JP4422173B2 - 移動端末に対する広告情報配信システムおよび配信方法 - Google Patents

Description

本発明は、携帯電話などの移動端末に対して広告情報を配信する技術に関し、特に、移動端末の過去の移動経路に関する統計に基づいて、特定の店舗に来訪する可能性が高い移動端末に対して効果的な広告情報の配信を行う技術に関する。

従来、ＴＶ，雑誌，新聞などのマスメディアを通じて不特定多数の者に一斉に広告情報を伝達するという広告手法が一般的であったが、近年、インターネットの普及や、ユーザニーズの多様化に伴い、個々のユーザの特性や嗜好を考慮し、それぞれのユーザごとに最適な広告情報を吟味して配信する広告手法が採用されるようになっている。

たとえば、下記の特許文献１には、ユーザに予め自分の嗜好情報をデータベースに登録してもらい、各ユーザの嗜好情報に基づいて、配信対象となる広告情報をフィルタリングする技術が開示されている。また、下記の特許文献２には、ユーザの過去の購買履歴等に基づいてユーザの嗜好を認識し、これをデータベースに自動登録した上で、配信対象となる広告情報をフィルタリングする技術が開示されている。一方、ユーザの位置を把握した上で、選択的な広告配信を行う技術も提案されている。たとえば、下記の特許文献３，４には、ＧＰＳを利用して、ユーザが所持する携帯電話の位置を認識し、当該位置に適した広告情報を選択的に配信する技術が開示されている。
特開２００２−１３２８２２号公報 特開２００４−９４３８３号公報 特開２００１−３５９１６６号公報 特開２００２−２１８５５５号公報

上述したように、個々のユーザの嗜好情報を予め収集しておくと、各ユーザごとに最適な広告情報を吟味して配信する上では有用である。しかしながら、上記特許文献１に開示された方法のように、予めユーザに嗜好情報の登録操作を強いる方法は、ユーザ側の負担が大きく、実用上、ユーザの協力がほとんど得られないのが実情である。一方、上記特許文献２に開示された方法のように、ユーザの購買履歴等をモニタしながら、ユーザの嗜好情報を自動収集する方法は、ユーザ側に操作上の負担はかからないが、収集可能な嗜好情報は、ユーザの過去の購買履歴に限定されてしまう。このため、過去の購買履歴には現れていない、ユーザの潜在的ニーズを掘り起こすことは困難である。また、ユーザの嗜好情報を自動収集して保存する、という行為自体が、ユーザのプライバシー保護の観点から好ましくない、との指摘もある。

これに対して、上記特許文献３，４に開示された方法のように、ユーザが所持する移動端末の位置を認識し、当該位置に応じて配信対象となる広告情報を選択する手法は、個々のユーザの嗜好情報等を収集する必要がないため、プライバシー保護の観点からの問題は生じない。しかしながら、ユーザの位置を考慮した判断しか行うことができないため、ユーザの嗜好情報を考慮した判断に比べると、効果的な広告配信を行うことが困難である。

そこで本発明は、ユーザに負担をかけることなく、ユーザのプライバシーを保護しつつ、個々のユーザに対して効果的な広告配信を行うことが可能な移動端末に対する広告情報配信システムおよび広告情報配信方法を提供することを目的とする。

(1) 本発明の第１の態様は、移動可能な端末装置に対して広告情報を配信するシステムにおいて、
端末装置の移動範囲内に位置する複数の場所のそれぞれについて、当該場所を特定するための場所識別コードと、当該場所の位置座標を示す場所位置コードと、当該場所の特徴を示す場所特徴情報と、を互いに対応づけて登録した場所データベースと、
場所データベースに登録されている複数の場所のうちの広告対象となる場所に関する広告情報と、当該広告対象となる場所の場所識別コードと、をそれぞれ場所ごとに対応づけて格納する広告情報格納部と、
個々の端末装置の各時点の位置座標を示す位置情報を時系列データとして収集し、これを蓄積する位置情報収集蓄積部と、
位置情報収集蓄積部に蓄積されている、個々の端末装置の所定時間枠内の位置情報に基づいて、個々の端末装置が所定時間枠内に場所データベースに登録されている場所間をどのように遷移したかを推測し、その推測結果に基づいて、場所データベースに登録されている複数の場所を時系列で掲載した場所遷移テーブルを作成する場所遷移テーブル作成部と、
場所遷移テーブル作成部が作成した多数の場所遷移テーブルに基づいて、ある着目場所について、当該着目場所への来訪前に来訪していた別な場所を先訪場所として認識し、場所データベースに登録されている場所特徴情報を参照して、当該着目場所について、先訪場所の特徴を示す先訪場所特徴情報を求める傾向分析部と、
広告対象となる場所について、その場所識別コードと、その場所について傾向分析部によって求められた先訪場所特徴情報と、を対応づけた分析結果を格納する分析結果格納部と、
広告情報格納部に格納されている広告情報の配信先を決定するために、当該広告情報に対応づけられた場所識別コードについて、分析結果格納部に格納されている分析結果により対応づけられている先訪場所特徴情報を抽出し、場所データベースを参照することにより、抽出した先訪場所特徴情報に対する合致度の高い場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定し、位置情報収集蓄積部に蓄積されている個々の端末装置の現時点もしくはその直近の位置情報に基づいて、配信場所の近傍領域に位置すると判定された端末装置を当該広告情報の配信先端末装置と決定する配信先決定部と、
広告情報格納部に格納されている広告情報を、配信先決定部で決定された配信先端末装置に対して配信する広告配信部と、
を設けるようにしたものである。

(2) 本発明の第２の態様は、上述した第１の態様に係る移動端末に対する広告情報配信システムにおいて、
場所データベース内に登録する個々の場所として商業用店舗の場所を用い、当該店舗を特定するための店舗識別コードを場所識別コードとして用い、当該店舗の位置座標を示すコードを場所位置コードとして用い、当該店舗の特徴を示す情報を場所特徴情報として用い、
広告情報格納部内に格納する広告情報として、各店舗に関する商業広告の情報を用いるようにしたものである。

(3) 本発明の第３の態様は、上述した第１または第２の態様に係る移動端末に対する広告情報配信システムにおいて、
緯度経度を示すデータを場所位置コードとして用い、位置情報収集蓄積部が、ＧＰＳを利用して各端末装置の緯度経度を示すデータを位置情報として収集するようにしたものである。

(4) 本発明の第４の態様は、上述した第１〜第３の態様に係る移動端末に対する広告情報配信システムにおいて、
位置情報収集蓄積部が、位置情報とともに、その取得日時を蓄積するようにし、
場所遷移テーブル作成部が、場所データベースに登録されている特定の場所に関して、その場所位置コードによって示される位置座標の近傍領域内に、所定の滞在時間だけ留まっていたことを条件として、当該特定の場所を場所遷移テーブルに掲載するようにしたものである。

(5) 本発明の第５の態様は、上述した第４の態様に係る移動端末に対する広告情報配信システムにおいて、
１つの端末装置についての所定時間枠内の位置情報を示すＮ個の時系列データに基づいて、１つの場所遷移テーブルを作成するために、場所遷移テーブル作成部内に、
第ｎ番目のデータが示す位置座標と第（ｎ＋１）番目のデータが示す位置座標との距離ｄ（ｎ，ｎ＋１）が、しきい値ｄthよりも小さいか否かを判定する第１の手段と、
第ｎ番目のデータが示す位置座標と第（ｎ＋ｉ）番目のデータが示す位置座標との距離ｄ（ｎ，ｎ＋ｉ）が、しきい値ｄthよりも小さいか否かを判定する第２の手段と、
ｎを初期値１から１ずつ増加させて更新しながら、各更新時点のｎの値を用いて第１の手段に判定を実行させる処理を、ｎがＮ−１に到達する直前まで繰り返し行う第３の手段と、
第１の手段が肯定的な判定を行った場合に、ｉを初期値２から１ずつ増加させて更新しながら、各更新時点のｎおよびｉの値を用いて第２の手段に判定を実行させる処理を、第２の手段が否定的な判定を行うまで繰り返し行い、（ｎ＋ｉ）がＮに到達しても肯定的な判定がなされたときには、ｉを更に１だけ増加させる処理を行う第４の手段と、
第２の手段が否定的な判定を行ったとき、もしくは（ｎ＋ｉ）がＮに到達したときに、そのときのｎおよびｉの値を用いて示される第ｎ番目のデータの取得日時と第（ｎ＋ｉ−１）番目のデータの取得日時との時間差ξが、しきい値ξthよりも大きいか否かを判定する第５の手段と、
第５の手段が肯定的な判定を行った場合に、そのときのｎおよびｉの値を用いて示される第ｎ番目のデータ乃至第（ｎ＋ｉ−１）番目のデータが示す位置座標の平均座標を求める第６の手段と、
場所データベースに登録されている場所の中から平均座標に対する最近接場所を抽出し、当該最近接場所の位置座標と平均座標との距離εが、しきい値εthよりも小さいか否かを判定する第７の手段と、
第７の手段が肯定的な判定を行った場合に、最近接場所を場所遷移テーブルに掲載する第８の手段と、
を設けるようにし、
第３の手段が、第８の手段が場所遷移テーブルへの掲載を行ったときは、ｎの値をｎ＋ｉに更新して処理を続行するようにしたものである。

(6) 本発明の第６の態様は、上述した第１〜第５の態様に係る移動端末に対する広告情報配信システムにおいて、
位置情報収集蓄積部が、位置情報とともに、その取得日時を蓄積するようにし、
配信先決定部が、現在に至るまで所定の滞在時間以上にわたって、特定の端末装置が配信場所の近傍領域内に留まっていることを条件として、当該特定の端末装置を配信先端末装置と決定するようにしたものである。

(7) 本発明の第７の態様は、上述した第６の態様に係る移動端末に対する広告情報配信システムにおいて、
判定対象となる端末装置を、特定の配信場所についての配信先端末装置とすべきか否かを判定するために、配信先決定部内に、
判定対象となる端末装置についての現在までの位置情報を示す時系列データを読み込む第１の手段と、
読み込んだ時系列データの第Ｎ番目にある最新データが示す位置座標と特定の配信場所の位置座標との距離Ｄが、しきい値Ｄthよりも小さいか否かを判定する第２の手段と、
読み込んだ時系列データの第（Ｎ−ｉ）番目のデータが示す位置座標と特定の配信場所の位置座標との距離Ｄが、しきい値Ｄthよりも小さいか否かを判定する第３の手段と、
第２の手段が肯定的な判定を行った場合に、ｉを初期値１から１ずつ増加させて更新しながら、各更新時点のｉの値を用いて第３の手段に判定を実行させる処理を、第３の手段が否定的な判定を行うまで、もしくはｉがＮに到達するまで、繰り返し行う第４の手段と、
第３の手段が否定的な判定を行ったとき、もしくはｉがＮに到達したときに、そのときのｉの値を用いて示される第（Ｎ−ｉ＋１）番目のデータの取得日時と第Ｎ番目のデータの取得日時との時間差ξが、しきい値ξthよりも大きいか否かを判定する第５の手段と、
第５の手段が肯定的な判定を行った場合に、判定対象となる端末装置を配信先端末装置と決定する第６の手段と、
を設けるようにしたものである。

(8) 本発明の第８の態様は、上述した第１〜第７の態様に係る移動端末に対する広告情報配信システムにおいて、
場所データベースに登録された各場所についての場所特徴情報が、それぞれ当該場所の代表的な特徴を示す単一の特徴コードによって構成されており、
傾向分析部が、ある着目場所についての先訪場所特徴情報を求める際に、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として登録されている特徴コードの出現頻度を調べ、最も出現頻度の高い特徴コードを、当該着目場所についての先訪場所特徴情報とする処理を行い、
分析結果格納部が、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた特徴コードと、を対応づけた分析結果を格納し、
配信先決定部が、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、分析結果格納部内で対応づけられている特徴コードを抽出し、場所データベースを参照することにより、抽出した特徴コードに一致する場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定するようにしたものである。

(9) 本発明の第９の態様は、上述した第８の態様に係る移動端末に対する広告情報配信システムにおいて、
個々の場所の代表的な特徴を示す単一の特徴コードとして、当該場所の名称を示す文字列もしくは当該場所の場所識別コードを用いるようにしたものである。

(10) 本発明の第１０の態様は、上述した第１〜第７の態様に係る移動端末に対する広告情報配信システムにおいて、
場所データベースに登録された各場所についての場所特徴情報が、それぞれ当該場所の特徴を示す複数の特徴コードの組み合わせによって構成されており、
傾向分析部が、ある着目場所についての先訪場所特徴情報を求める際に、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として登録されている各特徴コードの出現頻度を調べ、出現頻度の高い複数の特徴コードの組み合わせを、当該着目場所についての先訪場所特徴情報とする処理を行い、
分析結果格納部が、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた複数の特徴コードの組み合わせと、を対応づけた分析結果を格納し、
配信先決定部が、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、分析結果格納部内で対応づけられている複数の特徴コードの組み合わせを抽出し、場所データベースを参照することにより、「抽出した特徴コードの組み合わせ」に対して選抜基準以上の合致度を示す「特徴コードの組み合わせ」が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定するようにしたものである。

(11) 本発明の第１１の態様は、上述した第１〜第７の態様に係る移動端末に対する広告情報配信システムにおいて、
場所データベースに登録された各場所についての場所特徴情報が、それぞれ当該場所の特徴を示す複数Ｈ個の特徴コードとその重みづけを示す重み値とによって構成されており、
傾向分析部が、ある着目場所についての先訪場所特徴情報を求める際に、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として登録されている各特徴コードの重み値の合計値を求め、この合計値が高い順に複数Ｈ個の特徴コードを選択し、選択された各特徴コードについて合計値に応じた新しい重み値を決定し、選択された複数Ｈ個の特徴コードとその新しい重み値とを、当該着目場所についての先訪場所特徴情報とする処理を行い、
分析結果格納部が、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた複数Ｈ個の特徴コードおよびその重み値と、を対応づけた分析結果を格納し、
配信先決定部が、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、分析結果格納部内で対応づけられている複数Ｈ個の特徴コードおよび重み値からなる先訪場所特徴情報を抽出し、場所データベースを参照することにより、抽出した「先訪場所特徴情報」に対して選抜基準以上の合致度を示す「場所特徴情報」が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定するようにしたものである。

(12) 本発明の第１２の態様は、上述した第１１の態様に係る移動端末に対する広告情報配信システムにおいて、
場所データベースに登録された１つの場所についての場所特徴情報を構成する複数Ｈ個の特徴コードの重み値の合計が所定の規格値となるような規格化が行われており、
分析結果格納部に格納された１つの場所についての先訪場所特徴情報を構成する複数Ｈ個の特徴コードの新しい重み値の合計が上記規格値となるような規格化を経て、傾向分析部による新しい重み値の決定が行われるようにしたものである。

(13) 本発明の第１３の態様は、上述した第１１または第１２の態様に係る移動端末に対する広告情報配信システムにおいて、
配信先決定部が、「選抜基準以上の合致度を示す」と判定するための条件として、「複数Ｈ個の特徴コードを、重み値の大きい順に並べた場合に、上位ｈ個（１≦ｈ≦Ｈ）の特徴コードが一致する」という条件を設定するようにしたものである。

(14) 本発明の第１４の態様は、上述した第１３の態様に係る移動端末に対する広告情報配信システムにおいて、
配信先決定部内に、配信場所の総数の上限値Ｍが設定されており、
配信先決定部が、「ｈ＝１なる最も緩い条件」から「ｈ＝Ｈなる最も厳しい条件」に至るまで、ｈの値を１ずつ増加させることにより条件設定を徐々に厳しくしながら、配信場所の総数が上限値Ｍ以下となるまで、配信場所の決定をやり直す処理を実行するようにしたものである。

(15) 本発明の第１５の態様は、上述した第１２の態様に係る移動端末に対する広告情報配信システムにおいて、
配信先決定部が、「選抜基準以上の合致度を示す」と判定するための条件として、「複数Ｈ個の特徴コードがすべて一致し、かつ、これら各特徴コードをそれぞれ０〜規格値までの座標をもつ座標軸に対応させることにより、複数Ｈ本の座標軸からなるＨ次元座標空間を形成し、このＨ次元座標空間内に、各特徴コードの重み値を座標値として、両特徴情報をそれぞれ点としてプロットしたときに、両点間のユークリッド距離Ｌが所定値Ｌth以下になる」という条件を設定するようにしたものである。

(16) 本発明の第１６の態様は、上述した第１５の態様に係る移動端末に対する広告情報配信システムにおいて、
配信先決定部内に、配信場所の総数の上限値Ｍが設定されており、
配信先決定部が、所定値Ｌthを初期値から徐々に減少させながら、配信場所の総数が上限値Ｍ以下となるまで、配信場所の決定をやり直す処理を実行するようにしたものである。

(17) 本発明の第１７の態様は、上述した第１〜第１６の態様に係る移動端末に対する広告情報配信システムにおいて、
配信先決定部が、広告対象となる場所に対する地理的位置関係を考慮して、当該広告対象となる場所に関する広告情報についての配信場所を決定するようにしたものである。

(18) 本発明の第１８の態様は、上述した第１〜第１７の態様に係る移動端末に対する広告情報配信システムにおいて、
広告情報格納部内に、個々の広告情報についての有効期限を格納するようにし、
広告配信部が、有効期限経過前の広告情報についてのみ配信を行うようにしたものである。

(19) 本発明の第１９の態様は、上述した第１〜第１８の態様に係る移動端末に対する広告情報配信システムにおいて、
傾向分析部が、特定の場所についての先訪場所特徴情報を求める際に、当該特定の場所について設定された特定の時間枠内の位置情報に基づいて作成された場所遷移テーブルのみを用いた先訪場所の認定を行うようにしたものである。

(20) 本発明の第２０の態様は、上述した第１〜第１９の態様に係る移動端末に対する広告情報配信システムにおいて、
傾向分析部が、ある着目場所の直前に来訪した場所を、当該着目場所についての先訪場所として認識するようにしたものである。

(21) 本発明の第２１の態様は、上述した第１〜第１９の態様に係る移動端末に対する広告情報配信システムにおいて、
傾向分析部が、ある着目場所のｊ番目前（ｊ≧２）までに来訪した場所すべてを、当該着目場所についての先訪場所として認識し、より直前に近い来訪場所の場所特徴情報に対して、より大きな重みづけをして、当該着目場所についての先訪場所特徴情報を求めるようにしたものである。

(22) 本発明の第２２の態様は、上述した第１〜第２１の態様に係る移動端末に対する広告情報配信システムにおいて、
場所データベースが、場所識別コードと場所位置コードは登録されているが、場所特徴情報は登録されていない不完全なデータを格納しており、端末装置を携帯するユーザからの指示入力に基づいて、不完全なデータにおける場所特徴情報を登録する機能を有するようにしたものである。

(23) 本発明の第２３の態様は、移動可能な端末装置に対して広告情報を配信する方法において、
端末装置の移動範囲内に位置する複数の場所のそれぞれについて、当該場所を特定するための場所識別コードと、当該場所の位置座標を示す場所位置コードと、当該場所の特徴を示す場所特徴情報と、を互いに対応づけて登録した場所データベースを用意する段階と、
場所データベースに登録されている複数の場所のうちの広告対象となる場所に関する広告情報と、当該広告対象となる場所の場所識別コードと、をそれぞれ場所ごとに対応づけて用意する段階と、
個々の端末装置の各時点の位置座標を示す位置情報を時系列データとして収集し、これを蓄積する段階と、
蓄積されている個々の端末装置の所定時間枠内の位置情報に基づいて、個々の端末装置が所定時間枠内に場所データベースに登録されている場所間をどのように遷移したかを推測し、その推測結果に基づいて、場所データベースに登録されている複数の場所を時系列で掲載した場所遷移テーブルを作成する段階と、
作成した多数の場所遷移テーブルに基づいて、ある着目場所について、当該着目場所への来訪前に来訪していた別な場所を先訪場所として認識し、場所データベースに登録されている場所特徴情報を参照して、当該着目場所について、先訪場所の特徴を示す先訪場所特徴情報を求める段階と、
広告対象となる場所について、その場所識別コードと、その場所について求められた先訪場所特徴情報と、を対応づけた分析結果を用意する段階と、
広告情報の配信先を決定するために、当該広告情報に対応づけられた場所識別コードについて、分析結果として対応づけられている先訪場所特徴情報を抽出し、場所データベースを参照することにより、抽出した先訪場所特徴情報に対する合致度の高い場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定し、蓄積されている個々の端末装置の現時点もしくはその直近の位置情報に基づいて、配信場所の近傍領域に位置すると判定された端末装置を当該広告情報の配信先端末装置と決定する段階と、
用意した広告情報を、当該広告情報の配信先として決定された配信先端末装置に対して配信する段階と、
を行うようにしたものである。

(24) 本発明の第２４の態様は、上述した第２３の態様に係る移動端末に対する広告情報配信方法において、
場所データベースを用意する際に、個々の場所の様々な特徴を示すキーワード群を用意し、これらキーワード群から選択した１つもしくは複数のキーワードを、１つの場所についての場所特徴情報とするようにしたものである。

(25) 本発明の第２５の態様は、移動可能な端末装置に対して店舗に関する広告情報を配信する方法において、
端末装置の移動範囲内に位置する複数の店舗のそれぞれについて、位置座標と当該店舗の特徴を示す店舗特徴情報とを対応づけたデータベースを用意する段階と、
広告対象となる特定の店舗に関する広告情報を用意する段階と、
個々の端末装置の各時点の位置座標を時系列データとして収集する段階と、
収集した時系列データに基づいて、個々の端末装置が訪問した店舗を推測し、個々の端末装置ごとに、訪問した店舗を訪問順に掲載した遷移テーブルを作成する段階と、
作成した多数の遷移テーブルに基づいて、特定の店舗への来訪前に来訪していた別な店舗を先訪店舗として認識し、上記データベースを参照することにより、先訪店舗の特徴を示す先訪店舗特徴情報を求める段階と、
上記データベースを参照することにより、先訪店舗特徴情報に類似した店舗特徴情報が対応づけられている１つもしくは複数の場所を配信場所と決定する段階と、
収集した時系列データに基づいて、上記配信場所の近傍領域に位置すると判定された端末装置を配信先端末装置と決定する段階と、
用意した広告情報を、上記配信先端末装置に対して配信する段階と、
を行うようにしたものである。

本発明の実施にあたって、ユーザが所持する移動端末の位置は、時系列データとして自動収集されるため、ユーザには何らかの積極的な操作を強いる必要は全くない。また、自動収集された時系列データや場所遷移テーブルは、どの移動端末（どのユーザ）についての情報であるかを特定する必要はなく、匿名性をもった情報として処理することができる。このため、本発明の実施により、ユーザに負担がかかることはなく、また、ユーザのプライバシーも維持される。しかも、本発明では、個々の場所にそれぞれ特徴を定義し、「ある着目場所に来訪するユーザが、その前にどのような特徴をもった先訪場所に居た可能性が高いか」を統計的に把握しておき、当該着目場所に関する広告情報を、当該着目場所の先訪場所に居るユーザに対して配信する、という手法を採るため、個々のユーザに対して効果的な広告配信を行うことが可能になる。

以下、本発明を図示する実施形態に基づいて説明する。

＜＜＜ §１．基本的実施例の構成および動作 ＞＞＞
図１は、本発明の基本的実施例に係る広告情報配信システムの構成を示すブロック図である。このシステムは、携帯電話などの移動可能な端末装置に対して広告情報を配信するためのシステムである。図に示す端末装置Ｔ００００〜Ｔ９９９９（ここでは、説明の便宜上、合計１万台のＧＰＳ機能付きの端末装置が用いられているものとする）は、それぞれユーザが所持する携帯電話などの移動端末である。もちろん、端末装置は、必ずしも携帯電話である必要はなく、携帯型パソコンやＰＤＡ装置など、携帯が可能な通信装置としての機能を有する装置であればよい。

図示のとおり、この広告情報配信システムは、場所データベース１００，広告配信部１１０，位置情報収集蓄積部１２０，場所遷移テーブル作成部１３０，傾向分析部１４０，分析結果格納部１５０，配信先決定部１６０，広告情報格納部１７０によって構成されている。これらの構成要素からなるシステムは、実際には、通信機能を有するコンピュータによって構成されるものであり、実用上は、サーバ用コンピュータに専用のプログラムを組み込むことにより構築される。たとえば、広告配信部１１０や位置情報収集蓄積部１２０は、外部と交信するインターフェイス機能をもったコンピュータ機器によって構成され、場所遷移テーブル作成部１３０，傾向分析部１４０，配信先決定部１６０は、後述するような所定の演算処理を実行するためのプログラムを組み込んだコンピュータによって構成される。また、場所データベース１００，分析結果格納部１５０，広告情報格納部１７０は、いずれも所定のデータを格納する機能を有する構成要素であるから、実際には、コンピュータ用のハードディスク装置などの記憶装置によって構成されることになる。

このシステムを運用するにあたっては、まず、端末装置の移動範囲内に位置する複数の場所を設定する必要がある。ここでは、このような場所として、商業用店舗の場所を設定した例を述べる。設定した場所に関する情報は、場所データベース１００内に格納される。図示の例では、個々の場所について、当該場所を特定するための場所識別コード、当該場所の位置座標を示す場所位置コード、当該場所の特徴を示す場所特徴情報、を互いに対応づけて登録した例が示されている。いわば、何という場所が、どこに存在し、その場所はどのような特徴をもった場所であるか、という情報が、個々の場所ごとに場所データベース１００内に登録されていることになる。

このシステムを実際に運用する際には、多数の場所（たとえば、数百〜数千件単位の場所）についての情報を場所データベース１００内に用意することになるが、ここでは、説明の便宜上、５つの場所に関する情報が、場所データベース１００に登録されている非常に単純な例を示すことにする。具体的には、図示のとおり、「テアトルＡ」，「リストランテＢ」，「カフェＣ」，「雑貨ストアＤ」，「フードコートＥ」なる５つの商業用店舗の場所が登録されている。ここで、「テアトルＡ」は映画館の館名，「リストランテＢ」はイタリア料理店の店名，「カフェＣ」は喫茶店の店名，「雑貨ストアＤ」は雑貨小売店の店名，「フードコートＥ」は軽食店の店名である。

場所識別コードは、個々の場所を特定することが可能なコードであれば、どのようなコードを用いてもかまわない。図示の例では、館名や店名など、店舗自身の名称をそのまま場所識別コードとして用いているが、実際には、数百〜数千件単位の店舗の登録が行われることになるので、重複することがないように、数桁の符号からなるユニークなコードを場所識別コードとして用いるのが好ましい。

一方、場所位置コードは、個々の場所の代表点の位置座標を示すデータであり、ここでは、（Ｘ，Ｙ）の形式の二次元座標値を場所位置コードとして用いた例を示すことにする。もっとも、実用上は、後述するように、緯度経度データを場所位置コードとして用いるのが好ましい。たとえば、図示の例の場合、「テアトルＡ」についての場所位置コード（Ｘａ，Ｙａ）は、「テアトルＡ」という映画館の代表点位置座標（たとえば、建物の中心の位置座標）を示すデータであり、「リストランテＢ」についての場所位置コード（Ｘｂ，Ｙｂ）は、「リストランテＢ」というイタリア料理店の代表点位置座標（たとえば、正面入り口の位置座標）を示すデータである。なお、映画館のような大規模な店舗の場合、施設内の複数の地点を場所位置コードとして登録しておいてもよい。

場所特徴情報は、個々の場所の特徴を示す情報である。一概に「特徴」と言っても、様々な観点から見た特徴があるが、どのような特徴を「場所特徴情報」として用いるかという点については、後の具体例を挙げて説明する。ここでは、当該場所の利用目的を示す漢字２文字からなる特徴コード、すなわち、「映画」，「食事」，「喫茶」，「買物」，「軽食」なるコードを、場所特徴情報として用いた単純な例を示す。たとえば、「映画」なる場所特徴情報は、「テアトルＡ」なる場所の利用目的が「映画」であり、「テアトルＡ」なる場所が「映画を観る場所」という特徴を有していることを示し、「食事」なる場所特徴情報は、「リストランテＢ」なる場所の利用目的が「食事」であり、「リストランテＢ」なる場所が「食事をする場所」という特徴を有していることを示している。

なお、この基本的実施例では、場所データベース１００内に登録する個々の場所として、商業用店舗の場所が用いられており、当該店舗を特定するための店舗識別コードが場所識別コードとして用いられており、当該店舗の位置座標を示すコードが場所位置コードとして用いられており、当該店舗の特徴を示す情報が場所特徴情報として用いられているが、場所データベース１００内に登録する個々の場所は、必ずしも商業用店舗の場所である必要はない。店舗以外の場所を登録する例については、後に変形例として述べることにする。

広告情報格納部１７０は、配信対象となる広告情報を格納するための構成要素である。ここで重要な点は、本発明に係るシステムで配信対象となる広告情報は、場所データベース１００に登録されているいずれかの場所に関する広告情報である点である。したがって、全国ネットで放映されているＴＶ番組のＣＭなどで流す商品広告（全国的に販売されているグローバルな商品に関する広告）は、基本的には、本発明に係るシステムの配信対象としては相応しくない。本発明で配信対象としている広告情報は、特定の場所に密接に結びついた情報であり、ここで述べる基本的実施例の場合、個々の店舗に関する商業広告の情報である。したがって、図示の広告情報格納部１７０には、場所データベース１００に登録されている５つの場所（店舗）のそれぞれに関する広告情報が、当該場所の場所識別コードに対応づけて格納されている。

たとえば、「テアトルＡ」なる場所識別コードに対応づけて格納されている「ＦｉｌｅＡＡＡ」なる広告情報は、「テアトルＡ」なる店舗（映画館）に関する広告情報のファイルであるから、具体的には「当館テアトルＡでは、本日、一律１０００円でオールナイト上映中」のような内容になるであろうし、「リストランテＢ」なる場所識別コードに対応づけて格納されている「ＦｉｌｅＢＢＢ」なる広告情報のファイルは、「リストランテＢ」なる店舗（イタリア料理店）に関する広告情報であるから、具体的には「リストランテＢの本日のディナーコース：○○○○」のような内容になるであろう。もちろん、広告情報は、上例のようなテキストデータに限定されるものではなく、画像データを含んでいてもよいし、音声や動画データを含んでいてもかまわない。

なお、図示の例では、場所データベース１００に登録されている５つの場所（店舗）のすべてに関して、広告情報格納部１７０内に広告情報が用意されているが、実用上は、必ずしも場所データベース１００に登録されているすべての場所に関する広告情報が用意されるとは限らない。場所データベース１００に登録する各場所は、後述するように、端末装置を所持するユーザの移動パターンや行動パターンを解析する上での指標となるべきものであり、実用上は、少しでも多くの場所を登録しておくのが好ましい（運用上は、場所データベース１００への登録は無償にするのが好ましい）。これに対して、広告情報格納部１７０内の広告情報は、各店舗からの要望に応じて格納されるべきものである（広告情報格納部１７０内への広告情報の格納は、通常、有償になるであろう）。たとえば、図示の例の場合、「リストランテＢ」の経営者のみから広告配信の要望があった場合、広告対象となる場所（店舗）は、「リストランテＢ」のみであるから、広告情報格納部１７０内には、場所識別コード「リストランテＢ」，広告情報「ＦｉｌｅＢＢＢ」という情報のみが格納されることになる。このように、広告情報格納部１７０には、場所データベース１００に登録されている複数の場所のうち、広告対象となる場所に関する広告情報が格納されることになる。

さて、このシステムの目的は、広告情報格納部１７０内に格納されている配信対象となる広告情報を、配信先となる所定の端末装置に対して配信することにある。実際の配信処理は、広告配信部１１０によって行われるが、その配信先は、配信先決定部１６０によって決定される。すなわち、広告配信部１１０は、広告情報格納部１７０に格納されている個々の広告情報を、配信先決定部１６０で決定された特定の配信先端末装置に対して配信する処理を行う。端末装置に対する具体的な配信方法としては、たとえば、電子メールなどの手段を用いればよい。

位置情報収集蓄積部１２０は、個々の端末装置の各時点の位置座標を示す位置情報を時系列データとして収集し、これを蓄積する構成要素である。図示の実施例の場合、Ｔ００００〜Ｔ９９９９までの合計１万台のＧＰＳ機能付きの携帯電話を端末装置として用いており、位置情報収集蓄積部１２０は、この１万台の端末装置それぞれについての位置座標（Ｘ，Ｙ）をリアルタイムで（たとえば、５〜１０秒おき程度の周期で）収集し、逐次蓄積してゆく機能を有している。

配信先決定部１６０は、位置情報収集蓄積部１２０から、任意の端末装置の位置情報を随時読み出すことができるので、個々の端末装置の現在位置を把握することが可能である。したがって、たとえば「ＦｉｌｅＡＡＡ」なる広告情報を、「テアトルＡ」の近くに居る端末装置に配信する、という方針が定まれば、配信先決定部１６０は、この方針に従って、配信先端末装置を決定することができる。すなわち、１万台の端末装置Ｔ００００〜Ｔ９９９９について、それぞれ現在位置を位置情報収集蓄積部１２０から順次読み出し、その中から「テアトルＡ」の位置座標（Ｘａ，Ｙａ）の近傍位置を示す端末装置を、配信先端末装置と決定すればよい。

このように、「ある特定の店舗に関する広告情報を、当該店舗の近傍領域に位置する端末装置に対して配信する」という方針に基づいた広告配信手法は、前掲の特許文献３にも開示されている公知の手法である。たしかに、この手法は、近くに居る顧客を呼び込むことができる、という点では、メリットがある。たとえば、「当館テアトルＡでは、本日、一律１０００円でオールナイト上映中」のような「テアトルＡ」という映画館に関する広告情報を、当該映画館の近くに居るユーザの端末装置に配信するようにすれば、ある程度の呼び込み効果は期待できよう。しかしながら、「近くに居る」というだけでは、十分効果的な広告配信を行うことはできない。たまたま映画館の近くに居たとしても、食事を意図しているユーザや、買物を行う予定のユーザに対しては、映画館の広告情報を配信したとしても、映画館に呼び込む効果は期待できない。結局、前掲の特許文献３に開示されている手法には、ユーザの位置を考慮した判断しか行うことができないため、ユーザの嗜好や行動を考慮した判断に比べると、効果的な広告配信ができない、という問題が生じることになる。

図１に示すシステムは、「ある特定の店舗（たとえば、「テアトルＡ」）に関する広告情報を、ある特定の場所に居るユーザに配信する」という観点では、前掲の特許文献３に開示されているような従来の手法と共通のアプローチを採る。しかしながら、配信先となる「ある特定の場所」として、「広告対象となる店舗（テアトルＡ）の近傍領域」ではなく、たとえば「軽食という特徴情報をもった店舗」を採用することになる。この点が、本発明の非常にユニークな点である。

これを、具体例に即して、説明してみよう。たとえば、準備段階として、各端末装置を所持した１万人のユーザの移動履歴を収集した結果、「テアトルＡ」に来訪したユーザは、その直前に、軽食をとっていることが多いことが統計的に確認できたとしよう。そうすると、軽食をとったユーザの次の行動として、「テアトルＡで映画を観る」という行動は、非常に期待度の高い行動ということができる。そこで、「テアトルＡ」に関する広告情報の配信先として、「軽食」なる特徴情報をもった店舗（図１に示す例の場合は、「フードコートＥ」）が選抜される。したがって、配信先決定部１６０は、「フードコートＥ」という軽食店に居る端末装置（位置座標（Ｘｅ，Ｙｅ）の近傍に居る端末装置）を、「ＦｉｌｅＡＡＡ」なる広告情報の配信先端末装置と決定する処理を行うことになる。なお、図１に示す例では、「軽食」なる特徴情報をもった店舗は「フードコートＥ」のみであるが、実用上は、同じ特徴情報をもった店舗が複数存在するのが一般的であり、これら複数の店舗に居る端末装置すべてが配信先端末装置になる。

前述したとおり、各端末装置の位置情報は、位置情報収集蓄積部１２０に逐次収集蓄積されているので、この位置情報の時系列データを利用すれば、個々のユーザの１日の移動経路を把握することができる。場所遷移テーブル作成部１３０は、この移動経路に基づいて、個々のユーザが、場所データベース１００に登録されている場所のうち、どの場所からどの場所へ遷移したかを示す場所遷移テーブルを作成する処理を行う。傾向分析部１４０は、この場所遷移テーブルに基づいて、「どのような特徴をもった店舗に居たユーザが、次にどの店舗を来訪する可能性が高いか」という傾向を分析し、その結果を分析結果格納部１５０に格納する処理を行う。配信先決定部１６０は、この分析結果を利用して、配信先の決定を行うことになる。

ここでは、説明の便宜上、「ある着目場所を来訪したユーザが、当該着目場所への来訪前に来訪していた別な場所」のことを、当該着目場所についての「先訪場所」と呼ぶことにする。たとえば、あるユーザが、「雑貨ストアＤ」→「フードコートＥ」→「テアトルＡ」という順番で、これらの各場所（店舗）を来訪した場合、「雑貨ストアＤ」は「フードコートＥ」についての先訪場所であり、「フードコートＥ」は「テアトルＡ」についての先訪場所である。分析結果格納部１５０に格納されている分析結果は、個々の着目場所について、その先訪場所の特徴情報を示すものである。

たとえば、分析結果格納部１５０に格納されている１行目の分析結果は、「テアトルＡ」についての先方場所特徴情報が「軽食」であることを示しているが、これは、場所遷移テーブルを統計的に分析した結果、「テアトルＡ」に来訪したユーザの多くは、その前に、「軽食」なる特徴情報をもった別な場所を訪問していた、という事実が確認できたことを意味している。逆に言えば、「軽食」なる特徴情報をもった場所に現在居るユーザは、次に「テアトルＡ」に来訪する可能性が高いことを示している。同様に、分析結果格納部１５０に格納されている２行目の分析結果は、「リストランテＢ」についての先方場所特徴情報が「映画」であることを示しているが、これは、場所遷移テーブルを統計的に分析した結果、「リストランテＢ」に来訪したユーザの多くは、その前に、「映画」なる特徴情報をもった別な場所を訪問していた、という事実が確認できたことを意味している。逆に言えば、「映画」なる特徴情報をもった場所に現在居るユーザは、次に「リストランテＢ」に来訪する可能性が高いことを示している。図示の分析結果格納部１５０には、更に、「カフェＣ」についての先方場所特徴情報が「食事」、「雑貨ストアＤ」についての先方場所特徴情報が「喫茶」、「フードコートＥ」についての先方場所特徴情報が「買物」であることが示されている。

本発明に係る広告配信システムを実際に運用する際には、分析結果格納部１５０内に、このような分析結果を格納しておく必要がある。そのためには、予め所定の準備期間（たとえば、１ヶ月間）を設け、位置情報収集蓄積部１２０内に、１万人のユーザの移動情報を蓄積させ、これらの蓄積情報に基づいて、場所遷移テーブル作成部１３０に多数の場所遷移テーブルを作成させ、これを傾向分析部１４０に分析させる処理を行えばよい。

こうして、分析結果格納部１５０内に、図示のような分析結果が用意できれば、配信先決定部１６０は、場所データベース１００内の情報と、分析結果格納部１５０内の情報とを参照することにより、広告情報格納部１７０内に格納されている個々の広告情報についての配信先を決定することができる。たとえば、「ＦｉｌｅＡＡＡ」なる広告情報についての配信先は、次のようなプロセスで決定することができる。まず、「ＦｉｌｅＡＡＡ」は、「テアトルＡ」に関する広告情報であるので、分析結果格納部１５０を参照して、「テアトルＡ」についての先訪場所特徴情報が「軽食」であることを認識する。続いて、場所データベース１００を参照して、「軽食」に合致する場所特徴情報を有する場所を検索する。すると、「フードコートＥ」という場所がヒットするので、この「フードコートＥ」を配信場所と決定し、現在、「フードコートＥ」に居る端末装置を配信先端末装置と決定する処理を行う。かくして、「フードコートＥ」に居る端末装置に対して、「テアトルＡ」に関する広告情報が配信されることになる。

もちろん、この広告配信システムを実際に運用開始した後も、位置情報収集蓄積部１２０には、各端末装置の位置情報が逐次収集されるので、場所遷移テーブル作成部１３０は引き続き場所遷移テーブルを作成することができ、傾向分析部１４０は、これを引き続き分析することができ、分析結果格納部１５０内の分析結果を随時更新してゆくことができる。したがって、ユーザの行動傾向が時代とともに変化するようなことがあっても、分析結果格納部１５０に格納される分析結果は、常に時代に即したものに更新されることになる。

このように、図１に示すシステムにおける広告配信の基本方針は、ある着目場所について、その先訪場所の特徴情報を予め統計的な手法で求めておき、求めた先訪場所特徴情報に合致する場所特徴情報を有する場所を、当該着目場所に関する広告情報の配信先とする、というものであり、従来の広告配信方法とは全く異なるアプローチを採るものである。

本発明に係る広告配信システムを運用する上では、個々のユーザごとの嗜好情報を収集する必要はないので、ユーザに負担をかけることなく、また、ユーザのプライバシーを保護することができる。もちろん、位置情報収集蓄積部１２０内には、個々の端末装置の移動経路を示す情報が蓄積され、場所遷移テーブル作成部１３０が作成する場所遷移テーブルは、特定のユーザについての店舗の利用履歴を示すものになるが、これらの情報は、あくまでも統計処理の対象となる情報であるから、各情報がどのユーザ（どの端末装置）についての情報であるかを特定する必要はなく、いわば匿名性をもった情報と言うことができる。したがって、ユーザのプライバシーは十分に保護される。しかも、広告情報の配信先は、過去のユーザの行動を統計的に分析した結果に基づいて決定されるため、特定の場所に居るユーザに対して効果的な広告配信を行うことが可能になる。

なお、図１に示す例では、場所データベース１００に登録された各場所についての場所特徴情報として、「映画」，「食事」，「喫茶」，「買物」，「軽食」といった当該場所の利用目的を表現する文字列からなる特徴コードを用いているが、場所特徴情報としては、個々の場所の代表的な特徴を示す特徴コードであれば、この他の特徴コードを用いてもかまわない。たとえば、「テアトルＡ」なる場所についての場所特徴情報として、「テアトルＡ」なる文字列それ自身からなる特徴コードを用い、「リストランテＢ」なる場所についての場所特徴情報として、「リストランテＢ」なる文字列それ自身からなる特徴コードを用いる、というように、当該場所の名称を示す文字列をそのまま場所特徴情報として用いるようなことも可能である。

また、図１に示す例では、各場所の場所識別コードとして、「テアトルＡ」，「リストランテＢ」，「カフェＣ」といった当該場所の名称を示す文字列をそのまま用いているが、実用上は、「ＸＹＺ０００００１」，「ＸＹＺ０００００２」，「ＸＹＺ０００００３」といった記号からなる場所識別コードを用いるケースも少なくない。このようなケースでは、これら記号からなる場所識別コードをそのまま場所特徴情報として用いることもできる。

＜＜＜ §２．基本的実施例における傾向分析処理 ＞＞＞
ここでは、§１で述べた基本的実施例における傾向分析処理の方法、すなわち、過去のユーザの行動を統計的に分析するための手順を、図示する単純な具体例に即して説明する。

まず、図１に示すシステムにおける場所遷移テーブル作成部１３０の処理機能をより具体的に説明しよう。この場所遷移テーブル作成部１３０は、位置情報収集蓄積部１２０に蓄積されている、個々の端末装置Ｔ００００〜Ｔ９９９９の所定時間枠内の位置情報に基づいて、個々の端末装置Ｔ００００〜Ｔ９９９９が当該所定時間枠内に場所データベース１００に登録されている場所間をどのように遷移したかを推測し、その推測結果に基づいて、場所データベース１００に登録されている複数の場所を時系列で掲載した場所遷移テーブルを作成する処理を実行する。

たとえば、所定時間枠として、２００７年３月８日午前５時〜翌３月９日午前５時までの２４時間枠を設定した場合を考えてみよう。場所遷移テーブル作成部１３０が、特定の端末装置Ｔ００００についての当該時間枠内の位置情報に基づいて場所遷移テーブルを作成するには、位置情報収集蓄積部１２０に蓄積されている端末装置Ｔ００００についての当該時間枠内の位置情報を読み出し、場所データベース１００に登録されている各場所の場所位置コードを参照しながら、どの場所をどの順番に来訪したかを推測すればよい。位置情報収集蓄積部１２０に蓄積されている位置情報は、座標値（Ｘ，Ｙ）の時系列データであるのに対して、場所遷移テーブルは、場所をその訪問順に羅列したテーブルである。この場所遷移テーブルを作成するための具体的な処理手順の一例は、§４において後述する。

図２は、図１に示すシステムにおける場所遷移テーブル作成部１３０によって作成された場所遷移テーブルの例を示す図である。図には、３つの端末装置Ｔ００００，Ｔ０００１，Ｔ０００２について、上述した２４時間枠の位置情報に基づいて作成された場所遷移テーブルが例示されている。いずれも図の上から下に向かって来訪順序が示されている。すなわち、端末装置Ｔ００００についての場所遷移テーブルには、「雑貨ストアＤ」→「フードコートＥ」→「テアトルＡ」→「リストランテＢ」→「カフェＣ」なる場所が順に列挙されているが、これは、端末装置Ｔ００００を所持しているユーザが、２００７年３月８日午前５時〜翌３月９日午前５時の時間枠内に、これらの場所をこの順番で来訪したことを示している。同様に、端末装置Ｔ０００１を所持しているユーザの同日の行動は、「雑貨ストアＤ」→「リストランテＢ」→「カフェＣ」→「テアトルＡ」→「フードコートＥ」→「テアトルＡ」であることが示され、端末装置Ｔ０００２を所持しているユーザの同日の行動は、「テアトルＡ」→「リストランテＢ」→「カフェＣ」→「雑貨ストアＤ」→「フードコートＥ」→「カフェＣ」であることが示されている。

ここで述べる実施例の場合、２００７年３月８日午前５時〜翌３月９日午前５時までの２４時間枠という設定だけで、１万台の端末装置Ｔ００００〜Ｔ９９９９についての場所遷移テーブルが作成されることになる。したがって、もし準備期間である３０日間について、それぞれ同様の２４時間枠を設定すれば、合計、３０万組もの場所遷移テーブルが作成される。なお、図２には、説明の便宜上、各場所遷移テーブルに、Ｔ００００，Ｔ０００１，Ｔ０００２といった特定の端末装置を示す表題を付して示したが、これらの場所遷移テーブルは、後述するような統計処理の材料に供されるので、どの場所遷移テーブルがどの端末装置（どのユーザ）から得られたかを特定する情報は必要ない。したがって、各場所遷移テーブルの情報は、匿名性をもった情報として取り扱うことができ、ユーザのプライバシーは十分に保護される。

続いて、傾向分析部１４０の処理機能を説明する。傾向分析部１４０は、場所遷移テーブル作成部１３０が作成した多数の場所遷移テーブルに基づいて、ある着目場所について、当該着目場所への来訪前に来訪していた別な場所を先訪場所として認識し、場所データベース１００に登録されている場所特徴情報を参照して、当該着目場所について、先訪場所の特徴を示す先訪場所特徴情報を求める統計処理を行う。以下、このような統計処理の具体的な一例を述べる。

前述したとおり、傾向分析部１４０による統計処理の対象となる場所遷移テーブルは、実用上は、たとえば３０万組といった統計処理に十分な数を用意するのが好ましい。ただ、ここでは、説明の便宜上、図２に示すような３組の場所遷移テーブルのみを用いて、このような統計処理の手順とその結果を示すことにする。

図３は、図１に示すシステムにおける傾向分析部１４０による処理過程で作成された先訪場所集計リストの一例を示す図である。このリストは、図２に示す３組の場所遷移テーブルに基づいて作成されたものであり、５つの場所のそれぞれについての先訪場所およびその頻度を示すものである。

たとえば、図２に示す３組の場所遷移テーブル上の「テアトルＡ」に着目し、その直前に来訪した先訪場所を調べてみる。すると、Ｔ００００の場所遷移テーブルの場合、「テアトルＡ」の直前には「フードコートＥ」に来訪していたことが示されているので、「テアトルＡ」の先訪場所は「フードコートＥ」ということになる。ところが、Ｔ０００１の場所遷移テーブルの場合、「テアトルＡ」には２回来訪したことになっており、１回目の「テアトルＡ」の直前には「カフェＣ」に来訪し、２回目の「テアトルＡ」の直前には「フードコートＥ」に来訪していたことが示されているので、「テアトルＡ」の先訪場所は「カフェＣ」および「フードコートＥ」ということになる。また、Ｔ０００２の場所遷移テーブルの場合、「テアトルＡ」は最初の訪問場所となっているので、「テアトルＡ」の先訪場所はなし、ということになる。

結局、図２に示す３組の場所遷移テーブルを用いて、「テアトルＡ」の先訪場所を調べると、「フードコートＥ」が２回、「カフェＣ」が１回、という頻度で先訪場所になっていることがわかる。図３の１行目の「テアトルＡ」についての先訪場所欄には、このような調査結果が示されている。同様に、「リストランテＢ」についての先訪場所を調べると、図３の２行目の「リストランテＢ」についての先訪場所欄に記載されているとおり、「テアトルＡ」が２回、「雑貨ストアＤ」が１回という結果が得られる。同様に、「カフェＣ」，「雑貨ストアＤ」，「フードコートＥ」の先訪場所の調査結果は、図３の３〜５行目に示されているとおりである。

続いて、図１に示す場所データベース１００を参照して、図３の右側欄の場所識別コードを、場所特徴情報（特徴コード）に書き替えてみる。図４は、このようにして得られた先訪場所の特徴コードリストである。たとえば、図４の１行目の「テアトルＡ」については、その右側の欄に「軽食（２），喫茶（１）」という特徴コードおよび出現頻度が記載されているが、これは、図３の「フードコートＥ（２），カフェＣ（１）」なる場所識別コードを、図１に示す場所データベース１００で対応づけられている場所特徴情報（特徴コード）に書き替えたものである。すなわち、「フードコートＥ」は「軽食」なる特徴コードに書き替えられ、「カフェＣ」は「喫茶」なる特徴コードに書き替えられることになる。

このように、先訪場所を示す場所識別コードをそのまま用いずに、先訪場所の特徴を示す特徴コードに書き替えるのは、先訪場所そのものに基づいて配信先を決定する代わりに、先訪場所の特徴に基づいて配信先を決定するようにするためである。図示の基本的実施例の場合、図１の場所データベース１００内に示されているように、場所とその特徴とが１対１の対応関係にある非常に単純な例であるため、先訪場所そのものに基づいて配信先を決定しても、先訪場所の特徴に基づいて配信先を決定しても、結果は同じになる。しかしながら、実際には、たとえば「食事」という特徴をもった場所は、通常、「リストランテＢ」のみではなく、他にも沢山存在することになる。したがって、本発明では、先訪場所の特徴に基づいて配信先を決定するようにし、より柔軟な対応がとれるようにしている。

こうして得られた図４に示す先訪場所の特徴コードリストを、そのまま傾向分析部１４０による分析結果として、分析結果格納部１５０に格納することも可能であるが、この図４に示すリストでは、１つの場所に対して複数の特徴コードが対応することになるので、配信先決定部１６０における配信先決定処理が若干複雑になる。そこで、ここで述べる基本的実施例では、出現頻度の最も多い特徴コードのみを残す処理を行っている。図５は、このような処理により最終的に得られた分析結果であり、図１の分析結果格納部１５０内に示されていた分析結果と同一のものである。先訪場所特徴情報として、単一の特徴コードのみが示されているので、配信先決定部１６０は、§１で述べた手順により、配信先を決定することができる。たとえば、「テアトルＡ」に関する広告情報については、先訪場所特徴情報が「軽食」となっているので、図１の場所データベース１００を参照することにより、「フードコートＥ」を配信先と決定することができる。

もちろん、図４に示す特徴コードリストを、そのまま分析結果として分析結果格納部１５０に格納した場合でも、配信先決定部１６０は、上例と類似した手順で配信先を決定することができる。たとえば、「テアトルＡ」に関する広告情報については、先訪場所特徴情報が「軽食（２），喫茶（１）」となっているので、図１の場所データベース１００を参照することにより、「フードコートＥ」および「カフェＣ」の双方を配信先と決定することができる。ただ、軽食の出現頻度が２回であるのに、喫茶の出現頻度が１回であることから、理想的には、これら出現頻度まで考慮した配信先決定を行うのが好ましい。このような複数の特徴コードを取り扱う実施例は、§６，§７で述べることにする。

結局、図１に示す分析結果格納部１５０には、広告対象となる場所について、その場所識別コードと、その場所について傾向分析部１４０によって求められた先訪場所特徴情報と、を対応づけた分析結果が格納されることになる。

このように、傾向分析部１４０は、ある着目場所についての先訪場所特徴情報を求めるために、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ（たとえば、図３の先訪場所集計リスト参照）、これら各先訪場所についての場所特徴情報として登録されている特徴コードの出現頻度を調べ（たとえば、図４の先訪場所の特徴コードリスト参照）、最も出現頻度の高い特徴コードを、当該着目場所についての先訪場所特徴情報とする処理を行うことになる。

また、分析結果格納部１５０は、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた特徴コードと、を対応づけた分析結果（たとえば、図５の分析結果参照）を格納し、配信先決定部１６０は、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、分析結果格納部１５０内で対応づけられている特徴コードを抽出し、場所データベース１００を参照することにより、抽出した特徴コードに一致する場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定することになる。

具体的には、配信先決定部１６０は、次のような手順で、広告情報格納部１７０に格納されている広告情報の配信先を決定する。すなわち、広告情報格納部１７０内において、配信対象となる広告情報（たとえば、「ＦｉｌｅＡＡＡ」）に対応づけられた場所識別コード（「テアトルＡ」）について、分析結果格納部１５０に格納されている分析結果により対応づけられている先訪場所特徴情報（「軽食」）を抽出し、場所データベース１００を参照することにより、抽出した先訪場所特徴情報（「軽食」）に合致する場所特徴情報（「軽食」）が対応づけられている場所識別コード（「フードコートＥ」）で特定される場所を配信場所と決定し、位置情報収集蓄積部１２０に蓄積されている個々の端末装置の現時点もしくはその直近の位置情報に基づいて、配信場所（「フードコートＥ」）の近傍領域に位置すると判定された端末装置を当該広告情報（「ＦｉｌｅＡＡＡ」）の配信先端末装置と決定する処理を行う。

＜＜＜ §３．ＧＰＳを利用した位置情報の収集 ＞＞＞
ここでは、図１に示すシステムにおける位置情報収集蓄積部１２０が、各端末装置の位置情報を収集する具体的な方法を説明する。本発明を実施する上で、各端末装置の位置情報を収集するのに最も適した方法は、ＧＰＳ（Global Positioning System）を利用して各端末装置の緯度経度を示すデータを位置情報として収集する方法である。

図６は、図１に示すシステムにおける位置情報収集蓄積部１２０の具体的な位置情報収集経路の一例を示す図である。ここに示すシステムでは、ＧＰＳ機能付き携帯電話を端末装置として用いており、各端末装置Ｔ００００〜Ｔ９９９９は、衛星１２１からの電波を利用して、自己の現在位置の緯度経度を認識することができる。各端末装置Ｔ００００〜Ｔ９９９９が認識した自己の位置情報（緯度データと経度データ）は、基地局１２２およびインターネット１２３を経由して、位置情報収集蓄積部１２０へと伝達される。

このように、ＧＰＳを利用して得られる位置情報は、緯度データおよび経度データの組み合わせからなる位置座標になるので、場所データベース１００内に登録されている個々の場所の位置を示す場所位置コードも、緯度データおよび経度データの組み合わせからなる位置座標として用意しておくのが好ましい。図７は、図１に示すシステムにおける場所データベース１００において、場所位置コードとして緯度経度データを用いた一例を示す図である。このシステムでは、個々の場所は、映画館，レストランといった個別の店舗の場所であるから、場所位置コードとして与えられる緯度データと経度データの精度は、各店舗の建物や敷地を相互に区別するために十分な精度になるようにする。

また、一般に、ＧＰＳを利用すると、位置情報を取得した時点の日時の情報も併せて取得することが可能である。したがって、位置情報収集蓄積部１２０は、位置情報とともに、その取得日時を収集することが可能であり、「日付、時刻、緯度、経度」という情報をもった単位データの集合からなるＧＰＳログファイルとして、位置情報を蓄積することができる。図８は、このようなＧＰＳログファイル１２５の一例を示す図であり、２００７年３月８日１０時０８分２５秒以降の端末装置Ｔ００００の位置情報を示している。

図８に示す例の場合、端末装置Ｔ００００が衛星１２１からの電波を利用して、自己の緯度経度データを取得した時点の日付および時刻が、ＧＰＳログファイル１２５内に記録されているが、緯度経度データが遅延なく位置情報収集蓄積部１２０に伝達されるのであれば、位置情報収集蓄積部１２０が緯度経度データを受信した時点の日付および時刻を、ＧＰＳログファイル１２５内に記録するようにしても支障はない。また、図示の例では、ほぼ６秒程度の間隔で、新たな位置情報の取得がなされているが、位置情報を取得する周期は、ユーザの行動を捕捉するのに十分な精度の位置情報が得られれば、任意の時間に設定してかまわない。

なお、ＧＰＳログファイル１２５内の日時の情報は、§４で述べる「場所遷移テーブルの作成手順」や、§５で述べる「配信先端末装置の決定手順」において、端末装置が特定の場所にある程度の時間だけ留まっていたか否かを判定するための材料として利用することができる。

もちろん、位置情報の取得が正確に６秒周期で休みなしに継続的に行われる、というような場合は、日付や時刻の情報がなくても、各位置情報が取得順に蓄積されていれば、計算により、個々の位置情報の取得日時を求めることができる。しかしながら、実際には、衛星１２１の電波が届かない領域に端末装置が入ってしまったり、ユーザが端末装置の電源を切ってしまったりすることがあり、位置情報の取得タイミングは必ずしも規則的なものにはならない。したがって、実用上は、位置情報収集蓄積部１２０内には、図８に示すＧＰＳログファイル１２５の例のように、位置情報とともに、当該位置情報の取得日時の情報を蓄積しておくようにするのが好ましい。

以上、位置情報収集蓄積部１２０が、ＧＰＳを利用して各端末装置の位置情報を収集する例を述べたが、本発明を実施する上での位置情報の収集手法は、必ずしもＧＰＳを利用した手法に限定されるものではない。たとえば、無線ＬＡＮやＲＦＩＤなどの設備を利用して、端末装置がどのアクセスポイントと交信しているかを把握することにより、当該端末装置の位置情報を取得するようなことも可能である。

＜＜＜ §４．場所遷移テーブルの作成手順 ＞＞＞
続いて、図１に示すシステムにおける場所遷移テーブル作成部１３０の具体的な処理手順の一例を説明する。この場所遷移テーブル作成部１３０が実行する処理は、図８に示すようなＧＰＳログファイル１２５に基づいて、図２に示すような場所遷移テーブルを作成する処理である。ＧＰＳログファイル１２５が、位置座標を示すデータの羅列であるのに対して、場所遷移テーブルは、場所データベース１００に登録されている場所を示すデータの羅列である。したがって、場所遷移テーブル作成部１３０は、位置座標を示すデータの羅列から、特定の場所（場所データベース１００に登録されている場所）を示すデータを認識する処理を行わねばならない。

図７に示す例のように、場所データベース１００には、個々の場所についての場所位置コード（緯度データと経度データ）が登録されているので、ＧＰＳログファイル１２５内の緯度経度データを順番に参照してゆき、特定の場所について登録されている緯度経度と一致した場合に、ユーザが当該場所に来訪したと認識することができる。

もっとも、場所データベース１００に登録されている個々の場所の緯度経度データは、個々の場所の代表点（たとえば、店舗の建屋の中心点だったり、正面入り口の中心点だったりする）であり、また、ＧＰＳログファイル１２５内の緯度経度データには誤差が含まれていると考えられるので、緯度経度を照合する際には、ある程度の余裕をみておく必要がある。たとえば、場所データベース１００に登録されている個々の場所の緯度経度によって示される点から半径１０ｍ以内の領域を、当該場所の領域と定義し、ＧＰＳログファイル１２５内の緯度経度によって示される点が、特定の場所の領域内に入っていた場合に、ユーザが当該特定の場所を来訪したと認識するようにすればよい。

このような手法を採れば、図８に示すようなＧＰＳログファイル１２５内の位置情報を上の行から下の行へと１行ずつ順番に調べてゆくことにより、ユーザが特定の場所に来訪した事実を認識することができ、来訪したと認識された場所を認識した順にテーブルに掲載してゆくことにより、図２に示すような場所遷移テーブルを作成することができる。

ただ、実用上は、上述したような単純な手法を採る代わりに、特定の場所を場所遷移テーブルに掲載するか否かを慎重に吟味するようにするのが好ましい。これは、「ＧＰＳログファイル１２５内の緯度経度によって示される点が、特定の場所の領域内に入った」という認定事項は、「ある瞬間に、ユーザが当該場所の領域内に存在した」という事実を示すだけであり、「ユーザが当該場所で何らかの行動を行った」という事実を示すことにはならないからである。

たとえば、図２の端末装置Ｔ００００の場所遷移テーブルには、「雑貨ストアＤ」→「フードコートＥ」→「テアトルＡ」→「リストランテＢ」→「カフェＣ」という場所の遷移が示されている。しかしながら、ユーザが「雑貨ストアＤ」に続いて「フードコートＥ」へ「来訪」したとしても、当該ユーザが、必ずしも「フードコートＥで軽食をとった」かどうかは断定できない。たとえば、このユーザは、「雑貨ストアＤ」で買物を済ませた後、映画を観るために「テアトルＡ」へ向かって歩いてゆく途中で、たまたま「フードコートＥ」の前を通り過ぎただけかもしれない。

このように、ユーザがある場所に「来訪」したとしても、当該場所で何らかの行動を行った場合（たとえば、店舗の場合は、当該店舗を利用した場合）もあれば、たまたま通過地点として通り過ぎただけの場合もある。前者の場合、ユーザは当該場所で行われる行動（当該店舗を利用すること）に格別の興味を示していたと推測することができるが、後者の場合、そのような推測は成り立たない。場所遷移テーブルは、前述したとおり、傾向分析部１４０における「どのような特徴をもった店舗に居たユーザが、次にどの店舗を来訪する可能性が高いか」という傾向分析の材料として利用される情報である。したがって、この場所遷移テーブルに掲載する「場所（店舗）」は、本来は、個々のユーザにとって何らかの興味の対象となっている「場所（店舗）」であることが好ましい。

そのような観点からは、たまたま通過地点として通り過ぎただけの「場所（店舗）」は、場所遷移テーブルには掲載すべきではない。もっとも、ＧＰＳログファイル１２５内の位置情報からは、ユーザが「イタリア料理店で食事をしたのか」、「映画館で映画を観たのか」、「単に店の前を通り過ぎただけなのか」といった事実を直接的に把握することはできない。そこで、ここで述べる実施例では、ＧＰＳログファイル１２５内の位置情報から、ユーザが「来訪」した場所を特定するとともに、当該来訪場所における「滞在時間」を把握し、所定の滞在時間だけ留まっていた場合に限り、当該来訪場所を場所遷移テーブルに掲載する手法を採っている。

図８に示すＧＰＳログファイル１２５には、位置情報とともに、その取得日時の情報が含まれている。そこで、場所遷移テーブル作成部１３０が、場所データベース１００に登録されている特定の場所に関して、その場所位置コードによって示される位置座標の近傍領域内に、所定の滞在時間だけ留まっていたことを条件として、当該特定の場所を場所遷移テーブルに掲載する処理を行うようにすればよい。たとえば、所定の滞在時間として、１０分間という値を設定しておけば、１０分以上滞在した「来訪場所」は、場所遷移テーブルに掲載されるが、滞在時間が１０分未満の「来訪場所」は、掲載されないことになる。

もちろん、ある店舗の前の路上で煙草を吸うために１０分以上立ち止まっていたような場合、ユーザは当該店舗に何ら関心を示していないにもかかわらず、当該店舗は場所遷移テーブルに掲載されてしまうことになり、傾向分析の材料として利用されてしまう。このような弊害をできるだけ少なくするには、当該店舗のできるだけ奥の地点を、場所データベース１００に場所位置コードとして登録するようにし、店舗前の路上地点では、当該店舗に「来訪」したとの認定がなされないようにするのが好ましい。

逆に、「雑貨ストアＤ」で買物をしたにもかかわらず、買物時間が１０分に満たなかった場合は、「雑貨ストアＤ」は「単に通り過ぎただけの店舗」と同等の取り扱いとなり、場所遷移テーブルには掲載されなくなってしまう。このような弊害をできるだけ少なくするには、判定基準となる滞在時間を場所ごとに異ならせる設定を行えばよい。たとえば、「雑貨ストアＤ」については「３分」、「テアトルＡ」については「１時間」というように、店舗ごとに異なる判定基準を設定しておけば、より柔軟な対応をとることができる。

続いて、図８に示すＧＰＳログファイル１２５に基づいて、場所遷移テーブルを作成する具体的な手順の一例を説明しよう。図９は、図８に示すＧＰＳログファイルの構成を記号化して示した図である。図８に示すＧＰＳログファイル１２５は、「日付、時刻、緯度、経度」という情報をもった単位データの集合から構成されるが、図９に示すＧＰＳログファイル１２５では、各行ごとにそれぞれの単位データが示されており、任意の自然数ｎについて、第ｎ番目の単位データを、「ｔ（ｎ），ｘ（ｎ），ｙ（ｎ）」なる記号列で表している。ここで、ｔ（ｎ）は、日時を示すデータであり、ｘ（ｎ）は緯度データ、ｙ（ｎ）は経度データである。また、右側欄外に記載されたＰ（ｎ）は、ｘ（ｎ），ｙ（ｎ）で特定される点の位置を示している。ここでは、説明の便宜上、ＧＰＳログファイル１２５内には、全Ｎ組の単位データが含まれているものとする。

図１０は、以下に述べる場所遷移テーブルの作成過程で用いる距離関数ｄ（ｎ，ｎ＋ｉ）を説明する図である。図１０の下段に示されているとおり、距離関数ｄ（ｎ，ｎ＋ｉ）は、
ｄ（ｎ，ｎ＋ｉ）
＝√（（ｘ（ｎ＋ｉ）−ｘ（ｎ））^２＋（ｙ（ｎ＋ｉ）−ｙ（ｎ））^２）
なる式で定義され、第ｎ番目のデータが示す位置座標と第（ｎ＋ｉ）番目のデータが示す位置座標との間の距離、すなわち、点Ｐ（ｎ）と点Ｐ（ｎ＋ｉ）との間のユークリッド距離を示す。

たとえば、図１０の上段に示す例のように、位置座標が、Ｐ（ｎ）→Ｐ（ｎ＋１）→Ｐ（ｎ＋２）→Ｐ（ｎ＋３）→......→Ｐ（ｎ＋ｉ）と遷移した場合、ｄ（ｎ，ｎ＋１）は、点Ｐ（ｎ）と点Ｐ（ｎ＋１）との間の距離を示し、ｄ（ｎ，ｎ＋２）は、点Ｐ（ｎ）と点Ｐ（ｎ＋２）との間の距離を示し、ｄ（ｎ，ｎ＋ｉ）は、点Ｐ（ｎ）と点Ｐ（ｎ＋ｉ）との間の距離を示す。

図１１は、図１に示すシステムにおける場所遷移テーブル作成部１３０による場所遷移テーブル作成手順の一例を示す流れ図である。この流れ図に示す手順の特徴は、図９に示すようなＧＰＳログファイル１２５内のデータを、上の行から１行ずつ順に読み込んで処理してゆくことにより、所定時間以上、滞在していた場所を抽出して、場所遷移テーブルに掲載してゆくことができる点である。ここでは、この流れ図に示す手順における「１つの場所への滞在を認識するプロセス」の概念を説明するために、図１２に示すような移動が行われた場合を想定して、各手順を説明する。

図１２には、Ｐ（１）→Ｐ（２）→Ｐ（３）→Ｐ（４）→......→Ｐ（９）という移動経路が示されている。ここで、Ｐ（１），Ｐ（２），......等の点は、図９のＧＰＳログファイルの第１行目，第２行目，......等のデータで示される座標点である。また、図１２に×印で示す点Ｑは、場所データベース１００に登録されている特定の場所の場所位置コードで示される座標点であり、ここでは、便宜上、「テアトルＡ」の店舗位置を示す点（座標（Ｘａ，Ｘｂ）で示される点）ということにする。この図１２に示されている平面図を人間が観察すれば、Ｐ（３）〜Ｐ（７）は、点Ｑの近傍に密集して存在する点であるから、Ｐ（３）〜Ｐ（７）の位置情報が取得された期間内（ｔ（３）〜ｔ（７）の間）は、ユーザが「テアトルＡ」なる映画館に滞在していたことを認識できるであろう。すなわち、ユーザは、Ｐ（１）→Ｐ（２）→Ｐ（３）という経路を通って「テアトルＡ」に来訪し、そこにｔ（３）〜ｔ（７）の期間だけ滞在し、Ｐ（７）→Ｐ（８）→Ｐ（９）という経路を通って、次の目的地へと去って行ったことになる。

この場合、ｔ（３）〜ｔ（７）の滞在時間が、予め定められた所定の滞在時間以上であれば、ユーザが「テアトルＡ」なる映画館を利用した（映画を観た）と判断し、「テアトルＡ」を場所遷移テーブルに掲載する処理が行われる。図１１の流れ図の手順は、このような判断処理をコンピュータに実行させるためのアルゴリズムの一例を示すものである。以下、この手順を順に説明する。

まず、ステップＳ１において、パラメータｎを初期値１に設定する。このパラメータｎは、図９に示すＧＰＳログファイルの何行目に着目しているかを示すパラメータである。図示の手順では、ｎの値を初期値１から１ずつ増加させながら、後述する探索処理が進行してゆくことになる。ｎの許容最大値は、データの総数Ｎである。

次に、ステップＳ２において、前述した距離関数ｄ（ｎ，ｎ＋１）の値と、所定のしきい値ｄthとの大小関係が比較される。たとえば、ｎ＝１の場合、ｄ（１，２）の値とｄthの値とが比較される。ここで、ｄ（１，２）は、前述したとおり、Ｐ（１）とＰ（２）との距離である。図１２に示すように、しきい値ｄthが図示の寸法に設定されていたとすると、ｄ（１，２）＞ｄthである。しきい値ｄthは、通常の移動速度で移動しているユーザが、位置情報の取得周期の時間だけ経過すれば、当然、進んでいるであろうと予測される距離よりも小さな値に設定される。たとえば、図８に示すＧＰＳログファイル１２５の場合、ほぼ６秒の周期で位置情報が取得されている。そこで、位置情報の取得周期を６秒とし、ユーザが時速４km程度で進んでいるとすれば、１周期の間に、６ｍ程度は進んでいるはずである。このような場合、しきい値ｄthをたとえば５ｍに設定しておけば、ｄ（ｎ，ｎ＋１）の値がしきい値ｄthより小さくなったときには、ユーザが移動を中断したと推測することができる。

ステップＳ２において、否定的な判定結果が得られた場合は、ステップＳ３へと進み、ｎの値が１だけ増加され、ステップＳ４を経て、再びステップＳ２の判定処理が実行される。ステップＳ４は、ｎの値がＮ−１に到達したか否かを判定する処理であり、ｎの値がＮ−１に到達した場合に、この流れ図の処理は終了する。ｎの値がＮに到達するまで処理を続行せずに、Ｎ−１に到達した時点で処理を終了するのは、ステップＳ５以降の処理が、ｎ＜Ｎ−２なる条件を満たしていないと意味がないためである。

図１２に示す実例の場合、Ｐ（１）とＰ（２）との距離や、Ｐ（２）とＰ（３）との距離は、しきい値ｄthよりも大きいので、ｎ＝１，ｎ＝２の場合、ステップＳ２で否定的な判定がなされる。ステップＳ２で肯定的な判定がなされるのは、ｎ＝３になったときである。図１２に示すとおり、Ｐ（３）とＰ（４）との距離は、しきい値ｄthよりも小さいので、ステップＳ２では、ｄ（３，４）＜ｄthとの肯定的な判定がなされる。これは、ユーザがＰ（３）に到達した時点で移動を一時中断して滞在を開始した、との判定がなされたことを意味する。

続くステップＳ５では、パラメータｉが初期値２に設定される。このパラメータｉは、
ユーザがいつ移動を再開したかを判定するために用いられる。そのために、次のステップＳ６において、ｄ（ｎ，ｎ＋ｉ）の値と、しきい値ｄthとの大小関係が比較される。上述の例の場合、この時点ではｎ＝３であるから、ｄ（３，５）の値とｄthの値とが比較される。図１２に示すとおり、Ｐ（３）とＰ（５）との距離は、しきい値ｄthよりも小さいので、この時点でのステップＳ６の処理では、肯定的な判定がなされる。そこで、ステップＳ７を経てステップＳ８へと進み、ｉの値が１だけ増加され、再びステップＳ６の判定処理が実行される。ステップＳ７は、ｎ＋ｉの値がＮに到達したか否かを判定する処理であり、ｎ＋ｉの値がＮに到達した場合には、ステップＳ９において、ｉの値が１だけ増加され、ステップＳ１０へと進むことになる。

ｉ＝３に更新された後のステップＳ６の判定処理では、ｄ（３，６）の値とｄthの値とが比較される。図１２に示すとおり、Ｐ（３）とＰ（６）との距離は、やはりしきい値ｄthよりも小さいので、この時点でのステップＳ６の処理では、やはり肯定的な判定がなされる。そこで、ステップＳ７を経てステップＳ８へと進み、ｉの値が１だけ増加され、再びステップＳ６の判定処理が実行される。ｉ＝４に更新された後のステップＳ６の判定処理では、ｄ（３，７）の値とｄthの値とが比較される。図１２に示すとおり、Ｐ（３）とＰ（７）との距離は、やはりしきい値ｄthよりも小さいので、この時点でのステップＳ６の処理では、やはり肯定的な判定がなされる

図１２に示す円Ｃは、点Ｐ（３）を中心とした半径ｄthの円であり、点Ｐ（３）の近傍領域を示している。ステップＳ６の判定処理は、結局、点Ｐ（ｎ＋ｉ）が、この円Ｃ内の点であるか否かを判定する処理ということになる。図示のとおり、点Ｐ（４）〜Ｐ（７）は、いずれも円Ｃ内の点であるから、ｉ＝４までは、ステップＳ６において肯定的な判定がなされる。ところが、ｉ＝５に更新された後のステップＳ６の判定処理では、ｄ（３，８）の値とｄthの値とが比較されるが、図１２に示すとおり、Ｐ（３）とＰ（８）との距離は、しきい値ｄthよりも大きくなるので、この時点でのステップＳ６の処理では、否定的な判定がなされ、ステップＳ１０へと進むことになる。これは、ｉ＝５に更新されたときには、既にユーザが移動を再開していたことを意味する。結局、ユーザは、「ｎ＝３，ｉ＝０」なるパラメータで示される点Ｐ（３）から、「ｎ＝３，ｉ＝４」なるパラメータで示される点Ｐ（７）に至るまでの間、同じ場所に滞在していたと推測される。

ステップＳ１０では、この点Ｐ（３）〜Ｐ（７）に至る間の滞在時間ξが、「ξ＝ｔ（ｎ＋ｉ−１）−ｔ（ｎ）」なる式で算出される。この時点で、ｎ＝３，ｉ＝５であるから、「ξ＝ｔ（７）−ｔ（３）」なる式で滞在時間ξが算出される。そして、ステップＳ１１において、算出された滞在時間ξと所定のしきい値ξthとの大小関係が判定され、ξ＞ξthであれば、「ユーザは当該場所に滞在していた」との判定がなされ、ステップＳ１３以降の手順に進むことになる。これに対して、ξ≦ξthであれば、ステップＳ１２へと進むことになり、ステップＳ１３以降の手順は行われない。

したがって、しきい値ξthを、たとえば１０分といった時間に設定しておけば、図１２に示す例における円Ｃ内の滞在が、たとえば、信号待ちで、数十秒程度の間、路上で立ち止まったような一時的な滞在であった場合、たとえ図示の点Ｑが「テアトルＡ」の位置であったとしても、「テアトルＡ」が場所遷移テーブルに掲載されることはない。

一方、ξ＞ξthであれば、「ユーザは当該場所に滞在していた」との判定がなされるので、当該場所を場所遷移テーブルに掲載する処理が行われる。但し、この時点では、「当該場所」が「テアトルＡ」という場所であることまでは特定されていない。ステップＳ１３，Ｓ１４は、「当該場所」が、場所データベース１００に登録されているどの場所であるかを特定するための処理である。

まず、ステップＳ１３において、円Ｃ内の各点Ｐ（３）〜Ｐ（７）の平均座標を求める処理が行われる。具体的には、各点の緯度の平均ｘ（ａｖ）と経度の平均ｙ（ａｖ）とをそれぞれ別個に計算し、平均座標（ｘ（ａｖ），ｙ（ａｖ））を求めるようにすればよい。上例の場合、ｘ（ａｖ）＝（ｘ（３）＋ｘ（４）＋ｘ（５）＋ｘ（６）＋ｘ（７））／５なる計算で得られ、ｙ（ａｖ）＝（ｙ（３）＋ｙ（４）＋ｙ（５）＋ｙ（６）＋ｙ（７））／５なる計算で得られる。これを、ｎ，ｉを用いた一般式で示せば、
ｘ（ａｖ）＝（ｘ（ｎ）＋ｘ（ｎ＋１）＋......＋ｘ（ｎ＋ｉ−１））／ｉ
ｙ（ａｖ）＝（ｙ（ｎ）＋ｙ（ｎ＋１）＋......＋ｙ（ｎ＋ｉ−１））／ｉ
となる。

続くステップＳ１４では、場所データベース１００に登録されている場所の中から、平均座標（ｘ（ａｖ），ｙ（ａｖ））で示される点Ｐ（ｘ（ａｖ），ｙ（ａｖ））に最も近い最近接場所Ｑを抽出する処理が行われる。図１に示す場所データベース１００内には、５つの場所についての位置座標（Ｘａ，Ｙａ），（Ｘｂ，Ｙｂ），（Ｘｃ，Ｙｃ），（Ｘｄ，Ｙｄ），（Ｘｅ，Ｙｅ）が登録されているので、これら５つの位置座標の中から、点Ｐ（ｘ（ａｖ），ｙ（ａｖ））に最も近い位置座標が抽出され、当該位置座標をもつ場所が、最近接場所Ｑとして抽出される。上例の場合、図１２に示す点Ｑの位置が「テアトルＡ」の位置であるから、「テアトルＡ」が最近接場所として抽出されることになる。

このような処理により、円Ｃ内の各点Ｐ（３）〜Ｐ（７）としてユーザが滞在していた場所が、一応、「テアトルＡ」であろうという推測がなされたことになる。しかしながら、この推測は必ずしも正しいものではない。特に、ユーザが実際に滞在していた場所が、場所データベース１００には登録されていない場所であった場合、ステップＳ１４で抽出された最近接場所Ｑは、ユーザが実際に滞在していた場所とは全く別の場所ということになる。そこで、ステップＳ１５において、点Ｐ（ｘ（ａｖ），ｙ（ａｖ））と抽出した最近接場所の位置Ｑとの距離εが、所定のしきい値εthより小さいか否かの判定が行われる。判定の結果、ε＜εthであれば、抽出した最近接場所Ｑは、ユーザが実際に滞在していた場所に相違なかろう、との推測を行い、ステップＳ１６において、抽出した最近接場所Ｑを場所遷移テーブルに掲載する処理を行う。逆に、判定の結果、ε≧εthであれば、抽出した最近接場所Ｑは、ユーザが実際に滞在していた場所とは全く異なる場所であろう、との推測を行い、場所遷移テーブルへの掲載を行うことなしに、ステップＳ１２へと進むことになる。しきい値εthとしては、上記推測が合理的に行われるような適当な値（たとえば、１０ｍ）に設定しておけばよい。

ステップＳ１２は、ステップＳ１１もしくはＳ１５で否定的な判定がなされたために、ステップＳ１６が実行されなかった場合に、ｎの値をｎ＋１に更新して、ステップＳ２からの処理を継続する処理である。また、ステップＳ１７は、ステップＳ１６が実行された場合に、図１２に示す例における点Ｐ（８）以降についての探索処理を継続するために、パラメータｎの値をｎ＋ｉに更新する処理である。上例の場合、ステップＳ１６が完了した時点で、ｎ＝３，ｉ＝５となっているので、ステップＳ１２における更新後のｎの値は８ということになる。そして、ステップＳ４を経て、ステップＳ２からの処理が繰り返し実行されるため、図１２に示す点Ｐ（８）以降についての探索がなされることになる。

このように、場所遷移テーブル作成部１３０に、図１１の流れ図に示す手順を実行させるようにすれば、１つの端末装置についての所定時間枠内の位置情報を示すＮ個の時系列データに基づいて、１つの場所遷移テーブルを作成することが可能である。このような処理を実行させるためには、場所遷移テーブル作成部１３０に、次のような各手段を設けておけばよい。

(1) 図９に示すようなＧＰＳログファイル内の第ｎ番目のデータが示す位置座標と第（ｎ＋１）番目のデータが示す位置座標との距離ｄ（ｎ，ｎ＋１）が、しきい値ｄthよりも小さいか否かを判定する第１の手段（ステップＳ２を実行する手段）。

(2) 図９に示すようなＧＰＳログファイル内の第ｎ番目のデータが示す位置座標と第（ｎ＋ｉ）番目のデータが示す位置座標との距離ｄ（ｎ，ｎ＋ｉ）が、しきい値ｄthよりも小さいか否かを判定する第２の手段（ステップＳ６を実行する手段）。

(3) ｎを初期値１から１ずつ増加させて更新しながら、各更新時点のｎの値を用いて第１の手段に判定を実行させる処理を、ｎがＮ−１に到達する直前まで繰り返し行い、第２の手段が否定的な判定を行った後は、ｎの値をｎ＋ｉに更新して処理を続行する第３の手段（ステップＳ１，Ｓ３，Ｓ４，Ｓ１２を実行する手段）。

(4) 第１の手段が肯定的な判定を行った場合に、ｉを初期値２から１ずつ増加させて更新しながら、各更新時点のｎおよびｉの値を用いて第２の手段に判定を実行させる処理を、第２の手段が否定的な判定を行うまで繰り返し行い、（ｎ＋ｉ）がＮに到達しても肯定的な判定がなされたときには、ｉを更に１だけ増加させる処理を行う第４の手段（ステップＳ５，Ｓ７，Ｓ８，Ｓ９を実行する手段）。

(5) 第２の手段が否定的な判定を行ったとき、もしくは（ｎ＋ｉ）がＮに到達したときに、そのときのｎおよびｉの値を用いて示される第ｎ番目のデータの取得日時と第（ｎ＋ｉ−１）番目のデータの取得日時との時間差ξが、しきい値ξthよりも大きいか否かを判定する第５の手段（ステップＳ１０，Ｓ１１を実行する手段）。

(6) 第５の手段が肯定的な判定を行った場合に、そのときのｎおよびｉの値を用いて示される第ｎ番目のデータ乃至第（ｎ＋ｉ−１）番目のデータが示す位置座標の平均座標を求める第６の手段（ステップＳ１３を実行する手段）。

(7) 場所データベース１００に登録されている場所の中から、上記平均座標に対する最近接場所Ｑを抽出し、当該最近接場所Ｑの位置座標と上記平均座標との距離εが、しきい値εthよりも小さいか否かを判定する第７の手段（ステップＳ１４，Ｓ１５を実行する手段）。

(8) 第７の手段が肯定的な判定を行った場合に、上記最近接場所Ｑを場所遷移テーブルに掲載する第８の手段（ステップＳ１６を実行する手段）。

以上、図１１の流れ図を参照しながら、場所遷移テーブル作成部１３０の具体的な処理手順の一例を説明したが、もちろん、場所遷移テーブルを作成するアルゴリズムは、図１１に示すアルゴリズムに限定されるものではない。たとえば、滞在判定用のしきい値ξthとして、場所ごとに異なる値を設定するような場合は、最近接場所Ｑが定まった後でないと、しきい値ξthの値が決まらないので、ステップＳ１１をステップＳ１５の後に行うようにすればよい。また、図１１に示すアルゴリズムは、実用上、必ずしもユーザの行動の正確な推測を行うことはできないかもしれないが、場所遷移テーブルは、傾向分析部１４０で行われる統計的な傾向分析の材料に供されるものなので、多少の推測ミスが生じたとしても、本発明を実施する上での大きな支障にはならない。

＜＜＜ §５．配信先の決定手順 ＞＞＞
続いて、図１に示すシステムにおける配信先決定部１６０による配信先の具体的な決定手順の一例を説明する。§１で述べたとおり、配信先決定部１６０は、場所データベース１００内の情報と、分析結果格納部１５０内の情報とを参照することにより、広告情報格納部１７０内に格納されている個々の広告情報についての配信先を決定することができる。たとえば、前例の場合、「ＦｉｌｅＡＡＡ」なる広告情報については、「フードコートＥ」なる場所が配信先として決定される。そこで、配信先決定部１６０は、「現在、『フードコートＥ』に居る端末装置」を配信先端末装置と決定する処理を行うことになる。

前述したとおり、位置情報収集蓄積部１２０には、図９に示すようなＧＰＳログファイル１２５が、個々の端末装置ごとに収集されるので、このＧＰＳログファイル１２５を参照すれば、「現在、『フードコートＥ』に居る端末装置」を認識することは困難なことではない。たとえば、「フードコードＥ」の登録座標が（Ｘｅ，Ｙｅ）であったとすると、図９に示すような特定の端末装置のＧＰＳログファイル１２５の最新データ、すなわち、第Ｎ行目のデータ「ｘ（Ｎ），ｙ（Ｎ）」で示される位置Ｐ（Ｎ）が、位置座標（Ｘｅ，Ｙｅ）の近傍にあれば、当該端末装置は、「現在、『フードコートＥ』に居る端末装置」と認識することが可能であり、「ＦｉｌｅＡＡＡ」なる広告情報を配信すべき配信先端末装置と決定することができる。

しかしながら、実用上は、「現在、『フードコートＥ』に居る端末装置」を無条件で配信先端末装置とせずに、「現在、『フードコートＥ』に居る端末装置」のうち、「『フードコートＥ』に所定の滞在時間だけ留まっていた端末装置」を配信先端末装置と決定するのが好ましい。これは、「現在、『フードコートＥ』に居る」という認定事項だけでは、「現在に至るまで、『フードコートＥ』で軽食をとっていた」のか、「現在、たまたま『フードコートＥ』の前を通りかかっただけ」なのか、を区別することができないためである。前者の場合、ユーザは、「フードコートＥ」で行われる行動（軽食をとること）に格別の興味を示していたと推測することができるが、後者の場合、そのような推測は成り立たない。

§４で述べた方法は、ユーザが所定の滞在時間だけ滞在していた場所を、当該ユーザが格別の興味を示していた場所と推測し、このような場所のみを場所遷移テーブルに掲載する、という基本概念に基づく方法である。したがって、この方法で作成された場所遷移テーブルを材料として、傾向分析部１４０による統計的な分析を行い、その分析結果に基づいて、配信先が「フードコートＥ」と決定されたとすれば、「現在、たまたま『フードコートＥ』の前を通りかかっただけ」のユーザに対してまで広告配信を行うことは、合理的根拠を欠くことになる。このような場合、「現在に至るまで、『フードコートＥ』で軽食をとっていた」ユーザに対してのみ広告配信を行うべきである。

そこで、実用上は、配信先決定部１６０が、現在に至るまで所定の滞在時間以上にわたって、特定の端末装置が配信場所の近傍領域内に留まっていることを条件として、当該特定の端末装置を配信先端末装置と決定する処理を行うようにするのが好ましい。

図１３は、このような方針に基づいて、配信先決定部６０が配信先を決定するために行う配信先決定手順の一例を示す流れ図である。ここでは、広告情報格納部１７０内に、合計Ｍ個の広告情報が格納されており、これらの広告情報を、それぞれ合計Ｋ個の端末装置の中から選ばれた特定の端末装置に配信する場合について説明する。

まず、ステップＳ２１において、パラメータｍを初期値１に設定する。このパラメータｍは、広告情報格納部１７０内に格納されている合計Ｍ個の広告情報を順番に示すためのパラメータであり、ステップＳ２２〜Ｓ３８の手順は、第ｍ番目の広告情報の配信先となる端末装置を決定するための処理手順ということになる。

ステップＳ２２では、第ｍ番目の広告情報の配信場所が決定される。たとえば、図１に示す例の場合、広告情報格納部１７０内に格納されている第１番目の広告情報「ＦｉｌｅＡＡＡ」の配信場所は、§１で述べたように、次のようなプロセスで決定される。まず、「ＦｉｌｅＡＡＡ」は、「テアトルＡ」に関する広告情報であるので、分析結果格納部１５０を参照して、「テアトルＡ」についての先訪場所特徴情報が「軽食」であることを認識する。続いて、場所データベース１００を参照して、「軽食」に合致する場所特徴情報を有する場所を検索する。すると、「フードコートＥ」という場所がヒットするので、この「フードコートＥ」が配信場所として決定される。なお、ステップＳ２３以下の手順では、説明の便宜上、このステップＳ２２において単一の配信場所が決定された場合の例を示すが、複数の配信場所が決定された場合には、個々の配信場所ごとに同様の処理を施せばよい。

ステップＳ２３では、場所データベース１００を参照することにより、ステップＳ２２で決定された配信場所の場所位置コード（Ｘ，Ｙ）が取得される。たとえば、上例のように、「フードコートＥ」が配信場所として決定された場合には、その場所位置コード（Ｘｅ，Ｙｅ）が取得されることになる。

次に、ステップＳ２４において、パラメータｋを１に設定する。このパラメータｋは、全Ｋ個の端末装置を順番に示すためのパラメータであり、ステップＳ２５〜Ｓ３６の手順は、第ｋ番目の端末装置を配信先とするか否かを判定するための処理手順ということになる。

ステップＳ２５では、位置情報収集蓄積部１２０内に蓄積されている各端末装置ごとのＧＰＳログファイルの中から、第ｋ番目の端末装置についての現在までのログファイルを、配信先決定部１６０内に読み込む処理が行われる（実用上は、数時間前〜現時点までの時系列データを読み込めば十分である）。そして、ステップＳ２６では、読み込んだログファイルに基づいて、最新座標値（ｘ（Ｎ），ｙ（Ｎ））が取得される。この座標値は、図９に示すログファイルの場合、最下行に位置するデータである。そして、ステップＳ２７において、位置（ｘ（Ｎ），ｙ（Ｎ））と位置（Ｘ，Ｙ）との距離Ｄが求められる。上例の場合、位置（ｘ（Ｎ），ｙ（Ｎ））と「フードコートＥ」の位置（Ｘｅ，Ｙｅ）との距離Ｄが計算されることになる。

こうして求められた距離Ｄは、判定対象となる第ｋ番目の端末装置の現在位置と、配信場所の座標位置と、の距離であり、判定対象となる端末装置が配信場所からどの程度離れているかを示す指標になる。そこで、ステップＳ２８において、この距離Ｄが、所定のしきい値Ｄthよりも小さいか否かが判定される。このステップＳ２８において、肯定的な判定がなされれば、判定対象となった第ｋ番目の端末装置は、現在、配信場所の近傍に居ることになる。しきい値Ｄthは、配信場所の近傍として認識するのに適した値（たとえば、２０ｍ）に設定しておけばよい。

さて、ステップＳ２８において肯定的な判定がなされた場合、判定対象となる第ｋ番目の端末装置は、少なくとも現時点では、配信場所の近傍に居ることになる。すなわち、上例の場合、第ｋ番目の端末装置は、少なくとも現在は、「フードコートＥ」に居ると認定することができる。しかしながら、これだけの情報では、前述したように、「現在に至るまで、『フードコートＥ』で軽食をとっていた」のか、「現在、たまたま『フードコートＥ』の前を通りかかっただけ」なのか、を区別することはできない。

そこで、ステップＳ２９以下の判定手順が実行される。まず、ステップＳ２９において、パラメータｉを１に設定する。このパラメータｉは、現在の位置情報から過去に遡る程度を示すパラメータであり、図９に示す例の場合、第Ｎ行目のデータから、上方へと遡る行数を示す値になる。

続いて、ステップＳ３０において、位置（ｘ（Ｎ−ｉ），ｙ（Ｎ−ｉ））と位置（Ｘ，Ｙ）との距離Ｄが求められる。上例の場合、位置（ｘ（Ｎ−ｉ），ｙ（Ｎ−ｉ））と「フードコートＥ」の位置（Ｘｅ，Ｙｅ）との距離Ｄが計算されることになる。この計算によって求まった距離Ｄは、現在より若干遡った時点における、判定対象となる端末装置と「フードコートＥ」の位置との距離ということになる。続くステップＳ３１では、この距離Ｄが、しきい値Ｄthよりも小さいか否かが判定される。このステップＳ３１において、肯定的な判定がなされれば、ステップＳ３２でｉが１だけ増加され、ステップＳ３３を経て、再びステップＳ３０からの処理が行われる。但し、Ｎ−ｉが０になってしまった場合には、ステップＳ３３において否定的な判定がなされ、ステップＳ３４へ進むことになる。ステップＳ３１において否定的な判定がなされた場合も、同様に、ステップＳ３４へ進むことになる。

ステップＳ３４へ進んだということは、現時点からある程度遡った時点では、判定対象となる端末装置と「フードコートＥ」の位置との距離がしきい値Ｄth以上であることを意味する（但し、Ｎ−ｉが０になってしまった場合は、もうそれより遡るデータがないことを意味する）。より具体的には、「Ｎ−ｉ」に対応するデータが収集された時点ｔ（Ｎ−ｉ）においては、判定対象となる端末装置は、まだ「フードコートＥ」には来訪していないことを意味する。別言すれば、判定対象となる端末装置が「フードコートＥ」に滞在している期間は、ｔ（Ｎ−ｉ＋１）〜ｔ（Ｎ）ということになる（ｔ（Ｎ）は現時点）。

そこで、ステップＳ３４において、この滞在時間ξを、「ξ＝ｔ（Ｎ）−ｔ（Ｎ−ｉ＋１）」なる式で求め、ステップＳ３５において、ξがしきい値ξthよりも大きいか否かを判定する。しきい値ξthは、ユーザが当該場所で何らかの行動を行った場合に必要とされる時間（たとえば１０分）に設定しておけばよい。ステップＳ３５において、肯定的な判定がなされた場合、判定対象となる第ｋ番目の端末装置を所持するユーザは、現在「フードコートＥ」に居て、かつ、「フードコートＥ」において、当該場所に固有の行動（すなわち、軽食）を行っている、との認識が得られたことになる。そこで、ステップＳ３６へ進み、判定対象となる第ｋ番目の端末装置を第ｍ番目の広告情報の配信先端末装置と決定した上で、ステップＳ３７へ進むことになる。

一方、ステップＳ２８で否定的な判定がなされた場合（現時点において、判定対象となる第ｋ番目の端末装置が「フードコートＥ」に居ない場合）、あるいは、ステップＳ３５で否定的な判定がなされた場合（現時点において、判定対象となる第ｋ番目の端末装置が「フードコートＥ」に居るものの、現在までの滞在時間では、当該場所に固有の行動（すなわち、軽食）を行っているとは認定できない場合）は、当該端末装置は、第ｍ番目の広告情報の配信先端末装置にはならず、ステップＳ３７へ進むことになる。

ステップＳ３７では、ｋの値が１だけ増加され、ステップＳ３８を経て、ステップＳ２５からの処理が繰り返し実行される。すなわち、次の端末装置を判定対象として、同様の処理が実行される。そして、パラメータｋの値が、全端末装置の数Ｋに到達したら、第ｍ番目の広告情報の配信先決定処理は完了するので、ステップＳ３９へと進む。このステップＳ３９では、ｍの値が１だけ増加され、ステップＳ４０を経て、ステップＳ２２からの処理が繰り返し実行される。すなわち、次の広告情報について、配信先を決定する処理が実行される。そして、パラメータｍの値が、全広告情報の数Ｍに到達したら、すべての処理は終了である。

この図１３の流れ図に示す手順に基づいて、判定対象となる端末装置を、特定の配信場所についての配信先端末装置とすべきか否かを判定できるようにするためには、配信先決定部１６０に、次のような各手段を設けておけばよい。

(1) 判定対象となる端末装置についての現在までの位置情報を示す時系列データを読み込む第１の手段（ステップＳ２５を実行する手段）。

(2) 読み込んだ時系列データの第Ｎ番目にある最新データが示す位置座標と上記特定の配信場所の位置座標との距離Ｄが、しきい値Ｄthよりも小さいか否かを判定する第２の手段（ステップＳ２６〜Ｓ２８を実行する手段）。

(3) 読み込んだ時系列データの第（Ｎ−ｉ）番目のデータが示す位置座標と上記特定の配信場所の位置座標との距離Ｄが、しきい値Ｄthよりも小さいか否かを判定する第３の手段（ステップＳ３０，Ｓ３１を実行する手段）。

(4) 第２の手段が肯定的な判定を行った場合に、ｉを初期値１から１ずつ増加させて更新しながら、各更新時点のｉの値を用いて第３の手段に判定を実行させる処理を、第３の手段が否定的な判定を行うまで、もしくはｉがＮに到達するまで、繰り返し行う第４の手段（ステップＳＳ２９，Ｓ３２，Ｓ３３を実行する手段）。

(5) 第３の手段が否定的な判定を行ったとき、もしくはｉがＮに到達したときに、そのときのｉの値を用いて示される第（Ｎ−ｉ＋１）番目のデータの取得日時と第Ｎ番目のデータの取得日時との時間差ξが、しきい値ξthよりも大きいか否かを判定する第５の手段（ステップＳ３４，Ｓ３５を実行する手段）。

(6) 第５の手段が肯定的な判定を行った場合に、判定対象となる端末装置を配信先端末装置と決定する第６の手段（ステップＳ３６を実行する手段）。

なお、配信先決定部１６０は、所定周期（たとえば、５分間隔）で、図１３の流れ図に示す手順を繰り返し実行するようにする。そうすれば、ある時点では滞在時間が短いために配信先端末装置にはならなかった場合でも、滞在時間が経過すれば、やがて配信先端末装置として選択されることになる。

以上、図１３の流れ図を参照しながら、配信先端末装置を決定する具体的な処理手順の一例を説明したが、もちろん、配信先端末装置を決定するアルゴリズムは、図１３に示すアルゴリズムに限定されるものではない。また、図１３に示すアルゴリズムは、実用上、ユーザが配信場所で所定の行動を行っているとの正確な認識を行うことはできないかもしれないが、配信先決定プロセスにおいて多少ミスが生じたとしても、意図した配信先に広告情報の配信が行われないだけであるので、本発明を実施する上での大きな支障にはならない。

＜＜＜ §６．複数の特徴コードを用いる実施例 ＞＞＞
これまで述べてきた基本的実施例では、場所データベース１００に登録された各場所についての場所特徴情報が、それぞれ当該場所の代表的な特徴を示す単一の特徴コードによって構成されていた。たとえば、図１に示す例の場合、「テアトルＡ」なる場所については、「映画」なる単一の特徴コードが登録されており、「リストランテＢ」なる場所については、「食事」なる単一の特徴コードが登録されている。

このように、場所特徴情報として、当該場所の代表的な特徴を示す単一の特徴コードを用いると、§１で述べたように、傾向分析部１４０による統計的な分析処理や、配信先決定部１６０による配信場所決定処理は比較的単純な処理になる。しかしながら、実用上は、個々の場所に関する場所特徴情報として、複数の特徴コードの組み合わせを用いるようにするのが好ましい。たとえば、「テアトルＡ」なる場所の特徴を示すために、「映画」なる単一の特徴コードしか用いることができないとすると、「シネマＦ」なる別な映画館についての特徴も「映画」なる同一の特徴コードでしか表現することができない。また、「リストランテＢ」なる場所の特徴を示すために、「食事」なる単一の特徴コードしか用いることができないとすると、「寿司処Ｇ」なる飲食店についての特徴も「食事」なる同一の特徴コードでしか表現することができない。したがって、ユーザの嗜好を分析結果に採り入れ、より効果的な配信先決定を行う上では、複数の特徴コードの組み合わせによって、個々の場所の特徴を表現するのが好ましい。

具体的には、場所データベース１００を用意する際に、個々の場所の様々な特徴を示すキーワード群を用意し、これらキーワード群から選択した複数のキーワードを、１つの場所についての場所特徴情報として登録すればよい。

図１４は、本発明における場所特徴情報（特徴コード）として利用可能なキーワード群の一例を示す図である。§１で述べた基本的実施例で用いた「映画」，「食事」といった特徴コードは、図１４の左上の「利用目的」なる分類欄に記載されているキーワードである。その右の「国籍」なる分類欄には、「フレンチ」，「イタリアン」，「アメリカン」，「和風」，「エスニック」といったキーワードが列挙されており、更にその右の「デザイン」なる分類欄には、「カジュアル」，「クラシック」，「モダン」，「アバンギャルド」，「コンチネンタル」といったキーワードが列挙されている。

このように、本発明における場所特徴情報を構成する特徴コードは、ユーザに対して何らかの特徴を訴えるキーワードであれば、どのような文言であってもかまわない。たとえば、「雰囲気」なる分類欄には、「明るい」，「暗い」，「華やか」，「にぎやか」，「静か」といった曖昧な語句がキーワードとして示されているが、このような主観的な文言を特徴コードとして用いてもかまわない。また、「用途」なる分類欄には、「待ち合わせ」，「打ち合わせ」，「暇つぶし」，「仮眠」，「読書」といった語句がキーワードとして示されているが、このように、当該場所の利用形態を示すような文言を特徴コードとして用いることもできる。

もちろん、どの場所にどのような特徴コードを採用するかは全く自由であるから、当該場所の本来の利用形態とは遊離した特徴コードを採用してもかまわない。たとえば、「物品」なる分類欄に所属している「雑貨」というキーワードは、本来、雑貨店などの小売店舗の特徴を示すキーワードとして設定されたものであるが、レジの近くに小規模な雑貨販売コーナーを設けているような喫茶店があった場合、当該喫茶店の特徴コードとして採用することも可能である。

こうして、場所データベース１００に登録された各場所についての場所特徴情報を、それぞれ当該場所の特徴を示す複数の特徴コードの組み合わせによって構成すると、個々の場所の場所特徴情報のバリエーションは極めて多彩になる。たとえば、「テアトルＡ」については、「映画，モダン，明るい」といった特徴コードの組み合わせからなる場所特徴情報を登録することができ、「テアトルＡ」なる映画館の特徴をよりきめ細かく表現することができる。同様に、「リストランテＢ」については、「食事，イタリアン，高級」といった特徴コードの組み合わせからなる場所特徴情報を登録することができ、「リストランテＢ」なるイタリア料理店の特徴をよりきめ細かく表現することができる。

このように、場所特徴情報が複数の特徴コードの組み合わせによって構成されている場合でも、傾向分析部１４０による統計的な分析処理の基本手順は、前述した手順とほぼ同じである。たとえば、図２に示すような場所遷移テーブルに基づいて、図３に示すような先訪場所集計リストを作成するところまでは、§２で述べた手順と全く同じである。すなわち、ある着目場所についての先訪場所特徴情報を求める際には、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べればよい。また、図３に示す先訪場所集計リストから、図４に示す先訪場所の特徴コードリストを作成する手順も、§２で述べた手順とほぼ同じである。基本的には、各先訪場所についての場所特徴情報として登録されている各特徴コードの出現頻度を調べればよい。ただ、１つの場所について複数の特徴コードが登録されているので、特徴コードの種類や出現頻度は、図４に示す例に比べて多くなる。

そして、最後に、この図４に示すような先訪場所の特徴コードリストに基づいて、出現頻度の高い複数の特徴コードの組み合わせを、当該着目場所についての先訪場所特徴情報とする処理を行えばよい。§２で述べた基本的実施例では、最も出現頻度の高い特徴コード１つだけを、当該着目場所についての先訪場所特徴情報とする処理を行い、図５に示すような分析結果を得ていたが、ここで述べる実施例の場合、たとえば、出現頻度が上位３位までに入る複数の特徴コードの組み合わせを、当該着目場所についての先訪場所特徴情報とすれば、それぞれ３つの特徴コードの組み合わせからなる先訪場所特徴情報をもった分析結果を得ることができる。したがって、分析結果格納部１５０内には、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた複数の特徴コードの組み合わせと、を対応づけた分析結果が格納されることになる。

このように、場所データベース１００内の場所特徴情報や、分析結果格納部１５０内の先訪場所特徴情報が、複数の特徴コードの組み合わせによって構成されている場合、配信先決定部１６０による配信場所の決定処理も、若干工夫する必要がある。具体的には、配信先決定部１６０は、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、分析結果格納部１５０内で対応づけられている複数の特徴コードの組み合わせを抽出し、場所データベース１００を参照することにより、「抽出した特徴コードの組み合わせ」に対して選抜基準以上の合致度を示す「特徴コードの組み合わせ」が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定するようにすればよい。

たとえば、選抜基準として、「複数の特徴コードの組み合わせの完全一致」という基準を定めた場合、分析結果格納部１５０内の先訪場所特徴情報が「映画，モダン，明るい」であったとすると場所データベース１００内に「映画，モダン，明るい」という全く同一の組み合わせからなる場所特徴情報が登録されている場所だけが、配信場所として決定されることになる。もちろん、選抜基準は任意に設定することができるので、たとえば、「３つの特徴コードのうち２つが一致すること」という基準を定めた場合、分析結果格納部１５０内の先訪場所特徴情報が「映画，モダン，明るい」であったとすると、場所データベース１００内に「映画，モダン，明るい」という全く同一の組み合わせからなる場所特徴情報が登録されている場所が配信場所として決定されるだけではなく、「映画，カジュアル，明るい」という組み合わせや、「映画，モダン，にぎやか」という組み合わせからなる場所特徴情報が登録されている場所も、同様に配信場所として決定されることになる。

＜＜＜ §７．複数の特徴コードに重み付けを行う実施例（傾向分析） ＞＞＞
前述の§６では、複数の特徴コードの組み合わせによって、個々の場所の特徴を表現する実施例を述べた。ここで述べる実施例は、より柔軟な特徴表現を可能にするために、複数の特徴コードに重み付けを行うものである。

図１５は、図１に示すシステムにおける場所データベース１００において、場所特徴情報として複数の特徴コードとその重み値を用いた例を示す図である。登録されている場所は、図１に示す実施例と同様に、「テアトルＡ」〜「フードコートＥ」の５店舗であり、それぞれの場所位置コードも、図１の実施例と同様に、（Ｘａ，Ｙａ）〜（Ｘｅ，Ｙｅ）という位置座標である。ただ、場所特徴情報は、複数の特徴コードとその重み値によって構成されている。この例の場合、１つの場所についての場所特徴情報は、それぞれ重み値が定義された３つの特徴コードの組み合わせによって構成されている。

図１５において、個々の特徴コードの後ろに括弧書きで記述された数値が、各特徴コードの重み値である。たとえば、「テアトルＡ」なる場所の特徴は、「映画（０．５），モダン（０．３），明るい（０．２）」という場所特徴情報によって表現され、「リストランテＢ」なる場所の特徴は、「食事（０．４），イタリアン（０．３），高級（０．３）」という場所特徴情報によって表現されている。個々の特徴コードは、この場所データベース１００を構築する担当者（たとえば、この広告情報配信システムを運営する事業体のデータ入力係）が、図１４に示すキーワード群の中から自由に選択したものであり、その重み値も、当該担当者の裁量により決定されたものである。

もっとも、実用上は、多数の場所（店舗）についての場所特徴情報を決定するにあたって、ある程度の規則を定めておくのが好ましい。そこで、ここに示す実施例の場合、「１つの場所についての場所特徴情報は、図１４に示すキーワード群の中から選択された３つの特徴コードの組み合わせによって構成し、各特徴コードには、それぞれ１未満の重み値を付与し、かつ、３つの特徴コードに付与した重み値の合計が１になるようにする」という規則を定めることにする。図１５に示す例は、この規則に従ったものであり、いずれの場所に関する場所特徴情報も、３つの特徴コードを含んでおり、この３つの特徴コードに付与された重み値の合計は１になっている。

上述したように、各場所についての３つの特徴コードとして、どのキーワードを選択し、どのような重み付けを行うかは、この場所データベース１００を構築する担当者の裁量に委ねられることになる。この担当者は、個々の場所の実体を、様々な資料から把握し、最も適切と思われる特徴コードを３つ選択し、妥当と思われる重み付けを行うことになる。たとえば、「テアトルＡ」についての場所特徴情報を決定するにあたって、当該担当者は、「テアトルＡ」のパンフレット、雑誌の紹介記事、利用者の声などの資料を検討し、「映画（０．５），モダン（０．３），明るい（０．２）」という内容を定めることになる。もちろん、当該担当者自身が、「テアトルＡ」を実際に訪問して、その特徴を自分の目で観察した上で、場所特徴情報を決定するようにしてもよい。

なお、場所特徴情報の決定は、必ずしもこの広告情報配信システムの運営母体に所属する担当者が行う必要はない。たとえば、個々の場所が何らかの店舗である場合、当該店舗の経営者や責任者の自己申告により、場所特徴情報を決定してもらうことも可能である。たとえば、「リストランテＢ」についての場所特徴情報を決定する場合、「リストランテＢ」の経営者やシェフに、図１４に示すようなキーワード群を提示して、自分の店舗の特徴を端的に表現すると思われるキーワードを３つ選び、それぞれに重み値を付与してもらうように依頼してもよい。実用上は、自己申告用のＷｅｂページを開設し、個々の店舗の経営者や責任者にアクセスしてもらい、当該Ｗｅｂページ上に図１４に示すキーワード群を表示して、所望のキーワード選択と重み値の付与を当該Ｗｅｂページ上で行ってもらうようにするのが好ましい。当該Ｗｅｂページを提供するＷｅｂサーバと、場所データベース１００を格納するＤＢサーバとを連携させておけば、各店舗からの自己申告に基づいて、場所データベース１００内への場所特徴情報の登録を自動的に行うことができる。

さて、個々の場所の特徴を、図１５に示す例のように、３つの特徴コードとその重み値によって表現した場合、傾向分析部１４０による傾向分析手法（ある着目場所についての先訪場所特徴情報を求める手法）も、これに応じたものにする必要がある。以下に、そのような傾向分析手法の一例を示す。

まず、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、図１６に示すような先訪場所の特徴コードリストを作成する。この図１６に示すリストは、図１５に示すような場所データベース１００が用意されている場合に、図２に示す３つの場所遷移テーブルに基づく解析により作成されたものである。たとえば、図１６に示すリストの「テアトルＡ」の欄には、先訪場所として、「フードコートＥ」，「カフェＣ」，「フードコートＥ」という３つの場所がリストアップされているが、これは、図２に示す３つの場所遷移テーブルに掲載されている「テアトルＡ」（この場合の着目場所）の１つ１つについての先訪場所（テーブル掲載順における直前の場所）を示すものである。

また、図１６に示すリストにおける「先訪場所の特徴コードとその重み値」の欄には、個々の先訪場所について場所データベース１００に登録されている「特徴コードとその重み値」がそのまま転記されている。たとえば、図１６に示すリストの１行目には、「フードコートＥ」について「朝食（０．７），エスニック（０．２），読書（０．１）」なる情報が記載されているが、これは、図１５に示す場所データベース１００に登録されている「フードコートＥ」についての場所特徴情報をそのまま転記したものである。同様に、図１６に示すリストの２行目の「カフェＣ」についての「クラシック（０．５），喫茶（０．４），雑貨（０．１）」なる情報は、場所データベース１００に登録されている「カフェＣ」についての場所特徴情報をそのまま転記したものである。また、図１６に示すリストの３行目の「フードコートＥ」についての「朝食（０．７），エスニック（０．２），読書（０．１）」なる情報は、図１５に示す場所データベース１００に登録されている「フードコートＥ」についての場所特徴情報を再び転記したものであり、１行目の情報と全く同一のものである。

この図１６に示すリストを、その「先訪場所」の欄に注目して捉えると、１行目の情報の意味するところは、「テアトルＡに来訪したユーザがその直前にフードコートＥに来訪していたケースがあった」ということであり、２行目の情報の意味するところは、「テアトルＡに来訪したユーザがその直前にカフェＣに来訪していたケースがあった」ということであり、３行目の情報の意味するところは、「テアトルＡに来訪したユーザがその直前にフードコートＥに来訪していたケースがあった」ということである。しかし、この図１６に示すリストを、その「先訪場所の特徴コードとその重み値」の欄に注目して捉えると、１行目の情報の意味するところは、「テアトルＡに来訪したユーザがその直前に来訪していた店舗の特徴は、重み付けを含めて表現すると、朝食（０．７），エスニック（０．２），読書（０．１）になる」ということであり、２行目の情報の意味するところは、「テアトルＡに来訪したユーザがその直前に来訪していた店舗の特徴は、重み付けを含めて表現すると、クラシック（０．５），喫茶（０．４），雑貨（０．１）になる」ということであり、３行目の情報の意味するところは、「テアトルＡに来訪したユーザがその直前に来訪していた店舗の特徴は、重み付けを含めて表現すると、朝食（０．７），エスニック（０．２），読書（０．１）になる」ということである。

以下の分析手法は、後者の捉え方に基づくものであり、その目的は、「テアトルＡに来訪した多くのユーザがその直前に来訪していた店舗の特徴は何か？」を統計的に探り出すことにある。そのために、各先訪場所についての場所特徴情報として登録されている各特徴コードの重み値の合計値を求める。

図１７は、図１６に示す先訪場所の特徴コードリストに対して重み値の集計処理を施し、新しい重み値を決定した状態を示す図である。たとえば、「テアトルＡ」については、先訪場所の特徴コードとして、「１．軽食、２．クラシック、３．エスニック、４．喫茶、５．読書、６．雑貨」という６種類の特徴コードが列挙されており、その右隣欄には、各特徴コードごとに、重み値の合計が記載されている。これは、図１６に示すリストの１〜３行目の情報を集計した結果である。また、図１７のリストでは、説明の便宜上、各特徴コードをその重み値の合計の大きい順に並べて示してある。

この図１７のリストに示された「テアトルＡ」に関する情報の意味するところは、「テアトルＡに来訪した多くのユーザがその直前に来訪していた店舗の特徴は、重み付けを含めて表現すると、軽食（１．４），クラシック（０．５），エスニック（０．４），喫茶（０．４），読書（０．２），雑貨（０．１）になる」ということである。別言すれば、統計的な分析の結果、「テアトルＡ」についての先訪場所（「テアトルＡ」に来訪する直前に来訪していた場所）の特徴は、「軽食（１．４），クラシック（０．５），エスニック（０．４），喫茶（０．４），読書（０．２），雑貨（０．１）」なる情報によって表現されることになる。したがって、分析結果格納部１５０内に分析結果として格納する「テアトルＡ」に関する先訪場所特徴情報は、「軽食（１．４），クラシック（０．５），エスニック（０．４），喫茶（０．４），読書（０．２），雑貨（０．１）」という情報をそのまま用いることもできる。

しかしながら、この分析結果は、図２に示すようなたかだか３つの場所遷移テーブルに基づく分析結果であるのに対して、実際には、非常に多数の場所遷移テーブルに基づく分析が行われることになるので、図１７のリストに現れる先訪場所の特徴コードの数もかなり多くなる。そこで、ここで述べる実施例では、図１７のリストに現れる先訪場所の特徴コードの中から、重み値の合計が上位３位までに入る特徴コードのみを選択して先訪場所特徴情報とする処理を行っている。たとえば、「テアトルＡ」についての先訪場所特徴情報は、「軽食，クラシック，エスニック」という上位３位までの特徴コードの組み合わせによって構成されることになる。

このとき、各特徴コードの重み値として、算出された重み値の合計をそのまま用いることにすると、「軽食（１．４），クラシック（０．５），エスニック（０．４）」のような結果となり、「重み値の合計が１になる」という規則から外れてしまう。そこで、ここで述べる実施例では、上位３位までの特徴コードのみについて、旧重み値の合計に応じた新重み値を、その合計が１になるような規格化を行って決定し、この新重み値を採用して先訪場所特徴情報を作成するようにしている。具体的には、上位３位までの特徴コードの旧重み値の合計に応じて、１を按分することによって、各特徴コードの新重み値を決定すればよい。

たとえば、図１７に示す「テアトルＡ」については、上位３位までの特徴コードの旧重み値の合計は、それぞれ「１．４」，「０．５」，「０．４」であり、その総計は、２．３になる。そこで、各特徴コードの新重み値を小数第２桁までの精度で求めることにすれば、「１．４／２．３＝０．６１」，「０．５／２．３＝０．２２」、「０．４／２．３＝０．１７」なる計算結果が得られる。図１７に示す新重み値「０．６１」，「０．２２」，「０．１７」は、このような計算によって求められたものであり、その合計は規格値１に等しくなる。かくして、「テアトルＡ」についての先訪場所特徴情報として、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる情報が得られることになる。

以上、「テアトルＡ」を着目場所として、その先訪場所特徴情報を決定する具体的な方法を説明したが、全く同様の方法によって、「リストランテＢ」，「カフェＣ」，「雑貨ストアＤ」，「フードコートＥ」についての先訪場所特徴情報を決定することができる。図１８は、こうして決定された各場所についての先訪場所特徴情報からなる分析結果の一例を示す図である。ここで述べる実施例の場合、分析結果格納部１８０内には、この図１８に示すような分析結果が格納される。

結局、この図１８に示す分析結果は、「ある店舗に来訪した多くのユーザがその直前に来訪していた店舗の特徴は何か？」を統計的に示すものになる。たとえば、「テアトルＡ」の先訪場所特徴情報は、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」となっており、統計的に「軽食をとってから、テアトルＡで映画を観る客が多い」という傾向が見てとれる。一方、図示されていない「シネマＦ」なる別な映画館についての先訪場所特徴情報が、「軽食（０．４１），モダン（０．３５），イタリアン（０．２４）」であったとすれば、やはり「軽食をとってから、シネマＦで映画を観る客が多い」という傾向が見てとれるものの、両映画館の客層は若干異なることが見てとれる。すなわち、「テアトルＡ」に来訪する客が映画鑑賞の前に寄る軽食店は、「クラシックなデザインのエスニック料理を出す飲食店」である傾向が高いのに対して、「シネマＦ」に来訪する客が映画鑑賞の前に寄る軽食店は、「モダンなデザインのイタリア料理を出す飲食店」である傾向が高い、という分析結果が見てとれる。

このような場合、現在、「クラシックなデザインのエスニック料理を出す飲食店」に居るユーザに対して「テアトルＡ」に関する広告情報を配信すると、「テアトルＡ」に呼び寄せる効果が高く、現在、「モダンなデザインのイタリア料理を出す飲食店」に居るユーザに対して「シネマＦ」に関する広告情報を配信すると、「シネマＦ」に呼び寄せる効果が高いであろうと予測される。もちろん、「軽食（０．４１），モダン（０．３５），イタリアン（０．２４）」という特徴をもった店舗は、必ずしも軽食店であるとは限らず、たとえば、「イタリアのキッチン用モダン家具」を取り扱う家具店も、当該特徴の範疇に入る店舗になるかもしれない。このような場合は、やはり当該家具店に居るユーザに対して「シネマＦ」に関する広告情報を配信すると効果的であろう。

また、特徴情報を構成する個々の特徴コードには、それぞれ重み値が付加されているため、全く同一の特徴コードの組み合わせであっても、互いに異なる特徴の表現がなされることになる。たとえば、「軽食（０．８），クラシック（０．１），エスニック（０．１）」なる特徴情報と、「軽食（０．１），クラシック（０．１），エスニック（０．８）」なる特徴情報とでは、同一の特徴コードの組み合わせであるにもかかわらず、表現される特徴のポイントは大きく異なっている。前者では、「軽食」という特徴が強調されているため、当該特徴に合致する店舗は、ほぼ軽食店ということになろう。したがって、前者のような先訪場所特徴情報に基づいて決定された配信先は、そのほとんどが軽食店であろう。また、エスニックという特徴はあまり重視されていないため、エスニック料理とは無関係な飲食店も配信先として入ってくる可能性がある。これに対して、後者では、「エスニック」という特徴が強調されているため、配信先となる店舗は、何らかの形で「エスニック」という特徴をもった店になるであろう。もちろん、「エスニック」という特徴をもった店舗は軽食店に限定されるわけではないから、「エスニック」な雑貨を取り扱う雑貨店、「エスニック」な内装の喫茶店など、様々な店舗が配信先となる可能性がある。

このように、複数の特徴コードと重み値とを用いると、ある程度、ユーザの嗜好を反映した情報を用いて、各店舗の特徴を捉えることが可能になる。前掲の特許文献１に開示されている技術のように、ユーザの嗜好情報を利用して配信対象となる広告情報をフィルタリングするためには、予め個々のユーザの嗜好情報を収集する必要があり、プライバシー保護の観点で問題があることは既に述べたとおりである。ここに述べる実施形態では、ユーザ個人個人の嗜好情報を収集する必要は全くない。それにもかかわらず、ある程度ユーザの嗜好を考慮して、配信対象となる広告情報をフィルタリングすることができるのは、ユーザの嗜好を、個々の場所（店舗）の特徴という要素を介して反映させた配信を行っているためである。

以上、複数の特徴コードと重み値とを用いた実施例における傾向分析部１４０による傾向分析のアルゴリズムを、図１５〜図１７に示す実例に基づいて説明した。この実例では、１つの場所についての場所特徴情報および先訪場所特徴情報を、３つの特徴コードの組み合わせとその重み値とによって構成しているが、もちろん、特徴コードは必ずしも３つに限定されるものではない。

一般論に拡張して説明すれば、場所データベース１００に登録された各場所についての場所特徴情報は、それぞれ当該場所の特徴を示す複数Ｈ個の特徴コードとその重みづけを示す重み値とによって構成されていればよい。この場合、傾向分析部１４０は、ある着目場所についての先訪場所特徴情報を求めるために、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として場所データベース１００に登録されている各特徴コードの重み値の合計値を求め、当該合計値が高い順に複数Ｈ個の特徴コードを選択し、選択された各特徴コードについて上記合計値に応じた新しい重み値を決定し、選択された複数Ｈ個の特徴コードとその新しい重み値とを、当該着目場所についての先訪場所特徴情報とする処理を行うようにすればよい。分析結果格納部１５０には、たとえば、図１８に示す例のように、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた複数Ｈ個の特徴コードおよびその重み値と、を対応づけた分析結果が格納される。

なお、実用上は、場所データベース１００に登録された１つの場所についての場所特徴情報を構成する複数Ｈ個の特徴コードの重み値の合計が所定の規格値（上例の場合は１）となるような規格化を行うようにするのが好ましい。この場合、分析結果格納部１５０に格納された１つの場所についての先訪場所特徴情報を構成する複数Ｈ個の特徴コードの新しい重み値の合計が、当該規格値となるような規格化を経て、傾向分析部１４０による新しい重み値の決定が行われるようにする。そうすれば、場所データベース１００内の特徴情報についても、分析結果格納部１５０内の特徴情報についても、常に、１つの場所についての特徴が、複数Ｈ個の特徴コードの組み合わせによって表現され、かつ、その重み値の合計が常に所定の規格値になるので、後述する§８における配信先決定の処理が容易になる。

＜＜＜ §８．複数の特徴コードに重み付けを行う実施例（配信先決定） ＞＞＞
さて、§７では、複数の特徴コードに重み付けを行う実施例における、傾向分析部１４０による傾向分析処理の具体的な方法を述べた。当該方法によれば、たとえば、図１８に示すような分析結果が得られ、分析結果格納部１５０内に格納される。

ここでは、上記実施例における、配信先決定部１６０による配信先決定処理の具体的な方法を述べる。配信先決定部１６０が、広告情報格納部１７０内に格納されている広告情報についての配信先を決定するには、まず、当該広告情報に対応づけられた場所識別コードについて、分析結果格納部１５０内で対応づけられている複数Ｈ個の特徴コードおよび重み値からなる先訪場所特徴情報を抽出する。たとえば、図１に示す広告情報格納部１７０内の広告情報「ＦｉｌｅＡＡＡ」についての配信先を決定する場合は、「ＦｉｌｅＡＡＡ」に対応づけられた場所識別コード「テアトルＡ」を読み出し、分析結果格納部１５０内の分析結果に対して、場所識別コード「テアトルＡ」を用いた検索を行う。ここで、分析結果格納部１５０内に、図１８に示すような分析結果が格納されていたとすると、場所識別コード「テアトルＡ」に対応づけられている先訪場所特徴情報として、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる情報、すなわち、複数３個の特徴コードおよび重み値が抽出される。

続いて、配信先決定部１６０が行う仕事は、図１５に示すような場所データベース１００を参照することにより、抽出した「先訪場所特徴情報」に対して選抜基準以上の合致度を示す「場所特徴情報」が対応づけられている場所識別コード（１つでも複数でもよい）を決定し、当該場所識別コードで特定される場所を配信場所と決定することである。上例の場合、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる情報が抽出されているので、図１５に示す場所データベース１００の「場所特徴情報」欄の各行について、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」に合致するか否かの判定を行うことになる。

§１で述べた基本的実施例の場合は、１つの場所の特徴情報として「映画」，「軽食」といった単一の特徴コードが用いられていたため、当該特徴コードが一致するか否かという単純な判定により、配信場所を決定することができた。ところが、ここで述べる実施例の場合、１つの場所の特徴情報は、３つの特徴コードの組み合わせからなり、しかも個々の特徴コードに重み値が付与されている。したがって、配信場所と決定するか否かの判定は、総合的な観点からの合致度、類似度を考慮する必要がある。そこで、配信先決定部１６０は、予め、客観的な選抜基準を定めておき、場所データベース１００に登録されている各場所の「場所特徴情報」の中に、抽出した「先訪場所特徴情報」に対して当該選抜基準以上の合致度を示す「場所特徴情報」があるかどうかを調べる処理を行うことになる。

配信場所を決定するための選抜基準は、複数Ｈ個の特徴コードおよび重み値からなる２つの特徴情報を比較して、合致度が高いか否か、別言すれば、両者がある程度の類似性を有しているか否かを判定することができる客観的な基準であれば、どのような基準を設定してもよいが、以下に、いくつかの具体例を列挙しておく。

(1) 上位ｈ個の特徴コードの一致
配信先決定部１６０が、「選抜基準以上の合致度を示す」と判定するための条件としては、「複数Ｈ個の特徴コードを、重み値の大きい順に並べた場合に、上位ｈ個（１≦ｈ≦Ｈ）の特徴コードが一致する」という条件を設定することができる。たとえば、上例の場合は、Ｈ＝３であり、比較対照となる２つの特徴情報は、いずれも３つの特徴コードを有している。

この場合、ｈ＝１に設定して、「上位１個の特徴コードが一致する」という条件を設定した場合は、重み値が最も大きな特徴コードが一致した場合に、「選抜基準以上の合致度を示す」と判定されることになる。上例の場合、「テアトルＡ」に関する広告情報「ＦｉｌｅＡＡＡ」の配信先は、図１８の分析結果によると、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる特徴情報に対して「選抜基準以上の合致度を示す」特徴情報をもった場所であるから、図１５の場所データベース１００の中から当該条件、すなわち、「上位１個の特徴コードが一致する」という条件を満たす場所を探すと、「軽食」なる特徴コードが先頭に記載されている「フードコートＥ」が条件を満たす場所としてヒットする。よって、この場合、「フードコートＥ」が配信場所と決定されるので、§５で述べた方法で、現時点で「フードコートＥ」に居て、かつ、所定時間だけそこに滞在していると判断される配信先端末装置に対して、広告情報「ＦｉｌｅＡＡＡ」を配信すればよい。

一方、ｈ＝２に設定した場合は、「上位２個の特徴コードが一致する」という条件設定がなされることになり、条件が若干厳しくなる。上例の場合、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる特徴情報に対して合致条件を満たすためには、「上位２個の特徴コード」が、「軽食」および「クラシック」でなければならない。図１５の場所データベース１００の中には、「上位２個の特徴コード」が、「軽食」および「クラシック」に該当するものはないので、この場合、いずれの場所も配信場所にはならない。もちろん、実際には、より多数の店舗が場所データベース１００に登録されているので、この程度の条件であれば、多数の店舗が合致条件を満たすことになろう。また、「上位２個の特徴コードが一致する」という条件に、「同じ順序で」という付加条件を課すことにより、条件を更に厳しくすることができる。この場合、重み値の大きい順に並べた場合に「軽食，クラシック」の順で上位２個の特徴コードが並んでいれば合致するが、「クラシック，軽食」の順で並んでいる場合は合致しないことになる。

ｈ＝３に設定した場合は、「３個の特徴コードがすべて一致する」という条件設定がなされることになるので、条件は更に厳しくなる。上例の場合、「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる特徴情報に対して合致条件を満たすためには、「軽食，クラシック，エスニック」という３つの特徴コードを有している必要がある。もちろん、「同じ順序で」という付加条件を課せば、条件は一層厳しくなる。

この他にも、たとえば、「一方の特徴情報の上位２個の特徴コードが、他方の特徴情報の３つの特徴コードのいずれかに含まれていれば合致する」というような変則的な条件設定を行うことも可能である。このような条件設定を行うと、図１５の場所データベース１００内の「フードコートＥ」の特徴情報である「軽食（０．７），エスニック（０．２），読書（０．１）」の上位２個の特徴コード「軽食，エスニック」は、「テアトルＡ」についての先訪場所特徴情報である「軽食（０．６１），クラシック（０．２２），エスニック（０．１７）」なる特徴情報に含まれているので、合致条件が満足されることになり、「フードコートＥ」は配信場所と判定されることになる。

(2) 値ｈによる絞り込み
前述したように、「複数Ｈ個の特徴コードを、重み値の大きい順に並べた場合に、上位ｈ個（１≦ｈ≦Ｈ）の特徴コードが一致する」という条件を選抜基準の条件として設定した場合、ｈの値を増やせば増やすほど条件は厳しくなり、合致する配信場所は絞られてくる。このような性質を利用すれば、配信場所の総数を所定の上限値Ｍ以下に制限する処理が可能になる。

具体的には、配信先決定部１６０内に、予め配信場所の総数の上限値Ｍを設定しておくようにして、「ｈ＝１なる最も緩い条件」から「ｈ＝Ｈなる最も厳しい条件」に至るまで、ｈの値を１ずつ増加させることにより条件設定を徐々に厳しくしながら、配信場所の総数が上限値Ｍ以下となるまで、配信場所の決定をやり直す処理を実行すればよい。

たとえば、場所データベース１００内に１万件の店舗が登録されており、ｈ＝１で配信場所を決定する処理を行ったところ４１９件の店舗がヒットし、ｈ＝２で処理を行ったところ８９件の店舗がヒットし、ｈ＝３で処理を行ったところ７件の店舗がヒットしたとしよう。この場合、上限値Ｍが１００に設定されていれば、ｈ＝２でヒットした８９件の店舗が配信場所として決定され、これら８９件の店舗に居る端末装置に対して配信が行われるが、上限値Ｍが１０に設定されていれば、ｈ＝３でヒットした７件の店舗のみが配信場所として決定され、これら７件の店舗に居る端末装置に対して配信が行われることになる。

本発明に係る広告配信システムを商業規模で運営する場合、運営母体は、個々の広告主（広告情報の配信元）に対して所定の広告料を課するのが一般的であろう。この広告料を従量制にした場合、広告主からは、広告料負担をある程度の範囲内に抑えたいという要望が出てくるであろう。このような要望に対処するためには、配信場所の総数の上限値Ｍを設定する運用は有用である。

(3) 座標空間内でのユークリッド距離
これまで述べた選抜基準の条件は、各特徴コードの重み値を、相互の順位づけに利用し、個々の特徴コードの順位に着目して、相互の類似度を判定するというものであった。ここで述べる例は、個々の特徴コードの重み値を座標空間内での座標値に置き換えることにより、１つの場所についての特徴情報を座標空間内での１点として捉え、座標空間内でのユークリッド距離に基づいて相互の類似度を判定する方法をとるものである。

すなわち、この方法では、「選抜基準以上の合致度を示す」と判定するための条件として、「複数Ｈ個の特徴コードがすべて一致し、かつ、これら各特徴コードをそれぞれ０〜規格値までの座標をもつ座標軸に対応させることにより、複数Ｈ本の座標軸からなるＨ次元座標空間を形成し、このＨ次元座標空間内に、各特徴コードの重み値を座標値として、両特徴情報をそれぞれ点としてプロットしたときに、両点間のユークリッド距離Ｌが所定値Ｌth以下になる」という条件が設定されることになる。

たとえば、図１８に示す分析結果に基づいて、「カフェＣ」に関する広告情報の配信先を決定する処理を考えてみよう。この場合、配信先決定部１６０は、「カフェＣ」の先訪場所特徴情報である「食事（０．４０），イタリアン（０．３０），高級（０．３０）」なる特徴情報に類似する特徴情報を、場所データベース１００から探索する処理を行うことになる。ところが、一般に、「食事，イタリアン，高級」という３つの特徴コードを含む特徴情報をもつ店舗は、かなりの数に上ると考えられるが、「食事（０．１），イタリアン（０．８），高級（０．１）」なる特徴情報では、「イタリアン」が強調されているのに対して、「食事（０．１），イタリアン（０．１），高級（０．８）」なる特徴情報では、「高級」が強調されており、両者の特徴は異なっている。

このような場合、図１９に示すような座標空間を定義し、この座標空間内の点として個々の特徴情報をプロットし、両点間のユークリッド距離Ｌにより、両者の類似度を判定する手法は有用である。図には、「食事」なる特徴コードを第１の座標軸、「イタリアン」なる特徴コードを第２の座標軸、「高級」なる特徴コードを第３の座標軸にとった三次元座標空間が定義されており、２点α，βがプロットされた例が示されている。ここで、α，βは、比較対照となる２つの特徴情報に対応し、２点α，β間のユークリッド距離Ｌは、この２つの特徴情報の類似度を示す尺度になる。もちろん、ユークリッド距離Ｌが小さければ小さいほど、２つの特徴情報の類似度は高いことになる。このような方法の利点は、３つの特徴コードの各重み値のバランスを考慮した類似判定を行うことができる点である。

たとえば、「食事（０．８０），イタリアン（０．１１），高級（０．０９）」なる特徴情報と、「食事（０．３５），イタリアン（０．３３），高級（０．３２）」なる特徴情報とを比較する場合を考える。この場合、重み値の大きい順に特徴コードを並べると、いずれも「食事，イタリアン，高級」の順になるので、前述したような「順位のみに着目した類似度判定」を行うと、「両者の類似度は非常に高い」との判定がなされるであろう。しかしながら、図１９に示すような座標空間上に、それぞれを点としてプロットすると、２つの点のユークリッド距離Ｌは、比較的大きな値になるであろう。これは、上記２つの特徴情報は、重み値のバランスという観点からは、類似度が非常に低いためである。

特定の場所を配信場所として選抜するか否かは、２つの点のユークリッド距離Ｌが、所定値Ｌth以下か否かという判定基準に基づいて決定される。したがって、所定値Ｌthの設定を変えることにより、判定基準を緩めたり、厳しくしたりする調整を行うことができる。

なお、ここでは、場所特徴情報が３つの特徴コードから構成される具体例に即した説明を行ったため、図１９に示す座標空間は３次元の座標空間になっているが、もちろん、一般論に拡張して、場所特徴情報が複数Ｈ個の特徴コードから構成されている場合には、Ｈ次元の座標空間上にプロットした２点のユークリッド距離Ｌを計算すればよい。

(4) 所定値Ｌthによる絞り込み
前述した座標空間内でのユークリッド距離に基づく判定手法を採る場合にも、所定値Ｌthによる絞り込みを行い、配信場所の総数を所定の上限値Ｍ以下に制限する処理が可能である。すなわち、所定値Ｌthの値を大きな値に設定すれば、配信場所と決定するための判定基準は緩くなり、配信場所の総数は多くなる。逆に、所定値Ｌthの値を小さな値に設定すれば、配信場所と決定するための判定基準は厳しくなり、配信場所の総数は少なくなる。そこで、配信先決定部１６０内に、予め配信場所の総数の上限値Ｍを設定しておき、所定値Ｌthを初期値から徐々に減少させながら、配信場所の総数が上限値Ｍ以下となるまで、配信場所の決定をやり直す処理を実行すれば、配信場所の総数を上限値Ｍ以下に抑えた配信先決定処理が可能になる。

＜＜＜ §９．本発明に係る広告配信方法 ＞＞＞
これまで、本発明に係る広告配信システムをいくつかの実施例に基づいて説明したが、本発明を移動可能な端末装置に対して広告情報を配信する方法の発明として捉えると、当該方法は、次の各段階から構成されることになる。

(1) 端末装置の移動範囲内に位置する複数の場所のそれぞれについて、当該場所を特定するための場所識別コードと、当該場所の位置座標を示す場所位置コードと、当該場所の特徴を示す場所特徴情報と、を互いに対応づけて登録した場所データベース１００を用意する段階。

(2) 場所データベース１００に登録されている複数の場所のうちの広告対象となる場所に関する広告情報と、当該広告対象となる場所の場所識別コードと、をそれぞれ場所ごとに対応づけて、広告情報格納部１７０などに用意する段階。

(3) 個々の端末装置の各時点の位置座標を示す位置情報を時系列データとして収集し、これを位置情報収集蓄積部１２０などに蓄積する段階。

(4) 蓄積されている個々の端末装置の所定時間枠内の位置情報に基づいて、個々の端末装置が所定時間枠内に場所データベース１００に登録されている場所間をどのように遷移したかを推測し、その推測結果に基づいて、場所データベース１００に登録されている複数の場所を時系列で掲載した場所遷移テーブルを作成する段階。

(5) 作成した多数の場所遷移テーブルに基づいて、ある着目場所について、当該着目場所への来訪前に来訪していた別な場所を先訪場所として認識し、場所データベース１００に登録されている場所特徴情報を参照して、当該着目場所について、先訪場所の特徴を示す先訪場所特徴情報を求める段階。

(6) 広告対象となる場所について、その場所識別コードと、その場所について求められた先訪場所特徴情報と、を対応づけた分析結果を用意する段階。

(7) 広告情報の配信先を決定するために、当該広告情報に対応づけられた場所識別コードについて、分析結果として対応づけられている先訪場所特徴情報を抽出し、場所データベース１００を参照することにより、抽出した先訪場所特徴情報に対する合致度の高い場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定し、蓄積されている個々の端末装置の現時点もしくはその直近の位置情報に基づいて、配信場所の近傍領域に位置すると判定された端末装置を当該広告情報の配信先端末装置と決定する段階。

(8) 広告情報を、その配信先として決定された配信先端末装置に対して配信する段階。

本発明に係る方法は、特に、移動可能な端末装置に対して店舗に関する広告情報を配信するのに適しており、この場合、当該方法は、
端末装置の移動範囲内に位置する複数の店舗のそれぞれについて、位置座標と当該店舗の特徴を示す店舗特徴情報とを対応づけたデータベースを用意する段階と、
広告対象となる特定の店舗に関する広告情報を用意する段階と、
個々の端末装置の各時点の位置座標を時系列データとして収集する段階と、
収集した時系列データに基づいて、個々の端末装置が訪問した店舗を推測し、個々の端末装置ごとに、訪問した店舗を訪問順に掲載した遷移テーブルを作成する段階と、
作成した多数の遷移テーブルに基づいて、特定の店舗への来訪前に来訪していた別な店舗を先訪店舗として認識し、上記データベースを参照することにより、先訪店舗の特徴を示す先訪店舗特徴情報を求める段階と、
上記データベースを参照することにより、先訪店舗特徴情報に類似した店舗特徴情報が対応づけられている１つもしくは複数の場所を配信場所と決定する段階と、
収集した時系列データに基づいて、上記配信場所の近傍領域に位置すると判定された端末装置を配信先端末装置と決定する段階と、
用意した広告情報を、上記配信先端末装置に対して配信する段階と、
を有することになる。

＜＜＜ §１０．その他の変形例 ＞＞＞
最後に、本発明のいくつかの変形例を述べる。

(1) 地理的位置関係を考慮した配信場所の決定
これまで述べた実施例では、配信先決定部１６０は、分析結果格納部１５０内の先訪場所特徴情報と場所データベース１００内の場所特徴情報との合致度（類似度）に基づいて、特定の場所を配信場所と決定する処理を行っていた。もちろん、場所データベース１００に登録される場所が、たとえば、東京２３区内といった限定された地区内の場所であれば、これまでの実施例で述べた配信場所の決定処理をそのまま適用しても支障はない。しかしながら、本発明に係るシステムを全国規模に広げて利用する場合、場所データベース１００内には、全国の場所が登録されることになるので、その場合は、配信先決定部１６０が、広告対象となる場所に対する地理的位置関係を考慮して、当該広告対象となる場所に関する広告情報についての配信場所を決定するようにするのが好ましい。

たとえば、「テアトルＡ」が東京の映画館であるのに対して、「フードコードＥ」が大阪の軽食店であるような場合、「テアトルＡ」に関する広告情報の配信場所として、「フードコートＥ」を選抜するのは合理的ではない。このように、本発明に係るシステムを広範囲の地域に適用する際には、たとえば、場所データベース１００内の場所位置コードを利用し、広告対象となる場所に対する地理的位置関係を考慮して、配信場所を決定するようにするのが好ましい。具体的には、広告対象となる場所から所定距離内の場所のみを配信場所とする等の条件を課せばよい。

(2) 広告情報に対する有効期限の設定
一般に、店舗に関する広告情報には鮮度が必要であり、ある特定の時期や時間帯に配信しなければ、意味がなくなるケースが少なくない。そこで、実用上は、広告情報格納部１７０内に、個々の広告情報についての有効期限を格納しておくようにし、広告配信部１１０は、有効期限経過前の広告情報についてのみ配信を行うようにするのが好ましい。

もちろん、広告情報格納部１７０内には、新たな広告情報が逐次追加されることになるので、有効期限が満了した広告情報については、逐次消去するようにして、広告情報格納部１７０の格納スペースを十分に確保するようにするのが好ましい。また、同一の場所に長期滞在している端末装置に対しては、同一の広告情報が重複して配信されることになるが、そのような重複配信を避けるには、広告配信部１１０に配信履歴を格納しておくようにし、過去の配信履歴をチェックして、重複配信となるような場合には、当該配信を中止するような措置をとればよい。

(3) 固有の時間枠を設定した傾向分析
§２で述べた実施例では、位置情報収集蓄積部１２０に蓄積された時系列の位置データについて、２００７年３月８日午前５時〜翌３月９日午前５時までの２４時間枠を設定して場所遷移テーブルを作成する例を述べた。通常、人間の行動は、朝から夜までの１日単位で行われるので、一般的な傾向分析を行う上では、午前５時〜翌日の午前５時というような２４時間枠で切り出した時系列データを分析対象とすれば十分である。しかしながら、ある特定の店舗がある特定の広告情報を配信する場合に、特別に設定された固有の時間枠で切り出した時系列データを分析対象とした方が好ましい場合がある。

たとえば、あるレストランが、ランチメニューに関する広告情報を配信する場合を考えてみよう。この場合、ユーザのアフターファイブの行動を分析対象とするのは的外れであり、ランチの時間帯である正午前後のユーザの行動のみに限定した傾向分析を行った方が好ましい。このような事情がある場合には、午前５時〜翌日の午前５時という２４時間枠で切り出した時系列データを用いずに、たとえば、午前１０時〜午後２時という４時間枠で切り出した時系列データを用いた傾向分析を行うようにすればよい。

この場合、傾向分析部１４０は、特定の場所についての先訪場所特徴情報を求める際に、当該特定の場所について設定された特定の時間枠（もしくは、特定の広告情報について設定された特定の時間枠でもよい）内の位置情報に基づいて作成された場所遷移テーブルのみを用いた先訪場所の認定を行うようにすればよい。こうして認定された先訪場所の特徴情報を用いて作成された分析結果は、正午前後のユーザの行動傾向を示すものになるので、ランチメニューに関する広告情報の配信先をより適確に決定することが可能になる。

(4) 先訪場所の範囲拡大
これまで述べた実施例では、ある着目場所について、その直前に来訪した場所を「先訪場所」と認識して、傾向分析部１４０による分析処理を行っていた。たとえば、図２の左端に示す端末装置Ｔ００００についての場所遷移テーブルにおいて、「テアトルＡ」に着目した「先訪場所」を、１行上に掲載されている「フードコートＥ」と定義する取り扱いを行っていた。

しかしながら、本発明を実施する上での「先訪場所」とは、必ずしも「着目場所の直前に来訪した場所」と定義する必要はない。たとえば、「着目場所の直前に来訪した場所」および「着目場所の２番目前（直前の１つ前）に来訪した場所」を「先訪場所」と定義することにすれば、図２の左端に示す端末装置Ｔ００００についての場所遷移テーブルにおいて、「テアトルＡ」に着目した「先訪場所」には、１行上に掲載されている「フードコートＥ」だけでなく、更にその１行上に掲載されている「雑貨ストアＤ」も含まれることになる。

もっとも、このように「先訪場所」の範囲を拡大した場合、直前に来訪した「先訪場所」と、２番目前に来訪した「先訪場所」とについて、重みづけを変えた処理を行うようにするのが好ましい。すなわち、ある着目場所のｊ番目前（ｊ≧２）までに来訪した場所すべてを、当該着目場所についての先訪場所として認識する運用を採る場合には、より直前に近い来訪場所の場所特徴情報に対して、より大きな重みづけをして、当該着目場所についての先訪場所特徴情報を求めるようにすればよい。

たとえば、図３に示す先訪場所集計リストでは、「先訪場所」としてカウントされた頻度を記録しているが、この頻度のカウントを行う際に、直前に来訪した「先訪場所」の場合はカウント値を１とするなら、２番目前に来訪した「先訪場所」の場合はカウント値を０．５とする、というような運用を行えばよい。あるいは、図１６に示す先訪場所の特徴コードリストでは、各先訪場所の特徴コードの重み値がリストアップされているが、直前に来訪した「先訪場所」の特徴コードについては、そのままの重み値を用い、２番目前に来訪した「先訪場所」の特徴コードについては、０．５を乗じた重み値を用いるようにし、重み値の集計を行うような運用を行えばよい。

(5) ユーザによる場所および場所特徴情報の登録
これまで、場所データベース１００内への各種情報の登録は、この広告情報配信システムを運営する事業体の担当者によるデータ入力操作や、個々の店舗の経営者や責任者の自己申告による入力操作による、との説明を行ったが、この登録作業を、端末装置を所持する一般ユーザに公開することも可能である。

たとえば、この広告情報配信システムの担当者によって、場所データベース１００内に、特定の場所の場所識別コードと場所位置コードのみを登録しておいたとしよう。この場所に関するデータは、場所識別コードと場所位置コードは登録されているが、場所特徴情報は登録されていない不完全なデータということになる。この場合、場所データベース１００に、端末装置を携帯する個々のユーザからの指示入力に基づいて、この不完全なデータにおける場所特徴情報を登録する機能を付加しておけば、ユーザからの指示入力の助けを借りて、完全なデータを用意することが可能になる。

具体的には、Ｗｅｂページ上で、特定の店舗についての場所特徴情報を公募する形式を採るようにし、個々のユーザに対して、たとえば、図１４に示すようなキーワード群を提示し、当該店舗の特徴を表現するのに最も相応しいと思われるキーワードを投票してもらうようにすればよい。この場合、投票された個々のキーワードを特徴コードとして採用し、各特徴コードには、その投票総数に応じた重み値を与えるようにすればよい。

(6) 場所データベース１００への登録対象となる場所
これまで述べた実施例では、場所データベース１００への登録対象となる「場所」は、いずれも商業店舗の場所であったが、この場所データベース１００への登録対象となる「場所」は、必ずしも商業店舗に限定されるものではない。たとえば、「○○駅前」、「○○公園」、「○○広場」といった公共の場所を、場所データベース１００へ登録することも可能である。このような公共の場所それ自身は、通常、商業広告の対象にはならないが、本願にいう「広告情報」とは、文字どおり「広く告げるための情報」を意味するものであり、必ずしも商業的な宣伝に限定されるものではない。たとえば、「○○駅前での選挙演説のおしらせ」、「○○公園のゴミ拾いのおさそい」、「○○広場での献血のおしらせ」といった情報も、本願にいう「広告情報」である。もちろん、傾向分析部１４０による傾向分析のプロセスにおいて、これらの公共の場所が、「先訪場所」となるケースは十分にあり得る。たとえば、「○○公園」で待ち合わせをしたアベックが、「テアトルＡ」で映画を観る傾向がある場合、傾向分析のプロセスでは、「○○公園」は「テアトルＡ」についての「先訪場所」として認識されることになる。このような意味において、場所データベース１００に、公共の場所を登録することは商業的にも有用である。

本発明の基本的実施例に係る広告情報配信システムの構成を示すブロック図である。 図１に示すシステムにおける場所遷移テーブル作成部１３０によって作成された場所遷移テーブルの例を示す図である。 図１に示すシステムにおける傾向分析部１４０による処理過程で作成された先訪場所集計リストの一例を示す図である。 図１に示すシステムにおける傾向分析部１４０による処理過程で作成された先訪場所の特徴コードリストの一例を示す図である。 図１に示すシステムにおける傾向分析部１４０によって作成された分析結果の一例を示す図である。 図１に示すシステムにおける位置情報収集蓄積部１２０の具体的な位置情報収集経路の一例を示す図である。 図１に示すシステムにおける場所データベース１００において、場所位置コードとして緯度経度データを用いた例を示す図である。 図１に示すシステムにおける位置情報収集蓄積部１２０が位置情報として収集したＧＰＳログファイルの一例を示す図である。 図８に示すＧＰＳログファイルの構成を記号化して示した図である。 図１に示すシステムにおける場所遷移テーブルの作成過程で用いる距離関数ｄ（ｎ，ｎ＋ｉ）を説明する図である。 図１に示すシステムにおける場所遷移テーブル作成部１３０による場所遷移テーブル作成手順の一例を示す流れ図である。 図１１の流れ図に示す手順において、１つの場所への滞在を認識するプロセスの概念を説明する平面図である。 図１に示すシステムにおける配信先決定部１６０による配信先決定手順の一例を示す流れ図である。 本発明における場所特徴情報（特徴コード）として利用可能なキーワード群の一例を示す図である。 図１に示すシステムにおける場所データベース１００において、場所特徴情報として複数の特徴コードとその重み値を用いた例を示す図である。 図１５に示す場所データベース１００を採用した実施例において、傾向分析部１４０による処理過程で作成された先訪場所の特徴コードリストの一例を示す図である。 図１６に示す先訪場所の特徴コードリストに対して重み値の集計処理を施し、新しい重み値を決定した状態を示す図である。 図１７に示す特徴コードリストに基づいて作成された分析結果の一例を示す図である。 図１８に示す先訪場所特徴情報と、図１５に示す場所特徴情報との合致度の判定を行う手法の一例を示す図である。

符号の説明

１００：場所データベース
１１０：広告配信部
１２０：位置情報収集蓄積部
１２１：衛星
１２２：基地局
１２３：インターネット
１２５：ＧＰＳログファイル
１３０：場所遷移テーブル作成部
１４０：傾向分析部
１５０：分析結果格納部
１６０：配信先決定部
１７０：広告情報格納部
Ｃ：Ｐ（３）の近傍領域を示す円
ｄ（ｎ，ｎ＋ｉ）：距離関数
Ｌ：２点間のユークリッド距離
Ｐ（１）〜Ｐ（Ｎ）：ＧＰＳデータが示す位置
Ｑ：最近接場所の位置
Ｓ１〜Ｓ４０：流れ図の各ステップ
Ｔ００００〜Ｔ９９９９：端末装置
ｔ（１）〜ｔ（Ｎ）：ＧＰＳデータの取得日時
ｘ（１）〜ｘ（Ｎ）：ＧＰＳデータに含まれる座標値
ｙ（１）〜ｙ（Ｎ）：ＧＰＳデータに含まれる座標値
α，β：座標系上の点

Claims (25)

1. 移動可能な端末装置に対して広告情報を配信するシステムであって、
   端末装置の移動範囲内に位置する複数の場所のそれぞれについて、当該場所を特定するための場所識別コードと、当該場所の位置座標を示す場所位置コードと、当該場所の特徴を示す場所特徴情報と、を互いに対応づけて登録した場所データベースと、
   前記場所データベースに登録されている複数の場所のうちの広告対象となる場所に関する広告情報と、当該広告対象となる場所の場所識別コードと、をそれぞれ場所ごとに対応づけて格納する広告情報格納部と、
   個々の端末装置の各時点の位置座標を示す位置情報を時系列データとして収集し、これを蓄積する位置情報収集蓄積部と、
   前記位置情報収集蓄積部に蓄積されている、個々の端末装置の所定時間枠内の位置情報に基づいて、個々の端末装置が前記所定時間枠内に前記場所データベースに登録されている場所間をどのように遷移したかを推測し、その推測結果に基づいて、前記場所データベースに登録されている複数の場所を時系列で掲載した場所遷移テーブルを作成する場所遷移テーブル作成部と、
   前記場所遷移テーブル作成部が作成した多数の場所遷移テーブルに基づいて、ある着目場所について、当該着目場所への来訪前に来訪していた別な場所を先訪場所として認識し、前記場所データベースに登録されている場所特徴情報を参照して、当該着目場所について、前記先訪場所の特徴を示す先訪場所特徴情報を求める傾向分析部と、
   前記広告対象となる場所について、その場所識別コードと、その場所について前記傾向分析部によって求められた先訪場所特徴情報と、を対応づけた分析結果を格納する分析結果格納部と、
   前記広告情報格納部に格納されている広告情報の配信先を決定するために、当該広告情報に対応づけられた場所識別コードについて、前記分析結果格納部に格納されている分析結果により対応づけられている先訪場所特徴情報を抽出し、前記場所データベースを参照することにより、抽出した先訪場所特徴情報に対する合致度の高い場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定し、前記位置情報収集蓄積部に蓄積されている個々の端末装置の現時点もしくはその直近の位置情報に基づいて、前記配信場所の近傍領域に位置すると判定された端末装置を当該広告情報の配信先端末装置と決定する配信先決定部と、
   前記広告情報格納部に格納されている広告情報を、前記配信先決定部で決定された配信先端末装置に対して配信する広告配信部と、
   を備えることを特徴とする移動端末に対する広告情報配信システム。
2. 請求項１に記載のシステムにおいて、
   場所データベース内に登録する個々の場所として商業用店舗の場所が用いられており、当該店舗を特定するための店舗識別コードが場所識別コードとして用いられており、当該店舗の位置座標を示すコードが場所位置コードとして用いられており、当該店舗の特徴を示す情報が場所特徴情報として用いられており、
   広告情報格納部内に格納する広告情報として、各店舗に関する商業広告の情報が用いられていることを特徴とする移動端末に対する広告情報配信システム。
3. 請求項１または２に記載のシステムにおいて、
   緯度経度を示すデータが場所位置コードとして用いられており、位置情報収集蓄積部が、ＧＰＳを利用して各端末装置の緯度経度を示すデータを位置情報として収集することを特徴とする移動端末に対する広告情報配信システム。
4. 請求項１〜３のいずれかに記載のシステムにおいて、
   位置情報収集蓄積部が、位置情報とともに、その取得日時を蓄積し、
   場所遷移テーブル作成部が、場所データベースに登録されている特定の場所に関して、その場所位置コードによって示される位置座標の近傍領域内に、所定の滞在時間だけ留まっていたことを条件として、当該特定の場所を場所遷移テーブルに掲載することを特徴とする移動端末に対する広告情報配信システム。
5. 請求項４に記載のシステムにおいて、
   場所遷移テーブル作成部が、１つの端末装置についての所定時間枠内の位置情報を示すＮ個の時系列データに基づいて、１つの場所遷移テーブルを作成するために、
   第ｎ番目のデータが示す位置座標と第（ｎ＋１）番目のデータが示す位置座標との距離ｄ（ｎ，ｎ＋１）が、しきい値ｄthよりも小さいか否かを判定する第１の手段と、
   第ｎ番目のデータが示す位置座標と第（ｎ＋ｉ）番目のデータが示す位置座標との距離ｄ（ｎ，ｎ＋ｉ）が、しきい値ｄthよりも小さいか否かを判定する第２の手段と、
   ｎを初期値１から１ずつ増加させて更新しながら、各更新時点のｎの値を用いて前記第１の手段に判定を実行させる処理を、ｎがＮ−１に到達する直前まで繰り返し行う第３の手段と、
   前記第１の手段が肯定的な判定を行った場合に、ｉを初期値２から１ずつ増加させて更新しながら、各更新時点のｎおよびｉの値を用いて前記第２の手段に判定を実行させる処理を、前記第２の手段が否定的な判定を行うまで繰り返し行い、（ｎ＋ｉ）がＮに到達しても肯定的な判定がなされたときには、ｉを更に１だけ増加させる処理を行う第４の手段と、
   前記第２の手段が否定的な判定を行ったとき、もしくは（ｎ＋ｉ）がＮに到達したときに、そのときのｎおよびｉの値を用いて示される第ｎ番目のデータの取得日時と第（ｎ＋ｉ−１）番目のデータの取得日時との時間差ξが、しきい値ξthよりも大きいか否かを判定する第５の手段と、
   前記第５の手段が肯定的な判定を行った場合に、そのときのｎおよびｉの値を用いて示される第ｎ番目のデータ乃至第（ｎ＋ｉ−１）番目のデータが示す位置座標の平均座標を求める第６の手段と、
   場所データベースに登録されている場所の中から前記平均座標に対する最近接場所を抽出し、当該最近接場所の位置座標と前記平均座標との距離εが、しきい値εthよりも小さいか否かを判定する第７の手段と、
   前記第７の手段が肯定的な判定を行った場合に、前記最近接場所を場所遷移テーブルに掲載する第８の手段と、
   を有し、
   前記第３の手段は、前記第８の手段が場所遷移テーブルへの掲載を行ったときは、ｎの値をｎ＋ｉに更新して処理を続行することを特徴とする移動端末に対する広告情報配信システム。
6. 請求項１〜５のいずれかに記載のシステムにおいて、
   位置情報収集蓄積部が、位置情報とともに、その取得日時を蓄積し、
   配信先決定部が、現在に至るまで所定の滞在時間以上にわたって、特定の端末装置が配信場所の近傍領域内に留まっていることを条件として、当該特定の端末装置を配信先端末装置と決定することを特徴とする移動端末に対する広告情報配信システム。
7. 請求項６に記載のシステムにおいて、
   配信先決定部が、判定対象となる端末装置を、特定の配信場所についての配信先端末装置とすべきか否かを判定するために、
   判定対象となる端末装置についての現在までの位置情報を示す時系列データを読み込む第１の手段と、
   読み込んだ時系列データの第Ｎ番目にある最新データが示す位置座標と前記特定の配信場所の位置座標との距離Ｄが、しきい値Ｄthよりも小さいか否かを判定する第２の手段と、
   読み込んだ時系列データの第（Ｎ−ｉ）番目のデータが示す位置座標と前記特定の配信場所の位置座標との距離Ｄが、しきい値Ｄthよりも小さいか否かを判定する第３の手段と、
   前記第２の手段が肯定的な判定を行った場合に、ｉを初期値１から１ずつ増加させて更新しながら、各更新時点のｉの値を用いて前記第３の手段に判定を実行させる処理を、前記第３の手段が否定的な判定を行うまで、もしくはｉがＮに到達するまで、繰り返し行う第４の手段と、
   前記第３の手段が否定的な判定を行ったとき、もしくはｉがＮに到達したときに、そのときのｉの値を用いて示される第（Ｎ−ｉ＋１）番目のデータの取得日時と第Ｎ番目のデータの取得日時との時間差ξが、しきい値ξthよりも大きいか否かを判定する第５の手段と、
   前記第５の手段が肯定的な判定を行った場合に、前記判定対象となる端末装置を配信先端末装置と決定する第６の手段と、
   を有することを特徴とする移動端末に対する広告情報配信システム。
8. 請求項１〜７のいずれかに記載のシステムにおいて、
   場所データベースに登録された各場所についての場所特徴情報が、それぞれ当該場所の代表的な特徴を示す単一の特徴コードによって構成されており、
   傾向分析部が、ある着目場所についての先訪場所特徴情報を求める際に、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として登録されている特徴コードの出現頻度を調べ、最も出現頻度の高い特徴コードを、当該着目場所についての先訪場所特徴情報とする処理を行い、
   分析結果格納部が、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた特徴コードと、を対応づけた分析結果を格納し、
   配信先決定部が、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、前記分析結果格納部内で対応づけられている特徴コードを抽出し、前記場所データベースを参照することにより、抽出した特徴コードに一致する場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定することを特徴とする移動端末に対する広告情報配信システム。
9. 請求項８に記載のシステムにおいて、
   個々の場所の代表的な特徴を示す単一の特徴コードとして、当該場所の名称を示す文字列もしくは当該場所の場所識別コードが用いられていることを特徴とする広告情報配信システム。
10. 請求項１〜７のいずれかに記載のシステムにおいて、
    場所データベースに登録された各場所についての場所特徴情報が、それぞれ当該場所の特徴を示す複数の特徴コードの組み合わせによって構成されており、
    傾向分析部が、ある着目場所についての先訪場所特徴情報を求める際に、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として登録されている各特徴コードの出現頻度を調べ、出現頻度の高い複数の特徴コードの組み合わせを、当該着目場所についての先訪場所特徴情報とする処理を行い、
    分析結果格納部が、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた複数の特徴コードの組み合わせと、を対応づけた分析結果を格納し、
    配信先決定部が、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、前記分析結果格納部内で対応づけられている複数の特徴コードの組み合わせを抽出し、前記場所データベースを参照することにより、「抽出した特徴コードの組み合わせ」に対して選抜基準以上の合致度を示す「特徴コードの組み合わせ」が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定することを特徴とする移動端末に対する広告情報配信システム。
11. 請求項１〜７のいずれかに記載のシステムにおいて、
    場所データベースに登録された各場所についての場所特徴情報が、それぞれ当該場所の特徴を示す複数Ｈ個の特徴コードとその重みづけを示す重み値とによって構成されており、
    傾向分析部が、ある着目場所についての先訪場所特徴情報を求める際に、各場所遷移テーブルに掲載されている当該着目場所の１つ１つについて、それぞれ先訪場所を調べ、これら各先訪場所についての場所特徴情報として登録されている各特徴コードの重み値の合計値を求め、前記合計値が高い順に複数Ｈ個の特徴コードを選択し、選択された各特徴コードについて前記合計値に応じた新しい重み値を決定し、選択された複数Ｈ個の特徴コードとその新しい重み値とを、当該着目場所についての先訪場所特徴情報とする処理を行い、
    分析結果格納部が、個々の広告対象となる場所について、その場所識別コードと、その場所についての先訪場所特徴情報として求められた複数Ｈ個の特徴コードおよびその重み値と、を対応づけた分析結果を格納し、
    配信先決定部が、配信先を決定する対象となる広告情報に対応づけられた場所識別コードについて、前記分析結果格納部内で対応づけられている複数Ｈ個の特徴コードおよび重み値からなる先訪場所特徴情報を抽出し、前記場所データベースを参照することにより、抽出した「先訪場所特徴情報」に対して選抜基準以上の合致度を示す「場所特徴情報」が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定することを特徴とする移動端末に対する広告情報配信システム。
12. 請求項１１に記載のシステムにおいて、
    場所データベースに登録された１つの場所についての場所特徴情報を構成する複数Ｈ個の特徴コードの重み値の合計が所定の規格値となるような規格化が行われており、
    分析結果格納部に格納された１つの場所についての先訪場所特徴情報を構成する複数Ｈ個の特徴コードの新しい重み値の合計が前記規格値となるような規格化を経て、傾向分析部による新しい重み値の決定が行われることを特徴とする移動端末に対する広告情報配信システム。
13. 請求項１１または１２に記載のシステムにおいて、
    配信先決定部が、「選抜基準以上の合致度を示す」と判定するための条件として、「複数Ｈ個の特徴コードを、重み値の大きい順に並べた場合に、上位ｈ個（１≦ｈ≦Ｈ）の特徴コードが一致する」という条件が設定されていることを特徴とする移動端末に対する広告情報配信システム。
14. 請求項１３に記載のシステムにおいて、
    配信先決定部内に、配信場所の総数の上限値Ｍが設定されており、
    配信先決定部が、「ｈ＝１なる最も緩い条件」から「ｈ＝Ｈなる最も厳しい条件」に至るまで、ｈの値を１ずつ増加させることにより条件設定を徐々に厳しくしながら、配信場所の総数が前記上限値Ｍ以下となるまで、配信場所の決定をやり直す処理を実行することを特徴とする移動端末に対する広告情報配信システム。
15. 請求項１２に記載のシステムにおいて、
    配信先決定部が、「選抜基準以上の合致度を示す」と判定するための条件として、「複数Ｈ個の特徴コードがすべて一致し、かつ、これら各特徴コードをそれぞれ０〜規格値までの座標をもつ座標軸に対応させることにより、複数Ｈ本の座標軸からなるＨ次元座標空間を形成し、このＨ次元座標空間内に、各特徴コードの重み値を座標値として、両特徴情報をそれぞれ点としてプロットしたときに、両点間のユークリッド距離Ｌが所定値Ｌth以下になる」という条件が設定されていることを特徴とする移動端末に対する広告情報配信システム。
16. 請求項１５に記載のシステムにおいて、
    配信先決定部内に、配信場所の総数の上限値Ｍが設定されており、
    配信先決定部が、所定値Ｌthを初期値から徐々に減少させながら、配信場所の総数が前記上限値Ｍ以下となるまで、配信場所の決定をやり直す処理を実行することを特徴とする移動端末に対する広告情報配信システム。
17. 請求項１〜１６のいずれかに記載のシステムにおいて、
    配信先決定部が、広告対象となる場所に対する地理的位置関係を考慮して、当該広告対象となる場所に関する広告情報についての配信場所を決定することを特徴とする移動端末に対する広告情報配信システム。
18. 請求項１〜１７のいずれかに記載のシステムにおいて、
    広告情報格納部内に、個々の広告情報についての有効期限が格納されており、
    広告配信部は、有効期限経過前の広告情報についてのみ配信を行うことを特徴とする移動端末に対する広告情報配信システム。
19. 請求項１〜１８のいずれかに記載のシステムにおいて、
    傾向分析部が、特定の場所についての先訪場所特徴情報を求める際に、当該特定の場所について設定された特定の時間枠内の位置情報に基づいて作成された場所遷移テーブルのみを用いた先訪場所の認定を行うことを特徴とする移動端末に対する広告情報配信システム。
20. 請求項１〜１９のいずれかに記載のシステムにおいて、
    傾向分析部が、ある着目場所の直前に来訪した場所を、当該着目場所についての先訪場所として認識することを特徴とする移動端末に対する広告情報配信システム。
21. 請求項１〜１９のいずれかに記載のシステムにおいて、
    傾向分析部が、ある着目場所のｊ番目前（ｊ≧２）までに来訪した場所すべてを、当該着目場所についての先訪場所として認識し、より直前に近い来訪場所の場所特徴情報に対して、より大きな重みづけをして、当該着目場所についての先訪場所特徴情報を求めることを特徴とする移動端末に対する広告情報配信システム。
22. 請求項１〜２１のいずれかに記載のシステムにおいて、
    場所データベースが、場所識別コードと場所位置コードは登録されているが、場所特徴情報は登録されていない不完全なデータを格納しており、端末装置を携帯するユーザからの指示入力に基づいて、前記不完全なデータにおける場所特徴情報を登録する機能を有していることを特徴とする移動端末に対する広告情報配信システム。
23. 移動可能な端末装置に対して広告情報を配信する方法であって、
    端末装置の移動範囲内に位置する複数の場所のそれぞれについて、当該場所を特定するための場所識別コードと、当該場所の位置座標を示す場所位置コードと、当該場所の特徴を示す場所特徴情報と、を互いに対応づけて登録した場所データベースを用意する段階と、
    前記場所データベースに登録されている複数の場所のうちの広告対象となる場所に関する広告情報と、当該広告対象となる場所の場所識別コードと、をそれぞれ場所ごとに対応づけて用意する段階と、
    個々の端末装置の各時点の位置座標を示す位置情報を時系列データとして収集し、これを蓄積する段階と、
    蓄積されている個々の端末装置の所定時間枠内の位置情報に基づいて、個々の端末装置が前記所定時間枠内に前記場所データベースに登録されている場所間をどのように遷移したかを推測し、その推測結果に基づいて、前記場所データベースに登録されている複数の場所を時系列で掲載した場所遷移テーブルを作成する段階と、
    作成した多数の場所遷移テーブルに基づいて、ある着目場所について、当該着目場所への来訪前に来訪していた別な場所を先訪場所として認識し、前記場所データベースに登録されている場所特徴情報を参照して、当該着目場所について、前記先訪場所の特徴を示す先訪場所特徴情報を求める段階と、
    前記広告対象となる場所について、その場所識別コードと、その場所について求められた先訪場所特徴情報と、を対応づけた分析結果を用意する段階と、
    前記広告情報の配信先を決定するために、当該広告情報に対応づけられた場所識別コードについて、前記分析結果として対応づけられている先訪場所特徴情報を抽出し、前記場所データベースを参照することにより、抽出した先訪場所特徴情報に対する合致度の高い場所特徴情報が対応づけられている１つもしくは複数の場所識別コードで特定される場所を配信場所と決定し、蓄積されている個々の端末装置の現時点もしくはその直近の位置情報に基づいて、前記配信場所の近傍領域に位置すると判定された端末装置を当該広告情報の配信先端末装置と決定する段階と、
    前記広告情報を、前記広告情報の配信先として決定された配信先端末装置に対して配信する段階と、
    を有することを特徴とする移動端末に対する広告情報配信方法。
24. 請求項２３に記載の広告情報配信方法において、
    場所データベースを用意する際に、個々の場所の様々な特徴を示すキーワード群を用意し、これらキーワード群から選択した１つもしくは複数のキーワードを、１つの場所についての場所特徴情報とすることを特徴とする移動端末に対する広告情報配信方法。
25. 移動可能な端末装置に対して店舗に関する広告情報を配信する方法であって、
    端末装置の移動範囲内に位置する複数の店舗のそれぞれについて、位置座標と当該店舗の特徴を示す店舗特徴情報とを対応づけたデータベースを用意する段階と、
    広告対象となる特定の店舗に関する広告情報を用意する段階と、
    個々の端末装置の各時点の位置座標を時系列データとして収集する段階と、
    前記時系列データに基づいて、個々の端末装置が訪問した店舗を推測し、個々の端末装置ごとに、訪問した店舗を訪問順に掲載した遷移テーブルを作成する段階と、
    作成した多数の遷移テーブルに基づいて、前記特定の店舗への来訪前に来訪していた別な店舗を先訪店舗として認識し、前記データベースを参照することにより、前記先訪店舗の特徴を示す先訪店舗特徴情報を求める段階と、
    前記データベースを参照することにより、前記先訪店舗特徴情報に類似した店舗特徴情報が対応づけられている１つもしくは複数の場所を配信場所と決定する段階と、
    前記時系列データに基づいて、前記配信場所の近傍領域に位置すると判定された端末装置を配信先端末装置と決定する段階と、
    前記広告情報を、前記配信先端末装置に対して配信する段階と、
    を有することを特徴とする移動端末に対する広告情報配信方法。