本发明涉及信息处理，并涉及将与利用者有关的健康状态进行判定的信息处理装置、信息处理方法以及记录介质。
背景技术：
作为信息处理装置，提出了一种将表示利用者的运动、睡眠、以及精神压力等活动程度的分数进行运算，并使用运算出的分数来预测体重或者骨骼肌比率等身体信息的短期变化的身体信息预测装置(参照jp2016-31702a)。
在上述的装置中，虽然能预测短期的身体信息的变化，但对于生活习惯不规律的利用者，例如在表示肥胖度的身体信息的预测值是标准的数值的情况下，无法进行到该利用者的生活习惯的评价。
在这样预测短期的身体信息的变化的装置中，对具有慢性的健康问题的利用者，有时难以谋求生活行为的改善。
技术实现要素：
本发明是着眼于这样的问题点而完成的，其目的在于，提供一种谋求具有慢性的健康问题的利用者的生活行为的改善的信息处理装置、信息处理方法以及记录介质。
根据本发明的某个方案，信息处理装置包含：取得单元，取得与利用者的生活习惯有关的生活习惯信息；运算单元，使用由所述取得单元取得的生活习惯信息来运算与利用者的疲劳积累有关的要素指标；以及判定单元，基于由所述运算单元运算的要素指标，来判定是否需要改善利用者的生活行为。
此外，根据某个方案，所述取得单元还取得与所述利用者有关的属性信息，所述判定单元根据所述属性信息来变更所述要素指标或者与所述要素指标有关的判定阈值。
此外，根据某个方案，所述运算单元运算对所述利用者的疲劳积累作出贡献的积累要素指标和对所述利用者的疲劳恢复作出贡献的恢复要素指标来作为所述要素指标。
此外，根据某个方案，所述判定单元使用所述积累要素指标和所述恢复要素指标来计算与所述生活习惯有关的疲劳消除度，并基于该疲劳消除度来判定是否需要改善所述生活行为。
此外，根据某个方案，所述判定单元根据对所述利用者的疲劳作出贡献的所述积累要素指标以及所述恢复要素指标各自的贡献度来对所述积累要素指标以及所述恢复要素指标进行加权。
此外，根据某个方案，所述取得单元取得所述利用者的性别、年龄以及职业中的至少一项来作为属性信息，所述判定单元根据所述属性信息来变更所述加权。
此外，根据某个方案，所述判定单元求出与所述疲劳积累有关的多个要素指标的平衡，并基于该平衡来判定是否需要改善所述生活行为。
此外，根据某个方案，所述判定单元通过将所述多个要素指标的每一项相加来计算由所述生活习惯引起的疲劳消除度，并基于该疲劳消除度以及所述平衡来判定是否需要改善所述生活行为。
此外，根据某个方案，还包含：通知单元，通知基于所述判定单元的判定结果来促使改善所述生活行为的改善信息。
此外，本发明的某个方案的记录介质是计算机可读取的记录介质，记录有用于使对与利用者的生活习惯有关的生活习惯信息进行处理的计算机执行下述步骤的程序，所述步骤是指：取得步骤，取得所述生活习惯信息；运算步骤，使用通过所述取得步骤取得的生活习惯信息来运算与所述利用者的疲劳积累有关的要素指标；以及判定步骤，基于通过所述运算步骤运算出的要素指标，来判定是否需要改善所述利用者的生活行为。
此外，根据本发明的某个方案，信息处理方法包含：取得步骤，取得与利用者的生活习惯有关的生活习惯信息；运算步骤，使用通过所述取得步骤取得的生活习惯信息来运算与所述利用者的疲劳积累有关的要素指标；以及判定步骤，基于通过所述运算步骤运算出的要素指标，来判定是否需要改善所述利用者的生活行为。
根据该方案，由于通过使用与利用者的疲劳积累有关的要素指标，能掌握该利用者的疲劳趋势，所以能针对具有慢性的健康问题的利用者谋求生活行为的改善。
附图说明
图1是表示具备本发明的第一实施方式的信息处理装置的信息处理系统的构成例的图。
图2是表示信息处理装置的功能构成的一例的框图。
图3是表示与本实施方式的信息处理方法有关的处理流程例的流程图。
图4是表示对与利用者的疲劳积累有关的要素指标进行运算的运算处理的一例的流程图。
图5是表示使用要素指标对生活行为进行评价的评价处理的一例的流程图。
图6是表示使用要素指标对综合性的疲劳度进行判定的判定处理的一例的流程图。
图7是表示使用要素指标对疲劳平衡进行判定的判定处理的一例的流程图。
图8是对基于综合性的疲劳度和疲劳平衡的判定结果而确定的健康类型进行说明的图。
图9是表示按健康类型而生成的改善信息的一例的图。
图10a是表示由信息显示装置显示的改善信息的显示的一例的图。
图10b是表示由信息显示装置显示的改善信息的显示的另一例的图。
图11是表示与本发明的第二实施方式的信息处理方法有关的处理流程例的图。
图12是对本发明的第三实施方式的判定慢性的疲劳状态的方法的一例进行说明的图。
图13是表示与本实施方式的信息处理方法有关的处理流程例的流程图。
附图标记说明：
1生物体信息检测装置
2信息处理装置
3信息显示终端
21操作部(取得单元)
22测定信息取得部(取得单元)
23疲劳要素指标运算部(运算单元)
24存储部(程序)
25行为改善处理部(判定单元)
27通知部(通知单元)
s20～s40(取得步骤、运算步骤、判定步骤)
具体实施方式
以下，一边参照附图一边对本发明的实施方式进行说明。
(第一实施方式)
图1是表示本发明的第一实施方式的信息处理系统10的构成例的图。
信息处理系统10具备生物体信息检测装置1、信息处理装置2、以及信息显示终端3。信息处理系统10中的生物体信息检测装置1、信息处理装置2以及信息显示终端3分别经由网络101相互进行通信。网络101例如由便携电话网、公共电话网、ip(internetprotocol：互联网协议)网、或者无线lan(localareanetwork：局域网)等构成。
生物体信息检测装置1检测与作为被测定者的利用者的健康有关的生物体信息。生物体信息中包含：通过利用生物体信息检测装置1直接测定利用者而获得的生物体信息、根据利用者的输入操作而获得的生物体信息、以及通过以规定的回归式对这些生物体信息进行运算而获得的生物体信息等。
例如，生物体信息检测装置1由身体组成计、呼出气体测定器、自律神经测定器、血压计、睡眠计、以及活动量计等多个计测设备的至少一项构成。生物体信息检测装置1使用多个测定设备来检测生物体信息，并使用所检测出的生物体信息来生成与利用者的生活习惯有关的生活习惯信息。生物体信息检测装置ページ:5
1也可以包含从一项或者多个测定设备接受生物体信息并使用所接受到的生物体信息来生成与利用者的生活习惯有关的生活习惯信息的装置。
作为生活习惯信息，例如可举出饮食量、饮食平衡、疲劳度、运动量、生活节奏、以及睡眠的质量等。此外，生活习惯信息中包含与利用者的生活习惯有关的规定的生物体信息本身，例如血压值等。生物体信息检测装置1经由网络101将生物体信息以及生活习惯信息发送至信息处理装置2。
信息处理装置2使用利用者的生活习惯信息对利用者的健康状态进行评价。信息处理装置2是具备规定的处理被编程的中央运算处理装置(cpu：centralprocessingunit)以及存储装置的微型计算机。例如，信息处理装置2由便携电话机、pda(personaldigitalassistant：个人数字助手)、或者平板pc(personalcomputer)等各种便携终端装置、导航仪、或者服务器等来实现。
例如，信息处理装置2从生物体信息检测装置1接收生活习惯信息，将接收到的生活习惯信息应用于规定的回归式、或者规定的对应表等来对利用者的疲劳积累程度进行评价。然后，信息处理装置2基于疲劳积累程度的评价值来判定是否需要改善利用者的生活行为。这里所说的生活行为包含利用者一天的家庭、工作和喜好中的活动、以及生活习惯等。作为生活习惯，例如包含饮食、运动、睡眠、吸烟、饮酒、以及精神压力等习惯性的行为。
然后，信息处理装置2将与疲劳积累程度有关的评价结果、与生活行为有关的判定结果、以及与该判定结果对应的建议等被作为用于改善利用者的生活行为的行为改善信息发送至信息显示终端3。
信息显示终端3从信息处理装置2接收行为改善信息，基于此行为改善信息来生成显示图像并显示于画面。信息显示终端3例如被利用者使用，通过便携电话机、智能手机或者微型计算机等来实现。
图2是表示本实施方式的信息处理装置2的功能构成的一例的框图。
信息处理装置2具备操作部21、测定信息取得部22、疲劳要素指标运算部23、存储部24、行为改善处理部25、改善信息传递部26、通知部27、以及控制部28。
操作部21例如具备触摸传感器、键盘以及鼠标等，使用它们来受理通过用户操作而输入的信息。例如，在与生活行为有关的判定所需的信息不足的情况下，操作部21基于输入操作来受理与利用者有关的信息。
测定信息取得部22构成取得利用者的生活习惯信息的取得单元。本实施方式的测定信息取得部22接收从生物体信息检测装置1发送的生活习惯信息。
疲劳要素指标运算部23构成运算单元，该运算单元使用利用者的生活习惯信息来运算与利用者的疲劳积累的趋势(增加趋势)有关的疲劳要素指标。本实施方式的疲劳要素指标运算部23使用利用者的生活习惯信息，分别计算出对疲劳的恢复作出贡献的恢复要素指标和对疲劳的积累作出贡献的积累要素指标。
作为上述的恢复要素指标，例如可举出作为对由利用者的饮食引起的疲劳恢复进行评价的指标的能量摄取内容、以及作为对由利用者的睡眠引起的疲劳恢复进行评价的指标的疲劳恢复能力等。本实施方式的恢复要素指标的评价值具有利用者所积累的疲劳越被消除则该恢复要素指标的评价值越高的趋势。
此外，作为积累要素指标，例如可举出作为对通过利用者的运动而积累的疲劳进行评价的指标的生理疲劳度、以及作为对精神上的疲劳进行评价的指标的精神疲劳度等。由于利用者越积累疲劳，则疲劳越难以消除，所以具有利用者越积累疲劳，则本实施方式的积累要素指标的评价值越低的趋势。
这样，上述的生理疲劳度、精神疲劳度、能量摄取内容、以及疲劳恢复能力等各疲劳要素指标，以能在疲劳要素指标彼此之间实现均等的处理的方式被标准化地进行计算。
存储部24构成对与生活行为的判定结果对应的行为改善信息进行存储的存储单元。此外，存储部24存储由操作部21以及测定信息取得部22取得的生活习惯信息。
存储部24由非易失性存储器(rom：readonlymemory只读存储器)以及易失性存储器(ram：randomaccessmemory随机存取存储器)等构成。存储部24中储存有对信息处理装置2的动作进行控制的控制程序。即，存储部24是对实现本实施方式的功能的程序进行储存的记录介质。
行为改善处理部25构成基于由疲劳要素指标运算部23运算出的疲劳要素指标，来判定是否需要改善利用者的生活行为的判定单元。这里所说的判定单元除了判定是否需要改善利用者的生活行为的单元以外，还包含进行该判定所需的运算处理的单元。
例如，行为改善处理部25通过对疲劳要素指标中的积累要素指标加上恢复要素指标，来计算出表示综合性的疲劳的消除程度的疲劳消除度。利用者的积累疲劳越减少则该疲劳消除度越容易变大。行为改善处理部25在疲劳消除度小于总阈值的情况下判定为需要改善生活行为。考虑统计数据或者实验数据等来预先决定总阈值。
或者，行为改善处理部25也可以计算积累要素指标中的生理疲劳以及精神疲劳、以及恢复要素指标中的能量摄取内容以及疲劳恢复能力中的表示与至少两项疲劳要素指标有关的平衡程度的疲劳平衡。然后，在疲劳平衡大于平衡阈值的情况下，行为改善处理部25判定为需要改善生活行为。与总阈值一样，考虑统计数据或者实验数据等来预先决定平衡阈值。
行为改善处理部25使用确定利用者的识别信息、表示利用者的性别以及年龄等属性信息、各疲劳要素指标的数值、疲劳积累度的数值以及疲劳平衡的数值等，来生成表示需要改善生活行为的行为改善信息。然后，行为改善处理部25使生成的行为改善信息存储于存储部24。
改善信息传递部26以促使利用者改善生活行为为目的，经由图1所示的网络101将存储于存储部24的行为改善信息发送至信息显示终端3。
通知部27对需要改善利用者的生活行为的情况进行通知。例如，为了管理多个利用者的健康状态，通知部27按利用者的识别信息分别显示行为改善信息。
此外，在判定为需要改善生活行为的情况下，通知部27可以使灯闪烁或者产生鸣动音。需要说明的是，通知部27也可以基于各疲劳要素指标的数值来生成行为改善信息。
控制部28由中央运算处理装置、输入接口以及将它们相互连接的总线构成。控制部28通过读出存储于存储部24的控制程序并使中央运算处理装置执行，来经由输入接口控制信息处理装置2的各部。也可以取而代之，由构成控制部28的中央运算处理装置作为测定信息取得部22、疲劳要素指标运算部23、行为改善处理部25、以及改善信息传递部26等来发挥功能。
本实施方式的控制部28分别控制操作部21、测定信息取得部22、疲劳要素指标运算部23、存储部24、行为改善处理部25、改善信息传递部26以及通知部27。
控制部28以从操作部21以及测定信息取得部22取得生活习惯信息并使用生活习惯信息来运算疲劳要素指标的方式控制疲劳要素指标运算部23，并以基于疲劳要素指标来判定是否需要改善生活行为的方式控制行为改善处理部25。
然后，控制部28根据由行为改善处理部25得到的判定结果从存储部24提取行为改善信息，将该行为改善信息显示在通知部27，并且经由改善信息传递部26将行为改善信息发送至信息显示终端3。
图3是表示与信息处理系统10的信息处理方法有关的处理流程例的流程图。
在步骤s10中，生物体信息检测装置1使用身体组成计、呼出气体测定器、精神压力计、血压计、睡眠计、以及活动量计等计测设备来检测生物体信息。并且，生物体信息检测装置1根据利用者的输入操作取得表示利用者的性别、年龄、以及职业等属性信息作为生物体信息。
在步骤s20中，生物体信息检测装置1使用检测以及取得的生物体信息，来运算与利用者的生活习惯有关的生活习惯信息。
例如，生物体信息检测装置1使用身体组成计以及呼出气体测定器等计测设备来评价饮食量以及饮食平衡，使用自律神经测定器、血压计、以及睡眠计等计测设备来评价疲劳度。并且，生物体信息检测装置1使用活动量计等计测设备来评价运动量、生活节奏以及睡眠的质量。
这样，生物体信息检测装置1使用多个测定设备分别评价饮食量、饮食平衡、疲劳度、运动量、生活节奏以及睡眠的质量。然后，生物体信息检测装置1除了所评价出的各值以外还将生活习惯信息与属性信息一同发送至信息处理装置2。在生活习惯信息示出疲劳要素指标的计算所需的生物体信息。
在步骤s30中，信息处理装置2执行使用生活习惯信息来运算疲劳要素指标的疲劳要素指标运算处理。关于该疲劳要素指标运算处理将参照图4在后文加以记述。
在步骤s40中，信息处理装置2执行基于疲劳要素指标来判定是否需要改善生活行为的生活行为评价处理。关于该生活行为评价处理将参照图5在后文加以记述。信息处理装置2根据判定结果生成行为改善信息，并将该行为改善信息发送至信息显示终端3。
在步骤s50中，信息显示终端3从信息处理装置2接收行为改善信息，并通知基于接收到的行为改善信息来促使利用者改善生活行为的信号。本实施方式的信息显示终端3将与行为改善信息所包含的疲劳消除度有关的评价结果、与生活行为有关的判定结果、以及与这些结果对应的建议显示于画面。
当步骤s50的处理结束时，则关于信息处理系统10的信息处理方法的一系列处理流程结束。需要说明的是，在本实施方式中由生物体信息检测装置1计算生活习惯信息，但也可以由信息处理装置2基于来自生物体信息检测装置1的生物体信息来计算生活习惯信息。此外，在信息处理装置2的存储部24至少存储有能供计算机执行步骤s20至s40的处理的程序。
图4是表示与步骤s30的疲劳要素指标运算处理有关的处理流程例的流程图。
在步骤s31中，信息处理装置2的疲劳要素指标运算部23使用生活习惯信息中的饮食量以及饮食平衡等饮食信息，来评价作为恢复要素指标的能量摄取内容x1。
例如，疲劳要素指标运算部23提取饮食信息中的疲劳恢复以及肌肉修复等所需的营养素的摄取量、以及卡路里的摄取量等数值，将这些数值应用于规定的回归式或者规定的对应表来计算出能量摄取内容x1。作为疲劳恢复所需的营养素，例如可举出具有氨基酸的蛋白质等。这样，能量摄取内容x1是对是否平衡地摄取了疲劳恢复以及肌肉修复所需的营养素等进行综合性评价的指标。
关于上述的饮食信息，例如通过对由信息显示终端3拍摄到的饮食图像进行解析来取得。具体而言，将与多个饮食图像有关的字典数据预先存储到生物体信息检测装置1中，当生物体信息检测装置1从信息显示终端3接收到饮食图像时，对该饮食图像进行图像解析来提取特征量。然后，生物体信息检测装置1确定字典数据所包含的多个饮食图像的特征量中与所提取到的特征量的一致程度最高的饮食图像。生物体信息检测装置1从字典数据提取与所确定出的饮食图像对应的氨基酸的种类、蛋白质的量以及卡路里的量来生成饮食信息。
在步骤s32中，疲劳要素指标运算部23使用生活习惯信息中的睡眠的质量，来评价作为恢复要素指标的疲劳恢复能力x2。例如，疲劳要素指标运算部23使用规定的回归式或者规定的对应表，将与睡眠的质量有关的评价值转换为疲劳恢复能力x2。例如，与睡眠的质量有关的评价值越高，则疲劳恢复能力x2越大。
关于上述的睡眠的质量，例如能使用生物体信息检测装置1的睡眠计来取得。睡眠计由体动传感器构成，通过检测由利用者的体动、呼吸以及脉搏引起的振动等，来计算睡眠的时间、睡眠的深度以及睡眠的节奏等，并根据这些数值来评价睡眠的质量。
在步骤s33中，疲劳要素指标运算部23使用生活习惯信息中的运动量、生活节奏以及血压值等，来评价作为积累要素指标的生理疲劳度x3。例如，疲劳要素指标运算部23将运动量、生活节奏以及血压值等的数值应用于规定的回归式或者规定的对应表来计算出生理疲劳度x3。这样，生理疲劳度x3是对过度运动以及生活节奏的不规律等进行综合性评价的指标。
关于上述的运动量以及生活节奏，例如能使用生物体信息检测装置1的活动量计来取得。活动量计由加速度传感器等构成，通过基于装配于利用者的加速度传感器的检测值的总和计算利用者的运动量，由此确定一天的活动模式来评价生活节奏。
在步骤s34中，疲劳要素指标运算部23使用生活习惯信息中的血压值的变动量、以及作为表示自律神经系统的活动的指标的lf/hf(low-frequency/high-frequency：低频/高频)等，来评价作为积累要素指标的精神疲劳度x4。例如，疲劳要素指标运算部23将血压值的变动量以及lf/hf的各数值应用于规定的回归式或者规定的对应表来计算出精神疲劳度x4。这样，精神疲劳度x4是综合性地评价了职场等环境、以及家族等缓冲因素的有无等的指标。
上述的lf/hf是表示交感、副交感神经系统这两方的活动程度的lf频带与表示副交感神经系统的活动程度的hf频带的功率比，能从生物体信息检测装置1的心律传感器或者脉搏传感器等取得。
当步骤s34的处理结束时，控制部28结束步骤s30的关于疲劳要素指标运算处理的一系列处理流程并返回到图3所示的控制方法的处理流程，执行步骤s40的生活行为评价处理。
图5是表示与步骤s40的生活行为评价处理有关的处理流程例的流程图。
在步骤s41中，信息处理装置2的行为改善处理部25每当进行生活行为的评价时，都会为了考虑利用者的性别、年龄以及职业等的不同而取得利用者的属性信息。例如，护士、倒班工作从业者以及长途司机等工作时间不规律的职业与以案头工作为主的十分规律的职业相比，更容易积累疲劳。因此，通过使用利用者的属性信息，能进行考虑了利用者的业务内容的评价。
在步骤s42中，行为改善处理部25执行使用在步骤s30中运算出的各疲劳要素指标x1至x4来判定综合性的利用者的疲劳度的总疲劳度判定处理。关于该总疲劳度判定处理将参照图6在后文加以记述。
在步骤s43中，行为改善处理部25执行判定各疲劳要素指标的平衡的疲劳平衡判定处理。关于该疲劳平衡判定处理将参照图7在后文加以记述。
在步骤s44中，行为改善处理部25基于步骤s42以及s43的各处理中的两者的判定结果来判定健康类型。
在步骤s45中，行为改善处理部25基于在步骤s44确定出的健康类型来生成行为改善信息并存储到存储部24。关于行为改善信息将参照图9在后文加以记述。
当步骤s45的处理结束时，控制部28结束步骤s40的关于生活行为评价处理的一系列处理流程，返回到图3所示的控制方法的处理流程并进入步骤s50的处理。
图6是表示与步骤s42的总疲劳度判定处理有关的处理流程例的流程图。在该例中，运算疲劳消除度z来作为表示由利用者的生活习惯的不规律引起的疲劳度的健康指标。
在步骤s421中，行为改善处理部25根据在步骤s41中取得的属性信息来计算与能量摄取内容x1、疲劳恢复能力x2、生理疲劳度x3以及精神疲劳度x4的各疲劳要素指标相乘的系数a1至a4。
在本实施方式中，基于对利用者的疲劳贡献的贡献度而决定的系数a1至a4的基准值被预先存储于存储部24。需要说明的是，以疲劳消除度z被标准化至例如0到100的数值范围的方式来决定系数a1至a4的基准值。
例如，在属性信息所表示的是生活习惯容易变得不规律的工作规律不规律的职业的情况下，由于与工作时间十分规律的职业相比，容易积累疲劳且难以消除疲劳，所以生理疲劳度x3容易变低。考虑到这样的性质，行为改善处理部25将生理疲劳度x3的系数a3设定为比基准值小的值，以免判定结果对利用者而言过于严格。
或者，由于属性信息所表示的年龄越高于年过20岁的人，则疲劳恢复能力x2越容易变低，所以行为改善处理部25将疲劳恢复能力x2的系数a2设定为比基准值大的值，以免判定结果过于严格。或者，由于公司的职位越高，则越容易积累疲劳且越难以消除疲劳，所以精神疲劳度x4容易变低。因此，行为改善处理部25也可以以如下方式进行：属性信息所示的职位越高，则将精神疲劳度x4的系数a4设定为越比基准值小的值。
这样，由于疲劳消除度z的标准的水准根据利用者的性别、年龄以及职业等属性的不同而变化，所以行为改善处理部25根据与利用者有关的属性信息对疲劳要素指标的每一项进行加权。即，行为改善处理部25根据利用者的属性信息来变更疲劳要素指标x1至x4。由此，由于利用者的身体的特性以及劳动环境等被反映于疲劳消除度z，所以促使利用者进行过少的现实的生活习惯的改善。
在步骤s422中，行为改善处理部25将在步骤s421中计算出的系数a1至a4分别与疲劳要素指标x1至x4相乘，将相乘得到的各数值的总和设定为疲劳消除度z。这样，行为改善处理部25通过对构成利用者的疲劳的多个因素进行综合性评价，来计算与利用者的生活习惯的不规律程度具有相关性的疲劳消除度z。
在步骤s423中，行为改善处理部25判定疲劳消除度z是否小于上述的总阈值th1。即，行为改善处理部25判定是否处于利用者的疲劳因生活习惯的不规律而容易积累的状态。
总阈值th1是用于判定生活习惯是否不规律的阈值。总阈值th1例如被设定为疲劳消除度z的平均值、中央值或者众数度等统计值，或者比统计值小的值。在本实施方式中，总阈值th1被设定为“50”。
在步骤s424中，由于在疲劳消除度z小于总阈值th1的情况下，处于容易积累疲劳的状态，所以行为改善处理部25判定为生活习惯不规律，将生活习惯改善标志f1设定为“1”。
在步骤s425中，行为改善处理部25在疲劳消除度z为总阈值th1以上的情况下判定为生活习惯不不规律，将生活习惯改善标志f1设定为“0”。
当步骤s424或者s425的处理结束时，控制部28结束步骤s42的关于总疲劳度判定处理的一系列处理流程，返回到图5所示的生活行为评价处理的处理流程并进入步骤s43的处理。
需要说明的是，在本实施方式中根据利用者的属性信息来变更疲劳要素指标x1至x4，但也可以根据属性信息来变更总阈值th1。例如，在属性信息表示工作时间不规律的职业的情况下，由于疲劳消除度z容易变低，所以行为改善处理部25使总阈值th1减少。
具体而言，表示按职业决定的总阈值的阈值表被预先存储于存储部24。然后，当行为改善处理部25取得利用者的属性信息时，参照阈值表，取得与属性信息所示的职业建立了对应的总阈值。由此，能通过简易的运算处理来促使现实的生活习惯的改善。
图7是表示与步骤s43的疲劳平衡判定处理有关的处理流程例的流程图。在该例中，关于疲劳要素指标x1至x4的每一项，根据统计数据获得的平均值被预先存储于存储部24。统计数据表示相对于疲劳要素指标的各数值范围的人数分布。
在步骤s431中，行为改善处理部25取得与能量摄取内容x1、疲劳恢复能力x2、生理疲劳度x3以及精神疲劳度x4有关的各统计数据的平均值，根据步骤s41中的属性信息来变更各疲劳要素指标的平均值。
例如，在利用者的属性信息表示工作时间不规律的职业的情况下，生理疲劳度x3的数值容易比平均值低。因此，行为改善处理部25将生理疲劳度x3的平均值变更为比存储部24的平均值小的值。
在步骤s432中，行为改善处理部25评价与四项疲劳要素指标x1至x4有关的疲劳平衡b。
本实施方式的行为改善处理部25分别计算能量摄取内容x1与疲劳恢复能力x2的相乘值、疲劳恢复能力x2与生理疲劳度x3的相乘值、生理疲劳度x3与精神疲劳度x4的相乘值、以及精神疲劳度x4与能量摄取内容x1的相乘值。行为改善处理部25计算与所计算出的四项相乘值有关的方差值来作为疲劳平衡b。
因此，四项疲劳要素指标x1至x4的偏差越大，即四项疲劳要素指标x1至x4的平衡越差，则疲劳平衡b的评价值越大。通过这样使用上述的方差值作为疲劳平衡b，能掌握四项疲劳要素指标x1至x4中的特定的指标是否比其他指标突出。
在步骤s433中，行为改善处理部25判定疲劳平衡b是否大于平衡阈值th2。平衡阈值th2是用于判定四项疲劳要素指标x1至x4中是否存在表示差的状态的指标的阈值。例如，以关于疲劳平衡b的平均值、中央值或者众数度等统计值为基准来设定平衡阈值th2。
即，行为改善处理部25判定疲劳要素指标x1至x4中的至少一项指标是否会恶化。
例如，在仅能量摄取内容x1高于平均值，其他的疲劳恢复能力x2、生理疲劳度x3以及精神疲劳度x4都低于平均值的情况下，恐怕能量摄取内容x1会由于饮食不规律或者没有食欲而恶化。这样，在仅一项疲劳要素指标为良好的状态下，而其他疲劳要素指标都差的状态下，存在良好的疲劳要素指标恶化的风险。
或者，在只有疲劳恢复能力x2以及生理疲劳度x3良好的状态下，而能量摄取内容x1以及精神疲劳度x4差的状态下，疲劳恢复能力x2以及生理疲劳度x3的任意一项恐怕会由于睡眠的质量差或运动量降低而恶化。或者，在精神疲劳度x4差的状态下，即便是在其他疲劳要素指标x1至x3良好的状态下，也可能会对任意一项疲劳要素指标造成不良影响。
综上所述，可设想在特定的疲劳要素指标恶化的状态下，良好的疲劳要素指标恶化，疲劳消除度z进一步恶化。因此，通过评价疲劳平衡b的偏差，能预测疲劳消除度z是否进一步恶化。
需要说明的是，在一项疲劳要素指标良好的状态的情况下，即便在其他疲劳要素指标差的状态下，也可能会对任意一项疲劳要素指标带来良好影响。例如，在受职场环境等外在因素影响的精神疲劳度x4良好的状态下，即便在其他疲劳要素指标x1至x3差的状态下，也可能会对任意一项疲劳要素指标带来良好影响。因此，在四项疲劳要素指标中的精神疲劳度x4处于良好的状态时，行为改善处理部25可以将疲劳平衡b的评价值校正为小的值以使疲劳消除度z变好。
在步骤s434中，行为改善处理部25在疲劳平衡b大于平衡阈值th2的情况下，判定为疲劳平衡b差，提取各疲劳要素指标中最差的指标的数值min。例如，行为改善处理部25按疲劳要素指标计算从疲劳要素指标的数值减去平均值而得到的差分，取得计算出的各差分的最小值，即四项疲劳要素指标x1至x4中的最小的值，来作为数值min。
在步骤s435中，行为改善处理部25在最差的指标的数值min小于步骤s431中的校正后的平均值的情况下，判定为疲劳消除度z可能进一步恶化，将平衡改善标志f2设定为“1”。
另一方面，在步骤s436中，行为改善处理部25在疲劳平衡b为平衡阈值th2以下的情况下，或者在最差的指标的数值min为平均值以上的情况下，由于改善疲劳平衡b的必要性低，所以将平衡改善标志f2设定为“0”。
当步骤s436或者s437的处理结束时，控制部28结束步骤s42的关于疲劳平衡判定处理的一系列处理流程，返回到图5所示的生活行为评价处理的处理流程并进入步骤s43的处理。
需要说明的是，在本实施方式中计算出与相互不同的疲劳要素指标的相乘值有关的方差值来作为疲劳平衡b，但并不限定于此，只要能掌握各疲劳要素指标的偏差即可。
例如，行为改善处理部25可以计算使四项疲劳要素指标的数值平均的值，并求出各疲劳要素指标相对于该平均值的差分，计算出该差分绝对值的最大值来作为疲劳平衡b。或者，行为改善处理部25也可以针对疲劳要素指标的每一项计算出与疲劳要素指标的统计值的差分绝对值，并计算出各差分绝对值的总和来作为疲劳平衡b。
此外，在本实施方式中，以良好的状态以及差的状态这两个阶段评价了疲劳平衡b，但行为改善处理部25也可以将疲劳平衡b分类为十分良好的状态、良好的状态、差的状态、十分差的状态这四个阶段。例如，在疲劳平衡b与疲劳要素指标的恶化风险之间存在相关关系的情况下，可以根据其相关度来将疲劳平衡分类为多个阶段。并且，在图7所示的流程图中，行为改善处理部25在步骤s433中疲劳平衡b大于平衡阈值th2的情况下，省略步骤s434以及步骤s435的处理，将平衡改善标志f2设定为“1”。
图8是对和疲劳消除度z以及疲劳平衡b有关的判定结果与利用者的健康类型的关系进行说明的图。
在生活习惯改善标志f1表示“1”并且平衡改善标志f2表示“1”的情况下，利用者的生活习惯不规律，健康状态进一步恶化的风险高。因此，行为改善处理部25将利用者的健康类型设定为早期改善类型a。
在生活习惯改善标志f1表示“1”并且平衡改善标志f2表示“0”的情况下，虽然利用者的生活习惯不规律，但健康状态进一步恶化的风险不是很高。因此，行为改善处理部25将健康类型设定为提高改善类型b。
在生活习惯改善标志f1表示“0”并且平衡改善标志f2表示“1”的情况下，虽然利用者的生活习惯不不规律，但存在健康状态恶化的风险。因此，行为改善处理部25将健康类型设定为注意平衡类型c。
在生活习惯改善标志f1表示“0”并且平衡改善标志f2表示“0”的情况下，利用者的生活习惯规律，处于难以积累疲劳的状况。因此，行为改善处理部25将利用者的健康类型设定为维持现状类型d。
这样，行为改善处理部25基于疲劳消除度z以及疲劳平衡b的判定结果来判定利用者的健康类型。
图9是对按健康类型生成的行为改善信息的一例进行说明的图。
在健康类型是早期改善类型a以及提高改善类型b的情况下，行为改善信息中储存表示生活习惯不规律的信息。
然后，在健康类型是早期改善类型a的情况下，由于健康状态恶化的风险高，所以行为改善信息中除了表示需要早期改善生活习惯的信息以外，还储存促使改善最差的疲劳要素指标的信息。
另一方面，在健康类型是提高改善类型b的情况下，由于存在健康状态恶化的风险，所以行为改善信息中储存促使对生活习惯的各疲劳要素指标的整体进行改善的信息、以及提出容易采取的生活习惯的改善策略的信息。例如，为了谋求四项疲劳要素指标中的能量摄取内容x1以及生理疲劳度x3的改善，生成促使利用者的饮食以及运动等生活习惯的改善的信息。
此外，在健康类型是注意平衡类型c以及维持现状类型d的情况下，行为改善信息中储存表示健康状态良好的信息。
然后，在健康类型是注意平衡类型c的情况下，由于存在健康状态恶化的风险，所以行为改善信息中储存促使改善最差的疲劳要素指标的信息。另一方面，在健康类型是维持现状类型d的情况下，由于疲劳消除度z以及疲劳平衡b都良好，所以行为改善信息中储存促使生活习惯维持现状的信息。
此外，行为改善信息中储存有疲劳消除度z、疲劳平衡b以及四项疲劳要素指标x1至x4的各评价值。需要说明的是，行为改善处理部25也可以将疲劳消除度z以及疲劳平衡b这两者分数化而将总计分数储存于行为改善信息中。
如上所述，行为改善处理部25按健康类型使用各疲劳要素指标x1至x4来生成行为改善信息并存储于存储部24。这样，由于行为改善处理部25通过使用四项疲劳要素指标x1至x4，能掌握利用者的疲劳的增加趋势或者减少趋势，所以能在考虑了今后的健康状态的基础上，对利用者提出生活习惯的改善。
图10a是表示基于行为改善信息而显示在信息显示终端3的显示图像的一例的图。图10b是表示基于行为改善信息而显示在信息显示终端3的显示图像的另一例的图。
在该例中，信息显示终端3将疲劳消除度z显示为健康度，将疲劳平衡b显示为健康平衡。而且，信息显示终端3按疲劳要素指标将疲劳要素指标的数值标准化显示，以使统计数据的平均值为“0”、且上限值以及下限值分别为“+2”以及“－2”。
在图10a中示出了判定为利用者是早期改善类型a的情况下的信息显示终端3的显示图像31a。
在显示图像31a中，由于健康度的评价值41差、健康平衡也差，所以在意见栏中，作为生活改善信息，表示了促使早期改善生活习惯的建议、以及四项疲劳要素指标中的最差的能量摄取内容x1的具体改善策略。
此外，由于雷达图所示的平均通过信息处理装置2使用表示利用者的年龄以及性别的属性信息进行了校正，所以在显示图像31a的意见栏中表示了与同年代的男性比较的结果。
在图10b中示出了判定为利用者是维持现状类型d的情况下的信息显示终端3的显示图像31b。
关于显示图像31b，健康度的评价值63良好，健康平衡也良好。因此，在意见栏中，作为生活改善信息，分别表示了促使维持现状生活习惯的建议、针对最差的能量摄取内容x1的注意提醒、以及能量摄取内容x1的具体改善策略。
这样，信息显示终端3基于按利用者的健康类型生成的行为改善信息来显示生活改善的促使改善那样的图像。因此，利用者能掌握自己的生活习惯的好坏，并且能知晓生活习惯的改善策略。由此，能谋求利用者的生活行为的改善。
需要说明的是，在本实施方式中用雷达图来显示四项疲劳要素指标x1至x4，但信息显示终端3也可以使用棒图、圆图、或者带图等来进行显示。在本实施方式中，对信息显示终端3显示行为改善信息的例子进行了说明，但关于信息处理装置2的通知部27，也可以显示图9、图10a以及图10b所示那样的行为改善信息。
此外，在本实施方式中，各疲劳要素指标的好坏判定使用了统计数据的平均值，但也可以使用统计数据的频现值或者中央值等代表值来作为理想的值。或者，也可以使用作为利用者自身的目标的目标值、或者由利用者的公司决定的目标值等。
此外，在本实施方式中，行为改善处理部25使用上述的四项疲劳要素指标x1至x4来计算疲劳消除度z，但行为改善处理部25也可以使用四项疲劳要素指标x1至x4以外的要素指标来校正疲劳消除度z。
具体而言，由生物体信息检测装置1的身体组成计等取得的利用者的bmi(bodymassindex：身体质量指数)等体格信息与利用者所属的属性中的体格信息的平均值偏离越大，则行为改善处理部25可以越增大校正值，并将该校正值与疲劳消除度z相加。这样，通过使用利用者的体格信息来校正疲劳消除度z，能获得考虑了通过利用者的体格对疲劳的消除程度造成的影响的疲劳消除度z。
以下，对本发明的第一实施方式的作用效果进行说明。
根据本实施方式，信息处理装置2具备构成取得与利用者的生活习惯有关的生活习惯信息的取得单元的测定信息取得部22以及操作部21。然后，信息处理装置2具备使用上述生活习惯信息来运算与利用者的疲劳积累有关的疲劳要素指标x1至x4的至少一项要素指标的疲劳要素指标运算部23。而且，信息处理装置2具备基于上述要素指标来判定是否需要改善利用者的生活行为的行为改善处理部25。
上述的疲劳要素指标x1至x4是能掌握利用者积累的疲劳是处于增加趋势还是处于减少趋势的指标。例如，在至少一项疲劳要素指标表示极小的值的情况下，可知利用者处于异常的疲劳状态，可能具有慢性的健康问题。
因此，由于能通过使用疲劳要素指标x1至x4的至少一项要素指标来掌握该利用者的疲劳趋势，所以对于具有慢性的健康问题的人的生活行为而言，能谋求改善。
此外，根据本实施方式，如图6中描述的步骤s421的处理那样，行为改善处理部25根据与利用者有关的属性信息来变更疲劳要素指标x1至x4。这样，通过使用疲劳要素指标的标准的值会根据利用者的年龄、性别或者职业等而变动那样的属性信息，能考虑利用者的身体的特性以及劳动环境等来恰当地判定是否需要改善生活行为。因此，能向利用者提出不过分的现实的生活行为的改善方案。
需要说明的是，行为改善处理部25可以每当判定是否需要改善生活行为时，都根据属性信息来变更图6的步骤s423中描述的总阈值th1、或者图7的步骤s433中描述的平衡阈值th2等，来作为用于和与疲劳要素指标有关的参数进行比较的判定阈值。在这样的情况下，也能进行考虑了利用者的身体的特性以及劳动环境等的现实的判定。需要说明的是，作为与疲劳要素指标有关的参数，例如可举出疲劳消除度z、疲劳平衡b以及疲劳要素指标本身。
此外，根据本实施方式，疲劳要素指标运算部23运算对利用者的疲劳积累作出贡献的积累要素指标x3以及x4、以及对利用者的疲劳恢复作出贡献的恢复要素指标x1以及x2来作为疲劳要素指标。通过计算积累要素指标x3以及x4和恢复要素指标x1以及x2这两者，能准确地判定利用者的疲劳是否处于增加趋势，并且能提供细致的生活行为的改善策略。
此外，根据本实施方式，行为改善处理部25通过将积累要素指标x3以及x4与恢复要素指标x1以及x2相加，来计算与生活习惯的不规律具有相关性的疲劳消除度z。然后，行为改善处理部25基于计算出的疲劳消除度z的大小来判定是否需要改善生活习惯。
这样，通过将积累要素指标x3以及x4与恢复要素指标x1以及x2相加，能稳定地推断利用者的疲劳是否处于增加趋势。因此，行为改善处理部25能判定由生活习惯的不规律引起的慢性的健康问题的有无。从而，行为改善处理部25能可靠地判定是否需要改善生活习惯。
此外，根据本实施方式，如图6的步骤s422中所描述的那样，行为改善处理部25根据对利用者的疲劳作出贡献的积累要素指标x3以及x4的贡献度来对积累要素指标x3以及x4进行加权。并且，行为改善处理部25根据对利用者的疲劳作出贡献的恢复要素指标x1以及x2的贡献度，来对恢复要素指标x1以及x2进行加权。由此，行为改善处理部25能高精度地检测疲劳消除度z，所以能可靠地判定是否需要改善生活习惯。
此外，根据本实施方式，操作部21或者测定信息取得部22取得利用者的性别、年龄以及职业中的至少一项来作为利用者的属性信息。然后，行为改善处理部25如图6的步骤s421中所描述的那样，根据属性信息来变更对疲劳要素指标x1至x4的每一项进行加权的系数a1至a4。
这样，由于对疲劳要素指标x1至x4的每一项进行加权，所以对于疲劳消除度z，能极细致地反应利用者的身体的特性以及劳动环境等情况。因此，行为改善处理部25能更高精度地检测疲劳消除度z。
此外，根据本实施方式，如图7所示那样，行为改善处理部25求出与多个疲劳要素指标x1至x4有关的疲劳平衡b，并基于该疲劳平衡b来判定是否需要改善生活习惯。例如，行为改善处理部25对多个疲劳要素指标x1至x4的每一项乘以其他的疲劳要素指标，计算出与相乘得到的各数值有关的方差值来作为疲劳平衡b。
例如，有时当疲劳平衡b恶化时，表示良好状态的疲劳要素指标也会恶化。因此，通过行为改善处理部25求出疲劳平衡b，能掌握利用者今后的疲劳趋势。并且，通过确定表示差的状态的疲劳要素指标，能预测其他的表示良好状态的疲劳要素指标的增减趋势。这样，通过使用疲劳平衡b，能更恰当地提供生活习惯的改善策略。
此外，根据本实施方式，如图8以及图9所示那样，行为改善处理部25基于疲劳消除度z以及疲劳平衡b这两项参数来判定是否需要改善生活习惯。由此，行为改善处理部25能在考虑了今后的利用者的健康状态的趋势的基础上，准确地判定是否需要改善生活习惯。
此外，根据本实施方式，信息处理装置2具备通知部27，该通知部27基于行为改善处理部25的判定结果来通知用于促使生活行为的改善的行为改善信息。行为改善信息由行为改善处理部25基于疲劳要素指标x1至x4生成。作为行为改善信息，例如可如图10a以及图10b所示那样，举出疲劳消除度z的评价值、疲劳平衡b的评价值、疲劳要素指标x1至x4的评价值、以及表示用于改善这些评价值所需的生活行为的建议等。
这样，由于通过通知部27来通知图9、图10a以及图10b所示那样的行为改善信息，利用者能掌握自己的生活行为的好坏，所以能谋求利用者的生活行为的改善。
并且，根据本实施方式，通知部27通知关于多个疲劳要素指标x1至x4中的最差的疲劳要素指标的改善策略。由此，能有效地改善利用者的生活习惯。
(第二实施方式)
在上述的实施方式中对疲劳消除度z良好的人也显示了行为改善信息，但本发明的第二实施方式的信息处理装置2仅对疲劳消除度z差的人显示行为改善信息。
图11是表示本实施方式的步骤s40的与生活行为评价处理有关的处理流程例的流程图。
本实施方式的步骤s40的处理包含图6所示的总疲劳度判定处理中的一部分的处理s421至s423、以及图7所示的疲劳平衡判定处理中的一部分的处理s431至433。
并且，在步骤s40的处理中取代图5所示的步骤s44以及s45的处理而包含步骤s51以及s52的处理。在本实施方式中，仅对步骤s51以及s52的处理进行详细说明。
在步骤s51中，行为改善处理部25在疲劳消除度z小于总阈值th1的情况下，在疲劳平衡b大于平衡阈值th2时，生成促使生活习惯的早期改善的行为改善信息。即，行为改善处理部25在疲劳消除度z与疲劳平衡b这两者处于差的状态时，提出利用者的疲劳早期恢复那样的生活习惯的改善策略以免疲劳状态进一步恶化。
在步骤s52中，行为改善处理部25在疲劳消除度z小于总阈值th1的情况下，在疲劳平衡b为平衡阈值th2以下时，生成促使整体的生活习惯的改善的行为改善信息。即，行为改善处理部25在疲劳消除度z差、疲劳平衡b处于良好的状态时，提出从饮食、活动、睡眠、以及环境等中的容易着手的点出发进行改善。
然后，当步骤s51或者s52的处理结束时，结束本实施方式的生活行为评价处理的一系列处理流程。
这样，根据本发明的第二实施方式，能与第一实施方式同样，对疲劳消除度z低的人，即生活习惯不规律的人谋求生活习惯的改善。并且，由于通过使用疲劳平衡b，能判定关于生活习惯的改善的紧急度，所以能对利用者提出考虑了今后的疲劳状况的不过分的改善策略。
(第三实施方式)
在上述的实施方式中，评价了四项疲劳要素指标x1至x4的偏差，但本发明的第三实施方式的信息处理装置2根据恢复要素指标与积累要素指标的关系来促使利用者的生活行为的改善。
图12是对利用者的恢复能力y1与疲劳程度y2的关系进行说明的图。恢复能力y1以及疲劳程度y2是被标准化为能进行相互均等的处理的指标。
恢复能力y1基于作为恢复要素指标的能量摄取内容x1以及疲劳恢复能力x2的至少一方的恢复要素指标来计算。疲劳程度y2基于作为积累要素指标的生理疲劳度x3以及精神疲劳度x4的至少一方的积累要素指标来计算。恢复能力y1越高则疲劳程度y2越小。
危险区域d是表示疲劳程度y2大于关于疲劳程度y2的阈值的状态，即无论利用者是否具备恢复能力y1，疲劳程度y2都不会消除的状态的区域。需要说明的是，通常恢复能力y1越高则疲劳程度y2越低。作为用于判定该恢复能力y1与疲劳程度y2的关系性产生矛盾那样的状态的判定基准，而设定了关于疲劳程度y2的阈值，恢复能力y1越高则该阈值越小。该危险区域d是利用者恐怕会由于慢性的疲劳而积累产生在困倦中被噩梦袭扰等突发的身体不适的程度的疲劳的区域。本实施方式的危险区域d是恢复能力y1与疲劳程度y2的总和大于0(零)的区域。因此，在恢复能力y1与疲劳程度y2的交点包含于危险区域d的健康状态下，所希望的是抑制去驾驶汽车、飞机以及船舶等移动体。
图13是表示本实施方式的步骤s40的与生活行为评价处理有关的处理流程例的流程图。
在步骤s401中，行为改善处理部25将能量摄取内容x1以及疲劳恢复能力x2应用于规定的回归式或者规定的对应表来计算恢复能力y1。
在步骤s402中，行为改善处理部25将生理疲劳度x3以及精神疲劳度x4应用于规定的回归式或者规定的对应表来计算疲劳程度y2。
在步骤s403中，行为改善处理部25判定恢复能力y1与疲劳程度y2的总和是否大于0。即，行为改善处理部25判定利用者的健康状态是否处于慢性的疲劳状态。然后，在恢复能力y1与疲劳程度y2的总和在0以下的情况下，行为改善处理部25结束生活行为评价处理。
在步骤s404中，行为改善处理部25在恢复能力y1与疲劳程度y2的总和大于0的情况下，由于利用者的健康状态属于表示慢性的疲劳状态的危险区域d，所以生成用于避免事故的行为改善信息。例如，行为改善处理部25在利用者的职业是驾驶员的情况下，生成表示停止汽车的驾驶的警告信息来作为行为改善信息。
然后，当步骤s404的处理结束时，返回到图3的处理并进入步骤s50的处理。然后，例如在利用者的职业是驾驶员的情况下，信息处理装置2向构成信息显示终端3的导航装置发送行为改善信息。然后，在步骤s50中，在导航装置显示出表示停止汽车的驾驶等的警告信息。
具体而言，在恢复能力y1与疲劳程度y2的总和大于0的情况下，改善信息传递部26从存储部24的识别信息表提取该利用者的识别信息，向此识别信息所表示的终端的地址发送警告信息。然后，警告信息经由网络101按照终端的地址被转送到导航装置而由导航装置接收。
根据本发明的第三实施方式，行为改善处理部25使用积累要素指标x3以及x4与恢复要素指标x1以及x2，来针对处于慢性的疲劳状态的利用者谋求汽车的驾驶等生活行为的改善。由此，能避免汽车事故等。
需要说明的是，在本实施方式中，在疲劳程度y2大于恢复能力y1的情况下显示了警告信息，但也可以对表示四项疲劳要素指标x1至x4的评价值的疲劳信息、生活习惯信息、以及生物体信息中的至少一项信息进行分析来提出具体的生活行为的改善策略。
例如，改善信息传递部26可以在能量摄取内容x1比平均值低的情况下，对导航装置发送采取疲劳恢复所需的饮食的行为改善信息和指示位于自己附近的便利店以及饭店等的显示的指示信息。
或者，改善信息传递部26可以在疲劳恢复能力x2比平均值低的情况下，作为行为改善信息，发送表示促使停止长时间驾驶汽车的警告信息、或者将表示促使按规定时间停止驾驶的警告信息发送至导航装置。
以上，对本发明的实施方式进行了说明，但上述实施方式只不过表示了本发明的应用例的一部分，并不试图将本发明的技术范围限定于上述实施方式的具体构成。
例如，在属性信息所表示的职业是驾驶员的情况下，从避免汽车事故的观点出发，饮食的改善尤为重要。因此，行为改善处理部25在判定为疲劳平衡b差的情况下，与睡眠以及运动的改善相比，可以优先促使饮食的改善。具体而言，可举出提示改善营养平衡、不要不吃早饭、或者疲劳恢复或者肌肉修复所需的营养素不足等。
此外，也能设想即便是判定为疲劳平衡b差的情况，利用者的疲劳状态也会改善的情形。例如，对于能量摄取内容x1以及精神疲劳度x4良好但疲劳恢复能力x2以及生理疲劳度x3差的情形而言，疲劳恢复能力x2以及生理疲劳度x3有可能会改善。此外，对于能量摄取内容x1以及疲劳恢复能力x2良好但生理疲劳度x3以及精神疲劳度x4差的情形而言，血压变动改善而精神疲劳度x4也有可能会改善。
这样，由于也可能存在即便是在判定为疲劳平衡b差的情况下，利用者的疲劳状态也改善的情形，所以行为改善处理部25在判定为疲劳平衡b差的情况下，可以根据更差的疲劳要素指标与良好的疲劳要素指标的组合来变更改善策略。或者，行为改善处理部25可以根据差的疲劳要素指标与良好的疲劳要素指标的组合来校正疲劳平衡b的评价值。由此，能对利用者提出更恰当的生活行为的改善策略。
此外，在上述实施方式中，使用四项疲劳要素指标x1至x4来求出疲劳平衡b，但行为改善处理部25也可以求出能量摄取内容x1与生理疲劳度x3的差分，或者疲劳恢复能力x2与精神疲劳度x4的差分等来作为疲劳平衡b。该情况下，也能掌握利用者的今后的疲劳状态的趋势。
此外，作为由生物体信息检测装置1检测的生物体信息，例如也可以包含全身以及全身的各部位各自的脂肪率、脂肪量、除去脂肪量、肌肉量、内脏脂肪量、内脏脂肪水平、内脏脂肪面积、皮下脂肪量、基础代谢量、骨量、体水分率、bmi、细胞内液量、细胞外液量等生物体指标。可以使用这样的生物体信息来进一步生成行为改善信息。