CN106796550A - 信息配送装置以及方法 - Google Patents

信息配送装置以及方法 Download PDF

Info

Publication number
CN106796550A
CN106796550A CN201580046832.XA CN201580046832A CN106796550A CN 106796550 A CN106796550 A CN 106796550A CN 201580046832 A CN201580046832 A CN 201580046832A CN 106796550 A CN106796550 A CN 106796550A
Authority
CN
China
Prior art keywords
information
time series
group
data
position data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201580046832.XA
Other languages
English (en)
Other versions
CN106796550B (zh
Inventor
池本悠
内海将人
渡边徹
冈本佳久
小川健吾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of CN106796550A publication Critical patent/CN106796550A/zh
Application granted granted Critical
Publication of CN106796550B publication Critical patent/CN106796550B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services

Abstract

提供能够高效地进行信息配送的信息配送装置以及方法。执行收集由多个移动通信体的位置信息构成的时间序列位置数据、并根据收集到的各移动通信体的时间序列位置数据而将该时间序列位置数据分类为多个组的分组处理，执行根据预先登记的各移动通信体的用户的属性信息针对每个组来决定对该组分配了时间序列位置数据的各用户的支配性的属性的剖析处理，根据剖析处理的处理结果，针对每个组，决定应向对该组分配了时间序列位置数据的各用户配送的信息而配送给各该用户。

