JP6415409B2 - 生成装置、生成方法および生成プログラム - Google Patents

Description

本発明は、生成装置、生成方法および生成プログラムに関する。

近年、地域の属性を判定する技術が知られている。例えば、このような地域属性判定の技術では、複数の携帯情報端末の実世界上の位置関係から、それらユーザが居る地域の意味的な属性情報を自動的に判定する。

特開２００４−３４１７６３号公報 特開２００９−９８４４６号公報

しかしながら、上記の従来技術では、領域毎の属性付き地図を容易に生成することができるとは限らなかった。例えば、上記の従来技術では、複数のユーザそれぞれが使用する複数の携帯情報端末装置から、各ユーザの位置および属性を含むユーザ情報を取得し、取得した複数のユーザ情報に基づいて、各地域に集まる人の傾向を示す地域属性を判定する。ここで、ユーザは、一般的に複数の属性を有する。このため、地域に滞在するユーザの属性の選び方が複数存在するので、地域の属性を明確にすることが困難な場合がある。このようなことから、上記の従来技術では、領域毎の属性付き地図を容易に生成することができるとは限らなかった。

本願は、上記に鑑みてなされたものであって、領域毎の属性付き地図を容易に生成することができる生成装置、生成方法および生成プログラムを提供することを目的とする。

本願に係る生成装置は、領域に関する領域情報を取得する取得部と、前記取得部によって取得された領域情報に基づいて、前記領域に対応する属性を特定する特定部と、前記特定部によって特定された属性に基づいて、前記領域に滞在するユーザのユーザ属性が示される地図を生成する生成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、領域毎の属性付き地図を容易に生成することができるという効果を奏する。

図１は、第１の実施形態に係る検出装置による生成処理の一例を示す説明図である。 図２は、第１の実施形態に係る検出装置による検出処理の一例を示す説明図である。 図３は、第１の実施形態に係る検出システムの構成例を示す図である。 図４は、第１の実施形態に係る検出装置の構成例を示す図である。 図５は、第１の実施形態に係る領域情報記憶部の一例を示す図である。 図６は、第１の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７は、第１の実施形態に係る地図情報記憶部の一例を示す図である。 図８は、第１の実施形態に係る検出装置による検出処理手順を示すフローチャートである。 図９は、ユーザの人数の時間的な変化を説明するための説明図である。 図１０は、ユーザの割合の時間的な変化を説明するための説明図である。 図１１は、第２の実施形態に係る検出装置の構成例を示す図である。 図１２は、生成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、本願に係る生成装置、生成方法および生成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生成装置、生成方法および生成プログラムが限定されるものではない。また、以下の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。

〔１．第１の実施形態〕
〔１−１．第１の実施形態に係る検出処理〕
まず図１を用いて第１の実施形態に係る生成処理の一例について説明し、その後に図２を用いて第１の実施形態に係る検出処理の一例について説明する。図１は、第１の実施形態に係る検出装置１００（生成装置の一例に相当）による生成処理の一例を示す説明図である。図１の例では、検出装置１００によって領域毎の属性付き地図を生成する生成処理が行われる。

まず、検出装置１００は、領域ＡＲに関する領域情報を取得する。具体的には、検出装置１００は、領域情報として、領域ＡＲに位置する施設Ｐ１に関する情報を取得する。図１の例では、施設Ｐ１は、衣類や雑貨などファッションに関する商品を取り扱うブティックやセレクトショップなどを主なテナントとするＡデパートであるものとする。

続いて、検出装置１００は、取得された領域情報に基づいて、領域ＡＲに対応する属性を特定する。言い換えると、検出装置１００は、エリアごとに特徴的な属性を領域情報に基づいて定義する。具体的には、検出装置１００は、領域ＡＲに位置する施設Ｐ１に基づいて、領域ＡＲに対応する属性を特定する。図１の例では、検出装置１００は、領域ＡＲに位置するＡデパートがファッションに関する施設なので、領域ＡＲに対応する属性として「ファッション」を特定する。

その後、検出装置１００は、特定された属性「ファッション」に基づいて、時点Ｔ１に領域ＡＲ内の領域ＡＲ１〜ＡＲ３に滞在するユーザＵ１１〜Ｕ３３のユーザ属性が示される地図Ｍ１を生成する。例えば、検出装置１００は、ユーザ属性に応じて領域毎に色分けすることで地図Ｍ１を生成する。図１の例では、領域ＡＲ１に滞在するユーザＵ１１は、ユーザ属性として、年齢「２０歳」、性別「男性」、興味「カジュアル系」、「サッカー」および「二輪車」を有しているものとする。興味「カジュアル系」は、「ファッション」の下位概念であり、ジーンズやＴシャツなどラフなファッションスタイルに興味があることを示す。領域ＡＲ１に滞在するユーザＵ１２は、ユーザ属性として、年齢「２４歳」、性別「男性」、興味「カジュアル系」、「野球」および「サーフィン」を有しているものとする。領域ＡＲ１に滞在するユーザＵ１３は、ユーザ属性として、年齢「２２歳」、性別「女性」、興味「カジュアル系」、「映画」および「観光」を有しているものとする。この場合、検出装置１００は、領域ＡＲ１が含まれる領域ＡＲに対応する属性として「ファッション」を特定したので、領域ＡＲ１に滞在するユーザＵ１１〜Ｕ１３が有する複数のユーザ属性のうちファッションに関する「カジュアル系」が領域ＡＲ１に示される地図Ｍ１を生成する。

領域ＡＲ２に滞在するユーザＵ２１〜Ｕ２３は、複数のユーザ属性のうちの一つとして、興味「ビジネス系」を有しているものとする。興味「ビジネス系」は、「ファッション」の下位概念であり、ジャケットやスーツを中心としたファッションスタイルに興味があることを示す。この場合、検出装置１００は、領域ＡＲ２が含まれる領域ＡＲに対応する属性として「ファッション」を特定したので、領域ＡＲ２に滞在するユーザＵ２１〜Ｕ２３が有する複数のユーザ属性のうちファッションに関する「ビジネス系」が領域ＡＲ２に示される地図Ｍ１を生成する。

領域ＡＲ３に滞在するユーザＵ３１〜Ｕ３３は、複数のユーザ属性のうちの一つとして、興味「ラグジュアリー系」を有しているものとする。興味「ラグジュアリー系」は、「ファッション」の下位概念であり、豪華な印象を与えるブランドを中心としたファッションスタイルに興味があることを示す。この場合、検出装置１００は、領域ＡＲ３が含まれる領域ＡＲに対応する属性として「ファッション」を特定したので、領域ＡＲ３に滞在するユーザＵ３１〜Ｕ３３が有する複数のユーザ属性のうちファッションに関する「ラグジュアリー系」が領域ＡＲ３に示される地図Ｍ１を生成する。

続いて、図２を用いて、第１の実施形態に係る検出処理の一例について説明する。図２は、第１の実施形態に係る検出装置１００による検出処理の一例を示す説明図である。図２の例では、検出装置１００によって、生成した地図を用いて領域の異常を検出する検出処理が行われる。

具体的には、検出装置１００は、生成された地図Ｍ１に示されるユーザ属性「カジュアル系」、「ビジネス系」、「ラグジュアリー系」の分布に基づいて領域ＡＲ１〜ＡＲ３に関する異常を検出する。より具体的には、検出装置１００は、生成された地図Ｍ１を用いて複数の時点Ｔ１〜Ｔ２のユーザ属性を比較することで領域ＡＲ１〜ＡＲ３に関する異常を検出する。図２の左側の例では、時点Ｔ１に、「ビジネス系」のユーザ属性を有するユーザＵ２１〜Ｕ２３が領域ＡＲ２に滞在している。一方、図２の右側の例では、時点Ｔ２に、ユーザＵ４１〜Ｕ４５が領域ＡＲ２に滞在している。ここで、ユーザＵ４１〜Ｕ４５は、ユーザ属性として、興味「ヒップホップ系」を共通して有しているものとする。興味「ヒップホップ系」は、「ファッション」の下位概念であり、サイズの大きい服や大きめの装飾品を中心としたファッションスタイルに興味があることを示す。

この場合、検出装置１００は、時点Ｔ２に領域ＡＲ２に滞在するユーザのうちユーザ属性が「ヒップホップ系」のユーザの人数が、時点Ｔ１に領域ＡＲ２に滞在するユーザのうちユーザ属性が「ヒップホップ系」のユーザの人数と比較して顕著に多い。このため、検出装置１００は、一般的には「ビジネス系」に興味を有するユーザが滞在することが多い領域ＡＲ２において、時点Ｔ２では「ヒップホップ系」に興味を有するユーザが多数集まっているといった異常を検出する。これにより、検出装置１００は、時点Ｔ２に領域ＡＲ２においてヒップホップに関するライブなどのイベントが行われるといった事象を推定することができる。

このように、第１の実施形態に係る検出装置１００は、領域に関する領域情報を取得する。また、検出装置１００は、取得された領域情報に基づいて、領域に対応する属性を特定する。また、検出装置１００は、特定された属性に基づいて、領域に滞在するユーザのユーザ属性が示される地図を生成する。

これにより、検出装置１００は、領域の特徴に基づいてかかる領域に滞在するユーザの特徴が示された地図を生成することができるので、領域毎の属性付き地図を容易に生成することができる。例えば、検出装置１００は、領域に滞在するユーザが複数の属性を有している場合でも適切な属性を容易に抽出することができるので、領域の属性を容易に明確にすることができる。

また、検出装置１００は、領域が有する特徴を示す属性に基づいてかかる領域に滞在するユーザのユーザ属性が示される地図を生成することができるので、単に領域に滞在するユーザが有するユーザ属性に基づいて地図を生成する場合と比較して領域に滞在するユーザのユーザ属性が高い精度で示される地図を生成することができる。

また、検出装置１００は、領域毎の属性付き地図を生成することができるので、商圏等のマーケティングやコンサルティングに活用することができる。例えば、検出装置１００は、領域毎の属性付き地図によって、地価の推定や土地の効果測定に役立つ情報を提供することができる。

また、検出装置１００は、生成された地図に示されるユーザ属性の分布に基づいて領域に関する異常を検出する。これにより、検出装置１００は、領域に滞在するユーザの特徴に基づいて領域で行われるイベント等を検知することができるので、領域の特徴を明確にすることができる。例えば、検出装置１００は、異常の発生頻度に基づいて街の特徴を把握することができるので、都市計画に活用することができる情報を提供することができる。

また、検出装置１００は、検出した異常結果を活用することで、例えば、領域に滞在するユーザのユーザ属性の詳細な分布を明確にすることができる。また、検出装置１００は、異常結果によってユーザの動向を可視化することができる。また、検出装置１００は、領域に滞在するユーザのユーザ属性を動的に更新することができる。

また、検出装置１００は、生成された地図を用いて複数の時点のユーザ属性を比較することで領域に関する異常を検出する。これにより、検出装置１００は、異なる時点の同じ領域に滞在するユーザのユーザ属性を比較することができるので、異常を高い精度で検出することができる。また、検出装置１００は、複数の時点でのユーザ属性を比較することで、領域に関する異常を容易に検出することができる。

なお、図１では、説明を簡単にするため領域ＡＲ１〜ＡＲ３に滞在する９人のユーザＵ１１〜Ｕ３３のユーザ属性に基づいて領域毎の属性付き地図を生成する例を示したが、実際には十分な数のユーザのユーザ属性に基づいて領域毎の属性付き地図を生成する。

〔１−２．第１の実施形態に係る検出システムの構成〕
次に、図３を用いて、第１の実施形態に係る検出システム１の構成について説明する。図３は、第１の実施形態に係る検出システム１の構成例を示す図である。図３に示すように、検出システム１には、端末装置１０と、情報提供装置２０と、検出装置１００とが含まれる。端末装置１０と、情報提供装置２０と、検出装置１００とは、それぞれネットワークＮと有線または無線により通信可能に接続される。

端末装置１０は、スマートフォンや、携帯電話機、タブレット型端末や、ＰＤＡ（Personal Digital Assistant）や、ノート型ＰＣ（Personal Computer）等の情報処理装置である。端末装置１０は、各種の機能を利用するユーザによって所有される。具体的には、端末装置１０は、端末装置１０が位置する位置情報を情報提供装置２０や検出装置１００に送信する。

情報提供装置２０は、検出装置１００に地図に関する情報を提供するウェブサーバ等である。具体的には、情報提供装置２０は、領域に関する領域情報を検出装置１００に送信する。例えば、情報提供装置２０は、領域情報として、領域に位置する施設に関する情報を検出装置１００に送信する。また、情報提供装置２０は、領域に位置する端末装置１０の位置情報を検出装置１００に送信する。

検出装置１００は、領域毎の属性付き地図を生成するサーバ装置である。具体的には、検出装置１００は、領域情報に基づいて、領域に滞在するユーザのユーザ属性が示される地図を生成する。また、検出装置１００は、領域に関する異常を検出する。具体的には、検出装置１００は、生成された領域毎の属性付き地図を用いて領域に関する異常を検出する。

なお、図３では、検出システム１に、１台の端末装置１０と、１台の情報提供装置２０と、１台の検出装置１００とが含まれる例を示したが、検出システム１には、複数台の端末装置１０や、複数台の情報提供装置２０や、複数台の検出装置１００が含まれてもよい。

〔１−３．第１の実施形態に係る検出装置の構成〕
次に、図４を用いて、第１の実施形態に係る検出装置１００の構成について説明する。図４は、第１の実施形態に係る検出装置１００の構成例を示す図である。図４に示すように、検出装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、検出装置１００は、検出装置１００を利用する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について）
通信部１１０は、ＮＩＣ（Network Interface Card）等によって実現される。具体的には、通信部１１０は、ネットワークＮと有線または無線で接続され、ネットワークを介して、端末装置１０や情報提供装置２０との間で情報の送受信を行う。例えば、通信部１１０は、端末装置１０や情報提供装置２０との間で、領域情報やユーザ情報、位置情報などの送受信を行う。

（記憶部１２０について）
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。記憶部１２０は、領域情報記憶部１２１と、ユーザ情報記憶部１２２と、地図情報記憶部１２３とを有する。

（領域情報記憶部１２１について）
領域情報記憶部１２１は、領域に関する情報を記憶する。具体的には、領域情報記憶部１２１は、領域毎に、位置や施設に関する情報を記憶する。ここで、図５に、第１の実施形態に係る領域情報記憶部１２１の一例を示す。図５に示すように、領域情報記憶部１２１は、「領域ＩＤ」、「位置」および「施設」といった項目を有する。

「領域ＩＤ」は、領域を識別するための識別情報を示す。例えば、「領域ＩＤ」には、領域毎に個別に付与されるユニークな文字列等が記憶される。「位置」は、領域の位置を示す。例えば、「位置」には、領域が位置する経度及び緯度の範囲が記憶される。「施設」は、領域に位置する施設を示す。例えば、「施設」には、「領域ＩＤ」によって識別される領域に位置する施設の名称等が記憶される。

すなわち、図５では、領域ＩＤ「ＡＲ」によって識別される領域ＡＲの位置は、「(x1,y1)〜（x2,y2)」の範囲である例を示している。また、領域ＩＤ「ＡＲ」によって識別される領域ＡＲには、施設「Ａデパート」が位置する例を示している。

（ユーザ情報記憶部１２２について）
ユーザ情報記憶部１２２は、ユーザに関する情報を記憶する。具体的には、ユーザ情報記憶部１２２は、ユーザ毎に、ユーザの特徴を示すユーザ属性に関する情報を記憶する。ここで、図６に、第１の実施形態に係るユーザ情報記憶部１２２の一例を示す。図６に示すように、ユーザ情報記憶部１２２は、「ユーザＩＤ」および「ユーザ属性」といった項目を有する。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、「ユーザＩＤ」には、ユーザ毎に個別に付与されるユニークな文字列等が記憶される。「ユーザ属性」は、ユーザの特徴に関する情報を示す。例えば、「ユーザ属性」は、ユーザの特徴に関する情報として、「年齢」、「性別」、「興味」といった情報が記憶される。

すなわち、図６では、ユーザＩＤ「Ｕ１１」によって識別されるユーザＵ１１は、年齢「２０歳」である例を示している。また、ユーザＩＤ「Ｕ１１」によって識別されるユーザＵ１１は、性別「男性」である例を示している。また、ユーザＩＤ「Ｕ１１」によって識別されるユーザＵ１１は、「カジュアル系」、「サッカー」、「二輪車」に対して興味を有する例を示している。

（地図情報記憶部１２３について）
地図情報記憶部１２３は、属性付き地図に関する情報を記憶する。具体的には、地図情報記憶部１２３は、領域毎に、領域に滞在するユーザのユーザ属性に関する情報を記憶する。ここで、図７に、第１の実施形態に係る地図情報記憶部１２３の一例を示す。図７に示すように、地図情報記憶部１２３は、「領域ＩＤ」、「小領域ＩＤ」および「ユーザ属性」といった項目を有する。

「領域ＩＤ」は、領域を識別するための識別情報を示す。例えば、「領域ＩＤ」には、領域毎に個別に付与されるユニークな文字列等が記憶される。「小領域ＩＤ」は、領域に含まれる小領域を識別するための識別情報を示す。例えば、「小領域ＩＤ」には、小領域毎に個別に付与されるユニークな文字列等が記憶される。「ユーザ属性」は、領域に滞在するユーザのユーザ属性を示す。例えば、「ユーザ属性」には、領域に滞在する複数のユーザが共通して有するユーザ属性が記憶される。

すなわち、図７では、領域ＩＤ「ＡＲ」によって識別される領域ＡＲは、小領域ＩＤ「ＡＲ１」、「ＡＲ２」および「ＡＲ３」によって識別される領域ＡＲ１〜ＡＲ３を含む例を示している。また、小領域ＩＤ「ＡＲ１」によって識別される領域ＡＲ１に滞在するユーザは、ユーザ属性「カジュアル系」を有する例を示している。

（制御部１３０について）
図４に戻り、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、検出装置１００内部の記憶装置に記憶されている各種プログラム（生成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、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。

制御部１３０は、図４に示すように、取得部１３１と、特定部１３２と、生成部１３３と、検出部１３４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４に示した構成に限られず、後述する生成処理や検出処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図４に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、領域に関する領域情報を取得する。具体的には、取得部１３１は、領域情報として、領域に位置する施設等に関する情報を取得する。例えば、取得部１３１は、一般に提供されている地図情報等を参照し、領域内に位置する施設等に関する情報を抽出することで領域情報を取得する。なお、取得部１３１は、地図情報等を参照するに限らず、ユーザによって定義された情報を領域情報として取得してもよい。一例としては、取得部１３１は、情報提供装置２０から領域情報を取得する。そして、取得部１３１は、取得した領域情報を領域情報記憶部１２１に格納する。例えば、取得部１３１は、領域の位置と施設に関する情報を、領域ＩＤに対応付けて領域情報記憶部１２１に格納する。また、取得部１３１は、ユーザ属性に関するユーザ情報を取得する。そして、取得部１３１は、取得したユーザ情報をユーザ情報記憶部１２２に格納する。例えば、取得部１３１は、ユーザ属性を、ユーザＩＤに対応付けてユーザ情報記憶部１２２に格納する。また、取得部１３１は、ユーザが有する端末装置１０の位置情報を取得する。

（特定部１３２について）
特定部１３２は、取得部１３１によって取得された領域情報に基づいて、領域に対応する属性を特定する。言い換えると、特定部１３２は、エリアごとに特徴的な属性を領域情報に基づいて定義する。具体的には、特定部１３２は、領域に位置する施設に基づいて、領域に対応する属性を特定する。図５の例では、特定部１３２は、領域ＡＲに位置する施設「Ａデパート」がファッションに関する施設であるので、領域ＡＲに対応する属性として「ファッション」を特定する。他の例では、特定部１３２は、領域ＢＲに位置する施設「Ｂドーム」がスポーツに関する施設であるので、領域ＢＲに対応する属性として「スポーツ」を特定する。

（生成部１３３について）
生成部１３３は、特定部１３２によって特定された属性に基づいて、領域に滞在するユーザのユーザ属性が示される地図を生成する。具体的には、生成部１３３は、領域に滞在するユーザが有する複数のユーザ属性のうち、特定部１３２によって特定された属性と関わるユーザ属性が示される地図を生成する。例えば、生成部１３３は、かかる複数のユーザ属性のうち、特定部１３２によって特定された属性の下位概念に当たるユーザ属性が示される地図を生成する。一例としては、生成部１３３は、ユーザ属性に基づいて領域を色分けした地図を生成する。図６の例では、ユーザＵ１１は、複数のユーザ属性として、年齢「２０歳」、性別「男性」、興味「カジュアル系」、「サッカー」、「二輪車」を有している。このため、特定部１３２によって特定された属性が「ファッション」でありユーザＵ１１が領域ＡＲに滞在している場合には、生成部１３３は、複数のユーザ属性「２０歳」、「男性」、「カジュアル系」、「サッカー」、「二輪車」のうち、特定部１３２によって特定された属性「ファッション」と関わるユーザ属性「カジュアル系」が領域ＡＲに示される地図を生成する。

（検出部１３４について）
検出部１３４は、生成部１３３によって生成された地図に示されるユーザ属性の分布に基づいて領域に関する異常を検出する。具体的には、検出部１３４は、生成部１３３によって生成された地図を用いて複数の時点のユーザ属性を比較することで領域に関する異常を検出する。より具体的には、検出部１３４は、領域に滞在するユーザに共通するユーザ属性の割合、領域に滞在するユーザに共通するユーザ属性を有するユーザの人数または領域に滞在するユーザに共通するユーザ属性の時間的な変化のうち少なくとも一つに基づいて異常を検出する。例えば、検出部１３４は、領域ＡＲに滞在するユーザに共通するユーザ属性「ヒップホップ系」を有するユーザの人数が過去の時点において領域ＡＲに滞在しユーザ属性「ヒップホップ系」を有するユーザの人数と比較して著しく増減した場合に異常を検出する。このため、検出部１３４では、領域の属性が変わるたびに、かかる領域で異常として検出されるユーザ属性が変わる。

〔１−４．第１の実施形態に係る検出処理手順〕
次に、図８を用いて、第１の実施形態に係る検出装置１００による処理の手順について説明する。図８は、第１の実施形態に係る検出装置１００による検出処理手順を示すフローチャートである。

図８に示すように、検出装置１００は、領域に関する領域情報を取得する（ステップＳ１０１）。例えば、検出装置１００は、領域情報として、領域に位置する施設等に関する情報を取得する。そして、検出装置１００は、取得した領域情報を領域情報記憶部１２１に格納する。

続いて、検出装置１００は、取得された領域情報に基づいて、領域に対応する属性を特定する（ステップＳ１０２）。例えば、検出装置１００は、領域に位置する施設に基づいて、領域に対応する属性を特定する。

その後、検出装置１００は、特定された属性に基づいて、領域に滞在するユーザのユーザ属性が示される地図を生成する（ステップＳ１０３）。例えば、検出装置１００は、領域に滞在するユーザが有する複数のユーザ属性のうち、特定された属性と関わるユーザ属性が示される地図を生成する。

そして、検出装置１００は、生成した地図に関する情報を地図情報記憶部１２３に格納する（ステップＳ１０４）。例えば、検出装置１００は、領域に滞在するユーザが有する複数のユーザ属性のうち特定された属性と関わるユーザ属性を、領域に対応付けて格納する。

続いて、検出装置１００は、生成された地図に示されるユーザ属性の分布に基づいて領域に関する異常を検出する（ステップＳ１０５）。具体的には、検出装置１００は、生成された地図を用いて複数の時点のユーザ属性を比較することで領域に関する異常を検出する。例えば、検出装置１００は、領域に滞在するユーザのユーザ属性の割合、領域に対応する属性のユーザの人数または領域に滞在するユーザに共通するユーザ属性の時間的な変化のうち少なくとも一つに基づいて異常を検出する。

〔１−５．第１の実施形態の効果〕
上述してきたように、第１の実施形態に係る検出装置１００は、取得部１３１と、特定部１３２と、生成部１３３とを有する。取得部１３１は、領域に関する領域情報を取得する。特定部１３２は、取得された領域情報に基づいて、領域に対応する属性を特定する。生成部１３３は、特定された属性に基づいて、領域に滞在するユーザのユーザ属性が示される地図を生成する。

これにより、検出装置１００は、領域の特徴に基づいてかかる領域に滞在するユーザの特徴が示された地図を生成することができるので、領域毎の属性付き地図を容易に生成することができる。例えば、検出装置１００は、領域に滞在するユーザが複数の属性を有している場合でも適切な属性を容易に抽出することができるので、領域の属性を容易に明確にすることができる。

また、検出装置１００は、領域が有する特徴を示す属性に基づいてかかる領域に滞在するユーザのユーザ属性が示される地図を生成することができるので、単に領域に滞在するユーザが有するユーザ属性に基づいて地図を生成する場合と比較して領域に滞在するユーザのユーザ属性が高い精度で示される地図を生成することができる。

また、検出装置１００は、領域毎の属性付き地図を生成することができるので、商圏等のマーケティングやコンサルティングに活用することができる。例えば、検出装置１００は、領域毎の属性付き地図によって、地価の推定や土地の効果測定に役立つ情報を提供することができる。

また、第１の実施形態に係る検出装置１００は、生成された地図に示されるユーザ属性の分布に基づいて領域に関する異常を検出する検出部１３４をさらに備える。これにより、検出装置１００は、領域に滞在するユーザの特徴に基づいて領域で行われるイベント等を検知することができるので、領域の特徴を明確にすることができる。例えば、検出装置１００は、異常の発生頻度に基づいて街の特徴を把握することができるので、都市計画に活用することができる情報を提供することができる。

また、第１の実施形態に係る検出装置１００は、検出した異常結果を活用することで、例えば、領域に滞在するユーザのユーザ属性の詳細な分布を明確にすることができる。また、検出装置１００は、異常結果によってユーザの動向を可視化することができる。また、検出装置１００は、領域に滞在するユーザのユーザ属性を動的に更新することができる。

また、第１の実施形態に係る検出装置１００において、検出部１３４は、生成された地図を用いて複数の時点のユーザ属性を比較することで領域に関する異常を検出する。これにより、検出装置１００は、異なる時点の同じ領域に滞在するユーザのユーザ属性を比較することができるので、異常を高い精度で検出することができる。また、検出装置１００は、複数の時点でのユーザ属性を比較することで、領域に関する異常を容易に検出することができる。

また、第１の実施形態に係る検出装置１００において、検出部１３４は、領域に滞在するユーザに共通するユーザ属性の割合、領域に滞在するユーザに共通するユーザ属性を有するユーザの人数または領域に滞在するユーザに共通するユーザ属性の時間的な変化のうち少なくとも一つに基づいて異常を検出する。これにより、検出装置１００は、領域に滞在するユーザの状況に応じて異常を検出することができるので、異常を高い精度で検出することができる。

〔１−６．第１の実施形態の変形例〕
上述した第１の実施形態に係る検出装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の検出装置１００の他の実施形態について説明する。

〔１−６−１．時系列属性付き地図〕
上記の第１の実施形態では、検出装置１００が特定部１３２によって特定された属性に基づいて、領域に滞在するユーザのユーザ属性が示される地図を生成する例を挙げて説明した。ここで、検出装置１００は、ユーザ属性の時系列変化を示す時系列属性付き地図を生成してもよい。言い換えると、検出装置１００は、ユーザ属性を時系列の分布にして割合を表現した地図を生成してもよい。

具体的には、検出装置１００の生成部１３３は、検出装置１００は、特定部１３２によって特定された属性に基づいて、領域に時間的な属性を付与した地図を生成する。例えば、検出装置１００は、特定部１３２によって特定された属性に関するユーザ属性を有するユーザの人数の時間的な変化に基づいて領域に時間的な属性を付与した地図を生成する。一例としては、検出装置１００は、領域に滞在するユーザのうち特定部１３２によって特定された属性に関するユーザ属性を有するユーザの人数と時刻との関係を示すグラフの波の形に基づいて領域を色分けした地図を生成する。この点について、図９を用いて詳細に説明する。

図９は、ユーザの人数の時間的な変化を説明するための説明図である。図９の例では、グラフの縦軸は、領域に滞在するユーザのうち特定部１３２によって特定された属性に関するユーザ属性を有するユーザの人数を示す。グラフの横軸は、時刻を示す。図９に示すグラフは、例えばポアソン回帰などによって波の形が算出される。具体的には、グラフＬ１は、領域ＡＲ２に滞在するユーザのうち特定部１３２によって特定された属性「ファッション」に関するユーザ属性「ビジネス系」を有するユーザの人数の時系列変化を示す。グラフＬ１が示すように、領域ＡＲ２に滞在するユーザのうちユーザ属性「ビジネス系」を有するユーザの人数は、６時にピークとなり朝方に多いことを示す。この場合、検出装置１００は、領域ＡＲ２にはユーザ属性「ビジネス系」を有するユーザが朝方に多いことを示す地図を生成する。

グラフＬ２は、領域ＡＲ１に滞在するユーザのうち特定部１３２によって特定された属性「ファッション」に関するユーザ属性「カジュアル系」を有するユーザの人数の時系列変化を示す。グラフＬ２が示すように、領域ＡＲ１に滞在するユーザのうちユーザ属性「カジュアル系」を有するユーザの人数は、１２時にピークとなり昼に多いことを示す。この場合、検出装置１００は、領域ＡＲ１にはユーザ属性「カジュアル系」を有するユーザが昼に多いことを示す地図を生成する。

グラフＬ３は、領域ＡＲ３に滞在するユーザのうち特定部１３２によって特定された属性「ファッション」に関するユーザ属性「ラグジュアリー系」を有するユーザの人数の時系列変化を示す。グラフＬ３が示すように、領域ＡＲ３に滞在するユーザのうちユーザ属性「ラグジュアリー系」を有するユーザの人数は、１８時にピークとなり夕方に多いことを示す。この場合、検出装置１００は、領域ＡＲ３にはユーザ属性「ラグジュアリー系」を有するユーザが夕方に多いことを示す地図を生成する。

このように、変形例に係る検出装置１００は、特定部１３２によって特定された属性に基づいて、領域に時間的な属性を付与した地図を生成する。これにより、検出装置１００は、属性の時系列変化を示す地図を生成することができるので、領域の特徴をより詳細に表現する地図を生成することができる。

また、変形例に係る検出装置１００は、特定部１３２によって特定された属性に関するユーザ属性を有するユーザの人数の時間的な変化に基づいて領域に時間的な属性を付与した地図を生成する。これにより、検出装置１００は、ユーザの人数の変化量に基づいて地図を生成することができるので、属性の時系列変化を示す地図を高い精度で生成することができる。

なお、検出装置１００は、時間的な属性に限らず、各種の要素を考慮した属性を付与した地図を生成してもよい。例えば、検出装置１００は、天気を考慮した属性を付与してもよい。一例としては、検出装置１００は、天気が晴れの場合だと領域ＡＲ１にはユーザ属性「男性」が多くを占めることを示す地図を生成する。この場合、検出装置１００は、例えば、天気が晴れにも関わらず領域ＡＲ１に子連れの女性が多い場合に、領域ＡＲ１の異常を検出する。

また、検出装置１００は、生成した時系列属性付き地図を用いて領域に関する異常を検出してもよい。この場合、検出装置１００は、多元的な情報に基づいて領域に関する異常を検出する。例えば、検出装置１００は、領域に滞在するユーザが共通して有するユーザ属性を有するユーザの人数や割合などに基づいて、領域に関する異常を検出する。この点について、図１０を用いて説明する。図１０は、ユーザの割合の時間的な変化を説明するための説明図である。図１０の例では、グラフの縦軸は、領域に滞在するユーザのうち性別が男性であるユーザの割合を示す。グラフの横軸は、時刻を示す。図１０の例では、グラフＬ４が示すように、領域に滞在するユーザのうち性別が男性の割合が朝の７時に他の時刻と比較して突出して高い。この場合、検出装置１００は、かかる領域における男女比の異常を検出する。これにより、検出装置１００は、かかる領域において男性が多く集まるイベント等が発生したことを推定することができる。また、検出装置１００は、例えば、領域に滞在するユーザの数自体には異常がない場合であっても、ユーザの割合から異常を検出することができる。

他の例では、検出装置１００は、領域に対応する属性に関するユーザ属性を有するユーザの人数と時刻との関係を示すグラフの形に基づいて、領域に関する異常を検出する。例えば、検出装置１００は、複数の時点におけるかかるグラフを比較することで領域に関する異常を検出する。他の例では、検出装置１００は、ユーザ属性の相対的な分布に基づいて領域に関する異常を検出する。例えば、検出装置１００は、領域の周辺に位置する他の領域に対応する属性に基づいて、領域に関する異常を検出する。一例としては、検出装置１００は、領域ＡＲの周辺に位置する他の領域に対応する属性が「ファッション」である場合に、領域ＡＲには「ファッション」に関するユーザ属性を有するユーザが相対的に多いものとして異常を検出する。

〔１−６−２．統計的手法で領域の属性を特定〕
上記の第１の実施形態では、検出装置１００が取得部１３１によって取得された領域情報に基づいて領域に対応する属性を特定する例を挙げて説明した。ここで、検出装置１００は、統計的手法を用いて領域に対応する属性を特定してもよい。

具体的には、検出装置１００の特定部１３２は、領域に過去に滞在したユーザに共通するユーザ属性を抽出することで領域に対応する属性を特定する。より具体的には、検出装置１００は、領域に過去に滞在したユーザに共通するユーザ属性を抽出し、抽出したユーザ属性に基づいて領域に対応する属性を特定する。例えば、検出装置１００は、領域に過去に滞在したユーザに共通するユーザ属性の上位概念に当たる属性を領域に対応する属性として特定する。一例としては、検出装置１００は、領域ＡＲ１に過去に滞在したユーザが有するユーザ属性として「カジュアル系」が多い場合に、領域ＡＲ１に対応する属性として「カジュアル系」の上位概念に当たる属性「ファッション」を特定する。なお、検出装置１００は、領域に過去に滞在したユーザに共通するユーザ属性を定期的に抽出し、抽出したユーザ属性に基づいて領域に対応する属性を定期的に更新する。

このように、変形例に係る検出装置１００は、領域に過去に滞在したユーザに共通するユーザ属性を抽出することで領域に対応する属性を特定する。これにより、検出装置１００は、領域に過去に滞在したユーザに共通するユーザ属性に基づいて領域に対応する属性を特定することができるので、高い精度で領域に対応する属性を特定することができる。

〔１−６−３．適用対象〕
上記の実施形態では、検出装置１００が特定部１３２によって特定された属性「ファッション」に基づいて、領域に滞在するユーザのユーザ属性「カジュアル系」、「ビジネス系」、「ラグジュアリー系」が示される地図を生成する例を挙げて説明した。ここで、検出装置１００は、「ファッション」に関する属性に限らず、各種の属性が示される地図を生成してもよい。例えば、検出装置１００は、男性または女性の比率を示す地図や、アイドルに興味を有するユーザの人数を示す地図、特定の政党を支持するユーザの割合を示す地図などを生成してもよい。これにより、検出装置１００は、各種の属性付き地図を生成することができるので、バリエーション豊かな分析に役立てることができる。

〔１−７．第１の実施形態の変形例の効果〕
上述してきたように、変形例に係る検出装置１００において生成部１３３は、特定部１３２によって特定された属性に基づいて、領域に時間的な属性を付与した地図を生成する。これにより、検出装置１００は、属性の時系列変化を示す地図を生成することができるので、領域の特徴をより詳細に表現する地図を生成することができる。

また、変形例に係る検出装置１００において生成部１３３は、特定部１３２によって特定された属性に関するユーザ属性を有するユーザの人数の時間的な変化に基づいて領域に時間的な属性を付与した地図を生成する。これにより、検出装置１００は、ユーザの人数の変化量に基づいて地図を生成することができるので、属性の時系列変化を示す地図を高い精度で生成することができる。

また、変形例に係る検出装置１００において特定部１３２は、領域に過去に滞在したユーザに共通するユーザ属性を抽出することで領域に対応する属性を特定する。これにより、検出装置１００は、領域に過去に滞在したユーザに共通するユーザ属性に基づいて領域に対応する属性を特定することができるので、高い精度で領域に対応する属性を特定することができる。

〔２．第２の実施形態〕
上記第１の実施形態では、検出装置１００は、領域情報に基づいて領域に対応する属性を特定し、特定した属性に基づいて領域に滞在するユーザのユーザ属性が示される地図を生成する例を示した。ここで、検出装置１００は、領域に滞在するユーザに対してユーザ属性を付与してもよい。この点について、第２の実施形態として説明する。なお、第１の実施形態において説明した事項と同様の事項については、説明を省略する。

〔２−１．第２の実施形態に係る検出装置の構成〕
図１１を用いて、第２の実施形態に係る検出装置２００の構成について説明する。図１１は、第２の実施形態に係る検出装置２００の構成例を示す図である。図１１に示すように、検出装置２００は、検出装置１００と比較して、付与部２３５をさらに備える制御部２３０を有する。

（付与部２３５について）
付与部２３５は、ユーザが領域に滞在した場合に、かかるユーザに対して特定部１３２によって特定された属性に基づいてユーザ属性を付与する。具体的には、付与部２３５は、特定部１３２によって属性が特定された領域にユーザが滞在した場合に、かかるユーザに対して特定部１３２によって特定された属性をユーザ属性として付与する。例えば、付与部２３５は、特定部１３２によって属性「ファッション」が特定された領域ＡＲにユーザが滞在した場合に、ユーザ属性「ファッション」をかかるユーザに付与する。一例としては、付与部２３５は、特定部１３２によって属性が特定された領域にユーザが滞在した場合に、特定部１３２によって特定された属性を、かかるユーザに対応するユーザＩＤに対応付けてユーザ情報記憶部１２２に格納する。

〔２−２．第２の実施形態の効果〕
上述してきたように、第２の実施形態に係る検出装置２００は、付与部２３５をさらに有する。付与部２３５は、ユーザが領域に滞在した場合に、かかるユーザに対して特定部１３２によって特定された属性に基づいてユーザ属性を付与する。

これにより、検出装置２００は、領域に滞在したユーザに属性を付与することができるので、ユーザの特徴をより明確にすることができる。例えば、検出装置２００は、ユーザに新たなユーザ属性を付与することができるので、ユーザ情報をより充実させることができる。また、検出装置２００は、ユーザが有するユーザ属性を動的に更新することができる。

〔２−３．第２の実施形態の変形例〕
上述した第２の実施形態に係る検出装置２００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の検出装置２００の他の実施形態について説明する。

〔２−３−１．ユーザ属性の調整〕
上記の第２の実施形態では、検出装置２００が、ユーザが領域に滞在した場合にかかるユーザに対して特定部１３２によって特定された属性に基づいてユーザ属性を付与する例を挙げて説明した。ここで、検出装置２００は、ユーザが有するユーザ属性を調整してもよい。

具体的には、検出装置２００の付与部２３５は、異常が検出された領域に滞在するユーザのユーザ属性のうちかかる領域に滞在するユーザに共通するユーザ属性の重みを高めて調整する。例えば、検出部１３４によって異常が検出された領域ＡＲ２にユーザＵ４６が滞在したものとする。また、異常が検出された領域ＡＲ２にはユーザ属性「ヒップホップ系」を有するユーザＵ４１〜Ｕ４５が滞在したものとする。この場合、検出装置２００は、ユーザＵ４６が有する複数のユーザ属性のうちユーザＵ４１〜Ｕ４５に共通するユーザ属性「ヒップホップ系」の重みを高めて調整する。一例としては、検出装置２００は、ユーザＵ４６を識別するユーザＩＤに対応付けられたユーザ属性「ヒップホップ系」の重みを高くしてユーザ情報記憶部１２２に記憶する。

〔２−４．第２の実施形態の変形例の効果〕
上述してきたように、変形例に係る検出装置２００において付与部２３５は、異常が検出された領域に滞在するユーザのユーザ属性のうちかかる領域に滞在するユーザに共通するユーザ属性の重みを高めて調整する。これにより、検出装置２００は、異常が検出された領域に滞在する他のユーザと共通するユーザ属性の重みを高めることができるので、ユーザの特徴をより明確にすることができる。

〔３．その他〕
また、上記実施形態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。

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。

例えば、図４に示した領域情報記憶部１２１は、検出装置１００が保持せずに、ストレージサーバ等に保持されてもよい。この場合、検出装置１００は、ストレージサーバにアクセスすることで、領域情報を取得する。

また、検出装置１００は、検出処理は行わず、生成処理のみを行う生成装置であってもよい。この場合、生成装置は、検出部１３４を有しない。そして、検出部１３４を有する検出装置が生成装置によって生成された地図を用いて領域に関する異常を検出する。

また、上述してきた実施形態に係る検出装置１００は、例えば図１２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。以下、検出装置１００を例に挙げて説明する。図１２は、検出装置１００の機能を実現するコンピュータ１０００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、およ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、および、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が生成したデータを、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、および、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、生成したデータを、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 Disk）、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が実施形態に係る検出装置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。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。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、発明の概要の欄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。

また、上述した検出装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、特許請求の範囲に記載した「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 検出システム
１０ 端末装置
２０ 情報提供装置
１００ 検出装置
１２１ 領域情報記憶部
１２２ ユーザ情報記憶部
１２３ 地図情報記憶部
１３１ 取得部
１３２ 特定部
１３３ 生成部
１３４ 検出部
２００ 検出装置
２３５ 付与部

Claims (11)

1. 領域に関する領域情報を取得する取得部と、
   前記取得部によって取得された領域情報に基づいて、前記領域に対応する属性を特定する特定部と、
   前記特定部によって特定された属性と関連するユーザ属性であって、前記領域に滞在するユーザのユーザ属性が示される地図を生成する生成部と
   を備えたことを特徴とする生成装置。
2. 前記生成部によって生成された地図に示されるユーザ属性の分布に基づいて前記領域に関する異常を検出する検出部
   をさらに備えることを特徴とする請求項１に記載の生成装置。
3. 前記検出部は、
   前記生成部によって生成された地図を用いて複数の時点のユーザ属性を比較することで前記領域に関する異常を検出する
   ことを特徴とする請求項２に記載の生成装置。
4. 前記検出部は、
   前記領域に滞在するユーザに共通するユーザ属性の割合、前記領域に滞在するユーザに共通するユーザ属性を有するユーザの人数または前記領域に滞在するユーザに共通するユーザ属性の時間的な変化のうち少なくとも一つに基づいて前記異常を検出する
   ことを特徴とする請求項２または３に記載の生成装置。
5. 前記生成部は、
   前記特定部によって特定された属性に基づいて、前記領域に時間的な属性を付与した地図を生成する
   ことを特徴とする請求項１〜４のいずれか一つに記載の生成装置。
6. 前記生成部は、
   前記特定部によって特定された属性に関するユーザ属性を有するユーザの人数の時間的な変化に基づいて前記領域に時間的な属性を付与した地図を生成する
   ことを特徴とする請求項５に記載の生成装置。
7. 前記特定部は、
   前記領域に過去に滞在したユーザに共通するユーザ属性を抽出することで前記領域に対応する属性を特定する
   ことを特徴とする請求項１〜６のいずれか一つに記載の生成装置。
8. ユーザが前記領域に滞在した場合に、当該ユーザに対して前記特定部によって特定された属性に基づいてユーザ属性を付与する付与部
   をさらに備えることを特徴とする請求項２〜７のいずれか一つに記載の生成装置。
9. 前記付与部は、
   異常が検出された領域に滞在するユーザのユーザ属性のうち当該領域に滞在するユーザに共通するユーザ属性の重みを高めて調整する
   ことを特徴とする請求項８に記載の生成装置。
10. 生成装置が実行する生成方法であって、
    領域に関する領域情報を取得する取得工程と、
    前記取得工程によって取得された領域情報に基づいて、前記領域に対応する属性を特定する特定工程と、
    前記特定工程によって特定された属性と関連するユーザ属性であって、前記領域に滞在するユーザのユーザ属性が示される地図を生成する生成工程と
    を含んだことを特徴とする生成方法。
11. 領域に関する領域情報を取得する取得手順と、
    前記取得手順によって取得された領域情報に基づいて、前記領域に対応する属性を特定する特定手順と、
    前記特定手順によって特定された属性と関連するユーザ属性であって、前記領域に滞在するユーザのユーザ属性が示される地図を生成する生成手順と
    をコンピュータに実行させることを特徴とする生成プログラム。

Images