JP2001056805A

JP2001056805A - 行動予測方法及びその装置

Info

Publication number: JP2001056805A
Application number: JP23168199A
Authority: JP
Inventors: Toshihiro Tsunoda; 智弘角田
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1999-08-18
Filing date: 1999-08-18
Publication date: 2001-02-27

Abstract

(57)【要約】【課題】予測対象の行動を高精度に予測する。【解決手段】本発明は、予測対象の行動履歴情報を取得
し、当該取得した行動履歴情報に基づいて、予測対象の
単位行動履歴情報を抽出し、複数の予測対象からなるグ
ループにおける単位行動履歴情報を作成し、予測対象個
々の単位行動履歴情報と、当該予測対象の参加したグル
ープの単位行動履歴情報とに基づいて、当該予測対象の
行動を予測するようにしたことにより、予測対象の単位
行動履歴情報のみを用いて当該予測対象の行動を予測す
る場合に比べて、当該予測対象の行動の予測に用いる単
位行動履歴情報を増やすことができ、かくして予測対象
の行動を高精度に予測し得る行動予測方法及びその装置
を実現できる。

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及びそ
の装置に関し、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、予測対象の行動を高精度に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、予測対象の行動を予測する行動予
測方法において、予測対象の行動履歴情報を取得する行
動履歴取得ステップと、取得された行動履歴情報に基づ
いて、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、複数の予測対象からなるグループ
における単位行動履歴情報を作成する単位行動履歴作成
ステップと、予測対象個々の単位行動履歴情報と、当該
予測対象の参加したグループの単位行動履歴情報とに基
づいて、当該予測対象の行動を予測する行動予測ステッ
プとを設けるようにした。

【０００７】この結果、予測対象の単位行動履歴情報の
みを用いて当該予測対象の行動を予測する場合に比べ
て、当該予測対象の行動の予測に用いる単位行動履歴情
報を増やすことができる。

【０００８】また本発明においては、予測対象の行動を
予測する行動予測装置において、予測対象の行動履歴情
報を取得する行動履歴取得手段と、取得された行動履歴
情報に基づいて、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、複数の予測対象からなるグ
ループにおける単位行動履歴情報を作成する単位行動履
歴作成手段と、予測対象個々の単位行動履歴情報と、当
該予測対象の参加したグループの単位行動履歴情報とに
基づいて、当該予測対象の行動を予測する行動予測手段
とを設けるようにした。

【０００９】この結果、予測対象の単位行動履歴情報の
みを用いて当該予測対象の行動を予測する場合に比べ
て、当該予測対象の行動の予測に用いる単位行動履歴情
報を増やすことができる。

【００１０】

【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。

【００１１】（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。

【００１２】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。

【００１３】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をＥＮＴＩＴＹ（客）の行動
予測に用いる。

【００１４】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。

【００１５】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。

【００１６】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。

【００１７】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。

【００１８】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。

【００１９】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〜ＥＶ
ＥＮＴ６は互いに異なる位置であるとする。また、ＥＶ
ＥＮＴ６に対してＥＶＥＮＴ７は異なる位置でありＥＶ
ＥＮＴ７〜ＥＶＥＮＴ１０はそれぞれ同じ位置であると
する。

【００２０】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。

【００２１】従って、ＥＶＥＮＴ２及びＥＶＥＮＴ３の
中間時間Ｔ１１をＡＣＴＩＶＩＴＹの入れ換わる時間と
して、ＥＶＥＮＴ１及びＥＶＥＮＴ２側を滞在を表す S
tayＡＣＴＩＶＩＴＹとし、ＥＶＥＮＴ３〜ＥＶＥＮＴ
６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ＥＶＥＮＴ６及びＥＶＥＮＴ７
の中間時間Ｔ１２をＡＣＴＩＶＩＴＹの入れ換わる時間
として、ＥＶＥＮＴ７〜ＥＶＥＮＴ１０側をユーザの滞
在を表す Stay ＡＣＴＩＶＩＴＹとする。

【００２２】因みに、ＥＶＥＮＴ３〜ＥＶＥＮＴ６の M
ove ＡＣＴＩＶＩＴＹにおける出発地点はその前の Sta
y ＡＣＴＩＶＩＴＹの滞在地点であり、 Move ＡＣＴＩ
ＶＩＴＹ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。

【００２３】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。

【００２４】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。

【００２５】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。

【００２６】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。

【００２７】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。

【００２８】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。

【００２９】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。

【００３０】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ＳＰ１４
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。

【００３１】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。

【００３２】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。

【００３３】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。

【００３４】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。

【００３５】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。

【００３６】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。

【００３７】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。

【００３８】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、当該地点の滞在開始時間（図３の時点Ｔ
１２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（Ｋｅ
ｙ）、当該 Stay ＡＣＴＩＶＩＴＹの前のＡＣＴＩＶＩ
ＴＹを表す Before ＡＣＴＩＶＩＴＹ情報（単数又は複
数のＡＣＴＩＶＩＴＹが存在する）、当該 Stay ＡＣＴ
ＩＶＩＴＹに続くＡＣＴＩＶＩＴＹを表す Next ＡＣＴ
ＩＶＩＴＹ情報（単数又は複数の各ＡＣＴＩＶＩＴＹが
存在する）、母体数（ＥＶＥＮＴ数でありＡＣＴＩＶＩ
ＴＹの発生確率を表す）、当該 StayＡＣＴＩＶＩＴＹ
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 ＡＣＴＩＶＩＴ
Ｙ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。

【００３９】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。

【００４０】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。

【００４１】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。

【００４２】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。

【００４３】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。

【００４４】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。

【００４５】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。

【００４６】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。

【００４７】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））。

【００４８】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。

【００４９】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。

【００５０】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。

【００５１】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。

【００５２】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。

【００５３】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。

【００５４】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。

【００５５】このように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（事象）をもたないと判断される時間帯を省略した
離散系モデルとして捉える。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１つの行動単位をＡＣＴＩＶＩＴ
Ｙとして表現する。

【００５６】従って、行動予測システムは、このように
離散系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。

【００５７】また、行動予測システムは、離散系モデル
であるＡＣＴＩＶＩＴＹオブジェクトとして、ユーザの
滞在行動を表す Stay ＡＣＴＩＶＩＴＹオブジェクトに
そのBefore ＡＣＴＩＶＩＴＹ情報及び Next ＡＣＴＩ
ＶＩＴＹ情報によって前後の行動との繋がりを特徴づけ
る。また、ユーザの移動行動を表す Move ＡＣＴＩＶＩ
ＴＹオブジェクトには、その出発地点情報オブジェクト
及び目的地点情報によってこれらの地点を関連づける。

【００５８】従って、行動予測システムは、ユーザの行
動を離散系モデル（ＡＣＴＩＶＩＴＹオブジェクト）の
繋がりによって特徴づけることにより、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
はなく所定の幅をもった時間帯での行動パターン上（Ａ
ＣＴＩＶＩＴＹ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。

【００５９】（２）グループを用いた行動予測方法かかる構成に加えてこの行動予測方法においては、各ユ
ーザごとのＡＣＴＩＶＩＴＹを基に、特徴的な共通のＡ
ＣＴＩＶＩＴＹをもつ複数のユーザによってグループを
形成し、このグループの特徴的ＡＣＴＩＶＩＴＹ（すな
わちグループに参加した各ユーザに対する特徴的な共通
のＡＣＴＩＶＩＴＹ）を用いてユーザの行動予測を行い
得る。

【００６０】このグループには、互いに共通の嗜好を持
った複数のユーザが自らの意思で参加登録して形成する
例えば同好会のような能動的グループと、特定日時及び
特定地点において似通った行動パターンを有する複数の
ユーザを行動予測システムが参加登録して形成する受動
的グループとがある。

【００６１】能動的グループに参加登録した各ユーザは
特定のカテゴリについて共通の興味をもつものと推測さ
れ、また、受動的グループに参加登録された各ユーザ
は、行動するうえで似通った考え方をするものと推測さ
れる。

【００６２】従って、能動的グループ及び受動的グルー
プに参加登録したユーザは、ユーザの個人としての行動
のなかで、当該能動的グループ及び受動的グループの特
徴的ＡＣＴＩＶＩＴＹが表す動作や行為を行う確率が高
くなるといえる。

【００６３】このため、かかる行動予測方法において
は、ユーザをＥＮＴＩＴＹとしたＡＣＴＩＶＩＴＹに、
当該ユーザが参加登録した能動的グループ又は受動的グ
ループの特徴的ＡＣＴＩＶＩＴＹを加えてこのユーザの
行動予測を行うようになされている。

【００６４】実際に、行動予測システムにおいては、能
動的グループ及び受動的グループをＥＮＴＩＴＹとして
管理する。すなわち、能動的グループＥＮＴＩＴＹ及び
受動的グループＥＮＴＩＴＹはそれぞれグループに関す
る種々の情報を含んだオブジェクトを構成する。

【００６５】図１１に示すように、能動的グループＥＮ
ＴＩＴＹオブジェクトは、グループ名などのＥＮＴＩＴ
Ｙ情報と、参加登録されたユーザのユーザ名と、当該参
加登録したユーザがそれぞれこの能動的グループの嗜好
にどの程度近いか（すなわちユーザが能動的グループの
特徴的ＡＣＴＩＶＩＴＹが表す動作や行為にどのくらい
参加したか）を表す帰属度と、能動的グループに参加登
録する際の資格（性別や年齢など）と、当該能動的グル
ープに参加登録する際のパスワードとを有する。

【００６６】そして、能動的グループＥＮＴＩＴＹは、
特徴的ＡＣＴＩＶＩＴＹを有し、当該特徴的ＡＣＴＩＶ
ＩＴＹは各ユーザがグループとして同一位置に滞在して
いる間のＥＶＥＮＴ列をまとめた Stay ＡＣＴＩＶＩＴ
Ｙや、これら各ユーザがグループとして移動している間
のＥＶＥＮＴ列をまとめた Move ＡＣＴＩＶＩＴＹであ
る。

【００６７】ここで特徴的ＡＣＴＩＶＩＴＹが Stay Ａ
ＣＴＩＶＩＴＹである場合、図１２に示すように、この
Stay ＡＣＴＩＶＩＴＹオブジェクトは、地点を表す情
報、当該地点の滞在開始時間、当該地点の滞在終了時
間、この地点で行う動作や行為を表す情報、当該動作や
行為を能動的グループとして行った際（すなわち能動的
グループに参加登録したユーザの位置情報をサンプリン
グした際）の日付、曜日、天気及び当該能動的グループ
に参加登録した各ユーザの嗜好などのキー情報（Ｋｅ
ｙ）、当該 Stay ＡＣＴＩＶＩＴＹの前の Before ＡＣ
ＴＩＶＩＴＹ情報、当該 Stay ＡＣＴＩＶＩＴＹに続く
Next ＡＣＴＩＶＩＴＹ情報、母体数（ＥＶＥＮＴ数で
あり、この能動的グループに参加登録したユーザごとの
この Stay ＡＣＴＩＶＩＴＹの発生確率を表す）、グル
ープ名等からなるＥＮＴＩＴＹ情報とを有する構成とな
る。

【００６８】因みに、能動的グループＥＮＴＩＴＹは、
当該能動的グループＥＮＴＩＴＹに参加登録した複数の
ユーザの個々の行動の一部分として特徴的ＡＣＴＩＶＩ
ＴＹが存在することにより、１つの特徴的ＡＣＴＩＶＩ
ＴＹからでも作成することができる。

【００６９】すなわち、能動的グループＥＮＴＩＴＹに
おいては、登録された特徴的ＡＣＴＩＶＩＴＹが Stay
ＡＣＴＩＶＩＴＹであれば、当該 Stay ＡＣＴＩＶＩＴ
Ｙの表す地点（滞在地点）にグループに参加登録した各
ユーザが個々に行動して集合し、又は当該地点（滞在地
点）から各ユーザが個々に行動して解散することがあ
り、この Stay ＡＣＴＩＶＩＴＹに対する Before ＡＣ
ＴＩＶＩＴＹ及び NextＡＣＴＩＶＩＴＹが必ずしも存
在する必要がないためである。

【００７０】因みに、能動的グループＥＮＴＩＴＹにお
いては、各ユーザがグループとして行動して Stay ＡＣ
ＴＩＶＩＴＹ（特徴的ＡＣＴＩＶＩＴＹ）が表す地点
（滞在地点）に集合し、又は当該地点（滞在地点）から
他の Stay ＡＣＴＩＶＩＴＹ（特徴的ＡＣＴＩＶＩＴ
Ｙ）が表す地点（滞在地点）までグループとして移動し
て移動するような場合には、これら Stay ＡＣＴＩＶＩ
ＴＹ（特徴的ＡＣＴＩＶＩＴＹ）に対する Before ＡＣ
ＴＩＶＩＴＹ及び Next ＡＣＴＩＶＩＴＹをそれぞれ特
徴的ＡＣＴＩＶＩＴＹとして登録する必要がある。

【００７１】また、能動的グループＥＮＴＩＴＹに登録
される特徴的ＡＣＴＩＶＩＴＹが Move ＡＣＴＩＶＩＴ
Ｙの場合、図１３に示すように、 Move ＡＣＴＩＶＩＴ
Ｙオブジェクトは、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、出発
地点から目的地点まで能動的グループとして行動した際
（すなわに能動的グループに参加登録したユーザの位置
情報をサンプリングした際）の日付、曜日、天気及び当
該能動的グループに参加登録した各ユーザの嗜好などの
キー情報（Ｋｅｙ）、当該 Move ＡＣＴＩＶＩＴＹの前
の Before ＡＣＴＩＶＩＴＹ情報、当該 Move ＡＣＴＩ
ＶＩＴＹに続く Next ＡＣＴＩＶＩＴＹ情報、経由地点
（ＥＶＥＮＴ）の情報（地点ごとのユーザ単位の母体数
であり複数パターンがその発生確率と共に存在する）、
母体数（ＥＶＥＮＴ数であり、この能動的グループに参
加登録したユーザごとのこの Move ＡＣＴＩＶＩＴＹの
発生確率を表す）、グループ名等からなるＥＮＴＩＴＹ
情報とを有する構成となる。

【００７２】因みに、 Move ＡＣＴＩＶＩＴＹ（特徴的
ＡＣＴＩＶＩＴＹ）の前後には、 Stay ＡＣＴＩＶＩＴ
Ｙ（ Before ＡＣＴＩＶＩＴＹ及び Next ＡＣＴＩＶＩ
ＴＹ）が特徴的ＡＣＴＩＶＩＴＹとして存在する必要が
ある。

【００７３】すなわち、参加登録した各ユーザが能動的
グループとして行動する際に、その特徴的ＡＣＴＩＶＩ
ＴＹが Move ＡＣＴＩＶＩＴＹであれば、当該 Move Ａ
ＣＴＩＶＩＴＹの表す出発地点にグループの各ユーザが
集合する Stay ＡＣＴＩＶＩＴＹが存在し、また、当該
Move ＡＣＴＩＶＩＴＹが表す目的地点にグループの各
ユーザが滞在する Stay ＡＣＴＩＶＩＴＹが存在する可
能性が格段的に高いためである。

【００７４】このように能動的グループＥＮＴＩＴＹ
は、複数のユーザと共に、少なくとも１つの特徴的ＡＣ
ＴＩＶＩＴＹ（１つの場合には Stay ＡＣＴＩＶＩＴＹ
となり、複数の場合には Stay ＡＣＴＩＶＩＴＹ及び又
は Move ＡＣＴＩＶＩＴＹとなる）が登録されて作成さ
れる。

【００７５】ここで、能動的グループＥＮＴＩＴＹを作
成する処理手順を図１４に示す。すなわち図１４におい
て、行動予測システムは、ステップＳＰ３０から当該処
理手順に入ると、続くステップＳＰ３１において、ユー
ザからそのユーザ名や当該ユーザの登録番号などを添付
した能動的グループの新規作成要求が与えられると、ス
テップＳＰ３２において、ユーザが参加登録しようと思
う能動的グループが存在するか否かを判断し、このとき
新規作成要求により参加対象の能動的グループがまだ存
在していないことにより、続くステップＳＰ３３におい
てこの新規作成要求を受諾する。

【００７６】そして、行動予測システムは、ステップＳ
Ｐ３３において、この新規作成要求に添付されたユーザ
名と、行動予測システムへの登録用の登録番号等に基づ
いてこのユーザに能動的グループの作成権限があるか否
かを判断する。

【００７７】このステップＳＰ３３において、肯定結果
を得ることは、このユーザに能動的グループの作成権限
があることにより当該能動的グループの新規作成を認証
することを表しており、行動予測システムは、ステップ
ＳＰ３４に進み、このステップＳＰ３４からステップＳ
Ｐ３６に渡ってユーザとの対話形式（すなわちユーザの
所持する携帯端末装置の表示パネルに所定の文字情報を
表示させて実行する対話形式の質問）により能動的グル
ープＥＮＴＩＴＹオブジェクトに登録すべき各種情報を
取得することにより新規に能動的グループを作成する。

【００７８】すなわち、行動予測システムは、ステップ
ＳＰ３４において、ユーザに新規に作成する能動的グル
ープＥＮＴＩＴＹのグループ名を問い合わせ、得られる
グループ名を用いて能動的グループＥＮＴＩＴＹを新規
に作成すると共に、この能動的グループの新規作成の処
理に対して課金する必要があるときには、この課金処理
も合わせて実行する。

【００７９】次いで、行動予測システムは、ステップＳ
Ｐ３５において、新規作成要求をだしたユーザにこの新
規作成した能動的グループＥＮＴＩＴＹに参加させても
よいユーザの参加資格と、当該能動的グループに他のユ
ーザがグループに参加登録する際に必要となるパスワー
ドなどを問い合わせ、得られるユーザの参加資格及びパ
スワードをこの新規作成した能動的グループＥＮＴＩＴ
Ｙオブジェクトに登録する。

【００８０】続いて、行動予測システムは、ステップＳ
Ｐ３６において、新規作成要求をだしたユーザにこの新
規作成した能動的グループＥＮＴＩＴＹにおける特徴的
ＡＣＴＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴ
Ｙオブジェクト及び又は Move ＡＣＴＩＶＩＴＹオブジ
ェクト）の情報を問い合わせ、得られる特徴的ＡＣＴＩ
ＶＩＴＹオブジェクトの情報を用いて新規に特徴的ＡＣ
ＴＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹオ
ブジェクト及び又は Move ＡＣＴＩＶＩＴＹオブジェク
ト）を作成し、当該作成した特徴的ＡＣＴＩＶＩＴＹオ
ブジェクト（ Stay ＡＣＴＩＶＩＴＹオブジェクト及び
又は Move ＡＣＴＩＶＩＴＹオブジェクト）をこの新規
作成した能動的グループＥＮＴＩＴＹに登録する。

【００８１】行動予測システムは、このように能動的グ
ループを新規に作成すると、ステップＳＰ３７におい
て、新規作成要求をだしたユーザに当該新規作成した能
動的グループに参加を希望するか問い合わせ、参加を希
望するときにはこのユーザにあらためて性別及び年齢
と、パスワードとを問い合わせる。

【００８２】そして、行動予測システムは、ステップＳ
Ｐ３８において、問い合わせた性別及び年齢と、パスワ
ードに基づいて当該ユーザの能動的グループへの参加登
録を認証するか否かを判断する。

【００８３】このステップＳＰ３８において、肯定結果
を得ることは、ユーザが新規作成した能動的グループへ
の参加資格に適合したことによりこの参加登録を認証し
たことを表しており、このとき、行動予測システムは、
ステップＳＰ３９において、このユーザにユーザ名及び
帰属度などを問い合わせ、得られたユーザ名及び帰属度
を新規作成した能動的グループＥＮＴＩＴＹに登録する
ことによりこの能動的グループにユーザを参加登録する
と共に、この参加登録の処理に対して課金する必要があ
るときには、この課金処理も合わせて実行する。これに
より、行動予測システムは、この後ステップＳＰ４０に
進んでこの処理手順を終了する。

【００８４】因みに行動予測システムは、新規作成要求
をだしたユーザとは異なる他のユーザから登録要求が与
えられると、ステップＳＰ３１において、当該ユーザか
ら参加登録が要求された能動的グループＥＮＴＩＴＹが
すでに存在するグループであるか否かを判断する。

【００８５】このステップＳＰ３１において、否定結果
を得ることは、ユーザが参加要求した能動的グループＥ
ＮＴＩＴＹがまだ存在していない（作成されていない）
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ＳＰ３２に進んで当該ユーザに能動的グループを
新規に作成するか否かを問い合わせ、新規作成を要望し
たときにはステップＳＰ３３〜ステップＳＰ３６につい
て上述した処理を順次実行することにより能動的グルー
プを新規作成する。

【００８６】これに対して、ステップＳＰ３１におい
て、肯定結果を得ることは、ユーザが参加要求した能動
的グループがすでに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ＳＰ３７において、
当該ユーザに性別及び年齢と、パスワードとを問い合わ
せる。

【００８７】そして、行動予測システムは、ステップＳ
Ｐ３８において、問い合わせた性別及び年齢と、パスワ
ードに基づいて当該ユーザの能動的グループへの参加登
録を認証するか否かを判断する。

【００８８】このステップＳＰ３８において、肯定結果
を得ることは、ユーザが新規作成した能動的グループへ
の参加資格に適合したことによりこの参加登録を認証し
たことを表しており、このとき、行動予測システムは、
ステップＳＰ３９において、このユーザにユーザ名及び
帰属度などを問い合わせ、得られたユーザ名及び帰属度
を新規作成した能動的グループＥＮＴＩＴＹに登録する
と共に、この登録の処理に対して課金する必要があると
きには、この課金処理も合わせて実行する。

【００８９】これにより、行動予測システムは、この後
ステップＳＰ４０に進んでこの処理手順を終了し、かく
して能動的グループに複数のユーザを参加登録する。

【００９０】因みに、ステップＳＰ３３において否定結
果を得ることは、新規作成要求をだしたユーザが能動的
グループの作成権限を有していないことを表しており、
このとき、行動予測システムは能動的グループの新規作
成を中断してステップＳＰ４０に進んでこの処理手順を
終了する。また、ステップＳＰ３８において否定結果を
得ることは、能動的グループへの参加を要望したユーザ
が参加資格に適合していないことを表しており、このと
き、行動予測はこのユーザの能動的グループへの参加を
見合わせてステップＳＰ４０に進んでこの処理手順を終
了する。

【００９１】そして、行動予測システムは、このような
処理手順に従って複数のユーザを参加登録した能動的グ
ループＥＮＴＩＴＹを作成すると、図７について上述し
た場合と同様にグループに参加登録したユーザのユーザ
行動から新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生する
ごとに能動的グループＥＮＴＩＴＹにおいて、これらＥ
ＶＥＮＴ又はＥＶＥＮＴ列を構成要素とする既存の特徴
的ＡＣＴＩＶＩＴＹ（Stay ＡＣＴＩＶＩＴＹ及び Move
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。

【００９２】因みにこの判断基準としては、特徴的ＡＣ
ＴＩＶＩＴＹが Stay ＡＣＴＩＶＩＴＹの場合にはＥＶ
ＥＮＴの地点が同一であるか否かの事項が用いられ、ま
た特徴的ＡＣＴＩＶＩＴＹが Move ＡＣＴＩＶＩＴＹの
場合には出発地点と目的地点が同じであることが条件と
なる。

【００９３】ここで、ユーザ行動から発生したＥＶＥＮ
Ｔ又はＥＶＥＮＴ列を構成要素とする既存の特徴的ＡＣ
ＴＩＶＩＴＹ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
の特徴的ＡＣＴＩＶＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ又
は Move ＡＣＴＩＶＩＴＹ）の構成要素として加えこと
により、この既存の特徴的ＡＣＴＩＶＩＴＹが Stay Ａ
ＣＴＩＶＩＴＹの場合には当該特徴的ＡＣＴＩＶＩＴＹ
の母体数（ＥＶＥＮＴ数）（図１２）を書き換え、また
この既存の特徴的ＡＣＴＩＶＩＴＹが Move ＡＣＴＩＶ
ＩＴＹの場合には当該特徴的ＡＣＴＩＶＩＴＹの経由地
点のユーザごとの母体数（ＥＶＥＮＴ数）（図１３）を
書き換える。

【００９４】また、行動予測システムは、この特徴的Ａ
ＣＴＩＶＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ及び Move Ａ
ＣＴＩＶＩＴＹ）の前後に特徴的ＡＣＴＩＶＩＴＹとし
て Before ＡＣＴＩＶＩＴＹ又は Next ＡＣＴＩＶＩＴ
Ｙが存在するときには、このとき発生したＥＶＥＮＴ又
はＥＶＥＮＴ列の前後の特徴的ＡＣＴＩＶＩＴＹとの繋
がりに応じて、このとき書換えられた特徴的ＡＣＴＩＶ
ＩＴＹの Before ＡＣＴＩＶＩＴＹ情報又は Next ＡＣ
ＴＩＶＩＴＹ情報も書換える。

【００９５】このようにして、特徴的ＡＣＴＩＶＩＴＹ
オブジェクトである 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。

【００９６】また、行動予測システムは、グループに参
加登録したユーザのユーザ行動から新たなＥＶＥＮＴ又
はＥＶＥＮＴ列が発生したときに、当該ＥＶＥＮＴ又は
ＥＶＥＮＴ列を構成要素とする既存の特徴的ＡＣＴＩＶ
ＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶ
ＩＴＹ）が能動的グループＥＮＴＩＴＹに存在しない場
合でも、このＥＶＥＮＴ又はＥＶＥＮＴ列が当該能動的
グループＥＮＴＩＴＹに参加登録した各ユーザによって
行われたものである場合には、このＥＶＥＮＴ又はＥＶ
ＥＮＴ列を構成要素として新たな特徴的ＡＣＴＩＶＩＴ
Ｙを作成し、当該作成した特徴的ＡＣＴＩＶＩＴＹを能
動的グループＥＮＴＩＴＹに登録し、かくして能動的グ
ループＥＮＴＩＴＹの特徴的ＡＣＴＩＶＩＴＹを増やす
ことができる。

【００９７】一方、受動的グループＥＮＴＩＴＹオブジ
ェクトは、行動予測システムが作成する分、ユーザの参
加登録の際にパスワードを必要としないことにより、こ
のパスワードを除いて図１１について上述した能動的グ
ループＥＮＴＩＴＹオブジェクトと同様に構成されてい
る。

【００９８】そして、受動的グループＥＮＴＩＴＹは、
能動的グループＥＮＴＩＴＹと同様に少なくとも１つの
特徴的ＡＣＴＩＶＩＴＹを有し、当該特徴的ＡＣＴＩＶ
ＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹオブジェ
クト及び Move ＡＣＴＩＶＩＴＹオブジェクト）は図１
２及び図１３について上述した能動的グループＥＮＴＩ
ＴＹが有する特徴的ＡＣＴＩＶＩＴＹオブジェクト（ S
tay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩ
ＶＩＴＹオブジェクト）と同様に構成されている。

【００９９】ここで、受動的グループＥＮＴＩＴＹを作
成する処理手順を図１５に示す。すなわち図１５におい
て、行動予測システムは、ステップＳＰ５０から当該処
理手順に入ると、続くステップＳＰ５１において、ＥＮ
ＴＩＴＹとして登録している全てのユーザのなかから、
例えば居住地域、性別、年齢などによって受動的グルー
プへの参加対象となる複数のユーザを任意に選定する。

【０１００】そして、行動予測システムは、ステップＳ
Ｐ５２において、この選定したユーザのＥＮＴＩＴＹに
登録された複数のＡＣＴＩＶＩＴＹオブジェクト（ Sta
y ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶ
ＩＴＹオブジェクト）をこれら各ＡＣＴＩＶＩＴＹオブ
ジェクトに含まれる情報を検索キーとして似通ったＡＣ
ＴＩＶＩＴＹオブジェクトを検索する。

【０１０１】すなわち、行動予測システムは、このとき
各ＡＣＴＩＶＩＴＹオブジェクトに含まれる情報のう
ち、例えば日時及び地点、又は日時及び嗜好などの情報
を検索キーとして、この検索キーと同じ情報を有するＡ
ＣＴＩＶＩＴＹオブジェクトと、当該検索キーが表す情
報に近い（すなわち場所や時間が近い）情報を含むＡＣ
ＴＩＶＩＴＹオブジェクトとを似通ったＡＣＴＩＶＩＴ
Ｙオブジェクトとして検索する。

【０１０２】そして、行動予測システムは、ステップＳ
Ｐ５３において、似通ったＡＣＴＩＶＩＴＹオブジェク
トが存在するか否かを判断し、肯定結果を得たときには
新規に受動的グループＥＮＴＩＴＹを作成し得ると判断
して、ステップＳＰ５４において、任意に選定したグル
ープ名を用いて受動的グループＥＮＴＩＴＹを新規作成
すると共に、似通ったＡＣＴＩＶＩＴＹオブジェクトに
基づいて、特徴的ＡＣＴＩＶＩＴＹオブジェクトを作成
し、当該作成した特徴的ＡＣＴＩＶＩＴＹオブジェクト
を新規作成した受動的グループＥＮＴＩＴＹに登録す
る。

【０１０３】また、行動予測システムは、このとき新規
作成した受動的グループＥＮＴＩＴＹオブジェクトに、
特徴的ＡＣＴＩＶＩＴＹオブジェクトを有するユーザの
ユーザ名などの各種情報を登録することによりこれら各
ユーザを参加登録すると共に、特徴的ＡＣＴＩＶＩＴＹ
オブジェクトの母体数に基づいて、参加登録したユーザ
ごとの帰属度を選定し、当該選定した帰属度を受動的グ
ループＥＮＴＩＴＹオブジェクトに登録し、この後、ス
テップＳＰ５５に進んでこの処理手順を終了する。

【０１０４】因みに、ステップＳＰ５３において否定結
果を得ると、このことは選定した複数のユーザ同士に対
して似通ったＡＣＴＩＶＩＴＹオブジェクトが存在しな
いことを表しており、このとき行動予測システムは、受
動的グループＥＮＴＩＴＹの作成を見合わせてステップ
ＳＰ５５に進み、この処理手順を終了する。

【０１０５】このようにして行動予測システムは、特徴
的ＡＣＴＩＶＩＴＹオブジェクトを有する複数のユーザ
を参加登録する受動的グループＥＮＴＩＴＹを作成す
る。

【０１０６】そして、行動予測システムは、このような
処理手順に従って複数のユーザを参加登録した受動的グ
ループＥＮＴＩＴＹを作成すると、受動的グループＥＮ
ＴＩＴＹにおけるＡＣＴＩＶＩＴＹオブジェクトの更新
処理と同様（図７及び図４について上述した処理と同
様）にユーザ行動から発生したＥＶＥＮＴ又はＥＶＥＮ
Ｔ列を構成要素とする既存の特徴的ＡＣＴＩＶＩＴＹが
存在する場合には、当該新たに発生したＥＶＥＮＴ又は
ＥＶＥＮＴ列を既存の特徴的ＡＣＴＩＶＩＴＹ（Stay
ＡＣＴＩＶＩＴＹ又は Move ＡＣＴＩＶＩＴＹ）の構成
要素として加えことにより、この既存の特徴的ＡＣＴＩ
ＶＩＴＹが Stay ＡＣＴＩＶＩＴＹの場合には当該特徴
的ＡＣＴＩＶＩＴＹの母体数（ＥＶＥＮＴ数）を書き換
え、またこの既存の特徴的ＡＣＴＩＶＩＴＹが Move Ａ
ＣＴＩＶＩＴＹの場合には当該特徴的ＡＣＴＩＶＩＴＹ
の経由地点のユーザごとの母体数（ＥＶＥＮＴ数）を書
き換える。

【０１０７】因みに、行動予測システムは、この特徴的
ＡＣＴＩＶＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ及び Move
ＡＣＴＩＶＩＴＹ）の前後に特徴的ＡＣＴＩＶＩＴＹと
してBefore ＡＣＴＩＶＩＴＹ又は Next ＡＣＴＩＶＩ
ＴＹが存在するときには、このとき発生したＥＶＥＮＴ
又はＥＶＥＮＴ列の前後の特徴的ＡＣＴＩＶＩＴＹとの
繋がりに応じて、このとき書換えられた特徴的ＡＣＴＩ
ＶＩＴＹの Before ＡＣＴＩＶＩＴＹ情報又は Next Ａ
ＣＴＩＶＩＴＹ情報も書換える。

【０１０８】また、行動予測システムは、グループに参
加登録したユーザのユーザ行動から新たなＥＶＥＮＴ又
はＥＶＥＮＴ列が発生したときに、当該ＥＶＥＮＴ又は
ＥＶＥＮＴ列を構成要素とする既存の特徴的ＡＣＴＩＶ
ＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶ
ＩＴＹ）が受動的グループＥＮＴＩＴＹに存在しない場
合でも、このＥＶＥＮＴ又はＥＶＥＮＴ列が当該受動的
グループＥＮＴＩＴＹに参加登録した各ユーザによって
行われたものである場合には、このＥＶＥＮＴ又はＥＶ
ＥＮＴ列を構成要素として新たな特徴的ＡＣＴＩＶＩＴ
Ｙを作成し、当該作成した特徴的ＡＣＴＩＶＩＴＹを受
動的グループＥＮＴＩＴＹに登録し、かくして受動的グ
ループＥＮＴＩＴＹの特徴的ＡＣＴＩＶＩＴＹを増やす
ことができる。

【０１０９】因みに、行動予測システムは、ユーザの行
動の予測に先立って受動的グループを作成するものの、
能動的グループ又は受動的グループに参加したユーザの
行動を予測する際に、当該行動の予測に用いるＡＣＴＩ
ＶＩＴＹオブジェクトが少なすぎ、又は多すぎてユーザ
の行動を予測し難いときには、当該行動の予測に用いる
ＡＣＴＩＶＩＴＹオブジェクトの数を調節するために受
動的グループを作成する。

【０１１０】次に、能動的グループＥＮＴＩＴＹ及び受
動的グループＥＮＴＩＴＹに蓄積された特徴的ＡＣＴＩ
ＶＩＴＹオブジェクト（ 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。

【０１１１】行動予測システムは、行動予測対象のユー
ザのＥＮＴＩＴＹとして蓄積されたユーザ個人のＡＣＴ
ＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹオブ
ジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクト）
に、このユーザが参加登録した能動的グループＥＮＴＩ
ＴＹ又は受動的グループＥＮＴＩＴＹに蓄積された複数
の特徴的ＡＣＴＩＶＩＴＹオブジェクト（ Stay ＡＣＴ
ＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオ
ブジェクト）を加える。

【０１１２】これらユーザ個人のＡＣＴＩＶＩＴＹオブ
ジェクト（ Stay ＡＣＴＩＶＩＴＹオブジェクト及び M
ove ＡＣＴＩＶＩＴＹオブジェクト）と、特徴的ＡＣＴ
ＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹオブ
ジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクト）と
は、それぞれのＡＣＴＩＶＩＴＹが発生した際の日付、
曜日、天気などのキー情報（Ｋｅｙ）を有している。

【０１１３】従って、行動予測システムは、図１６に示
すように、これらユーザ個人のＡＣＴＩＶＩＴＹオブジ
ェクト（ Stay ＡＣＴＩＶＩＴＹオブジェクト及び Mov
e ＡＣＴＩＶＩＴＹオブジェクト）と、特徴的ＡＣＴＩ
ＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹオブジ
ェクト及び Move ＡＣＴＩＶＩＴＹオブジェクト）との
うち予測しようとする曜日や天気などに合致したキー情
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。

【０１１４】そして、行動予測システムは、上述したグ
ループを用いないユーザの行動予測と同様に、複数の選
択対象オブジェクトを、行動パターンを予測しようとす
る時間帯及び出発地点などのキー情報（Ｋｅｙ）を用い
て検索して、これら複数の選択対象オブジェクトのなか
から、当該時間帯及び出発地点などのキー情報（Ｋｅ
ｙ）をもつＡＣＴＩＶＩＴＹオブジェクトを抽出する。

【０１１５】これにより行動予測システムは、これら抽
出した複数のＡＣＴＩＶＩＴＹオブジェクトについて、
その地点や時間がかけ離れないようにこれら複数のＡＣ
ＴＩＶＩＴＹ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。

【０１１６】例えば、図１６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
持つユーザのＥＮＴＩＴＹの複数の選択対象オブジェク
トＡＯ１、ＡＯ２、……、ＡＯｎと、能動的グループＥ
ＮＴＩＴＹ又は受動的グループＥＮＴＩＴＹの複数の選
択対象オブジェクトＢＯ１、ＢＯ２、……、ＢＯｎとの
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１６（Ａ））、当該検索さ
れた選択対象オブジェクトＡＯ１、ＡＯ２、……、ＡＯ
ｎ及びＢＯ１、ＢＯ２、……、ＢＯｎの集団Ｎ２のなか
から、例えば「自宅に居る」という Stay ＡＣＴＩＶＩ
ＴＹオブジェクトＡＯ１を開始オブジェクトとして設定
する（図１６（Ｂ））。

【０１１７】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ＢＯ２（特
徴的ＡＣＴＩＶＩＴＹオブジェクト）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 ＡＣ
ＴＩＶＩＴＹオブジェクトＡＯ３等を予測ＡＣＴＩＶＩ
ＴＹオブジェクトとして選択する。

【０１１８】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。

【０１１９】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。

【０１２０】因みに、このように能動的グループＥＮＴ
ＩＴＹ又は受動的グループＥＮＴＩＴＹの特徴的ＡＣＴ
ＩＶＩＴＹを用いた場合にも、ＡＣＴＩＶＩＴＹオブジ
ェクトの列を形成する際の規則として、上述したユーザ
のＥＮＴＩＴＹのＡＣＴＩＶＩＴＹオブジェクトのみを
用いた予測行動パターン（ＰＲＯＣＥＳＳ）の作成時と
同様に２つの規則を定めている。

【０１２１】また、行動予測システムは、特徴的ＡＣＴ
ＩＶＩＴＹオブジェクトの前後に時間的に比較的離れた
ＡＣＴＩＶＩＴＹオブジェクトが存在する場合には、予
測行動パターンの一連の繋がりを考慮してユーザ個人の
ＡＣＴＩＶＩＴＹオブジェクトと、特徴的ＡＣＴＩＶＩ
ＴＹオブジェクト以外から当該特徴的ＡＣＴＩＶＩＴＹ
オブジェクトに対する Before ＡＣＴＩＶＩＴＹオブジ
ェクトと、 Next ＡＣＴＩＶＩＴＹオブジェクトを任意
に探すこととする。これにより予測行動パターン（ＰＲ
ＯＣＥＳＳ）において不自然な行動の切れ目が生じるこ
とをさらに有効に回避し得る。

【０１２２】さらに、行動予測システムは、作成する予
測行動パターン（ＰＲＯＣＥＳＳ）において、１つのＡ
ＣＴＩＶＩＴＹオブジェクトに繋がる他のＡＣＴＩＶＩ
ＴＹオブジェクトとして、同じ日時の情報を有するユー
ザ個人のＡＣＴＩＶＩＴＹオブジェクトと、特徴的ＡＣ
ＴＩＶＩＴＹオブジェクトとの２つのＡＣＴＩＶＩＴＹ
オブジェクトが候補として存在するときには、特徴的Ａ
ＣＴＩＶＩＴＹオブジェクトを優先的に用いるようにす
る。

【０１２３】すなわち、個人のＡＣＴＩＶＩＴＹオブジ
ェクトと、特徴的ＡＣＴＩＶＩＴＹオブジェクトに含ま
れる情報を比較すると、ユーザ個人のＡＣＴＩＶＩＴＹ
オブジェクトよりも特徴的ＡＣＴＩＶＩＴＹオブジェク
トには能動的グループ又は受動的グループに参加登録し
ている複数のユーザ分のより多くの種類の情報が含まれ
ている。従って、行動予測システムは、この特徴的ＡＣ
ＴＩＶＩＴＹオブジェクトを用いることによりユーザ個
人のＡＣＴＩＶＩＴＹオブジェクトからだけでは決して
予測することのできない行動（すなわち行動予測対象の
ユーザが特徴的グループ内の他のユーザに誘われて引き
続きグループとして行動すること）を予測し得る。

【０１２４】因みに、各ＡＣＴＩＶＩＴＹ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
を有し、この発生確率は、あるＡＣＴＩＶＩＴＹ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る。従って、各ＰＲＯＣＥＳ
Ｓの発生する確率が各ＡＣＴＩＶＩＴＹの発生確率の積
によって求まる。

【０１２５】このようにして、行動予測システムは図１
６（Ｂ）に示すように、ユーザの行動履歴と、能動的グ
ループ又は受動的グループの行動履歴とに基づく複数の
ＰＲＯＣＥＳＳを作成することができる。

【０１２６】実際に能動的グループＥＮＴＩＴＹ又は受
動的グループＥＮＴＩＴＹの特徴的ＡＣＴＩＶＩＴＹを
用いた予測行動パターン（ＰＲＯＣＥＳＳ）の作成処理
手順を図１７に示す。すなわち図１７において、行動予
測システムは、ステップＳＰ６０から当該処理手順に入
ると、続くステップＳＰ６１において、行動予測対象の
ユーザが参加登録された能動的グループ及び受動的グル
ープが存在するか否かを判断する。

【０１２７】このステップＳＰ６１において、否定結果
を得ることは、行動予測対象のユーザが能動的グループ
及び受動的グループのいずれにも参加登録されていない
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ＳＰ６３に進んで当該ユーザ個人の複数のＡＣＴＩ
ＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹ及びMo
ve ＡＣＴＩＶＩＴＹ）のみを用いて予測行動パターン
（ＰＲＯＣＥＳＳ）を作成する。

【０１２８】これに対してステップＳＰ６１において、
肯定結果を得ることは、行動予測対象のユーザが能動的
グループ又は受動的グループのいずれかのグループに参
加してい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ＳＰ６２において、行動予測対象のユー
ザ個人の複数のＡＣＴＩＶＩＴＹオブジェクト（ Stay
ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩ
ＴＹオブジェクト）に、当該ユーザが参加登録された能
動的グループＥＮＴＩＴＹ又は受動的グループＥＮＴＩ
ＴＹに蓄積されている特徴的ＡＣＴＩＶＩＴＹオブジェ
クト（ Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move
ＡＣＴＩＶＩＴＹオブジェクト）を追加する。

【０１２９】これにより行動予測システムは、続くステ
ップＳＰ６３において、上述したようにこのユーザ個人
のＡＣＴＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩ
ＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェ
クト）と、特徴的ＡＣＴＩＶＩＴＹオブジェクト（ Sta
y ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶ
ＩＴＹオブジェクト）とを用いてこのユーザの複数の予
測行動パターン（ＰＲＯＣＥＳＳ）を作成する。

【０１３０】これに加えて行動予測システムは、ステッ
プＳＰ６４において、作成した予測行動パターン（ＰＲ
ＯＣＥＳＳ）の数を予め設定したしきい値と比較するこ
とにより、この予測行動パターン（ＰＲＯＣＥＳＳ）に
過不足があるか否かを判断する。

【０１３１】このステップＳＰ６４において、否定結果
を得ることは、ユーザの行動予測を行うための予測行動
パターン（ＰＲＯＣＥＳＳ）が十分に得られたことを表
しており、このとき行動予測システムは、ステップＳＰ
６８に進んでこの処理手順を終了する。

【０１３２】これに対してステップＳＰ６４において、
肯定結果を得ることは、ユーザの行動予測を行うために
作成した予測行動パターン（ＰＲＯＣＥＳＳ）が過不足
していることにより、ユーザの行動を精度良く予測し難
い可能性が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ＳＰ６５において、図１５について
上述した処理手順に従ってこのユーザを参加登録させた
受動的グループＥＮＴＩＴＹを新規に作成する。

【０１３３】そして行動予測システムは、ステップＳＰ
６６において、このユーザ個人の複数のＡＣＴＩＶＩＴ
Ｙオブジェクト（ Stay ＡＣＴＩＶＩＴＹオブジェクト
及びMove ＡＣＴＩＶＩＴＹオブジェクト）に、新規に
作成した受動的グループＥＮＴＩＴＹの特徴的ＡＣＴＩ
ＶＩＴＹ（ Stay ＡＣＴＩＶＩＴＹオブジェクト及びMo
ve ＡＣＴＩＶＩＴＹオブジェクト）を追加する。

【０１３４】これにより行動予測システムは、続くステ
ップＳＰ６７において、上述したようにユーザ個人のＡ
ＣＴＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹ
オブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェク
ト）と、特徴的ＡＣＴＩＶＩＴＹオブジェクト（ Stay
ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩ
ＴＹオブジェクト）とを用いて再びこのユーザの複数の
予測行動パターン（ＰＲＯＣＥＳＳ）を作成し、この後
ステップＳＰ６８に進んでこの処理手順を終了する。

【０１３５】かくして、行動予測システムは、ユーザの
予測行動パターン（ＰＲＯＣＥＳＳ）を作成する際に、
当該ユーザが参加登録した能動的グループ又は受動的グ
ループの複数の特徴的ＡＣＴＩＶＩＴＹオブジェクト
（ Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣ
ＴＩＶＩＴＹオブジェクト）を必要に応じて用いること
により、その分、予測行動パターン（ＰＲＯＣＥＳＳ）
を作成するためのＡＣＴＩＶＩＴＹオブジェクトの選択
肢を増やすことができ、ユーザの予測行動パターンとし
て多種多様な予測行動パターン（ＰＲＯＣＥＳＳ）を作
成することができる。

【０１３６】（３）行動予測システムの構成図１８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。

【０１３７】すなわち、ユーザが所持する携帯端末装置
２０は、図１９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
続された構成を有する。

【０１３８】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。

【０１３９】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。

【０１４０】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。

【０１４１】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。

【０１４２】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。

【０１４３】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。

【０１４４】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。

【０１４５】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
ディスクからなる個人用行動パターン情報記憶部３４に
格納する。

【０１４６】そして、行動パターン解析サーバ３３のＣ
ＰＵ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、個人用行動パ
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
ＡＣＴＩＶＩＴＹ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いき、一段と精
度の高い行動パターン（ＡＣＴＩＶＩＴＹ）が得られ
る。

【０１４７】また、携帯端末装置２０のＣＰＵ２０Ａ
は、キーボード２０Ｊを介してユーザからグループ作成
要求又はグループ参加登録要求が与えられると、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
してグループ作成要求信号又はグループ参加登録要求信
号を携帯端末装置２０のＩＤ情報と共に送信する。基地
局２１は、携帯端末装置２０から送信されたグループ作
成要求信号又はグループ参加登録要求信号と携帯端末装
置２０のＩＤ情報とを通信事業装置部３０のアクセスサ
ーバ３１を介してグループ作成サーバ３６に送出する。

【０１４８】グループ作成サーバ３６は、データバスに
接続されたＣＰＵ及びメモリを有し、ＣＰＵはグループ
作成要求信号又はグループ参加登録要求信号と携帯端末
装置２０のＩＤ情報とが与えられると、メモリに格納さ
れているプログラムに従って、図１４に示した能動的グ
ループ作成処理手順を実行する。

【０１４９】これにより、グループ作成サーバ３６のＣ
ＰＵは、能動的グループＥＮＴＩＴＹを作成し、当該能
動的グループＥＮＴＩＴＹにユーザを参加登録すると共
に、参加登録したユーザから与えられる特徴的ＡＣＴＩ
ＶＩＴＹオブジェクトを登録し、これにより得られた能
動的グループＥＮＴＩＴＹを、例えば複数のハードディ
スクからなるグループ用行動パターン情報記憶部３７に
格納する。

【０１５０】また、グループ作成サーバ３６のＣＰＵ
は、メモリに格納されているプログラムに従って、任意
のタイミングで個人用行動パターン情報記憶部３４から
複数のユーザの行動パターン（ＡＣＴＩＶＩＴＹオブジ
ェクト）を読み出し、当該読み出した各ユーザの行動パ
ターン（ＡＣＴＩＶＩＴＹオブジェクト）を用いて図１
５に示す受動的グループ作成処理手順を実行する。

【０１５１】これにより、グループ作成サーバ３６のＣ
ＰＵは、受動的グループＥＮＴＩＴＹを作成し、当該受
動的グループＥＮＴＩＴＹに似通った行動パターン（Ａ
ＣＴＩＶＩＴＹオブジェクト）を有する複数のユーザを
登録すると共に、複数の似通ったＡＣＴＩＶＩＴＹオブ
ジェクトに基づいて、特徴的ＡＣＴＩＶＩＴＹオブジェ
クトを作成して登録し、これにより得られた受動的グル
ープＥＮＴＩＴＹをグループ用行動パターン情報記憶部
３７に格納する。

【０１５２】そして、行動パターン解析サーバ３３のＣ
ＰＵは、上述したように個人用行動パターン情報記憶部
３４に格納されたＡＣＴＩＶＩＴＹオブジェクトの更新
処理を実行したとき、これと共にグループ用行動パター
ン情報記憶部３７に格納されている特徴的ＡＣＴＩＶＩ
ＴＹオブジェクトに対しても更新処理を実行する。

【０１５３】この更新処理により、グループ用行動パタ
ーン情報記憶部３７に格納されている特徴的ＡＣＴＩＶ
ＩＴＹオブジェクトはその母体数を増やしていくことに
より、これら各ＡＣＴＩＶＩＴＹオブジェクトはその発
生確率がグループ内における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。

【０１５４】このようにして、ユーザ個人のＡＣＴＩＶ
ＩＴＹオブジェクトが個人用行動パターン情報記憶部３
４に蓄積され、また特徴的ＡＣＴＩＶＩＴＹオブジェク
トがグループ用行動パターン情報記憶部３７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、個人用行動パ
ターン情報記憶部３４に蓄積されたＡＣＴＩＶＩＴＹオ
ブジェクトと、必要に応じてグループ用行動パターン情
報記憶部３７に格納された特徴的ＡＣＴＩＶＩＴＹオブ
ジェクトを用い、図１７について上述した処理手順によ
り携帯端末装置２０を所持するユーザの行動を予測す
る。

【０１５５】サービスプロバイダ４０のサーバ４１は、
図２０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。

【０１５６】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
るユーザ個人に対して有用な情報や、当該特定の地域や
地点に居るグループに対して有用な情報（すなわちグル
ープの趣向に合った情報）である。

【０１５７】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。

【０１５８】行動パターン解析サーバ３３は、当該要求
に応じて、個人用行動パターン情報記憶部３４に蓄積さ
れたユーザ個人のＡＣＴＩＶＩＴＹオブジェクトと、必
要に応じてグループ用行動パターン情報記憶部３７に格
納された対応する特徴的ＡＣＴＩＶＩＴＹオブジェクト
を用い、図１７について上述した処理手順によりサービ
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。

【０１５９】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、行動予測対象のユーザ（グループに
参加しているユーザ又はグループに参加していないユー
ザ）に対して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、行動予測対
象のユーザに対して発生確率の異なる複数の予測行動パ
ターン（ＰＲＯＣＥＳＳ）を生成する。

【０１６０】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。

【０１６１】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。

【０１６２】この場合、サーバ４１のＣＰＵ４１Ａは、
通信事業装置部３０から供給された予測行動パターン
（ＰＲＯＣＥＳＳ）を構成する各 Stay ＡＣＴＩＶＩＴ
Ｙオブジェクトに含まれるユーザ又はグループの嗜好情
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情報
送信対象のユーザ（行動予測対象のユーザ）の嗜好情報
（使用サービス及び回数）及びこのユーザが参加してい
るグループの嗜好情報（使用サービス及び回数）と、移
動経路に関する情報とに基づいて、ユーザの個人の予測
行動又はグループとしての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合わせて
（又は先立って）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。

【０１６３】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から供給されたユーザ個人の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）及び特徴的ＡＣＴＩＶＩＴＹオブジェクト
に含まれるグループ内の各ユーザの嗜好情報（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、
これら各ＡＣＴＩＶＩＴＹ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。

【０１６４】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、そのユーザ
個人又はグループに対して時間帯及び場所毎に必要とな
る情報を当該ユーザ又はグループの嗜好に合わせて予め
享受することができる。

【０１６５】すなわち、サーバ４１のＣＰＵ４１Ａは、
予測行動パターンを構成する能動的グループＥＮＴＩＴ
Ｙ又は受動的グループＥＮＴＩＴＹの特徴的ＡＣＴＩＶ
ＩＴＹオブジェクトに含まれる情報に基づいて、当該能
動的グループＥＮＴＩＴＹ又は受動的グループＥＮＴＩ
ＴＹ内の他のユーザにこの特徴的ＡＣＴＩＶＩＴＹオブ
ジェクトに基づいて提供した提供情報や、当該他のユー
ザが興味を持っている事象に対する提供情報を情報送信
対象のユーザに提供することもできる。これにより情報
送信対象のユーザは、ユーザ個人のＡＣＴＩＶＩＴＹオ
ブジェクトのみを用いて作成された予測行動パターンか
らは提供されることのないグループ（他のユーザ）に関
連する提供情報までも得ることができる。

【０１６６】ここで、能動的グループは、同じカテゴリ
に対して興味をもつ複数のユーザが参加し、グループ内
の情報送信対象のユーザに当該グループ内の他のユーザ
に提供したことのある提供情報が提供され、当該情報送
信対象のユーザにその嗜好に合ったより多くの提供情報
が提供されることにより、各ユーザへの情報の提供とい
う点からみれば、参加したユーザに有利なグループであ
るといえる。

【０１６７】また、受動的グループは、参加した複数の
ユーザがそれぞれ同じカテゴリに対して興味をもってい
るわけではなく、各ユーザが似通った行動パターンをと
ることにより、各ユーザへの情報の提供という点からみ
れば、所定の情報を複数のユーザに対して一括して提供
し得ることによりユーザに情報を提供する側（サービス
プロバイダ４０）に有利なグループであるといえる。

【０１６８】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。

【０１６９】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。

【０１７０】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暗号系（Rivest-Shamir-Adleman cryp
tosystem）、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２０、
通信事業装置部３０、行動パターン解析サーバ３３）が
増えた場合、鍵の管理が容易になる効果がある。

【０１７１】実際にかかる情報提供システム１０におい
て、ユーザに情報を提供する際の処理手順を図１７との
対応部分に同一符号を付した図２１に示す。すなわち図
２１において、ステップＳＰ７０からこの処理手順に入
ると、通信事業装置部３０の行動パターン解析サーバ３
３は、サービスプロバイダ４０のサーバ４１からの要求
に応じて、ステップＳＰ６１〜ステップＳＰ６３の処理
を順次実行し、ユーザ個人又はグループ内のユーザに対
してＡＣＴＩＶＩＴＹオブジェクトの繋がりである複数
の予測行動パターン（ＰＲＯＣＥＳＳ）を生成し、当該
生成した複数の予測行動パターンのうち、比較的高い発
生確率の予測行動パターンをユーザ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。

【０１７２】因みに、行動パターン解析サーバ３３は、
このように生成した複数の予測行動パターンに過不足が
あるときには、ステップＳＰ６３に次いで図１７につい
て上述した行動予測処理手順のステップＳＰ６５〜ステ
ップＳＰ６７の処理を実行する。

【０１７３】サービスプロバイダ４０のサーバ４１は、
ステップＳＰ７１において、通信事業装置部３０から供
給されたユーザの予測行動パターンを構成する複数のＡ
ＣＴＩＶＩＴＹオブジェクトが全てユーザ個人のＡＣＴ
ＩＶＩＴＹオブジェクトの場合（すなわち当該ユーザが
能動的グループ及び受動的グループのいずれにも参加し
ていない場合）には、これら各ＡＣＴＩＶＩＴＹオブジ
ェクト（ Stay ＡＣＴＩＶＩＴＹオブジェクト及び Mov
e ＡＣＴＩＶＩＴＹオブジェクト）に含まれる地点情報
と、時間情報と、嗜好情報などのキー情報（Ｋｅｙ）な
どを用いて、データベースからユーザ個人に有用な提供
情報選定（ピックアップ）して読み出す。

【０１７４】これに対してサーバ４１は、ステップＳＰ
７１において、通信事業装置部３０から供給されたユー
ザの予測行動パターンを構成する複数のＡＣＴＩＶＩＴ
Ｙオブジェクトがユーザ個人のＡＣＴＩＶＩＴＹオブジ
ェクトと、特徴的ＡＣＴＩＶＩＴＹオブジェクトからな
る場合（すなわち当該ユーザが能動的グループ又は受動
的グループに参加している場合）には、ユーザ個人のＡ
ＣＴＩＶＩＴＹオブジェクト（ Stay ＡＣＴＩＶＩＴＹ
オブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェク
ト）に含まれる地点情報と、時間情報と、嗜好情報など
のキー情報（Ｋｅｙ）などを用いて、データベースから
ユーザ個人に有用な提供情報を選定して読み出すと共
に、特徴的ＡＣＴＩＶＩＴＹオブジェクト（ Stay ＡＣ
ＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹ
オブジェクト）に含まれる地点情報と、時間情報と、嗜
好情報などのキー情報（Ｋｅｙ）などを用いて、データ
ベースからグループ内の他のユーザが当該特徴的ＡＣＴ
ＩＶＩＴＹオブジェクトを行うときに提供した提供情報
を選定して読み出す。

【０１７５】そして、サーバ４１は、ステップＳＰ７２
において、このように選定した複数の提供情報を所定の
閾値と比較してこれら各提供情報に過不足があるか否か
を判断し、各提供情報に過不足があると判断したときに
は、情報送信対象のユーザに対する予測行動パターンを
再び作成するように行動パターン解析サーバ３３に通知
する。

【０１７６】これにより、行動パターン解析サーバ３３
は、ステップＳＰ７３において、個人用行動パターン情
報記憶部３４から情報送信対象のユーザ個人の複数のＡ
ＣＴＩＶＩＴＹオブジェクトを読み出すと共に、当該情
報送信対象のユーザが能動的グループＥＮＴＩＴＹ又は
受動的グループＥＮＴＩＴＹに参加しているときには、
当該能動的グループＥＮＴＩＴＹ又は受動的グループＥ
ＮＴＩＴＹの複数の特徴的ＡＣＴＩＶＩＴＹオブジェク
トを読み出し、当該読み出したＡＣＴＩＶＩＴＹオブジ
ェクト（ユーザ個人のＡＣＴＩＶＩＴＹオブジェクト
と、特徴的ＡＣＴＩＶＩＴＹオブジェクト）に含まれる
情報を検索キーとして、個人用行動パターン情報記憶部
３４に格納した他の複数のユーザ個人のＡＣＴＩＶＩＴ
Ｙオブジェクトを検索し、情報送信対象のユーザを参加
登録する受動的グループＥＮＴＩＴＹを作成する。

【０１７７】そして、行動パターン解析サーバ３３は、
このように受動的グループＥＮＴＩＴＹを作成すると、
図１７について上述した行動予測処理手順のステップＳ
Ｐ６６及びステップＳＰ６７の処理を順次実行し、これ
により得られた複数の予測行動パターンをユーザ情報と
共にサービスプロバイダ４０のサーバ４１に供給する。

【０１７８】これにより、サービスプロバイダ４０のサ
ーバ４１は、ステップＳＰ７４において、通信事業装置
部３０から情報送信対象のユーザの予測行動パターン及
びユーザ情報が供給されると、上述したステップＳＰ７
１と同様にデータベースからユーザ個人及びグループに
有用な提供情報を選定して読み出し、ステップＳＰ７５
において、当該選定した提供情報をユーザ情報に基づい
て、情報送信対象のユーザにその行動に合わせて（又は
行動に先立って）送信し、かくして情報送信対象のユー
ザに各種提供情報を提供することができる。

【０１７９】因みに、サービスプロバイダ４０のサーバ
４１は、ステップＳＰ７２において、選定した提供情報
に過不足がないときには、当該選定した提供情報を情報
送信対象のユーザに提供する。

【０１８０】（４）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
動をそのユーザ個人のＡＣＴＩＶＩＴＹオブジェクト
と、このユーザが参加登録した能動的グループＥＮＴＩ
ＴＹ又は受動的グループＥＮＴＩＴＹの特徴的ＡＣＴＩ
ＶＩＴＹオブジェクトの繋がりによって特徴付けるよう
にした。

【０１８１】従って、ユーザの行動をそのユーザ個人の
ＡＣＴＩＶＩＴＹオブジェクトの繋がりによって特徴づ
ける場合に比べて、グループの特徴的ＡＣＴＩＶＩＴＹ
オブジェクトを加える分、当該ユーザの行動を予測する
ための重要な事象（すなわちＡＣＴＩＶＩＴＹオブジェ
クト）を増やすことができ、この結果、ユーザの行動の
予測精度を向上させることができる。

【０１８２】そして、この行動予測システムでは、ユー
ザ個人のＡＣＴＩＶＩＴＹオブジェクトにはユーザ特有
の意味付けがなされ、また特徴的ＡＣＴＩＶＩＴＹオブ
ジェクトにはユーザを参加登録した能動的グループ及び
受動的グループ特有（グループ内の複数のユーザにそれ
ぞれ特有）の意味付けがなされている。例えば当該ユー
ザ個人に対する使用サービス及び回数や、グループ内の
各ユーザに対する使用サービス及び回数などの情報がＡ
ＣＴＩＶＩＴＹオブジェクトに含まれる。

【０１８３】従って、行動予測システムは、ユーザが予
め能動的グループ又は受動的グループに参加している場
合と、予測行動パターンを作成する際にユーザを受動的
グループに参加させた場合には、予測行動パターンを構
成する複数のＡＣＴＩＶＩＴＹオブジェクトに含まれる
各種情報に基づいて、ユーザ個人のＡＣＴＩＶＩＴＹオ
ブジェクトのみを用いて予測行動パターンを作成したと
きには決して提供することのできない情報をもユーザに
提供することができる。

【０１８４】以上の構成によれば、ユーザの行動をその
ユーザ個人のＡＣＴＩＶＩＴＹオブジェクトと、当該ユ
ーザが参加した能動的グループＥＮＴＩＴＹ又は受動的
グループＥＮＴＩＴＹの特徴的ＡＣＴＩＶＩＴＹオブジ
ェクトの繋がりによって特徴付けるようにして当該ユー
ザの行動パターンを予測するようにしたことにより、ユ
ーザの行動を高精度に予測することができる。

【０１８５】因みに、ユーザのグループとしての行動パ
ターンを表現する特徴的ＡＣＴＩＶＩＴＹオブジェクト
にグループ内のユーザの嗜好情報を持たせることによ
り、当該ユーザにそのユーザ個人に対する情報のみなら
ずに、グループとしても有用な情報を提供することがで
きる。

【０１８６】また、図２２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。

【０１８７】（５）他の実施の形態なお上述の実施の形態においては、図２３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、グループ作成
サーバ３６、位置情報記憶部３５、個人用行動パターン
情報記憶部３４及びグループ用行動パターン情報記憶部
３７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
ようにした場合について述べたが、本発明はこれに限ら
ず、例えば図２４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３
０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。

【０１８８】また、図２５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、グループ作成サーバ３
６、個人用行動パターン記憶部３４及びグループ用行動
パターン記憶部３７を有するようにしても良く、要は、
携帯端末装置２０、通信事業装置部３０及びサービスプ
ロバイダ４０のいずれかに、位置特定機能、行動パター
ン解析サーバ、グループ作成サーバ、位置情報記憶部、
個人用行動パターン記憶部、グループ用行動パターン記
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。

【０１８９】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場合について述べた
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。

【０１９０】また上述の実施の形態においては、図１５
について上述した処理手順を用いて受動的グループを作
成するようにした場合について述べたが、本発明はこれ
に限らず、例えば図１５との対応部分に同一符号を付し
て示す図２６において、処理手順に入ると（ステップＳ
Ｐ８０）、作成する受動的グループに対する地点情報、
キー情報（Ｋｅｙ）及び時間情報などの検索キーとなる
情報を設定し（ステップＳＰ８１）、次いで行動予測対
象として登録された多数のユーザのなかからこれよりも
少ない数のユーザを任意に選定した後（ステップＳＰ８
２）、当該選定したユーザのそのユーザ個人の複数のＡ
ＣＴＩＶＩＴＹオブジェクトに含まれる情報を検索キー
とした情報によって検索する（ステップＳＰ８３）。そ
して検索キーとした情報と同じ情報を有するＡＣＴＩＶ
ＩＴＹオブジェクト（特徴的ＡＣＴＩＶＩＴＹオブジェ
クトとなる）を検出し（ステップＳＰ８４）、当該ＡＣ
ＴＩＶＩＴＹオブジェクトを有するユーザを参加登録さ
せるようにして受動的グループを作成する（ステップＳ
Ｐ５４及び８６）。このようにすれば、図１５について
上述した処理手順に比べて、特徴的ＡＣＴＩＶＩＴＹオ
ブジェクトの検出時間を大幅に短縮し得る。また検索キ
ーとした情報を有するＡＣＴＩＶＩＴＹオブジェクトを
特徴的ＡＣＴＩＶＩＴＹオブジェクトとしたことによ
り、予測行動パターンを作成した際に当該検索キーとし
た情報をユーザに提供することもできる。

【０１９１】また、図１５との対応部分に同一符号を付
して示す図２７において、処理手順に入ると（ステップ
ＳＰ９０）、１人のユーザを任意に選定し（ステップＳ
Ｐ９１）、次いで行動予測対象として登録された多数の
ユーザのなかからこれよりも少ない数のユーザを任意に
選定した後（ステップＳＰ９２）、これら選定した各ユ
ーザのＡＣＴＩＶＩＴＹオブジェクトを比較する（ステ
ップＳＰ９３）。そして似通ったＡＣＴＩＶＩＴＹオブ
ジェクト（特徴的ＡＣＴＩＶＩＴＹオブジェクトとな
る）が存在する場合には（ステップＳＰ５３）、その似
通ったＡＣＴＩＶＩＴＹオブジェクトを有するユーザを
参加登録させるようにして受動的グループを作成する
（ステップＳＰ５４及び９４）。この処理手順によって
も、図１５について上述した処理手順に比べて、特徴的
ＡＣＴＩＶＩＴＹオブジェクトの検出時間を大幅に短縮
し得る。

【０１９２】また上述の実施の形態においては、情報送
信対象のユーザの行動エリアに関する種々の情報に加え
て、当該ユーザがグループに参加している場合に、グル
ープ内の他のユーザが興味を持っている事象に対する提
供情報を提供するようにした場合について述べたが、本
発明はこれに限らず、情報送信対象のユーザに、グルー
プ内の他のユーザが行った動作や行為、行った場所及び
興味をもった情報、情報送信対象のユーザに対してグル
ープ内の他のユーザが同じ行動をとっている、又は同じ
行動をとると予測されることを表す情報、グループ内の
他のユーザが情報送信対象のユーザの近くに居る、又は
近くに来る予定があることを表す情報、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
の旨を表す情報、さらには、他のユーザが興味をもった
商品を推薦するなどのように、提供する情報としては種
々の情報を適用し得る。

【０１９３】また上述の実施の形態においては、ユーザ
の予測行動パターンをユーザ個人のＡＣＴＩＶＩＴＹオ
ブジェクトと、ユーザが参加した能動的グループ又は受
動的グループの特徴的ＡＣＴＩＶＩＴＹオブジェクトを
用いて作成するようにした場合について述べたが、本発
明はこれに限らず、ユーザの過去又は未来の行動パター
ンをグループとしての行動と比較しながら予測行動パタ
ーンを作成するようにしても良い。これによりユーザの
グループとしての行動の変移を考慮することができ、行
動をさらに高精度に予測することができると共に、この
予測に応じてユーザに対してより有意義な情報を提供し
得る。

【０１９４】また上述の実施の形態においては、ユーザ
の行動履歴の離散情報（ＥＶＥＮＴ）を用いて単位行動
履歴情報（ＡＣＴＩＶＩＴＹオブジェクト）を抽出する
ようにした場合について述べたが、本発明はこれに限ら
ず、単位行動履歴情報を抽出するために用いる行動履歴
の情報としては、この他種々の情報を適用することがで
きる。

【０１９５】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。

【０１９６】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
いるようにした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。

【０１９７】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。

【０１９８】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。

【０１９９】また上述の実施の形態においては、予測対
象の行動履歴情報を取得する行動履歴取得手段として、
位置情報記憶部３５を適用するようにした場合について
述べたが、本発明はこれに限らず、予測対象の行動履歴
情報を取得することができれば、この他種々の行動履歴
取得手段を適用することができる。

【０２００】また上述の実施の形態においては、取得さ
れた行動履歴情報に基づいて、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して、行動パタ
ーン解析サーバ３３及び個人用行動パターン情報記憶部
３４を適用するようにした場合について述べたが、本発
明はこれに限らず、取得された行動履歴情報に基づい
て、予測対象の単位行動履歴情報を抽出することができ
れば、この他種々の単位行動履歴抽出手段を適用するこ
とができる。

【０２０１】また上述の実施の形態においては、複数の
予測対象からなるグループを作成するグループ作成手段
として、グループ作成サーバ３６及びグループ用行動パ
ターン情報記憶部３７を適用するようにした場合につい
て述べたが、本発明はこれに限らず、複数の予測対象か
らなるグループを作成することができれば、この他種々
のグループ作成手段を適用することができる。

【０２０２】また上述の実施の形態においては、複数の
予測対象からなるグループにおける単位行動履歴情報を
作成する単位行動履歴作成手段として、グループ作成サ
ーバ３６及びグループ用行動パターン情報記憶部３７を
適用するようにした場合について述べたが、本発明はこ
れに限らず、複数の予測対象からなるグループにおける
単位行動履歴情報を作成することができれば、この他種
々の単位行動履歴作成手段を適用することができる。

【０２０３】また上述の実施の形態においては、予測対
象個々の単位行動履歴情報と、当該予測対象の参加した
グループの単位行動履歴情報とに基づいて、当該予測対
象の行動を予測する行動予測手段として、行動パターン
解析サーバ３３を適用するようにした場合について述べ
たが、本発明はこれに限らず、予測対象の単位行動履歴
情報と、当該予測対象の参加したグループの単位行動履
歴情報とに基づいて、当該予測対象の行動を予測するこ
とができれば、この他種々の行動予測手段を適用するこ
とができる。

【０２０４】

【発明の効果】上述のように本発明によれば、予測対象
の行動を予測する行動予測方法において、予測対象の行
動履歴情報を取得する行動履歴取得ステップと、取得さ
れた行動履歴情報に基づいて、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、複数の予
測対象からなるグループにおける単位行動履歴情報を作
成する単位行動履歴作成ステップと、予測対象個々の単
位行動履歴情報と、当該予測対象の参加したグループの
単位行動履歴情報とに基づいて、当該予測対象の行動を
予測する行動予測ステップとを設けるようにしたことに
より、予測対象の単位行動履歴情報のみを用いて当該予
測対象の行動を予測する場合に比べて、当該予測対象の
行動の予測に用いる単位行動履歴情報を増やすことがで
き、かくして予測対象の行動を高精度に予測し得る行動
予測方法を実現することができる。

【０２０５】また予測対象の行動を予測する行動予測装
置において、予測対象の行動履歴情報を取得する行動履
歴取得手段と、取得された行動履歴情報に基づいて、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、複数の予測対象からなるグループにおける単位
行動履歴情報を作成する単位行動履歴作成手段と、予測
対象個々の単位行動履歴情報と、当該予測対象の参加し
たグループの単位行動履歴情報とに基づいて、当該予測
対象の行動を予測する行動予測手段とを設けるようにし
たことにより、予測対象の単位行動履歴情報のみを用い
て当該予測対象の行動を予測する場合に比べて、当該予
測対象の行動の予測に用いる単位行動履歴情報を増やす
ことができ、かくして予測対象の行動を高精度に予測し
得る行動予測装置を実現することができる。

【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】能動的グループＥＮＴＩＴＹ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１２】グループの 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１３】グループの 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１４】能動的グループの作成手順を示すフローチャ
ートである。

【図１５】受動的グループの作成手順を示すフローチャ
ートである。

【図１６】グループを用いた行動予測処理の説明に供す
る略線図である。

【図１７】行動予測処理手順を示すフローチャートであ
る。

【図１８】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１９】携帯端末装置の構成を示すブロック図であ
る。

【図２０】サーバの構成を示すブロック図である。

【図２１】情報提供処理手順を示すフローチャートであ
る。

【図２２】行動パターンの表示例を示す略線図である。

【図２３】構成要素の配置例を示すブロック図である。

【図２４】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２５】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２６】他の実施の形態による受動的グループの作成
処理手順を示すフローチャートである。

【図２７】他の実施の形態による受動的グループの作成
処理手順を示すフローチャートである。

【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……個人用行動パターン記憶部、３
５……位置情報記憶部、３６……グループ作成サーバ、
３７……グループ用行動パターン記憶部、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、上記取得された上記行動履歴情報に基づいて、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、複数の上記予測対象からなるグループにおける単位行動
履歴情報を作成する単位行動履歴作成ステップと、上記予測対象個々の単位行動履歴情報と、当該予測対象
の参加した上記グループの単位行動履歴情報とに基づい
て、当該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】複数の上記予測対象からなる上記グループ
を作成するグループ作成ステップを具え、上記単位行動履歴作成ステップは、作成された上記グル
ープの単位行動履歴情報を作成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】上記行動予測ステップは、上記予測対象個
々の単位行動履歴情報と、当該予測対象の参加した上記
グループの単位行動履歴情報と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２
に記載の行動予測方法。
【請求項４】上記予測対象個々の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
であり、上記グループの単位行動履歴情報は、当該グループに参
加した各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３に記載の行動
予測方法。
【請求項５】上記行動予測ステップは、ほぼ同じ時間帯
にほぼ同じ発生確率を有する上記予測対象個々の単位行
動履歴情報と、当該予測対象の参加した上記グループの
単位行動履歴情報とが存在する際、当該グループの単位
行動履歴情報を優先的に用いることを特徴とする請求項
４に記載の行動予測方法。
【請求項６】上記グループは、上記予測対象が自らの行
動履歴を登録することにより作成される能動的グループ
であることを特徴とする請求項２に記載の行動予測方
法。
【請求項７】上記グループは、複数の上記予測対象のう
ちの似通った上記単位行動履歴情報を有する各上記予測
対象からなる受動的グループであることを特徴とする請
求項２に記載の行動予測方法。
【請求項８】上記予測行動方法は、上記行動予測ステップにおいて、上記予測対象に対して
予測される上記行動が予め設定された所定の閾値よりも
少ない又は多く存在する場合、上記予測対象の上記行動
の予測結果に基づいて、当該予測対象が参加する上記受
動的グループを作成する受動的グループ作成ステップ
と、上記作成された上記受動的グループの単位行動履歴情報
を作成する受動的グループ用単位行動履歴作成ステップ
と、上記予測対象個々の単位行動履歴情報と、当該予測対象
の参加した上記受動的グループの単位行動履歴情報とに
基づいて、当該予測対象の行動を再び予測する再行動予
測ステップとを具えることを特徴とする請求項７に記載
の行動予測方法。
【請求項９】上記予測行動方法は、上記行動履歴取得ス
テップにおいて取得された、上記予測対象の行動履歴情
報に基づいて、当該予測対象の参加した上記グループの
単位行動履歴情報を抽出するグループ単位行動履歴抽出
ステップを具え、上記行動予測ステップは、上記予測対象個々の単位行動
履歴情報と、当該予測対象の参加した上記グループの上
記作成及び抽出された単位行動履歴情報とに基づいて、
当該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１０】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情報を取得する行動履歴取得手
段と、上記取得された上記行動履歴情報に基づいて、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、複数の上記予測対象からなるグループにおける単位行動
履歴情報を作成する単位行動履歴作成手段と、上記予測対象個々の単位行動履歴情報と、当該予測対象
の参加した上記グループの単位行動履歴情報とに基づい
て、当該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１１】複数の上記予測対象からなる上記グルー
プを作成するグループ作成手段を具え、上記単位行動履歴作成手段は、上記作成されたグループ
の単位行動履歴情報を作成することを特徴とする請求項
１０に記載の行動予測装置。
【請求項１２】上記行動予測手段は、上記予測対象個々
の単位行動履歴情報と、当該予測対象の参加した上記グ
ループの単位行動履歴情報と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１１
に記載の行動予測装置。
【請求項１３】上記予測対象個々の単位行動履歴情報
は、上記予測対象の滞在行動履歴情報及び移動行動履歴
情報であり、上記グループの単位行動履歴情報は、当該グループに参
加した各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１２に記載の行
動予測装置。
【請求項１４】上記行動予測手段は、ほぼ同じ時間帯に
ほぼ同じ発生確率を有する上記予測対象個々の単位行動
履歴情報と、当該予測対象の参加した上記グループの単
位行動履歴情報とが存在する際、当該グループの単位行
動履歴情報を優先的に用いることを特徴とする請求項１
３に記載の行動予測装置。
【請求項１５】上記グループは、上記予測対象が自らの
行動履歴を登録することにより作成される能動的グルー
プであることを特徴とする請求項１１に記載の行動予測
装置。
【請求項１６】上記グループは、複数の上記予測対象の
うちの似通った上記単位行動履歴情報を有する各上記予
測対象からなる受動的グループとであることを特徴とす
る請求項１１に記載の行動予測装置。
【請求項１７】上記グループ作成手段は、上記行動予測
手段により予測した上記予測対象の行動が予め設定され
た所定の閾値よりも少ない又は多く存在する場合、上記
予測対象の上記行動の予測結果に基づいて、当該予測対
象が参加する上記受動的グループを作成し、上記単位行動履歴作成手段は、上記作成された上記受動
的グループの単位行動履歴情報を作成し、上記行動予測手段は、上記予測対象個々の単位行動履歴
情報と、当該予測対象の参加した上記受動的グループの
単位行動履歴情報とに基づいて、当該予測対象の行動を
再び予測することを特徴とする請求項１６に記載の行動
予測装置。
【請求項１８】上記単位行動履歴作成手段は、上記行動
履歴取得手段により取得された、上記予測対象の行動履
歴情報に基づいて、当該予測対象が参加した上記グルー
プの単位行動履歴情報を抽出することを特徴とする請求
項１０に記載の行動予測装置。