信息处理装置、信息处理方法和程序与流程

本公开涉及信息处理装置、信息处理方法和程序。

背景技术：

近年来，传感器消耗的功率渐少并且小型化，使得传感器能够安装在各种物品中。另外，已经开发出了包括传感器在内的紧凑标签装置，并且用户能够将标签装置附着到期望的物品上。之后，形成了使用由这些传感器获取的感测数据的各种技术。

例如，以下专利文献1公开了利用感测数据掌握线路另一端的用户的当前状态，并根据该状态执行各种处理的技术。此外，例如，还公开了通过使用诸如指纹认证和虹膜认证的感测数据来执行用户认证的技术。

现有技术文献

专利文献

专利文献1：日本特开2006-345269号公报

技术实现要素：

本发明要解决的问题

然而，有时很难通过简单的方法实现准确的用户认证。例如，在通过指纹认证或虹膜认证来执行用户认证的情况下，用户需要克服很多麻烦，因为用户必须执行预定操作(诸如使手指与指纹信息采集单元接触的操作，或使成像单元捕获虹膜的图像的操作)。

因此，本公开为解决上述问题，提供了新颖并改进的信息处理装置、信息处理方法和程序，使得可以通过更简单的方法实现准确的用户认证。

解决问题的方法

根据本公开，提供了一种信息处理装置，包括认证单元，该认证单元基于关于用户携带的两个或更多个装置的状态的信息来认证用户。该信息从该装置获取。

此外，根据本公开，提供了一种由计算机执行的信息处理方法。该信息处理方法包括基于关于用户携带的两个或多个装置的状态的信息来认证用户。该信息从该装置获取。

此外，根据本公开，提供了一种用于使计算机基于关于用户携带的两个或更多个装置的状态的信息来实现用户认证的程序。该信息从该装置获取。

本发明的效果

如上所述，根据本公开，可以通过更为简单的方法实现准确的用户认证。

应当注意，上述效果不一定是限制性的。除了上述效果之外或者用以代替上述效果，可以施加本说明书中所示的任何效果或者可以从本说明书中理解的其他效果。

附图说明

图1是示出本发明的概要的图示。

图2是示出本发明的概要的图示。

图3是示出装置的功能组件的示例的框图。

图4是示出携带识别操作的示例的流程图。

图5是示出更为简单的携带识别操作的示例的流程图。

图6是示出携带位置识别操作的示例的流程图。

图7是示出更为简单的携带位置识别操作的示例的流程图。

图8是示出同一人携带识别操作的示例的流程图。

图9是示出更为简单的同一人携带识别操作的示例的流程图。

图10是示出携带者识别(用户认证)操作的示例的流程图。

图11是示出携带者得分计算的图。

图12是示出携带者得分计算的图。

图13是示出更为简单的携带者识别(用户认证)操作的示例的流程图。

图14是示出个人相关性识别的概要的图。

图15是示出个人相关性识别操作的示例的流程图。

图16是示出组确认和后续操作的示例的流程图。

图17是示出该组确认和后续操作的示例的流程图。

图18是示出动作预测和携带推荐的操作的示例的流程图。

图19是示出动作历史列表的示例的图。

图20是示出携带装置列表的示例的图。

图21是示出与对装置状态的评估有关的操作的示例的流程图。

图22是示出装置状态得分的图像的图。

图23是示出基于装置状态得分对装置执行排序的示例的图。

图24是示出计算用户物品使用得分的操作的示例的流程图。

图25是示出用于管理该装置的ui(用户界面)的示例的图。

图26是示出用于管理该装置的ui的示例的图。

图27是示出用于管理该装置的ui的示例的图。

图28是示出用于管理该装置的ui的示例的图。

图29是示出用于管理该装置的ui的示例的图。

图30是示出用于管理该装置的ui的示例的图。

图31是示出用于推荐应当携带的装置的ui的示例的图。

图32是示出用于推荐应当携带的该装置的ui的示例的图。

图33是示出用于通知有物品被遗留的ui的示例的图。

图34是示出用于通知有物品被遗留以及解锁的ui的示例的图。

图35是示出指示用户认证的情况的ui的示例的图。

图36是示出指示用户认证的情况的ui的示例的图。

图37是示出显示该装置的销售价格等的ui的示例的图。

图38是示出允许用户确认自身的用户物品使用得分等的ui的示例的图。

图39是示出允许用户确认关于过去使用过的所有装置的装置状态得分等的ui的示例的图。

具体实施方式

下面参照附图详细说明本发明的优选实施例。应当注意，在本说明书和附图中，具有基本相同的功能配置的组成元件由相同的附图标记表示，因此省略其冗余说明。

应当注意，描述按照下面的顺序执行。

1.背景技术

2.本公开的概要

3.装置的功能组件

4.装置的操作

5.各种ui

6.结论

<1.背景>

首先，说明本公开的背景。

如上所述，近年来，传感器消耗的功率渐少并且小型化，这使得传感器能够安装在各种物品中。另外，已经开发出了包括传感器在内的紧凑标签装置，并且用户能够将标签装置附着到期望的物品上。之后，发展了使用由这些传感器获取的感测数据的各种技术。例如，公开了通过使用诸如指纹认证和虹膜认证的感测数据来执行用户认证的技术。

在此，有时难以通过使用各种传感器进行用户认证的简单方法来实现准确的用户认证。例如，在通过指纹认证或虹膜认证来执行用户认证的情况下，用户具有很多麻烦，因为用户必须执行过预定操作(诸如使手指与指纹信息采集单元接触的操作，或使成像单元捕获虹膜的图像的操作)。此外，在传感器检测到用户正携带有智能电话的情况下，假设直到携带状态终止前用户已经被认证，那么存在解锁智能电话的功能。在这种情况下，如果第三人从移动中的用户身上获得智能电话，第三人就能够自由地操作智能电话。根据以上所述，期望通过更为简单的方法实现准确的用户认证。

此外，有时使用各种传感器来执行动作预测。例如，在一些情况下，基于来自gnss传感器的感测数据和用户的过去动作历史来为用户执行未来动作预测。在这种情况下，用户必须移动到相当大的程度以使得动作预测可能执行。因此，在基于动作预测向用户通知有物品被遗留等情况下，在某些情况下通知的定时存在延迟(例如，难以在用户离开房屋之前发出通知)。此外，在用户出于预定目的前往的地点与用户出于另一目的前往的地点相距不太远的情况下，使用gnss传感器的动作预测不能确定这些目的之间的差异。这有时导致无法做出合适的动作预测。

另外，管理包括传感器的各种物品有时需要用户承受较大的负担。例如，在包括传感器的标签装置附着到用户期望的物品上的情况下，有时要求用户将关于物品的信息(诸如物品的属性)输入到预定装置中。另外，当用户开始使用包括传感器的各种物品时，有时要求用户输入(认证)用户作为物品的所有者。在这些情况下，不习惯输入操作的用户有时会花费大量时间来执行输入或错误的输入。

此外，近年来允许个人通过互联网等购买和销售的各种服务已得到广泛使用。此外，共享经济服务已经普及，使得可以与多人共享物品、场所等。过去，在这些服务中处理的物品等的状态有时没有得到适当的评估。

例如，二手店的销售人员仅基于当时的物品状态来评估物品，但是在包括个体间交易的二手市场中的许多情况下不能考虑到所处理的物品的历史信息等。因此，评估准确度取决于销售人员等的技能，因而不稳定。例如，销售人员或商店在评估准确度方面彼此是不同的。此外，当销售二手产品时，用商店独有的方法显示二手产品的状态。例如，将所使用的产品的状态被划分等级并显示为“a级”、“b级”等，或者显示定性和主观特征像“美丽”、“有刮擦”、“脏”等。这类显示对于每个商店来说是不同的，并且评估标准也是不同的。为此，特别是在购买者如在通过互联网购买和销售的情况下不能确认实际产品的情况下，购买者有时不能仅仅通过查看显示来确定是否购买。

此外，在共享经济服务中，出借方不能预先知道借用方如何处理所借物品。因此，出借方不能适当地评估向借用方借出物品的风险。因此，例如，如果出借方高估风险并购买过多的保险，则出借方可能失去利润。可替代地，较高的租用价格可能导致出借方无法与借用方达成交易，并失去机会。相反，如果出借方低估了风险，对借出物品的损害可能得不到完全补偿。从借用方的观点来看，例如，在借用方仔细处理物品、但风险被高估的情况下，借用方可能不得不支付高昂的租用价格。

此外，借用方和实际用户可能彼此不同。例如，借用方有时可能借用物品，并然后允许另一个人使用该物品(即，借用方转租该物品)。在这种情况下，在实际用户处理物品不仔细的情况下，物品可能比出借方预期中损坏得更严重。

鉴于上述情况，本公开构思了本技术。下文详细地说明根据本公开的技术。

<2.本公开的概要>

上面已经说明了本公开的背景。接下来，参考图1和图2说明本公开的概要。

本公开通过具有传感器功能和通信功能的信息处理装置(以下称为装置“装置100”)来实现。装置100是具有例如加速度传感器、陀螺仪传感器、gnss传感器等的功能的信息处理装置，并且能够基于其中的感测数据执行用户认证等。注意，上面仅仅说明了实例，而装置100具有任何传感器功能。例如，装置100可以具有任何传感器功能，例如地磁传感器、大气压力传感器、温度传感器、振动传感器、音频传感器、心率传感器、脉波传感器、接近传感器、照度传感器、压力传感器、排汗传感器、ph传感器、湿度传感器或红外传感器，只要传感器功能能够捕获由人的动作引起的物理变化、化学变化等即可。

假设装置100是足够小到可以结合或附着到各种物品的装置。例如，如图1所示，装置100可以结合在诸如眼镜102、包103或手表104的物品中，或者其中包含了装置100的标签装置101可以附着到钥匙101a、伞101b、鞋101c、腰带101d、衣服101e等。注意，以上仅仅示出了示例，并且装置100的尺寸、包含有装置100的物品以及装置100所附着的物品没有特别限制。此外，虽然图1示出了ic芯片形状的装置100，但是装置100的形状没有特别限制。

此外，具有通信功能的装置100能够与各种装置通信。例如，如图2所示，装置100可以与另一装置100(参见2a，其例示了装置100a至100c)、任何信息处理装置200(参见2b，其例示了智能电话200)或在预定网络上的信息处理装置300(参见2c，其例示了云网络上的服务器300)执行无线通信。注意，图2仅示出了示例，并且可以使用不同于图2中示出的通信模式的通信模式。作为示例，本说明书描述了装置100与如2a所示的其他装置100中的每一个装置进行无线通信以实现根据本公开的各种功能的情况。

根据本公开的装置100能够基于关于由用户携带的两个或多个装置100的携带状态的信息来执行用户认证。该信息从装置100获取。例如，装置100能够基于由用户携带的装置100的组合等来认证用户。

更具体地，在用户携带装置100的情况下，装置100基于包括在自身装置之中的各种传感器(诸如加速度传感器和陀螺仪传感器)来识别自身装置正在被携带。然后，在用户携带两个或更多个装置100的情况下，各个装置装置100彼此无线通信以识别各个装置100正在被携带。然后，装置100能够基于携带历史信息，基于待认证的用户与历史信息(以下称为“携带历史信息”)中的用户之间的相关性来执行用户认证。当装置100过去被携带时，获得携带历史信息。

这允许装置100通过更为简单的方法实现准确的用户认证。更具体地，如上所述，基于用户的装置100的历史信息来执行用户认证。因此，与通过假设在用户携带智能电话的同时用户就已经被认证而解锁智能电话等的功能相比，装置100能够实现更准确的用户认证。此外，本公开中，用户认证仅由平常携带装置100的用户来执行。因此，与要求针对用户认证的预定操作(诸如使手指与指纹信息采集单元接触的操作，或使成像单元捕获虹膜图像的操作)的指纹认证或虹膜认证相比，装置100能够通过更为简单的方法实现用户认证。

此外，装置100甚至能够通过考虑到用户对每个装置100的携带方法来执行用户认证。更具体地，装置100基于各种传感器(例如加速度传感器和陀螺仪传感器)来识别用户对每个装置100的携带方法。这里，“携带方法”表示每个装置100被携带的各种模式。例如，装置100识别每个装置100的持有模式(例如，佩戴在身体的一部分(诸如在面部、耳部、颈部、手、手臂、腰部或足部)上，或放入口袋(诸如在胸前口袋、或裤子的前口袋或后口袋)中，或在包(诸如在肩包、背包或大手提包)里)，以及携带装置100的用户的移动方法(诸如步行、跑步、乘坐或骑行在各种交通工具(诸如自行车、汽车、公共汽车、火车、船只和飞机)上。然后，当计算待认证的用户和在携带历史信息中的用户之间的相关性时，装置100还添加每个装置100的携带方法的元素。这允许装置100进一步提高用户认证的准确度。

注意，上面仅仅说明了实例，而用户认证方法没有特别的限制。更具体地，用于用户认证的信息不限于装置100及其携带方法的组合，而是可以包括指示各个装置100的携带状态之间的关系的任何信息。例如，装置100可以基于用户携带每个装置100的定时、顺序等执行用户认证。在待携带的每个装置100的定时、顺序等具有用户特定倾向的情况下，装置100能够进一步提高用户认证的准确度。

此外，装置100还能够基于关于用户的两个或多个装置100的携带状态的信息来预测用户的动作。该信息从装置100获取。例如，装置100能够基于用户携带的装置100的组合来预测用户的动作。更具体地，在进行彼此相关联的各个动作时，装置100存储多个动作以及装置100的组合，作为携带历史信息。然后，装置100计算由用户携带的装置100的组合与携带历史信息中的执行各个动作时的装置100的组合的相关值。装置100能够基于相关值来预测用户的动作。

这允许装置100在更早的定时执行动作预测。更具体地，在gnss传感器等用于动作预测的情况下，在用户移动到相当大的程度之前，无法准确地执行动作预测。相反，装置100能够在用户携带每个装置100时(或在携带每个装置100的过程中)执行动作预测。这使得可以在更早的定时执行动作预测。

此外，与基于gnss传感器等的动作预测相比，装置100有时能够进一步提高预测准确度。例如，基于gnss传感器等的动作预测，有时在用户出于预定目的前往的地点(例如，工作的办公室等)与用户出于另一目的前往的地点(例如，休闲设施)相距不太远的情况下，表现出用户动作的预测准确度的降低。此外，在用户出于相同目的去往不同地点的情况下(例如，在用户每次去往不同办公室的情况下)，用户动作的预测准确度有时类似地降低。同时，用户根据不同目的携带不同的物品(例如，当用户去办公室时携带的物品不同于当用户去休闲设施时携带的物品)。因此，装置100有时能够更准确地预测用户的动作。注意，上面仅仅说明了实例，并且动作预测方法没有特别限制。例如，与上述类似，装置100可以通过考虑各个装置100的携带方法、针对待携带的装置100的定时或顺序等来执行动作预测。

此外，装置100可以基于动作预测结果执行各种处理。例如，装置100可以向用户通知所携带的装置100的过量或不足(例如，遗留的物体、不必要的物体等)。更具体地，装置100将用户的动作和在每个动作时所携带的物体彼此相关联并且存储为携带历史信息。然后，装置100基于携带历史信息和动作预测结果，来计算用户看起来期望携带的装置100(称为“推荐装置100”)，并将推荐的装置100与实际携带的装置100进行比较。这使得可以通知用户装置100的过量或不足。注意，以上仅仅示出了实例，但是基于动作预测结果执行的处理的内容不限于以上。

另外，在两个或多个用户共享装置100的情况下，装置100能够识别各个用户属于共同的群组(例如，家庭、亲密朋友、圈子成员或同事)。然后，装置100能够基于每个装置100的共享情况来识别各个用户之间的相关性(或可靠性等)的程度。例如，装置100能够根据用户之间共享的每个装置100的重要性、共享装置100的数量等来识别各个用户之间的相关性的程度。更具体地，装置100能够认识到：在用户之间共享的每个装置100的重要性越高或者共享装置100的数量越多，则该各个用户的相关性越高。注意，装置100不仅能够识别相关性的程度，而且能够识别群组的属性等。例如，在两个或多个用户共享“房屋钥匙”的情况下，装置100能够识别出各个用户是家人(各个用户属于具有“家庭”属性的群组)。

此外，装置100能够识别自身装置(或装置100所附着的装置)的类别。这里，“类别”这个概念是表示装置100的类型(例如，“眼镜”、“包”、“手表”、“雨伞”、“鞋”、“腰带”、“衣服”等)、装置100的所有者(例如“父亲的物品”或“a(个人姓名)的物品”)、装置100的所有者群组(例如“家庭物品”或“b组织的事物”)、装置100的用途或应用(例如“网球套件”、“工作套件”或“疏散套件”)、装置100的使用时段、时间或地点(诸如“冬天使用的事物”、“从c月到d月使用的事物”、“早晨使用的事物”、“从e点钟到f点钟使用的事物”，或“家中使用的事物”)等。注意，以上仅仅说明实例，而类别的内容不特别限于上述。此外，可以为一个装置100设置多个类别。例如，在装置100附着到父亲的外套的情况下，可以将类别设置为“衣服(外套)”、“父亲的事物”、“家庭事物”、“冬天使用的事物”等。

此外，在装置100不识别自身装置的类别的情况下(例如，紧接购入装置100之后，紧接将装置100附着到预定物品之后等)，装置100还能够基于用户的装置的携带状态来识别自身装置的类别。更具体地，例如，装置100将通过与具有已知类别的其他装置100通信而获取的每个装置100的携带历史信息与自身装置的携带历史信息进行比较，从而允许识别自身装置的类别。例如，在装置100是鞋(或附着到鞋的装置100)的情况下，装置100能够基于其他鞋的携带历史信息与自身装置的携带历史信息之间的相似性，将自身装置的类别识别为“鞋”。注意，装置100可以识别“父亲的事物”、“网球套件(网球鞋)”等除了“鞋”之外的类别。

这可以减少用户管理每个装置100的负担。换言之，即使用户没有注册诸如关于装置100的类别的各种信息，每个装置100也能够主动地识别关于自身装置的各种信息。

此外，装置100能够基于自身装置的类别执行各种操作。例如，装置100能够从具有相同类别或预定关系的类别的另一装置100中获取携带历史信息。更具体地，在装置100的携带历史信息很少的情况下(例如，紧接购入装置100之后，紧接把装置100附着到预定事物之后等)，装置100可以获取具有相同类别或预定关系(例如，高相关性的关系)的类别的另一装置100的携带历史信息，从而将该信息用于上述各种处理，诸如用户认证和动作预测。这允许即使在自身装置的携带历史信息很少的情况下，装置100也有效地使用另一装置100的携带历史信息。此外，装置100可以基于自身装置的类别来确定通信目标。例如，在装置100具有类别“家庭事物”的情况下，可以将其他装置100中具有相同类别“家庭事物”的装置100确定为通信目标。这使得可以防止装置100与不相关的第三人的装置100通信。

此外，装置100能够通过存储用户过去的使用情况来适当地评估装置100的状态。更具体地，装置100基于包括在自身装置中的各种传感器(例如，加速度传感器、陀螺仪传感器等)来识别如何处理自身装置。例如，装置100基于各种传感器识别诸如振动、旋转、浸没、拆卸或修改的事件的存在或不存在、或事件的程度。然后，装置100能够计算作为指标值的装置状态得分，该指标值使得可以基于这些信息评估自身装置的状态(或质量)。此外，装置100还能够一起计算可靠性得分，该可靠性得分是指示装置状态得分的可靠性的指标值(或可靠性本身)。下面描述计算装置状态得分和可靠性得分的方法。注意，用于计算装置状态得分和可靠性得分的传感器和事件没有特别限制。此外，计算装置状态得分和可靠性得分的装置可以是要被评估的装置100本身、另一装置100或外部装置(例如，云服务器等)。

此外，装置100能够基于用户对每个装置100的使用情况等，计算指示用户能够如何适当地(或仔细地)使用装置100的指标值(以下称为“用户物品使用得分”，其也被视为是指示用户使用装置100的适当性的值)。更具体地，装置100能够通过综合考虑装置状态得分、可靠性得分、来自外部系统的评估等来计算用户物品使用得分。下面描述计算用户物品使用得分的方法。

如上所述，基于装置状态得分和可靠性得分来评估装置100的状态，并且基于用户物品使用得分来评估用户，由此使得可以例如更适当地显示装置100的状态并设置价格。此外，例如，可以将处于不同状态的装置100借给各个用户。下面描述其细节。

此外，在共享经济服务等中，装置100能够检测到借用方和实际用户彼此不同。更具体地，如上所述，装置100能够基于各种传感器执行用户认证。因此，认证装置100的用户使得可以确定借用方和实际用户是否彼此不同。结果，在借用方和实际用户彼此不同的情况下，例如，可以停止装置100的使用，并且根据用户的用户物品使用得分等重置租用价格。

此外，本公开提供了关于装置100的各种ui。例如，提供了用于管理装置100的ui、用于推荐应该携带的装置100的ui、用于发出遗留物体的通知的ui、指示用户认证的情况的ui、显示装置100的销售价格等的ui、允许用户确认用户自身的用户物品使用得分等的ui，等。下面描述每个ui的细节。

<3.装置的功能组件>

上面已经描述了本公开的概要。接下来，参考图3，描述装置100的功能组件。注意，下面描述的各个功能组件的功能仅仅是示例，而不是特别限制。

如图3所示，装置100包括采集单元110、分析单元120、存储单元130、通信单元140和控制单元150。

(采集单元110)

采集单元110从包括装置100在内的的各种传感器获取感测数据。采集单元110将所获取的感测数据存储在存储单元130中。

(分析单元120)

分析单元120通过分析由采集单元110获取的感测数据来实现各种处理。例如，分析单元120用作认证携带装置100的用户的认证单元。此外，分析单元120还用作相关性识别单元，其识别共享装置100的两个或多个用户之间的相关性。此外，分析单元120还用作动作预测单元，其对携带装置100的用户执行动作预测。此外，分析单元120还用作识别装置100的类别的类别识别单元。此外，分析单元120还用作装置状态计算单元，其基于过去装置100发生的事件等来计算指示装置100的状态或质量的值(装置状态得分)。此外，分析单元120还用作用户适当性计算单元，其基于用户过去使用的装置100的装置状态得分和可靠性得分来计算指示用户使用装置100的适当性的值(用户物品使用得分)。下面详细描述分析单元120的功能。

(存储单元130)

存储单元130存储各种信息。例如，存储单元130存储由采集单元110获取的感测数据，用于处理分析单元120或控制单元150的各种信息、分析单元120或控制单元150的处理结果等。此外，存储单元130还可以存储由装置100的每个功能组件使用的程序、参数等。

(通信单元140)

通信单元140与另一装置通信。例如，通信单元140通过无线通信将由采集单元110获取的感测数据、由分析单元120或控制单元150生成的处理数据等发送到另一装置100。此外，通信单元140可以从另一装置100接收类似于上述的数据。

(控制单元150)

控制单元150整体地控制上述每个功能组件的处理。此外，控制单元150基于分析单元120的分析结果控制各种处理。例如，控制单元150用作推荐单元，其输出推荐携带的装置100，并向用户通知遗留的物体、不必要的物体等。此外，控制单元150还用作注册单元，其基于装置100的携带状态来注册装置100的所有者。此外，控制单元150基于装置100的类别来控制与另一装置100的协作(例如共享携带历史信息)。此外，在装置100由第三人携带的情况下，控制单元150向所有者通知该情况。此外，控制单元150控制关于装置100当前或过去的被携带状态的信息的显示。此外，控制单元150基于用户认证的结果(例如，解锁门、智能电话等)来控制自身装置或另一装置的处理。下面详细描述控制单元150的功能。

<4.装置的操作>

上面已经描述了装置100的功能组件。接下来，描述装置100的操作。

(4-1.携带识别)

首先，参考图4，描述了确定用户是否携带装置100的操作(称为“携带识别”)。

在步骤s1000中，分析单元120基于感测数据对用户执行动作识别。更具体地，分析单元120提取感测数据的特征量，并将该特征量输入到通过机器学习等预先生成的动作模型。然后，分析单元120通过将动作模型中的每个动作的特征量与输入的特征量进行比较来识别用户的动作。该处理仅仅是示例，而动作识别处理不限于此。

在步骤s1004中，分析单元120基于动作识别的结果和其他各种信息来计算携带识别得分。“携带识别得分”是指示特定装置100是否由用户携带的指标值。

在步骤s1008中，分析单元120执行各种识别处理，例如接近度识别(s1008a)、运动识别(s1008b)、动作识别(s1008c)和用户输入识别(s1008d)(步骤s1000中的处理结果可用于动作识别)。注意，这些类型的处理仅仅是示例，而要执行的处理不限于此。

“接近度识别(s1008a)”是指在除了待识别的装置100之外还存在已知由用户携带的装置100的情况下，计算所携带的装置100与待识别的装置100之间的间隔距离的处理。如果携带装置和待识别装置100位于预定距离或更小的范围内，则待识别装置100也很可能一起被携带。

“运动识别(s1008b)”是指例如基于装置100的加速度传感器检测待识别的装置100的运动的处理。当要识别的装置100的运动识别的确定性因子较高时，则装置100更可能由用户携带。注意，可以使用除加速度传感器以外的传感器。

上面已经描述了“动作识别(s1008c)”的内容。当要识别的装置100的动作识别的确定性因子较高时，则装置100更可能由用户携带。

“用户输入识别(s1008d)”是指通过用户操作的输入来识别装置100是否被携带的处理。在用户明确地作出指示用户携带了装置100的输入的情况下，装置100很可能由用户携带。注意，代替明确的输入，可以基于使得可以推断出用户正携带装置100的任何输入来执行用户输入识别。

在步骤s1012中，分析单元120将接近度识别、运动识别、动作识别以及用户输入识别的各个结果(确定性因子)与权重因子进行加权，通过对加权获得的值进行求和，由此计算出携带识别得分，如表达式1所示。

[表达式1]

携带识别得分＝wa·a+wb·b+wc·c+wd·d(表达式1)

a：接近度识别的确定性因子

b：运动识别的确定性因子

c：动作识别的确定性因子

d：用户输入识别的确定性因子

wa至wd：权重因子

在步骤s1016中，分析单元120将计算出的携带识别得分与预定阈值进行比较。然后，如果携带识别得分高于预定阈值，则分析单元120确定装置100由用户携带，如果携带识别得分低于或等于预定阈值，则分析单元120确定装置100不由用户携带。

上述操作允许分析单元120更准确地识别用户是否携带装置100。注意，上述操作仅仅是示例，并且可以适当地改变。例如，步骤s1008中的各种识别处理可以并行执行，或者可以根据所需准确度等逐步执行或部分省略。

另外，如图5所示，分析单元120可以通过将负担比携带识别的负担轻的处理与携带识别相结合来降低功耗。

例如，在步骤s1100中执行携带识别并且识别出装置100被携带之后，分析单元120可以在步骤s1104中以规则的时间间隔与加速度传感器等重复运动识别。运动识别是负担比携带识别的负担轻的处理。然后，在未检测到大于预定值的运动变化的情况下(即，在用户继续类似操作的情况下)(步骤s1108/否)，分析单元120继续以规则的时间间隔重复运动识别。相反，在检测到大于预定值的运动变化的情况下(步骤s1108/是)，处理返回到步骤s1100，并且分析单元120执行携带识别。

上述操作允许分析单元120降低功耗。换言之，分析单元120并不一直继续消耗大量功率的携带识别，而是在用户的运动没有很大变化的情况下识别出携带状态没有很大变化。分析单元120以更轻的负担执行运动识别，从而允许在保持以高准确度识别装置100是否被携带的同时降低功耗。注意，上述操作仅仅是示例，并且可以适当地改变。

(4-2.携带位置识别)

接下来，参照图6，描述了确定装置100的位置(例如佩戴在身体的某部位(诸如面部、耳朵、颈部、手、手臂、腰部或脚部)，或者放入口袋(诸如在胸前口袋、或裤子的前口袋或后口袋中)或包中(诸如肩包、背包或大手提包))的操作(以下称为“携带位置识别”)。

在步骤s1200中，执行图4或图5所示的携带识别。在识别出装置100由用户携带的情况下，在步骤s1204中，分析单元120基于感测数据执行携带位置识别。例如，分析单元120从加速度传感器或陀螺仪传感器中提取感测数据的特征量，并将该特征量输入到通过机器学习等预先生成的携带位置模型。然后，分析单元120通过将携带位置模型中的每个携带位置的特征量与输入的特征量进行比较来识别装置100的携带位置。这仅仅是示例，而识别携带位置的方法不限于此。

例如，对于具有已知类别的装置100，分析单元120可以在省略上述携带位置识别、选择携带位置的候选、或排除不可能的携带位置之后执行携带位置识别。更具体地，如果装置100具有类别“鞋”，则分析单元120可以通过将“脚(穿在脚上)”设置为携带位置来省略携带位置识别。此外，如果装置100具有类别“伞”，则分析单元120可以在选择“手(抓握)”、“臂(挂在臂上)”、“包(放在包里)”等作为携带位置的候选、或排除“脚(穿在脚上)”、“头(戴在头上)”等不可能作为雨伞的携带位置之后执行携带位置识别。另外，如果用户通过使用输入单元(未示出)输入装置100的携带位置，则分析单元120可以省略携带位置识别。这允许分析单元120减少更多的功耗并进一步提高处理速度。

此外，如图7所示，分析单元120可以通过将负担比携带位置识别的负担轻的处理与携带位置识别相结合来降低功耗。

例如，假设在步骤s1300中执行携带识别，识别出装置100被携带，在步骤s1304中执行携带位置识别，并且识别装置100被携带的位置。此后，分析单元120可以在步骤s1308中以规则的时间间隔重复携带识别。携带识别处理的负担比携带位置识别的负担更轻。然后，在装置100被携带的状态继续的情况下(步骤s1312/是)，分析单元120继续以规则的时间间隔重复携带识别。相反，在携带装置100的状态不继续的情况下(步骤s1312/否)，处理返回到步骤s1304，并且分析单元120再次执行携带位置识别。

上述操作允许分析单元120降低功耗。换句话说，分析单元120并不一直继续执行消耗大量功率的携带位置识别，而是识别出在携带状态继续的情况下携带位置不改变。分析单元120以更轻的负担执行携带识别，从而允许在保持以高准确度识别携带位置的同时降低功耗。例如，上述处理对于下述情形是格外有效的：携带(佩戴)在有限位置内(诸如鞋子和手表)并且一旦带上就不太可能改变位置的装置100。另外，在基于类别等装置100是鞋、手表等的情况下，分析单元120可以在适当时省略携带位置识别，或者将携带位置识别改变为负担更轻的处理。注意，上述操作仅仅是示例，并且可以适当地改变。

(4-3.同一人携带识别)

接下来，参考图8，描述了确定的装置100由同一个人携带(以下称为“同一人携带识别”)的操作。在两个或多个用户位置彼此靠近(在预定距离或更小的范围内)的情况下，该操作允许每个装置100识别针对每个用户的携带装置100的群组。这使得可以执行认证用户的操作，这将在下面描述。

首先，尽管未示出，但是在执行同一人携带识别之前执行图4或图5所示的携带识别。注意，可以一起执行图6或图7所示的携带位置识别。然后，在通过携带识别识别出装置100由用户携带的情况下，在步骤s1400中，分析单元120从装置列表中提取处于携带状态的装置100。

在步骤s1404中，分析单元120然后选择处于携带状态中的两个装置100。在步骤s1408中，分析单元120计算同一人携带得分。“同一人携带得分”是用于确定两个装置100是否由同一人携带的指标值。

在步骤s1412中，分析单元120执行各种识别处理，例如接近度识别(s1412a)、运动识别(s1412b)、动作识别(s1412c)和携带位置识别(s1412d)(在前一步骤中执行的处理的结果可以用于各种识别处理)。注意，上面已经描述了各种识别处理的内容。此外，这些类型的处理仅仅是示例，而要执行的处理不限于此。

“接近度识别(s1412a)”使计算两个装置100之间的间隔距离。当两个装置100之间的距离较短时，各个装置100更可能由同一用户携带。

“运动识别(s1412b)”检测装置100的运动。当两个装置100的相关值较高，则各个装置100更可能由同一用户携带。

“动作识别(s1412c)”识别用户的动作。当由两个装置100识别的用户动作的相关值较高时，各个装置100更可能由同一用户携带。

“携带位置识别(s1412d)”识别装置100的携带位置。在两个装置100的运动彼此相关的情况下，在各个装置100的携带位置相同或类似的情况下，各个装置100很可能由同一用户携带。

在步骤s1416中，分析单元120将接近度识别、运动识别、动作识别和携带位置识别的各个结果(确定性因子)与权重因子进行加权，通过对加权得到的值相求和，由此计算同一人携带得分，如表达式2所示。

[表达式2]

同一人携带得分＝wa·a+wb·b+wc·c+wd·d(表达式2)

a：接近度识别的确定性因子

b：运动识别的确定性因子

c：动作识别的确定性因子

d：携带者位置识别的确定性因子

wa至wd：权重因子

在步骤s1420中，分析单元120将计算出的同一人携带得分与预定阈值进行比较。然后，如果同一人携带得分高于预定阈值，则分析单元120确定两个装置100由同一人携带，并且如果同一人携带得分低于或等于预定阈值，则确定两个装置100不由同一人携带。分析单元120重复计算同一人携带得分，并将它们与以强力方式处于携带状态的装置100的预定阈值执行比较。作为处理结果，在步骤s1424中，分析单元120创建由同一人携带的装置100的列表(在图中示为“同一人携带装置列表”)。

上述操作允许分析单元120更准确地识别同一人携带的装置100。注意，上述操作仅仅是示例，并且可以适当地改变。例如，步骤s1412中的各种识别处理可以并行执行，或者可以根据所需准确度等逐步执行或部分省略。

此外，如图9所示，分析单元120可以通过将负担比同一人携带位置识别的负担轻的处理与同一人携带识别相结合来降低功耗。

例如，假设在步骤s1500中执行携带识别，识别出装置100被携带，在步骤s1504中执行同一人携带识别，并且识别出装置100由同一人携带。注意，如上所述，可以一起执行携带位置识别。此后，在步骤s1508中，分析单元120可以以规则的时间间隔重复携带识别。携带识别处理的负担比同一人携带识别的负担更轻。然后，在被识别为由同一个人携带的所有装置100的状态继续的情况下(步骤s1512/是)，分析单元120继续以规则的时间间隔重复携带识别。相反，在任何装置100的携带状态改变的情况下(步骤s1512/否)，处理返回到步骤s1504，并且分析单元120再次执行同一人携带识别。

上述操作允许分析单元120降低功耗。换句话说，分析单元120并不总是继续消耗大量功率的同一人携带识别，而是在携带状态继续的情况下识别出各个装置100由同一个人继续携带。分析单元120以更轻的负担执行携带识别从而允许降低功耗，同时保持同一人携带识别的高准确度。注意，上述操作仅仅是示例，并且可以适当地改变。

(4-4.携带者识别(用户验证))

接下来，参照图10，描述了用于确定携带装置100的用户的操作(以下称为“携带者识别”，其等效于用户认证)。

首先，虽然未示出，但是假设在执行携带者识别之前执行了携带识别、携带位置识别和同一人携带识别，但是这不是限制性的。

在步骤s1600中，分析单元120然后从指示携带装置100的用户候选的用户列表中选择一个人，并且在步骤s1604中计算携带者得分。“携带者得分”是指示从列表中选择的人与要经受携带者识别的用户之间的相似性的指标值。

在步骤s1608中，分析单元120执行各种识别处理，例如动作识别(s1608a)、携带位置识别(s1608b)和携带顺序识别(s1608c)(在前一步骤中执行的处理的结果可以用于动作识别或携带位置识别)。此外，这些类型的处理仅仅是示例，而要执行的处理不限于此。

“动作识别(s1608a)”识别包括装置100的携带状态的用户的动作。当从用户列表中选择的用户和待认证的用户的动作具有较高的相关值时，各个用户更可能是同一个人。

“携带位置识别(s1608b)”识别装置100的携带位置。当各用户的装置100的携带位置具有较高的相关值时，各个用户更可能是同一个人。

“携带顺序识别(s1608c)”是指识别用户携带多个装置100的定时的处理。例如，当针对各个用户携带各个装置100的顺序(例如，哪个装置100被首先携带，或者哪些装置100被同时携带)、从特定装置100被携带到另一装置100被携带所经过的时间等表现出的相关值越高，各个用户就越可能是同一人。

在步骤s1612，分析单元120将动作识别、携带位置识别和携带顺序识别的各个结果(确定性因子)与权重因子加权，通过对加权得出的值求和，来计算携带者得分，如表达式3所示。此外，分析单元120重复该处理，直到完成计算用户列表中所有成员的携带者得分为止。

[表达式3]

携带者得分＝wa·a+wb·b+wc·c(表达式3)

a：动作识别确定性因子

b：携带者识别确定性因子

c：携带顺序识别确定性因子

wa至wc：权重因子

参照图11和图12，描述了携带者得分计算的图像。图11以时间顺序在11a和11b中示出了包括在由从用户列表中选择的用户的一部分中的用户a和用户b的装置100a至100c的多条携带历史信息。然后，分析单元120计算指示11c所示的待认证用户与从用户列表中选择的用户a和用户b之间的相似性的携带者得分。

作为运动识别的结果，分析单元120识别出例如在每个时间段中携带哪个装置100以及在每个时间段中执行什么动作。作为携带位置识别的结果，分析单元120识别出例如装置100的携带位置在何处。作为携带顺序识别的结果，分析单元120识别出例如各个装置100以什么顺序被携带。基于这些元素，分析单元120然后计算指示待认证的用户与用户a和用户b之间的相似性的携带者得分。例如，11a比11b更类似11c，则分析单元120因此向用户a输出比向用户b输出更高的携带者得分。

此外，分析单元120可以使用如图12中指示针对每个动作序列的各个装置100的携带状态的携带历史信息，而不是以时间顺序指示各个装置100的携带状态的图11。“运动顺序”是关于由用户执行的运动的顺序的信息。例如，如图12所示，携带历史信息指示每个用户的运动的典型顺序以及每个运动时每个装置100的携带状态。注意，每个条(bar)10的长度指示在每次运动时装置100被携带在所示携带位置的概率。与按时间顺序存储携带历史信息的情况下的数据容量相比，装置100能够通过存储针对每个动作序列的携带历史信息来压缩数据容量。

分析单元120可以通过使用图11和图12中的任一种方法来计算携带者得分。注意，可以比较任何时段中的携带历史信息。例如，分析单元120可以基于从用户开始当天活动的时间点开始的携带历史信息来计算携带者得分。此外，分析单元120可以基于装置100在特定时间点的携带状态来计算携带者得分。例如，分析单元120可以基于装置100在特定时间或在用户执行特定动作的时间点的携带状态来计算携带者得分。因此，作为房屋钥匙装置100计算携带者得分并且例如在用户即将回家之前启用用户认证，从而允许用户通过使用钥匙等进入房屋。

此外，分析单元120甚至可以通过使用指示未携带装置100的信息来计算携带者得分。例如，分析单元120可以基于指示在特定时间段中携带装置100a以及在特定时间段中未携带装置100b的信息来计算携带者得分。此外，分析单元120甚至可以通过使用装置100所处的位置的信息来计算携带者得分。

然后，在图10的步骤s1616中，分析单元120创建携带者得分列表。“携带者得分列表”是指示每个用户的携带者得分的列表。在步骤s1620中，分析单元120将携带者得分列表的每个得分与预定阈值进行比较。假定“预定阈值”被设置为指示每个用户和待认证的用户是否可能是同一个人的边界值的值，但不限于此。这允许分析单元120消除不太可能是(或至少不太可能)与待认证的用户相同的人的用户。

在存在可能与待认证的用户为同一人的用户的情况下(步骤s1624/是)，分析单元120在步骤s1628输出具有最高携带者得分的用户。注意，在多个携带者得分彼此竞争的情况下，分析单元120可以输出对应的两个或多个用户，或者可以输出携带者得分列表本身。在用户列表中没有看起来与待认证的用户为同一人的用户的情况下(步骤s1624/否)，处理结束。注意，分析单元120可以输出指示没有人与待认证的用户为同一人的信息，或者可以输出携带者得分的内容。

上述操作允许分析单元120更准确地认证携带装置100的用户。注意，上述操作仅仅是示例，并且可以被适当地改变。例如，步骤s1608中的各种识别处理可以并行执行，或者可以根据所需准确度等逐步执行或部分省略。

此外，如图13所示，在通过将负担比携带者识别更轻的处理与携带者识别相结合来降低功耗的同时，分析单元120可以确保用户的辨别。

例如，在步骤s1700中执行携带识别，识别出装置100被携带，在步骤s1704中执行同一人携带识别，并且识别出装置100由同一人携带。注意，可以一起执行携带位置识别。然后，假设在步骤s1708中执行携带者识别，并且认证了携带装置100的用户。此后，分析单元120可以在步骤s1712中以规则的时间间隔重复携带识别。同一人携带识别处理的负担比携带者识别的负担更轻。然后，在由同一人携带的各个装置100的状态继续的情况下(步骤s1716/是)，分析单元120继续以规则的时间间隔重复同一人携带识别。相反，在各个装置100不是由同一个人携带的情况下(步骤s1716/否)，处理返回到步骤s1708，并且分析单元120再次执行携带者识别。

上述操作允许分析单元120降低功耗。换句话说，分析单元120并不一直持续消耗大量功率的携带者识别，而是在同一人携带状态继续的情况下识别出携带各个装置100的用户没有改变。分析单元120以更轻的负担执行同一人携带识别。这允许分析单元120降低功耗，同时保持以高准确度认证携带装置100的用户。注意，上述操作仅仅是示例，并且可以适当地改变。

(4-5.个人相关性识别)

接下来，参考图14，描述了确定共享装置100的用户之间的相关性的操作(以下称为“个人相关性识别”)的概况。如上所述，在两个或多个用户共享装置100的情况下，可以基于每个装置100的共享情况来识别各个用户之间的相关性。

例如，可以根据用户之间共享的每个装置100的重要性来识别各个用户之间的相关性。更具体地，如图14所示，在诸如“智能电话”或“房屋钥匙”的高重要性的装置100在两个或多个用户之间共享的情况下，可以将各个用户之间的相关性识别为高。同时，在诸如“相机”的中等重要性的装置100被共享的情况下，也可以将各个用户之间的相关性识别为中。在诸如“房间钥匙”、“办公室钥匙”或“书籍”的低等重要性装置100被共享的情况下，各个用户之间的相关性也可以被识别为低。注意，每个装置100的重要性不限于通常认识到的重要性。例如，用户还能够通过预定方法设置每个装置100的重要性(或对应于重要性的指标值)。

注意，上面仅仅说明了示例，但是识别各个用户之间的相关性的方法不限于此。例如，可以根据在用户之间共享的装置100的数量来识别各个用户之间的相关性。当在用户之间共享的装置100的数量较大时，可以将各个用户之间的相关性识别为较高。

在识别各个用户之间的相关性的情况下，装置100能够基于该相关性执行各种控制。例如，在装置100是“相机”的情况下，可以在与所有者具有高相关性的用户和不具有这种相关性的用户之间自主地改变可视拍摄图像、可用操作内容等。

接下来，参考图15，描述个人相关性识别的具体操作。在步骤s1800中，分析单元120从携带历史信息中提取过去已经使用过装置100的用户列表。在步骤s1804中，分析单元120然后选择已经使用过装置100的用户中的两个，并且在步骤s1808中计算个人相关性得分。“个人相关性得分”是用于确定两个用户的相关性的指标值。

在步骤s1812中，分析单元120执行各种处理，例如重要性得分计算(s1812a)和共享装置数量得分计算(s1812b)。此外，这些类型的处理仅仅是示例，而要执行的处理不限于此。

“重要性得分计算(s1812a)”是指计算每个装置100的重要性的指标值的处理。装置100基于每个装置100的类别、携带历史信息等来计算每个装置100的重要性得分。

“共享装置数量得分计算(s1812b)”是指计算在两个被选的人之间共享的装置100的数量的指标值的处理。

在步骤s1816中，分析单元120将重要性得分计算和共享装置数量得分计算的各个结果与权重因子加权，对加权得到的值求和，来计算个人相关性得分，如表达式4所示。分析单元120重复计算以强力方式使用装置100的用户的个人相关性得分。

[表达式4]

个人相关性得分＝wa·a+wb·b(表达式4)

a：重要性程度得分

b：共享装置数量得分

wa和wb：权重因子

在步骤s1820中，分析单元120基于个人相关性得分生成个人聚类列表。“人员聚类列表”是指示具有相关性的用户和相关性的程度(人员相关性得分)的组合的列表。“人员聚类列表”是其中各个用户被分成多个群组的信息。

在步骤s1824中，基于相关性的程度确定各个用户所属的群组的属性。例如，装置100通过将各个群组之间的相关性的程度(个人相关性得分)与预定阈值进行比较来识别各个群组的属性(例如，家庭、密友、圈子成员、同事等)。

上述操作允许分析单元120更准确地识别共享装置100的用户之间的相关性。注意，上述操作仅仅是示例，并且可以适当地改变。例如，步骤s1812中的各种不同处理可以并行执行，或者可以根据所需准确度等逐步地执行或部分省略。

(4-6.组确认和后续操作)

接下来，参考图16和图17，描述了装置100的组确认和后续操作。“组确认”是指允许装置100通过使用上述的携带者识别或个人相关性识别来确认自身装置的所有者或自身装置所属的群组的处理。

图16示出了允许未设置所有者的装置100执行组确认并设置自身装置的所有者的操作。

在步骤s1900中执行携带识别，识别出装置100被携带，在步骤s1904中执行同一人携带识别，并且识别出装置100由同一人携带。注意，可以一起执行携带位置识别。然后，假设在步骤s1908中执行携带者识别，并且认证了携带装置100的用户。

在步骤s1912中，控制单元150确认自身装置所属的群组。例如，控制单元150确认自身装置的所有者。在未设置本装置的所有者的情况下(步骤s1916/是)，控制单元150在步骤s1920中将携带自身装置的用户注册为所有者。在步骤s1924中，控制单元150通过预定方法将所有者已注册通知给用户。在已经设置所有者的情况下(步骤s1916/否)，处理结束。

上述操作消除了用户执行所有者注册的必要性。注意，上述操作仅仅是示例，并且可以适当地改变。例如，在步骤s1920中，在携带自身装置的用户被注册为所有者之前，控制单元150可以执行请求用户许可所有者注册的操作。这允许控制单元150防止用户无意的所有者注册。

接下来，描述图17中的操作。图17示出了例如在装置100由非所有者的用户(或与所有者相关性低的用户)携带的情况下通知所有者的操作。

步骤s2000至s2008与图16中的步骤s1900至s1908相同，因此省略其描述。在步骤s2012中，控制单元150确认自身装置所属的群组。例如，控制单元150确认自身装置的所有者或自身装置所属的群组。然后，在确定自身装置由不是所有者的人或不属于具有高相关性的群组(例如家庭等)的人携带的情况下(步骤s2016/是)，控制单元150在步骤s2020中通过预定方法向所有者通知该情况。在确定自身装置由所有者或属于具有高相关性的群组的人携带的情况下(步骤s2016/否)，处理结束。

上述操作可以防止装置100例如被盗或丢失。注意，上述操作仅仅是示例，并且可以适当地改变。例如，即使在步骤s2016中判定自身装置由属于具有高相关性的群组的人等携带的情况下(步骤s2016/否)，控制单元150也可以通过预定的方法将其通知给所有者。此外，在确定自身装置由非所有者的人等携带的情况下(步骤s2016/是)，控制单元150可以限制自身装置的一部分功能的使用、执行集中监视，或者询问当前所有者是否将自身装置的所有者更改为这个人(转移装置100)，或者是否将自身装置借给这个人。可替代地，代替所携带的装置100本身，上述处理可以通过存在于装置100周围的其他装置100来实现。

(4-7.动作预测和携带推荐)

接下来，参考图18，描述了基于装置100的携带状态对用户执行动作预测并推荐携带的装置100的操作(以下称为“携带推荐”)。如上所述，例如，装置100能够基于用户携带的装置100的组合等来预测用户的动作。然后，装置100基于动作预测结果计算用户看起来期望携带的推荐装置100，并将推荐装置100与实际携带的装置100进行比较。这使得可以通知用户装置100的过量或不足(例如，遗留物体、不必要的物体等)。

步骤s2100至s2108与图16中的步骤s1900至s1908相同，因此省略其描述。在步骤s2112中，分析单元120执行动作预测。更具体地，在步骤s2116中，分析单元120提取动作历史列表。这里，“动作历史列表”是如图19所示的其中动作与在每个动作时的装置100的携带状态(图19作为示例示出了关于在每个动作时的装置100被携带的概率的值)彼此相关联的信息。注意，图19仅示出了示例，但是动作历史列表的内容不限于此。

在步骤s2120中，分析单元120从动作历史列表中选择一个动作，并且在步骤s2124中计算装置/动作相关性得分。“装置/动作相关性得分”是指示装置100的携带状态与所选动作之间的相关性的指标值。例如，在用户携带图19中的装置100a至100c的情况下，针对动作历史列表中的各个动作基于与装置100a至100c相对应的值(例如，与装置100a至100c相对应的值的总和值或平均值等)计算装置/动作相关性得分。

分析单元120计算所有动作的装置/动作相关性得分。在步骤s2128中，分析单元120输出具有最高装置/动作相关性得分的动作。在图19的示例中，输出与用户携带的装置100a至100c相对应的值最高的动作c(即，预测用户执行动作c)。上述操作允许分析单元120基于装置100的携带状态更准确地预测用户的动作。

然后，在步骤s2132中，基于动作预测的结果执行携带推荐的操作。首先，控制单元150在步骤s2136中提取动作历史列表，并且步骤s2140中，基于动作对携带装置列表进行排序。如图20的20a所示，“携带装置列表”是其中各个装置100、得分(被携带的可能性)和携带状态被彼此相关联的信息。如20a所示，控制单元150按照由动作预测输出动作c的得分的降序对携带装置列表进行排序。

在步骤s2144中，如20b所示，控制单元150通过从携带装置列表中移除携带装置100来输出遗留物体列表(或者控制单元150可以通过提取携带装置列表和携带装置100之间的差异来输出遗留物体列表和不必要的物体列表)。在步骤s2148中，控制单元150通过预定方法向用户通知输出结果。

上述操作允许装置100更准确地识别装置100的过量或不足(例如，遗留物体、不必要的物体等)并通知用户。注意，上述操作仅仅是示例，并且可以适当地改变。例如，在已知用户的动作的情况下，可以适当地省略步骤s2112中的动作预测。此外，装置100可以通过学习用户遗留物体或不必要的物体的倾向来改变每个装置100的处理的准确性和内容。此外，在有限时段内使用装置100的情况下(例如，仅在冬天使用的滑雪产品、滑冰产品等)，装置100可以在使用装置100的时段和未使用装置100的时段之间改变处理的准确性和内容。

(4-8.装置100的状态评估)

接下来，参考图21，描述关于装置100的状态评估的操作。

首先，在步骤s2200中，装置100计算装置状态得分。更具体地，如表达式5所示，分析单元120将诸如振动、旋转、浸没、拆卸或修改的事件的检测结果(例如，指示每个事件被检测的次数和每个事件的程度的值)和由用户指示(或输入)的值与权重因子进行加权，对加权得到的值求和，来计算装置状态得分。

[表达式5]

装置状态得分＝wa·a+wb·b+wc·c+wd·d+we·e(表达式5)

a：指示装置100受到振动(或冲击)的次数及其程度的值

b：指示装置100旋转的次数及其程度的值

c：指示装置100受到浸没的次数及其程度(例如，时间等)的值d：指示装置100被拆卸或修改的次数及其程度的值

e：用户指示的值

wa至we：权重因子

如上所述，装置状态得分基于诸如振动、旋转、浸没、拆卸或修改的事件的检测结果而改变。例如，如图22所示，在出货时装置状态得分指示为1.0，其伴随着检测到震动、浸没等逐渐降低，从而指示装置100的状态逐渐劣化。此外，即使在没有检测到振动、浸没等的时段，装置状态得分也逐渐降低，因此指示装置100随时间劣化。此外，装置状态得分也根据用户的指令而改变，允许用户通过发出预定指令来取消或校正诸如振动的事件的影响。此外，用户还能够通过发出预定指令来控制更新装置状态得分的功能的激活或失效。注意，图22仅示出了示例，但是改变装置状态得分的方法不限于此。例如，在发生改善装置100的状态的这种事件的情况下，可以增加装置状态得分。

然后，在图21的步骤s2204中，装置100计算作为装置状态得分的可靠性的指标值的可靠性得分。更具体地，如表达式6所示，分析单元120将指示装置状态得分(与事件记录时段同义)的记录时段的值、指示装置状态得分的记录时段与装置100的使用时段的比例的值、以及指示用于计算装置状态得分的传感器(检测器)的数量的值与权重因子加权，对加权得到的值求和，来计算可靠性。

[表达式6]

可靠性得分＝ta·a+tb·b+tc·c(表达式6)

a：指示装置状态得分的记录时段(与事件记录时段同义)的值

b：指示装置状态得分的记录时段占装置100使用时段比例的值

c：指示用于计算装置状态得分的传感器(检测器)的数量的值

ta至tc：权重因子

注意，上述操作仅仅是示例，并且可以适当地改变。例如，可以适当地改变用于计算装置状态得分的上述事件。更具体地，用于计算装置状态得分的事件不限于以上，而可以是任何事件，只要该事件影响装置100的状态。此外，可以考虑关于装置100的使用频率的信息、关于装置100的使用次数的信息、关于使用过装置100的用户的信息等(例如，用户物品使用得分等)。此外，用于计算可靠性得分的上述组件也可以适当地改变。更具体地，用于计算可靠性得分的组件可以是任何组件，只要该组件影响装置状态得分的可靠性。

此外，装置100能够通过上述方法认证用户，并且装置100因此可以区分和计算每个用户的装置状态得分或可靠性得分。更具体地，装置100可以指定每个用户使用装置100的时段，并且基于在每个时段中发生的诸如振动的事件等来计算装置状态得分等。

用户(例如，包括装置100的卖方或出借方)能够通过使用由上述操作计算的装置状态得分来适当地管理每个装置100。例如，如图23所示，可以基于包括装置状态得分的范围来确定装置100的等级(在该示例中，s级到c级)。这允许出借方在出借装置100时根据借用方的不同而出借不同等级的装置100。例如，在借用方极有可能粗心地处理装置100的情况下(即，在借用方的用户物品使用得分较低的情况下)，出借方能够采取对策，例如出借等级较低的装置100。

此外，将装置100分类为多个等级可以使管理方法比在原样使用装置状态得分的情况下的管理方法更简单。更具体地，在原样使用装置状态得分的情况下，用户必须为每个装置状态得分建立管理方法。相反，在装置100被分类为多个等级的情况下，用户仅需要为每个等级建立管理方法，使得管理方法更简单。

此外，如上所述，可以基于装置状态得分来设置装置100的销售价格(或租用价格)。此时，如图23所示，用于设置销售价格等的系数(在该示例中，为0.7至1.0)可以基于包括装置状态得分的范围来确定(以下将该系数称为“等级系数”)。

接下来，描述了设置装置100的销售价格(或租用价格)的方法。例如，如表达式7所示，装置100的销售价格等可以是通过将装置状态得分乘以正常使用产品的价格(注意，假定装置状态得分被表示为0.0到1.0)而获得的价格。这里，正常使用产品的价格可以是例如未使用的装置100的销售价格，并且正常使用产品的价格不限于此。这使得将状态欠佳的装置100设置为更低的销售价格(或租用价格)。

[表达式7]

销售价格＝装置状态得分×正常使用产品的价格(表达式7)

此外，如表达式8所示，装置100的销售价格等可以是通过将装置状态得分、需求系数、老化劣化指标值和新产品价格相乘而获得的价格(即，正常使用产品的价格可以是通过将需求系数、老化劣化指标值和新产品价格相乘而获得的价格)。这里，如果需求系数是指示在装置100被售出(或借出)时市场中对装置100的需求的任何值即可。此外，如果老化劣化的指标值是指示不是由诸如振动的事件导致的老化劣化(例如，装置100被存储而不使用的时段中发生的劣化)的任何指标值即可。

[表达式8]

销售价格＝装置状态得分×(需求系数×老化劣化指标指标值×新产品价格)(表达式8)

此外，如表达式9所示，装置100的销售价格等可以是通过将等级系数乘以正常使用产品的价格而获得的价格。

[表达式9]

销售价格＝等级系数×正常使用产品的价格(表达式9)

注意，设置销售价格等的方法不限于上述。例如，在上述各个表达式中可以适当地省略或改变使用的因子(例如，每个系数、正常使用产品的价格、新产品价格等)。更具体地，表达式8省略了需求系数和老化劣化的指标值，并且由此可以通过将装置状态得分乘以新产品价格来计算销售价格。另外，应用上述方法可以使得装置100的购买价格被设置。

(4-9.用户物品使用得分的计算)

接下来，参考图24，描述了计算用户物品使用得分的操作。

在步骤s2300中，分析单元120计算关于用户过去使用的所有装置100的装置状态得分的总和值。更具体地，在步骤s2304中，分析单元120对用户过去使用的所有装置100重复执行上面表达式5的计算处理。此后，在步骤s2308中，分析单元120然后执行对关于所有装置100的装置状态得分的求和处理。

这里，描述了指定由用户过去使用的所有装置100的方法。装置100能够通过执行如上所述的用户认证来指定由用户过去使用的所有装置100以及用户使用各个装置100的时段。因此，在步骤s2304中，分析单元120能够基于诸如用户使用每个装置100时段发生的振动之类的事件等来计算每个装置100的装置状态得分。甚至在同一个装置100过去被多个用户使用过的情况下，在每个用户物品使用得分中，这适当地反映了每个用户如何对待装置100的方式。

在步骤s2312中，分析单元120计算关于装置状态得分的可靠性得分的总和值。更具体地，在步骤s2316中，分析单元120对用户过去使用的所有装置100重复执行处理，该处理执行上面表达式6的计算。此后，在步骤s2320中，分析单元120然后执行对关于所有装置100的可靠性的得分求和处理。

在步骤s2324中，分析单元120基于由外部系统提供的信息计算外部评估得分，该外部评估得分是指示用户的总体评估的指标值。更具体地，分析单元120获取关于从外部系统提供的用户的一些评估，并且例如由权重因子对评估进行加权，通过对加权得到的值求和，来计算外部评估得分。这里，外部系统可以是例如基于用户的疾病历史、事故历史等来提供用户的风险信息的保险系统，基于用户的支付历史等提供指示用户滞后支付的风险信息的信用卡系统等。注意，外部系统和从外部系统提供的信息不限于此。此外，计算外部评估得分的方法不限于此。例如，可以通过将由外部系统提供的信息输入给预定算术表达式来计算外部评估得分。

在步骤s2328中，分析单元120基于装置状态得分的总和值、可靠性得分的总和值和外部评估得分来计算用户物品使用得分。更具体地，分析单元120例如由权重因子加权这些得分，通过对加权得到的值求和，来计算用户物品使用得分。

如上所述，不仅通过要考虑装置状态得分，还要考虑指示可靠性的可靠性得分，来计算用户物品使用得分。这允许分析单元120计算准确的用户物品使用得分，即使在装置状态得分的准确度低的情况下。此外，如上所述，通过基于外部系统提供的信息考虑外部评估得分来计算用户物品使用得分。与在仅基于本系统中的信息来计算得分的情况相比，这允许分析单元120提高用户物品使用得分的准确性。

注意，上述操作仅仅是示例，并且可以适当地改变。例如，针对计算，分析单元120可以通过使用装置状态得分或可靠性得分的平均值等而不是其总和值来计算用户物品使用得分。

此外，可以针对装置100的每个类别来计算用户物品使用得分。上面已经描述了装置100的类别的内容。这允许装置100计算更适当的用户物品使用得分，即使在装置100的类别改变了的情况下，用户是否能够适当地(或仔细地)使用装置100。例如，即使在某个用户仔细对待“相机”，但是草率对待“文具”的情况下，在某个用户仔细对待“公共物体”，但草率对待“私人物体”等的情况下，装置100也能够计算更合适的用户物品使用得分。

这里，装置100的租用价格(或销售价格)可以不仅基于装置状态得分还基于用户物品使用得分来来设置。例如，如表达式10所示装置100的租用价格等可以是通过将正常租用价格除以用户物品使用得分而获得的价格(注意，假设用户物品使用得分被表示为0.0到1.0的情况)。这里，正常租用价格可以是例如提供给良好的用户的租用价格，并且不限于此。这使得为具有较高用户物品使用得分的用户(例如，仔细对待装置100)设置较低的租用价格(或销售价格)。

[表达式10]

租用价格＝正常租用价格/用户使用物品得分(表达式10)

此外，装置100的租用价格等可以是通过将等级系数乘以正常租用价格获得的值再除以用户物品使用得分而获得的价格，如表达式11所示。这使能设置甚至将装置100的状态考虑在内的价格。

[表达式11]

租用价格＝等级系数×正常租用价格/用户使用物品得分(表达式11)

注意，设置租用价格(或销售价格)的方法不限于上述。另外，应用上述方法可以使装置100的购买价格被设置。此外，可以基于用户物品使用得分针对每个用户改变待出租的装置100的等级。

这里，如上所述，用户物品使用得分的使用允许针对每个用户改变装置100的租用价格等，或者允许针对每个用户改变出借装置100的等级。然而，例如，良好的用户可以用低价借用装置100(或高等级的装置100)，并且允许不良的用户使用它。

此时，装置100能够通过上述方法认证用户，并且在检测到借用方和用户不同的情况下执行预定操作。例如，装置100能够被锁定和禁用、警告用户、通知出借方、根据用户重置租用费用等。注意，装置100在检测到借用方和用户不同的情况下的操作不限于此。

<5.各种ui>

上面已经描述了装置100的操作。接下来，参考图25至图39，描述关于装置100的各种ui的实例。

在本公开中，用户能够通过使用任何信息处理装置来更适当地管理装置100。用于管理装置100的信息处理装置没有特别限制。例如，信息处理装置可以是能够与装置100通信的任何装置，诸如智能电话、pc(个人计算机)、便携式游戏控制台、便携式音乐播放器或相机，或者可以是装置100本身(或者其中结合有装置100的装置)。作为示例，以下描述了用于管理装置100的信息处理装置是装置100本身的情况，该装置是智能电话。

装置100能够在显示器上显示任何统计信息。例如，如图25所示，装置100在显示器的垂直方向上指示了每个装置100的使用时段，在水平方向上指示了每个装置100的使用频率，并且配置每个装置100的图标11，从而使得可以显示每个装置的使用时段和使用频率。注意，图25仅示出了示例，并且该示例可以适当地改变。例如，可以改变在显示器的垂直方向和水平方向上指示的统计信息，或者可以改变每个装置100的图标11的内容。

此外，如图26所示，装置100还能够显示针对每周每天的装置100的任何统计信息(例如，使用频率、使用时段等)。选择星期几标签12允许用户选择期望确认统计信息的星期几(26a示出选择了星期一以及26b示出选择了星期六)。

此外，如图27所示，装置100还能够基于时间显示装置100的任何统计信息(例如，使用频率、使用时段等)。选择时间标签13允许用户选择期望确认统计信息的时间(27a示出选择了从11：00到12：00的时间，以及27b示出选择了从21：00到22：00的时间)。注意，在图27中，装置100将每个装置100的使用频率显示为条形图。用这种方式，装置100可以通过使用任何图表、表格、图示等来显示统计信息。

此外，如图28所示，装置100还能够显示针对每个用户的装置100的任何统计信息(例如，使用频率、使用时段等)。选择用户标签14允许用户能够选择期望确认统计信息的用户，确认其统计信息(28a示出了选择男性用户，28b示出了选择女性用户)。例如，这允许父母管理孩子的装置100。

另外，如图29所示，装置100能够每天显示每个装置100的携带状态。如29a所示，用户能够以时间顺序在预定日确认每个装置100的携带状态。注意，如29a所示，例如，装置100能够通过切换纹理来指示每个装置100的携带状态(例如，对于眼镜，15a指示“非携带状态”，15b指示“携带状态和非佩戴状态”，以及15c指示“佩戴状态”)。此外，如29b所示，用户能够在预定日内确认每个装置100的携带状态的概要。

另外，如图30所示，装置100能够显示每个装置100的携带历史信息。所显示的携带历史信息具有任何内容，但是，例如，如图30所示，可以显示开始使用日期、总携带时间(总使用时间)、携带频率(使用频率)和携带倾向(包括关于一起携带的其他装置100的信息)。

另外，如图31所示，装置100可以推荐用户用于每个事件的应当携带(或佩戴)的装置100(可以包括除装置100之外的物品)。装置100能够基于每个装置100的类别、携带历史信息等，基于诸如由用户输入的随同人员、事件内容和停留时间的各种条件，来推荐用户应当携带(或佩戴)的装置100。

另外，如图32所示，装置100可以推荐每个类别里应该携带(或佩戴)的装置100。更具体地，装置100基于动作历史等通过对用户执行动作预测来生成携带装置列表。然后，如图32所示，装置100显示诸如“西装”、“衬衫”、“领带”、“眼镜”和“手表”的每个类别的列表。此时，装置100将预定标记16赋予给每个类别中推荐的装置100。这里，确定推荐装置100的方法没有特别限制。例如，装置100可以基于用户的偏好或用户的动作历史来确定待推荐的装置100，或者可以基于通常被认为是受喜爱的颜色和图案的搭配来确定待推荐的装置100。此外，当用户携带(或佩戴)每个类别中的装置100时，装置100动态地改变待推荐的装置100。这些操作允许用户携带(或佩戴)装置100而不用担心搭配，并且避免遗留物体。注意，如图32所示，可以在用户携带(或佩戴)的装置100的类别上显示复选标记17。可以适当地改变图32的ui。此外，图32的列表不是基于动作预测生成的，而是可以基于用户输入生成。

此外，如图33所示，装置100可以显示应当与优先携带装置一起携带(或佩戴)的装置100的列表(或遗留物体列表)。更具体地，装置100基于动作历史等通过对用户执行动作预测来生成携带装置列表。然后，装置100通过从携带装置列表中移除已经由用户携带的装置100来输出应该携带的装置100的列表(或遗留物体列表)。此时，装置100计算每个装置100的优先级。计算优先级的方法没有特别限制。例如，可以基于动作历史等来为具有被用户携带的较高概率的装置100设置较高的优先级。此外，可以基于动作历史等来为用户在较早定时携带的装置100设置较高的优先级。此外，图33的示例假设了每次从列表中删除(消去)由用户携带的装置100，但这不是限制性的。此外，可以根据每个装置100的优先级的变化来动态地改变列表的内容或顺序。图33的ui可以适当地改变。

此外，如上所述，装置100能够通过使用感测数据来执行用户认证，并且允许基于认证的结果来解锁等。因此，装置100能够向用户提供解锁功能和通知遗留物体的功能的组合。更具体地，装置100允许在用户认证成功的情况下解锁，并且可以确认没有遗留物体。在这种情况下，装置100可以向用户提供如图34所示的ui。更具体地，解锁所需的装置100可以被作为图标示出。注意，在图34的示例中，在用户携带装置100的定时，装置100的图标从未加亮状态(34a中的图标18b的状态)转换到高亮状态(34a中的图标18a的状态)。然后，如34b所示，在所有装置100的图标均进入高亮状态的情况下(即，在用户携带所有装置100的情况下)，执行解锁(注意，假设用户认证成功)。图34的ui可以在适当时改变。

此外，装置100可以向用户提供ui，该ui指示使用感测数据的用户认证的情况。更具体地，如上所述，装置100可以基于用户携带的装置100的组合、携带装置100的顺序或携带方法等来执行用户认证。在这种情况下，如图35所示，装置100可以显示示出用户认证情况的图表。图35的示例显示了示出携带者得分(或对应于携带者得分的值)随时间变化的线图以及用于成功的用户认证的阈值。在图35的示例中，在用户携带包、手表然后携带钥匙的定时，携带者得分超过了阈值，使得用户认证成功。该ui允许用户充分了解用户认证的情况。注意，指示用户认证情况的ui不限于图35的实例。

例如，如图36的36a和36b所示，携带者得分(或对应于携带者得分的值)可以以文本格式显示。此外，如36c所示，装置100可以将携带者得分分解成多个元素(例如，动作识别结果、携带位置识别结果等)，并且以文本格式19或以进度条形式20来显示每个元素的值。

此外，如上所述，可以基于装置状态得分、可靠性得分或用户物品使用得分来设置装置100的销售价格或租用价格。接下来，描述了显示装置100的销售价格等的ui的具体实例。例如，在用户从预定的网站购买装置100的情况下，可以显示如图37所示的屏幕。更具体地，如图37所示，可以显示这样的屏幕，该屏幕指示每个装置100的销售价格、每个装置100是否是新的(未使用的)产品、装置状态得分，以及雷达图谱21。该雷达图谱21指示在计算可靠性得分和装置状态得分时使用的诸如振动的事件的影响。在该示例中，每个装置100的销售价格是通过将装置状态得分乘以新产品价格而获得的价格(在该示例中，￥2,000)。

提供该屏幕以便于用户选择期望的装置100。更具体地，用户能够通过考虑装置100的状态与其销售价格之间的平衡来选择期望的装置100。此外，用户还能够考虑甚至指示装置状态得分的可靠性的可靠性得分。此外，用户能够基于雷达图谱21确定每个装置100发生的事件是否落入允许的范围内。例如，当购买具有低防水性的装置100时，用户能够优先选择没有发生浸没事件的装置100。图37的ui可以在适当时改变。

此外，可以提供允许用户确认用户他或她自己的用户物品使用得分等的ui。例如，如图38所示，可以显示用户姓名、用户物品使用得分、用于计算用户物品使用得分的各种得分(装置状态得分、可靠性得分和外部评估得分)，以及指示这些得分的雷达图谱22。注意，图38中的装置状态得分和可靠性得分是通过对在图24中的步骤s2300和s2304中计算的各个总和值来进行平均而获得的值(通过将总和值除以装置数量而获得的值)，但不限于此。提供该屏幕允许用户在任何时间确认用户他或她自己的用户物品使用得分。此外，用户能够确认用于计算用户物品使用得分的各种得分，并且因此用户能够识别用户物品使用得分的依据。另外，正在考虑是否将装置100借给用户的出借方可以使用屏幕。这允许出借方基于用户物品使用得分和该得分的依据来确定是否出借装置100。图38的ui可以在适当时改变。

这里，如上所述，基于关于用户过去使用的所有装置100的装置状态得分来计算用户物品使用得分。因此，可以提供能够确认用户过去使用的所有装置100的装置状态得分等的ui。例如，如图39所示，可以显示用户的姓名、装置状态得分、指示用于计算装置状态得分的各种事件的影响的值、指示这些值的雷达图谱23，以及每个显示装置100的细目(在该示例中，显示关于每个装置100的装置名称、装置状态得分，以及指示用于计算可靠性得分和装置状态得分的各种事件的影响的雷达图谱24)。提供该屏幕允许用户识别装置状态得分的依据，该装置状态得分用于计算用户他或她自己的用户物品使用得分。另外，类似于图38，考虑是否将装置100借给用户的出借方可以使用屏幕。例如，出借人能够确定不将具有低防水性的装置100出借给经常浸没装置100的用户。图39的ui可以适当地改变。

注意，上述显示内容仅仅是示例，并且可以适当地改变。例如，装置100可以显示上述各种处理的结果或临时进度报告、各种处理中使用的信息等。

<6.结论>

如上所述，根据本公开的装置100能够基于用户携带的装置100的状态来执行用户认证。例如，装置100能够基于用户携带的装置100、携带方法、携带装置100的定时和顺序等的组合来执行用户认证。

此外，装置100能够基于用户携带的装置100的状态为用户执行动作预测，并且例如，还能够基于动作预测的结果向用户通知携带的装置100的过量或不足(例如，遗留物体、不必要的物体等)。

此外，装置100能够基于各个用户对装置100的共享情况来识别两个或更多用户之间的相关性。

此外，装置100能够基于用户携带的装置100的状态来识别自身装置的类别，并且有效地使用从具有相同类别或预定相关类别的另一装置100中获取的携带历史信息。

此外，装置100能够通过存储用户过去的使用情况来适当地评估装置100的状态。更具体地，装置100能够计算作为使可以评估自身装置的状态的指标值的装置状态得分和作为指示得分的可靠性的指标值的可靠性得分。

此外，装置100能够基于用户对每个装置100的使用情况等来计算用户物品使用得分，该用户物品使用得分指示用户如何适当使用装置100。装置状态得分、可靠性得分或用户物品使用得分可用于例如设置装置100的销售价格(或租用价格)。

此外，在共享经济服务等中，装置100能够检测借用方和实际用户彼此是不同的。

此外，装置100还能够向用户提供关于装置100或用户的得分等的各种ui。

上面已经参照附图详细描述了本公开的优选实方式，但是本公开的技术范围不限于这样的实施方式。显然，本公开领域的普通技术人员可以对在所附权利要求书中描述的技术思想的范围内做出各种变更和修改，并且应当理解，这些变更和修改自然落入本公开的技术范围内。

例如，各个装置100以任意比例共享上述各种处理。例如，另一装置100可以将原始感测数据发送到执行上述各种处理的装置100，并且各种处理可以由接收数据的装置100来实现。另外，另一装置100可以将经过各种处理的一部分的数据发送到执行各种处理的装置100。这允许每个装置100减少通信数据量。

此外，在诸如动作预测、个人相关性识别或类别识别的上述各种处理中，也可以适当地应用用于处理用户认证的信息(例如，装置100的组合、装置100的携带方法、待携带的装置100的定时或顺序等)。例如，甚至可以使用装置100的携带方法等来执行动作预测。

此外，这里描述的效果仅仅是说明性和示例性的，而不是限制性的。即，除了上述效果或代替上述效果之外，根据本公开的技术可以发挥对于本领域技术人员来说从本文的描述显而易见的其他效果。

应当注意，以下配置也落入本公开的技术范围内。

(1)

一种信息处理装置，包括：

认证单元，认证单元基于关于由用户携带的两个或更多个装置的携带状态的信息来认证用户，该信息是从装置获取的。

(2)

根据(1)所述的信息处理装置，其中，认证单元基于装置的携带状态之间的关系来执行认证。

(3)

根据(2)所述的信息处理装置，其中，认证单元基于装置的组合来执行认证。

(4)

根据(2)或(3)的信息处理装置，其中，认证单元基于装置的携带方法来执行认证。

(5)

根据(2)至(4)中任一项所述的信息处理装置，其中，认证单元基于装置被携带的定时或顺序来执行认证。

(6)

根据(2)至(5)中任一项所述的信息处理装置，其中，认证单元基于在特定时间段、特定时间点或在特定动作时的关系来执行认证。

(7)

根据(1)至(6)中任一项所述的信息处理装置，其中，认证单元基于从用户携带的装置获取的信息来执行认证。

(8)

根据(1)至(7)中任一项所述的信息处理装置，其中，在认证成功之后，认证单元通过以比认证负担较轻的处理来确保识别用户。

(9)

根据(1)至(8)中任一项所述的信息处理装置，还包括动作预测单元，动作预测单元基于该信息针对用户执行动作预测。

(10)

根据(9)所述的信息处理装置，还包括推荐单元，推荐单元输出基于动作预测而被推荐携带的装置。

(11)

根据(1)至(10)中任一项所述的信息处理装置，还包括相关性识别单元，相关性识别单元基于该信息来识别共享装置的两个或更多个用户之间的相关性。

(12)

根据(11)所述的信息处理装置，其中，相关性识别单元基于装置的重要性或共享的装置的数量来识别相关性。

(13)

根据(1)至(12)中任一项所述的信息处理装置，还包括类别识别单元，类别识别单元基于该信息识别用于对装置进行分类的类别。

(14)

根据(13)所述的信息处理装置，还包括控制单元，控制单元基于该类别来控制与另一装置的协作。

(15)

根据(14)所述的信息处理装置，其中，控制单元基于类别与另一装置共享该信息。

(16)

根据(1)至(15)中任一项所述的信息处理装置，还包括注册单元，注册单元将用户注册为装置的所有者。

(17)

根据(16)所述的信息处理装置，还包括控制单元，控制单元控制在装置由所有者以外的人或借用方以外的人携带或使用的情况下的预定处理。

(18)

根据(1)至(17)中任一项所述的信息处理装置，还包括装置状态计算单元，装置状态计算单元基于装置过去发生的事件来计算指示装置的状态的值。

(19)

根据(18)所述的信息处理装置，其中，装置状态计算单元基于事件的记录时段来计算指示装置的状态或质量的值的可靠性。

(20)

根据(19)所述的信息处理装置，还包括用户适当性计算单元，用户适当性计算单元基于指示用户过去使用的装置的状态的值和可靠性来计算指示用户使用装置的适当性的值。

(21)

根据(20)所述的信息处理装置，其中，用户适当性计算单元还基于从外部系统提供的关于用户的评估的信息来计算指示适当性的值。

(22)

根据(1)所述的信息处理装置，还包括控制单元，控制单元控制显示关于当前或过去携带状态的信息、关于被推荐由用户携带的装置的信息、关于认证情况的信息、关于装置的状态或质量的信息、关于指示装置的状态或质量的值的可靠性的信息、指示用户使用装置的适当性的信息、以及从外部系统提供的关于对用户的评估的信息中的至少一项。

(23)

一种由计算机执行的信息处理方法，该信息处理方法包括：

基于关于用户所携带的两个或更多个装置的携带状态的信息来认证用户，该信息是从装置获取的。

(24)

一种程序，用于使计算机实现：

基于关于用户所携带的两个或更多个装置的携带状态的信息来认证用户，该信息是从装置获取的。

附图标记列表

100：装置

110：采集单元

120：分析单元

130：存储单元

140：通信单元

150：控制单元。