JP2024055929A

JP2024055929A - Destination Predictor

Info

Publication number: JP2024055929A
Application number: JP2024027584A
Authority: JP
Inventors: 雄一田村
Original assignee: Pioneer Corp
Current assignee: Pioneer Corp
Priority date: 2019-07-01
Filing date: 2024-02-27
Publication date: 2024-04-19
Also published as: JP2021179998A; JP2019194901A; JP2023055839A

Abstract

【課題】目的地を入力する作業を意識することなく経路探索の目的地を設定できるようにする。【解決手段】検索サイトで検索した検索語に関する情報を含む検索情報を取得する検索情報取得部と、検索語に、当該検索語の属性を示す属性情報を付する属性付与部と、属性毎に、当該属性が共通する検索語の出現頻度を求める検索語評価部と、出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出部と、を備える目的地推測装置。【選択図】図１[Problem] A destination for route search can be set without being conscious of the task of inputting the destination. [Solution] A destination prediction device comprising a search information acquisition unit that acquires search information including information related to search terms searched on a search site, an attribute assignment unit that assigns attribute information indicating the attributes of the search terms to the search terms, a search term evaluation unit that determines, for each attribute, the frequency of occurrence of search terms that have the attribute in common, and a predicted destination candidate extraction unit that extracts search terms related to the destination as predicted destination candidates from among search terms included in attributes whose frequency of occurrence meets a predetermined criterion. [Selected Figure] Figure 1

Description

本発明は、ユーザが設定する目的地を推測する目的地推測技術に関する。 The present invention relates to a destination prediction technology that predicts the destination set by a user.

車載ナビゲーション装置、Ｗｅｂサイト等で提供される経路検索サービスでは、経路を探索する際に、目的地を設定することが必要である。一般に、経路探索に際しての目的地の設定は、ユーザから目的地の入力を受け付けることで行なわれている。目的地の入力方法としては、名称入力、住所入力、電話番号入力、地図上での指定、目的地設定履歴からの選択等種々の方法が採用されており、一般的な文字入力のほか音声認識を利用した目的地の入力も行なわれている。 When searching for a route, it is necessary to set a destination when searching for a route using route search services provided by in-vehicle navigation devices, websites, etc. Generally, a destination is set when searching for a route by accepting input of the destination from the user. There are various methods for inputting a destination, such as inputting a name, inputting an address, inputting a telephone number, specifying the destination on a map, or selecting from a destination setting history. In addition to general character input, destinations can also be input using voice recognition.

また、特許文献１に記載されているように、経路探索を行なう装置以外の装置、例えば、携帯端末装置で目的地を入力しておき、入力した目的地を、経路探索を行なう装置に転送することも提案されている。 As described in Patent Document 1, it has also been proposed to input a destination into a device other than the device that performs route searches, such as a mobile terminal device, and then transfer the input destination to the device that performs route searches.

特開２０１４－１４５７５１号公報JP 2014-145751 A

上述のように、経路探索に際しての目的地入力は、種々の方法が行なえるようになっているが、さらに新たな手法も提案されている。このことは、従来の目的地を入力する作業が必ずしも簡便ではなく、ユーザにとって煩わしく感じられ、この負担を軽減する手法を模索していることを示しているものと考えられる。 As mentioned above, there are various ways to input a destination when searching for a route, but new methods have also been proposed. This suggests that the task of inputting a destination in the past was not necessarily simple and was perceived as cumbersome by users, and that methods are being sought to reduce this burden.

ユーザが目的地設定のために目的地を入力する作業を敬遠するようになると、経路探索サービスを利用する機会が減少し、経路探索の利便さを享受できなくなり好ましくない。このため、ユーザが目的地を入力する作業を意識することなく経路探索の目的地を設定することができれば経路探索サービスがより身近なものとなり、経路探索サービスの利用機会が増加すると期待される。 If users become reluctant to input a destination to set it, the opportunities to use route search services will decrease, and they will not be able to enjoy the convenience of route search, which is undesirable. For this reason, if users can set a destination for route search without having to think about inputting a destination, it is expected that route search services will become more familiar and opportunities to use the service will increase.

そこで、本発明は、例えば、目的地を入力する作業を意識することなく経路探索の目的地を設定できるようにすることを目的とする。 The present invention therefore aims to make it possible to set a destination for route search without having to be aware of the task of inputting the destination.

上記課題を解決するため、請求項１に記載の発明である目的地推測装置は、検索サイトで検索した検索語に関する情報を含む検索情報を取得する検索情報取得部と、前記検索語に、当該検索語の属性を示す属性情報を付する属性付与部と、属性毎に、当該属性が共通する検索語の出現頻度を求める検索語評価部と、前記出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出部と、を備えることを特徴とする。 To solve the above problem, the destination prediction device according to the invention of claim 1 is characterized by comprising a search information acquisition unit that acquires search information including information related to search terms searched on a search site, an attribute assignment unit that assigns attribute information indicating the attributes of the search terms to the search terms, a search term evaluation unit that determines, for each attribute, the frequency of occurrence of search terms that have the attribute in common, and a predicted destination candidate extraction unit that extracts search terms related to the destination as predicted destination candidates from among search terms included in attributes whose frequency of occurrence satisfies a predetermined criterion.

上記課題を解決するため、請求項７に記載の発明である目的地推測方法は、情報処理装置を用いた目的地推測方法であって、検索サイトで検索した検索語に関する情報を含む検索情報を取得するステップと、前記検索語に、当該検索語の属性を示す属性情報を付するステップと、属性毎に、当該属性が共通する検索語の出現頻度を求めるステップと、前記出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出ステップと、を含むことを特徴とする。 In order to solve the above problem, the destination prediction method according to the invention described in claim 7 is a destination prediction method using an information processing device, and is characterized by including the steps of: acquiring search information including information related to a search term searched on a search site; attaching attribute information indicating the attribute of the search term to the search term; determining, for each attribute, the frequency of occurrence of search terms common to the attribute; and extracting predicted destination candidates, from among search terms included in attributes whose frequency of occurrence satisfies a predetermined criterion, search terms related to the destination are extracted as predicted destination candidates.

上記課題を解決するため、請求項８に記載の発明であるコンピュータプログラムは、検索サイトで検索した検索語に関する情報を含む検索情報を取得する検索情報取得部、前記検索語に、当該検索語の属性を示す属性情報を付する属性付与部、属性毎に、当該属性が共通する検索語の出現頻度を求める検索語評価部、前記出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出部、として情報処理装置を機能させる。 To solve the above problem, the computer program according to the invention of claim 8 causes an information processing device to function as a search information acquisition unit that acquires search information including information about search terms searched on a search site, an attribute assignment unit that assigns attribute information indicating the attributes of the search terms to the search terms, a search term evaluation unit that determines, for each attribute, the frequency of occurrence of search terms that have the attribute in common, and a suggested destination candidate extraction unit that extracts search terms related to the destination as suggested destination candidates from among search terms included in attributes whose frequency of occurrence satisfies a predetermined criterion.

上記課題を解決するため、請求項９に記載の発明である記録媒体は、請求項８に記載のコンピュータプログラムを記録した情報処理装置で読み取り可能な記録媒体である。 To solve the above problem, the recording medium according to the invention described in claim 9 is a recording medium that can be read by an information processing device and that records the computer program described in claim 8.

本発明の一実施例である目的地推測装置を適用した経路探索システムの構成例を示すブロック図である。1 is a block diagram showing an example of the configuration of a route search system to which a destination prediction device according to an embodiment of the present invention is applied; 経路探索システムの機器構成例を示す図である。FIG. 2 is a diagram illustrating an example of a device configuration of the route search system. 経路探索システムの機器構成例を示す図である。FIG. 2 is a diagram illustrating an example of a device configuration of the route search system. 推測目的地候補の抽出動作について説明するフローチャートである。13 is a flowchart illustrating an operation of extracting predicted destination candidates. 検索語の分類によるグルーピングを説明する図である。FIG. 13 is a diagram illustrating grouping based on classification of search terms. 推測目的地を決定する動作について説明するフローチャートである。13 is a flowchart illustrating an operation of determining a predicted destination.

本発明の実施形態について説明する。本発明の実施の形態である目的地推測装置は、検索サイトで検索した検索語に関する情報を含む検索情報を取得する検索情報取得部と、前記検索語に、当該検索語の属性を示す属性情報を付する属性付与部と、属性毎に、当該属性が共通する検索語の出現頻度を求める検索語評価部と、前記出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出部と、を備えている。 An embodiment of the present invention will be described. The destination prediction device according to the embodiment of the present invention includes a search information acquisition unit that acquires search information including information about search terms searched on a search site, an attribute assignment unit that assigns attribute information indicating the attributes of the search terms to the search terms, a search term evaluation unit that determines, for each attribute, the frequency of occurrence of search terms that have the attribute in common, and a predicted destination candidate extraction unit that extracts search terms related to the destination as predicted destination candidates from among search terms included in attributes whose frequency of occurrence satisfies a predetermined criterion.

ユーザは、抽出された推測目的地候補の中から目的地を選択すればよいため、目的地を入力する作業から開放されることになる。 The user can simply select a destination from the extracted suggested destination candidates, freeing them from the task of inputting the destination.

ここで、前記検索情報は、前記検索語が検索された日時の情報を含み、前記日時の情報に基づいて前記推測目的地候補の中から推測目的地を決定する推測目的地決定部を備えてもよい。 Here, the search information may include information on the date and time when the search term was searched, and a predicted destination determination unit may be provided that determines a predicted destination from among the predicted destination candidates based on the date and time information.

あるいは、ユーザの時間毎の位置を示す位置情報を取得する位置情報取得部と、前記位置情報に基づいて前記推測目的地候補の中から推測目的地を決定する推測目的地決定部とを備えてもよい。 Alternatively, the system may include a location information acquisition unit that acquires location information indicating the user's location at each time, and a predicted destination determination unit that determines a predicted destination from among the predicted destination candidates based on the location information.

また、ユーザの嗜好に関するユーザ嗜好情報に対する処理を行なう嗜好情報処理部と、前記ユーザ嗜好情報に基づいて前記推測目的地候補の中から推測目的地を決定する推測目的地決定部とを備えてもよい。 The system may also include a preference information processing unit that processes user preference information related to the user's preferences, and a predicted destination determination unit that determines a predicted destination from among the predicted destination candidates based on the user preference information.

また、前記検索語評価部は、前記日時の情報に基づいて分類毎に検索語の時間的な出現傾向を求め、前記推測目的地決定部は、前記推測目的地候補についての出現傾向が、あらかじめ定められたパターンに合致するか否かを判定してもよい。 The search term evaluation unit may also determine the temporal appearance trend of search terms for each category based on the date and time information, and the predicted destination determination unit may determine whether the appearance trend of the predicted destination candidates matches a predetermined pattern.

また、前記位置情報と前記検索語との関連において、ユーザの行動特性をあらかじめ定めたパターンに分類するユーザ特性評価部を備え、前記推測目的地決定部は、前記行動特性のパターンに基づいて前記推測目的地候補の中から推測目的地を決定してもよい。 The system may also include a user characteristic evaluation unit that classifies the user's behavioral characteristics into predetermined patterns in relation to the location information and the search term, and the predicted destination determination unit may determine a predicted destination from among the predicted destination candidates based on the pattern of the behavioral characteristics.

本発明の実施の形態である目的地推測方法は、検索サイトで検索した検索語に関する情報を含む検索情報を取得するステップと、前記検索語に、当該検索語の属性を示す属性情報を付するステップと、属性毎に、当該属性が共通する検索語の出現頻度を求めるステップと、前記出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出ステップと、を含むものである。 The destination prediction method according to an embodiment of the present invention includes the steps of acquiring search information including information about search terms searched on a search site, attaching attribute information indicating the attributes of the search terms to the search terms, determining the frequency of occurrence of search terms common to the attributes for each attribute, and extracting predicted destination candidates that are related to the destination from among the search terms included in the attributes whose frequency of occurrence satisfies a predetermined criterion.

本発明の実施の形態であるコンピュータプログラムは、検索サイトで検索した検索語に関する情報を含む検索情報を取得する検索情報取得部、前記検索語に、当該検索語の属性を示す属性情報を付する属性付与部、属性毎に、当該属性が共通する検索語の出現頻度を求める検索語評価部、前記出現頻度が所定の基準を満たす属性に含まれる検索語のうち、目的地に関する検索語を推測目的地候補として抽出する推測目的地候補抽出部、として情報処理装置を機能させる。 The computer program according to an embodiment of the present invention causes an information processing device to function as a search information acquisition unit that acquires search information including information about search terms searched on a search site, an attribute assignment unit that assigns attribute information indicating the attributes of the search terms to the search terms, a search term evaluation unit that determines, for each attribute, the frequency of occurrence of search terms that have the attribute in common, and a suggested destination candidate extraction unit that extracts, as suggested destination candidates, search terms related to destinations from among search terms included in attributes whose frequency of occurrence satisfies a predetermined criterion.

本発明の実施の形態である記録媒体は、上述のコンピュータプログラムを記録した記録媒体である。 The recording medium according to an embodiment of the present invention is a recording medium on which the above-mentioned computer program is recorded.

図１は、本発明の一実施例である目的地推測装置を適用した経路探索システム１０の構成例を示すブロック図である。本図に示すように、経路探索システム１０は、目的地推測装置１００、検索装置２１０、位置情報取得装置２２０、推測目的地提示装置２３０、経路探索装置２４０を備えて構成される。 Figure 1 is a block diagram showing an example of the configuration of a route search system 10 to which a destination prediction device according to an embodiment of the present invention is applied. As shown in this figure, the route search system 10 is configured to include a destination prediction device 100, a search device 210, a position information acquisition device 220, an estimated destination presentation device 230, and a route search device 240.

検索装置２１０は、インターネット３１０を利用可能な情報処理装置であり、Ｗｅｂブラウザ部２１１、検索リスト作成部２１２を備えている。Ｗｅｂブラウザ部２１１は、汎用的なＷｅｂブラウザソフトウェアで構成することができる。本実施形態では、ユーザは、Ｗｅｂブラウザ部２１１を使用して、汎用的な検索サイト３００にアクセスし、キーワード検索を行なう。検索装置２１０は、ユーザが日常的に使用する情報処理装置であるため、検索に用いるキーワードは、経路探索に関するキーワードのみならず、趣味、生活、仕事等に関する種々雑多なキーワードが含まれる。 The search device 210 is an information processing device that can use the Internet 310, and includes a web browser unit 211 and a search list creation unit 212. The web browser unit 211 can be configured with general-purpose web browser software. In this embodiment, the user uses the web browser unit 211 to access a general-purpose search site 300 and perform a keyword search. Since the search device 210 is an information processing device that the user uses on a daily basis, the keywords used in the search include not only keywords related to route search, but also a variety of miscellaneous keywords related to hobbies, lifestyle, work, etc.

検索リスト作成部２１２は、検索サイト３００にアクセスしているＷｅｂブラウザ部２１１で検索に用いられたキーワードを取得し、リスト形式で保存する。ただし、キーワードの保存はリスト形式に限られない。検索リストには、キーワードとともに検索を行なった日時の情報も含めるものとする。検索リスト作成部２１２は、例えば、Ｗｅｂブラウザ部２１１に対するアドオンソフトウェアとして実現することができる。汎用的な検索サイト３００のＵＲＬは既知であるため、検索サイト３００で入力されたキーワードは容易に取得することができる。 The search list creation unit 212 acquires keywords used in searches by the web browser unit 211 accessing the search site 300, and saves them in list format. However, saving of keywords is not limited to list format. The search list includes information on the date and time when the search was performed along with the keywords. The search list creation unit 212 can be realized, for example, as add-on software for the web browser unit 211. Since the URL of the general-purpose search site 300 is known, the keywords entered at the search site 300 can be easily acquired.

なお、検索リストには、検索結果としてリンクされたＷｅｂページが表示された場合に、そのＷｅｂページが閲覧された時間を含めるようにしてもよい。 In addition, if a linked web page is displayed as a search result, the search list may include the time when the web page was viewed.

位置情報取得装置２２０は、ユーザとともに移動する装置であり、ＧＰＳ（Global Positioning System）機能やアクセスポイント情報等により、ユーザの時間ごとの位置を示す位置情報を取得し、日時の情報を付して位置情報リストとして記録する。ただし、位置情報の保存はリスト形式に限られない。具体的には、携帯電話、スマートフォン、車載ナビゲーション装置等で構成することができる。 The location information acquisition device 220 is a device that moves with the user, and acquires location information indicating the user's location at each time using a GPS (Global Positioning System) function, access point information, etc., and records the location information as a location information list with date and time information. However, the storage of location information is not limited to list format. Specifically, it can be configured as a mobile phone, a smartphone, an in-vehicle navigation device, etc.

目的地推測装置１００は、検索装置２１０が作成した検索リスト等に基づいて、ユーザが希望する目的地を推測する装置であり、ＣＰＵ、メモリ、通信装置等を備えたコンピュータプログラムを実施可能な情報処理装置を用いて構成することができる。目的地推測装置１００は、検索サイト３００での検索情報等に基づいて目的地を推測するため、ユーザが目的地を入力する作業は不要である。 The destination prediction device 100 is a device that predicts a destination desired by a user based on a search list created by the search device 210, and can be configured using an information processing device that can execute a computer program and has a CPU, memory, a communication device, etc. The destination prediction device 100 predicts a destination based on search information on the search site 300, so there is no need for the user to input the destination.

目的地推測装置１００は、検索リスト取得部１１０、位置情報取得部１２０、推測目的地候補抽出部１３０、ユーザ特性評価部１４０、推測目的地決定部１５０を備えている。 The destination prediction device 100 includes a search list acquisition unit 110, a location information acquisition unit 120, a predicted destination candidate extraction unit 130, a user characteristic evaluation unit 140, and a predicted destination determination unit 150.

検索リスト取得部１１０は、所定のタイミングで検索装置２１０から検索リストを取得する。取得対象の検索装置２１０は、複数台であってもよい。ただし、取得するデータはリスト形式に限られない。位置情報取得部１２０は、所定のタイミングで位置情報取得装置２２０から位置情報リストを取得する。取得対象の位置情報取得装置２２０は、複数台であってもよい。ただし、取得するデータはリスト形式に限られない。 The search list acquisition unit 110 acquires a search list from the search device 210 at a predetermined timing. There may be multiple search devices 210 to acquire the search list from. However, the acquired data is not limited to list format. The location information acquisition unit 120 acquires a location information list from the location information acquisition device 220 at a predetermined timing. There may be multiple location information acquisition devices 220 to acquire the search list from. However, the acquired data is not limited to list format.

推測目的地候補抽出部１３０は、検索リスト取得部１１０が取得した検索リストに基づいて、推測目的地の候補を抽出するブロックであり、検索語抽出部１３１、検索語属性付与部１３２、検索語評価部１３３、推測目的地候補抽出部１３４、辞書ＤＢ１３５を備えている。 The predicted destination candidate extraction unit 130 is a block that extracts predicted destination candidates based on the search list acquired by the search list acquisition unit 110, and includes a search term extraction unit 131, a search term attribute assignment unit 132, a search term evaluation unit 133, a predicted destination candidate extraction unit 134, and a dictionary DB 135.

検索語抽出部１３１は、検索リストに記録されたキーワードから検索語を抽出する処理を行なう。抽出した検索語にも抽出元のキーワードの日時情報を継承させる。すなわち、ユーザが入力するキーワードは、必ずしも一語とは限られず、複数の言葉が入力されたり、文章が入力されたりすることもある。検索語抽出部１３１は、既存の文章解析技術等を用いて検索リストに記録されたキーワードから検索語を抽出する。なお、検索語は、単語とは限られず、後述する辞書ＤＢ１３５に登録されている用語に対応させるようにする。 The search term extraction unit 131 performs a process of extracting search terms from the keywords recorded in the search list. The extracted search terms inherit the date and time information of the original keyword from which they were extracted. In other words, the keyword entered by the user is not necessarily limited to a single word, but may be multiple words or a whole sentence. The search term extraction unit 131 extracts search terms from the keywords recorded in the search list using existing text analysis techniques, etc. Note that search terms are not limited to single words, and are made to correspond to terms registered in the dictionary DB 135 described below.

検索語属性付与部１３２は、検索語抽出部１３１によって抽出された各検索語に属性を付与する処理を行なう。属性には、分類、目的地フラグが含まれるものとし、属性の付与の際には辞書ＤＢ１３５を参照する。辞書ＤＢ１３５は、用語毎に分類、目的地フラグの情報をあらかじめ記録しているデータベースである。辞書ＤＢ１３５は、目的地推測装置１００の外部に設けてもよい。 The search term attribute assigning unit 132 performs a process of assigning attributes to each search term extracted by the search term extraction unit 131. The attributes include classification and destination flags, and the dictionary DB 135 is referenced when assigning attributes. The dictionary DB 135 is a database that pre-records classification and destination flag information for each term. The dictionary DB 135 may be provided outside the destination prediction device 100.

辞書ＤＢ１３５において、分類は、例えば、「レジャー」→「スキー」→「スキー場」という具合に階層化されている。例えば、その用語がレジャー全般に関するものであれば、分類は「レジャー」となり、その用語がスキー全般に関するものであれば、分類は「レジャー」の子分類である「スキー」となり、その用語が特定のスキー場に関するものであれば、分類は「スキー」の子分類である「スキー場」となる。分類を階層化して定めておくことにより、辞書ＤＢ１３５を参照することにより、親分類の用語や子分類の用語を把握することができる。 In dictionary DB135, the classifications are hierarchically organized, for example, from "leisure" to "skiing" to "ski resort." For example, if the term relates to leisure in general, the classification would be "leisure." If the term relates to skiing in general, the classification would be "skiing," which is a sub-classification of "leisure." If the term relates to a specific ski resort, the classification would be "ski resort," which is a sub-classification of "skiing." By defining the classifications in a hierarchical manner, it is possible to understand the terms of parent classifications and the terms of child classifications by referring to dictionary DB135.

なお、ひとつの用語に複数個の分類を設定することができる。例えば、「降雪情報」という用語の分類として、「スキー」「気候」といった２つの分類を設定することができる。 Note that multiple classifications can be set for a single term. For example, the term "snowfall information" can be classified into two categories, "skiing" and "climate."

目的地フラグは、用語が目的地に関するものであるかを判別するために、その用語が目的地となり得るか否かを示すフラグである。例えば、「スキー板」という用語は目的地とはなり得ないが、「ＡＡスキー場」という用語は目的地となり得る。ここでは、目的地フラグのオンが、目的地となり得る用語であることを示すものとする。 The destination flag is a flag that indicates whether a term can be a destination, in order to determine whether the term is related to a destination. For example, the term "skis" cannot be a destination, but the term "AA ski resort" can be a destination. Here, the destination flag being on indicates that the term can be a destination.

検索語評価部１３３は、検索語属性付与部１３２により属性が付与された検索語群の評価を行ない、分類毎の出現頻度を示す指標である出現度数と時間的な出現傾向を求める処理を行なう。具体的には、検索語に付与された分類毎にグルーピングを行なって、分類毎に出現度数を集計し、検索語に付された検索日時情報に基づいて出現傾向を分類する。出現傾向は、例えば、定常的に出現、間欠的に出現、週末に出現、休み明けに出現、直近に急増等のパターンとそれぞれの判定基準とをあらかじめ定めておき、当てはまる１または複数のパターンを選定することで分類することができる。 The search term evaluation unit 133 evaluates the search terms to which attributes have been assigned by the search term attribute assignment unit 132, and performs processing to obtain the frequency of occurrence, which is an index showing the frequency of occurrence for each category, and the temporal tendency of occurrence. Specifically, the search terms are grouped by the category assigned to them, the frequency of occurrence for each category is tallied, and the tendency of occurrence is classified based on the search date and time information assigned to the search terms. The tendency of occurrence can be classified by, for example, predefining patterns such as steady occurrence, intermittent occurrence, weekend occurrence, occurrence after a holiday, and recent sudden increase, as well as the respective judgment criteria, and selecting one or more patterns that apply.

推測目的地候補抽出部１３４は、出現度数の高い分類に含まれる検索語のうち、目的地フラグがオンである検索語を推測目的地候補として抽出する処理を行なう。推測目的地候補は複数個抽出することができ、例えば、出現度数の上位から所定個数の分類を対象に推測目的地候補を抽出したり、出現度数が基準値を超える分類を対象に推測目的地候補を抽出したりすることができる。 The predicted destination candidate extraction unit 134 performs a process of extracting search terms with destination flags set to on as predicted destination candidates from among search terms included in categories with high occurrence frequencies. Multiple predicted destination candidates can be extracted; for example, predicted destination candidates can be extracted from a predetermined number of categories with the highest occurrence frequencies, or predicted destination candidates can be extracted from categories with occurrence frequencies exceeding a reference value.

ユーザ特性評価部１４０は、ユーザ個人の特性を評価するブロックであり、テンプレートマッチング部１４１、嗜好情報処理部１４２、テンプレートＤＢ１４３を備えている。 The user characteristic evaluation unit 140 is a block that evaluates the characteristics of individual users, and includes a template matching unit 141, a preference information processing unit 142, and a template DB 143.

テンプレートマッチング部１４１は、検索語や分類の出現度数、出現傾向と位置情報とからユーザの行動特性を分類する処理を行なう。ユーザの行動特性は、ユーザの行動特性のモデルを判定基準とともに記録したテンプレートＤＢ１４３を参照して行なう。 The template matching unit 141 performs a process of classifying the user's behavioral characteristics based on the frequency of occurrence of search terms and categories, the tendency of occurrence, and location information. The user's behavioral characteristics are classified by referring to the template DB 143, which records a model of the user's behavioral characteristics together with the judgment criteria.

行動特性のモデルは、例えば、「週末に検索した場所は、翌週末に訪れる」「検索した場所は翌日に訪れる」「普段検索しない場所を検索するとその場所を訪れる」「日曜日は遠出をする」「訪れる場所は、長期的に検索する」「地図を検索するとその場所を訪れる」「午前中に検索した場所に午後に訪れる」「検索と移動とに関連性なし」等とすることができ、それぞれのモデルについて検索語や分類の出現度数、出現傾向と位置情報に基づく判定基準が定められる。 Models of behavioral characteristics can be, for example, "If a place searched for on the weekend is visited the following weekend", "If a searched place is visited the next day", "If a place that is not usually searched for is searched for, the person visits it", "On Sundays, the person goes on long trips", "If a place is visited, the person visits it", "If a place is searched for in the morning, the person visits it in the afternoon", "There is no correlation between search and travel", etc., and for each model, criteria are set based on the frequency of occurrence of search terms and categories, the tendency of occurrence, and location information.

テンプレートマッチング部１４１は、推測目的地候補抽出部１３０が推測目的地候補を抽出する過程で使用した日時情報が付された検索語に関する情報と、位置情報取得部１２０が取得したユーザの日時情報が付された位置情報とから、ユーザの行動特性に当てはまる１または複数のタイプを判別して、分類を行なう。 The template matching unit 141 determines one or more types that fit the user's behavioral characteristics and performs classification based on information related to the search terms with date and time information used in the process of extracting the predicted destination candidates by the predicted destination candidate extraction unit 130 and the location information with the user's date and time information acquired by the location information acquisition unit 120.

例えば、ゴルフ場に関する検索が週末に出現するという出現傾向に分類されている場合に、そのゴルフ場の位置情報が翌週末に得られていることが多ければ、「週末に検索した場所は、翌週末に訪れる」という行動特性に分類されることになる。 For example, if searches related to golf courses are classified as having an appearance tendency that occurs on weekends, and the location information of the golf course is often obtained the following weekend, it will be classified as a behavioral characteristic that "places searched for on the weekend will be visited the following weekend."

嗜好情報処理部１４２は、ユーザの嗜好に関する嗜好情報に対する処理を行なう。例えば、ユーザがあらかじめ嗜好対象を登録している場合には、その対象を嗜好情報として記録する。嗜好対象は、例えば、「スキー」「釣り」等とすることができ、辞書ＤＢ１３５の分類や用語に対応させることが望ましい。 The preference information processing unit 142 processes preference information related to the user's preferences. For example, if the user has registered a preference beforehand, the preference is recorded as preference information. The preference may be, for example, "skiing" or "fishing," and it is desirable to correspond to the classifications and terms in the dictionary DB 135.

また、嗜好情報処理部１４２は、推測目的地候補抽出部１３０が推測目的地候補を抽出する過程で使用した検索語に関する情報に基づいて、嗜好情報を更新していく。例えば、ユーザが登録した嗜好に「野球」が含まれていない場合に、「野球」に関する検索が著しく増えている場合には、嗜好情報に「野球」を追加することができる。逆に、嗜好情報に「釣り」が記録されている場合に、長期間「釣り」に関する検索がまったく行なわれていない場合には、嗜好情報から「釣り」を削除してもよい。 The preference information processing unit 142 also updates the preference information based on information about the search terms used by the predicted destination candidate extraction unit 130 in the process of extracting predicted destination candidates. For example, if "baseball" is not included in the preferences registered by the user, but searches related to "baseball" have increased significantly, "baseball" can be added to the preference information. Conversely, if "fishing" is recorded in the preference information, but no searches related to "fishing" have been performed for a long period of time, "fishing" can be deleted from the preference information.

推測目的地決定部１５０は、推測目的地候補抽出部１３０が抽出した推測目的地候補から１または複数個の推測目的地を決定するブロックであり、評価制御部１５１、ファクター評価部１５２を備えている。 The estimated destination determination unit 150 is a block that determines one or more estimated destinations from the estimated destination candidates extracted by the estimated destination candidate extraction unit 130, and includes an evaluation control unit 151 and a factor evaluation unit 152.

評価制御部１５１は、検索における推測目的地候補の出現度数と、ファクター評価部１５２が行なう種々のファクターを考慮した評価とに基づいて推測目的地を決定する処理を行なう。ファクター評価部１５２は、ユーザの嗜好、行動特性、出現傾向の各ファクターについて推測目的地候補の評価を行なう。ただし、ファクター評価部１５２が評価を行なうファクターは例示であり、本例に限られない。 The evaluation control unit 151 performs a process of determining a predicted destination based on the frequency of occurrence of the predicted destination candidates in the search and an evaluation that takes into account various factors performed by the factor evaluation unit 152. The factor evaluation unit 152 evaluates the predicted destination candidates with respect to the factors of user preferences, behavioral characteristics, and appearance tendency. However, the factors evaluated by the factor evaluation unit 152 are examples and are not limited to this example.

ユーザの嗜好ファクターの評価においては、嗜好情報処理部１４２が更新等した嗜好情報を参照し、行動特性ファクターの評価においては、テンプレートマッチング部１４１が分類したユーザの行動特性タイプ等を参照し、出現傾向ファクターの評価においては、検索語評価部１３３が分類した出現傾向を参照する。 When evaluating a user's preference factor, the preference information processing unit 142 refers to the updated preference information, when evaluating a behavioral characteristic factor, the template matching unit 141 refers to the user's behavioral characteristic type classified, and when evaluating an appearance tendency factor, the search term evaluation unit 133 refers to the appearance tendency classified.

推測目的地提示装置２３０は、目的地推測装置１００が決定した推測目的地をユーザに提示する。推測目的地の提示は、例えば、推測目的地を画面に表示することによって行なうことができる。推測目的地が１つの場合には、その推測目的地を経路探索の目的地として設定するか否かの指示を受け付けるようにし、推測目的地が複数の場合には、いずれかの推測目的地を経路探索の目的地として設定するか、あるいはいずれの推測目的地とも経路探索の目的地として設定しないかの指示を受け付けるようにすることが望ましい。 The estimated destination presentation device 230 presents the estimated destination determined by the destination prediction device 100 to the user. The estimated destination can be presented, for example, by displaying the estimated destination on a screen. When there is one estimated destination, it is preferable to accept an instruction as to whether or not to set the estimated destination as a destination for route search, and when there are multiple estimated destinations, it is preferable to accept an instruction as to whether or not to set any of the estimated destinations as destinations for route search.

経路探索装置２４０は、ユーザが設定した目的地に対する経路探索を行なう装置である。経路探索装置２４０は、車載ナビゲータ装置や経路検索サービスを提供するサービスサーバ等で構成することができる。 The route search device 240 is a device that searches for a route to a destination set by the user. The route search device 240 can be configured as an in-vehicle navigation device, a service server that provides a route search service, or the like.

上述の経路探索システム１０は、実装上種々の機器構成で実現することができる。例えば、図２（ａ）に示すように、それぞれインターネット３１０に接続したＰＣとスマートフォンと車載ナビゲータ装置で経路探索システム１０を構成し、ＰＣを検索装置２１０として機能させ、スマートフォンを検索装置２１０、位置情報取得装置２２０として機能させ、車載ナビゲータ装置を目的地推測装置１００、位置情報取得装置２２０、推測目的地提示装置２３０、経路探索装置２４０として機能させることができる。 The above-mentioned route search system 10 can be implemented in various device configurations. For example, as shown in FIG. 2(a), the route search system 10 can be configured with a PC, a smartphone, and an in-vehicle navigation device, each of which is connected to the Internet 310, with the PC functioning as the search device 210, the smartphone functioning as the search device 210 and the position information acquisition device 220, and the in-vehicle navigation device functioning as the destination prediction device 100, the position information acquisition device 220, the predicted destination presentation device 230, and the route search device 240.

この場合、ユーザがＰＣやスマートフォンで検索したキーワードが推測目的地決定のために取得されることになる。また、スマートフォンを携帯して移動した場所と車載ナビゲータ装置が搭載された車で移動した場所が位置情報として取得されることになる。推測目的地の決定は車載ナビゲータ装置が行ない、目的地への経路探索も車載ナビゲータ装置で行なわれる。 In this case, the keywords searched for by the user on a PC or smartphone are acquired to determine the estimated destination. In addition, the places traveled to while carrying a smartphone and the places traveled to in a car equipped with an in-vehicle navigation device are acquired as location information. The estimated destination is determined by the in-vehicle navigation device, and the route search to the destination is also performed by the in-vehicle navigation device.

また、図２（ｂ）に示すように、それぞれインターネット３１０に接続したＰＣとスマートフォンと車載ナビゲータ装置と目的地推測サービスサーバで経路探索システム１０を構成し、ＰＣを検索装置２１０として機能させ、スマートフォンを検索装置２１０、位置情報取得装置２２０として機能させ、車載ナビゲータ装置を位置情報取得装置２２０、推測目的地提示装置２３０、経路探索装置２４０として機能させ、目的地推測サービスサーバを目的地推測装置１００として機能させることができる。 Also, as shown in FIG. 2(b), a route search system 10 can be configured with a PC, a smartphone, an in-vehicle navigation device, and a destination prediction service server, each of which is connected to the Internet 310, with the PC functioning as the search device 210, the smartphone functioning as the search device 210 and the location information acquisition device 220, the in-vehicle navigation device functioning as the location information acquisition device 220, the estimated destination presentation device 230, and the route search device 240, and the destination prediction service server functioning as the destination prediction device 100.

すなわち、目的地推測サービスを行なう目的地推測サービスサーバを車載ナビゲータ装置とは独立して設けるようにしている。この場合、目的地推測サービスサーバで推測目的地が決定され、車載ナビゲータ装置に推測目的地が転送され、経路探索が行なわれることになる。ユーザがＰＣやスマートフォンで検索したキーワードが推測目的地決定のために取得され、スマートフォンを携帯して移動した場所と車載ナビゲータ装置が搭載された車で移動した場所が位置情報として取得されることは、図２（ａ）に示した例と同様である。 In other words, a destination prediction service server that performs the destination prediction service is provided independent of the in-vehicle navigation device. In this case, the destination prediction service server determines the predicted destination, and the predicted destination is transferred to the in-vehicle navigation device, which then performs a route search. The keywords that the user searches on a PC or smartphone are acquired to determine the predicted destination, and the places traveled with the smartphone and the places traveled with a car equipped with the in-vehicle navigation device are acquired as location information, just like the example shown in FIG. 2(a).

また、図３（ａ）に示すように、それぞれインターネット３１０に接続したＰＣとスマートフォンと車載ナビゲータ装置とで経路探索システム１０を構成し、ＰＣを検索装置２１０、目的地推測装置１００として機能させ、スマートフォンを検索装置２１０、位置情報取得装置２２０として機能させ、車載ナビゲータ装置を位置情報取得装置２２０、推測目的地提示装置２３０、経路探索装置２４０として機能させることができる。 Also, as shown in FIG. 3(a), a route search system 10 can be configured with a PC, a smartphone, and an in-vehicle navigation device, each of which is connected to the Internet 310, with the PC functioning as the search device 210 and the destination prediction device 100, the smartphone functioning as the search device 210 and the location information acquisition device 220, and the in-vehicle navigation device functioning as the location information acquisition device 220, the predicted destination presentation device 230, and the route search device 240.

この場合、ＰＣで推測目的地が決定され、車載ナビゲータ装置に推測目的地が転送され、経路探索が行なわれることになる。ユーザがＰＣやスマートフォンで検索したキーワードが推測目的地決定のために取得され、スマートフォンを携帯して移動した場所と車載ナビゲータ装置が搭載された車で移動した場所が位置情報として取得されることは、図２（ａ）に示した例と同様である。 In this case, the PC determines the estimated destination, which is then transferred to the in-vehicle navigation device and a route search is performed. The keywords searched by the user on the PC or smartphone are acquired to determine the estimated destination, and the places traveled with the smartphone and the places traveled with the car equipped with the in-vehicle navigation device are acquired as location information, just like the example shown in FIG. 2(a).

また、図３（ｂ）に示すように、それぞれインターネット３１０に接続したＰＣとスマートフォンと車載ナビゲータ装置とで経路探索システム１０を構成し、ＰＣを検索装置２１０として機能させ、スマートフォンを目的地推測装置１００、検索装置２１０、位置情報取得装置２２０、推測目的地提示装置２３０として機能させ、経路探索サービスサーバを経路探索装置２４０として機能させることができる。 Also, as shown in FIG. 3(b), a route search system 10 can be configured with a PC, a smartphone, and an in-vehicle navigation device, each of which is connected to the Internet 310, with the PC functioning as a search device 210, the smartphone functioning as a destination prediction device 100, a search device 210, a location information acquisition device 220, and a predicted destination presentation device 230, and the route search service server functioning as a route search device 240.

この場合、スマートフォンが推測目的地を決定し、経路探索サービスサーバに経路探索を依頼し、探索された経路の表示をスマートフォンが行なうことになる。ユーザがＰＣやスマートフォンで検索したキーワードが推測目的地決定のために取得され、スマートフォンを携帯して移動した場所と車載ナビゲータ装置が搭載された車で移動した場所が位置情報として取得されることは、図２（ａ）に示した例と同様である。なお、図２、図３に示した機器構成は例示であり、他の機器構成で経路探索システム１０を実現してもよい。 In this case, the smartphone determines the estimated destination, requests a route search service server to search for a route, and displays the searched route on the smartphone. Keywords searched by the user on a PC or smartphone are acquired to determine the estimated destination, and locations traveled with the smartphone and locations traveled with a car equipped with an in-vehicle navigation device are acquired as location information, similar to the example shown in FIG. 2(a). Note that the device configurations shown in FIGS. 2 and 3 are examples, and the route search system 10 may be realized with other device configurations.

次に、経路探索システム１０を構成する目的地推測装置１００の動作について説明する。目的地推測装置１００の動作は、推測目的地候補の抽出動作と推測目的地決定動作とに分けることができる。推測目的地候補の抽出動作は、取得した検索リストから、推測目的地の候補を抽出する動作である。推測目的地決定動作は、推測目的地候補の中から種々のファクターを考慮して推測目的地を決定する動作である。なお、ユーザ特性評価部１４０が行なうユーザの行動特性のテンプレートマッチング動作と、ユーザの嗜好情報に対する処理は、上述の基準に従って適宜行なうようにする。 Next, the operation of the destination prediction device 100 constituting the route search system 10 will be described. The operation of the destination prediction device 100 can be divided into an operation of extracting predicted destination candidates and an operation of determining a predicted destination. The operation of extracting predicted destination candidates is an operation of extracting predicted destination candidates from an acquired search list. The operation of determining a predicted destination is an operation of determining a predicted destination from the predicted destination candidates by considering various factors. Note that the template matching operation of the user's behavioral characteristics and the processing of the user's preference information performed by the user characteristic evaluation unit 140 are performed appropriately according to the above-mentioned criteria.

以下に説明する動作例では、推測目的地の候補はあらかじめ抽出しておき、目的地設定の際に推測目的地候補の中から推測目的地を決定するものとする。これにより、目的地設定毎に推測目的地を抽出する手間を省くとともに、目的地設定の日時等に適した推測目的地を決定することができる。ただし、推測目的地の候補を抽出するタイミングと、推測目的地を決定するタイミングとは任意に定めることができる。 In the operational example described below, candidates for presumed destinations are extracted in advance, and a presumed destination is selected from the candidates for presumed destinations when a destination is set. This eliminates the need to extract a presumed destination each time a destination is set, and allows a presumed destination to be selected that is appropriate for the date and time when the destination is set. However, the timing for extracting candidates for presumed destinations and the timing for selecting a presumed destination can be determined arbitrarily.

まず、推測目的地候補の抽出動作について図４のフローチャートを参照して説明する。推測目的地候補の抽出動作は、検索リストにキーワードがある程度蓄積している必要があるため、所定のタイミングで行なえばよい（Ｓ１０１）。所定のタイミングは、例えば、定期的としたり、検索リストのサイズが所定量に達した場合としたりすることができる。 First, the operation of extracting predicted destination candidates will be described with reference to the flowchart in FIG. 4. The operation of extracting predicted destination candidates may be performed at a predetermined timing (S101) since a certain number of keywords must be accumulated in the search list. The predetermined timing may be, for example, periodically or when the size of the search list reaches a predetermined amount.

推測目的地候補の抽出動作を行なうタイミングであれば（Ｓ１０１：Ｙｅｓ）、検索リスト取得部１１０が、検索装置２１０の検索リスト作成部２１２から検索リストを取得する（Ｓ１０２）。 If it is time to extract predicted destination candidates (S101: Yes), the search list acquisition unit 110 acquires a search list from the search list creation unit 212 of the search device 210 (S102).

そして、推測目的地候補抽出部１３０の検索語抽出部１３１が、検索リストに記録されたキーワードから検索語を抽出する（Ｓ１０３）。上述のように、検索語の抽出は既存の文章解析技術を用いて行なうことができる。 Then, the search term extraction unit 131 of the predicted destination candidate extraction unit 130 extracts search terms from the keywords recorded in the search list (S103). As described above, the search terms can be extracted using existing text analysis technology.

検索語が抽出されると、検索語属性付与部１３２が、辞書ＤＢ１３５を参照して各検索語に対して属性を付与する（Ｓ１０４）。検索語に付与する属性には、分類と目的地フラグとが含まれる。１つの検索語に複数個の分類を付与してもよい。 Once the search terms are extracted, the search term attribute assigning unit 132 refers to the dictionary DB 135 and assigns attributes to each search term (S104). The attributes assigned to the search terms include a category and a destination flag. Multiple categories may be assigned to one search term.

次に、検索語評価部１３３が、検索語の分類毎に出現度数を集計するとともに、検索語に付された検索日時に基づいて出現傾向を分類する（Ｓ１０５）。出現度数の集計では、検索語の分類毎にグルーピングを行なう。 Next, the search term evaluation unit 133 counts the frequency of occurrence for each search term classification, and classifies the occurrence tendency based on the search date and time assigned to the search term (S105). When counting the frequency of occurrence, grouping is performed for each search term classification.

分類は階層化されているため、例えば、図５に示すようなグルーピングを行なうことができる。本図は、検索語として「ＡＡスキー場」「ＢＢスキー場」「スキー板」「レンタルスキー」「積雪情報」「ＸＸ野球場」「ＣＣラーメン」「ＤＤ町ランチ」「ラーメン」が抽出された場合を例にしている。なお、四角で囲った検索語は目的地フラグがオンであること、すなわち、目的地となり得ることを示している。 Because the classification is hierarchical, grouping can be done as shown in Figure 5, for example. This figure shows an example where the following search terms have been extracted: "AA Ski Resort," "BB Ski Resort," "Skis," "Rental Skis," "Snowfall Information," "XX Baseball Stadium," "CC Ramen," "DD Town Lunch," and "Ramen." Note that search terms enclosed in a square indicate that the destination flag is on, i.e., they can be destinations.

ここで、「ＡＡスキー場」「ＢＢスキー場」は「スキー場」の分類が付され、「スキー板」「レンタルスキー」は「スキー用品」の分類が付され、「積雪情報」は「スキー」と「気候」の分類が付され、「ＸＸ野球場」は「野球場」の分類が付され、「ＣＣラーメン」「ＤＤ町ランチ」は「飲食店」の分類が付され、「ラーメン」は「飲食」の分類が付されているものとする。 Here, "AA Ski Resort" and "BB Ski Resort" are classified as "ski resorts", "skis" and "rental skis" are classified as "ski equipment", "snowfall information" is classified as "skiing" and "climate", "XX Baseball Stadium" is classified as "baseball stadium", "CC Ramen" and "DD Town Lunch" are classified as "restaurants", and "Ramen" is classified as "food and drink".

辞書ＤＢ１５３に、分類「スキー場」「スキー用品」の親分類として「スキー」が設定され、分類「野球場」の親分類として「野球」が設定され、「スキー」「野球」の親分類として「レジャー」が設定され、分類「飲食店」の親分類として「飲食」が設定されているものとする。図中に示された分類の包含関係は、この親子関係に基づいている。 In dictionary DB153, "skiing" is set as the parent classification of the classifications "ski resort" and "ski equipment," "baseball" is set as the parent classification of the classification "baseball stadium," "leisure" is set as the parent classification of "skiing" and "baseball," and "eating and drinking" is set as the parent classification of the classification "restaurants." The inclusion relationships of the classifications shown in the figure are based on these parent-child relationships.

出現度数の集計は、例えば、最下層の分類に注目して行なうことができる。このとき、親分類に含まれる検索語の出現度数を子分類に承継するものとする。例えば、分類レジャーについての最下層分類である「スキー場」については、検索語の出現度数が２（ＡＡスキー場、ＢＢスキー場）であるが、親分類である「スキー」についての検索語の出現度数１（降雪情報）を加えて３とすることができる。分類「気候」については自身が最下層であるため、「気候」についての出現度数は１となる。同様の集計を各分類に行なうことで、分類毎の集計頻度を集計することができる。 The frequency of occurrence can be calculated by, for example, focusing on the lowest-level classification. At this time, the frequency of occurrence of search terms included in the parent classification is passed on to the child classification. For example, for "ski resorts," which is the lowest-level classification for the leisure classification, the frequency of occurrence of search terms is 2 (AA ski resorts, BB ski resorts), but the frequency of occurrence of the search term for the parent classification "skiing," which is 1 (snowfall information), can be added to make it 3. For the "climate" classification, since it is the lowest level, the frequency of occurrence for "climate" is 1. By performing a similar calculation for each classification, the frequency of occurrence for each classification can be calculated.

また検索語の検索日時情報を参照することで、分類毎に、定常的に出現、間欠的に出現、週末に出現、休み明けに出現、直近に急増等の出現傾向を定めることができる。 In addition, by referencing the search date and time information for search terms, it is possible to determine trends in appearance for each category, such as regular appearance, intermittent appearance, appearance on weekends, appearance after holidays, recent sudden increase, etc.

最後に、推測目的地候補抽出部１３４が、出現度数の高い分類に含まれる検索語のうち、目的地フラグがオンである検索語を抽出する（Ｓ１０６）。抽出された検索語が推測目的地候補として抽出されたことになる。 Finally, the predicted destination candidate extraction unit 134 extracts search terms whose destination flags are on from among the search terms included in the classification with a high occurrence frequency (S106). The extracted search terms are extracted as predicted destination candidates.

図５に示した例であれば、出現度数が３である分類に含まれる「ＡＡスキー場」「ＢＢスキー場」「ＣＣラーメン」が推測目的地候補として抽出される。「スキー板」「レンタルスキー」は出現度数が３である分類に含まれるが目的地フラグがオフであるため抽出されない。 In the example shown in Figure 5, "AA Ski Resort," "BB Ski Resort," and "CC Ramen," which are included in the category with a frequency of 3, are extracted as possible destinations. "Skis" and "Rental Skis" are included in the category with a frequency of 3, but are not extracted because their destination flags are off.

次に、推測目的地を決定する動作について図６のフローチャートを参照して説明する。推測目的地を決定する動作は、推測目的地提示装置２３０の起動時に行なうことが好ましい。例えば、車載ナビゲータ装置を推測目的地提示装置２３０として機能させた場合には、自動車のエンジンをかけた時点に、その時点の情報をファクター評価に含めて推測目的地が決定される。このため、ユーザはエンジンをかけると推測目的地が自動的に提示されることになる。 Next, the operation of determining a predicted destination will be described with reference to the flowchart in FIG. 6. The operation of determining a predicted destination is preferably performed when the predicted destination presentation device 230 is started. For example, if an in-vehicle navigation device is made to function as the predicted destination presentation device 230, the predicted destination is determined when the vehicle engine is started, with the information at that time being included in the factor evaluation. Therefore, when the user starts the engine, the predicted destination is automatically presented.

また、スマートフォンを推測目的地提示装置２３０として機能させた場合には、経路探索用のアプリケーションを立ち上げると推測目的地が自動的に提示されることになる。いずれの場合も、ユーザは、目的地を入力する作業を意識することなく経路探索の目的地を設定することができる。 In addition, if a smartphone is made to function as the estimated destination presentation device 230, the estimated destination will be automatically presented when a route search application is launched. In either case, the user can set the destination for route search without being aware of the task of inputting the destination.

推測目的地を決定する動作では、出現度数の高い推測目的地候補それぞれについて、ファクター評価部１５２が、種々のファクターを考慮した評価を行ない、評価制御部１５１が、総合的な評価の高い推測目的地候補を推測目的として決定する。本例では、嗜好ファクター、行動特性ファクター、出現傾向ファクターを考慮した評価を行なうが、他のファクター評価を採用してもよい。 In the operation of determining the predicted destination, the factor evaluation unit 152 performs an evaluation of each of the predicted destination candidates with a high occurrence frequency, taking into consideration various factors, and the evaluation control unit 151 determines the predicted destination candidate with the highest overall evaluation as the prediction purpose. In this example, the evaluation is performed taking into consideration the preference factor, the behavioral characteristic factor, and the occurrence tendency factor, but other factor evaluations may also be adopted.

まず、上述の推測目的地抽出動作で得られた推測目的地候補を取得する（Ｓ２０１）。また、現在情報を取得する（Ｓ２０２）。現在情報は、日時、曜日等を含めることができる。採用するファクター評価によっては、温度、天気等の情報も含めてもよい。 First, the predicted destination candidates obtained by the predicted destination extraction operation described above are obtained (S201). Current information is also obtained (S202). The current information may include the date, time, day of the week, etc. Depending on the factor evaluation used, information such as temperature and weather may also be included.

嗜好ファクター評価（Ｓ２０３）においては、嗜好情報処理部１４２が更新等するユーザの嗜好情報を参照し、嗜好情報に合致する推測目的地候補にポイントを加算する。嗜好情報に合致するかどうかは、推測目的地候補の親分類子分類を含めた分類を参照することで判断することができる。 In the preference factor evaluation (S203), the preference information processing unit 142 refers to the user's preference information, which is updated, and adds points to the predicted destination candidate that matches the preference information. Whether or not the predicted destination candidate matches the preference information can be determined by referring to the classification, including the parent classification and child classification, of the predicted destination candidate.

行動特性ファクター評価（Ｓ２０４）においては、テンプレートマッチング部１４１で分類されたユーザの行動特性に合致する推測目的地候補にポイントを加算する。例えば、ユーザの行動特性が「週末に検索した場所は、翌週末に訪れる」であった場合に、推測目的地候補に関する検索頻度が先週末に高く、現在情報が週末であれば、行動特性に合致するとしてその推測目的地候補にポイントを加算する。この場合、現在情報が平日であれば、ポイントは加算されないことになる。 In the behavioral characteristic factor evaluation (S204), points are added to the predicted destination candidates that match the user's behavioral characteristics classified by the template matching unit 141. For example, if the user's behavioral characteristic is "places searched for on the weekend are visited the following weekend," and the frequency of searches related to the predicted destination candidates was high last weekend, and the current information is a weekend, points are added to the predicted destination candidate as it matches the behavioral characteristic. In this case, if the current information is a weekday, no points are added.

出現傾向ファクター評価（Ｓ２０５）においては、出現傾向が、目的地に設定する可能性が高いと想定される特徴を示している推測目的地候補にポイントを加算する。例えば、「定常的に出現」や「直近に急増」等と分類された推測目的地候補にポイントを加算する。 In the appearance tendency factor evaluation (S205), points are added to the predicted destination candidates whose appearance tendency shows characteristics that are assumed to be highly likely to be set as destinations. For example, points are added to the predicted destination candidates classified as "regularly appearing" or "recently increasing."

評価制御部１５１は、出現度数と各ファクター評価とを総合的に評価して（Ｓ２０６）、推測目的地を決定する（Ｓ２０７）。例えば、出現度数に応じたポイントに、各ファクター評価のポイントを合計して、合計ポイントの最も高い推測目的地候補を推測目的地として決定する。このとき、合計ポイントの高い順に複数個の推測目的地候補を推測目的地として決定してもよい。もちろん、出現度数と各ファクター評価との総合的評価は種々の手法を用いることができる。 The evaluation control unit 151 comprehensively evaluates the frequency of occurrence and each factor evaluation (S206) and determines a predicted destination (S207). For example, the points corresponding to the frequency of occurrence are added up to the points of each factor evaluation, and the predicted destination candidate with the highest total points is determined as the predicted destination. At this time, multiple predicted destination candidates may be determined as the predicted destination in descending order of total points. Of course, various methods can be used for the comprehensive evaluation of the frequency of occurrence and each factor evaluation.

例えば、推測目的地候補として抽出された「ＡＡスキー場」「ＢＢスキー場」「ＣＣラーメン」のうち、ユーザが直近に「ＡＡスキー場」を検索していた場合には、出現傾向ファクター評価でポイントが加算されるため、他のファクター評価が同等であれば、「ＡＡスキー場」が推測目的地として決定されることになる。 For example, if the user has recently searched for "AA Ski Resort" out of the three predicted destination candidates "AA Ski Resort," "BB Ski Resort," and "CC Ramen," points will be added in the appearance tendency factor evaluation, and if the other factor evaluations are equivalent, "AA Ski Resort" will be determined as the predicted destination.

また、ユーザの行動特性で、例えば、「週末にレジャーに行く」「平日に外食する」というタイプに分類されている場合、目的地設定日が平日であれば「ＣＣラーメン」の行動特性ファクター評価が高くなり、目的地設定日が週末であれば、「ＡＡスキー場」「ＢＢスキー場」の行動特性ファクター評価が高くなる。 In addition, if the user's behavioral characteristics are classified into types such as "going out for leisure on weekends" and "eating out on weekdays," then if the destination setting date is a weekday, the behavioral characteristic factor rating of "CC Ramen" will be high, and if the destination setting date is a weekend, the behavioral characteristic factor ratings of "AA Ski Resort" and "BB Ski Resort" will be high.

以上説明したように、本実施形態の経路探索システム１０では、ユーザが経路探索のためではなく、日常的な検索に用いた検索語に基づいて推測目的地候補を抽出する。このため、目的地を入力する作業は意識する必要はない。また、抽出された推測目的地候補の中から経路探索時点の情報やユーザの行動特性等に基づいて推測目的地を決定するため、ユーザは、目的地を入力する作業を意識することなく経路探索の目的地を設定できるようになる。 As described above, in the route search system 10 of this embodiment, the user extracts predicted destination candidates based on search terms used in everyday searches, not for route searches. Therefore, the user does not need to be aware of the task of inputting a destination. In addition, the predicted destination is determined from the extracted predicted destination candidates based on information at the time of route search and the user's behavioral characteristics, etc., so the user can set the destination for route search without being aware of the task of inputting the destination.

なお、推測目的地の候補を抽出する動作により抽出された推測目的地候補をユーザに提示してもよい。この場合であっても、ユーザは、候補の中から目的地を選択すればよいため、目的地を入力する作業から開放されることになる。 The user may be presented with predicted destination candidates extracted by the operation of extracting predicted destination candidates. Even in this case, the user only needs to select a destination from the candidates, and is relieved from the task of inputting a destination.

１０…経路探索システム
１００…目的地推測装置
１１０…検索リスト取得部
１２０…位置情報取得部
１３０…推測目的地候補抽出部
１３１…検索語抽出部
１３２…検索語属性付与部
１３３…検索語評価部
１３４…推測目的地候補抽出部
１３５…辞書ＤＢ
１４０…ユーザ特性評価部
１４１…テンプレートマッチング部
１４２…嗜好情報処理部
１４３…テンプレートＤＢ
１５０…推測目的地決定部
１５１…評価制御部
１５２…ファクター評価部 10... Route search system 100... Destination prediction device 110... Search list acquisition unit 120... Location information acquisition unit 130... Presumed destination candidate extraction unit 131... Search term extraction unit 132... Search term attribute assignment unit 133... Search term evaluation unit 134... Presumed destination candidate extraction unit 135... Dictionary DB
140: User characteristic evaluation unit 141: Template matching unit 142: Preference information processing unit 143: Template DB
150: Presumed destination determination unit 151: Evaluation control unit 152: Factor evaluation unit

Claims

a search information acquisition unit that acquires search information including information about a search term searched on a search site;
an attribute assigning unit that assigns attribute information indicating an attribute of the search term to the search term;
a search term evaluation unit that calculates, for each attribute, a frequency of occurrence of search terms that have the attribute in common;
a predicted destination candidate extraction unit that extracts, as predicted destination candidates, search terms related to destinations from among search terms included in the attribute whose occurrence frequency satisfies a predetermined criterion;
A destination prediction device comprising: