JP5358385B2 - 親密度算出装置及びそのプログラム - 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間の親密度を求める親密度算出装置及びその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との間の親密度を算出することが提案されている。例えば非特許文献１には、移動履歴をもとに人物Ａが人物Ｂと近接する状態にある時の時間又は頻度を検出し、この検出された時間又は頻度をもとに親密度を判定する方法が記載されている。例えば、特定の人物にとって、人物Ａより人物Ｂとの近接時間が長ければ、人物Ｂの方が人物Ａより親密であると判定する。このように、人物間の親密度を定量的に算出することで、例えば一定以上の親密度を持った人のみと情報を共有したり、親密度に応じて情報提供のための優先順位を設定することが可能となる。これは、例えばレコメンドサービスを実施する上で貴重なデータとなる。

Lavelle, Bluetooth（登録商標） Familiarity: Methods of Calculation, Applications and Limitations, 2007

ところが、非特許文献１に記載された方法は、単に近接している時間又は頻度をもとに人物間の親密度を判定するようにしているため、人物間の近接時間が長かったり又は頻度が高いだけで、両者間の親密度が高いと判定してしまう欠点がある。例えば、毎日同じ時間に同じ駅を利用したり同じ通勤電車を利用する二人が存在する場合に、この二人が知り合いでなくても親密であると判定してしまう。

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、人物間の親密度をより高精度に算出することが可能な親密度算出装置及びその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の一つの観点は、複数のユーザの位置情報をもとに検出される、当該各ユーザの移動手段を表す移動手段情報と、当該各ユーザの滞在地を表す滞在地情報と、各ユーザ間の同行の状況を表す同行情報をそれぞれ取得してメモリに記憶する。そして、このメモリから同行情報、滞在地情報及び移動手段情報を読み出して、任意のユーザがその他のユーザと同行した場所の総数と、同行した場所の種類数をそれぞれ検出し、この検出された同行場所の総数及び同行場所の種類数に基づいて、前記任意のユーザとその他のユーザとの間の親密度を算出するようにしたものである。
したがってこの発明の一観点によれば、ユーザ間の親密度は、同行場所の総数と同行場所の種類に基づいて算出される。このため、従来のように同行時間や頻度のみを考慮してユーザ間の親密度を算出する場合に比べ、親密度を場所の多様性を考慮してより実状に合った値として求めることが可能となる。

具体的には、以下のような態様が考えられる。
第１の態様は、情報を取得する際に、複数のユーザが所持する携帯端末からそれぞれ当該携帯端末の位置情報を収集し、この収集された各携帯端末の位置情報をもとに、各ユーザの移動手段を表す移動手段情報と、当該各ユーザの滞在地を表す滞在地情報と、各ユーザ間の同行の状況を表す同行情報をそれぞれ検出し、この検出された各ユーザの移動手段情報及び滞在地情報と、各ユーザ間の同行の状況を表す同行情報を前記メモリに記憶するものである。このようにすると、一般に情報処理能力の高いサーバのような高性能コンピュータにおいて複数のユーザ間の親密度を算出することが可能となり、携帯端末の処理負荷を軽減できる。

第２の態様は、親密度を算出する際に、検出された同行場所の総数をＮ、同行場所の種類数をＳとそれぞれ定義した場合に、
親密度＝Ｓ／Ｎ
なる計算式を用いて、任意のユーザとその他のユーザとの間の親密度を算出するものである。

第３の態様は、メモリから読み出された同行情報、滞在地情報及び移動手段情報をもとに、任意のユーザがその他のユーザと同行した場所の種類別の数をさらに検出する。そして、検出された同行場所の総数をＮ、同行場所の種類数をＳ、前記同行した場所の種類別の数をｎi （i は同行場所の種類を表す番号）とそれぞれ定義した場合に、

なる計算式を用いて、任意のユーザとその他のユーザとの間の親密度を算出するものである。

第４の態様は、検出された同行場所の総数をＮ、同行場所の種類数をＳ、同行場所の種類別の数をｎi （i は同行場所の種類を表す番号）とそれぞれ定義した場合に、

なる計算式を用いて、任意のユーザとその他のユーザとの間の親密度を算出するものである。

これら第２乃至第４の態様によれば、以下のような具体的な作用効果が奏せられる。すなわち、いまユーザＡと比較的長い時間同行しているユーザＢが存在する場合に、その同行場所の種類が１カ所のみだったとすれば、この二人の親密度は従来であれば同行時間長のみにより判定されるため高いと判定されるが、この発明によれば上記二人の親密度は低い値として求められる。一方、１日当たりの同行回数（同行頻度）が少ない場合、同行している二人の親密度は従来であれば単に同行頻度のみにより判定されるため低いと判定されるが、同行場所の種類数が多ければ、この発明では高い値として算出される。

すなわちこの発明によれば、人物間の親密度をより高精度に算出することが可能な親密度算出装置及びそのプログラムを提供することができる。

この発明に係わる親密度算出装置を備えたシステムの一実施形態を示す図である。 この発明に係わる親密度算出装置の一実施形態であるサービスサーバのハードウエア及びソフトウエアの機能構成を示すブロック図である。 図２に示したサービスサーバに記憶される位置情報の一例を示す図である。 図２に示したサービスサーバに記憶される移動手段情報の一例を示す図である。 図２に示したサービスサーバに記憶される滞在地情報の一例を示す図である。 図２に示したサービスサーバに記憶される同行情報の一例を示す図である。 図２に示したサービスサーバにより算出された親密度情報の一例を示す図である。 図２に示したサービスサーバによる親密度算出のための準備処理手順とその処理内容を示すフローチャートである。 図２に示したサービスサーバによる親密度算出処理の手順と処理内容を示すフローチャートである。 この発明の一実施形態による効果を説明するための図で、被験者の主観的な親密度を例示した図である。 この発明の一実施形態による効果を説明するための図で、滞在場所の多様性に着目した異なる３つの手法による親密度の算出結果を示した図である。 この発明の一実施形態による効果を説明するための図で、複数の人物との近接頻度の一例を示した図である。 この発明の一実施形態による効果を説明するための図で、滞在場所の多様性に着目した異なる３つの手法による親密度の算出結果を示した図である。

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、この発明に係わる親密度算出装置を備えたシステムの一実施形態を示す図である。このシステムは、それぞれユーザが所持する複数の携帯端末ＭＳ１〜ＭＳｎを、通信ネットワークＮＷを介して、親密度算出装置としてのサービスサーバＳＶに接続可能としたものである。

通信ネットワークＮＷは、ＩＰ（Internet Protocol）網と、このＩＰ網にアクセスするためのアクセス網とから構成される。アクセス網としては、光公衆通信網、携帯電話網、ＬＡＮ（Local Area Network）、無線ＬＡＮ、ＣＡＴＶ（Cable Television）網等が用いられる。

携帯端末ＭＳ１〜ＭＳｎは、携帯電話機、ＰＤＡ（Personal Digital Assistant）又はネットコンピュータからなり、ＧＰＳ（Global Positioning System）を利用した位置計測機能と、位置情報送信機能を備えている。位置計測機能は、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信号をもとに自端末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。位置情報送信機能は、上記位置計測機能により算出された自端末の位置情報を、定期的或いは後述するサービスサーバＳＶからの要求に応じてサービスサーバＳＶへ送信する。

サービスサーバＳＶは例えばＷｅｂサーバからなるもので、次のように構成される。図２はそ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。
このサービスサーバＳＶ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及びデータメモリ１４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１５と、入出力インタフェース１６と、タイマ・インタフェース１９とからなる。

通信インタフェース１５は、通信ネットワークＮＷを介して携帯端末ＭＳ１〜ＭＳｎとの間で通信を行う。入出力インタフェース１６には入力デバイス１７及び表示デバイス１８が接続される。入力デバイス１７は、キーボード及びマウスからなる。表示デバイス１８は液晶ディスプレイ（ＬＣＤ）又は有機ＥＬディスプレイからなる。タイマ・インタフェース１９は、タイマ２０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。

プログラムメモリ１３には、この発明を実施する上で必要なアプリケーション・プログラムとして、入出力制御プログラム１３１と、位置情報取得制御プログラム１３２と、同行情報抽出プログラム１３３と、移動手段情報抽出プログラム１３４と、滞在地情報抽出プログラム１３５と、親密度算出プログラム１３６が格納されている。
入出力制御プログラム１３１は、上記通信インタフェース１５、入出力インタフェース１６及びタイマ・インタフェース１９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。

位置情報取得制御プログラム１３２は、上記携帯端末ＭＳ１〜ＭＳｎから位置情報が送信されるごとに当該位置情報を通信インタフェース１５により受信し、この受信された位置情報をユーザの移動履歴情報として当該ユーザの識別情報と関連付けてデータメモリ１４の位置情報記憶エリア１４１に記憶させる処理を、上記ＣＰＵ１１に実行させる。

同行情報抽出プログラム１３３は、以下の処理を上記ＣＰＵ１１に実行させる。すなわち、データメモリ１４の位置情報記憶エリア１４１から、注目ユーザの移動履歴情報と他の各ユーザの移動履歴情報をそれぞれ読み出し、この読み出された注目ユーザの位置情報と他の各ユーザの位置情報とを同一の時間区間同士でそれぞれ比較してその距離差を計算する。そして、この算出された距離差をもとに注目ユーザと他の各ユーザとの間で同行の有無を判定し、この同行の有無の判定結果を表す情報を上記注目ユーザの識別情報と関連付けてデータメモリ１４の同行情報記憶エリア１４２に記憶させる。

移動手段情報抽出プログラム１３４は、以下の処理を上記ＣＰＵ１１に実行させる。すなわち、ユーザごとにデータメモリ１４の位置情報記憶エリア１４１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る。そして、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し、この移動手段の判定結果を表す情報をユーザ識別情報と関連付けてデータメモリ１４の移動手段情報記憶エリア１４３に記憶させる。

滞在地情報抽出プログラム１３５は、以下の処理を上記ＣＰＵ１１に実行させる。すなわち、ユーザごとにそ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から読み出し、この移動履歴情報をもとに予め設定した時間以上ユーザが滞在した地点を抽出する。そして、この抽出された滞在地点と滞在時間を滞在地情報として、ユーザ識別情報と関連付けてデータメモリ１４の滞在地情報記憶エリア１４４に記憶させる。

親密度算出プログラム１３６は、以下の処理をＣＰＵ１１に実行させる。
(1) タイマ２０から開始トリガ信号が発生されるごとに、注目ユーザについてデータメモリ１４の同行情報記憶エリア１４２、移動手段情報記憶エリア１４３及び滞在地情報記憶エリア１４４からそれぞれ他の各ユーザとの同行情報、移動手段情報及び滞在地情報を読み出す処理。
(2) 上記読み出された同行情報、移動手段情報及び滞在地情報をもとに、注目ユーザと他の各ユーザとの同行場所の総数Ｎと、同行場所の種類数Ｓと、種類別の同行回数ｎi （i は同行場所の種類番号）をそれぞれ求める処理。
(3) 上記求められた同行場所の総数Ｎと、同行場所の種類数Ｓと、種類別の同行回数ｎi を予め定義された親密度の計算式に代入することにより、上記注目ユーザと他の各ユーザとの親密度をそれぞれ算出し、その算出結果を注目ユーザと他のユーザの識別情報と関連付けてデータメモリ１４の親密度情報記憶エリア１４５に記憶させる処理。

親密度の計算式としては、以下の３つの式が考えられる。
第１の計算式は、Simpsonの多様度指数を応用したもので、

のように表される。

第２の計算式は、同行場所の総数Ｎ及び同行場所の種類数Ｓのみを利用するもので、
親密度＝Ｓ／Ｎ
のように表される。

第３の計算式は、第１及び第２の計算式を組み合わせたもので、

のように表される。

データメモリ１４には、この発明を実施するために必要な記憶エリアとして、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、滞在地情報記憶エリア１４４と、親密度情報記憶エリア１４５が設けられている。

位置情報記憶エリア１４１には、上記位置情報取得制御プログラム１３２により携帯端末ＭＳ１〜ＭＳｎから取得した位置情報がユーザ識別情報と関連付けて記憶される。位置情報は、時刻、緯度及び経度により表される。図３に、記憶された位置情報の一例を示す。

同行情報記憶エリア１４２には、上記同行情報抽出プログラム１３３により得られる、各ユーザの同行の有無の判定結果を表す情報が記憶される。同行情報は、注目ユーザに対し、同行相手となる他のユーザの識別情報と、同行開始日時及び終了日時を対応付けたものからなる。図６に、記憶された同行情報の一例を示す。

移動手段情報記憶エリア１４３には、上記移動手段情報抽出プログラム１３４により得られる、各ユーザの移動手段の判定結果を表す情報がユーザ識別情報と関連付けられて記憶される。移動手段情報は、移動手段の識別情報（名称）と、その移動開始日時及び終了日時とから構成される。図４に、記憶された移動手段情報の一例を示す。

滞在地情報記憶エリア１４４には、滞在地情報抽出プログラム１３５により得られる、各ユーザの滞在地の判定結果を表す情報がユーザ識別情報と関連付けられて記憶される。滞在地情報は、滞在地の緯度及び経度と、滞在開始日時及び終了日時とから構成される。図５に、記憶された滞在地情報の一例を示す。

親密度情報記憶エリア１４５には、親密度算出プログラム１３６により得られる、注目ユーザと他のユーザとの間の親密度の算出結果を表す情報が記憶される。親密度情報は、他のユーザの識別情報と、親密度の算出対象となった開始日時及び終了日時と、親密度の計算値とからなり、これらが注目ユーザの識別情報に対応付けて記憶される。図７に、記憶された親密度情報の一例を示す。

次に、以上のように構成されたシステムの動作をサービスサーバＳＶの処理手順に従い説明する。
携帯端末ＭＳ１〜ＭＳｎはそれぞれ、図示しないＧＰＳ衛星から送信されるＧＰＳ信号を位置計測機能により定期的に受信し、この受信されたＧＰＳ信号をもとに自端末の位置情報を計算してメモリに蓄積する。位置情報は、時刻、緯度及び経度により構成される。そして、一定時間分の位置情報が蓄積されるごとに、或いは緯度経度が所定量以上変化するごとに、位置情報送信機能により上記蓄積された位置情報をメモリから読み出してサービスサーバＳＶへ送信する。

これに対しサービスサーバＳＶでは、上記携帯端末ＭＳ１〜ＭＳｎから位置情報が送信されるごとに当該位置情報が通信インタフェース１５により受信される。そして、位置情報取得制御プログラム１３２の制御の下で、上記受信された位置情報が送信元のユーザの識別情報と関連付けられて、データメモリ１４の位置情報記憶エリア１４１に移動履歴情報として記憶される。

またサービスサーバＳＶは、上記位置情報の収集処理を行いながら、親密度の計算に必要な各情報の抽出処理と、これらの情報を用いた親密度の計算処理を以下のように実行する。図８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、サービスサーバＳＶはステップＳ１１において、タイマ２０からの開始トリガ信号の発生を監視している。この状態で、予め設定した親密度算出周期に相当する時間が経過してタイマ２０から開始トリガ信号が発生すると、ステップＳ１２に移行してここで同行情報、移動手段情報及び滞在地情報の抽出処理を行う必要があるか否かを判定する。そして、抽出処理を行う必要があると判定されると、ステップＳ１３に移行して同行情報抽出プログラム１３３、移動手段情報抽出プログラム１３４及び滞在地情報抽出プログラム１３５を順次起動し、これらのプログラム１３３，１３４，１３５の制御の下でそれぞれ以下のように同行情報、移動手段情報及び滞在地情報の抽出処理を行う。

すなわち、先ず移動手段情報の抽出処理においては、ユーザごとにデータメモリ１４の位置情報記憶エリア１４１から移動履歴情報が読み出され、この読み出された移動履歴情報に含まれる位置情報とその時刻とから時間帯別の速度と加速度が計算される。そして、この計算された速度と加速度から当該時間帯における移動手段が判定される。判定される移動手段の種類としては、例えば「徒歩」、「電車」、「滞在」の３種類がある。なお、この移動手段の判定処理については、例えば参考文献１（青木政勝ほか、「ライフログのための位置情報ログデータからの移動モード判定の検討」、情報処理学会研究報告、2008−DD−67 (2), p7−p12、2008年7月24日）に詳しく記載されている。

次に滞在地情報の抽出処理においては、ユーザごとにその移動履歴情報がデータメモリ１４の位置情報記憶エリア１４１から読み出され、この移動履歴情報をもとに例えば予め設定した時間以上ユーザが滞在した地点が抽出される。滞在地情報は、滞在地の緯度及び経度と、滞在開始日時及び終了日時とから構成される。なお、この滞在地の抽出処理については、例えば参考文献２（西野正彬ほか、「滞在地遷移情報からの行動パターン抽出方式の検討」、情報処理学会研究報告、2008−UBI−20 (10), p57−p64、2008年11月13日）に詳しく記載されている。

続いて同行情報の抽出処理においては、データメモリ１４の位置情報記憶エリア１４１から、注目ユーザの移動履歴情報と他の各ユーザの移動履歴情報がそれぞれ読み出され、この読み出された注目ユーザの位置情報と他の各ユーザの位置情報とを同一の時間区間同士でそれぞれ比較することによりその距離差が計算される。そして、この算出された距離差をもとに、注目ユーザと他の各ユーザとの間の同行の有無が判定される。同行情報は、同行相手と判定された他のユーザの識別情報と、同行開始日時及び終了日時とから構成される。なお、この同行判定の手法については、例えば参考文献３（瀬古俊一ほか、「誤差情報を考慮した同行判定手法」、情報処理学会研究報告、2008−UBI−20 (11), p65−p72、2008年11月13日）に詳しく記載されている。

上記移動手段情報、滞在地情報及び同行情報の各抽出処理が終了すると、サービスサーバＳＶはステップＳ１４に移行し、ここで上記各抽出処理により得られた移動手段情報、滞在地情報及び同行情報をそれぞれデータメモリ１４内の移動手段情報記憶エリア１４３、滞在地情報記憶エリア１４５及び同行情報記憶エリア１４２に格納する。図４、図５及び図６はそれぞれ、記憶された移動手段情報、滞在地情報及び同行情報の一例を示すもので、いずれも注目ユーザＡについて抽出した情報を例示している。

上記移動手段情報、滞在地情報及び同行情報の記憶処理が終了するとサービスサーバＳＶは、続いてステップＳ１５により親密度計算の要否を判定する。そして、親密度計算が必要であればステップＳ１６に移行し、ここで親密度算出プログラム１３５を起動して以下のように親密度の計算処理を実行する。図９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、先ずステップＳ２１により、データメモリ１４の各記憶エリア１４２，１４３，１４４からそれぞれ注目ユーザに係わる同行情報、移動手段情報及び滞在地情報を読み出す。そして、ステップＳ２２により、上記読み出された同行情報、移動手段情報及び滞在地情報を同行ユーザ別に整理する。

次に、ステップＳ２３により未判定の同行ユーザの有無を判定し、未判定の同行ユーザが残っている場合には、ステップＳ２４に移行してデータメモリ１４の各記憶エリア１４２，１４３，１４４からそれぞれ上記未判定の同行ユーザに係わる同行情報、移動手段情報及び滞在地情報を読み出す。そして、ステップＳ２５において、上記読み出された同行ユーザの同行情報、移動手段情報及び滞在地情報と、先に読み出された注目ユーザの同行ユーザの同行情報、移動手段情報及び滞在地情報とをもとに、注目ユーザと同行ユーザとの同行場所を検出し、この検出された同行場所の総数Ｎと、種類数Ｓと、種類別の同行回数ｎi （i は種類の番号）をそれぞれ求める。

次に、ステップＳ２６において、上記求められた同行場所の総数Ｎ、種類数Ｓ及び種類別の同行回数ｎi （i は種類の番号）と、予め用意された計算式をもとに、注目ユーザと同行ユーザとの間の親密度を算出する。

このとき計算式としては、
Simpsonの多様度指数を応用した、

で表される第１の計算式と、
同行場所の総数Ｎ及び同行場所の種類数Ｓのみを利用した、
親密度＝Ｓ／Ｎ
で表される第２の計算式と、
第１及び第２の計算式を組み合わせた、

で表される第３の計算式のうちのいずれかが選択的に使用される。

最後に、上記算出された親密度の値を、同行ユーザの識別情報と、親密度の算出対象となった開始日時及び終了日時と共に、注目ユーザの識別情報に対応付けて、データメモリ１４内の親密度情報記憶エリア１４５に格納する。図７は記憶された親密度情報の一例を示すもので、注目ユーザＡ，Ｂと同行ユーザＢ，Ｃとの親密度情報を例示している。

以上述べた親密度を算出するための一連の処理（ステップＳ２４〜Ｓ２６）は、ステップＳ２３において未判定の同行ユーザがなくなることが確認されるまで、同行ユーザごとに繰り返し実行される。そうして、注目ユーザとすべての同行ユーザとの間の親密度情報が得られると、サービスサーバＳＶはこの親密度情報をもとに、例えば同行ユーザに対する情報提供のための優先順位を設定し、この優先順位に従いレコメンドサービスを実施する。

以上詳述したようにこの実施形態では、サービスサーバＳＶにおいて、複数のユーザが所持する携帯端末ＭＳ１〜ＭＳｎからそれぞれ当該携帯端末ＭＳ１〜ＭＳｎの位置情報を収集し、この収集された各携帯端末ＭＳ１〜ＭＳｎの位置情報をもとに、各ユーザの移動手段を表す移動手段情報と、当該各ユーザの滞在地を表す滞在地情報と、各ユーザ間の同行の状況を表す同行情報をそれぞれ求める。そして、これらの移動手段情報、滞在地情報及び同行情報をもとに、注目ユーザと同行ユーザとの同行場所の総数Ｎ、同行場所の種類数Ｓ及び種類別の同行回数ｎi を求め、これらの同行場所の総数Ｎ、同行場所の種類数Ｓ及び種類別の同行回数ｎi と予め定義した計算式とに基づいて、両ユーザ間の親密度を算出するようにしている。

したがって、ユーザ間の親密度は、同行場所の総数Ｎ、同行場所の種類数Ｓ及び種類別の同行回数ｎi に基づいて算出される。このため、従来のように同行時間や頻度のみを考慮してユーザ間の親密度を算出する場合に比べ、親密度を場所の多様性を考慮してより実状に合った値として求めることが可能となる。

例えば、互いに無関係ではあるが、毎日同じ通勤電車を利用して長距離通勤している二人について、この二人の親密度は従来であれば同行時間長のみにより判定されるため高いと判定される。しかしながらこの実施形態によれば、同行場所の種類数は１つであり場所の多様性が低くなることから、両者の親密度の算出値は低い値となる。一方、会社や事業所内で１日に異なる数種類の場所で顔を合わせていても、数回しか顔を合わせない二人が存在する場合、この二人の親密度は従来であれば単に同行頻度のみにより判定されるため低いと判定される。しかしながら、二人は顔を合わせる回数が少ないにもかかわらず多様な場所で会っていることから、この実施形態によれば両者の親密度の計算値は高い値となる。

本発明者等が、本発明の効果を確認するために試験を行ったところ以下のような結果が得られた。すなわち、いま被験者１名と、その友人４人（ユーザＡ，Ｂ，Ｃ，Ｄ）、仮想的に設定した、毎朝乗車駅と降車駅で一緒になるが互いに知らないユーザＺ、毎朝乗車駅でのみ一緒になる互いに知らないユーザＹとの間でそれぞれ移動手段情報、滞在地情報及び同行情報を求め、これらの情報をもとに同行場所の総数Ｎ、同行場所の種類数Ｓ及び種類別の同行回数ｎi を求める。そして、これらのパラメータをもとに、第１、第２及び第３の計算式を使用してそれぞれ親密度を計算し、その結果を比較した。図１３（ａ），（ｂ），（ｃ）はその比較結果を棒グラフにより表したものである。なお、図１２は同行の頻度のみをもとに親密度を計算したときの比較結果を示したものである。

また、図１０は被験者のユーザＡ，Ｂ，Ｃ，Ｄ，Ｚ，Ｙに対する主観的な親密度を示すもので、矢印の先端に近いほど親密度が高いことを示している。図１１（ｂ），（ｃ），（ｄ）は、それぞれ上記第１、第２及び第３の計算式により得られた親密度の計算結果を示したものである。同図から明らかなように、同行の頻度のみをもとに親密度を判定した従来の方法を示した図１１（ａ）に比べ、第１、第２及び第３の計算式を使用して親密度を算出したこの発明の実施形態の方が、いずれも被験者の主観的な親密度に近い結果が得られることが分かる。

また、この実施形態によれば、情報処理能力の高いサービスサーバＳＶのような高性能コンピュータにおいてユーザ間の親密度を算出するようにしている。このため、携帯端末ＭＳ１〜ＭＳｎに新たな処理機能を設ける必要がなく既存の端末をそのまま利用することができるといった効果も得られる。

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、前記実施形態では携帯端末ＭＳ１〜ＭＳｎの位置情報をサービスサーバＳＶで収集してサービスサーバＳＶにより各端末ユーザ間の親密度を算出するようにした。しかし、これに限らず、携帯端末ＭＳ１〜ＭＳｎがそれぞれ自身の位置情報と、他の携帯端末から取得した位置情報に基づいて、自端末ユーザと他端末ユーザとの間の親密度を算出するようにしてもよい。このようにすると、各携帯端末ＭＳ１〜ＭＳｎにおいてそれぞれユーザが、自身と一定以上の親密度を持った人とのみ情報を共有したり、親密度に応じて情報提供のための優先順位を設定することが可能となる。

また、前記実施形態では、携帯端末ＭＳ１〜ＭＳｎから収集した位置情報をもとにサービスサーバＳＶが、携帯端末ＭＳ１〜ＭＳｎの移動手段情報、滞在地情報及び同行情報を求め、これらの情報に基づいて親密度を算出するようにした。しかし、これに限らず、携帯端末ＭＳ１〜ＭＳｎが自端末の移動手段情報及び滞在地情報を求めてこれを自端末の位置情報と共にサービスサーバＳＶへ送信し、サービスサーバＳＶはこの各携帯端末ＭＳ１〜ＭＳｎから送られた位置情報、移動手段情報及び滞在地情報と、当該位置情報をもとに求めた同行情報とをもとに、親密度を算出するようにしてもよい。

さらに、前記実施形態では第１、第２及び第３の計算式を選択的に使用して親密度を和算出する場合を例にとって説明したが、第１、第２及び第３の計算式のいずれか一つを固定的に使用してもよく、また複数の計算式の計算結果の中から最も尤もらしいものを選択するようにしてもよい。

その他、親密度計算装置の構成とその算出処理手順と処理内容等についても、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。

ＳＶ…サービスサーバ、ＮＷ…通信ネットワーク、ＭＳ１〜ＭＳｎ…携帯端末、１１…ＣＰＵ、１２…バス、１３…プログラムメモリ、１４…データメモリ、１５…通信インタフェース、１６…入出力インタフェース、１７…入力デバイス、１８…表示デバイス、１９…タイマ・インタフェース、２０…タイマ、１３１…入出力制御プログラム、１３２…位置情報取得制御プログラム、１３３…同行情報抽出プログラム、１３４…移動手段情報抽出プログラム、１３５…滞在地情報抽出プログラム、１３６…親密度算出プログラム、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…滞在地情報記憶エリア、１４５…親密度情報記憶エリア。

Claims (6)

1. 複数のユーザの位置情報をもとに抽出される、当該各ユーザの移動手段を表す移動手段情報と、当該各ユーザの滞在地を表す滞在地情報と、各ユーザ間の同行の状況を表す同行情報をそれぞれ取得してメモリに記憶する情報取得手段と、
   前記メモリから同行情報、滞在地情報及び移動手段情報を読み出し、この読み出された同行情報、滞在地情報及び移動手段情報をもとに、任意のユーザがその他のユーザと同行した場所の総数と、同行した場所の種類数をそれぞれ検出する検出手段と、
   前記検出された同行場所の総数及び同行場所の種類数に基づいて、前記任意のユーザとその他のユーザとの間の親密度を算出する算出手段と
   を具備することを特徴とする親密度算出装置。
2. 前記情報取得手段は、
   前記複数のユーザが所持する携帯端末からそれぞれ当該携帯端末の位置情報を収集する手段と、
   前記収集された各携帯端末の位置情報をもとに、各ユーザの移動手段を表す移動手段情報と、当該各ユーザの滞在地を表す滞在地情報と、各ユーザ間の同行の状況を表す同行情報をそれぞれ検出する手段と、
   前記検出された各ユーザの移動手段情報及び滞在地情報と、各ユーザ間の同行の状況を表す同行情報を前記メモリに記憶する手段と
   を備えることを特徴とする請求項１記載の親密度算出装置。
3. 前記算出手段は、前記検出された同行場所の総数をＮ、同行場所の種類数をＳとそれぞれ定義した場合に、
   親密度＝Ｓ／Ｎ
   なる計算式を用いて、前記任意のユーザとその他のユーザとの間の親密度を算出することを特徴とする請求項１又は２記載の親密度算出装置。
4. 前記検出手段は、前記読み出された同行情報、滞在地情報及び移動手段情報をもとに、前記任意のユーザがその他のユーザと同行した場所の種類別の数を検出する手段を、さらに備え、
   前記算出手段は、前記検出された同行場所の総数をＮ、同行場所の種類数をＳ、前記同行した場所の種類別の数をｎi （i は同行場所の種類を表す番号）とそれぞれ定義した場合に、
   

   

   なる計算式を用いて、前記任意のユーザとその他のユーザとの間の親密度を算出することを特徴とする請求項１又は２記載の親密度算出装置。
5. 前記検出手段は、前記読み出された同行情報、滞在地情報及び移動手段情報をもとに、前記任意のユーザがその他のユーザと同行した場所の種類別の数を検出する手段を、さらに備え、
   前記算出手段は、前記検出された同行場所の総数をＮ、同行場所の種類数をＳ、前記同行した場所の種類別の数をｎi （i は同行場所の種類を表す番号）とそれぞれ定義した場合に、
   

   

   なる計算式を用いて、前記任意のユーザとその他のユーザとの間の親密度を算出することを特徴とする請求項１又は２記載の親密度算出装置。
6. 請求項１乃至５のいずれか１項に記載の親密度算出装置を構成する各手段としてコンピュータを機能させるための親密度算出プログラム。

Images