Description

信息配送装置以及方法
技术领域
本发明涉及信息配送装置以及方法，例如优选适用于针对智能手机、便携电话终端等移动终端配送对其用户有益的信息的信息配送系统。
背景技术
近年来，便携电话机等移动终端大多具备GPS(Global Positioning System，全球定位系统)等测位功能。由此，移动终端的用户能够根据移动终端的测位结果来取得当前位置信息，并且通过将测位结果经由网络发送给通信经营者、服务经营者的信息配送装置，从而能够接收与用户的当前位置对应的各种服务信息。
此外，作为取得用户的位置信息的技术，已知专利文献1公开的方法。在该专利文献1公开的用户位置的取得方法中，根据通过向便携电话机发送多个信号来进行的三角测量、多个信号的信号强度、不同的信号的到达时刻的差、不同的信号的到达角的差、GPS信号、以及它们的组合，捕捉便携电话机的经纬度坐标位置。
另外，为了有效地进行与用户的当前位置对应的服务信息的配送，要求在合适的定时(timing)配送与用户的嗜好相符的合适的服务信息。为此，期望在根据用户的过去的位置信息而预测该用户将来访问的可能性高的区域之后，配送依据该区域内的服务提供的状况以及该用户的年龄和性别等属性的服务信息。
作为这样的预测用户将来访问的可能性高的区域并配送与该区域对应的服务信息的技术，以往提出了专利文献2公开的技术、专利文献3公开的技术。
具体而言，在专利文献2中的用户位置的预测方法中，抽取用户的逗留地间迁移图案，构筑针对每个逗留地间迁移图案对应关联迁移图案的出现概率而得到的逗留地间迁移模型，根据过去的逗留滞留时间序列数据、与和其他便携终端有关的逗留滞留时间序列数据之间的最长一致部分列长，检索采用与便携终端的移动路径类似的移动路径的便携终端，从而预测用户的将来的位置。
另外，在专利文献3中的服务信息的配送手法中，根据车辆中的过去的行驶路径的数据来推测从当前地至目的地为止的行驶路径，向车辆搭载的信息提供装置配送或者向乘员提示所推测的行驶路径周边的广告数据。
专利文献1：日本特开2002-199423号公报
专利文献2：日本特开2015-49681号公报
专利文献3：日本特开2004-69318号公报
发明内容
在该情况下，在这些引用文献2以及引用文献3所公开的技术中，是针对每个用户各自的行为，所以在向多个用户配送服务信息时，需要与配送对象的用户数相应的信息处理资源(路径预测以及计算配送信息的设备资源、用于提示信息的网络资源、以及信息提示终端)。然而，存在如下问题：未必始终能够充分确保这样的信息处理资源，进行服务信息的配送的用户数有界限。
本发明是考虑以上的点而完成的，要提出能够高效地进行信息配送的信息配送装置以及方法。
为了解决上述课题，在本发明中提供一种信息配送装置，对多个移动通信体配送信息，所述信息配送装置设置有：分组处理部，执行如下的分组处理：分别收集由各所述移动通信体的时间序列的位置信息构成的时间序列位置数据，根据收集到的各所述移动通信体的所述时间序列位置数据，将该时间序列位置数据分类为多个组；剖析处理部，执行如下的剖析处理：根据预先登记的各所述移动通信体的用户的属性信息，针对每个所述组，决定对该组分配了所述时间序列位置数据的各所述用户的支配性的属性；以及信息配送事件决定·执行部，根据所述剖析处理的处理结果，针对每个所述组，决定应向对该组分配了所述时间序列位置数据的各所述用户配送的信息而配送给各该用户。
另外，在本发明中提供一种信息配送方法，是在对多个移动通信体配送信息的信息配送装置中执行的信息配送方法，设置有：第1步骤，执行如下的分组处理：分别收集由各所述移动通信体的时间序列的位置信息构成的时间序列位置数据，根据收集到的各所述移动通信体的所述时间序列位置数据，将该时间序列位置数据分类为多个组；第2步骤，执行如下的剖析处理：根据预先登记的各所述移动通信体的用户的属性信息，针对每个所述组，决定对该组分配了所述时间序列位置数据的各所述用户的支配性的属性；以及第3步骤，根据所述剖析处理的处理结果，针对每个所述组，决定应向对该组分配了所述时间序列位置数据的各所述用户配送的信息而配送给各该用户。
根据本发明的信息配送装置以及信息配送方法，能够以组单位进行信息配送，而且能够针对每个组，从配送对象的信息中，向属于该组的用户配送最适合的信息。
根据本发明，能够实现能够高效地进行信息配送的信息配送装置以及方法。
附图说明
图1是示出本实施方式的信息配送系统的整体结构的框图。
图2是示出信息配送装置的程序结构的框图。
图3是示出用户位置信息表格的结构例的概念图。
图4是示出用户分类信息表格的结构例的概念图。
图5的(A)～(D)是示出用户属性信息数据库的结构例的概念图。
图6是示出候补属性表格的结构例的概念图。
图7是示出每组属性信息表格的结构例的概念图。
图8是示出配送候补信息表格的结构例的概念图。
图9是示出信息配送事件评分信息表格的结构例的概念图。
图10是示出信息配送以及配送效果评价处理的处理过程的流程图。
图11是示出分组处理的处理过程的流程图。
图12的(A)以及(B)是用于说明绝对坐标轴以及相对坐标轴的概念图。
图13是用于说明绝对坐标轴以及相对坐标轴的概念图。
图14的(A)～(D)是用于说明数据插值处理的概念图。
图15是以简略线方式示出分组处理的处理结果的显示例的简略线图。
图16是以简略线方式示出分组处理的处理结果的显示例的简略线图。
图17是以简略线方式示出分组处理的处理结果的显示例的简略线图。
图18是以简略线方式示出分组处理的处理结果的显示例的简略线图。
图19是示出剖析处理的处理过程的流程图。
图20是示出诊断决定树的结构例的概念图。
图21是示出组属性决定处理的处理过程的流程图。
图22是示出第1诊断决定树生成处理的处理过程的流程图。
图23是示出第2诊断决定树生成处理的处理过程的流程图。
图24是示出信息配送事件决定·执行处理的处理过程的流程图。
图25是示出第1信息配送事件评价处理的处理过程的流程图。
图26是示出第2信息配送事件评价处理的处理过程的流程图。
图27是示出店铺员工数·店铺来客数控制处理的处理过程的流程图。
图28是示出通行人数控制处理的处理过程的流程图。
(符号说明)
1：信息配送系统；2：移动终端；3：信息配送装置；10、15：CPU；11、16：存储装置；14：测位装置；24：用户位置信息表格；25：用户分类信息表格；26：用户属性信息数据库；27：候补属性表格；28：每组属性信息表格；29：配送候补信息表格；30：信息配送事件评分信息表格；20：分组处理部；21：剖析处理部；22：信息配送事件决定·执行部；23：信息配送事件评价部；TR：诊断决定树。
具体实施方式
以下，参照附图，详述本发明的一个实施方式。
(1)本实施方式的信息配送系统的结构
在图1中，1作为整体表示本实施方式的信息配送系统。该信息配送系统1构成为具备一个或者多个移动终端2和信息配送装置3，它们经由由无线基站4及交换站5等构成的无线通信网、以及网络6而以通信自如的方式连接。
移动终端2由搭载了测位功能的便携电话机等便携型通信终端装置构成，具备CPU(Central Processing Unit，中央处理单元)10、存储装置11、通信装置12、输入输出装置13以及测位装置14等。
CPU10是承担移动终端2整体的动作控制的处理器。另外，存储装置11由半导体存储器等构成，除了用于存储保持各种程序以外，还被用作CPU10的工作存储器。CPU10执行储存在存储装置11中的程序，从而执行后述那样的作为移动终端2整体的各种处理。通信装置12具有以依照预定的无线通信规格的通信方式在与无线基站4之间进行无线通信的功能。
输入输出装置13包括：输入装置，是用于该移动终端2的利用者(以下将其简称为用户)进行各种操作输入的硬件；和输出装置，是输出图像、声音的硬件。作为输入装置例如应用按钮以及十字键、触摸面板等，作为输出装置例如应用液晶面板以及扬声器等。
测位装置14具有如下功能：接收从多个GPS卫星发送的信号，根据接收到的这些信号对移动终端2的当前位置进行测位。表示由测位装置14测位的移动终端的当前位置(以下设为携带该移动终端2的用户的当前位置)的位置数据被储存到存储装置11，被储存的时间序列的位置数据作为时间序列位置数据，根据来自信息配送装置3的要求，通过通信装置12经由无线通信网以及网络6而被发送到信息配送装置3。
无线基站4是与移动终端2直接互相通讯的便携电话网的终端，将从移动终端2发送的无线信号变换为依照便携电话网的通信规格的信号而输出到交换站5，或者将从交换站5提供的信号变换为依照上述无线通信规格的无线信号而发送到发送目的地的移动终端2。
交换站5是构成便携电话网的一部分的设施，将从无线基站4提供的信号变换为依照网络6的通信规格的方式的信号，经由网络6而发送到信息配送装置3，或者将从信息配送装置3经由网络6而提供的信号变换为依照无线通信网的通信规格的信号，输出到无线基站4。
网络6由例如LAN(Local Area Network，局域网)、因特网、公共线路或者专用线路等构成。在例如网络6是LAN、因特网的情况下，依照TCP/IP(Transmission ControlProtocol/Internet Protocol，传输控制协议/因特网互联协议)协议来进行经由该网络6的交换站5以及信息配送装置3间的通信。
信息配送装置3是根据从各移动终端2收集到的时间序列位置数据来配送与用户的当前位置或该用户的嗜好对应的最佳的服务信息的服务器装置，构成为具备CPU15、存储装置16、通信装置17以及输入输出装置18。
CPU15是承担信息配送装置3整体的动作控制的处理器。另外，存储装置16由例如半导体存储器、硬盘装置等构成，用于保持各种程序、各种数据。通过由CPU执行储存在存储装置16中的程序，从而执行后述那样的作为信息配送装置3整体的各种处理。
通信装置17是进行信息配送装置3经由网络6在与交换站5之间进行通信时的协议控制的接口，由NIC(Network Interface Card，网络接口卡)等构成。
输入输出装置18由输入装置以及输出装置构成。输入装置是用于用户进行各种操作输入的硬件，应用例如键盘、鼠标或者触摸面板等。另外，输出装置是输出图像、声音的硬件，应用例如液晶显示器以及扬声器等。
(2)本实施方式的信息配送以及配送效果评价功能
接下来，说明搭载于信息配送装置3的本实施方式的信息配送以及配送效果评价功能。该信息配送以及配送效果评价功能是如下功能：将多个用户的移动信息(时间序列位置数据)通过分组处理而分类为多个组，通过剖析处理而分别决定所分类的每个组的支配性的用户属性，根据所决定的每个组的属性，针对每个组而生成针对时间序列位置数据属于该组的用户(以下适当将其称为属于该组的用户)的信息配送事件，进而根据信息配送事件的实施结果来评价信息配送事件的效果。
作为用于实现这样的信息配送以及配送效果评价功能的单元，在信息配送装置3的存储装置16中，如图2所示，分组处理部20、剖析处理部21、信息配送事件决定·执行部22、信息配送事件评价部23以及人流控制部43被储存为程序，并且作为用于对所需的信息进行管理的表格以及数据库，如图1所示储存有用户位置信息表格24、用户分类信息表格25、用户属性信息数据库26、候补属性表格27、每组属性信息表格28、配送候补信息表格29以及信息配送事件评分信息表格30。
分组处理部20是具有通过分组处理对多个用户的移动信息(时间序列位置数据)进行分类的功能的程序，如图2所示，包括位置信息取得部31、数据过滤部32、坐标轴变换部33、数据插值部34、特征量生成部35、分组执行部36以及组重心轨迹生成部37。
其中，位置信息取得部31是具有将通过各移动终端2的测位装置14(图1)而测位的位置信息(纬度以及经度)的时间序列位置数据作为各用户的移动信息来收集的功能的模块。位置信息取得部31通过对各移动终端2定期地或者非定期地发送时间序列位置数据的传送要求，从而收集这些移动终端2所保持的时间序列位置数据，并将收集到的时间序列位置数据登记到用户位置信息表格24来管理。但是，也可以是各移动终端2将上述时间序列位置数据定期地或者非定期地发送到信息配送装置3，位置信息取得部31将这些时间序列位置数据登记到用户位置信息表格24来管理。
数据过滤部32是具有如下过滤功能的模块：用纬度以及经度来确定应分析预先指定的人的活动的区域(以下将其称为分析区域)，从如上述那样储存在用户位置信息表格24中的各用户的时间序列位置数据中，仅抽取过去通过了分析区域的用户的时间序列位置数据。
坐标轴变换部33是具有根据需要而将由数据过滤部32抽取的各时间序列位置数据的坐标轴变换为相对坐标轴的功能的模块。在本实施方式的情况下，信息配送装置3根据分类目的，选择绝对坐标轴以及相对坐标轴中的某一个作为在之后的分析中使用的坐标轴。关于绝对坐标轴以及相对坐标轴的详情，在后面叙述。
数据插值部34是具有如下功能的模块：针对由数据过滤部32抽取并在之后根据需要而由坐标轴变换部33进行了坐标轴的变换的各时间序列数据，执行对缺损值进行插值的数据插值处理。另外，特征量生成部35是具有根据进行了数据插值的各时间序列位置数据来生成各时间序列位置数据的特征量的功能的模块。
分组执行部36是具有如下功能的模块：执行根据由特征量生成部35生成的各时间序列位置数据的特征量而将这些时间序列位置数据(各用户)分类为多个组的分组处理。分组执行部36将上述分组处理的处理结果登记到用户分类信息表格25来管理。
组重心轨迹生成部37是具有如下功能的模块：针对由分组执行部36所生成的时间序列位置数据的每个组，生成该组重心的轨迹。根据需要，将由组重心轨迹生成部37所生成的每个组的组重心的轨迹显示于输入输出装置18(图1)。
另一方面，剖析处理部21是具有执行剖析处理的功能的程序，如图2所示包括候补属性取得部38以及每组属性决定部39，其中，所述剖析处理是关于由分组处理部20所生成的时间序列位置数据的各组，推测以及决定属于该组的各用户的支配性的属性的处理。
候补属性取得部38是具有在剖析处理中取得可成为组的属性的项目及其属性(值)的功能的模块。候补属性取得部38从后述的候补属性表格27(图6)取得上述项目及其属性。
另外，每组属性决定部39是具有针对每个组而选择并决定该组的支配性的属性的功能的模块。每组属性决定部39将所决定的每个组的支配性的属性登记到每组属性信息表格28来管理。
另一方面，信息配送事件决定·执行部22是具有如下功能的程序：根据由剖析处理部21所执行的上述剖析处理的处理结果，决定应向属于各组的用户配送的信息，将所决定的信息配送给这些用户。该信息配送事件决定·执行部22如图2所示，包括信息配送事件决定部40以及信息配送事件执行部41。
信息配送事件决定部40是具有如下功能的模块：根据预先登记了应向具有特定的属性的用户配送的信息的配送候补信息表格29、和上述每组属性信息表格28，针对每个组而决定应向属于各组的用户配送的信息。另外，信息配送事件执行部41是具有如下功能的模块：执行依照信息配送事件决定部40的决定结果而向各用户配送信息的信息配送事件。
信息配送事件评价部23是具有对由信息配送事件决定·执行部22所执行的信息配送事件的效果进行评价的功能的程序，如图2所示包括信息配送事件执行结果取得部42。
信息配送事件执行结果取得部42是具有如下功能的模块：比较信息配送事件的执行前后的时间序列位置数据的分类图案，根据比较结果来评价信息配送事件的效果。具体而言，信息配送事件执行结果取得部42将上述信息配送事件的费用对比效果计算为评分，将计算出的评分(以下将其称为费用对比效果评分)作为针对该信息配送事件的评价而登记到配送候补信息表格29以及信息配送事件评分信息表格30进行管理。
人流控制部43是具有进行如下控制的功能的应用程序：根据由分组处理部20进行分组处理的处理结果、以及由剖析处理部21进行剖析处理的处理结果，预测每个小时的向店铺的来客数或者通行路的通行人数，并基于预测结果，根据需要而使信息配送事件决定·执行部22执行信息配送，从而控制向店铺的来客数或者通行路的通行人数。关于人流控制部43的具体的处理内容，在后面叙述。
另一方面，用户位置信息表格24是为了保持由分组处理部20(图1)的位置信息取得部31从各移动终端2收集到的时间序列位置数据而被利用的表格，如图3所示，构成为具备用户ID栏24A、项目栏24B以及值栏24C。
另外，在用户ID栏24A中，储存对信息配送装置3收集了时间序列位置数据的各移动终端2的用户赋予的该用户固有的标识符(用户ID)。
另外，项目栏24B被划分为时间戳栏24D、位置信息栏24E，并且位置信息栏24E被进一步划分为纬度栏24F、经度栏24G以及位置测定误差栏24H，在值栏24C中储存对应的项目的值。
具体而言，在与时间戳栏24D对应的值栏24C中，储存将移动终端2的测位装置14(图1)取得了构成对应的用户的时间序列位置数据的各位置数据的时刻按照从旧到新的顺序分别进行了排列的列表，在与纬度栏24F以及经度栏24G分别对应的值栏24C中，储存将测位装置14在这些时刻所取得的纬度以及经度中的对应的一方的值按照从旧到新的顺序进行了排列的列表。而且，在与位置测定误差栏24H对应的值栏24C中，储存将能够识别上述各时刻下的测位装置14的位置测定误差时的该位置测定误差按照从旧到新的顺序进行了排列的列表。
因此，在图3的例子的情况下，示出了关于用户ID为“1”的用户，作为时间序列位置数据而收集在“2015-01-01 09：00”、“2015-01-01 09：05”、……进行测位得到的位置数据，在“2015-01-01 09：00”的测位结果中纬度是“35.451414”、经度是“139.632177”、位置测定误差是“10.0m”，在“2015-01-01 09：05”的测位结果中纬度是“35.451416”、经度是“139.635137”、位置测定误差是“10.0m”。
用户分类信息表格25是为了对由分组处理部20(图2)所执行的分组处理的处理结果进行管理而被利用的表格，如图4所示，构成为具备组ID栏25A、项目栏25B以及值栏25C。
另外，在组ID栏25A中，储存对通过上述分组处理而生成的各组分别赋予的该组固有的标识符(组ID)。
另外，项目栏25B被划分为采样用户数栏25D、采样用户ID列表栏25E以及组重心栏25F，并且组重心栏25F被划分为纬度栏25G以及经度栏25H，在值栏25C中分别储存对应的项目的值。
具体而言，在与采样用户数栏25D对应的值栏25C中储存属于对应的组的用户数，在与采样用户ID列表栏25E对应的值栏25C中储存列举了这些用户的用户ID的列表。另外，在组重心栏25F的与纬度栏25G对应的值栏25C中，储存由根据属于对应的组的各用户的在相同的时刻收集到的位置数据而计算出的该组的重心位置(以下将其称为组重心位置)的纬度的一览构成的列表，在组重心栏25F的与经度栏25H对应的值栏25C中，储存由上述组重心位置的经度的一览构成的列表。
因此，在图4的例子的情况下，示出了关于赋予了“1”这样的组ID的组，属于该组的用户的数量是“4000”、这些用户的用户ID是“1，2，5，……，6400”、各时刻下的组重心的纬度以及经度依次是“35.451414，139.632177”、“35.451416，139.635137”、……。
用户属性信息数据库26是为了对预先登记的各用户的属性信息进行管理而被利用的数据库，如图5的(A)～(D)所示包括用户属性信息表格26A、自家ID表格26B、职场ID表格26C以及经由地ID表格26D。
用户属性信息表格26A是用于管理各用户的属性信息的表格，如图5(A)所示，包括用户ID栏26AA、属性信息栏26AB以及值栏26AC。另外，在用户ID栏26AA中登记被登记有属性信息的各用户的用户ID，在属性信息栏26AB中储存几个属性的属性名。另外，在值栏26AC中储存对应的用户的对应的属性的值。
另外，自家ID表格26B是用于管理自家ID与市镇村的对应关系的表格，如图5的(B)所示，包括自家ID栏26BA以及值栏26BB。另外，在自家ID栏26BA中储存对用户的自家的位置赋予的标识符(自家ID)，在值栏26BB中储存与对应的自家ID对应关联的住址(例如市镇村单位)。
而且，职场ID表格26C是用于管理职场ID与市镇村的对应关系的表格，如图5的(C)所示，包括职场ID栏26CA以及值栏26CB。另外，在职场ID栏26CA中储存对用户的职场的位置赋予的标识符(职场ID)，在值栏26CB中储存与对应的职场ID对应关联的住址(例如市镇村单位)。
经由地ID表格26D是用于管理经由地ID与经由地的对应关系的表格，如图5的(D)所示，包括经由地ID栏26DA以及值栏26DB。另外，在经由地ID栏26DA中储存对认为在用户移动时经由的车站、商店、其他地面标志赋予的标识符(经由地ID)，在值栏26DB中储存与对应的经由地ID对应关联的地面标志名。
因此，在图5的(A)～(D)的例子的情况下，在信息配送装置3中，作为各用户的属性而管理“年龄”、“性别”、“自家ID”、“职场ID”、“经由地ID”、“广告A阅览有无”以及“广告B阅览有无”，示出了例如用户ID为“1”的用户的年龄是“20岁年龄段”、性别是“女性”、自家是“B市内”、职场是“C市内”、本次的移动的经由地是“A车站”、阅览广告A的经验是“有”、阅览广告B的经验是“无”。
候补属性表格27是为了对在上述剖析处理中所参照的可成为组的属性的项目及其值(属性)进行存储保持而被利用的表格，例如由操作人员等事先制作。该候补属性表格27如图6所示，包括属性ID栏27A、项目栏27B以及属性栏27C。
另外，在项目栏27B中分别储存预先设定的属性的项目，在属性ID栏27A中储存对所对应的项目赋予的标识符(属性ID)。另外，在属性栏27C中，关于对应的项目，储存可成为用户的属性的值。
因此，在图6的例子的情况下，作为属性的项目，分别存在作为属性ID而赋予了“1”～“7”的“年龄”、“性别”、“自家ID”、“职场ID”、“经由地ID”、“广告A阅览有无”以及“广告B阅览有无”这样的7个项目，其中示出了例如关于“年龄”，存在“小于10岁”、“10岁年龄段”、“20岁年龄段”、……、“90岁以上”这样的属性，关于“性别”，存在“男性”以及“女性”这样的属性。
每组属性信息表格28是为了对由剖析处理部21(图2)所执行的剖析处理的处理结果进行管理而被利用的表格，如图7所示，构成为具备组ID栏28A以及支配性属性栏28B。
另外，在组ID栏28A中储存各组的组ID，在支配性属性栏28B中，关于通过上述剖析处理而决定的、属于对应的组的用户，分别储存关于图5的(A)已说明的各项目的支配性的属性。
因此，在图7的例子的情况下，示出了在赋予了“1”这样的组ID的组中，年龄是“20岁年龄段”、性别是“女性”、经由地是“C店铺”、广告A的阅览经验是“有”这样的属性为支配性。
配送候补信息表格29是为了管理应向满足预先决定的属性的用户配送的配送候补的信息(以下将其称为配送候补信息)而被利用的表格，如图8所示，包括配送信息ID栏29A、属性项目栏29B、配送信息内容栏29C、事件实施成本栏29D以及费用对比效果评分栏29E。
另外，在配送信息ID栏29A中，储存对这些配送候补信息分别赋予的该配送候补信息固有的标识符(配送信息ID)。另外，属性项目栏29B与多个属性项目分别对应地被划分为多个项目栏(在图8的情况下是“年龄”、“性别”、“职场ID”以及“经由地ID”的各项目栏)29BA～29BD，在这些项目栏29BA～29BD中，分别储存应配送对应的配送候补信息的用户的各属性项目的值(属性)。
而且，在配送信息内容栏29C中，储存对应的配送候补信息的具体的内容，在事件实施成本栏29D中，储存通过实施对应的配送信息中的事件(折扣券的分发、针对店铺商品的打折的实施等)而发生的成本。关于该成本，例如如果是“折扣券的分发”这样的事件，则根据券的折扣额度、券的发券数量等来计算。
而且，在费用对比效果评分栏29E中，储存由信息配送事件执行结果取得部42计算出的上述费用对比效果评分。关于费用对比效果评分的计算手法，在后面叙述。
因此，在图8的例子的情况下，示出规定了配送信息ID为“1”的配送候补信息是应向职场ID是“1”、经由地ID是“1”的“10岁年龄段”的“女性”配送“A车站周边的化妆品商品处理店铺的折扣券信息”的信息，该事件实施成本是“10”，以前实施的该配送候补信息的配送事件的费用对比效果评分是“100”。
信息配送事件评分信息表格30是为了管理信息配送事件评价部23针对配送信息的事件(以下将其称为信息配送事件)的评价结果而被利用的表格，如图9所示，构成为具备组ID栏30A、一致组栏30B、组重心间距离栏30C、事件实施成本栏30D以及费用对比效果评分栏30E。
另外，在组ID栏30A中，储存通过在实施信息配送事件之前所执行的各用户的时间序列位置数据的分组处理而生成的各组(以下适当将其称为信息配送事件前组)的组ID，在一致组栏30B中，针对对应的组ID的信息配送事件前组，储存表示在通过后述那样在信息配送事件之后所执行的各用户的时间序列位置数据的分组处理而生成的各组(以下适当将其称为信息配送事件后组)之中是否存在具有同一属性(或者一致的属性的数量是阈值以上)的信息配送事件后组的信息(在存在的情况下“有”、在不存在的情况下“无”)。
另外，在组重心间距离栏30C中，在对应的信息配送事件前组中存在具有同一属性(或者一致的属性的数量是阈值以上)的信息配送事件后组的情况下，储存这些信息配送事件前组以及信息配送事件后组之间的组重心的距离。此外，在对应的信息配送事件前组中不存在信息配送事件后组的情况下，在该组重心间距离栏30C中储存表示不存在数据的信息(“-”)。
而且，在事件实施成本栏30D中，储存关于图8已说明的事件实施成本，在费用对比效果评分栏30E中，储存关于图8已说明的费用对比效果评分。
(3)与信息配送以及配送效果评价功能有关的各种处理
接下来，说明与上述本实施方式的信息配送以及配送效果评价功能关联地由信息配送装置3执行的各种处理的处理内容。此外，以下将各种处理的处理主体说明为程序或者模块，但实际上CPU15(图1)根据该程序或者模块来执行其处理这也是理所当然的。
(3-1)与信息配送以及配送效果评价功能有关的处理流程
图10示出与本实施方式的信息配送以及配送效果评价功能有关的一连串的处理(以下将其称为信息配送以及配送效果评价处理)的流程。操作人员操作信息配送装置3，在设定上述分析区域、后述的分组处理时的坐标轴(绝对坐标轴或者相对坐标轴)以及数据插值方法等之后，进行应执行信息配送以及配送效果评价处理的意思的预定的操作，从而开始该信息配送以及配送效果评价处理。
然后，在信息配送以及配送效果评价处理开始时，首先分组处理部20(图2)执行如下的分组处理：从各移动终端2分别收集时间序列位置数据，将收集到的各移动终端2的时间序列位置数据分类为多个组(SP1)。然后，分组处理部20在结束上述分组处理时，起动剖析处理部21(图2)。
剖析处理部21如果通过分组处理部20而被起动，则执行如下的剖析处理：关于由分组处理部20所生成的时间序列位置数据的各组，决定对该组分配的用户的支配性的属性的(SP2)。然后，剖析处理部21在这之后起动信息配送事件决定·执行部22(图2)。
信息配送事件决定·执行部22(图2)如果通过剖析处理部21而被起动，则根据由剖析处理部21所执行的上述剖析处理的处理结果，针对每个组，决定应向属于该组的用户配送的配送候补信息，将所决定的配送候补信息配送给这些用户(SP3)。然后，信息配送事件决定·执行部22在这之后如果经过一定时间，则起动信息配送事件评价部23(图2)。
信息配送事件评价部23如果通过信息配送事件决定·执行部22而被调出，则执行对由信息配送事件决定·执行部22所执行的每个组的对应的信息配送事件的效果进行评价的信息配送事件评价处理，将该信息配送事件评价处理的处理结果以预定形式而显示于输入输出装置18(图1)(SP4)。
然后，如果显示完信息配送事件评价处理的处理结果，则信息配送装置3结束该一连串的信息配送以及配送效果评价处理。
(3-2)分组处理
图11示出在图10的步骤SP1中由分组处理部20执行的分组处理的具体的处理流程。
在该分组处理中，首先，位置信息取得部31(图2)从各移动终端2分别收集该移动终端2所保持的时间序列位置数据，并将收集到的这些时间序列位置数据登记到用户位置信息表格24(图3)(SP10)。然后，位置信息取得部31在这之后调出数据过滤部32(图2)。
数据过滤部32如果通过位置信息取得部31而被调出，则执行如下的过滤处理：根据当时设定的分析区域的范围信息(纬度以及经度)，从登记在用户位置信息表格24中的各用户的时间序列位置数据中，仅抽取过去通过了分析区域内的用户的时间序列位置数据(SP11)。
此时，即使是过去通过了分析区域内的用户，关于构成时间序列位置数据的位置数据的数量低于预先决定的阈值的用户，数据过滤部32也删除其时间序列位置数据。另外，数据过滤部32在这个阶段中还删除登记在用户位置信息表格24中的测位误差大的位置数据。然后，数据过滤部32在这之后调出坐标轴变换部33(图2)。
坐标轴变换部33如果通过数据过滤部32而被调出，则针对通过数据过滤部32进行上述过滤处理之后的时间序列位置数据，根据需要而执行变换坐标轴的坐标轴变换处理(SP12)。
在本信息配送装置3的情况下，操作人员能够根据时间序列位置数据的分类目的，将绝对坐标轴以及相对坐标轴中的某一个预先选择为在此后的分析中使用的坐标轴。绝对坐标轴是如图12的(A)所示，将如上所述收集到的其用户的纬度以及经度原样地作为该用户的位置的坐标轴，相对坐标轴是如图12的(B)所示，将构成用户的时间序列位置数据的位置信息的初始值作为基准来表示用户的位置的坐标轴。
如图13所示，使用绝对坐标轴的方式(方式A)虽然具有易于观察每个地域的人的分布、行为这样的优点，但存在发生移动图案不同的用户被分类为同一组的情形的缺点，使用绝对坐标轴的方式(方式B)虽然具有易于观察用户的移动图案这样的优点，但存在发生移动的地域不同的用户也被分类为相同的组的情形这样的缺点。但是，能够通过利用地域对分类结果进行再分类并抽取每个地域的代表移动图案，从而大致解决方式B的这样的缺点。
因此，坐标轴变换部33在该步骤SP12中，在预先由操作人员将绝对坐标轴选择为坐标轴的情况下什么都不做，在将相对坐标轴选择为上述坐标轴的情况下，针对在步骤SP11中进行了过滤处理之后的各时间序列位置数据，执行将该坐标轴分别变换为相对坐标轴的坐标轴变换处理。然后，坐标轴变换部33在这之后调出数据插值部34(图2)。
数据插值部34如果通过坐标轴变换部33而被调出，则对于在步骤SP12中根据需要而被实施了坐标轴变换处理的各时间序列位置数据，执行对缺损值进行插值的数据插值处理(SP13)。
这是因为，为了执行分组处理，需要使每个用户的特征量的数量一致，但基本上在时间序列位置数据中，如图14的(A)所示，存在短期性的数据缺损期间、长期性的数据缺损期间。作为此时使用的数据插值的方法，能够应用以下的第1～第3数据插值方法。
第1数据插值方法是如下方法：如图14的(B)所示，关于短期性的数据缺损期间，通过线性插值法进行插值，关于长期性的数据缺损期间，利用紧接在该数据缺损期间之后或者之前的时间序列位置数据的值来进行插值。另外，第2数据插值方法是如下方法：如图14的(C)所示，关于短期性的数据缺损期间，通过线性插值法进行插值，关于长期性的数据缺损期间，使存在的短期的时间序列位置数据重复而进行插值。
而且，第3数据插值方法是如下方法：如图14的(D)所示，关于短期性的数据缺损期间，通过线性插值法进行插值，关于长期性的数据缺损期间，并用使存在的短期的时间序列位置数据重复的插值、和曲线插值。在曲线插值中，通过使用例如样条插值等平滑的曲线插值方法，能够降低后述的傅立叶变换时的噪声。根据该第3数据插值方法，能够通过曲线插值而保留移动开始时刻的信息，并且通过短期数据重复插值而容易捕捉周期性的特征。
然后，数据插值部34利用以上的第1～第3中的任意数据插值方法来执行上述数据插值处理，如果结束该数据插值处理，则调出特征量生成部35(图2)。
特征量生成部35如果通过数据插值部34而被调出，则执行分别生成被实施了数据插值处理的各时间序列位置数据的特征量的特征量生成处理(SP14)。
此时，特征量生成部35进行包括位置以及移动速度的特征解析，所以在通过对被实施了数据插值处理的各时间序列位置数据分别进行傅立叶变换而变换到频域之后，分别生成每个时间序列位置数据的特征量。
具体而言，特征量生成部35关于作为对象的各时间序列位置数据，首先，将构成该时间序列位置数据的各位置信息(纬度以及经度)，变换为分别将纬度数据作为实部、并将经度数据作为虚部的复数数据。另外，特征量生成部35对复数数据(时间序列位置数据)进行傅立叶变换而变换为频率数据。而且，特征量生成部35针对每个时间序列位置数据，通过分别线性结合如上所述变换为频率数据的各位置信息的实部以及虚部而生成特征量矢量，将所生成的特征量矢量作为该时间序列位置数据的特征量。
然后，特征量生成部35在这样生成完各时间序列位置数据的特征量时，调出分组执行部36(图2)。
分组执行部36如果通过特征量生成部35而被调出，则实施如下的分组执行处理：根据作为对象的各时间序列位置数据的特征量，使用k-means法等，将这些时间序列位置数据分类为多个组(以下将这个阶段的组称为暂定组)(SP15)。
此时，分组执行部36将组数依次设定为2、3、4、……来进行分类，并且每次都评价暂定组内的类似性与暂定组间的分离性，从而决定最佳的组数。
关于暂定组内的类似性，例如根据各用户的时间序列位置数据的特征量、和各暂定组间的组重心的距离，来评价暂定组1～M各自的分组的结果。作为使用各用户的时间序列位置数据的特征量和各暂定组间的组重心的距离的方法，例如使用暂定组内的各时间序列位置数据的特征量和各暂定组间的组重心的距离、暂定组内的各时间序列位置数据的方差、以及组数来评价。
作为这样的方法，例如有使用赤池信息准则(AIC：Akaike’s InformationCriterion)来评价的方法。关于赤池信息准则，将最大似然度设为L，将自由度参数的数量设为K，一般通过下式来表示。
[式1]
AIC＝-2 ln L+2K ……(1)
最大似然度L例如通过下式来表示。
[式2]
在(2)式中，RSSk表示从暂定组k的全部成员的组重心起距离的平方和，d表示成员的方差。
另外，自由度参数的数量K例如通过下式来表示。
[式3]
K＝M×D ……(3)
在(3)式中，M表示组数，D表示特征量的维数。
但是，也可以使用赤池信息准则以外的评价基准(例如贝叶斯信息准则(BIC：Bayesian Information Criterion))。
例如使用各暂定组间的距离来评价暂定组间的分离性。关于暂定组间的距离，例如利用多类支持向量设备分别计算能够使暂定组彼此间分别分离的边界面，在这之后将各暂定组间的余量(距离)的合计值设为MN，通过下式来计算为暂定组间平均分离度B(N)。
[式4]
此外，在(4)式中，N表示组数。
该暂定组间平均分离度B(N)是如上所述表示暂定组彼此的分离的程度的指标，其值越大，表示暂定组彼此越分离。另外，关于暂定组间平均分离度，只要是如果各暂定组间的平均的距离变大则增大的指标，就可以是任意的指标，也可以应用组重心的集合{Ck}间的各个距离的平均值。
分组执行部36在这样完成作为对象的各时间序列位置数据的分组执行处理时，调出组重心轨迹生成部37(图2)。
组重心轨迹生成部37如果通过分组执行部36而被调出，则生成各暂定组的组重心的时域的时间序列位置数据，使基于所得到的各暂定组的时间序列位置数据的波形显示于输入输出装置18(图1)(SP16)。
具体而言，组重心轨迹生成部37针对每个组，生成将在上述分组执行处理中得到的组重心的前半数据作为实部、并将后半数据作为虚部的频域的复数数据，对所生成的复数数据进行傅立叶逆变换从而变换为表示位置信息的复数数据。另外，组重心轨迹生成部37将该复数数据(位置信息)的实部作为纬度、并将虚部作为经度而生成组重心的时间序列位置数据。然后，组重心轨迹生成部37根据这样生成的各暂定组的组重心的时间序列位置数据，使各暂定组的组重心的轨迹以例如图15所示那样的形式而显示于输入输出装置18。
该图15是各用户的时间序列位置数据被分类为6个暂定组的情况的例子，表示将这些暂定组的组重心的轨迹分别在将纬度、经度以及时间分别作为轴的三维坐标上进行了描绘的显示例。通过这样在将纬度、经度以及时间分别作为轴的三维坐标上描绘组重心的轨迹，能够将属于这些暂定组的用户的代表性的移动图案显示为考虑了位置以及移动速度的波形。另外，组重心轨迹生成部37此时还一并显示属于各暂定组的成员数(用户数)。
接下来，组重心轨迹生成部37判定时间序列位置数据的坐标轴是否为相对坐标轴，在得到了肯定结果的情况下，利用绝对坐标轴对各暂定组进行再分类(SP17)。作为这样的再分类的方法，例如考虑针对向该暂定组分配的用户在特定的时间段(例如从数据开始时刻起至经过一定时间为止的期间)所经由的每个区域进行再分类的方法。图16以及图17示出这样的再分类的方法。例如，将再分类后的组内的用户的特定的时间段的平均位置作为基准，对再分类后的组重心进行再配置。
图18示出进行这样的再分类之后的分组处理的处理结果的显示例。此时，不仅是组重心的波形，而且也可以追加地显示表示对各组分配了时间序列位置数据的用户的移动图案的原来的波形。另外，也可以在显示图15、图18所示的分组结果时，以使知晓各组内的用户的时间序列位置数据的相对组重心的轨迹的偏差的程度的方式，例如计算各组内的用户的时间序列位置数据的每个小时的方差等，以根据方差的值而使表示每个小时的组重心的轨迹的线的粗细变化的方式进行显示。
然后，组重心轨迹生成部37将这样的分组处理的处理结果登记到用户分类信息表格25(图4)中。
通过直至以上的处理，由分组处理部20(图2)实施的分组处理结束。
(3-3)剖析处理
另一方面，图19示出在图10的步骤SP2中由剖析处理部21(图2)执行的剖析处理的具体的处理流程。
在该剖析处理中，首先，候补属性取得部38(图2)从候补属性表格27(图6)读出可成为组的属性的项目及其值(属性)(SP20)。然后，候补属性取得部38在这之后调出每组属性决定部39(图2)。
另外，每组属性决定部39如果通过候补属性取得部38而被调出，则根据用户属性信息数据库26(图1)以及候补属性表格27，通过例如诊断树学习来分别决定每个组的支配性的属性，将决定结果登记到每组属性信息表格28(图7)(SP21)。
此外，在本实施方式中，作为如以下那样在上述诊断树学习中使用的诊断决定树的制作算法而使用ID3(Iterative Dichotomiser 3，迭代二叉树3)，但也可以应用C4.5、CART(Classification And Regression Trees，分类与回归树)、ID3-plural等ID3以外的算法。
通过以上的处理，剖析处理结束。
在此，图20示出在上述剖析处理中生成的诊断决定树TR的概要结构。生成该诊断决定树TR的处理是如下处理：用于根据登记在用户属性信息数据库26(图1)中的各用户的属性信息，统一地生成用于推测各用户分别关联的组的诊断决定树TR。上述诊断决定树TR如从图20也可知，由第1诊断决定树TR1和第2诊断决定树TR2构成。
第1诊断决定树TR1是仅根据各用户的分析期间的位置以及属性信息而制作的诊断树。实际上，在第1诊断决定树TR1中，各节点ND1的内容仅为根据时间序列位置数据而识别的用户的移动状况、与用户的属性信息有关的内容，能够仅根据用户的属性信息将用户与某个组关联起来。
另外，第2诊断决定树TR2是如下的诊断树，即，是将第1诊断决定树TR1的各树叶LF1之中的、分配目的地的组不明确的(分配目的地的组没有被决定为1个的)树叶LF1作为根(root)，分析对该树叶LF1分配的既存的用户的分析期间部分的时间序列位置数据，并根据由此得到的这些用户的附带信息(这些用户所属的组的属性信息)而制作的诊断树。实际上，在第2诊断决定树TR2中，各节点ND2的内容仅为与用户的附带信息有关的内容，能够根据这些附带信息而将用户与某个组关联起来。
图21示出为了生成这样的诊断决定树TR而由每组属性决定部39(图2)执行的诊断决定树生成处理的具体的处理内容。
每组属性决定部39在进入到图19的步骤SP21时，开始该图21所示的诊断决定树生成处理，首先，参照用户分类信息表格25(图4)以及每组属性信息表格28(图7)，生成第1诊断决定树TR1(SP30)。
接下来，每组属性决定部39判断在第1诊断决定树TR1中是否存在分配目的地的组没有被决定为1个的树叶LF1(SP31)。然后，每组属性决定部39在该判断中得到否定结果时，结束该诊断决定树生成处理。
相对于此，每组属性决定部39在通过步骤SP31的判断而得到肯定结果时，参照每组属性信息表格28来生成第2诊断决定树TR2(SP32)，之后结束该诊断决定树生成处理。
图22示出在上述诊断决定树生成处理(图21)的步骤SP30中由每组属性决定部39执行的第1诊断决定树生成处理的具体的处理内容。每组属性决定部39在进入到诊断决定树生成处理的步骤SP30时，开始该图22所示的第1诊断决定树生成处理，首先，取得通过关于图11的步骤SP15已说明的分组执行处理而得到的组信息{Xk}、和各个用户的属性项目{Ai}(SP40)。
接下来，每组属性决定部39选择1个未处理的节点(SP41)。此外，关于步骤SP41以后的处理，每组属性决定部39从当时想要生成的诊断决定树TR的根(最上位的节点)开始进行处理，所以在最初执行的步骤SP41中选择根。
接下来，每组属性决定部39判断在步骤SP40中所取得的用户的属性项目{Ai}是否为空集合(SP42)。然后，每组属性决定部39在通过该判断而得到肯定结果时，在将在步骤SP40中选择的节点设为树叶(终端的节点)之后(SP43)，进入到步骤SP52。
相对于此，每组属性决定部39在通过步骤SP42的判断而得到否定结果时，通过下式来计算当前的组信息中包含的所有用户的组的平均信息量H(SP44)。
[式5]
H({Xk})＝∑k(|Xk|/∑n|Xn|)log(|Xk|/∑n|Xn|) ……(5)
此外，在(5)式中，|Xk|表示组k中包含的用户数。
关于该平均信息量H(|Xk|)，在所输入的用户的时间序列位置数据所属的组中偏差越大则越大，在偏移大的情况下取大的值。在所输入的各用户的时间序列位置数据分别仅所属于1个组的情况下成为“0”。
之后，每组属性决定部39从所输入的属性项目{Ai}，选择1个未处理的属性项目Ai(SP45)，计算将所选择的属性项目Ai中包含的值ai，1、ai，2、ai，3、……作为属性值来具有的用户的部分集合中的组集合{YK，j}、和其用户数|YK，j|(SP46)。
然后，每组属性决定部39关于在步骤SP45中选择的属性项目Ai，通过下式来计算信息增益IG(Ai)。
[式6]
IG(Ai)＝H({Xk})＝∑j∑k(|Yk，j|/∑n|yn，j|)log(|yk，j|/∑n|yn，j|) ……(6)
此外，信息增益IG(Ai)是表示在根据属性值ai，1、ai，2、ai，3、……而将用户部分地进行了分割的情况下所属的组的偏差减少何种程度的参数。
接下来，每组属性决定部39判断关于所输入的所有属性项目{Ai}，是否计算完信息增益IG(Ai)(SP47)。然后，每组属性决定部39在通过该判断而得到否定结果时返回到步骤SP45，之后，将在步骤SP45中选择的属性项目Ai依次切换为未处理的其他节点，并且重复步骤SP45～步骤SP48的处理。
然后，在每组属性决定部39中，如果不久就关于所有属性项目{Ai}计算完信息增益IG(Ai)从而在步骤SP48中得到肯定结果，则将信息增益IG(Ai)最大的属性项目Ai*设定为诊断决定树TR的当前的节点(SP49)，并且关于属性项目Ai*的属性值ai*，1、ai*，2、ai*，3、……的各个，制作子节点(SP50)。
接下来，每组属性决定部39关于上述属性项目Ai*的属性值ai*，1、ai*，2、ai*，3、……，将关于具有该属性值ai*，j的用户的组部分集合{YK，j}，作为针对对应的子节点的新的组集合{Xk}而进行对应关联。另外，将除了上述信息增益IG(Ai)最大的属性项目Ai*以外的属性项目的部分集合{Ai/Ai*}，作为针对各子节点的新的属性集合{Ai}而进行对应关联(SP51)。
之后，每组属性决定部39判断关于所有节点是否执行完步骤SP42～步骤SP51的处理(SP52)。然后，每组属性决定部39在通过该判断而得到否定结果时返回到步骤SP41，之后，将在步骤SP41中选择的节点依次切换为未处理的其他节点，并且重复步骤SP41～步骤SP52的处理。
然后，在每组属性决定部39中，如果不久就关于所有节点决定完属性信息Ai*等从而在步骤SP52中得到肯定结果，则结束该第1诊断决定树生成处理。
另一方面，图23示出在上述诊断决定树生成处理(图21)的步骤SP32中由每组属性决定部39执行的第2诊断决定树生成处理的具体的处理内容。对于通过关于图22已说明的第1诊断决定树生成处理而生成的第1诊断决定树TR1的各树叶LF1之中的、分配目的地的组不明确的(分配目的地的组未被决定为1个的)树叶LF1，在将用户的附带信息作为属性项目{Bi}而制作第2诊断决定树TR2(图20)时，由每组属性决定部39执行该图23所示的第2诊断决定树生成处理。
关于该第2诊断决定树生成处理的步骤SP60～步骤SP72的处理内容，除了将附带信息作为输入项目的点以外，与关于图22已说明的第1诊断决定树生成处理的步骤SP40～步骤SP52相同，所以省略其详细说明。
此外，说明了在关于图22已说明的第1诊断决定树生成处理、以及关于图23已说明的第2诊断决定树生成处理中使用ID3的情况，但只要是生成能够诊断组的决定树的方法，就可以使用任意的方法，另外作为第1诊断决定树TR1以及第2诊断决定树TR2的生成方法，也可以使用不同的诊断决定树的生成方法。
(3-4)信息配送事件决定·执行处理
图24示出在图10的步骤SP3中由信息配送事件决定·执行部22(图2)执行的信息配送事件决定·执行处理的具体的处理内容。以下，分别说明仅将时间序列位置数据属于某个组的用户作为对象而进行信息的配送的情况、以及将非特定多数作为对象而进行信息的配送的情况的两种信息配送事件决定·执行处理的处理内容。
(3-4-1)将组成员作为对象的信息配送
首先，说明仅将时间序列位置数据属于某个组的用户作为对象而进行信息的配送的情况的信息配送事件决定·执行处理的处理内容。
在该情况下，首先，信息配送事件决定·执行部22的信息配送事件决定部40(图2)参照每组属性信息表格28(图7)以及配送候补信息表格29(图8)，根据针对每个组而确定的属性信息，针对每个组，决定向属于该组的各用户配送的信息(配送信息)(SP80)。
具体而言，信息配送事件决定部40将每组属性信息表格28中的属于某个组的用户的支配性的属性、与配送候补信息表格29的属性项目的一致数为预先设定的阈值(以下将其称为一致属性项目数阈值)以上的配送候补信息，决定为该组的配送信息。
例如，在图7以及图8的例子中，在上述一致属性项目数阈值是“3”的情况下，在每组属性信息表格28中登记的组ID为“1”的组中，“年龄”、“性别”以及“经由地”这3个与在配送候补信息表格29中登记的配送信息ID为“2”的配送候补信息的对应的属性项目的值一致，所以“C店铺周边的女装店的折扣券信息”这样的配送候补信息被决定为向属于组ID为“1”的组的用户配送的配送信息。
此外，在本实施方式中，设为配送候补信息表格29是事先通过人工而制作的表格，但也可以例如由信息配送事件决定部40关于所属的用户数为一定数以上的组的属性来准备配送对象信息等，根据过去的剖析处理的处理结果来决定配送候补信息表格29的属性项目栏29B的各项目栏29BA～29BD的值。
之后，信息配送事件决定部40在生成完信息配送事件时，调出信息配送事件执行部41(图2)。
信息配送事件执行部41如果通过信息配送事件决定部40而被调出，则通过执行步骤SP81～步骤SP85的处理，从而针对每个组，将属于该组的用户作为对象来进行信息的配送。
实际上，信息配送事件执行部41首先选择1个未处理的组(SP81)，判断属于该组的用户的用户数是否为预先设定的阈值(以下将其称为用户数阈值)以上(SP82)。这是为了将执行信息配送事件(配送在步骤SP80中选择的应配送的配送候补信息的事件)的对象限制为用户数是用户数阈值以上的组。
然后，信息配送事件执行部41在通过该判断而得到否定结果时进入到步骤SP85，在通过步骤SP82的判断而得到肯定结果时，判断配送关于在步骤SP81中选择的组而在步骤SP80中决定的配送信息的事件的费用对比效果评分是否为关于该费用对比效果预先设定的阈值(以下将其称为费用对比效果阈值)以上(SP83)。这是为了将信息配送的对象限制为费用对比效果评分是费用对比效果阈值以上的组。
然后，信息配送事件执行部41在通过该判断而得到否定结果时进入到步骤SP85，在通过步骤SP83的判断而得到肯定结果时，配送关于在步骤SP81中选择的组而在步骤SP80中选择的配送信息(SP84)。
具体而言，信息配送事件执行部41针对当时属于在步骤SP81中选择的组的所有用户的移动终端2，通过邮件配送关于该组在步骤SP80中选择的配送信息。但是，在信息的配送并非是邮件的配送，例如作为属于当时作为对象的组的用户的支配性的属性而存在某个经由地的情况下，也可以向该经由地周边的信息配送终端(电子公告板等)配送该配送信息。此外，关于这样的配送信息的配送定时，也可以实时地收集用户的位置信息，在该用户通过该经由地的定时进行。
另外，作为存在某个经由地作为属于组的用户的支配性的属性的情况下的信息的配送定时的其他决定方法，也可以与用户使用的信息服务协作来预测属于作为对象的组的用户在该经由地出现的时间，在该时间进行信息配送。例如也可以根据用户的换乘引导服务利用历史来预测该用户在该经由地出现的时间，使用定时器等，不依赖于该用户的当日的行动而向该经由地周边的信息配送终端(电子公告板等)配送信息。另外，例如也可以根据用户的换乘引导服务利用历史来预测用户的出发地点，向处于该出发地点与该经由地之间的信息配送终端(电子公告板等)配送信息。
接下来，信息配送事件执行部41判断关于所有组是否执行完步骤SP82～步骤SP84的处理(SP85)。然后，信息配送事件执行部41在通过该判断而得到否定结果时返回到步骤SP81，之后，将在步骤SP81中选择的组依次切换为未处理的其他组，并且重复步骤SP81～步骤SP85的处理。
然后，在信息配送事件执行部41中，如果不久就关于所有组执行完步骤SP82～步骤SP84的处理从而在步骤SP85中得到肯定结果，则结束处理。由此，由信息配送事件决定·执行部22(图2)实施的一连串的信息配送事件决定·执行处理结束。
(3-4-2)将非特定多数作为对象的信息配送
接下来，参照图24，说明将非特定多数作为对象而进行信息配送的情况的信息配送事件决定·执行处理的处理内容。
在该情况下，首先，信息配送事件决定部40参照每组属性信息表格28(图7)以及配送候补信息表格29(图8)，根据针对每个组而确定的属性信息，针对每个组，决定向属于该组的各用户配送的信息(配送信息)(SP80)。
具体而言，信息配送事件决定部40例如从用户分类信息表格25(图4)取得采样用户数多的组的上位的一定数的组ID。然后，信息配送事件决定部40从配送候补信息表格29，选择所取得的组ID的每组属性信息表格28中的支配性的属性与配送候补信息表格29的属性项目的一致数是上述一致属性项目数阈值以上的配送候补信息，而作为配送信息。
然后，信息配送事件决定部40在这之后调出信息配送事件执行部41。
信息配送事件执行部41如果通过信息配送事件决定部40而被调出，则通过执行步骤SP81～步骤SP85的处理，将非特定多数作为对象而进行信息配送。
实际上，信息配送事件执行部41与上述“(3-4-1)将组成员作为对象的信息配送”同样地处理步骤SP81～步骤SP83。
接下来，信息配送事件执行部41通过将非特定多数作为对象的信息配送手段，配送在步骤SP80中所决定的配送信息(SP84)。在此，作为将非特定多数作为对象的信息配送手段，例如是经由电视、广播、因特网等媒体的广告、新闻、海报等将纸作为介质的广告等，只要是能够对人提示信息的手段，则也可以是其他信息配送手段。
另外，作为存在某个经由地作为属于组的用户的支配性的属性的情况下的信息的配送定时的其他决定方法，也可以与用户使用的信息服务协作来预测属于作为对象的组的用户在该经由地出现的时间，在该时间进行信息配送。例如也可以根据用户的换乘引导服务利用历史来预测该用户在该经由地出现的时间，使用定时器等，不依赖于该用户的当日的行动而向该经由地周边的信息配送终端(电子公告板等)配送信息。另外，例如也可以根据用户的换乘引导服务利用历史来预测用户的出发地点，向处于该出发地点与该经由地之间的信息配送终端(电子公告板等)配送信息。
接下来，信息配送事件执行部41判断关于所有组是否执行完步骤SP82～步骤SP84的处理(SP85)。然后，信息配送事件执行部41在通过该判断而得到否定结果时返回到步骤SP81，之后，将在步骤SP81中选择的组依次切换为未处理的其他组，并且重复步骤SP81～步骤SP85的处理。
然后，在信息配送事件执行部41中，如果不久就关于所有组执行完步骤SP82～步骤SP84的处理从而在步骤SP85中得到肯定结果，则结束处理。由此，由信息配送事件决定·执行处理实施的信息配送事件决定·执行处理结束。
(3-5)信息配送事件评价处理
(3-5-1)将组成员作为对象的信息配送事件的评价处理
图25示出在关于图24已说明的信息配送事件决定·执行处理结束后经过了一定时间之后，在图10的步骤SP4中由信息配送事件评价部23(图2)的信息配送事件执行结果取得部42(图2)执行的第1信息配送事件评价处理的具体的处理内容。
信息配送事件执行结果取得部42依照该图25所示的处理过程，比较关于图24已说明的信息配送事件的前后的分类图案，特别是评价同一属性的分类结果的变化的大小(将同一属性的分类结果的变化大的部分评价得高)。
实际上，信息配送事件执行结果取得部42在开始该第1信息配送事件评价处理时，首先通过控制分组处理部20(图2)以及剖析处理部21(图2)，执行关于图11已说明的分组处理以及关于图19～图23已说明的剖析处理(SP90)。
接下来，信息配送事件执行结果取得部42比较在步骤SP90中所执行的剖析处理的处理结果与在关于图24已说明的信息配送事件决定·执行处理的执行前所取得的(即在图10的步骤SP2中所取得的)剖析结果，抽取具有同一属性或者一致的属性的数量是预先设定的阈值以上的组(SP91)。
接下来，信息配送事件执行结果取得部42针对信息配送前的每个组，分别计算与信息配送后的具有同一属性的组的组重心间的距离(SP92)。例如，信息配送事件执行结果取得部42通过对每个小时的组重心的位置(纬度、经度)的差进行时间累计，而计算上述距离。
而且，信息配送事件执行结果取得部42根据上述距离的计算结果，计算针对本次的信息配送的费用对比效果评分(SP93)。具体而言，信息配送事件执行结果取得部42针对计算出的距离，除以配送信息的事件实施成本，从而计算基于信息配送的费用对比效果评分。通过这样的计算，例如即使是相同的事件实施成本，在认为通过信息配送而用户的移动图案大幅变化的情况(上述组重心间的距离大的情况)下，作为费用对比效果评分也得到大的值，相反地在认为通过信息配送而用户的移动图案也几乎未变化的情况(上述组重心间的距离小的情况)下，作为费用对比效果评分而得到小的值。但是，也可以针对向不存在信息配送后的具有同一属性的组的信息配送前的组的配送信息，也评价抑制对象的组的移动图案这样的点来相加一定值的评分。然后，信息配送事件执行结果取得部42将这样计算出的费用对比效果评分重写到配送候补信息表格8的对应的费用对比效果评分栏29E中。
然后，信息配送事件执行结果取得部42在这之后结束该第1信息配送事件评价处理。
(3-5-2)将非特定多数作为对象的信息配送事件的评价处理
图26示出在关于图25已说明的信息配送事件决定·执行处理结束后经过了一定时间之后，在图10的步骤SP24中由信息配送事件评价部23的信息配送事件执行结果取得部42执行的第2信息配送事件评价处理的具体的处理内容。
信息配送事件执行结果取得部42依照该图26所示的处理过程，比较关于图25已说明的信息配送事件的前后的分类图案，特别是评价同一属性的分类结果的变化的大小(将同一属性的分类结果的变化大的部分评价得高)。
实际上，信息配送事件执行结果取得部42与关于图25已说明的步骤SP90～步骤SP93同样地处理步骤SP100～步骤SP103的处理。但是，在该图26的步骤SP103中，信息配送事件执行结果取得部42累计每个小时的位置信息(纬度、经度)的差，来计算与信息配送后的具有同一属性的组的组重心间的距离。
接下来，信息配送事件执行结果取得部42通过取在步骤SP103中计算出的各组的信息配送效果评分之和，从而计算向非特定多数的最终的费用对比效果评分，将计算出的费用对比效果评分重写到配送候补信息表格29(图8)的对应的费用对比效果评分栏29E(SP104)。
然后，信息配送事件执行结果取得部42在这之后结束该信息配送事件评价处理。
(3-6)基于信息配送事件的人流控制
(3-6-1)店铺员工数·店铺来客数控制处理
在此，说明如下方法：根据针对各移动终端2的时间序列位置数据的上述分组处理以及剖析处理的处理结果，预测向店铺的来客数，根据预测的来客数来调整店铺员工数，或者通过事件的信息配送来控制来客数(以下将其称为店铺员工数·店铺来客数控制方法)。
图27示出与这样的店铺员工数·店铺来客数控制方法关联地由信息配送装置3的人流控制部43(图2)执行的店铺员工数·店铺来客数控制处理的处理内容。
在人流控制部43中，如果操作信息配送装置3而被输入店铺员工数·店铺来客数控制处理的执行命令，则开始该店铺员工数·店铺来客数控制处理，首先根据针对各移动终端2的时间序列位置数据的上述分组处理以及剖析处理的处理结果，预测每个小时的店铺来客数(SP110)。
在该情况下，通过将用户的不同时间段(星期等)的时间序列位置数据作为其他用户的时间序列位置数据来处理，能够提高预测精度。例如，在存在一周的用户的时间序列位置数据时，针对每个星期来分割时间序列位置数据，处理为作为属性仅“星期”不同的其他用户的1天的时间序列位置数据。通过对这样的1天的时间序列位置数据进行分组，并作为属性候补而添加星期，从而可得到将星期作为属性来具有的组。
通过抽取这样的将星期、季节等期间作为属性来具有的组，并抽取将来客预测对象的期间作为属性来具有、并且具有来客对象经由店铺区域的时间序列位置数据的组，从而能够根据该组的成员数来预测每个小时的该店铺的来客数。
另外，也可以在所述来客数预测时，计算组内的成员的时间序列位置信息的每个小时的方差，根据通过该店铺的时间的方差值来校正来客预测数。例如，通过下式来计算来客预测数。
[式7]
来客预测数＝固定的系数×店铺通过时间的方差值×组内成员数……(7)
接下来，人流控制部43根据每个时间段的来客预测数，决定店铺员工数(SP111)。例如，通过下式来计算该时间段的店铺员工数，并将计算结果记录到店铺的考勤管理系统等业务管理系统或者显示计算结果。
[式8]
该时间段的店铺员工数＝固定的系数×该时间段的来客预测数……(8)
也可以从业务管理系统，自动地向工作人员、店铺员工通过邮件等而通知所记录的店铺员工数的结果。
之后，人流控制部43等待被提供调查对象的时间段中的每单位时间向店铺的来客数的监视结果(SP112)。此外，关于上述来客数的监视，既可以由店铺工作人员进行、或者也可以在店铺入口处配置物体感知传感器等而自动地进行。在本实施方式中，定期地经由人工或者自动地向信息配送装置3通知这样监视的向店铺的每单位时间的来客数。
然后，人流控制部43如果不久就被通知上述每单位时间的来客数，则判定被通知的来客数是否处于期待来客数的范围内(SP113)。在此，期待来客数是根据上述来客预测数而决定的值。例如，如果期待来客数是30人，则期待来客数的范围设定为20～40人。通过设置上下限，减少店铺销售额的降低和店铺员工所致的应对延迟的风险。
然后，人流控制部43在通过步骤SP113的判断而得到肯定结果时，进入到步骤SP115。相对于此，人流控制部43在通过该步骤SP113而得到否定结果时，调出信息配送事件决定·执行部22(图2)，配送用于使期待来客数收敛于范围内的事件信息(SP114)。
例如，根据配送候补信息表格29(图8)来决定针对具有经由该店铺的移动图案的组的成员(用户)的配送信息，将该配送信息配送到属于该组的用户。具体而言，在期待来客数是下限以下的情况下，针对属于该组的用户，配送对应的配送信息(折扣券等事件信息)。此时，也可以使折扣额度增减等，根据期待来客数与当前的来客数之差来改变配送信息的内容。除此以外，也可以根据期待来客数与当前的来客数之差，限制进行信息配送的用户数。
接下来，人流控制部43判断是否经过了店铺来客数的调整对象的时间段(SP115)。然后，人流控制部43在通过该判断而得到否定结果时返回到步骤SP112，之后重复步骤SP112～步骤SP115的处理。
然后，在人流控制部43中，如果不久就经过店铺来客数的调整对象的时间段从而在步骤SP115中得到肯定结果，则结束该店铺员工数·店铺来客数控制处理。
(3-6-2)通行人数控制处理
接下来，说明如下方法(以下将其称为通行人数控制方法)：根据针对各移动终端2的时间序列位置数据的上述分组处理以及剖析处理的处理结果来预测作为对象的通行路的每个小时的人数，根据所预测的人数，通过事件信息的配送来控制通行人数，缓解通行路的拥堵。
图28示出与这样的通行人数控制方法关联地由信息配送装置3的人流控制部43(图2)执行的通行人数控制处理的处理内容。
在人流控制部43中，如果操作信息配送装置3而被输入通行人数控制处理的执行命令，则开始该通行人数控制处理，首先根据针对各移动终端2的时间序列位置数据的上述分组处理以及剖析处理的处理结果，预测作为对象的通行路的每个小时的通行人数(SP120)。该步骤SP120中的处理内容与关于图27已说明的店铺员工数·店铺来客数控制处理的步骤SP110相同，所以省略此处的详细说明。
接下来，人流控制部43等待被提供调查对象的时间段中的作为对象的通行路的通行人数的监视结果(SP121)。此外，既可以通过人工进行上述通行人数的监视，或者也可以沿着通行路来配置监视照相机、物体探测传感器等，对该监视照相机的输出影像进行影像处理从而自动地进行上述通行人数的监视。在本实施方式中，定期地经由人工或者自动地向信息配送装置3通知这样监视的每单位时间的通行人数。
然后，人流控制部43如果被通知上述每单位时间的通行人数，则与关于图27已说明的店铺员工数·店铺来客数控制处理的步骤SP113～步骤SP115同样地处理步骤SP122～步骤SP124。然后，人流控制部43在不久经过通行人数的调整对象的时间段从而通过步骤SP124而得到肯定结果时，结束该通行人数控制处理。
(4)本实施方式的效果
如以上那样，本实施方式的信息配送装置3根据用户的属性信息等，通过分组处理将多个用户的移动信息(时间序列位置数据)分类为多个组，并通过剖析处理来分别决定所分类的每个组的支配性的用户属性，根据所决定的每个组的属性，针对每个组，向时间序列位置数据属于该组的用户配送配送信息。
因此，根据本信息配送装置3，能够以组单位进行信息配送，而且能够针对每个组，从登记在配送候补信息表格29中的信息中，对属于该组的用户配送最适合的信息，所以相比于针对每个用户配送信息的情况，能够利用更少的信息处理资源而高效地进行信息配送。
另外，一般为了提高服务信息的配送的效果，需要评价通过对用户配送服务信息而产生的用户的行动变化，但由于在上述服务信息的配送所引起的用户的行动变化中有偏差，所以难以进行将用户全体作为对象的一样的评价。
然而，在本信息配送装置3中，如上所述以组单位来配送信息，并以组单位来评价其配送效果，所以能够容易地进行将用户全体作为对象的一样的评价。
(5)其他实施方式
此外，在上述实施方式中，叙述了移动通信体是移动终端2等便携型通信终端装置的情况，但本发明不限于此，即使在例如车辆导航系统等便携型通信终端装置以外的移动通信体的情况下，也能够应用本发明。
另外，在上述实施方式中，叙述了将基于信息配送事件的人流控制应用于向店铺的来客数控制、通行路的通行人数控制的情况，但本发明不限于此，能够广泛应用于其他各种人流控制。
而且，在上述实施方式中，叙述了在移动通信体中搭载测位装置14并通过该测位装置14取得自己的位置的情况，但本发明不限于此，也可以例如由各移动通信体通过测位装置14以外的传感器等某种单元来检测自己的位置，而且还可以在移动通信体自身中不搭载对自己的位置进行测位的功能，而利用外部的监视照相机等，外部机器对各移动通信体的位置分别进行测位，信息配送装置3收集其结果(各移动通信体的位置信息)。
而且，在上述实施方式中，叙述了作为在分组处理时将各时间序列位置数据变换为频域的频率数据的变换方法而应用傅立叶变换的情况，但本发明不限于此，也可以广泛应用例如小波变换等傅立叶变换以外的变换方法。
而且，在上述实施方式中，叙述了信息配送装置3从各移动终端2收集的位置信息(包括时间序列位置数据)仅由纬度以及经度这2个坐标值构成的情况，但本发明不限于此，在例如上述位置信息(包括时间序列位置数据)包括纬度和经度以及高度等与多个坐标轴有关的数据值的情况下，也可以将这些数据值分别分配给实部以及虚部中的某一个而将时间序列位置数据变换为复数数据。
而且，在上述实施方式中，叙述了信息配送装置3的信息配送事件决定·执行部22(图2)从登记在配送候补信息表格29(图8)中的信息中决定应配送的信息来进行配送的情况，但本发明不限于此，例如也可以是信息配送事件决定·执行部22针对各用户配送该用户所属的组的代表性的移动路线(例如根据该组的组重心的时间序列位置数据而定义的路线)、与该代表性的移动路线上的设施(餐厅、商业店铺、住宿设施等)有关的信息。
产业上的可利用性
本发明能够广泛应用于针对搭载了取得自己的当前位置的位置数据的测位功能的移动通信体配送信息的信息配送装置。

Claims (18)

1.一种信息配送装置，对多个移动通信体配送信息，其特征在于，具备：
分组处理部，执行如下的分组处理：分别收集由各所述移动通信体的时间序列的位置信息构成的时间序列位置数据，根据收集到的各所述移动通信体的所述时间序列位置数据，将该时间序列位置数据分类为多个组；
剖析处理部，执行如下的剖析处理：根据预先登记的各所述移动通信体的用户的属性信息，针对每个所述组，决定对该组分配了所述时间序列位置数据的各所述用户的支配性的属性；以及
信息配送事件决定·执行部，根据所述剖析处理的处理结果，针对每个所述组，决定应向对该组分配了所述时间序列位置数据的各所述用户配送的信息而配送给各该用户。
2.根据权利要求1所述的信息配送装置，其特征在于，
各所述移动通信体分别具备对自己的位置进行测位的测位装置，
所述分组处理部从各所述移动通信体，分别收集该移动通信体的所述测位装置所测定的时间序列的所述位置信息来作为所述时间序列位置数据。
3.根据权利要求1所述的信息配送装置，其特征在于，
所述分组处理部将从各所述移动通信体收集到的所述时间序列位置数据分别变换为频域的频率数据，针对每个所述时间序列位置数据，根据对应的所述频率数据来生成特征量，根据所生成的各所述时间序列位置数据的特征量而将各所述时间序列位置数据分类为多个所述组。
4.根据权利要求3所述的信息配送装置，其特征在于，
所述分组处理部将作为对象的各所述时间序列位置数据分别变换为将该时间序列位置数据所具有的与坐标系有关的多个数据值分别分配给实部以及虚部中的某一个而得到的复数数据，将各所述复数数据变换为所述频率数据，从而将各所述时间序列位置数据分别变换为所述频率数据。
5.根据权利要求3所述的信息配送装置，其特征在于，
所述分组处理部将作为对象的各所述时间序列位置数据分别变换为将该时间序列位置数据所具有的与坐标系有关的多个数据值的第1分量作为实部、并将第2分量作为虚部的复数数据，将各所述复数数据变换为所述频率数据，从而将各所述时间序列位置数据分别变换为所述频率数据。
6.根据权利要求3所述的信息配送装置，其特征在于，
所述位置数据由表示纬度的纬度数据以及表示经度的经度数据构成，
所述分组处理部将作为对象的各所述时间序列位置数据分别变换为将所述纬度数据作为实部并将所述经度数据作为虚部、或者将所述纬度数据作为虚部并将所述经度数据作为实部的复数数据，将各所述复数数据变换为所述频率数据，从而将各所述时间序列位置数据分别变换为所述频率数据。
7.根据权利要求3所述的信息配送装置，其特征在于，
所述分组处理部将各所述组的重心的频率数据变换为时域的时间序列的位置信息，针对每个所述组，将基于通过该变换而得到的所述时间序列的位置信息的所述重心的轨迹，显示到分别以纬度、经度以及时间作为轴的三维空间坐标内。
8.根据权利要求1所述的信息配送装置，其特征在于，
所述剖析处理部通过决定树学习，决定对各所述组分配了所述时间序列位置数据的所述用户的支配性的属性。
9.根据权利要求1所述的信息配送装置，其特征在于，
还具备信息配送事件评价部，该信息配送事件评价部评价由所述信息配送事件决定·执行部实施的信息配送的效果。
10.根据权利要求9所述的信息配送装置，其特征在于，
在配送所述信息之后，所述信息配送事件评价部使所述分组处理部执行所述分组处理，并且使所述剖析处理部执行所述剖析处理，
所述信息配送事件评价部针对配送所述信息之前的每个组，根据与配送所述信息之后的所述组中的具有同一属性的所述组之间的重心间的距离，针对每个所述组来评价所述信息配送的效果。
11.根据权利要求1所述的信息配送装置，其特征在于，
还具备人流控制部，该人流控制部根据所述分组处理的处理结果和所述剖析处理的处理结果，预测每个小时的向店铺的来客数或者通行路的通行人数，并基于预测结果，根据需要而使所述信息配送事件决定·执行部配送所述信息，从而控制向所述店铺的来客数或者所述通行路的通行人数。
12.根据权利要求3所述的信息配送装置，其特征在于，
所述分组处理部对于各所述时间序列位置数据，在对数据的缺损期间进行插值之后变换为所述频率数据。
13.根据权利要求12所述的信息配送装置，其特征在于，
所述分组处理部对于短期性的所述数据的缺损期间进行线性插值，对于长期性的所述数据的缺损期间利用紧接在该缺损期间之后或者之前的所述时间序列位置数据的值进行插值。
14.根据权利要求3所述的信息配送装置，其特征在于，
所述分组处理部选择原样地使用构成该时间序列位置数据的所述位置信息的绝对坐标轴和将构成该时间序列位置数据的所述位置信息的初始值作为基准的相对坐标轴中的某一方而作为所述时间序列位置数据的坐标轴，在选择了相对坐标轴的情况下，对于各所述时间序列位置数据，在将坐标轴变换为所述相对坐标轴之后变换为所述频率数据。
15.根据权利要求1所述的信息配送装置，其特征在于，
所述分组处理部根据所述组内的类似性和所述组间的分离性来决定最佳的组数，将所述时间序列位置数据分类为所决定的组数的所述组。
16.根据权利要求1所述的信息配送装置，其特征在于，
所述信息配送事件决定部针对每个所述组，从预先规定了应配送的属性的多个配送对象的信息中决定应向对该组分配了所述时间序列位置数据的各所述用户配送的信息而配送给各该用户。
17.根据权利要求16所述的信息配送装置，其特征在于，
所述信息配送事件决定部针对每个组，将与对该组分配了所述时间序列位置数据的各用户的代表性的移动路线以及或者该移动路线上的设施有关的信息，配送给各该用户。
18.一种信息配送方法，是在对多个移动通信体配送信息的信息配送装置中执行的信息配送方法，其特征在于，具备：
第1步骤，执行如下的分组处理：分别收集由各所述移动通信体的时间序列的位置信息构成的时间序列位置数据，根据收集到的各所述移动通信体的所述时间序列位置数据，将该时间序列位置数据分类为多个组；
第2步骤，执行如下的剖析处理：根据预先登记的各所述移动通信体的用户的属性信息，针对每个所述组，决定对该组分配了所述时间序列位置数据的各所述用户的支配性的属性；以及
第3步骤，根据所述剖析处理的处理结果，针对每个所述组，决定应向对该组分配了所述时间序列位置数据的各所述用户配送的信息而配送给各该用户。
CN201580046832.XA 2015-07-24 2015-07-24 信息配送装置以及方法 Expired - Fee Related CN106796550B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/071173 WO2017017740A1 (ja) 2015-07-24 2015-07-24 情報配信装置及び方法

Publications (2)

Publication Number Publication Date
CN106796550A true CN106796550A (zh) 2017-05-31
CN106796550B CN106796550B (zh) 2020-01-17

Family

ID=57884194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580046832.XA Expired - Fee Related CN106796550B (zh) 2015-07-24 2015-07-24 信息配送装置以及方法

Country Status (5)

Country Link
US (1) US10136249B2 (zh)
EP (1) EP3327575B1 (zh)
JP (1) JP6334825B2 (zh)
CN (1) CN106796550B (zh)
WO (1) WO2017017740A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019032717A (ja) * 2017-08-08 2019-02-28 ヤフー株式会社 生成装置、生成方法、及び生成プログラム
CN111047344A (zh) * 2018-10-12 2020-04-21 丰田自动车株式会社 广告投放系统、信息处理装置以及广告分配装置
CN111324088A (zh) * 2018-12-14 2020-06-23 发那科株式会社 信息处理装置

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6645150B2 (ja) * 2015-12-04 2020-02-12 株式会社Ｊｖｃケンウッド 情報提供装置、情報提供方法、プログラム
JP6062124B1 (ja) * 2016-03-03 2017-01-18 三菱電機株式会社 混雑予測装置および混雑予測方法
US10154006B2 (en) 2016-07-22 2018-12-11 Rockwell Automation Technologies, Inc. Systems, methods and apparatus for supporting multiple network addressing modes
US10440620B2 (en) 2016-07-22 2019-10-08 Rockwell Automation Technologies, Inc. Systems and methods for bidirectional network geography delivery
US10218699B2 (en) * 2016-07-22 2019-02-26 Rockwell Automation Technologies, Inc. Systems and methods for adding a non-inherent component to a device key of a networked device
US10126799B2 (en) 2016-07-22 2018-11-13 Rockwell Automation Technologies, Inc. Intelligent power tap with zone control and safety zone control
US10108216B2 (en) 2016-07-22 2018-10-23 Rockwell Automation Technologies, Inc. Power tap with adjustable configuration
US10108238B2 (en) 2016-07-22 2018-10-23 Rockwell Automation Technologies, Inc. Intelligent power tap for providing power and communicating in industrial automation applications
JP6291104B1 (ja) * 2017-03-22 2018-03-14 株式会社博報堂Ｄｙホールディングス 情報処理システム
EP3467669A4 (en) * 2017-07-31 2020-01-22 Rakuten, Inc. PROCESSING SYSTEM, PROCESSING DEVICE, PROCESSING PROCESS, PROGRAM AND INFORMATION STORAGE MEDIUM
JP6576500B1 (ja) * 2018-03-28 2019-09-18 エヌ・ティ・ティ・アドバンステクノロジ株式会社 情報配信装置、及び情報配信方法
JP6940464B2 (ja) * 2018-10-19 2021-09-29 ヤフー株式会社 決定装置、決定方法及び決定プログラム
WO2021090503A1 (ja) * 2019-11-08 2021-05-14 日本電信電話株式会社 情報流通システム、監視装置、共有装置及び情報流通方法
JP7244443B2 (ja) 2020-01-06 2023-03-22 株式会社東芝 情報処理装置、情報処理方法及びコンピュータプログラム
CN115223398B (zh) * 2022-07-14 2023-09-19 集美大学 考虑航道约束的核自适应分数阶复值神经网络ais插值方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002215666A (ja) * 2001-01-23 2002-08-02 Yokogawa Electric Corp 情報サービスシステム
US20030096621A1 (en) * 2001-11-19 2003-05-22 Rittwik Jana Method and apparatus for identifying a group of users of a wireless service
US20070042770A1 (en) * 2003-10-15 2007-02-22 Yutaka Yasui Information distribution
JP2008070959A (ja) * 2006-09-12 2008-03-27 Sony Corp 情報処理装置および方法、並びに、プログラム
CN102855572A (zh) * 2011-07-01 2013-01-02 北京亚投科技有限责任公司 移动交互式点餐定位服务系统和方法
JP2013250883A (ja) * 2012-06-01 2013-12-12 Ntt Docomo Inc 情報処理装置、情報処理方法およびプログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6980977B2 (en) 2000-11-30 2005-12-27 Yokogawa Electric Corporation System for acquiring and analyzing personal profile data and providing the service of delivering various information
US6377793B1 (en) 2000-12-06 2002-04-23 Xybernaut Corporation System and method of accessing and recording messages at coordinate way points
JP4175050B2 (ja) 2002-08-01 2008-11-05 日産自動車株式会社 広告提示装置
US7142839B2 (en) * 2003-03-31 2006-11-28 Lucent Technologies Inc. Dynamic grouping of wireless terminal
CN1954628A (zh) * 2004-05-06 2007-04-25 三菱电机株式会社 移动终端、服务器、信息提供系统以及移动终端的通信方法、服务器的通信方法、信息提供系统的信息提供方法
EP1860904A1 (en) * 2006-05-26 2007-11-28 Matsushita Electric Industrial Co., Ltd. Mobility management in communication networks
US8073460B1 (en) * 2007-03-08 2011-12-06 Amazon Technologies, Inc. System and method for providing advertisement based on mobile device travel patterns
US9516470B1 (en) * 2007-03-08 2016-12-06 Amazon Technologies, Inc. System and method for providing advertising based on mobile device travel patterns
JP2009260583A (ja) * 2008-04-16 2009-11-05 Nec Corp 携帯電話機情報視覚化装置、携帯電話機情報視覚化システム及びそれらに用いる携帯電話機情報視覚化方法
US20110035282A1 (en) * 2009-08-07 2011-02-10 At&T Intellectual Property I, L.P. Consumer Sensitive Electronic Billboards
JP5387366B2 (ja) * 2009-11-26 2014-01-15 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
US8504062B2 (en) * 2010-11-01 2013-08-06 Wavemarket, Inc. System and method for aggregating and associating mobile device location data
WO2012094235A2 (en) * 2011-01-03 2012-07-12 MONTOYA, David Geo-location systems and methods
US8862055B2 (en) * 2011-02-04 2014-10-14 Takwak GmBh Systems and methods for defining group of users with mobile devices
JP5708278B2 (ja) * 2011-06-08 2015-04-30 ソニー株式会社 情報処理装置および情報処理方法
US9846891B2 (en) * 2011-08-24 2017-12-19 International Business Machines Corporation Advertisement display based on common destination
US9451418B2 (en) * 2012-10-19 2016-09-20 Qualcomm Incorporated Group association based on network determined location
GB201222625D0 (en) * 2012-12-14 2013-01-30 Omarco Network Solutions Ltd Improvements relating to tracking moving objects
US9661464B2 (en) * 2013-02-28 2017-05-23 Sap Se Matching multiple devices to identify joint movement of the mobile devices
JP6053027B2 (ja) 2013-08-30 2016-12-27 Kddi株式会社 類似移動経路をとるユーザを検索する装置、プログラム及び方法
US9730026B2 (en) * 2014-10-13 2017-08-08 Motorola Solutions, Inc. Method and apparatus for forming communication group based on location history

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002215666A (ja) * 2001-01-23 2002-08-02 Yokogawa Electric Corp 情報サービスシステム
US20030096621A1 (en) * 2001-11-19 2003-05-22 Rittwik Jana Method and apparatus for identifying a group of users of a wireless service
US20070042770A1 (en) * 2003-10-15 2007-02-22 Yutaka Yasui Information distribution
JP2008070959A (ja) * 2006-09-12 2008-03-27 Sony Corp 情報処理装置および方法、並びに、プログラム
CN102855572A (zh) * 2011-07-01 2013-01-02 北京亚投科技有限责任公司 移动交互式点餐定位服务系统和方法
JP2013250883A (ja) * 2012-06-01 2013-12-12 Ntt Docomo Inc 情報処理装置、情報処理方法およびプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019032717A (ja) * 2017-08-08 2019-02-28 ヤフー株式会社 生成装置、生成方法、及び生成プログラム
CN111047344A (zh) * 2018-10-12 2020-04-21 丰田自动车株式会社 广告投放系统、信息处理装置以及广告分配装置
CN111324088A (zh) * 2018-12-14 2020-06-23 发那科株式会社 信息处理装置
CN111324088B (zh) * 2018-12-14 2024-02-09 发那科株式会社 信息处理装置

Also Published As

Publication number Publication date
EP3327575B1 (en) 2020-05-06
JP6334825B2 (ja) 2018-05-30
EP3327575A4 (en) 2019-03-20
US20170303079A1 (en) 2017-10-19
EP3327575A1 (en) 2018-05-30
WO2017017740A1 (ja) 2017-02-02
JPWO2017017740A1 (ja) 2017-09-14
CN106796550B (zh) 2020-01-17
US10136249B2 (en) 2018-11-20

Similar Documents

Publication Publication Date Title
CN106796550A (zh) 信息配送装置以及方法
Trépanier et al. Individual trip destination estimation in a transit smart card automated fare collection system
US9288306B2 (en) Method for processing user information, mobile terminal, and server
US8498953B2 (en) Method for allocating trip sharing
US20170364933A1 (en) User maintenance system and method
JP2017162450A (ja) 公共交通機関システムにおけるユーザ旅行嗜好の平滑化動的モデリング
Hafezi et al. Daily activity and travel sequences of students, faculty and staff at a large Canadian university
CN109903553A (zh) 多源数据挖掘的公交车上下车站点识别和检验方法
WO2014209570A1 (en) Determining demographic data
CN108596664B (zh) 一种电子车票的单边交易费用确定方法、系统及装置
Salon Cars and the city: an investigation of transportation and residential location choices in New York City
JP6516899B2 (ja) 情報配信装置及び方法
Tanton Spatial microsimulation: developments and potential future directions
Siripirote et al. Updating of travel behavior model parameters and estimation of vehicle trip chain based on plate scanning
Elsa Shaji et al. Evaluation of clustering algorithms for the prediction of trends in bus travel time
CN108647189B (zh) 一种识别用户人群属性的方法及装置
JP2021096793A (ja) エリア分析システムおよびその方法
Chen et al. A holistic data-driven framework for developing a complete profile of bus passengers
CN114611622A (zh) 一种利用手机数据识别跨城通勤人群的方法
Roosmalen Forecasting bus ridership with trip planner usage data: A machine learning application
WO2016067460A1 (ja) 交通行動推定システム、交通シミュレーションシステム、交通行動推定方法
CN112685654B (zh) 学生识别方法及装置、计算设备及可读计算机存储介质
Pan et al. National-Level Multimodal Origin–Destination Estimation Based on Passively Collected Location Data and Machine Learning Methods
Beige et al. Who gets the key first? Car allocation in activity-based modelling
Boer et al. Know Before You Go: Predicting Parking Space Occupancy by Exploiting Publicly Accessible Data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200117