CN103329148A - 信息处理装置及终端数量估计方法 - Google Patents

Abstract

本发明的目的在于，提供一种信息处理装置和终端数量估计方法，能够考虑吸入现象来准确累计把分析对象区域中的相邻区域作为住址属性的移动终端的移动终端数量。终端数量累计部（102）累计位置信息数量p（t）和p（t0），并且累计位置信息数量q（t）和q（t0）。而且，吸入系数计算部（103）根据位置信息数量p（t0）和q（t0）计算吸入系数k。吸入终端数量计算部（104）根据累计出的分析对象时刻t的位置信息数量p（t）和计算出的吸入系数k，计算吸入终端数量q’（t），从位置信息数量p（t）中减去吸入终端数量q’（t），由此计算估计移动终端数量。

Description

信息处理装置及终端数量估计方法

技术领域

本发明涉及进行利用移动终端的人口统计处理的信息处理装置和终端数量估计方法。

背景技术

曾经提出了对移动终端的位置信息进行测定并将该位置信息的数量进行累计，由此计算对象区域中的人口（专利文献1）。

现有技术文献

专利文献

专利文献1：日本特开2003－30373号公报

发明内容

发明要解决的问题

但是，在现有技术中是对当前位于对象区域中的终端数量进行累计，不能按照该用户的居住地即住址属性来累计位于对象区域的移动终端的数量。

另一方面，在采用便携电话作为移动终端的情况下，利用通信运营商与签约者之间的签约者信息，能够掌握居住地即住址属性。因此，能够据此来累计位于对象区域的移动终端的按照每个住址属性的终端数量。

但是，在这种情况下将产生如下问题。即，由于累计对象区域（例如扇区区域）与分析对象区域（例如基于住址属性区分的区域）之间的差异，导致将位于与对象区域相邻的周围区域的部分移动终端累计作为位于对象区域的终端数量。即，即使是想要在对象区域中累计每个地址属性的便携终端的终端数量，导致还累计了位于周围区域的移动终端的终端数量。在本说明书中将这种状况称为吸入现象，将通过这种吸入现象被吸入并被作为累计对象的便携终端称为吸入终端。

图17表示其具体示例。图17是说明吸入现象的示意图。在该示意图中示出了作为累计对象区域的用扇区1表示的三角形区域、用扇区2表示的三角形区域。扇区1是跨越了根据住址属性而定义的作为对象区域的A镇（町）和B镇而形成的区域。并且，在扇区1的A镇部分与B镇部分之比是1：1的情况下，假定扇区内人口分布均匀，根据A镇与B镇的面积比，按面积分配位于扇区1中的终端数量，由此能够分别估计A镇部分和B镇部分的终端数量。另外，通过按照面积分配位于扇区1中的移动终端的每个住址属性（A镇和B镇）的终端数量，也能够估计A镇部分中的每个住址属性的终端数量和B镇部分中的每个住址属性的终端数量。但是，以上的估计均是以扇区内的人口分布均匀为前提的，因而产生诸如上述的问题（吸入现象）。例如，实际位于B镇部分的住址属性为B镇的终端中的一部分被估计为位于A镇部分的住址属性为B镇的终端数量的情况。

另外，以在扇区1中实际位置和理论位置相同为前提进行了说明，但是往往是实际位置和理论位置不同。扇区2表示这种示例。扇区2实际上位于由虚线示出的位置，但是在理论上被视为位于由实线示出的位置而进行终端数量的估计。在使用由实线示出的扇区2来计算扇区2中的A镇部分和B镇部分的终端数量时，根据其面积来计算终端数量。

但是，由于由虚线示出的部分是现实中的扇区2的配置，因而根据实线的扇区2计算出的终端数量是错误的。即，在图17的示例中，实际上扇区2全部位于B镇部分，不存在与A镇部分重合的部分。但是，在理论上对这种配置的掌握出现偏差，与A镇重合的部分较多。因此，即使是根据该面积比来计算终端数量，其数值也存在误差。

另外，所谓累计对象区域（或者后述的位置信息累计单位区域）是指能够累计移动终端数量的单位，例如扇区区域等。在本说明书中，累计对象区域是指取得利用了移动终端的基站的大致位置信息时的累计单位。另外，分析对象区域是指由操作者（operator）（通常指通信运营商或处理统计信息的经营商）指定为分析对象的区域，该操作者进行根据移动终端数量计算人口的操作。例如，可以是基于按住址属性区分的区域等由市镇村等的区划构成的区域，也可以是与其不同的由指定的网格形状构成的区域。通常，分析对象区域和累计对象区域是有偏差的。

为了解决上述问题，本发明的目的在于，提供一种信息处理装置和终端数量估计方法，能够高精度地累计分析对象区域中的每个住址属性的移动终端的终端数量。

用于解决问题的手段

为了解决上述问题，本发明的信息处理装置具有：取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；相邻区域累计单元，其根据由所述取得单元取得的位置信息，在所述相邻区域中累计如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；以及吸入终端数量计算单元，其根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量、以及由所述相邻区域累计单元累计出的分析对象时间的移动终端数量，计算吸入终端数量。

另外，本发明的终端数量累计方法包括：取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；以及吸入终端数量计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的分析对象区域的移动终端数量、通过所述相邻区域累计步骤而累计出的基准时间处的相邻区域的移动终端数量、以及通过所述相邻区域累计步骤而累计出的分析对象时间处的移动终端数量，计算吸入终端数量。

根据本发明，在分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息，并且在相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息。并且，根据累计出的基准时间处的分析对象区域的移动终端数量、累计出的基准时间处的相邻区域的移动终端数量、和累计出的分析对象时间处的移动终端数量，计算吸入终端数量。因此，能够考虑吸入现象而累计移动终端数量，能够高精度地累计分析对象区域中的每个住址属性的移动终端的终端数量。

另外，本发明的信息处理装置还具有吸入系数计算单元，该吸入系数计算单元根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、与由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量之比，计算吸入系数，所述吸入终端数量计算单元将由所述相邻区域累计单元累计出的分析对象时间处的移动终端数量、与由所述吸入系数计算单元计算出的吸入系数相乘，计算吸入终端数量。

另外，本发明的信息处理装置还具有吸入系数计算单元，该吸入系数计算单元根据由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量、与由所述相邻区域累计单元累计出的分析对象时间处的相邻区域的移动终端数量之比，计算第2吸入系数，所述吸入终端数量计算单元将由所述对象区域累计单元累计出的基准时间处的移动终端数量、与由所述第2吸入系数计算单元计算出的第2吸入系数相乘，计算吸入终端数量。

另外，本发明的信息处理装置还具有移动终端数量计算单元，该移动终端数量计算单元从由所述对象区域累计单元累计出的移动终端数量中、减去由所述吸入终端数量计算单元计算出的吸入终端数量，计算估计移动终端数量。

另外，本发明的信息处理装置具有：取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；相邻区域累计单元，其根据由所述取得单元取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；吸入系数计算单元，其根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、与由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量之比，计算吸入系数；吸入终端数量计算单元，其将由所述相邻区域累计单元累计出的分析对象时间处的移动终端数量、与由所述吸入系数计算单元计算出的吸入系数相乘，计算吸入终端数量；以及移动终端数量计算单元，其从由所述对象区域累计单元累计出的移动终端数量中、减去由所述吸入终端数量计算单元计算出的吸入终端数量，计算估计移动终端数量。

另外，本发明的信息处理装置具有：取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；相邻区域累计单元，其根据由所述取得单元取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；第2吸入系数计算单元，其根据由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量、与由所述相邻区域累计单元累计出的分析对象时间处的相邻区域的移动终端数量之比，计算第2吸入系数；第2吸入终端数量计算单元，其将由所述对象区域累计单元累计出的基准时间处的移动终端数量、与由所述第2吸入系数计算单元计算出的吸入系数相乘，计算吸入终端数量；以及移动终端数量计算单元，其从由所述对象区域累计单元累计出的移动终端数量中、减去由所述吸入终端数量计算单元计算出的吸入终端数量，计算估计移动终端数量。

另外，本发明的终端数量估计方法包括：取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息数的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；吸入系数计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的分析对象区域的移动终端数量、与通过所述相邻区域累计步骤而累计出的基准时间处的相邻区域的移动终端数量之比，计算吸入系数；吸入终端数量计算步骤，将通过所述对象区域累计步骤而累计出的分析对象时间处的移动终端数量、与通过所述吸入系数计算步骤而计算出的吸入系数相乘，计算吸入终端数量；以及移动终端数量计算步骤，从通过所述对象区域累计步骤而累计出的所述分析对象时间处的移动终端数量中、减去通过所述吸入终端数量计算步骤而计算出的吸入终端数量，计算估计移动终端数量。

另外，本发明的终端数量估计方法包括：取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；第2吸入系数计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的相邻区域的移动终端数量、与通过所述相邻区域累计步骤而累计出的分析对象时间处的相邻区域的移动终端数量之比，计算第2吸入系数；第2吸入终端数量计算步骤，将通过所述对象区域累计步骤而累计出的基准时间处的移动终端数量、与通过所述第2吸入系数计算步骤而计算出的吸入系数相乘，计算吸入终端数量；以及移动终端数量计算步骤，从通过所述对象区域累计步骤而累计出的移动终端数量中、减去通过所述吸入终端数量计算步骤而计算出的吸入终端数量，计算估计移动终端数量。

根据本发明，在分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息，并且在相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息。并且，根据累计出的基准时间处的分析对象区域的移动终端数量、与累计出的基准时间处的相邻区域的移动终端数量之比来计算吸入系数，并将累计出的分析对象时间处的移动终端数量与计算出的吸入系数相乘来计算吸入终端数量，从分析对象时间的移动终端数量中减去吸入终端数量来计算出估计移动终端数量。因此，能够考虑吸入现象来累计移动终端数量，能够高精度地累计分析对象区域中的每个住址属性的移动终端的终端数量。

另外，本发明的信息处理装置具有：取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以分析对象区域作为住址属性的移动终端的位置信息；相邻区域累计单元，其根据由所述取得单元取得的位置信息，在与所述分析对象区域相邻的相邻区域中，按照该每个相邻区域来累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以所述分析对象区域作为住址属性的移动终端的位置信息；吸入系数计算单元，其根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、与由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量之比，计算每个相邻区域的吸入系数；吸入终端数量计算单元，其将由所述相邻区域累计单元累计出的分析对象时间处的移动终端数量、与由所述吸入系数计算单元计算出的每个相邻区域的吸入系数相乘，计算各个相邻区域的吸入终端数量；以及移动终端数量计算单元，其把将由所述吸入终端数量计算单元计算出的每个相邻区域的吸入终端数量相加得到的合计吸入终端数量、与由所述对象区域累计单元累计出的移动终端数量相加，计算估计移动终端数量。

另外，本发明的信息处理装置具有：取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以分析对象区域作为住址属性的移动终端的位置信息；相邻区域累计单元，其根据由所述取得单元取得的位置信息，在与所述分析对象区域相邻的相邻区域中，按照该每个相邻区域来累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以所述分析对象区域作为住址属性的移动终端的位置信息；第2吸入系数计算单元，其根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、与由所述相邻区域累计单元累计出的分析对象时间处的分析对象区域的移动终端数量之比，计算第2吸入系数；第2吸入终端数量计算单元，其将由所述相邻区域累计单元累计出的基准时间处的移动终端数量、与由所述第2吸入系数计算单元计算出的每个相邻区域的吸入系数相乘，计算各个相邻区域的吸入终端数量；以及移动终端数量计算单元，其把将由所述吸入终端数量计算单元计算出的每个相邻区域的吸入终端数量相加得到的合计吸入终端数量、与由所述对象区域累计单元累计出的移动终端数量相加，计算估计移动终端数量。

另外，本发明的终端数量估计方法包括：取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以分析对象区域作为住址属性的移动终端的位置信息；相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在与所述分析对象区域相邻的相邻区域中，按照该每个相邻区域来累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以所述分析对象区域作为住址属性的移动终端的位置信息；吸入系数计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的分析对象区域的移动终端数量、与通过所述相邻区域累计步骤而累计出的基准时间处的相邻区域的移动终端数量之比，计算每个相邻区域的吸入系数；吸入终端数量计算步骤，将通过所述对象区域累计步骤而累计出的分析对象时间处的移动终端数量、与通过所述吸入系数计算步骤而计算出的每个相邻区域的吸入系数相乘，计算各个相邻区域的吸入终端数量；以及移动终端数量计算步骤，把将通过所述吸入终端数量计算步骤而计算出的每个相邻区域的吸入终端数量相加得到的合计吸入终端数量、与通过所述对象区域累计步骤而累计出的移动终端数量相加，计算估计移动终端数量。

另外，本发明的终端数量估计方法包括：取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以分析对象区域作为住址属性的移动终端的位置信息；相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在与所述分析对象区域相邻的相邻区域中，按照该每个相邻区域来累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以所述分析对象区域作为住址属性的移动终端的位置信息；第2吸入系数计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的分析对象区域的移动终端数量、与通过所述相邻区域累计步骤而累计出的分析对象时间处的分析对象区域的移动终端数量之比，计算第2吸入系数；第2吸入终端数量计算步骤，将通过所述相邻区域累计步骤而累计出的基准时间的移动终端数量、与通过所述第2吸入系数计算步骤而计算出的每个相邻区域的吸入系数相乘，计算各个相邻区域的吸入终端数量；以及移动终端数量计算步骤，把将通过所述吸入终端数量计算步骤而计算出的每个相邻区域的吸入终端数量相加得到的合计吸入终端数量、与通过所述对象区域累计步骤而累计出的移动终端数量相加，计算估计移动终端数量。

根据本发明，根据所取得的位置信息，在预先指定的分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以分析对象区域作为住址属性的移动终端的位置信息，并且在与分析对象区域相邻的相邻区域中，按照该每个相邻区域来累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以所述分析对象区域作为住址属性的移动终端的位置信息。并且，根据累计出的基准时间处的分析对象区域的移动终端数量、与累计出的基准时间处的相邻区域的移动终端数量之比来计算每个相邻区域的吸入系数，并将累计出的分析对象时间的移动终端数量与每个相邻区域的吸入系数相乘来计算各个相邻区域的吸入终端数量。并且，把将计算出的每个相邻区域的吸入终端数量相加得到的合计吸入终端数量、与通过所述对象区域累计步骤而累计出的移动终端数量相加，计算估计移动终端数量。因此，通过将相邻区域中的吸入终端数量恢复为分析对象区域中的移动终端数量，能够考虑吸入现象来准确求出分析对象区域中的移动终端数量。

另外，本发明的信息处理装置具有：确定单元，其将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域，确定为位置信息累计区域；扩大系数计算单元，其根据所述分析对象区域与由所述确定单元确定的位置信息累计区域的面积比，计算区域扩大系数；累计单元，其根据位置信息来累计位于由所述确定单元确定的位置信息累计区域中的、每个住址属性的移动终端数量；以及计算单元，其将由所述累计单元累计出的每个住址属性的移动终端数量、与由所述扩大系数计算单元计算出的区域扩大系数相乘，计算估计移动终端数量。

另外，本发明的终端数量估计方法包括：确定步骤，将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域，确定为位置信息累计区域；扩大系数计算步骤，根据所述分析对象区域与通过所述确定步骤而确定的位置信息累计区域的面积比，计算区域扩大系数；累计步骤，根据位置信息来累计位于通过所述确定步骤而确定的位置信息累计区域中的、每个住址属性的移动终端数量；以及计算步骤，将通过所述累计步骤而累计出的每个住址属性的移动终端数量、与通过所述扩大系数计算步骤而计算出的区域扩大系数相乘，计算估计移动终端数量。

根据本发明，确定包含于指定的分析对象区域中的位置信息的累计单位即位置信息累计单位区域，根据所指定的分析对象区域与所确定的位置信息累计单位区域的面积比，计算区域扩大系数。并且，累计位于所确定的位置信息累计单位区域中的每个住址属性的移动终端数量，将累计出的每个住址属性的移动终端数量与计算出的扩大系数相乘，计算扩大移动终端数量。因此，通过按照不累计在相邻区域中的该相邻区域与分析对象区域的边界线附近（相邻区域的外缘部分）被作为累计对象的移动终端的方式，来累计移动终端数量，能够降低缘于吸入现象的误差，能够累计出准确的移动终端数量。

另外，本发明的信息处理装置具有：确定单元，其将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域，确定为位置信息累计区域；住址属性比率计算单元，其计算由所述确定单元确定的位置信息累计区域中的、移动终端的住址属性的比率；移动终端数量计算单元，其根据位置信息计算所述分析对象区域中的移动终端数量；以及各属性移动终端数量计算单元，其将由所述移动终端数量计算单元计算出的移动终端数量、与由所述住址属性比率计算单元计算出的移动终端的一个住址属性的比率相乘，计算分析对象区域中的这一个住址属性的估计移动终端数量。

另外，终端数量估计方法包括：确定步骤，将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域，确定为位置信息累计区域；住址属性比率计算步骤，计算通过所述确定步骤而确定的位置信息累计区域中的移动终端的住址属性的比率；移动终端数量计算步骤，根据位置信息计算所述分析对象区域中的移动终端数量；以及各属性移动终端数量计算步骤，将通过所述移动终端数量计算步骤而计算出的移动终端数量、与通过所述住址属性比率计算步骤而计算出的移动终端的一个住址属性的比率相乘，计算分析对象区域中的这一个住址属性的估计移动终端数量。

根据本发明，根据包含在所指定的分析对象区域中的位置信息累计单位区域，确定位置信息累计区域，并计算所确定的位置信息累计区域中的住址属性的比率。并且，根据位置信息计算所指定的分析对象区域中的移动终端数量，将计算出的移动终端数量与计算出的一个住址属性的比率相乘，由此计算分析对象区域中这一个住址属性的移动终端数量。因此，通过以不累计在相邻区域中的该相邻区域与分析对象区域的边界线附近（相邻区域的外缘部分）被作为累计对象的移动终端的方式，来累计移动终端数量，能够降低缘于吸入现象的误差，能够累计出准确的移动终端数量。

发明效果

根据本发明，能够高精度地累计分析对象区域中的每个住址属性的移动终端的终端数量。

附图说明

图1是示出本实施方式的信息处理装置100的功能结构的框图。

图2是信息处理装置100的硬件结构图。

图3是示出信息处理装置100的处理的流程图。

图4是示出在位置信息数据库106中存储的数据库的具体示例的说明图。

图5是示出终端数量的累计结果的概况的说明图。

图6是计算分析对象区域p中的移动终端数量p（t）时的说明图。

图7是示出变形例的分析对象区域p与相邻区域q之间的关系的说明图。

图8是示出在变形例中计算将相邻区域q中的分析对象区域p作为住址属性的吸入终端数量q’（t）的处理过程的概念图。

图9是计算本实施方式的变形例的各个相邻区域中的吸入终端数量时的流程图。

图10是示出在变形例中将吸入终端数量与分析对象区域的移动终端鸦相加的处理的流程图。

图11是示出第二实施方式的信息处理装置200的功能结构的框图。

图12是示出分析对象区域M与位置信息累计单位区域S之间的关系的说明图。

图13是示出分析对象区域M与位置信息累计单位区域S1及S2之间的关系的说明图。

图14是示出信息处理装置200的处理的流程图。

图15是示出变形例中的信息处理装置200a的功能结构的框图。

图16是示出信息处理装置200a的处理的流程图。

图17是用于说明吸入现象的说明图。

图18是用于说明终端数量估计的思路的图。

图19是用于说明与终端数量估计有关的计算方法的图。

具体实施方式

参照附图来说明本发明的实施方式。在尽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。

<第一实施方式>

图1是示出本实施方式的信息处理装置100的功能结构的框图。如图1所示，该信息处理装置100构成为包括位置信息取得部101（取得单元）、终端数量累计部102（对象区域累计单元、相邻区域累计单元）、吸入系数计算部103（吸入系数计算单元）、吸入终端数量计算部104（吸入终端数量计算单元）、估计终端数量计算部105（移动终端数量计算单元）、位置信息数据库106、分析对象区域据库108。

图2是信息处理装置100的硬件结构图。图1所示的信息处理装置100在物理上构成为如图2所示包括以下部分等的计算机系统：CPU11；作为主存储装置的RAM12和ROM13；作为输入装置的键盘和鼠标等输入装置14；显示器等输出装置15；网卡等作为数据收发装置的通信模块16；硬盘、半导体存储器等辅助存储装置17。在图2所示的CPU11、RAM12等硬件中读入预定的计算机软件，并在CPU11的控制下使输入装置14、输出装置15、通信模块16进行动作，同时进行RAM12或辅助存储装置17中的数据的读出及写入，由此实现在图1中说明的各种功能。下面，根据附图示出的功能框图来说明各个功能单元。

位置信息取得部101是取得移动终端的位置信息的部分，从存储了由通信运营商存储的服务区位置信息的位置信息管理服务器中，取得移动终端的位置信息（例如基于位置登记信号的信息）的累计单位即累计对象区域中的移动终端的位置信息、以及其住址属性。另外，从保护隐私的角度考虑，使得不能取得用于确定用户的信息，而仅能取得属性已知的程度的信息。位置信息取得部101取得的位置信息和住址属性信息被存储在位置信息数据库106中。并且，在本实施方式中，位置信息取得部101也可以从上述位置信息管理服务器以外的装置中取得位置信息。

终端数量累计部102是根据在位置信息数据库106和分析对象区域据库108中存储的各种信息，计算分析对象区域中的每个住址属性的移动终端数量的部分。如后面所述，在分析对象区域据库108中存储有预先设定的分析对象区域，在位置信息数据库106中存储有如后面所述的位置信息、所取得（或者位于服务区）的时刻信息、住址属性信息。

并且，终端数量累计部102通过累计存储在位置信息数据库106中的位置信息，对分析对象时刻t、分析对象区域p和每个住址属性n的移动终端数量进行累计。图5是示出这种累计的概况的说明图。如图5所示，对作为分析对象时刻t的每1小时的分析对象区域和每个住址属性的移动终端数量p（t）进行累计。在此，将作为分析对象时刻t的AM3：00～4：00设为基准时间t₀，对每1小时的分析对象区域和每个住址属性的移动终端数量p（t）进行累计。

另外，分析对象区域p通常是其配置位置偏离多个扇区区域等的累计对象区域，其一部分区域与多个扇区区域等的累计对象区域重复。在本实施方式中，分析对象区域p与扇区的一部分重复，能够根据其面积比计算出分析对象区域p中的移动终端数量p（t）。图6示出其具体示例。分析对象区域p（P镇）与扇区S1～S3的一部分重复。将分析对象区域p与扇区S1的重复部分设为区域p1，将分析对象区域p与扇区S2的重复部分设为区域p2，将分析对象区域p与扇区S3的重复部分设为区域p3，计算各个区域p1～p3与各个扇区S1～S3的面积比，将各个扇区S1～S3的移动终端数量与该面积比相乘并相加，由此能够估计出分析对象区域p的移动终端数量。

并且，终端数量累计部102能够根据这些信息估计分析对象时刻t和分析对象区域p中的每个住址属性n的移动终端数量p_n（t）。

吸入系数计算部103是计算吸入系数的部分，该吸入系数表示所谓吸入移动终端数量、与在分析对象期间中将与分析对象区域p（P镇）相邻的相邻区域q（Q镇）作为住址属性的被假定为位于相邻区域q的移动终端数量之比。另外，所谓吸入移动终端数量是指根据吸入现象，将本来以相邻区域q作为住址属性的应该位于相邻区域q的移动终端，被作为位于分析对象区域p中的移动终端进行累计的终端数量。

在此，将吸入系数k表述如下。即，将在分析对象时刻t，被估计为以相邻区域q作为住址属性n的位于相邻区域q中的移动终端数量定义为q_n（t），将在分析对象区域p中以相邻区域q作为住址属性n的移动终端数量定义为p_n（t），在这种情况下，在将基准时间设为t0时，吸入系数k_n可以表示为p_n（t₀）/q_n（t₀）。

另外，对吸入系数k的求出方法进行详细说明。吸入系数表示当想要估计在分析对象区域p中将相邻区域q作为住址属性的移动终端数量的情况下，被假定为位于相邻区域q中的移动终端数量的吸入比率。下面，详细说明其计算方法。

假设q_n’（t₀）＝p_n（t₀）…（1）。

即，假设在基准时间t0的分析对象区域p中的以相邻区域q作为住址属性n的移动终端，全部是缘于吸入现象的误差。在将基准时间t0设为深夜等人不怎么走动的时间段的情况下，将在分析对象区域p中的以相邻区域q作为住址属性n的移动终端能够理解为缘于吸入现象的误差。在这种情况下，在基准时间t0，认为在分析对象区域p中不存在将相邻区域q作为住址属性n的移动终端。因此，可知上述假设的式（1）成立。

并且，作为进一步的假设，假设q_n’（t）∝q_n（t）…（2）。缘于吸入现象的误差、与相邻区域q中的将该相邻区域q作为住址属性n的移动终端数量的推移成比例。

并且，由于q_n’（t）∝q_n（t），因而能够表述为q_n’（t）/q_n（t）＝k_n（k为常数）…（3）。

其中，在假设t＝t0时，能够表述为k_n＝q_n’（t₀）/q_n（t₀）…（4）。

并且，当在该式（4）中使用式（1）时，能够表述为k_n＝p_n（t₀）/q_n（t₀）…（5）。

根据以上运算，能够计算出吸入系数k_n。另外，如在p（t）的计算方法中说明的那样，能够根据相邻区域q与扇区的重复部分的面积比计算出q（t）。并且，通常通过国情调查等能够掌握每个分析对象时刻t的人口的推移，因而也可以使用这种统计信息。

吸入终端数量计算部104是计算在分析对象时刻t的分析对象区域p中、将相邻区域q作为住址属性n的吸入量的移动终端数量q_n’（t）的部分。具体地讲，吸入终端数量计算部104进行下面的式（6）所示的运算，计算出吸入终端数量q_n’（t）。

q_n’（t）＝k_n×q_n（t）…（6）。

另外，作为吸入系数的计算方法的变形例，也可以进行如下所述的处理。即，吸入系数计算部103是计算第2吸入系数的部分，该第2吸入系数表示所谓吸入移动终端数量、与在基准时间将与分析对象区域p（P镇）相邻的相邻区域q（Q镇）作为住址属性的被假定为位于分析对象区域p中的移动终端数量之间的比率。

在此，第2吸入系数k2能够表述如下。即，将在基准时间t₀、以相邻区域q作为住址属性n的被估计为位于相邻区域q中的移动终端数量定义为q_n（t₀），将在分析对象时刻t、以相邻区域q作为住址属性n的被估计为位于相邻区域q中的移动终端数量定义为q_n（t），在这种情况下，第2吸入系数能够表示为k2_n＝q_n（t₀）/q_n（t）…（3a）。

另外，对第2吸入系数k2的求出方法进行详细说明。根据式（5）和式（6）得到

q_n’（t）＝（p_n（t₀）/q_n（t₀））×q_n（t）…（4a），

在考虑到p_n（t₀）为变量时，

k2_n＝q_n（t）/q_n（t₀）…（5a），

求出第2吸入系数k2，并将k2_n与p_n（t₀）相乘，由此也能够求出吸入部分的移动终端数量q_n’（t）。

并且，吸入终端数量计算部104能够计算在分析对象时刻t在分析对象区域p中、将相邻区域q作为住址属性的吸入部分的移动终端数量q_n’（t）。具体地讲，吸入终端数量计算部104进行下面的式（6a）所示的运算，计算出吸入终端数量q_n’（t）。

q_n’（t）＝k2_n×p_n（t₀）…（6a）

估计终端数量计算部105是从分析对象区域p中的移动终端数量p_n（t）中、减去由吸入终端数量计算部104计算出的吸入终端数量q_n’（t）的部分（参照式（7））。

p_n（t）－q_n’（t）…（7）

由此，能够计算出去除了吸入终端数量的、位于分析对象区域中的以相邻区域作为住址属性的估计移动终端数量。通过对作为相邻区域的每个住址属性n进行这种处理，能够计算出全部住址属性的分析对象区域p中的住址属性n的移动终端数量。

位置信息数据库106是存储由位置信息取得部101取得的每个移动终端的位置信息和住址属性信息的部分。位置信息可以是扇区ID等大致位置信息，也可以是利用GPS等取得的坐标信息。住址属性信息能够利用通信运营商保有的签约者信息而取得。

对存储在位置信息数据库106中的数据库的具体示例进行说明。图4是示出在位置信息数据库106中存储的数据库的具体示例的说明图。

如图4所示，至少存储有终端识别信息、位置信息、时刻、住址属性。终端识别信息是用于识别移动终端的信息，从保护隐私的角度考虑，优选被变换为本申请实施方式记载的信息处理装置100用的唯一信息。另外，位置信息表示扇区ID等移动终端所在服务区的位置，时刻表示在服务区的时间。住址属性表示根据签约者信息而取得的移动终端的用户的住址。

分析对象区域据库108是存储分析对象区域的部分，具体地讲，该分析对象区域可以是都道府县和市镇村等表示行政区域的多边形数据，也可以是被划分为矩形的网格形状的多边形数据。即，分析对象区域是由操作本实施方式的装置的操作者任意定义的，表示用于取得位于分析对象区域中的移动终端数量即人口统计信息的区域。

对这样构成的信息处理装置100的处理进行说明。图3是示出信息处理装置100的处理的流程图。

由位置信息取得部101取得位置信息，并存储在位置信息数据库106中（S101）。并且，由终端数量累计部102累计在基准时间t0和分析对象时刻t在分析对象区域p的每个住址属性n的移动终端数量p_n（t₀）和p_n（t）（S102）。并且，累计分析对象区域p的相邻区域q中将该相邻区域q作为住址属性的移动终端数量q_n（t）和q_n（t₀）（S103）。

并且，由吸入系数计算部103根据基准时间t0的移动终端数量p_n（t₀）和移动终端数量q_n（t₀），计算吸入系数k_n（S104）。由吸入终端数量计算部104将计算出的吸入系数k_n与移动终端数量q_n（t）相乘，计算出吸入终端数量q_n’（t）（S105）。并且，由估计终端数量计算部105计算移动终端数量p_n（t）－移动终端数量q_n’（t），由此计算出考虑了吸入现象的分析对象区域中的移动终端数量p_n（t）（S106）。在对每个住址属性n进行该计算时，进行与住址属性n的量对应的反复处理。

另外，在S105，输出部（未图示）将吸入终端数量q_n’（t）与相邻区域（例如区域M）中将该相邻区域作为住址属性的移动终端数量相加而输出，由此能够按照每个住址属性计算出分析对象时间处的相邻区域（区域M）的移动终端数量。关于相加处理的详细情况，参照在后述的第一实施方式的变形例中的记述。

下面，对第一实施方式的信息处理装置100的作用效果进行说明。终端数量累计部102根据由位置信息取得部101取得的位置信息，在分析对象区域p中累计在基准时间t₀及分析对象时刻t将与分析对象区域p相邻的相邻区域q作为住址属性的移动终端的位置信息数量p（t）和p（t₀）。

并且，终端数量累计部102在相邻区域q中累计在基准时间t₀及分析对象时刻t将该相邻区域q作为住址属性的移动终端的位置信息数量q（t）和q（t₀）。并且，吸入系数计算部103根据累计出的基准时间t₀的分析对象区域p的位置信息数量p（t₀）、与累计出的基准时间t₀的相邻区域q的位置信息数量q（t₀）之比，计算吸入系数k。并且，吸入终端数量计算部104将累计出的分析对象时刻t的位置信息数量q（t）、与计算出的吸入系数k相乘，计算吸入终端数量q’（t），从分析对象时刻t的位置信息数量p（t）减去吸入终端数量q’（t）来计算移动终端数量。由此，能够考虑吸入现象来累计移动终端数量，能够更准确地累计将分析对象区域中的相邻区域作为住址属性的移动终端的移动终端数量。

<第一实施方式的变形例>

在上述的第一实施方式中是要准确求出位于分析对象区域p中的移动终端中、将相邻区域q作为住址属性的移动终端的移动终端数量。与此相对，在本实施方式中是准确求出位于分析对象区域p中的移动终端中、将该分析对象区域p作为住址属性的移动终端数量。与上述情况相同地，在相邻区域q中累计出的移动终端数量也受到吸入现象的影响。即，在将相邻区域q中的分析对象区域p作为住址属性的移动终端数量中，包含相邻区域q从分析对象区域p吸入的吸入终端数量。如果从分析对象区域p中的移动终端数量观察，则成为“被吸入的终端数量”，通过将被吸入的终端数量退回，能够准确求出在分析对象区域p中将该分析对象区域p作为住址属性的移动终端数量。下面，对其具体概念进行说明。

图7是示出分析对象区域p与相邻区域q之间的关系的说明图。在此，规定P镇作为分析对象区域p，作为其相邻区域q，规定了A镇、B镇、C镇和D镇。在此，把在基准时间t₀和分析对象时刻t将分析对象区域p即P镇作为住址属性的P镇的移动终端数量设为P_P（t₀）和P_P（t），同样把在基准时间t₀和分析对象时刻t将A镇作为住址属性的P镇的移动终端数量设为P_A（t₀）和P_A（t）。下面，把将B镇～D镇作为住址属性的移动终端数量分别设为P_B（t₀）和P_B（t）～P_D（t₀）和P_D（t）。

图8是示出计算相邻区域q中的将分析对象区域p作为住址属性的吸入终端数量q’（t）的处理过程的概念图。图8的符号a～d表示相邻区域q（A～D）中的每个住址属性的分析对象时刻t的移动终端数量的分布。符号a示出的分布图表示分别将A镇、P镇、B镇、D镇和X镇作为住址属性的A镇的移动终端数量的分布。另外，X镇在图7中未示出，被设为与A镇相邻的区域。这对于后面的Y镇、Z镇和S镇也一样。

并且，如符号a的分布图所示，在作为相邻区域的A镇中存在将A镇作为住址属性的移动终端数量A_A（t）、和将A镇的相邻区域（P镇、B镇、D镇和X镇）作为住址属性的移动终端数量A_P（t）～A_X（t）的移动终端。

P镇中的分布图还表示在如符号a1所示的位于A镇的将P镇作为住址属性的移动终端中包含吸入终端。按照上述的第一实施方式所述，计算出将位于A镇的P镇作为住址属性的移动终端中、从P镇吸入的吸入终端数量q_pA’（t）。即，通过将P_p（t）与吸入系数k相乘来进行计算。关于其详细处理将在后述的流程图中进行说明。

另外，也能够适用于后述的第2吸入系数k2。即，通过将A_p（t₀）与第2吸入系数k2相乘来进行计算。关于其详细处理将在后面进行说明。

对于成为相邻区域的B镇～D镇也进行相同的计算，由此能够计算出各个相邻区域从P镇吸入的吸入终端数量q_pB’（t）～q_pD’（t）。通过将它们相加，能够计算出从P镇吸入的合计吸入终端数量q_total’（t）（符号e）。并且，如将其图示为符号f的分布图那样，通过将合计吸入终端数量q_total’（t）、与P镇中的将P镇作为住址属性的移动终端数量P_p（t）相加，能够准确求出位于P镇中的将P镇作为住址属性的移动终端数量。

另外，通过从Ap（t）减去q_pA’（t），能够准确求出A镇中的P镇属性的移动终端数量。对于各个相邻区域的P镇属性的移动终端数量也一样。并且，通过从“吸入区域”减去“吸入终端数量”并与“被吸入区域”相加，能够准确求出各个区域中的每个住址属性的终端数量（＝减小由于吸入现象而产生的误差）。图8的符号f中的A镇～D镇表示在上述第一实施方式中求出的减去了吸入终端数量后的结果、即在分析对象时刻的分析对象区域中将分析对象区域的相邻区域作为住址属性的移动终端数量。

下面，对于上述处理使用流程图进行进一步说明。图9是本实施方式的变形例的信息处理装置100的流程图。该流程图是有关分析对象区域p的相邻区域A的处理，然而对于相邻区域B～D也进行相同的处理。

首先，由位置信息取得部101取得A镇中的移动终端的位置信息，并按照其取得时刻存储在位置信息数据库106中（S101）。然后，由终端数量累计部102计算在基准时间t₀和分析对象时刻t将作为相邻区域的A镇中的住址属性设为P镇的移动终端数量A_p（t₀）和A_p（t）（S102a）。由终端数量累计部102累计将与A镇相邻的分析对象区域p即P镇作为住址属性的P镇的移动终端数量P_P（t）（S103a）。

然后，由吸入系数计算部103计算基准时间t₀的移动终端数量P_p（t₀）及移动终端数量A_p（t₀）之比（A_p（t₀）/P_p（t₀））即吸入系数k_pA（S104a）。该吸入系数k_pA表示针对在相邻区域A中从P镇吸入的终端的系数，按照成对的每个区域计算出吸入系数。并且，由吸入终端数量计算部104将吸入系数k_pA与该移动终端数量P_p（t）相乘，由此计算出吸入终端数量q_pA’（t）（S105a）。

另外，如在第一实施方式中所述，也可以使用第2吸入系数k2来计算吸入终端数量。即，由吸入系数计算部103计算出基准时间t₀的移动终端数量P_p（t₀）及分析对象时间t的移动终端数量P_p（t）之比（P_p（t）/P_p（t₀））即第2吸入系数k2_pA（S104a）。该第2吸入系数k2_pA表示针对在相邻区域A中从P镇吸入的终端的系数，按照成对的每个区域计算出吸入系数。并且，由吸入终端数量计算部104将吸入系数k2_pA与该移动终端数量A_p（t₀）相乘，由此计算出吸入终端数量q_pA’（t）（S105a）。

这样，能够计算出A镇（相邻区域A）中的从P镇吸入的吸入终端数量q_pA’（t）。对于B镇～D镇进行相同的处理来计算吸入系数k_pB～k_pD，并且计算出各个区域中的从P镇吸入的吸入终端数量q_pB’（t）～q_pD’（t）。

然后，需要将从P镇吸入的各个吸入终端数量q_pA’（t）～q_pD’（t）、与位于分析对象区域p即P镇中的将P镇作为住址属性的移动终端数量p（t）相加。图10是示出该处理的流程图。首先，由终端数量累计部102累计分析对象区域p即P镇中的将该P镇作为住址属性的移动终端数量P_p（t）（S111）。另外，如第一实施方式的实施方式所述，在减去从相邻区域吸入到P镇中的部分后，其精度更好。并且，由估计终端数量计算部105将如上所述各个相邻区域A～D中的从P镇吸入的吸入终端数量q_pA’（t）～q_pD’（t）相加，计算出合计吸入终端数量q_total’（t）（S112）。并且，由估计终端数量计算部105进行移动终端数量p（t）与合计吸入终端数量q_total’（t）的相加处理（S113）。这样，能够考虑吸入现象来计算出准确的P镇中将P镇作为住址属性的移动终端数量。

该变形例的信息处理装置100的位置信息取得部101取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息和该移动终端的住址属性信息。并且，终端数量累计部102根据由位置信息取得部101取得的位置信息，在预先指定的区域即分析对象区域p中累计基于移动终端的位置信息的移动终端数量，该移动终端在基准时间t0及分析对象时间t将分析对象区域p作为住址属性。

并且，终端数量累计部102根据由位置信息取得部101取得的位置信息，在与分析对象区域p相邻的相邻区域中，按照该每个相邻区域A～D来累计基于移动终端的位置信息的移动终端数量，该移动终端在基准时间及分析对象时间将分析对象区域p作为住址属性。

并且，吸入系数计算部103根据由终端数量累计部102累计出的基准时间t₀的分析对象区域p的移动终端数量、与由终端数量累计部102累计出的基准时间t₀的相邻区域的移动终端数量之比，计算每个相邻区域A～D的吸入系数。

吸入终端数量计算部104将由终端数量累计部102累计出的分析对象时间t的移动终端数量、与由吸入系数计算部103计算出的每个相邻区域A～D的吸入系数k_pa～k_pd分别相乘，计算各个相邻区域A～D的吸入终端数量q_pA’（t）～q_pD’（t）。

并且，估计终端数量计算部105把将由吸入终端数量计算部104计算出的每个相邻区域A～D的吸入终端数量q_pA’（t）～q_pD’（t）相加得到的合计吸入终端数量q_total’（t）、与由终端数量累计部102累计出的移动终端数量p（t）相加，计算出估计移动终端数量。

由此，能够考虑吸入现象来计算分析对象区域p中的准确的移动终端数量。

<第二实施方式>

下面说明第二实施方式。第二实施方式是根据完全包含于分析对象区域中的位置信息累计单位区域（扇区）、计算分析对象区域的各住址属性的移动终端数量的方式。

图11是示出第二实施方式的信息处理装置200的功能结构的框图。如图11所示，信息处理装置200构成为包括位置信息取得部201、位置信息累计区域确定部202（确定单元）、区域扩大系数计算部203（扩大系数计算单元）、终端数量累计部204（累计单元）、估计终端数量计算部205（计算单元）、位置信息数据库206、位置信息累计单位区域数据库208和分析对象区域据库209。该信息处理装置200与第一实施方式的信息处理装置100相同地利用图2所示的硬件结构实现。下面对各个构成要素进行说明。

位置信息取得部201是取得移动终端的位置信息的部分，从存储由通信运营商存储的服务区位置信息的位置信息管理服务器中，取得分析对象区域中的位置信息以及其住址属性。另外，从保护隐私的角度考虑，使不能取得用于确定用户的信息，而仅能取得属性已知的程度的信息。位置信息取得部201取得的位置信息和住址属性信息被存储在位置信息数据库206中。

位置信息累计区域确定部202是将包含于由操作者指定的分析对象区域中的位置信息累计单位区域确定为位置信息累计区域的部分。即，位置信息累计区域确定部202根据在分析对象区域据库209中存储的用于确定分析对象区域的数据库、和在位置信息累计单位区域数据库208中存储的用于确定位置信息累计单位区域的数据库，决定包含于分析对象区域中的一个或者多个位置信息累计区域。

图12示出其具体示例。图12是示出分析对象区域M与位置信息累计单位区域S之间的关系的说明图。如图12所示，分析对象区域M例如是形成为矩形的区域。另一方面，位置信息累计单位区域S是形成为六边形的区域，在本实施方式中是用扇区确定出的区域。通常，形成为使位置信息累计单位区域S小于分析对象区域M。因此，存在具有包含于分析对象区域M中的位置信息累计单位区域S的情况，在图12的示例中，设为包含了位置信息累计单位区域S1的区域。另外，为了方便，用六边形来表示位置信息累计单位区域S，但不限于这种形状。

另外，图13示出另一个示例。图13是示出分析对象区域M与位置信息累计单位区域S1及S2的关系的说明图。如图13所示，存在在分析对象区域M中包含多个位置信息累计单位区域S1及S2的情况。另外，在本实施方式中，将完全包含于分析对象区域M以及利用住址代码区分的区域（图13中的A镇部分、B镇部分）双方的位置信息累计单位区域设为位置信息累计区域。并且，如后面所述，通过区分为分析对象区域M的A镇部分（MA）和B镇部分（MB），并计算出与各个位置信息累计单位区域S1及S2的面积比，来计算出扩大系数。

区域扩大系数计算部203是根据分析对象区域的面积与位置信息累计单位区域的面积之比计算区域扩大系数的部分，通过将分析对象区域除以位置信息累计单位区域来计算区域扩大系数。在图12的示例中，将分析对象区域M除以位置信息累计单位区域S1得到的面积比（即，分析对象区域M的面积/位置信息累计单位区域S1的面积）作为区域扩大系数，在图13的示例中，将分析对象区域M中的A镇部分除以位置信息累计单位区域S1得到的面积比（MA/S1）、以及将分析对象区域M中的B镇部分除以位置信息累计单位区域S2得到的面积比（MB/S2）作为区域扩大系数。并且，在图13中，也可以根据计算分析对象区域M、与将位置信息累计单位区域S1及S2相加之和的面积比的方式，计算区域扩大系数。

终端数量累计部204是累计在分析对象时刻、位于由位置信息累计区域确定部202确定的位置信息累计区域的移动终端数量的部分。具体地讲，终端数量累计部204通过按照各个住址属性来累计被存储在位置信息数据库206中的各个终端的位置信息，能够求出各住址属性的移动终端数量。另外，所谓分析对象时刻表示对移动终端数量进行累计的时间段的时刻，是由操作者等进行统计处理的经营商指定的时间段。通常，移动终端数量根据分析对象时间而不同，在想要知道移动终端数量的变迁的情况下，需要改变分析对象时间来累计移动终端数量。

估计终端数量计算部205是这样的部分：通过将由终端数量累计部204累计出的位置信息累计区域中的每个住址属性的移动终端数量、与由区域扩大系数计算部203计算出的扩大系数相乘，计算分析对象区域中的每个住址属性的估计移动终端数量。

位置信息数据库206是存储由位置信息取得部201取得的位置信息的部分，用于至少将各个移动终端的位置信息、和所取得的时刻信息、和住址属性相对应地进行存储。例如，存储图4所示的信息。

位置信息累计单位区域数据库208是存储用于形成位置信息累计单位区域的信息的部分。

分析对象区域据库209是存储用于形成分析对象区域的信息的部分。该分析对象区域据库209是存储用于确定形成为网格状的区域或利用住址代码等确定的区域（利用市镇村区分的区域等）作为分析对象区域的信息的部分。

通过这样构成信息处理装置200，不需取得被认为处于分析对象区域的外缘部分的移动终端的位置信息，而是取得处于完全包含的位置信息累计区域中的移动终端的位置信息，因而能够对将来自与分析对象区域相邻的相邻区域的吸入现象除外的移动终端数量进行累计。

下面，说明该信息处理装置200的处理。图14是示出信息处理装置200的处理的流程图。在信息处理装置200中，在位置信息累计单位区域数据库208和分析对象区域据库209中定义存储有分析对象区域和位置信息累计单位区域（S201）。

并且，由位置信息累计区域确定部202确定包含于分析对象区域中的位置信息累计单位区域即位置信息累计区域（S202），根据分析对象区域与所确定的位置信息累计区域的面积比，由区域扩大系数计算部203计算出区域扩大系数（S103）。

由终端数量累计部204计算出由位置信息累计区域确定部202确定的位置信息累计区域中的、按照每个住址属性估计出的移动终端数量（S204）。并且，将由估计终端数量计算部205估计出的移动终端数量、与由区域扩大系数计算部203计算出的区域放大系数相乘，计算出分析对象区域中的估计移动终端数量（S205）。

这样，通过按照不累计在相邻区域中的该相邻区域与分析对象区域的边界线附近（相邻区域的外缘部分）被作为累计对象的移动终端的方式，来累计移动终端数量，能够降低缘于吸入现象的误差。

下面，对该第二实施方式的变形例进行说明。图15是示出变形例的信息处理装置200a的功能的框图。信息处理装置200a构成为包括位置信息取得部201、位置信息累计区域确定部202（确定单元）、属性比率计算部203a（住址属性比率计算单元）、终端数量累计部204a（移动终端数量累计单元）、估计终端数量计算部205a（各属性移动终端数量计算单元）、位置信息数据库206、位置信息累计单位区域数据库208和分析对象区域据库209。下面对与信息处理装置200的不同之处进行说明。

终端数量累计部204a是累计分析对象区域中的移动终端总数的部分。终端数量累计部204累计位置信息累计区域中的每个住址属性的移动终端数量，而终端数量累计部204a的不同之处在于，累计分析对象区域中的移动终端数量。并且，尤其是不按照每个住址属性进行区分累计，这一点也不同。

更具体地讲，终端数量累计部204a根据与分析对象区域重复的多个位置信息累计单位区域的面积比，计算分析对象区域中的移动终端数量。即，分析对象区域与多个位置信息累计单位区域的全部或者一部分区域重复，通过计算与这些多个位置信息累计单位区域的面积比，并将各个位置信息累计单位区域中的移动终端数量与其面积比相乘并相加，能够计算出分析对象区域中的移动终端数量。

属性比率计算部203a是对于完全包含于由位置信息累计区域确定部202确定的分析对象区域中的位置信息累计区域的移动终端数量、计算每个住址属性的比率的部分。即，属性比率计算部203a根据在位置信息数据库206中存储的移动终端的位置信息，导出位于位置信息累计区域的移动终端的住址属性，并将其比率相加。另外，当在分析对象区域中包含多个位置信息累计单位区域的情况下，属性比率计算部203a累计各个位置信息累计单位区域的移动终端数量，并根据其合计值计算每个住址属性的比率。

估计终端数量计算部205a是这样的部分：通过将由属性比率计算部203a计算出的位置信息累计区域中的移动终端的住址属性的比率、与由终端数量累计部204a计算出的分析对象区域的移动终端数量相乘，计算分析对象区域中的每个住址属性的估计移动终端数量。

这样，通过计算位置信息累计单位区域中的移动终端的每个住址属性的比率，并计算分析对象区域中的移动终端总数，再将它们相乘，由此能够计算出分析对象区域中的每个住址属性的移动终端数量。

另外，在终端数量累计部204a中进行的移动终端数量的累计时间以及在属性比率计算部203a中计算每个住址属性的比率的计算时间，需要与操作者等进行统计处理的由经营商指定的分析对象时间一致。各个累计时间中的移动终端数量或属性比率根据时间而变化。

下面，对该变形例的信息处理装置200a的处理进行说明。图16是示出信息处理装置200a的处理的流程图。

定义分析对象区域和位置信息累计单位区域，并存储在位置信息数据库206中（S301）。并且，由位置信息累计区域确定部202选择包含在分析对象区域中的位置信息累计单位区域，作为位置信息累计区域（S302）。并且，由属性比率计算部203a计算位置信息累计区域中的每个住址属性的比率（S303）。另外，当在分析对象区域中包含多个位置信息累计区域的情况下，根据各个位置信息累计区域中的移动终端数量的合计值，计算每个住址属性的比率。

另一方面，由终端数量累计部204a计算出分析对象区域中的移动终端数量（S304）。并且，由估计终端数量计算部205a将分析对象区域中的移动终端数量、与由属性比率计算部203a计算出的每个住址属性的比率相乘，计算出每个住址属性的估计移动终端数量（S305）。

下面，对第二实施方式的信息处理装置200及其变形例的信息处理装置200a的作用效果进行说明。

根据本实施方式的信息处理装置200，位置信息累计区域确定部202确定包含于分析对象区域M中的位置信息的累计单位即位置信息累计区域S1（参照图12）。区域扩大系数计算部203根据分析对象区域M与所确定的位置信息累计区域的面积比，计算区域扩大系数。并且，终端数量累计部204累计位于位置信息累计区域S1的每个住址属性的移动终端数量，估计终端数量计算部205将累计出的每个住址属性的移动终端数量与计算出的区域扩大系数相乘，计算扩大移动终端数量。由此，由于不累计在相邻区域中的该相邻区域与分析对象区域的边界线附近（相邻区域的外缘部分）被作为累计对象的移动终端数量，因而能够将基于吸入现象的终端不设为累计对象，能够累计出准确的移动终端数量。

另外，根据变形例的信息处理装置200a，位置信息累计区域确定部202确定包含于分析对象区域中的位置信息的累计单位即位置信息累计区域S1（参照图12）。并且，属性比率计算部203a计算所确定的位置信息累计区域S1中的住址属性的比率。并且，终端数量累计部204a计算分析对象区域M中的移动终端数量，估计终端数量计算部205a将分析对象区域M中的移动终端数量、与位置信息累计区域S1中的一个住址属性的比率相乘，计算出分析对象区域M中的这一个住址属性的估计移动终端数量。由此，由于不累计在相邻区域中的该相邻区域与分析对象区域的边界线附近（相邻区域的外缘部分）被作为累计对象的移动终端数量，因而能够将基于吸入现象的终端不设为累计对象，能够累计出准确的移动终端数量。

<第三实施方式>

在上述的第一实施方式和第二实施方式中，通过累计位置信息数量来累计移动终端数量。但是，仅仅累计位置信息数量，有可能存在不能准确累计移动终端数量的情况。

例如，可以举出使用位置登记信号作为位置信息来估计终端数量的情况。如果能够假设位置登记信号被完全同步发送，则在某个扇区中在某个设定的观测时间内接收到的位置登记信号的数量与扇区内的终端数量成比例。但是，实际上虽然位置登记信号是例如以通过便携电话内的定时器被周期发送为基本，但是借助于跨越某个特定的基站扇区之间的契机，有时无论定时器的状态如何，均进行位置登记信号的发送，或者由于通话或不在服务区等的影响而导致发送被延迟。另外，对于GPS信息也一样，由于不在服务区或终端的操作等各种影响，发送接收的周期不固定。

因此，为了高精度地估计出终端数量，不仅要单纯计数接收信号的数量，而且要考虑接收信号的接收间隔的变动。

在本第三实施方式中，在使用位置信息来估计终端数量时，考虑接收间隔的变动所造成的影响而高精度地估计终端数量。

下面，对第三实施方式的处理进行说明。在本实施方式中，通过求出一个移动终端位于某个分析对象区域的时间上的比率来进行区分累计，如将1件量的位置信息直接计数为1件、或者计数为比其小的数值（例如0.5件）。

例如，第一实施方式的信息处理装置100的终端数量累计部102（或者第二实施方式的信息处理装置200或者200a的终端数量累计部204（或者204a））进行如下所述的处理，由此能够累计出位置信息累计单位区域（扇区单位）中的移动终端数量，并能够利用该移动终端数量来累计分析对象区域或相邻区域中的移动终端数量。另外，不限于下面说明的方法，只要是根据位置信息计算移动终端数量的方法即可，如果是能够考虑到对象区域中的时间来计算位于服务区比率的方法，则不限于下述的方法。

如图18示出的模型所示，假设在某个观测期间（长度T）之间，n个终端a₁、a₂、…、a_nS通过扇区，各个终端a_i在观测期间内在扇区S的滞留时间为t_i（0<t_i≦T）。此时，位于扇区S中的终端数量m（实际上是位于扇区S中的终端数量m的观测期间内的平均值）用下面的式（1a）表示。

[数式1]

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

即，把将各个终端a_i在观测期间内在扇区S的滞留时间t_i的总和除以观测期间的长度T得到的结果，估计为终端数量m。但是，虽然不能观测到终端a_i在观测期间内在扇区S的滞留时间t_i的真正的值，但是各个终端a_i能够发出信号（例如位置登记信号），这些信号能够观测到。

把终端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

[数式2]

$q_{i1},q_{i2},\&CenterDot;\&CenterDot;\&CenterDot;,q_{{\mathrm{ix}}_i}$

（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），所谓终端数量的估计，无非是指根据观测到的信号q_ij（j为1以上xi以下的整数）来估计m的值。

另外，根据图19来说明终端数量估计的计算方法。把从终端a_i发送信号q_ij的密度（即每单位时间的信号数量）设为p_i。此时，如果信号发送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）为E（x_i）＝t_i×p_i，因而关于终端a_i在观测期间内在扇区S的滞留时刻t_i的期望值E（t_i），下面的式（2a）成立。

E（t_i）＝x_i/p_i…（2a）

其中，在设信号q_ij的发送时刻为u_ij时，信号q_ij的密度p_ij用下面的式（3a）赋值。

p_ij＝2/（u_i（j＋1）－u_i（j－1））…（3a）

其中，在设信号q_ij为与第1位置数据有关的信号时，则信号q_i（j－1）相当于与第2位置数据有关的信号，信号q_i（j＋1）相当于与第3位置数据有关的信号。在本实施方式中，把与第2位置数据有关的信号q_i（j－1）的发送时刻u_i（j－1）、和与第3位置数据有关的信号q_i（j＋1）的发送时刻u_i（j＋1）之差、即上述式（3a）的（u_i（j＋1）－u_i（j－1）），设为有关第1位置数据的特征量w_ij。因此，上述式（3a）表示如下。

p_ij＝2/（u_i（j＋1）－u_i（j－1））＝2/w_ij…（4a）

此时，密度p_i用下式赋值，

[数式3]

$p_i=x_i/E\left(t_i\right)=(x_i/\underset{j=1}{\overset{x_i}{\mathrm{\&Sigma;}}}{w}_{\mathrm{ij}})\&times;2---\left(5a\right)$

因而能够以下面的式（6a）计算出终端数量m的估计值E（m）。

[数式4]

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

如图19的示例所示，在观测期间内而且是终端a_i在滞留于扇区S的期间内，终端a_i发送信号q_i1、q_i2、q_i3，假设在即将发送信号q_i1之前发送信号q_i0，在刚刚发送了信号q_i3之后发送信号q_i4，把信号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，上述的思路相当于将终端a_i在观测期间内在扇区S的滞留时间t_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，但是在正向扇区S滞留时发送信号q_i4。因此，不能将滞留时刻t_i的结束时刻估计为与观测期间T的结束时刻相同。这样，维持滞留时刻t_i的估计量不偏倚。

另外，信息处理装置100、200或者200a也可以具有属性/扩大系数存储部（扩大系数存储单元），用于存储每个移动终端的住址属性和预先求出的每个住址属性的扩大系数。并且，未图示的人口计算部使用由估计终端数量计算部105（或者205、205a）输出的估计移动终端数量计算人口。即，人口计算部以住址属性为关键词，从属性/扩大系数存储部读出与住址属性对应的扩大系数，将该扩大系数与估计移动终端数量相乘，由此能够计算人口。

另外，也可以取代人口计算部，而在终端数量累计部102（或者204、204a）中对将与住址属性对应的扩大系数相乘的结果进行累计，在这种情况下，也可以利用住址属性以外的年龄等属性，对将该每个属性的扩大系数相乘的结果进行累计。

另外，作为扩大系数的一例，也能够使用位于服务区率与终端的普及率之积（即位于服务区数量与人口的比率）的倒数。其中，“位于服务区率”是指位于服务区数量与签约台数之比，“普及率”是指签约台数与人口之比。优选按照上述的人口估计单位来导出这种扩大系数，但不是必须的。

标号说明

100信息处理装置；101位置信息取得部；102终端数量累计部；103吸入系数计算部；104吸入终端数量计算部；105估计终端数量计算部；106位置信息数据库；108分析对象区域据库；200信息处理装置；200a信息处理装置；201位置信息取得部；202位置信息累计区域确定部；203区域扩大系数计算部；203a属性比率计算部；204终端数量累计部；204a终端数量累计部；205估计终端数量计算部；205a估计终端数量计算部；206位置信息数据库；208位置信息累计单位区域数据库；209分析对象区域据库。

Claims (12)

1.一种信息处理装置，该信息处理装置具有：

取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；

对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；

相邻区域累计单元，其根据由所述取得单元取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；以及

吸入终端数量计算单元，其根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量、以及由所述相邻区域累计单元累计出的分析对象时间处的移动终端数量，计算吸入终端数量。

2.根据权利要求1所述的信息处理装置，所述信息处理装置还具有吸入系数计算单元，该吸入系数计算单元根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、与由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量之比，计算吸入系数，

所述吸入终端数量计算单元将由所述相邻区域累计单元累计出的分析对象时间处的移动终端数量、与由所述吸入系数计算单元计算出的吸入系数相乘，计算吸入终端数量。

3.根据权利要求1所述的信息处理装置，所述信息处理装置还具有吸入系数计算单元，该吸入系数计算单元根据由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量、与由所述相邻区域累计单元累计出的分析对象时间处的相邻区域的移动终端数量之比，计算第2吸入系数，

所述吸入终端数量计算单元将由所述对象区域累计单元累计出的基准时间处的移动终端数量、与由所述第2吸入系数计算单元计算出的第2吸入系数相乘，计算吸入终端数量。

4.根据权利要求1～3中任意一项所述的信息处理装置，所述信息处理装置还具有移动终端数量计算单元，该移动终端数量计算单元从由所述对象区域累计单元累计出的移动终端数量中、减去由所述吸入终端数量计算单元计算出的吸入终端数量，计算估计移动终端数量。

5.根据权利要求1～4中任意一项所述的信息处理装置，所述信息处理装置还具有输出单元，该输出单元将所述吸入终端数量计算单元计算出的吸入终端数量与邻接于分析对象区域的相邻区域中以该相邻区域作为住址属性的移动终端数量相加而输出。

6.一种信息处理装置，该信息处理装置具有：

取得单元，其取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；

对象区域累计单元，其根据由所述取得单元取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；

相邻区域累计单元，其根据由所述取得单元取得的位置信息，在所述相邻区域中累计如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；

吸入系数计算单元，其根据由所述对象区域累计单元累计出的基准时间处的分析对象区域的移动终端数量、与由所述相邻区域累计单元累计出的基准时间处的相邻区域的移动终端数量之比，计算吸入系数；以及

吸入终端数量计算单元，其将由所述相邻区域累计单元累计出的分析对象时间处的移动终端数量、与由所述吸入系数计算单元计算出的吸入系数相乘，计算吸入终端数量。

7.一种信息处理装置，该信息处理装置具有：

确定单元，其将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域确定为位置信息累计区域；

扩大系数计算单元，其根据所述分析对象区域与由所述确定单元确定的位置信息累计区域的面积比，计算区域扩大系数；

累计单元，其根据位置信息来累计位于由所述确定单元确定的位置信息累计区域中的、每个住址属性的移动终端数量；以及

计算单元，其将由所述累计单元累计出的每个住址属性的移动终端数量、与由所述扩大系数计算单元计算出的区域扩大系数相乘，计算估计移动终端数量。

8.一种信息处理装置，该信息处理装置具有：

确定单元，其将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域确定为位置信息累计区域；

住址属性比率计算单元，其计算由所述确定单元确定的位置信息累计区域中的移动终端的住址属性的比率；

移动终端数量计算单元，其根据位置信息计算所述分析对象区域中的移动终端数量；以及

各属性移动终端数量计算单元，其将由所述移动终端数量计算单元计算出的移动终端数量、与由所述住址属性比率计算单元计算出的移动终端的一个住址属性的比率相乘，计算分析对象区域中的这一个住址属性的估计移动终端数量。

9.一种终端数量估计方法，该终端数量估计方法包括：

取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；

对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；

相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；以及

吸入终端数量计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的分析对象区域的移动终端数量、通过所述相邻区域累计步骤而累计出的基准时间处的相邻区域的移动终端数量、以及通过所述相邻区域累计步骤而累计出的分析对象时间处的移动终端数量，计算吸入终端数量。

10.一种终端数量估计方法，该终端数量估计方法包括：

取得步骤，取得移动终端的位置信息的累计单位即累计对象区域中的移动终端的位置信息、和该移动终端的住址属性信息；

对象区域累计步骤，根据通过所述取得步骤而取得的位置信息，在预先指定的区域即分析对象区域中累计基于如下位置信息数的移动终端数量，该位置信息是基准时间及分析对象时间处的以与分析对象区域相邻的相邻区域作为住址属性的移动终端的位置信息；

相邻区域累计步骤，根据通过所述取得步骤而取得的位置信息，在所述相邻区域中累计基于如下位置信息的移动终端数量，该位置信息是基准时间及分析对象时间处的以该相邻区域作为住址属性的移动终端的位置信息；

吸入系数计算步骤，根据通过所述对象区域累计步骤而累计出的基准时间处的分析对象区域的移动终端数量、与通过所述相邻区域累计步骤而累计出的基准时间处的相邻区域的移动终端数量之比，计算吸入系数；

吸入终端数量计算步骤，将通过所述对象区域累计步骤而累计出的分析对象时间处的移动终端数量、与通过所述吸入系数计算步骤而计算出的吸入系数相乘，计算吸入终端数量；以及

移动终端数量计算步骤，从通过所述对象区域累计步骤而累计出的所述分析对象时间处的移动终端数量中、减去通过所述吸入终端数量计算步骤而计算出的吸入终端数量，计算估计移动终端数量。

11.一种终端数量估计方法，该终端数量估计方法包括：

确定步骤，将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域确定为位置信息累计区域；

扩大系数计算步骤，根据所述分析对象区域与通过所述确定步骤而确定的位置信息累计区域的面积比，计算区域扩大系数；

累计步骤，根据位置信息来累计位于通过所述确定步骤而确定的位置信息累计区域中的每个住址属性的移动终端数量；以及

计算步骤，将通过所述累计步骤而累计出的每个住址属性的移动终端数量、与通过所述扩大系数计算步骤而计算出的区域扩大系数相乘，计算估计移动终端数量。

12.一种终端数量估计方法，该终端数量估计方法包括：

确定步骤，将位置信息的累计单位即位置信息累计单位区域中、包含在预先指定的区域即分析对象区域中的一个或者多个位置信息累计单位区域确定为位置信息累计区域；

住址属性比率计算步骤，计算通过所述确定步骤而确定的位置信息累计区域中的移动终端的住址属性的比率；

移动终端数量计算步骤，根据位置信息计算所述分析对象区域中的移动终端数量；以及

各属性移动终端数量计算步骤，将通过所述移动终端数量计算步骤而计算出的移动终端数量、与通过所述住址属性比率计算步骤而计算出的移动终端的一个住址属性的比率相乘，计算分析对象区域中的这一个住址属性的估计移动终端数量。

Images