JP2010262484A

JP2010262484A - ユーザ管理方法及び情報処理システム

Info

Publication number: JP2010262484A
Application number: JP2009112900A
Authority: JP
Inventors: Naoharu Yamada; 直治山田; Midori Onogi; 碧大野木; Keitoku Isoda; 佳徳礒田
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2009-05-07
Filing date: 2009-05-07
Publication date: 2010-11-18
Anticipated expiration: 2029-05-07
Also published as: JP5416474B2

Abstract

【課題】ユーザに負担を掛けることなくその人のライフスタイルを客観的に得ること。
【解決手段】ユーザのライフスタイルをする場合、まず、移動機１０の位置情報を取得し、その位置情報に基づいてユーザが滞在したエリアを推定する。続いて、エリア属性格納部２４、エリア概念格納部２５、及び関連度格納部２６から、推定された滞在エリアに対応するデータを抽出し、そのデータに基づいて滞在エリアに適応するライフスタイルファクタを推定する。続いて、推定されたライフスタイルファクタに対応するライフスタイルをライフスタイル格納部２９から抽出し、抽出結果をユーザのライフスタイルと推定する。
【選択図】図１２

Description

本発明は、ユーザのライフスタイルを把握するためのユーザ管理方法及び情報処理システムに関する。

従来から、ユーザに合致したサービスを提供するための様々な手法が知られている。例えば下記特許文献１には、ユーザのライフスタイルや行動パターンに基づいて広告情報を提供するシステムが記載されている。このシステムは、過去に入力した検索キーワードと、ウェブサイトへのアクセス状況と、参照した商品情報とを含む履歴情報に基づいてユーザの興味を推定し、その推定結果に基づいて、配信する広告情報を決定する。また、ユーザへのアンケート結果に基づいてユーザのライフスタイルを推定することも行われている。

特開２００８−９７５４５号公報

しかしながら、アンケート結果を利用する場合には、主観的な評価による信頼性の低下、アンケートに回答するユーザの負担などの課題が生ずる。また、上記特許文献１に記載の手法は、ユーザによるキーワードの入力やサイトへのアクセスを必要としており、その点でユーザに負荷を掛けていると言える。

本発明は上記課題を解決するためになされたものであり、ユーザに負担を掛けることなくその人のライフスタイルを客観的に得ることが可能なユーザ管理方法及び情報処理システムを提供することを目的とする。

本発明のユーザ管理方法は、情報処理システムにより実行されるユーザ管理方法であって、測定された移動機の位置を示す位置情報を取得する位置取得ステップと、位置取得ステップにおいて取得された位置情報に基づいて、移動機のユーザが滞在したエリアを推定するエリア推定ステップと、エリアと、該エリアの総括的な特徴を示すエリア概念と、ユーザのライフスタイルを特徴付けるライフスタイルファクタと、該エリア概念及び該ライフスタイルファクタの関連度とを関連付けて記憶する第１記憶手段から、エリア推定ステップにおいて推定されたエリアに対応するデータを抽出する抽出ステップと、抽出ステップにおいて抽出されたデータに基づいて、エリア推定ステップにおいて推定されたエリアに適応するライフスタイルファクタを推定するファクタ推定ステップと、ライフスタイルファクタとライフスタイルとを関連付けて記憶する第２記憶手段から、ファクタ推定ステップにおいて推定されたライフスタイルファクタに対応するライフスタイルを抽出し、抽出されたライフスタイルを移動機のユーザのライフスタイルと推定するライフスタイル推定ステップと、を含むことを特徴とする。

また、本発明の情報処理システムは、測定された移動機の位置を示す位置情報を取得する位置取得手段と、位置取得手段により取得された位置情報に基づいて、移動機のユーザが滞在したエリアを推定するエリア推定手段と、エリアと、該エリアの総括的な特徴を示すエリア概念と、ユーザのライフスタイルを特徴付けるライフスタイルファクタと、該エリア概念及び該ライフスタイルファクタの関連度とを関連付けて記憶する第１記憶手段と、エリア推定手段により推定されたエリアに対応するデータを第１記憶手段から抽出し、抽出されたデータに基づいて、エリア推定手段により推定されたエリアに適応するライフスタイルファクタを推定するファクタ推定手段と、ライフスタイルファクタとライフスタイルとを関連付けて記憶する第２記憶手段と、ファクタ推定手段により推定されたライフスタイルファクタに対応するライフスタイルを第２記憶手段から抽出し、抽出されたライフスタイルを移動機のユーザのライフスタイルと推定するライフスタイル推定手段と、を備える。

このようなユーザ管理方法及び情報処理システムによれば、まず、ユーザが滞在したエリアが移動機の位置情報（測位結果）に基づいて推定される。続いて、そのエリアのエリア概念、ライフスタイルファクタ及び関連度に関するデータが抽出され、そのデータに基づいて、滞在エリアに適応するライフスタイルファクタが推定される。そして、推定されたファクタに対応するライフスタイルが抽出され、ユーザのライフスタイルとして決定される。このように、移動機の位置情報と、予め記憶手段に記憶されている情報とに基づいてユーザのライフスタイルが推定されるので、ユーザに負担を掛けることなくその人のライフスタイルを客観的に得ることができる。

本発明のユーザ管理方法では、ファクタ推定ステップにおいて推定されたライフスタイルファクタと、ユーザを識別する識別情報と関連付けて第３記憶手段に記憶する記憶ステップと、第１記憶手段に記憶されているデータと、第３記憶手段に記憶されているデータとに基づいて、エリア概念及びライフスタイルファクタの関連度を算出し、第１記憶手段に記憶されている関連度を算出された関連度で更新する関連度更新ステップと、を更に含むことが好ましい。

この場合、推定されたライフスタイルファクタに基づいて関連度が算出され更新される。これにより、実態により合致した関連度が設定され、その結果、ライフスタイルの推定の精度を高めることができる。

このようなユーザ管理方法及び情報処理システムによれば、移動機の位置情報と予め記憶されている情報とに基づいてユーザのライフスタイルが推定されるので、ユーザに負担を掛けることなくその人のライフスタイルを客観的に得ることができる。

実施形態に係るライフスタイル推定システムの機能構成を示す図である。図１に示す移動機のハードウェア構成を示す図である。図１に示す推定サーバのハードウェア構成を示す図である。位置情報で示される領域を示す図である。ユーザの滞在又は移動の例を示す図である。図１の滞在エリア格納部に記憶される滞在エリア情報の例を示す図である。図１のエリア属性格納部に記憶されるエリア属性情報の例を示す図である。図１のエリア概念格納部に記憶されるエリア概念情報の例を示す図である。図１の関連度格納部に記憶される関連度情報の例を示す図である。図１のライフスタイル格納部に記憶される情報の例を示す図である。図１に示す推定システムにより実行される滞在エリア推定処理を示すフローチャートである。図１に示す推定システムにより実行されるライフスタイル推定処理を示すフローチャートである。図１に示す推定システムにより実行される関連度更新処理を示すフローチャートである。

以下、添付図面を参照しながら本発明の実施形態を詳細に説明する。本実施形態では、本発明に係る情報処理システムをライフスタイル推定システム（以下では単に「推定システム」という）に適用する。なお、図面の説明において同一又は同等の要素には同一の符号を付し、重複する説明を省略する。

まず、図１〜１０を用いて、実施形態に係る推定システム１の機能及び構成を説明する。

推定システム１は、移動機を所有するユーザのライフスタイルを推定するコンピュータシステムであり、移動機１０と推定サーバ２０とを備えている。移動機１０と推定サーバ２０とは、図示しないネットワーク（例えば移動体通信網及びインターネットを含んで構成されるネットワーク）を介して互いに通信することが可能である。移動機１０としては、例えば携帯電話機、携帯情報端末（ＰＤＡ）、パーソナルコンピュータ、携帯ゲーム機などが挙げられるが、これらに限定されない。図１では移動機１０を一つのみ示しているが、推定システム１は複数の移動機１０を含んでいてもよい。

次に、移動機１０の機能構成について説明する。図１に示すように、移動機１０は機能的構成要素として測位部１１、通信部１２及び表示部１３を備えている。

この移動機１０は、図２に示すように、オペレーティングシステムやアプリケーションプログラムなどを実行するＣＰＵ１０１と、ＲＯＭ及びＲＡＭで構成される主記憶部１０２と、メモリなどで構成される補助記憶部１０３と、データ通信を行う通信制御部１０４と、液晶モニタなどで構成されるモニタ部１０５と、入力キーなどで構成される操作部１０６とで構成される。移動機１０の各機能は、ＣＰＵ１０１及び主記憶部１０２の上に所定のソフトウェアを読み込ませ、ＣＰＵ１０１の制御の下で通信制御部１０４を動作させたり、主記憶部１０２や補助記憶部１０３に対してデータを読み書きしたりすることで実現される。

図１に戻って、測位部１１は、移動機１０の現在位置を測定し、その位置を示す位置情報を生成する部分である。具体的には、測位部１１は全地球測位システム（ＧＰＳ）や基地局情報を用いた測位を実行し、ユーザＩＤ、測定時刻、緯度経度及び測位誤差を含む位置情報を生成する。ここで、ユーザＩＤは移動機１０のユーザを識別するための情報である。測位部１１は生成した位置情報を通信部１２に出力する。測位部１１はこのような一連の処理を所定の時間間隔で実行する。

なお、測位部１１は、無線ＬＡＮ、ＩＣタグ（Radio Frequency IDentification：ＲＦＩＤ）、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ（登録商標））などを用いた測位によって得られる相対的な位置情報を生成してもよい。

通信部１２は、推定サーバ２０との間で各種データを送受信する部分である。具体的には、通信部１２は測位部１１から入力された位置情報を送信し、また、後述するライフスタイル情報を受信して表示部１３に出力する。

表示部１３は、通信部１２から入力されたライフスタイル情報をモニタに表示する部分である。

次に、推定サーバ２０の機能構成について説明する。図１に示すように、推定サーバ２０は機能的構成要素として滞在判定部（位置取得手段）２１、エリア推定部（エリア推定手段）２２、滞在エリア格納部２３、エリア属性格納部（第１記憶手段）２４、エリア概念格納部（第１記憶手段）２５、関連度格納部（第１記憶手段）２６、関連度学習部２７、ファクタ推定部（ファクタ推定手段）２８、ライフスタイル格納部（第２記憶手段）２９、ライフスタイル推定部（ライフスタイル推定手段）３０、及び推定結果記憶部３１を備えている。

この推定サーバ２０は、図３に示すように、オペレーティングシステムやアプリケーションプログラムなどを実行するＣＰＵ２０１と、ＲＯＭ及びＲＡＭで構成される主記憶部２０２と、ハードディスクなどで構成される補助記憶部２０３と、ネットワークカードなどで構成される通信制御部２０４と、キーボードやマウスなどの入力部２０５と、モニタなどの出力部２０６とで構成される。推定サーバ２０の各機能は、ＣＰＵ２０１や主記憶部２０２の上に所定のソフトウェアを読み込ませ、ＣＰＵ２０１の制御の下で通信制御部２０４を動作させ、主記憶部２０２や補助記憶部２０３におけるデータの読み出し及び書き込みを行うことで実現される。

図１に戻って、滞在判定部２１は、移動機１０のユーザが一定範囲のエリアに滞在しているか否かを判定する部分である。

滞在判定部２１は移動機１０から送られてきた位置情報を受信（取得）し蓄積する。続いて、滞在判定部２１は最近取得した所定の量の位置情報で示される複数の領域のうち、時間的に連続して互いに重なる部分が存在するか否かを判定する。ここで、位置情報で示される領域とは、図４に示すように、緯度経度ｐを中心とし一辺が測位誤差ｅの２倍である矩形領域Ａである。なお、以下では、位置情報で示される領域が互いに重なり合う部分を「ＡＮＤ領域（アンド領域）」という。

例えば、時刻ｔ１〜ｔ７における領域Ａ１〜Ａ７が空間的に図５のように配置される場合には、滞在判定部２１は、時間帯ｔ３〜ｔ５において、領域Ａ３〜Ａ５が重なり合うＡＮＤ領域Ｂにユーザが滞在していたと判定し、それ以外の時間帯ｔ１〜ｔ３及びｔ５〜ｔ７ではユーザは移動中であったと判定する。なお、図５において、ユーザの移動の様子を矢印Ｙにより模式的に示す。

続いて、滞在判定部２１はＡＮＤ領域を構成する領域に対応する複数の位置情報をエリア推定部２２に出力する。図５の例では、滞在判定部２１は領域Ａ３〜Ａ５に対応する３個の位置情報をエリア推定部２２に出力する。なお、ＡＮＤ領域が存在しない場合には、滞在判定部２１はその時点で処理を終了する。

なお、滞在判定部２１が上記処理を実行するタイミングは限定されない。例えば、滞在判定部２１は位置情報を受信したことを契機に上記処理を開始してもよいし、所定の時間間隔で、又は所定の時刻に上記処理を開始してもよい。

エリア推定部２２は、滞在判定部２１から入力された位置情報に基づいて、移動機１０のユーザが滞在したエリアを推定する部分である。具体的には、エリア推定部２２は入力された複数の位置情報、すなわちＡＮＤ領域を構成する位置情報のうち最も測位誤差が小さいもので示される領域を滞在エリアと決定する。また、エリア推定部２２は入力された位置情報に基づいて滞在時間を算出する。そして、エリア推定部２２は、ユーザＩＤ、滞在エリアに対応する位置情報、滞在開始時刻、滞在終了時刻、及び滞在時間で構成される滞在エリア情報を滞在エリア格納部２３に出力する。

図５の例では、領域Ａ３〜Ａ５のうち領域Ａ４の測位誤差が最も小さいので、エリア推定部２２は時刻ｔ４における位置情報で示される領域Ａ４を滞在エリアとする。また、エリア推定部２２は滞在開始時刻ｔ３から滞在終了時刻ｔ５までの時間を滞在時間として算出する。

滞在エリア格納部２３は、エリア推定部２２から入力された滞在エリア情報を記憶する部分である。滞在エリア格納部２３が記憶する情報の例を図６に示す。図６の例では、ユーザＩＤ「ｕ００１」で示されるユーザについて３個の滞在エリア情報が記憶されている。当然ながら、滞在エリア格納部２３は複数のユーザについての滞在エリア情報を記憶し得る。

エリア属性格納部２４は、エリアの属性に関する情報（以下では「エリア属性情報」という）を記憶する部分である。例えば、エリア属性格納部２４は図７に示すようなエリア属性情報を予め記憶している。図７のエリア属性情報は、複数の緯度経度により表現されたエリア範囲と、地名と、エリアの特性を示す情報と、エリア内にある施設の情報とを含んでいる。ここで、エリア特性としては、「繁華街」の他に「海」、「山」、「住宅街」、「オフィス街」などが挙げられるが、これらに限定されるものではない。また、施設情報としては、ランドマークとなり得る任意の人工物、自然物に関する情報が挙げられる。なお、エリア属性情報の構成要素は図７のものに限定されず、様々な変形が可能である。

エリア概念格納部２５は、所定のエリアの概念に関する情報（以下では「エリア概念情報」という）を記憶する部分である。ここで、エリア概念とは、エリアの総括的な特徴のことをいい、名詞概念（例えば「コンビニエンスストア」、「ファミリーレストラン」）、形容詞概念（例えば「おしゃれ」、「先進的」、「高級」）、動詞概念（例えば「食べる」、「身に付ける」、「遊ぶ」、「学ぶ」）などにより構成される。例えば、エリア概念格納部２５は図８に示すようなエリア概念情報を予め記憶している。図８に示すように、一つのエリアに対して複数のエリア概念が関連付けられていてもよい。

関連度格納部２６は、ユーザのライフスタイルを特徴付けるライフスタイルファクタとエリア概念との関連度を示す関連度情報を記憶する部分である。ここで、ライフスタイルとは、ユーザの生活様式や、その人の個性あるいは価値観を表す指標である。また、ライフスタイルファクタとは、ライフスタイルを構成する因子であり、例えば、「ファッション」、「アート」、「エコロジー」などが挙げられる。関連度は、ライフスタイルファクタとエリア概念との関係の強さを示す指標であり、この数値が高いほど両者の関係は強いといえる。例えば、関連度格納部２６は図９に示すような関連度情報を予め記憶している。図９に示すように、一つのライフスタイルファクタに対して複数のエリア概念及び関連度が関連付けられていてもよい。

上記エリア属性情報、エリア概念情報及び関連度情報は互いに関連付けることが可能である。したがって、エリア属性格納部２４、エリア概念格納部２５及び関連度格納部２６は第１記憶手段を構成しているといえる。

関連度学習部２７は、ライフスタイルファクタとエリア概念との関連度を学習して更新する部分である。関連度学習部２７は、各ライフスタイルファクタに対してそのファクタと関連付けられているユーザ群を推定結果記憶部３１から抽出する。続いて、関連度学習部２７はユーザ群毎に、対応するエリア概念をエリア概念格納部２５から抽出する。そして、関連度学習部２７は、所定の学習手法（アルゴリズム）を用いて、そのライフスタイルファクタと抽出されたエリア概念との関連度を算出する。例えば、関連度学習部２７は最尤推定法、事後分布最適化法、ＴＦ・ＩＤＦ（Term Frequency - Inverse Document Frequency）法などの既存の手法を用いて関連度を算出してもよい。

また、関連度学習部２７は下記式（１）により、エリア概念Ｃ_ｉとライフスタイルファクタＦ_ｊとの関連度Ｒ_ｉ，ｊを算出してもよい。本明細書では、この手法をＴＰ・ＩＣＦ（Term Probability - Inverse Category Frequency）法という。

また、関連度を学習するために必要な十分な数のデータを得ることができない場合には、関連度学習部２７はウェブ検索エンジンを利用して得た共起性に基づいて、下記式（２）により関連度Ｒ_ｉ，ｊを算出してもよい。

関連度学習部２７は、上記のいずれかの手法により算出した関連度を関連度情報として関連度格納部２６に出力する。これにより、関連度格納部２６内の関連度情報がより実態に合った内容に更新される。

なお、関連度学習部２７が上記処理を実行するタイミングは限定されない。例えば、関連度学習部２７は、所定の時間間隔で、又は所定の時刻に上記処理を開始してもよい。

ファクタ推定部２８は、エリア推定部２２により推定された滞在エリアに対応するデータを滞在エリア格納部２３、エリア属性格納部２４、エリア概念格納部２５及び関連度格納部２６から抽出し、抽出したデータに基づいて滞在エリアに適応するライフスタイルファクタを推定する部分である。

ファクタ推定部２８はエリア推定部２２により生成された滞在エリア情報を滞在エリア格納部２３から読み出し、その情報と対応するエリア属性情報をエリア属性格納部２４から読み出す。続いて、ファクタ推定部２８は読み出したエリア属性情報に対応する一以上のエリア概念情報をエリア概念格納部２５から読み出す。続いて、ファクタ推定部２８は読み出した各エリア概念情報について、対応する一以上の関連度情報を関連度格納部２６から読み出す。

続いて、ファクタ推定部２８は、読み出した各データを下記式（３）に代入して、各ライフスタイルファクタｙの確率probability(y)を算出する。

ただし、Ｊは滞在エリアと関連付けられているエリア概念の個数、Ｌは各エリア概念Ｃ_ｊと関連付けられているライフスタイルファクタの個数である。また、Ｒ_ｌ，ｊはエリア概念Ｃ_ｌとライフスタイルファクタＦ_ｊとの関連度であり、ｘ_ｊはエリア概念格納部２５に記憶されているエリア概念Ｃ_ｊの個数であり、エリア概念Ｃ_ｊの出現頻度と言い換えることもできる。また、ｈ_ｌ（ｙ）は下記式で定義される。

また、ｙ_ｌ及びｙ_ｌ´は、ライフスタイルファクタｙが存在する場合には１であり、存在しない場合には０である。

ファクタ推定部２８は、各ライフスタイルファクタが存在する場合と存在しない場合のすべての組み合わせについて、上記式（３）により確率を算出し、値probability(y)が最も大きいライフスタイルファクタの組み合わせを推定結果とする。この推定結果は、滞在エリアに適応するライフスタイルファクタを意味する。ファクタ推定部２８は推定結果をライフスタイル推定部３０に出力する。

なお、ファクタ推定部２８が上記処理を実行するタイミングは限定されない。例えば、ファクタ推定部２８は、所定の時間間隔で、又は所定の時刻に上記処理を開始してもよい。また、ファクタ推定部２８はユーザ（移動機１０）からの推定要求を受信したことを契機に上記処理を開始してもよい。

ライフスタイル格納部２９はライフスタイルファクタとライフスタイルとを関連付けて記憶する部分である。例えば、ライフスタイル格納部２９は図１０に示すような情報を記憶する。図１０では、ライフスタイルファクタとライフスタイルとが関連付けられていることが値「１」で示され、そうでない場合が値「０」で示されている。

ライフスタイル推定部３０は、ファクタ推定部２８により推定されたライフスタイルファクタに基づいてユーザのライフスタイルを推定する部分である。ファクタ推定部２８からライフスタイルファクタの推定結果が入力されると、ライフスタイル推定部３０はその推定結果（一以上のライフスタイルファクタ）に関連付けられている一以上のライフスタイル情報をライフスタイル格納部２９から読み出す。例えば、図１０に示す情報を前提として、「ファッション」というライフスタイルファクタ情報が入力された場合には、ライフスタイル推定部３０は「自立達成型」というライフスタイル情報を読み出し、ユーザのライフスタイルは「自立達成型」であると推定する。

ライフスタイル推定部３０は読み出したライフスタイル情報を移動機１０に送信する。また、ライフスタイル推定部３０は、ユーザＩＤと、入力されたライフスタイルファクタの推定結果と、ライフスタイルの推定結果とを関連付けて推定結果記憶部３１に出力する。

推定結果記憶部３１は、ライフスタイル推定部３０から入力されたデータを記憶する部分である。記憶されたデータは上述した関連度格納部２６により利用される。

次に、図１１〜１３を用いて、図１に示す推定システム１の動作を説明するとともに本実施形態に係るユーザ管理方法について説明する。

まず、図１１を参照しながら、滞在エリアを推定する処理を説明する。移動機１０において測位部１１が現在位置を測定し、その結果を位置情報として推定サーバ２０に送信すると（ステップＳ１１）、滞在判定部２１がその情報を受信し蓄積する（ステップＳ１２、位置取得ステップ）。所定量の位置情報が蓄積されると、滞在判定部２１はその位置情報に基づいてユーザがどこかのエリアに滞在していたか否かを判定する（ステップＳ１３）。

このときユーザが専ら移動中であったと判定されれば（ステップＳ１３；ＮＯ）、滞在判定部２１は処理を終了し、新たな位置情報が所定量蓄積されるまで待機する。一方、ユーザが一定範囲のエリアに滞在していたと判定された場合には（ステップＳ１３；ＹＥＳ）、エリア推定部２２が一以上の位置情報に基づいて滞在エリアを推定する（ステップＳ１４、エリア推定ステップ）。そして、滞在エリア格納部２３がその推定結果を滞在エリア情報として記憶する（ステップＳ１５）。

このような一連の処理により、移動機１０のユーザが滞在したエリアに関する情報が推定サーバ２０内に蓄積される。

次に、図１２を参照しながら、ライフスタイルを推定する処理を説明する。まず、ファクタ推定部２８がユーザが滞在したエリアに対応するデータを抽出する。具体的には、ファクタ推定部２８は、滞在エリア格納部２３から読み出した滞在エリア情報と対応するエリア属性情報、エリア概念情報及び関連度情報を、エリア属性格納部２４、エリア概念格納部２５、関連度格納部２６からそれぞれ読み出す（ステップＳ２１、抽出ステップ）。

続いて、ファクタ推定部２８が、各ライフスタイルファクタが存在する場合と存在しない場合のすべての組み合わせについて、上記式（３）で示される演算を実行し、値probability(y)が最も大きいライフスタイルファクタの組み合わせを、滞在エリアに適応するライフスタイルファクタと推定する（ステップＳ２２、ファクタ推定ステップ）。

続いて、ライフスタイル推定部３０が推定されたライフスタイルファクタに対応するライフスタイル情報をライフスタイル格納部から読み出し、その情報を推定結果とする（ステップＳ２３、ライフスタイル推定ステップ）。この推定結果は移動機１０に送信され、表示部１３で表示される（ステップＳ２４）。これにより、移動機１０のユーザは自身に関するライフスタイル推定結果を確認できる。

次に、図１３を参照しながら、関連度を更新する処理を説明する。まず、関連度学習部２７が、各ライフスタイルファクタについてそのファクタと関連付けられているユーザ群を抽出し、更に、各ユーザ群について、対応するエリア概念を抽出する（ステップＳ３１）。これにより、各ライフスタイルファクタと各エリア概念との関係が抽出される。続いて、関連度学習部２７は、抽出したデータに対して上記いずれかの手法を適用することで関連度を算出する（ステップＳ３２）。そして、関連度学習部２７は算出結果を関連度情報として関連度格納部２６に記憶する（ステップＳ３３）。このような処理により関連度が更新される。

以上説明したように、本実施形態によれば、まず、ユーザが滞在したエリアが移動機１０の位置情報（測位結果）に基づいて推定される。続いて、そのエリアのエリア概念、ライフスタイルファクタ及び関連度に関するデータが抽出され、そのデータに基づいて、滞在エリアに適応するライフスタイルファクタが推定される。そして、推定されたファクタに対応するライフスタイルが抽出され、ユーザのライフスタイルとして決定される。このように、移動機１０の位置情報と、予め記憶手段（エリア属性格納部２４、エリア概念格納部２５、関連度格納部２６、ライフスタイル格納部２９）に記憶されている情報とに基づいてユーザのライフスタイルが推定されるので、ユーザに負担を掛けることなくその人のライフスタイルを客観的に得ることができる。

また、本実施形態では、推定されたライフスタイルファクタに基づいて関連度が算出され更新される。これにより、実態により合致した関連度が設定され、その結果、ライフスタイルの推定の精度を高めることができる。

以上、本発明をその実施形態に基づいて詳細に説明した。しかし、本発明は上記実施形態に限定されるものではない。本発明は、その要旨を逸脱しない範囲で以下のような様々な変形が可能である。

上記実施形態では、滞在判定部２１がユーザの滞在エリアを特定したが、このような処理を省略してもよい。この場合、推定サーバ２０は受信した位置情報をそのまま所定の記憶手段に記憶し、エリア推定部２２が位置情報の履歴に基づいて滞在エリアを判定すればよい。

上記実施形態では、本発明に係る情報処理システムを、移動機１０及び推定サーバ２０を含む推定システム１に適用したが、例えば推定サーバ２０内の各機能を移動機に搭載してもよい。この場合には、移動機単体で上記処理を実行することができる。

１…ライフスタイル推定システム（情報処理システム）、１０…移動機、１１…測位部、１２…通信部、１３…表示部、２０…推定サーバ、２１…滞在判定部（位置取得手段）、２２…エリア推定部（エリア推定手段）、２３…滞在エリア格納部、２４…エリア属性格納部（第１記憶手段）、２５…エリア概念格納部（第１記憶手段）、２６…関連度格納部（第１記憶手段）、２７…関連度学習部、２８…ファクタ推定部（ファクタ推定手段）、２９…ライフスタイル格納部（第２記憶手段）、３０…ライフスタイル推定部（ライフスタイル推定手段）、３１…推定結果記憶部。

Claims

情報処理システムにより実行されるユーザ管理方法であって、
測定された移動機の位置を示す位置情報を取得する位置取得ステップと、
前記位置取得ステップにおいて取得された位置情報に基づいて、前記移動機のユーザが滞在したエリアを推定するエリア推定ステップと、
エリアと、該エリアの総括的な特徴を示すエリア概念と、ユーザのライフスタイルを特徴付けるライフスタイルファクタと、該エリア概念及び該ライフスタイルファクタの関連度とを関連付けて記憶する第１記憶手段から、前記エリア推定ステップにおいて推定されたエリアに対応するデータを抽出する抽出ステップと、
前記抽出ステップにおいて抽出されたデータに基づいて、前記エリア推定ステップにおいて推定されたエリアに適応するライフスタイルファクタを推定するファクタ推定ステップと、
前記ライフスタイルファクタと前記ライフスタイルとを関連付けて記憶する第２記憶手段から、前記ファクタ推定ステップにおいて推定されたライフスタイルファクタに対応するライフスタイルを抽出し、抽出されたライフスタイルを前記移動機のユーザのライフスタイルと推定するライフスタイル推定ステップと、
を含むことを特徴とするユーザ管理方法。
前記ファクタ推定ステップにおいて推定されたライフスタイルファクタと、前記ユーザを識別する識別情報と関連付けて第３記憶手段に記憶する記憶ステップと、
前記第１記憶手段に記憶されているデータと、前記第３記憶手段に記憶されているデータとに基づいて、前記エリア概念及び前記ライフスタイルファクタの関連度を算出し、前記第１記憶手段に記憶されている関連度を算出された関連度で更新する関連度更新ステップと、
を更に含むことを特徴とする請求項１に記載のユーザ管理方法。
測定された移動機の位置を示す位置情報を取得する位置取得手段と、
前記位置取得手段により取得された位置情報に基づいて、前記移動機のユーザが滞在したエリアを推定するエリア推定手段と、
エリアと、該エリアの総括的な特徴を示すエリア概念と、ユーザのライフスタイルを特徴付けるライフスタイルファクタと、該エリア概念及び該ライフスタイルファクタの関連度とを関連付けて記憶する第１記憶手段と、
前記エリア推定手段により推定されたエリアに対応するデータを前記第１記憶手段から抽出し、抽出されたデータに基づいて、前記エリア推定手段により推定されたエリアに適応するライフスタイルファクタを推定するファクタ推定手段と、
前記ライフスタイルファクタと前記ライフスタイルとを関連付けて記憶する第２記憶手段と、
前記ファクタ推定手段により推定されたライフスタイルファクタに対応するライフスタイルを前記第２記憶手段から抽出し、抽出されたライフスタイルを前記移動機のユーザのライフスタイルと推定するライフスタイル推定手段と、
を備える情報処理システム。