JP5389688B2 - 場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム - Google Patents
場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム Download PDFInfo
- Publication number
- JP5389688B2 JP5389688B2 JP2010031620A JP2010031620A JP5389688B2 JP 5389688 B2 JP5389688 B2 JP 5389688B2 JP 2010031620 A JP2010031620 A JP 2010031620A JP 2010031620 A JP2010031620 A JP 2010031620A JP 5389688 B2 JP5389688 B2 JP 5389688B2
- Authority
- JP
- Japan
- Prior art keywords
- movement history
- probability
- route
- model generation
- storage means
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 36
- 238000004364 calculation method Methods 0.000 title claims description 27
- 238000003860 storage Methods 0.000 claims description 100
- 230000009471 action Effects 0.000 claims description 55
- 238000006243 chemical reaction Methods 0.000 description 19
- 238000000605 extraction Methods 0.000 description 19
- 230000006399 behavior Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- KYGZCKSPAKDVKC-UHFFFAOYSA-N Oxolinic acid Chemical compound C1=C2N(CC)C=C(C(O)=O)C(=O)C2=CC2=C1OCO2 KYGZCKSPAKDVKC-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段4と、
移動履歴記憶手段4から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成手段71と、
移動履歴記憶手段4から動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成手段72と、
ある移動履歴を持つ動作主がある場所を訪れる確率を、マルコフモデル生成手段71とトピックモデル生成手段72が算出した確率の二項演算で求める行動モデル生成手段73と、を有する。
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段と、
移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成手段と、
移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成手段と、
ある移動履歴を持つ動作主がある場所を訪れる確率を、マルコフモデル生成手段とトピックモデル生成手段が算出した確率の二項演算で求める行動モデル生成手段と、
行動モデル生成手段を繰り返し適用し、ある移動履歴を持つ動作主があるルートを通る確率を求めるルート生成手段と、を有する。
複数人の移動履歴情報の集計結果に基づいて、複数の場所を含むルートの旅行時間を算出し、旅行時間記憶手段に格納する旅行時間算出手段と、
旅行時間記憶手段を参照し、旅行時間の制約条件を満たすルートに関して、行動モデル生成手段を繰り返し適用し、ある移動履歴を持つ動作主があるルートを通る確率を求める時間制約付きルート生成手段と、を更に加えた構成である。
複数人の位置情報、時間情報、テキストタグ情報、動作主を一意に識別する動作主情報とからなるGPSデータを格納した行動ログ記憶手段と、
行動ログ記憶手段からGPSデータを取得して、多くの人々が訪れる代表地点を特定し、各GPSデータを該代表地点のいずれかに変換する代表地点抽出手段と、
行動ログ記憶手段から代表地点を特徴的に表すテキストタグ情報を抽出する代表タグ抽出手段と、を更に加えた構成である。
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段を有するコンピュータが、
移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成ステップ(ステップ1)と、
移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成ステップ(ステップ2)と、
ある移動履歴を持つ動作主がある場所を訪れる確率を、マルコフモデル生成ステップとトピックモデル生成ステップで算出された確率の二項演算で求める行動モデル生成ステップ(ステップ3)と、を行う。
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段を有するコンピュータが、
移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成ステップと、
移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成ステップと、
ある移動履歴を持つ動作主がある場所を訪れる確率を、マルコフモデル生成ステップとトピックモデル生成ステップで算出された確率の二項演算で求める行動モデル生成ステップと、
行動モデル生成ステップを繰り返し実行し、ある移動履歴を持つ動作主があるルートを通る確率を求めるルート生成ステップと、を行う。
複数人の移動履歴情報の集計結果に基づいて、複数の場所を含むルートの旅行時間を算出し、旅行時間記憶手段に格納する旅行時間算出ステップと、
旅行時間記憶手段を参照し、旅行時間の制約条件を満たすルートに関して、行動モデル生成ステップを繰り返し適用し、ある移動履歴を持つ動作主があるルートを通る確率を求める時間制約付きルート生成ステップと、を更に行う。
複数人の位置情報、時間情報、テキストタグ情報、動作主を一意に識別する動作主情報とからなるGPSデータを格納した行動ログ記憶手段から該GPSデータを取得して、多くの人々が訪れる代表地点を特定し、各GPSデータを該代表地点のいずれかに変換する代表地点抽出ステップと、
行動ログ記憶手段から代表地点を特徴的に表すテキストタグ情報を抽出する代表タグ抽出ステップと、を更に行う。
以下、トラベルルート推薦装置の実施の形態について図面を参照して説明する。
代表地点抽出部21は、行動ログ格納装置1に格納されている各行動ログの位置情報に基づき、多くの人々が訪れる代表地点を特定する。代表地点の特定は、最頻値探索問題を解くことに等しい。一般に、点(位置情報)の集まりがどのように分布しているかを示す関数は密度関数と呼ばれる。この密度関数は空間上の任意の位置における点の密度を表し、関数値が高いところの周辺には点がたくさん集まり、低いところにはあまり無いことを示す。代表地点抽出部21において、最頻値探索問題の最頻値とは、この密度関数の極大値(局所的な最大値)として定義され、対応する極大値点は空間上の点の密度が局所的に最も高いところを示す。例えば、最頻値探索問題を解く手法として、ミーンシフト法(文献:Y. Cheng. Mean shift, mode seeking, and clustering. IEEE trans. Pattern Anal. And Machine Intell., 17(8), pp. 790-799 (1995))を用いることが考えられる。代表地点抽出部21の結果は、代表地点格納部3に格納する。
配列A←Φ;
一時変数k←1;
優先度付きキューQ←Φ;
を初期化し(ステップ101)、現在地
以下に、本発明の第2の実施の形態について図面を参照して説明する。
配列の初期化:A←Φ;
一時変数の初期化:k←1;
優先度付きキューの初期化:Q←Φ;
を初期化し(ステップ201)、現在地
2 移動履歴変換部
3 代表地点格納部
4 移動履歴記憶手段、移動履歴格納部
5 操作部
6 検索部
7 モデル生成部
8 ルート生成部
9 出力部
10 時間制約付き検索部
11 旅行時間算出部
12 旅行時間格納部
13 旅行時間格納装置
14 時間制約付きルート生成部
21 代表地点抽出部
22 位置情報変換部
23 代表タグ抽出部
71 マルコフモデル生成手段
72 トピックモデル生成手段
73 行動モデル生成手段
Claims (10)
- 複数人のGPS(Global Positioning System)データに基づいて動作主が次に各場所に存在する確率を算出するための場所存在確率算出装置であって、
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段と、
前記移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成手段と、
前記移動履歴記憶手段から前記動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成手段と、
ある移動履歴を持つ動作主がある場所を訪れる確率を、前記マルコフモデル生成手段と前記トピックモデル生成手段が算出した確率の二項演算で求める行動モデル生成手段と、
を有することを特徴とする場所存在確率算出装置。 - 複数人のGPSデータに基づいてトラベルルートを推薦する装置であって、
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段と、
前記移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成手段と、
前記移動履歴記憶手段から前記動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成手段と、
ある移動履歴を持つ動作主がある場所を訪れる確率を、前記マルコフモデル生成手段と前記トピックモデル生成手段が算出した確率の二項演算で求める行動モデル生成手段と、
前記行動モデル生成手段を繰り返し適用し、ある移動履歴を持つ動作主があるルートを通る確率を求めるルート生成手段と、
を有することを特徴とするトラベルルート推薦装置。 - 複数人の移動履歴情報の集計結果に基づいて、複数の場所を含むルートの旅行時間を算出し、旅行時間記憶手段に格納する旅行時間算出手段と、
前記旅行時間記憶手段を参照し、前記旅行時間の制約条件を満たすルートに関して、前記行動モデル生成手段を繰り返し適用し、ある移動履歴を持つ動作主があるルートを通る確率を求める時間制約付きルート生成手段と、
を更に有する請求項2記載のトラベルルート推薦装置。 - 複数人の位置情報、時間情報、テキストタグ情報、動作主を一意に識別する動作主情報とからなるGPSデータを格納した行動ログ記憶手段と、
前記行動ログ記憶手段から前記GPSデータを取得して、多くの人々が訪れる代表地点を特定し、各GPSデータを該代表地点のいずれかに変換する代表地点抽出手段と、
前記行動ログ記憶手段から前記代表地点を特徴的に表すテキストタグ情報を抽出する代表タグ抽出手段と、
を更に有する請求項3記載のトラベルルート推薦装置。 - 複数人のGPS(Global Positioning System)データに基づいて動作主が次に各場所に存在する確率を算出するための場所存在確率算出方法であって、
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段を有するコンピュータが、
前記移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成ステップと、
前記移動履歴記憶手段から前記動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成ステップと、
ある移動履歴を持つ動作主がある場所を訪れる確率を、前記マルコフモデル生成ステップと前記トピックモデル生成ステップで算出された確率の二項演算で求める行動モデル生成ステップと、
を行うことを特徴とする場所存在確率算出方法。 - 複数人のGPSデータに基づいてトラベルルートを推薦する方法であって、
動作主の位置情報のシーケンスである移動履歴を格納した移動履歴記憶手段を有するコンピュータが、
前記移動履歴記憶手段から動作主の移動履歴を取得して、ある場所を訪れる確率をマルコフモデルに基づいて算出するマルコフモデル生成ステップと、
前記移動履歴記憶手段から前記動作主の移動履歴を取得して、ある場所を訪れる確率をトピックモデルに基づいて算出するトピックモデル生成ステップと、
ある移動履歴を持つ動作主がある場所を訪れる確率を、前記マルコフモデル生成ステップと前記トピックモデル生成ステップで算出された確率の二項演算で求める行動モデル生成ステップと、
前記行動モデル生成ステップを繰り返し実行し、ある移動履歴を持つ動作主があるルートを通る確率を求めるルート生成ステップと、
を行うことを特徴とするトラベルルート推薦方法。 - 複数人の移動履歴情報の集計結果に基づいて、複数の場所を含むルートの旅行時間を算出し、旅行時間記憶手段に格納する旅行時間算出ステップと、
前記旅行時間記憶手段を参照し、前記旅行時間の制約条件を満たすルートに関して、前記行動モデル生成ステップを繰り返し適用し、ある移動履歴を持つ動作主があるルートを通る確率を求める時間制約付きルート生成ステップと、
を更に行う請求項6記載のトラベルルート推薦方法。 - 複数人の位置情報、時間情報、テキストタグ情報、動作主を一意に識別する動作主情報とからなるGPSデータを格納した行動ログ記憶手段から該GPSデータを取得して、多くの人々が訪れる代表地点を特定し、各GPSデータを該代表地点のいずれかに変換する代表地点抽出ステップと、
前記行動ログ記憶手段から前記代表地点を特徴的に表すテキストタグ情報を抽出する代表タグ抽出ステップと、
を更に行う請求項7記載のトラベルルート推薦方法。 - 請求項1に記載の場所存在確率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場所存在確率算出プログラム。
- 請求項2乃至4のいずれか1項に記載のトラベルルート推薦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トラベルルート推薦プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010031620A JP5389688B2 (ja) | 2010-02-16 | 2010-02-16 | 場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010031620A JP5389688B2 (ja) | 2010-02-16 | 2010-02-16 | 場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011170453A JP2011170453A (ja) | 2011-09-01 |
JP5389688B2 true JP5389688B2 (ja) | 2014-01-15 |
Family
ID=44684544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010031620A Active JP5389688B2 (ja) | 2010-02-16 | 2010-02-16 | 場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5389688B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055661A (zh) * | 2016-06-02 | 2016-10-26 | 福州大学 | 基于多Markov链模型的多兴趣资源推荐方法 |
US11085784B2 (en) * | 2015-07-24 | 2021-08-10 | International Business Machines Corporation | Journey planning |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5641243B2 (ja) * | 2011-09-06 | 2014-12-17 | トヨタ自動車東日本株式会社 | 作業支援システム |
SG195395A1 (en) * | 2012-05-07 | 2013-12-30 | Accenture Global Services Ltd | Location-based cognitive and predictive communication system |
CN103389093B (zh) * | 2012-05-07 | 2016-08-03 | 腾讯科技(深圳)有限公司 | 出行线路生成方法和系统 |
CN108563672A (zh) * | 2017-12-21 | 2018-09-21 | 广东鸿威国际会展集团有限公司 | 一种虚拟三维展示的路线推荐管理系统及方法 |
CN108648518B (zh) * | 2018-07-13 | 2020-09-08 | 许昌学院 | 一种适用于视觉传达课程的艺术品细节展示装置 |
KR102301086B1 (ko) * | 2018-12-13 | 2021-09-10 | 제주대학교 산학협력단 | 빅데이터 기반 최적의 여행 경로 추천 시스템 및 여행 경로 추천 방법 |
CN117741697A (zh) * | 2022-09-15 | 2024-03-22 | 华为终端有限公司 | 运动数据获取方法及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8671104B2 (en) * | 2007-10-12 | 2014-03-11 | Palo Alto Research Center Incorporated | System and method for providing orientation into digital information |
JP2010020490A (ja) * | 2008-07-09 | 2010-01-28 | Oki Electric Ind Co Ltd | 未訪問地の情報提供装置及び未訪問地の情報提供方法 |
-
2010
- 2010-02-16 JP JP2010031620A patent/JP5389688B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11085784B2 (en) * | 2015-07-24 | 2021-08-10 | International Business Machines Corporation | Journey planning |
CN106055661A (zh) * | 2016-06-02 | 2016-10-26 | 福州大学 | 基于多Markov链模型的多兴趣资源推荐方法 |
CN106055661B (zh) * | 2016-06-02 | 2017-11-17 | 福州大学 | 基于多Markov链模型的多兴趣资源推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2011170453A (ja) | 2011-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5389688B2 (ja) | 場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム | |
Unger et al. | Towards latent context-aware recommendation systems | |
US10003924B2 (en) | Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location | |
Kurashima et al. | Travel route recommendation using geotagged photos | |
Wang et al. | Urban2vec: Incorporating street view imagery and pois for multi-modal urban neighborhood embedding | |
JP5534007B2 (ja) | 特徴点検出システム、特徴点検出方法、及びプログラム | |
CN111626362B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
WO2016108977A1 (en) | Analyzing semantic places and related data from a plurality of location data reports | |
JP2011252844A (ja) | データ処理装置、データ処理方法、およびプログラム | |
Samany | Automatic landmark extraction from geo-tagged social media photos using deep neural network | |
CN111434118B (zh) | 用户感兴趣信息生成的装置和方法 | |
JP6472573B2 (ja) | データ分析手法候補決定装置 | |
CN111800289B (zh) | 通信网络故障分析方法和装置 | |
Uçar et al. | Benchmarking data mining approaches for traveler segmentation | |
El Hafyani et al. | Learning the micro-environment from rich trajectories in the context of mobile crowd sensing: Application to air quality monitoring | |
CN114462357A (zh) | 实体链接方法、构建方法、装置及存储介质 | |
JP6807822B2 (ja) | 人流量予測装置、方法、及びプログラム | |
JP5425050B2 (ja) | ランドマーク推薦装置及び方法及びプログラム | |
CN113918802B (zh) | 导航方法、装置、设备、介质及产品 | |
KR100880001B1 (ko) | 개인의 일상을 관리할 수 있는 모바일 디바이스 및 상기모바일 디바이스에서의 정보 검색 방법 | |
De Paola et al. | A multi‐agent system for itinerary suggestion in smart environments | |
JP6433876B2 (ja) | パラメータ推定装置、予測装置、方法、及びプログラム | |
RU2658876C1 (ru) | Способ и сервер для обработки данных датчика беспроводного устройства для создания вектора объекта, связанного с физическим положением | |
KR102309006B1 (ko) | 인공지능을 이용한 자전거 부품 분류 및 견적 기반 추천 방법 및 시스템 | |
JP5588938B2 (ja) | アイテム推薦装置及び方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120309 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130621 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130902 |
|
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: 20131001 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20131001 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131009 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5389688 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |