JP2000293506A

JP2000293506A - 行動予測方法及びその装置

Info

Publication number: JP2000293506A
Application number: JP10314799A
Authority: JP
Inventors: Toshihiro Tsunoda; 智弘角田
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1999-04-09
Filing date: 1999-04-09
Publication date: 2000-10-20

Abstract

(57)【要約】【課題】予測対象の行動を予測する行動予測方法及びそ
の装置を提案する。【解決手段】予測対象の行動履歴の離散情報（ＥＶＥＮ
Ｔ）を取得し、取得された離散情報（ＥＶＥＮＴ）に基
づいて、予測対象の単位行動履歴情報（ＡＣＴＩＶＩＴ
Ｙ）を抽出し、抽出された単位行動履歴情報（ＡＣＴＩ
ＶＩＴＹ）に基づいて、予測対象の行動を予測すること
により、一段と容易に予測対象の行動を予測することが
できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は行動予測方法に関
し、例えば端末機器を有するユーザの行動を予測する行
動予測方法及び行動予測システムに適用して好適なもの
である。

【０００２】

【従来の技術】従来、例えばＰＨＳ(Personal Handypho
ne System)においては、ＰＨＳ端末装置から送信される
位置登録信号を当該ＰＨＳ端末が存在する無線ゾーンの
基地局で受信し、これを当該基地局からＰＨＳサービス
制御局に送信することにより、ＰＨＳサービス局におい
てＰＨＳ端末装置の位置を基地局の無線ゾーン単位で認
識するようになされている。

【０００３】かかるＰＨＳ端末装置の位置情報を利用
し、ＰＨＳ端末装置に対して当該ＰＨＳ端末装置の位置
に応じた種々の情報を提供するシステムが考えられてい
る。

【０００４】

【発明が解決しようとする課題】ところが、端末装置の
現在位置に応じた情報を提供するシステムでは、端末装
置を所持するユーザの行動を予測して当該予測に応じた
情報を提供することが困難である。

【０００５】本発明は以上の点を考慮してなされたもの
で、ユーザの行動を予測する行動予測方法及びその装置
を提案しようとするものである。

【０００６】

【課題を解決するための手段】かかる課題を解決するた
め本発明においては、予測対象の行動履歴の離散情報を
取得し、取得された離散情報に基づいて、予測対象の単
位行動履歴情報を抽出し、抽出された単位行動履歴情報
に基づいて、予測対象の行動を予測することにより、連
続位置情報に基づく行動履歴を用いることなく、一段と
容易に予測対象の行動を予測することができる。

【０００７】

【発明の実施の形態】以下図面について、本発明の一実
施の形態を詳述する。

【０００８】（１）行動予測方法の原理本発明による行動予測方法は、４つの要素からなる離散
系モデルを用いる。この離散系モデルを構成する４つの
要素は、第１に、システムに存在するものや人を表すＥ
ＮＴＩＴＹと、第２に、発生する現象の一断面を時間の
消費を考慮せずに捕らえた事象として表すＥＶＥＮＴ
と、第３に、ＥＮＴＩＴＹが行う動作や行為を表すＡＣ
ＴＩＶＩＴＹと、第４に、あるＥＮＴＩＴＹに着目し当
該ＥＮＴＩＴＹが関係するＥＶＥＮＴ（又はＡＣＴＩＶ
ＩＴＹ）の列によって時間経過を含む現象を表すＰＲＯ
ＣＥＳＳとから構成される。

【０００９】これらの要素を具体例で示すと、図１に示
すように、例えば発券機で切符を購入する客の行動とし
て、当該客を第１の要素であるＥＮＴＩＴＹとし、第２
の要素であるＥＶＥＮＴとして、客が発券機で順番待ち
の客の列に加わるArrival ＥＶＥＮＴと、客が順番待ち
を終えて発券機で切符を買い始める Start of service
ＥＶＥＮＴと、客が発券機で切符を買い終える End of
service ＥＶＥＮＴとがある。そして、第３の要素であ
るＡＣＴＩＶＩＴＹは客が切符を購入する行為を表し、
第４の要素であるＰＲＯＣＥＳＳは客に関係するＥＶＥ
ＮＴ列を表すことになる。

【００１０】このように、ＥＮＴＩＴＹ（客）の動作や
行為に関して重要な意味を持つ事象（ＥＶＥＮＴ）のみ
を用い、その列（ＰＲＯＣＥＳＳ）によって客の行動を
離散的にモデル化したものＥＮＴＩＴＹ（客）の行動予
測に用いる。

【００１１】従って、この離散系モデルでは、重要な事
象（ＥＶＥＮＴ）による時間が刻まれることにより、発
生する事象とその発生時点により刻時は不等時不均一と
なる。

【００１２】ここで、ある主体（ＥＮＴＩＴＹ）に関し
て、主体の動作（ＡＣＴＩＶＩＴＹ）とその動作の処理
期間（ＡＣＴＩＶＩＴＹの始まる時間と終わる時間）に
よって基本的なモデル化を行うことができる。すなわ
ち、図２に示すように、それぞれの処理時間を有するＡ
ＣＴＩＶＩＴＹの列と、主体（ＥＮＴＩＴＹ）によって
基本的モデルを構成する。

【００１３】この基本的モデルでは、主体の行動を離散
変化の行動であると捉え、行動の切り換わる時間及び切
り換わる先を行動パターンの離散系モデルとして表現
し、この離散系モデルを用いて行動の予測を行うもので
ある。

【００１４】次に、主体の行動予測を行う際に用いられ
る行動パターンを離散系モデル化する方法について述べ
る。この離散系モデルを生成する方法においては、ＥＮ
ＴＩＴＹである主体を例えばユーザとし、当該ユーザの
実際の行動（位置及び移動）を所定の位置検出手段によ
って検出し、当該検出された結果を用いてユーザの滞在
及び移動状態を後述する Stay ＡＣＴＩＶＩＴＹ及び M
ove ＡＣＴＩＶＩＴＹとして抽出する。

【００１５】すなわち、図３に示すように、所定の位置
検出手段（後述）によってユーザの位置を所定時間ごと
（一定時間ごとでなくても良い）に検出し、当該検出さ
れた位置情報及びその時刻をＥＶＥＮＴとして蓄積す
る。

【００１６】そして、これら蓄積されたＥＶＥＮＴに基
づいてＡＣＴＩＶＩＴＹを抽出する。この場合、蓄積さ
れた複数のＥＶＥＮＴのうち、ＥＶＥＮＴ１及びＥＶＥ
ＮＴ２は同じ位置であり、ＥＶＥＮＴ３はＥＶＥＮＴ２
に対して異なる位置でありさらにＥＶＥＮＴ３〜ＥＶＥ
ＮＴ６は互いに異なる位置であるとする。また、ＥＶＥ
ＮＴ６に対してＥＶＥＮＴ７は異なる位置でありＥＶＥ
ＮＴ７〜ＥＶＥＮＴ１０はそれぞれ同じ位置であるとす
る。

【００１７】このような各ＥＶＥＮＴの検出結果では、
ＥＶＥＮＴ１及びＥＶＥＮＴ２についてはこの時間帯に
ユーザは同一の場所に滞在していることが分かる。これ
に対してＥＶＥＮＴ３〜ＥＶＥＮＴ６についてはこの時
間帯にユーザが移動していることが分かる。従って、Ｅ
ＶＥＮＴ２及びＥＶＥＮＴ３の中間時間Ｔ１１をＡＣＴ
ＩＶＩＴＹの入れ換わる時間として、ＥＶＥＮＴ１及び
ＥＶＥＮＴ２側を滞在を表す Stay ＡＣＴＩＶＩＴＹと
し、ＥＶＥＮＴ３〜ＥＶＥＮＴ６をユーザの移動を表す
Move ＡＣＴＩＶＩＴＹとする。また、ＥＶＥＮＴ７〜
ＥＶＥＮＴ１０については、この時間帯にユーザが同一
の場所に滞在していることを表しており、これによりＥ
ＶＥＮＴ６及びＥＶＥＮＴ７の中間時間Ｔ１２をＡＣＴ
ＩＶＩＴＹの入れ換わる時間として、ＥＶＥＮＴ７〜Ｅ
ＶＥＮＴ１０側をユーザの滞在を表す Stay ＡＣＴＩＶ
ＩＴＹとする。因みに、ＥＶＥＮＴ３〜ＥＶＥＮＴ６の
Move ＡＣＴＩＶＩＴＹにおける出発地点はその前の S
tay ＡＣＴＩＶＩＴＹの滞在地点であり、 Move ＡＣＴ
ＩＶＩＴＹの目的地点は当該 Move ＡＣＴＩＶＩＴＹに
続く Stay ＡＣＴＩＶＩＴＹの滞在地点となる。このよ
うに、 Move ＡＣＴＩＶＩＴＹは出発地点及び目的地点
並びに所要時間（時点Ｔ１１〜Ｔ１２）によって表され
る。

【００１８】このようにして、ユーザが同一位置に滞在
している間のＥＶＥＮＴ列をまとめて１つの Stay ＡＣ
ＴＩＶＩＴＹとすると共に、ユーザが移動している間の
ＥＶＥＮＴ列をまとめて１つの Move ＡＣＴＩＶＩＴＹ
とする。

【００１９】かかるＥＶＥＮＴからＡＣＴＩＶＩＴＹの
抽出を行う処理手順を図４に示す。すなわち図４におい
て、行動予測システムは、ステップＳＰ１０から当該処
理手順に入ると、続くステップＳＰ１１においてユーザ
の位置であるＥＶＥＮＴを取り込むアクセス間隔が３０
分以下であるか否かを判断する。ここでアクセス間隔が
３０分以上で取り込まれたＥＶＥＮＴは、ＡＣＴＩＶＩ
ＴＹを新たに生成するにはその前後の繋がりにおいて信
頼性が不十分となる。従って、この場合行動予測システ
ムはステップＳＰ１１において否定結果を得、ステップ
ＳＰ１２に移る。

【００２０】行動予測システムは、ステップＳＰ１２に
おいて、既存の Stay ＡＣＴＩＶＩＴＹの中に、このと
き取り込まれたＥＶＥＮＴに対応するもの、すなわち同
一地点のものがあるか否かを判断する。ここで否定結果
が得られると、このことはこのとき取り込まれたＥＶＥ
ＮＴが既存の Stay ＡＣＴＩＶＩＴＹのなかに存在せ
ず、しかもアクセス間隔が３０分以上であることを表し
ており、このとき行動予測システムは、ステップＳＰ１
３に移って、このときのＥＶＥＮＴのデータを仮のデー
タ格納領域（Tmp Box)に格納する。

【００２１】これに対してステップＳＰ１２において肯
定結果が得られると、このことはこのとき取り込まれた
ＥＶＥＮＴのアクセス間隔が３０分以上であり、既存の
Stay ＡＣＴＩＶＩＴＹのなかに同様のＥＶＥＮＴが存
在することを表しており、このとき行動予測システム
は、ステップＳＰ１４に移って、このとき取り込まれた
ＥＶＥＮＴを、対応する既存のＡＣＴＩＶＩＴＹの母集
団の１つとしてＡＣＴＩＶＩＴＹデータを格納したデー
タ格納領域（ＡＣＴＩＶＩＴＹ Box) を更新する。

【００２２】このように、アクセス時間が３０分以上で
あるＥＶＥＮＴ又はＥＶＥＮＴ列については、同様の母
集団からなる既存の Stay ＡＣＴＩＶＩＴＹがある場合
のみその母集団に取り込まれる。

【００２３】また、上述のステップＳＰ１１において肯
定結果が得られると、このことはこのとき取り込まれた
ＥＶＥＮＴのアクセス間隔が３０分以内であることを表
してており、このとき行動予測システムは、ステップＳ
Ｐ１５に移って、このとき取り込まれたＥＶＥＮＴ又は
ＥＶＥＮＴ列について、その直前、直後のＥＶＥＮＴと
の対応関係（図３）に基づいて、 Stay ＡＣＴＩＶＩＴ
Ｙであるか Move ＡＣＴＩＶＩＴＹであるかを判断す
る。

【００２４】因みに、ステップＳＰ１５における判断と
して、行動予測システムは、ＥＶＥＮＴ列の先頭と終端
のデータ間隔が２０分以上かつ、同じ位置（ＥＶＥＮ
Ｔ）を有する場合、この行動をある一地点（地域）での
滞在と見なす。また、行動予測システムは、経由する地
点間の距離及び時間間隔が極端に長い場合には、これを
Move ＡＣＴＩＶＩＴＹと見なさないようにする。

【００２５】そして、ステップＳＰ１５において Stay
ＡＣＴＩＶＩＴＹである判断結果が得られると、行動予
測システムは、ステップＳＰ１６に移って、同様の母集
団（ＥＶＥＮＴ）からなる既存の Stay ＡＣＴＩＶＩＴ
Ｙが存在するか否かを判断する。ここで肯定結果が得ら
れると、このことはこのとき取り込まれたＥＶＥＮＴ又
はＥＶＥＮＴ列による Stay ＡＣＴＩＶＩＴＹと同様の
既存の Stay ＡＣＴＩＶＩＴＹが存在することを表して
おり、このとき行動予測システムは、ステップＳＰ１６
に移って、上述のステップＳＰ１５において Stay ＡＣ
ＴＩＶＩＴＹと判断されたＥＶＥＮＴ又はＥＶＥＮＴ列
を対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとし
て Stay ＡＣＴＩＶＩＴＹデータを格納したデータ格納
領域（ Stay ＡＣＴＩＶＩＴＹ Box) を更新する。これ
により、当該 Stay ＡＣＴＩＶＩＴＹのＥＶＥＮＴ数
（母体数）が増えることにより、当該 Stay ＡＣＴＩＶ
ＩＴＹの発生確率が増加することになる。

【００２６】これに対してステップＳＰ１６において否
定結果が得られると、このことはこのとき取り込まれた
ＥＶＥＮＴ又はＥＶＥＮＴ列による Stay ＡＣＴＩＶＩ
ＴＹと同様の既存の Stay ＡＣＴＩＶＩＴＹが存在しな
いことを表しており、このとき行動予測システムは、ス
テップＳＰ１７に移って、上述のステップＳＰ１５にお
いて Stay ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ又
はＥＶＥＮＴ列を用いて新たな Stay ＡＣＴＩＶＩＴＹ
を作成する。

【００２７】これに対して、上述のステップＳＰ１５に
おいて、このとき取り込まれたＥＶＥＮＴ列が Move Ａ
ＣＴＩＶＩＴＹである判断結果が得られると、行動予測
システムは、ステップＳＰ１８に移って、同様の母集団
（ＥＶＥＮＴ列）からなる既存の Move ＡＣＴＩＶＩＴ
Ｙが存在するか否かを判断する。ここで肯定結果が得ら
れると、このことはこのとき取り込まれたＥＶＥＮＴ列
による Move ＡＣＴＩＶＩＴＹと同様の既存の Move Ａ
ＣＴＩＶＩＴＹが存在することを表しており、このとき
行動予測システムは、ステップＳＰ２０に移って、上述
のステップＳＰ１５において Move ＡＣＴＩＶＩＴＹと
判断されたＥＶＥＮＴ列を対応する既存のＡＣＴＩＶＩ
ＴＹの母集団の１つとして Move ＡＣＴＩＶＩＴＹデー
タを格納したデータ格納領域（ Move ＡＣＴＩＶＩＴＹ
Box) を更新する。これにより、当該 Move ＡＣＴＩＶ
ＩＴＹの経由地点（すなわちＥＶＥＮＴ）の母体数が増
えることにより、当該 Move ＡＣＴＩＶＩＴＹの発生確
率が増加することになる。

【００２８】これに対してステップＳＰ１８において否
定結果が得られると、このことはこのとき取り込まれた
ＥＶＥＮＴ列による Move ＡＣＴＩＶＩＴＹと同様の既
存のMove ＡＣＴＩＶＩＴＹが存在しないことを表して
おり、このとき行動予測システムは、ステップＳＰ１９
に移って、上述のステップＳＰ１５において Move ＡＣ
ＴＩＶＩＴＹと判断されたＥＶＥＮＴ列を用いて新たな
Move ＡＣＴＩＶＩＴＹを作成する。

【００２９】因みに、ステップＳＰ１５において Stay
ＡＣＴＩＶＩＴＹ又は Move ＡＣＴＩＶＩＴＹの判断結
果が得られない場合、行動予測システムは、ステップＳ
Ｐ１３に移って、このときのＥＶＥＮＴのデータを仮の
データ格納領域（Tmp Box)に格納する。

【００３０】かくして、行動予測システムは図４に示す
手順により、ＥＶＥＮＴの取り込み間隔が３０分以内と
なったとき、 Stay ＡＣＴＩＶＩＴＹであるか Move Ａ
ＣＴＩＶＩＴＹであるかの判断を開始する。

【００３１】このように２種類のＡＣＴＩＶＩＴＹ（ S
tay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹ）に
分けられたユーザの行動パターンは、図５に示すよう
に、 Stay ＡＣＴＩＶＩＴＹからなる第１層の行動パタ
ーンモデルと、 Move ＡＣＴＩＶＩＴＹからなる第２層
の行動パターンモデルとを構成する。

【００３２】第２層の行動パターンモデルは、出発地点
から目的地点に向かう移動方向を持った Move ＡＣＴＩ
ＶＩＴＹからなり、これらの Move ＡＣＴＩＶＩＴＹの
入れ代わり地点に第１層の Stay ＡＣＴＩＶＩＴＹが存
在することになる。

【００３３】第１層の各 Stay ＡＣＴＩＶＩＴＹ及び第
２層の各 Move ＡＣＴＩＶＩＴＹはユーザの行動に関す
る種々の情報を含んだオブジェクトを構成する。図６に
示すように、各 Stay ＡＣＴＩＶＩＴＹは、それぞれ地
点を表す情報、当該地点に滞在開始する開始時間（図３
の時点Ｔ１２に相当する）、当該地点の滞在終了時間
（図３の時点Ｔ１１に相当する）、ユーザの位置情報を
サンプリングした際の日付、曜日及び天気等のキー情報
（Ｋｅｙ）、当該 Stay ＡＣＴＩＶＩＴＹの前のＡＣＴ
ＩＶＩＴＹを表す Before ＡＣＴＩＶＩＴＹ情報（単数
又は複数のＡＣＴＩＶＩＴＹが存在する）、当該 Stay
ＡＣＴＩＶＩＴＹに続くＡＣＴＩＶＩＴＹを表す Next
ＡＣＴＩＶＩＴＹ情報（単数又は複数の各ＡＣＴＩＶＩ
ＴＹが存在する）、母体数（ＥＶＥＮＴ数でありＡＣＴ
ＩＶＩＴＹの発生確率を表す）、当該 Stay ＡＣＴＩＶ
ＩＴＹにおいてユーザが使用したサービスやその回数に
よって表されるユーザの嗜好情報、当該 Stay ＡＣＴＩ
ＶＩＴＹの地点に関する情報（タウン情報等）、及びユ
ーザ名等からなるＥＮＴＩＴＹ情報を有する。

【００３４】ここで行動予測システムは、図７に示すよ
うに、新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生するご
とにこれらＥＶＥＮＴ又はＥＶＥＮＴ列を構成要素とす
る既存のＡＣＴＩＶＩＴＹがあるか否かを図４について
上述した手順に従って判断する。この判断基準として
は、ＥＶＥＮＴの地点が同一であるか否かの事項が用い
られる。そして、同じＡＣＴＩＶＩＴＹが存在する場合
には、行動予測システムは、新たに発生したＥＶＥＮＴ
又はＥＶＥＮＴ列を既存のＡＣＴＩＶＩＴＹの構成要素
として加え、当該ＡＣＴＩＶＩＴＹの母体数（ＥＶＥＮ
Ｔ数）（図６）を書き換える。また、行動予測システム
は、このとき発生したＥＶＥＮＴ又はＥＶＥＮＴ列の前
後のＡＣＴＩＶＩＴＹとの繋がりに応じてこのとき書換
えられたＡＣＴＩＶＩＴＹの Before ＡＣＴＩＶＩＴＹ
情報又は Next ＡＣＴＩＶＩＴＹ情報も書換える。

【００３５】また、図８に示すように、各 Move ＡＣＴ
ＩＶＩＴＹは、それぞれ出発地点を表す情報、目的地点
を表す情報、当該 Move ＡＣＴＩＶＩＴＹの所要時間
（図３の時点Ｔ１１〜Ｔ１２に相当する）、ユーザの位
置情報をサンプリングした際の日付、曜日及び天気等の
キー情報（Ｋｅｙ）、経由地点（ＥＶＥＮＴ）の情報
（地点ごとの母体数であり複数のパターンがその発生確
率と共に存在する）、当該Move ＡＣＴＩＶＩＴＹにお
いてユーザが使用したサービスやその回数によって表さ
れるユーザの嗜好情報、当該 Move ＡＣＴＩＶＩＴＹの
移動経路に関する情報（タウン情報等）、及びユーザ名
等からなるＥＮＴＩＴＹ情報を有する。

【００３６】この Move ＡＣＴＩＶＩＴＹについても、
Stay ＡＣＴＩＶＩＴＹの場合と同様にして、行動予測
システムは、新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生
するごとにこれらＥＶＥＮＴ又はＥＶＥＮＴ列を構成要
素とする既存のＡＣＴＩＶＩＴＹがあるか否かを判断す
る。この判断基準としては、出発地点と目的地点が同じ
であることが条件となる。そして、同じＡＣＴＩＶＩＴ
Ｙが存在する場合には、行動予測システムは、新たに発
生したＥＶＥＮＴ又はＥＶＥＮＴ列を既存のＡＣＴＩＶ
ＩＴＹの構成要素（経由地点）として加え、当該ＡＣＴ
ＩＶＩＴＹの経由地点の母体数（ＥＶＥＮＴ数）（図
８）を書き換える。

【００３７】このようにして、 Stay ＡＣＴＩＶＩＴＹ
オブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクト
は、それぞれ新たに発生するＥＶＥＮＴ又はＥＶＥＮＴ
列によってその母体数等の情報が更新される。この母体
数はＡＣＴＩＶＩＴＹの発生確率として後述する行動予
測に用いられる。

【００３８】次に、蓄積された Stay ＡＣＴＩＶＩＴＹ
オブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクト
を用いてユーザの行動を予測する方法について説明す
る。

【００３９】蓄積された各 Stay ＡＣＴＩＶＩＴＹオブ
ジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトは、
それぞれのＡＣＴＩＶＩＴＹが発生した際の曜日、天気
等のキー情報（Ｋｅｙ）を有しており（図６及び図
８）、予測しようとする曜日や天気に合致したキー情報
（Ｋｅｙ）を持つＡＣＴＩＶＩＴＹオブジェクトを選択
対象オブジェクトとする。

【００４０】そして、行動予測システムは、予測しよう
とする時間帯及び出発地点等、各ＡＣＴＩＶＩＴＹオブ
ジェクトに含まれる情報を検索キーとして予測候補であ
るＡＣＴＩＶＩＴＹオブジェクトを検索する。例えば、
ユーザが日曜日の朝７時から夕方５時までの時間帯及び
天気を指定することにより、行動予測システムは、蓄積
されているＡＣＴＩＶＩＴＹオブジェクトのなかから、
当該時間帯及びキー情報（Ｋｅｙ）をもつＡＣＴＩＶＩ
ＴＹオブジェクトを検索する。

【００４１】そして、行動予測システムは、これら検索
された複数のＡＣＴＩＶＩＴＹオブジェクトについて、
その地点情報や前後関係に基づいて複数のＡＣＴＩＶＩ
ＴＹオブジェクトを繋げてなる複数の行動パターンを作
成する。ＡＣＴＩＶＩＴＹオブジェクトの前後関係と
は、 Stay ＡＣＴＩＶＩＴＹオブジェクトにおいてはそ
の Before ＡＣＴＩＶＩＴＹ情報（図６）及び Next Ａ
ＣＴＩＶＩＴＹ情報（図６）を用い、また、 Move ＡＣ
ＴＩＶＩＴＹオブジェクトにおいては、その出発地点及
び目的地点（図８）を用いる。

【００４２】例えば、図９に示すように、ユーザが行動
予測として晴れた日曜日の朝７時から夕方５時までを指
定し、開始地点を自宅とすると、行動予測システムは、
当該曜日及び天気情報をキー情報（Ｋｅｙ）として持つ
Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴ
ＩＶＩＴＹオブジェクトのなかから指定された時間帯の
ＡＣＴＩＶＩＴＹオブジェクトを候補として検索し（図
９（Ａ））、当該検索された候補オブジェクトＡＯ１、
ＡＯ２、……、ＡＯｎの集団Ｎ１のなかから、例えば
「自宅に居る」という Stay ＡＣＴＩＶＩＴＹオブジェ
クトＡＯ１を開始オブジェクトとして設定する（図９
（Ｂ））。

【００４３】そして、行動予測システムは、これに続く
ＡＣＴＩＶＩＴＹオブジェクトとして、自宅を出発地点
とした Move ＡＣＴＩＶＩＴＹオブジェクトＡＯ２や、
「自宅に居る」という Stay ＡＣＴＩＶＩＴＹオブジェ
クトＡＯ１の Next ＡＣＴＩＶＩＴＹ情報で指定された
Move ＡＣＴＩＶＩＴＹオブジェクトＡＯ３等を予測Ａ
ＣＴＩＶＩＴＹオブジェクトとして選択する。

【００４４】このようにして、選択された各ＡＣＴＩＶ
ＩＴＹオブジェクトに続き得るＡＣＴＩＶＩＴＹオブジ
ェクトを選択して行く。この場合、選択されたＡＣＴＩ
ＶＩＴＹオブジェクトは複数存在することがあり、これ
により、ＡＣＴＩＶＩＴＹオブジェクトの繋がりによる
複数の予測行動パターン（ＰＲＯＣＥＳＳ）が作成され
ることになる。

【００４５】このように行動予測システムは、各ＡＣＴ
ＩＶＩＴＹオブジェクトの前後関係を表す情報（ Befor
e ＡＣＴＩＶＩＴＹ情報、 Next ＡＣＴＩＶＩＴＹ情
報）や繋がりを表す情報（出発地点、目的地点）を用い
てＰＲＯＣＥＳＳを作成することにより、予測する時間
帯に含まれるＡＣＴＩＶＩＴＹオブジェクトであれば、
その発生時間が異なっていてもユーザの行動パターンの
繋がりの特徴を持ったＡＣＴＩＶＩＴＹオブジェクトの
繋がりを行動予測の候補として得ることができる。

【００４６】因みに、この実施の形態の行動予測システ
ムは、ＡＣＴＩＶＩＴＹオブジェクトの列を形成する際
の規則として、２つの規則を定めている。第１の規則と
して、 Stay ＡＣＴＩＶＩＴＹオブジェクトと Stay Ａ
ＣＴＩＶＩＴＹオブジェクトとの間には、必ず Move Ａ
ＣＴＩＶＩＴＹオブジェクトが存在することとする。こ
れにより、不自然な行動の切れ目が生じることを回避し
得る。そして、第２の規則として、 Move ＡＣＴＩＶＩ
ＴＹオブジェクトの前後には、 Stay ＡＣＴＩＶＩＴＹ
オブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクト
の両方が選択される可能性を有することとする。但し、
連続した Move ＡＣＴＩＶＩＴＹオブジェクトは必ず S
tay ＡＣＴＩＶＩＴＹオブジェクトによって囲まれてい
なければならないとする。

【００４７】このようにして、行動予測システムは図９
（Ｂ）に示すように、複数の予測パターン（ＰＲＯＣＥ
ＳＳ）を作成することができる。因みに、各ＡＣＴＩＶ
ＩＴＹオブジェクトは、そのＥＶＥＮＴ数や経由地点の
数によって発生確率を有する。この発生確率は、あるＡ
ＣＴＩＶＩＴＹオブジェクトから他のＡＣＴＩＶＩＴＹ
オブジェクトに移行する際の確率として用いられ、この
結果、各ＰＲＯＣＥＳＳの発生する確率が各ＡＣＴＩＶ
ＩＴＹの発生確率の積によって求まる。

【００４８】このような発生確率を含む行動パターンの
予測結果を図１０に示す。図１０において、ＡＣＴＩＶ
ＩＴＹａからＡＣＴＩＶＩＴＹｉに移行する確率はＡＣ
ＴＩＶＩＴＹｉの発生確率である０．６であり、さらに
当該ＡＣＴＩＶＩＴＹｉからＡＣＴＩＶＩＴＹｆに移行
する確率は、ＡＣＴＩＶＩＴＹｆの発生確率である０．
５５である。従って、例えばＡＣＴＩＶＩＴＹａ−ＡＣ
ＴＩＶＩＴＹｉ−ＡＣＴＩＶＩＴＹｆ−ＡＣＴＩＶＩＴ
Ｙｃ−ＡＣＴＩＶＩＴＹｋでなるＰＲＯＣＥＳＳの発生
確率は、当該ＰＲＯＣＥＳＳを構成する各ＡＣＴＩＶＩ
ＴＹの発生確率の積である０．３３となる。

【００４９】このようにして行動予測システムは、設定
された時間帯及びキー情報（Ｋｅｙ）で検索されたＡＣ
ＴＩＶＩＴＹ集団のなかから、ユーザの行動履歴に基づ
く複数のＰＲＯＣＥＳＳを作成することができる。

【００５０】（２）行動予測システムの構成図１１は行動予測システムを用いた情報提供システム１
０の全体構成を示し、端末装置として例えばＰＨＳ等の
携帯端末装置２０を所持するユーザの位置を通信事業装
置部３０において検出し、通信事業装置部３０の行動パ
ターン解析サーバ３３において位置情報に基づくユーザ
の行動パターンを解析するようになされている。

【００５１】すなわち、ユーザが所持する携帯端末装置
２０は、図１２に示すように、データバスＢＵＳにＣＰ
Ｕ２０Ａ、メモリ２０Ｂ、基地局２１との間で信号の送
受信を行う送受信回路部（ＲＦ）２０Ｅ、送受信回路部
２０Ｅにおいて受信したＲＦ(Radio Frequency) 信号を
ベースバンド信号に変換すると共に送信しようとするベ
ースバンド信号をＲＦ信号に変換するベースバンド処理
部２０Ｄ、マイクロホン２０Ｇ及びスピーカ２０Ｈとの
インターフェイスであるＭＭＩ(Man Machine Interfac
e) 部２０Ｆ、表示部２０Ｉ及びキーボード２０Ｊが接
続され構成を有する。

【００５２】ＣＰＵ２０Ａはメモリ２０Ｂに格納されて
いる動作プログラムに従って種々の動作を実行するよう
になされており、当該動作に応じて各回路部を制御す
る。ＣＰＵ２０Ａの各種処理内容は必要に応じて液晶表
示パネル等で構成された表示部２０Ｉに表示される。

【００５３】キーボード２０Ｊは、ユーザが所望の通話
先の電話番号を入力すると、当該電話番号を表すデータ
をＣＰＵ２０Ａに供給する。ＣＰＵ２０Ａはユーザが入
力した電話番号で表される通話先に対して、送受信回路
部２０Ｅを介して接続要求を送信する。このとき通信回
線２２は通話先の応答に応じて回線を接続する。回線が
接続されると、送受信回路部２０Ｅは、アンテナを介し
て受信した通話先からのＲＦ信号をベースバンド処理部
２０Ｄに供給し、ここでＲＦ信号をベースバンド信号に
変換する。ベースバンド処理部２０Ｄは当該変換されて
なるベースバンド信号をＭＭＩ部２０Ｆに供給すること
により、受信された通話先からの音声信号をスピーカ２
０Ｈから音声として出力する。

【００５４】また、ユーザがマイクロホン２０Ｇを介し
て音声を入力すると、ＭＭＩ部２０Ｆはマイクロホン２
０Ｇから供給される入力音声信号をベースバンド処理部
２０Ｄに供給し、ここでベースバンド信号をＲＦ信号に
変換する。そしてベースバンド処理部２０Ｄは当該変換
されてなるＲＦ信号を送受信回路部２０Ｅを介して通信
回線２２に送出することにより、当該ＲＦ信号を回線接
続された通話先に対して送信する。

【００５５】またＣＰＵ２０Ａは、ユーザがキーボード
２０Ｊを操作することにより入力される種々の情報をベ
ースバンド処理部２０Ｄ及び送受信回路部２０Ｅを介し
て通信先に送信すると共に、通信先からの情報が重畳さ
れたＲＦ信号を送受信回路部２０Ｅ及びベースバンド処
理部２０Ｄを介して取り込み、表示部２０Ｉに表示す
る。

【００５６】かくして携帯端末装置２０を使用するユー
ザは、通話先との間で会話や種々の情報の授受を行うこ
とができる。

【００５７】ここで携帯端末装置２０のＣＰＵ２０Ａ
は、当該携帯端末装置２０が存在する無線ゾーンの基地
局２１に対して所定のタイミングで位置登録信号及び携
帯端末装置２０の識別情報（電話番号等からなるＩＤ情
報）を送信するようになされている。基地局２１は、携
帯端末装置２０から送信された位置登録信号及びＩＤ情
報を通信事業装置部３０のアクセスサーバ３１に送信す
る。これによりアクセスサーバ３１は、携帯端末装置２
０の位置を基地局の無線ゾーン単位で認識することがで
き、これにより得られる携帯端末装置２０の現在位置情
報をその時間情報と共に、例えば複数のハードディスク
で構成された位置情報記憶部３５に格納する。

【００５８】位置情報記憶部３５に格納される現在位置
情報は、携帯端末装置２０をＥＮＴＩＴＹ（図１及び図
２）としたＥＶＥＮＴ情報（図３）となる。従って、位
置情報記憶部３５には、携帯端末装置２０から位置登録
信号が発信される毎にその位置及び時間を表す現在位置
情報が格納されて行く。

【００５９】ここで、ＡＣＴＩＶＩＴＹオブジェクトを
作成する行動予測システムの行動パターン解析サーバ３
３は、データバスに接続されたＣＰＵ及びメモリを有
し、ＣＰＵはメモリに格納されているプログラムに従っ
て、図４に示したＡＣＴＩＶＩＴＹオブジェクトの作成
処理手順を実行する。そして、当該ＣＰＵは作成された
ＡＣＴＩＶＩＴＹオブジェクトを、例えば複数のハード
ディスクからなる行動パターン情報記憶部３４に格納す
る。

【００６０】また、行動パターン解析サーバ３３のＣＰ
Ｕは、位置情報記憶部３５に携帯端末装置２０の新たな
現在位置情報（すなわちＥＶＥＮＴ又はＥＶＥＮＴ列）
が格納される毎、又は所定のタイミング毎に、図７につ
いて上述したＡＣＴＩＶＩＴＹオブジェクトの更新処理
を実行する。この更新処理によって、行動パターン情報
記憶部３４に格納されたＡＣＴＩＶＩＴＹオブジェクト
はその母体数を増やして行くことにより、各ＡＣＴＩＶ
ＩＴＹオブジェクトはその発生確率がユーザの行動パタ
ーンを反映した値に近づいて行き、一段と精度の高い行
動パターン（ＡＣＴＩＶＩＴＹ）が得られる。

【００６１】このようにして、ユーザの行動パターンが
ＡＣＴＩＶＩＴＹオブジェクトとして行動パターン情報
記憶部３４に蓄積された状態において、行動パターン解
析サーバ３３は、サービスプロバイダ４０からの要求に
応じて、行動パターン情報記憶部３４に蓄積されたＡＣ
ＴＩＶＩＴＹオブジェクトを用い、図９及び図１０につ
いて上述した方法により携帯端末装置２０を所持するユ
ーザの行動を予測する。

【００６２】サービスプロバイダ４０のサーバ４１は、
図１３に示すように、データバスＢＵＳに接続されたＣ
ＰＵ４１Ａ、メモリ４１Ｂ、通信インターフェイス４１
Ｃ及びデータベース４１Ｄを有し、ＣＰＵ４１Ａはメモ
リ４１Ｂに格納されているプログラムに従って種々の処
理を実行するようになされている。

【００６３】すなわち、ＣＰＵ４１Ａは通信インターフ
ェイス４１Ｃによって接続されたネットワークを介して
種々の加入端末（図示せず）から提供情報を受け取り、
これをデータベース４１Ｄに格納するようになされてい
る。これらの提供情報は、例えば映画館の上映案内、又
は交通機関の運行状況等といった特定の地域や地点に居
るユーザに対して特に有用な情報である。従って、サー
バ４１のＣＰＵ４１Ａは、これらの提供情報を提供する
時間及び天気状況のもとにその特定地域や特定地点に行
くことが予測されるユーザ（すなわち当該ユーザが所持
する携帯端末）の情報及びその行動パターン（すなわち
ＰＲＯＣＥＳＳ）の情報を通信事業装置部３０の行動パ
ターン解析サーバ３３に要求する。

【００６４】行動パターン解析サーバ３３は、当該要求
に応じて、行動パターン情報記憶部３４に蓄積されたＡ
ＣＴＩＶＩＴＹオブジェクトを用い、図９及び図１０に
ついて上述した方法によりサービスプロバイダ４０から
指定された曜日や天気をキー情報（Ｋｅｙ）として、携
帯端末装置２０を所持するユーザの行動を予測する。

【００６５】この行動予測処理において、行動パターン
解析サーバ３３は、ＡＣＴＩＶＩＴＹオブジェクトの繋
がりである予測行動パターン（ＰＲＯＣＥＳＳ）を生成
する。この場合、行動パターン解析サーバ３３は、発生
確率の異なる複数の予測行動パターン（ＰＲＯＣＥＳ
Ｓ）を生成する。

【００６６】そして、行動パターン解析サーバ３３は当
該行動予測結果において、サービスプロバイダ４０のサ
ーバ４１が指定した曜日及び天気状況下で特定の地域又
は地点に行くことが予測されるユーザの比較的高い発生
確率からなる行動パターン（ＰＲＯＣＥＳＳ）をそのユ
ーザを特定する情報、すなわち当該ユーザが所持する携
帯端末装置２０の電話番号等からなるＩＤ情報と共にサ
ービスプロバイダ４０のサーバ４１に供給する。

【００６７】これによりサーバ４１のＣＰＵ４１Ａは、
通信事業装置部３０から供給された行動パターン及びそ
のユーザ情報（携帯端末装置２０を特定する電話番号等
の情報）を基に、当該携帯端末装置２０に対してデータ
ベースから読み出した提供情報をネットワーク（図１１
に示すパラボラアンテナ２５、衛星２４及び電波塔２３
等からなるネットワーク又は、通信回線２２及び基地局
２１からなるネットワーク等）を介して携帯端末装置２
０に送信する。

【００６８】この場合、サーバ４１は、通信事業装置部
３０から供給された予測行動パターン（ＰＲＯＣＥＳ
Ｓ）を構成する各 Stay ＡＣＴＩＶＩＴＹオブジェクト
に含まれるユーザの嗜好情報（使用サービス及び回数）
及び地点に関する情報と、各 Move ＡＣＴＩＶＩＴＹオ
ブジェクトに含まれるユーザの嗜好情報（使用サービス
及び回数）及び移動経路に関する情報とに基づいて、ユ
ーザの予測行動の中で特に必要となる可能性が高い情報
をユーザの行動に先立ってデータベースから読み出し、
これを携帯端末装置２０に送信する。

【００６９】因みに、ユーザが必要とする可能性が高い
情報を選択する方法として、サーバ４１は、通信事業装
置部３０から供給された各ＡＣＴＩＶＩＴＹオブジェク
トに含まれるユーザの嗜好情報（使用サービス及び回
数）のなかから、その使用回数が予め設定された所定の
閾値よりも高いサービスを選択すると共に、各ＡＣＴＩ
ＶＩＴＹオブジェクトに含まれるユーザの移動経路や地
点に関する情報に基づいてユーザの行動予測経路上で特
に有効となる情報を選択して携帯端末装置２０に送信す
る。

【００７０】これにより、当該携帯端末装置２０を所持
するユーザは、当該ユーザの行動のなかで、その時間帯
及び場所毎に必要となる情報を当該ユーザの嗜好に合わ
せて予め享受することができる。

【００７１】因に、行動予測システムを用いた情報提供
システム１０では、各端末装置（ＰＨＳ等の携帯端末装
置２０）、通信事業装置部３０及び行動パターン解析サ
ーバ３３の互いに通信を行う装置間において両者のみで
解くことができる暗号を用いるようになされている。こ
の暗号方式としては、秘密鍵（共通鍵）暗号方式や公開
鍵暗号方式が用いられる。

【００７２】秘密鍵暗号方式は、送信側及び受信側が互
いに同じ鍵を使用して暗号データの授受を行う方式であ
り、データを暗号化するときに用いる鍵は公開しない。
具体的には、ＤＥＳ(Data Encryption Standard)又はト
リプルＤＥＳがあり、これら秘密鍵方式では暗号復号化
処理が速い効果がある。

【００７３】また公開鍵方式は、秘密鍵及び公開鍵の２
種類の鍵を用いてデータを暗号化する方式であり、具体
的には、ＲＳＡ、ＲＣ２又はＲＣ４等の方式がある。こ
の公開鍵暗号方式では構成要素（例えば携帯端末装置２
０、通信事業装置部３０、行動パターン解析サーバ３
３）が増えた場合、鍵の管理が容易になる効果がある。

【００７４】（３）実施の形態の動作及び効果以上の構成において、行動予測システムは、ユーザの行
動を連続変化モデルとして捉えるのではなく、重要な意
味を持たないと判断される時間帯を省略した離散化モデ
ルによって捉える。この重要な事象とは、行動の切り換
わる時間及び切り換わる目的地であり、ユーザの滞在や
移動といった一つの行動単位をＡＣＴＩＶＩＴＹとして
表現する。

【００７５】このように離散化されたモデルを用いるこ
とにより、連続的な現象の表現手段として例えば運動方
程式を用いる場合に比べて、その計算時間の短縮化が計
られる。

【００７６】かかる離散化モデルであるＡＣＴＩＶＩＴ
Ｙオブジェクトには、ユーザ特有の意味付けがなされ
る。例えば図６及び図８について上述した使用サービス
及び回数、地点に関する情報等、ユーザの行動を特徴付
ける情報がＡＣＴＩＶＩＴＹオブジェクトに含まれる。
これにより、これらの情報に基づいてユーザに対して有
用な情報を提供することができる。

【００７７】また、かかる離散化モデルであるＡＣＴＩ
ＶＩＴＹオブジェクトとして、ユーザの滞在行動を表す
Stay ＡＣＴＩＶＩＴＹオブジェクトは、その Before
ＡＣＴＩＶＩＴＹ情報及び Next ＡＣＴＩＶＩＴＹ情報
によって前後の行動との繋がりを特徴付ける。また、ユ
ーザの移動行動を表す Move ＡＣＴＩＶＩＴＹオブジェ
クトは、その出発地点情報及び目的地点情報によってこ
れらの地点を関連付ける。

【００７８】このように、行動予測システムは、ユーザ
の行動を離散化モデル（ＡＣＴＩＶＩＴＹオブジェク
ト）の繋がりによって特徴付けることにより、例えば、
ユーザが特定の場所に行くといった予測を、その正確な
時間ではなく所定の幅を持った時間帯での行動パターン
上（ＡＣＴＩＶＩＴＹオブジェクトの繋がり）で予測す
ることになる。この結果、ユーザの行動パターンとし
て、時間が多少ずれても同様の行動パターンをとるとい
った日常行動のなかで、当該ユーザが特定の場所に行く
といった予測が可能となる。

【００７９】従って、当該予測に基づいて、ユーザの予
測行動パターン上での有用な情報を事前に当該ユーザに
提供することにより、ユーザは、情報の提供をサービス
プロバイダ４０に対して要求することなく、所望の有用
な情報を享受し得る。

【００８０】以上の構成によれば、ユーザの行動を特徴
付ける離散的モデル（ＡＣＴＩＶＩＴＹオブジェクト）
によってユーザの行動パターンを予測するようにしたこ
とにより、一段と容易にユーザの行動を予測することが
できる。

【００８１】因みに、ユーザの行動モデルをオブジェク
トによって表現したことにより、当該オブジェクトにユ
ーザの行動内容や利用交通機関といった情報を持たせる
ことにより、これらの情報に関連した有用な情報を提供
することができる。

【００８２】また、図１４に示すように、行動パターン
解析サーバ３３は、ＡＣＴＩＶＩＴＹオブジェクトの情
報（地点情報、時間情報及び母体数）に基づいて、表示
部に特定の時間帯におけるユーザの行動予測位置をその
発生確率と共に色分けして表示することができる。これ
により、例えば時点ｔ１においてユーザがＰ２で示され
る地点に居る確率が最も高く、これに続いてＰ１で示さ
れる地点に居る確率が高い予測結果を表示画面によって
容易に確認することができる。

【００８３】（４）他の実施の形態なお上述の実施の形態においては、図１５に示すよう
に、位置特定機能（携帯端末装置２０のＣＰＵ２０Ａ、
基地局２１及びアクセスサーバ３１）を携帯端末装置２
０に設け、行動パターン解析サーバ３３、位置情報記憶
部３５及び行動パターン情報記憶部３４を通信事業装置
部３０に設け、さらにサービス提供機能（サーバ４１）
をサービスプロバイダ４０に設ける場合について述べた
が、本発明はこれに限らず、例えば図１６に示すよう
に、通信事業装置部３０の位置情報記憶部３５に加え
て、携帯端末装置２０にも位置情報記憶部３５′を設け
るようにしても良い。このようにすれば、多頻度で位置
情報を取得する方式を実現する際に有効に機能する。例
えば、携帯端末装置２０側において、ある時間間隔で多
くの位置情報を集積しておき、所定のタイミングごとに
まとめて通信事業装置部３０に送信する方法が考えられ
る。この方法によると、位置情報を通信事業装置部３０
に送信する回数が少なくなることにより、送信処理が簡
単になり通信コストを低減し得る。

【００８４】また、図１７に示すように、通信事業装置
部３０が位置特定機能２０′及びサービス提供機能（サ
ーバ４１）を有すると共に、サービスプロバイダ４０が
行動パターン解析サーバ３３及び行動パターン記憶部３
４を有するようにしても良く、要は、携帯端末装置２
０、通信事業装置部３０及びサービスプロバイダ４０に
いずれかに、位置特定機能、行動解析サーバ、位置情報
記憶部、行動パターン記憶部及びサービス提供機能が少
なくとも一つ存在するようにすれば良い。

【００８５】因みに、各機能の配置のパターン及びそれ
ぞれの効果を図１８に示す。

【００８６】また上述の実施の形態においては、携帯端
末装置２０の位置を検出する際の検出時間として３０分
を境界として Stay ＡＣＴＩＶＩＴＹ又は Move ＡＣＴ
ＩＶＩＴＹを判断するようにしたが、本発明はこれに限
らず、種々の時間間隔を適用することができる。

【００８７】また上述の実施の形態においては、携帯端
末装置２０としてＰＨＳ端末装置を用い、当該ＰＨＳ端
末装置から基地局に送信される位置登録信号に基づいて
当該ＰＨＳ端末装置の位置を特定する位置特定手段を用
いる場合について述べたが、本発明はこれに限らず、例
えば複数の衛星からの信号の相関に基づいて位置を特定
するＧＰＳ(Global Positioning System) 受信部を有す
る携帯端末装置を用いる等、種々の位置特定手段を適用
し得る。

【００８８】また上述の実施の形態においては、行動予
測の結果に基づいてユーザの行動エリアに関する種々の
情報を提供する場合について述べたが、本発明はこれに
限らず、行動予測の結果と現在位置とを比較し、当該比
較結果が異なる場合にその旨をユーザに通知する等、提
供する情報として種々の情報を適用し得る。

【００８９】また上述の実施の形態においては、形態端
末装置２０としてＰＨＳ端末装置を用いる場合について
述べたが、本発明はこれに限らず、例えば携帯電話、Ｐ
ＤＡ(Personal Digital Assistant)、カーナビゲーショ
ンシステム、パーソナルコンピュータ、携帯テレビ、携
帯ラジオ等、種々の端末を適用し得る。

【００９０】また上述の実施の形態においては、ネット
ワークに接続されたサービスプロバイダを利用する場合
について述べたが、本発明はこれに限らず、他の種々の
情報提供手段を利用できる。

【００９１】また上述の実施の形態においては、携帯端
末装置２０が所定のタイミングで位置登録信号を基地局
２１に送信する場合について述べたが、本発明はこれに
限らず、ユーザが所定の送信命令を携帯端末装置２０に
入力することにより、ユーザの意思で位置登録信号を送
信させるようにしても良い。

【００９２】

【発明の効果】上述のように本発明によれば、予測対象
の行動履歴の離散情報を取得し、取得された離散情報に
基づいて、予測対象の単位行動履歴情報を抽出し、抽出
された単位行動履歴情報に基づいて、予測対象の行動を
予測することにより、一段と容易に予測対象の行動を予
測することができる。

【図面の簡単な説明】

【図１】本発明による離散系モデルの説明に供する略線
図である。

【図２】離散系モデルの表現方法の説明に供する略線図
である。

【図３】ＥＶＥＮＴ列からＡＣＴＩＶＩＴＹを抽出する
方法を示す略線図である。

【図４】ＥＶＥＮＴ列からＡＣＴＩＶＩＴＹを抽出する
方法を示すフローチャートである。

【図５】Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶ
ＩＴＹの説明に供する略線図である。

【図６】Stay ＡＣＴＩＶＩＴＹオブジェクトに割り当
てられる情報を示す略線図である。

【図７】ＡＣＴＩＶＩＴＹの更新方法を示すブロック図
である。

【図８】Move ＡＣＴＩＶＩＴＹオブジェクトに割り当
てられる情報を示す略線図である。

【図９】行動予測処理の説明に供する略線図である。

【図１０】ユーザの行動パターンの予測結果を示す略線
図である。

【図１１】本発明による行動予測システムを用いた情報
提供システムの全体構成を示す略線的接続図である。

【図１２】携帯端末装置の構成を示すブロック図であ
る。

【図１３】サーバの構成を示すブロック図である。

【図１４】行動パターンの表示例を示す略線図である。

【図１５】構成要素の配置例を示すブロック図である。

【図１６】他の実施の形態による構成要素の配置例を示
すブロック図である。

【図１７】他の実施の形態による構成要素の配置例を示
すブロック図である。

【図１８】構成要素の配置例別の効果の説明に供する略
線図である。

【符号の説明】

１０……情報提供システム、２０……携帯端末装置、２
０Ａ、４１Ａ……ＣＰＵ、２０Ｂ、４１Ｂ……メモリ、
２１……基地局、２２……通信回線、３０……通信事業
装置部、３１……アクセスサーバ、３３……行動パター
ン解析サーバ、３４……行動パターン記憶部、３５……
位置情報記憶部、４０……サービスプロバイダ、４１…
…サーバ。

Claims

【特許請求の範囲】

【請求項１】予測対象の行動を予測する行動予測方法に
おいて、上記予測対象の行動履歴の離散情報を取得する行動履歴
取得ステップと、上記取得された離散情報に基づいて、上記予測対象の単
位行動履歴情報を抽出する単位行動履歴抽出ステップ
と、上記抽出された単位行動履歴情報に基づいて、上記予測
対象の行動を予測する行動予測ステップとを具えること
を特徴とする行動予測方法。
【請求項２】上記行動予測ステップは、上記単位行動履
歴情報の発生確率に基づいて上記予測対象の行動を予測
することを特徴とする請求項１に記載の行動予測方法。
【請求項３】上記単位行動履歴情報は、上記予測対象の
滞在行動履歴情報及び移動行動履歴情報であることを特
徴とする請求項１に記載の行動予測方法。
【請求項４】上記単位行動履歴情報は、当該単位行動履
歴の前後に繋がる前後行動履歴情報を有し、上記行動予測ステップは、上記前後行動履歴情報に基づ
いて上記予測対象の行動を予測することを特徴とする請
求項１に記載の行動予測方法。
【請求項５】上記行動履歴取得ステップは、上記予測対象が携帯する端末装置の位置を検出し、上記単位行動履歴抽出ステップ及び上記行動予測ステッ
プは、上記端末装置から送信される離散的位置情報に基
づいて上記予測対象の行動を予測することを特徴とする
請求項１に記載の行動予測方法。
【請求項６】上記行動予測方法は、上記抽出された単位行動履歴情報を蓄積する単位行動履
歴情報蓄積ステップを具え、上記行動予測ステップは、上記蓄積された単位行動履歴
情報に基づいて上記予測対象の行動を予測することを特
徴とする請求項１に記載の行動予測方法。
【請求項７】予測対象の行動を予測する行動予測装置に
おいて、上記予測対象の行動履歴の離散情報を取得する行動履歴
取得手段と、上記取得された離散情報に基づいて、上記予測対象の単
位行動履歴情報を抽出する単位行動履歴抽出手段と、上記抽出された単位行動履歴情報に基づいて、上記予測
対象の行動を予測する行動予測手段とを具えることを特
徴とする行動予測装置。
【請求項８】上記行動予測手段は、上記単位行動履歴情
報の発生確率に基づいて上記予測対象の行動を予測する
ことを特徴とする請求項７に記載の行動予測装置。
【請求項９】上記単位行動履歴情報は、上記予測対象の
滞在行動履歴情報及び移動行動履歴情報であることを特
徴とする請求項７に記載の行動予測装置。
【請求項１０】上記単位行動履歴情報は、当該単位行動
履歴の前後に繋がる前後行動履歴情報を有し、上記行動予測手段は、上記前後行動履歴情報に基づいて
上記予測対象の行動を予測することを特徴とする請求項
７に記載の行動予測装置。
【請求項１１】上記行動履歴取得手段は、上記予測対象が携帯する端末装置の位置を検出する検出
手段であり、上記単位行動履歴抽出手段及び上記行動予測手段は、上
記端末装置から送信される離散的位置情報に基づいて上
記予測対象の行動を予測することを特徴とする請求項７
に記載の行動予測装置。
【請求項１２】上記行動予測装置は、上記抽出された単位行動履歴情報を蓄積する単位行動履
歴情報蓄積手段を具え、上記行動予測手段は、上記蓄積された単位行動履歴情報
に基づいて上記予測対象の行動を予測することを特徴と
する請求項７に記載の行動予測装置。