JP2010257036A - Device, method and program for determining human relation - Google Patents
Device, method and program for determining human relation Download PDFInfo
- Publication number
- JP2010257036A JP2010257036A JP2009103825A JP2009103825A JP2010257036A JP 2010257036 A JP2010257036 A JP 2010257036A JP 2009103825 A JP2009103825 A JP 2009103825A JP 2009103825 A JP2009103825 A JP 2009103825A JP 2010257036 A JP2010257036 A JP 2010257036A
- Authority
- JP
- Japan
- Prior art keywords
- users
- determination
- user
- moving means
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 93
- 230000008569 process Effects 0.000 claims description 74
- 238000012545 processing Methods 0.000 claims description 28
- 230000007704 transition Effects 0.000 claims description 7
- 241000282412 Homo Species 0.000 claims 4
- 239000000284 extract Substances 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000012937 correction Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
この発明は、複数人の位置情報の移動履歴をもとにこれら複数の人間の関係を判定するための装置、方法及びプログラムに関する。 The present invention relates to an apparatus, a method, and a program for determining a relationship between a plurality of persons based on a movement history of position information of the plurality of persons.
近年、GPS(Global Positioning System)等の位置計測手段を利用して、ユーザの位置を計測し移動履歴を管理する機能を備えた携帯端末或いは車載端末が増えている。そして、この種の機能を利用して、着目するユーザとその他の人についてそれぞれその位置情報から滞在地を検出し、この検出した滞在地をもとに両者間の関係を判定することが提案されている。例えば、非特許文献1には、人物A、Bの滞在地がある一定期間内に一定数又は一定時間重畳しているか否かを判定し、これらの条件を満たす場合に人物A、Bは知人であると判定する手法が記載されている。
In recent years, mobile terminals or in-vehicle terminals equipped with a function of measuring a user's position and managing a movement history by using position measuring means such as GPS (Global Positioning System) are increasing. Then, using this type of function, it is proposed to detect the staying location from the location information of the focused user and other people, respectively, and determine the relationship between the two based on the detected staying location. ing. For example, in
ところが、ユーザと他者との間の関係を判定する上記従来の手法には、以下のような改善すべき課題があった。
すなわち、第1の課題は、滞在地が一定数重畳しているだけで二者が知人であると判定してしまうため、無関係の人どうしを知人と判定してしまう点である。例えば、ユーザと他者が集合住宅等の同一の建物に住んでいたり、同一ビル内の別会社又は別の部署に勤務している場合で、同一の路線を利用して通勤しているような場合には、両者間に面識がない場合でも知人と誤判定してしまう。
However, the conventional method for determining the relationship between the user and others has the following problems to be improved.
That is, the first problem is that the two parties determine that they are acquaintances only by overlapping a certain number of places of stay, so that irrelevant persons are determined to be acquaintances. For example, when the user and another person live in the same building such as a housing complex or work in another company or department in the same building, they commute using the same route. In some cases, even if there is no acquaintance between the two, it is erroneously determined as an acquaintance.
第2の課題は、ユーザと他者との関係を知人と判定したとしても、当該二者が単に面識がある程度の関係なのかそれとも親しい友人関係なのかといった、より詳しい関係を判定することができない点である。知人レベルに止まらず、親しい友人関係にあることを検出することは、レコメンドを行う上できわめて重要である。例えば、本人に有用な情報を友人に話の種として配信したり、本人が欲しい誕生日プレゼント等の商品に関するレコメンドを配信する場合に、配信先が単なる知人であるかそれとも親しい友人であるかによって、レコメンドによる効果が大きく異なってくる。 The second problem is that even if the relationship between a user and another person is determined to be an acquaintance, it is not possible to determine a more detailed relationship such as whether the two parties are merely a certain degree of acquaintance or a close friendship. Is a point. It is extremely important to make recommendations when it is detected that the friendship is not limited to the acquaintance level. For example, when distributing useful information to a friend as a kind of story, or distributing a recommendation about a product such as a birthday gift that the person wants, depending on whether the distribution destination is just an acquaintance or a close friend , The effect of the recommendation will vary greatly.
この発明は上記事情に着目してなされたもので、その目的とするところは、複数のユーザの移動履歴情報を用いるだけでユーザ同士の人間関係をより正確に判定することを可能にした人間関係判定装置、人間関係判定方法及び人間関係判定プログラムを提供することにある。 The present invention has been made paying attention to the above circumstances, and the purpose of the present invention is to make it possible to more accurately determine the human relationship between users only by using the movement history information of a plurality of users. To provide a determination device, a human relationship determination method, and a human relationship determination program.
上記目的を達成するためにこの発明は以下のような手段を講じたものである。
すなわち、一般に同行中のユーザ同士が特定の人間関係、例えば親しい友人関係にある場合、徒歩や、自家用車又はタクシ等の個別輸送機関を利用して同行する頻度が高くなる。これに対し、ユーザ同士が無関係な場合や知人程度の関係の場合には、バスや電車等の大量輸送機関を利用して偶然同行することはあっても、徒歩や個別輸送機関を利用して同行する頻度はきわめて低くなる。
この発明の第1の観点はこのような点に着目してなされたもので、先ず複数のユーザの滞在位置の遷移を表す移動履歴情報に基づいて検出された、当該各ユーザの移動手段を表す情報と、各ユーザ間の同行の状況を表す同行情報とをそれぞれ取得する。次に、上記複数のユーザのうち注目するユーザとその他のユーザとの間の人間関係を判定する際に、上記取得された移動手段を表す情報及び同行の状況を表す情報に基づいて、上記その他のユーザの各々について、予め設定された一定期間における移動手段別の上記注目ユーザとの同行の頻度を表すログ情報を生成する。そして、この生成されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を抽出し、この抽出されたログ情報に基づいて上記注目ユーザとその他のユーザとが特定の人間関係にあるか否かを判定するようにしたものである。
In order to achieve the above object, the present invention takes the following measures.
That is, in general, when the accompanying users are in a specific human relationship, for example, a close friend relationship, the frequency of accompanying them by walking or using an individual transportation such as a private car or taxi increases. On the other hand, if the users are not related to each other or have an acquaintance level, they may accompany you accidentally using mass transit such as buses or trains, but they may use walking or individual transportation. The frequency of accompany is very low.
The first aspect of the present invention has been made paying attention to such points, and first represents the moving means of each user detected based on the movement history information representing the transition of the stay positions of a plurality of users. Information and accompanying information representing the accompanying situation between each user are acquired. Next, when determining the human relationship between the noted user and the other users among the plurality of users, based on the acquired information indicating the moving means and the information indicating the accompanying situation, the other For each user, log information is generated that represents the frequency of accompaniment with the noted user for each moving means for a predetermined period of time. Then, from the generated log information, log information generated for a moving means suitable for determination of a specific human relationship is extracted, and the user of interest and other users are specified based on the extracted log information. It is determined whether or not there is a human relationship.
具体的には、ログ情報を生成する際に、移動手段として徒歩、個別輸送機関及び大量輸送機関を定義して、これらの移動手段別に同行の頻度を表すログ情報を生成する。また、人間関係としてその親密度の高さに応じて無関係、知人関係及び友人関係を定義し、これらの移動手段の中から徒歩及び個別輸送機関を友人関係の判定に適した移動手段として選択して、この徒歩及び個別輸送機関の各々について生成されたログ情報を抽出する。そして、この抽出されたログ情報により表される同行の頻度を予め設定したしきい値と比較し、当該同行の頻度がしきい値以上となるその他のユーザを上記注目ユーザに対し友人関係にあるユーザであると判定するものである。 Specifically, when log information is generated, walking, individual transportation facilities, and mass transportation facilities are defined as transportation means, and log information representing the frequency of the bank is generated for each transportation means. Also, irrelevant, acquaintances and friendships are defined as human relations according to their closeness, and walking and individual transportation are selected as the suitable transportation means for determining friendships from these transportation means. Thus, log information generated for each of the walking and individual transportation is extracted. Then, the accompanying frequency represented by the extracted log information is compared with a preset threshold value, and other users whose accompanying frequency is equal to or higher than the threshold value are in friendship with the user of interest. It is determined that the user is a user.
したがって、徒歩及び個別輸送手段を利用しているときの同行の頻度をもとに、ユーザ同士が特定の人間関係、例えば友人関係にあるか否かが判定される。このため、無関係又は知人程度の関係のユーザ同士が、バスや電車等の大量輸送機関を利用して偶然同行しているような場合でも、これら無関係又は知人程度の関係のユーザ同士を友人関係にあると誤って判定する確率は低減される。また、人間関係を判定するために、例えばユーザの個人情報等を別途取得してこれを判定要素として使用せずに、ユーザの移動履歴情報のみを使用して判定することができるので、簡単な処理により判定を行うことができる。 Therefore, it is determined whether or not the users are in a specific human relationship, for example, a friend relationship, based on the frequency of accompaniment when walking and using individual transportation means. For this reason, even if users who are unrelated or have an acquaintance relationship are accidentally accompanied by mass transit such as buses or trains, these unrelated or acquaintance-related users can be friends. The probability of erroneously determining that there is is reduced. In addition, in order to determine the human relationship, for example, it is possible to make a determination by using only the user's movement history information without separately acquiring the user's personal information and using it as a determination element. The determination can be made by processing.
また、この発明の第2の観点は、複数のユーザの各々についてその滞在位置の遷移を表す移動履歴情報を取得し、この取得された移動履歴情報に基づいて上記各ユーザの移動手段を判定すると共に、複数のユーザ間の同行の状況を判定する手段又は過程を、さらに備えるようにしたものである。
このようにすると、複数のユーザの移動履歴情報を取得しさえすれば、装置内で各ユーザの移動手段と、複数のユーザ間の同行の状況を判定することが可能となり、この移動手段の判定結果を表す情報と同行の状況の判定結果を表す情報に基づいて、ユーザ同士が特定の人間関係にあるか否かを判定することが可能となる。
Moreover, the 2nd viewpoint of this invention acquires the movement history information showing the transition of the stay position about each of several users, and determines the said moving means of each said user based on this acquired movement history information In addition, a means or a process for determining the accompanying situation among a plurality of users is further provided.
In this way, as long as the movement history information of a plurality of users is acquired, it is possible to determine the movement means of each user and the accompanying situation between the plurality of users in the apparatus. It is possible to determine whether or not the users are in a specific human relationship based on the information indicating the determination result of the situation accompanying the information indicating the result.
すなわちこの発明によれば、複数のユーザの移動履歴情報を用いるだけでユーザ同士の人間関係をより正確に判定することを可能にした人間関係判定装置、人間関係判定方法及び人間関係判定プログラムを提供することができる。 That is, according to the present invention, there are provided a human relationship determination device, a human relationship determination method, and a human relationship determination program that can more accurately determine the human relationship between users only by using movement history information of a plurality of users. can do.
以下、図面を参照してこの発明に係わる実施形態を説明する。
図1は、この発明に係わる人間関係判定装置の一実施形態を示す機能ブロック図である。この実施形態の人間関係判定装置は、例えば携帯電話機やPDA(Personal Digital Assistant)等の携帯端末からなり、位置計測部1と、入出力インタフェース2と、記憶部3と、同行・移動手段判定部4と、友人判定部5と、タイマ6を備えている。
Embodiments according to the present invention will be described below with reference to the drawings.
FIG. 1 is a functional block diagram showing an embodiment of a human relationship determination device according to the present invention. The human relationship determination apparatus according to this embodiment includes, for example, a mobile terminal such as a mobile phone or a PDA (Personal Digital Assistant), and includes a
位置計測部1は、図示しないGPS衛星から送信されるGPS信号を受信し、この受信されたGPS信号をもとに自装置の位置情報を計算する。位置情報は、例えば時刻、緯度及び経度により表される。タイマ6は判定処理を開始するタイミングを規定する開始トリガ信号を発生する。
The
入出力インタフェース2は、図示しない入力デバイスにおいて操作者が入力した開始トリガ信号、及び上記タイマ6において発生された開始トリガ信号をそれぞれ取り込み、この取り込んだ開始トリガ信号を同行・移動手段判定部4及び友人判定部5に与える。またそれと共に入出力インタフェース2は、上記位置計測部1において計算された位置情報を取り込んで、この位置情報を記憶させるべく記憶部3へ転送する。
The input /
記憶部3は、上記位置情報をはじめ人間関係を判定する上で取得又は生成される種々の情報又はデータを記憶する。同行・移動手段判定部4は、上記開始トリガ信号を受け取ると、上記記憶部3に記憶された自装置の位置情報と、他者の端末から取得したその位置情報をもとに、他者との同行の有無、及び移動手段を判定するための処理を行う。友人判定部5は、上記同行・移動手段判定部4により判定された他者との同行の有無と移動手段の判別結果をもとに、本装置のユーザにとって他者が友人であるか否かを判定する。
The memory |
図2は、上記人間関係判定装置のハードウエア及びソフトウエアの構成を示すブロック図である。この装置は、中央処理ユニット(Central Processing Unit ;CPU)を有し、このCPU11に対しバス12を介してプログラムメモリ13、データメモリ14及びGPS受信機15を接続し、さらにインタフェース群を接続したものとなっている。インタフェース群は、通信インタフェース16と、入出力インタフェース17と、タイマインタフェース20とからなる。
FIG. 2 is a block diagram showing the hardware and software configurations of the human relationship determination device. This apparatus has a central processing unit (CPU), and a
GPS受信機15は、図示しないGPS衛星から送信されるGPS信号をアンテナ15aを介して受信し、この受信したGPS信号に含まれる位置計測に必要なデータをCPU11へ出力する。通信インタフェース16はアンテナ16aを備え、図示しない移動通信ネットワークを介して他者の携帯端末又はサーバ装置との間で通信を行う。入出力インタフェース17には入力デバイス18及び表示デバイス19が接続される。入力デバイス18は、ダイヤルキー及び複数の機能キーを有するキーボードからなる。表示デバイス19は液晶ディスプレイ又は有機ELディスプレイからなる。入出力デバイス17は、上記入力デバイス18から操作信号を取り込むと共に、通信に必要な諸情報と本装置により得られた人間関係判定結果等の情報を表示デバイス19に表示させる。タイマインタフェース20は、タイマ6から発生された開始トリガ信号を受信してCPU11に通知する。
The
データメモリ14には、この発明を実施する上で必要な情報を記憶するエリアとして、位置情報記憶エリア141と、同行情報記憶エリア142と、移動手段情報記憶エリア143と、友人判定記憶エリア144が設けられている。位置情報記憶エリア141には、上記GPS受信機15により計算された自装置の位置情報と、他社の携帯端末から受信した他者の移動履歴情報が記憶される。同行情報記憶エリア142には、後述する同行判定プログラムにより得られる、他者が同行しているか否かを判定した結果を表す情報が記憶される。移動手段情報記憶エリア143には、後述する移動手段判定プログラムにより得られる移動手段の判定結果を表す情報が記憶される。友人判定記憶エリア144には、後述する友人判定プログラムにより得られる、他者が友人か否かを判定した結果を表す情報が記憶される。
The
プログラムメモリ13には、入出力制御プログラム131と、位置計測制御プログラム132と、同行判定プログラム133と、移動手段判定プログラム134と、友人判定プログラム135が格納されている。
入出力制御プログラム131は、通信インタフェース16、入出力インタフェース17及びタイマインタフェース20をそれぞれ制御して、通信データ、操作データ、表示データ及び開始トリガ信号の送受信又は入出力を行わせる処理を、CPU11に実行させる。
The
The input /
位置計測制御プログラム132は、図1に示した位置計測部1の機能を実現するもので、GPS受信機15により受信されたGPS信号に含まれるデータを定期的に取り込んで緯度と経度により表される自装置の位置情報を計算し、この計算された位置情報をデータメモリ14内の位置情報記憶エリア141に自装置のユーザの移動履歴情報として記憶させる処理を、上記CPU11に実行させる。
The position
同行判定プログラム133は、図1に示した同行・移動手段判定部4が備える機能のうちの同行判定機能を実現するもので、以下の処理を上記CPU11に実行させる。
(1) 自装置のユーザの移動履歴情報と、予め他者の携帯端末から取得し記憶しておいた他者の移動履歴情報をデータメモリ14の位置情報記憶エリア141からそれぞれ読み出す処理。
(2) 上記読み出された自装置のユーザの移動履歴情報に含まれる位置情報と、他者の移動履歴情報に含まれる位置情報とを、同一の時間区間同士で比較してその距離差を計算する。そして、この距離差をもとに同行の有無を判定する処理。
(3) 上記(2) により得られた同行の有無の判定結果を表す情報を、データメモリ14の同行情報記憶エリア142に記憶させる処理。
The accompanying
(1) A process of reading the movement history information of the user of the user's own device and the movement history information of the other person previously acquired and stored from the portable terminal of the other person from the position
(2) The positional information included in the read movement history information of the user of the own device and the positional information included in the movement history information of the other person are compared between the same time intervals, and the distance difference is calculated. calculate. And the process which determines the presence or absence of a companion based on this distance difference.
(3) A process of storing information representing the presence / absence determination result obtained in (2) in the accompanying
移動手段判定プログラム134は、図1に示した同行・移動手段判定部4が備える機能のうちの移動手段判定機能を実現するもので、以下の処理を上記CPU11に実行させる。
(1) データメモリ14の位置情報記憶エリア141から自装置のユーザの移動履歴情報及び他者の移動履歴情報をそれぞれ読み出す。
(2) 上記読み出された自装置のユーザの移動履歴情報及び他者の移動履歴情報の各々について、当該移動履歴情報に含まれる位置情報とその時刻から時間帯別の速度と加速度を求め、この求めた速度と加速度から当該時間帯における移動手段を判定する処理。
(3) 上記(2) により得られた移動手段の判定結果を表す情報を、データメモリ14の移動手段情報記憶エリア143に記憶させる処理。
The moving means
(1) Read the movement history information of the user of the user apparatus and the movement history information of the other person from the position
(2) For each of the read movement history information of the user of the user's own device and the movement history information of the other person, obtain the speed and acceleration for each time zone from the position information included in the movement history information and the time, A process of determining the moving means in the time zone from the obtained speed and acceleration.
(3) A process of storing information representing the determination result of the moving means obtained in (2) in the moving means
友人判定プログラム135は、図1に示した友人判定部5が備える機能を実現するもので、以下の処理をCPU11に実行させる。
(1) 人間関係の判定対象となる複数の他者の各々について、一定期間(例えば1ヶ月間)における移動手段別の同行軌跡を表すログデータを生成する処理。この処理は、移動手段情報記憶エリア143に記憶された移動手段判定結果を表す情報と、同行情報記憶エリア142に記憶された同行の有無の判定結果を表す情報をもとに行われる。
(2) 上記生成されたログデータから、友人判定に適した特定の移動手段、例えば徒歩と個別輸送機関(自家用車、タクシー)について生成したログデータを抽出し、この抽出したログデータに基づいて自装置のユーザと他者との人間関係が友人関係にあるか否かを判定する処理。
The
(1) A process of generating log data representing a traveling locus for each moving means for a certain period (for example, one month) for each of a plurality of other persons who are subject to human relationship determination. This process is performed based on information indicating the moving means determination result stored in the moving means
(2) From the generated log data, log data generated for specific means of transportation suitable for friend determination, such as walking and individual transportation (private car, taxi), is extracted, and based on the extracted log data A process of determining whether or not the human relationship between the user of the device and the other person is a friend relationship.
次に、以上のように構成された人間関係判定装置の動作を説明する。
図3は、当該判定装置による人間関係判定処理の全体の流れを示すフローチャートである。
Next, the operation of the human relationship determination device configured as described above will be described.
FIG. 3 is a flowchart showing the overall flow of the human relationship determination process by the determination apparatus.
CPU11は、ステップS1により開始トリガの入力操作を監視している。この状態で、ユーザが入力デバイス18において開始トリガの入力操作を行うと、CPU11は入出力インタフェース17を介して上記開始トリガ信号を受け取る。
The
上記開始トリガ信号を受け取るとCPU11は、先ずステップS2において同行・移動手段の判定処理が実行可能か否かを判定する。いま、同行・移動手段判定処理を許可する旨のフラグがデータメモリ14に設定されていれば、CPU11はステップS3において位置計測制御プログラム132、移動手段判定プログラム134及び同行判定プログラム133を順次起動し、これらのプログラムに従い自装置の位置計測処理、移動手段判定処理及び同行判定処理を実行する。そして、以上の各処理により得られた位置情報、移動手段の判定結果を表す情報(移動手段情報)及び同行判定結果を表す情報(同行情報)をそれぞれデータメモリ14内の位置情報記憶エリア141、移動手段情報記憶エリア143及び同行情報記憶エリア142に記憶させる(ステップS4)。
When receiving the start trigger signal, the
CPU11は、続いてステップS5において友人判定処理を行うか否かを判定する。いま、友人判定処理を許可する旨のフラグが設定されており、かつ友人判定に必要な期間の位置情報、同行情報及び移動手段情報がデータメモリ14に記憶されていれば、CPU11はステップS6において友人判定プログラム135を起動する。そして、この友人判定プログラム135に従い、自装置のユーザと他者との間の人間関係が「友人関係」にあるか否かを判定し、その判定結果を表す情報をデータメモリ14の友人判定結果記憶エリア144に記憶させる。
Subsequently, the
以上述べた各処理をさらに詳しく説明する。
(1)位置計測処理
自装置の位置計測処理は、位置計測制御プログラム132に従い、予め設定された周期で定期的に行われる。すなわち、CPU11は、図6のステップS11において、GPS受信機15から、複数のGPS衛星から送信されたGPS信号に含まれる位置計測用データを定期的に取り込む。そして、この取り込んだ各位置計測用データをもとに周知の演算を行って、緯度及び経度により表される自装置の位置情報を計算し、この計算された位置情報を計測時刻を表す情報に対応付けてデータメモリ14内の位置情報記憶エリア141に記憶させる。かくして、位置情報記憶エリア141には自装置の位置の遷移を表す移動履歴情報が蓄積される。
Each process described above will be described in more detail.
(1) Position measurement processing
The position measurement process of the device itself is periodically performed at a preset period according to the position
またCPU11は、定期的又は任意のタイミングで、他の複数のユーザの携帯端末から当該ユーザの移動履歴情報を通信インタフェース16を介してそれぞれ受信し、この受信した他の複数のユーザの移動履歴情報をそれぞれユーザ識別情報(ユーザID)に対応付けて上記位置情報記憶エリア141に記憶させる。
Further, the
(2)移動手段判定処理
本実施形態の移動手段判定処理機能は、移動手段の判定を行うための移動手段判定機能と、その移動手段判定結果を補正する移動手段判定補正機能を有する。
いま仮に、現在時刻Tから一定時間前(n秒間)を判定区間として移動手段を判定した場合、ユーザは実際には全区間を手段αで移動していても、判定結果では手段αと手段βとを切り替えて移動したものと誤判定される可能性がある。
(2) Moving means determination processing
The moving means determination processing function of the present embodiment has a moving means determination function for determining the moving means and a moving means determination correction function for correcting the moving means determination result.
If the moving means is determined using a predetermined time (n seconds) before the current time T as the determination section, the user actually moves all sections by means α, but the determination result shows that means α and means β May be erroneously determined as having moved.
そこで、この誤判定を減少させるために、図4に示すように現在時刻Tより1つ前の判定区間の判定を補正することで判定精度を向上させる。判定区間とは、移動手段の判定を行う区間のことである。判定区間がn秒であれば、n秒間のデータから1つの移動手段を判定することになる。図4のように現在時刻がTのときは、判定区間B(判定区間Aより1つ前の判定区間)の結果を、判定区間Aの結果と先に判定された移動手段(キャッシュ)を用いて修正する。つまり、時刻T−2nから時刻T−nまでの時間の移動手段を補正する。誤判定は上記図4に示すように1区間のみに唐突に出現することが多い。このため、判定区間を1つずらすことで補正を行うことができる。この手法を用いた判定パターンは大きく分けて図5の4種類になる。 Therefore, in order to reduce this erroneous determination, the determination accuracy is improved by correcting the determination in the determination section immediately before the current time T as shown in FIG. The determination section is a section in which the moving means is determined. If the determination section is n seconds, one moving means is determined from the data for n seconds. As shown in FIG. 4, when the current time is T, the result of the determination section B (the determination section immediately before the determination section A) is used as the result of the determination section A and the moving means (cache) determined previously. To correct. That is, the moving means for the time from time T-2n to time T-n is corrected. In many cases, erroneous determination appears suddenly only in one section as shown in FIG. For this reason, correction can be performed by shifting the determination section by one. The determination patterns using this method are roughly divided into four types as shown in FIG.
図6は、以上の手法を採用した移動手段判定処理の手順と内容を示すフローチャートである。
ステップS11において、位置計測制御プログラム132により計算された位置情報及び計測時刻を表す情報が位置情報記憶エリア141に記憶されると、CPU11は移動手段判定プログラム134を起動する。そして、この移動手段判定プログラム134の制御の下で、先ず開始トリガの有無により移動手段の判定を行うか否かを判定し(ステップS12)、移動手段判定を行う場合はステップS13へ移行し、行わない場合は処理を終了する。
FIG. 6 is a flowchart showing the procedure and contents of moving means determination processing employing the above method.
In step S <b> 11, when the position information calculated by the position
CPU11は次に、データメモリ14の位置情報記憶エリア141から、判定区間における自装置ユーザの位置情報及び計測時刻を読み出す(ステップS13)。そして、移動手段の判定を行うだけのデータ数が有るか否かを判定し(ステップS14)、データ数がそろっていればステップS15へ移行し、そろっていなければS12に戻る。ステップS15に移行するとCPU11は、上記ステップS13で読み出した位置情報から各計測時刻における速度と加速度を算出し、算出した速度及び加速度から判定区間A,Bの移動手段を判定する(ステップS16)。
Next, the
次にCPU11は、ステップS17において、上記判定された移動手段の判定結果に対し移動手段判定補正処理を行う。図7は、この移動手段判定補正処理の手順と処理内容を示すフローチャートである。図7に示すように、移動手段判定補正処理はキャッシュがあるかないかにより処理が分岐し、キャッシュがある場合には判定区間A,Bの結果が等しいかどうかで大きく処理が分かれる。
Next, in step S <b> 17, the
CPU11は、先ずステップS701において、先に判定された移動手段(キャッシュ)が位置情報記憶エリア141に記憶されているか否かを判定し、キャッシュが記憶されていればステップS702へ、記憶されていなければステップS711へそれぞれ移行する。ステップS711に移行するとCPU11は、判定区間Bの結果をキャッシュに保存し、判定区間Bの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア143に記憶し、処理を終了する(ステップS753)。
First, in step S701, the
これに対しステップS702に移行するとCPU11は、判定区間A,Bの結果が等しいか否かを判定し、等しければステップS721へ、等しくなければステップS731へそれぞれ移行する。ステップS721に移行するとCPU11は、判定区間A,Bの結果とキャッシュが等しいか否かを判定し、等しければステップS753へ、等しくなければステップS722へそれぞれ移行する。ステップS722に移行するとCPU11は、判定区間Bの結果を位置情報記憶エリア141のキャッシュに上書きし、判定区間Bの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア143に記憶し、処理を終了する(ステップS753)。
In contrast, when the process proceeds to step S702, the
一方、ステップS702において判定区間A,Bの結果が異なると判定すると、CPU11は判定区間Bの結果とキャッシュが等しいか否かをステップS731で判定し、等しければステップS753へ、等しくなければステップS732へそれぞれ移行する。そして、ステップS732に移行するとCPU11は、判定区間Aの結果とキャッシュとが等しいか否かを判定し、判定区間Aの結果とキャッシュが等しければステップS751へ移行し、判定区間Aの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア143に記憶し、処理を終了する。これに対し、判定区間Aの結果とキャッシュが等しくないとステップS732で判定された場合には、CPU11はステップS752へ移行して、キャッシュの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア143に記憶し、処理を終了する。
On the other hand, if it is determined in step S702 that the results of the determination sections A and B are different, the
以上述べた移動手段判定処理とその補正処理は、位置情報記憶エリア141に記憶された自装置ユーザの移動履歴情報に対し先ず行われ、続いて位置情報記憶エリア141に記憶されたその他の各ユーザの移動履歴情報について行われる。図8に以上のようにして得られた移動手段の判定結果の一例を示す。
そして、人間関係の判定対象となるすべてのユーザの移動履歴情報について、上記移動手段判定処理とその補正処理が終了すると、次に同行判定処理に移行する。
The moving means determination process and the correction process described above are first performed on the movement history information of the user of the own apparatus stored in the position
When the movement means determination process and the correction process thereof are completed for the movement history information of all the users who are the determination targets of the human relationship, the process proceeds to the accompanying determination process.
(3)同行判定処理
自装置ユーザと他のユーザとが同行しているか否かの判定を、CPU11は同行判定プログラム13に従い以下のように実行する。
すなわち、本実施形態では、GPSの計測精度の良し悪しに応じて同行の判定基準が変化する手法を用いる。その際、計測精度の尺度としてDOP(Dilution Of Precision)値を使用する。DOP値とは、捕捉したGPS衛星の数や配置場所、信号の強度をもとに算出される値であり、DOP値が小さいほど計測精度が高くなる。一般的にDOP値1に対して誤差5mと言われているため、DOP値に5を掛けた値を誤差距離rと定義する。
r=5×DOP値 (1)
(1)式を定義することで、計測された位置座標からの誤差範囲を表すことが可能である。したがって、例えばユーザU1とユーザU2の位置座標の誤差範囲どうしが重なっていれば、ユーザU1とユーザU2は同行している可能性が高いといえる。
(3) Accompanying determination process
The
That is, in the present embodiment, a method is used in which the accompanying determination criteria change according to whether the GPS measurement accuracy is good or bad. At this time, a DOP (Dilution Of Precision) value is used as a measure of measurement accuracy. The DOP value is a value calculated based on the number and location of captured GPS satellites and the signal strength. The smaller the DOP value, the higher the measurement accuracy. Since it is generally said that the error is 5 m with respect to the
r = 5 x DOP value (1)
By defining equation (1), it is possible to represent the error range from the measured position coordinates. Therefore, for example, if the error ranges of the position coordinates of the user U1 and the user U2 overlap, it can be said that the user U1 and the user U2 are highly likely to accompany.
誤差範囲を描く円の半径を誤差距離rとし、この誤差距離rと二者の計測された位置座標間の距離を用いて同行しているか否かを表す確度を算出する。この発明では、この確度のことを同行度と呼ぶ。ユーザAの位置座標とユーザBの位置座標との距離をd、ユーザU1の誤差距離をr1、ユーザU2の誤差距離をr2とした場合、同行度Fを次のように定義する。
F=1−(d/(d+r1+r2)) (2)
いま、r1+r2を合成誤差距離Rとおくと、(2)式は以下のように変形できる。
R=(F/(1−F))d (3)
(3)式は、合成誤差距離Rを縦軸に、計測距離dを横軸にした二次元平面上における傾きF/(1−F)の直線を表す式とみなすことができる。つまり、同行度Fは合成誤差距離Rと計測距離dをそれぞれ軸とした二次元平面上における直線の傾きを示すものとなる。したがって、同行度Fは、二者間の計測距離dと合成誤差距離Rとの関係を表したものの区切りとして使用できる。そのため、同行度Fは計測距離dと合成誤差距離Rを考慮した同行判定のしきい値として利用可能である。
The radius of the circle that draws the error range is defined as the error distance r, and the accuracy representing whether or not the user is accompanied by using the error distance r and the distance between the two measured position coordinates is calculated. In the present invention, this accuracy is referred to as accompaniment. When the distance between the position coordinates of the user A and the position coordinates of the user B is d, the error distance of the user U1 is r1, and the error distance of the user U2 is r2, the accompanying degree F is defined as follows.
F = 1− (d / (d + r1 + r2)) (2)
Assuming that r1 + r2 is a synthesis error distance R, equation (2) can be modified as follows.
R = (F / (1-F)) d (3)
The expression (3) can be regarded as an expression representing a straight line having an inclination F / (1-F) on a two-dimensional plane with the combined error distance R as the vertical axis and the measurement distance d as the horizontal axis. That is, the degree of accompaniment F indicates the slope of a straight line on a two-dimensional plane with the combined error distance R and the measurement distance d as axes. Therefore, the accompaniment degree F can be used as a delimiter for the relationship between the measurement distance d between the two parties and the combined error distance R. Therefore, the accompanying degree F can be used as a threshold value for accompanying determination in consideration of the measurement distance d and the combined error distance R.
同行度Fを(2)式で表すことによって、二者間の距離が単純に近いかどうかだけでなく、誤差を踏まえた上での判定ができる。したがって、この同行度Fを利用することによって、GPSによる位置座標の計測誤差を考慮した判定が可能となり、より精度の高い同行判定を行うことが可能となる。 By expressing the degree of accompaniment F by the expression (2), it is possible to make a determination based on an error as well as whether or not the distance between the two is simply close. Therefore, by using this degree of accompaniment F, it is possible to make a determination in consideration of a measurement error of position coordinates by GPS, and it is possible to perform an accompanying determination with higher accuracy.
CPU11は、位置情報記憶エリア141から読み出した自装置ユーザの移動履歴と、同じく同記憶エリア141から読み出した他の各ユーザの移動履歴とをもとに、一定の時間区間ごとに、以上述べた原理に従い自装置ユーザと他の各ユーザとの間の同行判定をそれぞれ行う。そして、その判定結果を表す情報を、他のユーザの識別情報に対応付けてデータメモリ14内の同行情報記憶エリア142に記憶させる。
The
(4)友人判定処理
CPU11は、友人判定プログラム135に従い以下のように判定処理を実行する。図10はその処理手順と処理内容を示すフローチャートである。
すなわち、CPU11は先ずステップS601において記憶部、つまりデータメモリ14内の同行情報記憶エリア142及び移動手段情報記憶エリア143から、自装置ユーザの同行情報及び移動手段情報と、他の各ユーザの同行情報及び移動手段情報をそれぞれ読み出す。そして、この読み出された自装置ユーザの同行情報及び移動手段情報と、他の各ユーザの同行情報及び移動手段情報に基づいて、ステップS602により、他の各ユーザについて、一定期間(例えば1ヶ月間)における移動手段別の同行の状況(同行軌跡)を表すログデータを生成する。
(4) Friend determination process The
That is, in step S601, the
例えば、いま判定対象の他ユーザとしてA,B,C,D,Eの5人を定義し、かつ移動手段として「徒歩」、「自家用車」、「タクシ」、「バス」、「電車」の5種類を定義したとすると、図11に示すように他ユーザA,B,C,D,Eの各々について、5種類の移動手段別のログデータを生成する。そして、この生成したログデータをデータメモリ14内の作業エリアに一旦保存する。なお、同行軌跡を表す情報は、1ヶ月間における移動手段別の同行回数と、同行している時間の長さの平均値とする。
For example, five users A, B, C, D, and E are defined as other users to be determined, and “walking”, “private car”, “taxi”, “bus”, and “train” are defined as moving means. If five types are defined, log data for each of the five types of moving means is generated for each of the other users A, B, C, D, and E as shown in FIG. Then, the generated log data is temporarily stored in the work area in the
次にCPU11は、判定を行っていない他ユーザの有無をステップS603により確認したのち、ステップS604において判定対象の他ユーザのうちの一人(例えばA)を選択し、この選択した他ユーザAのログデータを読み出す。そして、友人判定に適した特定の移動手段として、「徒歩」、「自家用車」、「タクシ」を選択し、この選択した特定の移動手段について生成したログデータをもとに、自装置のユーザにとって他ユーザが友人関係にあるか否かを判定する。なお、特定の移動手段として、「徒歩」、「自家用車」、「タクシ」を選択した理由は、同行する際の移動手段として「徒歩」、「自家用車」、「タクシ」を使用する場合には、友人関係である可能性が高いという統計データに基づく。図9にその一例を示す。
Next, after confirming the presence / absence of another user who has not performed the determination in step S603, the
CPU11は、先ずステップS605において、「徒歩」の同行軌跡を表す情報、つまり同行回数と同行時間の平均値を予め設定してあるしきい値と比較し、しきい値以上であるか否かを判定する。このとき、「徒歩」のしきい値としては、例えば同行回数=10回、同行時間平均値=10分が用いられる。そして、この判定の結果、同行回数及び同行時間の平均値がいずれもしきい値以上であれば、他ユーザAは「友人」であると見做し、ステップS611により上記判定結果をデータメモリ14内の友人判定結果記憶エリア144に記憶させる。
In step S605, the
一方、上記判定の結果、「徒歩」の同行回数及び同行時間の平均値の少なくとも一方がしきい値に満たなければ、CPU11はステップS606に移行する。そして、このステップS606において、「自家用車」による同行回数をしきい値と比較し、しきい値以上であるか否かを判定する。このとき、「自家用車」のしきい値は、例えば同行回数=3回に設定される。そして、この判定の結果、同行回数がしきい値以上であれば、他ユーザAは「友人」であると見做し、ステップS611に移行して上記判定結果をデータメモリ14内の友人判定結果記憶エリア144に記憶させる。
On the other hand, as a result of the above determination, if at least one of the number of “walking” accompanying and the average value of the accompanying time does not satisfy the threshold, the
また、上記判定の結果、「自家用車」による同行回数がしきい値に満たなければ、CPU11はステップS607に移行する。そして、このステップS607において、「タクシ」による同行回数をしきい値と比較し、しきい値以上であるか否かを判定する。このとき、「タクシ」のしきい値も、例えば上記「自家用車」の場合と同じく同行回数=3回に設定される。そして、この判定の結果、同行回数がしきい値以上であれば、他ユーザAは「友人」であると見做し、ステップS611に移行して上記判定結果をデータメモリ14内の友人判定結果記憶エリア144に記憶させる。
これに対し、上記判定の結果、「タクシ」による同行回数もしきい値に満たなければ、CPU11はステップS621に移行する。そして、他ユーザAは自装置ユーザにとって友人ではないと判定し、この判定結果を友人判定結果記憶エリア144に記憶させる。
Further, as a result of the determination, if the number of companions by the “private vehicle” does not reach the threshold value, the
On the other hand, as a result of the above determination, if the number of accompanying persons due to “Takshi” does not satisfy the threshold value, the
以後同様に、判定対象の他ユーザB,C,D,Eについてもそれぞれ上記ステップS604〜ステップS607による判定処理を実行し、その判定の結果「徒歩」、「自家用車」、「タクシ」のうちいずれかひとつでも同行回数及び/又は同行時間平均値がしきい値以上と判定されれば、当該他ユーザを「友人」と見做してその判定結果をデータメモリ14内の友人判定結果記憶エリア144に記憶させる。
Thereafter, similarly, the determination processes in steps S604 to S607 are also performed for the other users B, C, D, and E to be determined, and among the determination results “walking”, “private vehicle”, and “taxi” If any one of the number of accompanying persons and / or the average accompanying time is determined to be greater than or equal to the threshold value, the other user is regarded as a “friend” and the determination result is stored in the friend determination result storage area in the
図11に示したログデータに基づく友人判定の結果は以下のようになる。
ユーザA(友人);「徒歩」による同行回数及び同行時間の平均値がいずれもしきい値以上となるので、「友人」と判定。
ユーザB(友人);「徒歩」による同行回数及び同行時間の平均値がいずれもしきい値以上となるので、「友人」と判定。
ユーザC(友人);「徒歩」による同行回数及び同行時間の平均値はしきい値未満であるが、「自家用車」による同行回数がしきい値以上となるので、「友人」と判定。
ユーザD(友人);「徒歩」、「自家用車」、「タクシ」のいずれも同行回数がしきい値未満となるため、「友人ではない」と判定。
ユーザE(友人);「徒歩」、「自家用車」、「タクシ」のいずれも同行回数がしきい値未満となるため、「友人ではない」と判定。
以上の判定結果を見ると、ユーザD以外は正解しているため正解率は80%となる。
The result of friend determination based on the log data shown in FIG. 11 is as follows.
User A (friend): Since the average number of times of accompaniment by “walking” and the average time of accompaniment are both equal to or greater than the threshold value, it is determined as “friend”.
User B (friend): Since the average value of the number of times of accompaniment by “walking” and the accompaniment time are both equal to or greater than the threshold value, it is determined as “friend”.
User C (friend): Although the average value of the number of times of accompaniment by “walking” and the time of accompaniment time is less than the threshold value, the number of times of accompaniment by “private car” is equal to or greater than the threshold value.
User D (friend); “walking”, “private car”, and “taxi” are determined to be “not friends” because the number of accompanying persons is less than the threshold.
User E (friend); “walking”, “private car”, and “taxi” are determined to be “not friends” because the number of accompanying persons is less than the threshold value.
Looking at the above determination results, the correct answer rate is 80% because the answers other than the user D are correct.
また、図12に示す翌月のログデータに基づいて同様に友人判定すると、この場合はユーザBが「友人ではない」と誤判定されるが、ユーザDは「友人」と正しく判定される。したがって、この場合も正解率は80%となる。このように、判定期間によって判定結果にはばらつきが発生するが、一定以上の関わりがある友人はどこかの期間で友人として判定されるため、ログデータの蓄積数が増えれば増えるほど「友人」として判定される確率は高くなる。反対に、友人ではないユーザについては、ログデータが蓄積されればされるほど「友人」として誤判定される確率が低くなる。すなわち、ログデータの蓄積量が増えれば増えるほど、判定精度は高くなる。 Further, if the friend determination is similarly made based on the log data of the next month shown in FIG. 12, in this case, the user B is erroneously determined as “not a friend”, but the user D is correctly determined as the “friend”. Accordingly, the correct answer rate is 80% in this case as well. In this way, the determination result varies depending on the determination period, but a friend who is involved in a certain level or more is determined as a friend in some period, so the more the number of log data accumulated, the more “friend” The probability of being determined as is high. On the other hand, for a user who is not a friend, the probability that a user is erroneously determined as a “friend” decreases as the log data is accumulated. That is, the greater the amount of log data stored, the higher the determination accuracy.
以上詳述したようにこの実施形態では、ユーザ同士が友人関係にある場合には、徒歩や、自家用車又はタクシ等の個別輸送機関を利用して同行する頻度が高いことに着目し、注目ユーザと他のユーザとの間の人間関係を判定する際に、これらのユーザの移動手段及び同行の状況を表す情報に基づいて、上記他のユーザの各々について、一定期間(1ヶ月)における移動手段別の上記注目ユーザとの同行の頻度を表すログデータを生成する。そして、この生成されたログデータから、上記徒歩、自家用車及びタクシについて生成されたログデータを抽出し、この抽出されたログデータに基づいて上記注目ユーザと他のユーザとが友人関係にあるか否かを判定するようにしている。 As described above in detail, in this embodiment, when users are in a friendship relationship, paying attention to the fact that they frequently accompany them by walking or using individual transportation such as a private car or taxi. When determining the human relationship between the user and other users, based on the information indicating the user's moving means and the accompanying situation, the moving means for a certain period (one month) for each of the other users Log data representing the frequency of accompany with another noted user is generated. Then, from the generated log data, log data generated for the walking, private car and taxi is extracted, and whether the user of interest and other users are in a friendship based on the extracted log data It is determined whether or not.
したがって、無関係又は知人程度の関係のユーザ同士が、バスや電車等の大量輸送機関を利用して偶然同行しているような場合でも、これら無関係又は知人程度の関係のユーザ同士を友人関係にあると誤って判定する確率は低減される。また、友人関係を判定するために、例えばユーザの個人情報等を別途取得してこれを判定要素として使用しなくてもよく、ユーザの移動履歴情報のみを使用して判定することができるので、簡単な処理により判定を行うことができる。
すなわち、ユーザの移動履歴を用いるだけでユーザ同士が友人関係にあるか否かを高精度に判定することが可能となる。
Therefore, even if users who are irrelevant or have an acquaintance relationship are accidentally accompanied by mass transit such as buses or trains, these irrelevant or acquaintance relationship users are in a friendship relationship. The probability of erroneous determination is reduced. Moreover, in order to determine the friendship, for example, it is not necessary to separately acquire the personal information of the user and use this as a determination element, and since it can be determined using only the movement history information of the user, Determination can be performed by simple processing.
In other words, it is possible to determine with high accuracy whether or not the users are in a friendship by simply using the user's movement history.
なお、この発明は上記実施形態に限定されるものではない。例えば、前記実施形態ではユーザが所持する携帯端末に本発明を実現するための機能を設けた場合を例にとって説明した。しかし、それに限るものではなく、サービス提供事業者又は通信プロバイダ等が運用管理するサーバ装置に本発明を実現するための機能を設けるようにしてもよい。この場合サーバ装置は、入出力制御プログラム131に従いまず複数のユーザの位置情報又は移動履歴情報を当該ユーザの携帯端末などから通信ネットワークを介して取得する。次に、同行判定プログラム133及び移動手段判定プログラム134に従い、上記取得した各ユーザの位置情報又は移動履歴情報もとにそれぞれその同行情報と移動手段情報を検出する。続いて、友人判定プログラム135に従い、上記検出した同行情報及び移動手段情報をもとに上記複数のユーザが友人関係にあるか否かを判定することより、実現する。
The present invention is not limited to the above embodiment. For example, in the above-described embodiment, the case where a function for realizing the present invention is provided in the mobile terminal possessed by the user has been described as an example. However, the present invention is not limited to this, and a function for realizing the present invention may be provided in a server device that is operated and managed by a service provider or a communication provider. In this case, according to the input /
また、前記実施形態では友人関係の判定に適する移動手段として、「徒歩」、「自家用車」、「タクシ」の3種類を利用した場合を例にとって説明したが、ほかに「自転車」、「ジョギング」、「自動二輪車」等を利用することも可能である。その他、友人判定処理の手順と処理内容、友人判定用のしきい値、移動手段及び同行の有無の判定処理手順と処理内容、人間関係判定装置の種類や構成等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。 In the above-described embodiment, the case where three types of “walking”, “private car”, and “taxi” are used as the moving means suitable for determining the friendship has been described as an example, but “bicycle”, “jogging” It is also possible to use a "motorcycle" or the like. In addition, the friend determination processing procedure and processing contents, the threshold value for friend determination, the moving means and the presence / absence determination processing procedure and processing contents, the type and configuration of the human relationship determination device, etc. Various modifications can be made without departing from the scope.
要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。 In short, the present invention is not limited to the above-described embodiment as it is, and can be embodied by modifying the constituent elements without departing from the scope of the invention in the implementation stage. Further, various inventions can be formed by appropriately combining a plurality of constituent elements disclosed in the embodiment. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, you may combine suitably the component covering different embodiment.
1…位置計測部、2…入出力インタフェース、3…記憶部、4…動向・移動手段判定部、5…友人判定部、6…タイマ、11…CPU、12…バス、13…プログラムメモリ、14…データメモリ、15…GPS受信機、16…通信インタフェース、17…入出力インタフェース、18…入力デバイス、19…表示デバイス、20…タイマデバイス、131…入出力制御プログラム、132…位置計測制御プログラム、133…同行判定プログラム、134…移動手段判定プログラム、135…友人判定プログラム、141…位置情報記憶エリア、142…同行情報記憶エリア、143…移動手段情報記憶エリア、144…友人判定記憶エリア。
DESCRIPTION OF
Claims (7)
前記複数のユーザのうち注目するユーザとその他のユーザとの間の人間関係を判定する際に、前記取得された移動手段を表す情報及び同行の状況を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成する手段と、
前記生成されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を抽出し、この抽出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係にあるか否かを判定する手段と
を具備することを特徴とする人間関係判定装置。 Means for acquiring information representing the means of movement of each user, and information relating to the status of the accompaniment between the users, detected based on movement history information representing the transition of the stay positions of a plurality of users;
When determining the human relationship between the user of interest and the other users among the plurality of users, based on the acquired information indicating the moving means and the information indicating the accompanying situation, the other users Means for generating log information representing the frequency of accompaniment with the noted user for each moving means for a predetermined period of time for each;
From the generated log information, log information generated for a moving means suitable for determination of a specific human relationship is extracted, and based on the extracted log information, the target user and other users are specified humans. Means for determining whether or not there is a relationship.
前記判定する手段は、
人間関係としてその親密度の高さに応じて無関係、知人関係及び友人関係を定義した場合に、友人関係の判定に適した移動手段として徒歩及び個別輸送機関を選択して、この徒歩及び個別輸送機関の各々について生成されたログ情報を抽出する手段と、
前記抽出されたログ情報により表される同行の頻度を予め設定したしきい値と比較し、当該同行の頻度がしきい値以上となるその他のユーザを前記注目ユーザに対し友人関係にあるユーザであると判定する手段と
を備えることを特徴とする請求項1記載の人間関係判定装置。 The means for generating the log information is defined as walking, individual transportation and mass transportation as the transportation means, and generates log information representing the frequency of the accompaniment for each transportation means,
The means for determining is
When irrelevant, acquaintance and friendship relationships are defined as human relationships according to their closeness, walking and individual transportation are selected as a means of transportation suitable for determining friendships, and this walking and individual transportation. Means for extracting log information generated for each of the institutions;
Comparing the frequency of accompaniment represented by the extracted log information with a preset threshold value, other users whose accompaniment frequency is equal to or greater than the threshold are users who are friends with the user of interest. The human relationship determination apparatus according to claim 1, further comprising: a unit that determines that there is one.
前記取得された移動履歴情報に基づいて前記各ユーザの移動手段を判定する手段と、
前記取得された移動履歴情報に基づいて前記複数のユーザ間の同行の状況を判定する手段と、
前記移動手段の判定結果を表す情報と、前記同行の状況の判定結果を表す情報に基づいて、前記複数のユーザのうち注目するユーザとその他のユーザとの人間関係を判定する人間関係判定手段と
を具備し、
前記人間関係判定手段は、
前記移動手段の判定結果を表す情報と、前記同行の状況の判定結果を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成する手段と、
前記生成されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を抽出し、この抽出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係あるか否かを判定する手段と
を備えることを特徴とする人間関係判定装置。 For each of a plurality of users, means for acquiring movement history information representing the transition of the stay position;
Means for determining the moving means of each user based on the acquired movement history information;
Means for determining a status of accompany between the plurality of users based on the acquired movement history information;
Human relationship determination means for determining a human relationship between a user of interest among the plurality of users and other users based on information indicating the determination result of the moving means and information indicating the determination result of the accompanying situation; Comprising
The human relationship determination means includes
Based on the information indicating the determination result of the moving means and the information indicating the determination result of the status of the accompanying person, for each of the other users, accompanying the attention user for each moving means for a predetermined period of time Means for generating log information representing the frequency of
From the generated log information, log information generated for a moving means suitable for determination of a specific human relationship is extracted, and based on the extracted log information, the target user and other users are specified humans. Means for determining whether there is a relationship or not.
前記複数のユーザのうち注目するユーザとその他のユーザとの間の人間関係を判定する際に、前記取得された移動手段を表す情報及び同行の状況を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成する過程と、
前記生成されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を抽出し、この抽出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係にあるか否かを判定する過程と
を具備することを特徴とする人間関係判定方法。 A process of acquiring information representing the moving means of each user, and information representing the status of the accompanies between each user, detected based on movement history information representing the transition of the stay positions of a plurality of users;
When determining the human relationship between the user of interest and the other users among the plurality of users, based on the acquired information indicating the moving means and the information indicating the accompanying situation, the other users For each, a process of generating log information indicating the frequency of accompany with the noted user for each moving means for a predetermined period of time;
From the generated log information, log information generated for a moving means suitable for determination of a specific human relationship is extracted, and based on the extracted log information, the target user and other users are specified humans. And a process for determining whether or not there is a relationship.
前記判定する過程は、
人間関係としてその親密度の高さに応じて無関係、知人関係及び友人関係を定義した場合に、友人関係の判定に適した移動手段として徒歩及び個別輸送機関を選択して、この徒歩及び個別輸送機関の各々について生成されたログ情報を抽出する過程と、
前記抽出されたログ情報により表される同行の頻度を予め設定したしきい値と比較し、当該同行の頻度がしきい値以上となるその他のユーザを前記注目ユーザに対し友人関係にあるユーザであると判定する過程と
を備えることを特徴とする請求項4記載の人間関係判定方法。 The process of generating the log information is defined as walking, individual transportation and mass transportation as a transportation means, and generating log information representing the frequency of the bank for each transportation means,
The determination process includes:
When irrelevant, acquaintance and friendship relationships are defined as human relationships according to their closeness, walking and individual transportation are selected as a means of transportation suitable for determining friendships, and this walking and individual transportation. A process of extracting log information generated for each institution;
Comparing the frequency of accompaniment represented by the extracted log information with a preset threshold value, other users whose accompaniment frequency is equal to or greater than the threshold are users who are friends with the user of interest. The human relationship determination method according to claim 4, further comprising a step of determining that there is.
前記取得された移動履歴情報に基づいて前記各ユーザの移動手段を判定する過程と、
前記取得された移動履歴情報に基づいて前記複数のユーザ間の同行の状況を判定する過程と、
前記移動手段の判定結果を表す情報と、前記同行の状況の判定結果を表す情報に基づいて、前記複数のユーザのうち注目するユーザとその他のユーザとの人間関係を判定する人間関係の判定過程と
を具備し、
前記人間関係の判定過程は、
前記移動手段の判定結果を表す情報と、前記同行の状況の判定結果を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成する過程と、
前記生成されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を抽出し、この抽出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係あるか否かを判定する過程と
を備えることを特徴とする人間関係判定方法。 For each of a plurality of users, a process of acquiring movement history information representing the transition of the stay position;
A step of determining the moving means of each user based on the acquired movement history information;
Determining a state of accompany between the plurality of users based on the acquired movement history information;
A human relationship determination process for determining a human relationship between a user of interest and other users among the plurality of users based on information indicating the determination result of the moving means and information indicating the determination result of the accompanying situation And
The human relationship determination process includes:
Based on the information indicating the determination result of the moving means and the information indicating the determination result of the status of the accompanying person, for each of the other users, accompanying the attention user for each moving means for a predetermined period of time The process of generating log information representing the frequency of
From the generated log information, log information generated for a moving means suitable for determination of a specific human relationship is extracted, and based on the extracted log information, the target user and other users are specified humans. And a process for determining whether or not there is a relationship.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009103825A JP5244683B2 (en) | 2009-04-22 | 2009-04-22 | Human relationship determination device, human relationship determination method, and human relationship determination program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009103825A JP5244683B2 (en) | 2009-04-22 | 2009-04-22 | Human relationship determination device, human relationship determination method, and human relationship determination program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010257036A true JP2010257036A (en) | 2010-11-11 |
JP5244683B2 JP5244683B2 (en) | 2013-07-24 |
Family
ID=43317910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009103825A Expired - Fee Related JP5244683B2 (en) | 2009-04-22 | 2009-04-22 | Human relationship determination device, human relationship determination method, and human relationship determination program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5244683B2 (en) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012123702A (en) * | 2010-12-10 | 2012-06-28 | Kddi Corp | Accompaniment determination device for estimating accompaniment state of multiple mobile terminals, mobile terminal, program, and method |
JP2013031080A (en) * | 2011-07-29 | 2013-02-07 | Interman Corp | Location information history comparison system |
JP2015005103A (en) * | 2013-06-20 | 2015-01-08 | ヤフー株式会社 | Accompanying determination device, accompanying determination method, and program |
JP2015099527A (en) * | 2013-11-20 | 2015-05-28 | ヤフー株式会社 | Information processing device, information processing system, and information processing method |
KR20160000446A (en) * | 2014-06-24 | 2016-01-04 | 경희대학교 산학협력단 | System for identifying human relationships around users and coaching based on identified human relationships |
JP2017016522A (en) * | 2015-07-03 | 2017-01-19 | Kddi株式会社 | Device, program and method for extracting relationship between terminal users |
JP2017045242A (en) * | 2015-08-26 | 2017-03-02 | パイオニア株式会社 | Information display device |
JP2019040457A (en) * | 2017-08-25 | 2019-03-14 | 日産自動車株式会社 | Relationship estimation method, relationship estimation device, and information providing method |
JP2019057011A (en) * | 2017-09-20 | 2019-04-11 | ヤフー株式会社 | Determination apparatus, determination method, and determination program |
CN113704533A (en) * | 2021-01-25 | 2021-11-26 | 浙江大华技术股份有限公司 | Object relation determination method and device, storage medium and electronic device |
JP7430835B1 (en) | 2023-04-19 | 2024-02-13 | パシフィックコンサルタンツ株式会社 | Programs, methods and systems |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140362A (en) * | 2000-10-31 | 2002-05-17 | Toshiba Corp | System and method for providing information to moving body |
JP2005228154A (en) * | 2004-02-13 | 2005-08-25 | Nippon Telegr & Teleph Corp <Ntt> | Context generation system and its program |
JP2005327156A (en) * | 2004-05-17 | 2005-11-24 | Advanced Telecommunication Research Institute International | Relationship detection system |
JP2009129338A (en) * | 2007-11-27 | 2009-06-11 | Sony Corp | Interpersonal relationship evaluation device, interpersonal relationship evaluation method, interpersonal relationship evaluation system, and terminal device |
-
2009
- 2009-04-22 JP JP2009103825A patent/JP5244683B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140362A (en) * | 2000-10-31 | 2002-05-17 | Toshiba Corp | System and method for providing information to moving body |
JP2005228154A (en) * | 2004-02-13 | 2005-08-25 | Nippon Telegr & Teleph Corp <Ntt> | Context generation system and its program |
JP2005327156A (en) * | 2004-05-17 | 2005-11-24 | Advanced Telecommunication Research Institute International | Relationship detection system |
JP2009129338A (en) * | 2007-11-27 | 2009-06-11 | Sony Corp | Interpersonal relationship evaluation device, interpersonal relationship evaluation method, interpersonal relationship evaluation system, and terminal device |
Non-Patent Citations (6)
Title |
---|
CSNG200800801017; 小林亜令 他: '釈迦:携帯電話を用いたユーザ移動状態推定・共有方式' 情報処理学会研究報告 Vol. 2008, No. 44, 20080515, pp.115-120 * |
CSNG200801003010; 瀬古俊一 他: '誤差情報を考慮した同行判定手法' 情報処理学会研究報告 Vol. 2008, No. 110, 20081106, pp.65-72 * |
CSNG200900351042; 岡本宏美 他: '移動軌跡を用いた歩行者間の人間関係の推定' 電子情報通信学会技術研究報告 Vol. 108, No. 484, 20090306, pp. 299-304 * |
JPN6013003296; 小林亜令 他: '釈迦:携帯電話を用いたユーザ移動状態推定・共有方式' 情報処理学会研究報告 Vol. 2008, No. 44, 20080515, pp.115-120 * |
JPN6013003298; 岡本宏美 他: '移動軌跡を用いた歩行者間の人間関係の推定' 電子情報通信学会技術研究報告 Vol. 108, No. 484, 20090306, pp. 299-304 * |
JPN6013003300; 瀬古俊一 他: '誤差情報を考慮した同行判定手法' 情報処理学会研究報告 Vol. 2008, No. 110, 20081106, pp.65-72 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012123702A (en) * | 2010-12-10 | 2012-06-28 | Kddi Corp | Accompaniment determination device for estimating accompaniment state of multiple mobile terminals, mobile terminal, program, and method |
JP2013031080A (en) * | 2011-07-29 | 2013-02-07 | Interman Corp | Location information history comparison system |
JP2015005103A (en) * | 2013-06-20 | 2015-01-08 | ヤフー株式会社 | Accompanying determination device, accompanying determination method, and program |
JP2015099527A (en) * | 2013-11-20 | 2015-05-28 | ヤフー株式会社 | Information processing device, information processing system, and information processing method |
KR20160000446A (en) * | 2014-06-24 | 2016-01-04 | 경희대학교 산학협력단 | System for identifying human relationships around users and coaching based on identified human relationships |
KR101693429B1 (en) | 2014-06-24 | 2017-01-05 | 경희대학교 산학협력단 | System for identifying human relationships around users and coaching based on identified human relationships |
JP2017016522A (en) * | 2015-07-03 | 2017-01-19 | Kddi株式会社 | Device, program and method for extracting relationship between terminal users |
JP2017045242A (en) * | 2015-08-26 | 2017-03-02 | パイオニア株式会社 | Information display device |
JP2019040457A (en) * | 2017-08-25 | 2019-03-14 | 日産自動車株式会社 | Relationship estimation method, relationship estimation device, and information providing method |
JP7013729B2 (en) | 2017-08-25 | 2022-02-01 | 日産自動車株式会社 | Relationship estimation method, relationship estimation device, and information provision method |
JP2019057011A (en) * | 2017-09-20 | 2019-04-11 | ヤフー株式会社 | Determination apparatus, determination method, and determination program |
JP7037899B2 (en) | 2017-09-20 | 2022-03-17 | ヤフー株式会社 | Judgment device, judgment method and judgment program |
CN113704533A (en) * | 2021-01-25 | 2021-11-26 | 浙江大华技术股份有限公司 | Object relation determination method and device, storage medium and electronic device |
JP7430835B1 (en) | 2023-04-19 | 2024-02-13 | パシフィックコンサルタンツ株式会社 | Programs, methods and systems |
Also Published As
Publication number | Publication date |
---|---|
JP5244683B2 (en) | 2013-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5244683B2 (en) | Human relationship determination device, human relationship determination method, and human relationship determination program | |
Hashemi et al. | A weight-based map-matching algorithm for vehicle navigation in complex urban networks | |
US9970777B2 (en) | Method and apparatus for recommending exercise routes | |
Quddus et al. | A high accuracy fuzzy logic based map matching algorithm for road transport | |
US10337876B2 (en) | Constrained-transportation directions | |
US20110131172A1 (en) | Identifying geospatial patterns from device data | |
US11704620B2 (en) | Estimating system, estimating method, and information storage medium | |
US10033624B2 (en) | Method and apparatus for probe-based routing | |
CN109313039A (en) | The deviation of the public transit route of detection and plan | |
CN107615345A (en) | Auxiliary device for moving, mobile auxiliary server and mobile accessory system | |
JP2012212225A (en) | Information processing device, method, and program | |
US20160072900A1 (en) | Method and system for the generation of context aware services based on crowd sourcing | |
CN109891190A (en) | Geo-location is carried out to individual based on derivative social networks | |
JP5271150B2 (en) | Route integration server, route integration system, and route integration method | |
JP6488136B2 (en) | Server device | |
US9606218B2 (en) | Route verification from wireless networks | |
JP5358385B2 (en) | Intimacy calculation device and program thereof | |
JP6227035B2 (en) | Information processing apparatus, information processing method, and program | |
US11829931B2 (en) | Estimating system, estimating method, and information storage medium | |
JP5955493B2 (en) | Information processing system, map information display device, information processing method, and program | |
CN109218976A (en) | Resident POI determines method, apparatus, terminal and storage medium | |
JP5855041B2 (en) | Route determination system | |
JP5615777B2 (en) | Route guidance device and route guidance method | |
JP2006243857A (en) | Word-of-mouth information sharing system and information providing device | |
JP2021026354A (en) | Information providing system, information providing device, information providing method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111011 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120627 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130408 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160412 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5244683 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |