JPWO2016147298A1 - 推薦装置、推薦決定方法、およびコンピュータプログラム - Google Patents

Abstract

ユーザごとの生活行動を考慮した上で、制御ルールを推薦する。本発明の実施形態としての推薦装置は、ユーザの行動履歴を取得する履歴取得部と、前記ユーザの行動に基づき定義される事前条件と、前記機器に対して行う制御の内容を表す事後条件とを含み、前記事前条件が成立する場合に前記事後条件により表される制御を行うことを定めた制御ルールに関して、前記事前条件の前記行動履歴に対する第１適合情報を算出する適合情報算出部と、前記第１適合情報に応じて、前記ユーザに対する前記制御ルールの推薦情報を生成する推薦部とを備える。

Description

本発明の実施形態は、推薦装置、推薦決定方法およびコンピュータプログラムに関する。

近年、ホーム・エナジー・マネジメント・システム（ＨＥＭＳ）が注目を集めている。ＨＥＭＳは、家庭で使用する電気などのエネルギーを管理するシステムである。ＨＥＭＳにより、家庭におけるエネルギーの使用状況が把握でき、無駄な使用を抑えることで、省エネを実現することができる。また、ＨＥＭＳが、予め定められたルールに従って、機器を制御し、省エネを実現することも可能である。例えば、人が在室していないときは、暖房設定温度を低下させるというルールを適用した場合、不在時には、ＨＥＭＳが自動で設定温度を低下させる。よって、自動でエネルギー消費を抑え、省エネを実現することができる。

機器を制御するルールの数が多い場合、ユーザが自分に適したルールを見つけ出すのは困難である。また、あるルールが自分に適しているにも関わらず、ユーザはそのルールが自分に適していると思わず、適用しないことも多々ある。このような事態に対応するには、ＨＥＭＳが、ユーザに適したルールを推薦することが望まれる。しかし、せっかくユーザの行動を反映させたルールを適用しても、ユーザが有益さを感じない可能性がある。

特開２０１２−１４６５９号公報

本発明の実施形態は、ユーザごとの生活行動を考慮した上で、制御ルールを推薦する。

本発明の実施形態としての推薦装置は、ユーザの行動履歴を取得する履歴取得部と、前記ユーザの行動に基づき定義される事前条件と、前記機器に対して行う制御の内容を表す事後条件とを含み、前記事前条件が成立する場合に前記事後条件により表される制御を行うことを定めた制御ルールに関して、前記事前条件の前記行動履歴に対する第１適合情報を算出する適合情報算出部と、前記第１適合情報に応じて、前記ユーザに対する前記制御ルールの推薦情報を生成する推薦部とを備える。

第１の実施形態に係る推薦装置の概略構成を示すブロック図。 行動履歴ＤＢに格納される履歴情報の例を示した図。 環境履歴ＤＢに格納される履歴情報の例を示した図。 機器稼働履歴ＤＢに格納される履歴情報の例を示した図。 制御ルール区分ＤＢに格納される基礎ルールの例を示した図。 制御ルールＤＢに格納される制御ルール情報の例を示した図。 御内容充足率を算出するためのデータの例を示した図。 指標ＤＢに格納されるデータの例を示した図。 識別器作成のイメージ図。 推薦内容ＤＢに格納されるデータの例を示した図。 出力部が出力する推薦文の例を示した図。 第１の実施形態における推薦処理の概略フローチャート。 適合率を算出する処理の詳細を示すフローチャート。 推薦是非を判定する処理の詳細を示すフローチャート。 ロジスティック回帰モデルによる予測値と、基準値との比較を示した図。 第２の実施形態に係る推薦装置の概略構成を示すブロック図。 第２の実施形態における推薦処理の概略フローチャート。 第３の実施形態に係る推薦装置の概略構成を示すブロック図。 事前緩和条件ＤＢに格納される緩和条件のデータの例を示した図。 第３の実施形態における適合率を算出する処理の詳細を示すフローチャート。 第４の実施形態に係る推薦装置の概略構成を示すブロック図。 事後緩和条件ＤＢに格納される事後緩和条件のデータの例を示した図。 第５の実施形態に係る推薦装置の概略構成を示すブロック図。 第５の実施形態における推薦是非判定の処理の詳細を示すフローチャート。 第６の実施形態に係る推薦装置の概略構成を示すブロック図。 推薦効果ＤＢに格納される推薦効果算出方法などの例を示した図。 推薦効果を算出するためのデータの例を示した図。 推薦効果の結果を利用した、出力部が出力する推薦文の例を示した図。 第６の実施形態における推薦是非判定の処理の詳細を示すフローチャート。 第７の実施形態に係る推薦装置の概略構成を示すブロック図。 推薦結果ＤＢに格納されるデータの例を示した図。 第７の実施形態における推薦処理の概略フローチャート。 第７の実施形態における推薦是非判定の処理の詳細を示すフローチャート。 第１の実施形態における各部を、監視環境とサービス提供環境に分けた場合を示した図。 本発明の一実施形態に係る推薦装置を備えたハードウェア構成例を示した図。

以下、図面を参照しながら、本発明の実施形態について説明する。

（第１の実施形態）
図１は、第１の実施形態に係る推薦装置の概略構成を示すブロック図である。

図１の推薦装置は、ユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３、履歴取得部１０４、履歴記憶部２０１、制御ルール区分ＤＢ２０５、制御ルールＤＢ２０６、指標ＤＢ２０７、推薦内容ＤＢ２０８、適合率算出部（適合情報算出部）３００、推薦部４００、出力部１０５、入力部１０６、および制御指令部１０７を備える。本推薦装置は、例えばユーザが生活する建物に配置される。

ユーザ行動検知機器１０１は、ユーザに関する行動や状態を検知する。人感センサ、睡眠センサなどのセンサを使用する方法がある。また、照明器具、電気調理器、携帯電話、スマートフォン、インターホンなどの電気機器が使用された場合に、使用された電気機器が、ユーザ行動検知機器１０１に情報を送る方法なども考えられる。検知する情報は、在室、不在、睡眠、調理、電話、メール送信、訪問など、ユーザの行動や状態に関する情報である。また、ユーザ行動検知機器１０１は、ユーザの行動を検知した場合、ユーザの位置に関する情報も取得する。例えば、使用された電子機器などの位置、スマートフォンなどを使用した際に送信された位置情報から取得することができる。得られた情報は、履歴取得部１０４に送信される。情報の送信のタイミングは、一定時間ごとでも、取得の度でもよく、任意に定めてよい。また、履歴得部１０４がポーリングしてユーザ行動検知機器１０１から取得してもよい。ユーザ行動検知機器１０１は、複数台配置されてもよい。

環境検知機器１０２は、ユーザの生活環境または制御対象機器１０３の周辺環境の状態を検知する。検知する情報は、温度、湿度、照度、風量、雨量、積雪量などの環境情報がある。これらの情報はセンサを用いて検知すればよい。得られた情報は、履歴取得部１０４に送信される。情報の送信のタイミングは、一定時間ごとでも、取得の度でもよく、任意に定めてよい。また、履歴取得部１０４がポーリングして環境検知機器１０２から取得してもよい。環境検知機器１０２は、複数台配置されてもよい。

制御対象機器１０３は、例えば冷暖房機器、照明器具、スマートプラグ、電動ブラインド、電動シャッター、電気錠など、制御対象となる電気機器である。制御対象機器１０３は、ユーザの生活する建物に配置されることを想定するが、一部の機器（例えば監視装置）が建物の外側に配置されてもよい。本実施形態では、制御対象機器１０３は、電気機器を制御するルール（以下、制御ルール）によって制御される。この制御ルールは、制御対象機器１０３が保持し、制御対象機器１０３が制御ルールに従って稼働してもよい。または、後述する制御指令部１０７が制御ルールを保持し、制御指令部１０７が制御ルールに沿った指令を発行し、制御対象機器１０３は、その指令に従って稼働してもよい。

制御対象機器１０３は、電源のＯＮまたはＯＦＦ、設定温度、設定照度、開閉状態など、自機器の状態に関する情報を履歴取得部１０４に送信する。情報の送信のタイミングは、一定時間ごとでも、状態が変化したときでもよく、任意に定めてよい。また、履歴取得部１０４がポーリングして制御対象機器１０３から取得してもよい。制御対象機器１０３は複数台存在することを想定しているが、１台でもよい。また、制御対象機器１０３は常に電源がＯＮであることを前提としてもよい。この場合、電源のＯＮまたはＯＦＦに関する情報の送信は省略してもよい。

履歴取得部１０４は、ユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３が検知した情報を取得し、履歴記憶部２０１に送信する。１台の履歴取得部１０４が全てのユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３から情報を収集してもよい。または複数台の履歴取得部１０４が、分担して収集してもよい。分担する場合は、情報の収集先である機器の種類や位置などで、収集先の機器をいくつかのグループに分け、履歴取得部１０４は対応づけられたグループのみから情報を収集してもよい。情報の送信のタイミングは、一定時間ごとでも、取得の度でもよく、任意に定めてよい。

履歴記憶部２０１は、行動履歴ＤＢ２０２、環境履歴ＤＢ２０３、および機器稼働履歴ＤＢ２０４を備える。行動履歴ＤＢ２０２、環境履歴ＤＢ２０３、機器稼働履歴ＤＢ２０４は、１つのＤＢ関連ソフトウェアと１つの記憶装置を用いて構築してもよいし、複数のＤＢ関連ソフトウェアと１つまたは複数の記憶装置で構成してもよい。その他の方法で構築してもよい。

行動履歴ＤＢ２０２は、ユーザ行動検知機器１０１で収集された情報（行動履歴情報）を格納する。図２は、行動履歴ＤＢ２０２に格納される行動履歴の例を示した図である。図２の例のデータは、検知時刻、ユーザＩＤ、ユーザの位置、ユーザの行動内容などを含む。ユーザＩＤは、ユーザ一人一人を区別するための識別子であり、ユーザのＩＤである。ユーザＩＤは、個々のユーザを識別することに限定されず、一世帯の居住者全体を表すユーザＩＤ、またはユーザを識別できず不明であることを意味するユーザＩＤがあってもよい。

環境履歴ＤＢ２０３は、環境検知機器１０２で収集された情報（環境履歴情報）を格納する。図３は、環境履歴ＤＢ２０３に格納される環境履歴情報の例を示した図である。図３の例のデータは、検知時刻、機器ＩＤ、環境の状態に関する属性、属性の値などを含む。機器ＩＤは、機器を区別する識別子である。属性とその値は、環境検知機器１０２の検知項目（温度や湿度など）と、検知項目の値である。

なお、ユーザＩＤを環境履歴に追加してもよい。図３のユーザＩＤの列には、機器が配置されている空間を使用するユーザのユーザＩＤが設定される。例えば、図３の例の一番上の行の機器ＩＤであるユーザ１部屋温湿度計は、ユーザ１の部屋に配置されているため、ユーザＩＤはユーザ１となる。また、機器が複数のユーザが使用する居間に置かれている場合は、複数のユーザＩＤや居住者全体を表すユーザＩＤが設定される。これは、ユーザＩＤと機器ＩＤとを対応づけたテーブルを予め用意しておき、履歴情報とマージすることで求めることができる。

機器稼働履歴ＤＢ２０４は、制御対象機器１０３で収集された情報（稼働履歴情報）を格納する。図４は、機器稼働履歴ＤＢ２０４に格納される稼働履歴情報の例を示した図である。図４の例のデータは、検知時刻、機器ＩＤ、機器の状態に関する属性と、属性の値などを含む。属性とその値は、制御対象機器の稼働の検知項目とその値であり、例えば、エアコンやヒータのデータならば、「設定温度」、およびその値としての「２０度」といったものがある。

なお、ユーザＩＤを機器稼働履歴に追加してもよい。図４のユーザＩＤの列には、実際に機器を使用したユーザのユーザＩＤではなく、機器の所有者や普段使用するユーザなど、予め機器ＩＤと対応づけられたユーザＩＤが設定される。これは、ユーザＩＤと機器ＩＤとを対応づけたテーブルを予め用意しておき、履歴情報とマージすることで求めることができる。

制御ルール区分ＤＢ２０５は、基礎ルールを格納するデータベースである。基礎ルールは、制御ルールを構築するためのテンプレートとしての役割を有する。基礎ルールを後述する制御ルール情報を組み合わせることで制御ルールが構築される。図５は、基礎ルールの例を示した図である。図５の例の基礎ルールは、ルール区分、事前条件項目、事後条件項目、事前条件、事後条件などを含む。ルール区分は、基礎ルールを分類するための識別子である。制御ルールは、事前条件と、事後条件とにより構成され、事前条件が成立した場合に、制御ルールが発動することにより、事後条件の内容が実行される。ただし、制御ルール区分ＤＢ２０５の「事前条件」および「事後条件」は、抽象化された要素（変数）を用いて記述されており、要素（変数）の値を与えることで、事前条件および事後条件が確定する。

事前条件における抽象化された要素（変数）に与える値は、図５の「事前条件項目」と、後述する図６の「事前条件項目入力値」によって決まる。「事前条件項目」は、当該要素の種類またはタイプ（以下、タイプに統一）を表しており、「事前条件項目入力値」は、当該要素に与える値を表している。図５の例の一番上の行では、事前条件項目の値（タイプ）が「部屋」を表している。仮に「事前条件項目入力値」の値が「部屋Ａ」であるとすると、事前条件は、部屋Ａの属性「在／不在」の状態が「不在」、つまり「部屋Ａが不在である」というように確定される。なお、図５の例では、事前条件項目は１つであるが、複数でもよく、この場合、「事前条件項目入力値」も複数になる。また、事前条件項目が存在しなくてもよい。例えば、「雷が鳴ったら」といったように、抽象化された要素を用いて事前条件を記述しない場合は、事前条件項目が存在しなくてもよい。この場合、「事前条件項目入力値」も存在しなくてよい。

事後条件における抽象化された要素に与える値は、「事後条件項目」と、後述する図６の「事後条件項目入力値」によって決まる。「事後条件項目」は当該要素のタイプを表しており、「事後条件項目入力値」は、当該要素に与える値を表している。図５の例の一番上の行では、事後条件項目の値（タイプ）が、「ヒータ、設定温度値」となっている。仮に、「事後条件項目入力値」が、「部屋Ａヒータ１、２０度」とすると、事後条件は、「部屋Ａヒータ１」の設定温度を「２０度」にするというものになる。なお、図５の例では、事後条件項目は２つであるが、１つでも、３つ以上でもよい。

制御ルールＤＢ２０６は、基礎ルールにおける事前条件に含まれる要素（事前条件項目）および事後条件に含まれる要素（事後条件項目）に与える値を定義した制御ルール情報を格納する。制御ルールＤＢ２０６の制御ルール情報を制御ルール区分ＤＢ２０５の基礎ルールと組み合わせることで、制御ルールが生成される。

図６は、制御ルールＤＢ２０６に格納される制御ルール情報の例を示した図である。図６の例の制御ルール情報は、ルール区分、ルールサブ区分、ユーザＩＤ、ルールＩＤ、使用是非、事前条件項目入力値、事後条件項目入力値を含む。

ルールサブ区分は、ルール区分をさらに細かく分類するための識別子である。ルールサブ区分は、基礎ルールの事前条件項目の種類ごとに分けてもよい。例えば、図６の例の上から１番目から３番目までの行では、ルールサブ区分が同じ９２−１となっているが、これは、図５の例のルール区分９２の基礎ルールの事前条件項目の「部屋」の種類が、「居間」の場合である。ルールＩＤは、各制御ルールを区別するための識別子である。図６の例では、ルールＩＤは、ルールサブ区分とユーザＩＤの組み合わせで表している。

使用是非は、制御ルールを使用するか否かを示す。使用是非が「○」（真）の場合は、制御ルールを使用するが、「×」（偽）の場合は使用しないことを意味する。使用是非の設定はユーザが設定可能である。ただし、本装置が、後述する推薦度の値に応じて自動的に設定するようにしてもよい。

事前条件項目入力値および事後条件項目入力値は、対応する基礎ルールの事前条件項目および事後条件項目の値（すなわち事前条件に含まれる要素の値、および事後条件に含まれる要素の値）を、それぞれ指定する。対応する基礎ルールは、ルール区分で特定される。図６の１番上の行は、ルール区分９２、事前条件項目入力値が「ユーザ１居間」、事後条件項目入力値が「ユーザ１居間ヒータ、２０度」である。これは、図５の例にあるルール区分９２の基礎ルールの事前条件項目の値（事前条件に含まれる要素の値）を「ユーザ１居間」、事後条件項目の値（事後条件に含まれる要素の値）を「ユーザ１居間ヒータ、２０度」に指定することを意味する。

このように、制御ルール区分ＤＢ２０５の基礎ルールと、制御ルールＤＢ２０６の制御ルール情報を組み合わせることで、制御ルールが構築される。例えば、ルールＩＤ９２−１−１の制御ルールは、図６の一番上の行を図５の一番上の行と組み合わせることで生成され（ルール区分が９２）、制御ルールは、「「ユーザ１居間」という部屋が不在状態であれば、「ユーザ１居間ヒータ」の設定温度を「２０度」にする」となる。

制御ルールＤＢ２０６は、使用是非が真となっている制御ルール情報に基づき生成される制御ルールを、制御指令部１０７に送る。制御ルールの送るタイミングは、一定時間ごとでも、制御ルールの更新（制御ルール情報の更新）があったときでもよく、任意に定めてよい。また、制御指令部１０７がポーリングして制御ルールＤＢ２０６から取得してもよい。制御ルールＤＢ２０６は、使用是非が真となっている制御ルール情報と、制御ルール区分ＤＢ２０５の基礎ルールを組み合わせて制御ルールを生成して、内部または外部のメモリに保持しておいてもよい。

制御指令部１０７は、使用是非が真となっている制御ルール情報に基づき生成される制御ルールを、制御ルールＤＢ２０６から取得し、制御ルールに従って、制御対象機器１０３を制御する。制御ルールの取得は、一定時間ごとに、制御指令部１０７がポーリングして、更新された制御ルールまたは全制御ルールを取得してもよい。または、制御ルールＤＢ２０６の更新が行われた際に、制御ルールＤＢ２０６が制御指令部１０７に送信する仕組みでもよい。ここでは、制御ルールＤＢ２０６が制御ルール情報と基礎ルールを組み合わせて制御ルールを生成したが、制御指令部１０７が制御ルール区分ＤＢ２０５および制御ルールＤＢ２０６を参照して、制御ルールの生成を行ってもよい。なお制御指令部１０７は、制御対象機器１０３に制御ルールを送信し、制御対象機器１０３が制御ルールを解釈し、動作するようにしてもよい。

適合率算出部（適合情報算出部）３００は、制御ルール区分ＤＢ２０５の基礎ルール、制御ルールＤＢ２０６の制御ルール情報、履歴記憶部２０１の履歴情報に基づき、制御ルールの事前条件または事後条件を、履歴情報が満たす度合いを表す適合情報を算出する。適合情報は、制御対象機器１０３に適用すべき制御ルールであるか否かの度合いも意味する。ここでは、適合情報として、制御機会発生率（第１適合情報）と、制御内容充足率（第２適合情報）とを算出する。このため、適合率算出部３００は、制御内容充足率を算出する制御内容充足率算出部３０１と、制御機会発生率を算出する制御機会発生率算出部３０２を備える。適合率算出部３００は、基礎ルールおよび制御ルール情報から制御ルールを生成し、その制御ルールと履歴情報に基づいて、制御ルールの適合率（制御内容充足率と、制御機会発生率）を算出する。算出された適合率は、指標ＤＢ２０７に送られる。なお、制御ルールＤＢ２０６が生成した制御ルールがメモリに保持されている場合は、制御ルールＤＢ２０６を介して、またはメモリから直接、制御ルールを取得してもよい。

制御内容充足率は、事前条件が満たされている時間または回数に対する、事後条件が満たされている時間または回数の比率を表す。制御内容充足率が高い場合、制御ルールの使用が望ましいといえる。制御内容充足率は、例えば一定時間内に事前条件が真である時間を事前条件充足時間（Ｔ＿ＰＲＥ）、一定時間内に事前条件が真かつ事後条件が真である時間を事後条件充足時間（Ｔ＿ＰＯＳＴ）とすると、制御内容充足率は、事後条件充足時間／事前条件充足時間で計算できる。または、一定時間内に事前条件が真である回数を事前条件充足回数とし、一定時間内に事前条件が真かつ事後条件が真である回数を事後条件充足回数として、事後条件充足回数／事前条件充足回数によって、制御内容充足率を算出してもよい。

制御機会発生率は、一定時間内に事前条件が満たされる時間または回数を、基準時間または基準回数で除算した値を表す。制御機会発生率が高い場合、省エネ等に関する制御ルールの使用による効果が望める。一定時間内に事前条件が真である時間を事前条件充足時間とし、１日の全計測時間などを基準時間とする。この場合、制御機会発生率は、事前条件充足時間／基準時間で求められる。また、一定時間内に事前条件が真である回数を事前条件充足とし、制御機会発生率を、事前条件充足回数／基準回数で求めてもよい。この基準回数は予め定めておけばよい。

先ほどのルールＩＤ９２−１−１の制御ルールに対する制御内容充足率を求める例を示す。この制御ルールの事前条件は、「ユーザ１居間が不在状態」である。また、この制御ルールの事後条件は、「ユーザ１居間ヒータの設定温度を２０度にする」である。ここで、ある日のユーザ１居間の在室状況を表したグラフを図７（Ａ）に示す。図７（Ａ）に記載のグラフの同日において、ヒータの設定温度が２０度であるか否かを表したグラフを図７（Ｂ）に示す。一定時間を２４時間とすると、この日の「一定時間内に事前条件が真である時間」は、８時から２０時の１２時間である。また、この日の「一定時間内に事前条件が真かつ事後条件が真である時間」は、８時から２０時の間における、８時から１２時の間と１６時から２０時までの間の合計８時間である。これにより、この日の制御内容充足率は８／１２（約６６％）となる。

同様の例を用いて、制御機会発生率を算出する。一定時間内に事前条件が真である時間は、８時から２０時の間の１２時間である。全時間は２４時間とすると、制御機会発生率は１２／２４（５０％）となる。

ここでは、適合率として制御内容充足率と制御機会発生率の２つを計算したが、いずれか一方のみを計算してもよい。また、制御ルールに応じて、制御内容充足率または制御機会発生率を計算する対象となる一定時間の値を変更してもよい。これにより、ユーザの行動や状況にあった適合率を算出することができる。

指標ＤＢ２０７は、制御ルール毎に、適合率算出部３００が算出した適合率（制御内容充足率と制御機会発生率）のデータを格納するＤＢである。図８は、指標ＤＢ２０７に格納されるデータの例を示す。図８の例のデータは、適合率の算出時刻、ルール区分、ルールサブ区分、ルールＩＤ、使用是非、算出した適合率の種類（制御内容充足率と制御機会発生率）を表す指標と、当該指標の値を含む。

推薦部４００は、適合率算出部３００が算出した適合率に基づき、制御ルールの推薦の是非を決定する。決定するタイミングは、一定時間ごとでもよいし、適合率が算出され指標ＤＢ２０７が更新されたタイミングでもよいし、その他、任意に定めてよい。推薦部４００は、識別器生成部４０１と、推薦是非判定部４０２を備える。

識別器生成部４０１は、適合率から使用是非を判定するための値（推薦度）を出力する識別器を生成する。識別器には、適合率を入力値とする関数を用いることが考えられる。例えば、過去に推薦した制御ルールの使用是非を目的変数Ｙ、推薦した制御ルールの適合率を説明変数Ｘとする予測モデルを用いることが考えられる。予測モデルは、説明変数Ｘと目的変数Ｙを関連づけるものである。このＸとＹの関連は、複数のパラメータを用いて、予測式で表される。予測モデルには、回帰モデルやニューラルネットワーク、ロジットブースト、サポートベクタマシンなどを用いてもよい。予測モデルを用いることにより、今までに推薦した結果などを考慮することができる。識別器は、ルール区分ごとに生成する。また、制御内容充足率と制御機会発生率のように、複数種類の適合率がある場合は、適合率の種類ごとに識別器を生成してもよいし、複数の適合率を同時に用いる識別器を生成してもよい。

推薦是非判定部４０２は、識別器生成部４０１が生成した識別器によって、当該制御ルールの適合率から推薦度を算出する。そして、その推薦度を基に、推薦の是非を判定する。推薦度の算出および判定は、全制御ルールに対して行ってもよいし、判定不要な制御ルールを特定し、当該制御ルールを判定対象から除いてもよい。例えば、当該制御ルールの使用是非が真の場合は、既に使用されているため、推薦の判定を行わないとしてもよい。推薦判定の結果は、判定後、推薦内容ＤＢ２０８に送られる。

判定の方法は、推薦度が一定値以上の場合に、当該制御ルールを推薦するとしてもよい。また、過去の履歴を用い、推薦度が連続して複数回一定値を上回った場合に推薦するとしてもよい。制御内容充足率と制御機会発生率のように、適合率が複数ある場合は、適合率の種類ごとに判定した結果を総合的に判定してもよいし、制御ルールごとに複数ある各適合率に優先度を設けて、優先度の高い適合率のみで判定してもよい。また、推薦の判定は、推薦するまたはしないだけでなく、推薦度に応じて、「強く推薦する」といった多様な判定結果を出してもよい。

一例として、識別器（予測モデル）として、ロジスティック回帰モデルを用いる場合を説明する。ロジスティック回帰モデルは、目的変数Ｙが０または１の二つの論理値をとる。説明変数がＮ（Ｎは１以上の整数）種類ある場合、ｉ番目（ｉは１以上Ｎ以下の整数）の種類の説明変数をｘ_ｉ、パラメータをａ_ｉおよびｂ_ｉとすると、目的変数Ｙが１である確率ｐ（予測値）は、次式のロジスティック関数で表される。

目的変数Ｙを使用是非とし、使用されない場合をＹ＝０、使用される場合をＹ＝１とすると、このロジスティック関数を用いて、制御ルールが使用される確率を求めることができる。そこで、識別器生成部４０１は、このロジスティック関数を使用するために、過去に推薦した制御ルールの使用是非とそのときの適合率をもとに、モデル式のパラメータをａ _ｉおよびｂ_ｉの最適値を算出する。なお、上の式は、説明変数がＮ種類あるとしたが、１種類でも問題ない。制御内容充足率だけを説明変数にしてもよく、制御内容充足率と制御機会発生率の両方を説明変数にしてもよい。また、その他の適合率を説明変数にしてもよい。また、上記式のかっこ内をｌｏｇｉｔ値と呼ぶ。

図９は、識別器の作成を説明するための図である。例えば、識別器生成部４０１は、指標ＤＢ２０７から、図９（Ａ）のように、ルール区分が１であるデータをＭ（Ｍは１以上の整数）個取得する。そして、説明変数を制御内容充足率の１種類として、Ｍ個のデータから、最尤法などを用いて、出力ｐが最も確からしくなるように、パラメータａ_１およびｂ_１を算出する。結果、ロジスティック関数ｐ＝１／（１＋ｅｘｐ（−（ａ１Ｘ＋ｂ１）））を得る。この式は、ｌｏｇｉｔ値を横軸、予測値を縦軸にすると、図９（Ｂ）のような曲線となる。推薦是非判定部４０２は、この式のＸに、適合率算出部３００が算出した適合率を代入することで、Ｙ＝１となる確率ｐを算出し、その値を推薦度とすることができる。

推薦内容ＤＢ２０８は、推薦是非判定部４０２から送られた推薦是非の判定結果を、制御ルール毎に格納する。図１０は、推薦内容ＤＢ２０８に格納されるデータの例を示した図である。図１０の例のデータは、ルール区分、ルールサブ区分、ユーザＩＤ、ルールＩＤ、推薦是非、推薦是非の算出に用いた適合率の種類を表す推薦理由指標などを含む。

出力部１０５は、推薦内容ＤＢ２０８に格納されるデータの推薦是非に基づき、制御ルールの推薦に関するメッセージを出力する。出力方法は、外部のモニタなどに推薦文を表示させる方法が考えられる。また、予め登録しておいたユーザのメールアドレスに、メールを送信してもよい。図１１は、出力部１０５が出力する推薦文の例を示す。この推薦文のフォーマットは、出力部１０５が保持しておいてもよいし、制御ルールＤＢ２０６などのＤＢにルールＩＤとともに格納しておいてもよい。または、制御ルールの内容、および推薦理由などを表示してもよい。また、推薦是非の度合い、ユーザＩＤまたは推薦理由などに起因して、表示する文章を変えてもよい。また、出力するタイミングは、推薦是非の更新があった場合などが考えられる。

入力部１０６は、入力装置などに表示された入力インタフェースを介して、ユーザから制御ルールの使用是非を受け付ける。受け付けた使用是非は、制御ルールＤＢ２０６に送られる。また、使用是非だけでなく、推薦された制御ルールの事前条件項目入力値や事後条件項目入力値に対する変更を受け付けてもよい。受け付けた値は、制御ルールＤＢ２０６に送られ、制御ルール情報（使用是非等）が更新される。

また、出力部１０５および入力部１０６を用いて、ユーザが自発的に制御ルールＤＢ２０６にアクセスし、制御ルールの使用是非や、事前条件項目入力値および事後条件項目入力値の更新を行えるようにしてもよい。

図１２は、第１の実施形態における推薦処理の概略フローチャートである。

履歴取得部１０４は、ユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３が検知した情報を取得し、履歴記憶部２０１に送信する（Ｓ１０１）。

履歴記憶部２０１は、受信した情報を、ユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３ごとに、それぞれ、行動履歴ＤＢ２０２、環境履歴ＤＢ２０３、機器稼働履歴ＤＢ２０４に格納する（Ｓ１０２）。

適合率算出部３００は、制御ルール区分ＤＢ２０５の基礎ルール、制御ルールＤＢ２０６の制御ルール情報、履歴記憶部２０１の履歴情報に基づき、適合率を算出する（Ｓ１０３）。

図１３は、適合率を算出する処理の詳細を示すフローチャートである。適合率算出部３００は、全制御ルールのうち、予め定めた条件に適合する制御ルールを、取得する（Ｓ２０１）。予め定めた条件に適合しないとして取得されなかった制御ルールは、使用推薦の判定が不必要な制御ルールとして、以降の処理を行わない。例えば、使用是非が真の場合は、すでに使用しているため、使用推薦の判定を行わないことが考えられる。また、季節が夏の場合、ヒータに関する制御ルールに対しては、使用推薦の判定を行わないといったものがある。または、休日限定の制御ルールは、休日のデータから適合率を求めこととし、休日の翌日だけ処理をするといったものも考えられる。なお、これらの処理は、適合率算出部３００ではなく、制御内容充足率算出部３０１および制御機会発生率算出部３０２が行ってもよい。

制御内容充足率算出部３０１は、制御内容充足率に関し、事前条件充足情報（Ｔ＿ＰＲＥ）および事後条件充足（Ｔ＿ＰＯＳＴ）情報の算出に必要な履歴情報を取得する（Ｓ２０２ａ）。

制御内容充足率算出部３０１は、取得した履歴情報から、図７で説明したように、事前条件充足情報（Ｔ＿ＰＲＥ）を算出し（Ｓ２０３ａ）、事後条件充足情報（Ｔ＿ＰＯＳＴ）を算出する（Ｓ２０４ａ）。そして算出したＴ＿ＰＯＳＴとＴ＿ＰＲＥから、制御内容充足率を算出する（Ｓ２０５ａ）。制御内容充足率を算出する際に、時間または回数のどちらを用いるかは、制御ルールＤＢ２０６の列の１つとして、登録しておいてもよい。

制御機会発生率算出部３０２は、制御機会発生率に関し、履歴記憶部２０１から事前条件充足情報の算出に必要な履歴情報を取得する（Ｓ２０２ｂ）。

制御機会発生率算出部３０２は、取得した履歴情報から、事前条件充足情報（Ｔ＿ＰＲＥ）を算出する（Ｓ２０３ｂ）。そして、事前条件充足情報から制御機会発生率を算出する（Ｓ２０４ｂ）。例えば、事前条件充足情報が時間を表すときは、Ｔ＿ＰＲＥ／基準時間、または回数を表すときは、Ｔ＿ＰＲＥ／基準回数から、制御機会発生率を算出する。なお、基準時間または基準回数のどちらを用いるか、および、基準時間および基準回数の値は、制御ルールＤＢ２０６の列の１つとして、登録しておいてもよい。

図１３のフローでは、制御内容充足率および制御機会発生率の両方を算出したが、いずれか一方のみ算出することも可能である。また、制御ルールに応じて、制御内容充足率だけ算出する場合や、制御機会発生率だけ算出する場合があってもよい。

指標ＤＢ２０７は、適合率算出部３００が生成した適合率（制御内容充足率または制御機会発生率）を含むデータを制御ルール毎（ルールＩＤ毎）に格納する（Ｓ１０４）。

推薦部４００は、指標ＤＢ２０７に格納されている各データの適合率から、制御ルール毎の推薦是非を判定する（Ｓ１０５）。

図１４は、推薦是非を判定する処理の詳細を示すフローチャートである。推薦部４００は、指標ＤＢ２０７に格納されている各データを参照し、予め定めた条件を満たす制御ルール（ルールＩＤ）を特定する（Ｓ３０１）。予め定めた条件として、例えば、使用是非が偽（未使用）であることがある。使用是非が真である制御ルールは既に使用されているため、推薦是非を判定する必要がないからである。また、データに前回の推薦処理で当該制御ルールを推薦したか否かの履歴を含めておき、前回推薦していない制御ルールを、選択の条件にしてもよい。何度も同じ制御ルールが推薦されることで、ユーザの不満が増加するのを防ぐためである。また、適合率が直近で更新されている制御ルールを、選択の条件にしてもよい。適合率が更新されていない制御ルールは、適合率を算出する際に、処理が不必要として排除された制御ルールだからである。これらの判断を行うために参照する情報を記録する項目を、制御ルールＤＢ２０６と指標ＤＢ２０７の列の１つとして、登録しておいてもよい。

識別器生成部４０１は、特定した制御ルールに対し、識別器を生成する（Ｓ３０２）。識別器は、例えば制御ルールのルール区分および適合率の種類ごとに生成する。例えば、識別器をロジスティック回帰モデルとする場合では、識別器生成部４０１に対し、説明変数Ｘを適合率、目的変数Ｙを使用是非とし、制御ルールが使用されていない場合をＹ＝０、制御ルールが使用されている場合をＹ＝１として、回帰分析を行う方法がある。この場合、識別器生成部４０１は、履歴記憶部２０１から当該制御ルールに対応する履歴情報を取得し、それらを回帰分析することによって、ロジスティック関数のパラメータを算出する。なお、制御ルールや適合率の種類に応じて、算出する識別器を変更してもよい。

推薦是非判定部４０２は、適合率と識別器を用いて、推薦度を算出する（Ｓ３０３）。例えば、ロジスティック関数の場合、適合率からロジスティック関数の値ｐを推薦度として計算する。値ｐは、Ｙ＝１となる確率（制御ルールを使用する確率）を表す。なお、使用するモデルによって、推薦度は、確率以外にも、点数などの評価値を表す場合もある。

推薦是非判定部４０２は、算出した推薦度に基づき、推薦の可否を判定する（Ｓ３０４）。例えば、ロジスティック関数の場合は、出力値（確率）が閾値を越えているか否かを判定する。または、適合率の時系列的な変化により判定してもよい。閾値は、使用する適合率の種類または識別器に応じて変更してもよい。または、閾値は、適合率の時系列的な変化等によって変更させてもよく、例えば、適合率が、一定期間内に一定値以上増加しているときは、閾値を大幅に下げるといった対応が考えられる。図１５は、識別器がロジスティック回帰モデルの場合の確率と閾値との関係を示した図である。この図の予測式は、制御内容充足率が７０％の場合でのｌｏｇｉｔ値において、確率が０．６になることを示す。この例では、閾値を０．５としているので、推薦是非は真（是）になる。

推薦是非判定部４０２は、推薦内容ＤＢ２０８に、判定した推薦是非と、当該制御ルールに関する情報（ルールＩＤ、推薦理由指標など）を送る（Ｓ３０５）。

推薦内容ＤＢ２０８は、推薦是非判定部４０２から受け付けた情報を格納する（Ｓ１０６）。なお、推薦内容ＤＢ２０８は、受け付けた情報のうち、推薦是非が真の制御ルールに対する情報のみを格納してもよいし、推薦是非に関わらず、受け付けた情報を全て格納してもよい。

出力部１０５は、推薦内容ＤＢ２０８において推薦是非の列が真であるか判定し、真である制御ルールに関する情報を出力する。推薦内容ＤＢ２０８に、推薦是非が真の制御ルールに対する情報のみが格納されている場合には、判定せずに、全ての制御ルールに対する情報を出力するようにしてもよい。出力部１０５がモニタの場合、当該情報がモニタに表示され、通信部１０５の場合、当該情報が予め定めたアドレスまたは装置に向けて、当該情報が送信される。

以上のように、第１の実施形態は、ユーザごとの生活行動や、環境、機器の稼働履歴を考慮し、さらにその制御ルールを適用した場合に実際に使用される可能性までも考慮した上で、制御ルールを選択して、ユーザに推薦する。そのため、推薦された制御ルールは、ユーザが許可しやすい制御ルールだけとなり、ユーザが許可しない制御ルールが多数推薦され、拒絶作業を繰り返すといった煩わしさを解消することができる。

（第２の実施形態）
図１６は、第２の実施形態に係る推薦装置の概略構成を示すブロック図である。第２の実施形態は、第１の実施形態に、行動推定部５００が追加された構成を取る。第１の実施形態と同一の部分および処理については、説明を省略する。行動推定部５００について説明する。

行動推定部５００は、環境履歴ＤＢ２０３、機器稼働履歴ＤＢ２０４の少なくとも一方の履歴情報から、ユーザの行動を推定して、推定結果を行動履歴ＤＢ２０２に送る。なお、推定の確度を高めるために、行動履歴ＤＢ２０２の履歴情報を使用してもよい。例えば、機器稼働履歴ＤＢ２０４の履歴情報から、ある時間帯に、ＩＨクッキングヒータが３０分間稼働したことが判明している。また環境履歴ＤＢ２０３の履歴情報には、同時間帯に、キッチンの湿度が上昇したことが判明している。この場合、行動推定部５００は、その時間帯に、ユーザは調理をしていたと推定する。推定の確度を高めるために、行動推定部５００は、行動履歴ＤＢ２０２から、その時間帯は、家に誰もいない時間帯ではなかったことを確認する。行動推定部５００は、推定結果を行動履歴ＤＢ２０２に送り、行動履歴ＤＢ２０２には、ユーザ２が調理をしていたというデータが追加される。

図１７は、第２の実施形態における推薦処理の概略フローチャートである。第１の実施形態のステップＳ１０２とＳ１０３の間にステップＳ４０１が追加されている。行動推定部５００ステップＳ４０１では、行動推定部５００が、環境履歴ＤＢ２０３または機器稼働履歴ＤＢ２０４の少なくとも一方のデータから、ユーザの行動を推定し、推定した行動に関するデータを行動履歴ＤＢ２０２に追加する。

推定する方法は、機器ごとに予め推定行動と成立条件を定めておく方法が考えられる。例えば、ＩＨクッキングヒータならば、推定行動は「調理」、成立条件は「稼働時間３０分以上、かつ、稼働時間中に稼働した部屋の湿度状況が上昇」としておけばよい。この例の場合ならば、行動推定部５００は、機器稼働履歴ＤＢ２０４からＩＨクッキングヒータに関する履歴情報を取得し、稼働時間と稼働場所を確認する。そして、環境履歴ＤＢ２０３から湿度のデータを取得し、その時間帯の稼働場所の湿度を確認する。条件をみたせば、調理を推定行動として決定し、調理に関するデータを作成し、行動履歴ＤＢ２０２に送る。推定行動と成立条件のデータは、行動推定部５００が保持してもよいし、機器に関する情報として、機器稼働履歴ＤＢ２０４などのＤＢの列の１つとして登録しておいてもよい。

以上のように、第２の実施形態によれば、ユーザ行動検知機器１０１が検知しなかった情報や、不足している情報を補うことにより、第１の実施形態に比べ、よりユーザの行動を詳細に把握し、推薦対象となる制御ルールを選択する精度を上昇させることができる。

（第３の実施形態）
図１８は、第３の実施形態に係る推薦装置の概略構成を示すブロック図である。第３の実施形態は、第１の実施形態に、事前緩和条件ＤＢ２０９が追加された構成を取る。第１の実施形態と同一の部分および処理については、説明を省略する。

制御内容充足率算出部３０１または制御機会発生率算出部３０２は、制御ルールと適合する履歴情報を取得し、事前条件充足情報および事後条件充足情報を算出する。この履歴情報を取得する際に、制御ルールに完全に適合する履歴のみを取得すると、わずかに外れている履歴は全く考慮されず、かえって実情を反映しない可能性がある。そこで、第３の実施形態では、緩和条件を設け、制御ルールと完全に適合しなくても、緩和条件を満たす履歴情報を取得するようにする。

事前緩和条件ＤＢ２０９は、制御ルールの事前条件を緩和する条件（緩和条件）を格納するＤＢである。図１９は、事前緩和条件ＤＢ２０９に格納される緩和条件のデータの例を示した図である。図１９の例では、格納するデータの項目は、ルール区分、ルールサブ区分、ルールＩＤ、緩和条件などを含む。例えば、図１９（Ａ）では、ルール区分１０１、ルールＩＤ１０１−１−１についての緩和条件のデータを表し、緩和条件の緩和対象は時間（「前後１０分」）となっている。なお、ルール区分１０１は、図１９（Ｂ）の制御ルール区分ＤＢ２０５のデータから分かるように、事前条件項目は時間に関するものを含む。また、ルールＩＤ１０１−１−１は、図１９（Ｃ）の制御ルール区分ＤＢ２０５のデータから、事前条件項目の時間に関する入力値は８時となっている。図１９（Ａ）の緩和条件により、８時を緩和することで、事前条件が真となる場合が増えることとなる。例えば、図１９（Ｄ）の機器稼働履歴ＤＢ２０４のデータの例では、８時にユーザ１居間ヒータがＯＮのデータは１つだけである。７時５０分から８時１０分までにユーザ１居間ヒータがＯＮのデータは３つである。よって、緩和条件がない場合は、事前条件が真となるデータは１つであるが、緩和条件があることによって、事前条件が真となるデータは３つとなる。

第３の実施形態における推薦処理の概略フローは第１の実施形態と同様である。図２０は、第３の実施形態における適合率を算出する処理の詳細を示すフローチャートである。ステップＳ２０１の次に、ステップＳ５０１が追加されている。ステップＳ５０１では、緩和条件ＤＢから緩和条件を取得し、緩和条件で事前条件を緩和するように、ステップＳ２０１で取得した制御ルールを更新する（Ｓ５０１）。更新された制御ルールは、制御内容充足率算出部３０１、制御機会発生率算出部３０２が受取り、第１の実施形態と同様の処理が行われる。

なお、本フローチャートでは、適合率算出部３００が、緩和条件ＤＢ２０７を参照し、制御ルールを更新する処理を行ったが、事前に、緩和条件ＤＢ２０７または別のＤＢが、緩和条件と制御ルールを結合して制御ルールを更新し、適合率算出部３００は、その結合後の制御ルールを用いてもよい。

以上のように、第３の実施形態によれば、事前条件を緩和することにより、より柔軟にユーザの実生活を把握することができる。また、ユーザが住む地域、適用する時期や季節など、パラメータの異なる複数の緩和条件を緩和条件ＤＢに保存し、使用する緩和条件をこれらの地域や時期等に応じて、切り換えることで、事前条件の管理および変更（緩和）が容易にできる。

（第４の実施形態）
図２１は、第４の実施形態に係る推薦装置の概略構成を示すブロック図である。第４の実施形態は、第３の実施形態における事前緩和条件ＤＢ２０９を事後緩和条件ＤＢ２１０に置き換えた構成を取る。第１の実施形態および第３の実施形態と同一の部分および処理については、説明を省略する。

事後緩和条件ＤＢ２１０は、制御ルールの事後条件を緩和する条件（緩和条件）を格納するＤＢである。図２２（Ａ）は、事後緩和条件ＤＢ２１０に格納される緩和条件のデータの例を示した図である。図２２（Ａ）の例では、格納するデータの項目は、ルール区分、ルールサブ区分、ルールＩＤ、緩和条件などを含む。図２２の例では、緩和条件は「事後条件項目入力値以下またはＯＦＦ」となっている。図２２（Ｃ）の制御ルールＤＢより事後条件項目入力値は、ユーザ１居間ヒータ、２０度であるから、ユーザ１居間ヒータが２０度以下もしくはＯＦＦでも条件（緩和後の事後条件）に当てはまることとなる。図２２（Ｄ）の機器稼働履歴ＤＢ２０４のデータの例では、ユーザ１居間ヒータが２０度であるデータは１つだけである。しかし、ユーザ１居間ヒータが２０度以下もしくはＯＦＦであるデータは３つある。よって、緩和条件がない場合は、事後条件が真となるデータは１つであるが、緩和条件があることにより、事後条件が真となるデータは３つとなる。

第４の実施形態における推薦処理の概略フローは、第１の実施形態でのフローチャートと同様である。また適合率を算出する処理の詳細を示すフローは、第３の実施形態における図２０のフローチャートのステップＳ５０１において、事前緩和条件ＤＢを事後緩和条件ＤＢに置き換えたものに相当する。

以上のように、第４の実施形態によれば、事後条件を緩和でき、第３の実施形態と同様の効果を得られる。

（第５の実施形態）
図２３は、第５の実施形態に係る推薦装置の概略構成を示すブロック図である。第５の実施形態は、推薦部４００が識別器妥当性判定部４０３をさらに備える。

識別器妥当性判定部４０３は、識別器生成部４０１で生成された識別器の妥当性を判定する。妥当性の判定方法は、例えば決定係数Ｒ^２を用いる方法が考えられる。

決定係数Ｒ^２は、回帰分析によって算出された回帰式と、実際の関係との適合の程度を表す。寄与率ともいう。先に説明したとおり、予測モデルは、説明変数Ｘと目的変数Ｙを関連付けるものであり、識別器生成器４０１は、この予測モデルのパラメータを、複数のデータをもとに算出する。決定係数Ｒ^２は、このパラメータの確からしさ（確度）を意味する。決定係数Ｒ^２が１に近いほど、パラメータの確度が高く、識別器が妥当であると判断することができる。

決定係数Ｒ^２を求める一例を説明する。図９の例で説明したように、説明変数を制御内容充足率の１種類とし、Ｍ個のデータから、パラメータａ_１およびｂ_１を算出し、予測式ｐ＝１／（１＋ｅｘｐ−（ａ_１Ｘ＋ｂ_１））を得ているとする。まず、識別器妥当性判定部４０３は、尤度関数を求める。尤度関数は、使用した回帰モデルの確度を表す。予測モデルは、ロジスティック回帰モデル以外にも多々あるが、尤度関数は、予測モデルが、ＸとＹとの関係を表すにふさわしいモデルであるかの確からしさを表す。識別器妥当性判定部４０３は、制御内容充足率と使用是非との組み合わせのデータをＴ（Ｔは１以上の整数）個用意し、上記の予測式に代入して予測値ｐを算出する。こうして得られたＴ個の予測値のうち、ｋ番目の予測値をｐ_ｋ、そのときに代入した制御内容充足率をｘ_ｋ、そのときの使用是非をｙ_ｋとすると、このｋ番目の尤度関数ｌ_ｋは次式で表される。

この尤度関数ｌ_ｉの対数をＬ_ｉとし、ｉが１からＮまでの全組についての対数尤度関数Ｌ１は、次式で表すことができる。

また、予測式ｐ＝１／（１＋ｅｘｐ（−（ａ１Ｘ＋ｂ１）））を構成する３つのパラメータａ_ｉ、ｘ_ｉ、ｂ_ｉのうち、説明変数に左右されないｂ_ｉだけの予測モデルは、ｎｕｌｌモデルと呼ばれる。このｎｕｌｌモデルの場合の対数尤度関数をＬ０とする。ｎｕｌｌモデルの予測値をｐ０_ｉとすると、ｐ０_ｉとＬ０は次式で表すことができる。

決定係数Ｒ^２は、上記Ｌ１とＬ０を用いて表すことができる。決定係数Ｒ^２は、ＭｃＦａｄｄｅｎのＲ^２、Ｃｏｘ＆ＳｎｅｌｌのＲ^２、ＮｅｇｅｌｋｅｒｋｅのＲ^２など多数存在するが、どれを使用してもよい。次式に、一例として、ＮｅｇｅｌｋｅｒｋｅのＲ^２の算出式を示す。

識別器妥当性判定部４０３は、このようにして算出した決定係数Ｒ^２と、予め保持している基準値とを比較して、判定を行う。決定係数Ｒ^２が基準値より大きければ、合格（妥当）と判定し、基準値以下であれば、不合格（非妥当）と判断できる。

第５の実施形態における推薦処理の概略フローは第１の実施形態と同様である。図２４は、第５の実施形態における推薦是非判定の処理の詳細を示すフローチャートである。第１の実施形態における図１４のフローチャートのステップＳ３０２とＳ３０３の間に、ステップＳ６０１が追加されている。

識別器妥当性判定部４０３は、識別器生成器４０１により生成された識別器の妥当性を判定する（Ｓ６０１）。判定に合格した後の処理は、第１の実施形態と同様である。判定に不合格の場合は、全体の処理を中止してもよいいし、この制御ルールに関する推薦部４００の処理を中止して、次の制御ルールに処理を移してもよい。あるいは、識別器生成器４０１に処理を戻し、識別器を再度、別の方法で作成させてもよい。あるいは、推薦是非判定部４０２に、前回使用した識別器を再度使用させるようにしてもよい。

判定方法、決定係数Ｒ^２の種類、判定の基準値などは、識別器妥当性判定部４０３や識別器生成部４０１が保持しておいても、指標ＤＢ２０７などのＤＢに、登録しておいてもよい。また、判定方法、決定係数Ｒ^２の種類、判定の基準値などは、制御ルールや識別器ごとに、変更してもよい。

以上のように、第５の実施形態によれば、識別器の妥当性を判断した上で制御ルールが推薦されるため、第１の実施形態に比べ、最適な制御ルールを推薦する精度を上昇させることができる。

（第６の実施形態）
図２５は、第６の実施形態に係る推薦装置の概略構成を示すブロック図である。第６の実施形態は、第１の実施形態に対し、推薦効果ＤＢ２１１が追加され、また推薦部４００に推薦効果算出部４０４が設けられている。

推薦効果ＤＢ２１１は、ルールＩＤごとに適合率（制御内容充足率、制御機会発生率など）に係る推薦効果算出方法を格納するＤＢである。推薦効果とは、制御ルールを適用した場合に、電気代の減少や省エネ効果などの効果である。

図２６は、推薦効果ＤＢ２１１に格納されるデータの例を示した図である。図２６の例では、ルールＩＤごとに、適合率の種類ごとの推薦効果算出方法などを含む。

図２６の推薦効果算出方法から、推薦効果を算出する例を示す。図２７（Ａ）に部屋の在室状態のグラフを示す。は、ユーザは１２時から１６時の間は不在であったことがわかる。図２７（Ｂ）に、部屋の室温状態のグラフを示す。８時から２０時まで室温は２２度に保たれていたことがわかる。仮に、不在時はヒータを２０度にするという図２６のルールＩＤ９２−１−１が適用されていれば、ユーザが不在であった４時間において、ヒータが室温を２度上昇させるエネルギーの無駄を解消することができたと考えられる。このときの解消できるエネルギーを、推薦効果とすることができる。

推薦効果算出部４０４は、推薦是非判定部４０２から受け付けた制御ルールごとに、履歴記憶部２０１から制御ルールに関する履歴情報を取得する。また、推薦効果ＤＢ２１１から、制御ルールの適合率の種類（制御内容充足率、制御機会発生率）に対応した推薦効果算出方法を取得する。取得した履歴情報と推薦効果算出方法をもとに、推薦効果を算出し、推薦内容ＤＢ２０８に送る。

推薦内容ＤＢ２０８には、推薦効果の列が新たに追加される。出力部１０５は、推薦効果の結果を利用した表示を出力する。図２８は、推薦効果の結果を利用した、出力部１０５が出力する推薦文の例を示す。第１の実施形態の推薦文よりも、自動化による手間削減や、省エネといった理由および効果を明確にすることができ、ユーザが推薦を受理しやすいといった効果が得られる。

第６の実施形態における推薦処理の概略フローは第１の実施形態と同様である。図２９は、第６の実施形態における推薦是非判定の処理の詳細を示すフローチャートである。 第１の実施形態における図１４のフローチャートのステップＳ３０４とＳ３０５の間にステップＳ７０１とＳ７０２が追加されている。ステップＳ７０１では、推薦部４００が、推薦効果ＤＢ２１１から推薦効果算出方法を取得し、ステップＳ７０２で、推薦是非が判定されたルールに対し、推薦効果を算出する。算出時間の短縮のため、推薦是非が真（是）の場合のみ、推薦効果を算出するとしてもよい。また、本フローチャートでは、判定された制御ルールの推薦効果を即座に算出し、制御ルールごとに推薦内容ＤＢ２０８に送ることにしている。だが、本フローチャートは一例であり、種々の形態に変更可能である。例えば、推薦効果算出部４０４の処理（Ｓ７０１、７０２）および推薦部４００が推薦是非を推薦内容ＤＢ２０８に送る処理（Ｓ３０５）を並行して行ってもよい。また、全てのルールの推薦是非判定が終了してから、推薦効果を算出してもよい。

以上のように、第６の実施形態によれば、推薦する制御ルールが適用された場合の効果がより明確になるため、第１の実施形態に比べ、ユーザが制御ルールを承諾する可能性と、ユーザの満足度を上昇させることができる。

（第７の実施形態）
図３０は、第７の実施形態に係る推薦装置の概略構成を示すブロック図である。第７の実施形態は、第１の実施形態に対し、推薦結果ＤＢ２１２が追加されている。

推薦結果ＤＢ２１２は、ユーザに対して推薦した制御ルールに対するユーザの反応結果を格納するＤＢである。ユーザに制御ルールを推薦した理由を格納してもよい（推薦した理由は、第６の実施形態と同様の方法で決定すればよい）。図３１は、推薦結果ＤＢ２１２に格納されるデータの例を示す。格納するデータは、ルール区分、ルールサブ区分、ユーザＩＤ、ルールＩＤに加えて、推薦時刻、推薦理由、ユーザ反応時刻およびユーザ反応結果を含む。

図３２は、第７の実施形態における推薦処理の概略フローチャートである。第１の実施形態における図１２のフローチャートのステップＳ１０７の後に、ステップＳ８０１とＳ８０２が追加されている。ステップＳ１０７で出力部１０５が、推薦する制御ルールを出力した後は、入力部１０６がユーザから回答を受け付ける。入力部１０６は、推薦したルールに対するユーザの反応結果を、承諾、拒否、未回答などを意味する複数の種類に分別し、推薦結果ＤＢ２１２に送る（Ｓ８０１）。

推薦結果ＤＢ２１２は、入力部１０６からの入力情報に基づき、内部にデータを格納する（Ｓ８０２）。

図３３は、第７の実施形態における推薦是非判定の処理の詳細を示すフローチャートである。第１の実施形態における図１４のフローチャートのステップＳ３０３とＳ３０４の間に、ステップＳ９０１が追加されている。推薦是非判定部４０２は、推薦度を算出後（Ｓ３０３）、推薦結果ＤＢ２１２から、ユーザ反応結果を取得する（Ｓ９０１）。推薦是非判定部４０２は、ユーザ反応結果が拒否であった場合は、一定時間経過するまで、当該制御ルールを推薦しない（または推薦するか否かの判定処理を行わない）ことを決定する。

以上のように、第７の実施形態によれば、承諾されなかった制御ルールは、次回以降、推薦する可能性が低くなるため、第１の実施形態に比べ、ユーザの満足度を上昇させることができる。

なお、上記に示した各実施形態の装置構成の一部を装置から分離して、ネットワーク上に別の装置として配置することも可能である。図３４は、第１の実施形態における各部を、監視環境側とサービス提供環境側に分けた場合を示す。ユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３、履歴取得部１０４、出力部１０５、入力部１０６、制御指令部１０７は、家などの監視環境に置かれている。履歴記憶部２０１、制御ルールＤＢ２０６などのＤＢ、適合率算出部３００、推薦部４００などは、クラウドといった、通信ネットワーク上のサービス提供環境に置かれている。監視環境側とサービス環境側間はゲートウェイ（ルータ）及び通信ネットワークを介して接続されている。また、監視環境にある履歴取得部１０４、出力部１０５、入力部１０６、制御指令部１０７は、それぞれ別個の一台の装置として構成してもよい。

このように、監視環境には必要最低限の機器だけを配置し、ＤＢや演算処理装置はネットワーク上のリソースを利用することで、可用性、保守性、機密性に優れたシステムにすることができる。また、複数の家庭環境の監視結果をシステムに反映させることができ、制御ルール適用の推薦効果をあげることができる。

また、上記に示した各実施形態における各処理は、ソフトウェア（プログラム）によって実現することが可能である。よって、上記に説明した実施形態における推薦装置は、汎用のコンピュータ装置を基本ハードウェアとして用い、コンピュータ装置に搭載されたプロセッサ５０１にプログラムを実行させることにより実現することが可能である。

図３５は、本発明の実施形態に係る推薦装置のハードウェア構成例を示した図である。

推薦装置は、プロセッサ５０１、主記憶装置５０２、補助記憶装置５０３、通信装置５０４、デバイスインタフェース５０５、入力装置５０６、出力装置５０７を備え、これらがバス５０８を介して接続された、コンピュータ装置として実現できる。

プロセッサ５０１が、補助記憶装置５０３からプログラムを読み出して、主記憶装置５０２に展開して、実行することで、履歴取得部１０４、制御指令部１０７、適合率算出部３００、推薦部４００、行動推定部５００、出力部１０５および入力部１０６等の機能を実現することができる。

本実施形態の推薦装置は、当該推薦装置で実行されるプログラムをコンピュータ装置に予めインストールすることで実現してもよいし、プログラムをＣＤ−ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して配布して、コンピュータ装置に適宜インストールすることで実現してもよい。

通信装置５０４は、Ｅｔｈｅｒｎｅｔ（登録商標）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＺｉｇＢｅｅ（登録商標）、ＫＮＸ（登録商標）等の通信手段を有し、ユーザ行動検知機器１０１、環境検知機器１０２、制御対象機器１０３からデータを取得するために通信を行う装置である。履歴取得部１０４、制御指令部１０７が行う通信は、この通信装置５０４を介して行われる。また、履歴記憶部２０１などのＤＢがＮＡＳ（Ｎｅｔｗｏｒｋ ａｔｔａｃｈｅｄ ｓｔｏｒａｇｅ）、ＤＢサーバなどによって構成され、通信回線を通じて推薦装置と接続されている場合は、この通信装置５０４を介して、データの送受信が行われる。

デバイスインタフェース５０５は、ＳＡＮ（Ｓｔｏｒａｇｅ ａｒｅａ ｎｅｔｗｏｒｋ）といった外部記憶媒体などの機器と接続するインタフェースである。推薦装置の外部に、ディスプレイやキーボードといった表示装置、入力装置５０６がある場合は、これらにも接続されてもよい。

入力装置５０６は、キーボード、マウス等のユーザ入力インタフェースを備え、ユーザ入力インタフェースの操作による操作信号をプロセッサ５０１に出力する。

出力装置５０７は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等の表示ディスプレイからなる。

ユーザは、入力装置５０６から情報を入力してもよい。入力は、アプリケーションに対する指示でも、更新するデータの値でもよい。また出力装置５０７は、画像を表示する表示装置でもよいし、外部にデータを送信する装置（通信装置５０４とは別の通信インタフェース）でもよい。表示装置は、主記憶装置５０２または補助記憶装置５０３内のデータを画像表示してもよい。外部記憶媒体は、ＨＤＤ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒ等の任意の記録媒体でよい。

主記憶装置５０２は、プロセッサ５０１が実行する指令、および各種データ等を一時的に記憶するメモリ装置であり、ＤＲＡＭ等の揮発性メモリでも、ＭＲＡＭ等の不揮発性メモリでもよい。補助記憶装置５０３は、プログラムやデータ等を永続的に記憶する記憶装置であり、例えば、ＨＤＤまたはＳＳＤ等がある。履歴記憶部２０１などのＤＢが保持するデータは、主記憶装置５０２、補助記憶装置５０３または外部記憶媒体に保存される。

なお、上述の構成要素の他に、各種ＤＢや算出値、識別器の情報を印刷するためのプリンタを備えるようにしてもよい。また、使用状況を収集する対象の機器に応じて、図３４に示す推薦装置の構成を変更してもよい。

上記に、本発明の一実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０１ ユーザ行動検知機器
１０２ 環境検知機器
１０３ 制御対象機器
１０４ 履歴取得部
１０５ 出力部
１０６ 入力部
１０７ 制御指令部
２０１ 履歴記憶部
２０２ 行動履歴ＤＢ
２０３ 環境履歴ＤＢ
２０４ 機器稼働履歴ＤＢ
２０５ 制御ルール区分ＤＢ
２０６ 制御ルールＤＢ
２０７ 指標ＤＢ
２０８ 推薦内容ＤＢ
２０９ 事前緩和条件ＤＢ
２１０ 事後緩和条件ＤＢ
２１１ 推薦効果ＤＢ
２１２ 推薦結果ＤＢ
３００ 適合率算出部
３０１ 制御内容充足率算出部
３０２ 制御機会発生率算出部
４００ 推薦部
４０１ 識別器生成部
４０２ 推薦是非判定部
４０３ 識別器妥当性判定部
４０４ 推薦効果算出部
５００ 行動推定部
５０１ プロセッサ
５０２ 主記憶装置
５０３ 補助記憶装置
５０４ 通信装置
５０５ デバイスインタフェース
５０６ 入力装置
５０７ 出力装置
５０８ バス

Claims (20)

1. ユーザの行動履歴を取得する履歴取得部と、
   前記ユーザの行動に基づき定義される事前条件と、前記機器に対して行う制御の内容を表す事後条件とを含み、前記事前条件が成立する場合に前記事後条件により表される制御を行うことを定めた制御ルールに関して、前記事前条件の前記行動履歴に対する第１適合情報を算出する適合情報算出部と、
   前記第１適合情報に応じて、前記ユーザに対する前記制御ルールの推薦情報を生成する推薦部と、
   を備えた推薦装置。
2. 前記履歴取得部は、機器の稼働履歴を取得し、
   前記事前条件は、前記ユーザの行動履歴と前記機器の稼働履歴に基づき定義され、
   前記適合情報算出部は、前記行動履歴および前記稼働履歴に対する前記第１適合情報を算出する
   請求項１に記載の推薦装置。
3. 前記履歴取得部は、機器の稼働履歴を取得し、
   前記機器の稼働履歴に対する、前記事後条件により表される制御の内容の第２適合情報を算出し、
   前記推薦部は、前記第１適合情報および前記第２適合情報に応じて、前記推薦情報を生成する
   請求項１または２に記載の推薦装置。
4. 前記履歴取得部は、前記ユーザまたは前記機器の周辺環境履歴を取得し、
   前記事前条件は、前記周辺環境履歴に基づき定義され、
   前記適合情報算出部は、前記周辺環境履歴に基づき前記第１適合情報を算出する
   請求項１ないし３のいずれか一項に記載の推薦装置。
5. 前記推薦情報をユーザに提示する出力部と、
   前記ユーザから前記制御ルールの適用の是非を受け付ける入力部と、
   を備えた請求項１ないし４のいずれか一項に記載の推薦装置。
6. 前記制御ルールの適用をユーザが是認したか否かの情報と、前記第１適合情報とに基づき、第１適合情報と制御ルールをユーザが是認する可能性に関する値とを対応づけた識別器を生成する識別器生成部を備え、
   前記推薦部は、前記識別器と、前記適合情報算出部により算出された前記第１適合情報に基づき、前記制御ルールをユーザが是認する可能性に関する値を算出し、算出した値に応じて、前記推薦情報を生成する
   請求項１ないし５のいずれか一項に記載の推薦装置。
7. 前記入力部で受け付けた前記制御ルールの適用の是非と、前記第１適合情報と、前記ユーザが是認する可能性に関する値とに基づき、前記識別器の妥当性を判定する判定部
   をさらに備えた請求項６に記載の推薦装置。
8. 前記識別器は、回帰モデルであり、
   前記判定部は、前記識別器の妥当性として、決定係数Ｒ^２を算出する
   請求項７に記載の推薦装置。
9. 前記推薦情報をユーザに提示する出力部と、
   前記ユーザから前記制御ルールの適用の是非を受け付ける入力部と、
   前記制御ルールの適用をユーザが是認したか否かの情報と、前記第１適合情報と、前記第２適合情報に基づき、第１適合情報と、第２適合情報と、制御ルールをユーザが是認する可能性に関する値とを対応づけた識別器を生成する識別器生成部を備え、
   前記推薦部は、前記識別器と、前記適合情報算出部により算出された前記第１適合情報および前記第２適合情報に基づき、前記制御ルールをユーザが是認する可能性に関する値を算出し、算出した値に応じて、前記推薦情報を生成する
   請求項３に記載の推薦装置。
10. 前記入力部で受け付けた前記制御ルールの適用の是非と、前記第１適合情報と、前記第２適合情報と、前記ユーザが是認する可能性に関する値とに基づき、前記識別器の妥当性を判定する判定部
    をさらに備えた請求項９に記載の推薦装置。
11. 前記識別器は、回帰モデルであり、
    前記判定部は、前記識別器の妥当性として、決定係数Ｒ^２を算出する
    請求項１０に記載の推薦装置。
12. 前記ユーザの行動履歴および前記機器の稼働履歴の少なくとも前記機器の稼働履歴に基づき前記ユーザの行動を推定する行動推定部を備え、
    前記履歴取得部は、前記行動推定部を用いて前記ユーザの行動履歴を取得する
    請求項１ないし１１のいずれか一項に記載の推薦装置。
13. 前記行動履歴および前記稼働履歴に基づき、前記制御ルールを適用した場合の前記機器の消費電力の変動に関する情報を算出する推薦効果算出部と、
    前記推薦部は、前記情報に基づいて前記推薦情報を生成する
    請求項１ないし１２のいずれか一項に記載の推薦装置。
14. 前記適合情報算出部は、前記事前条件が真となる時間または回数と、基準時間または基準回数との比率に応じて前記第１適合情報を算出する
    請求項１ないし１３のいずれか一項に記載の推薦装置。
15. 前記適合情報算出部は、前記事前条件が真となる時間または回数と、前記事前条件が真となる時間内で前記事後条件が真となる時間または回数との比率に応じて前記第２適合情報を算出する
    請求項３、９、１０および１１のいずれか一項に記載の推薦装置。
16. 前記推薦部は、前記第１適合情報に基づき前記制御ルールを前記ユーザに推薦するか否かを判定し、判定の結果に応じて前記推薦情報を生成する、
    請求項１ないし１５のいずれか一項に記載の推薦装置。
17. 前記事前条件には前記ユーザの行動が行われる時間に関する条件が含まれており、
    前記事前条件には、前記ユーザの行動が変数として含まれており、
    前記事前条件の前記変数に前記ユーザの行動を与えることにより前記制御ルールが生成され、
    前記適合情報算出部は、前記第１適合情報を算出する際、前記変数に与えられる前記ユーザの行動に応じて、前記事前条件に含まれる前記条件で定められる時間の範囲を広げるまたは狭める
    請求項１ないし１６のいずれか一項に記載の推薦装置。
18. 前記事前条件には、前記ユーザの行動が変数として含まれており、
    前記事前条件の前記変数に前記ユーザの行動を与えることにより前記制御ルールが生成され、
    前記適合情報算出部は、前記第２適合情報を算出する際、前記変数に与えられる前記ユーザの行動に応じて、前記事後条件で定められる制御の範囲を広くする
    請求項３に記載の推薦装置。
19. ユーザの行動履歴を取得する履歴取得ステップと、
    前記ユーザの行動に基づき定義される事前条件と、前記機器に対して行う制御の内容を表す事後条件とを含み、前記事前条件が成立する場合に前記事後条件により表される制御を行うことを定めた制御ルールに関して、前記事前条件の前記行動履歴に対する第１適合情報を算出する適合情報算出ステップと、
    前記第１適合情報に応じて、前記ユーザに対する前記制御ルールの推薦情報を生成する推薦ステップと、
    をコンピュータが実行する推薦方法。
20. ユーザの行動履歴を取得する履歴取得ステップと、
    前記ユーザの行動に基づき定義される事前条件と、前記機器に対して行う制御の内容を表す事後条件とを含み、前記事前条件が成立する場合に前記事後条件により表される制御を行うことを定めた制御ルールに関して、前記事前条件の前記行動履歴に対する第１適合情報を算出する適合情報算出ステップと、
    前記第１適合情報に応じて、前記ユーザに対する前記制御ルールの推薦情報を生成する推薦ステップと、
    をコンピュータに実行させるためのコンピュータプログラム。

Images