JP5003536B2 - Service support system - Google Patents
Service support system Download PDFInfo
- Publication number
- JP5003536B2 JP5003536B2 JP2008055732A JP2008055732A JP5003536B2 JP 5003536 B2 JP5003536 B2 JP 5003536B2 JP 2008055732 A JP2008055732 A JP 2008055732A JP 2008055732 A JP2008055732 A JP 2008055732A JP 5003536 B2 JP5003536 B2 JP 5003536B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- individual
- service
- support system
- users
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、所定の領域内に存在するユーザの行動を分析して状況に応じて適切なサービスを提示するサービス支援システムに関するものである。 The present invention relates to a service support system that analyzes an action of a user existing in a predetermined area and presents an appropriate service according to a situation.
サービス支援システムとは、例えば、店舗内に滞留する顧客の状況を分析して、通常ではない動きをする人物の現在位置を店員に通知したり、或いは該当する顧客自体に案内メッセージ等を提供したりするシステムである。 For example, the service support system analyzes the situation of customers staying in the store, notifies the store clerk of the current position of the person who moves unusually, or provides a guidance message to the corresponding customer itself System.
図2は、下記特許文献1に記載された従来のサービス選択支援システムの構成図である。
このサービス選択支援システムは、センサ情報獲得部10、解釈手段検索部11、解釈手段データベース12、ユーザコンテキスト解釈実行部13、ユーザコンテキスト条件生成部14、サービスデータベース検索部15、サービスデータベース16、サービス利用履歴データベース17、及び人間関係データベース18で構成されている。
FIG. 2 is a configuration diagram of a conventional service selection support system described in
This service selection support system includes a sensor
センサ情報獲得部10は、環境中に配置されたセンサによって得られるセンサ情報を獲得するものである。解釈手段検索部11は、解釈に必要な情報が記載された解釈手段データベース12から解釈可能なユーザコンテキストを検索するものである。ユーザコンテキスト解釈実行部13は、解釈可能なユーザコンテキストについて解釈手段に則って解釈を行うものである。ユーザコンテキスト条件生成部14は、各解釈手段によって把握されるユーザコンテキストとセンサ情報獲得部10によって獲得されるセンサ情報とをユーザコンテキスト条件として生成するものである。サービスデータベース16は、サービスをクライアント端末に提示する場合のサービス提示条件をサービス毎に記述したものである。
The sensor
サービスデータベース検索部15は、ユーザコンテキスト条件生成部14によって生成されるユーザコンテキスト条件とクライアント端末に入力される検索要求に基づいて、サービスデータベース16の各サービス提示条件を判定し、検索要求とコンテキスト条件に適合するサービスを検索結果としてクライアント端末に提供するものである。なお、クライアント端末は、サービス利用履歴データベース17と人間関係データベース18を含んで構成されている。
The service database search unit 15 determines each service presentation condition of the service database 16 based on the user context condition generated by the user context
このような構成により、ユーザコンテキストの解釈に必要なセンサ情報を取得できる環境であれば、解釈手段に則って解釈を行い、これをサービス検索のための条件として利用する。これにより、環境の違いに応じてユーザコンテキストを解釈し、サービス検索のための条件として利用することが可能となるので、その環境において効率的なサービスの選択と利用を行うことができる。 With such a configuration, if the sensor information necessary for interpreting the user context can be acquired, the interpretation is performed according to the interpretation means, and this is used as a condition for service search. Thus, the user context can be interpreted according to the difference in environment and used as a service search condition, so that efficient service selection and use can be performed in that environment.
しかしながら、前記サービス選択支援システムでは、解釈手段とセンサ情報をデータベースに保持し、ユーザコンテキスト解釈とサービス検索を実施しているが、このようなサービスにおいてユーザ個別のより詳細なサービスをリアルタイムで提供しようとした場合、ユーザ特有の個別行動をリアルタイムで詳細に分析する必要がある。しかし、すべてのユーザの個別行動を詳細に分析した場合、データ処理量が膨大となるため、分析結果のフィードバックを行うまでにタイムラグが発生するという課題があった。 However, in the service selection support system, interpretation means and sensor information are held in a database, and user context interpretation and service search are performed. In such a service, a more detailed service for each user will be provided in real time. In this case, it is necessary to analyze the individual behavior specific to the user in real time. However, when individual actions of all users are analyzed in detail, the amount of data processing becomes enormous, and there is a problem that a time lag occurs before feedback of the analysis results.
本発明のサービス支援システムは、平均的なユーザ行動から外れた行動のみを個別行動として詳細に分析することでデータ処理量を削減し、ユーザ個別の詳細なサービスを遅滞なくリアルタイムで提供することを目的としている。 The service support system of the present invention reduces the amount of data processing by analyzing in detail only actions that deviate from the average user action as individual actions, and provides a detailed service for each user in real time without delay. It is aimed.
本発明は、所定の領域内に存在するユーザの状況に応じて適切なサービスを提供するサービス支援システムを、前記ユーザの状況を検知するためのセンサ情報取得部と、前記センサ情報取得部で検知された前記ユーザの状況及び予め定められた共通の判定基準に従って該ユーザに対応するサービスを提示する共通ルール適用部と、前記センサ情報取得部で検知されたユーザの平均的な状況と各ユーザの個別の状況とを比較し、その差が予め設定された範囲を越える個別ユーザに対して個別の判定基準を生成する情報分析・解析部と、前記個別ユーザの状況及び該個別ユーザに対して生成された前記個別の判定基準に従って該個別ユーザに対応するサービスを提示する個別ルール適用部と、前記個別ユーザに対して前記個別ルール適用部で提示されたサービスを提供し、該個別ユーザ以外の前記ユーザに対して前記共通ルール適用部で提示されたサービスを提供するサービス提供部とで構成したことを特徴としている。 According to the present invention, a service support system that provides an appropriate service according to a user's situation existing in a predetermined area is detected by the sensor information acquisition unit for detecting the user's situation and the sensor information acquisition unit. A common rule application unit that presents a service corresponding to the user according to the user status and a predetermined common determination criterion, an average user status detected by the sensor information acquisition unit, and each user's An information analysis / analysis unit that compares individual situations and generates individual determination criteria for individual users whose difference exceeds a preset range, and the individual user situations and the individual users An individual rule application unit that presents a service corresponding to the individual user in accordance with the individual determination criteria, and the individual rule application unit for the individual user Providing services, it is characterized by being configured by the service providing unit that provides the services that are presented by the common rule application unit to the user other than the individual by the user.
本発明では、ユーザの平均的な状況と各ユーザの個別の状況とを比較し、その差が許容範囲を越える個別ユーザに対して個別の判定基準を生成する情報分析・解析部と、生成された個別の判定基準に従って個別ユーザに対応するサービスを提示する個別ルール適用部を有している。これにより、全ユーザの個別行動を詳細に分析するのではなく、状況が許容範囲を越えるユーザに対してのみ個別行動を分析すればよいので、データ処理量が削減され、ユーザ個別の詳細なサービスをリアルタイムで提供することができるという効果がある。 In the present invention, an information analysis / analysis unit that compares an average situation of users with individual situations of each user and generates individual determination criteria for individual users whose difference exceeds an allowable range is generated. And an individual rule application unit that presents a service corresponding to an individual user according to the individual determination criteria. As a result, it is not necessary to analyze the individual behavior of all users in detail, but it is only necessary to analyze the individual behavior only for users whose situation exceeds the permissible range. Can be provided in real time.
この発明の前記並びにその他の目的と新規な特徴は、次の好ましい実施例の説明を添付図面と照らし合わせて読むと、より完全に明らかになるであろう。但し、図面は、もっぱら解説のためのものであって、この発明の範囲を限定するものではない。 The above and other objects and novel features of the present invention will become more fully apparent when the following description of the preferred embodiment is read in conjunction with the accompanying drawings. However, the drawings are for explanation only, and do not limit the scope of the present invention.
本発明は、顧客行動分析によって平均的な顧客行動の抽出を行い、統計学的手法によって得られた平均的な顧客行動に対しては、すべての顧客に共通した内容のサービスを提供する一方、平均的な顧客行動から外れた行動を顧客特有の個別行動としてリアルタイムで詳細な分析を行うようにしたものである。 The present invention extracts average customer behavior by customer behavior analysis, and provides services of contents common to all customers for average customer behavior obtained by statistical methods, The behavior that deviates from the average customer behavior is analyzed in real time as individual behavior specific to the customer.
なお、顧客行動分析とは、物が売れる理由等を解明するために、顧客が売り場でどのようなプロセスで商品を手に取り、何に注目して購買を決めたのか、何を比較検討の対象としたのか、といった情報をトラッキング(行動追跡調査)などによって収集し、統計学的手法によって平均的な顧客行動を抽出するなどの分析を行うことをいう。 In addition, customer behavior analysis is a process of comparing and examining what kind of process the customer picked up at the sales floor and what they decided to purchase in order to elucidate the reason why the product sold. This refers to collecting information such as whether it was targeted by tracking (behavior tracking survey), etc., and performing analysis such as extracting average customer behavior using statistical methods.
図1は、本発明の実施例を示すサービス支援システムの構成図である。
このサービス支援システムは、センサ情報収集部1、ルール判定部2、共通ルール適用部3、情報分析・解析部4、個別ルール適用部5、及びサービス提供部6で構成されている。
FIG. 1 is a configuration diagram of a service support system showing an embodiment of the present invention.
This service support system includes a sensor
センサ情報収集部1は、例えば百貨店の売り場等、所定の領域内に存在するすべてのユーザ(顧客)の位置情報をリアルタイムに収集してデータベースとして管理するものである。ユーザの位置情報の取得方法としては、例えば、ビデオカメラ等で監視領域を撮影し、一定周期(例えば、1秒間隔)で個々の人物の位置を画像認識等によって追跡する方法がある。また、入館証等の着用が了承される場合には、その入館証等に無線チップを組み込んで電波強度や電波の到達時間差等を測定することにより、ユーザの位置情報を得る方法もある。
The sensor
ルール判定部2は、センサ情報収集部1で収集されたユーザの位置情報や、このユーザの位置情報から生成される行動追跡データ等により、ユーザ行動の種類や内容を判断するための条件をルールとして使用し、センサ情報収集部1で収集された情報がルールと一致するか否かの判定を行うものである。判定するためのルールについては、すべてのユーザに適用される共通ルールと、ユーザ毎に内容の異なる個別ルールを設け、個別ルールが存在するユーザは個別ルールに従ってルール判定処理を行うようになっている。
The
共通ルール適用部3は、ルール判定部2によって共通ルールの条件に一致したユーザに対して、共通ルールを適用して適切なサービス内容の選択を行うものである。共通ルールは、すべてのユーザに適用されるが、個別ルールが設定されているユーザに対しては、共通ルールよりも個別ルールを優先して適用するようになっている。
The common
情報分析・解析部4は、集計された平均的な行動から僅かに外れた行動をユーザの個別行動として検出し、分析・解析を行ってユーザ毎に個別ルールをリアルタイムに生成・更新するものである。
The information analysis /
個別ルール適用部5は、個別ルールが存在するユーザに対して、共通ルールよりも個別ルールを優先して適用し、適切なサービス内容を選択するものである。
The individual
サービス提供部6は、個別ルール適用部5で個別ルールが適用されたユーザには、その適用された個別ルールに基づいて選択されたサービス内容を、また、個別ルールが適用されなかった平均的なユーザには、共通ルール適用部3で共通ルールに基づいて選択されたサービス内容を、ユーザに提供するものである。
The
図3は、図1の動作を示す処理のフローチャートであり、図4は、図1中のルール判定部2の処理例を示す説明図である。以下、これらの図3と図4を参照しつつ、図1の動作を説明する。
FIG. 3 is a flowchart of the process showing the operation of FIG. 1, and FIG. 4 is an explanatory diagram showing a process example of the
ここでは、共通ルールを「エリアAに5分間以上滞在するユーザを滞留と判断し、滞留しているユーザの現在位置を店員に通知する」と定めているものとする。また、個別ルールについては、個別ルール1と個別ルール2の2つについて説明する。
Here, it is assumed that the common rule is “determine that a user staying in area A for 5 minutes or more is staying and notify the store clerk of the current position of the staying user”. Regarding the individual rules, two rules, the
個別ルール1は、「滞留と判定されたユーザの割合の10%を誤差範囲とし、この誤差範囲内で滞在時間が5分に僅かに満たなかったユーザを個別ルールの対象とし、滞留と判断する滞在時間を短縮する」ものである。個別ルール2は、「滞留と判定されたユーザの割合の10%を誤差範囲とし、この誤差範囲内で滞在時間が5分に僅かに満たなかったユーザで、かつ移動速度が4km/hより速いユーザを個別ルールの対象とし、滞留と判断する滞在時間を短縮する」ものである。
The
処理が開始されると、先ず、図3のステップS1において、図1のセンサ情報収集部1によるセンサ情報の取得が行われる。センサ情報としては位置情報が用いられ、一定周期で各ユーザの位置情報が取得される。例えば図4に示すように、30m四方の監視領域内に存在する各ユーザの位置を、xy座標の位置データとして1秒間隔で取得し、これをユーザID(識別番号)と共に保持する。なお、ユーザIDは、無線チップ等から得られる場合の他は、画像認識等において便宜的に付与されるものである。取得した情報は、後で参照する必要のある一部の情報を除き、行動解析のために必要な過去の一定時間分の情報のみが保持され、不必要となった情報は順次破棄される。
When the process is started, first, sensor information is acquired by the sensor
ステップS2において、ルール判定部2によるユーザの滞留の判定が行われる。
滞留の判定は、監視領域を15m四方のエリアA,B,C,Dに分割し、1つのエリア内に例えば5分以上滞在したユーザを検出することによって行われる。例えば、図4に示すように、1秒間隔で取得されるユーザID=0の位置情報が、5分間(300秒)以上連続して、0≦x<1500(cm),0≦y<1500(cm)の条件を満たせば、このユーザはエリアA内に滞留していると判定する。
In step S2, the
The stay determination is performed by dividing the monitoring area into 15 m square areas A, B, C, and D, and detecting a user who stays in one area, for example, for 5 minutes or more. For example, as shown in FIG. 4, the position information of the user ID = 0 acquired at 1 second intervals is continuously 0 ≦ x <1500 (cm), 0 ≦ y <1500 for 5 minutes (300 seconds) or more. If the condition (cm) is satisfied, it is determined that the user stays in the area A.
判定するためのルールは、すべてのユーザに適用される共通ルールと、ユーザ毎に内容の異なる個別ルールが設定されている場合があり、個別ルールが設定されているユーザに対しては、個別ルールに従ってルール判定処理を行う。ルール判定の結果、ルールに適合していればステップS3へ進み、適合していない場合はステップS4へ進む。 The rules for determination may be a common rule that applies to all users, or an individual rule with different contents for each user. For users with individual rules, the individual rule According to the rule determination process. As a result of the rule determination, if the rule is met, the process proceeds to step S3, and if not, the process proceeds to step S4.
ステップS3において、共通ルールの適用が行われる。例えば、共通ルールとして、エリアA内に300秒以上滞在したら、店員に滞留を通知するという判定閾値のルールを適用する。共通ルールはすべてのユーザに適用されるが、ユーザ毎に個別ルールが設定されている場合がある。個別ルールに該当するユーザに対しては、個別ルールを優先してルール適用を行う。ステップS3の後、ステップS8へ進む。 In step S3, the common rule is applied. For example, as a common rule, a rule of a determination threshold value is applied in which, when staying in the area A for 300 seconds or longer, the store clerk is notified of stay. The common rule is applied to all users, but an individual rule may be set for each user. For users who fall under the individual rule, the rule is applied with priority on the individual rule. After step S3, the process proceeds to step S8.
ステップS4において、情報分析・解析部4により、センサ情報の情報分析・解析処理が行われる。例えば、図4に示すように、エリアAに滞留していると判定されたユーザの頻度(即ち、滞留時間が300秒以上のユーザの割合、この例では3.81%)を元に、一定の誤差範囲(即ち、滞留頻度の10%、この場合0.38%)を求め、この誤差範囲内で滞在時間が300秒に僅かに満たなかったユーザを検出する。即ち、エリアAの滞在時間が300秒未満の上位0.38%のユーザの情報を検出する。
In step S4, the information analysis /
更に、図4に示すように、検出した情報を元に、個別行動の解析として、例えば5秒単位でグループ化した滞留時間と判定閾値(300秒)の差分(即ち、時間誤差が1〜5秒のグループと6〜10秒のグループ)や、1秒間の移動距離に基づいて平均移動速度等を計算し(4km/h)、計算結果に応じて滞留判定の閾値をユーザ毎に変更(即ち、時間誤差が1〜5秒のグループと6〜10秒のグループの内、移動速度が4km/hより速いグループのみ変更)できるようにする。 Furthermore, as shown in FIG. 4, based on the detected information, as an analysis of individual behavior, for example, the difference between the residence time grouped in units of 5 seconds and the determination threshold (300 seconds) (that is, the time error is 1 to 5). Second group and 6-10 second group) and the average moving speed based on the moving distance for 1 second (4 km / h), and the threshold value for stay determination is changed for each user according to the calculation result (ie, In the group having a time error of 1 to 5 seconds and the group having a time error of 6 to 10 seconds, only the group whose moving speed is faster than 4 km / h can be changed).
ステップS5において、情報分析・解析部4の解析結果に基づいて、個別ルール適用部5によって、ユーザ毎の個別ルールを更新するか否かの判定が行われる。ここでは、個別ルール1に従って、エリアAの滞在時間が300秒未満の上位0.38%のユーザ(即ち、時間誤差が1〜5秒のグループと6〜10秒のグループ)が、個別ルールの生成・更新の対象とされステップS6の処理へ進む。それ以外のユーザは、個別ルール適用の対象とされずに、処理は終了する。
In step S5, based on the analysis result of the information analysis /
ステップS6において、個別ルール適用部5により、滞留時間と判定閾値の差分に応じて、ユーザ毎に個別ルールの生成が行われる。更に、ステップS7において、ユーザ毎に個別ルールの更新が行われる。
In step S6, the individual
例えば、図4に示すように、個別ルール1の生成・更新の対象となったユーザ(時間誤差が1〜5秒のグループと6〜10秒のグループのユーザ:ユーザID=2,5,7,10,…)に対して、時間誤差が1〜5秒のユーザ(ユーザID=2,10,…)の判定閾値を300秒から295秒に変更し、時間誤差が6〜10秒のユーザ(ユーザID=5,7,…)の判定閾値を300秒から290秒に変更する。 For example, as shown in FIG. 4, a user who is a target of generation / update of the individual rule 1 (a user of a group with a time error of 1 to 5 seconds and a user with a group of 6 to 10 seconds: user ID = 2, 5, 7 , 10,...), The determination threshold of a user with a time error of 1 to 5 seconds (user ID = 2, 10,...) Is changed from 300 seconds to 295 seconds, and a user with a time error of 6 to 10 seconds. The determination threshold of (user ID = 5, 7,...) Is changed from 300 seconds to 290 seconds.
或いは、個別ルール2に従って、平均移動速度が速いユーザのみを更新の対象とし、遅いユーザは更新しないようにすることも可能である。例えば、図4に示すように、対象となるユーザ(ユーザID=2,5,7,10,…)の内、平均移動速度が4km/hより速く時間誤差が1〜5秒のユーザ(ユーザID=2,…)の判定閾値を300秒から295秒に変更し、平均移動速度が4km/hより速く時間誤差が6〜10秒のユーザ(ユーザID=7,…)の判定閾値を300秒から290秒に変更する。ステップS7の後、ステップS8へ進む。
Alternatively, according to the
ステップS8において、各ユーザに対して、該当するルールの適用が行われる。すべてのユーザに対して、エリアAの滞在時間が300秒以上であれば店員に滞留を通知するという共通ルールが適用されているが、個別ルールによって判定閾値が変更されたユーザ(例えば、ユーザID2に対しては295秒)には、変更された個別ルールが優先して適用される。
In step S8, the corresponding rule is applied to each user. For all users, the common rule of notifying the store clerk if the stay time in area A is 300 seconds or more is applied, but the user whose determination threshold is changed by the individual rule (for example,
ステップS9において、予め設定されたルールに基づいて、ユーザに対するサービスの提供が行われる。この例の場合、エリアA内に滞留しているユーザのユーザIDとその現在の位置情報が、店員に通知される。これにより、通知を受けた店員は、該当するユーザに対して、適切な案内や補助等を行うことができる。 In step S9, a service is provided to the user based on a preset rule. In this example, the store clerk is notified of the user ID of the user staying in the area A and the current position information. Thereby, the salesclerk who received the notification can perform appropriate guidance, assistance, or the like for the corresponding user.
以上のように、本実施例のサービス支援システムは、平均的な顧客行動から外れた行動を顧客特有の個別行動として分析及び解析する情報分析・解析部4と、解析された個別行動に従って個別ルールを適用する個別ルール適用部5を有している。これにより、平均的なユーザ行動に対しては共通ルールに基づいてサービスを提供し、平均的なユーザ行動から外れた行動をとるユーザに対しては個別ルールを設定してこれに基づいてサービスを提供することができる。この場合、平均的なユーザ行動から外れた行動をとるユーザの頻度は少ないので、すべてのユーザの個別行動を詳細に分析する場合に比べてデータ処理量を格段に削減することが可能になり、ユーザ毎に嗜好・予想モデル、行動モデルをリアルタイムに生成し、ユーザ個別により詳細なサービスの提供をリアルタイムに行うことができるという利点がある。
As described above, the service support system according to the present embodiment includes the information analysis /
なお、本発明は、上記実施例に限定されず、種々の変形が可能である。この変形例としては、例えば、次のようなものがある。
(a) センサ情報収集部1としてユーザの位置情報を使用しているが、サービス内容に応じて位置情報に加えて、温度、湿度、降雨量、音量、高度、加速度、傾斜角度、重量、圧力、振動、衝撃、バーコード、ICタグ、指紋、静脈パターン、ガス漏れ、煙、熱、放射線、化学物質など、様々な情報を取得して利用することができる。
(b) 情報収集のためのセンサとしては、必要な情報に応じて位置センサの他、温度センサ、湿度センサ、降雨量センサ、音センサ、高度センサ、加速度センサ、傾きセンサ、重量センサ、圧力センサ、振動センサ、衝撃センサ、バーコードリーダ、ICタグリーダ、指紋センサ、静脈パターンセンサ、ガス漏れセンサ、煙センサ、炎センサ、熱センサ、放射線センサ、化学物質センサ等を適宜使用することができる。
(c) ルール判定部2では、例示した共通ルールと個別ルール1,2に従ってエリアA内のユーザの滞留状態を個別に判定しているが、これらのルールは一例である。例えば、エリアA内に存在するユーザの数を判定したり、エリアAの温度や湿度や音量等の環境状態を判定したり、することもできる。
(d) 情報分析・解析部4では、集計された平均的な行動から僅かに外れた誤差範囲を10%としてユーザの個別行動として検出しているが、誤差範囲の設定は任意である。誤差の範囲を相対的な割合ではなく、絶対値で設定しても良い。誤差範囲を大きくすることにより、より多くの解析・個別ルール生成が行われ、より詳細なサービスを実現できるが、その一方で、リアルタイム性が低下するというトレードオフの関係となる。
(e) ユーザ個別行動の解析方法として平均移動速度以外に、エリアA内の人数を計測して混雑度を解析したり、エリアAを出たり入ったりする移動経路を解析したりすることもできる。更に、各種のセンサ情報やユーザIDをキーとしてデータベース上のユーザ属性情報と連携して様々な方法で解析して、個別ルールの生成・更新を行うこともできる。
(f) サービス提供部6では、長時間滞留ユーザの情報を、ユーザ本人ではなく、そのエリアでのサービス提供を担当する店員に通知しているが、サービス内容はこれに限定されない。例えばユーザが端末を携帯している場合に、その端末に適切な情報(地図、広告、商品情報、ナビゲーション等)を出力することも可能である。また、そのエリアや周辺に設置された端末等に出力することも可能である。
In addition, this invention is not limited to the said Example, A various deformation | transformation is possible. Examples of this modification include the following.
(A) Although the user's position information is used as the sensor
(B) As a sensor for collecting information, in addition to a position sensor, a temperature sensor, a humidity sensor, a rainfall sensor, a sound sensor, an altitude sensor, an acceleration sensor, an inclination sensor, a weight sensor, a pressure sensor in addition to a position sensor. Vibration sensors, impact sensors, barcode readers, IC tag readers, fingerprint sensors, vein pattern sensors, gas leak sensors, smoke sensors, flame sensors, thermal sensors, radiation sensors, chemical substance sensors, and the like can be used as appropriate.
(C) The
(D) In the information analysis /
(E) As an analysis method of individual user behavior, in addition to the average moving speed, it is also possible to analyze the degree of congestion by measuring the number of people in area A, and to analyze the movement route that enters and exits area A. . Furthermore, it is also possible to generate / update individual rules by analyzing in various ways in cooperation with user attribute information on the database using various sensor information and user IDs as keys.
(F) The
1 センサ情報収集部
2 ルール判定部
3 共通ルール適用部
4 情報分析・解析部
5 個別ルール適用部
6 サービス提供部
DESCRIPTION OF
Claims (8)
前記ユーザの状況を検知するためのセンサ情報取得部と、
前記センサ情報取得部で検知された前記ユーザの状況及び予め定められた共通の判定基準に従って該ユーザに対応するサービスを提示する共通ルール適用部と、
前記センサ情報取得部で検知されたユーザの平均的な状況と各ユーザの個別の状況とを比較し、その差が予め設定された範囲を越える個別ユーザに対して個別の判定基準を生成する情報分析・解析部と、
前記個別ユーザの状況及び該個別ユーザに対して生成された前記個別の判定基準に従って該個別ユーザに対応するサービスを提示する個別ルール適用部と、
前記個別ユーザに対して前記個別ルール適用部で提示されたサービスを提供し、該個別ユーザ以外の前記ユーザに対して前記共通ルール適用部で提示されたサービスを提供するサービス提供部とを、
備えたことを特徴とするサービス支援システム。 A service support system for providing an appropriate service according to a situation of a user existing in a predetermined area,
A sensor information acquisition unit for detecting the user's situation;
A common rule application unit that presents a service corresponding to the user according to the user status detected by the sensor information acquisition unit and a predetermined common criterion;
Information that compares the average situation of users detected by the sensor information acquisition unit with the individual situation of each user, and generates individual determination criteria for individual users whose difference exceeds a preset range Analysis / analysis department,
An individual rule application unit that presents a service corresponding to the individual user according to the status of the individual user and the individual determination criterion generated for the individual user;
Providing a service presented by the individual rule application unit to the individual user and providing a service presented by the common rule application unit to the user other than the individual user;
A service support system characterized by comprising.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008055732A JP5003536B2 (en) | 2008-03-06 | 2008-03-06 | Service support system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008055732A JP5003536B2 (en) | 2008-03-06 | 2008-03-06 | Service support system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012114950A Division JP5321713B2 (en) | 2012-05-18 | 2012-05-18 | Service support system and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009211578A JP2009211578A (en) | 2009-09-17 |
JP5003536B2 true JP5003536B2 (en) | 2012-08-15 |
Family
ID=41184634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008055732A Expired - Fee Related JP5003536B2 (en) | 2008-03-06 | 2008-03-06 | Service support system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5003536B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013084182A (en) | 2011-10-12 | 2013-05-09 | Toshiba Tec Corp | Information processor and program |
JPWO2014129159A1 (en) * | 2013-02-21 | 2017-02-02 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | Information notification method and information notification system |
JP6426825B2 (en) * | 2015-03-09 | 2018-11-21 | 株式会社東芝 | Service providing system, service providing apparatus and data construction method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11328266A (en) * | 1998-05-13 | 1999-11-30 | Casio Comput Co Ltd | Customer data processor, customer data processing system and storage medium |
JP4125634B2 (en) * | 2003-05-26 | 2008-07-30 | Necソフト株式会社 | Customer information collection management method and system |
JP4728229B2 (en) * | 2004-05-14 | 2011-07-20 | スプリームシステムコンサルティング株式会社 | Behavior analysis device |
JP2006059094A (en) * | 2004-08-19 | 2006-03-02 | Ntt Docomo Inc | Service selection support system and method |
-
2008
- 2008-03-06 JP JP2008055732A patent/JP5003536B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009211578A (en) | 2009-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11504069B2 (en) | Method and apparatus to infer object and agent properties, activity capacities, behaviors, and intents from contact and pressure images | |
JP7083809B2 (en) | Systems and methods for identifying and / or identifying and / or pain, fatigue, mood, and intent with privacy protection | |
JP4753193B2 (en) | Flow line management system and program | |
JP6334825B2 (en) | Information distribution apparatus and method | |
JP4282091B1 (en) | Terminal device, information processing method, and program | |
US20180247361A1 (en) | Information processing apparatus, information processing method, wearable terminal, and program | |
US20190147228A1 (en) | System and method for human emotion and identity detection | |
CN108051777B (en) | Target tracking method and device and electronic equipment | |
US8971577B2 (en) | Monitoring device, reliability calculation program, and reliability calculation method | |
JP5003536B2 (en) | Service support system | |
JP5143780B2 (en) | Monitoring device and monitoring method | |
WO2022030558A1 (en) | Person detection or tracking device, system, method, and program | |
WO2016038872A1 (en) | Information processing device, display method, and program storage medium | |
JP7075460B2 (en) | Information recognition system and its method | |
CN114373142A (en) | Pedestrian falling detection method based on deep learning | |
JP5321713B2 (en) | Service support system and program | |
JP2012043069A (en) | Alarm system | |
JP2021106330A (en) | Information processing apparatus, information processing method, and program | |
Yu et al. | Deep learning-based vibration signal personnel positioning system | |
JP2020187389A (en) | Mobile body locus analysis apparatus, mobile body locus analysis program, and mobile body locus analysis method | |
KR20200058737A (en) | System for recognizing scratch motion based on a wearable communications terminal and method therefor | |
CN113542671B (en) | Event analysis system and event analysis method | |
Kim et al. | Agatha: Predicting daily activities from place visit history for activity-aware mobile services in smart cities | |
KR20240044162A (en) | Hybrid unmanned store management platform based on self-supervised and multi-camera | |
KR101945613B1 (en) | A system for detecting risky mountain trail segments using wearable sensors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101116 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120417 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120424 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120507 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150601 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5003536 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |