JP5244683B2 - 人間関係判定装置、人間関係判定方法及び人間関係判定プログラム - Google Patents

Description

この発明は、複数人の位置情報の移動履歴をもとにこれら複数の人間の関係を判定するための装置、方法及びプログラムに関する。

近年、ＧＰＳ（Global Positioning System）等の位置計測手段を利用して、ユーザの位置を計測し移動履歴を管理する機能を備えた携帯端末或いは車載端末が増えている。そして、この種の機能を利用して、着目するユーザとその他の人についてそれぞれその位置情報から滞在地を検出し、この検出した滞在地をもとに両者間の関係を判定することが提案されている。例えば、非特許文献１には、人物Ａ、Ｂの滞在地がある一定期間内に一定数又は一定時間重畳しているか否かを判定し、これらの条件を満たす場合に人物Ａ、Ｂは知人であると判定する手法が記載されている。

Berett Adams, Extraction of Social Context and Application to Personal Multimedia Exploration, 2006

ところが、ユーザと他者との間の関係を判定する上記従来の手法には、以下のような改善すべき課題があった。
すなわち、第１の課題は、滞在地が一定数重畳しているだけで二者が知人であると判定してしまうため、無関係の人どうしを知人と判定してしまう点である。例えば、ユーザと他者が集合住宅等の同一の建物に住んでいたり、同一ビル内の別会社又は別の部署に勤務している場合で、同一の路線を利用して通勤しているような場合には、両者間に面識がない場合でも知人と誤判定してしまう。

第２の課題は、ユーザと他者との関係を知人と判定したとしても、当該二者が単に面識がある程度の関係なのかそれとも親しい友人関係なのかといった、より詳しい関係を判定することができない点である。知人レベルに止まらず、親しい友人関係にあることを検出することは、レコメンドを行う上できわめて重要である。例えば、本人に有用な情報を友人に話の種として配信したり、本人が欲しい誕生日プレゼント等の商品に関するレコメンドを配信する場合に、配信先が単なる知人であるかそれとも親しい友人であるかによって、レコメンドによる効果が大きく異なってくる。

この発明は上記事情に着目してなされたもので、その目的とするところは、複数のユーザの移動履歴情報を用いるだけでユーザ同士の人間関係をより正確に判定することを可能にした人間関係判定装置、人間関係判定方法及び人間関係判定プログラムを提供することにある。

上記目的を達成するためにこの発明は以下のような手段を講じたものである。
すなわち、一般に同行中のユーザ同士が特定の人間関係、例えば親しい友人関係にある場合、徒歩や、自家用車又はタクシ等の個別輸送機関を利用して同行する頻度が高くなる。これに対し、ユーザ同士が無関係な場合や知人程度の関係の場合には、バスや電車等の大量輸送機関を利用して偶然同行することはあっても、徒歩や個別輸送機関を利用して同行する頻度はきわめて低くなる。
この発明の第１の観点はこのような点に着目してなされたもので、先ず複数のユーザの滞在位置の遷移を表す移動履歴情報に基づいて検出された、当該各ユーザの移動手段を表す情報と、各ユーザ間の同行の状況を表す同行情報とをそれぞれ取得し、この取得された移動手段を表す情報及び同行情報をそれぞれ移動手段情報記憶部及び同行情報記憶部に記憶させる。次に、上記複数のユーザのうち注目するユーザとその他のユーザとの間の人間関係を判定する際に、上記移動手段情報記憶部に記憶された移動手段を表す情報及び上記同行情報記憶部に記憶された同行の状況を表す情報に基づいて、上記その他のユーザの各々について、予め設定された一定期間における移動手段別の上記注目ユーザとの同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存する。そして、このメモリに保存されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を読み出し、この読み出されたログ情報に基づいて上記注目ユーザとその他のユーザとが特定の人間関係にあるか否かを判定して、この判定結果を表す情報を判定結果記憶部に記憶させるようにしたものである。

具体的には、ログ情報を生成する際に、移動手段として徒歩、個別輸送機関及び大量輸送機関を定義して、これらの移動手段別に同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存する。また、人間関係としてその親密度の高さに応じて無関係、知人関係及び友人関係を定義し、これらの移動手段の中から徒歩及び個別輸送機関を友人関係の判定に適した移動手段として選択して、この徒歩及び個別輸送機関の各々について生成されたログ情報を上記メモリから読み出す。そして、この読み出されたログ情報により表される同行の頻度を予め設定したしきい値と比較し、当該同行の頻度がしきい値以上となるその他のユーザを上記注目ユーザに対し友人関係にあるユーザであると判定して、この判定結果を表す情報を判定結果記憶部に記憶させるものである。

したがって、徒歩及び個別輸送手段を利用しているときの同行の頻度をもとに、ユーザ同士が特定の人間関係、例えば友人関係にあるか否かが判定される。このため、無関係又は知人程度の関係のユーザ同士が、バスや電車等の大量輸送機関を利用して偶然同行しているような場合でも、これら無関係又は知人程度の関係のユーザ同士を友人関係にあると誤って判定する確率は低減される。また、人間関係を判定するために、例えばユーザの個人情報等を別途取得してこれを判定要素として使用せずに、ユーザの移動履歴情報のみを使用して判定することができるので、簡単な処理により判定を行うことができる。

また、この発明の第２の観点は、複数のユーザの各々についてその滞在位置の遷移を表す移動履歴情報を取得し、この取得された移動履歴情報を位置情報記憶部に記憶させる。そして、この位置情報記憶部から移動履歴情報を読み出し、この読み出された移動履歴情報に基づいて上記各ユーザの移動手段を判定すると共に、複数のユーザ間の同行の状況を判定し、その判定結果を表す情報を同行情報記憶部に記憶させる。さらに、上記移動手段情報記憶部に記憶された移動手段の判定結果を表す情報と、上記同行情報記憶部に記憶された同行の状況の判定結果を表す情報に基づいて、その他のユーザの各々について予め設定された一定期間における移動手段別の注目ユーザとの同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存する。そして、このメモリに保存されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を読み出し、この読み出されたログ情報に基づいて上記注目ユーザとその他のユーザとが特定の人間関係あるか否かを判定して、この判定結果を表す情報を判定結果記憶部に記憶させるようにしたものである。
このようにすると、複数のユーザの移動履歴情報を取得しさえすれば、装置内で各ユーザの移動手段と、複数のユーザ間の同行の状況を判定することが可能となり、この移動手段の判定結果を表す情報と同行の状況の判定結果を表す情報に基づいて、ユーザ同士が特定の人間関係にあるか否かを判定することが可能となる。

すなわちこの発明によれば、複数のユーザの移動履歴情報を用いるだけでユーザ同士の人間関係をより正確に判定することを可能にした人間関係判定装置、人間関係判定方法及び人間関係判定プログラムを提供することができる。

この発明に係わる人間関係判定装置の一実施形態を示す機能ブロック図である。 図１に示した人間関係判定装置のハードウエア及びソフトウエアの構成を示すブロック図である。 図２に示した人間関係判定処理による人間関係判定処理手順と処理内容を示すフローチャートである。 図３に示した人間関係判定処理のうち、移動手段判定処理の説明に使用する図である。 図３に示した人間関係判定処理のうち、移動手段判定処理の説明に使用する図である。 図３に示した人間関係判定処理のうち、移動手段判定処理の手順とその処理内容を示すフローチャートである。 図６に示した移動手段判定処理のうち、移動手段判定補正処理の手順とその処理内容を示すフローチャートである。 図６及び図７に示した処理手順とその処理内容により判定された移動手段の一例を示す図である。 移動手段と友人の可能性との関係を表す図である。 図３に示した人間関係判定処理のうち、友人判定処理の手順とその処理内容を示すフローチャートである。 あるユーザと他者との間の一ヶ月間における同行軌跡を表すログデータの一例を示す図である。 あるユーザと他者との間の翌月における同行軌跡を表すログデータの一例を示す図である。

以下、図面を参照してこの発明に係わる実施形態を説明する。
図１は、この発明に係わる人間関係判定装置の一実施形態を示す機能ブロック図である。この実施形態の人間関係判定装置は、例えば携帯電話機やＰＤＡ（Personal Digital Assistant）等の携帯端末からなり、位置計測部１と、入出力インタフェース２と、記憶部３と、同行・移動手段判定部４と、友人判定部５と、タイマ６を備えている。

位置計測部１は、図示しないＧＰＳ衛星から送信されるＧＰＳ信号を受信し、この受信されたＧＰＳ信号をもとに自装置の位置情報を計算する。位置情報は、例えば時刻、緯度及び経度により表される。タイマ６は判定処理を開始するタイミングを規定する開始トリガ信号を発生する。

入出力インタフェース２は、図示しない入力デバイスにおいて操作者が入力した開始トリガ信号、及び上記タイマ６において発生された開始トリガ信号をそれぞれ取り込み、この取り込んだ開始トリガ信号を同行・移動手段判定部４及び友人判定部５に与える。またそれと共に入出力インタフェース２は、上記位置計測部１において計算された位置情報を取り込んで、この位置情報を記憶させるべく記憶部３へ転送する。

記憶部３は、上記位置情報をはじめ人間関係を判定する上で取得又は生成される種々の情報又はデータを記憶する。同行・移動手段判定部４は、上記開始トリガ信号を受け取ると、上記記憶部３に記憶された自装置の位置情報と、他者の端末から取得したその位置情報をもとに、他者との同行の有無、及び移動手段を判定するための処理を行う。友人判定部５は、上記同行・移動手段判定部４により判定された他者との同行の有無と移動手段の判別結果をもとに、本装置のユーザにとって他者が友人であるか否かを判定する。

図２は、上記人間関係判定装置のハードウエア及びソフトウエアの構成を示すブロック図である。この装置は、中央処理ユニット（Central Processing Unit ；ＣＰＵ）を有し、このＣＰＵ１１に対しバス１２を介してプログラムメモリ１３、データメモリ１４及びＧＰＳ受信機１５を接続し、さらにインタフェース群を接続したものとなっている。インタフェース群は、通信インタフェース１６と、入出力インタフェース１７と、タイマインタフェース２０とからなる。

ＧＰＳ受信機１５は、図示しないＧＰＳ衛星から送信されるＧＰＳ信号をアンテナ１５ａを介して受信し、この受信したＧＰＳ信号に含まれる位置計測に必要なデータをＣＰＵ１１へ出力する。通信インタフェース１６はアンテナ１６ａを備え、図示しない移動通信ネットワークを介して他者の携帯端末又はサーバ装置との間で通信を行う。入出力インタフェース１７には入力デバイス１８及び表示デバイス１９が接続される。入力デバイス１８は、ダイヤルキー及び複数の機能キーを有するキーボードからなる。表示デバイス１９は液晶ディスプレイ又は有機ＥＬディスプレイからなる。入出力デバイス１７は、上記入力デバイス１８から操作信号を取り込むと共に、通信に必要な諸情報と本装置により得られた人間関係判定結果等の情報を表示デバイス１９に表示させる。タイマインタフェース２０は、タイマ６から発生された開始トリガ信号を受信してＣＰＵ１１に通知する。

データメモリ１４には、この発明を実施する上で必要な情報を記憶するエリアとして、位置情報記憶エリア１４１と、同行情報記憶エリア１４２と、移動手段情報記憶エリア１４３と、友人判定記憶エリア１４４が設けられている。位置情報記憶エリア１４１には、上記ＧＰＳ受信機１５により計算された自装置の位置情報と、他社の携帯端末から受信した他者の移動履歴情報が記憶される。同行情報記憶エリア１４２には、後述する同行判定プログラムにより得られる、他者が同行しているか否かを判定した結果を表す情報が記憶される。移動手段情報記憶エリア１４３には、後述する移動手段判定プログラムにより得られる移動手段の判定結果を表す情報が記憶される。友人判定記憶エリア１４４には、後述する友人判定プログラムにより得られる、他者が友人か否かを判定した結果を表す情報が記憶される。

プログラムメモリ１３には、入出力制御プログラム１３１と、位置計測制御プログラム１３２と、同行判定プログラム１３３と、移動手段判定プログラム１３４と、友人判定プログラム１３５が格納されている。
入出力制御プログラム１３１は、通信インタフェース１６、入出力インタフェース１７及びタイマインタフェース２０をそれぞれ制御して、通信データ、操作データ、表示データ及び開始トリガ信号の送受信又は入出力を行わせる処理を、ＣＰＵ１１に実行させる。

位置計測制御プログラム１３２は、図１に示した位置計測部１の機能を実現するもので、ＧＰＳ受信機１５により受信されたＧＰＳ信号に含まれるデータを定期的に取り込んで緯度と経度により表される自装置の位置情報を計算し、この計算された位置情報をデータメモリ１４内の位置情報記憶エリア１４１に自装置のユーザの移動履歴情報として記憶させる処理を、上記ＣＰＵ１１に実行させる。

同行判定プログラム１３３は、図１に示した同行・移動手段判定部４が備える機能のうちの同行判定機能を実現するもので、以下の処理を上記ＣＰＵ１１に実行させる。
(1) 自装置のユーザの移動履歴情報と、予め他者の携帯端末から取得し記憶しておいた他者の移動履歴情報をデータメモリ１４の位置情報記憶エリア１４１からそれぞれ読み出す処理。
(2) 上記読み出された自装置のユーザの移動履歴情報に含まれる位置情報と、他者の移動履歴情報に含まれる位置情報とを、同一の時間区間同士で比較してその距離差を計算する。そして、この距離差をもとに同行の有無を判定する処理。
(3) 上記(2) により得られた同行の有無の判定結果を表す情報を、データメモリ１４の同行情報記憶エリア１４２に記憶させる処理。

移動手段判定プログラム１３４は、図１に示した同行・移動手段判定部４が備える機能のうちの移動手段判定機能を実現するもので、以下の処理を上記ＣＰＵ１１に実行させる。
(1) データメモリ１４の位置情報記憶エリア１４１から自装置のユーザの移動履歴情報及び他者の移動履歴情報をそれぞれ読み出す。
(2) 上記読み出された自装置のユーザの移動履歴情報及び他者の移動履歴情報の各々について、当該移動履歴情報に含まれる位置情報とその時刻から時間帯別の速度と加速度を求め、この求めた速度と加速度から当該時間帯における移動手段を判定する処理。
(3) 上記(2) により得られた移動手段の判定結果を表す情報を、データメモリ１４の移動手段情報記憶エリア１４３に記憶させる処理。

友人判定プログラム１３５は、図１に示した友人判定部５が備える機能を実現するもので、以下の処理をＣＰＵ１１に実行させる。
(1) 人間関係の判定対象となる複数の他者の各々について、一定期間（例えば１ヶ月間）における移動手段別の同行軌跡を表すログデータを生成する処理。この処理は、移動手段情報記憶エリア１４３に記憶された移動手段判定結果を表す情報と、同行情報記憶エリア１４２に記憶された同行の有無の判定結果を表す情報をもとに行われる。
(2) 上記生成されたログデータから、友人判定に適した特定の移動手段、例えば徒歩と個別輸送機関（自家用車、タクシー）について生成したログデータを抽出し、この抽出したログデータに基づいて自装置のユーザと他者との人間関係が友人関係にあるか否かを判定する処理。

次に、以上のように構成された人間関係判定装置の動作を説明する。
図３は、当該判定装置による人間関係判定処理の全体の流れを示すフローチャートである。

ＣＰＵ１１は、ステップＳ１により開始トリガの入力操作を監視している。この状態で、ユーザが入力デバイス１８において開始トリガの入力操作を行うと、ＣＰＵ１１は入出力インタフェース１７を介して上記開始トリガ信号を受け取る。

上記開始トリガ信号を受け取るとＣＰＵ１１は、先ずステップＳ２において同行・移動手段の判定処理が実行可能か否かを判定する。いま、同行・移動手段判定処理を許可する旨のフラグがデータメモリ１４に設定されていれば、ＣＰＵ１１はステップＳ３において位置計測制御プログラム１３２、移動手段判定プログラム１３４及び同行判定プログラム１３３を順次起動し、これらのプログラムに従い自装置の位置計測処理、移動手段判定処理及び同行判定処理を実行する。そして、以上の各処理により得られた位置情報、移動手段の判定結果を表す情報（移動手段情報）及び同行判定結果を表す情報（同行情報）をそれぞれデータメモリ１４内の位置情報記憶エリア１４１、移動手段情報記憶エリア１４３及び同行情報記憶エリア１４２に記憶させる（ステップＳ４）。

ＣＰＵ１１は、続いてステップＳ５において友人判定処理を行うか否かを判定する。いま、友人判定処理を許可する旨のフラグが設定されており、かつ友人判定に必要な期間の位置情報、同行情報及び移動手段情報がデータメモリ１４に記憶されていれば、ＣＰＵ１１はステップＳ６において友人判定プログラム１３５を起動する。そして、この友人判定プログラム１３５に従い、自装置のユーザと他者との間の人間関係が「友人関係」にあるか否かを判定し、その判定結果を表す情報をデータメモリ１４の友人判定結果記憶エリア１４４に記憶させる。

以上述べた各処理をさらに詳しく説明する。
（１）位置計測処理
自装置の位置計測処理は、位置計測制御プログラム１３２に従い、予め設定された周期で定期的に行われる。すなわち、ＣＰＵ１１は、図６のステップＳ１１において、ＧＰＳ受信機１５から、複数のＧＰＳ衛星から送信されたＧＰＳ信号に含まれる位置計測用データを定期的に取り込む。そして、この取り込んだ各位置計測用データをもとに周知の演算を行って、緯度及び経度により表される自装置の位置情報を計算し、この計算された位置情報を計測時刻を表す情報に対応付けてデータメモリ１４内の位置情報記憶エリア１４１に記憶させる。かくして、位置情報記憶エリア１４１には自装置の位置の遷移を表す移動履歴情報が蓄積される。

またＣＰＵ１１は、定期的又は任意のタイミングで、他の複数のユーザの携帯端末から当該ユーザの移動履歴情報を通信インタフェース１６を介してそれぞれ受信し、この受信した他の複数のユーザの移動履歴情報をそれぞれユーザ識別情報（ユーザＩＤ）に対応付けて上記位置情報記憶エリア１４１に記憶させる。

（２）移動手段判定処理
本実施形態の移動手段判定処理機能は、移動手段の判定を行うための移動手段判定機能と、その移動手段判定結果を補正する移動手段判定補正機能を有する。
いま仮に、現在時刻Ｔから一定時間前（ｎ秒間）を判定区間として移動手段を判定した場合、ユーザは実際には全区間を手段αで移動していても、判定結果では手段αと手段βとを切り替えて移動したものと誤判定される可能性がある。

そこで、この誤判定を減少させるために、図４に示すように現在時刻Ｔより１つ前の判定区間の判定を補正することで判定精度を向上させる。判定区間とは、移動手段の判定を行う区間のことである。判定区間がｎ秒であれば、ｎ秒間のデータから１つの移動手段を判定することになる。図４のように現在時刻がＴのときは、判定区間Ｂ（判定区間Ａより１つ前の判定区間）の結果を、判定区間Ａの結果と先に判定された移動手段（キャッシュ）を用いて修正する。つまり、時刻Ｔ−２ｎから時刻Ｔ−ｎまでの時間の移動手段を補正する。誤判定は上記図４に示すように１区間のみに唐突に出現することが多い。このため、判定区間を１つずらすことで補正を行うことができる。この手法を用いた判定パターンは大きく分けて図５の４種類になる。

図６は、以上の手法を採用した移動手段判定処理の手順と内容を示すフローチャートである。
ステップＳ１１において、位置計測制御プログラム１３２により計算された位置情報及び計測時刻を表す情報が位置情報記憶エリア１４１に記憶されると、ＣＰＵ１１は移動手段判定プログラム１３４を起動する。そして、この移動手段判定プログラム１３４の制御の下で、先ず開始トリガの有無により移動手段の判定を行うか否かを判定し（ステップＳ１２）、移動手段判定を行う場合はステップＳ１３へ移行し、行わない場合は処理を終了する。

ＣＰＵ１１は次に、データメモリ１４の位置情報記憶エリア１４１から、判定区間における自装置ユーザの位置情報及び計測時刻を読み出す（ステップＳ１３）。そして、移動手段の判定を行うだけのデータ数が有るか否かを判定し（ステップＳ１４）、データ数がそろっていればステップＳ１５へ移行し、そろっていなければＳ１２に戻る。ステップＳ１５に移行するとＣＰＵ１１は、上記ステップＳ１３で読み出した位置情報から各計測時刻における速度と加速度を算出し、算出した速度及び加速度から判定区間Ａ，Ｂの移動手段を判定する（ステップＳ１６）。

次にＣＰＵ１１は、ステップＳ１７において、上記判定された移動手段の判定結果に対し移動手段判定補正処理を行う。図７は、この移動手段判定補正処理の手順と処理内容を示すフローチャートである。図７に示すように、移動手段判定補正処理はキャッシュがあるかないかにより処理が分岐し、キャッシュがある場合には判定区間Ａ，Ｂの結果が等しいかどうかで大きく処理が分かれる。

ＣＰＵ１１は、先ずステップＳ７０１において、先に判定された移動手段（キャッシュ）が位置情報記憶エリア１４１に記憶されているか否かを判定し、キャッシュが記憶されていればステップＳ７０２へ、記憶されていなければステップＳ７１１へそれぞれ移行する。ステップＳ７１１に移行するとＣＰＵ１１は、判定区間Ｂの結果をキャッシュに保存し、判定区間Ｂの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア１４３に記憶し、処理を終了する（ステップＳ７５３）。

これに対しステップＳ７０２に移行するとＣＰＵ１１は、判定区間Ａ，Ｂの結果が等しいか否かを判定し、等しければステップＳ７２１へ、等しくなければステップＳ７３１へそれぞれ移行する。ステップＳ７２１に移行するとＣＰＵ１１は、判定区間Ａ，Ｂの結果とキャッシュが等しいか否かを判定し、等しければステップＳ７５３へ、等しくなければステップＳ７２２へそれぞれ移行する。ステップＳ７２２に移行するとＣＰＵ１１は、判定区間Ｂの結果を位置情報記憶エリア１４１のキャッシュに上書きし、判定区間Ｂの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア１４３に記憶し、処理を終了する（ステップＳ７５３）。

一方、ステップＳ７０２において判定区間Ａ，Ｂの結果が異なると判定すると、ＣＰＵ１１は判定区間Ｂの結果とキャッシュが等しいか否かをステップＳ７３１で判定し、等しければステップＳ７５３へ、等しくなければステップＳ７３２へそれぞれ移行する。そして、ステップＳ７３２に移行するとＣＰＵ１１は、判定区間Ａの結果とキャッシュとが等しいか否かを判定し、判定区間Ａの結果とキャッシュが等しければステップＳ７５１へ移行し、判定区間Ａの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア１４３に記憶し、処理を終了する。これに対し、判定区間Ａの結果とキャッシュが等しくないとステップＳ７３２で判定された場合には、ＣＰＵ１１はステップＳ７５２へ移行して、キャッシュの移動手段判定結果を対象判定区間の結果として移動手段情報記憶エリア１４３に記憶し、処理を終了する。

以上述べた移動手段判定処理とその補正処理は、位置情報記憶エリア１４１に記憶された自装置ユーザの移動履歴情報に対し先ず行われ、続いて位置情報記憶エリア１４１に記憶されたその他の各ユーザの移動履歴情報について行われる。図８に以上のようにして得られた移動手段の判定結果の一例を示す。
そして、人間関係の判定対象となるすべてのユーザの移動履歴情報について、上記移動手段判定処理とその補正処理が終了すると、次に同行判定処理に移行する。

（３）同行判定処理
自装置ユーザと他のユーザとが同行しているか否かの判定を、ＣＰＵ１１は同行判定プログラム１３に従い以下のように実行する。
すなわち、本実施形態では、ＧＰＳの計測精度の良し悪しに応じて同行の判定基準が変化する手法を用いる。その際、計測精度の尺度としてＤＯＰ（Dilution Of Precision）値を使用する。ＤＯＰ値とは、捕捉したＧＰＳ衛星の数や配置場所、信号の強度をもとに算出される値であり、ＤＯＰ値が小さいほど計測精度が高くなる。一般的にＤＯＰ値１に対して誤差５ｍと言われているため、ＤＯＰ値に５を掛けた値を誤差距離ｒと定義する。
ｒ＝５×ＤＯＰ値 (1)
(1)式を定義することで、計測された位置座標からの誤差範囲を表すことが可能である。したがって、例えばユーザＵ１とユーザＵ２の位置座標の誤差範囲どうしが重なっていれば、ユーザＵ１とユーザＵ２は同行している可能性が高いといえる。

誤差範囲を描く円の半径を誤差距離ｒとし、この誤差距離ｒと二者の計測された位置座標間の距離を用いて同行しているか否かを表す確度を算出する。この発明では、この確度のことを同行度と呼ぶ。ユーザＡの位置座標とユーザＢの位置座標との距離をｄ、ユーザＵ１の誤差距離をｒ１、ユーザＵ２の誤差距離をｒ２とした場合、同行度Ｆを次のように定義する。
Ｆ＝１−（ｄ／（ｄ＋ｒ１＋ｒ２）） (2)
いま、ｒ１＋ｒ２を合成誤差距離Ｒとおくと、(2)式は以下のように変形できる。
Ｒ＝（Ｆ／（１−Ｆ））ｄ (3)
(3)式は、合成誤差距離Ｒを縦軸に、計測距離ｄを横軸にした二次元平面上における傾きＦ／（１−Ｆ）の直線を表す式とみなすことができる。つまり、同行度Ｆは合成誤差距離Ｒと計測距離ｄをそれぞれ軸とした二次元平面上における直線の傾きを示すものとなる。したがって、同行度Ｆは、二者間の計測距離ｄと合成誤差距離Ｒとの関係を表したものの区切りとして使用できる。そのため、同行度Ｆは計測距離ｄと合成誤差距離Ｒを考慮した同行判定のしきい値として利用可能である。

同行度Ｆを(2)式で表すことによって、二者間の距離が単純に近いかどうかだけでなく、誤差を踏まえた上での判定ができる。したがって、この同行度Ｆを利用することによって、ＧＰＳによる位置座標の計測誤差を考慮した判定が可能となり、より精度の高い同行判定を行うことが可能となる。

ＣＰＵ１１は、位置情報記憶エリア１４１から読み出した自装置ユーザの移動履歴と、同じく同記憶エリア１４１から読み出した他の各ユーザの移動履歴とをもとに、一定の時間区間ごとに、以上述べた原理に従い自装置ユーザと他の各ユーザとの間の同行判定をそれぞれ行う。そして、その判定結果を表す情報を、他のユーザの識別情報に対応付けてデータメモリ１４内の同行情報記憶エリア１４２に記憶させる。

（４）友人判定処理
ＣＰＵ１１は、友人判定プログラム１３５に従い以下のように判定処理を実行する。図１０はその処理手順と処理内容を示すフローチャートである。
すなわち、ＣＰＵ１１は先ずステップＳ６０１において記憶部、つまりデータメモリ１４内の同行情報記憶エリア１４２及び移動手段情報記憶エリア１４３から、自装置ユーザの同行情報及び移動手段情報と、他の各ユーザの同行情報及び移動手段情報をそれぞれ読み出す。そして、この読み出された自装置ユーザの同行情報及び移動手段情報と、他の各ユーザの同行情報及び移動手段情報に基づいて、ステップＳ６０２により、他の各ユーザについて、一定期間（例えば１ヶ月間）における移動手段別の同行の状況（同行軌跡）を表すログデータを生成する。

例えば、いま判定対象の他ユーザとしてＡ，Ｂ，Ｃ，Ｄ，Ｅの５人を定義し、かつ移動手段として「徒歩」、「自家用車」、「タクシ」、「バス」、「電車」の５種類を定義したとすると、図１１に示すように他ユーザＡ，Ｂ，Ｃ，Ｄ，Ｅの各々について、５種類の移動手段別のログデータを生成する。そして、この生成したログデータをデータメモリ１４内の作業エリアに一旦保存する。なお、同行軌跡を表す情報は、１ヶ月間における移動手段別の同行回数と、同行している時間の長さの平均値とする。

次にＣＰＵ１１は、判定を行っていない他ユーザの有無をステップＳ６０３により確認したのち、ステップＳ６０４において判定対象の他ユーザのうちの一人（例えばＡ）を選択し、この選択した他ユーザＡのログデータを読み出す。そして、友人判定に適した特定の移動手段として、「徒歩」、「自家用車」、「タクシ」を選択し、この選択した特定の移動手段について生成したログデータをもとに、自装置のユーザにとって他ユーザが友人関係にあるか否かを判定する。なお、特定の移動手段として、「徒歩」、「自家用車」、「タクシ」を選択した理由は、同行する際の移動手段として「徒歩」、「自家用車」、「タクシ」を使用する場合には、友人関係である可能性が高いという統計データに基づく。図９にその一例を示す。

ＣＰＵ１１は、先ずステップＳ６０５において、「徒歩」の同行軌跡を表す情報、つまり同行回数と同行時間の平均値を予め設定してあるしきい値と比較し、しきい値以上であるか否かを判定する。このとき、「徒歩」のしきい値としては、例えば同行回数＝１０回、同行時間平均値＝１０分が用いられる。そして、この判定の結果、同行回数及び同行時間の平均値がいずれもしきい値以上であれば、他ユーザＡは「友人」であると見做し、ステップＳ６１１により上記判定結果をデータメモリ１４内の友人判定結果記憶エリア１４４に記憶させる。

一方、上記判定の結果、「徒歩」の同行回数及び同行時間の平均値の少なくとも一方がしきい値に満たなければ、ＣＰＵ１１はステップＳ６０６に移行する。そして、このステップＳ６０６において、「自家用車」による同行回数をしきい値と比較し、しきい値以上であるか否かを判定する。このとき、「自家用車」のしきい値は、例えば同行回数＝３回に設定される。そして、この判定の結果、同行回数がしきい値以上であれば、他ユーザＡは「友人」であると見做し、ステップＳ６１１に移行して上記判定結果をデータメモリ１４内の友人判定結果記憶エリア１４４に記憶させる。

また、上記判定の結果、「自家用車」による同行回数がしきい値に満たなければ、ＣＰＵ１１はステップＳ６０７に移行する。そして、このステップＳ６０７において、「タクシ」による同行回数をしきい値と比較し、しきい値以上であるか否かを判定する。このとき、「タクシ」のしきい値も、例えば上記「自家用車」の場合と同じく同行回数＝３回に設定される。そして、この判定の結果、同行回数がしきい値以上であれば、他ユーザＡは「友人」であると見做し、ステップＳ６１１に移行して上記判定結果をデータメモリ１４内の友人判定結果記憶エリア１４４に記憶させる。
これに対し、上記判定の結果、「タクシ」による同行回数もしきい値に満たなければ、ＣＰＵ１１はステップＳ６２１に移行する。そして、他ユーザＡは自装置ユーザにとって友人ではないと判定し、この判定結果を友人判定結果記憶エリア１４４に記憶させる。

以後同様に、判定対象の他ユーザＢ，Ｃ，Ｄ，Ｅについてもそれぞれ上記ステップＳ６０４〜ステップＳ６０７による判定処理を実行し、その判定の結果「徒歩」、「自家用車」、「タクシ」のうちいずれかひとつでも同行回数及び／又は同行時間平均値がしきい値以上と判定されれば、当該他ユーザを「友人」と見做してその判定結果をデータメモリ１４内の友人判定結果記憶エリア１４４に記憶させる。

図１１に示したログデータに基づく友人判定の結果は以下のようになる。
ユーザＡ（友人）；「徒歩」による同行回数及び同行時間の平均値がいずれもしきい値以上となるので、「友人」と判定。
ユーザＢ（友人）；「徒歩」による同行回数及び同行時間の平均値がいずれもしきい値以上となるので、「友人」と判定。
ユーザＣ（友人）；「徒歩」による同行回数及び同行時間の平均値はしきい値未満であるが、「自家用車」による同行回数がしきい値以上となるので、「友人」と判定。
ユーザＤ（友人）；「徒歩」、「自家用車」、「タクシ」のいずれも同行回数がしきい値未満となるため、「友人ではない」と判定。
ユーザＥ（友人）；「徒歩」、「自家用車」、「タクシ」のいずれも同行回数がしきい値未満となるため、「友人ではない」と判定。
以上の判定結果を見ると、ユーザＤ以外は正解しているため正解率は８０％となる。

また、図１２に示す翌月のログデータに基づいて同様に友人判定すると、この場合はユーザＢが「友人ではない」と誤判定されるが、ユーザＤは「友人」と正しく判定される。したがって、この場合も正解率は８０％となる。このように、判定期間によって判定結果にはばらつきが発生するが、一定以上の関わりがある友人はどこかの期間で友人として判定されるため、ログデータの蓄積数が増えれば増えるほど「友人」として判定される確率は高くなる。反対に、友人ではないユーザについては、ログデータが蓄積されればされるほど「友人」として誤判定される確率が低くなる。すなわち、ログデータの蓄積量が増えれば増えるほど、判定精度は高くなる。

以上詳述したようにこの実施形態では、ユーザ同士が友人関係にある場合には、徒歩や、自家用車又はタクシ等の個別輸送機関を利用して同行する頻度が高いことに着目し、注目ユーザと他のユーザとの間の人間関係を判定する際に、これらのユーザの移動手段及び同行の状況を表す情報に基づいて、上記他のユーザの各々について、一定期間（１ヶ月）における移動手段別の上記注目ユーザとの同行の頻度を表すログデータを生成する。そして、この生成されたログデータから、上記徒歩、自家用車及びタクシについて生成されたログデータを抽出し、この抽出されたログデータに基づいて上記注目ユーザと他のユーザとが友人関係にあるか否かを判定するようにしている。

したがって、無関係又は知人程度の関係のユーザ同士が、バスや電車等の大量輸送機関を利用して偶然同行しているような場合でも、これら無関係又は知人程度の関係のユーザ同士を友人関係にあると誤って判定する確率は低減される。また、友人関係を判定するために、例えばユーザの個人情報等を別途取得してこれを判定要素として使用しなくてもよく、ユーザの移動履歴情報のみを使用して判定することができるので、簡単な処理により判定を行うことができる。
すなわち、ユーザの移動履歴を用いるだけでユーザ同士が友人関係にあるか否かを高精度に判定することが可能となる。

なお、この発明は上記実施形態に限定されるものではない。例えば、前記実施形態ではユーザが所持する携帯端末に本発明を実現するための機能を設けた場合を例にとって説明した。しかし、それに限るものではなく、サービス提供事業者又は通信プロバイダ等が運用管理するサーバ装置に本発明を実現するための機能を設けるようにしてもよい。この場合サーバ装置は、入出力制御プログラム１３１に従いまず複数のユーザの位置情報又は移動履歴情報を当該ユーザの携帯端末などから通信ネットワークを介して取得する。次に、同行判定プログラム１３３及び移動手段判定プログラム１３４に従い、上記取得した各ユーザの位置情報又は移動履歴情報もとにそれぞれその同行情報と移動手段情報を検出する。続いて、友人判定プログラム１３５に従い、上記検出した同行情報及び移動手段情報をもとに上記複数のユーザが友人関係にあるか否かを判定することより、実現する。

また、前記実施形態では友人関係の判定に適する移動手段として、「徒歩」、「自家用車」、「タクシ」の３種類を利用した場合を例にとって説明したが、ほかに「自転車」、「ジョギング」、「自動二輪車」等を利用することも可能である。その他、友人判定処理の手順と処理内容、友人判定用のしきい値、移動手段及び同行の有無の判定処理手順と処理内容、人間関係判定装置の種類や構成等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

１…位置計測部、２…入出力インタフェース、３…記憶部、４…動向・移動手段判定部、５…友人判定部、６…タイマ、１１…ＣＰＵ、１２…バス、１３…プログラムメモリ、１４…データメモリ、１５…ＧＰＳ受信機、１６…通信インタフェース、１７…入出力インタフェース、１８…入力デバイス、１９…表示デバイス、２０…タイマデバイス、１３１…入出力制御プログラム、１３２…位置計測制御プログラム、１３３…同行判定プログラム、１３４…移動手段判定プログラム、１３５…友人判定プログラム、１４１…位置情報記憶エリア、１４２…同行情報記憶エリア、１４３…移動手段情報記憶エリア、１４４…友人判定記憶エリア。

Claims (7)

1. 複数のユーザの滞在位置の遷移を表す移動履歴情報に基づいて検出された、当該各ユーザの移動手段を表す情報と、各ユーザ間の同行の状況を表す同行情報とをそれぞれ取得し、この取得された移動手段を表す情報及び同行情報をそれぞれ移動手段情報記憶部及び同行情報記憶部に記憶させる手段と、
   前記複数のユーザのうち注目するユーザとその他のユーザとの間の人間関係を判定する際に、前記移動手段情報記憶部に記憶された移動手段を表す情報及び前記同行情報記憶部に記憶された同行の状況を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存するログ情報生成手段と、
   前記メモリに保存されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を読み出し、この読み出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係にあるか否かを判定して、この判定結果を表す情報を判定結果記憶部に記憶させる判定手段と
   を具備することを特徴とする人間関係判定装置。
2. 前記ログ情報生成手段は、移動手段として徒歩、個別輸送機関及び大量輸送機関を定義して、これらの移動手段別に同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存し、
   前記判定手段は、
   人間関係としてその親密度の高さに応じて無関係、知人関係及び友人関係を定義した場合に、友人関係の判定に適した移動手段として徒歩及び個別輸送機関を選択して、この徒歩及び個別輸送機関の各々について生成されたログ情報を前記メモリから読み出す手段と、
   前記読み出されたログ情報により表される同行の頻度を予め設定したしきい値と比較し、当該同行の頻度がしきい値以上となるその他のユーザを前記注目ユーザに対し友人関係にあるユーザであると判定して、この判定結果を表す情報を判定結果記憶部に記憶させる手段と
   を備えることを特徴とする請求項１記載の人間関係判定装置。
3. 複数のユーザの各々について、その滞在位置の遷移を表す移動履歴情報を取得し、この取得された移動履歴情報を位置情報記憶部に記憶させる手段と、
   前記位置情報記憶部から移動履歴情報を読み出し、この読み出された移動履歴情報に基づいて前記各ユーザの移動手段を判定し、その判定結果を表す情報を移動手段情報記憶部に記憶させる手段と、
   前記位置情報記憶部から移動履歴情報を読み出し、この読み出された移動履歴情報に基づいて前記複数のユーザ間の同行の状況を判定し、その判定結果を表す情報を同行情報記憶部に記憶させる手段と、
   前記移動手段情報記憶部に記憶された移動手段の判定結果を表す情報と、前記同行情報記憶部に記憶された同行の状況の判定結果を表す情報に基づいて、前記複数のユーザのうち注目するユーザとその他のユーザとの人間関係を判定して、この判定結果を表す情報を判定結果記憶部に記憶させる人間関係判定手段と
   を具備し、
   前記人間関係判定手段は、
   前記移動手段情報記憶部に記憶された移動手段の判定結果を表す情報と、前記同行情報記憶部に記憶された同行の状況の判定結果を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存するログ情報生成手段と、
   前記メモリに保存されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を読み出し、この読み出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係あるか否かを判定して、この判定結果を表す情報を判定結果記憶部に記憶させる手段と
   を備えることを特徴とする人間関係判定装置。
4. コンピュータ及び記憶部を備える人間関係判定装置が、複数のユーザの滞在位置の遷移を表す移動履歴情報に基づいて検出された、当該各ユーザの移動手段を表す情報と、各ユーザ間の同行の状況を表す情報とをそれぞれ取得し、この取得された移動手段を表す情報及び同行情報をそれぞれ移動手段情報記憶部及び同行情報記憶部に記憶させる過程と、
   前記人間関係判定装置が、前記複数のユーザのうち注目するユーザとその他のユーザとの間の人間関係を判定する際に、前記移動手段情報記憶部に記憶された移動手段を表す情報及び前記同行情報記憶部に記憶された同行の状況を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存するログ情報生成過程と、
   前記人間関係判定装置が、前記メモリに保存されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を読み出し、この読み出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係にあるか否かを判定して、この判定結果を表す情報を判定結果記憶部に記憶させる判定する過程と
   を具備することを特徴とする人間関係判定方法。
5. 前記ログ情報生成過程は、前記人間関係判定装置が、移動手段として徒歩、個別輸送機関及び大量輸送機関を定義して、これらの移動手段別に同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存し、
   前記判定する過程は、
   前記人間関係判定装置が、人間関係としてその親密度の高さに応じて無関係、知人関係及び友人関係を定義した場合に、友人関係の判定に適した移動手段として徒歩及び個別輸送機関を選択して、この徒歩及び個別輸送機関の各々について生成されたログ情報を前記メモリから読み出す過程と、
   前記人間関係判定装置が、前記抽出されたログ情報により表される同行の頻度を予め設定したしきい値と比較し、当該同行の頻度がしきい値以上となるその他のユーザを前記注目ユーザに対し友人関係にあるユーザであると判定して、この判定結果を表す情報を判定結果記憶部に記憶させる過程と
   を備えることを特徴とする請求項４記載の人間関係判定方法。
6. コンピュータ及び記憶部を備える人間関係判定装置が、複数のユーザの各々について、その滞在位置の遷移を表す移動履歴情報を取得し、この取得された移動履歴情報を位置情報記憶部に記憶させる過程と、
   前記人間関係判定装置が、前記位置情報記憶部から移動履歴情報を読み出し、この読み出された移動履歴情報に基づいて前記各ユーザの移動手段を判定し、その判定結果を表す情報を移動手段情報記憶部に記憶させる過程と、
   前記人間関係判定装置が、前記位置情報記憶部から移動履歴情報を読み出し、この読み出された移動履歴情報に基づいて前記複数のユーザ間の同行の状況を判定し、その判定結果を表す情報を同行情報記憶部に記憶させる過程と、
   前記人間関係判定装置が、前記移動手段情報記憶部に記憶された移動手段の判定結果を表す情報と、前記同行情報記憶部に記憶された同行の状況の判定結果を表す情報に基づいて、前記複数のユーザのうち注目するユーザとその他のユーザとの人間関係を判定して、この判定結果を表す情報を判定結果記憶部に記憶させる人間関関係の判定過程と
   を具備し、
   前記人間関係の判定過程は、
   前記人間関係判定装置が、前記移動手段情報記憶部に記憶された移動手段の判定結果を表す情報と、前記同行情報記憶部に記憶された同行の状況の判定結果を表す情報に基づいて、前記その他のユーザの各々について、予め設定された一定期間における移動手段別の前記注目ユーザとの同行の頻度を表すログ情報を生成し、この生成されたログ情報をメモリに保存するログ情報生成する過程と、
   前記人間関係判定装置が、前記メモリに保存されたログ情報から、特定の人間関係の判定に適した移動手段について生成されたログ情報を読み出し、この読み出されたログ情報に基づいて前記注目ユーザとその他のユーザとが特定の人間関係あるか否かを判定して、この判定結果を表す情報を判定結果記憶部に記憶させる過程と
   を備えることを特徴とする人間関係判定方法。
7. 前記請求項１乃至３のいずれかに記載の人間関係判定装置が具備する各手段に対応する処理を、前記人間関係判定装置が備えるコンピュータに実行させることを特徴とするプログラム。

Images