专利名称：：关系分析方法、关系分析程序、以及关系分析装置的制作方法
技术领域：
：本发明涉及关系分析方法、关系分析程序、以及关系分析装置。
背景技术：
：用户通过观看商品等对象物来识别商品，并考虑该商品的购入。因此，用户的视线信息是作为表示用户的兴趣的信息而有效的信息。因此，提出了收集用户的视线信息的方法。例如在特开2007-286995号公报(在先技术文献1)中提出了以下的方法针对每个商品设定包含该商品的展示位置的区域，通过检测进入到该区域的用户的视线，来测量该用户针对该商品的关注度。另一方面，在「颜特徴点追跡(二J3単眼視線推定」映像情報乂于]7学会誌vol,61,No.12,pp.1750-1755(2007)(在先技术文献2)中揭示了视线检测中的检测误差的存在。例如，揭示了根据被检测者的不同，大约产生9度的视线方向(角度)的推定误差。在现有的P0S(Pointofsale)中，把用户在购入阶段的购入履历等数据用于市场营销(marketing)。但是，在用户实际购入之前，存在从商品的认知到与其他商品进行比较考虑等购入前的过程。因此，如果能够作为市场营销研究来收集直到该购入为止的过程的数据，则可以用于进一步促进商品的销售。但是，如在先技术文献2所述，在现有的视线检测处理中精度差，所以难以根据该视线检测处理进行市场营销。例如，在在先技术文献1记载的视线检测处理中，从照相机拍摄到的用户的面部图像中，通过图像处理来识别视线，因此受到照相机的拍摄环境(与用户的移动相伴的抖动或照明的阴影等)较大影响，无法得到足够的精度。结果，用户检测到与实际看到的不同的商品，当根据该错误的检测结果进行分析时，得到错误的分析结果。
发明内容因此，本发明的主要目的在于解决上述的问题，抑制低精度的视线检测处理的影响，同时得到高精度的市场营销分析结果。为了解决上述课题，本发明提供一种基于关系分析装置的关系分析方法，该关系分析装置分析对商品的视线数据以及与对该商品的购入有关的行动数据的关系，其中，所述关系分析装置包含存储部、视线检测部、注视度计算部、行动处理部、以及分析处理部，在所述存储部中存储有区域定义数据，该区域定义数据用于根据配置在商品陈列部的商品的位置信息，识别视线所朝向的商品，针对每个商品将包含该商品的一个基本区域和与该基本区域至少一部分交叉的扩展区域相对应来构成该区域定义数据，所述视线检测部检测配置在所述商品陈列部的各商品的所述视线数据，所述注视度计算部针对每个区域将所述视线检测部检测到的所述视线数据的位置信息与通过所述区域定义数据定义的各个区域的位置信息进行对照，由此计算每个区域的注视度，针对与区域对应的每个商品累计每个所述区域的注视度来计算每个商品的注视度数据，然后将其存储在所述存储部中，所述行动处理部接受针对配置在所述商品陈列部的各商品的所述行动数据的输入，然后将其存储在所述存储部中，所述分析处理部把在所述存储部中存储的每个所述商品的注视度数据与每个所述商品的行动数据进行连接，计算并输出双方数据之间的相关。将在后面记述其他的方法。根据本发明，可以抑制低精度的视线检测处理的影响，同时可以得到高精度的市场营销分析结果。图1是表示本发明一个实施方式的视线分析装置的结构图。图2是表示将本发明一个实施方式的视线分析装置构成为自动售货机的结构图。图3是表示在销售处配置本发明一个实施方式的视线分析装置的结构图。图4是表示本发明一个实施方式的视线分析装置的硬件结构的结构图。图5是表示本发明一个实施方式的商品陈列部的一例的说明图。图6是表示本发明一个实施方式的视线检测数据存储部的一例的说明图。图7是表示本发明一个实施方式的区域定义数据存储部的一例的说明图。图8是表示本发明一个实施方式的区域定义数据存储部中的多重的区域定义的说明图。图9是表示本发明一个实施方式的区域定义数据存储部的数据结构的说明图。图10是表示本发明一个实施方式的视线检测数据存储部的一例的说明图。图11是表示本发明一个实施方式的注视度计算部的处理的流程图。图12是详细表示本发明一个实施方式的注视度计算部的处理的说明图。图13是表示本发明一个实施方式的分析结果存储部的一例的说明图。图14是表示本发明一个实施方式的分析结果存储部的一例的说明图。具体实施例方式以下参照应用本发明的数据库系统的一个实施方式。图1是表示视线分析装置1(关系分析装置)的结构图。视线分析装置1包含视线处理部10、行动处理部20、分析处理部30。视线分析装置1的台数并不限于图1所示的一台，可以为任意的台数。例如，可以经由网络连接100台视线分析装置1，并且经由网络相互共享由各个视线分析装置1收集的数据(注视度数据存储部15的数据等)。视线处理部10包含视线检测部11、视线检测数据存储部12、区域定义数据存储部13、商品陈列部13b、商品陈列数据存储部13c、注视度计算部14、注视度数据存储部15。行动处理部20包含行动数据输入部21和行动数据存储部22。分析处理部30包含连接参数输入部31、数据连接部32、关系分析部33、分析结果存储部34、分析结果输出部35。视线检测部11检测正在观看商品陈列部13b的用户的视线的位置。视线检测数据存储部12存储视线检测部11得到的视线的检测结果。区域定义数据存储部13存储以商品陈列部13b的商品配置为基础的区域的定义。商品陈列部13b陈列一个以上的作为用户的购入对象的商品。商品陈列数据存储部13c存储商品陈列部13b的商品配置的位置信息。注视度计算部14根据视线检测数据存储部12以及区域定义数据存储部13的数据，计算出用户对于商品陈列部13b的各个商品注视的(投射视线的)程度(注视度)。注视度数据存储部15存储作为注视度计算部14的计算结果的注视度。行动数据输入部21接受用户(购入者)针对商品陈列部13b的商品的行动(购入操作等)的输入。行动数据存储部22存储从行动数据输入部21输入的用户的行动。连接参数输入部31接受在数据连接部32的连接处理中要参照的各个参数的输入。数据连接部32将用户的注视度(注视度数据存储部15)和用户的行动(行动数据存储部22)连接。关系分析部33根据数据连接部32的连接结果，分析用户的注视度和行动的关系。分析结果存储部34存储关系分析部33的分析结果。分析结果输出部35向用户(分析者)输出分析结果存储部34的数据。图2是将视线分析装置1构成为自动售货机2时的结构图。自动售货机2将图1的视线处理部10以及行动处理部20收容在一台机箱内。具有分析处理部30的分析处装置3设置在与自动售货机2不同的场所。自动售货机2以及分析处装置3的台数并不限于图2所示的各1台，各自可以为任意的台数。例如，可以经由网络将100台自动售货机2和1台分析处装置3连接。自动售货机2针对每个为了考虑购买商品而在自动售货机处站住的用户，识别会话。并且，视线检测部11的视线检测结果和行动数据输入部21的购入履历，对在同一时刻站住的同一人分配相同的会话ID。S卩，所谓会话是指某个用户的一次商品购买中的从开始注视直到注视结束的连续的时间段。将某个会话与别的会话划分的方法例如有存在于自动售货机2之前的人物的拍摄图像识别处理、针对被输入自动售货机2的每个操作划分会话的处理、通过在自动售货机2的前方发射的连续的红外线进行的识别处理等。图3是将视线分析装置1的各构成要素(视线处理部10、行动处理部20以及分析处理部30)分散地配置在销售处时的结构图。销售处在相互分离的位置设置了商品陈列架和商品结算台。并且，在商品陈列架中配置了具有视线处理部10的结构的终端，在商品结算台中配置了具有行动处理部20的结构的终端。此时，与图2的自动售货机2不同，看到视线处理部10的商品陈列部13b的商品的用户、和通过行动处理部20执行商品结算的用户的对应是困难的。因此，未把视线检测部11的视线检测结果和行动数据输入部21的购入履历作为会话相对应。分析处装置3经由网络9从各个视线处理部10以及各个行动处理部20收集处理结果。图4是表示将视线分析装置1构成为包含在一个机箱内的装置时的硬件结构的结构图。视线分析装置1是包含CPU91、RAM92、硬盘装置93、通信装置94、显示装置95、键盘96、鼠标97、打印机98而构成的计算机。CPU91通过执行读入到RAM92中的各个程序，来控制视线分析装置1的各构成要素.RAM92存储用于执行各处理部(视线处理部10、行动处理部20、分析处理部30)的程序。如在后面的图5中记载的那样，在视线处理部10的视线检测部11上连接了用于拍摄用户的面部图像的照相机。硬盘装置93存储CPU91的处理所需要的各处理部的数据。通信装置94是用于经由网络9与其他装置(例如未图示的用户终端等)进行通信的接口。显示装置95对用户显示提供数据。键盘96从用户接受字符输入。鼠标97从用户接受操作输入。打印机98对用户打印提供数据。图5是表示商品陈列部13b的一例的说明图。在商品陈列部13b中展示了一个以上的商品(在图中为4个)。商品陈列，除了实际的商品以外，还可以展示该商品的立体模型或平面的海报广告等，只要能够掌握用于将某个商品与其他商品进行区分的信息，则可以为任意的展示。用户(购入者)经由透视投影面(例如自动售货机2中的商品罩)观看所陈列的商品。以下，在本发明的说明书中，把通常表现为直线信息的人的视线，作为该直线与商品在透视投影面上的投影图像中的交点，通过点信息来表现(以下标记为视线点)。视线检测部11为了检测观看商品陈列部13b的用户的视线的位置，例如构成为以容易从正面拍摄用户(购入者)的面部的方式配置的照相机。在在先技术文献1的方法中，从通过该照相机拍摄到的用户的面部照片中剪切出面部部位(眼、鼻等)，同时，识别该剪切出的眼的位置以及方向来计算用户的视线。因此，视线检测部11例如通过在在先技术文献1中表示的面部照片的图像识别处理来检测用户的视线。另一方面，视线检测部11并不仅限于在先技术文献1的方法，还可以采用提高识别率的其他技术。例如，在事前得知购入者是特定的人时，可以对该人执行专门的标定(事先设定)，或者对购入者的头部附加耳麦(headset)来收集识别辅助数据。图6是表示视线检测数据存储部12的一例的说明图。作为视线检测部11的检测结果进行存储的视线检测数据存储部12如图6(a)所示，是按照时间序列连接在各个时刻的视线(黑点)而得到的数据。视线检测部11，在购入者的视线进入到在区域定义数据存储部13中事先登录的区域时，看作购入者正在观看该商品。在图6(a)中表示对于相同的区域存在两次视线移动(从进入区域开始到移出区域为止)。并且，图6(b)表示以表的形式在视线分析装置1中存储了图6(a)的视线检测数据存储部12的数据内容。视线检测数据存储部12，将设置了视线分析装置1的“销售处ID”、视线分析装置1识别出的用户的“会话ID”、视线检测部11检测到的“日期时间”、以及该日期时间的视线的点数据位置(X坐标、Y坐标)对应起来进行管理。例如，图6(b)中的会话ID“100467893”的记录(从上面开始7个)相当于从图6(a)的区域的左上方进入的视线移动。同样地，图6(b)中的会话ID“100467894”的记录(从下面开始2个)相当于从图6(a)的区域的右下方进入的视线移动。图7是表示区域定义数据存储部13的一例的说明图。区域定义数据存储部13存储定义每个商品的区域的数据。在图7中，将区域全部作为矩形来进行了说明，但是并不仅限于矩形，还可以使用圆形或椭圆形等任意形状。图7(a)表示包含商品的基本区域。以不同商品的区域彼此不重叠的方式定义基本区域。并且，有时在基本区域和基本区域之间留出间隙，或者可以在多个飞地(enclave)存在相同商品的基本区域。关于商品AE，一个区域(由虚线的矩形表示)包含一个商品。关于商品F，一个区域包含三个商品。关于商品G，一个区域包含两个商品。图7(b)表示对基本区域进行扩展(派生)而生成的扩展区域中的、包含基本区域的外部区域。从商品B的基本区域定义商品B的外部区域。因为从包含的商品的位置开始在外侧定义外部区域，所以外部区域有时与其他商品的基本区域或外部区域重叠。通过定义外部区域，即使在尽管观看商品B，但由于视线检测部11的检测误差，超出商品B的基本区域的情况下，也期待该视线的位置收容在外部区域内，所以能够允许一些检测误差。图7(c)表示对基本区域进行扩展(派生)而生成的扩展区域中的、被基本区域包含的内部区域。从商品B的基本区域定义商品B的内部区域。内部区域，只要是基本区域内的一部分区域，则可以定义在任何位置，所以内部区域可以不收容在商品的位置。通过定义内部区域，当观看商品时，在视线检测部11的检测结果正常地收容在商品B的基本区域内时，期待该视线的位置进一步收容在内部区域内，所以在观看商品B时容易正确地检测该情况。图8是表示区域定义数据存储部13中的多重的区域定义的说明图。所谓多重的区域定义，是指对于一个基本区域定义多个扩展区域的形式。在图8(a)中，对于一个基本区域定义两个外部区域。第一外部区域是包含基本区域的外部区域。第二外部区域是包含第一外部区域的外部区域。在图8(b)中，对于一个基本区域定义一个外部区域以及一个内部区域。图9是表示区域定义数据存储部13的数据结构的说明图。在图9的左侧表示区域的展开图，在右侧，关于用于生成该展开图的数据结构，表示XML树形式的文本。在图9(a)中，对于商品A定义了由一个矩形(al)构成的一个区域(A)。在图9(b)中，对于商品A定义了由两个矩形(al、a2)分别构成的两个区域(Al、A2)。在图9(c)中，对于商品B定义了由两个矩形(bl、b2)分别构成的一个区域(B)。图10是表示视线检测数据存储部12的一例的说明图。图的左侧在商品陈列部13b上表示了视线检测数据存储部12的视线点，图的右侧进一步表示了区域定义数据存储部13的区域。在该图10中，假定用户正在观看商品E。首先，在图10(a)中表示作为视线检测部11使用了高精度的传感器的检测结果。如用户实际观看那样，视线点集中在商品E的附近，所以该各个视线点大体收容在商品E的基本区域中。另一方面，在图10(b)中表示了作为视线检测部11使用了低精度传感器的检测结果。由于误差的影响，视线点分散在与用户实际观看的视线的位置不同的位置上，所以该各个视线点中的较多视线点不收容在商品E的基本区域中。作为产生这样的误差的原因，例如可以举出人不静止而是进行移动，所以未正确地识别面部模型的部位(眼等)，或者由于照明的影响出现了阴影，未良好地剪切出面部区域。表115沣视度数据存储部<table>tableseeoriginaldocumentpage9</column></row><table>22行动数据存储部<table>tableseeoriginaldocumentpage9</column></row><table>34分析结果存储部<table>tableseeoriginaldocumentpage9</column></row><table>表1详细表示将视线分析装置1构成为自动售货机2时的各数据。如以上在图2中所述那样，在自动售货机2中，可以作为同一人使商品的阅览者和购入者相对应，所以对该人物发出会话ID。表1的注视度数据存储部15将设置自动售货机2的“销售处ID”、作为用户的“会话ID”、用户看到的商品陈列部13b的“注视度商品ID”、以及关于该商品的“注视度”对应起来进行管理。表1的行动数据存储部22将在注视度数据存储部15中所述的销售处ID、所述的会话ID、以及用户购入的“购入商品ID”对应起来进行管理。还存在仅观看商品但不购买的用户，此时，“购入商品ID”被设定为“无”。在此，作为用户的行动的一例，举例表示了“购入”，但除此之外，作为行动数据还可以存储用户针对商品进行的一连串的行动(商品选择操作、商品检索操作、商品订货操作等)。表1的分析结果存储部34存储数据连接部32对注视度数据存储部15和行动数据存储部22进行连接处理(SQL的join运算)后的结果。分析结果存储部34将销售处ID、会话ID、注视度商品ID、注视度、购入商品ID以及购入标志对应起来进行管理。销售处ID以及会话ID的组合表示连接键(joinkey)。注视度商品ID以及注视度是从注视度数据存储部15中提取出的数据，购入商品ID是从行动数据存储部22中提取出的数据。购入标志是在连接处理后计算出的标志，在同一记录内的注视度商品ID与购入商品ID—致时，设定“1(购入)”，在不一致时设定“0(未购入)”。该购入标志是表示用户的视线和行动的相关的参数。表215注视度数据存储部<table>tableseeoriginaldocumentpage10</column></row><table>22行动数据存储部____<table>tableseeoriginaldocumentpage10</column></row><table>34分析结果存储部<table>tableseeoriginaldocumentpage11</column></row><table>表2详细表示在销售处配置视线分析装置1时的各数据。如以上在图3中所述的那样，在销售处的店铺销售中，难以作为同一人物使商品的阅览者和购入者相对应，所以取代识别各个用户的会话，而处理每单位时间(例如一天)的统计信息。即，在表2中，把表1中的作为连接键列的“销售处ID和会话ID”置换为“销售处ID和日期时间”。表2的注视度数据存储部15与表1的注视度数据存储部15相比，将会话ID置换为日期时间(统计信息的单位时间)，将注视度置换为在该日期时间的各个用户的注视度的合计值(也可以是平均值)。表2的行动数据存储部22与表1的行动数据存储部22相比，将会话ID置换为日期时间(统计信息的单位时间)，并且追加了“销售数”的列，该“销售数”表示与购入商品ID表示的商品有关的“日期时间”的各个用户的购入履历的合计值。表2的分析结果存储部34与表1的分析结果存储部34相比，将会话ID置换为日期时间(统计信息的单位时间)，上述的表2的各列作为连接结果存在于分析结果存储部34中。表2的分析结果存储部34，连接键列为“销售处和日期时间”，基本上对注视度数据存储部15的“日期时间”和行动数据存储部22的“日期时间”一致的记录进行连接。但是，在连接处理中，还可以对注视度数据存储部15的“日期时间”加上“滑动幅度(slidewidth)的日期时间”后的日期时间与行动数据存储部22的“日期时间”一致的记录进行连接。通过设置“滑动幅度的日期时间”，可以进行考虑了从用户认知商品(看到商品)到决定购买商品(购入等行动)的用户考虑期间中的时间延迟的分析。因此，连接参数输入部31将预先输入的“滑动幅度日期时间，，保存在硬盘装置93中，并且在数据连接部32的连接处理时提供该“滑动幅度日期时间”。图11是表示注视度计算部14的处理的流程图。对于一个商品设定了多个区域(一个基本区域和一个以上的扩展区域)。由此，注视度计算部14在求出对一个商品设定的多个区域各自的注视度之后，作为一个商品的注视度求出这些区域中的每个区域的注视度的累计值(例如，加权平均运算值)。以下，详细说明注视度计算部14的处理。在SlOl中，从视线检测数据存储部12(图6)读入销售处ID和会话ID，读入与该读入的数据对应的视线检测数据(日期时间、X坐标、Y坐标)。在S102中，从区域定义数据存储部13(图7)中读入与在SlOl中读入的销售处ID对应的区域定义数据。在S103中，开始依次选择在S102中读入的区域定义数据的商品ID的循环。在S104中，开始依次选择与在S103中选择的商品ID对应的区域的循环。在S105中，计算在从S103开始的循环中选择出的商品ID的、在从S104开始的循环中选择出的区域的注视度。即，即使为相同的商品，也分别计算其基本区域、外部区域、内部区域的注视度。S105的计算方法例如通过以下的⑴(3)中的某一个计算来实现。计算方法(1)是基于视线在区域内停滞的时间的方法。把视线进入到区域后开始，直到之后初次移出区域为止的时间作为注视度(在出入为多次时，为其总和)。但是，在从进入到移出的时间低于规定的阈值时，将其从总和中排除，由此在视线瞬间通过区域时，将其排除在注视之外。计算方法⑵在上述的计算方法⑴中，作为从总和中排除了从进入到移出的时间低于规定的阈值的结果，在全部的商品的注视度成为0时，降低阈值重新进行计算。计算方法(3)为基于视线在区域内移动的速度的方法。区域内的视线移动速度的平均值越低(即，视线移动缓慢)，越使注视度为高得分。在S106中，结束从S104开始的循环。在S107中，把在S105中分别求出的区域的注视度的累计值(加权和、或加权平均值等)作为在S103中选择出的商品ID的注视度。注视度的累计值是对各个区域的注视度乘以与该区域对应的权重后的值的总和。针对每个区域设定的各个权重存储在存储单元中。与区域对应的权重，例如越是成为商品展示的中心，越是定义高得分(即，按照权重值由高至低的顺序，内部区域>基本区域>外部区域)。另一方面，与区域对应的权重，还可以取代越是成为商品展示中心越是高得分，而设定任意的权重。在S108中，结束从S103开始的循环。在S109中，以注视度的合计值成为1的方式把在S107中求出的各个商品的注视度正规化。具体地说，把每个商品的注视度除以全部商品的注视度的总和的计算结果(商)作为正规化的每个商品的注视度。关于用户的视线停滞时间(除法计算的分母值)，可以求出使全部区域的时间总和为1时的各个区域的时间比，作为各个商品的注视度，用户的视线停滞时间可以设为加上也不属于该区域的(例如，用户观看自己的钱包的)时间段后的时间比。图12是表示在图11所示的注视度计算部14的处理(特别是S107)的说明图。在图12(a)中表示了在S103中选择了“商品E”时的S107的计算处理。因为在商品E中设定了两个区域，所以执行两次该每个区域的注视度计算处理(S105)(S105的计算结果分别为“0.2”“1.0”)。然后，在S107中，作为平均运算，将两个计算结果累计为一个值“0.6”。图12(b)、(c)也同样求出累计值“0.2”、“0.1”。在此，当比较图12所示的三个累计值时，图12(a)所示的商品E的累计值为最高分“0.6”，如图10(b)所示，即使在由于低精度的传感器视线点没有收容在基本区域中时，外部区域对基本区域进行补充，由此得到正确的识别结果(商品E)。图13是表示分析结果存储部34的一例的说明图。在图13(a)中表示自动售货机2的结构(参照图2、表1)中的关系分析部33的分析结果。图表(graph)的一个点与一个会话对应。图13(a)的图表的横轴为每个商品的注视度，纵轴表示该商品的购入标志。并且，一并显示注视度与购入标志的相关系数“0.57”及其相关图表(右侧上升的直线)。该图表表示纵轴和横轴为相同产品的例子，也可以为相互不同的商品。通过参照该分析结果，可以掌握注视度低的(几乎不被观看的)商品不怎么被购买(购入标志为0)这样的相关关系。如此，作为市场营销研究，得知关系分析部33输出的视线和商品购入的关系，能够有助于商品陈列的决定、货架图(Planogram)、进货计划、销售预测等商品销售活动(市场营销)。在图13(b)中表示店铺销售的结构(参照图3、表2)中的分析结果。因为与图13(a)不同，无法提取会话，所以图13(b)的图表中的一个点表示每个日期时间的一个统计值(销售数)。图14是表示分析结果存储部34的一例的说明图，在该图中说明了视线检测部11的计算精度对关系分析部33的关系分析的精度造成影响。在图14(a)中，如图10(a)所示，表示了作为视线检测部11使用了高精度的传感器的例子。使该相关系数“0.57”为正确答案值，来进行以下说明。在图14(b)中，如图10(b)所示，表示了作为视线检测部11使用低精度的传感器，并且仅在基本区域执行了视线检测处理的例子。即使在原本观看商品A的情况下，由于误差的影响，作为注视度降低的结果，相关系数也成为较大地偏离图14(a)的正确答案值“0.57”的“0.33”。在图14(c)中，如图10(b)所示，表示了作为视线检测部11使用低精度的传感器，并且，不仅使用基本区域还使用扩展区域的例子。因为扩展区域吸收未收容在基本区域的误差，所以相关系数成为接近图14(a)的正确答案值“0.57”的“0.48”，通过图14(b)可以改善相关计算的精度。表3商品IDI(a)Γ7)|~~(d)高精度传感器低精度传感器低精度传感器和扩(c)的正规展区域化商品AOO02008商品BO~204Οδ商品COOOΟδθΓθ6商品DO0204Οδ商品EθΓ90206023商品F(ΙΟ02035(Π3<table>tableseeoriginaldocumentpage14</column></row><table>表3是用于比较注视度数据存储部15的计算结果(每个商品的注视度)的表。表3各列的(a)(c)对应于图14的(a)(c)。相对于使用高精度的传感器的正确答案值(a)，使用低精度传感器的计算值(b)较大地偏离(特别是商品E)。但是，即使在使用相同的低精度传感器的情况下，通过使用扩展区域，改善计算值(d)。根据以上说明的本实施方式，视线分析装置1根据作为视线检测部11的检测结果的视线数据，由注视度计算部14计算每个商品的注视度。在该计算时，不仅使用区域定义数据存储部13的基本区域，还使用从基本区域派生的扩展区域，由此即使在视线检测部11的检测精度低的情况下，也可以计算高精度的注视度。由此，分析处理部30把计算出的高精度的用户的注视度以及行动处理部20得到的用户的行动数据作为输入参数，可以分析注视度和行动的关系，所以可以输出高精度的分析结果。以上说明的本实施方式的视线分析装置1不限于图1图4所示的台数或结构，可以适当地增减构成要素。权利要求一种基于关系分析装置的关系分析方法，该关系分析装置分析对商品的视线数据以及与对该商品的购入有关的行动数据的关系，所述关系分析方法的特征在于，所述关系分析装置包含存储部、视线检测部、注视度计算部、行动处理部、以及分析处理部，在所述存储部中存储有区域定义数据，该区域定义数据用于根据配置在商品陈列部的各商品的位置信息，识别视线所朝向的商品，针对每个商品使包含该商品的一个基本区域和与该基本区域至少一部分交叉的扩展区域相对应来构成该区域定义数据，所述视线检测部检测对配置在所述商品陈列部的各商品的所述视线数据，所述注视度计算部，针对每个区域将所述视线检测部检测到的所述视线数据的位置信息与通过所述区域定义数据定义的各个区域的位置信息进行对照，由此计算每个区域的注视度，针对与区域对应的每个商品累计每个所述区域的注视度来计算每个商品的注视度数据，然后将其存储在所述存储部中，所述行动处理部接受针对配置在所述商品陈列部的各商品的所述行动数据的输入，然后将其存储在所述存储部中，所述分析处理部把在所述存储部中存储的每个所述商品的注视度数据与每个所述商品的行动数据进行连接，计算并输出双方数据之间的相关。2.根据权利要求1所述的关系分析方法，其特征在于，所述视线检测部在检测所述视线数据时，从设置在所述商品陈列部的照相机拍摄的用户的面部图像中检测眼的部位，由此来检测所述视线数据。3.根据权利要求2所述的关系分析方法，其特征在于，所述分析处理部在将注视度数据和所述行动数据进行连接时，相互连接两个数据的日期时间相同的数据。4.根据权利要求2所述的关系分析方法，其特征在于，所述分析处理部在将注视度数据和所述行动数据进行连接时，相互连接预定日期时间的注视度数据、以及对预定日期时间相加成为预定的滑动幅度的日期时间后的日期时间的所述行动数据。5.根据权利要求2所述的关系分析方法，其特征在于，所述关系分析装置被构成为具有配置在所述商品陈列部的各商品的购入单元的自动售货机，所述行动处理部接受各商品的购入履历数据的输入，作为针对各商品的所述行动数据。6.根据权利要求5所述的关系分析方法，其特征在于，所述分析处理部在将注视度数据和所述行动数据进行连接时，关于在预定的日期时间存在于自动售货机之前的用户，相互连接预定用户的注视度数据以及预定用户的所述行动数据。7.根据权利要求6所述的关系分析方法，其特征在于，作为所述区域定义数据的所述扩展区域，所述关系分析装置在所述存储部中存储包含预定商品的所述基本区域的外部区域、以及在预定商品的基本区域中包含的内部区域中的至少一个区域。8.根据权利要求7所述的关系分析方法，其特征在于，关于所述区域定义数据中的与预定的商品对应的多个区域，所述关系分析装置分别对每个区域对应权重，并且将其存储在所述存储部中，所述注视度计算部在累计每个所述区域的注视度来计算每个所述商品的注视度数据时，通过对于每个所述区域的注视度乘以在所述存储部中存储的权重的加权加法运算处理，计算每个所述商品的注视度数据。9.一种关系分析程序，其特征在于，使作为计算机的所述关系分析装置执行权利要求1至8的任意一项所述的关系分析方法。10.一种关系分析装置，分析对商品的视线数据以及与对该商品的购入有关的行动数据的关系，其特征在于，所述关系分析装置包含存储部、视线检测部、注视度计算部、行动处理部、以及分析处理部，在所述存储部中存储有区域定义数据，该区域定义数据用于根据配置在商品陈列部的各商品的位置信息，识别视线所朝向的商品，针对每个商品使包含该商品的一个基本区域和与该基本区域至少一部分交叉的扩展区域相对应来构成该区域定义数据，所述视线检测部检测对配置在所述商品陈列部的各商品的所述视线数据，所述注视度计算部针对每个区域将所述视线检测部检测到的所述视线数据的位置信息与通过所述区域定义数据定义的各个区域的位置信息进行对照，由此计算每个区域的注视度，针对与区域对应的每个商品累计每个所述区域的注视度来计算每个商品的注视度数据，然后将其存储在所述存储部中，所述行动处理部接受针对配置在所述商品陈列部的各个商品的所述行动数据的输入，然后将其存储在所述存储部中，所述分析处理部把在所述存储部中存储的每个所述商品的注视度数据与每个所述商品的行动数据进行连接，计算并输出双方数据之间的相关。全文摘要本发明提供一种关系分析方法、关系分析程序以及关系分析装置。为了抑制低精度的视线检测处理的影响并且得到高精度的市场营销分析结果，在视线分析装置(1)的存储部中，针对每个商品对应地存储包含该商品的一个基本区域和与该基本区域至少一部分交叉的扩展区域。视线分析装置(1)的注视度计算部(14)通过针对每个区域对照视线检测部(11)检测到的视线数据的位置信息和通过区域定义数据定义的各区域的位置信息，计算每个区域的注视度，针对与区域对应的每个商品，累计每个区域的注视度来计算每个商品的注视度数据，然后将其存储在存储部中。文档编号G06Q10/00GK101826154SQ20101012424公开日2010年9月8日申请日期2010年2月25日优先权日2009年3月3日发明者佐山千春,柚山茂男,渡边浩司,牧秀行,铃木康广申请人:株式会社日立制作所;日本烟草产业株式会社