加えて、関心度計測システムは、他のユーザの歩行/停止時系列パターンを利用することによって、平均的な関心度との比較を行うことができる。そのため、複数のユーザがもつ類似性や、特定のユーザだけがもつ特異性を抽出することができ、さらには複数ユーザ間での関心の強弱比較等の特徴量の抽出を通して、客観的できめ細かな関心度の判定が可能である。
なお、上記に示した各実施形態及び各実施例では、センサ端末1が加速度センサを備える場合を説明したが、センサ端末1は、加速度センサ以外のセンサを備えていてもよい。また、センサ端末1は、例えば、1つのセンサに限らず、複数のセンサを備えていてもよい。複数のセンサを備える場合、例えば、センサ端末1は、ジャイロセンサとともに電子コンパスを備えていてもよい。この場合、センサ端末1は、例えば、ジャイロセンサを用いて角速度を検出し、関心度計測装置2は、センサ端末1からの角速度に基づいて、ユーザが歩行状態であるか停止状態であるかや、歩行外行動をしている状態であるかを判定するようにしてもよい。また、センサ端末1は、例えば、電子コンパスを用いてセンサ端末1の姿勢を検出し、関心度計測装置2は、センサ端末1からの電子コンパスの検出結果に基づいて、センサ端末1の姿勢を判定するようにしてもよい。
ただし、上記に示した各実施形態及び各実施例のように、センサ端末1が加速度センサを備えるように構成すれば、関心度計測装置2は、加速度に基づいて歩行、停止、歩行外行動のいずれの状態であるかを判定できるとともに、加速度に基づき重力ベクトルを求めることによって、センサ端末1の姿勢も判定することができる。従って、1つのセンサさえ備えていれば、ユーザの行動状況を詳細に把握した上で関心度を判定できるようにすることができ、センサ端末1にかかるコストを低減することができる。
次に、本発明による関心度計測システムの最小構成について説明する。図33は、関心度計測システムの最小の構成例を示すブロック図である。図33に示すように、関心度計測システムは、最小の構成要素として、センサ端末1、エリア滞在情報取得/通知部22、センサデータ記憶/読出部23、行動状況時系列パターン生成手段50、行動特徴量算出部25、及びエリア関心度判定部26を含む。なお、行動状況時系列パターン生成手段50は、例えば、第1の実施形態で示した歩行外行動パターン生成部28や、第2の実施形態で示した端末姿勢パターン生成部29に相当する。
図33に示した最小構成の関心度計測システムにおいて、センサ端末1は、ユーザの動作状態を示すデータを取得する機能を備える。また、エリア滞在情報取得/通知部22は、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得する機能を備える。また、センサデータ記憶/読出部23は、センサ端末1が取得したデータを記憶し、記憶したデータをエリア滞在情報取得/通知部22によって取得されたエリア滞在情報に応じて読み出す機能を備える。また、行動状況時系列パターン生成手段50は、センサデータ記憶/読出部23が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する機能を備える。また、行動特徴量算出部25は、行動状況時系列パターン生成手段50が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する機能を備える。また、エリア関心度判定部26は、行動特徴量算出部25が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する機能を備える。
図33に示す最小構成の関心度計測システムによれば、ユーザの行動状況を詳細に把握して、各エリアに対してユーザ毎の関心の度合いや傾向を加味したきめ細かな関心度を算出することができる。
なお、上記に示した各実施形態及び各実施例では、以下の(1)〜(22)に示すような関心度計測システム及び関心度計測装置の特徴的構成が示されている。
(1)関心度計測システムは、ユーザの動作状態を示すデータを取得するユーザ端末(例えば、センサ端末1)と、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段(例えば、エリア滞在情報取得/通知部22によって実現される)と、ユーザ端末が取得したデータを記憶し、記憶したデータをエリア滞在情報取得手段によって取得されたエリア滞在情報に応じて読み出すデータ記憶/読出手段(例えば、センサデータ記憶/読出部23によって実現される)と、データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターン(例えば、歩行外行動時系列パターン、端末姿勢時系列パターン)を生成する行動状況時系列パターン生成手段(例えば、歩行外行動パターン生成部28、端末姿勢パターン生成部29によって実現される)と、行動状況時系列パターン生成手段が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段(例えば、行動特徴量算出部25によって実現される)と、行動特徴量算出手段が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段(例えば、エリア関心度判定部26によって実現される)とを備えたことを特徴とする。
(2)関心度計測システムにおいて、行動状況時系列パターン生成手段は、データ記憶/読出手段が読み出したデータに基づいて、ユーザが歩行以外の行動を行っている状態であるか否かを判定し、行動状況時系列データとして、ユーザが歩行以外の行動を行っている状態であることを示す歩行外行動時系列パターンを生成し、行動特徴量算出手段は、行動状況時系列パターン生成手段が生成した歩行外行動時系列パターンに基づいて、行動特徴量を算出するように構成されていてもよい。
(3)関心度計測システムにおいて、時系列パターン生成手段は、データ記憶/読出手段が読み出したデータに基づいて、ユーザ端末の姿勢を判定し、行動状況時系列データとして、ユーザ端末の姿勢を示す端末姿勢時系列パターンを生成し、行動特徴量算出手段は、行動状況時系列パターン生成手段が生成した端末姿勢時系列パターンに基づいて、行動特徴量を算出するように構成されていてもよい。
(4)関心度計測システムは、ユーザが滞在しているエリア内の環境を示す環境情報を取得する環境情報取得手段(例えば、環境情報取得/通信部40によって実現される)を備え、エリア関心度判定手段は、行動特徴量算出手段が算出した行動特徴量と、環境情報取得手段が取得した環境情報とを用いて、エリア関心度を判定するように構成されていてもよい。
(5)関心度計測システムにおいて、ユーザ端末は、加速度センサを備え、加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、行動状況時系列パターン生成手段は、データ記憶/読出手段が読み出した加速度データに基づいて、加速度の値のピーク間隔が所定の範囲以内であるか否かを判定し、所定の範囲以内でないと判定すると、ユーザが歩行以外の行動を行っている状態であると判定するように構成されていてもよい。
(6)関心度計測システムにおいて、ユーザ端末は、加速度センサを備え、加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、行動状況時系列パターン生成手段は、データ記憶/読出手段が読み出した加速度データに基づいて、ユーザ端末の姿勢を示すデータとして重力ベクトルを算出することによって、ユーザ端末の姿勢を判定するように構成されていてもよい。
(7)関心度計測システムにおいて、行動特徴量算出手段は、行動状況時系列パターン生成手段が生成した端末姿勢時系列パターンに示されるユーザ端末の姿勢と所定の基準姿勢との類似度を、行動特徴量として算出するように構成されていてもよい。
(8)関心度計測システムにおいて、行動特徴量算出手段は、行動状況時系列パターン生成手段が算出した重力ベクトルの分散値を、行動特徴量として算出するように構成されていてもよい。
(9)関心度計測システムにおいて、環境情報取得手段は、環境情報として、ユーザが滞在しているエリア内に存在する人の人数、当該エリア内の気温、又は当該エリア内の湿度を取得するように構成されていてもよい。
(10)関心度計測システムは、データ記憶/読出手段が読み出したデータに基づいて、ユーザが歩行状態であるか停止状態であるかを判定し、ユーザが歩行状態であるか停止状態であるかを示す歩行/停止時系列パターンを生成する歩行/停止パターン生成手段(例えば、歩行/停止パターン生成部24によって実現される)を備え、行動特徴量算出手段は、行動状況時系列パターン生成手段が生成した行動状況時系列パターンと、歩行/停止パターン生成手段が生成した歩行/停止時系列パターンとに基づいて、行動特徴量を算出するように構成されていてもよい。
(11)関心度計測装置(例えば、関心度計測装置2)は、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段(例えば、エリア滞在情報取得/通知部22によって実現される)と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータをエリア滞在情報取得手段によって取得されたエリア滞在情報に応じて読み出すデータ記憶/読出手段(例えば、センサデータ記憶/読出部23によって実現される)と、データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターン(例えば、歩行外行動時系列パターン、端末姿勢時系列パターン)を生成する行動状況時系列パターン生成手段(例えば、歩行外行動パターン生成部28、端末姿勢パターン生成部29によって実現される)と、行動状況時系列パターン生成手段が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段(例えば、行動特徴量算出部25によって実現される)と、行動特徴量算出手段が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段(例えば、エリア関心度判定部26によって実現される)とを備えたことを特徴とする。
(12)関心度計測システムは、ユーザの動作状態を示すデータを取得するユーザ端末と、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得部と、ユーザ端末が取得したデータを記憶し、記憶したデータをエリア滞在情報取得部によって取得されたエリア滞在情報に応じて読み出すデータ記憶/読出部と、データ記憶/読出部が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成部と、行動状況時系列パターン生成部が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出部と、行動特徴量算出部が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定部とを備えたことを特徴とする。
(13)関心度計測システムにおいて、行動状況時系列パターン生成部は、データ記憶/読出部が読み出したデータに基づいて、ユーザが歩行以外の行動を行っている状態であるか否かを判定し、行動状況時系列データとして、ユーザが歩行以外の行動を行っている状態であることを示す歩行外行動時系列パターンを生成し、行動特徴量算出部は、行動状況時系列パターン生成部が生成した歩行外行動時系列パターンに基づいて、行動特徴量を算出するように構成されていてもよい。
(14)関心度計測システムにおいて、時系列パターン生成部は、データ記憶/読出部が読み出したデータに基づいて、ユーザ端末の姿勢を判定し、行動状況時系列データとして、ユーザ端末の姿勢を示す端末姿勢時系列パターンを生成し、行動特徴量算出部は、行動状況時系列パターン生成部が生成した端末姿勢時系列パターンに基づいて、行動特徴量を算出するように構成されていてもよい。
(15)関心度計測システムは、ユーザが滞在しているエリア内の環境を示す環境情報を取得する環境情報取得部を備え、エリア関心度判定部は、行動特徴量算出部が算出した行動特徴量と、環境情報取得部が取得した環境情報とを用いて、エリア関心度を判定するように構成されていてもよい。
(16)関心度計測システムにおいて、ユーザ端末は、加速度センサを備え、加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、行動状況時系列パターン生成部は、データ記憶/読出部が読み出した加速度データに基づいて、加速度の値のピーク間隔が所定の範囲以内であるか否かを判定し、所定の範囲以内でないと判定すると、ユーザが歩行以外の行動を行っている状態であると判定するように構成されていてもよい。
(17)関心度計測システムにおいて、ユーザ端末は、加速度センサを備え、加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、行動状況時系列パターン生成部は、データ記憶/読出部が読み出した加速度データに基づいて、ユーザ端末の姿勢を示すデータとして重力ベクトルを算出することによって、ユーザ端末の姿勢を判定するように構成されていてもよい。
(18)関心度計測システムにおいて、行動特徴量算出部は、行動状況時系列パターン生成部が生成した端末姿勢時系列パターンに示されるユーザ端末の姿勢と所定の基準姿勢との類似度を、行動特徴量として算出するように構成されていてもよい。
(19)関心度計測システムにおいて、行動特徴量算出部は、行動状況時系列パターン生成部が算出した重力ベクトルの分散値を、行動特徴量として算出するように構成されていてもよい。
(20)関心度計測システムにおいて、環境情報取得部は、環境情報として、ユーザが滞在しているエリア内に存在する人の人数、当該エリア内の気温、又は当該エリア内の湿度を取得するように構成されていてもよい。
(21)関心度計測システムは、データ記憶/読出部が読み出したデータに基づいて、ユーザが歩行状態であるか停止状態であるかを判定し、ユーザが歩行状態であるか停止状態であるかを示す歩行/停止時系列パターンを生成する歩行/停止パターン生成部を備え、行動特徴量算出部は、行動状況時系列パターン生成部が生成した行動状況時系列パターンと、歩行/停止パターン生成部が生成した歩行/停止時系列パターンとに基づいて、行動特徴量を算出するように構成されていてもよい。
(22)関心度計測装置は、ユーザが滞在しているエリアの位置情報とエリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得部と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータをエリア滞在情報取得部によって取得されたエリア滞在情報に応じて読み出すデータ記憶/読出部と、データ記憶/読出部が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成部と、行動状況時系列パターン生成部が生成した行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出部と、行動特徴量算出部が算出した行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定部とを備えたことを特徴とする。
上記の各実施形態及び各実施例の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
(付記1)ユーザの動作状態を示すデータを取得するユーザ端末と、ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段と、前記ユーザ端末が取得したデータを記憶し、記憶したデータを前記エリア滞在情報取得手段によって取得された前記エリア滞在情報に応じて読み出すデータ記憶/読出手段と、前記データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成手段と、前記行動状況時系列パターン生成手段が生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段と、前記行動特徴量算出手段が算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段とを備えたことを特徴とする関心度計測システム。
(付記2)前記行動状況時系列パターン生成手段は、前記データ記憶/読出手段が読み出したデータに基づいて、ユーザが歩行以外の行動を行っている状態であるか否かを判定し、前記行動状況時系列データとして、ユーザが歩行以外の行動を行っている状態であることを示す歩行外行動時系列パターンを生成し、前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記歩行外行動時系列パターンに基づいて、前記行動特徴量を算出する付記1記載の関心度計測システム。
(付記3)前記時系列パターン生成手段は、前記データ記憶/読出手段が読み出したデータに基づいて、前記ユーザ端末の姿勢を判定し、前記行動状況時系列データとして、前記ユーザ端末の姿勢を示す端末姿勢時系列パターンを生成し、前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記端末姿勢時系列パターンに基づいて、前記行動特徴量を算出する付記1又は付記2記載の関心度計測システム。
(付記4)ユーザが滞在しているエリア内の環境を示す環境情報を取得する環境情報取得手段を備え、前記エリア関心度判定手段は、前記行動特徴量算出手段が算出した前記行動特徴量と、前記環境情報取得手段が取得した前記環境情報とを用いて、前記エリア関心度を判定する付記1から付記3のうちのいずれか1項に記載の関心度計測システム。
(付記5)前記ユーザ端末は、加速度センサを備え、前記加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、前記行動状況時系列パターン生成手段は、前記データ記憶/読出手段が読み出した加速度データに基づいて、加速度の値のピーク間隔が所定の範囲以内であるか否かを判定し、前記所定の範囲以内でないと判定すると、ユーザが歩行以外の行動を行っている状態であると判定する付記2記載の関心度計測システム。
(付記6)前記ユーザ端末は、加速度センサを備え、前記加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、前記行動状況時系列パターン生成手段は、前記データ記憶/読出手段が読み出した加速度データに基づいて、前記ユーザ端末の姿勢を示すデータとして重力ベクトルを算出することによって、前記ユーザ端末の姿勢を判定する付記3記載の関心度計測システム。
(付記7)前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記端末姿勢時系列パターンに示される前記ユーザ端末の姿勢と所定の基準姿勢との類似度を、前記行動特徴量として算出する付記3又は付記6記載の関心度計測システム。
(付記8)前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が算出した重力ベクトルの分散値を、前記行動特徴量として算出する付記6記載の関心度計測システム。
(付記9)前記環境情報取得手段は、前記環境情報として、ユーザが滞在しているエリア内に存在する人の人数、当該エリア内の気温、又は当該エリア内の湿度を取得する付記4記載の関心度計測システム。
(付記10)前記データ記憶/読出手段が読み出したデータに基づいて、ユーザが歩行状態であるか停止状態であるかを判定し、ユーザが歩行状態であるか停止状態であるかを示す歩行/停止時系列パターンを生成する歩行/停止パターン生成手段を備え、前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記行動状況時系列パターンと、前記歩行/停止パターン生成手段が生成した前記歩行/停止時系列パターンとに基づいて、前記行動特徴量を算出する付記1から付記9のうちのいずれか1項に記載の関心度計測システム。
(付記11)ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータを前記エリア滞在情報取得手段によって取得された前記エリア滞在情報に応じて読み出すデータ記憶/読出手段と、前記データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成手段と、前記行動状況時系列パターン生成手段が生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段と、前記行動特徴量算出手段が算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段とを備えたことを特徴とする関心度計測装置。
(付記12)ユーザ端末が、ユーザの動作状態を示すデータを取得し、ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得し、前記ユーザ端末が取得したデータを記憶し、記憶したデータを、取得した前記エリア滞在情報に応じて読み出し、読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成し、生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出し、算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定することを特徴とする関心度計測方法。
(付記13)コンピュータに、ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得する処理と、ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータを、取得した前記エリア滞在情報に応じて読み出す処理と、読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する処理と、生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する処理と、算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する処理とを実行させるための関心度計測プログラム。
以上、各実施形態及び各実施例を参照して本願発明を説明したが、本願発明は上記各実施形態及び各実施例に限定されるものではない。本願発明の構成や詳細には、本願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、2010年3月16日に出願された日本特許出願2010−59750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、ユーザのあるエリアに対する関心度を計測する関心度計測システムの用途に適用できる。
1 センサ端末
2 関心度計測装置
3 関心度出力装置
21 センサデータ受信部
22 エリア滞在情報取得/通知部
23,23A センサデータ記憶/読出部
24 歩行/停止パターン生成部
25,25A 行動特徴量算出部
26,26A,26B エリア関心度判定部
27 エリア歩行/停止パターン記憶/読出部
28 歩行外行動パターン生成部
29 端末姿勢パターン生成部
40 環境情報取得/通信部
50 行動状況時系列パターン生成手段
251 エリア行動特徴量算出部
271 ユーザ別歩行/停止パターン記憶/読出部
2 関心度計測装置
3 関心度出力装置
21 センサデータ受信部
22 エリア滞在情報取得/通知部
23,23A センサデータ記憶/読出部
24 歩行/停止パターン生成部
25,25A 行動特徴量算出部
26,26A,26B エリア関心度判定部
27 エリア歩行/停止パターン記憶/読出部
28 歩行外行動パターン生成部
29 端末姿勢パターン生成部
40 環境情報取得/通信部
50 行動状況時系列パターン生成手段
251 エリア行動特徴量算出部
271 ユーザ別歩行/停止パターン記憶/読出部
Claims (10)
- ユーザの動作状態を示すデータを取得するユーザ端末と、
ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段と、
前記ユーザ端末が取得したデータを記憶し、記憶したデータを前記エリア滞在情報取得手段によって取得された前記エリア滞在情報に応じて読み出すデータ記憶/読出手段と、
前記データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成手段と、
前記行動状況時系列パターン生成手段が生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段と、
前記行動特徴量算出手段が算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段とを
備えたことを特徴とする関心度計測システム。 - 前記行動状況時系列パターン生成手段は、前記データ記憶/読出手段が読み出したデータに基づいて、ユーザが歩行以外の行動を行っている状態であるか否かを判定し、前記行動状況時系列データとして、ユーザが歩行以外の行動を行っている状態であることを示す歩行外行動時系列パターンを生成し、
前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記歩行外行動時系列パターンに基づいて、前記行動特徴量を算出する
請求項1記載の関心度計測システム。 - 前記時系列パターン生成手段は、前記データ記憶/読出手段が読み出したデータに基づいて、前記ユーザ端末の姿勢を判定し、前記行動状況時系列データとして、前記ユーザ端末の姿勢を示す端末姿勢時系列パターンを生成し、
前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記端末姿勢時系列パターンに基づいて、前記行動特徴量を算出する
請求項1又は請求項2記載の関心度計測システム。 - ユーザが滞在しているエリア内の環境を示す環境情報を取得する環境情報取得手段を備え、
前記エリア関心度判定手段は、前記行動特徴量算出手段が算出した前記行動特徴量と、前記環境情報取得手段が取得した前記環境情報とを用いて、前記エリア関心度を判定する
請求項1から請求項3のうちのいずれか1項に記載の関心度計測システム。 - 前記ユーザ端末は、加速度センサを備え、前記加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、
前記行動状況時系列パターン生成手段は、前記データ記憶/読出手段が読み出した加速度データに基づいて、加速度の値のピーク間隔が所定の範囲以内であるか否かを判定し、前記所定の範囲以内でないと判定すると、ユーザが歩行以外の行動を行っている状態であると判定する
請求項2記載の関心度計測システム。 - 前記ユーザ端末は、加速度センサを備え、前記加速度センサを用いて、ユーザの動作状況を示すデータとして加速度データを取得し、
前記行動状況時系列パターン生成手段は、前記データ記憶/読出手段が読み出した加速度データに基づいて、前記ユーザ端末の姿勢を示すデータとして重力ベクトルを算出することによって、前記ユーザ端末の姿勢を判定する
請求項3記載の関心度計測システム。 - 前記行動特徴量算出手段は、前記行動状況時系列パターン生成手段が生成した前記端末姿勢時系列パターンに示される前記ユーザ端末の姿勢と所定の基準姿勢との類似度を、前記行動特徴量として算出する
請求項3又は請求項6記載の関心度計測システム。 - ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得するエリア滞在情報取得手段と、
ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータを前記エリア滞在情報取得手段によって取得された前記エリア滞在情報に応じて読み出すデータ記憶/読出手段と、
前記データ記憶/読出手段が読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する行動状況時系列パターン生成手段と、
前記行動状況時系列パターン生成手段が生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する行動特徴量算出手段と、
前記行動特徴量算出手段が算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定するエリア関心度判定手段とを
備えたことを特徴とする関心度計測装置。 - ユーザ端末が、ユーザの動作状態を示すデータを取得し、
ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得し、
前記ユーザ端末が取得したデータを記憶し、記憶したデータを、取得した前記エリア滞在情報に応じて読み出し、
読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成し、
生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出し、
算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する
ことを特徴とする関心度計測方法。 - コンピュータに、
ユーザが滞在しているエリアの位置情報と前記エリアにユーザが滞在した時間である滞在時間情報とを含むエリア滞在情報を取得する処理と、
ユーザ端末が取得したユーザの動作状態を示すデータを記憶し、記憶したデータを、取得した前記エリア滞在情報に応じて読み出す処理と、
読み出したデータに基づいて、ユーザの行動状況を判定し、ユーザの行動状況を示す行動状況時系列パターンを生成する処理と、
生成した前記行動状況時系列パターンに基づいて、ユーザの行動の特徴を示す行動特徴量を算出する処理と、
算出した前記行動特徴量を用いて、ユーザのエリアに対する関心の度合い及び傾向を示すエリア関心度を判定する処理とを
実行させるための関心度計測プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010059750 | 2010-03-16 | ||
JP2010059750 | 2010-03-16 | ||
PCT/JP2011/000879 WO2011114620A1 (ja) | 2010-03-16 | 2011-02-17 | 関心度計測システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2011114620A1 true JPWO2011114620A1 (ja) | 2013-06-27 |
Family
ID=44648736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012505467A Pending JPWO2011114620A1 (ja) | 2010-03-16 | 2011-02-17 | 関心度計測システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20120317066A1 (ja) |
JP (1) | JPWO2011114620A1 (ja) |
CN (1) | CN102792330A (ja) |
WO (1) | WO2011114620A1 (ja) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2011162119A1 (ja) * | 2010-06-24 | 2013-08-19 | 日本電気株式会社 | 注目度推定装置、注目度推定方法、及びプログラム |
JP6031735B2 (ja) * | 2011-06-13 | 2016-11-24 | ソニー株式会社 | 情報処理装置、情報処理方法およびコンピュータプログラム |
JP5863423B2 (ja) * | 2011-11-30 | 2016-02-16 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
CN104246818B (zh) * | 2012-09-28 | 2018-01-02 | 松下电器(美国)知识产权公司 | 行动倾向的确定方法以及行动倾向的确定系统 |
JP6191248B2 (ja) * | 2013-06-04 | 2017-09-06 | 富士通株式会社 | 情報処理装置及び情報処理プログラム |
JP6230097B2 (ja) * | 2013-06-13 | 2017-11-15 | 株式会社スペース・バイオ・ラボラトリーズ | 重力制御装置 |
US10430733B2 (en) * | 2013-09-11 | 2019-10-01 | Hitachi, Ltd. | Analysis method for time series data and device therefor |
US9319486B2 (en) * | 2013-09-25 | 2016-04-19 | Google Inc. | Predicting interest levels associated with publication and content item combinations |
CN104754112A (zh) * | 2013-12-31 | 2015-07-01 | 中兴通讯股份有限公司 | 用户信息获取方法及移动终端 |
CN105787756A (zh) * | 2016-02-19 | 2016-07-20 | 龚齐伟 | 人体行为分析装置、方法及系统 |
JP6854474B2 (ja) * | 2016-05-24 | 2021-04-07 | 技研商事インターナショナル株式会社 | 位置情報を利用した行動分析システム及びそのプログラム |
JP6738084B2 (ja) * | 2016-07-07 | 2020-08-12 | 国立大学法人東京海洋大学 | 作業推定装置、作業推定方法、および作業推定プログラム |
CN106845521A (zh) * | 2016-12-23 | 2017-06-13 | 杭州云象网络技术有限公司 | 一种基于行为时间序列的区块链节点聚类方法 |
JP6625043B2 (ja) * | 2016-12-28 | 2019-12-25 | 株式会社日立ソリューションズ | 特徴分析装置および特徴分析方法 |
JP2018132934A (ja) * | 2017-02-15 | 2018-08-23 | 株式会社Screenホールディングス | 行動分析方法、行動分析プログラム、および行動分析システム |
US10789079B2 (en) * | 2017-03-27 | 2020-09-29 | Microsoft Technology Licensing, Llc | Triggering user aid based on user actions at independent locations |
US11341798B2 (en) * | 2017-09-27 | 2022-05-24 | Rakuten Groun. Inc. | Device, method, program, and storage medium for providing recommendation information |
US11580875B2 (en) | 2017-11-06 | 2023-02-14 | Panasonic Intellectual Property Management Co., Ltd. | Cleanup support system, cleanup support method, and recording medium |
CN111480161A (zh) * | 2017-12-20 | 2020-07-31 | 飞力凯网路股份有限公司 | 信息处理设备和信息处理方法 |
JP7166801B2 (ja) | 2018-06-21 | 2022-11-08 | 三菱電機株式会社 | 情報提供システム、情報処理装置、情報提供方法、及び情報提供プログラム |
CN108921612A (zh) * | 2018-06-28 | 2018-11-30 | 冯博 | 一种兴趣区域确定装置、方法及系统 |
JP2020067985A (ja) * | 2018-10-26 | 2020-04-30 | ヤフー株式会社 | 測定装置、測定方法、および測定プログラム |
CN109872242B (zh) * | 2019-01-30 | 2020-10-13 | 北京字节跳动网络技术有限公司 | 信息推送方法和装置 |
CN110609949B (zh) * | 2019-07-22 | 2022-02-11 | 浙江科技学院 | 一种自迭代学习的兴趣度评估方法及系统 |
US11761979B2 (en) | 2019-09-24 | 2023-09-19 | The University Of Electro-Communications | Psychological evaluation device, psychological evaluation method, program, acceleration measurement system, and acceleration measurement method |
JP7249316B2 (ja) * | 2020-08-03 | 2023-03-30 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
CN112181144B (zh) * | 2020-09-25 | 2023-08-15 | 北京博睿维讯科技有限公司 | 一种终端控制方法及系统 |
KR20230113079A (ko) | 2022-01-21 | 2023-07-28 | 네이버 주식회사 | 관심 지역에 대한 개인화 추천을 위한 방법, 시스템, 및 컴퓨터 프로그램 |
CN114547459B (zh) * | 2022-02-23 | 2023-10-31 | 深圳环金科技有限公司 | 一种跨境电商数据处理方法及系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3570163B2 (ja) * | 1996-07-03 | 2004-09-29 | 株式会社日立製作所 | 動作及び行動の認識方法及び装置及びシステム |
EP0816986B1 (en) * | 1996-07-03 | 2006-09-06 | Hitachi, Ltd. | System for recognizing motions |
JPH10305016A (ja) * | 1997-05-08 | 1998-11-17 | Casio Comput Co Ltd | 行動情報提供システム |
JP3846844B2 (ja) * | 2000-03-14 | 2006-11-15 | 株式会社東芝 | 身体装着型生活支援装置 |
US7095328B1 (en) * | 2001-03-16 | 2006-08-22 | International Business Machines Corporation | System and method for non intrusive monitoring of “at risk” individuals |
US6879838B2 (en) * | 2001-04-20 | 2005-04-12 | Koninklijke Philips Electronics N.V. | Distributed location based service system |
FI110549B (fi) * | 2001-06-29 | 2003-02-14 | Nokia Corp | Menetelmä ja järjestely liikkeen määrittämiseksi |
US7565155B2 (en) * | 2002-04-10 | 2009-07-21 | Networks In Motion | Method and system for dynamic estimation and predictive route generation |
JP2003323502A (ja) * | 2002-05-07 | 2003-11-14 | Casio Comput Co Ltd | 行動記録装置及び行動記録プログラム |
WO2005111880A1 (ja) * | 2004-05-14 | 2005-11-24 | Supreme System Consulting Corporation | 行動解析装置 |
JP4411393B2 (ja) * | 2004-11-02 | 2010-02-10 | 独立行政法人産業技術総合研究所 | 解析システム |
US7519470B2 (en) * | 2006-03-15 | 2009-04-14 | Microsoft Corporation | Location-based caching for mobile devices |
US8229458B2 (en) * | 2007-04-08 | 2012-07-24 | Enhanced Geographic Llc | Systems and methods to determine the name of a location visited by a user of a wireless device |
JP4972491B2 (ja) * | 2007-08-20 | 2012-07-11 | 株式会社構造計画研究所 | 顧客動作判定システム |
JP4858400B2 (ja) * | 2007-10-17 | 2012-01-18 | ソニー株式会社 | 情報提供システム、情報提供装置、情報提供方法 |
-
2011
- 2011-02-17 US US13/579,500 patent/US20120317066A1/en not_active Abandoned
- 2011-02-17 JP JP2012505467A patent/JPWO2011114620A1/ja active Pending
- 2011-02-17 WO PCT/JP2011/000879 patent/WO2011114620A1/ja active Application Filing
- 2011-02-17 CN CN2011800132306A patent/CN102792330A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20120317066A1 (en) | 2012-12-13 |
CN102792330A (zh) | 2012-11-21 |
WO2011114620A1 (ja) | 2011-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2011114620A1 (ja) | 関心度計測システム | |
US9948734B2 (en) | User activity tracking system | |
CN106796550B (zh) | 信息配送装置以及方法 | |
US20120327119A1 (en) | User adaptive augmented reality mobile communication device, server and method thereof | |
JP4282091B1 (ja) | 端末装置、情報処理方法及びプログラム | |
US20120310737A1 (en) | Method for providing advertisement, computer-readable medium including program for performing the method and advertisement providing system | |
CN107209776A (zh) | 用于基于元数据来呈现与事件有关的信息的方法、系统和介质 | |
JP7329825B2 (ja) | 情報提供システム、情報提供方法、プログラム | |
CN103201710A (zh) | 图像处理系统、图像处理方法以及存储图像处理程序的存储介质 | |
CN110706014A (zh) | 一种商场店铺推荐方法、装置及系统 | |
JP2017174272A (ja) | 情報処理装置及びプログラム | |
CN108734501B (zh) | 一种移动定位平台 | |
JP2017124086A (ja) | トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ | |
JPWO2017022306A1 (ja) | 情報処理システム、及び情報処理方法 | |
EP3414725A1 (en) | Indoor localization enabled shopping assistance in retail stores | |
CN110520891A (zh) | 信息处理装置、信息处理方法和程序 | |
JP5358385B2 (ja) | 親密度算出装置及びそのプログラム | |
JP6854474B2 (ja) | 位置情報を利用した行動分析システム及びそのプログラム | |
JP6794679B2 (ja) | プログラム、情報処理装置、電子機器、及び情報処理システム | |
JP2020144622A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2018142355A (ja) | 情報配信装置及び方法 | |
WO2024018548A1 (ja) | 生成プログラム、生成方法および情報処理装置 | |
WO2024018545A1 (ja) | 生成プログラム、生成方法および情報処理装置 | |
JP2020086763A (ja) | 情報提供装置、情報提供方法、及びプログラム | |
JP6926895B2 (ja) | 情報処理装置、情報処理システムおよびプログラム |