JP4431907B2 - 情報提供方法及びその装置 - Google Patents
情報提供方法及びその装置 Download PDFInfo
- Publication number
- JP4431907B2 JP4431907B2 JP10314899A JP10314899A JP4431907B2 JP 4431907 B2 JP4431907 B2 JP 4431907B2 JP 10314899 A JP10314899 A JP 10314899A JP 10314899 A JP10314899 A JP 10314899A JP 4431907 B2 JP4431907 B2 JP 4431907B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- behavior
- unit
- action
- action history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は情報提供方法及びその装置に関し、例えば端末機器を有するユーザの行動を予測し、当該ユーザに対して有用な情報を提供する情報提供方法及びその装置に適用して好適なものである。
【０００２】
【従来の技術】
従来、例えばＰＨＳ(Personal Handyphone System)においては、ＰＨＳ端末装置から送信される位置登録信号を当該ＰＨＳ端末が存在する無線ゾーンの基地局で受信し、これを当該基地局からＰＨＳサービス制御局に送信することにより、ＰＨＳサービス局においてＰＨＳ端末装置の位置を基地局の無線ゾーン単位で認識するようになされている。
【０００３】
かかるＰＨＳ端末装置の位置情報を利用し、ＰＨＳ端末装置に対して当該ＰＨＳ端末装置の位置に応じた種々の情報を提供するシステムが考えられている。
【０００４】
【発明が解決しようとする課題】
ところが、端末装置の現在位置に応じた情報を提供するシステムでは、端末装置を所持するユーザの行動を予測して当該予測に応じた情報を提供することが困難である。
【０００５】
本発明は以上の点を考慮してなされたもので、ユーザの行動予測に応じて有用な情報を提供する情報提供方法及びその装置を提案しようとするものである。
【０００６】
【課題を解決するための手段】
かかる課題を解決するため本発明の情報提供方法においては、所定の行動履歴取得手段が、離散した時刻における所定の情報提供対象の位置を表す行動履歴を取得する行動履歴取得ステップと、所定の単位行動履歴情報抽出手段が、取得した行動履歴における情報提供対象の位置がその直前の離散した時刻における行動履歴と同一の場合、行動履歴を既存の滞在行動を示す行動単位の構成要素として加えることにより当該行動単位の前の行動単位を表す情報及び次の行動単位を表す情報からなる前後関係の情報、情報提供対象の地点情報、嗜好情報及び時間に関する情報を有する滞在行動を示し、又は取得した行動履歴における情報提供対象の位置が直前の離散した時刻における行動履歴と異なる場合、取得した行動履歴の出発地点及び目的地点が直前の離散した時刻における行動履歴の出発地点及び目的地点と同一であるとき、行動履歴を既存の移動行動を示す行動単位の経由地点として加えることにより情報提供対象の出発地点及び目的地点を表す情報からなる前後関係の情報、経由地点、嗜好情報及び時間に関する情報を有する移動行動を示す、行動単位としてまとめ、単位行動履歴情報として抽出する単位行動履歴情報抽出ステップと、所定の行動予測手段が、複数の単位行動履歴情報の中から、情報提供対象の行動を予想しようとする時間帯及び出発地点の情報を有する単位行動履歴情報を検索することにより、複数の単位行動履歴情報を繋げて情報提供対象の将来予測される行動をパターン化した、単位行動履歴情報の地点情報及び前後関係の繋がりの情報からなる予測行動パターンを生成する行動予測ステップと、所定の情報送信手段が、予測行動パターンを行動予測手段から取得し、予測行動パターンを構成する複数の単位行動履歴情報に含まれる情報提供対象の嗜好情報、経由地点に関する情報に基づいた予測行動に関連した情報を所定のネットワークから取得して情報提供対象に送信する情報送信ステップと設けるようにした。
【０００７】
【発明の実施の形態】
以下図面について、本発明の一実施の形態を詳述する。
【０００８】
（１）行動予測方法の原理
本発明による行動予測方法は、４つの要素からなる離散系モデルを用いる。この離散系モデルを構成する４つの要素は、第１に、システムに存在するものや人を表すＥＮＴＩＴＹと、第２に、発生する現象の一断面を時間の消費を考慮せずに捕らえた事象として表すＥＶＥＮＴと、第３に、ＥＮＴＩＴＹが行う動作や行為を表すＡＣＴＩＶＩＴＹと、第４に、あるＥＮＴＩＴＹに着目し当該ＥＮＴＩＴＹが関係するＥＶＥＮＴ（又はＡＣＴＩＶＩＴＹ）の列によって時間経過を含む現象を表すＰＲＯＣＥＳＳとから構成される。
【０００９】
これらの要素を具体例で示すと、図１に示すように、例えば発券機で切符を購入する客の行動として、当該客を第１の要素であるＥＮＴＩＴＹとし、第２の要素であるＥＶＥＮＴとして、客が発券機で順番待ちの客の列に加わるArrival ＥＶＥＮＴと、客が順番待ちを終えて発券機で切符を買い始める Start of service ＥＶＥＮＴと、客が発券機で切符を買い終える End of service ＥＶＥＮＴとがある。そして、第３の要素であるＡＣＴＩＶＩＴＹは客が切符を購入する行為を表し、第４の要素であるＰＲＯＣＥＳＳは客に関係するＥＶＥＮＴ列を表すことになる。
【００１０】
このように、ＥＮＴＩＴＹ（客）の動作や行為に関して重要な意味を持つ事象（ＥＶＥＮＴ）のみを用い、その列（ＰＲＯＣＥＳＳ）によって客の行動を離散的にモデル化したものＥＮＴＩＴＹ（客）の行動予測に用いる。
【００１１】
従って、この離散系モデルでは、重要な事象（ＥＶＥＮＴ）による時間が刻まれることにより、発生する事象とその発生時点により刻時は不等時不均一となる。
【００１２】
ここで、ある主体（ＥＮＴＩＴＹ）に関して、主体の動作（ＡＣＴＩＶＩＴＹ）とその動作の処理期間（ＡＣＴＩＶＩＴＹの始まる時間と終わる時間）によって基本的なモデル化を行うことができる。すなわち、図２に示すように、それぞれの処理時間を有するＡＣＴＩＶＩＴＹの列と、主体（ＥＮＴＩＴＹ）によって基本的モデルを構成する。
【００１３】
この基本的モデルでは、主体の行動を離散変化の行動であると捉え、行動の切り換わる時間及び切り換わる先を行動パターンの離散系モデルとして表現し、この離散系モデルを用いて行動の予測を行うものである。
【００１４】
次に、主体の行動予測を行う際に用いられる行動パターンを離散系モデル化する方法について述べる。この離散系モデルを生成する方法においては、ＥＮＴＩＴＹである主体を例えばユーザとし、当該ユーザの実際の行動（位置及び移動）を所定の位置検出手段によって検出し、当該検出された結果を用いてユーザの滞在及び移動状態を後述する Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹとして抽出する。
【００１５】
すなわち、図３に示すように、所定の位置検出手段（後述）によってユーザの位置を所定時間ごと（一定時間ごとでなくても良い）に検出し、当該検出された位置情報及びその時刻をＥＶＥＮＴとして蓄積する。
【００１６】
そして、これら蓄積されたＥＶＥＮＴに基づいてＡＣＴＩＶＩＴＹを抽出する。この場合、蓄積された複数のＥＶＥＮＴのうち、ＥＶＥＮＴ１及びＥＶＥＮＴ２は同じ位置であり、ＥＶＥＮＴ３はＥＶＥＮＴ２に対して異なる位置でありさらにＥＶＥＮＴ３〜ＥＶＥＮＴ６は互いに異なる位置であるとする。また、ＥＶＥＮＴ６に対してＥＶＥＮＴ７は異なる位置でありＥＶＥＮＴ７〜ＥＶＥＮＴ１０はそれぞれ同じ位置であるとする。
【００１７】
このような各ＥＶＥＮＴの検出結果では、ＥＶＥＮＴ１及びＥＶＥＮＴ２についてはこの時間帯にユーザは同一の場所に滞在していることが分かる。これに対してＥＶＥＮＴ３〜ＥＶＥＮＴ６についてはこの時間帯にユーザが移動していることが分かる。従って、ＥＶＥＮＴ２及びＥＶＥＮＴ３の中間時間Ｔ１１をＡＣＴＩＶＩＴＹの入れ換わる時間として、ＥＶＥＮＴ１及びＥＶＥＮＴ２側を滞在を表す Stay ＡＣＴＩＶＩＴＹとし、ＥＶＥＮＴ３〜ＥＶＥＮＴ６をユーザの移動を表す Move ＡＣＴＩＶＩＴＹとする。また、ＥＶＥＮＴ７〜ＥＶＥＮＴ１０については、この時間帯にユーザが同一の場所に滞在していることを表しており、これによりＥＶＥＮＴ６及びＥＶＥＮＴ７の中間時間Ｔ１２をＡＣＴＩＶＩＴＹの入れ換わる時間として、ＥＶＥＮＴ７〜ＥＶＥＮＴ１０側をユーザの滞在を表す Stay ＡＣＴＩＶＩＴＹとする。因みに、ＥＶＥＮＴ３〜ＥＶＥＮＴ６の Move ＡＣＴＩＶＩＴＹにおける出発地点はその前の Stay ＡＣＴＩＶＩＴＹの滞在地点であり、 Move ＡＣＴＩＶＩＴＹの目的地点は当該 Move ＡＣＴＩＶＩＴＹに続く Stay ＡＣＴＩＶＩＴＹの滞在地点となる。このように、 Move ＡＣＴＩＶＩＴＹは出発地点及び目的地点並びに所要時間（時点Ｔ１１〜Ｔ１２）によって表される。
【００１８】
このようにして、ユーザが同一位置に滞在している間のＥＶＥＮＴ列をまとめて１つの Stay ＡＣＴＩＶＩＴＹとすると共に、ユーザが移動している間のＥＶＥＮＴ列をまとめて１つの Move ＡＣＴＩＶＩＴＹとする。
【００１９】
かかるＥＶＥＮＴからＡＣＴＩＶＩＴＹの抽出を行う処理手順を図４に示す。すなわち図４において、行動予測システムは、ステップＳＰ１０から当該処理手順に入ると、続くステップＳＰ１１においてユーザの位置であるＥＶＥＮＴを取り込むアクセス間隔が３０分以下であるか否かを判断する。ここでアクセス間隔が３０分以上で取り込まれたＥＶＥＮＴは、ＡＣＴＩＶＩＴＹを新たに生成するにはその前後の繋がりにおいて信頼性が不十分となる。従って、この場合行動予測システムはステップＳＰ１１において否定結果を得、ステップＳＰ１２に移る。
【００２０】
行動予測システムは、ステップＳＰ１２において、既存の Stay ＡＣＴＩＶＩＴＹの中に、このとき取り込まれたＥＶＥＮＴに対応するもの、すなわち同一地点のものがあるか否かを判断する。ここで否定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴが既存の Stay ＡＣＴＩＶＩＴＹのなかに存在せず、しかもアクセス間隔が３０分以上であることを表しており、このとき行動予測システムは、ステップＳＰ１３に移って、このときのＥＶＥＮＴのデータを仮のデータ格納領域（Tmp Box)に格納する。
【００２１】
これに対してステップＳＰ１２において肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴのアクセス間隔が３０分以上であり、既存の Stay ＡＣＴＩＶＩＴＹのなかに同様のＥＶＥＮＴが存在することを表しており、このとき行動予測システムは、ステップＳＰ１４に移って、このとき取り込まれたＥＶＥＮＴを、対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとしてＡＣＴＩＶＩＴＹデータを格納したデータ格納領域（ＡＣＴＩＶＩＴＹ Box) を更新する。
【００２２】
このように、アクセス時間が３０分以上であるＥＶＥＮＴ又はＥＶＥＮＴ列については、同様の母集団からなる既存の Stay ＡＣＴＩＶＩＴＹがある場合のみその母集団に取り込まれる。
【００２３】
また、上述のステップＳＰ１１において肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴのアクセス間隔が３０分以内であることを表してており、このとき行動予測システムは、ステップＳＰ１５に移って、このとき取り込まれたＥＶＥＮＴ又はＥＶＥＮＴ列について、その直前、直後のＥＶＥＮＴとの対応関係（図３）に基づいて、 Stay ＡＣＴＩＶＩＴＹであるか Move ＡＣＴＩＶＩＴＹであるかを判断する。
【００２４】
因みに、ステップＳＰ１５における判断として、行動予測システムは、ＥＶＥＮＴ列の先頭と終端のデータ間隔が２０分以上かつ、同じ位置（ＥＶＥＮＴ）を有する場合、この行動をある一地点（地域）での滞在と見なす。また、行動予測システムは、経由する地点間の距離及び時間間隔が極端に長い場合には、これを Move ＡＣＴＩＶＩＴＹと見なさないようにする。
【００２５】
そして、ステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹである判断結果が得られると、行動予測システムは、ステップＳＰ１６に移って、同様の母集団（ＥＶＥＮＴ）からなる既存の Stay ＡＣＴＩＶＩＴＹが存在するか否かを判断する。ここで肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ又はＥＶＥＮＴ列による Stay ＡＣＴＩＶＩＴＹと同様の既存の Stay ＡＣＴＩＶＩＴＹが存在することを表しており、このとき行動予測システムは、ステップＳＰ１６に移って、上述のステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ又はＥＶＥＮＴ列を対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとして Stay ＡＣＴＩＶＩＴＹデータを格納したデータ格納領域（ Stay ＡＣＴＩＶＩＴＹ Box) を更新する。これにより、当該 Stay ＡＣＴＩＶＩＴＹのＥＶＥＮＴ数（母体数）が増えることにより、当該 Stay ＡＣＴＩＶＩＴＹの発生確率が増加することになる。
【００２６】
これに対してステップＳＰ１６において否定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ又はＥＶＥＮＴ列による Stay ＡＣＴＩＶＩＴＹと同様の既存の Stay ＡＣＴＩＶＩＴＹが存在しないことを表しており、このとき行動予測システムは、ステップＳＰ１７に移って、上述のステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ又はＥＶＥＮＴ列を用いて新たな Stay ＡＣＴＩＶＩＴＹを作成する。
【００２７】
これに対して、上述のステップＳＰ１５において、このとき取り込まれたＥＶＥＮＴ列が Move ＡＣＴＩＶＩＴＹである判断結果が得られると、行動予測システムは、ステップＳＰ１８に移って、同様の母集団（ＥＶＥＮＴ列）からなる既存の Move ＡＣＴＩＶＩＴＹが存在するか否かを判断する。ここで肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ列による Move ＡＣＴＩＶＩＴＹと同様の既存の Move ＡＣＴＩＶＩＴＹが存在することを表しており、このとき行動予測システムは、ステップＳＰ２０に移って、上述のステップＳＰ１５において Move ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ列を対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとして Move ＡＣＴＩＶＩＴＹデータを格納したデータ格納領域（ Move ＡＣＴＩＶＩＴＹ Box) を更新する。これにより、当該 Move ＡＣＴＩＶＩＴＹの経由地点（すなわちＥＶＥＮＴ）の母体数が増えることにより、当該 Move ＡＣＴＩＶＩＴＹの発生確率が増加することになる。
【００２８】
これに対してステップＳＰ１８において否定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ列による Move ＡＣＴＩＶＩＴＹと同様の既存の Move ＡＣＴＩＶＩＴＹが存在しないことを表しており、このとき行動予測システムは、ステップＳＰ１９に移って、上述のステップＳＰ１５において Move ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ列を用いて新たな Move ＡＣＴＩＶＩＴＹを作成する。
【００２９】
因みに、ステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹ又は Move ＡＣＴＩＶＩＴＹの判断結果が得られない場合、行動予測システムは、ステップＳＰ１３に移って、このときのＥＶＥＮＴのデータを仮のデータ格納領域（Tmp Box)に格納する。
【００３０】
かくして、行動予測システムは図４に示す手順により、ＥＶＥＮＴの取り込み間隔が３０分以内となったとき、 Stay ＡＣＴＩＶＩＴＹであるか Move ＡＣＴＩＶＩＴＹであるかの判断を開始する。
【００３１】
このように２種類のＡＣＴＩＶＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹ）に分けられたユーザの行動パターンは、図５に示すように、 Stay ＡＣＴＩＶＩＴＹからなる第１層の行動パターンモデルと、 Move ＡＣＴＩＶＩＴＹからなる第２層の行動パターンモデルとを構成する。
【００３２】
第２層の行動パターンモデルは、出発地点から目的地点に向かう移動方向を持った Move ＡＣＴＩＶＩＴＹからなり、これらの Move ＡＣＴＩＶＩＴＹの入れ代わり地点に第１層の Stay ＡＣＴＩＶＩＴＹが存在することになる。
【００３３】
第１層の各 Stay ＡＣＴＩＶＩＴＹ及び第２層の各 Move ＡＣＴＩＶＩＴＹはユーザの行動に関する種々の情報を含んだオブジェクトを構成する。図６に示すように、各 Stay ＡＣＴＩＶＩＴＹは、それぞれ地点を表す情報、当該地点に滞在開始する開始時間（図３の時点Ｔ１２に相当する）、当該地点の滞在終了時間（図３の時点Ｔ１１に相当する）、ユーザの位置情報をサンプリングした際の日付、曜日及び天気等のキー情報（Ｋｅｙ）、当該 Stay ＡＣＴＩＶＩＴＹの前のＡＣＴＩＶＩＴＹを表す Before ＡＣＴＩＶＩＴＹ情報（単数又は複数のＡＣＴＩＶＩＴＹが存在する）、当該 Stay ＡＣＴＩＶＩＴＹに続くＡＣＴＩＶＩＴＹを表す Next ＡＣＴＩＶＩＴＹ情報（単数又は複数の各ＡＣＴＩＶＩＴＹが存在する）、母体数（ＥＶＥＮＴ数でありＡＣＴＩＶＩＴＹの発生確率を表す）、当該 Stay ＡＣＴＩＶＩＴＹにおいてユーザが使用したサービスやその回数によって表されるユーザの嗜好情報、当該 Stay ＡＣＴＩＶＩＴＹの地点に関する情報（タウン情報等）、及びユーザ名等からなるＥＮＴＩＴＹ情報を有する。
【００３４】
ここで行動予測システムは、図７に示すように、新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生するごとにこれらＥＶＥＮＴ又はＥＶＥＮＴ列を構成要素とする既存のＡＣＴＩＶＩＴＹがあるか否かを図４について上述した手順に従って判断する。この判断基準としては、ＥＶＥＮＴの地点が同一であるか否かの事項が用いられる。そして、同じＡＣＴＩＶＩＴＹが存在する場合には、行動予測システムは、新たに発生したＥＶＥＮＴ又はＥＶＥＮＴ列を既存のＡＣＴＩＶＩＴＹの構成要素として加え、当該ＡＣＴＩＶＩＴＹの母体数（ＥＶＥＮＴ数）（図６）を書き換える。また、行動予測システムは、このとき発生したＥＶＥＮＴ又はＥＶＥＮＴ列の前後のＡＣＴＩＶＩＴＹとの繋がりに応じてこのとき書換えられたＡＣＴＩＶＩＴＹの Before ＡＣＴＩＶＩＴＹ情報又は Next ＡＣＴＩＶＩＴＹ情報も書換える。
【００３５】
また、図８に示すように、各 Move ＡＣＴＩＶＩＴＹは、それぞれ出発地点を表す情報、目的地点を表す情報、当該 Move ＡＣＴＩＶＩＴＹの所要時間（図３の時点Ｔ１１〜Ｔ１２に相当する）、ユーザの位置情報をサンプリングした際の日付、曜日及び天気等のキー情報（Ｋｅｙ）、経由地点（ＥＶＥＮＴ）の情報（地点ごとの母体数であり複数のパターンがその発生確率と共に存在する）、当該 Move ＡＣＴＩＶＩＴＹにおいてユーザが使用したサービスやその回数によって表されるユーザの嗜好情報、当該 Move ＡＣＴＩＶＩＴＹの移動経路に関する情報（タウン情報等）、及びユーザ名等からなるＥＮＴＩＴＹ情報を有する。
【００３６】
この Move ＡＣＴＩＶＩＴＹについても、 Stay ＡＣＴＩＶＩＴＹの場合と同様にして、行動予測システムは、新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生するごとにこれらＥＶＥＮＴ又はＥＶＥＮＴ列を構成要素とする既存のＡＣＴＩＶＩＴＹがあるか否かを判断する。この判断基準としては、出発地点と目的地点が同じであることが条件となる。そして、同じＡＣＴＩＶＩＴＹが存在する場合には、行動予測システムは、新たに発生したＥＶＥＮＴ又はＥＶＥＮＴ列を既存のＡＣＴＩＶＩＴＹの構成要素（経由地点）として加え、当該ＡＣＴＩＶＩＴＹの経由地点の母体数（ＥＶＥＮＴ数）（図８）を書き換える。
【００３７】
このようにして、 Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトは、それぞれ新たに発生するＥＶＥＮＴ又はＥＶＥＮＴ列によってその母体数等の情報が更新される。この母体数はＡＣＴＩＶＩＴＹの発生確率として後述する行動予測に用いられる。
【００３８】
次に、蓄積された Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトを用いてユーザの行動を予測する方法について説明する。
【００３９】
蓄積された各 Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトは、それぞれのＡＣＴＩＶＩＴＹが発生した際の曜日、天気等のキー情報（Ｋｅｙ）を有しており（図６及び図８）、予測しようとする曜日や天気に合致したキー情報（Ｋｅｙ）を持つＡＣＴＩＶＩＴＹオブジェクトを選択対象オブジェクトとする。
【００４０】
そして、行動予測システムは、予測しようとする時間帯及び出発地点等、各ＡＣＴＩＶＩＴＹオブジェクトに含まれる情報を検索キーとして予測候補であるＡＣＴＩＶＩＴＹオブジェクトを検索する。例えば、ユーザが日曜日の朝７時から夕方５時までの時間帯及び天気を指定することにより、行動予測システムは、蓄積されているＡＣＴＩＶＩＴＹオブジェクトのなかから、当該時間帯及びキー情報（Ｋｅｙ）をもつＡＣＴＩＶＩＴＹオブジェクトを検索する。
【００４１】
そして、行動予測システムは、これら検索された複数のＡＣＴＩＶＩＴＹオブジェクトについて、その地点情報や前後関係に基づいて複数のＡＣＴＩＶＩＴＹオブジェクトを繋げてなる複数の行動パターンを作成する。ＡＣＴＩＶＩＴＹオブジェクトの前後関係とは、 Stay ＡＣＴＩＶＩＴＹオブジェクトにおいてはその Before ＡＣＴＩＶＩＴＹ情報（図６）及び Next ＡＣＴＩＶＩＴＹ情報（図６）を用い、また、 Move ＡＣＴＩＶＩＴＹオブジェクトにおいては、その出発地点及び目的地点（図８）を用いる。
【００４２】
例えば、図９に示すように、ユーザが行動予測として晴れた日曜日の朝７時から夕方５時までを指定し、開始地点を自宅とすると、行動予測システムは、当該曜日及び天気情報をキー情報（Ｋｅｙ）として持つ Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトのなかから指定された時間帯のＡＣＴＩＶＩＴＹオブジェクトを候補として検索し（図９（Ａ））、当該検索された候補オブジェクトＡＯ１、ＡＯ２、……、ＡＯｎの集団Ｎ１のなかから、例えば「自宅に居る」という Stay ＡＣＴＩＶＩＴＹオブジェクトＡＯ１を開始オブジェクトとして設定する（図９（Ｂ））。
【００４３】
そして、行動予測システムは、これに続くＡＣＴＩＶＩＴＹオブジェクトとして、自宅を出発地点とした Move ＡＣＴＩＶＩＴＹオブジェクトＡＯ２や、「自宅に居る」という Stay ＡＣＴＩＶＩＴＹオブジェクトＡＯ１の Next ＡＣＴＩＶＩＴＹ情報で指定された Move ＡＣＴＩＶＩＴＹオブジェクトＡＯ３等を予測ＡＣＴＩＶＩＴＹオブジェクトとして選択する。
【００４４】
このようにして、選択された各ＡＣＴＩＶＩＴＹオブジェクトに続き得るＡＣＴＩＶＩＴＹオブジェクトを選択して行く。この場合、選択されたＡＣＴＩＶＩＴＹオブジェクトは複数存在することがあり、これにより、ＡＣＴＩＶＩＴＹオブジェクトの繋がりによる複数の予測行動パターン（ＰＲＯＣＥＳＳ）が作成されることになる。
【００４５】
このように行動予測システムは、各ＡＣＴＩＶＩＴＹオブジェクトの前後関係を表す情報（ Before ＡＣＴＩＶＩＴＹ情報、 Next ＡＣＴＩＶＩＴＹ情報）や繋がりを表す情報（出発地点、目的地点）を用いてＰＲＯＣＥＳＳを作成することにより、予測する時間帯に含まれるＡＣＴＩＶＩＴＹオブジェクトであれば、その発生時間が異なっていてもユーザの行動パターンの繋がりの特徴を持ったＡＣＴＩＶＩＴＹオブジェクトの繋がりを行動予測の候補として得ることができる。
【００４６】
因みに、この実施の形態の行動予測システムは、ＡＣＴＩＶＩＴＹオブジェクトの列を形成する際の規則として、２つの規則を定めている。第１の規則として、 Stay ＡＣＴＩＶＩＴＹオブジェクトと Stay ＡＣＴＩＶＩＴＹオブジェクトとの間には、必ず Move ＡＣＴＩＶＩＴＹオブジェクトが存在することとする。これにより、不自然な行動の切れ目が生じることを回避し得る。そして、第２の規則として、 Move ＡＣＴＩＶＩＴＹオブジェクトの前後には、 Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトの両方が選択される可能性を有することとする。但し、連続した Move ＡＣＴＩＶＩＴＹオブジェクトは必ず Stay ＡＣＴＩＶＩＴＹオブジェクトによって囲まれていなければならないとする。
【００４７】
このようにして、行動予測システムは図９（Ｂ）に示すように、複数の予測パターン（ＰＲＯＣＥＳＳ）を作成することができる。因みに、各ＡＣＴＩＶＩＴＹオブジェクトは、そのＥＶＥＮＴ数や経由地点の数によって発生確率を有する。この発生確率は、あるＡＣＴＩＶＩＴＹオブジェクトから他のＡＣＴＩＶＩＴＹオブジェクトに移行する際の確率として用いられ、この結果、各ＰＲＯＣＥＳＳの発生する確率が各ＡＣＴＩＶＩＴＹの発生確率の積によって求まる。
【００４８】
このような発生確率を含む行動パターンの予測結果を図１０に示す。図１０において、ＡＣＴＩＶＩＴＹａからＡＣＴＩＶＩＴＹｉに移行する確率はＡＣＴＩＶＩＴＹｉの発生確率である０．６であり、さらに当該ＡＣＴＩＶＩＴＹｉからＡＣＴＩＶＩＴＹｆに移行する確率は、ＡＣＴＩＶＩＴＹｆの発生確率である０．５５である。従って、例えばＡＣＴＩＶＩＴＹａ−ＡＣＴＩＶＩＴＹｉ−ＡＣＴＩＶＩＴＹｆ−ＡＣＴＩＶＩＴＹｃ−ＡＣＴＩＶＩＴＹｋでなるＰＲＯＣＥＳＳの発生確率は、当該ＰＲＯＣＥＳＳを構成する各ＡＣＴＩＶＩＴＹの発生確率の積である０．３３となる。
【００４９】
このようにして行動予測システムは、設定された時間帯及びキー情報（Ｋｅｙ）で検索されたＡＣＴＩＶＩＴＹ集団のなかから、ユーザの行動履歴に基づく複数のＰＲＯＣＥＳＳを作成することができる。
【００５０】
（２）行動予測システムの構成
図１１は行動予測システムを用いた情報提供システム１０の全体構成を示し、端末装置として例えばＰＨＳ等の携帯端末装置２０を所持するユーザの位置を通信事業装置部３０において検出し、通信事業装置部３０の行動パターン解析サーバ３３において位置情報に基づくユーザの行動パターンを解析するようになされている。
【００５１】
すなわち、ユーザが所持する携帯端末装置２０は、図１２に示すように、データバスＢＵＳにＣＰＵ２０Ａ、メモリ２０Ｂ、基地局２１との間で信号の送受信を行う送受信回路部（ＲＦ）２０Ｅ、送受信回路部２０Ｅにおいて受信したＲＦ(Radio Frequency) 信号をベースバンド信号に変換すると共に送信しようとするベースバンド信号をＲＦ信号に変換するベースバンド処理部２０Ｄ、マイクロホン２０Ｇ及びスピーカ２０ＨとのインターフェイスであるＭＭＩ(Man Machine Interface) 部２０Ｆ、表示部２０Ｉ及びキーボード２０Ｊが接続され構成を有する。
【００５２】
ＣＰＵ２０Ａはメモリ２０Ｂに格納されている動作プログラムに従って種々の動作を実行するようになされており、当該動作に応じて各回路部を制御する。ＣＰＵ２０Ａの各種処理内容は必要に応じて液晶表示パネル等で構成された表示部２０Ｉに表示される。
【００５３】
キーボード２０Ｊは、ユーザが所望の通話先の電話番号を入力すると、当該電話番号を表すデータをＣＰＵ２０Ａに供給する。ＣＰＵ２０Ａはユーザが入力した電話番号で表される通話先に対して、送受信回路部２０Ｅを介して接続要求を送信する。このとき通信回線２２は通話先の応答に応じて回線を接続する。回線が接続されると、送受信回路部２０Ｅは、アンテナを介して受信した通話先からのＲＦ信号をベースバンド処理部２０Ｄに供給し、ここでＲＦ信号をベースバンド信号に変換する。ベースバンド処理部２０Ｄは当該変換されてなるベースバンド信号をＭＭＩ部２０Ｆに供給することにより、受信された通話先からの音声信号をスピーカ２０Ｈから音声として出力する。
【００５４】
また、ユーザがマイクロホン２０Ｇを介して音声を入力すると、ＭＭＩ部２０Ｆはマイクロホン２０Ｇから供給される入力音声信号をベースバンド処理部２０Ｄに供給し、ここでベースバンド信号をＲＦ信号に変換する。そしてベースバンド処理部２０Ｄは当該変換されてなるＲＦ信号を送受信回路部２０Ｅを介して通信回線２２に送出することにより、当該ＲＦ信号を回線接続された通話先に対して送信する。
【００５５】
またＣＰＵ２０Ａは、ユーザがキーボード２０Ｊを操作することにより入力される種々の情報をベースバンド処理部２０Ｄ及び送受信回路部２０Ｅを介して通信先に送信すると共に、通信先からの情報が重畳されたＲＦ信号を送受信回路部２０Ｅ及びベースバンド処理部２０Ｄを介して取り込み、表示部２０Ｉに表示する。
【００５６】
かくして携帯端末装置２０を使用するユーザは、通話先との間で会話や種々の情報の授受を行うことができる。
【００５７】
ここで携帯端末装置２０のＣＰＵ２０Ａは、当該携帯端末装置２０が存在する無線ゾーンの基地局２１に対して所定のタイミングで位置登録信号及び携帯端末装置２０の識別情報（電話番号等からなるＩＤ情報）を送信するようになされている。基地局２１は、携帯端末装置２０から送信された位置登録信号及びＩＤ情報を通信事業装置部３０のアクセスサーバ３１に送信する。これによりアクセスサーバ３１は、携帯端末装置２０の位置を基地局の無線ゾーン単位で認識することができ、これにより得られる携帯端末装置２０の現在位置情報をその時間情報と共に、例えば複数のハードディスクで構成された位置情報記憶部３５に格納する。
【００５８】
位置情報記憶部３５に格納される現在位置情報は、携帯端末装置２０をＥＮＴＩＴＹ（図１及び図２）としたＥＶＥＮＴ情報（図３）となる。従って、位置情報記憶部３５には、携帯端末装置２０から位置登録信号が発信される毎にその位置及び時間を表す現在位置情報が格納されて行く。
【００５９】
ここで、ＡＣＴＩＶＩＴＹオブジェクトを作成する行動予測システムの行動パターン解析サーバ３３は、データバスに接続されたＣＰＵ及びメモリを有し、ＣＰＵはメモリに格納されているプログラムに従って、図４に示したＡＣＴＩＶＩＴＹオブジェクトの作成処理手順を実行する。そして、当該ＣＰＵは作成されたＡＣＴＩＶＩＴＹオブジェクトを、例えば複数のハードディスクからなる行動パターン情報記憶部３４に格納する。
【００６０】
また、行動パターン解析サーバ３３のＣＰＵは、位置情報記憶部３５に携帯端末装置２０の新たな現在位置情報（すなわちＥＶＥＮＴ又はＥＶＥＮＴ列）が格納される毎、又は所定のタイミング毎に、図７について上述したＡＣＴＩＶＩＴＹオブジェクトの更新処理を実行する。この更新処理によって、行動パターン情報記憶部３４に格納されたＡＣＴＩＶＩＴＹオブジェクトはその母体数を増やして行くことにより、各ＡＣＴＩＶＩＴＹオブジェクトはその発生確率がユーザの行動パターンを反映した値に近づいて行き、一段と精度の高い行動パターン（ＡＣＴＩＶＩＴＹ）が得られる。
【００６１】
このようにして、ユーザの行動パターンがＡＣＴＩＶＩＴＹオブジェクトとして行動パターン情報記憶部３４に蓄積された状態において、行動パターン解析サーバ３３は、サービスプロバイダ４０からの要求に応じて、行動パターン情報記憶部３４に蓄積されたＡＣＴＩＶＩＴＹオブジェクトを用い、図９及び図１０について上述した方法により携帯端末装置２０を所持するユーザの行動を予測する。
【００６２】
サービスプロバイダ４０のサーバ４１は、図１３に示すように、データバスＢＵＳに接続されたＣＰＵ４１Ａ、メモリ４１Ｂ、通信インターフェイス４１Ｃ及びデータベース４１Ｄを有し、ＣＰＵ４１Ａはメモリ４１Ｂに格納されているプログラムに従って種々の処理を実行するようになされている。
【００６３】
すなわち、ＣＰＵ４１Ａは通信インターフェイス４１Ｃによって接続されたネットワークを介して種々の加入端末（図示せず）から提供情報を受け取り、これをデータベース４１Ｄに格納するようになされている。これらの提供情報は、例えば映画館の上映案内、又は交通機関の運行状況等といった特定の地域や地点に居るユーザに対して特に有用な情報である。従って、サーバ４１のＣＰＵ４１Ａは、これらの提供情報を提供する時間及び天気状況のもとにその特定地域や特定地点に行くことが予測されるユーザ（すなわち当該ユーザが所持する携帯端末）の情報及びその行動パターン（すなわちＰＲＯＣＥＳＳ）の情報を通信事業装置部３０の行動パターン解析サーバ３３に要求する。
【００６４】
行動パターン解析サーバ３３は、当該要求に応じて、行動パターン情報記憶部３４に蓄積されたＡＣＴＩＶＩＴＹオブジェクトを用い、図９及び図１０について上述した方法によりサービスプロバイダ４０から指定された曜日や天気をキー情報（Ｋｅｙ）として、携帯端末装置２０を所持するユーザの行動を予測する。
【００６５】
この行動予測処理において、行動パターン解析サーバ３３は、ＡＣＴＩＶＩＴＹオブジェクトの繋がりである予測行動パターン（ＰＲＯＣＥＳＳ）を生成する。この場合、行動パターン解析サーバ３３は、発生確率の異なる複数の予測行動パターン（ＰＲＯＣＥＳＳ）を生成する。
【００６６】
そして、行動パターン解析サーバ３３は当該行動予測結果において、サービスプロバイダ４０のサーバ４１が指定した曜日及び天気状況下で特定の地域又は地点に行くことが予測されるユーザの比較的高い発生確率からなる行動パターン（ＰＲＯＣＥＳＳ）をそのユーザを特定する情報、すなわち当該ユーザが所持する携帯端末装置２０の電話番号等からなるＩＤ情報と共にサービスプロバイダ４０のサーバ４１に供給する。
【００６７】
これによりサーバ４１のＣＰＵ４１Ａは、通信事業装置部３０から供給された行動パターン及びそのユーザ情報（携帯端末装置２０を特定する電話番号等の情報）を基に、当該携帯端末装置２０に対してデータベースから読み出した提供情報をネットワーク（図１１に示すパラボラアンテナ２５、衛星２４及び電波塔２３等からなるネットワーク又は、通信回線２２及び基地局２１からなるネットワーク等）を介して携帯端末装置２０に送信する。
【００６８】
この場合、サーバ４１は、通信事業装置部３０から供給された予測行動パターン（ＰＲＯＣＥＳＳ）を構成する各 Stay ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの嗜好情報（使用サービス及び回数）及び地点に関する情報と、各 Move ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの嗜好情報（使用サービス及び回数）及び移動経路に関する情報とに基づいて、ユーザの予測行動の中で特に必要となる可能性が高い情報をユーザの行動に先立ってデータベースから読み出し、これを携帯端末装置２０に送信する。
【００６９】
因みに、ユーザが必要とする可能性が高い情報を選択する方法として、サーバ４１は、通信事業装置部３０から供給された各ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの嗜好情報（使用サービス及び回数）のなかから、その使用回数が予め設定された所定の閾値よりも高いサービスを選択すると共に、各ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの移動経路や地点に関する情報に基づいてユーザの行動予測経路上で特に有効となる情報を選択して携帯端末装置２０に送信する。
【００７０】
これにより、当該携帯端末装置２０を所持するユーザは、当該ユーザの行動のなかで、その時間帯及び場所毎に必要となる情報を当該ユーザの嗜好に合わせて予め享受することができる。
【００７１】
因に、行動予測システムを用いた情報提供システム１０では、各端末装置（ＰＨＳ等の携帯端末装置２０）、通信事業装置部３０及び行動パターン解析サーバ３３の互いに通信を行う装置間において両者のみで解くことができる暗号を用いるようになされている。この暗号方式としては、秘密鍵（共通鍵）暗号方式や公開鍵暗号方式が用いられる。
【００７２】
秘密鍵暗号方式は、送信側及び受信側が互いに同じ鍵を使用して暗号データの授受を行う方式であり、データを暗号化するときに用いる鍵は公開しない。具体的には、ＤＥＳ(Data Encryption Standard)又はトリプルＤＥＳがあり、これら秘密鍵方式では暗号復号化処理が速い効果がある。
【００７３】
また公開鍵方式は、秘密鍵及び公開鍵の２種類の鍵を用いてデータを暗号化する方式であり、具体的には、ＲＳＡ、ＲＣ２又はＲＣ４等の方式がある。この公開鍵暗号方式では構成要素（例えば携帯端末装置２０、通信事業装置部３０、行動パターン解析サーバ３３）が増えた場合、鍵の管理が容易になる効果がある。
【００７４】
（３）実施の形態の動作及び効果
以上の構成において、行動予測システムは、ユーザの行動を連続変化モデルとして捉えるのではなく、重要な意味を持たないと判断される時間帯を省略した離散化モデルによって捉える。この重要な事象とは、行動の切り換わる時間及び切り換わる目的地であり、ユーザの滞在や移動といった一つの行動単位をＡＣＴＩＶＩＴＹとして表現する。
【００７５】
このように離散化されたモデルを用いることにより、連続的な現象の表現手法として例えば運動方程式を用いる場合に比べて、その計算時間の短縮化が計られる。
【００７６】
かかる離散化モデルであるＡＣＴＩＶＩＴＹオブジェクトには、ユーザ特有の意味付けがなされる。例えば図６及び図８について上述した使用サービス及び回数、地点に関する情報等、ユーザの行動を特徴付ける情報がＡＣＴＩＶＩＴＹオブジェクトに含まれる。これにより、これらの情報に基づいてユーザに対して有用な情報を提供することができる。
【００７７】
また、かかる離散化モデルであるＡＣＴＩＶＩＴＹオブジェクトとして、ユーザの滞在行動を表す Stay ＡＣＴＩＶＩＴＹオブジェクトは、その Before ＡＣＴＩＶＩＴＹ情報及び Next ＡＣＴＩＶＩＴＹ情報によって前後の行動との繋がりを特徴付ける。また、ユーザの移動行動を表す Move ＡＣＴＩＶＩＴＹオブジェクトは、その出発地点情報及び目的地点情報によってこれらの地点を関連付ける。
【００７８】
このように、行動予測システムは、ユーザの行動を離散化モデル（ＡＣＴＩＶＩＴＹオブジェクト）の繋がりによって特徴付けることにより、例えば、ユーザが特定の場所に行くといった予測を、その正確な時間ではなく所定の幅を持った時間帯での行動パターン上（ＡＣＴＩＶＩＴＹオブジェクトの繋がり）で予測することになる。この結果、ユーザの行動パターンとして、時間が多少ずれても同様の行動パターンをとるといった日常行動のなかで、当該ユーザが特定の場所に行くといった予測が可能となる。
【００７９】
従って、当該予測に基づいて、ユーザの予測行動パターン上での有用な情報を事前に当該ユーザに提供することにより、ユーザは、情報の提供をサービスプロバイダ４０に対して要求することなく、所望の有用な情報を享受し得る。
【００８０】
以上の構成によれば、ユーザの行動を特徴付ける離散的モデル（ＡＣＴＩＶＩＴＹオブジェクト）によってユーザの行動パターンを予測するようにしたことにより、一段と容易にユーザの行動を予測することができる。
【００８１】
因みに、ユーザの行動モデルをオブジェクトによって表現したことにより、当該オブジェクトにユーザの行動内容や利用交通機関といった情報を持たせることにより、これらの情報に関連した有用な情報を提供することができる。
【００８２】
また、図１４に示すように、行動パターン解析サーバ３３は、ＡＣＴＩＶＩＴＹオブジェクトの情報（地点情報、時間情報及び母体数）に基づいて、表示部に特定の時間帯におけるユーザの行動予測位置をその発生確率と共に色分けして表示することができる。これにより、例えば時点ｔ１においてユーザがＰ２で示される地点に居る確率が最も高く、これに続いてＰ１で示される地点に居る確率が高い予測結果を表示画面によって容易に確認することができる。
【００８３】
（４）他の実施の形態
なお上述の実施の形態においては、図１５に示すように、位置特定機能（携帯端末装置２０のＣＰＵ２０Ａ、基地局２１及びアクセスサーバ３１）を携帯端末装置２０に設け、行動パターン解析サーバ３３、位置情報記憶部３５及び行動パターン情報記憶部３４を通信事業装置部３０に設け、さらにサービス提供機能（サーバ４１）をサービスプロバイダ４０に設ける場合について述べたが、本発明はこれに限らず、例えば図１６に示すように、通信事業装置部３０の位置情報記憶部３５に加えて、携帯端末装置２０にも位置情報記憶部３５′を設けるようにしても良い。このようにすれば、多頻度で位置情報を取得する方式を実現する際に有効に機能する。例えば、携帯端末装置２０側において、ある時間間隔で多くの位置情報を集積しておき、所定のタイミングごとにまとめて通信事業装置部３０に送信する方法が考えられる。この方法によると、位置情報を通信事業装置部３０に送信する回数が少なくなることにより、送信処理が簡単になり通信コストを低減し得る。
【００８４】
また、図１７に示すように、通信事業装置部３０が位置特定機能２０′及びサービス提供機能（サーバ４１）を有すると共に、サービスプロバイダ４０が行動パターン解析サーバ３３及び行動パターン記憶部３４を有するようにしても良く、要は、携帯端末装置２０、通信事業装置部３０及びサービスプロバイダ４０にいずれかに、位置特定機能、行動解析サーバ、位置情報記憶部、行動パターン記憶部及びサービス提供機能が少なくとも一つ存在するようにすれば良い。
【００８５】
因みに、各機能の配置のパターン及びそれぞれの効果を図１８に示す。
【００８６】
また上述の実施の形態においては、携帯端末装置２０の位置を検出する際の検出時間として３０分を境界として Stay ＡＣＴＩＶＩＴＹ又は Move ＡＣＴＩＶＩＴＹを判断するようにしたが、本発明はこれに限らず、種々の時間間隔を適用することができる。
【００８７】
また上述の実施の形態においては、携帯端末装置２０としてＰＨＳ端末装置を用い、当該ＰＨＳ端末装置から基地局に送信される位置登録信号に基づいて当該ＰＨＳ端末装置の位置を特定する位置特定手段を用いる場合について述べたが、本発明はこれに限らず、例えば複数の衛星からの信号の相関に基づいて位置を特定するＧＰＳ(Global Positioning System) 受信部を有する携帯端末装置を用いる等、種々の位置特定手段を適用し得る。
【００８８】
また上述の実施の形態においては、行動予測の結果に基づいてユーザの行動エリアに関する種々の情報を提供する場合について述べたが、本発明はこれに限らず、行動予測の結果と現在位置とを比較し、当該比較結果が異なる場合にその旨をユーザに通知する等、提供する情報として種々の情報を適用し得る。
【００８９】
また上述の実施の形態においては、形態端末装置２０としてＰＨＳ端末装置を用いる場合について述べたが、本発明はこれに限らず、例えば携帯電話、ＰＤＡ(Personal Digital Assistant)、カーナビゲーションシステム、パーソナルコンピュータ、携帯テレビ、携帯ラジオ等、種々の端末を適用し得る。
【００９０】
また上述の実施の形態においては、ネットワークに接続されたサービスプロバイダを利用する場合について述べたが、本発明はこれに限らず、他の種々の情報提供手段を利用できる。
【００９１】
また上述の実施の形態においては、携帯端末装置２０が所定のタイミングで位置登録信号を基地局２１に送信する場合について述べたが、本発明はこれに限らず、ユーザが携帯端末装置２０に対して送信命令を入力することにより、ユーザの意思で位置登録信号を送信させるようにしても良い。
【００９２】
また上述の実施の形態においては、ユーザの行動予測結果を用いてユーザの行動に関連した情報をユーザが所持する携帯端末装置２０に送信する場合について述べたが、本発明はこれに限らず、ユーザの単なる過去の行動情報を用いて当該行動情報に関連した情報を携帯端末装置２０に送信するようにしても良い。
【００９３】
【発明の効果】
上述のように本発明によれば、離散した時刻における所定の情報提供対象の位置を表す、行動履歴を取得し、取得された行動履歴を、情報提供対象の滞在行動又は移動行動を示し互いに繋がりを有する単位行動履歴情報として抽出する。また複数の単位行動履歴情報を繋げて情報提供対象の予測行動パターンを生成して、当該予測行動パターンに基づく予測行動に関連した情報を情報提供対象に送信することにより、情報提供対象に対して一段と有用な情報を提供することができる。
【図面の簡単な説明】
【図１】本発明による離散系モデルの説明に供する略線図である。
【図２】離散系モデルの表現方法の説明に供する略線図である。
【図３】ＥＶＥＮＴ列からＡＣＴＩＶＩＴＹを抽出する方法を示す略線図である。
【図４】ＥＶＥＮＴ列からＡＣＴＩＶＩＴＹを抽出する方法を示すフローチャートである。
【図５】 Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹの説明に供する略線図である。
【図６】 Stay ＡＣＴＩＶＩＴＹオブジェクトに割り当てられる情報を示す略線図である。
【図７】ＡＣＴＩＶＩＴＹの更新方法を示すブロック図である。
【図８】 Move ＡＣＴＩＶＩＴＹオブジェクトに割り当てられる情報を示す略線図である。
【図９】行動予測処理の説明に供する略線図である。
【図１０】ユーザの行動パターンの予測結果を示す略線図である。
【図１１】本発明による行動予測システムを用いた情報提供システムの全体構成を示す略線的接続図である。
【図１２】携帯端末装置の構成を示すブロック図である。
【図１３】サーバの構成を示すブロック図である。
【図１４】行動パターンの表示例を示す略線図である。
【図１５】構成要素の配置例を示すブロック図である。
【図１６】他の実施の形態による構成要素の配置例を示すブロック図である。
【図１７】他の実施の形態による構成要素の配置例を示すブロック図である。
【図１８】構成要素の配置例別の効果の説明に供する略線図である。
【符号の説明】
１０……情報提供システム、２０……携帯端末装置、２０Ａ、４１Ａ……ＣＰＵ、２０Ｂ、４１Ｂ……メモリ、２１……基地局、２２……通信回線、３０……通信事業装置部、３１……アクセスサーバ、３３……行動パターン解析サーバ、３４……行動パターン記憶部、３５……位置情報記憶部、４０……サービスプロバイダ、４１……サーバ。
【発明の属する技術分野】
本発明は情報提供方法及びその装置に関し、例えば端末機器を有するユーザの行動を予測し、当該ユーザに対して有用な情報を提供する情報提供方法及びその装置に適用して好適なものである。
【０００２】
【従来の技術】
従来、例えばＰＨＳ(Personal Handyphone System)においては、ＰＨＳ端末装置から送信される位置登録信号を当該ＰＨＳ端末が存在する無線ゾーンの基地局で受信し、これを当該基地局からＰＨＳサービス制御局に送信することにより、ＰＨＳサービス局においてＰＨＳ端末装置の位置を基地局の無線ゾーン単位で認識するようになされている。
【０００３】
かかるＰＨＳ端末装置の位置情報を利用し、ＰＨＳ端末装置に対して当該ＰＨＳ端末装置の位置に応じた種々の情報を提供するシステムが考えられている。
【０００４】
【発明が解決しようとする課題】
ところが、端末装置の現在位置に応じた情報を提供するシステムでは、端末装置を所持するユーザの行動を予測して当該予測に応じた情報を提供することが困難である。
【０００５】
本発明は以上の点を考慮してなされたもので、ユーザの行動予測に応じて有用な情報を提供する情報提供方法及びその装置を提案しようとするものである。
【０００６】
【課題を解決するための手段】
かかる課題を解決するため本発明の情報提供方法においては、所定の行動履歴取得手段が、離散した時刻における所定の情報提供対象の位置を表す行動履歴を取得する行動履歴取得ステップと、所定の単位行動履歴情報抽出手段が、取得した行動履歴における情報提供対象の位置がその直前の離散した時刻における行動履歴と同一の場合、行動履歴を既存の滞在行動を示す行動単位の構成要素として加えることにより当該行動単位の前の行動単位を表す情報及び次の行動単位を表す情報からなる前後関係の情報、情報提供対象の地点情報、嗜好情報及び時間に関する情報を有する滞在行動を示し、又は取得した行動履歴における情報提供対象の位置が直前の離散した時刻における行動履歴と異なる場合、取得した行動履歴の出発地点及び目的地点が直前の離散した時刻における行動履歴の出発地点及び目的地点と同一であるとき、行動履歴を既存の移動行動を示す行動単位の経由地点として加えることにより情報提供対象の出発地点及び目的地点を表す情報からなる前後関係の情報、経由地点、嗜好情報及び時間に関する情報を有する移動行動を示す、行動単位としてまとめ、単位行動履歴情報として抽出する単位行動履歴情報抽出ステップと、所定の行動予測手段が、複数の単位行動履歴情報の中から、情報提供対象の行動を予想しようとする時間帯及び出発地点の情報を有する単位行動履歴情報を検索することにより、複数の単位行動履歴情報を繋げて情報提供対象の将来予測される行動をパターン化した、単位行動履歴情報の地点情報及び前後関係の繋がりの情報からなる予測行動パターンを生成する行動予測ステップと、所定の情報送信手段が、予測行動パターンを行動予測手段から取得し、予測行動パターンを構成する複数の単位行動履歴情報に含まれる情報提供対象の嗜好情報、経由地点に関する情報に基づいた予測行動に関連した情報を所定のネットワークから取得して情報提供対象に送信する情報送信ステップと設けるようにした。
【０００７】
【発明の実施の形態】
以下図面について、本発明の一実施の形態を詳述する。
【０００８】
（１）行動予測方法の原理
本発明による行動予測方法は、４つの要素からなる離散系モデルを用いる。この離散系モデルを構成する４つの要素は、第１に、システムに存在するものや人を表すＥＮＴＩＴＹと、第２に、発生する現象の一断面を時間の消費を考慮せずに捕らえた事象として表すＥＶＥＮＴと、第３に、ＥＮＴＩＴＹが行う動作や行為を表すＡＣＴＩＶＩＴＹと、第４に、あるＥＮＴＩＴＹに着目し当該ＥＮＴＩＴＹが関係するＥＶＥＮＴ（又はＡＣＴＩＶＩＴＹ）の列によって時間経過を含む現象を表すＰＲＯＣＥＳＳとから構成される。
【０００９】
これらの要素を具体例で示すと、図１に示すように、例えば発券機で切符を購入する客の行動として、当該客を第１の要素であるＥＮＴＩＴＹとし、第２の要素であるＥＶＥＮＴとして、客が発券機で順番待ちの客の列に加わるArrival ＥＶＥＮＴと、客が順番待ちを終えて発券機で切符を買い始める Start of service ＥＶＥＮＴと、客が発券機で切符を買い終える End of service ＥＶＥＮＴとがある。そして、第３の要素であるＡＣＴＩＶＩＴＹは客が切符を購入する行為を表し、第４の要素であるＰＲＯＣＥＳＳは客に関係するＥＶＥＮＴ列を表すことになる。
【００１０】
このように、ＥＮＴＩＴＹ（客）の動作や行為に関して重要な意味を持つ事象（ＥＶＥＮＴ）のみを用い、その列（ＰＲＯＣＥＳＳ）によって客の行動を離散的にモデル化したものＥＮＴＩＴＹ（客）の行動予測に用いる。
【００１１】
従って、この離散系モデルでは、重要な事象（ＥＶＥＮＴ）による時間が刻まれることにより、発生する事象とその発生時点により刻時は不等時不均一となる。
【００１２】
ここで、ある主体（ＥＮＴＩＴＹ）に関して、主体の動作（ＡＣＴＩＶＩＴＹ）とその動作の処理期間（ＡＣＴＩＶＩＴＹの始まる時間と終わる時間）によって基本的なモデル化を行うことができる。すなわち、図２に示すように、それぞれの処理時間を有するＡＣＴＩＶＩＴＹの列と、主体（ＥＮＴＩＴＹ）によって基本的モデルを構成する。
【００１３】
この基本的モデルでは、主体の行動を離散変化の行動であると捉え、行動の切り換わる時間及び切り換わる先を行動パターンの離散系モデルとして表現し、この離散系モデルを用いて行動の予測を行うものである。
【００１４】
次に、主体の行動予測を行う際に用いられる行動パターンを離散系モデル化する方法について述べる。この離散系モデルを生成する方法においては、ＥＮＴＩＴＹである主体を例えばユーザとし、当該ユーザの実際の行動（位置及び移動）を所定の位置検出手段によって検出し、当該検出された結果を用いてユーザの滞在及び移動状態を後述する Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹとして抽出する。
【００１５】
すなわち、図３に示すように、所定の位置検出手段（後述）によってユーザの位置を所定時間ごと（一定時間ごとでなくても良い）に検出し、当該検出された位置情報及びその時刻をＥＶＥＮＴとして蓄積する。
【００１６】
そして、これら蓄積されたＥＶＥＮＴに基づいてＡＣＴＩＶＩＴＹを抽出する。この場合、蓄積された複数のＥＶＥＮＴのうち、ＥＶＥＮＴ１及びＥＶＥＮＴ２は同じ位置であり、ＥＶＥＮＴ３はＥＶＥＮＴ２に対して異なる位置でありさらにＥＶＥＮＴ３〜ＥＶＥＮＴ６は互いに異なる位置であるとする。また、ＥＶＥＮＴ６に対してＥＶＥＮＴ７は異なる位置でありＥＶＥＮＴ７〜ＥＶＥＮＴ１０はそれぞれ同じ位置であるとする。
【００１７】
このような各ＥＶＥＮＴの検出結果では、ＥＶＥＮＴ１及びＥＶＥＮＴ２についてはこの時間帯にユーザは同一の場所に滞在していることが分かる。これに対してＥＶＥＮＴ３〜ＥＶＥＮＴ６についてはこの時間帯にユーザが移動していることが分かる。従って、ＥＶＥＮＴ２及びＥＶＥＮＴ３の中間時間Ｔ１１をＡＣＴＩＶＩＴＹの入れ換わる時間として、ＥＶＥＮＴ１及びＥＶＥＮＴ２側を滞在を表す Stay ＡＣＴＩＶＩＴＹとし、ＥＶＥＮＴ３〜ＥＶＥＮＴ６をユーザの移動を表す Move ＡＣＴＩＶＩＴＹとする。また、ＥＶＥＮＴ７〜ＥＶＥＮＴ１０については、この時間帯にユーザが同一の場所に滞在していることを表しており、これによりＥＶＥＮＴ６及びＥＶＥＮＴ７の中間時間Ｔ１２をＡＣＴＩＶＩＴＹの入れ換わる時間として、ＥＶＥＮＴ７〜ＥＶＥＮＴ１０側をユーザの滞在を表す Stay ＡＣＴＩＶＩＴＹとする。因みに、ＥＶＥＮＴ３〜ＥＶＥＮＴ６の Move ＡＣＴＩＶＩＴＹにおける出発地点はその前の Stay ＡＣＴＩＶＩＴＹの滞在地点であり、 Move ＡＣＴＩＶＩＴＹの目的地点は当該 Move ＡＣＴＩＶＩＴＹに続く Stay ＡＣＴＩＶＩＴＹの滞在地点となる。このように、 Move ＡＣＴＩＶＩＴＹは出発地点及び目的地点並びに所要時間（時点Ｔ１１〜Ｔ１２）によって表される。
【００１８】
このようにして、ユーザが同一位置に滞在している間のＥＶＥＮＴ列をまとめて１つの Stay ＡＣＴＩＶＩＴＹとすると共に、ユーザが移動している間のＥＶＥＮＴ列をまとめて１つの Move ＡＣＴＩＶＩＴＹとする。
【００１９】
かかるＥＶＥＮＴからＡＣＴＩＶＩＴＹの抽出を行う処理手順を図４に示す。すなわち図４において、行動予測システムは、ステップＳＰ１０から当該処理手順に入ると、続くステップＳＰ１１においてユーザの位置であるＥＶＥＮＴを取り込むアクセス間隔が３０分以下であるか否かを判断する。ここでアクセス間隔が３０分以上で取り込まれたＥＶＥＮＴは、ＡＣＴＩＶＩＴＹを新たに生成するにはその前後の繋がりにおいて信頼性が不十分となる。従って、この場合行動予測システムはステップＳＰ１１において否定結果を得、ステップＳＰ１２に移る。
【００２０】
行動予測システムは、ステップＳＰ１２において、既存の Stay ＡＣＴＩＶＩＴＹの中に、このとき取り込まれたＥＶＥＮＴに対応するもの、すなわち同一地点のものがあるか否かを判断する。ここで否定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴが既存の Stay ＡＣＴＩＶＩＴＹのなかに存在せず、しかもアクセス間隔が３０分以上であることを表しており、このとき行動予測システムは、ステップＳＰ１３に移って、このときのＥＶＥＮＴのデータを仮のデータ格納領域（Tmp Box)に格納する。
【００２１】
これに対してステップＳＰ１２において肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴのアクセス間隔が３０分以上であり、既存の Stay ＡＣＴＩＶＩＴＹのなかに同様のＥＶＥＮＴが存在することを表しており、このとき行動予測システムは、ステップＳＰ１４に移って、このとき取り込まれたＥＶＥＮＴを、対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとしてＡＣＴＩＶＩＴＹデータを格納したデータ格納領域（ＡＣＴＩＶＩＴＹ Box) を更新する。
【００２２】
このように、アクセス時間が３０分以上であるＥＶＥＮＴ又はＥＶＥＮＴ列については、同様の母集団からなる既存の Stay ＡＣＴＩＶＩＴＹがある場合のみその母集団に取り込まれる。
【００２３】
また、上述のステップＳＰ１１において肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴのアクセス間隔が３０分以内であることを表してており、このとき行動予測システムは、ステップＳＰ１５に移って、このとき取り込まれたＥＶＥＮＴ又はＥＶＥＮＴ列について、その直前、直後のＥＶＥＮＴとの対応関係（図３）に基づいて、 Stay ＡＣＴＩＶＩＴＹであるか Move ＡＣＴＩＶＩＴＹであるかを判断する。
【００２４】
因みに、ステップＳＰ１５における判断として、行動予測システムは、ＥＶＥＮＴ列の先頭と終端のデータ間隔が２０分以上かつ、同じ位置（ＥＶＥＮＴ）を有する場合、この行動をある一地点（地域）での滞在と見なす。また、行動予測システムは、経由する地点間の距離及び時間間隔が極端に長い場合には、これを Move ＡＣＴＩＶＩＴＹと見なさないようにする。
【００２５】
そして、ステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹである判断結果が得られると、行動予測システムは、ステップＳＰ１６に移って、同様の母集団（ＥＶＥＮＴ）からなる既存の Stay ＡＣＴＩＶＩＴＹが存在するか否かを判断する。ここで肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ又はＥＶＥＮＴ列による Stay ＡＣＴＩＶＩＴＹと同様の既存の Stay ＡＣＴＩＶＩＴＹが存在することを表しており、このとき行動予測システムは、ステップＳＰ１６に移って、上述のステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ又はＥＶＥＮＴ列を対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとして Stay ＡＣＴＩＶＩＴＹデータを格納したデータ格納領域（ Stay ＡＣＴＩＶＩＴＹ Box) を更新する。これにより、当該 Stay ＡＣＴＩＶＩＴＹのＥＶＥＮＴ数（母体数）が増えることにより、当該 Stay ＡＣＴＩＶＩＴＹの発生確率が増加することになる。
【００２６】
これに対してステップＳＰ１６において否定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ又はＥＶＥＮＴ列による Stay ＡＣＴＩＶＩＴＹと同様の既存の Stay ＡＣＴＩＶＩＴＹが存在しないことを表しており、このとき行動予測システムは、ステップＳＰ１７に移って、上述のステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ又はＥＶＥＮＴ列を用いて新たな Stay ＡＣＴＩＶＩＴＹを作成する。
【００２７】
これに対して、上述のステップＳＰ１５において、このとき取り込まれたＥＶＥＮＴ列が Move ＡＣＴＩＶＩＴＹである判断結果が得られると、行動予測システムは、ステップＳＰ１８に移って、同様の母集団（ＥＶＥＮＴ列）からなる既存の Move ＡＣＴＩＶＩＴＹが存在するか否かを判断する。ここで肯定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ列による Move ＡＣＴＩＶＩＴＹと同様の既存の Move ＡＣＴＩＶＩＴＹが存在することを表しており、このとき行動予測システムは、ステップＳＰ２０に移って、上述のステップＳＰ１５において Move ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ列を対応する既存のＡＣＴＩＶＩＴＹの母集団の１つとして Move ＡＣＴＩＶＩＴＹデータを格納したデータ格納領域（ Move ＡＣＴＩＶＩＴＹ Box) を更新する。これにより、当該 Move ＡＣＴＩＶＩＴＹの経由地点（すなわちＥＶＥＮＴ）の母体数が増えることにより、当該 Move ＡＣＴＩＶＩＴＹの発生確率が増加することになる。
【００２８】
これに対してステップＳＰ１８において否定結果が得られると、このことはこのとき取り込まれたＥＶＥＮＴ列による Move ＡＣＴＩＶＩＴＹと同様の既存の Move ＡＣＴＩＶＩＴＹが存在しないことを表しており、このとき行動予測システムは、ステップＳＰ１９に移って、上述のステップＳＰ１５において Move ＡＣＴＩＶＩＴＹと判断されたＥＶＥＮＴ列を用いて新たな Move ＡＣＴＩＶＩＴＹを作成する。
【００２９】
因みに、ステップＳＰ１５において Stay ＡＣＴＩＶＩＴＹ又は Move ＡＣＴＩＶＩＴＹの判断結果が得られない場合、行動予測システムは、ステップＳＰ１３に移って、このときのＥＶＥＮＴのデータを仮のデータ格納領域（Tmp Box)に格納する。
【００３０】
かくして、行動予測システムは図４に示す手順により、ＥＶＥＮＴの取り込み間隔が３０分以内となったとき、 Stay ＡＣＴＩＶＩＴＹであるか Move ＡＣＴＩＶＩＴＹであるかの判断を開始する。
【００３１】
このように２種類のＡＣＴＩＶＩＴＹ（ Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹ）に分けられたユーザの行動パターンは、図５に示すように、 Stay ＡＣＴＩＶＩＴＹからなる第１層の行動パターンモデルと、 Move ＡＣＴＩＶＩＴＹからなる第２層の行動パターンモデルとを構成する。
【００３２】
第２層の行動パターンモデルは、出発地点から目的地点に向かう移動方向を持った Move ＡＣＴＩＶＩＴＹからなり、これらの Move ＡＣＴＩＶＩＴＹの入れ代わり地点に第１層の Stay ＡＣＴＩＶＩＴＹが存在することになる。
【００３３】
第１層の各 Stay ＡＣＴＩＶＩＴＹ及び第２層の各 Move ＡＣＴＩＶＩＴＹはユーザの行動に関する種々の情報を含んだオブジェクトを構成する。図６に示すように、各 Stay ＡＣＴＩＶＩＴＹは、それぞれ地点を表す情報、当該地点に滞在開始する開始時間（図３の時点Ｔ１２に相当する）、当該地点の滞在終了時間（図３の時点Ｔ１１に相当する）、ユーザの位置情報をサンプリングした際の日付、曜日及び天気等のキー情報（Ｋｅｙ）、当該 Stay ＡＣＴＩＶＩＴＹの前のＡＣＴＩＶＩＴＹを表す Before ＡＣＴＩＶＩＴＹ情報（単数又は複数のＡＣＴＩＶＩＴＹが存在する）、当該 Stay ＡＣＴＩＶＩＴＹに続くＡＣＴＩＶＩＴＹを表す Next ＡＣＴＩＶＩＴＹ情報（単数又は複数の各ＡＣＴＩＶＩＴＹが存在する）、母体数（ＥＶＥＮＴ数でありＡＣＴＩＶＩＴＹの発生確率を表す）、当該 Stay ＡＣＴＩＶＩＴＹにおいてユーザが使用したサービスやその回数によって表されるユーザの嗜好情報、当該 Stay ＡＣＴＩＶＩＴＹの地点に関する情報（タウン情報等）、及びユーザ名等からなるＥＮＴＩＴＹ情報を有する。
【００３４】
ここで行動予測システムは、図７に示すように、新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生するごとにこれらＥＶＥＮＴ又はＥＶＥＮＴ列を構成要素とする既存のＡＣＴＩＶＩＴＹがあるか否かを図４について上述した手順に従って判断する。この判断基準としては、ＥＶＥＮＴの地点が同一であるか否かの事項が用いられる。そして、同じＡＣＴＩＶＩＴＹが存在する場合には、行動予測システムは、新たに発生したＥＶＥＮＴ又はＥＶＥＮＴ列を既存のＡＣＴＩＶＩＴＹの構成要素として加え、当該ＡＣＴＩＶＩＴＹの母体数（ＥＶＥＮＴ数）（図６）を書き換える。また、行動予測システムは、このとき発生したＥＶＥＮＴ又はＥＶＥＮＴ列の前後のＡＣＴＩＶＩＴＹとの繋がりに応じてこのとき書換えられたＡＣＴＩＶＩＴＹの Before ＡＣＴＩＶＩＴＹ情報又は Next ＡＣＴＩＶＩＴＹ情報も書換える。
【００３５】
また、図８に示すように、各 Move ＡＣＴＩＶＩＴＹは、それぞれ出発地点を表す情報、目的地点を表す情報、当該 Move ＡＣＴＩＶＩＴＹの所要時間（図３の時点Ｔ１１〜Ｔ１２に相当する）、ユーザの位置情報をサンプリングした際の日付、曜日及び天気等のキー情報（Ｋｅｙ）、経由地点（ＥＶＥＮＴ）の情報（地点ごとの母体数であり複数のパターンがその発生確率と共に存在する）、当該 Move ＡＣＴＩＶＩＴＹにおいてユーザが使用したサービスやその回数によって表されるユーザの嗜好情報、当該 Move ＡＣＴＩＶＩＴＹの移動経路に関する情報（タウン情報等）、及びユーザ名等からなるＥＮＴＩＴＹ情報を有する。
【００３６】
この Move ＡＣＴＩＶＩＴＹについても、 Stay ＡＣＴＩＶＩＴＹの場合と同様にして、行動予測システムは、新たなＥＶＥＮＴ又はＥＶＥＮＴ列が発生するごとにこれらＥＶＥＮＴ又はＥＶＥＮＴ列を構成要素とする既存のＡＣＴＩＶＩＴＹがあるか否かを判断する。この判断基準としては、出発地点と目的地点が同じであることが条件となる。そして、同じＡＣＴＩＶＩＴＹが存在する場合には、行動予測システムは、新たに発生したＥＶＥＮＴ又はＥＶＥＮＴ列を既存のＡＣＴＩＶＩＴＹの構成要素（経由地点）として加え、当該ＡＣＴＩＶＩＴＹの経由地点の母体数（ＥＶＥＮＴ数）（図８）を書き換える。
【００３７】
このようにして、 Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトは、それぞれ新たに発生するＥＶＥＮＴ又はＥＶＥＮＴ列によってその母体数等の情報が更新される。この母体数はＡＣＴＩＶＩＴＹの発生確率として後述する行動予測に用いられる。
【００３８】
次に、蓄積された Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトを用いてユーザの行動を予測する方法について説明する。
【００３９】
蓄積された各 Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトは、それぞれのＡＣＴＩＶＩＴＹが発生した際の曜日、天気等のキー情報（Ｋｅｙ）を有しており（図６及び図８）、予測しようとする曜日や天気に合致したキー情報（Ｋｅｙ）を持つＡＣＴＩＶＩＴＹオブジェクトを選択対象オブジェクトとする。
【００４０】
そして、行動予測システムは、予測しようとする時間帯及び出発地点等、各ＡＣＴＩＶＩＴＹオブジェクトに含まれる情報を検索キーとして予測候補であるＡＣＴＩＶＩＴＹオブジェクトを検索する。例えば、ユーザが日曜日の朝７時から夕方５時までの時間帯及び天気を指定することにより、行動予測システムは、蓄積されているＡＣＴＩＶＩＴＹオブジェクトのなかから、当該時間帯及びキー情報（Ｋｅｙ）をもつＡＣＴＩＶＩＴＹオブジェクトを検索する。
【００４１】
そして、行動予測システムは、これら検索された複数のＡＣＴＩＶＩＴＹオブジェクトについて、その地点情報や前後関係に基づいて複数のＡＣＴＩＶＩＴＹオブジェクトを繋げてなる複数の行動パターンを作成する。ＡＣＴＩＶＩＴＹオブジェクトの前後関係とは、 Stay ＡＣＴＩＶＩＴＹオブジェクトにおいてはその Before ＡＣＴＩＶＩＴＹ情報（図６）及び Next ＡＣＴＩＶＩＴＹ情報（図６）を用い、また、 Move ＡＣＴＩＶＩＴＹオブジェクトにおいては、その出発地点及び目的地点（図８）を用いる。
【００４２】
例えば、図９に示すように、ユーザが行動予測として晴れた日曜日の朝７時から夕方５時までを指定し、開始地点を自宅とすると、行動予測システムは、当該曜日及び天気情報をキー情報（Ｋｅｙ）として持つ Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトのなかから指定された時間帯のＡＣＴＩＶＩＴＹオブジェクトを候補として検索し（図９（Ａ））、当該検索された候補オブジェクトＡＯ１、ＡＯ２、……、ＡＯｎの集団Ｎ１のなかから、例えば「自宅に居る」という Stay ＡＣＴＩＶＩＴＹオブジェクトＡＯ１を開始オブジェクトとして設定する（図９（Ｂ））。
【００４３】
そして、行動予測システムは、これに続くＡＣＴＩＶＩＴＹオブジェクトとして、自宅を出発地点とした Move ＡＣＴＩＶＩＴＹオブジェクトＡＯ２や、「自宅に居る」という Stay ＡＣＴＩＶＩＴＹオブジェクトＡＯ１の Next ＡＣＴＩＶＩＴＹ情報で指定された Move ＡＣＴＩＶＩＴＹオブジェクトＡＯ３等を予測ＡＣＴＩＶＩＴＹオブジェクトとして選択する。
【００４４】
このようにして、選択された各ＡＣＴＩＶＩＴＹオブジェクトに続き得るＡＣＴＩＶＩＴＹオブジェクトを選択して行く。この場合、選択されたＡＣＴＩＶＩＴＹオブジェクトは複数存在することがあり、これにより、ＡＣＴＩＶＩＴＹオブジェクトの繋がりによる複数の予測行動パターン（ＰＲＯＣＥＳＳ）が作成されることになる。
【００４５】
このように行動予測システムは、各ＡＣＴＩＶＩＴＹオブジェクトの前後関係を表す情報（ Before ＡＣＴＩＶＩＴＹ情報、 Next ＡＣＴＩＶＩＴＹ情報）や繋がりを表す情報（出発地点、目的地点）を用いてＰＲＯＣＥＳＳを作成することにより、予測する時間帯に含まれるＡＣＴＩＶＩＴＹオブジェクトであれば、その発生時間が異なっていてもユーザの行動パターンの繋がりの特徴を持ったＡＣＴＩＶＩＴＹオブジェクトの繋がりを行動予測の候補として得ることができる。
【００４６】
因みに、この実施の形態の行動予測システムは、ＡＣＴＩＶＩＴＹオブジェクトの列を形成する際の規則として、２つの規則を定めている。第１の規則として、 Stay ＡＣＴＩＶＩＴＹオブジェクトと Stay ＡＣＴＩＶＩＴＹオブジェクトとの間には、必ず Move ＡＣＴＩＶＩＴＹオブジェクトが存在することとする。これにより、不自然な行動の切れ目が生じることを回避し得る。そして、第２の規則として、 Move ＡＣＴＩＶＩＴＹオブジェクトの前後には、 Stay ＡＣＴＩＶＩＴＹオブジェクト及び Move ＡＣＴＩＶＩＴＹオブジェクトの両方が選択される可能性を有することとする。但し、連続した Move ＡＣＴＩＶＩＴＹオブジェクトは必ず Stay ＡＣＴＩＶＩＴＹオブジェクトによって囲まれていなければならないとする。
【００４７】
このようにして、行動予測システムは図９（Ｂ）に示すように、複数の予測パターン（ＰＲＯＣＥＳＳ）を作成することができる。因みに、各ＡＣＴＩＶＩＴＹオブジェクトは、そのＥＶＥＮＴ数や経由地点の数によって発生確率を有する。この発生確率は、あるＡＣＴＩＶＩＴＹオブジェクトから他のＡＣＴＩＶＩＴＹオブジェクトに移行する際の確率として用いられ、この結果、各ＰＲＯＣＥＳＳの発生する確率が各ＡＣＴＩＶＩＴＹの発生確率の積によって求まる。
【００４８】
このような発生確率を含む行動パターンの予測結果を図１０に示す。図１０において、ＡＣＴＩＶＩＴＹａからＡＣＴＩＶＩＴＹｉに移行する確率はＡＣＴＩＶＩＴＹｉの発生確率である０．６であり、さらに当該ＡＣＴＩＶＩＴＹｉからＡＣＴＩＶＩＴＹｆに移行する確率は、ＡＣＴＩＶＩＴＹｆの発生確率である０．５５である。従って、例えばＡＣＴＩＶＩＴＹａ−ＡＣＴＩＶＩＴＹｉ−ＡＣＴＩＶＩＴＹｆ−ＡＣＴＩＶＩＴＹｃ−ＡＣＴＩＶＩＴＹｋでなるＰＲＯＣＥＳＳの発生確率は、当該ＰＲＯＣＥＳＳを構成する各ＡＣＴＩＶＩＴＹの発生確率の積である０．３３となる。
【００４９】
このようにして行動予測システムは、設定された時間帯及びキー情報（Ｋｅｙ）で検索されたＡＣＴＩＶＩＴＹ集団のなかから、ユーザの行動履歴に基づく複数のＰＲＯＣＥＳＳを作成することができる。
【００５０】
（２）行動予測システムの構成
図１１は行動予測システムを用いた情報提供システム１０の全体構成を示し、端末装置として例えばＰＨＳ等の携帯端末装置２０を所持するユーザの位置を通信事業装置部３０において検出し、通信事業装置部３０の行動パターン解析サーバ３３において位置情報に基づくユーザの行動パターンを解析するようになされている。
【００５１】
すなわち、ユーザが所持する携帯端末装置２０は、図１２に示すように、データバスＢＵＳにＣＰＵ２０Ａ、メモリ２０Ｂ、基地局２１との間で信号の送受信を行う送受信回路部（ＲＦ）２０Ｅ、送受信回路部２０Ｅにおいて受信したＲＦ(Radio Frequency) 信号をベースバンド信号に変換すると共に送信しようとするベースバンド信号をＲＦ信号に変換するベースバンド処理部２０Ｄ、マイクロホン２０Ｇ及びスピーカ２０ＨとのインターフェイスであるＭＭＩ(Man Machine Interface) 部２０Ｆ、表示部２０Ｉ及びキーボード２０Ｊが接続され構成を有する。
【００５２】
ＣＰＵ２０Ａはメモリ２０Ｂに格納されている動作プログラムに従って種々の動作を実行するようになされており、当該動作に応じて各回路部を制御する。ＣＰＵ２０Ａの各種処理内容は必要に応じて液晶表示パネル等で構成された表示部２０Ｉに表示される。
【００５３】
キーボード２０Ｊは、ユーザが所望の通話先の電話番号を入力すると、当該電話番号を表すデータをＣＰＵ２０Ａに供給する。ＣＰＵ２０Ａはユーザが入力した電話番号で表される通話先に対して、送受信回路部２０Ｅを介して接続要求を送信する。このとき通信回線２２は通話先の応答に応じて回線を接続する。回線が接続されると、送受信回路部２０Ｅは、アンテナを介して受信した通話先からのＲＦ信号をベースバンド処理部２０Ｄに供給し、ここでＲＦ信号をベースバンド信号に変換する。ベースバンド処理部２０Ｄは当該変換されてなるベースバンド信号をＭＭＩ部２０Ｆに供給することにより、受信された通話先からの音声信号をスピーカ２０Ｈから音声として出力する。
【００５４】
また、ユーザがマイクロホン２０Ｇを介して音声を入力すると、ＭＭＩ部２０Ｆはマイクロホン２０Ｇから供給される入力音声信号をベースバンド処理部２０Ｄに供給し、ここでベースバンド信号をＲＦ信号に変換する。そしてベースバンド処理部２０Ｄは当該変換されてなるＲＦ信号を送受信回路部２０Ｅを介して通信回線２２に送出することにより、当該ＲＦ信号を回線接続された通話先に対して送信する。
【００５５】
またＣＰＵ２０Ａは、ユーザがキーボード２０Ｊを操作することにより入力される種々の情報をベースバンド処理部２０Ｄ及び送受信回路部２０Ｅを介して通信先に送信すると共に、通信先からの情報が重畳されたＲＦ信号を送受信回路部２０Ｅ及びベースバンド処理部２０Ｄを介して取り込み、表示部２０Ｉに表示する。
【００５６】
かくして携帯端末装置２０を使用するユーザは、通話先との間で会話や種々の情報の授受を行うことができる。
【００５７】
ここで携帯端末装置２０のＣＰＵ２０Ａは、当該携帯端末装置２０が存在する無線ゾーンの基地局２１に対して所定のタイミングで位置登録信号及び携帯端末装置２０の識別情報（電話番号等からなるＩＤ情報）を送信するようになされている。基地局２１は、携帯端末装置２０から送信された位置登録信号及びＩＤ情報を通信事業装置部３０のアクセスサーバ３１に送信する。これによりアクセスサーバ３１は、携帯端末装置２０の位置を基地局の無線ゾーン単位で認識することができ、これにより得られる携帯端末装置２０の現在位置情報をその時間情報と共に、例えば複数のハードディスクで構成された位置情報記憶部３５に格納する。
【００５８】
位置情報記憶部３５に格納される現在位置情報は、携帯端末装置２０をＥＮＴＩＴＹ（図１及び図２）としたＥＶＥＮＴ情報（図３）となる。従って、位置情報記憶部３５には、携帯端末装置２０から位置登録信号が発信される毎にその位置及び時間を表す現在位置情報が格納されて行く。
【００５９】
ここで、ＡＣＴＩＶＩＴＹオブジェクトを作成する行動予測システムの行動パターン解析サーバ３３は、データバスに接続されたＣＰＵ及びメモリを有し、ＣＰＵはメモリに格納されているプログラムに従って、図４に示したＡＣＴＩＶＩＴＹオブジェクトの作成処理手順を実行する。そして、当該ＣＰＵは作成されたＡＣＴＩＶＩＴＹオブジェクトを、例えば複数のハードディスクからなる行動パターン情報記憶部３４に格納する。
【００６０】
また、行動パターン解析サーバ３３のＣＰＵは、位置情報記憶部３５に携帯端末装置２０の新たな現在位置情報（すなわちＥＶＥＮＴ又はＥＶＥＮＴ列）が格納される毎、又は所定のタイミング毎に、図７について上述したＡＣＴＩＶＩＴＹオブジェクトの更新処理を実行する。この更新処理によって、行動パターン情報記憶部３４に格納されたＡＣＴＩＶＩＴＹオブジェクトはその母体数を増やして行くことにより、各ＡＣＴＩＶＩＴＹオブジェクトはその発生確率がユーザの行動パターンを反映した値に近づいて行き、一段と精度の高い行動パターン（ＡＣＴＩＶＩＴＹ）が得られる。
【００６１】
このようにして、ユーザの行動パターンがＡＣＴＩＶＩＴＹオブジェクトとして行動パターン情報記憶部３４に蓄積された状態において、行動パターン解析サーバ３３は、サービスプロバイダ４０からの要求に応じて、行動パターン情報記憶部３４に蓄積されたＡＣＴＩＶＩＴＹオブジェクトを用い、図９及び図１０について上述した方法により携帯端末装置２０を所持するユーザの行動を予測する。
【００６２】
サービスプロバイダ４０のサーバ４１は、図１３に示すように、データバスＢＵＳに接続されたＣＰＵ４１Ａ、メモリ４１Ｂ、通信インターフェイス４１Ｃ及びデータベース４１Ｄを有し、ＣＰＵ４１Ａはメモリ４１Ｂに格納されているプログラムに従って種々の処理を実行するようになされている。
【００６３】
すなわち、ＣＰＵ４１Ａは通信インターフェイス４１Ｃによって接続されたネットワークを介して種々の加入端末（図示せず）から提供情報を受け取り、これをデータベース４１Ｄに格納するようになされている。これらの提供情報は、例えば映画館の上映案内、又は交通機関の運行状況等といった特定の地域や地点に居るユーザに対して特に有用な情報である。従って、サーバ４１のＣＰＵ４１Ａは、これらの提供情報を提供する時間及び天気状況のもとにその特定地域や特定地点に行くことが予測されるユーザ（すなわち当該ユーザが所持する携帯端末）の情報及びその行動パターン（すなわちＰＲＯＣＥＳＳ）の情報を通信事業装置部３０の行動パターン解析サーバ３３に要求する。
【００６４】
行動パターン解析サーバ３３は、当該要求に応じて、行動パターン情報記憶部３４に蓄積されたＡＣＴＩＶＩＴＹオブジェクトを用い、図９及び図１０について上述した方法によりサービスプロバイダ４０から指定された曜日や天気をキー情報（Ｋｅｙ）として、携帯端末装置２０を所持するユーザの行動を予測する。
【００６５】
この行動予測処理において、行動パターン解析サーバ３３は、ＡＣＴＩＶＩＴＹオブジェクトの繋がりである予測行動パターン（ＰＲＯＣＥＳＳ）を生成する。この場合、行動パターン解析サーバ３３は、発生確率の異なる複数の予測行動パターン（ＰＲＯＣＥＳＳ）を生成する。
【００６６】
そして、行動パターン解析サーバ３３は当該行動予測結果において、サービスプロバイダ４０のサーバ４１が指定した曜日及び天気状況下で特定の地域又は地点に行くことが予測されるユーザの比較的高い発生確率からなる行動パターン（ＰＲＯＣＥＳＳ）をそのユーザを特定する情報、すなわち当該ユーザが所持する携帯端末装置２０の電話番号等からなるＩＤ情報と共にサービスプロバイダ４０のサーバ４１に供給する。
【００６７】
これによりサーバ４１のＣＰＵ４１Ａは、通信事業装置部３０から供給された行動パターン及びそのユーザ情報（携帯端末装置２０を特定する電話番号等の情報）を基に、当該携帯端末装置２０に対してデータベースから読み出した提供情報をネットワーク（図１１に示すパラボラアンテナ２５、衛星２４及び電波塔２３等からなるネットワーク又は、通信回線２２及び基地局２１からなるネットワーク等）を介して携帯端末装置２０に送信する。
【００６８】
この場合、サーバ４１は、通信事業装置部３０から供給された予測行動パターン（ＰＲＯＣＥＳＳ）を構成する各 Stay ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの嗜好情報（使用サービス及び回数）及び地点に関する情報と、各 Move ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの嗜好情報（使用サービス及び回数）及び移動経路に関する情報とに基づいて、ユーザの予測行動の中で特に必要となる可能性が高い情報をユーザの行動に先立ってデータベースから読み出し、これを携帯端末装置２０に送信する。
【００６９】
因みに、ユーザが必要とする可能性が高い情報を選択する方法として、サーバ４１は、通信事業装置部３０から供給された各ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの嗜好情報（使用サービス及び回数）のなかから、その使用回数が予め設定された所定の閾値よりも高いサービスを選択すると共に、各ＡＣＴＩＶＩＴＹオブジェクトに含まれるユーザの移動経路や地点に関する情報に基づいてユーザの行動予測経路上で特に有効となる情報を選択して携帯端末装置２０に送信する。
【００７０】
これにより、当該携帯端末装置２０を所持するユーザは、当該ユーザの行動のなかで、その時間帯及び場所毎に必要となる情報を当該ユーザの嗜好に合わせて予め享受することができる。
【００７１】
因に、行動予測システムを用いた情報提供システム１０では、各端末装置（ＰＨＳ等の携帯端末装置２０）、通信事業装置部３０及び行動パターン解析サーバ３３の互いに通信を行う装置間において両者のみで解くことができる暗号を用いるようになされている。この暗号方式としては、秘密鍵（共通鍵）暗号方式や公開鍵暗号方式が用いられる。
【００７２】
秘密鍵暗号方式は、送信側及び受信側が互いに同じ鍵を使用して暗号データの授受を行う方式であり、データを暗号化するときに用いる鍵は公開しない。具体的には、ＤＥＳ(Data Encryption Standard)又はトリプルＤＥＳがあり、これら秘密鍵方式では暗号復号化処理が速い効果がある。
【００７３】
また公開鍵方式は、秘密鍵及び公開鍵の２種類の鍵を用いてデータを暗号化する方式であり、具体的には、ＲＳＡ、ＲＣ２又はＲＣ４等の方式がある。この公開鍵暗号方式では構成要素（例えば携帯端末装置２０、通信事業装置部３０、行動パターン解析サーバ３３）が増えた場合、鍵の管理が容易になる効果がある。
【００７４】
（３）実施の形態の動作及び効果
以上の構成において、行動予測システムは、ユーザの行動を連続変化モデルとして捉えるのではなく、重要な意味を持たないと判断される時間帯を省略した離散化モデルによって捉える。この重要な事象とは、行動の切り換わる時間及び切り換わる目的地であり、ユーザの滞在や移動といった一つの行動単位をＡＣＴＩＶＩＴＹとして表現する。
【００７５】
このように離散化されたモデルを用いることにより、連続的な現象の表現手法として例えば運動方程式を用いる場合に比べて、その計算時間の短縮化が計られる。
【００７６】
かかる離散化モデルであるＡＣＴＩＶＩＴＹオブジェクトには、ユーザ特有の意味付けがなされる。例えば図６及び図８について上述した使用サービス及び回数、地点に関する情報等、ユーザの行動を特徴付ける情報がＡＣＴＩＶＩＴＹオブジェクトに含まれる。これにより、これらの情報に基づいてユーザに対して有用な情報を提供することができる。
【００７７】
また、かかる離散化モデルであるＡＣＴＩＶＩＴＹオブジェクトとして、ユーザの滞在行動を表す Stay ＡＣＴＩＶＩＴＹオブジェクトは、その Before ＡＣＴＩＶＩＴＹ情報及び Next ＡＣＴＩＶＩＴＹ情報によって前後の行動との繋がりを特徴付ける。また、ユーザの移動行動を表す Move ＡＣＴＩＶＩＴＹオブジェクトは、その出発地点情報及び目的地点情報によってこれらの地点を関連付ける。
【００７８】
このように、行動予測システムは、ユーザの行動を離散化モデル（ＡＣＴＩＶＩＴＹオブジェクト）の繋がりによって特徴付けることにより、例えば、ユーザが特定の場所に行くといった予測を、その正確な時間ではなく所定の幅を持った時間帯での行動パターン上（ＡＣＴＩＶＩＴＹオブジェクトの繋がり）で予測することになる。この結果、ユーザの行動パターンとして、時間が多少ずれても同様の行動パターンをとるといった日常行動のなかで、当該ユーザが特定の場所に行くといった予測が可能となる。
【００７９】
従って、当該予測に基づいて、ユーザの予測行動パターン上での有用な情報を事前に当該ユーザに提供することにより、ユーザは、情報の提供をサービスプロバイダ４０に対して要求することなく、所望の有用な情報を享受し得る。
【００８０】
以上の構成によれば、ユーザの行動を特徴付ける離散的モデル（ＡＣＴＩＶＩＴＹオブジェクト）によってユーザの行動パターンを予測するようにしたことにより、一段と容易にユーザの行動を予測することができる。
【００８１】
因みに、ユーザの行動モデルをオブジェクトによって表現したことにより、当該オブジェクトにユーザの行動内容や利用交通機関といった情報を持たせることにより、これらの情報に関連した有用な情報を提供することができる。
【００８２】
また、図１４に示すように、行動パターン解析サーバ３３は、ＡＣＴＩＶＩＴＹオブジェクトの情報（地点情報、時間情報及び母体数）に基づいて、表示部に特定の時間帯におけるユーザの行動予測位置をその発生確率と共に色分けして表示することができる。これにより、例えば時点ｔ１においてユーザがＰ２で示される地点に居る確率が最も高く、これに続いてＰ１で示される地点に居る確率が高い予測結果を表示画面によって容易に確認することができる。
【００８３】
（４）他の実施の形態
なお上述の実施の形態においては、図１５に示すように、位置特定機能（携帯端末装置２０のＣＰＵ２０Ａ、基地局２１及びアクセスサーバ３１）を携帯端末装置２０に設け、行動パターン解析サーバ３３、位置情報記憶部３５及び行動パターン情報記憶部３４を通信事業装置部３０に設け、さらにサービス提供機能（サーバ４１）をサービスプロバイダ４０に設ける場合について述べたが、本発明はこれに限らず、例えば図１６に示すように、通信事業装置部３０の位置情報記憶部３５に加えて、携帯端末装置２０にも位置情報記憶部３５′を設けるようにしても良い。このようにすれば、多頻度で位置情報を取得する方式を実現する際に有効に機能する。例えば、携帯端末装置２０側において、ある時間間隔で多くの位置情報を集積しておき、所定のタイミングごとにまとめて通信事業装置部３０に送信する方法が考えられる。この方法によると、位置情報を通信事業装置部３０に送信する回数が少なくなることにより、送信処理が簡単になり通信コストを低減し得る。
【００８４】
また、図１７に示すように、通信事業装置部３０が位置特定機能２０′及びサービス提供機能（サーバ４１）を有すると共に、サービスプロバイダ４０が行動パターン解析サーバ３３及び行動パターン記憶部３４を有するようにしても良く、要は、携帯端末装置２０、通信事業装置部３０及びサービスプロバイダ４０にいずれかに、位置特定機能、行動解析サーバ、位置情報記憶部、行動パターン記憶部及びサービス提供機能が少なくとも一つ存在するようにすれば良い。
【００８５】
因みに、各機能の配置のパターン及びそれぞれの効果を図１８に示す。
【００８６】
また上述の実施の形態においては、携帯端末装置２０の位置を検出する際の検出時間として３０分を境界として Stay ＡＣＴＩＶＩＴＹ又は Move ＡＣＴＩＶＩＴＹを判断するようにしたが、本発明はこれに限らず、種々の時間間隔を適用することができる。
【００８７】
また上述の実施の形態においては、携帯端末装置２０としてＰＨＳ端末装置を用い、当該ＰＨＳ端末装置から基地局に送信される位置登録信号に基づいて当該ＰＨＳ端末装置の位置を特定する位置特定手段を用いる場合について述べたが、本発明はこれに限らず、例えば複数の衛星からの信号の相関に基づいて位置を特定するＧＰＳ(Global Positioning System) 受信部を有する携帯端末装置を用いる等、種々の位置特定手段を適用し得る。
【００８８】
また上述の実施の形態においては、行動予測の結果に基づいてユーザの行動エリアに関する種々の情報を提供する場合について述べたが、本発明はこれに限らず、行動予測の結果と現在位置とを比較し、当該比較結果が異なる場合にその旨をユーザに通知する等、提供する情報として種々の情報を適用し得る。
【００８９】
また上述の実施の形態においては、形態端末装置２０としてＰＨＳ端末装置を用いる場合について述べたが、本発明はこれに限らず、例えば携帯電話、ＰＤＡ(Personal Digital Assistant)、カーナビゲーションシステム、パーソナルコンピュータ、携帯テレビ、携帯ラジオ等、種々の端末を適用し得る。
【００９０】
また上述の実施の形態においては、ネットワークに接続されたサービスプロバイダを利用する場合について述べたが、本発明はこれに限らず、他の種々の情報提供手段を利用できる。
【００９１】
また上述の実施の形態においては、携帯端末装置２０が所定のタイミングで位置登録信号を基地局２１に送信する場合について述べたが、本発明はこれに限らず、ユーザが携帯端末装置２０に対して送信命令を入力することにより、ユーザの意思で位置登録信号を送信させるようにしても良い。
【００９２】
また上述の実施の形態においては、ユーザの行動予測結果を用いてユーザの行動に関連した情報をユーザが所持する携帯端末装置２０に送信する場合について述べたが、本発明はこれに限らず、ユーザの単なる過去の行動情報を用いて当該行動情報に関連した情報を携帯端末装置２０に送信するようにしても良い。
【００９３】
【発明の効果】
上述のように本発明によれば、離散した時刻における所定の情報提供対象の位置を表す、行動履歴を取得し、取得された行動履歴を、情報提供対象の滞在行動又は移動行動を示し互いに繋がりを有する単位行動履歴情報として抽出する。また複数の単位行動履歴情報を繋げて情報提供対象の予測行動パターンを生成して、当該予測行動パターンに基づく予測行動に関連した情報を情報提供対象に送信することにより、情報提供対象に対して一段と有用な情報を提供することができる。
【図面の簡単な説明】
【図１】本発明による離散系モデルの説明に供する略線図である。
【図２】離散系モデルの表現方法の説明に供する略線図である。
【図３】ＥＶＥＮＴ列からＡＣＴＩＶＩＴＹを抽出する方法を示す略線図である。
【図４】ＥＶＥＮＴ列からＡＣＴＩＶＩＴＹを抽出する方法を示すフローチャートである。
【図５】 Stay ＡＣＴＩＶＩＴＹ及び Move ＡＣＴＩＶＩＴＹの説明に供する略線図である。
【図６】 Stay ＡＣＴＩＶＩＴＹオブジェクトに割り当てられる情報を示す略線図である。
【図７】ＡＣＴＩＶＩＴＹの更新方法を示すブロック図である。
【図８】 Move ＡＣＴＩＶＩＴＹオブジェクトに割り当てられる情報を示す略線図である。
【図９】行動予測処理の説明に供する略線図である。
【図１０】ユーザの行動パターンの予測結果を示す略線図である。
【図１１】本発明による行動予測システムを用いた情報提供システムの全体構成を示す略線的接続図である。
【図１２】携帯端末装置の構成を示すブロック図である。
【図１３】サーバの構成を示すブロック図である。
【図１４】行動パターンの表示例を示す略線図である。
【図１５】構成要素の配置例を示すブロック図である。
【図１６】他の実施の形態による構成要素の配置例を示すブロック図である。
【図１７】他の実施の形態による構成要素の配置例を示すブロック図である。
【図１８】構成要素の配置例別の効果の説明に供する略線図である。
【符号の説明】
１０……情報提供システム、２０……携帯端末装置、２０Ａ、４１Ａ……ＣＰＵ、２０Ｂ、４１Ｂ……メモリ、２１……基地局、２２……通信回線、３０……通信事業装置部、３１……アクセスサーバ、３３……行動パターン解析サーバ、３４……行動パターン記憶部、３５……位置情報記憶部、４０……サービスプロバイダ、４１……サーバ。
Claims (7)
- 所定の行動履歴取得手段が、離散した時刻における所定の情報提供対象の位置を表す行動履歴を取得する行動履歴取得ステップと、
所定の単位行動履歴情報抽出手段が、取得した上記行動履歴における上記情報提供対象の位置がその直前の上記離散した時刻における行動履歴と同一の場合、上記行動履歴を既存の滞在行動を示す行動単位の構成要素として加えることにより当該行動単位の前の行動単位を表す情報及び次の行動単位を表す情報からなる前後関係の情報、上記情報提供対象の地点情報、嗜好情報及び時間に関する情報を有する滞在行動を示し、又は取得した上記行動履歴における上記情報提供対象の位置が直前の上記離散した時刻における行動履歴と異なる場合、取得した上記行動履歴の出発地点及び目的地点が直前の上記離散した時刻における行動履歴の出発地点及び目的地点と同一であるとき、上記行動履歴を既存の移動行動を示す行動単位の経由地点として加えることにより上記情報提供対象の出発地点及び目的地点を表す情報からなる前後関係の情報、経由地点、嗜好情報及び時間に関する情報を有する移動行動を示す、行動単位としてまとめ、単位行動履歴情報として抽出する単位行動履歴情報抽出ステップと、
所定の行動予測手段が、複数の上記単位行動履歴情報の中から、上記情報提供対象の行動を予想しようとする時間帯及び出発地点の情報を有する上記単位行動履歴情報を検索することにより、複数の上記単位行動履歴情報を繋げて上記情報提供対象の将来予測される行動をパターン化した、上記単位行動履歴情報の地点情報及び前後関係の繋がりの情報からなる予測行動パターンを生成する行動予測ステップと、
所定の情報送信手段が、上記予測行動パターンを上記行動予測手段から取得し、上記予測行動パターンを構成する複数の上記単位行動履歴情報に含まれる上記情報提供対象の嗜好情報、経由地点に関する情報に基づいた予測行動に関連した情報を所定のネットワークから取得して上記情報提供対象に送信する情報送信ステップと
を有する情報提供方法。 - 所定の単位行動履歴情報蓄積手段が、上記単位行動履歴情報を蓄積する単位行動履歴情報蓄積ステップを有し、
上記行動予測ステップは、上記蓄積された単位行動履歴情報に基づいて上記情報提供対象の予測行動パターンを生成する
請求項１に記載の情報提供方法。 - 上記情報送信ステップは、上記予測行動に関連した情報を当該予測行動に先立って上記情報提供対象に送信する
請求項１に記載の情報提供方法。 - 離散した時刻における所定の情報提供対象の位置を表す行動履歴を取得する行動履歴取得手段と、
取得した上記行動履歴における上記情報提供対象の位置がその直前の上記離散した時刻における行動履歴と同一の場合、上記行動履歴を既存の滞在行動を示す行動単位の構成要素として加えることにより当該行動単位の前の行動単位を表す情報及び次の行動単位を表す情報からなる前後関係の情報、上記情報提供対象の地点情報、嗜好情報及び時間に関する情報を有する滞在行動を示し、又は取得した上記行動履歴における上記情報提供対象の位置が直前の上記離散した時刻における行動履歴と異なる場合、取得した上記行動履歴の出発地点及び目的地点が直前の上記離散した時刻における行動履歴の出発地点及び目的地点と同一であるとき、上記行動履歴を既存の移動行動を示す行動単位の経由地点として加えることにより上記情報提供対象の出発地点及び目的地点を表す情報からなる前後関係の情報、経由地点、嗜好情報及び時間に関する情報を有する移動行動を示す、行動単位としてまとめ、単位行動履歴情報として抽出する単位行動履歴情報抽出手段と、
複数の上記単位行動履歴情報の中から、上記情報提供対象の行動を予想しようとする時間帯及び出発地点の情報を有する上記単位行動履歴情報を検索することにより、複数の上記単位行動履歴情報を繋げて上記情報提供対象の将来予測される行動をパターン化した、上記単位行動履歴情報の地点情報及び前後関係の繋がりの情報からなる予測行動パターンを生成する行動予測手段と、
上記予測行動パターンを上記行動予測手段から取得し、上記予測行動パターンを構成する複数の上記単位行動履歴情報に含まれる上記情報提供対象の嗜好情報、経由地点に関する情報に基づいた予測行動に関連した情報を所定のネットワークから取得して上記情報提供対象に送信する情報送信手段と
を有する情報提供装置。 - 上記行動履歴取得手段は、上記情報提供対象が携帯する端末装置に設けられ、
上記単位行動履歴抽出手段及び上記行動予測手段は、上記端末装置に対して所定の回線で接続される通信事業装置に設けられ、
上記情報送信手段は、上記通信事業装置及び上記端末装置に対して所定の回線で接続されるサービス情報提供装置に設けられる
請求項４に記載の情報提供装置。 - 上記通信事業装置は、上記行動履歴取得手段によって取得された行動履歴を蓄積する蓄積手段を有し、
上記単位行動履歴抽出手段は上記蓄積手段に蓄積された上記行動履歴に基づいて上記単位行動履歴情報を抽出する
請求項５に記載の情報提供装置。 - 上記端末装置は、上記行動履歴取得手段によって取得された行動履歴を蓄積する蓄積手段を有し、
上記単位行動履歴抽出手段は上記蓄積手段に蓄積された上記行動履歴に基づいて上記単位行動履歴情報を抽出する
請求項５に記載の情報提供装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10314899A JP4431907B2 (ja) | 1999-04-09 | 1999-04-09 | 情報提供方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10314899A JP4431907B2 (ja) | 1999-04-09 | 1999-04-09 | 情報提供方法及びその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000293540A JP2000293540A (ja) | 2000-10-20 |
| JP4431907B2 true JP4431907B2 (ja) | 2010-03-17 |
Family
ID=14346436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10314899A Expired - Lifetime JP4431907B2 (ja) | 1999-04-09 | 1999-04-09 | 情報提供方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4431907B2 (ja) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4516707B2 (ja) | 2001-07-10 | 2010-08-04 | 株式会社エヌ・ティ・ティ・ドコモ | ネットワーク制御装置、移動通信システム及び移動通信ネットワーク制御方法 |
| JPWO2003069525A1 (ja) * | 2002-02-12 | 2005-06-09 | 富士通株式会社 | 位置情報管理プログラム、位置情報管理方法および位置情報管理装置 |
| JP2003256684A (ja) * | 2002-02-26 | 2003-09-12 | Fujitsu Ltd | 社会福祉活動の仲介方法及びその支援方法 |
| JP3722229B2 (ja) | 2002-10-10 | 2005-11-30 | 松下電器産業株式会社 | 情報取得方法、情報提示方法、および情報取得装置 |
| CN100595786C (zh) | 2002-11-22 | 2010-03-24 | 松下电器产业株式会社 | 操作历史利用系统及其方法 |
| US20060036449A1 (en) * | 2002-11-22 | 2006-02-16 | Shouichi Araki | Attendant circumstance utilization device |
| WO2004104881A1 (ja) | 2003-05-26 | 2004-12-02 | Matsushita Electric Industrial Co., Ltd. | 操作履歴利用システム |
| CN1922605A (zh) | 2003-12-26 | 2007-02-28 | 松下电器产业株式会社 | 辞典制作装置以及辞典制作方法 |
| WO2006040901A1 (ja) | 2004-10-14 | 2006-04-20 | Matsushita Electric Industrial Co., Ltd. | 移動先予測装置および移動先予測方法 |
| JP2007089131A (ja) * | 2005-07-25 | 2007-04-05 | Sony Corp | 情報処理装置および方法、プログラム、並びに記録媒体 |
| JP4812498B2 (ja) * | 2006-04-03 | 2011-11-09 | 株式会社エヌ・ティ・ティ・ドコモ | 携帯端末、コンテンツ提供システム、及びコンテンツ提供方法 |
| US8115625B2 (en) | 2006-05-26 | 2012-02-14 | Panasonic Corporation | Parental alert and child tracking device which determines if a child has deviated from a predicated travel route |
| JP4580910B2 (ja) * | 2006-07-24 | 2010-11-17 | 株式会社エヌ・ティ・ティ・ドコモ | 移動通信システム及び移動通信ネットワーク制御方法 |
| JP5019367B2 (ja) * | 2007-05-01 | 2012-09-05 | シャープ株式会社 | 電子機器およびその制御方法 |
| WO2010013572A1 (ja) * | 2008-07-28 | 2010-02-04 | 国立大学法人筑波大学 | 建物内制御装置 |
| JP2011214948A (ja) | 2010-03-31 | 2011-10-27 | Sony Corp | 情報処理装置、行動予測表示方法及びコンピュータプログラム |
| JP5415377B2 (ja) * | 2010-08-12 | 2014-02-12 | 株式会社Ｎｔｔドコモ | 滞在時間推定装置及び滞在時間推定方法 |
| JP5994389B2 (ja) * | 2012-05-24 | 2016-09-21 | 日本電気株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
| JP6545115B2 (ja) * | 2016-03-22 | 2019-07-17 | Kddi株式会社 | ユーザの将来期間の生活パターンを予測する生活パターン予測装置、携帯端末、プログラム及び方法 |
-
1999
- 1999-04-09 JP JP10314899A patent/JP4431907B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000293540A (ja) | 2000-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4431907B2 (ja) | 情報提供方法及びその装置 | |
| CN101069437B (zh) | 通信设备的检索系统 | |
| CN104221403B (zh) | 基于位置的应用推荐 | |
| EP1260791B1 (en) | Position-associated information brokering/acquiring method, brokering computer system, and mobile terminal | |
| AU775765B2 (en) | Method and system for location management and location information providing system | |
| JP2009100391A (ja) | 通信端末装置と通信システムおよび情報利用方法 | |
| JP2001056805A (ja) | 行動予測方法及びその装置 | |
| US9679301B2 (en) | Method, apparatus and computer program product for developing, aggregating, and utilizing user pattern profiles | |
| JP2012008771A (ja) | 情報処理装置、情報処理システム、情報処理方法およびプログラム | |
| JP2009105882A (ja) | 通信端末装置と通信システムおよび情報利用方法 | |
| CN105096521A (zh) | 安全预警方法及相关装置 | |
| JP2001014297A (ja) | 行動予測方法、情報提供方法及びそれらの装置 | |
| EP1386514A2 (en) | Distributed location based service system | |
| JP2007089879A (ja) | オンラインゲームサービス提供システム、オンラインゲームサービス提供方法、およびオンラインゲームサービス提供プログラム | |
| JP2010134762A (ja) | 情報通知システム、情報通知方法およびプログラム | |
| KR100932630B1 (ko) | 정보 제공 시스템 및 정보 제공 방법 | |
| JP2007336486A (ja) | 移動端末装置およびその制御プログラムならびにサーバ | |
| JP2000293506A (ja) | 行動予測方法及びその装置 | |
| EP1357517A1 (en) | Animation data creating method, animation data creating device, terminal device, computer-readable recording medium recording animation data creating program and animation data creating program | |
| Kim et al. | Context-aware mobile service for routing the fastest subway path | |
| KR100340199B1 (ko) | 위치정보와 지리정보를 이용한 위치 확인 서비스 방법 | |
| CN114651267A (zh) | 信息推送方法、装置、服务器及存储介质 | |
| JP2017130017A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JPWO2008149408A1 (ja) | 情報検索システム、それに用いられる移動頻度管理装置およびエリア情報検索装置、移動頻度管理装置におけるプログラム、エリア情報検索装置におけるプログラム、およびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| KR101148441B1 (ko) | 지역 정보 제공 방법 및 지역 정보 제공 서버 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090305 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090423 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090723 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090914 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20091126 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091209 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130108 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |