特開 2023-137041 情報処理装置、情報処理方法、及び情報処理プログラム

(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】P2023137041

(43)【公開日】2023-09-29

(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム

(51)【国際特許分類】

   G06Q 30/02 20230101AFI20230922BHJP

【ＦＩ】

G06Q30/02

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022043034

(22)【出願日】2022-03-17

(71)【出願人】

【識別番号】319013263

【氏名又は名称】ヤフー株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】坪内 孝太

(72)【発明者】

【氏名】寺岡 照彦

(72)【発明者】

【氏名】五味 秀仁

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049BB02

(57)【要約】

【課題】多数の利用者のコンテキストの差異を検出可能な情報処理装置、情報処理方法、及び情報処理プログラムを提供すること。
【解決手段】本開示に係る情報処理装置は、利用者の行動に関する情報を示す行動情報と、利用者端末が備えるセンサ部の計測データを示すセンサ情報を取得する取得部と、少なくとも行動情報又はセンサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する第１抽出部と、第１抽出部が抽出した第１グループに含まれる利用者のコンテキストを、利用者の行動情報又はセンサ情報の少なくとも一方に基づいて推定する推定部と、推定部が推定した利用者のコンテキストの差異を検出する検出部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

利用者の行動に関する情報を示す行動情報と、利用者端末が備えるセンサ部の計測データを示すセンサ情報を取得する取得部と、
少なくとも前記行動情報又は前記センサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する第１抽出部と、
前記第１抽出部が抽出した前記第１グループに含まれる利用者のコンテキストを、前記利用者の前記行動情報又は前記センサ情報の少なくとも一方に基づいて推定する推定部と、
前記推定部が推定した前記利用者のコンテキストの差異を検出する検出部と、を備える、
情報処理装置。

【請求項2】

前記第１抽出部が抽出した前記第１グループに含まれる利用者のうち、前記推定部が推定したコンテキストが一致する利用者の数が、前記第１グループに含まれる利用者のうちの所定の割合以上を占める利用者のグループを示す第２グループを抽出する第２抽出部と、
前記第１グループに含まれる利用者のうち、前記第２グループに含まれない利用者に対して、前記第１グループと前記第２グループのコンテキストの差異に応じてコンテンツを配信する配信部と、をさらに備える、
請求項１に記載の情報処理装置。

【請求項3】

前記第１グループに含まれる利用者に対して、共通の行動の成果を評価する評価部と、をさらに備え、
前記検出部は、前記評価部が評価した共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異を検出し、
前記検出部が検出したコンテキストの差異に応じて、共通の行動の成果が所定の値以下の利用者に対してコンテンツを配信する配信部と、をさらに備える、
請求項１に記載の情報処理装置。

【請求項4】

前記推定部が推定した前記第１グループに含まれる利用者のコンテキストに基づいて、利用者に対してコンテンツを配信する配信部と、をさらに備える、
請求項１に記載の情報処理装置。

【請求項5】

利用者の行動に関する情報を示す行動情報と、利用者端末が備えるセンサ部の計測データを示すセンサ情報を取得するステップと、
少なくとも前記行動情報又は前記センサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出するステップと、
前記第１グループに含まれる利用者のコンテキストを、当該利用者の前記行動情報又は前記センサ情報の少なくとも一方に基づいて推定するステップと、
推定された前記利用者のコンテキストの差異を検出するステップと、
を含む情報処理方法。

【請求項6】

利用者の行動に関する情報を示す行動情報と、利用者端末が備えるセンサ部の計測データを示すセンサ情報を取得するステップと、
少なくとも前記行動情報又は前記センサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出するステップと、
前記第１グループに含まれる利用者のコンテキストを、当該利用者の前記行動情報又は前記センサ情報の少なくとも一方に基づいて推定するステップと、
推定された前記利用者のコンテキストの差異を検出するステップと、
をコンピュータに実行させる情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、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。

【背景技術】

【0002】

利用者のコンテキストを推定する技術が知られている。例えば、下記の特許文献１には撮影映像から人の行動を表すコンテキストを推定するプログラム、装置及び方法が開示されている。しかしながら、多数の利用者のコンテキストの差異を検出することはできなかった。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－９６２５２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本開示は上記課題を鑑み、多数の利用者のコンテキストの差異を検出可能な情報処理装置、情報処理方法、及び情報処理プログラム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】

【0005】

上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者の行動に関する情報を示す行動情報と、利用者端末が備えるセンサ部の計測データを示すセンサ情報を取得する取得部と、少なくとも前記行動情報又は前記センサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する第１抽出部と、前記第１抽出部が抽出した前記第１グループに含まれる利用者のコンテキストを、前記利用者の前記行動情報又は前記センサ情報の少なくとも一方に基づいて推定する推定部と、前記推定部が推定した前記利用者のコンテキストの差異を検出する検出部と、を備える。

【発明の効果】

【0006】

本開示によれば、多数の利用者のコンテキストの差異を検出可能な情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。

