特開 2019-200564 ユーザ支援装置およびユーザ支援方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2019-200564(P2019-200564A)

(43)【公開日】2019年11月21日

(54)【発明の名称】ユーザ支援装置およびユーザ支援方法

(51)【国際特許分類】

   G06F 16/00 20190101AFI20191025BHJP

   G06Q 50/16 20120101ALI20191025BHJP

   G06F 3/0484 20130101ALI20191025BHJP

【ＦＩ】

   G06F17/30 340A

   G06F17/30 340B

   G06F17/30 220Z

   G06Q50/16 300

   G06F3/0484

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

【全頁数】23

(21)【出願番号】特願2018-94354(P2018-94354)

(22)【出願日】2018年5月16日

(71)【出願人】

【識別番号】000006666

【氏名又は名称】アズビル株式会社

(74)【代理人】

【識別番号】100098394

【弁理士】

【氏名又は名称】山川 茂樹

(74)【代理人】

【識別番号】100064621

【弁理士】

【氏名又は名称】山川 政樹

(72)【発明者】

【氏名】関野 浩之

【テーマコード（参考）】

5E555

5L049

【Ｆターム（参考）】

5E555AA05

5E555AA25

5E555AA59

5E555BA01

5E555BA41

5E555BB01

5E555BC08

5E555CA02

5E555CA12

5E555CA18

5E555CA24

5E555CB02

5E555CB05

5E555CB14

5E555CB34

5E555CC03

5E555DB03

5E555DB41

5E555DC13

5E555DD02

5E555EA03

5E555EA14

5E555FA00

5L049CC29

(57)【要約】

【課題】ユーザが所望する情報をより的確に予測して提供することができるユーザ支援装置およびユーザ支援方法を提供することを目的とする。
【解決手段】
ユーザ支援装置１は、ユーザの操作に応じた情報を画面に表示する表示部１５と、ユーザによる画面の操作履歴を記憶する画面操作履歴記憶部１１６と、施設監視システムの監視対象に関する情報を記憶するデータベース１１と、画面操作履歴記憶部１１６およびデータベース１１にそれぞれ記憶されている操作履歴および監視対象に関する情報を学習して、ユーザが次の操作対象とする情報を予測するＮＮ部１２と、ＮＮ部１２による予測結果に基づいて、ユーザの次の操作対象として推薦する情報をデータベース１１から取得して、表示部１５に出力する情報推薦部１４とを備える。
【選択図】 図１

【特許請求の範囲】

【請求項1】

施設監視システムのユーザに対して、操作対象とする情報を提供するユーザ支援装置であって、
前記ユーザの操作に応じた情報を画面に表示する表示部と、
前記ユーザによる前記画面の操作履歴を記憶する画面操作履歴記憶部と、
前記施設監視システムの監視対象に関する情報を記憶するデータベースと、
前記画面操作履歴記憶部および前記データベースにそれぞれ記憶されている前記操作履歴および前記監視対象に関する情報を学習して、前記ユーザが次の操作対象とする情報を予測する学習器と、
前記学習器による予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する情報推薦部と
を備えることを特徴とするユーザ支援装置。

【請求項2】

請求項１に記載のユーザ支援装置において、
前記学習器は、ニューラルネットワークを用いて、前記画面操作履歴記憶部および前記データベースにそれぞれ記憶されている前記操作履歴および前記監視対象に関する情報の特徴量を抽出し、次の操作対象とする情報に対する前記ユーザの評価を予測するニューラルネットワーク部を備え、
前記情報推薦部は、前記ニューラルネットワーク部によって予測された前記評価に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する
ことを特徴とするユーザ支援装置。

【請求項3】

請求項１に記載のユーザ支援装置において、
前記画面操作履歴記憶部は、前記施設監視システムを使用した全ユーザによる画面の操作履歴を記憶し、
前記学習器は、前記全ユーザによる画面の操作履歴に基づいて、画面間の類似度を学習し、前記施設監視システムを使用している前記ユーザが次の操作対象とする情報を予測する第１協調フィルタリング部を備える
ことを特徴とするユーザ支援装置。

【請求項4】

請求項１に記載のユーザ支援装置において、
前記画面操作履歴記憶部は、前記施設監視システムを使用したユーザごとの画面の操作履歴を記憶し、
前記学習器は、前記ユーザごとの画面の操作履歴に基づいて、ユーザ間の類似度を学習し、前記施設監視システムを使用している前記ユーザが次の操作対象とする情報を予測する第２協調フィルタリング部を備える
ことを特徴とするユーザ支援装置。

【請求項5】

請求項１から請求項４のいずれか１項に記載のユーザ支援装置において、
前記施設監視システムを使用するユーザのタイプごとに定義された予測ルールに従って、前記ユーザが次の操作対象とする情報を予測するルールベース予測部をさらに備え、
前記情報推薦部は、前記学習器および前記ルールベース予測部による予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する
ことを特徴とするユーザ支援装置。

【請求項6】

請求項１から請求項４のいずれか１項に記載のユーザ支援装置において、
前記施設監視システムの監視対象の識別情報と監視対象を表す名称とを含むポイント情報を記憶するポイント情報記憶部と、
前記ユーザが前記表示部の画面上で選択している監視対象を表す名称を単語に分解し、前記ポイント情報記憶部を検索し、その単語が含まれる他の監視対象を表す名称を取得し、取得された前記他の監視対象を表す名称に基づいて、前記ユーザが次の操作対象とする情報を予測するアイテムベース予測部と、
をさらに備え、
前記情報推薦部は、前記学習器および前記アイテムベース予測部による予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する
ことを特徴とするユーザ支援装置。

【請求項7】

施設監視システムのユーザに対して、操作対象とする情報を提供するユーザ支援方法であって、
前記ユーザの操作に応じた情報を表示部の画面に表示する表示ステップと、
前記ユーザによる前記画面の操作履歴を画面操作履歴記憶部に記憶する第１記憶ステップと、
前記施設監視システムの監視対象に関する情報をデータベースに記憶する第２記憶ステップと、
前記画面操作履歴記憶部および前記データベースにそれぞれ記憶されている前記操作履歴および前記監視対象に関する情報を学習して、前記ユーザが次の操作対象とする情報を予測する予測ステップと、
前記予測ステップでの予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する情報推薦ステップと
を備えることを特徴とするユーザ支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ユーザ支援装置およびユーザ支援方法に関し、特に機械学習を利用して施設監視システムのユーザに情報を提供する技術に関する。

【背景技術】

【0002】

従来から、ビルオートメーション（ＢＡ）監視システムなどの施設監視システムのユーザ支援として、システムにログインするユーザごとに、ユーザ自らがよく使う画面をお気に入りのメニューとして構築できる機能が提供されている。このようなユーザ支援技術によってユーザにおける画面操作の利便性を向上させてきた。

【0003】

最新のＢＡ監視システムでは、表示中の画面や選択中の監視対象のポイントに関連した画面に導くためのナビゲーションウインドウを表示して、ユーザが次に行いたい操作を予測して、候補となる情報を推薦する技術が用いられている。

【0004】

ユーザ自らが好きなメニューを構築できるお気に入り機能は、ユーザ支援を行う技術としては魅力がある。しかし、実際の運用では、ユーザから事前に指示があった場合にお気に入りのメニュー構成を作成し、ＢＡ監視システムの立ち上げ時に設定することが行われている。また、ユーザから事前にお気に入りメニュー設定の指示がない場合には、メーカ側でおすすめメニューの設定を行う、または何も設定しないでユーザにシステムが引き渡されている。

【0005】

このように、現状においては、ユーザごとのお気に入りメニューの活用が十分になされていない場合があり、ＢＡ監視システムの引き渡し時のメニュー設定がそのまま使い続けられていることがある。

【0006】

例えば、特許文献１は、ユーザからの指示に従って施設監視装置が有する各機能の関連性および操作順序を表す操作関連図を作成し、画面表示を行ってユーザの操作支援を行う技術を開示している。特許文献１に記載されている従来の技術では、例えば、トレンドグラフ画面、スケジュール制御画面、条件演算制御画面などの画面情報に監視対象のポイントを登録して、ポイントと画面とを関連付ける必要があった。

【先行技術文献】

【特許文献】

【0007】

【特許文献1】特開２０１１−１１３１８１号公報

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかし、特許文献１に記載されている技術では、ポイントに紐づいた画面にユーザをナビゲーションして、ユーザが次に操作する画面を予測して、候補となる情報を提供する。そのため、ユーザが、監視対象のポイントに紐づいていない画面について確認したいような場合には、ポイントと画面情報との紐づけのみに基づく情報の提供では対応ができなかった。

【0009】

本発明は、上述した課題を解決するためになされたものであり、ユーザが所望する情報をより的確に予測して提供することができるユーザ支援装置およびユーザ支援方法を提供することを目的とする。

【課題を解決するための手段】

【0010】

上述した課題を解決するために、本発明に係るユーザ支援装置は、施設監視システムのユーザに対して、操作対象とする情報を提供するユーザ支援装置であって、前記ユーザの操作に応じた情報を画面に表示する表示部と、前記ユーザによる前記画面の操作履歴を記憶する画面操作履歴記憶部と、前記施設監視システムの監視対象に関する情報を記憶するデータベースと、前記画面操作履歴記憶部および前記データベースにそれぞれ記憶されている前記操作履歴および前記監視対象に関する情報を学習して、前記ユーザが次の操作対象とする情報を予測する学習器と、前記学習器による予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する情報推薦部とを備えることを特徴とする。

【0011】

また、本発明に係るユーザ支援装置において、前記学習器は、ニューラルネットワークを用いて、前記画面操作履歴記憶部および前記データベースにそれぞれ記憶されている前記操作履歴および前記監視対象に関する情報の特徴量を抽出し、次の操作対象とする情報に対する前記ユーザの評価を予測するニューラルネットワーク部を備え、前記情報推薦部は、前記ニューラルネットワーク部によって予測された前記評価に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力してもよい。

【0012】

また、本発明に係るユーザ支援装置において、前記画面操作履歴記憶部は、前記施設監視システムを使用した全ユーザによる画面の操作履歴を記憶し、前記学習器は、前記全ユーザによる画面の操作履歴に基づいて、画面間の類似度を学習し、前記施設監視システムを使用している前記ユーザが次の操作対象とする情報を予測する第１協調フィルタリング部を備えていてもよい。

【0013】

また、本発明に係るユーザ支援装置において、前記画面操作履歴記憶部は、前記施設監視システムを使用したユーザごとの画面の操作履歴を記憶し、前記学習器は、前記ユーザごとの画面の操作履歴に基づいて、ユーザ間の類似度を学習し、前記施設監視システムを使用している前記ユーザが次の操作対象とする情報を予測する第２協調フィルタリング部を備えていてもよい。

【0014】

また、本発明に係るユーザ支援装置において、前記施設監視システムを使用するユーザのタイプごとに定義された予測ルールに従って、前記ユーザが次の操作対象とする情報を予測するルールベース予測部をさらに備え、前記情報推薦部は、前記学習器および前記ルールベース予測部による予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力してもよい。

【0015】

また、本発明に係るユーザ支援装置において、前記施設監視システムの監視対象の識別情報と監視対象を表す名称とを含むポイント情報を記憶するポイント情報記憶部と、前記ユーザが前記表示部の画面上で選択している監視対象を表す名称を単語に分解し、前記ポイント情報記憶部を検索し、その単語が含まれる他の監視対象を表す名称を取得し、取得された前記他の監視対象を表す名称に基づいて、前記ユーザが次の操作対象とする情報を予測するアイテムベース予測部と、をさらに備え、前記情報推薦部は、前記学習器および前記アイテムベース予測部による予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力してもよい。

【0016】

また、本発明に係るユーザ支援方法は、施設監視システムのユーザに対して、操作対象とする情報を提供するユーザ支援方法であって、前記ユーザの操作に応じた情報を表示部の画面に表示する表示ステップと、前記ユーザによる前記画面の操作履歴を画面操作履歴記憶部に記憶する第１記憶ステップと、前記施設監視システムの監視対象に関する情報をデータベースに記憶する第２記憶ステップと、前記画面操作履歴記憶部および前記データベースにそれぞれ記憶されている前記操作履歴および前記監視対象に関する情報を学習して、前記ユーザが次の操作対象とする情報を予測する予測ステップと、前記予測ステップでの予測結果に基づいて、前記ユーザの次の操作対象として推薦する情報を前記データベースから取得して、前記表示部に出力する情報推薦ステップとを備えることを特徴とする。

【発明の効果】

【0017】

本発明によれば、ユーザの画面操作履歴や施設監視システムの監視対象に関する情報を学習し、ユーザが次の操作対象とする情報を予測するので、ユーザが所望する情報をより的確に予測して情報を提供することができる。

【図面の簡単な説明】

【0018】

【図1】図１は、本発明の第１の実施の形態に係るユーザ支援装置の機能構成を示すブロック図である。

【図2】図２は、本発明の第１実施の形態に係るユーザ支援装置のハードウェア構成を示すブロック図である。

【図3】図３は、本発明の第１の実施の形態に係るユーザ支援装置の動作を説明するフローチャートである。

【図4】図４は、本発明の第１の実施の形態に係る学習処理を説明するフローチャートである。

【図5】図５は、本発明の第１の実施の形態に係る予測処理を説明するフローチャートである。

【図6】図６は、本発明の第２の実施の形態に係るユーザ支援装置の機能構成を示すブロック図である。

【図7】図７は、本発明の第２の実施の形態に係るユーザ支援装置の動作を説明するフローチャートである。

【図8】図８は、本発明の第２の実施の形態に係るルールベース予測処理を説明するフローチャートである。

【図9】図９は、本発明の第３の実施の形態に係るユーザ支援装置の機能構成を示すブロック図である。

【図10】図１０は、本発明の第３の実施の形態に係るユーザ支援装置の動作を説明するフローチャートである。

【図11】図１１は、本発明の第３の実施の形態に係るアイテムベース予測処理を説明するフローチャートである。

【図12】図１２は、本発明の第４の実施の形態に係るユーザ支援装置の機能構成を示すブロック図である。

【図13】図１３は、本発明の第４の実施の形態に係るユーザ支援装置の動作を説明するフローチャートである。

【図14】図１４は、本発明の第５の実施の形態に係るユーザ支援装置の機能構成を示すブロック図である。

【図15】図１５は、本発明の第５の実施の形態に係るユーザ支援装置の動作を説明するフローチャートである。

【発明を実施するための形態】

【0019】

以下、本発明の好適な実施の形態について、図１から図１５を参照して詳細に説明する。各図について共通する構成要素には、同一の符号が付されている。また、以下の実施の形態では、ユーザ支援装置を施設監視システムに適用した場合について説明する。

【0020】

［第１の実施の形態］
まず、図１を参照して、本発明の実施の形態に係るユーザ支援装置１について説明する。
本実施の形態に係るユーザ支援装置１は、施設監視システムの端末画面によるユーザの操作履歴、および施設に設置された設備などの監視対象に関する情報などを学習し、表示する情報に対するユーザの評価を予測して、ユーザが次の操作対象とする情報を提供する。

【0021】

［ユーザ支援装置の機能ブロック］
ユーザ支援装置１は、図１に示すように、情報収集部１０、データベース１１、ニューラルネットワーク（ＮＮ）部（学習器）１２、予測結果記憶部１３、情報推薦部１４、および表示部１５を備える。ユーザ支援装置１は、施設監視システムに設けられ、施設内に設置されている空調設備、熱源設備などのサブシステムと図示しない伝送線路を介して接続されている。また、ユーザはユーザ支援装置１が備える表示部１５の画面に表示された情報を操作して、施設管理を行う。

【0022】

情報収集部１０は、ユーザによる表示部１５の画面の操作履歴、およびユーザが画面上で選択したポイントの操作履歴を収集する。また、情報収集部１０は、施設に設置されている空調設備や熱源設備、照明設備などの稼働状況、施設の利用状況などに関する情報を各設備から取得する。情報収集部１０は、一定の時間の周期で、これらの情報を収集する。情報収集部１０によって収集された情報は、データベース１１に格納および蓄積される。なお、ポイントとは、施設内の設備などにおける監視対象およびデータ収集対象であり、例えば、空調機や温度センサなどが含まれ、ポイントＩＤによって特定される。

【0023】

データベース１１は、施設監視システムの監視対象に関する情報を記憶する。データベース１１は、空調設備情報記憶部１１０、熱源設備情報記憶部１１１、照明設備情報記憶部１１２、建物構造情報記憶部１１３、テナント情報記憶部１１４、ポイント情報記憶部１１５、画面操作履歴記憶部１１６、およびポイント操作履歴記憶部１１７を備える。

【0024】

空調設備情報記憶部１１０は、施設に設置されている空調設備に関する情報を記憶する。具体的には、系統を示す情報、各系統に属する設備に関する情報、および各設備のポイントにおいて収集されたデータなどが互いに関連付けて記憶されている。
なお、系統とは、設備においてデータ収集対象のポイントを、例えば空調や照明といったサービス設備ごと、またはフロアなどの物理的空間的条件により分類したものを意味する。また、設備には、空調機やダンパなどが含まれる。

【0025】

熱源設備情報記憶部１１１は、施設に設置されている熱源設備に関する情報を記憶する。具体的には、系統を示す情報、各系統に属する設備に関する情報、および各設備のポイントにおいて収集されたデータなどが互いに関連付けて記憶されている。設備の例としては、ボイラやポンプなどが挙げられる。

【0026】

照明設備情報記憶部１１２は、施設に設置されている照明設備に関する情報を記憶する。具体的には、系統を示す情報、各系統に属する設備に関する情報、および各設備のポイントにおいて収集されたデータなどが互いに関連付けて記憶されている。設備の例としては、照明機器などが挙げられる。

【0027】

建物構造情報記憶部１１３は、施設のフロアと各フロアのエリアに関する情報を記憶する。
テナント情報記憶部１１４は、施設におけるフロアまたはエリアごとのテナント入居情報を記憶する。具体的には、テナント情報記憶部１１４には、フロアＩＤ、テナントの有無、およびテナントの属性（例えば、オフィス、レストラン、店舗など）が互いに関連付けて記憶されている。

【0028】

ポイント情報記憶部１１５は、ポイントに関する情報を記憶する。具体的には、ポイント情報記憶部１１５には、ポイントが設けられている設備やデバイスのＩＤ、ポイントタイプ、ポイントＩＤ、ポイント名称、および各ポイントのユーザによる操作回数が互いに関連付けて記憶されている。ポイント名称の例としては、給気温度、室内温度、フィルタ警告、バルブ開度、インバータ出力などが挙げられる。

【0029】

画面操作履歴記憶部１１６は、ユーザによる画面の操作履歴を記憶する。具体的には、画面操作履歴記憶部１１６には、画面ＩＤ、画面の表示項目、画面の表示内容、および操作時刻などが互いに関連付けて記憶されている。画面の表示項目の例としては、バルブ開度状況、外気温度、空調機の給気温度などが挙げられる。画面の表示内容の例としては、温度、流量、および圧力などのトレンドグラフ、条件演算表示、スケジュール制御情報などが挙げられる。

【0030】

ポイント操作履歴記憶部１１７は、ユーザによって表示部１５の画面を介して操作されたポイントの操作履歴を記憶する。具体的には、ポイント操作履歴記憶部１１７は、ユーザによって操作されたポイントＩＤと操作をした時刻とを関連付けて記憶している。

【0031】

なお、データベース１１に格納されている情報は例示であり、施設の監視対象の種類に応じた情報が記憶されている。

【0032】

ＮＮ部１２は、教師データ取得部１２０、学習部１２１、パラメータ記憶部１２２、および予測部１２３を備える。ＮＮ部１２は、ニューラルネットワークを用いて、ユーザによる画面やポイントの操作履歴、および監視対象に関する情報を学習して特徴量を抽出する。また、ＮＮ部１２は、抽出された特徴量に基づき構築されたニューラルネットワークを用いて、ユーザが次の操作対象とする情報に対するユーザの評価を予測する。

【0033】

教師データ取得部１２０は、データベース１１に格納されている情報に基づいて予め生成されている教師データを外部の計算機（図示しない）などから取得する。教師データは、例えば、画面操作履歴記憶部１１６およびポイント操作履歴記憶部１１７に記憶されているユーザによる画面およびポイント操作履歴を入力教師信号としてもよい。また、データベース１１に格納されている空調設備情報、熱源設備情報、照明設備情報、建物構造情報、テナント情報、およびポイントに関する情報に対するユーザの評価を出力教師信号、すなわちラベルとして用いてもよい。

【0034】

なお、教師データ取得部１２０は、ユーザ支援装置１内でデータベース１１に格納されている情報を読み出して上記の教師データを生成する構成を採用してもよい。

【0035】

学習部１２１および予測部１２３は、予め設定されている同じ構造のニューラルネットワークによって構成される。ニューラルネットワークの例としては、よく知られている再帰型ニューラルネットワーク、畳み込みニューラルネットワークなどの多層ニューラルネットワークが挙げられる。

【0036】

学習部１２１は、ニューラルネットワークを用いて、データベース１１に記憶されている情報の圧縮を行い情報の特徴量を抽出する。すなわち、学習部１２１は、次の操作対象として表示する情報に対するユーザの評価を学習する。

【0037】

より詳細には、学習部１２１は教師データ取得部１２０によって取得された教師データを用いて教師あり学習を行う。学習部１２１は、教師データを与えたときに理想的な信号が出力されるようにニューラルネットワークの重みやバイアスなどのパラメータの値を決定する。

【0038】

なお、学習部１２１が行う学習は、教師あり学習に基づくものだけでなく、教師なし学習や半教師あり学習を採用してもよい。

【0039】

パラメータ記憶部１２２は、学習部１２１によって抽出された特徴量、すなわちニューラルネットワークのパラメータの値を記憶する。

【0040】

予測部１２３は、パラメータ記憶部１２２に記憶されているニューラルネットワークのパラメータ値を読み込んで、ユーザが次の操作対象とする情報に対するユーザの評価を予測するニューラルネットワークを構築する。また、予測部１２３は、構築されたニューラルネットワークを用いて、ユーザが実際に表示している画面やポイントの情報を未知の入力信号として、ニューラルネットワークの演算を行い、ユーザの評価が高い情報を予測して出力する。予測部１２３は、予測値（確率値）の異なる複数の情報を出力してもよい。

【0041】

予測結果記憶部１３は、ＮＮ部１２の予測部１２３によって出力された予測結果を記憶する。例えば、空調設備における特定のポイントのトレンドグラフ、具体的には、空調機の給気温度のトレンドグラフが予測結果として得られた場合を考える。この場合、対応するポイントＩＤ、画面の表示項目、および表示内容が互いに関連付けられた情報が予測結果記憶部１３に記憶される。なお、予測結果を示す情報が複数ある場合には、さらに予測値を関連付けて予測結果記憶部１３に記憶される。

【0042】

情報推薦部１４は、予測結果記憶部１３に記憶されている予測結果に基づいて、表示部１５の画面に表示する情報を推薦して、推薦する情報を表示部１５に出力する。具体的には、情報推薦部１４は、予測結果記憶部１３から予測結果を示す情報を読み出し、データベース１１に格納されている情報から該当する情報を抽出する。また、情報推薦部１４は、予測結果記憶部１３から複数の予測結果を示す情報を読み出す場合には、予測値が高い予測結果が優先的に表示されるようにスタイルシート（ＣＳＳ）において優先順位を指定してもよい。

【0043】

表示部１５は、監視対象に関する情報を表示する。表示部１５は、例えば、複数の画面を表示して、それぞれの画面に異なる監視対象に関する情報を表示する。画面に表示される情報としては、トレンドグラフ、スケジュール制御情報、および条件演算制御情報などが挙げられる。

【0044】

また、表示部１５は、ユーザによる各画面に対する操作を検出する。例えば、表示部１５は、ポイントの情報を示すアイコンが画面上でユーザにクリックされると、ポイント選択の操作が行われたことを検出する。ユーザによる画面操作を示す情報は情報収集部１０によって収集され、各操作時刻と共に画面操作履歴記憶部１１６やポイント操作履歴記憶部１１７に記憶される。

【0045】

［ユーザ支援装置のハードウェア構成］
次に、上述した機能を有するユーザ支援装置１のハードウェア構成について図２を用いて説明する。

【0046】

ユーザ支援装置１は、バス１０１を介して接続されるＣＰＵ１０３と主記憶装置１０４とを有する演算装置１０２、通信制御装置１０５、外部記憶装置１０６、入力装置１０７、表示装置１０８等を備えるコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。

【0047】

ＣＰＵ１０３と主記憶装置１０４とは、演算装置１０２を構成する。主記憶装置１０４には、ＣＰＵ１０３が各種制御や演算を行うためのプログラムが予め格納されている。なお、演算装置１０２は、ＣＰＵ１０３の他、必要に応じてＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いてもよい。

【0048】

通信制御装置１０５は、ユーザ支援装置１と各種外部電子機器との間を通信ネットワークＮＷを介して接続するための制御装置である。通信制御装置１０５および通信ネットワークＮＷを介して、施設内のポイントにおけるデータが収集される。

【0049】

外部記憶装置１０６は、読み書き可能な記憶媒体と、その記憶媒体に対してプログラムやデータなどの各種情報を読み書きするための駆動装置とで構成されている。外部記憶装置１０６には、記憶媒体としてハードディスクやフラッシュメモリなどの半導体メモリを使用することができる。外部記憶装置１０６は、図１で示したデータベース１１および予測結果記憶部１３を実現し、また、図示しないその他の格納装置で、例えば、この外部記憶装置１０６内に格納されているプログラムやデータなどをバックアップするための格納装置などを有することができる。

【0050】

入力装置１０７は、キーボード、マウス、タッチパネルなどによって構成される。入力装置１０７は、表示装置１０８に表示された情報がユーザによる入力、クリックやタッチ操作などの画面操作により選択されることで対応する機能が実行され、画面が切り替わり、次の操作対象が表示される。

【0051】

表示装置１０８は、液晶ディスプレイなどによって実現される。表示装置１０８には、入力装置１０７による入力結果が表示されたり、外部記憶装置１０６に格納されている施設管理に関する情報が加工されて画面に表示される。表示装置１０８は、図１で説明した表示部１５を構成する。

【0052】

［ユーザ支援装置の動作］
次に、上述した構成を有するユーザ支援装置１の動作について、図３から図５のフローチャートを参照して説明する。

【0053】

図３は、ユーザ支援装置１の全体的な動作を説明するフローチャートである。まず、ＮＮ部１２の学習部１２１は、データベース１１に格納されている情報の特徴量を抽出して、次の操作対象として表示される情報に対するユーザの評価を学習する（ステップＳ１）。

【0054】

次に、予測部１２３は、学習部１２１によって抽出された情報の特徴量に基づいて、ユーザによる評価が高い情報を予測する（ステップＳ２）。その後、情報推薦部１４は、予測結果に基づいて推薦する情報を表示部１５に出力する（ステップＳ３）。その後、さらにユーザによる画面操作が表示部１５において検出された場合には（ステップＳ４：ＹＥＳ）、画面操作によって表示されている画面情報に基づいて再び学習処理（ステップＳ１）および予測処理（ステップＳ２）が行われ、推薦する情報が表示部１５に表示される（ステップＳ４）。表示部１５は、例えば、表示部１５の画面の右下に推薦する情報を表示する。

【0055】

［学習処理］
次に、ユーザ支援装置１による学習処理（ステップＳ１）について図４のフローチャートを用いてより詳細に説明する。まず、情報収集部１０は、表示部１５の画面に情報の表示がある場合には（ステップＳ１０：ＹＥＳ）、表示されている画面の情報を取得する（ステップＳ１１）。より詳細には、情報収集部１０が一定間隔で収集するユーザの画面操作やポイント操作状態を示す情報より、画面に関する情報を取得する。画面に関する情報には、画面ＩＤや表示項目、ポイントＩＤ、ポイント名称、系統情報、フロア情報などが含まれる。

【0056】

次に、情報収集部１０は、取得した画面に関する情報をデータベース１１における対応する記憶領域に記憶する（ステップＳ１２）。

【0057】

次に、教師データ取得部１２０は、外部の計算機からデータベース１１に格納されている情報を用いて事前に生成されている教師データを取得する（ステップＳ１３）。なお、ステップＳ１０で表示部１５の画面に何も情報が表示されていない場合にも同様に（ステップＳ１０：ＮＯ）、ステップＳ１３が実行される。

【0058】

次に、学習部１２１は、予め設定されているニューラルネットワークを用いて、教師データを入力し、学習用の入力教師信号の特徴量を抽出する（ステップＳ１４）。より詳細には、学習部１２１は、ユーザによる画面およびポイント操作履歴を入力教師信号として、次の操作対象として表示する情報に対するユーザの評価が高い情報を出力するようなニューラルネットワークの重みやバイアスなどのパラメータを調整する。より具体的には、学習部１２１は、ユーザによる画面およびポイント操作履歴の入力信号とラベルとの誤差、すなわち損失関数が最小化するように、誤差逆伝搬法や勾配法などの手法によりパラメータ値を更新する。

【0059】

次に、パラメータ記憶部１２２は、学習部１２１によって決定されたパラメータの更新値を記憶する（ステップＳ１５）。

【0060】

［予測処理］
次に、図５に示す予測処理について説明する。
まず、予測部１２３は、パラメータ記憶部１２２に記憶されている情報の特徴量である、パラメータ値を読み込んで、次の操作対象として表示する情報に対するユーザの評価を予測するニューラルネットワークを構築する（ステップＳ２０）。

【0061】

次に、予測部１２３は、学習済みのニューラルネットワークを用いて、次の操作対象として表示する情報に対するユーザの評価を予測する（ステップＳ２１）。より詳細には、予測部１２３は、表示部１５の画面の状態を検出し、画面に何も表示されていない場合および表示されている場合それぞれに応じた入力信号に基づいて、次の操作対象として表示する情報に対するユーザの評価の予測を行う。

【0062】

その後、予測結果記憶部１３は、予測部１２３による予測結果を記憶する（ステップＳ２２）。予測結果に基づいてユーザに推薦する情報は表示部１５に表示される。

【0063】

以上説明したように、第１の実施の形態に係るユーザ支援装置１によれば、ＮＮ部１２によって、データベース１１に蓄積されている多様な情報の特徴量を抽出し、表示する情報に対するユーザの評価を予測する。そのため、ユーザ支援装置１は、単にポイントと紐づけられた画面にユーザをナビゲーションする場合には対応できないようなユーザの要求が反映された情報を、より的確に予測して提供することができる。

【0064】

その結果として、ユーザが端末を介して施設監視システムを使用する場合の画面操作の利便性を向上させることができる。また、ユーザ支援装置１は、ユーザによる画面操作状況や設備に関する情報を逐次更新して再学習するため、ユーザの要求をより的確に予測して、次の操作対象とされる情報を提供することができる。

【0065】

［第２の実施の形態］
次に、本発明の第２の実施の形態について説明する。なお、以下の説明では、上述した第１の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。

【0066】

第１の実施の形態では、ＮＮ部１２が、ユーザによる画面やポイント操作の履歴や監視対象に関する情報を学習し、次の操作対象として表示する情報に対するユーザの評価を予測する場合について説明した。これに対し、第２の実施の形態では、ユーザ支援装置１Ａは、ルールベース予測部１６をさらに備え、予め定義されている予測ルールに基づいて、ユーザのタイプに応じた、次の操作対象となる情報を予測する。

【0067】

図６は第２の実施の形態に係るユーザ支援装置１Ａの機能構成を示すブロック図である。以下、第１の実施の形態と異なる構成を中心に説明する。
ルールベース予測部１６は、ルール定義部１６０とルール実行部１６１とを備える。ルールベース予測部１６は、予め定義されている予測ルールに従って、ユーザが次の操作対象とする情報を予測する。

【0068】

ルール定義部１６０は、情報を推薦するためのルールを予め定義する。具体的には、ユーザが施設管理者である場合と、施設に入居するテナントである場合とで、それぞれのユーザの性質に基づいた予測ルールを定義する。

【0069】

ユーザが施設管理者である場合には、データベース１１に格納されている情報のうち、施設の管理に必要とされる情報から、ユーザによる画面操作の情報に基づいて予測を行う。
一方、ユーザがテナントである場合には、データベース１１に格納されている情報のうち、テナントが入居するフロアやエリアの管理に必要とされる情報から、ユーザによる画面操作の情報に基づいて予測を行う。

【0070】

ルール実行部１６１は、ルール定義部１６０に定義されている予測ルールを参照してルールベースによる予測を実行する。より詳細には、ルール実行部１６１は、予め取得可能なログイン情報からユーザが施設管理者であるかテナントであるかを識別する。ルール実行部１６１は、識別されたユーザ情報に基づいて、ルール定義部１６０に定義されている予測ルールを適用し、次の操作対象とされる情報を予測する。

【0071】

予測結果記憶部１３は、ルールベース予測部１６およびＮＮ部１２による予測結果を記憶する。

【0072】

情報推薦部１４は、予測結果記憶部１３に記憶されている予測結果に基づいて、表示部１５の画面に表示する情報を推薦して、表示部１５に出力する。例えば、情報推薦部１４は、ＮＮ部１２による予測結果とルールベース予測部１６による予測結果との両方を推薦する情報として表示部１５に出力してもよい。また、情報推薦部１４は、予測結果記憶部１３から複数の予測結果を示す情報を読み出す場合には、予測値が高い予測結果が優先的に表示されるようにスタイルシート（ＣＳＳ）において優先順位を指定してもよい。

【0073】

また、情報推薦部１４は、ＮＮ部１２による予測結果とルールベース予測部１６による予測結果とに重み付けをもたせて推薦する情報を選択してもよい。

【0074】

［ユーザ支援装置の動作］
次に、上述した構成を有するユーザ支援装置１Ａの全体的な動作について図７のフローチャートを参照して説明する。
まず、ＮＮ部１２は、ニューラルネットワークを用いて、ユーザの画面やポイント操作履歴およびデータベース１１に格納されている監視対象に関する情報を学習して、これらの情報の特徴量を抽出する（ステップＳ１）。

【0075】

次に、ＮＮ部１２は、ステップＳ１での学習処理によって抽出された特徴量に基づいてニューラルネットワークを構築し、次の操作対象の情報に対するユーザの評価を予測する（ステップＳ２）。

【0076】

次に、ルールベース予測部１６は、ユーザを識別し、ユーザのタイプごとに定義されている予測ルールを、その識別したユーザに適用して、ルールベースによる予測処理を実行する（ステップＳ３Ａ）。その後、情報推薦部１４は、予測結果記憶部１３に記憶されているＮＮ部１２およびルールベース予測部１６による予測結果に基づいて、推薦する情報を表示部１５に出力する。表示部１５は、情報推薦部１４から取得した情報をユーザに推薦する情報として画面に表示する（ステップＳ４Ａ）。表示部１５は、例えば、画面の右下に推薦する情報を表示する。

【0077】

その後、ユーザによって画面操作が行われた場合には（ステップＳ５Ａ）、再びステップＳ１からステップＳ４Ａまでの予測処理が実行される。

【0078】

［ルールベース予測処理］
次に、ルールベース予測部１６によって実行されるルールベース予測処理（ステップＳ３Ａ）について図８のフローチャートを用いて説明する。なお、ＮＮ部１２によって行われる学習処理および予測処理は第１の実施の形態と同様であるため説明を省略する。

【0079】

まず、ルールベース予測部１６は、施設監視システムにおいて保持されているユーザのログイン情報を取得してユーザのタイプを識別する（ステップＳ３０）。ルールベース予測部１６は、ログイン情報がテナントＩＤを含む場合には（ステップＳ３１：ＹＥＳ）、ルール実行部１６１は、ルール定義部１６０に予め定義されているテナント用の予測ルールに従って、ユーザによる選択ポイントに対応するフロアおよびエリア情報を取得する（ステップＳ３２）。

【0080】

具体的には、ルール実行部１６１は、テナントであるユーザによって表示部１５の画面上で選択されているポイントが位置するフロア情報およびエリア情報を建物構造情報記憶部１１３から読み出す。なお、ポイントＩＤとフロア情報およびエリア情報は、互いに関連付けて建物構造情報記憶部１１３に記憶されている。

【0081】

次に、ルール実行部１６１は、ステップＳ３２で取得されたフロアおよびエリアに入居するテナント情報をテナント情報記憶部１１４から読み出す（ステップＳ３３）。より詳細には、ルール実行部１６１は、テナント情報記憶部１１４から、ステップＳ３３で取得されたフロア情報およびエリア情報に対応するテナントＩＤを取得する。なお、このテナントＩＤは、通常であれば、ログイン中のユーザを示すＩＤである。

【0082】

次に、ルール実行部１６１は、取得されたテナントＩＤで識別されるテナントが入居する他のフロア情報またはエリア情報をテナント情報記憶部１１４から読み出す（ステップＳ３４）。次に、ルール実行部１６１は、ステップＳ３４で取得されたフロア情報とエリア情報とに属する複数のポイントの情報を、空調設備情報記憶部１１０および照明設備情報記憶部１１２から読み出す（ステップＳ３５）。

【0083】

次に、ルール実行部１６１は、建物構造情報記憶部１１３を参照し、ユーザが表示部１５の画面上で選択しているポイントが位置するエリアに近い順に、ステップＳ３５で読み出した複数のポイントの情報を並べる（ステップＳ３６）。その後、ステップＳ３６で出力された予測結果である、複数のポイントの情報を予測結果記憶部１３に記憶する（ステップＳ３７）。

【0084】

一方、ステップＳ３１において、識別されたユーザのタイプがテナントでないと判定された場合（ステップＳ３１：ＮＯ）、ログイン中のユーザは施設管理者であるとして、ルール実行部１６１は、画面上の選択ポイントにおける空調系統情報または熱源系統情報を空調設備情報記憶部１１０または熱源設備情報記憶部１１１から読み出す（ステップＳ３８）。

【0085】

次に、ルール実行部１６１は、ステップＳ３８で読み出した系統に属する他の設備のポイントに関する情報を空調設備情報記憶部１１０または熱源設備情報記憶部１１１から読み出す（ステップＳ３９）。ルール実行部１６１は、例えば、選択ポイントが示す１系統目の空調機とは異なる、同一系統に属する他の空調機における給気温度などのポイントの収集データを示す情報を空調設備情報記憶部１１０から読み出す。

【0086】

次に、ルール実行部１６１は、ステップＳ３９で取得したポイントに関する情報に対するユーザによる操作回数が多い順にポイントに関する情報の優先順位を指定して出力する（ステップＳ４０）。その後、ルール実行部１６１は、ステップＳ４０で出力されたポイントに関する情報を予測結果記憶部１３に記憶する（ステップＳ３７）。その後、予測結果に基づきユーザに推薦する情報は表示部１５に表示される。

【0087】

以上説明したように、第２の実施の形態にかかるユーザ支援装置１Ａによれば、ＮＮ部１２に加えて、ルールベースによりユーザが次の操作対象とする情報を予測するルールベース予測部１６をさらに備えるので、ユーザのタイプに応じて必要とされる情報をより的確に予測して提供することが可能となる。

【0088】

［第３の実施の形態］
次に、本発明の第３の実施の形態について説明する。なお、以下の説明では、上述した第１の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。

【0089】

第２の実施の形態では、ＮＮ部１２に加えて、ルールベースでユーザが必要とする情報を予測して推薦するルールベース予測部１６を備える場合について説明した。これに対し、第３の実施の形態では、ユーザ支援装置１Ｂは、ルールベース予測部１６の代わりにアイテムベースでユーザが必要とする情報を予測するアイテムベース予測部１７を備える。

【0090】

図９は、第３の実施の形態に係るユーザ支援装置１Ｂの機能構成を示すブロック図である。以下、第１および第２の実施の形態と異なる構成を中心に説明する。

【0091】

アイテムベース予測部１７は、ポイント名称解析部１７０および単語検索部１７１を備える。
アイテムベース予測部１７は、ユーザが表示部１５の画面上で選択しているポイントに関連する名称を単語単位に分解し、それらの単語がポイントの名称として含まれている他のポイントを次の操作対象として予測する。

【0092】

ポイント名称解析部１７０は、ユーザが表示部１５の画面上で選択しているポイントの名称をポイント情報記憶部１１５から取得して単語に分解する。例えば、ポイント名称解析部１７０は、選択ポイントのポイントＩＤと関連付けられているポイントの名称「給気温度」をポイント情報記憶部１１５から読み出す。ポイント名称解析部１７０は、ポイント名称「給気温度」を「給気」と「温度」とに分解して一時的に記憶する。

【0093】

単語検索部１７１は、ポイント名称解析部１７０によって分解されたポイントの名称を構成する単語と一致する単語を含む他のポイント名称をポイント情報記憶部１１５から検索する。例えば、単語検索部１７１は、ポイント名称「給気温度」以外に、単語「給気」が含まれるポイント名称をポイント情報記憶部１１５において検索する。

【0094】

また、単語検索部１７１は、検索結果として得られた複数のポイント名称に対応するポイントについて、ユーザによる操作回数が多いポイントから順に優先順位を指定する。単語検索部１７１によって取得されたポイントに関する情報をデータベース１１から抽出する。単語検索部１７１によって取得され優先順位が指定されたポイントに関する情報は、ユーザが次の操作対象とする情報の予測結果として予測結果記憶部１３に記憶される。

【0095】

情報推薦部１４は、ＮＮ部１２およびアイテムベース予測部１７による予測結果に基づいて、画面に表示する次の操作対象を示す情報を推薦して出力する。情報推薦部１４は、例えば、アイテムベース予測部１７によって予測されたポイントに関する情報に基づいて、データベース１１に格納されている監視対象に関する情報を読み出して表示部１５に出力する。情報推薦部１４は、ＮＮ部１２とアイテムベース予測部１７との予測結果に重み付けを設定して推薦する情報を選択してもよい。

【0096】

［ユーザ支援装置の動作］
次に、上述した構成を有するユーザ支援装置１Ｂの全体的な動作について図１０のフローチャートを参照して説明する。
まず、ＮＮ部１２は、ニューラルネットワークを用いて、ユーザの画面やポイント操作履歴およびデータベース１１に格納されている監視対象に関する情報を学習して、これらの情報の特徴量を抽出する（ステップＳ１）。

【0097】

次に、ＮＮ部１２は、ステップＳ１での学習処理によって抽出された特徴量に基づいてニューラルネットワークを構築し、次の操作対象とする情報に対するユーザの評価を予測する（ステップＳ２）。

【0098】

次に、アイテムベース予測部１７は、ユーザによって選択されているポイントの名称を単語に分解し、同じ単語が含まれている他のポイントの名称に基づいて、ユーザが次の操作対象とする情報を予測する（ステップＳ３Ｂ）。その後、情報推薦部１４は、予測結果記憶部１３に記憶されているＮＮ部１２およびアイテムベース予測部１７による予測結果に基づいて、推薦する情報を表示部１５に出力する。表示部１５は、情報推薦部１４から取得した情報をユーザに推薦する情報として画面に表示する（ステップＳ４Ｂ）。表示部１５は、例えば、画面の右下に推薦する情報を表示する。

【0099】

その後、ユーザによって画面操作が行われた場合には（ステップＳ５Ｂ）、再びステップＳ１からステップＳ４Ｂまでの予測処理が実行される。

【0100】

［アイテムベース予測処理］
次に、アイテムベース予測部１７によって実行されるアイテムベース予測処理（ステップＳ３Ｂ）を図１１のフローチャートを用いて説明する。なお、図１０に示すＮＮ部１２による学習処理（ステップＳ１）および予測処理（ステップＳ２）は第１および第２の実施の形態と同様であり説明を省略する。

【0101】

ポイント名称解析部１７０は、ユーザが表示部１５の画面上で選択しているポイント名称を単語に分解する（ステップＳ３００）。より詳細には、ポイント名称解析部１７０は、表示部１５の画面において選択されているポイントを示す情報についてポイント情報記憶部１１５を参照し、対応するポイント名称を読み出す。ポイント名称解析部１７０は良く知られている形態素解析などを用いてポイント名称を単語に分解する。

【0102】

次に、単語検索部１７１は、ポイント情報記憶部１１５を検索し、ステップＳ３００で分解された単語と同一の単語が含まれるポイント名称を取得する（ステップＳ３０１）。単語検索部１７１は、ステップＳ３００で分解された単語ごとに、該当するポイント名称を取得する。

【0103】

次に、単語検索部１７１は、ステップＳ３０１で取得された複数のポイント名称に基づいて、ユーザによる操作回数が多いポイントのポイント情報から順に優先順位を指定して、ユーザによる次の操作対象を示す予測結果として出力する（ステップＳ３０２）。予測結果記憶部１３は、ステップＳ３０２で出力された予測結果を記憶する（ステップＳ３０３）。その後、予測結果に基づきユーザに推薦する情報は表示部１５に表示される。

【0104】

以上説明したように、第３の実施の形態に係るユーザ支援装置１Ｂによれば、ＮＮ部１２に加えて、アイテムベースにより、ユーザが次の操作対象とする情報を予測するアイテムベース予測部１７をさらに備えるので、ユーザに選択されているポイントと関連性の高い情報をより的確に提供することが可能となる。

【0105】

［第４の実施の形態］
次に、本発明の第４の実施の形態について説明する。なお、以下の説明では、上述した第１から第３の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。

【0106】

第１の実施の形態では、ＮＮ部１２が、データベース１１に格納されているユーザによる画面やポイント操作の履歴や監視対象に関する情報を学習し、次の操作対象とされる情報に対するユーザの評価を予測する場合について説明した。これに対し、第４の実施の形態では、アイテムベース協調フィルタリング部（学習器、第１協調フィルタリング部）１８を備え、全ユーザの画面やポイントの操作履歴から画面間の類似度およびポイント間の類似度を学習し、類似する画面やポイントを次の操作対象として推薦する。

【0107】

図１３は、第４の実施の形態に係るユーザ支援装置１Ｃの機能構成を示すブロック図である。以下、第１および第２の実施の形態と異なる構成を中心に説明する。

【0108】

画面操作履歴記憶部１１６Ｃは、施設監視システムを使用した全ユーザの画面操作履歴を記憶する。
ポイント操作履歴記憶部１１７Ｃは、施設監視システムを使用した全ユーザのポイント操作履歴を記憶する。

【0109】

アイテムベース協調フィルタリング部１８は、類似度学習部１８０、画面類似度記憶部１８１、ポイント類似度記憶部１８２、および予測部１８３を備える。

【0110】

類似度学習部１８０は、画面操作履歴記憶部１１６Ｃに記憶されている全ユーザの操作履歴より、これまでに操作された画面間の類似度をよく知られている協調フィルタリングアルゴリズムにより学習する。また、類似度学習部１８０は、ポイント操作履歴記憶部１１７Ｃに記憶されている全ユーザのポイント操作履歴より、これまでに操作されたポイント間の類似度を同様に学習する。類似度学習部１８０は、例えば、ユークリッド距離、加重平均、またはピアソン係数などを用いて類似度を算出してもよい。

【0111】

画面類似度記憶部１８１は、類似度学習部１８０によって学習されたユーザの画面操作履歴に基づく画面間の類似度を記憶する。
ポイント類似度記憶部１８２は、類似度学習部１８０によって学習されたユーザのポイント操作履歴に基づくポイント間の類似度を記憶する。

【0112】

予測部１８３は、画面類似度記憶部１８１に記憶されている画面間の類似度に基づいて、ユーザが表示部１５に表示している画面と類似度が高い画面の情報を画面操作履歴記憶部１１６Ｃから取得する。また、予測部１８３は、同様に、ポイント類似度記憶部１８２に記憶されているポイント間の類似度に基づいて、ユーザが表示部１５の画面上で選択しているポイントと類似度が高いポイントを示す情報をポイント操作履歴記憶部１１７Ｃから取得する。

【0113】

予測結果記憶部１３は、予測部１８３によって取得された画面およびポイントを示す情報を予測結果として記憶する。

【0114】

情報推薦部１４は、予測結果記憶部１３に記憶されている予測結果に基づいて、ユーザによる次の操作対象を推薦して表示部１５に出力する。情報推薦部１４は、例えば、類似度の高い順に上位５位までの画面の情報を出力してもよい。また、情報推薦部１４は、類似度の高い順に、例えば、上位１０位までのポイントを示す情報を出力してもよい。

【0115】

［ユーザ支援装置の動作］
次に、上述した構成を有するユーザ支援装置１Ｃの動作について図１３のフローチャートを用いて説明する。
前提として、画面操作履歴記憶部１１６Ｃおよびポイント操作履歴記憶部１１７Ｃには、予め全ユーザによる操作履歴が記憶されている。

【0116】

まず、類似度学習部１８０は、全ユーザの画面操作履歴に基づいて画面間の類似度を学習する（ステップＳ１００）。次に、類似度学習部１８０は、全ユーザのポイント操作履歴に基づいて、ポイント間の類似度を学習する（ステップＳ１０１）。類似度学習部１８０によって学習された画面間およびポイント間の類似度は、それぞれ画面類似度記憶部１８１およびポイント類似度記憶部１８２に記憶される。

【0117】

次に、予測部１８３は、画面間の類似度に基づいてユーザが表示部１５に表示している画面と類似する（関連性のある）画面に関する情報を画面操作履歴記憶部１１６Ｃから抽出する（ステップＳ１０２）。次に、予測部１８３は、ポイント間の類似度に基づいてユーザによって画面上で選択されているポイントと類似する（関連性のある）ポイントを示す情報をポイント操作履歴記憶部１１７Ｃから抽出する（ステップＳ１０３）。予測部１８３によって抽出された画面に関する情報およびポイントを示す情報は予測結果として予測結果記憶部１３に記憶される。

【0118】

次に情報推薦部１４は、予測結果に基づいて、次の操作対象となる情報を推薦し、表示部１５を介してその情報を表示する（ステップＳ１０４）。より詳細には、表示部１５は、類似する画面に関する情報については、類似度が高い順に画面右下に表示する。また、表示部１５は、類似するポイントについても、同様に類似度が高い順に画面右下に表示する。

【0119】

その後、ユーザによる画面操作があった場合には（ステップＳ１０５：ＹＥＳ）、再びステップＳ１００からステップＳ１０４を繰り返して実行し、画面類似度記憶部１８１およびポイント類似度記憶部１８２の情報を更新する。なお、類似度学習部１８０は、ユーザによる画面操作に基づいて受信した指令により、画面類似度記憶部１８１およびポイント類似度記憶部１８２に記憶されている学習結果をクリアすることができる。

【0120】

以上説明したように、第４の実施の形態に係るユーザ支援装置１Ｃによれば、アイテムベースの協調フィルタリングによって、全ユーザの画面操作およびポイント操作の履歴に基づき、画面間の類似度およびポイント間の類似度を学習する。また、学習した類似度に基づいて、ユーザによって表示されている画面や選択されているポイントと類似する画面やポイントを次の操作対象として推薦する。そのため、単なる情報の紐づけ関係では対応できないようなユーザの要求が反映された情報を、より的確に予測して提供することができる。

【0121】

なお、第４の実施の形態に係るユーザ支援装置１Ｃは、アイテムベース協調フィルタリング部１８と第２および第３の実施の形態で説明したルールベース予測部１６、およびアイテムベース予測部１７と組み合わせた構成を採用してもよい。

【0122】

［第５の実施の形態］
次に、本発明の第５の実施の形態について説明する。なお、以下の説明では、上述した第１から第４の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。

【0123】

第４の実施の形態では、アイテムベース協調フィルタリング部１８が、ユーザの画面操作およびポイント操作履歴に基づいて画面間およびポイント間の類似度を学習し、ユーザの次の操作対象を予測する場合について説明した。これに対し、第５の実施の形態に係るユーザ支援装置１Ｄは、ユーザベース協調フィルタリング部（学習器、第２協調フィルタリング部）１９を備え、ユーザごとの画面操作履歴からユーザ間の類似度を学習し、次の操作対象として画面に表示する情報を予測し推薦する。

【0124】

図１４は、第５の実施の形態に係るユーザ支援装置１Ｄの機能構成を示すブロック図である。以下、第１から第４の実施の形態と異なる構成を中心に説明する。

【0125】

画面操作履歴記憶部１１６Ｄは、施設監視システムを過去に使用したユーザごとの画面操作履歴を記憶する。より詳細には、画面操作履歴記憶部１１６Ｄは、ユーザを識別するＩＤと関連付けて画面操作履歴を記憶する。

【0126】

ポイント操作履歴記憶部１１７Ｄは、施設監視システムを過去に使用したユーザごとのポイント操作履歴を記憶する。より詳細には、ポイント操作履歴記憶部１１７Ｄは、ユーザＩＤと関連付けてポイント操作履歴を記憶する。

【0127】

ユーザベース協調フィルタリング部１９は、類似度学習部１９０、画面類似度記憶部１９１、ポイント類似度記憶部１９２、画面−ポイント類似度記憶部１９３、および予測部１９４を備える。

【0128】

類似度学習部１９０は、画面操作履歴記憶部１１６Ｄに記憶されているユーザごとの画面操作履歴より、ユーザ間の類似度をよく知られている協調フィルタリングアルゴリズムにより学習する。より詳細には、類似度学習部１９０は、現在画面を操作しているユーザに類似する他のユーザの画面操作履歴から、次の操作対象として表示する画面に関する情報を予測する。類似度学習部１８０は、例えば、ユークリッド距離、加重平均、またはピアソン係数などを用いて類似度を算出してもよい。

【0129】

類似度学習部１９０は、ポイント操作履歴記憶部１１７Ｄに記憶されているユーザごとのポイント操作履歴より、ユーザ間の類似度を同様に学習する。より詳細には、類似度学習部１９０は、現在画面上でポイントを選択しているユーザに類似する他のユーザのポイント操作履歴から、次の操作対象として表示するポイントに関する情報を予測する。

【0130】

また、類似度学習部１９０は、画面操作履歴記憶部１１６Ｄに記憶されているユーザごとの画面操作履歴、およびポイント操作履歴記憶部１１７Ｄに記憶されているユーザごとのポイント操作履歴より、ユーザ間の類似度を学習する。より詳細には、類似度学習部１９０は、現在画面を操作しているユーザに類似する他のユーザのポイント操作履歴から、次の操作対象として表示するポイントに関する情報を予測する。

【0131】

画面類似度記憶部１９１は、類似度学習部１９０によって学習されたユーザごとの画面操作履歴に基づくユーザ間の類似度を記憶する。
ポイント類似度記憶部１９２は、類似度学習部１９０によって学習されたユーザごとのポイント操作履歴に基づくユーザ間の類似度を記憶する。
画面−ポイント類似度記憶部１９３は、類似度学習部１９０によって学習されたユーザごとの画面操作履歴およびポイント操作履歴に基づくユーザ間の類似度を記憶する。

【0132】

予測部１９４は、画面類似度記憶部１９１に記憶されているユーザ間の類似度に基づいて、現在ユーザが表示部１５に表示している画面と関連性のある画面に関する情報を画面操作履歴記憶部１１６Ｄから取得する。予測部１９４は、同様に、ポイント類似度記憶部１９２に記憶されているユーザ間の類似度に基づいて、ユーザが表示部１５の画面上で選択しているポイントと関連するポイントに関する情報をポイント操作履歴記憶部１１７Ｄから取得する。

【0133】

また、予測部１９４は、画面−ポイント類似度記憶部１９３に記憶されているユーザ間の類似度に基づいて、現在ユーザが表示部１５に表示している画面と関連のあるポイントに関する情報をポイント操作履歴記憶部１１７Ｄから取得する。

【0134】

予測結果記憶部１３は、予測部１９４によって取得された画面およびポイントに関する情報を予測結果として記憶する。

【0135】

情報推薦部１４は、予測結果記憶部１３に記憶されている予測結果に基づいて、ユーザによる次の操作対象となる情報を推薦して表示部１５に出力する。情報推薦部１４は、例えば、類似度の高い順に上位５位までの画面の情報を推薦する情報として優先順位を指定して出力してもよい。また、情報推薦部１４は、類似度の高い順に、例えば、上位１０位までのポイントを示す情報を推薦する情報として優先順位を指定して出力してもよい。

【0136】

［ユーザ支援装置の動作］
次に、上述した構成を有するユーザ支援装置１Ｄの動作について図１５のフローチャートを用いて説明する。
前提として、画面操作履歴記憶部１１６Ｄおよびポイント操作履歴記憶部１１７Ｄには、予めユーザごとの操作履歴が記憶されている。

【0137】

まず、類似度学習部１９０は、ユーザごとの画面操作履歴に基づいてユーザ間の類似度を学習する（ステップＳ１０００）。次に、類似度学習部１９０は、ユーザごとのポイント操作履歴に基づいて、ユーザ間の類似度を学習する（ステップＳ１００１）。次に、類似度学習部１９０は、ユーザごとの画面操作履歴およびポイント操作履歴に基づいて、ユーザ間の類似度を学習する（ステップＳ１００２）。

【0138】

類似度学習部１９０によって学習されたユーザ間の類似度は、それぞれ画面類似度記憶部１９１、ポイント類似度記憶部１９２、および画面−ポイント類似度記憶部１９３に記憶される。

【0139】

次に、予測部１９４は、画面類似度記憶部１９１に記憶されているユーザ間の類似度に基づいて、類似するユーザの画面操作履歴から現在ユーザが表示部１５に表示している画面と関連する画面に関する情報を取得する（ステップＳ１００３）。次に、予測部１９４は、ポイント類似度記憶部１９２に記憶されているユーザ間の類似度に基づいて、類似するユーザのポイント操作履歴から現在ユーザが表示部１５の画面上で選択しているポイントと関連するポイントに関する情報を取得する（ステップＳ１００４）。

【0140】

次に、予測部１９４は、画面−ポイント類似度記憶部１９３に記憶されているユーザ間の類似度に基づいて、類似するユーザのポイント操作履歴から現在ユーザが表示部１５に表示している画面と関連するポイントに関する情報を取得する（ステップＳ１００５）。予測部１９４によって取得された画面に関する情報およびポイントに関する情報は予測結果として予測結果記憶部１３に記憶される。

【0141】

次に情報推薦部１４は、予測結果に基づいて、ユーザの次の操作対象となる情報を推薦し、表示部１５を介して表示する（ステップＳ１００６）。表示部１５は、例えば、推薦する画面情報およびポイントを画面右下に表示する。また、表示部１５は、複数の推薦する画面に関する情報およびポイントについて、関連性が高い順に画面右下に表示してもよい。

【0142】

その後、ユーザによる画面操作があった場合には（ステップＳ１００７：ＹＥＳ）、再びステップＳ１０００からステップＳ１００６が繰り返して実行され、画面類似度記憶部１９１、ポイント類似度記憶部１９２、および画面−ポイント類似度記憶部１９３の情報が更新される。なお、類似度学習部１９０は、ユーザによる画面操作を介して受信した指令により、画面類似度記憶部１９１、ポイント類似度記憶部１９２、および画面−ポイント類似度記憶部１９３に記憶されている学習結果をクリアすることができる。

【0143】

以上説明したように、第５の実施の形態に係るユーザ支援装置１Ｄによれば、ユーザベースの協調フィルタリングによってユーザごとの画面操作およびポイント操作の履歴に基づいて、ユーザ間の類似度を学習する。また、学習した類似度に基づいて、類似するユーザの画面操作履歴およびポイント操作履歴から現在のユーザによって表示されている画面や選択ポイントに関連する画面情報やポイントを次の操作対象として推薦する。そのため、単なるポイントと画面との紐づけ関係では対応できないようなユーザの要求が反映された情報を、より的確に予測して提供することができる。

【0144】

なお、第５の実施の形態に係るユーザ支援装置１Ｄは、ユーザベース協調フィルタリング部１９と、第２および第３の実施の形態で説明したルールベース予測部１６、およびアイテムベース予測部１７とを組み合わせた構成を採用してもよい。

【0145】

以上、本発明のユーザ支援装置およびユーザ支援方法における実施の形態について説明したが、本発明は説明した実施の形態に限定されるものではなく、請求項に記載した発明の範囲において当業者が想定し得る各種の変形を行うことが可能である。

【符号の説明】

【0146】

１、１Ａ、１Ｂ、１Ｃ、１Ｄ…ユーザ支援装置、１０…情報収集部、１１…データベース、１２…ニューラルネットワーク（ＮＮ）部、１３…予測結果記憶部、１４…情報推薦部、１５…表示部、１０１…バス、１０２…演算装置、１０３…ＣＰＵ、１０４…主記憶装置、１０５…通信制御装置、１０６……外部記憶装置、１０７…入力装置、１０８…表示装置、ＮＷ…通信ネットワーク。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】