JP2018106704A - ユーザ移動プロファイリング - Google Patents
ユーザ移動プロファイリング Download PDFInfo
- Publication number
- JP2018106704A JP2018106704A JP2017236734A JP2017236734A JP2018106704A JP 2018106704 A JP2018106704 A JP 2018106704A JP 2017236734 A JP2017236734 A JP 2017236734A JP 2017236734 A JP2017236734 A JP 2017236734A JP 2018106704 A JP2018106704 A JP 2018106704A
- Authority
- JP
- Japan
- Prior art keywords
- users
- user
- cell
- time interval
- time
- 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 claims abstract description 67
- 238000004590 computer program Methods 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000251730 Chondrichthyes Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- IMQLKJBTEOYOSI-UHFFFAOYSA-N Diphosphoinositol tetrakisphosphate Chemical compound OP(O)(=O)OC1C(OP(O)(O)=O)C(OP(O)(O)=O)C(OP(O)(O)=O)C(OP(O)(O)=O)C1OP(O)(O)=O IMQLKJBTEOYOSI-UHFFFAOYSA-N 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- WHWDWIHXSPCOKZ-UHFFFAOYSA-N hexahydrofarnesyl acetone Natural products CC(C)CCCC(C)CCCC(C)CCCC(C)=O WHWDWIHXSPCOKZ-UHFFFAOYSA-N 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000011159 matrix material 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
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
- H04W36/322—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data by location data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
- G06Q30/0256—User search
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0267—Wireless devices
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】方法がもたらされ、方法は、複数のユーザのそれぞれの位置データを、ユーザのそれぞれのためのそれぞれのバケットに分配するステップであって、位置データのそれぞれはそれぞれのユーザの位置を示し、バケットのそれぞれはそれぞれの時間間隔を含み、時間間隔は期間を包含し、時間間隔のそれぞれに対してユーザのそれぞれのためのバケットが存在する、ステップと、ユーザの各ペアに対しておよび時間間隔のそれぞれに対して、位置データに基づいて、それぞれのペアのユーザの間のそれぞれの部分距離を計算するステップと、ユーザのペアのそれぞれに対して、それぞれのペアのユーザの間の距離を取得するために、期間にわたる部分距離を総計するステップと、互いに最も近い距離を有するユーザをクラスタ化するステップとを含む。
【選択図】図1
Description
3GPP 第3世代パートナーシッププロジェクト
A−GPS アシスト型GPS
DB データベース
Gb/s ギガビット/秒
GPS 全地球測位システム
GSM(登録商標) 移動体通信用グローバルシステム
GUI グラフィカルユーザインターフェース
MNO モバイルネットワークオペレータ
PoC 概念実証(Proof of Concept)
POI 興味のある地点(Point of Interest)
SMS ショートメッセージサービス
・ ほとんどすべての場合においてGPSデータは、オペレータはアクセスできないユーザのモバイルデバイスにおいてのみ使用可能である。
・ ユーザのモバイルデバイスにアプリケーションを強制的にプッシュダウンすることは、販売が難しいプライバシー契約となり得る。
・ ユーザが同意したとしても、すべてのモバイルタイプのためにアプリケーションを開発し、維持することはコストがかかる。
・ 常時の能動的な測位がバッテリーを消費し、ユーザエクスペリエンスの悪化に繋がることは言うまでもない。
この分野におけるいくつかの従来技術は以下の通りである。
Identification via Location−Profiling in GSM(登録商標) Networks (2008)
Yoni De Mulder, George Danezis, Lejla Batina, Bart Preneel
オンラインPDFバージョンは、http://www0.cs.ucl.ac.uk/staff/G.Danezis/papers/GSM(登録商標)Location−profile.pdfにおいて入手可能である。
Mobility Profiler: A Framework for Discovering Mobile User Profiles (2008)
Ali Murat, Demirbas Murat, Eagle Nathan
オンラインPDFバージョン:http://www.cse.buffalo.edu/tech−reports/2008−17.pdf
・どのユーザが通常一緒に通勤するかを決定すること
・多くのユーザが通勤する時刻を決定すること
・ユーザの自宅位置(home location)および/または勤務場所(work location)などの、静止エリアを決定すること
1.どのユーザが一緒に通勤するか?
2.ユーザの毎日の移動パターン(通勤/昼食/帰宅時間間隔)は何か?
3.ユーザの静止エリア(例えば、自宅および/または勤務エリア(複数可)および/またはPOIs)は何か?
1.関連があり得る問題を定式化し、モバイルネットワークユーザについての我々の知識を拡張する。例えば:誰が一緒に通勤するか?
2.より良好な品質を得るために、取得することになるデータをクリーンにする。例えば:ハンドオーバデータからのピンポン効果など、ノイズとなる項目をフィルタ除去する。
3.問題に関してユーザを比較することができる、距離/類似性測度(複数可)を定義する。例えば:一定の期間における、共通のセルと異なるセルの比率。
4.問題記述および距離関数に適したクラスタリングアルゴリズムを選択する、例えば:階層的クラスタリング
5.結果を検証し、パラメータまたは距離測度を精緻化する、例えば:結果可視化。
この関数の出力は、時間および場所に関して、共通の毎日の移動パターンを有する人々のグループである。これは各グループが、同様な時間に同様の位置で、日々一緒に移動するユーザを得ることになることを意味する。このようなグループの例は、通勤電車の乗客とすることができる。
式1(交差比率による距離)
注記:式のいずれかにおいて分母がゼロになる特別な場合は、我々はd=1を用いる。
− ユーザに、彼/彼女の毎日の移動ルーチンに基づいて、広告または割引クーポンをもたらす。
− ネットワーク挙動を変更する
・ その時間に彼等は彼等の電話機を用いる可能性が高いので、通勤者のために帯域を最適化する
・ ユーザの既知の軌道(共通の通勤経路)に対して、ネットワークを最適化する
− 病気の発生予測(可能性の高い汚染の経路):一緒に通勤するおよび一緒にいる人々は、潜在的に互いに影響を及ぼすものとしてラベル付けされ得る。この情報は人々を引き離し、彼等を救うために用いられ得る。従って病気の広がりが、防止または減速され得る。
本発明のいくつかの実施形態によれば、この関数は時刻にわたるユーザ移動の強度を分析する。「一緒の通勤」関数と異なり、ここでは移動位置ではなく、時間的な移動距離(速度)のみが重要となる。これは、同じ時刻に通勤している、または昼食に出かける、または帰宅する人々を捉えるために有用となる。幸いにもこれはまた、人々が移動時に彼等の電話機によってインターネット上でニュースを読むまたはネットサーフィンする可能性が高い。
本発明のいくつかの実施形態によれば、この関数は、特定のユーザのPOIおよび/または自宅/勤務エリアなどの、静止エリアを検出する。入力データは、やはりセルハンドオーバから抽出される。自宅/勤務エリアの例のために我々は、規則的な毎日のパターンを有する人々が通常自宅または職場(または学生に対しては学校/大学)にいるようになる、2つの固定の間隔、午後9時〜午前5時および午前10時〜午後4時をそれぞれ定義する。このような人々に対してこれは平日のほとんどに当てはまることになり、従って我々はこの仮定を用いて彼等の自宅/勤務場所を予測することができる(これはその地域の習慣に基づいて異なる国に対して、または時間におけるユーザの予期される行動に応じて異なるPOIsに対して、調整され得る)。
w(hcurrent)=ts(hnext)−ts(hcurrent)
となるように計算し、ただしnextは所与のユーザのために並ぶ、次の既知のハンドオーバである。geo(h)をハンドオーバにおけるターゲットセルの2次元ジオロケーション、およびHhomeを想定された自宅時間間隔(午後9時〜午前5時)に従った、ユーザのハンドオーバのフィルタリングされた集合とする。次に我々は自宅位置を以下により計算する。
上述のアルゴリズムは事実上任意の言語で実施され得るが、追加設定なしで用いられ得るもの(Pythonなど)より、すでに機械学習関連ライブラリを有する言語に対して、より実現可能である。我々の概念実証は、主にPython、ワイヤシャーク、およびPostgreSQLを用いて行われた。アーキテクチャは、図5に見ることができる。
2 ユーザ
10 分配手段
20 計算手段
30 総計手段
40 クラスタリング手段
110 分配手段
120 計算手段
130 決定手段
140 クラスタリング手段
210 決定手段
220 計算手段
610 プロセッサ
620 メモリ
i 時間間隔
d 部分距離
Claims (30)
- 少なくとも1つのプロセッサ、コンピュータプログラムコードを含んだ少なくとも1つのメモリを備えた装置であって、前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に少なくとも、
複数のユーザのそれぞれの位置データを、前記ユーザのそれぞれのためのそれぞれのバケットに分配するステップであって、前記位置データのそれぞれは所定の期間のある時点での前記それぞれのユーザの位置を示し、前記バケットのそれぞれは前記期間のそれぞれの時間間隔を含み、前記時間間隔は重複せず前記期間を包含し、前記時間間隔は前記ユーザのすべてに対して同じであり、前記時間間隔のそれぞれに対して前記ユーザのそれぞれのためのバケットが存在するステップと、
前記ユーザの各ペアに対しておよび前記時間間隔のそれぞれに対して、前記それぞれのバケット内の前記位置データに基づいて、前記それぞれのペアの前記ユーザの間のそれぞれの部分距離を計算するステップと、
前記ユーザの前記ペアのそれぞれに対して、前記それぞれのペアの前記ユーザの間の距離を取得するために、前記期間にわたる前記部分距離を総計するステップと、
前記ユーザのそれぞれのクラスタを取得するために、互いに最も近い距離を有する前記ユーザをクラスタ化するステップと
を少なくとも行わせるように構成された装置。 - 前記位置データは通信ネットワークから取得されたハンドオーバデータであり、および/または前記位置データは測位システムから取得されたデータである請求項1に記載の装置。
- 前記クラスタ化するステップは、凝集型階層的クラスタリングによって行われる、請求項1から3までのいずれか1項に記載の装置。
- 前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に、
前記それぞれのクラスタ内の前記ユーザの数が、所定の数より大きいかどうかをチェックするステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい第1のセルを決定するステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい場合、前記第1のセル内のセルブロードキャストによって、前記ユーザに情報をもたらすステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きくない場合、専用メッセージによって前記ユーザに前記情報をもたらすステップと
をさらに行わせるように構成される、請求項1から4までのいずれか1項に記載の装置。 - 前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に、
前記それぞれのクラスタ内の前記ユーザの数が所定の数より大きいかどうかをチェックするステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい第2のセルを決定するステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい場合、前記第2のセルの容量を増加させるステップと
をさらに行わせるように構成される、請求項1から5までのいずれか1項に記載の装置。 - 少なくとも1つのプロセッサ、コンピュータプログラムコードを含んだ少なくとも1つのメモリを備えた装置であって、前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に少なくとも、
複数のユーザのセルデータを、前記ユーザのそれぞれのためのそれぞれのバケットに分配するステップであって、前記セルデータのそれぞれは、所定の期間のある時点での前記ユーザの位置が確認されたセルを示し、前記バケットのそれぞれは前記期間のそれぞれの時間間隔を含み、前記時間間隔は重複せず前記期間を包含し、前記時間間隔は前記ユーザのすべてに対して同じであり、前記時間間隔のそれぞれに対して前記ユーザのそれぞれのためのバケットが存在する、ステップと、
前記それぞれのバケット内の前記セルデータに基づいて、前記時間間隔のそれぞれに対して、前記ユーザのそれぞれの平均位置を計算するステップと、
前記ユーザのそれぞれに対して、および前記時間間隔のそれぞれに対して、前記それぞれの時間間隔に後続する時間間隔における前記平均位置と前記それぞれの時間間隔の前記平均位置の差と、前記時間間隔の持続時間の比として、前記それぞれのユーザの速度を決定するステップと、
前記ユーザのそれぞれのクラスタを取得するために、前記期間の前記時間間隔にわたって、前記ユーザのもう一人の前記それぞれの速度に近いそれぞれの速度を有する、前記ユーザをクラスタ化するステップと
を少なくとも行わせるように構成された装置。 - 前記平均位置の少なくとも1つは、前記それぞれの時間間隔の間に前記ユーザの位置が確認された、前記セルのジオロケーションの重心として計算される請求項7に記載の装置。
- 前記クラスタ化するステップは、k平均法教師なしクラスタリングによって行われる請求項7および8のいずれか1項に記載の装置。
- 少なくとも1つのプロセッサ、コンピュータプログラムコードを含んだ少なくとも1つのメモリを備えた装置であって、前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に少なくとも、
1つまたは複数のセルのそれぞれに対して、所定の期間中に前記それぞれのセル内でユーザの位置が確認された、それぞれの持続時間を決定するステップと、
前記期間中に前記ユーザの位置が確認されたセルのジオロケーションの加重平均から、前記ユーザの平均位置を計算するステップであって、前記位置のそれぞれの重みは、前記それぞれのセル内で前記ユーザの位置が確認された前記持続時間に基づくステップと
を少なくとも行わせるように構成された装置。 - 前記持続時間の少なくとも1つは、前記ユーザが前記それぞれのセルから第2のハンドオーバを行った第2の時点と、前記ユーザが前記それぞれのセルから第1のハンドオーバを行った第1の時点の間の時間間隔として決定される請求項10に記載の装置。
- 前記重みの少なくとも1つは、さらに前記それぞれのセルのサイズに基づく請求項10および11のいずれか1項に記載の装置。
- 前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に、
第1の広告掲示板が前記平均位置に近いことをチェックするステップと、
前記第1の広告掲示板が前記平均位置に近い場合、前記ユーザの関心に従って、前記第1の広告掲示板に示されるコンテンツを適応させるステップと
をさらに行わせるように構成される、請求項10から12までのいずれか1項に記載の装置。 - 前記少なくとも1つのプロセッサは、前記少なくとも1つのメモリおよび前記コンピュータプログラムコードを用いて、前記装置に、
第2の広告掲示板が前記平均位置に近いことをチェックするステップと、
前記第2の広告掲示板が前記平均位置に近くない場合、前記第2の広告掲示板を前記平均位置の近くに配置するステップと
をさらに行わせるように構成される請求項10から13までのいずれか1項に記載の装置。 - 方法であって、
複数のユーザのそれぞれの位置データを、前記ユーザのそれぞれのためのそれぞれのバケットに分配するステップであって、前記位置データのそれぞれは、所定の期間のある時点での前記それぞれのユーザの位置を示し、前記バケットのそれぞれは、前記期間のそれぞれの時間間隔を含み、前記時間間隔は重複せず前記期間を包含し、前記時間間隔は前記ユーザのすべてに対して同じであり、前記時間間隔のそれぞれに対して前記ユーザのそれぞれのためのバケットが存在するステップと、
前記ユーザの各ペアに対して、および前記時間間隔のそれぞれに対して、前記それぞれのバケット内の前記位置データに基づいて、前記それぞれのペアの前記ユーザの間のそれぞれの部分距離を計算するステップと、
前記ユーザの前記ペアのそれぞれに対して、前記それぞれのペアの前記ユーザの間の距離を取得するために、前記期間にわたる前記部分距離を総計するステップと、
前記ユーザのそれぞれのクラスタを取得するために、互いに最も近い距離を有する前記ユーザをクラスタ化するステップと
を含む方法。 - 前記位置データは通信ネットワークから取得されたハンドオーバデータであり、かつ/または前記位置データは測位システムから取得されたデータである請求項15に記載の方法。
- 前記クラスタ化するステップは、凝集型階層的クラスタリングによって行われる、請求項15から17までのいずれか1項に記載の方法。
- 前記それぞれのクラスタ内の前記ユーザの数が所定の数より大きいかどうかをチェックするステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい第1のセルを決定するステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい場合、前記第1のセル内のセルブロードキャストによって、前記ユーザに情報をもたらすステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きくない場合、専用メッセージによって前記ユーザに前記情報をもたらすステップと
をさらに含む請求項15から18までのいずれか1項に記載の方法。 - 前記それぞれのクラスタ内の前記ユーザの数が、所定の数より大きいかどうかをチェックするステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい第2のセルを決定するステップと、
前記それぞれのクラスタ内の前記ユーザの数が、前記所定の数より大きい場合、前記第2のセルの容量を増加させるステップと、
をさらに含む請求項15から19までのいずれか1項に記載の方法。 - 方法であって、
複数のユーザのセルデータを前記ユーザのそれぞれのためのそれぞれのバケットに分配するステップであって、前記セルデータのそれぞれは、所定の期間のある時点での前記ユーザの位置が確認されたセルを示し、前記バケットのそれぞれは前記期間のそれぞれの時間間隔を含み、前記時間間隔は重複せず前記期間を包含し、前記時間間隔は前記ユーザのすべてに対して同じであり、前記時間間隔のそれぞれに対して前記ユーザのそれぞれのためのバケットが存在するステップと、
前記それぞれのバケット内の前記セルデータに基づいて、前記時間間隔のそれぞれに対して、前記ユーザのそれぞれの平均位置を計算するステップと、
前記ユーザのそれぞれに対して、および前記時間間隔のそれぞれに対して、前記それぞれの時間間隔に後続する時間間隔における前記平均位置と前記それぞれの時間間隔の前記平均位置の差と、前記時間間隔の持続時間の比として、前記それぞれのユーザの速度を決定するステップと、
前記ユーザのそれぞれのクラスタを取得するために、前記期間の前記時間間隔にわたって、前記ユーザのもう一人の前記それぞれの速度に近いそれぞれの速度を有する、前記ユーザをクラスタ化するステップと
を含む方法。 - 前記平均位置の少なくとも1つは、前記それぞれの時間間隔の間に前記ユーザの位置が確認された、前記セルのジオロケーションの重心として計算される請求項21に記載の方法。
- 前記クラスタ化するステップは、k平均法教師なしクラスタリングによって行われる請求項21および22のいずれか1項に記載の方法。
- 方法であって、
1つまたは複数のセルのそれぞれに対して、所定の期間中に前記それぞれのセル内でユーザの位置が確認された、それぞれの持続時間を決定するステップと、
前記期間中に前記ユーザの位置が確認されたセルのジオロケーションの加重平均から、前記ユーザの平均位置を計算するステップであって、前記位置のそれぞれの重みは、前記それぞれのセル内で前記ユーザの位置が確認された前記持続時間に基づくステップと
を含む方法。 - 前記持続時間の少なくとも1つは、前記ユーザが前記それぞれのセルから第2のハンドオーバを行った第2の時点と、前記ユーザが前記それぞれのセルから第1のハンドオーバを行った第1の時点の間の時間間隔として決定される請求項24に記載の方法。
- 前記重みの少なくとも1つは、さらに前記それぞれのセルのサイズに基づく請求項24から25までのいずれか1項に記載の方法。
- 第1の広告掲示板が前記平均位置に近いことをチェックするステップと、
前記第1の広告掲示板が前記平均位置に近い場合、前記ユーザの関心に従って、前記第1の広告掲示板に示されるコンテンツを適応させるステップと
をさらに含む請求項24および26のいずれか1項に記載の方法。 - 第2の広告掲示板が前記平均位置に近いことをチェックするステップと、
前記第2の広告掲示板が前記平均位置に近くない場合、前記第2の広告掲示板を前記平均位置の近くに配置するステップと
をさらに含む請求項24から27までのいずれか1項に記載の方法。 - 装置上で実行されたとき、請求項15から28までのいずれか1項に記載の方法を装置に行わせるように構成された、命令のセットを備えるコンピュータプログラム製品。
- コンピュータ可読媒体として具体化された、またはコンピュータに直接ロード可能な、請求項29に記載のコンピュータプログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FI20166016 | 2016-12-22 | ||
FI20166016 | 2016-12-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018106704A true JP2018106704A (ja) | 2018-07-05 |
JP6618981B2 JP6618981B2 (ja) | 2019-12-11 |
Family
ID=60781499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017236734A Expired - Fee Related JP6618981B2 (ja) | 2016-12-22 | 2017-12-11 | ユーザ移動プロファイリング |
Country Status (4)
Country | Link |
---|---|
US (1) | US10506380B2 (ja) |
EP (1) | EP3340577B1 (ja) |
JP (1) | JP6618981B2 (ja) |
CN (1) | CN108235253B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10887728B2 (en) * | 2016-12-27 | 2021-01-05 | Telecom Italia S.P.A. | Method and system for determining the mobility status of a user of a wireless communication network |
CN111447552B (zh) * | 2020-03-26 | 2021-12-21 | 深圳中兴网信科技有限公司 | 人群轨迹交叉识别方法、系统和装置和可读存储介质 |
WO2022021078A1 (en) * | 2020-07-28 | 2022-02-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and base station for cell handover |
CN113438667B (zh) * | 2021-06-11 | 2024-05-10 | 沈阳航空航天大学 | 基于IM-kmeans集群路由策略延长水下无线传感器网络寿命的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010197677A (ja) * | 2009-02-25 | 2010-09-09 | Nomura Research Institute Ltd | 広告コンテンツ表示装置の選択装置及び方法 |
JP2013509628A (ja) * | 2009-10-30 | 2013-03-14 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 交通管理のための方法、装置、およびコンピュータ・プログラム |
US8412234B1 (en) * | 2011-12-07 | 2013-04-02 | Sprint Communications Company L.P. | Clustering location and time for location prediction |
JP2014006842A (ja) * | 2012-06-27 | 2014-01-16 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
US8830909B1 (en) * | 2012-02-22 | 2014-09-09 | Google Inc. | Methods and systems to determine user relationships, events and spaces using wireless fingerprints |
JP2016152527A (ja) * | 2015-02-18 | 2016-08-22 | Kddi株式会社 | 移動分析装置、移動分析方法および移動分析プログラム |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050008097A1 (en) * | 2001-08-17 | 2005-01-13 | Tjhung Tjeng Thiang | Coded modulation scheme for a wirelesss communication system and methods thereof |
KR100842654B1 (ko) * | 2002-09-19 | 2008-06-30 | 삼성전자주식회사 | 이동 통신 시스템에서 멀티캐스트 멀티미디어 방송서비스를 송신하는 송신 방식 결정 방법 |
US20120064919A1 (en) * | 2009-08-24 | 2012-03-15 | Waldeck Technology, Llc | Crowd creation system for an aggregate profiling service |
EP2553977B1 (en) | 2010-04-01 | 2017-03-08 | Telefonaktiebolaget LM Ericsson (publ) | User equipment, radio base station and methods therein for determining mobility trigger |
JP5523274B2 (ja) * | 2010-10-12 | 2014-06-18 | Kddi株式会社 | 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法 |
US20140172576A1 (en) * | 2012-12-14 | 2014-06-19 | Visa International Service Association | Systems and methods to select locations of interest |
US9501507B1 (en) | 2012-12-27 | 2016-11-22 | Palantir Technologies Inc. | Geo-temporal indexing and searching |
US10417653B2 (en) | 2013-01-04 | 2019-09-17 | PlaceIQ, Inc. | Inferring consumer affinities based on shopping behaviors with unsupervised machine learning models |
US8983494B1 (en) * | 2013-02-08 | 2015-03-17 | Urban Airship, Inc. | Processing location information |
US20150193724A1 (en) * | 2014-01-06 | 2015-07-09 | International Business Machines Corporation | Providing optimized delivery locations for an order |
US20150304436A1 (en) | 2014-04-16 | 2015-10-22 | Facebook, Inc. | Nearby Friend Notifications on Online Social Networks |
US9464909B2 (en) * | 2014-09-10 | 2016-10-11 | Volkswagen Ag | Apparatus, system and method for clustering points of interest in a navigation system |
CN105430032A (zh) * | 2014-09-17 | 2016-03-23 | 阿里巴巴集团控股有限公司 | 结合终端地理位置推送信息的方法及服务器 |
US20160117732A1 (en) | 2014-10-23 | 2016-04-28 | Jian Zou | User Need Estimation On Mobile Device And Its Applications |
US11144959B2 (en) | 2014-12-18 | 2021-10-12 | Google Llc | Methods, systems, and media for presenting advertisements relevant to nearby users on a public display device |
US10049129B2 (en) * | 2014-12-22 | 2018-08-14 | Here Global B.V. | Method and apparatus for providing map updates from distance based bucket processing |
CN104735169B (zh) * | 2015-04-17 | 2018-03-13 | 天天艾米(北京)网络科技有限公司 | 一种居住社区群发现方法 |
EP3157264B1 (en) * | 2015-10-17 | 2019-02-20 | Tata Consultancy Services Limited | Multi-sensor data summarization |
US10417648B2 (en) * | 2015-11-09 | 2019-09-17 | Industrial Technology Research Institute | System and computer readable medium for finding crowd movements |
CN105956042B (zh) * | 2016-04-26 | 2019-05-28 | 广东小天才科技有限公司 | 一种应用程序商店的应用程序推送方法及系统 |
US10437863B2 (en) * | 2016-10-21 | 2019-10-08 | Here Global B.V. | Method and apparatus for hierarchical clustering of geographical data |
-
2017
- 2017-11-29 US US15/825,670 patent/US10506380B2/en not_active Expired - Fee Related
- 2017-12-11 JP JP2017236734A patent/JP6618981B2/ja not_active Expired - Fee Related
- 2017-12-13 EP EP17206880.1A patent/EP3340577B1/en active Active
- 2017-12-22 CN CN201711404354.2A patent/CN108235253B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010197677A (ja) * | 2009-02-25 | 2010-09-09 | Nomura Research Institute Ltd | 広告コンテンツ表示装置の選択装置及び方法 |
JP2013509628A (ja) * | 2009-10-30 | 2013-03-14 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 交通管理のための方法、装置、およびコンピュータ・プログラム |
US8412234B1 (en) * | 2011-12-07 | 2013-04-02 | Sprint Communications Company L.P. | Clustering location and time for location prediction |
US8830909B1 (en) * | 2012-02-22 | 2014-09-09 | Google Inc. | Methods and systems to determine user relationships, events and spaces using wireless fingerprints |
JP2014006842A (ja) * | 2012-06-27 | 2014-01-16 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
JP2016152527A (ja) * | 2015-02-18 | 2016-08-22 | Kddi株式会社 | 移動分析装置、移動分析方法および移動分析プログラム |
Also Published As
Publication number | Publication date |
---|---|
CN108235253A (zh) | 2018-06-29 |
EP3340577A1 (en) | 2018-06-27 |
JP6618981B2 (ja) | 2019-12-11 |
US10506380B2 (en) | 2019-12-10 |
EP3340577B1 (en) | 2020-08-05 |
US20180184254A1 (en) | 2018-06-28 |
CN108235253B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6618981B2 (ja) | ユーザ移動プロファイリング | |
Alessandretti et al. | Multi-scale spatio-temporal analysis of human mobility | |
Pirozmand et al. | Human mobility in opportunistic networks: Characteristics, models and prediction methods | |
Namiot et al. | Geofence and network proximity | |
Ghahramani et al. | Mobile phone data analysis: A spatial exploration toward hotspot detection | |
Fiandrino et al. | Sociability-driven framework for data acquisition in mobile crowdsensing over fog computing platforms for smart cities | |
US8504035B2 (en) | System and method for population tracking, counting, and movement estimation using mobile operational data and/or geographic information in mobile network | |
Jahromi et al. | Simulating human mobility patterns in urban areas | |
Liu et al. | Mining checkins from location-sharing services for client-independent ip geolocation | |
Dong et al. | Network measurement based modeling and optimization for IP geolocation | |
Ikanovic et al. | An alternative approach to the limits of predictability in human mobility | |
Varshney | Issues, requirements and support for location-intensive mobile commerce applications | |
JP5815368B2 (ja) | モバイルネットワーク中の動的な移動挙動の推定 | |
Qiao et al. | Mobile big-data-driven rating framework: measuring the relationship between human mobility and app usage behavior | |
Holleczek et al. | Detecting weak public transport connections from cellphone and public transport data | |
Higashino et al. | Edge computing and IoT based research for building safe smart cities resistant to disasters | |
Cacciapuoti et al. | Human-mobility enabled networks in urban environments: Is there any (mobile wireless) small world out there? | |
Hernández-Orallo et al. | New approaches for characterizing inter-contact times in opportunistic networks | |
Horn et al. | QZTool—automatically generated origin-destination matrices from cell phone trajectories | |
Yashima et al. | Epidemic process over the commute network in a metropolitan area | |
Rahman et al. | An infrastructure-assisted crowdsensing approach for on-demand traffic condition estimation | |
Rizk et al. | Vaccinated, what next? an efficient contact and social distance tracing based on heterogeneous telco data | |
Elbir et al. | Vehicular networks for combating a worldwide pandemic: Preventing the spread of COVID-19 | |
Ruiz-Pérez et al. | Integrating high-frequency data in a GIS environment for pedestrian congestion monitoring | |
Pajevic et al. | Modeling opportunistic communication with churn |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171226 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181029 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181119 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190218 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190517 |
|
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: 20191105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6618981 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |