機器動作設定装置
【課題】機器を利用する利用者の簡単な入力操作により、利用者毎にその特性に応じた最適な機器の動作設定を行わせる。
【解決手段】操作データと得点分布と属性分類とを操作属性記憶手段１２と、応答データと得点分布と属性分類とを記憶する認知的負荷属性記憶手段１３と、クラスター分析により操作データ及び応答データに相関の高い操作属性及び認知的負荷属性の属性分類を決定する属性決定手段１１と、操作データ及び応答データのうち決定された操作属性又は認知的負荷属性の属性分類と近似する近似項目データを抽出し、因子分析により因子負荷量が大きい１又は複数の代表近似項目データを抽出する近似項目抽出手段１４と、この代表近似項目データが示す特性が最も類似するグループをクラスター分析により決定するユーザカテゴライズ手段１５と、このグループに基づいて、利用者の特性に応じた機器の設定を行う動作設定部１６とを備える。
【解決手段】操作データと得点分布と属性分類とを操作属性記憶手段１２と、応答データと得点分布と属性分類とを記憶する認知的負荷属性記憶手段１３と、クラスター分析により操作データ及び応答データに相関の高い操作属性及び認知的負荷属性の属性分類を決定する属性決定手段１１と、操作データ及び応答データのうち決定された操作属性又は認知的負荷属性の属性分類と近似する近似項目データを抽出し、因子分析により因子負荷量が大きい１又は複数の代表近似項目データを抽出する近似項目抽出手段１４と、この代表近似項目データが示す特性が最も類似するグループをクラスター分析により決定するユーザカテゴライズ手段１５と、このグループに基づいて、利用者の特性に応じた機器の設定を行う動作設定部１６とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づいて利用者の特性を特定し、この利用者の特性に応じた機器の動作設定を行う機器動作設定装置に関する。
【背景技術】
【０００２】
近年、機器のデジタル化やネットワーク化により、利用者は機器に搭載された多種多様な機能を利用することができ、利便性が飛躍的に向上している。一方、機器の多機能化等によって、利用者にとっては機器の操作が複雑になっている。そのため、利用者は機器の操作に対して抵抗感を抱いたり、正しく操作ができなかったりする場合が増え、これにより、利用者は大きなストレスを感じる場合があった。よって、利用者にとっては、イメージどおりに操作でき、また利用したい機能を簡単に操作できることが望ましい。
【０００３】
そこで、機器のメニューに関する従来技術として、初心者用・熟達者用に分類し、分類に応じて機器の設定を行う方法がある。しかし、これら２種程度の分類では、利用者の要求を十分に満たすことができない。また、この利用者の分類方法を補完する技術として、利用者が使い方や嗜好にあわせて自らカスタマイズするという方法もある。しかしながら、この方法では、利用者の機器に対するリテラシー（熟練度）が高く、利用者が各機能について周知の状態であることが要求される。更に、機器の各種設定値に関しても、機器に対するリテラシーが高い利用者でなければ、自分のイメージどおりに動作させるための最適な値を設定することは困難であった。
【０００４】
上記のような従来技術を補う手法として非特許文献１では、アンケート調査により利用者をグループ分けし、事前にターゲットとなる利用者を絞り込み、絞り込んだターゲットとなる利用者に合わせた機器を設計する手法が提案されている。
【０００５】
また、特許文献１では、ユーザ属性のデータベースを内部、または外部サーバなどに備え、利用者の選択について他の複数の利用者の選択との類似性を多変量解析により解析することにより、利用者の嗜好により合致した情報提供をするという提供情報決定システムが提案されている。
【０００６】
さらに、特許文献２では、入力装置により生成されるユーザ入力データをカストマイズ化して適応入力プロファイルを生成し、生成した適応入力プロファイルに従い、ユーザ入力データをフィルタリングする提供情報決定方法が提案されている。
【非特許文献１】田平 博嗣・峯 淳子、「製品との関わり方でユーザを分類する尺度 ―カーナビゲーション版の開発―」、ヒューマンインタフェースシンポジウム２００３発表論文、２００３年
【特許文献１】特開２００４−２０６２５６号公報
【特許文献２】特開２０００−２３１４２８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかしながら、非特許文献１に記載の利用者に合わせた機器を設計する手法では、ターゲットとなる利用者を絞り込んで機器を設計する場合に、ターゲットとなる利用者以外の利用者が機器を利用した際のリスクが想定されていないという問題があった。
【０００８】
また、特許文献１に記載の提供情報決定システムでは、複数の利用者との類似性を分析して利用者の嗜好に合わせた情報を提示するので、利用者がある程度機器を使い続ける必要があった。更に、初期段階でアンケートを実施し利用者の属性の分類を行っても、最終的には利用者が設定値を決定しなければならない場合があった。そのため、初期段階での使用における利用者にとっての認知的負荷を十分に補うものであるとはいえなかった。
【０００９】
さらに、特許文献２に記載の提供情報決定方法では、入力装置により生成されるユーザ入力データをカストマイズ化して適応入力プロファイルを生成し、生成した適応入力プロファイルに従い、ユーザ入力データをフィルタリングするので、利用者の特性を特定する上で、利用者操作により入力されたユーザ入力データのみが反映される。このような方法では、機器が表示する表示画面に対する利用者の認知的負荷が考慮されていないので、利用者の特性を正確に特定することができなかった。
【００１０】
本発明は、上記問題点に鑑みてなされたものであり、機器を利用する利用者の簡単な入力操作により、利用者毎にその特性に応じた最適な機器の動作設定を行う機器動作設定装置を提供することを目的とする。
【課題を解決するための手段】
【００１１】
上記目的を解決するため、本発明に係る機器動作設定装置の第１の特徴は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づき、因子分析及びクラスター分析によって利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う機器動作設定装置であって、利用者の入力に基づく機器の複数の操作データと、各操作データに対して複数に区分された階級のうち該操作データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の操作データと得点分布とを複数の属性分類に分類し操作属性データとして記憶する操作属性記憶手段と、機器の動作に対する利用者の複数の応答データと、各応答データに対して複数に区分された階級のうち該応答データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の応答データと得点分布とを複数の属性分類に分類し認知的負荷属性データとして記憶する認知的負荷属性記憶手段と、それぞれ記憶された操作属性データ及び認知的負荷属性データを読み出し、クラスター分析により、複数の操作データに相関の高い操作属性の属性分類と複数の応答データに相関の高い認知的負荷属性の属性分類とを決定する属性決定手段と、複数の操作データ及び複数の応答データのうち、属性決定手段により決定された操作属性の属性分類又は認知的負荷属性の属性分類に近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する近似項目抽出手段と、予め利用者についての所定の特性毎に分類されたグループのうち、抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定するユーザカテゴライズ手段と、決定されたグループに基づいて、利用者についての所定の特性に応じた機器の設定を行う動作設定手段とを備えたことにある。
【００１２】
上記目的を解決するため、本発明に係る機器動作設定装置の第２の特徴は、操作データ毎に複数の階級に区分し、これら区分された階級のうち操作データがいずれの階級に属するかを示す得点分布を算出すると共に、応答データ毎に複数の階級に区分し、これら区分された階級のうち応答データがいずれの階級に属するかを示す得点分布を算出する得点化手段と、算出された操作データ及び応答データそれぞれの得点分布に基づいて、操作属性及び認知的負荷属性をそれぞれ複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段に記憶させると共に、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段に記憶させる記憶制御手段とを更に備えたことにある。
【００１３】
上記目的を解決するため、本発明に係る機器動作設定装置の第３の特徴は、利用者による機器の使い方に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を使い方属性データとして記憶する使い方属性記憶手段をさらに備え、属性決定手段は、それぞれ記憶された操作属性データ、認知的負荷属性データ、及び使い方属性データを読み出し、クラスター分析により操作データ、応答データ、及び回答データに相関の高い操作属性、認知的負荷属性、及び使い方属性それぞれの属性分類を決定し、近似項目抽出手段は、操作データ、応答データ、及び回答データのうち属性決定手段により決定された操作属性、認知的負荷属性、又は使い方属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出するようにしたことにある。
【００１４】
上記目的を解決するため、本発明に係る機器動作設定装置の第４の特徴は、回答データから因子分析により因子を抽出する因子抽出手段を更に備え、記憶制御手段は、更に抽出された因子に基づいて、使い方属性を複数の属性分類に分類し、この使い方属性の属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性データとして使い方属性記憶手段に記憶させるようにしたことにある。
【００１５】
上記目的を解決するため、本発明に係る機器動作設定装置の第５の特徴は、利用者の嗜好に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を嗜好属性データとして記憶する嗜好属性記憶手段をさらに備え、属性決定手段は、それぞれ記憶された操作属性データ、認知的負荷属性データ、及び嗜好属性データを読み出し、クラスター分析により操作データ、応答データ、及び回答データに相関の高い操作属性、認知的負荷属性、及び嗜好属性それぞれの属性分類を決定し、近似項目抽出手段は、操作データ、応答データ、及び回答データのうち属性決定手段により決定された操作属性、認知的負荷属性、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出するようにしたことにある。
【００１６】
上記目的を解決するため、本発明に係る機器動作設定装置の第６の特徴は、回答データから因子分析により因子を抽出する因子抽出手段を更に備え、記憶制御手段は、更に抽出された因子に基づいて、嗜好属性を複数の属性分類に分類し、この嗜好属性の属性分類毎に因子とこの因子に対応する因子得点とを関連付けて嗜好属性データとして嗜好属性記憶手段に記憶させるようにしたことにある。
【発明の効果】
【００１７】
本発明に係る機器動作設定装置によれば、機器を利用する利用者の簡単な入力操作により、利用者毎にその特性に応じた最適な機器の動作設定を行うことができる。
【発明を実施するための最良の形態】
【００１８】
以下、本発明を実施するための最良の形態について図面を参照して説明する。
【００１９】
＜第１の実施形態＞
図１は、本発明の第１の実施形態である機器動作設定装置の構成を示した構成図である。
【００２０】
図１に示すように、機器動作設定装置１は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【００２１】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１へ供給する。また、利用者の入力操作により操作命令信号を生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを入力インタフェース部２を介して機器動作設定装置１へ供給する。
【００２２】
検出部５は、例えば、利用者を撮影するカメラを備えており、このカメラにより撮影された画像を解析することにより利用者の視線位置を検出する。そして、検出した利用者の視線位置から利用者の視線移動面積、視線移動回数、視線移動時間、及び注視時間等を算出し、これらのデータを応答データとして生成し入力インタフェース部２を介して機器動作設定装置１へ供給する。
【００２３】
図２は、入力部４及び検出部５により、生成される操作データ及び応答データの一例を説明するための図である。
【００２４】
図２に示すように、Ｔ１時に、例えば表示装置の画面に質問とその質問に対応する回答選択肢が表示されると、利用者はこの画面に表示された質問を読み、この質問の回答となる選択肢を視線を移動して探し出す。そして、利用者は質問の回答となる選択肢を認識したとき、その選択肢を凝視すると推測できる。そこで、検出部５は、上述したように利用者の視線を検出し、この視線の移動が停止した時点をＴ２とし、Ｔ１時点からＴ２時点までの時間を視線移動時間３０６として算出する。
【００２５】
そして、検出部５は、Ｔ２時点において、Ｔ１時点からＴ２時点の間に移動した利用者の視線に基づいて、視線移動面積３０２及び視線移動回数３０４を算出する。ここで、視線移動面積３０２とは、利用者が表示画面上の操作しようとする操作対象物を決定するまでの間に利用者の視線が移動した面積である。例えば、表示画面をマトリックス状に分割し、分割されたマトリックスのうち利用者の視線が通ったマトリックスの積算面積として算出された値である。視線移動回数３０４とは、利用者の視線が表示画面上の所定のエリアを通った回数である。
【００２６】
また、利用者は質問の回答となる選択肢を視線を移動して探し出したＴ２時点の後、この選択肢を質問回答として決定する。そのとき、利用者は操作を行うために表示画面から視線を外すと推測できる。そこで、検出部５は、検出した利用者の視線の移動が停止したＴ２時点から、検出した利用者の視線が表示画面から外れたＴ３時点までの時間を、注視時間３０８として算出する。
【００２７】
さらに、利用者は質問回答を決定したＴ３時点の後、入力部４から入力操作を行う。そこで、検出部５は、質問回答を決定したＴ３時点の時刻データを入力部４へ供給し、入力部４は供給された時刻データに基づいて、質問回答を決定したＴ３時点から利用者により入力部４が操作されたＴ４までの時間を操作時間２０８として算出する。
【００２８】
ここで、入力部４は、Ｔ４時点において、操作時間２０８を算出すると共に、加圧重量２０２、加圧角度２０４、及び操作角度２０６を算出する。ここで、加圧重量２０４とは、利用者が入力部４に押しボタン操作を行った際に検出された操作ボタンへの加圧の重量である。加圧角度２０４とは、利用者が入力部４に押しボタン操作を行った際に検出された操作ボタンへの操作された角度である。操作角度２０６は、例えば入力部４に備えられた静電パネルや感圧パネルへの指やタッチペン等によりタッチ操作を行われた際に検出されたタッチ面積に基づいて算出され、利用者の指や利用者により操作されたタッチペンの角度を示す。
【００２９】
このようにして、入力部４は、利用者の入力操作により加圧重量２０２、加圧角度２０４、操作角度２０６、操作時間２０８等の操作データを生成し、機器動作設定装置１へ供給する。そして、検出部５は、検出した利用者の視線位置から利用者の視線移動面積３０２、視線移動回数３０４、視線移動時間３０５、及び注視時間３０８等を算出し、これらのデータを応答データとして生成して機器動作設定装置１へ供給する。
【００３０】
機器制御部３は、機器動作設定装置１により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【００３１】
機器動作設定装置１は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８とを備える。
【００３２】
属性決定手段１１は、入力インタフェース部２を介して操作データと応答データとが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データとを読み出し、読み出した操作属性データ及び認知的負荷属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類及び応答データに相関の高い認知的負荷属性の属性分類を決定する。
【００３３】
操作属性記憶手段１２は、操作データ及び応答データを採取するためのシミュレーションプログラムを記憶する。また、利用者の入力による機器の操作データと、この操作データ毎に複数に区分された階級のうち操作データがいずれの階級に属するかを示す得点分布とを関連づけ、これら操作データと得点分布とを複数の属性分類に分類して操作属性データとして記憶する。
【００３４】
図３は、操作属性記憶手段１２が記憶する操作属性データの一例を示した図である。
【００３５】
図３に示すように、操作属性データは、利用者ＩＤ２０１に、加圧重量２０２と、加圧重量２０２の得点分布２０３と、加圧角度２０４と、加圧角度２０４の得点分布２０５と、操作角２０６と、操作角２０６の得点分布２０７と、操作時間２０８と、操作時間２０８の得点分布２０９と、属性分類２１０とが関連づけられて記憶されている。
【００３６】
ここで、上述したように、加圧重量２０２とは、利用者が入力部４の操作を行った際に検出された操作ボタンへの加圧重量である。加圧角度２０４とは、例えば入力部４に押しボタン操作を行われた際に検出された操作ボタンへの操作角度である。操作角度２０６は、例えば入力部４に備えられた静電パネルへのタッチ操作を行った際に検出されたタッチ面積に基づいて算出された利用者により操作された角度である。操作時間２０８は、検出部５により利用者の視線が画面外に外れたと認識された時点から操作データを受信するまでの時間である。
【００３７】
得点分布２０３，２０５，２０７，２０９は、操作データである加圧重量２０２と、加圧角度２０４と、操作角２０６と、操作時間２０８とのそれぞれの得点分布値を表しており、加圧重量２０２、加圧角度２０４、操作角２０６、及び操作時間２０８毎に、例えば２〜７程度に区分された階級のうちどの階級に属するかを示した値である。
【００３８】
属性分類２１０は、得点分布２０３，２０５，２０７，２０９に基づいて、類似する属性毎に複数に分類された属性分類である。
【００３９】
認知的負荷属性記憶手段１３は、機器の動作に対する利用者の応答データと、この応答データ毎に複数に区分された階級のうち応答データがいずれの階級に属するかを示す得点分布とを関連づけ、これら応答データと得点分布とを複数の属性分類に分類して認知的負荷属性データとして記憶する。
【００４０】
図４は、認知的負荷属性記憶手段１３が記憶する認知的負荷属性データの一例を示した図である。
【００４１】
図４に示すように、認知的負荷属性データは、利用者ＩＤ２０１に、視線移動面積３０２と、視線移動面積３０２の得点分布３０３と、視線移動回数３０４と、視線移動回数３０４の得点分布３０５と、視線移動時間３０６と、視線移動時間３０６の得点分布３０７と、注視時間３０８と、注視時間３０８の得点分布３０９と、属性分類３１０とが関連づけられて記憶されている。
【００４２】
ここで、上述したように視線移動面積３０２は、利用者が表示画面上の操作しようとする操作対象物を決定するまでの間に利用者の視線が移動した面積である。視線移動回数３０４は、利用者の視線が表示画面上の所定のエリアを通った回数である。視線移動時間３０６は、表示画面が表示された時点から利用者の視線移動が停止した時点までの時間である。注視時間３０７は、利用者が表示画面上の操作しようとする操作対象物を認識した時点から利用者の視線が画面外に外れたと認識された時点までの時間である。
【００４３】
得点分布３０３，３０５，３０７，３０９は、応答データである視線移動面積３０２と、視線移動回数３０４と、視線移動時間３０６と、注視時間３０８とのそれぞれの得点分布値を表しており、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８毎に、例えば２〜７程度に分割された階級のうちどの階級に属するかを示した値である。
【００４４】
属性分類３１０は、得点分布３０３，３０５，３０７，３０９に基づいて、類似する属性毎に複数に分類された属性分類である。
【００４５】
近似項目抽出手段１４は、操作データ及び認知的負荷データのうち属性決定手段１１により決定された操作属性又は認知的負荷属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【００４６】
ユーザカテゴライズ手段１５は、予め利用者の特性毎に設定されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【００４７】
動作設定部１６は、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。具体的には、動作設定部１６に備えられたメニュー切り替え手段１６ａが、利用者が属するグループに該当するメニューを生成したり、デフォルト値設定手段１６ｂが、利用者が属するグループに該当するデフォルト値を設定したりする。
【００４８】
得点化手段１７は、入力部４から受信した操作データ毎に複数の階級に区分し、この区分された階級のうち操作データがいずれの階級に属するかを示す得点分布を算出する。また、検出部５から受信した応答データ毎に複数の階級に区分し、この区分された階級のうち応答データがいずれの階級に属するかを示す得点分布を算出する。
【００４９】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。
【００５０】
≪作用≫
次に、第１の実施形態である機器動作設定装置１の作用について、図面を参照しながら説明する。
【００５１】
図５は、第１の実施形態である機器動作設定装置１の操作属性記憶手段１２に記憶される操作属性データ、及び認知的負荷属性記憶手段１３に記憶される認知的負荷属性データの生成処理手順を示すフローチャートである。
【００５２】
まず、機器動作設定装置１は、操作データ及び応答データを採取するためのシミュレーションプログラムの実行を開始する（ステップＳ１０１）。具体的には、操作属性記憶手段１２に記憶されたシミュレーションプログラムを読み出し、読み出したシミュレーションプログラムを実行する。これにより、機器動作設定装置１は、例えば、利用者に操作を促すような表示画面を表示する。ここで、表示させる表示画面は、例えば、簡単な質問を表示すると共に、利用者が表示画面に表示された複数の選択肢の中から１つを選択できるような画面である。また、選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【００５３】
そして、ステップＳ１０１で表示させた表示画面に出力された質問に対して、利用者が入力部４より操作を行うと、機器動作設定装置１は、操作データを入力部４から入力インタフェース部２を介して受信する（ステップＳ１０２）。具体的には、機器動作設定装置１は、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、これらの操作データを一意に識別する利用者ＩＤ２０１とを関連づけて操作属性記憶手段１２に記憶する。
【００５４】
次に、機器動作設定装置１の得点化手段１７は、ステップＳ１０２で相当数の操作データを受信したと判定した場合に、得点化処理を行う（ステップＳ１０３）。具体的には、得点化手段１７は、操作データ毎に平均値を算出し、算出した平均値を中心に各操作データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ２０１毎の操作データそれぞれが区分されたどの段階に属するかを判定する。
【００５５】
そして、機器動作設定装置１の記憶制御手段１８は、ステップＳ１０３において判定した判定結果、即ち得点分布に基づいて、操作属性を複数の属性分類に分類し、この属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる（ステップＳ１０４）。
【００５６】
一方、ステップＳ１０１において、機器動作設定装置１は、シミュレーションプログラムの実行を開始すると、検出部５は、ステップＳ１０１で表示させた表示画面に出力された質問に対する利用者の応答を検出し、検出した応答データを入力インタフェース部２を介して機器動作設定装置１へ送信する（ステップＳ１０５）。具体的には、機器動作設定装置１は、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信し、これらの応答データを一意に識別する利用者ＩＤ２０１とを関連づけて認知的負荷属性記憶手段１３に記憶する。
【００５７】
次に、機器動作設定装置１の得点化手段１７は、ステップＳ１０５で相当数の応答データを受信したと判定した場合に、得点化処理を行う（ステップＳ１０６）。具体的には、得点化手段１７は、応答データ毎に平均値を算出し、算出した平均値を中心に各応答データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ毎の応答データそれぞれが区分されたどの階級に属するかを判定する。
【００５８】
そして、機器動作設定装置１の記憶制御手段１８は、ステップＳ１０６において判定した判定結果、即ち得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、この属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的負荷属性データとして認知的負荷属性記憶手段１３に記憶させる（ステップＳ１０７）。
【００５９】
以上により、第１の実施形態である機器動作設定装置１は、後述する機器動作設定処理を実行するために必要な操作属性データを操作属性記憶手段１２に記憶し、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶させることができる。
【００６０】
図６は、第１の実施形態である機器動作設定装置１における機器動作設定処理の処理手順を示すフローチャートである。
【００６１】
まず、機器動作設定装置１は、動作設定対象である機器に電源が投入されたとき、その機器が初期設定されているか否かを判定する（ステップＳ２０１）。
【００６２】
そして、ステップＳ２０１において、動作設定対象である機器が初期設定されていると判定された場合は、機器に通常動作を行わせる（ステップＳ２０２）。
【００６３】
一方、ステップＳ２０１において、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から動作設定指示信号が供給された場合（ステップＳ２０３）には、処理をステップＳ２０５に移行する。
【００６４】
次に、機器動作設定装置１は、操作データ及び応答データを採取するためのシミュレーションプログラムの実行を開始する（ステップＳ２０５）。具体的には、操作属性記憶手段１２に記憶されたシミュレーションプログラムを読み出し、読み出したシミュレーションプログラムを実行する。これにより、機器動作設定装置１は、例えば、利用者に操作を促すような表示画面を表示する。ここで、表示させる表示画面は、例えば、簡単な質問を表示すると共に、利用者が表示画面に表示された複数の選択肢の中から１つを選択できるような画面とし、また、選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【００６５】
そして、ステップＳ２０５で表示させた表示画面に出力された質問に対して、利用者が入力部４から操作を行うと、機器動作設定装置１は、操作データを入力部４から入力インタフェース部２を介して受信し、応答データを検出部５から入力インタフェース部２を介して受信する（ステップＳ２０６）。具体的には、機器動作設定装置１は、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信する。
【００６６】
次に、属性決定手段１１は、ステップＳ２０６において操作データ及び応答データを受信すると、操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データとを読み出す。
【００６７】
そして、属性決定手段１１は、読み出した操作属性データに基づいてクラスター分析を行うことにより、ステップＳ２０６において受信した操作データに相関の高い操作属性の属性分類を決定する（ステップＳ２０７、Ｓ２０８）。同様に、属性決定手段１１は、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、ステップＳ２０２において受信した応答データに相関の高い認知的負荷属性の属性分類を決定する（ステップＳ２０７、Ｓ２０８）。
【００６８】
次に、近似項目抽出手段１４は、ステップＳ２０６において受信した操作データのうち、属性決定手段１１により決定された操作属性の属性分類と近似する近似項目データを抽出する。同様に、近似項目抽出手段１４は、応答データのうち、属性決定手段１１により決定された認知的属性の属性分類と近似する近似項目データを抽出する。（ステップＳ２０９）。
【００６９】
そして、近似項目抽出手段１４は、ステップＳ２０９において抽出された操作属性の近似項目データ及び認知的負荷属性の近似項目データを統合し、因子分析を行い（ステップＳ２１０）、統合した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する（ステップＳ２１１）。
【００７０】
次に、ユーザカテゴライズ手段１５は、近似項目抽出手段１４により抽出された代表近似項目データについて、クラスター分析を行う（ステップＳ２１２）。これにより、予め利用者の特性毎に分類されたグループのうち、ステップＳ２１１において抽出された代表近似項目データにより示される特性が最も類似するグループを決定する（ステップＳ２１３）。ここで、予め利用者の特性毎に分類されたグループは、それぞれ操作・認知的負荷に特徴があり、機器動作設定装置１の提供者又は利用者によって任意のグループ数に分類されている。
【００７１】
このように、ステップＳ２１１で抽出された代表近似項目データについてクラスター分析を行うことにより、操作属性と認知的負荷属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【００７２】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者の特性に応じた機器の設定を行う。具体的には、メニュー切り替え手段１６ａが、利用者の特性に最も類似するグループに適したメニューを生成したり、デフォルト値設定手段１６ｂが、利用者の特性に最も類似するグループに適したデフォルト値を設定する（ステップＳ２１４）。
【００７３】
このように、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。また、利用者による操作データ、及び応答データに基づいて機器の動作設定を行うので、この機器を複数の利用者が利用する場合においても、各々の利用者の特性に応じて最適な機器の動作設定を行うことができる。
【００７４】
図７は、第１の実施形態である機器動作設定装置１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【００７５】
まず、機器動作設定装置１は、動作設定対象である機器（ＨＤＤレコーダ）が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、操作データ及び応答データを採取するため画面を表示させる。
【００７６】
そして、機器動作設定装置１は、利用者の操作により、入力部４から入力インタフェース部２を介して操作データ４０１として加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信し、検出部５から入力インタフェース部２を介して応答データ４０２として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【００７７】
次に、属性決定手段１１は、操作データ４０１を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ４０１に相関の高い操作属性４０３の属性分類を決定する。
【００７８】
図７に示した例では、クラスター分析によって、操作データ４０１に相関の高い操作属性４０３の属性分類として属性３が決定されている。
【００７９】
同様に、属性決定手段１１は、応答データ４０２を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ４０２に相関の高い認知的負荷属性４０４の属性分類を決定する。
【００８０】
図７に示した例では、クラスター分析によって、応答データ４０２に相関の高い認知的負荷属性４０４の属性分類として属性１が決定されている。
【００８１】
次に、近似項目抽出手段１４は、受信した操作データ４０１及び応答データ４０２のうち属性決定手段１１により決定された操作属性４０３の属性分類又は認知的負荷属性４０４の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【００８２】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【００８３】
図７の４０５に示すように、操作データから操作属性４０３の属性３に近似する近似項目データと、応答データから認知的負荷属性４０４の属性１に近似する近似項目データとを抽出し、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。そして、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ５が決定される。
【００８４】
このように、機器動作設定装置１は、操作属性のみならず、認知的負荷属性を加味した上で、利用者の特定に類似するグループを決定するので、より的確に利用者の特性に応じたグループを決定することができる。
【００８５】
なお、図７に示した例では、グループ数を６つとしているが、この数は６つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷に特徴があり、設計者側で、「どのような操作特性及び認知性を持つ利用者であるのか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ５として設定された想定利用者は、「あまり機器には強くなく、入力部４の操作も不得意であり、画面上の情報量が少なければ表示された情報に対する理解が可能である利用者」と設定されている。
【００８６】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性と認知的負荷属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【００８７】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【００８８】
図７に示した例では、グループ５に対応する機器動作設定２０７として、「基本メニューのみ表示」、「画質ノーマル」、及び「カーソル移動遅い」が関連付けされているので、動作設定部１６が、この設定内容に従ってＨＤＤレコーダの動作設定を行う。なお、図７に示したグループ４０６と機器動作設定４０７とを結ぶ矢印は、グループ４０６の各グループに適した機器動作設定を示している。
【００８９】
これにより、動作設定部１６は、「基本メニューのみ表示」の設定で必要最小限の機能だけを表示して機能を把握しやすくし、「画質ノーマル」の設定で利用者がわざわざ設定することなく使用でき、「カーソル移動遅い」の設定で表示されたカーソルに対する利用者の認知的負荷を低くすることができる。
【００９０】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【００９１】
このように、第１の実施形態である機器動作設定装置１では、利用者は簡単な質問に答えることで、自分の機器に対する操作及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【００９２】
以上のように、第１の実施形態である機器動作設定装置１によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【００９３】
＜第２の実施形態＞
第１の実施形態である機器動作設定装置１は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【００９４】
第２の実施形態である機器動作設定装置は、利用者による機器の操作及び機器の動作に対する利用者の応答に加え、利用者による機器の使い方に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【００９５】
図８は、本発明の第２の実施形態である機器動作設定装置の構成を示した構成図である。
【００９６】
図８に示すように、機器動作設定装置１０１は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【００９７】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１０１へ供給する。また、利用者の入力操作により表示装置等に表示された機器の使い方に関する質問に対する回答データを生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを入力インタフェース部２を介して機器動作設定装置１０１へ供給する。
【００９８】
検出部５は、本発明の第１の実施形態である機器動作設定装置１の検出部５と同一の構成を有するので、説明を省略する。
【００９９】
機器制御部３は、機器動作設定装置１０１により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【０１００】
機器動作設定装置１０１は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８と、使い方属性記憶手段１９と、因子抽出手段２１とを備える。
【０１０１】
属性決定手段１１は、操作データ、応答データ、及び機器の使い方に関する質問に対する回答データが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと使い方属性記憶手段１９に記憶された使い方属性データとを読み出す。そして、読み出した操作属性データ、認知的負荷属性データ、及び使い方属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類、応答データに相関の高い認知的負荷属性の属性分類、及び回答データに相関の高い使い方属性の属性分類を決定する。
【０１０２】
操作属性記憶手段１２及び認知的負荷属性記憶手段１３は、本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２及び認知的負荷属性記憶手段１３と同一の構成を有するので、説明を省略する。
【０１０３】
近似項目抽出手段１４は、操作データ、応答データ、及び回答データのうち属性決定手段１１により決定された操作属性の属性分類、認知的負荷属性の属性分類、又は使い方属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０１０４】
ユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７は、本発明の第１の実施形態である機器動作設定装置１のユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７と同一の構成を有するので、説明を省略する。
【０１０５】
因子抽出手段２１は、入力部４から供給された機器の使い方に関する質問に対する回答データから、因子分析により因子を抽出する。
【０１０６】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。さらに、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、使い方属性を複数の属性分類に分類し、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性記憶手段１９に記憶させる。
【０１０７】
≪作用≫
次に、第２の実施形態である機器動作設定装置１０１の作用について、図面を参照しながら説明する。
【０１０８】
図９は、第２の実施形態である機器動作設定装置１０１の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び使い方属性記憶手段１９に記憶される使い方属性データの生成処理手順を示すフローチャートである。
【０１０９】
まず、機器動作設定装置１０１は、使い方属性記憶手段１９に記憶された機器の使い方に関する質問を読み出し、読み出した質問を例えば表示装置等に表示させる（ステップＳ３０１）。ここで、表示させる表示画面は、例えば、簡単な使い方に関する質問を表示すると共に、複数の中から１つを選択できるような選択肢を表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【０１１０】
そして、ステップＳ３０１で表示させた表示画面に出力された質問に対して、利用者が入力部４より操作を行うと、機器動作設定装置１０１は、操作データを入力部４から入力インタフェース部２を介して受信する（ステップＳ３０２）。具体的には、機器動作設定装置１０１は、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、これらの操作データを一意に識別する利用者ＩＤ２０１とを関連づけて操作属性記憶手段１２に記憶する。
【０１１１】
次に、機器動作設定装置１０１の得点化手段１７は、ステップＳ３０２で相当数の操作データを受信したと判定した場合に、得点化処理を行う（ステップＳ３０３）。具体的には、得点化手段１７は、操作データ毎に平均値を算出し、算出した平均値を中心として各操作データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ２０１毎の操作データそれぞれが区分されたどの段階に属するかを判定する。
【０１１２】
そして、機器動作設定装置１０１の記憶制御手段１８は、ステップＳ３０３において判定した判定結果、即ち得点分布値に基づいて、操作属性を複数の属性分類に分類し、この属性分類毎に操作データとこの操作データに対応する得点分布値とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる（ステップＳ３０４）。
【０１１３】
一方、ステップＳ３０１において、機器動作設定装置１０１は、機器の使い方に関する質問を表示装置に表示させた後、検出部５は、ステップＳ３０１で表示させた表示画面に出力された質問に対する利用者の応答を検出し、検出した応答データを入力インタフェース部２を介して機器動作設定装置１０１へ送信する（ステップＳ３０５）。具体的には、機器動作設定装置１０１は、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信し、これらの応答データを一意に識別する利用者ＩＤ２０１とを関連づけて認知的負荷属性記憶手段１３に記憶する。
【０１１４】
次に、機器動作設定装置１０１の得点化手段１７は、ステップＳ３０５で相当数の応答データを受信したと判定した場合に、得点化処理を行う（ステップＳ３０６）。具体的には、得点化手段１７は、応答データ毎に平均値を算出し、算出した平均値を中心に各応答データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ毎の応答データそれぞれが区分されたどの階級に属するかを判定する。
【０１１５】
そして、機器動作設定装置１０１の記憶制御手段１８は、ステップＳ３０６において判定した判定結果、即ち得点分布値に基づいて、認知的負荷属性を複数の属性分類に分類し、この属性分類毎に応答データとこの応答データに対応する得点分布値とを関連づけて認知的負荷属性データとして認知的負荷属性記憶手段１３に記憶させる（ステップＳ３０７）。
【０１１６】
さらに、ステップＳ３０１において、機器動作設定装置１０１は、機器の使い方に関する質問を表示装置に表示させた後、機器動作設定装置１０１は、ステップＳ３０１で表示させた機器の使い方に関する質問の回答データを入力部４から受信する（ステップＳ３０８）。回答データは、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータ形式となる。
【０１１７】
次に、因子抽出手段２１は、ステップＳ３０８で相当数の回答データを受信したと判定した場合に、因子分析を行うことにより、属性分類に有効となる因子を抽出する（ステップＳ３０９）。
【０１１８】
次に、因子抽出手段２１は、ステップＳ３０１において読み出した質問の中から、ステップＳ３０９において抽出した各因子に対応する代表質問を決定し、決定した代表質問を使い方属性記憶手段１９に記憶させる（ステップＳ３１０）。
【０１１９】
次に、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、使い方属性を複数の属性分類に分類する。そして、記憶制御手段１８は、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性記憶手段１９に記憶させる（ステップＳ３１１）。
【０１２０】
以上により、第２の実施形態である機器動作設定装置１０１は、後述する機器動作設定処理を実行するために必要な使い方属性データを使い方属性記憶手段１９に記憶させると共に、操作属性データを操作属性記憶手段１２に記憶させ、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶させることができる。
【０１２１】
図１０は、第２の実施形態である機器動作設定装置１０１における機器動作設定処理の処理手順を示すフローチャートである。
【０１２２】
まず、機器動作設定装置１０１は、動作設定対象である機器に電源が投入されたとき、その機器が初期設定されているか否かを判定する（ステップＳ４０１）。
【０１２３】
そして、ステップＳ４０１において、動作設定対象である機器が初期設定されていると判定された場合は、通常動作を行う（ステップＳ４０２）。
【０１２４】
一方、ステップＳ４０１において、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から動作設定指示信号が供給された場合（ステップＳ４０３）には、処理をステップＳ４０５に移行する。
【０１２５】
次に、機器動作設定装置１０１は、使い方質問画面を表示部等に表示させる。具体的には、機器動作設定装置１０１は、使い方属性記憶手段１９に記憶された機器の使い方に関する代表質問を読み出し、読み出した代表質問を例えば表示装置等に表示させる。（ステップＳ４０５）。ここで、表示させる表示画面は、例えば、簡単な機器の使い方に関する代表質問を表示すると共に、この代表質問への回答として複数の選択肢の中から１つを選択できるような回答データを表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【０１２６】
そして、ステップＳ４０５で表示させた表示画面に出力された代表質問に対して、利用者が入力部４から操作を行うと、機器動作設定装置１０１は、回答データと操作データとを入力部４から入力インタフェース部２を介して受信し、応答データを検出部５から入力インタフェース部２を介して受信する（ステップＳ４０６）。具体的には、機器動作設定装置１０１は、回答データとして、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータを受信する。また、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信する。
【０１２７】
次に、属性決定手段１１は、ステップＳ４０６において操作データ、応答データ、及び回答データを受信すると、操作属性記憶手段１２に記憶された操作属性データと、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと、使い方属性記憶手段１９に記憶された使い方属性データを読み出す。
【０１２８】
そして、属性決定手段１１は、読み出した操作属性データに基づいてクラスター分析を行うことにより、ステップＳ４０６において受信した操作データに相関の高い操作属性の属性分類を決定する（ステップＳ４０７、Ｓ４０８）。また、属性決定手段１１は、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、ステップＳ４０２において受信した応答データに相関の高い認知的負荷属性の属性分類を決定する（ステップＳ４０７、Ｓ４０８）。さらに、属性決定手段１１は、読み出した使い方属性データに基づいてクラスター分析を行うことにより、ステップＳ４０２において受信した回答データに相関の高い使い方属性の属性分類を決定する（ステップＳ４０７、Ｓ４０８）。
【０１２９】
次に、近似項目抽出手段１４は、ステップＳ４０６において受信した操作データのうち、属性決定手段１１により決定された操作属性の属性分類と近似する近似項目データを抽出する。また、近似項目抽出手段１４は、受信した応答データのうち、属性決定手段１１により決定された認知的属性の属性分類と近似する近似項目データを抽出する。さらに、近似項目抽出手段１４は、受信した回答データのうち、属性決定手段１１により決定された使い方属性の属性分類と近似する近似項目データを抽出する。（ステップＳ４０９）。
【０１３０】
そして、近似項目抽出手段１４は、ステップＳ４０９において抽出された操作属性の近似項目データ、認知的負荷属性の近似項目データ、及び使い方属性の近似項目データを統合し、因子分析を行い（ステップＳ４１０）、統合した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する（ステップＳ４１１）。
【０１３１】
次に、ユーザカテゴライズ手段１５は、近似項目抽出手段１４により抽出された代表近似項目データについて、クラスター分析を行う（ステップＳ４１２）。これにより、予め利用者の特性毎に分類されたグループのうち、ステップＳ４１１において抽出された代表近似項目データにより示される特性が最も類似するグループを決定する（ステップＳ４１３）。ここで、予め利用者の特性毎に分類されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、機器動作設定装置１０１の提供者又は利用者によって任意のグループ数に分類されている。
【０１３２】
このように、ステップＳ４１１で抽出された代表近似項目データについてクラスター分析を行うことにより、操作属性、認知的負荷属性、使い方属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０１３３】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者の特性に応じた機器の設定を行う。具体的には、メニュー切り替え手段１６ａが、利用者の特性に最も類似するグループに適したメニューを生成したり、デフォルト値設定手段１６ｂが、利用者の特性に最も類似するグループに適したデフォルト値を設定する（ステップＳ４１４）。
【０１３４】
このように、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。また、利用者による操作データ、応答データ、及び質問に対する回答データに基づいて機器の動作設定を行うので、この機器を複数の利用者が利用する場合においても、各々の利用者の特性に応じて最適な機器の動作設定を行うことができる。
【０１３５】
図１１は、第２の実施形態である機器動作設定装置１０１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【０１３６】
まず、機器動作設定装置１０１は、動作設定対象である機器（ＨＤＤレコーダ）が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、使い方に関する代表質問を表示させる。
【０１３７】
図１１に示した例では、機器動作設定装置１０１は、使い方に関する代表質問５０３として、「面倒な設定をせずに使いたいか？」、「色々な機能を簡単に使いたいか？」、「自分で設定を行いながら使いたいか？」、「一番きれいに撮れるように使いたいか？」等の代表質問を表示する。
【０１３８】
そして、機器動作設定装置１０１は、利用者の操作により、入力部４から入力インタフェース部２を介して使い方に関する代表質問５０３に対する回答データを受信すると共に、操作データ５０１として加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信する。さらに、検出部５から入力インタフェース部２を介して応答データ５０２として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【０１３９】
次に、属性決定手段１１は、回答データを受信すると、使い方属性記憶手段１９に記憶された使い方属性データを読み出し、読み出した使い方属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い使い方属性５０６の属性分類を決定する。
【０１４０】
図１１に示した例では、クラスター分析によって、使い方に関する代表質問５０３に対する回答データに相関の高い使い方属性５０６の属性分類として属性１が決定されている。
【０１４１】
同様に、属性決定手段１１は、操作データ５０１を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ５０１に相関の高い操作属性５０４の属性分類を決定する。
【０１４２】
図１１に示した例では、クラスター分析によって、操作データ５０１に相関の高い操作属性５０４の属性分類として属性１が決定されている。
【０１４３】
同様に、属性決定手段１１は、応答データ５０２を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ５０２に相関の高い認知的負荷属性５０５の属性分類を決定する。
【０１４４】
図１１に示した例では、クラスター分析によって、応答データ５０２に相関の高い認知的負荷属性５０５の属性分類として属性２が決定されている。
【０１４５】
次に、近似項目抽出手段１４は、受信した回答データ、操作データ、及び応答データのうち属性決定手段１１により決定された操作属性５０４の属性分類、認知的負荷属性５０５の属性分類、及び使い方属性５０６の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０１４６】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【０１４７】
図１１の５０７に示すように、操作データから操作属性５０４の属性１に近似する近似項目データと、応答データから認知的負荷属性５０５の属性２に近似する近似項目データと、回答データから使い方属性５０６の属性１に近似する近似項目データを抽出する。そして、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出し、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ２が決定される。
【０１４８】
なお、図１１に示した例では、グループ数を６つとしているが、この数は６つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、設計者側で、「どのような操作特性及び認知特性を持つ利用者であり、かつどのように機器を使う利用者であるか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ２として設定された想定利用者は、「機器に明るいため使いこなしたい気持ちが強く、多くの情報から必要な情報を素早く見つけだすことができる利用者であり、毎週放送されるドキュメンタリー番組を録画するような利用者のグループ」と設定される。
【０１４９】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性、認知的負荷属性、及び使い方属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０１５０】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【０１５１】
図１１に示した例では、グループ２に対応する機器動作設定５０９として、「全メニューのみ表示」、「毎週録画に設定」、及び「録画画質任意に設定」が関連付けされているので、動作設定部１６が、この設定内容に従ってＨＤＤレコーダの動作設定を行う。なお、図１１に示したグループ５０８と機器動作設定５０９とを結ぶ矢印は、グループ５０８の各グループに適した機器動作設定を示している。
【０１５２】
これにより、動作設定部１６は、「全メニューのみ表示」の設定で全ての機能を表示して使いこなせるようにし、「毎週録画」に自動設定し、画質設定を「任意に設定」に設定することにより、利用者は、記憶媒体の残り残量を考慮し、記録画質を利用者が調節しながら毎週ドラマを記憶させることができる。
【０１５３】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【０１５４】
このように、第２の実施形態である機器動作設定装置１０１では、利用者は簡単な使い方に関する質問に答えることで、機器の使い方、自分の機器に対する操作、及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置１０１が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【０１５５】
以上のように、第２の実施形態である機器動作設定装置１０１によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【０１５６】
＜第３の実施形態＞
第１の実施形態である機器動作設定装置１は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【０１５７】
第３の実施形態である機器動作設定装置は、利用者による機器の操作及び機器の動作に対する利用者の応答に加え、利用者による嗜好に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【０１５８】
図１２は、本発明の第３の実施形態である機器動作設定装置の構成を示した構成図である。
【０１５９】
図１２に示すように、機器動作設定装置１０２は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【０１６０】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１０１へ供給する。また、利用者の入力操作により表示装置等に表示された利用者の嗜好に関する質問に対する回答データを生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを入力インタフェース部２を介して機器動作設定装置１０２へ供給する。
【０１６１】
検出部５は、本発明の第１の実施形態である機器動作設定装置１の検出部５と同一の構成を有するので、説明を省略する。
【０１６２】
機器制御部３は、機器動作設定装置１０２により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【０１６３】
機器動作設定装置１０２は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８と、嗜好属性記憶手段２０と、因子抽出手段２１とを備える。
【０１６４】
属性決定手段１１は、操作データ、応答データ、及び嗜好に関する質問に対する回答データが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと嗜好属性記憶手段２０に記憶された嗜好属性データとを読み出し、読み出した操作属性データ、認知的負荷属性データ、及び嗜好属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類、応答データに相関の高い認知的負荷属性の属性分類、及び回答データに相関の高い嗜好属性の属性分類を決定する。
【０１６５】
操作属性記憶手段１２及び認知的負荷属性記憶手段１３は、本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２及び認知的負荷属性記憶手段１３と同一の構成を有するので、説明を省略する。
【０１６６】
近似項目抽出手段１４は、操作データ、応答データ、及び回答データのうち属性決定手段１１により決定された操作属性の属性分類、認知的負荷属性の属性分類、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０１６７】
ユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７は、本発明の第１の実施形態である機器動作設定装置１のユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７と同一の構成を有するので、説明を省略する。
【０１６８】
因子抽出手段２１は、入力部４から供給された利用者の嗜好に関する質問に対する回答データから、因子分析により因子を抽出する。
【０１６９】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。さらに、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、嗜好属性をそれぞれ複数の属性分類に分類し、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて嗜好属性記憶手段２０に記憶させる。
【０１７０】
≪作用≫
次に、第３の実施形態である機器動作設定装置１０２の作用について、図面を参照しながら説明する。
【０１７１】
図１３は、第３の実施形態である機器動作設定装置１０２の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び嗜好属性記憶手段２０に記憶される嗜好属性データの生成処理手順を示すフローチャートである。
【０１７２】
まず、機器動作設定装置１０２は、嗜好属性記憶手段２０に記憶された利用者の嗜好に関する質問を読み出し、読み出した質問を例えば表示装置等に表示させる（ステップＳ５０１）。ここで、表示させる表示画面は、例えば、簡単な嗜好に関する質問を表示すると共に、複数の中から１つを選択できるような選択肢を表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示画面中に表示させる方が望ましい。
【０１７３】
そして、機器動作設定装置１０２は、ステップＳ５０２〜Ｓ５０７の処理により、操作属性データを操作属性記憶手段１２に記憶し、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶する。このステップＳ５０２〜Ｓ５０７の処理については、図９に示したステップＳ３０２〜Ｓ３０７の処理と同一であるので、説明を省略する。
【０１７４】
ステップＳ３０１において、機器動作設定装置１０２は、機器の嗜好に関する質問を表示装置に表示させた後、機器動作設定装置１０２は、ステップＳ３０１で表示させた利用者の嗜好に関する質問の回答データを入力部４から受信する（ステップＳ５０８）。回答データは、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータ形式となる。
【０１７５】
次に、因子抽出手段２１は、ステップＳ５０８で相当数の回答データを受信したと判定した場合に、因子分析を行うことにより、属性分類に有効となる因子を抽出する（ステップＳ５０９）。
【０１７６】
次に、因子抽出手段２１は、ステップＳ５０１において読み出した質問の中から、ステップＳ５０９において抽出した各因子に対応する代表質問を決定し、決定した代表質問を嗜好属性記憶手段２０に記憶させる（ステップＳ５１０）。
【０１７７】
次に、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、嗜好属性をそれぞれ複数の属性分類に分類する。そして、記憶制御手段１８は、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて嗜好属性記憶手段２０に記憶させる（ステップＳ５１１）。
【０１７８】
以上により、第３の実施形態である機器動作設定装置１０２は、後述する機器動作設定処理を実行するために必要な嗜好属性データを嗜好属性記憶手段２０に記憶させると共に、操作属性データを操作属性記憶手段１２に記憶させ、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶させることができる。
【０１７９】
図１４は、第３の実施形態である機器動作設定装置１０２における機器動作設定処理の処理手順を示すフローチャートである。
【０１８０】
まず、機器動作設定装置１０２は、動作設定対象である機器に電源が投入されたとき、その機器が初期設定されているか否かを判定する（ステップＳ６０１）。
【０１８１】
そして、ステップＳ６０１において、動作設定対象である機器が初期設定されていると判定された場合は、通常動作を行う（ステップＳ６０２）。
【０１８２】
一方、ステップＳ６０１において、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から動作設定指示信号が供給された場合（ステップＳ６０３）には、処理をステップＳ６０５に移行する。
【０１８３】
次に、機器動作設定装置１０２は、嗜好質問画面を表示部等に表示させる。具体的には、機器動作設定装置１０２は、嗜好属性記憶手段２０に記憶された利用者の嗜好に関する代表質問を読み出し、読み出した代表質問を例えば表示装置等に表示させる。（ステップＳ６０５）。ここで、表示させる表示画面は、例えば、簡単な利用者の嗜好に関する代表質問を表示すると共に、この代表質問への回答として複数の選択肢の中から１つを選択できるような回答データを表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【０１８４】
そして、ステップＳ６０５で表示させた表示画面に出力された代表質問に対して、利用者が入力部４から操作を行うと、機器動作設定装置１０２は、回答データと操作データとを入力部４から入力インタフェース部２を介して受信し、応答データを検出部５から入力インタフェース部２を介して受信する（ステップＳ６０６）。具体的には、機器動作設定装置１０２は、回答データとして、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータを受信する。また、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信する。
【０１８５】
次に、属性決定手段１１は、ステップＳ６０６において操作データ、応答データ、及び回答データを受信すると、操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと、嗜好属性記憶手段２０に記憶された嗜好属性データを読み出す。
【０１８６】
そして、属性決定手段１１は、読み出した操作属性データに基づいてクラスター分析を行うことにより、ステップＳ６０６において受信した操作データに相関の高い操作属性の属性分類を決定する（ステップＳ６０７、Ｓ６０８）。また、属性決定手段１１は、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、ステップＳ６０２において受信した応答データに相関の高い認知的負荷属性の属性分類を決定する（ステップＳ６０７、Ｓ６０８）。さらに、属性決定手段１１は、読み出した嗜好属性データに基づいてクラスター分析を行うことにより、ステップＳ６０２において受信した回答データに相関の高い嗜好属性の属性分類を決定する（ステップＳ６０７、Ｓ６０８）。
【０１８７】
次に、近似項目抽出手段１４は、ステップＳ６０６において受信した操作データのうち、属性決定手段１１により決定された操作属性の属性分類と近似する近似項目データを抽出する。また、近似項目抽出手段１４は、受信した応答データのうち、属性決定手段１１により決定された認知的属性の属性分類と近似する近似項目データを抽出する。さらに、近似項目抽出手段１４は、受信した回答データのうち、属性決定手段１１により決定された嗜好属性の属性分類と近似する近似項目データを抽出する。（ステップＳ６０９）。
【０１８８】
そして、近似項目抽出手段１４は、ステップＳ６０９において抽出された操作属性の近似項目データ、認知的負荷属性の近似項目データ、及び嗜好属性の近似項目データを統合し、因子分析を行い（ステップＳ６１０）、統合した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する（ステップＳ６１１）。
【０１８９】
次に、ユーザカテゴライズ手段１５は、近似項目抽出手段１４により抽出された代表近似項目データについて、クラスター分析を行う（ステップＳ６１２）。これにより、予め利用者の特性毎に分類されたグループのうち、ステップＳ６１１において抽出された代表近似項目データにより示される特性が最も類似するグループを決定する（ステップＳ６１３）。ここで、予め利用者の特性毎に分類されたグループは、それぞれ操作・認知的負荷・嗜好に特徴があり、機器動作設定装置１０２の提供者又は利用者によって任意のグループ数に分類されている。
【０１９０】
このように、ステップＳ６１１で抽出された代表近似項目データについてクラスター分析を行うことにより、操作属性、認知的負荷属性、及び嗜好属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０１９１】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者の特性に応じた機器の設定を行う。具体的には、メニュー切り替え手段１６ａが、利用者の特性に最も類似するグループに適したメニューを生成したり、デフォルト値設定手段１６ｂが、利用者の特性に最も類似するグループに適したデフォルト値を設定する（ステップＳ４１４）。
【０１９２】
このように、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。また、利用者による操作データ、応答データ、及び代表質問に対する回答データに基づいて機器の動作設定を行うので、この機器を複数の利用者が利用する場合においても、各々の利用者の特性に応じて最適な機器の動作設定を行うことができる。
【０１９３】
図１５は、第３の実施形態である機器動作設定装置１０２をオーディオプレーヤに適用した場合における機器動作設定処理の一例を説明するための図である。
【０１９４】
まず、機器動作設定装置１０２は、動作設定対象である機器（オーディオプレーヤ）が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、嗜好に関する代表質問を表示させる。
【０１９５】
図１５に示した例では、機器動作設定装置１０２は、嗜好に関する代表質問５０３として、「とにかくシンプルなものが好きか？」、「機能が充実しているものが好きか？」、「趣味で音楽ソフトを収集しているか？」、「音質にはこがわらないか？」等の代表質問を表示する。
【０１９６】
そして、機器動作設定装置１０２は、利用者の操作により、入力部４から入力インタフェース部２を介して嗜好に関する代表質問６０３に対する回答データを受信すると共に、操作データ６０１として加圧重量２０２と、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信する。さらに、検出部５から入力インタフェース部２を介して応答データ６０２として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【０１９７】
次に、属性決定手段１１は、回答データを受信すると、嗜好属性記憶手段２０に記憶された嗜好属性データを読み出し、読み出した嗜好属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い嗜好属性６０６の属性分類を決定する。
【０１９８】
図１５に示した例では、クラスター分析によって、嗜好に関する代表質問６０３に対する回答データに相関の高い嗜好属性６０６の属性分類として属性１が決定されている。
【０１９９】
同様に、属性決定手段１１は、操作データ６０１を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ６０１に相関の高い操作属性６０４の属性分類を決定する。
【０２００】
図１５に示した例では、クラスター分析によって、操作データ６０１に相関の高い操作属性６０４の属性分類として属性２が決定されている。
【０２０１】
同様に、属性決定手段１１は、応答データ６０２を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ６０２に相関の高い認知的負荷属性６０５の属性分類を決定する。
【０２０２】
図１５に示した例では、クラスター分析によって、応答データ６０２に相関の高い認知的負荷属性６０５の属性分類として属性１が決定されている。
【０２０３】
次に、近似項目抽出手段１４は、受信した回答データ、操作データ、及び応答データのうち属性決定手段１１により決定された操作属性６０４の属性分類、認知的負荷属性６０５の属性分類、及び嗜好属性６０６の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２０４】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【０２０５】
図１５の６０７に示すように、操作データから操作属性６０４の属性２に近似する近似項目データと、応答データから認知的負荷属性６０５の属性１に近似する近似項目データと、回答データから嗜好属性６０６の属性１に近似する近似項目データを抽出する。そして、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出し、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ３が決定される。
【０２０６】
なお、図１５に示した例では、グループ数を６つとしているが、この数は６つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、設計者側で、「どのような操作特性及び認知特性を持つ利用者であり、かつどのような嗜好を持つ利用者であるか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ３として設定された想定利用者は、「あまり機器には強くなく、入力部４の操作も不得意であり、画面上の情報量が少なければ表示された情報に対する理解が可能である利用者であり、かつ機器を使用する上で、新しい発見を求めデザインにもこだわりがあるが、できるだけ簡単に機器を使いたい利用者のグループ」と設定される。
【０２０７】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性、認知的負荷属性、及び嗜好属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０２０８】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【０２０９】
図１５に示した例では、グループ２に対応する機器動作設定６０９として、「基本メニューのみ表示」、「画面表示をモダンに設定」、及び「シャッフル再生に設定」が関連付けされているので、動作設定部１６が、この設定内容に従ってオーディオプレーヤの動作設定を行う。なお、図１５に示したグループ６０８と機器動作設定６０９とを結ぶ矢印は、グループ６０８の各グループに適した機器動作設定を示している。
【０２１０】
これにより、動作設定部１６は、「基本メニューのみ表示」の設定で必要最小限の機能だけを表示して機能を把握しやすくし、「画面表示をモダンに設定」の設定でデザイン性を強調し、「シャッフル再生に設定」の設定で普段自ら選択して聴くことの少ない音楽に出会いやすいようにすることができる。
【０２１１】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【０２１２】
このように、第３の実施形態である機器動作設定装置１０２では、利用者は簡単な嗜好に関する質問に答えることで、利用者の嗜好、自分の機器に対する操作、及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置１０２が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【０２１３】
以上のように、第３の実施形態である機器動作設定装置１０２によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【０２１４】
＜第４の実施形態＞
図１６は、本発明の第４の実施形態である機器動作設定装置の構成を示した構成図である。
【０２１５】
図１６に示すように、機器動作設定装置１０３は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【０２１６】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１０３へ供給する。また、利用者の入力操作により表示装置等に表示された機器の使い方及び利用者の嗜好に関する質問に対する回答データを生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを機器動作設定装置１０３へ供給する。
【０２１７】
検出部５は、本発明の第１の実施形態である機器動作設定装置１の検出部５と同一の構成を有するので、説明を省略する。
【０２１８】
機器制御部３は、機器動作設定装置１０３により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【０２１９】
機器動作設定装置１０３は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８と、使い方属性記憶手段１９と、嗜好属性記憶手段２０と、因子抽出手段２１とを備える。
【０２２０】
属性決定手段１１は、操作データ、応答データ、及び使い方と嗜好に関する質問に対する回答データが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと、使い方属性記憶手段１９に記憶された使い方属性データと、嗜好属性記憶手段２０に記憶された嗜好属性データとを読み出す。そして、読み出した操作属性データ、認知的負荷属性データ、使い方属性データ、及び嗜好属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類、応答データに相関の高い認知的負荷属性の属性分類、回答データに相関の高い使い方属性の属性分類、及び回答データに相関の高い嗜好属性の属性分類を決定する。
【０２２１】
操作属性記憶手段１２及び認知的負荷属性記憶手段１３は、本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２及び認知的負荷属性記憶手段１３と同一の構成を有するので、説明を省略する。
【０２２２】
近似項目抽出手段１４は、操作データ、応答データ、及び回答データのうち属性決定手段１１により決定された操作属性の属性分類、認知的負荷属性の属性分類、使い方属性の属性分類、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２２３】
ユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７は、本発明の第１の実施形態である機器動作設定装置１のユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７と同一の構成を有するので、説明を省略する。
【０２２４】
因子抽出手段２１は、入力部４から供給された機器の使い方に関する質問及び利用者の嗜好に関する質問に対する回答データから、因子分析により因子を抽出する。
【０２２５】
使い方属性記憶手段１９は、使い方に関する質問データやこの質問データから選択され、表示装置等に表示させるための使い方に関する代表質問データを記憶する。また、利用者の使い方に関する回答データに基づく因子分析により、複数の属性分類毎に分類された因子を使い方属性データとして記憶する。
【０２２６】
嗜好属性記憶手段２０は、嗜好に関する質問データやこの質問データから選択され、表示装置等に表示させるための嗜好に関する代表質問データを記憶する。また、利用者の嗜好に関する回答データに基づく因子分析により、複数の属性分類毎に分類された因子を嗜好属性データとして記憶する。
【０２２７】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。さらに、因子抽出手段２１により抽出された因子に基づいて、使い方属性及び嗜好属性をそれぞれ複数の属性分類に分類し、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性記憶手段１９及び嗜好属性記憶手段２０に記憶させる。
【０２２８】
図１７は、第４の実施形態である機器動作設定装置１０３をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【０２２９】
まず、機器動作設定装置１０３は、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、使い方及び嗜好に関する代表質問を表示させる。
【０２３０】
図１７に示した例では、機器動作設定装置１０３は、使い方に関する代表質問７０１として、「面倒な設定をせずに使いたいか？」、「色々な機能を簡単に使いたいか？」、「自分で設定を行いながら使いたいか？」、「一番きれいに撮れるように使いたいか？」等の代表質問を表示する。また、嗜好に関する代表質問７０２として、「とにかくシンプルなものが好きか？」、「機能が充実しているものが好きか？」、「趣味で動画を収集しているか？」、「画質にはこがわらないか？」等の代表質問を表示する。
【０２３１】
そして、機器動作設定装置１０３は、利用者の操作により、入力部４から入力インタフェース部２を介して、使い方に関する代表質問７０１に対する回答データと嗜好に関する代表質問７０２に対する回答データを受信すると共に、操作データ７０３として加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信する。さらに、検出部５から入力インタフェース部２を介して応答データ７０４として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【０２３２】
次に、属性決定手段１１は、回答データを受信すると、使い方属性記憶手段１９に記憶された使い方属性データを読み出し、読み出した使い方属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い使い方属性７０５の属性分類を決定する。
【０２３３】
図１７に示した例では、クラスター分析によって、使い方に関する代表質問７０１に対する回答データに相関の高い使い方属性７０５の属性分類として属性３が決定されている。
【０２３４】
同様に、属性決定手段１１は、回答データを受信すると、嗜好属性記憶手段２０に記憶された嗜好属性データを読み出し、読み出した嗜好属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い嗜好属性７０６の属性分類を決定する。
【０２３５】
図１７に示した例では、クラスター分析によって、嗜好に関する代表質問７０２に対する回答データに相関の高い嗜好属性７０６の属性分類として属性１が決定されている。
【０２３６】
さらに、属性決定手段１１は、操作データ７０３を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ７０３に相関の高い操作属性７０７の属性分類を決定する。
【０２３７】
図１７に示した例では、クラスター分析によって、操作データ７０３に相関の高い操作属性７０７の属性分類として属性２が決定されている。
【０２３８】
同様に、属性決定手段１１は、応答データ７０４を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ７０４に相関の高い認知的負荷属性７０８の属性分類を決定する。
【０２３９】
図１７に示した例では、クラスター分析によって、応答データ７０４に相関の高い認知的負荷属性７０８の属性分類として属性３が決定されている。
【０２４０】
次に、近似項目抽出手段１４は、受信した回答データ、操作データ、及び応答データのうち属性決定手段１１により決定された使い方属性７０５の属性分類、嗜好属性７０６の属性分類、操作属性７０７の属性分類、及び認知的負荷属性７０８の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２４１】
次に、近似項目抽出手段１４は、受信した使い方に関する代表質問に対する回答データのうち属性決定手段１１により決定された使い方属性７０５の属性分類と近似する近似する近似項目データを抽出し、受信した嗜好に関する代表質問に対する回答データのうち属性決定手段１１により決定された嗜好属性７０６の属性分類と近似する近似する近似項目データを抽出し、受信した操作データのうち属性決定手段１１により決定された操作属性７０７の属性分類と近似する近似する近似項目データを抽出し、受信した応答データのうち属性決定手段１１により決定された認知的負荷属性７０８の属性分類と近似する近似する近似項目データを抽出する。そして、近似項目抽出手段１４は、因子分析により抽出されたこれらの近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２４２】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【０２４３】
図１７の７０９に示すように、使い方に関する質問に対する回答データから使い方属性７０５の属性３に近似する近似項目データと、嗜好に関する質問に対する回答データから嗜好属性７０６の属性１に近似する近似項目データと、操作データから操作属性７０７の属性２に近似する近似項目データと、応答データから認知的負荷属性７０８の属性３に近似する近似項目データと、を抽出する。そして、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出し、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ５が決定される。
【０２４４】
なお、図１７に示した例では、グループ数を９つとしているが、この数は９つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、設計者側で、「どのような操作特性及び認知特性を持つ利用者であり、かつどのように機器を使い、どのような嗜好を持つ利用者であるか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ５として設定された想定利用者は、「あまり機器には強くなく、入力部４の操作も不得意であり、画面上の情報量が少なければ表示された情報に対する理解が可能である利用者であり、かつ高画質で動画を記憶させる実用的な使い方よりも趣味的に多くの動画の収集を求め、風景を撮影する機会が多い利用者のグループ」と設定される。
【０２４５】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性、認知的負荷属性、使い方属性、及び嗜好属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０２４６】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【０２４７】
図１７に示した例では、グループ５に対応する機器動作設定７１１として、「基本メニューのみ表示」、「カーソル移動速度“遅い”」、「画質ノーマルに設定」及び「デジタルズーム１００倍に設定」が関連付けされているので、動作設定部１６が、この設定内容に従ってＨＤＤレコーダの動作設定を行う。なお、図１７に示したグループ７１０と機器動作設定７１１とを結ぶ矢印は、グループ７１０の各グループに適した機器動作設定を示している。
【０２４８】
これにより、動作設定部１６は、「基本メニューのみ表示」の設定で必要最小限の機能だけを表示して機能を把握しやすくし、「カーソル移動速度“遅い”」でカーソルの移動速度を遅く設定して入力部４の操作の確実性を高め、「画質ノーマルに設定」で記憶容量を気にせず余裕を持って撮影画像を記憶させることができ、「デジタルズーム１００倍に設定」で急な遠景の撮影時などでも高倍率でのズーム撮影を行えるようにすることができる。
【０２４９】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【０２５０】
このように、第４の実施形態である機器動作設定装置１０３では、利用者は簡単な使い方及び嗜好に関する質問に答えることで、機器の使い方、利用者の嗜好、自分の機器に対する操作、及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置１０３が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【０２５１】
以上のように、第４の実施形態である機器動作設定装置１０３によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【図面の簡単な説明】
【０２５２】
【図１】本発明の第１の実施形態である機器動作設定装置１の構成を示した構成図である。
【図２】本発明の第１の実施形態である機器動作設定装置１の入力部４及び検出部５により、生成される操作データ及び応答データの一例を説明するための図である。
【図３】本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２が記憶する操作属性データの一例を示した図である。
【図４】本発明の第１の実施形態である機器動作設定装置１の認知的負荷属性記憶手段１３が記憶する認知的負荷属性データの一例を示した図である。
【図５】本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２に記憶される操作属性データ、及び認知的負荷属性記憶手段１３に記憶される認知的負荷属性データの生成処理手順を示すフローチャートである。
【図６】本発明の第１の実施形態である機器動作設定装置１における機器動作設定処理の処理手順を示すフローチャートである。
【図７】本発明の第１の実施形態である機器動作設定装置１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【図８】本発明の第２の実施形態である機器動作設定装置１０１の構成を示した構成図である。
【図９】本発明の第２の実施形態である機器動作設定装置１０１の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び使い方属性記憶手段１９に記憶される使い方属性データの生成処理手順を示すフローチャートである。
【図１０】本発明の第２の実施形態である機器動作設定装置１０１における機器動作設定処理の処理手順を示すフローチャートである。
【図１１】本発明の第２の実施形態である機器動作設定装置１０１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【図１２】本発明の本発明の第３の実施形態である機器動作設定装置１０２の構成を示した構成図である。
【図１３】本発明の第３の実施形態である機器動作設定装置１０２の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び嗜好属性記憶手段２０に記憶される嗜好属性データの生成処理手順を示すフローチャートである。
【図１４】本発明の第３の実施形態である機器動作設定装置１０２における機器動作設定処理の処理手順を示すフローチャートである。
【図１５】本発明の第３の実施形態である機器動作設定装置１０２をオーディオプレーヤに適用した場合における機器動作設定処理の一例を説明するための図である。
【図１６】本発明の第４の実施形態である機器動作設定装置１０３の構成を示した構成図である。
【図１７】本発明の第４の実施形態である機器動作設定装置１０３をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【符号の説明】
【０２５３】
１，１０１，１０２，１０３…機器動作設定装置
２…入力インタフェース部
３…機器制御部
４…入力部
５…検出部
１１…属性決定手段
１２…操作属性記憶手段
１３…認知的負荷属性手段
１３…認知的負荷属性記憶手段
１４…近似項目抽出手段
１５…ユーザカテゴライズ手段
１６…動作設定部（動作設定手段）
１６ａ…メニュー切り替え手段
１６ｂ…デフォルト値設定手段
１７…得点化手段
１８…記憶制御手段
１９…使い方属性記憶手段
２０…嗜好属性記憶手段
２１…因子抽出手段
【技術分野】
【０００１】
本発明は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づいて利用者の特性を特定し、この利用者の特性に応じた機器の動作設定を行う機器動作設定装置に関する。
【背景技術】
【０００２】
近年、機器のデジタル化やネットワーク化により、利用者は機器に搭載された多種多様な機能を利用することができ、利便性が飛躍的に向上している。一方、機器の多機能化等によって、利用者にとっては機器の操作が複雑になっている。そのため、利用者は機器の操作に対して抵抗感を抱いたり、正しく操作ができなかったりする場合が増え、これにより、利用者は大きなストレスを感じる場合があった。よって、利用者にとっては、イメージどおりに操作でき、また利用したい機能を簡単に操作できることが望ましい。
【０００３】
そこで、機器のメニューに関する従来技術として、初心者用・熟達者用に分類し、分類に応じて機器の設定を行う方法がある。しかし、これら２種程度の分類では、利用者の要求を十分に満たすことができない。また、この利用者の分類方法を補完する技術として、利用者が使い方や嗜好にあわせて自らカスタマイズするという方法もある。しかしながら、この方法では、利用者の機器に対するリテラシー（熟練度）が高く、利用者が各機能について周知の状態であることが要求される。更に、機器の各種設定値に関しても、機器に対するリテラシーが高い利用者でなければ、自分のイメージどおりに動作させるための最適な値を設定することは困難であった。
【０００４】
上記のような従来技術を補う手法として非特許文献１では、アンケート調査により利用者をグループ分けし、事前にターゲットとなる利用者を絞り込み、絞り込んだターゲットとなる利用者に合わせた機器を設計する手法が提案されている。
【０００５】
また、特許文献１では、ユーザ属性のデータベースを内部、または外部サーバなどに備え、利用者の選択について他の複数の利用者の選択との類似性を多変量解析により解析することにより、利用者の嗜好により合致した情報提供をするという提供情報決定システムが提案されている。
【０００６】
さらに、特許文献２では、入力装置により生成されるユーザ入力データをカストマイズ化して適応入力プロファイルを生成し、生成した適応入力プロファイルに従い、ユーザ入力データをフィルタリングする提供情報決定方法が提案されている。
【非特許文献１】田平 博嗣・峯 淳子、「製品との関わり方でユーザを分類する尺度 ―カーナビゲーション版の開発―」、ヒューマンインタフェースシンポジウム２００３発表論文、２００３年
【特許文献１】特開２００４−２０６２５６号公報
【特許文献２】特開２０００−２３１４２８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかしながら、非特許文献１に記載の利用者に合わせた機器を設計する手法では、ターゲットとなる利用者を絞り込んで機器を設計する場合に、ターゲットとなる利用者以外の利用者が機器を利用した際のリスクが想定されていないという問題があった。
【０００８】
また、特許文献１に記載の提供情報決定システムでは、複数の利用者との類似性を分析して利用者の嗜好に合わせた情報を提示するので、利用者がある程度機器を使い続ける必要があった。更に、初期段階でアンケートを実施し利用者の属性の分類を行っても、最終的には利用者が設定値を決定しなければならない場合があった。そのため、初期段階での使用における利用者にとっての認知的負荷を十分に補うものであるとはいえなかった。
【０００９】
さらに、特許文献２に記載の提供情報決定方法では、入力装置により生成されるユーザ入力データをカストマイズ化して適応入力プロファイルを生成し、生成した適応入力プロファイルに従い、ユーザ入力データをフィルタリングするので、利用者の特性を特定する上で、利用者操作により入力されたユーザ入力データのみが反映される。このような方法では、機器が表示する表示画面に対する利用者の認知的負荷が考慮されていないので、利用者の特性を正確に特定することができなかった。
【００１０】
本発明は、上記問題点に鑑みてなされたものであり、機器を利用する利用者の簡単な入力操作により、利用者毎にその特性に応じた最適な機器の動作設定を行う機器動作設定装置を提供することを目的とする。
【課題を解決するための手段】
【００１１】
上記目的を解決するため、本発明に係る機器動作設定装置の第１の特徴は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づき、因子分析及びクラスター分析によって利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う機器動作設定装置であって、利用者の入力に基づく機器の複数の操作データと、各操作データに対して複数に区分された階級のうち該操作データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の操作データと得点分布とを複数の属性分類に分類し操作属性データとして記憶する操作属性記憶手段と、機器の動作に対する利用者の複数の応答データと、各応答データに対して複数に区分された階級のうち該応答データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の応答データと得点分布とを複数の属性分類に分類し認知的負荷属性データとして記憶する認知的負荷属性記憶手段と、それぞれ記憶された操作属性データ及び認知的負荷属性データを読み出し、クラスター分析により、複数の操作データに相関の高い操作属性の属性分類と複数の応答データに相関の高い認知的負荷属性の属性分類とを決定する属性決定手段と、複数の操作データ及び複数の応答データのうち、属性決定手段により決定された操作属性の属性分類又は認知的負荷属性の属性分類に近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する近似項目抽出手段と、予め利用者についての所定の特性毎に分類されたグループのうち、抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定するユーザカテゴライズ手段と、決定されたグループに基づいて、利用者についての所定の特性に応じた機器の設定を行う動作設定手段とを備えたことにある。
【００１２】
上記目的を解決するため、本発明に係る機器動作設定装置の第２の特徴は、操作データ毎に複数の階級に区分し、これら区分された階級のうち操作データがいずれの階級に属するかを示す得点分布を算出すると共に、応答データ毎に複数の階級に区分し、これら区分された階級のうち応答データがいずれの階級に属するかを示す得点分布を算出する得点化手段と、算出された操作データ及び応答データそれぞれの得点分布に基づいて、操作属性及び認知的負荷属性をそれぞれ複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段に記憶させると共に、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段に記憶させる記憶制御手段とを更に備えたことにある。
【００１３】
上記目的を解決するため、本発明に係る機器動作設定装置の第３の特徴は、利用者による機器の使い方に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を使い方属性データとして記憶する使い方属性記憶手段をさらに備え、属性決定手段は、それぞれ記憶された操作属性データ、認知的負荷属性データ、及び使い方属性データを読み出し、クラスター分析により操作データ、応答データ、及び回答データに相関の高い操作属性、認知的負荷属性、及び使い方属性それぞれの属性分類を決定し、近似項目抽出手段は、操作データ、応答データ、及び回答データのうち属性決定手段により決定された操作属性、認知的負荷属性、又は使い方属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出するようにしたことにある。
【００１４】
上記目的を解決するため、本発明に係る機器動作設定装置の第４の特徴は、回答データから因子分析により因子を抽出する因子抽出手段を更に備え、記憶制御手段は、更に抽出された因子に基づいて、使い方属性を複数の属性分類に分類し、この使い方属性の属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性データとして使い方属性記憶手段に記憶させるようにしたことにある。
【００１５】
上記目的を解決するため、本発明に係る機器動作設定装置の第５の特徴は、利用者の嗜好に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を嗜好属性データとして記憶する嗜好属性記憶手段をさらに備え、属性決定手段は、それぞれ記憶された操作属性データ、認知的負荷属性データ、及び嗜好属性データを読み出し、クラスター分析により操作データ、応答データ、及び回答データに相関の高い操作属性、認知的負荷属性、及び嗜好属性それぞれの属性分類を決定し、近似項目抽出手段は、操作データ、応答データ、及び回答データのうち属性決定手段により決定された操作属性、認知的負荷属性、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出するようにしたことにある。
【００１６】
上記目的を解決するため、本発明に係る機器動作設定装置の第６の特徴は、回答データから因子分析により因子を抽出する因子抽出手段を更に備え、記憶制御手段は、更に抽出された因子に基づいて、嗜好属性を複数の属性分類に分類し、この嗜好属性の属性分類毎に因子とこの因子に対応する因子得点とを関連付けて嗜好属性データとして嗜好属性記憶手段に記憶させるようにしたことにある。
【発明の効果】
【００１７】
本発明に係る機器動作設定装置によれば、機器を利用する利用者の簡単な入力操作により、利用者毎にその特性に応じた最適な機器の動作設定を行うことができる。
【発明を実施するための最良の形態】
【００１８】
以下、本発明を実施するための最良の形態について図面を参照して説明する。
【００１９】
＜第１の実施形態＞
図１は、本発明の第１の実施形態である機器動作設定装置の構成を示した構成図である。
【００２０】
図１に示すように、機器動作設定装置１は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【００２１】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１へ供給する。また、利用者の入力操作により操作命令信号を生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを入力インタフェース部２を介して機器動作設定装置１へ供給する。
【００２２】
検出部５は、例えば、利用者を撮影するカメラを備えており、このカメラにより撮影された画像を解析することにより利用者の視線位置を検出する。そして、検出した利用者の視線位置から利用者の視線移動面積、視線移動回数、視線移動時間、及び注視時間等を算出し、これらのデータを応答データとして生成し入力インタフェース部２を介して機器動作設定装置１へ供給する。
【００２３】
図２は、入力部４及び検出部５により、生成される操作データ及び応答データの一例を説明するための図である。
【００２４】
図２に示すように、Ｔ１時に、例えば表示装置の画面に質問とその質問に対応する回答選択肢が表示されると、利用者はこの画面に表示された質問を読み、この質問の回答となる選択肢を視線を移動して探し出す。そして、利用者は質問の回答となる選択肢を認識したとき、その選択肢を凝視すると推測できる。そこで、検出部５は、上述したように利用者の視線を検出し、この視線の移動が停止した時点をＴ２とし、Ｔ１時点からＴ２時点までの時間を視線移動時間３０６として算出する。
【００２５】
そして、検出部５は、Ｔ２時点において、Ｔ１時点からＴ２時点の間に移動した利用者の視線に基づいて、視線移動面積３０２及び視線移動回数３０４を算出する。ここで、視線移動面積３０２とは、利用者が表示画面上の操作しようとする操作対象物を決定するまでの間に利用者の視線が移動した面積である。例えば、表示画面をマトリックス状に分割し、分割されたマトリックスのうち利用者の視線が通ったマトリックスの積算面積として算出された値である。視線移動回数３０４とは、利用者の視線が表示画面上の所定のエリアを通った回数である。
【００２６】
また、利用者は質問の回答となる選択肢を視線を移動して探し出したＴ２時点の後、この選択肢を質問回答として決定する。そのとき、利用者は操作を行うために表示画面から視線を外すと推測できる。そこで、検出部５は、検出した利用者の視線の移動が停止したＴ２時点から、検出した利用者の視線が表示画面から外れたＴ３時点までの時間を、注視時間３０８として算出する。
【００２７】
さらに、利用者は質問回答を決定したＴ３時点の後、入力部４から入力操作を行う。そこで、検出部５は、質問回答を決定したＴ３時点の時刻データを入力部４へ供給し、入力部４は供給された時刻データに基づいて、質問回答を決定したＴ３時点から利用者により入力部４が操作されたＴ４までの時間を操作時間２０８として算出する。
【００２８】
ここで、入力部４は、Ｔ４時点において、操作時間２０８を算出すると共に、加圧重量２０２、加圧角度２０４、及び操作角度２０６を算出する。ここで、加圧重量２０４とは、利用者が入力部４に押しボタン操作を行った際に検出された操作ボタンへの加圧の重量である。加圧角度２０４とは、利用者が入力部４に押しボタン操作を行った際に検出された操作ボタンへの操作された角度である。操作角度２０６は、例えば入力部４に備えられた静電パネルや感圧パネルへの指やタッチペン等によりタッチ操作を行われた際に検出されたタッチ面積に基づいて算出され、利用者の指や利用者により操作されたタッチペンの角度を示す。
【００２９】
このようにして、入力部４は、利用者の入力操作により加圧重量２０２、加圧角度２０４、操作角度２０６、操作時間２０８等の操作データを生成し、機器動作設定装置１へ供給する。そして、検出部５は、検出した利用者の視線位置から利用者の視線移動面積３０２、視線移動回数３０４、視線移動時間３０５、及び注視時間３０８等を算出し、これらのデータを応答データとして生成して機器動作設定装置１へ供給する。
【００３０】
機器制御部３は、機器動作設定装置１により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【００３１】
機器動作設定装置１は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８とを備える。
【００３２】
属性決定手段１１は、入力インタフェース部２を介して操作データと応答データとが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データとを読み出し、読み出した操作属性データ及び認知的負荷属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類及び応答データに相関の高い認知的負荷属性の属性分類を決定する。
【００３３】
操作属性記憶手段１２は、操作データ及び応答データを採取するためのシミュレーションプログラムを記憶する。また、利用者の入力による機器の操作データと、この操作データ毎に複数に区分された階級のうち操作データがいずれの階級に属するかを示す得点分布とを関連づけ、これら操作データと得点分布とを複数の属性分類に分類して操作属性データとして記憶する。
【００３４】
図３は、操作属性記憶手段１２が記憶する操作属性データの一例を示した図である。
【００３５】
図３に示すように、操作属性データは、利用者ＩＤ２０１に、加圧重量２０２と、加圧重量２０２の得点分布２０３と、加圧角度２０４と、加圧角度２０４の得点分布２０５と、操作角２０６と、操作角２０６の得点分布２０７と、操作時間２０８と、操作時間２０８の得点分布２０９と、属性分類２１０とが関連づけられて記憶されている。
【００３６】
ここで、上述したように、加圧重量２０２とは、利用者が入力部４の操作を行った際に検出された操作ボタンへの加圧重量である。加圧角度２０４とは、例えば入力部４に押しボタン操作を行われた際に検出された操作ボタンへの操作角度である。操作角度２０６は、例えば入力部４に備えられた静電パネルへのタッチ操作を行った際に検出されたタッチ面積に基づいて算出された利用者により操作された角度である。操作時間２０８は、検出部５により利用者の視線が画面外に外れたと認識された時点から操作データを受信するまでの時間である。
【００３７】
得点分布２０３，２０５，２０７，２０９は、操作データである加圧重量２０２と、加圧角度２０４と、操作角２０６と、操作時間２０８とのそれぞれの得点分布値を表しており、加圧重量２０２、加圧角度２０４、操作角２０６、及び操作時間２０８毎に、例えば２〜７程度に区分された階級のうちどの階級に属するかを示した値である。
【００３８】
属性分類２１０は、得点分布２０３，２０５，２０７，２０９に基づいて、類似する属性毎に複数に分類された属性分類である。
【００３９】
認知的負荷属性記憶手段１３は、機器の動作に対する利用者の応答データと、この応答データ毎に複数に区分された階級のうち応答データがいずれの階級に属するかを示す得点分布とを関連づけ、これら応答データと得点分布とを複数の属性分類に分類して認知的負荷属性データとして記憶する。
【００４０】
図４は、認知的負荷属性記憶手段１３が記憶する認知的負荷属性データの一例を示した図である。
【００４１】
図４に示すように、認知的負荷属性データは、利用者ＩＤ２０１に、視線移動面積３０２と、視線移動面積３０２の得点分布３０３と、視線移動回数３０４と、視線移動回数３０４の得点分布３０５と、視線移動時間３０６と、視線移動時間３０６の得点分布３０７と、注視時間３０８と、注視時間３０８の得点分布３０９と、属性分類３１０とが関連づけられて記憶されている。
【００４２】
ここで、上述したように視線移動面積３０２は、利用者が表示画面上の操作しようとする操作対象物を決定するまでの間に利用者の視線が移動した面積である。視線移動回数３０４は、利用者の視線が表示画面上の所定のエリアを通った回数である。視線移動時間３０６は、表示画面が表示された時点から利用者の視線移動が停止した時点までの時間である。注視時間３０７は、利用者が表示画面上の操作しようとする操作対象物を認識した時点から利用者の視線が画面外に外れたと認識された時点までの時間である。
【００４３】
得点分布３０３，３０５，３０７，３０９は、応答データである視線移動面積３０２と、視線移動回数３０４と、視線移動時間３０６と、注視時間３０８とのそれぞれの得点分布値を表しており、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８毎に、例えば２〜７程度に分割された階級のうちどの階級に属するかを示した値である。
【００４４】
属性分類３１０は、得点分布３０３，３０５，３０７，３０９に基づいて、類似する属性毎に複数に分類された属性分類である。
【００４５】
近似項目抽出手段１４は、操作データ及び認知的負荷データのうち属性決定手段１１により決定された操作属性又は認知的負荷属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【００４６】
ユーザカテゴライズ手段１５は、予め利用者の特性毎に設定されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【００４７】
動作設定部１６は、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。具体的には、動作設定部１６に備えられたメニュー切り替え手段１６ａが、利用者が属するグループに該当するメニューを生成したり、デフォルト値設定手段１６ｂが、利用者が属するグループに該当するデフォルト値を設定したりする。
【００４８】
得点化手段１７は、入力部４から受信した操作データ毎に複数の階級に区分し、この区分された階級のうち操作データがいずれの階級に属するかを示す得点分布を算出する。また、検出部５から受信した応答データ毎に複数の階級に区分し、この区分された階級のうち応答データがいずれの階級に属するかを示す得点分布を算出する。
【００４９】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。
【００５０】
≪作用≫
次に、第１の実施形態である機器動作設定装置１の作用について、図面を参照しながら説明する。
【００５１】
図５は、第１の実施形態である機器動作設定装置１の操作属性記憶手段１２に記憶される操作属性データ、及び認知的負荷属性記憶手段１３に記憶される認知的負荷属性データの生成処理手順を示すフローチャートである。
【００５２】
まず、機器動作設定装置１は、操作データ及び応答データを採取するためのシミュレーションプログラムの実行を開始する（ステップＳ１０１）。具体的には、操作属性記憶手段１２に記憶されたシミュレーションプログラムを読み出し、読み出したシミュレーションプログラムを実行する。これにより、機器動作設定装置１は、例えば、利用者に操作を促すような表示画面を表示する。ここで、表示させる表示画面は、例えば、簡単な質問を表示すると共に、利用者が表示画面に表示された複数の選択肢の中から１つを選択できるような画面である。また、選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【００５３】
そして、ステップＳ１０１で表示させた表示画面に出力された質問に対して、利用者が入力部４より操作を行うと、機器動作設定装置１は、操作データを入力部４から入力インタフェース部２を介して受信する（ステップＳ１０２）。具体的には、機器動作設定装置１は、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、これらの操作データを一意に識別する利用者ＩＤ２０１とを関連づけて操作属性記憶手段１２に記憶する。
【００５４】
次に、機器動作設定装置１の得点化手段１７は、ステップＳ１０２で相当数の操作データを受信したと判定した場合に、得点化処理を行う（ステップＳ１０３）。具体的には、得点化手段１７は、操作データ毎に平均値を算出し、算出した平均値を中心に各操作データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ２０１毎の操作データそれぞれが区分されたどの段階に属するかを判定する。
【００５５】
そして、機器動作設定装置１の記憶制御手段１８は、ステップＳ１０３において判定した判定結果、即ち得点分布に基づいて、操作属性を複数の属性分類に分類し、この属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる（ステップＳ１０４）。
【００５６】
一方、ステップＳ１０１において、機器動作設定装置１は、シミュレーションプログラムの実行を開始すると、検出部５は、ステップＳ１０１で表示させた表示画面に出力された質問に対する利用者の応答を検出し、検出した応答データを入力インタフェース部２を介して機器動作設定装置１へ送信する（ステップＳ１０５）。具体的には、機器動作設定装置１は、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信し、これらの応答データを一意に識別する利用者ＩＤ２０１とを関連づけて認知的負荷属性記憶手段１３に記憶する。
【００５７】
次に、機器動作設定装置１の得点化手段１７は、ステップＳ１０５で相当数の応答データを受信したと判定した場合に、得点化処理を行う（ステップＳ１０６）。具体的には、得点化手段１７は、応答データ毎に平均値を算出し、算出した平均値を中心に各応答データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ毎の応答データそれぞれが区分されたどの階級に属するかを判定する。
【００５８】
そして、機器動作設定装置１の記憶制御手段１８は、ステップＳ１０６において判定した判定結果、即ち得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、この属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的負荷属性データとして認知的負荷属性記憶手段１３に記憶させる（ステップＳ１０７）。
【００５９】
以上により、第１の実施形態である機器動作設定装置１は、後述する機器動作設定処理を実行するために必要な操作属性データを操作属性記憶手段１２に記憶し、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶させることができる。
【００６０】
図６は、第１の実施形態である機器動作設定装置１における機器動作設定処理の処理手順を示すフローチャートである。
【００６１】
まず、機器動作設定装置１は、動作設定対象である機器に電源が投入されたとき、その機器が初期設定されているか否かを判定する（ステップＳ２０１）。
【００６２】
そして、ステップＳ２０１において、動作設定対象である機器が初期設定されていると判定された場合は、機器に通常動作を行わせる（ステップＳ２０２）。
【００６３】
一方、ステップＳ２０１において、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から動作設定指示信号が供給された場合（ステップＳ２０３）には、処理をステップＳ２０５に移行する。
【００６４】
次に、機器動作設定装置１は、操作データ及び応答データを採取するためのシミュレーションプログラムの実行を開始する（ステップＳ２０５）。具体的には、操作属性記憶手段１２に記憶されたシミュレーションプログラムを読み出し、読み出したシミュレーションプログラムを実行する。これにより、機器動作設定装置１は、例えば、利用者に操作を促すような表示画面を表示する。ここで、表示させる表示画面は、例えば、簡単な質問を表示すると共に、利用者が表示画面に表示された複数の選択肢の中から１つを選択できるような画面とし、また、選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【００６５】
そして、ステップＳ２０５で表示させた表示画面に出力された質問に対して、利用者が入力部４から操作を行うと、機器動作設定装置１は、操作データを入力部４から入力インタフェース部２を介して受信し、応答データを検出部５から入力インタフェース部２を介して受信する（ステップＳ２０６）。具体的には、機器動作設定装置１は、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信する。
【００６６】
次に、属性決定手段１１は、ステップＳ２０６において操作データ及び応答データを受信すると、操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データとを読み出す。
【００６７】
そして、属性決定手段１１は、読み出した操作属性データに基づいてクラスター分析を行うことにより、ステップＳ２０６において受信した操作データに相関の高い操作属性の属性分類を決定する（ステップＳ２０７、Ｓ２０８）。同様に、属性決定手段１１は、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、ステップＳ２０２において受信した応答データに相関の高い認知的負荷属性の属性分類を決定する（ステップＳ２０７、Ｓ２０８）。
【００６８】
次に、近似項目抽出手段１４は、ステップＳ２０６において受信した操作データのうち、属性決定手段１１により決定された操作属性の属性分類と近似する近似項目データを抽出する。同様に、近似項目抽出手段１４は、応答データのうち、属性決定手段１１により決定された認知的属性の属性分類と近似する近似項目データを抽出する。（ステップＳ２０９）。
【００６９】
そして、近似項目抽出手段１４は、ステップＳ２０９において抽出された操作属性の近似項目データ及び認知的負荷属性の近似項目データを統合し、因子分析を行い（ステップＳ２１０）、統合した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する（ステップＳ２１１）。
【００７０】
次に、ユーザカテゴライズ手段１５は、近似項目抽出手段１４により抽出された代表近似項目データについて、クラスター分析を行う（ステップＳ２１２）。これにより、予め利用者の特性毎に分類されたグループのうち、ステップＳ２１１において抽出された代表近似項目データにより示される特性が最も類似するグループを決定する（ステップＳ２１３）。ここで、予め利用者の特性毎に分類されたグループは、それぞれ操作・認知的負荷に特徴があり、機器動作設定装置１の提供者又は利用者によって任意のグループ数に分類されている。
【００７１】
このように、ステップＳ２１１で抽出された代表近似項目データについてクラスター分析を行うことにより、操作属性と認知的負荷属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【００７２】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者の特性に応じた機器の設定を行う。具体的には、メニュー切り替え手段１６ａが、利用者の特性に最も類似するグループに適したメニューを生成したり、デフォルト値設定手段１６ｂが、利用者の特性に最も類似するグループに適したデフォルト値を設定する（ステップＳ２１４）。
【００７３】
このように、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。また、利用者による操作データ、及び応答データに基づいて機器の動作設定を行うので、この機器を複数の利用者が利用する場合においても、各々の利用者の特性に応じて最適な機器の動作設定を行うことができる。
【００７４】
図７は、第１の実施形態である機器動作設定装置１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【００７５】
まず、機器動作設定装置１は、動作設定対象である機器（ＨＤＤレコーダ）が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、操作データ及び応答データを採取するため画面を表示させる。
【００７６】
そして、機器動作設定装置１は、利用者の操作により、入力部４から入力インタフェース部２を介して操作データ４０１として加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信し、検出部５から入力インタフェース部２を介して応答データ４０２として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【００７７】
次に、属性決定手段１１は、操作データ４０１を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ４０１に相関の高い操作属性４０３の属性分類を決定する。
【００７８】
図７に示した例では、クラスター分析によって、操作データ４０１に相関の高い操作属性４０３の属性分類として属性３が決定されている。
【００７９】
同様に、属性決定手段１１は、応答データ４０２を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ４０２に相関の高い認知的負荷属性４０４の属性分類を決定する。
【００８０】
図７に示した例では、クラスター分析によって、応答データ４０２に相関の高い認知的負荷属性４０４の属性分類として属性１が決定されている。
【００８１】
次に、近似項目抽出手段１４は、受信した操作データ４０１及び応答データ４０２のうち属性決定手段１１により決定された操作属性４０３の属性分類又は認知的負荷属性４０４の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【００８２】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【００８３】
図７の４０５に示すように、操作データから操作属性４０３の属性３に近似する近似項目データと、応答データから認知的負荷属性４０４の属性１に近似する近似項目データとを抽出し、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。そして、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ５が決定される。
【００８４】
このように、機器動作設定装置１は、操作属性のみならず、認知的負荷属性を加味した上で、利用者の特定に類似するグループを決定するので、より的確に利用者の特性に応じたグループを決定することができる。
【００８５】
なお、図７に示した例では、グループ数を６つとしているが、この数は６つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷に特徴があり、設計者側で、「どのような操作特性及び認知性を持つ利用者であるのか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ５として設定された想定利用者は、「あまり機器には強くなく、入力部４の操作も不得意であり、画面上の情報量が少なければ表示された情報に対する理解が可能である利用者」と設定されている。
【００８６】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性と認知的負荷属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【００８７】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【００８８】
図７に示した例では、グループ５に対応する機器動作設定２０７として、「基本メニューのみ表示」、「画質ノーマル」、及び「カーソル移動遅い」が関連付けされているので、動作設定部１６が、この設定内容に従ってＨＤＤレコーダの動作設定を行う。なお、図７に示したグループ４０６と機器動作設定４０７とを結ぶ矢印は、グループ４０６の各グループに適した機器動作設定を示している。
【００８９】
これにより、動作設定部１６は、「基本メニューのみ表示」の設定で必要最小限の機能だけを表示して機能を把握しやすくし、「画質ノーマル」の設定で利用者がわざわざ設定することなく使用でき、「カーソル移動遅い」の設定で表示されたカーソルに対する利用者の認知的負荷を低くすることができる。
【００９０】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【００９１】
このように、第１の実施形態である機器動作設定装置１では、利用者は簡単な質問に答えることで、自分の機器に対する操作及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【００９２】
以上のように、第１の実施形態である機器動作設定装置１によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【００９３】
＜第２の実施形態＞
第１の実施形態である機器動作設定装置１は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【００９４】
第２の実施形態である機器動作設定装置は、利用者による機器の操作及び機器の動作に対する利用者の応答に加え、利用者による機器の使い方に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【００９５】
図８は、本発明の第２の実施形態である機器動作設定装置の構成を示した構成図である。
【００９６】
図８に示すように、機器動作設定装置１０１は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【００９７】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１０１へ供給する。また、利用者の入力操作により表示装置等に表示された機器の使い方に関する質問に対する回答データを生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを入力インタフェース部２を介して機器動作設定装置１０１へ供給する。
【００９８】
検出部５は、本発明の第１の実施形態である機器動作設定装置１の検出部５と同一の構成を有するので、説明を省略する。
【００９９】
機器制御部３は、機器動作設定装置１０１により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【０１００】
機器動作設定装置１０１は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８と、使い方属性記憶手段１９と、因子抽出手段２１とを備える。
【０１０１】
属性決定手段１１は、操作データ、応答データ、及び機器の使い方に関する質問に対する回答データが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと使い方属性記憶手段１９に記憶された使い方属性データとを読み出す。そして、読み出した操作属性データ、認知的負荷属性データ、及び使い方属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類、応答データに相関の高い認知的負荷属性の属性分類、及び回答データに相関の高い使い方属性の属性分類を決定する。
【０１０２】
操作属性記憶手段１２及び認知的負荷属性記憶手段１３は、本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２及び認知的負荷属性記憶手段１３と同一の構成を有するので、説明を省略する。
【０１０３】
近似項目抽出手段１４は、操作データ、応答データ、及び回答データのうち属性決定手段１１により決定された操作属性の属性分類、認知的負荷属性の属性分類、又は使い方属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０１０４】
ユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７は、本発明の第１の実施形態である機器動作設定装置１のユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７と同一の構成を有するので、説明を省略する。
【０１０５】
因子抽出手段２１は、入力部４から供給された機器の使い方に関する質問に対する回答データから、因子分析により因子を抽出する。
【０１０６】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。さらに、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、使い方属性を複数の属性分類に分類し、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性記憶手段１９に記憶させる。
【０１０７】
≪作用≫
次に、第２の実施形態である機器動作設定装置１０１の作用について、図面を参照しながら説明する。
【０１０８】
図９は、第２の実施形態である機器動作設定装置１０１の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び使い方属性記憶手段１９に記憶される使い方属性データの生成処理手順を示すフローチャートである。
【０１０９】
まず、機器動作設定装置１０１は、使い方属性記憶手段１９に記憶された機器の使い方に関する質問を読み出し、読み出した質問を例えば表示装置等に表示させる（ステップＳ３０１）。ここで、表示させる表示画面は、例えば、簡単な使い方に関する質問を表示すると共に、複数の中から１つを選択できるような選択肢を表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【０１１０】
そして、ステップＳ３０１で表示させた表示画面に出力された質問に対して、利用者が入力部４より操作を行うと、機器動作設定装置１０１は、操作データを入力部４から入力インタフェース部２を介して受信する（ステップＳ３０２）。具体的には、機器動作設定装置１０１は、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、これらの操作データを一意に識別する利用者ＩＤ２０１とを関連づけて操作属性記憶手段１２に記憶する。
【０１１１】
次に、機器動作設定装置１０１の得点化手段１７は、ステップＳ３０２で相当数の操作データを受信したと判定した場合に、得点化処理を行う（ステップＳ３０３）。具体的には、得点化手段１７は、操作データ毎に平均値を算出し、算出した平均値を中心として各操作データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ２０１毎の操作データそれぞれが区分されたどの段階に属するかを判定する。
【０１１２】
そして、機器動作設定装置１０１の記憶制御手段１８は、ステップＳ３０３において判定した判定結果、即ち得点分布値に基づいて、操作属性を複数の属性分類に分類し、この属性分類毎に操作データとこの操作データに対応する得点分布値とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる（ステップＳ３０４）。
【０１１３】
一方、ステップＳ３０１において、機器動作設定装置１０１は、機器の使い方に関する質問を表示装置に表示させた後、検出部５は、ステップＳ３０１で表示させた表示画面に出力された質問に対する利用者の応答を検出し、検出した応答データを入力インタフェース部２を介して機器動作設定装置１０１へ送信する（ステップＳ３０５）。具体的には、機器動作設定装置１０１は、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信し、これらの応答データを一意に識別する利用者ＩＤ２０１とを関連づけて認知的負荷属性記憶手段１３に記憶する。
【０１１４】
次に、機器動作設定装置１０１の得点化手段１７は、ステップＳ３０５で相当数の応答データを受信したと判定した場合に、得点化処理を行う（ステップＳ３０６）。具体的には、得点化手段１７は、応答データ毎に平均値を算出し、算出した平均値を中心に各応答データの値を例えば２〜７階級程度に区分する。そして、利用者ＩＤ毎の応答データそれぞれが区分されたどの階級に属するかを判定する。
【０１１５】
そして、機器動作設定装置１０１の記憶制御手段１８は、ステップＳ３０６において判定した判定結果、即ち得点分布値に基づいて、認知的負荷属性を複数の属性分類に分類し、この属性分類毎に応答データとこの応答データに対応する得点分布値とを関連づけて認知的負荷属性データとして認知的負荷属性記憶手段１３に記憶させる（ステップＳ３０７）。
【０１１６】
さらに、ステップＳ３０１において、機器動作設定装置１０１は、機器の使い方に関する質問を表示装置に表示させた後、機器動作設定装置１０１は、ステップＳ３０１で表示させた機器の使い方に関する質問の回答データを入力部４から受信する（ステップＳ３０８）。回答データは、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータ形式となる。
【０１１７】
次に、因子抽出手段２１は、ステップＳ３０８で相当数の回答データを受信したと判定した場合に、因子分析を行うことにより、属性分類に有効となる因子を抽出する（ステップＳ３０９）。
【０１１８】
次に、因子抽出手段２１は、ステップＳ３０１において読み出した質問の中から、ステップＳ３０９において抽出した各因子に対応する代表質問を決定し、決定した代表質問を使い方属性記憶手段１９に記憶させる（ステップＳ３１０）。
【０１１９】
次に、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、使い方属性を複数の属性分類に分類する。そして、記憶制御手段１８は、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性記憶手段１９に記憶させる（ステップＳ３１１）。
【０１２０】
以上により、第２の実施形態である機器動作設定装置１０１は、後述する機器動作設定処理を実行するために必要な使い方属性データを使い方属性記憶手段１９に記憶させると共に、操作属性データを操作属性記憶手段１２に記憶させ、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶させることができる。
【０１２１】
図１０は、第２の実施形態である機器動作設定装置１０１における機器動作設定処理の処理手順を示すフローチャートである。
【０１２２】
まず、機器動作設定装置１０１は、動作設定対象である機器に電源が投入されたとき、その機器が初期設定されているか否かを判定する（ステップＳ４０１）。
【０１２３】
そして、ステップＳ４０１において、動作設定対象である機器が初期設定されていると判定された場合は、通常動作を行う（ステップＳ４０２）。
【０１２４】
一方、ステップＳ４０１において、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から動作設定指示信号が供給された場合（ステップＳ４０３）には、処理をステップＳ４０５に移行する。
【０１２５】
次に、機器動作設定装置１０１は、使い方質問画面を表示部等に表示させる。具体的には、機器動作設定装置１０１は、使い方属性記憶手段１９に記憶された機器の使い方に関する代表質問を読み出し、読み出した代表質問を例えば表示装置等に表示させる。（ステップＳ４０５）。ここで、表示させる表示画面は、例えば、簡単な機器の使い方に関する代表質問を表示すると共に、この代表質問への回答として複数の選択肢の中から１つを選択できるような回答データを表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【０１２６】
そして、ステップＳ４０５で表示させた表示画面に出力された代表質問に対して、利用者が入力部４から操作を行うと、機器動作設定装置１０１は、回答データと操作データとを入力部４から入力インタフェース部２を介して受信し、応答データを検出部５から入力インタフェース部２を介して受信する（ステップＳ４０６）。具体的には、機器動作設定装置１０１は、回答データとして、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータを受信する。また、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信する。
【０１２７】
次に、属性決定手段１１は、ステップＳ４０６において操作データ、応答データ、及び回答データを受信すると、操作属性記憶手段１２に記憶された操作属性データと、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと、使い方属性記憶手段１９に記憶された使い方属性データを読み出す。
【０１２８】
そして、属性決定手段１１は、読み出した操作属性データに基づいてクラスター分析を行うことにより、ステップＳ４０６において受信した操作データに相関の高い操作属性の属性分類を決定する（ステップＳ４０７、Ｓ４０８）。また、属性決定手段１１は、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、ステップＳ４０２において受信した応答データに相関の高い認知的負荷属性の属性分類を決定する（ステップＳ４０７、Ｓ４０８）。さらに、属性決定手段１１は、読み出した使い方属性データに基づいてクラスター分析を行うことにより、ステップＳ４０２において受信した回答データに相関の高い使い方属性の属性分類を決定する（ステップＳ４０７、Ｓ４０８）。
【０１２９】
次に、近似項目抽出手段１４は、ステップＳ４０６において受信した操作データのうち、属性決定手段１１により決定された操作属性の属性分類と近似する近似項目データを抽出する。また、近似項目抽出手段１４は、受信した応答データのうち、属性決定手段１１により決定された認知的属性の属性分類と近似する近似項目データを抽出する。さらに、近似項目抽出手段１４は、受信した回答データのうち、属性決定手段１１により決定された使い方属性の属性分類と近似する近似項目データを抽出する。（ステップＳ４０９）。
【０１３０】
そして、近似項目抽出手段１４は、ステップＳ４０９において抽出された操作属性の近似項目データ、認知的負荷属性の近似項目データ、及び使い方属性の近似項目データを統合し、因子分析を行い（ステップＳ４１０）、統合した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する（ステップＳ４１１）。
【０１３１】
次に、ユーザカテゴライズ手段１５は、近似項目抽出手段１４により抽出された代表近似項目データについて、クラスター分析を行う（ステップＳ４１２）。これにより、予め利用者の特性毎に分類されたグループのうち、ステップＳ４１１において抽出された代表近似項目データにより示される特性が最も類似するグループを決定する（ステップＳ４１３）。ここで、予め利用者の特性毎に分類されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、機器動作設定装置１０１の提供者又は利用者によって任意のグループ数に分類されている。
【０１３２】
このように、ステップＳ４１１で抽出された代表近似項目データについてクラスター分析を行うことにより、操作属性、認知的負荷属性、使い方属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０１３３】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者の特性に応じた機器の設定を行う。具体的には、メニュー切り替え手段１６ａが、利用者の特性に最も類似するグループに適したメニューを生成したり、デフォルト値設定手段１６ｂが、利用者の特性に最も類似するグループに適したデフォルト値を設定する（ステップＳ４１４）。
【０１３４】
このように、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。また、利用者による操作データ、応答データ、及び質問に対する回答データに基づいて機器の動作設定を行うので、この機器を複数の利用者が利用する場合においても、各々の利用者の特性に応じて最適な機器の動作設定を行うことができる。
【０１３５】
図１１は、第２の実施形態である機器動作設定装置１０１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【０１３６】
まず、機器動作設定装置１０１は、動作設定対象である機器（ＨＤＤレコーダ）が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、使い方に関する代表質問を表示させる。
【０１３７】
図１１に示した例では、機器動作設定装置１０１は、使い方に関する代表質問５０３として、「面倒な設定をせずに使いたいか？」、「色々な機能を簡単に使いたいか？」、「自分で設定を行いながら使いたいか？」、「一番きれいに撮れるように使いたいか？」等の代表質問を表示する。
【０１３８】
そして、機器動作設定装置１０１は、利用者の操作により、入力部４から入力インタフェース部２を介して使い方に関する代表質問５０３に対する回答データを受信すると共に、操作データ５０１として加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信する。さらに、検出部５から入力インタフェース部２を介して応答データ５０２として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【０１３９】
次に、属性決定手段１１は、回答データを受信すると、使い方属性記憶手段１９に記憶された使い方属性データを読み出し、読み出した使い方属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い使い方属性５０６の属性分類を決定する。
【０１４０】
図１１に示した例では、クラスター分析によって、使い方に関する代表質問５０３に対する回答データに相関の高い使い方属性５０６の属性分類として属性１が決定されている。
【０１４１】
同様に、属性決定手段１１は、操作データ５０１を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ５０１に相関の高い操作属性５０４の属性分類を決定する。
【０１４２】
図１１に示した例では、クラスター分析によって、操作データ５０１に相関の高い操作属性５０４の属性分類として属性１が決定されている。
【０１４３】
同様に、属性決定手段１１は、応答データ５０２を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ５０２に相関の高い認知的負荷属性５０５の属性分類を決定する。
【０１４４】
図１１に示した例では、クラスター分析によって、応答データ５０２に相関の高い認知的負荷属性５０５の属性分類として属性２が決定されている。
【０１４５】
次に、近似項目抽出手段１４は、受信した回答データ、操作データ、及び応答データのうち属性決定手段１１により決定された操作属性５０４の属性分類、認知的負荷属性５０５の属性分類、及び使い方属性５０６の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０１４６】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【０１４７】
図１１の５０７に示すように、操作データから操作属性５０４の属性１に近似する近似項目データと、応答データから認知的負荷属性５０５の属性２に近似する近似項目データと、回答データから使い方属性５０６の属性１に近似する近似項目データを抽出する。そして、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出し、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ２が決定される。
【０１４８】
なお、図１１に示した例では、グループ数を６つとしているが、この数は６つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、設計者側で、「どのような操作特性及び認知特性を持つ利用者であり、かつどのように機器を使う利用者であるか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ２として設定された想定利用者は、「機器に明るいため使いこなしたい気持ちが強く、多くの情報から必要な情報を素早く見つけだすことができる利用者であり、毎週放送されるドキュメンタリー番組を録画するような利用者のグループ」と設定される。
【０１４９】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性、認知的負荷属性、及び使い方属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０１５０】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【０１５１】
図１１に示した例では、グループ２に対応する機器動作設定５０９として、「全メニューのみ表示」、「毎週録画に設定」、及び「録画画質任意に設定」が関連付けされているので、動作設定部１６が、この設定内容に従ってＨＤＤレコーダの動作設定を行う。なお、図１１に示したグループ５０８と機器動作設定５０９とを結ぶ矢印は、グループ５０８の各グループに適した機器動作設定を示している。
【０１５２】
これにより、動作設定部１６は、「全メニューのみ表示」の設定で全ての機能を表示して使いこなせるようにし、「毎週録画」に自動設定し、画質設定を「任意に設定」に設定することにより、利用者は、記憶媒体の残り残量を考慮し、記録画質を利用者が調節しながら毎週ドラマを記憶させることができる。
【０１５３】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【０１５４】
このように、第２の実施形態である機器動作設定装置１０１では、利用者は簡単な使い方に関する質問に答えることで、機器の使い方、自分の機器に対する操作、及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置１０１が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【０１５５】
以上のように、第２の実施形態である機器動作設定装置１０１によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【０１５６】
＜第３の実施形態＞
第１の実施形態である機器動作設定装置１は、利用者による機器の操作及び機器の動作に対する利用者の応答に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【０１５７】
第３の実施形態である機器動作設定装置は、利用者による機器の操作及び機器の動作に対する利用者の応答に加え、利用者による嗜好に基づいて、利用者についての所定の特性を特定し、この特性に応じた機器の動作設定を行う。
【０１５８】
図１２は、本発明の第３の実施形態である機器動作設定装置の構成を示した構成図である。
【０１５９】
図１２に示すように、機器動作設定装置１０２は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【０１６０】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１０１へ供給する。また、利用者の入力操作により表示装置等に表示された利用者の嗜好に関する質問に対する回答データを生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを入力インタフェース部２を介して機器動作設定装置１０２へ供給する。
【０１６１】
検出部５は、本発明の第１の実施形態である機器動作設定装置１の検出部５と同一の構成を有するので、説明を省略する。
【０１６２】
機器制御部３は、機器動作設定装置１０２により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【０１６３】
機器動作設定装置１０２は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８と、嗜好属性記憶手段２０と、因子抽出手段２１とを備える。
【０１６４】
属性決定手段１１は、操作データ、応答データ、及び嗜好に関する質問に対する回答データが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと嗜好属性記憶手段２０に記憶された嗜好属性データとを読み出し、読み出した操作属性データ、認知的負荷属性データ、及び嗜好属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類、応答データに相関の高い認知的負荷属性の属性分類、及び回答データに相関の高い嗜好属性の属性分類を決定する。
【０１６５】
操作属性記憶手段１２及び認知的負荷属性記憶手段１３は、本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２及び認知的負荷属性記憶手段１３と同一の構成を有するので、説明を省略する。
【０１６６】
近似項目抽出手段１４は、操作データ、応答データ、及び回答データのうち属性決定手段１１により決定された操作属性の属性分類、認知的負荷属性の属性分類、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０１６７】
ユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７は、本発明の第１の実施形態である機器動作設定装置１のユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７と同一の構成を有するので、説明を省略する。
【０１６８】
因子抽出手段２１は、入力部４から供給された利用者の嗜好に関する質問に対する回答データから、因子分析により因子を抽出する。
【０１６９】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。さらに、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、嗜好属性をそれぞれ複数の属性分類に分類し、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて嗜好属性記憶手段２０に記憶させる。
【０１７０】
≪作用≫
次に、第３の実施形態である機器動作設定装置１０２の作用について、図面を参照しながら説明する。
【０１７１】
図１３は、第３の実施形態である機器動作設定装置１０２の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び嗜好属性記憶手段２０に記憶される嗜好属性データの生成処理手順を示すフローチャートである。
【０１７２】
まず、機器動作設定装置１０２は、嗜好属性記憶手段２０に記憶された利用者の嗜好に関する質問を読み出し、読み出した質問を例えば表示装置等に表示させる（ステップＳ５０１）。ここで、表示させる表示画面は、例えば、簡単な嗜好に関する質問を表示すると共に、複数の中から１つを選択できるような選択肢を表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示画面中に表示させる方が望ましい。
【０１７３】
そして、機器動作設定装置１０２は、ステップＳ５０２〜Ｓ５０７の処理により、操作属性データを操作属性記憶手段１２に記憶し、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶する。このステップＳ５０２〜Ｓ５０７の処理については、図９に示したステップＳ３０２〜Ｓ３０７の処理と同一であるので、説明を省略する。
【０１７４】
ステップＳ３０１において、機器動作設定装置１０２は、機器の嗜好に関する質問を表示装置に表示させた後、機器動作設定装置１０２は、ステップＳ３０１で表示させた利用者の嗜好に関する質問の回答データを入力部４から受信する（ステップＳ５０８）。回答データは、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータ形式となる。
【０１７５】
次に、因子抽出手段２１は、ステップＳ５０８で相当数の回答データを受信したと判定した場合に、因子分析を行うことにより、属性分類に有効となる因子を抽出する（ステップＳ５０９）。
【０１７６】
次に、因子抽出手段２１は、ステップＳ５０１において読み出した質問の中から、ステップＳ５０９において抽出した各因子に対応する代表質問を決定し、決定した代表質問を嗜好属性記憶手段２０に記憶させる（ステップＳ５１０）。
【０１７７】
次に、記憶制御手段１８は、因子抽出手段２１により抽出された因子に基づいて、嗜好属性をそれぞれ複数の属性分類に分類する。そして、記憶制御手段１８は、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて嗜好属性記憶手段２０に記憶させる（ステップＳ５１１）。
【０１７８】
以上により、第３の実施形態である機器動作設定装置１０２は、後述する機器動作設定処理を実行するために必要な嗜好属性データを嗜好属性記憶手段２０に記憶させると共に、操作属性データを操作属性記憶手段１２に記憶させ、認知的負荷属性データを認知的負荷属性記憶手段１３に記憶させることができる。
【０１７９】
図１４は、第３の実施形態である機器動作設定装置１０２における機器動作設定処理の処理手順を示すフローチャートである。
【０１８０】
まず、機器動作設定装置１０２は、動作設定対象である機器に電源が投入されたとき、その機器が初期設定されているか否かを判定する（ステップＳ６０１）。
【０１８１】
そして、ステップＳ６０１において、動作設定対象である機器が初期設定されていると判定された場合は、通常動作を行う（ステップＳ６０２）。
【０１８２】
一方、ステップＳ６０１において、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から動作設定指示信号が供給された場合（ステップＳ６０３）には、処理をステップＳ６０５に移行する。
【０１８３】
次に、機器動作設定装置１０２は、嗜好質問画面を表示部等に表示させる。具体的には、機器動作設定装置１０２は、嗜好属性記憶手段２０に記憶された利用者の嗜好に関する代表質問を読み出し、読み出した代表質問を例えば表示装置等に表示させる。（ステップＳ６０５）。ここで、表示させる表示画面は、例えば、簡単な利用者の嗜好に関する代表質問を表示すると共に、この代表質問への回答として複数の選択肢の中から１つを選択できるような回答データを表示する。また、利用者が選択肢を選択する際、利用者の視線が移動するように、各選択肢間に所定の間隔を設けたりする等、各選択肢を分散して表示させる方が望ましい。
【０１８４】
そして、ステップＳ６０５で表示させた表示画面に出力された代表質問に対して、利用者が入力部４から操作を行うと、機器動作設定装置１０２は、回答データと操作データとを入力部４から入力インタフェース部２を介して受信し、応答データを検出部５から入力インタフェース部２を介して受信する（ステップＳ６０６）。具体的には、機器動作設定装置１０２は、回答データとして、例えば「あてはまる〜あてはまらない」の二者択一や例えば３〜７段階程度の多段階評定のデータを受信する。また、操作データとして、加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８のデータを受信し、応答データとして、視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８のデータを受信する。
【０１８５】
次に、属性決定手段１１は、ステップＳ６０６において操作データ、応答データ、及び回答データを受信すると、操作属性記憶手段１２に記憶された操作属性データと認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと、嗜好属性記憶手段２０に記憶された嗜好属性データを読み出す。
【０１８６】
そして、属性決定手段１１は、読み出した操作属性データに基づいてクラスター分析を行うことにより、ステップＳ６０６において受信した操作データに相関の高い操作属性の属性分類を決定する（ステップＳ６０７、Ｓ６０８）。また、属性決定手段１１は、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、ステップＳ６０２において受信した応答データに相関の高い認知的負荷属性の属性分類を決定する（ステップＳ６０７、Ｓ６０８）。さらに、属性決定手段１１は、読み出した嗜好属性データに基づいてクラスター分析を行うことにより、ステップＳ６０２において受信した回答データに相関の高い嗜好属性の属性分類を決定する（ステップＳ６０７、Ｓ６０８）。
【０１８７】
次に、近似項目抽出手段１４は、ステップＳ６０６において受信した操作データのうち、属性決定手段１１により決定された操作属性の属性分類と近似する近似項目データを抽出する。また、近似項目抽出手段１４は、受信した応答データのうち、属性決定手段１１により決定された認知的属性の属性分類と近似する近似項目データを抽出する。さらに、近似項目抽出手段１４は、受信した回答データのうち、属性決定手段１１により決定された嗜好属性の属性分類と近似する近似項目データを抽出する。（ステップＳ６０９）。
【０１８８】
そして、近似項目抽出手段１４は、ステップＳ６０９において抽出された操作属性の近似項目データ、認知的負荷属性の近似項目データ、及び嗜好属性の近似項目データを統合し、因子分析を行い（ステップＳ６１０）、統合した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する（ステップＳ６１１）。
【０１８９】
次に、ユーザカテゴライズ手段１５は、近似項目抽出手段１４により抽出された代表近似項目データについて、クラスター分析を行う（ステップＳ６１２）。これにより、予め利用者の特性毎に分類されたグループのうち、ステップＳ６１１において抽出された代表近似項目データにより示される特性が最も類似するグループを決定する（ステップＳ６１３）。ここで、予め利用者の特性毎に分類されたグループは、それぞれ操作・認知的負荷・嗜好に特徴があり、機器動作設定装置１０２の提供者又は利用者によって任意のグループ数に分類されている。
【０１９０】
このように、ステップＳ６１１で抽出された代表近似項目データについてクラスター分析を行うことにより、操作属性、認知的負荷属性、及び嗜好属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０１９１】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者の特性に応じた機器の設定を行う。具体的には、メニュー切り替え手段１６ａが、利用者の特性に最も類似するグループに適したメニューを生成したり、デフォルト値設定手段１６ｂが、利用者の特性に最も類似するグループに適したデフォルト値を設定する（ステップＳ４１４）。
【０１９２】
このように、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。また、利用者による操作データ、応答データ、及び代表質問に対する回答データに基づいて機器の動作設定を行うので、この機器を複数の利用者が利用する場合においても、各々の利用者の特性に応じて最適な機器の動作設定を行うことができる。
【０１９３】
図１５は、第３の実施形態である機器動作設定装置１０２をオーディオプレーヤに適用した場合における機器動作設定処理の一例を説明するための図である。
【０１９４】
まず、機器動作設定装置１０２は、動作設定対象である機器（オーディオプレーヤ）が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、嗜好に関する代表質問を表示させる。
【０１９５】
図１５に示した例では、機器動作設定装置１０２は、嗜好に関する代表質問５０３として、「とにかくシンプルなものが好きか？」、「機能が充実しているものが好きか？」、「趣味で音楽ソフトを収集しているか？」、「音質にはこがわらないか？」等の代表質問を表示する。
【０１９６】
そして、機器動作設定装置１０２は、利用者の操作により、入力部４から入力インタフェース部２を介して嗜好に関する代表質問６０３に対する回答データを受信すると共に、操作データ６０１として加圧重量２０２と、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信する。さらに、検出部５から入力インタフェース部２を介して応答データ６０２として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【０１９７】
次に、属性決定手段１１は、回答データを受信すると、嗜好属性記憶手段２０に記憶された嗜好属性データを読み出し、読み出した嗜好属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い嗜好属性６０６の属性分類を決定する。
【０１９８】
図１５に示した例では、クラスター分析によって、嗜好に関する代表質問６０３に対する回答データに相関の高い嗜好属性６０６の属性分類として属性１が決定されている。
【０１９９】
同様に、属性決定手段１１は、操作データ６０１を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ６０１に相関の高い操作属性６０４の属性分類を決定する。
【０２００】
図１５に示した例では、クラスター分析によって、操作データ６０１に相関の高い操作属性６０４の属性分類として属性２が決定されている。
【０２０１】
同様に、属性決定手段１１は、応答データ６０２を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ６０２に相関の高い認知的負荷属性６０５の属性分類を決定する。
【０２０２】
図１５に示した例では、クラスター分析によって、応答データ６０２に相関の高い認知的負荷属性６０５の属性分類として属性１が決定されている。
【０２０３】
次に、近似項目抽出手段１４は、受信した回答データ、操作データ、及び応答データのうち属性決定手段１１により決定された操作属性６０４の属性分類、認知的負荷属性６０５の属性分類、及び嗜好属性６０６の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２０４】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【０２０５】
図１５の６０７に示すように、操作データから操作属性６０４の属性２に近似する近似項目データと、応答データから認知的負荷属性６０５の属性１に近似する近似項目データと、回答データから嗜好属性６０６の属性１に近似する近似項目データを抽出する。そして、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出し、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ３が決定される。
【０２０６】
なお、図１５に示した例では、グループ数を６つとしているが、この数は６つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、設計者側で、「どのような操作特性及び認知特性を持つ利用者であり、かつどのような嗜好を持つ利用者であるか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ３として設定された想定利用者は、「あまり機器には強くなく、入力部４の操作も不得意であり、画面上の情報量が少なければ表示された情報に対する理解が可能である利用者であり、かつ機器を使用する上で、新しい発見を求めデザインにもこだわりがあるが、できるだけ簡単に機器を使いたい利用者のグループ」と設定される。
【０２０７】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性、認知的負荷属性、及び嗜好属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０２０８】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【０２０９】
図１５に示した例では、グループ２に対応する機器動作設定６０９として、「基本メニューのみ表示」、「画面表示をモダンに設定」、及び「シャッフル再生に設定」が関連付けされているので、動作設定部１６が、この設定内容に従ってオーディオプレーヤの動作設定を行う。なお、図１５に示したグループ６０８と機器動作設定６０９とを結ぶ矢印は、グループ６０８の各グループに適した機器動作設定を示している。
【０２１０】
これにより、動作設定部１６は、「基本メニューのみ表示」の設定で必要最小限の機能だけを表示して機能を把握しやすくし、「画面表示をモダンに設定」の設定でデザイン性を強調し、「シャッフル再生に設定」の設定で普段自ら選択して聴くことの少ない音楽に出会いやすいようにすることができる。
【０２１１】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【０２１２】
このように、第３の実施形態である機器動作設定装置１０２では、利用者は簡単な嗜好に関する質問に答えることで、利用者の嗜好、自分の機器に対する操作、及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置１０２が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【０２１３】
以上のように、第３の実施形態である機器動作設定装置１０２によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【０２１４】
＜第４の実施形態＞
図１６は、本発明の第４の実施形態である機器動作設定装置の構成を示した構成図である。
【０２１５】
図１６に示すように、機器動作設定装置１０３は、入力インタフェース部２と、機器制御部３と接続されており、入力インタフェース部２にはさらに入力部４と検出部５とが接続されている。
【０２１６】
入力部４は、例えば、静電センサ、感圧センサ、操作ボタン等を備えており、利用者の入力操作により機器の動作設定を要求する動作設定指示信号を生成し、機器動作設定装置１０３へ供給する。また、利用者の入力操作により表示装置等に表示された機器の使い方及び利用者の嗜好に関する質問に対する回答データを生成すると共に、加圧重量、加圧角度、操作角度、操作時間等の操作データを生成し、これらを機器動作設定装置１０３へ供給する。
【０２１７】
検出部５は、本発明の第１の実施形態である機器動作設定装置１の検出部５と同一の構成を有するので、説明を省略する。
【０２１８】
機器制御部３は、機器動作設定装置１０３により決定された利用者のグループに基づいて、利用者に応じた機器の動作設定を行う。
【０２１９】
機器動作設定装置１０３は、属性決定手段１１と、操作属性記憶手段１２と、認知的負荷属性記憶手段１３と、近似項目抽出手段１４と、ユーザカテゴライズ手段１５と、動作設定部１６と、得点化手段１７と、記憶制御手段１８と、使い方属性記憶手段１９と、嗜好属性記憶手段２０と、因子抽出手段２１とを備える。
【０２２０】
属性決定手段１１は、操作データ、応答データ、及び使い方と嗜好に関する質問に対する回答データが供給されたときに、後述する操作属性記憶手段１２に記憶された操作属性データと、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データと、使い方属性記憶手段１９に記憶された使い方属性データと、嗜好属性記憶手段２０に記憶された嗜好属性データとを読み出す。そして、読み出した操作属性データ、認知的負荷属性データ、使い方属性データ、及び嗜好属性データに基づいて、クラスター分析により操作データに相関の高い操作属性の属性分類、応答データに相関の高い認知的負荷属性の属性分類、回答データに相関の高い使い方属性の属性分類、及び回答データに相関の高い嗜好属性の属性分類を決定する。
【０２２１】
操作属性記憶手段１２及び認知的負荷属性記憶手段１３は、本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２及び認知的負荷属性記憶手段１３と同一の構成を有するので、説明を省略する。
【０２２２】
近似項目抽出手段１４は、操作データ、応答データ、及び回答データのうち属性決定手段１１により決定された操作属性の属性分類、認知的負荷属性の属性分類、使い方属性の属性分類、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２２３】
ユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７は、本発明の第１の実施形態である機器動作設定装置１のユーザカテゴライズ手段１５、動作設定部１６、及び得点化手段１７と同一の構成を有するので、説明を省略する。
【０２２４】
因子抽出手段２１は、入力部４から供給された機器の使い方に関する質問及び利用者の嗜好に関する質問に対する回答データから、因子分析により因子を抽出する。
【０２２５】
使い方属性記憶手段１９は、使い方に関する質問データやこの質問データから選択され、表示装置等に表示させるための使い方に関する代表質問データを記憶する。また、利用者の使い方に関する回答データに基づく因子分析により、複数の属性分類毎に分類された因子を使い方属性データとして記憶する。
【０２２６】
嗜好属性記憶手段２０は、嗜好に関する質問データやこの質問データから選択され、表示装置等に表示させるための嗜好に関する代表質問データを記憶する。また、利用者の嗜好に関する回答データに基づく因子分析により、複数の属性分類毎に分類された因子を嗜好属性データとして記憶する。
【０２２７】
記憶制御手段１８は、得点化手段１７により算出された操作データの得点分布に基づいて、操作属性を複数の属性分類に分類し、操作属性の属性分類毎に操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして操作属性記憶手段１２に記憶させる。また、記憶制御手段１８は、得点化手段１７により算出された応答データの得点分布に基づいて、認知的負荷属性を複数の属性分類に分類し、認知的負荷属性の属性分類毎に応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして認知的負荷属性記憶手段１３に記憶させる。さらに、因子抽出手段２１により抽出された因子に基づいて、使い方属性及び嗜好属性をそれぞれ複数の属性分類に分類し、この属性分類毎に因子とこの因子に対応する因子得点とを関連付けて使い方属性記憶手段１９及び嗜好属性記憶手段２０に記憶させる。
【０２２８】
図１７は、第４の実施形態である機器動作設定装置１０３をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【０２２９】
まず、機器動作設定装置１０３は、動作設定対象である機器が初期設定されていないと判定された場合、又は、動作対象機器が通常動作中であるときに入力部４から入力インタフェース部２を介して動作設定指示信号が供給された場合、使い方及び嗜好に関する代表質問を表示させる。
【０２３０】
図１７に示した例では、機器動作設定装置１０３は、使い方に関する代表質問７０１として、「面倒な設定をせずに使いたいか？」、「色々な機能を簡単に使いたいか？」、「自分で設定を行いながら使いたいか？」、「一番きれいに撮れるように使いたいか？」等の代表質問を表示する。また、嗜好に関する代表質問７０２として、「とにかくシンプルなものが好きか？」、「機能が充実しているものが好きか？」、「趣味で動画を収集しているか？」、「画質にはこがわらないか？」等の代表質問を表示する。
【０２３１】
そして、機器動作設定装置１０３は、利用者の操作により、入力部４から入力インタフェース部２を介して、使い方に関する代表質問７０１に対する回答データと嗜好に関する代表質問７０２に対する回答データを受信すると共に、操作データ７０３として加圧重量２０２、加圧角度２０４、操作角度２０６、及び操作時間２０８を受信する。さらに、検出部５から入力インタフェース部２を介して応答データ７０４として視線移動面積３０２、視線移動回数３０４、視線移動時間３０６、及び注視時間３０８を受信する。
【０２３２】
次に、属性決定手段１１は、回答データを受信すると、使い方属性記憶手段１９に記憶された使い方属性データを読み出し、読み出した使い方属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い使い方属性７０５の属性分類を決定する。
【０２３３】
図１７に示した例では、クラスター分析によって、使い方に関する代表質問７０１に対する回答データに相関の高い使い方属性７０５の属性分類として属性３が決定されている。
【０２３４】
同様に、属性決定手段１１は、回答データを受信すると、嗜好属性記憶手段２０に記憶された嗜好属性データを読み出し、読み出した嗜好属性データに基づいてクラスター分析を行うことにより、受信した回答データに相関の高い嗜好属性７０６の属性分類を決定する。
【０２３５】
図１７に示した例では、クラスター分析によって、嗜好に関する代表質問７０２に対する回答データに相関の高い嗜好属性７０６の属性分類として属性１が決定されている。
【０２３６】
さらに、属性決定手段１１は、操作データ７０３を受信すると、操作属性記憶手段１２に記憶された操作属性データを読み出し、読み出した操作属性データに基づいてクラスター分析を行うことにより、受信した操作データ７０３に相関の高い操作属性７０７の属性分類を決定する。
【０２３７】
図１７に示した例では、クラスター分析によって、操作データ７０３に相関の高い操作属性７０７の属性分類として属性２が決定されている。
【０２３８】
同様に、属性決定手段１１は、応答データ７０４を受信すると、認知的負荷属性記憶手段１３に記憶された認知的負荷属性データを読み出し、読み出した認知的負荷属性データに基づいてクラスター分析を行うことにより、受信した応答データ７０４に相関の高い認知的負荷属性７０８の属性分類を決定する。
【０２３９】
図１７に示した例では、クラスター分析によって、応答データ７０４に相関の高い認知的負荷属性７０８の属性分類として属性３が決定されている。
【０２４０】
次に、近似項目抽出手段１４は、受信した回答データ、操作データ、及び応答データのうち属性決定手段１１により決定された使い方属性７０５の属性分類、嗜好属性７０６の属性分類、操作属性７０７の属性分類、及び認知的負荷属性７０８の属性分類と近似する近似項目データを抽出し、因子分析により抽出された近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２４１】
次に、近似項目抽出手段１４は、受信した使い方に関する代表質問に対する回答データのうち属性決定手段１１により決定された使い方属性７０５の属性分類と近似する近似する近似項目データを抽出し、受信した嗜好に関する代表質問に対する回答データのうち属性決定手段１１により決定された嗜好属性７０６の属性分類と近似する近似する近似項目データを抽出し、受信した操作データのうち属性決定手段１１により決定された操作属性７０７の属性分類と近似する近似する近似項目データを抽出し、受信した応答データのうち属性決定手段１１により決定された認知的負荷属性７０８の属性分類と近似する近似する近似項目データを抽出する。そして、近似項目抽出手段１４は、因子分析により抽出されたこれらの近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出する。
【０２４２】
そして、ユーザカテゴライズ手段１５が、予め利用者の特性毎に分類されたグループのうち、近似項目抽出手段１４により抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定する。
【０２４３】
図１７の７０９に示すように、使い方に関する質問に対する回答データから使い方属性７０５の属性３に近似する近似項目データと、嗜好に関する質問に対する回答データから嗜好属性７０６の属性１に近似する近似項目データと、操作データから操作属性７０７の属性２に近似する近似項目データと、応答データから認知的負荷属性７０８の属性３に近似する近似項目データと、を抽出する。そして、抽出した近似項目データのうち因子負荷量が大きい１又は複数の代表近似項目データを抽出し、抽出された代表近似項目データにより示される特性が最も類似するグループとしてグループ５が決定される。
【０２４４】
なお、図１７に示した例では、グループ数を９つとしているが、この数は９つに限らず、事前に任意の数のグループが設定される。設定されたグループは、それぞれ操作・認知的負荷・使い方に特徴があり、設計者側で、「どのような操作特性及び認知特性を持つ利用者であり、かつどのように機器を使い、どのような嗜好を持つ利用者であるか」という想定利用者を事前に多数設定し、この想定利用者をグループとして設定する。ここでは、グループ５として設定された想定利用者は、「あまり機器には強くなく、入力部４の操作も不得意であり、画面上の情報量が少なければ表示された情報に対する理解が可能である利用者であり、かつ高画質で動画を記憶させる実用的な使い方よりも趣味的に多くの動画の収集を求め、風景を撮影する機会が多い利用者のグループ」と設定される。
【０２４５】
このように、抽出された因子負荷量が大きい１又は複数の代表近似項目データに対してクラスター分析を行うことにより、操作属性、認知的負荷属性、使い方属性、及び嗜好属性という多次元の属性を統合した上で利用者の特性が属するグループを決定するので、利用者をその特性に応じた最適なグループに割り当てることが可能となる。
【０２４６】
次に、動作設定部１６が、ユーザカテゴライズ手段１５により決定されたグループに基づいて、利用者に応じた機器の設定を行う。
【０２４７】
図１７に示した例では、グループ５に対応する機器動作設定７１１として、「基本メニューのみ表示」、「カーソル移動速度“遅い”」、「画質ノーマルに設定」及び「デジタルズーム１００倍に設定」が関連付けされているので、動作設定部１６が、この設定内容に従ってＨＤＤレコーダの動作設定を行う。なお、図１７に示したグループ７１０と機器動作設定７１１とを結ぶ矢印は、グループ７１０の各グループに適した機器動作設定を示している。
【０２４８】
これにより、動作設定部１６は、「基本メニューのみ表示」の設定で必要最小限の機能だけを表示して機能を把握しやすくし、「カーソル移動速度“遅い”」でカーソルの移動速度を遅く設定して入力部４の操作の確実性を高め、「画質ノーマルに設定」で記憶容量を気にせず余裕を持って撮影画像を記憶させることができ、「デジタルズーム１００倍に設定」で急な遠景の撮影時などでも高倍率でのズーム撮影を行えるようにすることができる。
【０２４９】
また、各グループにおいて想定される操作に合わせ、事前に設計者側で設定しておいた初期メニューや初期設定値や、他の利用者の実際の使用状況からフィードバックされたデータにより更新した最適値を、利用者に対し提供することができる。
【０２５０】
このように、第４の実施形態である機器動作設定装置１０３では、利用者は簡単な使い方及び嗜好に関する質問に答えることで、機器の使い方、利用者の嗜好、自分の機器に対する操作、及び機器の動作に対する自分自身の応答にあったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。また、その際、グループ化およびグループ化した複数グループからの統合的類似性判断による取捨選択を機器動作設定装置１０３が行うことにより、利用者の操作や応答に合ったメニューとシステム設定値（デフォルト値）について最適なものを得ることができる。
【０２５１】
以上のように、第４の実施形態である機器動作設定装置１０３によれば、最適に割り当てられたグループに応じて機器を設定するので、利用者の特性に応じた最適な機器の動作設定を行うことができる。
【図面の簡単な説明】
【０２５２】
【図１】本発明の第１の実施形態である機器動作設定装置１の構成を示した構成図である。
【図２】本発明の第１の実施形態である機器動作設定装置１の入力部４及び検出部５により、生成される操作データ及び応答データの一例を説明するための図である。
【図３】本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２が記憶する操作属性データの一例を示した図である。
【図４】本発明の第１の実施形態である機器動作設定装置１の認知的負荷属性記憶手段１３が記憶する認知的負荷属性データの一例を示した図である。
【図５】本発明の第１の実施形態である機器動作設定装置１の操作属性記憶手段１２に記憶される操作属性データ、及び認知的負荷属性記憶手段１３に記憶される認知的負荷属性データの生成処理手順を示すフローチャートである。
【図６】本発明の第１の実施形態である機器動作設定装置１における機器動作設定処理の処理手順を示すフローチャートである。
【図７】本発明の第１の実施形態である機器動作設定装置１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【図８】本発明の第２の実施形態である機器動作設定装置１０１の構成を示した構成図である。
【図９】本発明の第２の実施形態である機器動作設定装置１０１の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び使い方属性記憶手段１９に記憶される使い方属性データの生成処理手順を示すフローチャートである。
【図１０】本発明の第２の実施形態である機器動作設定装置１０１における機器動作設定処理の処理手順を示すフローチャートである。
【図１１】本発明の第２の実施形態である機器動作設定装置１０１をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【図１２】本発明の本発明の第３の実施形態である機器動作設定装置１０２の構成を示した構成図である。
【図１３】本発明の第３の実施形態である機器動作設定装置１０２の操作属性記憶手段１２に記憶される操作属性データ、認知的負荷属性記憶手段１３に記憶される認知的負荷属性データ、及び嗜好属性記憶手段２０に記憶される嗜好属性データの生成処理手順を示すフローチャートである。
【図１４】本発明の第３の実施形態である機器動作設定装置１０２における機器動作設定処理の処理手順を示すフローチャートである。
【図１５】本発明の第３の実施形態である機器動作設定装置１０２をオーディオプレーヤに適用した場合における機器動作設定処理の一例を説明するための図である。
【図１６】本発明の第４の実施形態である機器動作設定装置１０３の構成を示した構成図である。
【図１７】本発明の第４の実施形態である機器動作設定装置１０３をＨＤＤレコーダに適用した場合における機器動作設定処理の一例を説明するための図である。
【符号の説明】
【０２５３】
１，１０１，１０２，１０３…機器動作設定装置
２…入力インタフェース部
３…機器制御部
４…入力部
５…検出部
１１…属性決定手段
１２…操作属性記憶手段
１３…認知的負荷属性手段
１３…認知的負荷属性記憶手段
１４…近似項目抽出手段
１５…ユーザカテゴライズ手段
１６…動作設定部（動作設定手段）
１６ａ…メニュー切り替え手段
１６ｂ…デフォルト値設定手段
１７…得点化手段
１８…記憶制御手段
１９…使い方属性記憶手段
２０…嗜好属性記憶手段
２１…因子抽出手段
【特許請求の範囲】
【請求項１】
利用者による機器の操作及び前記機器の動作に対する利用者の応答に基づき、因子分析及びクラスター分析によって前記利用者についての所定の特性を特定し、この特性に応じた前記機器の動作設定を行う機器動作設定装置であって、
前記利用者の入力に基づく前記機器の複数の操作データと、各操作データに対して複数に区分された階級のうち該操作データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の操作データと前記得点分布とを複数の属性分類に分類し操作属性データとして記憶する操作属性記憶手段と、
前記機器の動作に対する前記利用者の複数の応答データと、各応答データに対して複数に区分された階級のうち該応答データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の応答データと前記得点分布とを複数の属性分類に分類し認知的負荷属性データとして記憶する認知的負荷属性記憶手段と、
前記それぞれ記憶された操作属性データ及び認知的負荷属性データを読み出し、クラスター分析により、前記複数の操作データに相関の高い操作属性の属性分類と前記複数の応答データに相関の高い認知的負荷属性の属性分類とを決定する属性決定手段と、
前記複数の操作データ及び前記複数の応答データのうち、前記属性決定手段により決定された操作属性の属性分類又は認知的負荷属性の属性分類に近似する近似項目データを抽出し、因子分析により前記抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する近似項目抽出手段と、
予め前記利用者についての所定の特性毎に分類されたグループのうち、前記抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定するユーザカテゴライズ手段と、
前記決定されたグループに基づいて、前記利用者についての所定の特性に応じた機器の設定を行う動作設定手段と、
を備えたことを特徴とする機器動作設定装置。
【請求項２】
前記操作データ毎に複数の階級に区分し、これら区分された階級のうち前記操作データがいずれの階級に属するかを示す得点分布を算出すると共に、前記応答データ毎に複数の階級に区分し、これら区分された階級のうち前記応答データがいずれの階級に属するかを示す得点分布を算出する得点化手段と、
前記算出された操作データ及び応答データそれぞれの得点分布に基づいて、操作属性及び認知的負荷属性をそれぞれ複数の属性分類に分類し、前記操作属性の属性分類毎に前記操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして前記操作属性記憶手段に記憶させると共に、前記認知的負荷属性の属性分類毎に前記応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして前記認知的負荷属性記憶手段に記憶させる記憶制御手段と、
を更に備えたことを特徴とする請求項１記載の機器動作設定装置。
【請求項３】
前記利用者による前記機器の使い方に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を使い方属性データとして記憶する使い方属性記憶手段をさらに備え、
前記属性決定手段は、
前記それぞれ記憶された操作属性データ、認知的負荷属性データ、及び使い方属性データを読み出し、クラスター分析により前記操作データ、前記応答データ、及び前記回答データに相関の高い操作属性、認知的負荷属性、及び使い方属性それぞれの属性分類を決定し、
前記近似項目抽出手段は、
前記操作データ、前記応答データ、及び前記回答データのうち前記属性決定手段により決定された操作属性、認知的負荷属性、又は使い方属性の属性分類と近似する近似項目データを抽出し、因子分析により前記抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する
ようにしたことを特徴とする請求項１又は２記載の機器動作設定装置。
【請求項４】
前記回答データから因子分析により因子を抽出する因子抽出手段を更に備え、
前記記憶制御手段は、更に
前記抽出された因子に基づいて、使い方属性を複数の属性分類に分類し、この使い方属性の属性分類毎に前記因子とこの因子に対応する因子得点とを関連付けて使い方属性データとして前記使い方属性記憶手段に記憶させる
ようにしたことを特徴とする請求項３記載の機器動作設定装置。
【請求項５】
前記利用者の嗜好に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を嗜好属性データとして記憶する嗜好属性記憶手段をさらに備え、
前記属性決定手段は、
前記それぞれ記憶された操作属性データ、認知的負荷属性データ、及び嗜好属性データを読み出し、クラスター分析により前記操作データ、前記応答データ、及び前記回答データに相関の高い操作属性、認知的負荷属性、及び嗜好属性それぞれの属性分類を決定し、
前記近似項目抽出手段は、
前記操作データ、前記応答データ、及び前記回答データのうち前記属性決定手段により決定された操作属性、認知的負荷属性、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により前記抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する
ようにしたことを特徴とする請求項１又は２記載の機器動作設定装置。
【請求項６】
前記回答データから因子分析により因子を抽出する因子抽出手段を更に備え、
前記記憶制御手段は、更に
前記抽出された因子に基づいて、嗜好属性を複数の属性分類に分類し、この嗜好属性の属性分類毎に前記因子とこの因子に対応する因子得点とを関連付けて嗜好属性データとして前記嗜好属性記憶手段に記憶させる
ようにしたことを特徴とする請求項５記載の機器動作設定装置。
【請求項１】
利用者による機器の操作及び前記機器の動作に対する利用者の応答に基づき、因子分析及びクラスター分析によって前記利用者についての所定の特性を特定し、この特性に応じた前記機器の動作設定を行う機器動作設定装置であって、
前記利用者の入力に基づく前記機器の複数の操作データと、各操作データに対して複数に区分された階級のうち該操作データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の操作データと前記得点分布とを複数の属性分類に分類し操作属性データとして記憶する操作属性記憶手段と、
前記機器の動作に対する前記利用者の複数の応答データと、各応答データに対して複数に区分された階級のうち該応答データがいずれの階級に属するかを示す得点分布とを関連づけると共に、これら複数の応答データと前記得点分布とを複数の属性分類に分類し認知的負荷属性データとして記憶する認知的負荷属性記憶手段と、
前記それぞれ記憶された操作属性データ及び認知的負荷属性データを読み出し、クラスター分析により、前記複数の操作データに相関の高い操作属性の属性分類と前記複数の応答データに相関の高い認知的負荷属性の属性分類とを決定する属性決定手段と、
前記複数の操作データ及び前記複数の応答データのうち、前記属性決定手段により決定された操作属性の属性分類又は認知的負荷属性の属性分類に近似する近似項目データを抽出し、因子分析により前記抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する近似項目抽出手段と、
予め前記利用者についての所定の特性毎に分類されたグループのうち、前記抽出された代表近似項目データにより示される特性が最も類似するグループをクラスター分析により決定するユーザカテゴライズ手段と、
前記決定されたグループに基づいて、前記利用者についての所定の特性に応じた機器の設定を行う動作設定手段と、
を備えたことを特徴とする機器動作設定装置。
【請求項２】
前記操作データ毎に複数の階級に区分し、これら区分された階級のうち前記操作データがいずれの階級に属するかを示す得点分布を算出すると共に、前記応答データ毎に複数の階級に区分し、これら区分された階級のうち前記応答データがいずれの階級に属するかを示す得点分布を算出する得点化手段と、
前記算出された操作データ及び応答データそれぞれの得点分布に基づいて、操作属性及び認知的負荷属性をそれぞれ複数の属性分類に分類し、前記操作属性の属性分類毎に前記操作データとこの操作データに対応する得点分布とを関連づけて操作属性データとして前記操作属性記憶手段に記憶させると共に、前記認知的負荷属性の属性分類毎に前記応答データとこの応答データに対応する得点分布とを関連づけて認知的属性データとして前記認知的負荷属性記憶手段に記憶させる記憶制御手段と、
を更に備えたことを特徴とする請求項１記載の機器動作設定装置。
【請求項３】
前記利用者による前記機器の使い方に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を使い方属性データとして記憶する使い方属性記憶手段をさらに備え、
前記属性決定手段は、
前記それぞれ記憶された操作属性データ、認知的負荷属性データ、及び使い方属性データを読み出し、クラスター分析により前記操作データ、前記応答データ、及び前記回答データに相関の高い操作属性、認知的負荷属性、及び使い方属性それぞれの属性分類を決定し、
前記近似項目抽出手段は、
前記操作データ、前記応答データ、及び前記回答データのうち前記属性決定手段により決定された操作属性、認知的負荷属性、又は使い方属性の属性分類と近似する近似項目データを抽出し、因子分析により前記抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する
ようにしたことを特徴とする請求項１又は２記載の機器動作設定装置。
【請求項４】
前記回答データから因子分析により因子を抽出する因子抽出手段を更に備え、
前記記憶制御手段は、更に
前記抽出された因子に基づいて、使い方属性を複数の属性分類に分類し、この使い方属性の属性分類毎に前記因子とこの因子に対応する因子得点とを関連付けて使い方属性データとして前記使い方属性記憶手段に記憶させる
ようにしたことを特徴とする請求項３記載の機器動作設定装置。
【請求項５】
前記利用者の嗜好に関する回答データに基づく因子分析により、複数の属性分類に分類した因子を嗜好属性データとして記憶する嗜好属性記憶手段をさらに備え、
前記属性決定手段は、
前記それぞれ記憶された操作属性データ、認知的負荷属性データ、及び嗜好属性データを読み出し、クラスター分析により前記操作データ、前記応答データ、及び前記回答データに相関の高い操作属性、認知的負荷属性、及び嗜好属性それぞれの属性分類を決定し、
前記近似項目抽出手段は、
前記操作データ、前記応答データ、及び前記回答データのうち前記属性決定手段により決定された操作属性、認知的負荷属性、又は嗜好属性の属性分類と近似する近似項目データを抽出し、因子分析により前記抽出された近似項目データのうち因子負荷量が大きい１つ又は複数の代表近似項目データを抽出する
ようにしたことを特徴とする請求項１又は２記載の機器動作設定装置。
【請求項６】
前記回答データから因子分析により因子を抽出する因子抽出手段を更に備え、
前記記憶制御手段は、更に
前記抽出された因子に基づいて、嗜好属性を複数の属性分類に分類し、この嗜好属性の属性分類毎に前記因子とこの因子に対応する因子得点とを関連付けて嗜好属性データとして前記嗜好属性記憶手段に記憶させる
ようにしたことを特徴とする請求項５記載の機器動作設定装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【公開番号】特開２００９−７５９３７（Ｐ２００９−７５９３７Ａ）
【公開日】平成２１年４月９日（２００９．４．９）
【国際特許分類】
【出願番号】特願２００７−２４５４４１（Ｐ２００７−２４５４４１）
【出願日】平成１９年９月２１日（２００７．９．２１）
【出願人】（０００００４３２９）日本ビクター株式会社 (3,896)
【Ｆターム（参考）】
【公開日】平成２１年４月９日（２００９．４．９）
【国際特許分類】
【出願日】平成１９年９月２１日（２００７．９．２１）
【出願人】（０００００４３２９）日本ビクター株式会社 (3,896)
【Ｆターム（参考）】
[ Back to top ]