特開 2024-65411 情報処理装置、及び制御方法

(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】P2024065411

(43)【公開日】2024-05-15

(54)【発明の名称】情報処理装置、及び制御方法

(51)【国際特許分類】

   G06F 11/30 20060101AFI20240508BHJP

   G06F 11/34 20060101ALI20240508BHJP

   G06F 9/4401 20180101ALI20240508BHJP

【ＦＩ】

G06F11/30 155

G06F11/34 123

G06F9/4401

【審査請求】有

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022174259

(22)【出願日】2022-10-31

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り １．第１の公開 ウェブサイトの掲載日 ２０２２年１０月１３日 ウェブサイトのアドレス ｈｔｔｐｓ：／／ｗｗｗ．ｎｅｃ－ｌａｖｉｅ．ｊｐ／ｐｒｏｄｕｃｔｓ／ｎｏｔｅｂｏｏｋ／ｌａｖｉｅ／ｎ１５／ ＜資 料＞ ウェブサイトのページ プリントアウト ２．第２の公開 出荷日 ２０２２年１０月１３日 出荷した場所 ＮＥＣパーソナルコンピュータ株式会社 米沢事業場（山形県米沢市下花沢二丁目６－８０）

(71)【出願人】

【識別番号】311012169

【氏名又は名称】ＮＥＣパーソナルコンピュータ株式会社

(74)【代理人】

【識別番号】100161207

【弁理士】

【氏名又は名称】西澤 和純

(74)【代理人】

【識別番号】100169764

【弁理士】

【氏名又は名称】清水 雄一郎

(74)【代理人】

【識別番号】100175824

【弁理士】

【氏名又は名称】小林 淳一

(74)【代理人】

【識別番号】100206081

【弁理士】

【氏名又は名称】片岡 央

(72)【発明者】

【氏名】山崎 大介

【テーマコード（参考）】

5B042

5B376

【Ｆターム（参考）】

5B042JJ17

5B042MA08

5B042MC31

5B042MC37

5B042MC40

5B376AE54

(57)【要約】

【課題】利用者の利用に即した適切な起動時刻及び終了時刻を提案する。
【解決手段】情報処理装置は、実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部から、自装置の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得する取得処理部と、前記取得処理部が取得した、前記起動時刻及び前記終了時刻と、前記ログイン時刻及び前記ログアウト時刻とに基づいて、学習処理を実行する学習処理部と、前記学習処理部が学習した学習結果に基づいて、予測される前記起動時刻及び前記終了時刻を提案する提案処理部とを備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部から、自装置の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得する取得処理部と、
前記取得処理部が取得した、前記起動時刻及び前記終了時刻と、前記ログイン時刻及び前記ログアウト時刻とに基づいて、学習処理を実行する学習処理部と、
前記学習処理部が学習した学習結果に基づいて、予測される前記起動時刻及び前記終了時刻を提案する提案処理部と
を備える情報処理装置。

【請求項2】

前記学習処理部は、取得した前記起動時刻及び前記終了時刻を含む学習データにより、前記学習処理を実行し、前記終了時刻から前記起動時刻までの間隔が、第１閾値以下である再起動であり、且つ、当該再起動に対応する前記ログアウト時刻と、前記再起動後の前記ログイン時刻との間隔が、第２閾値以上である場合に、当該再起動に対応する前記起動時刻及び前記終了時刻を、前記学習データから除外する
請求項１に記載の情報処理装置。

【請求項3】

前記学習処理部は、前記再起動であり、且つ、当該再起動に対応する前記ログアウト時刻と、前記再起動後の前記ログイン時刻との間隔が、第２閾値より短い場合に、当該再起動に対応する前記起動時刻及び前記終了時刻を、前記学習データから除外する
請求項２に記載の情報処理装置。

【請求項4】

前記提案処理部は、前記学習結果に基づいて、１日のうちの単位時間ごとに、起動状態と停止状態とのいずれかを推定し、前記停止状態から前記起動状態に変化する時刻を、前記起動時刻として提案するとともに、前記起動状態から前記停止状態に変化する時刻を、前記終了時刻として提案する
請求項１から請求項３のいずれか一項に記載の情報処理装置。

【請求項5】

前記提案処理部は、
前記学習結果に基づいて、前記起動時刻及び前記終了時刻の候補を複数推定し、
前記起動状態の期間が重複する複数の前記起動時刻の候補間の最長の間隔が、第１の閾値単位時間以上である場合に、前記期間が重複する複数の前記起動時刻の候補のうちの最も遅い前記起動時刻の候補を、前記起動時刻として提案し、
前記起動状態の期間が重複する複数の前記終了時刻の候補間の最長の間隔が、前記第１の閾値単位時間以上である場合に、前記期間が重複する複数の前記終了時刻の候補のうちの最も早い前記起動時刻の候補を、前記起動時刻と提案して、
前記起動状態の期間を統合する
請求項４に記載の情報処理装置。

【請求項6】

前記提案処理部は、
前記起動状態の期間が重複する複数の前記起動時刻の候補間の最長の間隔が、第１の閾値単位時間より短い第２の閾値単位時間以下である場合に、前記期間が重複する複数の前記起動時刻の候補のうちの最も早い前記起動時刻の候補を、前記起動時刻として提案し、
前記起動状態の期間が重複する複数の前記終了時刻の候補間の最長の間隔が、前記第２の閾値単位時間以下である場合に、前記期間が重複する複数の前記終了時刻の候補のうちの最も遅い前記起動時刻の候補を、前記起動時刻と提案して、
前記起動状態の期間を統合する
請求項５に記載の情報処理装置。

【請求項7】

実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部を備える情報処理装置の制御方法であって、
取得処理部が、前記イベントログ記憶部から、自装置の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得するステップと、
学習処理部が、取得された、前記起動時刻及び前記終了時刻と、前記ログイン時刻及び前記ログアウト時刻とに基づいて、学習処理を実行するステップと、
提案処理部が、前記学習処理によって学習された学習結果に基づいて、予測される前記起動時刻及び前記終了時刻を提案するステップと
を含む制御方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、及び制御方法に関する。

【背景技術】

【0002】

近年、ＰＣ（パーソナルコンピュータ）などの情報処理装置において、起動時刻及び終了時刻を設定し、設定時刻で自動的に起動処理及び終了処理を行うものが知られている（例えば、特許文献１を参照）。また、このような情報処理装置では、さらに、過去の利用実績から学習して、起動時刻及び終了時刻を提案するものが知られている。このような従来技術の情報処理装置では、起動及び終了のイベントログを用いて学習して起動時刻及び終了時刻の提案を行っている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－５２７１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、上述のような従来技術の情報処理装置では、例えば、ＯＳ（Operating System）のアップデータなどのユーザが意図しない起動処理及び終了処理も学習してしまうため、利用者の利用に即していない起動時刻及び終了時刻が提案される場合があった。

【0005】

本発明は、上記問題を解決すべくなされたもので、その目的は、利用者の利用に即した適切な起動時刻及び終了時刻を提案することができる情報処理装置、及び制御方法を提供することにある。

【課題を解決するための手段】

【0006】

上記問題を解決するために、本発明の一態様は、実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部から、自装置の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得する取得処理部と、前記取得処理部が取得した、前記起動時刻及び前記終了時刻と、前記ログイン時刻及び前記ログアウト時刻とに基づいて、学習処理を実行する学習処理部と、前記学習処理部が学習した学習結果に基づいて、予測される前記起動時刻及び前記終了時刻を提案する提案処理部とを備える情報処理装置である。

【0007】

また、本発明の一態様は、上記の情報処理装置において、前記学習処理部は、取得した前記起動時刻及び前記終了時刻を含む学習データにより、前記学習処理を実行し、前記終了時刻から前記起動時刻までの間隔が、第１閾値以下である再起動であり、且つ、当該再起動に対応する前記ログアウト時刻と、前記再起動後の前記ログイン時刻との間隔が、第２閾値以上である場合に、当該再起動に対応する前記起動時刻及び前記終了時刻を、前記学習データから除外してもよい。

【0008】

また、本発明の一態様は、上記の情報処理装置において、前記学習処理部は、前記再起動であり、且つ、当該再起動に対応する前記ログアウト時刻と、前記再起動後の前記ログイン時刻との間隔が、第２閾値より短い場合に、当該再起動に対応する前記起動時刻及び前記終了時刻を、前記学習データから除外してもよい。

【0009】

また、本発明の一態様は、上記の情報処理装置において、前記提案処理部は、前記学習結果に基づいて、１日のうちの単位時間ごとに、起動状態と停止状態とのいずれかを推定し、前記停止状態から前記起動状態に変化する時刻を、前記起動時刻として提案するとともに、前記起動状態から前記停止状態に変化する時刻を、前記終了時刻として提案してもよい。

【0010】

また、本発明の一態様は、上記の情報処理装置において、前記提案処理部は、前記学習結果に基づいて、前記起動時刻及び前記終了時刻の候補を複数推定し、前記起動状態の期間が重複する複数の前記起動時刻の候補間の最長の間隔が、第１の閾値単位時間以上である場合に、前記期間が重複する複数の前記起動時刻の候補のうちの最も遅い前記起動時刻の候補を、前記起動時刻として提案し、前記起動状態の期間が重複する複数の前記終了時刻の候補間の最長の間隔が、前記第１の閾値単位時間以上である場合に、前記期間が重複する複数の前記終了時刻の候補のうちの最も早い前記起動時刻の候補を、前記起動時刻と提案して、前記起動状態の期間を統合してもよい。

【0011】

また、本発明の一態様は、上記の情報処理装置において、前記提案処理部は、前記起動状態の期間が重複する複数の前記起動時刻の候補間の最長の間隔が、第１の閾値単位時間より短い第２の閾値単位時間以下である場合に、前記期間が重複する複数の前記起動時刻の候補のうちの最も早い前記起動時刻の候補を、前記起動時刻として提案し、前記起動状態の期間が重複する複数の前記終了時刻の候補間の最長の間隔が、前記第２の閾値単位時間以下である場合に、前記期間が重複する複数の前記終了時刻の候補のうちの最も遅い前記起動時刻の候補を、前記起動時刻と提案して、前記起動状態の期間を統合してもよい。

【0012】

また、本発明の一態様は、実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部を備える情報処理装置の制御方法であって、取得処理部が、前記イベントログ記憶部から、自装置の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得するステップと、学習処理部が、取得された、前記起動時刻及び前記終了時刻と、前記ログイン時刻及び前記ログアウト時刻とに基づいて、学習処理を実行するステップと、提案処理部が、前記学習処理によって学習された学習結果に基づいて、予測される前記起動時刻及び前記終了時刻を提案するステップとを含む制御方法である。

【発明の効果】

【0013】

本発明の上記態様によれば、利用者の利用に即した適切な起動時刻及び終了時刻を提案することができる。

【図面の簡単な説明】

【0014】

【図1】本実施形態によるノートＰＣの主要なハードウェア構成の一例を示す図である。

【図2】本実施形態によるノートＰＣの機能構成の一例を示すブロック図である。

【図3】本実施形態における学習データからの除外処理の一例を示す図である。

【図4】本実施形態における学習モデルの一例を示す図である。

【図5】本実施形態における起動時刻及び終了時刻の候補の統合処理の一例を示す図である。

【図6】本実施形態によるノートＰＣの動作の一例を示すフローチャートである。

【図7】本実施形態によるノートＰＣの起動時刻及び終了時刻の提案の一例を示す図である。

【発明を実施するための形態】

【0015】

以下、本発明の一実施形態による情報処理装置、及び制御方法について図面を参照して説明する。

【0016】

図１は、本実施形態によるノートＰＣ１の主要なハードウェア構成の一例を示す図である。なお、本実施形態において、情報処理装置の一例として、ノートブック型のＰＣ（パーソナルコンピュータ）であるノートＰＣ１について説明する。

【0017】

図１に示すように、ノートＰＣ１は、ＣＰＵ１１と、メインメモリ１２と、ビデオサブシステム１３と、表示部１４と、チップセット２１と、ＢＩＯＳメモリ２２と、ＨＤＤ２３と、オーディオシステム２４と、ＷＬＡＮカード２５と、ＵＳＢコネクタ２６と、撮像部２７と、エンベデッドコントローラ３１と、入力部３２と、電源回路３３とを備える。
なお、本実施形態において、ＣＰＵ１１と、チップセット２１とは、メイン制御部１０に対応する。

【0018】

ＣＰＵ（Central Processing Unit）１１は、プログラム制御により種々の演算処理を実行し、ノートＰＣ１全体を制御している。
メインメモリ１２は、ＣＰＵ１１の実行プログラムの読み込み領域として、又は、実行プログラムの処理データを書き込む作業領域として利用される書き込み可能メモリである。メインメモリ１２は、例えば、複数個のＤＲＡＭ（Dynamic Random Access Memory）チップで構成される。この実行プログラムには、ＯＳ（オペレーティングシステム）、周辺機器類をハードウェア操作するための各種ドライバ、各種サービス／ユーティリティ、アプリケーションプログラム等が含まれる。

【0019】

ビデオサブシステム１３は、画像表示に関連する機能を実現するためのサブシステムであり、ビデオコントローラを含んでいる。このビデオコントローラは、ＣＰＵ１１からの描画命令を処理し、処理した描画情報をビデオメモリに書き込むとともに、ビデオメモリからこの描画情報を読み出して、表示部１４に描画データ（表示データ）として出力する。
表示部１４は、例えば、液晶ディスプレイであり、ビデオサブシステム１３から出力された描画データ（表示データ）に基づく表示画面を表示する。

【0020】

チップセット２１は、ＵＳＢ（Universal Serial Bus）、シリアルＡＴＡ（AT Attachment）、ＳＰＩ（Serial Peripheral Interface）バス、ＰＣＩ（Peripheral Component Interconnect）バス、ＰＣＩ－Ｅｘｐｒｅｓｓバス、及びＬＰＣ（Low Pin Count）バスなどのコントローラを備えており複数のデバイスが接続される。図１では、デバイスの例示として、ＢＩＯＳメモリ２２と、ＨＤＤ２３と、オーディオシステム２４と、ＷＬＡＮカード２５と、ＵＳＢコネクタ２６と、撮像部２７とが、チップセット２１に接続されている。また、チップセット２１は、ＲＴＣ（Real Time Clock）機能を備える。

【0021】

ＢＩＯＳ（Basic Input Output System）メモリ２２は、例えば、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）やフラッシュＲＯＭなどの電気的に書き換え可能な不揮発性メモリで構成される。ＢＩＯＳメモリ２２は、ＢＩＯＳ、及びエンベデッドコントローラ３１などを制御するためのシステムファームウェアなどを記憶する。

【0022】

ＨＤＤ（Hard Disk Drive）２３（不揮発性記憶装置の一例）は、ＯＳ、各種ドライバ、各種サービス／ユーティリティ、アプリケーションプログラム、及び各種データを記憶する。
オーディオシステム２４は、音データの記録、再生、出力を行う。

【0023】

ＷＬＡＮ（Wireless Local Area Network）カード２５は、ワイヤレス（無線）ＬＡＮにより、ネットワークに接続して、データ通信を行う。ＷＬＡＮカード２５は、例えば、ネットワークからのデータを受信した際に、データを受信したことを示すイベントトリガを発生する。

【0024】

ＵＳＢコネクタ２６は、ＵＳＢを利用した周辺機器類を接続するためのコネクタである。
撮像部２７は、Ｗｅｂカメラであり、画像を撮像する。撮像部２７は、例えば、ＵＳＢインタフェースによりチップセット２１と接続されている。

【0025】

エンベデッドコントローラ３１は、ノートＰＣ１のシステム状態に関わらず、各種デバイス（周辺装置やセンサ等）を監視し制御するワンチップマイコン（One-Chip Microcomputer）である。また、エンベデッドコントローラ３１は、電源回路３３を制御する電源管理機能を有している。なお、エンベデッドコントローラ３１は、不図示のＣＰＵ、ＲＯＭ、ＲＡＭなどで構成されるとともに、複数チャネルのＡ／Ｄ入力端子、Ｄ／Ａ出力端子、タイマ、及びデジタル入出力端子を備えている。エンベデッドコントローラ３１には、それらの入出力端子を介して、例えば、入力部３２、及び電源回路３３などが接続されており、エンベデッドコントローラ３１は、これらの動作を制御する。

【0026】

入力部３２は、例えば、キーボード、ポインティング・デバイス、タッチパッドなどの入力デバイスである。
電源回路３３は、例えば、ＤＣ／ＤＣコンバータ、充放電ユニット、電池ユニット、ＡＣ／ＤＣアダプタなどを含んでおり、ＡＣ／ＤＣアダプタ、又は電池ユニットから供給される直流電圧を、ノートＰＣ１を動作させるために必要な複数の電圧に変換する。また、電源回路３３は、エンベデッドコントローラ３１からの制御に基づいて、ノートＰＣ１の各部に電力を供給する。

【0027】

次に、図２を参照して、本実施形態によるノートＰＣ１の機能構成について説明する。
図２は、本実施形態によるノートＰＣ１の機能構成の一例を示すブロック図である。

【0028】

記憶部４０は、例えば、メインメモリ１２又はＨＤＤ２３により実現される記憶部であり、ノートＰＣ１が利用する各種情報を記憶する。記憶部４０は、例えば、各種アプリケーションが利用する各種情報を一時記憶する。また、記憶部４０は、ＯＳの各種設定情報を記憶する。記憶部４０は、イベントログ記憶部４１と、学習データ記憶部４２と、学習結果記憶部４３と、提案時刻記憶部４４とを備える。

【0029】

イベントログ記憶部４１は、実行された処理の履歴を示すイベントログを記憶する。イベントログ記憶部４１は、例えば、実行された時刻情報と、実行されたイベントの内容とを対応付けて、イベントログとして記憶する。イベントの内容は、例えば、ノートＰＣ１の起動処理及び終了処理と、利用者のログイン処理及びログアウト処理とを含む各種実行処理の内容である。

【0030】

学習データ記憶部４２は、ノートＰＣ１の起動時刻及び終了時刻を予測する学習モデルを構築する学習処理を実行するための学習データを記憶する。学習データ記憶部４２は、例えば、季節情報と、曜日情報と、起動時刻又は終了時刻との組情報を、複数含む学習データを記憶する。

【0031】

学習結果記憶部４３は、学習処理を実行した学習結果を記憶する。学習結果記憶部４３は、学習処理により構築された学習モデル（予測モデル）の重み付けて情報（係数情報）等のパラメータ情報を記憶する。

【0032】

提案時刻記憶部４４は、利用者に提案するノートＰＣ１の起動時刻及び終了時刻を含む情報を記憶する。提案時刻記憶部４４は、提案された起動時刻及び終了時刻の他に、利用者によって設定された起動時刻及び終了時刻を記憶してもよい。また、提案時刻記憶部４４は、例えば、季節ごと、曜日ごとに、提案又は設定された起動時刻及び終了時刻を記憶するようにしてもよい。

【0033】

メイン制御部１０は、ＣＰＵ１１及びチップセット２１が、メインメモリ１２が記憶するプログラムを実行することで実現される機能部であり、ＯＳ（例えば、Ｗｉｎｄｏｗｓ（登録商標））に基づく各種処理を実行する。
メイン制御部１０は、計時部１０１と、ＯＳ処理部１０２と、取得処理部１０３と、学習処理部１０４と、提案処理部１０５とを備える。

【0034】

計時部１０１は、チップセット２１のＲＴＣ機能により実現される機能部であり、時計として時刻を計時する。計時部１０１が計時する時刻は、イベントログに添付される時刻に利用されるとともに、設定されたノートＰＣ１の起動時刻及び終了時刻を判定するために利用される。

【0035】

ＯＳ処理部１０２は、主にＯＳに基づく処理を実行する。ＯＳ処理部１０２は、例えば、ノートＰＣ１の起動時刻及び終了時刻や、利用者のログイン時刻及びログアウト時刻を含むイベントログを、イベントログ記憶部４１に記憶させる。

【0036】

また、ＯＳ処理部１０２は、計時部１０１が計時する時刻が、設定されたノートＰＣ１の起動時刻になった場合に、自装置（ノートＰＣ１）を起動する起動処理を実行する。また、ＯＳ処理部１０２は、計時部１０１が計時する時刻が、設定されたノートＰＣ１の終了時刻になった場合に、自装置（ノートＰＣ１）を起動を終了する終了処理を実行する。

【0037】

取得処理部１０３は、イベントログ記憶部４１から、ノートＰＣ１（自装置）の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得する。ここで、起動時刻は、イベントログとして、ノートＰＣ１（自装置）の起動処理に対応付けられた時刻情報である。また、終了時刻は、イベントログ記憶部４１が記憶するイベントログとして、ノートＰＣ１（自装置）の終了処理に対応付けられた時刻情報である。

【0038】

また、ログイン時刻は、イベントログ記憶部４１が記憶するイベントログとして、利用者のログイン処理に対応付けられた時刻情報である。また、ログアウト時刻は、イベントログ記憶部４１が記憶するイベントログとして、利用者のログアウト処理に対応付けられた時刻情報である。

【0039】

取得処理部１０３は、イベントログ記憶部４１が記憶する複数のイベントログの中から、起動処理、終了処理、ログイン処理、及びログアウト処理に対応するものを抽出し、抽出したイベントログの処理に対応付けられた時刻情報を、それぞれ、起動時刻、終了時刻、ログイン時刻、及びログアウト時刻として取得する。

【0040】

学習処理部１０４は、取得処理部１０３が取得した、起動時刻及び終了時刻と、ログイン時刻及びログアウト時刻とに基づいて、学習処理を実行する。学習処理部１０４は、例えば、季節、曜日、起動時刻、及び終了時刻を学習データとし、以下のルールにより、利用者の意図しない起動時刻及び終了時刻を学習データから除外する。

【0041】

（ルール１）学習処理部１０４は、終了時刻から起動時刻までの間隔が、閾値Ｔｔｈ１以下（第１閾値以下）である再起動であり、且つ、当該再起動に対応するログアウト時刻と、再起動後のログイン時刻との間隔が、閾値Ｔｔｈ２以上（第２閾値以上）である場合に、当該再起動に対応する起動時刻及び終了時刻を、学習データから除外する。

【0042】

（ルール２）学習処理部１０４は、終了時刻から起動時刻までの間隔が、閾値Ｔｔｈ１以下（第１閾値以下）である再起動であり、且つ、当該再起動に対応するログアウト時刻と、再起動後のログイン時刻との間隔が、閾値Ｔｔｈ３（第２閾値の一例）より短い場合に、当該再起動に対応する起動時刻及び終了時刻を、学習データから除外する。なお、閾値Ｔｔｈ３と閾値Ｔｔｈ２とは、等しくてもよい。

【0043】

ここで、図３を参照して、（ルール１）及び（ルール２）による学習データの除外処理の具体例について説明する。
図３は、本実施形態における学習データからの除外処理の一例を示す図である。

【0044】

図３（ａ）は、上述した（ルール１）の除外処理の一例を示している。
図３（ａ）において、横棒ＳＵ１及び横棒ＳＵ２は、ノートＰＣ１が起動している起動状態を示している。また、間隔ＴＲ１は、横棒ＳＵ１の右端である終了時刻と、横棒ＳＵ２の左端である起動時刻との間の間隔を示している。

【0045】

また、ログアウト時刻ＴＬＯ１（黒丸）は、利用者のログアウトした時刻を示し、ログイン時刻ＴＬＩ１（黒丸）は、利用者のログインした時刻を示している。また、間隔ＴＲ２は、ログアウト時刻ＴＬＯ１と、ログイン時刻ＴＬＩ１との間の間隔を示している。

【0046】

図３（ａ）に示すように、学習処理部１０４は、間隔ＴＲ１が、閾値Ｔｔｈ１以下である場合に、ノートＰＣ１に再起動が発生したと判定する。また、学習処理部１０４は、さらに、再起動が発生した前後のログアウト－ログイン間隔である間隔ＴＲ２が、閾値Ｔｔｈ１よりも大きい閾値Ｔｔｈ２以上である場合に、ＯＳ更新などによる再起動であると判定する。その結果、学習処理部１０４は、この再起動の終了時刻及び起動時刻を、学習データから除外する。

【0047】

また、図３（ｂ）は、上述した（ルール２）の除外処理の一例を示している。
図３（ｂ）において、横棒ＳＵ３及び横棒ＳＵ４は、ノートＰＣ１が起動している起動状態を示している。また、間隔ＴＲ３は、横棒ＳＵ３の右端である終了時刻と、横棒ＳＵ４の左端である起動時刻との間の間隔を示している。

【0048】

また、ログアウト時刻ＴＬＯ２（黒丸）は、利用者のログアウトした時刻を示し、ログイン時刻ＴＬＩ２（黒丸）は、利用者のログインした時刻を示している。また、間隔ＴＲ４は、ログアウト時刻ＴＬＯ２と、ログイン時刻ＴＬＩ２との間の間隔を示している。

【0049】

図３（ｂ）に示すように、学習処理部１０４は、間隔ＴＲ３が、閾値Ｔｔｈ１以下である場合に、ノートＰＣ１に再起動が発生したと判定する。また、学習処理部１０４は、さらに、再起動が発生した前後のログアウト－ログイン間隔である間隔ＴＲ４が、閾値Ｔｔｈ３より短い場合に、短期間に再起動が発生したと判定する。その結果、学習処理部１０４は、この再起動の終了時刻及び起動時刻を、学習データから除外する。

【0050】

図２の説明に戻り、学習処理部１０４は、除外処理を行った学習データを、学習データ記憶部４２に記憶させる。
また、学習処理部１０４は、学習データにより、学習処理を実行し、起動時刻及び終了時刻を予測する学習モデル（例えば、ＳＶＭ（サポートベクターマシン）などの分類器や決定木、等）を構築する。学習処理部１０４は、機械学習の学習処理により、例えば、季節、曜日、１日のうちの単位時間こと（例えば、１時間を単位時間とした１時間ごと）のノートＰＣ１の状態（例えば、停止状態（終了状態）か、起動状態か、など）を予測する学習モデル（予測モデル）を構築する。ここで、図４を参照して、本実施形態における学習モデルの一例について説明する。

【0051】

図４は、本実施形態における学習モデルの一例を示す図である。
図４に示すように、学習モデルは、単位時間である１時間ごとの時刻の入力に対して、当該時刻の単位時間の期間（例えば、１時間）におけるノートＰＣ１の状態を分類する。例えば、時刻“０時”において、学習モデルは、学習結果に基づいて、“停止状態”であると分類する。また、例えば、時刻“８時”において、学習モデルは、学習結果に基づいて、“起動状態”であると分類する。ここで、“停止状態”から“起動状態”に変更される時刻が、起動時刻の候補に相当し、“起動状態”から“停止状態”に変更される時刻が、終了時刻の候補に相当する。

【0052】

学習処理部１０４は、学習処理を実行して構築した学習モデル（予測モデル）を、学習結果として、学習結果記憶部４３に記憶させる。学習処理部１０４は、例えば、学習結果記憶部４３に、学習モデルの重み付けて情報（係数情報）等のパラメータ情報を記憶させる。

【0053】

再び、図２の説明に戻り、提案処理部１０５は、学習処理部１０４が学習した学習結果に基づいて、予測される起動時刻及び終了時刻を提案する。提案処理部１０５は、学習結果記憶部４３に記憶されている学習結果を用いて、例えば、季節及び曜日に対応する起動時刻及び終了時刻を提案する。

【0054】

すなわち、提案処理部１０５は、図４に示すように、単位時間（ここでは、１時間ごと）の時刻に対するノートＰＣ１の状態を分類し、“停止状態”から“起動状態”に変更される時刻により起動時刻の候補を予測し、“起動状態”から“停止状態”に変更される時刻により終了時刻の候補を予測する。

【0055】

このように、提案処理部１０５は、学習結果に基づいて、１日のうちの単位時間ごと（例えば、１時間ごと）に、起動状態と停止状態とのいずれかを推定（予測）し、停止状態から起動状態に変化する時刻を、起動時刻として提案するとともに、起動状態から停止状態に変化する時刻を、終了時刻として提案する。

【0056】

また、提案処理部１０５は、起動時刻及び終了時刻の候補が複数ある場合に、以下のルールにより、複数の候補を統合した、起動時刻及び終了時刻を提案する。
なお、複数の候補は、学習モデルが複数の候補を出力するものであってもよいし、今回の起動時刻及び終了時刻の候補と、過去の所定の回数分の候補とであってもよい。

【0057】

（ルールＡ）提案処理部１０５は、複数の候補において、起動時刻同士、又は終了時刻同士が遠い場合に、内側の時刻に統合する。具体的に、提案処理部１０５は、起動状態の期間が重複する複数の起動時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ４以上（第１の閾値単位時間以上）である場合に、期間が重複する複数の起動時刻の候補のうちの最も遅い起動時刻の候補を、起動時刻として提案する。また、提案処理部１０５は、起動状態の期間が重複する複数の終了時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ４以上（第１の閾値単位時間以上）である場合に、期間が重複する複数の終了時刻の候補のうちの最も早い起動時刻の候補を、起動時刻と提案する。

【0058】

（ルールＢ）提案処理部１０５は、複数の候補において、起動時刻同士、又は終了時刻同士が近い場合に、外側の時刻に統合する。提案処理部１０５は、起動状態の期間が重複する複数の起動時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ４（第１の閾値単位時間）より短い閾値単位時間Ｔｔｈ５以下（第２の閾値単位時間以下）である場合に、期間が重複する複数の起動時刻の候補のうちの最も早い起動時刻の候補を、起動時刻として提案する。また、提案処理部１０５は、起動状態の期間が重複する複数の終了時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ５以下（第２の閾値単位時間以下）である場合に、期間が重複する複数の終了時刻の候補のうちの最も遅い起動時刻の候補を、起動時刻と提案する。

【0059】

次に、図５を参照して、本実施形態における起動時刻及び終了時刻の候補の統合処理の具体例について説明する。
図５は、本実施形態における起動時刻及び終了時刻の候補の統合処理の一例を示す図である。なお、図５において、閾値単位時間Ｔｔｈ４を２時間（２単位時間）とし、閾値単位時間Ｔｔｈ５を１時間（１単位時間）とした場合の一例について説明する。

【0060】

図５（ａ）は、上述した（ルールＡ）の統合処理の一例を示している。
図５（ａ）において、横棒ＳＴ５、及び横棒ＳＴ６は、それぞれ、候補の起動時刻と終了時刻との間の起動状態の期間を示している。また、横棒ＳＴ７は、（ルールＡ）により統合された起動状態の期間を示している。

【0061】

図５（ａ）に示す例では、横棒ＳＴ５の起動時刻“７時”と、横棒ＳＴ６の起動時刻“９時”との間隔ＴＲ５は、２時間（２単位時間）であり、閾値単位時間Ｔｔｈ４以上（２時間以上）である。そのため、提案処理部１０５は、最も遅い候補（内側の候補）の“９時”を起動時刻として提案する。

【0062】

また、横棒ＳＴ５の終了時刻“２０時”と、横棒ＳＴ６の終了時刻“１７時”との間隔ＴＲ６は、３時間（３単位時間）であり、閾値単位時間Ｔｔｈ４以上（２時間以上）である。そのため、提案処理部１０５は、最も早い候補（内側の候補）の“１７時”を終了時刻として提案する。

【0063】

したがって、図５（ａ）に示す例では、提案処理部１０５は、横棒ＳＴ５と横棒ＳＴ６とを統合して、横棒ＳＴ７を候補として生成する。その結果、提案処理部１０５は、起動時刻“９時”及び終了時刻“１７時”とを提案する。

【0064】

また、図５（ｂ）は、上述した（ルールＢ）の統合処理の一例を示している。
図５（ｂ）において、横棒ＳＴ８、及び横棒ＳＴ９は、それぞれ、候補の起動時刻と終了時刻との間の起動状態の期間を示している。また、横棒ＳＴ１０は、（ルールＢ）により統合された起動状態の期間を示している。

【0065】

図５（ｂ）に示す例では、横棒ＳＴ８の起動時刻“７時”と、横棒ＳＴ９の起動時刻“８時”との間隔ＴＲ７は、１時間（１単位時間）であり、閾値単位時間Ｔｔｈ５以下（１時間以下）である。そのため、提案処理部１０５は、最も早い候補（外側の候補）の“７時”を起動時刻として提案する。

【0066】

また、横棒ＳＴ８の終了時刻“２０時”と、横棒ＳＴ９の終了時刻“１９時”との間隔ＴＲ８は、１時間（１単位時間）であり、閾値単位時間Ｔｔｈ５以下（１時間以下）である。そのため、提案処理部１０５は、最も遅い候補（外側の候補）の“２０時”を終了時刻として提案する。

【0067】

したがって、図５（ｂ）に示す例では、提案処理部１０５は、横棒ＳＴ８と横棒ＳＴ９とを統合して、横棒ＳＴ１０を候補として生成する。その結果、提案処理部１０５は、起動時刻“７時”及び終了時刻“２０時”とを提案する。

【0068】

また、図５（ｃ）は、候補が３つ以上である場合の（ルールＡ）の統合処理の一例を示している。
図５（ｃ）において、横棒ＳＴ１１、横棒ＳＴ１２、及び横棒ＳＴ１３は、それぞれ、候補の起動時刻と終了時刻との間の起動状態の期間を示している。また、横棒ＳＴ１４は、（ルールＡ）により統合された起動状態の期間を示している。

【0069】

図５（ｃ）に示す例では、横棒ＳＴ１１の起動時刻“７時”と、横棒ＳＴ１２の起動時刻“８時”と、横棒ＳＴ１３の起動時刻“９時”とのうちで、もっと間隔が長いのは、横棒ＳＴ１１の起動時刻“７時”と横棒ＳＴ１３の起動時刻“９時”との間隔ＴＲ９である。ここで、間隔ＴＲ９は、２時間（２単位時間）であり、閾値単位時間Ｔｔｈ４以上（２時間以上）である。そのため、提案処理部１０５は、最も遅い候補（内側の候補）の“９時”を起動時刻として提案する。

【0070】

また、横棒ＳＴ１１の終了時刻“２０時”と、横棒ＳＴ１２の終了時刻“１８時”と、横棒ＳＴ１３の終了時刻“１７時”とのうちで、もっと間隔が長いのは、横棒ＳＴ１１の終了時刻“２０時”と横棒ＳＴ１３の狩猟時刻“１７時”との間隔ＴＲ１０である。ここで、間隔ＴＲ１０は、３時間（３単位時間）であり、閾値単位時間Ｔｔｈ４以上（２時間以上）である。そのため、提案処理部１０５は、最も早い候補（内側の候補）の“１７時”を終了時刻として提案する。

【0071】

したがって、図５（ｃ）に示す例では、提案処理部１０５は、横棒ＳＴ１１、横棒ＳＴ１２、及び横棒ＳＴ６を統合して、横棒ＳＴ１０を候補として生成する。その結果、提案処理部１０５は、起動時刻“９時”及び終了時刻“１７時”とを提案する。

【0072】

提案処理部１０５は、提案する起動時刻及び終了時刻を、提案時刻記憶部４４に記憶させるとともに、例えば、起動時刻及び終了時刻を表示部１４に表示させて、利用者に提案する。

【0073】

次に、図面を参照して、本実施形態によるノートＰＣ１の動作について説明する。
図６は、本実施形態によるノートＰＣ１の動作の一例を示すフローチャートである。

【0074】

図６に示すように、ノートＰＣ１のメイン制御部１０は、イベントログから起動時刻、終了時刻、ログイン時刻、及びログアウト時刻を取得する（ステップＳ１０１）。すなわち、メイン制御部１０の取得処理部１０３は、イベントログ記憶部４１が記憶する複数のイベントログの中から、起動処理、終了処理、ログイン処理、及びログアウト処理に対応するものを抽出し、抽出したイベントログの処理に対応付けられた時刻情報を、それぞれ、起動時刻、終了時刻、ログイン時刻、及びログアウト時刻として取得する。

【0075】

次に、メイン制御部１０の学習処理部１０４は、起動時刻、終了時刻、ログイン時刻、及びログアウト時刻に基づいて、利用者の意図しない起動時刻、終了時刻を学習データから除外する（ステップＳ１０２）。学習処理部１０４は、上述した図３に示すように、（ルール１）、及び（ルール２）により、利用者の意図しない起動時刻、終了時刻を学習データから除外する。学習処理部１０４は、除外処理後の学習データを学習データ記憶部４２に記憶させる。

【0076】

次に、学習処理部１０４は、起動時刻及び終了時刻の学習データを用いて、学習処理を実行する（ステップＳ１０３）。学習処理部１０４は、学習データ記憶部４２が記憶する学習データを用いて、例えば、図４に示すような、学習モデルを構築する。学習処理部１０４は、構築した学習モデルを示す情報（学習結果）を、学習結果記憶部４３に記憶させる。

【0077】

次に、メイン制御部１０の提案処理部１０５は、学習結果に基づいて、起動時刻及び終了時刻の候補を予測する（ステップＳ１０４）。提案処理部１０５は、学習結果記憶部４３が記憶する学習結果を用いて、図４に示すように、単位時間（例えば、１時間ごと）の時刻に対するノートＰＣ１の状態を分類し、“停止状態”から“起動状態”に変更される時刻により起動時刻の候補を予測し、“起動状態”から“停止状態”に変更される時刻により終了時刻の候補を予測する。

【0078】

次に、提案処理部１０５は、起動時刻の候補同士、終了時刻の候補同士が閾値単位時間Ｔｔｈ４以上離れている場合に、起動状態の期間の内側に統合する（ステップＳ１０５）。提案処理部１０５は、上述した図５（ａ）及び図５（ｃ）に示すように、（ルールＡ）により、起動時刻及び終了時刻の候補を統合する。

【0079】

次に、提案処理部１０５は、起動時刻の候補同士、終了時刻の候補同士が閾値単位時間Ｔｔｈ５以下である場合に、起動状態の期間の外側に統合する（ステップＳ１０６）．提案処理部１０５は、上述した図５（ｂ）に示すように、（ルールＢ）により、起動時刻及び終了時刻の候補を統合する。

【0080】

次に、提案処理部１０５は、起動時刻及び終了時刻を提案する（ステップＳ１０７）。提案処理部１０５は、提案する起動時刻及び終了時刻を提案時刻記憶部４４に記憶させるとともに、例えば、図７に示すように、起動時刻及び終了時刻を表示部に表示させて、利用者に提案する。ステップＳ１０７の処理後に、提案処理部１０５は、処理を終了する。

【0081】

なお、図６に示す処理は、例えば、ノートＰＣ１が１日のうちで最初に起動した際に実行される。すなわち、図６に示す処理は、１日に１回実行され、起動時刻及び終了時刻が提案される。

【0082】

ここで、図７が示す起動時刻及び終了時刻の提案の表示例について説明する。
図７は、本実施形態によるノートＰＣ１の起動時刻及び終了時刻の提案の一例を示す図である。

【0083】

図７において、表示画像Ｇ１は、起動時刻及び終了時刻の提案の表示例を示している。図７に示すように、提案処理部１０５は、例えば、曜日ごとに、起動時刻及び終了時刻を提案する。

【0084】

なお、図７において、提案処理部１０５は、選択ボタンＢＴ１を表示して、提案した起動時刻及び終了時刻をそのまま起動時刻及び終了時刻として設定するか否かを選択できるようにしてもよい。また、提案処理部１０５は、起動時刻及び終了時刻の設定変更用のウインドウＳＷ１を表示して、起動時刻及び終了時刻を利用者が手動で設定変更できるようにしてもよい。

【0085】

以上説明したように、本実施形態によるノートＰＣ１（情報処理装置）は、取得処理部１０３と、学習処理部１０４と、提案処理部１０５とを備える。取得処理部１０３は、実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部４１から、ノートＰＣ１（自装置）の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得する。学習処理部１０４は、取得処理部１０３が取得した、起動時刻及び終了時刻と、ログイン時刻及びログアウト時刻とに基づいて、学習処理を実行する。提案処理部１０５は、学習処理部１０４が学習した学習結果に基づいて、予測される起動時刻及び終了時刻を提案する。

【0086】

これにより、本実施形態によるノートＰＣ１（情報処理装置）は、ログイン時刻及びログアウト時刻を用いることで、例えば、利用者の意図しない起動時刻及び終了時刻を除外できるため、利用者の利用に即した適切な起動時刻及び終了時刻を提案することができる。

【0087】

また、本実施形態では、学習処理部１０４は、取得した起動時刻及び終了時刻を含む学習データにより、学習処理を実行する。学習処理部１０４は、終了時刻から起動時刻までの間隔が、閾値Ｔｔｈ１以下（第１閾値以下）である再起動であり、且つ、当該再起動に対応するログアウト時刻と、再起動後のログイン時刻との間隔が、閾値Ｔｔｈ２以上（第２閾値以上）である場合に、当該再起動に対応する起動時刻及び終了時刻を、学習データから除外する。ここで、閾値Ｔｔｈ２（第２閾値）は、閾値Ｔｔｈ１（第１閾値）より大きい。

【0088】

これにより、本実施形態によるノートＰＣ１は、例えば、ＯＳ更新などの利用者の意図しない起動時刻及び終了時刻を、学習データから除外するため、利用者の利用に即したより適切な起動時刻及び終了時刻を提案することができる。

【0089】

また、本実施形態では、学習処理部１０４は、再起動であり、且つ、当該再起動に対応するログアウト時刻と、再起動後のログイン時刻との間隔が、閾値Ｔｔｈ３（第２閾値）より短い場合に、当該再起動に対応する起動時刻及び終了時刻を、学習データから除外する。なお、閾値Ｔｔｈ３は、上述した閾値Ｔｔｈ２と等しくてもよい。

【0090】

これにより、本実施形態によるノートＰＣ１は、例えば、再起動などの、利用者が実際にノートＰＣ１を利用するのとは関係ない起動時刻及び終了時刻を、学習データから除外するため、利用者の利用に即したより適切な起動時刻及び終了時刻を提案することができる。

【0091】

また、本実施形態では、提案処理部１０５は、学習結果に基づいて、１日のうちの単位時間ごと（例えば、１時間ごと）に、起動状態と停止状態とのいずれかを推定（予測）し、停止状態から起動状態に変化する時刻を、起動時刻として提案するとともに、起動状態から停止状態に変化する時刻を、終了時刻として提案する。

【0092】

これにより、本実施形態によるノートＰＣ１は、単位時間ごと（例えば、１時間ごと）に、起動状態と停止状態とのいずれかを推定（予測）し、起動状態と停止状態との変更時刻を、起動状態又は終了時刻とするため、簡易な学習もでるにより、容易に起動状態又は終了時刻を提案することができる。

【0093】

また、本実施形態では、提案処理部１０５は、学習結果に基づいて、起動時刻及び終了時刻の候補を複数推定する。提案処理部１０５は、起動状態の期間が重複する複数の起動時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ４以上（第１の閾値単位時間以上）である場合に、期間が重複する複数の起動時刻の候補のうちの最も遅い起動時刻の候補を、起動時刻として提案する。また、提案処理部１０５は、起動状態の期間が重複する複数の終了時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ４以上である場合に、期間が重複する複数の終了時刻の候補のうちの最も早い起動時刻の候補を、起動時刻と提案する。このように、提案処理部１０５は、起動状態の期間を統合する（ルールＡ）。

【0094】

これにより、本実施形態によるノートＰＣ１は、起動状態の期間を内側に統合するため、利用者の利用に即したより適切な起動時刻及び終了時刻を提案することができる。
なお、従来技術では、起動時刻及び終了時刻の候補を複数ある場合に、外側の時刻を採用して統合することが、一般的だった。そのため、従来技術では、例えば、個人のＰＣのように不定期な起動・終了を伴う場合、複数の提案時刻候補が結合された結果、０時に起動し、２４時に終了する常時起動を提案してしまう問題があった。

【0095】

これに対して、本実施形態によるノートＰＣ１では、起動時刻の候補同士、又は終了時刻の候補同士の間隔が遠い場合に、起動状態の期間の内側に統合するため、従来技術のように、０時に起動し、２４時に終了する常時起動が提案されることを低減することができる。よって、本実施形態によるノートＰＣ１は、起動状態の期間を内側に統合するため、利用者の利用に即したより適切な起動時刻及び終了時刻を提案することができる。

【0096】

また、本実施形態では、提案処理部１０５は、起動状態の期間が重複する複数の起動時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ４より短い閾値単位時間Ｔｔｈ５以下（第２の閾値単位時間以下）である場合に、期間が重複する複数の起動時刻の候補のうちの最も早い起動時刻の候補を、起動時刻として提案する。また、提案処理部１０５は、起動状態の期間が重複する複数の終了時刻の候補間の最長の間隔が、閾値単位時間Ｔｔｈ５以下である場合に、期間が重複する複数の終了時刻の候補のうちの最も遅い起動時刻の候補を、起動時刻と提案する。このように、提案処理部１０５は、起動状態の期間を統合する（ルールＢ）。

【0097】

これにより、本実施形態によるノートＰＣ１は、起動時刻の候補同士、又は終了時刻の候補同士の間隔が近い場合（閾値単位時間Ｔｔｈ５以下の場合）に、起動状態の期間の外側に統合するため、利用者の利用に即したより適切な起動時刻及び終了時刻を提案することができる。

【0098】

また、本実施形態による制御方法は、実行された処理の履歴を示すイベントログを記憶するイベントログ記憶部４１を備えるノートＰＣ１の制御方法であって、取得処理ステップと、学習処理ステップと、提案処理ステップとを含む。取得処理ステップにおいて、取得処理部１０３が、イベントログ記憶部４１から、自装置の起動時刻及び終了時刻と、利用者のログイン時刻及びログアウト時刻とを取得する。学習処理ステップにおいて、学習処理部１０４が、取得された、起動時刻及び終了時刻と、ログイン時刻及びログアウト時刻とに基づいて、学習処理を実行する。提案処理ステップにおいて、提案処理部１０５が、学習処理によって学習された学習結果に基づいて、予測される起動時刻及び終了時刻を提案する。

【0099】

これにより、本実施形態による制御方法は、上述したノートＰＣ１と同様の効果を奏し、利用者の利用に即した適切な起動時刻及び終了時刻を提案することができる。

【0100】

なお、本発明は、上記の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で変更可能である。
例えば、上記の実施形態において、情報処理装置がノートブック型ＰＣ（ノートＰＣ１）である例を説明したが、これに限定されるものではなく、例えば、デスクトップ型ＰＣ、タブレット端末装置などの他の情報処理装置であってもよい。

【0101】

また、上記の実施形態において、学習モデルに、ＳＶＭ（サポートベクターマシン）を用いる例を説明したが、これに限定されるものではなく、例えば、ニューラルネットワーク、ディープラーニングなどの他の方式の機械学習を用いてもよい。

【0102】

また、上記の実施形態において、学習モデルが、１時間を単位時間として、１時間ごとに、起動状態と停止状態とのいずれかに分類する例を説明したが、これに限定されるものではなく、例えば、単位時間を、３０分や１５分などの他の時間を用いてもよい。

【0103】

また、上記の実施形態において、提案処理部１０５が、図７に示すように、提案した起動時刻及び終了時刻を、表示部１４に表示する例を説明したが、図７に示す表示形態に限定されるものではなく、他の表示形態であってもよい。

【0104】

なお、上述したノートＰＣ１が備える各構成は、内部に、コンピュータシステムを有している。そして、上述したノートＰＣ１が備える各構成の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより上述したノートＰＣ１が備える各構成における処理を行ってもよい。ここで、「記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行する」とは、コンピュータシステムにプログラムをインストールすることを含む。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

【0105】

また、「コンピュータシステム」は、インターネットやＷＡＮ、ＬＡＮ、専用回線等の通信回線を含むネットワークを介して接続された複数のコンピュータ装置を含んでもよい。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。このように、プログラムを記憶した記録媒体は、ＣＤ－ＲＯＭ等の非一過性の記録媒体であってもよい。

【0106】

また、記録媒体には、当該プログラムを配信するために配信サーバからアクセス可能な内部又は外部に設けられた記録媒体も含まれる。なお、プログラムを複数に分割し、それぞれ異なるタイミングでダウンロードした後にノートＰＣ１が備える各構成で合体される構成や、分割されたプログラムのそれぞれを配信する配信サーバが異なっていてもよい。さらに「コンピュータ読み取り可能な記録媒体」とは、ネットワークを介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、上述した機能の一部を実現するためのものであってもよい。さらに、上述した機能をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【0107】

また、上述した機能の一部又は全部を、ＬＳＩ（Large Scale Integration）等の集積回路として実現してもよい。上述した各機能は個別にプロセッサ化してもよいし、一部、又は全部を集積してプロセッサ化してもよい。また、集積回路化の手法はＬＳＩに限らず専用回路、又は汎用プロセッサで実現してもよい。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。

【符号の説明】

【0108】

１ ノートＰＣ
１０ メイン制御部
１１ ＣＰＵ
１２ メインメモリ
１３ ビデオサブシステム
１４ 表示部
２１ チップセット
２２ ＢＩＯＳメモリ
２３ ＨＤＤ
２４ オーディオシステム
２５ ＷＬＡＮカード
２６ ＵＳＢコネクタ
２７ 撮像部
３１ エンベデッドコントローラ（ＥＣ）
３２ 入力部
３３ 電源回路
４０ 記憶部
４１ イベントログ記憶部
４２ 学習データ記憶部
４３ 学習結果記憶部
４４ 提案時刻記憶部
１０１ 計時部
１０２ ＯＳ処理部
１０３ 取得処理部
１０４ 学習処理部
１０５ 提案処理部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】