JP2023043772A - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- JP2023043772A JP2023043772A JP2021151561A JP2021151561A JP2023043772A JP 2023043772 A JP2023043772 A JP 2023043772A JP 2021151561 A JP2021151561 A JP 2021151561A JP 2021151561 A JP2021151561 A JP 2021151561A JP 2023043772 A JP2023043772 A JP 2023043772A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- level
- learning
- unit
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 45
- 238000003672 processing method Methods 0.000 title claims description 10
- 230000008859 change Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 19
- 230000007704 transition Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 14
- 206010048909 Boredom Diseases 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003867 tiredness Effects 0.000 description 1
- 208000016255 tiredness Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】飽き性かどうかに応じた学習支援を行う。【解決手段】情報処理装置は、利用者情報から利用者の興味の変遷を推定する推定部と、興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定部と、対象利用者に対して、学習に関する情報提供を行う提供部と、を備える。【選択図】図1
Description
本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。
共通する情報(ユーザの履歴等)がない他サービスであっても推薦する技術が開示されている。
しかしながら、上記の従来技術では、それぞれのサービスが扱うアイテムにそれぞれに付与されているメタデータを相互に関連付け、関連度の高いものをユーザに提示しているにすぎない。ユーザが興味・関心を持つ領域やそれに関連するものについての情報提供はよく利用されているが、ユーザに対する情報提供の態様を改善する余地がある。例えば、飽き性かどうかに応じた学習支援は行われていない。
本願は、上記に鑑みてなされたものであって、飽き性かどうかに応じた学習支援を行うことを目的とする。
本願に係る情報処理装置は、利用者情報から利用者の興味の変遷を推定する推定部と、興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定部と、前記対象利用者に対して、前記学習に関する情報提供を行う提供部と、を備えることを特徴とする。
実施形態の一態様によれば、飽き性かどうかに応じた学習支援を行うことができる。
以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態(以下、「実施形態」と記載する)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
〔1.情報処理方法の概要〕
まず、図1を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図1は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図1では、飽き性かどうかに応じた学習支援を行う場合を例に挙げて説明する。
まず、図1を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図1は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図1では、飽き性かどうかに応じた学習支援を行う場合を例に挙げて説明する。
図1に示すように、情報処理システム1は、端末装置10と情報提供装置100とを含む。端末装置10と情報提供装置100とは、ネットワークN(図2参照)を介して有線又は無線で互いに通信可能に接続される。本実施形態では、端末装置10は、情報提供装置100と連携する。
端末装置10は、利用者U(ユーザ)により使用されるスマートフォンやタブレット等のスマートデバイスであり、4G(Generation)やLTE(Long Term Evolution)等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置10は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、利用者Uから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置10は、スマートデバイスのみならず、デスクトップPC(Personal Computer)やノートPC等の情報処理装置であってもよい。
情報提供装置100は、各利用者Uの端末装置10と連携し、各利用者Uの端末装置10に対して、各種アプリケーション(以下、アプリ)等に対するAPI(Application Programming Interface)サービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。
また、情報提供装置100は、各利用者Uの端末装置10に対して、オンラインで何らかのWebサービスを提供する情報処理装置であってもよい。例えば、情報提供装置100は、Webサービスとして、インターネット接続、検索サービス、SNS(Social Networking Service)、電子商取引(EC:Electronic Commerce)、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信、ニュース、地図、ルート検索、経路案内、路線情報、運行情報、天気予報等のサービスを提供してもよい。実際には、情報提供装置100は、上記のようなWebサービスを提供する各種サーバと連携し、Webサービスを仲介してもよいし、Webサービスの処理を担当してもよい。
なお、情報提供装置100は、利用者Uに関する利用者情報を取得可能である。例えば、情報提供装置100は、利用者Uの性別、年代、居住地域といった利用者Uの属性に関する情報を取得する。そして、情報提供装置100は、利用者Uを示す識別情報(利用者ID等)とともに利用者Uの属性に関する情報を記憶して管理する。
また、情報提供装置100は、利用者Uの端末装置10から、あるいは利用者ID等に基づいて各種サーバ等から、利用者Uの行動を示す各種の履歴情報(ログデータ)を取得する。例えば、情報提供装置100は、利用者Uの位置や日時の履歴である位置履歴を端末装置10から取得する。また、情報提供装置100は、利用者Uが入力した検索クエリの履歴である検索履歴を検索サーバ(検索エンジン)から取得する。また、情報提供装置100は、利用者Uが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置100は、利用者Uの商品購入や決済処理の履歴である購入履歴(決済履歴)を電子商取引サーバや決済処理サーバから取得する。また、情報提供装置100は、利用者Uのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、情報提供装置100は、利用者Uの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやSNSサーバから取得する。
本実施形態に係る情報提供装置100は、利用者U(ユーザ)が飽き性かどうかに応じた学習支援を行う。飽き性とは、例えば、特定の領域(分野、対象、事柄)について、興味や関心を持って行動しているが、その期間が短い(平均以下)ことである。すなわち、特定の領域について、一時期に情報収集や消費行動を行うが、長続きしないこと等である。
例えば、飽き性の人は、集中力が長続きしない。また、目標に対してどんな学習を行うと効率がよいか分からない。また、自分が現在行っている学習法に自信が持てない場合もある。そのため、様々な学習法に手を出してしまいがちになる。しかし、専門の人に聞くと専門的すぎる話になることが多い。
本実施形態では、情報提供装置100は、目標を達成した人のうち、現状から目標達成までのステップ数が少ない人(期間が短い人)の特徴を見る。例えば、情報提供装置100は、検索履歴等から、利用者Uの現状と目標を特定(抽出)する。なお、情報提供装置100は、データからでなく本人の入力により利用者Uの現状と目標に関する情報を取得してもよい。そして、情報提供装置100は、利用者Uの現状と目標との両方のステージを通過している目標達成者(学習経験者等)を特定(抽出)する。なお、利用者Uの現状とは、利用者Uの現在のレベルであり、利用者Uが現在までに既に達成済みの目標を示す。利用者Uの目標とは、利用者Uがこれから達成しようとする次の目標を示す。
(1)ステップや期間が短い人起点
情報提供装置100は、目標達成者の中で、利用者Uの現状から目標達成までのステップや期間が短い人を特定(抽出)する。また、その人たちの現状から目標達成までの関連行動(検索、購買、動画など)を特定(抽出)する。また、位置履歴や決済履歴等から、その人たちが通学したスクールや、受講したコース・講義等を特定(抽出)してもよい。
情報提供装置100は、目標達成者の中で、利用者Uの現状から目標達成までのステップや期間が短い人を特定(抽出)する。また、その人たちの現状から目標達成までの関連行動(検索、購買、動画など)を特定(抽出)する。また、位置履歴や決済履歴等から、その人たちが通学したスクールや、受講したコース・講義等を特定(抽出)してもよい。
(2)共通している人を見る
情報提供装置100は、目標達成者達の現状から目標達成までの関連行動(検索、購買、動画など)を特定(抽出)し、利用者Uとの共通行動を特定(抽出)する。
情報提供装置100は、目標達成者達の現状から目標達成までの関連行動(検索、購買、動画など)を特定(抽出)し、利用者Uとの共通行動を特定(抽出)する。
また、情報提供装置100は、その関連行動をした人全体における目標達成率を計算する。そして、情報提供装置100は、上記目標達成率が高い関連行動を効率の良い学習法として設定し、利用者Uに対して次のおすすめ行動に関するレコメンド情報を提供する。
〔1-1.飽き性の利用者の推定及び学習支援〕
図1に示すように、情報提供装置100は、ネットワークN(図2参照)を介して、利用者Uに関する利用者情報(検索クエリ、購買履歴、位置履歴等)を収集する(ステップS1)。例えば、情報提供装置100は、ネットワークN(図2参照)を介して、直接又は間接的に、利用者Uの位置情報、属性情報、履歴情報等を収集する。また、情報提供装置100は、各利用者Uの端末装置10から、検索や電子商取引等の要求を受け付けた際に、検索クエリ、購買情報、位置情報等を取得し、履歴情報として蓄積してもよい。
図1に示すように、情報提供装置100は、ネットワークN(図2参照)を介して、利用者Uに関する利用者情報(検索クエリ、購買履歴、位置履歴等)を収集する(ステップS1)。例えば、情報提供装置100は、ネットワークN(図2参照)を介して、直接又は間接的に、利用者Uの位置情報、属性情報、履歴情報等を収集する。また、情報提供装置100は、各利用者Uの端末装置10から、検索や電子商取引等の要求を受け付けた際に、検索クエリ、購買情報、位置情報等を取得し、履歴情報として蓄積してもよい。
続いて、情報提供装置100は、利用者ごとに、利用者情報(検索クエリ、購買履歴、位置履歴等)から、当該利用者が興味や関心を示した領域を推定する(ステップS2)。推定には、機械学習による領域ごとの推定モデルが利用可能である。例えば、情報提供装置100は、各領域に属することが確実なユーザの利用者情報(検索クエリ、購買履歴、位置履歴等)の特徴を学習し、ユーザ情報を入力すると特定の領域に夢中になっているかを推定するモデルを構築し、利用することが可能である。
続いて、情報提供装置100は、利用者情報に基づいて、各領域について利用者Uが興味や関心を持っていた程度や期間を推定する(ステップS3)。すなわち、情報提供装置100は、利用者ごとに、利用者情報に基づいて、各領域について興味の程度がどのレベルまで行ったか、どのくらいの期間夢中になって(ハマって)いたかを推定する。これは、機械学習による領域ごとのレベル推定モデルを用いることで実現可能である。レベル推定モデルは、例えば、情報提供装置100が、興味の程度や期間に応じて各レベルの人(低/中/高、又は5段階評価等)をあらかじめ特定し、特定した人の利用者情報を入力した際に、レベルを出力するように学習することで実現可能である。
続いて、情報提供装置100は、各領域について利用者Uが興味や関心を持っていた程度や期間に基づいて、興味が変化しやすい利用者U(飽き性の人)を特定する(ステップS4)。飽き性の人とは、例えば、各領域で興味が持続しない人(特定の趣味を継続しない人)である。例えば、情報提供装置100は、ある領域から他の領域に興味が移る頻度が高い(特定の領域に興味を持っている期間が平均的な期間よりも短い)ユーザを飽き性の人として特定する。
このとき、情報提供装置100は、領域ごとに興味を持つ期間(ハマる期間)の平均値(又は中央値)を推定し、推定された平均値よりも短い期間の利用者Uを、興味が変化しやすい利用者U(飽き性の人)として特定してもよい。例えば、情報提供装置100は、特定された利用者が興味を持った領域の遷移の特徴をモデルに学習させる。
続いて、情報提供装置100は、利用者情報に基づいて、所定の目標に向けての学習を行っている利用者(学習者)を特定する(ステップS5)。例えば、情報提供装置100は、各領域のうち上記学習に関連する領域に興味を持つ利用者を特定する。
続いて、情報提供装置100は、同じ目標に向けての学習を行ったことがある利用者の中から、情報提供対象となる対象利用者(利用者U)のレベルよりも高いレベルの利用者であって、対象利用者とのレベル差が所定の範囲内となる利用者をレベル上位者として特定する(ステップS6)。ここでのレベルは、例えば学習者の学力の水準(学習レベル)を指す。
なお、対象利用者とのレベル差が所定の範囲内となる利用者とは、対象利用者よりもレベルが高いが、対象利用者とのレベル差が大きくかけ離れていない利用者、すなわち比較的レベルが近い利用者である。
また、情報提供装置100は、多段階の目標のうち対象利用者の現状よりも1つ先の目標を達成した利用者や、対象利用者の現在のレベルよりも1つ上のレベルの利用者をレベル上位者として特定してもよい。例えば、英検に関する学習について、対象利用者が英検3級の合格者である場合、英検2級の合格者をレベル上位者として特定してもよい。また、実際には、対象利用者と同じ目標の達成を目指す利用者であっても、対象利用者よりも模試等の成績が良い利用者をレベル上位者として特定してもよい。
続いて、情報提供装置100は、レベル上位者の人の利用者情報から、レベルの上昇期間が短い人(効率がいい人)を推定する(ステップS7)。効率がいい人とは、レベルの上昇までのステップや期間が短い人である。なお、効率がいい人は、レベルの上昇期間が短い人に限らず、関連コンテンツを閲覧した回数が少ない人、関連商品を購入した回数や数等が少ない人であってもよい。
続いて、情報提供装置100は、ネットワークN(図2参照)を介して、対象利用者である利用者Uの端末装置10に、現在行っている学習に関して、効率がいい人に関する情報を提供する(ステップS8)。例えば、情報提供装置100は、効率がいい人が学習に関して何を買ったか、何を見たか、何をしたか等に関する情報を対象利用者に提供してもよい。すなわち、情報提供装置100は、効率がいい人が購入した商品、検索した内容、学習方法等に関するおすすめ情報(レコメンド情報)を対象利用者に提供してもよい。あるいは、情報提供装置100は、効率がいい人と対象利用者とをマッチングさせて、効率がいい人が対象利用者に直接アドバイスを提供できるようにしてもよい。
これにより、情報提供装置100は、飽き性の対象利用者が学習を放棄せず継続して効率よくレベル向上できるような情報を提供する。また、効率がいい人は飽き性の人ではなくてもよいが、先に目標を達成した効率がいい人が対象利用者と同じ飽き性の人であると、飽き性の対象利用者に対してより効果的な情報となる。
なお、情報提供装置100は、対象利用者に目標レベルを入力してもらい、目標を達成した利用者のうち、現在の対象利用者のレベルから目標レベルまでの学習の効率がいい人を特定し、効率がいい人の情報を対象利用者に提供してもよい。
このように、本実施形態では、情報提供装置100は、利用者情報に応じて、特定領域における利用者のレベルを推定する。次に、情報提供装置100は、対象利用者のレベルよりも高く、所定の範囲内のレベルのレベル上位者を特定する。また、情報提供装置100は、レベル上位者の利用者情報に基づいて、対象利用者のレベルからレベル上位者のレベルまでの遷移効率が良いレベル上位者を特定する。そして、情報提供装置100は、特定されたレベル上位者の利用者情報に基づいて、特定領域でのレベル向上に関する有益な情報を対象利用者に提供する。
〔2.情報処理システムの構成例〕
次に、図2を用いて、実施形態に係る情報提供装置100が含まれる情報処理システム1の構成について説明する。図2は、実施形態に係る情報処理システム1の構成例を示す図である。図2に示すように、実施形態に係る情報処理システム1は、端末装置10と情報提供装置100とを含む。これらの各種装置は、ネットワークNを介して、有線又は無線により通信可能に接続される。ネットワークNは、例えば、LAN(Local Area Network)や、インターネット等のWAN(Wide Area Network)である。
次に、図2を用いて、実施形態に係る情報提供装置100が含まれる情報処理システム1の構成について説明する。図2は、実施形態に係る情報処理システム1の構成例を示す図である。図2に示すように、実施形態に係る情報処理システム1は、端末装置10と情報提供装置100とを含む。これらの各種装置は、ネットワークNを介して、有線又は無線により通信可能に接続される。ネットワークNは、例えば、LAN(Local Area Network)や、インターネット等のWAN(Wide Area Network)である。
また、図2に示す情報処理システム1に含まれる各装置の数は図示したものに限られない。例えば、図2では、図示の簡略化のため、端末装置10を1台のみ示したが、これはあくまでも例示であって限定されるものではなく、2台以上であってもよい。
端末装置10は、利用者Uによって使用される情報処理装置である。例えば、端末装置10は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、PC(Personal Computer)、PDA(Personal Digital Assistant)、通信機能を備えたゲーム機やAV機器、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス(Wearable Device)、スマートグラス等である。
また、かかる端末装置10は、LTE(Long Term Evolution)、4G(4th Generation)、5G(5th Generation:第5世代移動通信システム)等の無線通信網や、Bluetooth(登録商標)、無線LAN(Local Area Network)等の近距離無線通信を介してネットワークNに接続し、情報提供装置100と通信することができる。
情報提供装置100は、例えばPCやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置100は、クラウドコンピューティングにより実現されてもよい。
〔3.端末装置の構成例〕
次に、図3を用いて、端末装置10の構成について説明する。図3は、端末装置10の構成例を示す図である。図3に示すように、端末装置10は、通信部11と、表示部12と、入力部13と、測位部14と、センサ部20と、制御部30(コントローラ)と、記憶部40とを備える。
次に、図3を用いて、端末装置10の構成について説明する。図3は、端末装置10の構成例を示す図である。図3に示すように、端末装置10は、通信部11と、表示部12と、入力部13と、測位部14と、センサ部20と、制御部30(コントローラ)と、記憶部40とを備える。
(通信部11)
通信部11は、ネットワークN(図2参照)と有線又は無線で接続され、ネットワークNを介して、情報提供装置100との間で情報の送受信を行う。例えば、通信部11は、NIC(Network Interface Card)やアンテナ等によって実現される。
通信部11は、ネットワークN(図2参照)と有線又は無線で接続され、ネットワークNを介して、情報提供装置100との間で情報の送受信を行う。例えば、通信部11は、NIC(Network Interface Card)やアンテナ等によって実現される。
(表示部12)
表示部12は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部12は、液晶ディスプレイ(LCD:Liquid Crystal Display)や有機ELディスプレイ(Organic Electro-Luminescent Display)である。また、表示部12は、タッチパネル式のディスプレイであるが、これに限定されるものではない。
表示部12は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部12は、液晶ディスプレイ(LCD:Liquid Crystal Display)や有機ELディスプレイ(Organic Electro-Luminescent Display)である。また、表示部12は、タッチパネル式のディスプレイであるが、これに限定されるものではない。
(入力部13)
入力部13は、利用者Uから各種操作を受け付ける入力デバイスである。例えば、入力部13は、文字や数字等を入力するためのボタン等を有する。なお、入力部13は、入出力ポート(I/O port)やUSB(Universal Serial Bus)ポート等であってもよい。また、表示部12がタッチパネル式のディスプレイである場合、表示部12の一部が入力部13として機能する。また、入力部13は、利用者Uから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。
入力部13は、利用者Uから各種操作を受け付ける入力デバイスである。例えば、入力部13は、文字や数字等を入力するためのボタン等を有する。なお、入力部13は、入出力ポート(I/O port)やUSB(Universal Serial Bus)ポート等であってもよい。また、表示部12がタッチパネル式のディスプレイである場合、表示部12の一部が入力部13として機能する。また、入力部13は、利用者Uから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。
(測位部14)
測位部14は、GPS(Global Positioning System)の衛星から送出される信号(電波)を受信し、受信した信号に基づいて、自装置である端末装置10の現在位置を示す位置情報(例えば、緯度及び経度)を取得する。すなわち、測位部14は、端末装置10の位置を測位する。なお、GPSは、GNSS(Global Navigation Satellite System)の一例に過ぎない。
測位部14は、GPS(Global Positioning System)の衛星から送出される信号(電波)を受信し、受信した信号に基づいて、自装置である端末装置10の現在位置を示す位置情報(例えば、緯度及び経度)を取得する。すなわち、測位部14は、端末装置10の位置を測位する。なお、GPSは、GNSS(Global Navigation Satellite System)の一例に過ぎない。
また、測位部14は、GPS以外にも、種々の手法により位置を測位することができる。例えば、測位部14は、位置補正等のための補助的な測位手段として、下記のように、端末装置10の様々な通信機能を利用して位置を測位してもよい。
(Wi-Fi測位)
例えば、測位部14は、端末装置10のWi-Fi(登録商標)通信機能や、各通信会社が備える通信網を利用して、端末装置10の位置を測位する。具体的には、測位部14は、Wi-Fi通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置10の位置を測位する。
例えば、測位部14は、端末装置10のWi-Fi(登録商標)通信機能や、各通信会社が備える通信網を利用して、端末装置10の位置を測位する。具体的には、測位部14は、Wi-Fi通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置10の位置を測位する。
(ビーコン測位)
また、測位部14は、端末装置10のBluetooth(登録商標)機能を利用して位置を測位してもよい。例えば、測位部14は、Bluetooth(登録商標)機能によって接続されるビーコン(beacon)発信機と接続することにより、端末装置10の位置を測位する。
また、測位部14は、端末装置10のBluetooth(登録商標)機能を利用して位置を測位してもよい。例えば、測位部14は、Bluetooth(登録商標)機能によって接続されるビーコン(beacon)発信機と接続することにより、端末装置10の位置を測位する。
(地磁気測位)
また、測位部14は、予め測定された構造物の地磁気のパターンと、端末装置10が備える地磁気センサとに基づいて、端末装置10の位置を測位する。
また、測位部14は、予め測定された構造物の地磁気のパターンと、端末装置10が備える地磁気センサとに基づいて、端末装置10の位置を測位する。
(RFID測位)
また、例えば、端末装置10が駅改札や店舗等で使用される非接触型ICカードと同等のRFID(Radio Frequency Identification)タグの機能を備えている場合、もしくはRFIDタグを読み取る機能を備えている場合、端末装置10によって決済等が行われた情報とともに、使用された位置が記録される。測位部14は、かかる情報を取得することで、端末装置10の位置を測位してもよい。また、位置は、端末装置10が備える光学式センサや、赤外線センサ等によって測位されてもよい。
また、例えば、端末装置10が駅改札や店舗等で使用される非接触型ICカードと同等のRFID(Radio Frequency Identification)タグの機能を備えている場合、もしくはRFIDタグを読み取る機能を備えている場合、端末装置10によって決済等が行われた情報とともに、使用された位置が記録される。測位部14は、かかる情報を取得することで、端末装置10の位置を測位してもよい。また、位置は、端末装置10が備える光学式センサや、赤外線センサ等によって測位されてもよい。
測位部14は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置10の位置を測位してもよい。
(センサ部20)
センサ部20は、端末装置10に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置10以外の検知装置であってもよい。図3に示す例では、センサ部20は、加速度センサ21と、ジャイロセンサ22と、気圧センサ23と、気温センサ24と、音センサ25と、光センサ26と、磁気センサ27と、画像センサ(カメラ)28とを備える。
センサ部20は、端末装置10に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置10以外の検知装置であってもよい。図3に示す例では、センサ部20は、加速度センサ21と、ジャイロセンサ22と、気圧センサ23と、気温センサ24と、音センサ25と、光センサ26と、磁気センサ27と、画像センサ(カメラ)28とを備える。
なお、上記した各センサ21~28は、あくまでも例示であって限定されるものではない。すなわち、センサ部20は、各センサ21~28のうちの一部を備える構成であってもよいし、各センサ21~28に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。
加速度センサ21は、例えば、3軸加速度センサであり、端末装置10の移動方向、速度、及び、加速度等の端末装置10の物理的な動きを検知する。ジャイロセンサ22は、端末装置10の角速度等に基づいて3軸方向の傾き等の端末装置10の物理的な動きを検知する。気圧センサ23は、例えば端末装置10の周囲の気圧を検知する。
端末装置10は、上記した加速度センサ21やジャイロセンサ22、気圧センサ23等を備えることから、これらの各センサ21~23等を利用した歩行者自律航法(PDR:Pedestrian Dead-Reckoning)等の技術を用いて端末装置10の位置を測位することが可能になる。これにより、GPS等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。
例えば、加速度センサ21を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ22を利用して、利用者Uの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ23で検知した気圧から、利用者Uの端末装置10が存在する高度やフロアの階数を知ることもできる。
気温センサ24は、例えば端末装置10の周囲の気温を検知する。音センサ25は、例えば端末装置10の周囲の音を検知する。光センサ26は、端末装置10の周囲の照度を検知する。磁気センサ27は、例えば端末装置10の周囲の地磁気を検知する。画像センサ28は、端末装置10の周囲の画像を撮像する。
上記した気圧センサ23、気温センサ24、音センサ25、光センサ26及び画像センサ28は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置10の周囲の環境や状況等を検知することができる。また、端末装置10の周囲の環境や状況等から、端末装置10の位置情報の精度を向上させることが可能になる。
(制御部30)
制御部30は、例えば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部30は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路等のハードウェアで構成されてもよい。制御部30は、送信部31と、受信部32と、処理部33とを備える。
制御部30は、例えば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部30は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路等のハードウェアで構成されてもよい。制御部30は、送信部31と、受信部32と、処理部33とを備える。
(送信部31)
送信部31は、例えば入力部13を用いて利用者Uにより入力された各種情報や、端末装置10に搭載又は接続された各センサ21~28によって検知された各種情報、測位部14によって測位された端末装置10の位置情報等を、通信部11を介して情報提供装置100へ送信することができる。
送信部31は、例えば入力部13を用いて利用者Uにより入力された各種情報や、端末装置10に搭載又は接続された各センサ21~28によって検知された各種情報、測位部14によって測位された端末装置10の位置情報等を、通信部11を介して情報提供装置100へ送信することができる。
(受信部32)
受信部32は、通信部11を介して、情報提供装置100から提供される各種情報や、情報提供装置100からの各種情報の要求を受信することができる。
受信部32は、通信部11を介して、情報提供装置100から提供される各種情報や、情報提供装置100からの各種情報の要求を受信することができる。
(処理部33)
処理部33は、表示部12等を含め、端末装置10全体を制御する。例えば、処理部33は、送信部31によって送信される各種情報や、受信部32によって受信された情報提供装置100からの各種情報を表示部12へ出力して表示させることができる。
処理部33は、表示部12等を含め、端末装置10全体を制御する。例えば、処理部33は、送信部31によって送信される各種情報や、受信部32によって受信された情報提供装置100からの各種情報を表示部12へ出力して表示させることができる。
(記憶部40)
記憶部40は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、HDD(Hard Disk Drive)、SSD(Solid State Drive)、光ディスク等の記憶装置によって実現される。かかる記憶部40には、各種プログラムや各種データ等が記憶される。
記憶部40は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、HDD(Hard Disk Drive)、SSD(Solid State Drive)、光ディスク等の記憶装置によって実現される。かかる記憶部40には、各種プログラムや各種データ等が記憶される。
〔4.情報提供装置の構成例〕
次に、図4を用いて、実施形態に係る情報提供装置100の構成について説明する。図4は、実施形態に係る情報提供装置100の構成例を示す図である。図4に示すように、情報提供装置100は、通信部110と、記憶部120と、制御部130とを有する。
次に、図4を用いて、実施形態に係る情報提供装置100の構成について説明する。図4は、実施形態に係る情報提供装置100の構成例を示す図である。図4に示すように、情報提供装置100は、通信部110と、記憶部120と、制御部130とを有する。
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。また、通信部110は、ネットワークN(図2参照)と有線又は無線で接続される。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。また、通信部110は、ネットワークN(図2参照)と有線又は無線で接続される。
(記憶部120)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、HDD、SSD、光ディスク等の記憶装置によって実現される。図4に示すように、記憶部120は、利用者情報データベース121と、履歴情報データベース122と、飽き性情報データベース123と、学習情報データベース124とを有する。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、HDD、SSD、光ディスク等の記憶装置によって実現される。図4に示すように、記憶部120は、利用者情報データベース121と、履歴情報データベース122と、飽き性情報データベース123と、学習情報データベース124とを有する。
(利用者情報データベース121)
利用者情報データベース121は、利用者Uに関する利用者情報を記憶する。例えば、利用者情報データベース121は、利用者Uの属性等の種々の情報を記憶する。図5は、利用者情報データベース121の一例を示す図である。図5に示した例では、利用者情報データベース121は、「利用者ID(Identifier)」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。
利用者情報データベース121は、利用者Uに関する利用者情報を記憶する。例えば、利用者情報データベース121は、利用者Uの属性等の種々の情報を記憶する。図5は、利用者情報データベース121の一例を示す図である。図5に示した例では、利用者情報データベース121は、「利用者ID(Identifier)」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。
「利用者ID」は、利用者Uを識別するための識別情報を示す。なお、「利用者ID」は、利用者Uの連絡先(電話番号、メールアドレス等)であってもよいし、利用者Uの端末装置10を識別するための識別情報であってもよい。
また、「年齢」は、利用者IDにより識別される利用者Uの年齢を示す。なお、「年齢」は、利用者Uの具体的な年齢(例えば35歳など)を示す情報であってもよいし、利用者Uの年代(例えば30代など)を示す情報であってもよい。あるいは、「年齢」は、利用者Uの生年月日を示す情報であってもよいし、利用者Uの世代(例えば80年代生まれなど)を示す情報であってもよい。また、「性別」は、利用者IDにより識別される利用者Uの性別を示す。
また、「自宅」は、利用者IDにより識別される利用者Uの自宅の位置情報を示す。なお、図5に示す例では、「自宅」は、「LC11」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。
また、「勤務地」は、利用者IDにより識別される利用者Uの勤務地(学生の場合は学校)の位置情報を示す。なお、図5に示す例では、「勤務地」は、「LC12」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。
また、「興味」は、利用者IDにより識別される利用者Uの興味を示す。すなわち、「興味」は、利用者IDにより識別される利用者Uが関心の高い対象を示す。例えば、「興味」は、利用者Uが検索エンジンに入力して検索した検索クエリ(キーワード)等であってもよい。なお、図5に示す例では、「興味」は、各利用者Uに1つずつ図示するが、複数であってもよい。
例えば、図5に示す例において、利用者ID「U1」により識別される利用者Uの年齢は、「20代」であり、性別は、「男性」であることを示す。また、例えば、利用者ID「U1」により識別される利用者Uは、自宅が「LC11」であることを示す。また、例えば、利用者ID「U1」により識別される利用者Uは、勤務地が「LC12」であることを示す。また、例えば、利用者ID「U1」により識別される利用者Uは、「スポーツ」に興味があることを示す。
ここで、図5に示す例では、「U1」、「LC11」及び「LC12」といった抽象的な値を用いて図示するが、「U1」、「LC11」及び「LC12」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。
なお、利用者情報データベース121は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、利用者情報データベース121は、利用者Uの端末装置10に関する各種情報を記憶してもよい。また、利用者情報データベース121は、利用者Uのデモグラフィック(人口統計学的属性)、サイコグラフィック(心理学的属性)、ジオグラフィック(地理学的属性)、ベヘイビオラル(行動学的属性)等の属性に関する情報を記憶してもよい。例えば、利用者情報データベース121は、氏名、家族構成、出身地(地元)、職業、職位、収入、資格、居住形態(戸建、マンション等)、車の有無、通学・通勤時間、通学・通勤経路、定期券区間(駅、路線等)、利用頻度の高い駅(自宅・勤務地の最寄駅以外)、習い事(場所、時間帯等)、趣味、興味、ライフスタイル等の情報を記憶してもよい。
(履歴情報データベース122)
履歴情報データベース122は、利用者Uの行動を示す履歴情報(ログデータ)に関する各種情報を記憶する。図6は、履歴情報データベース122の一例を示す図である。図6に示した例では、履歴情報データベース122は、「利用者ID」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。
履歴情報データベース122は、利用者Uの行動を示す履歴情報(ログデータ)に関する各種情報を記憶する。図6は、履歴情報データベース122の一例を示す図である。図6に示した例では、履歴情報データベース122は、「利用者ID」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。
「利用者ID」は、利用者Uを識別するための識別情報を示す。また、「位置履歴」は、利用者Uの位置や移動の履歴である位置履歴を示す。また、「検索履歴」は、利用者Uが入力した検索クエリの履歴である検索履歴を示す。また、「閲覧履歴」は、利用者Uが閲覧したコンテンツの履歴である閲覧履歴を示す。また、「購買履歴」は、利用者Uによる購買の履歴である購買履歴を示す。また、「投稿履歴」は、利用者Uによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、利用者Uの所有物に関する質問を含んでいてもよい。
例えば、図6に示す例において、利用者ID「U1」により識別される利用者Uは、「位置履歴#1」の通りに移動し、「検索履歴#1」の通りに検索し、「閲覧履歴#1」の通りにコンテンツを閲覧し、「購買履歴#1」の通りに所定の店舗等で所定の商品等を購入し、「投稿履歴」の通りに投稿したことを示す。
ここで、図6に示す例では、「U1」、「位置履歴#1」、「検索履歴#1」、「閲覧履歴#1」、「購買履歴#1」及び「投稿履歴#1」といった抽象的な値を用いて図示するが、「U1」、「位置履歴#1」、「検索履歴#1」、「閲覧履歴#1」、「購買履歴#1」及び「投稿履歴#1」には、具体的な文字列や数値等の情報が記憶されるものとする。
なお、履歴情報データベース122は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース122は、利用者Uの所定のサービスの利用履歴等を記憶してもよい。また、履歴情報データベース122は、利用者Uの実店舗の来店履歴又は施設の訪問履歴等を記憶してもよい。また、履歴情報データベース122は、利用者Uの端末装置10を用いた決済(電子決済)での決済履歴等を記憶してもよい。
(飽き性情報データベース123)
飽き性情報データベース123は、利用者Uが飽き性の人であるかに関する各種情報を記憶する。図7は、飽き性情報データベース123の一例を示す図である。図7に示した例では、飽き性情報データベース123は、「利用者ID」、「領域」、「カテゴリ」、「興味度合」、「興味期間」、「飽き性」といった項目を有する。
飽き性情報データベース123は、利用者Uが飽き性の人であるかに関する各種情報を記憶する。図7は、飽き性情報データベース123の一例を示す図である。図7に示した例では、飽き性情報データベース123は、「利用者ID」、「領域」、「カテゴリ」、「興味度合」、「興味期間」、「飽き性」といった項目を有する。
「利用者ID」は、利用者Uを識別するための識別情報を示す。また、「領域」は、利用者Uが興味を持っていた領域を示す。また、「カテゴリ」は、利用者Uが興味を持っていた領域のカテゴリ(分類、ジャンル)を示す。また、「興味度合」は、領域に対して利用者Uが持っていた興味の程度を示す。また、「興味期間」は、領域に対して利用者Uが興味を持っていた期間を示す。また、「飽き性」は、上記項目に基づき、利用者Uが飽き性の人であるか(〇)否か(×)を示す。なお、実際には、「飽き性」は、飽き性のレベルを数値(1、2、3、…)や大きさ(大中小、高中低、等)で表現したものであってもよい。
例えば、図7に示す例において、利用者ID「U1」により識別される利用者Uは、「領域#1A~#1E」に興味をもっていたことがあり、その領域は「カテゴリ#1A~#1E」に属し、その興味の程度は「興味度合#1A~#1E」であり、興味を持っていた期間は「興味期間#1A~#1E」であり、これらの内容から「飽き性の人」であると推定されることを示す。
ここで、図7に示す例では、「U1」、「領域#1A~#1E」、「カテゴリ#1A~#1E」、「興味度合#1A~#1E」及び「興味期間#1A~#1E」といった抽象的な値を用いて図示するが、「U1」、「領域#1A~#1E」、「カテゴリ#1A~#1E」、「興味度合#1A~#1E」及び「興味期間#1A~#1E」には、具体的な文字列や数値等の情報が記憶されるものとする。
なお、飽き性情報データベース123は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、飽き性情報データベース123は、推定に用いられる推定モデル等を記憶してもよい。また、飽き性情報データベース123は、利用者Uと類似する興味が変化しにくい利用者(飽き性ではない人)の利用者情報との共通点又は相違点に関する情報を記憶してもよい。
(学習情報データベース124)
学習情報データベース124は、利用者Uの学習に関する各種情報を記憶する。図8は、学習情報データベース124の一例を示す図である。図8に示した例では、学習情報データベース124は、「利用者ID」、「学習」、「レベル」、「目標」、「行動履歴」といった項目を有する。
学習情報データベース124は、利用者Uの学習に関する各種情報を記憶する。図8は、学習情報データベース124の一例を示す図である。図8に示した例では、学習情報データベース124は、「利用者ID」、「学習」、「レベル」、「目標」、「行動履歴」といった項目を有する。
「利用者ID」は、利用者Uを識別するための識別情報を示す。また、「学習」は、利用者Uが行っている学習を示す。例えば、「学習」は、利用者Uの利用者情報(検索クエリ、購買履歴、位置履歴等)により示される学習を示す。なお、「学習」は、学習を識別するための識別情報であってもよいし、学習のカテゴリや内容に関する情報を含んでいてもよい。
また、「レベル」は、学習に関する利用者Uの現状のレベルを示す。例えば、「レベル」は、学習に関して利用者Uがこれまでに達成した目標を示す。また、「目標」は、学習に関する利用者Uの目標を示す。例えば、「目標」は、利用者Uがこれから達成しようとする次の目標を示す。また、「行動履歴」は、学習に関して利用者Uがこれまでにとった行動の履歴を示す。
例えば、図8に示す例において、利用者ID「U1」により識別される利用者Uは、「学習#1」に関して、現状は「レベル#1」であり、「目標#1」の達成を目指しており、これまで「行動履歴#1」の通りに行動したことを示す。
ここで、図8に示す例では、「U1」、「学習#1」、「レベル#1」、「目標#1」及び「行動履歴#1」といった抽象的な値を用いて図示するが、「U1」、「学習#1」、「レベル#1」、「目標#1」及び「行動履歴#1」には、具体的な文字列や数値等の情報が記憶されるものとする。
なお、学習情報データベース124は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、学習情報データベース124は、利用者Uが達成したレベルや目標ごとに段階を分けて、各段階における行動履歴を記憶してもよい。また、学習情報データベース124は、利用者Uが現在のレベルに達した日時や、目標達成を希望する日時等に関する情報を記憶してもよい。また、学習情報データベース124は、利用者Uの学習環境に関する情報や、利用者Uの学習における制約(制限等)に関する情報を記憶してもよい。
(制御部130)
図4に戻り、説明を続ける。制御部130は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等によって、情報提供装置100の内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例に相当)がRAM等の記憶領域を作業領域として実行されることにより実現される。図4に示す例では、制御部130は、収集部131と、推定部132と、特定部133と、生成部134と、提供部135とを有する。
図4に戻り、説明を続ける。制御部130は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等によって、情報提供装置100の内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例に相当)がRAM等の記憶領域を作業領域として実行されることにより実現される。図4に示す例では、制御部130は、収集部131と、推定部132と、特定部133と、生成部134と、提供部135とを有する。
(収集部131)
収集部131は、利用者Uにより入力された検索クエリを取得する。例えば、収集部131は、利用者Uが検索エンジン等に検索クエリを入力してキーワード検索を行った際に、通信部110を介して、当該検索クエリを取得する。すなわち、収集部131は、通信部110を介して、利用者Uにより検索エンジンやサイト又はアプリの検索窓に入力されたキーワードを取得する。
収集部131は、利用者Uにより入力された検索クエリを取得する。例えば、収集部131は、利用者Uが検索エンジン等に検索クエリを入力してキーワード検索を行った際に、通信部110を介して、当該検索クエリを取得する。すなわち、収集部131は、通信部110を介して、利用者Uにより検索エンジンやサイト又はアプリの検索窓に入力されたキーワードを取得する。
また、収集部131は、通信部110を介して、利用者Uに関する利用者情報を取得する。例えば、収集部131は、利用者Uの端末装置10から、利用者Uを示す識別情報(利用者ID等)や、利用者Uの位置情報、利用者Uの属性情報等を取得する。また、収集部131は、利用者Uのユーザ登録時に、利用者Uを示す識別情報や、利用者Uの属性情報等を取得してもよい。そして、収集部131は、利用者情報を、記憶部120の利用者情報データベース121に登録する。
また、収集部131は、通信部110を介して、利用者Uの行動を示す各種の履歴情報(ログデータ)を取得する。例えば、収集部131は、利用者Uの端末装置10から、あるいは利用者ID等に基づいて各種サーバ等から、利用者Uの行動を示す各種の履歴情報を取得する。そして、収集部131は、各種の履歴情報を、記憶部120の履歴情報データベース122に登録する。
このように、収集部131は、通信部110を介して、利用者ごとに、利用者情報(検索クエリ、購買履歴、位置履歴等)を収集する。
(推定部132)
推定部132は、利用者ごとに、利用者情報(検索クエリ、購買履歴、位置履歴等)から、当該利用者が興味や関心を示した領域を推定する。このとき、推定部132は、利用者ごとに、利用者情報に基づいて、各領域について興味の程度がどのレベルまで行ったかを推定する。また、推定部132は、利用者ごとに、利用者情報に基づいて、各領域についてどのくらいの期間夢中になっていたかを推定する。すなわち、推定部132は、利用者情報に基づいて、各領域について利用者Uが興味や関心を持っていた程度や期間を推定する。また、推定部132は、利用者情報から、利用者がこれまでに興味を持った領域の履歴(興味の変遷)を推定する。
推定部132は、利用者ごとに、利用者情報(検索クエリ、購買履歴、位置履歴等)から、当該利用者が興味や関心を示した領域を推定する。このとき、推定部132は、利用者ごとに、利用者情報に基づいて、各領域について興味の程度がどのレベルまで行ったかを推定する。また、推定部132は、利用者ごとに、利用者情報に基づいて、各領域についてどのくらいの期間夢中になっていたかを推定する。すなわち、推定部132は、利用者情報に基づいて、各領域について利用者Uが興味や関心を持っていた程度や期間を推定する。また、推定部132は、利用者情報から、利用者がこれまでに興味を持った領域の履歴(興味の変遷)を推定する。
(特定部133)
特定部133は、興味を持っていた程度や期間、及び興味の変遷の推定結果から、興味が変化しやすい利用者(飽き性の人)を特定する。また、特定部133は、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する。
特定部133は、興味を持っていた程度や期間、及び興味の変遷の推定結果から、興味が変化しやすい利用者(飽き性の人)を特定する。また、特定部133は、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する。
また、特定部133は、学習に関して、対象利用者よりもレベルが高い利用者をレベル上位者として特定する。
このとき、特定部133は、対象利用者と同じく興味が変化しやすい利用者の中から、対象利用者よりもレベルが高い利用者をレベル上位者として特定してもよい。
また、特定部133は、学習に関して、多段階の目標のうち、対象利用者の現状よりも先の目標を達成している利用者をレベル上位者として特定してもよい。
また、特定部133は、学習に関して、対象利用者のレベルよりも高いレベルの利用者であって、対象利用者とのレベル差が所定の範囲内となる利用者をレベル上位者として特定してもよい。
また、特定部133は、学習に関して、対象利用者の現状と同じレベルから目標達成までのステップ及び期間が短い利用者をレベル上位者として特定し、レベル上位者が対象利用者の現状と同じレベルから目標達成までにとった関連行動(検索、購買、動画など)を特定してもよい。
また、特定部133は、学習に関して、対象利用者から目標レベルの入力を受け付け、対象利用者の現在のレベルから目標レベルまでの学習の効率がいい利用者をレベル上位者として特定してもよい。
また、特定部133は、学習に関して、対象利用者と対象利用者よりもレベルが高いレベル上位者とをマッチングさせるようにしてもよい。
(生成部134)
生成部134は、対象利用者に向けての学習に関する情報を生成する。例えば、生成部134は、学習に関して、対象利用者に対する次のおすすめ行動に関するレコメンド情報を生成する。
生成部134は、対象利用者に向けての学習に関する情報を生成する。例えば、生成部134は、学習に関して、対象利用者に対する次のおすすめ行動に関するレコメンド情報を生成する。
(提供部135)
提供部135は、対象利用者に対して、学習に関する情報提供を行う。例えば、提供部135は、対象利用者に対して、レベル上位者の利用者情報に基づく情報提供を行う。このとき、提供部135は、対象利用者に対して、レベル上位者が対象利用者の現状と同じレベルから目標達成までにとった関連行動に基づく情報提供を行うようにしてもよい。
提供部135は、対象利用者に対して、学習に関する情報提供を行う。例えば、提供部135は、対象利用者に対して、レベル上位者の利用者情報に基づく情報提供を行う。このとき、提供部135は、対象利用者に対して、レベル上位者が対象利用者の現状と同じレベルから目標達成までにとった関連行動に基づく情報提供を行うようにしてもよい。
また、提供部135は、対象利用者とマッチングしたレベル上位者が対象利用者に対して直接アドバイスできるようにしてもよい。このとき、提供部135は、マッチング結果に基づき、マッチングした対象利用者とレベル上位者との双方に相手の情報(連絡先、相手のレベル等)を提供してもよい。また、提供部135は、マッチングした対象利用者とレベル上位者との間で、対象利用者からの質問をレベル上位者に提供し、質問に対するレベル上位者からの回答を対象利用者に提供してもよい。
〔5.処理手順〕
次に、図9を用いて実施形態に係る情報提供装置100による処理手順について説明する。図9は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報提供装置100の制御部130によって繰り返し実行される。
次に、図9を用いて実施形態に係る情報提供装置100による処理手順について説明する。図9は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報提供装置100の制御部130によって繰り返し実行される。
図9に示すように、情報提供装置100の収集部131は、通信部110を介して、利用者ごとに、利用者情報(検索クエリ、購買履歴、位置履歴等)を収集する(ステップS101)。
続いて、情報提供装置100の推定部132は、利用者ごとに、利用者情報(検索クエリ、購買履歴、位置履歴等)から、当該利用者が興味や関心を示した領域を推定する(ステップS102)。
続いて、情報提供装置100の推定部132は、利用者情報から、利用者がこれまでに興味を持った領域の履歴(興味の変遷)を推定する(ステップS103)。
続いて、情報提供装置100の推定部132は、利用者ごとに、利用者情報に基づいて、領域ごとに持っていた興味の程度を推定する(ステップS104)。
続いて、情報提供装置100の推定部132は、利用者ごとに、利用者情報に基づいて、領域ごとに興味を持っていた期間を推定する(ステップS105)。
続いて、情報提供装置100の特定部133は、興味を持っていた程度や期間、及び興味の変遷の推定結果から、興味が変化しやすい利用者(飽き性の人)を特定する(ステップS106)。
続いて、情報提供装置100の特定部133は、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する。
続いて、情報提供装置100の特定部133は、学習に関して、対象利用者よりもレベルが高い利用者をレベル上位者として特定する(ステップS108)。このとき、特定部133は、対象利用者と同じく興味が変化しやすい利用者の中から、対象利用者よりもレベルが高い利用者をレベル上位者として特定してもよい。
続いて、情報提供装置100の提供部135は、通信部110を介して、対象利用者である利用者Uの端末装置10に、レベル上位者の利用者情報に基づく情報提供を行う(ステップS109)。このとき、情報提供装置100の生成部134は、対象利用者に向けての学習に関する情報を生成する。また、提供部135は、対象利用者とマッチングしたレベル上位者が対象利用者に対して直接アドバイスできるようにしてもよい。このとき、提供部135は、マッチング結果に基づき、マッチングした対象利用者とレベル上位者との双方に相手の情報(連絡先、相手のレベル等)を提供してもよい。
〔6.変形例〕
上述した端末装置10及び情報提供装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
上述した端末装置10及び情報提供装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
上記の実施形態において、情報提供装置100が実行している処理の一部又は全部は、実際には、端末装置10が実行してもよい。例えば、スタンドアローン(Stand-alone)で(端末装置10単体で)処理が完結してもよい。この場合、端末装置10に、上記の実施形態における情報提供装置100の機能が備わっているものとする。また、上記の実施形態では、端末装置10は情報提供装置100と連携しているため、利用者Uから見れば、情報提供装置100の処理も端末装置10が実行しているように見える。すなわち、他の観点では、端末装置10は、情報提供装置100を備えているともいえる。
また、上記の実施形態において、学習は、利用者Uが現在行っている学習に限らず、利用者Uが過去に行っていて未だ目標を達成していない学習や、利用者Uが途中で断念した学習、飽き性の利用者Uが飽きて放棄した学習等であってもよい。
〔7.効果〕
上述してきたように、本願に係る情報処理装置(端末装置10及び情報提供装置100)は、利用者情報から利用者の興味の変遷を推定する推定部132と、興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定部133と、対象利用者に対して、学習に関する情報提供を行う提供部135と、を備える。
上述してきたように、本願に係る情報処理装置(端末装置10及び情報提供装置100)は、利用者情報から利用者の興味の変遷を推定する推定部132と、興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定部133と、対象利用者に対して、学習に関する情報提供を行う提供部135と、を備える。
また、特定部133は、学習に関して、対象利用者よりもレベルが高い利用者をレベル上位者として特定する。提供部135は、対象利用者に対して、レベル上位者の利用者情報に基づく情報提供を行う。
また、特定部133は、対象利用者と同じく興味が変化しやすい利用者の中から、対象利用者よりもレベルが高い利用者をレベル上位者として特定する。
また、特定部133は、学習に関して、多段階の目標のうち、対象利用者の現状よりも先の目標を達成している利用者をレベル上位者として特定する。
また、特定部133は、学習に関して、対象利用者のレベルよりも高いレベルの利用者であって、対象利用者とのレベル差が所定の範囲内となる利用者をレベル上位者として特定する。
また、特定部133は、学習に関して、対象利用者の現状と同じレベルから目標達成までのステップ及び期間が短い利用者をレベル上位者として特定し、レベル上位者が対象利用者の現状と同じレベルから目標達成までにとった関連行動を特定する。提供部135は、対象利用者に対して、レベル上位者が対象利用者の現状と同じレベルから目標達成までにとった関連行動に基づく情報提供を行う。
また、特定部133は、学習に関して、対象利用者から目標レベルの入力を受け付け、対象利用者の現在のレベルから目標レベルまでの学習の効率がいい利用者をレベル上位者として特定する。
また、特定部133は、学習に関して、対象利用者と対象利用者よりもレベルが高いレベル上位者とをマッチングさせる。提供部135は、対象利用者とマッチングしたレベル上位者が対象利用者に対して直接アドバイスできるようにする。
上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置は、飽き性かどうかに応じた学習支援を行うことができる。
〔8.ハードウェア構成〕
また、上述した実施形態に係る端末装置10や情報提供装置100は、例えば図10に示すような構成のコンピュータ1000によって実現される。以下、情報提供装置100を例に挙げて説明する。図10は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
また、上述した実施形態に係る端末装置10や情報提供装置100は、例えば図10に示すような構成のコンピュータ1000によって実現される。以下、情報提供装置100を例に挙げて説明する。図10は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
演算装置1030は、一次記憶装置1040や二次記憶装置1050に格納されたプログラムや入力装置1020から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置1030は、例えばCPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等により実現される。
一次記憶装置1040は、RAM(Random Access Memory)等、演算装置1030が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置1050は、演算装置1030が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ROM(Read Only Memory)、HDD(Hard Disk Drive)、SSD(Solid State Drive)、フラッシュメモリ等により実現される。二次記憶装置1050は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置1050は、USB(Universal Serial Bus)メモリやSD(Secure Digital)メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置1050は、クラウドストレージ(オンラインストレージ)やNAS(Network Attached Storage)、ファイルサーバ等であってもよい。
出力I/F1060は、ディスプレイ、プロジェクタ、及びプリンタ等といった各種の情報を出力する出力装置1010に対し、出力対象となる情報を送信するためのインターフェースであり、例えば、USB(Universal Serial Bus)やDVI(Digital Visual Interface)、HDMI(登録商標)(High Definition Multimedia Interface)といった規格のコネクタにより実現される。また、入力I/F1070は、マウス、キーボード、キーパッド、ボタン、及びスキャナ等といった各種の入力装置1020から情報を受信するためのインターフェースであり、例えば、USB等により実現される。
また、出力I/F1060及び入力I/F1070はそれぞれ出力装置1010及び入力装置1020と無線で接続してもよい。すなわち、出力装置1010及び入力装置1020は、ワイヤレス機器であってもよい。
また、出力装置1010及び入力装置1020は、タッチパネルのように一体化していてもよい。この場合、出力I/F1060及び入力I/F1070も、入出力I/Fとして一体化していてもよい。
なお、入力装置1020は、例えば、CD(Compact Disc)、DVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。
ネットワークI/F1080は、ネットワークNを介して他の機器からデータを受信して演算装置1030へ送り、また、ネットワークNを介して演算装置1030が生成したデータを他の機器へ送信する。
演算装置1030は、出力I/F1060や入力I/F1070を介して、出力装置1010や入力装置1020の制御を行う。例えば、演算装置1030は、入力装置1020や二次記憶装置1050からプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行する。
例えば、コンピュータ1000が情報提供装置100として機能する場合、コンピュータ1000の演算装置1030は、一次記憶装置1040上にロードされたプログラムを実行することにより、制御部130の機能を実現する。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器から取得したプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。
〔9.その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。
例えば、上述した情報提供装置100は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をAPI(Application Programming Interface)やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。
また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、収集部は、収集手段や収集回路に読み替えることができる。
1 情報処理システム
10 端末装置
100 情報提供装置
110 通信部
120 記憶部
121 利用者情報データベース
122 履歴情報データベース
123 飽き性情報データベース
124 学習情報データベース
130 制御部
131 収集部
132 推定部
133 特定部
134 生成部
135 提供部
10 端末装置
100 情報提供装置
110 通信部
120 記憶部
121 利用者情報データベース
122 履歴情報データベース
123 飽き性情報データベース
124 学習情報データベース
130 制御部
131 収集部
132 推定部
133 特定部
134 生成部
135 提供部
Claims (10)
- 利用者情報から利用者の興味の変遷を推定する推定部と、
興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定部と、
前記対象利用者に対して、前記学習に関する情報提供を行う提供部と、
を備えることを特徴とする情報処理装置。 - 前記特定部は、前記学習に関して、前記対象利用者よりもレベルが高い利用者をレベル上位者として特定し、
前記提供部は、前記対象利用者に対して、前記レベル上位者の利用者情報に基づく情報提供を行う
ことを特徴とする請求項1に記載の情報処理装置。 - 前記特定部は、前記対象利用者と同じく興味が変化しやすい利用者の中から、前記対象利用者よりもレベルが高い利用者をレベル上位者として特定する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記特定部は、前記学習に関して、多段階の目標のうち、前記対象利用者の現状よりも先の目標を達成している利用者をレベル上位者として特定する
ことを特徴とする請求項1~3のうちいずれか1つに記載の情報処理装置。 - 前記特定部は、前記学習に関して、前記対象利用者のレベルよりも高いレベルの利用者であって、前記対象利用者とのレベル差が所定の範囲内となる利用者をレベル上位者として特定する
ことを特徴とする請求項1~4のうちいずれか1つに記載の情報処理装置。 - 前記特定部は、前記学習に関して、前記対象利用者の現状と同じレベルから目標達成までのステップ及び期間が短い利用者をレベル上位者として特定し、前記レベル上位者が前記対象利用者の現状と同じレベルから目標達成までにとった関連行動を特定し、
前記提供部は、前記対象利用者に対して、前記レベル上位者が前記対象利用者の現状と同じレベルから目標達成までにとった関連行動に基づく情報提供を行う
ことを特徴とする請求項1~5のうちいずれか1つに記載の情報処理装置。 - 前記特定部は、前記学習に関して、前記対象利用者から目標レベルの入力を受け付け、前記対象利用者の現在のレベルから前記目標レベルまでの学習の効率がいい利用者をレベル上位者として特定する
ことを特徴とする請求項1~6のうちいずれか1つに記載の情報処理装置。 - 前記特定部は、前記学習に関して、前記対象利用者と前記対象利用者よりもレベルが高いレベル上位者とをマッチングさせ、
前記提供部は、前記対象利用者とマッチングした前記レベル上位者が前記対象利用者に対して直接アドバイスできるようにする
ことを特徴とする請求項1~7のうちいずれか1つに記載の情報処理装置。 - 情報処理装置が実行する情報処理方法であって、
利用者情報から利用者の興味の変遷を推定する推定工程と、
興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定工程と、
前記対象利用者に対して、前記学習に関する情報提供を行う提供工程と、
を含むことを特徴とする情報処理方法。 - 利用者情報から利用者の興味の変遷を推定する推定手順と、
興味の変遷の推定結果から興味が変化しやすい利用者を特定し、特定された利用者のうち所定の目標に向けての学習を行っている利用者を対象利用者として特定する特定手順と、
前記対象利用者に対して、前記学習に関する情報提供を行う提供手順と、
をコンピュータに実行させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021151561A JP2023043772A (ja) | 2021-09-16 | 2021-09-16 | 情報処理装置、情報処理方法及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021151561A JP2023043772A (ja) | 2021-09-16 | 2021-09-16 | 情報処理装置、情報処理方法及び情報処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023043772A true JP2023043772A (ja) | 2023-03-29 |
Family
ID=85725363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021151561A Pending JP2023043772A (ja) | 2021-09-16 | 2021-09-16 | 情報処理装置、情報処理方法及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023043772A (ja) |
-
2021
- 2021-09-16 JP JP2021151561A patent/JP2023043772A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7145247B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7317901B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7174782B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7187597B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7159373B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2022144312A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023043772A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7388744B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7459026B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7122432B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7212665B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023043762A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7459021B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7337123B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7145997B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7168640B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023043778A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023043779A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7244458B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2023102373A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023102384A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023028857A (ja) | 情報処理システム | |
JP2022117806A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023179929A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2023179878A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240520 |