知財求人 - 知財ポータルサイト「IP Force」
特開2023-144212システム、携帯端末、サーバ、情報処理装置、プログラム、又は方法
(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】P2023144212
(43)【公開日】2023-10-11
(54)【発明の名称】システム、携帯端末、サーバ、情報処理装置、プログラム、又は方法
(51)【国際特許分類】
G16H 10/00 20180101AFI20231003BHJP
【ＦＩ】
G16H10/00
【審査請求】未請求
【請求項の数】19
【出願形態】ＯＬ
(21)【出願番号】P 2022051080
(22)【出願日】2022-03-28
(71)【出願人】
【識別番号】399103847
【氏名又は名称】ＳＯＭＰＯひまわり生命保険株式会社
(74)【代理人】
【識別番号】100114188
【弁理士】
【氏名又は名称】小野 誠
(74)【代理人】
【識別番号】100160255
【弁理士】
【氏名又は名称】市川 祐輔
(72)【発明者】
【氏名】宮▲崎▼ 雄次
(72)【発明者】
【氏名】大野 洋亘
(72)【発明者】
【氏名】石田 裕朗
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA15
(57)【要約】 （修正有）
【課題】取得した利用者の情報をより適切に利用できるシステム、携帯端末、サーバ、情報処理装置、プログラム及び方法を提供する。
【解決手段】情報処理装置は、第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部、利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部及び第１利用者についてのレコメンドに係る情報を利用して、第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、を備える。
【選択図】図１
【解決手段】情報処理装置は、第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部、利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部及び第１利用者についてのレコメンドに係る情報を利用して、第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、を備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、
を備えるシステム。
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、
を備えるシステム。
【請求項2】
前記レコメンドに係る情報は、メッセージの順番に係る情報を含む、
請求項１に記載のシステム。
請求項１に記載のシステム。
【請求項3】
前記レコメンドに係る情報は、所定の複数の分野のいずれかの分野を特定する情報を含み、
前記所定の複数の分野は、少なくとも、悪性新生物の早期発見/予防、認知症予防、及び／又は、生活習慣病、を含み、
前記通信部は、特定された前記分野についてのメッセージに係る情報を通信する、
請求項１又は２に記載のシステム。
前記所定の複数の分野は、少なくとも、悪性新生物の早期発見/予防、認知症予防、及び／又は、生活習慣病、を含み、
前記通信部は、特定された前記分野についてのメッセージに係る情報を通信する、
請求項１又は２に記載のシステム。
【請求項4】
前記レコメンドに係る情報は、利用者が利用可能なサービスに係る情報を含む、
請求項１乃至３のいずれか一項に記載のシステム。
請求項１乃至３のいずれか一項に記載のシステム。
【請求項5】
前記サービスに係る情報は、前記サービスに対応したインターネット上のリンク、又は、前記サービスに係る動画に係る情報を含む、
請求項４に記載のシステム。
請求項４に記載のシステム。
【請求項6】
前記システムは、統計処理部を備え、
前記取得部は、第１グループに係る健康に係る情報及び行動に係る情報を取得し、
前記機械学習部は、前記第１グループに係る健康に係る情報及び行動に係る情報に基づいて、前記第１グループに係る悪性新生物に係る情報、前記第１グループに係る認知症に係る情報、及び、前記第１グループに係る生活習慣病に係る情報を取得し、
前記統計処理部は、前記第１グループに係る悪性新生物に係る情報、認知症に係る情報、及び、生活習慣病に係る情報に基づく、前記第１グループに係る統計情報を生成し、
前記第１グループに係る悪性新生物に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、悪性新生物に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る認知症に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、認知症に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る生活習慣病に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、生活習慣病に係る情報と、の関係を機械学習済みの機能に適用されることで生成される、
請求項１乃至５のいずれか一項に記載のシステム。
前記取得部は、第１グループに係る健康に係る情報及び行動に係る情報を取得し、
前記機械学習部は、前記第１グループに係る健康に係る情報及び行動に係る情報に基づいて、前記第１グループに係る悪性新生物に係る情報、前記第１グループに係る認知症に係る情報、及び、前記第１グループに係る生活習慣病に係る情報を取得し、
前記統計処理部は、前記第１グループに係る悪性新生物に係る情報、認知症に係る情報、及び、生活習慣病に係る情報に基づく、前記第１グループに係る統計情報を生成し、
前記第１グループに係る悪性新生物に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、悪性新生物に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る認知症に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、認知症に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る生活習慣病に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、生活習慣病に係る情報と、の関係を機械学習済みの機能に適用されることで生成される、
請求項１乃至５のいずれか一項に記載のシステム。
【請求項7】
前記統計処理部は、前記第１グループに係る統計情報に基づいて、前記第１グループ内における前記第１利用者の評価情報を生成し、
前記通信部は、前記第１利用者の評価情報を、前記第１利用者に係る携帯端末に通信する、
請求項６に記載のシステム。
前記通信部は、前記第１利用者の評価情報を、前記第１利用者に係る携帯端末に通信する、
請求項６に記載のシステム。
【請求項8】
前記統計情報は、前記第１グループに含まれる人の、悪性新生物、認知症、又は、生活習慣病の発症年齢に係るものを含む、
請求項６又は７に記載のシステム。
請求項６又は７に記載のシステム。
【請求項9】
前記発症年齢に係る情報を用いて生成された保険料計算式を利用して計算された第１利用者についての保険料に係る情報を、前記第１利用者に係る携帯端末に対して通信する、
請求項８に記載のシステム。
請求項８に記載のシステム。
【請求項10】
前記レコメンドに係る情報は、行動又は食事に係る情報を含み、
前記第１利用者についての保険料に係る情報は、複数の保険料に係る情報を含み、
前記通信部は、前記行動又は食事に係る情報と関連付けられた保険料に係る情報を、前記第１利用者に係る携帯端末に通信する、
請求項９に記載のシステム。
前記第１利用者についての保険料に係る情報は、複数の保険料に係る情報を含み、
前記通信部は、前記行動又は食事に係る情報と関連付けられた保険料に係る情報を、前記第１利用者に係る携帯端末に通信する、
請求項９に記載のシステム。
【請求項11】
前記利用者の行動に係る情報は、利用者宛てのメッセージを特定する情報及び／又は前記メッセージのタイミングに係る情報を含む、
請求項１乃至１０のいずれか一項に記載のシステム。
請求項１乃至１０のいずれか一項に記載のシステム。
【請求項12】
システムを、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する手段と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信手段、
として動作させるためのプログラム。
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する手段と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信手段、
として動作させるためのプログラム。
【請求項13】
システムが、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する生成ステップ、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信ステップ、
を実行する方法。
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する生成ステップ、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信ステップ、
を実行する方法。
【請求項14】
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信部と、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得部と、
前記メッセージに係る情報に基づいてメッセージを表示する表示部と、
を備える携帯端末。
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信部と、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得部と、
前記メッセージに係る情報に基づいてメッセージを表示する表示部と、
を備える携帯端末。
【請求項15】
携帯端末を、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信手段、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得手段、
前記メッセージに係る情報に基づいてメッセージを表示する表示手段、
を実行するプログラム。
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信手段、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得手段、
前記メッセージに係る情報に基づいてメッセージを表示する表示手段、
を実行するプログラム。
【請求項16】
携帯端末が、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信ステップ、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得ステップ、
前記メッセージに係る情報に基づいてメッセージを表示する表示ステップ、
を実行する方法。
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信ステップ、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得ステップ、
前記メッセージに係る情報に基づいてメッセージを表示する表示ステップ、
を実行する方法。
【請求項17】
前記システムが、前記レコメンドに係る情報を記憶可能なメモリを備える、請求項１ないし１１のいずれか一項に記載のシステム。
【請求項18】
前記システムが、前記レコメンドに係る情報を記憶可能なメモリを備える、請求項１２に記載のプログラム。
【請求項19】
前記システムが、前記レコメンドに係る情報を記憶可能なメモリを備える、請求項１３に記載の方法。
【発明の詳細な説明】
【技術分野】
【0001】
本出願において開示された技術は、システム、携帯端末、サーバ、情報処理装置、プログラム、又は方法に関する。
【背景技術】
【0002】
人から得られた情報をより適切に利用する技術が望まれている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１５－６９５３１号公報
【特許文献2】特開２００４－６２６８７号公報
【特許文献3】特開２００５－１４１７８１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、いずれの上記技術においても、人から得られた情報の利用は不十分である。そこで、本発明に係る様々な実施形態は、上記の課題を解決するために、システム、携帯端末、サーバ、情報処理装置、プログラム、又は方法を通信する。
【課題を解決するための手段】
【0005】
一例に係るシステムは、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、
を備えるシステム。
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、
を備えるシステム。
【0006】
一例に係るコンピュータプログラムは、
システムを、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する手段と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信手段、
として動作させるためのプログラム。
システムを、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する手段と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信手段、
として動作させるためのプログラム。
【0007】
一例に係る方法は、
システムが、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する生成ステップ、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信ステップ、
を実行する方法。
システムが、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する生成ステップ、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信ステップ、
を実行する方法。
【発明の効果】
【0008】
本発明の一実施形態により、人に係る情報をより適切に利用可能である。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下、添付図面を適宜参照して、本発明に係る様々な実施例を説明する。
【0011】
１．本願発明の一例のシステムに係る機能
本願に係る一例のシステムは、人に係る情報を取得し、かかる情報に基づいて、レコメンドに係る情報を生成する機能を有する。一例のシステムは、図１のように、取得部、機械学習部、通信部、及び／又は、表示部、を備えてよい。他の一例のシステムは、取得部、通信部、及び、表示部、を備えてよい。また、他の一例のシステムは、取得部、機械学習部、及び、通信部、を備えてよい。
本願に係る一例のシステムは、人に係る情報を取得し、かかる情報に基づいて、レコメンドに係る情報を生成する機能を有する。一例のシステムは、図１のように、取得部、機械学習部、通信部、及び／又は、表示部、を備えてよい。他の一例のシステムは、取得部、通信部、及び、表示部、を備えてよい。また、他の一例のシステムは、取得部、機械学習部、及び、通信部、を備えてよい。
【0012】
１．１．取得部
取得部は、情報を取得する機能を有する。取得部は、例えば、一の利用者又は特定のグループについての、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、レコメンドに係る情報、及び／又は、これらの下位概念の情報、を取得してよい。
取得部は、情報を取得する機能を有する。取得部は、例えば、一の利用者又は特定のグループについての、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、レコメンドに係る情報、及び／又は、これらの下位概念の情報、を取得してよい。
【0013】
取得の態様は、種々のものでよい。例えば、サーバ及び／又はクラウドが携帯端末又は他の情報処理装置から有線又は無線の通信を介して取得する態様でもよいし、サーバ及び／又はクラウド内のプログラムが携帯端末又は他の情報処理装置内のプログラムから有線又は無線の通信を介して取得する態様でもよいし、サーバ及び／又はクラウド内のプログラムが前記サーバ及び／又はクラウド内の記憶装置から取得する態様でもよいし、サーバ及び／又はクラウド内のプログラムが前記サーバ及び／又はクラウド内のプログラムから取得する態様でもよいし、携帯端末又は携帯端末内のプログラムが利用者の入力によって情報を取得する態様でもよいし、携帯端末又は携帯端末内のプログラムが携帯端末内のプログラムや携帯端末内の記憶装置から取得する態様でもよい。
【0014】
取得部は、通信を利用して情報を取得してもよいし、記憶媒体を利用して情報を取得してもよい。
【0015】
１．２．機械学習部
機械学習部は、機械学習済み機能を備えてよい。例えば、機械学習部は、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みであってよい。また、機械学習部は、機械学習済み機能を他の情報に適用する機能を有してよい。また、なお、機械学習部は、少なくとも利用者の健康に係る情報、及び／又は、少なくとも利用者の行動に係る情報と、少なくともレコメンドに係る情報と、の関係を機械学習済みであればよく、これらの要素以外の要素を含んだ関係を機械学習済みでもよい。例えば、機械学習部は、利用者についての属性情報、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みであってもよい。
機械学習部は、機械学習済み機能を備えてよい。例えば、機械学習部は、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みであってよい。また、機械学習部は、機械学習済み機能を他の情報に適用する機能を有してよい。また、なお、機械学習部は、少なくとも利用者の健康に係る情報、及び／又は、少なくとも利用者の行動に係る情報と、少なくともレコメンドに係る情報と、の関係を機械学習済みであればよく、これらの要素以外の要素を含んだ関係を機械学習済みでもよい。例えば、機械学習部は、利用者についての属性情報、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みであってもよい。
【0016】
機械学習部は、周知の人工知能技術が利用された機能を備えてよく、例えば、ニューラルネットワーク技術が利用された機能を備えてよい。ニューラルネットワーク技術は、ディープラーニングの技術であってよい。また、ニューラルネットワーク技術の種々の態様が適用されてよい。また、機械学習部は、ルールベースの技術や統計処理の技術が用いられてもよい。
【0017】
また、機械学習部は、機械学習機能を有してよい。例えば、機械学習部は、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習する機能を有してよい。この場合、よりこれらの関係を精度高く機械学習できる利点がある。
【0018】
また、機械学習部は、その他の情報間の関係を機械学習してよく、その場合、かかる情報間の関係を機械学習済みの機能を有してよい。
【0019】
１．３．通信部
通信部は、情報を通信する機能を有する。通信部は、携帯端末との間で通信する機能を有してよい。また、通信部は、管理端末との間で通信する機能を有してよい。通信は、送信及び／又は受信を含んでよい。通信は、有線又は無線であってよい。
通信部は、情報を通信する機能を有する。通信部は、携帯端末との間で通信する機能を有してよい。また、通信部は、管理端末との間で通信する機能を有してよい。通信は、送信及び／又は受信を含んでよい。通信は、有線又は無線であってよい。
【0020】
通信部は、一の利用者又は特定のグループについての、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、レコメンドに係る情報、及び／又は、これらの下位概念の情報、を通信する機能を有してよい。通信部は、周知の通信技術を利用してよい。
【0021】
１．４．表示部
表示部は、情報を表示する機能を有する。
表示部は、情報を表示する機能を有する。
【0022】
表示部は、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、レコメンドに係る情報、及び／又は、これらの下位概念の情報、を表示してよい。
【0023】
なお、本願書類において、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、レコメンドに係る情報、及び／又は、これらの下位概念の情報は、通信や処理の過程において、適宜、形式の変更や情報の追加、修正、削除、がされてよい。
【0024】
２．実施例
２．１．実施例における全体像の例
実施例１に係るシステムは、利用者が利用する携帯端末、携帯端末から取得した情報を処理するサーバ、を備えてよい。例えば、図２は、一例のシステムを図示する。本図において、携帯端末２１ａと２１ｂは、ネットワーク２２を介して、サーバ２３ａと情報の通信が可能なように接続されていてよい。本図では、携帯端末を２つ図示しているが、一または複数であってよく、その数は限定されない。携帯端末は、本例に係るシステムを利用する利用者が利用するもの（利用者端末ということもある。）であってよい。また、本願に係る技術を実装したプログラムが、利用者端末に、インターネットを介してダウンロードされ、インストールされたプログラムは、本願書類において、利用者アプリということもある。なお、本願において、利用者アプリによって実現される機能は、インターネット上のWEBブラウザ上で実行できてもよい。この場合、利用者アプリにおいて実装される機能は、利用者アプリに代えて、インターネット上でアクセスされるWEBブラウザ上で実行可能なプログラムにおいて実装されてよい。
２．１．実施例における全体像の例
実施例１に係るシステムは、利用者が利用する携帯端末、携帯端末から取得した情報を処理するサーバ、を備えてよい。例えば、図２は、一例のシステムを図示する。本図において、携帯端末２１ａと２１ｂは、ネットワーク２２を介して、サーバ２３ａと情報の通信が可能なように接続されていてよい。本図では、携帯端末を２つ図示しているが、一または複数であってよく、その数は限定されない。携帯端末は、本例に係るシステムを利用する利用者が利用するもの（利用者端末ということもある。）であってよい。また、本願に係る技術を実装したプログラムが、利用者端末に、インターネットを介してダウンロードされ、インストールされたプログラムは、本願書類において、利用者アプリということもある。なお、本願において、利用者アプリによって実現される機能は、インターネット上のWEBブラウザ上で実行できてもよい。この場合、利用者アプリにおいて実装される機能は、利用者アプリに代えて、インターネット上でアクセスされるWEBブラウザ上で実行可能なプログラムにおいて実装されてよい。
【0025】
なお、かかる利用者アプリは、利用者のアカウントを作成できてよい。この場合、利用者のアカウントは、利用者を特定する情報が利用されてよい。利用者を特定する情報は、利用者の氏名、利用者の電子メール、利用者の電話番号、利用者を特定するID、利用者の加入している保険商品を特定する情報、及び／又は、利用者の住所を含んでよい。利用者を特定するIDは、利用者が加入している保険商品と関連付けられたものでよい。
【0026】
また、本図においては、サーバ２３ａは、管理者端末２３ｂおよび２３ｃと接続されているが、かかる構成例に限らなくてよい。管理者端末はなくてもよいし、管理者端末は２以上の複数であってもよい。サーバ２３ａは、一又は複数のサーバであってよく、一又は複数のサーバは、一又は複数の情報処理装置であってよい。また、サーバ２３ａは、クラウドであってもよい。また、サーバ及び／又はクラウドの場合において、サーバ及び／又はクラウドが実行される情報処理装置自体は、サーバ及び／又はクラウド内で実行される処理の実行者自身が所有する情報処理装置であってもよいし、かかる実行者自身が所有しない情報処理装置であってもよい。後者の場合、第三者の所有の情報処理装置を利用する態様であってよい。情報処理装置については、後述する。
【0027】
なお、本願書類において、システムという語は、サーバ、クラウド、携帯端末、などの単体又は複数の情報処理装置を指してよい。例えば、システムは、一又は複数のサーバ、及び、一又は複数の携帯端末、を指してよい。また、例えば、システムは、一又は複数のサーバのみを指してもよいし、一又は複数の携帯端末のみを指してもよい。また、サーバは、追加的に又は代替的に、クラウドであってもよい。携帯端末は、携帯可能な情報処理装置であれば種々の装置が考えられ、例えば、スマートフォン、タブレット、PDA、ノートパソコン、ラップトップ、タブレットPC、ハンドヘルド、ポータブルコンピュータ、などであってよい。
【0028】
次に、本例のシステムの利用される態様について説明する。
【0029】
２．２．実施例１
本例の実施例は、機械学習機能を有するシステムの例である。一例のサーバが備える機械学習部は、利用者情報、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習してよい。
本例の実施例は、機械学習機能を有するシステムの例である。一例のサーバが備える機械学習部は、利用者情報、利用者の健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習してよい。
【0030】
本願書類において、利用者についての属性情報は、利用者の性別、利用者の年齢、及び／又は、保険加入情報、を含んでよい。
【0031】
本願書類において、利用者についての健康に係る情報は、利用者についての、現在の健康状態の情報、及び／又は、過去の健康の情報、を含んでよい。現在の健康状態の情報は、バイタル情報、体重、血糖値、及び／又は、ストレス度、を含んでよい。バイタル情報は、脈拍、心拍数、呼吸数、血圧、及び／又は、体温、を含んでよい。過去の健康の情報は、健康診断結果の情報、及び／又は、保険契約者による告知の情報、を含んでよい。なお、
【0032】
本願書類において、利用者についての行動に係る情報は、利用者についての、運動に係る情報、食事に係る情報、生活に係る情報、及び／又は、アプリの利用態様に係る情報、を含んでよい。運動に係る情報は、スポーツの種類の情報、スポーツによる消費カロリーの情報、スポーツの実施時間の情報、歩数の情報、及び／又は、動画視聴時間の情報、を含んでよい。食事に係る情報は、食べ物の種類の情報、食べ物のカロリーの情報、及び／又は、食事の画像、を含んでよい。食事に係る情報は、食事毎の情報でよい。また、食事に係る情報におけるカロリーの情報は、食事の画像に基づいて推定されたものでもよい。生活に係る情報は、起床時刻の情報、就寝時刻の情報、喫煙の有無や本数（回数）の情報、及び／又は、アルコールの量や頻度の情報、を含んでよい。アプリの利用態様に係る情報は、アプリへのログインの頻度の情報や、アプリへの利用者についての行動に係る情報を入力するタイミングの情報、アプリにおける表示に係る情報、を含んでよい。アプリにおける表示に係る情報は、後述のレコメンドに係る情報に基づいて表示されるメッセージに係る情報、及び／又は、メッセージが表示されるタイミングの情報を含んでよい。なお、以下では、利用者の行動は、主に、運動及び食事について述べるが、これらに追加的に又は代替的に、生活に係る情報、及び／又は、アプリの利用態様に係る情報、が利用されてもよい。この場合、より利用者の生活の情報やアプリを介した利用者の情報を収集することが可能となり、利用者の情報を適切に利用できる可能性が高まる利点がある。
【0033】
特に、利用者についての行動に係る情報が、メッセージに係る情報、メッセージが表示されるタイミングの情報、及び、運動に係る情報、が関連付けられて含まれる場合、メッセージが表示されるタイミングと表示されたメッセージと運動に係る情報が関連付けられて機械学習できる利点があり、利用者がメッセージの内容及びそのタイミングに対して現実に行った運動として、より利用者についての情報を機械学習できる利点がある。そして、かかる情報を機械学習できた場合、より利用者が運動を行うことが可能なメッセージやその表示タイミングについての情報も得ることができる可能性がある利点がある。
【0034】
また、レコメンドに係る情報は、メッセージに係る情報、及び／又は、メッセージが属する分野、を含んでよい。
【0035】
メッセージに係る情報は、メッセージを特定する情報、メッセージのタイミングに係る情報、及び／又は、メッセージ配信のアルゴリズムに係る情報、を含んでよい。
【0036】
メッセージが属する分野は、少なくとも、悪性新生物予防、認知症予防、及び／又は、生活習慣病、を含んでよい。
【0037】
なお、機械学習におけるレコメンドに係る情報は、ルールベース等で人が与えた情報に基づいて設定されたものでもよいし、保険契約者などの特定のグループにおいて現実に収集できた情報に基づいたものでもよい。前者は、例えば、利用者による、記事閲覧履歴、性別、年齢、保険契約の種類、告知された病歴、及び、給付金支払い履歴、と、これらに対して予め設定されたレコメンドに係る情報との関係のルールに基づいて、レコメンドに係る情報が利用されてよい。この場合、いわば、予め設定されたルールベースの情報を、機械学習させるような態様となる。他方、後者は、要するに、特定のグループに対して、種々のレコメンドに係る情報（この情報は、ルールベースに基づいて得られた情報であってもよいし、機械学習済み機能によって得られた情報でもよい）が用いられた結果、現実の行動（運動及び／又は食事など）が得られることから、現実の行動が好ましいものに対するレコメンドに係る情報を、いわば正解の情報として、機械学習におけるレコメンドに係る情報として利用することが考えられる。
【0038】
次に、本例のシステムの情報処理の流れについて図３を用いて説明する。
【0039】
＜ステップ１＞
一例のサーバが備える取得部は、複数の利用者について、利用者情報、健康に係る情報、及び／又は、行動に係る情報、を取得してよい。利用者は、例えば、保険契約者であってよい。保険契約者の場合、健康に係る情報の下位概念としての健康診断の結果に係る情報は、保険契約時等において取得された情報が使用されてよい。この場合、ある情報処理装置が、かかる保険契約時に提供された健康診断の結果を、保険契約者を特定する情報と関連付けて、格納するデータベースを備えてよい。また、本願に係るシステムは、かかるデータベースを備えた情報処理装置を含んでもよいし、含まなくてもよい。後者の場合、本願に係るシステムは、周知の通信技術を用いて、かかる情報処理装置と情報の通信が可能であり、かかるデータベースから、保険契約者に対応する健康診断の結果を取得してよい。
一例のサーバが備える取得部は、複数の利用者について、利用者情報、健康に係る情報、及び／又は、行動に係る情報、を取得してよい。利用者は、例えば、保険契約者であってよい。保険契約者の場合、健康に係る情報の下位概念としての健康診断の結果に係る情報は、保険契約時等において取得された情報が使用されてよい。この場合、ある情報処理装置が、かかる保険契約時に提供された健康診断の結果を、保険契約者を特定する情報と関連付けて、格納するデータベースを備えてよい。また、本願に係るシステムは、かかるデータベースを備えた情報処理装置を含んでもよいし、含まなくてもよい。後者の場合、本願に係るシステムは、周知の通信技術を用いて、かかる情報処理装置と情報の通信が可能であり、かかるデータベースから、保険契約者に対応する健康診断の結果を取得してよい。
【0040】
＜ステップ２＞
一例のサーバが備える機械学習部は、健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習してよい。
一例のサーバが備える機械学習部は、健康に係る情報、及び／又は、利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習してよい。
【0041】
＜ステップ３＞
一例のサーバが備える機械学習済み機能を備える機械学習部は、健康に係る情報、及び／又は、利用者の行動に係る情報と、を取得した場合、対応して、レコメンドに係る情報を生成してよい。かかる機械学習済み機能には、機械学習時において利用した、健康に係る情報、及び／又は、利用者の行動に係る情報、とは異なる健康に係る情報、及び／又は、利用者の行動に係る情報が適用された場合においても、対応するレコメンドに係る情報を生成できる利点がある。
一例のサーバが備える機械学習済み機能を備える機械学習部は、健康に係る情報、及び／又は、利用者の行動に係る情報と、を取得した場合、対応して、レコメンドに係る情報を生成してよい。かかる機械学習済み機能には、機械学習時において利用した、健康に係る情報、及び／又は、利用者の行動に係る情報、とは異なる健康に係る情報、及び／又は、利用者の行動に係る情報が適用された場合においても、対応するレコメンドに係る情報を生成できる利点がある。
【0042】
２．３．実施例２
本例のシステムは、一例の携帯端末から得られた情報に基づいて、レコメンドに係る情報を生成する例である。以下に、図４を用いて説明する。
本例のシステムは、一例の携帯端末から得られた情報に基づいて、レコメンドに係る情報を生成する例である。以下に、図４を用いて説明する。
【0043】
＜ステップ１＞
サーバは、利用者端末から、一の利用者についての、健康に係る情報、及び／又は、利用者の行動に係る情報、を取得してよい。
サーバは、利用者端末から、一の利用者についての、健康に係る情報、及び／又は、利用者の行動に係る情報、を取得してよい。
【0044】
利用者の健康に係る情報及び行動に係る情報は、利用者端末が利用者の利用する計測装置から取得してもよいし、利用者端末が備える機能によって取得してもよいし、利用者端末に対する利用者の入力に基づいて取得してもよい。
【0045】
利用者端末は、利用者の行動に係る情報を取得してよい。利用者端末は、利用者による入力を受け付け、利用者の行動に係る情報を記憶してよい。利用者による入力は、利用者が利用者端末においてタッチパネル又はボタンなどによって行動に係る情報を入力したものであってよい。また、かかる構成に加えて又は代えて、利用者端末が、利用者の行動に係る情報を取得してもよい。利用者の行動に係る情報は、例えば、利用者が歩行した場合の歩数の情報、利用者が階段を上り下りした場合の段数の情報、利用者が特定の動画を視聴した場合の視聴時間、及び／又は、利用者が利用者端末を移動させた場合の移動に係る情報、を含んでよい。また、利用者の行動に係る情報は、これらの情報と関連付けて、利用者を特定する情報、及び／又は、測定された又は取得した日時の情報、を含んでよい。歩数の情報は、利用者端末内の歩数を検知する機能に基づいた情報でよい。また、段数の情報は、利用者端末内の段数を検知する機能に基づいた情報でよい。歩数の情報及び段数の情報は、利用者が、具体的により健康に結びつく行動をしていることを示す情報と考えられる。視聴時間は、利用者アプリ又は上述のメッセージと関連付けられた動画の視聴時間であってよい。視聴時間（継続）時間は、利用者が、動画を実際に視聴している時間と考えられ、視聴継続時間は、利用者が動画に興味を持って動画から知見を得る行動であり、具体的に健康に結びつく行動をしていることを示す情報と考えられる。移動に係る情報は、利用者アプリ又は上述のメッセージと関連付けられた動画（特に、運動に関連する動画）の再生中であれば、動画に示された運動に沿った行動である可能性があり、利用者が具体的に健康に結びつく行動をしていることを示す情報と考えられる。なお、移動に係る情報は、GPSによる経度・緯度の情報に基づいて算定されてよい。また、移動に係る情報は、利用者端末内のジャイロセンサーによって利用者端末の傾き情報を用いて、算出されてもよい。以上において、利用者が、具体的に健康に結びつく行動をしていることを示す情報を取得することにより、（何も健康に結びつく行動をしない場合と比較して）利用者の意識が行動に変わっていることを示す情報を収集できることを意味し、かかる情報を利用できる利点がある。
【0046】
また、利用者のストレス度は、例えば、ストレス情報は、種々の手法によって、取得してよい。例えば、利用者の血流に基づいて判定してよい。利用者の血流は静脈であってよい。例えば、血流は、利用者の顔面の静脈に基づいてよい。利用者の顔面の静脈は、利用者の顔面の撮像画像に基づいて測定されてよい。この場合、利用者端末自体又は利用者端末と連携した他の情報処理装置が、利用者の顔面を撮像し、かかる撮像画像に基づいて、ストレスに係る情報を取得してよい。ストレスに係る情報は、ストレスの程度を示す数値を含んでよい。ここで、ストレスの程度を示す数値が所定の閾値よりも高い場合に、ストレスが高いことを示すものであってよい。ストレスに係る情報は、ストレスを計測する機器による測定値、ストレスが測定又は入力された日時、測定した計測器を特定する情報、及び／又は、利用者を特定する情報、を含んでよい。
【0047】
＜ステップ２＞
サーバの機械学習部は、取得した、一の利用者についての、健康に係る情報、及び／又は、利用者の行動に係る情報、を適用し、対応して、かかる一の利用者についてのレコメンドに係る情報を生成してよい。
サーバの機械学習部は、取得した、一の利用者についての、健康に係る情報、及び／又は、利用者の行動に係る情報、を適用し、対応して、かかる一の利用者についてのレコメンドに係る情報を生成してよい。
【0048】
＜ステップ３＞
サーバは、かかる一の利用者についてのレコメンドに係る情報を利用したメッセージに係る情報を、かかる一の利用者についての利用者端末に送信し、かかる利用者端末は、かかるメッセージに係る情報を表示装置において表示するのに利用してよい。なお、レコメンドに係る情報とメッセージに係る情報は、同じであっても異なってもよい。
サーバは、かかる一の利用者についてのレコメンドに係る情報を利用したメッセージに係る情報を、かかる一の利用者についての利用者端末に送信し、かかる利用者端末は、かかるメッセージに係る情報を表示装置において表示するのに利用してよい。なお、レコメンドに係る情報とメッセージに係る情報は、同じであっても異なってもよい。
【0049】
例えば、レコメンドに係る情報が、メッセージを特定する情報を含む場合、かかる特定されるメッセージ又は、メッセージを特定する情報又はかかる情報に基づいて特定されたメッセージが、利用者端末に送信されてよい。メッセージを特定する情報は、例えば、予め定められたメッセージのいずれかを特定するものであってよく、例えばメッセージのIDなどであってよい。ここで、メッセージは、予め定められたメッセージのフォーマットと、かかるプレースホルダ－としてのメッセージ内の変数が特定されることで、生成されてもよい。かかる場合には、メッセージを特定する情報は、かかるメッセージのフォーマットを特定する情報、及び／又は、かかるメッセージ内の変数を特定する情報、を含んでよい。ここで、メッセージ内の変数としては、運動についてであれば、運動の種類（スポーツの種類）、運動時間、運動による消費カロリー、及び／又は、運動頻度、などでよく、食事についてであれば、食事の種類、及び／又は、食事の摂取カロリー、などでよい。一例のサーバは、かかるメッセージを特定する情報を、利用者端末に送信し、利用者端末において表示させるための処理をしてもよい。健康の維持の観点では、運動及び食事について、理想的な運動及び理想的な食事が好ましく、メッセージもそのような理想的な運動及び理想的な食事を推奨する内容になりがちである。しかしながら、そのような理想的なもののみを追い求めた結果、利用者が受け入れず、健康になるための生活習慣をあきらめてしまうのでは意味がないと考えられる。そこで、利用者が、（理想的なもののみを求めるのではなく）現在より少しでも、病気になりにくい生活習慣、に近づくという観点で、（必ずしも理想的でなくても）少しでも病気になりにくい生活習慣に近づけるためのアドバイスとしてのメッセージを提供するという技術思想に基づいた構成が考えられる。すなわち、利用者が受け入れやすい、個々の利用者の考え方、感情、習慣に適したアドバイスを提供することが考えられる。特に機械学習部が、過去の種々の人の行動に係る情報とレコメンドに係る情報との関係を機械学習することにより、人々の行動パターンを機械学習できることにつながるため、かかる機械学習機能を用いることによって、より利用者に適切なアドバイスをするため、適切なメッセージを提供できる利点がある。
【0050】
また、レコメンドに係る情報が、メッセージのタイミングに係る情報を含む場合、サーバは、かかるタイミングに係る情報に基づいて処理してよい。例えば、サーバは、タイミングに係る情報に基づいて、メッセージに係る情報を、利用者端末に送信してもよいし、サーバは、タイミングに係る情報に基づいてメッセージに係る情報を利用者端末において表示させるための処理をしてもよい。
【0051】
また、レコメンドに係る情報が、メッセージを特定する情報及びタイミングに係る情報が関連付けられた態様で含む場合、サーバは、かかるタイミングに係る情報に基づいてメッセージが利用者端末において表示されるよう処理してよい。例えば、メッセージを特定する情報及びタイミングに係る情報が関連付けられた態様の情報として、一日の表示の順序を、運動のメッセージ１、運動のメッセージ２、運動のメッセージ３、食事のメッセージ１、という順番かつ所定の時刻でメッセージを表示する情報を含む場合を想定する。この場合、サーバは、かかる表示の順序に対応して、運動のメッセージ１、運動のメッセージ２、運動のメッセージ３、食事のメッセージ１、という順序で、各メッセージに対応される時刻において、利用者端末に送信してもよい。また、代替的に、サーバは、かかる表示の順序に対応して、運動のメッセージ１と対応する時刻１、運動のメッセージ２と対応する時刻２、運動のメッセージ３と対応する時刻３、食事のメッセージ１と対応する時刻４、というメッセージと時刻の関連づけられた情報を、利用者端末に送信してもよい。また、このような運動と食事のメッセージは、利用者毎に異なっていてよい。より具体的には、利用者端末１に対しては、サーバは、運動のメッセージ１、運動のメッセージ２、運動のメッセージ３、食事のメッセージ１、という順序で、各メッセージに対応される時刻において、利用者端末に送信し、利用者端末１とは異なる利用者端末２に対しては、サーバは、食事のメッセージ１、運動のメッセージ１、食事のメッセージ２、食事のメッセージ３、という順序で、各メッセージに対応される時刻において、利用者端末に送信してもよい。なお、この場合においても、同様に、メッセージと時刻の関連付けられた情報を、利用者端末１及び／又は利用者端末２に送信してもよい。
【0052】
これらの情報を取得した利用者端末は、各時刻において、各時刻に対応するメッセージを表示装置において表示してよい。利用者は、生活習慣や性格に応じて、メッセージの内容、表示の順序、表示のタイミングなどによって、実際の行動（例えば、食事や運動）を行うかどうかが左右されると考えられる。そこで、より利用者に適したメッセージの内容、表示の順序、表示のタイミングによってレコメンドを行うことにより、利用者の生活習慣を病気になりにくいものに近づける構成とするものである。
【0053】
メッセージが属する分野は、少なくとも、悪性新生物の早期発見及び／又は予防、認知症予防、及び、生活習慣病、を含んでよい。例えば、一例のサーバは、予め利用者に提供する運動及び／又は食事についてのメッセージが定められている中において、機械学習部が、悪性新生物の早期発見及び／又は予防、認知症予防、又は、生活習慣病、というメッセージが属する分野が指定された場合において、かかる指定された分野に属するメッセージを、順次、利用者に送信し、利用者端末において表示されてよい。なお、かかる構成に代えて、利用者端末内にかかる分野に対応するメッセージが格納されており、サーバから送信されたメッセージが属する分野を特定する情報に基づいて、利用者端末において表示されてよい。
【0054】
また、メッセージに係る情報は、健康を増進させるための動画を表示させるための情報（例えば、動画へのリンク、動画へのURLなど）を含んでよい。
【0055】
また、メッセージに係る情報は、利用者が利用可能な健康を増進させるためのサービスに係る情報を含んでよい。サービスは、例えば、生活習慣病に係るサービス、がんに係るサービス、及び／又は、認知症に係るサービスなどであってよい。また、サービスは、運動に係る情報、疾病の検査に係る情報、及び／又は、疾病の予防に係る情報、を含んでよい。
【0056】
運動に係る情報は、運動施設への入会に係る情報、運動施設（スポーツクラブなど）への特定の運動サービスに係る情報、及び／又は、利用者の運動に係る情報に基づいた運動施設における特定の運動サービスに係る情報を含んでよい。特に、利用者の現在の運動に係る情報が用いられて特定された利用者に対応した（場合によっては適した）サービスに係る情報が含まれることで、より利用者がサービスを利用する動機が高くなる利点がある。かかる運動サービスに係る情報は、運動サービスの内容、運動サービスを受ける曜日、頻度、費用、場所、及び／又は、他の利用者による運動サービスについてのコメント、を含んでよい。また、運動に係る情報は、運動のためのサービスの入会及び／又は予約が可能なリンクを含んでもよい。この場合、利用者端末におけるかかるリンクへのクリックを介して、利用者専用の予約の頁に移行可能であってよい。この場合、より利用者は、予約が容易になる利点がある。
【0057】
また、疾病の検査に係る情報は、利用者の健康状況や利用者が気にしている疾病に基づいて関連性がある疾病についての情報を含んでよい。利用者の健康状況は、健康診断結果、利用者の親族に係る疾病、両者の運動及び／又は食事に係る情報などに基づいて特定されてよい。また、利用者が気にしている疾病は、利用者が加入した保険及び／又は利用者が加入を検討した保険についての疾病の情報が利用されて特定される疾病が含まれてよい。また、疾病の検査に係る情報は、疾病自体の情報、検査を受ける場所、費用、検査項目、検査内容、及び／又は、検査を受ける場合の予約可能状況が含まれてよい。検査を受けることに予約や負担を感じる場合であっても、検査についての情報が表示されることで、検査を受けやすくなる利点がある。また、疾病の検査に係る情報は、検査のための予約が可能なリンクを含んでもよい。この場合、利用者端末におけるかかるリンクへのクリックを介して、利用者専用の予約の頁に移行可能であってよい。この場合、より利用者は、予約が容易になる利点がある。
【0058】
また、疾病の予防に係る情報は、疾病の予防のためのトレーニングに係る情報、及び／又は、特定のコミュニティに係る情報、を含んでよい。特に、利用者の現在の行動に係る情報が用いられて特定された利用者に対応した（場合によっては適した）疾病の予防に係る情報が含まれることで、より利用者がサービスを利用する動機が高くなる利点がある。かかる予防に係る情報は、トレーニングの内容、トレーニングを受ける日時、頻度、費用、場所、及び／又は、他の利用者によるトレーニングについてのコメント、を含んでよい。また、疾病の予防に係る情報は、予防のためのサービスの入会及び／又は予約が可能なリンクを含んでもよい。この場合、利用者端末におけるかかるリンクへのクリックを介して、利用者専用の予約の頁に移行可能であってよい。この場合、より利用者は、予約が容易になる利点がある。また、特定のコミュニティに係る情報は、特定のコミュニティへの入会方法、コミュニティの会合の日時、頻度、場所、及び／又は、他の利用者によるコミュニティへの参加についてのコメント、を含んでよい。特に、認知症の予防には、特定のコミュニティに所属して、他の者と一定の関係を持つことが良いことから、このような機会が得られることにより、より認知症への予防又は進行を遅らせることが可能になる可能性が高まる利点がある。
【0059】
＜ステップ４＞
利用者端末は、メッセージに係る情報に対応して、情報を取得し、サーバに送信してよい。情報の取得は、上述のとおりであってよい。特に、利用者端末が、メッセージに係る情報に対応した情報の取得をしてサーバに送信することにより、サーバは、メッセージに係る情報と関連付けて情報を取得して記憶できる利点がある。
利用者端末は、メッセージに係る情報に対応して、情報を取得し、サーバに送信してよい。情報の取得は、上述のとおりであってよい。特に、利用者端末が、メッセージに係る情報に対応した情報の取得をしてサーバに送信することにより、サーバは、メッセージに係る情報と関連付けて情報を取得して記憶できる利点がある。
【0060】
例えば、メッセージに係る情報が、特定の運動及び／又は食事を推奨する内容を含むメッセージである場合、利用者端末は、かかる特定の運動及び／又は食事が行われたかの情報（本願書類において、行動結果情報、ということもある）を取得してよい。かかる行動結果情報は、利用者端末に対する利用者によって入力された情報であってもよいし、利用者端末が判定した情報でもよいし、他のシステムから利用者端末が取得した情報であってもよい。利用者によって入力された情報は、推奨された、特定の運動及び／又は食事に対応してそれらが行われたかを示す情報の入力であってもよい。この場合、自己申告ではあるものの、推奨された特定の運動及び／又は食事に対して利用者が行ったかどうかの情報を簡易に入力できる意義がある。また、利用者端末は、推奨された特定の運動の有無及び／又は程度を、利用者端末内のジャイロ機能などを用いた利用者端末自身の動きの測定によって、判定してもよい。また、利用者端末は、推奨された特定の食事の有無及び／又は程度を、利用者が食べる食事の写真に基づいて判定してもよい。この場合、利用者端末は、撮像機能を備え、かかる撮像機能が撮像した利用者が食する食事の画像に基づいて、食べられた食事の内容を特定して、推奨された特定の食事の有無及び／又は程度を判定してもよい。これらの行動結果情報は、行動に係る情報として、サーバにおいて、機械学習の入力情報として利用されてよい。すなわち、利用者に対するメッセージに係る情報と、対応する行動に係る情報と、の両方を関連付けて含む行動に係る情報が、機械学習の入力として利用されてよい。この場合、かかる利用者に対して、メッセージ（運動及び／又は食事についての、特定のメッセージ及び／又はそのメッセージのタイミング）に対応する利用者の現実の行動（運動及び／又は食事）の対応関係が機械学習されることによって、その利用者に対し、どのようなメッセージをどのようなタイミングで示すことが好ましいかを機械学習できる利点がある。
【0061】
なお、この場合、一の利用者についての、健康に係る情報と、上述のメッセージ（運動及び／又は食事についての、特定のメッセージ及び／又はそのメッセージのタイミング）に対応する利用者の現実の行動（運動及び／又は食事）を含む行動に係る情報と、の関係を機械学習してよい。また、別の態様として、一の利用者についての、健康に係る情報、及び、上述のメッセージ（運動及び／又は食事についての、特定のメッセージ及び／又はそのメッセージのタイミング）に対応する利用者の現実の行動（運動及び／又は食事）を含む行動に係る情報と、メッセージに係る情報と、の関係を機械学習してよい。ここで、回答としてのメッセージに係る情報は、肯定的なデータ又は否定的なデータを含んでもよい。
【0062】
なお、メッセージに係る情報において、推奨される運動及び／又は食事が複数含まれる場合、利用者端末は、利用者が行う運動及び／又は食事の選択の際に、ゲーム的な機能を含んでもよい。例えば、利用者端末は、複数の推奨される運動及び／又は食事のうち、所定の乱数関数を用いて、特に行われる運動及び／又は食事を選定してもよい。この場合、利用者端末は、複数の推奨される運動及び／又は食事を表示し、これらの複数の運動及び／又は食事の中から選定するアニメーションなどを表示し、アニメーションなどの結果、それらの複数のうちの選定された一又は複数の運動及び／又は食事を表示してよい。この場合、利用者は、推奨される運動及び／又は食事が多数あっても、アニメーションなどを楽しみつつ、行うべき運動及び／又は食事を選定できるため、楽しみながら健康予防活動を実施できる利点がある。
【0063】
また、メッセージに係る情報において、推奨される運動及び／又は食事が複数含まれる場合、利用者端末は、利用者が行う運動及び／又は食事の選択の際に、健康とは別の報酬を提供する機能を含んでもよい。例えば、利用者端末は、複数の推奨される運動及び／又は食事のそれぞれに対し、所定のポイントを関連付けて表示してよい。利用者が、これらの複数の推奨される運動及び／又は食事のうち、選択した一又は複数の運動及び／又は食事を行うと、選択された一又は複数の運動及び／又は食事に各々関連付けられた所定のポイントを利用者は得ることができてよい。この場合、かかるポイントを累積することで、利用者は、景品を得る権利を得たり、景品以外の商品の購入に利用できるポイントを取得できてもよい。この場合、利用者は、行うべき運動及び／又は食事を行うことにより、報酬として景品や商品などを得られる楽しみが増える利点がある。
【0064】
２．４．実施例３
本例のシステムは、他の情報についての機械学習機能を利用するものである。一例のサーバは、少なくとも３種類の異なる入出力の関係についての機械学習機能を有してよい。
本例のシステムは、他の情報についての機械学習機能を利用するものである。一例のサーバは、少なくとも３種類の異なる入出力の関係についての機械学習機能を有してよい。
【0065】
第１機械学習部は、少なくとも健康に係る情報及び／又は行動に係る情報と、少なくとも悪性新生物に係る情報と、の関係を機械学習する機能を有してよい。
【0066】
第１機械学習部は、一の利用者についての健康に係る情報及び／又は行動に係る情報が適用された場合、対応して、かかる一の利用者についての悪性新生物に係る情報を生成してよい。悪性新生物に係る情報は、悪性新生物が発症する可能性、及び／又は、悪性新生物が発症する年齢又は時期、を含んでよい。代替的に、悪性新生物に係る情報は、悪性新生物の種類、悪性新生物が発症する可能性、及び／又は、悪性新生物が発症する年齢又は時期、が関連付けられて含まれてよい。後者の場合、悪性新生物の種類に応じたより精緻な情報を得られる利点がある。また、悪性新生物に係る情報は、代替的に又は追加的に、かかる一の利用者について、悪性新生物にならない又は悪性新生物になりくいための行動の目標に係る情報を含んでよい。なお、悪性新生物に係る情報が、一の利用者についての、かかる行動の目標に係る情報を含む場合、かかる一の利用者にとっての目標が明確になる利点がある。特に、利用者は、各々体質から生活習慣まで異なるため、各利用者に適した目標があると考えられ、これらが明確になることにより、より利用者に適したレコメンドが可能になる利点がある。なお、かかる目標は、医学的に必ずしも正確であるかは検証されるべきものかもしれないが、機械学習技術を用いた統計的観点において、（必ずしも常に理想のみを追求しない本件技術の技術思想において）機械学習という一定程度の合理性に基づいて生成された行動の目標に係る情報が利用される点は独自の技術的意義及び利用者の目標となる情報の提示という利点がある。なお、目標に係る情報は、運動の目標に係る情報、及び／又は、食事の目標に係る情報、を含んでよい。運動の目標に係る情報は、所定期間における、運動量、運動時間、及び／又は、運動による消費カロリー量、等を含んでよい。食事の目標に係る情報は、所定期間における、食事量、食事の種類、食事の栄養の種類、及び／又は、食事のカロリー量、等を含んでよい。
【0067】
また、第１機械学習部は、複数の利用者から構成される一のグループについての健康に係る情報及び／又は行動に係る情報が適用された場合、対応して、かかる一のグループについての悪性新生物に係る情報を生成してよい。
【0068】
悪性新生物に係る情報は、悪性新生物が発症する可能性、及び／又は、悪性新生物が発症する年齢又は時期、を含んでよい。代替的に、悪性新生物に係る情報は、悪性新生物の種類、悪性新生物が発症する可能性、及び／又は、悪性新生物が発症する年齢又は時期、が関連付けられて含まれてよい。後者の場合、悪性新生物の種類に応じたより精緻な情報を得られる利点がある。
【0069】
第２機械学習部は、少なくとも健康に係る情報及び／又は行動に係る情報と、少なくとも認知症に係る情報と、の関係を機械学習する機能を有してよい。
【0070】
第２機械学習部は、一の利用者についての健康に係る情報及び／又は行動に係る情報が適用された場合、対応して、かかる一の利用者についての認知症に係る情報を生成してよい。認知症に係る情報は、認知症が発症する可能性、及び／又は、認知症が発症する年齢又は時期、を含んでよい。代替的に、認知症に係る情報は、認知症の種類、認知症が発症する可能性、及び／又は、認知症が発症する年齢又は時期、が関連付けられて含まれてよい。後者の場合、認知症の種類に応じたより精緻な情報を得られる利点がある。また、認知症に係る情報は、代替的に又は追加的に、かかる一の利用者について、認知症にならない又は認知症になりくいための行動の目標に係る情報を含んでよい。なお、認知症に係る情報が、一の利用者についての、かかる行動の目標に係る情報を含む場合、かかる一の利用者にとっての目標が明確になる利点がある。特に、利用者は、各々体質から生活習慣まで異なるため、各利用者に適した目標があると考えられ、これらが明確になることにより、より利用者に適したレコメンドが可能になる利点がある。なお、目標に係る情報が含みうる情報は、認知症にならない又は認知症になりくいためのものであることを除き、上述と同様である。
【0071】
また、第２機械学習部は、複数の利用者から構成される一のグループについての健康に係る情報及び／又は行動に係る情報が適用された場合、対応して、かかる一のグループについての認知症に係る情報を生成してよい。
【0072】
認知症に係る情報は、認知症が発症する可能性、及び／又は、認知症が発症する年齢又は時期、を含んでよい。代替的に、認知症に係る情報は、認知症の種類、認知症が発症する可能性、及び／又は、認知症が発症する年齢又は時期、が関連付けられて含まれてよい。後者の場合、認知症の種類に応じたより精緻な情報を得られる利点がある。
【0073】
第３機械学習部は、少なくとも健康に係る情報及び／又は行動に係る情報と、少なくとも生活習慣病に係る情報と、の関係を機械学習する機能を有してよい。
【0074】
第３機械学習部は、一の利用者についての健康に係る情報及び／又は行動に係る情報が適用された場合、対応して、かかる一の利用者についての生活習慣病に係る情報を生成してよい。生活習慣病に係る情報は、生活習慣病が発症する可能性、及び／又は、悪性新生物が発症する年齢又は時期、を含んでよい。代替的に、生活習慣病に係る情報は、生活習慣病の種類、生活習慣病が発症する可能性、及び／又は、生活習慣病が発症する年齢又は時期、が関連付けられて含まれてよい。後者の場合、生活習慣病の種類に応じたより精緻な情報を得られる利点がある。また、生活習慣病に係る情報は、代替的に又は追加的に、かかる一の利用者について、生活習慣病にならない又は生活習慣病になりくいための行動の目標に係る情報を含んでよい。なお、生活習慣病に係る情報が、一の利用者についての、かかる行動の目標に係る情報を含む場合、かかる一の利用者にとっての目標が明確になる利点がある。特に、利用者は、各々体質から生活習慣まで異なるため、各利用者に適した目標があると考えられ、これらが明確になることにより、より利用者に適したレコメンドが可能になる利点がある。なお、目標に係る情報が含みうる情報は、生活習慣病にならない又は生活習慣病になりくいためのものであることを除き、上述と同様である。
【0075】
また、第３機械学習部は、複数の利用者から構成される一のグループについての健康に係る情報及び／又は行動に係る情報が適用された場合、対応して、かかる一のグループについての生活習慣病に係る情報を生成してよい。
【0076】
生活習慣病に係る情報は、生活習慣病が発症する可能性、及び／又は、生活習慣病が発症する年齢又は時期、を含んでよい。代替的に、生活習慣病に係る情報は、生活習慣病の種類、生活習慣病が発症する可能性、及び／又は、生活習慣病が発症する年齢又は時期、が関連付けられて含まれてよい。後者の場合、生活習慣病の種類に応じたより精緻な情報を得られる利点がある。
【0077】
一例のシステムのサーバは、第１ないし第３機械学習部の一部又は全部をサーバ内に有してもよい。また、代替的に、第１ないし第３機械学習部は、一例のシステムの外の、一又は複数の情報処理装置に備えられており、かかる一例のシステムのサーバは、かかるシステムの外に備えられた第１ないし第３機械学習部を有する一又は複数の情報処理装置とアクセス可能であってよい。
【0078】
図５は、後者における第１機械学習部２０ａ、第２機械学習部２０ｂ、及び、第３機械学習部２０ｃの一の利用態様を示す。機械学習部は、サーバに対して、直接または間接的に接続可能であってよい。間接的とは、例えば、インターネット２２を介して、接続されてもよい。次に、本例のシステムの処理の流れを図６を用いて説明する。
【0079】
＜ステップ１＞
一例のサーバは、特定のグループについての健康に係る情報及び／又は行動に係る情報を、取得し、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、それぞれ、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。なお、健康に係る情報は、予め利用者から取得して保険契約時等に取得した情報に基づいてデータベースに格納された情報が利用されてもよい。また、行動に係る情報は、特定のグループに属する人の過去の行動に係る情報であってよい。また、特定のグループは、保険契約者、かつ／又は、利用者アプリの利用者、であってよい。保険契約者又は利用者アプリの利用者とは、保険契約者のみ、利用者アプリの利用者のみ、又は、保険契約者若しくは利用者アプリの利用者、であってよい。
一例のサーバは、特定のグループについての健康に係る情報及び／又は行動に係る情報を、取得し、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、それぞれ、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。なお、健康に係る情報は、予め利用者から取得して保険契約時等に取得した情報に基づいてデータベースに格納された情報が利用されてもよい。また、行動に係る情報は、特定のグループに属する人の過去の行動に係る情報であってよい。また、特定のグループは、保険契約者、かつ／又は、利用者アプリの利用者、であってよい。保険契約者又は利用者アプリの利用者とは、保険契約者のみ、利用者アプリの利用者のみ、又は、保険契約者若しくは利用者アプリの利用者、であってよい。
【0080】
＜ステップ２＞
一例のサーバは、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報に基づいて、特定のグループにおける、悪性新生物、認知症、及び、生活習慣病についての統計情報を生成してよい。なお、統計情報が含む情報の例は、後述する。
一例のサーバは、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報に基づいて、特定のグループにおける、悪性新生物、認知症、及び、生活習慣病についての統計情報を生成してよい。なお、統計情報が含む情報の例は、後述する。
【0081】
＜ステップ３＞
一例のサーバは、利用者端末から、健康に係る情報及び／又は行動に係る情報を取得してよい。なお、健康に係る情報は、予め利用者から取得して保険契約時等に取得した情報に基づいてデータベースに格納された情報が利用されてもよい。
一例のサーバは、利用者端末から、健康に係る情報及び／又は行動に係る情報を取得してよい。なお、健康に係る情報は、予め利用者から取得して保険契約時等に取得した情報に基づいてデータベースに格納された情報が利用されてもよい。
【0082】
＜ステップ４＞
一例のサーバは、利用者についての健康に係る情報及び／又は行動に係る情報を、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、対応して、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。
一例のサーバは、利用者についての健康に係る情報及び／又は行動に係る情報を、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、対応して、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。
【0083】
＜ステップ５＞
一例のサーバは、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報、と、利用者端末から得られた行動に係る情報、に基づいて、行動についての評価情報を生成し、利用者端末にかかる評価情報を送信してよい。
一例のサーバは、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報、と、利用者端末から得られた行動に係る情報、に基づいて、行動についての評価情報を生成し、利用者端末にかかる評価情報を送信してよい。
【0084】
行動についての評価情報は、悪性新生物に係る情報、認知症に係る情報、生活習慣病、の各々についての評価情報であってよい。例えば、悪性新生物については、機械学習機能から得られた行動の目標に係る情報と、利用者の行動に係る情報と、から悪性新生物に係る評価情報が生成されてよい。例えば、機械学習機能から得られた行動の目標に係る情報（運動に係る情報、及び／又は、食事に係る情報）について、各々、現実の行動に係る情報（運動に係る情報、及び／又は、食事に係る情報）との対比により、行動の目標に対して、どの程度の現実の行動がされたかの評価情報が生成されてよい。例えば、食事の摂取カロリーの目標が２５００カロリーであるのに対して、３０００カロリー摂取した場合、超過部分は目標よりも多いため、対応する評価となってよい。このような評価は、悪性新生物、認知症、生活習慣病、の各々について、各々の病気（悪性新生物、認知症、生活習慣病）の観点での評価がされてよい。この場合、各行動（食事、運動）が各病気に与える影響は異なることから、各々の観点で評価されることにより、より利用者によって分かりやすい情報を提供できる利点がある。特に、利用者は、親族や知り合いの病気などとの関係で、特に気にしている病気がありえうることから、単に、行動（食事、運動）と一般的な病気との関係ではなく、より具体的に、各具体的な病気（悪性新生物、認知症、生活習慣病）との関係で、評価が生成されることで、より目標の行動の必要性に気づくことができる利点がある。
【0085】
また、上述の評価情報は、追加的に又は代替的に、バイタル情報、及び／又は、ストレス情報についての評価情報を含んでよい。一例のサーバは、バイタル情報及びストレス情報について、目標となるバイタル情報及び目標となるストレス情報が予め設定されており、かかる予め設定されたバイタル情報に対する利用者から取得したバイタル情報の評価情報、かかる予め設定されたストレス情報に対する利用者から取得したストレス情報の評価情報を生成してよい。バイタル情報であれば、例えば、通常の血圧に対する利用者の血圧、通常の体温に対する利用者の対応、などの情報を数値化することによって、利用者のバイタル情報の評価情報が生成されてよい。また、ストレス情報であれば、例えば、通常のストレス値に対する利用者のストレス値の情報を数値化することによって、利用者のストレス情報の評価情報が生成されてよい。
【0086】
＜ステップ６＞
利用者端末は、サーバから取得した行動についての評価情報及び／又は利用者の位置に係る情報に基づいた情報を、利用者端末の表示装置において、表示してよい。
利用者端末は、サーバから取得した行動についての評価情報及び／又は利用者の位置に係る情報に基づいた情報を、利用者端末の表示装置において、表示してよい。
【0087】
利用者端末が評価情報を表示する場合、利用者は、目標に対する現在の行動についての評価を理解することができ、自己の行動を振り替えることができる利点がある。
【0088】
また、利用者端末が利用者の位置に係る情報を表示する場合、利用者は、特定のグループにおける自己の位置付けを理解することができる利点がある。
【0089】
例えば、図７は、利用者端末上の表示装置が表示する一例である。利用者端末は、一例として、生活習慣病０１、バイタルデータ０２、ストレス０３、認知機能０４、及び／又は、がん予測０５、について、各々、目標と現状についての評価情報を表示してよい。これらの各項目について表示されることで、全体のバランスを理解できる利点がある。また、各項目について目標と現状の関係が表示されることによって、容易に理解できる利点がある。また、総合評価０６も表示されてよい。総合評価は、複数の項目全てに基づいたものでよい。総合評価は、例えば、上述の生活習慣病０１ないしがん予測０５の各要素を変数とした重み付き係数の算術式によって計算された値に基づいてよい。また、△△サービス０７は、上述の各項目の評価又は総合評価に基づいて、特定されたものでよい。また、かかる△△サービス０７は、メッセージに係る情報に基づいて特定されたサービスであってよい。このように、サービスが表示されることによって、次のアクションを容易に理解できる利点がある。
【0090】
また、一例のサーバは、上述の評価情報の生成に対して追加的に又は代替的に、特定のグループにおける利用者の位置に係る情報を生成し、利用者端末に送信してよい。位置に係る情報は、特定のグループにおける順位、特定のグループにおいて設定されたランク、又は、特定のグループにおける統計情報の分布における対応する利用者の統計情報、などであってよい。特定のグループは、利用者が属するグループであってもよいし、利用者が属しないグループであってもよい。特定のグループは、保険契約者のグループであってよい。例えば、特定のグループは、本例のシステムが運用する団体が提供する保険契約についての保険契約者のグループであってよい。また、特定のグループは、保険契約者のグループのうち、利用者が属する年代と同一の年代のサブグループ、又は、利用者が属する性別と同一の性別のサブグループ、であってよい。
【0091】
例えば、図８の利用者端末では、総合評価に関し、特定のグループについての統計情報が、正規分布で表現されているケースのグラフ０１で示されており、そのグラフ内で利用者の位置が表示されている。このように、特定のグループにおける、利用者の位置が表示されることにより、かかるグループ内の位置づけを理解できる利点がある。この、特定のグループにおける、利用者の位置は、特定のグループの各人の評価情報が用いられて、順位付けされて特定されてよい。また、総合評価における所定の上位の人が実施している健康行動０２も表示されることにより、利用者は、総合評価が上位の人が行っていることを理解することができ、健康行動を促進できる可能性がある利点がある。ここで、所定の上位の人が実施している健康行動０２は、特定のグループの中で評価が所定の上位の人が実施している行動であってよい。例えば、評価が上位１０％の人々のうちの８割の人が一日８０００歩歩行している場合、かかる「一日８０００歩の歩行」という健康行動が表示されてよい。さらに仲間の取り組み状況０３も表示できることにより、より仲間の行動を参考にできる利点がある。例えば、仲間の取り組み状況として、前ユーザの取り組み状況として、上述の「一日８０００歩の歩行」を取り組む人が５割であるとする。その場合、「一日８０００歩の歩行」を取り組んでいない利用者は、「一日８０００歩の歩行」を取り組むことによって、上位１０％に入る動機づけになる利点がある。
【0092】
２．５．実施例４
本例のシステムは、保険料率を利用するものである。
本例のシステムは、保険料率を利用するものである。
【0093】
＜ステップ１＞
一例のサーバは、特定のグループについての健康に係る情報及び／又は行動に係る情報を、取得し、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、それぞれ、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。
一例のサーバは、特定のグループについての健康に係る情報及び／又は行動に係る情報を、取得し、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、それぞれ、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。
【0094】
＜ステップ２＞
一例のサーバは、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報に基づいて、特定のグループにおける、悪性新生物、認知症、及び、生活習慣病についての統計情報を生成してよい。本願書類における統計情報は、かかる特定のグループにおいて、悪性新生物、認知症、及び、生活習慣病となるかどうか及びその発症時期の情報が用いられたものであってよい。統計情報は、例えば、特定のグループの人々が、悪性新生物、認知症、及び、生活習慣病となる確率情報を含んでよい。また、統計情報は、保険料算定のための、特定のグループ内の各人が悪性新生物、認知症、及び、生活習慣病となる数学上の期待値の情報を含んでよい。その背景としては、健康な人が健康活動を継続することで入院/手術しない、寿命が延び死亡しにくい、というロジックに基づくものであってよい。
一例のサーバは、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報に基づいて、特定のグループにおける、悪性新生物、認知症、及び、生活習慣病についての統計情報を生成してよい。本願書類における統計情報は、かかる特定のグループにおいて、悪性新生物、認知症、及び、生活習慣病となるかどうか及びその発症時期の情報が用いられたものであってよい。統計情報は、例えば、特定のグループの人々が、悪性新生物、認知症、及び、生活習慣病となる確率情報を含んでよい。また、統計情報は、保険料算定のための、特定のグループ内の各人が悪性新生物、認知症、及び、生活習慣病となる数学上の期待値の情報を含んでよい。その背景としては、健康な人が健康活動を継続することで入院/手術しない、寿命が延び死亡しにくい、というロジックに基づくものであってよい。
【0095】
＜ステップ３＞
一例のサーバは、予め定められた保険料率の計算式を導出可能な手法と、上述の統計情報を用いて、保険料率の算定式を生成してよい。ここで、保険料率の計算式を導出可能な手法自体は、周知の技術が利用されてもよい。すなわち、保険料率の計算式の基本的な思想は、保険契約者の病気の発症率や死亡率に基づく期待値に基づいて保険契約者に支払われる金額と、保険契約者から支払われる金額及びその他の雑費と、の均衡に基づく計算式であることから、かかる均衡を示す計算式を導出可能な周知の技術が利用されてよい。
一例のサーバは、予め定められた保険料率の計算式を導出可能な手法と、上述の統計情報を用いて、保険料率の算定式を生成してよい。ここで、保険料率の計算式を導出可能な手法自体は、周知の技術が利用されてもよい。すなわち、保険料率の計算式の基本的な思想は、保険契約者の病気の発症率や死亡率に基づく期待値に基づいて保険契約者に支払われる金額と、保険契約者から支払われる金額及びその他の雑費と、の均衡に基づく計算式であることから、かかる均衡を示す計算式を導出可能な周知の技術が利用されてよい。
【0096】
＜ステップ４＞
一例のサーバは、利用者端末から、健康に係る情報及び／又は行動に係る情報を取得してよい。また、一例のサーバは、一又は複数の、将来の健康に係る情報及び／又は行動に係る情報を仮定的に生成し、これらの、取得された、健康に係る情報及び／又は行動に係る情報、及び、生成された、健康に係る情報及び／又は行動に係る情報、を合わせて、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、それぞれ、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。
一例のサーバは、利用者端末から、健康に係る情報及び／又は行動に係る情報を取得してよい。また、一例のサーバは、一又は複数の、将来の健康に係る情報及び／又は行動に係る情報を仮定的に生成し、これらの、取得された、健康に係る情報及び／又は行動に係る情報、及び、生成された、健康に係る情報及び／又は行動に係る情報、を合わせて、第１ないし第３の機械学習部を備える情報処理装置に送信し、対応して、第１ないし第３の機械学習部から、それぞれ、悪性新生物に係る情報、認知症に係る情報、生活習慣病に係る情報を取得してよい。
【0097】
ここで、仮定的に生成するとは、例えば、利用者の将来の行動を仮定的に生成するものであり、かかる生成された情報を第１乃至第３機械学習部の入力とすることによって、かかる仮定的な行動をした場合における、悪性新生物に係る情報、認知症に係る情報、及び、生活習慣病に係る情報の正確性が向上する利点がある。なお、かかる仮定的に生成されたものは、利用者の過去の健康に係る情報及び／又は行動に係る情報に基づいて生成されたものでもよい。また、かかる仮定的な生成において、機械学習機能が用いられてもよい。かかる機械学習済み機能は、過去の情報から、将来の情報を予測する周知の技術が適用されてよい。
【0098】
＜ステップ５＞
一例のサーバは、利用者についての、悪性新生物に係る情報、認知症に係る情報、及び／又は、生活習慣病に係る情報と、上述の保険料率の算定式に基づいて、かかる利用者についての保険料を算定してよい。
一例のサーバは、利用者についての、悪性新生物に係る情報、認知症に係る情報、及び／又は、生活習慣病に係る情報と、上述の保険料率の算定式に基づいて、かかる利用者についての保険料を算定してよい。
【0099】
なお、上述の仮定的な生成において、一の、将来の健康に係る情報及び／又は行動に係る情報を仮定的に生成された場合、対応して、一例のサーバは、上述の算定式に基づいて、保険料が計算されてよい。
【0100】
また、上述の仮定的な生成において、複数の、将来の健康に係る情報及び／又は行動に係る情報を仮定的に生成された場合、対応して、一例のサーバは、上述の算定式に基づいて、各将来の健康に係る情報及び／又は行動に係る情報に対応する保険料が計算されてよい。この場合、例えば、利用者の複数の将来の行動に対応した保険料が計算されることになる。
【0101】
＜ステップ６＞
一例のサーバは、利用者について、一又は複数の、将来の健康に係る情報及び／又は行動に係る情報と、対応する保険料の情報を、利用者端末に送信し、利用者端末はそれらの情報を表示部に表示してよい。
一例のサーバは、利用者について、一又は複数の、将来の健康に係る情報及び／又は行動に係る情報と、対応する保険料の情報を、利用者端末に送信し、利用者端末はそれらの情報を表示部に表示してよい。
【0102】
特に利用者端末が、一の行動に係る情報と、対応した保険料を表示する場合、利用者は、そのような行動（運動や食事）を行う場合、どのような保険料になるか、を理解できる利点がある。なお、この場合、利用者端末は、追加的に、現在の保険料及び／又は将来の通常の保険料も表示してよい。特に保険料は、年齢と共に増加することが一般的であるところ、利用者の行動によってそのような増加していく保険料よりも低額の保険料が表示された場合、利用者にそのような行動を行う動機が生まれる利点がある。すなわち、この場合、利用者は、より健康を目指した運動や食事を行うことで、利用者は病気になりにくく健康をより維持可能であり、かつ、支払う保険料が低くなることを理解できる利点がある。
【0103】
また、利用者端末が、複数の行動に係る情報と対応する保険料を表示する場合、利用者は、そのような行動（運動や食事）を行う場合、どのような保険料になるか、を理解できる利点がある。例えば、利用者が、将来、毎日○○歩以上歩く場合は△△保険料となり、毎日○○歩に追加して食事が毎日○○カロリー以下であれば□□保険料となる、などが表示されることによって、運動と保険料との関係が明らかになる。なお、この場合、利用者端末は、追加的に、現在の保険料及び／又は将来の通常の保険料も表示してよい。特に保険料は、年齢と共に増加することが一般的であるところ、そのような増加していく保険料よりも低額の保険料が利用者の行動と関連付けられて表示された場合、利用者にそのような行動を行う動機が生まれる利点がある。すなわち、この場合、利用者は、より健康を目指した運動や食事を行うことで、利用者は病気になりにくく健康をより維持可能であり、かつ、支払う保険料が低くなることを理解できる利点がある。
【0104】
一例の携帯端末は、
一の利用者についての、一又は複数の行動に係る情報と、前記一又は複数の行動に係る情報と関連付けられた保険料に係る情報と、を取得する取得部、
前記一又は複数の行動に係る情報と、対応する保険料に係る情報と、を関連付けて表示する表示部、
を備えてよい。
また、前記保険料に係る情報は、前記一の利用者についての、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、及び／又は、レコメンドに係る情報が、所定の保険料の算定の計算式に利用されることによって生成されたものであってよい。
また、かかる所定の保険料の算定の計算式は、特定のグループについて、上述の第１乃至第３機械学習部の一部又は全部が利用されて生成された情報に基づくものであってよい。
一の利用者についての、一又は複数の行動に係る情報と、前記一又は複数の行動に係る情報と関連付けられた保険料に係る情報と、を取得する取得部、
前記一又は複数の行動に係る情報と、対応する保険料に係る情報と、を関連付けて表示する表示部、
を備えてよい。
また、前記保険料に係る情報は、前記一の利用者についての、属性情報、健康に係る情報、行動に係る情報、保険料に係る情報、及び／又は、レコメンドに係る情報が、所定の保険料の算定の計算式に利用されることによって生成されたものであってよい。
また、かかる所定の保険料の算定の計算式は、特定のグループについて、上述の第１乃至第３機械学習部の一部又は全部が利用されて生成された情報に基づくものであってよい。
【0105】
なお、本願における機械学習部は、機械学習済みモデルによって実現されてもよい。ここで、当該学習済みモデルは、人工知能ソフトウェアの一部であるプログラムモジュールとしての利用が想定される。本発明の学習済みモデルは、CPU及びメモリを備えるコンピュータにて用いられる。具体的には、コンピュータのCPUが、メモリに記憶された学習済みモデルからの指令に従って、機械学習及び／又は機械学習済み機能の適用を処理してよい。
【0106】
２．６．様々な実施態様について
第１の態様によるシステムは、「
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、
を備える」ものである。
第１の態様によるシステムは、「
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を備え、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する、機械学習部と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信部、
を備える」ものである。
【0107】
第２の態様によるシステムは、上記第１の態様において「
前記レコメンドに係る情報は、メッセージの順番に係る情報を含む、
」ものである。
前記レコメンドに係る情報は、メッセージの順番に係る情報を含む、
」ものである。
【0108】
第３の態様によるシステムは、上記第１の態様又は上記第２の態様において「
前記レコメンドに係る情報は、所定の複数の分野のいずれかの分野を特定する情報を含み、
前記所定の複数の分野は、少なくとも、悪性新生物の早期発見／予防、認知症予防、及び／又は、生活習慣病、を含み、
前記通信部は、特定された前記分野についてのメッセージに係る情報を通信する、
」ものである。
前記レコメンドに係る情報は、所定の複数の分野のいずれかの分野を特定する情報を含み、
前記所定の複数の分野は、少なくとも、悪性新生物の早期発見／予防、認知症予防、及び／又は、生活習慣病、を含み、
前記通信部は、特定された前記分野についてのメッセージに係る情報を通信する、
」ものである。
【0109】
第４の態様によるシステムは、上記第１乃至上記第３のいずれか一の態様において「
前記レコメンドに係る情報は、利用者が利用可能なサービスに係る情報を含む、
」ものである。
前記レコメンドに係る情報は、利用者が利用可能なサービスに係る情報を含む、
」ものである。
【0110】
第５の態様によるシステムは、上記第１乃至上記第４のいずれか一の態様において「
前記サービスに係る情報は、前記サービスに対応したインターネット上のリンク、又は、前記サービスに係る動画に係る情報を含む、
」ものである。
前記サービスに係る情報は、前記サービスに対応したインターネット上のリンク、又は、前記サービスに係る動画に係る情報を含む、
」ものである。
【0111】
第６の態様によるシステムは、上記第１乃至上記第５のいずれか一の態様において「
前記システムは、統計処理部を備え、
前記取得部は、第１グループに係る健康に係る情報及び行動に係る情報を取得し、
前記機械学習部は、前記第１グループに係る健康に係る情報及び行動に係る情報に基づいて、前記第１グループに係る悪性新生物に係る情報、前記第１グループに係る認知症に係る情報、及び、前記第１グループに係る生活習慣病に係る情報を取得し、
前記統計処理部は、前記第１グループに係る悪性新生物に係る情報、認知症に係る情報、及び、生活習慣病に係る情報に基づく、前記第１グループに係る統計情報を生成し、
前記第１グループに係る悪性新生物に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、悪性新生物に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る認知症に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、認知症に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る生活習慣病に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、生活習慣病に係る情報と、の関係を機械学習済みの機能に適用されることで生成される、」ものである。
前記システムは、統計処理部を備え、
前記取得部は、第１グループに係る健康に係る情報及び行動に係る情報を取得し、
前記機械学習部は、前記第１グループに係る健康に係る情報及び行動に係る情報に基づいて、前記第１グループに係る悪性新生物に係る情報、前記第１グループに係る認知症に係る情報、及び、前記第１グループに係る生活習慣病に係る情報を取得し、
前記統計処理部は、前記第１グループに係る悪性新生物に係る情報、認知症に係る情報、及び、生活習慣病に係る情報に基づく、前記第１グループに係る統計情報を生成し、
前記第１グループに係る悪性新生物に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、悪性新生物に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る認知症に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、認知症に係る情報と、の関係を機械学習済みの機能に適用されることで生成され、
前記第１グループに係る生活習慣病に係る情報は、
前記第１グループに係る健康に係る情報及び行動に係る情報が、健康に係る情報及び行動に係る情報と、生活習慣病に係る情報と、の関係を機械学習済みの機能に適用されることで生成される、」ものである。
【0112】
第７の態様によるシステムは、上記第１乃至上記第６のいずれか一の態様において「
前記統計処理部は、前記第１グループに係る統計情報に基づいて、前記第１グループ内における前記第１利用者の評価情報を生成し、
前記通信部は、前記第１利用者の評価情報を、前記第１利用者に係る携帯端末に通信する、
」ものである。
前記統計処理部は、前記第１グループに係る統計情報に基づいて、前記第１グループ内における前記第１利用者の評価情報を生成し、
前記通信部は、前記第１利用者の評価情報を、前記第１利用者に係る携帯端末に通信する、
」ものである。
【0113】
第８の態様によるシステムは、上記第１乃至上記第７のいずれか一の態様において「
前記統計情報は、前記第１グループに含まれる人の、悪性新生物、認知症、又は、生活習慣病の発症年齢に係るものを含む、
」である。
前記統計情報は、前記第１グループに含まれる人の、悪性新生物、認知症、又は、生活習慣病の発症年齢に係るものを含む、
」である。
【0114】
第９の態様によるシステムは、上記第１乃至上記第８のいずれか一の態様において「
前記発症年齢に係る情報を用いて生成された保険料計算式を利用して計算された第１利用者についての保険料に係る情報を、前記第１利用者に係る携帯端末に対して通信する、
」である。
前記発症年齢に係る情報を用いて生成された保険料計算式を利用して計算された第１利用者についての保険料に係る情報を、前記第１利用者に係る携帯端末に対して通信する、
」である。
【0115】
第１０の態様によるシステムは、上記第１乃至上記第９のいずれか一の態様において「
前記レコメンドに係る情報は、行動又は食事に係る情報を含み、
前記第１利用者についての保険料に係る情報は、複数の保険料に係る情報を含み、
前記通信部は、前記行動又は食事に係る情報と関連付けられた保険料に係る情報を、前記第１利用者に係る携帯端末に通信する、
」である。
前記レコメンドに係る情報は、行動又は食事に係る情報を含み、
前記第１利用者についての保険料に係る情報は、複数の保険料に係る情報を含み、
前記通信部は、前記行動又は食事に係る情報と関連付けられた保険料に係る情報を、前記第１利用者に係る携帯端末に通信する、
」である。
【0116】
第１１の態様によるシステムは、上記第１乃至上記第１０のいずれか一の態様において「
前記利用者の行動に係る情報は、利用者宛てのメッセージを特定する情報及び／又は前記メッセージのタイミングに係る情報を含む、
」である。
前記利用者の行動に係る情報は、利用者宛てのメッセージを特定する情報及び／又は前記メッセージのタイミングに係る情報を含む、
」である。
【0117】
第１２の態様によるコンピュータプログラムは、「
システムを、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する手段と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信手段、
として動作させるための」ものである。
システムを、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する手段と、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信手段、
として動作させるための」ものである。
【0118】
第１３の態様による方法は、「
システムが、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する生成ステップ、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信ステップ、
を実行する」ものである。
システムが、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
利用者の健康に係る情報及び利用者の行動に係る情報と、レコメンドに係る情報と、の関係を機械学習済みの機能を、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に適用して、第１利用者についてのレコメンドに係る情報を生成する生成ステップ、
前記第１利用者についてのレコメンドに係る情報を利用して、前記第１利用者に係る携帯端末に対して、メッセージに係る情報を通信する通信ステップ、
を実行する」ものである。
【0119】
第１４の態様による携帯端末は、「
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信部と、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得部と、
前記メッセージに係る情報に基づいてメッセージを表示する表示部と、
を備える」ものである。
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得部と、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信部と、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得部と、
前記メッセージに係る情報に基づいてメッセージを表示する表示部と、
を備える」ものである。
【0120】
第１５の態様によるプログラムは、「
携帯端末を、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信手段、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得手段、
前記メッセージに係る情報に基づいてメッセージを表示する表示手段、
を実行する」ものである。
携帯端末を、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得手段、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信手段、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得手段、
前記メッセージに係る情報に基づいてメッセージを表示する表示手段、
を実行する」ものである。
【0121】
第１６の態様による方法は、「
携帯端末が、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信ステップ、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得ステップ、
前記メッセージに係る情報に基づいてメッセージを表示する表示ステップ、
を実行する」ものである。
携帯端末が、
第１利用者の健康に係る情報及び第１利用者の行動に係る情報を取得する取得ステップ、
前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報を、サーバに送信する送信ステップ、
前記サーバから、前記第１利用者の健康に係る情報及び第１利用者の行動に係る情報に基づくメッセージに係る情報を取得する取得ステップ、
前記メッセージに係る情報に基づいてメッセージを表示する表示ステップ、
を実行する」ものである。
【0122】
第１７の態様によるシステムは、上記第１乃至上記第１６のいずれか一の態様において「前記システムが、前記レコメンドに係る情報を記憶可能なメモリを備える、」ものである。
【0123】
第１８の態様によるプログラムは、上記第１乃至上記第１７のいずれか一の態様において「前記システムが、前記レコメンドに係る情報を記憶可能なメモリを備える、」ものである。
【0124】
第１９の態様による方法は、上記第１乃至上記第１７のいずれか一の態様において「前記システムが、前記レコメンドに係る情報を記憶可能なメモリを備える、」ものである。
【0125】
３．情報処理装置
上述の実施例１乃至４に係るシステム（及び２．６の実施態様）に利用される、携帯端末、サーバ、又は、クラウドは、一又は複数の情報処理装置から構成されてよい。情報処理装置１０は、図１０のように、バス１１、演算装置１２、記憶装置１３、入力装置１４、表示装置１５及び通信ＩＦ１６を有してよい。また、情報処理装置１０は、ネットワーク１９を介して、携帯端末と、直接または間接的に接続されてよい。また、情報処理装置１０は、図示しないデータベースと接続されてよい。また、データベースは、情報処理装置１０内に含まれていてもよい。
上述の実施例１乃至４に係るシステム（及び２．６の実施態様）に利用される、携帯端末、サーバ、又は、クラウドは、一又は複数の情報処理装置から構成されてよい。情報処理装置１０は、図１０のように、バス１１、演算装置１２、記憶装置１３、入力装置１４、表示装置１５及び通信ＩＦ１６を有してよい。また、情報処理装置１０は、ネットワーク１９を介して、携帯端末と、直接または間接的に接続されてよい。また、情報処理装置１０は、図示しないデータベースと接続されてよい。また、データベースは、情報処理装置１０内に含まれていてもよい。
【0126】
バス１１は、演算装置１２、記憶装置１３、入力装置１４、表示装置１５及び通信ＩＦ１６の間の情報を伝達する機能を有してよい。
【0127】
演算装置１２の例としては、例えばプロセッサが挙げられる。これは、ＣＰＵであってもよいし、ＭＰＵであってもよい。また、グラフィックスプロセッシングユニット、デジタルシグナルプロセッサなどを有してもよい。要するに、演算装置１２は、プログラムの命令を実行できる装置であればよい。
【0128】
記憶装置１３は、情報を記録する装置である。これは、外部メモリと内部メモリのいずれでもよく、主記憶装置と補助記憶装置のいずれでもよい。また、磁気ディスク（ハードディスク）、光ディスク、磁気テープ、半導体メモリなどでもよい。また、ネットワークを介した記憶装置又は、ネットワークを介したクラウド上の記憶装置を有してもよい。
【0129】
なお、演算装置に近い位置で情報を記憶する、レジスタ、Ｌ１キャッシュ、Ｌ２キャッシュなどは、本図の模式図においては、演算装置１２内に含まれる場合もあるが、計算機アーキテクチャのデザインにおいて、情報を記録する装置としては、記憶装置１３がこれらを含んでもよい。要するに、演算装置１２、記憶装置１３及びバス１１が協調して、情報処理を実行できるよう構成されていればよい。
【0130】
記憶装置１３は、本発明に関連するサービスを実行するプログラムを備えることができる。また、本発明に関連するサービスを実行する際に必要なデータを、適宜記録することもできる。
【0131】
また、上記は、演算装置１２が、記憶装置１３に備えられたプログラムに基づいて実行される場合を記載したが、上記のバス１１、演算装置１２と記憶装置１３が組み合わされた形式の一つとして、本件システムに係る情報処理を、ハードウェア回路自体を変更することができるプログラマブルロジックデバイス又は実行する情報処理が決まっている専用回路で実現されてもよい。
【0132】
入力装置１４は、情報を入力するものであるが、他の機能を有してもよい。入力装置１４としては、キーボード、マウス、タッチパネル、又はペン型の指示装置などの指示装置が挙げられる。
【0133】
表示装置１５は、例えば、ディスプレイがあるが、他の機能を有してもよい。また、表示装置１５は、液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイなどでもよい。要するに、情報を表示できる装置であればよい。また、タッチパネルのように入力装置１４を一部に備えてもよい。
【0134】
ネットワーク１９は、通信ＩＦ１６と共に、情報を伝達する。すなわち、情報処理装置である１０の情報を、ネットワークを介して他の情報端末１８に伝達できるようにする機能を有する。通信ＩＦ１６は、どのような接続形式でもよく、ＵＳＢ、ＩＥＥＥ１３９４、イーサネット（登録商標）、ＰＣＩ、ＳＣＳＩなどでもよい。ネットワーク１９は、有線と無線のいずれでもよく、光ファイバ、同軸ケーブル、イーサネットケーブルなどを用いてもよい。
【0135】
本図では、一台の情報処理装置１０として説明したが、情報処理装置１０は、複数の情報処理装置で構成されてもよい。当該複数の情報処理装置は、内部的に接続されていてもよいし、外部的に接続されていてもよい。また、情報処理装置１０が複数の情報処理装置で構成される場合、その所有者は、異なってもよい。また、情報処理装置１０を本願発明に係るシステムとして運営する者は、情報処理装置１０の所有者と異なっていてもよい。また、上記のサーバは、物理的な存在であってもよいし、仮想的なものであってもよい。例えば、クラウドコンピューティングを用いて、情報処理装置１０を仮想的に実現してもよい。
【0136】
本願書類の実施例において述べた発明例は、本願書類で説明されたものに限らず、その技術的思想の範囲内で、種々の例に適用できることはいうまでもない。
【0137】
また、本願書類で説明される処理及び手順は、実施形態において明示的に説明されたものによってのみならず、ソフトウェア、ハードウェア又はこれらの組み合わせによっても実現可能なものであってよい。特にサーバが行う処理として説明した技術は、クラウド、又はサーバとクラウドの組み合わせの情報処理装置によって処理されてよい。また、本願書類で説明される処理及び手順は、それらの処理・手順をコンピュータプログラムとして実装し、各種のコンピュータに実行させることが可能であってよい。例えば、サーバが行う処理として説明した技術は、サーバに実装されるコンピュータプログラムが有する機能によって、実現されてよい。また、これらのプログラムは、非一過性又は一時的な記憶媒体に記憶されてよい。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
