CN101040554A - 移动目标预测装置和移动目标预测方法 - Google Patents

Abstract

为了提供可使用用户持有的持有物品来预测用户的移动目标的移动目标预测装置，本发明的移动目标预测装置包括位置信息检测部(102)，检测出移动体终端(101)的当前位置；持有物品检测部(103)，检测出用户的持有物品；履历存储部(104)，存储由时钟部(108)检测出的日期时间信息、由位置信息检测部(102)检测出的位置信息和由持有物品信息检测部(103)检测出的用户的持有物品信息的履历；持有频率判断部(105)，算出持有物品持有的频率等；因果关系抽出部(106)，算出与非高频率持有物品有关系的地点；移动预测部(107)，使用所述位置信息、所述持有物品信息和通过所述因果关系抽出部(106)抽出的位置因果关系，来预测移动目标；以及时钟部(108)，检测出日期时间信息。

Description

移动目标预测装置和移动目标预测方法

技术领域

本发明涉及预测用户的移动目标的移动目标预测装置，尤其适用于便携终端设备中所适用的移动目标预测装置。

背景技术

现有技术中，作为使用便携终端来预测用户的移动目标的移动目标预测装置，有例如，如图42所示，在通信运营商侧的位置日志14上存储用户的行动，将该存储的用户行动分解为离散的行动单位，作为这些单位行动的变迁，模型化用户的行动来取得个人用行动模型13等，而预测将来用户的移动目标的方法(例如参照专利文献1)。在该方法中，检测出个人的行动履历，在例如从A交差点移动到B交差点的情况下，可以预测用户的移动目标是公司等用户的移动目标。

进一步，还存在在导航装置等中，以发动机的开关为触发器，将发动机启动时判断为出发地，将发动机停止时判断为目的地，取得出发地和目的地的履历，来预测目的地的方法。

专利文献1：日本特开2000-293540号公报

但是，上述专利文献1所示的移动目标的预测方法中的行动模型分析根据位置信息来进行。因此，有时便携电话等移动终端有在室内等不能取得位置信息的情况，产生仅根据位置信息不能进行用户的移动目标的情况。例如，由于用于取得便携终端设备的用户位置信息用的GPS仅可在室外使用，所以在将位置信息作为用户的移动目标预测的触发器的情况下，在取得GPS得到的位置信息之前不能预测用户的移动目标。

另外，为了根据位置信息来预测用户的移动目标，需要取得出发后的用户在预定期间的移动路径等、事先某种程度的移动变迁信息，所以在离开家之前或离开家的瞬间，不能预测用户的移动目标。

发明内容

本发明鉴于上述现有问题而作出，可以通过利用用户的持有物品可以更容易地预测移动目标。即，提供一种不需要来自用户的信息输入，仅通过用户携带作为日常动作的普通持有物品，就可容易预测出移动目标的移动目标预测装置。

为了解决所述现有的问题，本发明的移动目标预测装置，预测用户的移动目标，其特征在于，包括：持有物品检测单元，检测出所述用户持有的持有物品；存储单元，至少使所述持有物品检测单元中检测出的所述持有物品和预定的位置信息相关联，而作为履历加以存储；因果关系抽出单元，从所述履历至少抽出所述持有物品和所述预定的位置信息的因果关系；以及移动目标预测单元，根据所述因果关系和所述持有物品来预测所述用户的移动目标。

本发明的移动目标预测装置，其特征在于，上述移动目标预测装置还包括持有频率判断单元，该持有频率判断单元进行将所述持有物品区分为大于等于预定比例加以持有的高频率持有物品或不到预定比例加以保持的非高频率持有物品的判断；在所述因果关系抽出单元中，抽出所述非高频率持有物品和所述位置信息的所述因果关系。

通过这些构成，在移动目标预测装置中，因果关系抽出单元可使用位置信息和持有物品信息来抽出因果关系，并使用该因果关系来预测用户的移动目标。另外，为了在持有频率判断单元中进行非高频率持有物品的判断，可以从用户的持有物品检测出可在移动目标的预测中使用的非高频率持有物品。

本发明的移动目标预测装置的特征在于，所述持有频率判断单元使用在地图上分割了所述用户的移动路径后的各区域数中持有的比例来作为所述预定比例；将不到该预定比例的持有物品作为所述非高频率持有物品，将大于等于该预定比例的持有物品作为所述高频率持有物品。进一步，其特征在于，所述持有频率判断单元将所述用户的移动路径分类，并使用所述分类中存在的比例来作为所述预定比例；将不到该预定比例的持有物品作为所述非高频率持有物品，将大于等于该预定比例的持有物品作为所述高频率持有物品。进一步，其特征在于，所述移动目标预测装置还具有目的地预测单元，该目的地预测单元预测所述用户的移动目标即目的地；所述因果关系抽出单元抽出所述非高频率持有物品和所述目的地的因果关系。

通过这些结构，持有频率判断单元使用每个预定时间的频率、在地图上划分的区域数、基于聚类处理中生成的分类的信息等各种信息，来进行非高频率持有物品的判断，并可更准确地从作为移动目标预测的触发器使用的用户的持有物品来抽出非高频率持有物品。

本发明的移动目标预测装置的特征在于，所述移动目标预测装置还具有：持有物品确认单元，使用由所述因果关系抽出单元抽出的所述因果关系，来确认有无所述持有物品；以及通知单元，在所述持有物品确认单元中确认为没有持有物品的情况下，向所述用户通知该内容。

通过该结构，为了在持有物品确认单元中，根据因果关系信息，来确认有无持有物品，而可在移动目标预测装置中，进行遗忘物品检测或持有物品检测。

为了实现所述目的，本发明可以作为以移动目标预测装置的特征构成单元为步骤的移动目标预测方法，或作为包含该方法具有的特征的命令的程序来实现。并且，这种程序当然还可经CD-ROM等记录介质或因特网等通信网络来流通。

发明的效果

本发明的移动目标预测装置例如通过使用用户持有的持有物品或在持有物品上附带的信息，不需要用户进行的信息输入这一手续，可以自动检测出持有物品来预测用户的移动目标。

附图说明

图1是表示本发明的实施形态1的移动目标预测装置的框图。

图2是表示本发明的实施形态1中的持有物品的检测的图。

图3是表示本发明的实施形态1中的持有物品信息和位置信息的履历的图。

图4是表示本发明的实施形态1中的非高频率持有物品的图。

图5是表示本发明的实施形态1中的非高频率持有物品和位置的因果关系的图。

图6是表示基于本发明的实施形态1中的位置因果关系的移动目标预测的图。

图7是表示基于本发明的实施形态1中的位置的商用信息的图。

图8是说明本发明的实施形态1中的位置和持有物品的关系的图。

图9是说明本发明的实施形态1中的位置和持有物品的关系的图。

图10是说明本发明的实施形态1中的位置和持有物品的关系的图。

图11是说明本发明的实施形态1中的区域和持有物品的关系的图。

图12是说明本发明的实施形态1中的区域和持有物品的关系的图。

图13是说明本发明的实施形态1中的区域和持有物品的关系的图。

图14是说明本发明的实施形态1中的区域和持有物品的关系的图。

图15是说明本发明的实施形态1中的区域和持有物品的关系的图。

图16是本发明的实施形态1中的动作流程图。

图17是本发明的实施形态1中的动作流程图。

图18是本发明的实施形态1中的动作流程图。

图19是表示本发明的实施形态2中的持有物品检测的图。

图20是表示本发明的实施形态2中的位置节点变换表的图。

图21是表示本发明的实施形态2中检测出的持有物品的图。

图22是表示本发明的实施形态2中的持有物品信息和位置信息的履历的图。

图23是表示本发明的实施形态2中的持有物品信息和位置信息的履历的图。

图24是表示本发明的实施形态2中的持有物品信息和体系化了位置信息的履历的图。

图25是表示本发明的实施形态1中的位置和持有物品的履历的图。

图26是说明本发明的实施形态1中的位置和持有物品的关系的图。

图27是说明本发明的实施形态1中的位置和持有物品的关系的图。

图28是说明本发明的实施形态1中的区域和持有物品的关系的图。

图29是说明本发明的实施形态1中的区域和持有物品的关系的图。

图30是说明本发明的实施形态1中的区域和持有物品的关系的图。

图31是说明本发明的实施形态1中的区域和持有物品的关系的图。

图32是表示本发明的实施形态2中抽出的持有物品和目的地的关系的图。

图33是本发明的实施形态2中的动作流程图。

图34是本发明的实施形态2中的动作流程图。

图35是本发明的实施形态2中的动作流程图。

图36是表示非高频率持有物品和目的地的关系的一例的表格。

图37是表示从因果关系抽出部抽出的非高频率持有物品和目的地的位置因果关系的图。

图38是表示本发明的实施形态3中的结构的图。

图39是表示在同一设施数据库中存储的设施信息的内容的信息内容显示图。

图40是表示同一设施候补检索部向最相似(最尤)设施决定部通知的设施候补信息的内容的信息内容显示图。

图41是表示同一移动目标预测装置的动作的流程图。

图42是表示现有的持有物品检测装置的例子的图。

图43是说明从本发明的实施形态3中的文本信息的特定物品抽出的图。

图44是说明本发明的实施形态3中的设施数据库的图。

图45是说明从本发明的实施形态3中的设施分类预测目的地的图。

图46是实施形态4的移动体终端的系统结构图。

图47是表示实施形态4的因果关系信息的图。

图48是表示实施形态4的设施信息的图。

图49是表示实施形态4的特定物品的判断的图。

图50是表示实施形态4所检测出的持有物品的图。

图51是表示实施形态4的预测移动目标的信息的显示的图。

图52是实施形态4的特定物品的判断中的流程图。

图53是实施形态4的移动目标的预测中的流程图。

图54是实施形态4的移动体终端的系统结构图。

图55是表示实施形态4的类推辞典的图。

图56是表示实施形态4的检测出的持有物品的图。

图57是表示实施形态4的因果关系信息的图。

图58是表示实施形态4的因果关系信息的图。

图59是表示实施形态4的因果关系信息的图。

图60是实施形态5的移动体终端的系统结构图。

图61(a)是表示实施形态5的因果关系信息的图；图61(b)表示实施形态5的用户当前的持有物品的图。

图62是在实施形态5中表示用户的移动方向的图。

图63是实施形态5的移动体终端的系统结构图。

图64(a)是表示实施形态5的因果关系信息的图；图64(b)是表示实施形态5的用户当前的持有物品的图。

图65是表示实施形态5的非持有物品的位置的图。

图66是在实施形态5中表示用户的移动方向的图。

图67是表示实施形态5的非持有物品和用户的位置关系的图。

图68是使用实施形态5的非持有物品来预测移动目标时的流程图。

图69是实施形态5的移动体终端的系统结构图。

图70是表示实施形态5的持有物品的履历的图。

图71是表示实施形态5的持有物品的分离的图。

图72是表示实施形态5的非持有物品数据库的图。

符号说明

101  移动体终端

102  位置信息检测部

103  持有物品检测部

104  履历存储部

105  持有频率判断部

106  位置因果关系抽出部

107  移动目标预测部

102E 设施数据库

103E 设施候补检索部

105E 最相似设施决定部

106E 特定设施存储部

111  因果关系信息存储部

112  特定物品判断部

113  持有物品类似度判断部

114  信息显示部

115  设施信息数据库

116  移动目标候补特定部

117  位置信息存储部

118  移动方向检测部

119  非持有物品特定部

120  非持有物品位置数据库

121  非持有物品位置检测部

122  持有物品类推辞典

123  移动目标候补距离算出部

124  持有物品分离判断部

125  非持有物品位置登录部

501  持有物品判断部

具体实施方式

下面，参照附图来说明本发明的移动目标预测装置。

(实施形态1)

图1是表示本发明的实施形态1中的移动目标预测装置的整体结构的框图。

图1中，本实施形态中的移动目标预测装置即移动体终端101例如是便携电话等，具有位置信息检测部102、持有物品检测部103、履历存储部104、持有频率判断部105、位置因果关系抽出部106、移动目标预测部107和时钟部108，是以履历为基础来预测用户之后的移动目标的装置。

位置信息检测部102检测出移动体终端101的当前位置。位置信息检测部102例如由移动体终端具有的GPS天线等构成，检测出用户的经纬度信息。

时钟部108例如从当前定时器中取得当前日期时间，该日期时间信息作为履历信息的一部分记录在履历存储部104中。

持有物品检测部103由RF读取器等构成，检测出用户持有的物品(下面为持有物品)。持有物品的检测中，检测出检测区域内(例如直径2Rcm之内)的RFID，并将所得到的ID作为持有物品来加以检测。

图2是移动目标预测装置的持有物品检测部103检测出用户持有的持有物品时的说明图，移动体终端101具有从英语课本201等持有物品上粘附的RF标签201a中读出与持有物品有关的信息用的RF读取器101a。在图2所示的情况下，持有物品检测部103检测出英语课本201来作为持有物品。

履历存储部104存储时钟部108检测出的日期时间信息、由位置信息检测部102检测出的位置信息、和持有物品信息检测部103检测出的用户的持有物品信息履历。下面，将这些信息集中为一个而称作持有物品移动履历。

图3是在履历存储部103中存储的持有物品移动履历。设日期时间信息、位置信息和持有物品信息例如在用户移动中自动检测出，另外，设取得间隔例如为每隔一分钟，设将这些持有物品移动履历存储到履历存储部104中。

从图3所示的持有物品移动履历可以看出，用户在“5月14日19点20分”持有“钱包、表、英语课本”，从位置“N(北纬)35.00、E(东经)135.00”顺序移动到“N(北纬)35.01、E(东经)135.00”。

持有物品移动履历的取得可以自动，也可通过用户操作来进行。取得间隔可以一定，也可根据位置或持有物品来进行控制。例如通过在以很高频率移动时，在拿着持有物品的情况下，使得取得间隔密等，由持有物品来控制间隔，可以存储更详细的履历。

并且，图1所示的持有频率判断部105以持有物品移动履历为基础，算出拿着持有物品的频率等，而判断是“高频率持有物品”还是“非高频率持有物品”。在本实施形态的说明中，将持有的频率高、在各种移动路径或位置中持有的物品定义为“高频率持有物品”。相反，将持有的频率低、在一定的位置等上持有的物品定义为“非高频率持有物品”。

为了特定移动目标，本发明的移动目标预测装置中，该非高频率持有物品很重要。即，一般用户普遍持有的钱包等物品持有的频率高，大多在所有的移动中都持有。另一方面，为了在目的地使用而持有的英语课本等物品的持有的频率低，由于在预定的移动中高频率持有，所以通过从移动和持有物品的关系中抽出非高频率持有物品，可以预测出用户的移动目标等来算出。下面，使用图3、图4和图5来加以说明。

图3是表示在本实施形态1的移动目标预测装置中，日期时间、位置和持有物品的关系的表格。

图3中，“表”和“钱包”是用户通常持有的物品，由于在履历中也高频率出现，所以持有频率判断部5将这些判断为高频率持有物品。另一方面，“英语课本”和“运动衫”持有的频率较少，判断为非高频率持有物品。另外，高频率持有物品和非高频率持有物品的判断通过在履历出现的次数上设置阈值等来进行。例如，本实施形态1中，设在每分钟取得的履历中，持有某持有物品的情况下，换算为持有次数是一次。例如，5月14日19点20分的持有物品是“钱包”、“表”和“英语课本”，将各个持有次数换算为一次。接着，19点21分的持有物品同样是“钱包”、“表”和“英语课本”，通过加1，持有次数分别是2次。若例如算到5月14日19点52分，则为钱包“33次”、表“33次”和英语课本“33次”。接着，5月15日19点20分的持有物品是“钱包”、“表”和“运动衫”，为钱包“34次”、表“34次”和运动衫“1次”。图3中若履历总计100次，则为钱包“100次”、表“100次”、英语课本“33次”和运动衫“38次”。这里，设持有的比例是例如持有次数÷履历统计(％)，若算出该比例，则钱包100％、表100％、英语课本33％和运动衫38％。并且，若设判断非高频率持有物品的阈值为预定比例10％以上且小于60％，则预定频率判断部105将“英语课本”和“运动衫”判断为非高频率持有物品，将持有频率为60％以上的“表”和“钱包”判断为高频率持有物品。

图4是说明非高频率持有物品用的表格，该图中，用斜线表示作为高频率持有物品算出的“钱包”或“表”，表示了用圆线包围的“英语课本”或“运动衫”作为非高频率持有物品算出。

如图1所示，因果关系抽出部106算出与所述的非高频率持有物品有关系的地点(下面定义为位置因果关系)。例如，本实施形态中，位置因果关系原样形式抽出包含非高频率持有物品“英语课本”的持有物品移动履历。

图5是表示所抽出的位置因果关系的表格。图5中，描述了例如19点20分在位置“N35.00、E135.00”，19点21分在位置“N35.01、E135.00”等、从位置因果关系抽出了用户的移动特征的结果即持有“英语课本”情况下的日期时间、位置和持有物品即“英语课本”的关系。

移动目标预测部107使用通过位置信息检测部102检测出的位置、通过持有物品信息检测部103检测出的持有物品和由因果关系抽出部106抽出的位置因果关系来预测移动目标。

这里，设移动目标预测部107的预测任务为例如“30分钟后的用户位置”。所谓预测任务是指，成为移动目标预测部107预测移动目标用的条件，使预测任务有效的开端为例如“将用户外出作为开端来加以执行”，是否外出的判断例如通过“是否通过GPS开始位置取得”来进行判断。

本实施形态1的便携电话等的移动体终端101中，可以进一步提供与预测出的位置有关的商用信息。例如，设18点52分用户从自己家出发。这时，设用户持有“英语课本”。于是，移动端预测部107将开始GPS进行的位置取得作为开端，从图5所示的位置因果关系来算出预测任务即30分钟后的19点22分持有“英语课本”的场所。并且，结果，可以在画面上显示英语学校的分类信息、任职信息、到英语学校的路径的列车信息、天气信息等的商用信息。

如图6所示，移动目标预测部107中从位置因果关系来预测移动目标的方法例如，抽出与预测时间相当的位置，在抽出了多个的情况下，取这些位置的平均。这时，由于进行移动目标的预测的时间如前所述是19点22分，所以相应于14日、21日、28日三天。由此，若取这三次的位置的平均，则得到了位置“N35.02、E135.00”。

由此，提供对应于下面得到的位置“N35.02、E135.00”的商用信息。移动体终端101例如从服务器上存储的商用信息服务器取得与位置对应的商用信息。

图7是表示商用信息服务器上记录的信息的一例的表格，存储了根据位置提供的信息。例如，位置“N35.02、E135.00”中提供的信息是“CD店信息”，作为商用信息，在移动体终端的画面上显示“接受‘倉本まい’新相册预约”等的信息。

本实施形态中，与移动体终端101的位置对应的商用信息的提供是对所预测的位置(该情况下是“N35.02E135.00”)唯一决定(“N35.02E135.00”是“CD店信息”)的信息，但是并不限于此。例如，可以是包含所得到的位置的按筛网状划分的地图上的区域有关的商用信息，也可以以所得到的位置为中心，取得半径50米以内的商用信息。另外，还可考虑根据持有物品来过滤所取得的商用信息。

对于与预测移动目标对应的信息提供方法，现有技术中公开了各种技术，但是这里并不过问。

本实施形态中，非高频率持有物品的判断仅考虑了频率，但是并不限于此。也可考虑检测出持有物品的位置的履历(持有物品移动履历)来加以判断。

接着，使用图8、图9和图10来说明持有物品移动履历和非高频率持有物品的关系，之后说明非高频率持有物品的判断方法。

图8是在地图上表示了图3所示的持有物品移动履历，即位置信息和持有物品信息的关系的参照图。图8中，用叉标记“×”来表示持有“英语课本”时的位置信息，用圆标记“○”表示“运动衫”，用三角标记“△”表示“钱包”(表在这里进行了省略)。从图8可以看出作为高频率持有物品的“钱包”在地图上的所有位置上高频率出现。

另外，可以看出图9所示的持有非高频率持有物品“英语课本”的情况下的持有物品移动履历或图10所示的持有非高频率持有物品“运动衫”的情况下的持有物品移动履历频率低，与履历的位置比较有联系。

有时即便不使用高频率持有物品、非高频率持有物品的判断，也可通过持有物品信息来加以判断。例如，存在持有“钱包”时的20:00去到“N35.00E13500”，即“餐馆”方向等，仅仅使用用户的持有物品信息可进行预测的情况。但是，持有“钱包”的移动并不限于“餐馆”。例如，在向“英语会话Xeon(ジ一オン)”的移动和向“运动体育馆锻炼”的移动中也出现。即，若考虑移动目标预测的精度，则最好使用这些非高频率所有物品。

因此，本发明在移动目标预测任务中，使用与这些非高频率持有物品有关的因果关系来进行预测。

下面，说明考虑了前述的持有物品移动履历的位置的其他非高频率持有物品的判断方法。预定移动中，作为持有物品的非高频率持有物品的判断可以通过持有物品移动履历的离散点来加以判断。下面，使用图11、图12、图13和图14来加以说明。

图11持有物品移动履历与图6相同，用符号来表示持有物品和位置，进一步，按筛网状来划分地图。纵方向中，用数字表示为1、2、3，横方向中用字母表示为A、B、C。

图12是按筛网状来划分地图，说明持有持有物品的比例用的参照图。图12中，用斜线表示“钱包”存在的区域，可以看出“钱包”在区域“A1～A3”、“B2”、“B3”、“C3”区域中出现。另一方面，图13用斜线表示持有英语课本的区域，从图13可以看出，“英语课本”局限在“A1～A3”出现的区域上。另外，图14用斜线表示持有运动衫的区域，从图14可以看出，“运动衫”也局限于出现在“A2”、“A3”和“B2”的区域上。

这里，若对存在持有物品移动履历的所有区域，算出预定的持有物品存在的区域的比例，则为钱包100％(6÷6)、英语课本50％(3÷6)、运动衫50％(3÷6)。因此，若判断为非高频率持有物品的阈值是比例10％以上小于60％，则预定频率判断部105将“英语课本”和“运动衫”判断为非高频率持有物品。

这样，持有频率判断部105不仅使用每个时刻划分的频率，还使用持有物品移动履历的位置信息，判断在地图上按筛网状划分的拿着持有物品的区域数目的比例，从而可以判断用户通常持有的高频率持有物品和适用于预测移动目标的非高频率持有物品。

或者，持有物品频率判断部105作为其他非高频率持有物品的判断方法，可以通过使用K-means法和FCM法等聚类位置信息，来判断高频率/非高频率持有物品。

图15是与图12相同，用地图上的记号来表示了持有物品和位置的持有物品移动履历的关系的参照图。首先，若与持有物品无关地对持有物品移动履历的位置信息来进行会聚，则如图15所示，可以根据位置自动分为几个分类。图15中，可以分为分类1(C1)到分类4(C4)四个。

接着，若看属于各分类的持有物品的关系，则可以看出“钱包”属于哪个类。即，设在所有移动中都持有。因此，持有频率判断部105通过设置例如阈值等，将属于阈值以上的分类的持有物品判断为高频率持有物品。另一方面，“英语课本”所属的分类仅限于C3和C4，“运动衫”所属的分类仅限于C2和C3。将这些作为仅在预定的移动时持有的物品，作为非高频率持有物品。并且，在本发明的移动目标预测装置中，通过使用非高频率持有物品来预定移动目标。

另外，高频率持有物品、非高频率持有物品的判断并不限于此，也可对频率或位置考虑加权，来加以抽出。或，也可用户自己进行设置。

在用户持有非高频率持有物品的情况下，移动区域比较连贯的情况很多。例如，如图13所示，在持有“英语课本”的情况下，移动的区域可以至少预测为是“A1～A3”。或，在具有“英语课本”的情况下，如图15所示，可以预测为分类3和分类4。

另外，预测任务并不限于时间，在预定的预测任务中持有“英语课本”的情况下，如图13所示，至少预测为移动到区域“A1～A3”，或如图15所示，预测为分类C3和C4移动到移动预测区域，可提供与该区域有关的商用信息。

设本实施形态1的移动目标预测装置中的预测任务为“30分钟后的用户位置”，但是并不限于此，还可进行“19点30分中的用户的位置”等各种预测任务的设置。

现有技术中，作为预测用户的目的地的方法，公开了例如存储用户过去的移动履历，在所存储的移动履历和当前的移动相同的情况下，将过去移动履历中的目的地设作预测目的地的方法。但是，现有方法中，为了判断过去的移动履历和当前移动的一致性，需要某种程度的时间推移。因此，在不能取得位置信息的室内等中，不能预测用户的这之后的移动目标。为了预测用户的移动目标，需要进行预定时间的移动，所以不可能在离开家的瞬间加以预测等。

另一方面，本发明中，从履历存储部104上记录的持有物品移动履历抽出持有预定的持有物品(本发明中的非高频率持有物品)的情况下的预定位置(本发明中的位置因果关系)，所以若可检测出持有了非高频率持有物品，则也可在各种预测任务中预测移动目标。

例如，在不能取得位置信息的情况下，可以在具有非高频率持有物品的瞬间，将所述的区域或分类作为预测移动目标算出。另外，通过使用时间信息，可以预测持有非高频率持有物品的情况下的任意时刻的用户位置。

接着，使用图16、图17和图18所示的流程图来说明由上述各处理部构成的本移动目标预测装置的动作说明。

图16是表示本实施形态的移动目标预测装置的整体动作顺序的流程图。

首先，位置信息检测部102中检测出用户的位置(S1001)。同时持有物品信息检测部103检测出用户持有物品(S1002)。检测范围例如如图2所示，在用户的半径2Rcm之内，通过读取在物品上粘附的标签，来检测出持有物品。图2中，判断为持有“英语课本201”。

将检测出的位置信息和持有物品信息存储在履历存储部104中(S1003)。图3表示所存储的信息的一例。

另一方面，从履历存储部104中存储的持有物品移动履历，检测出非高频率持有物品(S1004)。该持有频率判断部105中的持有频率的判断例如通过设置阈值等，从履历频率加以判断。

图17表示持有频率判断部105中的频率判断中的动作顺序。

最先，从履历计数各持有物品的频率(S1101)。例如，图3的履历中，5月14日19点20分的持有物品是“钱包”、“表”和“英语课本”，各个的持有次数是1次。

在全部计数各履历的持有物品之前重复该处理(从S1101到S1102)。图3中，接着19点21分的持有物品同样是“钱包”、“表”和“英语课本”，通过加1，持有次数分别为2次。例如，通过算到5月14日19点52分，钱包是“33次”、表是“33次”和英语课本是“33次”。接着，“5月15日19点20分”的持有物品是“钱包”、“表”和“运动衫”，钱包是“34次”、表是“34次”、运动衫是“1次”。图3中，若设履历总计是100次，则钱包是“100次”、表是“100次”、英语课本是“33次”和运动衫是“38次”。这里，若例如用比例(例如持有次数÷履历总计(％))算出持有的频率，则钱包是100％、表是100％、英语课本是33％和运动衫是38％(S1103)。

并且，持有频率判断部105在判断为非高频率持有物品的阈值是比例10％以上小于60％时，在如图3所示的情况中，判断为“英语课本”和“运动衫”是非高频率持有物品(S1104)。

非高频率持有物品如前所述，在持有频率判断部105中从履历存储部104中存储的持有物品移动履历中算出。这时，如图4所示，将高频率持有的“钱包”和“表”判断为高频率持有物品，将“英语课本”和“运动衫”判断为非高频率持有物品。

接着，移动目标预测部107经用户输入等，在预定的定时中从系统检测出有无请求移动目标预测(S1005)。本实施形态中，设作“预测30分钟后的位置”，以离开家为开端来进行预测任务。另外，是否离开家可以通过是否开始基于GPS的位置信息取得来加以判断。

并且，在有移动目标的预测请求的情况下(S1005的Yes)，持有频率判断部105判断用户是否持有非高频率持有物品(S1006)。

另外，在S1002中用户持有英语课本，“英语课本”在S1004中判断为非高频率持有物品的情况下，为用户持有非高频率持有物品(S1006的Yes)，使用非高频率持有物品“英语课本”，在移动目标预测部107中预测30分钟后的移动目标(S1007)。

参照图18来进行该移动目标预测部107中的进行移动目标的预测的动作顺序的说明，但是首先，从履历存储部104中存储的持有物品移动履历抽出持有“英语课本”时的履历(S1201)。并且，如图5所示，从所抽出的位置因果关系算出与预测时间相应的位置(S1202)。例如，若设当前时间是18点52分，则预测时间是30分钟后的19:22分。因此，从图5所示的位置因果关系抽出位于19点22分的值，则抽出14日、21日、28日三次。若取这三次的位置的平均，则将位置“N35.02、E135.00”可以作为预测位置得到。

接着，移动体终端101将与所得到的位置对应的商用信息提供给画面(S1008)。该商用信息的提供通过从例如服务器上存储的商用信息服务器，来取得与位置对应的信息来进行。另外，图7是表示在商用信息服务器上记录的信息的一例的表格。

如上所说明的，本实施形态1的移动体终端101中，持有物品检测部103中检测出用户的持有物品，在持有频率判断部105中从这些持有物品进行高频率/非高频率持有物品的判断，在持有非高频率持有物品的情况下，在位置因果关系抽出部106中抽出因果关系，使用非高频率持有物品和位置因果关系的信息，移动目标预测部107可以进行与预测任务对应的用户的移动目标的预测。

(实施形态2)

接着，参照附图来对本发明中的移动目标预测装置的实施形态2进行说明。所述实施形态1中，说明了以所检测出的位置信息和持有物品信息的履历(持有物品移动履历)为基础来预测用户的移动目标的方法，但是在本实施形态2中，其特征在于，进一步，移动目标预测装置进行用户的出发地和目的地的检测，并通过出发地到目的地的一个移动单位来换算持有物品移动履历，从而进行高频率持有物品和非高频率持有物品的判断。另外，本实施形态2中的移动目标预测装置的系统结构与所述实施形态1相同，所以省略说明。

本实施形态2中，为了以出发地到目的地的一个移动单位来存储持有物品移动履历，而例如以用户的“持有物品检查”操作和“防盗功能”为基础来进行持有物品信息和位置信息的履历的存储。由此，可以使持有物品和用户的移动体系化来加以存储。另外，这里，所谓“持有物品检查”是指如前所述，进行RFID检测，来确认用户持有哪个物品的功能。

图19是表示本实施形态2的移动目标预测装置的画面显示例的参照图。

用户可以通过使用“持有物品检查”功能，来确认现在持有的物品，可以检查是否没有遗忘物等。例如，以用户的“持有物品检查”等的输入操作为开端，检测出检测区域内(例如直径2Rcm以内)的RFID，并将所得到的ID作为持有物品加以检测(图19的画面1)。在持有物品上添加标签，这时，将英语课本和钱包等作为用户的持有物品检测出(图19的画面2)。

在图19的画面3上显示要求详细显示的持有物品的选择画面，在画面4上显示了该选择出的持有物品和位置履历的细节。

作为其他功能，所谓“防盗功能”是指检查是否因盗窃和遗失，持有物品离开用户的功能。例如，在预定的定时中检查通过所述的“持有物品检查”检测出的持有物品是否在检测范围内，在范围外，而没有检测出的情况下，判断为丢失，并向用户通知该内容的功能。这时，是通过检测出位置信息，存储丢失的位置等的功能。

图21表示通过作为本实施形态2的移动目标预测装置具有的功能的“持有物品检查”检测出的持有物品列表的一例。

首先，持有物品信息经用户的“持有物品检查”等的操作输入，在持有物品检测部103中检测出，检测出在例如日期时间“5月14日(星期三)19:20”持有“表”、“钱包”和“英语课本”。另外，移动目标预测装置也可在履历存储部104上保持该持有物品列表，之后重新使用。

接着说明通过“防盗功能”，与用户的移动一起，定期检测出位置信息和持有物品信息的情况。

图22是表示例如以一分钟为间隔自动检测出用户的位置和持有物品的履历的表格，可以看出在日期时间“5月14日(星期三)19:20”，在位置“N35.00、E135.00”中持有“表、钱包、英语课本”的履历作为起始，每隔一分钟来采样持有物品和位置的履历。

即，通过以该“持有物品检查”为开端，而开始“防盗功能”，进行持有物品移动履历的检测和存储，并进一步将所开始的地点作为出发地，将停止的地点作为目的地来进行存储。进一步，通过将该出发地到目的地的移动作为一个移动单位来换算持有物品移动履历，可以更准确地判断高频率持有物品或非高频率持有物品。

“防盗功能”也可通过用户的输入操作来开始和停止，也可自动进行。

持有物品和位置的履历取得并不限于此。例如，在位置取得成功的情况下，看作用户外出，也可开始自动取得。

图23(b)是表示自动采样的日期时间信息和位置信息的序列的表格。另一方面，组合通过所述的持有物品检查检测出的持有物品信息和位置信息，来作为位置和持有物品的履历。

例如，在开始位置取得时，如图23(a)所示，设当前还持有在过去最近时间中进行持有物品检查中的持有物品，而作为位置信息和持有物品的履历。即，可以从图23(a)所示的持有物品信息和图23(b)所示的自动采样的位置信息的序列，来得到图22的履历。

本实施形态2中，位置信息(出发地、目的地、路径等)例如以对应于经纬度的节点序列来加以存储。图20表示与经纬度对应的名称和该节点号。例如，节点号“C1”是“东经135度20分35.45秒、北纬34度44分35.22秒”、地点名称是“花町1交差点”，可从地图信息等得到。

位置信息也可定期检测，或，可使用移动体终端101访问服务器时的访问点和可取得例如室内的各个房间中具有的位置信息的信息，来作为位置信息。位置信息并不唯一限于经纬度。对所检测出经纬度信息，设置作为半径数cm等的阈值的范围，而变换为出发地、目的地和路径。

图24是表示从该一系列的履历，体系化用户的移动和持有物品后的履历，在日期时间“5月14日(星期三)19:20”中，使以“公司”为出发地，目的地到“英语会话Xeon”的移动履历(节点序列)和期间用户持有的持有物品“钱包、表和英语课本”相关联地加以存储。即表格中记录了用户在5月14日的星期三19点20分持有“表、钱包和英语课本”，同时，从出发地“公司”向目的地“英语会话Xeon”移动。

也可使用其他方法来算出出发地、目的地。例如，也可在自己家等高频率停留的地点，用户设置经纬度信息，该附近作为在自己家。或，也可将在一定区域停留了预定时间(例如60分钟以上)的地点作为目的地算出，但是并不限于此。

并且，持有频率判断部105中，进行高频率持有物品和非高频率持有物品的判断，但是在上述的实施形态1中，高频率持有物品和非高频率持有物品的判断可以例如仅单纯考虑履历上出现的频率来进行，或通过聚类持有物品的位置来加以判断。

本实施形态2的说明中，为了更准确抽出在某一定的移动等中持有的物品，即“非高频率持有物品”，而将出发地到目的地作为一个移动来加以换算。即，通过将出发地到目的地作为一个移动，将在多个移动中出现的物品判断为“高频率持有物品”，将在有限的移动中出现的物品判断为“非高频率持有物品”，可以更准确预测出移动目标。下面，使用图24来加以说明时，本实施形态2中，若在一次移动中持有某种物品，则计数为1次。在图24的情况下，“钱包”是6次、“表”是5次、“英语课本”是3次、“运动衫”是1次。

持有频率判断部105例如在持有的频率上设置阈值等，而算出高频率持有物品和非高频率持有物品。例如，这时，若设阈值为4次(全部移动数的60％以上等)，则可以将“钱包”和“表”判断为高频率持有物品，将“英语课本”和“运动衫”判断为非高频率持有物品。

这样，本实施形态2中，由于将出发地和目的地之间换算为一个移动，并根据该信息，持有频率判断部105进行高频率持有物品/非高频率持有物品的检测，所以还可以将例如移动时间长、在时间频率中作为高频率持有物品的持有物品正确判断为是非高频率持有物品。

接着，本实施形态2中，使用附图来说明通过将出发地到目的地的一个移动用一个单位来换算持有物品移动履历，来进行高频率持有物品和非高频率持有物品的判断的效果。

图25是履历存储部104中存储的一系列的持有物品移动履历。另外，为了加以说明，这里，不是出发地到目的地的体系化形式，而表示所述实施形态1所示的原样以位置信息和持有物品信息的形式来加以存储。

如该图所示，表示用户拿着持有物品“钱包、英语课本”，在日期时间“5月14日19点22分”、位置“N34.00、E135.00”或在日期时间“5月14日19点21分”、位置“N34.01、E135.00”等总共33个履历存储。另外，用户拿着持有物品“钱包、球拍”，在日期时间“5月17日19点20分”、位置“N34.00 E135.00”等总共60个履历，将整体总计100次的履历作为持有物品移动履历的信息存储到履历存储部104中。

这里，若与所述实施形态1相同，以履历频率为基础来算出持有的比例(持有次数÷履历统计(％))，则由于钱包在履历统计100次中存在100次，所以钱包为100％(100÷100)、英语课本为33％(33÷100)、球拍是60％(60÷100)。

图26是从持有物品移动履历来说明非高频率持有物品用的参照图。

持有频率判断部105设判断非高频率持有物品的阈值为预定的比例10％以上且小于60％，则将“英语课本”判断为非高频率持有物品，由于“球拍”具有的比例在60％以上，则与“钱包”相同，判断为是高频率持有物品。

图27是在地图上用符号描绘了图25所示的持有物品移动履历的参照图。“钱包”用三角标记(△)描绘，“英语课本”用叉标记(×)来标记，球拍用四边形(□)来描绘。

图27中，可以看出“英语课本”在从“自己家”到“英语会话Xeon”移动时持有，“球拍”在从“自己家”到“宗方网球场”移动时持有。与此相对，可以看出“钱包”在所有移动中持有。

即，在上述实施形态1中的移动目标预测部107的移动目标预测方法中，由于将每隔预定时间的信息用作频率信息，所以持有频率判断部105实际上是仅在移动到预定的移动目标(本例中是“宗方网球场”)时持有的物品，本来，最好判断为非高频率持有物品的持有物品(“球拍”)被判断为是频率高的高频率持有物品，不能用于目的地预测任务。这是因为由于即使是同一移动目标，但因移动频率高，所以不管是否在履历中多数存在，而仅考虑频率来算出。或，这是因为不管到移动目标的距离长，较多地采用了履历，仅考虑频率来加以算出。

在使用考虑了所述实施形态1所示的位置信息的聚类的情况下，在移动距离长的情况下，出现的区域多，而有可能将“球拍”判断为高频率持有物品。使用图28、图29和图30来加以说明。

图28是按筛网状划分了图27后的图。纵向中，用数字划分为1、2、3、4，横向中，用字母划分为A、B、C、D、E表示各区域。

图28进一步用斜线表示了“钱包”存在的区域。从图28可以看出“钱包”在区域“A1～A4”、“B3”、“C3”、“D3”、“E3”等很多区域中出现。另一方面，图29中可以看出用斜线表示“英语课本”存在的区域，“英语课本”限于出现在“A1～A3”上出现的区域上。由此，通过在出现的区域数上设置阈值，可以判断非高频率持有物品和高频率持有物品。若对在持有物品移动履历存在的所有区域算出预定的持有物品存在的区域的比例，则钱包为100％(8÷8)、英语课本是37％(3÷8)。

图30中，用斜线表示了“球拍”存在的区域，对于“球拍”，由于移动距离长，所以存在的区域也多。这时，“球拍”存在的区域是5个，若同样算出持有物品存在的区域的比例，则球拍为62％(5÷8)，若判断为非高频率持有物品的阈值是比例10％以上且小于60％，则将“球拍”判断为高频率持有物品。

因此，本实施形态2中，为了可以准确将这些物品判断为非高频率持有物品，将持有物品移动履历作为出发地到目的地的一个移动来加以换算。

图31中可以看出持有物品移动履历(图25)中出发地到目的地为一个移动。图31中，用户拿着持有物品“钱包、英语课本”而移动的履历可以作为“自己家”到“英语会话教室”的一个单位来体系化。持有“钱包”来移动的履历可以作为“自己家”到“便利店”的一个单位来体系化，将持有“钱包、球拍”来移动的履历作为“自己家”到“宗方网球场”的一个移动来体系化。

因此，持有频率判断部105若使高频率持有物品和非高频率持有物品的判断为移动单位的比例(持有物品存在的移动÷所有移动)，则“钱包”为100(3÷3)，“英语课本”是33％(1÷3)，“球拍”是33％(1÷3)，通过使用基于移动单位比例的阈值，可以将“钱包”判断为高频率持有物品，将“英语课本”和“球拍”判断为是非高频率持有物品。

这样，通过不仅将频率和位置，还将持有物品移动履历作为出发地到目的地的一个移动来换算，来进行基于区域或时间频率的频率判断的情况下，持有频率判断部105可更准确地进行非高频率持有物品的判断。另外，将一个移动设作一个单位，进一步也可在移动上设置类似度的概念，分组相同的路径，来算出该频率。

例如，如图24所示，在“5月16日”和“5月17日”中，移动序列不一致，但是由于类似，所以还考虑作为同一组来进行分组。通过该分组化，图24中，“钱包”是4次，“表”是4次，“英语课本”是1次和“运动衫”是1次。这里，持有频率判断部105可以从阈值区分为“钱包”和“表”是高频率持有物品，“英语课本”和“运动衫”是非高频率持有物品。

如前所述，在仅考虑移动和持有频率的情况下，如“英语课本”那样频率比较高的持有物品与“运动衫”比较，通过阈值，很有可能判断为是高频率持有物品。但是，这样，通过考虑移动路径的类似性，而不是单纯的持有频率，将向着一个目的地的移动作为一个单位来考虑，可以更清楚地区别为“英语课本”和“运动衫”是非高频率持有物品，“表”和“钱包”为在多个移动中检测出的高频率持有物品，所以可以用于使用非高频率持有物品的本预测方法。另外，还可将目的地相同的移动作为一个分组，将在多个分组中具有的物品判断为高频率持有物品。

图32是表示低频率持有物品和目的地的关系的表格。

因果关系抽出部106将与前述的非高频率持有物品有关系的目的地作为位置因果关系算出。例如，本实施形态中，位置因果关系抽出包含非高频率持有物品“英语课本”的持有物品移动履历的目的地。图32表示所抽出的位置因果关系。从图32可以看出在具有“英语课本”的情况下，用户移动到目的地“英语会话Xeon”。或，可以看出，在持有“运动衫”时，移动到目的地“运动体育馆锻炼”。

移动目标预测部107使用通过位置信息检测部102检测出的位置、通过持有物品信息检测部103检测出的持有物品和通过因果关系抽出部106抽出的位置因果关系来预测移动目标。本实施形态2中，将预测任务设作例如“目的地的预测”。开始使预测任务有效设为例如“以用户开始外出而加以执行”，是否外出的判断通过“GPS是否开始位置取得”来加以判断，进一步，也可自动在屏幕上显示与所预测出的目的地有关的商用信息。

例如，设用户持有“英语课本”而从自己家出发。这时，移动目标预测部107以基于GPS的位置取得开始作为开端，从位置因果关系来算出目的地。这时，从位置因果关系(图32)中算出“英语会话Xeon”。进一步，在到达目的地之前进行将与预测的目的地“英语会话Xeon”有关的信息，例如“上课预约”等。

现有的目的地预测方法如前述所示，依赖于用户的当前位置和预定时间的移动。即，为了判断过去的移动履历和当前的移动的一致性，需要某种程度的时间推移，但是本实施形态2中，由于从持有物品移动履历中将持有非高频率持有物品的情况下的预定位置、进一步是目的地作为位置因果关系抽出，所以若可检测出持有非高频率持有物品，则在各种预测任务中也可预测用户的移动目标。

例如，在不能取得位置信息的情况下，可以在持有非高频率持有物品的瞬间，预测目的地。例如，可以在离开家之前，在任意的定时中向用户事先提供与目的地有关的信息。

也可将所述“持有物品检查”作为开端，预测持有该非高频率持有物品的情况下的目的地等，来提供信息。

例如，如图19所示，若进行“持有物品检查”(图19的画面1、画面2)，看到作为非高频率持有物品的“英语课本”的信息，则可以提供作为该目的地的“英语会话Xeon”的信息等(画面3、画面4)。

另外，位置因果关系并不限于目的地。也可抽出到目的地之前的路径(节点序列)。由此，在用户持有“英语课本”的情况下，目的地是“英语会话Xeon”，移动路径是“C7→C8→C5→C6→C17→C18”的节点ID，进一步通过具有时间信息，可以预测预定的节点的到达时间等。

或者，也可用日期，而不用出发地到目的地的单位对一个移动加以换算。或者，也可使用时间信息来换算单位。例如，也可在位置信息取得时间离开预定时间后(例如30分)，作为其他移动来加以换算。

下面，使用图33的流程图来说明本实施形态2的移动目标预测装置的预测动作。

图33是表示进行防范设置的情况下的移动目标预测任务有关的动作顺序的流程图。

最先，持有物品检测部103检测出是否操作了持有物品检查功能(S101)。在操作了持有物品检查功能的情况下(S101的Yes)，持有物品检测部103检测出持有物品(S102)。另一方面，在没有操作的情况下(S101的No)，再次进行是否进行持有物品检查操作的判断。

接着，移动体终端101检测是否操作了防盗功能(S103)。在操作了防盗功能的情况下(S103的Yes)，将开始地点作为出发地来加以存储(S1031)。

接着，通过位置信息检测部102以预定的间隔来取得伴随用户移动的位置(S104)。履历存储部104将通过位置信息检测部102检测出的位置信息和通过持有物品检测部103检测出的持有物品作为履历存储在履历存储部104中(S105)。另外，所存储的持有物品移动履历例如图22所示。

另一方面，防盗功能检测出持有物品是否在检测范围内(距用户半径Rcm以内)(S107)，在不在检测范围内的情况下(S107的No)，通知丢失内容(S108)。

并且，重复进行位置信息取得的一系列动作直到解除防盗功能，在解除了的情况下(S109的Yes)，将所解除的地点作为目的地加以存储(S110)。这是因为例如在用户到达英语对话学校的情况下，为了避免在离开座位时，防盗功能动作，而解除防盗功能。

通过S104到S108和S109的一系列的履历取得循环存储的持有物品信息和位置的履历作为出发地到目的地的一系列履历存储到履历存储部104中。

如上所述，图22是体系化了移动履历的表格，例如，存储了5月14日的19:20，从公司出发到到达英语会话Xeon的履历。另外，可以看出这时的持有物品是“钱包”、“表”和“英语课本”。

图34表示在本实施形态2中，将出发地到目的地的移动作为一个单位来加以换算，而判断非高频率持有物品的情况下的流程图。

最先，从履历计数持有物品的持有次数(S201)。图20中，“5月14的从自己家到英语会话Xeon”的一次移动中，设持有物品“钱包、表和英语课本”各自的具有次数是1次。接着，随时相加没有计数的履历(S201到S202的循环)，“钱包”是6次，“表”是5次、“英语课本”是3次，“运动衫”是1次。

接着，持有频率判断部105算出各持有物品持有的频率。对于所有6个移动，“钱包”是100％(6÷6)、“表”是84％(5÷6)、英语课本是50％(3÷6)、“运动衫”是16％(1÷6)(S203)。接着，以阈值为基础，来算出高频率持有物品和非高频率持有物品(S204)。这时，若阈值为4次(所有移动数的60％以上)，则判断为“钱包”、“表”是高频率持有物品、“英语课本”和“运动衫”是非高频率持有物品。

图35是说明基于通过图34的动作流程得到的非高频率持有物品来算出位置因果关系的动作顺序的流程图。

目的地预测任务在预定的定时中经用户输入接受目的地预测的请求(S301)，设以该动作为开端来进行。例如，设在离开家的同时，存在预测用户的目的地，提供与目的地有关的信息的业务等的请求(S301的Yes)。

这时，持有物品检测部103检测出持有物品(S302)。该图中，设持有物品检测部103检测出持有物品“钱包、英语课本”。

并且，持有频率判断部105从所得到的持有物品中判断有无非高频率持有物品(S303)。例如，由于持有非高频率持有物品“英语课本”，所以在因果关系抽出部105中以非高频率持有物品为基础来抽出移动目标候补(S304)。在图32所示的持有物品移动履历中，持有“英语课本”的情况下的目的地得到了100％(3÷3)等的因果关系。因此，移动目标预测部107将移动目标预测为“英语会话Xeon”，而提供与所预测出的移动目标有关的信息(S305)。

另外，在所述实施形态1和本实施形态2中，与非高频率持有物品有因果关系的位置或目的地对应于一个位置，但是有时也不必然这样，使用图36来加以说明。

图36是表示非高频率持有物品和目的地的关系的一例的表格。如图36所示，例如，即使持有非高频率持有物品“运动衫”，有时也存在“运动体育馆锻炼”、“公园”等多个目的地。因此，也可设置阈值等，将概率最高的目的地作为预测目的地。在图36的情况下，相对于目的地“运动体育馆锻炼”是9次，目的地“公园”为1次。即，在具有非高频率持有物品“运动衫”的情况下的移动概率是相对于“公园”为10％(1÷10)，目的地“运动体育馆锻炼”是90％(9÷10)，最高，所以预测目的地是“运动体育馆锻炼”。

所述实施形态1和本实施形态2中，与目的地等有因果关系的非高频率持有物品全部通过一个物品来加以说明，但是并不限于此。也可抽出与多个非高频率持有物品有关系的目的地等。使用图37来对其加以说明。

图37是表示通过因果关系抽出部106抽出的非高频率持有物品和目的地的位置因果关系的图。从图37可以看出在持有“英语课本A”、“英语课本B”、“铅笔盒”和“电子辞典”的情况下，用户向目的地“英语会话Xeon”移动。因此，也可将“英语课本A”、“英语课本B”、“铅笔盒”和“电子辞典”多个非高频率持有物品的组和目的地“英语会话Xeon”作为有因果关系的目的地抽出。另一方面，在预测任务时，在即使持有这多个非高频率持有物品中的一个的情况下，或定义例如50％以上等的阈值，在持有阈值以上的情况下(即该情况下4个中的2个)的情况下，可以进行将目的地设作“英语会话Xeon”等的控制。

进一步，在这多个非高频率持有物品和目的地有关系地抽出的情况下，在用户没有持有这多个非高频率持有物品中的一个，而开始移动时，向用户提醒该内容。图37中，将目的地“英语会话Xeon”、多个非高频率持有物品“英语课本A”、“英语课本B”、“铅笔盒”和“电子辞典”作为有因果关系抽出。这时，例如在用户仅持有“英语课本A”、“英语课本B”和“铅笔盒”离开家时(以离开家作为目的地预测的触发)，将“英语会话Xeon”预测为目的地，进一步可以向用户通知“没有持有‘电子辞典’”的内容。这样，通过使用多个高频率持有物品的组合信息，仅通过检测出持有物品就可进行遗忘物品检查。

所述实施形态1和本实施形态2中，履历使用个人的履历来进行预测，但是也可使用多个人的履历。例如，通过由服务器来收集持有物品移动履历，可以抽出更通用的位置因果关系。另外，也可将履历提供给第三人。

例如，在图32所示的持有“英语课本”后，以100％的概率来走向“英语会话Xeon”这样的位置因果关系存储在服务器中，若第三人不具有持有“英语课本”的履历，即使第一次持有来执行预测任务，也可得到预测移动目标“英语会话Xeon”这样的结果。

(实施形态3)

接着，参照附图来说明本发明的移动目标预测装置的第三实施形态。本实施形态3的移动目标预测装置具有持有物品设施数据库，该数据库中预先存储了表示设施的位置和利用该设施的使用者一般持有的持有物品等的设施信息。

图38是表示本发明的第三实施形态中的移动目标预测装置的结构的结构图。

本实施形态3的移动目标预测装置预测使用者访问的设施，具有GPS接收部107E、当前位置特定部101E、设施数据库102E、设施候补检索部103E、持有物品判断部501、最相似设施决定部105E和时钟部109。本实施形态3的移动目标预测装置例如以内置在便携电话或PDA(PersonalDigital Assistant)等的便携终端或汽车导航系统的移动体终端内的形态与使用者一起来移动。

GPS接收部107E从GPS卫星接受与当前位置有关的位置信息。

当前位置特定部101E从GPS接收部107E取得位置信息，并从该位置信息中特定移动目标预测装置的当前位置，即使用者的当前位置。

设施数据部102E中预先存储了表示使用表示设施的位置和使用该设施的使用者一般持有的持有物品(下面定义为特定物品)等的设施信息12e。该设施数据库102E可以内置在移动体终端101中，也可包含在移动体终端101外的服务器装置上，是经网络来取得的信息。

设施候补检索部103E根据通过当前位置特定部101E特定出的当前位置，从设施数据库102E中存储的设施信息12e检索以该当前位置为中心在预定范围内的设施。这里，上述的预定范围根据GPS得到的位置测量精度来设置为适当的值。并且，设施候补检索部103E从该设施信息12e中读出与检索结果相应的设施和特定物品(设施使用者的一般持有物品)的信息，并将表示所读出的结果的设施候补信息13e通知给最相似设施决定部105E。即，设施候补检索部103E根据GPS的位置测量来举出使用者访问设施的候补，并将该结果作为设施候补信息13e输出。

另一方面，持有物品检测部501例如由RF标签读取器等构成，检测出使用者的持有物品。并且，将所检测出的持有物品通知给最相似设施决定部105E。

最相似设施决定部105E在从设施候补检索部103E通知的设施候补信息13e中将多个设施作为候补举出时，从这多个设施中选择出与由持有物品检测部501检测出的持有物品相对应的设施，并将该选择出的设施作为使用者实际访问的访问设施来决定。

如图中所示，也可设置经网络来提供在设施数据库102E中存储的设施信息的管理部381。该管理部381主要包含在管理设施信息的服务器装置上，具有唯一管理多个使用者的信息用的数据库381a。因此，对购买了新的英语课本的用户，可以使用管理部381中管理的信息来提供英语学校的位置信息和讲课信息。

图39是表示设施数据库102E中存储的设施信息12e的内容的信息内容表示图。

设施信息12e有存储了经度和纬度等的位置的位置栏L1，存储位于该位置的设施的识别符的识别符栏L2、存储了该设施的名称(设施名)的设施名栏L3、在该设施中存储了上午(例如5:00～11:00)使用的使用者的持有物品的上午持有物品栏L4、中午(例如11:00～17:00)使用的使用者的持有物品的中午持有物品栏L5、和存储了晚上(例如17:00～5:00)使用的使用者的持有物品的晚上持有物品栏L6。

将上述识别符分配给各设施，使其可唯一特定各设施。另外，持有物品栏中是一般使用者在该设施中持有的持有物品，是特定所使用的设施的基础的特定物品。

例如，位置栏L1中存储了位置“东经e1北纬n1”、位置“东经e2北纬n2”等，识别符栏L2中与位置“东经e2北纬n2”相关联，存储了识别符“设施2”，设施名栏L3中，与识别符“设施2”相关联，存储了“运动体育馆锻炼”。并且，在上午使用物品栏L4中，作为设施“运动体育馆锻炼”中的使用者的特定物品存储了“球拍”，在上午使用物品栏L5中存储了设施“运动体育馆锻炼”中的使用者一般在中午的持有物品“游泳衣”。在晚上使用物品L6中存储了作为设施“锻炼馆”中的使用者晚上一般持有的物品“运动衫”。

这里，在同一用地有多个设施(店铺)的情况下，使这些设施的识别符和设施名等在同一位置上相关联。

例如，在位于位置“东经e3北纬n3”的用地有设施“音乐工作室”和“书法教室”的情况下，如图39的设施信息12e所示，使设施“音乐工作室”和“书法教室”的识别符和设施名及特定物品与位置“东经e4北纬n4”相关联。

图39所示的设施信息12e为了可唯一特定各设施，存储了在各设施中一般使用的持有物品(特定物品)，但是也可如所述实施形态1、2、3、4所示，存储进一步细分每一天的时间段区分(早上、上午、中午、傍晚、晚上、深夜等)或每一天所使用的特定物品。另外，作为特定物品的信息，也可代替一般使用的持有物品，对持有物品加权，使用平均和方差来作为统计分布处理持有物品，此外也可表现与显示使用模糊的成员函数来加权后的持有物品有关的信息。

各设施中使用的持有物品例如在同一设施“运动体育馆锻炼”中有不同的情况：上午为了作为网球设施使用，特定物品是“球拍”，另一方面，中午为了作为游泳池使用，特定物品是“游泳衣”，晚上，为了作为吸氧健身运动等使用，为“运动衫”，通过细分特定物品，可以特定使用者的访问位置。

进一步，特定物品也可预先决定，也可从使用履历中抽出特定物品。进一步，特定物品并不限于一个，也可以多个，进一步，也可越持有多个特定物品，越添加高的加权(重要度)，并通过重要度来特定设施。或，也可通过持有物品的组合来改变重要度。

图40是表示设施候补检索部103E向最相似设施决定部105E通知的设施候补信息13e的内容的信息内容显示图。

该设施候补信息13e有：存储了由设施候补检索部103E检索出的设施的识别符的设施识别符栏；存储了该设施的设施名的设施名栏、存储了该设施中上午使用者平均持有物品，即成为特定设施的开端的特定品的上午特定物品栏；中午使用者的平均持有物品、中午特定物品栏；晚上使用者的平均持有物品和晚上特定物品栏。

例如，设施候补检索部103E在要从图24所示的设施信息12e中检索以通过当前位置特定部101E特定出的当前位置为中心在半径20m以内的范围中的设施时，在该范围内包含了位置“东经e1北纬n1”和位置“东经e2北纬n2”的情况下，从设施信息12e中发现设施“运动体育馆锻炼”和“英语会话Xeon”，并读出这些信息。

并且，设施候补检索部103E将所读出的这些设施的识别符存储在设施识别符栏中，将设施名存储在设施名栏中，将各设施的特定物品存储在特定物品栏中，从而生成图40所示的设施候补信息13e。

最相似设施决定部105E从设施候补检索部103E中取得图40所示的设施候补信息13e，并且，在从持有物品特定部501中接受到在日期时间“2003年4月6日19:00”持有“英语课本”的通知后，判断为在该日期时间(19:00之后晚上)在该停留地持有“英语课本”。并且，最相似设施决定部105B从设施候补信息13b所示的设施“英语会话Xeon”、“运动体育馆锻炼”中找出这些设施的晚上的特定物品所适合的设施，并将设施“英语会话Xeon”作为预测访问设施来加以特定。

另一方面，最相似设施决定部105E在从设施候补信息13e表示的设施中判断为，搜索这些设施的特定物品的结果是不存在相当的设施时，作为不能预测，而终止预测任务。

这样，本实施形态中，由于从通过GPS的使用而举为候补的几个设施中特定使用者的持有物品和与该日期时间相称的预测访问设施，所以可以高精度预测使用者的访问设施。

使用图41来说明这种本实施形态3的移动目标预测装置的动作。

图41是表示本实施形态3的移动目标预测装置的动作的流程图。

首先，GPS接收部107E以预定的时间间隔从GPS卫星接收信息位置，当前位置特定部101E从该位置信息中特定使用者的当前位置(S501)。

接着，设施候补检索部103E将以S501中特定的当前位置为中心处于预定范围内的设施作为预测访问设施的候补，从设施数据库102E的设施信息12e中抽出(S502)。

这里，持有物品特定部501判断是否有持有物品的检测(S503)。在判断为有持有物品的检测时(S503的是)，移动目标预测装置预测该移动目标(S504)。例如，检测出持有物品列表是“钱包、表和英语课本”。

在S504中检测出了持有物品后，移动目标决定部105E以S502中作为候补举出的访问设施中的特定物品和使用者持有的持有物品为基础，判断作为候补举出的访问设施中是否存在合适的设施(S505)。例如，在本实施形态中，在“使用者持有一个特定物品”的情况下，为合适，在“一个都没有持有特定物品”的情况下，为不合适，而判断有无合适的设施。例如，移动目标决定部105E在图40所示的设施候补信息13e中作为访问设施的候补举出的设施中，作为包含“英语课本”的设施，判断为有设施“英语会话Xeon”。

在S505中判断为有预测访问设施时(S505的是)，移动目标预测装置将该设施作为访问设施来加以预测，并提供与该设施有关的信息(S506)。

另一方面，在S505中判断为在停留时间中不存在相称的设施时(S505的否)，作为不能预测而终止动作。

本实施形态3中，设施数据库102E的特定物品预先进行设置，但是并不限于此。也可从多个用户的持有履历等来自动生成设施信息。进一步，其他人也可使用。

例如，通过将前述实施形态2所示的位置因果关系上载到服务器中，可以自动生成。表示在持有“英语课本”的情况下，从图32的位置因果关系得到了“英语会话Xeon”100％等。通过将这些上载到服务器中，不仅本人，第三人也可使用若持有“英语课本”则“英语会话Xeon”的因果关系。

进一步，本实施形态中，与前述第二实施形态相同，也可从多个持有物品和用户的持有物品的关系判断为有用户忘记持有的持有物品的情况下，通知该内容。

也可利用经邮件或网络得到的文本信息等来生成设施信息。

图43表示向移动体终端101发送的邮件。作为英语会话Xeon在下次的消息(持有的内容)，描述了场所“英语会话Xeon100教室”、时间“下午8点”、持有物品“英语对话课本A”、“英语对话课本B”、“电子辞典”等场所和持有物品有关的信息，因此，也可以由这些文本信息，抽出与场所和持有物品有关的信息，而生成设施数据库。通过使用文本信息，得到了场所和持有物品的因果关系，通过使用位置因果关系，即使是不访问该场所(这时为“英语会话Xeon”)的用户，也可预测访问场所。与所述实施形态2相同，从文本信息抽出的多个特定物品和当前用户持有物品的关系发现用户忘记东西的情况下，可以通知该内容。

图43中，由于场所是“英语会话Xeon100教室”，所以可以特定场所，但是也可从发送者特定场所。另外，邮件中有“电子辞典”，但是通过进一步具有类推发动机等，除了“电子辞典”之外，还将普通的“辞典”等也作为特定物品来加以判断。

也可在与预定的特定物品有关系的设置上进一步设置分类，在同类的分类的情况下，使用本特定物品，来进行目的地预测。下面，使用图44和图45来加以说明。

图44是设施数据库。表示了设施名“丸山高尔夫场”的特定物品“高尔夫袋”、“高尔夫鞋”、进一步是设施分类“高尔夫场”。另一方面，设“片山高尔夫场”没有算出特定物品(“※”米标记)。即，若是前述实施形态，则由于没有用户访问履历，或本实施形态中，由于没有多人用户持有物品的履历，则表示不能算出特定物品的状态。这时，不能将“片山高尔夫场”作为目的地算出了。但是，这里通过使用设施分类“高尔夫场”，即使在例如用户没有访问的情况下，也可作为目的地来加以预测。如图45所示，用户持有“高尔夫袋”、“高尔夫鞋”，进行箭头表示的移动。这时，可以将相同设施分类“高尔夫场”即设施“片山高尔夫场”作为目的地来加以预测。通过使用所述通知遗忘物的方法，在遗忘了“高尔夫鞋”的情况下，可以通知该内容。

这样，不仅使用在设施上预先登录的特定物品，还可使用文本信息或设施分类，来从用户的持有物品预测出目的地。

(实施形态4)

接着，对本发明的移动目标预测装置的第四实施形态进行说明。

上述的实施形态1和2中，对存储用户的持有物品和移动的履历，从所存储的这些信息中抽出持有物品和移动目标的因果关系来预测移动目标的方法进行了说明。尤其，通过检测出用户的非高频率持有物品，使用非高频率持有物品，可以更准确地预测出移动目标。另外，所述实施形态3中，说明了通过使用表示了持有物品和目的地的因果关系，即使是用户没有进行的目的地，也可进行正确预测。这样，通过使用用户的日常行为即持有预定的物品的行为信息，可以预测用户的移动目标。

另一方面，用户普遍持有的物品并不限于一个，多个的情况很多。近年来，在所有的物品粘附了RFID等识别物品的标签的环境下，检测出的用户持有物品也很庞大。在从这些庞大的持有物品中预测移动目标的情况下，变为通过持有物品预测出多个移动目标，不能进行正确预测的情况。因此，本实施形态4中，描述了在检测出了多个持有物品的情况下，从这多个持有物品中判断为了预测用户的目的地更重要的持有物品，来预测用户的移动目标的方法。

图46是本实施形态4的移动体终端101的系统框图。对与前述实施形态所示的构成要素添加相同符号。

图46中，本实施形态4中的作为移动目标预测装置的移动体终端101例如是便携电话等，包括持有物品检测部103、因果关系信息存储部111、特定物品判断部112、持有物品类似度判断部113、持有物品类似度判断部113、移动目标预测部107和信息显示部114构成。

与前述实施形态相同，持有物品检测部103例如由RF读取器等构成，检测出用户持有的持有物品。

因果关系信息存储部111是存储了使持有物品和设施等的位置信息相对应的信息(因果关系信息)的单元，是与所述实施形态3中的设施数据库等相当的单元。

图47表示使因果关系信息存储部111中存储的持有物品和利用该持有物品的例如设施的位置信息相对应来加以存储的因果关系信息。例如，在ID“001”中，使设施名“淀桥(ヨドハジ)学习私塾”的位置“东经135度34分30秒、北纬35度30分10秒”和在该设施“淀桥学习私塾”中使用的持有物品“英语课本Y”、“日英辞典”和“英日辞典”相对应地加以存储。

所述实施形态2中，设施和该设施中使用的持有物品的对应使用用户的持有履历来自动抽出，但是并不限于此。也可由移动体终端的管理公司或各设施生成每个设施不同的这些因果关系信息。另外，也可用户自己或定期自动取得例如各设施生成的因果关系信息。或也可从与网络上公开的各设施有关的信息中抽出与持有物品有关的信息，并作为使持有物品和设施相对应的本因果关系信息来生成后，取得。

本实施形态4中，从与设施信息数据库115中存储的各设施有关的信息中生成因果关系信息，用户取得该因果关系信息而存储在因果关系信息存储部111中。下面，使用具体例来加以说明。

图48表示了与设施“淀桥学习私塾”有关的信息。与“淀桥学习私塾”有关的信息为可通过互联网等来阅览，而以通用的形式，例如，设是以XML(eXtensible Markup Language)形式来加以存储。XML如所广泛知道的，一般以标签和其值的形式来加以存储。这里，对于“设施”标签，描述为该名称“淀桥学习私塾”。另外，作为“位置信息”标签，描述为“东经135度34分30秒、北纬35度30分10秒”。进一步，作为在淀桥学习私塾所需的东西在“持有物品”标签上描述了“英语课本Y、日英辞典和英日辞典”。作为“通知”描述了“本日的讲课改到第三教室”等的信息。这样，XML以标签和其值的形式来加以存储。另一方面，内容提供者使用这些信息来提供信息。例如，设在淀桥学习私塾中，每次上课，讲课的内容改变，随之，需要的持有物品也改变。因此，一般是这样的使用：将“持有物品”标签公开在网络中，另一方面用户通过阅览该信息可以把握每次需要带的物品。

另一方面，本实施形态4中，使用这些设施信息数据库115中存储的信息，生成使持有物品和与该设施相对应的因果关系信息，并存储在因果关系信息存储部111中。如图48所示，设施的信息表示了“位置”标签和“持有物品”标签。通过使这些相对应地加以存储，如图47的ID“001”所示，可以取得设施“淀桥学习私塾”的位置“东经135度34分30秒、北纬35度30分10秒”和持有物品“英语课本Y、日英辞典和英日辞典”的因果关系信息。进一步，通过使用这些因果关系信息，在持有这些持有物品的情况下，可以预测移动目标为朝向淀桥学习私塾。

但是，用户持有的持有物品一般是多个。进一步，设施中使用的物品中，还存在并不限于该设施，在其他设施中也使用的物品，物品重复。因此，有时在持有多个持有物品的情况下，不能唯一特定移动目标的情况。因此，本实施形态4中，例如从作为因果关系信息存储的持有物品中将没有重复，或重复少的持有物品作为可唯一特定设施的物品(特定物品)来判断。

特定物品判断部112是从因果关系信息存储部111中存储的持有物品中判断特定物品的单元。图49所示的持有物品和设施的因果关系信息中，存在重复的持有物品。例如，淀桥学习私塾中，为了进行英语讲课，作为需要持有物品，存在“日英辞典”和“英日辞典”。另一方面，设施“华町大学”中作为持有物品也存储了“日英辞典”和“英日辞典”。另外，“华町大学”的持有物品的一个是“笔记本”，其与“华町综合图书馆”的“笔记本”也重复了。这样，并非各设施中的持有物品必然不同，还存在重复。这时，例如，即使用户持有“日英辞典”和“笔记本”，移动目标预测为是移动到“淀桥学习私塾”、“华町大学”、“华町综合图书馆”的哪一个很困难。因此，特定物品判断部112中，将没有重复的持有物品作为可特定设施的特定物品来加以判断。

例如，图49的情况下，可以看出设施“淀桥学习私塾”的持有物品“英语课本Y”、“日英辞典”和“英日辞典”中，“英语课本Y”是与其他设施没有重复的物品。因此，将“英语课本Y”作为对“淀桥学习私塾”的特定物品来加以判断。即，这是因为仅通过持有“日英辞典”等不能特定“淀桥学习私塾”和“华町大学”的其中一个，但由于利用“英语课本Y”限于“淀桥学习私塾”，因此，可以预测为移动到“淀桥学习私塾”。同样，设施“华町大学”的持有物品“参考书B”、“日英辞典”、“英日辞典”、“笔记本”和“学生证”中，“参考书B”或“学生证”与其他设施没有重复，故将这些作为特定物品来加以判断。同样，设施“华町综合图书馆”的特定物品是在图书馆借的图书即“电气工程”和“节约能量方法”。

持有物品类似度判断部113是判断通过持有物品检测部103检测出的用户的持有物品、因果关系信息存储部111中存储的持有物品和设施的因果关系信息及特定物品的一致(例如类似)程度的单元。并且，使用持有物品类似度判断部113中得到的结果，通过预测目标预测部107来预测用户的移动目标。

图50是由持有物品检测部103检测出的用户的持有物品。如图50所示，现在，作为持有物品检测出了“英语课本Y”、“日英辞典”、“笔记本”和“表”。这样，用户一次持有的物品并非是一个，而有多个。另外，这多个物品并非必然与因果关系信息中的预定设施的持有物品完全一致。若有持有物品不够，则相反持有因果关系信息中不存在的物品。因此，持有物品类似度判断部113判断所检测出的持有物品和因果关系信息的一致程度。并且，在移动目标预测部107中，将一致程度最高的设施作为预测移动目标算出。

如图50所示，当前用户持有物品是“英语课本Y”、“日英辞典”、“笔记本”和“表”，从图49所示的因果关系中看出例如与“淀桥学习私塾”，在“日英辞典”方面不同，但是“英语课本Y”和“日英辞典”这两个物品一致。另一方面，与“华町大学”，“日英辞典”和“笔记本”这两个物品一致。另外，与“华町综合图书馆”，“笔记本”一个一致。另一方面，与“运动体育馆锻炼”没有一致的物品。因此，若考虑一致的持有物品的物品数目，则考虑将两个一致的“淀桥学习私塾”和“华町大学”作为预测移动目标。本实施形态4中，考虑持有物品的重复，来算出特定物品。这里，一致的持有物品中“英语课本Y”是“淀桥学习私塾”的特定物品。即，这时，将预测移动目标作为“淀桥学习私塾”算出。

用户一次持有的物品不限于一个，多个的情况很多，并非必然与设施的持有物品完全一致。因此，使用所判断出的特定物品，并特定该特定物品的情况下，通过将对应的设施作为预测移动目标，可以提高预测精度。

信息显示部114是显示与所预测出的移动目标有关的信息的单元，例如是便携终端的显示部等。图51表示了与预测出的移动目标“淀桥学习私塾”有关的信息。首先，通过用户的持有物品检测操作，进行用户持有的物品的检测。在“画面1”上表示检测出了用户当前持有的持有物品“英语课本Y”、“日英辞典”和“笔记本”的内容。并且，通过持有物品算出预测移动目标是“淀桥学习私塾”，例如在“画面2”上表示设施信息服务器113中存储的与“淀桥学习私塾”有关的信息。画面2上显示“通知”标签(图48)中的“今天的讲课改到第三教室”等与淀桥学习私塾有关的信息。在现有的信息显示装置中，需要用户自己访问这些设施的信息。但是，通过将用户的持有物品作为基础来预测移动目标，事先提供与移动目标有关的信息，可以督促用户的行动。另外，现有的移动目标预测装置中，一般考虑用户的不一会儿的移动来加以预测。因此，虽然已经向设施移动，但还存在不能马上接受该设施关闭等的有用的信息的问题。但是，通过考虑用户的持有物品，例如在用户持有这些持有物品时，或包中装有持有物品时等，可以在更随机的定时预测移动目标，可以以更合适的定时来事先接受信息提供。

使用图52、图53的流程图来说明本实施形态4中的移动体终端101的动作。

首先，通过与在设施信息数据库中存储的设施有关的信息，生成使持有物品和设施对应的因果关系信息(S601)，并存储到因果关系信息存储部111中(S602)。并且，参照因果关系信息存储部111中存储的持有物品(S603)，来判断是否有重复(S604)。在有重复的情况下(S604的Yes)，作为特定物品设置(S605)。并且，对所有的持有物品来重复这些动作(S606到S603)，若对所有的持有物品终止了特定物品的判断(S606的No)，则加以终止。

另一方面，在预测移动目标的流程图中，首先，持有物品检测部103检测出用户的持有物品(S701到S702)。并且，参照所检测出的持有物品和因果关系信息存储部111中存储的因果关系信息(S703)，来判断持有物品的类似程度。本实施形态4中，类似程度通过有无上述特定物品来加以判断。判断所检测出的持有物品中是否存在特定物品(S704)，在存在的情况下(S704的Yes)，将该特定物品的移动目标作为预测移动目标来算出(S705)。另一方面，在不存在的情况下(S704的No)，算出一致的持有物品的件数(S706)。将一致的持有物品的件数最多的设施作为预测移动目标算出(S707)。并且，显示与预测移动目标有关的信息(S708)。

本实施形态4中，持有物品类似度判断部113中的用户的持有物品和与设施对应的持有物品的一致程度的判断中，将相同的物品处理为一致，但是并不限于此。例如，也可使用可替代的持有物品或某个持有物品的上位概念等、持有物品的类推辞典，来判断一致程度。下面，使用附图来说明细节。

图54是使用了本实施形态4的移动体终端101的其他系统结构图。该图的移动体终端101除了图46所示的构成要素之外，表示了持有物品类推辞典122。持有物品类推辞典122是对于某持有物品存储了可替代的持有物品或其上位概念等持有物品的关系的单元。

一般，用户持有的物品有多个，具有各种变化。因此，不限于例如与所生成的设施所对应的物品必然一致。例如，图48所示的因果关系信息中，作为与“淀桥学习私塾”对应的持有物品，有“英日辞典”和“日英辞典”。但是，有时用户使用了一体的“日英·英日辞典”，或有时使用电子辞典。因此，持有物品类推辞典122存储这些物品之间的替代物品等，并使用类推辞典来判断一致程度。

图55表示在持有物品类推辞典122中存储的持有物品的对应关系。例如，将日英辞典、英日辞典作为同类持有物品来加以存储。例如，日英辞典在英语讲课等中使用，可以认为是同类的物品。进一步，若存在电子辞典或日英·英日辞典，则日英辞典和英日辞典可以由此来加以代替，所以作为替代持有物品来进行对应。这样，在所有物品上添加了标签的环境下，特定移动目标用的物品并非必然限于一个，可以转为多个，进一步，实现持有物品的功能的物品并非是一个，还考虑使用替代的物品，所以通过使用持有物品类推辞典，可以更通用地预测用户的移动目标。

例如，如图56所示，作为用户的持有物品，设检测出了“英语课本Y”、“电子辞典”、“笔记本”和“表”。这时，不是“日英辞典”或“英日辞典”，但是由于“电子辞典”是“日英辞典”、“英日辞典”的代替持有物品，所以可以从持有物品类推辞典122预测为移动到“淀桥学习私塾”。本实施形态4中，持有物品类似度判断部113中的类似程度通过一致的持有物品的数目或有无特定物品来算出，但是并不限于此。在与预定的设施等有因果关系的持有物品上设置反映了该因果关系的强弱的重要度，并可使用该重要度来预测移动目标。

图57是在因果关系存储部111上存储的因果关系信息，表示在持有物品上添加了重要度。例如，与ID“001”的“淀桥学习私塾”对应，在持有物品“英语课本Y”上添加重要度10，在“日英辞典”和“英日辞典”上添加重要度3。或，与ID“002”的“华町大学”对应，在持有物品“参考书B”上添加重要度5，在“日英辞典”和“英日辞典”上添加重要度3。并且，与该设施的一致程度通过这些重要度的总和来算出。例如，现在，设用户持有“英语课本Y”和“日英辞典”。这样，与“淀桥学习私塾”的一致程度是“13＝(10+3)”，与“华町大学”的一致程序是“3”，可以预测为向一致程度高的“淀桥学习私塾”。另外，不仅是持有物品的重要度的总和，也可使多个持有物品的组合一致而最先算出重要度。例如，ID“004”的“运动体育馆锻炼”的持有物品存在“运动衫”、“运动鞋”、“网球”和“球拍”，但是通过这些物品单体不认为必然走向体育馆。例如，有时仅穿着运动衫。另外，根据持有物品，还存在多个持有物品一致最先作用的物品。例如，即使持有“球拍”，但是若没有持有“网球”，则不能打网球，所以很难认为走向“运动体育馆锻炼”。因此，例如，仅在具有所有持有物品“运动衫”、“运动鞋”、“网球”和“球拍”的情况下，算出重要度“10”(用※标记来表示)，并且，可以预测为向“体育运动锻炼馆”。

这些重要度可以预先设置，或如前述实施形态1等所示，可以存储用户的位置和持有物品的履历，并使用该履历按每个用户来改变。下面，使用图58、图59来加以说明。

图58表示所存储的持有物品和该位置信息。如所述实施形态1所示，使由持有物品检测部103检测出的持有物品和由位置信息检测部102检测出的用户的位置信息相对应，并存储在履历存储部104中，从而可以取得这些持有物品和该检测出的位置的履历。例如，可以看出在位置“东经135度36分30秒、北纬35度36分10秒”的设施“华町大学”检测出了持有物品“参考书B”、“日英辞典”、“学生证”和“笔记本PC”。可以看出华町大学中，这样持有持有物品“参考书B”、“日英辞典”、“学生证”和“笔记本PC”为多次。即，表示本例中所示的用户在“华町大学”接受讲课的情况下，不仅持有“参考书B”、“日英辞典”、“学生证”，还通常持有“笔记本PC”。另一方面，前述所示的“华町大学”中的与持有物品的因果关系中，是“参考书B”、“日英辞典”、“英日辞典”、“笔记本”和“学生证”(图57)，这样预先设置的因果关系信息和实际的用户普遍在该设施中持有的物品并非必然一致。因此，从用户的持有物品的履历来改变这些因果关系信息。

图59反映了履历。可以看出作为ID“002”的设施“华町大学”的持有物品，除了“参考书B”等之外，还新加上“笔记本PC”。在各种物品上添加标签，在检测出了这些多个持有物品的环境中，所检测出的物品并非必然在所有的用户中共用。因此，如本例所示，也可按每个用户来存储履历，并反映这些履历。可以进一步考虑用户持有物品的特性来预测移动目标。

如以上所说明的，本实施形态4的移动体终端101在特定物品判断部112中，从用户的持有物品中判断在多个移动目标上不重复的持有物品的特定物品，移动目标预测部107可以使用该特定物品来预测移动目标。

(实施形态5)

接着，对本发明的移动目标预测装置的第五实施形态来进行说明。

上述的实施形态4中，对使用设施和持有物品的因果关系信息来预测用户的移动目标的方法来加以说明。但是，有时例如通过某个时刻的持有物品预测出了多个移动目标，不能必然唯一特定移动目标。例如，由于现在持有“日英辞典”，所以预测“淀桥学习私塾”和“华町大学”等多个移动目标，有时不能明白向着哪一个移动目标。但是，通过之后的用户的行动，可以最终将一个移动目标作为预测移动目标算出。因此，本实施形态5中，说明进一步检测出用户的移动，并准确预测移动目标的方法。

图60是本实施形态5中的移动体终端101的系统结构图。对所述实施形态所示的构成要素添加同一符号来省略说明。

移动目标候补特定部116是从由持有物品检测部103检测出的用户持有物品和持有物品与设施的因果关系信息来特定移动目标候补的单元。例如，现在，在持有物品检测部103中，作为用户的持有物品，如图61(b)所示，检测出了“日英辞典”和“英日辞典”。使用这些检测出的持有物品，从持有物品和设施的因果关系信息中特定移动目标候补。图61表示在因果关系信息存储部111中存储的持有物品和设施的因果关系信息。

这里，移动目标候补特定部116将包含图61(a)所示这样检测出的“日英辞典”和“英日辞典”来作为持有物品的设施“淀桥学习私塾”和“华町大学”作为移动目标候补来特定。但是，当前阶段，不能判断向哪一个移动目标。因此，考虑之后的用户的移动，来最终特定预测移动目标，并提供与移动目标有关的信息。

位置信息检测部102是与所述实施形态相同，检测出用户的位置的单元，例如由GPS等构成。

位置信息存储部117存储所检测出的位置信息，进一步移动方向检测部118是从所存储的位置信息中检测出用户的移动方向的单元。例如，可以从与前次检测出的位置信息的差，来算出用户所走的方向等，移动方向检测部118检测出这些用户的移动方向。进一步，从由移动目标候补特定部116特定的多个移动目标候补的位置信息算出到这些设施的距离，例如将用户更接近的设施判断为用户去的设施，并可作为移动目标来加以预测。下面，使用具体例来加以说明。

图62用地图表示了所检测出的用户的当前位置与“淀桥学习私塾”和“华町大学”的位置关系。例如，用户现在持有“日英辞典”和“英日辞典”，同时在“东经135度34分30秒、北纬35度30分30秒”的位置上检测出。另一方面，“华町大学”存在于“东经135度36分30秒、北纬35度36分10秒”的位置上，“淀桥学习私塾”存在“东经135度34分30秒、北纬35度30分10秒”的位置上，这些设施的位置信息可以从因果关系信息存储部111中存储的因果关系信息中取得。进一步，可以从位置信息存储部117中存储的前次位置信息，来算出用户去的方向。例如，设在前次“东经135度34分30秒、北纬35度30分40秒”的位置上检测出。此时，可判断为用户从北向南。进一步，从方向或所检测出的位置判断为与“淀桥学习私塾”的距离缩短，因此，可判断为用户去“淀桥学习私塾”。

另一方面，用户普遍持有的物品不限于一个，有多个的情况很多。在某个设施中使用等与设施有因果关系的持有物品有多个，从用户的持有物品并非必然可以将移动目标特定为一个。持有物品不足，或不存在因果关系的持有物品的情况很多。因此，本实施形态5中，特定多个移动目标候补，进一步通过检测出用户之后的行动来正确预测移动目标。

不仅使用是否向该设施移动的信息，还使用在当前阶段没有持有，但是之后，取得有因果关系的持有物品等的信息，来预测移动目标。例如，在上述例子的情况下，现阶段，用户持有的持有物品是“英日辞典”和“日英辞典”，所以不能明白是移动到“淀桥学习私塾”还是移动到“华町大学”。例如，若持有与“淀桥学习私塾”有因果关系的“英语课本Y”，则可以预测为“淀桥学习私塾”，但是，另一方面，有时还有将该“英语课本Y”放在学校等的情况。或，若看出虽然现在没有持有，但是倾向于取得在其他场所上放置的“英语课本Y”，则可以预测为之后去“淀桥学习私塾”。即，不仅考虑当前阶段持有的持有物品，还考虑与设施有因果关系的物品的位置和用户的位置，可以更准确预测移动目标。因此，本实施形态5中，说明检测出用户现在的持有物品和没有进一步持有的物品(作为非持有物品)、考虑非持有物品和用户的位置关系来预测移动目标的方法。

图63是本实施形态5的移动体终端101的另一系统结构图。对前述实施形态中所示的构成要素添加同一符号，来省略说明。

非持有物品特定部119是特定与由移动目标候补特定部116特定的预测移动目标有因果关系的持有物品中，没有由持有物品检测部103检测出的持有物品，即当前没有持有的非持有物品的单元。

例如，如图64(b)所示，设当前持有“日英辞典”和“英日辞典”。另一方面，在持有“日英辞典”和“英日辞典”的情况下，如前所述，从图64(a)所示的因果关系信息中通过移动目标候补特定部116特定为移动到“淀桥学习私塾”或“华町大学”。另一方面，现阶段中，不能判断向这多个移动目标中，哪个设施。因此，判断虽然当前没有持有，但是特定移动目标有用的物品(非持有物品)。例如，在移动到“淀桥学习私塾”的情况下，作为需要的持有物品除了“日英辞典”和“英日辞典”之外，还需要“英语课本Y”，另一方面，将用户没有持有的该“英语课本Y”特定为非持有物品。另一方面，在移动到“华町大学”的情况下，作为需要的持有物品除了“日英辞典”和“英日辞典”之外，需要“参考书B”，另一方面，将用户没有持有的该“参考书B”作为非持有物品来加以判断。接着，检测出这些非持有物品的当前位置。

非持有物品位置检测部121是检测出由非持有物品特定部119特定的非持有物品的当前位置的单元。例如，设用户所有的物品是由服务器等管理的物品，本实施形态5中设是由非持有物品位置数据库120管理的物品。并且，通过该非持有物品位置数据库来特定非持有物品的位置。

非持有物品位置数据库120使所检测出的用户所有的物品及其位置相对应来加以存储。图65表示在非持有物品位置数据库中存储的本用户所有的物品的位置。例如，物品ID“001”有物品“英语课本Y”，表示该物品的当前位置是“东经135度34度30分、北纬35度30分10秒”。或，作为物品ID“002”有物品“参考书B”，表示该物品的当前位置是“东经135度35度10分、北纬35度33分10秒”。

近年来，因物品上添加的IC标签等的出现，在所有的物品上添加识别符，而使得可以管理物品。进一步，通过在自己家里或各种场所安装的标签读取器，可以通过服务器等来管理这些物品的位置。在这种环境中，现有技术中公开了例如检测出自己家的物品，来进行遗忘物的检测或检测出盗窃的发明。本方法中的非持有物品位置数据库120中，相当于管理该物品的服务器，对于该构筑方法，在现有技术中也进行了公开，这里不过问。

图66用地图表示所述非持有物品的物品的位置关系或伴随用户的移动的位置关系。图66中可以看出，白色的圆圈(○)是“英语课本Y”，位于“淀桥学习私塾”。由于本例中的用户普遍将“英语课本Y”放在使用这些的设施的“淀桥学习私塾”上，所以不与用户一起移动，而位于“淀桥学习私塾”中。

另一方面，可以看出白色四边形(□)是“参考书B”，位于自己家。表示从用户当前的移动起，将“参考书B”放在自己家中。

用户在普遍去预定的设施的情况下，持有在设施中使用的物品，同时进行移动的情况很多，本发明中，表示了将这些作为因果关系信息来加以存储，并可使用该因果关系信息来预测移动目标。另一方面，并非用户必然持有这些物品来移动。例如，本例中，有时将与淀桥学习私塾有因果关系的持有物品“英语课本Y”放在私塾。因此，持有物品检测部103中没有检测到，准确预测移动目标很困难。因此，将这些判断为非持有物品，管理物品，并参照存储该信息的非持有物品数据库，从而在去非持有物品位于的方向的情况下，认为倾向于取得该物品，或为了在其中使用而放置，而可以正确预测移动目标。例如，在图66的情况下，当前持有的“日英辞典”和“英日辞典”，作为移动目标候补，算出多个候补为“淀桥学习私塾”或“华町大学”，另一方面，由于作为非持有物品的“参考书B”仍放在自己家里，与用户位置关系远，所以不认为移动到“华町大学”，另外，可以通过与“英语课本Y”的位置关系接近，预测为移动到“淀桥学习私塾”。

图67是用于说明另一例的图。例如表示当前用户持有持有物品“日英辞典”和“英日辞典”，同时去自己家的停车场。如上所述，仅通过“日英辞典”和“英日辞典”，不能特定是“淀桥学习私塾”还是“华町大学”。但是，通过非持有物品位置数据库来算出位于停车场的车中存在“英语课本Y”。由此，这时，由于“日英辞典”和“英日辞典”为持有物品，同时移动到存在“英语课本Y”的停车场，所以即可以认为通过车向利用这些持有物品的“淀桥学习私塾”的方向。

这样，不仅特定当前持有的持有物品，还特定预测移动目标用的非持有物品来参照该位置，通过从非持有物品的位置和用户的位置关系来预测移动目标，可以更灵活地预测用户的移动目标。

下面，使用图68的流程图来说明本实施形态5的动作流程。

首先持有物品检测部103检测出用户的持有物品(S801)。并且，在检测出持有物品后(S802)，参照因果关系信息存储部111中存储的因果关系信息(S803)，来进行是否持有与预定的设施相当的持有物品的判断(S804)。若没有相当的持有物品(S804的No)，则加以终止。另一方面，在存在相应的持有物品(S804的Yes)，在移动目标候补特定部116中将这些作为移动目标候补来加以特定(S805)。

接着，在非持有物品特定部119中，从所特定的移动目标候补的因果关系信息中判断现在用户没有持有的非持有物品(S806)。通过非持有物品数据库120来参照所特定的非持有物品的位置(S807)。并且，判断非持有物品和用户的位置关系。

首先，在当前位置检测部103中检测出用户的位置(S808)。并且，存储在位置信息存储部117(S809)中，并从所存储的位置信息中，通过移动方向检测部118检测出用户的移动方向(S810)。考虑S807中检测出的非持有物品的位置关系，来判断是否与当前非持有物品接近(S811)。在接近的情况下(S811的Yes)，将与该非持有物品有因果位置关系的设施作为预测移动目标来算出(S812)。并且，显示与所特定的预测移动目标有关的信息(S813)。

另一方面，在没有接近任何一个非持有物品的情况下，由于没有特定移动目标，则加以终止(S811的No)。

另外，非持有物品作为用户现在没有持有的物品进行了说明，但是并不限于此。也可以是可替代的物品和进一步购买的物品。

存储好随着用户的移动检测出的位置信息和持有物品的履历，在离开持有物品的情况下，可以通过自动登录该位置，来生成非持有物品位置数据库。

图69是描述了为生成非持有物品位置数据库所需的构成要素的移动体终端101的另一系统框图。除了所述实施形态等所示的位置检测部102、持有物品检测部103和履历存储部104之外，具有持有物品分离判断部124和非持有物品位置登录部125，来生成非持有物品位置数据库120。

非持有物品位置数据库的生成中，首先，与所述实施形态1相同，持有物品位置检测部103对于用户当前持有的持有物品，由位置信息检测部102检测出用户的位置，并使这些相对应地存储在履历存储部104中。

图70是在履历存储部104中存储的用户的移动和这时所持有的持有物品的履历。例如，存储了从位置“东经135度35分30秒、北纬35度33分10秒”的“自己家”出发，而移动到位置“东经135度34分30秒、北纬35度30分10秒”的“淀桥学习私塾”。表示期间持有“英语课本Y”、“日英辞典”和“英日辞典”，同时加以移动。另一方面，可以看出在到达“淀桥学习私塾”后，没有检测出“英语课本Y”，仅持有“日英辞典”和“英日辞典”，来移动。其表示本例中的用户将“英语课本Y”放在“淀桥学习私塾”中，所以之后不能作为持有物品来加以检测。图71用地图表示了图70的持有物品和用户的移动履历。可以看出持有“英语课本Y”、“日英辞典”和“英日辞典”，同时从自己家出发，而到达“淀桥学习私塾”。另一方面，可以看出之后将“英语课本Y”放在私塾中，并仅具有“日英辞典”和“英日辞典”再次开始移动。这样，由于用户通常不持有物品，而在中途购买增加，或在中途放置物品后移动，所以如图70的履历那样，没有检测出，而为非持有物品。因此，在这样不能检测出的情况下，通过持有物品分离判断部124将这些判断为非持有物品，并通过将最后检测出的位置作为非持有物品的位置来通过非持有物品位置登录部125来加以登录，从而可以生成存储了非持有物品的位置的非持有物品数据库120。

图72表示了在非持有物品位置数据库120中存储的非持有物品及其位置。将最后检测出“英语课本Y”的位置即“东经135度34分30秒、北纬35度30分10秒”作为非持有物品“英语课本Y”的位置相对应来加以存储。

如以上所说明的，本实施形态5的移动体终端101在没有非高频率持有物品和特定物品的情况下，根据在持有物品检测部103中检测出的持有物品，在移动目标候补特定部116中特定作为移动目标的多个移动目标候补，并在移动目标候补距离算出部123中算出移动目标候补和用户的距离，移动目标预测部107可以将距离接近的移动目标候补作为用户的移动目标来加以预测。

图63所示的移动体终端101中，非持有物品特定部119中，特定用户没有持有的非持有物品，在非持有物品位置检测部121中检测出非持有物品的位置，在移动目标候补距离算出部123中算出作为与非持有物品对应的设施的移动目标候补和用户的距离，移动目标预测部107可以根据距离来预测用户的移动目标。因此，本实施形态5的移动体终端101不仅特定当前持有的持有物品，还特定预测移动目标所用的非持有物品，来参照该位置，并通过从非持有物品的位置和用户的位置关系来预测移动目标，从而可以更灵活预测用户的移动目标。

产业上的可利用性

本发明的移动目标预测装置可用于具有能以合适的定时以适合于用户的形式来公开移动目标信息的画面的、例如便携机等的移动体终端和导航装置等中。

Claims (22)

1、一种移动目标预测装置，预测用户的移动目标，其特征在于，包括：

持有物品检测单元，检测出所述用户持有的持有物品；

存储单元，至少使所述持有物品检测单元中检测出的所述持有物品和预定的位置信息相关联，而作为履历加以存储；

因果关系抽出单元，从所述履历至少抽出所述持有物品和所述预定的位置信息的因果关系；以及

移动目标预测单元，根据所述因果关系和所述持有物品来预测所述用户的移动目标。

2、根据权利要求1所述的移动目标预测装置，其特征在于，

上述移动目标预测装置还包括持有频率判断单元，该持有频率判断单元进行将所述持有物品区分为大于等于预定比例加以持有的高频率持有物品或不到预定比例加以保持的非高频率持有物品的判断；

在所述因果关系抽出单元中，抽出所述非高频率持有物品和所述位置信息的所述因果关系。

3、根据权利要求2所述的移动目标预测装置，其特征在于：

所述持有频率判断单元使用所述用户在每个预定期间持有所述持有物品的比例来作为所述预定比例；

将不到该预定比例的持有物品作为所述非高频率持有物品，将大于等于所述预定比例的持有物品作为所述高频率持有物品。

4、根据权利要求2所述的移动目标预测装置，其特征在于：

所述持有频率判断单元使用在地图上分割了所述用户的移动路径后的各区域数中持有的比例来作为所述预定比例；

将不到该预定比例的持有物品作为所述非高频率持有物品，将大于等于该预定比例的持有物品作为所述高频率持有物品。

5、根据权利要求2所述的移动目标预测装置，其特征在于：

所述持有频率判断单元将所述用户的移动路径分类，并使用所述分类中存在的比例来作为所述预定比例；

将不到该预定比例的持有物品作为所述非高频率持有物品，将大于等于该预定比例的持有物品作为所述高频率持有物品。

6、根据权利要求2所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有目的地预测单元，该目的地预测单元预测所述用户的移动目标即目的地；

所述因果关系抽出单元抽出所述非高频率持有物品和所述目的地的因果关系。

7、根据权利要求6所述的移动目标预测装置，其特征在于：

所述持有频率判断单元还将所述用户的出发地和所述目的地预测单元中预测的所述目的地作为一个移动来加以换算，并使用持有所述持有物品的比例来作为所述预定比例；

将不到该预定比例的持有物品作为所述非高频率持有物品，并将大于等于所述预定比例的持有物品作为所述高频率持有物品。

8、根据权利要求1所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有：

持有物品确认单元，使用由所述因果关系抽出单元抽出的所述因果关系，来确认有无所述持有物品；以及

通知单元，在所述持有物品确认单元中确认为没有持有物品的情况下，向所述用户通知该内容。

9、根据权利要求8所述的移动目标预测装置，其特征在于：

所述存储单元存储存在多个与所述位置信息相关联的所述持有物品的组合履历；

所述持有物品确认单元参照所述组合履历，判断在所述组合履历中记载了、但在所述持有物品检测单元中没有检测出的持有物品；

所述通知单元向所述用户通知该持有物品。

10、根据权利要求1所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有时钟部，该时钟部检测出日期时间信息；

在所述存储单元中，至少使所述日期时间信息、所述持有物品和所述位置信息相关联，而作为履历加以存储；

所述因果关系抽出单元抽出所述持有物品与所述日期时间信息及所述位置信息的因果关系；

所述移动目标预测单元从该因果关系预测所述用户的移动目标。

11、根据权利要求1所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有：

数据库部，记录与所述移动目标相关的商用信息；以及

显示单元，从所述数据库部取得与通过所述移动目标预测单元预测的所述移动目标相关的商用信息，并显示在画面上。

12、根据权利要求11所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有通信单元，该通信单元经由网络与提供与所述移动目标预测单元中预测的所述移动目标相关的商用信息的服务器装置相连；

在所述数据库部中记录有经由所述通信单元取得的所述商用信息。

13、根据权利要求1所述的移动目标预测装置，其特征在于：

在所述持有物品中安装有RF标签；

所述持有物品检测单元是通过读入所述RF标签来检测出所述持有物品的种类的RF读取器。

14、根据权利要求1所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有特定物品判断单元，该特定物品判断单元将所述存储单元中存储的所述持有物品中、在不同的移动目标中不重复的持有物品判断为特定物品；

所述移动目标预测单元，在由所述持有物品检测单元检测出的所述持有物品中存在所述特定物品的情况下，将与所述特定物品对应的移动目标预测为所述用户的移动目标。

15、根据权利要求14所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有位置信息检测单元，该位置信息检测单元检测出所述用户的位置信息；

所述存储单元，至少将所述持有物品检测单元中检测出的所述持有物品与所述位置信息检测单元中检测出的所述位置信息相关联来作为履历加以存储；

所述特定物品判断单元还根据所述履历，将预定的移动目标中持有的频率高的持有物品判断为特定物品；

所述移动目标预测单元，在由所述持有物品检测单元检测出的持有物品中存在所述特定物品的情况下，将与所述特定物品对应的移动目标预测为所述用户的移动目标。

16、根据权利要求1所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有：

移动方向检测单元，从所述位置信息检测出用户的移动方向；以及

移动目标候补特定单元，从用户的持有物品中特定作为移动目标的多个移动目标候补；

所述移动目标预测单元将与由所述移动方向检测单元检测出的用户的移动方向接近的移动目标候补预测为所述用户的移动目标。

17、根据权利要求1所述的移动目标预测装置，其特征在于：

所述移动目标预测装置还具有：

非持有物品特定单元，根据由所述持有物品检测单元检测出的所述持有物品和所述因果关系，来特定所述用户没有持有的非持有物品；

非持有物品位置检测单元，检测出所述非持有物品存在的位置；以及

非持有物品位置关系判断单元，由所述非持有物品位置检测单元检测出的所述非持有物品的位置、所述用户的位置和所述用户的移动方向，来判断与所述非持有物品的位置关系；

所述移动目标预测单元，在所述非持有物品位置关系判断单元中与所述非持有物品的距离接近的情况下，将与所述非持有物品对应的移动目标预测为所述用户的移动目标。

18、根据权利要求17所述的移动目标预测装置，其特征在于：

所述移动目标预测单元，除了与所述非持有物品对应的移动目标之外，还预测所述用户的移动目标。

19、根据权利要求1所述的移动目标预测装置，其特征在于：

所述存储单元还存储记载了与作为所述持有物品的替代的替代持有物品相关的信息的持有物品类推辞典；

所述移动目标预测单元，在所述持有物品检测单元检测出所述替代持有物品的情况下，使用所述持有物品类推辞典，使用与所述替代持有物品对应的同类持有物品，来预测所述用户的移动目标。

20、一种移动目标预测方法，预测用户的移动目标，其特征在于，包括：

持有物品检测步骤，检测出所述用户持有的持有物品；

存储步骤，至少使所述持有物品检测步骤中检测出的所述持有物品与预定的位置信息相关联，来作为履历加以存储；

因果关系抽出步骤，从所述履历中至少抽出所述持有物品与所述位置信息的因果关系；以及

移动目标预测步骤，根据所述因果关系和所述持有物品，来预测所述用户的移动目标。

21、一种程序，用于预测用户的移动目标的移动目标预测方法，其特征在于，使计算机执行下列步骤：

持有物品检测步骤，检测出所述用户持有的持有物品；

存储步骤，至少使所述持有物品检测步骤中检测出的所述持有物品与预定的位置信息相关联，来作为履历加以存储；

因果关系抽出步骤，从所述履历中至少抽出所述持有物品与所述位置信息的因果关系；以及

移动目标预测步骤，根据所述因果关系和所述持有物品，来预测所述用户的移动目标。

22、一种存储介质，其特征在于：记录有权利要求21中记载的程序。

Images