WO2023209842A1 - 情報処理装置、情報処理システム、特定方法、及び特定プログラム - Google Patents

情報処理装置、情報処理システム、特定方法、及び特定プログラム Download PDF

Info

Publication number
WO2023209842A1
WO2023209842A1 PCT/JP2022/019023 JP2022019023W WO2023209842A1 WO 2023209842 A1 WO2023209842 A1 WO 2023209842A1 JP 2022019023 W JP2022019023 W JP 2022019023W WO 2023209842 A1 WO2023209842 A1 WO 2023209842A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
behavior
stress
personality
user
Prior art date
Application number
PCT/JP2022/019023
Other languages
English (en)
French (fr)
Inventor
渉 佐々木
達彦 糸原
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2022/019023 priority Critical patent/WO2023209842A1/ja
Priority to JP2022542270A priority patent/JP7138830B1/ja
Publication of WO2023209842A1 publication Critical patent/WO2023209842A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state

Definitions

  • the present disclosure relates to an information processing device, an information processing system, a specifying method, and a specifying program.
  • Patent Document 1 People feel stress in their lives. For example, people experience interpersonal stress.
  • a technique has been proposed for estimating whether stress is interpersonal stress (see Patent Document 1).
  • the stress management system disclosed in Patent Document 1 uses biometric data of a user and life log data representing a behavioral history to estimate whether stress is interpersonal stress.
  • the stress management system also uses life log data to estimate the type of interpersonal stress.
  • the above technique estimates the type of interpersonal stress.
  • the type of interpersonal stress is referred to as stress factor behavior.
  • stress factor behaviors are interpersonal behaviors that are stress factors.
  • stress factor behavior is estimated using life log data.
  • methods using life log data may have low accuracy in identifying stress-causing behaviors.
  • the purpose of the present disclosure is to improve the accuracy of identifying stress factor behaviors.
  • the information processing device includes stress factor behavior identification information indicating a correspondence relationship between personality information and behavior information, personality information indicating a first user's personality, stress information that is information related to stress of the first user, and second an acquisition unit that acquires behavior information indicating the behavior of the user; and determining whether or not a relationship between the personality information and the behavior information is registered in the stress factor behavior identification information based on the stress information; If the relationship is registered in the stress factor behavior identification information, the device further includes a specific control unit that specifies the behavior information as a stress factor behavior.
  • FIG. 1 is a diagram showing an information processing system according to Embodiment 1.
  • FIG. FIG. 2 is a diagram showing hardware included in the information processing apparatus according to the first embodiment.
  • FIG. 2 is a diagram showing hardware included in a terminal according to Embodiment 1.
  • FIG. FIG. 2 is a sequence diagram illustrating an example of processing performed between the information processing device and the personality estimation device according to the first embodiment.
  • FIG. 2 is a sequence diagram illustrating an example of processing performed between the information processing device and the stress information generation device according to the first embodiment.
  • FIG. 2 is a sequence diagram illustrating an example of processing performed between the information processing device and the behavior estimation device according to the first embodiment.
  • FIG. 2 is a block diagram showing functions of the information processing device according to the first embodiment.
  • FIG. 3 is a diagram showing an example of a personality information management table according to the first embodiment.
  • FIG. 3 is a diagram showing an example of a stress information management table according to the first embodiment.
  • FIG. 3 is a diagram showing an example of an action information management table according to the first embodiment.
  • FIG. 3 is a diagram showing an example of a stress factor behavior identification table according to the first embodiment.
  • FIG. 3 is a diagram showing an example of a device proposal table according to the first embodiment.
  • 3 is a flowchart illustrating an example of processing executed by the information processing apparatus according to the first embodiment.
  • 7 is a flowchart illustrating an example of stress factor behavior identification processing according to the first embodiment.
  • 7 is a flowchart illustrating an example of device proposal processing according to the first embodiment.
  • FIG. 2 is a block diagram showing functions of an information processing device according to a second embodiment.
  • 12 is a flowchart illustrating an example of stress factor behavior identification processing according to the second embodiment.
  • FIG. 3 is a diagram showing an information processing system according to a third embodiment. 12 is a sequence diagram showing an example of processing performed between an information processing device and a device management device according to a third embodiment.
  • FIG. 3 is a block diagram showing functions of an information processing device according to a third embodiment.
  • 7 is a diagram showing an example of a device information management table according to Embodiment 3.
  • FIG. 12 is a flowchart illustrating an example of processing executed by the information processing apparatus according to the third embodiment.
  • FIG. 1 is a diagram showing an information processing system according to the first embodiment.
  • the information processing system includes an information processing device 100, a personality estimation device 200, a stress information generation device 300, a behavior estimation device 400, and a terminal 500.
  • the information processing device 100, the personality estimation device 200, the stress information generation device 300, the behavior estimation device 400, and the terminal 500 communicate via a network.
  • the network is a wireless network.
  • the information processing device 100 is a device that executes the identification method.
  • the information processing device 100 is a server.
  • Personality estimation device 200 is a device for estimating personality.
  • personality estimation device 200 is a computer.
  • the stress information generation device 300 is a device that generates stress information. Stress information is information related to stress. For example, stress information is a stress value. In the following explanation, stress information is assumed to be a stress value. The stress value is the degree of stress.
  • stress information generation device 300 is a computer.
  • the behavior estimation device 400 is a device that estimates behavior.
  • the behavior estimation device 400 is a computer.
  • Terminal 500 is a device used by a user.
  • the terminal 500 is a smartphone, a tablet terminal, or a PC (Personal Computer).
  • the information processing device 100 acquires personality information from the personality estimation device 200.
  • the information processing device 100 acquires stress information from the stress information generation device 300.
  • the information processing device 100 acquires behavior information from the behavior estimation device 400.
  • the information processing device 100 uses personality information, stress information, and behavior information to identify stress-causing behaviors.
  • the information processing device 100 transmits information indicating stress factor behavior to the terminal 500.
  • FIG. 2 is a diagram showing hardware included in the information processing apparatus according to the first embodiment.
  • the information processing device 100 includes a processor 101, a volatile storage device 102, a nonvolatile storage device 103, and an interface 104.
  • the processor 101 controls the entire information processing device 100.
  • the processor 101 is a CPU (Central Processing Unit), an FPGA (Field Programmable Gate Array), or the like.
  • Processor 101 may be a multiprocessor.
  • the information processing device 100 may include a processing circuit.
  • the volatile storage device 102 is the main storage device of the information processing device 100.
  • the volatile storage device 102 is a RAM (Random Access Memory).
  • the nonvolatile storage device 103 is an auxiliary storage device of the information processing device 100.
  • the nonvolatile storage device 103 is an HDD (Hard Disk Drive) or an SSD (Solid State Drive).
  • the interface 104 communicates with the personality estimation device 200, the stress information generation device 300, the behavior estimation device 400, and the terminal 500.
  • the personality estimation device 200, the stress information generation device 300, and the behavior estimation device 400 include a processor, a volatile storage device, a nonvolatile storage device, and an interface.
  • FIG. 3 is a diagram showing hardware included in the terminal according to the first embodiment.
  • Terminal 500 includes a processor 501, a volatile storage device 502, a nonvolatile storage device 503, and an interface 504.
  • a processor 501 controls the entire terminal 500.
  • the processor 501 is a CPU, FPGA, DSP (Digital Signal Processor), or the like.
  • Processor 501 may be a multiprocessor.
  • the terminal 500 may include a processing circuit.
  • Volatile storage device 502 is the main storage device of terminal 500.
  • volatile storage device 502 is a RAM.
  • Nonvolatile storage device 503 is an auxiliary storage device of terminal 500.
  • the nonvolatile storage device 503 is an HDD or an SSD.
  • the interface 504 communicates with the information processing device 100, the personality estimation device 200, the stress information generation device 300, and the behavior estimation device 400.
  • FIG. 4 is a sequence diagram illustrating an example of processing performed between the information processing device and the personality estimation device according to the first embodiment.
  • the personality estimation device 200 acquires information regarding the user's personality.
  • the personality estimation device 200 acquires from the terminal 500 information input by the user into the terminal 500 (that is, information regarding the user's personality).
  • the information regarding the user's personality may also be referred to as questionnaire information.
  • the personality estimation device 200 may acquire information regarding the user's personality from a device other than the terminal 500.
  • the personality estimation device 200 estimates the user's personality based on information regarding the user's personality. For example, the personality estimation device 200 estimates the user's personality using information about the user's personality and a learned model.
  • personality may be represented by the Big Five personality traits.
  • the Big Five personality traits are also called the five-factor model.
  • the Big Five personality traits are represented by openness, conscientiousness, extraversion, agreeableness, and neuroticism.
  • Openness refers to the degree to which a person likes new experiences or variety.
  • openness may also be referred to as openness to experience.
  • Conscientiousness refers to the degree to which a person is aspirational, achievement-oriented, or prefers planned action.
  • Integrity can also be translated into diligence.
  • Extraversion refers to the degree to which a person likes socializing with or having conversations with others.
  • Agreeableness refers to the degree of a person's tendency to cooperate with others.
  • Agreeableness may also be referred to as agreeableness or attachment.
  • Neuroticism is a personality trait that is unstable and represents the degree to which a person tends to experience unpleasant emotions.
  • personality instead of neuroticism, personality may be expressed as emotional stability.
  • personality is expressed using the parameters of openness, conscientiousness, extroversion, agreeableness, and neuroticism.
  • personality may also be expressed in degrees of openness, conscientiousness, extroversion, agreeableness, and neuroticism. For example, personality may be expressed as high openness or low openness.
  • the Big Five personality traits are described in Non-Patent Document 1.
  • personality may be expressed by a parameter indicating the strength of self-control.
  • Self-control is the ability to voluntarily pursue desired behaviors and suppress undesirable behaviors when faced with temptations or impulses. Note that self-control is described in Non-Patent Document 2.
  • personality may be represented by parameters defined in the field of psychology.
  • the personality estimation device 200 may estimate the user's personality based on the history of inputting "likes” etc. on SNS (Social Network Service) or the history of posting on SNS. Note that this estimation is described in Non-Patent Document 3.
  • the personality estimation device 200 may estimate the user's personality based on the operation history of the terminal 500, the operation history of the terminal 500, or information stored in the terminal 500. Note that this estimation is described in Non-Patent Document 4.
  • Step ST103 Personality estimation device 200 transmits personality information indicating the estimated personality and the user ID (Identifier) of the user to information processing device 100.
  • the personality information can be expressed as information indicating the user's personality.
  • Step ST104 The information processing device 100 associates the user ID with the personality information and stores the personality information.
  • FIG. 5 is a sequence diagram illustrating an example of processing performed between the information processing device and the stress information generation device according to the first embodiment.
  • the stress information generation device 300 acquires information for generating information regarding stress. For example, the stress information generation device 300 acquires information for calculating a stress value. Specifically, the stress information generation device 300 acquires information for calculating a stress value from the terminal 500. For example, the information for calculating the stress value is biological information. Hereinafter, the information for calculating the stress value will be biological information.
  • biological information is information based on vital signs such as heartbeat, respiration, and pulse waves, or physiological reactions such as brain waves, facial temperature, skin surface potential, and eye movements.
  • vital signs such as heartbeat, respiration, and pulse waves
  • physiological reactions such as brain waves, facial temperature, skin surface potential, and eye movements.
  • the biological information is information based on components such as hormones contained in blood, saliva, and urine (for example, the amount of amylase secreted in saliva).
  • biological information is information based on human movements such as facial expressions and voices.
  • the stress information generation device 300 calculates the user's stress value based on the biological information. For example, when the biological information is a heartbeat, the stress information generation device 300 calculates a stress value by frequency-analyzing heartbeat fluctuations. Specifically, the stress information generation device 300 calculates the power spectrum from the interval (i.e., RR interval) and time between R waves of heart rate fluctuation over a certain period (for example, 5 minutes). The stress information generation device 300 calculates the stress value by calculating the ratio between the frequency band (for example, 0.004 Hz to 0.15 Hz) and the high frequency band (for example, 0.15 Hz to 0.4 Hz) of the power spectrum. do. Further, the stress information generation device 300 may calculate the stress value using the average, standard deviation, etc.
  • the stress information generation device 300 estimates the emotion using an image of the facial expression and an emotion estimation model (i.e., a trained model), and estimates the degree of emotion such as anger or sadness. is calculated as the stress value.
  • an emotion estimation model i.e., a trained model
  • the stress information generation device 300 transmits the stress information, the user ID, and the date and time when the biometric information was acquired to the information processing device 100. Note that the date and time may be expressed in time or in hours.
  • the information processing device 100 stores the stress information by associating the user ID and the date and time with the stress information.
  • FIG. 6 is a sequence diagram illustrating an example of processing performed between the information processing device and the behavior estimation device according to the first embodiment.
  • the behavior estimation device 400 acquires information for estimating behavior.
  • the behavior estimation device 400 acquires information for estimating behavior from the terminal 500.
  • information for estimating behavior includes audio, video, and the like.
  • the information for estimating behavior is the operation history of equipment, information obtained from sensors, and the like.
  • Information for estimating behavior may include information indicating date and time.
  • the behavior estimation device 400 estimates behavior based on information for estimating behavior. For example, the behavior estimation device 400 estimates behavior using information for estimating behavior and a learned model. Further, the trained model may be a model based on a LSTM (Long Short Term Memory) network. Furthermore, the trained model may be a model based on the K-nearest neighbor method, decision tree, random forest, or SVM (Support Vector Machine). For example, if the information for estimating behavior indicates that the light was not turned off for a certain period of time after it was turned on, the behavior estimation device 400 estimates that "forgetting to turn off the light" .
  • LSTM Long Short Term Memory
  • SVM Simple Vector Machine
  • Step ST123 The behavior estimation device 400 transmits to the information processing device 100 the behavior information indicating the estimated behavior, the user ID, and the date and time when the information for estimating the behavior was acquired. Note that the date and time may be expressed in time or in hours.
  • Step ST124 The information processing device 100 stores the behavior information by associating the user ID and the date and time with the behavior information.
  • the information processing device 100 receives personality information, stress information, and behavior information, and stores the personality information, stress information, and behavior information.
  • FIG. 7 is a block diagram showing the functions of the information processing apparatus according to the first embodiment.
  • the information processing device 100 includes a storage section 110, an acquisition section 120, and a specific control section 130.
  • the storage unit 110 may be realized as a storage area secured in the volatile storage device 102 or the nonvolatile storage device 103.
  • Part or all of the acquisition unit 120 and the specific control unit 130 may be realized by a processing circuit. Furthermore, part or all of the acquisition unit 120 and the specific control unit 130 may be realized as a module of a program executed by the processor 101. For example, the program executed by the processor 101 is also referred to as a specific program. For example, the specific program is recorded on a recording medium.
  • the storage unit 110 stores a personality information management table 111.
  • the information processing device 100 registers the personality information in the personality information management table 111.
  • the personality information management table 111 is illustrated.
  • FIG. 8 is a diagram showing an example of the personality information management table according to the first embodiment.
  • the personality information management table 111 has items of user ID and personality information.
  • FIG. 8 shows that the personality information corresponding to user ID "A” is openness “Oa1”, conscientiousness “Ca1”, extroversion “Ea1”, agreeableness “Aa1”, and neuroticism “Na1”. It shows that there is.
  • FIG. 8 shows that the personality information corresponding to user ID "B” is openness "Ob1", conscientiousness "Cb1”, extroversion “Eb1”, agreeableness "Ab1", and neuroticism “Nb1”. ”.
  • the storage unit 110 stores a stress information management table 112.
  • the information processing device 100 registers the stress information in the stress information management table 112.
  • the stress information management table 112 is illustrated.
  • FIG. 9 is a diagram showing an example of the stress information management table according to the first embodiment.
  • the stress information management table 112 has items of user ID, date and time, and stress value.
  • the stress information management table 112 it is registered that the date and time when the biometric information was acquired is “2021/12/01 06:00:00”. Further, FIG. 9 shows that the stress value corresponding to user ID "A" is "Sa1". Further, in the stress information management table 112, it is registered that the date and time when the biometric information was acquired is “2021/12/01 06:00:00”. Further, FIG. 9 shows that the stress value corresponding to the user ID "B" is "Sb1".
  • the storage unit 110 stores an action information management table 113.
  • the information processing device 100 registers the behavioral information in the behavioral information management table 113.
  • the behavior information management table 113 is illustrated.
  • FIG. 10 is a diagram showing an example of the behavior information management table according to the first embodiment.
  • the behavior information management table 113 has items of user ID, date and time, and behavior information.
  • the date and time when the information for identifying the behavior was acquired is “2021/12/01 06:00:00”.
  • FIG. 10 shows that the behavior information corresponding to the user ID "A" is "Ba1".
  • the behavior information management table 113 it is registered that the date and time when the information for identifying the behavior was acquired is “2021/12/01 06:03:30”. Further, FIG. 10 shows that the behavior information corresponding to the user ID "B" is "Bb1".
  • the storage unit 110 may store a stress factor behavior identification table 114.
  • the stress factor behavior identification table 114 is illustrated.
  • FIG. 11 is a diagram showing an example of the stress factor behavior identification table according to the first embodiment.
  • the stress factor behavior identification table 114 is also referred to as stress factor behavior identification information.
  • the stress factor behavior identification table 114 is information indicating the correspondence between personality information and behavior information.
  • the personality information in the stress factor behavior identification table 114 includes items for type and degree.
  • the stress factor behavior identification table 114 is used when identifying stress factor behaviors. For example, if personality information indicates that neuroticism is high, and behavioral information indicates that "forgetting to turn off the lights,” the type “neuroticism”, the degree “high”, and the behavioral information “forgetting to turn off the lights”. The “forgot to erase” record is referenced. Then, "forgetting to turn off the light” is identified as a stress factor behavior.
  • the type of personality information when expressed as a parameter, the following handling is performed. For example, if the parameter of neuroticism is equal to or greater than a threshold value, it is treated as having high neuroticism. Further, for example, if the parameter of neuroticism is smaller than a threshold value, it is treated as having low neuroticism. In this way, when the type of personality information is represented by a parameter, stress-causing behavior is identified using a threshold.
  • stress factor behaviors may be identified by aggregating the results in which each type of personality information is expressed as a binary value of "present” and "absent.” Furthermore, stress-causing behaviors may be identified based on the results of statistical processing of distribution data obtained by plotting each type of parameter in a region expressed in multiple dimensions.
  • the storage unit 110 may store a device proposal table 115.
  • the device proposal table 115 is illustrated.
  • FIG. 12 is a diagram showing an example of the device proposal table according to the first embodiment.
  • the device proposal table 115 is also referred to as device proposal information.
  • the device suggestion table 115 is information indicating devices that are proposed when a stress factor behavior is performed more than a threshold value. Specifically, the device proposal table 115 has items for stress factor behavior, threshold, and device. The device to be proposed is registered in the device item.
  • the acquisition unit 120 acquires personality information, stress information, and behavior information from the storage unit 110. Further, the acquisition unit 120 may acquire personality information, stress information, and behavior information that are not stored in the storage unit 110 from an external device.
  • the external device is a device that can be connected to the information processing device 100. Illustrations of external devices are omitted.
  • the acquisition unit 120 acquires the stress factor behavior identification table 114. For example, the acquisition unit 120 acquires the stress factor behavior identification table 114 from the storage unit 110. Further, for example, the acquisition unit 120 acquires the stress factor behavior identification table 114 from an external device. The acquisition unit 120 also acquires the device proposal table 115. For example, the acquisition unit 120 acquires the device proposal table 115 from the storage unit 110 or an external device.
  • FIG. 13 is a flowchart illustrating an example of processing executed by the information processing apparatus according to the first embodiment. Furthermore, in the following description, a case will be described in which stress factor behavior is specified using user ID "A". Further, the user with user ID "A" is also referred to as a first user.
  • Step S11 The acquisition unit 120 acquires the stress value of the user ID “A” from the stress information management table 112.
  • Step S12 The specific control unit 130 determines whether the stress value is greater than or equal to a predetermined threshold. If the stress value is equal to or greater than the threshold, the process proceeds to step S13. If the stress value is smaller than the threshold, the process ends.
  • Step S13 The identification control unit 130 executes stress factor behavior identification processing.
  • Step S14 The identification control unit 130 determines whether a stress factor behavior has been identified. If a stress factor behavior is identified, the process proceeds to step S15. If no stress factor behavior is identified, the process ends.
  • Step S15 The specific control unit 130 executes a device proposal process.
  • step S12 a case has been described in which a stress value, which is stress information, is used.
  • the stress information may be information indicating whether there is stress or not.
  • the specific control unit 130 determines whether stress is present or not. If there is stress, the process proceeds to step S13. If there is no stress, the process ends.
  • the stress information may be a stress value expressed by multiple elements such as emotion and fatigue level.
  • the specific control unit 130 determines whether the stress value is included in the specific element area.
  • the specific element area is an area expressed in a plurality of dimensions for statistical judgment by plotting the aforementioned emotions, fatigue level, various parameters of personality information, and the like.
  • the specific element area is an area for determining whether stress is present or not. If the stress value is included in the specific element area, the process proceeds to step S13. If the stress value is not included in the specific element area, the process ends. Moreover, step S12 and step S13 may be realized by one processing step.
  • FIG. 14 is a flowchart illustrating an example of stress factor behavior identification processing according to the first embodiment.
  • the process in FIG. 14 corresponds to the process in step S13.
  • Step S21 The acquisition unit 120 acquires behavior information of a user ID other than user ID "A" that is related to the stress value acquired in step S11.
  • the specific control unit 130 acquires behavior information of user IDs other than user ID "A” based on the date and time corresponding to the stress value.
  • the acquisition unit 120 acquires behavior information of a user ID other than user ID "A" at the same date and time as the date and time corresponding to the stress value, or at a date and time earlier than the date and time corresponding to the stress value. .
  • the acquisition unit 120 acquires the behavior information “Bb1” of the user ID “B” of “2021/12/01 06:03:30”. Further, a user with a user ID other than user ID "A" is also referred to as a second user.
  • Step S22 The acquisition unit 120 acquires personality information of user ID "A".
  • Step S23 The identification control unit 130 determines whether the relationship between personality information and behavior information is registered in the stress factor behavior identification table 114. For example, it is assumed that the personality information indicates that the person has a "high tendency toward neuroticism.” It is also assumed that the behavior information indicates "forgetting to turn off the light.” The identification control unit 130 determines that the relationship between personality information and behavior information is registered in the stress factor behavior identification table 114. If the conditions are met, the process proceeds to step S24. If the conditions are not met, the process ends.
  • the identification control unit 130 identifies the behavior information as stress factor behavior. For example, the specific control unit 130 specifies "forgetting to turn off a light" as a stress factor behavior. (Step S25) The specific control unit 130 transmits information indicating the stress factor behavior to the terminal 500.
  • Terminal 500 displays stress factor behavior. This allows the user to recognize the stress factor behavior.
  • the specific control unit 130 transmits information indicating stress factor behavior to the terminal of a person (for example, a user with user ID "B") who lives together with the user (for example, the user with user ID "A"). It's okay.
  • the transmission of information indicative of stressor behavior may be unicast, broadcast, or multicast.
  • FIG. 15 is a flowchart illustrating an example of device proposal processing according to the first embodiment.
  • the process in FIG. 15 corresponds to the process in step S15.
  • Step S31 The identification control unit 130 uses the device proposal table 115 to determine whether the identified stress factor behavior has been performed at a threshold value or more. If the stress factor behavior is performed more than the threshold value, the process proceeds to step S32. If the stress factor behavior is not performed more than the threshold value, the specific control unit 130 adds 1 to the number of behaviors corresponding to the stress factor behavior. The process then ends.
  • the identification control unit 130 identifies a device corresponding to the stress factor behavior based on the device proposal table 115. For example, if the behavior of “forgetting to turn off the light” is performed three or more times in a day (that is, if the number of behaviors of “forgetting to turn off the light” is three or more in one day), the specific control unit 130 , identify automatic lighting lights. (Step S33) The identification control unit 130 transmits information indicating the identified device to the terminal 500. Transmission of this information means a proposal to purchase or rent the specified equipment.
  • Terminal 500 displays devices. This allows the user to know how to eliminate stress-causing behavior. Further, the identification control unit 130 transmits information indicating the identified device to a terminal of a person (e.g., a user with user ID "B") who lives together with the user (e.g., user with user ID "A"). You may. Furthermore, the transmission of information indicating the identified device may be unicast, broadcast, or multicast.
  • a person e.g., a user with user ID "B”
  • the transmission of information indicating the identified device may be unicast, broadcast, or multicast.
  • a stress value threshold is registered in the threshold item of the device proposal table 115.
  • a stress value threshold “X1” corresponding to the stress factor behavior “forgetting to turn off a light” is registered.
  • the specific control unit 130 determines whether the stress value acquired in step S11 is equal to or greater than the threshold value corresponding to the identified stress factor behavior. If the stress value is greater than or equal to the threshold, the process proceeds to step 32.
  • the process ends. For example, when the identified stress factor behavior is "forgetting to turn off the light," the information processing device 100 proposes “automatically turning on the light” when the stress value acquired in step S11 is greater than or equal to "X1.” .
  • the stress information may be information indicating whether there is stress or not.
  • the specific control unit 130 determines whether stress is present or not. If there is stress, the process advances to step S32. If there is no stress, the process ends.
  • the stress information may be a stress value expressed by multiple elements such as emotion and fatigue level. If the stress information is the stress value, in step S31, the specific control unit 130 determines whether the stress value is included in a specific element area. Note that, for example, the specific element area is an area expressed in a plurality of dimensions for statistical judgment by plotting the aforementioned emotions, fatigue level, various parameters of personality information, and the like. That is, the specific element area is an area for determining whether stress is present or not. If the stress value is included in the specific element area, the process proceeds to step S32. If the stress value is not included in the specific element area, the process ends.
  • the specific control unit 130 determines whether to suggest a device corresponding to the stress factor behavior based on the stress information (step S31).
  • the identification control unit 130 identifies a device corresponding to the identified stress factor behavior based on the device proposal table 115 (step S32).
  • the identification control unit 130 transmits information indicating the identified device (step S33).
  • stress factor behavior is not specified using behavior information, for example, as in Patent Document 1.
  • the information processing device 100 uses personality information, stress information, and behavior information to identify stress-causing behaviors. Therefore, stress factor behaviors can be identified with high accuracy. Therefore, the information processing device 100 can improve the accuracy of identifying stress factor behaviors.
  • Embodiment 2 Next, a second embodiment will be described. In the second embodiment, matters that are different from the first embodiment will be mainly explained. In the second embodiment, explanations of matters common to the first embodiment will be omitted.
  • FIG. 16 is a block diagram showing the functions of the information processing device according to the second embodiment. Components in FIG. 16 that are the same as those shown in FIG. 7 are designated by the same reference numerals as those shown in FIG.
  • the information processing device 100 further includes an additional control unit 140. Part or all of the additional control unit 140 may be realized by a processing circuit. Furthermore, part or all of the additional control unit 140 may be realized as a module of a program executed by the processor 101. The functions of the additional control unit 140 will be explained in detail later.
  • FIG. 17 is a flowchart illustrating an example of stress factor behavior identification processing according to the second embodiment.
  • the process in FIG. 17 differs from the process in FIG. 14 in that steps S23a, 26, and 27 are executed. Therefore, in FIG. 17, steps S23a, 26, and 27 will be explained. A description of processes other than steps S23a, 26, and 27 will be omitted.
  • Step S23a The identification control unit 130 determines whether the relationship between personality information and behavior information is registered in the stress factor behavior identification table 114. If the conditions are met, the process proceeds to step S24. If the condition is not met, the process proceeds to step S26. (Step S26) The additional control unit 140 determines whether the relationship between the personality information and the behavior information is detected to be greater than or equal to a predetermined threshold. If the conditions are met, the process proceeds to step S27. If the conditions are not met, the process ends. (Step S27) The addition control unit 140 adds the relationship between personality information and behavior information to the stress factor behavior identification table 114.
  • the information processing device 100 registers the relationship between newly occurring behavior and personality in the stress factor behavior identification table 114. Thereby, the information processing device 100 can identify a newly occurring behavior as a stress factor behavior.
  • Embodiment 3 Next, Embodiment 3 will be described. In the third embodiment, matters that are different from the second embodiment will be mainly explained. In the third embodiment, explanations of matters common to the second embodiment will be omitted.
  • FIG. 18 is a diagram showing an information processing system according to the third embodiment.
  • the information processing system further includes a device management device 600.
  • Information processing device 100 and device management device 600 communicate via a network.
  • device management device 600 is a computer.
  • FIG. 19 is a sequence diagram illustrating an example of processing performed between the information processing device and the device management device according to the third embodiment.
  • the device management device 600 acquires device information indicating the device. For example, the device is a newly purchased device. Further, for example, the device is a newly rented device.
  • the device management device 600 transmits the device information and the date and time when the device information was acquired to the information processing device 100. Note that the date and time may be expressed in time or in hours.
  • the information processing apparatus 100 associates the date and time with the device information and stores the device information.
  • FIG. 20 is a block diagram showing the functions of the information processing device according to the third embodiment.
  • the configuration in FIG. 20 that is the same as the configuration shown in FIG. 16 is given the same reference numeral as that shown in FIG. 16.
  • the storage unit 110 stores a device information management table 116.
  • the information processing apparatus 100 acquires the device information
  • the information processing apparatus 100 registers the device information in the device information management table 116.
  • the device information management table 116 is illustrated.
  • FIG. 21 is a diagram illustrating an example of a device information management table according to the third embodiment.
  • the device information management table 116 has items of date and time and device. In the device information management table 116, it is registered that the date and time when the device information was acquired is “2021/12/01 06:00:00”. Further, FIG. 21 shows that the device “D11” is registered in the device information management table 116. Further, in the device information management table 116, it is registered that the date and time when the device information was acquired is “2021/12/05 06:00:00”. Further, FIG. 21 shows that the device “D12” is registered in the device information management table 116.
  • the acquisition unit 120 acquires device information from the storage unit 110. Further, the acquisition unit 120 may acquire device information that is not stored in the storage unit 110 from an external device. Further, the functions of the additional control unit 140 will be explained in detail later.
  • FIG. 22 is a flowchart illustrating an example of processing executed by the information processing apparatus according to the third embodiment.
  • the acquisition unit 120 acquires the stress value of the user ID "A" at the first time point (hereinafter referred to as the first stress value).
  • the acquisition unit 120 acquires behavior information (hereinafter referred to as first behavior information) of a user ID other than user ID "A" that is related to the first stress value.
  • first behavior information a user ID other than user ID "A” that is related to the first stress value.
  • user IDs other than user ID "A” are assumed to be user ID "B".
  • the date and time corresponding to the stress value of user ID “A” at the first time point is “2021/12/01 06:04:00”.
  • the acquisition unit 120 acquires the behavior information of the user ID “B” of “2021/12/01 06:03:30”.
  • the acquisition unit 120 acquires the first stress value and first behavior information from the storage unit 110. Further, the acquisition unit 120 may acquire the first stress value and the first behavior information from an external device.
  • Step S42 The acquisition unit 120 acquires the stress value of the user ID "A" at the second time point (hereinafter referred to as the second stress value).
  • the acquisition unit 120 acquires behavior information of user ID "B" (hereinafter referred to as second behavior information) that is related to the second stress value.
  • the second time point is a time point later than the first time point.
  • the date and time corresponding to the stress value of user ID "A" at the second time point is "2021/12/10 06:04:00”.
  • the acquisition unit 120 acquires the behavior information of the user ID “B” of “2021/12/10 06:03:30”.
  • the acquisition unit 120 acquires the second stress value and second behavior information from the storage unit 110. Further, the acquisition unit 120 may acquire the second stress value and the second behavior information from an external device.
  • Step S43 The additional control unit 140 determines whether the first behavior information and the second behavior information are the same. If the first behavior information and the second behavior information are the same, the process proceeds to step S44. If the first behavior information and the second behavior information are different, the process ends. (Step S44) The additional control unit 140 determines whether the second stress value is smaller than the first stress value. If the second stress value is smaller than the first stress value, the process proceeds to step S45. If the second stress value is greater than or equal to the first stress value, the process ends.
  • Step S45 The additional control unit 140 refers to the device information management table 116 and determines whether there is a date and time between the first time point and the second time point. If the date and time exists, the process proceeds to step S46. If the date and time does not exist, the process ends.
  • Step S46 The additional control unit 140 determines that the device corresponding to the date and time is the device that has relieved stress.
  • the additional control unit 140 determines that “2021/12/05 06:00:00”, which is the date and time between the first time point and the second time point (for example, also referred to as the third time point), exists. It is determined (Yes in step S45). The additional control unit 140 determines that the device “D12” corresponding to “2021/12/05 06:00:00” is the device that has relieved stress.
  • the device information indicating the device corresponding to the third time point is acquired by the acquisition unit 120.
  • the acquisition unit 120 acquires the device information from the storage unit 110.
  • the acquisition unit 120 may acquire the device information from an external device.
  • Step S47 The addition control unit 140 adds the relationship between the first behavior information or the second behavior information and the device that relieves stress to the device proposal table 115. Further, the threshold value corresponding to the first behavior information or the second behavior information and the device that relieves stress may be set arbitrarily.
  • the information processing device 100 adds a device that relieves stress. This allows the information processing device 100 to propose the device.
  • 100 information processing device 101 processor, 102 volatile storage device, 103 non-volatile storage device, 104 interface, 110 storage unit, 111 personality information management table, 112 stress information management table, 113 behavior information management table, 114 Stress factor behavior identification Table, 115 Equipment proposal table, 116 Equipment information management table, 120 Acquisition unit, 130 Specific control unit, 140 Additional control unit, 200 Personality estimation device, 300 Stress information generation device, 400 Behavior estimation device, 500 Terminal, 5 01 Processor, 502 Volatile storage device, 503 Non-volatile storage device, 504 Interface, 600 Equipment management device.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Physics & Mathematics (AREA)
  • Developmental Disabilities (AREA)
  • Biophysics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biomedical Technology (AREA)
  • Educational Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

情報処理装置（１００）は、性格情報と行動情報との対応関係を示すストレス要因行動特定テーブル（１１４）、第１のユーザの性格を示す性格情報、第１のユーザのストレスに関する情報であるストレス情報、及び第２のユーザの行動を示す行動情報を取得する取得部（１２０）と、ストレス値が予め定められた閾値以上である場合、ストレス情報に基づいて、性格情報と行動情報との関係がストレス要因行動特定テーブル（１１４）に登録されているか否かを判定し、関係がストレス要因行動特定テーブル（１１４）に登録されている場合、行動情報をストレス要因行動として特定する特定制御部（１３０）と、を有する。

Description

情報処理装置、情報処理システム、特定方法、及び特定プログラム
　本開示は、情報処理装置、情報処理システム、特定方法、及び特定プログラムに関する。
　人は、生活の中で、ストレスを感じる。例えば、人は、対人ストレスを感じる。ここで、ストレスが対人ストレスであるか否かを推定する技術が提案されている（特許文献１を参照）。例えば、特許文献１のストレスマネジメントシステムは、ユーザの生体データと、行動履歴を表すライフログデータとを用いて、ストレスが対人ストレスであるか否かを推定する。また、ストレスマネジメントシステムは、ライフログデータを用いて、対人ストレスの種類を推定する。
特開２０１８－０３７０７３号公報
Ｏｌｉｖｅｒ　Ｐ．Ｊｏｈｎ、Ｌａｕｒａ　Ｐ．Ｎａｕｍａｎｎ、ａｎｄ　Ｃｈｒｉｓｔｏｐｈｅｒ　Ｊ．Ｓｏｔｏ．"Ｐａｒａｄｉｇｍ　Ｓｈｉｆｔ　ｔｏ　ｔｈｅ　Ｉｎｔｅｇｒａｔｉｖｅ　Ｂｉｇ　Ｆｉｖｅ　Ｔｒａｉｔ　Ｔａｘｏｎｏｍｙ"　Ｈａｎｄｂｏｏｋ　ｏｆ　ｐｅｒｓｏｎａｌｉｔｙ：Ｔｈｅｏｒｙ　ａｎｄ　ｒｅｓｅａｒｃｈ　３．２　（２００８），ｐｐ．１１４－１５８ Ｊｕｎｅ　Ｐ．Ｔａｎｇｎｅｙ、Ｒｏｙ　Ｆ．Ｂａｕｍｅｉｓｔｅｒ、　ａｎｄ　Ａｎｇｉｅ　Ｌｕｚｉｏ　Ｂｏｏｎｅ．"Ｈｉｇｈ　Ｓｅｌｆ－Ｃｏｎｔｒｏｌ　Ｐｒｅｄｉｃｔｓ　Ｇｏｏｄ　Ａｄｊｕｓｔｍｅｎｔ，Ｌｅｓｓ　Ｐａｔｈｏｌｏｇｙ，Ｂｅｔｔｅｒ　Ｇｒａｄｅｓ，ａｎｄ　Ｉｎｔｅｒｐｅｒｓｏｎａｌ　Ｓｕｃｃｅｓ"　Ｊｏｕｒｎａｌ　ｏｆ　ｐｅｒｓｏｎａｌｉｔｙ　７２．２　（２００４），ｐｐ．２７１－３２４ Ｗｕ　Ｙｏｕｙｏｕ、Ｍｉｃｈａｌ　Ｋｏｓｉｎｓｋｉ、ａｎｄ　Ｄａｖｉｄ　Ｓｔｉｌｌｗｅｌｌ．"Ｃｏｍｐｕｔｅｒ－ｂａｓｅｄ　ｐｅｒｓｏｎａｌｉｔｙ　ｊｕｄｇｍｅｎｔｓ　ａｒｅ　ｍｏｒｅ　ａｃｃｕｒａｔｅ　ｔｈａｎ　ｔｈｏｓｅ　ｍａｄｅ　ｂｙ　ｈｕｍａｎｓ"　Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｎａｔｉｏｎａｌ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ　１１２．４　（２０１５），　ｐｐ．　１０３６－１０４０ Ｃｌｅｍｅｎｓ　Ｓｔａｃｈｌ、ｅｔ　ａｌ．"Ｐｒｅｄｉｃｔｉｎｇ　ｐｅｒｓｏｎａｌｉｔｙ　ｆｒｏｍ　ｐａｔｔｅｒｎｓ　ｏｆ　ｂｅｈａｖｉｏｒ　ｃｏｌｌｅｃｔｅｄ　ｗｉｔｈ　ｓｍａｒｔｐｈｏｎｅｓ"、Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｎａｔｉｏｎａｌ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ　１１７．３０　（２０２０），　ｐｐ．　１７６８０－１７６８７
　上記の技術では、対人ストレスの種類が推定される。ここで、対人ストレスの種類は、ストレス要因行動と呼ぶ。つまり、ストレス要因行動は、ストレスの要因である対人行動である。
　上記の技術では、ストレス要因行動が、ライフログデータを用いて、推定される。しかし、ライフログデータを用いる方法では、ストレス要因行動の特定精度が低い場合がある。
　本開示の目的は、ストレス要因行動の特定精度を向上させることである。
　本開示の一態様に係る情報処理装置が提供される。情報処理装置は、性格情報と行動情報との対応関係を示すストレス要因行動特定情報、第１のユーザの性格を示す性格情報、前記第１のユーザのストレスに関する情報であるストレス情報、及び第２のユーザの行動を示す行動情報を取得する取得部と、前記ストレス情報に基づいて、前記性格情報と前記行動情報との関係が前記ストレス要因行動特定情報に登録されているか否かを判定し、前記関係が前記ストレス要因行動特定情報に登録されている場合、前記行動情報をストレス要因行動として特定する特定制御部と、を有する。
　本開示によれば、ストレス要因行動の特定精度を向上させることができる。
実施の形態１の情報処理システムを示す図である。 実施の形態１の情報処理装置が有するハードウェアを示す図である。 実施の形態１の端末が有するハードウェアを示す図である。 実施の形態１の情報処理装置と性格推定装置との間で行われる処理の例を示すシーケンス図である。 実施の形態１の情報処理装置とストレス情報生成装置との間で行われる処理の例を示すシーケンス図である。 実施の形態１の情報処理装置と行動推定装置との間で行われる処理の例を示すシーケンス図である。 実施の形態１の情報処理装置の機能を示すブロック図である。 実施の形態１の性格情報管理テーブルの例を示す図である。 実施の形態１のストレス情報管理テーブルの例を示す図である。 実施の形態１の行動情報管理テーブルの例を示す図である。 実施の形態１のストレス要因行動特定テーブルの例を示す図である。 実施の形態１の機器提案テーブルの例を示す図である。 実施の形態１の情報処理装置が実行する処理の例を示すフローチャートである。 実施の形態１のストレス要因行動特定処理の例を示すフローチャートである。 実施の形態１の機器提案処理の例を示すフローチャートである。 実施の形態２の情報処理装置の機能を示すブロック図である。 実施の形態２のストレス要因行動特定処理の例を示すフローチャートである。 実施の形態３の情報処理システムを示す図である。 実施の形態３の情報処理装置と機器管理装置との間で行われる処理の例を示すシーケンス図である。 実施の形態３の情報処理装置の機能を示すブロック図である。 実施の形態３の機器情報管理テーブルの例を示す図である。 実施の形態３の情報処理装置が実行する処理の例を示すフローチャートである。
　以下、図面を参照しながら実施の形態を説明する。以下の実施の形態は、例にすぎず、本開示の範囲内で種々の変更が可能である。
実施の形態１．
　図１は、実施の形態１の情報処理システムを示す図である。情報処理システムは、情報処理装置１００、性格推定装置２００、ストレス情報生成装置３００、行動推定装置４００、及び端末５００を含む。
　情報処理装置１００、性格推定装置２００、ストレス情報生成装置３００、行動推定装置４００、及び端末５００は、ネットワークを介して通信する。例えば、ネットワークは、無線ネットワークである。
　情報処理装置１００は、特定方法を実行する装置である。例えば、情報処理装置１００は、サーバである。
　性格推定装置２００は、性格を推定する装置である。例えば、性格推定装置２００は、コンピュータである。
　ストレス情報生成装置３００は、ストレス情報を生成する装置である。ストレス情報は、ストレスに関する情報である。例えば、ストレス情報は、ストレス値である。以下の説明では、ストレス情報は、ストレス値とする。ストレス値は、ストレスの度合いである。例えば、ストレス情報生成装置３００は、コンピュータである。
　行動推定装置４００は、行動を推定する装置である。例えば、行動推定装置４００は、コンピュータである。
　端末５００は、ユーザが使用する装置である。例えば、端末５００は、スマートフォン、タブレット端末、又はＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）である。
　情報処理システムを簡単に説明する。情報処理装置１００は、性格推定装置２００から性格情報を取得する。情報処理装置１００は、ストレス情報生成装置３００からストレス情報を取得する。情報処理装置１００は、行動推定装置４００から行動情報を取得する。情報処理装置１００は、性格情報、ストレス情報、及び行動情報を用いて、ストレス要因行動を特定する。情報処理装置１００は、ストレス要因行動を示す情報を端末５００に送信する。
　以下、情報処理システムを詳細に説明する。
　まず、情報処理装置１００が有するハードウェアを説明する。
　図２は、実施の形態１の情報処理装置が有するハードウェアを示す図である。情報処理装置１００は、プロセッサ１０１、揮発性記憶装置１０２、不揮発性記憶装置１０３、及びインタフェース１０４を有する。
　プロセッサ１０１は、情報処理装置１００全体を制御する。例えば、プロセッサ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）などである。プロセッサ１０１は、マルチプロセッサでもよい。また、情報処理装置１００は、処理回路を有してもよい。
　揮発性記憶装置１０２は、情報処理装置１００の主記憶装置である。例えば、揮発性記憶装置１０２は、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）である。不揮発性記憶装置１０３は、情報処理装置１００の補助記憶装置である。例えば、不揮発性記憶装置１０３は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、又はＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）である。
　インタフェース１０４は、性格推定装置２００、ストレス情報生成装置３００、行動推定装置４００、及び端末５００と通信する。
　また、性格推定装置２００、ストレス情報生成装置３００、及び行動推定装置４００は、情報処理装置１００と同様に、プロセッサ、揮発性記憶装置、不揮発性記憶装置、及びインタフェースを有する。
　次に、端末５００が有するハードウェアを説明する。
　図３は、実施の形態１の端末が有するハードウェアを示す図である。端末５００は、プロセッサ５０１、揮発性記憶装置５０２、不揮発性記憶装置５０３、及びインタフェース５０４を有する。
　プロセッサ５０１は、端末５００全体を制御する。例えば、プロセッサ５０１は、ＣＰＵ、ＦＰＧＡ、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）などである。プロセッサ５０１は、マルチプロセッサでもよい。また、端末５００は、処理回路を有してもよい。
　揮発性記憶装置５０２は、端末５００の主記憶装置である。例えば、揮発性記憶装置５０２は、ＲＡＭである。不揮発性記憶装置５０３は、端末５００の補助記憶装置である。例えば、不揮発性記憶装置５０３は、ＨＤＤ、又はＳＳＤである。
　インタフェース５０４は、情報処理装置１００、性格推定装置２００、ストレス情報生成装置３００、及び行動推定装置４００と通信する。
　次に、情報処理装置１００と性格推定装置２００との間で行われる処理を説明する。
　図４は、実施の形態１の情報処理装置と性格推定装置との間で行われる処理の例を示すシーケンス図である。
　（ステップＳＴ１０１）性格推定装置２００は、ユーザの性格に関する情報を取得する。例えば、性格推定装置２００は、ユーザが端末５００に入力した情報（すなわち、ユーザの性格に関する情報）を端末５００から取得する。なお、ユーザの性格に関する情報は、アンケート情報と呼んでもよい。また、性格推定装置２００は、端末５００以外の装置から、ユーザの性格に関する情報を取得してもよい。
　（ステップＳＴ１０２）性格推定装置２００は、ユーザの性格に関する情報に基づいて、ユーザの性格を推定する。例えば、性格推定装置２００は、ユーザの性格に関する情報と学習済モデルとを用いて、ユーザの性格を推定する。
　例えば、性格は、ビッグファイブパーソナリティ特性で表されてもよい。ビッグファイブパーソナリティ特性は、５因子モデルとも呼ばれる。ビッグファイブパーソナリティ特性は、開放性、誠実性、外向性、協調性、及び神経症傾向で表される。開放性は、新しい経験又は多様性を好む度合いを表す。また、開放性は、経験への開放性と言い換えてもよい。誠実性は、向上心があり、達成を目指す傾向又は計画的な行動を好む傾向の度合いを表す。誠実性は、勤勉性と言い換えてもよい。外向性は、他者との付き合い又は会話を好む度合いを表す。協調性は、他者に協力的である傾向の度合いを表す。協調性は、調和性又は愛着性と言い換えてもよい。神経症傾向は、不安定な性格であり、不快な感情を経験しやすい傾向の度合いを表す。また、神経症傾向の代わりに、性格が情緒安定性で表されてもよい。そして、性格は、開放性、誠実性、外向性、協調性、及び神経症傾向のそれぞれをパラメータで、表される。また、性格は、開放性、誠実性、外向性、協調性、及び神経症傾向のそれぞれの度合で表されてもよい。例えば、性格は、開放性が高い、又は開放性が低いで表されてもよい。なお、ビッグファイブパーソナリティ特性は、非特許文献１に記載されている。
　また、性格は、セルフコントロールの強さを示すパラメータによって、表されてもよい。セルフコントロールは、誘惑又は衝動に直面した際に自己の意思で望ましい行動を追求し、望ましくない行動を抑制することである。なお、セルフコントロールは、非特許文献２に記載されている。
　さらに、性格は、心理学分野で定義されているパラメータによって、表されてもよい。
　性格推定装置２００は、ＳＮＳ（Ｓｏｃｉａｌ　Ｎｅｔｗｏｒｋ　Ｓｅｒｖｉｃｅ）の「いいね！」等を入力した履歴、又はＳＮＳに書き込みを行った履歴に基づいて、ユーザの性格を推定してもよい。なお、当該推定は、非特許文献３に記載されている。
　性格推定装置２００は、端末５００の操作履歴、端末５００の動作履歴、又は端末５００に格納されている情報に基づいて、ユーザの性格を推定してもよい。なお、当該推定は、非特許文献４に記載されている。
　（ステップＳＴ１０３）性格推定装置２００は、推定された性格を示す性格情報と、ユーザのユーザＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）とを情報処理装置１００に送信する。ここで、性格情報は、ユーザの性格を示す情報と表現できる。
　（ステップＳＴ１０４）情報処理装置１００は、ユーザＩＤを性格情報に対応付けて、性格情報を格納する。
　次に、情報処理装置１００とストレス情報生成装置３００との間で行われる処理を説明する。
　図５は、実施の形態１の情報処理装置とストレス情報生成装置との間で行われる処理の例を示すシーケンス図である。
　（ステップＳＴ１１１）ストレス情報生成装置３００は、ストレスに関する情報を生成するための情報を取得する。例えば、ストレス情報生成装置３００は、ストレス値を算出するための情報を取得する。具体的には、ストレス情報生成装置３００は、ストレス値を算出するための情報を端末５００から取得する。
　例えば、ストレス値を算出するための情報は、生体情報である。以下、ストレス値を算出するための情報は、生体情報とする。例えば、生体情報は、心拍、呼吸、脈波などのバイタルサイン、又は脳波、顔面温度、皮膚表面電位、眼球運動などの生理反応に基づいた情報である。また、例えば、生体情報は、血液、唾液、尿に含まれるホルモンなどの成分（例えば、唾液中のアミラーゼ分泌量）に基づいた情報である。また、例えば、生体情報は、表情、声などの人の動作に基づいた情報である。
　（ステップＳＴ１１２）ストレス情報生成装置３００は、生体情報に基づいて、ユーザのストレス値を算出する。例えば、生体情報が心拍である場合、ストレス情報生成装置３００は、心拍変動を周波数解析することで、ストレス値を算出する。具体的には、ストレス情報生成装置３００は、一定期間（例えば、５分間）の心拍変動のＲ波とＲ波の間の間隔（すなわち、ＲＲ間隔）と時間から、パワースペクトラムを算出する。ストレス情報生成装置３００は、パワースペクトラムの周波数帯域（例えば、０．００４Ｈｚ～０．１５Ｈｚ）と高周波帯域（例えば、０．１５Ｈｚ～０．４Ｈｚ）との比率を算出することで、ストレス値を算出する。また、ストレス情報生成装置３００は、ＲＲ間隔の平均、標準偏差などを用いて、ストレス値を算出してもよい。
　また、例えば、生体情報が表情である場合、ストレス情報生成装置３００は、表情の画像と感情推定モデル（すなわち、学習済モデル）とを用いて感情を推定し、怒り、悲しみなどの感情の度合を、ストレス値として算出する。
　（ステップＳＴ１１３）ストレス情報生成装置３００は、ストレス情報、ユーザＩＤ、及び生体情報が取得された日時を情報処理装置１００に送信する。なお、当該日時は、時刻で表されてもよいし、時間で表されてもよい。
　（ステップＳＴ１１４）情報処理装置１００は、ユーザＩＤと当該日時をストレス情報に対応付けて、ストレス情報を格納する。
　次に、情報処理装置１００と行動推定装置４００との間で行われる処理を説明する。
　図６は、実施の形態１の情報処理装置と行動推定装置との間で行われる処理の例を示すシーケンス図である。
　（ステップＳＴ１２１）行動推定装置４００は、行動を推定するための情報を取得する。例えば、行動推定装置４００は、行動を推定するための情報を端末５００から取得する。
　例えば、行動を推定するための情報は、音声、映像などである。また、例えば、行動を推定するための情報は、機器の操作履歴、センサから得られた情報などである。行動を推定するための情報には、日時を示す情報が含まれてもよい。
　（ステップＳＴ１２２）行動推定装置４００は、行動を推定するための情報に基づいて、行動を推定する。例えば、行動推定装置４００は、行動を推定するための情報と学習済モデルとを用いて、行動を推定する。また、学習済モデルは、ＬＳＴＭ（Ｌｏｎｇ　Ｓｈｏｒｔ　Ｔｅｒｍ　Ｍｅｍｏｒｙ）ネットワークに基づくモデルでもよい。さらに、学習済モデルは、Ｋ近傍法、決定木、Ｒａｎｄｏｍ　ｆｏｒｅｓｔ、ＳＶＭ（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ）に基づくモデルでもよい。
　例えば、行動を推定するための情報が、電灯がオンにされてから、一定時間電灯がオフにされなかったことを示している場合、行動推定装置４００は、“電灯の消し忘れ”を推定する。
　（ステップＳＴ１２３）行動推定装置４００は、推定された行動を示す行動情報、ユーザＩＤ、及び行動を推定するための情報が取得された日時を情報処理装置１００に送信する。なお、当該日時は、時刻で表されてもよいし、時間で表されてもよい。
　（ステップＳＴ１２４）情報処理装置１００は、ユーザＩＤと当該日時を行動情報に対応付けて、行動情報を格納する。
　このように、情報処理装置１００は、性格情報、ストレス情報、及び行動情報を受信し、性格情報、ストレス情報、及び行動情報を格納する。
　次に、情報処理装置１００が有する機能を説明する。
　図７は、実施の形態１の情報処理装置の機能を示すブロック図である。情報処理装置１００は、記憶部１１０、取得部１２０、及び特定制御部１３０を有する。
　記憶部１１０は、揮発性記憶装置１０２又は不揮発性記憶装置１０３に確保した記憶領域として実現してもよい。
　取得部１２０及び特定制御部１３０の一部又は全部は、処理回路によって実現してもよい。また、取得部１２０及び特定制御部１３０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。例えば、プロセッサ１０１が実行するプログラムは、特定プログラムとも言う。例えば、特定プログラムは、記録媒体に記録されている。
　記憶部１１０は、性格情報管理テーブル１１１を記憶する。情報処理装置１００は、性格情報を取得した場合、性格情報を性格情報管理テーブル１１１に登録する。性格情報管理テーブル１１１を例示する。
　図８は、実施の形態１の性格情報管理テーブルの例を示す図である。性格情報管理テーブル１１１は、ユーザＩＤと性格情報との項目を有する。
　例えば、図８は、ユーザＩＤ“Ａ”に対応する性格情報が、開放性“Ｏａ１”、誠実性“Ｃａ１”、外向性“Ｅａ１”、協調性“Ａａ１”、及び神経症傾向“Ｎａ１”であることを示している。
　また、例えば、図８は、ユーザＩＤ“Ｂ”に対応する性格情報が、開放性“Ｏｂ１”、誠実性“Ｃｂ１”、外向性“Ｅｂ１”、協調性“Ａｂ１”、及び神経症傾向“Ｎｂ１”であることを示している。
　記憶部１１０は、ストレス情報管理テーブル１１２を記憶する。情報処理装置１００は、ストレス情報を取得した場合、ストレス情報をストレス情報管理テーブル１１２に登録する。ストレス情報管理テーブル１１２を例示する。
　図９は、実施の形態１のストレス情報管理テーブルの例を示す図である。ストレス情報管理テーブル１１２は、ユーザＩＤ、日時、及びストレス値の項目を有する。
　ストレス情報管理テーブル１１２には、生体情報が取得された日時が“２０２１／１２／０１　０６：００：００”であることが、登録されている。また、図９は、ユーザＩＤ“Ａ”に対応するストレス値が“Ｓａ１”であることを示している。
　また、ストレス情報管理テーブル１１２には、生体情報が取得された日時が“２０２１／１２／０１　０６：００：００”であることが、登録されている。また、図９は、ユーザＩＤ“Ｂ”に対応するストレス値が“Ｓｂ１”であることを示している。
　記憶部１１０は、行動情報管理テーブル１１３を記憶する。情報処理装置１００は、行動情報を取得した場合、行動情報を行動情報管理テーブル１１３に登録する。行動情報管理テーブル１１３を例示する。
　図１０は、実施の形態１の行動情報管理テーブルの例を示す図である。行動情報管理テーブル１１３は、ユーザＩＤ、日時、及び行動情報の項目を有する。
　行動情報管理テーブル１１３には、行動を特定するための情報が取得された日時が“２０２１／１２／０１　０６：００：００”であることが、登録されている。また、図１０は、ユーザＩＤ“Ａ”に対応する行動情報が“Ｂａ１”であることを示している。
　行動情報管理テーブル１１３には、行動を特定するための情報が取得された日時が“２０２１／１２／０１　０６：０３：３０”であることが、登録されている。また、図１０は、ユーザＩＤ“Ｂ”に対応する行動情報が“Ｂｂ１”であることを示している。
　記憶部１１０は、ストレス要因行動特定テーブル１１４を記憶してもよい。ストレス要因行動特定テーブル１１４を例示する。
　図１１は、実施の形態１のストレス要因行動特定テーブルの例を示す図である。ストレス要因行動特定テーブル１１４は、ストレス要因行動特定情報とも言う。ストレス要因行動特定テーブル１１４は、性格情報と行動情報との対応関係を示す情報である。例えば、ストレス要因行動特定テーブル１１４の性格情報は、種別と度合の項目を有する。
　ストレス要因行動特定テーブル１１４は、ストレス要因行動を特定する際に使用される。例えば、性格情報が、神経症傾向が高いことを示しており、行動情報が“電灯の消し忘れ”を示している場合、種別“神経症傾向”、度合“高”、及び行動情報“電灯の消し忘れ”のレコードが参照される。そして、“電灯の消し忘れ”が、ストレス要因行動として特定される。
　また、性格情報の種別がパラメータで表されている場合、以下の扱いが行われる。例えば、神経症傾向のパラメータが閾値以上である場合、神経症傾向が高いと扱われる。また、例えば、神経症傾向のパラメータが閾値より小さい場合、神経症傾向が低いと扱われる。このように、性格情報の種別がパラメータで表されている場合、閾値を用いて、ストレス要因行動が特定される。
　その他の手法として、性格情報の各種別が“有”と“無”の二値で表された結果を集約して、ストレス要因行動が特定されてもよい。また、各種別のパラメータを複数の次元で表現される領域にプロットした分布データを統計処理した結果に基づいて、ストレス要因行動が特定されてもよい。
　記憶部１１０は、機器提案テーブル１１５を記憶してもよい。機器提案テーブル１１５を例示する。
　図１２は、実施の形態１の機器提案テーブルの例を示す図である。機器提案テーブル１１５は、機器提案情報とも言う。機器提案テーブル１１５は、ストレス要因行動が閾値以上、行われたときに提案される機器を示す情報である。詳細には、機器提案テーブル１１５は、ストレス要因行動、閾値、及び機器の項目を有する。機器の項目には、提案対象の機器が登録される。
　取得部１２０は、性格情報、ストレス情報、及び行動情報を記憶部１１０から取得する。また、取得部１２０は、記憶部１１０に格納されていない性格情報、ストレス情報、及び行動情報を外部装置から取得してもよい。外部装置は、情報処理装置１００に接続可能な装置である。外部装置の図は、省略されている。
　取得部１２０は、ストレス要因行動特定テーブル１１４を取得する。例えば、取得部１２０は、ストレス要因行動特定テーブル１１４を記憶部１１０から取得する。また、例えば、取得部１２０は、ストレス要因行動特定テーブル１１４を外部装置から取得する。
　また、取得部１２０は、機器提案テーブル１１５を取得する。例えば、取得部１２０は、機器提案テーブル１１５を記憶部１１０又は外部装置から取得する。
　特定制御部１３０の機能は、後で詳細に説明する。
　次に、情報処理装置１００が実行する処理を、フローチャートを用いて、説明する。
　図１３は、実施の形態１の情報処理装置が実行する処理の例を示すフローチャートである。また、以下の説明では、ユーザＩＤ“Ａ”を用いて、ストレス要因行動を特定する場合を説明する。また、ユーザＩＤ“Ａ”のユーザは、第１のユーザとも言う。
　（ステップＳ１１）取得部１２０は、ストレス情報管理テーブル１１２のユーザＩＤ“Ａ”のストレス値を取得する。
　（ステップＳ１２）特定制御部１３０は、ストレス値が予め定められた閾値以上であるか否かを判定する。ストレス値が当該閾値以上である場合、処理は、ステップＳ１３に進む。ストレス値が当該閾値よりも小さい場合、処理は、終了する。
　（ステップＳ１３）特定制御部１３０は、ストレス要因行動特定処理を実行する。
　（ステップＳ１４）特定制御部１３０は、ストレス要因行動が特定されたか否かを判定する。ストレス要因行動が特定された場合、処理は、ステップＳ１５に進む。ストレス要因行動が特定されなかった場合、処理は、終了する。
　（ステップＳ１５）特定制御部１３０は、機器提案処理を実行する。
　ステップＳ１２では、ストレス情報であるストレス値が用いられる場合を説明した。ストレス情報は、ストレスが有るか無いかを示す情報でもよい。ストレス情報が当該情報である場合、ステップＳ１２において、特定制御部１３０は、ストレスが有るか無いかを判定する。ストレスが有る場合、処理は、ステップＳ１３に進む。ストレスが無い場合、処理は、終了する。また、ストレス情報は、感情と疲労度などの複数の要素で表されるストレス値でもよい。ストレス情報が当該ストレス値である場合、ステップＳ１２において、特定制御部１３０は、当該ストレス値が特定の要素領域に含まれるか否かを判定する。なお、例えば、特定の要素領域は、前述の感情、疲労度、性格情報の各種別のパラメータなどをプロットして統計的に判断するための複数の次元で表現される領域である。すなわち、特定の要素領域は、ストレスが有るか無いかを判定するための領域である。当該ストレス値が特定の要素領域に含まれる場合、処理は、ステップＳ１３に進む。当該ストレス値が特定の要素領域に含まれない場合、処理は、終了する。また、ステップＳ１２とステップＳ１３とは、１つの処理ステップで実現してもよい。
　図１４は、実施の形態１のストレス要因行動特定処理の例を示すフローチャートである。図１４の処理は、ステップＳ１３の処理に対応する。
　（ステップＳ２１）取得部１２０は、ステップＳ１１で取得したストレス値に関係のある、ユーザＩＤ“Ａ”以外のユーザＩＤの行動情報を取得する。詳細には、特定制御部１３０は、当該ストレス値に対応する日時に基づいて、ユーザＩＤ“Ａ”以外のユーザＩＤの行動情報を取得する。具体的には、取得部１２０は、当該ストレス値に対応する日時と同じ日時、又は当該ストレス値に対応する日時よりも前の日時のユーザＩＤ“Ａ”以外のユーザＩＤの行動情報を取得する。例えば、当該ストレス値に対応する日時は、“２０２１／１２／０１　０６：０４：００”であるとする。取得部１２０は、“２０２１／１２／０１　０６：０３：３０”のユーザＩＤ“Ｂ”の行動情報“Ｂｂ１”を取得する。
　また、ユーザＩＤ“Ａ”以外のユーザＩＤのユーザは、第２のユーザとも言う。
　（ステップＳ２２）取得部１２０は、ユーザＩＤ“Ａ”の性格情報を取得する。
　（ステップＳ２３）特定制御部１３０は、性格情報と行動情報との関係がストレス要因行動特定テーブル１１４に登録されているか否かを判定する。
　例えば、性格情報は、“神経症傾向が高い”ことを示しているものとする。また、行動情報は、“電灯の消し忘れ”を示しているものとする。特定制御部１３０は、性格情報と行動情報との関係がストレス要因行動特定テーブル１１４に登録されていると判定する。
　条件を満たす場合、処理は、ステップＳ２４に進む。条件を満たさない場合、処理は、終了する。
　（ステップＳ２４）特定制御部１３０は、行動情報をストレス要因行動として特定する。例えば、特定制御部１３０は、“電灯の消し忘れ”を、ストレス要因行動として特定する。
　（ステップＳ２５）特定制御部１３０は、ストレス要因行動を示す情報を端末５００に送信する。
　端末５００は、ストレス要因行動を表示する。これにより、ユーザは、ストレス要因行動を認識できる。
　また、特定制御部１３０は、ストレス要因行動を示す情報を、ユーザ（例えば、ユーザＩＤ“Ａ”のユーザ）と同居している者（例えば、ユーザＩＤ“Ｂ”のユーザ）の端末に送信してもよい。さらに、ストレス要因行動を示す情報の送信は、ユニキャスト、ブロードキャスト、又はマルチキャストでもよい。
　図１５は、実施の形態１の機器提案処理の例を示すフローチャートである。図１５の処理は、ステップＳ１５の処理に対応する。
　（ステップＳ３１）特定制御部１３０は、機器提案テーブル１１５を用いて、特定されたストレス要因行動が閾値以上行われたか否かを判定する。当該ストレス要因行動が閾値以上行われた場合、処理は、ステップＳ３２に進む。当該ストレス要因行動が閾値以上行われていない場合、特定制御部１３０は、当該ストレス要因行動に対応する行動数に１を加算する。そして、処理は、終了する。
　（ステップＳ３２）特定制御部１３０は、機器提案テーブル１１５に基づいて、当該ストレス要因行動に対応する機器を特定する。例えば、“電灯の消し忘れ”の行動が１日に３回以上行われた場合（すなわち、“電灯の消し忘れ”の行動数が１日で３以上になった場合）、特定制御部１３０は、自動点灯電灯を特定する。
　（ステップＳ３３）特定制御部１３０は、特定された機器を示す情報を端末５００に送信する。当該情報の送信は、特定された機器の購入又はレンタルの提案を意味する。
　端末５００は、機器を表示する。これにより、ユーザは、ストレス要因行動を解消するための方法を知ることができる。
　また、特定制御部１３０は、特定された機器を示す情報を、ユーザ（例えば、ユーザＩＤ“Ａ”のユーザ）と同居している者（例えば、ユーザＩＤ“Ｂ”のユーザ）の端末に送信してもよい。さらに、特定された機器を示す情報の送信は、ユニキャスト、ブロードキャスト、又はマルチキャストでもよい。
　図１５では、ストレス要因行動の回数に基づいて、機器が提案される場合を説明した。情報処理装置１００は、ストレスが高い場合、直ぐに機器を提案してもよい。情報処理装置１００が行う処理を説明する。まず、機器提案テーブル１１５の閾値の項目には、ストレス値の閾値が登録される。例えば、機器提案テーブル１１５には、ストレス要因行動“電灯の消し忘れ”に対応するストレス値の閾値“Ｘ１”が、登録される。ステップＳ３１において、特定制御部１３０は、ステップＳ１１で取得されたストレス値が特定されたストレス要因行動に対応する閾値以上であるか否かを判定する。ストレス値が閾値以上である場合、処理は、ステップ３２に進む。ストレス値が閾値未満の場合、処理は、終了する。例えば、特定されたストレス要因行動が“電灯の消し忘れ”である場合、情報処理装置１００は、ステップＳ１１で取得されたストレス値が“Ｘ１”以上である場合、“自動点灯電灯”を提案する。
　また、上記では、ストレス情報がストレス値である場合を説明した。ストレス情報は、ストレスが有るか無いかを示す情報でもよい。ストレス情報が当該情報である場合、ステップＳ３１において、特定制御部１３０は、ストレスが有るか無いかを判定する。ストレスが有る場合、処理は、ステップＳ３２に進む。ストレスが無い場合、処理は、終了する。また、ストレス情報は、感情と疲労度などの複数の要素で表されるストレス値でもよい。ストレス情報が当該ストレス値である場合、ステップＳ３１において、特定制御部１３０は、当該ストレス値が特定の要素領域に含まれるか否かを判定する。なお、例えば、特定の要素領域は、前述の感情、疲労度、性格情報の各種別のパラメータなどをプロットして統計的に判断するための複数の次元で表現される領域である。すなわち、特定の要素領域は、ストレスが有るか無いかを判定するための領域である。ストレス値が特定の要素領域に含まれる場合、処理は、ステップＳ３２に進む。ストレス値が特定の要素領域に含まれない場合、処理は、終了する。
　このように、特定制御部１３０は、ストレス情報に基づいて、ストレス要因行動に対応する機器を提案するか否かを判定する（ステップＳ３１）。提案を行う場合（ステップＳ３１でＹｅｓ）、特定制御部１３０は、機器提案テーブル１１５に基づいて、特定されたストレス要因行動に対応する機器を特定する（ステップＳ３２）。特定制御部１３０は、特定された機器を示す情報を送信する（ステップＳ３３）。
　実施の形態１によれば、例えば、特許文献１のように、ストレス要因行動は、行動情報を用いて、特定されない。情報処理装置１００は、性格情報、ストレス情報、及び行動情報を用いて、ストレス要因行動を特定する。そのため、ストレス要因行動は、高い精度で特定される。よって、情報処理装置１００は、ストレス要因行動の特定精度を向上させることができる。
実施の形態２．
　次に、実施の形態２を説明する。実施の形態２では、実施の形態１と相違する事項を主に説明する。そして、実施の形態２では、実施の形態１と共通する事項の説明を省略する。
　図１６は、実施の形態２の情報処理装置の機能を示すブロック図である。図７に示される構成と同じ図１６の構成は、図７に示される符号と同じ符号を付している。
　情報処理装置１００は、さらに、追加制御部１４０を有する。追加制御部１４０の一部又は全部は、処理回路によって実現してもよい。また、追加制御部１４０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。
　追加制御部１４０の機能は、後で詳細に説明する。
　次に、情報処理装置１００が実行する処理を、フローチャートを用いて説明する。
　図１７は、実施の形態２のストレス要因行動特定処理の例を示すフローチャートである。図１７の処理は、ステップＳ２３ａ，２６，２７が実行される点が図１４の処理と異なる。そのため、図１７では、ステップＳ２３ａ，２６，２７を説明する。そして、ステップＳ２３ａ，２６，２７以外の処理の説明は、省略する。
　（ステップＳ２３ａ）特定制御部１３０は、性格情報と行動情報との関係がストレス要因行動特定テーブル１１４に登録されているか否かを判定する。条件を満たす場合、処理は、ステップＳ２４に進む。条件を満たさない場合、処理は、ステップＳ２６に進む。
　（ステップＳ２６）追加制御部１４０は、性格情報と行動情報との関係が予め定められた閾値以上、検出されたか否かを判定する。条件を満たす場合、処理は、ステップＳ２７に進む。条件を満たさない場合、処理は、終了する。
　（ステップＳ２７）追加制御部１４０は、性格情報と行動情報との関係をストレス要因行動特定テーブル１１４に追加する。
　実施の形態２によれば、情報処理装置１００は、新たに発生する行動と性格との関係をストレス要因行動特定テーブル１１４に登録する。これにより、情報処理装置１００は、新たに発生する行動をストレス要因行動として特定できる。
実施の形態３．
　次に、実施の形態３を説明する。実施の形態３では、実施の形態２と相違する事項を主に説明する。そして、実施の形態３では、実施の形態２と共通する事項の説明を省略する。
　図１８は、実施の形態３の情報処理システムを示す図である。情報処理システムは、さらに機器管理装置６００を含む。情報処理装置１００と機器管理装置６００とは、ネットワークを介して通信する。例えば、機器管理装置６００は、コンピュータである。
　次に、情報処理装置１００と機器管理装置６００との間で行われる処理を説明する。
　図１９は、実施の形態３の情報処理装置と機器管理装置との間で行われる処理の例を示すシーケンス図である。
　（ステップＳＴ１３１）機器管理装置６００は、機器を示す機器情報を取得する。例えば、当該機器は、新たに購入された機器である。また、例えば、当該機器は、新たにレンタルされた機器である。
　（ステップＳＴ１３２）機器管理装置６００は、機器情報、及び機器情報が取得された日時を情報処理装置１００に送信する。なお、当該日時は、時刻で表されてもよいし、時間で表されてもよい。
　（ステップＳＴ１３３）情報処理装置１００は、当該日時を機器情報に対応付けて、機器情報を格納する。
　図２０は、実施の形態３の情報処理装置の機能を示すブロック図である。図１６に示される構成と同じ図２０の構成は、図１６に示される符号と同じ符号を付している。
　記憶部１１０は、機器情報管理テーブル１１６を記憶する。情報処理装置１００は、機器情報を取得した場合、機器情報を機器情報管理テーブル１１６に登録する。機器情報管理テーブル１１６を例示する。
　図２１は、実施の形態３の機器情報管理テーブルの例を示す図である。機器情報管理テーブル１１６は、日時と機器との項目を有する。
　機器情報管理テーブル１１６には、機器情報が取得された日時が“２０２１／１２／０１　０６：００：００”であることが、登録されている。また、図２１は、機器“Ｄ１１”が機器情報管理テーブル１１６に登録されていることを示している。
　また、機器情報管理テーブル１１６には、機器情報が取得された日時が“２０２１／１２／０５　０６：００：００”であることが、登録されている。また、図２１は、機器“Ｄ１２”が機器情報管理テーブル１１６に登録されていることを示している。
　取得部１２０は、機器情報を記憶部１１０から取得する。また、取得部１２０は、記憶部１１０に格納されていない機器情報を外部装置から取得してもよい。
　また、追加制御部１４０の機能は、後で詳細に説明する。
　次に、情報処理装置１００が実行する処理を、フローチャートを用いて説明する。
　図２２は、実施の形態３の情報処理装置が実行する処理の例を示すフローチャートである。
　（ステップＳ４１）取得部１２０は、第１の時点のユーザＩＤ“Ａ”のストレス値（以下、第１のストレス値）を取得する。取得部１２０は、第１のストレス値に関係のある、ユーザＩＤ“Ａ”以外のユーザＩＤの行動情報（以下、第１の行動情報）を取得する。以下の説明では、ユーザＩＤ“Ａ”以外のユーザＩＤは、ユーザＩＤ“Ｂ”とする。
　例えば、第１の時点のユーザＩＤ“Ａ”のストレス値に対応する日時は、“２０２１／１２／０１　０６：０４：００”とする。取得部１２０は、“２０２１／１２／０１　０６：０３：３０”のユーザＩＤ“Ｂ”の行動情報を取得する。
　なお、取得部１２０は、第１のストレス値と第１の行動情報とを記憶部１１０から取得する。また、取得部１２０は、第１のストレス値と第１の行動情報を外部装置から取得してもよい。
　（ステップＳ４２）取得部１２０は、第２の時点のユーザＩＤ“Ａ”のストレス値（以下、第２のストレス値）を取得する。取得部１２０は、第２のストレス値に関係のある、ユーザＩＤ“Ｂ”の行動情報（以下、第２の行動情報）を取得する。
　ここで、第２の時点は、第１の時点よりも後の時点である。
　例えば、第２の時点のユーザＩＤ“Ａ”のストレス値に対応する日時は、“２０２１／１２／１０　０６：０４：００”とする。取得部１２０は、“２０２１／１２／１０　０６：０３：３０”のユーザＩＤ“Ｂ”の行動情報を取得する。
　なお、取得部１２０は、第２のストレス値と第２の行動情報とを記憶部１１０から取得する。また、取得部１２０は、第２のストレス値と第２の行動情報を外部装置から取得してもよい。
　（ステップＳ４３）追加制御部１４０は、第１の行動情報と第２の行動情報とが同じであるか否かを判定する。第１の行動情報と第２の行動情報とが同じである場合、処理は、ステップＳ４４に進む。第１の行動情報と第２の行動情報とが異なる場合、処理は、終了する。
　（ステップＳ４４）追加制御部１４０は、第２のストレス値が第１のストレス値よりも小さいか否かを判定する。第２のストレス値が第１のストレス値よりも小さい場合、処理は、ステップＳ４５に進む。第２のストレス値が第１のストレス値以上である場合、処理は、終了する。
　（ステップＳ４５）追加制御部１４０は、機器情報管理テーブル１１６を参照し、第１の時点と第２の時点との間の日時が存在するか否かを判定する。当該日時が存在する場合、処理は、ステップＳ４６に進む。当該日時が存在しない場合、処理は、終了する。
　（ステップＳ４６）追加制御部１４０は、当該日時に対応する機器が、ストレスを解消させた機器であると判定する。
　例えば、追加制御部１４０は、第１の時点と第２の時点との間の日時（例えば、第３の時点とも言う。）である“２０２１／１２／０５　０６：００：００”が存在すると判定する（ステップＳ４５でＹｅｓ）。追加制御部１４０は、“２０２１／１２／０５　０６：００：００”に対応する機器“Ｄ１２”が、ストレスを解消させた機器であると判定する。
　なお、第３の時点に対応する機器を示す機器情報は、取得部１２０により取得される。詳細には、取得部１２０は、当該機器情報を記憶部１１０から取得する。取得部１２０は、当該機器情報を外部装置から取得してもよい。
　（ステップＳ４７）追加制御部１４０は、第１の行動情報又は第２の行動情報と、ストレスを解消させた機器との関係を機器提案テーブル１１５に追加する。また、第１の行動情報又は第２の行動情報と、ストレスを解消させた機器とに対応する閾値は、任意に設定されてもよい。
　実施の形態３によれば、情報処理装置１００は、ストレスを解消させる機器を追加する。これにより、情報処理装置１００は、当該機器を提案できるようになる。
　以上に説明した各実施の形態における特徴は、互いに適宜組み合わせることができる。
　１００　情報処理装置、　１０１　プロセッサ、　１０２　揮発性記憶装置、　１０３　不揮発性記憶装置、　１０４　インタフェース、　１１０　記憶部、　１１１　性格情報管理テーブル、　１１２　ストレス情報管理テーブル、　１１３　行動情報管理テーブル、　１１４　ストレス要因行動特定テーブル、　１１５　機器提案テーブル、　１１６　機器情報管理テーブル、　１２０　取得部、　１３０　特定制御部、　１４０　追加制御部、　２００　性格推定装置、　３００　ストレス情報生成装置、　４００　行動推定装置、　５００　端末、　５０１　プロセッサ、　５０２　揮発性記憶装置、　５０３　不揮発性記憶装置、　５０４　インタフェース、　６００　機器管理装置。

Claims (9)

  1. 　性格情報と行動情報との対応関係を示すストレス要因行動特定情報、第１のユーザの性格を示す性格情報、前記第１のユーザのストレスに関する情報であるストレス情報、及び第２のユーザの行動を示す行動情報を取得する取得部と、
    　前記ストレス情報に基づいて、前記性格情報と前記行動情報との関係が前記ストレス要因行動特定情報に登録されているか否かを判定し、前記関係が前記ストレス要因行動特定情報に登録されている場合、前記行動情報をストレス要因行動として特定する特定制御部と、
    　を有する情報処理装置。
  2. 　前記特定制御部は、特定された前記ストレス要因行動を示す情報を送信する、
    　請求項１に記載の情報処理装置。
  3. 　前記関係が前記ストレス要因行動特定情報に登録されていない場合、前記関係が予め定められた閾値以上、検出されたか否かを判定し、前記関係が前記閾値以上、検出された場合、前記関係を前記ストレス要因行動特定情報に追加する追加制御部をさらに有する、
    　請求項１又は２に記載の情報処理装置。
  4. 　前記取得部は、ストレス要因行動が閾値以上、行われたときに提案される機器を示す機器提案情報を取得し、
    　前記特定制御部は、前記機器提案情報を用いて、特定された前記ストレス要因行動が閾値以上行われたか否かを判定し、特定された前記ストレス要因行動が前記閾値以上行われた場合、前記機器提案情報に基づいて、特定された前記ストレス要因行動に対応する機器を特定し、特定された前記機器を示す情報を送信する、
    　請求項１から３のいずれか１項に記載の情報処理装置。
  5. 　前記取得部は、ストレス要因行動に対応する機器を示す機器提案情報を取得し、
    　前記特定制御部は、前記ストレス情報に基づいて、特定された前記ストレス要因行動に対応する機器を提案するか否かを判定し、提案を行う場合、前記機器提案情報に基づいて、特定された前記ストレス要因行動に対応する機器を特定し、特定された前記機器を示す情報を送信する、
    　請求項１から３のいずれか１項に記載の情報処理装置。
  6. 　追加制御部をさらに有し、
    　前記取得部は、第１の時点の前記第１のユーザのストレスの度合いである第１のストレス値と、前記第１のストレス値に関係のある前記第２のユーザの行動情報である第１の行動情報と、前記第１の時点よりも後の時点である第２の時点の前記第１のユーザのストレスの度合いである第２のストレス値と、前記第２のストレス値に関係のある前記第２のユーザの行動情報である第２の行動情報と、前記第１の時点と前記第２の時点との間の時点である第３の時点に対応する機器を示す機器情報とを取得し、
    　前記追加制御部は、前記第１の行動情報と前記第２の行動情報とが同じである場合、前記第２のストレス値が前記第１のストレス値よりも小さいか否かを判定し、前記第２のストレス値が前記第１のストレス値よりも小さい場合、前記第１の行動情報又は前記第２の行動情報と、前記第３の時点に対応する機器との関係を前記機器提案情報に追加する、
    　請求項４又は５に記載の情報処理装置。
  7. 　第１のユーザの性格に関する情報を取得し、前記情報に基づいて、前記第１のユーザの性格を推定し、前記第１のユーザの性格を示す性格情報を送信する性格推定装置と、
    　前記第１のユーザのストレスに関する情報を生成するための情報を取得し、前記情報に基づいて、ストレス情報を生成し、前記ストレス情報を送信するストレス情報生成装置と、
    　第２のユーザの行動を推定するための情報を取得し、前記情報に基づいて、前記第２のユーザの行動を推定し、前記第２のユーザの行動を示す行動情報を送信する行動推定装置と、
    　情報処理装置と、
    　を含み、
    　前記情報処理装置は、
    　性格情報と行動情報との対応関係を示すストレス要因行動特定情報、前記性格推定装置が送信した前記性格情報、前記ストレス情報生成装置が送信した前記ストレス情報、及び前記行動推定装置が送信した前記行動情報を取得する取得部と、
    　前記ストレス情報に基づいて、前記性格情報と前記行動情報との関係が前記ストレス要因行動特定情報に登録されているか否かを判定し、前記関係が前記ストレス要因行動特定情報に登録されている場合、前記行動情報をストレス要因行動として特定する特定制御部と、
    　を有する、
    　情報処理システム。
  8. 　情報処理装置が、
    　性格情報と行動情報との対応関係を示すストレス要因行動特定情報、第１のユーザの性格を示す性格情報、前記第１のユーザのストレスに関する情報であるストレス情報、及び第２のユーザの行動を示す行動情報を取得し、
    　前記ストレス情報に基づいて、前記性格情報と前記行動情報との関係が前記ストレス要因行動特定情報に登録されているか否かを判定し、
    　前記関係が前記ストレス要因行動特定情報に登録されている場合、前記行動情報をストレス要因行動として特定する、
    　特定方法。
  9. 　情報処理装置に、
    　性格情報と行動情報との対応関係を示すストレス要因行動特定情報、第１のユーザの性格を示す性格情報、前記第１のユーザのストレスに関する情報であるストレス情報、及び第２のユーザの行動を示す行動情報を取得し、
    　前記ストレス情報に基づいて、前記性格情報と前記行動情報との関係が前記ストレス要因行動特定情報に登録されているか否かを判定し、
    　前記関係が前記ストレス要因行動特定情報に登録されている場合、前記行動情報をストレス要因行動として特定する、
    　処理を実行させる特定プログラム。
     
PCT/JP2022/019023 2022-04-27 2022-04-27 情報処理装置、情報処理システム、特定方法、及び特定プログラム WO2023209842A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2022/019023 WO2023209842A1 (ja) 2022-04-27 2022-04-27 情報処理装置、情報処理システム、特定方法、及び特定プログラム
JP2022542270A JP7138830B1 (ja) 2022-04-27 2022-04-27 情報処理装置、情報処理システム、特定方法、及び特定プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/019023 WO2023209842A1 (ja) 2022-04-27 2022-04-27 情報処理装置、情報処理システム、特定方法、及び特定プログラム

Publications (1)

Publication Number Publication Date
WO2023209842A1 true WO2023209842A1 (ja) 2023-11-02

Family

ID=83318360

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/019023 WO2023209842A1 (ja) 2022-04-27 2022-04-27 情報処理装置、情報処理システム、特定方法、及び特定プログラム

Country Status (2)

Country Link
JP (1) JP7138830B1 (ja)
WO (1) WO2023209842A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015001795A (ja) * 2013-06-14 2015-01-05 株式会社カンキョーアイ 性格分析装置および性格分析用プログラム
JP2018045545A (ja) * 2016-09-16 2018-03-22 パナソニックＩｐマネジメント株式会社 ストレスマネジメントシステム及びストレスマネジメント方法
US20180184901A1 (en) * 2017-01-05 2018-07-05 The Trustees Of Princeton University Stress detection and alleviation system and method
JP6960193B1 (ja) * 2021-02-16 2021-11-05 株式会社World Life Mapping サーバ装置、システム、およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015001795A (ja) * 2013-06-14 2015-01-05 株式会社カンキョーアイ 性格分析装置および性格分析用プログラム
JP2018045545A (ja) * 2016-09-16 2018-03-22 パナソニックＩｐマネジメント株式会社 ストレスマネジメントシステム及びストレスマネジメント方法
US20180184901A1 (en) * 2017-01-05 2018-07-05 The Trustees Of Princeton University Stress detection and alleviation system and method
JP6960193B1 (ja) * 2021-02-16 2021-11-05 株式会社World Life Mapping サーバ装置、システム、およびプログラム

Also Published As

Publication number Publication date
JPWO2023209842A1 (ja) 2023-11-02
JP7138830B1 (ja) 2022-09-16

Similar Documents

Publication Publication Date Title
US20240061504A1 (en) System and method for embedded cognitive state metric system
Nassar et al. Dissociable forms of uncertainty-driven representational change across the human brain
US20190102706A1 (en) Affective response based recommendations
Hayford et al. The decoupling of marriage and parenthood? Trends in the timing of marital first births, 1945–2002
Hula et al. A model of risk and mental state shifts during social interaction
US20130103624A1 (en) Method and system for estimating response to token instance of interest
US11200242B2 (en) Medical condition communication management
JP2017509960A (ja) コンテンツ推奨のための方法、装置およびシステム
Vellani et al. A selective effect of dopamine on information-seeking
CN114187988A (zh) 数据处理的方法及装置、系统、存储介质
US20190057414A1 (en) System and method for optimized survey targeting
US20140100918A1 (en) Analyzing market research survey results using social networking activity information
JP2024015286A (ja) 情報処理システム、情報処理装置、情報処理方法、情報処理プログラム、通信端末およびその制御方法と制御プログラム
Tsutsui et al. Representation of functional category in the monkey prefrontal cortex and its rule-dependent use for behavioral selection
CN116188953A (zh) 实现数据安全的医学影像数据处理方法、系统和电子设备
WO2023209842A1 (ja) 情報処理装置、情報処理システム、特定方法、及び特定プログラム
Handley et al. Black “Reading the Mind in the Eyes” task: The development of a task assessing mentalizing from black faces
Bishop et al. Improving patient flow during infectious disease outbreaks using machine learning for real-time prediction of patient readiness for discharge
CN116844725A (zh) 健康信息生成方法、装置、介质及设备
Niu et al. Transcranial stimulation over right inferior frontal gyrus increases the weight given to private information during sequential decision-making
Nahm et al. Managing positive and negative trends in sales call outcomes: The role of momentum
US20220215969A1 (en) Method for recommending continuing education to health professionals based on patient outcomes
Reiter et al. The feedback-related negativity codes components of abstract inference during reward-based decision-making
US20230329610A1 (en) Device control apparatus, non-transitory computer-readable medium, and device control method
Bavendiek et al. Meetings in the product development process: applying design methods to improve team interaction and meeting outcomes

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2022542270

Country of ref document: JP

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

Ref document number: 22940122

Country of ref document: EP

Kind code of ref document: A1