【図面の簡単な説明】

【0007】

【図1】図１は、実施形態に係る情報処理の一例を示す図である。

【図2】図２は、実施形態に係る情報処理システムの構成例を示す図である。

【図3】図３は、実施形態に係る情報処理装置の構成例を示す図である。

【図4】図４は、実施形態に係る行動情報記憶部に記憶される情報の一例を示す図である。

【図5】図５は、実施形態に係るセンサ情報記憶部に記憶される情報の一例を示す図である。

【図6】図６は、実施形態に係るモデル記憶部に記憶される情報の一例を示す図である。

【図7】図７は、実施形態に係るコンテンツ記憶部に記憶される情報の一例を示す図である。

【図8】図８は、実施形態に係る利用者端末の構成例を示す図である。

【図9】図９は、実施形態に係るセンサ情報記憶部に記憶される情報の一例を示す図である。

【図10】図１０は、実施形態に係る事業者端末の構成例を示す図である。

【図11】図１１は、実施形態に係る情報処理の一例を示すフローチャートである。

【図12】図１２は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

【発明を実施するための形態】

【0008】

以下に、本開示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開示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。

【0009】

（実施形態）
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００、利用者端末２００、及び事業者端末３００により実行される例を示す。

【0010】

まず、情報処理装置１００は、事業者端末３００から事業者が入力したコンテンツを受け付ける（ステップＳ１）。例えば、情報処理装置１００は、事業者端末３００から事業者Ｍ１が特定のコンテキストが推定された利用者に対して配信することを目的として入力したコンテンツを受け付ける。なお、ここでコンテンツは、事業者が利用者に対して配信することを目的とした情報の中身を指し、例えば広告や映画、音楽、写真、漫画、アニメーション、コンピュータゲーム、テキストメッセージ等であってよい。

【0011】

次に、情報処理装置１００は、複数の利用者端末２００から行動情報と、センサ情報と、を取得する（ステップＳ２）。例えば、情報処理装置１００は、図１に示すように、利用者Ｕ１からＵ６の利用者端末２００Ａから２００Ｆから、行動情報と、センサ情報と、を取得する。なお、図１に示す利用者Ｕ１からＵ６、及び利用者端末２００Ａから２００Ｆは、例示であって、情報処理装置１００は、これ以上の数の利用者の利用者端末２００から行動情報と、センサ情報と、を取得してよい。

【0012】

次に、情報処理装置１００は、少なくとも行動情報又はセンサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する（ステップＳ３）。例えば、情報処理装置１００は、利用者のセンサ情報としての位置情報、及び加速度情報に基づいて、複数の利用者が所定の時期に所定の範囲内（例えば半径１００ｍ以内の範囲）に位置しており、かつ複数の利用者の加速度が所定の時間にわたって所定の範囲の値に維持される利用者を共通の行動としての「マラソンを行っている」と見做して、所定の時期の行動が共通する利用者のグループを示す第１グループとして抽出してよい。

【0013】

次に、情報処理装置１００は、第１グループに含まれる利用者のコンテキストを当該利用者の行動情報又はセンサ情報の少なくとも一方に基づいて推定する（ステップＳ４）。例えば、情報処理装置１００は、センサ情報としての画像情報に基づいて、第１グループとして抽出されたマラソン中の利用者が「メーカーＮのランニングシューズを履いている」というコンテキストを推定する。なお、情報処理装置１００は、センサ情報としての画像情報に基づいて、第１グループに属する利用者として抽出された全ての利用者に対して「メーカーＮのランニングシューズを履いている」というコンテキストに該当する否かを推定する。

【0014】

次に、情報処理装置１００は、推定されたコンテキストに基づいてコンテンツを配信する（ステップＳ５）。例えば、第１グループに属する利用者のうち、「メーカーＮのランニングシューズを履いている」というコンテキストに該当しないと推定された利用者に対して、メーカーＮのランニングシューズに関するコンテンツを配信する。

【0015】

これによれば、多数の利用者のコンテキストの差異に応じてコンテンツを配信することができる。

【0016】

〔１－２．実施形態に係る情報処理の他の例１（コンテキストの差異を検出）〕
情報処理装置１００は、抽出した第１グループに含まれる利用者のうち、推定したコンテキストが一致する利用者の数が、第１グループに含まれる利用者のうちの所定の割合以上を占める利用者のグループを示す第２グループを抽出し、第１グループに含まれる利用者のうち、第２グループに含まれない利用者に対して、第１グループと第２グループのコンテキストの差異に応じてコンテンツを配信する。

【0017】

この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からステップＳ４までと同じ処理を実行する。

【0018】

次に、情報処理装置１００は、抽出した第１グループに含まれる利用者のうち、推定したコンテキストが一致する利用者の数が、第１グループに含まれる利用者のうちの所定の割合以上を占める利用者のグループを示す第２グループを抽出する（ステップＳ５－１）。例えば、前述のステップＳ３と同じように、本情報処理においてもステップＳ３において情報処理装置１００が、利用者の位置情報と加速度情報に基づいて「マラソンを行っている」と見做された利用者を第１グループに属する利用者として抽出したとする。そして、情報処理装置１００は、「マラソンを行っている」と推定された利用者の行動情報としての検索履歴や購買履歴等に基づいて、利用者のコンテキストを推定し、第１グループに属する所定の割合以上の利用者について「メーカーＮが好き」というコンテキストを推定したとする。この場合、情報処理装置１００は、「メーカーＮが好き」というコンテキストが推定された利用者を第２グループに属する利用者として抽出する。

【0019】

次に、情報処理装置１００は、第１グループに含まれる利用者のうち、第２グループに含まれない利用者に対して、第１グループと第２グループのコンテキストの差異に応じてコンテンツを配信する（ステップＳ６－１）。例えば、前述のように、ステップＳ５－１において情報処理装置１００が第２グループに属する利用者として、「メーカーＮが好き」というコンテキストが推定された利用者を抽出したとする。この場合、情報処理装置１００は、「マラソンを行っている」と見做された利用者の集団である第１グループに属する利用者のうち、第２グループに属さない利用者に対して、メーカーＮに関するコンテンツを配信する。

【0020】

これによれば、多数の利用者のコンテキストの差異を検出し、コンテキストの差異に応じてコンテンツを配信することができる。

【0021】

〔１－３．実施形態に係る情報処理の他の例２（共通の行動成果を評価）〕
情報処理装置１００は、第１グループに含まれる利用者に対して、共通の行動の成果を評価し、評価した共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異を検出し、検出したコンテキストの差異に応じて、共通の行動の成果が所定の値以下の利用者に対してコンテンツを配信する。

【0022】

この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からステップＳ４までと同じ処理を実行する。

【0023】

次に、情報処理装置１００は、第１グループに含まれる利用者に対して、共通の行動の成果を評価する（ステップＳ５－２）。例えば、前述のステップＳ３と同じように、本情報処理においてもステップＳ３において情報処理装置１００が、利用者の位置情報と加速度情報に基づいて「マラソンを行っている」と見做された利用者を所定の時期の行動が共通する利用者のグループを示す第１グループに属する利用者として抽出したとする。この場合、情報処理装置１００は、「マラソンを行っている」と見做された利用者のマラソンにおける順位を、当該利用者の位置情報と加速度情報等に基づいて推定する。そして、情報処理装置１００は、推定された利用者の順位に基づいて、当該利用者の共通の行動の成果を評価する。例えば、マラソンにおける順位が１位の利用者について、評価値を１００ポイントとして、マラソンにおける順位が２位の利用者は評価値を８０ポイントとしてよい。

【0024】

次に、情報処理装置１００は、評価した共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異を検出する（ステップＳ６－２）。例えば、情報処理装置１００は、前述のステップＳ５－２において推定されたマラソンにおける順位に基づく利用者の共通の行動の成果の評価値が５０ポイント以上の利用者と、評価値が５０ポイント未満の利用者のコンテキストを比較する。そして、情報処理装置１００は、評価値が５０ポイント以上の利用者と、評価値が５０ポイント未満の利用者のコンテキストの差異を検出する。例えば、評価値が５０ポイント以上の利用者は、「メーカーＮのランニングシューズを履いている」というコンテキストが推定された利用者の割合が、評価値が５０ポイント未満の利用者において「メーカーＮのランニングシューズを履いている」というコンテキストが推定された利用者の割合に対して、有意に多いことが認められたとする。この場合、情報処理装置１００は、「メーカーＮのランニングシューズを履いている」というコンテキストを、共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値の以上の利用者のコンテキストの差異として検出する。

【0025】

次に、情報処理装置１００は、検出したコンテキストの差異に応じて、共通の行動の成果が所定の値以下の利用者に対してコンテンツを配信する（ステップＳ７－２）。例えば、前述のステップＳ６－２において、情報処理装置１００が「メーカーＮのランニングシューズを履いている」というコンテキストを、共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異として検出したとする。この場合、情報処理装置１００は、共通の行動の成果の評価値が５０ポイント以下の利用者に対して、メーカーＮのランニングシューズに関するコンテンツを配信する。

【0026】

これにより、多数の利用者のコンテキストの差異を検出し、コンテキストの差異に応じてコンテンツを配信することができる。

【0027】

〔２．情報処理システムの構成〕
次に、図２を用いて実施形態に係る情報処理システム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の構成例を示す図である。

【0028】

情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、利用者端末２００や事業者端末３００からネットワークＮを介して送信されてきた情報に基づいて処理を行う。

【0029】

利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。

【0030】

事業者端末３００は、事業者が利用する情報処理装置である。事業者端末３００は、例えばＰＣ、ＷＳ、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。例えば、事業者端末３００は、情報処理装置１００や利用者端末２００からネットワークＮを介して送信されてきた情報に基づいて処理を行う。

【0031】

〔３．情報処理装置の構成〕
次に、図３を用いて、情報処理装置１００の構成について説明する。

【0032】

図３は、実施形態に係る情報処理装置の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、を有する。

【0033】

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カード等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００や事業者端末３００等との間で情報の送受信を行う。

【0034】

（記憶部１２０について）
記憶部１２０は、主記憶装置と外部記憶装置とを備える。主記憶装置は、制御部１３０が実行するプログラム、あるいは、制御部１３０が処理するデータを記憶する。主記憶装置は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等のような半導体メモリ素子によって実現されてよい。外部記憶装置は、制御部１３０が処理するデータを保存する。外部記憶装置は、例えば、ハードディスクやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、磁気テープ、光ディスク等によって実現されてよい。

【0035】

図３に示すように、記憶部１２０は、行動情報記憶部１２１と、センサ情報記憶部１２２と、モデル記憶部１２３と、コンテンツ記憶部１２４と、を有する。

【0036】

（行動情報記憶部１２１について）
行動情報記憶部１２１は、利用者の行動を示す情報、すなわち、行動情報を記憶する。行動情報とは、利用者の所定の情報サービスの利用や、利用者の行動によって生じる利用者の行動を示す情報である。ここで、図４を用いて、行動情報記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る行動情報記憶部に記憶される情報の一例を示す図である。

【0037】

図４に示す例において、行動情報記憶部１２１は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報を紐付けて記憶する。

【0038】

「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「検索履歴」は、「利用者ＩＤ」に紐付けられた利用者が検索に使用した検索クエリと入力時刻とを含む情報である。「閲覧履歴」は、「利用者ＩＤ」に紐付けられた利用者の閲覧サイトと閲覧時刻とを含む情報である。「購入履歴」は、「利用者ＩＤ」に紐付けられた利用者のインターネット通信販売サイトや、所定の情報通信サービス契約サイトなどにおける購入商品、又は購入サービスと、購入時刻とを含む情報である。「路線検索履歴」は、「利用者ＩＤ」に紐付けられた利用者の路線検索結果と検索時刻とを含む情報である。「掲示板投稿履歴」は、「利用者ＩＤ」に紐付けられた利用者の掲示板投稿と投稿時刻とを含む情報である。

【0039】

すなわち、図４においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の検索履歴が「検索履歴＃Ｕ１」であり、利用者の閲覧履歴が「閲覧履歴＃Ｕ１」であり、購入履歴が「購入履歴＃Ｕ１」であり、路線検索履歴が「路線検索履歴＃Ｕ１」であり、掲示板投稿履歴が「掲示板投稿履歴＃Ｕ１」であることを示している。

【0040】

なお、行動情報記憶部１２１に記憶される情報は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報に限定されるものではなく、その他の任意の利用者の行動に関係する情報が記憶されてよい。

【0041】

（センサ情報記憶部１２２について）
センサ情報記憶部１２２は、利用者端末２００が備えるセンサ部２５０が計測したセンサ情報を利用者ごとに記憶する。図５は、実施形態に係るセンサ情報記憶部に記憶される情報の一例を示す図である。

【0042】

図５に示す例において、センサ情報記憶部１２２は、「利用者ＩＤ」、「利用者端末ＩＤ」、「センサ種別」、「センサ情報」という項目に係る情報を紐付けて記憶する。

【0043】

「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「利用者端末ＩＤ」は、利用者ＩＤにより識別される利用者が所有する利用者端末２００を識別する識別子であり文字列や番号などによって表される。「センサ種別」は、利用者端末２００が備えるセンサ部２５０のセンサの種類を示す情報である。「センサ情報」は、「センサ種別」に示されるセンサにより計測された計測データを示す情報である。

【0044】

すなわち、図５においては、利用者ＩＤ「ＵＩＤ＃１」により識別される利用者の利用者端末ＩＤが「２００Ａ」であり、その利用者端末２００が備えるセンサ部２５０のセンサ種別「ＳＴ＃１」が示すセンサ種別のセンサにより計測されたセンサ情報「ＳＤ＃Ｕ１－１－１」が示す計測データが記憶されていることを示している。

【0045】

なお、センサ情報記憶部１２２は、「利用者ＩＤ」、「利用者端末ＩＤ」、「センサ種別」、「センサ情報」という項目に係る情報に限定されることなく、その他の任意のセンサに関係する情報が記憶されてよい。

【0046】

（モデル記憶部１２３について）
モデル記憶部１２３は、行動情報とセンサ情報を入力すると利用者のコンテキストを推論するモデルを記憶する。図６は、実施形態に係るモデル記憶部に記憶される情報の一例を示す図である。

【0047】

図６に示す例において、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報を紐付けて記憶する。

【0048】

「モデルＩＤ」は、機械学習モデルを識別する識別子であり文字列や番号などによって表される。「モデルデータ」は、機械学習モデルのモデルデータを示す。例えば、「モデルデータ」には、利用者の行動情報とセンサ情報を入力すると、利用者のコンテキストを推論するモデルの為のデータが記憶される。なお、機械学習モデルは、ニューラルネットワークなどであってよい。

【0049】

すなわち、図６において、モデルＩＤ「Ｍ＃１」で識別されるモデルは、機械学習モデルＭ＃１を示し、モデルデルデータ「ＭＤＴ＃１」は、機械学習モデルＭ＃１のモデルデータを示している。

【0050】

ここで、機械学習モデルＭ＃１がニューラルネットワークである場合は、モデルデータ「ＭＤＴ＃１」には、例えば、ニューラルネットワークを構成する複数の層のそれぞれに含まれるノードが互いにどのように結合するかという結合情報や、結合されたノード間で入出力される数値に掛け合わされる結合係数などの機械学習モデルの為の各種情報が含まれる。

【0051】

なお、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報に限定されることなく、その他の任意の機械学習モデルに関係する情報が記憶されてよい。

【0052】

（コンテンツ記憶部１２４について）
コンテンツ記憶部１２４は、事業者端末３００から受け付けた事業者が入力したコンテンツを記憶する。図７は、実施形態に係るコンテンツ記憶部に記憶される情報の一例を示す図である。

【0053】

図７に示す例において、コンテンツ記憶部１２４は、「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「コンテキスト」という項目に係る情報を紐付けて記憶する。

【0054】

「事業者ＩＤ」は、事業者を識別する識別子であり文字列や番号などによって表される。「コンテンツＩＤ」は、事業者から受け付けたコンテンツを識別する識別子であり文字列や番号などによって表される。「コンテンツデータ」は、事業者が配信を希望するコンテンツのデータである。「コンテキスト」は、事業者がコンテンツの配信を希望する利用者の選定基準となる利用者のコンテキストを示す情報である。

【0055】

すなわち、図７においては、事業者ＩＤ「Ｍ１」が示す事業者から、コンテンツＩＤ「ＣＴ＃１」によって識別されるコンテンツとして、コンテンツデータ「ＣＤ＃１」が示すコンテンツデータが、コンテキスト「ＣＴ＃１」が示す利用者のコンテキストを指定して事業者端末３００に入力されたことを示している。そして、情報処理装置１００の受付部１３１が受け付けてコンテンツ記憶部１２４に記憶されていることを示している。

【0056】

なお、コンテンツ記憶部１２４は、「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「コンテキスト」という項目に係る情報に限定されることなく、その他の任意のコンテンツに関係する情報が記憶されてよい。

【0057】

（制御部１３０について）
次に図３に戻って、制御部１３０について説明する。制御部１３０は、情報処理装置１００を制御するコントローラ（ｃｏｎｔｒｏｌｌｅｒ）であり、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶部１２０に記憶されている各種プログラムを読み出して、ＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ））等の集積回路により実現されてもよい。

【0058】

制御部１３０は、図３に示すように、受付部１３１と、取得部１３２と、第１抽出部１３３と、推定部１３４と、第２抽出部１３５と、評価部１３６と、検出部１３７と、配信部１３８とを有する。制御部１３０は、記憶部１２０からプログラム（ソフトウェア）を読み出して、ＲＡＭを作業領域として実行することで、受付部１３１と、取得部１３２と、第１抽出部１３３と、推定部１３４と、第２抽出部１３５と、評価部１３６と、検出部１３７と、配信部１３８とを実現して、以下に説明する情報処理の機能や作用を実現または実行する。

【0059】

（受付部１３１について）
受付部１３１は、事業者端末３００から事業者が入力したコンテンツを受け付ける。受付部１３１は、事業者端末３００からコンテンツを受け付けたら、受け付けたコンテンツをコンテンツ記憶部１２４に記憶する。すなわち、受付部１３１は、事業者端末３００から受け付けた「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「コンテキスト」を対応付けて、コンテンツ記憶部１２４に記憶する。

【0060】

（取得部１３２について）
取得部１３２は、利用者の行動に関する情報を示す行動情報と、利用者端末２００が備えるセンサ部２５０の計測データを示すセンサ情報を取得する。ここで、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。また、センサ情報は、利用者の行動を利用者端末２００が備えるセンサ部２５０が計測したセンサ情報である。

【0061】

取得部１３２は、行動情報を取得したら、取得した行動情報を行動情報記憶部１２１に記憶する。取得部１３２は、センサ情報を取得したら、取得したセンサ情報をセンサ情報記憶部１２２に記憶する。なお、取得部１３２は、所定の時間間隔ごとに行動情報と、センサ情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置１００にアクセスする度に行動情報と、センサ情報とのうちのいずれか一方又は両方を取得してもよい。

【0062】

（第１抽出部１３３について）
第１抽出部１３３は、少なくとも行動情報及びセンサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する。すなわち、第１抽出部１３３は、行動情報記憶部１２１又はセンサ情報記憶部１２２のいずれか一方に記憶された情報に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する。

【0063】

ここで、第１抽出部１３３の処理について具体例を用いて説明する。例えば、第１抽出部１３３は、利用者のセンサ情報としての位置情報、及び加速度情報に基づいて、複数の利用者が所定の時期に所定の範囲内（例えば半径１００ｍ以内の範囲）に位置しており、かつ複数の利用者の加速度が所定の時間にわたって所定の範囲の値に維持される利用者を共通の行動としての「マラソンを行っている」と見做して、所定の時期の行動が共通する利用者のグループを示す第１グループとして抽出してよい。

【0064】

（推定部１３４について）
推定部１３４は、第１抽出部１３３が抽出した第１グループに含まれる利用者のコンテキストを、利用者の行動情報又はセンサ情報の少なくとも一方に基づいて推定する。推定部１３４は、利用者の行動情報又はセンサ情報の少なくとも一方をコンテキスト推定モデルに入力することで、特定の利用者のコンテキストを推定してよい。例えば、推定部１３４は、利用者の行動情報に含まれる閲覧履歴、購買履歴、路線検索履歴、掲示板投稿履歴等と、利用者のコンテキストとの関係を学習した学習済みモデルを用いて利用者のコンテキストを推定してよい。

【0065】

また、推定部１３４は、利用者のセンサ情報をコンテキスト推定モデルに入力することで、特定の利用者のコンテキストを推定してもよい。例えば、推定部１３４は、利用者のセンサ情報としての利用者の加速度情報、角速度情報、位置情報、利用者の周囲の照度情報等と、利用者のコンテキストとの関係を学習した学習済みモデルを用いて利用者のコンテキストを推定してもよい。

【0066】

（第２抽出部１３５について）
第２抽出部１３５は、第１抽出部１３３が抽出した第１グループに含まれる利用者のうち、推定部１３４が推定したコンテキストが一致する利用者の数が、第１グループに含まれる利用者のうちの所定の割合以上を占める利用者のグループを示す第２グループを抽出する。すなわち、第２抽出部１３５は、第１グループに含まれる利用者について、推定部１３４が推定したコンテキストに応じて、第１グループに含まれる利用者を分類するといえる。ここで、所定の割合は、任意に設定してよく、例えば５０％や３０％と設定してよい。

【0067】

ここで、第２抽出部１３５の処理について具体例を用いて説明する。例えば、第１抽出部１３３が、利用者の位置情報と加速度情報に基づいて「マラソンを行っている」と見做した利用者を第１グループに属する利用者として抽出したとする。そして、推定部１３４が、「マラソンを行っている」と推定された利用者の行動情報としての検索履歴や購買履歴等に基づいて、利用者のコンテキストを推定し、第１グループに属する半数以上の利用者について「メーカーＮが好き」というコンテキストを推定したとする。この場合、第２抽出部１３５は、「メーカーＮが好き」というコンテキストが推定された利用者を第２グループに属する利用者として抽出する。

【0068】

（評価部１３６について）
評価部１３６は、第１グループに含まれる利用者に対して、共通の行動の成果を評価する。すなわち、評価部１３６は、第１抽出部１３３が抽出した第１グループに含まれる利用者の共通の行動の成果に関する予め設定された評価基準、もしくは評価部１３６が設定した評価基準に基づいて、共通の行動の成果を評価する。評価部１３６は、第１グループに含まれる利用者の共通の行動の成果の評価結果を、例えば数値の大小によって表すポイントを用いて表現してよい。

【0069】

（検出部１３７について）
検出部１３７は、推定部１３４が推定した利用者のコンテキストの差異を検出する。すなわち、検出部１３７は、第１抽出部１３３が抽出した第１グループに含まれる利用者について推定部１３４が推定したコンテキストに基づいて、利用者のコンテキストの差異を検出する。

【0070】

また、検出部１３７は、評価部１３６が評価した共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異を検出する。すなわち、検出部１３７は、評価部１３６が評価した評価値が所定の値以上の利用者のコンテキストを参照し、特定のコンテキストごとに評価値が所定の値以上の利用者における特定のコンテキストが推定された利用者の割合を算出する。同様に、検出部１３７は、評価値が所定の値未満の利用者についても、特定のコンテキストごとに評価値が所定の値未満の利用者における特定のコンテキストが推定された利用者の割合を算出する。そして、検出部１３７は、評価値が所定の値以上の利用者と、評価値が所定の値以下の利用者において、特定のコンテキストが推定された利用者の割合が有意に異なるコンテキストを、コンテキストの差異として検出する。

【0071】

（配信部１３８について）
配信部１３８は、推定部１３４が推定した第１グループに含まれる利用者のコンテキストに基づいて、利用者に対してコンテンツを配信する。すなわち、配信部１３８は、推定部１３４が推定した第１グループに含まれる利用者のコンテキストに応じて、コンテンツ記憶部１２４に記憶された当該コンテキストを指定して事業者が入力したコンテンツを読み出して、当該コンテキストが推定された利用者の利用者端末２００に当該コンテキストを指定して事業者が入力したコンテンツを配信する。

【0072】

また、配信部１３８は、第１グループに含まれる利用者のうち、第２グループに含まれない利用者に対して、第１グループと第２グループのコンテキストの差異に応じてコンテンツを配信する。すなわち、配信部１３８は、第２グループに属する利用者のコンテキストを有さない第１グループに含まれる利用者に対して、第２グループに属する利用者のコンテキストに応じて、コンテンツを配信するといえる。

【0073】

また、配信部１３８は、検出部１３７が検出したコンテキストの差異に応じて、共通の行動の成果が所定の値以下の利用者に対してコンテンツを配信する。すなわち、配信部１３８は、評価部１３６が評価した第１グループに含まれる利用者の共通の行動の成果の評価値が所定の値以下の利用者に対して、検出部１３７が検出した共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異に応じてコンテンツを配信する。

【0074】

〔４．利用者端末の構成〕
次に、図８を用いて、実施形態に係る利用者端末２００の構成について説明する。図８は、実施形態に係る利用者端末の構成例を示す図である。図８に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、センサ部２５０と、記憶部２６０と、を有する。

【0075】

通信部２１０は、例えば、ＮＩＣ、無線ＬＡＮカード等によって実現される。そして、通信部２１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。

【0076】

入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。

【0077】

出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、入力部２２０がタッチパネルである場合は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。また、出力部２３０は、スピーカーであってもよく、スピーカーにより音声を出力してよい。

【0078】

制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

【0079】

図８に示すように、制御部２４０は、提供部２４１と、を有する。

【0080】

提供部２４１は、情報処理装置１００から配信されたコンテンツを利用者に提供する。例えば、提供部２４１は、情報処理装置１００から配信されたコンテンツが動画である場合は、出力部２３０に動画を出力させてコンテンツを利用者に提供する。また、例えば、提供部２４１は情報処理装置１００から配信されたコンテンツが音声である場合は、出力部２３０にコンテンツの音声を出力させることで、コンテンツを利用者に提供してよい。また、提供部２４１は、情報処理装置１００から配信されたコンテンツがテキストデータである場合は、出力部２３０にテキストを表示させることで、コンテンツを利用者に提供してよい。

【0081】

センサ部２５０は、各種のセンサ情報を計測する計測器である。センサ部２５０は、加速度情報を計測する加速度センサであってよい。加速度センサは、利用者端末２００の加速度を計測する。加速度センサは、例えば、ＭＥＭＳ（Ｍｉｃｒｏ Ｅｌｅｃｔｒｏ Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍｓ）により可動電極と固定電極を作り、可動電力が動くことによる静電容量の変化と加速度の関係を用いて加速度を計測する静電容量式の加速度センサであってよい。

【0082】

また、センサ部２５０は、角速度情報を計測するジャイロセンサであってもよい。ジャイロセンサは、利用者端末２００の角速度を計測する。ジャイロセンサは、可動電極に一方向に振動する一次振動を発生させておき、可動電極に回転が加わると振動方向と９０°の方向にコリオリの力が働くことにより二次振動が発生し、静電容量の変化が生じるため、これを検出する静電容量型ＭＥＭＳジャイロセンサであってよい。なお、静電容量の変化と可動電極の振動位相とにより角速度を求めることができる。

【0083】

また、センサ部２５０は、位置情報を計測する位置情報センサであってもよい。位置情報センサは、利用者端末２００の位置情報を計測する。位置情報センサは、例えば、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）センサであってよい。ＧＰＳセンサは、ＧＰＳ衛星から送信される電波を受信する受信機を備え、複数のＧＰＳ衛星から送信される電波を受信し、電波を受信した時刻と、ＧＰＳ衛星が電波を発信した時刻との差異を用いて、ＧＰＳ衛星から利用者端末２００までの距離を算出することによって、利用者端末２００の現在位置（例えば、緯度、及び経度）を計測する。

【0084】

また、センサ部２５０は、照度情報を計測する照度センサであってもよい。照度センサは、フォトトランジスタ、フォトダイオード、フォトダイオードにアンプ回路を追加したものなどであってよい。フォトダイオードは、ＰＮ接合した半導体に電極を付けた構造をしており、ＰＮ接合付近の電子や正孔が不足する空乏層に内蔵電位が発生する為、光が当たると出力電流が流れる光起電力効果が発生する。照度センサは、この出力電流を検出することで照度を計測する。フォトトランジスタは、フォトダイオードとトランジスタが一体化した構造をしており、フォトダイオードの出力電流をトランジスタで増幅してから出力する。フォトトランジスタは、フォトダイオードの微小な電流を増幅してから出力する為、感度を上げることができる。

【0085】

また、センサ部２５０は、画像情報を撮像するカメラであってもよい。カメラは、光学素子と撮像素子とを含む。光学素子は、例えばレンズ、ミラー、プリズム、フィルタなどの光学系を構成する素子である。撮像素子は、光学素子を通して入射した光を電気信号である画像信号に変換する素子である。撮像素子は、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）センサやＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）センサなどである。

【0086】

記憶部２６０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、ＳＳＤ、光ディスク等の記憶装置によって実現される。図８に示すように、記憶部２６０は、センサ情報記憶部２６１を有する。

【0087】

（センサ情報記憶部２６１について）
センサ情報記憶部２６１は、センサ部２５０が計測したセンサ情報を記憶する。図９は、実施形態に係るセンサ情報記憶部に記憶される情報の一例を示す図である。

【0088】

図９に示す例において、センサ情報記憶部２６１は、「センサ種別」、「センサ情報」という項目に係る情報を紐付けて記憶する。

【0089】

「センサ種別」は、センサ部２５０のセンサの種類を示す情報である。「センサ情報」は、「センサ種別」に示されるセンサにより計測された計測データを示す情報である。なお、センサ情報は時系列データであり、センサ情報とセンサ情報が計測された時刻が対応付けて記憶されている。

【0090】

すなわち、図９においては、センサ種別「ＳＴ＃１」が示すセンサ種別のセンサにより計測されたセンサ情報「ＳＤ＃１」が示す計測データが記憶されていることを示している。

【0091】

なお、センサ情報記憶部２６１は、「センサ種別」、「センサ情報」という項目に係る情報に限定されることなく、その他の任意のセンサに関係する情報が記憶されてよい。

【0092】

〔５．事業者端末の構成〕
次に、図１０を用いて、実施形態に係る事業者端末３００の構成について説明する。図１０は、実施形態に係る事業者端末の構成例を示す図である。図１０に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。

【0093】

通信部３１０は、例えば、ＮＩＣ等によって実現される。そして、通信部３１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。

【0094】

入力部３２０は、事業者から各種の操作情報が入力される。例えば、入力部３２０は、事業者端末３００に接続されたキーボードやマウスから事業者の各種操作を受け付けてもよい。また、入力部３２０は、タッチパネルにより表示面（例えば出力部３３０）を介して事業者から各種操作を受け付けてもよい。

【0095】

出力部３３０は、例えば液晶ディスプレイや有機ＥＬディスプレイ等によって実現される表示画面であり、各種情報を表示するための表示装置である。なお、事業者端末３００の入力部３２０が、タッチパネルを介して事業者から各種操作を受け付ける場合は、出力部３３０である表示画面により利用者の入力を受け付け、さらに利用者への出力も行う。

【0096】

制御部３４０は、例えば、ＣＰＵやＭＰＵ等によって、事業者端末３００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

【0097】

図１０に示すように、制御部３４０は、受付部３４１を有する。

【0098】

受付部３４１は、事業者からコンテンツを受け付ける。コンテンツは、事業者が利用者に対して配信することを目的とした情報の中身を指し、例えば広告や映画、音楽、写真、漫画、アニメーション、コンピュータゲーム、テキストメッセージ等であってよい。例えば、受付部３４１は、事業者から利用者のコンテキストに対応付けてコンテンツを受け付ける。すなわち、受付部３４１は、「事業者ＩＤ」と、「コンテンツデータ」と、「コンテキスト」を事業者から受け付ける。

【0099】

〔６．情報処理のフロー〕
次に、図１１を用いて、実施形態に係る情報処理の手順について説明する。図１１は、実施形態に係る情報処理の一例を示すフローチャートである。

【0100】

まず、情報処理装置１００は、利用者の行動に関する情報を示す行動情報と、利用者端末２００が備えるセンサ部２５０の計測データを示すセンサ情報を取得する（ステップＳ１０１）。次に、情報処理装置１００は、行動情報、又はセンサ情報の少なくとも一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する（ステップＳ１０２）。そして、情報処理装置１００は、第１グループに含まれる利用者のコンテンツを、当該利用者の行動情報、又はセンサ情報の少なくとも一方に基づいて推定する（ステップＳ１０３）。そして、情報処理装置１００は、推定された第１グループに含まれる利用者のコンテキストに基づいて、利用者に対してコンテンツを配信する（ステップＳ１０４）。

【0101】

〔７．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１２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。図１２は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。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ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

【0102】

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。一次記憶装置１０４０は、ＲＡＭ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記憶される記憶装置であり、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。

【0103】

出力ＩＦ１０６０は、モニタやプリンタ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ＩＦ１０７０は、マウス、キーボード、およ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フェースであり、例えば、ＵＳＢ等により実現される。

【0104】

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、また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。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

【0105】

ネットワークＩＦ１０８０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。

【0106】

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０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。

【0107】

例えば、コンピュータ１０００が情報処理装置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、情報処理装置１００の制御部１３０の機能を実現する。

【0108】

〔８．構成と効果〕
本開示に係る情報処理装置１００は、利用者の行動に関する情報を示す行動情報と、利用者端末２００が備えるセンサ部２５０の計測データを示すセンサ情報を取得する取得部１３２と、少なくとも行動情報又はセンサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出する第１抽出部１３３と、第１抽出部１３３が抽出した第１グループに含まれる利用者のコンテキストを、利用者の行動情報又はセンサ情報の少なくとも一方に基づいて推定する推定部１３４と、推定部１３４が推定した利用者のコンテキストの差異を検出する検出部１３７と、を備える。

【0109】

この構成によれば、多数の利用者のコンテキストの差異を検出可能な情報処理装置１００を提供することができる。

【0110】

本開示に係る情報処理装置１００は、第１抽出部１３３が抽出した第１グループに含まれる利用者のうち、推定部１３４が推定したコンテキストが一致する利用者の数が、第１グループに含まれる利用者のうちの所定の割合以上を占める利用者のグループを示す第２グループを抽出する第２抽出部１３５と、第１グループに含まれる利用者のうち、第２グループに含まれない利用者に対して、第１グループと第２グループのコンテキストの差異に応じてコンテンツを配信する配信部１３８と、をさらに備える。

【0111】

この構成によれば、多数の利用者のコンテキストの差異を検出し、コンテキストの差異に応じてコンテンツを配信することができる情報処理装置１００を提供することができる。

【0112】

本開示に係る情報処理装置１００は、第１グループに含まれる利用者に対して、共通の行動の成果を評価する評価部１３６と、をさらに備え、検出部１３７は、評価部１３６が評価した共通の行動の成果が所定の値以下の利用者と、共通の行動の成果が所定の値以上の利用者のコンテキストの差異を検出し、検出部１３７が検出したコンテキストの差異に応じて、共通の行動の成果が所定の値以下の利用者に対してコンテンツを配信する配信部１３８と、をさらに備える。

【0113】

この構成によれば、多数の利用者のコンテキストの差異を検出し、コンテキストの差異に応じてコンテンツを配信することができる情報処理装置１００を提供することができる。

【0114】

本開示に係る情報処理装置１００は、推定部１３４が推定した第１グループに含まれる利用者のコンテキストに基づいて、利用者に対してコンテンツを配信する配信部１３８と、をさらに備える。

【0115】

この構成によれば、多数の利用者のコンテキストの差異を検出し、コンテキストの差異に応じてコンテンツを配信することができる情報処理装置１００を提供することができる。

【0116】

本開示に係る情報処理方法は、利用者の行動に関する情報を示す行動情報と、利用者端末２００が備えるセンサ部２５０の計測データを示すセンサ情報を取得するステップと、少なくとも行動情報又はセンサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出するステップと、第１グループに含まれる利用者のコンテキストを、利用者の行動情報又はセンサ情報の少なくとも一方に基づいて推定するステップと、推定された利用者のコンテキストの差異を検出するステップと、を含む。

【0117】

この構成によれば、多数の利用者のコンテキストの差異を検出することができる情報処理方法を提供することができる。

【0118】

本開示に係る情報処理プログラムは、利用者の行動に関する情報を示す行動情報と、利用者端末２００が備えるセンサ部２５０の計測データを示すセンサ情報を取得するステップと、少なくとも行動情報又はセンサ情報のいずれか一方に基づいて、所定の時期の行動が共通する利用者のグループを示す第１グループを抽出するステップと、第１グループに含まれる利用者のコンテキストを、利用者の行動情報又はセンサ情報の少なくとも一方に基づいて推定するステップと、推定された利用者のコンテキストの差異を検出するステップと、を含む。

【0119】

この構成によれば、多数の利用者のコンテキストの差異を検出することができる情報処理プログラムを提供することができる。

【0120】

〔９．付記〕
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

【0121】

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、取得部１３２は、取得手段や取得回路に読み替えることができる。

【符号の説明】

【0122】

１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 行動情報記憶部
１２２ センサ情報記憶部
１２３ モデル記憶部
１２４ コンテンツ記憶部
１３０ 制御部
１３１ 受付部
１３２ 取得部
１３３ 第１抽出部
１３４ 推定部
１３５ 第２抽出部
１３６ 評価部
１３７ 検出部
１３８ 配信部
２００ 利用者端末
３００ 事業者端末
Ｎ 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】