JP2012198870A - ユーザ行動認識装置および方法 - Google Patents
ユーザ行動認識装置および方法 Download PDFInfo
- Publication number
- JP2012198870A JP2012198870A JP2011242424A JP2011242424A JP2012198870A JP 2012198870 A JP2012198870 A JP 2012198870A JP 2011242424 A JP2011242424 A JP 2011242424A JP 2011242424 A JP2011242424 A JP 2011242424A JP 2012198870 A JP2012198870 A JP 2012198870A
- Authority
- JP
- Japan
- Prior art keywords
- activity
- user
- ratio
- trip chain
- duration
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
【解決手段】 ユーザ行動認識装置が、ユーザ位置データを受信し、時間に基づいてそのデータを調整して、時系列的なユーザ位置データを取得するように構成された位置データ受信手段と、時系列的なユーザ位置データを前処理するように構成されたデータ前処理手段と、前処理されたユーザ位置データに基づいて、ユーザ活動のタイプを認識するための特徴ベクトルを抽出するように構成された特徴ベクトル抽出手段と、特徴ベクトル抽出手段によって抽出された特徴ベクトルに基づいて、ユーザ活動のタイプを認識し、ユーザの行動特徴を把握するように構成されたユーザ行動認識手段とを備える。
【選択図】 図2
Description
図4は、本発明の一実施例による、ユーザトリップチェーンに関する特徴ベクトルの抽出を示す概略図である。特徴を抽出する前に、トリップチェーンに関する完全な時間および空間の情報を計算し、記述する必要がある。この情報は、居住者が自宅からトリップを開始した時刻を表すトリップチェーン開始時間t0 1、居住者がすべての活動を完了して自宅に戻った時刻を表すトリップチェーン終了時間t0 2、i番目の活動の開始時間ti 1と終了時間ti 2、およびi番目の活動とj番目の活動の間の距離lijで構成される(図4参照)。トリップチェーンにおいては、自宅は「自宅休養」という活動とみなされ、活動番号は0となる。
トリップチェーンに関する空間情報は、トリップチェーンの空間的な構成要因を記述し、ユーザトリップチェーンの空間的特徴を反映している。これらの空間的特徴は、トリップチェーンの距離の長さ、トリップチェーン内の活動間の距離、トリップチェーンの半径、自宅から1つの活動までの直接距離、および1つの活動から自宅までの距離を含む。「トリップチェーンの半径」とは、トリップチェーンの空間的広さ、すなわち、自宅からトリップチェーン内の活動までの最大距離を意味する。「自宅から1つの活動までの直接距離」とは、ユーザが自宅から活動のために目的地まで移動する距離を意味する。「1つの活動から自宅までの距離」とは、居住者がその活動の終了後に活動位置から自宅まで移動する距離を意味する。「自宅から1つの活動までの直接距離」と「1つの活動から自宅までの距離」は、同じであることも、互いに異なることもある。居住者トリップチェーンの距離の長さが活動の内容に与える影響を記述するため、トリップチェーンの最大長さが導入されている。居住者トリップチェーンの長さの程度は、トリップチェーンの最大長さに対するトリップチェーンの長さの比率に基づき、トリップチェーンの他の特徴ベクトルと同じに維持することができる。
活動自体に関する時間情報は、活動自体の時間的構成要素を記述し、主に、絶対的時間特徴、相対的時間特徴、直前の活動から/直後の活動までの時間の特徴、および主要活動から/主要活動までの時間の特徴で構成される。「絶対的時間特徴」とは、1日24時間における活動自体の開始時間(時刻)、持続時間(何時から何時まで)、および終了時間(時刻)を意味する。「相対的時間特徴」とは、自宅から開始し自宅で終了する1つの閉じたトリップチェーンにおける1つの活動の開始時間、持続時間、および終了時間を意味する。
活動自体に関する空間情報は、活動自体の空間的構成要素を記述し、主に、自宅から活動までの直接距離の特徴、活動から自宅までの距離の特徴、直前の活動から/直後の活動までの距離、主要活動から/主要活動までの距離等で構成される。
ユーザ位置データを受信し、時間に基づいてそのデータを調整して、時系列的なユーザ位置データを取得するように構成された位置データ受信手段と、
前記時系列的なユーザ位置データを前処理するように構成されたデータ前処理手段と、
前処理された前記ユーザ位置データに基づいて、ユーザ活動のタイプを認識するための特徴ベクトルを抽出するように構成された特徴ベクトル抽出手段と、
前記特徴ベクトル抽出手段によって抽出された前記特徴ベクトルに基づいて、ユーザ活動のタイプを認識し、ユーザの行動特徴を把握するように構成されたユーザ行動認識手段と
を備えることを特徴とするユーザ行動認識装置。
前記時系列的なユーザ位置データが、
ユーザ識別情報、地理的位置情報、および時間情報で構成される
ことを特徴とする付記1に記載のユーザ行動認識装置。
前記データ前処理手段は、
前記時系列的なユーザ位置データからユーザトリップチェーンとユーザ活動領域とを取得し、かつデジタル電子地図の関心点情報に関連するユーザ活動のオプション位置を取得するように構成される
ことを特徴とする付記1に記載のユーザ行動認識装置。
前記特徴ベクトル抽出手段によって抽出される前記特徴ベクトルは、
ユーザトリップチェーンに関する時間ベースおよび空間ベースのベクトルと、ユーザ活動に関する時間ベースおよび空間ベースのベクトルとで構成される
ことを特徴とする付記1に記載のユーザ行動認識装置。
前記ユーザトリップチェーンに関する時間ベースのベクトルは、
1日全体に対するトリップチェーンの開始時間の比率、1日全体に対するトリップチェーンの持続時間の比率、1日全体に対する主要活動の開始時間の比率、1日全体に対する主要活動の持続時間の比率、トリップチェーンの持続時間に対する全活動の持続時間の比率、トリップチェーンの持続時間に対する全活動の平均持続時間の比率、トリップチェーンの持続時間に対する分散された活動の持続時間の比率における標準偏差、およびトリップチェーンにおける全活動の持続時間に対する主要活動の持続時間の比率で構成される
ことを特徴とする付記4に記載のユーザ行動認識装置。
前記ユーザトリップチェーンに関する空間ベースのベクトルは、
トリップチェーンの最大長さに対するトリップチェーンの長さの比率、トリップチェーンの長さに対するトリップチェーンの半径の比率、トリップチェーンの長さに対する自宅から主要活動までの直接距離の比率、トリップチェーンの長さに対する活動間の平均距離の比率、および活動間の距離の標準偏差で構成される
ことを特徴とする付記4に記載のユーザ行動認識装置。
前記ユーザ活動に関する時間ベースのベクトルは、
1日全体に対する1つの活動の開始時間の比率、1日全体に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間とトリップチェーンの開始時間との差の比率、トリップチェーンの持続時間に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間と直前の活動の終了時間との差の比率、トリップチェーンの持続時間に対する、1つの活動の終了時間と次の活動の開始時間との差の比率、主要活動の持続時間に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間と主要活動の終了時間との差の比率、およびトリップチェーンの持続時間に対する、主要活動の開始時間と1つの活動の終了時間との差の比率で構成される
ことを特徴とする付記4に記載のユーザ行動認識装置。
前記ユーザ活動に関する空間ベースのベクトルは、
トリップチェーンの長さに対する自宅から1つの活動までの直接距離の比率、トリップチェーンの長さに対する1つの活動から直前の活動まで距離の比率、トリップチェーンの長さに対する1つの活動から次の活動までの距離の比率、トリップチェーンの長さに対する、1つの活動から自宅までの距離と主要活動から自宅までの距離の差の比率、トリップチェーンの長さに対する、自宅から1つの活動までの直接距離と自宅から主要活動までの直接距離の差の比率で構成される
ことを特徴とする付記4に記載のユーザ行動認識装置。
前記ユーザ行動認識手段が、
サポートベクターマシンをベースとする分類子を備える
ことを特徴とする付記1に記載のユーザ行動認識装置。
ユーザ識別に基づいてユーザの行動特徴をユーザの情報と関連付け、特定領域における複数ユーザの特徴データを収集して当該領域の特徴情報を取得するように構成されたユーザ行動収集手段をさらに備える
ことを特徴とする付記1に記載のユーザ行動認識装置。
ユーザ位置データを受信し、そのデータを時間に基づいて調整して、時系列的なユーザ位置データを取得するステップと、
前記時系列的なユーザ位置データを前処理するステップと、
前処理された前記ユーザ位置データに基づいて、ユーザ活動のタイプを認識するための特徴ベクトルを抽出するステップと、
ユーザ行動の特徴を把握するために、前記特徴ベクトルに基づいてユーザ活動のタイプを認識するステップと
を有することを特徴とするユーザ行動認識方法。
前記時系列的なユーザ位置データが、
ユーザ識別情報、地理的位置情報、および時間情報で構成される
ことを特徴とする付記11に記載のユーザ行動認識方法。
前記データ前処理ステップで、
前記時系列的なユーザ位置データからユーザトリップチェーンおよびユーザ活動領域を取得し、かつデジタル電子地図の関心点情報に関連するユーザ活動のオプション位置を取得する
ことを特徴とする付記11に記載のユーザ行動認識方法。
前記特徴ベクトルは、
ユーザトリップチェーンに関する時間ベースおよび空間ベースのベクトルと、ユーザ活動に関する時間ベースおよび空間ベースのベクトルで構成される
ことを特徴とする付記11に記載のユーザ行動認識方法。
前記ユーザトリップチェーンに関する時間ベースベクトルは、
1日全体に対するトリップチェーンの開始時間の比率、1日全体に対するトリップチェーンの持続時間の比率、1日全体に対する主要活動の開始時間の比率、1日全体に対する主要活動の持続時間の比率、トリップチェーンの持続時間に対する全活動の持続時間の比率、トリップチェーンの持続時間に対する全活動の平均持続時間の比率、トリップチェーンの持続時間に対する分散された活動の持続時間の比率における標準偏差、およびトリップチェーンにおける全活動の持続時間に対する主要活動の持続時間の比率で構成される
ことを特徴とする付記14に記載のユーザ行動認識方法。
前記ユーザトリップチェーンに関する空間ベースのベクトルは、
トリップチェーンの最大長さに対するトリップチェーンの長さの比率、トリップチェーンの長さに対するトリップチェーンの半径の比率、トリップチェーンの長さに対する自宅から主要活動までの直接距離の比率、トリップチェーンの長さに対する活動間の平均距離の比率、および活動間の距離の標準偏差で構成される
ことを特徴とする付記14に記載のユーザ行動認識方法。
前記ユーザ活動に関する時間ベースベクトルは、
1日全体に対する1つの活動の開始時間の比率、1日全体に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間とトリップチェーンの開始時間との差の比率、トリップチェーンの持続時間に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間と直前の活動の終了時間との差の比率、トリップチェーンの持続時間に対する、1つの活動の終了時間と次の活動の開始時間との差の比率、主要活動の持続時間に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間と主要活動の終了時間との差の比率、およびトリップチェーンの持続時間に対する、主要活動の開始時間と1つの活動の終了時間との差の比率で構成される
ことを特徴とする付記14に記載のユーザ行動認識方法。
前記ユーザ活動に関する空間ベースのベクトルは、
トリップチェーンの長さに対する自宅から1つの活動までの直接距離の比率、トリップチェーンの長さに対する1つの活動から直前の活動まで距離の比率、トリップチェーンの長さに対する1つの活動から次の活動までの距離の比率、トリップチェーンの長さに対する、1つの活動から自宅までの距離と主要活動から自宅までの距離の差の比率、およびトリップチェーンの長さに対する、自宅から1つの活動までの直接距離と自宅から主要活動までの直接距離の差の比率で構成される
ことを特徴とする付記14に記載のユーザ行動認識方法。
前記特徴ベクトルに基づいてユーザ活動のタイプを認識して、ユーザ行動の特徴を把握するために、サポートベクターマシンをベースとする分類子が採用される
ことを特徴とする付記11に記載のユーザ行動認識方法。
ユーザ識別に基づいてユーザの行動特徴をユーザの情報と関連付けるステップと、特定領域における複数ユーザの特徴データを収集して当該領域の特徴情報を取得するステップとをさらに有する
ことを特徴とする付記11に記載のユーザ行動認識方法。
220:データ前処理手段
230:特徴ベクトル抽出手段
240:ユーザ行動認識手段
20:ユーザ行動認識装置
510:位置データ受信手段
520:データ前処理手段
530:特徴点抽出手段
540:ユーザ行動認識手段
550:ユーザ行動収集手段
50:ユーザ行動認識装置
Claims (10)
- ユーザ位置データを受信し、時間に基づいてそのデータを調整して、時系列的なユーザ位置データを取得するように構成された位置データ受信手段と、
前記時系列的なユーザ位置データを前処理するように構成されたデータ前処理手段と、
前処理された前記ユーザ位置データに基づいて、ユーザ活動のタイプを認識するための特徴ベクトルを抽出するように構成された特徴ベクトル抽出手段と、
前記特徴ベクトル抽出手段によって抽出された前記特徴ベクトルに基づいて、ユーザ活動のタイプを認識し、ユーザの行動特徴を把握するように構成されたユーザ行動認識手段と
を備えることを特徴とするユーザ行動認識装置。 - 前記時系列的なユーザ位置データが、
ユーザ識別情報、地理的位置情報、および時間情報で構成される
ことを特徴とする請求項1に記載のユーザ行動認識装置。 - 前記データ前処理手段は、
前記時系列的なユーザ位置データからユーザトリップチェーンとユーザ活動領域とを取得し、かつデジタル電子地図の関心点情報に関連するユーザ活動のオプション位置を取得するように構成される
ことを特徴とする請求項1に記載のユーザ行動認識装置。 - 前記特徴ベクトル抽出手段によって抽出される前記特徴ベクトルは、
ユーザトリップチェーンに関する時間ベースおよび空間ベースのベクトルと、ユーザ活動に関する時間ベースおよび空間ベースのベクトルとで構成される
ことを特徴とする請求項1に記載のユーザ行動認識装置。 - 前記ユーザトリップチェーンに関する時間ベースのベクトルは、
1日全体に対するトリップチェーンの開始時間の比率、1日全体に対するトリップチェーンの持続時間の比率、1日全体に対する主要活動の開始時間の比率、1日全体に対する主要活動の持続時間の比率、トリップチェーンの持続時間に対する全活動の持続時間の比率、トリップチェーンの持続時間に対する全活動の平均持続時間の比率、トリップチェーンの持続時間に対する分散された活動の持続時間の比率における標準偏差、およびトリップチェーンにおける全活動の持続時間に対する主要活動の持続時間の比率で構成される
ことを特徴とする請求項4に記載のユーザ行動認識装置。 - 前記ユーザトリップチェーンに関する空間ベースのベクトルは、
トリップチェーンの最大長さに対するトリップチェーンの長さの比率、トリップチェーンの長さに対するトリップチェーンの半径の比率、トリップチェーンの長さに対する自宅から主要活動までの直接距離の比率、トリップチェーンの長さに対する活動間の平均距離の比率、および活動間の距離の標準偏差で構成される
ことを特徴とする請求項4に記載のユーザ行動認識装置。 - 前記ユーザ活動に関する時間ベースのベクトルは、
1日全体に対する1つの活動の開始時間の比率、1日全体に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間とトリップチェーンの開始時間との差の比率、トリップチェーンの持続時間に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間と直前の活動の終了時間との差の比率、トリップチェーンの持続時間に対する、1つの活動の終了時間と次の活動の開始時間との差の比率、主要活動の持続時間に対する1つの活動の持続時間の比率、トリップチェーンの持続時間に対する、1つの活動の開始時間と主要活動の終了時間との差の比率、およびトリップチェーンの持続時間に対する、主要活動の開始時間と1つの活動の終了時間との差の比率で構成される
ことを特徴とする請求項4に記載のユーザ行動認識装置。 - 前記ユーザ活動に関する空間ベースのベクトルは、
トリップチェーンの長さに対する自宅から1つの活動までの直接距離の比率、トリップチェーンの長さに対する1つの活動から直前の活動まで距離の比率、トリップチェーンの長さに対する1つの活動から次の活動までの距離の比率、トリップチェーンの長さに対する、1つの活動から自宅までの距離と主要活動から自宅までの距離の差の比率、トリップチェーンの長さに対する、自宅から1つの活動までの直接距離と自宅から主要活動までの直接距離の差の比率で構成される
ことを特徴とする請求項4に記載のユーザ行動認識装置。 - ユーザ識別に基づいてユーザの行動特徴をユーザの情報と関連付け、特定領域における複数ユーザの特徴データを収集して当該領域の特徴情報を取得するように構成されたユーザ行動収集手段をさらに備える
ことを特徴とする請求項1に記載のユーザ行動認識装置。 - ユーザ位置データを受信し、そのデータを時間に基づいて調整して、時系列的なユーザ位置データを取得するステップと、
前記時系列的なユーザ位置データを前処理するステップと、
前処理された前記ユーザ位置データに基づいて、ユーザ活動のタイプを認識するための特徴ベクトルを抽出するステップと、
ユーザ行動の特徴を把握するために、前記特徴ベクトルに基づいてユーザ活動のタイプを認識するステップと
を有することを特徴とするユーザ行動認識方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110077602.3 | 2011-03-18 | ||
CN201110077602.3A CN102682041B (zh) | 2011-03-18 | 2011-03-18 | 用户行为识别设备及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012198870A true JP2012198870A (ja) | 2012-10-18 |
JP5452568B2 JP5452568B2 (ja) | 2014-03-26 |
Family
ID=46813987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011242424A Expired - Fee Related JP5452568B2 (ja) | 2011-03-18 | 2011-11-04 | ユーザ行動認識装置および方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20120239607A1 (ja) |
JP (1) | JP5452568B2 (ja) |
CN (1) | CN102682041B (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015215867A (ja) * | 2014-05-08 | 2015-12-03 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | 顧客の通行分布の取得方法及び顧客の通行分布の取得デバイス |
WO2016067460A1 (ja) * | 2014-10-31 | 2016-05-06 | 株式会社日立製作所 | 交通行動推定システム、交通シミュレーションシステム、交通行動推定方法 |
CN105608890A (zh) * | 2015-09-08 | 2016-05-25 | 上海美慧软件有限公司 | 一种基于手机信号数据的人员出行参数统计方法 |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2008316522A1 (en) | 2007-10-26 | 2009-04-30 | Tomtom International B.V. | A method and machine for generating map data and a method and navigation device for determining a route using map data |
CN103581235B (zh) * | 2012-07-27 | 2016-02-24 | 腾讯科技(深圳)有限公司 | 一种闪屏推送方法及服务器 |
JP5998945B2 (ja) * | 2013-01-10 | 2016-09-28 | 富士通株式会社 | 滞在地点分析方法、滞在地点分析装置、及び滞在地点分析プログラム |
US20140197963A1 (en) * | 2013-01-15 | 2014-07-17 | Fitbit, Inc. | Portable monitoring devices and methods of operating the same |
JP2014182611A (ja) * | 2013-03-19 | 2014-09-29 | Univ Of Tokyo | 情報処理装置、情報処理方法及びプログラム |
CN103218442A (zh) * | 2013-04-22 | 2013-07-24 | 中山大学 | 一种基于移动设备传感器数据的生活模式分析方法及系统 |
GB201307550D0 (en) * | 2013-04-26 | 2013-06-12 | Tomtom Dev Germany Gmbh | Methods and systems of providing information indicative of a recommended navigable stretch |
CN104581622B (zh) | 2013-10-28 | 2018-09-07 | 华为技术有限公司 | 移动用户位置预测方法及设备 |
CN104636354B (zh) * | 2013-11-07 | 2018-02-06 | 华为技术有限公司 | 一种位置兴趣点聚类方法和相关装置 |
GB2521433A (en) | 2013-12-19 | 2015-06-24 | Daimler Ag | Predicting an interface control action of a user with an in-vehicle user interface |
CN105718460A (zh) * | 2014-12-02 | 2016-06-29 | 北京四维图新科技股份有限公司 | 一种基于历史定位信息的数据挖掘方法及装置 |
CN105989087B (zh) * | 2015-02-12 | 2020-02-21 | 阿里巴巴集团控股有限公司 | 一种确定热点区域的方法和装置 |
CN105989226A (zh) * | 2015-02-12 | 2016-10-05 | 中兴通讯股份有限公司 | 一种分析用户轨迹的方法及装置 |
KR102433931B1 (ko) | 2015-07-30 | 2022-08-19 | 삼성전자주식회사 | 움직임 인식 방법 및 움직임 인식 장치 |
CN106488493B (zh) * | 2015-08-24 | 2020-06-02 | 阿里巴巴集团控股有限公司 | 识别用户的网络热点类型的方法和装置及电子设备 |
CN106611017B (zh) * | 2015-10-27 | 2021-06-29 | 北京嘀嘀无限科技发展有限公司 | 一种用户身份识别方法及装置 |
CN105447467A (zh) * | 2015-12-01 | 2016-03-30 | 北京航空航天大学 | 一种用户行为模式的识别系统和识别方法 |
CN106919888A (zh) * | 2015-12-25 | 2017-07-04 | 中国移动通信集团公司 | 一种吃饭行为识别方法、装置及家庭网关 |
CN105653637A (zh) * | 2015-12-28 | 2016-06-08 | 苏州大学 | 一种基于层次结构的兴趣点推荐方法 |
WO2017120788A1 (zh) * | 2016-01-13 | 2017-07-20 | 张阳 | 运动方式的推荐方法及系统 |
CN105959476A (zh) * | 2016-05-11 | 2016-09-21 | 上海电机学院 | 一种移动定位行为数据的采集系统和方法 |
CN107529135A (zh) * | 2016-06-20 | 2017-12-29 | 同济大学 | 基于智能设备数据的用户活动类型判别方法 |
CN107862862B (zh) * | 2016-09-22 | 2020-11-20 | 杭州海康威视数字技术股份有限公司 | 一种车辆行为分析方法及装置 |
WO2018135184A1 (ja) * | 2017-01-23 | 2018-07-26 | ソニー株式会社 | 情報処理装置、情報処理方法及びコンピュータプログラム |
CN106971534B (zh) * | 2017-02-09 | 2019-09-06 | 江苏智通交通科技有限公司 | 基于号牌数据的通勤出行特征分析方法 |
CN108733721A (zh) * | 2017-04-24 | 2018-11-02 | 叶君泰 | 以行事历实现的活动搜寻方法 |
CN107396306A (zh) * | 2017-06-30 | 2017-11-24 | 北京奇虎科技有限公司 | 基于移动终端的用户活动状态识别方法、装置及移动终端 |
CN108151732A (zh) * | 2017-12-22 | 2018-06-12 | 浙江西湖高等研究院 | 一种远程的位置和行为估计方法 |
CN108985195A (zh) * | 2018-06-29 | 2018-12-11 | 平安科技(深圳)有限公司 | 行为识别方法、装置、计算机设备及存储介质 |
CN109509021B (zh) * | 2018-10-22 | 2021-05-28 | 武汉极意网络科技有限公司 | 基于行为轨迹的异常识别方法、装置、服务器及存储介质 |
CN110059919B (zh) * | 2019-03-07 | 2020-06-12 | 特斯联(北京)科技有限公司 | 一种基于大数据的人口异常信息检测方法和系统 |
CN110427562A (zh) * | 2019-08-14 | 2019-11-08 | 智慧足迹数据科技有限公司 | 语义标签划分方法、装置和电子设备 |
CN112413832B (zh) * | 2019-08-23 | 2021-11-30 | 珠海格力电器股份有限公司 | 一种基于用户行为的用户身份识别方法及其电器设备 |
CN110705477A (zh) * | 2019-09-30 | 2020-01-17 | 深圳市商汤科技有限公司 | 行为分析方法、装置、电子设备和计算机存储介质 |
CN113469600B (zh) * | 2020-03-31 | 2024-06-14 | 北京三快在线科技有限公司 | 行程轨迹分段方法、装置、存储介质和电子设备 |
CN111563190B (zh) * | 2020-04-07 | 2023-03-14 | 中国电子科技集团公司第二十九研究所 | 一种区域网络用户行为的多维度分析与监管方法及系统 |
CN113573242B (zh) * | 2020-04-28 | 2023-03-31 | 中国移动通信有限公司研究院 | 重入网用户的识别方法、装置及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009043057A (ja) * | 2007-08-09 | 2009-02-26 | Nomura Research Institute Ltd | 行動履歴分析装置及び方法 |
JP2010198461A (ja) * | 2009-02-26 | 2010-09-09 | Nec Corp | 関心度計測システム、関心度計測端末、関心度計測方法、及び関心度計測プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7102508B2 (en) * | 2002-09-09 | 2006-09-05 | Persephone, Inc. | Method and apparatus for locating and tracking persons |
US7885764B2 (en) * | 2007-09-06 | 2011-02-08 | GM Global Technology Operations LLC | Method for adaptively constructing and revising road maps |
CN101398308B (zh) * | 2008-10-15 | 2012-02-01 | 深圳市凯立德科技股份有限公司 | 一种兴趣点检索方法、兴趣点检索装置及导航系统 |
WO2011140632A1 (en) * | 2010-05-11 | 2011-11-17 | The Royal Institute For The Advancement Of Learning/Mcgill University | Method of identification and devices thereof |
-
2011
- 2011-03-18 CN CN201110077602.3A patent/CN102682041B/zh active Active
- 2011-11-04 JP JP2011242424A patent/JP5452568B2/ja not_active Expired - Fee Related
-
2012
- 2012-01-11 US US13/348,017 patent/US20120239607A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009043057A (ja) * | 2007-08-09 | 2009-02-26 | Nomura Research Institute Ltd | 行動履歴分析装置及び方法 |
JP2010198461A (ja) * | 2009-02-26 | 2010-09-09 | Nec Corp | 関心度計測システム、関心度計測端末、関心度計測方法、及び関心度計測プログラム |
Non-Patent Citations (2)
Title |
---|
CSNG200801003009; 西野 正彬 MASAAKI NISHINO: '滞在地遷移情報からの行動パターン抽出方式の検討 A Study on Extracting Movement Patterns from Transit' 情報処理学会研究報告 Vol.2008 No.110 IPSJ SIG Technical Reports Vol.2008 No.110, 20081106, 57-64, 社団法人情報処理学会 Information Processing Socie * |
JPN6013023901; 西野 正彬 MASAAKI NISHINO: '滞在地遷移情報からの行動パターン抽出方式の検討 A Study on Extracting Movement Patterns from Transit' 情報処理学会研究報告 Vol.2008 No.110 IPSJ SIG Technical Reports Vol.2008 No.110, 20081106, 57-64, 社団法人情報処理学会 Information Processing Socie * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015215867A (ja) * | 2014-05-08 | 2015-12-03 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | 顧客の通行分布の取得方法及び顧客の通行分布の取得デバイス |
US9805379B2 (en) | 2014-05-08 | 2017-10-31 | Baidu Online Network Technology (Beijing) Co. Ltd. | Method and device for obtaining customer traffic distribution |
WO2016067460A1 (ja) * | 2014-10-31 | 2016-05-06 | 株式会社日立製作所 | 交通行動推定システム、交通シミュレーションシステム、交通行動推定方法 |
CN105608890A (zh) * | 2015-09-08 | 2016-05-25 | 上海美慧软件有限公司 | 一种基于手机信号数据的人员出行参数统计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102682041A (zh) | 2012-09-19 |
US20120239607A1 (en) | 2012-09-20 |
CN102682041B (zh) | 2014-06-04 |
JP5452568B2 (ja) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5452568B2 (ja) | ユーザ行動認識装置および方法 | |
CN107391603B (zh) | 用于移动终端的用户画像建立方法及装置 | |
CN104123398B (zh) | 一种信息推送方法及装置 | |
CN105354196B (zh) | 信息推送方法和信息推送装置 | |
US9723450B2 (en) | Inference pipeline system and method | |
US10136249B2 (en) | Information distribution apparatus and method | |
Schuessler et al. | Processing raw data from global positioning systems without additional information | |
US9288306B2 (en) | Method for processing user information, mobile terminal, and server | |
US8972357B2 (en) | System and method for data collection to validate location data | |
CN104303539B (zh) | 经由上下文感知移动装置估计媒体观众的人口统计数据 | |
CN103488666B (zh) | 信息处理设备和方法、电子装置以及计算机可读存储介质 | |
US20160066155A1 (en) | Travel and activity capturing | |
Marakkalage et al. | Understanding the lifestyle of older population: Mobile crowdsensing approach | |
US20110190008A1 (en) | Systems, methods, and apparatuses for providing context-based navigation services | |
JP5140027B2 (ja) | 情報提供装置、情報提供方法およびプログラム | |
EP3014491B1 (en) | Displaying demographic data | |
US20120310737A1 (en) | Method for providing advertisement, computer-readable medium including program for performing the method and advertisement providing system | |
CN106682427A (zh) | 基于位置服务的个人健康状态评估方法及装置 | |
US20150248436A1 (en) | Methods, Circuits, Devices, Systems and Associated Computer Executable Code for Assessing a Presence Likelihood of a Subject at One or More Venues | |
Ghorpade et al. | An integrated stop-mode detection algorithm for real world smartphone-based travel survey | |
CN109275090A (zh) | 信息处理方法、装置、终端及存储介质 | |
CN107133689B (zh) | 一种位置标记方法 | |
Rieser-Schüssler | Capitalising modern data sources for observing and modelling transport behaviour | |
Chung et al. | Identification of a city‟ s soundscape using soundwalks | |
RU2658876C1 (ru) | Способ и сервер для обработки данных датчика беспроводного устройства для создания вектора объекта, связанного с физическим положением |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130520 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130812 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20131106 |
|
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: 20131210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5452568 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |