CN103154979A - 位置信息累计装置及位置信息累计方法 - Google Patents

Abstract

该位置信息累计装置具有：位置信息接收部（111），其与多个移动通信终端（2）的位置相关的位置信息，还一起接收确定与各个位置信息对应的移动通信终端（2）的用户的用户ID和表示该用户的住址的住址代码；取得率计算部（123），其使用预定大范围区域中的每个小范围区域的人口统计数据和位置信息，计算多个移动通信终端（2）的每个住址代码的位置信息取得率；以及累计单元（127），其以通过位置信息接收部（111）接收到的位置信息为对象，提取位于特定区域的位置信息，反映与位置信息所包含的住址代码对应的位置信息取得率来对位置信息进行累计，由此累计特定区域中的人口分布。

Description

位置信息累计装置及位置信息累计方法

技术领域

本发明涉及位置信息累计装置以及位置信息累计方法。

背景技术

一直以来，公知有取得便携终端的位置信息并根据该位置信息分析便携终端的用户的人口分布的装置（参照下述专利文献1、2）。通过这样地使用便携终端的位置信息，与通过国情调查等得到的人口统计数据相比，能够得到还反映了用户移动趋势的人口分布。

例如，专利文献1所记载的装置利用存储与各个便携终端相关的位置信息的数据库，累计与目标地域以及目标层对应的人口分布。此外，专利文献2所记载的装置公开了如下内容：生成接收到终端确认信号的终端的响应信号的每个基站的累计结果作为人口密集度信息。

现有技术文献

专利文献

专利文献1：日本特开2003-30373号公报

专利文献2：日本特开2005-286657号公报

发明内容

发明要解决的课题

近年来，在便携终端中实现了各种位置信息的主动的取得方法，例如利用GPS（Global Positioning System：全球定位系统）取得位置信息、通过确定归属的基站取得位置信息等。此处，在利用这些位置信息来分析人口分布时，统计对象的总体参数增加而变得有效率，但是在该情况下取得位置信息的时机、频率按照每个用户而各种各样，因此难以高精度地分析人口分布。

因此，本发明正是鉴于上述课题而完成的，其目的在于提供一种能够以取得频度按照每个用户而各种各样的位置信息为对象计算高精度的人口分布的位置信息累计装置以及位置信息累计方法。

用于解决课题的手段

为了解决上述课题，本发明的位置信息累计装置具有：位置信息接收单元，其接收与多个移动通信终端的位置相关的位置信息，还一起接收确定与各个位置信息对应的移动通信终端的用户的用户确定信息、以及表示包括用户的住址信息在内的属性的属性信息；取得率计算单元，其使用预定大范围区域中的每个小范围区域的人口统计数据和位置信息，计算多个移动通信终端在每个小范围区域的位置信息取得率；以及累计单元，其以由位置信息接收单元接收到的位置信息为对象，提取位于特定区域的位置信息，反映与位置信息包含的住址信息对应的小范围区域的位置信息取得率而对位置信息进行累计，由此累计特定区域中的人口分布。

或者，本发明的位置信息累计方法包括以下步骤：位置信息接收步骤，位置信息累计装置接收与多个移动通信终端的位置相关的位置信息，还一起接收确定与各个位置信息对应的移动通信终端的用户的用户确定信息、以及表示包括用户的住址信息在内的属性的属性信息；取得率计算步骤，位置信息累计装置使用预定大范围区域中的每个小范围区域的人口统计数据和位置信息，计算多个移动通信终端在每个小范围区域的位置信息取得率；以及累计步骤，位置信息累计装置以通过位置信息接收步骤接收到的位置信息为对象，提取位于特定区域的位置信息，反映与位置信息包含的住址信息对应的小范围区域的位置信息取得率而对位置信息进行累计，由此累计特定区域中的人口分布。

根据这种位置信息累计装置和位置信息累计方法，接收与移动通信终端相关的位置信息，还一起接收用户确定信息、以及表示包括与用户相关的住址信息的属性信息，根据大范围区域的每个小范围区域的人口统计数据和接收到的位置信息计算用户的每个住址的位置信息取得率，在反映与移动通信终端的用户的住址对应的位置信息取得率的同时，对属于特定区域的位置信息进行累计。由此，即使在以取得频度的趋势按照用户的每个住址而不同的位置信息为对象的情况下，只要预先准备日本全国那样的大范围内的各地域的每个地域的统计数据，就能够将实际的用户分布高精度地反映到特定区域的人口分布。

优选的是，取得率计算单元通过计算每个属性的人口统计数据与按照每个属性信息累计的位置信息的数量之比，得到位置信息取得率。由此，能够使用预先准备的大范围的人口统计数据准确地取得每个属性的位置信息取得率。

此外，还优选位置信息接收单元与位置信息一起接收多种属性信息，取得率计算单元使用人口统计数据和位置信息，反复计算多个移动通信终端的多种属性各自的位置信息取得率，累计单元针对位置信息，在反复反映与位置信息的属性信息对应的多种属性各自的位置信息取得率的同时累计位置信息。如果采用上述结构，即使在位置信息的取得频度按照移动通信终端的用户的年龄、性别、住址等多个属性而不同的情况下，只要使用预先准备的多个属性各自的人口统计数据，将多个属性各自的取得率反映到累计的位置信息，就能够得到更准确的每个地域的人口分布。

并且，还优选累计单元利用将大范围区域内的位置信息的总数除以大范围区域中的人口统计数据的总数而得的值校正位置信息而进行累计，由此累计人口分布。该情况下，能够在使用多个属性各自的位置信息取得率累计位置信息时，准确地校正每个地域的人口分布。

此外，优选的是，本发明的位置信息累计装置位置信息累计装置还具有生成单元，该生成单元生成表示由签约者信息示出的所有移动通信终端的实际使用者的属性相对于该所有移动通信终端的签约者的属性的比例的转移矩阵，根据该转移矩阵生成逆矩阵，所述累计单元在累计所述特定区域中的位置信息时，使用由所述生成单元生成的逆矩阵校正每个属性的人口分布。由此，能够进行基于实际的使用者的属性的人口分布的累计，能够得到更准确的人口分布。

此外，位置信息累计装置的特征在于，位置信息接收单元与时刻信息一起接收位置信息，其中，该时刻信息是接收到该位置信息的时刻信息，位置信息累计装置还具有：前后位置信息取得单元，其针对由位置信息接收单元接收到的位置信息中的第1位置信息，取得包含与该第1位置信息相同的用户确定信息的位置信息中的、作为该第1位置信息紧前面的位置信息的第2位置信息的时刻信息、以及作为该第1位置信息紧后面的位置信息的第3位置信息的时刻信息；以及特征量计算单元，其根据第1位置信息的时刻信息、第2位置信息的时刻信息和第3位置信息的时刻信息中的两个以上的时刻信息，计算关于第1位置信息的特征量，取得率计算单元使用人口统计数据和特征量，计算多个移动通信终端在每个小范围区域的位置信息取得率，累计单元使与位置信息所包含的住址信息对应的小范围区域的位置信息取得率反映到与位于特定区域的位置信息相关的特征量，累计特定区域中的人口分布。由此，能够使用特征量计算人口分布，因此能够更准确地求出人口分布。

发明的效果

根据本发明，能够以取得频度按照每个用户而各种各样的位置信息为对象计算高精度的人口分布。

附图说明

图1是示出本发明的优选的一个实施方式的位置信息累计系统的概要结构图。

图2是示出图1的位置信息蓄积部存储的数据的结构的图。

图3是示出图1的统计数据存储部存储的数据的结构的图。

图4是示出通过图1的取得率计算部生成的用户人口金字塔数据和取得率掩模数据的结构的图。

图5是示出通过图1的取得率计算部校正的取得率掩模数据的结构的图。

图6是示出通过图1的累计部反映了取得率的位置信息的结构的图。

图7是示出通过图1的累计部生成的累计结果信息的结构的图。

图8是示出图1的位置信息累计装置的位置信息累计方法的时序图。

图9是示出图8的人口分布累计处理时的动作的流程图。

图10是示出图1的位置信息处理装置的位置信息的累计单位的概念图。

图11是示出图1的信息显示装置6显示的人口分布的图。

图12是用于说明估计滞留时间的计算方法的图。

图13是用于说明位置信息的提取方法的图。

图14是第二实施方式的位置信息累计系统的概要结构图。

图15是示出基于签约者数据和调查数据生成结合管理表的过程的说明图。

图16是示出从实际的用户的属性信息到签约者的属性信息的转移状态的说明图。

图17是示出转移矩阵A和逆矩阵A^-1的说明图。

图18是示出使用逆矩阵A₁ ^-1生成每个属性（年龄和性别）的取得率掩模的步骤的说明图。

图19是示出使用逆矩阵A₂ ^-1生成每个属性（住址代码）的取得率掩模的步骤的说明图。

图20是示出校正表的说明图。

图21是示出作为累计处理的基础的中间数据的生成过程的说明图。

图22是示出将按照每个年龄/性别以及住址代码校正后的用户数量进一步与校正值关联后的累计表的说明图。

图23是示出位置信息累计系统1a的处理的流程图。

图24是示出了从用户数量向签约者数量的转移矩阵A和逆矩阵A^-1的计算的说明图。

图25是示出了表示从基于签约者数据的签约者数量向基于调查数据的用户数量的转移状态的矩阵B的计算的说明图。

图26是示出分别使用逆矩阵A^-1和矩阵B根据签约者数量计算出用户数量时的比较结果的说明图。

图27是示出与调查的回收率对应的比较结果的说明图。

图28是第三实施方式的位置信息累计系统的概要结构图。

图29是位置信息取得部的概要结构图。

图30是示出位置信息蓄积部存储的数据的结构的图。

图31是用于说明移动通信终端数量估计的思路的图。

图32是用于说明移动通信终端数量估计的计算方法的图。

图33是示出人口分布累计处理时的动作的流程图。

图34是示出位置信息蓄积部存储的数据的结构的图。

具体实施方式

以下，详细说明附图与本发明的位置信息累计装置以及位置信息累计方法的优选实施方式。另外，在附图的说明中，对相同要素标注相同标号，省略重复说明。

<第一实施方式>

图1是示出本发明的优选的一个实施方式的位置信息累计系统1的概要结构图。如图1所示，本实施方式的位置信息累计系统1具有多个移动通信终端2、基站3、位置信息计算装置4、位置信息提供装置5、信息显示装置6、位置信息蓄积装置11和位置信息处理装置12。该位置信息蓄积装置11和位置信息处理装置12作为累计与移动通信终端2相关的位置信息而计算人口分布的位置信息累计装置发挥作用。

各个移动通信终端2是便携电话机、PHS（Personal Handyphone System：个人手持式电话系统）、PDA（Personal Digital Assistant：个人数字助理）等具有通信功能的便携终端，通过移动通信方式与基站3连接，由此能够经由基站3以及移动通信网NW与其它移动通信终端2、连接到移动通信网NW的通信装置相互进行数据通信和语音通信。位置信息计算装置4、位置信息提供装置5、位置信息蓄积装置11和位置信息处理装置12是构成为能够经由移动通信网NW相互进行数据通信的服务器装置。此外，信息显示装置6是构成为连接到移动通信网NW、并能够与位置信息处理装置12进行数据通信的便携终端、计算机终端等终端装置。并且，位置信息提供装置5能够与移动通信终端2进行数据通信。另外，位置信息计算装置4、位置信息提供装置5、位置信息蓄积装置11以及位置信息处理装置12分别由一台服务器装置构成，但可以由分散的多个服务器装置构成，相反地，还可以将多个服务器装置的功能集中到一台服务器装置。

上述移动通信终端2具有利用GPS、基站信息执行定位处理的功能，在受理来自用户的定位请求后，从GPS卫星等取得定位处理所需的信息，将定位请求与该信息一起发送到位置信息提供装置5。位置信息提供装置5在接收到定位请求时，从该定位请求中取出所需的信息，向位置信息计算装置4请求与移动通信终端2相关的定位运算。对此，位置信息计算装置4执行与移动通信终端2相关的定位运算，向位置信息提供装置5返回与移动通信终端2相关的位置信息，位置信息提供装置5将该位置信息中继到移动通信终端2。然后，在移动通信终端2中，将所取得的位置信息转移为地图上的位置显示、文字信息等各种输出形式并显示在显示器上。此时，位置信息提供装置5将位置信息中继到移动通信终端2，同时，并行地将与移动通信终端2相关的位置信息发送到位置信息蓄积装置11。另外，上述定位请求不限于以为了供用户利用信息提供服务而特意地从该用户受理的情况为契机进行发送，也可以定期地自动发送，还可以以在移动通信网NW上产生的位置登记等用户未意识到的事件为契机进行发送。此外，不一定需要移动通信终端2自身具有定位处理功能，也可以由移动通信网NW内的基站控制装置等其它装置执行定位处理，在该情况下生成的位置信息，除了利用GPS生成的信息以外，也可以是利用位置登记信息生成的PRACH-PD定位信息或归属区域的重心信息等。

接着，对位置信息蓄积装置11和位置信息处理装置12的结构要素进行详细说明。

位置信息蓄积装置11具有位置信息接收部（位置信息接收单元）111和位置信息蓄积部112作为功能性结构要素。每当移动通信终端2进行定位请求时，位置信息接收部111从位置信息提供装置5接收与移动通信终端2相关的位置信息，存储到位置信息蓄积部112。具体而言，位置信息接收部111接收确定移动通信终端2的用户的用户ID（用户确定信息）、表示在移动通信终端2中取得位置信息的时刻的时刻信息、以及表示移动通信终端2所处位置的纬度和经度的位置信息。相应地，位置信息接收部111根据接收到的用户ID，从与移动通信网NW连接的未图示的顾客信息数据库中接收属性信息并附加到位置信息中，该属性信息表示与移动通信终端2的用户相关的年龄、职业、以及识别该用户的住址的住址代码（住址信息）等。

图2示出了位置信息蓄积部112存储的位置信息的数据结构的一例。如该图所示，在位置信息蓄积部112中，相互对应地存储有与移动通信终端2相关的位置信息“X1、Y1”、时刻信息“3/11：03”、属性信息1－性别“男”、属性信息2－年龄“0”、属性信息3－职业“职业1”、属性信息4－住址代码“10101010”以及用户ID“A”。该住址代码是如上级的位为县、下级的位为市镇村那样地分级地确定作为移动通信终端2的用户属性的住址的数值信息，被设定成与计算后述的位置信息取得率的单位的小范围区域对应的位数。每当存在来自多个移动通信终端2的定位请求时蓄积并存储这种位置信息，但存储的时机不限于这种时机，也可以通过位置信息提供装置5或其它信息存储装置对预定的信息量进行缓冲后定期或随时转发到位置信息蓄积装置11。

位置信息处理装置12具有请求信息接收部121、位置信息取得部（累计单元）122、取得率计算部（取得率计算单元）123、统计数据存储部124、累计部（累计单元）127和信息发送部128作为功能性结构要素。

请求信息接收部121从信息显示装置6接收用于请求累计与人口分布相关的信息的请求信息，根据该请求信息启动位置信息取得部122对位置信息的提取处理，该人口分布是根据预定时间段的预定区域中的移动通信终端2的数量估计出的。此外，该请求信息还包含用于指定累计对象的时间段的时间段信息、和用于指定累计对象的预定区域的区域信息。

位置信息取得部122根据来自请求信息接收部121的启动信号，从位置信息蓄积装置11的位置信息蓄积部112读出位置信息。然后，位置信息取得部122从所读出的所有位置信息中，提取与来自信息显示装置6的请求信息所包含的时间段信息以及区域信息匹配的位置信息，输出到取得率计算部123。例如，在表示处理对象的位置信息的条件的时间段信息为“3/11:00-3:00”、区域信息为“日本全国”的情况下，从图2所示的位置信息中提取时刻信息包含在时间段信息示出的时间段中、且位置信息表示处于区域信息的区域内的所有位置信息。

此处，位置信息取得部122还能够以从与请求信息匹配的位置信息中删除包含重复的用户ID的位置信息的方式进行动作。该情况下，位置信息取得部122在按照移动通信终端2的用户提取出位置信息后，输出到取得率计算部123。例如，位置信息取得部122从包含同一用户ID的位置信息中，选择时间信息示出的时刻最早的信息或时间信息示出的时刻接近平均时刻的信息，或者选择位置信息示出的位置接近重心位置的信息或位置信息示出的位置最接近预先设定的多个预定划分区域的中心位置的信息来提取位置信息。

此外，位置信息取得部122还能够以包含重复的同一用户ID的位置信息所包含的时刻信息示出的时刻空出一定时间间隔以上的方式提取位置信息。例如，在设定为以空出“1天”间隔以上的方式提取位置信息的情况下，提取包含同一用户ID的位置信息中的由时刻信息确定的时间间隔为“1天”以上的多个位置信息。此外，位置信息取得部122在这样提取包含同一用户ID的多个位置信息的情况下，还能够对这些位置信息重新赋予互不相同的用户ID。具体而言，分别对包含用户ID“A”的两个位置信息赋予用户ID“A1”和“A2”。

取得率计算部123使用从位置信息取得部122输出的位置信息、和统计数据存储部124存储的预定大范围区域（例如日本全国）中的人口统计数据，计算移动通信终端2的用户的每个属性的位置信息取得率。在该统计数据存储部124中存储有图3（a）所示的基于国情调查数据而生成的每个年龄的实际的大范围区域内的男性人口和女性人口的人口金字塔数据。具体而言，存储有年龄“2”岁的男性人口“1300”和女性人口“1210”。取得率计算部123以从位置信息取得部122取得的位置信息为对象，累计大范围区域内的每个年龄的移动通信终端2的男女的用户数量（用户人口金字塔数据）。根据位置信息来判定位置信息是否处于大范围区域内。图4（a）示出了这样累计出的移动通信终端2的用户人口金字塔数据。如该图所示，累计了年龄“2”岁的男性用户数量“300”和女性用户数量“210”。并且，取得率计算部123按照年龄和性别的属性计算人口金字塔数据的人口与用户人口金字塔数据的用户数量之比，由此计算每个属性的移动通信终端2的位置信息相对于实际人口的取得率的倒数。即，在年龄“2”岁的男性人口为“1300”、男性用户数量为“300”的情况下，取得率计算部123计算男性取得率掩模“4.33”，生成图4（b）所示的每个年龄和性别的取得率掩模数据，输出到累计部127。

此处，取得率掩模数据的生成单位是以年龄1岁的间隔按照每个性别进行了区分，例如也可以设为“0～4岁”那样的5岁间隔或“0～9岁”那样的10岁间隔，也可以不进行男女区分而仅区分年龄来生成，还可以不区分年龄而仅区分性别来生成。并且，也可以使用按照位置信息所包含的住址代码、年龄、性别、小范围区域而预先累计的人口金字塔数据，生成每个年龄、性别和小范围区域的取得率掩模数据。此外，在位置信息不具有年龄等属性信息的情况下，可以将所有用户作为同一属性来计算同一取得率掩模值而使用。相反地，还可以使用职业、婚史“未婚/已婚”等年龄和性别以外的表示用户性质的属性。

此外，取得率计算部123还能够使用从位置信息取得部122输出的位置信息和统计数据存储部124存储的人口统计数据，反复计算移动通信终端2的用户的多种属性各自的位置信息取得率。例如，除了上述处理以外，取得率计算部123还计算移动通信终端的用户的住址代码表示的每个小范围区域的位置信息取得率。在该统计数据存储部124中存储图3（b）所示的基于国情调查数据而生成的示出每个小范围区域（住址代码）的实际人口的人口金字塔数据。具体而言，存储有居住在住址代码“10101010”所示的小范围区域内的人口“1200”。取得率计算部123以从位置信息取得部122取得的位置信息为对象，对位置信息为大范围区域内、且大范围区域内的每个小范围区域（住址代码）的移动通信终端2的用户数量（用户人口金字塔数据）进行累计。能够根据位置信息所包含的属性信息4的住址代码，判定住址代码是否是小范围区域内，由此按照该小范围区域进行位置信息的累计。图4（c）示出了这样累计出的移动通信终端2的用户人口金字塔数据。如该图所示，累计了住址代码“10101010”的用户数量“120”。并且，取得率计算部123按照每个小范围区域计算人口金字塔数据的人口与用户人口金字塔数据的用户数量之比，由此计算每个住址的移动通信终端2的位置信息相对于实际人口的取得率的倒数。即，在住址代码“10101010”的人口为“1200”、且用户数量为“120”的情况下，取得率计算部123计算取得率掩模“10”，生成图4（d）所示的每个住址代码的取得率掩模数据，输出到累计部127。

另外，取得率计算部123在反复生成用户的多种属性各自的位置信息取得率时，如下校正第2种以后的位置信息取得率。详细地说，取得率计算部123进一步乘以用大范围区域内的位置信息的总数除以大范围区域中的人口统计数据的总数而得的值（例如“0.1”），计算取得率掩模数据的校正值并输出到累计部127（图5）。

此处，是按照每个住址代码区分累计单位，但也可以使用职业、婚史“未婚/已婚”等住址代码以外的表示用户性质的属性进行区分，还可以在住址代码的基础上组合职业等多个属性进行区分。此外，在反复生成位置信息取得率的情况下，取得率计算部123例如能够在第1次的累计处理中按照住址代码进行区分，在第2次的累计处理中按照与第1次的累计单位不同的职业进行区分。其中，在生成多个区分的位置信息取得率时，优选该区分所包含的属性不重复。例如，在第1次累计中按照年龄和性别进行了区分的情况下，在第2次的累计处理中使用年龄和性别以外的属性进行区分。此外，可以由作为一个结构要素的取得率计算部123计算多种位置信息取得率，也可以划分为多个结构要素计算多种位置信息取得率。

累计部127针对由位置信息取得部122提取出的所有位置信息，反复反映与该位置信息所包含的多种属性信息对应的取得率掩模。详细地说，在提取出图2所示的包含属性信息1－性别“男”、属性信息2－年龄“0”和属性信息4－住址代码“10101010”的位置信息的情况下，累计部127从图4（b）和图5所示的数据中提取男性取得率掩模“10”和签约率掩模“1”作为与该位置信息对应的取得率掩模。并且，累计部127针对相应的位置信息的数据，计算乘以取得率掩模“10”和“1”后的值“10”作为校正值，附加到位置信息中（图6）。在对于位置信息反映与多种属性对应的取得率掩模时，这样得到的校正值被校正为表示各个位置信息相对于实际存在的人口的比重的值。

另外，住址代码可以表示都道府县、也可以表示市镇村，能够任意进行设定。此外，在作为用户属性信息的住址代码没有包含在位置信息中的情况下，可以将所有用户设为同一属性而使用同一签约率掩模值。

此外，累计部127以追加了校正值的所有位置信息为对象，按照预先设定的多个预定累计区域的每个累计区域，对与该累计区域内的位置对应的位置信息的校正值进行累计。由此，能够累计多个预定累计区域各自的实际人口分布。具体而言，累计部127对累计对象的时间段“1:00～3:00”中的累计区域“区域1”、“区域2”、“区域3”、“区域4”、…各自的校正值进行累计。然后，信息发送部128将其累计结果信息返回到信息显示装置6。图7是示出通过累计部127累计的累计结果信息的数据结构的一例的图。

另外，此时，累计部127也可以以属性信息、住址代码为对象来进行累计。例如，在想知道住址代码“10101010”的0～4岁的人口的情况下，对住址代码与“10101010”一致、年龄为“0”以上“4”以下的位置信息的校正值进行累计。

以下，参照图8和图9说明位置信息累计系统1的动作，并且一并详细叙述位置信息累计装置中的位置信息累计方法。图8是示出位置信息累计系统1的位置信息累计时的动作的时序图，图9是示出位置信息累计装置的人口分布累计处理时的动作的流程图。

首先，参照图8，在从移动通信终端2的用户受理了定位请求时（步骤S01），在移动通信终端2中收集定位运算所需的信息，将该信息与位置信息的请求信号一起发送到位置信息提供装置5（步骤S02）。对此，由位置信息计算装置4执行以移动通信终端2为对象的定位运算（步骤S03），将移动通信终端2的位置信息保存到位置信息提供装置5（步骤S04）。接着，将所保存的位置信息从位置信息提供装置5通知给移动通信终端2（步骤S05），以各种显示形式输出到移动通信终端2的显示器（步骤S06）。

另一方面，保存到位置信息提供装置5的移动通信终端2的位置信息在被通知给移动通信终端2的同时被发送到位置信息蓄积装置11（步骤S07）。然后，将该位置信息蓄积到位置信息蓄积装置11的位置信息蓄积部112（步骤S08）。

之后，在信息显示装置6中受理与人口分布相关的显示请求（步骤S09）。于是，从信息显示装置6向位置信息处理装置12发送包含时间段信息、区域信息的请求信息（步骤S10），该请求信息用于请求累计与人口分布相关的信息。于是，从位置信息处理装置12向位置信息蓄积装置11发送位置信息参照请求（步骤S11），由此，将位置信息从位置信息蓄积装置11读出到位置信息处理装置12（步骤S12）。接着，位置信息处理装置12以所读出的位置信息为对象，累计预定区域的人口分布（步骤S13）。然后，从位置信息处理装置12向信息显示装置6发送人口分布数据（步骤S14），以地图形式或曲线图形式等各种输出形式进行显示（步骤S15）。

接着，转移到图9，说明位置信息处理装置12进行的人口分布累计处理的详细情况。首先，位置信息处理装置12从位置信息蓄积装置11读入位置信息（步骤S101）。之后，位置信息处理装置12根据由位置信息取得部122提取出的位置信息，对大范围区域内的每个年龄、性别的移动通信终端2的用户人口金字塔数据进行累计（步骤S102）。然后，位置信息处理装置12从统计数据存储部124中取得预定的大范围区域中的人口金字塔数据（步骤S103）。然后，位置信息处理装置12根据用户人口金字塔数据和金字塔数据，计算每个属性的移动通信终端2的位置信息相对于实际人口的取得率的倒数（步骤S104）。

之后，位置信息处理装置12通过累计位置信息来取得每个住址代码（小范围区域）的移动通信终端2的用户人口金字塔数据，从统计数据存储部124取得大范围区域内的每个住址代码的人口统计数据（步骤S105）。之后，位置信息处理装置12通过计算这些人口统计数据与用户人口金字塔数据之比，计算每个小范围区域的移动通信终端2的位置信息取得率的倒数及其校正值（步骤S106）。此处，位置信息处理装置12在计算住址代码以外的每个属性的位置信息取得率的情况下，反复步骤S106的处理。

接着，位置信息处理装置12在所有位置信息中附加反映了与其属性对应的位置信息取得率的倒数后的校正值（步骤S107）。然后，在生成了多种属性各自的位置信息取得率的情况下，位置信息处理装置12对位置信息乘以多种位置信息取得率的倒数。然后，位置信息处理装置12按照每个累计区域和任意的每个属性对追加了校正值后的位置信息进行累计，生成作为人口分布数据的累计结果信息（步骤S108）。然后，位置信息处理装置12将该累计结果信息发送到信息显示装置6（步骤S109）。

图10是示出步骤108中的位置信息处理装置12的位置信息的累计单位的示意图。如该图所示，通过对表示位于累计区域A1内的情况的位置信息A、B的校正值进行合计，对累计区域A1内的人口数据进行累计。此外，图11是示出在步骤S15中显示在信息显示装置6上的人口分布输出画面的图，在通过信息显示装置6指定的累计范围是“日本全国”的情况下，在视觉上通过颜色和深浅显示划分日本全国后的每个累计区域的人口分布。

另外，在估计人口的时刻发生变化时，需要重新执行上述一系列的位置信息累计处理。例如，时刻1时～3时的位置信息取得率和时刻2时～4时的位置信息取得率由于伴随移动通信终端2的电源状态的运转率不同而需要重新计算。因此，位置信息处理装置12也可以按照每个处理时间段重新计算位置信息取得率。由此，能够避免移动通信终端2的电源的接通/断开的状态变化对人口估计数据的影响。

根据以上说明的位置信息累计装置和位置信息累计方法，接收与移动通信终端2相关的位置信息，还一起接收用户ID以及包含与该用户相关的住址信息的属性信息，根据大范围区域内的每个小范围区域的人口统计数据和接收到的位置信息，计算用户的住址等每个属性的位置信息取得率，在反映与该住址等属性信息对应的位置信息取得率的同时，对属于特定区域的位置信息进行累计。由此，即使在以位置信息服务的利用频度按照用户的住址、年龄和性别等而不同的位置信息为对象的情况下，只要预先基于国情调查数据等准备日本全国那样的大范围内的各地域的统计数据，就能够高精度地将实际的用户分布反映到特定区域的人口分布。例如，能够在人口分布中反映地方的老年人的便携电话持有率相对较低的趋势。

此外，在反复反映与位置信息的属性信息对应的多种属性各自的位置信息取得率的同时累计位置信息，由此在位置信息取得频度按照移动通信终端2的用户的年龄、性别、住址等多个属性而不同的情况下，能够使用预先准备的多个属性各自的人口统计数据，将多个属性各自的取得率反映到累计的位置信息中。其结果，能够得到更准确的各地域的人口分布。

<第一实施方式的第一变形例>

接着，以与第一实施方式的差异为中心对第一实施方式的第一变形例进行说明。在第一实施方式中，取得率计算部123使用人口统计数据和位置信息，反复计算多个移动通信终端的多种属性各自的位置信息取得率，累计部127针对位置信息，在反复反映与位置信息的属性信息对应的多种属性各自的位置信息取得率的同时累计位置信息。但是，在本变形例中，还能够在不进行取得率计算部123和累计部127中的这些反复计算或反映的处理的情况下，在累计部127中对位置信息进行累计。具体而言，取得率计算部123以从位置信息取得部122取得的位置信息为对象，对与想求出的人口属性对应的用户数量进行累计。此外，取得率计算部123根据统计数据存储部124所存储的国情调查数据，计算想求出的属性的人口。然后，取得率计算部123基于计算出的这些用户数量与人口之比，计算位置信息取得率的倒数（取得率掩模）。与第一实施方式同样，累计部127将计算出的取得率掩模附加到与想求出的属性的人口对应的位置信息中。然后，累计部127基于该取得率掩模，计算想求出的属性的人口。作为在基于从位置信息取得部122取得的位置信息累计用户数量、或者根据国情调查数据计算人口时使用的属性，例如能够从性别、年龄、住址代码等中选择期望的属性来使用。

<第一实施方式的第二变形例>

接着，对第一实施方式的第二变形例进行说明。在第一实施方式中，在取得率计算部123和累计部127中，通过累计位置信息，计算出预定区域内的用户数量（人口）。关于该位置信息，是由位置信息取得部122提取与来自信息显示装置的请求信息匹配的位置信息。本变形例变更了位置信息取得部122提取位置信息时的提取方法。

在本变形例中，位置信息取得部122在从位置信息蓄积部112读出的位置信息中提取与请求信息所包含的时间段信息以及区域信息匹配的位置信息。其具体的提取方法在后面叙述。位置信息取得部122通过后面详细叙述的提取方法，实现如下功能：提取被估计为在时间段信息示出的累计对象的时间段（以下称作“累计时间段”）的至少一部分中滞留于区域信息示出的预定区域内的移动通信终端2、或者提取基于该移动通信终端2的定位处理在累计时间段内或后述扩展期间内生成的1个位置信息。

取得率计算部123和累计部127对由位置信息取得部122提取出的位置信息进行累计，将累计结果估计为累计时间段内的预定区域的加入终端数量。另外，在本说明书中，加入终端数量是指在累计时间段的至少一部分中滞留于作为累计对象的区域内的唯一的移动通信终端2。此外，此处的“唯一的”是指排除同一移动通信终端2的重复计数后的数量。

[加入终端数量估计处理]

以下，对由位置信息取得部122进行的加入终端数量估计处理的一例进行说明。在该一例中，使用请求信息所包含的区域信息示出的预定区域内的各移动通信终端2的估计滞留期间，求出加入终端数量。

位置信息取得部122在用户ID相同的位置信息中，根据取得位置信息的时刻处于后述扩展期间内且住址代码示出某个预定区域内的区域内位置数据、以及在按照取得位置信息的时刻顺序在时序上排列的情况下与该区域内位置数据相邻且住址代码示出某个预定区域外的区域外位置数据，按照每个移动通信终端计算移动通信终端滞留在某个预定区域内的估计滞留期间。另外，此处，作为一例，上述“扩展期间”是指将累计时间段向前后扩展预定的时间幅度（例如1小时）而得到的期间，即，以从累计开始时刻t0起向过去追溯了预定时间的时刻为开始点、以从累计结束时刻t1起向未来前进了预定时间的时刻为结束点的时间段。

如图12所示，将在扩展期间内取得的与同一移动通信终端相关的一系列的位置信息按照取得该位置信息的时刻顺序在时序上排列，黑色圆点代表位置信息的住址代码示出某个预定区域内的区域内位置数据，白色圆点代表与区域内位置数据相邻且住址代码示出某个预定区域外的区域外位置数据，该情况下，将时刻t_in设为估计滞留期间的开始时刻，其中，所述时刻t_in相当于该时序上最前的区域内位置数据的取得时刻t_a、与和该最前的区域内位置数据相邻的区域外位置数据的取得时刻t_x的比例分割点（作为一例是中点）。同样，将时刻t_out设为估计滞留期间的结束时刻，其中，所述时刻t_out相当于时序上最后的区域内位置数据的取得时刻t_c、与和该最后的区域内位置数据相邻的区域外位置数据的取得时刻t_y的比例分割点（作为一例是中点）。由此，将图12中长方形示出的期间，即从时刻t_in到时刻t_out的期间计算为该移动通信终端的估计滞留期间。

然后，位置信息取得部122提取计算出的估计滞留期间与累计时间段重复的移动通信终端。图13示出按照每个移动通信终端、将在扩展期间内取得的与移动通信终端A～E相关的一系列的位置信息按照位置信息的取得时刻顺序在时序上沿横轴方向排列的图，在该图13中，黑色圆点代表住址代码示出某个预定区域内的区域内位置数据，白色圆点代表住址代码示出某个预定区域外的区域外位置数据。假设只关注位置信息的取得时刻在累计时间段（时刻t0～时刻t1）内的区域内位置数据，则提取移动通信终端C～E这3个移动通信终端作为对应的移动通信终端。

但是，在图13中，作为由长方形示出的估计滞留期间与累计时间段（时刻t0～时刻t1）重复的移动通信终端，可以举出移动通信终端A～E这5个终端，因此位置信息取得部122提取移动通信终端A～E这5个移动通信终端。由此，在只关注黑色圆点表示的区域内位置数据的情况下被排除的移动通信终端A、B也被估计为在累计时间段中的某时间段内滞留在预定扇区内。另外，上述使用估计滞留期间的方法只是一例，也可以采用其它的方法。

在取得率计算部123和累计部127中根据位置信息计算用户数量（人口）时利用如上述那样由位置信息取得部122提取出的位置信息。通过这样提取位置信息，能够更高精度地提取作为求出用户数量（人口）时的基础的位置信息，从而能够提高计算的用户数量（人口）的精度。

<第二实施方式>

接着，对第二实施方式的位置信息累计系统1进行说明。在该第二实施方式中，利用实际使用移动通信终端2的用户的属性来计算人口分布。例如，在第一实施方式中，基于在移动通信终端2（例如便携电话等）的签约时所登记的属性计算每个属性的人口分布，但签约者不一定是用户。例如，在未成年是用户的情况下，签约者大多是其监护人。在这样的情况下，未成年的人口分布显著降低，无法准确地计算人口分布。第二实施方式的目的在于计算基于实际的用户的属性的人口分布。

图14是本实施方式的位置信息累计系统1a的概要结构图。与第一实施方式的不同点在于：具有调查数据库7和签约者数据库8，以及具有用于由位置信息处理装置12a基于实际的用户的属性计算人口分布的功能结构。以下，以这些不同点为中心对本实施方式进行说明。

调查数据库7是存储基于对签约者进行的调查数据的结果的部分。在调查中，签约者或用户记入实际的用户的属性信息，例如，形成为签约者能够记入用户ID（可以是单纯的ID）、用户名称、性别、年龄、住址（或住址代码）。

签约者数据库8是存储基于在购买移动通信终端2时登记的签约者数据的属性信息的部分，例如对应地存储用户ID（可以是单纯的ID）、性别、年龄、住址（或住址代码）。

位置信息处理装置12a在功能上与第一实施方式的位置信息处理装置12相同，但如上所述，基于实际的用户的属性（调查数据库的调查信息）来计算确切的人口，具体而言，具有矩阵生成部129（生成单元）。并且，取得率计算部123a能够利用由该矩阵生成部129生成的逆矩阵，进行每个属性的人口校正，用其进行累计。即，根据基于签约者信息的属性对处于某个累计区域的位置信息进行计数，由此计算每个属性的签约者数量，针对该每个属性的签约者数量，使用由矩阵生成部129生成的逆矩阵对签约者数量进行校正，从而计算基于实际的属性的用户数量。下面，以与第一实施方式的位置信息处理装置12的不同点为中心进行说明。

矩阵生成部129是基于分别存储在调查数据库7和签约者数据库8中的调查数据和签约者数据生成转移矩阵的部分，该转移矩阵关于实际的用户与哪种属性的签约者对应，表示其转移状态。以下更详细地进行说明。

图15是示出基于签约者数据和调查数据生成结合管理表的过程的说明图。图15（a）示出签约时所登记的签约者属性信息的管理表，分别与用户ID对应地存储性别、年龄、住址。此外，图15（b）示出基于调查的用户属性信息的管理表，分别与用户ID对应地存储有性别、年龄、住址。分别存储有相同属性信息的项目。并且，矩阵生成部129通过以用户ID为关键字结合这些管理表，生成用于掌握转移状态的结合管理表。图15（c）是通过结合而得到的结合管理表的说明图。另外，各属性信息只是一例，也可以存储除此以外的各种项目。例如，可以是爱好/兴趣、职业等。

并且，矩阵生成部129按照所生成的结合管理表，生成表示从实际的用户的属性信息到签约者的属性信息的转移状态的转移矩阵。图16是示出该转移状态的说明图。在图16中，关于实际用户与哪种属性的签约者对应，按照每个属性示出了其比例。通过按照某个属性对例如图15（c）所示的结合管理表进行分类等，计算签约者属性相对于每个属性的用户的比例，由此导出该图16所示的说明图。例如，按照表示根据调查数据而得到的实际的用户的年龄/性别的属性的“年龄.en”以及“性别.en”的优先顺序进行分类，并按照调查数据中的实际的用户的每个年龄/性别，累计签约者的每个属性（年龄/性别）的数量，由此关于每个属性的实际用户与哪种属性的签约者对应，能够掌握其转移状态。

在图16中，关于用户“0岁、男性”，示出了签约者“30岁、男性”是0.1的比例、“30岁、女性”是0.2的比例的情况。总而言之，示出了以下情况：关于将婴儿作为用户的实际签约者，是表示其监护人（父母）的属性的比例较大。反之，虽然未图示，但可设想以下情况：关于用户“18岁、男性”的签约者，是表示其本人的“18岁、男性”的属性、或者表示作为其监护人的四十几岁到五十几岁的男性或女性的属性的比例较大。

根据这种考虑而生成转移矩阵时，能够生成图17（a）所示的转移矩阵A。图17是示出转移矩阵A和逆矩阵A^-1的说明图。该转移矩阵A由142×142的矩阵构成，是能够使Y=AX成立的矩阵。X是按照实际的年龄/性别区分的数量（用户数量），Y是按照基于签约信息的年龄/性别区分的数量（签约者数量）。之后，将设属性信息为年龄/性别时的转移矩阵A设为转移矩阵A₁。另外，该142×142的矩阵的成分（要素）的数量是将签约者和用户的属性分类为0岁至69岁以及70岁以上时的一例，并不限于此。在如十几岁、二十几岁那样按照年龄段对其成分进行分类的情况下，行数和列数发生变化。

并且，在如本实施方式那样，在基于位置信息等计算某个累计区域中的人口分布的情况下，已知签约者数量，但不知道实际的用户，因此计算该转移矩阵A₁的逆矩阵A₁ ^-1并利用该逆矩阵A₁ ^-1，由此根据签约者数量计算实际的用户的人口分布。

即，

A₁ ^-1Y＝A₁ ^-1AX

X＝A₁ ^-1Y···(1)

如式（1）所示那样计算逆矩阵A₁ ^-1并利用该逆矩阵A₁ ^-1，由此能够根据签约者数量计算用户数量，能够计算与更实际的用户属性的人口分布接近的数值。

此外，在求出关于年龄/性别以外的属性的转移矩阵的情况下，也进行与上述同样的处理。例如，在求出关于住址代码的转移矩阵A₂的情况下，对签约者或用户进行调查，结合调查数据和签约者数据而生成住址代码用的结合管理表（相当于图15（c））。并且，按照表示实际住址（居住地）的每个区域，累计住址代码的转移状态（相当于图16），关于实际的用户与将何处作为住址的签约者对应，计算其比例。然后，能够通过式（1）所示的处理计算转移矩阵A₂。

另外，这些转移矩阵A₁和A₂是一例，能够为了其它属性进行计算并利用。此外，转移矩阵不限于两种，也可以根据需要计算1种或3种以上来使用。

对利用这样生成的逆矩阵A₁ ^-1计算人口分布的步骤进行更详细的说明。图18是示出使用逆矩阵A₁ ^-1生成每个属性（年龄和性别）的取得率掩模的步骤的说明图。图18（a）是示出属性中的每个年龄和性别的签约者数量的说明图。该签约者数量是通过对位置信息进行计数而得到的数值，是存储在位置信息蓄积部112中的信息。通过对该每个年龄和性别的签约者数量应用逆矩阵A₁ ^-1，能够计算每个年龄和性别的实际的用户数量（或者认为接近实际数值的用户数量）（图18（b））。并且，基于该实际的用户数量，如第一实施方式所记载那样，使用通过国情调查等得到的人口统计数据（人口金字塔数据），计算每个属性（年龄和性别）的取得率。然后，基于计算出的取得率计算其倒数，将其存储为取得率掩模（图18（c））。图18（b）到图18（c）的变换过程如在第一实施方式中说明的那样。

此外，在将住址代码作为属性的情况下也进行同样的处理。图19是示出使用逆矩阵A₂ ^-1生成每个属性（住址代码）的取得率掩模的步骤的说明图。图19（a）是示出属性中的每个住址代码的用户数量的说明图，是存储在位置信息蓄积部112中的信息。通过对每个住址代码的签约者数量应用逆矩阵A₂ ^-1，能够计算每个住址代码的实际的用户数量（或者接近实际数值的用户数量）（图19（b））。进而，基于该实际的用户数量，如第一实施方式所记载那样，使用通过国情调查等而得到的人口统计数据（人口金字塔数据），计算每个属性（住址代码）的取得率。然后，基于计算出的取得率计算其倒数，将其存储为取得率掩模（图19（c））。并且，关于针对住址代码的处理，与第一实施方式同样，进行如下处理：进一步乘以用大范围区域内的位置信息的总数除以大范围区域中的人口统计数据的总数而得的值，计算取得率掩模数据的校正值，输出到累计部127。该处理与求出第一实施方式中的图5时的处理相同。

进而，取得率计算部123通过进行以下的处理生成图20所示的校正表。图20是示出校正表的说明图。该校正表是按照每个年龄/性别以及每个住址代码而对应了校正值后的表。并且，以如下方式生成该校正表：将图18（c）所示的取得率掩模的表、以及存储根据图19（c）所示的取得率掩模而得到的校正值的表（相当于图5）各自的取得率掩模进行相乘来计算校正值，取得率计算部123将校正值与属性信息（年龄、性别以及住址代码）对应起来。该校正表临时存储在取得率计算部123中，另外，在第一实施方式中，进一步与位置信息一起对应地存储了这些属性信息和校正值，但为了处理的效率化，在第二实施方式中构成为其它表。另外，如第一实施方式那样，可以将校正值对应地存储于位置信息的管理表。此外，可以对第一实施方式的位置信息处理装置12应用第二实施方式的校正表（图20）来实现处理的效率化。

接着，取得率计算部123使用所生成的校正值生成作为累计处理基础的中间数据。图21是示出该中间数据的生成过程的说明图。图21（a）是示出存储在位置信息蓄积部112中的每个签约者对应的位置信息的对应表的图。如图21（a）所示，对应了用户ID、时刻信息、位置信息和作为属性信息的性别、年龄、职业、住址代码等。根据该对应表生成存储用于计算用户数量的中间数据的中间表。

图21（b）是示出该中间表的说明图。如图21（b）所示，取得率计算部123计算每个累计对象时间、累计区域以及属性信息（性别、年龄、住址代码）的签约者数量。签约者数量是通过对位置信息的数量进行计数而得到的数值。并且，对该中间表中的每个属性的签约者数量使用在求出取得率掩模时所使用的逆矩阵。此处利用两种逆矩阵，因此能够使用如以上那样计算出的逆矩阵A₁ ^-1和逆矩阵A₂ ^-1来从签约者数量校正为用户数量。具体而言，首先，取得率计算部123将逆矩阵A₁ ^-1与每个年龄/性别的签约者数量相乘，计算每个年龄/性别的实际的用户数量，生成校正中间表（图21（c））。另外，如上所述，在逆矩阵为1种的情况下，利用1个逆矩阵，在利用3种以上的情况下，利用3种以上的逆矩阵。

具体而言，在计算作为属性信息的每个年龄、性别的相对于签约者数量的实际用户数量时，按照该中间表中的每个累计对象时间、累计区域和住址代码进行分类，通过对每个年龄/性别的签约者数量乘以为了年龄/性别而生成的逆矩阵A₁ ^-1，计算实际的每个属性的用户数量。另外，按照累计对象时间、累计区域以及住址代码的每个组合乘以逆矩阵A₁ ^-1，例如这些组合如果为10种，则计算该10种组合的用户数量。此外，在按照每个住址代码计算用户数量的情况下，也同样按照累计对象时间、累计区域和住址代码以外的属性信息即性别/年龄的每个属性信息进行分类，应用逆矩阵A₂ ^-1，由此计算用户数量。关于该逆矩阵A₂ ^-1，使用在计算上述住址代码的取得率时所用的逆矩阵。

生成对这样按照每个年龄/性别以及住址代码校正后的用户数量进一步对应了校正值后的累计表。图22（a）示出该累计表的具体例，按照每个属性对应地生成图20所示的校正表记述的校正值。例如，在图20中，在校正表中，由性别：男、年龄：0岁、住址代码：10101010的组合构成的校正值对应于相同的组合。并且，在计算实际的人口分布时，如图22（b）所示，能够通过将校正值与用户数量相乘，计算其累计对象时间、累计区域的每个属性的人口。

能够通过依照运营商的任意条件对该图22（b）中计算出的人口进行累计，计算各种各样的人口分布信息。图22（c）是其具体例。在图22（c）中，计算出累计对象时间段为1：00～3：00内的每个累计区域的人口分布。

能够这样计算出基于实际的用户的属性的用户数量，而不是基于在签约时所登记的签约信息的属性的签约者数量。

接着，对本实施方式中的位置信息累计系统1a的处理进行说明。图23是示出位置信息累计系统1a的处理的流程图。

首先，位置信息取得部122读入位置信息蓄积部112所存储的位置信息，并且按照该读入的定时，计算转移矩阵A₁和A₂的逆矩阵A₁ ^-1和逆矩阵A₂ ^-1（S201）。然后，累计每个属性的人口分布，对该人口分布应用逆矩阵A₁ ^-1，由此计算实际的每个属性的人口分布（用户数量）（图18（b）），并且取得率计算部123取得人口统计数据（S202）。接着，基于这些人口分布和人口统计数据计算每个属性（此处为年龄/性别）的取得率（图18（c））（S203）。此外，取得率计算部123对基于住址代码的每个区域的位置信息数量进行累计，对该位置信息数量应用逆矩阵A₂ ^-1，由此计算实际的每个住址代码的人口分布（用户数量）（图19（b）），并且取得人口统计数据（S204）。然后，计算基于住址代码的每个区域的取得率（图19（c））（S205）。进而，基于这些取得率，通过取得率计算部123生成每个年龄/性别以及住址代码的校正表（图20）（S206）。

另一方面，取得率计算部123根据在S201中读入的位置信息，生成示出了每个累计对象时间和累计区域的签约者数量的中间表（图21（b））（S207）。能够通过对该中间表乘以逆矩阵A^-1来生成计算出用户数量的校正中间表（图21（c））。按照累计对象时间、累计区域以及住址代码的每个组合进行该处理（S208）。

然后，基于校正中间表生成累计表（图22（a））（S209）。该表是以属性信息等为关键字将图20所示的校正表的校正值追加到校正表而得到的。接着，基于累计表生成人口计算表（图22（b））（S210）。该表是通过将校正值和用户数量相乘来计算出人口而得到的。

然后，按照通过运营商的操作而指定的基准，累计人口分布（S211），并作为人口分布数据进行发送（S212）。

这样，能够基于更实际的使用了移动通信终端的属性，生成接近实际人口的人口分布数据。

在本实施方式中，根据从基于调查数据的实际用户数量到基于签约者数据的签约者数量的转移状态计算转移矩阵A，计算其逆矩阵A^-1，并使用该逆矩阵A^-1，根据签约者数量导出用户数量。

另一方面，还可考虑其相反的方法。即，是如下方法：根据从签约者数量到实际用户数量的转移状态计算转移矩阵B，使用该转移矩阵B根据签约者数量导出用户数量。

但是，在使用该转移矩阵B的方法中，如下所述，在人口分布存在偏向的情况下，有时无法导出准确的用户数量。以下，说明按照各人口分布的每个偏向分别利用逆矩阵A^-1和转移矩阵B计算用户数量时的用户数量的比较。

图24是示出了表示从基于调查数据的用户数量到基于签约者数据的签约者数量的转移状态的转移矩阵A和逆矩阵A^-1的计算的说明图。为了简化说明，此处说明仅以年龄段为对象、且仅以十几岁、三十几岁、六十几岁的签约者或用户为对象的情况。

如图24（a）所示，通过调查数据可知，在十几岁用户的签约者中，50%（0.5）是十几岁，50%（0.5）是三十几岁。同样，三十几岁的用户的签约者100%是三十几岁，六十几岁的用户的签约者50%（0.5）是三十几岁，还有50%（0.5）是六十几岁。作为这种实际的用户与签约者不同的情况，可能是被监护人（小孩等）是签约者、或者相反地监护人（父母）是签约者的情况。

基于图24（a）所示的状态，生成以下的式（2）和（3）所示的转移矩阵A和逆矩阵A^-1（图24（b））。

$A=\left(\begin{array}{ccc}0.5& 0& 0\\ 0.5& 1& 0.5\\ 0.5& 0& 0.5\end{array}\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(2\right)$

$A^{-1}=\left(\begin{array}{ccc}2& 0& 0\\ -1& 1& -1\\ 0& 0& 2\end{array}\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(3\right)$

图25是示出了表示从基于签约者数据的签约者数量到基于调查数据的用户数量的转移状态的转移矩阵B的计算的说明图。与在图24中说明的情况同样，签约者数据和用户数据各自不同。

基于图25（a）所示的转移状态，生成以下的式（4）所示的转移矩阵B（图24（b））。

$B=\left(\begin{array}{ccc}1& 0.166& 0\\ 0& 0.66& 0\\ 0& 0.166& 1\end{array}\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(4\right)$

以下使用图26和图27对使用这种逆矩阵A^-1和转移矩阵B根据签约者数量计算出用户数量时的比较结果进行说明。

图26是示出分别使用逆矩阵A^-1和转移矩阵B来根据签约者数量计算出用户数量时的比较结果的说明图。图26（a）示出全国人口与想求出的区域属性的结构比相同时的比较结果。在将全国的人口属性结构比（真正的属性）设为十几岁：三十几岁：六十几岁=1：2：1的情况下，将想求出的区域的签约者数据的结构设为十几岁：15人、三十几岁：90人、六十几岁：15人。此时，如图26（a）所示，用户数量的结果在十几岁、三十几岁、六十几岁中，分别被校正为30人、60人、30人，无论使用逆矩阵A^-1和转移矩阵B的哪一个都不会出现差异。

图26（b）示出全国人口与想求出的区域的属性结构比不同时的比较结果。例如，作为想求出的区域的签约者数据的结构，设为十几岁：45人、三十几岁：70人、六十几岁：5人。例如，假定学校等十几岁人较多的区域。在使用逆矩阵A^-1的情况下，如图26（b）所示，在十几岁、三十几岁、六十几岁中，被校正为90人、20人、10人。另一方面，在使用转移矩阵B的情况下，在十几岁、三十几岁、六十几岁中，被校正为56.6人、46.66人、16.66人。可知逆矩阵A^-1更强调十几岁的用户数量，是较准确的值。

图26（c）是全国人口与想求出的区域的属性结构比不同时的比较结果，例如作为想求出的区域的签约者数据的结构，设为十几岁：5人、三十几岁：80人、六十几岁：35人。例如，假定了老人院、平日的业余时间学校等六十几岁人较多的区域。在使用逆矩阵A^-1的情况下，如图26（c）所示，在十几岁、三十几岁、六十几岁中，被校正为10人、40人、70人。另一方面，在使用转移矩阵B的情况下，在十几岁、三十几岁、六十几岁中，被校正为18.333人、53.333人、48.333人。可知逆矩阵A^-1更强调六十几岁的用户数量，是较准确的值。

接着，对调查的回收率的影响进行说明。一般而言，难以100%地回收调查，可预想到回收率按照年龄段而不同的情况。对该情况下的影响进行验证，可知如以下说明那样，使用逆矩阵A^-1不怎么受到其影响，而校正为准确的值。

例如，设为调查数据和签约者数据的结合结果（例如25（a））是十几岁：三十几岁：六十几岁=1：2：1，十几岁、三十几岁、六十几岁各自的调查的回收率为20%、50%、20%。该情况下，全国的人口属性结构比为十几岁：三十几岁：六十几岁=1：5：1。

并且，在想求出的区域的签约者数据的结构设为十几岁：10人、三十几岁：120人、六十几岁：10人的情况下，在使用逆矩阵A^-1时，如图27所示，在十几岁、三十几岁、六十几岁中，被校正为20人、100人、20人。另一方面，在使用转移矩阵B的情况下，在十几岁、三十几岁、六十几岁中，被校正为30人、80人、30人。可知逆矩阵A^-1更强调六十几岁的用户数量，是较准确的值。

通过以上说明可知，相比于转移矩阵B，使用逆矩阵A^-1能够校正为更准确的值。

接着，对本实施方式的位置信息累计系统1a的作用效果进行说明。本实施方式的位置信息累计系统1a在位置信息累计系统1的基础上，还具有矩阵生成部129，该矩阵生成部129生成表示由签约者数据示出的所有的移动通信终端的实际使用者的属性相对于该所有移动通信终端的签约者的属性的比例的转移矩阵即转移矩阵A，根据该转移矩阵A生成逆矩阵A₁ ^-1和A₂ ^-1。然后，取得率计算部123使用由矩阵生成部129生成的逆矩阵A₁ ^-1和A₂ ^-1，将每个属性的签约者数量校正为用户数量，累积部127能够使用该用户数量，取得基于特定区域中的位置信息的人口分布。由此，能够计算更接近实际的用户数量，能够计算准确的人口分布。

另外，在上述第二实施方式中，使用逆矩阵A₁ ^-1和A₂ ^-1根据签约者数量计算用户数量，之后计算出取得率掩模。但是，并不限于此，也可以在计算取得率掩模、并根据其计算出人口（根据签约者数量导出的人口）后，使用逆矩阵A₁ ^-1和A₂ ^-1计算用户数量。例如，考虑为根据第一实施方式的图6所示的表，按照每个属性和每个住址代码累计校正值来计算人口。对上述人口使用上述A₁ ^-1和A₂ ^-1来计算出真正的人口。

<第三实施方式>

接着，对第三实施方式的位置信息累计系统1b进行说明。在该第三实施方式中，使用特征量求出每个属性的用户数量。另外，“特征量”是指与通过位置信息计算装置4计算出的移动通信终端2的位置信息的估计生成密度对应的信息。此外，此处的“估计生成密度”是指在考虑到关于某个特定移动通信终端2生成的位置信息的情况下，在生成位置信息的时刻附近按照每个单位时间生成的位置信息的数量的估计值。

图28是本实施方式的位置信息累计系统1b的概要结构图。本实施方式的位置信息累计系统1b相对于第一实施方式在以下方面不同：替代位置信息取得部122而具有位置信息取得部122b，替代取得率计算部123而具有取得率计算部123b，替代累计部127而具有累计部127b。以下，以这些不同点为中心对本实施方式进行说明。

位置信息取得部122b根据来自请求信息接收部121的启动信号，从位置信息蓄积装置11的位置信息蓄积部112中读出位置信息，根据所读出的位置信息计算特征量。此处，对位置信息取得部122b的详细情况进行说明。图29是位置信息取得部122b的概要结构图。如图29所示，位置信息取得部122b具有累计对象取得部201、前后位置信息取得部（前后位置信息取得单元）202和特征量计算部（特征量计算单元）203。

累计对象取得部201从位置信息蓄积部112提取与来自信息显示装置6的请求信息所包含的时间段信息和区域信息匹配的位置信息，作为求出特征量的对象的累计对象位置信息。该区域信息示出的区域例如是日本全国等大范围区域。

前后位置信息取得部202针对求出特征量的对象的累计对象位置信息（下面称为“第1位置信息”），获取取得包含与该第1位置信息相同的用户ID的位置信息中的该第1位置信息紧前面的位置信息（下面称为“第2位置信息”）的时刻、以及该第1位置信息紧后面的位置信息（下面称为“第3位置信息”）的时刻。

特征量计算部203计算分别关于第1位置信息的特征量。例如，特征量计算部203计算取得第2位置信息的时刻与取得第3位置信息的时刻之差作为关于该第1位置信息的特征量。此外，特征量计算部203在取得第2位置信息的时刻是异常值的情况下，在此作为一例是在取得第1位置信息的时刻与取得第2位置信息的时刻之差大于预定的基准值（例如1小时）的情况下，将从取得第1位置信息的时刻起向过去追溯预定的时间（例如1小时）而得到的时刻用作取得第2位置信息的时刻，来计算关于第1位置信息的特征量。同样，特征量计算部203在取得第3位置信息的时刻是异常值的情况下，在此作为一例是在取得第1位置信息的时刻与取得第3位置信息的时刻之差大于预定的基准值（例如1小时）的情况下，将从取得第1位置信息的时刻起向未来前进预定的时间（例如1小时）而得到的时刻用作取得第3位置信息的时刻，来计算关于第1位置信息的特征量。这种取得第2、第3位置信息的时刻是异常值时的处理不是必须的处理，但通过进行上述处理，在由于移动通信终端2位于服务区外或移动通信终端2的电源被断开等而使得位置信息的取得时间间隔变得异常地长时，能够防止由于该异常长的取得时间间隔而造成的影响过大。

并且，特征量计算部203将按照每个位置信息计算出的特征量与累计对象取得部201提取出的位置信息对应。图30是示出对应了特征量的位置信息的图。例如，如图30所示，特征量“wA”对应于用户ID“A”、时刻信息“3/11:03”的位置信息。

取得率计算部123b根据从位置信息取得部122b取得的包含特征量的位置信息，使用特征量对位置信息处于大范围区域内、且预定属性的用户数量进行累计。具体而言，取得率计算部123b根据以下的式（5）计算预定属性的用户数量。

此处，T是请求信息所包含的时间段信息的时间幅度，Y_i是用户i中的大范围区域内的位置信息的总数。此外，所谓属性，是指位置信息所包含的性别、年龄和住址代码等属性信息。例如，在求出“20岁、男性、东京都”的用户数量的情况下，将上述式（5）中的属性_k设为“20岁、男性、东京都”。然后，根据与对应于该属性的位置信息对应的特征量，计算用户数量。

由此，取得率计算部123b能够通过对式（5）中的属性_k进行条件变更，计算各种各样的属性（例如性别、年龄、职业、住址代码）的每个属性的用户数量。此外，能够通过将包含预定住址代码（小范围区域）作为属性的位置信息的特征量应用到上述式（5），求出小范围区域内的用户数量。

并且，取得率计算部123b与第一实施方式同样，根据统计数据存储部124所存储的数据中的与在使用式（5）计算用户数量时使用的属性对应的人口统计数据、以及使用式（5）计算出的用户数量，计算移动通信终端2的用户的每个属性的位置信息取得率。例如，在使用式（5）计算出属性为“20岁、男性、东京都”的用户数量的情况下，将统计数据存储部124所存储的数据中的住址代码（小范围区域）为东京都、年龄为20岁、性别为男性的数据用作人口统计数据。取得率计算部123b生成计算出的位置取得率的倒数作为取得率掩模数据，输出到累计部127。

此外，在第一实施方式中，在反复生成位置信息取得率时，使用以“大范围区域内的位置信息的总数”除以大范围区域中的人口统计数据的总数而得的值，对第2种以后的位置信息取得率进行校正。在第三实施方式中，能够使用特征量求出“大范围区域内的位置信息的总数”。具体而言，使用将式（5）中的属性_k作为全部属性而得到的用户数量除以大范围区域中的人口统计数据的总数而得的值，对第2种以后的位置信息取得率进行校正。

累计部127b与第一实施方式同样，对由位置信息取得部122提取出的所有位置信息，反复反映与该位置信息所包含的多种属性信息对应的取得率掩模来计算校正值，附加到位置信息中（图6）。并且，在第三实施方式中，累计部127b使用附加到位置信息中的校正值、和按照每个位置信息对应的上述特征量，对多个预定累计区域各自的实际人口分布进行累计。具体而言，累计部127b根据以下的式（6），计算预定累计区域的实际人口，求出多个预定累计区域各自的实际人口分布。

此处，校正值_k是指与对应于属性_k的位置信息对应的校正值。作为属性_k，能够通过包含想求出人口的预定累计区域，求出预定累计区域的人口。

另外，在式（6）中，通过括号内的计算，使用特征量和校正值求出了存在于预定累计区域的每个属性的人口。并且，在式（6）中，通过对该每个属性的人口进行合计，求出存在于预定累计区域的所有属性的人口。此外，如图6所示，是按照每个位置信息附加校正值，但也可以是将反映了该校正值的特征量预先附加到位置信息中的方法。该情况下，将校正值预先反映到特征量，因此不需要式（6）中的“校正值_k”的乘法运算。

通过信息发送部128将使用式（6）计算出的多个预定累计区域各自的实际人口分布返回到信息显示部6。

[移动通信终端数量估计的思路及计算方法]

此处，说明移动通信终端数量估计的思路及计算方法。如图31所示的模型那样，假设在某个累计对象的时间段（长度T）中，n个移动通信终端a₁、a₂、…、a_n通过扇区S，各个移动通信终端a_i在累计对象的时间段内在扇区S的滞留时间为t_i（0＜t_i≤T）。此时，位于扇区S中的移动通信终端数量m（实际是位于扇区S中的移动通信终端数量m在累计对象的时间段内的平均值）用下式（7）表示。

$m=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{t}_i/T---\left(7\right)$

即，将各个移动通信终端a_i在累计对象的时间段内在扇区S的滞留时间t_i的总和除以累计对象的时间段的长度T，将相除的结果估计为移动通信终端数量m。其中，虽然移动通信终端a_i在累计对象的时间段内在扇区S的滞留时间t_i的真正值是不能观测到的，但能计算各个移动通信终端a_i的位置信息。

移动通信终端a_i在累计对象的时间段内在扇区S进行定位请求，将基于该定位请求计算出的位置信息按照时刻顺序设为

$q_{i1},q_{i2},\&CenterDot;\&CenterDot;\&CenterDot;,q_{{\mathrm{ix}}_{\text{i}}}$

（x_i表示基于移动通信终端a_i在累计对象的时间段内从扇区S进行的定位请求的位置信息的总数），则移动通信终端数量的估计是根据计算出的位置信息q_ij（j为1以上x_i以下的整数）估计m的值。

接着，根据图32说明移动通信终端数量估计的计算方法。从移动通信终端a_i进行定位请求，将计算位置信息q_ij的密度（即，每单位时间的位置信息数量）设为p_i。此时，如果计算位置信息的概率相对于扇区是独立的，则基于移动通信终端a_i在累计对象的时间段内从扇区S进行的定位请求的位置信息的总数x_i的期望值E（x_i）是E（x_i）＝t_i×p_i，因而关于移动通信终端a_i在累计对象的时间段内在扇区S的滞留时间t_i的期望值E（t_i），下面的式（8）成立。

E(t_i)＝x_i/p_i   (8)

此处，在设位置信息接收部111取得位置信息q_ij时的取得时刻为u_ij时，位置信息q_ij的密度p_ij表示为下式（9）。

p_ij＝2/(u_i(j+1)-u_i(j-1))   (9)

此处，在设位置信息q_ij为第1位置信息时，位置信息q_i（j－1）相当于第2位置信息，位置信息q_i（j＋1）相当于第3位置信息。在本实施方式中，将第2位置信息q_i（j－1）的取得时刻u_i（j－1）与第3位置信息q_i（j＋1）的取得时刻u_i（j＋1）之差即上式（9）中的（u_i（j＋1）－u_i（j－1））作为关于第1位置信息的特征量w_ij。因此，上式（9）表示如下。即，能够与密度p_ij的倒数对应地计算出特征量w_ij。

p_ij＝2/(u_i(j+1)-u_i(j-1))＝2/W_ij   (10)

此时，密度pi表示为

$p_i=x_i/E\left(t_i\right)=(x_i/\underset{j=1}{\overset{x_i}{\mathrm{\&Sigma;}}}{w}_{\mathrm{ij}})\&times;2---\left(11\right)$

，因而能够用下式（12）计算出移动通信终端m的估计值E（m）。

$E\left(m\right)=\left(\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{x_i}{\mathrm{\&Sigma;}}}(w_{\mathrm{ij}}/2)\right)/T=\left(\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{x_i}{\mathrm{\&Sigma;}}}{w}_{\mathrm{ij}}\right)/2T---\left(12\right)$

如图32的例子所示，在累计对象的时间段内且移动通信终端a_i滞留于扇区S的期间内，假设根据来自移动通信终端a_i的定位请求取得位置信息q_i1、q_i2、q_i3，在位置信息q_i1的紧前面取得位置信息q_i0，在位置信息q_i3的紧后面取得位置信息q_i4，将位置信息q_i0、q_i1、q_i2、q_i3、q_i4的取得时刻分别设为u_i0、u_i1、u_i2、u_i3、u_i4，则上述思路相当于将移动通信终端a_i在累计对象的时间段内在扇区S的滞留时间t_i估计为从（u_i0与u_i1的中点）到（u_i3与u_i4的中点）之间的期间。另外，虽然移动通信终端a_i不在累计对象的时间段内进行定位请求，但在滞留于扇区S的期间进行定位请求。根据该定位请求计算位置信息q_i4。另外，为了保持滞留时间t_i的估计量的无偏性，在此作为一例，说明这样的处理：不将滞留时间t_i的结束时刻设为与累计对象的时间段T的结束时刻相同而进行估计。

接着，依照图33所示的表示人口分布累计处理时的动作的流程图，对位置信息处理装置12进行的人口分布累计处理的详细情况进行说明。另外，本处理相对于使用图9说明的第一实施方式中的人口分布累计处理，步骤102b、104b、105b、106b、108b的处理不同。下面，以这些不同点为中心说明处理内容，对与第一实施方式相同的处理部分省略说明。

位置信息处理装置12的取得率计算部123b从位置信息蓄积装置11的位置信息蓄积部112读出位置信息，根据所读出的位置信息计算特征量（步骤S102b）。

位置信息处理装置12的取得率计算部123b根据从位置信息取得部122b取得的包含特征量的位置信息，计算位置信息处于大范围区域内、且预定属性的用户数量（用户人口金字塔数据）。然后，取得率计算部123b根据计算出的用户人口金字塔数据以及统计数据存储部124所存储的数据中的与在计算用户人口金字塔时使用的属性对应的人口统计数据，计算移动通信终端2的用户的每个属性的相对于实际人口的位置信息取得率的倒数（步骤S104b）。

之后，位置信息处理装置12的取得率计算部123b将式（5）中的属性_K设为全部属性来计算大范围区域内的用户数量，取得大范围区域中的人口统计数据的总数（步骤S105b）。

之后，取得率计算部123b使用以大范围区域内的用户数量除以大范围区域中的人口统计数据的总数而得的值，对第2种以后的位置信息取得率进行校正（步骤106b），然后，累计部127b在所有位置信息中附加反映了与其属性对应的位置信息取得率的倒数后的校正值（步骤S107）。然后，累计部127b将附加到位置信息中的校正值、和与各位置信息对应的上述特征量应用到上述式（6），对多个预定累计区域各自的实际人口分布进行累计，生成作为人口分布数据的累计结果信息（步骤S108b）。

如上所述，本实施方式的位置信息累计系统1b能够根据关于位置信息的特征量，求出每个属性的用户数量。由此，能够通过使用特征量，更准确地求出每个预定累计区域的实际人口分布。

<第三实施方式的变形例>

接着，对第三实施方式的变形例进行说明。在第三实施方式中，计算想求出特征量的位置信息（上述第1位置信息）的前后位置信息的时间差（上述第2位置信息与第3位置信息的时间差）作为特征量。用式子表示该例子，则特征量可以用下面的式（13）表示。另外，下面的式（13）仅仅是将前述的式（10）进行变形，因而与式（10）等效（即，未变更式（10）的思路）。

w_ij＝u_i(j+1)-u_i(j-1)   (13)

本变形例变更了在特征量计算部203中计算出的特征量的计算方法。

在本变形例中，在位置信息蓄积部112所存储的位置信息中包含与位置信息的类别相关的信息（信号类别信息）（参照图34），该信号类别信息表示位置信息是根据利用了基站信息的定位处理中的周期性进行的定位处理（周期性位置登记）而生成的位置信息、还是根据在跨越基站通信区域时进行的定位处理而生成的位置信息。具体而言，在图34中，在位置信息是根据周期性进行的定位处理而生成的位置信息的情况下，“A”对应于信号类别信息，在位置信息是根据在跨越基站通信区域时进行的定位处理而生成的位置信息的情况下，“B”对应于信号类别信息。另外，作为位置信息所包含的与位置信息的类别相关的信息，除了与定位处理的方法相关的信息以外，例如还能够使用表示位置信息是在移动通信终端2的电源接通或断开时生成的位置信息的信息等。

位置信息处理装置12b的特征量计算部203在求出上述第1位置信息的特征量的情况下，考虑关于上述第2位置信息及第3位置信息的信号类别信息。具体而言，首先，特征量计算部203计算对第3位置信息与第1位置信息的时间差乘以与第3位置信息的信号类别对应的校正系数α后的值。接着，特征量计算部203计算对第1位置信息与第2位置信息的时间差乘以与第2位置信息的信号类别对应的校正系数β后的值。进而，特征量计算部203将对计算出的这些值进行合计后的值作为特征量。但是，除了关于第2位置信息及第3位置信息的信号类别信息来计算特征量以外，还可以考虑第1位置信息的信号类别信息，而且还可以考虑第1位置信息及第2位置信息的信号类别信息，并且考虑第1位置信息及第3位置信息的信号类别信息。此外，还可以考虑第1～第3位置信息的所有信号类别信息。

此处，作为与第3位置信息的信号类别对应的校正系数α，按照第3位置信息的信号类别信息“A”、“B”使用预先确定的值。其中，校正系数α是0以上2以下的值。同样，作为与第2位置信息的信号类别对应的校正系数β，按照第2位置信息的信号类别信息“A”、“B”使用预先确定的值。其中，校正系数β是0以上2以下的值。另外，此处示出的校正系数α、β只是一例，不限于该值。

如果用式子表示特征量计算部203中的特征量计算处理，则可以用下式（14）表示。

w_ij＝α(u_i(j+1)-u_ij)+β(u_ij-u_i(j-1))   (14)

由此，特征量计算部203在计算关于第1位置信息的特征量的情况下，使用关于第1位置信息的前后的位置信息即第2和第3位置信息的信号类别信息校正时间差，并使用校正后的时间差计算特征量。由此，能够根据位置信息的信号类别信息高精度地计算特征量。

此处，作为使用上述式（14）计算特征量时的一例，对根据第1位置信息的信号类别信息计算特征量的情况进行说明。在如基于周期性进行的定位处理的位置信息那样、移动通信终端2的位置与位置信息的生成契机没有关系的位置信息的情况下，可以认为在当前的扇区中滞留的时间的期望值在生成该位置信息的前后是相同的。另一方面，在根据在跨越基站的通信区域时进行的定位处理生成的位置信息的情况下，能够判断为至少在生成该位置信息之前移动通信终端2没有滞留在当前的扇区中。因此，认为在生成该位置信息之前移动通信终端2滞留在当前的扇区中的时间为0，如果第1位置数据的类别信息（生成原因）是“跨越通信区域边界”，则能够将上述式（14）中的校正系数β（即，与紧前面的位置数据的时间差相关的校正系数β）设定为0。由此，能够计算出更切合实际的特征量。

另外，在上述各实施方式和变形例中，在位置信息中附加了确定移动通信终端2的用户的用户ID（用户确定信息）。该用户ID只要至少能够与其它用户区分开即可。因此，作为用户ID，可以使用针对用于确定用户的信息进行包括基于单向性函数的向不可逆符号的变换在内的非识别化处理后的信息。作为该单向性函数，能够使用由国内外的评价项目或评价机构推荐的基于散列函数（Hash Function）的带密钥散列函数。该非识别化处理例如能够在位置信息接收部111中进行。但是，可以在位置信息接收部111以外进行非识别化处理。

此外，也可以在第二实施方式中使用在第三实施方式和第三实施方式的变形例中说明的使用了特征量的移动通信终端的累计方法。

标号说明

1、1a、1b：位置信息累计系统；2：移动通信终端；11：位置信息蓄积装置（位置信息累计装置）；12：位置信息处理装置（位置信息累计装置）；111：位置信息接收部（位置信息接收单元）；122、122b：位置信息取得部（累计单元）；123、123a、123b：取得率计算部（取得率计算单元）；127、127b：累计部（累计单元）；129：矩阵生成部（生成单元）。

Claims (9)

1.一种位置信息累计装置，其特征在于，该位置信息累计装置具有：

位置信息接收单元，其接收与多个移动通信终端的位置相关的位置信息，还一起接收确定与各个所述位置信息对应的所述移动通信终端的用户的用户确定信息、以及表示包括所述用户的住址信息在内的属性的属性信息；

取得率计算单元，其使用预定大范围区域中的每个小范围区域的人口统计数据和所述位置信息，计算所述多个移动通信终端在每个小范围区域的位置信息取得率；以及

累计单元，其以由所述位置信息接收单元接收到的所述位置信息为对象，提取位于特定区域的所述位置信息，反映与所述位置信息包含的住址信息对应的小范围区域的所述位置信息取得率而对所述位置信息进行累计，由此累计所述特定区域中的人口分布。

2.根据权利要求1所述的位置信息累计装置，其特征在于，

所述取得率计算单元通过计算每个所述属性的人口统计数据与按照每个所述属性信息累计的位置信息的数量之比，得到所述位置信息取得率。

3.根据权利要求1或2所述的位置信息累计装置，其特征在于，

所述位置信息接收单元与所述位置信息一起接收多种所述属性信息，

所述取得率计算单元使用所述人口统计数据和所述位置信息，反复计算所述多个移动通信终端的多种属性各自的位置信息取得率，

所述累计单元针对所述位置信息，在反复反映与所述位置信息的所述属性信息对应的多种属性各自的所述位置信息取得率的同时累计所述位置信息。

4.根据权利要求1～3中的任意一项所述的位置信息累计装置，其特征在于，

所述累计单元利用将所述大范围区域内的所述位置信息的总数除以所述大范围区域中的人口统计数据的总数而得的值校正所述位置信息而进行累计，由此累计所述人口分布。

5.根据权利要求1～4中的任意一项所述的位置信息累计装置，其特征在于，

所述位置信息累计装置还具有生成单元，该生成单元生成表示由签约者信息示出的所有移动通信终端的实际使用者的属性相对于该所有移动通信终端的签约者的属性的比例的转移矩阵，根据该转移矩阵生成逆矩阵，

所述累计单元在累计所述特定区域中的位置信息时，使用由所述生成单元生成的逆矩阵校正每个属性的人口分布。

6.根据权利要求1所述的位置信息累计装置，其特征在于，

所述位置信息接收单元与时刻信息一起接收所述位置信息，其中，该时刻信息是接收到该位置信息的时刻信息，

所述位置信息累计装置还具有：前后位置信息取得单元，其针对由所述位置信息接收单元接收到的所述位置信息中的第1位置信息，取得包含与该第1位置信息相同的用户确定信息的位置信息中的、作为该第1位置信息紧前面的位置信息的第2位置信息的时刻信息、以及作为该第1位置信息紧后面的位置信息的第3位置信息的时刻信息；以及

特征量计算单元，其根据所述第1位置信息的时刻信息、所述第2位置信息的时刻信息和所述第3位置信息的时刻信息中的两个以上的时刻信息，计算关于所述第1位置信息的特征量，

所述取得率计算单元使用所述人口统计数据和所述特征量，计算所述多个移动通信终端在每个小范围区域的位置信息取得率，

所述累计单元使与所述位置信息所包含的住址信息对应的小范围区域的所述位置信息取得率反映到与位于所述特定区域的所述位置信息相关的特征量，累计所述特定区域中的人口分布。

7.根据权利要求6所述的位置信息累计装置，其特征在于，

所述位置信息累计装置还具有生成单元，该生成单元生成表示由签约者信息示出的所有移动通信终端的实际使用者的属性相对于该所有移动通信终端的签约者的属性的比例的转移矩阵，根据该转移矩阵生成逆矩阵，

所述累计单元在累计所述特定区域中的位置信息时，使用由所述生成单元生成的逆矩阵校正每个属性的人口分布。

8.根据权利要求1～7中的任意一项所述的位置信息累计装置，其特征在于，

所述位置信息接收单元针对接收到的所述位置信息所包含的所述用户确定信息，进行包括基于单向性函数的向不可逆符号的变换在内的非识别化处理。

9.一种位置信息累计方法，其特征在于，该位置信息累计方法包括以下步骤：

位置信息接收步骤，位置信息累计装置接收与多个移动通信终端的位置相关的位置信息，还一起接收确定与各个所述位置信息对应的所述移动通信终端的用户的用户确定信息、以及表示包括所述用户的住址信息在内的属性的属性信息；

取得率计算步骤，所述位置信息累计装置使用预定大范围区域中的每个小范围区域的人口统计数据和所述位置信息，计算所述多个移动通信终端在每个小范围区域的位置信息取得率；以及

累计步骤，所述位置信息累计装置以通过所述位置信息接收步骤接收到的所述位置信息为对象，提取位于特定区域的所述位置信息，反映与所述位置信息包含的住址信息对应的小范围区域的所述位置信息取得率而对所述位置信息进行累计，由此累计所述特定区域中的人口分布。

Images