JP5707033B2 - Behavior trend analysis system and behavior trend analysis method - Google Patents
Behavior trend analysis system and behavior trend analysis method Download PDFInfo
- Publication number
- JP5707033B2 JP5707033B2 JP2009225857A JP2009225857A JP5707033B2 JP 5707033 B2 JP5707033 B2 JP 5707033B2 JP 2009225857 A JP2009225857 A JP 2009225857A JP 2009225857 A JP2009225857 A JP 2009225857A JP 5707033 B2 JP5707033 B2 JP 5707033B2
- Authority
- JP
- Japan
- Prior art keywords
- station
- store
- user
- time
- history
- 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
- 238000004458 analytical method Methods 0.000 title claims description 39
- 230000006399 behavior Effects 0.000 claims description 48
- 230000009471 action Effects 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims 2
- 238000004364 calculation method Methods 0.000 description 41
- 230000006870 function Effects 0.000 description 26
- 238000009826 distribution Methods 0.000 description 25
- 238000000034 method Methods 0.000 description 23
- 238000012546 transfer Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 235000012046 side dish Nutrition 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 241000219310 Beta vulgaris subsp. vulgaris Species 0.000 description 1
- 235000021536 Sugar beet Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013410 fast food Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、カードや端末操作の利用履歴から駅やその周辺商業施設の利用者の行動傾向を分析する方法および分析する装置に関するものである。 The present invention relates to a method and an apparatus for analyzing a behavior tendency of a user of a station or a nearby commercial facility from a use history of card or terminal operation.
情報通信技術の進歩により、人の行動に関する記録が電子的に記録(利用履歴)されるようになり、その利用履歴を解析することで、その人がどのような行動の傾向を持つのかを予測することが可能になった。 Advances in information and communication technology will record electronic behavior records (use history), and by analyzing the use history, predict what kind of behavior the person will have It became possible to do.
例えば、コンビニエンスストアではレジ端末から販売した商品とその購入者(性別・大まかな年齢)および時刻を収集し、POSシステム(Point of sale system)によりデータを分析し、店舗毎に客層にあった商品を適切な時間帯に陳列することで、店舗の面積あたりの売上げを改善している事は良く知られている。 For example, at a convenience store, products sold from cash register terminals and their purchasers (gender / rough age) and time are collected, data is analyzed using a POS system (Point of sale system), and products that are in the customer base at each store. It is well known that sales per store area can be improved by displaying at the appropriate time.
上記の例では購買者の個人を特定する分析は行わないが、インターネット上のWebコマースサイトでは、商品の購入だけでなく、参照した商品の情報もWebの操作履歴として把握することが可能であるため、より深い利用者毎の嗜好の分析が可能になる。そのため、利用者毎の過去の利用記録から、利用者の興味に会いそうな商品を「おすすめ」として提示する、所謂リコメンデーションと呼ぶ技術が採用されている。このリコメンデーションの技術は、電子的にオンラインで情報を収集できるICカード、携帯電話などへも適用可能である。 In the above example, the analysis for identifying the individual buyer is not performed, but the Web commerce site on the Internet can grasp not only the purchase of the product but also the information of the referenced product as the Web operation history. Therefore, it becomes possible to analyze the preference for each deeper user. For this reason, a technique called so-called recommendation is adopted, in which products that are likely to meet the user's interest are presented as “recommendations” from past usage records for each user. This recommendation technique can also be applied to IC cards, mobile phones and the like that can collect information electronically online.
このように、電子的に購買の情報を記録、収集できるデバイスの普及により、従来の個人を特定しない購買行動の記録の分析による品揃えの最適化から、個人毎の購買行動の履歴から個人毎の嗜好を推定し、個人毎に最適化されたお勧め商品を提示し、購買を促すより高度なマーケティング技術が普及しつつある。 In this way, with the widespread use of devices that can electronically record and collect purchasing information, the optimization of product assortment by analysis of conventional purchase behavior records that do not identify individuals, and the purchase behavior history of each individual More advanced marketing techniques that presume consumer preferences, present recommended products optimized for each individual, and promote purchases are becoming widespread.
特許文献1にはリコメンデーションの質を高める発明が述べられている。また、特許文献2には利用者の行動特性に基づくリコメンデーションに関する発明が述べられている。
リコメンデーションにおいては、利用者に与える情報の量が多すぎたり、その情報がその時のその利用者に不要な情報(質が悪い)であれば、情報を提示すること自体が利用者に不快感を与える要因になる。そのため、リコメンデーションの質を高めるため、同じものを同じ場所で繰り返し購入する、といった場所と頻度を利用して質を高める方法などが提案されている。しかしながら、個人の嗜好に依存したリコメンデーションが、必ずしもその利用者にとって有益なものであるとは限らない。例えば、駅構内で定期的に、特定の週刊誌を買う利用者に対して、その他の週刊誌の情報を提供したとしても、その利用者にとって役立つ情報であるとは限らない。 In the recommendation, if the amount of information given to the user is too much, or if the information is unnecessary information (poor quality) for the user at that time, presenting the information itself is uncomfortable to the user It becomes a factor to give. Therefore, in order to improve the quality of the recommendation, a method for improving the quality by using the place and frequency such as repeatedly purchasing the same item at the same place has been proposed. However, recommendations that depend on individual preferences are not necessarily beneficial to the user. For example, even if information on other weekly magazines is provided to a user who buys a specific weekly magazine regularly at a station, it is not necessarily useful information for the user.
さらに、最近電子切符や小額の決済手段として急速に普及している非接触型ICカードあるいは同等の機能をもつ携帯電話の場合には制約がある。つまり、非接触型ICカードあるいは同等の機能をもつ携帯電話の匿名性である。実際には記名式のカードでは、そのID番号から個人を特定できるが、利用者からするとクレジットカードのように名前の記入されたカードを渡したり、名前をサインすることなく、カードや携帯電話を決済用のリーダライタ装置にかざすだけで決済が完了する点が急速に普及している背景にある。そのため、過度に個人の履歴に基づいたリコメンデーションは利用者に不快感を与える可能性がある。 Furthermore, there is a restriction in the case of a contactless IC card or a mobile phone having an equivalent function that is rapidly spreading as an electronic ticket or a small payment method. That is, it is anonymity of a non-contact type IC card or a mobile phone having an equivalent function. In fact, with a registered card, an individual can be identified from its ID number, but from the user's point of view, the card or mobile phone can be used without handing over a card with a name written like a credit card or signing the name. The fact that payment can be completed simply by holding it over a reader / writer device for payment is behind the rapid spread. Therefore, a recommendation based on an excessive personal history may cause discomfort to the user.
このような事情に鑑み、本願発明は、利用者個人の購買履歴に過度に依存した情報により利用者に不快感を与えることなく、駅構内や駅周辺における購買行動を対象としたリコメンデーションなどの情報提供を行うこと目的とする。 In view of such circumstances, the present invention is not limited to information that is excessively dependent on the individual purchase history of the user, such as recommendations for purchasing behavior in or around the station without giving the user discomfort. The purpose is to provide information.
本発明では、従来のリコメンデーションのように、個人の嗜好を、どのようなものをどこで頻繁に購入するかという視点ではなく、駅をどのように利用するかという視点で分析する。非接触型ICカードあるいは同等の機能を持つ携帯電話では、匿名性を考慮したリコメンデーションが必要になると考えられる。したがって、個々の利用者を駅利用者像として指標化してリコメンデーションを行うことで、利用者個人の購買履歴に過度に依存した情報により利用者に不快感を与えることなく、情報提供を行うことができる。 In the present invention, like the conventional recommendation, the personal preference is analyzed from the viewpoint of how to use the station, not from the viewpoint of what and where to purchase frequently. In a non-contact type IC card or a mobile phone having an equivalent function, it is considered that a recommendation considering anonymity is necessary. Therefore, providing information without making the user uncomfortable with information that is excessively dependent on the individual purchase history of the user by indexing individual users as station user images and making recommendations Can do.
より具体的には、交通系決済手段である個々の利用者の持つ非接触型交通系ICカードあるいは同等の機能を持つ携帯電話の利用履歴を用いて、その利用者の駅構内や駅周辺の利用形態を3つの軸で分類する。3つの軸とは第一にその利用者の駅に対する利用傾向が利便性を求めたものか娯楽性を求めたものか、第二にその利用者の利用頻度、第三にその利用者の駅での滞在時間、である。これらの軸をもとに分類することにより、その利用者の指向する駅利用形態に最適な情報の提供を可能とする。 More specifically, by using the non-contact traffic IC card possessed by each user as a transportation settlement means or the use history of a mobile phone having an equivalent function, Classify usage by three axes. The three axes are, first, whether the user's tendency to use the station is for convenience or entertainment, second, the frequency of use of the user, and third, the user's station. Staying time at. By classifying on the basis of these axes, it is possible to provide information that is most suitable for the station usage mode directed by the user.
駅は鉄道での移動の拠点であるとともに、駅構内や駅周辺での購買、食事、時間調整や待ち合わせなど、多様な利用目的がある。本発明の駅利用形態の分類を用いれば、その利用者が日ごろどの様な利用の仕方をしているかに基づいて、類似の店舗や商品、あるいはサービスの情報を提供が可能になるため、個人の購入品などその個人の具体的な嗜好によらず、故にそれに基づく不快感の無い情報提供が可能となる。 The station is a base for traveling by rail, and has various uses such as purchasing, dining, time adjustment and waiting in and around the station. By using the classification of station usage forms according to the present invention, it becomes possible to provide information on similar stores, products, or services based on how the user is using daily. Therefore, it is possible to provide information without any discomfort based on the individual preference of the purchased item.
図1〜図19を用いて本発明による駅利用者の利用形態の分類方法、およびその分類を用いて駅利用者および、駅構内や駅周辺の商業施設を運営する企業(以下パートナと呼ぶ)への情報提供を行うシステムの例を示す。 A method for classifying station user usage forms according to the present invention with reference to FIGS. 1 to 19, and a company operating a station user and a commercial facility in or around the station using the classification (hereinafter referred to as a partner). An example of a system for providing information to is shown.
図1は、本発明を実施するシステムの構成図である。システムの主要な構成要素は、利用者(図1の1011、1012、1013、1014、1015)が直接利用する非接触ICカード(あるいは同等の機能を組み込んだ携帯電話、1021、1022、1023、1024、1025)、構内や駅周辺、あるいは市外の店舗等に配置された鉄道利用のための端末装置(改札機1031、券売機1032や1033)や物品の購買やサービス受益に伴う決済のための端末装置(POSレジ端末1035、情報端末等1034)に組み込まれた非接触ICカード(以下では非接触ICカードの機能を組み込んだ携帯電話等の携帯情報機器も含めて非接触ICカードと呼ぶ)のリーダライタ装置(1041、1042、1043、1044、1045)、それらのリーダライタ装置とデータ保管や解析処理などを行うサーバ群(1081、1082、1083、1084)をつなぐネットワーク1071である。
FIG. 1 is a block diagram of a system for implementing the present invention. The main components of the system are contactless IC cards (or
ここで非接触ICカード1021は、カードの機能を制御しデータを処理するCPU1111、データを記録する不揮発メモリ1121、通信と電波のエネルギーを利用して電力供給を行う無線モジュール1131、および無線用のアンテナ1141からなる。この構造は1022,1023,1024,1025においても同様で、CPU1112,1113,1114、1115、不揮発メモリ1122,1123,1124,1125、無線モジュール1132,1133,1134,1135、アンテナ1142,1143,1144,1145からなる。なお、本発明を説明する際に直接関係しない非接触ICカード内の機能(例えば電源回路や暗号化回路など)は図1で省略してある。
Here, the
非接触ICカードのリーダライタ装置(以下、リーダライタ装置)1041も同様に、装置の機能を制御しデータを処理し、ネットワーク1071を介して行う通信を制御するCPU1211、ICカードへ書き込むデータを保持するメモリ1221、ICカードとの通信を行う無線モジュール1231、および無線用のアンテナ1241からなる。この構造は1042,1043,1044,1045においても同様で、CPU1212,1213,1214,1215、メモリ1222,1223,1224,1225、無線モジュール1232,1233,1234,1235、アンテナ1242,1243,1244,1245からなる。さらにリーダライタ装置には1つか2つの表示デバイス(1051,1052,1053,1054、および1063、1065)を搭載し、情報を利用者、及び店舗の店員に提示する事を可能とする。各リーダライタ装置(1041、1042、1043、1044、1045)はネットワーク1071に接続し、読み取った非接触ICカードの情報に時刻やリーダライタ装置を設置する店舗や装置の情報等を加え、ネットワークを通して履歴サーバ1081へ送信し、非接触ICカードへ書き込むべき情報を内部のCPU(1211、1212、1213、1214、1215)で計算するか、ネットワーク1071経由で受け取る事ができる。更に、CPU(1211、1212、1213、1214、1215)で計算した値を元に生成した情報や、ネットワーク1071経由で受け取った情報を表示デバイス(1051,1052,1053,1054、および1063、1065)に表示することができる。なお、本実施形態を説明する際に直接関係しないカードリーダ装置を内蔵する端末装置の機能(例えば改札機のゲート制御機構やPOSレジ端末の商品バーコード読み取り機構など)は図1で省略してある。
Similarly, the reader / writer device (hereinafter referred to as reader / writer device) 1041 of the non-contact IC card controls the function of the device, processes the data, and controls the communication performed via the
サーバ群は、履歴サーバ1081、計算サーバ1082、パートナ情報配信サーバ1083、利用者情報サーバ1084からなる。これらのサーバはネットワーク1071に接続し、各サーバ間、あるいは各リーダライタ装置(1041、1042、1043、1044、1045)と通信することができる。
The server group includes a
履歴サーバ1081は、ネットワークインタフェースとプロセッサとメモリ及び記録装置(図示省略)を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各プログラム、各データを記録するものであり、例えば、ハードディスクドライブやCDーROMドライブ、フラッシュメモリなどである。なお、複数の記録装置に各プログラム、各データを分割して記録するようにしてもよい。プロセッサは、記録装置に記録されている各プログラムをメモリに読み出して実行することにより各種機能を実現する。具体的には、データ収集プログラムを実行することにより、リーダライタ装置(1041、1042、1043、1044、1045)が読み取る駅利用者や店舗利用者の利用履歴データを、ネットワーク1071を通して収集し、サーバ内の記録装置に記録する。収集する利用履歴データの1レコード分の形式を図3に示す。レコードは9つのフィールドからなる。レコードが表現するのは誰が(利用者のIDを格納するIDフィールド301)、いつ(利用日時を格納する年月日時分秒形式の日時フィールド302)、どこで(駅を識別する駅コード、または店舗を識別する店舗コードを格納する駅店舗フィールド303および駅や店舗内の端末の識別コードを格納する端末フィールド304)、何をした(利用の種別(タイプ)を示すコードを格納するタイプフィールド305)、どれだけ(利用金額とその算出基準となる情報を格納する金額フィールド306、残金307、計算基準1フィールド308、計算基準2フィールド309)という情報である。ここで計算基準1と計算基準2フィールドには、例えば鉄道運賃の算出基準となる乗車駅と降車駅それぞれの駅コードや購入した商品や受益したサービスの種別を表す商品コードなどを格納する。
The
計算サーバ1082は駅利用者毎に、本実施形態の特徴となる分類の計算を行う。その詳細は後で述べる。計算サーバは、ネットワークインタフェース(I/F(A)及びI/F(B))1311とプロセッサ1312とメモリ1313及び記録装置1314を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各種プログラム、各種データを記録するものであり、例えば、ハードディスクドライブやCDーROMドライブ、フラッシュメモリなどである。なお、複数の記録装置に各種プログラム、各種データを分割して記録するようにしてもよい。
The
プロセッサは、記録装置に記録されている各種プログラムをメモリに読み出して実行することにより各種機能を実現する。利用者毎に分類指標を計算する処理を行った結果は、記録装置内の利用者分類指標ファイルに格納される。また、パートナの運営する店舗の情報やその店舗の広告情報は、記録装置内のパートナ店舗広告ファイルに格納される。このパートナ店舗広告ファイルは、インターネット1072を通してパートナ企業の端末1321からパートナ担当者1331により参照、追加、変更が可能である。
The processor implements various functions by reading various programs recorded in the recording device into a memory and executing them. The result of the processing for calculating the classification index for each user is stored in the user classification index file in the recording device. In addition, information on a store operated by the partner and advertisement information on the store are stored in a partner store advertisement file in the recording device. This partner store advertisement file can be referred to, added, and changed by the
パートナ情報配信サーバ1083は、ネットワークインタフェースとプロセッサとメモリ及び記録装置(図示省略)を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各プログラム、各データを記録するものであり、例えば、ハードディスクドライブやCDーROMドライブ、フラッシュメモリなどである。なお、複数の記録装置に各プログラム、各データを分割して記録するようにしてもよい。プロセッサは、記録装置に記録されている各プログラムをメモリに読み出して実行することにより各種機能を実現する。具体的には、利用者分類指標ファイルに格納されるデータを集計し蓄積される。この情報はインターネット1072を通してパートナ企業の端末1321から参照できる。ここで生成する情報の詳細は後に述べる。
The partner
利用者情報サーバ1084は、ネットワークインタフェースとプロセッサとメモリ及び記録装置(図示省略)を備える。ネットワークインタフェースは、ネットワークに接続するためのインタフェースである。記録装置は、各プログラム、各データを記録するものであり、例えば、ハードディスクドライブやCDーROMドライブ、フラッシュメモリなどである。なお、複数の記録装置に各プログラム、各データを分割して記録するようにしてもよい。プロセッサは、記録装置に記録されている各プログラムをメモリに読み出して実行することにより各種機能を実現する。具体的には、利用者分類指標ファイルに格納されるデータを集計し、個々の利用者向けの情報を生成し、Webあるいは携帯電話のメールとして個々の利用者に配信する(1411,1412)。Web情報はインターネット1072を通して、各利用者の自宅等に設置のパーソナルコンピュータ1431を通して各利用者1441に届けられる。一方、メール情報は携帯電話キャリア1073の回線を通して、各利用者の所有する携帯電話等の情報端末1432にメールとして各利用者1442へ配信する。
The
なお、本実施形態では、履歴サーバ1081、計算サーバ1082、パートナ情報配信サーバ1083、利用者情報サーバ1084のサーバ群として説明するが、1又は複数のサーバでこれらサーバ群の機能を実行できるようにすることも可能であることはいうまでもない。
In this embodiment, the server group of the
このシステムを利用者が利用する際の視点で見た場合、大きく2つの接点がある。一つは駅および駅周辺の商業施設において鉄道を利用する、店舗にて決済を行う、あるいは情報端末を利用する際に非接触ICカードをリーダライタ装置にタッチする。タッチした記録はすべて履歴サーバ1081に送られ、記録される。また、リーダライタ装置に接続した表示デバイスから本人の駅利用状況や鉄道、駅、駅周辺の商業施設に関する情報を得る。もう一つは、利用者自身が所有するパーソナルコンピュータ1431や情報端末1432から本人の駅利用状況や鉄道、駅、駅周辺の商業施設に関する情報を得る。
From the viewpoint of the user using this system, there are two major points of contact. One is to touch a reader / writer device with a non-contact IC card when using a railway in a station or a commercial facility around the station, making a payment at a store, or using an information terminal. All touched records are sent to the
一方、このシステムをパートナ企業が利用する際の視点で見た場合も大きく2つの接点がある。一つは駅構内および駅周辺の商業施設においてパートナ企業が運営する店舗での接客の際にリーダライタ装置に接続した表示デバイス(1063、1065)に表示される個々の利用者に関する情報を活用することである。もう一つは、パートナが提示した広告情報に対する利用者の動向を端末1321から確認することである。
On the other hand, there are two major points of contact when viewed from the perspective of partner companies using this system. One is to use information about individual users displayed on the display devices (1063, 1065) connected to the reader / writer device when customer service is performed at a store operated by a partner company in a commercial facility around the station. That is. The other is to confirm the trend of the user with respect to the advertisement information presented by the partner from the
次にリーダライタ装置(1041、1042、1043、1044、1045)、計算サーバ1082、パートナ情報配信サーバ1083、利用者情報サーバ1084の機能の詳細を順に説明する。
Next, details of functions of the reader / writer device (1041, 1042, 1043, 1044, 1045),
リーダライタ装置は非接触ICカードがタッチされると、端末の機能により所定の動作を行う。非接触ICカードの不揮発メモリ1121,1122,1123,1124,1125には、図6に示すようにカード固有のID601、残金602、最後に改札機を通過した駅の駅コード603の情報と、図3の履歴レコードのうちの直近の一定数(メモリ容量により変わるが例えば20件)、および後述する指標値が記録されている。
When the non-contact IC card is touched, the reader / writer device performs a predetermined operation by the function of the terminal. In the non-contact IC card
改札機1031では、乗車の場合は、まず、そのカードのID601、残金602を読み出し、乗車駅の駅コードをそのカードの駅コード603へ書き込む。ID301を読み出したID601、日時302をその時の日時、駅店舗303を駅コード、端末304を改札機コード、タイプ305を“入改札”、金額306を“0”、残金307は読み出した残金602とし、計算基準1(308)と計算基準2(309)はどちらも空白とした図3に示すレコードを作製し、非接触ICカードの履歴レコード記録領域に書き込む。同時に同じ内容のレコードを履歴サーバ1081に送る。更に利用者情報サーバ1084の利用者web1411からそのカードのID601に対応する利用者向けの配信情報を取得し、表示デバイス1051に表示する。表示する情報の詳細は後で述べる。更に、そのカードのID601に対応する利用者の行動傾向を表す指標値(ここでは非接触ICカード用の簡易指標)を計算サーバ1082の利用者分類指標ファイルから読み出し、この非接触ICカードの指標値格納部分に書き込む(値を更新する)。
In the case of boarding, the
降車の場合は、そのカードのID601、残金602、直前の乗車駅コード603を読み出し、駅コード603を消去する(空欄をあらわすコードを書き込む)。そしてまず、乗車駅コード603とその改札機が設置されている駅コードから所定の運賃計算を行い、その金額Fを求める。次に、ID301を読み出したID601、302をそのときの日時、駅店舗303を駅コード、端末304を改札機コード、タイプ305を“入改札”、金額306を先に求めたF、残金307は読み出した残金602からFを引いた値、計算基準1(308)と計算基準2(309)には先に運賃の計算に用いた2つの駅コード(乗車駅コード603とこの改札機が設置されている駅の駅コード)とした図3に示すレコードを作製し、非接触ICカードの履歴レコード記録領域に書き込む。また同時に、残金602も残金307と同じ値に書き換える。同時に同じ内容のレコードを履歴サーバ1081に送る。更に利用者情報サーバ1084の利用者web1411からそのカードのID601に対応する利用者向けの配信情報を取得し、表示デバイス1051に表示する。更に、そのカードのID601に対応する利用者の行動傾向を表す指標値(ここでは非接触ICカード用の簡易指標)を計算サーバ1082の利用者分類指標ファイルから読み出し、この非接触ICカードの指標値格納部分に書き込む(値を更新する)。
In case of getting off, the
券売機1032やPOSレジ端末1035、あるいは券売所、自動販売機等の購買決済用の端末1033では、まずそのカードのID601、残金602を読み出す。次にID301を読み出したID601,302をその時の日時、駅店舗303を駅コード、端末304を端末コード、タイプ305を販売品の種類により“乗車券”、“物販”、“サービス”等とし、金額306をその販売額とし、残金307は読み出した残金602から前記販売額を引いた値、計算基準1(308)と計算基準2(309)には販売品の品目、商品コード等とした図3に示すレコードを作製し、非接触ICカードの履歴レコード記録領域に書き込む。また同時に、残金602も残金307と同じ値に書き換える。同時に同じ内容のレコードを履歴サーバ1081に送る。更に利用者情報サーバ1084の利用者web1411からそのカードのID601に対応する利用者向けの配信情報を取得し、表示デバイス1052、または1055に表示する。また、同時にパートナ情報配信サーバ1083からそのカードのID601に対応する利用者向けの配信情報を取得し、表示デバイス1063,1065に表示する。表示する情報の詳細は後で述べる。更に、そのカードのID601に対応する利用者の行動傾向を表す指標値(ここでは非接触ICカード用の簡易指標)を計算サーバ1082の利用者分類指標ファイルから読み出し、この非接触ICカードの指標値格納部分に書き込む(値を更新する)。なお、券売機で非接触ICカードの残金に投入額を加える、所謂チャージを行う場合は、タイプ305を“入金”、金額306を投入額のマイナス値とし、残金602、残金307を入金後の値とする。
The
情報端末1034ではまずそのカードのID601、残金602を読み出す。次に、ID301を読み出したID601,日時302をその時の日時、駅店舗303を駅コード、端末304を改札機コード、タイプ305を“情報”とし、金額306を“0”、残金307は読み出した残金602と同じ値、計算基準1(308)と計算基準2(309)はどちらも空白とした図3に示すレコードを作製し、非接触ICカードの履歴レコード記録領域に書き込む。同時に同じ内容のレコードを履歴サーバ1081に送る。更に利用者情報サーバ1084の利用者web1411からそのカードのID601に対応する利用者向けの配信情報を取得し、表示デバイス1054に表示する。更に、そのカードのID601に対応する利用者の行動傾向を表す指標値(ここでは非接触ICカード用の簡易指標)を計算サーバ1082の利用者分類指標ファイルから読み出し、この非接触ICカードの指標値格納部分に書き込む(値を更新する)。
The
このように、本実施形態では、非接触ICカードの指標値格納部分に、利用者の行動傾向を表す指標値を書き込む点を特徴とする。これにより、仮にリーダライタ装置が利用者情報サーバとオンラインで繋がっていない状況であっても、リーダライタ装置にその利用者向けの配信情報が格納されていれば、非接触ICカードがリーダライタ装置と通信を行った際に、その非接触ICカードのIDに基づいて利用者向け配信情報を表示することが可能となる。 As described above, the present embodiment is characterized in that the index value representing the user's behavior tendency is written in the index value storage portion of the non-contact IC card. As a result, even if the reader / writer device is not connected to the user information server online, if the reader / writer device stores distribution information for the user, the non-contact IC card is used as the reader / writer device. When communication is performed, it is possible to display distribution information for users based on the ID of the non-contact IC card.
計算サーバ1082では、各利用者の行動傾向を分析する。プロセッサ1312は、各利用者の行動傾向を示す指標値を算出する。まず、図4、図5を用いて指標値レコードの各フィールドを説明する。
The
図4は、一人の利用者に関する詳細な指標値レコードの構造である。開始日401は、指標値計算を開始した日時を記録する。駅利用種数402は、その利用者が開始日401以降、いくつの駅を利用したかその種類の数を記録する。駅利用駅コード403はその利用者が過去に利用した駅の駅コードを記録する。その要素数は駅利用種数402に等しい。411〜440は、その利用者が良く利用する4つの駅(以下ナワバリ4駅と呼ぶ)と、その他の駅全体の、合計5種類に関してそれぞれ存在するフィールドである。ここでよく利用する駅とは利用頻度が高い駅か利用者自身が選んだ利用したいと考えている駅である。411は駅コード、412は駅フラグで駅の属性をビットフィールドで表現する。各フィールドは住宅地、商業地、オフィス街/学校街、乗換え駅、観光地、を表し、411の駅のタイプにより、当てはまる場合はそのフィールドを1に、当てはまらない場合にはそのフィールドを0とする。この情報は駅毎にあらかじめ決められているものとする。413は開始日401以降のその駅の利用回数(利用とは、乗降、またはその駅での購買等の記録がある事)、滞在時間総和414は、利用者がその駅に滞在した時間の総和、滞在時間二乗和415が1回毎の滞在時間の二乗値の総和である。滞在時間の計算方法の詳細は後で述べる。二乗和を求めるのは指標として標準偏差を求めるためである。娯楽性店舗数416、利便性店舗数417はその駅で利用した店舗が娯楽性のある店舗か、利便性のある店舗かによりその延べ利用回数の総和を格納したものである。ここで娯楽性のある店舗とは、ファッション性の高い衣類を扱う店舗やスィーツなどを扱う店舗など、嗜好性の高い商品を扱う店舗であり、利便性のある店舗とは、コンビニエンス・ストアや惣菜店など日常品を扱う店舗である。なお、ある店舗が利便性があるか娯楽性があるかはパートナ店舗広告ファイルの店舗情報を参照して得る。娯楽性利用金額418、利便性利用金額419、娯楽性金額二乗和420、利便性利用金額二乗和421はそれぞれ娯楽性のある店舗で支払った金額の総和、利便性のある店舗で支払った金額の総和、娯楽性のある店舗で支払った毎回の金額の二乗の総和、利便性のある店舗で支払った毎回の金額の二乗の総和、である。
FIG. 4 shows the detailed index value record structure for one user. The
指標値レコードの423〜440は、時間帯、曜日毎の利用回数を記録する。時間帯は、1日を6つに分類する。朝は始発(午前3時)から午前9時半まで、午前は午前9時半から午前11時半まで、昼は午前11時半から午後1時半まで、午後は午後1時半から午後5時まで、夕は午後5時から午後8時まで、夜は午後8時以降終電までである。曜日は3つに分類する。まず、祝日は祝日と分類する。その他の月曜日〜金曜日を平日、土曜日と日曜日を週末とする。423〜440は時間の6種類と曜日の3種類の組み合わせ18通りの場合のそれぞれの利用開始日401以降の利用回数を記録する。423は平日の朝、424は平日の午前、425は平日の昼、426は平日の午後、427は平日の夕、428は平日の夜、429は週末の朝、430は週末の午前、431は週末の昼、432は週末の午後、433は週末の夕、434は週末の夜、435は祝日の朝、436は祝日の午前、437は祝日の昼、438は祝日の午後、439は祝日の夕、440 は祝日の夜である。本実施形態では、日・時間によって駅利用傾向が異なると考えて上述した時間・日による分類を行ったが、これに限定されるものではない。
The
なお、その他の駅全体を表すレコードでは駅コード411は空欄とし、駅フラグは利用した事のある駅すべての総和とする。 In other records representing the entire station, the station code 411 is blank, and the station flag is the sum of all stations that have been used.
図5は、一人の利用者に関する簡易的な指標値レコードの構造である。このレコードと同一の情報は利用者の保持する非接触ICカードにも記録される。非接触ICカードは内蔵するメモリ量が少ないため、指標の項目(サイズ)を減らし、簡略化する必要がある。開始日501は図4の開始日401と同じ、駅利用種数502は駅利用種数402と同じ、駅コード1(511)、駅フラグ1(512)、駅コード2(513)、駅フラグ2(514)、駅コード3(515)、駅フラグ3(516)、駅コード4(517)、駅フラグ4(518)は図4の411から431があらわすナワバリ4駅に対応した4レコード分の駅コード411、駅フラグ412である。利用回数519、滞在時間総和520、娯楽性店舗数521、利便性店舗数522、娯楽性利用金額523、利便性利用金額524は図4の411から431の5レコード分のそれぞれ、利用回数413の総和、滞在時間総和414の総和、娯楽性店舗数416の総和、利便性店舗数417の総和、娯楽性利用金額418の総和、利便性利用金額419の総和である。
FIG. 5 shows a simple index value record structure for one user. The same information as this record is also recorded on the non-contact IC card held by the user. Since a non-contact IC card has a small amount of built-in memory, it is necessary to reduce and simplify index items (size). The
次に、図2を用いてプロセッサ1312の処理のフローを説明する。この処理は例えば1日1回、非接触ICカードの利用のあったすべての利用者に関して行う。
Next, the processing flow of the
まず、利用のあったすべてのID(UIDi)に対して、その日1日の利用履歴を時間順に列挙する(201)。次に各UIDiに関し、1日分の履歴を解析し、各指標値を計算する(202)。そして利用者分類指標ファイルに格納されている各UIDiの指標値Xikを更新する(203)。更に、各UIDiの指標値が更新された事を、パートナ情報配信サーバ1083と利用者情報サーバ1084に通知する。
First, for all IDs (UIDi) that have been used, the usage history of the day is listed in order of time (201). Next, for each UIDi, the history for one day is analyzed, and each index value is calculated (202). Then, the index value Xik of each UIDi stored in the user classification index file is updated (203). Further, the partner
ここで、指標値の計算方法の詳細を、図7〜図13を用いて説明する。まず、計算に必要なデータの説明を行う。図10は、各利用者毎の利用者特有のデータである。ID101は利用者のUIDi値、駅コード102〜105は、その利用者の利用頻度の高い、あるいは利用者自身が設定したナワバリ4駅のコードである。111はナワバリ4駅のうちの2駅(駅A106と駅B107)の過去の履歴データから算出した移動時間の典型値109と偏差110のデータである。同じ形式のデータが最大16個存在する(同じ駅の乗降も含める)。
Here, the details of the index value calculation method will be described with reference to FIGS. First, data necessary for calculation will be described. FIG. 10 shows user-specific data for each user.
図11は、駅構内や駅周辺にある店舗のデータであり、パートナ店舗広告ファイルに格納される。企業コード11001、企業名11002はその店舗を経営する企業名とそのコード、店コード11003、店名11004は店の名称とそのコード、店舗コード11005、店舗名11006はその店の支店名とそのコードである。業種コード11007はその店舗の業種を表すコード、駅コード11008はその店舗の最寄駅のコード、支払フラグ11009は店舗での支払いが前払いなら0、後払いなら1とするフラグ、内外フラグ11010はその店舗が駅構内(改札内)にある場合は0、駅周辺(改札外)にある場合は1とするフラグ、傾向値11011はその店舗が娯楽性の高い商品を扱う店なら1、利便性の高い商品を扱う店なら2とする店舗の傾向を表す値、所要時間11012はその店舗における一人の客が過ごす平均的な時間、平均金額11013は、その店舗における一人の客の支払額の平均値、開店時刻11014はその店舗の開店時刻、閉店時刻11015はその店舗の閉店時刻である。所要時間11012は実地調査等であらかじめ設定する値、平均金額11013はPOSシステム等で過去の実績から算出する値である。端末数11020はその店舗が所有するPOSレジ端末数、端末コード11021〜は、そのPOSレジ端末の識別コードである。改札機コード11030と所要時間11031は、その駅の改札機11030からその店舗までの所要時間11031のペアであり、その駅の改札機の数だけ存在する。これらの所要時間も実地調査であらかじめ測定した値である。
FIG. 11 shows store data in and around the station and is stored in the partner store advertisement file. The
指標値の計算は、図7の順に処理を行う。まず、ある利用者の1日分の履歴データを元にその利用者がどの駅を利用したかを推定する。鉄道を利用した場合、非接触ICカードの利用履歴には改札機を通過して駅Aに入場した記録と、改札機を通過して駅Bから出場した記録が残る(図8(a)の801、802)。この場合、利用駅は駅Aと駅Bであり、その記録が非接触ICカードの利用記録に残るため、簡単に利用した事実を抽出できる。しかし図8(d)の様に同じ鉄道会社で別の路線に乗り換える場合、乗換駅Cで列車の乗降が発生し、駅Cを利用したことになるが、この場合は利用履歴に駅Cの記録は残っていない。この場合、駅Aから駅Bに至る経路の候補を路線図等からあらかじめ算出し、乗換駅Cと乗換え時間808を推定する。また、もし駅Aの改札機通過後、駅Bの改札機通過までの間に、駅A、駅B以外の駅での自販機や店舗などの購買の利用履歴が残っていれば、その駅に滞在したものとする(図8(e))。 The index value is calculated in the order shown in FIG. First, it is estimated which station the user has used based on the history data of a certain user for one day. When using a railway, the records of the use of a contactless IC card include a record of entering the station A through the ticket gate and a record of entering the station B through the ticket gate (FIG. 8 (a)). 801, 802). In this case, the use stations are the station A and the station B, and the records remain in the use record of the non-contact IC card, so that the fact of use can be easily extracted. However, as shown in FIG. 8 (d), when changing to another route at the same railway company, the train gets on and off at the transfer station C, and the station C is used. There is no record. In this case, candidates for a route from station A to station B are calculated in advance from a route map or the like, and transfer station C and transfer time 808 are estimated. Also, if there is a purchase history of vending machines or stores at stations other than station A and station B after passing through the ticket gate at station A and before passing through the ticket gate at station B, the station It is assumed that the user stayed (FIG. 8 (e)).
次に店舗利用傾向値の算出を行う(図7の702)。ある利用者の1日分の履歴データの中のすべての購買に関するレコード(図3)に対し、以下の処理を行う。 Next, store usage tendency values are calculated (702 in FIG. 7). The following processing is performed on all purchase records (FIG. 3) in one day of history data of a certain user.
まず、該当するレコードの駅店舗303を読み出し、それに対応する店舗コード11005を持つ店舗データ(図11)を検索する。その駅コード11008、傾向値11011を読み出し、もし、その駅コード11008が指標値(図4)のナワバリ4駅の駅コード411に該当すれば、利用回数413の値に1を加え、傾向値11011の値に応じて、値が1であれば、娯楽性が高い店舗を利用したとして、指標値の娯楽性店舗数416に1を加え、履歴レコードの金額306の値を娯楽性利用金額418に、その自乗値を娯楽性金額二乗和420に加える。傾向値11011の値が2であれば、利便性が高い店舗を利用したとして、指標値の利便性店舗数417に1を加え、履歴レコードの金額306の値を利便性利用金額419に、その自乗値を利便性金額二乗和421に加える。また、日時302の値を参照し、時間帯(朝、午前、昼、午後、夕、夜)と日付から求める曜日(平日、週末、祝日)に該当する時間帯のデータ(423〜440)に1を加える。
First, the
もし、上記の駅コード11008がナワバリ4駅の駅コードに該当しない場合、その他の駅、として上記と同じ処理を行う。更に、指標値の駅利用駅コード403を調べ、駅コード11008と同じ駅コードが存在しなければ、駅利用種数402に1を加え、駅利用駅コード403に駅コード11008を加える。
If the above station code 11008 does not correspond to the station code of Nawa Bali 4 station, the same processing as above is performed as other stations. Further, the station
次に滞在時間の推定(図7の703)を行う。駅構内(改札内)の滞留時間と駅周辺(改札外)の滞留時間に分けて推定し、その合計を滞在時間とする。 Next, the stay time is estimated (703 in FIG. 7). Estimated by dividing into residence time in the station yard (within the ticket gate) and residence time around the station (outside the ticket gate), and the total is taken as the residence time.
駅構内の滞在は利用履歴の統計情報を用いて算出する。駅Aの改札機を通過して入場し、駅Bの改札機を通過して出場する場合、駅構内で滞留がなければ図8(a)のように、経過時間803は改札からホームまでの徒歩移動+列車の待ち時間805、列車移動時間804、降車し改札までの徒歩移動時間806の合計となる。駅構内に滞留していた場合、これに滞留時間807が加わる(図8(b),(c))。列車の移動時間はあらかじめ時刻ダイヤから算出できるし、平均的な待ち時間も時刻ダイヤから算出できるが、徒歩移動時間は人により異なる。そこで、駅Aから駅Bへ移動した利用者の時間帯毎の所要時間と人数の関係を統計値として求める。 The stay in the station is calculated using the statistical information of the usage history. When entering through the ticket gate of station A and entering through the ticket gate of station B, if there is no stagnation in the station, as shown in FIG. 8 (a), the elapsed time 803 is from the ticket gate to the home. It is the total of walking movement + train waiting time 805, train moving time 804, walking moving time 806 to the ticket gate. When staying in the station yard, a residence time 807 is added to this (FIGS. 8B and 8C). The travel time of the train can be calculated in advance from the time schedule, and the average waiting time can also be calculated from the time schedule, but the walking travel time varies depending on the person. Therefore, the relationship between the required time and the number of users for each time zone of the user who has moved from station A to station B is obtained as a statistical value.
図9(a)はこれを横軸に所要時間901、縦軸に時間あたりの人数(頻度902)をプロットしたものである。列車の移動時間と駅構内の移動時間は、物理的にそれ以上は速くならない限界値(最短所要時間904)がある(列車の運行速度や人の歩く・走る速度の上限による)。また、平均的な速度で歩く人を中心に分布にはピークができる(平均的な所要時間903)。駅で滞留している場合(905)は、平均的な所要時間903よりも長くかかる。この分布の考え方は個人にも成り立つ(図9(b))。個人でみれば、分布は最短所要時間904よりは大きい値域に存在し、全体での統計値と同様にピークができる。個人の分布の最小値907、ピークになる値906としたとき、その差分911に対して、906+911(図9(b)912)となる値(908)をその人の移動時間とし、実際にかかった時刻913から上記906+911の値を引いた差分(914)を駅構内の滞留時間とみなす。ここで906を典型値、912を時間偏差とし、駅A−駅Bに対応してこの値をあらかじめ求めて利用者分類指標ファイルに格納しておくことで利用者毎の滞留時間推定の基準とする。もし、過去のデータの量が十分でなく、これらの値を求めるのが困難な場合は利用者全体を対象とした場合(図9(a))の値を用いる(典型値は903、時間偏差903−904)。
FIG. 9A plots the required
上記で求めた滞留時間は、駅構内での滞留時間の総和の推定であり、入場駅、出場駅、乗換駅の中での配分はわからない。そこで、入場駅、出場駅、乗換駅の中でその利用者の利用頻度(利用回数)が最も高い駅ですべての滞留時間が経過した、とみなす。 The residence time obtained above is an estimate of the total residence time in the station, and the distribution among the entrance station, the departure station, and the transfer station is not known. Therefore, it is considered that all the residence times have passed at the station with the highest usage frequency (usage frequency) of the user among the entrance station, the departure station, and the transfer station.
入場から出場までの間に非接触ICカードでの購買の記録が残っている場合、その時刻を元に補正を行う。この補正方法の一例を図12、図13を用いて説明する。本実施形態では利用履歴に含まれる購買記録に基づいて、駅滞在時間を補正することにより、データ精度を高めることを特徴とする。
(ア)入場駅で利用記録がある場合:入場時刻の代わりに最も遅い利用時刻を用い、その店舗の店舗データ(図11)の支払フラグ11009の値が0(前払い)ならば利用時刻にその店の所要時間11012を加えた時刻を真の出発時刻とし((a)12003)、支払フラグ11009の値が1(後払い)ならば利用時刻を真の出発時刻(図12(b)12005)とし、入場からその真の出発時刻までを入場駅での滞留時間(図12(a)12004、図12(b)12007)とする。
(イ)出場駅で利用記録がある場合:出場時刻の代わりに最も早い利用時刻を用い、その店舗の店舗データ(図11)の支払フラグ11009の値が1(後払い)ならば利用時刻からその店の所要時間11012を引いた時刻を真の到着時刻とし、支払フラグ11009の値が0(前払い)ならば利用時刻を真の到着時刻とし、真の到着時刻から出場までを出場駅での滞留時間とする。
(ウ)途中駅(乗り換え駅)で利用記録がある場合:途中駅で改札外に出ることなしに駅構内で滞留していた時間も同様に計算する。同一駅構内の店舗(12008〜12010)の利用記録の中で最も早い利用時刻に対し、その店舗の店舗データ(図11)の支払フラグ11009の値が1(後払い)ならば利用時刻からその店の所要時間11012を引いた時刻を真の到着時刻とし(図12(c)12011)、支払フラグ11009の値が0(前払い)ならば利用時刻を真の到着時刻とし、同一駅構内の店舗の利用記録の中で最も早い利用時刻に対し、その店舗の店舗データ(図11)の支払フラグ11009の値が0(前払い)ならば利用時刻にその店の所要時間11012を加えた時刻を真の終了時刻とし(図12(c)12012)、支払フラグ11009の値が1(後払い)ならば利用時刻を真の終了時刻とする。そしてこの駅での滞留時刻を真の開始時刻から真の終了時刻までの時間(図12(c)12013)とする。
If there is a record of purchase with a non-contact IC card between admission and entry, correction is made based on that time. An example of this correction method will be described with reference to FIGS. In the present embodiment, the data accuracy is improved by correcting the station stay time based on the purchase record included in the usage history.
(A) When there is a usage record at the entrance station: If the latest usage time is used instead of the entrance time and the value of the payment flag 11009 in the store data (FIG. 11) of the store is 0 (prepaid), the usage time is The time obtained by adding the required
(A) When there is a usage record at the participating station: If the value of the payment flag 11009 of the store data (FIG. 11) of the store is 1 (postpay) instead of the entry time, the usage time is The time obtained by subtracting the required
(C) When there is a usage record at a midway station (transfer station): The time spent in the station yard without going out of the ticket gate at the midway station is calculated in the same way. If the value of the payment flag 11009 in the store data of the store (FIG. 11) is 1 (post-payment) with respect to the earliest use time in the use record of the store (12008 to 12010) in the same station, the store is determined from the use time. The time obtained by subtracting the required
駅周辺での滞留時間の推定も、同様な考え方で行う。
(ア)出場後に利用記録がある場合:出場後、出場駅周辺での利用記録の中で最も遅い利用時刻を用い、その店舗(13002)の店舗データ(図11)の支払フラグ11009の値が0(前払い)ならば利用時刻にその店の所要時間11012を加えた時刻を真の終了時刻とし(図13(a)13003)、支払フラグ11009の値が1(後払い)ならば利用時刻を真の終了時刻(図13(b)13005)とし、出場からその真の終了時刻までを出場駅周辺での滞留時間(図13(a)13004、図13(b)13007)とする。
(イ)入場前に利用記録がある場合:入場前、入場駅周辺での利用記録の中で最も早い利用時刻を用い、その店舗(13006)の店舗データ(図11)の支払フラグ11009の値が1(後払い)ならば利用時刻からその店の所要時間11012を引いた時刻を真の開始時刻とし、支払フラグ11009の値が0(前払い)ならば利用時刻を真の開始時刻とし、その真の開始時刻から入場までを入場駅周辺での滞留時間とする。
A similar approach is used to estimate the residence time around the station.
(A) When there is a usage record after participation: After the participation, the latest usage time in the usage record around the participating station is used, and the value of the payment flag 11009 of the store data (FIG. 11) of the store (13002) is If 0 (prepaid), the time obtained by adding the required
(A) When there is a usage record before entering: The value of the payment flag 11009 in the store data (FIG. 11) of the store (13006) using the earliest use time among the usage records around the entrance station before entering. If the value is 1 (postpay), the time obtained by subtracting the required
前述した滞在時間の推定(図7の703、図8、図9を用いて説明)は入場駅か出場駅の構内での滞在時間の合計を推定する方法であった。この推定時間をTsとし、更に、上記の計算により、入場駅(E駅)、出場駅(X駅)、乗換駅(C駅)について、駅構内(改札内)、駅周辺(改札外)の滞留時間の推定結果が求めた。これを、入場駅構内の滞留時間Tei、入場駅周辺の滞留時間Teo、出場駅構内の滞留時間Txi、出場駅周辺の滞留時間Txo、乗換駅構内の滞留時間Tci、乗換駅周辺の滞留時間Tcoとするとき、以下のルールで滞在時間を補正する。また、Trを補正値を除いた駅滞留時刻(=Ts−Tei−Txi−Tci、ただし負の場合は0)とする。 The estimation of the stay time described above (described with reference to 703 in FIG. 7, FIG. 8, and FIG. 9) is a method for estimating the total stay time at the entrance station or the exit station. This estimated time is Ts, and further, according to the above calculation, for the entrance station (E station), the departure station (X station), and the transfer station (C station), within the station premises (within the ticket gate) and around the station (outside the ticket gate) The estimation result of the residence time was obtained. The residence time Tei in the entrance station, the residence time Teo around the entrance station, the residence time Txi in the entrance station, the residence time Txo around the entry station, the residence time Tci in the transfer station, and the residence time Tco around the transfer station Then, the stay time is corrected according to the following rules. Further, Tr is the station residence time (= Ts−Tei−Txi−Tci, except 0), excluding the correction value.
入場駅(E駅)の滞在時間Tse:
(1)E駅がナワバリ4駅かつX駅、C駅よりも利用回数(図4利用回数413)が多い場合:Tse=Tei+Teo+Tr
(2)E駅がナワバリ4駅かつX駅、C駅どちらか(あるいは両方)よりも利用回数が少ない場合:Tse=Tei+Teo
(3)E駅がナワバリ4駅以外:Tse=Tei+Teo
出場駅(X駅)の滞在時間Tsx:
(1)X駅がナワバリ4駅かつE駅、C駅よりも利用回数が多い場合: Tsx=Txi+Txo+Tr
(2)X駅がナワバリ4駅かつE駅、C駅どちらか(あるいは両方)よりも利用回数が少ない場合:Tsx=Txi+Txo
(3)X駅がナワバリ4駅以外:Tsx=Txi+Txo
乗換駅(C駅)の滞在時間Tsc:
(1)C駅がナワバリ4駅かつE駅、X駅よりも利用回数が多い場合: Tsc=Tci+Tco+Tr
(2)C駅がナワバリ4駅かつE駅、X駅どちらか(あるいは両方)よりも利用回数が少ない場合: Tsc=Tci+Tco
(3)C駅がナワバリ4駅以外: Tsc=Tci+Tco
上記によりe,x,cがナワバリ4駅の場合には計算した滞在時間Tsi(i={e,x,c})を対応する駅の指標値の滞在時間総和(図4の414)に加え、Tsiの二乗値を滞在時間二乗和(図4の415)に加える。ナワバリ4駅でない場合にはその他の駅の指標値の滞在時間総和(図4の414)に加え、Tsiの二乗値を滞在時間二乗和(図4の415)に加える。
Admission station (E station) stay time Tse:
(1) When E station is Navabari 4 station and X station, C station is more frequently used (Fig. 4, use frequency 413): Tse = Tei + Teo + Tr
(2) When E station is less used than Nawa Bali 4 station and either X station or C station (or both): Tse = Tei + Teo
(3) E station other than Nawa Bali 4 station: Tse = Tei + Teo
Residence time of station (X station) Tsx:
(1) When station X is used more frequently than Nawabari 4 station, E station and C station: Tsx = Txi + Txo + Tr
(2) When X station is less used than Nawabari 4 station and E station or C station (or both): Tsx = Txi + Txo
(3) X station is not Nawabari 4 station: Tsx = Txi + Txo
Transit station (C station) stay time Tsc:
(1) When station C is used more frequently than Nawabari 4 station, E station, and X station: Tsc = Tci + Tco + Tr
(2) When station C is less frequent than Nawabari 4 station and either E station or X station (or both): Tsc = Tci + Tco
(3) Station C is not Nawa Bali 4 station: Tsc = Tci + Tco
When e, x, and c are Nawa Bali 4 stations as described above, the calculated stay time Tsi (i = {e, x, c}) is added to the sum of stay times of the corresponding station index values (414 in FIG. 4). , The square value of Tsi is added to the sum of squared stay times (415 in FIG. 4). When the station is not Nawabari 4 station, in addition to the sum of stay times of index values of other stations (414 in FIG. 4), the square value of Tsi is added to the sum of squares of stay time (415 in FIG. 4).
別会社の路線へ乗り換える場合や、途中下車して買い物などをする場合は改札機を通過することになるため、複数の入場−出場区間に分割して上記と同様の処理を行う。 When changing to another company's route, or when getting off and shopping, the ticket gate passes, so the same processing as above is performed by dividing into a plurality of entrance-exit sections.
より精度を高めるため、駅周辺での購買行動の後のバス等の交通機関の利用履歴や、駅周辺ではない市中の店舗の利用履歴の時刻を用いて出場後、あるいは入場前の行動を推定する事ができる。また、記録として残らない購買行動(現金で支払い)の可能性を排除するために、記録として残る最後の購買履歴が、惣菜、スイーツ、あるいは生花など、購入後に別の購買をすることが少ない商品かどうか、といった知識を利用することもできる。 In order to improve accuracy, use the transportation history such as buses after purchasing behavior around the station and the usage history of stores in the city that are not around the station. Can be estimated. In addition, in order to eliminate the possibility of purchase behavior (payment with cash) that does not remain as a record, the last purchase history that remains as a record is a product that rarely makes another purchase after purchase, such as sugar beet, sweets, or fresh flowers It is also possible to use knowledge such as whether or not.
更に、図9のモデルは時刻通りに列車の運行がなされた場合に成立するが、事故などで大きく運行が変わる(遅延する)場合は、遅延情報を加味して計算するか、該当日は上記の計算を行わない、等で対応する。 Furthermore, the model of FIG. 9 is established when the train is operated on time, but if the operation changes greatly (delays) due to an accident or the like, the calculation is performed taking into account the delay information, This is dealt with by not performing the calculation.
以上で、図7の703の処理が完了した。続いて、図7の704の処理を行う。ここでは図5に示したカード書き込み用の簡易的な指標値を計算する。 Thus, the process of 703 in FIG. 7 is completed. Subsequently, the process of 704 in FIG. 7 is performed. Here, a simple index value for card writing shown in FIG. 5 is calculated.
図4に示す指標値と同じ情報の部分、即ち401を501へ、402を502へ、ナワバリ4駅の各駅コード411と駅フラグ412を511〜518へそれぞれその値をコピーする。利用回数519から利便性利用金額524までは図4のうち、ナワバリ4駅に関して、413,414,416,417,418,419それぞれの総和を取った値とする。
The same information part as the index value shown in FIG. 4, that is, 401 is copied to 501, 402 is copied to 502, and each station code 411 and
以上で図7の説明は完了した。以下では計算サーバ1082の説明に戻る。利用者分類指標ファイルは既に説明した、図4の指標値マスタ、図5のカード用の簡易型指標値、図10利用者個人設定ファイル、を格納する。
This completes the description of FIG. Hereinafter, the description returns to the
パートナ店舗広告ファイルには既に説明した、図11の店舗データ、及び図14に示す広告データを格納する。図14に示す広告データは、まず広告を出す企業、店(系列)、店舗の各コード(14001〜14003)、広告を出す期間(14004、14005)がある。更に、広告を出す対象を限定する情報として、駅フラグ(14006)(駅フラグは図4 412)、駅数の下限数(14007)、対象とする傾向(14008、利便性か娯楽性)、対象とする利用者の参加頻度(14009)や利用時刻帯(14010)を保持する。メッセージ(14011)は広告の具体的内容である。 The partner store advertisement file stores the store data shown in FIG. 11 and the advertisement data shown in FIG. The advertisement data shown in FIG. 14 includes a company that advertises, a store (affiliation), store codes (14101 to 14003), and a period (14004 and 14005) where the advertisement is issued. Furthermore, as information that limits the target to be advertised, the station flag (14006) (the station flag is FIG. 412), the lower limit number of stations (14007), the target tendency (14008, convenience or entertainment), the target The user participation frequency (14009) and the use time zone (14010) are held. The message (14011) is specific contents of the advertisement.
次に、パートナ情報配信サーバ1083の機能を説明する。
Next, the function of the partner
パートナ情報配信サーバ1083は、パートナ企業に向けて計算サーバ1082で算出した利用者の指標値に応じてパートナ向けの情報を編集する。パートナ情報配信サーバ1083は2つの情報を編集する。ひとつは、パートナ企業の販促・企画担当者(図1の1331)が利用者のマクロな情報を知るために参照する情報である。この情報はパートナ企業の端末装置で参照される(図1の1321)。これをパートナ向け分析情報と呼ぶ。もうひとつは店舗で接客時(実際には決済の際)に、接客する販売員が決済用のPOSレジ端末等(図1の1033、1035)の画面で、その利用者に合わせた販促用の情報である。これをパートナ向け販促情報と呼ぶ。
The partner
まず、パートナ向け分析情報に関して説明する。図15は、その画面の一例である。画面全体15001に対して大きく上段(15003、15004)と下段(15005、15007、15009)の情報に分かれる。上段の情報は、店舗毎の情報である。まず、パートナ企業の販促・企画担当者が、15002の店舗選択用プルダウンメニューから調査したい店舗Aを選択する。その選択情報がパートナ情報配信サーバに送信され、その情報を受信したパートナ情報配信サーバは、店舗Aの店舗コードに対応してその店舗が位置する駅コードSを店舗データ(図11)を検索して求める。
First, analysis information for partners will be described. FIG. 15 is an example of the screen. The
次に、全利用者の指標値(図4)のうち、ナワバリ4駅のうちのひとつが駅コードSの駅となる利用者の、利用回数(413)、時間帯毎の利用回数(423〜440)を項目毎にそれぞれ合計する。そして、423〜440の合計値を利用回数(413)の合計値で割った18項目の値を求め、それらの情報は端末装置1321に送信され、グラフ15003に表示される。これは、駅Sをナワバリとする利用者の曜日・時間毎の利用率を表す。
Next, among the index values of all users (FIG. 4), the number of uses (413) and the number of uses (423 to 423) of users whose one of the four stations of Nawabari is the station of the station code S. 440) for each item. Then, values of 18 items obtained by dividing the total value of 423 to 440 by the total value of the number of uses (413) are obtained, and the information is transmitted to the
グラフ15004には図3の利用履歴レコードを集計した値を表示する。ここでは3種類の集計値に関して、15003の場合と同じように曜日・時間帯で18通りのケースの集計値を求める。第一の集計値は駅Sの利用者の日毎の総和、第二の集計値は、店舗Aで購入実績のある利用者の日毎の総和、第三の集計値は店舗Aで購入実績のある利用者のうち、その駅をナワバリとする利用者の日毎の総和である。第三の集計値に関しては、図10の102〜105を参照して各利用者が駅Sをナワバリとしているかどうかを判断する。この集計により、駅利用者のうちどのくらいの人が店舗Aを利用するか、さらにはそのうちどのくらいの人がその駅をナワバリとするかを表す。
A
下段には、15006と15008のフィールドで指定する2つの期間に関して、その期間に店舗Aで購入の記録のある利用者の1日あたりの人数、1日あたりの支払い金額、店舗全体での1日あたりの売上げ高、及び、そのうちの駅Sをナワバリとする人数とナワバリとする人の支払い金額、及び1日あたりの売上高を15004の場合と同様に履歴レコードを用いて集計し、それぞれグラフ15005、15007に表示する。そしてそれらの各項目の差分を15009に表示する。
In the lower row, regarding the two periods specified in the
次に、パートナ向け販促情報に関して説明する。図16は、接客する販売員が決済用のPOSレジ端末等(図1 1033、1035)の画面の一例である。画面16001の上部の領域16002は本来のPOSレジ端末としての機能である販売金額、受取額、釣銭額などが表示される。画面下部の領域16003が販売員が参照するパートナ向け販促情報である。この部分は左側の利用者の属性を表現する領域16004と、右側の広告メッセージを表示する領域16005からなる。画面の16003部分は、対面する利用者が決済のために非接触ICカードを提示し、その情報を読み取った際に、そのIDから、利用者分類指標を参照してその利用者の指標値を求め、その値を元に内容を変える。16004の部分は対面する利用者の指標値に対応するインジケータで、その店舗のある駅がナワバリ4駅に含まれるか否か、その店舗がその利用者が多く利用する店舗の傾向(娯楽性か利便性か)と合致するか、その駅の利用頻度が低いか高いか、によりその度合いを棒グラフ形式で表現する。即ち、ナワバリ駅の一つで、多く使う店舗の傾向が合致し、駅の利用頻度が高い場合に高い値になる。更に広告データ(図14)を参照し、その店舗の広告(14001〜14003が合致)で、期間がマッチ(その日が開始日時14004から終了日時14005の間にある)し、対象駅フラグ14006がその駅の傾向に合致し、対象駅数14007よりもその利用者の該当駅の利用回数が高く、店舗の傾向14008が合致し、対象頻度14009よりも利用者の駅利用頻度が高く、対象時間14010よりも利用者の滞在時間が長い場合、その14006から14010の条件を満たす広告データの1つをランダムに選択するか、総てを満たすデータがない場合は満たす条件の最も多い広告データの一つをランダムに選択し、その選択されたデータのメッセージ14011を広告メッセージ16005に表示する。
Next, sales promotion information for partners will be described. FIG. 16 shows an example of a screen of a POS cash register terminal or the like (FIG. 1 1033, 1035) for a salesperson who serves as a customer. An
次に、利用者情報サーバ1084の機能を説明する。利用者情報サーバ1084は、利用者向けに計算サーバ1082で算出したその利用者の指標値に応じて、その利用者向けの情報を編集する。利用者情報サーバ1084は大きく二つの機能があり、4種類の情報を編集する。利用者webでは3種類のデータを編集する。
Next, functions of the
一つは、利用者自身が自分のナワバリ駅利用状況を確認したり、自分向けの広告を参照するための利用者向け提供情報である。これにはインターネットを通してパソコンなどの端末装置のWebブラウザから参照するための情報(図17)と携帯電話網を利用し、携帯電話のブラウザ機能から参照するための情報(図18)と、共通の情報に基づく二つの情報を編集する。もう一つは店舗で支払いをする際にPOSレジ端末の利用者向けの画面に表示されたり、改札機を通過する際に利用者向けの画面に表示される情報である。これを利用者向け広告情報と呼ぶ(図19)。最後の一つは、この利用者向け広告情報を情報配信機能1412を用いて携帯電話のメール機能により、あらかじめ設定した時刻や、改札機を通過したタイミングで利用者の携帯電話1432に送信するものである。
One is user-provided information for the user himself / herself to check his / her Nawa Bali station usage status and to refer to his / her own advertisement. This is common with information (FIG. 17) for reference from a Web browser of a terminal device such as a personal computer through the Internet and information (FIG. 18) for reference from a browser function of a mobile phone using the mobile phone network. Edit two pieces of information based on information. The other is information displayed on the screen for the user of the POS cash register terminal when paying at the store, or displayed on the screen for the user when passing through the ticket gate. This is called advertisement information for users (FIG. 19). The last one is that this advertising information for users is transmitted to the user's
ここで、Webコマースや携帯電話では、利用者が端末を操作している時にリコメンデーションを提示できるため購買時に「ついで」に買う行動を誘発できる可能性があるのに対し、非接触型ICカードは決済するその瞬間までその利用者を特定することができず、またカード自体にはオンラインで情報を表示する機能が無いため、情報の提示できるタイミングが制限される。そこで、本実施形態では、情報提示のタイミングが制限される非接触型ICカードの利用者に対して、適切なタイミングで情報提供することを目的とし、改札機や券売機で非接触型ICカードを利用した際に、利用者向けの画面に情報を表示することも特徴する。これにより、駅店舗を利用する前に(購買後ではなく)、利用者向け広告情報を利用者に提供することができる。 Here, with Web commerce and mobile phones, recommendations can be presented when the user is operating the terminal, so there is a possibility that it can induce “buy” behavior at the time of purchase, whereas non-contact IC cards The user cannot specify the user until the moment of settlement, and the card itself does not have a function for displaying information online, so the timing at which information can be presented is limited. Therefore, in the present embodiment, a non-contact type IC card is used by a ticket gate or a ticket machine for the purpose of providing information to a user of a non-contact type IC card whose information presentation timing is limited at an appropriate timing. It is also characterized by displaying information on the screen for the user when using. Thereby, before using a station store (not after purchase), advertising information for users can be provided to a user.
まず、利用者向け提供情報に関して説明する。図17はその画面の一例である。画面全体17001は大きく7つの領域に分かれる。上段左のタイトル部分17002には、利用者があらかじめ設定したニックネームが表示される。上段右にはその日の日付と当日の予想天気(天候や気温などの予測)などを表示する(17003)。画面左上のステータス情報17004には、その利用者の指標値(図4)の駅利用種数402やナワバリ4駅に関する指標413、414、416を帯グラフ形式で表示する。便利帳情報17005はナワバリ4駅の駅時刻表やそれらの駅を通る鉄道路線におけるその時点の事故や遅延情報へのリンクを表示する。中央の今日のおすすめ欄17006は、広告データ(図14)から、その日が開始日時と終了日時の間にあり、利用者のナワバリ4駅にある店舗(14003と一致する店舗コード(11005)を持つ店舗データ(図11)の1レコードを検索しその駅コード11008がナワバリ4駅のいずれかに一致する)に関して、対象駅フラグ14006がその利用者のそのナワバリ駅に合致し、店舗の傾向14008が合致し、対象頻度14009よりも利用者の駅利用頻度が高く、対象時間14010よりも利用者の滞在時間が長い場合、その14006から14010の条件を満たす広告データを順に列挙し、さらに満たす条件の最も多い順に広告データを表示したものである。さらには、対象駅数14007よりもその利用者の該当駅の数が高いことを条件として追加することもできる。
First, information provided for users will be described. FIG. 17 shows an example of the screen. The
ニュース欄17007は、その駅、その駅を通る路線、あるいはその駅構内や周辺の店舗(を経営する企業)がWebで公表するニュースのうち、掲載時刻の新しいものを上にし、そのニュースへのリンクを列挙する。
The
バナーのリスト欄17008は、利用者のナワバリ4駅にある店舗(あるいはその店舗を経営する企業)のホームページにリンクするバナーのリストである。利用頻度が高いナワバリ駅にあり、利用者がその駅で多く利用する傾向の店が上位に来るように配置する。
The
図18の画面18001は図17の画面17001と表示される情報は同じである。携帯電話向けのため、表示できる情報量を減らす。18002はタイトル、18003はステータス表示で、その利用者の指標値(図4)の駅利用種数402やナワバリ4駅に関する指標413、414、416のうちの1項目をランダムで選択し、ナワバリ4駅に関してそれぞれ頻度など指標値を色合い(赤は値が大きく青は値が小さい)で表現する。便利帳18004、おすすめ18005、ニュース18006は表示する情報の件数を3件に絞って報告する。
The
図19の利用者向け広告情報はPOSレジ端末などで支払い時に利用者から見える表示装置に表示される。画面全体19001は2つの領域からなる。ステータス領域19002はその駅がその利用者のナワバリ4駅に含まれる場合、該当駅に関する指標値413、414、416、417の4つの値を色合いとしてグラフィカルに円で表示する。19003のメッセージ領域は、広告データ(図14)から、その日が開始日時と終了日時の間にあり、利用者のナワバリ4駅にある店舗(14003と一致する店舗コード(11005)を持つ店舗データ(図11)の1レコードを検索しその駅コード11008がナワバリ4駅のいずれかに一致する)に関して、対象駅フラグ14006がその利用者のそのナワバリ駅に合致し、店舗の傾向14008が合致し、対象頻度14009よりも利用者の駅利用頻度が高く、対象時間14010よりも利用者の滞在時間が長い場合、その14006から14010の条件を満たす広告データを順に列挙し、さらに満たす条件の最も多い順に広告データを表示したものである。さらには、対象駅数14007よりもその利用者の該当駅の数が高いことを条件として追加することもできる。上述したように、駅利用回数、店舗利用傾向、駅滞在時間の3つの指標と、予め記録されている広告データが示す指標とを比較して、所定の条件を満たす広告データを利用者に表示・提供する。
The advertisement information for users in FIG. 19 is displayed on a display device that is visible to the user at the time of payment at a POS cash register terminal or the like. The
ここで、なぜ駅利用回数、店舗利用傾向、駅滞在時間の3つの軸に基づいて利用者の行動傾向を分析するかについて説明する。ある利用者が駅(およびその周辺の商業施設)をどのような目的で利用しているかを本人の行動から判別する方法を考えると、まず駅自体をどのくらいの頻度で乗降しているか、その駅にどのくらい滞在しているかにより、その利用者が積極的な駅利用者であるか、そうでないかを判別できる。利用頻度も、特定の駅だけ、あるいは決まった複数の駅を頻繁に利用するのと、多くの駅を不特定に利用する場合とで目的は異なると解釈できる。 Here, the reason why the user's behavior tendency is analyzed based on the three axes of the station use frequency, the store use tendency, and the station stay time will be described. Considering the purpose of identifying the purpose of a user's use of a station (and the surrounding commercial facilities) from the person's behavior, first of all, how often the station itself gets on and off the station It can be determined whether the user is an active station user or not, depending on how long he / she stays in the station. The frequency of use can be interpreted as having a different purpose between frequently using only a specific station or a plurality of fixed stations and using many stations unspecified.
さらに、どの駅で購買が多いか、そこでどのような傾向のものを購入するのかによりさらに利用目的を判別できる。特に購買に関しては、多様な業種、業態があるため、個別の店舗、個別の商品をみるのではなく、どのような指向の店舗を利用するかをまず判断する。その軸として、生活に必要な食品(惣菜等)や日用品を主に購入する、あるいは主に単独で短時間に食事ができるファストフードなどを利用する、といった利便性の高い店舗を利用する場合と、ファッションなど嗜好品や複数の人で話をしながら食事をするレストランなど娯楽性の高い店舗を利用する場合とでおのずと目的を判別できる。 Furthermore, the purpose of use can be further discriminated depending on at which station there are many purchases and what kind of tendency to purchase there. In particular, with regard to purchasing, since there are various industries and business types, it is first determined what kind of store to use rather than looking at individual stores and individual products. At the core of this is the use of highly convenient stores such as mainly purchasing foods (e.g. side dishes) and daily necessities necessary for daily life, or mainly using fast food that can be eaten alone in a short time. The purpose can be discriminated naturally when using high-entertainment stores such as fashion items such as fashion and restaurants where people eat while talking.
また、一般的に利便性の高い店舗を利用する場合は、1回の駅滞在時間は比較的短いと考えられる。そのため、利用する店舗が利便性の高い店舗が多くても、滞在時間が長めであれば、実際に購入しなくてもウィンドウショッピングを楽しんだのちに日常品を購入して帰宅する傾向にあると分析できる。このように、3つの軸を組み合わせることにより、複合的な傾向が判別できる。非接触ICカードの利用履歴データには、どの駅を何時入場、出場したかどの店舗を利用したか、という記録が残るため、このデータから上記の判別に必要な情報を抽出することが可能である。 In addition, when a store with high convenience is generally used, it is considered that one station stay time is relatively short. Therefore, even if there are many stores that are convenient to use, if the staying time is long, after enjoying window shopping without actually purchasing, there is a tendency to purchase everyday items and go home Can be analyzed. Thus, a composite tendency can be discriminated by combining the three axes. In the non-contact IC card usage history data, it is possible to extract information necessary for the above discrimination from this station because it is recorded which station is used at what time and which store is used. is there.
情報配信で送付される情報は利用者向け広告情報端末向けの情報と同じ選択基準でナワバリ駅4駅に関して広告メッセージ(図14の14011)を選択する。そして、あらかじめ決められた時刻、あるいは改札機を通過したタイミングで利用者の携帯電話へ送付する。 The information sent by the information distribution selects an advertisement message (14011 in FIG. 14) regarding the four stations of Nawabari Station based on the same selection criteria as the information for the advertisement information terminal for users. Then, it is sent to the user's mobile phone at a predetermined time or at a timing when it passes the ticket gate.
上記に示した利用者向けの情報の編集では、あらかじめ利用者が入力した利用者自身が目標とする駅利用のスタイル、例えば「出張の達人」、「セールの達人」、「惣菜の達人」等、に沿って、例えば「出張の達人」では日中の利用が多く、ナワバリ4駅以外での利用頻度も高く、乗り換え駅での滞在時間もそこそこあるが、滞在の1回あたりの時間は比較的短い、などそれぞれのスタイルの基準を設け、利用者の指標値の対応する項目がすべてあらかじめ決めた値以上になると「達人」としての称号を与える、などのゲーム感覚のサービスも可能である。 In the above-mentioned editing of information for users, the station usage style that the user himself / herself has input in advance, such as “Guest of business trip”, “Guru of sale”, “Guru of delicatessen”, etc. For example, “Guests of business trips” often use during the day, use more frequently at stations other than Nawabari 4 stations, and spend some time at transfer stations, but compare the time per stay. It is possible to provide a game-like service, such as providing a standard for each style, such as giving a title as “expert” when all the corresponding items of the user's index value exceed a predetermined value.
なお、上記の例では、指標値を求めるために利用したのは交通系の非接触ICカードの利用記録であったが、これに加え、クレジットカードでの決済、他のICカード型の電子マネー、携帯電話等で取得した位置情報などの利用履歴を駅滞在時間や店舗での支払い金額のなどの指標値の精度を向上させるために利用することもできる。 In the above example, the usage record of the traffic contactless IC card is used to obtain the index value. In addition to this, payment by credit card, other IC card type electronic money is used. In addition, the use history such as location information acquired by a mobile phone or the like can be used to improve the accuracy of index values such as station stay time and payment amount at a store.
本発明によれば、利用者が保持する非接触ICカードには図5に示す指標値が記録される。この情報は、図1のネットワーク1071に接続していないリーダライタ装置でも、カードの利用者の指標値を読み出すことにより、利用者の行動傾向に合ったリコメンデーションを行う事が可能になる。
According to the present invention, the index value shown in FIG. 5 is recorded on the non-contact IC card held by the user. This information can be recommended in accordance with the user's behavior tendency by reading the index value of the card user even in a reader / writer device not connected to the
以上から本発明の基本となる駅構内や駅周辺における行動を、滞在の頻度、時間、そして駅店舗の利用傾向(娯楽性を求めるか、利便性を求めるか)により特徴づけることにより、各利用者の駅の利用のスタイルに適合した店舗や商品のリコメンデーションを行う事が可能になる。 From the above, by characterizing the behavior in the station premises and around the station, which is the basis of the present invention, by the frequency of stay, the time, and the usage tendency of the station store (requiring entertainment or convenience), each use It is possible to recommend stores and products that match the style of use at the station.
1011,1012,1013,1014,1015 利用者
1021,1022,1023,1024,1025 非接触ICカード
1031 改札機
1032 券売機
1033 券売機(発券端末)
1034 情報端末
1035 POSレジ端末
1111,1112,1113,1114,1115 CPU
1121,1122,1123,1124,1125 不揮発メモリ
1131,1132,1133,1134,1135 無線モジュール
1141,1142,1143,1144,1145 アンテナ
1041,1042,1043,1044,1045 リーダライタ装置
1211,1212,1213,1214,1215 CPU
1221,1222,1223,1224,1225 メモリ
1231,1232,1233,1234,1235 無線モジュール
1241,1242,1243,1244,1245 アンテナ
1051,1052,1053,1054,1055、1063,1065 表示デバイス
1071 ネットワーク
1082 計算サーバ
1311 ネットワークインタフェース
1312 プロセッサ
1313 メモリ
1314 記録装置
1083 パートナ情報配信サーバ
1084 利用者情報サーバ
1411 利用者Web機能
1412 情報配信機能
1072 インターネット
1321 パートナ担当者の端末
1331 パートナ担当者
1431 パーソナルコンピュータ
1432 携帯電話
1441、1442 利用者
1073 携帯電話キャリア
201 1日分履歴の列挙
202 指標値再計算
203 指標値更新
204 指標値更新の通知
301 利用者ID
302 日時
303 駅店舗コード
304 端末コード
305 タイプ
306 金額
307 残金
308 計算基準1
309 計算基準2
401 開始日
402 駅利用種数
403 駅利用駅コード
411 駅コード
412 駅フラグ
413 利用回数
414 滞在時間総和
415 滞在時間の二乗和
416 娯楽性店舗数
417 利便性店舗数
418 娯楽性利用金額
419 利便性利用金額
420 娯楽性利用金額二乗和
421 利便性利用金額二乗和
423 平日朝の利用回数
424 平日午前の利用回数
425 平日昼の利用回数
426 平日午後の利用回数
427 平日夕の利用回数
428 平日夜の利用回数
429 週末朝の利用回数
430 週末午前の利用回数
431 週末昼の利用回数
432 週末午後の利用回数
433 週末夕の利用回数
434 週末夜の利用回数
435 祝日朝の利用回数
436 祝日午前の利用回数
437 祝日昼の利用回数
438 祝日午後の利用回数
439 祝日夕の利用回数
440 祝日夜の利用回数
501 開始日
502 駅利用種数
511 駅コード1
512 駅フラグ1
513 駅コード2
514 駅フラグ2
515 駅コード3
516 駅フラグ3
517 駅コード4
518 駅フラグ4
519 利用回数
520 滞在時間総和
521 娯楽性店舗数
522 利便性店舗数
523 娯楽性利用金額
524 利便性利用金額
601 利用者ID
602 残金
603 駅コード
701 利用駅の推定
702 傾向の算出
703 滞在時間の推定
704 カード用指標値の計算
801 駅A入場時刻
802 駅B出場時刻
803 経過時間
804 列車移動時間
805 徒歩移動+待ち時間
806 徒歩移動時間
807 滞留時間
808 駅B店舗X利用時刻
809 駅Cの滞在時刻
810 駅Aの店舗Y利用時刻
811 駅A周辺滞留時間
812 店舗Y利用時間
813 駅Bの店舗Z利用時刻
814 駅B周辺滞留時間
815 駅Cの自販機利用時刻
901 所要時間
902 利用者数
903 平均的な所要時間
904 最短所要時間
905 駅滞留者
906 典型値
907 利用者の最短所要時間
908 典型値に時間偏差を加えた値
909 駅滞留時間
911 時間偏差(典型値と最短値の差)
912 時間偏差
913 駅B出場時刻
914 駅構内滞留時間
101 利用者ID
102 駅コード1
103 駅コード2
104 駅コード3
105 駅コード4
106 駅コードA
107 駅コードB
109 典型時間
110 時間偏差
111 1レコード
11001 企業コード
11002 企業名
11003 店コード
11004 店名
11005 店舗コード
11006 店舗名
11007 業種コード
11008 駅コード
11009 支払フラグ
11010 内外フラグ
11011 傾向値
11012 所要時間
11013 平均金額
11014 開店時刻
11015 閉店時刻
11020 端末数
11021〜11023 端末コード
11030 改札機コード
11031 所要時間
12001 駅A入場時刻
12002 店舗B利用時刻
12003 真の出発時刻
12004 滞留時間
12005 店舗C利用時刻
12006 店舗C利用開始時刻
12007 滞留時間
12008 店舗F利用時刻
12009 店舗G利用時刻
12010 店舗H利用時刻
12011 真の開始時刻
12012 真の終了時刻
12013 滞留時間
13001 駅A出場時刻
13002 店舗B利用時刻
13003 真の終了時刻
13004 滞留時間
13005 店舗C利用時刻
13006 店舗C利用開始時刻
13007 滞留時間
14001 企業コード
14002 店コード
14003 店舗コード
14004 開始日時
14005 終了日時
14006 対象駅フラグ
14007 対象駅数
14008 対象傾向
14009 対象頻度
14010 対象時間
14011 メッセージ
15001 パートナ向け分析情報画面
15002 店舗選択メニュー
15003 駅Sをナワバリとする利用者の利用頻度グラフ
15004 駅S利用者と店舗利用実績グラフ
15005、15007 1日あたりの利用者人数、支払い金額、全店舗売上げのグラフ
15006、15008 期間入力フィールド
15009 15005と15007の差分グラフ
16001 パートナ向け販促情報画面
16002 POSレジ機能画面
16003 パートナ向け販促情報
16004 利用者属性表示部
16005 広告メッセージ部
17001 Web用利用者向け提供情報画面
17002 ページのタイトル
17003 基本情報領域
17004 ステータス領域
17005 便利帳領域
17006 今日のおすすめ領域
17007 ニュース領域
17008 パートナ企業バナー広告
18001 携帯電話用利用者向け提供情報画面
18002 ページのタイトル
18003 ステータス領域
18004 便利帳領域
18005 おすすめ領域
18006 ニュース領域
19001 利用者向け広告情報画面
19002 ステータス領域
19003 メッセージ領域
1011, 1012, 1013, 1014, 1015
1034
1121, 1122, 1123, 1124, 1125
1221, 1222, 1223, 1224, 1225
302 Date and
309 Calculation standard 2
401
512
513 Station code 2
514 Station flag 2
515 Station code 3
516 Station flag 3
517 Station code 4
518 Station flag 4
519 Number of times of
602
912 Time deviation 913 Station
102
103 Station code 2
104 Station code 3
105 Station code 4
106 Station code A
107 Station code B
109 Typical Time 110 Time Deviation 111 1 Record 11001 Company Code 11002 Company Name 11003 Store Code 11003 Store Name 11005 Store Code 11006 Store Name 11007 Industry Code 11008 Station Code 11009 Payment Flag 11010 Internal / External Flag 11011 Trend Value 11012 Required Time 11013 Average Time 11014 11015 Closed time 11020 Number of terminals 11021-11023 Terminal code 11030 Ticket gate code 11031 Time required 12001 Station A entrance time 12002 Store B use time 12003 True departure time 12004 Residence time 12005 Store C use time 12006 Store C use start time 12007 Residence time 12008 Store F use time 12009 Store G use time 12010 Store H interest Time 12011 True start time 12012 True end time 12013 Residence time 13001 Station A entry time 13002 Store B use time 13003 True end time 13004 Residence time 13005 Store C use time 13006 Store C use start time 13007 Residence time 14001 Company code 14002 Store code 14003 Store code 14004 Start date and time 14005 End date and time 14006 Target station flag 14007 Target station number 14008 Target trend 14009 Target frequency 14010 Target time 14011 Message 15001 Partner analysis information screen 15002 Store selection menu 15003 Store S Usage frequency graph 15004 Station S user and store usage performance graph 15005, 15007 Number of users per day, support Amount of money, graph of all store sales 15006, 15008 Period input field 150009 15005 and 15007 Difference graph 16001 Promotion information screen for partners 16002 POS cash register function screen 16003 Promotion information for partners 16004 User attribute display section 16005 Advertising message section 17001 For Web Provided information screen for users 17002 Page title 17003 Basic information area 17004 Status area 17005 Convenience book area 17006 Recommended area today 17007 News area 17008 Partner company banner advertisement 18001 Provided information screen for mobile phone users 18002 Page title 18003 Status Area 18004 Convenience book area 18005 Recommended area 18006 News area 19001 Advertising information screen for users 19002 Status area 19003 Message area
Claims (10)
上記交通系決済手段は、上記駅の入出場履歴、上記商業施設での購買履歴を含む当該交通系決済手段の利用履歴を直近の一定数に限り保持するメモリを有し、
上記行動傾向分析サーバは、
上記ネットワークに接続されるネットワークインタフェースと、
上記ネットワークインタフェースに接続されるプロセッサと、
上記プロセッサに接続される記録装置と、を備え、
上記プロセッサは、
上記ネットワークインタフェースを介して、上記交通系決済手段のメモリから読み出した利用履歴を受けて、上記利用履歴に含まれる入出場履歴に基づいて駅利用回数を算出して上記記録装置の利用者分類指標ファイルに格納し、
上記利用履歴に含まれる購買履歴と上記記録装置に格納される店舗データに基づいて利便性か娯楽性かを示す店舗利用傾向を算出して上記利用者分類指標ファイルに格納し、
上記利用履歴に含まれる入出場履歴に基づいて駅滞在時間を算出して上記利用者分類指標ファイルに格納し、
上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を上記記録装置に予め記録される上記店舗の広告データと比較して所定の条件を満たす広告データを選択し、上記選択された広告データを出力することを特徴とする行動傾向分析システム。 Configured to include a transport system settlement means each user to the mobile, and the reader-writer device installed in commercial facilities around stations and station, the behavior trend analysis server connected via a network to the reader-writer device A behavior analysis system,
The transportation settlement means has a memory for holding the use history of the transportation settlement means including the entry / exit history of the station and the purchase history at the commercial facility to a limited number of the latest,
The behavior trend analysis server
A network interface connected to the network;
A processor connected to the network interface;
A recording device connected to the processor,
The processor
The user classification index of the recording device is calculated by receiving the usage history read from the memory of the transportation settlement means via the network interface, calculating the number of station usages based on the entry / exit history included in the usage history. Stored in a file
Based on the purchase history included in the usage history and the store data stored in the recording device, store usage tendency indicating convenience or entertainment is calculated and stored in the user classification index file,
Based on the entry / exit history included in the usage history, the station stay time is calculated and stored in the user classification index file,
The advertisement data satisfying a predetermined condition is selected by comparing the store use frequency, the store use tendency, and the station stay time with the store advertisement data recorded in advance in the recording device, and the selected advertisement data. A behavioral trend analysis system characterized by output.
上記プロセッサは、上記利用履歴から、上記交通系決済手段の利用者が利用した駅の数を算出し、上記駅の数に基づいて上記所定の条件を満たす広告データを選択することを特徴とする行動傾向分析システム。 The behavior tendency analysis system according to claim 1,
The processor, from the usage history, calculates the number of stations that the user of the public transport payment means using, and selects the predetermined condition is satisfied advertisement data based on the number of the station Behavior trend analysis system .
上記プロセッサは、上記交通系決済手段の利用者により予め指定される駅とそれ以外の駅それぞれについて、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を算出することを特徴とする行動傾向分析システム。 The behavior tendency analysis system according to claim 1 or 2,
The processor, for each station of the station and the other to be specified in advance by the user of the transportation system settlement means, actions and calculates the station the number of times of use, the store usage trends, and the above-mentioned station stay time Trend analysis system .
上記プロセッサは、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を上記リーダライタ装置に送信し、
上記交通系決済手段と上記リーダライタ装置とが通信を行った際に、上記リーダライタ装置により上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間が上記交通系決済手段内のメモリに記録される行動傾向分析システム。 The behavior trend analysis system according to any one of claims 1 to 3,
The processor transmits the station usage count, the store usage tendency, and the station stay time to the reader / writer device,
When the traffic settlement means communicates with the reader / writer device, the reader / writer device records the number of times the station is used, the store use tendency, and the station stay time in a memory in the traffic settlement means. Behavior trend analysis system .
上記プロセッサは、上記利用履歴に含まれる購買履歴を用いて上記駅滞在時間を補正することを特徴とする行動傾向分析システム。 The behavior tendency analysis system according to any one of claims 1 to 4,
The said processor corrects the said station stay time using the purchase log | history contained in the said use log | history, The behavior tendency analysis system characterized by the above-mentioned.
上記プロセッサは、上記選択された広告データを上記リーダライタ装置に送信し、
上記交通系決済手段と上記リーダライタ装置とが通信を行った際に、上記リーダライタ装置に接続される表示部に、上記選択された広告データが表示される行動傾向分析システム。 The behavior tendency analysis system according to any one of claims 1 to 5,
The processor transmits the selected advertisement data to the reader / writer device,
A behavior trend analysis system in which the selected advertisement data is displayed on a display unit connected to the reader / writer device when the traffic settlement means communicates with the reader / writer device.
上記駅の入出場履歴、上記商業施設での購買履歴を含む当該交通系決済手段の利用履歴を対応するリーダライタ装置から上記当該交通系決済手段に書き込み、上記当該交通系決済手段が直近の一定数に限り利用履歴を内部のメモリに保持するステップと、
上記行動傾向分析サーバが、上記交通系決済手段のメモリから読み出した利用履歴を受信して、上記利用履歴に含まれる入出場履歴に基づいて駅利用回数を算出して該行動傾向分析サーバに備える記録装置の利用者分類指標ファイルに格納するステップと、
上記行動傾向分析サーバが、上記利用履歴に含まれる購買履歴と上記記録装置に格納される店舗データに基づいて利便性か娯楽性かを示す店舗利用傾向を算出して上記利用者分類指標ファイルに格納するステップと、
上記行動傾向分析サーバが、上記利用履歴に含まれる入出場履歴に基づいて駅滞在時間を算出して上記利用者分類指標ファイルに格納するステップと、
上記行動傾向分析サーバが、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を予め記録される上記店舗の広告データと比較して所定の条件を満たす広告データを選択し、上記選択された広告データを出力するステップと、を有する行動傾向分析方法。 Behavioral tendencies that are connected via a network to a traffic payment means carried by each user, a reader / writer device installed in each station and a commercial facility around the station, and a reader / writer device that communicates with the traffic payment means A behavior trend analysis method executed in a behavior trend analysis system including an analysis server,
The entry / exit history of the station and the usage history of the transportation settlement means including the purchase history at the commercial facility are written into the transportation settlement means from the corresponding reader / writer device, and the transportation settlement means is the most recent constant A step of keeping the usage history in the internal memory only for the number,
The behavior trend analysis server receives the use history read from the memory of the traffic payment means , calculates the station use frequency based on the entrance / exit history included in the use history, and prepares for the behavior trend analysis server Storing in a user classification index file of the recording device;
The behavior trend analysis server calculates a store usage trend indicating convenience or entertainment based on the purchase history included in the usage history and the store data stored in the recording device, and stores it in the user classification index file. Storing, and
The behavior trend analysis server calculating a station stay time based on an entry / exit history included in the usage history and storing the station stay time in the user classification index file;
The behavior trend analysis server selects the advertisement data satisfying a predetermined condition by comparing the store use frequency, the store use tendency, and the station stay time with the store advertisement data recorded in advance. And a step of outputting the advertisement data.
上記行動傾向分析サーバは、上記交通系決済手段の利用者により予め指定される駅とそれ以外の駅それぞれについて、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を算出することを特徴とする行動傾向分析方法。 The behavior tendency analysis method according to claim 7,
The above behavior trend analysis server, a feature for each station of the station and the other to be specified in advance by the user of the transportation system settlement means, the station number of times of use, the store usage trends, and to calculate the station dwell time A behavior trend analysis method.
上記行動傾向分析サーバは、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間を上記リーダライタ装置に送信するステップを有し、
上記交通系決済手段と上記リーダライタ装置とが通信を行った際に、上記リーダライタ装置により、上記駅利用回数、上記店舗利用傾向、及び上記駅滞在時間が上記交通系決済手段内のメモリに記録される行動傾向分析方法。 The behavior tendency analysis method according to claim 7 or 8,
The behavior trend analysis server has a step of transmitting the station use count, the store use tendency, and the station stay time to the reader / writer device,
When the traffic settlement means communicates with the reader / writer device, the reader / writer device causes the station usage count, the store usage tendency, and the station stay time to be stored in the memory within the traffic settlement means. Behavior trend analysis method to be recorded.
上記行動傾向分析サーバは、上記利用履歴に含まれる購買履歴を用いて上記駅滞在時間を補正するステップを有する行動傾向分析方法。 The behavior tendency analysis method according to any one of claims 7 to 9,
The behavior trend analysis server has a step of correcting the station stay time using a purchase history included in the usage history.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009225857A JP5707033B2 (en) | 2009-09-30 | 2009-09-30 | Behavior trend analysis system and behavior trend analysis method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009225857A JP5707033B2 (en) | 2009-09-30 | 2009-09-30 | Behavior trend analysis system and behavior trend analysis method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011076291A JP2011076291A (en) | 2011-04-14 |
JP5707033B2 true JP5707033B2 (en) | 2015-04-22 |
Family
ID=44020220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009225857A Active JP5707033B2 (en) | 2009-09-30 | 2009-09-30 | Behavior trend analysis system and behavior trend analysis method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5707033B2 (en) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012226503A (en) * | 2011-04-19 | 2012-11-15 | Hitachi Ltd | Travel analysis method and travel analysis device |
JP2012242996A (en) * | 2011-05-18 | 2012-12-10 | Hitachi Ltd | Transit time calculation system and transit time calculation method |
JP5671748B2 (en) * | 2011-05-18 | 2015-02-18 | 株式会社日立製作所 | Transfer time calculation system and transfer time calculation method |
JP5821283B2 (en) * | 2011-05-27 | 2015-11-24 | 富士通株式会社 | Information providing apparatus and information providing method |
JP5834774B2 (en) * | 2011-10-28 | 2015-12-24 | フリュー株式会社 | Recommended information presentation system and photo sticker |
US9594926B2 (en) | 2013-03-05 | 2017-03-14 | Hitachi, Ltd. | Data processing apparatus, data processing system, and data processing method |
JP6458572B2 (en) * | 2015-03-16 | 2019-01-30 | カシオ計算機株式会社 | Customer behavior management device, customer behavior management method and program |
US20220020051A1 (en) * | 2018-12-06 | 2022-01-20 | Nec Corporation | Benefit distribution apparatus, method, and non-transitory computer readable medium |
JP6814316B1 (en) * | 2020-03-19 | 2021-01-13 | 関西エアポート株式会社 | Information processing system, information processing method, and program |
CN112364250B (en) * | 2020-12-01 | 2022-09-27 | 武汉大根科技发展有限公司 | Data communication service system based on big data |
WO2022215362A1 (en) * | 2021-04-09 | 2022-10-13 | 株式会社Nttドコモ | Transportation fee discount calculation device |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140736A (en) * | 2000-10-31 | 2002-05-17 | Nippon Signal Co Ltd:The | Station service unit and inter-station advertisement supply system |
JP4482263B2 (en) * | 2002-02-28 | 2010-06-16 | 株式会社日立製作所 | Advertisement distribution apparatus and advertisement distribution method |
JP4205501B2 (en) * | 2003-06-30 | 2009-01-07 | Necエンジニアリング株式会社 | Advertisement distribution system using automatic ticket gate |
-
2009
- 2009-09-30 JP JP2009225857A patent/JP5707033B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011076291A (en) | 2011-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5707033B2 (en) | Behavior trend analysis system and behavior trend analysis method | |
Mauri | Hotel revenue management: Principles and practices | |
US9026457B2 (en) | System, method, and computer program product for increasing inventory turnover using targeted consumer offers | |
US20180130072A1 (en) | Commerce System and Method of Controlling the Commerce System Using Personalized Shopping List and Trip Planner | |
US8326705B2 (en) | Restaurant yield management portal | |
Mokhtarian | A conceptual analysis of the transportation impacts of B2C e-commerce | |
US9332396B2 (en) | Systems and methods to provide location-dependent information during an optimal time period | |
EP2866184A1 (en) | Real-time local offer targeting and delivery system | |
US20120253908A1 (en) | Commerce System and Method of Controlling the Commerce System Using Personalized Shopping List and Trip Planner | |
US20060259421A1 (en) | Transaction arbiter system and method | |
JP6318536B2 (en) | Vehicle carpooler search system | |
CN101842797A (en) | Offeree requested offer based on point-of-service to offeree distance | |
KR102608725B1 (en) | Method, server and computer program for providing rpoducts automatic ordering service of unmanned store | |
CN102467722A (en) | Method and system for collaborative marketing according to interactive historical information of consumer and store | |
US10627251B2 (en) | Method and system for facilitating travel | |
JP2006185293A (en) | Customer information collection system | |
JP3577068B2 (en) | Information distribution method, information distribution computer, and information distribution system using the same | |
JP5823332B2 (en) | Personal behavior preference analysis system and personal behavior preference analysis method | |
JP5799829B2 (en) | Program, method, and information processing apparatus | |
Li | Informedness and Customer-Centric Revenue Management | |
JP2005128853A (en) | System and method for measuring effect of sales promotion campaign, and register | |
KR101743405B1 (en) | Method and system for facilitating sales of tour services | |
JP2014170419A (en) | Sales promotion apparatus, sales promotion system, sales promotion method, and sales promotion program | |
KR102667911B1 (en) | Method and System for Post Accounting Service Based on Travel Data | |
Choi et al. | Comparison of Shopping Behavior of Duty-Free Users at Incheon Airport |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120307 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130423 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130528 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130725 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20130820 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150302 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5707033 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |