JP6584607B1 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】駐車場所と目的地との関係性を精度良く推定することができる情報処理装置、情報処理方法および情報処理プログラムを提供する。【解決手段】本願に係る情報処理装置は、取得部と、推定部とを備える。取得部は、ユーザのネットワーク上の行動に関する行動情報を取得する。推定部は、取得部によって取得された行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、例えば、ユーザが駐車場所に駐車するときに、駐車場所からユーザの目的地を予測する技術が提案されている（例えば特許文献１参照）。上記した従来技術にあっては、例えば、ユーザによって設定された目的地と目的地付近の駐車場所とを関連付けて蓄積しておき、目的地がユーザによって設定されない場合に、蓄積された目的地と駐車場所との関係性に基づいてユーザの目的地を予測している。

特開２０１３−０５４５６０号公報

しかしながら、従来技術には、駐車場所と目的地との関係性を精度良く推定するという点で改善の余地があった。すなわち、ユーザが駐車する駐車場所は、目的地付近にあるとは限らない。従って、例えば駐車場所と目的地とが比較的離れているような場合、上記した従来技術のような構成では、駐車場所と目的地とが関連付けられにくいため、駐車場所と目的地との関係性を精度良く推定できないおそれがあり、結果として目的地を正確に予測することが難しいことがある。

本願は、上記に鑑みてなされたものであって、駐車場所と目的地との関係性を精度良く推定することができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、取得部と、推定部とを備える。取得部は、ユーザのネットワーク上の行動に関する行動情報を取得する。推定部は、前記取得部によって取得された前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する。

実施形態の一態様によれば、駐車場所と目的地との関係性を精度良く推定することができる。

図１は、実施形態に係る情報処理の一例を示す説明図である。 図２は、情報処理システムの構成例を示す図である。 図３は、情報処理装置の構成例を示すブロック図である。 図４は、行動情報記憶部の一例を示す図である。 図５は、他ユーザ情報記憶部の一例を示す図である。 図６は、ユーザ特性情報記憶部の一例を示す図である。 図７は、関係性情報記憶部の一例を示す図である。 図８は、提供情報記憶部の一例を示す図である。 図９は、予測部における処理の一例を説明する図である。 図１０は、情報処理装置における情報処理の流れを示すフローチャートである。 図１１は、情報処理装置における情報処理の流れを示すフローチャートである。 図１２は、プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法および情報処理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情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。

（実施形態）
〔１．情報処理〕
まず、実施形態に係る情報処理の一例について図１を参照して説明する。図１は、実施形態に係る情報処理の一例を示す説明図である。図１の例では、情報処理装置２０は、例えば、所定の駐車場所と所定の目的地との関係性を推定する処理などを行うことができるサーバ等である。

具体的には、図１に示すように、情報処理システム１には、端末装置１０と、サービス提供サーバ１００と、情報処理装置２０とが含まれる。端末装置１０、サービス提供サーバ１００および情報処理装置２０は、それぞれネットワークＮ（図２参照）を介して有線または無線で互いに通信可能に接続される。

端末装置１０は、例えば、スマートフォン、タブレット端末、ＰＤＡ（Personal Digital Assistant）、ノート型ＰＣ（Personal Computer）、デスクトップ型ＰＣ等の情報処理装置である。図１に示す例では、端末装置１０は、ユーザＵが使用する端末装置である。かかるユーザＵは、車両Ｃの利用者である。

サービス提供サーバ１００は、例えば、各種のウェブサービスをユーザＵの端末装置１０に対して提供するウェブサーバである。具体的には、サービス提供サーバ１００は、端末装置１０にウェブページを配信することで、各種サービスを提供する。例えば、サービス提供サーバ１００は、検索サイト、ポータルサイト、ショッピングサイト、飲食店紹介サイト、地図提供サイト、ニュースサイト、天気予報サイト、ファイナンス（株価）サイト、オークションサイト、路線検索サイト、旅行サイト、ＳＮＳ（Social Networking Service）、ウェブブログなどの各種サービスを提供する。

ここで、端末装置１０は、ユーザＵによる操作に従ってサービス提供サーバ１００にネットワークＮを介してアクセスし、上記した各種サービスを利用する。このとき、サービス提供サーバ１００は、ユーザＵのネットワークＮ上の行動を受け付けて各種サービスを提供するとともに、かかる行動に関する行動情報を記憶することができる。

上記したユーザＵのネットワークＮ上の行動に関する行動情報とは、各種ウェブサイトから提供されるサービスの利用に際して、ユーザＵの操作に従い端末装置１０から発信される情報を意味する。例えば、ユーザＵの行動には、検索サイトにおける検索クエリ（検索に用いるキーワード）の入力、ショッピングサイトや飲食店紹介サイトにおける店舗の検索やクーポンの取得、地図提供サイトにおける目的地までの経路の検索などが含まれる。なお、上記では、ユーザＵの行動を具体的に示したが、これらはあくまでも例示であって限定されるものではない。

ここで、図１に示す例においては、出発地にいるユーザＵが車両Ｃに乗って駐車場所Ｐｘへの移動を予定しているものとする。また、例えば、駐車場所Ｐｘは、店舗Ｘの駐車場所であり、駐車場所Ｐｘと店舗Ｘとの間には、店舗Ｘとは異なる他の店舗Ｙが所在するものとする。

本実施形態に係る情報処理装置２０にあっては、例えば、ユーザＵが駐車場所Ｐｘに駐車するときに、駐車場所ＰｘからユーザＵの目的地を予測することができる。

ここで、従来技術にあっては、目的地と目的地付近の駐車場所とを関連付けて蓄積しておき、目的地がユーザによって設定されない場合に、蓄積された目的地と駐車場所との関係性に基づいてユーザの目的地を予測している。

しかしながら、図１の例で示すように、ユーザＵが駐車する駐車場所Ｐｘは、目的地となり得る店舗Ｘ付近にあるとは限らず、また、駐車場所Ｐｘは別の店舗Ｙ付近にある。そのため、従来技術のような構成では、駐車場所Ｐｘと店舗Ｘ（目的地）とが関連付けられにくく、駐車場所Ｐｘと店舗Ｘとの関係性を精度良く推定できないおそれがあり、結果としてユーザＵが駐車場所Ｐｘに駐車するときに、目的地を店舗Ｙと誤って予測してしまうことがある。

また、車両Ｃの位置情報などを含むプローブ情報から店舗へ紐付けすることはできない。すなわち、プローブ情報には、例えば位置情報として緯度経度情報しかないため、店舗へ紐付けすることはできない。また、端末用のアプリケーション（以下、単に「アプリ」と称する）を端末装置１０にインストールして、かかるアプリを利用してプローブ情報を取るような構成とした場合、アプリを終了してしまうと、プローブ情報が取れなくなるおそれがある。

また、駐車場所と目的地との距離だけを見るような構成の場合、駐車場所と目的地とが必ずしも近くにあるものではないため、目的地に含まれるＰＯＩ（興味のある地点：Point of Interest）と駐車場所とがずれるおそれがある。

以上から、本実施形態に係る情報処理装置２０にあっては、駐車場所と目的地との関係性を精度良く推定することができるような構成とした。

詳しく説明すると、サービス提供サーバ１００は、端末装置１０から、ユーザＵのネットワークＮ上の行動を受け付ける（ステップＳ１）。具体的には、サービス提供サーバ１００は、ユーザＵによって操作される端末装置１０から、所定の行動、例えば、店舗Ｘを検索する行動などを受け付ける。

そして、サービス提供サーバ１００は、ユーザＵの行動に応じた各種サービスを提供する（ステップＳ２）。例えば、サービス提供サーバ１００は、ユーザＵによって店舗Ｘを検索する行動がなされた場合、店舗Ｘに関連する情報（例えば、店舗Ｘの所在地や営業時間を示す情報、店舗Ｘに対する評価情報など各種情報）を提供する。

なお、上記した店舗Ｘの検索などのユーザＵの行動は、例えば出発前など、ユーザＵが車両Ｃに乗って駐車場所Ｐｘへ到着する前に行われるが、これに限られず、駐車場所Ｐｘに到着した後に行われてもよい。

そして、サービス提供サーバ１００は、記憶部１０１を有し、かかる記憶部１０１にユーザＵの行動に関する行動情報を格納する（ステップＳ３）。なお、上記した記憶部１０１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。

続いて、図１に破線で示すように、例えば、車両Ｃが駐車場所Ｐｘに到着すると、言い換えると、ユーザＵが駐車場所Ｐｘに駐車すると、情報処理装置２０は、行動情報をサービス提供サーバ１００から取得する（ステップＳ４）。

なお、上記した情報処理装置２０が行動情報を取得するタイミングは、あくまでも例示であって限定されるものではなく、例えば、車両Ｃが駐車場所Ｐｘに到着する前、すなわち、ユーザＵが駐車場所Ｐｘに駐車する前のタイミングなど、その他のタイミングであってもよい。

続いて、情報処理装置２０は、取得された行動情報に基づいて、所定の駐車場所（ここでは駐車場所Ｐｘ）と所定の目的地（ここでは店舗Ｘ）との関係性を推定する（ステップＳ５）。

例えば、情報処理装置２０は、駐車場所Ｐｘへ到着する前に行われたユーザＵの行動に関する行動情報に、店舗Ｘを検索する行動が含まれることから、ユーザＵが駐車した駐車場所Ｐｘと店舗Ｘとは、関連性が比較的高いと推定する。他方、情報処理装置２０は、行動情報に、店舗Ｙを検索する行動が含まれていないことから、ユーザＵが駐車した駐車場所Ｐｘと店舗Ｙとは、関連性が比較的低いと推定する。換言すれば、本実施形態にあっては、関係性の高い所定の駐車場所（例えば駐車場所Ｐｘ）と所定の目的地（例えば店舗Ｘ）とを名寄せする処理を、事前検索の情報（検索履歴情報）などを用いて行うようにする。

このように、本実施形態にあっては、ユーザＵのネットワークＮ上の行動に関する行動情報を用いることで、所定の駐車場所（例えば駐車場所Ｐｘ）と所定の目的地（例えば店舗Ｘ）との関係性を精度良く推定することができる。言い換えると、本実施形態にあっては、ユーザＵが事前にＷｅｂ検索したデータ（検索履歴情報）を利用することで、所定の駐車場所と所定の目的地との関係性を精度良く推定することができる。

上記したように、本実施形態にあっては、例えば、ユーザＵがこのような検索をした場合、ユーザＵは店舗Ｘの駐車場所Ｐｘに車両Ｃを停めるだろうと推定するようにした、すなわち、検索ログ（検索履歴情報）を後から駐車場所Ｐｘや店舗Ｘなどの情報に紐付けるようにした。

続いて、情報処理装置２０は、推定された関係性を示す情報に基づいて、ユーザＵの目的地を予測する（ステップＳ６）。例えば、情報処理装置２０は、ユーザＵが駐車した駐車場所Ｐｘと店舗Ｘとは関連性が比較的高いと推定されることから、かかる関係性を示す情報に基づいて、ユーザＵの目的地が店舗Ｘであると予測する。具体的には、情報処理装置２０は、出発前にした検索の履歴（検索履歴情報）と駐車場所（例えば駐車場所Ｐｘ）とから目的地の店舗（例えば店舗Ｘ）を予測する。

これにより、本実施形態にあっては、ユーザＵの目的地を正確に予測することができる。

〔２．情報処理システム１〕
図２は、情報処理システム１の構成例を示す図である。図２に示すように、本実施形態に係る情報処理システム１は、上記したように、端末装置１０、サービス提供サーバ１００および情報処理装置２０が含まれ、ネットワークＮを介して通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネットなどのＷＡＮ（Wide Area Network）である。

端末装置１０は、例えば、ＧＰＳ（Global Positioning System）を利用する測位機能を有し、ユーザＵの位置情報を検知できるようにしてもよい。なお、図２では、図示の簡略化のため、端末装置１０を２台のみ示したが、これはあくまでも例示であって限定されるものではなく、１台または３台以上であってもよい。なお、端末装置１０が複数台ある場合、複数台の端末装置１０はそれぞれ、図１に示すユーザＵやユーザＵとは異なる他のユーザ（図示せず）によって使用されるものとするが、これに限られない。

また、サービス提供サーバ１００および情報処理装置２０はそれぞれ、単体の処理装置である必要はなく、クラウドシステム等の複数の処理装置が協調して動作することで実現されてもよい。また、図２等では、サービス提供サーバ１００および情報処理装置２０は別々のサーバとしたが、これに限定されるものではなく、適宜に組み合わせて１つまたは３つ以上のサーバで実現されてもよい。

〔３．情報処理装置２０〕
次いで、上記した情報処理装置２０の構成について具体的に説明する。

図３は、情報処理装置２０の構成例を示すブロック図である。なお、図３では、情報処理装置２０の説明に必要となる構成要素を示しており、一般的な構成要素についての記載を省略している。図３に示すように、情報処理装置２０は、通信部３０と、記憶部４０と、制御部５０とを備える。

〔３．１．通信部３０〕
通信部３０は、ネットワークＮと有線または無線で接続され、端末装置１０やサービス提供サーバ１００などとの間で情報の送受信を行う。例えば、通信部３０は、ＮＩＣ（Network Interface Card）等によって実現される。

〔３．２．記憶部４０〕
記憶部４０は、例えば、ＲＡＭ、フラッシュメモリ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。本実施形態に係る記憶部４０は、行動情報記憶部４１と、他ユーザ情報記憶部４２と、ユーザ特性情報記憶部４３と、関係性情報記憶部４４と、提供情報記憶部４５とを備える。

〔３．２．１．行動情報記憶部４１〕
行動情報記憶部４１は、ユーザＵのネットワークＮ上の行動に関する行動情報を記憶する。図４は、行動情報記憶部４１の一例を示す図である。

図４に示すように、行動情報記憶部４１には、「ユーザＩＤ」および「行動情報」のそれぞれの情報が含まれ、これらの情報は互いに関連付けられている。

「ユーザＩＤ」は、ユーザＵを識別するための識別情報である。「行動情報」は、ユーザＵのネットワークＮ上の行動の内容を示す情報である。なお、図４に示す例では、理解の便宜のため、「行動情報」を「行動Ｇ１」といった抽象的な符号を用いて図示するが、「行動Ｇ１」には具体的な情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な符号を図示する場合がある。

図４では、行動情報記憶部４１のユーザＩＤ「Ｕ０１」は、行動情報が「行動Ｇ１」である例を示している。「行動Ｇ１」には、例えば、上記した店舗を検索する行動を示す情報、すなわち、ユーザＵのネットワークＮ上の検索履歴情報などが含まれるが、これに限定されるものではない。すなわち、「行動Ｇ１」には、上記した検索履歴情報に代えて、あるいは加えて、例えば、ショッピングサイト等における店舗のクーポンの取得、商品の検索などその他の行動を示す情報が含まれてもよい。

〔３．２．２．他ユーザ情報記憶部４２〕
図３の説明に戻ると、他ユーザ情報記憶部４２は、ユーザＵとは異なる他のユーザに関する他ユーザ情報を記憶する。図５は、他ユーザ情報記憶部４２の一例を示す図である。

図５に示すように、他ユーザ情報記憶部４２には、「他ユーザＩＤ」および「他ユーザ情報」のそれぞれの情報が含まれ、これらの情報は互いに関連付けられている。

「他ユーザＩＤ」は、他ユーザを識別するための識別情報である。「他ユーザ情報」は、例えば、駐車場所や目的地に対する他のユーザの傾向を示す情報である。例えば、「他ユーザ情報」は、他ユーザが過去に駐車場所や目的地に対して取った行動の傾向などを示す情報である。

図５では、他ユーザ情報記憶部４２の他ユーザＩＤ「Ｕ１１」は、他ユーザ情報が「他ユーザ情報Ｈ１」である例を示している。「他ユーザ情報Ｈ１」には、例えば、目的地の一例である店舗Ｂ１（後述する図７参照）に行く他ユーザは駐車場所Ｐｂ１（図７参照）に駐車する傾向にある、あるいは、駐車場所Ｐｂ１に駐車した他ユーザは目的地の一例である店舗Ｂ１へ行く傾向にあるなど、他ユーザの傾向を示す情報が含まれる。

〔３．２．３．ユーザ特性情報記憶部４３〕
図３の説明に戻ると、ユーザ特性情報記憶部４３は、個人の特性に関する情報、詳しくは、ユーザＵの特性に関するユーザ特性情報を記憶する。図６は、ユーザ特性情報記憶部４３の一例を示す図である。

図６に示すように、ユーザ特性情報記憶部４３には、「ユーザＩＤ」および「ユーザ特性情報」のそれぞれの情報が含まれ、これらの情報は互いに関連付けられている。

「ユーザＩＤ」は、上記したように、ユーザＵを識別するための識別情報である。「ユーザ特性情報」は、ユーザＵの特性に関する情報であり、例えば、ユーザＵの実空間での行動特性に関する情報である。なお、「ユーザ特性情報」は、例えばユーザＵの実際の行動履歴などから判定される。

図６では、ユーザ特性情報記憶部４３のユーザＩＤ「Ｕ０１」は、ユーザ特性情報が「ユーザ特性情報Ｊ１」である例を示している。「ユーザ特性情報Ｊ１」には、例えば、「ラーメン屋には行かない」などの行動特性を示す情報が含まれる。なお、上記では、「ユーザ特性情報Ｊ１」について具体的に示したが、これは例示であって限定されるものではなく、例えば「イタリアンによく行く」、「クーポンをよく利用する」などその他の行動特性を示す情報であってもよい。

〔３．２．４．関係性情報記憶部４４〕
図３の説明に戻ると、関係性情報記憶部４４は、所定の駐車場所と所定の目的地との関係性を示す情報を記憶する。図７は、関係性情報記憶部４４の一例を示す図である。

図７に示すように、関係性情報記憶部４４には、「関係性ＩＤ」、「駐車場所」、「駐車場所の情報」、「目的地」および「目的地の情報」のそれぞれの情報が含まれ、これらの情報は互いに関連付けられている。

「関係性ＩＤ」は、関係性の情報同士を識別するための識別情報である。「駐車場所」は、駐車場所の名称を示す情報である。例えば、「駐車場所」は、上記したユーザＵが駐車した（使用した）駐車場所、または、駐車する予定の駐車場所の名称を示す情報であるが、これに限られない。すなわち、上記では、ユーザＵの駐車場所から目的地を予測したが、本実施形態では、後述するように、ユーザＵの目的地から駐車場所を予測する場合もあることから、「駐車場所」には、目的地に基づいて予測される駐車場所の名称を示す情報が含まれてもよい。

「駐車場所の情報」は、駐車場所に関する情報である。例えば、「駐車場所の情報」には、駐車場所と対応する目的地との距離を示す距離情報等が含まれるが、これに限定されるものではなく、駐車料金、駐車可能台数、提携している店舗などその他の情報が含まれてもよい。

「目的地」は、目的地の名称を示す情報である。例えば、「目的地」は、上記したユーザＵの行動情報に基づいて、対応する駐車場所と関連性が高いと推定された目的地の名称を示す情報であるが、これに限定されるものではない。すなわち、「目的地」には、例えば、後述するように、ユーザＵの行動情報によって推定される目的地の名称や、所定の駐車場所から所定範囲内にある目的地の名称などを示す情報が含まれてもよい。

「目的地の情報」は、目的地に関する情報である。例えば、「目的地の情報」には、目的地が飲食店である場合、ラーメン屋、イタリアン、和食など飲食店の種別を示す情報や、目的地が店舗である場合、店舗で取り扱っている商品を示す情報など、目的地に関する種々の情報が含まれる。

図７では、関係性情報記憶部４４の関係性ＩＤ「Ｋａ」は、駐車場所が「駐車場所Ｐａ１」、駐車場所の情報が「駐車情報Ｌａ１」、目的地が「店舗Ａ１」、目的地の情報が「店舗情報Ｍａ１」である例を示している。

ここで、「駐車場所Ｐａ１」は、ユーザＵが使用した駐車場所、または、駐車する予定の駐車場所である。また、「店舗Ａ１」は、ユーザＵが検索行動をするなどして、駐車場所Ｐａ１と関連性が高いと推定された目的地である。

また、関係性情報記憶部４４の関係性ＩＤ「Ｋｂ」は、駐車場所が「駐車場所Ｐｂ１」、駐車場所の情報が「駐車情報Ｌｂ１」、目的地が「店舗Ｂ１」、目的地の情報が「店舗情報Ｍｂ１」である例を示している。

ここで、「店舗Ｂ１」は、ユーザＵの行動情報に基づいてユーザＵの目的地と推定された場所、すなわち、ユーザＵが検索行動をするなどして、ユーザＵの目的地と推定された場所である。また、「駐車場所Ｐｂ１」は、例えば、他ユーザ情報記憶部４２に含まれる他ユーザ情報に基づいて予測される駐車場所である。詳しくは、「駐車場所Ｐｂ１」は、店舗Ｂ１に行く他ユーザは駐車場所Ｐｂ１に駐車する傾向にあるという他ユーザ情報に基づいて予測される駐車場所である。

また、関係性情報記憶部４４の関係性ＩＤ「Ｋｃ」は、駐車場所が「駐車場所Ｐｃ１，駐車場所Ｐｃ２」、駐車場所の情報が「駐車情報Ｌｃ１，駐車情報Ｌｃ２」、目的地が「店舗Ｃ１」、目的地の情報が「店舗情報Ｍｃ１」である例を示している。なお、「駐車場所Ｐｃ１」は「駐車情報Ｌｃ１」に対応し、「駐車場所Ｐｃ２」は「駐車情報Ｌｃ２」に対応している。

ここで、「店舗Ｃ１」は、ユーザＵの行動情報に基づいてユーザＵの目的地と推定された場所、すなわち、ユーザＵが検索行動をするなどして、ユーザＵの目的地と推定された場所である。また、「駐車場所Ｐｃ１，駐車場所Ｐｃ２」は、例えば、他ユーザ情報記憶部４２に含まれる他ユーザ情報に基づいて予測される駐車場所である。詳しくは、「駐車場所Ｐｃ１，駐車場所Ｐｃ２」は、店舗Ｃ１に行く他ユーザは駐車場所Ｐｃ１および駐車場所Ｐｃ２のいずれかに駐車する傾向にあるという他ユーザ情報に基づいて予測される駐車場所である。

また、関係性情報記憶部４４の関係性ＩＤ「Ｋｄ」は、駐車場所が「駐車場所Ｐｄ１」、駐車場所の情報が「駐車情報Ｌｄ１」、目的地が「店舗Ｄ１，店舗Ｄ２」、目的地の情報が「店舗情報Ｍｄ１，店舗情報Ｍｄ２」である例を示している。なお、「店舗Ｄ１」は「店舗情報Ｍｄ１」に対応し、「店舗Ｄ２」は「店舗情報Ｍｄ２」に対応している。

ここで、「駐車場所Ｐｄ１」は、ユーザＵが使用した駐車場所、または、駐車する予定の駐車場所である。また、「店舗Ｄ１，Ｄ２」は、「駐車場所Ｐｄ１」から所定範囲内にあって、いずれも目的地となり得る場所である。

また、関係性情報記憶部４４の関係性ＩＤ「Ｋｅ」は、駐車場所が「駐車場所Ｐｅ１，駐車場所Ｐｅ２」、駐車場所の情報が「駐車情報Ｌｅ１，駐車情報Ｌｅ２」、目的地が「店舗Ｅ１，店舗Ｅ２」、目的地の情報が「店舗情報Ｍｅ１，店舗情報Ｍｅ２」である例を示している。なお、「駐車場所Ｐｅ１」は「駐車情報Ｌｅ１」に対応し、「駐車場所Ｐｅ２」は「駐車情報Ｌｅ２」に対応している。また、「店舗Ｅ１」は「店舗情報Ｍｅ１」に対応し、「店舗Ｅ２」は「店舗情報Ｍｅ２」に対応している。

ここで、「駐車場所Ｐｅ１，駐車場所Ｐｅ２」は、「店舗Ｅ１，店舗Ｅ２」の共有駐車場所である。詳しくは、例えば「店舗Ｅ１」や「店舗Ｅ２」を目的地とするユーザＵは、「駐車場所Ｐｅ１」、「駐車場所Ｐｅ２」のいずれの駐車場所を使用してもよい。また、「駐車情報Ｌｅ１，駐車情報Ｌｅ２」には、駐車している車両Ｃの台数を示す情報が含まれてもよく、かかる情報に基づいて、「店舗Ｅ１」および「店舗Ｅ２」の人気度合いを予測することができるが、これについては後述する。

なお、上記では、目的地の例として店舗を挙げたが、これに限定されるものではなく、例えばホテル、スポーツ競技場、コンサートホール、オフィスビルなどの各種の施設や、観光地などその他の場所であってもよい。

〔３．２．５．提供情報記憶部４５〕
図３の説明に戻ると、提供情報記憶部４５は、ユーザＵに対して提供される情報を記憶する。図８は、提供情報記憶部４５の一例を示す図である。

図８に示すように、提供情報記憶部４５には、「提供ＩＤ」、「予測内容」および「提供情報」のそれぞれの情報が含まれ、これらの情報は互いに関連付けられている。

「提供ＩＤ」は、ユーザＵに対して提供する情報同士を識別するための識別情報である。「予測内容」は、ユーザＵの目的地を予測する場合、予測された目的地を示す情報であり、ユーザＵが駐車する駐車場所を予測する場合、予測された駐車場所を示す情報である。

「提供情報」は、ユーザＵに対して提供される内容を示す情報である。例えば、「提供情報」には、予測されたユーザＵの目的地に関連する情報が含まれたり、予測されたユーザＵが駐車する駐車場所に関連する情報が含まれたりするが、これに限定されるものではない。

図８では、提供情報記憶部４５の提供ＩＤ「Ｎ０１」は、予測内容が「予測Ｑ１」、提供情報が「提供情報Ｒ１」である例を示している。

ここで、予測内容の「予測Ｑ１」が、ユーザＵの目的地である場合、「提供情報Ｒ１」は、ユーザＵの目的地に関連する情報であり、例えば、目的地で利用可能なクーポンを示す情報となる。

なお、上記では、「提供情報Ｒ１」に含まれる目的地に関連する情報として、具体的にクーポンを挙げたが、これに限られず、例えば、目的地が店舗である場合、店舗の広告情報や、店舗の評価を入力するための入力画面情報などその他の情報であってもよい。また、「提供情報Ｒ１」に含まれる目的地に関連する情報として、例えば、目的地に隣接する店舗のクーポンが含まれるようにしてもよい。

また、提供情報記憶部４５の提供ＩＤ「Ｎ０２」は、予測内容が「予測Ｑ２」、提供情報が「提供情報Ｒ２」である例を示している。

ここで、予測内容の「予測Ｑ２」が、ユーザＵが駐車する駐車場所である場合、「提供情報Ｒ２」は、駐車場所に関連する情報であり、例えば、駐車場所で利用可能なクーポンを示す情報となる。

なお、上記では、「提供情報Ｒ２」に含まれる駐車場所に関連する情報として、具体的にクーポンを挙げたが、これに限られず、例えば、駐車場所の駐車料金や、駐車場所から目的地までの距離などその他の情報であってもよい。また、「提供情報Ｒ２」に含まれる駐車場所に関連する情報として、例えば、駐車場所に隣接する別の駐車場所のクーポンが含まれるようにしてもよい。

〔３．３．制御部５０〕
図３の説明に戻ると、制御部５０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。また、制御部５０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部５０は、取得部５１と、推定部５２と、予測部５３と、提供部５４とを備える。

〔３．３．１．取得部５１〕
取得部５１は、サービス提供サーバ１００（図１参照）から通信部３０を介して各種の情報を取得する。例えば、取得部５１は、端末装置１０（図１参照）からサービス提供サーバ１００に対してなされた、ユーザＵのネットワークＮ上の行動を示す行動情報を取得する。

例えば、取得部５１は、行動情報として、ユーザＵのネットワークＮ上の検索履歴情報（検索ログ）を取得することができる。なお、取得部５１においては、上記した検索履歴情報の取得に限られず、例えば、ユーザＵがクーポンを取得したことを示す行動情報や、目的地までの経路の検索を行ったことを示す行動情報などその他の行動情報を取得してもよい。

また、ユーザＵが駐車した駐車場所から目的地を予測する場合、取得部５１は、ユーザＵが駐車した所定の駐車場所に到着する前の行動情報を取得するようにしてもよい。例えば、取得部５１は、ユーザＵの出発前の行動情報を取得するようにしてもよい。これにより、行動情報を早期に取得することができ、結果として目的地の予測も早期に行うことが可能になる。

また、後述するように、ユーザＵの目的地からユーザＵが駐車する駐車場所を予測する場合、取得部５１は、ユーザＵが所定の目的地に到着する前の行動情報を取得するようにしてもよい。例えば、取得部５１は、ユーザＵの出発前の行動情報を取得するようにしてもよい。これにより、ユーザＵの行動情報を早期に取得することができ、結果として駐車場所の予測も早期に行うことが可能になる。

なお、上記では、取得部５１は、ユーザＵが所定の駐車場所または所定の目的地に到着する前の行動情報を取得するようにしたが、これに限定されるものではなく、例えば、ユーザＵが所定の駐車場所または所定の目的地に到着した後の行動情報を取得してもよい。

そして、取得部５１は、取得された行動情報を行動情報記憶部４１に格納する（図４参照）。

また、取得部５１は、ユーザＵとは異なる他のユーザの端末装置１０、または、サービス提供サーバ１００（図１参照）から、他のユーザに関する他ユーザ情報をさらに取得してもよい。そして、取得部５１は、取得された他ユーザ情報を他ユーザ情報記憶部４２に格納する（図５参照）。

また、取得部５１は、ユーザＵの端末装置１０、または、サービス提供サーバ１００（図１参照）から、ユーザＵの特性に関するユーザ特性情報をさらに取得してもよい。そして、取得部５１は、取得されたユーザ特性情報をユーザ特性情報記憶部４３に格納する（図６参照）。

また、取得部５１は、例えば、ユーザＵの端末装置１０からユーザＵの位置情報を取得してもよい。例えば、取得部５１は、位置情報として、ユーザＵの出発地を示す出発地情報をさらに取得してもよい。そして、取得部５１は、出発地情報を含む位置情報を推定部５２や予測部５３へ出力してもよい。

〔３．３．２．推定部５２〕
推定部５２は、取得部５１によって取得された行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する。

具体的には、例えば、推定部５２は、行動情報記憶部４１にアクセスして行動情報を読み込む。そして、推定部５２は、行動情報に基づいて、ユーザＵが駐車した（使用した）駐車場所、または、駐車する予定の駐車場所と、所定の目的地との関係性を推定する。より具体的には、推定部５２は、取得部５１によって行動情報として取得された検索履歴情報に基づいて所定の駐車場所と所定の目的地との関係性を推定する。

例えば、推定部５２は、ユーザＵが所定の駐車場所に駐車する場合に、行動情報に所定の目的地を検索するなどの情報が含まれていると、所定の駐車場所と所定の目的地とは関係性が比較的高いと推定する。

具体的には、例えば、推定部５２は、駐車場所Ｐａ１（図７参照）に駐車する場合に、ユーザＵの行動情報に、店舗Ａ１（図７参照）を検索する行動が含まれていると、ユーザＵが駐車する駐車場所Ｐａ１と店舗Ａ１とは、関連性が比較的高いと推定する。そして、推定部５２は、推定した関係性を示す情報を関係性情報記憶部４４へ格納する（図７参照）。

このように、推定部５２は、ユーザＵの行動情報（例えば検索履歴情報）を用いることで、所定の駐車場所と所定の目的地との関係性を精度良く推定することができる。

なお、推定部５２は、例えば駐車場所Ｐａ１の「駐車場所の情報」に、店舗Ａ１と提携していることを示す情報が含まれる場合、駐車場所Ｐａ１と店舗Ａ１とは関連性が非常に高いと推定するようにしてもよい。

また、推定部５２は、行動情報および他ユーザ情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定してもよい。例えば、推定部５２は、他ユーザ情報記憶部４２にアクセスして他ユーザ情報を読み込む。そして、推定部５２は、他ユーザ情報に、例えば店舗Ｂ１（図７参照）に行く他ユーザは駐車場所Ｐｂ１（図７参照）に駐車する傾向にあるという情報が含まれる場合、駐車場所Ｐｂ１と店舗Ｂ１とは、関連性が比較的高いと推定する。そして、推定部５２は、推定した関係性を示す情報を関係性情報記憶部４４へ格納する（図７参照）。

このように、推定部５２は、行動情報および他ユーザ情報を用いることで、所定の駐車場所と所定の目的地との関係性をより精度良く推定することができる。

また、推定部５２は、行動情報およびユーザ特性情報に基づいて、所定の駐車場所と前記所定の目的地との関係性を推定してもよい。例えば、推定部５２は、ユーザ特性情報記憶部４３にアクセスしてユーザ特性情報を読み込む。ここで、かかるユーザ特性情報に、例えば「ラーメン屋には行かない」というユーザＵの行動特性の情報が含まれるものとする。また、図７に示すように、駐車場所Ｐｄ１に対応する目的地が店舗Ｄ１，Ｄ２であり、ここでは店舗Ｄ１が「ラーメン屋」、店舗Ｄ２が「イタリアン」であるものとする。

このような場合、推定部５２は、ユーザ特性情報に「ラーメン屋には行かない」という情報が含まれていることから、駐車場所Ｐｄ１と店舗Ｄ１とは、関連性が比較的低いと推定することができる。そして、関連性が比較的低いと推定されると、後述する予測部５３において、ラーメン屋である店舗Ｄ１を、ユーザＵの目的地として予測しない、あるいは予測しにくくすることができる。このように、個人の行動の偏りを反映してもよい。

一方、駐車場所Ｐｄ１に対応する目的地としては店舗Ｄ１の他に店舗Ｄ２しかなく、また、ユーザＵは店舗Ｄ１には行かない特性を有することから、推定部５２は、駐車場所Ｐｄ１と店舗Ｄ２とは、関連性が比較的高いと推定するようにしてもよい。そして、推定部５２は、推定した関係性を示す情報を関係性情報記憶部４４へ格納する（図７参照）。

このように、推定部５２は、行動情報、および、個人の特性であるユーザ特性情報行動情報を利用することで、所定の駐車場所と所定の目的地との関係性をより精度良く推定することができる。

〔３．３．３．予測部５３〕
予測部５３は、推定部５２によって推定された関係性を示す情報に基づいてユーザＵの目的地を予測する。例えば、予測部５３は、予測対象となるユーザＵの行動情報と、推定された関係性を示す情報とに基づいて、ユーザＵの目的地を予測する。

具体的には、例えば、予測部５３は、ユーザＵが駐車場所Ｐａ１（図７参照）に駐車する場合に、駐車場所Ｐａ１と店舗Ａ１との関連性が比較的高いことを示す情報に基づいて、ユーザＵの目的地が店舗Ａ１であると予測する。

このように、本実施形態に係る予測部５３は、推定部５２によって推定された関係性を示す情報を用いることで、ユーザＵの目的地を正確に予測することができる。

なお、上記では、予測部５３は、推定された関係性を示す情報に基づいてユーザＵの目的地を予測するようにしたが、これに限定されるものではない。すなわち、例えば、予測部５３は、推定部５２によって推定された関係性を示す情報に基づいてユーザＵが駐車する駐車場所を予測してもよい、言い換えると、駐車場位置推定をしてもよい。

例えば、予測部５３は、予測対象となるユーザＵの行動情報と、推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測する。

具体的には、例えば、予測部５３は、予測対象となるユーザＵの行動情報に基づいて、ユーザＵの目的地を推定し、推定した目的地と、推定部５２によって推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測する。

より具体的には、例えば、予測部５３は、ユーザＵの行動情報に、ユーザＵが店舗Ｂ１（図７参照）を目的地として経路を検索する行動が含まれている場合、ユーザＵの目的地を店舗Ｂ１と推定する。そして、予測部５３は、店舗Ｂ１と駐車場所Ｐｂ１との関連性が比較的高いことを示す情報に基づいて、ユーザＵが駐車する駐車場所が駐車場所Ｐｂ１であると予測する。

これにより、本実施形態にあっては、ユーザＵが駐車する駐車場所を正確に予測することができる。また、ユーザＵに対し、予測した駐車場所（例えば駐車場所Ｐｂ１）へ案内する情報を提供することも可能になる。

さらには、本実施形態にあっては、駐車場所を予測していることから、ユーザＵが実際に駐車する駐車場所も特定することができる。そのため、例えば、ユーザＵが目的地である店舗Ｂ１へ行って戻ってきたときに、ユーザＵに対し、特定した駐車場所へ案内する情報を提供することも可能になる。すなわち、予測した駐車場所を、どこに停めたかの駐車位置（駐車場所）の特定に反映してもよい。

また、上記したように、店舗Ｂ１と駐車場所Ｐｂ１との関連性は、他のユーザの傾向を示す他ユーザ情報に基づいて推定されたものである。詳しくは、他のユーザが店舗Ｂ１に行くときは駐車場所Ｐｂ１に駐車する傾向があるという他ユーザ情報に基づいて、店舗Ｂ１と駐車場所Ｐｂ１との関連性が比較的高いと推定されている。従って、例えば仮に、店舗Ｂ１が専用の駐車場所を有していない場合であっても、本実施形態にあっては、他のユーザが店舗Ｂ１に行くときに使用する駐車場所Ｐｂ１を、ユーザＵが駐車する駐車場所として予測することができ、これにより、ユーザＵに対し、駐車場所Ｐｂ１へ案内する情報を提供することも可能になる。

また、予測部５３は、他のユーザの傾向を利用することで、例えば、目的地に含まれるＰＯＩに対する人気の駐車場（駐車場所）を、ユーザＵが駐車する駐車場所として予測することもできる。これにより、ユーザＵに対し、人気の駐車場（駐車場所）へ案内する情報を提供することも可能になる。

また、予測部５３は、ユーザＵの出発地情報を用いてユーザＵが駐車する駐車場所を予測してもよい。詳しくは、予測部５３は、取得部５１によって取得された出発地情報と、推定部５２によって推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測してもよい。

具体的には、例えば、ユーザＵの目的地が店舗Ｃ１（図７参照）であり、店舗Ｃ１と関係性が比較的高い駐車場所は、駐車場所Ｐｃ１および駐車場所Ｐｃ２の複数ある場合がある。かかる場合、予測部５３は、ユーザＵの出発地情報を用い、駐車場所Ｐｃ１および駐車場所Ｐｃ２のうち、ユーザＵの出発地に近い方をユーザＵが駐車する駐車場所として予測してもよい。これにより、例えば、ユーザＵに対し、出発地に近い方の駐車場所へ案内する情報を提供することが可能になる。

また、予測部５３は、所定の駐車場所と所定の目的地との距離を示す距離情報と、推定部５２によって推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測してもよい。これについて、図９を参照して説明する。図９は、予測部５３における処理の一例を説明する図である。

図９に示す例では、駐車場Ｐは駐車場所Ｐｅ１と駐車場所Ｐｅ２とを備え、駐車場所Ｐｅ１，Ｐｅ２は店舗Ｅ１，店舗Ｅ２の共有駐車場である。また、駐車場所Ｐｅ１と店舗Ｅ１との距離は比較的近く、駐車場所Ｐｅ１と店舗Ｅ２との距離は比較的遠いものとする。また、駐車場所Ｐｅ２と店舗Ｅ２との距離は比較的近く、駐車場所Ｐｅ２と店舗Ｅ１との距離は比較的遠いものとする。

上記したような駐車場Ｐにおいては、予測部５３は、目的地が店舗Ｅ１である場合、距離情報に基づき、店舗Ｅ１から距離の近い駐車場所Ｐｅ１を、ユーザＵが駐車する駐車場所として予測することができる。同様に、予測部５３は、目的地が店舗Ｅ２である場合、距離情報に基づき、店舗Ｅ２から距離の近い駐車場所Ｐｅ２を、ユーザＵが駐車する駐車場所として予測することができる。これにより、例えば、ユーザＵに対し、目的地に近い方の駐車場所へ案内する情報を提供することが可能になる。

また、予測部５３は、例えば図９に示す店舗Ｅ１や店舗Ｅ２の人気度合いを予測してもよい。すなわち、本実施形態にあっては、例えば、駐車場の停車位置の偏り具合から、お店の人気度合いがわかる、詳しくは、混んでいる駐車場側の店が人気だろうと予測する。

具体的には、予測部５３は、駐車場所Ｐｅ１，Ｐｅ２に対応する駐車情報Ｌｅ１，Ｌｅ２（図７参照）に含まれる、駐車している車両Ｃの台数を示す情報を読み込む。続いて、予測部５３は、例えば、駐車場Ｐ全体の駐車台数が所定値以上で、かつ、全体の駐車台数に対する、駐車場所Ｐｅ１（または駐車場所Ｐｅ２）の駐車台数の割合が所定割合以上である場合、車両Ｃの停車位置に偏りがあると判定する。

そして、予測部５３は、車両Ｃの停車位置に偏りがあると判定された駐車場所（図９に示す例では駐車場所Ｐｅ１）に近い店舗Ｅ１が、店舗Ｅ２に比べて人気度合いが高いと予測することができる。

なお、上記では、車両Ｃの停車位置の偏りについて、割合を用いて判定するようにしたが、これはあくまでも例示であって限定されるものではない。すなわち、例えば、駐車場所Ｐｅ１の駐車台数と駐車場所Ｐｅ２の駐車台数との差分が所定値以上ある場合に、車両Ｃの停車位置に偏りがあると判定するなど、その手法を用いて偏りの判定を行ってもよい。

また、本実施形態にあっては、人気度合いが高い店舗Ｅ１を予測するようにしたことから、例えば、店舗Ｅ１や駐車場所Ｐｅ１の滞在時間、駐車場所Ｐｅ１の料金、および、店舗Ｅ１と駐車場所Ｐｅ１との距離などを、人気度合いに応じて最適化させることも可能となる。例えば、店舗Ｅ１は、滞在時間が比較的長いので、駐車場所Ｐｅ１の料金を下げるなど、人気度合いに応じて最適化させてもよい。

また、予測部５３は、予測モデル（例えば、機械学習モデル）を生成し、生成した予測モデルを用いて目的地などを予測するようにしてもよい。例えば、予測部５３は、実際の駐車場所と目的地とをクラスタリングしたり、検索履歴情報に含まれる検索キーワードにおける特徴量を用いたりしてモデル化してもよい。

また、予測部５３は、例えば、予測モデルにおける目的地の予測に用いられる、検索履歴情報や駐車場所を示す情報の重みを変更したり、重みを学習したりしてもよい。また、上記したような予測モデルが生成されると、かかる予測モデルを、例えば、駐車場に対する店舗の配置や立地などが類似する他の場所にも適用することが可能となる。

〔３．３．４．提供部５４〕
図３の説明に戻ると、提供部５４は、ユーザＵに対して各種の情報を提供する。例えば、予測部５３によってユーザＵの目的地が予測された場合、提供部５４は、提供情報記憶部４５の提供情報Ｒ１（図８参照）を読み込み、予測されたユーザＵの目的地に関連する情報を、ユーザＵに対して提供する。これにより、ユーザＵは、目的地に関連する情報を容易に取得することができる。

具体的には、例えば、提供部５４は、予測されたユーザの目的地（例えば店舗）で利用可能なクーポンを提供してもよい。これにより、ユーザＵは、目的地で利用可能なクーポンを容易に取得することができる。

また、上記では、提供部５４は、目的地で利用可能なクーポンを提供するようにしたが、これに限定されるものではない。すなわち、例えば、提供部５４は、目的地に隣接する店舗のクーポンをユーザＵに対して提供してもよい。これにより、例えば、ユーザＵに対し、目的地に隣接する店舗へ関心を向けさせて、かかる店舗へ誘導することが可能となる。

また、例えば、予測部５３によってユーザＵが駐車する駐車場所が予測された場合、提供部５４は、提供情報記憶部４５の提供情報Ｒ２（図８参照）を読み込み、予測されたユーザＵが駐車する駐車場所に関連する情報を、ユーザＵに対して提供する。これにより、ユーザＵは、駐車する駐車場所に関連する情報を容易に取得することができる。

具体的には、例えば、提供部５４は、予測されたユーザＵが駐車する駐車場所で利用可能なクーポンを提供してもよい。これにより、ユーザＵは、駐車する駐車場所で利用可能なクーポンを容易に取得することができる。

また、上記では、提供部５４は、ユーザＵが駐車する駐車場所で利用可能なクーポンを提供するようにしたが、これに限定されるものではない。すなわち、例えば、提供部５４は、駐車場所に隣接する別の駐車場所のクーポンをユーザＵに対して提供してもよい。これにより、例えば、ユーザＵに対し、別の駐車場所へ関心を向けさせて、かかる駐車場所へ誘導することが可能となる。

〔４．情報処理装置２０の処理フロー〕
次に、情報処理装置２０における情報処理の手順について説明する。図１０および図１１は、情報処理装置２０における情報処理の流れを示すフローチャートである。なお、図１０は、ユーザＵの目的地を予測する場合のフローチャートであり、図１１は、ユーザＵが駐車する駐車場所を予測する場合のフローチャートである。また、情報処理装置２０は、図１０および図１１に示す情報処理のいずれか一方を適宜なタイミングで実行するが、これに限定されるものではない。

先ず、図１０について説明すると、情報処理装置２０の制御部５０は、ユーザＵの行動情報を取得する（ステップＳ１０）。続いて、制御部５０は、行動情報に基づいて、駐車場所と目的地との関係性を推定する（ステップＳ１１）。

続いて、制御部５０は、推定された関係性を示す情報に基づいてユーザＵの目的地を予測する（ステップＳ１２）。そして、制御部５０は、予測されたユーザＵの目的地に関連する情報を、ユーザＵに対して提供する（ステップＳ１３）。

次に、図１１について説明する。なお、以下では、図１０と同じ処理には同一の符号を付し、重複する説明は省略する。

図１１に示すように、制御部５０は、上記したステップＳ１０，Ｓ１１の処理を実行した後、ユーザの行動情報に基づいて、ユーザの目的地を推定する（ステップＳ１１ａ）。続いて、制御部５０は、推定した目的地と、推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測する（ステップＳ１２ａ）。そして、制御部５０は、予測されたユーザＵが駐車する駐車場所に関連する情報を、ユーザＵに対して提供する（ステップＳ１３ａ）。

〔５．効果〕
情報処理装置２０は、取得部５１と、推定部５２とを備える。取得部５１は、ユーザＵのネットワークＮ上の行動に関する行動情報を取得する。推定部５２は、取得部５１によって取得された行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する。

これにより、駐車場所と目的地との関係性を精度良く推定することができる。

また、推定部５２は、ユーザＵが使用した所定の駐車場所と、所定の目的地との関係性を推定する。これにより、駐車場所と目的地との関係性をより精度良く推定することができる。

また、情報処理装置２０は、推定部５２によって推定された関係性を示す情報に基づいてユーザＵの目的地を予測する予測部５３を備える。これにより、ユーザＵの目的地を正確に予測することができる。

また、予測部５３は、予測対象となるユーザＵの行動情報と、推定部５２によって推定された関係性を示す情報とに基づいて、当該ユーザＵの目的地を予測する。これにより、ユーザＵの目的地をより正確に予測することができる。

また、情報処理装置２０は、予測部５３によって予測されたユーザＵの目的地に関連する情報を、ユーザＵに対して提供する提供部５４を備える。これにより、ユーザＵは、目的地に関連する情報を容易に取得することができる。

また、提供部５４は、予測部５３によって予測されたユーザＵの目的地で利用可能なクーポンを提供する。これにより、ユーザＵは、目的地で利用可能なクーポンを容易に取得することができる。

また、情報処理装置２０は、推定部５２によって推定された関係性を示す情報に基づいてユーザＵが駐車する駐車場所を予測する予測部５３を備える。これにより、ユーザＵが駐車する駐車場所を正確に予測することができる。

また、予測部５３は、予測対象となるユーザＵの行動情報と、推定部５２によって推定された関係性を示す情報とに基づいて、当該ユーザＵが駐車する駐車場所を予測する。これにより、ユーザＵが駐車する駐車場所をより正確に予測することができる。

また、予測部５３は、予測対象となるユーザＵの行動情報に基づいて、当該ユーザＵの目的地を推定し、推定した目的地と、推定部５２によって推定された関係性を示す情報とに基づいて、当該ユーザＵが駐車する駐車場所を予測する。これにより、ユーザＵが駐車する駐車場所をより一層正確に予測することができる。

また、取得部５１は、ユーザＵの出発地を示す出発地情報をさらに取得し、予測部５３は、取得部５１によって取得された出発地情報と、推定部５２によって推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測する。これにより、ユーザＵが駐車する駐車場所をより一層正確に予測することができる。

また、予測部５３は、所定の駐車場所と所定の目的地との距離を示す距離情報と、推定部５２によって推定された関係性を示す情報とに基づいて、ユーザＵが駐車する駐車場所を予測する。これにより、例えば、目的地から距離の近い駐車場所を、ユーザＵが駐車する駐車場所として予測することが可能になる。

また、情報処理装置２０は、予測部５３によって予測されたユーザＵが駐車する駐車場所に関連する情報を、ユーザＵに対して提供する提供部５４を備える。これにより、ユーザＵは、駐車する駐車場所に関連する情報を容易に取得することができる。

また、提供部５４は、予測部５３によって予測されたユーザＵが駐車する駐車場所で利用可能なクーポンを提供する。これにより、ユーザＵは、駐車する駐車場所で利用可能なクーポンを容易に取得することができる。

また、取得部５１は、行動情報として、ユーザＵのネットワークＮ上の検索履歴情報を取得し、推定部５２は、取得部５１によって取得された検索履歴情報に基づいて所定の駐車場所と所定の目的地との関係性を推定する。これにより、駐車場所と目的地との関係性をより精度良く推定することができる。

また、取得部５１は、ユーザＵが所定の駐車場所または所定の目的地に到着する前の行動情報を取得する。これにより、ユーザＵの行動情報を早期に取得することができ、結果として目的地や駐車場所などの予測も早期に行うことが可能になる。

また、取得部５１は、ユーザＵとは異なる他のユーザに関する他ユーザ情報をさらに取得し、推定部５２は、取得部５１によって取得された行動情報および他ユーザ情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する。これにより、駐車場所と目的地との関係性をより精度良く推定することができる。

また、取得部５１は、ユーザＵの特性に関するユーザ特性情報をさらに取得し、推定部５２は、取得部５１によって取得された行動情報およびユーザ特性情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する。これにより、駐車場所と目的地との関係性をより精度良く推定することができる。

〔６．ハードウェア構成〕
上述した実施形態における情報処理装置２０は、例えば図１２に示すような構成のコンピュータ１０００がプログラムを実行することによって実現される。

図１２は、プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。コンピュータ１０００は、ＣＰＵ（Central Processing Unit）１１００、ＲＡＭ（Random Access Memory）１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、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を備える。

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、通信部３０に対応し、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、当該プログラムを、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。

コンピュータ１０００が情報処理装置２０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、図３に示す取得部５１、推定部５２、予測部５３および提供部５４の各機能を実現する。

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。

〔７．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。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、上述してきた各実施形態は、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、上記してきた「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５１は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
２０ 情報処理装置
５０ 制御部
５１ 取得部
５２ 推定部
５３ 予測部
５４ 提供部
１００ サービス提供サーバ

Claims (23)

1. ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定部と
   を備え、
   前記取得部は、
   前記行動情報として、前記ユーザが前記所定の駐車場所または前記所定の目的地に到着する前に行われた前記ユーザのネットワーク上の検索履歴情報を取得し、
   前記推定部は、
   前記取得部によって取得された前記検索履歴情報に基づいて前記所定の駐車場所と前記所定の目的地との関係性を推定する
   ことを特徴とする情報処理装置。
2. ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定部と、
   前記所定の駐車場所が複数あり、前記複数の所定の駐車場所と関係性を有する前記所定の目的地が複数ある場合、前記複数の所定の駐車場所における停車位置の偏り度合いに基づいて、前記複数の所定の目的地の人気度合いを予測する予測部と
   を備えることを特徴とする情報処理装置。
3. ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定部と、
   前記推定部によって推定された関係性を示す情報に基づいて、前記ユーザの目的地および前記ユーザが駐車する駐車場所の少なくともいずれかを予測する予測部と、
   前記予測部によって予測された前記ユーザの目的地に隣接する施設に関連する情報、および、前記予測部によって予測された前記ユーザが駐車する駐車場所に隣接する別の駐車場所に関連する情報の少なくともいずれかを、前記ユーザに対して提供する提供部と
   を備えることを特徴とする情報処理装置。
4. 前記推定部は、
   前記ユーザが使用した前記所定の駐車場所と、前記所定の目的地との関係性を推定する
   ことを特徴とする請求項１〜３のいずれか一つに記載の情報処理装置。
5. 前記推定部によって推定された関係性を示す情報に基づいて前記ユーザの目的地を予測する予測部
   を備え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情報処理装置。
6. 前記予測部は、
   予測対象となる前記ユーザの前記行動情報と、前記推定部によって推定された関係性を示す情報とに基づいて、当該ユーザの目的地を予測する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記予測部によって予測された前記ユーザの目的地に関連する情報を、前記ユーザに対して提供する提供部
   を備えることを特徴とする請求項５または６に記載の情報処理装置。
8. 前記提供部は、
   前記予測部によって予測された前記ユーザの目的地で利用可能なクーポンを提供する
   ことを特徴とする請求項７に記載の情報処理装置。
9. 前記推定部によって推定された関係性を示す情報に基づいて前記ユーザが駐車する駐車場所を予測する予測部
   を備えることを特徴とする請求項１〜３のいずれか一つに記載の情報処理装置。
10. 前記予測部は、
    予測対象となる前記ユーザの前記行動情報と、前記推定部によって推定された関係性を示す情報とに基づいて、当該ユーザが駐車する駐車場所を予測する
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記予測部は、
    予測対象となる前記ユーザの前記行動情報に基づいて、当該ユーザの目的地を推定し、推定した目的地と、前記推定部によって推定された関係性を示す情報とに基づいて、当該ユーザが駐車する駐車場所を予測する
    ことを特徴とする請求項９または１０に記載の情報処理装置。
12. 前記取得部は、
    前記ユーザの出発地を示す出発地情報をさらに取得し、
    前記予測部は、
    前記取得部によって取得された前記出発地情報と、前記推定部によって推定された関係性を示す情報とに基づいて、前記ユーザが駐車する駐車場所を予測する
    ことを特徴とする請求項９〜１１のいずれか一つに記載の情報処理装置。
13. 前記予測部は、
    前記所定の駐車場所と前記所定の目的地との距離を示す距離情報と、前記推定部によって推定された関係性を示す情報とに基づいて、前記ユーザが駐車する駐車場所を予測する
    ことを特徴とする請求項９〜１２のいずれか一つに記載の情報処理装置。
14. 前記予測部によって予測された前記ユーザが駐車する駐車場所に関連する情報を、前記ユーザに対して提供する提供部
    を備えることを特徴とする請求項９〜１３のいずれか一つに記載の情報処理装置。
15. 前記提供部は、
    前記予測部によって予測された前記ユーザが駐車する駐車場所で利用可能なクーポンを提供する
    ことを特徴とする請求項１４に記載の情報処理装置。
16. 前記取得部は、
    前記ユーザとは異なる他のユーザに関する他ユーザ情報をさらに取得し、
    前記推定部は、
    前記取得部によって取得された前記行動情報および前記他ユーザ情報に基づいて、前記所定の駐車場所と前記所定の目的地との関係性を推定する
    ことを特徴とする請求項１〜１５のいずれか一つに記載の情報処理装置。
17. 前記取得部は、
    前記ユーザの特性に関するユーザ特性情報をさらに取得し、
    前記推定部は、
    前記取得部によって取得された前記行動情報および前記ユーザ特性情報に基づいて、前記所定の駐車場所と前記所定の目的地との関係性を推定する
    ことを特徴とする請求項１〜１６のいずれか一つに記載の情報処理装置。
18. コンピュータが実行する情報処理方法であって、
    ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定工程と
    を含み、
    前記取得工程は、
    前記行動情報として、前記ユーザが前記所定の駐車場所または前記所定の目的地に到着する前に行われた前記ユーザのネットワーク上の検索履歴情報を取得し、
    前記推定工程は、
    前記取得工程によって取得された前記検索履歴情報に基づいて前記所定の駐車場所と前記所定の目的地との関係性を推定する
    ことを特徴とする情報処理方法。
19. コンピュータが実行する情報処理方法であって、
    ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定工程と、
    前記所定の駐車場所が複数あり、前記複数の所定の駐車場所と関係性を有する前記所定の目的地が複数ある場合、前記複数の所定の駐車場所における停車位置の偏り度合いに基づいて、前記複数の所定の目的地の人気度合いを予測する予測工程と
    を含むことを特徴とする情報処理方法。
20. コンピュータが実行する情報処理方法であって、
    ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定工程と、
    前記推定工程によって推定された関係性を示す情報に基づいて、前記ユーザの目的地および前記ユーザが駐車する駐車場所の少なくともいずれかを予測する予測工程と、
    前記予測工程によって予測された前記ユーザの目的地に隣接する施設に関連する情報、および、前記予測工程によって予測された前記ユーザが駐車する駐車場所に隣接する別の駐車場所に関連する情報の少なくともいずれかを、前記ユーザに対して提供する提供工程と
    を含むことを特徴とする情報処理方法。
21. ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定手順と
    をコンピュータに実行させ、
    前記取得手順は、
    前記行動情報として、前記ユーザが前記所定の駐車場所または前記所定の目的地に到着する前に行われた前記ユーザのネットワーク上の検索履歴情報を取得し、
    前記推定手順は、
    前記取得手順によって取得された前記検索履歴情報に基づいて前記所定の駐車場所と前記所定の目的地との関係性を推定する
    ことを特徴とする情報処理プログラム。
22. ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定手順と、
    前記所定の駐車場所が複数あり、前記複数の所定の駐車場所と関係性を有する前記所定の目的地が複数ある場合、前記複数の所定の駐車場所における停車位置の偏り度合いに基づいて、前記複数の所定の目的地の人気度合いを予測する予測手順と
    をコンピュータに実行させることを特徴とする情報処理プログラム。
23. ユーザのネットワーク上の行動に関する行動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前記行動情報に基づいて、所定の駐車場所と所定の目的地との関係性を推定する推定手順と、
    前記推定手順によって推定された関係性を示す情報に基づいて、前記ユーザの目的地および前記ユーザが駐車する駐車場所の少なくともいずれかを予測する予測手順と、
    前記予測手順によって予測された前記ユーザの目的地に隣接する施設に関連する情報、および、前記予測手順によって予測された前記ユーザが駐車する駐車場所に隣接する別の駐車場所に関連する情報の少なくともいずれかを、前記ユーザに対して提供する提供手順と
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images