特開 2023-74701 行動支援装置、行動支援方法、及び行動支援プログラム

(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】P2023074701

(43)【公開日】2023-05-30

(54)【発明の名称】行動支援装置、行動支援方法、及び行動支援プログラム

(51)【国際特許分類】

   G16H 20/00 20180101AFI20230523BHJP

【ＦＩ】

G16H20/00

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2021187783

(22)【出願日】2021-11-18

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110002365

【氏名又は名称】弁理士法人サンネクスト国際特許事務所

(72)【発明者】

【氏名】小林 薫樹

(72)【発明者】

【氏名】伴 秀行

(72)【発明者】

【氏名】長谷川 泰隆

(72)【発明者】

【氏名】荒木 真敬

(72)【発明者】

【氏名】鎌田 裕司

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA15

(57)【要約】

【課題】ユーザに対して実効性がある行動の提案を行う。
【解決手段】目的を達成するようにユーザの行動を支援する行動支援装置は、記憶部、行動計測部、及び、選択部を有する。記憶部は、ユーザの過去の行動パターンのうちの基本行動パターンと基本行動パターンに続いてユーザが実行した派生行動パターンとを対応付けた行動パターンデータを記憶する。行動計測部は、ユーザの行動パターンを計測する。選択部は、行動計測部によって計測されたユーザのリアルタイムの行動パターンが記憶部に記憶されている行動パターンデータのうちの基本行動パターンと類似するか否かを判定する。選択部は、行動パターンと類似する基本行動パターンに対応けられている派生行動パターンを選択する。また、選択部は、選択した派生行動パターンに基づく行動の推奨を出力装置を介して出力する。
【選択図】図１

【特許請求の範囲】

【請求項1】

目的を達成するようにユーザの行動を支援する行動支援装置であって、
前記ユーザの過去の行動パターンのうちの基本行動パターンと該基本行動パターンに続いて前記ユーザが実行した派生行動パターンとを対応付けた行動パターンデータを記憶する記憶部と、
前記ユーザの行動パターンを計測する行動計測部と、
前記行動計測部によって計測された前記ユーザのリアルタイムの行動パターンが前記記憶部に記憶されている前記行動パターンデータのうちの前記基本行動パターンと類似するか否かを判定し、該行動パターンと類似する前記基本行動パターンに対応けられている前記派生行動パターンを選択し、選択した前記派生行動パターンに基づく行動の推奨を出力装置を介して出力する選択部と
を有することを特徴とする行動支援装置。

【請求項2】

請求項１に記載の行動支援装置であって、
前記選択部は、
前記行動計測部によって計測された前記ユーザのリアルタイムの行動パターンが示す時刻情報又は位置情報を含む状況に基づいて前記ユーザが実行可能な前記派生行動パターンを選択する
ことを特徴とする行動支援装置。

【請求項3】

請求項１に記載の行動支援装置であって、
前記記憶部は、前記派生行動パターンに基づく行動の推奨が前記ユーザに対して出力され該行動の推奨が前記ユーザによって受容され実行された程度を示す受容性スコアを該派生行動パターンに対応付けて記憶し、
前記選択部は、前記受容性スコアに基づいて前記派生行動パターンを選択することを特徴とする行動支援装置。

【請求項4】

請求項３に記載の行動支援装置であって、
前記行動計測部によって計測された前記ユーザの行動パターンの履歴を参照し、前記行動の推奨が前記ユーザによって受容され該行動が実行されたか否かを判定し、判定結果に応じて前記受容性スコアを更新する実行判定部
をさらに有することを特徴とする行動支援装置。

【請求項5】

請求項１に記載の行動支援装置であって、
前記記憶部は、前記派生行動パターンが前記ユーザによって実行された場合の前記目的の達成に関する有用性の程度を示す有用性スコアを該派生行動パターンに対応付けて記憶し、
前記選択部は、前記有用性スコアに基づいて前記派生行動パターンを選択することを特徴とする行動支援装置。

【請求項6】

請求項５に記載の行動支援装置であって、
前記記憶部は、前記基本行動パターンに続いて実行される前記派生行動パターンを前記目的に照して評価するための評価辞書をさらに記憶し、
前記有用性スコアは、前記評価辞書に基づいて決定されることを特徴とする行動支援装置。

【請求項7】

請求項６に記載の行動支援装置であって、
前記目的は、前記ユーザの要介護状態への移行抑制であり、
前記評価辞書は、前記派生行動パターンが前記ユーザの要介護状態への移行抑制に有用であるか否かを評価するための辞書であることを特徴とする行動支援装置。

【請求項8】

請求項１に記載の行動支援装置であって、
前記行動計測部によって計測された前記ユーザの過去の行動パターンをグループ化し、各グループ内で、最も多くの他の行動パターンとの類似度が所定条件を充足する行動パターンを前記基本行動パターンとして抽出し、該基本行動パターンとの類似度が所定条件を充足する該他の行動パターンを前記派生行動パターンとして抽出し、抽出した前記基本行動パターンと前記派生行動パターンとを対応付けた前記行動パターンデータを前記記憶部に記憶させる抽出部
をさらに有することを特徴とする行動支援装置。

【請求項9】

請求項１に記載の行動支援装置であって、
前記選択部は、
自装置の前記記憶部に記憶されている前記行動パターンデータと共に、他の前記行動支援装置の前記行動パターンデータを探索して前記派生行動パターンを選択することを特徴とする行動支援装置。

【請求項10】

目的を達成するようにユーザの行動を支援する行動支援装置が実行する行動支援方法であって、
前記行動支援装置は、
前記ユーザの過去の行動パターンのうちの基本行動パターンと該基本行動パターンに続いて前記ユーザが実行した派生行動パターンとを対応付けた行動パターンデータを記憶する記憶部を有し、
前記行動支援装置が、
前記ユーザの行動パターンを計測し、
計測された前記ユーザのリアルタイムの行動パターンが前記記憶部に記憶されている前記行動パターンデータのうちの前記基本行動パターンと類似するか否かを判定し、
前記行動パターンと類似する前記基本行動パターンに対応けられている前記派生行動パターンを選択し、
選択した前記派生行動パターンに基づく行動の推奨を前記ユーザに対して出力する
各処理を有することを特徴とする行動支援方法。

【請求項11】

請求項１～９の何れか１項に記載の行動支援装置としてコンピュータを機能させるための行動支援プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、行動支援装置、行動支援方法、及び行動支援プログラムに関する。

【背景技術】

【0002】

高齢者の健康寿命を延伸して要介護移行を抑制し、介護費用の削減を図ることが要請されている。近年のコホート研究により、就労、趣味の会、スポーツ等の社会参加が多い、あるいは歩数や歩行時間等（社会参加行動と呼ぶ）の活動性が高い高齢者は、認知症発症や要介護移行が抑制され、健康寿命が長いことが明らかになっている。

【0003】

そこで、例えば、生活不活発傾向にあるユーザに対して、ユーザの行動履歴に基づいて、実行される見込みのある行動を提案する情報処理装置が提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１５－４９８２５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上述の従来技術では、行動の提案時にユーザが置かれている状況が考慮されていないため、実行不可能な行動が提案された場合、実効性がないばかりか、ユーザのモチベーションを低下させて利用離れの原因となるおそれがある。

【0006】

個人の生活パターンや健康状態、個人が置かれる地理的条件等はバリエーションが豊富であるため、これらを全て考慮して個人が実施可能な行動の提案は難しい。加えて、就労中に散歩を提案したり、食事後に食事を提案したりする等、行動の提案時の状況が考慮されずタイミングが合わないことによって提案内容を実施できない場合がある。

【0007】

本発明は、上記に鑑みてなされたものであり、ユーザに対して実効性がある行動の提案を行うことを一つの目的とする。

【課題を解決するための手段】

【0008】

上述した課題を解決するため、本発明の一態様では、目的を達成するようにユーザの行動を支援する行動支援装置であって、前記ユーザの過去の行動パターンのうちの基本行動パターンと該基本行動パターンに続いて前記ユーザが実行した派生行動パターンとを対応付けた行動パターンデータを記憶する記憶部と、前記ユーザの行動パターンを計測する行動計測部と、前記行動計測部によって計測された前記ユーザのリアルタイムの行動パターンが前記記憶部に記憶されている前記行動パターンデータのうちの前記基本行動パターンと類似するか否かを判定し、該行動パターンと類似する前記基本行動パターンに対応けられている前記派生行動パターンを選択し、選択した前記派生行動パターンに基づく行動の推奨を出力装置を介して出力する選択部とを有することを特徴とする。

【発明の効果】

【0009】

本発明の一態様によれば、例えば、ユーザに対して実効性がある行動の提案を行うことができる。

【図面の簡単な説明】

【0010】

【図1】実施形態１に係る行動支援装置の構成例を示す図。

【図2】行動（位置情報）データの構成例を示す図。

【図3】ユーザ属性情報の構成例を示す図。

【図4】派生行動パターン効果評価辞書の構成例を示す図。

【図5】位置ラベル情報の構成例を示す図。

【図6】基本行動パターンリストの構成例を示す図。

【図7】行動パターンデータの構成例を示す図。

【図8】実施形態１に係る行動パターンデータ生成の処理例を示すフローチャート。

【図9】実施形態１に係るレコメンド実施の処理例を示すフローチャート。

【図10】実施形態１に係るレコメンド実施の処理例を説明するための図。

【図11】実施形態１に係るレコメンド実施の処理例を説明するための図。

【図12】実施形態１に係る行動パターンデータ更新の処理例を示すフローチャート。

【図13】行動支援装置に通知されるプッシュ通信によるレコメンド通知例を示す図。

【図14】各種データの照会画面例を示す図。

【図15】レコメンドの受容状況の表示画面例を示す図。

【図16】レコメンドの受容状況の表示画面例を示す図。

【図17】レコメンドの受容状況の表示画面例を示す図。

【図18】実施形態２に係る派生行動パターン効果評価辞書の構成例を示す図。

【図19】実施形態３に係る行動支援装置及び行動支援システムの構成例を示す図。

【発明を実施するための形態】

【0011】

以下、本発明の実施形態について、図面を参照して説明する。なお、以下に説明する実施形態は、図面を含めて例示に過ぎず、特許請求の範囲に係る発明を限定するものではない。また、実施形態の中で説明されている諸要素及びその組合せの全てが、発明の解決手段に必須であるとは限らない。また、発明の構成に必須だが周知である構成については、図示及び説明を省略する場合がある。

【0012】

以下の説明において、プログラムは、計算機のような装置にインストールされてもよいし、例えば、プログラム配布サーバ又は計算機が読取り可能な（例えば非一時的な）記録媒体にあってもよい。また、以下の説明において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。

【0013】

また、以下の説明において、プロセッサは、１又は複数である。プロセッサは、典型的には、ＣＰＵ（Central Processing Unit）のようなマイクロプロセッサであるが、ＧＰＵ（Graphics Processing Unit）のような他種のプロセッサでもよい。また、プロセッサは、シングルコアでもよいしマルチコアでもよい。また、プロセッサは、処理の一部又は全部を行うハードウェア回路（例えばＦＰＧＡ（Field-Programmable Gate Array）又はＡＳＩＣ（Application Specific Integrated Circuit））といった広義のプロセッサでもよい。

【0014】

また、以下の説明において、種々の対象の識別情報として、識別番号が使用されるが、識別番号以外の種類の識別情報（例えば、英字や符号を含んだ識別子）が採用されてもよい。以下の説明において、“＃Ｙ”は番号Ｙを表し、例えば“ＸＸＸ＃Ｙ”は、番号Ｙで識別されるＸＸＸを表す。

【0015】

また、以下の説明において、同種の要素を区別しないで説明する場合には、参照符号（または、参照符号のうちの共通符号）を使用し、同種の要素を区別して説明する場合は、要素の識別番号（または参照符号）を使用することがある。また、各図に示す各要素の数は一例であって、図示に限られるものではない。

【0016】

［実施形態１］
図１は、実施形態１に係る行動支援装置１の構成例を示す図である。行動支援装置１は、例えばスマートフォンやタブレット等のスレート端末、スマートウオッチ等のウェラブルデバイス等の可搬型の汎用コンピュータである。行動支援装置１は、補助記憶デバイス１０、主記憶デバイス２０、プロセッサ３０、入力デバイス４０、出力デバイス５０、加速度センサ６０、及び、位置情報センサ７０を含んで構成される。

【0017】

主記憶デバイス２０は、プロセッサ３０が処理を実行する際に協働するメモリである。入力デバイス４０は、タッチパネル等のユーザ入力を受付ける装置である。出力デバイス５０は、ディスプレイやスピーカ等のユーザに対して各種情報を出力する装置である。加速度センサ６０は、行動支援装置１の加速度を検出する。位置情報センサ７０は、ＧＰＳ（Global Positioning System）や無線基地局等から行動支援装置１の位置情報を取得する。

【0018】

補助記憶デバイス１０は、ストレージ等であり、行動（位置情報）データ１１、ユーザ属性情報１２、派生行動パターン効果評価辞書１３、位置ラベル情報１４、基本行動パターンリスト１５、及び、行動パターンデータ１６を記憶している。

【0019】

行動（位置情報）データ１１は、図２にテーブル構成例を示すように、日付及び曜日毎に各時刻におけるユーザの滞在地点を示す位置情報を記録している。

【0020】

ユーザ属性情報１２は、図３にテーブル構成例を示すように、行動支援装置１を所持するユーザの年齢、性別、自宅地点（の位置情報）、就労曜日（就学曜日）、就労地点（の位置情報）（就学地点の位置情報）等を記録している。

【0021】

派生行動パターン効果評価辞書１３は、図４にテーブル構成例を示すように、基本行動パターンに続く派生行動パターンにおける該当する各行動（社会参加行動）の増減とマイナス評価及びプラス評価との対応関係を記録している。派生行動パターン効果評価辞書１３は、図４の例では要介護状態になることを抑制するという観点から派生行動パターンでの各行動の増減を評価するための解釈を与える。例えば派生行動パターンが基本行動パターンから“歩数”を増加させるものである場合には、要介護状態になることを抑制するという観点からプラス評価（＋１）が与えられる。

【0022】

なお、図４に示す派生行動パターン効果評価辞書１３では、行動（社会参加行動）の変化の評価は、マイナス評価及びプラス評価の２段階評価としているが、これに限らず、増減の程度に応じて３段階以上で評価してもよい。この場合、各段階に応じて点数が与えられ、合計点数が高い派生行動パターンが選択される。

【0023】

位置ラベル情報１４は、図５にテーブル構成例を示すように、地点毎に、ユーザ登録ラベル、ＰＯＩ（Point of Interest）ラベル、共通ラベル等を記録している。ユーザ登録ラベルは、各地点の位置情報に対して、ユーザ自由編集のラベルを与える。ＰＯＩラベルは、各地点の位置情報に対して、地図上の実名称のラベルを与える。共通ラベルは、各地点の位置情報に対して、ユーザ登録ラベル又はＰＯＩラベルを一般化したラベルを与える。共通ラベルは、各地点の位置情報を一般化した上で識別可能な情報であれば、記号等であってもよい。

【0024】

基本行動パターンリスト１５は、図６にテーブル構成例を示すように、基本行動パターン、曜日、滞在場所等を記録している。基本行動パターンリスト１５は、曜日と滞在場所との対応関係と、この対応関係に対して付与された識別情報である基本行動パターンとを対応付けて記録している。

【0025】

行動パターンデータ１６は、図７にテーブル構成例を示すように、行動パターン毎に、基本行動パターンの頻度（例えば月当たりの回数）及び行動内容、並びに、派生行動パターンの頻度、受容度、効果、及び行動内容を記録している。行動パターンとは、行動（位置情報）データ１１のレコードを基本行動パターンと派生行動パターンを含んでグループ化したものである。受容とは、ユーザに対してレコメンド（推奨）した行動（内容）が、ユーザによって受入れられ、実行されることである。受容度は、有用性スコアの一例であり、受容の場合を＋１、負受容の場合を‐１とする累積スコアでも、受容率（百分率）でもよい。効果は、有用性スコアの一例であり、ユーザが派生行動パターンを実行することが、目的を達成するために有用である度合を示す。

【0026】

プロセッサ３０は、主記憶デバイス２０と協働してレコメンド生成ソフトウェア３０ｓを実行するＣＰＵ等の演算処理装置である。プロセッサ３０は、レコメンド生成ソフトウェア３０ｓの実行によって、行動計測部３１、行動パターン抽出部３２、派生行動パターン効果評価部３３、レコメンドパターン選択部３４、及び、レコメンドパターン実行判定部３５を実現する。

【0027】

また、プロセッサ３０は、ドライバの実行によって、加速度センサ制御部３６、及び、位置情報センサ制御部３７を実現する。加速度センサ制御部３６は、加速度センサ６０を制御し、行動支援装置１の加速度情報を取得する。位置情報センサ制御部３７は、位置情報センサ７０を制御し、行動支援装置１の位置情報を取得する。

【0028】

行動計測部３１は、リアルタイムで取得される行動支援装置１の加速度情報及び位置情報に基づき、行動支援装置１を所持するユーザの行動を計測し、行動履歴として計測結果を行動（位置情報）データ１１へ格納する。この際、行動計測部３１は、行動（自宅滞在、歩行を含む移動、自宅以外の滞在等）の判定を行い、地点への滞在には位置情報を、地点間の移動には移動又は徒歩を割当てる。移動及び徒歩の何れであるかは、位置情報の変化に基づく移動速度から判断できる。

【0029】

行動パターン抽出部３２は、ユーザの過去の行動（位置情報）データ１１の各レコード（行動履歴）を、例えば移動を“-”、滞在を滞在地点の位置情報で表す文字列の行動パターンを生成する。滞在地点が自宅（地点０）である場合にはその位置情報を“・”で表す。行動パターンは、例えば“・・・・・・-11111111-・・・・・・・・・・・・・・・”のようになる。行動パターン抽出部３２は、生成した行動パターンをグループ化（クラスタリング等）する。

【0030】

また、行動パターン抽出部３２は、グループ化された各グループ内の行動パターンの全てのペアについて類似度（行動類似度）を算出する。行動類似度は、ダイス係数等の類似係数やダイクストラ法等の最短経路問題のコストとして算出できる。また、行動類似度は、機械学習によって算出されてもよい。

【0031】

また、行動パターン抽出部３２は、算出された他のパターンとの行動類似度が閾値以上となる頻度が最多の行動パターンを基本行動パターンとして抽出する。また、行動パターン抽出部３２は、基本行動パターンとの行動類似度が閾値以上となる行動パターンを派生行動パターンとして抽出する。

【0032】

行動パターン抽出部３２は、抽出した基本行動パターン及びその曜日情報を、基本行動パターンリスト１５へ格納する。基本行動パターンリスト１５と位置ラベル情報１４を用いることで、毎週土曜日は行きつけのカフェでランチ（行動パターンＡ）、平日は職場へ出勤（行動パターンＢ）等といったように行動パターンを把握できる。

【0033】

また、行動パターン抽出部３２は、抽出した基本行動パターン及び派生行動パターンを行動パターンデータ１６へ格納する。なお、既に同一の基本行動パターン及び派生行動パターンが行動パターンデータ１６に存在する場合には、行動パターンデータ１６へ格納せず、既存データを維持する。

【0034】

なお、行動パターンデータ１６は、行動パターンの行動内容への格納形式に従い、各地点への滞在の時刻情報を持っている。例えば“・・・・・・-11111111-・・・・・・・・・・・・・・・”の形式で行動内容へ格納される行動パターンは、各時刻の位置情報を時系列で並べた文字列であるので、文字列中の位置が時刻情報を表す。しかし、行動パターンデータ１６は、曜日情報を持っていない。そこで、基本行動パターンリスト１５を参照することで、各地点へ滞在する基本行動パターンの曜日情報を得ることができる。基本行動パターンリスト１５と行動パターンデータ１６を紐付けて用いることで、ユーザのリアルタイムの行動履歴から基本行動パターンを検出する際に、曜日及び時刻を考慮して、特定の状況下で実施可能なレコメンドが選択されるようできる。そして、不適切な曜日や時刻にレコメンドが実施されないようにできる。

【0035】

派生行動パターン効果評価部３３は、派生行動パターン効果評価辞書１３を用いて、行動パターン抽出部３２によって抽出された基本行動パターンに対する派生行動パターンの効果を評価する。例えば、派生行動パターンが、“歩数”が基本行動パターンから増加する行動パターンである場合には“プラス評価（＋１）”、減少する行動パターンである場合には“マイナス評価（－１）”とする。このような評価を、派生行動パターン毎に、派生行動パターン効果評価辞書１３に列挙されている全ての行動について行い、“＋１”と“－１”の集計結果の符号（あるいは集計結果そのもでもよい）を派生行動パターンの効果とする。

【0036】

派生行動パターン効果評価部３３は、派生行動パターンの効果の評価結果を行動パターンデータ１６へ格納する。

【0037】

レコメンドパターン選択部３４は、計測され行動（位置情報）データ１１へ格納されたリアルタイムの行動履歴から、行動パターン抽出部３２と同様に、例えば移動を“-”、自宅（地点０）を“・”、滞在を滞在地点の位置情報で表す文字列の行動パターンを生成する。

【0038】

また、レコメンドパターン選択部３４は、リアルタイムの行動履歴の行動パターンと、行動パターンデータ１６に記憶されている基本行動パターンとの行動類似度を算出する。行動類似度を算出時には、行動パターンの時刻差が所定時間以内であるといった時間条件も考慮する。

【0039】

レコメンドパターン選択部３４は、行動類似度が上位α％（αは所定数）の基本行動パターンの派生行動パターンのうちから受容度が正で上位β％（βは所定数）かつ効果が“＋”の派生行動パターンを選択する。このとき、レコメンドパターン選択部３４は、基本行動パターンに該当する行動パターンの曜日（基本行動パターンリスト１５（図６））と、リアルタイムの履歴の曜日とが一致する派生行動パターンを選択する。基本行動パターンに該当する行動パターンの曜日と、リアルタイムの履歴の曜日とが一致しない場合は、例えば休日である日曜日に出勤していると検出してしまう不都合が生じる場合がある。そして、レコメンドパターン選択部３４は、出力デバイス５０を介してユーザに対して、選択された派生行動パターンをレコメンドパターンとしてレコメンドを実施する。

【0040】

レコメンドパターン実行判定部３５は、レコメンドパターン選択部３４によるレコメンド実施以降の実際の行動履歴に基づく行動パターンを類似検索し、レコメンドパターン選択部３４によって実施されたレコメンドパターンと類似する行動パターンを探索する。レコメンドパターン実行判定部３５は、行動（位置情報）データ１１へ格納された実際の行動履歴から、行動パターン抽出部３２と同様に、例えば、レコメンド以降の移動を“-”、自宅（地点０）を“・”、滞在を滞在地点の位置情報で表す文字列のパターンを生成する。レコメンドパターン実行判定部３５は、レコメンドパターン選択部３４によって選択されたレコメンドパターンとの行動類似度がγ（γは所定数）以上である行動パターンが類似検索によってヒットした場合に、該当のレコメンドパターンの受容度を“＋１”する。

【0041】

（実施形態１に係る行動パターンデータ生成処理）
図８は、実施形態１に係る行動パターンデータ生成の処理例を示すフローチャートである。行動パターンデータ生成処理は、所定周期又はユーザ指示のタイミングで実行される。

【0042】

先ずステップＳ１１では、行動パターン抽出部３２は、行動（位置情報）データ１１の各レコード（行動履歴）、位置情報、及び加速度情報を読込む。次にステップＳ１２では、行動パターン抽出部３２は、ステップＳ１１で読込んだ各行動履歴を表す文字列のパターンを生成してグループ化する。

【0043】

次にステップＳ１３では、行動パターン抽出部３２は、ステップＳ１２でグループ化された各グループ内のパターンの全てのペアについて類似度（行動類似度）を算出する。次にステップＳ１４では、行動パターン抽出部３２は、ステップＳ１３で算出された他のパターンとの行動類似度が閾値以上となる頻度が最多のパターンを、該当グループの基本行動パターンとして抽出する。次にステップＳ１５では、行動パターン抽出部３２は、基本行動パターンとの行動類似度が閾値以上となるパターンを派生行動パターンとして抽出する。

【0044】

次にステップＳ１６では、派生行動パターン効果評価部３３は、派生行動パターン効果評価辞書１３を用いて、行動パターン抽出部３２によって抽出された基本行動パターンに対する派生行動パターンの効果を評価する。次にステップＳ１７では、派生行動パターン効果評価部３３は、抽出した基本行動パターン、派生行動パターン、及び派生行動パターンの効果の評価結果を行動パターンデータ１６へ格納する。

【0045】

（実施形態１に係るレコメンド実施処理）
図９は、実施形態１に係るレコメンド実施の処理例を示すフローチャートである。レコメンド実施処理は、リアルタイムに実行される。

【0046】

先ずステップＳ２１では、レコメンドパターン選択部３４は、リアルタイムで計測され行動（位置情報）データ１１へ格納される行動履歴、位置情報、及び加速度情報を読込む。次にステップＳ２２では、レコメンドパターン選択部３４は、ステップＳ２１で読込んだ行動履歴を表す文字列の行動パターンを生成する。

【0047】

次にステップＳ２３では、レコメンドパターン選択部３４は、行動パターンデータ１６に記憶されている基本行動パターンを類似検索し、リアルタイムの行動履歴の行動パターンと類似する基本行動パターンを探索する。

【0048】

次にステップＳ２４では、レコメンドパターン選択部３４は、時刻差が所定時間以内で行動類似度が上位α％の基本行動パターンの派生行動パターンのうちから受容度が正で上位β％（βは所定数）かつ効果が“＋”の派生行動パターンを選択する。このとき、レコメンドパターン選択部３４は、基本行動パターンに該当する行動パターンの曜日（基本行動パターンリスト１５（図６））と、リアルタイムの履歴の曜日とが一致する派生行動パターンを選択する。

【0049】

次にステップＳ２５では、レコメンドパターン選択部３４は、ステップＳ２４で選択された派生行動パターンをレコメンドパターンとし、出力デバイス５０を介してユーザに対してレコメンドパターンのレコメンドを実施する。

【0050】

図１０及び図１１は、実施形態１に係るレコメンド実施の処理例を説明するための図である。

【0051】

図１０（ａ）は、「１１時に自宅（地点０）を出発し、約３０分の歩行によって地点１まで移動し、地点１に９０分滞在し、約３０分の歩行の後帰宅した」という行動履歴の行動パターン（行動パターンＡ）を示す。行動パターンＡが頻出している中で、図１０（ｂ）に示すように、過去に行動パターンＡの派生行動パターンとして地点２に立ち寄る行動パターンＡ´が存在するとする。行動パターンＡの実行中の状況を予測又は検出した際に、図１０（ｃ）に示すように、地点２への訪問をレコメンドすると、滞在（訪問）する地点数と歩行時間の増加が期待できる。過去に実現した実績のあるレコメンドを、過去当時と類似した状況下で行うことで実現可能性が高いレコメンドを実施することができる。

【0052】

図１１（ａ）は、「約１５分の移動（例えば電車）による通勤（往復）」という行動履歴の行動パターン（行動パターンＢ）を示す。行動パターンＢが頻出している中で、図１１（ｂ）に示すように、過去に行動パターンＢの派生行動パターンとして復路に電車を用いず徒歩で帰宅した行動パターンＢ´が存在するとする。行動パターンＢの実行中の状況を予測又は検出した際に、図１１（ｃ）に示すように、復路に徒歩で帰宅する行動パターンＢ´をレコメンドすると、歩行時間の増加が期待できる。行動パターンＢ´のレコメンドは、気象予報から取得できる降水確率や気温などの外部情報が、行動パターンＢ´の実施に差支えない状況に該当する場合にのみ実施されることで、実現可能性がある状況下でレコメンドを実施することができる。

【0053】

（実施形態１に係る行動パターンデータ更新処理）
図１２は、実施形態１に係る行動パターンデータ更新の処理例を示すフローチャートである。行動パターンデータ更新処理は、所定周期又はユーザ指示のタイミングで実行される。

【0054】

先ずステップＳ３１では、レコメンドパターン実行判定部３５は、レコメンドパターン選択部３４によるレコメンド実施以降の実際の行動履歴に基づく行動パターンを類似検索し、レコメンドパターン選択部３４によって実施されたレコメンドパターンと類似するパターンを探索する。

【0055】

次にステップＳ３２では、レコメンドパターン実行判定部３５は、レコメンド実施以降の実際の行動履歴に基づくパターンに、レコメンドパターン選択部３４によって実施されたレコメンドパターンとの行動類似度がγ以上である行動パターンが存在するか否かを判定する。レコメンドパターン実行判定部３５は、レコメンド実施以降の実際の行動履歴に基づく行動パターンに、レコメンドパターン選択部３４によって実施されたレコメンドパターンとの行動類似度がγ以上である行動パターンが存在する場合（ステップＳ３２ＹＥＳ）にステップＳ３３へ処理を移し、存在しない場合（ステップＳ３２ＮＯ）に行動パターンデータ更新処理を終了する。

【0056】

ステップＳ３３では、レコメンドパターン実行判定部３５は、レコメンドパターン選択部３４によって実施された該当のレコメンドパターンの受容度を“＋１”する等して行動パターンデータ１６を更新する。

【0057】

（行動支援装置１の画面表示例）
次に、図１３～図１７を参照して、行動支援装置１の出力デバイス５０の画面に表示される各種画面表示を説明する。

【0058】

図１３は、行動支援装置１に通知されるプッシュ通信によるレコメンド通知例を示す図である。レコメンド実施処理（図９）のステップＳ２５では、行動支援装置１の出力デバイス５０の表示画面５０Ａに、図１３に示すように、プッシュ通知によって、レコメンドの内容が時系列で出力される。例えば、プッシュ通知５１Ａ１は、「地点１に滞在する行動パターンＡを検出しました。地点２まで足をのばしませんか。」のように、ユーザのある行動パターンが予測された際に、引続いて実行する最適な行動をレコメンドする内容であり、図１０（ｃ）に対応する。また例えば、プッシュ通知５１Ａ２は、「地点ｎに滞在する行動パターンＢを検出しました。今日は歩いて帰りませんか。」という内容であり、図１１（ｃ）に対応する。

【0059】

図１４は、各種データの照会画面例を示す図である。行動データ表示ボタン５２Ａ１がタップされると、行動支援装置１の出力デバイス５０の表示ペイン５２Ａに行動（位置情報）データ１１（図２）が表示される。登録行動パターン表示ボタン５２Ａ２がタップされると、表示ペイン５２Ａに基本行動パターンリスト１５（図６）が表示される。レコメンド受容状況表示ボタン５２Ａ３がタップされると、表示ペイン５２Ａにレコメンド受容状況一覧（図１５）が表示される。ラベル編集ボタン５２Ａ４がタップされると、表示ペイン５２Ａに位置ラベル情報１４（図５）が編集可能に表示される。

【0060】

なお、図１５に示す例では、レコメンド受容状況として、レコメンドされた日付、レコメンド内容、結果（レコメンドが受容されたか否か）がレコメンド毎に表示される。レコメンド受容状況一覧は、図１５に示す例に限らず、図１６のように、カレンダー形式で日毎の受容率が表示されてもよい。または、図１７のように、レコメンド内容毎に、レコメンド回数、受容回数、受容回数÷レコメンド回数＝受容率が表示されてもよい。

【0061】

以上の実施形態１によれば、ユーザの過去の行動を参照し、過去の同様な状況下でユーザが実行した実績がある実現性の高い行動パターンをレコメンドできる。また、レコメンドに対するユーザの受容性を学習することで、ユーザの状況や行動に現れない実現可否因子を考慮できる（仕事帰りは疲れているので直帰したい、外食後は散歩へのモチベーションが高い等）。その結果、高齢者といったユーザの社会参加行動を効果的に可視化することで、行動支援装置１を通した介入サービスによってユーザの行動変容を促し、社会参加行動促進を実現でき、延いては高齢者の要介護化を抑制し、介護保険制度の健全性を維持できる。

【0062】

［実施形態２］
実施形態１は、行動支援装置１が、ユーザが要介護にならないような行動をレコメンドするものである。これに対し、実施形態２は、行動支援装置１が、ユーザがダイエットに成功する行動をレコメンドするものである。実施形態２では、行動支援装置１は、派生行動パターン効果評価辞書１３に代えて、派生行動パターン効果評価辞書１３Ｃを補助記憶デバイス１０へ格納する。

【0063】

図１８は、実施形態２に係る派生行動パターン効果評価辞書１３Ｃの構成例を示す図である。派生行動パターン効果評価辞書１３Ｃは、実施形態１の派生行動パターン効果評価辞書１３と比較して、ダイエットを成功させるという観点から、派生行動パターンの各行動の増減を評価するための解釈を与えるという点が異なる。図１８を参照すると、例えば派生行動パターンが基本行動パターンに対して“夕食時間”を２０時以降とさせるものである場合には、ダイエットを成功させるという観点からマイナス評価（－１）が与えられることが分かる。

【0064】

行動支援装置１の目的が異なると、同じ行動であっても評価が変わってくることがある。行動支援装置１の目的に沿った適切な派生行動パターン効果評価辞書を採用することで、実施形態１の介護やダイエットといったヘルスケア分野に限らず、あらゆる分野へ開示技術を適用させることができる。

【0065】

［実施形態３］
実施形態１は、行動支援装置１が、各行動支援装置１内で閉じた行動パターンデータ１６を用いてユーザの行動をレコメンドするものである。これに対し、実施形態３は、行動支援装置１が、他の行動支援装置１の行動パターンデータ１６も用いて行動をレコメンドするものである。図１９は、実施形態３に係る行動支援装置１及び行動支援システムＳの構成例を示す図である。図１９では図示を適宜省略している。

【0066】

行動支援システムＳは、ネットワークを介して接続されている複数のユーザのそれぞれの行動支援装置１及びサーバ１００を含んで構成される。複数の行動支援装置１は、行動パターンデータ１６を共有するため、各行動支援装置１の行動パターンデータ１６と共に各行動支援装置１の位置ラベル情報１４をサーバ１００へ送信する。あるいは、複数の行動支援装置１は、各行動支援装置１の行動パターンデータ１６の行動パターンに含まれる位置情報を、位置ラベル情報１４を用いて共通ラベルへ変換した上で送信する。

【0067】

サーバ１００は、各行動支援装置１から受信した位置ラベル情報１４及び行動パターンデータ１６を蓄積する。そして、各行動支援装置１は、自装置で検出されるリアルタイムの行動履歴の行動パターンが、自装置上又はサーバ１００上の行動パターンデータ１６に格納されている基本行動パターンと類似する場合に行動パターンを検出する。そして、自装置上又はサーバ１００上の行動パターンデータ１６に格納されている基本行動パターンに対応する派生行動パターンから適切な派生行動パターンを選択してレコメンドパターンとし、ユーザに対してレコメンドする。

【0068】

各行動支援装置１は、他の行動支援装置１の位置情報を、該当の他の行動支援装置１の位置ラベル情報の共通ラベルを手掛かりに解釈することで、他の行動支援装置１の行動パターンデータ１６を自装置にとっても意味がある情報として利用することができる。

【0069】

なお、複数の行動支援装置１は、サーバ１００を介さず、行動支援装置１同士が位置ラベル情報１４及び行動パターンデータ１６を直接交換し合って共有してもよい。

【0070】

本発明は上述の実施形態に限定されるものではなく、様々な変形例を含む。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、矛盾しない限りにおいて、ある実施形態の構成の一部を他の実施形態の構成で置き換え、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、構成の追加、削除、置換、統合、又は分散をすることが可能である。また、実施形態で示した構成及び処理は、処理効率又は実装効率に基づいて適宜分散、統合、または入れ替えることが可能である。

【符号の説明】

【0071】

１：行動支援装置、１０：補助記憶デバイス、１１：行動（位置情報）データ、１２：ユーザ属性情報、１３，１３Ｃ：派生行動パターン効果評価辞書、１４：位置ラベル情報、１５：基本行動パターンリスト、１６：行動パターンデータ、２０：主記憶デバイス、３０：プロセッサ、３１：行動計測部、３２：行動パターン抽出部、３３：派生行動パターン効果評価部、３４：レコメンドパターン選択部、３５：レコメンドパターン実行判定部、１００：サーバ

【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】