WO2018230165A1 - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
WO2018230165A1
WO2018230165A1 PCT/JP2018/016777 JP2018016777W WO2018230165A1 WO 2018230165 A1 WO2018230165 A1 WO 2018230165A1 JP 2018016777 W JP2018016777 W JP 2018016777W WO 2018230165 A1 WO2018230165 A1 WO 2018230165A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
information
authentication
information processing
score
Prior art date
Application number
PCT/JP2018/016777
Other languages
English (en)
French (fr)
Inventor
小形　崇
Original Assignee
ソニー株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to US16/611,251 priority Critical patent/US20200159895A1/en
Priority to CN201880036293.5A priority patent/CN110709842A/zh
Priority to JP2019525175A priority patent/JP7124824B2/ja
Priority to DE112018003067.9T priority patent/DE112018003067T5/de
Publication of WO2018230165A1 publication Critical patent/WO2018230165A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/34—User authentication involving the use of external additional devices, e.g. dongles or smart cards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • This disclosure relates to an information processing apparatus, an information processing method, and a program.
  • Patent Document 1 discloses a technology that uses sensing data to grasp the current state of a call partner user and performs various processes according to the state.
  • a technique for performing user authentication using sensing data such as fingerprint authentication and iris authentication is also disclosed.
  • the present disclosure has been made in view of the above, and provides a new and improved information processing apparatus, information processing method, and program capable of realizing highly accurate user authentication by a simpler method. To do.
  • an information processing apparatus including an authentication unit that authenticates the user based on information about the mobile state of the device by the user acquired from two or more devices.
  • a computer-executed information processing method that includes performing authentication of the user based on information about a mobile state of the device by a user acquired from two or more devices. Is done.
  • UI which shows the condition of user authentication. It is a figure which shows an example of UI which displays the sales price etc. of a device. It is a figure which shows an example of UI which a user can confirm own user article use score etc. It is a figure which shows an example of UI which can confirm the device state score etc. regarding all the devices which the user used in the past.
  • behavior prediction may be performed using various sensors. For example, a future user's behavior prediction may be performed based on sensing data from a GNSS sensor and a user's past behavior history. In this case, it is impossible to predict the behavior unless the user moves considerably. Therefore, when notification of forgotten items or the like is performed based on behavior prediction, the timing of the notification may be delayed (for example, it was difficult to perform notification before leaving home). In addition, when the place where the user heads for a predetermined purpose and the place where the user heads for another purpose are not so far away, the behavior prediction using the GNSS sensor cannot distinguish the purpose, and the behavior prediction can be performed appropriately. There were cases where it was not possible.
  • a second-hand purchase shop clerk evaluates only based on the condition of the goods at that time and cannot take into account historical information etc. that the goods have been handled. There were many. Therefore, the accuracy of the evaluation depends on the skills of shop assistants and is not stable. For example, the accuracy of evaluation was different between store clerks or stores.
  • the state of the used product is displayed by a method unique to the store. For example, the status of second-hand goods is ranked and displayed as “A rank”, “B rank”, etc., or “Quality”, “Scratched”, “Stained”, etc. And subjective features are displayed. These displays are different for each store, and the evaluation criteria are also different. For this reason, in particular, when the actual product cannot be confirmed as in the case of buying and selling via the Internet, the purchaser may not be able to determine whether or not the purchase is possible simply by looking at these displays.
  • the lender cannot know in advance how the borrower handles the loaned goods, and therefore cannot properly evaluate the risk of lending to the borrower. Therefore, for example, if the lender overestimates the risk and over-insurance, the profit of the lender is impaired or the lending price is high, so it is not possible to negotiate with the borrower, resulting in an opportunity loss. May occur. On the other hand, if the lender underestimates the risk, the loan damage may not be fully compensated. From the standpoint of the borrower, for example, even when the borrower is a user who carefully handles goods, there is a possibility that a high lending price has to be paid because the risk is overestimated.
  • the borrower and actual user may differ.
  • the article is used by another person (in other words, sublease).
  • the actual user is a user who handles the article poorly, there is a possibility that a greater damage than the lender's assumption may occur.
  • the present disclosure is realized by a device (hereinafter referred to as “device 100”) which is an information processing apparatus having a sensor function and a communication function.
  • the device 100 is an information processing apparatus that has functions of an acceleration sensor, a gyro sensor, a GNSS sensor, and the like, and can perform user authentication based on these sensing data.
  • the sensor function of the device 100 is arbitrary.
  • the device 100 includes a geomagnetic sensor, barometric sensor, temperature sensor, vibration sensor, voice sensor, heart rate sensor, pulse wave sensor, proximity sensor, illuminance sensor, pressure sensor, sweat sensor, pH sensor, humidity sensor, infrared sensor, etc. Any sensor function may be used as long as it can detect a physical change or a chemical change caused by a human movement.
  • the device 100 is a device that is small enough to be built in or attached to various articles.
  • the device 100 may be incorporated in an article such as glasses 102, a bag 103, a watch 104, or the tag device 101 incorporating the device 100 includes a key 101a, an umbrella 101b, and a shoe 101c.
  • the belt 101d and the clothing 101e may be attached.
  • the above is merely an example, and the size of the device 100, the article to be incorporated, or the article to be mounted is not particularly limited.
  • 1 shows the device 100 having the shape of an IC chip, the shape of the device 100 is not particularly limited.
  • the device 100 having a communication function can communicate with various apparatuses.
  • the device 100 includes another device 100 (see 2A.
  • the devices 100a to 100c are exemplified), and an arbitrary information processing apparatus 200 (see 2B.
  • the smartphone 200 is shown.
  • an information processing apparatus 300 on a predetermined network see 2C.
  • a server 300 on the cloud network is illustrated
  • FIG. 2 is merely an example, and a communication form other than the communication form shown in FIG. 2 may be used.
  • a case where the device 100 realizes various functions according to the present disclosure by performing wireless communication with the other devices 100 will be described as an example.
  • the device 100 can perform user authentication based on information regarding the mobile state of the device 100 by the user acquired from two or more devices 100. For example, the device 100 can authenticate the user based on a combination of the devices 100 carried by the user.
  • the device 100 when the user carries the device 100, the device 100 is in a state where the device 100 is carried based on various sensors (acceleration sensor, gyro sensor, etc.) provided in the device 100. Recognize When the user carries two or more devices 100, the devices 100 recognize that each device 100 is being carried by performing wireless communication with each other. The device 100 is based on the correlation between the user to be authenticated and the user in the mobile history information based on the history information when the device 100 has been carried in the past (hereinafter referred to as “mobile history information”). User authentication can be performed.
  • the device 100 can realize highly accurate user authentication by a simpler method. More specifically, as described above, the period of being carried by the user is based on the user's mobile history information of the device 100 as compared with the function of releasing the lock of the smartphone or the like assuming that user authentication has been performed. Therefore, the device 100 can realize user authentication with higher accuracy. In addition, compared with fingerprint authentication and iris authentication that require a predetermined operation (such as an operation of bringing a finger into contact with a fingerprint information acquisition unit, an operation of imaging an iris on an imaging unit) for user authentication, However, since user authentication is performed simply by carrying the device 100 as usual, the device 100 can realize user authentication by a simpler method.
  • a predetermined operation such as an operation of bringing a finger into contact with a fingerprint information acquisition unit, an operation of imaging an iris on an imaging unit
  • the device 100 can perform user authentication in consideration of a method of carrying each device 100 by the user. More specifically, the device 100 recognizes the method of carrying each device 100 by the user based on various sensors (acceleration sensor, gyro sensor, etc.).
  • the “portable method” represents various modes in which the device 100 is carried.
  • the device 100 is a pocket (chest pocket, front and rear pockets of trousers, etc.) that is mounted on a part of the body (face, ear, neck, hand, arm, waist, foot, etc.) ) Or bags (shoulder bags, backpacks, tote bags, etc.) and moving methods of users carrying each device 100 (walking, running, various vehicles (bicycles, cars, buses) , Trains, ships, airplanes, etc.).
  • the device 100 also adds an element called a portable method of each device 100 when calculating the correlation between the user to be authenticated and the user in the portable history information. As a result, the device 100 can further improve the accuracy of user authentication.
  • the user authentication method is not particularly limited. More specifically, the information used for user authentication is not limited to the combination of the devices 100 and the portable method, but may be any information that represents the relationship between the portable states of the devices 100.
  • the device 100 may perform user authentication based on the timing or order of the user carrying the devices 100. When there is a user-specific tendency regarding the timing and order of carrying each device 100, the device 100 can further improve the accuracy of user authentication.
  • the device 100 can also predict the user's behavior based on the information regarding the portable state of the device 100 by the user acquired from two or more devices 100. For example, the device 100 can predict the user's behavior based on the combination of the devices 100 carried by the user. More specifically, the device 100 associates a plurality of actions with a combination of the devices 100 when each action is performed, and stores them as mobile history information. Then, the device 100 calculates a correlation value between the combination of the devices 100 carried by the user and the combination of the devices 100 when each movement in the mobile history information is performed, and based on the correlation value, the user's action Can be predicted.
  • the device 100 can perform behavior prediction at an earlier timing. More specifically, when a GNSS sensor or the like is used for behavior prediction, behavior prediction is not performed with high accuracy until the user moves to a considerable extent. On the other hand, since the device 100 can perform behavior prediction at the time when the user carries each device 100 (or in the process of carrying the device 100), the device 100 can perform behavior prediction at an earlier timing.
  • the device 100 may be able to improve the prediction accuracy more than the behavior prediction based on the GNSS sensor or the like. For example, when a place where a user heads for a predetermined purpose (for example, an office heading for work) and a place headed for another purpose (for example, leisure facilities) are not so far away, the behavior prediction based on the GNSS sensor or the like In some cases, the prediction accuracy of the user's behavior may be reduced. Similarly, even when the destination is different every time for the same purpose (for example, when the office changes every time), the prediction accuracy of the user's action may be reduced in the same manner.
  • a predetermined purpose for example, an office heading for work
  • another purpose for example, leisure facilities
  • the device 100 predicts the user's behavior with higher accuracy. There are cases where it is possible.
  • the behavior prediction method is not particularly limited.
  • the device 100 may perform behavior prediction in consideration of the carrying method of each device 100, the timing and order in which the device 100 is carried, and the like.
  • the device 100 may perform various processes based on the behavior prediction result. For example, the device 100 may notify the user of the excess or deficiency (for example, forgotten items, unnecessary items, etc.) of the device 100 being carried. More specifically, the device 100 associates a user's action with a portable object in each action and stores it as portable history information. Then, the device 100 calculates a device 100 (hereinafter, referred to as “recommended device 100”) that is considered to be desirably carried by the user based on the mobile history information and the behavior prediction result, and actually matches the recommended device 100. By comparing with the portable device 100, the user can be notified of the excess or deficiency of the device 100.
  • the above is an example to the last, and the processing content performed based on an action prediction result is not limited to the above.
  • the device 100 can recognize that each user belongs to a common group (family, close friends, circle members, colleagues, etc.).
  • the device 100 can recognize the relevance (or reliability, etc.) of each user based on the sharing status of each device 100. For example, the device 100 can recognize the degree of relevance of each user according to the importance of each device 100 shared between users, the number of devices 100 shared, or the like. More specifically, the higher the importance of each device 100 shared between users and the greater the number of devices 100 shared, the more recognized that the device 100 is more relevant to each user. can do.
  • the device 100 can recognize not only the degree of relevance but also group attributes and the like. For example, when the “home key” is shared by two or more users, the device 100 recognizes that each user is a family (each user belongs to a group with the attribute “family”). be able to.
  • the device 100 can recognize the category of the device itself (or the device to which the device 100 is attached).
  • category refers to the type of device 100 (for example, “glasses”, “ ⁇ ”, “clock”, “umbrella”, “shoes”, “belt”, “clothes”, etc.) ("Father's thing”, “Mr.
  • the above is merely an example, and the content of the category is not limited to the above.
  • a plurality of categories may be set for one device 100. For example, when the device 100 is attached to a father's coat, “clothes (coat)”, “father's thing”, “family's thing”, “thing used in winter”, etc. may be set as a category. Good.
  • the device 100 when the device 100 does not recognize the category of the device 100 (for example, immediately after the device 100 is purchased or immediately after the device 100 is attached to a predetermined article), the device 100 is in a mobile state of the device. Based on this, the category of the own device can be recognized. More specifically, the device 100 compares the mobile history information of each device 100 obtained by communication with another device 100 whose category is known and the mobile history information of the own device, etc. Recognize categories. For example, when the device 100 is a shoe (or the device 100 attached to the shoe), the category of the own device is “based on the fact that the portable history information of other shoes is similar to the portable history information of the own device. It can be recognized that it is “shoes” The device 100 may recognize a category other than “shoes” such as “father's thing”, “tennis set (tennis shoes)”, and the like.
  • each device 100 can independently recognize various types of information related to the device itself.
  • the device 100 can perform various operations based on the category of the device 100 itself.
  • the device 100 can obtain the mobile history information from another device 100 having a category having the same or predetermined relationship. More specifically, when the mobile history information of the device 100 is small (for example, immediately after the device 100 is purchased or immediately after the device 100 is attached to a predetermined article), the devices 100 are the same or predetermined.
  • the mobile history information of the other device 100 having a category in the above relationship for example, a highly relevant relationship
  • the device 100 can effectively use the mobile history information of the other device 100 even when the mobile device has little mobile history information.
  • the device 100 may determine a communication target based on the category of the own device. For example, when the device 100 has a category “family item”, the device 100 having the same category “family item” among the other devices 100 may be determined as a communication target. . Accordingly, the device 100 can prevent communication with an unrelated third party device 100.
  • the device 100 can appropriately evaluate the state of the device 100 by storing the past usage status by the user. More specifically, the device 100 recognizes how the device itself is handled based on various sensors (for example, an acceleration sensor, a gyro sensor, etc.) provided in the device 100. For example, the device 100 recognizes the presence or absence of events such as vibration, rotation, submersion, disassembly, or modification based on various sensors, or the extent thereof. Then, the device 100 can calculate a device state score that is an index value that can evaluate the state (or quality) of the device itself based on the information. In addition, the device 100 can also calculate a reliability score that is an index value (or reliability itself) indicating the reliability of the device state score.
  • various sensors for example, an acceleration sensor, a gyro sensor, etc.
  • the device 100 recognizes the presence or absence of events such as vibration, rotation, submersion, disassembly, or modification based on various sensors, or the extent thereof.
  • the device 100 can calculate
  • the sensors and events used for calculating the device state score and the confidence score are not particularly limited.
  • the device that calculates the device state score and the confidence score may be the evaluation target device 100 itself, another device 100, or an external device (for example, a cloud server). Also good.
  • the device 100 indicates an index value (hereinafter referred to as “user article use score”) indicating how appropriately (or politely) the user can use the device 100 based on the usage status of each device 100 by the user.
  • the user article use score can be calculated as a value indicating the appropriateness of use of the device 100 by the user. More specifically, the device 100 can calculate the user article use score by comprehensively considering the device state score, the trust score, the evaluation from the external system, and the like. A method for calculating the user article use score will be described later.
  • the state of the device 100 is evaluated by the device state score and the trust score, and the user is evaluated by the user article use score, so that the state of the device 100, price setting, and the like are performed more appropriately. It becomes possible. Further, for example, it becomes possible to lend the device 100 in a different state for each user. Details of these will be described later.
  • the device 100 can detect that the borrower is different from the actual user. More specifically, as described above, since the device 100 can perform user authentication based on various sensors, whether or not the borrower and the actual user are different by authenticating the user of the device 100. Can be determined. As a result, when the borrower and the actual user are different, it is possible to cancel the use of the device 100, reset the lending price according to the user's user article use score, etc. .
  • various UIs related to the device 100 are provided.
  • a UI used for managing the device 100 a UI used for recommending the device 100 to be carried, a UI used for notification of forgotten items, a UI indicating the status of user authentication, a UI for displaying the sales price of the device 100,
  • a UI or the like that allows the user to check his / her user article use score or the like is provided. Details of each UI will be described later.
  • the device 100 includes an acquisition unit 110, an analysis unit 120, a storage unit 130, a communication unit 140, and a control unit 150.
  • the acquisition unit 110 acquires sensing data from various sensors included in the device 100.
  • the acquisition unit 110 stores the acquired sensing data in the storage unit 130.
  • the analysis unit 120 realizes various processes by analyzing the sensing data acquired by the acquisition unit 110.
  • the analysis unit 120 functions as an authentication unit that authenticates a user who carries the device 100.
  • the analysis unit 120 also functions as a relationship recognition unit that recognizes the relationship between two or more users who share the device 100.
  • the analysis unit 120 also functions as a behavior prediction unit that performs behavior prediction of a user who carries the device 100.
  • the analysis unit 120 also functions as a category recognition unit that recognizes the category of the device 100.
  • the analysis unit 120 also functions as a device state calculation unit that calculates a value (device state score) indicating the state or quality of the device 100 based on events or the like that have occurred in the device 100 in the past.
  • the analysis unit 120 calculates a user suitability calculation that calculates a value (user article use score) indicating the appropriateness of use of the device 100 by the user based on the device state score and the confidence score of the device 100 used by the user in the past. It also functions as a part. Details of the function of the analysis unit 120 will be described later.
  • the storage unit 130 stores various information.
  • the storage unit 130 stores sensing data acquired by the acquisition unit 110, various types of information used for processing by the analysis unit 120 or the control unit 150, processing results of the analysis unit 120 or control unit 150, and the like.
  • the storage unit 130 may store programs or parameters used by each functional configuration of the device 100.
  • the communication unit 140 communicates with other devices. For example, the communication unit 140 transmits the sensing data acquired by the acquisition unit 110, the processing data generated by the analysis unit 120 or the control unit 150, and the like to the other device 100 by wireless communication. Further, the communication unit 140 may receive data similar to the above from other devices 100.
  • Control unit 150 The control unit 150 comprehensively controls the processing of each functional configuration described above. Further, the control unit 150 controls various processes based on the analysis result of the analysis unit 120. For example, the control unit 150 functions as a recommendation unit that outputs the device 100 recommended to be carried, and notifies the user of forgotten items or unnecessary items. The control unit 150 also functions as a registration unit that registers the owner of the device 100 based on the portable state of the device 100. In addition, the control unit 150 controls cooperation (such as sharing of mobile history information) with another device 100 based on the category of the device 100. In addition, when the device 100 is carried by a third party, the control unit 150 notifies the owner to that effect.
  • control unit 150 controls display of information related to the portable state of the device 100 at present or in the past. Furthermore, the control unit 150 controls processing of the own device or another device based on the result of user authentication (for example, unlocking a door, a smartphone, or the like). Details of the function of the control unit 150 will be described later.
  • step S1000 the analysis unit 120 recognizes the user's action based on the sensing data. More specifically, the analysis unit 120 extracts the feature amount of the sensing data, and inputs the feature amount to the behavior model generated by machine learning or the like in advance. And the analysis part 120 recognizes a user's action by comparing the feature-value of each action in an action model with the input feature-value. This process is merely an example, and the action recognition process is not limited to this.
  • step S1004 the analysis unit 120 calculates a mobile recognition score based on the result of action recognition and other various information.
  • the “mobile recognition score” is an index value indicating whether or not a certain device 100 is carried by the user.
  • step S1008 the analysis unit 120 performs various recognition processes such as proximity recognition (S1008a), motion recognition (S1008b), action recognition (S1008c), and user input recognition (S1008d) (for action recognition, the process of step S1000). Results may be used). Note that these processes are merely examples, and the processes to be performed are not limited to these.
  • Proximity recognition means that when there is a device 100 that is known to be carried by the user in addition to the device 100 that is the recognition target, This refers to processing for calculating the separation distance from the target device 100. If the device being carried and the device 100 to be recognized are located within a predetermined distance, it is highly likely that the device 100 to be recognized is also carried.
  • “Motion recognition (S1008b)” refers to, for example, a process of detecting the motion of the device 100 by the acceleration sensor of the device 100 that is the recognition target. The higher the certainty of motion recognition by the device 100 that is the recognition target, the higher the possibility that the device 100 is carried by the user. A sensor other than the acceleration sensor may be used.
  • “User input recognition (S1008d)” refers to a process of recognizing whether the device 100 is carried by a user operation. When it is explicitly input by the user that the device 100 is being carried, the device 100 is likely to be carried by the user. Note that the user input recognition may be performed not by an explicit input but by an input that can be inferred that the user is carrying the device 100.
  • step S1012 the analysis unit 120 calculates values obtained by weighting the respective results (confidence levels) of proximity recognition, motion recognition, action recognition, and user input recognition, as in Expression 1, by weighting factors.
  • the mobile recognition score is calculated by summing up.
  • step S1016 the analysis unit 120 compares the calculated mobile phone recognition score with a predetermined threshold value. Then, the analysis unit 120 determines that the device 100 is carried by the user if the portable recognition score is higher than a predetermined threshold, and if the portable recognition score is equal to or less than the predetermined threshold, the device 100 is carried by the user. Judge that it is not.
  • the analysis unit 120 can recognize the presence / absence of the device 100 by the user with higher accuracy.
  • the above operation is merely an example and can be changed as appropriate.
  • the various recognition processes in step S1008 may be performed in parallel, or may be performed stepwise or partially omitted depending on the required accuracy or the like.
  • the analysis unit 120 may reduce power consumption by combining processing with a lower load than mobile recognition with mobile recognition.
  • the analysis unit 120 performs processing with a load lower than the portable recognition by an acceleration sensor or the like in step S1104.
  • the motion recognition may be repeated at regular intervals.
  • no change in motion greater than the predetermined value in other words, when the user continues the same operation
  • the analysis unit 120 continues to recognize motion for a certain period of time. Repeat every time.
  • step S1108 / Yes when a change in movement larger than the predetermined value is detected (step S1108 / Yes), the process returns to step S1100, and the analysis unit 120 performs mobile recognition.
  • the analysis unit 120 can reduce power consumption. That is, the analysis unit 120 does not always continue the mobile recognition with high power consumption, but recognizes that there is no big change in the mobile state when the user's movement does not change greatly, and performs the motion recognition with a lower load. By doing so, it is possible to reduce power consumption while maintaining high recognition accuracy as to whether or not the device 100 is being carried.
  • the above operation is merely an example and can be changed as appropriate.
  • a pocket (chest pocket, which is attached to a part of the body (face, ear, neck, hand, arm, waist, foot, etc.) where the device 100 is carried.
  • An operation (hereinafter referred to as “portable position recognition”) for determining a pocket (such as front and back pockets of trousers) or a bag (such as a shoulder bag, backpack, tote bag, etc.) will be described.
  • step S1200 the mobile recognition shown in FIG. 4 or FIG. 5 is performed.
  • the analysis unit 120 performs portable position recognition based on the sensing data in step S1204.
  • the analysis unit 120 extracts a feature amount of sensing data from an acceleration sensor or a gyro sensor, and inputs the feature amount to a portable position model generated by machine learning or the like in advance.
  • the analysis part 120 recognizes the portable position of the device 100 by comparing the feature-value of each portable position in a portable position model with the input feature-value. This is merely an example, and the method for recognizing the mobile position is not limited to this.
  • the analysis unit 120 omits the above-described mobile position recognition, selects a mobile position candidate, or excludes an impossible mobile position, and then recognizes the mobile position. You may do. More specifically, if the category of the device 100 is “shoes”, the analysis unit 120 may omit the portable position recognition by setting the portable position to “foot (attached to a foot)”. If the category of the device 100 is “umbrella”, the analysis unit 120 may select “hand (hold)”, “arm (hang on arm)”, “ ⁇ (put in a bag)”, etc.
  • the mobile position may be recognized after removing “foot (attached to the foot)”, “head (attached to the head)”, etc., which may not be selected as the mobile position of the umbrella.
  • the analysis part 120 may abbreviate
  • the analysis unit 120 may reduce power consumption by combining processing with a lower load than mobile location recognition with mobile location recognition.
  • step S1300 it is assumed that portable recognition is performed in step S1300 and it is recognized that the device 100 is carried, and portable position recognition is performed in step S1304 and the position where the device 100 is carried is recognized.
  • the analysis unit 120 may repeat mobile recognition, which is a process having a lower load than mobile position recognition, at regular intervals. If the state where the device 100 is being carried is continued (step S1312 / Yes), the analysis unit 120 continues to repeat the portable recognition at regular intervals. On the other hand, when the state where the device 100 is being carried is not continued (step S1312 / No), the process returns to step S1304, and the analysis unit 120 performs portable position recognition again.
  • the analysis unit 120 can reduce power consumption. That is, the analysis unit 120 does not always continue the mobile position recognition with high power consumption, but recognizes that there is no change in the mobile position when the mobile state continues, and the mobile recognition with a lower load. By performing the above, it is possible to reduce power consumption while maintaining high recognition accuracy of the portable position.
  • the above processing is particularly effective for a device 100 that has a limited number of positions where it can be carried (mounted), such as a shoe or a wristwatch, and whose position is unlikely to change once it is carried.
  • the analysis unit 120 may appropriately omit the portable position recognition or change to a process with a low load.
  • the above operation is merely an example and can be changed as appropriate.
  • the mobile recognition shown in FIG. 4 or 5 is performed before the same person mobile recognition is performed. Note that the mobile position recognition shown in FIG. 6 or 7 may be performed together. If the device 100 is recognized as being carried by the user through the portable recognition, the analysis unit 120 extracts the portable device 100 from the device list in step S1400.
  • the analysis part 120 selects two of the devices 100 of a portable state in step S1404, and calculates the same person portable score in step S1408.
  • the “same person mobile phone score” is an index value used for determining whether or not the two devices 100 are carried by the same person.
  • step S1412 the analysis unit 120 performs various recognition processes such as proximity recognition (S1412a), motion recognition (S1412b), action recognition (S1412c), and portable position recognition (S1412d) (the various recognition processes are performed in the previous stage.
  • the processing result may be used).
  • the contents of these various recognition processes are as described above. These processes are merely examples, and the processes to be performed are not limited to these.
  • the separation distance between the two devices 100 is calculated by “proximity recognition (S1412a)”. The closer the distance between the two devices 100 is, the higher the possibility that each device 100 is carried by the same user.
  • the motion of the device 100 is detected by “motion recognition (S1412b)”.
  • motion recognition S1412b
  • the user's behavior is recognized by “behavior recognition (S1412c)”.
  • Behavior recognition S1412c
  • the portable position of the device 100 is recognized by “portable position recognition (S1412d)”.
  • portable position recognition S1412d
  • the portable positions of the two devices 100 are the same or similar, if there is a correlation between the movements of the devices 100, the devices 100 are likely to be carried by the same user.
  • step S1416 the analysis unit 120 calculates a value obtained by weighting each result (certainty factor) of proximity recognition, motion recognition, action recognition, and mobile position recognition using a weighting coefficient, as in Expression 2.
  • the same person mobile phone score is calculated by adding up.
  • step S1420 the analysis unit 120 compares the calculated same person mobile phone score with a predetermined threshold value. Then, the analysis unit 120 determines that the two devices 100 are carried by the same person if the same person portable score is higher than a predetermined threshold, and if the same person portable score is equal to or less than the predetermined threshold, 2 is determined. It is determined that the two devices 100 are not carried by the same person.
  • the analysis unit 120 repeats the calculation of the same person mobile phone score and the comparison with a predetermined threshold for the device 100 in the mobile state as a whole.
  • step S1424 the analysis unit 120 creates a list of devices 100 carried by the same person (represented as “same person portable device list” in the figure).
  • the analysis unit 120 can recognize the device 100 carried by the same person with higher accuracy.
  • the above operation is merely an example and can be changed as appropriate.
  • the various recognition processes in step S1412 may be performed in parallel, or may be performed stepwise or partially omitted depending on the required accuracy or the like.
  • the analysis unit 120 may reduce power consumption by combining processing with a lower load than the same person mobile phone recognition with the same person mobile phone recognition.
  • step S1500 it is assumed that portable recognition is performed in step S1500 and the device 100 is recognized as being carried, and that the same person portable recognition is performed in step S1504 and the device 100 carried by the same person is recognized. .
  • portable position recognition may be performed together.
  • the analysis unit 120 may repeat mobile recognition, which is a process having a lower load than the same person mobile recognition, at regular intervals. If all the devices 100 recognized as being carried by the same person continue to be carried (step S1512 / Yes), the analysis unit 120 continues to repeat the portable recognition at regular intervals. On the other hand, when the carrying state of any device 100 changes (step S1512 / No), the process returns to step S1504, and the analysis unit 120 performs the same person carrying recognition again.
  • the analysis unit 120 can reduce power consumption. That is, the analysis unit 120 does not always continue to recognize the same person with high power consumption, but recognizes that each device 100 is continuously carried by the same person when the carrying state continues. In addition, by performing mobile recognition with a lower load, it is possible to reduce power consumption while maintaining high accuracy of the same person mobile recognition.
  • the above operation is merely an example and can be changed as appropriate.
  • step S1600 the analysis unit 120 selects one person from the user list in which candidates for the user who is carrying the device 100 are shown, and in step S1604, the portable person score is calculated.
  • the “portable person score” is an index value representing the degree of similarity between one person selected from the list and a user who is a target of mobile person recognition.
  • step S1608 the analysis unit 120 performs various recognition processes such as action recognition (S1608a), portable position recognition (S1608b), and portable sequence recognition (S1608c) (behavior recognition or portable position recognition was performed in the previous stage. Processing results may be used). These processes are merely examples, and the processes to be performed are not limited to these.
  • “Action recognition (S1608a)” recognizes user actions including the portable state of the device 100. The higher the correlation value of behavior between the user selected from the user list and the user to be authenticated, the higher the possibility that each user is the same person.
  • the portable position of the device 100 is recognized by “portable position recognition (S1608b)”. For each user, the higher the correlation value of the portable position of the device 100, the higher the possibility that each user is the same person.
  • Mobile sequence recognition refers to processing for recognizing the timing when a plurality of devices 100 are carried by a user. For example, the order in which the user carries each device 100 (which device 100 is carried first, which device 100 is carried simultaneously, etc.), and one device 100 is carried and then another device 100 is carried. The higher the correlation value for the time required until the time is, the higher the possibility that each user is the same.
  • step S ⁇ b> 1612 the analysis unit 120 adds the values weighted by the weighting coefficient to the results (certainty) of the action recognition, the mobile position recognition, and the mobile sequence recognition, as in Expression 3.
  • the portable person score is calculated.
  • the analysis unit 120 repeats the process until the calculation of the portable person score for all the users shown in the user list is completed.
  • 11A and 11B in FIG. 11 show the mobile history information of the devices 100A to 100C by the users A and B, which are a part of the users selected from the user list, in time series. Then, the analysis unit 120 calculates a portable person score representing the similarity between the user to be authenticated shown in 11C and the users A and B selected from the user list.
  • the analysis unit 120 recognizes which device 100 is carried in each time period as a result of action recognition, what kind of action is being performed, and the like. And the order of carrying each device 100 as a result of the portable sequence recognition. And the analysis part 120 calculates the portable person score showing the similarity of the user of authentication, and the user A and the user B based on these elements. For example, since 11A is more similar to 11C than 11B, the analysis unit 120 outputs the portable person score of user A higher than that of user B.
  • the analysis unit 120 does not have the mobile history information indicating the mobile state of each device 100 for each action sequence as shown in FIG. 12 instead of FIG. 11 in which the mobile state of each device 100 is shown in time series. May be used.
  • the “behavior sequence” is information regarding the order of actions performed by the user. For example, as illustrated in FIG. 12, the mobile history information indicates the order of typical actions of each user, and the mobile state of each device 100 at the time of each action. Note that the length of each bar 10 indicates the probability that the device 100 will be carried at the indicated portable position during each action.
  • the device 100 can compress the data capacity by storing the mobile history information for each action sequence, as compared with the case of storing the history information in time series.
  • the analysis unit 120 may calculate the portable person score using any of the methods shown in FIGS. Note that the period of the mobile history information to be compared is arbitrary. For example, the analysis unit 120 may calculate the mobile person score based on mobile history information from the time when the user started the activity of the day. Further, the analysis unit 120 may calculate a portable person score based on the portable state of the device 100 at a certain time. For example, the analysis unit 120 may calculate the portable person score based on the portable state of the device 100 at a certain time or when the user performs a certain action. As a result, for example, the device 100 that is a home key calculates a portable person score and enables user authentication immediately before the user returns home, so that the user can enter the home using the key. it can.
  • the analysis unit 120 may calculate a portable person score using information that the device 100 is not carried. For example, the analysis unit 120 may calculate the portable person score based on information that the device 100A is carried and the device 100B is not carried in a certain time zone. Further, the analysis unit 120 may calculate a portable person score using information on a location where the device 100 is located.
  • the analysis part 120 produces a portable person score list.
  • the “portable person score list” is a list in which a portable person score is shown for each user.
  • analysis unit 120 compares each score in the portable person score list with a predetermined threshold value.
  • the “predetermined threshold value” is assumed to be a value set as a boundary value indicating whether each user and the user to be authenticated are the same person, but is not limited thereto. Thereby, the analysis unit 120 can exclude a user who is not likely to be the same person as the user to be authenticated (or is extremely low).
  • step S1628 the analysis unit 120 outputs a user having the maximum portable person score.
  • the analysis unit 120 may output two or more corresponding users when a plurality of portable person scores antagonize, or may output the portable person score list itself. If it is considered that none of the users in the user list is the same person as the user to be authenticated (step S1624 / No), the processing ends.
  • the analysis unit 120 may output information indicating that the corresponding person does not exist, or may output the contents of the portable person score.
  • the analysis unit 120 can authenticate the user carrying the device 100 with higher accuracy by the above operation.
  • the above operation is merely an example and can be changed as appropriate.
  • the various recognition processes in step S1608 may be performed in parallel, or may be performed stepwise or partially omitted depending on the required accuracy or the like.
  • the analysis unit 120 may ensure the identity of the user while reducing power consumption by combining processing with a load lower than that of portable person recognition with portable person recognition.
  • step S1700 portable recognition is performed in step S1700, and it is recognized that the device 100 is being carried.
  • step S1704 the same person portable recognition is performed, and the device 100 carried by the same person is recognized.
  • portable position recognition may be performed together.
  • step S1712 the analysis unit 120 may repeat the same person portable recognition, which is a process having a lower load than the portable person recognition, at regular intervals.
  • the analysis unit 120 continues to repeat the same person carrying recognition every predetermined time.
  • step S1716 / No the process returns to step S1708, and the analysis unit 120 performs portable person recognition again.
  • the analysis unit 120 can reduce power consumption. In other words, the analysis unit 120 does not always continue to recognize the portable person with high power consumption, but if the portable state by the same person continues, there is no change in the user carrying each device 100. Recognize and perform the same person mobile recognition with a lower load. Thereby, the analysis part 120 can reduce power consumption in the state which maintained the authentication precision of the user who is carrying the device 100 highly.
  • the above operation is merely an example and can be changed as appropriate.
  • the relevance of each user can be recognized according to the importance of each device 100 shared between users. More specifically, as shown in FIG. 14, when a device 100 having a high degree of importance such as “smart phone” or “home key” is shared between two or more users, each user Can be recognized as highly relevant. On the other hand, when the device 100 having a medium importance level such as “camera” is shared, the relevance of each user can be recognized as medium, and the “room key”, “office key” or When the device 100 with low importance such as “book” is shared, it can be recognized that the relevance of each user is also low.
  • the importance of each device 100 is not limited to the generally recognized importance. For example, the user may be able to set the importance level (or index value corresponding to the importance level) of each device 100 by a predetermined method.
  • the method for recognizing the relevance of each user is not limited to this.
  • the relevance of each user may be recognized according to the number of devices 100 shared between users. It can be recognized that the greater the number of devices 100 shared between users, the higher the relevance of each user.
  • the device 100 can perform various controls based on this relevance. For example, when the device 100 is a “camera”, it is possible to autonomously change a viewable captured image, usable operation contents, and the like between a user who is highly related to the owner and a user who is not.
  • step S1800 the analysis unit 120 extracts a list of users who have used the device 100 in the past from the mobile history information.
  • step S1804 the analysis unit 120 selects two users using the device 100, and in step S1808, calculates a person relevance score.
  • the “person relevance score” is an index value used for determining the relevance of two users.
  • step S1812 the analysis unit 120 performs various processes such as importance score calculation (S1812a) and shared number score calculation (S1812b). These processes are merely examples, and the processes to be performed are not limited to these.
  • Importance score calculation (S1812a) refers to processing for calculating an index value of importance of each device 100.
  • the device 100 calculates the importance score of each device 100 based on the category of each device 100 or the mobile history information.
  • Share number score calculation (S1812b) refers to a process of calculating an index value of the number of devices 100 shared by two selected people.
  • step S ⁇ b> 1816 the analysis unit 120 adds the values obtained by weighting the weighting coefficient to the results of the importance score calculation and the sharing number score calculation as shown in Equation 4 to obtain the person relevance score. calculate.
  • the analysis unit 120 repeats the calculation of the person relevance score for the user who uses the device 100 brute force.
  • the analysis unit 120 generates a person clustering list based on the person relevance score.
  • the “person clustering list” is a list indicating combinations of users having relevance and the level of relevance (person relevance score), and is information for dividing each user into a plurality of groups.
  • step S1824 the attribute of the group to which each user belongs is determined based on the degree of relevance. For example, the device 100 compares each group's relevance (person relevance score) with a predetermined threshold value to determine the attributes of each group (eg, family, close friends, circle members, colleagues, etc.). Identify
  • the analysis unit 120 can recognize the relevance between users sharing the device 100 with higher accuracy.
  • the above operation is merely an example and can be changed as appropriate.
  • the various types of processing in step S1812 may be performed in parallel, or may be performed stepwise or partially omitted depending on the required accuracy or the like.
  • Affiliation confirmation refers to a process in which the device 100 confirms the owner or group to which the device 100 belongs using the above-described portable person recognition and person relevance recognition.
  • FIG. 16 shows an operation in which the device 100 to which the owner is not set confirms the affiliation and sets the owner of the own device.
  • step S1900 portable recognition is performed and it is recognized that the device 100 is carried.
  • step S1904 the same person portable recognition is performed, and the device 100 carried by the same person is recognized.
  • portable position recognition may be performed together.
  • step S1908 it is assumed that portable person recognition is performed and the user carrying the device 100 is authenticated.
  • step S1912 the control unit 150 confirms the affiliation of the own device. For example, the control unit 150 confirms the owner of the own device. When the owner of the own device is not set (step S1916 / Yes), in step S1920, the control unit 150 registers the user carrying the own device as the owner. In step S1924, the control unit 150 notifies the user that the owner has been registered by a predetermined method. If the owner has already been set (step S1916 / No), the processing ends.
  • the above operation eliminates the need for the user to register the owner.
  • the above operation is merely an example and can be changed as appropriate.
  • the control unit 150 may perform an operation for requesting permission of owner registration from the user.
  • the control unit 150 can prevent owner registration that is not intended by the user.
  • FIG. 17 shows an operation of notifying the owner or the like when the device 100 is carried by a user who is not the owner (or a user who is not related to the owner).
  • Step S2000 to step S2008 are the same as step S1900 to step S1908 in FIG.
  • the control unit 150 confirms the affiliation of the own device. For example, the control unit 150 confirms the owner or group to which the device belongs. If it is determined that the device is carried by a person who is not the owner or a person who does not belong to a highly related group (for example, a family) (step S2016 / Yes), in step S2020 The control unit 150 notifies the owner to that effect by a predetermined method. When it is determined that the own device is carried by the owner or a person belonging to a highly related group (step S2016 / No), the processing ends.
  • the above operation can prevent the device 100 from being stolen or lost.
  • the above operation is merely an example and can be changed as appropriate. For example, even when it is determined in step S2016 that the device is carried by a person or the like belonging to a highly related affiliation group (step S2016 / No), the control unit 150 notifies the owner. May be notified by a predetermined method. In addition, when it is determined that the own device is carried by a person who is not the owner (step S2016 / Yes), the control unit 150 restricts the use of some functions of the own device or emphasizes it. Monitoring may be performed, or the current owner may be inquired about whether to change the owner of the device to the person (transfer of the device 100) or whether to lend the device to the person. In addition, the above-described processing may be realized not by the portable device 100 itself but by another device 100 existing around the device 100.
  • the device 100 can predict the user's behavior based on the combination of the devices 100 carried by the user. Then, the device 100 calculates the recommended device 100 that is considered to be desirably carried by the user based on the behavior prediction result, and compares the recommended device 100 with the device 100 that is actually carried by the device 100. The user can be notified of excess or deficiency (for example, forgotten items, unnecessary belongings, etc.).
  • Steps S2100 to S2108 are the same as steps S1900 to S1908 in FIG.
  • the analysis unit 120 performs behavior prediction. More specifically, in step S2116, analysis unit 120 extracts an action history list.
  • the “behavior history list” refers to the behavior and the carrying state of the device 100 at each action (in FIG. 19, as an example, the probability that the device 100 is carried at each action. Is a value associated with the information). Note that FIG. 19 is merely an example, and the content of the action history list is not limited to this.
  • the analysis unit 120 selects one action from the action history list in step S2120, and calculates a device / behavior relevance score in step S2124.
  • the “device / behavior relevance score” is an index value indicating the relevance between the portable state of the device 100 and the selected action. For example, when the user carries the devices 100A to 100C in FIG. 19, the device / behavior relevance score is calculated based on values corresponding to the devices 100A to 100C in each behavior in the behavior history list. (For example, a total value or an average value of values corresponding to the devices 100A to 100C).
  • the analysis unit 120 calculates a device / behavior relevance score for all actions.
  • step S2128 the analysis unit 120 outputs an action having the highest device / behavior relevance score.
  • the action C having the highest value corresponding to the devices 100A to 100C carried by the user is output (in other words, the user is predicted to perform the action C).
  • the analysis unit 120 can predict the user's action with higher accuracy based on the portable state of the device 100.
  • step S2132 a mobile recommendation operation is performed based on the behavior prediction result.
  • the control unit 150 extracts an action history list in step S2136, and sorts the portable device list based on the action in step S2140.
  • the “portable device list” is information in which each device 100, a score (probability of being carried), and a portable state are associated with each other as shown in 20A of FIG. As illustrated in 20A, the control unit 150 sorts the portable device list in descending order of the scores for the behavior C output by the behavior prediction.
  • step S2144 the control unit 150 removes the device 100 being carried from the portable device list, thereby outputting a list of forgotten items (or the control unit 150 includes the portable device list and the portable device list).
  • the list of forgotten items and unnecessary belongings may be output by extracting the difference from the device 100 that is being used).
  • step S2148 the control unit 150 notifies the user of the output result by a predetermined method.
  • the device 100 can recognize the excess or deficiency of the device 100 (for example, forgotten items, unnecessary belongings, etc.) with higher accuracy and notify the user.
  • the above operation is merely an example and can be changed as appropriate.
  • the behavior prediction in step S2112 may be omitted as appropriate.
  • the device 100 may change the accuracy and content of processing for each device 100 by learning the tendency of the user's forgotten things and unnecessary belongings.
  • the device 100 can improve the accuracy and content of processing depending on the period in which it is used and the period in which it is not. It may be changed.
  • the device 100 calculates a device state score. More specifically, as shown in Equation 5, the analysis unit 120 determines the detection result of events such as vibration, rotation, submersion, disassembly, or modification (for example, a value indicating the number of detections of each event and the degree thereof) and the user.
  • the device state score is calculated by adding together the values that have been weighted by the weighting coefficient with respect to the instructed (or input) values.
  • the device status score changes based on the detection result of events such as vibration, rotation, submergence, disassembly or modification. For example, as shown in FIG. 22, at the time of shipment, the device state score which has been 1.0 is gradually decreased along with the detection of vibration and submergence, so that the state of the device 100 gradually deteriorates. Represents going. In addition, even during a period in which vibration, submergence, or the like is not detected, the device state score gradually decreases, indicating that the device 100 deteriorates over time. Further, since the device state score also changes according to a user instruction, the user can cancel or correct the influence of an event such as vibration by giving a predetermined instruction.
  • the user can control activation or deactivation of the device state score update function by giving a predetermined instruction.
  • FIG. 22 is merely an example, and the method of changing the device state score is not limited to this. For example, when an event that improves the state of the device 100 occurs, the device state score may increase.
  • the device 100 calculates a confidence score that is an index value of the reliability of the device state score. More specifically, the analysis unit 120 represents a value indicating the device state score recording period (synonymous with the event recording period) as shown in Equation 6, and the ratio of the device state score recording period to the device 100 usage period. And a value obtained by weighting the weighting coefficient with respect to a value indicating the number of sensors (detectors) used for calculation of the device state score and a value indicating the number of sensors (detectors).
  • the event used for calculating the device state score may be changed as appropriate. More specifically, the event used for calculating the device state score is not limited to the above, and any event that affects the state of the device 100 may be used. In addition, information on the usage frequency of the device 100, information on the number of times of use, information on a user who used the device 100, etc. (for example, a user article use score) may be considered. In addition, the above elements used for calculation of the confidence score may be changed as appropriate. More specifically, the element used for calculating the confidence score may be any element that affects the reliability of the device state score.
  • the device state score or the trust score may be calculated separately for each user. More specifically, the device 100 may specify a period during which each user has used the device 100, and calculate a device state score or the like based on an event such as vibration generated in each period.
  • a user can appropriately manage each device 100 by using the device state score calculated by the above operation.
  • the rank of the device 100 (S rank to C rank in this example) may be determined based on a range including the device state score.
  • the lender can lend the device 100 having a different rank according to the borrower. For example, when the borrower is likely to handle the device 100 in a poor manner (in other words, when the borrower's user article use score is low), the lender takes measures such as lending the device 100 having a lower rank. be able to.
  • the management method can be further simplified as compared with the case where the device state score is used as it is. More specifically, when the device state score is used as it is, the user needs to formulate a management method for each device state score. When the device 100 is classified into a plurality of ranks, the user Since a management method only needs to be established for each, the management method becomes simpler.
  • the selling price (or rental price) of the device 100 may be set based on the device state score.
  • a coefficient (0.7 to 1.0 in this example) used for setting the sales price or the like may be determined based on the range including the device state score (hereinafter, 0.7 to 1.0). The coefficient is referred to as “rank coefficient”).
  • the selling price or the like of the device 100 may be a price obtained by multiplying the device state score and the normal second-hand price as shown in Equation 7 (note that the device state score is 0.0 to 1.0). It is assumed that it is represented).
  • the normal second-hand price can be, for example, the selling price of the unused device 100, and is not limited to this.
  • the sales price (or the lending price) is set to be lower for the device 100 in a worse state.
  • the selling price or the like of the device 100 may be a price obtained by multiplying the device state score, the demand coefficient, the aging deterioration index value, and the new price as in Expression 8 (in other words, the normal used price) May be a price obtained by multiplying the demand coefficient, the index value of aging deterioration, and the new product price).
  • the demand coefficient may be any value indicating the demand for the device 100 in the market at the time of sale (or at the time of lending).
  • the index value for aging deterioration may be any index value that indicates aging deterioration that does not depend on an event such as vibration (for example, deterioration during a period in which the device 100 is not used and stored).
  • the selling price of the device 100 may be a price obtained by multiplying the rank coefficient and the normal second-hand price, as shown in Equation 9.
  • the method for setting the sales price is not limited to the above.
  • the elements used in the above equations for example, each coefficient, normal used price, new price, etc.
  • the sales price may be calculated by multiplying the device state score and the new product price by omitting the demand coefficient and the index value of aging deterioration in Expression 8.
  • the purchase price of the device 100 may be set by applying the above method.
  • step S2300 the analysis unit 120 calculates a total value of device state scores regarding all devices 100 used by the user in the past. More specifically, the analysis unit 120 repeats the process of performing the calculation of Expression 5 in step S2304 for all devices 100 used by the user in the past. Thereafter, in step S ⁇ b> 2308, the analysis unit 120 performs a process of adding device state scores related to all the devices 100.
  • the device 100 can specify all the devices 100 used by the user in the past and the period during which the user used each device 100. Therefore, in step S2304, the analysis unit 120 can calculate a device state score of each device 100 based on an event such as vibration that occurs during a period in which the user uses each device 100. Thus, even when one device 100 has been used by a plurality of users in the past, how each user handles the device 100 is appropriately reflected in each user article use score.
  • step S2312 the analysis unit 120 calculates the total value of the confidence scores related to the device state score. More specifically, the analysis unit 120 repeats the process of performing the calculation of Expression 6 in step S2316 for all devices 100 used by the user in the past. Then, in step S2320, the analysis unit 120 performs a process of adding the confidence scores regarding all the devices 100.
  • the analysis unit 120 calculates an external evaluation score that is an index value indicating a comprehensive evaluation of the user based on information provided from the external system. More specifically, the analysis unit 120 obtains some evaluation regarding the user provided from the external system, and calculates an external evaluation score by adding up values obtained by weighting the evaluation with a weighting coefficient.
  • the external system may be, for example, an insurance system that provides risk information that the user has based on the user's disease history, accident history, or the like, or the risk of nonpayment by the user based on the user's payment history or the like It may be a credit card system that provides information. Note that the external system and the information provided from the external system are not limited to these.
  • the calculation method of an external evaluation score is not specifically limited. For example, the external evaluation score may be calculated by inputting information provided from an external system into a predetermined arithmetic expression.
  • step S2328 the analysis unit 120 calculates a user article use score based on the total value of the device state score, the total value of the confidence score, and the external evaluation score. More specifically, the analysis unit 120 calculates a user article use score by adding together values obtained by weighting these scores with a weighting coefficient.
  • the user article use score is calculated in consideration of not only the device state score but also the trust score representing the reliability. Accordingly, even when the accuracy of the device state score is low, the analysis unit 120 can calculate a highly accurate user article use score. As described above, the user article use score is calculated in consideration of the external evaluation score based on information provided from the external system. Thereby, the analysis unit 120 can improve the accuracy of the score as compared with the case where the user article use score is calculated based only on the information in the system.
  • the analysis unit 120 may calculate the user article use score by using not the total value of the device state score and the total value of the confidence score but the average value thereof for the calculation.
  • the user article use score may be calculated for each category of the device 100.
  • the contents of the category of the device 100 are as described above. Accordingly, even if whether or not the user can use the device 100 appropriately (or politely) depends on the category of the device 100, the device 100 can calculate a more appropriate user article use score. it can. For example, in the case where a user treats “camera” carefully but treats “stationery” poorly, or treats “public goods” carefully but treats “private” badly. Also, a more appropriate user article use score can be calculated.
  • the lending price (or selling price) of the device 100 may be set based not only on the device state score but also on the user article use score.
  • the lending price or the like of the device 100 may be a price obtained by dividing the normal lending price by the user article use score as in Expression 10 (note that the user article use score is 0.0 to 1.. It is assumed that it is represented by 0).
  • the normal lending price may be, for example, a lending price for a good user, and is not limited to this. Accordingly, the higher the user article use score (for example, the device 100 is handled carefully), the lower the lending price (or sales price) is set.
  • the lending price or the like of the device 100 may be a price obtained by dividing the value obtained by multiplying the rank coefficient and the normal lending price by the user article use score as in Expression 11. As a result, a price is set in consideration of the state of the device 100.
  • the method for setting the lending price is not limited to the above.
  • the purchase price of the device 100 may be set by applying the above method.
  • the rank of the device 100 lent out for each user may be changed based on the user article use score.
  • the device 100 by using the user article use score, it is possible to change the lending price of the device 100 or the rank of the lending device 100 for each user. It may happen that the device 100 (or the higher-rank device 100) is borrowed at a low price and used by a poor user.
  • the device 100 when the device 100 authenticates the user by the method described above and detects that the borrower is different from the user, the device 100 can perform a predetermined operation. For example, the device 100 locks the device 100 so that it cannot be used, warns the user, notifies the lender, or resets the lending fee according to the user. Can do so. Note that the operation of the device 100 when it is detected that the borrower and the user are different is not limited to these.
  • the user can more appropriately manage the device 100 using an arbitrary information processing apparatus.
  • An information processing apparatus used for managing the device 100 is not particularly limited.
  • the information processing apparatus may be an arbitrary apparatus such as a smartphone, a PC (Personal Computer), a portable game machine, a portable audio player, or a camera that can communicate with the device 100, or the device 100 itself (or the device 100). May be a device with a built-in.
  • the information processing apparatus used for managing the device 100 is the device 100 itself that is a smartphone will be described.
  • the device 100 can display arbitrary statistical information on the display.
  • the device 100 represents the usage period of each device 100 in the vertical direction of the display, the usage frequency of each device 100 in the horizontal direction, and arranges the icons 11 of each device 100, Each usage period and usage frequency can be displayed.
  • FIG. 25 is merely an example, and can be changed as appropriate.
  • statistical information represented in the vertical and horizontal directions of the display may be changed, or the contents of the icon 11 of each device 100 may be changed.
  • the device 100 can also display arbitrary statistical information (for example, usage frequency, usage period, etc.) of the device 100 for each day of the week.
  • the user can select a day of the week for which statistical information is to be confirmed by selecting the day of week tab 12 (26A is Monday and 26B is Saturday).
  • the device 100 can also display arbitrary statistical information (for example, usage frequency, usage period, etc.) of the device 100 for each time (time).
  • the user can select the time for which statistical information is to be confirmed by selecting the time tab 13 (27A is the time from 11:00 to 12:00, and 27B is from 21:00 to 22:00. Time is selected).
  • the device 100 displays the usage frequency for each device 100 as a bar graph.
  • the device 100 may display the statistical information using an arbitrary graph, table, figure, or the like.
  • the device 100 can also display arbitrary statistical information (for example, usage frequency, usage period, etc.) of the device 100 for each user.
  • the user can select a user whose statistical information is to be confirmed by selecting the user tab 14 (a male user is selected for 28A and a female user is selected for 28B). Thereby, for example, the parent can manage the device 100 of the child.
  • the device 100 can display the portable state of each device 100 for each day.
  • the user can confirm the carrying state of each device 100 in a predetermined day in time series.
  • the device 100 can express the portable state of each device 100 by texture switching or the like (for example, for glasses, 15a is “non-portable state”, 15b is “portable state and non-wearing” "State” and 15c represent "installed state”).
  • the user can confirm a summary of the portable state of each device 100 in a predetermined day.
  • the device 100 can display the mobile history information of each device 100 as shown in FIG.
  • the content of the mobile history information to be displayed is arbitrary. For example, as shown in FIG. 30, the use start date, the total mobile time (total usage time), the mobile frequency (use frequency), and the mobile tendency (mobile together) Information on other devices 100 to be displayed) may also be displayed.
  • the device 100 may recommend a device 100 (an article other than the device 100 may be included) that the user should carry (or wear) for each event.
  • the device 100 is a device 100 that the user should carry (or wear) based on the category of each device 100, mobile history information, and the like based on various conditions such as a companion, an event content, and a stay period that are input by the user. Can be recommended.
  • the device 100 may recommend a device 100 to be carried (or mounted) for each category. More specifically, the device 100 generates a portable device list by performing a user behavior prediction based on a behavior history or the like. Then, as shown in FIG. 32, the device 100 displays the list in distinction into categories such as “suit”, “shirt”, “tie”, “glasses”, and “clock”. At this time, the device 100 adds a predetermined mark 16 to the device 100 recommended in each category.
  • the method for determining the recommended device 100 is not particularly limited. For example, the device 100 may determine the recommended device 100 based on the user's preference or the user's behavior history, or determine the recommended device 100 based on a generally better combination of colors and patterns. May be.
  • the device 100 dynamically changes the recommended device 100 as the user carries (or wears) the device 100 of each category. With these operations, the user can carry (or wear) the device 100 without worrying about the combination, and there are no lost items.
  • a check mark 17 may be displayed in the category of the device 100 carried (or worn) by the user.
  • the UI in FIG. 32 can be changed as appropriate. Further, the list of FIG. 32 may be generated based on user input instead of being generated based on behavior prediction.
  • the device 100 may display a list of devices 100 (or a list of forgotten items) that should be carried (or worn) together with a priority order. More specifically, the device 100 generates a portable device list by performing a user behavior prediction based on a behavior history or the like. Then, the device 100 outputs a list of devices 100 to be carried (or a list of forgotten items) by removing the devices 100 carried by the user from the portable device list. At this time, the device 100 calculates the priority order of each device 100.
  • the calculation method of the priority is not particularly limited. For example, the priority of the device 100 having a higher probability of being carried by the user may be set higher based on the action history or the like.
  • the priority of the device 100 that is carried earlier by the user may be set higher.
  • the device 100 carried by the user is deleted (hidden) from the list at any time, but is not limited thereto.
  • the contents of the list or the order thereof may be dynamically changed according to the change in the priority order of each device 100.
  • the UI in FIG. 33 can be changed as appropriate.
  • the device 100 can perform user authentication using the sensing data, and can unlock the key based on the authentication result. Therefore, the device 100 can provide the user with a combination of the unlocking function of the key and the notification function of the lost item. More specifically, the device 100 can unlock the key when the user authentication is successful and it can be confirmed that there is no forgotten thing. At that time, the device 100 may provide a user with a UI as shown in FIG. More specifically, the device 100 necessary for unlocking the key may be indicated as an icon. In the example of FIG. 34, at the timing when the user carries the device 100, the icon of the device 100 is highlighted (from the state of the icon 18b of 34A) (from the icon 18a of 34A). State). Then, as shown in 34B, when the icons of all the devices 100 are highlighted (in other words, when the user carries all the devices 100), the keys are unlocked (note that User authentication is successful). The UI in FIG. 34 can be changed as appropriate.
  • the device 100 may provide a user with a UI indicating the status of user authentication using sensing data. More specifically, as described above, the device 100 can perform user authentication based on the combination of the devices 100 carried by the user, the order in which the devices are carried, or the carrying method. At that time, as shown in FIG. 35, the device 100 may display a graph indicating the status of user authentication. In the example of FIG. 35, a line graph indicating a time change of the portable person score (or a value corresponding to the portable person score) and a threshold value for successful user authentication are displayed. In the example of FIG. 35, the user authentication is successful because the portable person score exceeds the threshold at the timing when the user carries the key following the watch and the clock. This UI allows the user to know the user authentication status well. Note that the UI indicating the status of user authentication is not limited to the example of FIG.
  • the portable person score (or a value corresponding to the portable person score) may be displayed in a text format.
  • the device 100 decomposes the portable person score into a plurality of elements (for example, an action recognition result, a portable position recognition result, etc.), and sets the value for each element in the text format 19 or the progress bar 20. It may be displayed.
  • the selling price or the lending price of the device 100 can be set based on the device status score, the trust score, or the user article use score. Therefore, a specific example of a UI for displaying the sales price of the device 100 will be described. For example, when the user purchases the device 100 on a predetermined website, a screen as shown in FIG. 37 may be displayed. More specifically, as shown in FIG. 37, the selling price of each device 100, whether it is a new (unused), vibration used in calculating the device state score, the reliability score, and the device state score, etc. A screen showing the radar chart 21 indicating the influence of the event may be displayed. In this example, the selling price of each device 100 is a price obtained by multiplying the device state score by the new price ( ⁇ 2,000 in this example).
  • the user can more easily select the desired device 100. More specifically, the user can select a desired device 100 in consideration of the balance between the state of the device 100 and its selling price. At that time, the user can also consider a confidence score indicating the reliability of the device state score. Further, based on the radar chart 21, the user can determine whether or not an event that has occurred for each device 100 is within an allowable range. For example, when purchasing the device 100 with low water resistance, the user can preferentially select the device 100 in which the event of submergence has not occurred.
  • the UI in FIG. 37 can be changed as appropriate.
  • a UI that allows the user to check his / her own user article use score or the like may be provided.
  • the user's name, user article use score, various scores used when calculating the user article use score (device state score, confidence score, and external evaluation score), and these scores are A radar chart 22 may be displayed.
  • the device state score and the confidence score in FIG. 38 are values obtained by averaging the total values calculated in step S2300 and step S2304 in FIG. 24 (values obtained by dividing the total value by the number of devices). However, it is not limited to this. By providing this screen, the user can check his / her user article use score at any time.
  • the user can confirm the various scores used when calculating the user article use score, the user can recognize the basis of the user article use score.
  • a lender who is considering whether or not to lend the device 100 to the user may be able to use the screen.
  • the lender can determine whether or not to lend based on the user article use score and the basis thereof.
  • the UI in FIG. 38 can be changed as appropriate.
  • the user article use score is calculated based on the device state scores regarding all the devices 100 used by the user in the past. Therefore, a UI that can confirm device state scores and the like regarding all devices 100 used by the user in the past may be provided.
  • the user name, device state score, values indicating the influence of various events used when calculating the device state score, the radar chart 23 indicating these values, and the device 100 A breakdown (in this example, a radar name 24 indicating the influence of various events used when calculating the device name, device state score, confidence score, and device state score regarding each device 100 may be displayed).
  • the user can recognize the basis of the device state score used when calculating his / her user article use score.
  • a lender who is considering whether or not to lend the device 100 to the user may be able to use the screen.
  • the lender can make a determination such as not lending the device 100 with low water resistance to a user who frequently submerges the device 100.
  • the UI in FIG. 39 can be changed as appropriate.
  • the display content described above is merely an example, and may be changed as appropriate.
  • the device 100 may display the results or the progress of various processes described above, information used in the various processes, and the like.
  • the device 100 can perform user authentication based on a user's carrying state of the device 100.
  • the device 100 can perform user authentication based on the combination of the devices 100 carried by the user, the carrying method, the timing and order of carrying the devices 100, and the like.
  • the device 100 can predict the user's behavior based on the user's carrying state of the device 100, and based on the behavior prediction result, the excess or deficiency of the device 100 being carried (for example, forgetfulness, unnecessary). It is also possible to notify the user of an object etc.).
  • the device 100 can recognize the relevance of each user based on the sharing status of the device 100 by two or more users.
  • the device 100 can recognize the category of the device itself based on the carrying state of the device 100 by the user, and effectively uses the mobile history information obtained from another device 100 having the same or a predetermined category. Can be used.
  • the device 100 can appropriately evaluate the state of the device 100 by storing the past usage status by the user. More specifically, the device 100 can calculate a device state score that is an index value that can evaluate the state of the device itself, and a confidence score that is an index value indicating the reliability of the score.
  • the device 100 can calculate a user article use score indicating how the user can use the device 100 appropriately based on the usage status of each device 100 by the user.
  • the device state score, the trust score, or the user article use score can be used for setting the selling price (or lending price) of the device 100 or the like.
  • the device 100 can detect that the borrower is different from the actual user.
  • the device 100 can provide the user with various UIs relating to the score of the device 100 or the user.
  • the process sharing of each device 100 in the various processes described above is arbitrary.
  • the sensing data that is not processed by another device 100 may be transmitted to the device 100 that performs the various processes described above, and the various processes may be realized by the device 100 that has received the data.
  • data obtained by performing a part of the various processes by the other device 100 may be transmitted to the device 100 that performs the various processes. Thereby, each device 100 can reduce the amount of data to be communicated.
  • information used for user authentication processing for example, combination of devices 100, portable method of device 100, device
  • the timing or order in which 100 is carried may be applied as appropriate.
  • the behavior prediction may be performed using the portable method of the device 100 or the like.
  • An authentication unit that performs authentication of the user based on information about the mobile state of the device obtained by the user acquired from two or more devices; Information processing device.
  • the authentication unit performs the authentication based on the relationship of the portable state of the device.
  • the information processing apparatus according to (1) (3)
  • the authentication unit performs the authentication based on a combination of the devices.
  • the authentication unit performs the authentication based on a portable method of the device.
  • the authentication unit performs the authentication based on the timing or order in which the device is carried.
  • the authentication unit performs the authentication based on the relationship at a certain time zone, a certain time point, or a certain action time.
  • the information processing apparatus according to any one of (2) to (5).
  • the authentication unit performs the authentication based on the information acquired from the device that the user is carrying.
  • the authentication unit secures the identity of the user by a process having a lower load than the authentication after the authentication is successful.
  • a behavior prediction unit that performs the behavior prediction of the user based on the information;
  • the information processing apparatus according to any one of (1) to (8).
  • (11) A relevance recognition unit that recognizes relevance of two or more users sharing the device based on the information; The information processing apparatus according to any one of (1) to (10).
  • (12) The relevance recognition unit recognizes the relevance based on the importance or the number of shares of the device.
  • (13) A category recognition unit for recognizing a category for classifying the device based on the information; The information processing apparatus according to any one of (1) to (12).
  • a control unit that controls cooperation with other devices based on the category; The information processing apparatus according to (13). (15) The control unit shares the information with the other device based on the category.
  • the apparatus further includes a control unit that controls a predetermined process.
  • a device state calculation unit that calculates a value indicating the state of the device based on an event that occurred in the past in the device;
  • the device state calculation unit calculates a reliability of a value indicating a state or quality of the device based on a recording period of the event;
  • a user suitability calculation unit that calculates a value indicating the appropriateness of use of the device by the user based on the value indicating the state of the device used by the user in the past and the reliability;
  • the user appropriateness calculation unit calculates a value indicating the appropriateness based also on information on the user's evaluation provided from an external system.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Social Psychology (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Telephone Function (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】より簡易な方法で精度の高いユーザ認証を実現することが可能になる。 【解決手段】二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行う認証部を備える、情報処理装置が提供される。

Description

情報処理装置、情報処理方法およびプログラム
　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。
　近年、センサの低消費電力化・小型化が進展し、センサが様々な物品に備えられるようになっている。また、センサを備える小型のタグデバイスが開発され、ユーザは、当該タグデバイスを所望の物品に装着させることができるようになっている。そして、それらのセンサによって取得されたセンシングデータを用いた様々な技術が開発されている。
　例えば、以下の特許文献１には、センシングデータを用いて通話相手のユーザのいまの状態を把握し、その状態に応じた各種処理を行う技術が開示されている。その他、例えば、指紋認証や虹彩認証のようにセンシングデータを用いてユーザ認証を行う技術も開示されている。
特開２００６－３４５２６９号公報
　しかし、ユーザ認証について、簡易な方法で精度の高い認証を実現することが困難となる場合があった。例えば、指紋認証や虹彩認証によってユーザ認証が行われる場合、ユーザは所定の動作（指紋情報取得部へ指を接触させる動作、撮像部によって虹彩を撮像させる動作等）を行うことが求められるため相当の手間が発生する。
　そこで、本開示は、上記に鑑みてなされたものであり、より簡易な方法で精度の高いユーザ認証を実現することが可能な、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供する。
　本開示によれば、二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行う認証部を備える、情報処理装置が提供される。
　また、本開示によれば、二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行うことを有する、コンピュータにより実行される情報処理方法が提供される。
　また、本開示によれば、二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行うことを有する、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、より簡易な方法で精度の高いユーザ認証を実現することが可能となる。
　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。
本開示の概要を示すイメージ図である。 本開示の概要を示すイメージ図である。 デバイスの機能構成の一例を示すブロック図である。 携帯認識の動作の一例を示すフローチャートである。 より簡易な携帯認識の動作の一例を示すフローチャートである。 携帯位置認識の動作の一例を示すフローチャートである。 より簡易な携帯位置認識の動作の一例を示すフローチャートである。 同一人物携帯認識の動作の一例を示すフローチャートである。 より簡易な同一人物携帯認識の動作の一例を示すフローチャートである。 携帯人物認識（ユーザ認証）の動作の一例を示すフローチャートである。 携帯人物スコア算出のイメージを示す図である。 携帯人物スコア算出のイメージを示す図である。 より簡易な携帯人物認識（ユーザ認証）の動作の一例を示すフローチャートである。 人物関連性認識の概要を示す図である。 人物関連性認識の動作の一例を示すフローチャートである。 所属確認とその後の動作の一例を示すフローチャートである。 所属確認とその後の動作の一例を示すフローチャートである。 行動予測および携帯推薦の動作の一例を示すフローチャートである。 行動履歴リストの一例を示す図である。 携帯デバイスリストの一例を示す図である。 デバイスの状態の評価に関する動作の一例を示すフローチャートである。 デバイス状態スコアのイメージを示す図である。 デバイス状態スコアに基づくデバイスのランク付けの例を示す図である。 ユーザ物品使用スコアの算出動作の一例を示すフローチャートである。 デバイスの管理に用いられるＵＩ（Ｕｓｅｒ　Ｉｎｔｅｒｆａｃｅ）の一例を示す図である。 デバイスの管理に用いられるＵＩの一例を示す図である。 デバイスの管理に用いられるＵＩの一例を示す図である。 デバイスの管理に用いられるＵＩの一例を示す図である。 デバイスの管理に用いられるＵＩの一例を示す図である。 デバイスの管理に用いられるＵＩの一例を示す図である。 携帯すべきデバイスの推薦に用いられるＵＩの一例を示す図である。 携帯すべきデバイスの推薦に用いられるＵＩの一例を示す図である。 忘れ物の通知に用いられるＵＩの一例を示す図である。 忘れ物の通知と鍵の開錠に用いられるＵＩの一例を示す図である。 ユーザ認証の状況を示すＵＩの一例を示す図である。 ユーザ認証の状況を示すＵＩの一例を示す図である。 デバイスの販売価格等を表示するＵＩの一例を示す図である。 ユーザが自らのユーザ物品使用スコア等を確認できるＵＩの一例を示す図である。 ユーザが過去に使用した全てのデバイスに関するデバイス状態スコア等を確認できるＵＩの一例を示す図である。
　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、本明細書及び図面において、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．背景
　２．本開示の概要
　３．デバイスの機能構成
　４．デバイスの動作
　５．様々なＵＩ
　６．むすび
　　＜１．背景＞
　まず、本開示の背景について説明する。
　上記のとおり、近年、センサの低消費電力化・小型化が進展し、センサが様々な物品に備えられるようになっている。また、センサを備える小型のタグデバイスが開発され、ユーザは、当該タグデバイスを所望の物品に装着させることができるようになっている。そして、それらのセンサによって取得されたセンシングデータを用いた様々な技術が開発されている。例えば、指紋認証や虹彩認証のようにセンシングデータを用いてユーザ認証を行う技術が開示されている。
　ここで、各種センサを用いたユーザ認証においては、簡易な方法で精度の高いユーザ認証を実現することが困難となる場合があった。例えば、指紋認証や虹彩認証によってユーザ認証が行われる場合、ユーザは所定の動作（指紋情報取得部へ指を接触させる動作、撮像部によって虹彩を撮像させる動作等）を行うことが求められるため相当の手間が発生する。また、ユーザがスマートフォンを携帯していることがセンサによって検出された場合に、携帯状態が終了するまでの期間は、ユーザ認証を行ったものとみなしてスマートフォンのロックを解除するという機能が存在する。この場合、第三者が移動中のユーザからスマートフォンを取得すれば、自由にスマートフォンを操作することができてしまう。以上から、より簡易な方法で精度の高いユーザ認証を実現することが求められている。
　また、各種センサを用いて行動予測が行われる場合もある。例えば、ＧＮＳＳセンサからのセンシングデータとユーザの過去の行動履歴に基づいて将来のユーザの行動予測が行われる場合がある。この場合、ユーザが相当程度移動しなければ行動予測を行うことができなかった。そのため、行動予測に基づいて忘れ物等の通知が行われる場合に、当該通知のタイミングが遅れる場合があった（例えば、自宅を出発する前に通知を行うことが困難であった）。また、ユーザが所定の目的で向かう場所と別の目的で向かう場所があまり離れていない場合、ＧＮＳＳセンサを用いる行動予測では目的の違いを判別することができず、適切に行動予測を行うことができない場合があった。
　また、センサが備えられた各種物品を管理するために、ユーザに求められる対応の負荷が高い場合があった。例えば、センサを備えるタグデバイスがユーザ所望の物品に装着される場合、ユーザは、当該物品に関する情報（物品の属性等）を所定の装置に入力することが求められる場合があった。また、ユーザが、センサを備えた各種物品を使用し始める際に、当該物品の所有者が自分であることを入力（認証）することが求められる場合があった。これらの場合、入力操作に慣れていないユーザが、入力に相当の時間を要したり、誤った入力をしたりしてしまう場合があった。
　また、近年、インターネット等を介して個人間売買を行うことが可能な各種サービスが普及してきている。さらに、物品や場所等を複数の人と共有するシェアリングエコノミーサービスも浸透してきている。これらのサービスで取り扱われる物品等は、従来、その状態を適切に評価されない場合があった。
　例えば、個人間売買を含む中古品市場においては、中古品買取店の店員がその時の物品の状態のみに基づいて評価を行い、当該物品が取り扱われてきた履歴情報等を考慮することができない場合が多かった。そのため、評価の精度は、店員等のスキルに依存しており安定していなかった。例えば、評価の精度は、店員間または店舗間で互いに異なっていた。また、中古品が販売される時には、当該中古品の状態が販売店独自の方法で表示される。例えば、中古品の状態は、「Ａランク」、「Ｂランク」等のようにランク付けがされて表示されたり、「美品」、「傷あり」、「汚れあり」等のように定性的かつ主観的な特徴が表示されたりする。これらの表示は、販売店毎に異なり、かつ、評価基準も異なる。そのため、特に、インターネットを介する売買のように実物を確認することができない場合には、購入者は、これらの表示を見ただけでは購入の可否を決定することができない場合がある。
　また、シェアリングエコノミーサービスにおいては、貸与者は、借用者が貸与物をどのように扱うかを事前に知ることができないため、借用者へ貸与することのリスクを適切に評価することができない。そのため、例えば、貸与者が、リスクを過大評価し保険を過剰にかけることで、貸与者の利益が損なわれたり、貸出価格が高くなったことが原因で借用者と折り合いがつかず機会損失が生じたりする可能性がある。一方、貸与者が、リスクを過小評価することで、貸与物の毀損が完全に補償されない可能性がある。借用者の立場から考えると、例えば、借用者が物品を丁寧に扱うユーザである場合にも、リスクが過大評価されることで、高額な貸出価格を支払わなければならない可能性がある。
　さらに、借用者と実際の使用者が異なる場合がある。例えば、借用者が物品を借用した後に、当該物品を別人に使用させる（換言すると、転貸しをする）場合がある。この場合、実際の使用者が物品を粗悪に扱うユーザである場合には、貸与者の想定以上の大きな損害が発生する可能性がある。
　本件の開示者は上記事情に鑑みて本技術に想到するに至った。以降では、本開示に係る技術について詳細に説明をしていく。
　　＜２．本開示の概要＞
　上記では、本開示の背景について説明した。続いて、図１および図２を参照して、本開示の概要について説明する。
　本開示はセンサ機能および通信機能を備えた情報処理装置であるデバイス（以降、「デバイス１００」と呼称する）によって実現される。デバイス１００は、例えば、加速度センサ、ジャイロセンサ、ＧＮＳＳセンサ等の機能を有しており、これらのセンシングデータに基づいてユーザ認証等を行うことができる情報処理装置である。なお、上記はあくまで一例であり、デバイス１００が有するセンサ機能は任意である。例えば、デバイス１００は、地磁気センサ、気圧センサ、温度センサ、振動センサ、音声センサ、心拍センサ、脈波センサ、近接センサ、照度センサ、圧力センサ、発汗センサ、ｐＨセンサ、湿度センサ、赤外線センサ等、人の動きに起因する物理変化ないし化学変化等を捉えることが可能なセンサ機能であればどのようなセンサ機能を有していてもよい。
　デバイス１００は、様々な物品に内蔵されたり、装着されたりすることができる程度に小型な装置であることを想定する。例えば、図１のように、デバイス１００は、メガネ１０２、鞄１０３、時計１０４等の物品に内蔵されてもよいし、デバイス１００が内蔵されたタグデバイス１０１が、鍵１０１ａ、傘１０１ｂ、靴１０１ｃ、ベルト１０１ｄ、被服１０１ｅ等に装着されてもよい。なお、上記はあくまで一例であり、デバイス１００の大きさ、内蔵される物品ないし装着される物品は特に限定されない。また、図１にはＩＣチップの形状を有したデバイス１００を表しているが、デバイス１００の形状は特に限定されない。
　また、通信機能を備えるデバイス１００は、様々な装置と通信を行うことができる。例えば、図２に示すように、デバイス１００は、他のデバイス１００（２Ａを参照。図中ではデバイス１００ａ～デバイス１００ｃを例示）、任意の情報処理装置２００（２Ｂを参照。図中ではスマートフォン２００を例示）、または、所定のネットワーク上の情報処理装置３００（２Ｃを参照。図中ではクラウドネットワーク上のサーバ３００を例示）と無線通信を行ってもよい。なお、図２はあくまで一例であり、図２に示す通信形態以外の通信形態が用いられてもよい。本書では、２Ａに示すように、デバイス１００が他の各デバイス１００と無線通信を行うことで、本開示に係る様々な機能を実現する場合を一例として説明する。
　本開示に係るデバイス１００は、二つ以上のデバイス１００から取得された、ユーザによるデバイス１００の携帯状態に関する情報に基づいてユーザ認証を行うことができる。例えば、デバイス１００は、ユーザが携帯しているデバイス１００の組み合わせ等に基づいてユーザを認証することができる。
　より具体的には、ユーザがデバイス１００を携帯している場合、デバイス１００は、自装置に備えられる各種センサ（加速度センサ、ジャイロセンサ等）に基づいて自装置が携帯されている状態にあることを認識する。そして、ユーザが二つ以上のデバイス１００を携帯している場合、各デバイス１００は相互に無線通信を行うことにより各デバイス１００が携帯されている状態にあることを認識する。そして、デバイス１００は、デバイス１００が過去に携帯された際の履歴情報（以降、「携帯履歴情報」と呼称する）に基づいて、認証対象のユーザと携帯履歴情報におけるユーザとの相関に基づいてユーザ認証を行うことができる。
　これによって、デバイス１００は、より簡易な方法で精度の高いユーザ認証を実現することができる。より具体的には、上記のように、ユーザに携帯されている期間はユーザ認証を行ったものとみなしてスマートフォン等のロックを解除する機能に比べて、ユーザによるデバイス１００の携帯履歴情報に基づいてユーザ認証が行われるため、デバイス１００は、より高い精度のユーザ認証を実現することができる。また、ユーザ認証のために所定の動作（指紋情報取得部へ指を接触させる動作、虹彩を撮像部に撮像させる動作等）が求められる指紋認証や虹彩認証に比べて、本開示においては、ユーザが普段通りにデバイス１００を携帯するだけでユーザ認証が行われるため、デバイス１００は、より簡易な方法でユーザ認証を実現することができる。
　また、デバイス１００は、ユーザによる各デバイス１００の携帯方法も考慮してユーザ認証を行うことができる。より具体的には、デバイス１００は、各種センサ（加速度センサ、ジャイロセンサ等）に基づいてユーザによる各デバイス１００の携帯方法を認識する。ここで、「携帯方法」とは、デバイス１００が携帯される各種態様を表す。例えば、デバイス１００は、各デバイス１００の保持態様（身体の一部（顔、耳、首、手、腕、腰、足等）に装着されている、ポケット（胸ポケット、ズボンの前後のポケット等）もしくは鞄（ショルダーバック、バックパック、トートバック等）に入れられている等）や、各デバイス１００を携帯するユーザの移動方法（歩いている、走っている、各種乗り物（自転車、自動車、バス、電車、船、飛行機等）に乗っている等）を認識する。そして、デバイス１００は、認証対象のユーザと携帯履歴情報におけるユーザとの相関の算出の際に、各デバイス１００の携帯方法という要素も追加する。これによって、デバイス１００は、ユーザ認証の精度をより向上させることができる。
　なお、上記はあくまで一例であり、ユーザ認証方法は特に限定されない。より具体的には、ユーザ認証に用いられる情報は、デバイス１００の組み合わせや携帯方法だけでなく、各デバイス１００の携帯状態の関係性を表す情報であれば何でもよい。例えば、デバイス１００は、ユーザが各デバイス１００を携帯するタイミングや順番等に基づいてユーザ認証を行ってもよい。各デバイス１００を携帯するタイミングや順番等についてユーザ固有の傾向がある場合、デバイス１００は、ユーザ認証の精度をより向上させることができる。
　また、デバイス１００は、二つ以上のデバイス１００から取得された、ユーザによるデバイス１００の携帯状態に関する情報に基づいてユーザの行動を予測することもできる。例えば、デバイス１００は、ユーザが携帯しているデバイス１００の組み合わせに基づいてユーザの行動を予測することができる。より具体的には、デバイス１００は、複数の行動と各行動が行われる際のデバイス１００の組み合わせとを対応付けて携帯履歴情報として記憶している。そして、デバイス１００は、ユーザが携帯しているデバイス１００の組み合わせと、携帯履歴情報における各動が行われる際のデバイス１００の組み合わせとの相関値を算出し、当該相関値に基づいてユーザの行動を予測することができる。
　これによって、デバイス１００は、より早いタイミングで行動予測を行うことができる。より具体的には、行動予測にＧＮＳＳセンサ等が用いられる場合には、ユーザが相当程度移動するまで行動予測が精度高く行われない。一方、デバイス１００は、ユーザが各デバイス１００を携帯した時点（または携帯する過程）で行動予測を行うことができるため、より早いタイミングで行動予測を行うことができる。
　また、デバイス１００は、ＧＮＳＳセンサ等に基づく行動予測に比べて予測精度をより向上させることができる場合がある。例えば、ユーザが所定の目的で向かう場所（例えば、仕事のために向かうオフィス等）と、別の目的で向かう場所（例えば、レジャー施設）があまり離れていない場合、ＧＮＳＳセンサ等に基づく行動予測では、ユーザの行動の予測精度が低減する場合がある。また、同一の目的でも向かう場所が毎回異なる場合（例えば、オフィスが毎回変わる場合等）においても同様に、ユーザの行動の予測精度が低減する場合がある。一方、ユーザの携帯物は目的に応じて異なるため（例えば、オフィスに向かう際の携帯物とレジャー施設に向かう際の携帯物は互いに異なる）、デバイス１００は、より高い精度でユーザの行動を予測できる場合がある。なお、上記はあくまで一例であり、行動予測の方法は特に限定されない。例えば、デバイス１００は、上記と同様に、各デバイス１００の携帯方法、携帯されるタイミングや順番等を考慮して行動予測を行ってもよい。
　また、デバイス１００は、行動予測結果に基づいて各種処理を行ってもよい。例えば、デバイス１００は、携帯されているデバイス１００の過不足（例えば、忘れ物、不要な物等）をユーザに対して通知してもよい。より具体的には、デバイス１００は、ユーザの行動と、各行動の際の携帯物とを対応付けて携帯履歴情報として記憶している。そして、デバイス１００は、携帯履歴情報と行動予測結果に基づいてユーザが携帯することが望ましいと考えられるデバイス１００（以降、「推薦デバイス１００」と呼称する）を算出し、推薦デバイス１００と現実に携帯されているデバイス１００とを比較することで、デバイス１００の過不足をユーザに通知することができる。なお、上記はあくまで一例であり、行動予測結果に基づいて行われる処理内容は上記に限定されない。
　また、二人以上のユーザがデバイス１００を共有している場合、デバイス１００は、各ユーザが共通のグループ（家族、親しい友人、サークルメンバー、同僚等）に属していることを認識できる。そして、デバイス１００は、各デバイス１００の共有状況に基づいて各ユーザの関連性（または信頼度等）の高さを認識することができる。例えば、デバイス１００は、ユーザ間で共有されている各デバイス１００の重要度、または、共有されているデバイス１００の数等に応じて各ユーザの関連性の高さを認識することができる。より具体的には、ユーザ間で共有されている各デバイス１００の重要度が高いほど、また、共有されているデバイス１００の数が多いほど、デバイス１００は、各ユーザの関連性は高いと認識することができる。なお、デバイス１００は、関連性の高さだけでなく、グループの属性等も認識することができる。例えば、「自宅の鍵」が二人以上のユーザで共有されている場合、デバイス１００は、各ユーザが家族である（各ユーザが「家族」という属性のグループに所属している）と認識することができる。
　また、デバイス１００は、自装置（またはデバイス１００が装着された装置）のカテゴリを認識することができる。ここで、「カテゴリ」とは、デバイス１００の種類（例えば、「メガネ」、「鞄」、「時計」、「傘」、「靴」、「ベルト」、「被服」等）、デバイス１００の所有者（「父親の物」、「Ａ氏（個人氏名）の物」等）、デバイス１００の所有グループ（「家族の物」、「Ｂ団体の物」等）、デバイス１００の用途もしくは目的（「テニスセット」、「仕事セット」、「避難セット」等）、デバイス１００が使用される期間、時刻もしくは場所（「冬季に使用される物」、「Ｃ月からＤ月に使用される物」、「朝に使用される物」、「Ｅ時からＦ時に使用される物」、「家で使用される物」等）等を表す概念である。なお、上記はあくまで一例であり、カテゴリの内容は上記に限定されない。また、カテゴリは一つのデバイス１００に複数設定されてもよい。例えば、デバイス１００が父親のコートに装着されている場合、「被服（コート）」、「父親の物」、「家族の物」、「冬季に使用される物」等がカテゴリとして設定されてもよい。
　また、デバイス１００は、自装置のカテゴリを認識していない場合（例えば、デバイス１００が購入された直後、または、デバイス１００が所定の物品に装着された直後等）、ユーザによるデバイスの携帯状態に基づいて自装置のカテゴリを認識することもできる。より具体的には、デバイス１００は、カテゴリが既知である他のデバイス１００との通信で得られた各デバイス１００の携帯履歴情報と、自装置の携帯履歴情報との比較等によって、自装置のカテゴリを認識することができる。例えば、デバイス１００が靴（または靴に装着されたデバイス１００）である場合、他の靴の携帯履歴情報と自装置の携帯履歴情報とが類似していることに基づいて自装置のカテゴリが「靴」であることを認識できる。なお、デバイス１００は、「靴」以外のカテゴリである、「父親の物」、「テニスセット（テニスシューズ）」等を認識してもよい。
　これによって、各デバイス１００を管理するユーザの負荷が軽減され得る。すなわち、ユーザがデバイス１００に関するカテゴリ等の各種情報を登録しなくても、各デバイス１００は、主体的に自装置に関する各種情報を認識することができる。
　また、デバイス１００は、自装置のカテゴリに基づいて各種動作を行うことができる。例えば、デバイス１００は、同一もしくは所定の関係にあるカテゴリを有する他のデバイス１００から携帯履歴情報を入手することができる。より具体的には、デバイス１００の携帯履歴情報が少ない場合（例えば、デバイス１００が購入された直後、または、デバイス１００が所定の物品に装着された直後等）、当該デバイス１００は、同一もしくは所定の関係（例えば、関連性の高い関係）にあるカテゴリを有する他のデバイス１００の携帯履歴情報を入手することで、上記のユーザ認証や行動予測等の各種処理に用いてもよい。これによって、デバイス１００は、自装置の携帯履歴情報が少ない場合でも、他のデバイス１００の携帯履歴情報を有効に活用することができる。また、デバイス１００は、自装置のカテゴリに基づいて通信対象を決定してもよい。例えば、デバイス１００が「家族の物」というカテゴリを有している場合、他のデバイス１００のうち「家族の物」という同一のカテゴリを有しているデバイス１００を通信対象に決定してもよい。これによって、デバイス１００は、関係のない第三者のデバイス１００と通信を行うことを防ぐことができる。
　また、デバイス１００は、ユーザによる過去の使用状況を記憶しておくことで当該デバイス１００の状態を適切に評価することができる。より具体的には、デバイス１００は、自装置に備えられる各種センサ（例えば、加速度センサ、ジャイロセンサ等）に基づいて自装置がどのような扱われ方をしているかを認識する。例えば、デバイス１００は、各種センサに基づいて振動、回転、水没、分解もしくは改造等のイベントの有無またはそれらの程度を認識する。そして、デバイス１００は、これらの情報に基づいて自装置の状態（または品質）を評価可能な指標値であるデバイス状態スコアを算出することができる。また、デバイス１００は、デバイス状態スコアの信頼度を示す指標値（または信頼度そのもの）である信頼スコアも併せて算出することができる。デバイス状態スコアおよび信頼スコアの算出方法については後述する。なお、デバイス状態スコアおよび信頼スコアの算出に用いられるセンサおよびイベントは特に限定されない。また、デバイス状態スコアおよび信頼スコアを算出する装置は、評価対象のデバイス１００自身であってもよいし、他のデバイス１００であってもよいし、外部装置（例えば、クラウドサーバ等）であってもよい。
　また、デバイス１００は、ユーザによる各デバイス１００の使用状況等に基づいて、ユーザがデバイス１００をいかに適切に（または丁寧に）使用できるかを示す指標値（以降、「ユーザ物品使用スコア」と呼称する。ユーザ物品使用スコアは、ユーザによるデバイス１００の使用の適正を示す値とも言える）を算出することができる。より具体的には、デバイス１００は、デバイス状態スコア、信頼スコアおよび外部システムからの評価等を総合的に考慮してユーザ物品使用スコアを算出することができる。ユーザ物品使用スコアの算出方法については後述する。
　上記のように、デバイス状態スコアと信頼スコアによるデバイス１００の状態の評価、および、ユーザ物品使用スコアによるユーザの評価が行われることによって、デバイス１００の状態の表示および価格設定等をより適切に行うことが可能になる。また、例えば、ユーザ毎に異なる状態のデバイス１００を貸与すること等が可能になる。これらの詳細については後述する。
　また、シェアリングエコノミーサービス等において、デバイス１００は、借用者と実際の使用者が異なることを検出することができる。より具体的には、上記のとおり、デバイス１００は、各種センサに基づいてユーザ認証を行うことができるため、デバイス１００の使用者を認証することで、借用者と実際の使用者が異なるか否かを判断することができる。これによって、借用者と実際の使用者が異なる場合には、デバイス１００の使用を中止させたり、使用者のユーザ物品使用スコア等に応じて貸出価格を再設定したりすること等が可能となる。
　また、本開示においては、デバイス１００に関する様々なＵＩが提供される。例えば、デバイス１００の管理に用いられるＵＩ、携帯すべきデバイス１００の推薦に用いられるＵＩ、忘れ物の通知に用いられるＵＩ、ユーザ認証の状況を示すＵＩ、デバイス１００の販売価格等を表示するＵＩ、または、ユーザが自らのユーザ物品使用スコア等を確認できるＵＩ等が提供される。各ＵＩの詳細については後述する。
　　＜３．デバイスの機能構成＞
　上記では、本開示の概要について説明した。続いて、図３を参照して、デバイス１００の機能構成について説明する。なお、以下に説明する各機能構成の機能はあくまで一例であり、特に限定されるものではない。
　図３に示すように、デバイス１００は、取得部１１０と、解析部１２０と、記憶部１３０と、通信部１４０と、制御部１５０と、を備える。
　（取得部１１０）
　取得部１１０は、デバイス１００に備えられる各種センサからのセンシングデータを取得する。取得部１１０は、取得したセンシングデータを記憶部１３０に格納する。
　（解析部１２０）
　解析部１２０は、取得部１１０によって取得されたセンシングデータを解析することで、各種処理を実現する。例えば、解析部１２０は、デバイス１００を携帯するユーザを認証する認証部として機能する。また、解析部１２０は、デバイス１００を共有する二人以上のユーザの関連性を認識する関連性認識部としても機能する。また、解析部１２０は、デバイス１００を携帯するユーザの行動予測を行う行動予測部としても機能する。また、解析部１２０は、デバイス１００のカテゴリを認識するカテゴリ認識部としても機能する。また、解析部１２０は、デバイス１００に過去発生したイベント等に基づいて当該デバイス１００の状態または品質を示す値（デバイス状態スコア）を算出するデバイス状態算出部としても機能する。さらに、解析部１２０は、ユーザによって過去に使用されたデバイス１００のデバイス状態スコアおよび信頼スコアに基づいて当該ユーザによるデバイス１００の使用の適正を示す値（ユーザ物品使用スコア）を算出するユーザ適正算出部としても機能する。解析部１２０の機能の詳細については後述する。
　（記憶部１３０）
　記憶部１３０は、各種情報を記憶する。例えば、記憶部１３０は、取得部１１０によって取得されたセンシングデータ、解析部１２０ないし制御部１５０の処理に用いられる各種情報、解析部１２０ないし制御部１５０の処理結果等を記憶する。また、記憶部１３０は、デバイス１００の各機能構成によって使用されるプログラムまたはパラメータ等を記憶してもよい。
　（通信部１４０）
　通信部１４０は、他装置との通信を行う。例えば、通信部１４０は、取得部１１０によって取得されたセンシングデータ、解析部１２０ないし制御部１５０によって生成された処理データ等を、無線通信によって他のデバイス１００へ送信する。また、通信部１４０は、他のデバイス１００から上記と同様のデータを受信してもよい。
　（制御部１５０）
　制御部１５０は、上記で説明した各機能構成の処理を統括的に制御する。また、制御部１５０は、解析部１２０の解析結果に基づいて各種処理を制御する。例えば、制御部１５０は、携帯することが推薦されるデバイス１００を出力する推薦部として機能し、ユーザに対して忘れ物や不要な物等を通知する。また、制御部１５０は、デバイス１００の携帯状態に基づいてデバイス１００の所有者を登録する登録部としても機能する。また、制御部１５０は、デバイス１００のカテゴリに基づいて他のデバイス１００との連携（携帯履歴情報の共有等）を制御する。また、制御部１５０は、デバイス１００が第三者に携帯されている場合にその旨を所有者へ通知する。また、制御部１５０は、現在または過去におけるデバイス１００の携帯状態に関する情報の表示を制御する。さらに、制御部１５０は、ユーザ認証の結果に基づいて自装置または他装置の処理を制御する（例えば、ドアやスマートフォン等のロック解除等）。制御部１５０の機能の詳細については後述する。
　　＜４．デバイスの動作＞
　上記では、デバイス１００の機能構成について説明した。続いて、デバイス１００の動作について説明する。
　（４－１．携帯認識）
　まず、図４を参照して、ユーザによるデバイス１００の携帯有無を判定する動作（以降、「携帯認識」と呼称する）について説明する。
　ステップＳ１０００では、解析部１２０がセンシングデータに基づいてユーザの行動認識を行う。より具体的には、解析部１２０は、センシングデータの特徴量を抽出し、事前に機械学習等によって生成された行動モデルに対して当該特徴量を入力する。そして、解析部１２０は、行動モデルにおける各行動の特徴量と入力した特徴量とを比較することで、ユーザの行動を認識する。当該処理はあくまで一例であり、行動認識処理はこれに限定されない。
　ステップＳ１００４では、解析部１２０が、行動認識の結果とその他の各種情報に基づいて携帯認識スコアの算出を行う。「携帯認識スコア」とは、あるデバイス１００がユーザに携帯されているか否かを表す指標値である。
　ステップＳ１００８では、解析部１２０は、近接認識（Ｓ１００８ａ）、動き認識（Ｓ１００８ｂ）、行動認識（Ｓ１００８ｃ）、ユーザ入力認識（Ｓ１００８ｄ）等の各種認識処理を行う（行動認識については、ステップＳ１０００の処理結果が用いられてもよい）。なお、これらの処理はあくまで一例であり、行われる処理は、これらに限定されるものではない。
　「近接認識（Ｓ１００８ａ）」とは、認識対象であるデバイス１００以外に、ユーザに携帯されていることが判明しているデバイス１００が存在する場合にて、当該携帯されているデバイス１００と、認識対象であるデバイス１００との離隔距離を算出する処理を指す。仮に、携帯されているデバイスと認識対象であるデバイス１００が所定の距離以内に位置する場合、認識対象であるデバイス１００も共に携帯されている可能性が高い。
　「動き認識（Ｓ１００８ｂ）」とは、例えば、認識対象であるデバイス１００の加速度センサによるデバイス１００の動きを検出する処理を指す。認識対象であるデバイス１００による動き認識の確信度が高いほど、当該デバイス１００がユーザに携帯されている可能性が高い。なお、加速度センサ以外のセンサが用いられてもよい。
　「行動認識（Ｓ１００８ｃ）」の内容は、上記のとおりである。認識対象であるデバイス１００による行動認識の確信度が高いほど、当該デバイス１００はユーザに携帯されている可能性が高い。
　「ユーザ入力認識（Ｓ１００８ｄ）」とは、ユーザ操作によって入力されたデバイス１００の携帯有無を認識する処理を指す。デバイス１００を携帯していることがユーザによって明示的に入力された場合、当該デバイス１００はユーザに携帯されている可能性が高い。なお、明示的な入力ではなく、ユーザがデバイス１００を携帯していると推認できるような何らかの入力によってユーザ入力認識が行われてもよい。
　ステップＳ１０１２では、解析部１２０は、式１のように、近接認識、動き認識、行動認識、および、ユーザ入力認識のそれぞれの結果（確信度）に対して重み係数による重み付けが施された値を合算することで携帯認識スコアを算出する。
Figure JPOXMLDOC01-appb-M000001
　ステップＳ１０１６では、解析部１２０が、算出した携帯認識スコアと所定の閾値とを比較する。そして、解析部１２０は、携帯認識スコアが所定の閾値よりも高ければ、デバイス１００はユーザに携帯されていると判定し、携帯認識スコアが所定の閾値以下であれば、デバイス１００はユーザに携帯されていないと判定する。
　上記の動作によって解析部１２０は、ユーザによるデバイス１００の携帯有無をより高い精度で認識することができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ステップＳ１００８の各種認識処理は、並行して行われてもよいし、要求されている精度等に応じて段階的に行われたり一部省略されたりしてもよい。
　また、解析部１２０は、図５に示すように、携帯認識よりも負荷が低い処理を携帯認識と組み合わせることで消費電力を低減させてもよい。
　例えば、ステップＳ１１００にて携帯認識が行われ、デバイス１００が携帯されていることが認識された後は、ステップＳ１１０４にて、解析部１２０は、加速度センサ等によって、携帯認識よりも負荷が低い処理である動き認識を一定時間毎に繰り返してもよい。そして、所定値よりも大きな動きの変化が検出されない場合（換言すると、ユーザが同様の動作を継続している場合）（ステップＳ１１０８／Ｎｏ）には、解析部１２０は、引き続き動き認識を一定時間毎に繰り返す。一方、所定値よりも大きな動きの変化が検出された場合（ステップＳ１１０８／Ｙｅｓ）、処理がステップＳ１１００に戻り、解析部１２０が携帯認識を行う。
　上記の動作によって、解析部１２０は、消費電力を低減させることができる。すなわち、解析部１２０は、消費電力が高い携帯認識を常に継続するのではなく、ユーザの動きが大きく変化しない場合には携帯状態に大きな変化がないと認識して、より負荷が低い動き認識を行うことによって、デバイス１００が携帯されているか否かの認識精度を高く維持した状態で消費電力を低減させることができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。
　（４－２．携帯位置認識）
　続いて、図６を参照して、デバイス１００が携帯されている位置（身体の一部（顔、耳、首、手、腕、腰、足等）に装着されている、ポケット（胸ポケット、ズボンの前後のポケット等）もしくは鞄（ショルダーバック、バックパック、トートバック等）に入れられている等）を判定する動作（以降、「携帯位置認識」と呼称する）について説明する。
　ステップＳ１２００では、図４または図５で示した携帯認識が行われる。そして、デバイス１００がユーザに携帯されていると認識された場合には、ステップＳ１２０４にて、解析部１２０がセンシングデータに基づいて携帯位置認識を行う。例えば、解析部１２０は、加速度センサやジャイロセンサからのセンシングデータの特徴量を抽出し、事前に機械学習等によって生成された携帯位置モデルに対して当該特徴量を入力する。そして、解析部１２０は、携帯位置モデルにおける各携帯位置の特徴量と入力した特徴量とを比較することで、デバイス１００の携帯位置を認識する。これはあくまで一例であり、携帯位置の認識方法はこれに限定されない。
　例えば、カテゴリが既知のデバイス１００については、解析部１２０は、上記の携帯位置認識を省略したり、携帯位置の候補を選定したり、あり得ない携帯位置を除外したりした上で携帯位置認識を行ったりしてもよい。より具体的には、デバイス１００のカテゴリが「靴」であれば、解析部１２０は、携帯位置を「足（足に装着）」とすることで携帯位置認識を省略してもよい。また、デバイス１００のカテゴリが「傘」であれば、解析部１２０は、「手（把持する）」、「腕（腕にかける）」、「鞄（鞄に入れる）」等を携帯位置の候補として選定したり、傘の携帯位置としてあり得ない、「足（足に装着）」、「頭（頭に装着）」等を除外したりした上で携帯位置認識を行ってもよい。また、ユーザが入力部（図示無し）を用いて、デバイス１００の携帯位置を入力することで、解析部１２０は携帯位置認識を省略してもよい。これらによって、解析部１２０は、消費電力をより低減させることができ、処理速度をより向上させることができる。
　また、解析部１２０は、図７に示すように、携帯位置認識よりも負荷が低い処理を携帯位置認識と組み合わせることで消費電力を低減させてもよい。
　例えば、ステップＳ１３００にて携帯認識が行われ、デバイス１００が携帯されていることが認識され、ステップＳ１３０４にて携帯位置認識が行われ、デバイス１００が携帯されている位置が認識されたとする。その後、解析部１２０は、ステップＳ１３０８にて、携帯位置認識よりも負荷が低い処理である携帯認識を一定時間毎に繰り返してもよい。そして、デバイス１００が携帯されている状態が継続している場合（ステップＳ１３１２／Ｙｅｓ）、解析部１２０は、引き続き携帯認識を一定時間毎に繰り返す。一方、デバイス１００が携帯されている状態が継続していない場合（ステップＳ１３１２／Ｎｏ）、処理がステップＳ１３０４に戻り、解析部１２０が再び携帯位置認識を行う。
　上記の動作によって、解析部１２０は、消費電力を低減させることができる。すなわち、解析部１２０は、消費電力が高い携帯位置認識を常に継続するのではなく、携帯状態が継続している場合には、携帯位置に変化がないと認識して、より負荷が低い携帯認識を行うことによって、携帯位置の認識精度を高く維持した状態で消費電力を低減させることができる。例えば、靴や腕時計等のように携帯（装着）される位置が限られ、一度携帯されるとその位置が変わる可能性が低いデバイス１００については上記の処理が特に有効である。また、解析部１２０は、カテゴリ等に基づいてデバイス１００が靴や腕時計等の場合には携帯位置認識を適宜省略したり負荷の低い処理に変更したりしてもよい。なお、上記の動作は、あくまで一例であり適宜変更され得る。
　（４－３．同一人物携帯認識）
　続いて、図８を参照して、同一人物に携帯されているデバイス１００を判定する動作（以降、「同一人物携帯認識」と呼称する）について説明する。この動作によって、二人以上のユーザが互いに近く（所定の距離以内）に位置する場合、各デバイス１００は、ユーザ毎に携帯されているデバイス１００群を認識することができるため、後述する、ユーザを認証する動作を行うことができる。
　まず、図示していないが、同一人物携帯認識が行われる前には、図４または図５で示した携帯認識が行われる。なお、図６または図７で示した携帯位置認識が併せて行われてもよい。そして、携帯認識により、デバイス１００がユーザに携帯されていると認識された場合には、ステップＳ１４００にて、解析部１２０は、デバイスリストから携帯状態のデバイス１００を抽出する。
　そして、解析部１２０は、ステップＳ１４０４にて、携帯状態のデバイス１００のうち２つを選択し、ステップＳ１４０８にて、同一人物携帯スコアの算出を行う。「同一人物携帯スコア」とは、２つのデバイス１００が同一人物に携帯されているか否かの判定に用いられる指標値である。
　ステップＳ１４１２では、解析部１２０は、近接認識（Ｓ１４１２ａ）、動き認識（Ｓ１４１２ｂ）、行動認識（Ｓ１４１２ｃ）、携帯位置認識（Ｓ１４１２ｄ）等の各種認識処理を行う（各種認識処理については、前段で行われた処理結果が用いられてもよい）。なお、これらの各種認識処理の内容は、上記のとおりである。また、これらの処理はあくまで一例であり、行われる処理は、これらに限定されるものではない。
　「近接認識（Ｓ１４１２ａ）」によって、２つのデバイス１００間の離隔距離が算出される。２つのデバイス１００間の距離が近いほど、各デバイス１００は同一ユーザに携帯されている可能性が高い。
　「動き認識（Ｓ１４１２ｂ）」によって、デバイス１００の動きが検出される。２つのデバイス１００の動きの相関値が高いほど、各デバイス１００は同一ユーザに携帯されている可能性が高い。
　「行動認識（Ｓ１４１２ｃ）」によって、ユーザの行動が認識される。２つのデバイス１００によって認識されたユーザの行動の相関値が高いほど、各デバイス１００は同一ユーザに携帯されている可能性が高い。
　「携帯位置認識（Ｓ１４１２ｄ）」によって、デバイス１００の携帯位置が認識される。２つのデバイス１００の携帯位置が同一または類似である場合において、各デバイス１００の動きに相関がある場合、各デバイス１００は同一ユーザに携帯されている可能性が高い。
　ステップＳ１４１６では、解析部１２０は、式２のように、近接認識、動き認識、行動認識、および、携帯位置認識のそれぞれの結果（確信度）に対して重み係数による重み付けが施された値を合算することで同一人物携帯スコアを算出する。
Figure JPOXMLDOC01-appb-M000002
　ステップＳ１４２０では、解析部１２０が、算出した同一人物携帯スコアと所定の閾値とを比較する。そして、解析部１２０は、同一人物携帯スコアが所定の閾値よりも高ければ、２つのデバイス１００は同一人物に携帯されていると判定し、同一人物携帯スコアが所定の閾値以下であれば、２つのデバイス１００は同一人物に携帯されていないと判定する。解析部１２０は、同一人物携帯スコアの算出および所定の閾値との比較を、携帯状態にあるデバイス１００について総当たり的に繰り返す。当該処理の結果、ステップＳ１４２４では、解析部１２０が同一人物に携帯されているデバイス１００のリスト（図中では「同一人物携帯デバイスリスト」と表している）を作成する。
　上記の動作によって解析部１２０は、同一人物に携帯されているデバイス１００をより高い精度で認識することができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ステップＳ１４１２の各種認識処理は、並行して行われてもよいし、要求されている精度等に応じて段階的に行われたり一部省略されたりしてもよい。
　また、解析部１２０は、図９に示すように、同一人物携帯認識よりも負荷が低い処理を同一人物携帯認識と組み合わせることで消費電力を低減させてもよい。
　例えば、ステップＳ１５００にて携帯認識が行われ、デバイス１００が携帯されていることが認識され、ステップＳ１５０４にて同一人物携帯認識が行われ、同一人物に携帯されているデバイス１００が認識されたとする。なお、上記のとおり、携帯位置認識が併せて行われてもよい。その後、解析部１２０は、ステップＳ１５０８にて、同一人物携帯認識よりも負荷が低い処理である携帯認識を一定時間毎に繰り返してもよい。そして、同一人物に携帯されていると認識された全デバイス１００の携帯状態が継続している場合（ステップＳ１５１２／Ｙｅｓ）、解析部１２０は、引き続き携帯認識を一定時間毎に繰り返す。一方、いずれかのデバイス１００の携帯状態が変化した場合（ステップＳ１５１２／Ｎｏ）、処理がステップＳ１５０４に戻り、解析部１２０が再び同一人物携帯認識を行う。
　上記の動作によって、解析部１２０は、消費電力を低減させることができる。すなわち、解析部１２０は、消費電力が高い同一人物携帯認識を常に継続するのではなく、携帯状態が継続している場合には、各デバイス１００が継続的に同一人物に携帯されていると認識し、より負荷が低い携帯認識を行うことによって、同一人物携帯認識の精度を高く維持した状態で消費電力を低減させることができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。
　（４－４．携帯人物認識（ユーザ認証））
　続いて、図１０を参照して、デバイス１００を携帯しているユーザを判定する動作（以降、「携帯人物認識」と呼称する。ユーザ認証と等価）について説明する。
　まず、図示していないが、携帯人物認識が行われる前には、携帯認識、携帯位置認識および同一人物携帯認識が行われることを想定しているが、これに限定されない。
　そして、解析部１２０は、ステップＳ１６００にて、デバイス１００を携帯しているユーザの候補が示されているユーザリストから一名を選択し、ステップＳ１６０４にて、携帯人物スコアの算出を行う。「携帯人物スコア」とは、リストから選択された一名と、携帯人物認識の対象となるユーザとの類似度を表す指標値である。
　ステップＳ１６０８では、解析部１２０は、行動認識（Ｓ１６０８ａ）、携帯位置認識（Ｓ１６０８ｂ）、携帯シーケンス認識（Ｓ１６０８ｃ）等の各種認識処理を行う（行動認識または携帯位置認識については、前段で行われた処理結果が用いられてもよい）。また、これらの処理はあくまで一例であり、行われる処理は、これらに限定されるものではない。
　「行動認識（Ｓ１６０８ａ）」によって、デバイス１００の携帯状態を含むユーザの行動が認識される。ユーザリストから選択されたユーザと、認証対象のユーザとの行動の相関値が高いほど、各ユーザは同一人物である可能性が高い。
　「携帯位置認識（Ｓ１６０８ｂ）」によって、デバイス１００の携帯位置が認識される。各ユーザについて、デバイス１００の携帯位置の相関値が高い程、各ユーザは同一人物である可能性が高い。
　「携帯シーケンス認識（Ｓ１６０８ｃ）」とは、複数のデバイス１００がユーザによって携帯されるタイミングを認識する処理を指す。例えば、ユーザが各デバイス１００を携帯する順番（どのデバイス１００を先に携帯するか、または、どのデバイス１００を同時に携帯するか等）や、あるデバイス１００を携帯してから別のデバイス１００を携帯するまでの所要時間等についての相関値が高い程、各ユーザは同一である可能性が高い。
　ステップＳ１６１２では、解析部１２０は、式３のように、行動認識、携帯位置認識、および、携帯シーケンス認識のそれぞれの結果（確信度）に対して重み係数による重み付けが施された値を合算することで携帯人物スコアを算出する。また、解析部１２０は、ユーザリストに示されている全員についての携帯人物スコアの算出が完了するまで処理を繰り返す。
Figure JPOXMLDOC01-appb-M000003
　ここで、図１１および図１２を参照して、携帯人物スコア算出のイメージについて説明する。図１１の１１Ａおよび１１Ｂは、ユーザリストから選択されたユーザの一部であるユーザＡおよびユーザＢによるデバイス１００Ａ～デバイス１００Ｃの携帯履歴情報を時系列的に示している。そして、解析部１２０は、１１Ｃに示した認証対象のユーザと、ユーザリストから選択されたユーザＡおよびユーザＢとの類似度を表す携帯人物スコアを算出する。
　解析部１２０は、行動認識の結果として、各時間帯にいずれのデバイス１００を携帯し、どのような行動をしているか等を認識し、携帯位置認識の結果として、デバイス１００の携帯位置はどこか等を認識し、携帯シーケンス認識の結果として、各デバイス１００をどのような順番で携帯したか等を認識する。そして、解析部１２０は、これらの要素に基づいて認証対象のユーザと、ユーザＡおよびユーザＢとの類似度を表す携帯人物スコアを算出する。例えば、１１Ａの方が、１１Ｂよりも１１Ｃに類似しているため、解析部１２０は、ユーザＡの携帯人物スコアをユーザＢよりも高く出力する。
　また、解析部１２０は、各デバイス１００の携帯状態が時系列的に示された図１１ではなく、図１２のように、各デバイス１００の携帯状態が行動シーケンス毎に示された携帯履歴情報が用いられてもよい。「行動シーケンス」とは、ユーザが行った行動の順番に関する情報である。例えば、図１２に示すように、携帯履歴情報には、各ユーザの典型的な行動の順番が示され、それぞれの行動時の各デバイス１００の携帯状態が示されている。なお、各バー１０の長さは、各行動時においてデバイス１００が表記の携帯位置で携帯される確率を示している。デバイス１００は、携帯履歴情報を行動シーケンス毎に記憶することによって、時系列的に記憶する場合に比べてデータ容量を圧縮することができる。
　解析部１２０は、図１１および図１２のいずれの方法を用いて携帯人物スコアを算出してもよい。なお、比較対象とされる携帯履歴情報の期間は任意である。例えば、解析部１２０は、ユーザが一日の活動を開始した時点からの携帯履歴情報に基づいて携帯人物スコアを算出してもよい。また、解析部１２０はある時点におけるデバイス１００の携帯状態に基づいて携帯人物スコアを算出してもよい。例えば、解析部１２０は、ある時刻や、ユーザがある行動を行う時点におけるデバイス１００の携帯状態に基づいて携帯人物スコアを算出してもよい。これによって、例えば、ユーザが帰宅する直前に、自宅の鍵であるデバイス１００が携帯人物スコアを算出しユーザ認証を可能にすることで、ユーザが鍵を用いて自宅に入れるようにすること等ができる。
　また、解析部１２０は、デバイス１００が携帯されていないことの情報も用いて携帯人物スコアを算出してもよい。例えば、解析部１２０は、ある時間帯にデバイス１００Ａが携帯されて、かつ、デバイス１００Ｂが携帯されていないという情報に基づいて携帯人物スコアを算出してもよい。また、解析部１２０は、デバイス１００が位置している場所の情報も用いて携帯人物スコアを算出してもよい。
　そして、図１０のステップＳ１６１６では、解析部１２０は、携帯人物スコアリストを作成する。「携帯人物スコアリスト」とは、ユーザ毎に携帯人物スコアが示されたリストである。ステップＳ１６２０では、解析部１２０は、携帯人物スコアリストの各スコアと所定の閾値とを比較する。「所定の閾値」とは、各ユーザと認証対象のユーザが同一人物である可能性の有無の境界値として設定される値であることを想定しているが、これに限定されない。これによって、解析部１２０は、認証対象のユーザと同一人物である可能性が無い（または、限りなく低い）ユーザを排除することができる。
　認証対象のユーザと同一人物である可能性があるユーザが存在する場合（ステップＳ１６２４／Ｙｅｓ）、ステップＳ１６２８にて、解析部１２０が最大の携帯人物スコアを有するユーザを出力する。なお、解析部１２０は、複数の携帯人物スコアが拮抗している場合には該当する二人以上のユーザを出力してもよいし、携帯人物スコアリスト自体を出力してもよい。ユーザリスト中のいずれのユーザも、認証対象のユーザと同一人物ではないと考えられる場合（ステップＳ１６２４／Ｎｏ）には、そのまま処理が終了する。なお、解析部１２０は、該当者が存在しない旨の情報を出力してもよいし、携帯人物スコアの内容を出力してもよい。
　上記の動作によって解析部１２０は、デバイス１００を携帯しているユーザをより高い精度で認証することができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ステップＳ１６０８の各種認識処理は、並行して行われてもよいし、要求されている精度等に応じて段階的に行われたり一部省略されたりしてもよい。
　また、解析部１２０は、図１３に示すように、携帯人物認識よりも負荷が低い処理を携帯人物認識と組み合わせることで消費電力を低減させつつ、ユーザの同一性を担保してもよい。
　例えば、ステップＳ１７００にて携帯認識が行われ、デバイス１００が携帯されていることが認識され、ステップＳ１７０４にて同一人物携帯認識が行われ、同一人物に携帯されているデバイス１００が認識される。なお、併せて携帯位置認識が行われてもよい。そして、ステップＳ１７０８にて携帯人物認識が行われ、デバイス１００を携帯しているユーザが認証されたとする。その後、解析部１２０は、ステップＳ１７１２にて、携帯人物認識よりも負荷が低い処理である同一人物携帯認識を一定時間毎に繰り返してもよい。そして、各デバイス１００が同一人物によって携帯されている状態が継続している場合（ステップＳ１７１６／Ｙｅｓ）、解析部１２０は、引き続き同一人物携帯認識を一定時間毎に繰り返す。一方、各デバイス１００が同一人物によって携帯されていない状態である場合（ステップＳ１７１６／Ｎｏ）、処理がステップＳ１７０８に戻り、解析部１２０が再び携帯人物認識を行う。
　上記の動作によって、解析部１２０は、消費電力を低減させることができる。すなわち、解析部１２０は、消費電力が高い携帯人物認識を常に継続するのではなく、同一人物による携帯状態が継続している場合には、各デバイス１００を携帯しているユーザに変更はないと認識し、より負荷が低い同一人物携帯認識を行う。これにより、解析部１２０は、デバイス１００を携帯しているユーザの認証精度を高く維持した状態で消費電力を低減させることができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。
　（４－５．人物関連性認識）
　続いて、図１４を参照して、デバイス１００を共有しているユーザ間の関連性を判定する動作（以降、「人物関連性認識」と呼称する）の概要について説明する。上記のとおり、二人以上のユーザがデバイス１００を共有している場合、各デバイス１００の共有状況に基づいて各ユーザの関連性が認識され得る。
　例えば、ユーザ間で共有されている各デバイス１００の重要度に応じて各ユーザの関連性が認識され得る。より具体的には、図１４に示すように、「スマートフォン」や「自宅の鍵」等のように重要度が高いデバイス１００が二人以上のユーザ間で共有されている場合には、各ユーザの関連性は高いと認識され得る。一方、「カメラ」等の重要度が中程度のデバイス１００が共有されている場合には、各ユーザの関連性も中程度と認識され得、「部室の鍵」、「事務所の鍵」または「本」等の重要度が低いデバイス１００が共有されている場合には、各ユーザの関連性も低いと認識され得る。なお、各デバイス１００の重要度とは、一般的に認識されている重要度に限られない。例えば、ユーザが所定の方法で各デバイス１００の重要度（または重要度に相当する指標値）を設定することができてもよい。
　なお、上記はあくまで一例であり、各ユーザの関連性の認識方法はこれに限定されない。例えば、ユーザ間で共有されるデバイス１００の数に応じて各ユーザの関連性が認識されてもよい。ユーザ間で共有しているデバイス１００の数が多いほど、各ユーザの関連性がより高いと認識され得る。
　各ユーザの関連性が認識された場合、デバイス１００はこの関連性に基づいて様々な制御をすることが可能となる。例えば、デバイス１００が「カメラ」である場合には、所有者と関連性の高いユーザとそうでないユーザとで、閲覧可能な撮影画像や使用可能な操作内容等を自律的に変えることができる。
　続いて、図１５を参照して、人物関連性認識の具体的な動作について説明する。ステップＳ１８００では、解析部１２０が、携帯履歴情報から過去に当該デバイス１００を使用したユーザのリストを抽出する。そして、解析部１２０は、ステップＳ１８０４にて、デバイス１００を使用したユーザのうち２名を選択し、ステップＳ１８０８にて、人物関連性スコアの算出を行う。「人物関連性スコア」とは、２名のユーザの関連性の判定に用いられる指標値である。
　ステップＳ１８１２では、解析部１２０は、重要度スコア算出（Ｓ１８１２ａ）、共有数スコア算出（Ｓ１８１２ｂ）等の各種処理を行う。また、これらの処理はあくまで一例であり、行われる処理は、これらに限定されるものではない。
　「重要度スコア算出（Ｓ１８１２ａ）」とは、各デバイス１００の重要度の指標値を算出する処理を指す。デバイス１００は、各デバイス１００のカテゴリもしくは、携帯履歴情報等に基づいて各デバイス１００の重要度スコアを算出する。
　「共有数スコア算出（Ｓ１８１２ｂ）」とは、選択された２名によって共有されているデバイス１００の数の指標値を算出する処理を指す。
　ステップＳ１８１６では、解析部１２０は、式４のように、重要度スコア算出および共有数スコア算出のそれぞれの結果に対して重み係数による重み付けが施された値を合算することで人物関連性スコアを算出する。解析部１２０は、人物関連性スコアの算出を、デバイス１００を使用したユーザについて総当たり的に繰り返す。
Figure JPOXMLDOC01-appb-M000004
　ステップＳ１８２０では、解析部１２０が人物関連性スコアに基づいて人物クラスタリングリストを生成する。「人物クラスタリングリスト」とは、関連性を有するユーザの組み合わせと、その関連性の高さ（人物関連性スコア）を示すリストであり、各ユーザを複数のグループに区分する情報である。
　ステップＳ１８２４では、関連性の高さに基づいて各ユーザが所属しているグループの属性を判定する。例えば、デバイス１００は、各グループの関連性の高さ（人物関連性スコア）と、所定の閾値とを比較することによって、各グループの属性（例えば、家族、親しい友人、サークルメンバー、同僚等）を識別する。
　上記の動作によって解析部１２０は、デバイス１００を共有しているユーザ間の関連性をより高い精度で認識することができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ステップＳ１８１２の各種処理は、並行して行われてもよいし、要求されている精度等に応じて段階的に行われたり一部省略されたりしてもよい。
　（４－６．所属確認とその後の動作）
　続いて、図１６および図１７を参照して、デバイス１００による所属確認とその後の動作について説明する。「所属確認」とは、上記の携帯人物認識や人物関連性認識を用いてデバイス１００が自装置の所有者や所属グループを確認する処理を指す。
　図１６は、所有者が設定されていないデバイス１００が所属確認を行い、自装置の所有者を設定する動作を示す。
　ステップＳ１９００では携帯認識が行われ、デバイス１００が携帯されていることが認識され、ステップＳ１９０４では同一人物携帯認識が行われ、同一人物に携帯されているデバイス１００が認識される。なお、併せて携帯位置認識が行われてもよい。そして、ステップＳ１９０８では携帯人物認識が行われ、デバイス１００を携帯しているユーザが認証されたとする。
　ステップＳ１９１２では、制御部１５０が自装置の所属を確認する。例えば、制御部１５０は、自装置の所有者を確認する。自装置の所有者が設定されていない場合（ステップＳ１９１６／Ｙｅｓ）、ステップＳ１９２０にて、制御部１５０が、自装置を携帯しているユーザを所有者として登録する。ステップＳ１９２４では、制御部１５０が、所有者の登録を行った旨をユーザに対して所定の方法で通知する。既に所有者が設定されている場合（ステップＳ１９１６／Ｎｏ）には、そのまま処理が終了する。
　上記の動作によって、ユーザが所有者登録を行わなくてもよくなる。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ステップＳ１９２０にて、自装置を携帯しているユーザを所有者として登録する前に、制御部１５０は、所有者登録の許可をユーザに求める動作を行ってもよい。これによって、制御部１５０は、ユーザが意図しない所有者登録を防ぐことができる。
　続いて、図１７の動作について説明する。図１７は、デバイス１００が所有者ではないユーザ（または所有者と関連性の低いユーザ）によって携帯されている場合に所有者への通知等を行う動作を示す。
　ステップＳ２０００～ステップＳ２００８は、図１６のステップＳ１９００～ステップＳ１９０８と同一であるため、説明を省略する。ステップＳ２０１２では、制御部１５０が自装置の所属を確認する。例えば、制御部１５０は、自装置の所有者ないし所属グループを確認する。そして、自装置が、所有者ではない人物や、関連性の高い所属グループ（例えば、家族等）に属さない人物によって携帯されていると判定された場合（ステップＳ２０１６／Ｙｅｓ）、ステップＳ２０２０にて、制御部１５０がその旨を所有者に対して所定の方法で通知する。自装置が、所有者や関連性の高い所属グループに属する人物によって携帯されていると判定された場合（ステップＳ２０１６／Ｎｏ）には、そのまま処理が終了する。
　上記の動作によって、デバイス１００の盗難や紛失等が防止され得る。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ステップＳ２０１６にて、自装置が、関連性の高い所属グループに属する人物等に携帯されていると判定された場合（ステップＳ２０１６／Ｎｏ）においても、制御部１５０は、その旨を所有者に対して所定の方法で通知してもよい。また、自装置が所有者ではない人物等によって携帯されていると判定された場合に（ステップＳ２０１６／Ｙｅｓ）、制御部１５０は、自装置の一部機能の使用を制限したり、重点的に監視を行ったり、自装置の所有者を当該人物に変更するか否か（デバイス１００の譲渡）もしくは自装置を当該人物に貸与するか否かを現所有者へ問い合わせたりしてもよい。また、携帯されているデバイス１００自体ではなく、そのデバイス１００の周囲に存在する他のデバイス１００によって上記の処理が実現されてもよい。
　（４－７．行動予測および携帯推薦）
　続いて、図１８を参照して、デバイス１００の携帯状態に基づくユーザの行動予測および携帯するデバイス１００を推薦する動作（以降、「携帯推薦」と呼称する）について説明する。上記のとおり、例えば、デバイス１００は、ユーザが携帯しているデバイス１００の組み合わせ等に基づいてユーザの行動を予測することができる。そして、デバイス１００は、行動予測結果に基づいてユーザが携帯することが望ましいと考えられる推薦デバイス１００を算出し、推薦デバイス１００と現実に携帯されているデバイス１００とを比較することで、デバイス１００の過不足（例えば、忘れ物、不要な持ち物等）をユーザに通知することができる。
　ステップＳ２１００～ステップＳ２１０８は、図１６のステップＳ１９００～ステップＳ１９０８と同一であるため、説明を省略する。ステップＳ２１１２では、解析部１２０が行動予測を行う。より具体的には、ステップＳ２１１６にて、解析部１２０が行動履歴リストを抽出する。ここで、「行動履歴リスト」とは、図１９に示すように、行動と、各行動時におけるデバイス１００の携帯状態（図１９には、一例として、各行動時にデバイス１００が携帯される確率に関する値が表されている）とが対応付けられた情報である。なお、図１９はあくまで一例であり、行動履歴リストの内容はこれに限定されない。
　解析部１２０は、ステップＳ２１２０にて行動履歴リストから１つの行動を選択し、ステップＳ２１２４にてデバイス・行動関連性スコアを算出する。「デバイス・行動関連性スコア」とは、デバイス１００の携帯状態と、選択された行動との関連性を示す指標値である。例えば、ユーザが図１９におけるデバイス１００Ａ～デバイス１００Ｃを携帯している場合、デバイス・行動関連性スコアは、行動履歴リスト中の各行動におけるデバイス１００Ａ～デバイス１００Ｃに対応する値に基づいて算出される（例えば、デバイス１００Ａ～デバイス１００Ｃに対応する値の合計値もしくは平均値等）。
　解析部１２０は、デバイス・行動関連性スコアの算出を、全ての行動に対して行う。ステップＳ２１２８では、解析部１２０が、デバイス・行動関連性スコアの最も高い行動を出力する。図１９の例では、ユーザが携帯しているデバイス１００Ａ～デバイス１００Ｃに対応する値が最も高い行動Ｃが出力される（換言すると、ユーザは行動Ｃを行うと予測される）。上記の動作によって解析部１２０は、デバイス１００の携帯状態に基づいてユーザの行動をより高い精度で予測することができる。
　そして、ステップＳ２１３２にて、行動予測の結果に基づいて携帯推薦の動作が行われる。まず、制御部１５０が、ステップＳ２１３６にて行動履歴リストを抽出し、ステップＳ２１４０にて行動に基づく携帯デバイスリストのソートを行う。「携帯デバイスリスト」とは、図２０の２０Ａに示すように、各デバイス１００、スコア（携帯される確率）および携帯状態が対応付けられた情報である。制御部１５０は、２０Ａに示すように、行動予測によって出力された行動Ｃについてスコアが高い順に携帯デバイスリストのソートを行う。
　ステップＳ２１４４では、制御部１５０は、２０Ｂに示すように、携帯デバイスリストから携帯されているデバイス１００を除去することで、忘れ物の一覧を出力する（または、制御部１５０は、携帯デバイスリストと携帯されているデバイス１００との差分を抽出することで、忘れ物および不要な持ち物の一覧を出力してもよい）。ステップＳ２１４８では、制御部１５０が出力結果をユーザに対して所定の方法で通知する。
　上記の動作によって、デバイス１００は、デバイス１００の過不足（例えば、忘れ物、不要な持ち物等）をより高い精度で認識し、ユーザに通知することができる。なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、ユーザの行動が既知である場合には、ステップＳ２１１２の行動予測は適宜省略されてもよい。また、デバイス１００は、ユーザの忘れ物や不要な持ち物の傾向を学習することで、デバイス１００毎に処理の精度や内容を変更してもよい。また、デバイス１００が使用される期間が限定される場合（例えば、冬季のみ使用されるスキー用品やスケート用品等）、デバイス１００は、使用される期間とそうでない期間とで処理の精度や内容を変更してもよい。
　（４－８．デバイス１００の状態の評価）
　続いて、図２１を参照して、デバイス１００の状態の評価に関する動作について説明する。
　まず、ステップＳ２２００では、デバイス１００がデバイス状態スコアを算出する。より具体的には、解析部１２０は、式５のように、振動、回転、水没、分解または改造等のイベントの検出結果（例えば、各イベントの検出回数およびその程度を示す値）およびユーザによって指示（または、入力）された値に対して重み係数による重み付けを施した値を合算することでデバイス状態スコアを算出する。
Figure JPOXMLDOC01-appb-M000005
　上記のように、デバイス状態スコアは、振動、回転、水没、分解または改造等のイベントの検出結果に基づいて変化する。例えば、図２２に示すように、出荷時には、１．０を示していたデバイス状態スコアは、振動および水没等の検出に伴って逓減していくことで、デバイス１００の状態が徐々に悪くなっていくことを表す。また、振動および水没等が検出されていない期間においても、デバイス状態スコアが逓減することで、デバイス１００が経年劣化することも表す。また、デバイス状態スコアは、ユーザの指示によっても変化するため、ユーザは、所定の指示をすることで振動等のイベントの影響をキャンセルしたり補正したりすることができる。また、ユーザは所定の指示をすることでデバイス状態スコアの更新機能の起動または停止を制御することもできる。なお、図２２はあくまで一例であり、デバイス状態スコアの変化の仕方はこれに限定されない。例えば、デバイス１００の状態が向上するようなイベントが発生した場合には、デバイス状態スコアが増加してもよい。
　そして、図２１のステップＳ２２０４では、デバイス１００は、デバイス状態スコアの信頼度の指標値である信頼スコアを算出する。より具体的には、解析部１２０は、式６のように、デバイス状態スコアの記録期間（イベントの記録期間と同義）を示す値、デバイス１００の使用期間に対する、デバイス状態スコアの記録期間の割合を示す値、および、デバイス状態スコアの算出に使用されるセンサ（検出器）の数を示す値に対して重み係数による重み付けを施した値を合算することで信頼スコアを算出する。
Figure JPOXMLDOC01-appb-M000006
　なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、デバイス状態スコアの算出に用いられる上記のイベントは適宜変更されてもよい。より具体的には、デバイス状態スコアの算出に用いられるイベントは上記に限定されず、デバイス１００の状態に影響を及ぼすイベントであればいかなるイベントでもよい。また、デバイス１００の使用頻度に関する情報、使用回数に関する情報、または、使用したユーザに関する情報等（例えば、ユーザ物品使用スコア等）が考慮されてもよい。また、信頼スコアの算出に用いられる上記の要素も適宜変更されてもよい。より具体的には、信頼スコアの算出に用いられる要素は、デバイス状態スコアの信頼度に影響を及ぼす要素であればいかなるものであってもよい。
　また、デバイス１００は、上記で説明した方法で使用者を認証することができるため、デバイス状態スコアまたは信頼スコアを、使用者毎に区別して算出してもよい。より具体的には、デバイス１００は、各使用者がデバイス１００を使用した期間を特定し、各期間にて発生した振動等のイベント等に基づいてデバイス状態スコア等を算出してもよい。
　ユーザ（例えば、デバイス１００の販売者または貸与者を含む）は、上記動作によって算出されたデバイス状態スコアを用いることで、各デバイス１００を適切に管理することができる。例えば、図２３に示すように、デバイス状態スコアが含まれる範囲に基づいてデバイス１００のランク（この例では、Ｓランク～Ｃランク）が決められてもよい。これによって、デバイス１００の貸出しの際に、貸与者は、借用者に応じてランクの異なるデバイス１００を貸与することができる。例えば、借用者がデバイス１００を粗悪に扱う可能性が高い場合（換言すると、借用者のユーザ物品使用スコアが低い場合）、貸与者は、よりランクの低いデバイス１００を貸与する等の対応をとることができる。
　また、デバイス１００が複数のランクに分類されることによって、デバイス状態スコアがそのまま用いられる場合に比べて、管理方法をより簡素にすることができる。より具体的には、デバイス状態スコアがそのまま用いられる場合、ユーザは、デバイス状態スコア毎に管理方法を策定する必要があるが、デバイス１００が複数のランクに分類される場合、ユーザは、そのランク毎に管理方法を策定すれば済むため、管理方法がより簡素になる。
　また、上記のとおり、デバイス１００の販売価格（または貸出価格）がデバイス状態スコアに基づいて設定されてもよい。このとき、図２３に示すように、デバイス状態スコアが含まれる範囲に基づいて販売価格等の設定に用いられる係数（この例では、０．７～１．０）が決められてもよい（以降、当該係数を「ランク係数」と呼称する）。
　続いて、デバイス１００の販売価格（または貸出価格）の設定方法について説明する。例えば、デバイス１００の販売価格等は、式７のように、デバイス状態スコアと通常中古価格を乗算して得られる価格であってもよい（なお、デバイス状態スコアが０．０～１．０で表される場合を想定している）。ここで、通常中古価格とは、例えば、未使用のデバイス１００の販売価格であり得、かつ、これに限定されない。これによって、状態の悪いデバイス１００ほど、販売価格（または貸出価格）が低く設定される。
Figure JPOXMLDOC01-appb-M000007
　また、デバイス１００の販売価格等は、式８のように、デバイス状態スコア、需要係数、経年劣化の指標値および新品価格を乗算して得られる価格であってもよい（換言すると、通常中古価格が、需要係数、経年劣化の指標値および新品価格を乗算して得られる価格であってもよい）。ここで、需要係数は、販売時（または貸出時）における市場でのデバイス１００の需要を示す何らかの値であればよい。また、経年劣化の指標値は、振動等のイベントによらない経年劣化（例えば、デバイス１００が使用されず保管されていた期間の劣化）を示す何らかの指標値であればよい。
Figure JPOXMLDOC01-appb-M000008
　また、デバイス１００の販売価格等は、式９のように、ランク係数と通常中古価格を乗算して得られる価格であってもよい。
Figure JPOXMLDOC01-appb-M000009
  
　なお、販売価格等の設定方法は上記に限定されない。例えば、上記の各式で用いられた要素（例えば、各係数、通常中古価格または新品価格等）は適宜省略されたり変更されたりしてもよい。より具体的には、式８において、需要係数および経年劣化の指標値が省略されることで、販売価格がデバイス状態スコアと新品価格との乗算によって算出されてもよい。また、上記の方法が応用されることで、デバイス１００の買取価格が設定されてもよい。
　（４－９．ユーザ物品使用スコアの算出）
　続いて、図２４を参照して、ユーザ物品使用スコアの算出動作について説明する。
　ステップＳ２３００では、解析部１２０は、ユーザが過去に使用した全てのデバイス１００に関するデバイス状態スコアの合計値を算出する。より具体的には、解析部１２０は、ステップＳ２３０４にて上記の式５の演算を行う処理を、ユーザが過去に使用した全てのデバイス１００に対して繰り返し行う。そして、その後、ステップＳ２３０８にて、解析部１２０は、全てのデバイス１００に関するデバイス状態スコアを合算する処理を行う。
　ここで、ユーザが過去に使用した全てのデバイス１００を特定する方法について説明する。デバイス１００は、上記のとおりユーザ認証を行うことで、ユーザが過去に使用した全てのデバイス１００、および、ユーザが各デバイス１００を使用した期間を特定することができる。そのため、ステップＳ２３０４にて、解析部１２０は、ユーザが各デバイス１００を使用した期間にて発生した振動等のイベント等に基づいて各デバイス１００のデバイス状態スコアを算出することができる。これによって、１つのデバイス１００が過去に複数のユーザによって使用された場合であっても、各ユーザによるデバイス１００の扱い方がそれぞれのユーザ物品使用スコアに適切に反映される。
　ステップＳ２３１２では、解析部１２０は、デバイス状態スコアに関する信頼スコアの合計値を算出する。より具体的には、解析部１２０は、ステップＳ２３１６にて上記の式６の演算を行う処理を、ユーザが過去に使用した全てのデバイス１００に対して繰り返し行う。そして、その後、ステップＳ２３２０にて、解析部１２０は、全てのデバイス１００に関する信頼スコアを合算する処理を行う。
　ステップＳ２３２４では、解析部１２０は、外部システムから提供される情報に基づくユーザの総合的な評価を示す指標値である外部評価スコアを算出する。より具体的には、解析部１２０は、外部システムから提供されるユーザに関する何らかの評価を取得し、当該評価に対して重み係数による重み付けを施した値を合算したりすることで外部評価スコアを算出する。ここで、外部システムは、例えば、ユーザの疾患履歴や事故履歴等に基づいてユーザが有するリスク情報を提供する保険システムであってもよいし、ユーザの決済履歴等に基づいてユーザによる滞納のリスク情報を提供するクレジットカードシステム等であってもよい。なお、外部システムおよび外部システムから提供される情報はこれらに限定されない。また、外部評価スコアの算出方法は特に限定されない。例えば、外部評価スコアは、外部システムから提供される情報が所定の演算式に入力されることで算出されてもよい。
　ステップＳ２３２８では、解析部１２０は、デバイス状態スコアの合計値、信頼スコアの合計値、および、外部評価スコアに基づいてユーザ物品使用スコアを算出する。より具体的には、解析部１２０は、これらのスコアに対して重み係数による重み付けを施した値を合算する等してユーザ物品使用スコアを算出する。
　上記のように、ユーザ物品使用スコアは、デバイス状態スコアだけでなく、その信頼度を表す信頼スコアも考慮された上で算出される。これによって、デバイス状態スコアの精度が低い場合にも、解析部１２０は、精度の高いユーザ物品使用スコアを算出することができる。また、上記のように、ユーザ物品使用スコアは、外部システムから提供される情報に基づく外部評価スコアも考慮された上で算出される。これによって、解析部１２０は、本システム内の情報のみに基づいてユーザ物品使用スコアを算出する場合に比べて、当該スコアの精度を向上させることができる。
　なお、上記の動作は、あくまで一例であり適宜変更され得る。例えば、解析部１２０は、デバイス状態スコアの合計値や、信頼スコアの合計値ではなく、これらの平均値等を演算に用いることでユーザ物品使用スコアを算出してもよい。
　また、ユーザ物品使用スコアは、デバイス１００のカテゴリ毎に算出されてもよい。デバイス１００のカテゴリの内容は上記のとおりである。これによって、ユーザがデバイス１００を適切に（または、丁寧に）使用できるか否かがデバイス１００のカテゴリによって変わる場合であっても、デバイス１００は、より適切なユーザ物品使用スコアを算出することができる。例えば、デバイス１００は、あるユーザが「カメラ」については丁寧に扱うが「文房具」については粗悪に扱う場合や、「公共物」については丁寧に扱うが「私物」については粗悪に扱う場合等においても、より適切なユーザ物品使用スコアを算出することができる。
　ここで、デバイス１００の貸出価格（または販売価格）は、デバイス状態スコアだけでなくユーザ物品使用スコアにも基づいて設定されてもよい。例えば、デバイス１００の貸出価格等は、式１０のように、通常貸出価格をユーザ物品使用スコアで除算して得られる価格であってもよい（なお、ユーザ物品使用スコアが０．０～１．０で表される場合を想定している）。ここで、通常貸出価格とは、例えば、優良ユーザに対する貸出価格であり得、かつ、これに限定されない。これによって、ユーザ物品使用スコアの高い（例えば、デバイス１００を丁寧に扱う）ユーザほど、貸出価格（または販売価格）が低く設定される。
Figure JPOXMLDOC01-appb-M000010
　また、デバイス１００の貸出価格等は、式１１のように、ランク係数および通常貸出価格を乗算して得られる値をユーザ物品使用スコアで除算して得られる価格であってもよい。これによって、デバイス１００の状態も考慮された価格が設定される。
Figure JPOXMLDOC01-appb-M000011
　なお、貸出価格（または販売価格）の設定方法は上記に限定されない。また、上記の方法が応用されることで、デバイス１００の買取価格が設定されてもよい。また、ユーザ物品使用スコアに基づいてユーザ毎に貸し出すデバイス１００のランクが変更されてもよい。
　ここで、上記のとおり、ユーザ物品使用スコアを用いることによって、ユーザ毎にデバイス１００の貸出価格等を変更することや、貸し出すデバイス１００のランクを変更することができるが、例えば、優良なユーザが低価格でデバイス１００（または、高ランクなデバイス１００）を借用して、劣悪なユーザに使用させる場合が生じ得る。
　このとき、当該デバイス１００は、上記で説明した方法で使用者を認証し、借用者と使用者が異なることを検知した場合、所定の動作を行うことができる。例えば、デバイス１００は、使用不可となるようにロックをかけたり、使用者に対して警告を行ったり、貸与者に対して通知を行ったり、使用者に応じた貸出料金を再設定したりすること等ができる。なお、借用者と使用者が異なることを検知した場合のデバイス１００の動作は、これらに限定されない。
　　＜５．様々なＵＩ＞
　上記では、デバイス１００の動作について説明した。続いて、図２５～図３９を参照して、デバイス１００に関する様々なＵＩの例について説明する。
　本開示においては、ユーザは、任意の情報処理装置を用いてデバイス１００をより適切に管理することができる。デバイス１００の管理に用いられる情報処理装置は特に限定されない。例えば、当該情報処理装置は、デバイス１００と通信可能なスマートフォン、ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）、携帯型ゲーム機、携帯型音声再生機もしくはカメラ等の任意の装置でもよいし、デバイス１００自体（またはデバイス１００が内蔵された装置）でもよい。以降では、一例として、デバイス１００の管理に用いられる情報処理装置が、スマートフォンであるデバイス１００自体である場合について説明する。
　デバイス１００は、任意の統計情報をディスプレイに表示することができる。例えば、デバイス１００は、図２５に示すように、ディスプレイの縦方向に各デバイス１００の使用期間を、横方向に各デバイス１００の使用頻度を表し、各デバイス１００のアイコン１１を配置することで、それぞれの使用期間と使用頻度を表示することができる。なお、図２５はあくまで一例であり、適宜変更され得る。例えば、ディスプレイの縦方向と横方向に表される統計情報が変更されてもよいし、各デバイス１００のアイコン１１の内容が変更されてもよい。
　また、デバイス１００は、図２６に示すように、デバイス１００の任意の統計情報（例えば、使用頻度、使用期間等）を曜日毎に表示することもできる。ユーザは、曜日タブ１２を選択することによって、統計情報を確認したい曜日を選択することができる（２６Ａは月曜日、２６Ｂは土曜日が選択されている）。
　また、デバイス１００は、図２７に示すように、デバイス１００の任意の統計情報（例えば、使用頻度、使用期間等）を時間（時刻）毎に表示することもできる。ユーザは、時間タブ１３を選択することによって、統計情報を確認したい時間を選択することができる（２７Ａは１１：００から１２：００に至るまでの時間、２７Ｂは２１：００から２２：００に至るまでの時間が選択されている）。なお、図２７においては、デバイス１００は、デバイス１００毎に使用頻度を棒グラフで表示している。このように、デバイス１００は、任意のグラフ、表または図等を用いて統計情報を表示してもよい。
　また、デバイス１００は、図２８に示すように、デバイス１００の任意の統計情報（例えば、使用頻度、使用期間等）をユーザ毎に表示することもできる。ユーザは、ユーザタブ１４を選択することによって、統計情報を確認したいユーザを選択することができる（２８Ａは男性ユーザ、２８Ｂは女性ユーザが選択されている）。これによって、例えば、親が子どものデバイス１００を管理すること等もできる。
　また、デバイス１００は、図２９に示すように、各デバイス１００の携帯状態を日毎に表示することができる。ユーザは、２９Ａに示すように、所定の一日における各デバイス１００の携帯状態を時系列的に確認することができる。なお、デバイス１００は、２９Ａに示すように、各デバイス１００の携帯状態をテクスチャの切り替え等で表すことができる（例えば、メガネについて、１５ａは「非携帯状態」、１５ｂは「携帯状態かつ非装着状態」、１５ｃは「装着状態」を表している）。また、ユーザは、２９Ｂに示すように、所定の一日における各デバイス１００の携帯状態のサマリーを確認することができる。
　また、デバイス１００は、図３０に示すように、各デバイス１００の携帯履歴情報を表示することができる。表示される携帯履歴情報の内容は任意であるが、例えば、図３０に示すように、使用開始日、総携帯時間（総使用時間）、携帯頻度（使用頻度）、携帯の傾向（一緒に携帯される他のデバイス１００に関する情報も含む）が表示され得る。
　また、デバイス１００は、図３１に示すように、イベント毎にユーザが携帯（または装着）すべきデバイス１００（デバイス１００以外の物品が含まれてもよい）を推薦してもよい。デバイス１００は、ユーザによって入力された、同行者、イベント内容、宿泊期間等の各種条件に基づいて、各デバイス１００のカテゴリや携帯履歴情報等に基づいてユーザが携帯（または装着）すべきデバイス１００を推薦することができる。
　また、デバイス１００は、図３２に示すように、カテゴリ毎に携帯（または装着）すべきデバイス１００を推薦してもよい。より具体的には、デバイス１００は、行動履歴等に基づいてユーザの行動予測を行うことで携帯デバイスリストを生成する。そして、図３２に示すように、デバイス１００は、「スーツ」、「シャツ」、「ネクタイ」、「メガネ」および「時計」等のカテゴリに区別して当該リストを表示する。このとき、デバイス１００は、各カテゴリにおいて推薦するデバイス１００に所定のマーク１６を付加する。ここで、推薦するデバイス１００の決定方法は特に限定されない。例えば、デバイス１００は、ユーザの嗜好もしくはユーザの行動履歴に基づいて推薦するデバイス１００を決定してもよいし、色彩や模様について一般的により良いとされる組み合わせに基づいて推薦するデバイス１００を決定してもよい。また、デバイス１００は、ユーザが各カテゴリのデバイス１００を携帯（または装着）していくに連れて、推薦するデバイス１００を動的に変更する。これらの動作によって、ユーザは、組み合わせに悩むことなくデバイス１００を携帯（または装着）することができ、かつ、忘れ物も無くなる。なお、図３２に示すように、ユーザが携帯（または装着）したデバイス１００のカテゴリにチェックマーク１７が表示されてもよい。図３２のＵＩは適宜変更され得る。また、図３２のリストは、行動予測に基づいて生成されるのではなく、ユーザ入力に基づいて生成されてもよい。
　また、デバイス１００は、図３３に示すように、携帯（または装着）すべきデバイス１００の一覧（または忘れ物の一覧）を、優先順位と共に表示してもよい。より具体的には、デバイス１００は、行動履歴等に基づいてユーザの行動予測を行うことで携帯デバイスリストを生成する。そして、デバイス１００は、携帯デバイスリストからユーザが携帯済みのデバイス１００を除去することで、携帯すべきデバイス１００の一覧（または忘れ物の一覧）を出力する。このとき、デバイス１００は、各デバイス１００の優先順位を算出する。当該優先順位の算出方法は特に限定されない。例えば、行動履歴等に基づいて、ユーザによって携帯される確率がより高いデバイス１００の優先順位がより高く設定されてもよい。また、行動履歴等に基づいて、ユーザによって携帯されるタイミングがより早いデバイス１００の優先順位がより高く設定されてもよい。また、図３３の例では、ユーザに携帯されたデバイス１００は、一覧から随時削除される（非表示となる）ことを想定しているが、これに限定されない。また、各デバイス１００の優先順位の変化に応じて、一覧の内容またはその順番が動的に変更されてもよい。図３３のＵＩは適宜変更され得る。
　また、上記のとおり、デバイス１００は、センシングデータを用いてユーザ認証を行い、その認証結果に基づいて鍵の開錠等を行うことができる。そこで、デバイス１００は、鍵の開錠機能と、忘れ物の通知機能を組み合せてユーザに提供することができる。より具体的には、デバイス１００は、ユーザ認証に成功し、かつ、忘れ物が無いことを確認できた場合に鍵を開錠することができる。その際、デバイス１００は、図３４に示すようなＵＩをユーザに提供してもよい。より具体的には、鍵の開錠に必要なデバイス１００がアイコンとして示されてもよい。なお、図３４の例では、ユーザがデバイス１００を携帯したタイミングで、当該デバイス１００のアイコンが、ハイライトされていない状態（３４Ａのアイコン１８ｂの状態）からハイライトされた状態（３４Ａのアイコン１８ａの状態）へ遷移する。そして、３４Ｂに示すように、全てのデバイス１００のアイコンがハイライトされた状態になった場合（換言すると、ユーザが全てのデバイス１００を携帯した場合）に、鍵が開錠される（なお、ユーザ認証は成功しているとする）。図３４のＵＩは適宜変更され得る。
　また、デバイス１００は、センシングデータを用いたユーザ認証の状況を示すＵＩをユーザへ提供してもよい。より具体的には、上記のとおり、デバイス１００は、ユーザによって携帯されるデバイス１００の組み合わせ、携帯される順番または携帯方法等に基づいてユーザ認証を行うことができる。その際、図３５に示すように、デバイス１００は、ユーザ認証の状況を示すグラフを表示してもよい。図３５の例では、携帯人物スコア（または携帯人物スコアに対応する値）の時間変化を示す折線グラフと、ユーザ認証が成功する閾値が表示されている。図３５の例では、ユーザが鞄、時計に続き鍵を携帯したタイミングで携帯人物スコアが閾値を超えることでユーザ認証が成功している。このＵＩによって、ユーザはユーザ認証の状況をよく知ることができる。なお、ユーザ認証の状況を示すＵＩは、図３５の例に限定されない。
　例えば、図３６の３６Ａおよび３６Ｂに示すように、携帯人物スコア（または携帯人物スコアに対応する値）がテキスト形式で表示されてもよい。また、３６Ｃに示すように、デバイス１００は、携帯人物スコアを複数の要素（例えば、行動認識結果、携帯位置認識結果等）に分解し、その要素毎の値をテキスト形式１９またはプログレスバー２０で表示してもよい。
　また、上記のとおり、デバイス１００の販売価格または貸出価格は、デバイス状態スコア、信頼スコアまたはユーザ物品使用スコアに基づいて設定され得る。そこで、続いて、デバイス１００の販売価格等を表示するＵＩの具体例について説明する。例えば、ユーザが所定のＷｅｂサイトにてデバイス１００を購入する場合、図３７に示すような画面が表示されてもよい。より具体的には、図３７に示すように、各デバイス１００の販売価格、新品（未使用品）であるか否か、デバイス状態スコア、信頼スコアおよびデバイス状態スコアの算出時に使用された振動等のイベントの影響を示すレーダーチャート２１を示すような画面が表示されてもよい。この例では、各デバイス１００の販売価格は、デバイス状態スコアと新品価格（この例では\2,000）との乗算によって得られた価格となっている。
　この画面が提供されることによって、ユーザは、所望のデバイス１００をより選択し易くなる。より具体的には、ユーザは、デバイス１００の状態と、その販売価格とのバランスを考慮して所望のデバイス１００を選択することができる。また、その際、ユーザは、デバイス状態スコアの信頼度を示す信頼スコアも考慮することができる。さらに、ユーザは、レーダーチャート２１に基づいて、各デバイス１００に対して発生したイベントが許容範囲であるか否かを判断することができる。例えば、耐水性の低いデバイス１００の購入時に、ユーザは、水没というイベントが発生していないデバイス１００を優先的に選択すること等ができる。図３７のＵＩは適宜変更され得る。
　また、ユーザが自らのユーザ物品使用スコア等を確認できるＵＩが提供されてもよい。例えば、図３８に示すように、ユーザの氏名、ユーザ物品使用スコア、当該ユーザ物品使用スコアの算出時に使用された各種スコア（デバイス状態スコア、信頼スコアおよび外部評価スコア）、および、これらのスコアを示すレーダーチャート２２が表示されてもよい。なお、図３８におけるデバイス状態スコアおよび信頼スコアは、図２４のステップＳ２３００およびステップＳ２３０４にて算出されたそれぞれの合計値が平均化された値（合計値がデバイス数で除算されて得られた値）であるが、これに限定されない。この画面が提供されることによって、ユーザは、自らのユーザ物品使用スコアを随時確認することができる。また、ユーザは、ユーザ物品使用スコアの算出時に使用された各種スコアを確認することができるため、ユーザ物品使用スコアの根拠を認識することができる。また、当該ユーザに対してデバイス１００を貸与するか否かを検討している貸与者が当該画面を使用できてもよい。これによって、貸与者は、ユーザ物品使用スコアおよびその根拠に基づいて貸与の可否を判断することができる。図３８のＵＩは適宜変更され得る。
　ここで、上記のとおり、ユーザ物品使用スコアは、ユーザが過去に使用した全てのデバイス１００に関するデバイス状態スコアに基づいて算出される。そこで、ユーザが過去に使用した全てのデバイス１００に関するデバイス状態スコア等を確認できるＵＩが提供されてもよい。例えば、図３９に示すように、ユーザの氏名、デバイス状態スコア、当該デバイス状態スコアの算出時に使用された各種イベントの影響を示す値、これらの値を示すレーダーチャート２３、および、デバイス１００毎の内訳（この例では、各デバイス１００に関するデバイス名称、デバイス状態スコア、信頼スコアおよびデバイス状態スコアの算出時に使用された各種イベントの影響を示すレーダーチャート２４が表示されている）が表示されてもよい。この画面が提供されることによって、ユーザは、自らのユーザ物品使用スコアの算出時に使用されたデバイス状態スコアの根拠を認識することができる。また、図３８と同様に、当該ユーザに対してデバイス１００を貸与するか否かを検討している貸与者が当該画面を使用できてもよい。例えば、貸与者は、頻繁にデバイス１００を水没させているユーザには、耐水性の低いデバイス１００を貸与しない等の判断を行うことができる。図３９のＵＩは適宜変更され得る。
　なお、上記で説明した表示内容はあくまで一例であり、適宜変更され得る。例えば、デバイス１００は、上記で説明してきた各種処理の結果ないし途中経過、各種処理で用いられた情報等を表示してもよい。
　　＜６．むすび＞
　以上で説明してきたように、本開示に係るデバイス１００は、ユーザによるデバイス１００の携帯状態に基づいてユーザ認証を行うことができる。例えば、デバイス１００は、ユーザが携帯しているデバイス１００の組み合わせ、携帯方法、デバイス１００が携帯されるタイミングや順番等に基づいてユーザ認証を行うことができる。
　また、デバイス１００は、ユーザによるデバイス１００の携帯状態に基づいてユーザの行動予測を行うことができ、行動予測の結果に基づいて、携帯されているデバイス１００の過不足（例えば、忘れ物、不要な物等）をユーザに対して通知すること等もできる。
　また、デバイス１００は、二人以上のユーザによるデバイス１００の共有状況に基づいて各ユーザの関連性を認識することができる。
　また、デバイス１００は、ユーザによるデバイス１００の携帯状態に基づいて自装置のカテゴリを認識することができ、同一もしくは所定の関係にあるカテゴリを有する他のデバイス１００から入手した携帯履歴情報を有効に活用することができる。
　また、デバイス１００は、ユーザによる過去の使用状況を記憶しておくことで当該デバイス１００の状態を適切に評価することができる。より具体的には、デバイス１００は、自装置の状態を評価可能な指標値であるデバイス状態スコアと、当該スコアの信頼度を示す指標値である信頼スコアを算出することができる。
　また、デバイス１００は、ユーザによる各デバイス１００の使用状況等に基づいて、ユーザがデバイス１００をいかに適切に使用できるかを示すユーザ物品使用スコアを算出することができる。デバイス状態スコア、信頼スコアまたはユーザ物品使用スコアは、デバイス１００の販売価格（または貸出価格）の設定等に使用され得る。
　また、シェアリングエコノミーサービス等において、デバイス１００は、借用者と実際の使用者が異なることを検出することができる。
　また、デバイス１００は、デバイス１００またはユーザの有するスコア等に関する様々なＵＩをユーザに対して提供することができる。
　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。
　例えば、上記で説明した各種処理における各デバイス１００の処理分担は任意である。例えば、上記の各種処理を行うデバイス１００に対して他のデバイス１００が加工を施していないセンシングデータを送信し、当該データを受信したデバイス１００によって各種処理が実現されてもよい。また、他のデバイス１００が各種処理における一部の処理を施したデータを、各種処理を行うデバイス１００へ送信してもよい。これによって、各デバイス１００は通信するデータ量を低減することができる。
　また、上記で説明した行動予測、人物関連性認識、または、カテゴリの認識等の各種処理においても、ユーザ認証の処理に用いられた情報（例えば、デバイス１００の組み合わせ、デバイス１００の携帯方法、デバイス１００が携帯されたタイミングもしくは順番等）が適宜応用されてもよい。例えば、デバイス１００の携帯方法等も用いて行動予測が行われてもよい。
　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）
　二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行う認証部を備える、
　情報処理装置。
（２）
　前記認証部は、前記デバイスの携帯状態の関係性に基づいて前記認証を行う、
　前記（１）に記載の情報処理装置。
（３）
　前記認証部は、前記デバイスの組み合わせに基づいて前記認証を行う、
　前記（２）に記載の情報処理装置。
（４）
　前記認証部は、前記デバイスの携帯方法に基づいて前記認証を行う、
　前記（２）または（３）に記載の情報処理装置。
（５）
　前記認証部は、前記デバイスが携帯されるタイミングもしくは順番に基づいて前記認証を行う、
　前記（２）から（４）のいずれか１項に記載の情報処理装置。
（６）
　前記認証部は、ある時間帯、ある時点またはある行動時における前記関係性に基づいて前記認証を行う、
　前記（２）から（５）のいずれか１項に記載の情報処理装置。
（７）
　前記認証部は、前記ユーザが携帯中の前記デバイスから取得された前記情報に基づいて前記認証を行う、
　前記（１）から（６）のいずれか１項に記載の情報処理装置。
（８）
　前記認証部は、前記認証が成功した後に、前記認証よりも負荷が低い処理によって前記ユーザの同一性を担保する、
　前記（１）から（７）のいずれか１項に記載の情報処理装置。
（９）
　前記情報に基づいて前記ユーザの行動予測を行う行動予測部をさらに備える、
　前記（１）から（８）のいずれか１項に記載の情報処理装置。
（１０）
　前記行動予測に基づいて携帯することが推薦されるデバイスを出力する推薦部をさらに備える、
　前記（９）に記載の情報処理装置。
（１１）
　前記情報に基づいて前記デバイスを共有する二人以上の前記ユーザの関連性を認識する関連性認識部を更に備える、
　前記（１）から（１０）のいずれか１項に記載の情報処理装置。
（１２）
　前記関連性認識部は、前記デバイスの重要度もしくは共有数に基づいて前記関連性を認識する、
　前記（１１）に記載の情報処理装置。
（１３）
　前記情報に基づいて前記デバイスを分類するカテゴリを認識するカテゴリ認識部をさらに備える、
　前記（１）から（１２）のいずれか１項に記載の情報処理装置。
（１４）
　前記カテゴリに基づいて他のデバイスとの連携を制御する制御部をさらに備える、
　前記（１３）に記載の情報処理装置。
（１５）
　前記制御部は、前記カテゴリに基づいて前記他のデバイスと前記情報を共有する、
　前記（１４）に記載の情報処理装置。
（１６）
　前記ユーザを前記デバイスの所有者として登録する登録部をさらに備える、
　前記（１）から（１５）のいずれか１項に記載の情報処理装置。
（１７）
　前記デバイスが前記所有者以外の者または借用者以外の者に携帯されているか、使用されている場合に、所定の処理を制御する制御部をさらに備える、
　前記（１６）に記載の情報処理装置。
（１８）
　前記デバイスに過去発生したイベントに基づいて前記デバイスの状態を示す値を算出するデバイス状態算出部をさらに備える、
　前記（１）から（１７）のいずれか１項に記載の情報処理装置。
（１９）
　前記デバイス状態算出部は、前記イベントの記録期間に基づいて前記デバイスの状態または品質を示す値の信頼度を算出する、
　前記（１８）に記載の情報処理装置。
（２０）
　前記ユーザによって過去に使用された前記デバイスの状態を示す値および前記信頼度に基づいて、前記ユーザによる前記デバイスの使用の適正を示す値を算出するユーザ適正算出部をさらに備える、
　前記（１９）に記載の情報処理装置。
（２１）
　前記ユーザ適正算出部は、外部システムから提供された前記ユーザの評価に関する情報にも基づいて前記適正を示す値を算出する、
　前記（２０）に記載の情報処理装置。
（２２）
　現在または過去における前記携帯状態に関する情報、前記ユーザによる携帯が推奨される前記デバイスに関する情報、前記認証の状況に関する情報、前記デバイスの状態または品質に関する情報、前記デバイスの状態または品質を示す値の信頼度に関する情報、前記ユーザによる前記デバイスの使用の適正を示す情報、または、外部システムから提供された前記ユーザの評価に関する情報の少なくとも１つの表示を制御する制御部をさらに備える、
　前記（１）に記載の情報処理装置。
（２３）
　二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行うことを有する、
　コンピュータにより実行される情報処理方法。
（２４）
　二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行うことを有する、
　をコンピュータに実現させるためのプログラム。
　１００　　デバイス
　１１０　　取得部
　１２０　　解析部
　１３０　　記憶部
　１４０　　通信部
　１５０　　制御部

Claims (20)

  1. 　二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行う認証部を備える、
    　情報処理装置。
  2. 　前記認証部は、前記デバイスの携帯状態の関係性に基づいて前記認証を行う、
    　請求項１に記載の情報処理装置。
  3. 　前記認証部は、前記デバイスの組み合わせに基づいて前記認証を行う、
    　請求項２に記載の情報処理装置。
  4. 　前記認証部は、前記デバイスの携帯方法に基づいて前記認証を行う、
    　請求項２に記載の情報処理装置。
  5. 　前記認証部は、前記デバイスが携帯されるタイミングもしくは順番に基づいて前記認証を行う、
    　請求項２に記載の情報処理装置。
  6. 　前記認証部は、ある時間帯、ある時点またはある行動時における前記関係性に基づいて前記認証を行う、
    　請求項２に記載の情報処理装置。
  7. 　前記認証部は、前記ユーザが携帯中の前記デバイスから取得された前記情報に基づいて前記認証を行う、
    　請求項１に記載の情報処理装置。
  8. 　前記認証部は、前記認証が成功した後に、前記認証よりも負荷が低い処理によって前記ユーザの同一性を担保する、
    　請求項１に記載の情報処理装置。
  9. 　前記情報に基づいて前記ユーザの行動予測を行う行動予測部をさらに備える、
    　請求項１に記載の情報処理装置。
  10. 　前記行動予測に基づいて携帯することが推薦されるデバイスを出力する推薦部をさらに備える、
    　請求項９に記載の情報処理装置。
  11. 　前記情報に基づいて前記デバイスを共有する二人以上の前記ユーザの関連性を認識する関連性認識部を更に備える、
    　請求項１に記載の情報処理装置。
  12. 　前記情報に基づいて前記デバイスを分類するカテゴリを認識するカテゴリ認識部をさらに備える、
    　請求項１に記載の情報処理装置。
  13. 　前記デバイスが所有者以外の者または借用者以外の者に携帯されているか、使用されている場合に、所定の処理を制御する制御部をさらに備える、
    　請求項１に記載の情報処理装置。
  14. 　前記デバイスに過去発生したイベントに基づいて前記デバイスの状態を示す値を算出するデバイス状態算出部をさらに備える、
    　請求項１に記載の情報処理装置。
  15. 　前記デバイス状態算出部は、前記イベントの記録期間に基づいて前記デバイスの状態または品質を示す値の信頼度を算出する、
    　請求項１４に記載の情報処理装置。
  16. 　前記ユーザによって過去に使用された前記デバイスの状態を示す値および前記信頼度に基づいて、前記ユーザによる前記デバイスの使用の適正を示す値を算出するユーザ適正算出部をさらに備える、
    　請求項１５に記載の情報処理装置。
  17. 　前記ユーザ適正算出部は、外部システムから提供された前記ユーザの評価に関する情報にも基づいて前記適正を示す値を算出する、
    　請求項１６に記載の情報処理装置。
  18. 　現在または過去における前記携帯状態に関する情報、前記ユーザによる携帯が推奨される前記デバイスに関する情報、前記認証の状況に関する情報、前記デバイスの状態または品質に関する情報、前記デバイスの状態または品質を示す値の信頼度に関する情報、前記ユーザによる前記デバイスの使用の適正を示す情報、または、外部システムから提供された前記ユーザの評価に関する情報の少なくとも１つの表示を制御する制御部をさらに備える、
    　請求項１に記載の情報処理装置。
  19. 　二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行うことを有する、
    　コンピュータにより実行される情報処理方法。
  20. 　二つ以上のデバイスから取得された、ユーザによる前記デバイスの携帯状態に関する情報に基づいて前記ユーザの認証を行うことを有する、
    　をコンピュータに実現させるためのプログラム。
PCT/JP2018/016777 2017-06-14 2018-04-25 情報処理装置、情報処理方法およびプログラム WO2018230165A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US16/611,251 US20200159895A1 (en) 2017-06-14 2018-04-25 Information processing device, information processing method, and program
CN201880036293.5A CN110709842A (zh) 2017-06-14 2018-04-25 信息处理装置、信息处理方法和程序
JP2019525175A JP7124824B2 (ja) 2017-06-14 2018-04-25 情報処理装置、情報処理方法およびプログラム
DE112018003067.9T DE112018003067T5 (de) 2017-06-14 2018-04-25 Informationsverarbeitungseinrichtung, informationsverarbeitungsverfahren und programm

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017-116561 2017-06-14
JP2017116561 2017-06-14
JP2018015074 2018-01-31
JP2018-015074 2018-01-31

Publications (1)

Publication Number Publication Date
WO2018230165A1 true WO2018230165A1 (ja) 2018-12-20

Family

ID=64660974

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/016777 WO2018230165A1 (ja) 2017-06-14 2018-04-25 情報処理装置、情報処理方法およびプログラム

Country Status (5)

Country Link
US (1) US20200159895A1 (ja)
JP (1) JP7124824B2 (ja)
CN (1) CN110709842A (ja)
DE (1) DE112018003067T5 (ja)
WO (1) WO2018230165A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10778734B1 (en) * 2019-04-30 2020-09-15 Slack Technologies, Inc. Systems and methods for initiating processing actions utilizing automatically generated data of a group-based communication system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004171265A (ja) * 2002-11-20 2004-06-17 Fuji Photo Film Co Ltd オークションシステム及びオークション管理サーバ
WO2010001483A1 (ja) * 2008-07-04 2010-01-07 パイオニア株式会社 関係推定装置及び方法
JP2011132674A (ja) * 2009-12-22 2011-07-07 Toyota Infotechnology Center Co Ltd 車両用錠制御装置及び車両用錠制御方法
JP2014065362A (ja) * 2012-09-25 2014-04-17 Yahoo Japan Corp サービス提供システム、情報提供装置、サービス提供方法及びプログラム
JP2017016242A (ja) * 2015-06-29 2017-01-19 京セラドキュメントソリューションズ株式会社 認証装置
JP2017102677A (ja) * 2015-12-01 2017-06-08 株式会社ニコン 電子機器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9829947B1 (en) * 2014-04-04 2017-11-28 Google Llc Selecting and serving a content item based on device state data of a device
WO2016177666A1 (en) * 2015-05-01 2016-11-10 Assa Abloy Ab Using multiple mobile devices to determine position, location, or inside/outside door
CN112272835A (zh) * 2018-04-13 2021-01-26 普拉德有限公司 对用户账户访问进行安全许可、包括对汇总用户账户数据的安全分发

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004171265A (ja) * 2002-11-20 2004-06-17 Fuji Photo Film Co Ltd オークションシステム及びオークション管理サーバ
WO2010001483A1 (ja) * 2008-07-04 2010-01-07 パイオニア株式会社 関係推定装置及び方法
JP2011132674A (ja) * 2009-12-22 2011-07-07 Toyota Infotechnology Center Co Ltd 車両用錠制御装置及び車両用錠制御方法
JP2014065362A (ja) * 2012-09-25 2014-04-17 Yahoo Japan Corp サービス提供システム、情報提供装置、サービス提供方法及びプログラム
JP2017016242A (ja) * 2015-06-29 2017-01-19 京セラドキュメントソリューションズ株式会社 認証装置
JP2017102677A (ja) * 2015-12-01 2017-06-08 株式会社ニコン 電子機器

Also Published As

Publication number Publication date
DE112018003067T5 (de) 2020-02-27
US20200159895A1 (en) 2020-05-21
JP7124824B2 (ja) 2022-08-24
CN110709842A (zh) 2020-01-17
JPWO2018230165A1 (ja) 2020-04-16

Similar Documents

Publication Publication Date Title
US20210196188A1 (en) System and method for gathering and analyzing biometric user feedback for use in social media and advertising applications
US20210358455A1 (en) Movement based graphical user interface
US10956007B2 (en) Electronic device and method for providing search result thereof
US20170061404A1 (en) System and Method to Personalize Products and Services
EP2687998B1 (en) Information terminal, information providing server, and control program
CN111161035B (zh) 菜品推荐方法、装置、服务器、电子设备及存储介质
CN107004214A (zh) 用户状态调控的产品选择
CN106462825A (zh) 数据网格平台
KR20160144305A (ko) 컨텐트를 제공하는 방법 및 장치
WO2017024161A1 (en) Workout pattern detection
CN108133742A (zh) 身体活动和健身监视器
CN105573573A (zh) 基于图像管理用户信息的设备和方法
CN110100246A (zh) 基于遗传信息提供引导信息的电子设备和方法
US20140279613A1 (en) Detecting counterfeit items
CN105095214A (zh) 基于运动识别进行信息推荐的方法及装置
JP6516849B2 (ja) 検索装置、検索システム及び検索方法
US10540599B2 (en) Behavior prediction
WO2013128715A1 (ja) 電子機器
CN105996984A (zh) 利用可穿戴电子装置的久坐时间段检测
AU2018310111A1 (en) Electronic device and method for providing search result thereof
WO2018230165A1 (ja) 情報処理装置、情報処理方法およびプログラム
WO2022059140A1 (ja) 認証システム、認証方法、及びプログラム
US20190074076A1 (en) Health habit management
US11638855B2 (en) Information processing apparatus and information processing method
Roy et al. Modeling physiological conditions for proactive tourist recommendations

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18816762

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019525175

Country of ref document: JP

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 18816762

Country of ref document: EP

Kind code of ref document: A1