JP2018180721A - 予測装置、方法、及びプログラム - Google Patents
予測装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP2018180721A JP2018180721A JP2017075884A JP2017075884A JP2018180721A JP 2018180721 A JP2018180721 A JP 2018180721A JP 2017075884 A JP2017075884 A JP 2017075884A JP 2017075884 A JP2017075884 A JP 2017075884A JP 2018180721 A JP2018180721 A JP 2018180721A
- Authority
- JP
- Japan
- Prior art keywords
- probability
- target
- operator
- prediction
- topic
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明の実施の形態に係る予測装置では、新たな動作主のユーザ特徴量から、新たな動作主が次に訪問する訪問場所を予測し、推薦結果として出力する。学習データとしては、過去の動作主群の訪問履歴及び特徴量の情報を用いる。
次に、本発明の実施の形態に係る予測装置の構成について説明する。図2に示すように、本発明の実施の形態に係る予測装置100は、過去の動作主群の訪問履歴及びユーザ特徴量と、訪問場所間の距離情報である地理情報と、新規の動作主の訪問履歴及びユーザ特徴量と、を入力とし、当該新規の動作主が次に訪問する訪問場所の予測訪問リストを、推薦結果として出力する。
・・・式1
・・・式1左項
・・・式1右項
・・・式2
・・・式3
・・・式4
・・・式5
・・・式6
・・・式7
推薦部30による推薦処理では、新規の動作主のユーザ特徴量を入力とし、過去の動作主群から、新規の動作主の欠損でないユーザ特徴量のうちの選択された規定数分のユーザ特徴量が同じ値となる動作主を規定数分だけ選択し、選択した規定数分の動作主の各々が各潜在トピックを選択する確率θuzに基づいて、新規の動作主が各潜在トピックを選択する確率を推定する。また、新規の動作主が各潜在トピックを選択する確率と、新規の動作主の現在位置と、ある訪問場所の次に各訪問場所が選択される確率Λと、各潜在トピックにおける各訪問場所の選択確率Фと、に基づいて、新規の動作主が次に訪問する訪問場所を予測し、推薦結果として出力する。
・・・式8
・・・式9
・・・式10
・・・式11
図9に基づきフィードバック部32によるフィードバック処理を説明する。ここでは上記S36で得られたユーザ特徴量の各ループ累積値Cを用いる。
20 演算部
22 訪問履歴ユーザ特徴量記憶部
24 地理情報記憶部
26 パラメータ推定部
28 推定パラメータ記憶部
30 推薦部
32 フィードバック部
40 出力部
100 予測装置
Claims (7)
- 予測対象の動作主が次に訪問する訪問場所を予測する予測装置であって、
各動作主の複数の特徴を示す特徴量と、ある訪問場所の次に各訪問場所が選択される確率と、興味に対応する各潜在トピックにおける各訪問場所の選択確率と、各動作主が各潜在トピックを選択する確率と、を記憶する推定パラメータ記憶部と、
前記予測対象の動作主の前記特徴量を入力とし、各動作主から、前記予測対象の動作主の特徴量が示す複数の特徴のうちの少なくとも1つが同じ値となる動作主を規定数分だけ選択し、前記選択した前記規定数分の動作主の各々が各潜在トピックを選択する確率に基づいて、前記予測対象の動作主が各潜在トピックを選択する確率を推定し、
前記予測対象の動作主が各潜在トピックを選択する確率と、前記予測対象の動作主の現在位置と、ある訪問場所の次に各訪問場所が選択される確率と、各潜在トピックにおける各訪問場所の選択確率と、に基づいて、前記予測対象の動作主が次に訪問する訪問場所を予測し、推薦結果として出力する推薦部と、
を含む予測装置。 - 前記推薦部は、
前記予測対象の動作主の特徴量が示す複数の特徴のうちの規定数分の特徴を選択し、各動作主から、前記選択された規定数分の特徴が前記予測対象の動作主と同じ値となる動作主を規定数分だけ選択し、前記選択した前記規定数分の動作主が各潜在トピックを選択する確率に基づいて、前記予測対象の動作主が各潜在トピックを選択する確率を推定することを繰り返し、
繰り返し推定された前記予測対象の動作主が各潜在トピックを選択する確率に基づいて、前記予測対象の動作主が各潜在トピックを選択する確率を推定する請求項1記載の予測装置。 - 前記推薦部は、前記予測対象の動作主の特徴量が示す複数の特徴のうちの規定数分の特徴を選択する際に、前記複数の特徴の各々が選択される確率に従って、前記規定数分の特徴を選択し、
前記推薦結果の出力に対して良いフィードバックが入力された場合、前記推薦部による繰り返し推定において前記複数の特徴の各々が選択された回数を用いて、前記複数の特徴の各々が選択される確率を更新するフィードバック部を更に含む請求項2記載の予測装置。 - 各動作主が訪問した訪問場所を表す移動履歴情報に基づいて、ある訪問場所の次に各訪問場所が選択される確率と、興味に対応する各潜在トピックにおける各訪問場所の選択確率と、各動作主が各潜在トピックを選択する確率とを推定するパラメータ推定部を更に含む請求項1〜請求項3の何れか1項記載の予測装置。
- 各動作主の複数の特徴を示す特徴量と、ある訪問場所の次に各訪問場所が選択される確率と、興味に対応する各潜在トピックにおける各訪問場所の選択確率と、各動作主が各潜在トピックを選択する確率と、を記憶する推定パラメータ記憶部と、推薦部とを含み、予測対象の動作主が次に訪問する訪問場所を予測する予測装置における予測方法であって、
前記推薦部が、前記予測対象の動作主の前記特徴量を入力とし、各動作主から、前記予測対象の動作主の特徴量が示す複数の特徴のうちの少なくとも1つが同じ値となる動作主を規定数分だけ選択し、前記選択した前記規定数分の動作主の各々が各潜在トピックを選択する確率に基づいて、前記予測対象の動作主が各潜在トピックを選択する確率を推定し、
前記予測対象の動作主が各潜在トピックを選択する確率と、前記予測対象の動作主の現在位置と、ある訪問場所の次に各訪問場所が選択される確率と、各潜在トピックにおける各訪問場所の選択確率と、に基づいて、前記予測対象の動作主が次に訪問する訪問場所を予測し、推薦結果として出力する
予測方法。 - 前記推薦部が推定することでは、前記予測対象の動作主の特徴量が示す複数の特徴のうちの規定数分の特徴を選択し、各動作主から、前記選択された規定数分の特徴が前記予測対象の動作主と同じ値となる動作主を規定数分だけ選択し、前記選択した前記規定数分の動作主が各潜在トピックを選択する確率に基づいて、前記予測対象の動作主が各潜在トピックを選択する確率を推定することを繰り返し、
繰り返し推定された前記予測対象の動作主が各潜在トピックを選択する確率に基づいて、前記予測対象の動作主が各潜在トピックを選択する確率を推定する請求項5記載の予測方法。 - コンピュータを、請求項1〜請求項4の何れか1項に記載の予測装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017075884A JP6723187B2 (ja) | 2017-04-06 | 2017-04-06 | 予測装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017075884A JP6723187B2 (ja) | 2017-04-06 | 2017-04-06 | 予測装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018180721A true JP2018180721A (ja) | 2018-11-15 |
JP6723187B2 JP6723187B2 (ja) | 2020-07-15 |
Family
ID=64276648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017075884A Active JP6723187B2 (ja) | 2017-04-06 | 2017-04-06 | 予測装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6723187B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7358567B1 (ja) | 2022-06-16 | 2023-10-10 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
-
2017
- 2017-04-06 JP JP2017075884A patent/JP6723187B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7358567B1 (ja) | 2022-06-16 | 2023-10-10 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2023183462A (ja) * | 2022-06-16 | 2023-12-28 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6723187B2 (ja) | 2020-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fonte et al. | Assessing VGI data quality | |
CN105532030B (zh) | 用于分析目标实体的移动的装置、系统和方法 | |
Liu et al. | Predicting the next location: A recurrent model with spatial and temporal contexts | |
Bagci et al. | Context-aware friend recommendation for location based social networks using random walk | |
JP6761789B2 (ja) | 人流予測装置、システムおよびプログラム | |
Farah et al. | Bayesian emulation and calibration of a dynamic epidemic model for A/H1N1 influenza | |
CN110309434B (zh) | 一种轨迹数据处理方法、装置以及相关设备 | |
US11205128B2 (en) | Inferred profiles on online social networking systems using network graphs | |
CN110543935B (zh) | 处理交互序列数据的方法及装置 | |
JP6570031B2 (ja) | 漁場予測装置、漁場予測システム、海洋環境データ共有装置および海洋環境データ共有システム | |
CN109948066A (zh) | 一种基于异构信息网络的兴趣点推荐方法 | |
CN110689110B (zh) | 处理交互事件的方法及装置 | |
CN111651671A (zh) | 用户对象推荐方法、装置、计算机设备和存储介质 | |
CN115238173B (zh) | 基于大数据的行为分析与医疗服务推送方法、设备及介质 | |
CN111783810A (zh) | 用于确定用户的属性信息的方法和装置 | |
CN113139140A (zh) | 基于时空感知gru并结合用户关系偏好的旅游景点推荐方法 | |
Doan et al. | An attentive spatio-temporal neural model for successive point of interest recommendation | |
Yu et al. | Multi-hop mobility prediction | |
JP6744767B2 (ja) | 人流予測装置、パラメータ推定装置、方法、及びプログラム | |
JP6853968B2 (ja) | パラメータ推定システム、パラメータ推定方法およびパラメータ推定プログラム | |
JP5798983B2 (ja) | 場所評価システム、装置、方法及びプログラム | |
JP6723187B2 (ja) | 予測装置、方法、及びプログラム | |
JP2017091511A (ja) | 特定の空間領域内に位置する訪問者の関係網を分析する方法およびシステム | |
Liu et al. | Efficient offline policy optimization with a learned model | |
CN113449176A (zh) | 基于知识图谱的推荐方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190722 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200529 |
|
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: 20200616 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200623 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6723187 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |