JP6276722B2 - 行動予測装置、行動予測方法及び行動予測プログラム - Google Patents
行動予測装置、行動予測方法及び行動予測プログラム Download PDFInfo
- Publication number
- JP6276722B2 JP6276722B2 JP2015028131A JP2015028131A JP6276722B2 JP 6276722 B2 JP6276722 B2 JP 6276722B2 JP 2015028131 A JP2015028131 A JP 2015028131A JP 2015028131 A JP2015028131 A JP 2015028131A JP 6276722 B2 JP6276722 B2 JP 6276722B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- visit
- candidate
- score
- category
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
現在の状況は、過去の状況に依存するというマルコフ連鎖の理論がある。以下に述べる本発明はこの理論にもとづき、次の状態をマルコフ連鎖にもとづき予測する。
すなわち、行動予測装置1は、遷移確率計算部2と予測部3とを備える。
図1〜6を参照しながら本実施形態の行動予測の過程について説明する。
本実施形態の行動予測装置1によれば、地域セル毎に訪問地が属する訪問カテゴリの遷移確率Pijを計算し、訪問地候補のスコアVjk(地域セルを考慮しないで計算されたもの)を考慮することにより、ユーザ個人の傾向も加味する。
本発明は、行動予測装置1を構成する上記の機能部2,3(31〜34)の一部若しくは全てとしてコンピュータを機能させるプログラムで構成しこれを当該コンピュータに実行させることにより実現できる。または、同装置1が実行する上記のステップS1,S2(S201〜S204)の一部若しくは全てをコンピュータに実行させるプログラムで構成しこれを当該コンピュータに実行させることにより実現できる。そして、このプログラムをそのコンピュータが読み取り可能な周知の記録媒体(例えば、ハードディスク、フレキシブルディスク、CD−ROM等)に格納して提供できる。または、前記プログラムをインターネットや電子メール等でネットワークを介して提供できる。
2…遷移確率計算部(遷移確率計算手段)
3…予測部(予測手段)
31…情報取得部(情報取得手段)
32…地域セル特定部(セル特定手段)
33…候補抽出部(候補抽出手段)
34…スコア計算部(スコア計算手段)
Claims (8)
- ユーザの行動を予測する行動予測装置であって、
複数ユーザの訪問順序履歴に依るマルコフ連鎖に基づき各ユーザの現在地が属する現在の訪問カテゴリから次の訪問地が属する次の訪問カテゴリへの遷移確率を各ユーザの移動手段の利用を示す移動モード毎に算出する遷移確率計算手段と、
前記訪問順序履歴に依るユーザの次の訪問地候補のスコアをこのユーザの現在地の移動モードに対応した前記遷移確率によって重み付けして新たに算出した当該候補のスコアの値に基づき当該候補から当該ユーザの次の訪問地を抽出する予測手段と
を備えたことを特徴とする行動予測装置。 - 前記予測手段は、
前記ユーザの直近の訪問履歴からこのユーザの現在地の直前の訪問地とこの訪問地の属する現在の訪問カテゴリを取得すると共に当該ユーザの移動軌跡からこのユーザの移動モードを取得する情報取得手段と、
前記ユーザの現在地が属する特定の地域を示す地域セルを特定するセル特定手段と、
前記取得されたユーザの移動モードに対応した当該ユーザの前記遷移確率と前記取得されたこのユーザの現在の訪問カテゴリとに基づき前記地域セルに起因する次の訪問地が属する次の訪問カテゴリの候補を抽出する候補抽出手段と、
前記遷移確率と前記次の訪問カテゴリの候補に属する複数の訪問地候補の各スコアとの積により各訪問地候補のスコアを新たに算出して当該スコアの値に基づき抽出された訪問地候補を前記ユーザの次の訪問地として決定するスコア計算手段と
を備えたことを特徴とする請求項1に記載の行動予測装置。 - 前記予測手段は前記スコアが新たに算出された訪問地候補をそのスコアの値に基づき序列させることを特徴とする請求項1または2に記載の行動予測装置。
- 前記訪問順序履歴に依るユーザの次の訪問地候補のスコアは当該訪問順序履歴に基づく協調フィルタリングによって評価された値であることを特徴とする請求項1から3のいずれか1項に記載の行動予測装置。
- ユーザの行動を予測する行動予測装置が実行する行動予測方法であって、
複数ユーザの訪問順序履歴に依るマルコフ連鎖に基づき各ユーザの現在地が属する現在の訪問カテゴリから次の訪問地が属する次の訪問カテゴリへの遷移確率を各ユーザの移動手段の利用を示す移動モード毎に算出する遷移確率計算ステップと、
前記訪問順序履歴に依るユーザの次の訪問地候補のスコアをこのユーザの現在地の移動モードに対応した前記遷移確率によって重み付けして新たに算出した当該候補のスコアの値に基づき当該候補から当該ユーザの次の訪問地を抽出する予測ステップと
を有することを特徴とする行動予測方法。 - 前記予測ステップは、
前記ユーザの直近の訪問履歴からこのユーザの現在地の直前の訪問地とこの訪問地の属する現在の訪問カテゴリを取得すると共に当該ユーザの移動軌跡からこのユーザの移動モードを取得する情報取得ステップと、
前記ユーザの現在地が属する特定の地域を示す地域セルを特定するセル特定手段と、
前記取得されたユーザの移動モードに対応した当該ユーザの前記遷移確率と前記取得されたこのユーザの現在の訪問カテゴリとに基づき前記地域セルに起因する次の訪問地が属する次の訪問カテゴリの候補を抽出する候補抽出ステップと、
前記遷移確率と前記次の訪問カテゴリの候補に属する複数の訪問地候補の各スコアとの積により各訪問地候補のスコアを新たに算出して当該スコアの値に基づき抽出された訪問地候補を前記ユーザの次の訪問地として決定するスコア計算ステップと
を有することを特徴とする請求項5に記載の行動予測方法。 - 前記予測ステップでは、前記スコアが新たに算出された訪問地候補をそのスコアの値に基づき序列させること
を特徴とする請求項5または6に記載の行動予測方法。 - コンピュータを請求項1から4のいずれか1項に記載の行動予測装置を構成する各手段として機能させることを特徴とする行動予測プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015028131A JP6276722B2 (ja) | 2015-02-17 | 2015-02-17 | 行動予測装置、行動予測方法及び行動予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015028131A JP6276722B2 (ja) | 2015-02-17 | 2015-02-17 | 行動予測装置、行動予測方法及び行動予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016151840A JP2016151840A (ja) | 2016-08-22 |
JP6276722B2 true JP6276722B2 (ja) | 2018-02-07 |
Family
ID=56695421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015028131A Active JP6276722B2 (ja) | 2015-02-17 | 2015-02-17 | 行動予測装置、行動予測方法及び行動予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6276722B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125551B (zh) * | 2019-11-12 | 2021-04-06 | 杭州电子科技大学 | 一种基于选择记忆的马尔可夫模型的用户位置预测方法 |
CN116092056B (zh) * | 2023-03-06 | 2023-07-07 | 安徽蔚来智驾科技有限公司 | 目标识别方法、车辆控制方法、设备、介质及车辆 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10042032B2 (en) * | 2009-04-29 | 2018-08-07 | Amazon Technologies, Inc. | System and method for generating recommendations based on similarities between location information of multiple users |
JP5271151B2 (ja) * | 2009-05-14 | 2013-08-21 | 株式会社エヌ・ティ・ティ・ドコモ | 訪問パターン抽出サーバ、訪問パターン抽出システム及び訪問パターン抽出方法 |
JP5425050B2 (ja) * | 2010-12-21 | 2014-02-26 | 日本電信電話株式会社 | ランドマーク推薦装置及び方法及びプログラム |
JP2014092429A (ja) * | 2012-11-02 | 2014-05-19 | Zenrin Datacom Co Ltd | 施設検索装置、施設検索方法、および、ナビゲーションシステム |
-
2015
- 2015-02-17 JP JP2015028131A patent/JP6276722B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016151840A (ja) | 2016-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101871747B1 (ko) | 유사성향 기반 사용자-관광상품 추천 방법 및 시스템 | |
Kurashima et al. | Travel route recommendation using geotagged photos | |
CN106462627B (zh) | 根据多个位置数据报告分析语义地点和相关数据 | |
JP5248915B2 (ja) | Gps追跡及び周知な近傍目的地からのユーザの行動趣向の学習 | |
Fogli et al. | Exploiting semantics for context-aware itinerary recommendation | |
Xing et al. | Points-of-interest recommendation based on convolution matrix factorization | |
US11490220B2 (en) | System and method for accurately and efficiently generating ambient point-of-interest recommendations | |
JP5732441B2 (ja) | 情報推薦方法、装置及びプログラム | |
Ma et al. | Location recommendation by combining geographical, categorical, and social preferences with location popularity | |
Yu et al. | Graph neural network based model for multi-behavior session-based recommendation | |
JP6725718B2 (ja) | 位置基盤情報探索方法およびコンピュータ装置 | |
Dokuz et al. | Discovering socially important locations of social media users | |
Braunhofer et al. | Contextual information elicitation in travel recommender systems | |
Long et al. | Toward a kinetic-based probabilistic time geography | |
Guo et al. | Cosolorec: Joint factor model with content, social, location for heterogeneous point-of-interest recommendation | |
Ren et al. | Mining dynamic preferences from geographical and interactive correlations for next POI recommendation | |
Duan et al. | Personalized service recommendations for travel using trajectory pattern discovery | |
Hong et al. | Multi-criteria tensor model consolidating spatial and temporal information for tourism recommendation | |
Mahajan et al. | Harnessing user’s social influence and IoT data for personalized event recommendation in event-based social networks | |
Andrade et al. | From mobility data to habits and common pathways | |
JP6276722B2 (ja) | 行動予測装置、行動予測方法及び行動予測プログラム | |
Noorian | A BERT-based sequential POI recommender system in social media | |
Xu et al. | A novel travel group recommendation model based on user trust and social influence | |
Yu et al. | Exploiting location significance and user authority for point-of-interest recommendation | |
Gao et al. | Graph-theoretic approach to detecting real-time intents within purchase conversion funnel using clickstream data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171219 |
|
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: 20180109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180112 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6276722 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |