JP2011076291A

JP2011076291A - 行動傾向分析サーバ及び行動傾向分析方法

Info

Publication number: JP2011076291A
Application number: JP2009225857A
Authority: JP
Inventors: Takashi Suzuki; 敬鈴木
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2009-09-30
Filing date: 2009-09-30
Publication date: 2011-04-14
Anticipated expiration: 2029-09-30
Also published as: JP5707033B2

Abstract

【課題】駅構内や駅周辺における購買行動を対象としたリコメンデーション等の情報提供において、利用者個人の購買履歴に過度に依存した情報により利用者に不快感を与える事無く、利用者の嗜好に合った情報を提供する。
【解決手段】利用者毎に駅の利用スタイルは異なる、という観点で、鉄道の利用や駅構内、駅周辺での決済手段となっている非接触ＩＣカード、または同等の機能を持つ携帯端末の利用履歴に基づき、駅の利用頻度、駅の滞在時間、駅構内や駅周辺で利用した店舗が娯楽性のある店舗か利便性のある店舗かという利用傾向を算出し、その指標値により駅の利用者を特徴付ける。
【選択図】図１

Description

本発明は、カードや端末操作の利用履歴から駅やその周辺商業施設の利用者の行動傾向を分析する方法および分析する装置に関するものである。

情報通信技術の進歩により、人の行動に関する記録が電子的に記録(利用履歴)されるようになり、その利用履歴を解析することで、その人がどのような行動の傾向を持つのかを予測することが可能になった。

例えば、コンビニエンスストアではレジ端末から販売した商品とその購入者(性別・大まかな年齢)および時刻を収集し、ＰＯＳシステム(Point of sale system)によりデータを分析し、店舗毎に客層にあった商品を適切な時間帯に陳列することで、店舗の面積あたりの売上げを改善している事は良く知られている。

上記の例では購買者の個人を特定する分析は行わないが、インターネット上のＷｅｂコマースサイトでは、商品の購入だけでなく、参照した商品の情報もＷｅｂの操作履歴として把握することが可能であるため、より深い利用者毎の嗜好の分析が可能になる。そのため、利用者毎の過去の利用記録から、利用者の興味に会いそうな商品を「おすすめ」として提示する、所謂リコメンデーションと呼ぶ技術が採用されている。このリコメンデーションの技術は、電子的にオンラインで情報を収集できるＩＣカード、携帯電話などへも適用可能である。

このように、電子的に購買の情報を記録、収集できるデバイスの普及により、従来の個人を特定しない購買行動の記録の分析による品揃えの最適化から、個人毎の購買行動の履歴から個人毎の嗜好を推定し、個人毎に最適化されたお勧め商品を提示し、購買を促すより高度なマーケティング技術が普及しつつある。

特許文献１にはリコメンデーションの質を高める発明が述べられている。また、特許文献２には利用者の行動特性に基づくリコメンデーションに関する発明が述べられている。

特開２００６−３１８２９４号公報特開２００４−１０２９５０号公報

リコメンデーションにおいては、利用者に与える情報の量が多すぎたり、その情報がその時のその利用者に不要な情報（質が悪い）であれば、情報を提示すること自体が利用者に不快感を与える要因になる。そのため、リコメンデーションの質を高めるため、同じものを同じ場所で繰り返し購入する、といった場所と頻度を利用して質を高める方法などが提案されている。しかしながら、個人の嗜好に依存したリコメンデーションが、必ずしもその利用者にとって有益なものであるとは限らない。例えば、駅構内で定期的に、特定の週刊誌を買う利用者に対して、その他の週刊誌の情報を提供したとしても、その利用者にとって役立つ情報であるとは限らない。

さらに、最近電子切符や小額の決済手段として急速に普及している非接触型ＩＣカードあるいは同等の機能をもつ携帯電話の場合には制約がある。つまり、非接触型ＩＣカードあるいは同等の機能をもつ携帯電話の匿名性である。実際には記名式のカードでは、そのＩＤ番号から個人を特定できるが、利用者からするとクレジットカードのように名前の記入されたカードを渡したり、名前をサインすることなく、カードや携帯電話を決済用のリーダライタ装置にかざすだけで決済が完了する点が急速に普及している背景にある。そのため、過度に個人の履歴に基づいたリコメンデーションは利用者に不快感を与える可能性がある。

このような事情に鑑み、本願発明は、利用者個人の購買履歴に過度に依存した情報により利用者に不快感を与えることなく、駅構内や駅周辺における購買行動を対象としたリコメンデーションなどの情報提供を行うこと目的とする。

本発明では、従来のリコメンデーションのように、個人の嗜好を、どのようなものをどこで頻繁に購入するかという視点ではなく、駅をどのように利用するかという視点で分析する。非接触型ＩＣカードあるいは同等の機能を持つ携帯電話では、匿名性を考慮したリコメンデーションが必要になると考えられる。したがって、個々の利用者を駅利用者像として指標化してリコメンデーションを行うことで、利用者個人の購買履歴に過度に依存した情報により利用者に不快感を与えることなく、情報提供を行うことができる。

より具体的には、交通系決済手段である個々の利用者の持つ非接触型交通系ＩＣカードあるいは同等の機能を持つ携帯電話の利用履歴を用いて、その利用者の駅構内や駅周辺の利用形態を３つの軸で分類する。３つの軸とは第一にその利用者の駅に対する利用傾向が利便性を求めたものか娯楽性を求めたものか、第二にその利用者の利用頻度、第三にその利用者の駅での滞在時間、である。これらの軸をもとに分類することにより、その利用者の指向する駅利用形態に最適な情報の提供を可能とする。

駅は鉄道での移動の拠点であるとともに、駅構内や駅周辺での購買、食事、時間調整や待ち合わせなど、多様な利用目的がある。本発明の駅利用形態の分類を用いれば、その利用者が日ごろどの様な利用の仕方をしているかに基づいて、類似の店舗や商品、あるいはサービスの情報を提供が可能になるため、個人の購入品などその個人の具体的な嗜好によらず、故にそれに基づく不快感の無い情報提供が可能となる。

本実施形態のシステム全体の構成図の一例である。計算サーバ内の集計処理の手順の一例を説明する図である。非接触ＩＣカードの利用履歴の１件分を格納するレコードの構造の一例を説明する図である。利用者の行動傾向を示す指標値の構造の一例を説明する図である。非接触ＩＣカード内に記録する利用者の行動傾向を示す簡易的な指標値の構造の一例を説明する図である。非接触ＩＣカード内に記録する基本情報の構造の一例を説明する図である。計算サーバ内の指標値計算の手順の一例を説明する図である。利用駅の推定方法と、滞留時間の推定方法の一例を説明する図である。駅の滞在時間推定方法の基本原理を説明する図の一例である。指標値を求めるにあたり、利用者毎に保持する個人設定ファイルの構造の一例を説明する図である。パートナ店舗広告ファイルに格納する店舗データの構造の一例を説明する図である。駅構内の滞留時間の補正値を推定する手法の一例を説明する図である。駅周辺の滞留時間の補正値を推定する手法の一例を説明する図である。パートナ店舗広告ファイルに格納する広告データの構造の一例を説明する図である。パートナ向け分析情報画面の構成の一例を説明する図である。パートナ向け販促情報画面の構成の一例を説明する図である。利用者向け提供情報画面の構成の一例を説明する図である。携帯電話用の利用者向け提供情報画面の構成の一例を説明する図である。利用者向け広告情報画面の構成の一例を説明する図である。

図１〜図１９を用いて本発明による駅利用者の利用形態の分類方法、およびその分類を用いて駅利用者および、駅構内や駅周辺の商業施設を運営する企業（以下パートナと呼ぶ）への情報提供を行うシステムの例を示す。

図１は、本発明を実施するシステムの構成図である。システムの主要な構成要素は、利用者(図１の１０１１、１０１２、１０１３、１０１４、１０１５)が直接利用する非接触ＩＣカード（あるいは同等の機能を組み込んだ携帯電話、１０２１、１０２２、１０２３、１０２４、１０２５）、構内や駅周辺、あるいは市外の店舗等に配置された鉄道利用のための端末装置（改札機１０３１、券売機１０３２や１０３３）や物品の購買やサービス受益に伴う決済のための端末装置（ＰＯＳレジ端末１０３５、情報端末等１０３４）に組み込まれた非接触ＩＣカード（以下では非接触ＩＣカードの機能を組み込んだ携帯電話等の携帯情報機器も含めて非接触ＩＣカードと呼ぶ）のリーダライタ装置（１０４１、１０４２、１０４３、１０４４、１０４５）、それらのリーダライタ装置とデータ保管や解析処理などを行うサーバ群（１０８１、１０８２、１０８３、１０８４）をつなぐネットワーク１０７１である。

ここで非接触ＩＣカード１０２１は、カードの機能を制御しデータを処理するＣＰＵ１１１１、データを記録する不揮発メモリ１１２１、通信と電波のエネルギーを利用して電力供給を行う無線モジュール１１３１、および無線用のアンテナ１１４１からなる。この構造は１０２２,１０２３，１０２４，１０２５においても同様で、ＣＰＵ１１１２,１１１３，１１１４、１１１５、不揮発メモリ１１２２,１１２３，１１２４，１１２５、無線モジュール１１３２，１１３３，１１３４，１１３５、アンテナ１１４２，１１４３，１１４４，１１４５からなる。なお、本発明を説明する際に直接関係しない非接触ＩＣカード内の機能（例えば電源回路や暗号化回路など）は図１で省略してある。

非接触ＩＣカードのリーダライタ装置（以下、リーダライタ装置）１０４１も同様に、装置の機能を制御しデータを処理し、ネットワーク１０７１を介して行う通信を制御するＣＰＵ１２１１、ＩＣカードへ書き込むデータを保持するメモリ１２２１、ＩＣカードとの通信を行う無線モジュール１２３１、および無線用のアンテナ１２４１からなる。この構造は１０４２,１０４３，１０４４，１０４５においても同様で、ＣＰＵ１２１２,１２１３,１２１４，１２１５、メモリ１２２２，１２２３，１２２４，１２２５、無線モジュール１２３２，１２３３，１２３４，１２３５、アンテナ１２４２,１２４３，１２４４，１２４５からなる。さらにリーダライタ装置には１つか２つの表示デバイス（１０５１,１０５２，１０５３，１０５４、および１０６３、１０６５）を搭載し、情報を利用者、及び店舗の店員に提示する事を可能とする。各リーダライタ装置（１０４１、１０４２、１０４３、１０４４、１０４５）はネットワーク１０７１に接続し、読み取った非接触ＩＣカードの情報に時刻やリーダライタ装置を設置する店舗や装置の情報等を加え、ネットワークを通して履歴サーバ１０８１へ送信し、非接触ＩＣカードへ書き込むべき情報を内部のＣＰＵ（１２１１、１２１２、１２１３、１２１４、１２１５）で計算するか、ネットワーク１０７１経由で受け取る事ができる。更に、ＣＰＵ（１２１１、１２１２、１２１３、１２１４、１２１５）で計算した値を元に生成した情報や、ネットワーク１０７１経由で受け取った情報を表示デバイス（１０５１,１０５２，１０５３，１０５４、および１０６３、１０６５）に表示することができる。なお、本実施形態を説明する際に直接関係しないカードリーダ装置を内蔵する端末装置の機能（例えば改札機のゲート制御機構やＰＯＳレジ端末の商品バーコード読み取り機構など）は図１で省略してある。

サーバ群は、履歴サーバ１０８１、計算サーバ１０８２、パートナ情報配信サーバ１０８３、利用者情報サーバ１０８４からなる。これらのサーバはネットワーク１０７１に接続し、各サーバ間、あるいは各リーダライタ装置（１０４１、１０４２、１０４３、１０４４、１０４５）と通信することができる。

履歴サーバ１０８１は、ネットワークインタフェースとプロセッサとメモリ及び記録装置（図示省略）を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各プログラム、各データを記録するものであり、例えば、ハードディスクドライブやＣＤーＲＯＭドライブ、フラッシュメモリなどである。なお、複数の記録装置に各プログラム、各データを分割して記録するようにしてもよい。プロセッサは、記録装置に記録されている各プログラムをメモリに読み出して実行することにより各種機能を実現する。具体的には、データ収集プログラムを実行することにより、リーダライタ装置（１０４１、１０４２、１０４３、１０４４、１０４５）が読み取る駅利用者や店舗利用者の利用履歴データを、ネットワーク１０７１を通して収集し、サーバ内の記録装置に記録する。収集する利用履歴データの１レコード分の形式を図３に示す。レコードは９つのフィールドからなる。レコードが表現するのは誰が（利用者のＩＤを格納するＩＤフィールド３０１）、いつ（利用日時を格納する年月日時分秒形式の日時フィールド３０２）、どこで（駅を識別する駅コード、または店舗を識別する店舗コードを格納する駅店舗フィールド３０３および駅や店舗内の端末の識別コードを格納する端末フィールド３０４）、何をした（利用の種別（タイプ）を示すコードを格納するタイプフィールド３０５）、どれだけ（利用金額とその算出基準となる情報を格納する金額フィールド３０６、残金３０７、計算基準１フィールド３０８、計算基準２フィールド３０９）という情報である。ここで計算基準１と計算基準２フィールドには、例えば鉄道運賃の算出基準となる乗車駅と降車駅それぞれの駅コードや購入した商品や受益したサービスの種別を表す商品コードなどを格納する。

計算サーバ１０８２は駅利用者毎に、本実施形態の特徴となる分類の計算を行う。その詳細は後で述べる。計算サーバは、ネットワークインタフェース（Ｉ／Ｆ(Ａ)及びＩ／Ｆ(Ｂ)）１３１１とプロセッサ１３１２とメモリ１３１３及び記録装置１３１４を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各種プログラム、各種データを記録するものであり、例えば、ハードディスクドライブやＣＤーＲＯＭドライブ、フラッシュメモリなどである。なお、複数の記録装置に各種プログラム、各種データを分割して記録するようにしてもよい。

プロセッサは、記録装置に記録されている各種プログラムをメモリに読み出して実行することにより各種機能を実現する。利用者毎に分類指標を計算する処理を行った結果は、記録装置内の利用者分類指標ファイルに格納される。また、パートナの運営する店舗の情報やその店舗の広告情報は、記録装置内のパートナ店舗広告ファイルに格納される。このパートナ店舗広告ファイルは、インターネット１０７２を通してパートナ企業の端末１３２１からパートナ担当者１３３１により参照、追加、変更が可能である。

パートナ情報配信サーバ１０８３は、ネットワークインタフェースとプロセッサとメモリ及び記録装置（図示省略）を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各プログラム、各データを記録するものであり、例えば、ハードディスクドライブやＣＤーＲＯＭドライブ、フラッシュメモリなどである。なお、複数の記録装置に各プログラム、各データを分割して記録するようにしてもよい。プロセッサは、記録装置に記録されている各プログラムをメモリに読み出して実行することにより各種機能を実現する。具体的には、利用者分類指標ファイルに格納されるデータを集計し蓄積される。この情報はインターネット１０７２を通してパートナ企業の端末１３２１から参照できる。ここで生成する情報の詳細は後に述べる。

利用者情報サーバ１０８４は、ネットワークインタフェースとプロセッサとメモリ及び記録装置（図示省略）を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各プログラム、各データを記録するものであり、例えば、ハードディスクドライブやＣＤーＲＯＭドライブ、フラッシュメモリなどである。なお、複数の記録装置に各プログラム、各データを分割して記録するようにしてもよい。プロセッサは、記録装置に記録されている各プログラムをメモリに読み出して実行することにより各種機能を実現する。具体的には、利用者分類指標ファイルに格納されるデータを集計し、個々の利用者向けの情報を生成し、Ｗｅｂあるいは携帯電話のメールとして個々の利用者に配信する（１４１１，１４１２）。Ｗｅｂ情報はインターネット１０７２を通して、各利用者の自宅等に設置のパーソナルコンピュータ１４３１を通して各利用者１４４１に届けられる。一方、メール情報は携帯電話キャリア１０７３の回線を通して、各利用者の所有する携帯電話等の情報端末１４３２にメールとして各利用者１４４２へ配信する。

なお、本実施形態では、履歴サーバ１０８１、計算サーバ１０８２、パートナ情報配信サーバ１０８３、利用者情報サーバ１０８４のサーバ群として説明するが、１又は複数のサーバでこれらサーバ群の機能を実行できるようにすることも可能であることはいうまでもない。

このシステムを利用者が利用する際の視点で見た場合、大きく２つの接点がある。一つは駅および駅周辺の商業施設において鉄道を利用する、店舗にて決済を行う、あるいは情報端末を利用する際に非接触ＩＣカードをリーダライタ装置にタッチする。タッチした記録はすべて履歴サーバ１０８１に送られ、記録される。また、リーダライタ装置に接続した表示デバイスから本人の駅利用状況や鉄道、駅、駅周辺の商業施設に関する情報を得る。もう一つは、利用者自身が所有するパーソナルコンピュータ１４３１や情報端末１４３２から本人の駅利用状況や鉄道、駅、駅周辺の商業施設に関する情報を得る。

一方、このシステムをパートナ企業が利用する際の視点で見た場合も大きく２つの接点がある。一つは駅構内および駅周辺の商業施設においてパートナ企業が運営する店舗での接客の際にリーダライタ装置に接続した表示デバイス（１０６３、１０６５）に表示される個々の利用者に関する情報を活用することである。もう一つは、パートナが提示した広告情報に対する利用者の動向を端末１３２１から確認することである。

次にリーダライタ装置（１０４１、１０４２、１０４３、１０４４、１０４５）、計算サーバ１０８２、パートナ情報配信サーバ１０８３、利用者情報サーバ１０８４の機能の詳細を順に説明する。

リーダライタ装置は非接触ＩＣカードがタッチされると、端末の機能により所定の動作を行う。非接触ＩＣカードの不揮発メモリ１１２１,１１２２，１１２３，１１２４，１１２５には、図６に示すようにカード固有のＩＤ６０１、残金６０２、最後に改札機を通過した駅の駅コード６０３の情報と、図３の履歴レコードのうちの直近の一定数（メモリ容量により変わるが例えば２０件）、および後述する指標値が記録されている。

改札機１０３１では、乗車の場合は、まず、そのカードのＩＤ６０１、残金６０２を読み出し、乗車駅の駅コードをそのカードの駅コード６０３へ書き込む。ＩＤ３０１を読み出したＩＤ６０１、日時３０２をその時の日時、駅店舗３０３を駅コード、端末３０４を改札機コード、タイプ３０５を“入改札”、金額３０６を“０”、残金３０７は読み出した残金６０２とし、計算基準１（３０８）と計算基準２（３０９）はどちらも空白とした図３に示すレコードを作製し、非接触ＩＣカードの履歴レコード記録領域に書き込む。同時に同じ内容のレコードを履歴サーバ１０８１に送る。更に利用者情報サーバ１０８４の利用者ｗｅｂ１４１１からそのカードのＩＤ６０１に対応する利用者向けの配信情報を取得し、表示デバイス１０５１に表示する。表示する情報の詳細は後で述べる。更に、そのカードのＩＤ６０１に対応する利用者の行動傾向を表す指標値（ここでは非接触ＩＣカード用の簡易指標）を計算サーバ１０８２の利用者分類指標ファイルから読み出し、この非接触ＩＣカードの指標値格納部分に書き込む（値を更新する）。

降車の場合は、そのカードのＩＤ６０１、残金６０２、直前の乗車駅コード６０３を読み出し、駅コード６０３を消去する（空欄をあらわすコードを書き込む）。そしてまず、乗車駅コード６０３とその改札機が設置されている駅コードから所定の運賃計算を行い、その金額Ｆを求める。次に、ＩＤ３０１を読み出したＩＤ６０１、３０２をそのときの日時、駅店舗３０３を駅コード、端末３０４を改札機コード、タイプ３０５を“入改札”、金額３０６を先に求めたＦ、残金３０７は読み出した残金６０２からＦを引いた値、計算基準１（３０８）と計算基準２（３０９）には先に運賃の計算に用いた２つの駅コード（乗車駅コード６０３とこの改札機が設置されている駅の駅コード）とした図３に示すレコードを作製し、非接触ＩＣカードの履歴レコード記録領域に書き込む。また同時に、残金６０２も残金３０７と同じ値に書き換える。同時に同じ内容のレコードを履歴サーバ１０８１に送る。更に利用者情報サーバ１０８４の利用者ｗｅｂ１４１１からそのカードのＩＤ６０１に対応する利用者向けの配信情報を取得し、表示デバイス１０５１に表示する。更に、そのカードのＩＤ６０１に対応する利用者の行動傾向を表す指標値（ここでは非接触ＩＣカード用の簡易指標）を計算サーバ１０８２の利用者分類指標ファイルから読み出し、この非接触ＩＣカードの指標値格納部分に書き込む（値を更新する）。

券売機１０３２やＰＯＳレジ端末１０３５、あるいは券売所、自動販売機等の購買決済用の端末１０３３では、まずそのカードのＩＤ６０１、残金６０２を読み出す。次にＩＤ３０１を読み出したＩＤ６０１，３０２をその時の日時、駅店舗３０３を駅コード、端末３０４を端末コード、タイプ３０５を販売品の種類により“乗車券”、“物販”、“サービス”等とし、金額３０６をその販売額とし、残金３０７は読み出した残金６０２から前記販売額を引いた値、計算基準１（３０８）と計算基準２（３０９）には販売品の品目、商品コード等とした図３に示すレコードを作製し、非接触ＩＣカードの履歴レコード記録領域に書き込む。また同時に、残金６０２も残金３０７と同じ値に書き換える。同時に同じ内容のレコードを履歴サーバ１０８１に送る。更に利用者情報サーバ１０８４の利用者ｗｅｂ１４１１からそのカードのＩＤ６０１に対応する利用者向けの配信情報を取得し、表示デバイス１０５２、または１０５５に表示する。また、同時にパートナ情報配信サーバ１０８３からそのカードのＩＤ６０１に対応する利用者向けの配信情報を取得し、表示デバイス１０６３，１０６５に表示する。表示する情報の詳細は後で述べる。更に、そのカードのＩＤ６０１に対応する利用者の行動傾向を表す指標値（ここでは非接触ＩＣカード用の簡易指標）を計算サーバ１０８２の利用者分類指標ファイルから読み出し、この非接触ＩＣカードの指標値格納部分に書き込む（値を更新する）。なお、券売機で非接触ＩＣカードの残金に投入額を加える、所謂チャージを行う場合は、タイプ３０５を“入金”、金額３０６を投入額のマイナス値とし、残金６０２、残金３０７を入金後の値とする。

情報端末１０３４ではまずそのカードのＩＤ６０１、残金６０２を読み出す。次に、ＩＤ３０１を読み出したＩＤ６０１，日時３０２をその時の日時、駅店舗３０３を駅コード、端末３０４を改札機コード、タイプ３０５を“情報”とし、金額３０６を“０”、残金３０７は読み出した残金６０２と同じ値、計算基準１（３０８）と計算基準２（３０９）はどちらも空白とした図３に示すレコードを作製し、非接触ＩＣカードの履歴レコード記録領域に書き込む。同時に同じ内容のレコードを履歴サーバ１０８１に送る。更に利用者情報サーバ１０８４の利用者ｗｅｂ１４１１からそのカードのＩＤ６０１に対応する利用者向けの配信情報を取得し、表示デバイス１０５４に表示する。更に、そのカードのＩＤ６０１に対応する利用者の行動傾向を表す指標値（ここでは非接触ＩＣカード用の簡易指標）を計算サーバ１０８２の利用者分類指標ファイルから読み出し、この非接触ＩＣカードの指標値格納部分に書き込む（値を更新する）。

このように、本実施形態では、非接触ＩＣカードの指標値格納部分に、利用者の行動傾向を表す指標値を書き込む点を特徴とする。これにより、仮にリーダライタ装置が利用者情報サーバとオンラインで繋がっていない状況であっても、リーダライタ装置にその利用者向けの配信情報が格納されていれば、非接触ＩＣカードがリーダライタ装置と通信を行った際に、その非接触ＩＣカードのＩＤに基づいて利用者向け配信情報を表示することが可能となる。

計算サーバ１０８２では、各利用者の行動傾向を分析する。プロセッサ１３１２は、各利用者の行動傾向を示す指標値を算出する。まず、図４、図５を用いて指標値レコードの各フィールドを説明する。

図４は、一人の利用者に関する詳細な指標値レコードの構造である。開始日４０１は、指標値計算を開始した日時を記録する。駅利用種数４０２は、その利用者が開始日４０１以降、いくつの駅を利用したかその種類の数を記録する。駅利用駅コード４０３はその利用者が過去に利用した駅の駅コードを記録する。その要素数は駅利用種数４０２に等しい。４１１〜４４０は、その利用者が良く利用する４つの駅（以下ナワバリ４駅と呼ぶ）と、その他の駅全体の、合計５種類に関してそれぞれ存在するフィールドである。ここでよく利用する駅とは利用頻度が高い駅か利用者自身が選んだ利用したいと考えている駅である。４１１は駅コード、４１２は駅フラグで駅の属性をビットフィールドで表現する。各フィールドは住宅地、商業地、オフィス街／学校街、乗換え駅、観光地、を表し、４１１の駅のタイプにより、当てはまる場合はそのフィールドを１に、当てはまらない場合にはそのフィールドを０とする。この情報は駅毎にあらかじめ決められているものとする。４１３は開始日４０１以降のその駅の利用回数（利用とは、乗降、またはその駅での購買等の記録がある事）、滞在時間総和４１４は、利用者がその駅に滞在した時間の総和、滞在時間二乗和４１５が１回毎の滞在時間の二乗値の総和である。滞在時間の計算方法の詳細は後で述べる。二乗和を求めるのは指標として標準偏差を求めるためである。娯楽性店舗数４１６、利便性店舗数４１７はその駅で利用した店舗が娯楽性のある店舗か、利便性のある店舗かによりその延べ利用回数の総和を格納したものである。ここで娯楽性のある店舗とは、ファッション性の高い衣類を扱う店舗やスィーツなどを扱う店舗など、嗜好性の高い商品を扱う店舗であり、利便性のある店舗とは、コンビニエンス・ストアや惣菜店など日常品を扱う店舗である。なお、ある店舗が利便性があるか娯楽性があるかはパートナ店舗広告ファイルの店舗情報を参照して得る。娯楽性利用金額４１８、利便性利用金額４１９、娯楽性金額二乗和４２０、利便性利用金額二乗和４２１はそれぞれ娯楽性のある店舗で支払った金額の総和、利便性のある店舗で支払った金額の総和、娯楽性のある店舗で支払った毎回の金額の二乗の総和、利便性のある店舗で支払った毎回の金額の二乗の総和、である。

指標値レコードの４２３〜４４０は、時間帯、曜日毎の利用回数を記録する。時間帯は、１日を６つに分類する。朝は始発（午前３時）から午前９時半まで、午前は午前９時半から午前１１時半まで、昼は午前１１時半から午後１時半まで、午後は午後１時半から午後５時まで、夕は午後５時から午後８時まで、夜は午後８時以降終電までである。曜日は３つに分類する。まず、祝日は祝日と分類する。その他の月曜日〜金曜日を平日、土曜日と日曜日を週末とする。４２３〜４４０は時間の６種類と曜日の３種類の組み合わせ１８通りの場合のそれぞれの利用開始日４０１以降の利用回数を記録する。４２３は平日の朝、４２４は平日の午前、４２５は平日の昼、４２６は平日の午後、４２７は平日の夕、４２８は平日の夜、４２９は週末の朝、４３０は週末の午前、４３１は週末の昼、４３２は週末の午後、４３３は週末の夕、４３４は週末の夜、４３５は祝日の朝、４３６は祝日の午前、４３７は祝日の昼、４３８は祝日の午後、４３９は祝日の夕、４４０は祝日の夜である。本実施形態では、日・時間によって駅利用傾向が異なると考えて上述した時間・日による分類を行ったが、これに限定されるものではない。

なお、その他の駅全体を表すレコードでは駅コード４１１は空欄とし、駅フラグは利用した事のある駅すべての総和とする。

図５は、一人の利用者に関する簡易的な指標値レコードの構造である。このレコードと同一の情報は利用者の保持する非接触ＩＣカードにも記録される。非接触ＩＣカードは内蔵するメモリ量が少ないため、指標の項目（サイズ）を減らし、簡略化する必要がある。開始日５０１は図４の開始日４０１と同じ、駅利用種数５０２は駅利用種数４０２と同じ、駅コード１（５１１）、駅フラグ１（５１２）、駅コード２（５１３）、駅フラグ２（５１４）、駅コード３（５１５）、駅フラグ３（５１６）、駅コード４（５１７）、駅フラグ４（５１８）は図４の４１１から４３１があらわすナワバリ４駅に対応した４レコード分の駅コード４１１、駅フラグ４１２である。利用回数５１９、滞在時間総和５２０、娯楽性店舗数５２１、利便性店舗数５２２、娯楽性利用金額５２３、利便性利用金額５２４は図４の４１１から４３１の５レコード分のそれぞれ、利用回数４１３の総和、滞在時間総和４１４の総和、娯楽性店舗数４１６の総和、利便性店舗数４１７の総和、娯楽性利用金額４１８の総和、利便性利用金額４１９の総和である。

次に、図２を用いてプロセッサ１３１２の処理のフローを説明する。この処理は例えば１日１回、非接触ＩＣカードの利用のあったすべての利用者に関して行う。

まず、利用のあったすべてのＩＤ（ＵＩＤｉ）に対して、その日１日の利用履歴を時間順に列挙する（２０１）。次に各ＵＩＤｉに関し、１日分の履歴を解析し、各指標値を計算する（２０２）。そして利用者分類指標ファイルに格納されている各ＵＩＤｉの指標値Ｘｉｋを更新する（２０３）。更に、各ＵＩＤｉの指標値が更新された事を、パートナ情報配信サーバ１０８３と利用者情報サーバ１０８４に通知する。

ここで、指標値の計算方法の詳細を、図７〜図１３を用いて説明する。まず、計算に必要なデータの説明を行う。図１０は、各利用者毎の利用者特有のデータである。ＩＤ１０１は利用者のＵＩＤｉ値、駅コード１０２〜１０５は、その利用者の利用頻度の高い、あるいは利用者自身が設定したナワバリ４駅のコードである。１１１はナワバリ４駅のうちの２駅（駅Ａ１０６と駅Ｂ１０７）の過去の履歴データから算出した移動時間の典型値１０９と偏差１１０のデータである。同じ形式のデータが最大１６個存在する（同じ駅の乗降も含める）。

図１１は、駅構内や駅周辺にある店舗のデータであり、パートナ店舗広告ファイルに格納される。企業コード１１００１、企業名１１００２はその店舗を経営する企業名とそのコード、店コード１１００３、店名１１００４は店の名称とそのコード、店舗コード１１００５、店舗名１１００６はその店の支店名とそのコードである。業種コード１１００７はその店舗の業種を表すコード、駅コード１１００８はその店舗の最寄駅のコード、支払フラグ１１００９は店舗での支払いが前払いなら０、後払いなら１とするフラグ、内外フラグ１１０１０はその店舗が駅構内（改札内）にある場合は０、駅周辺（改札外）にある場合は１とするフラグ、傾向値１１０１１はその店舗が娯楽性の高い商品を扱う店なら１、利便性の高い商品を扱う店なら２とする店舗の傾向を表す値、所要時間１１０１２はその店舗における一人の客が過ごす平均的な時間、平均金額１１０１３は、その店舗における一人の客の支払額の平均値、開店時刻１１０１４はその店舗の開店時刻、閉店時刻１１０１５はその店舗の閉店時刻である。所要時間１１０１２は実地調査等であらかじめ設定する値、平均金額１１０１３はＰＯＳシステム等で過去の実績から算出する値である。端末数１１０２０はその店舗が所有するＰＯＳレジ端末数、端末コード１１０２１〜は、そのＰＯＳレジ端末の識別コードである。改札機コード１１０３０と所要時間１１０３１は、その駅の改札機１１０３０からその店舗までの所要時間１１０３１のペアであり、その駅の改札機の数だけ存在する。これらの所要時間も実地調査であらかじめ測定した値である。

指標値の計算は、図７の順に処理を行う。まず、ある利用者の１日分の履歴データを元にその利用者がどの駅を利用したかを推定する。鉄道を利用した場合、非接触ＩＣカードの利用履歴には改札機を通過して駅Ａに入場した記録と、改札機を通過して駅Ｂから出場した記録が残る（図８（ａ）の８０１、８０２）。この場合、利用駅は駅Ａと駅Ｂであり、その記録が非接触ＩＣカードの利用記録に残るため、簡単に利用した事実を抽出できる。しかし図８（ｄ）の様に同じ鉄道会社で別の路線に乗り換える場合、乗換駅Ｃで列車の乗降が発生し、駅Ｃを利用したことになるが、この場合は利用履歴に駅Ｃの記録は残っていない。この場合、駅Ａから駅Ｂに至る経路の候補を路線図等からあらかじめ算出し、乗換駅Ｃと乗換え時間８０８を推定する。また、もし駅Ａの改札機通過後、駅Ｂの改札機通過までの間に、駅Ａ、駅Ｂ以外の駅での自販機や店舗などの購買の利用履歴が残っていれば、その駅に滞在したものとする（図８（ｅ））。

次に店舗利用傾向値の算出を行う（図７の７０２）。ある利用者の１日分の履歴データの中のすべての購買に関するレコード（図３）に対し、以下の処理を行う。

まず、該当するレコードの駅店舗３０３を読み出し、それに対応する店舗コード１１００５を持つ店舗データ（図１１）を検索する。その駅コード１１００８、傾向値１１０１１を読み出し、もし、その駅コード１１００８が指標値（図４）のナワバリ４駅の駅コード４１１に該当すれば、利用回数４１３の値に１を加え、傾向値１１０１１の値に応じて、値が１であれば、娯楽性が高い店舗を利用したとして、指標値の娯楽性店舗数４１６に１を加え、履歴レコードの金額３０６の値を娯楽性利用金額４１８に、その自乗値を娯楽性金額二乗和４２０に加える。傾向値１１０１１の値が２であれば、利便性が高い店舗を利用したとして、指標値の利便性店舗数４１７に１を加え、履歴レコードの金額３０６の値を利便性利用金額４１９に、その自乗値を利便性金額二乗和４２１に加える。また、日時３０２の値を参照し、時間帯（朝、午前、昼、午後、夕、夜）と日付から求める曜日（平日、週末、祝日）に該当する時間帯のデータ（４２３〜４４０）に１を加える。

もし、上記の駅コード１１００８がナワバリ４駅の駅コードに該当しない場合、その他の駅、として上記と同じ処理を行う。更に、指標値の駅利用駅コード４０３を調べ、駅コード１１００８と同じ駅コードが存在しなければ、駅利用種数４０２に１を加え、駅利用駅コード４０３に駅コード１１００８を加える。

次に滞在時間の推定（図７の７０３）を行う。駅構内（改札内）の滞留時間と駅周辺（改札外）の滞留時間に分けて推定し、その合計を滞在時間とする。

駅構内の滞在は利用履歴の統計情報を用いて算出する。駅Ａの改札機を通過して入場し、駅Ｂの改札機を通過して出場する場合、駅構内で滞留がなければ図８（ａ）のように、経過時間８０３は改札からホームまでの徒歩移動＋列車の待ち時間８０５、列車移動時間８０４、降車し改札までの徒歩移動時間８０６の合計となる。駅構内に滞留していた場合、これに滞留時間８０７が加わる（図８（ｂ）,（ｃ））。列車の移動時間はあらかじめ時刻ダイヤから算出できるし、平均的な待ち時間も時刻ダイヤから算出できるが、徒歩移動時間は人により異なる。そこで、駅Ａから駅Ｂへ移動した利用者の時間帯毎の所要時間と人数の関係を統計値として求める。

図９（ａ）はこれを横軸に所要時間９０１、縦軸に時間あたりの人数（頻度９０２）をプロットしたものである。列車の移動時間と駅構内の移動時間は、物理的にそれ以上は速くならない限界値（最短所要時間９０４）がある(列車の運行速度や人の歩く・走る速度の上限による)。また、平均的な速度で歩く人を中心に分布にはピークができる（平均的な所要時間９０３）。駅で滞留している場合（９０５）は、平均的な所要時間９０３よりも長くかかる。この分布の考え方は個人にも成り立つ（図９（ｂ））。個人でみれば、分布は最短所要時間９０４よりは大きい値域に存在し、全体での統計値と同様にピークができる。個人の分布の最小値９０７、ピークになる値９０６としたとき、その差分９１１に対して、９０６＋９１１（図９（ｂ）９１２）となる値（９０８）をその人の移動時間とし、実際にかかった時刻９１３から上記９０６＋９１１の値を引いた差分（９１４）を駅構内の滞留時間とみなす。ここで９０６を典型値、９１２を時間偏差とし、駅Ａ−駅Ｂに対応してこの値をあらかじめ求めて利用者分類指標ファイルに格納しておくことで利用者毎の滞留時間推定の基準とする。もし、過去のデータの量が十分でなく、これらの値を求めるのが困難な場合は利用者全体を対象とした場合（図９（ａ））の値を用いる（典型値は９０３、時間偏差９０３−９０４）。

上記で求めた滞留時間は、駅構内での滞留時間の総和の推定であり、入場駅、出場駅、乗換駅の中での配分はわからない。そこで、入場駅、出場駅、乗換駅の中でその利用者の利用頻度（利用回数）が最も高い駅ですべての滞留時間が経過した、とみなす。

入場から出場までの間に非接触ＩＣカードでの購買の記録が残っている場合、その時刻を元に補正を行う。この補正方法の一例を図１２、図１３を用いて説明する。本実施形態では利用履歴に含まれる購買記録に基づいて、駅滞在時間を補正することにより、データ精度を高めることを特徴とする。
（ア）入場駅で利用記録がある場合：入場時刻の代わりに最も遅い利用時刻を用い、その店舗の店舗データ（図１１）の支払フラグ１１００９の値が０（前払い）ならば利用時刻にその店の所要時間１１０１２を加えた時刻を真の出発時刻とし（（ａ）１２００３）、支払フラグ１１００９の値が１（後払い）ならば利用時刻を真の出発時刻（図１２（ｂ）１２００５）とし、入場からその真の出発時刻までを入場駅での滞留時間（図１２（ａ）１２００４、図１２（ｂ）１２００７）とする。
（イ）出場駅で利用記録がある場合：出場時刻の代わりに最も早い利用時刻を用い、その店舗の店舗データ（図１１）の支払フラグ１１００９の値が１（後払い）ならば利用時刻からその店の所要時間１１０１２を引いた時刻を真の到着時刻とし、支払フラグ１１００９の値が０（前払い）ならば利用時刻を真の到着時刻とし、真の到着時刻から出場までを出場駅での滞留時間とする。
（ウ）途中駅(乗り換え駅)で利用記録がある場合：途中駅で改札外に出ることなしに駅構内で滞留していた時間も同様に計算する。同一駅構内の店舗（１２００８〜１２０１０）の利用記録の中で最も早い利用時刻に対し、その店舗の店舗データ（図１１）の支払フラグ１１００９の値が１（後払い）ならば利用時刻からその店の所要時間１１０１２を引いた時刻を真の到着時刻とし（図１２（ｃ）１２０１１）、支払フラグ１１００９の値が０（前払い）ならば利用時刻を真の到着時刻とし、同一駅構内の店舗の利用記録の中で最も早い利用時刻に対し、その店舗の店舗データ（図１１）の支払フラグ１１００９の値が０（前払い）ならば利用時刻にその店の所要時間１１０１２を加えた時刻を真の終了時刻とし（図１２（ｃ）１２０１２）、支払フラグ１１００９の値が１（後払い）ならば利用時刻を真の終了時刻とする。そしてこの駅での滞留時刻を真の開始時刻から真の終了時刻までの時間（図１２（ｃ）１２０１３）とする。

駅周辺での滞留時間の推定も、同様な考え方で行う。
（ア）出場後に利用記録がある場合：出場後、出場駅周辺での利用記録の中で最も遅い利用時刻を用い、その店舗（１３００２）の店舗データ（図１１）の支払フラグ１１００９の値が０（前払い）ならば利用時刻にその店の所要時間１１０１２を加えた時刻を真の終了時刻とし（図１３（ａ）１３００３）、支払フラグ１１００９の値が１（後払い）ならば利用時刻を真の終了時刻（図１３（ｂ）１３００５）とし、出場からその真の終了時刻までを出場駅周辺での滞留時間（図１３（ａ）１３００４、図１３（ｂ）１３００７）とする。
（イ）入場前に利用記録がある場合：入場前、入場駅周辺での利用記録の中で最も早い利用時刻を用い、その店舗（１３００６）の店舗データ（図１１）の支払フラグ１１００９の値が１（後払い）ならば利用時刻からその店の所要時間１１０１２を引いた時刻を真の開始時刻とし、支払フラグ１１００９の値が０（前払い）ならば利用時刻を真の開始時刻とし、その真の開始時刻から入場までを入場駅周辺での滞留時間とする。

前述した滞在時間の推定（図７の７０３、図８、図９を用いて説明）は入場駅か出場駅の構内での滞在時間の合計を推定する方法であった。この推定時間をＴｓとし、更に、上記の計算により、入場駅（Ｅ駅）、出場駅（Ｘ駅）、乗換駅（Ｃ駅）について、駅構内（改札内）、駅周辺（改札外）の滞留時間の推定結果が求めた。これを、入場駅構内の滞留時間Ｔｅｉ、入場駅周辺の滞留時間Ｔｅｏ、出場駅構内の滞留時間Ｔｘｉ、出場駅周辺の滞留時間Ｔｘｏ、乗換駅構内の滞留時間Ｔｃｉ、乗換駅周辺の滞留時間Ｔｃoとするとき、以下のルールで滞在時間を補正する。また、Ｔｒを補正値を除いた駅滞留時刻（＝Ｔｓ−Ｔｅｉ−Ｔｘｉ−Ｔｃｉ、ただし負の場合は０）とする。

入場駅（Ｅ駅）の滞在時間Ｔｓｅ：
(1)Ｅ駅がナワバリ４駅かつＸ駅、Ｃ駅よりも利用回数（図４利用回数４１３）が多い場合：Ｔｓｅ＝Ｔｅｉ＋Ｔｅｏ＋Ｔｒ
(2)Ｅ駅がナワバリ４駅かつＸ駅、Ｃ駅どちらか（あるいは両方）よりも利用回数が少ない場合：Ｔｓｅ＝Ｔｅｉ＋Ｔｅｏ
(3)Ｅ駅がナワバリ４駅以外：Ｔｓｅ＝Ｔｅｉ＋Ｔｅｏ
出場駅（Ｘ駅）の滞在時間Ｔｓｘ：
(1)Ｘ駅がナワバリ４駅かつＥ駅、Ｃ駅よりも利用回数が多い場合：Ｔｓｘ＝Ｔｘｉ＋Ｔｘｏ＋Ｔｒ
(2)Ｘ駅がナワバリ４駅かつＥ駅、Ｃ駅どちらか（あるいは両方）よりも利用回数が少ない場合：Ｔｓｘ＝Ｔｘｉ＋Ｔｘｏ
(3)Ｘ駅がナワバリ４駅以外：Ｔｓｘ＝Ｔｘｉ＋Ｔｘｏ
乗換駅（Ｃ駅）の滞在時間Ｔｓｃ：
(1)Ｃ駅がナワバリ４駅かつＥ駅、Ｘ駅よりも利用回数が多い場合：Ｔｓｃ＝Ｔｃｉ＋Ｔｃｏ＋Ｔｒ
(2)Ｃ駅がナワバリ４駅かつＥ駅、Ｘ駅どちらか（あるいは両方）よりも利用回数が少ない場合：Ｔｓｃ＝Ｔｃｉ＋Ｔｃｏ
(3)Ｃ駅がナワバリ４駅以外：Ｔｓｃ＝Ｔｃｉ＋Ｔｃｏ
上記によりｅ，ｘ，ｃがナワバリ４駅の場合には計算した滞在時間Ｔｓｉ（ｉ＝｛ｅ，ｘ，ｃ｝）を対応する駅の指標値の滞在時間総和（図４の４１４）に加え、Ｔｓｉの二乗値を滞在時間二乗和（図４の４１５）に加える。ナワバリ４駅でない場合にはその他の駅の指標値の滞在時間総和（図４の４１４）に加え、Ｔｓｉの二乗値を滞在時間二乗和（図４の４１５）に加える。

別会社の路線へ乗り換える場合や、途中下車して買い物などをする場合は改札機を通過することになるため、複数の入場−出場区間に分割して上記と同様の処理を行う。

より精度を高めるため、駅周辺での購買行動の後のバス等の交通機関の利用履歴や、駅周辺ではない市中の店舗の利用履歴の時刻を用いて出場後、あるいは入場前の行動を推定する事ができる。また、記録として残らない購買行動（現金で支払い）の可能性を排除するために、記録として残る最後の購買履歴が、惣菜、スイーツ、あるいは生花など、購入後に別の購買をすることが少ない商品かどうか、といった知識を利用することもできる。

更に、図９のモデルは時刻通りに列車の運行がなされた場合に成立するが、事故などで大きく運行が変わる（遅延する）場合は、遅延情報を加味して計算するか、該当日は上記の計算を行わない、等で対応する。

以上で、図７の７０３の処理が完了した。続いて、図７の７０４の処理を行う。ここでは図５に示したカード書き込み用の簡易的な指標値を計算する。

図４に示す指標値と同じ情報の部分、即ち４０１を５０１へ、４０２を５０２へ、ナワバリ４駅の各駅コード４１１と駅フラグ４１２を５１１〜５１８へそれぞれその値をコピーする。利用回数５１９から利便性利用金額５２４までは図４のうち、ナワバリ４駅に関して、４１３，４１４，４１６，４１７，４１８，４１９それぞれの総和を取った値とする。

以上で図７の説明は完了した。以下では計算サーバ１０８２の説明に戻る。利用者分類指標ファイルは既に説明した、図４の指標値マスタ、図５のカード用の簡易型指標値、図１０利用者個人設定ファイル、を格納する。

パートナ店舗広告ファイルには既に説明した、図１１の店舗データ、及び図１４に示す広告データを格納する。図１４に示す広告データは、まず広告を出す企業、店（系列）、店舗の各コード（１４００１〜１４００３）、広告を出す期間（１４００４、１４００５）がある。更に、広告を出す対象を限定する情報として、駅フラグ（１４００６）（駅フラグは図４４１２）、駅数の下限数（１４００７）、対象とする傾向（１４００８、利便性か娯楽性）、対象とする利用者の参加頻度（１４００９）や利用時刻帯（１４０１０）を保持する。メッセージ（１４０１１）は広告の具体的内容である。

次に、パートナ情報配信サーバ１０８３の機能を説明する。

パートナ情報配信サーバ１０８３は、パートナ企業に向けて計算サーバ１０８２で算出した利用者の指標値に応じてパートナ向けの情報を編集する。パートナ情報配信サーバ１０８３は２つの情報を編集する。ひとつは、パートナ企業の販促・企画担当者（図１の１３３１）が利用者のマクロな情報を知るために参照する情報である。この情報はパートナ企業の端末装置で参照される（図１の１３２１）。これをパートナ向け分析情報と呼ぶ。もうひとつは店舗で接客時（実際には決済の際）に、接客する販売員が決済用のＰＯＳレジ端末等（図１の１０３３、１０３５）の画面で、その利用者に合わせた販促用の情報である。これをパートナ向け販促情報と呼ぶ。

まず、パートナ向け分析情報に関して説明する。図１５は、その画面の一例である。画面全体１５００１に対して大きく上段（１５００３、１５００４）と下段（１５００５、１５００７、１５００９）の情報に分かれる。上段の情報は、店舗毎の情報である。まず、パートナ企業の販促・企画担当者が、１５００２の店舗選択用プルダウンメニューから調査したい店舗Ａを選択する。その選択情報がパートナ情報配信サーバに送信され、その情報を受信したパートナ情報配信サーバは、店舗Ａの店舗コードに対応してその店舗が位置する駅コードＳを店舗データ(図１１)を検索して求める。

次に、全利用者の指標値（図４）のうち、ナワバリ４駅のうちのひとつが駅コードＳの駅となる利用者の、利用回数（４１３）、時間帯毎の利用回数（４２３〜４４０）を項目毎にそれぞれ合計する。そして、４２３〜４４０の合計値を利用回数（４１３）の合計値で割った１８項目の値を求め、それらの情報は端末装置１３２１に送信され、グラフ１５００３に表示される。これは、駅Ｓをナワバリとする利用者の曜日・時間毎の利用率を表す。

グラフ１５００４には図３の利用履歴レコードを集計した値を表示する。ここでは３種類の集計値に関して、１５００３の場合と同じように曜日・時間帯で１８通りのケースの集計値を求める。第一の集計値は駅Ｓの利用者の日毎の総和、第二の集計値は、店舗Ａで購入実績のある利用者の日毎の総和、第三の集計値は店舗Ａで購入実績のある利用者のうち、その駅をナワバリとする利用者の日毎の総和である。第三の集計値に関しては、図１０の１０２〜１０５を参照して各利用者が駅Ｓをナワバリとしているかどうかを判断する。この集計により、駅利用者のうちどのくらいの人が店舗Ａを利用するか、さらにはそのうちどのくらいの人がその駅をナワバリとするかを表す。

下段には、１５００６と１５００８のフィールドで指定する２つの期間に関して、その期間に店舗Ａで購入の記録のある利用者の１日あたりの人数、１日あたりの支払い金額、店舗全体での１日あたりの売上げ高、及び、そのうちの駅Ｓをナワバリとする人数とナワバリとする人の支払い金額、及び１日あたりの売上高を１５００４の場合と同様に履歴レコードを用いて集計し、それぞれグラフ１５００５、１５００７に表示する。そしてそれらの各項目の差分を１５００９に表示する。

次に、パートナ向け販促情報に関して説明する。図１６は、接客する販売員が決済用のＰＯＳレジ端末等（図１１０３３、１０３５）の画面の一例である。画面１６００１の上部の領域１６００２は本来のＰＯＳレジ端末としての機能である販売金額、受取額、釣銭額などが表示される。画面下部の領域１６００３が販売員が参照するパートナ向け販促情報である。この部分は左側の利用者の属性を表現する領域１６００４と、右側の広告メッセージを表示する領域１６００５からなる。画面の１６００３部分は、対面する利用者が決済のために非接触ＩＣカードを提示し、その情報を読み取った際に、そのＩＤから、利用者分類指標を参照してその利用者の指標値を求め、その値を元に内容を変える。１６００４の部分は対面する利用者の指標値に対応するインジケータで、その店舗のある駅がナワバリ４駅に含まれるか否か、その店舗がその利用者が多く利用する店舗の傾向（娯楽性か利便性か）と合致するか、その駅の利用頻度が低いか高いか、によりその度合いを棒グラフ形式で表現する。即ち、ナワバリ駅の一つで、多く使う店舗の傾向が合致し、駅の利用頻度が高い場合に高い値になる。更に広告データ（図１４）を参照し、その店舗の広告（１４００１〜１４００３が合致）で、期間がマッチ（その日が開始日時１４００４から終了日時１４００５の間にある）し、対象駅フラグ１４００６がその駅の傾向に合致し、対象駅数１４００７よりもその利用者の該当駅の利用回数が高く、店舗の傾向１４００８が合致し、対象頻度１４００９よりも利用者の駅利用頻度が高く、対象時間１４０１０よりも利用者の滞在時間が長い場合、その１４００６から１４０１０の条件を満たす広告データの１つをランダムに選択するか、総てを満たすデータがない場合は満たす条件の最も多い広告データの一つをランダムに選択し、その選択されたデータのメッセージ１４０１１を広告メッセージ１６００５に表示する。

次に、利用者情報サーバ１０８４の機能を説明する。利用者情報サーバ１０８４は、利用者向けに計算サーバ１０８２で算出したその利用者の指標値に応じて、その利用者向けの情報を編集する。利用者情報サーバ１０８４は大きく二つの機能があり、４種類の情報を編集する。利用者ｗｅｂでは３種類のデータを編集する。

一つは、利用者自身が自分のナワバリ駅利用状況を確認したり、自分向けの広告を参照するための利用者向け提供情報である。これにはインターネットを通してパソコンなどの端末装置のＷｅｂブラウザから参照するための情報（図１７）と携帯電話網を利用し、携帯電話のブラウザ機能から参照するための情報（図１８）と、共通の情報に基づく二つの情報を編集する。もう一つは店舗で支払いをする際にＰＯＳレジ端末の利用者向けの画面に表示されたり、改札機を通過する際に利用者向けの画面に表示される情報である。これを利用者向け広告情報と呼ぶ（図１９）。最後の一つは、この利用者向け広告情報を情報配信機能１４１２を用いて携帯電話のメール機能により、あらかじめ設定した時刻や、改札機を通過したタイミングで利用者の携帯電話１４３２に送信するものである。

ここで、Ｗｅｂコマースや携帯電話では、利用者が端末を操作している時にリコメンデーションを提示できるため購買時に「ついで」に買う行動を誘発できる可能性があるのに対し、非接触型ＩＣカードは決済するその瞬間までその利用者を特定することができず、またカード自体にはオンラインで情報を表示する機能が無いため、情報の提示できるタイミングが制限される。そこで、本実施形態では、情報提示のタイミングが制限される非接触型ＩＣカードの利用者に対して、適切なタイミングで情報提供することを目的とし、改札機や券売機で非接触型ＩＣカードを利用した際に、利用者向けの画面に情報を表示することも特徴する。これにより、駅店舗を利用する前に（購買後ではなく）、利用者向け広告情報を利用者に提供することができる。

まず、利用者向け提供情報に関して説明する。図１７はその画面の一例である。画面全体１７００１は大きく７つの領域に分かれる。上段左のタイトル部分１７００２には、利用者があらかじめ設定したニックネームが表示される。上段右にはその日の日付と当日の予想天気（天候や気温などの予測）などを表示する（１７００３）。画面左上のステータス情報１７００４には、その利用者の指標値（図４）の駅利用種数４０２やナワバリ４駅に関する指標４１３、４１４、４１６を帯グラフ形式で表示する。便利帳情報１７００５はナワバリ４駅の駅時刻表やそれらの駅を通る鉄道路線におけるその時点の事故や遅延情報へのリンクを表示する。中央の今日のおすすめ欄１７００６は、広告データ（図１４）から、その日が開始日時と終了日時の間にあり、利用者のナワバリ４駅にある店舗（１４００３と一致する店舗コード（１１００５）を持つ店舗データ（図１１）の１レコードを検索しその駅コード１１００８がナワバリ４駅のいずれかに一致する）に関して、対象駅フラグ１４００６がその利用者のそのナワバリ駅に合致し、店舗の傾向１４００８が合致し、対象頻度１４００９よりも利用者の駅利用頻度が高く、対象時間１４０１０よりも利用者の滞在時間が長い場合、その１４００６から１４０１０の条件を満たす広告データを順に列挙し、さらに満たす条件の最も多い順に広告データを表示したものである。さらには、対象駅数１４００７よりもその利用者の該当駅の数が高いことを条件として追加することもできる。

ニュース欄１７００７は、その駅、その駅を通る路線、あるいはその駅構内や周辺の店舗（を経営する企業）がＷｅｂで公表するニュースのうち、掲載時刻の新しいものを上にし、そのニュースへのリンクを列挙する。

バナーのリスト欄１７００８は、利用者のナワバリ４駅にある店舗（あるいはその店舗を経営する企業）のホームページにリンクするバナーのリストである。利用頻度が高いナワバリ駅にあり、利用者がその駅で多く利用する傾向の店が上位に来るように配置する。

図１８の画面１８００１は図１７の画面１７００１と表示される情報は同じである。携帯電話向けのため、表示できる情報量を減らす。１８００２はタイトル、１８００３はステータス表示で、その利用者の指標値（図４）の駅利用種数４０２やナワバリ４駅に関する指標４１３、４１４、４１６のうちの１項目をランダムで選択し、ナワバリ４駅に関してそれぞれ頻度など指標値を色合い（赤は値が大きく青は値が小さい）で表現する。便利帳１８００４、おすすめ１８００５、ニュース１８００６は表示する情報の件数を３件に絞って報告する。

図１９の利用者向け広告情報はＰＯＳレジ端末などで支払い時に利用者から見える表示装置に表示される。画面全体１９００１は２つの領域からなる。ステータス領域１９００２はその駅がその利用者のナワバリ４駅に含まれる場合、該当駅に関する指標値４１３、４１４、４１６、４１７の４つの値を色合いとしてグラフィカルに円で表示する。１９００３のメッセージ領域は、広告データ（図１４）から、その日が開始日時と終了日時の間にあり、利用者のナワバリ４駅にある店舗（１４００３と一致する店舗コード（１１００５）を持つ店舗データ（図１１）の１レコードを検索しその駅コード１１００８がナワバリ４駅のいずれかに一致する）に関して、対象駅フラグ１４００６がその利用者のそのナワバリ駅に合致し、店舗の傾向１４００８が合致し、対象頻度１４００９よりも利用者の駅利用頻度が高く、対象時間１４０１０よりも利用者の滞在時間が長い場合、その１４００６から１４０１０の条件を満たす広告データを順に列挙し、さらに満たす条件の最も多い順に広告データを表示したものである。さらには、対象駅数１４００７よりもその利用者の該当駅の数が高いことを条件として追加することもできる。上述したように、駅利用回数、店舗利用傾向、駅滞在時間の３つの指標と、予め記録されている広告データが示す指標とを比較して、所定の条件を満たす広告データを利用者に表示・提供する。

ここで、なぜ駅利用回数、店舗利用傾向、駅滞在時間の３つの軸に基づいて利用者の行動傾向を分析するかについて説明する。ある利用者が駅(およびその周辺の商業施設)をどのような目的で利用しているかを本人の行動から判別する方法を考えると、まず駅自体をどのくらいの頻度で乗降しているか、その駅にどのくらい滞在しているかにより、その利用者が積極的な駅利用者であるか、そうでないかを判別できる。利用頻度も、特定の駅だけ、あるいは決まった複数の駅を頻繁に利用するのと、多くの駅を不特定に利用する場合とで目的は異なると解釈できる。

さらに、どの駅で購買が多いか、そこでどのような傾向のものを購入するのかによりさらに利用目的を判別できる。特に購買に関しては、多様な業種、業態があるため、個別の店舗、個別の商品をみるのではなく、どのような指向の店舗を利用するかをまず判断する。その軸として、生活に必要な食品(惣菜等)や日用品を主に購入する、あるいは主に単独で短時間に食事ができるファストフードなどを利用する、といった利便性の高い店舗を利用する場合と、ファッションなど嗜好品や複数の人で話をしながら食事をするレストランなど娯楽性の高い店舗を利用する場合とでおのずと目的を判別できる。

また、一般的に利便性の高い店舗を利用する場合は、１回の駅滞在時間は比較的短いと考えられる。そのため、利用する店舗が利便性の高い店舗が多くても、滞在時間が長めであれば、実際に購入しなくてもウィンドウショッピングを楽しんだのちに日常品を購入して帰宅する傾向にあると分析できる。このように、３つの軸を組み合わせることにより、複合的な傾向が判別できる。非接触ＩＣカードの利用履歴データには、どの駅を何時入場、出場したかどの店舗を利用したか、という記録が残るため、このデータから上記の判別に必要な情報を抽出することが可能である。

情報配信で送付される情報は利用者向け広告情報端末向けの情報と同じ選択基準でナワバリ駅４駅に関して広告メッセージ（図１４の１４０１１）を選択する。そして、あらかじめ決められた時刻、あるいは改札機を通過したタイミングで利用者の携帯電話へ送付する。

上記に示した利用者向けの情報の編集では、あらかじめ利用者が入力した利用者自身が目標とする駅利用のスタイル、例えば「出張の達人」、「セールの達人」、「惣菜の達人」等、に沿って、例えば「出張の達人」では日中の利用が多く、ナワバリ４駅以外での利用頻度も高く、乗り換え駅での滞在時間もそこそこあるが、滞在の１回あたりの時間は比較的短い、などそれぞれのスタイルの基準を設け、利用者の指標値の対応する項目がすべてあらかじめ決めた値以上になると「達人」としての称号を与える、などのゲーム感覚のサービスも可能である。

なお、上記の例では、指標値を求めるために利用したのは交通系の非接触ＩＣカードの利用記録であったが、これに加え、クレジットカードでの決済、他のＩＣカード型の電子マネー、携帯電話等で取得した位置情報などの利用履歴を駅滞在時間や店舗での支払い金額のなどの指標値の精度を向上させるために利用することもできる。

本発明によれば、利用者が保持する非接触ＩＣカードには図５に示す指標値が記録される。この情報は、図１のネットワーク１０７１に接続していないリーダライタ装置でも、カードの利用者の指標値を読み出すことにより、利用者の行動傾向に合ったリコメンデーションを行う事が可能になる。

以上から本発明の基本となる駅構内や駅周辺における行動を、滞在の頻度、時間、そして駅店舗の利用傾向（娯楽性を求めるか、利便性を求めるか）により特徴づけることにより、各利用者の駅の利用のスタイルに適合した店舗や商品のリコメンデーションを行う事が可能になる。

１０１１,１０１２，１０１３，１０１４，１０１５利用者
１０２１,１０２２，１０２３，１０２４，１０２５非接触ＩＣカード
１０３１改札機
１０３２券売機
１０３３券売機（発券端末）
１０３４情報端末
１０３５ＰＯＳレジ端末
１１１１,１１１２，１１１３，１１１４，１１１５ＣＰＵ
１１２１,１１２２，１１２３，１１２４，１１２５不揮発メモリ
１１３１,１１３２，１１３３，１１３４，１１３５無線モジュール
１１４１,１１４２，１１４３，１１４４，１１４５アンテナ
１０４１,１０４２，１０４３，１０４４，１０４５リーダライタ装置
１２１１,１２１２，１２１３，１２１４，１２１５ＣＰＵ
１２２１,１２２２，１２２３，１２２４，１２２５メモリ
１２３１,１２３２，１２３３，１２３４，１２３５無線モジュール
１２４１,１２４２，１２４３，１２４４，１２４５アンテナ
１０５１,１０５２，１０５３，１０５４，１０５５、１０６３,１０６５表示デバイス
１０７１ネットワーク
１０８２計算サーバ
１３１１ネットワークインタフェース
１３１２プロセッサ
１３１３メモリ
１３１４記録装置
１０８３パートナ情報配信サーバ
１０８４利用者情報サーバ
１４１１利用者Ｗｅｂ機能
１４１２情報配信機能
１０７２インターネット
１３２１パートナ担当者の端末
１３３１パートナ担当者
１４３１パーソナルコンピュータ
１４３２携帯電話
１４４１、１４４２利用者
１０７３携帯電話キャリア
２０１１日分履歴の列挙
２０２指標値再計算
２０３指標値更新
２０４指標値更新の通知
３０１利用者ＩＤ
３０２日時
３０３駅店舗コード
３０４端末コード
３０５タイプ
３０６金額
３０７残金
３０８計算基準１
３０９計算基準２
４０１開始日
４０２駅利用種数
４０３駅利用駅コード
４１１駅コード
４１２駅フラグ
４１３利用回数
４１４滞在時間総和
４１５滞在時間の二乗和
４１６娯楽性店舗数
４１７利便性店舗数
４１８娯楽性利用金額
４１９利便性利用金額
４２０娯楽性利用金額二乗和
４２１利便性利用金額二乗和
４２３平日朝の利用回数
４２４平日午前の利用回数
４２５平日昼の利用回数
４２６平日午後の利用回数
４２７平日夕の利用回数
４２８平日夜の利用回数
４２９週末朝の利用回数
４３０週末午前の利用回数
４３１週末昼の利用回数
４３２週末午後の利用回数
４３３週末夕の利用回数
４３４週末夜の利用回数
４３５祝日朝の利用回数
４３６祝日午前の利用回数
４３７祝日昼の利用回数
４３８祝日午後の利用回数
４３９祝日夕の利用回数
４４０祝日夜の利用回数
５０１開始日
５０２駅利用種数
５１１駅コード１
５１２駅フラグ１
５１３駅コード２
５１４駅フラグ２
５１５駅コード３
５１６駅フラグ３
５１７駅コード４
５１８駅フラグ４
５１９利用回数
５２０滞在時間総和
５２１娯楽性店舗数
５２２利便性店舗数
５２３娯楽性利用金額
５２４利便性利用金額
６０１利用者ＩＤ
６０２残金
６０３駅コード
７０１利用駅の推定
７０２傾向の算出
７０３滞在時間の推定
７０４カード用指標値の計算
８０１駅Ａ入場時刻
８０２駅Ｂ出場時刻
８０３経過時間
８０４列車移動時間
８０５徒歩移動＋待ち時間
８０６徒歩移動時間
８０７滞留時間
８０８駅Ｂ店舗Ｘ利用時刻
８０９駅Ｃの滞在時刻
８１０駅Ａの店舗Ｙ利用時刻
８１１駅Ａ周辺滞留時間
８１２店舗Ｙ利用時間
８１３駅Ｂの店舗Ｚ利用時刻
８１４駅Ｂ周辺滞留時間
８１５駅Ｃの自販機利用時刻
９０１所要時間
９０２利用者数
９０３平均的な所要時間
９０４最短所要時間
９０５駅滞留者
９０６典型値
９０７利用者の最短所要時間
９０８典型値に時間偏差を加えた値
９０９駅滞留時間
９１１時間偏差（典型値と最短値の差）
９１２時間偏差
９１３駅Ｂ出場時刻
９１４駅構内滞留時間
１０１利用者ＩＤ
１０２駅コード１
１０３駅コード２
１０４駅コード３
１０５駅コード４
１０６駅コードＡ
１０７駅コードＢ
１０９典型時間
１１０時間偏差
１１１１レコード
１１００１企業コード
１１００２企業名
１１００３店コード
１１００４店名
１１００５店舗コード
１１００６店舗名
１１００７業種コード
１１００８駅コード
１１００９支払フラグ
１１０１０内外フラグ
１１０１１傾向値
１１０１２所要時間
１１０１３平均金額
１１０１４開店時刻
１１０１５閉店時刻
１１０２０端末数
１１０２１〜１１０２３端末コード
１１０３０改札機コード
１１０３１所要時間
１２００１駅Ａ入場時刻
１２００２店舗Ｂ利用時刻
１２００３真の出発時刻
１２００４滞留時間
１２００５店舗Ｃ利用時刻
１２００６店舗Ｃ利用開始時刻
１２００７滞留時間
１２００８店舗Ｆ利用時刻
１２００９店舗Ｇ利用時刻
１２０１０店舗Ｈ利用時刻
１２０１１真の開始時刻
１２０１２真の終了時刻
１２０１３滞留時間
１３００１駅Ａ出場時刻
１３００２店舗Ｂ利用時刻
１３００３真の終了時刻
１３００４滞留時間
１３００５店舗Ｃ利用時刻
１３００６店舗Ｃ利用開始時刻
１３００７滞留時間
１４００１企業コード
１４００２店コード
１４００３店舗コード
１４００４開始日時
１４００５終了日時
１４００６対象駅フラグ
１４００７対象駅数
１４００８対象傾向
１４００９対象頻度
１４０１０対象時間
１４０１１メッセージ
１５００１パートナ向け分析情報画面
１５００２店舗選択メニュー
１５００３駅Ｓをナワバリとする利用者の利用頻度グラフ
１５００４駅Ｓ利用者と店舗利用実績グラフ
１５００５、１５００７１日あたりの利用者人数、支払い金額、全店舗売上げのグラフ
１５００６、１５００８期間入力フィールド
１５００９１５００５と１５００７の差分グラフ
１６００１パートナ向け販促情報画面
１６００２ＰＯＳレジ機能画面
１６００３パートナ向け販促情報
１６００４利用者属性表示部
１６００５広告メッセージ部
１７００１Ｗｅｂ用利用者向け提供情報画面
１７００２ページのタイトル
１７００３基本情報領域
１７００４ステータス領域
１７００５便利帳領域
１７００６今日のおすすめ領域
１７００７ニュース領域
１７００８パートナ企業バナー広告
１８００１携帯電話用利用者向け提供情報画面
１８００２ページのタイトル
１８００３ステータス領域
１８００４便利帳領域
１８００５おすすめ領域
１８００６ニュース領域
１９００１利用者向け広告情報画面
１９００２ステータス領域
１９００３メッセージ領域

Claims

交通系決済手段と通信を行うリーダライタ装置にネットワークを介して接続される行動傾向分析サーバであって、
上記ネットワークに接続されるネットワークインタフェースと、
上記ネットワークインタフェースに接続されるプロセッサと、
上記プロセッサに接続される記録装置と、を備え、
上記プロセッサは、
上記ネットワークインタフェースを介して、上記交通系決済手段の利用履歴を受けて、上記利用履歴に含まれる入出場履歴に基づいて駅利用回数を算出して上記記録装置の利用者分類指標ファイルに格納し、
上記利用履歴に含まれる購買履歴と上記記録装置に格納される店舗データに基づいて利便性か娯楽性かを示す店舗利用傾向を算出して上記利用者分類指標ファイルに格納し、
上記利用履歴に含まれる入出場履歴に基づいて駅滞在時間を算出して上記利用者分類指標ファイルに格納し、
上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を上記記録装置に予め記録される上記店舗の広告データと比較して所定の条件を満たす広告データを選択し、上記選択された広告データを出力する行動傾向分析サーバ。
請求項１に記載の行動傾向分析サーバであって、
上記プロセッサは、上記利用履歴から、上記交通系決済手段の利用者が利用した駅の数を算出し、上記駅の数に基づいて上記所定の条件を満たす広告データを選択する行動傾向分析サーバ。
請求項１又は２に記載の行動傾向分析サーバであって、
上記プロセッサは、上記交通系決済手段の利用者により予め指定される駅とそれ以外の駅それぞれについて、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を算出する行動傾向分析サーバ。
請求項１乃至３の何れかに記載の行動傾向分析サーバであって、
上記プロセッサは、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を上記リーダライタ装置に送信し、
上記交通系決済手段と上記リーダライタ装置とが通信を行った際に、上記リーダライタ装置により上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間が上記交通系決済手段内のメモリに記録される行動傾向分析サーバ。
請求項１乃至４の何れかに記載の行動傾向分析サーバであって、
上記プロセッサは、上記利用履歴に含まれる購買履歴を用いて上記駅滞在時間を補正する行動傾向分析サーバ。
請求項１乃至５の何れかに記載の行動傾向分析サーバであって、
上記プロセッサは、上記選択された広告データを上記リーダライタ装置に送信し、
上記交通系決済手段と上記リーダライタ装置とが通信を行った際に、上記リーダライタ装置に接続される表示部に、上記選択された広告データが表示される行動傾向分析サーバ。
交通系決済手段と通信を行うリーダライタ装置にネットワークを介して接続される行動傾向分析サーバにおいて実行される行動傾向分析方法であって、

上記交通系決済手段の利用履歴を受信して、上記利用履歴に含まれる入出場履歴に基づいて駅利用回数を算出して上記記録装置の利用者分類指標ファイルに格納するステップと、
上記利用履歴に含まれる購買履歴と上記記録装置に格納される店舗データに基づいて利便性か娯楽性かを示す店舗利用傾向を算出して上記利用者分類指標ファイルに格納するステップと、
上記利用履歴に含まれる入出場履歴に基づいて駅滞在時間を算出して上記利用者分類指標ファイルに格納するステップと、
上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を予め記録される上記店舗の広告データと比較して所定の条件を満たす広告データを選択し、上記選択された広告データを出力するステップと、を有する行動傾向分析方法。
請求項７に記載の行動傾向分析方法であって、
上記行動傾向分析サーバは、上記交通系決済手段の利用者により予め指定される駅とそれ以外の駅それぞれについて、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を算出する行動傾向分析方法。
請求項７又は８に記載の行動傾向分析方法であって、
上記行動傾向分析サーバは、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を上記リーダライタ装置に送信するステップを有し、
上記交通系決済手段と上記リーダライタ装置とが通信を行った際に、上記リーダライタ装置により、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間が上記交通系決済手段内のメモリに記録される行動傾向分析方法。
請求項７乃至９の何れかに記載の行動傾向分析方法であって、
上記行動傾向分析サーバは、上記利用履歴に含まれる購買履歴を用いて上記駅滞在時間を補正するステップを有する行動傾向分析方法。