特開 2023-147002 プログラム、情報処理装置及び情報処理方法

(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】P2023147002

(43)【公開日】2023-10-12

(54)【発明の名称】プログラム、情報処理装置及び情報処理方法

(51)【国際特許分類】

   G16H 20/00 20180101AFI20231004BHJP

   G16H 10/60 20180101ALI20231004BHJP

【ＦＩ】

G16H20/00

G16H10/60

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2022054500

(22)【出願日】2022-03-29

(71)【出願人】

【識別番号】302064762

【氏名又は名称】株式会社日本総合研究所

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】本宮 明日香

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA15

5L099AA22

(57)【要約】

【課題】ユーザがストレス状態にあると判定した場合に、当該ユーザの口座からの出金に関する情報を出力することが可能となるプログラム等を提供すること。
【解決手段】一つの側面に係るプログラムは、ユーザがストレス状態にあるか否かを判定し、前記ストレス状態にあると判定した場合に、前記ユーザの口座からの出金に関する情報を出力する処理をコンピュータに実行させる。これにより、ユーザがストレス状態にあると判定した場合に、当該ユーザの口座からの出金に関する情報を出力することが可能となる。
【選択図】図７

【特許請求の範囲】

【請求項1】

ユーザがストレス状態にあるか否かを判定し、
前記ストレス状態にあると判定した場合に、前記ユーザの口座からの出金に関する情報を出力する
処理をコンピュータに実行させるプログラム。

【請求項2】

前記出金に関する情報に含まれる出金額を、キャッシュレス決済サービスにおける前記ユーザのアカウントに関連付けられる残高に対してチャージする
請求項１に記載のプログラム。

【請求項3】

前記出金に関する情報に含まれる出金額を、前記ユーザの貯蓄用の口座から普通預金の口座に出金する
請求項１又は２に記載のプログラム。

【請求項4】

前記出金に関する情報に含まれる出金額を出金する場合に、ストレス解消に関するアドバイス情報を出力する
請求項１から３までのいずれかひとつに記載のプログラム。

【請求項5】

前記ユーザの心拍変動、血圧、及び体温の少なくとも１つを含む生体データを取得し、
取得した生体データに基づき、前記ストレス状態にあるか否かを判定する
請求項１から４までのいずれかひとつに記載のプログラム。

【請求項6】

前記心拍変動のデータを取得し、
取得した心拍変動のデータに応じた交感神経及び副交感神経の緊張度の比率に基づき、前記ストレス状態にあるか否かを判定する
請求項５に記載のプログラム。

【請求項7】

前記ユーザの生理周期を示す生理情報を取得し、
取得した生理情報に基づき、前記ストレス状態にあるか否かを判定する
請求項１から６までのいずれかひとつに記載のプログラム。

【請求項8】

スケジュールを管理するスケジューラから、前記ユーザのスケジュールを示すスケジュールデータを取得し、
取得したスケジュールデータに基づき、前記ストレス状態にあるか否かを判定する
請求項１から７までのいずれかひとつに記載のプログラム。

【請求項9】

前記ユーザにより閲覧されたニュース情報を取得し、
取得したニュース情報に基づき、前記ストレス状態にあるか否かを判定する
請求項１から８までのいずれかひとつに記載のプログラム。

【請求項10】

前記ストレス状態にあると判定した場合に、前記ユーザのストレスレベルを判定し、
判定したストレスレベルに応じて、前記出金に関する情報に含まれる出金額を変更する
請求項１から９までのいずれかひとつに記載のプログラム。

【請求項11】

ユーザがストレス状態にあるか否かを判定する判定部と、
前記ストレス状態にあると判定した場合に、前記ユーザの口座からの出金に関する情報を出力する出力部と
を備える情報処理装置。

【請求項12】

ユーザがストレス状態にあるか否かを判定し、
前記ストレス状態にあると判定した場合に、前記ユーザの口座からの出金に関する情報を出力する
処理をコンピュータに実行させる情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、プログラム、情報処理装置及び情報処理方法に関する。

【背景技術】

【0002】

近年、ストレス等によるメンタルヘルスの判定技術の開発が盛んに進められている。例えば特許文献１には、被験者（ユーザ）の前頭部又は側頭部の表面の３つの異なる位置に取り付けられたセンサを用いて取得した該被験者の脳電位信号に基づいて、上記被験者のストレス状態を判定するストレス判定装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－１１８９０８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、特許文献１に係る発明は、ユーザがストレス状態にあると判定した場合に、ストレスを解消するための出金処理を行うことができないという問題がある。

【0005】

一つの側面では、ユーザがストレス状態にあると判定した場合に、当該ユーザの口座からの出金に関する情報を出力することが可能となるプログラム等を提供することにある。

【課題を解決するための手段】

【0006】

一つの側面に係るプログラムは、ユーザがストレス状態にあるか否かを判定し、前記ストレス状態にあると判定した場合に、前記ユーザの口座からの出金に関する情報を出力する処理をコンピュータに実行させる。

【発明の効果】

【0007】

一つの側面では、ユーザがストレス状態にあると判定した場合に、当該ユーザの口座からの出金に関する情報を出力することが可能となる。

【図面の簡単な説明】

【0008】

【図1】メンタルと金融との連動システムの概要を示す説明図である。

【図2】サーバの構成例を示すブロック図である。

【図3】ユーザＤＢ及び口座情報ＤＢのレコードレイアウトの一例を示す説明図である。

【図4】出金履歴ＤＢ及び判定結果ＤＢのレコードレイアウトの一例を示す説明図である。

【図5】ユーザ端末の構成例を示すブロック図である。

【図6】ストレス状態の判定画面の一例を示す説明図である。

【図7】ストレス状態に応じて出金に関する情報を出力する際の処理手順を示すフローチャージである。

【図8】ストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。

【図9】実施形態２における判定結果ＤＢのレコードレイアウトの一例を示す説明図である。

【図10】実施形態２におけるストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。

【図11】実施形態３における判定結果ＤＢのレコードレイアウトの一例を示す説明図である。

【図12】実施形態３におけるストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。

【図13】実施形態４における判定結果ＤＢのレコードレイアウトの一例を示す説明図である。

【図14】実施形態４におけるストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。

【図15】実施形態５におけるサーバの構成例を示すブロック図である。

【図16】アドバイス情報ＤＢのレコードレイアウトの一例を示す説明図である。

【図17】ストレス解消の案内画面の一例を示す説明図である。

【図18】出金の場合にアドバイス情報を出力する際の処理手順を示すフローチャージである。

【図19】実施形態６における判定結果ＤＢのレコードレイアウトの一例を示す説明図である。

【図20】ストレスレベルに応じて出金額を変更する際の処理手順を示すフローチャージである。

【図21】ストレスレベルに応じて出金額を変更する際の処理手順を示すフローチャージである。

【図22】実施形態６におけるストレス状態の判定画面の一例を示す説明図である。

【図23】ストレス状態の再度判定画面の一例を示す説明図である。

【発明を実施するための形態】

【0009】

以下、本発明をその実施形態を示す図面に基づいて詳述する。

【0010】

（実施形態１）
実施形態１は、ユーザがストレス状態にあると判定した場合に、当該ユーザの口座からの出金に関する情報を出力する形態に関する。図１は、メンタルと金融との連動システムの概要を示す説明図である。本実施形態のシステムは、情報処理装置１及び情報処理端末２を含み、各装置はインターネット等のネットワークＮを介して情報の送受信を行う。

【0011】

情報処理装置１は、種々の情報に対する処理、記憶及び送受信を行う情報処理装置である。情報処理装置１は、例えばサーバ装置、パーソナルコンピュータまたは汎用のタブレットＰＣ（パソコン）等である。本実施形態において情報処理装置１はサーバ装置であるものとし、以下では簡潔のためサーバ１と読み替える。

【0012】

情報処理端末２は、出金に関する情報の受信及び表示等を行う端末装置である。情報処理端末２は、例えばスマートフォン、携帯電話、アップルウォッチ（Apple Watch:登録商標）等のウェアラブルデバイス、タブレット、パーソナルコンピュータ端末等の情報処理機器である。以下では簡潔のため、情報処理端末２をユーザ端末２と読み替える。

【0013】

本実施形態に係るサーバ１は、ユーザがストレス状態にあるか否かを判定する。サーバ１は、当該ユーザがストレス状態にあると判定した場合、当該ユーザの口座からの出金に関する情報をユーザ端末２に出力する。サーバ１は、出金に関する情報に含まれる出金額を、キャッシュレス決済サービスにおける当該ユーザのアカウントに関連付けられる残高に対してチャージする。

【0014】

なお、ストレス状態の判定処理または出金に関する情報の出力処理はユーザ端末２側で行われても良い。

【0015】

図２は、サーバ１の構成例を示すブロック図である。サーバ１は、制御部１１、記憶部１２、通信部１３、入力部１４、表示部１５、読取部１６及び大容量記憶部１７を含む。各構成はバスＢで接続されている。

【0016】

制御部１１はＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＤＳＰ（Digital Signal Processor）、または量子プロセッサ等の演算処理装置を含む。制御部１１は、記憶部１２に記憶された制御プログラム１Ｐ（プログラム製品）を読み出して実行することにより、サーバ１に係る種々の情報処理、制御処理等を行う。

【0017】

なお、制御プログラム１Ｐは、単一のコンピュータ上で、または１つのサイトにおいて配置されるか、もしくは複数のサイトにわたって分散され、通信ネットワークによって相互接続された複数のコンピュータ上で実行されるように展開することができる。なお、図２では制御部１１を単一のプロセッサであるものとして説明するが、マルチプロセッサであっても良い。

【0018】

記憶部１２はＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ素子を含み、制御部１１が処理を実行するために必要な制御プログラム１Ｐ又はデータ等を記憶している。また、記憶部１２は、制御部１１が演算処理を実行するために必要なデータ等を一時的に記憶する。通信部１３は通信に関する処理を行うための通信モジュールである。

【0019】

入力部１４は、マウス、キーボード、タッチパネル、ボタン等の入力デバイスであり、受け付けた操作情報を制御部１１へ出力する。表示部１５は、液晶ディスプレイ又は有機ＥＬ（electroluminescence）ディスプレイ等であり、制御部１１の指示に従い各種情報を表示する。

【0020】

読取部１６は、ＣＤ（Compact Disc）－ＲＯＭ又はＤＶＤ（Digital Versatile Disc）－ＲＯＭを含む可搬型記憶媒体１ａを読み取る。制御部１１が読取部１６を介して、制御プログラム１Ｐを可搬型記憶媒体１ａより読み取り、大容量記憶部１７に記憶しても良い。また、ネットワークＮ等を介して他のコンピュータから制御部１１が制御プログラム１Ｐをダウンロードし、大容量記憶部１７に記憶しても良い。さらにまた、半導体メモリ１ｂから、制御部１１が制御プログラム１Ｐを読み込んでも良い。

【0021】

大容量記憶部１７は、例えばＨＤＤ（Hard disk drive:ハードディスク）、ＳＳＤ(Solid State Drive:ソリッドステートドライブ)等の記録媒体を備える。大容量記憶部１７は、ユーザＤＢ（database）１７１、口座情報ＤＢ１７２、出金履歴ＤＢ１７３及び判定結果ＤＢ１７４を含む。

【0022】

ユーザＤＢ１７１は、ユーザに関する情報を記憶している。口座情報ＤＢ１７２は、ユーザの口座情報を記憶している。出金履歴ＤＢ１７３は、ユーザの口座からの出金履歴を記憶している。判定結果ＤＢ１７４は、ユーザのストレス状態を判定した判定結果を記憶している。

【0023】

なお、本実施形態において記憶部１２及び大容量記憶部１７は一体の記憶装置として構成されていても良い。また、大容量記憶部１７は複数の記憶装置により構成されていても良い。更にまた、大容量記憶部１７はサーバ１に接続された外部記憶装置であっても良い。

【0024】

サーバ１は、種々の情報処理及び制御処理等をコンピュータ単体で実行しても良いし、複数のコンピュータで分散して実行しても良い。また、サーバ１は、１台のサーバ内に設けられた複数の仮想マシンによって実現されても良いし、クラウドサーバを用いて実現されても良い。

【0025】

図３は、ユーザＤＢ１７１及び口座情報ＤＢ１７２のレコードレイアウトの一例を示す説明図である。
ユーザＤＢ１７１は、ユーザＩＤ列、氏名列、年齢列及び性別列を含む。ユーザＩＤ列は、各ユーザを識別するために、一意に特定されるユーザのＩＤを記憶している。氏名列は、ユーザの氏名を記憶している。年齢列は、ユーザの年齢を記憶している。性別列は、ユーザの性別を記憶している。なお、ユーザＤＢ１７１に記憶された情報に関しては、ユーザＩＤ、氏名、年齢及び性別に限るものではない。例えば、ユーザの職業、収入または住所等の情報をユーザＤＢ１７１に記憶しても良い。

【0026】

口座情報ＤＢ１７２は、ユーザＩＤ列、金融機関コード列、支店コード列、口座番号列、名義列は、預金種類列及び口座種別列を含む。ユーザＩＤ列は、ユーザを特定するユーザＩＤを記憶している。金融機関コード列は、ユーザが有する口座の金融機関コードを記憶している。支店コード列は、口座の支店コードを記憶している。口座番号列は、口座の口座番号を記憶している。名義列は、口座の名義を記憶している。

【0027】

預金種類列は、口座の預金の種類を記憶している。預金の種類は、普通預金、定期預金、貯蓄預金、当座預金、外貨預金またはチャージ専用等を含む。なお、預金の種類は、上述した種類に限らず、例えば無利息普通預金、仕組預金（金融機関の定めに従って運用される預金）、通知預金（引き出しを行う際に事前の通知が必要な預金）、または暗号資産（仮想通貨）のウォレットに換金できる預金等を含んでも良い。

【0028】

口座種別列は、口座の種別を記憶している。本実施形態での口座は、出金の難易度の高い順に、第１口座、第２口座及び第３口座に分類される。第１口座（貯蓄用の口座）は、預金加入時に一定金額と一定期間とを決めて利用する定期預金等の口座であり、すなわち、一定期間を満たす金額に対して一定期間以上維持された期間（満期日）まで基本的に引き出さない口座である。第２口座（普通預金の口座）は、自由に入出金ができる普通預金等の口座であり、すなわち、普段使いにおける適切な口座である。

【0029】

第３口座は、ユーザの専用に割り当てられたチャージ専用のアカウント（口座）であり、例えば、ＰａｙＰａｙ（登録商標）のアカウント、またはメルペイ（登録商標）のアカウント等であっても良い。また、第３口座は、資産運用口座（例えば、投資信託口座）、電車もしくはバス等で利用可能な交通系電子マネー（例えば、Ｓｕｉｃａ（登録商標））、またはスーパーもしくはコンビニエンスストア等で利用可能な流通系電子マネー（例えば、楽天Ｅｄｙ（登録商標））等を含む。ユーザが利用する金融機関の口座から、第３口座にチャージすることができる。なお、上述した口座の分類に限らず、実際のニーズに応じて、適切な口座の種別（例えば、第１口座及び第２口座のみ）が設けられても良い。

【0030】

図４は、出金履歴ＤＢ１７３及び判定結果ＤＢ１７４のレコードレイアウトの一例を示す説明図である。
出金履歴ＤＢ１７３は、履歴ＩＤ列、出金額列、出金元口座列、出金先口座列及び出金日時列を含む。履歴ＩＤ列は、各出金履歴のデータを識別するために、一意に特定される出金履歴のデータのＩＤを記憶している。出金額列は、口座から出金された金額を記憶している。出金元口座列は、出金元となる口座の口座番号を記憶している。出金先口座列は、出金先となる口座の口座番号を記憶している。出金日時列は、口座から出金された日時情報を記憶している。

【0031】

判定結果ＤＢ１７４は、ユーザＩＤ列、心拍列、血圧列、体温列、ストレス状態列及び判定日時列を含む。ユーザＩＤ列は、ユーザを特定するユーザＩＤを記憶している。心拍列は、ユーザの心拍変動（Heart Rate Variability ; HRV）データを記憶している。血圧列は、ユーザの血圧データを記憶している。体温列は、ユーザの体温データを記憶している。

【0032】

ストレス状態列は、ユーザがストレス状態にあるか否かを示す情報を記憶している。例えばストレス状態列には、ユーザがストレス状態にある場合に「あり」が記憶され、ユーザがストレス状態にない場合に「なし」が記憶されても良い。判定日時列は、ストレス状態を判定した日時情報を記憶している。

【0033】

なお、上述した各ＤＢの記憶形態は一例であり、データ間の関係が維持されていれば、他の記憶形態であっても良い。

【0034】

図５は、ユーザ端末２の構成例を示すブロック図である。ユーザ端末２は、制御部２１、記憶部２２、通信部２３、入力部２４及び表示部２５を含む。各構成はバスＢで接続されている。

【0035】

制御部２１はＣＰＵ、ＭＰＵ等の演算処理装置を含み、記憶部２２に記憶された制御プログラム２Ｐ（プログラム製品）を読み出して実行することにより、ユーザ端末２に係る種々の情報処理、制御処理等を行う。なお、図５では制御部２１を単一のプロセッサであるものとして説明するが、マルチプロセッサであっても良い。

【0036】

記憶部２２はＲＡＭ、ＲＯＭ等のメモリ素子を含み、制御部２１が処理を実行するために必要な制御プログラム２Ｐ又はデータ等を記憶している。また、記憶部２２は、制御部２１が演算処理を実行するために必要なデータ等を一時的に記憶する。

【0037】

通信部２３は通信に関する処理を行うための通信モジュールであり、ネットワークＮを介して、サーバ１等と情報の送受信を行う。入力部２４は、キーボード、マウスまたは表示部２５と一体化したタッチパネルでも良い。表示部２５は、液晶ディスプレイ又は有機ＥＬディスプレイ等であり、制御部２１の指示に従い各種情報を表示する。

【0038】

続いて、ユーザがストレス状態にあるか否かを判定する処理を説明する。なお、本実施形態では、生体データに基づくストレス状態の判定処理を説明する。生体データは、ユーザの心拍変動（心拍数）データ、血圧データ、及び体温データの少なくとも１つを含む。なお、生体データには、脈拍数、呼吸数、心電データ、発汗量、血中酸素濃度、歩数または歩行速度等が含まれても良い。

【0039】

生体データは任意の方法で取得されても良い。一つの例として、サーバ１は、ユーザが身に着けているウェアラブルデバイス等の生体センサにより測定された心拍数または血圧データ等を取得する。または、サーバ１は、例えばユーザに体温計を装備させ、当該体温計からの体温データを取得する。サーバ１は、取得した生体データを用いてストレス状態を判定する。

【0040】

先ず、心拍変動のデータに基づくストレス状態の判定処理を説明する。例えばユーザ端末２は、ユーザが身に着けている脈波センサから得られる出力波形を基に、脈波の波形からＲ－Ｒ間隔（R-R interval：ＲＲＩ）変動の解析を行った後に、ＲＲＩ変動を等時間間隔データに変換するため所定の再サンプリング周波数でスプライン補間を行い、統計解析を行うことにより、心拍変動の時系列データ（ＲＲＩ時系列データ）を算出する。ユーザ端末２は、算出した心拍変動の時系列データをサーバ１に送信する。

【0041】

サーバ１は、ユーザ端末２から送信された心拍変動の時系列データを受信する。サーバ１は、受信した心拍変動の時系列データから、周期構造を抽出するためにＲＲＩ変動のパワースペクトル密度（Power Spectral Density）を解析する。パワースペクトル密度は、時系列データのパワーを各周波数成分に分解して表したものである。パワースペクトル密度は、例えば周波数スペクトル解析として高速フーリエ変換法により算出されても良い。

【0042】

サーバ１は、パワースペクトル密度を解析することにより、心拍変動の時系列データから、呼吸変動に対応する高周波変動（High Frequency；ＨＦ）成分、及び血圧変動であるメイヤー波（Mayer Wave）に対応する低周波変動（Low Frequency；ＬＦ）成分を抽出する。呼吸変動を反映する高周波成分は、副交感神経が緊張（活性化）している場合のみに心拍変動に現れる一方、低周波成分は、交感神経が緊張している場合、または副交感神経が緊張している場合に心拍変動に現れる。

【0043】

交感神経（ＬＦ成分）及び副交感神経（ＨＦ成分）の緊張状態のバランスによって、ＨＦの変動波とＬＦの変動波との現れる大きさが変わってくるため、心拍変動から自律神経のバランスを推定することができる。このように、交感神経及び副交感神経の緊張の程度またはバランスに基づき、交感神経が緊張状態である場合、ストレスが高い状態と判断される。または、副交感神経が緊張状態である場合、ストレスが低い状態と判断される。これに従って、交感神経及び副交感神経の緊張度の比率に基づき、ユーザがストレス状態にあるか否かを判定することができる。

【0044】

ユーザがストレス状態にない場合、副交感神経が活性化しているため、呼吸変動を示すＨＦ成分と血圧変動を示すＬＦ成分との両方が現れる。ユーザがストレス状態にある場合、交感神経が活性化しているため、ＬＦ成分が現れる一方、ＨＦ成分は減少している。このように、ユーザがストレス状態にない場合、相対的にＨＦ成分が大きくなるため、交感神経及び副交感神経の緊張度の比率（ＬＦ／ＨＦ）は小さくなる。逆に、ユーザがストレス状態にある場合、ＨＦ成分に対してＬＦ成分が大きくなるため、交感神経及び副交感神経の緊張度の比率（ＬＦ／ＨＦ）は大きくなる。すなわち、交感神経及び副交感神経の緊張度の比率が高い場合に交感神経優位を示し、交感神経及び副交感神経の緊張度の比率が低い場合に副交感神経優位を示している。

【0045】

サーバ１は、心拍変動の時系列データから抽出されたＬＦ成分及びＨＦ成分に基づき、交感神経及び副交感神経の緊張度の比率それぞれを算出する。サーバ１は、算出したそれぞれの比率から平均比率を算出する。サーバ１は、算出した平均比率が所定の閾値以上である場合、ユーザがストレス状態にあると判定する。逆に、サーバ１は、当該平均比率が所定の閾値未満である場合、ユーザがストレス状態にないと判定する。

【0046】

サーバ１は、例えばＬＦ成分の測定値が６４３．６７であり、ＨＦ成分の測定値が３４７．１９である場合、交感神経及び副交感神経の緊張度の比率（ＬＦ／ＨＦ）が１．８５であると算出する。サーバ１は、算出した交感神経及び副交感神経の緊張度の比率（例えば、１．８５）が所定の閾値（例えば、２．０）未満である場合、ユーザがストレス状態にないと判定する。

【0047】

サーバ１は、判定した判定結果を判定結果ＤＢ１７４に記憶する。具体的には、サーバ１は、ユーザＩＤに対応付けて、心拍変動のデータ、ストレス状態及び判定日時を一つのレコードとして判定結果ＤＢ１７４に記憶する。

【0048】

次に、血圧データに基づくストレス状態の判定処理を説明する。ユーザがストレスを感じたり、ストレスを感じなかったりすることもあるため、血圧変動の一因になる。ユーザ端末２は、ユーザが身に着けている血圧センサから血圧データを取得し、取得した血圧データをサーバ１に送信する。血圧データは、血圧値及び測定日時等を含む。血圧値は、収縮期血圧ＳＢＰ（Systolic Blood Pressure）と拡張期血圧ＤＢＰ（Diastolic Blood Pressure）等を含む。

【0049】

サーバ１は、ユーザ端末２から送信された血圧データを受信する。サーバ１は、ユーザＩＤに基づき、当該ユーザの年齢及び性別をユーザＤＢ１７１から取得する。サーバ１は、取得した年齢、性別及び血圧データに基づき、例えば、年齢と性別と高血圧との相関を示す参照用の血圧データを参照し、当該ユーザの血圧が高いか否かを判定する。サーバ１は、ユーザの血圧値が所定の高血圧の範囲に含まれる場合、当該ユーザがストレス状態にあると判定する。

【0050】

そして、体温データに基づくストレス状態の判定処理を説明する。ユーザが精神的なストレスを感じていると、交感神経の働きが活発になるため、体温が上がる場合がある。例えば、ユーザがストレスにより３７度以上の発熱が出て、病院で検査をしても病気が見つからず、身体に異常が見られない場合、ストレス性高体温症または心因性発熱と呼ばれる。従って、体温データを用いてストレス状態を判定することができる。

【0051】

具体的には、ユーザ端末２は、ユーザに装備させた体温計から体温データ、及び当該ユーザの平熱を取得する。なお、ユーザ端末２は、ユーザが体温測定を行った結果の記録データを記憶部２２に記憶した場合、記憶した過去のデータから平熱を算出しても良い。ユーザ端末２は、取得した体温データ及び平熱をサーバ１に送信する。

【0052】

サーバ１は、ユーザ端末２から送信された体温データ及び平熱を受信する。サーバ１は、受信したユーザの体温データが平熱以上であり、または、当該体温データが所定の閾値（例えば、３７度）を超えた場合、当該ユーザがストレス状態にあると判定する。それ以外の場合、サーバ１は、当該ユーザがストレス状態にないと判定する。

【0053】

なお、心拍変動のデータ、血圧データまたは体温データの組み合わせデータにより、ユーザがストレス状態にあるか否かを判定しても良い。例えば、サーバ１は、心拍変動のデータに基づいてストレス状態にあると判定し、且つ、血圧データに基づいてストレス状態にあると判定した場合、ユーザがストレス状態にあると判定しても良い。

【0054】

なお、心拍変動のデータ、血圧データ及び体温データの他に、例えば、脈拍数、呼吸数、心電データまたは発汗量等のいずれか、あるいは組み合わせによって、ユーザがストレス状態にあるか否かを判定しても良い。

【0055】

なお、上述の生体データに基づくストレス状態の判定処理に限るものではない。例えば、機械学習により生成された学習済みモデルを利用し、ユーザのストレス状態を推定（判定）することができる。例えばサーバ１は、生体データ（心拍変動、血圧または体温等のいずれか、あるいは組み合わせ）を入力した場合に、ユーザがストレス状態にあるか否かを推定した推定結果を出力するよう学習された第１学習モデルに、生体データを入力して当該ユーザのストレス状態の推定結果を出力しても良い。

【0056】

続いて、ユーザがストレス状態にある場合、当該ユーザの口座からの出金に関する情報を出力する処理を説明する。出金に関する情報は、例えば、出金元の口座情報、出金先の口座情報、出金額または出金日時等を含む。

【0057】

口座情報は、金融機関コード、支店コード、口座番号、名義、預金種類（例えば、定期預金、普通預金、貯蓄預金、当座預金またはチャージ専用）または口座種別（例えば、第１口座、第２口座または第３口座）等を含む。出金額は、予め決められた金額（例えば、５０００円）であっても良く、または、出金元の口座の残高に応じて決められても良い。例えば出金元の口座の残高が３０００円である場合、出金額は３０００円であっても良い。

【0058】

サーバ１は、出金に関する情報をユーザ端末２に送信する。ユーザ端末２は、サーバ１から送信された出金に関する情報を受信し、受信した出金に関する情報を画面に表示する。ユーザ端末２は、ユーザによる出金指示を受け付けた場合、受け付けた出金指示をサーバ１に送信する。サーバ１は、ユーザ端末２から送信された出金指示に応じて、出金処理を行う。

【0059】

出金処理の一つの例として、サーバ１は、キャッシュレス決済サービスにおけるユーザのアカウント（第３口座）に関連付けられる残高に対し、出金額をチャージする。キャッシュレス決済は、例えば、二次元コード決済、電子マネー決済、クレジットカード決済、デビットカード決済または仮想通貨決済等を含む。二次元コード決済は、例えばＱＲコード（登録商標）決済等であっても良い。

【0060】

具体的には、サーバ１はユーザＩＤに基づき、口座種別が「第２口座」である口座情報、及び口座種別が「第３口座」である口座情報を口座情報ＤＢ１７２から取得する。サーバ１は、所定の出金額を取得する。サーバ１は、キャッシュレス決済サービスを通じて、取得した出金額をユーザの第２口座から引き落として第３口座に対応するアカウント宛にチャージする処理を行う。

【0061】

サーバ１は、出金履歴を出金履歴ＤＢ１７３に記憶する。具体的には、サーバ１は履歴ＩＤを割り振る。サーバ１は、割り振った履歴ＩＤに対応付けて、出金額、出金元（第２口座）の口座情報、出金先（第３口座）の口座情報及び出金日時を一つのレコードとして出金履歴ＤＢ１７３に記憶する。

【0062】

また、出金処理のもう一つの例として、先ず、サーバ１は、ユーザの第１口座（貯蓄用の口座）から第２口座（普通預金の口座）に出金する。具体的には、サーバ１は、ユーザＩＤに基づき、口座種別が「第１口座」である口座情報、口座種別が「第２口座」である口座情報、及び口座種別が「第３口座」である口座情報を口座情報ＤＢ１７２から取得する。サーバ１は、金融機関の決済プラットフォーム等を利用し、所定の出金額をユーザの第１口座から引き落として第２口座に入金する処理を行う。次に、サーバ１は、キャッシュレス決済サービスを通じて、所定の出金額を入金された当該第２口座からチャージ専用の第３口座に対応するアカウント宛にチャージする処理を行う。

【0063】

サーバ１は、出金履歴を出金履歴ＤＢ１７３に記憶する。具体的には、サーバ１は履歴ＩＤを割り振り、割り振った履歴ＩＤに対応付けて、出金額、出金元（第１口座）の口座情報、出金先（第２口座）の口座情報及び出金日時を一つのレコードとして出金履歴ＤＢ１７３に記憶する。また、サーバ１は履歴ＩＤを割り振り、割り振った履歴ＩＤに対応付けて、出金額、出金元（第２口座）の口座情報、出金先（第３口座）の口座情報及び出金日時を一つのレコードとして出金履歴ＤＢ１７３に記憶する。

【0064】

なお、上記決済処理は一例であってこれに限定されず、他の処理によって出金の決済を行うようにしても良い。

【0065】

図６は、ストレス状態の判定画面の一例を示す説明図である。当該画面は、チェックボタン１１ａ、結果表示欄１１ｂ、はいボタン１１ｃ及びいいえボタン１１ｄを含む。

【0066】

チェックボタン１１ａは、ストレス状態をチェック（判定）するボタンである。なお、図６では、心拍変動のデータを利用するが、これに限らず、血圧または体温等の他の種類の生体データを利用しても良い。結果表示欄１１ｂは、ストレス状態のチェック結果を表示する表示欄である。はいボタン１１ｃは、ストレスの解消を受け付けるボタンである。いいえボタン１１ｄは、ストレスの解消の拒否を受け付けるボタンである。

【0067】

ユーザ端末２は、チェックボタン１１ａのタッチ（クリック）操作を受け付けた場合、例えば、ユーザ端末２に搭載されている測定用のアプリケーションを通じて、心拍変動の時系列データを取得する。測定用のアプリケーションは、例えば、ＡＰＰＬＥ’Ｓ ＩＯＳ ＨＥＡＬＴＨ ＫＩＴ（登録商標）、またはＧＯＯＧＬＥ ＦＩＴ(登録商標）等であっても良い。なお、心拍変動の時系列データは、腕等の人体（血管がある部分）に接触して血流を感知して動作する心拍センサ、または心拍センサを備えるウェアラブル装置等を用いて取得されても良い。

【0068】

ユーザ端末２は、ユーザＩＤに対応付けて、取得した心拍変動の時系列データをサーバ１に送信する。サーバ１は、ユーザ端末２から送信されたユーザＩＤ及び心拍変動の時系列データを受信する。サーバ１は、受信した心拍変動の時系列データから、パワースペクトル密度を解析することにより、ＨＦ成分及びＬＦ成分を抽出する。

【0069】

サーバ１は、抽出したＬＦ成分及びＨＦ成分に基づき、交感神経及び副交感神経の緊張度の比率それぞれを算出する。サーバ１は、算出したそれぞれの比率から平均比率を算出する。サーバ１は、算出した平均比率に基づいて、ユーザがストレス状態にあるか否かを判定する。サーバ１は、ユーザＩＤに対応付けて、ユーザの氏名をユーザＤＢ１７１から取得する。サーバ１は、ユーザＩＤ、氏名及びストレス状態の判定結果を含むチェック結果をユーザ端末２に送信する。

【0070】

ユーザ端末２は、サーバ１から送信されたチェック結果を受信する。ユーザ端末２は、チェック結果に含まれるストレス状態の判定結果に応じて、予め決められたコメントを記憶部２２から取得する。例えば、ユーザがストレス状態にある場合、コメントが「ストレスが溜ってきています。解消しましょう！」であっても良い。または、ユーザがストレス状態にない場合、コメントが「心身はリラックスした穏やかな状態です！」であっても良い。ユーザ端末２は、ユーザＩＤ、氏名及びコメントを結果表示欄１１ｂに表示する。

【0071】

ユーザ端末２は、はいボタン１１ｃのタッチ操作を受け付けた場合、後述する案内画面（図１７）に遷移する。ユーザ端末２は、いいえボタン１１ｄのタッチ操作を受け付けた場合、例えば、ホーム画面または前の画面に遷移する。

【0072】

図７は、ストレス状態に応じて出金に関する情報を出力する際の処理手順を示すフローチャージである。ユーザ端末２の制御部２１は、ユーザのストレス状態を判定するための対象データを取得する（ステップＳ２０１）。対象データは、例えば心拍変動のデータ、血圧データまたは体温データ等である。制御部２１は、取得した対象データを通信部２３によりサーバ１に送信する（ステップＳ２０２）。

【0073】

サーバ１の制御部１１は、ユーザ端末２から送信された対象データを通信部１３により受信する（ステップＳ１０１）。制御部１１は、受信した対象データに基づき、ストレス状態を判定する処理のサブルーチンを実行する（ステップＳ１０２）。なお、ストレス状態の判定処理のサブルーチンに関しては後述する。制御部１１は、判定処理のサブルーチンから得られた判定結果に基づき、ユーザがストレス状態にあるか否かを判定する（ステップＳ１０３）。制御部１１は、ユーザがストレス状態にないと判定した場合（ステップＳ１０３でＮＯ）、ステップＳ１０１の処理に戻る。

【0074】

制御部１１は、ユーザがストレス状態にあると判定した場合（ステップＳ１０３でＹＥＳ）、ストレス状態の判定結果を大容量記憶部１７の判定結果ＤＢ１７４に記憶する（ステップＳ１０４）。具体的には、制御部１１は、ユーザＩＤに対応付けて、対象データ（例えば、心拍変動のデータ、血圧データまたは体温データ）、ストレス状態及び判定日時を一つのレコードとして判定結果ＤＢ１７４に記憶する。

【0075】

制御部１１は、ユーザの出金元の口座情報及び出金先の口座情報を特定する（ステップＳ１０５）。具体的には、制御部１１はユーザＩＤに基づき、口座種別が「第２口座」である口座情報を出金元の口座情報とし、口座種別が「第３口座」である口座情報を出金先の口座情報として大容量記憶部１７の口座情報ＤＢ１７２から取得する。

【0076】

制御部１１は、ユーザの口座からの出金に関する情報（出金元の口座情報、出金先の口座情報、出金額または出金日時等）を通信部１３によりユーザ端末２に送信する（ステップＳ１０６）。ユーザ端末２の制御部２１は、サーバ１から送信された出金に関する情報を通信部２３により受信する（ステップＳ２０３）。制御部２１は、受信した出金に関する情報を表示部２５により表示する（ステップＳ２０４）。

【0077】

制御部２１は、ユーザによる出金指示を入力部２４により受け付けた場合（ステップＳ２０５）、受け付けた出金指示を通信部２３によりサーバ１に送信する（ステップＳ２０６）。出金指示には、出金に関する情報等が含まれる。サーバ１の制御部１１は、ユーザ端末２から送信された出金指示を通信部１３により受信する（ステップＳ１０７）。

【0078】

制御部１１は、受信した出金指示に応じて、チャージ処理を行う（ステップＳ１０８）。具体的には、制御部１１はキャッシュレス決済サービスを通じて、出金指示に含まれる出金額を、ユーザの出金元の口座から出金先の口座に対応するアカウント宛にチャージする。

【0079】

制御部１１は、出金履歴を大容量記憶部１７の出金履歴ＤＢ１７３に記憶し（ステップＳ１０９）、処理を終了する。具体的には、制御部１１は履歴ＩＤを割り振る。制御部１１は、割り振った履歴ＩＤに対応付けて、出金額、出金元の口座情報、出金先の口座情報及び出金日時を一つのレコードとして出金履歴ＤＢ１７３に記憶する。

【0080】

図８は、ストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。なお、図８では、心拍変動のデータに基づくストレス状態の判定処理を説明する。

【0081】

サーバ１の制御部１１は、例えば高速フーリエ変換法を利用し、ステップＳ１０１の処理により受信した心拍変動の時系列データからＲＲＩ変動のパワースペクトル密度を解析する（ステップＳ０１）。制御部１１は、パワースペクトル密度を解析することにより、心拍変動の時系列データからＬＦ成分及びＨＦ成分を抽出する（ステップＳ０２）。制御部１１は、抽出したＬＦ成分及びＨＦ成分に基づき、交感神経及び副交感神経の緊張度の比率（ＬＦ／ＨＦ）それぞれを算出する（ステップＳ０３）。

【0082】

制御部１１は、算出したそれぞれの比率から平均比率を算出する（ステップＳ０４）。
制御部１１は、算出した平均比率が所定の閾値（例えば、２．０）以上であるか否かを判定する（ステップＳ０５）。制御部１１は、平均比率が所定の閾値未満であると判定した場合（ステップＳ０５でＮＯ）、ユーザがストレス状態にないと判定する（ステップＳ０７）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。

【0083】

制御部１１は、平均比率が所定の閾値以上であると判定した場合（ステップＳ０５でＹＥＳ）、ユーザがストレス状態にあると判定する（ステップＳ０６）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。

【0084】

本実施形態によると、ユーザにストレス状態にある場合、当該ユーザの口座からの出金に関する情報を出力することが可能となる。

【0085】

本実施形態によると、キャッシュレス決済サービスにおけるユーザのアカウントに関連付けられる残高に対して出金額をチャージすることが可能となる。

【0086】

本実施形態によると、ユーザの生体データに基づき、当該ユーザがストレス状態にあるか否かを判定することが可能となる。

【0087】

本実施形態によると、ストレスを解消するための出金によって、ユーザの買い物等による罪悪感を減らすことが可能となる。

【0088】

（実施形態２）
実施形態２は、ユーザの生理周期を示す生理情報に基づき、当該ユーザがストレス状態にあるか否かを判定する形態に関する。なお、実施形態１と重複する内容については説明を省略する。

【0089】

生理情報は、生理周期、前回生理開始日または検温データ等を含む。生理周期は、月経期、卵胞期（低温期）、排卵期、黄体期（高温期）が繰り返される生理サイクルによって成り立っており、また、生理サイクル内での経時変化に応じて、基礎体温または女性ホルモン（例えば、エストロゲン及びプロゲステロン）の含有量も変化する。

【0090】

検温データは、基礎体温の経時変化を示す体温データであり、起床時にユーザが体温を日々計測されても良く、または毎日同じ状況下（例えば、朝食の前）で測定されても良い。なお、生理周期、前回生理開始日及び検温データの他に、生理情報は、例えば血液または唾液から検出された女性ホルモンの量であるホルモン含有量を含んでも良い。

【0091】

図９は、実施形態２における判定結果ＤＢ１７４のレコードレイアウトの一例を示す説明図である。なお、図４と重複する内容については説明を省略する。判定結果ＤＢ１７４は、生理周期列、前回生理開始日列及び検温データ列を含む。生理周期列は、ユーザの生理周期を記憶している。前回生理開始日列は、ユーザの前回の生理開始日を記憶している。検温データ列は、基礎体温表等に記録されたユーザの検温データを記憶している。

【0092】

サーバ１は、検温データに基づき、ユーザの生理情報で示される生理周期（過去の生理周期）及び前回生理開始日と照合することにより、月経期、低温期、排卵期または高温期を判定する。サーバ１は、生理周期が高温期または月経期であると判定した場合、当該ユーザがストレス状態にあると判定する。または、サーバ１は、生理周期が低温期または排卵期であると判定した場合、当該ユーザがストレス状態にないと判定する。

【0093】

また、生理が起きるのは脳のホルモンの分泌を調整している視床下部及び下垂体から分泌されたホルモンによって生理が始まり、生理周期がコントロールされている。ユーザがストレスを感じた場合、ホルモンの分泌バランスが乱れることで生理周期が乱れ、生理不順が生じることがある。

【0094】

サーバ１は、検温データに基づき、生理周期及び前回生理開始日と照合することにより、ユーザの生理周期が乱れたか否かを判定する。例えばサーバ１は、推定したユーザの生理周期が正常（例えば、２８日）より長いまたは短い場合、当該ユーザの生理周期が乱れたと判定する。また、サーバ１は、検温データに基づいて高温期を検出できない場合、または、検出された高温期が所定の期間（例えば、１２日）より短い場合、当該ユーザの生理周期が乱れたと判定する。サーバ１は、ユーザの生理周期が乱れたと判定した場合、当該ユーザがストレス状態にあると判定しても良い。

【0095】

図１０は、実施形態２におけるストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。サーバ１の制御部１１は、ステップＳ１０１の処理により受信した生理情報（生理周期、前回生理開始日または検温データ等）に基づき、ユーザの生理周期を推定する（ステップＳ１１）。

【0096】

制御部１１は、推定した生理周期が乱れたか否かを判定する（ステップＳ１２）。例えば制御部１１は、推定した生理周期が正常より長いまたは短い場合、当該ユーザの生理周期が乱れたと判定しても良い。制御部１１は、推定した生理周期が乱れたと判定した場合（ステップＳ１２でＹＥＳ）、ユーザがストレス状態にあると判定する（ステップＳ１３）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。

【0097】

制御部１１は、推定した生理周期が乱れていないと判定した場合（ステップＳ１２でＮＯ）、前回生理開始日及び検温データ等に基づき、生理周期が高温期または月経期であるか否かを判定する（ステップＳ１４）。制御部１１は、生理周期が高温期または月経期である場合（ステップＳ１４でＹＥＳ）、ステップＳ１３の処理に遷移する。制御部１１は、生理周期が高温期ではなく、月経期でもない場合（ステップＳ１４でＮＯ）、ユーザがストレス状態にないと判定する（ステップＳ１５）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。

【0098】

なお、上述の生理情報に基づくストレス状態の判定処理に限るものではない。例えば、機械学習により生成された学習済みモデルを利用し、ユーザのストレス状態を推定（判定）することができる。例えばサーバ１は、生理情報（生理周期、前回生理開始日または検温データ等）を入力した場合に、ユーザがストレス状態にあるか否かを推定した推定結果を出力するよう学習された第２学習モデルに、生理情報を入力して当該ユーザのストレス状態の推定結果を出力しても良い。

【0099】

本実施形態によると、ユーザの生理情報に基づき、当該ユーザがストレス状態にあるか否かを判定することが可能となる。

【0100】

（実施形態３）
実施形態３は、ユーザのスケジュールを示すスケジュールデータに基づき、当該ユーザがストレス状態にあるか否かを判定する形態に関する。なお、実施形態１～２と重複する内容については説明を省略する。

【0101】

スケジュールデータは、各時間帯に対応付けるイベント（タスク）情報等を含む。イベント情報は、例えば会議、セミナーまたは飲み会等を含む。なお、イベント情報には、電車、バス、飛行機、船舶等の交通手段の利用日時、出発地または到着地等の情報が含まれても良い。スケジュールデータは、ユーザが自ら入力しても良く、またはユーザ端末２上でのスケジュールを管理するスケジューラ（例えば、カレンダーアプリケーション）から取得されても良い。

【0102】

図１１は、実施形態３における判定結果ＤＢ１７４のレコードレイアウトの一例を示す説明図である。なお、図４と重複する内容については説明を省略する。判定結果ＤＢ１７４は、日付列、時間帯列及びイベント列を含む。日付列は、イベントを行う日付を記憶している。時間帯列は、イベントを行う時間帯を記憶している。イベント列は、イベントの内容を記憶している。

【0103】

サーバ１は、ユーザ端末２上でのスケジューラからユーザのスケジュールデータを取得する。サーバ１は、取得したスケジュールデータから、イベントの種類及び数を取得する。サーバ１は、取得したイベントの種類に基づき、ストレス要因となるイベントが存在するか否かを判定する。ストレス要因となるイベントは、例えば、会議、セミナー、出張または研究会等のストレスを感じやすい行事である。例えばサーバ１は、イベントの種類が会議であり、且つ、ストレス状態の判定対象日における会議の数が所定数（例えば、３）以上である場合、ユーザがストレス状態にあると判定しても良い。

【0104】

または、サーバ１は、イベントの種類が、交通手段を利用する出張である場合、ユーザがストレス状態にあると判定しても良い。または、サーバ１は、イベントの種類が宴会または飲み会等である場合、ユーザがストレス状態にないと判定しても良い。更にまた、サーバ１は、連続で行われた複数のイベントにおける休憩時間の合計（累積の休憩時間）が所定の閾値（例えば、４５分）未満である場合、ユーザがストレス状態にあると判定しても良い。

【0105】

図１２は、実施形態３におけるストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。サーバ１の制御部１１は、ステップＳ１０１の処理により受信したスケジュールデータから、イベントの種類及び数を取得する（ステップＳ２１）。制御部１１は、取得したイベントの種類に基づき、ストレス要因となるイベント（会議、セミナー、出張または研究会等）が存在するか否かを判定する（ステップＳ２２）。

【0106】

制御部１１は、ストレス要因となるイベントが存在していないと判定した場合（ステップＳ２２でＮＯ）、ユーザがストレス状態にないと判定する（ステップＳ２３）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。制御部１１は、ストレス要因となるイベントが存在していると判定した場合（ステップＳ２２でＹＥＳ）、ストレス要因となるイベントの数が所定数（例えば、３）以上であるか否かを判定する（ステップＳ２４）。

【0107】

制御部１１は、当該イベントの数が所定数以上であると判定した場合（ステップＳ２４でＹＥＳ）、ユーザがストレス状態にあると判定する（ステップＳ２５）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。制御部１１は、当該イベントの数が所定数未満であると判定した場合（ステップＳ２４でＮＯ）、取得したスケジュールデータから休憩時間の合計を算出する（ステップＳ２６）。

【0108】

制御部１１は、算出した合計が所定の閾値（例えば、４５分）未満であるか否かを判定する（ステップＳ２７）。制御部１１は、合計が所定の閾値未満であると判定した場合（ステップＳ２７でＹＥＳ）、ステップＳ２５の処理に遷移する。制御部１１は、合計が所定の閾値以上であると判定した場合（ステップＳ２７でＮＯ）、ステップＳ２３の処理に遷移する。

【0109】

なお、上述のスケジュールデータに基づくストレス状態の判定処理に限るものではない。例えば、機械学習により生成された学習済みモデルを利用し、ユーザのストレス状態を推定（判定）することができる。例えばサーバ１は、１日分または数日分のスケジュールデータ（時間帯、及び当該時間帯に対応するイベント等）を入力した場合に、ユーザがストレス状態にあるか否かを推定した推定結果を出力するよう学習された第３学習モデルに、スケジュールデータを入力して当該ユーザのストレス状態の推定結果を出力しても良い。

【0110】

本実施形態によると、ユーザのスケジュールデータに基づき、当該ユーザがストレス状態にあるか否かを判定することが可能となる。

【0111】

（実施形態４）
実施形態４は、ユーザにより閲覧されたニュース情報に基づき、当該ユーザがストレス状態にあるか否かを判定する形態に関する。なお、実施形態１～３と重複する内容については説明を省略する。

【0112】

ユーザにより閲覧されたニュース情報（例えば、新聞記事）によって、ユーザの関心を引けるため、感情または気分に影響が与える場合がある。ネガティブなニュースは、人の負の感情を容易く膨らませる力を持っている。ユーザは、多すぎるネガティブなニュースを閲覧した場合、他者の苦しみを想像し、共感が行き過ぎると自分自身が心のバランスを失い、気分が落ち込む悲観的な心理面でのストレスが溜ってきている。

【0113】

図１３は、実施形態４における判定結果ＤＢ１７４のレコードレイアウトの一例を示す説明図である。なお、図４と重複する内容については説明を省略する。判定結果ＤＢ１７４は、ニュース情報列を含む。ニュース情報列は、ニュースの内容、またはニュースから抽出されたキーワード等を記憶している。

【0114】

ユーザ端末２は、ユーザのウェブブラウザまたはニュースアプリケーション等の閲覧履歴等から、当該ユーザが閲覧したニュース情報を取得する。ユーザ端末２は、取得したニュース情報をサーバ１に送信する。サーバ１は、ユーザ端末２から送信されたニュース情報を受信する。サーバ１は、受信したニュース情報に基づき、ユーザが閲覧したニュースの種類を判定する。ニュースの種類は、例えば、ネガティブニュース、中立ニュース及びポジティブニュース等を含む。

【0115】

具体的には、サーバ１は、受信したニュース情報からキーワードのリストを抽出する。例えばニュース情報から、出現頻度が所定の出現頻度（例えば、１０回）以上であるキーワードのリストが抽出されても良い。サーバ１は、抽出したキーワードのリストに対して形態素解析を行い、さらに、ｔｆ－ｉｄｆ（Term Frequency－Inverse Document Frequency）等、キーワードのリストに出現する各単語をスコアリングするアルゴリズムを利用し、ネガティブワードまたはポジティブワードを抽出する。

【0116】

ネガティブワードは、例えば「悲しい」、「苦しい」、「不満だ」、「不味い」、「困る」または「困惑する」等を含む。ポジティブワードは、例えば「幸運」、「最高」、「上手」、「感謝」、「頑張る」または「素晴らしい」等を含む。

【0117】

サーバ１は、ネガティブワードの数が所定数（例えば、１０）以上であり、且つ、ポジティブワードの数が所定数（例えば、１０）未満である場合、当該ニュースがネガティブニュースであると判定する。または、サーバ１は、ネガティブワードの数が所定数未満であり、且つ、ポジティブワードの数が所定数以上である場合、当該ニュースがポジティブニュースであると判定する。

【0118】

または、サーバ１は、ネガティブワードの数が所定数未満であり、且つ、ポジティブワードの数が所定数未満である場合、当該ニュースが中立ニュースであると判定する。更にまた、サーバ１は、ネガティブワードの数が所定数以上であり、且つ、ポジティブワードの数が所定数以上である場合、当該ニュースが中立ニュースであると判定する。

【0119】

サーバ１は、ユーザが閲覧した各ニュースに対し、上述した処理を行い、閲覧された各ニュースの種類を判定する。例えばサーバ１は、閲覧されたネガティブニュースの数が所定数（例えば、５）以上である場合、ユーザがスレス状態にあると判定する。逆に、サーバ１は、閲覧されたネガティブニュースの数が所定数未満である場合、ユーザがストレス状態にないと判定する。

【0120】

図１４は、実施形態４におけるストレス状態を判定する処理のサブルーチンの処理手順を示すフローチャートである。サーバ１の制御部１１は、ステップＳ１０１の処理により受信したニュース情報から、一つのニュースを取得する（ステップＳ３１）。制御部１１は、例えば取得したニュースに対して形態素解析を行い、ｔｆ－ｉｄｆ等のアルゴリズムを利用し、ネガティブワードまたはポジティブワードを抽出する（ステップＳ３２）。

【0121】

制御部１１は、抽出したネガティブワードまたはポジティブワードに基づき、当該ニュースがネガティブニュースであるか否かを判定する（ステップＳ３２）。例えば、ネガティブワードの数が所定数以上であり、且つ、ポジティブワードの数が所定数未満である場合、当該ニュースがネガティブニュースであると判定しても良い。制御部１１は、当該ニュースがネガティブニュースでない場合（ステップＳ３３でＮＯ）、ステップＳ３１の処理に戻る。

【0122】

制御部１１は、当該ニュースがネガティブニュースである場合（ステップＳ３３でＹＥＳ）、ネガティブニュースの数を加算する（ステップＳ３４）。制御部１１は、ニュース情報から当該ニュースが最後のニュースであるか否かを判定する（ステップＳ３５）。制御部１１は、当該ニュースが最後のニュースでない場合（ステップＳ３５でＮＯ）、ステップＳ３１の処理に戻る。制御部１１は、当該ニュースが最後のニュースである場合（ステップＳ３５でＹＥＳ）、ネガティブニュースの数が所定数（例えば、５）以上であるか否かを判定する（ステップＳ３６）。

【0123】

制御部１１は、ネガティブニュースの数が所定数以上である場合（ステップＳ３６でＹＥＳ）、ユーザがストレス状態にあると判定する（ステップＳ３７）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。制御部１１は、ネガティブニュースの数が所定数未満である場合（ステップＳ３６でＮＯ）、ユーザがストレス状態にないと判定する（ステップＳ３８）。制御部１１は、ストレス状態の判定処理のサブルーチンを終了してリターンする。

【0124】

なお、上述のニュース情報に基づくストレス状態の判定処理に限るものではない。例えば、機械学習により生成された学習済みモデルを利用し、ユーザのストレス状態を推定（判定）することができる。例えばサーバ１は、ユーザの閲覧履歴から抽出されたニュース情報を入力した場合に、ユーザがストレス状態にあるか否かを推定した推定結果を出力するよう学習された第４学習モデルに、ニュース情報を入力して当該ユーザのストレス状態の推定結果を出力しても良い。

【0125】

本実施形態によると、ユーザにより閲覧されたニュース情報に基づき、当該ユーザがストレス状態にあるか否かを判定することが可能となる。

【0126】

なお、上述した各実施形態でのストレス状態の判定処理の他、生体データ、生理情報、スケジュールデータまたはニュース情報の任意の組み合わせ、順序でストレス状態が判定されても良い。例えば、生体データと生理情報との組み合わせ、生体データとスケジュールデータとの組み合わせ、生体データとニュース情報との組み合わせ、生理情報とスケジュールデータとの組み合わせ、生理情報とニュース情報との組み合わせ、またはスケジュールデータとニュース情報との組み合わせ等であっても良い。

【0127】

また、生体データと生理情報とスケジュールデータとの組み合わせ、生体データとスケジュールデータとニュース情報との組み合わせ、または生理情報とスケジュールデータとニュース情報との組み合わせ等であっても良い。更にまた、生体データと生理情報とスケジュールデータとニュース情報との組み合わせであっても良い。

【0128】

例えばサーバ１は、生体データとスケジュールデータとの組み合わせに対し、生体データに基づいてストレス状態にあると判定し、且つ、スケジュールデータに基づいてストレス状態にあると判定した場合、ユーザがストレス状態にあると判定しても良い。

【0129】

または、サーバ１は、組み合わせデータを用いたストレス状態の判定結果のうち、ストレス状態にある判定結果が所定数（例えば、３）以上である場合、ユーザがストレス状態にあると判定しても良い。

【0130】

なお、生体データを用いて学習された第１学習モデル、生理情報を用いて学習された第２学習モデル、スケジュールデータを用いて学習された第３学習モデル、または、ニュース情報を用いて学習された第４学習モデルの任意の組み合わせによって、ユーザがストレス状態にあるか否かを判定しても良い。

【0131】

（実施形態５）
実施形態５は、出金額を出金する場合、ストレス解消に関するアドバイス情報をユーザ端末２に出力する形態に関する。なお、実施形態１～４と重複する内容については説明を省略する。

【0132】

図１５は、実施形態５におけるサーバ１の構成例を示すブロック図である。なお、図２と重複する内容については同一の符号を付して説明を省略する。大容量記憶部１７には、アドバイス情報ＤＢ１７５が含まれる。

【0133】

アドバイス情報ＤＢ１７５は、ストレス解消に関するアドバイス情報を記憶している。アドバイス情報は、例えば、ストレス解消のための出金アドバイス、商品もしくはサービスの購入・申込に関する消費アドバイス、または、コンサート、運動もしくは旅行のような趣味娯楽に関する消費アドバイス等を含む。

【0134】

図１６は、アドバイス情報ＤＢ１７５のレコードレイアウトの一例を示す説明図である。アドバイス情報ＤＢ１７５は、アドバイスＩＤ列、出金額列及びアドバイス列を含む。アドバイスＩＤ列は、各アドバイス情報を識別するために、一意に特定されるアドバイス情報のＩＤを記憶している。出金額列は、出金額の範囲を記憶している。出金額の範囲は、例えば「５０００円未満」及び「５０００円以上」を含む。アドバイス列は、アドバイスの内容を記憶している。

【0135】

図１７は、ストレス解消の案内画面の一例を示す説明図である。案内画面は、アドバイス表示欄１２ａを含む。アドバイス表示欄１２ａは、アドバイス情報を表示する表示欄である。

【0136】

サーバ１は、図６ではいボタン１１ｃのタッチ操作を受け付けた場合、当該案内画面に遷移する。具体的には、サーバ１は、出金に関するに含まれる出金額に応じて、アドバイス情報ＤＢ１７５から該当するアドバイス情報を取得する。例えば、出金額が３００００円である場合、サーバ１は、「５０００円未満」に対応するアドバイス情報、及び「５０００円以上」に対応するアドバイス情報をアドバイス情報ＤＢ１７５から取得しても良い。サーバ１は、取得したアドバイス情報をユーザ端末２に送信する。

【0137】

ユーザ端末２は、サーバ１から送信されたアドバイス情報を受信し、受信したアドバイス情報をアドバイス表示欄１２ａに表示する。図示のように、アドバイス表示欄１２ａは、アドバイス選択ラジオボタン１２ｂからなる。ユーザ端末２は、アドバイス選択ラジオボタン１２ｂを通じて、ユーザによるアドバイスの選択を受け付けた場合、該当する画面または外部のウェブサイトに遷移する。

【0138】

例えばユーザ端末２は、ユーザによる「スマホに○○円チャージしますのでご自由にお使いください。」とする出金アドバイスの選択を受け付けた場合、出金指示をサーバ１に送信する。サーバ１は、ユーザ端末２から送信された出金指示に応じてチャージ（出金）処理を行う。

【0139】

なお、出金アドバイスに対し、複数の選択可能な出金先（第３口座）を画面に表示することができる。具体的には、サーバ１はユーザＩＤに基づき、口座種別が「第３口座」である複数の第３口座情報を口座情報ＤＢ１７２から取得する。例えばサーバ１は、ＰａｙＰａｙアカウント情報、資産運用口座（例えば、投資信託口座）情報及び電子マネー（例えば、楽天Ｅｄｙ）情報を口座情報ＤＢ１７２から取得しても良い。

【0140】

サーバ１は、取得した複数の第３口座情報をユーザ端末２に送信する。ユーザ端末２は、サーバ１から送信された複数の第３口座情報を受信して画面に表示する（図示なし）。ユーザ端末２は、ユーザによる出金先対象となる第３口座の選択を受け付けた場合、選択された第３口座を含む出金指示をサーバ１に送信する。サーバ１は、ユーザ端末２から送信された出金指示に応じてチャージ処理を行う。例えば、ユーザがＰａｙＰａｙアカウントを選択した場合、サーバ１はＰａｙＰａｙアカウントに対応するコード決済アプリケーションを経由して、所定の出金額のチャージ処理を行う。

【0141】

または、ユーザ端末２は、ユーザによる「***ホテルのスイーツ（○○円）を予約します。ご利用ください。」の選択を受け付けた場合、所定の予約サイトが提供する予約システムを用いて、スイーツの予約を受け付ける。

【0142】

図１８は、出金の場合にアドバイス情報を出力する際の処理手順を示すフローチャージである。なお、図７と重複する内容については同一の符号を付して説明を省略する。サーバ１の制御部１１は、ステップＳ１０５の処理を実行した後に、出金額に応じて、該当するアドバイス情報を大容量記憶部１７のアドバイス情報ＤＢ１７５から取得する（ステップＳ１１１）。制御部１１は、出金に関する情報及びアドバイス情報を通信部１３によりユーザ端末２に送信する（ステップＳ１１２）。

【0143】

ユーザ端末２の制御部２１は、サーバ１から送信された出金に関する情報及びアドバイス情報を通信部２３により受信する（ステップＳ２１１）。制御部２１は、受信した出金に関する情報及びアドバイス情報を表示部２５により表示し（ステップＳ２１２）、処理を終了する。

【0144】

本実施形態によると、出金額を出金する場合、ユーザに適したアドバイス情報をユーザ端末２に出力することが可能となる。

【0145】

（実施形態６）
実施形態６は、ユーザがストレス状態にある場合、当該ユーザのストレスレベルを判定し、判定したストレスレベルに応じて出金額を変更する形態に関する。なお、実施形態１～５と重複する内容については説明を省略する。

【0146】

図１９は、実施形態６における判定結果ＤＢ１７４のレコードレイアウトの一例を示す説明図である。なお、図４と重複する内容については説明を省略する。判定結果ＤＢ１７４は、ストレスレベル列を含む。ストレスレベル列は、ユーザのストレスレベルを記憶している。

【0147】

なお、本実施形態での判定結果ＤＢ１７４は、生体データ（例えば、心拍変動のデータ）を用いた例を説明したが、生理情報（実施形態２）、スケジュールデータ（実施形態３）またはニュース情報（実施形態４）に対応する判定結果ＤＢ１７４にも同様に適用することができる。

【0148】

ユーザがストレス状態にある場合、心拍変動のデータに基づいてストレスレベルを判定することができる。例えば、心拍変動のデータを利用した場合、交感神経及び副交感神経の緊張度の比率（ＬＦ／ＨＦ）に応じて、予め３段階のストレスレベルを設けても良い。３段階のストレスレベルは、ストレスレベル１（ストレス低め）、ストレスレベル２（ストレス中間）及びストレスレベル３（ストレス高め）を含む。例えば、ストレスレベル１に対応する比率が２．０未満であり、ストレスレベル２に対応する比率が２．０以上５．０未満であり、ストレスレベル３に対応する比率が５．０以上であっても良い。

【0149】

サーバ１は、ユーザの心拍変動の時系列データをユーザ端末２から取得する。サーバ１は、取得した心拍変動の時系列データからＲＲＩ変動のパワースペクトル密度を解析し、ＨＦ成分及びＬＦ成分を抽出する。サーバ１は、抽出したＬＦ成分及びＨＦ成分に基づき、交感神経及び副交感神経の緊張度の比率それぞれを算出する。サーバ１は、算出したそれぞれの比率から平均比率を算出する。サーバ１は、算出した平均比率に基づき、該当するストレスレベルを判定する。

【0150】

なお、上述したストレスレベルの判定処理に限るものではない。例えば、サーバ１は、算出した交感神経及び副交感神経の緊張度の比率を、次いで１に標準化し、百分率に変換することにより、定量化でのストレスレベルを算出しても良い。

【0151】

また、生理情報に基づいてストレスレベルを判定することができる。例えば、生理周期に応じて、ストレスレベル１（高温期）、ストレスレベル２（月経期）及びストレスレベル３（生理周期が乱れた）を含む３段階のストレスレベルを設けても良い。サーバ１は、生理周期が高温期である場合にストレスレベル１を判定し、生理周期が月経期である場合にストレスレベル２を判定する。サーバ１は、生理周期が乱れた場合にストレスレベル３を判定する。

【0152】

また、スケジュールデータに基づいてストレスレベルを判定することができる。例えば、イベントの種類及び数に応じて２段階のストレスレベルを設けても良い。２段階のストレスレベルは、ストレス要因となるイベントの数が２以上４未満であるストレスレベル１、及び当該イベントの数が４以上であるストレスレベル２を含む。例えばサーバ１は、ストレス要因となるイベントの数が３である場合にストレスレベル１を判定する。

【0153】

更にまた、ニュース情報に基づいてストレスレベルを判定することができる。例えば、所定期間（例えば、２時間）内に閲覧されたネガティブニュースの数に応じて、２段階のストレスレベルを設けても良い。２段階のストレスレベルは、ネガティブニュースの数が５以上１０未満であるストレスレベル１、及びネガティブニュースの数が１０以上であるストレスレベル２を含む。例えばサーバ１は、ネガティブニュースの数が８である場合にストレスレベル１を判定する。

【0154】

なお、上述したストレスレベルの判定処理に限るものではない。例えば、機械学習により生成された学習済みモデルを利用し、ユーザのストレスレベルを推定（判定）することができる。

【0155】

例えばサーバ１は、生体データ（心拍変動、血圧または体温等のいずれか、あるいは組み合わせ）を入力した場合に、ユーザのストレスレベルを推定した推定結果を出力するよう学習された第１学習モデルに、生体データを入力して当該ユーザのストレスレベルの推定結果を出力しても良い。

【0156】

または、サーバ１は、生理情報（生理周期、前回生理開始日または検温データ等）を入力した場合に、ユーザのストレスレベルを推定した推定結果を出力するよう学習された第２学習モデルに、生理情報を入力して当該ユーザのストレスレベルの推定結果を出力しても良い。

【0157】

または、サーバ１は、１日分または数日分のスケジュールデータ（時間帯、及び当該時間帯に対応するイベント等）を入力した場合に、ユーザのストレスレベルを推定した推定結果を出力するよう学習された第３学習モデルに、スケジュールデータを入力して当該ユーザのストレスレベルの推定結果を出力しても良い。

【0158】

更にまた、サーバ１は、ユーザの閲覧履歴から抽出されたニュース情報を入力した場合に、ユーザのストレスレベルを推定した推定結果を出力するよう学習された第４学習モデルに、ニュース情報を入力して当該ユーザのストレスレベルの推定結果を出力しても良い。

【0159】

ユーザのストレスが高いほど出金額が多くなるように処理が行われる。例えば、ストレスレベル１（ストレス低め）に対応する出金額が５０００円であり、ストレスレベル２（ストレス中間）に対応する出金額が１００００であり、ストレスレベル３（ストレス高め）に対応する出金額が１５０００円であっても良い。なお、各ストレスレベルに対応する出金額は予め記憶部１２または大容量記憶部１７に記憶されても良い。

【0160】

サーバ１は、例えば交感神経及び副交感神経の緊張度の比率に応じて、ユーザのストレスレベルを判定する。サーバ１は、判定したストレスレベルに対応する出金額を記憶部１２または大容量記憶部１７から取得する。サーバ１は、取得した出金額と所定の出金額（例えば、５０００円）とが一致していない場合、所定の出金額を当該ストレスレベルに対応する出金額に変更する。

【0161】

図２０及び図２１は、ストレスレベルに応じて出金額を変更する際の処理手順を示すフローチャージである。なお、図７と重複する内容については同一の符号を付して説明を省略する。

【0162】

サーバ１の制御部１１は、ユーザがストレス状態にあると判定した場合（ステップＳ１０３でＹＥＳ）、当該ユーザのストレスレベルを判定する（ステップＳ１２１）。例えば、交感神経及び副交感神経の緊張度の比率に応じて、予めストレスレベル１（比率：が２．０未満）、ストレスレベル２（比率が：２．０以上５．０未満）及びストレスレベル３（比率：５．０以上）が設けられる。制御部１１は、算出した平均比率に基づいて、該当するストレスレベルを判定する。

【0163】

制御部１１は、例えばストレスレベルに対応する出金額が記憶部１２または大容量記憶部１７に記憶された場合、判定したストレスレベルに対応する出金額を記憶部１２または大容量記憶部１７から取得する（ステップＳ１２２）。制御部１１は、判定したストレスレベルに対応する出金額と所定の出金額（例えば、５０００円）とが一致するか否かを判定する（ステップＳ１２３）。

【0164】

制御部１１は、両者が一致していると判定した場合（ステップＳ１２３でＹＥＳ）、後述するステップＳ１２５の処理に遷移する。制御部１１は、両者が一致していないと判定した場合（ステップＳ１２３でＮＯ）、所定の出金額を当該ストレスレベルに対応する出金額に変更する（ステップＳ１２４）。

【0165】

制御部１１は、判定した判定結果を大容量記憶部１７の判定結果ＤＢ１７４に記憶する（ステップＳ１２５）。具体的には、制御部１１は、ユーザＩＤに対応付けて、対象データ（例えば、心拍変動のデータ、血圧データまたは体温データ）、ストレス状態、ストレスレベル及び判定日時を一つのレコードとして判定結果ＤＢ１７４に記憶する。制御部１１は、ステップＳ１０５の処理を実行する。

【0166】

図２２は、実施形態６におけるストレス状態の判定画面の一例を示す説明図である。なお、図６と重複する内容については同一の符号を付して説明を省略する。

【0167】

サーバ１は、ユーザ端末２から送信された心拍変動の時系列データを用いて、ユーザのストレスレベルを判定する。具体的には、サーバ１は、心拍変動の時系列データから、パワースペクトル密度を解析することにより、ＨＦ成分及びＬＦ成分を抽出する。サーバ１は、抽出したＬＦ成分及びＨＦ成分に基づき、交感神経及び副交感神経の緊張度の比率それぞれを算出する。サーバ１は、算出したそれぞれの比率から平均比率を算出する。サーバ１は、算出した平均比率を次いで１に標準化し、百分率に変換することにより、定量化でのストレスレベルを算出（判定）する。

【0168】

サーバ１は、ユーザＩＤに対応付けて、ユーザの氏名をユーザＤＢ１７１から取得する。サーバ１は、ユーザＩＤ、氏名、及び百分率で示されるストレスレベルを含むチェック結果をユーザ端末２に送信する。ユーザ端末２は、サーバ１から送信されたチェック結果を受信する。ユーザ端末２は、百分率で示されるストレスレベルに基づき、円グラフを作成する。なお、円グラフに限らず、例えば棒グラフ、帯グラフ又は折れ線グラフ等の種々のグラフであっても良い。

【0169】

ユーザ端末２は、ストレスレベルに応じて、予め決められたコメントを記憶部２２から取得する。例えば、百分率で示されるストレスレベルが５０％以上である場合、コメントが「ストレスが溜ってきています。解消しましょう！」であっても良い。ユーザ端末２は、ユーザＩＤ、氏名、コメント及び円グラフを結果表示欄１１ｂに表示する。

【0170】

本実施形態によると、生体データ、生理情報、スケジュールデータまたはニュース情報に基づき、ユーザのストレスレベルを判定することが可能となる。

【0171】

本実施形態によると、ユーザのストレスレベルに応じて、適当な出金額を変更することが可能となる。

【0172】

（実施形態７）
実施形態７は、出金額を出金してから所定の時間間隔が経過した場合、ユーザがストレス状態にあるか否かを再度判定する形態に関する。なお、実施形態１～６と重複する内容については説明を省略する。

【0173】

サーバ１は、ユーザがストレス状態にあると判定した場合、ストレスを解消するために出金処理を行う。サーバ１は、出金してから所定の時間間隔（例えば、６時間）が経過したか否かを判定する。サーバ１は、所定の時間間隔を経過したと判定した場合、ユーザがストレス状態にあるか否かを再度判定する。なお、出金処理及びストレス状態の判定処理に関しては、実施形態１と同様であるため、説明を省略する。サーバ１は、再度判定した判定結果をユーザ端末２に送信する。ユーザ端末２は、サーバ１から送信された判定結果を受信して画面に表示する。

【0174】

図２３は、ストレス状態の再度判定画面の一例を示す説明図である。当該画面は、再度チェックボタン１３ａ及び結果表示欄１３ｂを含む。再度チェックボタン１３ａは、ストレス状態を再度チェック（判定）するボタンである。結果表示欄１３ｂは、ストレス状態の再度チェック結果を表示する表示欄である。

【0175】

サーバ１は、出金額を出金してから所定の時間間隔が経過したか否かを判定する。サーバ１は、所定の時間間隔を経過したと判定した場合、ストレス状態の再度判定画面をユーザ端末２に送信する。ユーザ端末２は、サーバ１から送信された再度判定画面を受信して表示する。

【0176】

ユーザ端末２は、再度チェックボタン１３ａのタッチ操作を受け付けた場合、例えば、ユーザ端末２に搭載されている測定用のアプリケーションを通じて、心拍変動の時系列データを取得する。なお、図２３では、生体データの一種である心拍変動のデータの例を説明したが、これに限るものではない。例えば、血圧もしくは体温等の他の種類の生体データ、生理情報、スケジュールデータまたはニュース情報を利用しても良い。

【0177】

なお、ユーザ端末２は、ユーザからの指示に基づかず、出金から所定時間が経過した場合、生体データを自動計測しても良い。ユーザ端末２は、計測結果がストレスの解消方向に変化していると判定した場合、例えば「ストレスが解消されましたね！」といったメッセージを画面に表示する。このような処理を行うことにより、ユーザに対して変に意識させない状態で生体データを計測することができる。よって、ユーザがストレス解消の効果を実感することが可能となる。

【0178】

ユーザ端末２は、ユーザＩＤに対応付けて、取得した心拍変動の時系列データをサーバ１に送信する。サーバ１は、ユーザ端末２から送信されたユーザＩＤ及び心拍変動の時系列データを受信する。サーバ１は、受信した心拍変動の時系列データに基づき、ストレスレベルを再度判定する。

【0179】

サーバ１はユーザＩＤに基づき、出金前に判定された当該ユーザのストレスレベルを判定結果ＤＢ１７４から取得する。サーバ１は、ユーザＩＤに対応付けて、ユーザの氏名をユーザＤＢ１７１から取得する。サーバ１は、ユーザＩＤ、氏名、出金前に判定されたストレスレベル、及び出金後に再度判定されたストレスレベルを含む再度チェック結果をユーザ端末２に送信する。ストレスレベルは、百分率で示されるデータである。

【0180】

ユーザ端末２は、サーバ１から送信された再度チェック結果を受信する。ユーザ端末２は、出金前に判定されたストレスレベルに基づき、第１円グラフを作成する。ユーザ端末２は、出金後に再度判定されたストレスレベルに基づき、第２円グラフを作成する。

【0181】

ユーザ端末２は、出金前に判定されたストレスレベルと、出金後に再度判定されたストレスレベルとを比較することにより、ユーザのストレスが解消できたか否かを判定する。ユーザ端末２は、ユーザのストレスが解消できたと判定した場合、予め決められたコメントを記憶部２２から取得する。例えば、コメントが「ストレスレベルが７８％から３０％に減少しました。ストレスが解消できたようですね。またご利用ください！」であっても良い。

【0182】

ユーザ端末２は、ユーザＩＤ、氏名、コメント、第１円グラフ及び第２円グラフを結果表示欄１３ｂに表示する。

【0183】

本実施形態によると、出金額を出金してから所定の時間間隔が経過した場合、ユーザがストレス状態にあるか否かを再度判定することが可能となる。

【0184】

本実施形態によると、ストレス状態を再度判定することにより、ストレスが解消したことを自覚でき、ユーザの安心感を高めることが可能となる。

【0185】

今回開示された実施形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

【符号の説明】

【0186】

１ 情報処理装置（サーバ）
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 入力部
１５ 表示部
１６ 読取部
１７ 大容量記憶部
１７１ ユーザＤＢ
１７２ 口座情報ＤＢ
１７３ 出金履歴ＤＢ
１７４ 判定結果ＤＢ
１７５ アドバイス情報ＤＢ
１ａ 可搬型記憶媒体
１ｂ 半導体メモリ
１Ｐ 制御プログラム
２ 情報処理端末（ユーザ端末）
２１ 制御部
２２ 記憶部
２３ 通信部
２４ 入力部
２５ 表示部
２Ｐ 制御プログラム

【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】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】