JPWO2021210172A5 - データ処理装置、システム、データ処理方法、およびプログラム - Google Patents

Claims (10)

1. 少なくとも一人のユーザの属性に基づいて、前記ユーザの生体に関するセンサ値と、前記センサ値の計測時刻および計測位置とを含む少なくとも一つの生体情報データを少なくとも一つのグループに分類する分類手段と、
   前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、欠損が補間された前記生体情報データを推定するためのモデルを生成する学習手段と、を備えるデータ処理装置。
2. 欠損のある前記生体情報データを前記モデルに入力し、欠損が補間された前記生体情報データを推定する推定手段を備える請求項１に記載のデータ処理装置。
3. 前記分類手段によって分類された前記グループの各々に対応する前記生体情報データを集計し、前記グループごとの前記生体情報データによって構成される生体情報テーブルを生成する集計手段を備え、
   前記学習手段は、
   前記生体情報テーブルを構成する前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、前記グループごとに前記モデルを生成する請求項２に記載のデータ処理装置。
4. 前記分類手段は、
   複数のデバイスによって計測された前記センサ値を含む前記生体情報データを少なくとも一つの前記グループに分類し、
   前記学習手段は、
   前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、欠損が補間された前記生体情報データを推定するための前記モデルを生成する請求項２または３に記載のデータ処理装置。
5. 前記学習手段は、
   前記生体情報データに含まれる前記計測時刻および前記計測位置を説明変数とし、前記センサ値を目的変数とする機械学習によって前記モデルを生成する請求項２乃至４のいずれか一項に記載のデータ処理装置。
6. 前記属性は、
   前記ユーザの履物の種類を含み、
   前記学習手段は、
   前記履物の種類を説明変数に含めた機械学習によって前記モデルを生成する請求項５に記載のデータ処理装置。
7. 前記学習手段は、
   前記ユーザを識別するためのユーザ識別子を説明変数に追加し、前記ユーザの生体特性に関する指標である評価値を目的変数とする機械学習によって、前記ユーザの前記評価値を推測する前記モデルを生成し、
   前記推定手段は、
   前記ユーザ識別子を前記モデルに入力し、前記ユーザ識別子に対応する前記ユーザに関する前記評価値を推定する請求項５または６に記載のデータ処理装置。
8. 請求項１乃至７のいずれか一項に記載のデータ処理装置と、
   ユーザの生体に関するセンサ値を計測する少なくとも一つのデバイスと、
   前記デバイスによって計測された前記センサ値に、前記センサ値の計測時刻および計測位置を付与することによって前記生体情報データを生成する端末装置と、を備え、
   前記端末装置は、
   前記データ処理装置によって欠損が保管された前記生体情報データを用いるアプリケーションによる処理結果を含むコンテンツを前記端末装置の画面に表示させるシステム。
9. コンピュータが、
   少なくとも一人のユーザの属性に基づいて、前記ユーザの生体に関するセンサ値と、前記センサ値の計測時刻および計測位置とを含む少なくとも一つの生体情報データを少なくとも一つのグループに分類し、
   前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、前記生体情報データの欠損を補間する補間データを推定するためのモデルを生成するデータ処理方法。
10. 少なくとも一人のユーザの属性に基づいて、前記ユーザの生体に関するセンサ値と、前記センサ値の計測時刻および計測位置とを含む少なくとも一つの生体情報データを少なくとも一つのグループに分類する処理と、
    前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、前記生体情報データの欠損を補間する補間データを推定するためのモデルを生成する処理とをコンピュータに実行させるプログラム。