信息处理装置和信息处理方法与流程

1.本发明涉及一种信息处理装置和信息处理方法。


背景技术：

2.以往，已知一种显示poi(point of interest，兴趣点)的图标的导航装置(专利文献1)。在专利文献1所记载的发明中，记录用户使用过的poi的使用频率，并将使用频率高的poi的图标显示于显示器。
3.现有技术文献
4.专利文献
5.专利文献1：日本特开2012-57957号公报


技术实现要素：

6.发明要解决的问题
7.然而，专利文献1所记载的发明只是将使用频率高的poi显示于显示器，没有提及记录用户在poi的行动，因此存在改善的余地。
8.本发明是鉴于上述问题而完成的，其目的在于提供一种能够记录用户在poi的行动的信息处理装置和信息处理方法。
9.用于解决问题的方案
10.本发明的一个方式所涉及的信息处理装置在根据从乘车检测装置获取到的信号检测到用户的乘车时，基于车辆的位置信息来从输出装置输出至少包含与用户的乘车前的行动有关的提问的输出数据，经由输入装置获取用户针对提问的回答作为输入数据，将输入数据与车辆的位置信息或poi相关联地存储到存储装置中。
11.发明的效果
12.根据本发明，能够记录用户在poi的行动。
附图说明
13.图1是说明本发明的实施方式的整体的概要的图。
14.图2是本发明的实施方式所涉及的信息处理装置的概要结构图。
15.图3是说明本发明的实施方式所涉及的poi的一例的图。
16.图4是说明本发明的实施方式所涉及的poi的其它例的图。
17.图5是说明本发明的实施方式所涉及的信息处理装置的一个动作例的流程图。
18.图6是本发明的变形例所涉及的信息处理装置的概要结构图。
19.图7是对本发明的变形例所涉及的估计行动的精度进行说明的图。
20.图8是对本发明的变形例所涉及的提问的结构进行说明的图。
21.图9是对行动历史记录与估计行动的精度之间的关系进行说明的图。
22.图10是说明本发明的变形例所涉及的信息处理装置的一个动作例的流程图。
23.图11是说明本发明的其它实施方式的图。
具体实施方式
24.下面，参照附图来对本发明的实施方式进行说明。在附图的记载中，对相同部分标注相同标记并省略说明。
25.(整体概要图)
26.参照图1来对本实施方式的整体的概要进行说明。如图1所示，车辆40经由通信网络30来与计算机20进行通信。
27.计算机20具备cpu(central processing unit：中央处理单元)21、存储器22、通信i/f 23以及存储设备24，这些构成要素经由未图示的总线等电连接。计算机20的设置场所不被特别地限定，能够设置在任意的场所。
28.cpu 21将存储在存储设备24等中的各种程序读入到存储器22，并执行程序中所包含的各种命令。存储器22是rom(read only memory：只读存储器)、ram(random access memory：随机存取存储器)等存储介质。存储设备24是hdd(hard disk drive：硬盘驱动器)等存储介质。此外，计算机20的功能也可以通过配置在通信网络30上的应用程序(software as a service(saas：软件服务化)等)来提供。另外，计算机20也可以是服务器。
29.通信i/f 23作为网络适配器等硬件、各种通信用软件以及它们的组合来进行实装，并且通信i/f 23构成为能够实现经由通信网络30等进行的有线或无线的通信。
30.通信网络30可以通过无线和有线中的任一方式或双方的方式来构成，通信网络30也可以包括因特网。在本实施方式中，计算机20和车辆40通过无线通信方式来与通信网络30连接。
31.(信息处理装置的结构例)
32.接着，参照图2来对车辆40所搭载的信息处理装置100的结构例进行说明。
33.如图2所示，信息处理装置100具备传感器组50、gps接收机51、麦克风52、存储装置53、扬声器54以及控制器60。
34.信息处理装置100既可以搭载在具有自动驾驶功能的车辆中，也可以搭载在不具有自动驾驶功能的车辆中。另外，信息处理装置100也可以搭载在能够在自动驾驶与手动驾驶之间进行切换的车辆中。此外，本实施方式中的自动驾驶是指例如制动致动器、加速致动器以及方向盘致动器中的至少任一致动器在没有用户的操作的情况下被进行控制的状态。因此，即使其它的致动器通过用户的操作而进行工作也是可以的。另外，自动驾驶是指正在执行加减速控制、横向位置控制等中的任一种控制的状态即可。另外，本实施方式中的手动驾驶是指用户对例如制动踏板、加速踏板以及方向盘进行操作的状态。
35.传感器组50(乘车检测装置)用于检测用户的乘车。传感器组50包括设置于座垫的感压传感器(也称为落座传感器)、拍摄车厢内的用户的摄像机、检测门的开闭的传感器等。控制器60利用从这些传感器获取到的信号来检测用户的乘车。
36.gps接收机51通过接收来自人工卫星的电波来检测车辆40在地面上的位置信息。在gps接收机51所检测的车辆40的位置信息中包含纬度信息和经度信息。gps接收机51向控制器60输出所检测到的车辆40的位置信息。此外，检测车辆40的位置信息的方法不限定于使用gps接收机51。例如，也可以使用被称为测程法的方法来估计位置。测程法是指根据车
辆40的旋转角、旋转角速度来求出车辆40的移动量和移动方向从而估计车辆40的位置的方法。
37.麦克风52用于输入用户的声音。
38.存储装置53是与控制器60的存储器不同的存储装置，例如是硬盘、固态驱动器等。在存储装置53中存储有地图数据库53a、行动历史记录数据库53b以及提问数据库53c。
39.地图数据库53a中存储有道路信息、设施信息等进行路径引导所需要的地图信息。道路信息例如是与道路的车道数、道路分界线、车道的连接关系等有关的信息。地图数据库53a根据控制器60的请求来向控制器60输出地图信息。在本实施方式中，设为信息处理装置100具有地图数据库53a来进行说明，但信息处理装置100无需一定具有地图数据库53a。也可以利用车车间通信、路车间通信来获取地图信息。另外，在地图信息被存储在设置于外部的服务器(例如图1所示的计算机20)中的情况下，信息处理装置100也可以通过通信来随时从服务器获取地图信息。另外，信息处理装置100也可以从服务器定期地取得最新的地图信息并更新所保有的地图信息。
40.在地图数据库53a中还存储有与poi(point of interest：兴趣点)有关的信息。在本实施方式中，poi是表示特定的场所的数据。在poi中至少包含属性、位置信息(纬度、经度)。属性是指餐厅、购物广场、公园等用于对poi进行分类的信息。并且，在poi中也可以包含名称、住址、电话号码、图标。例如，如果poi的属性是餐厅，则名称是指餐厅的具体的店铺名。poi的位置信息中除了包含纬度、经度之外，也可以还包含高度。
41.在行动历史记录数据库53b中，将用户在poi的行动与车辆40的位置信息或poi相关联地存储。由此，用户在poi的行动作为历史记录而被数据库化。
42.在提问数据库53c中，将poi的属性与同用户在poi的行动有关的提问相关联地记录。
43.控制器60是具备cpu(中央处理装置)、存储器以及输入输出部的通用的微型计算机。在微型计算机中，安装有用于使其作为信息处理装置100来发挥功能的计算机程序。微型计算机通过执行计算机程序来作为信息处理装置100所具备的多个信息处理电路发挥功能。此外，在此示出通过软件来实现信息处理装置100所具备的多个信息处理电路的例子，但是当然还能够准备下面所示的用于执行各信息处理的专用的硬件来构成信息处理电路。另外，也可以通过单独的硬件来构成多个信息处理电路。控制器60具备用户确定部61、目的地到达判断部62、声音解析部63、行动历史记录更新部64、行动估计部65、提问选择部66、乘车检测部67以及提问输出部68作为多个信息处理电路的一例。
44.扬声器54设置在车辆40的车厢内，用于输出声音。
45.用户确定部61使用在用户搭乘车辆40时拍摄到的面部图像来确定用户。具体地说，用户确定部61判定拍摄到的面部图像与预先登记在存储装置53中的面部图像是否一致或是否类似。在拍摄到的面部图像与预先登记在存储装置53中的面部图像一致或类似的情况下，用户确定部61将搭乘车辆40的用户确定为预先登记的用户。此外，即使点火装置关闭也能够实施这样的面部识别。
46.作为其它的用户确定方法，也可以使用智能钥匙(intelligence key，有时也称为smart key)的id。在智能钥匙系统中，在车辆和钥匙双方设置发送电波的天线和接收电波的接收机。当用户按下附在门把手、行李箱等的开关时，从车辆的天线发送电波，接收到该
电波的钥匙自动地发回电波。通过由车辆的接收机接收该电波来进行上锁或解锁。钥匙发送的电波中包含识别密钥，该密钥预先登记在车辆中来使用。通过将该识别密钥与用户信息相关联，能够确定用户。
47.目的地到达判断部62判断车辆40是否到达目的地。在本实施方式中，目的地是指用户操作导航装置(未图示)所设定的目的地。目的地的位置信息被存储在地图数据库53a中。目的地到达判断部62将从gps接收机51获取到的车辆40的位置信息和存储在地图数据库53a中的目的地的位置信息进行对照，在两者一致或大致一致时，判断为车辆40到达了目的地。
48.声音解析部63解析经由麦克风52输入的用户的声音。解析方法使用公知的方法。
49.行动历史记录更新部64将用户在poi进行的行动与车辆40的位置信息或poi相关联地存储到行动历史记录数据库53b中，并更新用户在poi的行动历史记录。
50.行动估计部65估计用户的乘车前的行动。在本实施方式中，用户的乘车前的行动是指在用户搭乘车辆40之前进行的行动。更详细地说，用户的乘车前的行动是指在用户搭乘车辆40之前用户在目的地进行的行动。
51.另外，行动估计部65经由通信网络30从计算机20获取用户的日程数据。在用户的日程数据中包含何时(when)、何地(where)、做什么(what)之类的与用户的行动预定有关的信息。此外，也可以从用户保持的终端(例如智能手机)获取日程数据。
52.提问选择部66参照由行动估计部65估计出的行动和提问数据库53c来选择向用户进行的提问。在提问选择部66选择了提问时，表示所选择的提问的信号被输出到提问输出部68。
53.乘车检测部67基于从传感器组50获取到的信号来检测用户的乘车。具体地说，乘车检测部67在从感压传感器获取到表示电阻值的变化的信号时，检测到用户已乘车。或者，乘车检测部67在通过对摄像机图像的解析而检测到用户处于车厢内时，检测到用户已乘车。此外，乘车检测部67也可以在检测到门的开闭之后从感压传感器获取到表示电阻值的变化的信号时，检测到用户已乘车。在乘车检测部67检测到用户的乘车时，表示检测到用户的乘车的信号被输出到提问输出部68。
54.提问输出部68在接收到表示检测到用户80的乘车的信号时，输出由提问选择部66选择的提问。提问既可以是经由扬声器54通过声音输出的，也可以是在显示器(例如导航装置的显示器)通过文字信息输出的。在本实施方式中，设为提问是经由扬声器54通过声音输出的，来进行说明。
55.接着，参照图3来对用户在poi进行的行动的存储方法的一例进行说明。
56.图3所示的场景是车辆40到达由用户80设定的目的地(在此为拉面店90)并且在拉面店90的停车场进行了泊车的场景。用户80从车辆40下车，进入拉面店90。用户80在拉面店90中完成要做的事之后，从拉面店90出来搭乘车辆40。
57.在由目的地到达判断部62判断出车辆40到达目的地时，表示判断出车辆40到达目的地的信号被输出到行动估计部65。接收到该信号的行动估计部65估计用户80的乘车前的行动。如上述所，用户80的乘车前的行动是指在用户80未搭乘车辆40时的、用户80在目的地进行的行动。在图3所示的例子中，用户80的目的地是拉面店90，因此用户80的乘车前的行动是指用户80在拉面店90进行的行动。
58.对行动估计部65估计用户80的行动的估计方法进行说明。首先，行动估计部65从gps接收机51获取车辆40的位置信息。更详细地说，行动估计部65获取由目的地到达判断部62判断出车辆40到达了目的地时的车辆40的位置信息。
59.行动估计部65将车辆40的位置信息与地图数据库53a进行对照，来获取当前地点(车辆40的停车位置)的poi。具体地说，如图3所示，行动估计部65获取poi的位置信息(纬度、经度)和poi的属性(拉面店)。在图3所示的例子中，车辆40在拉面店90的停车场进行了泊车，因此将车辆40的位置信息视作poi的位置信息。行动估计部65获取与车辆40的位置信息一致或大致一致的poi的位置信息。而且，行动估计部65获取与poi的位置信息相关联的poi的属性。
60.像这样，行动估计部65通过将车辆40的位置信息与地图数据库53a进行对照来掌握当前地点是拉面店90。接着，行动估计部65参照存储在存储装置53中的、将poi的属性与用户的行动种类相关联的表数据来估计用户80的乘车前的行动。在本实施方式中，用户的行动种类是指将在poi用户可能进行的行动分类到的种类。例如，在poi的属性是餐厅的情况下，用餐、讨论这两个行动被作为用户的行动种类来与餐厅相关联地存储。但是，用户的行动种类也可以不是多个而是单个。如图3所示，在poi的属性是拉面店的情况下，仅用餐被作为用户的行动种类来与拉面店相关联。因此，在图3所示的例子中，由行动估计部65估计出的用户80的乘车前的行动为用餐。
61.与由行动估计部65得到的估计结果有关的信号被输出到提问选择部66。接收到来自行动估计部65的信号的提问选择部66通过参照用户80的乘车前的行动(用餐)和提问数据库53c来选择向用户进行的提问。如上述那样，在提问数据库53c中，将poi的属性与同用户在poi的行动有关的提问相关联地进行存储。提问选择部66通过参照用户80的乘车前的行动(用餐)和提问数据库53c，能够选择与用餐有关的提问。作为与用餐有关的提问，例如存储有“吃东西了吗？”这样的能够以“是”或“否”来进行回答的二选一形式的提问。另外，还存储“吃了什么？”这样的要求具体的回答的提问。只要是与用餐有关的提问，提问选择部66能够任意地进行选择。在提问选择部66选择了提问时，表示所选择的提问的信号被输出到提问输出部68。
62.向用户80进行提问的时机不被特别地限定，但是能够考虑紧接着用户80搭乘上车辆40之后。理由是，随着从用户80搭乘上车辆40起的时间经过，用户80有可能忘记在poi进行的行动。因此，乘车检测部67基于从传感器组50获取到的信号来检测用户的乘车。在由乘车检测部67检测到用户80的乘车时，表示检测到用户80的乘车的信号被输出到提问输出部68。
63.提问输出部68在接收到表示检测到用户80的乘车的信号时，经由扬声器54通过声音来向用户进行由提问选择部66选择出的提问。在此，作为提问，假定为进行了“吃东西了吗？”这样的提问。
64.针对该提问，用户80使用麦克风52通过声音来回答。声音解析部63解析用户80的声音数据。在用户80回答了“是”的情况下，通过声音解析来确定用户80在拉面店90进行的行动是用餐。行动历史记录更新部64将车辆40的位置信息与用户80在拉面店90进行的用餐这一行动相关联地存储到行动历史记录数据库53b中。另外，行动历史记录更新部64也可以将poi与用户80在拉面店90进行的用餐这一行动相关联地存储到行动历史记录数据库53b
中。像这样，根据本实施方式，能够记录用户80在poi的行动。
65.存储在行动历史记录数据库53b中的数据例如是输入了用户80的回答时的日期时间、车辆40的位置信息、poi(位置信息和属性)、在poi的行动内容。
66.接着，参照图4来对用户在poi进行的行动的存储方法的其它例进行说明。
67.图4所示的场景是车辆40到达由用户80设定的目的地(在此为购物广场91)并且在购物广场91的停车场进行了泊车的场景。用户80从车辆40下车，进入购物广场91。用户80在购物广场91完成要做的事之后，从购物广场91出来搭乘车辆40。
68.与图3所示的例子同样地，行动估计部65通过将车辆40的位置信息与地图数据库53a进行对照来掌握当前地点是购物广场91。接着，行动估计部65参照将poi的属性与用户的行动种类相关联的表数据来估计用户80的行动。
69.在本实施方式中，购物广场91是多个零售店铺、餐饮店、美容院、旅行代理店、健身房等入驻的商业设施。此外，购物广场有时也被称为购物中心。
70.用户在购物广场91中的行动种类包括用餐、购物、约会、理发、运动等多个行动。为了从多个行动中高精度地估计用户80的行动，行动估计部65参照从计算机20获取到的用户80的日程数据。如上述那样，在日程数据中包含与用户80的行动预定有关的信息，因此行动估计部65通过参照日程数据，能够高精度地估计用户在购物广场91中的行动。在此，假定日程数据中包含在购物广场91用餐这样的信息作为用户80的行动预定。在该情况下，行动估计部65通过参照日程数据来将用户在购物广场91中的行动估计为用餐。
71.接收到来自行动估计部65的信号的提问选择部66通过参照用户80的乘车前的行动(用餐)和提问数据库53c来选择向用户进行的提问。在此，与图3所示的例子同样地，假定为进行了“吃东西了吗？”这样的提问。
72.针对该提问，用户80使用麦克风52通过声音来回答。声音解析部63解析用户80的声音数据。在用户80回答了“是”的情况下，通过声音解析来确定用户80在购物广场91进行的行动是用餐。行动历史记录更新部64将车辆40的位置信息与用户80在购物广场91进行的用餐这一行动相关联地存储到行动历史记录数据库53b中。另外，行动历史记录更新部64也可以将poi与用户80在购物广场91进行的用餐这一行动相关联地存储到行动历史记录数据库53b中。像这样，即使用户在poi的行动种类为多个，也能够通过参照日程数据来准确地记录用户80在poi的行动。
73.此外，行动估计部65也可以参照存储在行动历史记录数据库53b中的用户80的行动历史记录来估计用户80的行动。例如，也可以将行动历史记录中存储的行动中的、次数多的行动估计为用户80的行动。
74.接着，参照图5的流程图来对信息处理装置100的一个动作例进行说明。
75.在步骤s101中，用户确定部61使用由摄像机拍摄到的面部图像、从智能钥匙发送的识别密钥等来确定搭乘车辆40的用户80。处理进入步骤s103，由用户80设定目的地。
76.处理进入步骤s105，目的地到达判断部62通过将从gps接收机51获取到的车辆40的位置信息与存储在地图数据库53a中的目的地的位置信息进行对照，来判断车辆40是否到达目的地。在判断为车辆40到达了目的地的情况下(步骤s105：“是”)，处理进入步骤s107。另一方面，在没有判断为车辆40到达目的地的情况下(步骤s105：“否”)，处理进行待机。
77.在步骤s107中，行动估计部65估计用户的乘车前的行动。具体地说，行动估计部65将从gps接收机51获取到的车辆40的位置信息与地图数据库53a进行对照，来获取当前地点(车辆40的停车位置)的poi。由此，行动估计部65能够掌握当前地点是拉面店90(参照图3)或当前地点是购物广场91(参照图4)。行动估计部65参照将poi的属性(拉面店、购物广场)与用户的行动种类相关联的表数据来估计用户80的乘车前的行动。与由行动估计部65得到的估计结果有关的信号被输出到提问选择部66。
78.处理进入步骤s109，接收到来自行动估计部65的信号的提问选择部66通过参照用户80的乘车前的行动和提问数据库53c来选择向用户进行的提问。表示由提问选择部66选择的提问的信号被输出到提问输出部68。
79.处理进入步骤s111，乘车检测部67基于从传感器组50获取到的信号来检测用户的乘车。在由乘车检测部67检测到用户80的乘车时，表示检测到用户80的乘车的信号被输出到提问输出部68。
80.处理进入步骤s113，提问输出部68在接收到表示检测到用户80的乘车的信号时，经由扬声器54通过声音向用户进行由提问选择部66选择的提问。
81.在通过麦克风52输入了用声音进行的回答的情况下(步骤s115：“是”)，处理进入步骤s117。在未获得用户80的回答的情况下(步骤s115：“否”)，处理进行待机。此外，从用户80获得回答的方法不限定于通过声音获得，也可以通过触摸面板的操作来获取用户80的回答。
82.在步骤s117中，声音解析部63解析用户80的声音数据。基于由声音解析部63得到的解析结果，行动历史记录更新部64将车辆40的位置信息与用户80在poi进行的行动相关联地存储到行动历史记录数据库53b中。行动历史记录更新部64也可以将poi与用户80在poi进行的行动相关联地存储到行动历史记录数据库53b中。
83.(作用效果)
84.如上面说明的那样，根据本实施方式所涉及的信息处理装置100，能够获得下面的作用效果。
85.信息处理装置100具备：控制器60；乘车检测装置(传感器组50)，其检测用户80对车辆40的乘车；存储装置(行动历史记录数据库53b)，其记录用户80的行动数据；输出装置(扬声器54)，其输出要求用户80回答的提问数据；以及输入装置(麦克风52)，其受理来自用户80的输入。
86.控制器60在根据从乘车检测装置获取到的信号检测到用户80的乘车时，基于车辆40的位置信息来从输出装置输出至少包含与用户80向所述车辆乘车前的行动有关的提问的输出数据。控制器60经由输入装置获取用户80针对提问的回答作为输入数据。然后，控制器60将输入数据与车辆40的位置信息或poi相关联地存储到存储装置中。由此，能够准确地记录用户80在poi的行动。
87.控制器60根据基于车辆40的位置信息决定的poi的属性来决定提问。如图3所示，车辆40在拉面店90的停车场进行了泊车，因此基于车辆40的位置信息来将poi的属性决定为拉面店90。在存储装置(提问数据库53c)中，将poi的属性(拉面店)与同用户在poi的行动(用餐)有关的提问相关联地进行记录，因此控制器60能够根据poi的属性来决定提问。
88.控制器60也可以根据存储在行动历史记录数据库53b中的行动历史记录或poi的
属性来估计乘车前的行动。如图3所示，如果poi的属性是拉面店，则控制器60能够将乘车前的行动估计为用餐。另外，控制器60也可以将行动历史记录中存储的行动中的、次数多的行动估计为用户80的行动。由此，控制器60能够高精度地估计乘车前的行动。
89.控制器60也可以通过通信来获取与用户80的行动预定有关的数据(用户80的日程数据)，并参照该日程数据来决定提问。由此，即使用户在poi的行动种类存在多个，也能够决定适当的提问，从而能够准确地记录用户80在poi的行动。此外，通信是指与计算机20(服务器)的通信或与用户80所保持的终端的通信。
90.输入数据是将用户80的声音进行转换所得到的数据，或者是受理来自用户80的操作而生成的数据。作为用户80针对提问进行回答的回答单元，使用麦克风52、触摸面板。用户80通过使用麦克风52、触摸面板，能够简单地进行回答。
91.控制器60在车辆40到达由用户80设定的目的地之后检测用户80的下车，并且，之后在检测到用户80的乘车时输出提问。由此，控制器60能够在适当的时机进行提问。
92.poi也可以是位于车辆40的位置信息的周围的poi、在车辆40所具备的导航装置中设定的目的地、通过通信获取到的与用户80的行动预定有关的数据中包含的poi以及通过通信获取到的与用户80的乘车前的行动历史记录有关的数据中包含的poi中的任一方。
93.[变形例]
[0094]
接着，对本实施方式的变形例进行说明。
[0095]
如图6所示，变形例所涉及的信息处理装置101还具备精度计算部69。精度计算部69计算表示由行动估计部65估计出的用户80的行动的准确性(盖然性)的精度。估计精度既可以以低、中、高这三个等级来进行评价，也可以以概率(0％～100％)进行评价。
[0096]
参照图7来对用户80在poi进行的行动的存储方法的一例进行说明。
[0097]
在图7中，作为poi的属性，列举出餐厅、购物广场、教室来进行说明。在本实施方式中，教室包括游泳教室、舞蹈教室、插花教室等。用户在餐厅中的行动种类包括用餐、讨论等。用户在购物广场中的行动种类如上述那样包括用餐、购物、约会、理发、运动等。用户在教室中的行动种类包括运动、练习等。
[0098]
如上述那样将poi的属性与用户的行动种类相关联，因此如图7所示，行动估计部65从上述的行动种类中估计用户80的行动。此外，为了便于说明，在图7中例示用户在购物广场中的估计行动为用餐、购物、约会。
[0099]
如图7所示，在存在多个作为估计的对象的行动的情况下，要求由行动估计部65估计出的行动(下面也简称为估计行动)的精度高，但不限于总是高精度地进行估计。要求估计行动的精度高的理由是，在估计行动错误的情况下，向用户80的提问会偏离要点。然而，如上述那样，不限于总是高精度地进行估计。
[0100]
因此，变形例所涉及的信息处理装置101计算估计行动的精度，并根据计算出的精度来决定提问。使用存储在行动历史记录数据库53b中的用户80的行动历史记录，以计算估计行动的精度。在此，分为存储在行动历史记录数据库53b中的用户80的行动历史记录为零的情况和存储在行动历史记录数据库53b中的用户80的行动历史记录为规定次数(例如10次)的情况这两种情况来进行说明。
[0101]
首先，对存储在行动历史记录数据库53b中的用户80的行动历史记录为零的情况进行说明。
[0102]
在用户80的目的地是餐厅的情况下，如图7所示，由行动估计部65估计的行动为用餐或讨论。行动估计部65从用餐、讨论中估计出某一方。估计方法不特别地限定，但作为一个例子，行动估计部65也可以估计出设想为一般而言概率高的行动。在餐厅中的行动中的、设想为一般而言概率高的行动是用餐。这一点也被存储在表数据中。因此，行动估计部65也可以在poi的属性是餐厅时，参照表数据来将用户80的行动估计为是用餐。
[0103]
另外，作为其它例，行动估计部65也可以参照存储在行动历史记录数据库53b中的用户80的行动历史记录来估计用户80的行动。例如，也可以将行动历史记录中存储的行动中的、次数多的行动估计为用户80的行动。但是，在行动历史记录为零的情况下，无法使用该方法。
[0104]
精度计算部69计算由行动估计部65估计出的用餐这一行动的精度。首先，精度计算部69参照行动历史记录数据库53b来获取用户80在餐厅中的行动历史记录。在此，用户80在餐厅中的行动历史记录为零，因此精度计算部69判断为用户80是初次(第一次)来餐厅。在该情况下，精度计算部69判断为用户80在餐厅进行的行动是用餐的可能性低。理由是，难以判断出作为用户80在餐厅进行的行动是用餐还是讨论。设想为一般而言用餐的概率更高，但也不能排除进行讨论的可能性。因此，精度计算部69将由行动估计部65估计出的用餐这一行动的精度计算为低。而且，表示计算结果的信号被输出到提问选择部66。
[0105]
接收到来自精度计算部69的信号的提问选择部66掌握由行动估计部65估计出的用餐这一行动的精度低。通过该掌握，提问选择部66避开与用餐有关的提问的选择，而选择就用户80的行动本身进行询问的提问。选择就用户80的行动本身进行询问的提问的理由是为了针对将来用户80再次来餐厅的情况做准备而累积行动历史记录。
[0106]
作为就行动本身进行询问的提问，如图7所示，能够举出“做了什么？”这样的提问。将用户80针对提问的回答与车辆40的位置信息或poi相关联地存储到行动历史记录数据库53b中。像这样，在存储在行动历史记录数据库53b中的用户80的行动历史记录为零的情况下，通过进行就用户80的行动本身进行询问的提问，能够针对将来用户80再次来餐厅的情况做准备而累积行动历史记录。另外，通过进行就用户80的行动本身进行询问的提问，能够避开偏离要点的提问。
[0107]
接着，对存储在行动历史记录数据库53b中的用户80的行动历史记录为规定次数(例如10次)的情况进行说明。
[0108]
与存储在行动历史记录数据库53b中的用户80的行动历史记录为零的情况同样地，假定用户80的目的地为餐厅。精度计算部69参照行动历史记录数据库53b来获取用户80在餐厅中的行动历史记录。在此，假定在10次行动历史记录中用餐为7次、讨论为3次。在该情况下，用餐的次数比讨论的次数多，因此精度计算部69将用户80在餐厅进行的行动是用餐的可能性计算为中等程度。换而言之，精度计算部69将由行动估计部65估计出的用餐这一行动的精度计算为中等程度。而且，表示计算结果的信号被输出到提问选择部66。此外，由行动估计部65估计出的用餐这一行动的精度也可以被计算为概率。在10次行动历史记录中用餐为7次、讨论为3次的情况下，也可以将用户80在餐厅进行的行动为用餐的概率计算为70％。此外，关于由行动估计部65估计出的行动的精度为中等程度，如果换算为概率是70％左右。
[0109]
接收到来自精度计算部69的信号的提问选择部66判断为用户80在餐厅进行的行
动是用餐的可能性高，从而选择与用餐有关的提问。作为与用餐有关的提问，如图7所示，能够举出“吃东西了吗？”、“喝东西了吗？”这样的提问。用户80针对提问的回答被与车辆40的位置信息或poi相关联地存储到行动历史记录数据库53b中。此外，在10次行动历史记录中用餐为3次、讨论为7次的情况下，提问选择部66选择与讨论有关的提问。作为与讨论有关的提问，如图7所示，可举出“讨论了什么吗？”、“和谁讨论？”这样的提问。
[0110]
将规定次数设为10次来进行了说明，但规定次数不限定于10次。存储在行动历史记录数据库53b中的用户80的行动历史记录的次数越多，则越有助于提高估计行动的精度。换而言之，存储在行动历史记录数据库53b中的用户80的行动历史记录的次数越少，则估计行动的精度越出现偏差。因此，在存储在行动历史记录数据库53b中的用户80的行动历史记录的次数少于5次的情况下，也可以将存储在行动历史记录数据库53b中的用户80的行动历史记录的次数设为零来进行处理。
[0111]
同样地，在用户80的目的地是购物广场、且由行动估计部65估计出的用户80的行动(用餐)的精度被计算为中等程度的情况下，提问选择部66选择与用餐有关的提问。与用餐有关的提问与上述相同，因此省略。同样地，在由行动估计部65估计出的用户80的行动(购物)的精度被计算为中等程度的情况下，提问选择部66选择与购物有关的提问。作为与购物有关的提问，如图7所示，能够举出“买东西了吗？”、“有什么吗？”这样的提问。同样地，在由行动估计部65估计出的用户80的行动(约会)的精度被计算为中等程度的情况下，提问选择部66选择与约会有关的提问。作为与约会有关的提问，如图7所示，能够举出“和谁约会？”、“是
○○
吗？”这样的提问。
[0112]
同样地，在用户80的目的地是教室、且由行动估计部65估计出的用户80的行动(运动)的精度被计算为中等程度的情况下，提问选择部66选择与运动有关的提问。作为与运动有关的提问，如图7所示，能够举出“运动了吗？”、“游泳？瑜伽？舞蹈？”这样的提问。同样地，在由行动估计部65估计出的用户80的行动(练习)的精度被计算为中等程度的情况下，提问选择部66选择与练习有关的提问。作为与练习有关的提问，如图7所示，能够举出“是学东西吗？”、“花道？茶道？练字？”这样的提问。
[0113]
像这样，计算由行动估计部65估计出的用户80的行动的精度，并根据计算出的精度来决定提问，由此能够避开偏离要点的提问。
[0114]
接着，假定为在餐厅中的10次行动历史记录中用餐为10次、讨论为0次。在该情况下，行动历史记录全部为用餐，因此精度计算部69将用户80在餐厅进行的行动为用餐的可能性计算为高。换而言之，精度计算部69将由行动估计部65估计出的用户80的行动(用餐)的精度计算为高。而且，表示计算结果的信号被输出到提问选择部66。此外，也可以计算为用户80在餐厅进行的行动为用餐的概率为100％。
[0115]
接收到来自精度计算部69的信号的提问选择部66判断为作为用户80在餐厅进行的行动是用餐的可能性极高，并从与用餐有关的提问中选择比精度为中等程度时的提问更深究的提问。作为深究的提问，如图7所示，能够举出“好吃吗？”、“还想来吃吗？”这样的提问。声音解析部63能够将用户80针对该提问的回答分类为肯定的回答或者否定的回答。行动历史记录更新部64能够将进行分类所得到的结果作为分类数据来与poi相关联地记录在行动历史记录数据库53b中。通过将用户80的回答分类为肯定的回答或否定的回答，能够在下次向用户80提问时进行更深究的提问。
[0116]
此外，在10次行动历史记录中用餐为0次、讨论为10次的情况下，提问选择部66从与讨论有关的提问中选择比精度为中等程度时的提问更深究的提问。作为深究的提问，如图7所示，能够举出“顺利结束了吗？”、
“○○
还好吗？”这样的提问。
[0117]
同样地，在用户80的目的地是购物广场、且由行动估计部65估计出的用户80的行动(用餐)的精度被计算为高的情况下，提问选择部66从与用餐有关的提问中选择比精度为中等程度时的提问更深究的提问。深究的提问与上述相同，因此省略。同样地，在由行动估计部65估计出的用户80的行动(购物)的精度被计算为高的情况下，提问选择部66从与购物有关的提问中选择比精度为中等程度时的提问更深究的提问。作为深究的提问，如图7所示，能够举出“有便宜的东西吗？”、“买到好东西了吗？”这样的提问。同样地，在由行动估计部65估计出的用户80的行动(约会)的精度被计算为高的情况下，提问选择部66从与约会有关的提问中选择比精度为中等程度时的提问更深究的提问。作为深究的提问，如图7所示，能够举出“顺利见到了吗？”、
“○○
还好吗？”这样的提问。
[0118]
同样地，在用户80的目的地是教室、且由行动估计部65估计出的用户80的行动(运动)的精度被计算为高的情况下，提问选择部66从与运动有关的提问中选择比精度为中等程度时的提问更深究的提问。作为深究的提问，如图7所示，能够举出“出了一身透汗吗？”、“心情舒畅吗？”这样的提问。同样地，在由行动估计部65估计出的用户80的行动(练习)的精度被计算为高的情况下，提问选择部66从与练习有关的提问中选择比精度为中等程度时的提问更深究的提问。作为深究的提问，如图7所示，能够举出“变熟练了吗？”、“领悟了吗？”这样的提问。
[0119]
像这样，计算由行动估计部65估计出的用户80的行动的精度，并根据计算出的精度来决定提问，由此能够使与用户80的对话活跃化。
[0120]
此外，精度计算部69在计算估计行动的精度时，也可以参照用户80的日程数据。通过参照日程数据，能够提高计算的精度。在上述中，说明了在存储在行动历史记录数据库53b中的用户80的行动历史记录为零的情况下估计行动(用餐)的精度低。在该情况下，如果在日程数据中包含“在餐厅用餐”这样的信息，则行动估计部65还能够通过参照日程数据来将估计行动(用餐)的精度计算为中等程度或高。
[0121]
接着，参照图8来对存储在提问数据库53c中的提问的结构的一个例子进行说明。
[0122]
如图8所示，提问以被分类为多个层次(第一层次～第三层次)的方式存储在提问数据库53c中。提问选择部66根据由精度计算部69计算出的估计行动的精度来选择属于某一个层次的提问。具体地说，在估计行动的精度小于第一规定值的情况下，提问选择部66选择包含于第一层次的提问。如图8所示，包含于第一层次的提问是就用户80的行动本身进行询问的提问。
[0123]
在估计行动的精度为第一规定值以上且为第二规定值以下的情况下(第一规定值《第二规定值)，提问选择部66选择包含于第二层次的提问。如图8所示，包含于第二层次的提问是用于确认估计行动的提问。
[0124]
在估计行动的精度大于第二规定值的情况下，提问选择部66选择包含于第三层次的提问。如图8所示，包含于第三层次的提问是使回答与乘车前的行动有关的感想或评价的提问。第三层次中也可以包含使回答与poi有关的感想或评价的提问。作为使回答与乘车前的行动有关的感想或评价的提问，如果乘车前的行动是用餐，则如图8所示，能够举出“好吃
吗？”、“还想来吃吗？”这样的提问。作为使回答与poi有关的感想或评价的提问，如果poi的属性是餐厅，则如图8所示，能够举出“店内干净吗？”这样的提问。
[0125]
作为图8所示的第一规定值、第二规定值，也可以使用由精度计算部69计算出的概率。例如，也可以是，第一规定值为30％，第二规定值为70％。第一层次相当于图7中的估计精度低。第二层次相当于图7中的估计精度为中等程度。第三层次相当于图7中的估计精度高。
[0126]
随着从第一层次向第三层次、也即随着估计行动的精度变高而提问变得深入。用户80在poi的行动被记录在行动历史记录数据库53b中，来累积行动历史记录。随着行动历史记录的累积增加，由精度计算部69计算出的估计行动的精度变高，从而提问变深入。像这样，行动历史记录的累积越是增加，则越能够使与用户80的对话活跃化。此外，在图8中，提问被分类为三个层次，但不限定于此。也可以如第四层次、第五层次那样，进一步地深入提问。也就是说，还能够是，根据提问的抽象度或具体性的程度来设定各层次，提问被分配到各层次，越是靠上的层次则提问的抽象度越高，越是靠下的层次则提问的具体性越高。
[0127]
接着，参照图9来对存储在行动历史记录数据库53b中的行动历史记录与由精度计算部69计算的估计行动的精度之间的关系进行说明。
[0128]
如上述那样，存储在行动历史记录数据库53b中的行动历史记录越少，则估计行动的精度越低。另一方面，存储在行动历史记录数据库53b中的行动历史记录越多，则估计行动的精度越高。
[0129]
同样地，存储在行动历史记录数据库53b中的行动历史记录的概率越低，则估计行动的精度越低。另一方面，存储在行动历史记录数据库53b中的行动历史记录的概率越高，则估计行动的精度越高。在上述中，说明了在10次行动历史记录中用餐为7次、讨论为3次的情况下用户80在餐厅进行的行动为用餐的概率为70％，但是该70％的概率是指行动历史记录的概率。
[0130]
此外，精度计算部69在计算估计行动的精度时，也可以不参照存储在行动历史记录数据库53b中的行动历史记录。如果poi的属性是购物广场，如上述那样，用户80能够进行的行动有很多，因此难以估计用户80进行的行动。因此，估计行动的精度变低。另一方面，如果poi的属性是拉面店，则用户80可能进行的行动被确定为用餐，因此估计行动的精度变高。如果poi的属性是超市，则用户80可能进行的行动大致被确定为购物，因此估计行动的精度为中等程度。像这样，精度计算部69还能够不参照存储在行动历史记录数据库53b中的行动历史记录而仅使用poi的属性来计算估计行动的精度。
[0131]
接着，参照图10的流程图来对变形例所涉及的信息处理装置101的一个动作例进行说明。其中，步骤s201～s207、s219～s225的处理与图5所示的步骤s101～s107、s111～s117的处理是同样的，因此省略说明。
[0132]
在步骤s209中，精度计算部69计算表示由行动估计部65估计出的用户80的行动的准确性(盖然性)的精度。
[0133]
处理进入步骤s211，提问选择部66根据由精度计算部69计算出的估计行动的精度来选择属于某个层次的提问(参照图8)。具体地说，在估计行动的精度小于第一规定值的情况下，提问选择部66选择就用户80的行动本身进行询问的提问(步骤s213)。另外，在估计行动的精度为第一规定值以上且为第二规定值以下的情况下，提问选择部66选择用于确认估
计行动的提问(步骤s215)。另外，在估计行动的精度大于第二规定值的情况下，提问选择部66选择使回答与乘车前的行动有关的感想或评价的提问或使回答与poi有关的感想或评价的提问(步骤s217)。
[0134]
(作用效果)
[0135]
如上面说明的那样，根据变形例所涉及的信息处理装置101，能够获得下面的作用效果。
[0136]
控制器60根据存储在行动历史记录数据库53b中的行动历史记录或poi的属性来计算估计行动的精度，并根据计算出的估计行动的精度来决定提问。由此，能够避开偏离要点的提问。
[0137]
提问被分类为多个层次(参照图8)。控制器60根据估计行动的精度来将属于某个层次的提问决定为输出数据。通过根据估计行动的精度来决定提问，能够使与用户80的对话活跃化。此外，控制器60也可以根据估计行动的精度来决定提问的抽象度，并将所决定的提问决定为输出数据。
[0138]
在输出数据中包含使回答乘车前的行动的提问、或者使回答与乘车前的行动有关的感想或评价的提问、或者使回答与poi有关的感想或评价的提问。通过使用各种提问，能够使与用户80的对话活跃化。
[0139]
控制器60将用户80的回答分类为肯定的回答或者否定的回答，并将进行分类所得到的结果作为分类数据来与poi相关联地记录在行动历史记录数据库53b中。通过将用户80的回答分类为肯定的回答或否定的回答，能够在下次向用户80提问时进行更深究的提问。
[0140]
控制器60也可以根据车辆40的位置信息来输出与poi相关联的分类数据。假定为用户80针对在拉面店90的用餐的回答是“好吃”这样的肯定的回答。在该情况下，在车辆40经过拉面店90的附近时，控制器60也可以输出“拉面很好吃啊”这样的声音。由此，能够使与用户80的对话活跃化。
[0141]
上述的实施方式中记载的各功能能够通过一个或多个处理电路来实现。处理电路包括包含电气电路的处理装置等被进行过编程的处理装置。处理电路还包括被布置为执行所记载的功能的面向特定用途的集成电路(asic)、电路部件等装置。
[0142]
如上述的那样记载了本发明的实施方式，但不应理解为构成本公开的一部分的论述和附图是对本发明进行限定。本领域技术人员根据本公开而能够明确可知各种代替实施方式、实施例以及应用技术。
[0143]
在图3所示的例子中，说明了车辆40在拉面店90的停车场进行了泊车，因此将车辆40的位置信息视作poi的位置信息。然而，不限于在目的地设置有停车场。在目的地未设置停车场的情况下，例如考虑用户80如图11所示那样在目的地的附近的投币停车场泊车并从投币停车场步行前往目的地。在该情况下，车辆40的位置信息与目的地的位置信息(poi的位置信息)不一致。因此，即使将车辆40的位置信息与用户80的乘车前的行动相关联地存储，也不会成为有用的数据。
[0144]
因此，信息处理装置100也可以将用户80所保持的终端(下面称为用户终端)的位置信息与用户80的乘车前的行动相关联地存储到行动历史记录数据库53b中。具体地说，在用户80到达目的地时，信息处理装置100通过通信来获得用户终端的位置信息。此外，作为前提条件，设定为信息处理装置100与用户终端能够进行通信。作为一例，信息处理装置100
具备接收从用户终端发送的数据的接收机。信息处理装置100能够通过参照安装在用户终端中的引导应用程序的信息，来判断用户80是否到达目的地。
[0145]
信息处理装置100基于从用户终端获取到的位置信息来估计用户80在目的地的行动。信息处理装置100进行与估计出的行动有关的提问。而且，信息处理装置100将从用户终端获取到的位置信息与用户80的乘车前的行动相关联地存储到行动历史记录数据库53b中。由此，即使车辆40的停车位置与目的地的位置(poi的位置)远离，也能够准确地记录用户80在poi的行动。
[0146]
附图标记说明
[0147]
40：车辆；50：传感器组；51：gps接收机；52：麦克风；53：存储装置；53a：地图数据库；53b：行动历史记录数据库；53c：提问数据库；54：扬声器；60：控制器；61：用户确定部；62：目的地到达判断部；63：声音解析部；64：行动历史记录更新部；65：行动估计部；66：提问选择部；67：乘车检测部；68：提问输出部；69：精度计算部；100、101：信息处理装置。