JP5300596B2

JP5300596B2 - 行動推定装置、行動推定方法、及び行動推定プログラム

Info

Publication number: JP5300596B2
Application number: JP2009129249A
Authority: JP
Inventors: 匡伸阿部
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2009-05-28
Filing date: 2009-05-28
Publication date: 2013-09-25
Anticipated expiration: 2029-05-28
Also published as: JP2010278761A

Description

本発明は、ユーザの行動を推定する行動推定装置、行動推定方法、及び行動推定プログラムに関する。

近年、コンテキストアウエアのサービスが注目を浴びている。特に、コンテキストとして有用とされているのが位置情報である。ユーザの現在位置をコンテキストとして利用すれば、そのユーザが必要とする情報やサービスの適切度を上げ、ユーザの満足度を向上させることができる。例えば、ユーザがレストランを探している場合には、そのユーザがいる近辺のレストランの情報を提供するのが適切である。このようなことから、ユーザの移動軌跡を推定する様々な技術が提案されてきた。例えば、特許文献１には、予め用意された複数の比較用移動軌跡データと分析対象となる移動物体の移動軌跡データとの類似度を算出し、算出した類似度に基づいて複数の比較用移動軌跡データのうちの少なくとも１つを選択する技術が開示されている。

特開２００６−３５２６２６号公報

位置情報がコンテキストとして有効であることは明らかになりつつあるが、課題は如何に位置情報を取得するかにある。位置情報を取得する方法としては、現在、ＧＰＳ（Global Positioning System）、ＷｉＦｉ（Wireless Fidelity）のアクセスポイント、携帯電話の基地局などを利用することが多いが、いずれの場合も本質的に携帯端末を使うのが必須である。そのため、携帯端末のバッテリー消費が問題となるが、コンテキストとして位置情報を取得することは副次的なことであるので、位置情報を取得していたためにバッテリー切れが早まり、通話や検索といった主たるサービスに支障をきたすことは避けなければならない。そこで、バッテリー消費を如何に少なくして位置情報を取得するかが重要となるが、バッテリー消費を少なくすると位置情報の精度が低下してしまう。

例えば、携帯端末に搭載されたＧＰＳでユーザの位置を１秒毎に測定し、その測定結果をセンターへ１秒毎に送信した場合、センター側ではかなり正確な位置情報を得ることができる。しかしながら、このような処理を１秒毎に行うと、携帯端末のバッテリー消費が著しい。この場合、バッテリーは主として通信処理によって消費されるため、携帯端末とセンターとの間の通信間隔を１０分や３０分に変更すれば、バッテリー消費は軽減される。その一方、センター側では１０分単位や３０分単位でしか位置情報を得ることができなくなり、位置情報の精度が低下してしまう。その結果、実際にユーザがいる場所とのズレが大きくなり、ユーザに情報を提供するタイミングを逸する可能性が高くなる。

本発明は、上述した従来の技術に鑑み、位置情報に代表されるユーザの行動情報の精度を低下させることなく携帯端末のバッテリー消費を抑えることができる行動推定装置、行動推定方法、及び行動推定プログラムを提供することを目的とする。

上記目的を達成するため、第１の態様に係る発明は、第１の時間間隔で測定されるユーザの行動情報を前記第１の時間間隔より長い時間間隔である第２の時間間隔で一括して取得する取得部と、前記取得部により取得されたユーザの行動情報を蓄積する行動情報蓄積部と、前記行動情報蓄積部に蓄積された一定期間のユーザの行動情報を解析することにより、ユーザが繰り返す行動パターンを示すパターン情報を生成する生成部と、前記生成部により生成されたパターン情報を蓄積するパターン情報蓄積部と、前記取得部により取得された最新のユーザの行動情報と前記パターン情報蓄積部に蓄積されたパターン情報とに基づいて、次に前記取得部によりユーザの行動情報が取得されるまでの間のユーザの行動を前記第２の時間間隔よりも短い時間間隔で推定する推定部とを備え、前記パターン情報が、時間区間別に、地図メッシュ毎の前記行動情報から得られる平均速度ベクトルであることを要旨とする行動推定装置である。

第２の態様に係る発明は、第１の態様に係る発明において、前記取得部が、ユーザを識別する識別情報とともにユーザの行動情報を取得し、前記推定部が、前記識別情報に対応するパターン情報を用いてユーザの行動を推定することを要旨とする。

また、上記目的を達成するため、第３の態様に係る発明は、第１の時間間隔で測定されるユーザの行動情報を前記第１の時間間隔より長い時間間隔である第２の時間間隔で一括して取得する取得工程と、前記取得工程において取得されたユーザの行動情報を蓄積する行動情報蓄積工程と、前記行動情報蓄積工程において蓄積された一定期間のユーザの行動情報を解析することにより、ユーザが繰り返す行動パターンを示すパターン情報を生成する生成工程と、前記生成工程において生成されたパターン情報を蓄積するパターン情報蓄積工程と、前記取得工程において取得された最新のユーザの行動情報と前記パターン情報蓄積工程において蓄積されたパターン情報とに基づいて、次に前記取得工程においてユーザの行動情報が取得されるまでの間のユーザの行動を前記第２の時間間隔よりも短い時間間隔で推定する推定工程とを備え、前記パターン情報が、時間区間別に、地図メッシュ毎の前記行動情報から得られる平均速度ベクトルであることを要旨とする行動推定方法である。

第４の態様に係る発明は、第３の態様に係る発明において、前記取得工程で、ユーザを識別する識別情報とともにユーザの行動情報を取得し、前記推定工程で、前記識別情報に対応するパターン情報を用いてユーザの行動を推定することを要旨とする。

また、上記目的を達成するため、第５の態様に係る発明は、第１の時間間隔で測定されるユーザの行動情報を前記第１の時間間隔より長い時間間隔である第２の時間間隔で一括して取得する取得工程と、前記取得工程において取得されたユーザの行動情報を蓄積する行動情報蓄積工程と、前記行動情報蓄積工程において蓄積された一定期間のユーザの行動情報を解析することにより、ユーザが繰り返す行動パターンを示すパターン情報を生成する生成工程と、前記生成工程において生成されたパターン情報を蓄積するパターン情報蓄積工程と、前記取得工程において取得された最新のユーザの行動情報と前記パターン情報蓄積工程において蓄積されたパターン情報とに基づいて、次に前記取得工程においてユーザの行動情報が取得されるまでの間のユーザの行動を前記第２の時間間隔よりも短い時間間隔で推定する推定工程とをコンピュータに実行させるための行動推定プログラムであって、前記パターン情報が、時間区間別に、地図メッシュ毎の前記行動情報から得られる平均速度ベクトルであることを要旨とする行動推定プログラムである。

本発明によれば、位置情報に代表されるユーザの行動情報の精度を低下させることなく携帯端末のバッテリー消費を抑えることができる行動推定装置、行動推定方法、及び行動推定プログラムを提供することができる。

本発明の実施の形態における移動軌跡推定システムの構成図である。本発明の実施の形態における移動軌跡推定システムの動作を示す図である。本発明の実施の形態におけるＧＰＳ測定データを説明するための図である。本発明の実施の形態における速度ベクトル生成方法を説明するための図である。本発明の実施の形態における位置推定方法を説明するための図である。

以下、本発明の実施の形態について図面を参照して詳細に説明する。

図１は、本発明の実施の形態における移動軌跡推定システムの構成図である。この移動軌跡推定システムは、ユーザの移動軌跡を推定するシステムであり、携帯端末１００と、センタシステム１１０と、アプリケーションシステム１２０とを備えている。

携帯端末１００は、ユーザが所持するＧＰＳ付携帯電話等であり、ＧＰＳ１０１と、メモリ１０２と、送信タイミング制御部１０３と、データ通信装置１０４とを備えている。ＧＰＳ１０１は、衛星からの電波を取得して緯度経度を測定するデバイスである。測定する時間間隔はＧＰＳによって決められるが、以下では１秒として説明する。メモリ１０２は、ＧＰＳによって測定された緯度経度とその測定時刻とを蓄積する装置である。送信タイミング制御部１０３は、メモリ１０２に蓄積されたデータを取り出してセンタシステム１１０へ送信するタイミングをデータ通信装置１０４に指示する。以下では、１０分の時間間隔でデータを送信する場合を想定して説明する。メモリ１０２は、データ通信装置１０４によって取り出されたデータを消去する。データ通信装置１０４から送信されるデータには、メモリ１０２に蓄積されたデータに加えて携帯端末１００の持ち主の情報が含まれる。持ち主の情報（識別情報）としては、ユーザＩＤ、年齢、性別、身長、体重、生年月日など様々な情報が考えられるが、これらは適宜アプリケーションシステム１２０毎に決められる。このように、携帯端末１００からセンタシステム１１０へは、１秒間隔で測定された緯度経度とその測定時刻と持ち主の情報の３つが１０分間隔で転送される。

センタシステム１１０は、緯度経度（位置情報）を時々刻々と携帯端末１００から受信して蓄積するとともに、適宜、精度のよい位置情報を推定してアプリケーションシステム１２０に提供するシステムであり、データ通信装置１０５と、位置情報蓄積部１０６と、速度ベクトル生成部１０７と、地図蓄積部１０８と、推定部１０９とを備えている。データ通信装置１０５は、携帯端末１１０のデータ通信装置１０４と通信を行ってデータを受信する装置である。データ通信装置１０５によって受信されたデータは位置情報蓄積部１０６に蓄積される。この際、位置情報蓄積部１０６は、持ち主の情報を利用してユーザ別にデータを管理する。位置情報蓄積部１０６に蓄積されたデータは、一定の間隔で速度ベクトル生成部１０７に渡された後、消去される。以下では、この一定の間隔を一日として説明する。速度ベクトル生成部１０７は、一日のＧＰＳ測定データ系列を対象として地図用の速度ベクトルを生成する。地図蓄積部１０８は、速度ベクトル生成部１０７によって生成された速度ベクトル付の地図を蓄積する装置である。速度ベクトルや速度ベクトル付地図の詳細については後述する。推定部１０９は、データ通信装置１０５によって取得された最新の位置情報と地図蓄積部１０８に蓄積された速度ベクトル付地図とに基づいて、次にデータ通信装置１０５によって位置情報が取得されるまでの間のユーザの位置情報を一定の間隔で推定する。以下では、この一定の間隔を１秒として説明する。

アプリケーションシステム１２０は、ユーザの位置情報に基づいて各種サービスを提供するシステムである。例えば、ユーザがレストランを探している場合には、そのユーザがいる近辺のレストランの情報を提供する。この場合、アプリケーションシステム１２０側でレストランの情報を地図と関連付けて予め保持しておく必要があるが、このような構成は本発明の主眼とするところではないので、ここでは詳しい説明を省略する。

図２は、本発明の実施の形態における移動軌跡推定システムの動作を示す図である。以下、図２を用いて本移動軌跡推定システムの構成をその動作とともに説明する。

まず、携帯端末１００は、１秒間隔でユーザの位置情報を測定し（Ｓ１）、測定した位置情報を蓄積する（Ｓ２）。そして、１０分が経過すると（Ｓ３でＹＥＳ）、蓄積している位置情報をセンタシステム１１０に送信する（Ｓ４）。センタシステム１１０は、携帯端末１００からの位置情報を受信し（Ｓ１１）、受信した位置情報を蓄積する（Ｓ１２）。そして、蓄積している位置情報に基づいて一日間隔で地図用の速度ベクトルを生成し（Ｓ１３）、生成した速度ベクトル付の地図を蓄積する（Ｓ１４）。

携帯端末１００は、前記と同様の手順でユーザの位置情報をセンタシステム１１０に１０分間隔で送信する動作を繰り返している（Ｓ５〜Ｓ８）。センタシステム１１０も、前記と同様の手順で一日一回の速度ベクトル付地図を蓄積する動作を繰り返しながら、他方では、最新の位置情報と速度ベクトル付地図とに基づいて１秒間隔でユーザの位置情報を推定する（Ｓ１５→Ｓ１６）。そして、例えば１分後の位置を推定したい場合は、推定処理を６０回繰り返した後（Ｓ１７でＹＥＳ）、その６０回目の推定結果である位置情報をアプリケーションシステム１２０に送信する（Ｓ１８）。アプリケーションシステム１２０は、センタシステム１１０からの位置情報を受信し（Ｓ２１）、受信した位置情報を用いて各種サービスを提供する。

図３は、本発明の実施の形態におけるＧＰＳ測定データを説明するための図である。実線はある日のルートＲ１、破線は別の日のルートＲ２を示している。丸印は、１秒毎にサンプリングされたＧＰＳ測定データの緯度経度値を地図上にプロットしたものである。この地図は、５００メートル四方など一定の距離間隔でメッシュに分割されているものとする。速度ベクトル生成部１０７は、サンプリング点と次のサンプリング点との直線距離を計算し、当該サンプリング点における移動速度ベクトルを計算する。この計算を全てのサンプリング点について行う。

図４は、本発明の実施の形態における速度ベクトル生成方法を説明するための図である。速度ベクトルｖ１１〜ｖ１７は、ある日のルートＲ１上の速度ベクトルであり、速度ベクトルｖ２２〜ｖ２４は、別の日のルートＲ２上の速度ベクトルである。ここでは２日間のＧＰＳ測定データをプロットした場合を例示しているが、プロットを１ヶ月や１年など比較的長い期間継続すると、速度ベクトルの集合が得られる。そこで、速度ベクトル生成部１０７は、この速度ベクトルの集合から、同一メッシュに属する速度ベクトルの平均値である平均速度ベクトルを生成する。例えば、速度ベクトルｖ１１とｖ２１とは同一メッシュに属するので、これら速度ベクトルの平均値である平均速度ベクトルａ１を生成する。同様に、速度ベクトルｖ１３とｖ２２とは同一メッシュに属するので、これら速度ベクトルの平均値である平均速度ベクトルａ２を生成する。ただし、同一メッシュに属する速度ベクトル同士であっても、その測定時刻が一定時間（ここでは２時間）以上あいている場合は平均値を取らない。その理由は、ある日のルートＲ１が出勤ルートであるとすると、その逆のルートは帰宅ルートになり、両ルートは意味的に全く異なるからである。言い換えると、平均速度ベクトルは、ユーザが繰り返す行動パターンを示すパターン情報と考えることができるが、２時間以上間隔のあいた速度ベクトルはそれぞれ異なる行動パターンを示していると考えるのが妥当である。最終的には、複数の平均速度ベクトル付のメッシュ地図が生成される。例えば、１日（２４時間）を２時間毎に区切った場合は、２４時間／２時間＝１２種類の地図が生成されることになる。これら１２種類の地図は、地図蓄積部１０８に速度ベクトル付地図として蓄積されるようになっている。

次に、図５を用いて位置推定方法について説明する。地図蓄積部１０８には、２時間毎に区切られた１２種類の速度ベクトル付地図が蓄積されていると仮定する。速度ベクトル付地図Ｍ１には、あるユーザの出勤時（７時〜９時）における平均速度ベクトル系列が付いている。また、速度ベクトル付地図Ｍ２には、同一ユーザの帰宅時（１８時〜２０時）における平均速度ベクトル系列が付いている。その他の時間帯（０時〜７時、９時〜１８時、２０時〜２４時）の速度ベクトル付地図については、ここでは図示を省略している。

まず、推定部１０９は、データ通信装置１０５からデータを受信すると、受信したデータに速度ベクトル生成部１０７と同様の処理を施して速度ベクトルを生成する。ここでも、１秒間隔でサンプリングされたＧＰＳ測定データが１０分間隔で携帯端末１００からセンタシステム１１０に転送される場合を想定している。従って、センタシステム１１０は、１０分間隔で６００点のサンプリング点を取得して５９９点の速度ベクトルを生成することになる。推定部１０９は、この５９９点の速度ベクトルを用いて速度ベクトル生成部１０７と同様の方法でメッシュ毎に平均速度ベクトルを生成する。例えば、メッシュの大きさを５００メートル四方とし、ユーザの移動速度が毎分１００メートルであるとすれば、速度ベクトル付地図Ｍ３中の領域Ｅ３に示すように、３から５程度の平均速度ベクトル系列が生成されることになる。

次に、推定部１０９は、データ通信装置１０５によって受信された最新の地点の緯度経度から最新の位置Ｐ１を特定する。そして、特定した最新の位置Ｐ１に対応付けられた１２種類の平均速度ベクトル系列の中から、先に自身が生成した平均速度ベクトル系列に最も近い地図Ｍ１を選択する。最も近いかどうかは、例えば、ユークリッド距離が最小であるかどうかで判定することができる。その後、推定部１０９は、選択した地図Ｍ１を用いて一定時間後の位置を次のように推定する。まず、最新の地点が含まれるメッシュを選び、そのメッシュの平均速度ベクトルを得る。次に、その平均速度ベクトルと現在の緯度経度とから１秒後の緯度経度を計算する。そして、計算した１秒後の緯度経度の地点が含まれるメッシュを選び、しゃくとり虫が進むような具合に再び同じ計算を繰り返す。ここでは、地図Ｍ１中の領域Ｅ１に含まれるメッシュが次々と選ばれて、毎秒後の緯度経度が計算される。推定部１０９は、このような処理を所望の回数繰り返した後、その推定結果である位置情報Ｐ２をアプリケーションシステム１２０に送信する。例えば１分後の位置を推定したい場合は、同様の処理を６０回繰り返した後、６０回目の推定結果である位置情報をアプリケーションシステム１２０に送信することになる。

以上のように、本発明では、個人の日々繰り返す行動に着目し、過去の移動軌跡を参照して近未来の移動軌跡を推定することができる。この推定処理において最も特徴的な点は、異なるサンプリングレートのデータを用いる点である。すなわち、高いサンプリングレート（ここでは１秒間隔）で位置情報を取得し、過去歴（ログ）として予め蓄積しておく。その後、低いサンプリングレート（ここでは１０分間隔）で取得した位置情報を入力として、過去歴を参照しながら詳細な位置情報を推定する。このようにすれば、高いサンプリングレートで位置情報を取得した場合と同程度に精度よくユーザの移動軌跡を推定することができる。その結果、位置情報を短い時間間隔で通信する必要がなくなるため、携帯端末１００の消費電力を抑えることができ、携帯端末１００のバッテリーもちの問題を解決することが可能となる。

なお、ここでは１秒間隔で位置を推定することとしているが、推定部１０９が位置を推定する時間間隔は、データ通信装置１０４とデータ通信装置１０５との間の通信間隔（ここでは１０分）よりも短い時間間隔であればよく、特に限定されるものではない。

また、ここではユーザの移動軌跡を推定することとしているが、本発明はこれに限定されるものではない。すなわち、１ヶ月以上の長期スパンでユーザの行動を監視し続けた場合、個人内で閉じてみると、通勤、通学、日常品の買い物、習い事など、そのユーザが繰り返す行動パターンを抽出することができる。このような行動パターンは、前記したようにＧＰＳ測定データから得るようにしてもよいし、更には、ユーザが所有するパーソナル・コンピュータ等に搭載された各種アプリケーションソフト（スケジュール管理ソフトなど）の操作履歴から得るようにしてもよい。このような操作履歴を用いれば、例えば「月曜日の９時から９時３０分までは電子メールの閲覧・送信」「９時３０分から１０時までは会議」など、詳細な行動パターンを容易に把握することが可能となる。

１００…携帯端末
１０１…ＧＰＳ
１０２…メモリ
１０３…送信タイミング制御部
１０４…データ通信装置
１０５…データ通信装置
１０６…位置情報蓄積部
１０７…速度ベクトル生成部
１０８…地図蓄積部
１０９…推定部
１１０…センタシステム
１２０…アプリケーションシステム

Claims

第１の時間間隔で測定されるユーザの行動情報を前記第１の時間間隔より長い時間間隔である第２の時間間隔で一括して取得する取得部と、
前記取得部により取得されたユーザの行動情報を蓄積する行動情報蓄積部と、
前記行動情報蓄積部に蓄積された一定期間のユーザの行動情報を解析することにより、ユーザが繰り返す行動パターンを示すパターン情報を生成する生成部と、
前記生成部により生成されたパターン情報を蓄積するパターン情報蓄積部と、
前記取得部により取得された最新のユーザの行動情報と前記パターン情報蓄積部に蓄積されたパターン情報とに基づいて、次に前記取得部によりユーザの行動情報が取得されるまでの間のユーザの行動を前記第２の時間間隔よりも短い時間間隔で推定する推定部とを備え、
前記パターン情報は、時間区間別に、地図メッシュ毎の前記行動情報から得られる平均速度ベクトルであることを特徴とする行動推定装置。
前記取得部は、ユーザを識別する識別情報とともにユーザの行動情報を取得し、
前記推定部は、前記識別情報に対応するパターン情報を用いてユーザの行動を推定する
ことを特徴とする請求項１記載の行動推定装置。
第１の時間間隔で測定されるユーザの行動情報を前記第１の時間間隔より長い時間間隔である第２の時間間隔で一括して取得する取得工程と、
前記取得工程において取得されたユーザの行動情報を蓄積する行動情報蓄積工程と、
前記行動情報蓄積工程において蓄積された一定期間のユーザの行動情報を解析することにより、ユーザが繰り返す行動パターンを示すパターン情報を生成する生成工程と、
前記生成工程において生成されたパターン情報を蓄積するパターン情報蓄積工程と、
前記取得工程において取得された最新のユーザの行動情報と前記パターン情報蓄積工程において蓄積されたパターン情報とに基づいて、次に前記取得工程においてユーザの行動情報が取得されるまでの間のユーザの行動を前記第２の時間間隔よりも短い時間間隔で推定する推定工程とを備え、
前記パターン情報は、時間区間別に、地図メッシュ毎の前記行動情報から得られる平均速度ベクトルであることを特徴とする行動推定方法。
前記取得工程では、ユーザを識別する識別情報とともにユーザの行動情報を取得し、
前記推定工程では、前記識別情報に対応するパターン情報を用いてユーザの行動を推定する
ことを特徴とする請求項３記載の行動推定方法。
第１の時間間隔で測定されるユーザの行動情報を前記第１の時間間隔より長い時間間隔である第２の時間間隔で一括して取得する取得工程と、
前記取得工程において取得されたユーザの行動情報を蓄積する行動情報蓄積工程と、
前記行動情報蓄積工程において蓄積された一定期間のユーザの行動情報を解析することにより、ユーザが繰り返す行動パターンを示すパターン情報を生成する生成工程と、
前記生成工程において生成されたパターン情報を蓄積するパターン情報蓄積工程と、
前記取得工程において取得された最新のユーザの行動情報と前記パターン情報蓄積工程において蓄積されたパターン情報とに基づいて、次に前記取得工程においてユーザの行動情報が取得されるまでの間のユーザの行動を前記第２の時間間隔よりも短い時間間隔で推定する推定工程とをコンピュータに実行させるための行動推定プログラムであって、
前記パターン情報は、時間区間別に、地図メッシュ毎の前記行動情報から得られる平均速度ベクトルであることを特徴とする行動推定プログラム。