JP5746255B2 - 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 - Google Patents
訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 Download PDFInfo
- Publication number
- JP5746255B2 JP5746255B2 JP2013083089A JP2013083089A JP5746255B2 JP 5746255 B2 JP5746255 B2 JP 5746255B2 JP 2013083089 A JP2013083089 A JP 2013083089A JP 2013083089 A JP2013083089 A JP 2013083089A JP 5746255 B2 JP5746255 B2 JP 5746255B2
- Authority
- JP
- Japan
- Prior art keywords
- poi
- variable
- stay
- visit
- point
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Description
本発明は、訪問POI推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体に関し、特に、ユーザの訪問POIを推定する訪問POI推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体に関する。
GPS(Global Positioning System)やWi−fi(登録商標)チップが搭載された携帯電話やスマートフォンなどの普及によって、ユーザの位置情報に関する測位データの取得は非常に容易になった。この測位データを用いて、ユーザの興味に基づく訪問先を示す訪問POI(Point of Interest)を推定して明らかにできれば、情報推薦や生活支援など幅広いサービスに応用可能である。
Yu Zheng and Xiaofang Zhou,「Computing with Spatial Trajectories」,Springer,2011,p259.
しかし、GPSやWi−fi(登録商標)に基づく測位システムで数十メートル程度、携帯基地局に基づく測位システムで数百メートル程度の測位誤差があるため、実際に訪問した興味のある場所を、滞留点に最も近い場所と判断するのでは、高い推定精度を実現することができない。
特に、訪問POIが狭い地域に密集している場合には、高い推定精度を得ることができない(非特許文献1参照)。また、初めて訪れるような地域においては、訪問POIを高い精度で明らかにすることはできない。
本発明は、上記問題を解決するためになされたもので、ユーザの訪問先を示す位置を精度よく推定することができる訪問POI推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体を提供することを目的とする。
上記の目的を達成するために本発明に係る訪問POI推定装置は、ユーザの位置を示す位置情報の時系列データに基づいて、前記ユーザが滞留した位置を示す複数の滞留点xnを抽出すると共に、前記複数の滞留点xnの各々の滞在時間を抽出する滞留点抽出手段と、前記滞留点抽出手段によって抽出された前記複数の滞留点xnの各々について、予め定められたユーザの訪問先を示す位置である複数の訪問POI(Point of Interest)から、前記滞留点xnから所定範囲内に存在する訪問POIの集合を取得する滞留点近傍POI集合取得手段と、前記滞留点抽出手段によって抽出された複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる何れか1つの訪問POIを用いて、前記滞留点xnが前記複数の訪問POIの何れであるかを割り当てる変数znを初期化すると共に、前記複数の滞留点xnの各々について前記初期化された変数zn及び前記抽出された滞在時間に基づいて、前記訪問POIについて予め定められた複数のカテゴリcの各々について、前記カテゴリcに属する前記訪問POIにおける前記ユーザの滞在時間の分布に関する変数νc及びτcを初期化する変数初期化手段と、前記変数初期化手段によって初期化された前記変数znの各々、又は前回更新された前記変数znの各々と、前記複数の滞留点xnの各々について前記抽出された滞在時間とに基づいて、前記カテゴリcの各々について、前記カテゴリcに属する訪問POIが割り当てられた前記変数znの個数Ncを用いて、前記変数νcと前記変数τcとを推定するPOIカテゴリ滞在時間変数推定手段と、前記複数の滞留点xnの各々について、前記POIカテゴリ滞在時間変数推定手段によって前記カテゴリcの各々について推定された前記変数νc及び前記変数τcと、前記変数znの各々と、前記滞留点xnについて前記抽出された滞在時間とに基づいて求められる、前記滞留点xnについて取得した訪問POIの集合の訪問POIの各々を前記変数znに割り当てる確率を示す確率分布に基づいて、前記変数znをサンプリングにより更新するPOI変数値更新手段と、繰り返し終了条件を満足するまで、前記POIカテゴリ滞在時間変数推定手段による推定、及び前記POI変数値更新手段による更新を繰り返す反復判定手段と、前記複数の滞留点xnの各々について、前記POI変数値更新手段によって更新された前記変数znの履歴に基づいて、前記滞留点xnに対応する訪問POIを推定するPOI推定手段と、を含んで構成されている。
本発明に係る訪問POI推定方法は、 滞留点抽出手段、滞留点近傍POI集合取得手段、変数初期化手段、POIカテゴリ滞在時間変数推定手段、POI変数値更新手段、反復判定手段、及びPOI推定手段を含む訪問POI推定装置における訪問POI推定方法であって、前記滞留点抽出手段によって、ユーザの位置を示す位置情報の時系列データに基づいて、前記ユーザが滞留した位置を示す複数の滞留点xnを抽出すると共に、前記複数の滞留点xnの各々の滞在時間を抽出するステップと、前記滞留点近傍POI集合取得手段によって、前記滞留点抽出手段によって抽出された前記複数の滞留点xnの各々について、予め定められたユーザの訪問先を示す位置である複数の訪問POI(Point of Interest)から、前記滞留点xnから所定範囲内に存在する訪問POIの集合を取得するステップと、前記変数初期化手段によって、前記滞留点抽出手段によって抽出された複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる何れか1つの訪問POIを用いて、前記滞留点xnが前記複数の訪問POIの何れであるかを割り当てる変数znを初期化すると共に、前記複数の滞留点xnの各々について前記初期化された変数zn及び前記抽出された滞在時間に基づいて、前記訪問POIについて予め定められた複数のカテゴリcの各々について、前記カテゴリcに属する前記訪問POIにおける前記ユーザの滞在時間の分布に関する変数νc及びτcを初期化するステップと、前記POIカテゴリ滞在時間変数推定手段によって、前記変数初期化手段によって初期化された前記変数znの各々、又は前回更新された前記変数znの各々と、前記複数の滞留点xnの各々について前記抽出された滞在時間とに基づいて、前記カテゴリcの各々について、前記カテゴリcに属する訪問POIが割り当てられた前記変数znの個数Ncを用いて、前記変数νcと前記変数τcとを推定するステップと、前記POI変数値更新手段によって、前記複数の滞留点xnの各々について、前記POIカテゴリ滞在時間変数推定手段によって前記カテゴリcの各々について推定された前記変数νc及び前記変数τcと、前記変数znの各々と、前記滞留点xnについて前記抽出された滞在時間とに基づいて求められる、前記滞留点xnについて取得した訪問POIの集合の訪問POIの各々を前記変数znに割り当てる確率を示す確率分布に基づいて、前記変数znをサンプリングにより更新するステップと、前記反復判定手段によって、繰り返し終了条件を満足するまで、前記POIカテゴリ滞在時間変数推定手段による推定、及び前記POI変数値更新手段による更新を繰り返すステップと、前記POI推定手段によって、前記複数の滞留点xnの各々について、前記POI変数値更新手段によって更新された前記変数znの履歴に基づいて、前記滞留点xnに対応する訪問POIを推定するステップと、を含む。
また、本発明に係るPOIカテゴリ滞在時間変数推定手段は、前記カテゴリcの各々について、前記個数Ncと前記変数τcと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数νcの値の確率分布に従って前記変数νcをサンプリングにより推定すると共に、前記個数Ncと前記変数νcと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数τcの値の確率分布に従って前記変数τcをサンプリングにより推定するようにすることができる。
また、本発明に係るPOIカテゴリ滞在時間変数推定手段は、前記カテゴリcの各々について、前記個数Ncと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数νcの値の最尤推定値を前記変数νcとして推定すると共に、前記個数Ncと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数τcの値の最尤推定値を前記変数τcとして推定するようにすることができる。
また、本発明に係る前記カテゴリcに属する前記訪問POIにおける前記ユーザの滞在時間の分布は、対数正規分布であり、前記変数νcは、前記カテゴリcに属する前記訪問POIにおける前記滞在時間の対数正規分布の平均であり、前記変数τcは、前記カテゴリcに属する前記訪問POIにおける前記滞在時間の対数正規分布の分散に関するパラメータであるようにすることができる。
また、本発明に係るPOI変数値更新手段は、前記複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる前記訪問POI毎に、前記訪問POIが属するカテゴリcについて推定された前記変数νc及び前記変数τcと、前記滞留点xnについて前記抽出された滞在時間と、前記訪問POIが割り当てられた前記変数zi(i=1,・・・n−1,n+1,・・・,N)の個数と、前記カテゴリcに属する訪問POIが割り当てられた前記変数zi(i=1,・・・n−1,n+1,・・・,N)の個数とに基づいて、前記変数znに前記訪問POIが割り当てられる確率を各々算出し、前記算出された各確率に基づく確率分布に従って、前記変数znをサンプリングにより更新するようにすることができる。
また、本発明に係る滞留点抽出手段は、前記滞留点xnの滞留開始時刻を更に抽出し、POI変数値更新手段は、前記複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる前記訪問POI毎に、前記訪問POIが属するカテゴリcについて推定された前記変数νc及び前記変数τcと、前記滞留点xnについて前記抽出された滞在時間と、前記訪問POIが割り当てられた前記変数zi(i=1,・・・,n−1,n+1,・・・,N)の個数と、前記カテゴリcに属する訪問POIが割り当てられた前記変数zi(i=1,・・・,n−1,n+1,・・・,N)であって、かつ、前記滞留開始時刻と同じ時間帯の前記滞留点に対する前記変数ziの個数とに基づいて、前記変数znに前記訪問POIが割り当てられる確率を各々算出し、前記算出された各確率に基づく確率分布に従って、前記変数znをサンプリングにより更新するようにすることができる。
また、本発明に係る滞留点抽出手段は、前記ユーザが携帯する移動体端末において受信した、測位衛星からの衛星信号、移動体端末との間で近接通信を行う固定端末からの固定端末信号、及び移動体端末との間で通信を行う基地局からの基地局信号の少なくとも1つに基づいて得られる前記ユーザの位置情報の時系列データに基づいて、前記複数の滞留点xnを抽出すると共に、前記複数の滞留点xnの各々の滞在時間を抽出するようにすることができる。
本発明に係るプログラムは、コンピュータを、上述の訪問POI推定装置の各手段として機能させるためのプログラムである。
本発明の記録媒体は、コンピュータを、上述の訪問POI推定装置の各手段として機能させるためのプログラムを記録したコンピュータ読取り可能な記録媒体である。
以上説明したように、本発明の訪問POI推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体によれば、ユーザが滞留した位置を示す複数の滞留点xnが複数の訪問POIの何れであるかを割り当てる変数znの各々と、複数の滞留点xnの滞在時間とに基づいて、訪問POIのカテゴリcの各々についてのユーザの滞在時間の分布に関する変数を推定し、カテゴリcの各々について推定された変数と、複数の滞留点xnの滞在時間とに基づく訪問POIの各々を変数znに割り当てる確率を示す確率分布に基づいて、変数znをサンプリングにより更新することにより、ユーザの訪問先を示す位置を精度よく推定することができる、という効果が得られる。
<概要>
まず、本発明の実施の形態の概要について説明する。
まず、本発明の実施の形態の概要について説明する。
本発明の実施の形態では、ユーザの訪問先を示す位置である訪問POI(Point of Interes)を精度よく推定することを目的とする。
本発明の実施の形態では、ユーザの位置情報のみでなく、ユーザが滞留した位置を示す滞留点における滞在時間と、レストラン・駅・映画館などの各訪問POIのカテゴリとを滞留点の生成モデルに組み込み、各ユーザの訪問POIのカテゴリの利用傾向の違いと、カテゴリ毎の平均的な滞在時間の違いに基づいて訪問POIの推定精度を高める。
具体的には、1点目として、滞留点と訪問POI間の距離を考慮する。例えば、滞留点に近い訪問POIほど、真の訪問POIの確率が高い。2点目として、滞在時間と、訪問POIカテゴリの平均的な滞留時間の関係を考慮する。例えば、コンビニでの滞在時間は短く、居酒屋での滞在時間は長いというような関係である。3点目として、時間帯別訪問POIカテゴリの訪問傾向を考慮する。例えば、朝の時間帯には居酒屋には行かないというような傾向である。4点目として、カテゴリ内のPOI訪問傾向を考慮する。例えば、真の訪問POIは、高頻度に訪問する訪問POIの確率が高いという傾向である。
以下、図面を参照して本発明の実施の形態を詳細に説明する。
<訪問POI推定装置のシステム構成>
図1は、本発明の実施の形態に係る訪問POI推定装置10を示すブロック図である。この訪問POI推定装置10は、CPUと、RAMと、後述する訪問POI推定処理ルーチンを実行するためのプログラムを記憶したROMとを備えたコンピュータで構成され、機能的には次に示すように構成されている。
図1は、本発明の実施の形態に係る訪問POI推定装置10を示すブロック図である。この訪問POI推定装置10は、CPUと、RAMと、後述する訪問POI推定処理ルーチンを実行するためのプログラムを記憶したROMとを備えたコンピュータで構成され、機能的には次に示すように構成されている。
本実施の形態に係る訪問POI推定装置10は、図1に示すように、入力部1と、演算部2と、出力部3とを備えている。
入力部1は、推定対象のユーザの位置情報pの測位結果及び測位時間の時系列データである測位データを複数受け付ける。ユーザの位置情報は、ユーザが携帯する移動体端末に搭載された受信器によって受信した測位衛星(GPSやGLONASSなど)からの信号、移動体端末に搭載された受信器によって受信した、近接通信を行う固定端末からの信号、又は移動体端末に搭載された受信器によって受信した、基地局からの信号などによって計測される。移動体端末との間の近接通信としては、Wi-fi(登録商標)が一例として挙げられる。また、移動体端末と通信を行う基地局としては携帯端末の携帯基地局などが一例として挙げられる。また、位置情報pとしては、緯度・経度(2次元データ)、緯度・経度・高度(3次元データ)、平面上の座標(2次元データ)などが使用される。
演算部2は、測位データベース20と、滞留点抽出部21と、POIデータベース22と、滞留点近傍POI集合取得部23と、変数初期化部24と、POIカテゴリ滞在時間変数推定部25と、POI変数値更新部26と、反復判定部27と、POI変数推定部28とを備えている。
測位データベース20には、入力部1により入力された推定対象ユーザの複数の測位データが、測位データ集合として記憶される。
滞留点抽出部21は、測位データベース20に記憶されている測位データ集合に基づいて、ユーザが滞留した位置を示す複数の滞留点xn(n=1,2,・・・,N)を抽出すると共に、複数の滞留点xnの各々の滞在時間を抽出する。
具体的には、滞留点抽出部21は、測位データベース20に記憶されている測位データの位置情報piと時間情報tiの組の中から、以下の(1)式に示すように、Tth秒以上、Dthメートル以内にユーザが留まっていた点の軌跡系列Pを1つ以上抽出する。なお、本実施の形態では、Tth=120秒、Dth=10メートルとした。
具体的には、滞留点抽出部21は、測位データベース20に記憶されている測位データの位置情報piと時間情報tiの組の中から、以下の(1)式に示すように、Tth秒以上、Dthメートル以内にユーザが留まっていた点の軌跡系列Pを1つ以上抽出する。なお、本実施の形態では、Tth=120秒、Dth=10メートルとした。
そして、各軌跡系列Pの重心を滞留点xとして、以下の(2)式により算出する。
POIデータベース22には、複数の訪問POIからなる訪問POI集合が予め記憶されている。図2に、POIデータベース22に格納される訪問POI集合の例を示す。POIデータベース22には、訪問POI毎に、インデックス番号、POI名、当該訪問POIが属するカテゴリ、位置情報が格納されている。なお、訪問POIは、予め定められた複数のカテゴリのうちの何れか1つのカテゴリにのみ属するものとする。
滞留点近傍POI集合取得部23は、滞留点抽出部21によって抽出された複数の滞留点xn(n=1,2,・・・,N)の各々について、POIデータベース22から、滞留点xnの近傍にある訪問POIの集合(以下、近傍POI集合Znと称する。)を取得する。近傍POI集合Znは、以下の(3)式で表される。また、滞留点近傍POI集合取得部23は、複数の滞留点xn(n=1,2,・・・,N)の各々について、カテゴリc毎に、以下の(4)式で表される近傍カテゴリPOI集合Zncを、POIデータベース22から取得すると共に、以下の(5)式で表される近傍カテゴリ集合Ynを、POIデータベース22から取得する。ここで、滞留点をxn、POIデータベース22に予め格納されている、訪問POIのインデックス番号をk、訪問POIの位置情報をμk、訪問POIのカテゴリをcat(k)とする。また、Rは近傍範囲を示す定数である。
変数初期化部24は、滞留点抽出部21によって抽出された各滞留点xnについて、訪問POI変数znを初期化する。ここで、訪問POI変数znは、滞留点xnが複数の訪問POIの何れであるかを割り当てるための変数である。
具体的には、変数初期化部24は、各滞留点xnの変数znに対して、近傍POI集合Znに含まれる何れかの訪問POIのインデックス番号kを無作為に割り当てる。なお、xnに最も近いPOIのインデックス番号をznに割り当てるとしてもよい。
具体的には、変数初期化部24は、各滞留点xnの変数znに対して、近傍POI集合Znに含まれる何れかの訪問POIのインデックス番号kを無作為に割り当てる。なお、xnに最も近いPOIのインデックス番号をznに割り当てるとしてもよい。
また、変数初期化部24は、初期化された各滞留点xnの変数znと、滞留点xnの滞在時間とに基づいて、カテゴリc毎に、当該カテゴリcに属する訪問POIでのユーザの滞在時間の分布に関する平均vc及び分散の逆数τcを初期化する。
具体的には、変数初期化部24は、カテゴリcごとに、カテゴリcの滞在時間モデルである対数正規分布の変数νc(平均)とτc(分散の逆数)を以下の(6)、(7)式に従って初期化する。
具体的には、変数初期化部24は、カテゴリcごとに、カテゴリcの滞在時間モデルである対数正規分布の変数νc(平均)とτc(分散の逆数)を以下の(6)、(7)式に従って初期化する。
ここでyncは、滞留点xnに割り当てられている訪問POI変数znが示す訪問POIが所属するカテゴリynの値がcのとき1、それ以外の時0の値を取る関数である。Ncは、カテゴリcに属する訪問POIが割り当てられた訪問POI変数zn(n=1,2,・・・,N)の個数を示す。snは、滞留点xnについて抽出された滞在時間である。
POIカテゴリ滞在時間変数推定部25は、変数初期化部24によって初期化された変数znの各々、又は後述するPOI変数値更新部26によって前回更新された変数znの各々と、各滞留点xnの滞在時間とに基づいて、カテゴリcの各々について、当該カテゴリcに属する訪問POIが割り当てられた変数znの個数Ncを用いて、変数νcと変数τcとを推定する。
具体的には、POIカテゴリ滞在時間変数推定部25は、すべてのカテゴリcについて、以下の(8)〜(9)式に従いνcとτcとのサンプリングを順にMln回繰り返し、サンプリングの値をメモリ(図示省略)に格納する。
ここで、ν0cとτ0cは事前分布(正規分布)のパラメータ、aとbは事前分布(ガンマ分布)のパラメータである。Mln個のサンプリング履歴から、変数νcの値の範囲を等間隔に区分(区間幅r)したときの最頻の区間の中央値を求め、最終的なνcの推定値とする。また、Mln個のサンプリング履歴から、変数τcの値の範囲を等間隔に区分(区間幅r)したときの最頻の区間の中央値を求め、最終的なτcの推定値とする。なお、サンプリング履歴の平均値(事後平均)を、最終的な推定値としても良い。本実施の形態では、Mlnの値は100000、rの値は0.001、ν0cとτ0cは0.001、0.001、aとbは0.001、0.001とした。
POI変数値更新部26は、各滞留点xnについて、当該滞留点xnについて取得した近傍訪問POI集合に含まれる訪問POI毎に、POIカテゴリ滞在時間変数推定部25で推定された変数νc及び変数τcと、当該滞留点xnの滞在時間と、当該訪問POIが割り当てられた変数zi(i=1,・・・n−1,n+1,・・・,N)の個数と、当該訪問POIと同じカテゴリcに属する訪問POIが割り当てられた変数zi(i=1,・・・n−1,n+1,・・・,N)の個数とに基づいて、変数znに当該訪問POIが割り当てられる確率を各々算出し、算出された各確率に基づく確率分布に従って、該滞留点xnに対する変数znをサンプリングにより更新する。
具体的には、POI変数値更新部26は、滞留点xnの変数znについて、現在の変数znの割り当て値を除いた状態で、当該滞留点xnについて取得した近傍訪問POI集合に含まれる訪問POI(インデックスk)毎に、以下の(10)式に従って、確率f(zn=k,yn=c)を算出し、近傍訪問POI集合に含まれる訪問POI毎に算出された確率f(zn=k,yn=c)の値に基づく確率分布に従って、滞留点xnの変数znに割り当てる値をサンプリングして更新すると共に、変数znのサンプリング値をメモリ(図示省略)に格納する。
ここで、Nck,−nは、カテゴリcに属する訪問POI(インデックスk)が割り当てられた個数、Nc,−nはカテゴリcに属するPOIが割り当てられた個数を示す(ただし、これらの値にサンプリング前の割当値は含まれない)。また、αk、βcは各訪問POI、各カテゴリに関するハイパーパラメータ値である(例えば、αk=2、βc=2とする)。N(−|μk,σ2)は,平均μk、分散σ2の正規分布である(σ2の計測機器の誤差範囲に基づく値で、既知とする。たとえば、σ2=152)。さらに、LN(−|νc,τc)は対数正規分布である。また、
は、述部で指定されたk∈Znが真の時1、偽の時0を取る定義関数とする。
反復判定部27は、予め設定した繰り返し回数Niterを繰り返し終了条件として設定し、POIカテゴリ滞在時間変数推定部25による推定、及びPOI変数値更新部26による更新処理が、Niter回繰り返されたか否かを判定する。Niter回繰り返されたと判定されるまで、POIカテゴリ滞在時間変数推定部25による推定、及びPOI変数値更新部26による更新処理が繰り返される。
POI変数推定部28は、各滞留点xnについて、POI変数値更新部26によって繰り返し更新された当該滞留点xnの変数znの値の履歴に基づいて、最頻値の変数znを、滞留点xnに対応する訪問POIとして推定する。
出力部3は、各滞留点xnについて、POI変数推定部28によって推定された滞留点xnに対応する訪問POIである変数znを、最終的な訪問POIとして出力する。
<訪問POI推定装置の作用>
次に、本実施の形態に係る訪問POI推定装置10の作用について説明する。まず、推定対象のユーザについての複数の測位データからなる測位データ集合が訪問POI推定装置10に入力されると、訪問POI推定装置10によって、入力された測位データ集合が、測位データベース20へ格納される。そして、訪問POI推定装置10によって、図3に示す訪問POI推定処理ルーチンが、実行される。
次に、本実施の形態に係る訪問POI推定装置10の作用について説明する。まず、推定対象のユーザについての複数の測位データからなる測位データ集合が訪問POI推定装置10に入力されると、訪問POI推定装置10によって、入力された測位データ集合が、測位データベース20へ格納される。そして、訪問POI推定装置10によって、図3に示す訪問POI推定処理ルーチンが、実行される。
まず、ステップS100において、滞留点抽出部21によって、測位データベース20に記憶されている測位データ集合に基づいて、ユーザが滞留した位置を示す複数の滞留点xn(n=1,2,・・・,N)を抽出すると共に、複数の滞留点xnの各々の滞在時間を抽出する。
次に、ステップS102において、滞留点近傍POI集合取得部23によって、上記ステップS100で抽出された複数の滞留点xn(n=1,2,・・・,N)の各々について、POIデータベース22から、上記(3)式に従って、滞留点xnの近傍POI集合Znを取得する。また、滞留点近傍POI集合取得部23によって、複数の滞留点xn(n=1,2,・・・,N)の各々について、カテゴリc毎に、上記(4)式で表される近傍カテゴリPOI集合Zncを、POIデータベース22から取得すると共に、上記(5)式で表される近傍カテゴリ集合Ynを、POIデータベース22から取得する。
そして、ステップS104において、変数初期化部24によって、上記ステップS102で取得した近傍POI集合Znに基づいて、上記ステップS100で抽出された各滞留点xnについての変数znを初期化すると共に、各滞留点xnについて初期化された変数znと、滞留点xnの滞在時間とに基づいて、カテゴリc毎に、カテゴリcに属する訪問POIでのユーザの滞在時間の分布に関する平均vc及び分散の逆数τcの初期値を、上記(6)、(7)式に従って計算する。
ステップS106において、繰り返し回数iterに1を代入する。
ステップS108において、POIカテゴリ滞在時間変数推定部25によって、上記ステップS104で初期化された変数znの各々、又は後述するステップS110で前回更新された変数znの各々と、各滞留点xnの滞在時間とに基づいて、カテゴリcの各々について、当該カテゴリcに属する訪問POIが割り当てられた変数znの個数Ncを用いて、上記(8)、(9)式に従って、変数νc及び変数τcの各々を繰り返しサンプリングし、サンプリング履歴に基づいて、変数νc及び変数τcの各々を推定する。
ステップS110において、POI変数値更新部26によって、各滞留点xnについて、滞留点xnについて取得した近傍訪問POI集合に含まれる訪問POI毎に、上記ステップS108で推定された変数νc及び変数τcと、当該滞留点xnの滞在時間と、当該訪問POIが割り当てられた変数zi(i=1,・・・n−1,n+1,・・・,N)の個数と、当該訪問POIと同じカテゴリcに属する訪問POIが割り当てられた変数zi(i=1,・・・n−1,n+1,・・・,N)の個数とに基づいて、上記(10)式に従って、変数znに当該訪問POI(インデックス=k)が割り当てられる確率f(zn=k,yn=c)を各々算出し、算出された各確率に基づく確率分布に従って、該滞留点xnに対する変数znをサンプリングにより更新する。
ステップS112において、反復判定部27によって、予め設定した繰り返し回数Niterを繰り返し終了条件として設定し、上記ステップS108による推定、及び上記ステップS110による更新処理が、Niter回繰り返されたか否かを判定する。そして、上記ステップS108による推定、及び上記ステップS110による更新処理をNiter回繰り返していない場合には、ステップS114において、繰り返し回数iterをインクリメントして、上記ステップS108へ戻り、上記ステップS108〜S110の処理を実行する。一方、上記ステップS108による推定、及び上記ステップS110による更新処理をNiter回繰り返した場合には、ステップS116へ進む。
ステップS116において、POI変数推定部28によって、各滞留点xnについて、上記ステップS110で繰り返し更新された当該滞留点xnの変数znの値の履歴に基づいて、最頻値の変数znを、滞留点xnに対応する訪問POIとして推定する。そして、出力部3によって、各滞留点xnについて、POI変数推定部28によって推定された滞留点xnに対応する訪問POIである変数znを、最終的な訪問POIとして出力して、訪問POI推定処理ルーチンを終了する。
以上説明したように、本実施の形態に係る訪問POI推定装置によれば、ユーザが滞留した位置を示す複数の滞留点xn(n=1,2,・・・,N)が複数の訪問POIの何れであるかを割り当てる変数znの各々と、複数の滞留点xn(n=1,2,・・・,N)の滞在時間とに基づいて、訪問POIのカテゴリcの各々についてのユーザの滞在時間の分布に関する変数を推定し、カテゴリcの各々について推定された変数と、複数の滞留点xn(n=1,2,・・・,N)の滞在時間とに基づく訪問POIの各々を変数znに割り当てる確率を示す確率分布に基づいて、変数znをサンプリングにより更新することにより、ユーザの訪問先を示す位置を精度よく推定することができる。
また、推定対象のユーザの訪問POIのカテゴリの利用傾向の違いと、カテゴリ毎の平均的な滞在時間の違いに基づいて訪問POIを推定することにより、訪問POIが密集している地域や、はじめて訪れた地域でも、日常的に訪れている地域の情報を利用して、ユーザに対して訪問POI情報の入力の負担を求めることなく、訪問POIを精度良く推定することができる。
また、特に、ユーザの測位データについて、ユーザが真に訪問した訪問POIの位置との間に誤差が存在する場合であっても、ユーザが真の訪問POIに関する正解データを与えることなく、訪問POIのカテゴリと、各カテゴリにおける滞留時間の平均値・分散値の分布の情報を利用して、真の訪問POIを精度良く推定することができる。
また、ユーザが実際に訪問した訪問POIの集合を精度良く推定することにより、推定された訪問POIに基づいて、対象のユーザに対しての情報推薦、生活支援などに利用することができる。
[第2の実施の形態]
<システム構成>
次に、本発明の第2の実施の形態について説明する。なお、第2の実施の形態に係る訪問POI推定装置100の構成は、第1の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。
<システム構成>
次に、本発明の第2の実施の形態について説明する。なお、第2の実施の形態に係る訪問POI推定装置100の構成は、第1の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。
第2の実施の形態では、滞留点xn(n=1,2,・・・,N)の滞留開始時刻tnが含まれる時間帯hnを考慮して、変数znをサンプリングにより更新する点が、第1の実施の形態と異なっている。
第2の実施の形態に係る訪問POI推定装置100の滞留点抽出部21は、複数の滞留点xnの各々の滞在時間を抽出すると共に、滞留点xnの滞留開始時刻tnを更に抽出する。
POI変数値更新部26は、各滞留点xnについて、当該滞留点xnについて取得した近傍訪問POI集合に含まれる訪問POI毎に、POIカテゴリ滞在時間変数推定部25で推定された変数νc及び変数τcと、当該滞留点xnの滞在時間と、当該訪問POIが割り当てられた変数zi(i=1,・・・,n−1,n+1,・・・,N)の個数と、当該訪問POIと同じカテゴリcに属する訪問POIが割り当てられた変数zi(i=1,・・・,n−1,n+1,・・・,N)であって、かつ、滞留開始時刻tnと同じ時間帯の滞留点に対する変数ziの個数とに基づいて、変数znに当該訪問POIが割り当てられる確率を各々算出し、算出された各確率に基づく確率分布に従って、当該滞留点xnに対する変数znをサンプリングにより更新する。
具体的には、POI変数値更新部26は、複数の滞留点xn(n=1,2,・・・,N)の各々について、滞留開始時刻tnが含まれる時間帯をhnとして、訪問POI毎に、以下の(11)式に従って、変数znにインデックスがkの訪問POIが割り当てられる確率f(zn=k,yn=c)を算出し、算出された各確率に基づく確率分布に従って、変数znの値をサンプリングして更新し、変数znの値をメモリ(図示省略)に格納する。
ここで、Nhc,−nは、滞留開始時刻が時間帯hに含まれる滞留点xnの変数znのうち、カテゴリcに属する訪問POIが割り当てられた変数znの個数を示す。φh(t)は、
として与えられる。d(t,th)は、時間tと時間thの差の絶対値で、例えばd(午後23時,午前1時)=2.0となる。
ここで、時間帯hは、0時0分0秒から、23時59分59秒までをM分割して与えられる(h=0,1,…,M−1)。また、日曜0時0分0秒から、土曜23時59分59秒までを7M分割する(h=0,1,…,7M−1)、としても良い。なお、時間帯hの前の時間帯はh−1、後の時間帯はh+1を意味する。
なお、第2の実施の形態に係る訪問POI推定装置100の他の構成及び作用については、第1の実施の形態と同様であるため、説明を省略する。
以上説明したように、第2の実施の形態に係る訪問POI推定装置100によれば、ユーザが滞留した位置を示す複数の滞留点xn(n=1,2,・・・,N)が複数の訪問POIの何れであるかを割り当てる変数znの各々と、複数の滞留点xn(n=1,2,・・・,N)の滞在時間と、に基づいて、訪問POIのカテゴリcの各々についてのユーザの滞在時間の分布に関する変数を推定し、カテゴリcの各々について推定された変数と、複数の滞留点xn(n=1,2,・・・,N)の滞在時間と、訪問POIが割り当てられた変数zi(i=1,・・・,n−1,n+1,・・・,N)の個数と、カテゴリcに属する訪問POIが割り当てられた変数zi(i=1,・・・,n−1,n+1,・・・,N)であって、かつ、滞留開始時刻tnと同じ時間帯の滞留点に対する変数ziの個数とに基づく、訪問POIの各々を変数znに割り当てる確率を示す確率分布に基づいて、変数znをサンプリングにより更新することにより、ユーザの訪問先を示す位置を精度よく推定することができる。
なお、本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
例えば、訪問POI推定装置における滞留点抽出部21では、上記(1)、(2)式に示すように、Tth秒以上、Dthメートル以内にユーザが留まっていた点に基づいて滞留点を抽出する場合を例に説明したが、これに限定されるものではなく、ユーザの速度(pm+1−Pm)/(tm+1−tm)がVth以下になった点を滞留点として抽出してもよい。あるいは、ユーザが携帯する移動体端末に搭載された受信器による測位が一定以上途切れた点(受信器が屋内に入った場合など)を滞留点として抽出してもよい。
また、POIカテゴリ滞在時間変数推定部25では、変数νcと変数τcとを繰り返しサンプリングすることにより推定する場合を例に説明したが、これに限定されるものではなく、以下の(13)、(14)式に従って、カテゴリcの各々について、変数νcの値の最尤推定値を算出すると共に、変数τcの値の最尤推定値を算出するようにして、変数νcと変数τcとを推定するようにしてもよい。
また、上述の訪問POI推定装置は、測位データベース20及びPOIデータベース22を備えている場合について説明したが、例えば測位データベース20及びPOIデータベース22が訪問POI推定装置の外部装置に設けられ、訪問POI推定装置は、外部装置と通信手段を用いて通信することにより、測位データベース20及びPOIデータベース22を参照するようにしてもよい。
上述の訪問POI推定装置は、内部にコンピュータシステムを有しているが、「コンピュータシステム」は、WWWシステムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。
また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、ネットワークを介して流通させることが可能である。
また、構築されたプログラムをハードディスクやフレキシブルディスク、CD−ROM等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。
また、構築されたプログラムをハードディスクやフレキシブルディスク、CD−ROM等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。
1 入力部
2 演算部
3 出力部
10、100 訪問POI推定装置
20 測位データベース
21 滞留点抽出部
22 POIデータベース
23 滞留点近傍POI集合取得部
24 変数初期化部
25 POIカテゴリ滞在時間変数推定部
26 POI変数値更新部
27 反復判定部
28 POI変数推定部
2 演算部
3 出力部
10、100 訪問POI推定装置
20 測位データベース
21 滞留点抽出部
22 POIデータベース
23 滞留点近傍POI集合取得部
24 変数初期化部
25 POIカテゴリ滞在時間変数推定部
26 POI変数値更新部
27 反復判定部
28 POI変数推定部
Claims (10)
- ユーザの位置を示す位置情報の時系列データに基づいて、前記ユーザが滞留した位置を示す複数の滞留点xnを抽出すると共に、前記複数の滞留点xnの各々の滞在時間を抽出する滞留点抽出手段と、
前記滞留点抽出手段によって抽出された前記複数の滞留点xnの各々について、予め定められたユーザの訪問先を示す位置である複数の訪問POI(Point of Interest)から、前記滞留点xnから所定範囲内に存在する訪問POIの集合を取得する滞留点近傍POI集合取得手段と、
前記滞留点抽出手段によって抽出された複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる何れか1つの訪問POIを用いて、前記滞留点xnが前記複数の訪問POIの何れであるかを割り当てる変数znを初期化すると共に、前記複数の滞留点xnの各々について前記初期化された変数zn及び前記抽出された滞在時間に基づいて、前記訪問POIについて予め定められた複数のカテゴリcの各々について、前記カテゴリcに属する前記訪問POIにおける前記ユーザの滞在時間の分布に関する変数νc及びτcを初期化する変数初期化手段と、
前記変数初期化手段によって初期化された前記変数znの各々、又は前回更新された前記変数znの各々と、前記複数の滞留点xnの各々について前記抽出された滞在時間とに基づいて、前記カテゴリcの各々について、前記カテゴリcに属する訪問POIが割り当てられた前記変数znの個数Ncを用いて、前記変数νcと前記変数τcとを推定するPOIカテゴリ滞在時間変数推定手段と、
前記複数の滞留点xnの各々について、前記POIカテゴリ滞在時間変数推定手段によって前記カテゴリcの各々について推定された前記変数νc及び前記変数τcと、前記変数znの各々と、前記滞留点xnについて前記抽出された滞在時間とに基づいて求められる、前記滞留点xnについて取得した訪問POIの集合の訪問POIの各々を前記変数znに割り当てる確率を示す確率分布に基づいて、前記変数znをサンプリングにより更新するPOI変数値更新手段と、
繰り返し終了条件を満足するまで、前記POIカテゴリ滞在時間変数推定手段による推定、及び前記POI変数値更新手段による更新を繰り返す反復判定手段と、
前記複数の滞留点xnの各々について、前記POI変数値更新手段によって更新された前記変数znの履歴に基づいて、前記滞留点xnに対応する訪問POIを推定するPOI推定手段と、
を含む訪問POI推定装置。 - 前記POIカテゴリ滞在時間変数推定手段は、前記カテゴリcの各々について、前記個数Ncと前記変数τcと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数νcの値の確率分布に従って前記変数νcをサンプリングにより推定すると共に、前記個数Ncと前記変数νcと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数τcの値の確率分布に従って前記変数τcをサンプリングにより推定する請求項1に記載の訪問POI推定装置。
- 前記POIカテゴリ滞在時間変数推定手段は、前記カテゴリcの各々について、前記個数Ncと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数νcの値の最尤推定値を前記変数νcとして推定すると共に、前記個数Ncと前記滞留点xnの各々について前記抽出された滞在時間とに基づいて求められる、前記変数τcの値の最尤推定値を前記変数τcとして推定する請求項1に記載の訪問POI推定装置。
- 前記カテゴリcに属する前記訪問POIにおける前記ユーザの滞在時間の分布は、対数正規分布であり、前記変数νcは、前記カテゴリcに属する前記訪問POIにおける前記滞在時間の対数正規分布の平均であり、前記変数τcは、前記カテゴリcに属する前記訪問POIにおける前記滞在時間の対数正規分布の分散に関するパラメータである請求項1〜3の何れか1項に記載の訪問POI推定装置。
- 前記POI変数値更新手段は、前記複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる前記訪問POI毎に、前記訪問POIが属するカテゴリcについて推定された前記変数νc及び前記変数τcと、前記滞留点xnについて前記抽出された滞在時間と、前記訪問POIが割り当てられた前記変数zi(i=1,・・・n−1,n+1,・・・,N)の個数と、前記カテゴリcに属する訪問POIが割り当てられた前記変数zi(i=1,・・・n−1,n+1,・・・,N)の個数とに基づいて、前記変数znに前記訪問POIが割り当てられる確率を各々算出し、前記算出された各確率に基づく確率分布に従って、前記変数znをサンプリングにより更新する請求項1〜4の何れか1項に記載の訪問POI推定装置。
- 前記滞留点抽出手段は、前記滞留点xnの滞留開始時刻を更に抽出し、
前記POI変数値更新手段は、前記複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる前記訪問POI毎に、前記訪問POIが属するカテゴリcについて推定された前記変数νc及び前記変数τcと、前記滞留点xnについて前記抽出された滞在時間と、前記訪問POIが割り当てられた前記変数zi(i=1,・・・,n−1,n+1,・・・,N)の個数と、前記カテゴリcに属する訪問POIが割り当てられた前記変数zi(i=1,・・・,n−1,n+1,・・・,N)であって、かつ、前記滞留開始時刻と同じ時間帯の前記滞留点に対する前記変数ziの個数とに基づいて、前記変数znに前記訪問POIが割り当てられる確率を各々算出し、前記算出された各確率に基づく確率分布に従って、前記変数znをサンプリングにより更新する請求項1〜4の何れか1項に記載の訪問POI推定装置。 - 前記滞留点抽出手段は、前記ユーザが携帯する移動体端末において受信した、測位衛星からの衛星信号、移動体端末との間で近接通信を行う固定端末からの固定端末信号、及び移動体端末との間で通信を行う基地局からの基地局信号の少なくとも1つに基づいて得られる前記ユーザの位置情報の時系列データに基づいて、前記複数の滞留点xnを抽出すると共に、前記複数の滞留点xnの各々の滞在時間を抽出する請求項1〜6の何れか1項に記載の訪問POI推定装置。
- 滞留点抽出手段、滞留点近傍POI集合取得手段、変数初期化手段、POIカテゴリ滞在時間変数推定手段、POI変数値更新手段、反復判定手段、及びPOI推定手段を含む訪問POI推定装置における訪問POI推定方法であって、
前記滞留点抽出手段によって、ユーザの位置を示す位置情報の時系列データに基づいて、前記ユーザが滞留した位置を示す複数の滞留点xnを抽出すると共に、前記複数の滞留点xnの各々の滞在時間を抽出するステップと、
前記滞留点近傍POI集合取得手段によって、前記滞留点抽出手段によって抽出された前記複数の滞留点xnの各々について、予め定められたユーザの訪問先を示す位置である複数の訪問POI(Point of Interest)から、前記滞留点xnから所定範囲内に存在する訪問POIの集合を取得するステップと、
前記変数初期化手段によって、前記滞留点抽出手段によって抽出された複数の滞留点xnの各々について、前記滞留点xnについて取得した訪問POIの集合に含まれる何れか1つの訪問POIを用いて、前記滞留点xnが前記複数の訪問POIの何れであるかを割り当てる変数znを初期化すると共に、前記複数の滞留点xnの各々について前記初期化された変数zn及び前記抽出された滞在時間に基づいて、前記訪問POIについて予め定められた複数のカテゴリcの各々について、前記カテゴリcに属する前記訪問POIにおける前記ユーザの滞在時間の分布に関する変数νc及びτcを初期化するステップと、
前記POIカテゴリ滞在時間変数推定手段によって、前記変数初期化手段によって初期化された前記変数znの各々、又は前回更新された前記変数znの各々と、前記複数の滞留点xnの各々について前記抽出された滞在時間とに基づいて、前記カテゴリcの各々について、前記カテゴリcに属する訪問POIが割り当てられた前記変数znの個数Ncを用いて、前記変数νcと前記変数τcとを推定するステップと、
前記POI変数値更新手段によって、前記複数の滞留点xnの各々について、前記POIカテゴリ滞在時間変数推定手段によって前記カテゴリcの各々について推定された前記変数νc及び前記変数τcと、前記変数znの各々と、前記滞留点xnについて前記抽出された滞在時間とに基づいて求められる、前記滞留点xnについて取得した訪問POIの集合の訪問POIの各々を前記変数znに割り当てる確率を示す確率分布に基づいて、前記変数znをサンプリングにより更新するステップと、
前記反復判定手段によって、繰り返し終了条件を満足するまで、前記POIカテゴリ滞在時間変数推定手段による推定、及び前記POI変数値更新手段による更新を繰り返すステップと、
前記POI推定手段によって、前記複数の滞留点xnの各々について、前記POI変数値更新手段によって更新された前記変数znの履歴に基づいて、前記滞留点xnに対応する訪問POIを推定するステップと、
を含む訪問POI推定方法。 - コンピュータを、請求項1〜請求項7の何れか1項記載の訪問POI推定装置の各手段として機能させるためのプログラム。
- コンピュータを、請求項1〜請求項7の何れか1項記載の訪問POI推定装置の各手段として機能させるためのプログラムを記録したコンピュータ読取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013083089A JP5746255B2 (ja) | 2013-04-11 | 2013-04-11 | 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013083089A JP5746255B2 (ja) | 2013-04-11 | 2013-04-11 | 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014207526A JP2014207526A (ja) | 2014-10-30 |
JP5746255B2 true JP5746255B2 (ja) | 2015-07-08 |
Family
ID=52120778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013083089A Active JP5746255B2 (ja) | 2013-04-11 | 2013-04-11 | 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5746255B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6430873B2 (ja) * | 2015-03-25 | 2018-11-28 | 株式会社Nttドコモ | 位置解析装置 |
US10733679B2 (en) | 2017-05-23 | 2020-08-04 | Ntt Docomo, Inc. | Aloneness estimation device |
US20220397408A1 (en) * | 2020-12-29 | 2022-12-15 | Google Llc | Content Delivery In Real-Time Guided Navigation |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009075652A (ja) * | 2007-09-18 | 2009-04-09 | Denso It Laboratory Inc | 情報表示装置 |
JP5221424B2 (ja) * | 2009-03-13 | 2013-06-26 | 株式会社エヌ・ティ・ティ・ドコモ | 情報配信装置及び情報配信方法 |
DE102009049923A1 (de) * | 2009-10-19 | 2011-05-05 | Eads Deutschland Gmbh | Passagierbewegungsvorhersage- und Optimierungssystem |
US9275154B2 (en) * | 2010-06-18 | 2016-03-01 | Google Inc. | Context-sensitive point of interest retrieval |
JP2012150648A (ja) * | 2011-01-19 | 2012-08-09 | Nec Corp | 位置推定装置、システム、位置推定方法および位置推定用プログラム |
-
2013
- 2013-04-11 JP JP2013083089A patent/JP5746255B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014207526A (ja) | 2014-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102319418B1 (ko) | 실내 위치의 지리적 좌표를 결정하기 위한 방법 및 장치 | |
Zhuang et al. | Evaluation of two WiFi positioning systems based on autonomous crowdsourcing of handheld devices for indoor navigation | |
US9638784B2 (en) | Deduplicating location fingerprint data | |
US9544871B2 (en) | Determining and aligning a position of a device and a position of a wireless access point (AP) | |
KR101365993B1 (ko) | 데이터처리방법, 데이터처리장치, 데이터수집방법, 및 정보제공방법 | |
US9161175B1 (en) | Location transition determination | |
US9582819B2 (en) | Automated-valuation-model training-data optimization systems and methods | |
KR20150130988A (ko) | 로케이션 서비스를 개선하기 위해 3차원 로케이션 정보를 사용하기 위한 시스템 및 방법 | |
US20140258201A1 (en) | Generating a geofence via an analysis of a gps fix utilization distribution | |
EP3045001B1 (en) | Methods, wireless device and network node for managing positioning method based on prediction | |
CN103826301B (zh) | 节点定位方法及装置 | |
Mohamed et al. | Accurate and efficient map matching for challenging environments | |
EP3803438B1 (en) | Collecting or triggering collecting positioning data for updating and/or generating a positioning map | |
US20240302485A1 (en) | Estimating user risk based on wireless location determination | |
CN103415072A (zh) | 一种无线传感网络中基于估距的定位方法 | |
US20230080592A1 (en) | Navigation System | |
JP5746255B2 (ja) | 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 | |
JP2015170338A (ja) | 滞留点抽出方法、滞留点抽出装置及び滞留点抽出プログラム | |
US11333567B2 (en) | Constraining barometric pressure sensor calibration with sporadic data collection | |
KR102472551B1 (ko) | 전자 장치 및 전자 장치에서의 위치 추정 방법 | |
Li et al. | Intelligent fusion of information derived from received signal strength and inertial measurements for indoor wireless localization | |
WO2013096209A1 (en) | System and method for probablistic wlan positioning | |
JP7410510B2 (ja) | 位置推定装置、位置推定方法及び位置推定プログラム | |
US9185523B2 (en) | Method of correcting global position error | |
US20200033439A1 (en) | Multi-algorithm trilateration system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150212 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150407 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150507 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5746255 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |