JP6110281B2

JP6110281B2 - 移動手段予測モデル生成装置、移動手段予測モデル生成方法及び移動手段予測モデル生成プログラム

Info

Publication number: JP6110281B2
Application number: JP2013238581A
Authority: JP
Inventors: 良彦数原; 浩之戸田; 鷲崎　誠司; 誠司鷲崎
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2013-11-19
Filing date: 2013-11-19
Publication date: 2017-04-05
Anticipated expiration: 2033-11-19
Also published as: JP2015099467A

Description

本発明は、ユーザが利用した移動手段を予測する技術に関する。

ユーザがＧＰＳロガー等の装置で蓄積したＧＰＳログ履歴を利用し、ユーザがどのような移動手段（移動モード）を利用したのかを推定する技術が存在する（非特許文献１）。

移動モードを判定する場合、ＧＰＳログ履歴を、異なる移動モードを利用したと想定される区間（セグメント）に分割する前処理を行い、抽出されたセグメントに対してＧＰＳログから得られる特徴抽出を行い、分類器を用いて移動モードの判定を行う。移動モード判定の分類器については、あらかじめ人手によって用意された正解データを利用し、教師あり機械学習の枠組みで生成することが可能である（非特許文献１，２）。

Zheng, Y., Liu, L., Wang, L., Xie, X., "Learning Transportation Mode from Raw GPS Data for Geographic Applications on the Web", Proc. the 17th international conference on World Wide Web, 2008, pp. 247-256 Crammer, K., Dekel, O., Keshet, J., Shalev-Shwartz, S., and Singer, Y., "Online Passive-Aggressive Algorithm", Journal of Machine Learning, 2006, Vol. 7, pp.551-585

しかしながら、従来技術においては十分な量の正解データが所与であることを想定しており、正解データが十分に与えられていない状況においては、正解データの不足によって生成された予測モデルの予測精度が低下するおそれがあり、その結果、ユーザの移動モード判定精度が低下するという問題があった。

本発明は、上記に鑑みてなされたものであり、正解データが十分に与えられていない状況においても、ユーザの移動手段の判定をより高い精度で予測できる予測モデルを生成することを目的とする。

第１の本発明に係る移動手段予測モデル生成装置は、移動手段が同一と推定される移動ログのまとまりをセグメント情報として格納したセグメント蓄積手段と、時間区間を示す情報に当該時間区間において利用した移動手段を示す正解ラベルを関連付けて格納した正解アノテーション蓄積手段と、前記セグメント蓄積手段から前記セグメント情報を読み出し、前記正解アノテーション蓄積手段から当該セグメント情報に対応する正解ラベルを検索し、正解ラベルが検索できた場合には、当該セグメント情報に正解ラベルを付与して正解事例データとして正解事例蓄積手段に格納し、正解ラベルが検索できない場合には、当該セグメント情報をラベルなし事例蓄積手段に格納する事例生成手段と、前記正解事例蓄積手段に格納された正解事例データを用いて予測モデルを生成し、生成した予測モデルを用いて前記ラベルなし事例蓄積手段に格納された前記セグメント情報の正解ラベルを予測し、前記セグメント情報に予測した正解ラベルを付与して前記正解事例データに加えて新たな予測モデルを生成する予測モデル生成手段と、を有することを特徴とする。

上記移動手段予測モデル生成装置において、前記予測モデル生成手段は、生成した予測モデルを用いて前記セグメント情報の正解ラベルを予測するとともに、予測した正解ラベルに対する確信度を計算し、当該確信度が所定の閾値を超えた前記セグメント情報については予測した正解ラベルを付与して前記正解事例データに加えて新たな予測モデルを生成することを特徴とする。

第２の本発明に係る移動手段予測モデル生成方法は、コンピュータによって実行される移動手段予測モデル生成方法であって、移動手段が同一と推定される移動ログのまとまりをセグメント情報として格納したセグメント蓄積手段から前記セグメント情報を読み出し、時間区間を示す情報に当該時間区間において利用した移動手段を示す正解ラベルを関連付けて格納した正解アノテーション蓄積手段から当該セグメント情報に対応する正解ラベルを検索するステップと、正解ラベルが検索できた場合には、当該セグメント情報に正解ラベルを付与して正解事例データとして正解事例蓄積手段に格納し、正解ラベルが検索できない場合には、当該セグメント情報をラベルなし事例蓄積手段に格納するステップと、前記正解事例蓄積手段に格納された正解事例データを用いて予測モデルを生成するステップと、生成した予測モデルを用いて前記ラベルなし事例蓄積手段に格納された前記セグメント情報の正解ラベルを予測するステップと、前記セグメント情報に予測した正解ラベルを付与して前記正解事例データに加えて新たな予測モデルを生成するステップと、を有し、所定の終了条件を満たすまで、前記正解ラベルを予測するステップと前記新たな予測モデルを生成するステップを繰り返すことを特徴とする。

上記移動手段予測モデル生成方法において、前記正解ラベルを予測するステップでは、予測した正解ラベルに対する確信度を計算し、前記新たな予測モデルを生成するステップは、前記確信度が所定の閾値を超えた前記セグメント情報に予測した正解ラベルを付与して前記正解事例データに加えることを特徴とする。

第３の本発明に係る移動手段予測モデル生成プログラムは、上記移動手段予測モデル生成装置の各手段としてコンピュータを動作させることを特徴とする。

本発明によれば、正解データが十分に与えられていない状況においても、ユーザの移動手段の判定をより高い精度で予測できる予測モデルを生成することができる。

本実施の形態における移動手段判定装置の構成を示す機能ブロック図である。上記移動手段判定装置のセグメント抽出機能の処理の流れを示すフローチャートである。上記移動手段判定装置の事例生成機能の処理の流れを示すフローチャートである。上記移動手段判定装置の予測モデル生成機能の処理の流れを示すフローチャートである。

以下、本発明の実施の形態について図面を用いて説明する。

図１は、本実施の形態における移動手段判定装置の構成を示す機能ブロック図である。同図に示す移動手段判定装置は、セグメント抽出機能１０、事例生成機能２０、予測モデル生成機能３０、ＧＰＳログＤＢ（データベース）４０、セグメントＤＢ５０、正解アノテーションＤＢ６０、正解事例ＤＢ７０、ラベルなし事例ＤＢ８０、および予測モデルＤＢ９０を備える。移動手段判定装置が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは移動手段判定装置が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリ等の記録媒体に記録することも、ネットワークを通して提供することも可能である。以下、各部について説明する。

まず、セグメント抽出機能１０について説明する。セグメント抽出機能１０は、ＧＰＳログＤＢ４０に格納されたＧＰＳログ情報から移動手段が同一と推定される系列のまとまりをセグメントとして抽出し、セグメントの情報をセグメントＤＢ５０に格納する。複数のセグメントによってセッションが構成される。セッションの系列単位としては例えば１日単位を用いる。

表１にＧＰＳログＤＢ４０のデータ構造の例を示し、表２にセグメントＤＢ５０のデータ構造の例を示す。

ＧＰＳログＤＢ４０は、ユーザＩＤとＧＰＳロガーによって取得されたＧＰＳログ情報（取得時刻、緯度、経度）を格納している。外部からレコードを指定するために、各レコードにログＩＤが付与されている。ログＩＤは全ユーザに渡って一意である。

セグメントＤＢ５０は、ＧＰＳログ情報を系列のまとまりとして分割したセグメント情報を格納している。表２に示す例では、セグメントの情報として、セグメントＩＤ、セッションＩＤ、ユーザＩＤ、開始ログＩＤおよび終了ログＩＤを保持している。セグメントＩＤは全レコードにおいて一意であり、セッションＩＤはユーザによらず一意であるものとする。セグメントＤＢ５０のセッションＩＤは、当該レコードのセグメントが属するセッションを特定する情報であり、ユーザＩＤは当該セグメントのユーザＩＤである。セグメントは複数の連続するＧＰＳログ情報で構成され、開始ログＩＤと終了ログＩＤでセグメントを構成するＧＰＳログ情報を指定する。開始ログＩＤは、ＧＰＳログＤＢ４０において当該セグメントの開始位置に対応するＧＰＳログ情報を示すログＩＤであり、終了ログＩＤは、当該セグメントの終了位置に対応するＧＰＳログ情報を示すログＩＤである。

続いて、事例生成機能２０について説明する。事例生成機能２０は、ＧＰＳログＤＢ４０及びセグメントＤＢ５０からセグメントの情報を読み出すとともに、読み出したセグメントに対応する正解ラベルを正解アノテーションＤＢ６０から検索する。また、セグメントの特徴抽出を行って特徴ベクトルを生成する。読み出したセグメントに対応する正解ラベルが存在する場合は、セグメントの特徴ベクトルに正解ラベルを付与して正解事例ＤＢ７０に記録し、読み出したセグメントに対応する正解ラベルが存在しない場合は、セグメントの特徴ベクトルをラベルなし事例ＤＢ８０に記録する。

表３に正解アノテーションＤＢ６０のデータ構造の例を示す。

正解アノテーションＤＢ６０は、各ユーザについて、ある時間区間において利用した移動手段の情報を格納している。表３に示す例では、ユーザＩＤ、開始時刻、終了時刻に移動手段を示す正解ラベルを関連付けている。必ずしもＧＰＳログＤＢ４０に格納されたログに対応する区間すべての情報が格納されている必要はない。また、セグメントＤＢ５０に格納された各セグメントの開始ログＩＤと終了ログＩＤの間に存在する区間に対して、複数の異なる正解ラベルが付与されていることはないものとする。

表４に正解事例ＤＢ７０のデータ構造の例を示し、表５にラベルなし事例ＤＢ８０のデータ構造の例を示す。

正解事例ＤＢ７０は、予測モデルを生成するための訓練事例の情報を格納している。表４に示す例では、各事例の正解ラベルとＭ次元の特徴ベクトルの値を格納している。ここでは１レコードが１事例を表し、同じ正解ラベルを持つ事例は複数存在しうる。

ラベルなし事例ＤＢ８０は、Ｍ次元の特徴ベクトルの値にユーザＩＤ、セッションＩＤを付与して格納している。

最後に、予測モデル生成機能３０について説明する。予測モデル生成機能３０は、正解事例ＤＢ７０から読み出した全事例（訓練事例集合）を用いて予測モデルを生成する。また、生成した予測モデルを用いてラベルなし事例ＤＢ８０に格納された各事例について予測を行って予測ラベルと予測ラベルに対応する確信度を計算し、算出された確信度を用いて追加学習に用いる事例を選択して訓練事例集合に追加して新たな予測モデルを生成する。訓練事例集合に追加されていないラベルなし事例の数が所定の閾値以下になるまで上記の処理を繰り返し、最終的に生成された予測モデルを予測モデルＤＢ９０に出力する。

表６に予測モデルＤＢ９０のデータ構造の例を示す。

本実施の形態では予測モデルとして線形識別モデル（非特許文献２）を用いるため、表６に示す例では、移動手段（クラス）毎に予測モデルとして線形識別モデルのパラメータを格納している。線形識別モデルを用いて複数のクラス分類を実現するためには、各クラスに対応する重みベクトルを予測モデルとして保持し、入力特徴ベクトルに対して内積の和が最大であるクラスに分類するという方法を用いることができる。

次に、本実施の形態における移動手段判定装置の各部の処理について説明する。

図２は、セグメント抽出機能１０の処理の流れを示すフローチャートである。

セグメント抽出機能１０は、未処理のユーザＩＤ（以下、ｕとする）を取得し（ステップＳ１１）、ユーザＩＤがｕに該当するレコード集合をＧＰＳログＤＢ４０から取得して、レコード集合をセッション集合に分割する（ステップＳ１２）。セッション分割の方法としては、連続するレコードの時刻に対して閾値θ_session秒以上の差があるところを分割点とする。閾値θ_sessionはあらかじめ設定されているものとする。非特許文献１記載の方法を用いてもよい。

ステップＳ１２で得られた各セッションについてセグメント分割を行い（ステップＳ１３）、各セグメントをセグメントＤＢ５０に出力する（ステップＳ１４）。セグメント分割の方法としては、例えば非特許文献１記載の方法を用いることができる。

未処理のユーザＩＤが存在するか否か判定し（ステップＳ１５）、未処理のユーザＩＤが存在する場合は（ステップＳ１５のＹＥＳ）、ステップＳ１１に戻り処理を続ける。

以上の処理により、ＧＰＳログＤＢ４０に格納されたＧＰＳログ情報が系列のまとまりを単位とするセグメントに分割される。

図３は、事例生成機能２０の処理の流れを示すフローチャートである。

事例生成機能２０は、セグメントＤＢ５０から未処理のセグメント（以下、ｓとする）を選択し（ステップＳ２１）、セグメントｓの開始ログＩＤから終了ログＩＤの区間に該当するＧＰＳログ情報をＧＰＳログＤＢ４０から読み出して、セグメントｓの特徴抽出を行う（ステップＳ２２）。特徴には、例えばセグメントｓにおける平均速度などを利用し、特徴抽出には、例えば非特許文献１の方法を用いることができる。抽出された特徴はＭ次元のベクトルで表現される。

事例生成機能２０は、セグメントｓに対応する正解ラベルを正解アノテーションＤＢ６０から検索する（ステップＳ２３）。具体的には、セグメントｓの開始ログＩＤのＧＰＳログ情報が持つ時刻から終了ログＩＤのＧＰＳログ情報が持つ時刻までの範囲と、正解アノテーションＤＢ６０に格納されたデータのうち、セグメントｓのユーザＩＤと同じユーザＩＤを持つ各レコードの開始時刻から終了時刻までの範囲の被覆率が最大のレコードを選択し、そのレコードの移動手段を示す正解ラベルをセグメントｓの正解ラベルとして採用する。このとき、被覆率が閾値θ_coverage未満の場合にはセグメントｓは正解ラベルなしとする。閾値θ_coverageは事前に設定されているものとする。

セグメントｓに正解ラベルが付与された場合は（ステップＳ２４のＹＥＳ）、ステップＳ２２で得られたセグメントｓの特徴ベクトルと正解ラベルを正解事例ＤＢ７０に格納し（ステップＳ２５）、セグメントｓに対応する正解ラベルがない場合は（ステップＳ２４のＹＥＳ）、セグメントｓの特徴ベクトルをラベルなし事例ＤＢ８０に格納する（ステップＳ２６）。本実施の形態では、ラベルなし事例ＤＢ８０には、セグメントｓの特徴ベクトルにセグメントｓのユーザＩＤとセッションＩＤを関連付けてラベルなし事例ＤＢ８０に格納する。

そして、未処理のセグメントが存在するか否か調べ（ステップＳ２７）、未処理のセグメントが存在する場合はステップＳ２１に戻り処理を続ける。

以上の処理により、セグメントＤＢ５０に格納されたセグメントが正解ラベルが付与された正解事例と正解ラベルなしのラベルなし事例に分けられる。

図４は、予測モデル生成機能３０の処理の流れを示すフローチャートである。

予測モデル生成機能３０は、正解事例ＤＢ７０から全レコードを読み込んで訓練事例集合Ｔとし（ステップＳ３１）、ラベルなし事例ＤＢ８０から全レコードを読み込んでラベルなし事例集合Ｕとする（ステップＳ３２）。

そして、訓練事例集合Ｔを用いて予測モデルＣを構築する（ステップＳ３３）。本実施の形態では予測モデルＣとして、入力された特徴ベクトルから複数のクラスの中からひとつを予測するマルチクラス分類を行う予測モデルを想定している。マルチクラス分類を行う予測モデルの構築には例えば非特許文献２を用いることができる。なお、マルチクラス分類が可能な教師あり機械学習手法であれば任意の方法を利用することができる。ここでは、特徴ベクトルと同じ次元の重みベクトルの内積によって予測を行う線形識別モデルの例で説明するが、予測モデルを線形識別モデルに限定するものではない。非線形モデルを適用する場合には予測モデルＤＢ９０のデータ構造をアルゴリズムに合わせたスキーマを用いる。

ラベルなし事例集合Ｕの要素数が閾値θ以下であるか否か調べ（ステップＳ３４）、要素数が閾値θ以下の場合（ステップＳ３４のＹＥＳ）、予測モデルＣのパラメータを予測モデルＤＢ９０に出力し、処理を終了する（ステップＳ３５）。

要素数が閾値θより多い場合（ステップＳ３４のＮＯ）、予測モデルＣを用いてラベルなし事例集合Ｕの各事例について予測を行い、予測ラベルと予測ラベルに対応する確信度を計算する（ステップＳ３６）。確信度には、線形識別モデルの場合、例えば特徴ベクトルと重みベクトルの内積の値の最大値を用いることができる。なお、このような確信度を計算できない予測モデルを利用する場合には確信度は１であるものとする。

続いて、算出された確信度を用い、ラベルなし事例集合Ｕの中から追加学習に用いる事例を選択し、予測ラベルを正解ラベルとして追加事例集合Ｖとする（ステップＳ３７）。例えば、確信度に対する閾値θ_score以上の事例のみを選択する方法を用いることができる。閾値θ_scoreは事前に設定されているものとする。また、他の方法として、同じユーザＩＤを持つラベルなし事例集合Ｕに対する確信度の最小値に対して閾値を設ける方法や、同じセッションＩＤを持つラベルなし事例集合に対する確信度の最小値に対して閾値を設ける方法などを用いることができる。

そして、ラベルなし事例集合Ｕから選択された追加事例集合Ｖを取り除くとともに（Ｕ←Ｕ＼Ｖ）、追加事例集合Ｖを訓練事例集合Ｔに追加し（Ｔ←Ｔ∪Ｖ）、新たな訓練事例集合Ｔで予測モデルＣを生成する（ステップＳ３８）。予測モデルＣの生成方法は、ステップＳ３３で用いるアルゴリズムと同じ方法を利用する。

ステップＳ３４に戻り、ラベルなし事例集合Ｕの要素数が閾値θ以下となったか否か判定する。

以上の処理により、正解事例ＤＢ７０に格納されたデータに加えて、ラベルなし事例ＤＢ８０に格納されたデータを利用して予測モデルＣを生成される。

以上説明したように、本実施の形態によれば、事例生成機能２０がセグメントＤＢ５０に格納されたセグメントを正解ラベルつきの訓練事例集合Ｔと正解ラベルなしのラベルなし事例集合Ｕに分けて、予測モデル生成機能３０が訓練事例集合Ｔから予測モデルＣを生成し、ラベルなし事例集合Ｕの各事例に付与されるラベルを予測するとともに、予測されたラベルの確信度を計算し、確信度が閾値θ_score以上の事例を訓練事例集合Ｔに追加して新たな予測モデルＣを生成することを終了条件を満たすまで繰り返すことで、正解データが十分に与えられない状況においても、正解ラベルが付与されていないラベルなしデータを利用して予測モデルの生成を行うので、予測モデルの予測精度を向上させることが可能となり、ユーザの移動モード判定精度の向上を図ることができる。

なお、予測モデルＣを用いてラベルなし事例集合Ｕの事例に正解ラベルを予測し、確信度は計算せずに、予測した正解ラベルを事例に付与して訓練事例集合Ｔに追加してもよい。

１０…セグメント抽出機能
２０…事例生成機能
３０…予測モデル生成機能
４０…ＧＰＳログＤＢ
５０…セグメントＤＢ
６０…正解アノテーションＤＢ
７０…正解事例ＤＢ
８０…ラベルなし事例ＤＢ
９０…予測モデルＤＢ

Claims

移動手段が同一と推定される移動ログのまとまりをセグメント情報として格納したセグメント蓄積手段と、
時間区間を示す情報に当該時間区間において利用した移動手段を示す正解ラベルを関連付けて格納した正解アノテーション蓄積手段と、
前記セグメント蓄積手段から前記セグメント情報を読み出し、前記正解アノテーション蓄積手段から当該セグメント情報に対応する正解ラベルを検索し、正解ラベルが検索できた場合には、当該セグメント情報に正解ラベルを付与して正解事例データとして正解事例蓄積手段に格納し、正解ラベルが検索できない場合には、当該セグメント情報をラベルなし事例蓄積手段に格納する事例生成手段と、
前記正解事例蓄積手段に格納された正解事例データを用いて予測モデルを生成し、生成した予測モデルを用いて前記ラベルなし事例蓄積手段に格納された前記セグメント情報の正解ラベルを予測し、前記セグメント情報に予測した正解ラベルを付与して前記正解事例データに加えて新たな予測モデルを生成する予測モデル生成手段と、
を有することを特徴とする移動手段予測モデル生成装置。
前記予測モデル生成手段は、生成した予測モデルを用いて前記セグメント情報の正解ラベルを予測するとともに、予測した正解ラベルに対する確信度を計算し、当該確信度が所定の閾値を超えた前記セグメント情報については予測した正解ラベルを付与して前記正解事例データに加えて新たな予測モデルを生成することを特徴とする請求項１記載の移動手段予測モデル生成装置。
コンピュータによって実行される移動手段予測モデル生成方法であって、
移動手段が同一と推定される移動ログのまとまりをセグメント情報として格納したセグメント蓄積手段から前記セグメント情報を読み出し、時間区間を示す情報に当該時間区間において利用した移動手段を示す正解ラベルを関連付けて格納した正解アノテーション蓄積手段から当該セグメント情報に対応する正解ラベルを検索するステップと、
正解ラベルが検索できた場合には、当該セグメント情報に正解ラベルを付与して正解事例データとして正解事例蓄積手段に格納し、正解ラベルが検索できない場合には、当該セグメント情報をラベルなし事例蓄積手段に格納するステップと、
前記正解事例蓄積手段に格納された正解事例データを用いて予測モデルを生成するステップと、
生成した予測モデルを用いて前記ラベルなし事例蓄積手段に格納された前記セグメント情報の正解ラベルを予測するステップと、
前記セグメント情報に予測した正解ラベルを付与して前記正解事例データに加えて新たな予測モデルを生成するステップと、を有し、
所定の終了条件を満たすまで、前記正解ラベルを予測するステップと前記新たな予測モデルを生成するステップを繰り返すことを特徴とする移動手段予測モデル生成方法。
前記正解ラベルを予測するステップでは、予測した正解ラベルに対する確信度を計算し、
前記新たな予測モデルを生成するステップは、前記確信度が所定の閾値を超えた前記セグメント情報に予測した正解ラベルを付与して前記正解事例データに加えることを特徴とする請求項３記載の移動手段予測モデル生成方法。
請求項１または請求項２記載の移動手段予測モデル生成装置の各手段としてコンピュータを動作させることを特徴とする移動手段予測モデル生成プログラム。