JP6543180B2 - 目的地予測装置、方法、及びプログラム - Google Patents
目的地予測装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP6543180B2 JP6543180B2 JP2015239609A JP2015239609A JP6543180B2 JP 6543180 B2 JP6543180 B2 JP 6543180B2 JP 2015239609 A JP2015239609 A JP 2015239609A JP 2015239609 A JP2015239609 A JP 2015239609A JP 6543180 B2 JP6543180 B2 JP 6543180B2
- Authority
- JP
- Japan
- Prior art keywords
- mesh
- destination
- spot
- category
- prediction
- 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
- 238000000034 method Methods 0.000 title claims description 38
- 230000007704 transition Effects 0.000 claims description 74
- 238000007781 pre-processing Methods 0.000 claims description 29
- 230000011218 segmentation Effects 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 7
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 15
- 238000007796 conventional method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Landscapes
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
21 目的地予測学習部
22 予測実施部
30 セグメンテーション前処理部
32 目的地カテゴリ予測学習部
34 目的地メッシュ予測学習部
36 メッシュ内目的地予測学習部
38 時間帯別メッシュ分布学習部
40 メッシュ変換部
42 目的地メッシュ予測部
44 メッシュ内目的地予測部
46 スポットデータベース
48 出発スポットカテゴリ取得部
50 目的地カテゴリ予測部
52 時間帯別メッシュ分布推定部
54 確率統合部
60 出力部
100 目的地予測装置
Claims (7)
- ユーザの目的地となる訪問スポットを予測する目的地予測装置であって、
緯度、経度、及び測位時間の組からなる前記ユーザの移動軌跡の移動軌跡集合と、前記ユーザが訪問した訪問スポット、前記訪問スポットのカテゴリ、及び前記訪問スポットの訪問時間の組の系列である訪問地系列の訪問地系列集合とに基づいて、前記ユーザの移動軌跡から目的地を予測するための予測モデルを学習する目的地予測学習部と、
前記ユーザが移動した緯度、経度、及び測位時間の組からなる入力移動軌跡と、前記入力移動軌跡における出発地となる訪問スポットと、前記学習された予測モデルとに基づいて、前記ユーザの目的地となる訪問スポットを予測する予測実施部と、
を含み、前記目的地予測学習部は、前記訪問スポットの訪問回数と、前記訪問地系列集合に基づく緯度経度空間を分割して得られる分割領域である地域メッシュにおける、前記訪問スポットの前記地域メッシュに含まれる訪問スポットの訪問回数と、前記地域メッシュに含まれるスポット数とに基づいて、前記地域メッシュの各々について、前記地域メッシュ内における訪問スポットの各々の訪問確率を学習するメッシュ内目的地予測学習部を含む、目的地予測装置。 - 前記目的地予測学習部は、
前記移動軌跡集合の前記移動軌跡の各々から、前記ユーザが一定以上滞留した点である滞留点を抽出し、
前記滞留点と、前記訪問地系列集合とから、前記滞留点における滞留開始時刻から滞留終了時刻までの間に、前記ユーザが訪問した訪問スポットの訪問時刻が含まれる場合に、前記滞留点と前記訪問スポットとを対応付けることにより、前記滞留点と前記訪問スポットと前記訪問スポットのカテゴリとを対応付けた訪問地カテゴリ学習データを生成し、
前記移動軌跡集合の前記移動軌跡の各々について、前記移動軌跡を、前記滞留点における滞留開始時刻から滞留終了時刻までの間に含まれない、分割移動軌跡に分割して、分割移動軌跡集合を生成し、
前記分割移動軌跡集合に含まれる前記分割移動軌跡の各々について、前記分割移動軌跡の前後の訪問スポットのカテゴリを表すカテゴリ遷移データを生成し、
前記分割移動軌跡に含まれる緯度及び経度の組を、緯度経度空間を分割して得られる分割領域である地域メッシュに変換することにより、前記分割移動軌跡を、前記地域メッシュ及び測位時間の組の系列であるメッシュ遷移系列データに変換するセグメンテーション前処理部と、
前記生成されたカテゴリ遷移データに基づいて、カテゴリ間の遷移確率であるカテゴリ遷移確率を学習する目的地カテゴリ予測学習部と、
前記メッシュ遷移系列データに基づいて、出発地となる前記地域メッシュから現在地となる前記地域メッシュまでのメッシュ遷移系列データから、推定対象の前記地域メッシュが目的地となる確率を予測するための推定器を学習する目的地メッシュ予測学習部と、
前記セグメンテーション前処理部により得られた前記メッシュ遷移系列データに基づいて、時間帯毎に、前記時間帯において各地域メッシュを訪問する確率を表す確率分布を学習する時間帯別メッシュ分布学習部と、
を更に含む請求項1に記載の目的地予測装置。 - 前記予測実施部は、
前記入力移動軌跡に含まれる緯度及び経度の組を、緯度経度空間を分割して得られる分割領域である地域メッシュに変換することにより、前記入力移動軌跡を、地域メッシュ及び測位時間の組の系列であるメッシュ遷移系列データに変換するメッシュ変換部と、
前記メッシュ変換部により出力されたメッシュ遷移系列データに基づいて、目的地の候補が含まれる前記地域メッシュの集合である目的地メッシュ候補集合を出力する目的地メッシュ予測部と、
前記目的地メッシュ候補集合に含まれる地域メッシュの各々に対して、前記目的地予測学習部によって学習された前記予測モデルに基づいて、前記地域メッシュ内における訪問スポットの訪問確率を推定するメッシュ内目的地予測部と、
訪問スポットが所属するカテゴリが予め格納されたスポットデータベースから、前記入力移動軌跡における出発地となる訪問スポットが所属する出発スポットカテゴリを取得する出発スポットカテゴリ取得部と、
前記出発スポットカテゴリ取得部により取得された出発スポットカテゴリと、予め学習された前記予測モデルとに基づいて、前記ユーザの目的地となる訪問スポットのカテゴリである目的地カテゴリを推定する目的地カテゴリ予測部と、
前記入力移動軌跡に含まれる現在地の測位時間と、予め学習された前記予測モデルとに基づいて、前記現在地の測位時間が属する時間帯に前記ユーザが各地域メッシュを訪問する確率を表すメッシュ訪問分布を推定する時間帯別メッシュ分布推定部と、
前記目的地メッシュ予測部により推定された前記目的地メッシュ候補集合と、前記メッシュ内目的地予測部により前記地域メッシュの各々に対して推定された前記地域メッシュ内における訪問スポットの訪問確率と、前記目的地カテゴリ予測部により推定された目的地カテゴリと、前記時間帯別メッシュ分布推定部により推定された前記メッシュ訪問分布とを統合した結果に基づいて、前記目的地メッシュ候補集合に含まれる地域メッシュ内の訪問スポットのうち、前記ユーザの目的地となる訪問スポットを推定する確率統合部と、
を含む請求項1又は請求項2に記載の目的地予測装置。 - ユーザの目的地となる訪問スポットを予測する目的地予測装置における目的地予測方法であって、
目的地予測学習部が、緯度、経度、及び測位時間の組からなる前記ユーザの移動軌跡の移動軌跡集合と、前記ユーザが訪問した訪問スポット、前記訪問スポットのカテゴリ、及び前記訪問スポットの訪問時間の組の系列である訪問地系列の訪問地系列集合とに基づいて、前記ユーザの移動軌跡から目的地を予測するための予測モデルを学習するステップと、
予測実施部が、前記ユーザが移動した緯度、経度、及び測位時間の組からなる入力移動軌跡と、前記入力移動軌跡における出発地となる訪問スポットと、前記学習された予測モデルとに基づいて、前記ユーザの目的地となる訪問スポットを予測するステップと、
を含み、前記目的地予測学習部が学習するステップは、前記訪問スポットの訪問回数と、前記訪問地系列集合に基づく緯度経度空間を分割して得られる分割領域である地域メッシュにおける、前記訪問スポットの前記地域メッシュに含まれる訪問スポットの訪問回数と、前記地域メッシュに含まれるスポット数とに基づいて、前記地域メッシュの各々について、前記地域メッシュ内における訪問スポットの各々の訪問確率を学習するステップを含む、目的地予測方法。 - 前記目的地予測学習部が学習するステップは、
セグメンテーション前処理部が、前記移動軌跡集合の前記移動軌跡の各々から、前記ユーザが一定以上滞留した点である滞留点を抽出ステップ、
前記セグメンテーション前処理部が、前記滞留点と、前記訪問地系列集合とから、前記滞留点における滞留開始時刻から滞留終了時刻までの間に、前記ユーザが訪問した訪問スポットの訪問時刻が含まれる場合に、前記滞留点と前記訪問スポットとを対応付けることにより、前記滞留点と前記訪問スポットと前記訪問スポットのカテゴリとを対応付けた訪問地カテゴリ学習データを生成するステップと、
前記セグメンテーション前処理部が、前記移動軌跡集合の前記移動軌跡の各々について、前記移動軌跡を、前記滞留点における滞留開始時刻から滞留終了時刻までの間に含まれない、分割移動軌跡に分割して、分割移動軌跡集合を生成するステップと、
前記セグメンテーション前処理部が、前記分割移動軌跡集合に含まれる前記分割移動軌跡の各々について、前記分割移動軌跡の前後の訪問スポットのカテゴリを表すカテゴリ遷移データを生成するステップと、
前記セグメンテーション前処理部が、前記分割移動軌跡に含まれる緯度及び経度の組を、緯度経度空間を分割して得られる分割領域である地域メッシュに変換することにより、前記分割移動軌跡を、前記地域メッシュ及び測位時間の組の系列であるメッシュ遷移系列データに変換するステップと、
目的地カテゴリ予測学習部が、前記生成されたカテゴリ遷移データに基づいて、カテゴリ間の遷移確率であるカテゴリ遷移確率を学習するステップと、
目的地メッシュ予測学習部が、前記メッシュ遷移系列データに基づいて、出発地となる前記地域メッシュから現在地となる前記地域メッシュまでのメッシュ遷移系列データから、推定対象の前記地域メッシュが目的地となる確率を予測するための推定器を学習するステップと、
時間帯別メッシュ分布学習部が、前記セグメンテーション前処理部により得られた前記メッシュ遷移系列データに基づいて、時間帯毎に、前記時間帯において各地域メッシュを訪問する確率を表す確率分布を学習するステップと、
を更に含む請求項4に記載の目的地予測方法。 - 前記予測実施部が予測するステップは、
メッシュ変換部が、前記入力移動軌跡に含まれる緯度及び経度の組を、緯度経度空間を分割して得られる分割領域である地域メッシュに変換することにより、前記入力移動軌跡を、地域メッシュ及び測位時間の組の系列であるメッシュ遷移系列データに変換するステップと、
目的地メッシュ予測部が、前記メッシュ変換部により出力されたメッシュ遷移系列データに基づいて、目的地の候補が含まれる前記地域メッシュの集合である目的地メッシュ候補集合を出力するステップと、
メッシュ内目的地予測部が、前記目的地メッシュ候補集合に含まれる地域メッシュの各々に対して、前記目的地予測学習部によって学習された前記予測モデルに基づいて、前記地域メッシュ内における訪問スポットの訪問確率を推定するステップと、
出発スポットカテゴリ取得部が、訪問スポットが所属するカテゴリが予め格納されたスポットデータベースから、前記入力移動軌跡における出発地となる訪問スポットが所属する出発スポットカテゴリを取得するステップと、
目的地カテゴリ予測部が、前記出発スポットカテゴリ取得部により取得された出発スポットカテゴリと、予め学習された前記予測モデルとに基づいて、前記ユーザの目的地となる訪問スポットのカテゴリである目的地カテゴリを推定するステップと、
時間帯別メッシュ分布推定部が、前記入力移動軌跡に含まれる現在地の測位時間と、予め学習された前記予測モデルとに基づいて、前記現在地の測位時間が属する時間帯に前記ユーザが各地域メッシュを訪問する確率を表すメッシュ訪問分布を推定するステップと、
確率統合部が、前記目的地メッシュ予測部により推定された前記目的地メッシュ候補集合と、前記メッシュ内目的地予測部により前記地域メッシュの各々に対して推定された前記地域メッシュ内における訪問スポットの訪問確率と、前記目的地カテゴリ予測部により推定された目的地カテゴリと、前記時間帯別メッシュ分布推定部により推定された前記メッシュ訪問分布とを統合した結果に基づいて、前記目的地メッシュ候補集合に含まれる地域メッシュ内の訪問スポットのうち、前記ユーザの目的地となる訪問スポットを推定するステップと、
を含む請求項4又は請求項5に記載の目的地予測方法。 - コンピュータを、請求項1〜請求項3のいずれか1項に記載の目的地予測装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015239609A JP6543180B2 (ja) | 2015-12-08 | 2015-12-08 | 目的地予測装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015239609A JP6543180B2 (ja) | 2015-12-08 | 2015-12-08 | 目的地予測装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017106779A JP2017106779A (ja) | 2017-06-15 |
JP6543180B2 true JP6543180B2 (ja) | 2019-07-10 |
Family
ID=59059568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015239609A Active JP6543180B2 (ja) | 2015-12-08 | 2015-12-08 | 目的地予測装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6543180B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213941B (zh) * | 2018-07-24 | 2023-07-18 | 南京航空航天大学 | 一种基于模糊网格序列的室内轨迹频繁模式挖掘方法 |
CN111444243B (zh) * | 2020-03-31 | 2023-08-29 | 北京信息科技大学 | 一种基于轨迹信息的用户行为预测画像方法及系统 |
KR102458369B1 (ko) * | 2020-05-18 | 2022-10-26 | 투브플러스 주식회사 | 오프라인 매장을 방문하는 사용자에게 혜택 정보를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
CN112783950B (zh) * | 2021-02-01 | 2024-04-23 | 西北工业大学 | 一种基于信息熵的人类移动可预测性量化方法 |
CN113486927B (zh) * | 2021-06-15 | 2024-03-01 | 北京大学 | 一种基于先验概率的无监督轨迹访问地点标注方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7856311B2 (en) * | 2003-02-19 | 2010-12-21 | Panasonic Corporation | Information providing device |
JP4495620B2 (ja) * | 2004-03-05 | 2010-07-07 | パナソニック株式会社 | 移動先予測装置および移動先予測方法 |
JP2010145115A (ja) * | 2008-12-16 | 2010-07-01 | Nec Corp | 目的地予測システム、目的地予測方法及びプログラム |
US9134137B2 (en) * | 2010-12-17 | 2015-09-15 | Microsoft Technology Licensing, Llc | Mobile search based on predicted location |
JP5868253B2 (ja) * | 2012-04-20 | 2016-02-24 | 三菱電機株式会社 | 車載情報処理装置及びセンタ装置 |
JP6077979B2 (ja) * | 2013-11-12 | 2017-02-08 | 日本電信電話株式会社 | 訪問poi推定装置 |
JP6052274B2 (ja) * | 2014-12-26 | 2016-12-27 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
-
2015
- 2015-12-08 JP JP2015239609A patent/JP6543180B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017106779A (ja) | 2017-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6543180B2 (ja) | 目的地予測装置、方法、及びプログラム | |
Nadembega et al. | A destination and mobility path prediction scheme for mobile networks | |
WO2017031856A1 (zh) | 信息预测的方法和装置 | |
Yu et al. | Modeling user activity patterns for next-place prediction | |
US11305780B2 (en) | Road condition status prediction method, device, and server, and storage medium | |
JP5726297B2 (ja) | ハイブリッド移動体電話機衛星測量 | |
JP6464849B2 (ja) | 移動経路データ匿名化装置および方法 | |
JP6521835B2 (ja) | 移動経路予測装置、移動経路予測方法、及び移動経路予測プログラム | |
CN109271467B (zh) | 一种方向感知的路网移动对象k近邻查询方法 | |
CN109670671B (zh) | 公交线网评价方法及装置 | |
CN103310281A (zh) | 旅游路线提取系统和方法 | |
JP6564382B2 (ja) | プローブデータ管理のための装置及び方法 | |
KR20150145169A (ko) | 도로망에 기초하여 도달가능한 지역을 결정하는 방법 및 장치 | |
JP2014154137A (ja) | 移動パターンマイニング装置及び方法 | |
JP5234637B2 (ja) | ユーザ動線生成サーバ、ユーザ動線生成方法、及びユーザ動線生成プログラム | |
Horn et al. | QZTool—automatically generated origin-destination matrices from cell phone trajectories | |
JP6543215B2 (ja) | 目的地予測装置、目的地予測方法、及び目的地予測プログラム | |
CN103712628B (zh) | 导航路径描绘方法和终端 | |
Li et al. | Public transportation mode detection from cellular data | |
JP6433877B2 (ja) | 目的地予測装置、目的地予測方法、及び目的地予測プログラム | |
CN108520028B (zh) | 基于dpi数据的用户地理位置特征提取方法及系统 | |
JPWO2009060538A1 (ja) | 立寄り場所情報提供装置、立寄り場所情報提供方法、立寄り場所情報提供プログラム及び記憶媒体 | |
Deeshma et al. | Travel time modeling for bus transport system in Bangalore city | |
EP3149978B1 (en) | System for providing location-based social networking services to users of mobile devices | |
Hazan et al. | Improving grid-based location prediction algorithms by speed and direction based boosting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181218 |
|
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: 20190611 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190614 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6543180 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |