JP2007293823A - 地図表示システムおよび地図表示方法 - Google Patents

Abstract

【課題】 表示された地図に存在する店舗や施設等の複数の地点の特色を一目で概観できるインターフェースの地図表示システムを提供する。
【解決手段】
地図表示システムは、地図の表示範囲を指定する情報を受け付ける表示範囲入力部１２と、表示範囲内に存在する地点について記述した複数の記述情報をＷｅｂサーバ３０から取得する記述情報取得部１６と、記述情報取得部１６にて取得した記述情報に基づいて各地点の特徴を示す特徴語とその特徴の強さを示す情報を求める特徴抽出部２０と、特徴の強さと各地点の位置を示す変数とに基づいて複数の地点をクラスタリングするクラスタリング処理部２４と、クラスタリング処理部２４にてクラスタリングされた地点を包含する共通特徴エリアを示した地図を地図上に表示する地図表示部２６とを備える。
【選択図】 図１

Description

本発明は、ＰＯＩ（Ｐｏｉｎｔ ｏｆ Ｉｎｔｅｒｅｓｔ）情報を含む地図を表示する地図表示システムに関する。

従来から、カーナビゲーション装置等において、所望の検索キーに基づいて場所を検索して、その場所を地図上に表示する検索システムが知られている。カーナビゲーション装置等においては、検索キーを入力する操作が煩雑であるので、検索キーの入力を容易に行えるシステムも提案されている。

特許文献１は、地点の検索を行うための操作を簡素化した地点検索システムの発明を記載している。特許文献１に記載されたシステムは、操作部から入力された文字列および地点検索情報に基づいて、操作者が検索しようとしている地点を予測し、予測された地点の名称を表示部に表示する。これにより、操作者は、検索しようとしている地点を示す文字列を全部入力しなくてもよいので、操作を容易に行うことができる。
特開２００５−２８３８９０号公報

上記したような従来の地点情報の検索システムは、ユーザが適切な検索キーを入力した場合には、適切な検索結果を得ることができるが、ユーザが検索キーを思いつかない場合には、検索をすることができなかった。

また、上記したような従来の地点情報の検索システムは、検索キーに対応する検索結果を得ることができるが、入力した検索キーに類似する情報を得ることができないので、検索された地点情報の他に、類似する情報がある場所を知ることができなかった。従って、類似する情報を得たい場合には、再度、検索キーを入力しなければならず、煩雑な作業を伴う。

そこで、本発明は、上記背景に鑑み、表示された地図に存在する店舗や施設等の複数の地点の特色を一目で概観できる視認性の高いインターフェースを有する地図表示システムを提供することを目的とする。

本発明の地図表示システムは、地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、前記表示範囲に含まれる各地点の特徴とその特徴の強さを示す情報を含む地点情報を取得する地点情報取得部と、前記地点情報取得部にて取得した特徴の強さを示す情報と各地点の位置を示す情報とに基づいて、前記表示範囲内に存在する複数の地点をクラスタリングするクラスタリング処理部と、前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部とを備える。

このように各地点の特徴の強さを示す情報とその位置を示す情報とに基づいてクラスタリング処理を行うことにより、各地点の特徴が類似すると共に地理的に近い複数の地点を同じクラスタに分類することができる。そして、同じクラスタに分類された複数の地点を含む共通特徴エリアを地図上に表示するので、共通の特徴を有する店舗や施設等が集まっているエリアを一目で把握することができる。これにより、ユーザは、検索キーを入力しなくても、表示された地図から、地図に存在する店舗、施設等の地点の特徴を読み取ることができる。

上記地図表示システムにおいて、前記地点情報取得部は、前記表示範囲入力部にて入力された表示範囲内に存在する地点について記述した複数の記述情報を所定のデータベースから取得する記述情報取得部と、前記記述情報取得部にて取得した記述情報から単語を抽出し、前記単語が前記記述情報に含まれる頻度に基づいて、抽出された単語の中から各地点の特徴を示す特徴語とその特徴語で示されるその地点の特徴の強さを示す情報を求める特徴抽出部とを備えてもよい。

このように所定のデータベースに記憶された記述情報から各地点の特徴語およびその特徴の強さを抽出するので、所定のデータベースを適切に選ぶことにより、最新の地点情報を得ることができる。所定のデータベースとしては、例えば、インターネットに接続されたＷｅｂサーバを利用してもよい。

上記地図表示システムにおいて、前記クラスタリング処理部は、前記各地点の位置を示す情報に所定のバイアス値を乗じて、クラスタリング処理を行ってもよい。

このように各地点の位置を示す変数に所定のバイアス値を乗じることにより、各地点の位置を示す変数のクラスタリングへの寄与が大きくなるので、地理的に近い地点情報が同じクラスタに分類されやすくなる。

上記地図表示システムにおいて、前記地図表示部は、前記共通特徴エリアに存在する複数の地点の密集度に応じた濃淡の色を付して前記共通特徴エリアを表示してもよい。

このように共通特徴エリアに含まれる複数の地点の密集度に応じた濃淡の色を付すことにより、複数の地点の密集度を一目で把握することができる。

上記地図表示システムにおいて、前記地図表示部は、表示範囲内に同じ特徴を有する複数の共通特徴エリアが存在する場合に、それぞれの共通特徴エリアに同一色を付して表示すると共に、同じ特徴を有する複数の共通特徴エリアを包含するエリアに前記同一色と異なる色を付して表示してもよい。

このように離れた場所に位置する同じ特徴を有する複数の共通特徴エリアを包含するエリアに、それぞれの共通特徴エリアに付した色とは異なる色を付して表示することにより、それぞれの共通特徴エリアより大きいエリアの傾向をつかむことができる。

本発明の別の態様に係る地図表示システムは、地図に含まれる地点の複数の特徴を地点情報として取得する地点情報取得部と、前記地点情報取得部にて取得した地点の中から、共通する特徴を有する複数の地点を検出する共通特徴地点検出部と、前記地点情報を有する複数の地点を地図上に表示すると共に、前記共通特徴地点検出部にて検出された共通する特徴を有する複数の地点を含むエリアを共通特徴エリアとして前記地図上に表示する地図表示部とを備える。

このように共通の特徴を有する複数の地点を含む共通特徴エリアを表示するので、共通の特徴を有する店舗や施設等が集まっているエリアを一目で把握することができる。これにより、ユーザは、表示された地図から、地図に存在する店舗、施設等の地点の特徴を読み取ることができる。

本発明の地図表示方法は、地図の表示範囲を指定する情報を受け付ける表示範囲入力ステップと、前記表示範囲に含まれる各地点の特徴とその特徴の強さを示す情報を含む地点情報を取得する地点情報取得ステップと、前記地点情報取得ステップにて取得した特徴の強さを示す情報と各地点の位置を示す情報とに基づいて、前記表示範囲内に存在する複数の地点をクラスタリングするクラスタリング処理ステップと、前記指定範囲入力ステップにて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理ステップによって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示ステップとを備える。

この構成により、本発明の地図表示システムと同様に、特徴が類似する複数の地点を含む共通特徴エリアを地図上に表示するので、共通の特徴を有する店舗や施設等が集まっているエリアを一目で把握することができる。また、本発明の地図表示システムの各種の構成を、本発明の地図表示方法に適用することも可能である。

本発明のプログラムは、地図を表示するためのプログラムであって、コンピュータに、地図の表示範囲を指定する情報を受け付ける表示範囲入力ステップと、前記表示範囲に含まれる各地点の特徴とその特徴の強さを示す情報を含む地点情報を取得する地点情報取得ステップと、前記地点情報取得ステップにて取得した特徴の強さを示す情報と各地点の位置を示す情報とに基づいて、前記表示範囲内に存在する複数の地点をクラスタリングするクラスタリング処理ステップと、前記指定範囲入力ステップにて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理ステップによって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示ステップとを実行させる。

この構成により、本発明の地図表示システムと同様に、特徴が類似する複数の地点を含む共通特徴エリアを地図上に表示するので、共通の特徴を有する店舗や施設等が集まっているエリアを一目で把握することができる。また、本発明の地図表示システムの各種の構成を、本発明のプログラムに適用することも可能である。

本発明の別の態様に係る地図表示システムは、地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、前記表示範囲入力部にて入力された表示範囲内に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、前記複数の地点をその位置情報に基づいて地理的にクラスタリングして、それぞれの地点の地理クラスタを求める地理的クラスタリング部と、前記単語と前記記述情報との関係および前記記述情報と前記地理クラスタとの関係を用いて、双クラスタリング処理によって前記複数の地点をクラスタリングするクラスタリング処理部と、前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部とを備える。

このように地理的クラスタリングによって得られた地理クラスタを用いることにより、地理クラスタと記述情報との関係を求めることができる。地理的クラスタリングにて求めた地理クラスタと記述情報との関係、および単語と記述情報との関係を用いて、双クラスタリング処理を行うことにより、記述情報に含まれる単語と記述情報の位置の両方の属性を考慮して、適切にクラスタリングを行うことができる。

本発明の別の態様に係る地図表示システムは、地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、前記表示範囲入力部にて入力された表示範囲内に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、前記複数の地点をその位置情報に基づいて地理的にクラスタリングして、それぞれの地点の地理クラスタを求める地理的クラスタリング部と、前記単語と前記記述情報と前記地理クラスタとが同時に生起する共起確率の尤度を用いて前記複数の地点をクラスタリングするクラスタリング処理部と、前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部とを備える。

このように地理的クラスタリングによって地点の地理クラスタを求め、単語と記述情報と地理クラスタとが同時に生起する共起確率の尤度を用いて複数の地点をクラスタリングすることにより、記述情報に含まれる単語と記述情報の位置の両方の属性を考慮して、適切にクラスタリングを行うことができる。

本発明の地図表示システムは、抽出された単語の地理的な分布に基づいて、各単語の凝集度を求める凝集度算出部を備えてもよい。

このように単語の凝集度を算出することにより、地域的に特色のある単語か否かを判断することができる。

本発明の地図表示システムは、前記クラスタリング処理部にて生成されたクラスタの特徴を示すラベルとして前記記述情報から抽出された単語の中から一の単語を選択するラベル選択部と、前記地図表示部は、ラベル選択部にて選択された単語の凝集度に対応した大きさで前記共通特徴エリアのラベルを表示してもよい。

このように凝集度に対応した大きさでラベルを表示することにより、例えば凝集度の高い単語についてはラベルを大きく表示して目立たせることができ、凝集度の低い単語についてはラベルを小さく表示することができる。

本発明の地図表示システムは、地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、地図上に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、抽出された単語が各記述情報に現れる頻度と全記述情報に現れる頻度に基づいて各記述情報における前記単語の重要度を求める重要度算出部と、それぞれの単語について重要度を総和した値を求め、重要度を総和した値の大きい方から所定個数の単語を選択し、選択された単語を用いて、同一の単語を含む記述情報が同一のクラスタになるようにクラスタリングするクラスタリング処理部と、前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の記述情報を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部とを備える。

このように重要度を総和した値が大きい方から所定個数の単語を選択し、選択した単語を用いてクラスタリングすることにより、重要な（表示範囲内の特徴を最もよく表す）単語を含むエリアを表示することができる。

本発明の地図表示システムは、地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、地図上に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、前記単語を含む記述情報の地理的な分布に基づいて凝集度を求める凝集度算出部と、前記凝集度の高い方から所定個数の単語を選択し、選択された単語を用いて、同一の単語を含む記述情報が同一のクラスタになるようにクラスタリングするクラスタリング処理部と、前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の記述情報を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部とを備える。

このように凝集度の高い方から所定個数の単語を選択し、選択した単語を用いてクラスタリングすることにより、凝集度の高い単語で表される特徴を共通の特徴とするエリアを地図上に表示できる。

本発明の地図表示システムは、前記単語抽出部にて抽出した単語を、ＬＳＩ（Latent Semantic Index）によって集約する次元圧縮部を備えてもよい。

このように記述情報から抽出した単語をＬＳＩによって集約することにより、単語を用いる処理の負担を軽減できる。

本発明によれば、共通の特徴を有する複数の地点を包含する共通特徴エリアを地図上に表示することにより、共通の特徴を有する店舗や施設等が集まっているエリアを一目で把握することができるというすぐれた効果を有する。

以下、本発明の実施の形態の地図表示システムについて図面を用いて説明する。以下の説明では、地図表示システムの例としてナビゲーション装置を取り上げて説明するが、本発明はナビゲーション装置に限定されるものではなく、例えば、インターネットによって地図を提供するシステムなどにも適用することが可能である。

（第１の実施の形態）
図１は、本発明の実施の形態の地図表示システムであるナビゲーション装置１を示す図である。図１に示すように、ナビゲーション装置１は、ネットワークを介してＷｅｂサーバ３０に接続されている。ナビゲーション装置１は、Ｗｅｂサーバ３０により提供される各地点について記述した各種の情報（本明細書にて「記述情報」という）を用いて地図を表示する。

ナビゲーション装置１は、地図情報を記憶した地図情報記憶部１０と、地図の表示範囲を指定する情報の入力を受け付ける表示範囲入力部１２と、指定された範囲の地図を表示する地図表示部２６とを備えている。

表示範囲入力部１２は、表示範囲の中心となる場所の指定を受け付ける。表示範囲入力部１２は、現在位置取得部１４に接続されており、現在位置取得部１４にて取得した現在位置を、表示範囲の中心となる場所として受け付ける。これにより、ナビゲーション装置１は、現在位置の周辺地図を自動的に表示することができる。なお、表示範囲入力部１２は、表示範囲の中心となる場所として、住所等の入力を受け付けてもよい。

ナビゲーション装置１は、表示範囲に含まれる店舗や施設等の地点情報（ＰＯＩ）を取得するための構成として、記述情報取得部１６と、形態素解析部１８と、特徴抽出部２０と、位置情報取得部２２を備えている。また、本実施の形態のナビゲーション装置１は、表示範囲内にある複数の地点の特徴を一目で把握できるようにするために、表示範囲に含まれる各地点をその特徴に基づいてクラスタリングするクラスタリング処理部２４を備えている。以下、これらの構成について説明する。

記述情報取得部１６は、通信部２８を通じてＷｅｂサイトを提供するＷｅｂサーバ３０と通信し、Ｗｅｂサーバ３０から各地点についての情報を記述した記述情報を取得する機能を有する。記述情報には、Ｗｅｂサイトに記述されたあらゆる情報が含まれる。例えば、店舗の紹介をした説明文や、店舗の口コミ情報などが記述情報に含まれる。

ナビゲーション装置１は、記述情報取得部１６にて記述情報を取得する対象のＷｅｂサーバ３０をあらかじめ定めておいてもよいし、任意のＷｅｂサーバ３０から記述情報を取得してもよい。あらかじめ定められたＷｅｂサーバ３０から記述情報を取得する場合には、記述情報取得部１６は、例えば、ＨＴＭＬ構造から任意のフィールド定義を取得することにより、各地点についての記述情報を取得する。記述情報を取得する対象のＷｅｂサーバ３０をあらかじめ定めておかない場合には、記述情報取得部１６は、例えば、「縮約可能変数つきタグ木パターンを用いた半構造データからの情報抽出」宮原 哲浩（広島市立大学情報科学部）などに記載された公知の手法を利用して、記述情報を取得することができる。

形態素解析部１８は、記述情報取得部１６にて取得した記述情報を形態素解析によって品詞に分解し、記述情報から単語を抽出する機能を有する。

特徴抽出部２０は、形態素解析部１８による単語の抽出結果を用いて、各地点の特徴を示す特徴語とその特徴語によって示される特徴の強さを示す変数を求める機能を有する。具体的には、特徴抽出部２０は、各地点について記述した記述情報に含まれる単語の頻度（ＴＦ：ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）と、その単語が他の地点の記述情報に含まれる頻度（ＩＤＦ：ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）に基づいて、各地点の特徴を示す特徴語およびその特徴の強さを示す変数を求める。なお、ここでは、形態素解析部１８による分析結果を用いて特徴語を抽出する例について説明しているが、Ｗｅｂサーバ３０によって提供される記述情報があらかじめカテゴリによって階層化されている場合などは、その階層化構造を利用することによって特徴語を抽出してもよい。例えば、Ｙａｈｏｏ！（登録商標）のポータルサイトにおいては、提供される情報がカテゴリ別に階層化されているので、そのカテゴリ名を抽出することで特徴語を容易に抽出できる。

位置情報取得部２２は、店舗や施設等の各地点の位置情報を取得する機能を有する。記述情報の中に、緯度、経度の情報が含まれている場合には、位置情報取得部２２は、位置情報として緯度、経度の情報を抽出する。記述情報の中に住所の情報が含まれている場合には、位置情報取得部２２は、住所の情報を緯度、経度の情報に変換する。

クラスタリング処理部２４は、特徴抽出部２０にて抽出された特徴の強さと位置情報取得部２２にて取得した位置情報とに基づいて、クラスタリングを行う機能を有する。クラスタリング処理部２４は、特徴抽出部２０にて複数の特徴が抽出された場合には、複数の特徴と位置情報とを用いてクラスタリングを行う。クラスタリングには、いかなる手法を用いることも可能であるが、例えば、ＳＯＭ（Ｓｅｌｆ−Ｏｒｇａｎｉｚａｔｉｏｎ−Ｍａｐ）、ｋ−ｍｅａｎｓ法、期待値最大化（ＥＭ）アルゴリズムによるクラスタリングを行うことができる。

図２（ａ）は、クラスタリング処理について説明するための図である。図２（ａ）に示すグラフの縦軸は各地点の特徴を示し、横軸は各地点の地理的な位置関係を示す。縦軸は、上に向かって、「エスプレッソ」の特徴が強くなることを示し、下に向かって「プライベート」の特徴が強くなることを示している。すなわち、縦軸は、上に向かって、記述情報に「エスプレッソ」という単語が含まれる度合いが高くなり、下に向かって「プライベート」の単語が含まれる度合いが高くなることを示している。クラスタリング処理部２４は、図２（ａ）に示すように、特徴の強さと各地点の位置関係とに基づいて、各地点の類似性を示す距離を求め、近くにある地点同士をグループ化することにより、特徴が類似しかつ地理的に近い複数の地点を同じクラスタに分類することができる。

地図表示部２６は、表示範囲入力部１２にて指定された表示範囲の地図を表示すると共に、クラスタリング処理部２４によるクラスタリング結果に基づいて各地点の特徴を地図上に表示する機能を有する。具体的には、地図表示部２６は、記述情報から得られた各地点を、その位置情報を用いて地図上にマッピングすると共に、共通の特徴を有する複数の地点を包含するエリアを示す。また、地図表示部２６は、エリアの特徴を示すラベルＬ１，Ｌ２を添付して表示する。ラベルＬ１，Ｌ２に表示する内容は、そのエリアに含まれる各地点の特徴を示す特徴語の中から、そのエリアの特徴を包括する特徴語を選択することによって決定する。

図３は、図２（ａ）に示すクラスタリング結果を地図に表示した例を示す図である。図３に示すように、地図表示部２６は、エスプレッソという特徴の強い店舗の集まったエリアＡ１に同じ色を付して表示する。同様に、地図表示部２６は、プライベートという特徴の強い店舗の集まったエリアＡ２をエリアＡ１とは異なる色を付して表示する。なお、地図表示部２６は、エリアの範囲を示す色は、店舗の密集度合いに応じて、濃淡を決定してもよい。例えば、店舗が密集して存在する場合には、密集していない場合より濃い色を使って表示することにより、ユーザは、一目で店舗の密集度合いを把握することができる。

図４は、本実施の形態のナビゲーション装置１にて地図を表示する動作を示す図である。ナビゲーション装置１は、まず、現在位置取得部１４にて現在位置情報を取得し、取得した現在位置情報を中心とする所定の範囲を地図の表示範囲として指定を受け付ける（Ｓ１０）。

ナビゲーション装置１の記述情報取得部１６は、Ｗｅｂサーバ３０にアクセスし、表示範囲内にある地点に関係する記述情報を取得する（Ｓ１２）。次に、ナビゲーション装置１は、形態素解析部１８にて、記述情報を品詞に分解し、名詞、形容詞等の単語を抽出する（Ｓ１４）。

ナビゲーション装置１は、各地点の記述情報から抽出された単語をＴＦ−ＩＤＦを用いて分析し、各地点の特徴を示す特徴語と、その特徴語によって示される特徴の強さを求める（Ｓ１６）。これにより、ある地点についての記述情報に頻出し、かつ他の地点についての記述情報に見られない特徴語は、その地点における特徴を強く示していると分析される。また、ナビゲーション装置１は、位置情報取得部２２にて、各地点の位置情報を取得する（Ｓ１８）。位置情報取得部２２は、記述情報から各地点の緯度、経度の情報を抽出するか、あるいは、記述情報から抽出した住所の情報を緯度、経度の情報に変換して位置情報を取得する。

ナビゲーション装置１は、クラスタリング処理部２４にて、特徴の強さおよび位置を示す情報を用いて、各地点をクラスタリングする（Ｓ２０）。クラスタリング処理部２４は、特徴が類似し、かつ地理的に近い地点を同じクラスタに分類する。ナビゲーション装置１は、地図表示部２６にて、表示範囲を示す地図を表示すると共に、地図上に各地点をマッピングして表示する（Ｓ２２）。ナビゲーション装置１は、同じクラスタに分類された複数の地点を包含するエリアに色を付けて表現する。以上、実施の形態のナビゲーション装置１の構成および動作について説明した。

本実施の形態のナビゲーション装置１（地図表示システム）は、クラスタリング処理部２４にて各地点の特徴の強さと位置関係とを用いてクラスタリングを行うので、特徴が類似し、かつ近い位置にある複数の地点が同じクラスタに分類される。そして、このクラスタリングの結果に基づいて、ナビゲーション装置１は、共通の特徴を有する複数の地点を包含するエリアＡ１，Ａ２にそれぞれ異なる色を付して表示し、そのエリアにラベルＬ１，Ｌ２を添付して表示するので、ユーザがエリアの特徴を一目で把握することができる。

本実施の形態のクラスタリング処理部２４によるクラスタリングについて、比較例を挙げて説明する。

図２（ｂ）は表示範囲に含まれる複数の地点を特徴の強さによってクラスタリングした例を示す図、図２（ｃ）は表示範囲に含まれる複数の地点を地理的な位置関係によってクラスタリングした例を示す図である。図２（ｂ）に示すように、地理的な位置関係を用いないでクラスタリングした場合には、店舗ｔ１〜ｔ４から地理的に離れた位置にある店舗ｔ９が同じクラスタとして分類されてしまうので、共通の特徴を有する地点を含むエリアを地図に適切に表示することができなくなる。また、図２（ｃ）に示すように、地理的な位置関係のみに基づいてクラスタリングした場合には、エスプレッソの特徴の強い店舗ｔ１〜ｔ４とプライベートの特徴が強い店舗ｔ５，ｔ７が同じクラスタに分類されてしまうので、共通の特徴を有する地点を含むエリアを地図上に適切に表示することができなくなる。本実施の形態によれば、各地点の特徴とその位置を示す情報という本来は何の関係も持たないパラメータを同時に用いてクラスタリングする構成により、共通の特徴を有する複数の地点を含んだエリアを地図上に適切に表示することが可能である。

また、本実施の形態のナビゲーション装置１は、Ｗｅｂサーバ３０から地点の記述情報を取得し、記述情報を分析して各地点の特徴語および特徴の強さを求めているので、最新の情報に基づいてエリアの特徴を表示することができる。例えば、店舗や施設自体は変わらなくても流行に応じて提供サービスなどを変える場合があるが、本実施の形態の構成によれば、Ｗｅｂサイト上の口コミ情報等に基づいてエリアの特徴を求めるので、エリアの特徴を適切に表示することができる。

上記した実施の形態において、ナビゲーション装置１のクラスタリング処理部２４は、クラスタリング処理を行う際に各地点の位置を示す情報に所定のバイアス値を乗じてもよい。

図５（ａ）および図５（ｂ）は、位置を示す情報にバイアス値を乗じた場合のクラスタリング結果の相違を示す図である。図５（ａ）は、図２（ａ）の再掲図であり、バイアス値を乗じないでクラスタリングした結果を示す。図５（ｂ）は、位置を示す情報に２倍のバイアス値を乗じてクラスタリングした結果を示す。図５（ｂ）に示すように、バイアス値を乗じてクラスタリングした場合は、バイアス値を乗じない場合よりも、位置を示す情報がクラスタリングの結果に強く作用し、複数の地点が近い場合に同じクラスタに分類されることとなる。図５（ｂ）に示す例では、プライベートの特徴の強いクラスタは、店舗ｔ５，ｔ７のクラスタと、店舗ｔ６，ｔ８，ｔ９のクラスタの２つに分かれる。また、エスプレッソの特徴の強いクラスタには店舗ｔ２〜ｔ４が含まれ、地理的に少し離れた位置にある店舗ｔ１は同じクラスタに含まれないことになる。図６は、図５（ｂ）に示すクラスタリング結果に基づいて、共通特徴エリアを表示した例を示す図である。

このようにバイアス値を乗じてクラスタリング処理を行うことにより、地理的に近い位置にある地点が同じクラスタに分類される傾向が強まり、コンパクトな共通特徴エリアを表示することが可能となる。なお、このバイアス値は、あらかじめ設定しておいてもよいし、表示範囲内に含まれる店舗、施設等の個数に応じて決定してもよい。表示範囲内に含まれる店舗、施設等が多数ある場合には、共通特徴エリアを広くすると、表示範囲全体に及んでしまう可能性があるので、コンパクトなエリアを表示することが好ましい。また、共通特徴エリアを表示した地図に対して、ユーザから共通特徴エリアの範囲が適切か否かを示す正誤信号の入力を受け付け、この正誤信号を教師信号とした学習によってバイアス値を決定してもよい。

上記した実施の形態で用いた図３では、共通特徴エリアが「エスプレッソ」と「プライベート」について一つずつしか存在していないが、図６に示す「プライベート」のエリアように共通特徴のエリアが表示範囲内に複数存在する場合には、それらのエリアを包含するエリアを表示してもよい。

図７は、図６に示す例において、「プライベート」の２つのエリアを包含するエリアを表示した例を示す図である。このように、複数の共通特徴エリアＡ４，Ａ５を包含するエリアＡ６を表示することにより、表示された地図における各地点の特徴を大きく捉えることが可能となる。

上記した実施の形態では、「エスプレッソ」と「プライベート」の２つの特徴を例として説明したが、表示範囲内の複数の地点が多くの特徴を有する場合には、記述情報に含まれる単語の頻度の上位から順に、特徴を示すエリアを重畳表示することとしてもよい。複数の特徴を一つの地図に表示することにより、ご当地名産マップや、ファッション傾向マップ、釣りポイントマップなどを表示することが可能になる。

上記した実施の形態においては、ナビゲーション装置１を例とし、ナビゲーション装置１が本発明のすべての構成要素を含む例について説明したが、本発明の地図表示システムは、その構成要素を複数の装置に分散して配置することが可能である。

（第２の実施の形態）
図８は、本発明の地図表示システムの構成要素をナビゲーション装置２と地図表示サーバ４０とに分散して構成した第２の実施の形態に係る地図表示システムの例を示す図である。この構成においては、次のように地図表示が行われる。まず、ナビゲーション装置２は、現在位置取得部１４にて現在位置を取得し、取得した現在位置を地図表示サーバ４０に送信する。地図表示サーバ４０は、ナビゲーション装置２から送信された現在位置から表示範囲を取得し、取得した表示範囲にある地点に関係する記述情報をＷｅｂサーバ３０から取得する。地図表示サーバ４０は、第１の実施の形態のナビゲーション装置１と同様に、各地点の特徴語および特徴の強さを求め、特徴の強さと位置を示す情報とを用いてクラスタリング処理を行う。地図表示サーバ４０は、地図情報生成部４２にて、各地点を地図上にマッピングした地図情報を生成する。また、地図情報生成部４２は、クラスタリング結果を用いて共通特徴エリアを地図上に表示する地図情報を生成する。地図表示サーバ４０は、生成した地図情報をナビゲーション装置１に送信する。ナビゲーション装置２は、地図表示サーバ４０から送信された地図情報に基づいて、地図を表示することができる。以上のようにして、地図表示サーバ４０は、特徴のあるエリアを示した地図を表示するサービスを提供することができる。図８は、本発明の地図表示システムの構成要素を複数の装置に分散した例を示すものであり、図８に示す構成以外の構成を採用できることは言うまでもない。

上記した実施の形態においては、地点の特徴を取得するために、Ｗｅｂサーバ３０から記述情報を取得する例について説明したが、地図情報にあらかじめ地点の特徴を示す情報が含まれている場合には、Ｗｅｂサーバ３０から記述情報を取得する必要はなく、地図情報記憶部１０に記憶された特徴を示す情報を用いて共通特徴エリアを求めてもよい。

（第３の実施の形態）
図９は、第３の実施の形態のナビゲーション装置３の構成を示す図である。第３の実施の形態のナビゲーション装置３は、双クラスタリング処理によって共通特徴エリアを算出するナビゲーション装置である。第３の実施の形態のナビゲーション装置３は、第１の実施の形態のナビゲーション装置１の構成に加え、凝集度算出部５０と、特徴語次元圧縮部５２と、地理的クラスタリング部５４と、属性関係グラフ生成部５６と、双クラスタリング処理部５８とを備えている。以下、これらの構成について順次説明する。

凝集度算出部５０は、ＰＯＩ記述情報に含まれる単語の地理的分布に基づいて、単語の凝集度を計算する機能を有する。凝集度算出部５０は、形態素解析部からＰＯＩ記述情報に含まれる単語を取得すると共に、位置情報取得部からＰＯＩ記述情報の位置情報を取得する。そして、凝集度算出部５０は、例えば、平均最近隣距離法等の点分布解析によって単語の凝集度を求める。平均最近隣距離法とは、各点から最も近い点までの距離の平均値を求め、この平均値によって凝集度を表す方法である。

図１０（ａ）〜図１０（ｃ）は、平均最近隣距離法によって凝集度を求めた例を示す図である。図１０（ａ）に示す分布では平均最近隣距離Ｗ＝２３．４５、図１０（ｂ）に示す分布では平均最近隣距離Ｗ＝７２．８５、図１０（ｃ）に示す分布では平均最近隣距離Ｗ＝３５．７１と求められている。この結果により、図１０（ａ）に示す分布は密集していると判断でき、図１０（ｂ）に示す分布は分散していると判断できる。また、図１０（ｃ）に示す分布はランダムな分布であると判断できる。なお、凝集度を求める手法は、上記した平均最近隣距離法に限られない。例えば、各点から所定の距離以内に存在する点の個数を点の密度で割った値によって凝集度を表すＫ関数法や、分析領域を複数の区画に分割し、分割した区画に含まれる点の個数を統計的に分析する区画法を用いてもよい。

特徴語次元圧縮部５２は、本実施の形態では、単語−文書共起関係行列を用いて次元を圧縮するＬＳＩ（Latent Semantic Index）を用いて、意味の類似する単語を集約する。特徴度次元圧縮部５２によって、特徴語空間を圧縮することにより、後段の処理を効率良く行なうことができる。

図１１（ａ）および図１１（ｂ）は、ＬＳＩによる次元圧縮を説明するための図である。図１１（ａ）は、次元圧縮前の単語−文書共起関係行列を示す。単語−文書共起関係行列は縦軸がＰＯＩを示し、横軸がＰＯＩに含まれる単語を示している。具体的に述べると、例えば、ＰＯＩ軸の「店Ａ」は、店Ａについて記述された記述情報（文書）であることを示す。単語−文書共起関係行列では、それぞれの記述情報に対する「アイスクリーム」「ジェラート」等の各単語のＴＦ／ＩＤＦの値が、ＰＯＩと単語との交点に入力される。特徴語次元圧縮部５２は、図１１（ａ）に示す単語−文書共起関係行列を、図１１（ｂ）に示すＳＩ（Semantic Index）−文書共起行列に変換する。ＳＩは、図１１（ａ）に示す単語−文書共起行列の次元数をできるだけ低減するように決定される。例えば、ＳＩ（１）は、「+0.85アイスクリーム+0.51ジェラート+0.23パフェ+・・・」というように求められる。特徴語次元圧縮部５２は、１万次元程度（１万個程度の特徴語）を２００次元程度に圧縮することが望ましい。なお、ここで説明した特徴語次元圧縮部５２と凝集度算出部５０を第１の実施の形態の構成に追加してもよい。

地理的クラスタリング部５４は、緯度、経度で表現されたＰＯＩの位置情報を予め定められた所定の領域に当てはめてクラスタリングする。所定の領域は、地図をメッシュ状に分割した領域であってもよいし、行政区域でもよい。なお、この地理的クラスタリング部５４と、次に説明する属性関係グラフ生成部５６は、双クラスタリング処理を行うための前処理である。これらの前処理を行うことによって、後段の双クラスタリング処理部５８にて双クラスタリング処理を行うことができる。

図１２（ａ）および図１２（ｂ）は、地理的クラスタリングを説明するための図である。地理的クラスタリング部５４は、位置情報取得部から、図１２（ａ）に示すようなＰＯＩの位置情報を受け取る。地理的クラスタリング部５４は、それぞれの位置情報に対応する行政区域に変換し、図１２（ｂ）に示すように、行政区域ごとにクラスタリングを行なう。なお、本実施の形態では、分類されるべき地理クラスタがあらかじめ決まっている例について説明したが、地理的クラスタリング部５４は、地理クラスタ（例えば、行政区域等）が決まっていない場合にもクラスタリングを行なうことができる。この場合、地理的クラスタリング部５４は、例えば、ＳＯＭ、ｋ−ｍｅａｎｓ法、期待値最大化（ＥＭ）アルゴリズム等を用いてクラスタリングを行なう。

属性関係グラフ生成部５６は、特徴語ＳＩとＰＯＩとの関係、ＰＯＩと地理的クラスタとの関係を表現した属性関係グラフを生成する。

図１３（ａ）は、属性関係グラフの例を示す図である。図１３（ａ）に示すように、特徴語ＳＩのノード７０と、ＰＯＩのノード７２と、地理的クラスタのノード７４とを有している。属性関係グラフ生成部５６は、関連のある特徴語ＳＩのノード７０とＰＯＩのノード７２との間、およびＰＯＩのノード７２と地理的クラスタのノード７４と間にリンク７６を張る。具体的には、属性関係グラフ生成部５６は、特徴語ＳＩがＰＯＩの中に現れた場合に、その特徴語ＳＩとＰＯＩとの間にリンク７６を張る。また、属性関係グラフ生成部５６は、地理的クラスタリング部５４にて求められたＰＯＩの地理的クラスタに基づいて、ＰＯＩと、そのＰＯＩが含まれる地理的クラスタとの間にリンク７６を張る。以上の処理によって、属性関係グラフ生成部５６は、図１３（ａ）に示す属性関係グラフを生成する。

双クラスタリング処理部５８は、属性関係グラフを用いて、特徴語ＳＩとＰＯＩとの関係、およびＰＯＩと地理的クラスタとの関係に基づいて、ＰＯＩのクラスタリングを行なう。双クラスタリング処理部５８は、例えば、Bin Gao, Tie-Yan Liu, et al著、「Consistent Bipartite Graph Co-Partitioning for Star-Structured High-Order Heterogeneous Data Co-Clustering」KDD 2005.に示される公知の手法によって、双クラスタリングを行なう。図１３（ｂ）は、双クラスタリングによってクラスタリングした結果を示す図である。図１３（ｂ）に示すように、属性関係グラフは境界線７８で分割され、クラスタが生成される。なお、図１３（ｂ）は説明図であり、実際は、図１３（ｂ）に示すような境界線によって分割されるわけではない。

図１４は、第３の実施の形態のナビゲーション装置３にて地図を表示する動作を示す図である。ナビゲーション装置３は、まず、現在位置取得部１４にて現在位置情報を取得し、取得した現在位置情報を中心とする所定の範囲を地図の表示範囲として指定を受け付ける（Ｓ３０）。

ナビゲーション装置３の記述情報取得部１６は、Ｗｅｂサーバ３０にアクセスし、表示範囲内にある地点に関係するＰＯＩ記述情報を取得する（Ｓ３２）。次に、ナビゲーション装置３は、形態素解析部１８にて、ＰＯＩ記述情報を品詞に分解し、名詞、形容詞等の単語を抽出すると共に、位置情報取得部２２にて、各地点の位置情報を取得する（Ｓ３４）。位置情報取得部２２は、記述情報から各地点の緯度、経度の情報を抽出するか、あるいは、記述情報から抽出した住所の情報を緯度、経度の情報に変換して位置情報を取得する。

ナビゲーション装置３の凝集度算出部５０は、ＰＯＩ記述情報から取得した単語および位置情報を用いて、ＰＯＩに含まれる単語の地理的分布の凝集度を計算する（Ｓ３６）。次に、ナビゲーション装置３の特徴抽出部２０は、各地点の記述情報から抽出された単語をＴＦ／ＩＤＦを用いて分析し、各地点の特徴を示す特徴語と、その特徴語によって示される特徴の強さを求める（Ｓ３８）。このとき、特徴抽出部２０は、凝集度算出部５０にて計算した単語の凝集度を用いたＴＦ／ＩＤＦにより、単語の凝集度を用いた重み付けを行ない、地域性の高い単語を特徴語として抽出することができる。具体的には、特徴抽出部２０は、凝集度Ｌをローカル度指標として、Ｌ×ＴＦ／ＩＤＦによって特徴語を抽出する。次に、ナビゲーション装置３は、特徴語次元圧縮部５２にて、特徴語の次元を圧縮し、特徴語ＳＩを求める。（Ｓ４０）。

また、ナビゲーション装置３は、ＰＯＩ記述情報から取得した位置情報に基づいて、ＰＯＩに地理的クラスタリングを行なう（Ｓ４２）。ここでは、地理的クラスタリングを特徴語の次元圧縮（Ｓ４０）の後に行なう例を挙げたが、地理的クラスタリングは、位置情報を抽出した後（Ｓ３４以降）であればいつでも行うことができる。ナビゲーション装置３の属性関係グラフ生成部５６は、特徴語ＳＩとＰＯＩとの関係、ＰＯＩと地理的クラスタとの関係を示す属性関係グラフを生成する（Ｓ４４）。次に、ナビゲーション装置３の双クラスタリング処理部５８は、属性関係グラフに対して双クラスタリング処理を行う（Ｓ４６）。

続いて、ナビゲーション装置３は、地図表示部２６にて、表示範囲を示す地図を表示すると共に、地図上に各地点をマッピングする。ナビゲーション装置３は、同じクラスタに分類された複数の地点を包含するエリアに色を付けて表現する。また、ナビゲーション装置３は、凝集度算出部５０にて計算した凝集度に基づいて、エリアの特徴を示す複数の単語の中からエリアを表す特徴語を選択し（Ｓ４８）、選択した特徴語を各エリアのラベルとする。ナビゲーション装置３は、同じクラスタに含まれるエリアに色を付した地図を表示する（Ｓ５０）。
以上、第３の実施の形態のナビゲーション装置３の構成および動作について説明した。

第３の実施の形態のナビゲーション装置３は、双クラスタリング処理部５８によって、特徴語ＳＩとＰＯＩとの関係、およびＰＯＩと地理的クラスタとの関係に基づいて、クラスタリングを行なうので、特徴語ＳＩと地理的クラスタの両方の属性を考慮して、適切にＰＯＩをクラスタリングできる。これにより、共通の特徴を有しかつ地理的にまとまりのあるエリアを適切に表示することができる。

（第４の実施の形態）
図１５は、第４の実施の形態のナビゲーション装置４の構成を示す図である。第４の実施の形態のナビゲーション装置４は、ｐＬＳＩクラスタリング処理によって共通特徴エリアを算出するナビゲーション装置である。第４の実施の形態のナビゲーション装置４の基本的な構成は第３の実施の形態のナビゲーション装置３と同じであるが、第４の実施の形態のナビゲーション装置４は、第３の実施の形態のナビゲーション装置３における属性関係グラフ生成部５６および双クラスタリング処理部５８に代えて、ｐＬＳＩ（probabilistic LSI）クラスタリング処理部６０を備えている。

図１６は、ｐＬＳＩクラスタリング処理部６０にて行うｐＬＳＩクラスタリングについて説明する図である。ｐＬＳＩクラスタリングでは、クラスタｄαを仮定する。図１６に示すように、クラスタｄαに特徴語ＳＩ「ｕｉ」が含まれる確率をｐ（ｕｉ｜ｄα）で表す。同様に、クラスタｄαにＰＯＩ「ｒｊ」が含まれる確率をｐ（ｒｊ｜ｄα）で表し、地理的クラスタ「ｔｋ」が含まれる確率をｐ（ｔｋ｜ｄα）で表す。そして、特徴語ＳＩ、ＰＯＩおよび地理クラスタの組合せが生起する確率を、条件付き確率分布を示す以下の式（１）によって表す。この式（１）は、特徴語ＳＩ「ｕｉ」がＰＯＩ「ｒｊ」に存在し、ＰＯＩ「ｒｊ」が地理クラスタ「ｔｋ」に存在する確率を表す。

ｐＬＳＩクラスタリング処理部６０は、式（１）の対数尤度関数を規定し、ＥＭアルゴリズムを用いた計算によって、特徴語「ｕｉ」、ＰＯＩ「ｒｊ」、地理的クラスタ「ｔｋ」の尤度を最大化するクラスタｄαを求める。

上記したようにｐＬＳＩクラスタリング処理部６０では、地理的クラスタを用いる。地理的クラスタリング部５４にて地理的クラスタを求める前処理を行うことにより、ｐＬＳＩクラスタリングを行うことが可能となる。

図１７は、第４の実施の形態のナビゲーション装置４にて地図を表示する動作を示す図である。第４の実施の形態のナビゲーション装置４は、基本的には、第３の実施の形態のナビゲーション装置３と同様に動作する。第４の実施の形態のナビゲーション装置４の動作は、双クラスタリングではなく、ｐＬＳＩクラスタリング処理を行う点（Ｓ４７参照）と、双クラスタリング処理の前処理として必要であった属性関係グラフ生成を行なっていない点が異なる。
以上、第４の実施の形態のナビゲーション装置４の構成および動作について説明した。

第４の実施の形態のナビゲーション装置４は、ｐＬＳＩクラスタリング処理部６０によって、特徴語ＳＩとＰＯＩと地理的クラスタとが共起する確率を用いて、ｐＬＳＩクラスタリングを行なうので、特徴語ＳＩと地理的クラスタの両方の属性を考慮して、ＰＯＩを適切にクラスタリングできる。これにより、共通の特徴を有しかつ地理的にまとまりのあるエリアを適切に表示することができる。

（第５の実施の形態）
図１８は、第５の実施の形態のナビゲーション装置５の構成を示す図である。第５の実施の形態のナビゲーション装置５は、表示されている地図内にあるＰＯＩの特徴語ＳＩの数値の高さによって、共通特徴エリアを算出するナビゲーション装置である。第５の実施の形態のナビゲーション装置５の基本的な構成は、第１の実施の形態のナビゲーション装置１と同じであるが、第５の実施の形態ではクラスタリング処理部６２での処理が、第１の実施の形態のクラスタリング処理部２４とは異なる。また、第５の実施の形態のナビゲーション装置５は、第３の実施の形態や第４の実施の形態と同様の、凝集度算出部５０と、特徴語次元圧縮部５２を備えている。

図１９は、表示範囲の地図に含まれるＰＯＩの特徴語ＳＩを示す図である。図１９に示す情報は、特徴語次元圧縮部５２にて生成される。クラスタリング処理部６２は、例えば図１９に枠６４で示すように、特徴語ＰＩの値の総和を求める。クラスタリング処理部６２は、各ＰＯＩにおける特徴語ＳＩの数値の総和を求めた後、ＳＩの総和が大きい順にソートする。そして、表示ＳＩ表示部は、ＳＩの総和が大きい方から所定の個数（例えば、２個）の特徴語ＳＩを表示対象の特徴語ＳＩとして決定する。クラスタリング処理部６２は、選択された各特徴語ＳＩを共通に含む記述情報が同じクラスタになるようにクラスタリングする。

地図表示部２６は、クラスタリング処理部６２にて決定された特徴語ＳＩの値の分布をコンター（等高線等で）表示する。なお、コンター表示する際には、ＳＩの値が所定の閾値より小さいＰＯＩについては、コンター表示に含めない。

図２０は、第５の実施の形態のナビゲーション装置５にて地図を表示する動作を示す図である。第５の実施の形態のナビゲーション装置５は、特徴語次元の圧縮を行なうまでは、第３の実施の形態のナビゲーション装置３と同様に動作する。第５の実施の形態のナビゲーション装置５は、クラスタリング処理部６２にて、特徴語の次元を圧縮した後、各特徴語ＳＩの値の総和を求め（Ｓ５２）、総和の大きい方から２個の特徴語ＳＩを選択する（Ｓ５４）。ナビゲーション装置５は、決定された２個の特徴語ＳＩの各ＰＯＩにおける値に基づいて、地図上にコンター表示を行う（Ｓ５６）。図２１は、第５の実施の形態のナビゲーション装置５によって、地図を表示した例を示す図である。
以上、第５の実施の形態のナビゲーション装置５の構成および動作について説明した。

第５の実施の形態のナビゲーション装置５は、表示された範囲において特徴的なＰＯＩをコンター表示するので、地域的な特色を一目で把握できる地図を表示できる。また、クラスタリング処理部６２は、所定数の特徴語ＳＩを選択するので、画面上の要素数を抑制することができ、表示内容が複雑化を回避できる。例えば、図２１に示すように、特徴語ＳＩ「ジャズ」は、ＳＩの値の総和が上位２個に含まれなかったので、コンター表示されない。これにより、「プライベート」の領域Ａ１０との重なりが生じず、すっきりとした画面表示を実現できる。

（第６の実施の形態）
図２２は、第６の実施の形態のナビゲーション装置６の構成を示す図である。第６の実施の形態のナビゲーション装置６の基本的な構成は、第５の実施の形態のナビゲーション装置５と同じであるが、第６の実施の形態のナビゲーション装置６は、クラスタリング処理部６２は、凝集度算出部５０による計算結果を用いて、特徴語ＳＩのローカル度に基づいて表示ＳＩを求める点が異なる。

クラスタリング処理部６２は、各特徴語ＳＩのローカル度を、特徴語ＳＩを構成する各単語に乗じられた重み係数と、各単語のローカル度に基づいて計算する。例えば、特徴語ＳＩ「エスプレッソ」を構成する単語要素が、＋２．５６×エスプレッソ＋１．５６×コーヒー＋１．１２×ラテであり、凝集度算出部５０にて求められた各単語の凝集度（ローカル度）が、エスプレッソ＝２０・１５、コーヒー＝１０．５６、ラテ＝１８．５６であった場合、クラスタリング処理部６２は、特徴語ＳＩのローカル度を、以下のように、各単語の重み係数とローカル度とを乗じた値の総和を重み係数で除することによって求める。すなわち、
特徴語ＳＩ「エスプレッソ」のローカル度＝
（＋２．５６×２０．１５＋１．５６×１０．５６＋１．１２×１８．５８）
／（２．５６＋１．５６＋１．１２）

クラスタリング処理部６２は、各特徴語ＳＩについてローカル度を計算し、ローカル度の大きい方から所定の個数（例えば、２個）の特徴語ＳＩを表示対象の特徴語ＳＩとして決定する。地図表示部２６は、第５の実施の形態と同様に、特徴語ＳＩの値の分布をコンター表示する。

図２３は、第６の実施の形態のナビゲーション装置６にて地図を表示する動作を示す図である。第６の実施の形態のナビゲーション装置６は、表示ＳＩを特徴語ＳＩのローカル度に基づいて求める（Ｓ５３）点を除き、第５の実施の形態のナビゲーション装置５と同様に動作する。図２４は、第６のナビゲーション装置６によって地図を表示した例を示す図である。

第６の実施の形態のナビゲーション装置６は、特徴語ＳＩのローカル度に基づいて表示する特徴語ＳＩを決定するので、地域性の高くかつまとまりのあるエリアをコンター表示することができる。

以上、本発明のナビゲーション装置について、実施の形態を挙げて詳細に説明したが、本発明は上記した実施の形態に限定されるものではない。

上記した実施の形態においては、地図表示システムおよび地図表示方法について説明したが、本発明には、上記した地図表示システムの各処理ステップを実行させるプログラムも含まれる。

また、上記した実施の形態において、共通特徴エリアの内容を示すラベルの表示態様を、特徴語ＳＩのローカル度等に応じて変更することとしてもよい。例えば、ローカル度の高い特徴語ＳＩの場合にはラベルを大きく表示し、ローカル度の低い特徴語ＳＩの場合にはラベルを小さく表示してもよい。

また、上記した実施の形態で求めたクラスタを用いて、以下のようなアプリケーションを構築することも可能である。

図２５は、個人の嗜好等に適合したクラスタを表示する地図表示システムの動作を示す図である。まず、地図表示システムは、例えば、メールやブログ等の個人の文書を取得する（Ｓ６０）。次に、地図表示システムは、取得した個人の文書から単語を抽出し（Ｓ６２）、抽出した単語から個人の嗜好を示すキーベクトルを生成する（Ｓ６４）。続いて、地図表示システムは、個人の嗜好を示すキーベクトルに類似するキーベクトルを有するクラスタを検索する（Ｓ６６）。キーベクトルが類似するか否かは、キーベクトルどうしがなす角が所定の閾値以下であるか否かによって判定する。地図表示システムは、検索されたクラスタに含まれるＰＯＩを共通特徴エリアとする地図を表示する。このアプリケーションにより、個人の嗜好に適合するクラスタを地図上に表示できる。なお、図２６に示す例では、個人の嗜好を示すキーベクトルを生成するために、個人の文書から単語を抽出する構成を採用しているが、例えば、アンケートを実施することによって、個人の嗜好を示すキーベクトルを生成してもよい。

図２６は、個人の嗜好等に応じた地域に入ったときに、ドライバに対してアラートを出力するナビゲーション装置の動作を示す図である。個人の文書に含まれる単語から個人の嗜好を示すキーベクトルを生成するまでの動作は、図２５に示す地図表示システムの動作と同じである。次に、ナビゲーション装置は、車両の現在位置を検出し（Ｓ７０）、車両が個人の嗜好を示すキーベクトルと類似するキーベクトルを有するクラスタに、車両が進入したか否かを判定する（Ｓ７２）。車両が個人の嗜好を示すキーベクトルと類似するキーベクトルを有するクラスタに進入したと判定された場合には（Ｓ７２でＹＥＳ）、ナビゲーション装置はアラートを出力し、ドライバの嗜好に合ったエリアに入ったことを知らせる。車両が個人の嗜好を示すキーベクトルと類似するキーベクトルを有するクラスタに進入していないと判定された場合には（Ｓ７２でＮＯ）、車両の現在位置を検出する処理に戻り、上記した判定（Ｓ７２）を行なう。

図２７は、クラスタを利用した検索を行なう検索装置の動作を示す図である。検索装置は、まず、検索キーワードの入力を受け付け（Ｓ８０）、入力された検索キーワードを用いてキーベクトルを生成する（Ｓ８２）。検索キーワードが１つの場合には、キーベクトルは、１次元ベクトルとなる。次に、検索装置は、生成されたキーベクトルに類似するクラスタを検索し（Ｓ８４）、検索されたクラスタに関する情報を表示する（Ｓ８６）。クラスタに関する情報を表示する態様は、様々なものが考えられる。例えば、検索されたクラスタのラベルを表示してもよいし、クラスタに含まれるＰＯＩを表示してもよい。

また、上記した実施の形態によれば、表示された地域の特色を求めることができるので、例えば、共通特徴エリアを通る経路のリンクコストを変更し、共通特徴エリアを通るような経路を探索するナビゲーション装置を実現することも可能である。

以上説明したように、本発明は、共通の特徴を有する複数の地点を包含するエリアを地図に表示し、エリアの特徴を示す特徴語を付すことにより、同じクラスタに分類されたエリアの特徴を一目で把握することができるというすぐれた効果を有し、ＰＯＩ情報を含む地図を表示するナビゲーション装置等として有用である。

第１の実施の形態の地図表示システムの構成を示す図である。 （ａ）実施の形態の地図表示システムによりクラスタリングした例を示す図である。（ｂ）特徴の強さを用いてクラスタリングした例を示す図である。（ｃ）位置を示す情報を用いてクラスタリングした例を示す図である。 実施の形態の地図表示システムによって表示した地図の例を示す図である。 実施の形態の地図表示システムにより地図を表示する動作を示す図である。 （ａ）実施の形態の地図表示システムによりクラスタリングした例を示す図である。（ｂ）位置を示す情報にバイアス値を乗じてクラスタリングした例を示す図である。 バイアス値を乗じてクラスタリングした結果を表示した地図の例を示す図である。 実施の形態の地図表示システムによって表示した地図の他の例を示す図である。 各構成要素の機能分担を変えた第２の実施の形態の地図表示システムの構成を示す図である。 第３の実施の形態の地図表示システムの構成を示す図である。 （ａ）密集した分布について凝集度の計算結果の一例を示す図である。（ｂ）分散した分布について凝集度の計算結果の一例を示す図である。（ｃ）ランダムな分布について凝集度の計算結果の一例を示す図である。 （ａ）特徴語次元圧縮前の単語−文書共起関係行列を示す図である。（ｂ）特徴語次元圧縮後のＳＩ−文書共起関係行列を示す図である。 （ａ）地理的クラスタリング前のＰＯＩの位置情報を示す図である。（ｂ）地理的クラスタリング後のＰＯＩの地理的クラスタを示す図である。 （ａ）属性関係グラフの例を示す図である。（ｂ）属性関係グラフを用いたクラスタリングの例を示す図である。 第３の実施の形態の地図表示システムにより地図を表示する動作を示す図である。 第４の実施の形態の地図表示システムの構成を示す図である。 ｐＬＳＩクラスタリングについて説明するための図である。 第４の実施の形態の地図表示システムにより地図を表示する動作を示す図である。 第５の実施の形態の地図表示システムの構成を示す図である。 表示範囲の地図に含まれるＰＯＩの特徴語ＳＩを示す図である。 第５の実施の形態の地図表示システムにより地図を表示する動作を示す図である。 第５の実施の形態の地図表示システムによる地図の表示例を示す図である。 第６の実施の形態の地図表示システムの構成を示す図である。 第６の実施の形態の地図表示システムにより地図を表示する動作を示す図である。 第６の実施の形態の地図表示システムによる地図の表示例を示す図である。 個人の嗜好等に適合したクラスタを表示する地図表示システムの動作を示す図である。 個人の嗜好等に応じた地域に入ったときに、ドライバに対してアラートを出力するナビゲーション装置の動作を示す図である。 クラスタを利用した検索を行なう検索装置の動作を示す図である。

符号の説明

１ ナビゲーション装置
１０ 地図情報記憶部
１２ 表示範囲入力部
１４ 現在位置取得部
１６ 記述情報取得部
１８ 形態素解析部
２０ 特徴抽出部
２２ 位置情報取得部
２４ クラスタリング処理部
２６ 地図表示部
２８ 通信部
３０ Ｗｅｂサーバ
３２ 記述情報記憶部
４０ 地図表示サーバ
４２ 地図情報生成部
４４ 通信部
５０ 凝集度算出部
５２ 特徴語次元圧縮部
５４ 地理的クラスタリング部
５６ 属性関係グラフ生成部
５８ 双クラスタリング処理部
６０ ｐＬＳＩクラスタリング処理部
６２ クラスタリング処理部

Claims (15)

1. 地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、
   前記表示範囲に含まれる各地点の特徴とその特徴の強さを示す情報を含む地点情報を取得する地点情報取得部と、
   前記地点情報取得部にて取得した特徴の強さを示す情報と各地点の位置を示す情報とに基づいて、前記表示範囲内に存在する複数の地点をクラスタリングするクラスタリング処理部と、
   前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部と、
   を備える地図表示システム。
2. 前記地点情報取得部は、
   前記表示範囲入力部にて入力された表示範囲内に存在する地点について記述した複数の記述情報を所定のデータベースから取得する記述情報取得部と、
   前記記述情報取得部にて取得した記述情報から単語を抽出し、前記単語が前記記述情報に含まれる頻度に基づいて、抽出された単語の中から各地点の特徴を示す特徴語とその特徴語で示されるその地点の特徴の強さを示す情報を求める特徴抽出部と、
   を備える請求項１に記載の地図表示システム。
3. 前記クラスタリング処理部は、前記各地点の位置を示す情報に所定のバイアス値を乗じて、クラスタリング処理を行う請求項１に記載の地図表示システム。
4. 前記地図表示部は、前記共通特徴エリアに存在する複数の地点の密集度に応じた濃淡の色を付して前記共通特徴エリアを表示する請求項１に記載の地図表示システム。
5. 前記地図表示部は、表示範囲内に同じ特徴を有する複数の共通特徴エリアが存在する場合に、それぞれの共通特徴エリアに同一色を付して表示すると共に、同じ特徴を有する複数の共通特徴エリアを包含するエリアに前記同一色と異なる色を付して表示する請求項１に記載の地図表示システム。
6. 地図に含まれる地点の複数の特徴を地点情報として取得する地点情報取得部と、
   前記地点情報取得部にて取得した地点の中から、共通する特徴を有する複数の地点を検出する共通特徴地点検出部と、
   前記地点情報を有する複数の地点を地図上に表示すると共に、前記共通特徴地点検出部にて検出された共通する特徴を有する複数の地点を含むエリアを共通特徴エリアとして前記地図上に表示する地図表示部と、
   を備える地図表示システム。
7. 地図の表示範囲を指定する情報を受け付ける表示範囲入力ステップと、
   前記表示範囲に含まれる各地点の特徴とその特徴の強さを示す情報を含む地点情報を取得する地点情報取得ステップと、
   前記地点情報取得ステップにて取得した特徴の強さを示す情報と各地点の位置を示す情報とに基づいて、前記表示範囲内に存在する複数の地点をクラスタリングするクラスタリング処理ステップと、
   前記指定範囲入力ステップにて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理ステップによって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示ステップと、
   を備える地図表示方法。
8. 地図を表示するためのプログラムであって、コンピュータに、
   地図の表示範囲を指定する情報を受け付ける表示範囲入力ステップと、
   前記表示範囲に含まれる各地点の特徴とその特徴の強さを示す情報を含む地点情報を取得する地点情報取得ステップと、
   前記地点情報取得ステップにて取得した特徴の強さを示す情報と各地点の位置を示す情報とに基づいて、前記表示範囲内に存在する複数の地点をクラスタリングするクラスタリング処理ステップと、
   前記指定範囲入力ステップにて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理ステップによって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示ステップと、
   を実行させるプログラム。
9. 地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、
   前記表示範囲入力部にて入力された表示範囲内に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、
   前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、
   前記複数の地点をその位置情報に基づいて地理的にクラスタリングして、それぞれの地点の地理クラスタを求める地理的クラスタリング部と、
   前記単語と前記記述情報との関係および前記記述情報と前記地理クラスタとの関係を用いて、双クラスタリング処理によって前記複数の地点をクラスタリングするクラスタリング処理部と、
   前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部と、
   を備える地図表示システム。
10. 地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、
    前記表示範囲入力部にて入力された表示範囲内に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、
    前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、
    前記複数の地点をその位置情報に基づいて地理的にクラスタリングして、それぞれの地点の地理クラスタを求める地理的クラスタリング部と、
    前記単語と前記記述情報と前記地理クラスタとが同時に生起する共起確率の尤度を用いて、前記複数の地点をクラスタリングするクラスタリング処理部と、
    前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の地点を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部と、
    を備える地図表示システム。
11. 抽出された単語の地理的な分布に基づいて、各単語の凝集度を求める凝集度算出部を備える請求項９または１０に記載の地図表示システム。
12. 前記クラスタリング処理部にて生成されたクラスタの特徴を示すラベルとして前記記述情報から抽出された単語の中から一の単語を選択するラベル選択部と、
    前記地図表示部は、ラベル選択部にて選択された単語の凝集度に対応した大きさで前記共通特徴エリアのラベルを表示する請求項１１に記載の地図表示システム。
13. 地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、
    地図上に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、
    前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、
    抽出された単語が各記述情報に現れる頻度と全記述情報に現れる頻度に基づいて各記述情報における前記単語の重要度を求める重要度算出部と、
    それぞれの単語について重要度を総和した値を求め、重要度を総和した値の大きい方から所定個数の単語を選択し、選択された単語を用いて、同一の単語を含む記述情報が同一のクラスタになるようにクラスタリングするクラスタリング処理部と、
    前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の記述情報を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部と、
    を備える地図表示システム。
14. 地図の表示範囲を指定する情報を受け付ける表示範囲入力部と、
    地図上に存在する複数の地点のそれぞれに対応する記述情報を所定のデータベースから取得する記述情報取得部と、
    前記記述情報取得部にて取得した記述情報から単語を抽出する単語抽出部と、
    前記単語を含む記述情報の地理的な分布に基づいて凝集度を求める凝集度算出部と、
    前記凝集度の高い方から所定個数の単語を選択し、選択された単語を用いて、同一の単語を含む記述情報が同一のクラスタになるようにクラスタリングするクラスタリング処理部と、
    前記指定範囲入力部にて入力された表示範囲を示す地図を表示すると共に、前記クラスタリング処理部によって同じクラスタに分類された複数の記述情報を包含するエリアを共通特徴エリアとして前記地図上に表示する地図表示部と、
    を備える地図表示システム。
15. 前記単語抽出部にて抽出した単語を、ＬＳＩ（Latent Semantic Index）によって集約する次元圧縮部を備える請求項９〜１４のいずれかに記載の地図表示システム。

Images