JP7138687B2 - 推定装置、推定方法及び推定プログラム - Google Patents

Description

本発明は、推定装置、推定方法及び推定プログラムに関する。

近年、外面情報や生体情報から、感情を推定する感情推定システム、感情推定モデル生成システム等が開発されている。
また、個人の機械学習モデルを作成し、そのモデルから推奨行動を提供するシステム等が考案されている。

特開２０２０－０６８９７３号公報 特開２０２０－０６４５３７号公報

しかしながら、上述した従来技術では、専用の情報測定装置を用意しなければならず、被測定者を、ある程度束縛する必要がある。

また、個人機械学習モデルを作成する際、入力データとして、個人の行動内容のデータセットが用意されていることを前提としているため、個人データの取得から、その個人へのデータ提供までの処理が、一連の処理として実現されていない。

本願は、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することを目的とする。

本願に係る推定装置は、利用者の所有する端末装置から利用者の位置情報及び行動情報を取得する取得部と、取得部が取得した位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定する推定部と、推定部により推定された行動態様及び感情に基づいて、利用者に配信するコンテンツを決定する決定部とを有することを特徴とする。

実施形態の一態様によれば、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができるという効果を奏する。

図１は、利用者の位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、推定された行動態様及び感情に基づいて、利用者に配信するンテンツを決定する推定処理の一例を示す図である。 図２は、利用者の行動態様と感情のデータ構造の一例を示す図である 図３は、利用者の感覚とそのスコアのデータ構造の一例を示す図である。 図４は、利用者の行動態様等と行動コンテキストのデータ構造の一例を示す図である。 図５は、実施形態に係る推定装置の構成例を示す図である。 図６は、実施形態に係る推定装置の記憶部の構成例を示す図である。 図７は、実施形態に係る推定装置によって利用者の位置情報及び行動情報を取得し、利用者の行動態様と感情と感覚とを推定し、利用者の行動コンテキストを生成し、利用者に配信するコンテンツを決定し、利用者にコンテンツを配信する処理手順を示すフローチャートである。 図８は、ハードウエア構成の一例を示す図である。

以下に、本願に係る推定装置、推定方法及び推定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る推定装置、推定方法及び推定プログラムが限定されるものではない。１つまたは複数の実施形態の詳細は、以下の説明および図面に記載される。また、１つまたは複数の実施形態の各々は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の１つまたは複数の実施形態において同一の部位には同一の符号を付し、重複する説明は省略する。

〔１．推定処理〕
まず、図１を参照して、実施形態に係る推定処理の一例について説明する。図１は、利用者の位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、推定した行動態様及び感情に基づいて、利用者に配信するコンテンツを決定する推定処理の一例を示す図である。なお、図１に示す例では、実施形態に係る推定システム１によって、利用者の位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、推定した行動態様及び感情に基づいて、利用者に配信するコンテンツを決定する推定処理の実施形態について記載した。

図１に示すように、推定システム１には、端末装置１０_１～１０_ｎと、推定装置１００とが含まれる（ｎは任意の自然数）。本願明細書では、端末装置１０_１～１０_ｎを区別する必要がない場合は、端末装置１０_１～１０_ｎを「端末装置１０」と記載する。図１では図示していないが、推定システム１は、複数台の推定装置１００を含んでもよい。

端末装置１０は、利用者によって利用される情報処理装置である。端末装置１０は、スマートフォン、デスクトップ型PC（Personal Computer）、ノート型PC、タブレット型PCを含む、任意のタイプの情報処理装置であってもよい。

図１の例では、端末装置１０は、利用者によって利用されるクライアント装置である。例えば、端末装置１０には、加速度計、ジャイロセンサー、ＧＰＳ（Global Positioning System）ユニット等が搭載されている。この例では、端末装置１０は、少なくともナビゲーションアプリケーションがインストールされたスマートフォンである。ナビゲーションアプリケーション（以下、ナビアプリと呼ぶ。）には、カーナビゲーションアプリケーション（以下、カーナビアプリと呼ぶ）、鉄道乗換案内アプリケーション（以下、乗換案内アプリと呼ぶ。）等がある。カーナビアプリの場合、スマートフォンは、例えば、利用者の車両に設置される。より具体的な例を挙げるとこのようなスマートフォンは、利用者の車両に搭載された車載ホルダに装着され得る。なお、「利用者の車両に設置された端末装置１０」という用語は、「利用者の車両に搭載された端末装置１０」を包含し得る。つまり、「端末装置１０の設置」という用語は、「端末装置１０の恒久的な設置（例えば、端末装置１０を搭載すること）」を包含し得る。

推定装置１００は、利用者の位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、推定した行動態様及び感情に基づいて、利用者に配信するコンテンツを決定する情報処理装置である。推定装置１００は、サーバを含む、任意のタイプの情報処理装置であってもよい。図１では図示していないが、推定装置１００は、ネットワーク網（例えば、インターネット網）を介して、有線又は無線により端末装置１０と通信を行う。情報処理装置２００は、例えば、ＳＮＳ（Social Networking Service）サーバであり、ネットワーク網（例えば、インターネット網）を介して、有線又は無線により推定装置１００及び端末装置１０と通信を行う。推定装置１００及び端末装置１０は、情報処理装置２００から、インターネット等を介して、例えば、ＳＮＳ情報、気象情報、交通情報等を取得する（ステップＳ４１～Ｓ４３、Ｓ３１）。

〔１－１．利用者からどのような情報を取得するか〕
図１の例では、まず、端末装置１０は、端末装置１０に搭載されているＧＰＳユニットを用いて、利用者の位置情報を取得する（ステップＳ１０、Ｓ２０）。具体的には、端末装置１０は、時刻、緯度、経度のデータを所定の時間間隔で取得する。また、端末装置１０は、端末装置１０に搭載されているジャイロセンサー、加速度計等を用いて、利用者の行動情報である利用者の動きを取得する（ステップＳ１０、Ｓ２０）。具体的には、端末装置１０は、加速度計、ジャイロセンサー、磁気センサー等のデータを所定の時間間隔で取得する。次いで、端末装置１０は、利用者の位置情報及び行動情報を推定装置１００に送信する（ステップＳ１１、Ｓ２１）。これにより、推定装置１００は、利用者についての位置情報、行動情報を取得する（ステップＳ３１）。

図１の例では、さらに、推定装置１００は、利用者に係るＳＮＳ情報等を情報処理装置２００から取得する（ステップＳ４１、Ｓ３１）。

〔１－２．取得した情報から、どのようにして行動態様を推定するか〕
本実施形態における行動態様とは、利用者が所定の場所に滞在している、利用者が所定の交通機関を使って移動している等の具体的な利用者の行動の状態である。例えば、行動態様とは、（いつ）、（どこで（へ））、（誰と）、（どのように）、（何をする）という利用者の具体的な行動の状態である。端末装置１０が取得した位置情報や加速度情報等が所定の数値の範囲内の場合、例えば、推定装置１００は、利用者は在宅しているという行動態様を推定する（ステップＳ３２）。例えば、利用者が、端末装置１０のナビアプリにおいて出発地、目的地、出発時刻等を入力している場合、推定装置１００は、利用者の利用する交通機関、行き先を取得し、利用者が所定の場所から所定の場所へ、所定の交通機関を利用して目的地へ行くという行動態様を推定する（ステップＳ３２）。

例えば、複数の利用者の上記のデータが近似している場合、推定装置１００は、ＳＮＳ情報等を考慮して、それらの利用者は、行動を共にしていると推定する（ステップＳ３２）。

具体的な行動態様の推定について、以下に説明する。取得された位置情報及び行動情報に基づいて、推定装置１００は、利用者の行動態様を推定する。具体的には、例えば、利用者が、所定時間、位置情報が利用者の自宅の住所に相当する位置を表す場合、推定装置１００は、利用者は在宅していると推定する。さらに、推定装置１００は、位置情報の変化が所定の範囲内であると判断した場合、利用者について、リラックスしている、読書をしている、食事をしている等、時間帯に応じて行動態様を推定する。また、推定装置１００は、利用者が投稿したＳＮＳ情報、閲覧した検索情報、入力した検索クエリ等を取得し、その内容に基づいて、利用者の行動態様をさらに詳しく推定する。推定装置１００は、利用者の行動態様に付随する情報も、種々の情報を組み合わせて推定する。例えば、推定装置１００は、位置情報と気象情報から、その位置における天気を推定し、行動態様に付加する。例えば、推定装置１００は、利用者について、まず、「（休日の午後で）（雨降りで）（自宅に）（いる）。」という行動態様を推定する。この推定について、さらに、推定装置１００は、この時点において、利用者が投稿したＳＮＳ情報や、閲覧した検索情報、入力した検索クエリ等を取得し、その結果、利用者が投稿したＳＮＳ情報や利用者が検索した履歴の中に外国映画や主演者に係る情報があれば、（〇〇主演の外国映画を見る）と推定する。したがって、推定装置１００は、利用者について、「（休日の午後で）（雨降りで）（自宅で）（〇〇主演の外国映画を見る）。」という行動態様を推定する。

例えば、利用者がカーナビに目的地等を入力している場合であって、推定装置１００が、加速度計やジャイロセンサー等の数値を基に、利用者が自動車を運転していると判断した場合、推定装置１００は、利用者について、まず、「（土曜日の午前中）（天気は曇りで）（〇〇百貨店へ）（自動車を運転して行く）。」という行動態様を推定する。この推定について、さらに、推定装置１００は、この時点において、利用者が投稿したＳＮＳ情報や、閲覧した検索情報、入力した検索クエリ等を取得し、その結果、商品やブティック等の検索履歴等があれば、外出の目的はショッピングであると推定する。また、推定装置１００が、利用者の投稿等から単独行動であることを取得すれば、一人で外出していると推定する。したがって、推定装置１００は、利用者について、「（土曜日の午前中）（天気は曇りで）（自分一人で）（〇〇百貨店へ）（自動車を運転して）（ショッピングへ行く）。」という行動態様を推定する。

例えば、利用者が地図情報を検索している場合であって、推定装置１００が、加速度計やジャイロセンサー等の数値を基に、利用者が自動二輪車を運転していると判断した場合、推定装置１００は、利用者について、まず、「（週末に）（〇〇キャンプ場へ）（自動二輪車で）（外出する）。」という行動態様を推定する。この推定について、さらに、推定装置１００は、この時点において、利用者が投稿したＳＮＳ情報や、閲覧した検索情報、入力した検索クエリ等を取得し、その結果、目的地、行動を共にする人、自動二輪車に係る遠出についての投稿や検索履歴があれば、外出の目的は友人と一緒のツーリングであると推定する。したがって、利用者について、「（週末に）（〇〇キャンプ場へ）（友人と）（自動二輪車で）（ツーリングする）。」という行動態様を推定する。

〔１－３．取得した情報からどのようにして利用者の感情及び感覚を推定するか〕
感情とは、特定の主題やトピックに対して個人がどのように感じているかを表すために使われる主観的な表現である。本実施形態では、感情の対象は、物、コンセプト、イベント、人物等である。例えば、感情とは、具体的に、好き、嫌い、熱い、冷たい、楽しい、悲しい等である。通常、感情スコアは、極性と強度の２つの要素から構成される。感情の極性は、感情の方向性であり、「ネガティブ」から「ポジティブ」までを示す。また、感情の強度は、感情の強さであり、「低い」から「高い」までを表す。例えば、推定装置１００は、機械学習モデルにおいて、感情の方向性に着目し、「ポジティブ」「ニュートラル」「ネガティブ」を判断し、分類する。一般的には、感情分析には、ルールベース（セマンティック）アプローチ、自動アプローチ等が採用される。本願実施形態では、これらについては、既存の手法を用いてもよい。

本実施形態では、例えば、感情の推定について、推定装置１００は、一般的な行動に対し、汎用的な感情をリンクさせ機械学習データとして記憶しておく。図２に、そのデータ例を示す。例えば、行動態様ＩＤ，感情ＩＤ、汎用的感情、感情の方向性、感情の強さ等を記憶しておく。例えば、汎用的感情が「楽しい」の場合、感情の方向性はポジティブであり、感情の強さは「高」である。図１において、推定装置１００は、汎用的な感情を基礎として、利用者が投稿したＳＮＳ情報等を取得し（ステップＳ４１）、それを元に、形態素解析をして各単語について「ポジティブ」「ニュートラル」「ネガティブ」に振り分け、全体としていずれに該当するかを判断し、利用者の感情を総合判断する（ステップＳ３３）。例えば、屋外イベントの場合、一般的に、利用者は「楽しい」と感じるので、推定装置１００は、汎用的な感情として「楽しい」と予め記憶しておく。しかし、その開催日の天候によっては、投稿したＳＮＳ情報等から、「楽しい」のスコアは幾分下がると予想される。ＳＮＳ情報等を解析する際、推定装置１００は、既存の形態素解析ＡＰＩ（Application Programming Interface）を用いてもよい。また、推定装置１００は、既存の「ポジティブ」、「ニュートラル」、「ネガティブ」を判断するための既存の単語辞書を用いてもよい。

一方、感覚は、身体由来の情報が人間の心に影響を及ぼすものであり、例えば、ウキウキ、ワクワク、ドキドキ等である。このような表現は、ＳＮＳ情報等において多々、見受けられる。例えば、感情の１つである「楽しい」については、一般的に「楽しい」は「ポジティブ」な表現であるが、体性感覚と関係づけると、「ポジティブ」から「ニュートラル」の間で変わることもあり得る。例えば、「ワクワク」して「楽しい」と、「フワフワ」して「楽しい」では、「楽しい」の強弱が変わってくる。そこで、例えば、推定装置１００は、感覚について、感情を表す単語の「ポジティブ」、「ニュートラル」、「ネガティブ」な表現に調整を加えるものとして扱う。図３に、そのデータ例を示す。例えば、感覚ＩＤ，汎用的感覚、スコア等を記憶させておく。例えば、汎用的感覚が「ワクワク」の場合、そのスコアは正の値をとり得る。この場合、例えば、汎用的感情「楽しい」について、「感情の方向性」は「ポジティブ」で、「感情の強さ」は「高」として処理する。例えば、汎用的感覚が「フワフワ」の場合、そのスコアは「わくわく」より小さい正の値をとり得る。この場合、汎用的感情「楽しい」について、「感情の方向性」は「ポジティブ」で、「感情の強さ」は「中」として処理する。「このような判断は、既存の形態素解析ＡＰＩを用いてもよい。

例えば、推定装置１００は、利用者の感情を推定する際、同じカテゴリの行動態様について、利用者の過去の行動態様・感情を参照し、同程度の感情であると推定してもよい。また、推定装置１００は、利用者の行動態様が日常の状態であるか又は非日常の状態であるかを、利用者の行動態様・感情のログデータから判断し、その結果により感情の強弱を推定してもよい。例えば、推定装置１００は、利用者の行動態様が非日常の状態であると判断した場合、感情の強さの数値を高めに推定してもよい。

〔１－４．行動コンテキストの生成〕
推定装置１００は、利用者の行動態様と感情と感覚とに基づいて、利用者の行動の状態を占めす行動コンテキストを生成する（ステップＳ３４）。本実施形態における行動コンテキストとは、利用者の行動態様と感情と感覚とを組み合わせたデータであり、利用者に配信するコンテンツを決定する際に基準となるデータである。図４に、行動コンテキストのデータ構造の一例を示す。図４において、例えば、利用者ＩＤ、行動コンテキストＩＤ、行動態様ＩＤ、感情ＩＤ、感覚ＩＤ等を記憶しておく。具体的には、行動態様は、（いつ）、（どこで（へ））、（誰と）、（どのように）、（何をする）等からなる態様であり、行動態様に、利用者が投稿したＳＮＳ情報等から取得した感情と感覚を組み合わせて行動コンテキストを生成する。

例えば、図１において、利用者が、所定時間、位置情報が利用者の自宅に相当する位置を表す場合、推定装置１００が、利用者は在宅しており、位置情報の変化が所定の範囲内であると判断した場合、推定装置１００は、利用者について、「休日の午後で(いつ)、雨降りであり（天気）、自宅で（どこで）映画を見る（何をする）。」という行動態様を推定する。さらに、推定装置１００は、利用者が投稿したＳＮＳ情報等から取得した感情及び感覚等を基に利用者の感情や感覚を加えて、「休日の午後で（いつ）、（冷たい）雨降りで（天気）、（外出する気分でなく）、自宅で（どこで）、一人で（誰と）、（お気に入りの俳優が主演の）外国映画を見て（何をする）幸せな気分になりたい（どのように）。」という行動コンテキストを生成する。

例えば、図１において、利用者がカーナビに目的地等を入力している場合であって、推定装置１００が、加速度計やジャイロセンサー等の数値を基に、利用者が自動車を運転していると判断した場合、推定装置１００は、利用者について、「土曜日の午前中（いつ）、天気は曇りで（天気）、一人で（誰と）、デパートへ（どこへ）、自動車を運転して（どのように）ショッピングに出かける（何をする）。」という行動態様を推定する。さらに、推定装置１００は、利用者が投稿したＳＮＳ情報等から取得した感情及び感覚等を基に利用者の感情や感覚を加えて、「土曜日の午前中（いつ）、天気は曇りで（天気）、（少し寒いが）期間限定ショップの情報をゲットし（ワクワクして）、デパートへ（どこへ）、一人で（誰と）、自動車を運転して（どのように）、ショッピングに出かける（何をする）。」という行動コンテキストを生成する（ステップＳ３４）。

例えば、利用者がカーナビに目的地等を入力している場合であって、推定装置１００が、加速度計やジャイロセンサー等の数値を基に、利用者が自動車を運転していると判断した場合、推定装置１００は、利用者について、「週末に（いつ）〇〇キャンプ場に向かって（どこへ）、自動二輪車でツーリングする（何をする）。」という行動態様を推定する。さらに、推定装置１００は、利用者が投稿したＳＮＳ情報等から取得した感情及び感覚等を基に利用者の感情や感覚を加えて、「週末に（いつ）、晴天で（天気）、（アウトドア気分）、（ウキウキで）、〇〇キャンプ場に向かって（どこへ）、友人と（誰と）、午前８時頃出発して（いつ）、自動二輪車でツーリングしている（何をする）。」という行動コンテキストを生成する。

〔１－５．行動コンテキストに基づくコンテンツの決定〕
推定装置１００は、行動コンテキストから各種コンテンツを取得できるようにコンテンツを記憶する。例えば、推定装置１００は、まず、行動コンテキストにおける（何をする）に着目してコンテンツを検索する。

例えば、行動コンテキストが、「休日の午後で（いつ）、（冷たい）雨降りであり（天気）、（外出する気分でなく）、自宅で（どこで）、一人で（誰と）、（お気に入りの俳優が主演の）外国映画を見て（何をする）幸せな気分になりたい（どのように）。」の場合、行動コンテキストに「外国映画を見て（何をする）」が含まれているので、推定装置１００は、「映画コンテンツ」から「外国映画コンテンツ」を検索する。次いで、推定装置１００は、利用者が投稿したＳＮＳ情報等から取得した情報に基づいて、外国映画のターゲット俳優が主演の映画を検索する。さらに、例えば、推定装置１００は、「休日の午後（いつ）」、「（冷たい）雨降りであり（天気）」、「（外出する気分でなく）」、「自宅で（どこで）」、「一人で（誰と）」、「幸せな気分になりたい（どのように）」のキーワード検索で抽出し得るコンテンツを取得し、決定する（ステップＳ３５）。

また、例えば、行動コンテキストが、「土曜日の午前中（いつ）、天気は曇りで（天気）、（少し寒いが）期間限定ショップの情報をゲットし（ワクワクして）、デパートへ（どこへ）、一人で（誰と）、自動車を運転して（どのように）ショッピングに出かける（何をする）。」の場合、行動コンテキストに「ショッピングに出かける（何をする）」が含まれているので、推定装置１００は、「ショッピングコンテンツ」から「デパートショッピングコンテンツ」を検索する。次いで、推定装置１００は、利用者が投稿したＳＮＳ情報等から取得した情報に基づいて、例えば、「期間限定ショップ」に係るコンテンツを検索する。さらに、例えば、推定装置１００は、「土曜日の午前中（いつ）」、「天気は曇りで（天気）」、「（少し寒いが）」、「一人で（誰と）」、「自動車を運転して（どのように）」のキーワード検索で抽出し得るコンテンツを取得し、決定する（ステップＳ３５）。

また、例えば、行動コンテキストが、「晴天で（天気）、（アウトドア気分ウキウキで）週末に（いつ）、△△キャンプ場に向かって（どこへ）、友人と（誰と）、午前８時頃出発して（いつ）、自動二輪車でツーリングしている（何をする）。」の場合、行動コンテキストに「自動二輪車でツーリングしている（何をする）」が含まれているので、推定装置１００は、「アウトドアコンテンツ」から「ツーリングコンテンツ」を検索する。次いで、推定装置１００は、利用者が投稿したＳＮＳ情報等から取得した情報に基づいて、例えば、「△△キャンプ場」に係るコンテンツを検索する。さらに、例えば、推定装置１００は、「晴天で（天気）」、「（アウトドア気分ウキウキで）」、「週末に（いつ）」、「友人と（誰と）」、「午前８時頃出発して（いつ）」のキーワード検索で抽出し得るコンテンツを取得し、決定する（ステップＳ３５）。本実施形態では、推定装置１００は、既存のコンテンツデータベースを利用して、行動コンテキストと紐づけ、検索できるようにしてもよい。

さらに、推定装置１００は、利用者のＳＮＳ情報から取得した感情及び感覚に基づいて、例えば、映画コンテンツのジャンル等、ショッピングコンテンツのブランド等、アウトドアコンテンツのサバイバルレベル等を推定し、利用者に適したコンテンツを決定する。推定装置１００は、予め取得した利用者の属性に基づいて、ジャンルを推定してもよい。

〔２.推定装置の構成〕
次に、図５を参照して、実施形態に係る推定装置１００の構成例について説明する。図５は、実施形態に係る推定装置１００の構成例を示す図である。図５に示すように、推定装置１００は、通信部２１０と、記憶部２２０と、制御部２３０とを有する。なお、推定装置１００は、推定装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（液晶ディスプレイ等）を有してもよい。

（通信部２１０）
通信部２１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部２１０は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、端末装置１０との間で情報の送受信を行う。

（記憶部２２０）
記憶部２２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図５に示すように、記憶部２２０は、行動態様・感情データ記憶部２２１と、感覚データ記憶部２２２と、行動コンテキスト記憶部２２３、コンテンツデータ記憶部２２４とを有する。

（行動態様・感情データ記憶部２２１）
行動態様・感情データ記憶部２２１では、例えば、図２に示すように、行動態様ＩＤ「ＡＣＴＩＯＮ＿ＩＤ＿００」、感情ＩＤ「ｆｅｅｌｉｎｇ＿ＩＤ＿００」、汎用的感情「楽しい」、感情の方向性「ｐｏｓｉｔｉｖｅ＿００」、感情の強さ「高」とが対応付けられて記憶されている。例えば、行動態様ＩＤ「ＡＣＴＩＯＮ＿ＩＤ＿００」に係る感情が汎用的感情「楽しい」であり、感情の方向性がポジティブであり、感情の強さが「高」である旨を示す。感情の強さは、所定の範囲の値をとり得るような数値であってもよい。行動態様については、一般的な感情である汎用的感情を初期値として設定しておき、機械学習を進める過程で感情の方向性、感情の強さを変化させてもよい。

（感覚データ記憶部２２２）
感覚データ記憶部２２２では、例えば、図３に示すように、感覚ＩＤ「ｓｅｎｓａｔｉｏｎ＿ＩＤ＿００」、汎用的感覚「ワクワク」、スコア「ｓｃｏｒｅ＿００」とが対応づけられて記憶されている。例えば、感覚ＩＤ「ｓｅｎｓａｔｉｏｎ＿ＩＤ＿００」に係る感覚が、汎用的感覚「ワクワク」であり、スコア「ｓｃｏｒｅ＿００」を取り得る旨を示す。感情と感覚の関係については、感情の強弱、方向性は、感覚に左右されるため、感覚ＩＤにスコアを設け、感情の強弱を数値で表した際、スコアを用いて調整できるようにしてもよい。

（行動コンテキスト記憶部２２３）
行動コンテキスト記憶部２２３では、例えば、図４に示すように、利用者ＩＤ「ｕｓｅｒ＿ＩＤ＿００」、行動コンテキストＩＤ「ａｃｔ＿ｃｏｎｔｅｘｔ＿ＩＤ＿００」、行動態様ＩＤ「ａｃｔｉｏｎ＿ＩＤ＿００」、感情ＩＤ「ｆｅｅｌｉｎｇ＿ＩＤ＿００」、感覚ＩＤ「ｓｅｎｓａｔｉｏｎ＿ＩＤ＿００」とが対応付けられて記憶されている。例えば、利用者ＩＤ「ｕｓｅｒ＿ＩＤ＿００」の行動コンテキストが、行動コンテキストＩＤ「ａｃｔ＿ｃｏｎｔｅｘｔ＿ＩＤ＿００」であり、その行動態様、感情、感覚が、それぞれ「ａｃｔｉｏｎ＿ＩＤ＿００」、「ｆｅｅｌｉｎｇ＿ＩＤ＿００」、「ｓｅｎｓａｔｉｏｎ＿ＩＤ＿００」である旨を示す。推定装置１００は、この行動コンテキストに基づいて、利用者に配信するコンテンツを決定する。

（コンテンツデータ記憶部２２４）
コンテンツデータ記憶部２２４は、利用者に配信するコンテンツを記憶する。コンテンツデータ記憶部２２４では、コンテンツについて、映画、ショッピング、アウトドア等のカテゴリを設け、カテゴリ毎にコンテンツを記憶する。例えば、コンテンツデータ記憶部２２４は、推定部２３２が生成した行動コンテキストに基づいて、まず、行動コンテキストに含まれている「何をする」に着目し、カテゴリ毎のコンテンツを検索できるようにコンテンツを記憶する。そして、コンテンツデータ記憶部２２４は、行動コンテキストにおける「何をする」以外の、（いつ）、（どこで（へ））、（誰と）、（どのように）に係るキーワードを用いて、さらに精度を上げて、コンテンツを検索できるようにコンテンツを記憶する。

図６において、行動態様・感情データ記憶部２２１と感覚データ記憶部２２２と行動コンテキスト記憶部２２３とコンテンツデータ記憶部２２４との関係を示す。例えば、行動態様・感情データ記憶部２２１に記憶されている行動態様データと感情データと、感覚データ記憶部２２２に記憶されている感覚データとに基づいて生成された行動コンテキストが、行動コンテキスト記憶部２２３に記憶される。そして、行動コンテキストとコンテンツデータ記憶部２２４に記憶されているコンテンツが対応する。対応するコンテンツは複数あってもよい。具体的には、例えば、「いつ」、「どこで（へ）」、「誰と」、「どのように」、「何をする」等から成る行動ＩＤが付された行動態様と、「汎用的感情」、「感情の方向性」、「感情の強さ」等から成る感情ＩＤが付された感情と、「汎用的感覚」、「スコア」等から成る感覚ＩＤが付された感覚とから、行動コンテキスト「ａｃｔ＿ｃｏｎｔｅｘｔ＿ＩＤ＿０１」が生成され、この行動コンテキストと、コンテンツ「ｃｏｎｔｅｎｔｓ＿ＩＤ＿０３」が対応する。対応するコンテンツは複数あってもよい。なお、記憶部２２０は、コンテンツについて、各種データベースを利用できるようにしてもよい。

（制御部２３０）
制御部２３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、推定装置１００内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭ等を作業領域として実行されることにより実現される。また、制御部２３０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

制御部２３０は、図５に示すように、取得部２３１と、推定部２３２と、決定部２３３と、配信部２３４とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部２３０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部２３１）
取得部２３１は、利用者の端末装置１０を介して、利用者の位置及び時刻情報、加速度情報等を取得する。例えば、取得部２３１は、端末装置１０が備えるＧＰＳユニット、加速度計、ジャイロセンサー、磁気センサーのデータを取得する。また、例えば、取得部２３１は、端末装置１０にインストールされているカーナビや乗換案内アプリにおける出発地、目的地、経路等のデータを取得する。さらに、例えば、取得部２３１は、ＳＮＳサーバ等から利用者の行動に係るＳＮＳ情報等、一般的な検索エンジン等を用いた検索結果等を取得する。

また、取得部２３１は、利用者の属性を示す属性情報を取得する。例えば、取得部２３１は、利用者の属性を管理する各種の外部サーバ（図示は省略）から、利用者の属性情報を取得してもよい。また、取得部２３１は、利用者があらかじめアプリケーションを介して登録した属性情報を取得してもよい。

また、取得部２３１は、例えば、利用者の各種検索履歴や購買履歴等をログサーバ等から取得し、取得した検索履歴や購買履歴等に基づいて、利用者の属性を推定してもよく、利用者の位置履歴に基づいて、利用者の属性を推定してもよい。

また、取得部２３１は、例えば、行動態様・感情データ記憶部２２１を参照し、利用者の日常的な行動態様や感情を特定してもよい。取得部２３１は、利用者が日常的にとる行動態様を利用者が将来行動するであろう行動態様とし、このような行動態様を示す情報を行動予定情報としてもよい。

（推定部２３２）
推定部２３２は、利用者の端末装置１０を介して取得された位置情報と行動情報に基づいて、利用者の行動態様を推定する。具体的には、（いつ）、（どこで（へ））、（誰と）、（どのように）、（何をする）という利用者の具体的な行動の状態を、利用者の行動態様として推定する。例えば、端末装置１０が取得した位置情報や加速度情報等が所定の数値の範囲内の場合、推定装置１００は、利用者は在宅しているという行動態様を推定する。例えば、利用者が、端末装置１０のナビアプリにおいて出発地、目的地、出発時刻等を入力している場合、推定装置１００は、利用者の利用する交通機関、行き先を取得し、利用者が所定の場所から所定の場所へ、所定の交通機関を利用して目的地へ行くという行動態様を推定する。例えば、複数の利用者の上記のデータが近似している場合、推定装置１００は、ＳＮＳ情報等を考慮して、それらの利用者は、行動を共にしていると推定する。推定部２３２は、端末装置１０だけでは、利用者の行動態様を取得しきれない場合があるため、利用者が投稿したＳＮＳ情報や入力した検索クエリ等を基に、利用者の行動態様を推定する。

次いで、推定部２３２は、利用者が投稿したＳＮＳ情報や入力した検索クエリ等を基に、利用者の感情と感覚を推定する。推定部２３２は、図２における利用者の行動態様と感情の対応関係を記憶する行動態様・感情データ記憶部２２１、図３における利用者の感覚とそのスコアの対応関係を記憶する感覚データ記憶部２２２に記憶されたデータを用いて、利用者の行動態様、感情、感覚を紐づけて、図４に示す利用者毎の行動コンテキストを生成する。

推定部２３２は、行動態様・感情データ記憶部２２１に記憶されている利用者の行動情報に基づいて、利用者の行動態様が日常の状態であるか、又は非日常の状態であるかを推定し、その結果を基に利用者の感情や感覚を推定してもよい。

また、推定部２３２は、利用者の過去の位置情報及び行動情報と当該位置情報及び行動情報が取得された際における利用者の行動態様と感情との関係性に基づいて、利用者の位置情報及び行動情報から現在の行動態様に係る行動コンテキストを推定し、生成してもよい。

（決定部２３３）
決定部２３３は、推定部２３２が生成した行動コンテキストに基づいて、コンテンツを検索するためのコンテンツＩＤを生成する。決定部２３３は、コンテンツＩＤを用いて、例えば、映画コンテンツ、ショッピングコンテンツ、アウトドアコンテンツから利用者に適したコンテンツを検索する。さらに、決定部２３３は、行動コンテキストに含まれている利用者の（いつ）、（どこで（へ））、（誰と）、（どのように）に係るワード、感情や感覚に基づいて、コンテンツ内のジャンルを検索し、決定する。決定部２３３は、配信候補となる複数のコンテンツを決定してもよい。

（配信部２３４）
配信部２３４は、決定部により決定されたコンテンツを、利用者に配信する。配信部２３４は、コンテンツ配信の際、いくつかの候補として推定されたコンテンツも合わせて、利用者が選択できるように配信してもよい。

〔３．推定処理のフロー〕
次に、実施形態に係る推定装置１００による推定処理の手順について説明する。
図７は、実施形態に係る推定装置１００が、利用者の位置情報と行動情報を取得し、利用者の行動コンテキストを生成し、利用者に配信するコンテンツを決定し、利用者にコンテンツを配信する処理手順を示すフローチャートである。

まず、推定装置１００の取得部２３１は、利用者の端末装置１０を介して位置情報と行動情報を取得する（ステップＳ１０１）。具体的には、取得部２３１は、端末装置１０に搭載されているＧＰＳユニット、ジャイロセンサー、磁気センサー、加速度計等を用いて、利用者の位置情報と行動情報を取得する。また、取得部２３１は、利用者が投稿したＳＮＳ情報、検索した履歴、入力した検索クエリ等を取得する。

次いで、推定装置１００の推定部２３２は、利用者の行動態様と感情を推定する（ステップＳ１０２）。具体的には、推定部２３２は、取得部２３１により取得された利用者の位置情報と行動情報に基づいて、（いつ）、（どこで（へ））、（誰と）、（どのように）、（何をする）等について、利用者の行動態様として推定し、さらに利用者が投稿したＳＮＳ情報や入力した検索クエリ等に基づいて利用者の感情を推定する。

次いで、推定装置１００の推定部２３２は、利用者の感覚を推定する（ステップＳ１０３）。具体的には、推定部２３２は、利用者の行動態様に対応する、利用者が投稿したＳＮＳ情報や入力した検索クエリ等に基づいて、利用者の感覚を推定する。

次いで、推定装置１００の推定部２３２は、利用者の推定された行動態様、感情及び感覚に基づいて、利用者の行動コンテキストを生成する（ステップＳ１０４）。具体的には、推定部２３２は、（いつ）、（どこで（へ））、（誰と）、（どのように）、（何をする）等についての利用者の行動態様に、利用者の感情及び感覚に係るデータを付加した行動コンテキストを生成する（ステップＳ１０４）。

次いで、推定装置１００の決定部２３３は、利用者の行動コンテキストに基づいて利用者に配信するコンテンツを決定する（ステップＳ１０５）。具体的には、決定部２３３は、利用者の行動コンテキストの（何をする）に基づいてコンテンツのジャンルを決定し、さらに、（いつ）、（どこで（へ））、（誰と）、（どのように）についてキーワード検索をし、抽出し得るコンテンツを取得し、決定する。

次いで、推定装置１００の配信部２３４は、決定部２３３が決定したコンテンツを利用者に配信する（ステップ１０６）。配信部２３４は、配信候補となる複数のコンテンツを利用者に配信してもよい。

〔４．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の一部を手動的に行うこともできる。あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

例えば、図５に示した記憶部２２０の一部又は全部は、推定装置１００によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、推定装置１００は、ストレージサーバにアクセスすることで、走行情報等の各種情報を取得する。

〔５．ハードウェア構成〕
また、上述してきた実施形態に係る推定装置１００は、例えば図８に示すような構成のコンピュータ１０００によって実現される。図８は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一時的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ(Read Only Memory)、ＨＤＤ、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が推定装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部２３０の機能を実現する。

〔６．効果〕
上述してきたように、実施形態に係る推定装置１００は、取得部２３１と、推定部２３２、決定部２３３、配信部２３４とを有する。

実施形態に係る推定装置１００において、取得部２３１は、利用者の所有する端末装置１０から利用者の位置情報及び行動情報を取得し、推定部２３２は、位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、決定部２３３は、行動態様及び感情に基づいて、利用者に配信するコンテンツを決定し、配信部２３４は、利用者にコンテンツを配信する。

これにより、実施形態に係る推定装置１００において、取得部２３１が、利用者の所有する端末装置１０から利用者の位置情報及び行動情報を取得し、推定部２３２が、位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、決定部２３３が、行動態様及び感情に基づいて、利用者に配信するコンテンツを決定し、配信部２３４が、利用者にコンテンツを配信するため、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができる。

また、実施形態に係る推定装置１００において、推定部２３２は、利用者の感情に加えて、利用者が感じている感覚を推定し、決定部２３３は、行動態様と感情と感覚とに基づいて、利用者に配信するコンテンツを決定する。

これにより、実施形態に係る推定装置１００において、推定部２３２が、利用者の感情に加えて、利用者が感じている感覚を推定し、決定部２３３が、行動態様と感情と感覚とに基づいて、利用者に配信するコンテンツを決定するため、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができる。

また、実施形態に係る推定装置１００において、取得部２３１は、利用者が閲覧した閲覧情報、利用者が投稿した投稿情報又は利用者が入力した検索クエリを取得し、推定部２３２は、利用者に係る閲覧情報、投稿情報又は検索クエリに基づいて、利用者の感情及び感覚を推定する。

これにより、実施形態に係る推定装置１００において、取得部２３１が、利用者が閲覧した閲覧情報、利用者が投稿した投稿情報又は利用者が入力した検索クエリを取得し、推定部２３２が、利用者に係る閲覧情報、投稿情報又は検索クエリに基づいて、利用者の感情及び感覚を推定するため、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができる。

また、実施形態に係る推定装置１００において、推定部２３２は、行動態様と感情と感覚とに基づいて、利用者の行動コンテキストを推定し、決定部２３３は、コンテキストに基づいて、利用者に配信するコンテンツを決定する。

これにより、実施形態に係る推定装置１００において、推定部２３２が、行動態様と感情と感覚とに基づいて、利用者の行動コンテキストを推定し、決定部２３３が、コンテキストに基づいて、利用者に配信するコンテンツを決定するため、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができる。

また、実施形態に係る推定装置１００において、推定部２３２は、利用者の行動情報に基づいて、利用者が日常又は非日常の状態であるかを推定し、推定した状態に基づいて、利用者の行動態様と感情と感覚とを推定する。

これにより、実施形態に係る推定装置１００において、推定部２３２が、利用者の行動情報に基づいて、利用者が日常又は非日常の状態であるかを推定し、推定した状態に基づいて、利用者の行動態様と感情と感覚とを推定するため、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができる。

また、実施形態に係る推定装置１００において、取得部２３１は、利用者の過去の位置情報及び行動情報とともに、当該位置情報及び行動情報が取得された際における利用者の行動態様及び感情を取得し、推定部２３２は、利用者の過去の位置情報及び行動情報と当該位置情報及び行動情報が取得された際における当該利用者の行動態様と感情との関係性に基づいて、利用者の位置情報及び行動情報から利用者の現在の行動態様及び感情を推定する。

これにより、実施形態に係る推定装置１００において、取得部２３１は、利用者の過去の位置情報及び行動情報とともに、当該位置情報及び行動情報が取得された際における利用者の行動態様及び感情を取得し、推定部２３２は、利用者の過去の位置情報及び行動情報と当該位置情報及び行動情報が取得された際における当該利用者の行動態様と感情との関係性に基づいて、利用者の位置情報及び行動情報から利用者の現在の行動態様及び感情を推定するため、利用者の行動態様及び感情に基づいて、利用者に適切なコンテンツを容易に提供することができる。

上述した各処理により、推定装置１００は、利用者の位置情報及び行動情報に基づいて、利用者の行動態様及び感情を推定し、推定した行動態様と感情に基づいて、利用者に配信するコンテンツを決定し、配信することができるという効果を奏する。

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

また、上述した推定装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 推定システム
１０ 端末装置
１００ 推定装置
２１０ 通信部
２２０ 記憶部
２２１ 行動態様・感情データ記憶部
２２２ 感覚データ記憶部
２２３ 行動コンテキスト記憶部
２２４ コンテンツデータ記憶部
２３０ 制御部
２３１ 取得部
２３２ 推定部
２３３ 決定部
２３４ 配信部

Claims (6)

1. 利用者の所有する端末装置から前記利用者の位置情報及び行動情報を取得する取得部と、
   前記取得部が取得した前記位置情報及び前記行動情報に基づいて、前記利用者の行動態様及び感情を推定し、前記利用者が所定の行動に伴い感じている感覚を推定する推定部と、
   前記推定部により推定された前記行動態様と前記感情と前記感覚とに基づいて、前記利用者に配信するコンテンツを決定する決定部と
   を有し、
   前記推定部は、前記利用者の前記行動情報に基づいて、前記利用者が日常又は非日常の状態であるかを推定し、前記状態に基づいて、前記利用者の行動態様と感情と感覚とを推定する
   ことを特徴とする推定装置。
2. 前記取得部は、前記利用者が閲覧した閲覧情報、前記利用者が投稿した投稿情報又は前記利用者が入力した検索クエリを取得し、
   前記推定部は、前記利用者に係る前記閲覧情報、投稿情報又は検索クエリに基づいて、前記利用者の感情及び感覚を推定する
   ことを特徴とする請求項１に記載の推定装置。
3. 前記推定部は、前記行動態様と前記感情と前記感覚とに基づいて、前記利用者の状態を示す行動コンテキストを生成し、
   前記決定部は、前記行動コンテキストに基づいて、前記利用者に配信するコンテンツを決定する
   ことを特徴とする請求項１または２に記載の推定装置。
4. 前記取得部は、前記利用者の過去の位置情報及び行動情報とともに、当該位置情報及び行動情報が取得された際における当該利用者の行動態様及び感情を取得し、
   前記推定部は、前記利用者の過去の位置情報及び行動情報と当該位置情報及び行動情報が取得された際における当該利用者の行動態様と感情との関係性に基づいて、前記利用者の位置情報及び行動情報から前記利用者の現在の行動態様及び感情を推定する、
   ことを特徴とする請求項１～３のうちいずれか一つに記載の推定装置。
5. コンピュータが実行する推定方法であって、
   利用者の所有する端末装置から前記利用者の位置情報及び行動情報を取得する取得工程と、
   前記取得工程が取得した前記位置情報及び前記行動情報に基づいて、前記利用者の行動態様及び感情を推定し、前記利用者が所定の行動に伴い感じている感覚を推定する推定工程と、
   前記推定工程により推定された前記行動態様と前記感情と前記感覚とに基づいて、前記利用者に配信するコンテンツを決定する決定工程と
   を含み、
   前記推定工程は、前記利用者の前記行動情報に基づいて、前記利用者が日常又は非日常の状態であるかを推定し、前記状態に基づいて、前記利用者の行動態様と感情と感覚とを推定する
   ことを含むことを特徴とする推定方法。
6. 利用者の所有する端末装置から前記利用者の位置情報及び行動情報を取得する取得手順と、
   前記取得手順が取得した前記位置情報及び前記行動情報に基づいて、前記利用者の行動態様及び感情を推定し、前記利用者が所定の行動に伴い感じている感覚を推定する推定手順と、
   前記推定手順により推定された前記行動態様と前記感情と前記感覚とに基づいて、前記利用者に配信するコンテンツを決定する決定手順と
   をコンピュータに実行させ、
   前記推定手順は、前記利用者の前記行動情報に基づいて、前記利用者が日常又は非日常の状態であるかを推定し、前記状態に基づいて、前記利用者の行動態様と感情と感覚とを推定する
   ことをコンピュータに実行させることを特徴とする推定プログラム。

Images