JPWO2015198653A1 - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Abstract

【課題】多種多様なデバイスを組織化することによって、これらのデバイスをより有効に活用する。【解決手段】複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得するデバイスログ取得部、上記デバイスログと、上記位置に関する予め設定された条件とに基づいて、上記複数のデバイスをグループに分類するグルーピング部、および上記デバイスログに基づいて、上記グループ内のデバイス同士の関係性を解析する関係性解析部を備える情報処理装置が提供される。【選択図】図７

Description

本開示は、情報処理装置、情報処理方法、およびプログラムに関する。

特許文献１には、アイテム選択のための計算コストを抑制するために、ユーザのアイテム利用ログに基づいてユーザおよびアイテムを分類する技術が記載されている。このように、例えばユーザアカウントによって特定されるユーザや、データベースに登録されたアイテムに関するログなどのデータについて、集計、解析、および分類などの操作を実施するための技術は、既に数多く提案されている。

特開２０１３−１６４７０４号公報

近年、多種多様なデバイスがインテリジェントになりつつある。例えば、パーソナルコンピュータやスマートフォン、タブレットのような情報処理端末に限らず、エアコンや冷蔵庫のようなホームアプライアンス、自動車、自動販売機など、多種多様なデバイスが、通信機能、情報処理機能、またはセンシング機能などを備えることが一般的になりつつある。このようなデバイスは、通信機能などを有するものの、情報処理端末とは異なり、ログイン操作などによってユーザが識別されるとは限らない。また、例えば自動販売機のように、不特定多数のユーザに使用されることを前提としたデバイスもある。

これらのデバイスも、情報処理端末と同様に、例えばデバイスの利用ログなどをユーザに関する統計情報として取得する手段、またはユーザに対して情報を出力する手段などとして利用可能でありうる。ところが、これらのデバイスは、既に述べたように、（特定のユーザによって使用される場合であっても）ユーザが識別されなかったり、そもそも不特定多数のユーザによって使用されることが前提とされていたりするために、組織化して利用することが容易ではない。

そこで、本開示では、多種多様なデバイスを組織化することによって、これらのデバイスをより有効に活用することを可能にする、新規かつ改良された情報処理装置、情報処理方法、およびプログラムを提案する。

本開示によれば、複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得するデバイスログ取得部、上記デバイスログと、上記位置に関する予め設定された条件とに基づいて、上記複数のデバイスをグループに分類するグルーピング部、および上記デバイスログに基づいて、上記グループ内のデバイス同士の関係性を解析する関係性解析部を備える情報処理装置が提供される。

また、本開示によれば、複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得すること、プロセッサが、上記デバイスログと、上記位置に関する予め設定された条件とに基づいて、上記複数のデバイスをグループに分類すること、および上記デバイスログに基づいて、上記グループ内のデバイス同士の関係性を解析することを含む情報処理方法が提供される。

また、本開示によれば、複数のデバイスから取得され各デバイスの位置を示す情報を含む時系列のデバイスログと、上記位置に関する予め設定された条件とに基づいて、上記複数のデバイスをグループに分類する機能、および上記デバイスログに基づいて、上記グループ内のデバイス同士の関係性を解析する機能をコンピュータに実現させるためのプログラムが提供される。

以上説明したように本開示によれば、多種多様なデバイスを組織化することによって、これらのデバイスをより有効に活用することができる。

なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。

本開示の第１の実施形態に係るシステムの概略的な構成を示す図である。 本開示の一実施形態に係るサーバの機能構成を示す概略的なブロック図である。 本開示の第１の実施形態における相関性判定部の処理の例を示すフローチャートである。 本開示の第１の実施形態におけるデバイスログＤＢの例を示す図である。 本開示の第１の実施形態におけるデバイスログＤＢの例を示す図である。 本開示の第１の実施形態におけるデバイスログＤＢの例を示す図である。 本開示の第１の実施形態における相関条件ＤＢの例を示す図である。 本開示の第１の実施形態における相関スコアＤＢの例を示す図である。 本開示の第２の実施形態に係るサーバの機能構成を示す概略的なブロック図である。 本開示の第２の実施形態におけるデバイス全体に対するグルーピング処理の例を示すフローチャートである。 本開示の第２の実施形態における追加されたデバイスに対するグルーピング処理の例を示すフローチャートである。 本開示の第２の実施形態におけるグループＤＢの例を示す図である。 本開示の第３の実施形態におけるグルーピング処理の例を示すフローチャートである。 本開示の第３の実施形態におけるデバイスログＤＢの例を示す図である。 本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．第１の実施形態
１−１．システム構成
１−２．サーバの機能構成
１−３．処理フロー
１−４．データの例
１−５．相関性の判定の具体的な例
２．第２の実施形態
３．第３の実施形態
４．ハードウェア構成
５．補足

（１．第１の実施形態）
（１−１．システム構成）
図１は、本開示の第１の実施形態に係るシステムの概略的な構成を示す図である。図１を参照すると、本実施形態に係るシステム１０は、デバイス１００と、サーバ２００とを含む。デバイス１００として、図１には、スマートフォン１００ａ、タブレット１００ｂ、ノートＰＣ（Personal Computer）１００ｃ、ウェアラブルデバイス１００ｄ、車載デバイス１００ｅ、テレビ１００ｆ、ゲーム機１００ｇ、エアコン１００ｈ、照明器具１００ｉ、および調理器具１００ｊが例示されている。

なお、デバイス１００はこれらの例には限られず、他にもさまざまなデバイスがデバイス１００に含まれうる。例えば、デバイス１００は、スマートフォンやタブレット、ノートＰＣ以外のモバイルデバイスを含んでもよい。デバイス１００は、図示されたアイウェア以外にも、コンタクトレンズ型端末、腕時計型端末、腕輪型端末、指輪型端末、ヘッドセット、衣服取付型または衣服一体型端末、靴取付型もしくは靴一体型端末、またはネックレス型端末などのウェアラブルデバイスを含んでもよい。車載デバイス１００ｅは、具体的にはカーナビゲーションシステムまたはリアシートエンターテインメントシステムなどでありうる。また、デバイス１００は、テレビやゲーム機、エアコン、照明器具に限らず、通信機能および情報処理機能を有するあらゆる種類のＣＥ（Consumer Electronics）デバイスを含んでもよい。

さらに、デバイス１００は、不特定多数のユーザによって共用されるデバイスを含んでもよい。例えば、デバイス１００は、パブリックディスプレイ、飲食店などのオーダーシステムに使用される端末装置、または自動販売機などを含んでもよい。また、上記のモバイルデバイスや車載デバイスも、それ自体が貸し出されたり、レンタカーに搭載されたりして、不特定多数のユーザによって共用されうる。

上記のような様々な種類のデバイス１００が存在する環境では、ユーザが２つ以上のデバイス１００を使用することも多くある。例えば、ユーザは、テレビ１００ｆで映画を見ながら、スマートフォン１００ａでその映画に関する情報を検索していることがありうる。また、ユーザは、タブレット１００ｂを携帯したまま、車載デバイス１００ｅを搭載した車両に乗車していることがありうる。また、ユーザは、ウェアラブルデバイス１００ｄを装着した状態で、エアコン１００ｈをＯＮ／ＯＦＦしたり、照明器具１００ｉを点灯／消灯したり、調理器具１００ｊで調理したりすることがありうる。また、ユーザは、ゲーム機１００ｇでゲームをプレイしながら、ノートＰＣ１００ｃでゲームの攻略情報を調べたりすることがありうる。

そのような場合に、当該２つ以上のデバイス１００を、同じユーザによって使用されているデバイス１００として関連付けることができれば、例えばユーザについて多様かつ長期間のログを取得したり、ユーザへの情報提供にあたって最適な出力デバイスを選択したりするために有用である。しかしながら、そのようなデバイス１００の関連付けは、限られた場合に可能であるにすぎず、多くの場合には容易ではない。

例えば、２つ以上のデバイス１００で同じユーザアカウントによるサービスへのログインが実行されていれば、これらのデバイス１００を関連付けることは可能である。しかし、それぞれのデバイス１００で同じユーザアカウントが使用されるとは限らない。また、専らログインを必要としないサービスを利用するためのデバイス１００や、ログイン操作を実行するための機能を有さないデバイス１００では、ログイン自体が実行されない。

また、例えば、２つ以上のデバイス１００がカメラで取得した画像をそれぞれ解析することなどによってユーザを識別し、識別されたユーザが共通する場合に、これらのデバイス１００を関連付けることは可能である。しかし、デバイス１００は必ずしもカメラを備えているとは限らず、ユーザの画像がいつも取得されるとは限らない。また、画像解析によるユーザの識別は、処理負荷が高いうえに、精度を向上させることが容易ではない。

また、例えば、２つ以上のデバイス１００での通信に用いられているＩＰアドレスなどのネットワークアドレスを取得し、ネットワークアドレスが共通する場合に、これらのデバイス１００を関連付けることは可能である。例えば家庭内でＷｉ−Ｆｉなどによって相互に接続されたデバイス１００についてはこのような方法で関連付けた可能である。しかし、家庭内でも携帯電話網などのモバイルネットワークを経由して通信するモバイルデバイスと、ＬＡＮ（Local Area Network）とルータからの固定回線とを経由して通信するＣＥデバイスとでは、ネットワークアドレスが異なりうるため、関連付けは容易ではない。

以下で説明する本開示の第１の実施形態では、上記のような例とは異なった手法でデバイス１００同士を関連付けることによって、例えば同じユーザに使用されているといったようなデバイス１００間の関連性を容易に評価することが可能になる。

（１−２．サーバの機能構成）
図２は、本開示の一実施形態に係るサーバの機能構成を示す概略的なブロック図である。図２を参照すると、サーバ２００は、デバイスログ取得部２１０と、デバイスログＤＢ２２０と、相関性判定部２３０と、相関条件ＤＢ２４０と、相関スコアＤＢ２５０とを含む。

サーバ２００は、ネットワーク上の１または複数のサーバ装置によって実現される。それぞれのサーバ装置は、後述する情報処理装置のハードウェア構成によって実現される。例えば、デバイスログ取得部２１０は通信装置によって、デバイスログＤＢ２２０、相関条件ＤＢ２４０、および相関スコアＤＢ２５０はメモリまたはストレージによって、相関性判定部２３０はＣＰＵなどのプロセッサによって、それぞれ実現される。サーバ２００が複数のサーバ装置によって実現される場合、それぞれのサーバ装置は、図示された機能構成のうちのいずれかを実現する。あるいは、１つの機能構成が、複数のサーバ装置に分散して実現されてもよい。

デバイスログ取得部２１０は、図１に示したデバイス１００から提供されるデバイスログを取得する。デバイスログは、例えば、各デバイスに関連するユーザの行動によって発生した状態を示す情報と、各デバイスの位置を示す情報とを含む時系列のログでありうる。例えば、デバイスログ取得部２１０は、デバイスから定期的に、または何らかのイベントが発生した時に送信される。本実施形態では、それぞれのデバイス、およびデバイスを使用する個々のユーザには一意なＩＤ（デバイスＩＤおよびユーザＩＤ）が与えられ、互いを識別することが可能であるものとする。デバイスログ取得部２１０によって取得されたログは、デバイスログＤＢ２２０に格納される。なお、デバイスログＤＢ２２０に格納されるデータのより具体的な例については後述する。

相関性判定部２３０は、デバイスログを提供する少なくとも２つのデバイスについて、デバイス同士の相関性を判定する。相関性判定部２３０は、相関条件ＤＢ２４０に登録された、デバイスの状態に関する予め設定された条件に基づいてデバイス同士の相関性を判定し、結果を相関スコアＤＢ２５０に格納する。本実施形態において、相関条件ＤＢ２４０には、主にそれぞれのデバイスが同じユーザによって使用されているか否かという観点での相関性の条件が定義されている。本実施形態では、同じユーザに使用されている可能性が高いデバイスの組み合わせについてプラスのスコアが、そうではない可能性が高いデバイスの組み合わせについてマイナスのスコアが、それぞれ算出される。なお、相関条件ＤＢ２４０および相関スコアＤＢ２５０のデータのより具体的な例については後述する。

（１−３．処理フロー）
図３は、本開示の第１の実施形態における相関性判定部の処理の例を示すフローチャートである。図３を参照すると、まず、相関性判定部２３０は、デバイスログＤＢ２２０に格納されているログデータについて、デバイスの組み合わせごとのループ処理を実行する（Ｓ１０１）。ここで、相関性判定部２３０は、組み合わせに含まれるそれぞれのデバイスのログを取得する（Ｓ１０３）。取得されるログは、それぞれのデバイスについて時系列で取得された一連のログを含みうる。ログには、少なくとも時刻および位置の情報が含まれるものとする。

次に、相関性判定部２３０は、それぞれのログにおいて、いずれかの時刻で位置が近接するか否かを判定し（Ｓ１０５）、いずれかの時刻で位置が近接するデバイスの組み合わせについてのみ、後続するＳ１０７〜Ｓ１０９の処理によって相関スコアを算出する。逆にいえば、図示された例では、どの時刻でも位置が近接しないデバイスの組み合わせについては、相関スコアが算出されない。このようなデバイスの組み合わせは、例えば、相関しているか否か（同じユーザによって使用されているか否か）がわからない組み合わせとして扱われうる。また、この判定では、少なくとも１つの時刻において位置が近接していればよく、他の時刻では位置が異なってもよい。

上記のＳ１０５の判定において、いずれかの時刻で位置が近接すると判定された場合、さらに、相関性判定部２３０は、それぞれのデバイスのログによって示される条件が、相関条件ＤＢ２４０に登録されているか否かを判定する（Ｓ１０７）。なお、この判定処理のより具体的な例については、相関条件ＤＢ２４０の具体的な例とともに後述する。ここで、条件が登録されていないと判定された場合、上記の位置が近接しない場合と同様に相関スコアが算出されず、デバイスの組み合わせは、例えば、相関しているか否か（同じユーザによって使用されているか否か）がわからない組み合わせとして扱われうる。

上記のＳ１０７の判定において、それぞれのデバイスのログによって示される条件が相関条件ＤＢ２４０に登録されていると判定された場合、相関性判定部２３０は、登録されている条件に関連付けられている情報に基づいて、相関スコアＤＢ２５０に記録されたデバイスの相関スコアを更新する（Ｓ１０９）。ここで、後述するように、本実施形態において、相関スコアは、デバイス同士の相関性が高いことを示す正のスコアと、逆にデバイス同士の相関性が低いことを示す負のスコアとを含む。従って、図示された例において、相関性判定部２３０は、少なくともいずれかの時刻で位置が近接するデバイスの組み合わせについて、相関条件ＤＢ２４０に登録された条件に従って、相関性が高いか低いかを判定する。それ以外のデバイス、つまりいずれの時刻にも位置が近接しない、または相関条件ＤＢ２４０に登録された条件に合致しないデバイスについて、相関性判定部２３０は積極的に相関性を判定することはない。

（１−４．データの例）
図４Ａ〜図４Ｃは、本開示の第１の実施形態におけるデバイスログＤＢの例を示す図である。図４Ａ〜図４Ｃを参照すると、デバイスログＤＢ２２０のレコードは、時刻２２０ａ、デバイスＩＤ２２０ｂ、デバイス種類２２０ｃ、状態２２０ｄ、状態詳細２２０ｅ、および位置２２０ｆのフィールドを含みうる。なお、図４Ａ〜図４Ｃは、後述する相関条件ＤＢ２４０の例による相関性の判定の説明のために再び参照される。

時刻２２０ａは、ログが取得された時刻を示すタイムスタンプである。デバイスＩＤ２２０ｂは、ログを提供したデバイスを識別するためのＩＤである。デバイス種類２２０ｃは、ログを提供したデバイスの種類である（デバイスＩＤに関連付けて別途定義されてもよい）。

状態２２０ｄは、時刻２２０ａにおける、デバイスＩＤ２２０ｂで示されるデバイスの状態である。状態２２０ｄは、図示された例のように、「動画再生」や「Ｗｅｂブラウズ」といったようなデバイスが提供している機能を示してもよい。あるいは、状態２２０ｄは、デバイスのスイッチのＯＮ／ＯＦＦや、単にデバイスが動作したことや移動したことなどを示してもよい。

状態詳細２２０ｅは、状態２２０ｄによって示される状態の詳細を示す。例えば、図示された例のように、状態２２０ｄが「動画再生」である場合には動画のタイトルが示されてもよい。また、状態２２０ｄが「Ｗｅｂブラウズ」である場合にはＷｅｂページのタイトルが示されてもよい。

位置２２０ｆは、時刻２２０ａにおける、デバイスＩＤ２２０ｂで示されるデバイスの位置である。位置２２０ｆは、例えばそれぞれのデバイスがＧＰＳなどのＧＮＳＳ（Global Navigation Satellite System）による測位などを用いて取得した位置情報であってもよい。あるいは、位置２２０ｆは、デバイスが固定して設置されている位置として、ユーザが予め入力した位置であってもよい（この場合、それぞれのデバイスから提供される位置情報は固定値である）。

図５は、本開示の第１の実施形態における相関条件ＤＢの例を示す図である。図５を参照すると、相関条件ＤＢ２４０のレコードは、状態（１）２４０ａ、状態詳細（１）２４０ｂ、状態（２）２４０ｃ、状態詳細（２）２４０ｄ、時間的関係２４０ｅ、詳細条件２４０ｆ、および相関性２４０ｇのフィールドを含みうる。

状態２４０ａ，２４０ｃは、相関性を判定するデバイスの組み合わせのそれぞれの状態を指定する。例えば２つのデバイスについて、いずれかの時刻にそれらの位置が近接し、かつ、一方のデバイスで状態２４０ａが、他方のデバイスで状態２４０ｃが発生している場合、これらのデバイスの相関性が判定可能である可能性がある。

状態詳細２４０ｂ，２４０ｄは、それぞれのデバイスにおいて発生した状態２４０ａ，２４０ｃについて、後述する詳細条件２４０ｆによる判定に使用される情報を指定する。従って、詳細条件２４０ｆによっては、状態詳細２４０ｂ，２４０ｄの少なくともいずれかが設定されないことがありうる。また、状態詳細２４０ｂ，２４０ｄは、デバイスログＤＢ２２０における状態詳細２２０ｅとは必ずしも近接しない。

時間的関係２４０ｅは、それぞれのデバイスにおいて発生する状態２４０ａ，２４０ｃの時間的関係を示す。図示された例では、「同期」と「切り替え」の２つの時間的関係が例示されている。「同期」は、状態２４０ａ，２４０ｃが、それぞれのデバイスにおいて同じ時間に並行して発生することを示す。「切り替え」は、状態２４０ａ，２４０ｃが、それぞれのデバイスにおいて入れ替わりで発生することを示す。なお、これらの時間的関係の具体的な例については後述する。

詳細条件２４０ｆは、デバイスの組み合わせにおいて状態２４０ａ，２４０ｃが発生し、さらに時間的関係２４０ｅが満たされている場合の、追加的な判定条件を示す。例えば、レコード２４０−１では、デバイスの一方で「動画再生」（状態２４０ａ）、他方で「Ｗｅｂブラウズ」（状態２４０ｃ）が発生している場合に、「動画再生」で再生されている動画タイトル（状態詳細２４０ｂ）と、「Ｗｅｂブラウズ」でブラウズされているＷｅｂページタイトル（状態詳細２４０ｄ）とが対応することが、詳細条件２４０ｆとして定義されている。

相関性２４０ｇは、各レコードにおいて示される条件が満たされる場合に、デバイスの組み合わせについて推定される相関性を示す。図示された例では、「ＹＥＳ」と「ＮＯ」の２つの相関性が例示されている。「ＹＥＳ」は、それぞれのデバイスが同じユーザによって使用されている可能性が高く、従ってデバイス同士の相関性が高いことを示す。「ＮＯ」は、それぞれのデバイスが異なるユーザによって使用されている可能性が高く、従ってデバイス同士の相関性が低いことを示す。

上述の通り、本実施形態において、相関性判定部２３０は、デバイスの組み合わせについて、相関条件ＤＢ２４０に定義された条件が満たされる場合には相関性２４０ｇによって示される相関性を推定し、条件が満たされない場合には相関性を推定しない（上記の例でいえば、ＹＥＳでもＮＯでもないと判定する）。

図６は、本開示の第１の実施形態における相関スコアＤＢの例を示す図である。図６を参照すると、相関スコアＤＢ２５０のレコードは、デバイスＩＤ（１）２５０ａ、デバイスＩＤ（２）２５０ｂ、および相関スコア２５０ｃのフィールドを含みうる。

本実施形態において、相関性判定部２３０は、上述したような処理によって判定されるデバイス同士の相関性を、相関スコアとして表現する。例えば、相関性判定部２３０は、あるデバイスの組み合わせについて、相関条件ＤＢ２４０のあるレコードに定義された条件が満たされ、当該レコードの相関性２４０ｇによってこれらのデバイスの相関性が高いこと（図５の例における「ＹＥＳ」）が示される場合、このデバイスの組み合わせについて所定の相関スコアを加算してもよい。逆に、相関性２４０ｇによってこれらのデバイスの相関性が低いこと（図５の例における「ＮＯ」）が示される場合、相関性判定部２３０は、このデバイスの組み合わせについて所定の相関スコアを減算してもよい。

図示された例の相関スコアＤＢ２５０において、デバイスＩＤ２５０ａ，２５０ｂは、相関スコアが算出されたデバイスの組み合わせを示す。相関スコア２５０ｃは、デバイスの組み合わせについて算出された相関スコアを示す。例えば、レコード２５０−１では、ＩＤ「０００００１」のデバイスとＩＤ「０００００２」の組み合わせについて、相関スコア「＋０．７５」が算出されたことが示されている。このスコアは、レコード２５０−２と同様に正の相関スコアであるものの、レコード２５０−２よりも高い。

例えば、あるデバイスの組み合わせが、相関条件ＤＢ２４０に定義された複数の条件を満たし、これらの条件がいずれもデバイス同士の相関性が高いことを示す場合、相関性判定部２３０は、これらのデバイスについて、それぞれの条件に対応する相関スコアを積算してもよい。この場合、より多くの（デバイス同士の相関性が高いことを示す）条件を満たすデバイスの組み合わせほど相関スコア２５０ｃは高くなる。あるいは、相関条件ＤＢ２４０に定義される条件には、図５に示したような二値的（ＹＥＳ，ＮＯ）な相関性ではなく、推定される相関性の強さに応じた段階的な相関性が対応づけられていてもよい。このような構成によって、本実施形態では、それぞれのデバイスの組み合わせの相関性を段階的に表現することができる。

一方、図示された例の相関スコアＤＢ２５０において、レコード２５０−３では、ＩＤ「０００００１」のデバイスとＩＤ「０００００４」の組み合わせについて、相関スコア「−０．５０」が算出されたことが示されている。上述の通り、負の相関スコアは、それぞれのデバイスが異なるユーザによって使用されている可能性が高く、デバイス同士の相関性が低いことが推定される場合に算出される。

（１−５．相関性の判定の具体的な例）
続いて、図４Ａ〜図４Ｃに示したデバイスログＤＢの例と、図５に示した相関条件ＤＢの例とを参照しながら、本実施形態における相関性の判定）のより具体的な例について、さらに説明する。

第１の例として、図４Ａに示した２つのデバイス、ＴＶとスマートフォンの例について説明する。図４Ａに示されたデバイスログＤＢ２２０のレコード２２０−１，２２０−２によって、ＴＶとスマートフォンは、同じ時刻（2014/3/24 21:00:00）に同じ位置（自宅）にあったことが示されている。従って、レコード２２０−１，２２０−２によって示されるＴＶとスマートフォンとの組み合わせは、図３におけるＳ１０５の判定を経て、相関条件ＤＢ２４０において定義された条件による判定に進む。

ここで、上記の時刻において、ＴＶの状態は「動画再生」であり、スマートフォンの状態は「Ｗｅｂブラウズ」である。従って、これらのデバイスの状態は、図５に示された相関条件ＤＢ２４０のレコード２４０−１における状態２４０ａ「動画再生」および状態２４０ｃ「Ｗｅｂブラウズ」に合致する。また、これらのデバイスの状態は、上記の時刻に同時並行的に発生しているため、レコード２４０−１における時間的関係２４０ｅ「同期」をも満たしている。

さらに、相関性判定部２３０は、レコード２４０−１における詳細条件２４０ｆ「タイトルが対応する」に基づく判定を実施するために、レコード２２０−１，２２０−２で状態詳細２２０ｅに記録された情報を取得する。図示された例において、レコード２２０−１の状態詳細２２０ｅでは、再生されている動画のタイトルが「ＸＸＸＸＸ」であることが示されている。また、レコード２２０−２の状態詳細２２０ｅでは、ブラウズされているＷｅｂページのタイトルが「ＸＸＸＸＸ ｆａｎ ｐａｇｅ」であることが示されている。相関性判定部２３０は、例えばそれぞれのタイトルの文字列のマッチングを実行することによって、これらのタイトルが対応しており、レコード２４０−１における詳細条件２４０ｆも満たされることを判定する。

以上のような判定の結果、相関性判定部２３０は、レコード２４０−１の相関性２４０ｇによって示されるように、レコード２２０−１，２２０−２によって示されるＴＶとスマートフォンが、同じユーザによって使用されている可能性が高く、デバイス同士の相関性が高いことを推定する。相関条件ＤＢ２４０のレコード２４０−１は、例えば、ユーザが第１のデバイス（ここではＴＶ）で動画を再生しながら、第２のデバイス（ここではスマートフォン）で動画に関連する情報をブラウズしている状態に対応する。

このように、相関性判定部２３０は、第１のデバイスが第１の種類のコンテンツを提供し、これと並行して第２のデバイスが第１の種類とは異なる第２の種類のコンテンツを提供し、かつ、それぞれのデバイスによって提供されるコンテンツが共通性を有する場合に、第１のデバイスと第２のデバイスとの相関性が高いと判定することができる。なお、コンテンツの種類の組み合わせは、上記の例における動画とＷｅｂページとの組み合わせには限られず、音楽コンテンツや、テレビ番組、電子書籍など、あらゆる種類のコンテンツの組み合わせが可能でありうる。

第２の例として、図４Ｂに示した２つのデバイス、ＴＶとタブレットの例について説明する。図４Ｂに示されたデバイスログＤＢ２２０のレコード２２０−３，２２０−５は、ＴＶとタブレットが、同じ時刻（2014/3/24 21:00:00）に同じ位置（自宅）にあったことを示している。従って、レコード２２０−３〜２２０−６によって示されるＴＶとタブレットとの組み合わせは、図３におけるＳ１０５の判定を経て、相関条件ＤＢ２４０において定義された条件による判定に進む。

なお、レコード２２０−４，２２０−６は、これらのデバイスが、別の時刻（2014/3/24 21:30:00）には異なる位置にあったことを示しているが、既に述べたように、Ｓ１０５の判定ではいずれかの時刻に位置が近接していればよく、他の時刻では位置が異なっていてもよい。従って、上記のように、図４Ｂに示されたＴＶとタブレットとの組み合わせは、Ｓ１０５の判定を経て後続の判定に進む。

ここで、レコード２２０−３〜２２０−６のうち、ＴＶの状態を示しているのはレコード２２０−３である。レコード２２０−３によれば、ＴＶは、時刻21:00の時点で動画を再生している。レコード２２０−４に示されるように、時刻21:30の時点では、ＴＶについて状態が検出されていない（ＴＶの電源がＯＦＦにされた可能性がある）。一方、タブレットの状態を示しているのはレコード２２０−６である。レコード２２０−６によれば、タブレットは、時刻21:30の時点で動画を再生している。レコード２２０−５に示されるように、時刻21:00の時点では、タブレットについて状態が検出されていない（タブレットが何も機能を提供していなかった可能性がある）。

この場合、レコード２２０−３〜２２０−６によって示されるＴＶとタブレットとの組み合わせは、ＴＶの状態が「動画再生」、タブレットの状態も「動画再生」であることから、図５に示された相関条件ＤＢ２４０のレコード２４０−２またはレコード２４０−３によって示される条件に合致する可能性がある。ここで、レコード２４０−２では、時間的関係２４０ｅが「切り替え」である。上記のように、「切り替え」は、状態２４０ａ，２４０ｃが、それぞれのデバイスにおいて入れ替わりで発生することを示す。一方、レコード２４０−３では、時間的関係２４０ｅが「同期」である。レコード２２０−３，２２０−６によって示される共通の状態「動画再生」は、時刻21:00の時点ではＴＶで、時刻21:30の時点ではタブレットで発生しているため、レコード２４０−２で定義される「切り替え」の時間的関係２４０ｅに合致する。

さらに、相関性判定部２３０は、レコード２４０−２における詳細条件２４０ｆ「タイトルが対応する」に基づく判定を実施するために、レコード２２０−３，２２０−６で状態詳細２２０ｅに記録された情報を取得する。図示された例において、レコード２２０−３の状態詳細２２０ｅでは、再生されている動画のタイトルが「ＸＸＸＸＸ」であることが示されている。また、レコード２２０−６の状態詳細２２０ｅでは、再生されている動画のタイトルが「ＸＸＸＸＸ」であることが示されている。相関性判定部２３０は、例えばそれぞれのタイトルの文字列のマッチングを実行することによって、これらのタイトルが対応しており、レコード２４０−２における詳細条件２４０ｆも満たされることを判定する。

以上のような判定の結果、相関性判定部２３０は、レコード２４０−２の相関性２４０ｇによって示されるように、レコード２２０−３〜２２０−６によって示されるＴＶとタブレットが、同じユーザによって使用されている可能性が高く、デバイス同士の相関性が高いことを推定する。相関条件ＤＢ２４０のレコード２４０−２は、例えば、第１のデバイス（ここではＴＶ）で動画を再生していたユーザが、部屋を移動するなどの理由で、第２のデバイス（ここではタブレット）に切り替えてさらに動画を再生している状態に対応する。

このように、相関性判定部２３０は、第１のデバイスが第１の種類のコンテンツを提供し、第２のデバイスが第１のデバイスと入れ替わりで第１の種類のコンテンツを提供し、かつ、それぞれのデバイスによって提供されるコンテンツが共通性を有する場合に、第１のデバイスと第２のデバイスとの相関性が高いと判定することができる。なお、コンテンツの種類は、上記の例における動画には限られず、音楽コンテンツや、Ｗｅｂページ、テレビ番組、電子書籍など、あらゆる種類のコンテンツでありうる。

第３の例として、図４Ｃに示した２つのデバイス、ＴＶとスマートフォンの例について説明する。図４Ｃに示されたデバイスログＤＢ２２０のレコード２２０−７，２２０−８は、ＴＶとスマートフォンが、同じ時刻（2014/3/24 21:00:00）に同じ位置（自宅）にあったことを示している。従って、レコード２２０−７，２２０−８によって示されるＴＶとスマートフォンとの組み合わせは、図３におけるＳ１０５の判定を経て、相関条件ＤＢ２４０において定義された条件による判定に進む。

ここで、上記の時刻において、ＴＶの状態は「動画再生」であり、スマートフォンの状態も「動画再生」である。従って、これらのデバイスの状態は、図５に示された相関条件ＤＢ２４０のレコード２４０−２またはレコード２４０−３によって示される条件に合致する可能性がある。さらに、これらのデバイスの状態は、上記の時刻に同時並行的に発生しているため、時間的関係２４０ｅでは、レコード２４０−２の「切り替え」ではなくレコード２４０−３の「同期」を満たす。

ここで、レコード２４０−３では、詳細条件２４０ｆが設定されていない。つまり、上記の２つの例とは異なり、レコード２４０−３によって定義される条件は、２つのデバイス（ＴＶとスマートフォン）が、同じ時刻に同じ位置にあり、いずれも動画を再生していることによって満たされる（動画のタイトルなどには関係しない）。この場合、相関性判定部２３０は、レコード２４０−３の相関性２４０ｇによって示されるように、レコード２２０−７，２２０−８によって示されるＴＶとスマートフォンが、異なるユーザによって使用されている可能性が高く、デバイス同士の相関性が低いことを推定する。相関条件ＤＢ２４０のレコード２４０−３は、例えば、第１のデバイス（ここではＴＶ）と第２のデバイス（ここではスマートフォン）が、近接して位置する（例えば同じ家に住んでいる）異なるユーザによってそれぞれ動画の再生のために使用されている状態に対応する。

このように、相関性判定部２３０は、第１のデバイスが第１の種類のコンテンツを提供し、これと並行して第２のデバイスも第１の種類のコンテンツを提供している場合に、第１のデバイスと第２のデバイスとの相関性が低いと判定することができる。なお、コンテンツの種類の組み合わせは、上記の例における動画とＷｅｂページとの組み合わせには限られず、音楽コンテンツや、テレビ番組、電子書籍など、あらゆる種類のコンテンツの組み合わせが可能でありうる。

さらに、図５に示した相関条件ＤＢの残りの例を参照しながら、相関性の推定のより具体的な例を説明する。

相関条件ＤＢ２４０のレコード２４０−４は、上記の第３の例におけるレコード２４０−３と同様に、２つのデバイスが同期して音楽再生をしている場合に、これらのデバイスが異なるユーザによって使用されている可能性が高く、デバイス同士の相関性が低いことを推定する。レコード２４０−３は、例えば、第１のデバイスと第２のデバイスとが、近接して位置する異なるユーザによってそれぞれ音楽の再生のために使用されている状態に対応する。レコード２４０−３，２４０−４と同様に、動画や音楽には限らず他のコンテンツについても、２つのデバイスで同期してコンテンツが再生されている場合にはそれらのデバイスの相関性が低いと推定されることを定義する条件が設定されてもよい。

相関条件ＤＢ２４０のレコード２４０−５は、２つのデバイスが、例えば位置情報を継続的に取得することによって、同じ時間にユーザの移動を検出している場合に、それぞれのデバイスによって検出された移動の軌跡が異なれば、デバイス同士の相関性が低いと推定されることを定義する条件である。同じ時間に異なる移動軌跡で移動しているデバイスは、異なるユーザによって使用されている可能性が高い。

相関条件ＤＢ２４０のレコード２４０−６は、第１のデバイスがゲームプレイの機能を提供しており、第２のデバイスがＷｅｂブラウズの機能を提供している場合に、これらの状態が同期して発生しており、第１のデバイスでプレイされているゲームのタイトルと、第２のデバイスでブラウズされているＷｅｂページのタイトルとが対応していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。この場合、例えば、ユーザは、第１のデバイス（例えばゲーム機など）でゲームをプレイしながら、第２のデバイス（例えばタブレットなど）でゲームの攻略情報を参照していると推定される。

相関条件ＤＢ２４０のレコード２４０−７は、第１のデバイスがユーザの状態（行動）を検出しており、さらにその状態として睡眠を検出している場合に、第２のデバイス（状態は何でもよい）が何らかのユーザ操作を検出していれば、デバイス同士の相関性が低いと推定されることを定義する条件である。デバイスが同じユーザに使用されているのであれば、あるデバイスで睡眠が検出されている間に他のデバイスでユーザ操作が検出されることはないと考えられる。

相関条件ＤＢ２４０のレコード２４０−８は、固定設置された第１のデバイスがＯＮにスイッチされた場合に、第２のデバイス（ユーザによって携帯され、ユーザとともに移動する）が移動を終了し、かつ第２のデバイスの移動の終点が第１のデバイスの設置場所に近接していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。例えば、照明器具やエアコンなどがＯＮにされた時に、それらのデバイスの設置場所まで移動してきているデバイスは、その設置場所（家または職場など）に到着したユーザによって携帯または装着されている可能性が高い。

相関条件ＤＢ２４０のレコード２４０−９は、固定設置された第１のデバイスがＯＦＦにスイッチされた場合に、第２のデバイス（ユーザによって携帯され、ユーザとともに移動する）が移動を開始し、かつ第２のデバイスの移動の始点が第１のデバイスの設置場所に近接していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。例えば、照明器具やエアコンなどがＯＦＦにされた時に、それらのデバイスの設置場所から移動を開始したデバイスは、その設置場所（家または職場など）から出発したユーザによって携帯または装着されている可能性が高い。

相関条件ＤＢ２４０のレコード２４０−１０は、第１のデバイスがＯＮにスイッチされた場合に、ユーザの状態（行動）を検出する第２のデバイスがユーザの起床を検出していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。例えば、照明器具やエアコンがＯＮにされた時に起床したユーザは、起床後の動作として自宅の照明器具やエアコンなどをＯＮにした可能性が高い。

相関条件ＤＢ２４０のレコード２４０−１１は、第１のデバイスがＯＮにスイッチされた場合に、ユーザの状態（行動）を検出する第２のデバイスがユーザの就寝を検出していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。例えば、照明器具やエアコンがＯＦＦにされた時に就寝したユーザは、就寝前の動作として自宅の照明器具やエアコンなどをＯＦＦにした可能性が高い。

相関条件ＤＢ２４０のレコード２４０−１２は、調理器具（第１のデバイス）の動作が検出された場合に、他のデバイス（第２のデバイス）でＷｅｂブラウズの機能が提供されており、Ｗｅｂページに含まれるレシピと調理器具の動作の種類が対応していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。この条件は、第１のデバイスに対する所定のパターンのユーザ操作が検出された場合に、第２のデバイスが当該所定のパターンのユーザ操作のインストラクション（レシピ）を提供していることともいえる。例えば、スマートフォンで「電子レンジで３分加熱」を含むレシピのＷｅｂページが表示されている時に、電子レンジで３分間の加熱が実行されれば、スマートフォンと電子レンジとは同じユーザによって使用されている可能性が高い。

相関条件ＤＢ２４０のレコード２４０−１３は、第１のデバイスが乗り物の移動を検出する場合に、第２のデバイスによって提供されるナビゲーションの目的地が移動軌跡の終点に近接していれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。例えば、第１のデバイスが車載デバイス、第２のデバイスがスマートフォンであって、ユーザが車載デバイスを搭載した自動車に乗車してスマートフォンでナビゲーションを利用する場合、上記の条件が満たされる。

相関条件ＤＢ２４０のレコード２４０−１４は、第１のデバイスが乗り物の移動を検出する場合に、第２のデバイスによって検出されるユーザの状態が座っている状態であり、座っていた時間が移動時間に対応すれば、これらのデバイスの相関性が高いと推定されることを定義する条件である。ここで、座っている姿勢は、ユーザが乗り物に乗っているときの姿勢である。乗り物の種類や状況によっては、立っている姿勢やその他の姿勢が検出されてもよい。例えば、第１のデバイスが車載デバイス、第２のデバイスがモバイルデバイスであって、ユーザが車載デバイスを搭載した自動車に乗車して移動している間、モバイルデバイスはユーザが座っている状態を検出する。

なお、上述の通り、本実施形態において、相関条件ＤＢ２４０には、デバイス同士の相関性が高い、または低いと推定される条件が定義されている。従って、相関条件ＤＢ２４０に定義された条件に合致しないデバイス同士の相関性は、高いとも低いともいえない。このようなデバイスについて、相関性判定部２３０は、相関性を推定せずにそのままにしておく。例えば、第１のデバイスがユーザの状態（行動）を検出しており、さらにその状態として運動を検出している場合に、第２のデバイス（状態は何でもよい）がユーザ操作を検出している場合、相関性は高いとも低いともいえない。ユーザは、運動しながらデバイスを操作することもありうるためである。本実施形態では、このような場合について相関性を不明のまま扱うことによって、誤った推定を防ぎ、結果として推定結果の信頼度を向上させることができる。

また、上記の例の他にも、デバイス同士の相関性を推定するための条件には、さまざまな例がありうる。例えば、パブリックディスプレイとモバイルデバイスとの相関性を推定する場合、温度、湿度、明るさ、音声などの環境条件が対応し、さらにモバイルデバイスによってユーザが立ち止まった状態であることが検出された場合に、これらのデバイスの相関性が高いと推定することができる。なお、温度、湿度、明るさ、音声などの環境条件を示す情報も、環境条件はユーザが特定の場所に行くことによって変化するものであるため、各デバイスに関連するユーザの行動によって発生した状態を示す情報であるといえる。

また、例えば、飲食店などのオーダーシステムに使用される端末装置とモバイルデバイスとの相関性を推定する場合、端末装置でオーダーされたメニューの写真が、モバイルデバイスを介してソーシャルメディアに投稿されたことによって、これらのデバイスの相関性が高いと推定することができる。

（２．第２の実施形態）
次に、本開示の第２の実施形態について説明する。なお、本実施形態に係るシステムの概略的な構成は、上記で図１を参照して説明したシステム１０と同様であるため、重複した説明は省略する。

図７は、本開示の第２の実施形態に係るサーバの機能構成を示す概略的なブロック図である。図７を参照すると、サーバ４００は、デバイスログ取得部２１０と、デバイスログＤＢ２２０と、相関性判定部２３０と、相関条件ＤＢ２４０と、相関スコアＤＢ２５０と、グルーピング部４１０と、領域ＤＢ４２０と、グループＤＢ４３０とを含む。

サーバ４００は、上記の第１の実施形態におけるサーバ２００と同様に、ネットワーク上の１または複数のサーバ装置によって実現される。それぞれのサーバ装置は、後述する情報処理装置のハードウェア構成によって実現される。例えば、デバイスログ取得部２１０は通信装置によって、デバイスログＤＢ２２０、相関条件ＤＢ２４０、相関スコアＤＢ２５０、領域ＤＢ４２０、およびグループＤＢ４３０はメモリまたはストレージによって、相関性判定部２３０およびグルーピング部４１０はＣＰＵなどのプロセッサによって、それぞれ実現される。サーバ４００が複数のサーバ装置によって実現される場合、それぞれのサーバ装置は、図示された機能構成のうちのいずれかを実現する。あるいは、１つの機能構成が、複数のサーバ装置に分散して実現されてもよい。

以下、サーバ４００の機能構成について説明する。なお、デバイスログ取得部２１０、デバイスログＤＢ２２０、相関性判定部２３０、相関条件ＤＢ２４０、および相関スコアＤＢ２５０について、上記の第１の実施形態と共通する部分については重複した説明を省略する。

グルーピング部４１０は、デバイスログＤＢ２２０に格納されたデータに基づいて、図１に示したデバイス１００をグルーピングする。より具体的には、グルーピング部４１０は、デバイスログＤＢ２２０に格納されたログによって示される各デバイス１００の位置と、領域ＤＢ４２０において定義される地理的領域との関係（位置に関する予め設定された条件）に基づいて、デバイス１００をグルーピングする。領域ＤＢ４２０には、例えば、住所領域に対応する領域が定義される。この場合、グルーピング部４１０は、ログによって示されるデバイス１００の位置を、外部サービスなどを使用して住所に変換し、住所に基づいてデバイス１００をグルーピングする。なお、位置情報から住所への変換には、例えば特開２００８−８９８１５号公報や特開２０１１−４３６２６号公報などに記載された公知の技術を適宜利用することもできる。グルーピング部４１０は、グルーピングの結果をグループＤＢ４３０に格納する。

上記のように、予め定義された領域に基づいてデバイス１００をグルーピングする場合、グルーピング部４１０は、各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを条件としてデバイス１００をグルーピングする。少なくともいずれかの時刻において共通の領域に含まれたデバイス１００は、同じグループに分類されうる。このようにして、グルーピング部４１０は、デバイス１００を領域ごとのグループに分類する。

本実施形態において、相関性判定部２３０は、上記の第１の実施形態と同様に、デバイスログを提供する少なくとも２つのデバイスについて、デバイス同士の相関性を判定する。ただし、本実施形態に係るサーバ４００では、相関性判定部２３０がグループＤＢ４３０を参照し、グループ内のデバイス同士の相関性を判定する。上記のように、デバイスが分類されるグループは、領域ＤＢ４２０において定義される地理的領域、例えば住所領域に対応する。相関性判定部２３０は、このような地理的領域に含まれるデバイスに解析対象を絞り込むことによって、デバイスの全体を解析対象にする場合に比べて演算量を削減することができる。

例えば、解析対象のデバイスの数がＮの場合、デバイス同士の関連性の判定を個々のデバイスの組み合わせごとに実施すると、すべての組み合わせについて演算するのにＮ^２回の演算が必要である。演算回数は、Ｎが大きいほど二次関数的に増加するため、上記のように解析対象を同じ地理的領域内のデバイスに限定することは、演算量の削減の点で効果が大きい。

図８は、本開示の第２の実施形態におけるデバイス全体に対するグルーピング処理の例を示すフローチャートである。図８を参照すると、グルーピング部４１０は、領域ＤＢ４２０に定義された領域ごとにループ処理を実行し（Ｓ２０１）、各領域について、領域ベースでデバイスをグループ化する（Ｓ２０３）。より具体的には、例えば、グルーピング部４１０は、デバイスログＤＢ２２０に格納された各デバイスの位置情報から変換された住所領域と、領域ＤＢ４２０に定義された住所領域とをマッチングすることによって、デバイスをグループ化する。

なお、モバイルデバイスなどのように、時間によって位置が異なるデバイスは、複数の領域についてデバイスのグループに含まれうる。このとき、デバイスのグループ化に使用される位置情報は、所定の時間以上の滞在が検出された位置情報に限定されてもよい。

グルーピング部４１０は、上記のようなデバイス全体に対するグルーピング処理を、初期処理として、また定期的に実行されるバッチ処理として実行しうる。

図９は、本開示の第２の実施形態における追加されたデバイスに対するグルーピング処理の例を示すフローチャートである。図９を参照すると、グルーピング部４１０は、新たに追加されたデバイス、例えばデバイスログ取得部２１０が新たにログを取得したデバイスごとにループ処理を実施する（Ｓ２０５）。ここで、グルーピング部４１０は、新たなデバイスが既存グループの領域に含まれるか否かを判定する（Ｓ２０７）。より具体的には、例えば、グルーピング部４１０は、新たなデバイスの位置情報から変換された住所領域と、グループＤＢ４３０に記録されたグループに対応する住所領域とをマッチングする。

上記のＳ２０７の判定において、新たなデバイスが既存グループの領域に含まれていれば（ＹＥＳ）、グルーピング部４１０は、既存グループに新たなデバイスを追加する（Ｓ２０９）。一方、新たなデバイスが既存グループの領域に含まれなかった場合（ＮＯ）、図示された例では新たなデバイスがどのグループにも属さない。他の例において、グルーピング部４１０は、新たなデバイスが既存のグループの領域に含まれなかった場合に、当該新たなデバイスを含むグループを追加作成してもよい。

グルーピング部４１０は、上記のような追加されたデバイスに対するグルーピング処理を、図９に示したデバイス全体に対するグルーピング処理が少なくとも１回実行された後に、定期的に、またはデバイスが追加される度に実行しうる。

図１０は、本開示の第２の実施形態におけるグループＤＢの例を示す図である。図１０を参照すると、グループＤＢ４３０のレコードは、グループＩＤ４３０ａ、グループ詳細４３０ｂ、およびデバイスＩＤ４３０ｃのフィールドを含みうる。

グループＩＤ４３０ａは、グループを識別するためのＩＤである。グループＩＤ４３０ａは、領域ＤＢ４２０で領域を定義するＩＤと関連付けられていてもよい。グループ詳細４３０ｂには、グループについての詳細情報が記述される。図示された例では、グループに対応する住所領域の住所表示が記述されている。他にグループＩＤと領域ＤＢ４２０で定義された領域とを関連付ける情報があるような場合、グループ詳細４３０ｂはなくてもよい。住所表示を記述したグループ詳細４３０ｂは、例えば、デバイスが属するグループをユーザに通知する場合に利用することができる。デバイスＩＤ４３０ｃは、グループに属するデバイスを示す。

なお、各デバイスが属するグループを記録する方法は、上記の例におけるグループＤＢ４３０には限られない。例えば、デバイスログＤＢ２２０に、ログの取得時点で各デバイスが属しているグループが記録されてもよい。また、例えば、領域ＤＢ４２０に、それぞれの領域に対応するグループに属するデバイスが記録されてもよい。あるいは、デバイスログＤＢ２２０とは別にデバイスＤＢが設けられ、各デバイスが属するグループが記録されてもよい。

（３．第３の実施形態）
次に、本開示の第３の実施形態について説明する。この第３の実施形態では、上記の第２の実施形態におけるグルーピング処理に加えて、モバイルデバイスについての追加のグルーピングが実施される。それ以外の本実施形態の構成は第２の実施形態と同様であるため、重複した説明は省略する。

図１１は、本開示の第３の実施形態におけるグルーピング処理の例を示すフローチャートである。図１１を参照すると、グルーピング部４１０は、上記の第２の実施形態と同様の、デバイス全体に対するグルーピング処理が少なくとも１回実行された後、グルーピング処理によって生成された領域ベースのグループごとのループ処理を実行する（Ｓ３０１）。ここで、グルーピング部４１０は、各グループについて、グループ内のモバイルデバイスを抽出し、モバイルデバイスごとのループ処理を実行する（Ｓ３０３）。さらに、グルーピング部４１０は、各モバイルデバイスについて、グループ内の他のデバイスとのループ処理を実行する（Ｓ３０５）。

上記のループ処理の中で、グルーピング部４１０は、モバイルデバイスに他のデバイスが近接したことが検出された時に、当該他のデバイスが操作されたか否かを判定する（Ｓ３０７）。より具体的には、例えば、グルーピング部４１０は、デバイスログに基づいてモバイルデバイスと他のデバイスとが近接した時間を特定するとともに、その時間に他のデバイスに対するユーザ操作がデバイスログに記録されているか否かを判定する。ここで、モバイルデバイスの近接時に他のデバイスが操作されていた場合（ＹＥＳ）、グルーピング部４１０は、モバイルデバイスと当該他のデバイスとを操作履歴ベースのグループに追加する（Ｓ３０９）。グルーピング部４１０は、操作履歴ベースのグループの情報を、グループＤＢ４３０に格納する。

本実施形態において、操作履歴ベースのグループは、上記の第２の実施形態における領域ベースのグループと同様に扱われうる。つまり、相関性判定部２３０は、デバイス同士の相関性を判定するにあたり、グループＤＢ４３０を参照、操作履歴ベースのグループ内のデバイス同士の相関性を判定する。操作履歴ベースのグループは、領域ベースのグループを共存しうる。本実施形態では、領域ベースのグループに含まれるデバイスが、グループ内の各モバイルデバイスとの関係に基づく操作履歴ベースのサブグループに細分化される（同じデバイスが、操作履歴ベースの複数のグループに属することもありうる）。なお、本実施形態でも、例えばモバイルデバイスではないデバイス同士の相関性の判定は、領域ベースのグループ内のデバイスを対象として実行されうる。

モバイルデバイスと他のデバイスとの間で、同じユーザに使用されているか否かという観点での相関性を判定する場合、ユーザによって携帯されると推定されるモバイルデバイスが近接していた時に操作されなかったデバイスについて、モバイルデバイスとの相関性が高くなる可能性は低い。従って、モバイルデバイスとの間の相関性を判定するにあたり、操作履歴ベースのグループ内に解析の範囲を限定することは合理的である。本実施形態では、領域ベースのグループ内のデバイスを、操作履歴ベースでさらにグループに分類することによって、グループを細分化し、判定の精度を維持しつつ演算量をさらに削減することができる。

図１２は、本開示の第３の実施形態におけるデバイスログＤＢの例を示す図である。図１２を参照すると、デバイスログＤＢ２２０には、スマートフォンのレコード２２０−９、ＴＶのレコード２２０−１０、およびエアコンのレコード２２０−１１が含まれる。

レコード２２０−９およびレコード２２０−１０は、スマートフォンとＴＶが、ある時点（2014/1/1 10:00）において近接しており（いずれも自宅にある）、またこの時間にＴＶが操作された（ＯＮになった）ことを示している。この場合、上記のような本実施形態におけるグルーピング部４１０の処理によって、レコード２２０−９によって示されるスマートフォン（モバイルデバイス）と、レコード２２０−１０によって示されるＴＶ（他のデバイス）とは、操作履歴ベースで共通するグループに分類されうる。

一方、レコード２２０−９およびレコード２２０−１１は、スマートフォンとエアコンが近接していたが（エアコンは固定設置されているので、2014/1/1 10:00の時点でも自宅にあったと推定される）、この時点ではエアコンが操作されず、スマートフォンがエアコンと近接しなくなってから（2014/1/1 20:00）エアコンが操作された（ＯＮになった）ことを示している。この場合、上記のような本実施形態におけるグルーピング部４１０の処理によって、レコード２２０−９によって示されるスマートフォン（モバイルデバイス）と、レコード２２０−１１によって示されるエアコン（他のデバイス）とは、操作履歴ベースで共通するグループには分類されない。

（変形例）
上記の本実施形態の説明では、領域ベースのグループに分類されたデバイスについて、さらに操作履歴ベースのグルーピングが実施された。しかし、他の例では、領域ベースのグループに分類される前の、デバイス全体について、操作履歴ベースのグルーピングが実施されてもよい。この場合、デバイスは、各モバイルデバイスとの関係において先にグルーピングされることになる。例えば、自宅にあるＴＶと、職場にあるＰＣとが、共通のモバイルデバイスが近接している時にそれぞれ操作されたことに基づいて、同じグループに分類されうる。さらに、必要に応じて、操作履歴ベースのグループを領域ベースでサブグループに細分化してもよい。

以上で説明した本開示の第１〜第３の実施形態では、モバイルデバイスやウェアラブルデバイス、車載デバイス、ＣＥデバイスなどの多種多様なデバイスについて相関性を推定することができ、相関性に応じてこれらのデバイスを組織化して利用することによって、ユーザの嗜好や行動パターンについてもより詳細なプロファイルを取得することができたり、ユーザへの情報提示にあたって最適なデバイスを選択したりすることができる。

また、パブリックディスプレイなど不特定多数のユーザによって共用されるデバイスと、モバイルデバイスのような個々のユーザに占用されるデバイスとの相関性が推定されることによって、例えば、共用のデバイスによって提供された情報（例えば広告など）がユーザの行動に及ぼした影響を個別に追跡することができる。また、例えば、共用のデバイスが一時的にあるユーザによって占用されている場合や、共用のデバイスを使用しているユーザにおいて特定の属性を有するユーザの割合が高いことが推定される場合に、共用のデバイスを介して出力される情報をユーザに応じて変化させることができる。

なお、上記の第１〜第３の実施形態では、デバイス同士が同じユーザに使用されているか否かという観点での相関性が推定されたが、本開示の実施形態はこの例には限られない。例えば、デバイス同士の相関性は、年齢、職業、性別など、共通の属性を有するユーザに使用されているか否かという観点で推定されてもよい。また、第２および第３の実施形態におけるグルーピングの処理は、デバイス同士の相関性を判定する場合に限らず、デバイス群の中での任意のデバイスの組み合わせ関係性を解析する場合であればどのような場合でも、演算量の削減のために有用でありうる。このような観点において、上記の実施形態における相関性判定部２３０は、デバイスログに基づいてデバイス同士の関係性を解析する関係性解析部であるともいえる。

（４．ハードウェア構成）
次に、図１３を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図１３は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。図示された情報処理装置９００は、例えば、上記の実施形態におけるサーバ装置を実現しうる。

情報処理装置９００は、ＣＰＵ（Central Processing unit）９０１、ＲＯＭ（Read Only Memory）９０３、およびＲＡＭ（Random Access Memory）９０５を含む。また、情報処理装置９００は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インターフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２３、通信装置９２５を含んでもよい。さらに、情報処理装置９００は、必要に応じて、撮像装置９３３、およびセンサ９３５を含んでもよい。情報処理装置９００は、ＣＰＵ９０１に代えて、またはこれとともに、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）などの処理回路を有してもよい。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、情報処理装置９００内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータなどを記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータなどを一次記憶する。ＣＰＵ９０１、ＲＯＭ９０３、およびＲＡＭ９０５は、ＣＰＵバスなどの内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バスなどの外部バス９１１に接続されている。

入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなど、ユーザによって操作される装置である。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置９００の操作に対応した携帯電話などの外部接続機器９２９であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりする。

出力装置９１７は、取得した情報をユーザに対して視覚や聴覚、触覚などの感覚を用いて通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ（Liquid Crystal Display）または有機ＥＬ（Electro-Luminescence）ディスプレイなどの表示装置、スピーカまたはヘッドフォンなどの音声出力装置、もしくはバイブレータなどでありうる。出力装置９１７は、情報処理装置９００の処理により得られた結果を、テキストもしくは画像などの映像、音声もしくは音響などの音声、またはバイブレーションなどとして出力する。

ストレージ装置９１９は、情報処理装置９００の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Hard Disk Drive）などの磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。ストレージ装置９１９は、例えばＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。

ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９２７のためのリーダライタであり、情報処理装置９００に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録を書き込む。

接続ポート９２３は、機器を情報処理装置９００に接続するためのポートである。接続ポート９２３は、例えば、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）ポートなどでありうる。また、接続ポート９２３は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）ポートなどであってもよい。接続ポート９２３に外部接続機器９２９を接続することで、情報処理装置９００と外部接続機器９２９との間で各種のデータが交換されうる。

通信装置９２５は、例えば、通信ネットワーク９３１に接続するための通信デバイスなどで構成された通信インターフェースである。通信装置９２５は、例えば、ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ、またはＷＵＳＢ（Wireless USB）用の通信カードなどでありうる。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Asymmetric Digital Subscriber Line）用のルータ、または、各種通信用のモデムなどであってもよい。通信装置９２５は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて信号などを送受信する。また、通信装置９２５に接続される通信ネットワーク９３１は、有線または無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信などを含みうる。

撮像装置９３３は、例えば、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）またはＣＣＤ（Charge Coupled Device）などの撮像素子、および撮像素子への被写体像の結像を制御するためのレンズなどの各種の部材を用いて実空間を撮像し、撮像画像を生成する装置である。撮像装置９３３は、静止画を撮像するものであってもよいし、また動画を撮像するものであってもよい。

センサ９３５は、例えば、加速度センサ、角速度センサ、地磁気センサ、照度センサ、温度センサ、気圧センサ、または音センサ（マイクロフォン）などの各種のセンサである。センサ９３５は、例えば情報処理装置９００の筐体の姿勢など、情報処理装置９００自体の状態に関する情報や、情報処理装置９００の周辺の明るさや騒音など、情報処理装置９００の周辺環境に関する情報を取得する。また、センサ９３５は、ＧＰＳ（Global Positioning System）信号を受信して装置の緯度、経度および高度を測定するＧＰＳ受信機を含んでもよい。

以上、情報処理装置９００のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更されうる。

（５．補足）
本開示の実施形態は、例えば、上記で説明したような情報処理装置（例えばサーバ）、システム、情報処理装置またはシステムで実行される情報処理方法、情報処理装置を機能させるためのプログラム、およびプログラムが記録された一時的でない有形の媒体を含みうる。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得するデバイスログ取得部、
前記デバイスログと、前記位置に関する予め設定された条件とに基づいて、前記複数のデバイスをグループに分類するグルーピング部、および
前記デバイスログに基づいて、前記グループ内のデバイス同士の関係性を解析する関係性解析部
を備える情報処理装置。
（２）前記条件は、前記各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを規定する第１の条件を含み、
前記グルーピング部は、前記第１の条件に従って、前記各デバイスを前記領域ごとのグループに分類する、前記（１）に記載の情報処理装置。
（３）前記領域は、住所領域に対応する、前記（２）に記載の情報処理装置。
（４）前記複数のデバイスは、モバイルデバイスと他のデバイスとを含み、
前記条件は、前記モバイルデバイスと前記他のデバイスとが近接した時に前記他のデバイスが操作されることを規定する第２の条件を含み、
前記グルーピング部は、前記第２の条件が満たされる場合に前記モバイルデバイスと前記他のデバイスとを同じグループに分類する、前記（１）に記載の情報処理装置。
（５）前記複数のデバイスは、モバイルデバイスと他のデバイスとを含み、
前記条件は、前記各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを規定する第１の条件と、前記モバイルデバイスと前記他のデバイスとが近接した時に前記他のデバイスが操作されることを規定する第２の条件とを含み、
前記グルーピング部は、前記第１の条件に従って前記各デバイスを前記領域ごとの第１のグループに分類し、さらに、前記第１のグループ内の前記モバイルデバイスと前記他のデバイスを前記第２の条件に従ってサブグループに分類する、前記（１）に記載の情報処理装置。
（６）前記複数のデバイスは、モバイルデバイスと他のデバイスとを含み、
前記条件は、前記各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを規定する第１の条件と、前記モバイルデバイスと前記他のデバイスとが近接した時に前記他のデバイスが操作されることを規定する第２の条件とを含み、
前記グルーピング部は、前記モバイルデバイスと前記他のデバイスを前記第２の条件に従って第１のグループに分類し、さらに、前記第１のグループ内のデバイスを前記第１の条件に従って前記領域ごとのサブグループに分類する、前記（１）に記載の情報処理装置。
（７）前記デバイスログは、さらに、前記各デバイスに関連するユーザの行動によって発生した状態を示す情報を含み、
前記関係性解析部は、前記デバイスログと、前記状態に関する予め設定された条件とに基づいて、前記グループ内のデバイス同士の相関性を判定する、前記（１）〜（６）のいずれか１項に記載の情報処理装置。
（８）複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得すること、
プロセッサが、前記デバイスログと、前記位置に関する予め設定された条件とに基づいて、前記複数のデバイスをグループに分類すること、および
前記デバイスログに基づいて、前記グループ内のデバイス同士の関係性を解析すること
を含む情報処理方法。
（９）複数のデバイスから取得され各デバイスの位置を示す情報を含む時系列のデバイスログと、前記位置に関する予め設定された条件とに基づいて、前記複数のデバイスをグループに分類する機能、および
前記デバイスログに基づいて、前記グループ内のデバイス同士の関係性を解析する機能
をコンピュータに実現させるためのプログラム。

１０ システム
１００ デバイス
２００，４００ サーバ
２１０ デバイスログ取得部
２２０ デバイスログＤＢ
２３０ 相関性判定部
２４０ 相関条件ＤＢ
２５０ 相関スコアＤＢ
４１０ グルーピング部
４２０ 領域ＤＢ
４３０ グループＤＢ

Claims (9)

1. 複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得するデバイスログ取得部、
   前記デバイスログと、前記位置に関する予め設定された条件とに基づいて、前記複数のデバイスをグループに分類するグルーピング部、および
   前記デバイスログに基づいて、前記グループ内のデバイス同士の関係性を解析する関係性解析部
   を備える情報処理装置。
2. 前記条件は、前記各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを規定する第１の条件を含み、
   前記グルーピング部は、前記第１の条件に従って、前記各デバイスを前記領域ごとのグループに分類する、請求項１に記載の情報処理装置。
3. 前記領域は、住所領域に対応する、請求項２に記載の情報処理装置。
4. 前記複数のデバイスは、モバイルデバイスと他のデバイスとを含み、
   前記条件は、前記モバイルデバイスと前記他のデバイスとが近接した時に前記他のデバイスが操作されることを規定する第２の条件を含み、
   前記グルーピング部は、前記第２の条件が満たされる場合に前記モバイルデバイスと前記他のデバイスとを同じグループに分類する、請求項１に記載の情報処理装置。
5. 前記複数のデバイスは、モバイルデバイスと他のデバイスとを含み、
   前記条件は、前記各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを規定する第１の条件と、前記モバイルデバイスと前記他のデバイスとが近接した時に前記他のデバイスが操作されることを規定する第２の条件とを含み、
   前記グルーピング部は、前記第１の条件に従って前記各デバイスを前記領域ごとの第１のグループに分類し、さらに、前記第１のグループ内の前記モバイルデバイスと前記他のデバイスを前記第２の条件に従ってサブグループに分類する、請求項１に記載の情報処理装置。
6. 前記複数のデバイスは、モバイルデバイスと他のデバイスとを含み、
   前記条件は、前記各デバイスの位置が少なくともいずれかの時刻において共通の領域に含まれることを規定する第１の条件と、前記モバイルデバイスと前記他のデバイスとが近接した時に前記他のデバイスが操作されることを規定する第２の条件とを含み、
   前記グルーピング部は、前記モバイルデバイスと前記他のデバイスを前記第２の条件に従って第１のグループに分類し、さらに、前記第１のグループ内のデバイスを前記第１の条件に従って前記領域ごとのサブグループに分類する、請求項１に記載の情報処理装置。
7. 前記デバイスログは、さらに、前記各デバイスに関連するユーザの行動によって発生した状態を示す情報を含み、
   前記関係性解析部は、前記デバイスログと、前記状態に関する予め設定された条件とに基づいて、前記グループ内のデバイス同士の相関性を判定する、請求項１に記載の情報処理装置。
8. 複数のデバイスから、各デバイスの位置を示す情報を含む時系列のデバイスログを取得すること、
   プロセッサが、前記デバイスログと、前記位置に関する予め設定された条件とに基づいて、前記複数のデバイスをグループに分類すること、および
   前記デバイスログに基づいて、前記グループ内のデバイス同士の関係性を解析すること
   を含む情報処理方法。
9. 複数のデバイスから取得され各デバイスの位置を示す情報を含む時系列のデバイスログと、前記位置に関する予め設定された条件とに基づいて、前記複数のデバイスをグループに分類する機能、および
   前記デバイスログに基づいて、前記グループ内のデバイス同士の関係性を解析する機能
   をコンピュータに実現させるためのプログラム。

Images