The present invention is provided with an acceleration information measurement unit for measuring acceleration information with a wearable device worn by a test subject, and a biometric signal information measurement unit for measuring a test subjects biometric signal information. A first feature quantity corresponding to a first prescribed period and a second feature quantity corresponding to a second prescribed period are extracted from the measured acceleration information and biometric signal information. Through machine learning based on the first feature quantity, an exertion/rest identification model, an exertion identification model, and a rest identification model for the test subject are created. By synthesizing determination results on the basis of the identification models, the test subjects posture and exertion can be identified. Association information in which the identified posture and exertion and the test subjects biometric signal information are associated is generated.La présente invention est dotée dune unité de mesure dinformations daccélération pour mesurer les informations daccélération au moyen dun dispositif portable porté par un sujet soumis à un test, et une dunité de mesure dinformations de signal biométrique pour mesurer des informations de signal biométrique dun sujet soumis à un test. Une première quantité caractéristique correspondant à une première période définie et une deuxième quantité caractéristique correspondant à une seconde période définie sont extraites des informations daccélération mesurées et des informations de signal biométrique. À travers lapprentissage machine basé sur la première quantité caractéristique, un modèle didentification deffort/de repos, un modèle didentification deffort, et un modèle didentification de repos pour le sujet soumis à un test sont créés. En synthétisant des résultats de la détermination sur la base des modèles didentification, la posture du sujet soumis à un test et son effort peuvent être i