JP5497864B2 - 生活圏判定装置、生活圏判定方法及び生活圏判定プログラム - Google Patents

Description

本発明は、生活圏判定装置、生活圏判定方法及び生活圏判定プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、インターネットを介した広告配信が盛んに行われている。例えば、ウェブページの所定の位置に、企業や商品等を示すアイコンを表示し、かかるアイコンがクリックされた場合に広告主のウェブページへ遷移するものがある。

このような広告配信として、ユーザの生活圏に応じた広告を配信するエリアターゲティング配信が知られている。そして、ユーザの生活圏を判定する手法として、移動する個人あるいは物が地域に設置された構造物を通過したときに位置情報と時刻情報を同時に取得し、取得した位置情報と時刻情報の集合から時間軸を有する移動範囲を抽出し、地域情報とマッチングさせる技術が知られている（特許文献１参照）。

特開２００４−１０２９５０号公報

しかしながら、上記の従来技術では、ユーザの生活圏を高精度に判定することが困難であった。例えば、ユーザが一ヶ月間に訪れた地域として、出張等で偶然に連続して４日間だけ訪れた地域と、習い事等により週に一回（トータルで月４回）訪れた地域とがあったものとする。この場合、上記特許文献１に記載の技術では、一ヶ月に訪れた回数が同一であるので、双方の地域を同一レベルでユーザの生活圏であると判定してしまうおそれがある。本来であれば、出張等で偶然に訪れた地域よりも、周期的に訪れる地域の方がユーザの生活圏である確度が高いので、双方の地域を同一レベルでユーザの生活圏とすることには問題がある。

本願は、上記に鑑みてなされたものであって、ユーザの生活圏を高精度に判定することができる生活圏判定装置、生活圏判定方法及び生活圏判定プログラムを提供することを目的とする。

本願に係る生活圏判定装置は、ユーザが所在したエリアと、当該エリアに前記ユーザが所在した所在日時とを取得する取得手段と、前記取得手段によって取得されたエリア及び所在日時に基づいて、所定の日時毎に前記ユーザが前記エリアに所在したか否かを示す所在有無情報を前記エリア毎に生成し、生成した所在有無情報の自己相関を求めることにより、前記ユーザが周期的に所在したか否かを示す指標値を算出する算出手段と、前記算出手段によって算出された指標値が所定の閾値以上であるエリアが前記ユーザの生活圏であると判定する判定手段と、を備えることを特徴とする。

実施形態の一態様によれば、ユーザの生活圏を高精度に判定することができるという効果を奏する。

図１は、実施形態に係る配信システムの構成例を示す図である。 図２は、実施形態に係る情報配信装置の構成例を示す図である。 図３は、実施形態に係るエリア情報記憶部の一例を示す図である。 図４は、実施形態に係るスコア記憶部の一例を示す図である。 図５は、実施形態に係る算出部によるスコア算出処理の一例を示す図である。 図６は、実施形態に係る算出部によるスコア算出処理の一例を示す図である。 図７は、実施形態に係る算出部によって算出されるスコアの一例を示す図である。 図８は、実施形態に係る情報配信装置による生活圏判定処理を示すフローチャートである。

以下に、本願に係る生活圏判定装置、生活圏判定方法及び生活圏判定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る生活圏判定装置、生活圏判定方法及び生活圏判定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．配信システムの構成〕
まず、図１を用いて、実施形態に係る配信システムについて説明する。図１は、実施形態に係る配信システム１の構成例を示す図である。図１に示すように、実施形態に係る配信システム１は、ユーザ端末１０_１〜１０_ｎと、情報配信装置１００とを含む。ユーザ端末１０_１〜１０_ｎ、情報配信装置１００は、ネットワークＮを介して、有線又は無線により通信可能に接続される。なお、図１では、配信システム１に、１台の情報配信装置１００が含まれる例を示したが、配信システム１には、複数台の情報配信装置１００が含まれてもよい。

ユーザ端末１０_１〜１０_ｎは、ユーザによって利用される情報処理装置である。例えば、ユーザ端末１０_１〜１０_ｎは、携帯電話機（例えば、スマートフォン）や、ＰＤＡ（Personal Digital Assistant）、パーソナルコンピュータ（Personal Computer）等である。なお、ユーザ端末１０_１〜１０_ｎは、それぞれ同様の機能を有するので、以下では、ユーザ端末１０_１〜１０_ｎを区別する必要がない場合には、これらを総称して「ユーザ端末１０」と表記する場合がある。

情報配信装置１００は、ユーザ端末１０からアクセスされることで、かかるユーザ端末１０に各種コンテンツを配信するサーバ装置である。例えば、情報配信装置１００は、ウェブサーバであり、ユーザ端末１０によってアクセスされたＵＲＬ（Uniform Resource Locator）に対応するＨＴＭＬ（HyperText Markup Language）テキスト等をＨＴＴＰ（Hypertext Transfer Protocol）に基づいてユーザ端末１０に配信する。一例を挙げると、情報配信装置１００は、ニュース、天気、グルメ（飲食店）、ショッピング、オークション、路線情報、地図情報等の各種コンテンツを含むポータルサイトを配信する。

ここで、実施形態に係る情報配信装置１００は、ユーザ端末１０を利用するユーザが生活圏とするエリア（地域）を判定する生活圏判定装置として動作する。このとき、情報配信装置１００は、単にユーザの所在回数が多いエリアを生活圏として判定するのではなく、ユーザが周期的かつ高頻度に所在するエリアを生活圏として判定する。そして、情報配信装置１００は、ユーザ端末１０に各種コンテンツを配信する場合に、ユーザの生活圏に関するコンテンツを配信する。例えば、情報配信装置１００は、ユーザの生活圏近傍に所在する店舗に関する広告コンテンツを配信したり、ユーザの生活圏に関する天気情報や地図情報等を配信したりする。以下、このように生活圏を判定する情報配信装置１００について詳細に説明する。

〔２．情報配信装置の構成〕
次に、図２を用いて、図１に示した情報配信装置１００について説明する。図２は、実施形態に係る情報配信装置１００の構成例を示す図である。図２に示すように、情報配信装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報配信装置１００は、情報配信装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（液晶ディスプレイ等）を有してもよい。

（通信部１１０について）
通信部１１０は、ネットワークＮに接続され、ネットワークＮを介して、ユーザ端末１０との間で情報の送受信を行う。かかる通信部１１０は、ネットワークＮとの接続を有線又は無線で行い、例えばＮＩＣ（Network Interface Card）等によって実現される。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。かかる記憶部１２０は、エリア情報記憶部１２１と、スコア記憶部１２２とを有する。

（エリア情報記憶部１２１について）
エリア情報記憶部１２１は、後述する取得部１３１によって更新され、ユーザ端末１０を利用するユーザが所在したエリアに関する各種情報を記憶する。ここで、図３に、実施形態に係るエリア情報記憶部１２１の一例を示す。図３に示すように、エリア情報記憶部１２１は、「ユーザ識別子」、「エリア情報」、「所在日時」といった項目を有する。

「ユーザ識別子」は、ユーザ端末１０を利用するユーザを識別するための情報を示す。「エリア情報」は、ユーザが所在したエリアを示す。図３に示した「エリア情報」には、ユーザが所在した位置を含む所定の範囲を示す地域名等が記憶される。「所在日時」は、エリア情報によって示されるエリアにユーザが所在した日時を示す。図３に示した「所在日時」には、年月日時分が記憶される。ただし、この例に限られず、「所在日時」には、年月日や年月日時分秒などが記憶されてもよい。

すなわち、図３では、ユーザ識別子「Ｕ１」によって識別されるユーザが、「２０１２年９月１日」については、「７時３０分」に「東京都世田谷区」に所在し、「８時３０分」に「東京都千代田区」に所在し、「１４時４０分」に「神奈川県横浜市」に所在し、「１９時５０分」に「東京都世田谷区」に所在したことを示している。また、かかるユーザが、「２０１２年９月２日」については、「７時２０分」に「東京都世田谷区」に所在したことを示している。

（スコア記憶部１２２について）
スコア記憶部１２２は、後述する算出部１３２によって更新され、ユーザ端末１０を利用するユーザが所在したエリア毎に、ユーザの生活圏であるか否かの指標値となるスコアを記憶する。ここで、図４に、実施形態に係るスコア記憶部１２２の一例を示す。図４に示すように、スコア記憶部１２２は、「ユーザ識別子」、「エリア情報」、「スコア」といった項目を有する。

「ユーザ識別子」及び「エリア情報」は、図３に示したエリア情報記憶部１２１が有する「ユーザ識別子」及び「エリア情報」に対応する。「スコア」は、エリア情報によって示されるエリアがユーザの生活圏であるか否かの指標値を示す。なお、詳細については後述するが、「スコア」は、「０」〜「１」の値を取り、値が大きいほどユーザの生活圏である確度が高いことを示す。

すなわち、図４では、ユーザ識別子「Ｕ１」のユーザについて、「東京都世田谷区」に対応するスコアが「０．１７２９」であり、「東京都千代田区」に対応するスコアが「０．０４４０」であり、「神奈川県横浜市」に対応するスコアが「０．０２３５」であることを示している。したがって、上記の３個のエリアの中では、「東京都世田谷区」がユーザの生活圏である確度が最も高いことを示している。

（制御部１３０について）
制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、内部の記憶装置に記憶されているプログラム（生活圏判定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

かかる制御部１３０は、図２に示すように、取得部１３１と、算出部１３２と、判定部１３３と、配信部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部１３１について）
取得部１３１は、ユーザが所在したエリア毎に、かかるエリアにユーザが所在した所在日時を取得する。以下に、取得部１３１による取得処理について、いくつか例を挙げて説明する。

例えば、取得部１３１は、ユーザ端末１０からアクセスされた場合に、かかるアクセスに関するアクセス情報に基づいて、ユーザ端末１０が所在するエリアを取得する。具体的には、取得部１３１は、ユーザ端末１０からアクセスされた際に、ユーザ端末１０のＩＰ（Internet Protocol）アドレスがアクセス情報に含まれる場合には、かかるＩＰアドレスに基づいて、ユーザの所在エリアを推定する。

また、例えば、ユーザ端末１０が携帯電話機等である場合、ユーザ端末１０は、情報配信装置１００にアクセスして飲食店や天気や地図に関するコンテンツ（ウェブページ）を取得する場合に、自装置（ユーザ端末１０）の位置情報を情報配信装置１００に通知する場合がある。この場合、取得部１３１は、ユーザ端末１０から通知される位置情報を取得する。

また、例えば、ユーザは、ツイッター（登録商標）やウェブログ等のウェブページで自身の移動履歴を公開することを目的として、ユーザ端末１０から自身の現在位置を所定の位置登録サーバに登録する場合がある。このような現在位置の登録は、チェックインなどと呼ばれており、近年ではスマートフォン等を用いて一般的に行われている。この場合、取得部１３１は、情報配信装置１００が位置登録サーバであれば、ユーザ端末１０から送信される位置情報を取得する。

そして、取得部１３１は、上記例のように取得したユーザの所在エリアや位置情報をエリア情報記憶部１２１に格納する。このとき、取得部１３１は、ユーザ端末１０から位置情報が通知される場合には、かかる位置情報によって示される位置を含む所定の地域名（例えば、「東京都世田谷区」など）を特定し、特定した地域名をエリア情報記憶部１２１の「エリア情報」に格納する。また、取得部１３１は、ユーザの所在エリアや位置情報を取得した日時をエリア情報記憶部１２１の「所在日時」に格納する。

なお、取得部１３１による取得処理は上記例に限られない。例えば、取得部１３１は、情報配信装置１００が位置登録サーバでない場合には、図１に図示しない位置登録サーバから位置情報を取得してもよい。かかる場合には、位置登録サーバによってユーザの位置情報及び所在日時が管理されているので、取得部１３１は、位置登録サーバから取得した位置情報及び所在日時をエリア情報記憶部１２１に格納する。

また、例えば、情報配信装置１００が路線検索サービスを提供している場合、かかる路線検索においてユーザに入力された各種情報に基づいて、ユーザの所在エリアを推定してもよい。具体的には、ユーザは、路線検索を行う場合に、「出発地（駅、施設、住所など）」、「目的地（駅、施設、住所など）」、「経由駅」、「出発時間」、「到着時間」などを入力する。これらの入力情報は、ユーザの行動予定場所及び行動予定時刻を示している。したがって、取得部１３１は、路線検索において入力された各種情報を用いて、ユーザの所在エリアを推定することができる。

また、例えば、情報配信装置１００が天気予報サービスを提供している場合、ユーザに入力された地域に基づいて、ユーザの所在エリアを推定してもよい。具体的には、ユーザは、天気予報に関するコンテンツを閲覧する場合に、所定の地域を入力する。これらの入力情報は、ユーザの所在エリアを示すといえるので、取得部１３１は、かかる入力情報を用いて、ユーザの所在エリアを推定することができる。

なお、上記では説明を省略したが、エリア情報記憶部１２１に格納するユーザ識別子は、いかなる情報であってもよい。例えば、情報配信装置１００とユーザ端末１０との間で送受信されるＨＴＴＰクッキー（HyperText Transfer Protocol Cookie）において識別される情報（クッキーＩＤなど）をユーザ識別子としてもよい。また、例えば、情報配信装置１００が会員登録制により各種サービスを提供している場合には、各ユーザの会員ＩＤをユーザ識別子としてもよい。

（算出部１３２について）
算出部１３２は、取得部１３１によって取得された各種情報に基づいて、ユーザが周期的に所在したエリアほど高い値となるスコアを算出する。具体的には、算出部１３２は、エリア情報記憶部１２１に記憶されている各エリア情報について、所定の日時毎に、かかるエリア情報によって示されるエリアにユーザが所在したか否かを示す所在有無情報を生成する。そして、算出部１３２は、生成した所在有無情報の自己相関を求めることにより、ユーザが定期的に所在したエリアほど高い値となるスコアを算出する。このようにして、算出部１３２は、エリア情報記憶部１２１に記憶されている各エリア情報に対応するスコアを算出する。

ここで、図５及び図６を用いながら、算出部１３２によるスコア算出処理について説明する。図５及び図６は、実施形態に係る算出部１３２によるスコア算出処理の一例を示す図である。図５に示した例では、図３に示したユーザ識別子「Ｕ１」によって識別されるユーザ（以下、「ユーザＵ１」とする）に対応するスコアを算出するものとする。

まず、算出部１３２は、エリア情報記憶部１２１から、ユーザＵ１に対応するエリア情報及び所在日時を取得する。そして、算出部１３２は、図５に示した例のように、各エリア情報について、所定の日時毎にかかるエリアにユーザが所在したか否かを示す所在有無情報Ｇ１１〜Ｇ１３を生成する。

ここの例では、所定の日時が「１日」であるものとする。すなわち、算出部１３２は、「１日」毎にユーザが所在したか否かを示す所在有無情報Ｇ１１〜Ｇ１３を生成する。例えば、図５に示した所在有無情報Ｇ１１のうち、先頭の「１」は「２０１２年９月１日」を示し、次の「１」は「２０１２年９月２日」を示し、次の「０」は「２０１２年９月３日」を示し、最後の「０」は「２０１２年９月３０日」を示す。また、図５に示した所在有無情報Ｇ１１に含まれる「１」又は「０」の値は、所在有無を示す。具体的には、「１」が設定されている年月日は、ユーザが所在したことを示し、「０」が設定されている年月日は、ユーザが所在していなかったことを示す。すなわち、図５に示した例では、ユーザＵ１が、「２０１２年９月１日」及び「２０１２年９月２日」には「東京都世田谷区」に所在したが、「２０１２年９月３日」には「東京都世田谷区」に所在しなかったことを示す。

続いて、算出部１３２は、このようにして作成した所在有無情報毎に、下記式（１）により自己相関（不偏）Ｒ（λ）を求める。

上記式（１）のうち、ｘ（ｔ）は、所在有無情報を配列により示した数式であり、「ｔ」は、かかる配列の添え字を示す。例えば、図５に示した所在有無情報Ｇ１１の場合、ｘ（１）は、先頭の「１」に該当し、ｘ（３０）は、最後の「０」を示す。また、「λ」は、自己相関を求める際の所在有無情報に対するシフト量を示す。また、「Ｔ」は、サンプル数を示し、ｘ（ｔ）に含まれる要素数を示す。例えば、図５に示した所在有無情報Ｇ１１の場合、「Ｔ」は「３０」に該当する。算出部１３２は、「ｔ」＝「１」〜「Ｔ」として、上記式（１）のシグマ関数を演算する。

ここで、図６を用いて、上記式（１）の演算例について説明する。図６では、図５に示した所在有無情報Ｇ１１を例に挙げ、また、シフト値「λ」＝「７」である場合を例に挙げて説明する。図６に示した例において、算出部１３２は、シフト値「λ」＝「７」であるので、上段に示した所在有無情報Ｇ１１に対して、下段に示した所在有無情報Ｇ１１を７個分シフトさせる。ここでは、上段の所在有無情報Ｇ１１を所在有無情報Ａとし、下段の所在有無情報Ｇ１１を所在有無情報Ｂとする。

続いて、算出部１３２は、所在有無情報Ａと所在有無情報Ｂに含まれる各要素のうち、互いに重なる要素を乗算する。すなわち、算出部１３２は、所在有無情報Ａ及び所在有無情報Ｂの双方において要素が「１」である場合には、乗算結果「１」を求め、所在有無情報Ａ及び所在有無情報Ｂのいずれかの要素が「０」である場合には、乗算結果「０」を求める。このようにして、算出部１３２は、図６に示した乗算結果Ｇ２１を求める。

続いて、算出部１３２は、乗算結果Ｇ２１に含まれる各要素の総和を算出する。言い換えれば、算出部１３２は、乗算結果Ｇ２１に「１」が含まれる数を計数することとなる。図６に示した例では、算出部１３２は、乗算結果Ｇ２１に含まれる各要素の総和として、「６」を算出する。ここまでの演算は、上記式（１）のうち、「シグマ関数｛ｘ（ｔ） ＊ ｘ（ｔ − λ）｝」に該当する。

そして、算出部１３２は、乗算結果Ｇ２１に含まれる各要素の総和を「Ｔ−λ」により除算する。ここでは、「Ｔ」＝「３０」であり、「λ」＝「７」であるので、算出部１３２は、総和「６」を「２３」により除算する。これにより、算出部１３２は、図６に示すように、上記式（１）におけるＲ（７）として、「０．２６」を算出する。なお、ここでは、小数第三位を四捨五入するものとする。ここの例では、乗算結果Ｇ２１に含まれる各要素の総和を「Ｔ−λ」により除算したが、算出部１３２は、乗算結果Ｇ２１に含まれる各要素を「Ｔ−λ」により除算した後に、除算結果のそれぞれの総和を算出してもよい。

このようにして、算出部１３２は、「λ」＝「１」〜「Ｎ」について、Ｒ（１）〜Ｒ（Ｎ）を算出する。なお、ここでいう「Ｎ」とは、自己相関において考慮する最長周期を示し、「１」以上かつ「Ｔ」以下の値を取り得る。かかる「Ｎ」は、情報配信装置１００の管理者等によって予め設定される。

続いて、算出部１３２は、上記式（１）により算出した自己相関（不偏）Ｒ（λ）について、下記式（２）を演算することにより、所在有無情報Ｇ１１に対応するスコアを算出する。

すなわち、算出部１３２は、上記式（１）により算出したＲ（１）〜Ｒ（Ｎ）の総和を算出し、算出した総和を「Ｎ」により除算する。ここで、「Ｔ」＝「３０」であり、かつ、「Ｎ」＝「３０」である場合、算出部１３２は、図５に示した所在有無情報Ｇ１１（すなわち、エリア情報「東京都世田谷区」）に対応するスコアとして、「０．１７２９」を算出することとなる。なお、ここでは、小数第五位を四捨五入するものとする。そして、算出部１３２は、算出したスコアをスコア記憶部１２２に格納する。

なお、上記例では、所在有無情報Ｇ１１（すなわち、エリア情報「東京都世田谷区」）に対応するスコアを算出する例を示したが、算出部１３２は、上述した演算を行うことにより、エリア情報記憶部１２１に記憶されているエリア情報毎に、かかるエリア情報に対応するスコアを算出し、算出したスコアをスコア記憶部１２２に格納する。また、算出部１３２は、ユーザＵ１だけでなく、他のユーザについても同様にして、エリア情報毎のスコアを算出し、スコア記憶部１２２を更新する。

このように、算出部１３２は、ユーザが所在した各エリア情報について、所在有無情報の自己相関を求めることによりスコアを算出する。自己相関により算出されるスコアは、過去「Ｔ」日の所在有無データを用いて最長「Ｎ」日までの行動の周期性を考えた際、持ちうる周期性に対して、かかる所在有無データが有する周期成分の大きさに該当する。すなわち、算出部１３２によって算出されるスコアは、「０」〜「１」の値を取り、ユーザが周期的に所在したエリアほど大きい値となり、かつ、ユーザが所在した日数が多いエリアほど大きい値となる。

ここで、図７を用いて、算出部１３２によって算出されるスコアの特性について説明する。図７は、実施形態に係る算出部１３２によって算出されるスコアの一例を示す図である。図７では、３つの例を用いて説明する。

まず、図７＜例１＞では、全ての日時に対応する所在有無が「１」である場合と、１日だけ所在有無が「１」である場合とを比較する。図７＜例１＞の上段に示すように、全ての所在有無が「１」である場合、算出部１３２は、スコア「１．００００」を算出する。このように、全ての所在有無が「１」である場合、ユーザが周期的にエリアに所在し、かつ、所在日数が最も多いので、スコアは、最高値の「１．００００」となる。

また、図７＜例１＞の下段に示すように、１日だけ所在有無が「１」である場合、算出部１３２は、スコア「０．００１１」を算出する。このように、１日だけ所在有無が「１」である場合、全ての所在有無が「１」である場合と比較して、周期的にエリアに所在せず、かつ、所在日数も少ないので、スコアは、「１．００００」よりも小さい値となる。

続いて、図７＜例２＞では、最初の４日間に対応する所在有無が「１」である場合と、最後の４日間に対応する所在有無が「１」である場合と、連続しない計４日間に対応する所在有無が「１」である場合とを比較する。

図７＜例２＞の上段に示すように、最初の４日間に対応する所在有無が「１」である場合、算出部１３２は、スコア「０．０１１５」を算出する。また、図７＜例２＞の中段に示すように、最後の４日間に対応する所在有無が「１」である場合、算出部１３２は、スコア「０．０１１５」を算出する。このように、図７＜例２＞の上段と中段とでは、４日間連続して所在した点で同一であり、かつ、エリアに所在した日数「４」が同一であるので、算出部１３２は、同一のスコア「０．０１１５」を算出する。

また、図７＜例２＞の下段に示すように、連続しない計４日間に対応する所在有無が「１」である場合、算出部１３２は、スコア「０．０１５７」を算出する。図７＜例２＞の３例から分かるように、算出部１３２は、所在日数が同一の「４」であっても、周期的かつ長期に渡って所在したエリアの方が高いスコアを算出する。

続いて、図７＜例３＞では、月の前半１６日間に対応する所在有無が「１」である場合と、平日（計２２日間）に対応する所在有無が「１」である場合とを比較する。

図７＜例３＞の上段に示すように、月の前半１６日間に対応する所在有無が「１」である場合、算出部１３２は、スコア「０．１８６４」を算出する。また、図７＜例３＞の下段に示すように、平日に対応する所在有無が「１」である場合、算出部１３２は、スコア「０．５７６２」を算出する。このように、算出部１３２は、一時的に集中して所在したエリアよりも、周期的に何日も所在したエリアの方が高いスコアを算出する。

このように、算出部１３２は、ユーザが周期的に所在したエリアほど高いスコアを算出することができる。また、算出部１３２は、ユーザが長期に渡って所在したエリアほど高いスコアを算出することができる。また、算出部１３２は、ユーザの所在日数が多いエリアほど高いスコアを算出することができる。このため、算出部１３２は、ユーザが生活圏とするエリアほど高いスコアを算出することができる。

なお、上述した図５〜図７の例では、所在有無情報Ｇ１１〜Ｇ１３に１日毎の所在有無が設定される例を示したが、この例に限られない。例えば、各所在有無情報には、１時間毎、１２時間毎、２日毎、又は、１週間毎の所在有無が設定されてもよい。また、所在有無情報Ｇ１１〜Ｇ１３に１ヶ月分の所在有無が設定される例を示したが、この例に限られない。例えば、各所在有無情報には、１週間分、２ヶ月分、又は、１年分の所在有無が設定されてもよい。

（判定部１３３について）
判定部１３３は、算出部１３２によって算出されたスコアが所定のスコア閾値以上であるエリアがユーザの生活圏であると判定する。具体的には、判定部１３３は、スコア記憶部１２２に記憶されているスコアがスコア閾値以上であるエリア情報を特定し、特定したエリア情報によって示されるエリアがユーザの生活圏であると判定する。

なお、判定部１３３は、ユーザ端末１０によって情報配信装置１００にアクセスされた場合に、かかるユーザ端末１０を利用するユーザの生活圏を判定してもよいし、定期的にスコア記憶部１２２を参照することで、定期的にユーザの生活圏を判定してもよい。また、判定部１３３は、定期的にユーザの生活圏を判定する場合には、スコア記憶部１２２、又は、図示しない記憶部に判定結果を格納してもよい。

（配信部１３４について）
配信部１３４は、判定部１３３によって生活圏であると判定されたエリアに関する各種コンテンツをユーザ端末１０に配信する。例えば、配信部１３４は、ユーザ端末１０からアクセスされることで、ニュース等のコンテンツを配信する場合に、かかるコンテンツに加えて、ユーザの生活圏に関する広告コンテンツを配信する。また、例えば、配信部１３４は、ユーザ端末１０から、地域を指定せずに天気に関するコンテンツを要求された場合に、ユーザの生活圏における天気に関するコンテンツをユーザ端末１０に配信する。同様に、配信部１３４は、ユーザ端末１０から、地域を指定せずにグルメ（飲食店）に関するコンテンツを要求された場合に、ユーザの生活圏の近傍に所在する飲食店に関するコンテンツをユーザ端末１０に配信する。

なお、配信部１３４は、判定部１３３によって、同一ユーザについて複数のエリアが生活圏であると判定された場合には、かかる複数のエリアのうち、スコアが高いエリアに関するコンテンツを優先してユーザ端末１０に配信してもよい。このとき、配信部１３４は、複数のエリアに対応する各スコアに応じた重みにより、各エリアに関するコンテンツの配信回数を決定してもよい。

〔３．生活圏判定処理〕
次に、図８を用いて、実施形態に係る情報配信装置１００による生活圏判定処理について説明する。図８は、実施形態に係る情報配信装置１００による生活圏判定処理を示すフローチャートである。

図８に示すように、情報配信装置１００の制御部１３０は、生活圏を判定するタイミングであるか否かを判定する（ステップＳ１０１）。ここでは、制御部１３０は、ユーザ端末１０からアクセスされた場合に、かかるユーザ端末１０のユーザの生活圏を判定するタイミングであると判定するものとする。すなわち、制御部１３０は、ユーザ端末１０からアクセスされていない場合には、生活圏を判定するタイミングでないと判定し（ステップＳ１０１；Ｎｏ）、ユーザ端末１０からアクセスされるまで待機する。

一方、制御部１３０は、ユーザ端末１０からアクセスされた場合には、生活圏を判定するタイミングであると判定する（ステップＳ１０１；Ｙｅｓ）。そして、算出部１３２は、エリア情報記憶部１２１から、アクセスしてきたユーザ端末１０のユーザに対応するエリア情報を取得し、エリア情報毎に、図５に例示したような所在有無情報を生成する（ステップＳ１０２）。

続いて、算出部１３２は、ステップＳ１０２において生成した所在有無情報のうち、１個の所在有無情報について、上記式（１）により自己相関（不偏）を求める（ステップＳ１０３）。続いて、算出部１３２は、上記式（２）により、自己相関（不偏）からスコアを算出する（ステップＳ１０４）。そして、算出部１３２は、算出したスコアをスコア記憶部１２２に更新する（ステップＳ１０５）。

続いて、算出部１３２は、エリア情報記憶部１２１から取得した全てのエリア情報に対応するスコアを算出したか否かを判定する（ステップＳ１０６）。言い換えれば、算出部１３２は、ステップＳ１０２において生成した全ての所在有無情報に対応に対応するスコアを算出したか否かを判定する（ステップＳ１０６）。そして、算出部１３２は、全てスコアを算出していない場合には（ステップＳ１０６；Ｎｏ）、未処理の所在有無情報について、ステップＳ１０３〜Ｓ１０５における処理を行う。

一方、算出部１３２によって全てスコアが算出された場合に（ステップＳ１０６；Ｙｅｓ）、判定部１３３は、算出部１３２によって算出されたスコアがスコア閾値以上であるエリアがユーザの生活圏であると判定する（ステップＳ１０７）。そして、配信部１３４は、判定部１３３によって生活圏であると判定されたエリアに関する各種コンテンツをユーザ端末１０に配信する（ステップＳ１０８）。

〔４．変形例〕
上述した実施形態に係る配信システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の配信システム１の他の実施形態について説明する。

〔４−１．スコア閾値の調整〕
上記実施形態では、判定部１３３が、予め設定されているスコア閾値に基づいてユーザの生活圏を判定する例を示した。しかし、判定部１３３は、生活圏であると判定されたユーザ数に基づいて、スコア閾値を調整してもよい。

具体的には、情報配信装置１００の運営者は、広告主から広告コンテンツの配信を依頼される場合に、かかる広告コンテンツを配信する回数（インプレッション数）を広告主との間で取り決めることが多い。例えば、情報配信装置１００の運営者は、広告主との間で、１日に広告コンテンツを１０００回配信するといった契約や、１週間に広告コンテンツを１００００回配信するといった契約を結ぶ場合がある。情報配信装置１００の判定部１３３は、このような契約に含まれるインプレッション数に応じて、スコア閾値を調整してもよい。

一例を挙げて説明すると、例えば、情報配信装置１００の運営者が、広告コンテンツを１日に１０００回配信するといった契約を広告主と結んでいるものとする。また、かかる広告コンテンツは、東京都世田谷区に所在する飲食店等の店舗に関する広告であり、生活圏が東京都世田谷区であるユーザに対して配信されるものとする。この場合、判定部１３３は、スコア記憶部１２２のエリア情報に「東京都世田谷区」が記憶されているユーザ識別子のうち、スコアが予め決められているスコア閾値以上であるユーザ識別子を計数する。すなわち、判定部１３３は、上記の広告コンテンツが配信される可能性のあるユーザ数を計数する。そして、判定部１３３は、計数結果がインプレッション数「１０００」に満たない場合には、スコア閾値を所定値（例えば、０．００１）だけ減算した上で、スコアが減算後のスコア閾値以上であるユーザ識別子を計数する。このようにして、判定部１３３は、広告コンテンツが配信される可能性のあるユーザ数がインプレッション数「１０００」以上となるまでスコア閾値を調整する。これにより、情報配信装置１００は、広告主と契約したインプレッション数を達成することが可能なように、ユーザの生活圏を判定することができる。

また、上記例では、スコア閾値を減算する例を示したが、判定部１３３は、広告コンテンツが配信される可能性のあるユーザ数がインプレッション数よりも多い場合には、スコア閾値を所定値（例えば、０．００１）だけ加算してもよい。これにより、情報配信装置１００は、広告主と契約したインプレッション数よりも必要以上に多くの広告コンテンツが配信されないように、ユーザの生活圏を判定することができる。

なお、全てのユーザが情報配信装置１００に対して毎日アクセスするとは限らない。このため、判定部１３３は、広告コンテンツが配信される可能性のあるユーザ数がインプレッション数よりも所定値だけ多くなるようにスコア閾値を調整してもよい。例えば、情報配信装置１００は、「インプレッション数に１．２０を乗算した数」＝「広告コンテンツが配信される可能性のあるユーザ数」となるようにスコア閾値を調整してもよい。これにより、情報配信装置１００は、広告主と契約したインプレッション数をより確実に達成することが可能なように、ユーザの生活圏を判定することができる。

さらに、判定部１３３は、各ユーザの情報配信装置１００に対するアクセス履歴に基づいて、スコア閾値を調整してもよい。例えば、広告主と契約したインプレッション数が「１０００」であり、「東京都世田谷区」が生活圏であると判定されたユーザ数が「１０００」であったものとする。そして、「東京都世田谷区」が生活圏であると判定された全てのユーザが情報配信装置１００に対して毎日アクセスしている場合には、判定部１３３は、スコア閾値を調整しない。一方、「東京都世田谷区」が生活圏であると判定された各ユーザが情報配信装置１００に対して２日に１回程度しかアクセスしていない場合には、判定部１３３は、スコア閾値を減算することで、広告コンテンツが配信される可能性のあるユーザ数を増大させる。そして、判定部１３３は、情報配信装置１００にアクセスする可能性のあるユーザの数がインプレッション数以上となるようにスコア閾値を調整する。これにより、情報配信装置１００は、広告主と契約したインプレッション数をより確実に達成することができる。

〔４−２．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

例えば、図２に示した情報配信装置１００は、配信部１３４を有しなくてもよい。すなわち、情報配信装置１００は、各ユーザの生活圏を判定する処理は行うものの、コンテンツ配信を行わない生活圏判定装置であってもよい。この場合、生活圏判定装置として動作する情報配信装置１００は、図示しないコンテンツ配信装置等に対して、各ユーザの生活圏を通知するサービスを提供する。

〔５．効果〕
上述してきたように、実施形態に係る情報配信装置１００（生活圏判定装置の一例に相当）は、取得部１３１と、算出部１３２と、判定部１３３とを有する。取得部１３１は、ユーザが所在したエリアと、かかるエリアにユーザが所在した所在日時とを取得する。算出部１３２は、取得部１３１によって取得されたエリア及び所在日時に基づいて、所定の日時毎にユーザがエリアに所在したか否かを示す所在有無情報をエリア毎に生成し、生成した所在有無情報の自己相関を求めることにより、ユーザが周期的に所在したか否かを示すスコア（指標値の一例に相当）を算出する。判定部１３３は、算出部１３２によって算出されたスコアがスコア閾値（所定の閾値の一例に相当）以上であるエリアがユーザの生活圏であると判定する。

これにより、実施形態に係る情報配信装置１００は、自己相関によりスコアを算出するので、ユーザが周期的に所在したエリアほど高いスコアを算出することができ、また、ユーザが長期に渡って所在したエリアほど高いスコアを算出することができ、また、ユーザの所在日数が多いエリアほど高いスコアを算出することができる。このため、情報配信装置１００は、ユーザが生活圏とするエリアほど高いスコアを算出することができるので、ユーザの生活圏を高精度に判定することができる。

例えば、ユーザが一ヶ月間に訪れた地域として、出張等で偶然に連続して４日間だけ訪れた地域と、習い事等により週に一回（トータルで月４回）訪れた地域とがあったものとする。この場合、出張等で偶然に訪れた地域よりも、周期的に訪れる地域の方がユーザの生活圏である確度が高いといえる。実施形態に係る情報配信装置１００では、このような双方の地域を同一レベルでユーザの生活圏と判定することはなく、習い事等により週に一回訪れた地域をユーザの生活圏と判定することができる。

また、実施形態に係る情報配信装置１００は、配信部１３４を有する。配信部１３４は、判定部１３３によって生活圏であると判定されたエリアに関するコンテンツをユーザが利用するユーザ端末１０に配信する。

これにより、実施形態に係る情報配信装置１００は、高精度に判定されたユーザの生活圏に関するコンテンツをユーザ端末１０に配信することができるので、ユーザに対するサービスの向上を図ることができる。

また、実施形態に係る情報配信装置１００の配信部１３４は、判定部１３３によって生活圏であると判定されたエリアに関する広告コンテンツをユーザ端末１０に配信する。また、判定部１３３は、エリアに関する広告コンテンツのインプレッション数（配信回数の一例に相当）が予め決められている場合に、かかるエリアが生活圏であると判定されるユーザの数がインプレッション数以上となるように、スコア閾値を調整する。

これにより、実施形態に係る情報配信装置１００は、広告主と契約したインプレッション数を達成することができるように広告配信を行うことができる。

また、実施形態に係る情報配信装置１００の判定部１３３は、ユーザ端末１０の情報配信装置１００に対するアクセス履歴に基づいて、情報配信装置１００にアクセスする可能性のあるユーザの数がインプレッション数以上となるように、スコア閾値を調整する。

これにより、実施形態に係る情報配信装置１００は、広告主と契約したインプレッション数をより確実に達成することができるように広告配信を行うことができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した情報配信装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、特許請求の範囲に記載した「手段」は、「部（section、module、unit）」や「回路」などに読み替えることができる。例えば、取得手段は、取得部や取得回路に読み替えることができる。

１ 配信システム
１０ ユーザ端末
１００ 情報配信装置
１１０ 通信部
１２０ 記憶部
１２１ エリア情報記憶部
１２２ スコア記憶部
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 判定部
１３４ 配信部

Claims (7)

1. ユーザが所在したエリアと、当該エリアに前記ユーザが所在した所在日時とを取得する取得手段と、
   前記取得手段によって取得されたエリア及び所在日時に基づいて、所定の日時毎に前記ユーザが前記エリアに所在したか否かを示す所在有無情報を前記エリア毎に生成し、生成した所在有無情報の自己相関を求めることにより、前記ユーザが周期的に所在したか否かを示す指標値を算出する算出手段と、
   前記算出手段によって算出された指標値が所定の閾値以上であるエリアが前記ユーザの生活圏であると判定する判定手段と、
   を備えることを特徴とする生活圏判定装置。
2. 前記算出手段は、
   前記所在有無情報のそれぞれについて、当該所在有無情報と、所定値だけシフトさせた当該所在有無情報との乗算結果の総和を前記自己相関として求める演算を複数の前記所定値において行い、求めた複数の自己相関の総和を前記演算において用いた前記所定値の数で除算することにより、前記指標値を算出する
   ことを特徴とする請求項１に記載の生活圏判定装置。
3. 前記判定手段によって生活圏であると判定されたエリアに関するコンテンツを前記ユーザが利用するユーザ端末に配信する配信手段、
   をさらに備えることを特徴とする請求項１又は２に記載の生活圏判定装置。
4. 前記配信手段は、
   前記コンテンツとして、前記判定手段によって生活圏であると判定されたエリアに関する広告コンテンツを前記ユーザ端末に配信し、
   前記判定手段は、
   前記エリアに関する広告コンテンツの配信回数が予め決められている場合に、当該エリアが生活圏であると判定されるユーザの数が前記配信回数以上となるように、前記所定の閾値を調整する
   ことを特徴とする請求項３に記載の生活圏判定装置。
5. 前記判定手段は、
   前記ユーザ端末の前記生活圏判定装置に対するアクセス履歴に基づいて、前記エリアが生活圏であると判定されるユーザのうち、前記生活圏判定装置にアクセスする可能性のあるユーザの数が前記配信回数以上となるように、前記所定の閾値を調整する
   ことを特徴とする請求項４に記載の生活圏判定装置。
6. 生活圏判定装置が実行する生活圏判定方法であって、
   ユーザが所在したエリアと、当該エリアに前記ユーザが所在した所在日時とを取得する取得工程と、
   前記取得工程によって取得されたエリア及び所在日時に基づいて、所定の日時毎に前記ユーザが前記エリアに所在したか否かを示す所在有無情報を前記エリア毎に生成し、生成した所在有無情報の自己相関を求めることにより、前記ユーザが周期的に所在したか否かを示す指標値を算出する算出工程と、
   前記算出工程によって算出された指標値が所定の閾値以上であるエリアが前記ユーザの生活圏であると判定する判定工程と、
   を含むことを特徴とする生活圏判定方法。
7. ユーザが所在したエリアと、当該エリアに前記ユーザが所在した所在日時とを取得する取得手順と、
   前記取得手順によって取得されたエリア及び所在日時に基づいて、所定の日時毎に前記ユーザが前記エリアに所在したか否かを示す所在有無情報を前記エリア毎に生成し、生成した所在有無情報の自己相関を求めることにより、前記ユーザが周期的に所在したか否かを示す指標値を算出する算出手順と、
   前記算出手順によって算出された指標値が所定の閾値以上であるエリアが前記ユーザの生活圏であると判定する判定手順と、
   をコンピュータに実行させることを特徴とする生活圏判定プログラム。

Images