JP5733397B2 - 行動促進装置、行動促進方法およびプログラム - Google Patents

Description

本発明は、ユーザの行動を促進する行動促進装置、行動促進方法およびプログラムに関する。

人のある特定の行動を促進する（特定の行動をより積極的に行うように動機付ける）方法として、同じ行動を行っている他者の行動の状況を提示する方法がある。

たとえば、特許文献１は、目標を設定してダイエットを行っている人に、類似の目標を設定した他者のダイエットの状況を提示するシステムを開示する。
また、特許文献２は、ある教材を用いて学習しているユーザに、同じ学習教材を使用した他者の学習履歴を提示するシステムを開示する。

特許文献３は、ある行動の状況に関して、各ユーザの全員の中での位置をそのユーザに提示することで、そのユーザの行動を促進する行動促進システムを開示する。

他者の行動の状況を提示することにより行動を促進するためには、行動を促進する対象であるユーザ（以下、対象ユーザという）と行動の水準や成績が近い他のユーザの行動を提示することが効果的である。すなわち、あと少し頑張れば誰かに追いつける、少し手を抜けば誰かに追い抜かれる、といったように、対象ユーザに行動の水準や成績が近い範囲の他のユーザの状況を情報提供することで、競争意識を誘発し、行動を活発化することが期待できる。

しかしながら、特許文献１乃至３に記載されたシステムでは、行動の状況や結果を提示する他のユーザを選択する基準が１つだけである。したがって、適切な他のユーザの情報を提供することができないことがある。例えば、選択基準に関して、対象ユーザの値（目標値、学習期間、位置）に近い値を有する他のユーザが存在しない場合には、他のユーザの情報を提供できない。また、提示により適した提示情報がある場合でも、それを提示することができない。

特開２００１−３３１５８５号公報 特開２００３−１６２２０９号公報 特開２０１０−２０４８８３号公報

本発明は上述の事情に鑑みてなされたもので、他のユーザの行動の状況を示す適切な情報を提供する行動促進装置、方法およびプログラムを提供することを目的とする。

また、本発明は、ユーザの行動をより効果的に促進することができる行動促進装置、方法およびプログラムを提供することを他の目的とする。

本発明の第１の観点に係る行動促進装置は、
複数のユーザのそれぞれの行動を示す行動情報を取得する取得手段と、
前記取得手段が取得した前記行動情報を記憶する記憶手段と、
前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定手段と、
前記選定手段が選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出手段と、
前記対象ユーザの位置を示す提示情報を生成する生成手段と、
前記対象ユーザに前記提示情報を提示する提示手段と、
を備えることを特徴とする。

本発明の第２の観点に係る行動促進方法は、
対象ユーザの行動を促進する行動促進装置が実行する行動促進方法であって、
複数のユーザのそれぞれの行動を示す行動情報を取得する取得ステップと、
前記取得ステップで取得した前記行動情報を記憶手段に記憶させる記憶ステップと、
前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定ステップと、
前記選定ステップで選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出ステップと、
前記対象ユーザの位置を示す提示情報を生成する生成ステップと、
前記対象ユーザに前記提示情報を提示する提示ステップと、
を備えることを特徴とする。

本発明の第３の観点に係るプログラムは、コンピュータを、
複数のユーザのそれぞれの行動を示す行動情報を取得する取得手段、
前記取得手段が取得した前記行動情報を記憶する記憶手段、
前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定手段、
前記選定手段が選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出手段、
前記対象ユーザの位置を示す提示情報を生成する生成手段、および
前記対象ユーザに前記提示情報を提示する提示手段、
として機能させることを特徴とする。

本発明によれば、対象ユーザと行動水準や成績などが近い他のユーザの情報提供を行い、対象ユーザの行動を促進することができる。

実施の形態に係る行動促進システムの構成を示すブロック図である。 図１に示した行動促進システムのパラメータ選定部のブロック図である。 図１に示した行動促進システムの行動促進の動作を説明するためのフローチャートである。 図１に示した行動促進システムの行動促進の動作を説明するためのフローチャートである。 図１のパラメータ選定部が決定する抽出範囲を示す図である。 ユーザ密度を説明する図である。 ユーザ密度を説明する図である。 図１のパラメータ選定部が算出する各行動パラメータのユーザ密度を示す図である。 図１に示した行動促進システムのユーザ密度に基づく提示情報の例を示す図である。 図１のパラメータ選定部が算出する各行動パラメータのユーザ接近度の例を示す図である。 図１に示した行動促進システムのユーザ接近度に基づく提示情報の例を示す図である。 図１に示した行動促進装置のハードウェア構成を示すブロック図である。

以下、実施の形態にかかる行動促進システムついて図面を参照して詳細に説明する。なお図中、同一または相当部分には同じ符号を付す。

本実施の形態に係る行動促進システム１００は、行動促進装置１、端末装置２Ａ、端末装置２Ｂから構成される。行動促進装置１と端末装置２Ａおよび端末装置２Ｂとは通信ネットワークを介して相互に通信する。端末装置２Ａおよび／または端末装置２Ｂは、ユーザごとに保持されてもよいし、所定の場所に設置され、複数のユーザに共用されてもよい。

行動促進装置１は、行動情報取得部１１、行動情報記憶部１２、パラメータ選定部１３、位置算出部１４、および提示情報生成部１５を備える。端末装置２Ａは、行動検出部２１を備え、端末装置２Ｂは、出力部２２を備える。

端末装置２Ａの行動検出部２１は、ユーザの行動を検出し、行動の状況や結果・成果を現す各種のパラメータ値をデータ化する。そして、行動検出部２１は、データ化したユーザの行動に、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて、行動情報として行動促進装置１に送信する。

具体的には、行動検出部２１は、ユーザの特定の行動の状況・結果・成果等を示す種々のパラメータの値を取得し、取得したパラメータ値に識別情報や日時などを付加して、行動情報を生成し、生成した行動情報を行動促進装置１に送信する。
例えば、「行動」がダイエットであれば、行動検出部２１は、例えば、行動パラメータ「体重」、「身長」、「体脂肪率」、「スリーサイズ」、「達成度」、等、「行動＝ダイエット」の「状況」や「成果」を示す各種パラメータの値を検出（取得）し、取得した値を含む行動情報を生成する。
また、「行動」が学習であれば、行動パラメータ「勉強時間」、「進度」、「達成度」、「テストの得点」、「偏差値」等の行動（＝「学習」）の状況、結果、成果などを示すパラメータ値を取得し、取得したパラメータ値を含む行動情報を生成する。

ユーザの行動の検出は、たとえば以下のように行う。
例えば、行動検出部２１は、ユーザが保持するＲＦ（Radio Frequency）タグを読み取るタグリーダとタイマーとを備える体重計や体脂肪計から構成される。この場合、行動検出部２１は、ユーザが保持しているＲＦタグを読みとってユーザの識別情報を取得し、タイマーから年月日時刻を読み取って、さらに、体重や体脂肪率を測定し、これらのデータを含む行動情報を生成し、行動促進装置１に送信する。

また、例えば、行動検知部２１は、各ユーザに保持され、ＧＰＳ（Global Positioning System）受信機を備える。行動検出部２１は、例えば、ＧＰＳ受信機が測定した位置が、予め登録されている勉強部屋の位置にいる場合には、「勉強している」と判別し、例えば、その時間を計測し、計測した時間にユーザ識別情報と時刻を付加して行動情報を生成し、行動促進装置１に送信する。
また、例えば、行動検出部２１は、ＧＰＳ受信機と所定の部屋に配置されたカメラを備える。行動検出部２１は、ＧＰＳ受信機の検出により、ユーザが所定の範囲内に入ったことを感知すると、カメラでユーザまたはその場所を撮影し、ユーザが画像データを生成する。ユーザが保持する端末装置が備える加速度センサまたは所定の場所に設置した加速度センサで加速度を検出し、ユーザの動きを示す情報を生成する。行動検出部２１は、これらの情報を分析して、ユーザが所定位置で運動を開始したと検出する。

あるいは、ユーザの家に消費電力量計を設け、電化製品の電力消費を検出することで電化製品を使用したことを検出する。または、ユーザが所持する携帯端末からＧＰＳ情報を取得して、移動したことを検出する。移動したことを検出する場合、移動速度、加速度、地図情報などに基づいて、移動手段（車、電車、徒歩など）を識別するとよい。なお、行動情報は、ユーザが端末装置２Ａに入力してもよい。

行動促進装置１の行動情報取得部１１は、端末装置２Ａから行動情報を受信する。行動情報取得部１１は、受信した行動情報を行動情報記憶部１２に記憶させる。

パラメータ選定部１３は、行動情報記憶部１２が記憶する対象ユーザの行動情報に含まれる各行動パラメータの値を基準とした抽出範囲内に含まれる値を有する行動パラメータを含む１又は複数の行動情報（以下、行動情報群）を抽出する。また、パラメータ選定部１３は、抽出した行動情報群の各行動パラメータの値のばらつきを示すユーザ密度や、他のユーザのパラメータ値の対象ユーザへのパラメータ値への接近の度合いを示すユーザ接近度を行動パラメータごとに算出する。パラメータ選定部１３は、算出したユーザ密度および／またはユーザ接近度に基づいて、対象ユーザに提示する提示情報の生成に用いる特定の行動パラメータ（以下、提示行動パラメータという）を選定する。提示行動パラメータの選定方法の詳細は後述する。パラメータ選定部１３は、提示行動パラメータの行動情報群を位置算出部１４に送る。

位置算出部１４は、パラメータ選定部１３から受け取った提示行動パラメータの行動情報群について、提示行動パラメータにおける他のユーザに対する対象ユーザの位置を算出する。位置算出部１４は、算出した対象ユーザの位置を示す位置情報を提示情報生成部１５に送る。

なお、位置算出部１４は、提示行動パラメータについて、パラメータ選定部１３が決定した抽出範囲とは異なる、対象ユーザの行動情報の各パラメータの値を基準とした新たな抽出範囲を決定し、行動情報記憶部１２から該抽出範囲に含まれる行動情報群を改めて抽出してもよい。この場合、パラメータ選定部１３は、提示行動パラメータを示す情報を位置算出部１４に送る。位置算出部１４は、改めて抽出した提示行動パラメータの行動情報群について、提示行動パラメータにおける他のユーザに対する対象ユーザの位置を算出する。

提示情報生成部１５は、位置算出部１４から受け取った位置情報に基づいて、対象ユーザの位置（対象ユーザの提示対象パラメータの値の行動情報群に含まれている提示対象パラメータの値の群の中における相対位置）を示す提示情報を生成する。提示情報は、対象ユーザの位置を表示する画像や該位置を通知する通知メッセージである。提示情報生成部１５は、生成した提示情報を端末装置２Ｂに送信する。

端末装置２Ｂの出力部２２は、行動促進装置１から受信した提示情報を出力する。提示情報が画像である場合には、出力部２２は、その画像を表示する。提示情報が通知メッセージである場合には、出力部２２は、その通知メッセージを画面に表示してもよいし、音声で出力してもよい。

なお、端末装置２Ａおよび端末装置２Ｂは、行動検出部２１および出力部２２を備える１つの端末でもよい。あるいは、行動検出部２１および出力部２２は、行動促進装置１が備えてもよい。

図２は、図１のパラメータ選定部１３の構成例を示すブロック図である。パラメータ選定部１３は、抽出部１３１、ユーザ密度計算部１３２、ユーザ接近度計算部１３３および選定部１３４を備える。

抽出部１３１は、行動情報記憶部１２が記憶する対象ユーザの行動情報を読み出して、読み出した行動情報から、予め定められた複数の行動パラメータの値を算出する。なお、行動情報がパラメータを含んでいる場合には、それをそのまま使用してもよい。行動情報が運動していることのみを示しているおり、そのときの、速度や脈拍数のデータがあるときに、運動量というパラメータを算出してもよい。抽出部１３１は、算出した各行動パラメータの値を基準とする抽出範囲を行動パラメータごとに決定する。抽出部１３１は、各行動パラメータの抽出範囲に含まれる行動情報群を行動情報記憶部１２から抽出する。

ユーザ密度計算部１３２は、各行動パラメータについて、抽出部１３１が抽出した行動パラメータの値のばらつき（以下、ユーザのばらつき）を示すユーザ密度をそれぞれ計算する。ユーザ密度の詳細は後述する。

ユーザ接近度計算部１３３は、抽出部１３１が抽出した各行動パラメータに関し、他のユーザのそのパラメータの値と対象ユーザのその行動パラメータの値との接近の度合い（差：距離）を示すユーザ接近度を計算する。ユーザ接近度の詳細は後述する。

選定部１３４は、ユーザ密度計算部１３２およびユーザ接近度計算部１３３がそれぞれ計算したユーザ密度および／またはユーザ接近度に基づいて、対象ユーザに提示する提示情報の生成に用いる提示行動パラメータを選定する。選定部１３４は、提示行動パラメータについて抽出した行動情報群を位置算出部１４に送る。

なお、パラメータ選定部１３は、ユーザ密度計算部１３２およびユーザ接近度計算部１３３はいずれか一方のみを備える構成であってもよい。

図３Ａおよび図３Ｂは、図１に示した行動促進システムの動作を示すフローチャートである。端末装置２Ａの行動検出部２１は、ユーザの行動を検出すると、その行動をデータ化する。そして、行動検出部２１は、データ化した行動に、ユーザを識別する識別情報やユーザの行動を検出した日時などを対応付けて、行動情報として行動促進装置１の行動情報取得部１１に送信する。

図３Ａに示すように、行動情報取得部１１は、行動検出部２１から行動情報を取得する（ステップＳ１１）。行動情報記憶部１２は、行動情報取得部１１が取得した行動情報を記憶する（ステップＳ１２）。
以上の動作は、例えば、定期的に或いは行動情報が発生するたびに繰り返して実行される。
一方、行動促進装置１は、対象ユーザを特定し、図３Ｂに示す処理を実行する。
まず、パラメータ選定部１３の抽出部１３１は、対象ユーザの行動情報の各行動パラメータの値を基準として、抽出範囲を行動パラメータごとに決定する（ステップＳ１３）。抽出部１３１は、各行動パラメータの抽出範囲に含まれる値の行動パターンを含む行動情報群を行動情報記憶部１２から抽出する（ステップＳ１４）。

パラメータ選定部１３のユーザ密度計算部１３２は、抽出部１３１が各行動パラメータについて抽出した行動情報群におけるユーザのばらつきを示すユーザ密度を計算する（ステップＳ１５）。パラメータ選定部１３のユーザ接近度計算部１３３は、抽出部１３１が各行動パラメータについて抽出した行動情報群における他のユーザの対象ユーザへの接近の度合いを示すユーザ接近度を計算する（ステップＳ１６）。

パラメータ選定部１３の選定部１３４は、ユーザ密度計算部１３２およびユーザ接近度計算部１３３がそれぞれ計算したユーザ密度および／またはユーザ接近度に基づいて、対象ユーザに提示する提示情報の生成に用いる提示行動パラメータを選定する（ステップＳ１７）。

位置算出部１４は、提示行動パラメータの抽出範囲内に含まれる行動情報群について、提示行動パラメータにおける他のユーザに対する対象ユーザの位置を算出する（ステップＳ１８）。

提示情報生成部１５は、位置算出部１４が算出した対象ユーザの位置を示す提示情報を生成する（ステップＳ１９）。提示情報生成部１５は、生成した提示情報を端末装置２Ｂに送信し（ステップＳ２０）、処理を終了する。端末装置２Ｂの出力部２２は、行動促進装置１から受信した提示情報を出力する。

パラメータ選定部１３の特定の行動パラメータの選定方法について、図４ないし図９を用いて図３Ａおよび図３Ｂのフローチャートを参照して具体的に説明する。
なお、図４ないし図９の例では、Ｗｅｂサイトを通して、私有物の貸し出しや中古品の譲渡を行うといったリサイクル行動を想定している。この私有物や中古品を以下、提供品という。ユーザは提供品をＷｅｂサイトに登録する。そして、ユーザは、Ｗｅｂサイトから申し込みがあった提供品を申し込んだ人に渡す。提供品を受け取った人はＷｅｂサイト上で、提供者（ユーザ）に対して感謝のコメントを入力することができる。これを以下、感謝コメントという。なお、促進対象とする行動は、私有物の貸し出しや中古品の譲渡のための提供（提供品のＷｅｂサイトへの登録）である。

図４は、図１のパラメータ選定部１３が決定する抽出範囲を示す図である。パラメータ選定部１３の抽出部１３１は、あらかじめ、処理対象の複数の行動パラメータ「提供品数」、「提供品種類数」、「提供品定価合計」、「提供品定価最大値」および「感謝コメント数」を記憶している。抽出部１３１は、行動情報記憶部１２が記憶する行動情報から所定の期間（ここでは１ヶ月）の対象ユーザの行動情報を読み出す。

抽出部１３１は、読み出した対象ユーザの行動情報から、各行動パラメータの値を算出する。抽出部１３１は、算出した値を基準とした抽出範囲を決定する（ステップＳ１３）。
図４の例では、１ヶ月の対象ユーザの「提供品数」は１４個、「提供品種類数」は１３種類、「提供品定価合計」は１５００円、「提供品定価最大値」は４００円および「感謝コメント数」は１２個である。図４に示すように、各行動パラメータの値は、あらかじめ定められた単位で区切られている。抽出部１３１は、対象ユーザの行動情報の該行動パラメータの値（図中×印）を含む１区切りを抽出範囲として決定する。図４では、「提供品数」の抽出範囲は１０〜２０（個）、「提供品種類数」の抽出範囲は１０〜１５（種類）、「提供品定価合計」の抽出範囲は１０００〜２０００（円）、「提供品定価最大値」の抽出範囲は０〜５００（円）および「感謝コメント数」の抽出範囲は１０〜２０（個）である。

なお、各行動パラメータはあらかじめ正規化しておいてもよい。また、抽出範囲は、抽出部１３１が算出した値を基準としたものに限らない。たとえば、対象ユーザの行動情報に含まれる行動パラメータの値の平均値を基準として、所定の範囲を抽出範囲として決定してもよい。あるいは、行動情報記憶部１２が記憶するすべての行動情報の各行動パラメータの値の最小値から最大値までの幅（全体）に対して、同一の割合の幅を抽出範囲として決定してもよい。この場合、抽出部１３１は、各行動パラメータについて、全ての行動情報に含まれるその行動パラメータの値のうちの最大値と最小値とを特定して、これらを正規化する。そして、全体に対する同一の割合の幅（たとえば、最小値から最大値までの幅の１０分の１）であって、対象ユーザの行動情報の該行動パラメータの値を含む範囲を抽出範囲とする。これにより、対象ユーザの行動情報の行動パラメータの値が全体の分布において外れ値であった場合、選定部１３４が該行動パラメータを提示行動パラメータとして選定する可能性を低減することができる。

抽出部１３１は、行動情報記憶部１２が記憶する行動情報のうちから、行動パラメータごとに、その行動パラメータの値が抽出範囲内に含まれる行動情報群を抽出する（ステップＳ１４）。

図５Ａおよび図５Ｂは、それぞれ、行動パラメータ「提供品数」のユーザ密度および行動パラメータ「提供品定価合計」のユーザ密度を説明する図である。ユーザ密度計算部１３２は、行動パラメータ毎に、抽出部１３１が抽出した行動情報群から、ユーザ密度を計算する（ステップＳ１５）。ここでは、抽出部１３１が抽出した行動パラメータごとの行動情報群のユーザ数と標準偏差とをユーザ密度として計算する。
なお、ユーザ密度はこれらに限らず、ユーザ数だけでもよいし、標準偏差だけでもよい。あるいは、四分位数偏差といった他の指標でもよい。

行動パラメータ「提供品数」の抽出範囲１０〜２０（個）のパラメータ値を含む行動情報群に対応するユーザは５人であると仮定する。また、提供品数はそれぞれ１１個、１２個、１４個、１８個、１９個であると仮定する。ユーザ密度計算部１３２は、抽出範囲の下限の数１０をそれぞれの提供品数から引いた１桁の数、１、２、４、８、９を算出し、それらの標準偏差３．２（小数点以下第二位を四捨五入）を算出する。

同様に、行動パラメータ「提供品定価合計」の抽出範囲１０００〜２０００（円）のパラメータ値を含む行動情報群に対応するユーザ数は５人であると仮定する。また、提供品定価合計はそれぞれ１１００円、１３００円、１５００円、１７００円、１９００円であったと仮定する。ユーザ密度計算部１３２は、抽出範囲の下限の数１０００をそれぞれの提供品数から引いた数、１００、３００、５００、７００、９００を、桁数を１桁に揃えるために１００で割った数、１、３、５、７、９を算出し、そしてそれらの標準偏差２．８（小数点以下第二位を四捨五入）を算出する。

図５Ａおよび図５Ｂに示すように、ユーザ密度（標準偏差）の値が小さい行動パラメータ「提供品定価合計」のほうが、他のユーザと対象ユーザとの間隔が近いので、その情報を提示すれば、対象ユーザの競争意識を誘発し、行動を活発化することが期待できる。そこで、選定部１３４は、ユーザ密度（標準偏差）の値が０でなく、最も小さい行動パラメータを提示行動パラメータとして選定する。

なお、前述のように、抽出部１３１が対象ユーザの各行動パラメータの値の平均値から所定の範囲を抽出範囲として行動情報群を抽出していた場合、対象ユーザを中心とする標準偏差を求めることができ、より好適である。

ユーザ密度計算部１３２は、このように各行動パラメータにユーザ密度を算出し、図６に示すようなデータを生成する。

図６は、図１のパラメータ選定部１３が算出する各行動パラメータのユーザ密度の例を示す。図６の例では、「提供品数」の抽出範囲１０〜２０（個）のユーザ数は５人、標準偏差は３．３、「提供品種類数」の抽出範囲１０〜１５（種類）のユーザ数は３人、標準偏差は５．０、「提供品定価合計」の抽出範囲１０００〜２０００（円）のユーザ数は５人、標準偏差は２．８、「提供品定価最大値」の抽出範囲０〜５００（円）のユーザ数は１人、標準偏差は０．０、および「感謝コメント数」の抽出範囲１０〜２０（個）のユーザ数は２人、標準偏差は６．０である。選定部１３４は、これらの行動パラメータの中から標準偏差の値が０でなく、最も小さい行動パラメータ「提供品定価合計」を提示行動パラメータとして選定する（ステップＳ１７）。そして、選定部１３４は、行動情報群の提示行動パラメータを位置算出部１４に送る。

なお、選定部１３４が提示行動パラメータを選定する条件は、標準偏差の値が０でなく、最も小さいものに限らず、最もユーザ数が多いものでもよいし、ユーザ数が所定の数以上であって、標準偏差が最も小さいものといったように組み合わせてもよい。

図７は、図１の行動促進システムのユーザ密度に基づく提示情報の例を示す図である。位置算出部１４は、提示行動パラメータ「提供品定価合計」の行動情報群について、他のユーザの「提供品定価合計」の値に対する対象ユーザの「提供品定価合計」の値の位置を算出する。位置算出部１４は、算出した対象ユーザの位置を示す位置情報を提示情報生成部１５に送る。位置情報は、たとえば、対象ユーザの行動情報の提示行動パラメータの値と、行動情報群を構成する各行動情報の提示行動パラメータの値と、抽出範囲を示す情報とを対応付けた情報である。提示情報生成部１５は、位置算出部１４から受け取った位置情報に基づいて、図７のような提示情報を生成する。

図７では、提示行動パラメータ「提供品定価合計」の抽出範囲１０００〜２０００（円）における対象ユーザおよび他のユーザをシンボルで表し、色分けしている。これにより、対象ユーザと他のユーザの位置関係が認識できる。この場合、たとえば、「あなたの提供品定価合計の値に近いユーザが４人います」や「あなたの提供品定価合計よりも２００円高いユーザと２００円低いユーザがいます」といった通知メッセージを提示情報に追加してもよい。

なお、位置情報は、抽出範囲内のユーザ数を示す情報と、対象ユーザの順位や直近の他のユーザとの差を示す情報と、抽出範囲を示す情報とを対応付けた情報であってもよい。また、提示情報は、これらの情報を表示する表示画像または通知メッセージであってもよい。

続いて、パラメータ選定部１３のユーザ接近度計算部１３３が計算するユーザ接近度について説明する。

図８は、図１のパラメータ選定部１３が算出する各行動パラメータのユーザ接近度を示す図である。パラメータ選定部１３のユーザ接近度計算部１３３は、抽出部１３１が抽出した行動パラメータごとの行動情報群のユーザ接近度を計算する（ステップＳ１６）。ここでは、抽出部１３１が抽出した行動パラメータごとの行動情報群において、先月の値と今月の値を比較し、対象ユーザの値に近づいた下位の他のユーザ（以下、接近ユーザという）の数をユーザ接近度として計算する。なお、ユーザ接近度はこれに限らず、対象ユーザが近づいた上位の他のユーザの数でもよいし、対象ユーザの該行動パラメータの値と直近の他のユーザの該行動パラメータの値との差でもよい。

図８の例では、「提供品数」の抽出範囲１０〜２０（個）のユーザ数は５人、接近ユーザ数は２人、「提供品種類数」の抽出範囲１０〜１５（種類）のユーザ数は３人、接近ユーザ数は１人、「提供品定価合計」の抽出範囲１０００〜２０００（円）のユーザ数は５人、接近ユーザ数は１人、「提供品定価最大値」の抽出範囲０〜５００（円）のユーザ数は１人、接近ユーザ数は０人、および「感謝コメント数」の抽出範囲１０〜２０（個）のユーザ数は２人、接近ユーザ数は１人である。なお、接近ユーザ数に付記している[割合]は、対象ユーザ以外の他のユーザの数に対する接近ユーザ数の割合を示す（（接近ユーザ数／抽出範囲内の他のユーザ数）×１００（％））。選定部１３４は、これらの行動パラメータの中から接近ユーザ数が最も多い行動パラメータ「提供品数」を提示行動パラメータとして選定し（ステップＳ１７）、その行動情報群を位置算出部１４に送る。

なお、選定部１３４が提示行動パラメータを選定する条件は、接近ユーザ数が最も多いものに限らない。たとえば、該条件は、（接近ユーザ数／抽出範囲内の他のユーザ数）×１００（％）の値が最も大きいものでもよい。また、接近ユーザ数が最も多いものが複数あった場合は、該条件は、（接近ユーザ数／抽出範囲内の他のユーザ数）×１００（％）の値が大きい方を選定するといったように組み合わせてもよい。

図９は、図１に示した行動促進システム１００のユーザ接近度に基づく提示情報を示す図である。位置算出部１４は、選定部１３４から受け取った提示行動パラメータ「提供品数」の行動情報群について、他のユーザの「提供品数」の値に対する対象ユーザの「提供品数」の値の位置を算出する。位置算出部１４は、算出した位置を示す位置情報を提示情報生成部１５に送る。位置情報は、たとえば、抽出範囲を示す情報と、先月および今月の対象ユーザの行動情報の提示行動パラメータの値と、先月および今月の行動情報群を構成する各行動情報の提示行動パラメータの値と、を対応付けた情報である。提示情報生成部１５は、位置算出部１４から受け取った位置情報に基づいて、図９に示すような提示情報を生成する。

図９の例では、提示行動パラメータ「提供品数」の抽出範囲１０〜２０（個）における対象ユーザおよび他のユーザをシンボルで表し、色分けしている。これにより、対象ユーザと他のユーザの位置関係が認識できる。また、先月から今月にかけて対象ユーザに接近ユーザが接近した様子をシンボルの色分けと破線矢印で示す。この場合、たとえば、「先月より２人のユーザがあなたに近づきました」や「２人のユーザがそれぞれあと１個と２個であなたに追いつきます。」といった通知メッセージを提示情報に追加してもよい。

以上説明したように、本実施の形態の行動促進システム１００によれば、複数の行動パラメータから行動情報群の分布に関する所定の条件に基づいて、提示行動パラメータを選定することができる。これにより、対象ユーザと行動水準や成績などが近い他のユーザの情報提供を行い、対象ユーザの行動を促進することができる。

上記の実施の形態では、抽出部１３１が複数の行動パラメータをあらかじめ記憶している。本発明はこれに限らず、１つの行動パラメータに対して複数の計算式を適用して、複数の行動パラメータを生成し、これらを用いてもよい。たとえば、１つの行動パラメータについて、各ユーザの一定期間の行動量（たとえば、提供品数など）の変化の微分によって速度値という新たな行動パラメータを生成する。抽出部１３１が速度値の所定の抽出範囲の行動情報群を抽出することで、対象ユーザと速度値の近い他のユーザの情報提示することが可能になる。また、１つの行動パラメータに対して、あらかじめユーザごとに目標値（たとえば、ユーザＡは今月の目標提供製品数は１００個、ユーザＢは今月の目標提供製品数は５００個など）を定め、現在の該行動パラメータの値／目標値を計算し、目標に対する達成度という新たな行動パラメータを生成する。

なお、このように生成した新たな行動パラメータは、選定部１３４がユーザ密度やユーザ接近度と組み合わせて利用してもよい。たとえば、ユーザ密度が同じ行動パラメータが複数あった場合に、下位成績ユーザの速度が大きい行動パラメータを提示行動パラメータとして選定する。

図１０は、図１に示した行動促進装置１のハードウェア構成を示す図である。行動促進装置１は、図１０に示すように、制御部３１、主記憶部３２、外部記憶部３３、操作部３４、表示部３５および送受信部３６を備える。主記憶部３２、外部記憶部３３、操作部３４、表示部３５および送受信部３６はいずれも内部バス３０を介して制御部３１に接続されている。

制御部３１はＣＰＵ（Central Processing Unit）等から構成される。また、制御部３１は、外部記憶部３３が記憶する制御プログラム３９に従って、各処理を実行する。制御部３１は、パラメータ選定部１３、位置算出部１４および提示情報生成部１５の各処理を実行する。

主記憶部３２はＲＡＭ（Random-Access Memory）等から構成される。また、主記憶部３２は、外部記憶部３３が記憶する制御プログラム３９をロードする。制御部３１は、作業領域として外部記憶部３３を使用する。

外部記憶部３３は、フラッシュメモリ、ハードディスク、ＤＶＤ−ＲＡＭ（Digital Versatile Disc Random-Access Memory）、ＤＶＤ−ＲＷ（Digital Versatile Disc ReWritable）等の不揮発性メモリから構成される。また、外部記憶部３３は、行動促進装置１の処理を制御部３１に行わせるためのプログラムをあらかじめ記憶する。または、外部記憶部３３は、制御部３１の指示に従って、このプログラムが記憶するデータを制御部３１に供給する。そして、外部記憶部３３は、制御部３１から供給されたデータを記憶する。行動情報記憶部１２は、外部記憶部３３に構成される。

操作部３４はキーボードおよびマウスなどのポインティングデバイス等と、キーボードおよびポインティングデバイス等を内部バス３０に接続するインタフェース装置から構成される。ユーザが行動パラメータや行動情報を抽出する所定の期間を入力する場合などは、操作部３４が指示を制御部３１に供給する。

表示部３５は、ＣＲＴ（Cathode Ray Tube）またはＬＣＤ（Liquid Crystal Display）などから構成される。また、表示部３５は、ユーザが行動パラメータや行動情報を抽出する所定の期間を入力する場合などは、操作画像を表示する。なお、行動促進装置１が出力部２２を備える構成では、表示部３５は、出力部２２として機能する。

送受信部３６は、通信ネットワークに接続する網終端装置または無線通信装置、およびそれらと接続するシリアルインタフェースまたはＬＡＮ（Local Area Network）インタフェースから構成されている。行動情報取得部１１および提示情報生成部１５は、送受信部３６を介して通信ネットワークに接続し、端末装置２Ａまたは端末装置２Ｂと情報を送受信する。

図１に示す行動情報取得部１１、パラメータ選定部１３、位置算出部１４および提示情報生成部１５の処理は、制御プログラム３９が、制御部３１、主記憶部３２、外部記憶部３３、操作部３４、表示部３５および送受信部３６などを資源として用いて処理することによって実行する。

その他、前記の、ハードウェア構成やフローチャートは一例であり、任意に変更および修正が可能である。例えば、本実施形態では、行動促進システム１００は、行動検出部２１および出力部２２を備えるが、これに限定されない。行動促進装置１が行動検出部２１および／または出力部２２を備えもよい。

制御部３１、主記憶部３２、外部記憶部３３、操作部３４、内部バス３０などから構成される部分は行動促進動作の処理を行う。当該部分は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。たとえば、前記の動作を実行するためのコンピュータプログラムを格納した、コンピュータが読み取り可能な記録媒体（フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等）から当該コンピュータプログラムをコンピュータにインストールする。これにより、前記の処理を実行する行動促進システム１００を構成してもよい。また、インターネット等の通信ネットワーク上の、行動促進装置１が有する記憶装置に当該コンピュータプログラムを格納して、通常のコンピュータシステムがダウンロード等することで行動促進システム１００を構成してもよい。

また、行動促進システム１００の機能を、ＯＳ（オペレーティングシステム）とアプリケーションプログラムの分担、またはＯＳとアプリケーションプログラムとの協働により実現する場合などには、アプリケーションプログラム部分のみを記録媒体や記憶装置に格納してもよい。

また、搬送波にコンピュータプログラムを重畳し、通信ネットワークを介して配信することも可能である。たとえば、通信ネットワーク上の掲示板(BBS, Bulletin Board System)に前記コンピュータプログラムを掲示し、通信ネットワークを介して前記コンピュータプログラムを配信してもよい。そして、このコンピュータプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、前記の処理を実行できるように構成してもよい。

上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。

（付記１）
複数のユーザのそれぞれの行動を示す行動情報を取得する取得手段と、
前記取得手段が取得した前記行動情報を記憶する記憶手段と、
前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定手段と、
前記選定手段が選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出手段と、
前記対象ユーザの位置を示す提示情報を生成する生成手段と、
前記対象ユーザに前記提示情報を提示する提示手段と、
を備えることを特徴とする行動促進装置。

（付記２）
前記選定手段は、各行動パラメータのパラメータ値のばらつきを示すユーザ密度を算出し、前記ユーザ密度に基づいて前記特定の行動パラメータを選定することを特徴とする付記１に記載の行動促進装置。

（付記３）
前記選定手段は、前記他のユーザのパラメータ値の前記対象ユーザへのパラメータ値の接近の度合いを示すユーザ接近度を算出し、前記ユーザ接近度に基づいて前記特定の行動パラメータを選定することを特徴とする付記１に記載の行動促進装置。

（付記４）
前記選定手段は、各行動パラメータのパラメータ値のばらつきを示すユーザ密度と前記他のユーザのパラメータ値の前記対象ユーザへのパラメータ値の接近の度合いを示すユーザ接近度とを算出し、前記ユーザ密度および前記ユーザ接近度に基づいて前記特定の行動パラメータを選定することを特徴とする付記１に記載の行動促進装置。

（付記５）
１つの前記行動パラメータに対して複数の計算式を用いて複数の前記パラメータ値を生成するパラメータ生成手段をさらに備え、
前記選定手段は、前記パラメータ生成手段が生成した複数の前記パラメータ値のそれぞれについて、前記所定の範囲内に含まれる値を有する行動パラメータを含む行動情報群を抽出し、抽出した前記行動情報群の各行動パラメータの値の分布に関する所定の条件により前記特定の行動パラメータを選定することを特徴とする付記１ないし４のいずれか１つに記載の行動促進装置。

（付記６）
前記生成手段は、前記位置を表示する表示画像および／または前記位置を通知する通知メッセージを前記提示情報として生成することを特徴とする付記１ないし５のいずれか１つに記載の行動促進装置。

（付記７）
前記複数のユーザのそれぞれの行動を示す行動情報を検出する行動検出装置をさらに備えることを特徴とする付記１ないし６のいずれか１つに記載の行動促進装置。

（付記８）
対象ユーザの行動を促進する行動促進装置が実行する行動促進方法であって、
複数のユーザのそれぞれの行動を示す行動情報を取得する取得ステップと、
前記取得ステップで取得した前記行動情報を記憶手段に記憶させる記憶ステップと、
前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定ステップと、
前記選定ステップで選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出ステップと、
前記対象ユーザの位置を示す提示情報を生成する生成ステップと、
前記対象ユーザに前記提示情報を提示する提示ステップと、
を備えることを特徴とする行動促進方法は、

（付記９）
前記選定ステップでは、各行動パラメータのパラメータ値のばらつきを示すユーザ密度を算出し、前記ユーザ密度に基づいて前記特定の行動パラメータを選定することを特徴とする付記８に記載の行動促進方法。

（付記１０）
前記選定ステップでは、前記他のユーザのパラメータ値の前記対象ユーザへのパラメータ値のユーザ接近度を算出し、前記ユーザ接近度に基づいて前記特定の行動パラメータを選定することを特徴とする付記８に記載の行動促進方法。

（付記１１）
前記選定ステップでは、各行動パラメータのパラメータ値のばらつきを示すユーザ密度と前記他のユーザの前記対象ユーザへの接近の度合いを示すユーザ接近度とを算出し、前記ユーザ密度および前記ユーザ接近度に基づいて前記特定の行動パラメータを選定することを特徴とする付記８に記載の行動促進方法。

（付記１２）
１つの前記行動パラメータに対して複数の計算式を用いて複数の前記行動パラメータを生成するパラメータ生成ステップをさらに備え、
前記選定ステップでは、前記パラメータ生成ステップで生成した複数の前記パラメータ値のそれぞれについて、前記所定の範囲内に含まれる値を有する行動パラメータを含む行動情報群を抽出し、抽出した前記行動情報群の各行動パラメータの値の分布に関する所定の条件により前記特定の行動パラメータを選定することを特徴とする付記８ないし１１のいずれか１つに記載の行動促進方法。

（付記１３）
前記生成ステップでは、前記位置を表示する表示画像および／または前記位置を通知する通知メッセージを前記提示情報として生成することを特徴とする付記８ないし１２のいずれか１つに記載の行動促進方法。

（付記１４）
前記複数のユーザのそれぞれの行動を示す行動情報を検出する検出ステップをさらに備えることを特徴とする付記８ないし１３のいずれか１つに記載の行動促進方法。

（付記１５）
コンピュータを、
複数のユーザのそれぞれの行動を示す行動情報を取得する取得手段、
前記取得手段が取得した前記行動情報を記憶する記憶手段、
前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定手段、
前記選定手段が選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出手段、
前記対象ユーザの位置を示す提示情報を生成する生成手段、および
前記対象ユーザに前記提示情報を提示する提示手段、
として機能させることを特徴とするプログラムを記録したコンピュータ読み取り可能な記録媒体。

なお、上記実施形態は、本発明の具体的実施態様の例示であって、本発明の技術的範囲を限定するものではない。本発明は、特許請求の範囲に記載された技術的思想の範囲において、自在に変形、応用あるいは改良して実施できる。

本発明は、２０１１年７月１１日に出願された日本国特許出願２０１１−１５３２４９号に基づく。本明細書中に日本国特許出願２０１１−１５３２４９号の明細書、特許請求の範囲、図面全体を参照として取り込むものとする。

１ 行動促進装置
２Ａ、２Ｂ 端末装置
１１ 行動情報取得部
１２ 行動情報記憶部
１３ パラメータ選定部
１４ 位置算出部
１５ 提示情報生成部
２１ 行動検出部
２２ 出力部
３１ 制御部
３２ 主記憶部
３３ 外部記憶部
３４ 操作部
３３ 表示部
３６ 送受信部
３９ 制御プログラム
１００ 行動促進システム
１３１ 抽出部
１３２ ユーザ密度計算部
１３３ ユーザ接近度計算部
１３４ 選定部

Claims (9)

1. 複数のユーザのそれぞれの行動を示す行動情報を取得する取得手段と、
   前記取得手段が取得した前記行動情報を記憶する記憶手段と、
   前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定手段と、
   前記選定手段が選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出手段と、
   前記対象ユーザの位置を示す提示情報を生成する生成手段と、
   前記対象ユーザに前記提示情報を提示する提示手段と、
   を備えることを特徴とする行動促進装置。
2. 前記選定手段は、各行動パラメータのパラメータ値のばらつきを示すユーザ密度を算出し、前記ユーザ密度に基づいて前記特定の行動パラメータを選定することを特徴とする請求項１に記載の行動促進装置。
3. 前記選定手段は、前記他のユーザのパラメータ値の前記対象ユーザへのパラメータ値の接近の度合いを示すユーザ接近度を算出し、前記ユーザ接近度に基づいて前記特定の行動パラメータを選定することを特徴とする請求項１に記載の行動促進装置。
4. 前記選定手段は、各行動パラメータのパラメータ値のばらつきを示すユーザ密度と前記他のユーザのパラメータ値の前記対象ユーザへのパラメータ値の接近の度合いを示すユーザ接近度とを算出し、前記ユーザ密度および前記ユーザ接近度に基づいて前記特定の行動パラメータを選定することを特徴とする請求項１に記載の行動促進装置。
5. １つの前記行動パラメータに対して複数の計算式を用いて複数の前記パラメータ値を生成するパラメータ生成手段をさらに備え、
   前記選定手段は、前記パラメータ生成手段が生成した複数の前記パラメータ値のそれぞれについて、前記所定の範囲内に含まれる値を有する行動パラメータを含む行動情報群を抽出し、抽出した前記行動情報群の各行動パラメータの値の分布に関する所定の条件により前記特定の行動パラメータを選定することを特徴とする請求項１ないし４のいずれか１項に記載の行動促進装置。
6. 前記生成手段は、前記位置を表示する表示画像および／または前記位置を通知する通知メッセージを前記提示情報として生成することを特徴とする請求項１ないし５のいずれか１項に記載の行動促進装置。
7. 前記複数のユーザのそれぞれの行動を示す行動情報を検出する行動検出装置をさらに備えることを特徴とする請求項１ないし６のいずれか１項に記載の行動促進装置。
8. 対象ユーザの行動を促進する行動促進装置が実行する行動促進方法であって、
   複数のユーザのそれぞれの行動を示す行動情報を取得する取得ステップと、
   前記取得ステップで取得した前記行動情報を記憶手段に記憶させる記憶ステップと、
   前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定ステップと、
   前記選定ステップで選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出ステップと、
   前記対象ユーザの位置を示す提示情報を生成する生成ステップと、
   前記対象ユーザに前記提示情報を提示する提示ステップと、
   を備えることを特徴とする行動促進方法。
9. コンピュータを、
   複数のユーザのそれぞれの行動を示す行動情報を取得する取得手段、
   前記取得手段が取得した前記行動情報を記憶する記憶手段、
   前記記憶手段が記憶する前記行動情報に基づいて、前記ユーザの行動の指標である複数の行動パラメータのそれぞれについて、所定の範囲内にあるパラメータ値を選定し、選定したパラメータ値の分布と所定の選定条件とにより特定の前記行動パラメータを選定する選定手段、
   前記選定手段が選定した前記特定の行動パラメータに関して、他のユーザに対する対象ユーザの位置を算出する位置算出手段、
   前記対象ユーザの位置を示す提示情報を生成する生成手段、および
   前記対象ユーザに前記提示情報を提示する提示手段、
   として機能させることを特徴とするプログラム。
   

Images