JP5738358B2 - 移動パターンマイニング装置及び方法 - Google Patents

Description

本発明は、データマイニングの技術分野に関し、特に、移動パターンマイニング装置及び方法に関する。

ユーザの移動パターンは、ロケーションに関連する個人的な関心を反映している。そのため、ユーザの移動パターンに基づいて、例えば交通情報等の関連情報をユーザに提供することができる。

現在のユーザ移動パターンマイニングは、主にユーザの履歴ロケーションデータに基づいて、ロケーションに関連するユーザ移動パターンを取得することを特徴とする。

しかし、この解決法は以下の問題を伴う。

第一に、既存の方法はロケーションに関連する移動パターンのマイニングに焦点を合わせており、相互に関連する一連のロケーションにおけるトピックのマイニングには対応していない（すなわち、トピックに関する移動パターンを得ることはできない）。例えば、「ユーザは最近、仕事の後にショッピングモールに行っている」がロケーションに関する移動パターンであるとすると、この移動パターンのトピックは「自宅のリフォーム」かもしれない。ユーザは自宅のリフォームを行う間に様々なロケーションを訪問するだろうが、これらのロケーションへの訪問回数は１回のみのことも数回のこともある。既存の方法は各ロケーションの訪問頻度に依存するため、「自宅のリフォーム」というトピックに関連するこうした移動パターンを検出することはできない。

第二に、既存の移動パターンマイニング方法では、関連の移動が一定の回数に達しなければ移動パターンとして認識できないため、新規の移動パターンを早期に発見することができない。しかし、ロケーションベースのサービス品質を向上させる上では、新規の移動パターンを早期に認識する能力が有用である。

従って、トピックに関連するユーザ移動パターンを早期に取得できる解決法が必要とされている。

本発明の目的は、ユーザグループの移動パターンに基づいて、トピックに関連する個別ユーザの移動パターンがマイニングされる移動パターンマイニング装置及び方法を提供することにある。

本発明の第１の態様によれば、移動パターンマイニング装置が提供される。当該装置は、ユーザの履歴データを収集するように構成されたデータ収集手段と、履歴データからユーザの滞留地点を取得するように構成された滞留地点取得手段と、ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するように構成された抽出手段と、トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するように構成された決定手段と、特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを選択するように構成された選択手段とを備え、頻出移動パターンデータベースは、複数ユーザの履歴データに基づいて事前に設定される。

ユーザの履歴データは、ロケーション、時間、及びロケーションの意味から成るのが望ましい。

抽出手段は、ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点をトピック関連滞留地点として選択するように構成されるのが望ましい。

決定手段は、特定トピックに関する意味木の１つの副木に、トピック関連滞留地点を葉ノードとして結合して、ユーザの候補移動パターンを形成するように構成されるのが望ましい。

ユーザの候補移動パターンと最もよく一致する頻出移動パターンは、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターンにおいて、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすのが望ましい。

特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されるのが望ましい。

本発明の第２の態様によれば、頻出移動パターン生成装置が提供される。当該装置は、複数ユーザの履歴データを収集するように構成されたデータ収集手段と、履歴データから当該複数ユーザの各ユーザの滞留地点を取得するように構成された滞留地点取得手段と、ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するように構成された抽出手段と、各ユーザのトピック関連滞留地点に基づいて当該ユーザの候補移動パターンを決定するように構成された決定手段と、全ユーザの候補移動パターンから１つの頻出移動パターンを選択するように構成された選択手段とを含む。

抽出手段は、各ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点を当該ユーザのトピック関連滞留地点として選択するように構成されるのが望ましい。

決定手段は、各ユーザについて、特定トピックに関する意味木の１つの副木に、当該ユーザのトピック関連滞留地点を葉ノードとして結合して、当該ユーザの候補移動パターンを形成するように構成されるのが望ましい。

選択手段は、全ユーザの候補移動パターンから、しきい値回数よりも高頻度で出現する候補移動パターンを頻出移動パターンとして選択するように構成されるのが望ましい。

本発明の第３の態様によれば、移動パターンマイニング方法が提供される。当該方法は、ユーザの履歴データを収集するステップと、履歴データからユーザの滞留地点を取得するステップと、ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するステップと、トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するステップと、特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを選択するステップとを含み、頻出移動パターンデータベースは、複数ユーザの履歴データに基づいて事前に設定される。

ユーザの履歴データは、ロケーション、時間、及びロケーションの意味から成るのが望ましい。

ユーザの滞留地点が特定トピックに関する意味木の葉ノードと照合され、一致した滞留地点がトピック関連滞留地点として選択されるのが望ましい。

特定トピックに関する意味木の１つの副木に、トピック関連滞留地点が葉ノードとして結合されて、ユーザの候補移動パターンが形成されるのが望ましい。

ユーザの候補移動パターンと最もよく一致する頻出移動パターンは、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターン内において、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすものとするのが望ましい。

特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されるのが望ましい。

本発明の第４の態様によれば、頻出移動パターン生成方法が提供される。当該方法は、複数ユーザの履歴データを収集するステップと、履歴データから当該複数ユーザの各ユーザの滞留地点を取得するステップと、ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するステップと、各ユーザのトピック関連滞留地点に基づいて当該ユーザの候補移動パターンを決定するステップと、全ユーザの候補移動パターンから１つの頻出移動パターンを選択するステップとを含む。

各ユーザの滞留地点が特定トピックに関する意味木の葉ノードと照合され、一致した滞留地点が当該ユーザのトピック関連滞留地点として選択されるのが望ましい。

各ユーザについて、特定トピックに関する意味木の１つの副木に、当該ユーザのトピック関連滞留地点が葉ノードとして結合されて、当該ユーザの候補移動パターンが形成されるのが望ましい。

全ユーザの候補移動パターンから、しきい値回数よりも高頻度で出現する候補移動パターンが頻出移動パターンとして選択されるのが望ましい。

本発明によれば、ユーザを対象として、トピックに関する移動パターンをマイニングすることができる。具体的には、本出願は、個別ユーザの履歴データ量が不十分なときには、トピックに関するユーザグループの移動パターンに基づいて、トピックに関する個別ユーザの移動パターンを早期に取得することができる。そのため、ユーザに対して個人化された情報を早期に提供することが可能となる。

上記及びその他の目的、特徴、並びに利点は、図面を参照しながら実施例について述べた以下の説明を読むことにより、さらに明らかになるであろう。

本発明の一実施例による移動パターンマイニング装置のブロック図である。 本発明の一実施例による特定トピックに関する意味木を示す概略図である。 本発明の一実施例による抽出手段の動作を示す概略図である。 本発明の一実施例によるユーザの候補移動パターンを示す概略図である。 本発明の一実施例によるユーザの移動パターンの選択を示す概略図である。 本発明の一実施例による頻出移動パターン生成装置のブロック図である。 本発明の一実施例による頻出移動パターン生成装置により生成される頻出移動パターンを示す概略図である。 本発明の一実施例による移動パターンマイニング方法を示すフローチャートである。 本発明の一実施例による頻出移動パターン生成方法を示すフローチャートである。

以下では、図面を参照しながら本発明の実施例について詳細に説明する。但し、本発明は下記の実施例に限定されないことに留意されたい。以下の説明では、本発明の概念が曖昧になるのを回避するため、本発明に関連しないよく知られた技法の詳細は省略する。

図１は、本発明の一実施例による移動パターンマイニング装置１０のブロック図である。図１に示すように、移動パターンマイニング装置１０は、データ収集手段１１０と滞留地点取得手段１２０と抽出手段１３０と決定手段１４０と選択手段１５０とを含む。以下では、図２〜５を参照して、移動パターンマイニング装置１０の各種手段の動作について詳細に説明する。

データ収集手段１１０は、ユーザの履歴データ１０１を収集するように構成されている。ユーザの履歴データ１０１は、例えば、ロケーション、時間、及びロケーションの意味で構成してもよい。このうちロケーションデータは経度／緯度データとすることができるが、これに限定されない。

滞留地点取得手段１２０は、データ収集手段１１０によって収集された履歴データ１０１からユーザの滞留地点を取得するように構成されている。ここで、「滞留地点」とは、個別ユーザが一定のしきい値時間を超えて訪問する地理的ロケーションを意味する。しきい値時間は、実際の状況に応じて設定することができる（例：３０分間）。

抽出手段１３０は、ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するように構成されている。抽出手段１３０は、ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点をトピック関連滞留地点として選択するように構成されるのが望ましい。

本出願において、「特定トピックに関する意味木」とはトピックに関する概念階層を表す木を意味し、各ノードは意味概念を表す。親ノードの概念は、子ノードの概念の高レベルな抽象化概念である。ルートは最高レベルの抽象化概念を有する。意味木は、ディクショナリまたは類似のデータソースから導出することができる。例えば、特定トピックに関する意味木はＷｏｒｄＮｅｔから導出してもよい。

図２は、本発明の一実施例による特定トピックに関する意味木を示す概略図である。具体的には、図２に示す意味木２０は、トピック「自宅のリフォーム」に関する意味木である。図２に示すように、意味木２０のルートは「自宅のリフォーム」であり、第２層ノードは「取引」、「請負業者」、「家具」を含む。これらは、ルート「自宅のリフォーム」の下位の概念である。第３層ノードは、「保険」、「登録」、「電気工」、「配管工」、「錠前師」、「フロア」、「機械設備」、「塗装」を含む。これらは、第２層ノード「取引」、「請負業者」、及び「家具」の下位の概念である。

図３は、本発明の一実施例による抽出手段の動作を示す概略図である。具体的には、図３の上側はトピック「自宅のリフォーム」の意味木（図２参照）を示し、図３の下側は滞留地点取得手段１２０によって取得された一連の滞留地点を示す。抽出手段１３０は、Ｎ日間における一連の滞留地点に含まれる滞留地点を、この特定トピックに関する意味木の葉ノードと照合し、一致した滞留地点をトピック関連滞留地点として選択する。図３に示す例においては、抽出手段１３０は、破線枠内の滞留地点が意味木の２つのノード（すなわち、「配管工」及び「フロア」）と一致することを検出する。従って、抽出手段１３０は破線枠内の滞留地点をトピック関連滞留地点として選択する。

図１に戻ると、決定手段１４０は、トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するように構成されている。決定手段１４０は、特定トピックに関する意味木の１つの副木に、トピック関連滞留地点を葉ノードとして結合して、ユーザの候補移動パターンを形成するように構成されるのが望ましい。

図４は、本発明の一実施例によるユーザの候補移動パターンを示す概略図である。図４の左側は、特定トピック（「自宅のリフォーム」）の意味木と、意味木の２つのノード（「配管工」及び「フロア」）と一致するロケーション、すなわちトピック関連滞留地点とを示す。これに基づいて、決定手段１４０は、当該意味木の１つの副木に、トピック関連滞留地点を葉ノードとして結合して、ユーザの候補移動パターンを形成する。図４の右側は、決定手段１４０によって取得された候補移動パターンを示す。その葉ノードはトピック関連滞留地点である。

図１に戻ると、選択手段１５０は、特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを、ユーザの移動パターン１０４として選択するように構成されている。ここで、頻出移動パターンデータベースは、複数ユーザに関する履歴データに基づいて事前に設定されている。以下では、図５を参照して、選択手段１５０の動作について詳細に説明する。

図５は、本発明の一実施例によるユーザの移動パターンの選択を示す概略図である。図５の左上は、決定手段１４０によって取得された候補移動パターンを示す（図４参照）。図５の右上は、２つの頻出移動パターンを示す。但し、図５に示す２つの頻出移動パターンは一例に過ぎず、さらに多くの頻出移動パターンが存在する可能性があることは、当業者によって理解されるであろう。

選択手段１５０は、ユーザの候補移動パターンと最もよく一致する頻出移動パターンを、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターン内において、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすことを基準として選択するのが望ましい。

図５に示すように、ユーザの候補移動パターンと頻出移動パターン１は４つの共通する内部ノード（「請負業者」、「家具」、「配管工」、及び「フロア」）を有し、ユーザの候補移動パターンと頻出移動パターン２は３つの共通する内部ノード（「請負業者」、「家具」、及び「フロア」）を有する。従って、選択手段１５０は頻出移動パターン１をユーザの移動パターン１０４として選択する。

あるいは、ユーザの移動パターンは、葉ノードに最も近くて同一の意味を有するノードの数に基づいて選択することもできる。図５を参照すると、頻出移動パターン１とユーザの候補移動パターンの場合は、葉ノードに最も近く、同一の意味（「配管工」及び「フロア」）を有するノードが２つある。一方、頻出移動パターン２とユーザの候補移動パターンの場合は、葉ノードに最も近く、同一の意味（「フロア」）を有するノードは１つしかない。従って、選択手段１５０は頻出移動パターン１をユーザの移動パターン１０４として選択する。

上記では、選択手段１５０が条件（１）及び（２）に個別に基づいてユーザの移動パターンを選択すると説明したが、選択手段１５０は条件（１）及び（２）の両方に基づいてユーザの移動パターンを選択することも可能であることは、当業者には理解されるであろう。例えば、条件（１）及び（２）に異なる重みを割り当てて、加重後の結果をユーザの移動パターン１０４を選択するとみなすこともできる。

本発明の一実施例による移動パターンマイニング装置を用いれば、個別ユーザの履歴データ量が不十分な場合でも、ユーザグループのトピックに関する移動パターンに基づいて、個別ユーザのトピックに関する移動パターンを早期に取得することができる。こうして取得された個別ユーザの移動パターンに基づけば、個別ユーザに対して個人化された情報を提供することが可能になる。

図６は、ユーザの頻出移動パターンを取得するために使用される、本発明の一実施例による頻出移動パターン生成装置６０を示すブロック図である。図６に示すように、頻出移動パターン生成装置６０は、データ収集手段６１０と滞留地点取得手段６２０と抽出手段６３０と決定手段６４０と選択手段６５０とを含む。

データ収集手段６１０は、複数ユーザの履歴データ１０１を収集するように構成されている。ユーザの履歴データ１０１は、例えば、ロケーション、時間、及びロケーションの意味で構成してもよい。

滞留地点取得手段６２０は、データ収集手段６１０によって収集された履歴データ１０１から複数ユーザの各々の滞留地点を取得するように構成されている。

抽出手段６３０は、ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するように構成されている。抽出手段６３０は、各ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点を当該ユーザのトピック関連滞留地点として選択するように構成されるのが望ましい。

決定手段６４０は、抽出手段６３０によって取得された各ユーザのトピック関連滞留地点に基づいて、当該ユーザの候補移動パターンを決定するように構成されている。決定手段６４０は、各ユーザについて、特定トピックに関する意味木の１つの副木に、当該ユーザのトピック関連滞留地点を葉ノードとして結合して、当該ユーザの候補移動パターンを形成するように構成されるのが望ましい。

選択手段６５０は、決定手段６４０によって決定された全ユーザの候補移動パターンから１つの頻出移動パターンを選択するように構成されている。選択手段６５０は、全ユーザの候補移動パターンから、しきい値回数よりも高頻度で出現する候補移動パターンを頻出移動パターンとして選択するように構成されるのが望ましい。以下では、図７を参照して、選択手段６５０の動作について詳述する。

図７は、本発明の一実施例による頻出移動パターン生成装置により生成される頻出移動パターンを示す概略図である。図７の上側に示すように、決定手段６４０により決定される全ユーザの候補移動パターンは、トピック「自宅のリフォーム」に関する移動パターン１、移動パターン２…、移動パターンｎを含む。

選択手段６５０は、各移動パターンの出現回数を事前設定されたしきい値と比較する。出現回数がしきい値を上回る場合は、対応する移動パターンが頻出移動パターンとして選択される。例えば、図７に示すように、移動パターン１の出現回数がしきい値を上回るとすると、移動パターン１が選択手段６５０によって頻出移動パターンとして選択される。一方、移動パターン２の出現回数がしきい値を上回らない場合には、選択手段６５０は移動パターン２を破棄し、以下同様に続く。つまり、移動パターンｎの出現回数がしきい値を上回るとすると、移動パターンｎが選択手段６５０により頻出移動パターンｍとして選択される（ここで、ｍ≦ｎである）。

選択手段６５０は他の方法によっても頻出移動パターンを選択できることは、当業者には理解されるであろう。例えば、ある特定の移動パターンの出現回数を全移動パターンの総出現回数で除算した結果がしきい値を上回った時に、この移動パターンが選択手段６５０によって頻出移動パターンとして選択されるようにしてもよい。

頻出移動パターン生成装置６０によって生成された頻出移動パターンは、上述した移動パターンマイニング装置１０による使用を目的として、記憶装置（不揮発性メモリなど）に記憶することができる。そのため移動パターンマイニング装置１０は、個別ユーザの履歴データ量が不十分な場合でも、移動パターン生成装置６０によって生成されたユーザグループのトピックに関する移動パターンに基づいて、個別ユーザのトピックに関する移動パターンを早期に取得することができる。こうして、ユーザに対して個人化された情報を早期に提供することが可能となる。

図８は、本発明の一実施例による移動パターンマイニング方法を示すフローチャートである。図８に示すように、方法８０はステップＳ８１０から開始する。

ステップＳ８２０において、ユーザの履歴データが収集される。ユーザの履歴データは、例えば、ロケーション、時間、及びロケーションの意味で構成してもよい。このうちロケーションデータは経度／緯度データとすることができるが、これに限定されない。

ステップＳ８３０において、履歴データからユーザの滞留地点が取得される。

ステップＳ８４０において、ある特定トピックに関する意味木が取得され、この特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点が抽出される。例えば、ユーザの滞留地点が特定トピックに関する意味木の葉ノードと照合され、一致した滞留地点がトピック関連滞留地点として選択されてもよい。特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されるのが望ましい。

ステップＳ８５０において、トピック関連滞留地点に基づいて、ユーザの候補移動パターンが決定される。例えば、特定トピックに関する意味木の１つの副木に、トピック関連滞留地点が葉ノードとして結合されて、ユーザの候補移動パターンが形成されてもよい。

ステップＳ８６０において、複数ユーザの履歴データに基づいて事前に設定されることを特徴とする、特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンが選択される。例えば、ユーザの候補移動パターンと最もよく一致する頻出移動パターンは、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターン内において、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすものとすることができる。

最後に、方法８０はステップＳ８７０で終了する。

図９は、本発明の一実施例による頻出移動パターン生成方法を示すフローチャートである。図９に示すように、頻出移動パターン生成方法９０はステップＳ９１０から開始する。

ステップＳ９２０において、複数ユーザの履歴データが収集される。複数ユーザの履歴データは、ロケーション、時間、及びロケーションの意味で構成してもよい。

ステップＳ９３０において、履歴データから複数ユーザの各々の滞留地点が取得される。

ステップＳ９４０において、ある特定トピックに関する意味木が取得され、この特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点が抽出される。例えば、各ユーザの滞留地点が特定トピックに関する意味木の葉ノードと照合され、一致した滞留地点が当該ユーザのトピック関連滞留地点として選択されてもよい。特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されるのが望ましい。

ステップＳ９５０において、各ユーザのトピック関連滞留地点に基づいて、当該ユーザの候補移動パターンが決定される。例えば、各ユーザについて、特定トピックに関する意味木の１つの副木に、当該ユーザのトピック関連滞留地点が葉ノードとして結合されて、当該ユーザの候補移動パターンが形成されてもよい。

ステップＳ９６０において、全ユーザの候補移動パターンから頻出移動パターンが選択される。例えば、全ユーザの候補移動パターンから、しきい値回数よりも高頻度で出現する候補移動パターンが頻出移動パターンとして選択されてもよい。あるいは、総出現回数に対する出現回数の比率がしきい値を上回る候補移動パターンが頻出移動パターンとして選択される。

最後に、方法９０はステップＳ９７０で終了する。

本発明の上記の実施例は、ソフトウェア、ハードウェア、またはその組み合わせとして実装できることに留意されたい。例えば、上記の実施例による移動パターンマイニング装置と頻出移動パターン生成装置の様々な構成部品は、アナログ回路、デジタル回路、汎用プロセッサ、デジタル信号処理（ＤＳＰ）回路、プログラム可能プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、結合プログラム可能論理回路（ＣＰＬＤ）等を含むがこれに限定されない様々な装置を使用して実装することができる。

加えて、上記の実施例において説明したユーザの履歴データは、ローカルデータベース、分散データベ―ス、リモートデータベースのいずれにも記憶できることは、当業者には理解されるであろう。

さらに、本明細書で開示した本発明の実施例は、コンピュータプログラム製品上に実装することもできる。具体的には、このコンピュータプログラム製品は、コンピュータプログラム論理が符号化されたコンピュータ可読媒体を備える製品とすることができる。このコンピュータプログラム論理は、計算装置内で実行されると、本発明の上記の解決法を実装するための動作を提供する。また、当該コンピュータプログラム論理は、計算システムの少なくとも１つのプロセッサ上で実行されると、当該プロセッサを介して本発明の実施例による動作（方法）を実行する。本発明のこうした構成は、典型的には、光媒体（例：ＣＤ−ＲＯＭ）、フロッピーディスクもしくはハードディスク等のコンピュータ可読媒体上に設定もしくは符号化されたソフトウェア、コードその他のデータ構造体、または１つ以上のＲＯＭ、ＲＡＭもしくはＰＲＯＭチップ上のファームウェアもしくはマイクロコード、または１つ以上のモジュールからダウンロード可能なソフトウェアイメージもしくは共有データベースとして提供される。ソフトウェア、ファームウェア等の構成は、計算装置上にロードすることにより、当該計算装置内の１つ以上のプロセッサを介して、本発明の実施例による解決法を実装することができる。

以上、本開示についてその好適な実施例を参照して説明してきたが、当該技術に精通した当業者には本開示の精神と範囲から逸脱することなく様々な修正、変更、追加を行うことが可能なことは、明らかであろう。従って、本開示の範囲は上記の特定の実施例に限定されず、付記した請求項及びその等価構成によってのみ規定される。

さらに、上記実施形態の一部又は全部は、以下の付記のようにも記載されうるが、これに限定されない。

（付記１） 移動パターンマイニング装置であって、
ユーザの履歴データを収集するように構成されるデータ収集手段と、
前記履歴データからユーザの滞留地点を取得するように構成される滞留地点取得手段と、
ある特定トピックに関する意味木を取得し、当該特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するように構成される抽出手段と、
トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するように構成された決定手段と、
特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを選択するように構成された選択手段とを備え、
前記頻出移動パターンデータベースは、複数ユーザの履歴データに基づいて事前に設定される
ことを特徴とする移動パターンマイニング装置。

（付記２） ユーザの履歴データは、ロケーション、時間、及びロケーションの意味を含むことを特徴とする付記１に記載の移動パターンマイニング装置。

（付記３） 前記抽出手段は、ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点をトピック関連滞留地点として選択するように構成されることを特徴とする付記１に記載の移動パターンマイニング装置。

（付記４） 前記決定手段は、特定トピックに関する意味木の１つの副木に、トピック関連滞留地点を葉ノードとして結合して、ユーザの候補移動パターンを形成するように構成されることを特徴とする付記１に記載の移動パターンマイニング装置。

（付記５） ユーザの候補移動パターンと最もよく一致する頻出移動パターンは、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターンにおいて、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすことを特徴とする付記１に記載の移動パターンマイニング装置。

（付記６） 前記特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されることを特徴とする付記１に記載の移動パターンマイニング装置。

（付記７） 頻出移動パターン生成装置であって、
複数ユーザの履歴データを収集するように構成されるデータ収集手段と、
前記履歴データから当該複数ユーザの各ユーザの滞留地点を取得するように構成される滞留地点取得手段と、
ある特定トピックに関する意味木を取得し、当該特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するように構成される抽出手段と、
各ユーザのトピック関連滞留地点に基づいて当該ユーザの候補移動パターンを決定するように構成される決定手段と、
全ユーザの候補移動パターンから１つの頻出移動パターンを選択するように構成される選択手段と
を備えることを特徴とする頻出移動パターン生成装置。

（付記８） 前記抽出手段は、各ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点を当該ユーザのトピック関連滞留地点として選択するように構成されることを特徴とする付記７に記載の頻出移動パターン生成装置。

（付記９） 前記決定手段は、各ユーザについて、特定トピックに関する意味木の１つの副木に、当該ユーザのトピック関連滞留地点を葉ノードとして結合して、当該ユーザの候補移動パターンを形成するように構成されることを特徴とする付記７に記載の頻出移動パターン生成装置。

（付記１０） 前記選択手段は、全ユーザの候補移動パターンから、しきい値回数よりも高頻度で出現する候補移動パターンを頻出移動パターンとして選択するように構成されることを特徴とする付記７に記載の頻出移動パターン生成装置。

（付記１１） 移動パターンマイニング方法であって、
ユーザの履歴データを収集するステップと、
前記履歴データからユーザの滞留地点を取得するステップと、
ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するステップと、
トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するステップと、
特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを選択するステップと
を含み、
前記頻出移動パターンデータベースは、複数ユーザの履歴データに基づいて事前に設定される
ことを特徴とする移動パターンマイニング方法。

（付記１２） 前記ユーザの履歴データは、ロケーション、時間、及びロケーションを含むことを特徴とする付記１１に記載の移動パターンマイニング方法。

（付記１３） ユーザの滞留地点が特定トピックに関する意味木の葉ノードと照合され、一致した滞留地点がトピック関連滞留地点として選択されることを特徴とする付記１１に記載の移動パターンマイニング方法。

（付記１４） 特定トピックに関する意味木の１つの副木に、トピック関連滞留地点が葉ノードとして結合されて、ユーザの候補移動パターンが形成されることを特徴とする付記１１に記載の移動パターンマイニング方法。

（付記１５） ユーザの候補移動パターンと最もよく一致する頻出移動パターンは、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターン内において、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすことを特徴とする付記１１に記載の移動パターンマイニング方法。

（付記１６） 前記特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されることを特徴とする付記１１に記載の移動パターンマイニング方法。

（付記１７） 頻出移動パターン生成方法であって、
複数ユーザの履歴データを収集するステップと、
前記履歴データから当該複数ユーザの各ユーザの滞留地点を取得するステップと、
ある特定トピックに関する意味木を取得し、当該特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するステップと、
各ユーザのトピック関連滞留地点に基づいて当該ユーザの候補移動パターンを決定するステップと、
全ユーザの候補移動パターンから１つの頻出移動パターンを選択するステップと
を含むことを特徴とする頻出移動パターン生成方法。

（付記１８） 各ユーザの滞留地点が特定トピックに関する意味木の葉ノードと照合され、一致した滞留地点が当該ユーザのトピック関連滞留地点として選択されることを特徴とする付記１７に記載の頻出移動パターン生成方法。

（付記１９） 各ユーザについて、特定トピックに関する意味木の１つの副木に、当該ユーザのトピック関連滞留地点が葉ノードとして結合されて、当該ユーザの候補移動パターンが形成されることを特徴とする付記１７に記載の頻出移動パターン生成方法。

（付記２０） 全ユーザの候補移動パターンから、しきい値回数よりも高頻度で出現する候補移動パターンが頻出移動パターンとして選択されることを特徴とする付記１７に記載の頻出移動パターン生成方法。

１０１：履歴データ
１１０：データ収集手段
１２０：滞留地点取得手段
１０２：意味木
１３０：抽出手段
１４０：決定手段
１０３：頻出移動パターン
１５０：選択手段
１０：移動パターンマイニング装置
１０４：移動パターン
２０：意味木
６１０：データ収集手段
６２０：滞留地点取得手段
６３０：抽出手段
６４０：決定手段
６５０：選択手段
６０：移動パターン生成装置

Claims (10)

1. 移動パターンマイニング装置であって、
   ユーザの履歴データを収集するように構成されるデータ収集手段と、
   前記履歴データからユーザの滞留地点を取得するように構成される滞留地点取得手段と、
   ある特定トピックに関する意味木を取得し、当該特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するように構成される抽出手段と、
   トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するように構成された決定手段と、
   特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを選択するように構成された選択手段とを備え、
   前記頻出移動パターンデータベースは、複数ユーザの履歴データに基づいて事前に設定される
   ことを特徴とする移動パターンマイニング装置。
2. ユーザの履歴データは、ロケーション、時間、及びロケーションの意味を含むことを特徴とする請求項１に記載の移動パターンマイニング装置。
3. 前記抽出手段は、ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点をトピック関連滞留地点として選択するように構成されることを特徴とする請求項１に記載の移動パターンマイニング装置。
4. 前記決定手段は、特定トピックに関する意味木の１つの副木に、トピック関連滞留地点を葉ノードとして結合して、ユーザの候補移動パターンを形成するように構成されることを特徴とする請求項１に記載の移動パターンマイニング装置。
5. ユーザの候補移動パターンと最もよく一致する頻出移動パターンは、（１）頻出移動パターン及びユーザの候補移動パターンにおける同一意味のノード数が最大である、並びに（２）当該頻出移動パターン及びユーザの候補移動パターンにおいて、同一意味のノードが葉ノードに最も近い、という条件のうち少なくとも１つを満たすことを特徴とする請求項１に記載の移動パターンマイニング装置。
6. 前記特定トピックに関する意味木は、ＷｏｒｄＮＥＴから取得されることを特徴とする請求項１に記載の移動パターンマイニング装置。
7. 頻出移動パターン生成装置であって、
   複数ユーザの履歴データを収集するように構成されるデータ収集手段と、
   前記履歴データから当該複数ユーザの各ユーザの滞留地点を取得するように構成される滞留地点取得手段と、
   ある特定トピックに関する意味木を取得し、当該特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するように構成される抽出手段と、
   各ユーザのトピック関連滞留地点に基づいて当該ユーザの候補移動パターンを決定するように構成される決定手段と、
   全ユーザの候補移動パターンから頻出移動パターンを選択するように構成される選択手段と
   を備えることを特徴とする頻出移動パターン生成装置。
8. 前記抽出手段は、各ユーザの滞留地点と特定トピックに関する意味木の葉ノードとを照合し、一致した滞留地点を当該ユーザのトピック関連滞留地点として選択するように構成されることを特徴とする請求項７に記載の頻出移動パターン生成装置。
9. 移動パターンマイニング方法であって、
   ユーザの履歴データを収集するステップと、
   前記履歴データからユーザの滞留地点を取得するステップと、
   ある特定トピックに関する意味木を取得し、この特定トピックに関する意味木を用いて、ユーザの滞留地点からトピック関連滞留地点を抽出するステップと、
   トピック関連滞留地点に基づいてユーザの候補移動パターンを決定するステップと、
   特定トピックに関連する頻出移動パターンデータベースから、ユーザの候補移動パターンに最もよく一致する頻出移動パターンを選択するステップと
   を含み、
   前記頻出移動パターンデータベースは、複数ユーザの履歴データに基づいて事前に設定される
   ことを特徴とする移動パターンマイニング方法。
10. 頻出移動パターン生成方法であって、
    複数ユーザの履歴データを収集するステップと、
    前記履歴データから当該複数ユーザの各ユーザの滞留地点を取得するステップと、
    ある特定トピックに関する意味木を取得し、当該特定トピックに関する意味木を用いて、各ユーザの滞留地点からトピック関連滞留地点を抽出するステップと、
    各ユーザのトピック関連滞留地点に基づいて当該ユーザの候補移動パターンを決定するステップと、
    全ユーザの候補移動パターンから頻出移動パターンを選択するステップと
    を含むことを特徴とする頻出移動パターン生成方法。

Images