CN103154980A - 加入终端数量估计装置及加入终端数量估计方法 - Google Patents

Abstract

加入终端数量估计装置（10）具有：提取部（12），其根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，提取被估计为在观测期间的至少一部分中滞留在观测区域内的终端、或者由该终端在观测期间内或扩展期间内生成的1个位置数据；以及加入终端数量估计部（15），其根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

Description

加入终端数量估计装置及加入终端数量估计方法

技术领域

本发明涉及加入终端数量估计装置及加入终端数量估计方法，使用从便携终端（例如移动电话）的网络设备得到的与便携终端相关的位置信息，估计观测期间内的观测区域的加入终端数量等。

另外，在本说明书中，“加入终端数量”是指在观测期间的至少一部分中滞留在观测区域的唯一的终端数量，“加入数量”是指在观测期间的至少一部分中滞留在观测区域的唯一的人数。此处的“唯一的”是指排除同一终端和同一人的重复计数后的数量。此外，“合计加入终端数量”是指与观测期间内的观测区域的加入终端数量相关的沿着时间轴的累计值，例如在用函数f（t）表示沿着时间t的观测区域的加入终端数量的情况下，能够得到关于加入终端数量f（t）的从观测开始时刻t₀至观测结束时刻t₁的积分值，单位是（终端数量×时间）。

此外，在本说明书中，“进入终端数量”是指在某个期间中进入到观测区域的终端数量，“进入人口”是指在某个期间中进入到观测区域的人数。“退出终端数量”是指在某个期间中从观测区域退出的终端数量，“退出人口”是指在某个期间中从观测区域退出的人数。“流入流出终端数量”是指在某个期间中在观测区域增加或减少的终端数量，在正的值时表示增加量，在负的值时表示减少量。“流入流出人口”是指在某个期间中在观测区域增加或减少的人数，在正的值时表示增加量，在负的值时表示减少量。

背景技术

以往，访问某个活动会场的唯一的访问者数量例如通过如下方法等估计出：以人工计测该活动会场上的入场路径的通过人数；根据通过定点观测照相机拍摄入场路径的预定点（例如出入口附近）得到的摄影图像数据求出通过人数（参照专利文献1）。

现有技术文献

专利文献

专利文献1：日本特开2010-33195号公报

发明内容

发明要解决的课题

但是，在上述那样的方法中，存在如下问题：在活动会场上的入场路径存在多个的情况下难以高精度地估计加入数量；以及对再入场者进行重复计数。

另一方面，一般而言，公知有处于某个区域的人携带的终端的数量与该时刻的该区域的人口存在一定相关的情况，因此强烈期望在高精度地估计加入数量时，首先高精度地估计加入终端数量。

本发明正是为了解决上述课题而完成的，其目的在于高精度地估计加入终端数量。

用于解决课题的手段

本发明的一个方面的加入终端数量估计装置的特征在于，具有：提取部，其根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，提取被估计为在观测期间的至少一部分中滞留在观测区域内的终端、或者由该终端在观测期间内或扩展期间内生成的1个位置数据；以及加入终端数量估计部，其根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。作为位置数据所包含的“位置信息”，例如可列举表示利用位置登记信号而求出的归属扇区的扇区号、由GPS定位系统或基于PRACHPD的位置信息取得系统得到的位置定位数据等。

此处，提取部可采用各种方式。例如，也可以是，提取部在与同一终端相关的位置数据中，根据取得时刻处于扩展期间内且位置信息示出观测区域内的区域内位置数据、以及在按照取得时刻的顺序时序排列的情况下与该区域内位置数据相邻且位置信息示出观测区域外的区域外位置数据，按照每个终端计算终端滞留在观测区域内的估计滞留期间，提取计算出的估计滞留期间与观测期间重叠的终端。该情况下，提取部计算如下期间作为估计滞留期间，该期间以相当于时序上最前的区域内位置数据的取得时刻、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之间的比例分割点的时刻为开始时刻，以相当于时序上最后的区域内位置数据的取得时刻、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之间的比例分割点的时刻为结束时刻。

此外，作为另一例，提取部可以在与同一终端相关的位置数据中，提取取得时刻处于观测期间内且位置信息示出观测区域内的位置数据中的取得时刻最早的位置数据。

根据以上的加入终端数量估计装置，通过根据由提取部提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量，由此能够在避免重复计数的同时高精度地估计加入终端数量。

本发明的另一个方面的加入终端数量估计装置的特征在于，具有：提取部，其根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，按照每个终端提取位置信息示出观测区域内且取得时刻处于观测期间内的一个位置数据，或者提取与该位置数据对应的终端；以及加入终端数量估计部，其根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

另外，加入终端数量估计装置可以还具有：合计加入终端数量估计部，其根据取得时刻处于扩展期间内的位置数据，估计合计加入终端数量，该合计加入终端数量是与观测期间内的观测区域的加入终端数量相关的沿着时间轴的累计值；以及第1平均滞留时间计算部，其根据通过估计而得到的观测期间内的观测区域的合计加入终端数量和加入终端数量，计算观测期间内的观测区域的平均滞留时间。该情况下，能够得到观测期间内的观测区域的平均滞留时间。

上述合计加入终端数量估计部也可以构成为包含：前后位置数据取得部，其对于某个对象位置数据，取得包含与该对象位置数据相同的识别信息的位置数据中的、该对象位置数据的紧前面的位置数据的位置取得时刻信息、以及该对象位置数据的紧后面的位置数据的位置取得时刻信息；特征量计算部，其根据紧前面的位置数据的位置取得时刻信息、对象位置数据的位置取得时刻信息及紧后面的位置数据的位置取得时刻信息中两个以上的位置取得时刻信息，计算关于对象位置数据的特征量；观测对象取得部，其取得一个或多个位置数据作为观测对象位置数据，该一个或多个位置数据包含关于观测期间的观测开始时刻以后且观测结束时刻以前的位置取得时刻信息、且包含与关于观测区域的观测区域信息对应的位置信息；以及特征量累计部，其累计关于位置数据中的观测对象位置数据的特征量，根据所得到的特征量的累计值，估计观测期间内的观测区域的合计加入终端数量。另外，“特征量”是指与关于终端生成的位置数据的估计生成密度对应的信息，此处的“估计生成密度”是指生成该位置数据的终端在该位置数据的生成时刻（相当于上述位置取得时刻）左右在每单位时间内生成的位置数据的数量的估计值。

此外，加入终端数量估计装置可以还具有进入终端数量计算部和退出终端数量计算部中的至少一方，该进入终端数量计算部计算开始时刻相同的第1观测期间和第2观测期间各自中的观测区域的加入终端数量的差分作为第1观测期间的结束时刻与第2观测期间的结束时刻之间的期间内的进入观测区域的进入终端数量，该退出终端数量计算部计算结束时刻相同的第3观测期间和第4观测期间各自中的观测区域的加入终端数量的差分作为第3观测期间的开始时刻与第4观测期间的开始时刻之间的期间内的从观测区域退出的退出终端数量。在具有进入终端数量计算部的情况下，能够计算开始时刻相同的第1观测期间和第2观测期间各自中的观测区域的加入终端数量的差分作为第1观测期间的结束时刻与第2观测期间的结束时刻之间的期间内的进入观测区域的进入终端数量。在具有退出终端数量计算部的情况下，能够计算结束时刻相同的第3观测期间和第4观测期间各自中的观测区域的加入终端数量的差分作为第3观测期间的开始时刻与第4观测期间的开始时刻之间的期间内的从观测区域退出的退出终端数量。

此处，在加入终端数量估计装置具有进入终端数量计算部和退出终端数量计算部双方的情况下，加入终端数量估计装置还具有流入流出终端数量计算部，该流入流出终端数量计算部计算从同一期间内的进入终端数量减去退出终端数量而得到的差分作为流入流出终端数量，该情况下，能够得到流入流出终端数量。

此外，加入终端数量估计装置可以还具有：放大系数导出部，其导出用于将加入终端数量变换为加入数量的放大系数；以及加入数量估计部，其根据放大系数和观测期间内的观测区域的加入终端数量，估计观测期间内的观测区域的加入数量。该情况下，能够高精度地估计观测期间内的观测区域的加入数量。另外，上述放大系数可以按照作为估计加入数量的单位的人口估计单位导出。作为上述“人口估计单位”，例如也可列举属性、场所、时间段等，采用住所的都道府县、间隔5岁的年龄段、男女、作为时间段的1小时等。此外，作为一例，放大系数能够采用“归属率与终端的普及率之积（即，归属数量相对于人口的比率）”的倒数。此处，“归属率”是指归属数量相对于签约台数的比率，“普及率”是指签约台数相对于人口的比率。优选按照上述的每个放大系数计算单位来导出这种放大系数，但不是必须的。另外，也可以是，例如，如以下那样使用根据特征量及观测期间长度而估计出的终端数量（归属数量）来导出放大系数。即，根据位置数据求出特征量，根据特征量及观测期间长度来累计每个放大系数计算单位的终端数量，由此得到用户数量金字塔数据，并且取得作为统计数据（例如居民基本登记册等）而预先求出的相同的放大系数计算单位的人口金字塔数据。然后，在用户数量金字塔数据和人口金字塔数据中计算每个放大系数计算单位的位置数据的取得率（即归属数量/人口）。在此得到的“位置数据的取得率（即归属数量/人口）”相当于上述的“归属率与终端的普及率之积”。能够导出这样得到的“位置数据的取得率”的倒数作为放大系数。另外，关于计算放大系数的放大系数计算单位，作为一例，也可以采用住所的都道府县、间隔5岁或10岁的年龄段、男女、作为时间段的1小时等，还可以采用将其中两种以上进行组合的单位。例如，在将放大系数计算单位设为“居住在东京都的二十几岁的男性”的情况下，提取日本全国的与居住在东京都（即，用户属性中的住所信息是东京都）的二十几岁的男性对应的位置数据并累计终端数量，能够得到用户数量金字塔数据，并且从统计数据中取得与居住在东京都的二十几岁的男性相关的人口金字塔数据。另外，在得到上述用户数量金字塔数据时，关于条件“居住在东京都”，不是仅提取处于东京都服务区的用户的位置数据，而是提取用户属性中的住所信息是东京都的位置数据。然后，根据用户数量金字塔数据和人口金字塔数据计算放大系数计算单位（此处是居住在东京都的二十几岁的男性）的位置数据的取得率（即，归属数量/人口），并导出所得到的“位置数据的取得率”的倒数作为放大系数。另外，在本申请中，说明了放大系数计算单位和人口估计单位相同的情况，但这仅是一例，并不限于此。

此外，加入终端数量估计装置可以还具有第2平均滞留时间计算部，该第2平均滞留时间计算部根据观测期间内的观测区域的人口的变迁，取得合计人口，根据该合计人口和通过加入数量估计部估计出的加入数量，计算观测期间内的观测区域的平均滞留时间，该合计人口是与观测期间内的观测区域的人口相关的沿着时间轴的累计值，该情况下，能够得到观测期间内的观测区域的平均滞留时间。

此外，加入终端数量估计装置可以还具有进入人口计算部与退出人口计算部中的至少一方，该进入人口计算部计算开始时刻相同的第5观测期间和第6观测期间各自中的观测区域的加入数量的差分作为第5观测期间的结束时刻与第6观测期间的结束时刻之间的期间内的进入观测区域的进入人口，该退出人口计算部计算结束时刻相同的第7观测期间和第8观测期间各自中的观测区域的加入数量的差分作为第7观测期间的开始时刻与第8观测期间的开始时刻之间的期间内的从观测区域退出的退出人口。在具有进入人口计算部的情况下，能够计算开始时刻相同的第5观测期间和第6观测期间各自中的观测区域的加入数量的差分作为第5观测期间的结束时刻与第6观测期间的结束时刻之间的期间内的进入观测区域的进入人口。在具有退出人口计算部的情况下，能够计算结束时刻相同的第7观测期间和第8观测期间的各个观测期间中的观测区域的加入数量的差分作为第7观测期间的开始时刻与第8观测期间的开始时刻之间的期间内的从观测区域退出的退出人口。

另外，进入人口计算部也可以如下计算进入终端数量后计算进入人口。同样，退出人口计算部也可以如下计算退出终端数量后计算进入人口。即，加入终端数量估计装置可以还具有进入人口计算部与退出人口计算部中的至少一方，该进入人口计算部计算开始时刻相同的第9观测期间和第10观测期间各自中的观测区域的加入终端数量的差分作为第9观测期间的结束时刻与第10观测期间的结束时刻之间的期间内的进入观测区域的进入终端数量，根据放大系数和计算出的进入终端数量，计算第9观测期间的结束时刻与第10观测期间的结束时刻之间的期间内的进入观测区域的进入人口，该退出人口计算部计算结束时刻相同的第11观测期间和第12观测期间各自中的观测区域的加入终端数量的差分作为第11观测期间的开始时刻与第12观测期间的开始时刻之间的期间内的从观测区域退出的退出终端数量，根据放大系数和计算出的退出终端数量，计算第11观测期间的开始时刻与第12观测期间的开始时刻之间的期间内的从观测区域退出的退出人口。

此处，在加入终端数量估计装置具有进入人口计算部和退出人口计算部双方的情况下，加入终端数量估计装置还具有流入流出人口计算部，该流入流出人口计算部计算从进入人口减去退出人口而得到的差分作为流入流出人口，该情况下，能够得到流入流出人口。

此外，加入终端数量估计装置还具有变换部，该变换部根据与观测区域不同的输出单位和观测区域的重叠区域占观测区域的面积比，将通过加入终端数量估计部或加入数量估计部的估计而得到的每个观测区域的估计值变换为每个输出单位的估计值。上述变换部在室内站的通信区域以及利用电波到达范围不同的频带的多个室外站的通信区域中有两个以上的通信区域重叠存在于地理上相同的观测区域的情况下，对于重叠存在的各个通信区域，基于所述面积比变换为每个输出单位的估计值、并针对各个所述通信区域对变换后的估计值进行合计，由此得到每个输出单位的估计值。

加入数量估计部可以根据通过估计而得到的加入终端数量、用于将加入终端数量变换为加入数量的放大系数以及与观测区域不同的输出单位和观测区域的重叠区域占观测区域的面积比，估计每个输出单位且每个人口估计单位的加入数量。

此外，加入终端数量估计装置可以还具有输出所得到的估计值的输出部。输出部的输出形式能够采用表示关于加入数量、进入人口、退出人口和流入流出人口各自的分布的图、表示时序的变动的图、以及表示加入数量的累计值的时序的变动的图中的至少一个，输出部的输出单位能够根据便携终端的用户属性、时间段和场所中的至少一个进行设定。

此外，加入终端数量估计装置可以还具有：位置数据取得部，其取得包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息的位置数据；以及非识别化部，其针对由所述位置数据取得部取得的位置数据中包含的识别信息，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，非识别化部在进行使用了终端用户的属性信息的处理的情况下，在该处理之前对所述属性信息进行所述非识别化处理。

此外，加入终端数量估计装置可以还具有隐匿处理部，在所得到的估计值被输出之前，该隐匿处理部根据预定的基准对估计值进行隐匿处理。该情况下，隐匿处理部可以判定取得源终端数量是否小于用于判定为需要隐匿处理的基准值，在某个区域的位置数据的取得源终端数量小于基准值的情况下，将与该区域相关的估计值隐匿，其中，取得源终端数量表示作为加入终端数量的估计的基础的每个区域的位置数据是从几个终端取得的。另外，上述取得源终端数量表示去除了有关同一终端的重复后的唯一的终端数量。

关于其中的隐匿方法，例如可以采用将估计值设为零的方法、利用预定的文字或记号（例如“×”等）表示估计值的方法等。另一方面，在某个区域的位置数据的取得源终端数量不小于基准值的情况下，隐匿处理部可以不对估计值进行隐匿处理，也可以进行如下所述的圆整。即，隐匿处理部根据在估计值输出中使用的多个级别中的该区域的估计值所属的级别的上限值、下限值、级幅以及该估计值，将该区域的估计值圆整为分别伴随有概率值的上限值及下限值，其中，概率值对应于估计值与上限值的差分以及估计值与下限值的差分。

此外，加入终端数量估计装置可以还具有：观测期间取得部，其取得包含观测开始时刻与观测结束时刻的组的观测期间信息；以及观测区域取得部，其取得与一个或多个位置信息对应的观测区域信息。

上述的加入终端数量估计装置的发明能够理解为由加入终端数量估计装置执行的加入终端数量估计方法的发明，并发挥相同的作用及效果。

即，本发明的一个方面的加入终端数量估计方法由加入终端数量估计装置执行，其特征在于，该加入终端数量估计方法包括：提取步骤，根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，提取被估计为在观测期间的至少一部分中滞留在观测区域内的终端、或者由该终端在观测期间内或扩展期间内生成的1个位置数据；以及加入终端数量估计步骤，根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

此外，本发明的另一个方面的加入终端数量估计方法由加入终端数量估计装置执行，其特征在于，该加入终端数量估计方法包括：提取步骤，根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，按照每个终端提取位置信息示出观测区域内且取得时刻处于观测期间内的一个位置数据，或者提取与该位置数据对应的终端；以及加入终端数量估计步骤，根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

发明的效果

根据本发明，能够在避免重复计数的同时高精度地估计加入终端数量。

附图说明

图1是示出各实施方式中的通信系统的系统结构的图。

图2是示出第1实施方式的加入终端数量估计装置的结构的图。

图3是示出第1实施方式的加入终端数量估计处理的流程图。

图4是用于说明估计滞留期间的计算方法的图。

图5是用于说明位置数据的提取方法的图。

图6是示出第2实施方式的加入终端数量估计装置的结构的图。

图7是示出第2实施方式的加入终端数量估计处理的流程图。

图8是示出合计加入终端数量的估计处理的流程图。

图9是示出特征量的计算处理的流程图。

图10是用于说明合计加入终端数量估计的思路的图。

图11是用于说明合计加入终端数量估计的计算方法的图。

图12是示出第3实施方式的加入终端数量估计装置的结构的图。

图13是示出第3实施方式的处理的流程图。

图14是用于说明进入终端数量、退出终端数量的计算方法的图。

图15是示出第4、第5实施方式的加入终端数量估计装置的结构的图。

图16是示出第4实施方式的处理的流程图。

图17是示出第4、第5实施方式的输出例的图。

图18是示出第5实施方式的处理的流程图。

图19是示出第6实施方式的加入终端数量估计装置的结构的图。

图20是用于说明网格与区域图的合成的图。

图21是用于说明各个分割区域的面积及面积比的计算的图。

图22是用于说明某个网格内的分割区域的人口的总和计算的图。

图23是用于说明第7实施方式的估计值的变换处理的图。

图24是示出用于变换为作为对象的输出单位的估计人口的矩阵的图。

图25是示出第8实施方式的加入终端数量估计装置的结构的图。

图26是用于说明非识别化处理的一例的图。

图27是示出第9实施方式的加入终端数量估计装置的结构的图。

图28是示出隐匿处理的一例的流程图。

图29是示出加入数量分布、加入数量变动、累计加入数量变动以及进入人口分布作为输出方式的例子的图。

图30是用于说明进入终端数量或退出终端数量的计算所需的观测期间的图。

具体实施方式

参照附图说明本发明的各种实施方式。在可能的情况下，对相同的部分标注相同的标号，并省略重复说明。

[第1实施方式]

[通信系统的结构]

图1是本实施方式的通信系统1的系统结构图。如图1所示，该通信系统1构成为包含便携终端100、BTS（基站）200、RNC（无线控制装置）300、交换机400、各种处理节点700及管理中心500。并且，该管理中心500由以下部件构成：社会感测器单元501、PETA挖掘单元（peta mining unit）502、流动人口统计（demography）单元503及可视化解决方案单元504。

交换机400通过BTS200、RNC300收集关于便携终端100的后述的位置信息。RNC300在与便携终端100之间进行通信连接时，能够使用RRC连接请求信号中的延迟值来测定便携终端100的位置。交换机400能够在便携终端100执行通信连接时接收这样测定到的便携终端100的位置信息。交换机400存储所接收到的位置信息，并按照预定的定时或者来自管理中心500的请求，将收集到的位置信息输出到管理中心500。

各种处理节点700通过RNC300和交换机400取得便携终端100的位置信息，根据情况进行位置的再次计算等，按照预定的定时或者来自管理中心500的请求，将收集到的位置信息输出到管理中心500。

作为本实施方式中的便携终端100的位置信息，能够采用表示利用位置登记信号而求出的归属扇区的扇区号、由GPS定位系统或基于PRACHPD的位置信息取得系统得到的位置定位数据等。便携终端100的位置数据包含：上述那样的位置信息、以及识别该便携终端的识别信息（例如线路号码等与便携终端对应的信息）、和取得位置信息的位置取得时刻信息。另外，在使用线路号码作为识别信息的情况下，不是直接采用线路号码，而是优选使用与线路号码对应的值（例如线路号码的散列值（Hash值）等）（即，对线路号码进行非识别化）。在这样地使用与线路号码对应的值（例如线路号码的散列值等）来进行用户的每种属性的处理的情况下，包含于属性信息中的能够确定用户的信息也需要采用与该能够确定用户的信息对应的值（即，对该能够确定用户的信息进行非识别化）。关于这种非识别化，将在第8实施方式中详细说明。

如上所述，管理中心500构成为包含社会感测器单元501、PETA挖掘单元502、流动人口统计单元503及可视化解决方案单元504，在各个单元中进行使用了便携终端100的位置数据的统计处理。另外，后述的加入终端数量估计装置10（图2）例如能够由管理中心500构成。

社会感测器单元501是如下的服务器装置：从各个交换机400及各种处理节点700或者离线地收集包含便携终端100的位置信息等的数据。该社会感测器单元501构成为接收从各个交换机400及各种处理节点700定期输出的数据，或者按照在社会感测器单元501中预先设定的定时从交换机400及各种处理节点700取得数据。

PETA挖掘单元502是如下的服务器装置：将从社会感测器单元501接收到的数据变换为预定的数据形式。例如，PETA挖掘单元502以用户ID为密钥进行分类处理，或按照每个区域进行分类处理。

流动人口统计单元503是如下的服务器装置：进行针对在PETA挖掘单元502中处理的数据的统计处理即各项目的计数处理。例如，流动人口统计单元503能够对处于某个区域的用户数量进行计数，或者统计归属分布。

可视化解决方案单元504是如下的服务器装置：能够以可视的方式处理在流动人口统计单元503中进行统计处理后的数据。例如，可视化解决方案单元504能够在地图上对所统计的数据进行映射处理。由该可视化解决方案单元504处理后的数据被提供给企业、政府机构或者个人等，用于店铺开发、道路交通调查、灾害对策、环境对策等。另外，这样进行统计处理后的信息当然是以不确定个人等的方式进行了加工，以便不侵害隐私。

另外，如上所述，社会感测器单元501、PETA挖掘单元502、流动人口统计单元503及可视化解决方案单元504均由服务器装置构成，虽然省略了图示，但是显然具有通常的信息处理装置的基本结构（即CPU、RAM、ROM、键盘、鼠标等输入器件、与外部进行通信的通信器件、存储信息的存储器件、以及显示器、打印机等输出器件）。

[加入终端数量估计装置的结构]

下面，说明本实施方式的加入终端数量估计装置。图2示出加入终端数量估计装置10的功能块结构。如该图2所示，加入终端数量估计装置10具有位置数据蓄积部11、提取部12、观测期间取得部13、观测区域取得部14、加入终端数量估计部15、放大系数导出部16、属性数据蓄积部17、加入数量估计部18以及输出部19。

下面，说明图2的加入终端数量估计装置10的各部分的功能。位置数据蓄积部11从外部（例如交换机400或各种处理节点700等）取得位置数据并进行蓄积。另外，不一定需要将位置数据蓄积部11设置在加入终端数量估计装置10内，例如也可以经由存储介质将通过加入终端数量估计装置10的外部的装置取得的位置数据输入到加入终端数量估计装置10。

提取部12从蓄积在位置数据蓄积部11中的位置数据中，按照每个终端逐个提取位置信息示出观测区域内且取得时刻处于观测期间内的位置数据。或者，提取部12提取与位置信息示出观测区域内且取得时刻处于观测期间内的位置数据对应的终端。其具体的提取方法将后述。提取部12通过后述的提取方法实现如下功能：提取被估计为在观测期间的至少一部分中滞留在观测区域的终端、或者由该终端在观测期间内或后述的扩展期间内生成的1个位置数据。

观测期间取得部13取得包含观测开始时刻与观测结束时刻的组的观测期间信息。观测区域取得部14取得与一个或多个位置信息相对应的观测区域信息。此处的观测区域信息例如被赋予为扇区号、经度纬度、地理范围（例如市区村镇）等，优选观测区域取得部14具有数据库，该数据库管理将取得的观测区域信息的表现形式与位置信息的表现形式对应起来的信息（例如扇区号与经度纬度的对应关系信息等）。

加入终端数量估计部15对由提取部12提取的位置数据的数量或终端的数量进行计数，将所得到的计数数量估计为观测期间内的观测区域的加入终端数量。

属性数据蓄积部17定期或在预定的定时从外部取得终端的用户的属性信息并进行蓄积。放大系数导出部16根据可从属性数据蓄积部17取得的终端用户的属性和时刻（例如后述的重复期间的起始时刻和位置数据的取得时刻等），导出用于将加入终端数量变换为加入数量的放大系数。另外，优选根据终端用户的属性和时刻双方导出放大系数，但也可以根据终端用户的属性和时刻中的一方导出放大系数。

加入数量估计部18对由放大系数导出部16导出的与每个终端的位置数据分别相关的放大系数进行累计，并将所得到的放大系数的总和估计为观测期间内的观测区域的加入数量。输出部19输出通过估计而得到的加入终端数量或加入数量。此处的输出包含显示输出、声音输出、打印输出等各种输出形式。另外，在加入终端数量估计装置10中，提取部12和加入终端数量估计部15是必需的要件，其它的结构要件不一定需要设置在加入终端数量估计装置10内。

[加入终端数量估计处理]

下面，使用图3说明本发明的加入终端数量估计方法的加入终端数量估计处理。在此，作为一例，假设便携终端的位置数据中包含的位置信息被赋予了该便携终端所处扇区的扇区号。另外，此处，通过观测期间取得部13预先取得观测开始时刻t₀和观测结束时刻t₁的组作为观测期间信息，通过观测区域取得部14预先取得扇区号S作为观测区域信息。此外，位置数据蓄积部11预先从外部取得位置数据并进行蓄积，属性数据蓄积部17预先从外部取得终端的用户的属性信息并进行蓄积。

首先，提取部12从蓄积在位置数据蓄积部11中的位置数据中，按照每个终端逐个提取位置信息示出观测区域内且取得时刻处于观测期间内的位置数据，或者提取与位置信息示出观测区域内且取得时刻处于观测期间内的位置数据对应的终端。此处的提取方法能够采用各种方法。提取部12通过后述的提取方法实现如下功能：提取被估计为在观测期间的至少一部分中滞留在观测区域的终端、或者由该终端在观测期间内或后述的扩展期间内生成的1个位置数据。以下，作为一例，对使用了观测区域中各终端的估计滞留期间的方法进行说明。

提取部12在与同一终端相关的位置数据中，根据取得时刻处于后述扩展期间内且位置信息示出观测区域内的区域内位置数据、以及在按照取得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位置信息示出观测区域外的区域外位置数据，按每个终端计算终端在观测区域内滞留的估计滞留期间（图3的步骤S1）。另外，上述“扩展期间”是指，此处作为一例，将观测期间向前后扩展预定的时间幅度（例如1小时）而得到的期间，即，以从观测开始时刻t₀起向过去追溯了预定时间而得的时刻为开始点、以从观测结束时刻t₁起向未来前进了预定时间而得的时刻为结束点的期间。

如图4所示，将在扩展期间内取得的与同一终端相关的一系列的位置数据按照取得时刻顺序在时序上排列，黑色圆点代表位置信息示出观测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位置信息示出观测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，该时刻t_in相当于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，该时刻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，计算图4中长方形示出的期间，即从时刻t_in到时刻t_out的期间作为该终端的估计滞留期间。

然后，提取部12提取计算出的估计滞留期间与观测期间重复的终端（图3的步骤S2）。图5示出按照每个终端以取得时刻顺序在时序上沿横轴方向排列扩展期间内取得的关于终端A～E的一系列的位置数据的图，在该图5中，黑色圆点代表位置信息示出观测区域内的区域内位置数据，白色圆点代表位置信息示出观测区域外的区域外位置数据。假设只关注取得时刻在观测期间（时刻t₀～时刻t₁）内的区域内位置数据，则提取终端C～E这3个终端作为对应的终端。

但是，在图5中，作为由长方形示出的估计滞留期间与观测期间（时刻t₀～时刻t₁）重复的终端，可以举出终端A～E这5个终端，因此，在步骤S2中提取终端A～E这5个终端。由此，在只关注由黑色圆点表示的区域内位置数据的情况下被排除的终端A、B也被估计为在观测期间中的某时间段内滞留在观测区域中。另外，上述步骤S1、S2中的使用了估计滞留期间的方法只是一例，也可以采用其它的方法。其它方法在后面叙述。

接着，加入终端数量估计部15对通过步骤S1、S2提取的终端的数量进行计数，将得到的计数数量估计为观测期间内的观测区域的加入终端数量（图3的步骤S3）。

然后，放大系数导出部16针对提取出的各个终端，导出用于将加入终端数量变换为加入数量的放大系数（图3的步骤S4）。作为此处的放大系数，例如可使用“得到了位置数据的特定的通信运营商的签约终端数量”占“预定范围的地域中的人口”的比率即“终端签约率”。此外，优选根据终端用户的属性（例如性别、年龄段等）、时刻导出放大系数，从而加入数量估计的精度提高。例如，放大系数导出部16可以预先取得每个终端用户属性的终端签约率，从属性数据蓄积部17取得终端用户的属性信息，导出与终端用户的属性信息对应的终端签约率作为放大系数。此外，在终端签约率等放大系数根据时刻而变动的情况下，优选的是，放大系数导出部16提取估计滞留期间与观测期间重复的期间的起始时刻，导出与得到的起始时刻对应的放大系数。

接着，加入数量估计部18对由放大系数导出部16导出的与每个终端的位置数据分别相关的放大系数进行累计，将所得到的放大系数的总和估计为观测期间内的观测区域的加入数量（图3的步骤S5）。

然后，输出部19输出通过估计而得到的加入数量（图3的步骤S6）。此时，也可以一起输出在步骤S3中得到的加入终端数量。另外，此处的输出包含显示输出、声音输出、打印输出等各种输出形式。

根据以上的第1实施方式，能够通过提取观测区域的各终端的估计滞留期间与观测期间重复的终端，高精度地提取被估计为在观测期间中的某时间段内滞留在观测区域中的终端，能够根据其终端数量高精度地估计观测期间内的观测区域的加入终端数量。此外，能够通过对根据终端用户的属性和提取出的时刻取得的放大系数进行累计，高精度地估计观测期间内的观测区域的加入数量。

另外，上述步骤图3的S1、S2中的使用了估计滞留期间的方法只是一例，也可以采用其它的方法。作为另一例，提取部12可以在与同一终端相关的位置数据中，提取取得时刻处于观测期间内的区域内位置数据中的一个位置数据，作为一例，可以提取取得时刻最早的位置数据。在这样按照每个终端提取一个位置数据的情况下，提取的精度比上述使用了估计滞留期间的方法稍差，但不需要计算每个终端的估计滞留期间，因此能够以较低的处理负荷按照每个终端提取一个位置数据。该情况下，在图3的步骤S3中，通过对提取出的位置数据的数量进行计数来估计加入终端数量即可。此外，在图3的步骤S4中，根据提取出的位置数据的取得时刻以及与该位置数据对应的终端的用户的属性信息导出放大系数即可。另外，在按照每个终端提取一个位置数据的情况下，不是必须提取取得时刻最早的位置数据，也可以提取其它的一个位置数据。例如，也可以提取取得时刻最晚的位置数据，还可以提取取得时刻与观测期间的正中间的时刻最接近的位置数据。

此外，在上述实施方式中，示出了图2的加入终端数量估计装置10具有放大系数导出部16、属性数据蓄积部17和加入数量估计部18的例子，但放大系数导出部16、属性数据蓄积部17和加入数量估计部18不是必需的要件，也可以省略。该情况下，在图3的处理中，省略步骤S4和S5，在步骤S6中，通过输出部19输出由加入终端数量估计部15估计出的加入终端数量。

[第2实施方式]

在第2实施方式中，说明计算与在观测期间（观测开始时刻t₀到观测结束时刻t₁的期间）中滞留于观测区域内的终端用户相关的平均滞留时间的例子。

图6示出第2实施方式中的加入终端数量估计装置10的结构，对与第1实施方式中的加入终端数量估计装置（图2）相同的结构要素标注相同标号。如图6所示，第2实施方式的加入终端数量估计装置10的结构为：从第1实施方式的加入终端数量估计装置（图2）中去除了放大系数导出部16、属性数据蓄积部17和加入数量估计部18，取而代之，追加了合计加入终端数量估计部20和平均滞留时间计算部21。以下，对所追加的合计加入终端数量估计部20和平均滞留时间计算部21进行说明。

合计加入终端数量估计部20根据取得时刻处于上述扩展期间内的位置数据，估计观测期间内的观测区域的合计加入终端数量。

平均滞留时间计算部21将通过合计加入终端数量估计部20的估计而得到的合计加入终端数量除以通过加入终端数量估计部15的估计而得到的加入终端数量，将所得到的值计算为观测期间内的观测区域的平均滞留时间。此处的平均滞留时间计算部21相当于权利要求中的“第1平均滞留时间计算部”。

如图6所示，上述合计加入终端数量估计部20具有观测对象取得部20A、前后位置数据取得部20B、特征量计算部20C和特征量累计部20D。

其中，观测对象取得部20A从观测期间取得部13取得与要观测的观测期间相关的观测开始时刻信息和观测结束时刻信息，从观测区域取得部14取得与要观测的观测区域相关的观测区域信息，从位置数据蓄积部11取得一个或多个位置数据作为观测对象位置数据，该一个或多个位置数据包含观测开始时刻以后且观测结束时刻以前的位置取得时刻信息、且包含与观测区域信息对应的位置信息。另外，观测对象位置数据也可以利用另外赋予的条件（例如便携终端的用户的年龄段等）再进行锁定。

前后位置数据取得部20B针对在合计加入终端数量的估计处理的过程中计算的后述特征量的计算对象的位置数据（下面称为“第1位置数据”），取得包含与该第1位置数据相同的识别信息的位置数据中的该第1位置数据的紧前面的位置数据（下面称为“第2位置数据”）的位置取得时刻信息、以及该第1位置数据的紧后面的位置数据（下面称为“第3位置数据”）的位置取得时刻信息。另外，前后位置数据取得部20B不是必须取得第2或第3位置数据的整体，至少取得位置数据中包含的位置取得时刻信息即可。此外，前后位置数据取得部20B能够利用在第1实施方式中叙述的扩展期间（即，将观测期间向前后扩展预定的时间幅度（例如1小时）而得到的期间）的概念来取得第2、第3位置数据的位置取得时刻信息。例如，前后位置数据取得部20B可以从位置数据蓄积部11预先取得位置取得时刻处于扩展期间内的位置数据，并从其中取得上述第2、第3位置数据的位置取得时刻信息。

特征量计算部20C计算分别关于第1位置数据的特征量。例如，特征量计算部20C计算第2位置数据的位置取得时刻与第3位置数据的位置取得时刻之差作为关于该第1位置数据的“特征量”。此外，在第2位置数据的位置取得时刻是异常值的情况下，在此作为一例是在第1位置数据的位置取得时刻与第2位置数据的位置取得时刻之差大于预定的基准值（例如1小时）的情况下，特征量计算部20C将从第1位置数据的位置取得时刻起向过去追溯预定的时间（例如1小时）而得到的时刻用作第2位置数据的位置取得时刻，来计算关于第1位置数据的特征量。同样，在第3位置数据的位置取得时刻是异常值的情况下，在此作为一例是在第1位置数据的位置取得时刻与第3位置数据的位置取得时刻之差大于预定的基准值（例如1小时）的情况下，特征量计算部20C将从第1位置数据的位置取得时刻起向未来前进预定的时间（例如1小时）而得到的时刻用作第3位置数据的位置取得时刻，来计算关于第1位置数据的特征量。这种在第2、第3位置数据的位置取得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，在由于便携终端100位于服务区外或便携终端100的电源被切断等而使得位置数据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造成的影响过大。

特征量累计部20D对关于观测对象位置数据的特征量进行累计，将得到的特征量的总和除以2后的值估计为合计加入终端数量。另外，能够这样将特征量的总和除以2后的值估计为合计加入终端数量是因为将前后的信号间的时间间隔的一半视为估计滞留时间。

[加入终端数量估计处理]

以下，依照图7说明第2实施方式的加入终端数量估计处理。步骤S1～S3与上述第1实施方式的加入终端数量估计处理（图3）相同，因此省略这些步骤的说明，以下说明步骤S4A～S6A。

在图7的步骤S4A中，合计加入终端数量估计部20执行图8的合计加入终端数量的估计处理。使用图8、图9在后面叙述该处理的一例。另外，作为变形例，步骤S4A的处理也可以在步骤S3的处理前执行，也可以与步骤S3的处理同时一并执行。

接着，在步骤S5A中，平均滞留时间计算部21将通过合计加入终端数量估计部20的估计而得到的合计加入终端数量除以通过加入终端数量估计部15的估计而得到的加入终端数量，将所得到的值计算为观测期间内的观测区域的平均滞留时间。

然后，在步骤S6A中，输出部19输出计算出的平均滞留时间。此时，可以一并输出在步骤S3中得到的加入终端数量、和在步骤S4A中得到的合计加入终端数量。另外，此处的输出包含显示输出、声音输出、打印输出等各种输出形式。

通过以上的第2实施方式的加入终端数量估计处理，能够通过将使用后面例示的方法求出的合计加入终端数量除以使用与第1实施方式同样的方法求出的加入终端数量，将所得到的值计算为观测期间内的观测区域的平均滞留时间。

[合计加入终端数量的估计处理的一例]

下面，使用图8和图9说明图7的步骤S4A（合计加入终端数量的估计处理）的一例。其中，合计加入终端数量的估计处理不限于下面所述的处理内容。

如图8所示，首先，图6的观测对象取得部20A从观测期间取得部13取得观测开始时刻t₀和观测结束时刻t₁的组作为观测期间信息，从观测区域取得部14取得扇区号S作为观测区域信息，然后，从位置数据蓄积部11取得一个或多个位置数据作为观测对象位置数据（图8的步骤S21），该一个或多个位置数据包含观测开始时刻t₀以后且观测结束时刻t₁以前的位置取得时刻信息、且包含与观测区域信息即扇区号S对应的位置信息（例如，位置信息是扇区号S）。即，观测对象取得部20A取得符合下面的条件的位置数据作为观测对象位置数据。

条件1：位置取得时刻在观测开始时刻t₀以后且观测结束时刻t₁以前。即包含在观测期间内。

条件2：位置信息是扇区S。

然后，针对所取得的各个观测对象位置数据执行下面的步骤S22、S23的处理。在步骤S22中，前后位置数据取得部20B对于观测对象位置数据中的作为求出特征量的对象的位置数据（第1位置数据），取得包含与该第1位置数据相同的识别信息的位置数据中的从位置取得时刻来看是该第1位置数据的紧前面的位置数据（第2位置数据）的位置取得时刻信息以及该第1位置数据的紧后面的位置数据（第3位置数据）的位置取得时刻信息。此时，前后位置数据取得部20B也可以从位置数据蓄积部11预先取得位置取得时刻处于扩展期间（即将观测期间向前后扩展预定的时间幅度（例如1小时）后的期间）内的位置数据，从其中取得上述第2、第3位置数据的位置取得时刻信息。另外，前后位置数据取得部20B不是必须取得第2、第3位置数据的整体，只要取得第2、第3位置数据中包含的位置取得时刻信息即可。

然后，在步骤S23中，特征量计算部20C计算关于第1位置数据的特征量。关于其处理内容，使用图9进行说明。在此，将第1、第2、第3位置数据的位置取得时刻分别设为tm1、tm2、tm3。并且，将作为用于判定第2位置数据的位置取得时刻tm2是异常值的基准的预定基准值（与第1、第2位置数据的位置取得时刻之差相关的基准值）设为基准值A（例如1小时），将作为用于判定第3位置数据的位置取得时刻tm3是异常值的基准的预定基准值（与第1、第3位置数据的位置取得时刻之差相关的基准值）设为基准值B（例如1小时）。

特征量计算部20C计算第1、第2位置数据的位置取得时刻之差（即时刻tm1与tm2之差）Da、以及第1、第3位置数据的位置取得时刻之差（即时刻tm1与tm3之差）Db（图9的步骤S31）。然后，特征量计算部20C判定第1、第2位置数据的位置取得时刻之差Da是否大于预定的基准值A（例如1小时）（步骤S32），如果差Da大于基准值A，则将从第1位置数据的位置取得时刻tm1起向过去追溯预定的时间（例如1小时）而得到的时刻作为第2位置数据的位置取得时刻tm2（步骤S33）。然后，特征量计算部20C判定第1、第3位置数据的位置取得时刻之差Db是否大于预定的基准值B（例如1小时）（步骤S34），如果差Db大于基准值B，则将从第1位置数据的位置取得时刻tm1起向未来前进预定的时间（例如1小时）而得到的时刻作为第3位置数据的位置取得时刻tm3（步骤S35）。然后，特征量计算部20C计算第2位置数据的位置取得时刻tm2与第3位置数据的位置取得时刻tm3之差作为关于第1位置数据的特征量（步骤S36）。

通过以上处理，结束关于某一个观测对象位置数据（第1位置数据）的图8的步骤S22、S23的处理。

以后，针对各个观测对象位置数据执行上述的步骤S22、S23的处理，在对所有观测对象位置数据执行了处理之后（步骤S24为肯定判定），进入步骤S25。

在步骤S25中，特征量累计部20D对关于观测对象位置数据的特征量w_ij进行累计，将得到的特征量的总和除以2后的值估计为合计加入终端数量。由此能够估计合计加入终端数量。另外，能够这样将特征量的总和除以2后的值估计为合计加入终端数量是因为将前后的信号间的时间间隔的一半视为估计滞留时间。

根据上述估计处理，在使用位置数据估计合计加入终端数量时，通过实施使用了前后的位置数据的取得时刻信息的校正，能够对接收间隔的变动所产生的影响进行校正，并且高精度地估计合计加入终端数量。另外，在特征量的计算处理中，通过进行上述的第2、第3位置数据的位置取得时刻是异常值时的处理，在由于便携终端100位于服务区外或便携终端100的电源切断等而使得位置数据的取得时间间隔异常地长时，能够防止由于该异常长的取得时间间隔造成的影响过大。

[关于合计加入终端数量估计的思路]

下面，补充叙述合计加入终端数量估计的思路。如图10所示的模型那样，假设在某个观测期间（长度T）中，n个终端a₁、a₂、…、a_n通过扇区S，各终端a_i在观测期间内在扇区S的滞留时间为L_i（0＜L_i≤T）。此时，位于扇区S中的加入终端数量m（实际是滞留在扇区S中的加入终端数量m在观测期间内的平均值）用下式（1）表示。

$m=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{L}_i/T---\left(1\right)$

即，将各个终端a_i在观测期间内在扇区S的滞留时间L_i的总和除以观测期间的长度T，将相除的结果估计为加入终端数量m。其中，虽然不能观测到终端aⁱ在观测期间内在扇区S的滞留时间L_i的真正值，但是各个终端aⁱ发出信号（例如位置登记信号），这些信号是能够观测到的。

将终端a_i在观测期间内在扇区S发出的信号按照时刻顺序设为

$q_{i1,}{q}_{i2},\·\·\·,q_{{\mathrm{ix}}_i}$

（x_i表示终端a_i在观测期间内在扇区S发出的信号的总数），则加入终端数量的估计是根据观测到的信号q_ij（j为1以上x_i以下的整数）估计m的值。

接着，根据图11说明合计加入终端数量估计的计算方法。将从终端a_i发送信号qi_j的密度（即，每单位时间的信号数）设为p_i。此时，如果发送信号的概率相对于扇区是独立的，则终端a_i在观测期间内在扇区S发出的信号的总数x_i的期望值E（x_i）是E（x_i）＝L_i×p_i，因而关于终端a_i在观测期间内在扇区S的滞留时间L_i的期望值E（L_i），下面的式（2）成立。

E(L_i)＝x_i/p_i   (2)

此处，在设信号q_ij的发送时刻为u_ij时，信号q_ij的密度pi_j用下式（3）表示。

p_ij＝2/(u_i(j+1)-u_i(j-1))  (3)

此处，在设信号q_ij为关于第1位置数据的信号时，信号q_i（j－1）相当于关于第2位置数据的信号，信号q_i（j＋1）相当于关于第3位置数据的信号。在本实施方式中，将关于第2位置数据的信号q_i（j－1）的发送时刻u_i（j－1）与关于第3位置数据的信号q_i（j＋1）的发送时刻u_i（j＋1）之差即上式（3）中的（u_i（j＋1）－u_i（j－1））作为关于第1位置数据的特征量w_ij（特征量w_ij＝u_i（j＋1）－u_i（j－1））。因此，上式（3）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   (4)

此时，密度p_i用下式表示，

因而能够用下式（6）计算出加入终端数量m的估计值E（m）。

$E\left(m\right)=\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{x_i}{\mathrm{\Σ}}}(w_{\mathrm{ij}}/2)\right)/T\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{x_i}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}\right)/2T---\left(6\right)$

这里，对加入终端数量的估计值E（m）乘以观测期间长度T而得到的值（即，在上述式（6）中没有除以观测期间长度T的值）为终端的估计滞留时间的总和，相当于观测期间中的合计加入终端数量。即，能够用下式（7）计算出观测期间中的合计加入终端数量。

如图11的例子所示，在观测期间内而且是终端a_i滞留于扇区S的期间内，终端a_i发送信号q_i1、q_i2、q_i3，在信号q_i1的紧前面发送信号q_i0，在信号q_i3的紧后面发送信号q_i4，将信号q_i0、q_i1、q_i2、q_i3、q_i4的发送时刻分别设为u_i0、u_i1、u_i2、u_i3、u_i4，则上述思路相当于将终端a_i在观测期间内在扇区S的滞留时间L_i估计为从（u_i0与u_i1的中点）到（u_i3与u_i4的中点）的期间。另外，虽然终端a_i不在观测期间内发送信号q_i4，但是，是在滞留于扇区S时发送信号q_i4。另外，为了保持滞留时间L_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L_i的结束时刻设为与观测期间T的结束时刻相同而进行估计。

另外，作为合计加入终端数量的估计处理，除了上述处理以外，还能够采用如下的处理。即，设观测期间的开始时刻为t0、结束时刻为t1，估计观测期间t0～t1内的每个d时间的观测区域内的终端数量，在设该终端数量估计值为s0、s1、s2、...、sn时，可以将对终端数量估计值的总和乘以时间间隔d而得的值、即（（s0+s1+s2+...+sn）×d）估计为观测期间t0～t1内的观测区域内的合计加入终端数量。

此外，在上述第2实施方式中，示出了平均滞留时间计算部21计算用合计加入终端数量除以加入终端数量而得到的值作为平均滞留时间的例子，但是作为其变形例，平均滞留时间计算部21也可以计算用将合计加入终端数量换算为人口而得到的合计人口除以通过第1实施方式的方法得到的加入数量而得到的值作为平均滞留时间。此外，平均滞留时间计算部21也可以根据观测期间内的观测区域的人口的变迁，以与上述合计终端数量计算方法相同的方法，计算观测期间内的观测区域的合计人口，并计算用得到的合计人口除以通过第1实施方式的方法得到的加入数量而得到的值作为平均滞留时间。此处的平均滞留时间计算部21相当于权利要求中的“第2平均滞留时间计算部”。

[第3实施方式]

在第3实施方式中，说明根据通过估计而得到的加入终端数量来求出进入终端数量和退出终端数量的处理。

如图12所示，第3实施方式的加入终端数量估计装置10与上述第1实施方式的加入终端数量估计装置（图2）同样，具有位置数据蓄积部11、提取部12、观测期间取得部13、观测区域取得部14、加入终端数量估计部15和输出部19。并且，加入终端数量估计装置10具有计算进入终端数量的进入终端数量计算部22、计算退出终端数量的退出终端数量计算部23和计算流入流出终端数量的流入流出终端数量计算部24。

接着，使用图13说明第3实施方式的加入终端数量估计装置10的处理。此处，与第1实施方式同样，作为一例，假设便携终端的位置数据中包含的位置信息被赋予了该便携终端所处扇区的扇区号，通过观测期间取得部13预先取得观测开始时刻和观测结束时刻的组作为观测期间信息，通过观测区域取得部14预先取得扇区号S作为观测区域信息。此外，位置数据蓄积部11预先从外部取得位置数据并进行蓄积。另外，在上述观测期间信息中设定了后面详细叙述的进入终端数量或退出终端数量的计算所需的观测期间的信息。

首先，提取部12根据取得时刻处于观测期间内或第1实施方式中叙述的扩展期间（将观测期间扩展预定幅度后的期间）内的位置数据，提取被估计为在观测期间的至少一部分中滞留在观测区域内的便携终端、或者由该便携终端在观测期间内或扩展期间内生成的1个位置数据。此处的提取方法能够采用各种方法，下面说明与第1实施方式的方法（使用了观测区域的各终端的估计滞留期间的方法）不同的方法。

在图13所示的步骤S41中，提取部12在同一终端的位置数据中，提取取得时刻处于观测期间内的区域内位置数据中的一个位置数据（作为一例是取得时刻最早的位置数据）。在这样按照每个终端提取一个位置数据的情况下，提取的精度比上述第1实施方式的方法（使用了观测区域的各终端的估计滞留期间的方法）稍差，但是不需要计算每个终端的估计滞留期间，因此能够以较低的处理负荷按照每个终端提取一个位置数据。另外，在按照每个终端提取一个位置数据的情况下，不是必须提取取得时刻最早的位置数据，也可以提取其它的一个位置数据。例如，可以提取取得时刻最晚的位置数据，还可以提取取得时刻与观测期间的正中间的时刻最接近的位置数据。然后，在接下来的步骤S42中，加入终端数量估计部15通过对提取出的位置数据的数量进行计数来估计加入终端数量。

针对后述的进入终端数量或退出终端数量的计算所需的观测期间执行以上的步骤S41、S42的处理。

然后，在针对进入终端数量或退出终端数量的计算所需的观测期间完成步骤S41、S42的处理后，进入步骤S44，如下进行进入终端数量计算部22对进入终端数量的计算和退出终端数量计算部23对退出终端数量的计算。

此处，作为一例，如图14所示，假定加入终端数量估计部15计算出开始时刻为t0且结束时刻为t1的观测期间Px内的加入终端数量、开始时刻为t1且结束时刻为t2的观测期间Py内的加入终端数量、以及开始时刻为t0且结束时刻为t2的观测期间Pz内的加入终端数量。

此时，进入终端数量计算部22计算开始时刻相同的观测期间Px和观测期间Pz各自中的加入终端数量的差分作为观测期间Px的结束时刻与观测期间Pz的结束时刻之间的期间（时刻t1～t2的期间）内的进入观测区域的进入终端数量。例如，如果观测期间Px内的加入终端数量为“4”、观测期间Pz内的加入终端数量为“5”，则进入终端数量计算部22将它们的差分“1”计算为观测期间Px的结束时刻与观测期间Pz的结束时刻之间的期间（时刻t1～t2的期间）内的进入观测区域的进入终端数量。

另外，退出终端数量计算部23计算结束时刻相同的观测期间Py和观测期间Pz各自中的加入终端数量的差分作为观测期间Py的开始时刻与观测期间Pz的开始时刻之间的期间（时刻t0～t1的期间）内的从观测区域退出的退出终端数量。例如，如果观测期间Py内的加入终端数量为“3”、观测期间Pz内的加入终端数量为“5”，则退出终端数量计算部23将它们的差分“2”计算为观测期间Py的开始时刻与观测期间Pz的开始时刻之间的期间（时刻t0～t1的期间）内的从观测区域退出的退出终端数量。

然后，在接下来的步骤S45中，流入流出终端数量计算部24通过从针对相同期间计算出的进入终端数量减去退出终端数量，计算该期间内的流入流出终端数量。

然后，在接下来的步骤S46中，输出部19输出通过上述处理而得到的加入终端数量、进入终端数量、退出终端数量和流入流出终端数量。当然，也可以不输出这些数量的全部，而输出其中的一部分。另外，此处的输出包含显示输出、声音输出、打印输出等各种输出形式。

根据以上的第3实施方式，能够根据通过估计而得到的加入终端数量求出进入终端数量和退出终端数量，进而求出流入流出终端数量。

此处，使用图30说明进入终端数量或退出终端数量的计算所需的观测期间。在以下的说明中，如图30所示，时刻t0～t3在时序上按照时刻t0、t1、t2、t3的顺序排列，将以时刻t0～t1为范围的观测期间称作“观测期间R1”、以时刻t0～t2为范围的观测期间称作“观测期间R2”、以时刻t1～t3为范围的观测期间称作“观测期间R3”、以时刻t2～t3为范围的观测期间称作“观测期间R4”。

在进入终端数量的计算中，如果想设为计算对象的期间例如是时刻t1～t2的期间，则开始时刻t0相同、且一方的结束时刻为时刻t1、另一方的结束时刻为时刻t2的两个观测期间即观测期间R1、R2作为进入终端数量的计算所需的观测期间。此时，还需要针对开始时刻t0进行设定，但只要其设定时刻早于时刻t1即可，不限于特定的时刻。因此，如图30中设定例1、2所示，能够通过在将结束时刻设定为时刻t1、t2后使开始时刻t0变动，自由地设定进入终端数量的计算所需的观测期间R1、R2。

此外，在时刻t0～t1的期间中的至少一部分滞留在观测区域内的终端，不论是否在时刻t1～t2的期间内滞留在观测区域，都不被计数到时刻t1～t2的期间的进入终端数量。因此，能够判断为被计数到时刻t1～t2的期间的进入终端数量的终端在时刻t0～t1的期间内未滞留于观测区域。如果利用这种性质，则在计算时刻t1～t2的期间的进入终端数量时，能够通过在将进入终端数量的计算所需的观测期间R1、R2中的结束时刻分别设定为时刻t1、t2后使开始时刻t0变动（即，使“在时刻t0～t1的期间内未滞留于观测区域”这一条件中的时刻t0变动），变更作为计算对象的进入终端的范围。

另一方面，关于退出终端数量的计算，如果想设为计算对象的期间例如是t1～t2的期间，则结束时刻t3相同、且一方的开始时刻为时刻t1、另一方的开始时刻为时刻t2的两个观测期间即观测期间R3、R4作为退出终端数量的计算所需的观测期间。此时，还需要针对结束时刻t3进行设定，但只要其设定时刻晚于时刻t2即可，不限于特定的时刻。因此，如图30中设定例1、2所示，能够通过在将开始时刻设定为时刻t1、t2后使结束时刻t3变动，自由地设定退出终端数量的计算所需的观测期间R3、R4。

此外，关于在时刻t2～t3的期间中的至少一部分滞留在观测区域内的终端，不论是否在时刻t1～t2的期间内滞留在观测区域，都不被计数到时刻t1～t2的期间的退出终端数量。因此，能够判断为被计数到时刻t1～t2的期间的退出终端数量的终端在时刻t2～t3的期间内未滞留于观测区域。如果利用这种性质，则在计算时刻t1～t2的期间的退出终端数量时，能够通过在将退出终端数量的计算所需的观测期间R3、R4中的开始时刻分别设定为时刻t1、t2后使结束时刻t3变动（即，使“在时刻t2～t3的期间内未滞留于观测区域”这一条件中的时刻t3变动），变更作为计算对象的退出终端的范围。

另外，在第4实施方式中对如上述那样使开始时刻t0、结束时刻t3变动的具体例进行说明。

此外，在计算时刻t1～t2的期间的流入流出终端数量的情况下，需要相同期间（时刻t1～t2的期间）的进入终端数量和退出终端数量，在时刻t1～t2的期间的进入终端数量的计算和时刻t1～t2的期间的退出终端数量的计算中，能够分别如上所述那样使时刻t0、t3变动，从而变更作为流入流出终端数量计算的基础的进入终端和退出终端的范围。具体效果在第4实施方式的具体例中说明。

另外，在第3实施方式中，示出了加入终端数量估计装置10具有进入终端数量计算部22、退出终端数量计算部23和流入流出终端数量计算部24、计算进入终端数量、退出终端数量和流入流出终端数量的例子，但不是必须具有进入终端数量计算部22、退出终端数量计算部23和流入流出终端数量计算部24的所有部件，可以仅具有这些部件中的进入终端数量计算部22，也可以仅具有退出终端数量计算部23。

此外，提取部12对位置数据的提取方法不限于上述方法，也可以采用其它方法、例如第1实施方式的方法（计算观测区域的各终端的估计滞留期间并使用各终端的估计滞留期间的方法），能够得到同样的效果。关于这点，不仅是第3实施方式，后述的各实施方式也同样如此。

[第4实施方式]

在下面的第4、第5实施方式中，说明根据通过估计而得到的加入终端数量来估计进入人口和退出人口的处理。其中，在第4实施方式中，说明如下实施方式：根据加入终端数量和放大系数估计加入数量，根据所得到的加入数量求出进入人口和退出人口，在第5实施方式中，说明如下实施方式：按照作为放大系数计算单位的每个人口估计单位（例如属性、时间等），根据加入终端数量计算进入终端数量和退出终端数量，然后使用每个人口估计单位的放大系数求出进入人口和退出人口。

如图15所示，第4实施方式的加入终端数量估计装置10与上述第1实施方式的加入终端数量估计装置（图2）同样，具有位置数据蓄积部11、提取部12、观测期间取得部13、观测区域取得部14、加入终端数量估计部15和输出部19。加入终端数量估计装置10还具有：存储有每个便携终端用户的属性信息和预先求出的每个人口估计单位的放大系数的属性/放大系数蓄积部17A；从属性/放大系数蓄积部17A读出与便携终端的属性、时刻对应的放大系数的放大系数导出部16；估计加入数量的加入数量估计部18；计算进入人口的进入人口计算部25；计算退出人口的退出人口计算部26以及计算流入流出人口的流入流出人口计算部27。

接着，使用图16说明第4实施方式的加入终端数量估计装置10的处理。此处，与第1实施方式同样，作为一例，假设便携终端的位置数据中包含的位置信息被赋予了该便携终端所处扇区的扇区号，通过观测期间取得部13预先取得观测开始时刻和观测结束时刻的组作为观测期间信息，通过观测区域取得部14预先取得扇区号S作为观测区域信息。此外，位置数据蓄积部11预先从外部取得位置数据并进行蓄积。另外，在上述观测期间信息中设定了后述的进入人口或退出人口的计算所需的观测期间的信息。

在图16所示的步骤S51中，提取部12在同一终端的位置数据中，提取取得时刻处于观测期间内的区域内位置数据中的一个位置数据（作为一例是取得时刻最早的位置数据）。在这样按照每个终端提取一个位置数据的情况下，提取的精度比上述第1实施方式的方法（计算观测区域的各终端的估计滞留期间并使用各终端的估计滞留期间的方法）稍差，但是不需要计算每个终端的估计滞留期间，因此能够以较低的处理负荷按照每个终端提取一个位置数据。另外，在按照每个终端提取一个位置数据的情况下，不是必须提取取得时刻最早的位置数据，也可以提取其它的一个位置数据。例如，可以提取取得时刻最晚的位置数据，还可以提取取得时刻与观测期间的正中间的时刻最接近的位置数据。

在接下来的步骤S52中，加入终端数量估计部15通过按照每个人口估计单位对提取出的位置数据的数量进行计数来估计每个人口估计单位的加入终端数量，在步骤S53中，放大系数导出部16从属性/放大系数蓄积部17A读出每个人口估计单位的放大系数。另外，放大系数导出部16也可以导出放大系数，而替代从属性/放大系数蓄积部17A读出放大系数。其导出方法的一例在后面叙述。

在接下来的步骤S54中，加入数量估计部18按照每个人口估计单位，将加入终端数量和放大系数相乘，并将其相乘的结果估计为每个人口估计单位的加入数量。

针对后述的进入人口或退出人口的计算所需的观测期间执行以上的步骤S51～S54的处理。

然后，在针对进入人口或退出人口的计算所需的观测期间完成步骤S51～S54的处理后，进入步骤S56，如下所述，进入人口计算部25计算进入人口，并且退出人口计算部26计算退出人口。进入人口或退出人口的计算方法与使用图14说明的第3实施方式的进入终端数量和退出终端数量的计算方法相同。

即，假定在图14中将“加入终端数量”置换为“加入数量”的情况即可，例如假设通过加入数量估计部18计算出开始时刻为t0且结束时刻为t1的观测期间Px内的加入数量、开始时刻为t1且结束时刻为t2的观测期间Py内的加入数量、以及开始时刻为t0且结束时刻为t2的观测期间Pz内的加入数量。

此时，进入人口计算部25计算开始时刻相同的观测期间Px和观测期间Pz各自中的加入数量的差分作为观测期间Px的结束时刻与观测期间Pz的结束时刻之间的期间（时刻t1～t2的期间）内的进入观测区域的进入人口。例如，如果观测期间Px内的加入数量为“4”、观测期间Pz内的加入数量为“5”，则进入人口计算部25将它们的差分“1”计算为观测期间Px的结束时刻与观测期间Pz的结束时刻之间的期间（时刻t1～t2的期间）内的进入观测区域的进入人口。

此外，退出人口计算部26计算结束时刻相同的观测期间Py和观测期间Pz各自中的加入数量的差分作为观测期间Py的开始时刻与观测期间Pz的开始时刻之间的期间（时刻t0～t1的期间）内的从观测区域退出的退出人口。例如，如果观测期间Py内的加入数量为“3”、观测期间Pz内的加入数量为“5”，则退出人口计算部26将它们的差分“2”计算为观测期间Py的开始时刻与观测期间Pz的开始时刻之间的期间（时刻t0～t1的期间）内的从观测区域退出的退出人口。

在步骤S56中，进入人口计算部25按照每个人口估计单位如上述那样计算进入人口。之后，可以对每个人口估计单位的进入人口进行总计，计算整体的进入人口。同样，退出人口计算部26按照每个人口估计单位如上述那样计算退出人口。之后，可以对每个人口估计单位的退出人口进行总计，计算整体的退出人口。

然后，在接下来的步骤S57中，流入流出人口计算部27通过从关于相同期间和相同人口估计单位的进入人口减去退出人口，计算与该期间以及人口估计单位相关的流入流出人口。此时，也可以从整体的进入人口减去整体的退出人口来计算整体的流入流出人口。

然后，在接下来的步骤S58中，输出部19输出通过上述处理而得到的每个人口估计单位的加入数量、进入人口、退出人口和流入流出人口以及整体的加入数量、进入人口、退出人口和流入流出人口。当然，也可以不输出这些数量的全部，而输出其中的一部分。此处，例如，如图17所示，可以分别关于加入数量、进入人口、退出人口和流入流出人口，输出整体的值、和每个人口估计单位（此处是作为一例的性别）的值。也可以采用将多个人口估计单位进行组合的条件（例如，将性别和住所进行组合的“居住在东京都的女性”这一条件）。另外，此处的输出包含显示输出、声音输出、打印输出等各种输出形式。

根据以上的第4实施方式，能够根据通过估计而得到的加入终端数量求出加入数量，进而按照每个人口估计单位或关于整体求出进入人口、退出人口和流入流出人口。

此处，使用图30说明进入人口或退出人口的计算所需的观测期间。在进入人口的计算中，如果想设为计算对象的期间例如是时刻t1～t2的期间，则开始时刻t0相同、且一方的结束时刻为时刻t1、另一方的结束时刻为时刻t2的两个观测期间即图30的观测期间R1、R2作为进入人口的计算所需的观测期间。如图30中设定例1、2所示，能够通过在将结束时刻设定为时刻t1、t2后使开始时刻t0变动，自由地设定进入人口的计算所需的观测期间R1、R2。此外，如在第3实施方式中叙述那样，能够通过在将进入人口的计算所需的观测期间R1、R2中的结束时刻分别设定为时刻t1、t2后使开始时刻t0变动（即，使“在时刻t0～t1的期间内未滞留于观测区域”这一条件中的时刻t0变动），变更作为计算对象的进入人口的范围。如在第3实施方式中叙述那样，进入人口的计算中的上述方面在退出人口的计算中也同样成立。

以下说明具体例子。例如，在存在举办4月1日～4月5日的5天期间的活动时，如果想针对4月3日12:00～13:00的期间计算活动会场中的进入人口，则将进入人口的计算所需的两个观测期间中的一方的结束时刻t1设定为4月3日12:00、另一方的结束时刻t2设定为4月3日13:00。

此处，作为图30的设定例1，如果将开始时刻t0设定为4月3日00:00，则计算在时刻t0～t1的期间（4月3日00:00～4月3日12:00）未滞留于活动会场的人口（即，不论4月1日～4月2日的滞留状况如何，在4月3日12:00～13:00的期间新进入活动会场的人口）。另一方面，作为图30的设定例2（与设定例1相比，将开始时刻t0设定得更加提前的例子），如果将开始时刻t0设定为4月1日00:00，则计算在时刻t0～t1的期间（4月1日00:00～4月3日12:00）未滞留于活动会场的人口（即，从活动期间的开始最初起观察、在4月3日12:00～13:00的期间新进入活动会场的人口）。能够通过这样使开始时刻t0变动，自由地变更作为计算对象的进入人口的范围。

此外，在想针对4月3日12:00～13:00的期间计算从活动会场退出的退出人口时，则将退出人口的计算所需的两个观测期间中的一方的开始时刻t1设定为4月3日12:00、另一方的开始时刻t2设定为4月3日13:00。

此处，作为图30的设定例1，如果将结束时刻t3设定为4月4日00:00，则计算在时刻t2～t3的期间（4月3日13:00～4月4日0:00）未滞留于活动会场的人口（即，不论4月4日～4月5日的滞留状况如何，在4月3日13:00以后未滞留于活动会场的人口）。另一方面，作为图30的设定例2（与设定例1相比，将结束时刻t3设定得更滞后的例子），如果将结束时刻t3设定为4月6日00:00，则计算在时刻t2～t3的期间（4月3日13:00～4月6日0:00）未滞留于活动会场的人口（即，在活动期间中的4月3日13:00以后的期间内未滞留于活动会场的人口）。能够通过这样使结束时刻t3变动，自由地变更作为计算对象的退出人口的范围。

此外，在想计算时刻t1～t2的期间的流入流出人口的情况下，需要相同期间（时刻t1～t2的期间）的进入人口和退出人口，在时刻t1～t2的期间的进入人口的计算和时刻t1～t2的期间的退出人口的计算中，能够分别如上述那样变更作为计算对象的进入人口和退出人口的范围。例如，在计算相同时刻t1～t2的期间的进入人口和退出人口的情况下，作为图30的设定例2，如果将进入人口计算中的开始时刻t0设定为4月1日00:00、退出人口计算中的结束时刻t3设定为4月6日00:00，则能够得到观察活动整个日程时的时刻t1～t2的期间的流入流出人口，即作为“将从活动期间的开始最初起、观察在时刻t1～t2的期间内新进入活动会场的人口减去在时刻t1～t2的期间内退出且在活动期间结束之前未再进入的人口而得的差分”的流入流出人口。另一方面，作为图30的设定例1，如果将进入人口计算中的开始时刻t0设定为4月3日00:00、退出人口计算中的结束时刻t3设定为4月4日00:00，则能够得到不考虑活动期间中的4月3日以外的日期中的进入和退出而仅关注4月3日时的时刻t1～t2的期间的流入流出人口，即作为“从在4月3日的时刻t1～t2的期间内新进入活动会场的人口减去在时刻t1～t2的期间内退出且在4月3日中未再进入的人口而得的差分”的流入流出人口。

另外，在第4实施方式中，示出了加入人口估计装置10具有进入人口计算部25、退出人口计算部26和流入流出人口计算部27、并计算进入人口、退出人口和流入流出人口的例子，但不是必须具有进入人口计算部25、退出人口计算部26和流入流出人口计算部27的所有部件，可以仅具有这些部件中的进入人口计算部25，也可以仅具有退出人口计算部26。关于这点，不仅是第4实施方式，后述的各实施方式也同样如此。

并且，在上述实施方式中说明了预先求出放大系数的例子，但放大系数也可以如以下这样导出。作为一例，放大系数能够采用“归属率与终端的普及率之积（即，归属数量相对于人口的比率）”的倒数。此处，“归属率”是指归属数量相对于签约台数的比率，“普及率”是指签约台数相对于人口的比率。优选按照上述的每个放大系数计算单位来导出这种放大系数，但不是必须的。另外，也可以是，例如，如以下那样使用根据特征量及观测期间长度而估计出的终端数量（归属数量）来导出放大系数。利用在第1实施方式中叙述的方法，根据位置数据求出特征量，根据特征量及观测期间长度来累计每个放大系数计算单位的终端数量，由此得到用户数量金字塔数据，并且取得作为统计数据（例如居民基本登记册等）而预先求出的相同的放大系数计算单位的人口金字塔数据。然后，在用户数量金字塔数据和人口金字塔数据中计算每个放大系数计算单位的位置数据的取得率（即归属数量/人口）。在此得到的“位置数据的取得率（即归属数量/人口）”相当于上述的“归属率与终端的普及率之积”。能够导出这样得到的“位置数据的取得率”的倒数作为放大系数。另外，关于计算放大系数的放大系数计算单位，作为一例，也可以采用住所的都道府县、间隔5岁或10岁的年龄段、男女、作为时间段的1小时等，还可以采用将其中两种以上进行组合的单位。例如，在将放大系数计算单位设为“居住在东京都的二十几岁的男性”的情况下，提取日本全国的与居住在东京都（即，用户属性中的住所信息是东京都）的二十几岁的男性对应的位置数据并累计终端数量，能够得到用户数量金字塔数据，并且从统计数据中取得与居住在东京都的二十几岁的男性相关的人口金字塔数据。另外，在得到上述用户数量金字塔数据时，关于条件“居住在东京都”，不是仅提取处于东京都服务区的用户的位置数据，而是提取用户属性中的住所信息是东京都的位置数据。然后，根据用户数量金字塔数据和人口金字塔数据计算放大系数计算单位（此处是居住在东京都的二十几岁的男性）的位置数据的取得率（即，归属数量/人口），并导出所得到的“位置数据的取得率”的倒数作为放大系数。另外，在本申请中，说明了放大系数计算单位和人口估计单位相同的情况，但这仅是一例，并不限于此。

[第5实施方式]

在第5实施方式中，说明如下实施方式：按照每个人口估计单位，根据加入终端数量计算进入终端数量和退出终端数量，之后，使用每个人口估计单位的放大系数求出进入人口和退出人口。

在第5实施方式中，在图15所示的加入终端数量估计装置10中，不进行加入数量估计部18对加入数量的估计，而由进入人口计算部25根据开始时刻相同的多个观测期间各自中的加入终端数量的差分计算进入终端数量，然后，根据与人口估计单位对应的放大系数和计算出的进入终端数量计算进入人口。同样，退出人口计算部26根据结束时刻相同的多个观测期间各自中的加入终端数量的差分计算退出终端数量，然后，根据与人口估计单位对应的放大系数和计算出的退出终端数量计算退出人口。

以下，使用图18，针对第5实施方式中的处理，以与第4实施方式的差异为中心进行说明。

提取部12在同一终端的位置数据中，提取取得时刻处于观测期间内的区域内位置数据中的一个位置数据（作为一例，是取得时刻最早的位置数据）（图18的步骤S61），加入终端数量估计部15通过按照每个人口估计单位对提取出的位置数据的数量进行计数来估计每个人口估计单位的加入终端数量（步骤S62）。所得到的每个人口估计单位的加入终端数量经由加入数量估计部18被发送到进入人口计算部25和退出人口计算部26。

针对在第4实施方式中说明的进入人口或退出人口的计算所需的观测期间，执行以上的步骤S61～S62的处理。然后，在针对进入人口或退出人口的计算所需的观测期间完成步骤S61～S62的处理后，在步骤S64中，进入人口计算部25按照每个人口估计单位，计算开始时刻相同的多个观测期间各自中的加入终端数量的差分作为进入终端数量。此外，退出人口计算部26按照每个人口估计单位，计算结束时刻相同的多个观测期间各自中的加入终端数量的差分作为退出终端数量。并且，同时，放大系数导出部16从属性/放大系数蓄积部17A读出每个人口估计单位的放大系数，经由加入数量估计部18发送到进入人口计算部25和退出人口计算部26。

在接下来的步骤S65中，进入人口计算部25按照每个人口估计单位，对进入终端数量和放大系数进行相乘，并将其相乘结果作为每个人口估计单位的进入人口。之后，进入人口计算部25可以对每个人口估计单位的进入人口进行总计，计算整体的进入人口。同样，退出人口计算部26按照每个人口估计单位，对退出终端数量和放大系数进行相乘，并将其相乘结果作为每个人口估计单位的退出人口。之后，退出人口计算部26可以对每个人口估计单位的退出人口进行总计，计算整体的退出人口。

并且，在接下来的步骤S66中，流入流出人口计算部27通过从关于相同期间和相同人口估计单位的进入人口中减去退出人口，计算与该期间以及人口估计单位相关的流入流出人口。此时，也可以从整体的进入人口减去整体的退出人口来计算整体的流入流出人口。并且，在接下来的步骤S67中，输出部19输出在上述处理中得到的每个人口估计单位的进入人口、退出人口和流入流出人口以及整体的进入人口、退出人口和流入流出人口。

根据以上的第5实施方式，能够按照每个人口估计单位或关于整体，根据通过估计而得到的加入终端数量求出进入人口、退出人口和流入流出人口。

[第6实施方式]

在下面的第6、第7实施方式中，对将作为累计单位的每个区域的估计值（加入数量、加入终端数量等）变换为每个输出单位（在此作为一例是网格（mesh））的估计值的例子进行说明。其中，在第6实施方式中说明利用单个频带的室外站的通信区域所处的环境中的处理，在第7实施方式中说明室内站的通信区域以及利用电波到达范围不同的频带的多个室外站的通信区域中有两个以上的通信区域在地理上重叠地存在的环境中的处理。另外，在输出单位和累计单位相同的情况下，不需要在下面的第6、第7实施方式中叙述的变换处理。

在第6实施方式中说明对第4实施方式的估计加入数量的加入终端数量估计装置加入了变换为上述每个网格的估计值的变换功能后的加入终端数量估计装置及其处理。

如图19所示，第6实施方式的加入终端数量估计装置10的功能块结构是如下结构：在第4实施方式的加入终端数量估计装置的功能块结构（图15）中，在进入人口计算部25与加入数量估计部18之间以及退出人口计算部26与加入数量估计部18之间增加了变换部28。变换部28将每个观测区域的估计值变换为与观测区域不同的每个输出单位（例如网格）的估计值。

下面，根据图20具体说明变换部28的处理。图20（a）是示出区域的区域范围的图，图20（b）是示出网格的图，图20（c）是将区域和网格合成的合成图。

变换部28将根据预先存储的区域边界信息而再现的区域图（参照图20（a））、和根据预定的区划规则而再现的二维网格（参照图20（b））进行合成，得到图20（c）所示的合成图。然后，变换部28在上述合成图中根据网格边界分割各个区域。例如，如图21所示，根据网格边界将图20（a）的区域A分割为4个分割区域A－1、A－2、A－3、A－4。然后，变换部28计算各个分割区域的面积，计算各个分割区域的面积比。例如，如图21所示，假设计算出分割区域A－1、A－2、A－3、A－4的面积分别是10m²、50m²、100m²、40m²，则计算出分割区域A－1、A－2、A－3、A－4的面积比（例如百分比）分别是5％、25％、50％、20％。

另外，变换部28不是必须计算各个分割区域的面积比。例如，也可以构成为，预先求出各个分割区域的面积比，变换部28能够从加入终端数量估计装置10内的未图示的表或者外部参照各个分割区域的面积比的信息。此外，作为其它的例子，也可以构成为，提取部12针对提取出的各位置数据，对分别关于该位置数据所属的区域（累计单位）在地理上重叠的多个输出单位的输出单位ID以及与该输出单位的重叠部分（分割区域）的面积比（即，重叠部分（分割区域）占累计单位整体的面积比）的1个以上的组合进行关联，并经由加入终端数量估计部15、加入数量估计部18将关联后的位置数据发送到变换部28。

接着，变换部28计算各个分割区域的估计值（在此作为一例是加入数量）。例如，假设图20（a）的区域A的加入数量是800人，则如图20所示计算出分割区域A－2的加入数量为200人（即800人×25％）。同样，假设区域B、C的加入数量分别是500人、750人，则计算出区域B的面积比80％的分割区域B－1的加入数量是400人（即500人×80％），计算出区域C的面积比80％的分割区域C－4的加入数量是600人（即750人×80％）。

另外，变换部28计算一个网格中所包含的多个分割区域的加入数量的总和，由此计算该网格的加入数量。在图22的例子中，计算出一个网格中所包含的分割区域A－2、B－1、C－4的加入数量的总和是1200人（即200人＋400人＋600人），将该1200人作为该网格的加入数量。

如上所述，能够在利用单个频带的室外站的通信区域所处的环境中，将每个累计单位的估计值（加入数量、加入终端数量等）变换为每个输出单位的估计值。

另外，在第6实施方式中，以第4实施方式为基础，说明了将每个累计单位的加入数量变换为每个输出单位的加入数量的处理，但在第6实施方式中叙述的变换处理还能够关于各种估计值（例如加入终端数量、进入终端数量、退出终端数量、流入流出终端数量、进入人口、退出人口、流入流出人口等）应用于将每个累计单位的估计值变换为每个输出单位的估计值的情况，还能够应用于上述第1～第3、第5实施方式。

[第7实施方式]

在第7实施方式中说明这样的例子：在室内站的通信区域以及利用电波到达范围不同的频带的多个室外站的通信区域中有两个以上的通信区域在地理上重叠存在的环境中，将作为累计单位的每个区域（扇区）的估计值（加入数量、加入终端数量等）变换为每个输出单位（在此，作为一例是网格）的估计值。

第7实施方式的加入终端数量估计装置的功能块结构与第6实施方式相同，但是变换部28的处理不同，因而根据图23、图24说明变换部28的处理。

如图23所示，在室内站的通信区域以及利用电波到达范围不同的频带（室外2GHz/1.7GHz和室外800MHz）的多个室外站的通信区域在地理上重叠存在的环境中，变换部28针对各个通信区域进行在第6实施方式中叙述的变换处理，由此求出关于各个通信区域的每个输出单位（网格）的估计值（在此，作为一例是加入数量），最后按照每个输出单位将关于各个通信区域的估计出的加入数量（以下称作“估计加入数量”）进行合计，由此得到每个输出单位的估计加入数量。

在图23的例子中，变换部28首先对利用室外2GHz/1.7GHz的室外站的通信区域、利用室外800MHz的室外站的通信区域、室内站的通信区域分别进行在第6实施方式中叙述的变换处理。例如，在利用室外2GHz/1.7GHz的室外站的通信区域中，假设输出单位Q与区域A重叠的分割区域占区域A整体的面积比是40％，通过将区域A的估计加入数量100人乘以面积比0.4，能够得到输出单位Q与区域A重叠的分割区域的估计加入数量是40人。同样，能够得到输出单位Q与区域B重叠的分割区域的估计加入数量是3人（区域B的估计加入数量30人×面积比0.1）、以及输出单位Q与区域C重叠的分割区域的估计加入数量是5人（区域C的估计加入数量100人×面积比0.05）。同样，对于利用室外800MHz的室外站的通信区域，能够得到输出单位Q与区域D重叠的分割区域的估计加入数量是3人（区域D的估计加入数量10人×面积比0.3）、以及输出单位Q与区域F重叠的分割区域的估计加入数量是9人（区域F的估计加入数量30人×面积比0.3）。另一方面，关于室内站，作为各个室内站的电波到达范围的区域非常小，在图23的例子中，一个室内站的区域L整体与输出单位Q重叠，因而可认为面积比是100％。因此，通过将区域L的估计加入数量10乘以面积比1.0，能够得到输出单位Q与区域L重叠的区域（在该例子中是区域L整体）的估计加入数量是10人。

最后，变换部28将如上所述得到的输出单位Q与各个区域重叠的区域的估计加入数量进行合计，由此得到输出单位Q的估计加入数量是70人。能够如上那样从每个累计单位的加入数量变换为输出单位Q的估计加入数量。

图23示出向一个输出单位Q的估计加入数量的变换，但是通过对其它的输出单位也执行相同的处理，能够进行向作为对象的所有输出单位的估计加入数量的变换。

图24示出用于进行向作为对象的n个输出单位的估计加入数量的变换的矩阵。即，图24的式子的右边的

（j表示1以上m以下的整数（m表示与作为对象的n个输出单位中的某个输出单位重叠的累计单位的数量））表示通过估计而求出的每个累计单位的加入数量（估计加入数量），左边的

（i表示1以上n以下的整数）表示每个输出单位的加入数量，右边的矩阵中的

表示用于从累计单位b_j的加入数量变换为输出单位a_i的加入数量的变换系数。此处的变换系数相当于上述的分割区域在原来的区域整体中所占的面积比。

能够根据加入终端数量等的估计处理的单位（例如区域）与输出单位（例如网格）的位置关系而预先求出图24中的各个变换系数，通过预先求出各个变换系数并存储图24的式子，能够使用图24的式子容易且快速地从通过估计而求出的每个累计单位的加入数量（估计加入数量）变换为每个输出单位的加入数量。

通过以上所述的处理，即使在室内站的通信区域以及利用电波到达范围不同的频带的多个室外站的通信区域中有两个以上的通信区域在地理上重叠存在的环境中，也能够将每个累计单位的加入数量变换为每个输出单位的加入数量。

另外，在第7实施方式中，说明了将每个累计单位的加入数量变换为每个输出单位的加入数量的处理，但在第7实施方式中叙述的变换处理还能够关于各种估计值（例如加入终端数量、进入终端数量、退出终端数量、流入流出终端数量、进入人口、退出人口、流入流出人口等）应用于将每个累计单位的估计值变换为每个输出单位的估计值的情况，还能够应用于上述第1～第3、第5实施方式。

在上述第6、第7实施方式中，说明了将预先通过估计而得到的每个累计单位的加入数量变换为每个输出单位的加入数量的例子，即，在根据加入终端数量估计加入数量后变换为每个输出单位的加入数量的例子。但是，也可以与其相反，在从每个累计单位的加入终端数量变换为每个输出单位的加入终端数量后，根据每个输出单位的加入终端数量估计每个输出单位的加入数量。例如，在图19的加入终端数量估计装置10中，采用将变换部28转移设置到加入终端数量估计部15与加入数量估计部18之间的结构。根据上述结构，变换部28按照与上述第6、第7实施方式同样的步骤，将通过加入终端数量估计部15的估计而得到的每个累计单位的加入终端数量变换为每个输出单位的加入终端数量。然后，加入数量估计部18按照与上述第4实施方式同样的步骤，根据每个输出单位的加入终端数量估计每个输出单位的加入数量即可。

[第8实施方式]

在第8实施方式中，说明进行非识别化处理的实施方式，该非识别化处理用于从位置数据、属性信息中去除具有个人识别性质的信息。

如图25所示，第8实施方式的加入终端数量估计装置10的功能块结构是这样的结构：在第6实施方式的加入终端数量估计装置的功能块结构（图19）中，增加了从外部取得位置数据的位置数据取得部29、和进行非识别化处理的非识别化部30。

位置数据取得部29利用经由有线或无线的通信网络的联机（online）或借助记录介质等的脱机（offline）从外部取得位置数据，发送到非识别化部30。

非识别化部30针对位置信息中所包含的识别信息（例如电话号码），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。此处采用单向性函数是为了防止从变换后的信息进行复原，单向性函数例如可以采用图26所示的、由国内外的评价项目或评价机构推荐的基于散列函数的带密钥散列函数。

并且，如图26所示，在进行利用便携终端的用户属性信息的处理的情况下，非识别化部30在进行该处理之前，针对属性信息中能够确定个人的号码（例如电话号码）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。另外，也可以是，非识别化部30删除属性信息中的姓名信息，将出生年月日信息置换为年龄信息，将住所信息置换为删除了门牌号信息的街道号级别的住所信息。

通过以上的非识别化部30的非识别化处理，能够从位置数据或属性信息中去除具有个人识别性质的信息，因而能够提前防止根据位置数据、属性信息识别出个人的问题。

另外，在第8实施方式中以第6实施方式为基础说明了非识别化处理，但是第8实施方式也能够应用于与第6实施方式同样进行变换处理的第7实施方式。并且，在第8实施方式中叙述的非识别化处理也能够应用于不进行变换处理的上述第1～第5实施方式。

[第9实施方式]

在第9实施方式中说明这样的实施方式：在输出某个估计值（加入数量、加入终端数量、进入人口、退出人口、流入流出人口等）之前，根据预先设定的基准对估计值进行隐匿处理。

如图27所示，第9实施方式的加入终端数量估计装置10的功能块结构是这样的结果：在第8实施方式的加入终端数量估计装置的功能块结构（图25）中，在流入流出人口计算部27与输出部19之间增加了进行隐匿处理的隐匿处理部31。

隐匿处理部31在从流入流出人口计算部27接收到通过估计而得到的估计值（加入数量、加入终端数量、进入人口、退出人口、流入流出人口等）时，进行例如图28所示的隐匿处理。即，隐匿处理部31判定取得源终端数量是否小于用于判定为需要隐匿处理的预先设定的基准值（作为一例是10）（图28的步骤S71），所述取得源终端数量表示作为估计的基础的每个区域（小区）的位置数据是从几个终端取得的。另外，取得源终端数量表示去除了关于同一终端的重复后的唯一的终端数量。在进行此处的判定时需要每个区域（小区）的位置数据的取得源终端数量，但作为一例也可以是，加入终端数量估计部15在通过对所提取的位置数据的数量进行计数来估计加入终端数量时，对该位置数据中的识别信息（例如，上述的非识别化部30的非识别化处理后的已散列的电话号码）的数量进行计数，将所得到的已散列的电话号码总数的信息发送给隐匿处理部31，隐匿处理部31将已散列的电话号码总数用作每个区域（小区）的位置数据的取得源终端数量。另外，为了将已散列的电话号码总数的信息发送给隐匿处理部31，设置在加入终端数量估计部15与隐匿处理部31之间的处理部（加入数量估计部18等）将已散列的电话号码总数的信息发送给后续的处理部。

在步骤S71中，如果作为估计的基础的每个区域（小区）的位置数据的取得源终端数量小于基准值，则隐匿处理部31将关于该区域（小区）的估计值设为零，由此对该估计值进行隐匿（步骤S72）。另外，此处的隐匿方法不限于将估计值设为零，也可以采用利用预定的文字或记号（例如“×”等）来表示估计值的方法等其它方法。

另一方面，在步骤S71中，如果作为估计的基础的每个区域（小区）的位置数据的取得源终端数量为基准值以上，隐匿处理部31针对关于该区域（小区）的估计值，进行如下所述的在输出估计值时使用的级幅的概率圆整（步骤S73）。即，将关于某个区域（小区）的估计值设为x，将级幅设为k，在kn≤x＜k（n＋1）（n为整数）的情况下，隐匿处理部31以概率（x－kn）/k将该估计值x圆整为k（n＋1），以概率（k（n＋1）－x）/k将该估计值x圆整为kn。

例如，在估计值x为23、级幅k为10的情况下，由于k×2≤x＜k（2＋1），因而n＝2，以概率0.3（30％的概率）将估计值“23”圆整为“30”，以概率0.7（70％的概率）将估计值“23”圆整为“20”。

通过以上的隐匿处理部31的隐匿处理，能够防止根据估计结果来确定个人，提高估计结果的可用性。并且，能够提前防止根据其它的值估计出被隐匿的值的问题。

另外，关于概率圆整中的级幅，也可以从用于累计的位置数据中提取放大系数最大的放大系数，将把该放大系数设为预定倍（例如10倍）后的值设定为级幅。并且，还可以预先确定级幅来实施概率圆整。此时，也可以采用这样的处理规则：舍去包含放大系数超过预先设定的级幅的预定比率（例如1/10）的位置数据的区域（小区）的数据。

并且，隐匿处理部31的隐匿处理不限于图28所示的处理，也可以采用其它处理。例如，在图28的步骤S71中，也可以取代“作为估计的基础的每个区域（小区）的位置数据的取得源终端数量”，而判定“作为估计的基础的每个区域（小区）的位置数据的个数”是否小于基准值，还可以判定“所输出的估计值（人口或者终端数量）”是否小于基准值。并且，当在图28的步骤S71中判定为否定的情况下，也可以省略步骤S73的处理。

另外，在第9实施方式中，以第8实施方式（进行非识别化处理的方式）为基础说明了隐匿处理，但也能够应用于不进行非识别化处理的第1～第7实施方式。

另外，关于上述的各种实施方式的人口估计单位、以及与输出相关的输出单位及输出形式说明如下。

人口估计单位能够根据用户的属性（年龄、性别、住所等）、时间段、场所（扇区、网格等）中的至少一个进行设定。例如，在确定了例如每天间隔1小时的时间段作为人口估计单位的情况下，图15所示的提取部12根据各位置数据所包含的取得时刻信息确定各位置数据对应于哪个时间段，按照间隔1小时的每个时间段提取位置数据并发送到加入终端数量估计部15。然后，加入终端数量估计部15通过对间隔1小时的每个时间段的位置数据的数量进行计数，估计间隔1小时的每个时间段的加入终端数量并发送到加入数量估计部18。加入数量估计部18从放大系数导出部16取得每个人口估计单位（间隔1小时的每个时间段）的放大系数，将间隔1小时的每个时间段的放大系数与相同时间段的加入终端数量相乘，由此能够得到间隔1小时的每个时间段的加入数量。另外，在设定时间段作为估计处理单位的情况下，也可以按照时序设定不连续的时间段（例如，每天13：00～14：00的时间段，每周星期六及星期日的10：00～11：00的时间段等）。

另一方面，与输出相关的输出单位也与估计处理单位相同地能够根据用户的属性（年龄、性别、住所等）、时间段、场所（扇区、网格等）中的至少一个进行设定。

并且，关于与输出相关的输出形式，例如可以选择图29（a）所示的表示加入数量分布的图、图29（b）所示的表示按时序的加入数量变动的图、图29（c）所示的表示按时序的累计加入数量（即加入数量的累计值）的变动的图等各种输出形式。当然，不限于加入数量，还能够关于进入人口、退出人口、流入流出人口、加入终端数量、进入终端数量、退出终端数量、流入流出终端数量等各种估计值应用上述输出形式。例如可以如图29（d）那样输出关于进入人口的分布图。并且，关于各个估计值，也可以按照用户的属性（年龄、性别、住所等）、时间段、场所（扇区、网格等）中的一个或者多个的组合进行输出。

下面，叙述与特征量相关的变形例。在上述的第1、第2实施方式中示出了这样的例子：计算求出特征量的对象的位置数据（第1位置数据）前后的位置数据的时间差（第2位置数据与第3位置数据的时间差），作为第1位置数据的特征量。用式子表示该例子，则特征量可以用下面的式（8）表示。另外，下面的式（8）仅仅是将上述的式（4）进行变形，因而与式（4）等效（即，并非变更了式（4）的思路）。w_ij＝u_i(j+1)-u_i(j-1)   (8)

本变形例表示在特征量计算部17中计算出的特征量的计算方法的另一个变形。

在本变形例中，特征量计算部17在求出上述的第1位置数据的特征量时，考虑关于第2位置数据及第3位置数据的类别信息（例如后述的位置数据的生成原因（生成定时））。具体地讲，特征量计算部17计算将第3位置数据与第1位置数据的时间差乘以与第3位置数据的类别信息（此处是生成原因）对应的校正系数α而得到的值，并且计算将第1位置数据与第2位置数据的时间差乘以与第2位置数据的类别信息（此处是生成原因）对应的校正系数β而得到的值。但是，除上述情况之外，特征量计算部17也可以根据第1位置数据的类别信息确定校正系数α或β，并且也可以根据第1及第2位置数据的类别信息确定校正系数β，还可以根据第1及第3位置数据的类别信息确定校正系数α。并且，特征量计算部17将通过这些乘法运算而得到的值进行合计，将合计值作为第1位置数据的特征量。如果用式子表示特征量计算部17的特征量计算处理，则可以用下式（9）表示。

w_ij＝α(u_i(j+1)-u_ij)+β(u_ij-u_i(j-1))  （9）

作为关于第2位置数据及第3位置数据的类别信息，例如在位置数据是位置登记信息的情况下，可以举出与该位置登记信息的生成原因相关的信息，与该生成原因相关的信息包含在所生成的位置登记信息中。作为位置登记信息的生成原因，可以举出终端跨越位置登记区域（Location Area）边界、根据周期性地进行的位置登记而生成、由于终端的电源接通等而执行连接（attach）处理、由于终端的电源切断等而执行断开（detach）处理等，与这些生成原因相对应地预先确定校正系数α及β的设定值。并且，特征量计算部17根据与第3位置数据的生成原因相关的信息设定关于第3位置数据的校正系数α、根据与第2位置数据的生成原因相关的信息设定关于第2位置数据的校正系数β即可。另外，也可以是，校正系数α及β均预先设定为0以上2以下的值。但是，不一定必须是该数值范围。

例如，在诸如基于周期性进行的位置登记的位置登记信息那样、终端的位置与位置登记信息的生成契机没有关系的位置登记信息的情况下，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登记信息的前后是相同的。另一方面，在由于终端跨越位置登记区域边界而生成的位置登记信息的情况下，能够判定为至少在生成该位置登记信息之前终端没有滞留在当前的扇区中。因此，认为在生成该位置登记信息之前终端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“位置登记区域边界跨越”，则能够将上述式（9）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。

这样，特征量计算部17在计算与对象的位置数据（第1位置数据）相关的特征量的情况下，根据与第1位置数据前后的位置数据即第2和第3位置数据相关的类别信息（作为一例是位置数据的生成原因），对第2位置数据与第3位置数据的时间差进行校正，使用校正后的时间差计算特征量。由此，能够根据位置数据的类别信息更高精度地计算特征量。

标号说明

1通信系统；10加入终端数量估计装置；11位置数据蓄积部；12提取部；13观测期间取得部；14观测区域取得部；15加入终端数量估计部；16放大系数导出部；17属性数据蓄积部；17A属性/放大系数蓄积部；18加入数量估计部；19输出部；20合计加入终端数量估计部；20A观测对象取得部；20B前后位置数据取得部；20C特征量计算部；20D特征量累计部；21平均滞留时间计算部；22进入终端数量计算部；23退出终端数量计算部；24流入流出终端数量计算部；25进入人口计算部；26退出人口计算部；27流入流出人口计算部；28变换部；29位置数据取得部；30非识别化部；31隐匿处理部；100便携终端；200BTS；300RNC；400交换机；500管理中心；501社会感测器单元；502PETA挖掘单元；503流动人口统计单元；504可视化解决方案单元；700各种处理节点。

Claims (26)

1.一种加入终端数量估计装置，其具有：

提取部，其根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，提取被估计为在观测期间的至少一部分中滞留在观测区域内的终端、或者由该终端在观测期间内或扩展期间内生成的1个位置数据；以及

加入终端数量估计部，其根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

2.根据权利要求1所述的加入终端数量估计装置，其特征在于，

所述提取部在与同一终端相关的位置数据中，根据取得时刻处于扩展期间内且位置信息示出观测区域内的区域内位置数据、以及在按照取得时刻的顺序时序排列的情况下与该区域内位置数据相邻且位置信息示出观测区域外的区域外位置数据，按照每个终端计算终端滞留在观测区域内的估计滞留期间，

提取计算出的估计滞留期间与观测期间重叠的终端。

3.根据权利要求2所述的加入终端数量估计装置，其特征在于，

所述提取部计算如下期间作为所述估计滞留期间，该期间以相当于时序上最前的区域内位置数据的取得时刻、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之间的比例分割点的时刻为开始时刻，以相当于时序上最后的区域内位置数据的取得时刻、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之间的比例分割点的时刻为结束时刻。

4.根据权利要求1所述的加入终端数量估计装置，其特征在于，

所述提取部在与同一终端相关的位置数据中，提取取得时刻处于观测期间内且位置信息示出观测区域内的位置数据中的取得时刻最早的位置数据。

5.一种加入终端数量估计装置，其具有：

提取部，其根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，按照每个终端提取位置信息示出观测区域内且取得时刻处于观测期间内的一个位置数据，或者提取与该位置数据对应的终端；以及

加入终端数量估计部，其根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

6.根据权利要求1～5中的任意一项所述的加入终端数量估计装置，该加入终端数量估计装置还具有：

合计加入终端数量估计部，其根据取得时刻处于扩展期间内的位置数据，估计合计加入终端数量，该合计加入终端数量是与观测期间内的观测区域的加入终端数量相关的沿着时间轴的累计值；以及

第1平均滞留时间计算部，其根据通过估计而得到的观测期间内的观测区域的合计加入终端数量和加入终端数量，计算观测期间内的观测区域的平均滞留时间。

7.根据权利要求6所述的加入终端数量估计装置，其中，

所述合计加入终端数量估计部包含：

前后位置数据取得部，其对于某个对象位置数据，取得包含与该对象位置数据相同的识别信息的位置数据中的、该对象位置数据的紧前面的位置数据的位置取得时刻信息、以及该对象位置数据的紧后面的位置数据的位置取得时刻信息；

特征量计算部，其根据所述紧前面的位置数据的位置取得时刻信息、所述对象位置数据的位置取得时刻信息及所述紧后面的位置数据的位置取得时刻信息中两个以上的位置取得时刻信息，计算关于所述对象位置数据的特征量；

观测对象取得部，其取得一个或多个位置数据作为观测对象位置数据，该一个或多个位置数据包含关于观测期间的观测开始时刻以后且观测结束时刻以前的位置取得时刻信息、且包含与关于观测区域的观测区域信息对应的位置信息；以及

特征量累计部，其累计关于位置数据中的所述观测对象位置数据的特征量，根据所得到的特征量的累计值，估计观测期间内的观测区域的合计加入终端数量。

8.根据权利要求1～7中的任意一项所述的加入终端数量估计装置，该加入终端数量估计装置还具有进入终端数量计算部和退出终端数量计算部中的至少一方，

该进入终端数量计算部计算开始时刻相同的第1观测期间和第2观测期间各自中的观测区域的加入终端数量的差分作为第1观测期间的结束时刻与第2观测期间的结束时刻之间的期间内的进入观测区域的进入终端数量，

该退出终端数量计算部计算结束时刻相同的第3观测期间和第4观测期间各自中的观测区域的加入终端数量的差分作为第3观测期间的开始时刻与第4观测期间的开始时刻之间的期间内的从观测区域退出的退出终端数量。

9.根据权利要求8所述的加入终端数量估计装置，其特征在于，

在所述加入终端数量估计装置具有所述进入终端数量计算部和所述退出终端数量计算部双方的情况下，所述加入终端数量估计装置还具有流入流出终端数量计算部，该流入流出终端数量计算部计算从同一期间内的进入终端数量减去退出终端数量而得到的差分作为流入流出终端数量。

10.根据权利要求1～9中的任意一项所述的加入终端数量估计装置，该加入终端数量估计装置还具有：

放大系数导出部，其导出用于将加入终端数量变换为加入数量的放大系数；以及

加入数量估计部，其根据所述放大系数和观测期间内的观测区域的加入终端数量，估计观测期间内的观测区域的加入数量。

11.根据权利要求10所述的加入终端数量估计装置，该加入终端数量估计装置还具有第2平均滞留时间计算部，该第2平均滞留时间计算部根据观测期间内的观测区域的人口的变迁，取得合计人口，根据该合计人口和通过所述加入数量估计部估计出的加入数量，计算观测期间内的观测区域的平均滞留时间，该合计人口是与观测期间内的观测区域的人口相关的沿着时间轴的累计值。

12.根据权利要求10或11所述的加入终端数量估计装置，该加入终端数量估计装置还具有进入人口计算部与退出人口计算部中的至少一方，

该进入人口计算部计算开始时刻相同的第5观测期间和第6观测期间各自中的观测区域的加入数量的差分作为第5观测期间的结束时刻与第6观测期间的结束时刻之间的期间内的进入观测区域的进入人口，

该退出人口计算部计算结束时刻相同的第7观测期间和第8观测期间各自中的观测区域的加入数量的差分作为第7观测期间的开始时刻与第8观测期间的开始时刻之间的期间内的从观测区域退出的退出人口。

13.根据权利要求10或11所述的加入终端数量估计装置，该加入终端数量估计装置还具有进入人口计算部与退出人口计算部中的至少一方，

该进入人口计算部计算开始时刻相同的第9观测期间和第10观测期间各自中的观测区域的加入终端数量的差分作为第9观测期间的结束时刻与第10观测期间的结束时刻之间的期间内的进入观测区域的进入终端数量，根据所述放大系数和计算出的进入终端数量，计算第9观测期间的结束时刻与第10观测期间的结束时刻之间的期间内的进入观测区域的进入人口，

该退出人口计算部计算结束时刻相同的第11观测期间和第12观测期间各自中的观测区域的加入终端数量的差分作为第11观测期间的开始时刻与第12观测期间的开始时刻之间的期间内的从观测区域退出的退出终端数量，根据所述放大系数和计算出的退出终端数量，计算第11观测期间的开始时刻与第12观测期间的开始时刻之间的期间内的从观测区域退出的退出人口。

14.根据权利要求12或13所述的加入终端数量估计装置，其特征在于，

在所述加入终端数量估计装置具有所述进入人口计算部和所述退出人口计算部双方的情况下，所述加入终端数量估计装置还具有流入流出人口计算部，该流入流出人口计算部计算从进入人口减去退出人口而得到的差分作为流入流出人口。

15.根据权利要求1～14中的任意一项所述的加入终端数量估计装置，所述加入终端数量估计装置还具有变换部，该变换部根据与观测区域不同的输出单位和观测区域的重叠区域占观测区域的面积比，将通过所述加入终端数量估计部或所述加入数量估计部的估计而得到的每个观测区域的估计值变换为每个输出单位的估计值。

16.根据权利要求15所述的加入终端数量估计装置，其特征在于，

所述变换部在室内站的通信区域以及利用电波到达范围不同的频带的多个室外站的通信区域中有两个以上的通信区域重叠存在于地理上相同的观测区域的情况下，对于重叠存在的各个通信区域，基于所述面积比变换为每个输出单位的估计值、并针对各个所述通信区域对变换后的估计值进行合计，由此得到每个输出单位的估计值。

17.根据权利要求1～16中的任意一项所述的加入终端数量估计装置，其特征在于，

所述加入数量估计部根据通过估计而得到的加入终端数量、用于将加入终端数量变换为加入数量的放大系数以及与观测区域不同的输出单位和观测区域的重叠区域占观测区域的面积比，估计每个输出单位且每个人口估计单位的加入数量。

18.根据权利要求1～17中的任意一项所述的加入终端数量估计装置，其特征在于，所述加入终端数量估计装置还具有输出所得到的估计值的输出部。

19.根据权利要求18所述的加入终端数量估计装置，其特征在于，

所述输出部的输出形式能够采用表示关于加入数量、进入人口、退出人口和流入流出人口各自的分布的图、表示时序的变动的图、以及表示加入数量的累计值的时序的变动的图中的至少一个，

所述输出部的输出单位能够根据便携终端的用户属性、时间段和场所中的至少一个进行设定。

20.根据权利要求1～19中的任意一项所述的加入终端数量估计装置，其特征在于，

所述加入终端数量估计装置还具有：

位置数据取得部，其取得包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息的位置数据；以及

非识别化部，其针对由所述位置数据取得部取得的位置数据中包含的识别信息，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，

所述非识别化部在进行使用了终端用户的属性信息的处理的情况下，在该处理之前对所述属性信息进行所述非识别化处理。

21.根据权利要求1～20中的任意一项所述的加入终端数量估计装置，

所述加入终端数量估计装置还具有隐匿处理部，在所得到的估计值被输出之前，该隐匿处理部根据预定的基准对所述估计值进行隐匿处理。

22.根据权利要求21所述的终端数量估计装置，其特征在于，

所述隐匿处理部判定取得源终端数量是否小于用于判定为需要隐匿处理的基准值，在某个区域的位置数据的取得源终端数量小于基准值的情况下，将与该区域相关的估计值隐匿，其中，所述取得源终端数量表示作为加入终端数量的估计的基础的每个区域的位置数据是从几个终端取得的。

23.根据权利要求22所述的加入终端数量估计装置，其特征在于，

所述隐匿处理部在某个区域的位置数据的取得源终端数量不小于基准值的情况下，根据在估计值输出中使用的多个级别中的该区域的估计值所属的级别的上限值、下限值、级幅以及该估计值，将该区域的估计值圆整为分别伴随有概率值的所述上限值及所述下限值，其中，所述概率值对应于所述估计值与所述上限值的差分以及所述估计值与所述下限值的差分。

24.根据权利要求1～23中的任意一项所述的加入终端数量估计装置，其特征在于，所述加入终端数量估计装置还具有：

观测期间取得部，其取得包含观测开始时刻与观测结束时刻的组的观测期间信息；以及

观测区域取得部，其取得与一个或多个位置信息对应的观测区域信息。

25.一种加入终端数量估计方法，由加入终端数量估计装置执行，该加入终端数量估计方法包括：

提取步骤，根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，提取被估计为在观测期间的至少一部分中滞留在观测区域内的终端、或者由该终端在观测期间内或扩展期间内生成的1个位置数据；以及

加入终端数量估计步骤，根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

26.一种加入终端数量估计方法，由加入终端数量估计装置执行，该加入终端数量估计方法包括：

提取步骤，根据包含识别终端的识别信息、关于所述终端的位置的位置信息以及取得所述位置信息的取得时刻信息、且取得时刻处于观测期间内或将观测期间扩展预定幅度后的扩展期间内的位置数据，按照每个终端提取位置信息示出观测区域内且取得时刻处于观测期间内的一个位置数据，或者提取与该位置数据对应的终端；以及

加入终端数量估计步骤，根据提取出的位置数据的数量或终端的数量，估计观测期间内的观测区域的加入终端数量。

Images