JP2020013476A - 情報処理装置、情報提供方法及びプログラム - Google Patents

Abstract

【課題】より適切に目的地を予測して情報を提供することができる情報処理装置、情報提供方法及びプログラムを提供する。【解決手段】情報提供システム１において、情報処理装置（サーバ装置１００）は、同一の移動手段に同乗する複数のユーザが使用する複数の端末装置１０の各々から、端末装置に対応付けられた端末情報を取得する取得部と、取得された複数の端末装置の各々に係る端末情報に基づいて、移動手段の目的地を予測する予測部と、予測部により予測された目的地に応じた情報を提供する情報提供部と、を備える【選択図】図３

Description

本発明は、情報処理装置、情報提供方法及びプログラムに関する。

従来、設定された目的地までの経路検索を行って誘導経路を案内したり、誘導経路の交通情報や周辺の店舗情報などを提供したりするナビゲーション機能を実現する情報処理装置がある。このような情報処理装置では、ユーザにより目的地が設定されていない場合に、走行経路の履歴などから目的地や今後の走行経路を予測して、予測結果に基づいて各種情報提供を行う技術がある（例えば、特許文献１）。

特開２０１０−２４９６４２号公報

しかしながら、目的地は、移動の目的や各種の環境因子（時間帯、曜日及び天候等）、及び同乗者などに応じて様々である。このため、走行経路の履歴などから画一的なアルゴリズムで目的地を予測する従来の手法では精度に限界があり、適切に目的地を予測するのが困難であるという課題がある。

この発明の目的は、より適切に目的地を予測して情報を提供することができる情報処理装置、情報提供方法及びプログラムを提供することにある。

上記目的を達成するため、請求項１に記載の情報処理装置の発明は、
同一の移動手段に同乗する複数のユーザが使用する複数の端末装置の各々から、端末装置に対応付けられた端末情報を取得する取得部と、
取得された前記複数の端末装置の各々に係る前記端末情報に基づいて、前記移動手段の目的地を予測する予測部と、
前記予測部により予測された前記目的地に応じた情報を提供する情報提供部と、
を備えることを特徴としている。

請求項２に記載の発明は、請求項１に記載の情報処理装置において、
前記端末情報は、前記端末装置の使用履歴に係る履歴情報を含むことを特徴としている。

請求項３に記載の発明は、請求項２に記載の情報処理装置において、
前記履歴情報は、前記端末装置における検索履歴に係る情報を含むことを特徴としている。

請求項４に記載の発明は、請求項２又は３に記載の情報処理装置において、
前記履歴情報は、前記端末装置を用いた商品の購入履歴に係る情報を含むことを特徴としている。

請求項５に記載の発明は、請求項２から４のいずれか一項に記載の情報処理装置において、
前記予測部は、前記複数の端末装置の各々に係る前記履歴情報からキーワードをそれぞれ抽出し、抽出された複数の前記キーワードとの関連性の高さに関する所定条件を満たす候補地から前記目的地を予測することを特徴としている。

請求項６に記載の発明は、請求項２から４のいずれか一項に記載の情報処理装置において、
前記予測部は、前記複数の端末装置の各々に係る前記履歴情報からキーワードをそれぞれ抽出し、最も多くの前記端末装置の前記履歴情報から抽出されたキーワードに基づいて前記目的地を予測することを特徴としている。

請求項７に記載の発明は、請求項１から６のいずれか一項に記載の情報処理装置において、
前記予測部は、前記複数の端末装置の各々に係る前記端末情報に基づいて、前記複数のユーザの各々のコンテキストを推定し、当該コンテキストに基づいて前記目的地を予測することを特徴としている。

請求項８に記載の発明は、請求項２から６のいずれか一項に記載の情報処理装置において、
前記予測部は、前記複数の端末装置の各々に係る前記端末情報に基づいて、前記複数のユーザの各々のコンテキストを推定し、前記複数のユーザの各々の前記コンテキストに基づいて前記複数の端末装置の各々に係る前記履歴情報の重み付けを行い、当該重み付けがなされた前記履歴情報に基づいて前記目的地を予測することを特徴としている。

請求項９に記載の発明は、請求項１から８のいずれか一項に記載の情報処理装置において、
前記端末情報は、前記端末装置の過去の位置情報を含むことを特徴とする。

請求項１０に記載の発明は、請求項１から９のいずれか一項に記載の情報処理装置において、
前記予測部は、前記目的地の予測を行っている時間帯に基づいて前記目的地を予測することを特徴としている。

請求項１１に記載の発明は、請求項１０に記載の情報処理装置において、
前記予測部は、前記目的地の複数の候補地を選定し、前記時間帯に基づいて前記複数の候補地のうち一部の候補地を除外した残りの候補地から前記目的地を予測することを特徴としている。

請求項１２に記載の発明は、請求項１から１１のいずれか一項に記載の情報処理装置において、
前記情報提供部は、前記予測部により予測された前記目的地を、推奨される行き先として提示することを特徴としている。

請求項１３に記載の発明は、請求項１から１２のいずれか一項に記載の情報処理装置において、
前記取得部は、端末装置の位置情報に基づいて、一の端末装置から所定距離の範囲内にある端末装置を、同一の前記移動手段に同乗する前記複数のユーザが使用する前記複数の端末装置として特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴としている。

請求項１４に記載の発明は、請求項１から１３のいずれか一項に記載の情報処理装置において、
前記取得部は、端末装置の位置情報に基づいて、一の端末装置から所定距離の範囲内にあり、かつ移動経路が共通する二以上の端末装置を、同一の前記移動手段に同乗する前記複数のユーザが使用する前記複数の端末装置として特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴としている。

請求項１５に記載の発明は、請求項１４に記載の情報処理装置において、
前記取得部は、前記移動手段の移動が開始された後に、前記複数の端末装置の特定、及び当該複数の端末装置の各々からの前記端末情報の取得を複数回行い、
前記予測部は、前記複数の端末装置の各々に係る最新の前記端末情報に基づいて前記目的地を予測し、当該予測の結果に応じて前記目的地を更新することを特徴としている。

請求項１６に記載の発明は、請求項１から１５のいずれか一項に記載の情報処理装置において、
前記取得部は、近距離無線通信により接続されている二以上の端末装置を、同一の前記移動手段に同乗する前記複数のユーザが使用する前記複数の端末装置として特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴としている。

請求項１７に記載の発明は、請求項１から１２のいずれか一項に記載の情報処理装置において、
前記取得部は、前記複数の端末装置の組み合わせを予め指定する端末指定情報に基づいて前記複数の端末装置を特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴としている。

また、上記目的を達成するため、請求項１８に記載の情報処理方法の発明は、
コンピューターが実行する情報提供方法であって、
同一の移動手段に同乗する複数のユーザが使用する複数の端末装置の各々から、端末装置に対応付けられた端末情報を取得する取得工程と、
取得された前記複数の端末装置の各々に係る前記端末情報に基づいて、前記移動手段の目的地を予測する予測工程と、
前記予測工程において予測された前記目的地に応じた情報を提供する情報提供工程と、
を含むことを特徴としている。

また、上記目的を達成するため、請求項１９に記載のプログラムの発明は、
情報処理装置に設けられたコンピューターを、
同一の移動手段に同乗する複数のユーザが使用する複数の端末装置の各々から、端末装置に対応付けられた端末情報を取得する取得手段、
取得された前記複数の端末装置の各々に係る前記端末情報に基づいて、前記移動手段の目的地を予測する予測手段、
前記予測手段により予測された前記目的地に応じた情報を提供する情報提供手段、
として機能させることを特徴としている。

本発明に従うと、より適切に目的地を予測して情報を提供することができるという効果がある。

実施形態に係る情報提供方法を説明する図である。 同乗者が使用する複数の端末装置の特定方法を説明する図である。 サーバ装置及び端末装置の構成例を示す図である。 端末情報データの内容例である。 ユーザ情報データの内容例である。 位置情報データの内容例を示す図である。 情報提供処理の制御部による制御手順を示すフローチャートである。 時間帯に基づく情報提供方法の例を説明する図である。 ユーザのコンテキストに基づく情報提供方法の例を説明する図である。 ユーザのコンテキストに応じた重み付けを反映させた情報提供方法の例を説明する図である。 複数の端末装置の履歴情報を複合的に考慮する目的地の予測方法を説明する図である。 近距離無線通信の接続関係に基づく同乗者の端末装置の特定方法を説明する図である。

以下、本発明の情報処理装置、情報提供方法及びプログラムに係る実施の形態を図面に基づいて説明する。

［１．情報提供方法］
図１は、実施形態に係る情報提供方法を説明する図である。
本実施形態の情報提供方法は、サーバ装置１００（情報処理装置）及び端末装置１０を用いて実現される。サーバ装置１００は、移動手段としての自動車２００（車両）に同乗する複数のユーザＵ１〜Ｕ４（複数の乗員）がそれぞれ使用している複数の端末装置１０から端末情報を取得して、この端末情報から把握されるユーザの行動履歴（例えば、検索履歴）などに基づいて自動車２００の目的地を予測する。また、サーバ装置１００は、予測された目的地に応じた情報（例えば、渋滞情報等）を、いずれかの端末装置１０に表示させて、当該端末装置１０を使用するユーザに提供する。

サーバ装置１００と複数の端末装置１０とは、図示しない通信ネットワークを介して通信可能に接続されている。サーバ装置１００及び複数の端末装置１０により、上記の情報の提供を実現するための情報提供システム１（図３参照）が構成される。

端末装置１０は、例えば、スマートフォン、タブレット型端末、ノートＰＣ（Personal Computer）、デスクトップＰＣ、携帯電話機、ＰＤＡ（Personal Digital Assistant）等である。図１では、端末装置１０がスマートフォンである場合を例に挙げて説明している。なお、端末装置１０は、ユーザとともに移動可能でありサーバ装置１００との通信が可能なものであれば良く、上記の機器に限られない。例えば、時計などのようにユーザの体に装着するウェアラブル機器であっても良いし、自動車２００に取り付けられた車載用端末装置（カーナビゲーション装置等）であっても良い。

端末装置１０は、位置情報を取得してサーバ装置１００に送信可能に構成されている。端末装置１０の位置情報を取得する方式は、特には限られないが、例えば測位衛星からの送信電波を受信して位置を計測するＧＰＳ（Global Positioning System）による方式や、無線ＬＡＮ（Local Area Network）、第３世代移動通信システム及び第４世代移動通信システムなどの通信に関する情報から位置を特定する方式などを用いることができる。本実施形態の端末装置１０は、ＧＰＳにより位置情報を取得する。

図１では、各端末装置１０に付された符号「１０」に続く括弧内に、端末装置１０を識別するための端末ＩＤが記載されている。具体的には、ユーザＵ１〜Ｕ４が使用する端末装置１０の端末ＩＤは、それぞれＴ１〜Ｔ４である。以下では、端末装置１０（Ｔ１）〜１０（Ｔ４）等を互いに区別しない場合には、端末ＩＤを付さずに単に「端末装置１０」と記す。

また、サーバ装置１００では、ユーザＵ１〜Ｕ４が、それぞれユーザＩＤにより識別されているものとする。以下では、ユーザＵ１〜Ｕ４のユーザＩＤを、それぞれ「Ｕ１」〜「Ｕ４」とする。

ユーザＵ１は、自動車２００の運転手である。また、ユーザＵ１が使用する端末装置１０（Ｔ１）には、ナビゲーション機能を実現するアプリケーションプログラム（以下では、「ナビアプリ」と記す）がインストールされている。このナビアプリは、ユーザにより設定された目的地までの経路検索を行って誘導経路を案内したり（換言すれば、誘導案内を行ったり）、誘導経路の交通情報や周辺の店舗情報などを提供したりする。ナビアプリが実行されている場合には、端末装置１０の位置情報や、ユーザにより設定された目的地などの情報が端末装置１０からサーバ装置１００に送信される。サーバ装置１００は、これらの情報に基づいて目的地までの経路を含むナビゲーション情報を生成して端末装置１０に送信する。ナビゲーション情報を受信した端末装置１０では、ナビアプリの画面上で、目的地までの経路を案内する表示などが行われる。
なお、ナビアプリは、端末装置１０（Ｔ２）〜１０（Ｔ４）にもインストールされていても良い。

このナビアプリは、ユーザにより目的地が設定されていない場合、すなわち目的地への誘導案内が行われていない場合には、「目的地予測モード」で動作する。目的地予測モードでは、走行経路の履歴などから目的地や今後の走行経路が予測され、予測結果に基づいて各種情報の提供（表示）がなされる。目的地予測モードで提供される情報としては、予測される目的地（以下、「予測目的地」とも記す）や、予測目的地までの経路における渋滞、事故、自動速度違反取締装置（オービス）及び一時停止が必要な地点などの交通情報、及び当該経路の周辺の店舗（例えばレストラン、ガソリンスタンド等）や施設（例えば駐車場等）に関する情報などが含まれる。また、予測目的地に関連する商品の広告などが表示されても良い。

従来技術の目的地予測モードでは、運転手であるユーザＵ１の過去の行動パターンから目的地が予測される。具体的には、ユーザＵ１の端末装置１０（Ｔ１）の過去の位置情報（例えば、緯度及び経度の情報）や、当該位置情報が記録された時刻情報（タイムスタンプ）に基づく移動経路のパターンから目的地が予測される。このような方法により、自動車２００にユーザＵ１が単独で乗車して運転している場合には、一定の精度で目的地を予測することができる。これは、ユーザＵ１が単独で乗車している場合には、勤務先などの日常的に繰り返し訪れる地点が目的地となる蓋然性が高いためである。

これに対し、自動車２００にユーザＵ１以外に一又は二以上のユーザが同乗している場合には、ユーザＵ１が日常的に訪れている地点とは異なる地点が目的地となる場合が多くなる。例えば、自動車２００にユーザＵ１が家族と同乗している場合には、移動の目的がレジャーや買い物などである場合が多く、通常、ユーザＵ１が日常的に訪れている勤務先などは目的地とはならない。このため、ユーザＵ１が単独で乗車している場合と同一の手法で目的地を予測したのでは、予測精度が低下してしまうという問題がある。

そこで、本実施形態のサーバ装置１００では、自動車２００に複数のユーザＵ１〜Ｕ４が同乗している場合には、同乗者が使用している複数の端末装置１０（Ｔ１）〜１０（Ｔ４）から取得された端末情報に基づいて目的地を予測することで、より高精度に目的地を予測することができるようになっている。ここで、端末情報には、端末装置１０の使用履歴（検索履歴などのオンラインログ）に係る履歴情報、端末装置１０のユーザに係るユーザ情報、及び端末装置１０の位置情報（ＧＰＳデータなどのオフラインログ）などが含まれる。
以下では、複数のユーザが同乗している場合のサーバ装置１００による目的地の予測動作について説明する。

サーバ装置１００は、まず、自動車２００に同乗している複数のユーザＵ１〜Ｕ４が使用している複数の端末装置１０（Ｔ１）〜１０（Ｔ４）を特定する。この端末装置１０の特定方法は、特には限られないが、端末装置１０の位置情報を利用した方法を用いることができる。

図２は、同乗者が使用する複数の端末装置１０の特定方法を説明する図である。
図２（ａ）では、時刻ｔ１、位置ＬＣ１においてユーザＵ１の端末装置１０（Ｔ１）の周辺にある端末装置１０（Ｔ１）〜１０（Ｔ６）が描かれている。時刻ｔ１、位置ＬＣ１は、自動車２００にユーザＵ１〜Ｕ４が乗車する時刻及び位置であるものとする。
サーバ装置１００は、これらの各端末装置１０（Ｔ１）〜１０（Ｔ６）から取得された位置情報に基づいて、ユーザＵ１の端末装置１０（Ｔ１）から各端末装置１０までの距離を算出する。そして、端末装置１０（Ｔ１）から所定距離ｒ（通常、数ｍ程度とされる）の範囲内にある端末装置１０を、自動車２００の同乗者が使用する（自動車２００の車内にある）端末装置１０として特定（推定）する。ここでは、端末装置１０（Ｔ１）〜１０（Ｔ５）の５台が、端末装置１０（Ｔ１）から距離ｒの範囲内にあるため、自動車２００の同乗者が使用する端末装置１０として特定される。

次に、サーバ装置１００は、図２（ｂ）に示されるように、特定した端末装置１０（Ｔ１）〜（Ｔ５）から定期的に位置情報を取得して、各端末装置１０の移動経路を特定する。そして、時刻ｔ１で自動車２００の車内にあると特定された端末装置１０（Ｔ１）〜（Ｔ５）のうち、移動経路が端末装置１０（Ｔ１）と共通する端末装置１０を、同乗者が使用する端末装置１０として再特定し、端末装置１０の特定結果を更新する。図２（ｂ）の例では、時刻ｔ１〜時刻ｔ３の各々において、端末装置１０（Ｔ１）〜（Ｔ４）の位置がそれぞれ位置ＬＣ１、ＬＣ２、ＬＣ３で一致するのに対し、端末装置１０（Ｔ５）の位置は、時刻ｔ１〜時刻ｔ３の各々において位置ＬＣ１、ＬＣ４、ＬＣ５となっており、端末装置１０（Ｔ１）〜１０（Ｔ４）の移動経路とは相違する。このため、サーバ装置１００は、時刻ｔ２及び時刻ｔ３のタイミングでは、端末装置１０（Ｔ５）が自動車２００の車外にあるものと推定し、残りの端末装置１０（Ｔ１）〜１０（Ｔ４）を、同乗者が使用している端末装置１０として再特定する。

図１に示されるように、サーバ装置１００は、このように特定された４台の端末装置１０（Ｔ１）〜１０（Ｔ４）の各々から端末情報を取得する。図１では、端末情報のうち、端末装置１０の使用履歴に係る履歴情報が抽出されている。より詳しくは、履歴情報のうち、端末装置１０において情報の検索に用いられた検索ワード（キーワード）が抽出されている。この検索ワードは、端末装置１０にインストールされているブラウザアプリで所望の情報を表示させるための検索に用いられた検索ワードや、ナビアプリで目的地検索に用いられた検索ワードなどである。また、これらの検索ワードは、過去に用いられたものに限られず、端末装置１０上で現在行われている検索動作での検索ワードも含まれる。

また、取得された検索ワードは、端末装置１０ごとに、所定の基準にしたがって順位付けされている。検索ワードの順位付けの方法としては、検索に使用された回数の多い検索ワードほど順位を上位とする方法や、検索に使用された時期が最近のものほど順位を上位とする方法などがある。あるいは、使用回数や検索時期などの複数の要素に応じた重み付けを行って順位を決定しても良い。

図１の例では、ユーザＵ１の端末装置１０（Ｔ１）では、順位の高い方から「書籍Ａ」、「鮎釣り」、「スキー」の検索ワードが抽出されている。また、ユーザＵ２の端末装置１０（Ｔ２）では、順位の高い方から「動物園Ｂ」、「ショップＣ」、「書籍Ａ」の検索ワードが抽出されている。また、ユーザＵ３の端末装置１０（Ｔ３）では、順位の高い方から「おもちゃＤ」、「動物園Ｂ」、「水族館Ｅ」の検索ワードが抽出されている。また、ユーザＵ４の端末装置１０（Ｔ４）では、順位の高い方から「絵本Ｆ」、「動物園Ｂ」、「おもちゃＧ」の検索ワードが抽出されている。

サーバ装置１００は、抽出された検索ワードのうち、最も多くの端末装置１０の履歴情報（端末情報）に含まれている検索ワードを特定して抽出し、抽出された検索ワードに基づいて自動車２００の目的地を予測する。ここでは、「Ｂ動物園」の検索ワードが、最も多くの端末装置１０（端末装置１０（Ｔ２）〜１０（Ｔ４）の３台）の履歴情報に含まれているため、「Ｂ動物園」の検索ワードが抽出されて目的地の予測に用いられる。なお、同一数の端末装置１０の履歴情報に含まれている検索ワードが複数ある場合には、上述した検索ワードの順位に基づいて、目的地の予測に用いられる検索ワードが決定される。
ここで、「最も多くの端末装置１０の履歴情報に含まれている検索ワード（キーワード）」は、換言すれば「キーワードの最大公約数」である。

抽出された検索ワードに基づいて目的地を予測する方法は、特には限られないが、ここでは、検索ワードから所定の検索アルゴリズムで検索された複数の候補地をリストアップして、検索ワードとの関連性の高さや、現在地点からの距離などを考慮して候補地を順位付けし、順位が最も高い候補地を予測目的地として特定する。上記の検索アルゴリズムは、検索ワードとのとの関連性の高さに関する所定条件を満たす候補地を検索するアルゴリズムであれば、任意のものを用いることができる。
図１の例では、「Ｂ動物園」を検索ワードとする検索の結果、順位の高い方から「Ｂ動物園」、「Ｈ動植物園」、…が候補地として抽出され、順位が最も高い「Ｂ動物園」が予測目的地として特定される。

サーバ装置１００は、端末装置１０（Ｔ１）のナビアプリが目的地予測モードで動作している場合には、このように予測された目的地に応じた情報の提供を行う。ここで、情報の提供とは、端末装置１０（Ｔ１）に対して必要なデータを送信して、端末装置１０（Ｔ１）の表示部１４におけるナビアプリの画面に、各種情報を表示させることをいう。ここでは、表示部１４の上部に、推奨される目的地として「Ｂ動物園」に関する情報が表示され、表示部１４の下部に、「Ｂ動物園」までの経路と、当該経路における渋滞や事故などの交通情報、及び当該経路の周辺の店舗（ここでは、レストラン）に関する情報が表示される。
なお、端末装置１０（Ｔ２）〜１０（Ｔ４）にもナビアプリがインストールされており、これらの端末装置１０でナビアプリが実行されている場合には、当該端末装置１０でも端末装置１０（Ｔ１）と同様の情報の表示がなされる。

このような情報提供方法によれば、複数の同乗者（ここでは、ユーザＵ２〜Ｕ４）が関心を持っている事柄と関連性の高い施設（「Ｂ動物園」）が予測目的地として特定されるため、自動車２００の目的地を正確に予測できる蓋然性を高めることができる。また、予測目的地が実際の目的地とは異なっていたとしても、同乗者の多くが関心を持っている施設を行先として推奨（レコメンデーション）したり、当該施設に関する情報を提供したりすることができるため、ユーザの満足度や利便性の高いサービスを提供することができる。

なお、上記では、図２（ｂ）の時刻ｔ２で特定された４台の端末装置１０（Ｔ１）〜１０（Ｔ４）から端末情報を取得して目的地予測を行っている場合の動作を説明しているが、同様の動作は、図２（ａ）の時刻ｔ１や時刻ｔ３においても行われる。すなわち、まず、時刻ｔ１（ユーザＵ１〜Ｕ４が自動車２００に乗車したタイミング）において、同乗者が使用している端末装置１０の特定、端末情報の取得、目的地の予測、及び予測目的地に応じた情報提供が行われる。時刻ｔ１では、実際には自動車２００の外部にある端末装置１０（Ｔ５）も自動車２００の車内にあるものと判定されて、当該端末装置１０（Ｔ５）から取得された端末情報も目的地の予測に用いられる。

この後、自動車２００の移動が開始された後の時刻ｔ２において、自動車２００の車内にある端末装置１０（Ｔ１）〜１０（Ｔ４）が正確に特定されて、これらの端末装置１０（Ｔ１）〜１０（Ｔ４）からの端末情報に基づいて再度目的地が予測され、更新される。この時刻ｔ２における目的地の予測精度は、車内にある端末装置１０（Ｔ１）〜１０（Ｔ４）からの端末情報のみに基づいて予測がなされることで、時刻ｔ１における予測精度より高くなっている。
以降、所定のタイミング（時刻ｔ３、ｔ４、…）で、同乗者が使用している端末装置１０の特定、端末情報の取得、目的地の予測、及び予測目的地に応じた情報提供が行われる。

このように、自動車２００に乗車した瞬間のユーザの組み合わせ（クラスタ）に基づいてまず目的地の予測を行うことで、ユーザＵ１の端末装置１０（Ｔ１）の端末情報のみを用いる従来の目的地の予測方法に対して予測精度を向上させることができる。また、端末装置１０の再特定のたびに最新の端末情報に基づいて目的地を予測して目的地を更新することで、目的地の予測精度をさらに高めることができる。

なお、端末情報の取得は、初回の時刻ｔ１においてのみ行い、以降の時刻ｔ２、ｔ３、…では、端末装置１０の再特定の結果に応じて、取得済の端末情報から使用する端末情報を選択し直すようにしても良い。これにより、通信データ量を抑制することができる。

また、予測目的地は、自動車２００の移動経路に応じて更新されても良い。例えば、自動車２００の移動経路から、初回の予測目的地が自動車２００の移動方向とは逆方向であると判定された場合に、目的地の予測に用いた他の複数の候補地のうち、自動車２００の移動方向の先にある候補地が新たな予測目的地として更新されても良い。

［２．情報提供システムの構成］
次に、情報提供システム１をなすサーバ装置１００及び端末装置１０の構成について説明する。
図３は、サーバ装置１００及び端末装置１０の構成例を示す図である。

［２−１．サーバ装置の構成］
サーバ装置１００は、制御部１１０と、記憶部１２０と、通信部１３０などを備える。サーバ装置１００は、この他に、サーバ装置１００の操作者からの入力操作を受け付ける入力部（キーボードやマウス等）や、各種情報を表示するための表示部（液晶表示装置等）などをさらに備えていても良い。

制御部１１０（コンピューター）は、ＣＰＵ（Central Processing Unit）等の演算装置、及びＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリー等の記憶装置を備え、ＲＡＭ等を作業領域として、記憶部１２０に記憶されているプログラム１２２を実行することで、サーバ装置１００の各部の動作を制御する。また、制御部１１０は、プログラム１２２を実行することで、取得部１１１（取得手段）、予測部１１２（予測手段）及び情報提供部１１３（情報提供手段）として機能する。

取得部１１１は、自動車２００の車内にある複数の端末装置１０を特定し、当該複数の端末装置１０から端末情報（履歴情報、ユーザ情報及び位置情報）を取得して、端末情報データ１２１として記憶部１２０に記憶させる。端末情報データ１２１には、履歴情報を含む履歴情報データ１２１ａ、ユーザ情報を含むユーザ情報データ１２１ｂ、及び位置情報を含む位置情報データ１２１ｃが含まれている。

図４は、履歴情報データ１２１ａの内容例である。
履歴情報データ１２１ａは、端末装置１０ごとに、「端末ＩＤ」、「ユーザＩＤ」、「検索ワード」、「ナビアプリ行先履歴」、「購入履歴」、「インストール済アプリ」などの項目の情報が関連付けられているデータである。
「端末ＩＤ」は、端末装置１０を識別するために設定されているＩＤである。
「ユーザＩＤ」は、端末装置１０を使用しているユーザを識別するために設定されているＩＤである。ユーザＩＤは、例えば、端末装置１０にインストールされているアプリケーションプログラム（以下では「アプリ」と記す）上でユーザがサーバ装置１００へのログインに用いたアカウントに係るＩＤである。
「検索ワード」は、端末装置１０において情報の検索に用いられた検索ワードである。
「ナビアプリ行先履歴」は、ナビアプリの動作中に端末装置１０の行先として指定された地点、及び実際の移動先の地点に係る情報である。これらの各地点は、訪れた回数などに応じて順位付けされて配列されている。
「購入履歴」は、端末装置１０のアプリ上で過去に購入された商品の情報である。これらの商品の情報は、購入回数や、最後に購入した時期からの経過日数などに応じて順位付けされて配列されている。
「インストール済アプリ」は、端末装置１０にインストールされているアプリの種別（例えば、アプリの名称やジャンル）に係る情報である。これらのアプリは、使用頻度などに応じて順位付けされて配列されている。

図５は、ユーザ情報データ１２１ｂの内容例である。
ユーザ情報データ１２１ｂは、端末装置１０ごとに、「端末ＩＤ」、「ユーザＩＤ」、「性別」、「年代」、「家族」などの項目の情報が関連付けられているデータである。
「性別」は、ユーザの性別である。
「年代」は、ユーザの年代である。年代に代えて、年齢の情報が用いられても良い。
「家族」は、ユーザの家族を示す情報である。例えば、ユーザの家族がユーザＩＤを有している場合に、当該ユーザＩＤにより家族構成が特定される。なお、これに代えて、登録されている住所が同一であるユーザを家族と特定する方法などの、他の方法により家族が特定されても良い。
ユーザ情報データ１２１ｂとしては、この他に、氏名、居住地（住所）、興味、収入、ライフスタイル等の情報が含まれていても良い。

図６は、位置情報データ１２１ｃの内容例を示す図である。
位置情報データ１２１ｃは、端末ＩＤごとに、端末ＩＤに対応する端末装置１０の位置情報の履歴が時系列に記憶されているデータである。図６では、図２（ｂ）における端末装置１０（Ｔ１）〜１０（Ｔ５）の時刻ｔ１〜ｔ３の位置情報の履歴が例示されている。

取得部１１１は、図６の位置情報データ１２１ｃから、図２を用いて説明した上述のアルゴリズムにより自動車２００の車内にある複数の端末装置１０を特定する。
また、特定した複数の端末装置１０から端末情報を取得し、取得した端末情報を端末情報データ１２１に追加して端末情報データ１２１を更新する。

予測部１１２は、取得部１１１により取得された、複数の端末装置１０の各々に係る端末情報に基づいて、自動車２００の目的地を予測する。図１の例では、予測部１１２は、端末情報データ１２１のうち、車内にあると特定された端末装置１０（Ｔ１）〜１０（Ｔ４）に対応する履歴情報データ１２１ａから共通する検索ワードを抽出し、抽出された検索ワードに基づいて上述したアルゴリズムで目的地を予測する。

なお、予測部１１２は、検索ワードに加えて、又は検索ワードに代えて、履歴情報データ１２１ａに含まれる他の情報に基づいて目的地を予測しても良い。
例えば、予測部１１２は、ナビアプリ行先履歴の情報に基づいて、複数のユーザが過去に共通して訪れている行先に基づいて目的地を予測しても良い。
また、予測部１１２は、購入履歴の情報に基づいて各ユーザが関心を持っている商品を特定し、これらの商品を販売している店舗が共通して入っている商業施設などを目的地として予測しても良い。
また、予測部１１２は、インストール済アプリの情報に基づいて、各ユーザが関心を持っている分野を特定し、当該分野と関連性の高い地点を目的地として予測しても良い。例えば、複数のユーザの端末装置１０に釣り情報のアプリがインストールされている場合に、釣りを行うことができる地点（河川や釣堀等）を目的地として予測しても良い。
また、予測部１１２は、これらの情報を複合的に用いて目的地を予測しても良い。

端末情報データ１２１のうちいずれの情報を用いて目的地を予測するかについては、予め一の設定に固定されていても良いし、ナビアプリ上でユーザが設定できるようにしても良い。

情報提供部１１３は、予測部１１２により予測された目的地に応じた情報を提供する。提供される情報及び情報提供の方法については、上述したとおりである。

記憶部１２０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の記憶装置によって実現される。記憶部１２０は、上述した端末情報データ１２１（履歴情報データ１２１ａ、ユーザ情報データ１２１ｂ及び位置情報データ１２１ｃ）、及びプログラム１２２などを記憶する。

通信部１３０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１３０は、通信ネットワークＮと有線または無線で接続され、端末装置１０の通信部１３との間で情報の送受信を行う。

［２−２．端末装置の構成］
図３に示されるように、端末装置１０は、制御部１１と、記憶部１２と、通信部１３と、表示部１４と、位置情報取得部１５などを備える。

制御部１１は、ＣＰＵ（Central Processing Unit）等の演算装置、及びＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリー等の記憶装置を備え、ＲＡＭ等を作業領域として記憶部１２に記憶されているシステムプログラムや各種アプリケーションプログラム（例えばナビアプリ１２ａ等）を実行することで端末装置１０の各部の動作を制御する。
具体的には、制御部１１は、所定のタイミングで位置情報取得部１５に位置情報を取得させ、その結果を通信部１３によりサーバ装置１００に送信させる。
また、制御部１１は、ユーザからのナビアプリ１２ａの実行を指示する入力操作がなされた場合に、ナビアプリ１２ａを実行し、その処理内容に応じた情報を表示部１４に表示させる。例えば、制御部１１は、サーバ装置１００から予測目的地に応じた情報を取得した場合に、取得した情報に応じた経路情報や周辺情報などを表示部１４に表示させる。

記憶部１２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の記憶装置によって実現される。記憶部１２は、上述したシステムプログラム、及びナビアプリ１２ａを始めとする各種アプリなどを記憶する。

通信部１３は、第３世代移動通信システム及び第４世代移動通信システム等による通信、無線ＬＡＮ通信、及びＢｌｕｅｔｏｏｔｈ（登録商標）や赤外線通信といった近距離無線通信などを行うための各種通信モジュールによって実現される。通信部１３は、通信ネットワークＮを介してサーバ装置１００の通信部１３０との間で情報の送受信を行う。また、通信部１３は、近距離無線通信等により他の端末装置１０の通信部１３との間で情報の送受信を行う。

表示部１４は、液晶表示装置や有機ＥＬ（Electro Luminescence）表示装置などにより実現され、制御部１１による制御下で各種情報を表示する。表示部１４の表示画面には、ユーザからの入力操作を受け付けるタッチパネルが設けられていても良い。

位置情報取得部１５は、測位衛星からの送信電波を受信して復調、復号し、得られた情報に基づいて端末装置１０の現在位置を算出するＧＰＳモジュールである。算出された現在位置の内容は、所定のフォーマットの位置情報として制御部１１に出力され、通信部１３を介してサーバ装置１００に送信される。

［３．情報提供処理のフロー］
次に、上述した情報提供を行うために、サーバ装置１００の制御部１１０により実行される情報提供処理について説明する。

図７は、情報提供処理の制御部１１０による制御手順を示すフローチャートである。
この情報提供処理は、ユーザＵ１の端末装置１０（Ｔ１）においてナビアプリが実行され、目的地が設定されていない状態となっている場合（目的地予測モードで動作している場合）に開始される。

情報提供処理が開始されると、制御部１１０（取得部１１１）は、端末装置１０（Ｔ１）を使用するユーザＵ１が乗車する自動車２００の同乗者の端末装置１０を特定する（ステップＳ１０１）。制御部１１０は、当該ステップＳ１０１の開始後に取得した位置情報に基づいて、端末装置１０（Ｔ１）から所定距離ｒの範囲内にある端末装置１０を、同乗者が使用する複数の端末装置１０として特定する。

制御部１１０（取得部１１１）は、特定した複数の端末装置１０の各々から端末情報を取得して端末情報データ１２１を更新する（ステップＳ１０２：取得工程）。また、制御部１１０（取得部１１１）は、取得した端末情報から、各端末装置１０における履歴情報としての検索ワードを抽出する（ステップＳ１０３）。

制御部１１０（予測部１１２）は、抽出された検索ワードに基づいて、上述したアルゴリズムで目的地を予測する（ステップＳ１０４：予測工程）。

制御部１１０（情報提供部１１３）は、予測された目的地に応じた情報を端末装置１０（Ｔ１）に送信して端末装置１０（Ｔ１）の表示部１４に表示させる（ステップＳ１０５：情報提供工程）。

制御部１１０は、端末装置１０（Ｔ１）の位置情報に基づいて、端末装置１０（Ｔ１）が車内にある自動車２００が予測目的地に到着したか否かを判定する（ステップＳ１０６）。

自動車２００が予測目的地に到着していないと判定された場合には（ステップＳ１０６で“ＮＯ”）、制御部１１０は、前回の端末装置特定時から（直近で同乗者の複数の端末装置１０を特定してから）所定時間が経過しているか否かを判定する（ステップＳ１０７）。所定時間が経過していないと判定された場合には（ステップＳ１０７で“ＮＯ”）、制御部１１０は、処理をステップＳ１０６に戻す。

前回の端末装置特定時から所定時間が経過していると判定された場合には（ステップＳ１０７で“ＹＥＳ”）、制御部１１０は、同乗者の端末装置１０として特定済の各端末装置１０の移動経路に基づいて、同乗者の端末装置１０を再特定し、特定結果を更新する（ステップＳ１０８）。すなわち、制御部１１０は、各端末装置１０の位置情報から各端末装置１０の移動経路を特定し、移動経路が共通する端末装置１０を、同乗者の複数の端末装置１０として再特定する。
ステップＳ１０８の処理が終了すると、制御部１１０は、処理をステップＳ１０２に戻し、同乗者の複数の端末装置１０の最新の特定結果に基づいて目的地の予測（ステップＳ１０４）や、予測目的地に応じた情報の表示（ステップＳ１０５）などの処理を実行する。

ステップＳ１０６の処理において、自動車２００が予測目的地に到着したと判定された場合には（ステップＳ１０６で“ＹＥＳ”）、制御部１１０は、情報提供処理を終了させる。

［４．情報提供方法の他の態様］
次に、上記［１．情報提供方法］で説明した方法とは異なる態様の情報提供方法について説明する。
なお、以下の［４−１］〜［４−６］では、目的地の予測に用いる端末情報として、図１と同様に、履歴情報に含まれる検索ワードを例に挙げて説明するが、これに限られず、検索ワードに代えて、又は検索ワードに加えて、端末情報データ１２１に含まれる他の任意の情報（例えば、ナビアプリ行先履歴、購入履歴、及びインストール済アプリなど）を用いても良い。

［４−１．時間帯に基づく情報提供方法］
サーバ装置１００による情報提供方法では、現在時刻の時間帯をさらに考慮して目的地を予測しても良い。
図８は、時間帯に基づく情報提供方法の例を説明する図である。
図８の例では、自動車２００の同乗者の端末装置１０（Ｔ１）〜１０（Ｔ４）は、図１の例と同一であり、各端末装置１０から取得されている端末情報（履歴情報、検索ワード）も図１と同一である。しかしながら、図８の例では、現在時刻が午後６：００となっており、通常、動物園が閉園している時間帯であるため、履歴情報の検索ワードに基づいて図１の例と同様に「Ｂ動物園」を目的地として予測すると、的外れな予測となってしまう。

そこで、図８の例では、サーバ装置１００は、現在時刻の時間帯において利用することのできない（例えば、営業時間外の）施設が目的地の複数の候補地のうち最上位の順位の候補地となっている場合に、当該候補地は予測目的地として採用せず（すなわち、候補地から除外され）、他の候補地から目的地を予測する。（なお、目的地までの移動時間がさらに考慮されても良い。例えば、現在時刻が目的地の施設の営業時間内であっても、当該施設への到着予定時刻が当該施設の営業時間外となる場合に、予測目的地として採用されないようにしても良い。）

具体的には、図８の履歴情報の検索ワードのうち、３人のユーザＵ２〜Ｕ４の端末装置１０（Ｔ２）〜１０（Ｔ４）で使用されている検索ワード「Ｂ動物園」からは、図１で説明したとおりに「Ｂ動物園」が最上位の順位の候補地となるが、Ｂ動物園が閉園している時間帯であるため候補地から除外され、予測目的地としては採用されない。また、当該検索ワード「Ｂ動物園」から予測される他の候補地（図１の「Ｈ動植物園」など）も、営業時間外のため予測目的地としては採用できないものとする。

そこで、複数の端末装置１０（Ｔ１）〜１０（Ｔ４）の履歴情報から共通して抽出することのできる他の検索ワードが特定され、この検索ワードから目的地が予測される。ここでは、端末装置１０（Ｔ２）で使用されている検索ワード「ショップＣ」、端末装置１０（Ｔ３）で使用されている検索ワード「おもちゃＤ」、及び端末装置１０（Ｔ４）で使用されている検索ワード「おもちゃＧ」が、共通して抽出できる検索ワードとして特定される。

ここで、「ショップＣ」、「おもちゃＤ」及び「おもちゃＧ」は、同一の検索ワードではないものの、いずれもショッピングモールなどの商業施設で利用可能、又は購入可能な対象であるため、商業施設との関連性の観点から、共通して抽出可能な検索ワードとされる。このように、目的地の予測に用いる検索ワードは、所定の観点で関連性を有する異なる複数の検索ワードであっても良い。
このような関係の複数の検索ワードを特定する方法は、特には限られないが、例えば端末情報の各検索ワードに、当該検索ワードの上位概念を表す一又は二以上のメタデータを設定しておき、メタデータが共通する検索ワードを、複数の端末装置１０の端末情報から共通して抽出すれば良い。図８の例では、検索ワード「ショップＣ」、「おもちゃＤ」及び「おもちゃＧ」に対して、メタデータ「商業施設」が設定されており、当該メタデータの共通性に着目してこれらの検索ワードが抽出される。

図８の端末情報から検索ワード「ショップＣ」、「おもちゃＤ」及び「おもちゃＧ」が抽出されると、これらの検索ワードに基づいて、メタデータである「商業施設」との関連性の高さや、現在地点からの距離などを考慮して複数の候補地が選定される。あるいは、３つの検索ワードをキーワードとして直接用いて、所定の検索アルゴリズムにより複数の候補地を選定しても良い。
図８の例では、順位の高い方から「ショッピングモールＸ」、「デパートＹ」、…が候補地として抽出される。このうち、順位が最も高い「ショッピングモールＸ」について、時間帯に基づく適合性が判定され（具体的には、営業時間内か否かが判定され）、適合性に問題がないと判定されると、予測目的地として採用される。

この結果、サーバ装置１００から端末装置１０に、予測目的地である「ショッピングモールＸ」に関する情報が提供され、端末装置１０の表示部１４には、「ショッピングモールＸ」に関する情報が表示される。具体的には、表示部１４の上部に、推奨される目的地として「ショッピングモールＸ」に関する情報が表示され、表示部１４の下部に、「ショッピングモールＸ」までの経路と、当該経路における渋滞や事故などの交通情報、及び当該経路の周辺の店舗（ここでは、レストラン）に関する情報が表示される。

［４−２．ユーザのコンテキストに基づく情報提供方法］
サーバ装置１００による情報提供方法では、ユーザのコンテキストに基づいて目的地を予測しても良い。ここで、コンテキストとは、ユーザの、特定の対象との関係性や、ユーザの状態などを特定するのに用いることのできる任意の情報である。例えば、ユーザと、他のユーザとの関係性の観点では、性別、年代、居住地、興味、家族関係、収入、ライフスタイルなどの情報がコンテキストとなり得る。また、ユーザの状態に関しては、滞在している施設や周囲の状況、体調、運動状態などの情報がコンテキストとなり得る。これらの情報をユーザのコンテキストとして目的地の予測に用いる場合には、当該情報が端末装置１０からユーザ情報として取得されて、ユーザ情報データ１２１ｂに記憶される。あるいは、これらの情報は、端末装置１０とは別途のルートで予め取得されてユーザ情報データ１２１ｂに記憶されていても良い。

図９は、ユーザのコンテキストに基づく情報提供方法の例を説明する図である。
図９の例では、自動車２００にユーザＵ１、Ｕ３の２人が乗車している。このうちユーザＵ３は、ユーザＵ１の子供（小学生）であるものとする。また、現在時刻は午前７：３０であるものとする。

この例では、ユーザＵ１とユーザＵ３との関係性（家族、親子）が、コンテキストとして考慮されて目的地が予測される。自動車２００に家族同士が同乗している場合には、同乗者の組み合わせや時間帯に応じて、特定の地点が目的地となる蓋然性が高くなる。例えば、親子が朝の時間帯に同乗した場合には、親が子供を送り届けるために小学校に移動する蓋然性が高い、といった具合である。このため、当該同乗者の組み合わせ及び時間帯での過去の目的地の履歴を参照することで、より適切に目的地を予測することができる。

具体的には、図９の例では、ユーザＵ１の端末装置１０（Ｔ１）及びユーザＵ３の端末装置１０（Ｔ３）からそれぞれ取得された端末情報における「家族」の項目から、同乗しているユーザＵ１、Ｕ３が家族であると判定される。これに応じて、位置情報データ１２１ｃが参照されて、ユーザＵ１、Ｕ３が同乗したときの端末装置１０（Ｔ１）、１０（Ｔ３）の過去の位置情報が取得され、現在時刻である午前７：３０が属する朝の時間帯における目的地（移動先）の履歴が参照される。図９では、２０１８年３月１日の午前８：００に、ユーザＵ１、Ｕ３（端末装置１０（Ｔ１）、１０（Ｔ３））が「Ｚ小学校」に移動していると判定されるため、この履歴に基づいて、「Ｚ小学校」が目的地として予測される。

［４−３．ユーザのコンテキストに応じた重み付けを反映させた情報提供方法］
ユーザのコンテキストは、目的地の予測に直接用いる他に、端末情報（特に、履歴情報）の重み付けに用いることもできる。すなわち、ユーザのコンテキストに応じて、各ユーザが使用する端末装置１０から取得された履歴情報の重み付けを行い、重み付けがなされた履歴情報に基づいて目的地を予測しても良い。

図１０は、ユーザのコンテキストに応じた重み付けを反映させた情報提供方法の例を説明する図である。
図１０の例では、ユーザＵ１〜Ｕ４が自動車２００に同乗している。このうち、ユーザＵ３、Ｕ４は、ユーザＵ１、Ｕ２の子供であるものとする。

図１０の例では、現在時刻が午後８：００と遅い時間帯であり、子供の希望を反映した外出である可能性が低いこと、あるいは子供が車内で眠っている可能性があることなどが、目的地の予測に際して考慮される。すなわち、子供のユーザＵ３、Ｕ４の端末装置１０（Ｔ３）、１０（Ｔ４）から取得された履歴情報の重み付けが小さく設定され、このように重み付けがなされた履歴情報に基づいて目的地が予測される。ここでは、子供の端末装置１０（Ｔ３）、１０（Ｔ４）から取得された履歴情報の重み付けが「０」に設定され、当該履歴情報が目的地の予測に用いられない例で説明する。

上記の重み付けの結果、親のユーザＵ１、Ｕ２が使用する端末装置１０（Ｔ１）、１０（Ｔ２）から取得された履歴情報のみが目的地の予測に用いられる。ここでは、端末装置１０（Ｔ１）、１０（Ｔ２）の履歴情報から検索ワード「書籍Ａ」が共通して抽出される。そして、抽出された検索ワード「書籍Ａ」に基づいて、順位の高い方から「書店Ｉ」、「Ｊブックセンター」、…が候補地として抽出され、順位が最も高い「書店Ｉ」が予測目的地として特定される。

なお、上記では、子供のユーザＵ３、Ｕ４の重み付け（プライオリティ）を０とし、親のユーザＵ１、Ｕ２の重み付けを同等とする例を挙げて説明したが、これに限られず、履歴情報を参照するユーザ間で重み付けを異ならせても良い。例えば、重み付けの設定範囲を０〜１０とした場合に、ユーザＵ１（例えば、父親）の重み付けを０．１とし、ユーザＵ２（例えば、母親）の重み付けを１０とするといった態様であっても良い。また、子供のユーザＵ３、Ｕ４の重み付けを０以外の値に設定しても良い。この場合の重み付けの値は、例えば、通常の検索履歴の傾向と、目的地の候補地との関連性の高さ、過去の目的地予測において検索履歴が採用された回数や頻度などに基づいて定めることができる。また、特定のユーザ同士が同乗した場合の重み付けが予め定められていても良い。

［４−４．複数の端末装置の履歴情報を複合的に考慮する目的地の予測方法］
上記の情報提供方法では、まず複数の端末装置１０の履歴情報から共通性の高い検索ワードを抽出し、抽出された検索ワードに基づいて目的地の候補地の選定、及び最終的な予測目的地の特定を行う例で説明したが、これに限られず、複数の端末装置１０の履歴情報をそのまま用いて、履歴情報に含まれる各検索ワードを複合的に考慮して目的地を予測しても良い。

図１１は、複数の端末装置１０の履歴情報を複合的に考慮する目的地の予測方法を説明する図である。
図１１の例では、複数の端末装置１０の履歴情報から抽出される、共通性の高い検索ワードの組み合わせごとに、目的地の候補地が選定されている。具体的には、検索ワード「Ｂ動物園」から、候補地として「Ｂ動物園」、「Ｈ動植物園」が選定されている。また、検索ワード「ショップＣ」、「おもちゃＤ」、「おもちゃＧ」の組み合わせから、候補地として「ショッピングモールＸ」、「デパートＹ」が選定されている。また、検索ワード「書籍Ａ」から、候補地として「書店Ｉ」、「Ｊブックセンター」が選定されている。また、検索ワード「Ｅ水族館」から、候補地として「Ｅ水族館」が選定されている。

また、図１１の例では、選定された各候補地に対して、目的地である蓋然性の高さを示す「スコア」が算出されている。このスコアは、検索ワードが共通して抽出された端末装置１０の数、検索ワードとの関連性の高さ、及び現在地点からの距離などに基づいて算出される。このスコアには、さらに各ユーザのコンテキストに応じた重み付けが反映されていても良い。このスコアは、目的地としてのもっともらしさを表す値であり、「尤度」と言い換えることもできる。各候補地は、スコアの高さに応じて順位付けされている。
また、図１１では、選定された各候補地に対し、時間帯に基づく適合性の判定結果（具体的には、営業時間内か否か）が「○」、「×」で表されている。

このように、複数の端末装置１０の履歴情報（検索ワード）を複合的に考慮して選定された複数の候補地のうち、時間帯の適合性が「×」となっている候補地を除外した残りの候補地、すなわち時間帯の適合性が「○」となっている候補地が、最終的な候補地として選定され、順位が最も高い候補地（ここでは「ショッピングモールＸ」）が予測目的地として特定される。

［４−５．同乗者の端末装置の他の特定方法（１）（近距離無線通信）］
自動車２００の同乗者が使用する複数の端末装置１０の特定方法は、上述した位置情報を用いる方法に限られない。
同乗者の端末装置１０の他の特定方法としては、近距離無線通信による接続関係に基づく方法がある。

図１２は、近距離無線通信の接続関係に基づく同乗者の端末装置１０の特定方法を説明する図である。
図１２の例では、近距離無線通信としてのＢｌｕｅｔｏｏｔｈにより、端末装置１０（Ｔ１）が、端末装置１０（Ｔ２）〜１０（Ｔ４）と接続されている。サーバ装置１００は、この接続関係に係る情報を端末装置１０（Ｔ１）から取得して、相互に接続されている端末装置１０（Ｔ１）〜１０（Ｔ４）を、自動車２００の車内にある端末装置１０であると特定する。
なお、この方法を用いる場合にも、図２に示した位置情報を用いた端末装置１０の特定方法を併用しても良い。

［４−６．同乗者の端末装置の他の特定方法（２）（事前の予約）］
自動車２００の同乗者が使用する複数の端末装置１０の他の特定方法として、自動車２００への乗車前に、自動車２００に同乗するユーザの複数の端末装置１０を予め指定しておく（予約しておく）方法がある。
例えば、自動車２００への乗車前に、端末装置１０の所定のアプリ（例えば、ナビアプリ）上で、ユーザＵ１からユーザＵ２〜Ｕ４に対し、自動車２００に同乗した移動のイベントに招待する通知を送信する。この通知に対し、各ユーザＵ２〜Ｕ４が自身の端末装置１０（Ｔ２）〜１０（Ｔ４）で承諾の返信を行うことで、ユーザＵ１の端末装置１０（Ｔ１）において、自動車２００に同乗するユーザＵ１〜Ｕ４の端末装置１０（Ｔ１）〜１０（Ｔ４）の組み合わせを指定（予約）する端末指定データ（端末指定情報）が生成されて、サーバ装置１００に送信される。
そして、自動車２００乗車後にナビアプリを目的地予測モードで動作させると、サーバ装置１００は、端末指定データにおいて同乗が予約されている端末装置１０（Ｔ１）〜１０（Ｔ４）から端末情報を取得して、上述した方法で目的地の予測、及び予測目的地に応じた情報の提供を行う。あるいは、サーバ装置１００は、近距離無線通信で各端末装置１０が接続されたタイミングで各ユーザが自動車２００に乗車したものと判定して、端末情報の取得、目的地の予測及び情報提供を開始しても良い。また、サーバ装置１００は、端末指定データを受信した時点で各端末装置１０から端末情報を取得して、予め目的地の予測などの処理を行っても良い。

また、各ユーザの上記操作による端末指定データの生成及びサーバ装置１００への送信は、各ユーザが自動車２００に乗車した後に行われても良い。
なお、この場合には、上記の操作に代えて、所定のアプリ（例えばナビアプリ）上で同乗者であることを申告するための所定のボタンを選択する入力操作がなされた場合に、端末指定データにおいて同乗者の端末装置１０として登録されるようにしても良い。

［５．効果］
以上のように、上記実施形態に係る情報処理装置としてのサーバ装置１００は、制御部１１０を備え、制御部１１０は、同一の自動車２００に同乗する複数のユーザが使用する複数の端末装置１０の各々から、端末装置１０に対応付けられた端末情報を取得し（取得部１１１）、取得された複数の端末装置１０の各々に係る端末情報に基づいて、自動車２００の目的地を予測し（予測部１１２）、予測された目的地に応じた情報を提供する（情報提供部１１３）。
このような情報提供方法によれば、同乗者の多くが関心を持っている事柄と関連性の高い地点を目的地として予測できるため、自動車２００の目的地を正確に予測できる蓋然性を高めることができる。よって、より適切な目的地の予測に基づくより的確な情報提供を行うことができる。また、予測目的地が実際の目的地とは異なっていたとしても、同乗者の多くが関心を持っている地点に関する情報を提供できるため、ユーザの満足度や利便性の高いサービスを提供することができる。このようなユーザ体験を提供することで、目的地までの誘導案内を必要としない場合においても、ユーザが積極的にサービスを利用する（ナビアプリを立ち上げる）ように促すことができる。

また、端末装置１０の使用履歴に係る履歴情報を含む端末情報を用いて目的地を予測することで、同乗者にとって関心のある地点を目的地として予測することができる。よって、複数のユーザが同乗している場合に、より適切に目的地を予測し情報を提供することができる。

また、端末装置１０における検索履歴に係る情報を含む履歴情報を端末情報として用いることで、ユーザが関心を持っている具体的な事柄と関連性の高い地点を目的地として予測することができる。

また、端末装置１０を用いた商品の購入履歴に係る情報を含む履歴情報を端末情報として用いることによっても、ユーザが関心を持っている具体的な事柄と関連性の高い地点を目的地として予測することができる。

また、制御部１１０は、複数の端末装置１０の各々に係る履歴情報から検索ワード（キーワード）をそれぞれ抽出し、抽出された複数のキーワードとの関連性の高さに関する所定条件を満たす候補地から目的地を予測する（予測部１１２）。これにより、自動車２００に同乗している複数のユーザのうちより多くのユーザにとって関心のある地点を目的地として予測することができる。

また、制御部１１０は、複数の端末装置１０の各々に係る履歴情報から検索ワード（キーワード）をそれぞれ抽出し、最も多くの端末装置１０の履歴情報から抽出された検索ワードに基づいて目的地を予測する（予測部１１２）。これにより、簡易な処理で、自動車２００に同乗している複数のユーザのうちより多くのユーザにとって関心のある地点を目的地として予測することができる。

また、制御部１１０は、複数の端末装置１０の各々に係る端末情報に基づいて、複数のユーザの各々のコンテキストを推定し、当該コンテキストに基づいて目的地を予測する（予測部１１２）。これにより、同乗者同士の関係性や、同乗者の状態などに応じてより適切な目的地を予測することができる。

また、制御部１１０は、複数の端末装置１０の各々に係る端末情報に基づいて、複数のユーザの各々のコンテキストを推定し、複数のユーザの各々のコンテキストに基づいて複数の端末装置１０の各々に係る履歴情報の重み付けを行い、当該重み付けがなされた履歴情報に基づいて目的地を予測する（予測部１１２）。これによれば、同乗者同士の関係性や、同乗者の状態などをより柔軟に考慮して目的地を予測することができる。

また、端末装置１０の過去の位置情報を含む端末情報を用いて目的地を予測することで、自動車２００の目的地を正確に予測できる蓋然性を高めることができる。

また、制御部１１０は、目的地の予測を行っている時間帯に基づいて目的地を予測する（予測部１１２）。これによれば、営業時間外である施設を目的地として採用しない等の、時間帯が考慮されたより適切な目的地の予測を行うことができる。

また、制御部１１０は、目的地の複数の候補地を選定し、時間帯に基づいて複数の候補地のうち一部の候補地を除外した残りの候補地から目的地を予測する（予測部１１２）。これによれば、簡易な処理で、時間帯が考慮されたより適切な目的地の予測を行うことができる。

また、制御部１１０は、予測された目的地を、推奨される行き先として提示する（情報提供部１１３）。これにより、自動車２００の同乗する複数のユーザにとって関心のある地点の情報を提供することができる。また、予測された目的地が、実際の目的地とは異なる場合であっても、ユーザが潜在的に興味を有している可能性の高い地点の情報を提供できるため、ユーザの満足度の高いサービスを提供することができる。

また、制御部１１０は、端末装置１０の位置情報に基づいて、一の端末装置１０から所定距離ｒの範囲内にある端末装置１０を、同一の自動車２００に同乗する複数のユーザが使用する複数の端末装置１０として特定し、当該特定された複数の端末装置１０の各々から端末情報を取得する（取得部１１１）。これにより、同乗者が使用する端末装置１０を簡易な処理で特定することができる。

また、制御部１１０は、端末装置１０の位置情報に基づいて、一の端末装置１０から所定距離ｒの範囲内にあり、かつ移動経路が共通する二以上の端末装置１０を、同一の自動車２００に同乗する複数のユーザが使用する複数の端末装置１０として特定し、当該特定された複数の端末装置１０の各々から端末情報を取得する（取得部１１１）。これにより、同乗者が使用する端末装置１０をより精度良く特定することができる。

また、制御部１１０は、自動車２００の移動が開始された後に、複数の端末装置１０の特定、及び当該複数の端末装置１０の各々からの端末情報の取得を複数回行い（取得部１１１）、複数の端末装置１０の各々に係る最新の端末情報に基づいて目的地を予測し、当該予測の結果に応じて目的地を更新する（予測部１１２）。これにより、自動車２００の移動に伴って、目的地の予測精度を向上させていくことができる。よって、自動車２００にユーザが乗車したタイミングで、まず可能な精度で予測目的地の情報を提供しつつ、自動車２００の移動に伴って徐々に目的地の予測精度を高めて、その時点で最も適切な情報を随時提供することができる。

また、制御部１１０は、近距離無線通信により接続されている二以上の端末装置１０を、同一の自動車２００に同乗する複数のユーザが使用する複数の端末装置１０として特定し、当該特定された複数の端末装置１０の各々から端末情報を取得する（取得部１１１）。これにより、端末装置１０から位置情報を取得できない場合であっても自動車２００に同乗するユーザの複数の端末装置１０を特定することができる。また、通常、自動車２００に同乗しているユーザの端末装置１０が、自動車２００の車外にいるユーザの端末装置１０と近距離無線通信により接続されることはまれであるため、簡易な処理で精度よく、同乗者の端末装置１０を特定することができる。

また、上記［４−６］では、制御部１１０は、複数の端末装置１０の組み合わせを予め指定する端末指定データに基づいて複数の端末装置１０を特定し、当該特定された複数の端末装置１０の各々から端末情報を取得する（取得部１１１）。これによれば、より確実に、かつ簡易な処理で、自動車２００に同乗するユーザの端末装置１０を特定することができる。

また、本実施形態の情報提供方法は、同一の自動車２００に同乗する複数のユーザが使用する複数の端末装置１０の各々から、端末装置１０に対応付けられた端末情報を取得する取得工程と、取得された複数の端末装置１０の各々に係る端末情報に基づいて、自動車２００の目的地を予測する予測工程と、予測された目的地に応じた情報を提供する情報提供工程と、を含む。このような方法によれば、より適切に目的地を予測して当該目的地に応じた情報を提供することができる。

また、本実施形態のプログラム１２２は、サーバ装置１００に設けられたコンピューターとしての制御部１１０を、同一の自動車２００に同乗する複数のユーザが使用する複数の端末装置１０の各々から、端末装置１０に対応付けられた端末情報を取得する取得部１１１、取得された複数の端末装置１０の各々に係る端末情報に基づいて、自動車２００の目的地を予測する予測部１１２、予測された目的地に応じた情報を提供する情報提供部１１３、として機能させる。このようなプログラムでサーバ装置１００を動作させることにより、より適切に目的地を予測して当該目的地に応じた情報を提供することができる。

［６．その他］
本発明は、上記実施形態に限られるものではなく、様々な変更が可能である。
例えば、上記実施形態では、自動車２００に同乗するユーザの複数の端末装置１０（Ｔ１）〜（Ｔ４）がそれぞれサーバ装置１００と通信を行う例を用いて説明したが、これに限定されない。例えば、端末装置１０（Ｔ１）のみがサーバ装置１００と通信を行い、端末装置１０（Ｔ１）と端末装置１０（Ｔ２）〜（Ｔ４）とが近距離無線通信などで通信を行う構成とした上で、端末装置１０（Ｔ２）〜（Ｔ４）から端末装置１０（Ｔ１）に送信された端末情報を端末装置１０（Ｔ１）がサーバ装置１００に送信するようにしても良い。

また、上記実施形態でサーバ装置１００が実行していた処理を、端末装置１０（Ｔ１）〜（Ｔ４）のうちいずれかの端末装置１０が実行しても良い。例えば、端末装置１０（Ｔ１）と端末装置１０（Ｔ２）〜（Ｔ４）とが近距離無線通信などで情報通信を行う構成とした上で、上記実施形態でサーバ装置１００が実行していた処理を、端末装置１０（Ｔ１）が行うようにしても良い。この場合には、端末装置１０（Ｔ１）により情報処理装置が構成される。
このような構成では、サーバ装置１００を用いずに上記実施形態の方法の目的地の予測及び情報提供を行うことができる。

また、上記実施形態でサーバ装置１００により提供されているサービスを、ＨａａＳ（Hardware as a Service）により提供しても良い。例えば、ＣＰＵ、メモリー及びストレージといったハードウェア資源を仮想化された情報処理装置として利用者に提供するサービスにおいて、上記実施形態と同様の目的地の予測や、予測目的地に応じた情報提供がなされても良い。

また、上記実施形態で説明した種々の情報提供方法は、互いに組み合わされて用いられても良い。例えば、平日は、非日常的な地点が行先となる可能性が低いため、同乗しているユーザのコンテキストや過去の移動履歴からリストアップされる候補地を優先的に目的地として予測し（例えば、小学校への送迎など）、休日は、レジャーなどの非日常的な地点が行先となる可能性が高いため、端末情報のうち履歴情報（検索ワード等）から検索された候補地を優先的に目的地として予測するようにしても良い。

また、上記実施形態では、取得された端末情報において、検索ワードや購入履歴などを順位付けした上で、順位の高い検索ワード等を優先して目的地の予測に用いる例で説明したが、これに限定する趣旨ではない。すなわち、端末情報における検索ワードや購入履歴等を、均等な重み付けで目的地の予測に用いても良い。

また、上記実施形態では、取得した端末情報から端末装置１０のユーザ（ユーザＩＤ）が特定される例を用いて説明したが、ユーザ（ユーザＩＤ）を特定しない態様としても良い。すなわち、端末装置１０から取得した検索ワード等の履歴情報のみから目的地を予測しても良い。

また、上記実施形態では、自動車２００の同乗者（ユーザＵ１〜Ｕ４）が使用する全ての端末装置１０（Ｔ１）〜（Ｔ４）から取得された端末情報を用いて目的地を予測したが、これに限られず、一部の同乗者が使用する端末装置１０から端末情報を取得して、当該端末情報に基づいて目的地を予測しても良い。

また、上記実施形態の［４−３］では、ユーザのコンテキストに応じて端末情報としての履歴情報（検索ワード等）の重み付けを行う例を説明したが、ユーザのコンテキスト以外の要素で履歴情報の重み付けを行っても良い。例えば、端末装置１０のセンサーデータ（加速度センサ、音声センサ、輝度センサ等）に基づいて履歴情報の重み付けを行っても良い。具体的には、加速度センサによる加速度の検出がほとんどなく、ユーザが眠っていると推測される端末装置１０の履歴情報については採用しない、といった態様としても良い。また、ユーザが過去に同一の自動車に同乗した回数に応じて、当該ユーザの端末情報１０から取得される履歴情報の重み付けを行っても良い。

また、端末情報は、履歴情報、ユーザ情報及び位置情報に限られず、端末装置１０に対応付けることのできる任意の情報を含めることができる。例えば、端末情報として、端末装置１０で撮影された写真の画像データや、録音された音声データなどが取得されて目的地の予測に用いられても良い。

また、上記実施形態では、運転者（ユーザＵ１）の他に３人のユーザ（ユーザＵ２〜Ｕ４）が同乗している例を用いて説明したが、運転者以外の同乗者が１人、２人、又は４人以上である場合にも本発明を適用することができる。このうち、運転者以外の同乗者が２人以上である場合には（運転者が他の複数人の乗員を載せている場合）、運転者以外のユーザの行動履歴をより的確に反映させた目的地予測が可能となるため、特に予測精度を向上させることができる。

また、サーバ装置１００が異なる複数の自動車（自動車とともに移動している端末装置１０）に対してナビゲーション情報を提供する場合において、上記実施形態の方法により予測された目的地までの経路は、他の自動車に対して案内されている経路に応じた経路とされても良い。例えば、複数の自動車に対して、同一の渋滞区間を回避するための経路を案内する必要がある場合に、どのようなルートを選択するかは、オークション方式で決定しても良い。すなわち、各車に乗車しているユーザに関する所定の情報に応じた順序で、渋滞回避の経路を異なるものとしても良い（換言すれば、出し分けても良い）。ここで用いられるユーザの情報としては、所定のサービスに対する有料会員又はプレミアム会員であるか否か、あるいは過去の運転挙動に係る情報などを用いることができる。

また、端末装置１０からの端末情報や位置情報に加えて、自動車２００から走行データ（プローブ情報）を取得して、目的地の予測に用いても良い。この場合の走行データとしては、タイムスタンプ、位置情報、車速、エンジン回転数などが挙げられる。

また、移動手段として自動車２００を例示したが、移動手段はこれに限られず、複数のユーザが同乗して移動することが可能な任意の乗物（例えば、複数人が乗車可能な自動二輪車、自転車、馬車、人力車等）とすることができる。

本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施の形態に限定されるものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。

１ 情報提供システム
１０ 端末装置
１１ 制御部
１２ 記憶部
１２ａ ナビアプリ
１３ 通信部
１４ 表示部
１５ 位置情報取得部
１００ サーバ装置（情報処理装置）
１１０ 制御部
１１１ 取得部
１１２ 予測部
１１３ 情報提供部
１２０ 記憶部
１２１ 端末情報データ
１２１ａ 履歴情報データ
１２１ｂ ユーザ情報データ
１２１ｃ 位置情報データ
１２２ プログラム
１３０ 通信部
２００ 自動車（移動手段）

Claims (19)

1. 同一の移動手段に同乗する複数のユーザが使用する複数の端末装置の各々から、端末装置に対応付けられた端末情報を取得する取得部と、
   取得された前記複数の端末装置の各々に係る前記端末情報に基づいて、前記移動手段の目的地を予測する予測部と、
   前記予測部により予測された前記目的地に応じた情報を提供する情報提供部と、
   を備えることを特徴とする情報処理装置。
2. 前記端末情報は、前記端末装置の使用履歴に係る履歴情報を含むことを特徴とする請求項１に記載の情報処理装置。
3. 前記履歴情報は、前記端末装置における検索履歴に係る情報を含むことを特徴とする請求項２に記載の情報処理装置。
4. 前記履歴情報は、前記端末装置を用いた商品の購入履歴に係る情報を含むことを特徴とする請求項２又は３に記載の情報処理装置。
5. 前記予測部は、前記複数の端末装置の各々に係る前記履歴情報からキーワードをそれぞれ抽出し、抽出された複数の前記キーワードとの関連性の高さに関する所定条件を満たす候補地から前記目的地を予測することを特徴とする請求項２から４のいずれか一項に記載の情報処理装置。
6. 前記予測部は、前記複数の端末装置の各々に係る前記履歴情報からキーワードをそれぞれ抽出し、最も多くの前記端末装置の前記履歴情報から抽出されたキーワードに基づいて前記目的地を予測することを特徴とする請求項２から４のいずれか一項に記載の情報処理装置。
7. 前記予測部は、前記複数の端末装置の各々に係る前記端末情報に基づいて、前記複数のユーザの各々のコンテキストを推定し、当該コンテキストに基づいて前記目的地を予測することを特徴とする請求項１から６のいずれか一項に記載の情報処理装置。
8. 前記予測部は、前記複数の端末装置の各々に係る前記端末情報に基づいて、前記複数のユーザの各々のコンテキストを推定し、前記複数のユーザの各々の前記コンテキストに基づいて前記複数の端末装置の各々に係る前記履歴情報の重み付けを行い、当該重み付けがなされた前記履歴情報に基づいて前記目的地を予測することを特徴とする請求項２から６のいずれか一項に記載の情報処理装置。
9. 前記端末情報は、前記端末装置の過去の位置情報を含むことを特徴とする請求項１から８のいずれか一項に記載の情報処理装置。
10. 前記予測部は、前記目的地の予測を行っている時間帯に基づいて前記目的地を予測することを特徴とする請求項１から９のいずれか一項に記載の情報処理装置。
11. 前記予測部は、前記目的地の複数の候補地を選定し、前記時間帯に基づいて前記複数の候補地のうち一部の候補地を除外した残りの候補地から前記目的地を予測することを特徴とする請求項１０に記載の情報処理装置。
12. 前記情報提供部は、前記予測部により予測された前記目的地を、推奨される行き先として提示することを特徴とする請求項１から１１のいずれか一項に記載の情報処理装置。
13. 前記取得部は、端末装置の位置情報に基づいて、一の端末装置から所定距離の範囲内にある端末装置を、同一の前記移動手段に同乗する前記複数のユーザが使用する前記複数の端末装置として特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴とする請求項１から１２のいずれか一項に記載の情報処理装置。
14. 前記取得部は、端末装置の位置情報に基づいて、一の端末装置から所定距離の範囲内にあり、かつ移動経路が共通する二以上の端末装置を、同一の前記移動手段に同乗する前記複数のユーザが使用する前記複数の端末装置として特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴とする請求項１から１３のいずれか一項に記載の情報処理装置。
15. 前記取得部は、前記移動手段の移動が開始された後に、前記複数の端末装置の特定、及び当該複数の端末装置の各々からの前記端末情報の取得を複数回行い、
    前記予測部は、前記複数の端末装置の各々に係る最新の前記端末情報に基づいて前記目的地を予測し、当該予測の結果に応じて前記目的地を更新することを特徴とする請求項１４に記載の情報処理装置。
16. 前記取得部は、近距離無線通信により接続されている二以上の端末装置を、同一の前記移動手段に同乗する前記複数のユーザが使用する前記複数の端末装置として特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴とする請求項１から１５のいずれか一項に記載の情報処理装置。
17. 前記取得部は、前記複数の端末装置の組み合わせを予め指定する端末指定情報に基づいて前記複数の端末装置を特定し、当該特定された複数の端末装置の各々から前記端末情報を取得することを特徴とする請求項１から１２のいずれか一項に記載の情報処理装置。
18. コンピューターが実行する情報提供方法であって、
    同一の移動手段に同乗する複数のユーザが使用する複数の端末装置の各々から、端末装置に対応付けられた端末情報を取得する取得工程と、
    取得された前記複数の端末装置の各々に係る前記端末情報に基づいて、前記移動手段の目的地を予測する予測工程と、
    前記予測工程において予測された前記目的地に応じた情報を提供する情報提供工程と、
    を含むことを特徴とする情報提供方法。
19. 情報処理装置に設けられたコンピューターを、
    同一の移動手段に同乗する複数のユーザが使用する複数の端末装置の各々から、端末装置に対応付けられた端末情報を取得する取得手段、
    取得された前記複数の端末装置の各々に係る前記端末情報に基づいて、前記移動手段の目的地を予測する予測手段、
    前記予測手段により予測された前記目的地に応じた情報を提供する情報提供手段、
    として機能させることを特徴とするプログラム。

Images