JP6364633B2 - 推定システム、及び、推定方法 - Google Patents

Description

本発明は、推定システムに関する。

現金を取り出すことなく、端末にかざすだけで買い物ができる手軽さから、近年、電子マネーの利用が普及している。電子マネー機能が備わる携帯電話、鉄道又はバスなど交通機関の利用が可能なＩＣカードなど国内だけでも数十種類の電子マネー機能を有する装置が存在している。そして、これらの相互利用も進んでいるため、電子マネーを利用できる範囲が、スーパー、コンビニ、及び自動販売機など急速に広がっている。

それらの電子マネーの利用履歴、すなわち、いつ、どの端末にいくら支払ったかという情報は、電子マネー運用会社に集約され、記録される。電子マネーの利用履歴は、様々な形で活用されるようになってきている。例えば、従来技術には、飲料自販機の電子マネー利用履歴とＰＯＳデータとを組み合わせ、購買傾向を分析する技術がある。

このように電子マネーの利用状況を分析するためには、電子マネーを利用できる端末が設置される場所、端末が用いられる店舗の種類を取得する必要があるが、これらの情報は必ずしも正確に整備されているとは限らず、さらには膨大な数の端末の情報整備を人手で行うことも困難であるという問題があった。

そこで、例えば特許文献１では、あらかじめ位置が判明している駅改札機などの設置場所情報および通過時刻を用いて、電子マネー利用可能端末を利用した時刻と照らし合わせ、各電子マネー利用可能端末の最寄りの駅などを取得する技術が開示されている。

国際公開第２０１２／１６４５９６号

コンビニ、スーパー、駅ビル内の店舗、飲料系自動販売機、駐車場など、電子マネーが使える店舗の種類は多種多様である。電子マネーを利用できる端末が用いられる店舗の種類は、電子マネーデータを分析する上で重要な要素である。例えば、飲食店チェーンを展開する企業であれば、新たにある駅前への出店を計画する際、自社の競合会社である飲食店の数と、それぞれの店舗の利用状況を知ることは事業判断を行う上で、非常に有効である。

電子マネーの利用履歴を用いれば、電子マネー利用が可能な店舗全体を対象に網羅的な分析が可能であるが、飲食店に限定するなど店舗の種別毎に分析を行うためには、電子マネーを利用できる端末毎の店舗種別が、マスタデータとして整備される必要がある。

しかし、実際には店舗の種別の情報は必ずしも正確に整備されておらず、これまで人手で分類せざるを得なかった。その理由は、電子マネーを運用する電子マネー運用会社が本来、そのようなマスタデータを整備する立場にあるが、店舗や自動販売機を運営、管理するサービス事業者は別に存在することが多く、次の二つの理由で十分にメンテナンスされているとは限らないためである。

理由１として、店舗（テナント）が頻繁に変わるため、催事など元々の目的が端末の一時的な利用であるため、チェーン店の場合は支店内で使いまわすため、などがある。

理由２として、店舗変更などに伴うマスタデータ更新は一般的に人手で行われるため、入力にゆらぎ又は誤字が含まれる可能性が高いため、などがある。

これらのマスタデータの不備を逐次、人手で行うことは、端末が膨大であるため、現実的ではないという課題がある。特許文献１には類似の課題に対して電子マネー利用可能端末の位置情報を取得する技術が開示されているが、端末の種別情報に関しての課題を解決するものではない。

本発明はかかる点に鑑みてなされたものであって、その目的は電子マネーカードの利用履歴を用いて、店舗種別が判明していない、電子マネーを利用できる端末の業態の種別を取得することである。

上記課題を解決するために、本発明は、推定システムであって、プロセッサ、記憶部及びネットワークインタフェースを有し、ＩＣカードと通信する端末から出力される履歴データを、前記ネットワークインタフェースを介して、前記記憶部に格納し、前記履歴データは、前記端末と前記ＩＣカードとが通信した時刻と、前記端末とＩＣカードとの通信を用いた購買において支払われた金額と、を示し、前記端末は、設置される位置が既に特定されている既知端末を含み、前記推定システムは、前記端末とＩＣカードとの通信を用いた購買が行われた時刻と、当該購買の前又は後において前記既知端末と当該ＩＣカードとが通信した時刻とを、前記履歴データに基づいて特定し、前記特定した結果に基づいて、前記既知端末とＩＣカードとが通信した時刻と前記端末とＩＣカードとの通信を用いた購買が行われた時刻との間の経過時間を算出し、前記算出した経過時間と、前記購買において支払われた金額とに基づいて、前記端末が設置される店舗の種別を推定することを特徴とする推定システムを有する。

本発明によれば、電子マネーを利用できる端末が設置される店舗の種別を取得できる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本実施例のデータ処理システムを示す説明図である。 本実施例の店舗種別情報を生成する処理の概略を示す説明図である。 本実施例の端末履歴データを示す説明図である。 本実施例の電子マネー履歴データを示す説明図である。 本実施例の端末位置情報を示す説明図である。 本実施例の店舗利用パターンを示す説明図である。 本実施例の店舗種別情報を示す説明図である。 本実施例の店舗ＩＤを割り当てる処理を示す説明図である。 本実施例の稼働日比率及び時間帯利用率を算出する処理を示す説明図である。 本実施例の経過時間情報を示す説明図である。 本実施例の経過時間情報を生成する処理を示す説明図である。 本実施例の経過時間情報から速度情報を算出する処理を示す説明図である。 本実施例の基本料金及び料金変動幅を示す説明図である。 本実施例の店舗を推定する処理の概要を示す説明図である。 本実施例の店舗種別を推定する処理を示す説明図である。 本実施例の条件設定画面を示す説明図である。 本実施例の店舗又は端末を検索するための処理を示す説明図である。 本実施例の利用状況集計プログラムの処理を示す説明図である。 本実施例の情報配信プログラムによって生成および配信される画面を示す説明図である。

図１は、本実施例のデータ処理システムを示す説明図である。

本実施例のデータ処理システムは、電子マネーの利用履歴に基づいて、電子マネーを用いた購買活動があった店舗の業態の種別を推定する。ここで本実施例の購買活動とは、利用者が、商品又はサービスの提供にあたり、商品又はサービスの提供元に、電子マネーの所定の金額を対価として支払う行為である。

本実施例のデータ処理システムは、読み取り端末１０２、販売端末１０５、履歴管理サーバ１０９、ネットワーク１０８、ネットワーク１１４、入出力装置１１８、及び、店舗種別推定システム１０７を有する。

利用者１０１は、非接触型ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）カード、又は、非接触型ＩＣカードと同等の機能を持つ携帯端末（以下、ＩＣカード１０３）を保持する。利用者１０１は、ＩＣカード１０３を読み取り端末１０２と通信ができる範囲に配置することによって、読み取り端末１０２を通過する。

読み取り端末１０２は、店舗種別推定システム１０７の管理者が、設置された位置が既に特定されたと定められた端末であり、例えば、駅の改札機に備わる。

読み取り端末１０２は、ＩＣカード１０３が通信できる範囲に配置された場合、ＩＣカード１０３に通過、入場又は出場を示す情報を送信する。また、読み取り端末１０２は、ＩＣカード１０３に記録される電子マネーの残高を、入場料又は乗車賃を必要に応じて減算し、利用者１０１を通過させる。その際、読み取り端末１０２は、ＩＣカード１０３と通信した情報を取得する。

読み取り端末１０２は、通信に関する情報として、ＩＣカード１０３の各々を識別するためのカードＩＤ、ＩＣカード１０３と読み取り端末１０２とが通信した日時、及び、決済金額（ＩＣカード１０３の残高から減じられた金額）を少なくとも取得する。そして、読み取り端末１０２は、ＩＣカード１０３から取得した情報と、自らを識別する端末ＩＤとを含む履歴データを、ネットワーク１０８を介して履歴管理サーバ１０９に送信する。

利用者１０４は、ＩＣカード１０３と同じ電子マネーの機能を持つＩＣカード１０６を保持する。利用者１０４は、販売端末１０５にＩＣカード１０６をかざす又はスライドさせることにより、電子マネーによる購買を行い、商品又はサービスの提供を受ける。利用者１０４は、例えば、物品、切符、チケット、又は、その他サービスを、ＩＣカード１０６の電子マネーを用いて購入する。

利用者１０４がＩＣカード１０６を用いて購買を行った場合、販売端末１０５は、ＩＣカード１０６から購買に関する情報を取得する。そして、販売端末１０５は、ＩＣカード１０６から取得した情報と、自らを識別する端末ＩＤとを含む履歴データを、ネットワーク１０８を介して履歴管理サーバ１０９へ送信する。

販売端末１０５は、購買に関する情報として、ＩＣカード１０６の各々を識別するためのカードＩＤ、販売端末１０５とＩＣカード１０６との通信によって購買が行われた日時、及び、決済金額（ＩＣカード１０６の残高から減じられた金額）を少なくとも取得する。そして、販売端末１０５は、ＩＣカード１０６から取得した情報と、自らを識別する端末ＩＤとを含む履歴データを、ネットワーク１０８を介して履歴管理サーバ１０９に送信する。

以下において、ＩＣカード１０３及びＩＣカード１０６を総称して、単にＩＣカードと記載する。また、読み取り端末１０２及び販売端末１０５を総称して、端末と記載する。本実施例の端末は、例えば、ＩＣＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ Ｃａｒｄ）リーダを備える。

ＩＣカードは、ＩＣカードの各々を識別するためのカードＩＤ、及び、電子マネーの残高を少なくとも有する。ＩＣカードが購買に用いられた場合、端末は、ＩＣカードが保持する電子マネーの残高から、所定の金額を減ずる。

履歴管理サーバ１０９は、ＩＣカードを運用する事業者が管理する計算機である。履歴管理サーバ１０９が備える記憶領域は、端末から送信された履歴データを蓄積する。履歴管理サーバ１０９が蓄積する情報には、の際に取得された情報が含まれる。

履歴管理サーバ１０９は、情報が送信されたタイミングにおいて、又は、一時間ごと若しくは一日ごとなど所定のタイミングにおいて、蓄積された情報（履歴データ）をデータサーバ１１１へ、ネットワーク１０８を介して送信する。

履歴管理サーバ１０９は、深夜の所定のタイミングにおいて、データサーバ１１１へ履歴データを送信してもよい。また、履歴管理サーバ１０９は、あらかじめ定められた契約等に基づいて、定められた端末から取得された履歴データ、又は、定められた期間において取得された履歴データを、データサーバ１１１へ送信してもよい。

本実施例の店舗種別推定システム１０７は、データサーバ１１１、計算サーバ１１２、情報配信サーバ１１３、及び、入出力装置１２０等の計算機を備える。店舗種別推定システム１０７は、ＩＣカードの履歴データを蓄積し、さらに解析する。

店舗種別推定システム１０７に備わるサーバは、ネットワーク１０８及びネットワーク１１４に接続し、入出力装置１１８と通信する。入出力装置１１８は、店舗種別推定システム１０７による処理の結果を、利用者１１５に提示する計算機である。

また、計算サーバ１１２及び情報配信サーバ１１３は、ネットワーク１５１を介して入出力装置１２０と通信する。入出力装置１２０は、電子マネー運用事業者１１９等の店舗種別推定システム１０７の管理者によって操作される。電子マネー運用事業者１１９は、入出力装置１２０を用いて、店舗種別推定システム１０７における設定を変更したり、追加したりする。電子マネー運用事業者１１９は、店舗種別推定システム１０７を管理及び運用する。

なお、図１に示す店舗種別推定システム１０７は、データサーバ１１１、計算サーバ１１２、及び、情報配信サーバ１１３の三つの計算機を備えるが、店舗種別推定システム１０７は、これらサーバの機能を実現できれば、一つの計算機、又は、四つ以上の計算機によって構成されてもよい。

データサーバ１１１は、履歴データを格納する計算機である。計算サーバ１１２は、店舗の種別を推定する計算機である。情報配信サーバ１１３は、推定された店舗の種別を用いて、購買状況を示す情報を配信する計算機である。

データサーバ１１１、計算サーバ１１２及び情報配信サーバ１１３は、ＣＰＵ（１２７、１３１及び１４６）、メモリ（１２８、１３２及び１４７）、及び、記憶部（１２９、１３３及び１４８）を各々有する。また、データサーバ１１１、計算サーバ１１２及び情報配信サーバ１１３は、各々少なくとも一つのネットワークインタフェース（Ｉ／Ｆ）（１５２、１３０及び１４５）を有する。

ＣＰＵ（１２７、１３１及び１４６）は、少なくとも一つのプロセッサを有せば、いかなる演算装置及び制御装置であってもよい。メモリ（１２８、１３２及び１４７）は、一時的にデータを保持すれば、いかなる記憶装置であってもよい。

メモリ（１２８、１３２及び１４７）は、例えば、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、補助記憶装置に格納されたプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

Ｉ／Ｆ（１５２、１３０及び１４５）は、ネットワーク１０８、ネットワーク１５１及びネットワーク１１４と接続するためのネットワークインタフェースである。また、Ｉ／Ｆ（１５２、１３０及び１４５）は、データサーバ１１１、計算サーバ１１２及び情報配信サーバ１１３が相互に接続するためのインタフェースを含んでもよい。

記憶部（１２９、１３３及び１４８）は、データ及びプログラムを格納できれば、いかなる記憶装置であってもよい。記憶部（１２９、１３３及び１４８）は、例えば、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ又はフラッシュメモリなどである。なお、記憶部（１２９、１３３及び１４８）は、複数の記憶装置を含んでもよく、記憶部の複数の記憶装置が、複数のプログラム及び複数のデータを分割して蓄積してもよい。

データサーバ１１１における記憶部１２９は、格納プログラム１５３及びデータ格納部１２１を有する。格納プログラム１５３は、ＣＰＵ１２７によって実行され、ネットワーク１０８を介して履歴管理サーバ１０９から受信した、履歴データを、データ格納部１２１の端末履歴データ１２２及び電子マネー履歴データ１２３に格納する。

格納プログラム１５３は、履歴管理サーバ１０９から受信した履歴データを端末履歴データ１２２に格納する。そして、格納プログラム１５３は、受信した履歴データから、購買を示す履歴データを抽出し、抽出した履歴データを電子マネー履歴データ１２３に格納する。

データ格納部１２１は、端末履歴データ１２２、電子マネー履歴データ１２３、端末位置情報１２４、店舗利用パターン１２５及び店舗種別情報１２６を含む。

端末履歴データ１２２は、端末とＩＣカードとの通信を示す情報を含む。電子マネー履歴データ１２３は、端末とＩＣカードとの通信によって行われた購買に関する情報を含む。

端末位置情報１２４は、端末の位置情報を含む。端末が新規設置又は変更されるなど、端末の位置が更新された場合、店舗種別推定システム１０７の管理者は、店舗種別推定システム１０７の外部から端末位置情報１２４を、更新又は記録する。ただし、端末位置情報１２４は、位置が確定されていない端末の位置情報も含む。

これは、端末位置情報１２４が、例えば、移動する店舗（列車、又は、タクシーなど）に設置された端末の位置として、店舗がある一時期に存在した位置などを代表的な位置として含むためである。

店舗利用パターン１２５は、端末履歴データ１２２及び電子マネー履歴データ１２３に基づいて生成され、店舗及び端末ごとの電子マネーの利用状況を示す。具体的には、店舗利用パターン１２５は、店舗の稼働時間情報、端末の移動速度、及び、購買において支払われる料金情報などを含む。

店舗種別情報１２６は、店舗利用パターン１２５に基づいて生成され、計算サーバ１１２によって推定された店舗の業務の種別を示す。

端末履歴データ１２２及び電子マネー履歴データ１２３には、利用者が所持するＩＣカードのカードＩＤが含まれる。端末履歴データ１２２及び電子マネー履歴データ１２３は、利用者のプライバシーに十分に配慮するため、利用に関して利用者の合意を得られたデータだけを格納したり、利用者を特定できないように暗号化、又は、匿名化されたデータのみを格納したりしてもよい。

計算サーバ１１２のＩ／Ｆ１３０は、ネットワーク１０８、ネットワーク１５１又はネットワーク１１４に接続するためのインタフェースである。記憶部１３３は、時間算出プログラム１３４、速度算出プログラム１３５、料金算出プログラム１３６、及び種別推定プログラム１３７などのプログラム群を含む。また、記憶部１３３は、データ格納部１３９を含む。

データ格納部１３９は、プログラムによる処理の結果、及び、処理によって算出された統計値及び指標値などを格納する。データ格納部１３９は、経過時間情報１３８を含む。経過時間情報１３８は、店舗利用パターン１２５を生成するための情報である。

計算サーバ１１２のプログラムは、分析対象となるデータをデータサーバ１１１から読み出し、読み出したデータをメモリ１３２へ一時的に格納する。ＣＰＵ１３１は、計算サーバ１１２のプログラムを、メモリ１３２に読み出して実行する。これにより、計算サーバ１１２の機能が実装される。

計算サーバ１１２が有するプログラムは、例えば電子マネー運用事業者１１９から要求されたタイミング、又は、データサーバ１１１に新たなデータが追加されたタイミングにおいて開始してもよい。また、計算サーバ１１２のプログラムは、バッチ処理として、所定の日、所定の曜日、又は、所定の時刻に自動的に開始されてもよい。

時間算出プログラム１３４は、店舗の稼働時間情報を算出するためのプログラムである。速度算出プログラム１３５は、端末の移動速度を算出するためのプログラムである。料金算出プログラム１３６は、購買において支払われる料金に関する情報を算出するためのプログラムである。種別推定プログラム１３７は、店舗利用パターン１２５に基づいて、店舗の種別を推定するプログラムである。

情報配信サーバ１１３は、ネットワークインタフェース（Ｉ／Ｆ）１４５とＣＰＵ１４６とメモリ１４７と記憶装置１４８とを有する。情報配信サーバ１１３のＩ／Ｆ１４５は、ネットワーク１０８、ネットワーク１５１及びネットワーク１１４に接続するためのインタフェースである。

情報配信サーバ１１３は、電子マネー運用事業者１１９又は利用者１１５から、入出力装置１２０からネットワーク（１５１、１１４）を介して、利用者１１５の照合、店舗種別推定の結果の検索、及び、検索結果の参照を実行する指示を受け付ける。

記憶装置１４８は、利用状況集計プログラム１４１、及び、情報配信プログラム１４２を含む。ＣＰＵ１４６は、記憶装置１４８が格納するプログラムをメモリに読み出し、実行する。これにより、情報配信サーバ１１３の機能が実行される。

利用状況集計プログラム１４１は、データサーバ１１１に格納されたデータを用い、端末の利用状況を示す情報を生成するプログラムである。情報配信プログラム１４２は、端末の利用状況を示す情報を配信するプログラムである。端末の利用状況を示す情報は、利用者１１５又は電子マネー運用事業者１１９が能動的に情報配信サーバ１１３に要求したタイミングで生成され、出力される。

電子マネー運用事業者１１９は、入出力装置１２０及びネットワーク１５１を介し、データサーバ１１１が保持するデータを参照したり、計算サーバ１１２の処理の状況及び結果を参照したりする。また、電子マネー運用事業者１１９は、情報配信プログラム１４２が出力する利用状況を示す情報を閲覧し、利用者１１５から受け付けた検索要求の状況などを確認する。

図２は、本実施例の店舗種別情報１２６を生成する処理の概要を示す説明図である。

図２は、計算サーバ１１２による処理において生成されるデータの流れを示す。本実施例の計算サーバ１１２は、端末履歴データ１２２、又は、電子マネー履歴データ１２３を用いて、端末の利用状況を示す店舗利用パターン１２５を生成する。

さらに具体的には、時間算出プログラム１３４及び料金算出プログラム１３６が、電子マネー履歴データ１２３に基づいて店舗利用パターン１２５の内容の一部を生成する。また、速度算出プログラム１３５が端末履歴データ１２２及び端末位置情報１２４を用いて店舗利用パターン１２５の内容の一部を生成する。そして、種別推定プログラム１３７が、店舗利用パターン１２５の内容に基づいて店舗種別情報１２６を生成する。

この時、計算サーバ１１２が端末毎の端末履歴データ１２２又は電子マネー履歴データ１２３に基づいて利用状況を特定する場合、データ数が少なすぎるために、利用状況を特定する精度が落ちることが考えられる。このため、計算サーバ１１２は、端末位置情報１２４を用いて、複数の端末を可能な限り店舗単位に分類する。

そして、計算サーバ１１２は、店舗毎の端末履歴データ１２２及び電子マネー履歴データ１２３を用いて、店舗の利用状況を示す特徴量を算出し、店舗利用パターン１２５を生成する。さらに、計算サーバ１１２は、算出して特徴量の組み合わせと、分類木などのクラスタリングとを用い、端末が設置される店舗の業務の種別を推定する。そして、計算サーバ１１２は、特定した結果を示す店舗種別情報１２６を生成する。

図３は、本実施例の端末履歴データ１２２を示す説明図である。

端末履歴データ１２２は、ログＩＤ２４１、カードＩＤ２４２、端末ＩＤ２４３、利用時刻２４４、利用種別２４５及び利用金額２４６を含む。ログＩＤ２４１は、端末履歴データ１２２のレコードの各々を識別するためのＩＤを示す。

カードＩＤ２４２は、ＩＣカードを識別するためのカードＩＤを示す。端末ＩＤ２４３は、読み取り端末１０２、及び、販売端末１０５などの端末を識別するための端末ＩＤを示す。

利用時刻２４４は、カードＩＤ２４２が示すＩＣカードが、端末ＩＤ２４３が示す端末と通信した時刻を示す。また、利用時刻２４４は、端末ＩＤ２４３が示す端末とカードＩＤ２４２が示すＩＣカードによって購買が行われた場合、購買が行われた時刻を示す。

利用種別２４５は、利用時刻２４４が示す時刻において、端末ＩＤ２４３が示す端末とカードＩＤ２４２が示すＩＣカードとの間で行われた処理の内容を示す。

例えば、あるレコードの利用種別２４５が「通過」、「入場」又は「出場」である場合、当該レコードは、端末ＩＤ２４３が示す端末は、改札機又は入出場ゲート等の読み取り端末１０２であることを示す。また、当該レコードは、カードＩＤ２４２が示すＩＣカードが端末ＩＤ２４３が示す端末を通過したことを示す。

また、例えば、あるレコードの利用種別２４５が「購買」を示す場合、当該レコードは、端末ＩＤ２４３が示す端末は販売端末１０５等であり、利用者がカードＩＤ２４２が示すＩＣカードと端末ＩＤ２４３が示す端末とを用いて、物品又はサービス等を購入したことを示す。

利用金額２４６は、カードＩＤ２４２が示すＩＣカードと端末ＩＤ２４３が示す端末とを用いて実行された購買活動において、支払われた金額を示す。

本実施例の端末は、位置が固定された端末など、設置された位置が既に特定されている端末であり、かつ、計算サーバ１１２が位置の情報を正確に取得できる端末（以下、位置が既知の端末と記載）を含む。端末履歴データ１２２は、位置が既知の端末から取得された履歴データを含む。

本実施例において位置が既知の端末とは、改札機等の読み取り端末１０２であり、利用種別２４５が「通過」、「入場」又は「出場」の履歴データは、位置が既知の端末によって生成される。

店舗種別推定システム１０７の管理者は、位置が既知の端末の端末ＩＤを、店舗種別推定システム１０７にあらかじめ設定する。データサーバ１１１が、位置が既知の端末の端末ＩＤを示す既知端末情報を保持し、端末履歴データ１２２にアクセスするプログラムが、既知端末情報に基づいて、端末履歴データ１２２に含まれる位置が既知の端末の履歴データを特定できるようにしてもよい。

図４は、本実施例の電子マネー履歴データ１２３を示す説明図である。

電子マネー履歴データ１２３は、ログＩＤ２５１、カードＩＤ２５２、端末ＩＤ２５３、利用時刻２５４、及び、利用金額２５５を含む。ログＩＤ２５１は、電子マネー履歴データ１２３のレコードの各々を一意に識別するためのＩＤを示す。

カードＩＤ２５２は、ＩＣカードを識別するためのカードＩＤを示す。端末ＩＤ２５３は、端末を識別するための端末ＩＤを示す。

利用時刻２５４は、カードＩＤ２５２が示すＩＣカードと、端末ＩＤ２５３が示す端末とによって購買が行われた時刻を示す。利用金額２５６は、カードＩＤ２５２が示すＩＣカードと端末ＩＤ２５３が示す端末とを用いて実行された購買活動において、支払われた金額を示す。

端末履歴データ１２２に蓄積されたレコードの内、利用種別２４５が購買であるレコードは、この電子マネー履歴データ１２３にも重複して格納される。電子マネー履歴データ１２３は、特定の一つの電子マネーシステムから取得したデータ以外に、複数の電子マネーシステムから取得されたデータを蓄積してもよい。

図５は、本実施例の端末位置情報１２４を示す説明図である。

端末位置情報１２４は、端末ＩＤ２６１、設置場所２６２、設置場所詳細２６３、緯度経度２６４、及び、サービス事業者２６５を含む。端末ＩＤ２６１は、端末ＩＤを示す。

設置場所２６２は、端末ＩＤ２６１が示す端末が設置された場所の名称又はＩＤを示す。設置場所詳細２６３は、端末ＩＤ２６１が示す端末が設置された場所を詳細に示す名称、又は、設置方法に関する情報を示す。

緯度経度２６４は、端末ＩＤ２６１が示す端末が設置された場所の緯度及び経度を示す。端末位置情報１２４は、端末の設置場所を客観的に表す指標であれば、緯度経度以外のいかなる指標を含んでもよい。

サービス事業者２６５は、端末ＩＤ２６１が示す端末を用いて商品又はサービス等を提供するサービス事業者の名称又は識別子を示す。

電子マネー運用事業者１１９は、一般的に、新しく端末が設置されるタイミングで、端末の設置場所（駅、店舗など）、及び、端末を利用するサービス事業者を登録する。端末位置情報１２４は、そのような登録情報に基づいた設置場所に関する情報を格納する。

例えば、サービス事業者の名称の変更、又は、端末の設置場所の変更があった場合、電子マネー運用事業者１１９は、入出力装置１２０又は他の計算機システムを介して、端末位置情報１２４を更新する。

または、計算サーバ１１２が位置推定プログラムを有する場合、位置推定プログラムは、特許文献１に記載の技術を用いて、電子マネー履歴データ１２３、及び、位置が既知の端末の位置情報等に基づき、位置が不明な端末の位置（緯度経度）を推定してもよい。そして、推定した端末の位置を用いて、端末位置情報１２４を更新してもよい。

この位置推定プログラムは、例えば、位置が既知の端末の中から、位置が不明な端末に最も近いと推定される端末の位置を抽出し、抽出した位置を、位置が不明な端末の位置であると推定してもよい。

また、電子マネー運用事業者１１９は、設置場所又はサービス事業者の名称が多く変更される変更期間において、端末位置情報１２４に変更期間を示す項目を追加し、変更期間において、新たな設置場所又はサービス事業者の名称を、外部のシステムから取得するプログラムを、データサーバ１１１に格納してもよい。

しかし、端末位置情報１２４は、代表的な位置を示すため、位置が既知の端末以外の端末が移動する場合、当該端末の位置は不正確である可能性がある。

図６は、本実施例の店舗利用パターン１２５を示す説明図である。

図６に示す店舗利用パターン１２５は、電子マネーを利用できる端末又は店舗の利用状況を示す。店舗利用パターン１２５は、店舗ＩＤ３０１、端末ＩＤ３０２、最寄り端末ＩＤ３０３、開始日３０４、終了日３０５、合計利用件数３０６、稼働日比率３１０、時間帯利用率３１１、移動速度Ａ３２２、移動速度Ｂ３２３、基本料金３３１、及び、料金変動幅３３２を含む。

店舗ＩＤ３０１は、店舗を識別する店舗ＩＤを示す。端末ＩＤ３０２は、購買において利用された端末を識別する端末ＩＤを示す。

店舗がスーパー又はコンビニエンスストアである場合、一つの店舗は複数の端末を有していることが多い。このため、一つの店舗ＩＤに、複数の端末ＩＤが割り当てられる場合がある。

最寄り端末ＩＤ３０３は、端末ＩＤ３０２が示す端末に最も近い、位置が既知の端末を示す。最寄り端末ＩＤ３０３は、位置が既知の端末の設置場所を示してもよい。

開始日３０４は、利用状況を分析するために抽出された、購買があった期間の開始日を示す。終了日３０５は、利用状況を分析するために抽出された、購買があった期間の終了日を示す。開始日３０４及び終了日３０５は、時刻を示してもよい。開始日３０４及び終了日３０５が示す期間を、対象期間と記載する。

対象期間は、例えば、数週間又は数カ月など、すべての端末において同じ期間があらかじめ定められてもよいし、利用件数に従って端末ごとに定められてもよい。例えば、利用件数が多い端末には、短い対象期間が定められてもよい。また、店舗種別推定システム１０７の管理者は、端末又は店舗毎の利用頻度が所定の閾値を超えるタイミングを対象期間の開始日又は終了日として定めてもよい。

合計利用件数３０６は、対象期間内における購買の件数の合計である。稼働日比率３１０は、対象期間内に端末が稼働していた日数の比率を示し、端末が設置された店舗が営業する日数の比率を示す。

時間帯利用率３１１は、複数の時間帯における端末の利用率を示す。図６に示す時間帯利用率３１１は、０時台利用率３１２及び２３時台利用率３２１を少なくとも含む。

０時台利用率３１２は、対象期間内の０時台における利用率を示し、２３時台利用率３２１は、対象期間内の２３時台における利用率を示す。店舗利用パターン１２５は、対象期間内の時間帯毎の利用率を含む。

移動速度Ａ３２２は、端末ＩＤ３０２が示す端末が用いられた前又は後に用いられた位置が既知の端末と、端末ＩＤ３０２が示す端末との利用時刻の差（経過時間）に基づいて算出された端末の移動速度である。移動速度Ｂ３２３は、経過時間に基づいて算出された端末の移動速度であり、移動速度Ａ３２２が算出された際の位置が既知の端末とは、異なる位置が既知の端末との利用時刻の差に基づいて算出された端末の移動速度である。

基本料金３３１及び料金変動幅３３２は、料金情報である。基本料金３３１は、その店舗が商品又はサービスを提供する際に、顧客に基本的に支払わせる金額であり、例えば、商品又はサービスの最低料金である。

料金変動幅３３２は、端末による購買において支払われる料金が変化する幅を示す。例えば、店舗が自動販売機等である場合、料金が商品の単価ごとに変化する可能性が高いため、料金変動幅を用いて店舗の種別を推定できる。

対象期間が決められた後、合計利用件数３０６、稼働日比率３１０、時間帯利用率３１１、移動速度Ａ３２２、移動速度Ｂ３２３、基本料金３３１及び料金変動幅３３２等の値は、端末履歴データ１２２、電子マネー履歴データ１２３及び端末位置情報１２４を用いて、後述の処理により算出される。本実施例において、合計利用件数３０６、稼働日比率３１０、時間帯利用率３１１、移動速度Ａ３２２、移動速度Ｂ３２３、基本料金３３１及び料金変動幅３３２等は、店舗又は端末の種別を推定するために用いる特徴量である。

図７は、本実施例の店舗種別情報１２６を示す説明図である。

店舗種別情報１２６は、店舗種別を推定した結果を示す。店舗種別情報１２６は、店舗ＩＤ４０１、端末ＩＤ４０２、最寄り端末ＩＤ４０３、開始日４０４、終了日４０５、サービス事業者４０６、店舗種別４０７及び距離４０８を含む。

店舗ＩＤ４０１、端末ＩＤ４０２、最寄り端末ＩＤ４０３、開始日４０４及び終了日４０５は、店舗利用パターン１２５の店舗ＩＤ３０１、端末ＩＤ３０２、最寄り端末ＩＤ３０３、開始日３０４及び終了日３０５に対応する。

店舗ＩＤ４０１は、店舗を識別する店舗ＩＤを示す。端末ＩＤ４０２は、購買において利用された端末を識別する端末ＩＤを示す。最寄り端末ＩＤ４０３は、端末ＩＤ４０２が示す端末に最も近い、位置が既知の端末を示す。また、最寄り端末ＩＤ４０３は、位置が既知の端末の設置場所を示してもよい。

開始日４０４は、対象期間の開始日を示す。終了日４０５は、対象期間の終了日を示す。サービス事業者４０６は、端末を管理し、又は、設置した事業者の名称を示す。

店舗種別４０７は、店舗種別推定システム１０７によって推定された、端末ＩＤ４０２が示す端末が設置された店舗の種別を示す。店舗の種別は、営業形態を示し、例えば、百貨店、総合スーパー、コンビニエンスストア、飲食店、飲料自動販売機、及びタクシーなどである。

距離４０８は、端末ＩＤ４０２が示す端末から最も近い、位置が既知の端末からの距離を示す。距離４０８は、所定の閾値よりも大きい場合「遠」を示し、所定の閾値以下である場合「近」を示してもよい。

距離４０８は、端末ＩＤ４０２が示す端末と最寄り端末ＩＤ４０３が示す端末との位置関係を示す。例えば、最寄り端末ＩＤ４０３が駅の改札機を示す場合、距離４０８は、端末ＩＤ４０２が示す端末が駅から近い場所にあるのか、遠い場所にあるのかなどを示すことによって、最寄り端末ＩＤ４０３を中心とした位置関係を示す。

なお、例えば、端末ＩＤ４０２が示す端末がタクシーに搭載されたＩＣカード読み取り端末である場合、端末は、タクシーの動きに伴い不定期に移動する。このような端末について、店舗種別推定システム１０７は、最寄り端末ＩＤ４０３、及び、距離４０８を求めることができない場合がある。この場合、図７に示す距離４０８は、「判定不可」を示す。

図８は、本実施例の店舗ＩＤを割り当てる処理を示す説明図である。

時間算出プログラム１３４は、まず、端末位置情報１２４に含まれる全レコードを抽出し、サービス事業者２６５の項目に従ってレコードを整列する。さらに、時間算出プログラム１３４は、設置場所２６２と設置場所詳細２６３とをつなげた文字列（以下、設置場所情報）を生成し、生成した文字列をキーとしてさらにレコードを整列する（５００）。

ステップ５００の後、時間算出プログラム１３４は、整列後のレコードの一つ目のレコードを抽出する。時間算出プログラム１３４は、一つ目のレコードのサービス事業者２６５と設置場所情報との組み合わせを取得し、取得した組み合わせに店舗ＩＤを割り当てる。そして、時間算出プログラム１３４は、二つ目以降の全てのレコードに対して以下の処理を繰り返す（５０１）。

時間算出プログラム１３４は、二つ目のレコードを整列後のレコードから抽出する。そして、時間算出プログラム１３４は、二つ目のレコードのサービス事業者２６５及び設置場所情報の組み合わせを取得し、取得した組み合わせと、一つ目のレコードの組み合わせとを比較する。一つ目のレコードの組み合わせ及び二つ目のレコードの組み合わせが同一である場合（５０２）、時間算出プログラム１３４は、一つ目のレコードと同じ店舗ＩＤを二つ目のレコードに割り当てる（５０３）。

一つ目のレコードの組み合わせ及び二つ目のレコードの組み合わせが異なる場合（５０４）、時間算出プログラム１３４は、レコードＢに新しい店舗ＩＤを割り当てる（５０５）。このように、時間算出プログラム１３４は、一つ前のレコードの組み合わせを用いて、全てのレコードの店舗ＩＤを端末ＩＤに割り当てる。

時間算出プログラム１３４は、サービス事業者２６５と設置場所情報との組み合わせのデータと、割り当てた店舗ＩＤとの対応関係を、テキストファイル、又は、データベースなどの方法によって、データサーバ１１１のデータ格納部１２１に格納する。

なお、店舗利用パターン１２５及び店舗種別情報１２６が既に生成されており、データの追加及び更新のみを行う場合、時間算出プログラム１３４は、過去に生成されたサービス事業者２６５と設置場所情報との対応関係を読み出し、利用してもよい。これらの処理により、同じ店舗に設置される複数の端末に、同一の店舗ＩＤを割り当てることができ、後述の処理により種別推定プログラム１３７は、端末単位だけではなく店舗単位での分析が可能になる。

図９は、本実施例の稼働日比率３１０及び時間帯利用率を算出する処理を示す説明図である。

時間算出プログラム１３４は、図８に示す処理の後、店舗の種別を推定するための情報を含むレコードを、電子マネー履歴データ１２３から抽出する（６００）。ここで、時間算出プログラム１３４は、あらかじめ定められた対象期間に利用時刻２５４が含まれるレコードを、店舗の種別を推定するためのレコードとして抽出する。

また、時間算出プログラム１３４は、端末ごとに対象期間が定められている場合、定められた対象期間に利用時刻２５４が含まれ、かつ、端末ＩＤ２５３が定められた端末を示すレコードを抽出する。

ステップ６００の後、時間算出プログラム１３４は、ステップ６００において抽出したレコードに含まれる端末ＩＤ２５３をキーとして、図８に示す処理によって割り当てられた店舗ＩＤに従ってソートする（６０１）。具体的には、時間算出プログラム１３４は、割り当てられた店舗ＩＤごとに端末ＩＤ２５３が整列するように、抽出したレコードをソートする。

ステップ６０１の後、時間算出プログラム３１４は、ソートされたレコードから一つの端末ＩＤ（端末ＩＤａ）を示すレコードを抽出し、端末ＩＤａを持つレコードに以下の処理を繰り返す（６０２）。

時間算出プログラム１３４は、抽出したレコードの中からステップ６０４及び６０５を実行していない一つのレコード（レコードＡ）を抽出し、レコードＡに以下の処理を実行する（６０３）。

なお、時間算出プログラム１３４は、以下の処理において算出する利用件数を格納するため、対象期間中の複数の経過日数に対応する整数配列Ｘ、及び、複数の時間帯に対応する整数配列Ｙをあらかじめ生成する。そして、時間算出プログラム１３４は、新たな端末ＩＤにステップ６０２の処理を実行するごとに、整数配列を初期化する。

ここで複数の時間帯の整数配列は、１日を複数の時間帯によって分割することによって生成され、例えば、２４時間を１時間毎に分割する場合、２４個の配列を含む。

時間帯は、あらかじめ店舗種別推定システム１０７の管理者によって設定される。本実施例の時間帯は、全端末に共通の設定値である。

時間算出プログラム１３４は、レコードＡから利用時刻２５４を取得し、対象期間の開始日から、取得した利用時刻２５４までの経過日数を算出する。そして、時間算出プログラム１３４は、算出した経過日数に該当する整数配列Ｘに、１を加える（６０４）。

また、時間算出プログラム１３４は、取得した利用時刻２５４が該当する時間帯を特定する。そして、時間算出プログラム１３４は、特定した時間帯に対応する整数配列Ｙに、１を加える（６０５）。

時間算出プログラム１３４は、端末ＩＤａを持つ全てのレコードについてステップ６０４及び６０５の処理を実行し、その後、端末ＩＤａにおける合計利用件数、稼働日比率、及び時間帯利用率を算出する（６０６）。ステップ６０４及び６０５を実行することにより、整数配列Ｘは、対象期間の経過日数ごとの利用件数を格納し、整数配列Ｙは、時間帯ごとの利用件数を格納する。

時間算出プログラム１３４は、ステップ６０６において、端末ＩＤａのレコードの数を、合計利用件数として算出する。

また、時間算出プログラム１３４は、整数配列Ｘを用い、例えば、対象期間の総日数のうち、利用件数が１件以上あった日数（配列の値が０ではない）を、稼働日比率として求める。時間算出プログラム１３４は、端末が購買に使用された日（店舗の営業日）の日数を評価する指標を算出する方法であれば、いかなる方法によって稼働日比率を求めてもよい。

また、時間算出プログラム１３４は、整数配列Ｙを用い、例えば、対象期間内の合計利用件数によって時間帯ごとの利用件数を除算した値を、時間帯ごとの利用率として算出する。時間算出プログラム１３４は、端末が購買に使用される時間帯（店舗の営業時間）を評価する指標を算出する方法であれば、いかなる方法によって時間帯利用率を求めてもよい。

時間算出プログラム１３４は、店舗利用パターン１２５の新たなレコードにおいて、端末ＩＤａを端末ＩＤ３０２に格納し、さらに、ステップ６０６において算出した合計利用件数、稼働日比率及び時間帯利用率を、合計利用件数３０６、稼働日比率３１０及び時間帯利用率３１１に格納する。

図１０は、本実施例の経過時間情報１３８を示す説明図である。

経過時間情報１３８は、速度算出プログラム１３５による出力結果であり、店舗利用パターン１２５の速度情報を求めるために必要な情報である。経過時間情報１３８は、端末ＩＤ４５１、開始日４５２、終了日４５３、位置が既知の端末ＩＤ４５４、及び、経過時間代表値４５５を含む。

端末ＩＤ４５１は、購買において利用された端末を識別する端末ＩＤを示す。開始日４５２は、対象期間の開始日を示す。終了日４５３は、対象期間の終了日を示す。開始日４５２及び終了日４５３は、図９に示す処理を実行する際に用いた対象期間と同じ対象期間における開始日及び終了日である。

また、位置が既知の端末ＩＤ４５４は、端末ＩＤ４５１が示す端末が用いられた時刻から最も近い時刻に使用された端末のうち、位置が既知の端末の端末ＩＤを示す。位置が既知の端末ＩＤ４５４は、端末履歴データ１２２の端末ＩＤ２４３に格納される端末ＩＤが格納される。

一方で、位置が既知の端末ＩＤ４５４には、東京エリアなどのように設置場所が格納されてもよい。

経過時間代表値４５５は、端末ＩＤ４５１が示す端末を用いて購買された時刻と、位置が既知の端末ＩＤ４５４が示す端末を用いて購買された時刻との間の経過時間を示す。経過時間代表値４５５は、端末から取得された時刻によって算出された経過時間を示してもよいし、端末における誤差をあらかじめ取得している場合、誤差に基づいて算出された経過時間の代表値を示してもよい。

図１１は、本実施例の経過時間情報１３８を生成する処理を示す説明図である。

速度算出プログラム１３５は、端末履歴データ１２２から経過時間情報１３８を生成する。速度算出プログラム１３５は、まず、利用時刻２４４が対象期間に含まれるレコードを端末履歴データ１２２から抽出する（８００）。抽出した複数のレコードを、以下においてレコード群ａと記載する。

ステップ８００の後、速度算出プログラム１３５は、レコード群ａを端末ＩＤ２４３に従ってソートし、さらに、利用時刻２４４に従ってソートする（８０１）。速度算出プログラム１３５は、ソートされた全てのレコード群ａに、以下の処理を繰り返す（８０２）。

さらに、速度算出プログラム１３５は、同じ端末ＩＤ（端末ＩＤｂ）を端末ＩＤ２４３に含むレコードごとに、ステップ８０４〜ステップ８０９を繰り返す（８０３）。ここで、速度算出プログラム１３５は、経過時間の代表値を求めるための変数ｓを生成し、所定の閾値を変数ｓに格納することによって変数ｓを初期化する。

以下では、経過時間の代表値の例として、最短経過時間（最小値）を求める処理について説明する。しかし、経過時間の代表値は最小値に限定されず、速度算出プログラム１３５は、平均値、又は、中央値などの統計値を、経過時間の代表値として算出してもよい。

また、速度算出プログラム１３５は、端末が取得する現在時刻には誤差が含まれるため、このような誤差を補正した後の値を経過時間の代表値として算出してもよい。また、速度算出プログラム１３５は、ステップ８０３以降において、端末ＩＤｂを含む複数のレコードを参照するための変数を保持する。

まず、速度算出プログラム１３５は、利用種別２４５が「購買」を示すレコード（以下、基準レコード）の利用時刻２４４を少なくとも一つ、端末ＩＤｂを含むレコード群から取得し、取得した利用時刻２４４を変数Ｔ１に格納する（８０４）。

ステップ８０４の後、速度算出プログラム１３５は、基準レコードの利用時刻２４４より前の利用時刻２４４を含む少なくとも一つのレコード（以下、前レコード群）を、端末履歴データ１２２から特定する。ここで特定される前レコード群は、端末ＩＤ２４３が端末ＩＤｂ以外の端末を示すレコード群である。

そして、速度算出プログラム１３５は、利用種別２４５が「入場」、「出場」、又は、「通過」を示し、かつ、カードＩＤ２４２が基準レコードのカードＩＤ２４２と同じカードＩＤを示し、かつ、利用時刻２４４が基準レコードの利用時刻２４４に最も近い時刻を示す前レコードを、前レコード群の中から抽出する。そして、速度算出プログラム１３５は、抽出した前レコードの利用時刻２４４の値を、変数Ｔ２に格納する（８０５）。

また、ステップ８０５において、速度算出プログラム１３５は、抽出した前レコードの端末ＩＤ２４３と、端末ＩＤ２６１とが一致する端末位置情報１２４のレコードを特定し、特定したレコードの設置場所２６２（必要な場合、設置場所詳細２６３も）を、前レコードが示す端末の設置場所として取得する。

ステップ８０５の後、速度算出プログラム１３５は、変数Ｔ１及び変数Ｔ２の時間差（Ｔ１−Ｔ２）を求める（８０６）。そして、速度算出プログラム１３５は、ステップ８０６において、変数ｓの値が、時間差（Ｔ１−Ｔ２）よりも小さい場合、変数ｓの値を時間差（Ｔ１−Ｔ２）に置き換える。

ステップ８０６の後、速度算出プログラム１３５は、基準レコードより後の利用時刻２４４を含む少なくとも一つのレコード（後レコード群）を、端末履歴データ１２２から特定する。

そして、速度算出プログラム１３５は、利用種別２４５が「入場」、「出場」、又は、「通過」を示し、かつ、カードＩＤ２４２が基準レコードのカードＩＤ２４２と同じカードＩＤを示し、かつ、利用時刻２４４が基準レコードの利用時刻２４４に最も近い時刻を示す後レコードを、特定した後レコード群の中から抽出する。そして、速度算出プログラム１３５は、抽出した後レコードの利用時刻２４４の値を、変数Ｔ３に格納する（８０７）。

また、ステップ８０７において、速度算出プログラム１３５は、抽出した後レコードの端末ＩＤ２４３と、端末ＩＤ２６１とが一致する端末位置情報１２４のレコードを特定し、特定したレコードの設置場所２６２（必要な場合、設置場所詳細２６３も）を、後レコードが示す端末の設置場所として取得する。

ステップ８０７の後、速度算出プログラム１３５は、変数Ｔ１及び変数Ｔ３の時間差（Ｔ３−Ｔ１）を求める（８０８）。そして、速度算出プログラム１３５は、ステップ８０８において、変数ｓが時間差（Ｔ３−Ｔ１）より小さい場合、変数ｓの値を時間差（Ｔ３−Ｔ１）の値で置き換える。

ステップ８０８の後、速度算出プログラム１３５は、基準レコードが示す端末の端末ＩＤを端末ＩＤ４５１に含み、変数ｓの値を経過時間代表値４５５に含む、経過時間情報１３８のレコードを生成する。ここで、変数ｓの値は経過時間の最小値である。また、速度算出プログラム１３５は、対象期間の開始日及び終了日を、生成したレコードの開始日４５２及び終了日４５３に格納する。

また、変数ｓが時間差（Ｔ３−Ｔ１）と同じ値である場合、速度算出プログラム１３５は、後レコードが示す端末の端末ＩＤを、生成した経過時間情報１３８の位置が既知の端末ＩＤ４５４に格納し、変数ｓが時間差（Ｔ１−Ｔ２）と同じ値である場合、前レコードが示す端末の端末ＩＤを、生成した経過時間情報１３８の位置が既知の端末ＩＤ４５４に格納する（８０９）。

なお、基準レコードが端末ＩＤｂを含むレコード群に複数含まれる場合、速度算出プログラム１３５は、基準レコードごとにステップ８０５〜ステップ８０９を実行し、複数の経過時間情報１３８のレコードを生成する。

また、時間差（Ｔ３−Ｔ１）及び時間差（Ｔ１−Ｔ２）のどちらも変数ｓに格納されない場合、速度算出プログラム１３５は、経過時間代表値４５５に変数ｓと、代表値を求めることができなかったことを示す所定の値（フラグ等）とを、格納してもよい。これによって、種別推定プログラム１３７は、後述する店舗種別情報１２６の生成において、最寄り端末からの距離４０８に「判定不可」を格納することができる。

経過時間情報１３８を生成することによって、速度算出プログラム１３５は、駅の改札機等の位置が既知の端末を利用した時刻と、位置が確定していない端末を利用した時刻との間の時間を算出する。そして、これによって、速度算出プログラム１３５は、位置が既知の端末から、位置が確定していない端末までの距離を特定するための定量的な指標を精度よく算出することができる。

速度算出プログラム１３５は、レコード群ａに含まれる端末ＩＤごとにステップ８０３を実行することによって、経過時間情報１３８を生成する。

図１２は、本実施例の経過時間情報１３８から速度情報を算出する処理を示す説明図である。

図１２は、経過時間情報１３８から店舗利用パターン１２５の移動速度Ａ３２２及び移動速度Ｂ３２３を求める処理を示す。速度算出プログラム１３５は、まず、経過時間情報１３８から対象期間に該当するレコード（以下、レコード群ｃ）を抽出する（９００）。ステップ９００の後、速度算出プログラム１３５は、抽出したレコード群ｃを端末ＩＤ４５１に従ってソートし、さらに、経過時間代表値４５５の昇順にソートする（９０１）。

ステップ９０１の後、速度算出プログラム１３５は、ソートされたレコード群ｃを、端末ＩＤ４５１の値ごとに分割し、分割したレコード群ごとにステップ９０３〜ステップ９０６を実行する（９０２）。

速度算出プログラム１３５は、経過時間代表値４５５が小さい順に、n個のレコードを抽出する。そして、速度算出プログラム１３５は、ｎ個のレコードの各々の位置が既知の端末ＩＤ４５４と経過時間代表値４５５とを取得する（９０３）。

ｎは、位置が既知の端末において購買した時と、他の端末において購買する時との間の速度を算出するために求めるサンプルの数である。ここでｎは２以上の整数であればいかなる値でもよく、速度算出プログラム１３５があらかじめ保持する。以下において、ｎは２である場合を説明する。

ステップ９０３の後、速度算出プログラム１３５は、取得した位置が既知の端末ＩＤ４５４と同じ端末ＩＤ２６１を含む端末位置情報１２４のレコードから、緯度経度２６４（緯度経度Ａ）を取得する。ここでｎは２であるため、速度算出プログラム１３５は、緯度経度Ａは二つ取得する。

また、速度算出プログラム１３５は、ｎ個のレコードの端末ＩＤ４５１と同じ端末ＩＤ２６１を含む端末位置情報１２４のレコードから、緯度経度２６４（緯度経度Ｂ）を取得する（９０４）。

ステップ９０４の後、速度算出プログラム１３５は、ステップ９０４において取得した二つの緯度経度Ａと緯度経度Ｂとの間の直線距離を各々求める（９０５）。速度算出プログラム１３５は、二つの緯度及び経度の組み合わせから直線距離を求める方法であればいかなる方法を用いてもよい。また、速度算出プログラム１３５は、緯度経度２６４に保持される位置情報に基づいて、位置が既知の端末ＩＤ４５４の端末と、端末ＩＤ４５１の端末との直線距離が求められれば、いかなる方法によって直線距離を求めてもよい。

そして、速度算出プログラム１３５は、算出した二つの直線距離を、ステップ９０３において取得した経過時間代表値４５５で各々除算した結果を、速度として算出する。速度算出プログラム１３５は、算出した二つの速度を、店舗利用パターン１２５の移動速度Ａ３２２及び移動速度Ｂ３２３に格納する（９０６）。

このとき、速度算出プログラム１３５は、経過時間代表値４５５が最も小さいレコードの情報に基づいて算出された速度を、移動速度Ａ３２２に格納する。また、速度算出プログラム１３５は、経過時間代表値４５５が２番目に小さいレコードの情報に基づいて算出された速度を、移動速度Ｂ３２３に格納する。また、速度算出プログラム１３５は、経過時間代表値４５５が最も小さいレコードの位置が既知の端末ＩＤ４５４を、店舗利用パターン１２５の最寄り端末ＩＤ３０３に格納する。

図６に示す店舗利用パターン１２５は、ｎ＝２の場合に生成される。ｎ＞２である場合、店舗利用パターン１２５は、移動速度を格納するための２より多い項目を有してもよく、これにより、速度算出プログラム１３５は、店舗種別の推定の精度を上げることができる。

速度算出プログラム１３５が、位置が既知の端末（すなわち、位置が変化しない端末）との利用時刻の比較により移動速度を算出することによって、種別推定プログラム１３７は、位置が確定していない端末が、移動する店舗に設置されているかを精度よく特定することができる。

図１３は、本実施例の基本料金３３１及び料金変動幅３３２を示す説明図である。

図１３は、電子マネー履歴データ１２３から店舗利用パターン１２５の基本料金３３１及び料金変動幅３３２を求める処理を示す。料金算出プログラム１３６は、まず、対象期間に利用時刻２５４が含まれるレコードを、電子マネー履歴データ１２３から抽出する（１０００）。料金算出プログラム１３６は、抽出したレコードを端末ＩＤ２５３に従ってソートする（１００１）。

料金算出プログラム１３６は、ソートしたレコードにおいて、同じ端末ＩＤ２５３を含むレコードごとに、ステップ１００３〜ステップ１００６を繰り返す（１００２）。このとき、料金算出プログラム１３６は、利用金額の値を記録するための複数の配列を含む配列変数Ｘを生成し、配列変数Ｘを所定の値によって初期化しておく。配列変数Ｘは、価格帯ごとに複数の配列を含んでもよい。

ステップ１００２の後、料金算出プログラム１３６は、同じ端末ＩＤ２５３を持つレコードに、以下のステップ１００４を繰り返す（１００３）。

料金算出プログラム１３６は、電子マネー履歴データ１２３から利用金額２５５を取得し、取得した利用金額２５５の値を、利用金額（又は、属する価格帯）に従って配列変数Ｘに格納する。料金算出プログラム１３６は、同じ端末ＩＤ２５３のすべてのレコードの利用金額２５５を、利用金額（又は、属する価格帯）に従って配列変数Ｘに格納した後、利用金額毎（又は、価格帯毎）にレコード数を集計する。そして、料金算出プログラム１３６は、集計結果に基づいたヒストグラムを生成する（１００４）。

ステップ１００３の後、料金算出プログラム１３６は、生成したヒストグラムに四分位法を用いてノイズを除去することによって、中央価格帯を算出する。そして、料金算出プログラム１３６は、ステップ１００２において分析する端末が割り当てられた店舗の基本料金として、算出した中央価格帯の最小値を求める（１００５）。

さらに、料金算出プログラム１３６は、算出した中央価格帯の範囲の利用料金の階差から料金変動幅（又は変動率）の代表値（例えば平均値）を求める。そして、料金算出プログラム１３６は、店舗利用パターン１２５の基本料金３３１にステップ１００５において求めた基本料金を格納し、店舗利用パターン１２５の料金変動幅３３２に求めた料金変動幅の代表値を格納する（１００６）。

料金算出プログラム１３６は、基本料金及び料金変動幅を算出することによって、後述する種別推定プログラム１３７は、端末が設置される店舗が扱う商品を、金額に基づいて特定することができる。例えば、基本料金３３１が１３０円である場合、端末が設置される店舗は飲料自動販売機である可能性が高い。また、階差が一定である場合、店舗が扱う商品は種類が少ないと仮定できるため、種別推定プログラム１３７は、扱う商品の種類が少ない店舗であるかを精度よく推定することができる。

以上、図９、図１１、図１２及び図１３が示す処理によって、店舗利用パターン１２５は生成される。

図１４は、本実施例の店舗を推定するための分類木１１００を示す説明図である。

図１４は、店舗利用パターン１２５に格納された店舗及び端末の利用状況の特徴量から、その店舗の種別を推定するための分類木１１００の例を示す。店舗種別推定システム１０７は、店舗及び端末の利用状況の特徴量を複数組み合わせた分類木１１００のようなルールをあらかじめ保持することによって、店舗種別を推定する。

分類木１１００は、端末を複数の店舗種別１１０３（１１０３ａ〜１１０３ｈ）に分類するためのルールである。分類木１１００は、複数の特徴量１１０１（１１０１ａ〜１１０１ｃ）と、複数の閾値１１０２（１１０２ａ〜１１０２ｃ）とに従った分岐を有する。

分類木１１００は一つに限定されず、店舗種別の種類及び数に従った分岐を含めば、いかなる分類木であってもよい。店舗種別１１０３は、店舗種別情報１２６の店舗種別４０７に該当し、例えば、飲料自動販売機、列車内の車内販売、百貨店、スーパーマーケット、コンビニエンスストア、飲食店及びタクシーなどの業態を示すカテゴリである。

店舗種別推定システム１０７の管理者は、分類木１１００を計算サーバ１１２の記憶部１３３にあらかじめ設定してもよいし、種別推定プログラム１３７は、過去に取得されたデータに基づいて、定期的に分類木１１００を生成し記憶部１３３に格納してもよい。種別推定プログラム１３７は、一般的な機械学習方法を用いて、分類木１１００を生成してもよい。

具体的には、種別推定プログラム１３７は、端末位置情報１２４のサービス事業者２６５などを参照して店舗種別毎に正解データとみなせる端末ＩＤを抽出し、これらを学習データとして利用することで各特徴量１１０１に関する閾値１１０２を求めてもよい。この判別ルールは定期的に更新されることが望ましい。

図１５は、本実施例の店舗種別を推定する処理を示す説明図である。

図１５は、分類木１１００を用いて各端末が設置されている店舗の種別を推定し、店舗種別情報１２６に格納する処理を示す。

種別推定プログラム１３７は、まず店舗利用パターン１２５から対象期間に該当するレコードを抽出する（１２００）。種別推定プログラム１３７は、抽出したレコードを店舗ＩＤ３０１に従ってソートする（１２０１）。ステップ１２０１の後、種別推定プログラム１３７は、ソートしたレコードにおいて、同じ店舗ＩＤ３０１を含むレコードごとに以下の処理を繰り返す（１２０２）。

種別推定プログラム１３７は、一つのレコードを店舗利用パターン１２５から取得し、取得したレコードの店舗利用パターン１２５から稼働日比率３１０などの特徴量を取得する（１２０３）。そして、種別推定プログラム１３７は、分類木１１００を記憶部１３３から読み出し、読み出した分類木１１００に取得した特徴量を代入し、店舗の種別を端末ごとに推定する（１２０４）。

具体的な推定手順を示す。特徴量１１０１ａが移動速度Ａ３２２であり、閾値１１０２ａが時速４０ｋｍであり、閾値１１０２ｂが時速１０ｋｍであり、取得したレコードの移動速度Ａ３２２が時速２０ｋｍである場合、種別推定プログラム１３７は、取得したレコードの端末ＩＤ３０２及び店舗ＩＤ３０１の種別を店舗種別１１０３ｂに推定する。

ここで、店舗種別１１０３ａは、列車内の車内販売であり、店舗種別１１０３ｂは、タクシー又はバスである。

取得したレコードの移動速度Ａ３２２が時速２ｋｍである場合、種別推定プログラム１３７は、取得したレコードの稼働日比率３１０を、特徴量１１０１ｂとして取得する。ここで、閾値１１０２ｃが８０パーセントであり、取得したレコードの稼働日比率３１０が７０パーセントである場合、種別推定プログラム１３７は、定休日が比較的多くある店舗（例えば、社員食堂、又は、商店街の店舗等）の店舗種別１１０３ｄに、取得した店舗ＩＤ３０１を分類する。

また、種別推定プログラム１３７は、取得したレコードの稼働日比率３１０が９０パーセントである場合、定休日が比較的少ない店舗（例えば、コンビニエンスストア、又は、スーパーマーケット等の店舗）の店舗種別１１０３ｃに、取得した店舗ＩＤ３０１を分類する。

さらに、種別推定プログラム１３７は、取得したレコードの時間帯利用率３１１を特徴量１１０１ｃとして取得する。そして、種別推定プログラム１３７は、所定の利用率を上回る時間帯によって、取得したレコードの店舗ＩＤ３０１を分類する。

より具体的には、店舗種別１１０３ｃに分類された店舗ＩＤ３０１のレコードの時間帯利用率３１１が、早朝の時間帯に所定の利用率があることを示す場合、種別推定プログラム１３７は、取得したレコードの店舗ＩＤ３０１を、コンビニエンスストア等の店舗種別１１０３ｅに分類する。

また、店舗種別１１０３ｃに分類された店舗ＩＤ３０１のレコードの時間帯利用率３１１が、早朝の時間帯に所定の利用率未満である場合、種別推定プログラム１３７は、取得したレコードの店舗ＩＤ３０１を、スーバーマーケット又は百貨店の店舗種別１１０３ｆに分類する。

また、店舗種別１１０３ｄに分類された店舗ＩＤ３０１のレコードの時間帯利用率３１１が、昼の時間帯のみに所定の利用率以上である場合、種別推定プログラム１３７は、取得したレコードの店舗ＩＤ３０１を、社員食堂等の店舗種別１１０３ｇに分類する。

また、店舗種別１１０３ｄに分類された店舗ＩＤ３０１のレコードの時間帯利用率３１１が、１０時から１９時までの時間帯に所定の利用率以上であり、それ以外の時間帯は所定の利用率以下である場合、種別推定プログラム１３７は、取得したレコードの店舗ＩＤ３０１を、商店街の店舗等の店舗種別１１０３ｇに分類する。

種別推定プログラム１３７は、以上のように店舗ＩＤ３０１の店舗を分類することによって、店舗ＩＤ３０１の店舗の店舗種別を推定する。種別推定プログラム１３７が用いる分類木１１００は、前述のような分類木１１００に限られず、いかなる特徴量１１０１、いかなる閾値１１０２及びいかなる店舗種別１１０３を含んでもよい。

例えば、特徴量１１０１として合計利用件数３０６を用いる場合、種別推定プログラム１３７は、合計利用件数３０６を所定の件数と比較することによって、店舗ＩＤ３０１の店舗を、設置される環境が異なる店舗種別（例えば、ターミナル駅のコンビニエンスストアと、利用客の少ない駅のコンビニエンスストアと）に分類できる。

また、特徴量１１０１として基本料金３３１を用いる場合、種別推定プログラム１３７は、売っている商品が異なる店舗種別（例えば、安価な駄菓子等を売る店舗と、高級な衣料品を売る店舗と）を分類できる。

また、店舗利用パターン１２５が、特徴量として稼働する曜日を含んでも良く、種別推定プログラム１３７は、稼働する曜日に基づいて店舗種別を分類してもよい。

このように、店舗利用パターン１２５が示す特徴量（稼働日比率３１０、時間帯利用率３１１、移動速度Ａ３２２、合計利用件数３０６、基本料金３３１、料金変動幅３３２等）に基づいて種別を推定することによって、種別推定プログラム１３７は、精度よく店舗の種別を推定できる。

また、店舗利用パターン１２５が、利用速度Ａが算出された位置が既知の端末が端末ＩＤ３０２の端末よりも先に利用されたか、後に利用されたかを示す情報を保持し、かつ、店舗ＩＤ３０１の店舗が店舗種別１１０３ｂに分類された場合、種別推定プログラム１３７は、利用速度Ａが算出された位置が既知の端末が端末ＩＤ３０２の端末よりも先に利用された場合、店舗ＩＤ３０１をタクシーに分類してもよい。そして、種別推定プログラム１３７は、利用速度Ａが算出された位置が既知の端末が端末ＩＤ３０２の端末よりも後に利用された場合、店舗ＩＤ３０１をバスに分類してもよい。

これは、利用速度Ａが算出された位置が既知の端末が端末ＩＤ３０２の端末よりも先に利用された場合、ユーザが駅の改札を通過した後、タクシーに乗り、降りる時に端末を利用した可能性が高いためである。また、利用速度Ａが算出された位置が既知の端末が端末ＩＤ３０２の端末よりも後に利用された場合、ユーザがパス等で料金を先払いし、バスで駅に向かった後、駅の改札を通過した可能性が高いためである。

さらに、種別推定プログラム１３７は、ステップ１２０４において、店舗種別情報１２６のサービス事業者４０６及び最寄り端末からの距離４０８に値を格納する。具体的には、種別推定プログラム１３７は、端末ＩＤ４０２と同じ端末ＩＤ２６１を含む端末位置情報１２４のレコードからサービス事業者２６５の値を取得し、取得した値を、当該端末ＩＤ４０２のサービス事業者４０６に格納する。

また、種別推定プログラム１３７は、端末ＩＤ３０２と最寄り端末ＩＤ３０３との距離を、端末位置情報１２４に基づいて算出し、算出した距離が所定の閾値より小さい場合、「近」を最寄り端末からの距離４０８に格納する。また、種別推定プログラム１３７は、算出した距離が所定の閾値以上である場合、「遠」を最寄り端末からの距離４０８に格納する（１２０５）。

また、端末ＩＤ４０２に対応する端末ＩＤ４５１を含む経過時間情報１３８のレコードの経過時間代表値４５５に、代表値を求めることができなかったことを示すフラグ等が格納されている場合、種別推定プログラム１３７は、最寄り端末からの距離４０８に「判定不可」を格納してもよい。

図１６は、本実施例の条件設定画面２１００を示す説明図である。

情報配信サーバ１１３の情報配信プログラム１４２は、図１６に示す条件設定画面２１００を、入出力装置１２０又は入出力装置１１８に表示する。条件設定画面２１００は、電子マネー運用事業者１１９及び利用者１１５が、店舗種別の推定結果を検索するための画面である。

条件設定画面２１００は、ユーザ名２１０１、対象エリア２１０２、開始日２１０３、終了日２１０４、店舗種別２１０５及び実行２１０６を含む。

ユーザ名２１０１は、利用者１１５又は電子マネー運用事業者１１９のユーザを入力する領域である。なお、図１６に示すユーザ名２１０１は、店舗種別推定システム１０７へのアクセスが認められたユーザ名（例えば、アカウント名）を入力するための領域である。

対象エリア２１０２は、推定結果を表示する店舗が設置される位置のエリアを入力する領域である。開始日２１０３は、推定結果を生成するために用いられたデータの対象期間の開始日を入力するための領域である。終了日２１０４は、推定結果を生成するために用いられたデータの対象期間の終了日を入力するための領域である。

店舗種別２１０５は、検索したい店舗又は端末の種別を入力する領域である。実行２１０６は、条件設定画面２１００に入力された値によって店舗又は端末を検索する処理を実行する際に操作されるボタンである。

利用者１１５等は、対象エリア２１０２、開始日２１０３、終了日２１０４及び店舗種別２１０５などを直接入力するか、または、プルダウンメニューなどで選択し、実行２１０６を押すことにより、情報配信サーバ１１３に検索のリクエストを送信する。

利用者１１５等は、条件設定画面２１００及びマウス又はキーボードなどの入力インタフェースを用いて、検索する条件を設定及び変更できる。なお、対象エリア２１０２及び店舗種別２１０５は、複数の値が入力されてもよい。

図１７は、本実施例の店舗又は端末を検索するための処理を示す説明図である。

条件設定画面２１００の実行２１０６が操作された場合、情報配信プログラム１４２は、図１７に示す処理を開始する。情報配信プログラム１４２は、まず、条件設定画面２１００に入力された条件を取得する（２０００）。

ステップ２０００の後、情報配信プログラム１４２は、ユーザ名２１０１に入力されたユーザ名が正しいアクセス権限を有しているかを判定するため、あらかじめ保持するユーザリストと入力されたユーザ名とを照合する（２００１）。

ステップ２００１の結果、入力されたユーザ名が正しいアクセス権限を有している場合、情報配信プログラム１４２は、入力された検索条件（対象エリア２１０２、開始日２１０３、終了日２１０４及び店舗種別２１０５）に従って店舗種別情報１２６から集計対象の店舗を示すレコードを抽出する（２００２）。

具体的には、情報配信プログラム１４２は、対象エリア２１０２に入力される値と、端末位置情報１２４の設置場所２６２に格納される値との対応関係をあらかじめ保持する。そして、情報配信プログラム１４２は、このあらかじめ保持する対応関係と、入力された対象エリア２１０２とに基づいて、集計対象の端末を示す端末ＩＤ２６１を端末位置情報１２４から特定する。

ここで特定した端末ＩＤ２６１が示す端末が、図１７及び図１８に示す処理による集計対象の端末である。情報配信プログラム１４２は、端末ＩＤ４０２が、特定した端末ＩＤ２６１と同じ端末を示し、かつ、開始日４０４及び終了日４０５が示す期間が、入力された開始日２１０３及び終了日２１０４が示す期間を含み、かつ、店舗種別４０７が入力された店舗種別２１０５と同じ種別を示すレコードを、集計対象の店舗を示すレコードとして、ステップ２００２において抽出する。

なお、ステップ２０００において取得する検索条件は、対象エリア２１０２、開始日２１０３、終了日２１０４及び店舗種別２１０５の少なくとも一つが指定されてもよく、また、何も指定されなくてもよい。検索条件として何も指定されない場合、情報配信プログラム１４２は、店舗種別情報１２６のすべてのレコードを集計対象の店舗を示すレコードとして、ステップ２００２において抽出してもよい。

ステップ２００２の後、利用状況集計プログラム１４１は、抽出したレコードに後述する図１８の処理を実行し、集計結果を取得する（２００３）。ステップ２００３の後、情報配信プログラム１４２は、取得した集計結果を利用者１１５等が理解できる表現に加工し、配信する（２００４）。

図１８は、本実施例の利用状況集計プログラム１４１の処理を示す説明図である。

図１８に示す処理は、図１７に示すステップ２００３の処理である。利用状況集計プログラム１４１は、集計対象の店舗を示すレコードの端末ＩＤ４０２、開始日４０４及び終了日４０５を店舗種別情報１２６から読み出す（２２００）。ここで、読み出した端末ＩＤ４０２は、集計対象の端末を示す。

ステップ２２００の後、利用状況集計プログラム１４１は、端末ＩＤ２５３が、読み出した端末ＩＤ４０２と同じ端末を示し、かつ、利用時刻２５４が、読み出した開始日４０４及び終了日４０５が示す期間に含まれるレコードを、電子マネー履歴データ１２３から全て抽出する（２２０１）。

ステップ２２０１の後、利用状況集計プログラム１４１は、例えば、カードＩＤ２５２、利用時刻２５４及び利用金額２５５など集計に必要なデータを、抽出したレコードから取得する（２２０２）。また、利用状況集計プログラム１４１は、集計対象の店舗を示すレコードの店舗ＩＤ４０１と端末ＩＤ４０２との対応関係に基づいて、集計に必要なデータを店舗ごとに取得してもよい。

利用状況集計プログラム１４１は、店舗種別推定システム１０７の管理者によってあらかじめ設定された集計条件及び集計方法に従って、電子マネー履歴データ１２３のレコードからデータを抽出する。

ステップ２２０２の後、利用状況集計プログラム１４１は、取得したデータに基づいて、利用状況を定量的に示す指標を生成する。利用状況集計プログラム１４１は、例えば、利用件数、リピート率及び金額ヒストグラムを、購買活動を定量的に示す指標として生成する（２２０３）。

利用状況集計プログラム１４１は、ステップ２２０３において、例えば、抽出したカードＩＤ２５２からカードＩＤの総数を店舗ごとに算出し、集計対象の店舗及び期間において購買活動を行ったユーザの利用件数として、算出した結果を取得する集計方法を用いてもよい。

また、利用状況集計プログラム１４１は、ステップ２２０３において、例えば、取得した利用金額２５５の総和を算出し、一つの店舗が割り当てられる端末の数によって、算出した総和を除算することによって、平均利用金額を算出する集計方法を用いてもよい。

また、利用状況集計プログラム１４１は、抽出したカードＩＤ２５２の中に同じ値が重複して含まれる場合、店舗ごとの重複するカードＩＤの数を、店舗ごとのカードＩＤの総数によって除算した値を、店舗におけるリピート率として算出する集計方法を用いてもよい。

また、利用状況集計プログラム１４１は、取得したデータに基づいて、同じ利用金額のカードＩＤの数を算出することにより、利用金額の価格帯ごとの利用件数を算出し、金額ヒストグラムを生成してもよい。そして、利用状況集計プログラム１４１は、四分位法を用いてノイズを除去することにより、中央価格帯を抽出し、さらに基本料金を算出してもよい。

また、利用状況集計プログラム１４１は、これらの利用件数、リピート率及び金額ヒストグラムを日ごと又は週ごとに算出してもよい。利用状況集計プログラム１４１は、このような複数の集計方法をあらかじめ保持し、指示に従って複数の集計方法を組み合わせて実行してもよい。

利用状況集計プログラム１４１は、これらの購買活動を定量的に示す指標を集計結果として、情報配信プログラム１４２に出力する。また、利用状況集計プログラム１４１は、集計対象の店舗を示すレコード（複数ある場合、任意の代表のレコード）の最寄り端末からの距離４０８を、集計結果に含め、情報配信プログラム１４２に出力してもよい。

図１９は、本実施例の情報配信プログラム１４２によって生成および配信される画面２２００を示す説明図である。

図１９に示す画面２２００は、図１６に示す条件設定画面２１００によって集計処理が要求された結果、図１７のステップ２００３が終了した後に配信される画面の例を示す。情報配信プログラム１４２は、ステップ２００４において、利用状況集計プログラム１４１から入力された集計結果に基づいて、画面２２００を生成する。

図１９に示す画面２２００は、領域２２０１〜領域２２０４を含む。領域２２０１は、条件設定画面２１００に入力された検索条件の内容（対象エリア、開始日、終了日、及び店舗種別等）を表示する。

領域２２０２は、入力された検索条件に該当する店舗のリストを表示する。また、領域２２０２は、図１８に示す処理により生成された購買活動を定量的に示す指標を表示する。

領域２２０３は、領域２２０２に表示された店舗のリストにおいて、利用者１１５等によって選択された特定の店舗の詳細情報を表示する。図１９に示す領域２２０３は、領域２２０２においてＢ店の店舗を選択された場合に、Ｂ店の金額ヒストグラムを表示する例を示す。

領域２２０４は、利用者１１５等が知りたい店舗の細かい利用状況を表示する。図１９に示す領域２２０４は、領域２２０３に表示された金額ヒストグラムにおける基本料金を表示する。

情報配信プログラム１４２は、領域２２０２の店舗リストに、店舗種別情報１２６を検索した結果を表示しても良く、利用件数又は最寄りからの距離などの項目によってソートされる機能を有してもよい。

また、情報配信プログラム１４２は、領域２２０３に表示する詳細情報として、例えば、金額ヒストグラム、経過時間代表値のヒストグラム及び利用時間帯比率の時系列グラフなどを表示してもよい。これらは、店舗利用パターンから取得したデータにより、利用状況集計プログラム１４１が生成し、情報配信プログラム１４２に出力される。

画面２２００において、利用者１１５等は、マウス又はキーボードなどの入力インタフェースを用いて操作することが可能であり、例えばホイールボタンなどによってズームイン及びズームアウトを行ったり、マウスクリックで料金ヒストグラムの間隔を変更することができる。また、集計結果は、図１９に示す領域２２０３の棒グラフによって表示される必要はなく、散布図又は折れ線グラフなどによって表示されてもよい。

計算サーバ１１２の記憶部１３３は、図１６に示す条件設定画面２１００、及び、図１９に示す画面２２００を生成するための情報を保持する。利用者１１５等は、所定のＷｅｂページにアクセスし、プルダウンメニューなどによって、条件設定画面２１００を表示するように、情報配信プログラム１４２に指示する。

条件設定画面２１００及び画面２２００を提供することにより、情報配信プログラム１４２は、利用者１１５等に、店舗種別ごとの利用状況を提供することができる。そして、画面２２００を提供された利用者１１５等は、事業戦略等に端末の利用状況を用いることができる。

本実施例によれば、店舗種別推定システム１０７は、電子マネーカードの利用履歴から、位置が既知の端末の利用時刻と位置が確定していない端末の利用時刻との差を算出することにより、端末が移動する店舗に設置されるかを推定するため、端末の店舗の種別を精度よく推定できる。また、店舗種別推定システム１０７は、利用履歴が示す利用金額及び利用時刻を用いて、店舗種別を精度よく推定できる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手順等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、又はファイル等の情報は、メモリ、ハードディスク若しくはＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード若しくはＤＶＤ等の記録媒体に置くことができる。

また、制御線又は情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線又は情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されている。

１０２ 読み取り端末、１０５ 販売端末、１０７ 店舗種別推定システム、１０８ ネットワーク、１０９ 履歴管理サーバ、１１１ データサーバ、１１２ 計算サーバ、１１３ 情報配信サーバ、１１４ インターネット、１１８ 入出力装置、１２０ 入出力装置、１２１ データ格納部、１２２ 端末履歴データ、１２３ 電子マネー履歴データ、１２４ 端末位置情報、１２５ 店舗利用パターン、１２６ 店舗種別情報、１２７ ＣＰＵ、１２８ メモリ、１３０ ネットワークインタフェース、１３１ ＣＰＵ、１３２ メモリ、１３３ 記憶部、１３４ 時間算出プログラム、１３５ 速度算出プログラム、１３６ 料金算出プログラム、１３７ 種別推定プログラム、１３８ 経過時間情報、１３９ データ格納部、１４１ 利用状況集計プログラム、１４２ 情報配信プログラム、１４５ ネットワークインタフェース、１４６ ＣＰＵ、１４７ メモリ、１４８ 記憶部、１５１ ネットワーク、１５２ ネットワークインタフェース

Claims (12)

1. 推定システムであって、
   プロセッサ、記憶部及びネットワークインタフェースを有し、
   ＩＣカードと通信する端末から出力される履歴データを、前記ネットワークインタフェースを介して、前記記憶部に格納し、
   前記履歴データは、前記端末と前記ＩＣカードとが通信した時刻と、前記端末とＩＣカードとの通信を用いた購買において支払われた金額と、を示し、
   前記端末は、設置される位置が既に特定されている既知端末を含み、
   前記推定システムは、
   前記端末とＩＣカードとの通信を用いた購買が行われた時刻と、当該購買の前又は後において前記既知端末と当該ＩＣカードとが通信した時刻とを、前記履歴データに基づいて特定し、
   前記特定した結果に基づいて、前記既知端末とＩＣカードとが通信した時刻と前記端末とＩＣカードとの通信を用いた購買が行われた時刻との間の経過時間を算出し、
   前記端末の位置を示す位置情報を取得し、
   前記位置情報に基づいて、前記購買が行われた前記端末の位置と、当該購買の前又は後において前記ＩＣカードと通信した前記既知端末の位置とを特定し、
   前記特定した端末の位置及び既知端末の位置に基づいて、前記購買のために用いられた端末と当該既知端末との間の距離を算出し、
   前記算出した経過時間と前記算出した距離とに基づいて速度を算出し、
   前記購買において支払われた金額と前記算出した速度とに基づいて、前記端末が設置される店舗の種別を推定することを特徴とする推定システム。
2. 請求項１に記載の推定システムであって、
   前記算出した速度に基づいて、前記端末が設置される店舗が移動可能な店舗の種別であるかを推定することを特徴とする推定システム。
3. 請求項１に記載の推定システムであって、
   前記履歴データを参照して求められた時間帯ごとの購買件数に基づいて、前記端末が設置された店舗の営業時間を推定することによって、前記端末が設置される店舗の種別を推定することを特徴とする推定システム。
4. 請求項１に記載の推定システムであって、
   前記履歴データに基づいて、所定の期間において前記端末が用いられた日数を、前記所定の期間の日数によって除算した値を、稼働率として算出し、
   前記稼働率に基づいて前記端末が設置される店舗の営業日数を推定することによって、前記端末が設置された店舗の種別を推定することを特徴とする推定システム。
5. 請求項１に記載の推定システムであって、
   前記履歴データに基づいて、前記支払われた金額の変動幅を算出し、
   前記算出した変動幅に基づいて前記端末が設置された店舗が扱う商品を推定することによって、前記端末が設置される店舗の種別を推定することを特徴とする推定システム。
6. 請求項５に記載の推定システムであって、
   前記履歴データを参照して求められた時間帯ごとの購買件数と、前記算出した変動幅と、に基づいて前記端末が設置された店舗の種別を推定し、
   前記推定した店舗の種別と、前記購買件数と、前記算出した変動幅とを表示するためのデータを生成することを特徴とする推定システム。
7. 推定システムによる推定方法であって、
   前記推定システムは、
   プロセッサ、記憶部及びネットワークインタフェースを有し、
   前記方法は、前記プロセッサが、ＩＣカードと通信する端末から出力される履歴データを、前記ネットワークインタフェースを介して、前記記憶部に格納する手順を含み、
   前記履歴データは、前記端末と前記ＩＣカードとが通信した時刻と、前記端末とＩＣカードとの通信を用いた購買において支払われた金額と、を示し、
   前記端末は、設置される位置が既に特定されている既知端末を含み、
   前記方法は、
   前記プロセッサが、前記端末とＩＣカードとの通信を用いて前記購買が行われた時刻と、当該購買の前又は後において前記既知端末と当該ＩＣカードとが通信した時刻とを、前記履歴データに基づいて特定する手順と、
   前記プロセッサが、前記特定した結果に基づいて、前記既知端末とＩＣカードとが通信した時刻と前記端末とＩＣカードとの通信を用いて購買が行われた時刻との間の経過時間を算出する手順と、
   前記プロセッサが、前記端末の位置を示す位置情報を取得する手順と、
   前記プロセッサが、前記位置情報に基づいて、前記購買が行われた前記端末の位置と、当該購買の前又は後において前記ＩＣカードと通信した前記既知端末の位置とを特定する手順と、
   前記プロセッサが、前記特定した端末の位置及び既知端末の位置に基づいて、前記購買のために用いられた端末と当該既知端末との間の距離を算出する手順と、
   前記プロセッサが、前記算出した経過時間と前記算出した距離とに基づいて速度を算出する手順と、
   前記プロセッサが、前記購買において支払われた金額と前記算出した速度とに基づいて、前記端末が設置される店舗の種別を推定する手順と、を含むことを特徴とする推定方法。
8. 請求項７に記載の推定方法であって、
   前記方法は、
   前記プロセッサが、前記算出した速度に基づいて、前記端末が設置される店舗が移動可能な店舗の種別であるかを推定する手順と、を含むことを特徴とする推定方法。
9. 請求項７に記載の推定方法であって、
   前記方法は、
   前記プロセッサが、前記履歴データを参照して求められた時間帯ごとの購買件数に基づいて、前記端末が設置された店舗の営業時間を推定することによって、前記端末が設置される店舗の種別を推定する手順を含むことを特徴とする推定方法。
10. 請求項７に記載の推定方法であって、
    前記プロセッサが、前記履歴データに基づいて、所定の期間において前記端末が用いられた日数を、前記所定の期間の日数によって除算した値を、稼働率として算出する手順と、
    前記プロセッサが、前記稼働率に基づいて前記端末が設置される店舗の営業日数を推定することによって、前記端末が設置された店舗の種別を推定する手順と、を含むことを特徴とする推定方法。
11. 請求項７に記載の推定方法であって、
    前記方法は、
    前記プロセッサが、前記履歴データに基づいて、前記支払われた金額の変動幅を算出する手順と、
    前記プロセッサが、前記算出した変動幅に基づいて前記端末が設置された店舗が扱う商品を推定することによって、前記端末が設置される店舗の種別を推定する手順と、を含むことを特徴とする推定方法。
12. 請求項１０に記載の推定方法であって、
    前記方法は、
    前記プロセッサが、前記履歴データを参照して求められた時間帯ごとの購買件数と、前記算出した変動幅と、に基づいて前記端末が設置された店舗の種別を推定する手順と、
    前記プロセッサが、前記推定した店舗の種別と、前記購買件数と、前記算出した変動幅とを表示するためのデータを生成する手順と、を含むことを特徴とする推定方法。

Images