JP6253732B1 - 推定装置、推定方法、及び推定プログラム - Google Patents

Abstract

【課題】同一の移動手段に同乗するユーザを適切に推定すること。【解決手段】本願に係る推定装置は、取得部と、推定部とを有する。取得部は、各ユーザが利用する各端末装置からセンサ情報を取得する。推定部は、各端末装置から取得されるセンサ情報に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、取得部は、各端末装置に関する位置情報を含むセンサ情報を取得する。例えば、推定部は、所定の期間における各端末装置に関する位置情報の変化に基づいて、同一の移動手段に同乗するユーザを推定する。【選択図】図２

Description

本発明は、推定装置、推定方法、及び推定プログラムに関する。

近年、スマートフォンやタブレット端末等のスマートデバイスが普及してきている。このようなスマートデバイス等の端末装置を使用するユーザは、端末装置にインストールされたナビゲーションに関するアプリケーション（以下、単に「ナビアプリ」とする場合がある）を、自動車等の移動手段での移動時に利用する。

特開２０１１−７６５３３号公報

このように、端末装置にインストールされたナビアプリの場合、自動車に備え付けられたカーナビ装置と異なり、同一の移動手段において起動された各ナビアプリから情報が取得される。そのため、このようなナビアプリから取得された情報は、どの情報がどの移動手段に関するものであるかを推定することが難しい。このような場合、同一の移動手段が各々異なる移動手段として識別されること等により、端末装置から取得される情報は、プローブ交通情報として利用することが難しい。

本願は、上記に鑑みてなされたものであって、同一の移動手段に同乗するユーザを適切に推定する推定装置、推定方法、及び推定プログラムを提供することを目的とする。

本願に係る推定装置は、各ユーザが利用する各端末装置からセンサ情報を取得する取得部と、前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定部と、を備えたことを特徴とする。

実施形態の一態様によれば、同一の移動手段に同乗するユーザを適切に推定することができるという効果を奏する。

図１は、実施形態に係る推定処理の一例を示す図である。 図２は、実施形態に係る推定装置の構成例を示す図である。 図３は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図４は、実施形態に係る位置情報記憶部の一例を示す図である。 図５は、実施形態に係る端末関連情報記憶部の一例を示す図である。 図６は、実施形態に係る推定処理の一例を示すフローチャートである。 図７は、実施形態に係る無線通信情報に基づく推定の一例を示す図である。 図８は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

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

（実施形態）
〔１．推定処理〕
まず、図１を用いて、実施形態に係る推定処理の一例について説明する。図１は、実施形態に係る推定処理の一例を示す図である。図１に示す例において、推定装置１００は、各端末装置１０から取得された位置情報を含む各種情報に基づいて、同一の移動手段（図１では「自動車Ｃ１１」等）に同乗するユーザ（以下、「同乗ユーザ」ともいう）を推定する。

例えば、端末装置１０の位置情報には、ＧＰＳ（Global Positioning System）センサ等により検知された位置情報が用いられてもよい。また、例えば、端末装置１０の位置情報は、Ｗｉ−Ｆｉ（登録商標）（Wireless Fidelity）等の所定の無線ＬＡＮ（Local Area Network）による通信に関する情報から推定される位置情報であってもよい。また、例えば、端末装置１０の位置情報は、第３世代移動通信システムや第４世代移動通信システム等の端末装置１０の通信規格による通信に関する情報から推定される位置情報であってもよい。

また、各端末装置１０から取得される情報は、位置情報に限らず、種々の情報が含まれてもよい。例えば、各端末装置１０から取得される情報は、各端末装置１０により検知された音声情報、加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報が含まれてもよい。以下では、各端末装置１０から取得される各種情報を総称して「ログ情報」とする場合がある。

なお、図１に示す例においては、各端末装置の符号「１０」に続く「（）」内の記号は、端末装置の識別情報を示す。例えば、図１中に「１０（ＴＭ１）」の符号が付された端末装置１０は、端末ＩＤ「ＴＭ１」により識別される端末装置１０であることを示す。なお、以下では、端末ＩＤ「ＴＭ１」により識別される端末装置１０を端末装置１０（ＴＭ１）と記載する場合がある。他の端末装置１０についても同様に、端末ＩＤにより識別される端末装置１０を端末装置１０（“端末ＩＤ”）と記載する場合がある。なお、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）等を区別せずに説明する場合、端末装置１０と総称する。

図１では、各端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）からログ情報を取得する場合を示す。すなわち、図１では、「ｎ」が１００万である場合、推定装置１００は、１００万台の端末装置１０を対象に同一の移動手段に同乗するユーザを推定する。

図１に示すように、推定システム１には、複数台（例えばｎ台）の端末装置１０と、推定装置１００とが含まれる。端末装置１０と、推定装置１００とは図示しない所定の通信網を介して、有線または無線により通信可能に接続される。なお、図１に示した推定システム１には、複数台の推定装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。図１は、端末装置１０がスマートフォンである場合を示す。なお、端末装置１０は、ユーザが持ち運んだり身に着けたりすることにより、ユーザとともに移動するがことでき、推定装置１００と通信可能であれば、例えばウェアラブルデバイス等どのような機器であってもよい。例えば、端末装置１０は、ナビアプリがインストールされたスマートフォンであってもよい。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。

推定装置１００は、各端末装置１０から取得されるセンサ情報に基づいて、同一の移動手段に同乗するユーザを推定する情報処理装置である。また、推定装置１００は、所定のユーザ群（図１では、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ））を推定対象として、第１推定処理と第２推定処理との２段階の処理により、同一の移動手段に同乗するユーザを推定する。図１の例では、推定装置１００は、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）のｎ台の端末装置１０を第１ユーザ群として、第１ユーザ群を絞り込んだ第２ユーザ群を推定し、さらに第２ユーザ群から同一の移動手段に同乗するユーザを推定する。

まず、推定装置１００は、端末装置１０（ＴＭ１）からログ情報を取得する（ステップＳ１１−１）。上述したように、推定装置１００は、位置情報、音声情報、加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報を含むログ情報を端末装置１０から取得する。

また、推定装置１００は、端末装置１０（ＴＭ２）からログ情報を取得する（ステップＳ１１−２）。また、推定装置１００は、端末装置１０（ＴＭ３）からログ情報を取得する（ステップＳ１１−３）。また、推定装置１００は、端末装置１０（ＴＭ４）からログ情報を取得する（ステップＳ１１−４）。また、推定装置１００は、端末装置１０（ＴＭ５）からログ情報を取得する（ステップＳ１１−５）。また、推定装置１００は、端末装置１０（ＴＭｎ）からログ情報を取得する（ステップＳ１１−ｎ）。

なお、ステップＳ１１−１〜Ｓ１１−ｎは、処理を説明するためのものであり、ステップＳ１１−１〜Ｓ１１−ｎのいずれが先に行われてもよく、各ステップＳ１１−１〜Ｓ１１−ｎは、複数回行われてもよい。以下、ステップＳ１１−１〜Ｓ１１−ｎを区別せずに説明する場合、ステップＳ１１と総称する。

そして、推定装置１００は、第１推定処理により第２ユーザ群を推定する。例えば、推定装置１００は、ログ情報が取得された端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）のｎ台の端末装置１０を第１ユーザ群ＴＧ１１として、第２ユーザ群を推定する。図１の例では、推定装置１００は、説明を簡単にするために、ある日時における各端末装置１０の位置情報に基づいて、ある日時における各端末装置１０の位置を推定し、推定したある日時における各端末装置１０の位置に基づいて、第２ユーザ群を推定する場合を示す。

例えば、推定装置１００は、日時ＤＣにおける各端末装置１０の位置を特定（推定）する（ステップＳ１２）。なお、図１に示す例では、日時ＤＣから所定の範囲内（例えば３秒以内等）に取得された位置情報であってもよい。以下では、「日時Ｄ＊（“＊”は任意の一文字）」と記載した場合、「日時Ｄ＊」には、「日時Ｄ＊」から所定の範囲内の日時が含まれてもよい。

図１中の地図情報ＭＰ１１は、日時ＤＣにおける各端末装置１０の位置を模式的に示す。また、図１中の地図情報ＭＰ１１における各端末装置１０の位置をその端末ＩＤ（ＴＭ１、ＴＭ２等）により示す。例えば、図１中の地図情報ＭＰ１１は、端末装置１０（ＴＭ７）や端末装置１０（ＴＭ１１２５）は日時ＤＣにおいて近接した位置にいることを示す。

そして、推定装置１００は、日時ＤＣにおいて所定のエリアに位置する端末装置１０を第２ユーザ群として推定する（ステップＳ１３）。例えば、推定装置１００は、日時ＤＣにおいてエリアＡＲ１１に位置する端末装置１０を第２ユーザ群として推定する。例えば、エリアＡＲ１１は、位置情報ＬＣ３から所定の範囲（例えば５ｍ等）のエリアであるものとする。以下では、「位置情報ＬＣ＊（“＊”は任意の一文字）」と記載した場合、「位置情報ＬＣ＊」には、「位置情報ＬＣ＊」から所定の範囲が含まれてもよい。この場合、推定装置１００は、第１ユーザ群ＴＧ１１から日時ＤＣにおいて位置情報ＬＣ３から所定の範囲に位置する端末装置１０を絞り込む。

図１の例では、推定装置１００は、第１ユーザ群ＴＧ１１から日時ＤＣにおいてエリアＡＲ１１に位置する端末装置１０を第２ユーザ群ＴＧ１２として推定する。例えば、推定装置１００は、第１ユーザ群ＴＧ１１から、端末装置１０（ＴＭ１）や端末装置１０（ＴＭ２）や端末装置１０（ＴＭ４）や端末装置１０（ＴＭ３３８）等を含む第２ユーザ群ＴＧ１２を推定する。この場合、推定装置１００は、第１推定処理により、端末装置１０（ＴＭ３）や端末装置１０（ＴＭ５）等、日時ＤＣにおいてエリアＡＲ１１に含まれない端末装置１０を除外する。このように、推定装置１００は、第１推定処理により、１００万台の端末装置１０を含む第１ユーザ群ＴＧ１１から、１００万台よりも少ない台数（例えば、１００台等）の端末装置１０を含む第２ユーザ群ＴＧ１２へ絞り込む。

なお、図１では、説明を簡単にするために、日時ＤＣにおける各端末装置１０の位置情報に基づいて、第１ユーザ群を絞り込んだ第２ユーザ群を推定する場合を示したが、推定装置１００は、どのような情報を用いて、第２ユーザ群を推定してもよい。

例えば、推定装置１００は、移動手段内の空間に関する情報の類似性に基づいて、第２ユーザ群を推定してもよい。例えば、推定装置１００は、各端末装置１０から取得した気温に関する情報や気圧に関する情報や湿度に関する情報や照度に関する情報に基づいて、第２ユーザ群を推定してもよい。例えば、推定装置１００は、気温や気圧や湿度や照度が類似する端末装置１０を第２ユーザ群として推定してもよい。また、推定装置１００は、上述した各種情報を総合的に判断して、第２ユーザ群を推定してもよい。

そして、推定装置１００は、第２ユーザ群ＴＧ１２に含まれる端末装置１０を対象に、移動過程を特定（推定）する（ステップＳ１４）。例えば、推定装置１００は、図１中の移動過程一覧ＲＴ１１に示すように、日時ＤＡ、日時ＤＢ、日時ＤＣの３つの時点における端末装置１０の位置情報に基づいて各端末装置１０の移動過程を推定する。

例えば、推定装置１００は、図１中の移動過程一覧ＲＴ１１に示すように、端末装置１０（ＴＭ１）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３であると推定する。また、例えば、推定装置１００は、端末装置１０（ＴＭ２）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３であると推定する。また、例えば、推定装置１００は、端末装置１０（ＴＭ４）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ４０、日時ＤＣに位置情報ＬＣ３であると推定する。また、例えば、推定装置１００は、端末装置１０（ＴＭ３３８）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３であると推定する。

そして、推定装置１００は、第２ユーザ群ＴＧ１２に含まれる端末装置１０のうち、同乗するユーザを推定する（ステップＳ１５）。

図１の例では、端末装置１０（ＴＭ１）、端末装置１０（ＴＭ２）、及び端末装置１０（ＴＭ３３８）の３台の端末装置１０の移動過程が、図１中の移動過程一覧ＲＴ１１に示すように、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３で一致する。そのため、推定装置１００は、同乗ユーザ群ＴＧ１３−１に示すように、端末装置１０（ＴＭ１）、端末装置１０（ＴＭ２）、及び端末装置１０（ＴＭ３３８）の３台の端末装置１０を同乗するユーザとして推定する。

図１の例では、端末装置１０（ＴＭ４）は、日時ＤＢにおける位置情報ＬＣ４０が、同乗ユーザ群ＴＧ１３−１の端末装置１０の日時ＤＢにおける位置情報ＬＣ２と異なるため、同乗ユーザ群ＴＧ１３−１には含まれない。なお、図１では、同乗ユーザ群ＴＧ１３−１のみを図示するが、推定装置１００は、第２ユーザ群ＴＧ１２に含まれる端末装置１０（ＴＭ４）や他の端末装置１０を含む他の同乗ユーザ群（例えば同乗ユーザ群ＴＧ１３−２等）を推定してもよい。

そして、推定装置１００は、同乗ユーザ群ＴＧ１３−１とユーザ情報記憶部１２１に記憶されたユーザと端末装置１０との対応付けに基づいて、同乗するユーザを推定する。図１の例では、ユーザ情報記憶部１２１に示すように、端末装置１０（ＴＭ１）はユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」ともいう）に対応付けられる。また、図１の例では、ユーザ情報記憶部１２１に示すように、端末装置１０（ＴＭ２）はユーザＩＤ「Ｕ２」により識別されるユーザ（以下、「ユーザＵ２」ともいう）に対応付けられる。また、図１の例では、ユーザ情報記憶部１２１に示すように、端末装置１０（ＴＭ３３８）はユーザＩＤ「Ｕ３３８」により識別されるユーザ（以下、「ユーザＵ３３８」ともいう）に対応付けられる。

そのため、図１の例では、推定装置１００は、結果情報ＲＳ１１に示すように、ユーザＵ１、ユーザＵ２、及びユーザＵ３３８の３人のユーザを同一の移動手段（例えば自動車Ｃ１１）に同乗するユーザと推定する。なお、推定装置１００は、ステップＳ１１においてログ情報を取得した段階で、端末装置１０をユーザに置き換えて、上述した推定処理を行ってもよい。

上述したように、推定装置１００は、端末装置１０から取得した位置情報、音声情報、加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報を含むログ情報に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定装置１００は、所定のユーザ群を推定対象として、第１推定処理と第２推定処理との２段階の処理により、同一の移動手段に同乗するユーザを推定する。例えば、推定装置１００は、ｎ台の端末装置１０を第１ユーザ群として、第１ユーザ群を絞り込んだ第２ユーザ群を推定し、さらに第２ユーザ群から同一の移動手段に同乗するユーザを推定する。これにより、推定装置１００は、同一の移動手段に同乗するユーザを適切に推定することができる。

図１に示す例では、推定装置１００は、ある時点でのユーザの位置情報に基づいて第２ユーザ群を推定する。そして、推定装置１００は、各ユーザの所定の期間における移動過程に基づいて同乗ユーザ群を推定する。このように、推定装置１００は、第１精度の情報であるある時点でのユーザの位置情報に基づいて第２ユーザ群を推定する。また、推定装置１００は、第１精度よりも精度が高い第２精度の情報である各ユーザの所定の期間における移動過程に基づいて同乗ユーザ群を推定する。これにより、推定装置１００は、２段階でユーザを絞り込むことにより、同一の移動手段に同乗するユーザを推定することができる。上述のように、推定装置１００は、移動過程の情報による推定よりも処理負荷が低いある時点の位置情報に基づいて第２ユーザ群に対象ユーザを絞り込むことにより、処理負荷が高い移動過程の情報を用いる対象ユーザを絞り込むことにより、推定装置１００の処理負荷の増大を抑制することができる。したがって、推定装置１００は、上述したように２段階でユーザを絞り込むことにより、処理負荷の増大を抑制しつつ、同一の移動手段に同乗するユーザを適切に推定することができる。

例えば、上述した同乗ユーザの推定を行わない場合、同一の移動手段に同乗する複数のユーザ（例えば４人のユーザ）が、各々別の移動手段で移動していると識別されてしまう場合がある。例えば、ナビアプリを提供するサービス提供装置がそのナビアプリを利用している端末装置１０から取得した位置情報（プローブデータ）等のログ情報を用いてサービスを提供する場合について説明する。例えば、４人のユーザが各々の端末装置１０でナビアプリを利用している場合、４人のユーザが同一の移動手段に同乗している場合であっても、各ユーザが別々に４台の移動手段で移動していると識別される。

このように、上述した同乗ユーザの推定を行わない場合、ナビアプリを利用している端末装置１０から取得した位置情報に基づいて、所定の道路を通行する自動車の台数等を捕捉することが難しい。そのため、上述した同乗ユーザの推定を行わない場合、通行する自動車等の台数の計測における誤差が大きくなる、例えば、上述のように、同一の移動手段に同乗している４人のユーザが別々に４台の移動手段で移動していると誤って識別された場合、通行する自動車等の台数を多く計測することになり、渋滞していない道路を渋滞していると判定してしまう場合がある。そのため、上述した同乗ユーザの推定を行わない場合、ナビアプリにおいて適切に渋滞情報を提供することができない。

一方、推定装置１００が行う推定処理により同乗ユーザとして推定されたユーザ群が１台の移動手段で移動していると識別されるため、同一の移動手段に同乗している４人のユーザが別々に４台の移動手段で移動していると誤って識別されることを抑制することができる。そのため、推定装置１００が行う推定処理により推定された同乗ユーザに関する情報を用いることにより、通行する自動車等の台数をより正確に計測することが可能になり、渋滞していない道路を渋滞していると判定してしまう可能性を低減することができる。したがって、推定装置１００が行う推定処理により推定された同乗ユーザに関する情報を用いることにより、ナビアプリにおいて適切に渋滞情報等の道路交通情報を提供することができる。

例えば、推定システム１が端末装置１０に道路交通情報を提供する場合、推定システム１は、各端末装置１０に適切に渋滞情報の道路交通情報を提供することができる。この場合、推定装置１００が各端末装置１０に道路交通情報を提供してもよい。

また、上述した例では、主に端末装置１０から取得される位置情報に基づいて推定装置１００が推定処理を行う場合を説明したが、推定装置１００は、推定処理に用いることが可能な情報であればどのような情報を用いてもよい。例えば、推定装置１００は、各端末装置１０を利用するユーザのインターネット上における履歴情報を推定処理に用いてもよい。例えば、推定装置１００は、各端末装置１０を利用するユーザのスケジュールに関する情報の類似性に基づいて、同乗ユーザを推定してもよい。例えば、推定装置１００は、スケジュールにおける目的地やその到着時間等が類似するユーザを第１ユーザ群として推定処理を行ってもよい。

上述したように、推定装置１００は、各端末装置１０から取得された音声情報を推定処理に用いてもよい。例えば、推定装置１００は、各端末装置１０を利用するユーザのスケジュールに関する情報の類似性に基づいて、同乗ユーザを推定してもよい。例えば、推定装置１００は、所定の期間における各端末装置１０により検知された音声情報の類似性に基づいて、同一の移動手段に同乗するユーザを推定してもよい。

また、例えば、推定装置１００は、所定の期間における各端末装置１０により検知された音声情報のうち、ユーザの発話に関する情報を用いて、同一の移動手段に同乗するユーザを推定してもよい。例えば、推定装置１００は、所定の期間における各端末装置１０により検知されたユーザの発話に関する情報の解析により推定される会話の内容に基づいて、同一の移動手段に同乗するユーザを推定してもよい。また、例えば、推定装置１００は、所定の期間における各端末装置１０により検知された音声情報に含まれる環境音の類似性に基づいて、同一の移動手段に同乗するユーザを推定してもよい。なお、推定装置１００は、種々の従来技術を適宜用いて上記の音声情報の解析を行ってもよい。また、上記の音声情報の解析は、他のログ情報を用いた推定に比べて推定装置１００の処理負荷が高くなる場合が多い。そのため、推定装置１００は、位置情報等の他のログ情報に基づいて第１推定処理を行った後、第２ユーザ群に含まれるユーザの音声情報を対象として、上記の解析を行うことにより、第２ユーザ群から同乗ユーザを推定してもよい。

また、上記の例では、推定装置１００が第１ユーザ群ＴＧ１１から第２ユーザ群ＴＧ１２を推定し、第２ユーザ群ＴＧ１２から同乗ユーザＴＧ１３−１等を推定する処理、すなわち２段階の処理により同乗ユーザを推定する場合を示したが、推定装置１００は、種々の段階の処理により同乗ユーザを推定してもよい。例えば、推定装置１００は、１段階の処理で同乗ユーザを推定してもよい。この場合、図１の例では、推定装置１００は、第１ユーザ群ＴＧ１１から直接同乗ユーザＴＧ１３−１等を推定してもよい。この場合、推定装置１００は、各種（位置、気温、湿度、振動、加速度、音声等）のログ情報に基づいて、第１ユーザ群ＴＧ１１から直接同乗ユーザＴＧ１３−１等を推定してもよい。上述したように、推定装置１００は、種々の情報を適宜の段階で用いて、同乗ユーザを推定してもよい。例えば、推定装置１００は、最初に気温や湿度等の車内環境の情報に基づいて第１ユーザ群から第２ユーザ群を推定し、次に音声情報に基づいて第２ユーザ群から第３ユーザ群を推定し、最後に位置情報に基づいて第３ユーザ群から同乗ユーザを推定してもよい。このように、推定装置１００は、３段階以上の処理により、同乗ユーザを推定してもよい。上記例のように、推定装置１００は、用いる情報の種別に応じて、段階的に処理することにより、同乗ユーザを推定してもよい。このように、推定装置１００は、１段階〜Ｎ段階まで任意の段階により、同乗ユーザを推定してもよい。なお、推定装置１００は、同乗ユーザを推定可能であれば、どのような情報を用いたり、どのような段階の処理を行ったりして、同乗ユーザを推定してもよい。すなわち、上述した１段階や２段階等の段階は、概念的な処理の段階の分割であり、推定装置１００は、取得した情報に基づいて同乗ユーザを推定可能であれば、どのような処理手順で同乗ユーザを推定してもよい。

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

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図２に示すように、ユーザ情報記憶部１２１と、位置情報記憶部１２２と、端末関連情報記憶部１２３とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報を記憶する。図３は、実施形態に係るユーザ情報記憶部の一例を示す図である。図３に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「端末ＩＤ」、「性別」、「年代」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「端末ＩＤ」は、対応するユーザが利用する端末装置１０を識別する情報を示す。なお、対応するユーザが複数の端末装置１０を利用する場合、ユーザ情報記憶部１２１には、「端末ＩＤ」は複数記憶されてもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。また、「年代」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年代」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。

例えば、図３に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザは、端末ＩＤ「ＴＭ１」により識別される端末装置１０を利用していることを示す。また、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「３０代」であり、性別は、「男性」であることを示す。

例えば、図３に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザは、端末ＩＤ「ＴＭ２」により識別される端末装置１０や端末ＩＤ「ＴＭ２−２」により識別される端末装置１０を含む複数の端末装置１０を利用していることを示す。また、ユーザＩＤ「Ｕ２」により識別されるユーザの年齢は、「２０代」であり、性別は、「女性」であることを示す。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、居住地、興味、家族構成、収入、ライフスタイル等の情報を記憶してもよい。

（位置情報記憶部１２２）
実施形態に係る位置情報記憶部１２２は、ユーザの位置に関する各種情報を記憶する。図４は、実施形態に係る位置情報記憶部の一例を示す図である。例えば、位置情報記憶部１２２は、各ユーザの端末装置１０から取得した位置情報を記憶する。図４に示す位置情報記憶部１２２には、「端末ＩＤ」、「日時」、「位置情報」といった項目が含まれる。

「端末ＩＤ」は、端末装置１０を識別する情報を示す。「日時」は、各位置情報が取得された日時を示す。「位置情報」は、対応する日時における対応するユーザの位置情報を示す。

例えば、図４に示す例において、端末ＩＤ「ＴＭ１」により識別される端末装置１０の位置情報「ＬＣ１−１」が、日時「日時ＤＡ−１」に取得されたことを示す。すなわち、端末ＩＤ「ＴＭ１」により識別される端末装置１０を利用するユーザの位置情報「ＬＣ１−１」が、日時「日時ＤＡ−１」に取得されたことを示す。例えば、図４に示す例において、端末ＩＤ「ＴＭ１」により識別される端末装置１０の位置情報「ＬＣ２−１」が、日時「日時ＤＢ−１」に取得されたことを示す。すなわち、端末ＩＤ「ＴＭ１」により識別される端末装置１０を利用するユーザの位置情報「ＬＣ２−１」が、日時「日時ＤＢ−１」に取得されたことを示す。

図４に示す例では、ハイフン（“-”）が付された日時「日時ＤＡ−１」等は、日時ＤＡから所定の範囲内（例えば５秒以内等）の日時を意味する。また、例えば、日時ＤＢ−１、日時ＤＢ−２等は、日時ＤＢから所定の範囲内の位置情報を意味する。

また、図４に示す例では、ハイフン（“-”）が付された位置情報ＬＣ１−１等は、位置情報ＬＣ１から所定の範囲内（例えば１０ｍ以内等）の位置情報を意味する。また、例えば、位置情報ＬＣ２−１、ＬＣ２−２等は、位置情報ＬＣ２から所定の範囲内の位置情報を意味する。

図４に示す例では、推定装置１００は、日時ＤＢ−１に取得された位置情報ＬＣ２−１と、日時ＤＢ−２に取得された位置情報ＬＣ２−２とを、日時ＤＢに近接する日時に取得された位置情報ＬＣ２に近接する位置情報と推定してもよい。この場合、推定装置１００は、端末装置１０（ＴＭ１）と端末装置１０（ＴＭ２）とを同一日時（日時ＤＢ）に同一エリア（位置情報ＬＣ２）に位置する端末装置１０としてもよい。

なお、位置情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図４では、端末ＩＤごとに位置情報が位置情報記憶部１２２に記憶される場合を示したが、位置情報は、端末ＩＤごとに限らず、例えば取得された日時順に記憶されてもよい。

（端末関連情報記憶部１２３）
実施形態に係る端末関連情報記憶部１２３は、端末関連情報を記憶する。図５は、実施形態に係る端末関連情報記憶部の一例を示す図である。図５に示す端末関連情報記憶部１２３には、端末関連情報として、位置情報以外の各種のセンサ情報（ログ情報）が記憶される。図５に示す端末関連情報記憶部１２３には、「端末ＩＤ」、「日時」、「種別」、「データ」といった項目が含まれる。

「端末ＩＤ」は、端末装置１０を識別する情報を示す。「日時」は、各端末関連情報が取得された日時を示す。「種別」は、対応する日時において取得された端末関連情報の種別を示す。例えば、「種別」には、「音声」、「加速度」、「照度」など、取得された端末関連情報の種々の種別が記憶される。「データ」は、対応する日時において取得された端末関連情報のデータを示す。なお、図５に示す「データ」には、「データＡ」や「データＢ」等の記号を示すが、実際には、具体的な情報や、その格納場所を示すファイルパス名などが格納される。

例えば、図５に示す例において、端末ＩＤ「ＴＭ１」により識別される端末装置１０から種別「音声」のデータＡが、日時「日時ＤＤ−１」に取得されたことを示す。例えば、図５に示す例において、端末ＩＤ「ＴＭ１」により識別される端末装置１０から種別「加速度」のデータＢが、日時「日時ＤＥ−１」に取得されたことを示す。

なお、端末関連情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、端末関連情報記憶部１２３には、無線通信に関する情報が記憶されてもよい。また、図５では、端末ＩＤごとに端末関連情報が端末関連情報記憶部１２３に記憶される場合を示したが、端末関連情報は、端末ＩＤごとに限らず、例えば取得された日時順に記憶されてもよい。

（制御部１３０）
図２の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、推定装置１００内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

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

（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ユーザ情報記憶部１２１や、位置情報記憶部１２２や、端末関連情報記憶部１２３から各種情報を取得する。例えば、取得部１３１は、ユーザが利用する端末装置１０から各種情報を取得する。例えば、取得部１３１は、各ユーザが利用する各端末装置１０からセンサ情報を取得する。

例えば、取得部１３１は、各端末装置１０に関する位置情報を含むセンサ情報を取得する。例えば、取得部１３１は、各端末装置１０により検知された音声情報を含むセンサ情報を取得する。例えば、取得部１３１は、各端末装置１０により検知された加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報の少なくとも１つを含むセンサ情報を取得する。例えば、取得部１３１は、各端末装置１０から無線通信に関する情報を取得する。例えば、取得部１３１は、各ユーザに関する所定のネットワーク上における履歴情報を取得する。

図１の例では、取得部１３１は、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）のｎ台の端末装置１０からログ情報を取得する。例えば、取得部１３１は、位置情報、音声情報、加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報を含むログ情報を端末装置１０から取得する。

（推定部１３２）
推定部１３２は、種々の情報を推定する。例えば、推定部１３２は、各端末装置１０から取得されるセンサ情報に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、所定の期間における各端末装置１０に関する位置情報の変化に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、所定の期間における各端末装置１０に関する位置情報の変化の類似性に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、所定の期間における各端末装置１０により検知された音声情報の類似性に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、所定の期間における各端末装置１０により検知された音声情報の内容に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、各端末装置１０から取得される無線通信に関する情報に基づいて、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、各ユーザに関する所定のネットワーク上における履歴情報に基づいて、同一の移動手段に同乗するユーザを推定する。

例えば、推定部１３２は、第１推定処理を行う。例えば、推定部１３２は、第１推定処理により、推定対象となる第１ユーザ群のうち、同一の移動手段に同乗するユーザと推定される第２ユーザ群であって、第１ユーザ群よりも少ない第２ユーザ群を推定する。

例えば、推定部１３２は、第２推定処理を行う。例えば、推定部１３２は、第２推定処理により、第２ユーザ群のうち、同一の移動手段に同乗するユーザと推定される同乗ユーザ群であって、第２ユーザ群よりも少ない同乗ユーザ群を推定することにより、同一の移動手段に同乗するユーザを推定する。

例えば、推定部１３２は、第１精度の情報に基づいて第２ユーザ群を推定する第１推定処理と、第１精度よりも精度が高い第２精度の情報に基づいて同乗ユーザ群を推定する第２推定処理とにより、同一の移動手段に同乗するユーザを推定する。

図１の例では、推定部１３２は、所定のユーザ群（図１では、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ））を推定対象として、第１推定処理と第２推定処理との２段階の処理により、同一の移動手段に同乗するユーザを推定する。例えば、推定部１３２は、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）のｎ台の端末装置１０を第１ユーザ群として、第１ユーザ群を絞り込んだ第２ユーザ群を推定し、さらに第２ユーザ群から同一の移動手段に同乗するユーザを推定する。

図１の例では、推定部１３２は、第１推定処理により第２ユーザ群を推定する。例えば、推定装置１００は、ログ情報が取得された端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）のｎ台の端末装置１０を第１ユーザ群ＴＧ１１（図１参照）として、第２ユーザ群を推定する。例えば、推定部１３２は、日時ＤＣにおける各端末装置１０の位置を推定する。例えば、推定部１３２は、日時ＤＣにおいて所定のエリアに位置する端末装置１０を第２ユーザ群として推定する。例えば、推定部１３２は、日時ＤＣにおいてエリアＡＲ１１に位置する端末装置１０を第２ユーザ群として推定する。

図１の例では、推定部１３２は、第１ユーザ群ＴＧ１１から日時ＤＣにおいてエリアＡＲ１１に位置する端末装置１０を第２ユーザ群ＴＧ１２として推定する。例えば、推定部１３２は、第１ユーザ群ＴＧ１１から、端末装置１０（ＴＭ１）や端末装置１０（ＴＭ２）や端末装置１０（ＴＭ４）や端末装置１０（ＴＭ３３８）等を含む第２ユーザ群ＴＧ１２（図１参照）を推定する。

図１の例では、推定部１３２は、第２ユーザ群ＴＧ１２に含まれる端末装置１０を対象に、移動過程を推定する。例えば、推定部１３２は、図１中の移動過程一覧ＲＴ１１に示すように、日時ＤＡ、日時ＤＢ、日時ＤＣの３つの時点における端末装置１０の位置情報に基づいて各端末装置１０の移動過程を推定する。

例えば、推定部１３２は、図１中の移動過程一覧ＲＴ１１に示すように、端末装置１０（ＴＭ１）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３であると推定する。また、例えば、推定部１３２は、端末装置１０（ＴＭ２）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３であると推定する。また、例えば、推定部１３２は、端末装置１０（ＴＭ４）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ４０、日時ＤＣに位置情報ＬＣ３であると推定する。また、例えば、推定部１３２は、端末装置１０（ＴＭ３３８）の移動過程が、日時ＤＡに位置情報ＬＣ１、日時ＤＢに位置情報ＬＣ２、日時ＤＣに位置情報ＬＣ３であると推定する。

図１の例では、推定部１３２は、第２ユーザ群ＴＧ１２に含まれる端末装置１０のうち、同乗するユーザを推定する。例えば、推定部１３２は、同乗ユーザ群ＴＧ１３−１に示すように、端末装置１０（ＴＭ１）、端末装置１０（ＴＭ２）、及び端末装置１０（ＴＭ３３８）の３台の端末装置１０を同乗するユーザとして推定する。例えば、推定部１３２は、同乗ユーザ群ＴＧ１３−１（図１参照）とユーザ情報記憶部１２１（図１参照）に記憶されたユーザと端末装置１０との対応付けに基づいて、同乗するユーザを推定する。例えば、推定部１３２は、結果情報ＲＳ１１（図１参照）に示すように、ユーザＵ１、ユーザＵ２、及びユーザＵ３３８の３人のユーザを同一の移動手段（例えば自動車Ｃ１１）に同乗するユーザと推定する。

（送信部１３３）
送信部１３３は、外部の情報処理装置に各種情報を配信する。例えば、送信部１３３は、端末装置１０に各種情報を配信する。また、送信部１３３は、外部の情報処理装置に同乗ユーザに関する情報を送信してもよい。また、送信部１３３は、所定のナビゲーションサービスを提供する外部の情報処理装置に同乗ユーザに関する情報を送信してもよい。

〔３．推定処理のフロー〕
次に、図６を用いて、実施形態に係る推定システム１による推定処理の手順について説明する。図６は、実施形態に係る推定処理の一例を示すフローチャートである。具体的には、図６は、クラスタ数（組合情報数）を決定しない手法による推定処理の一例を示すフローチャートである。

図６に示すように、推定装置１００は、ユーザが利用する端末装置からログ情報を取得する（ステップＳ１０１）。例えば、推定装置１００は、各ユーザが利用する端末装置１０からユーザの位置情報を含むセンサ情報を取得する。図１の例では、取得部１３１は、端末装置１０（ＴＭ１）〜端末装置１０（ＴＭｎ）のｎ台の端末装置１０からログ情報を取得する。

また、推定装置１００は、各端末装置１０から取得したログ情報に基づいて、第１推定処理を行う（ステップＳ１０２）。例えば、推定装置１００は、第１ユーザ群から第２ユーザ群を推定する。図１の例では、推定装置１００は、第１ユーザ群ＴＧ１１から第２ユーザ群ＴＧ１２を推定する。

その後、推定装置１００は、第２推定処理を行う（ステップＳ１０３）。例えば、推定装置１００は、第２ユーザ群から同乗ユーザを推定する。図１の例では、推定装置１００は、第２ユーザ群ＴＧ１２から同乗ユーザ群ＴＧ１３−１を推定する。

〔４．無線通信情報の利用〕
上述した例においては、ユーザの端末装置１０から取得した位置情報等のセンサ情報を用いて同乗ユーザを推定する場合を主に説明したが、推定装置１００は、同乗ユーザの推定に利用可能であればどのような情報を用いてもよい。この点について、図７を用いて説明する。図７は、実施形態に係る無線通信情報に基づく推定の一例を示す図である。図７に示す例においては、端末装置１０間におけるＢｌｕｅｔｏｏｔｈ（登録商標）による無線通信に関する情報を用いた、端末装置１０のグループ化を示す。なお、図７に示す例においては、各端末装置の符号「１０」に続く「（）」内の記号は、端末装置の識別情報を示す。例えば、図７中に「１０（ＴＭ１０１）」の符号が付された端末装置１０は、端末ＩＤ「ＴＭ１０１」により識別される端末装置１０であることを示す。なお、以下では、端末ＩＤ「ＴＭ１０１」により識別される端末装置１０を端末装置１０（ＴＭ１０１）と記載する場合がある。他の端末装置１０についても同様に、端末ＩＤにより識別される端末装置１０を端末装置１０（“端末ＩＤ”）と記載する場合がある。

図７に示す例においては、推定装置１００が各端末装置１０の接続状況に応じて２つのグループＧＰ１１、ＧＰ１２を推定する場合を示す。なお、図７に示す例には、２つのグループＧＰ１１、ＧＰ１２に含まれる端末装置１０のみを図示するが、２つのグループＧＰ１１、ＧＰ１２に含まれない多数の端末装置１０があるものとする。

図７に示す例においては、端末装置１０（ＴＭ１０１）と端末装置１０（ＴＭ１０２）とは、接続線ＣＮ１１−１に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。また、図７に示す例においては、端末装置１０（ＴＭ１０１）と端末装置１０（ＴＭ１０３）とは、接続線ＣＮ１１−２に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。また、図７に示す例においては、端末装置１０（ＴＭ１０２）と端末装置１０（ＴＭ１０５）とは、接続線ＣＮ１１−３に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。また、図７に示す例においては、端末装置１０（ＴＭ１０２）と端末装置１０（ＴＭ１０４）とは、接続線ＣＮ１１−４に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。そのため、推定装置１００は、５つの端末装置１０（ＴＭ１０１）、端末装置１０（ＴＭ１０２）、端末装置１０（ＴＭ１０３）、端末装置１０（ＴＭ１０４）、及び端末装置１０（ＴＭ１０５）を１つのグループＧＰ１１と推定する。なお、推定装置１００は、第１推定処理において無線通信情報を用いることにより、第２ユーザ群としてグループＧ１１を推定してもよいし、第２推定処理において無線通信情報を用いることにより、同乗ユーザとしてグループＧ１１を推定してもよい。

図７に示す例においては、端末装置１０（ＴＭ２０１）と端末装置１０（ＴＭ２０２）とは、接続線ＣＮ１１−５に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。また、図７に示す例においては、端末装置１０（ＴＭ２０１）と端末装置１０（ＴＭ２０３）とは、接続線ＣＮ１１−６に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。また、図７に示す例においては、端末装置１０（ＴＭ２０２）と端末装置１０（ＴＭ２０３）とは、接続線ＣＮ１１−７に示すように、Ｂｌｕｅｔｏｏｔｈにより接続されている。そのため、推定装置１００は、３つの端末装置１０（ＴＭ２０１）、端末装置１０（ＴＭ２０２）、及び端末装置１０（ＴＭ２０３）を１つのグループＧＰ１２と推定する。なお、推定装置１００は、第１推定処理において無線通信情報を用いることにより、第２ユーザ群としてグループＧ１２を推定してもよいし、第２推定処理において無線通信情報を用いることにより、同乗ユーザとしてグループＧ１２を推定してもよい。

なお、上記は一例であり、推定装置１００が用いる無線通信情報は、Ｂｌｕｅｔｏｏｔｈの情報に限らず、同乗ユーザの推定に利用可能であれば、Ｗｉ−Ｆｉ等の種々の無線通信に関する情報であってもよい。

〔５．効果〕
上述してきたように、実施形態に係る推定装置１００は、取得部１３１と、推定部１３２とを有する。取得部１３１は、各ユーザが利用する各端末装置１０からセンサ情報を取得する。また、推定部１３２は、各端末装置１０から取得されるセンサ情報に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、各端末装置１０から取得されるセンサ情報に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、取得部１３１は、各端末装置１０に関する位置情報を含むセンサ情報を取得する。

これにより、実施形態に係る推定装置１００は、各端末装置１０から取得される位置情報に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、推定部１３２は、所定の期間における各端末装置１０に関する位置情報の変化に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、所定の期間における各端末装置１０に関する位置情報の変化に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、推定部１３２は、所定の期間における各端末装置１０に関する位置情報の変化の類似性に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、所定の期間における各端末装置１０に関する位置情報の変化の類似性に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、取得部１３１は、各端末装置１０により検知された音声情報を含むセンサ情報を取得する。

これにより、実施形態に係る推定装置１００は、各端末装置１０により検知された音声情報を含むセンサ情報に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、取得部１３１は、所定の期間における各端末装置１０により検知された音声情報の類似性に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、所定の期間における各端末装置１０により検知された音声情報の類似性に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、推定部１３２は、所定の期間における各端末装置１０により検知された音声情報の内容に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、所定の期間における各端末装置１０により検知された音声情報の内容に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、取得部１３１は、各端末装置１０により検知された加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報の少なくとも１つを含むセンサ情報を取得する。

これにより、実施形態に係る推定装置１００は、各端末装置１０により検知された加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報の少なくとも１つを含むセンサ情報を取得することにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、取得部１３１は、各端末装置１０から無線通信に関する情報を取得する。推定部１３２は、各端末装置１０から取得される無線通信に関する情報に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、各端末装置１０から取得される無線通信に関する情報に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、取得部１３１は、各ユーザに関する所定のネットワーク上における履歴情報を取得する。推定部１３２は、各ユーザに関する所定のネットワーク上における履歴情報に基づいて、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、各ユーザに関する所定のネットワーク上における履歴情報に基づくことにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、推定部１３２は、推定対象となる第１ユーザ群のうち、同一の移動手段に同乗するユーザと推定される第２ユーザ群であって、第１ユーザ群よりも少ない第２ユーザ群を推定する第１推定処理と、第２ユーザ群のうち、当該同一の移動手段に同乗するユーザと推定される同乗ユーザ群であって、第２ユーザ群よりも少ない同乗ユーザ群を推定する第２推定処理とにより、当該同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、推定対象となる第１ユーザ群のうち、同一の移動手段に同乗するユーザと推定される第２ユーザ群を推定する第１推定処理と、第２ユーザ群のうち、当該同一の移動手段に同乗するユーザと推定される同乗ユーザ群を推定する第２推定処理とにより、同一の移動手段に同乗するユーザを適切に推定することができる。

また、実施形態に係る推定装置１００において、推定部１３２は、第１精度の情報に基づいて第２ユーザ群を推定する第１推定処理と、第１精度よりも精度が高い第２精度の情報に基づいて同乗ユーザ群を推定する第２推定処理とにより、同一の移動手段に同乗するユーザを推定する。

これにより、実施形態に係る推定装置１００は、第１精度の情報に基づいて第２ユーザ群を推定する第１推定処理と、第１精度よりも精度が高い第２精度の情報に基づいて同乗ユーザ群を推定する第２推定処理とにより、同一の移動手段に同乗するユーザを推定することにより、同一の移動手段に同乗するユーザを適切に推定することができる。

〔６．ハードウェア構成〕
上述してきた実施形態に係る推定装置１００は、例えば図８に示すような構成のコンピュータ１０００によって実現される。図８は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が推定したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、推定したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る推定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

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

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

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

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 推定システム
１００ 推定装置
１２１ ユーザ情報記憶部
１２２ 位置情報記憶部
１２３ 端末関連情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 推定部
１３３ 送信部
１０ 端末装置
Ｎ ネットワーク

Claims (16)

1. 各ユーザが利用する各端末装置から、前記各端末装置により検知された音声情報を含むセンサ情報を取得する取得部と、
   前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定部と、
   を備えたことを特徴とする推定装置。
2. 各ユーザが利用する各端末装置からセンサ情報を取得する取得部と、
   前記センサ情報以外の情報である前記各ユーザのインターネット上における履歴情報に基づくユーザ群のうち、前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定部と、
   を備えたことを特徴とする推定装置。
3. 前記取得部は、
   前記各端末装置に関する位置情報を含む前記センサ情報を取得する
   ことを特徴とする請求項１または請求項２に記載の推定装置。
4. 前記推定部は、
   所定の期間における前記各端末装置に関する位置情報の変化に基づいて、同一の移動手段に同乗するユーザを推定する
   ことを特徴とする請求項３に記載の推定装置。
5. 前記推定部は、
   所定の期間における前記各端末装置に関する位置情報の変化の類似性に基づいて、同一の移動手段に同乗するユーザを推定する
   ことを特徴とする請求項４に記載の推定装置。
6. 前記推定部は、
   所定の期間における前記各端末装置により検知された音声情報の類似性に基づいて、同一の移動手段に同乗するユーザを推定する
   ことを特徴とする請求項１〜５のいずれか１項に記載の推定装置。
7. 前記推定部は、
   所定の期間における前記各端末装置により検知された音声情報の内容に基づいて、同一の移動手段に同乗するユーザを推定する
   ことを特徴とする請求項６に記載の推定装置。
8. 前記取得部は、
   前記各端末装置により検知された加速度情報、振動に関する情報、気温に関する情報、気圧に関する情報、湿度に関する情報、照度に関する情報の少なくとも１つを含む前記センサ情報を取得する
   ことを特徴とする請求項１〜７のいずれか１項に記載の推定装置。
9. 前記取得部は、
   前記各端末装置から無線通信に関する情報を取得し、
   前記推定部は、
   前記各端末装置から取得される前記無線通信に関する情報に基づいて、同一の移動手段に同乗するユーザを推定する
   ことを特徴とする請求項１〜８のいずれか１項に記載の推定装置。
10. 前記取得部は、
    前記各ユーザに関する所定のネットワーク上における履歴情報を取得し、
    前記推定部は、
    前記各ユーザに関する所定のネットワーク上における履歴情報に基づいて、同一の移動手段に同乗するユーザを推定する
    ことを特徴とする請求項１〜９のいずれか１項に記載の推定装置。
11. 前記推定部は、
    推定対象となる第１ユーザ群のうち、同一の移動手段に同乗するユーザと推定される第２ユーザ群であって、前記第１ユーザ群よりも少ない第２ユーザ群を推定する第１推定処理と、前記第２ユーザ群のうち、当該同一の移動手段に同乗するユーザと推定される同乗ユーザ群であって、前記第２ユーザ群よりも少ない同乗ユーザ群を推定する第２推定処理とにより、当該同一の移動手段に同乗するユーザを推定する
    ことを特徴とする請求項１〜１０のいずれか１項に記載の推定装置。
12. 前記推定部は、
    第１精度の情報に基づいて前記第２ユーザ群を推定する前記第１推定処理と、前記第１精度よりも精度が高い第２精度の情報に基づいて前記同乗ユーザ群を推定する前記第２推定処理とにより、同一の移動手段に同乗するユーザを推定する
    ことを特徴とする請求項１１に記載の推定装置。
13. コンピュータが実行する推定方法であって、
    各ユーザが利用する各端末装置から、前記各端末装置により検知された音声情報を含むセンサ情報を取得する取得工程と、
    前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定工程と、
    を含んだことを特徴とする推定方法。
14. 各ユーザが利用する各端末装置から、前記各端末装置により検知された音声情報を含むセンサ情報を取得する取得手順と、
    前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定手順と、
    をコンピュータに実行させることを特徴とする推定プログラム。
15. コンピュータが実行する推定方法であって、
    各ユーザが利用する各端末装置からセンサ情報を取得する取得工程と、
    前記センサ情報以外の情報である前記各ユーザのインターネット上における履歴情報に基づくユーザ群のうち、前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定工程と、
    を含んだことを特徴とする推定方法。
16. 各ユーザが利用する各端末装置からセンサ情報を取得する取得手順と、
    前記センサ情報以外の情報である前記各ユーザのインターネット上における履歴情報に基づくユーザ群のうち、前記各端末装置から取得される前記センサ情報に基づいて、同一の移動手段に同乗するユーザを推定する推定手順と、
    をコンピュータに実行させることを特徴とする推定プログラム。

Images