JP6723721B2 - 旅行プランナーのための旅行再ランキング - Google Patents

Description

本開示は、交通機関分野、旅行計画分野、データ処理分野、データ分析分野、追跡分野、予測分野などに関する。

多くの都市及び凝集は、ウェブ又はモバイルアプリケーションの形態で様々な旅行プランナーを生み出している。ユーザの旅行要求の際に、これらのプランナーは、道路や公共交通機関ネットワーク及びサービス属性の静的ライブラリ及びデータを使用して、旅行、すなわち公共又は自家交通手段を介した交通機関システム上での旅を生成するように構成されている。

公共交通機関旅行プランナー又は旅プランナーは、公共交通機関システムに沿って、例えばウェブベースのアプリケーションを介して、利用可能な公共交通機関の旅やルートに関する情報を提供するように設計されることができる。そのようなアプリケーションは、見込み旅行者に出発地及び目的地を入力し、これらのサービスに利用可能なスケジュールに応じて、例えば、バス、トラム、電車などの指定された利用可能な公共交通機関サービス及びルートを使用して２つの入力地点間のルートを決定するために旅行計画エンジンを使用するように促すことができる。したがって、交通当局は、それらのウェブサイト上にそのような公共交通機関の旅行プランナーを含むことができる。

旅行プランナーは、出発地と目的地との間において１つ以上の推奨経路を見出すことができる。出発地及び目的地は、バス停、駅、空港又はフェリーポートなどの公共交通機関へのアクセスポイントの地理空間的座標又は名称として指定することができる。場所発見プロセスは、既知の経路、すなわちルートのそのデータセットにわたる旅行計画を計算するために、交通機関ネットワーク上の最寄りの既知のノードに出発地及び目的地を解決することができる。大規模ネットワークについての旅行プランナーは、（交通機関ネットワークへのアクセスポイントを表す）ノード及び（地点間の可能な旅行を表す）エッジのグラフを検索するために検索アルゴリズムを使用することができる。距離、コスト又はアクセス性などの異なる重み付けが各エッジに関連付けられてもよい。旅や旅行の計画を提案する際に、旅行プランナーは、公共交通機関ネットワークの抽象モデルを使用し、それらの計画は、旅行者がこれらのルートにおいて毎日行う旅行を反映していない場合がある。

すなわち、上述した旅行プランナーは、通常、ルートが旅行されることになる時間、より一般的には乗客の嗜好が提供される時間を双方とも無視する。代わりに、嗜好は、実世界の旅行者が出発地と目的地との間において要する実際のルートではなく、最短ルート又は最速ルートに与えられる。これらのプランナーは、基礎となる交通機関ネットワーク及び利用可能なサービスのそれらの知識においてますます信頼性が高く、各プランナーは、同じ静的世界の仮定を共有する。特に、各プランナーは、不変性及び普遍性、すなわち、最適な旅行が実際の旅行の日時や乗客の詳細な嗜好とは無関係であるという一般的な仮定を形成する。

しかしながら、不変性及び普遍性が悪い仮定であることが理解されるであろう。ほとんどの都市の旅行者は、深夜における仕事と家庭との間の最良の旅は、例えば午前８：００などの異なる時間に同じ場所間で行うためには必ずしも最良の選択ではないことを確認することができる。同様に、異なる乗客は、同じ出発地及び目的地の地点間を移動するための異なる方法を選択することもできる。

知識の差異は、これらの異なる選択において役割を果たすことができるが、多くの場合、乗客は、単に、彼らが利用したい旅行について異なる嗜好を有している。例えば、ある乗客は、数分だけ彼女の旅の期間を延長することにより、複数の変更（バスからバス、電車／トラムから電車／トラムへの乗り換えなど）を回避することができる一方で、他の乗客は、単にできるだけ早く目的地に到着したいだけである。

ユーザが時間ｓで始まる出発地ｏから目的地ｄまでの旅行に対するクエリによってプランナーに照会すると、多くの場合、クエリを満たす多数の旅行がある。プランナーは、最小乗り換え時間、最小変更数などの所定の基準のセットに応じて上位ｋ個の推奨を提供する。旅行プランナーの操作は、情報取得システムが動作する方法に似ている。すなわち、目標は上位ｋ個の回答のうち最も関連する文書を配置することである。したがって、実際の乗客の嗜好を反映する上位ｋ個の旅行を提案することがインテリジェントな旅行計画において重要であることが理解されるであろう。

特に、推奨を提供したプランナーと交通機関ネットワークの旅行者によってとられる実際のルート及び／又は旅行との乖離がある。上述したように、旅行プランナーによって提案された旅行は、定期的に交通機関ネットワークを使用する実世界の旅行者によって行われた選択に必ずしも対応していない。

それゆえに、そのユーザに対する旅行プランナーによる推奨を容易とするために、交通機関ネットワークの実世界の使用に関する旅行情報を収集するための効果的なシステム及び方法を提供することが有利であろう。

例示的な実施形態の１つの態様において、関連する交通機関ネットワークについての旅行を再ランキングするための方法が提供される。本方法は、関連する交通機関ネットワーク上の出発地、目的地及び出発時間を含む旅行要求を関連するユーザから受信することと、旅行要求に関連するランキング関数を決定することとを含む。本方法は、さらに、受信した旅行要求に対応する関連する交通機関ネットワーク上の候補旅行のリストを関連する旅行プランナーから受信することと、そのリストにおける候補旅行を再ランキングするように候補旅行のリストに対してランキング関数を適用することとを含む。さらに、本方法は、旅行要求に対する応答において、候補良好の再ランキングされたリストを返送することを含み、受信、取得、決定、適用又は返送のうちの少なくとも１つは、コンピュータプロセッサによって実行される。

他の態様において、関連する交通機関ネットワークについての旅行を再ランキングするためのシステムが提供される。システムは、旅行要求を受信して関連する交通機関ネットワーク上の候補旅行のリストを返送するように構成された旅行計画エンジンを含む旅行プランナーを含む。システムはまた、旅行のリストに対してランキング関数を適用し、候補旅行の再ランキングされたリストを生成するように構成された再ランキング要素を備える。さらに、システムは、受信した旅行要求に対応する実際の旅行のセット、受信した旅行要求に対応する共通の出発地、目的地及び出発時間をそれぞれ有する実際の旅行のセットを関連するデータベースから取得するための命令を記憶するメモリを含む。実際の旅行のセットにおける各旅行について、システムは、旅行要求に対応する旅行候補のセットを旅行プランナーから受信し、実際の旅行のセットの旅行が候補旅行のいずれかに好まれているかどうかを判定するために上位の旅行候補のセットを分析するための命令を含む。実際の旅行のセットにおける各旅行について、システムはまた、候補旅行にわたる旅行の嗜好に応じて旅行要求に関連するトレーニング旅行のセットに対して実際の旅行のセットの旅行を追加し、トレーニング旅行のセットに応じて旅行要求に対応するランキング関数を学習するための命令を含む。システムは、さらに、学習したランキング関数に応じて候補旅行の再ランキングされたリストを返送するための命令を含む。さらにまた、システムは、命令を実行するメモリと通信するプロセッサを含む。

他の態様において、関連する公共交通機関ネットワークについての旅行を再ランキングするためのコンピュータ実装方法が提供される。本方法は、関連する交通機関ネットワーク上の出発地、目的地及び出発時刻を含む旅行要求を関連するユーザから受信することを含む。本方法はまた、受信した旅行要求に対応する実際の旅行のセット、受信した旅行要求に対応する共通の出発地、目的地及び出発時間をそれぞれ有する実際の旅行のセットを関連するデータベースから取得することを含む。受信した旅行要求に一致する実際の旅行のセットにおける各旅行について、本方法は、旅行要求に対応する旅行候補のセットを旅行プランナーから受信することと、実際の旅行のセットの旅行が候補旅行のいずれかに好まれているかどうかを判定するために上位の旅行候補のセットを分析することと、候補旅行にわたる旅行の嗜好に応じて旅行要求に関連するトレーニング旅行のセットに対して実際の旅行のセットの旅行を追加することとを含む。さらに、各旅行について、本方法は、そのセットにおける各旅行について、関連する交通機関ネットワーク上の旅行を特徴付ける時間変化特徴のセットを開発することと、時間変化特徴のセットに応じて、関連する交通機関ネットワークの旅行者の暗黙的な嗜好に対応する実世界の旅行者の嗜好のセットに実際の旅行のセットを変換することと、トレーニング旅行及び実世界の旅行者の嗜好のセットに応じて旅行要求に対応するランキング関数を学習することとを含む。コンピュータ実装方法は、さらに、関連する旅行プランナーから、受信した旅行要求に対応する関連する交通機関ネットワーク上の候補旅行のリストを受信することと、そのリストにおける候補旅行を再ランキングするように候補旅行のリストに対してランキング関数を適用することと、旅行要求に応じて候補旅行の再ランキングされたリストを返送することとを含む。

図１Ａは、例示的な実施形態の１つの態様にかかる関連する交通機関ネットワーク上の旅行のための再ランキングシステムの機能ブロック図を図示している。 図１Ｂは、例示的な実施形態の１つの態様にかかる関連する交通機関ネットワーク上の旅行のための再ランキングシステムの機能ブロック図を図示している。 図２Ａは、本特許出願の１つの実施形態にかかる例示的な交通機関ネットワークについての平均移動時間に対する最小の分布を図示している。 図２Ｂは、図２Ａに示された交通機関ネットワークにおける全ての出発地−目的地の対についてのカルバック・ライブラー情報量の値を図示している。 図３Ａは、例示的な実施形態の１つの態様にかかる例示的な出発地−目的地の対についての上位３つの通過旅行のグラフィカル表現である。 図３Ｂ−１は、図３Ａの例についての上位５つの旅行についての旅行時間のグラフィカル表現である。 図３Ｂ−２は、図３Ａの例についての上位５つの旅行についての平均旅行数のグラフィカル表現である。 図４は、例示的な実施形態の１つの態様にかかる関連する交通機関ネットワークについての旅行を再ランキングするための方法の一部を図示するフローチャートである。

１つ以上の実施形態が添付図面を参照しながらここで説明され、同様の参照番号は、全体を通して同様の要素を指すために使用される。関連する交通機関ネットワークについての旅行を再ランキングするためのシステム及び方法に関連する例示的な実施形態の態様が本願明細書に記載される。さらに、交通機関ネットワークにおける旅行計画に言及する例示的な実施形態が以下に提示されるが、記載されたシステム及び方法のアプリケーションは、「クラウド知恵」推奨を利用する他のエリアに対して行われることができる。

本願明細書に記載されたように、リスト化された旅行計画をランキングするためにネットワーク上で実際の旅行者から収集された「クラウド知恵」を利用する公共交通機関ネットワークにおける旅行計画の更新されたリストを提供するための方法が記載されている。１つの実施形態において、旅行者によってとられた実際の旅行に対応する出発地−目的地の対が収集される。これらの対は、旅行者による報告から、自動発券検証システムからなどによって得られることができる。検証情報は、旅行が行われた時間、道に沿った出発地（乗車）及び目的地（下車）停車場（複数可）、とられたルート（乗り換えなど）、並びに、交通機関ネットワーク上の旅行に関連する他の情報を含むことができる。任意の出発地−目的地の対について、検証の存在は、とられたルート、すなわち人が実際にその出発地とその目的地との間のその時点でとったそのルートの暗黙的な推奨である。都市の公共交通機関ネットワークなどの大規模な交通機関ネットワークについて収集されたとき、特定の時間における特定のルートについて、かなりの数のそのような推奨があることがある。

１つの実施形態によれば、ユーザが旅行プランナーにアクセスすると、旅行プランナーは、上位ｋ個の結果のリスト、すなわち、ユーザによって選択された出発地と目的地との間の推奨ルートのリストを出力することができる。ランキング関数は、実世界の旅行者から得られた、すなわち、交通機関システムのユーザが経験した、受信した暗黙的な嗜好を使用して計算されることができる。その後、ランキング関数は、知識の豊富な旅行者によって「暗黙的に推奨された」ものに対応するより高くランキングされた旅行によって結果を再ランキングするように結果のリストに適用されることができる。

旅行プランナーの推奨は、旅行者によって行われた実際の選択肢から異なることが理解されるであろう。すなわち、プランナーによって提案された旅行は、定期的にネットワークを使用する実際の旅行者によって行われた選択肢に対応する必要がある。しかしながら、プランナーの提案が実際の選択肢から異なる場合、プランナーは、旅行のためにユーザの照会に応答するときにいくつかの重要な知識を見逃す。したがって、本願明細書に開示された１つの実施形態は、プランナーの推奨を検証するためにグランドトゥルースとして実際の旅行の集合を利用し、異なる場合には、現実をより良好に反映するように推奨を再ランキングするのに適した再ランキング手法を策定する。

本願明細書に開示された実施形態は、旅行計画における乗客の嗜好及び時間変化交通状況推定値を利用することができる。乗客の旅行の大規模な集合を使用して、交通機関ネットワークにおける所与の旅行を選択するための時間変化パラメータが学習されることができる。都市の選択された交通機関ネットワークについての実際の旅行者データを使用した実施例は、旅行が静的発見的問題解決法を使用するプランナーによって生み出された旅行であるよりも乗客によって実際に選択されたものに測定可能に近いことを示している。これは、特に旅行プランナーを利用する初心者の旅行者に対して交通機関ネットワークの頻繁な旅行者の知識を転送する際に、現在の旅行プランナーに対していくつかの利点を提供する。旅行プランナーの精度はまた、経験豊富な旅行者の「クラウド知恵」が選択された日時、曜日などとして選択された出発地から選択された目的地までのルートの推奨に織り込まれるのにともない増加する。

図１Ａ〜図１Ｂを参照すると、クラウド知恵を使用して旅行のリストを再ランキングするためのシステム１００が示されている。システム１００は、関連する交通機関システム１３４の旅行者によってとられた実際の旅行から決定された他のルート上で１つのルートについての旅行者の暗黙的な嗜好を利用する。図１Ａ〜図１Ｂに示されている様々な構成要素は、例示的なハードウェア、ソフトウェア又はそれらの組み合わせの態様を例示する目的のためであり、それに置き換えられることが可能であることが理解されるであろう。

図１Ａ〜図１Ｂの再ランキングシステム１００は、２つ以上の電子デバイス間におけるデータの交換を可能とすることができる任意の分散通信システムを表すコンピュータネットワークなどの分散コンピューティング環境を使用して実装することが可能であることが理解されるであろう。さらに、そのようなコンピュータネットワークは、例えば、限定されるものではないが、仮想ローカルエリアネットワーク、ワイドエリアネットワーク、パーソナルエリアネットワーク、ローカルエリアネットワーク、インターネット、イントラネット又はそれらの任意の適切な組み合わせを含むことが理解されるであろう。したがって、そのようなコンピュータネットワークは、例えば、限定されるものではないが、トークンリング、イーサネット（登録商標）又は他の無線若しくは有線ベースのデータ通信機構などの様々な従来のデータ転送機構によって図示されるように物理層及びトランスポート層を含む。さらにまた、構成要素のネットワーク化されたセットとして図１Ａ〜図１Ｂに示されている一方で、システム及び方法は、本願明細書に記載された方法を実行するように適合されたスタンドアロン装置上に実装することが可能である。

図１Ａ〜図１Ｂに示されるように、旅行再ランキングシステム１００は、以下に記載される例示的な方法を実現することが可能なコンピュータシステム１０２を含む。コンピュータシステム１０２は、コンピュータサーバ、ワークステーション、パーソナルコンピュータ、ラップトップコンピュータ、携帯電話、タブレットコンピュータ、ページャ、それらの組み合わせ又は例示的な方法を実行するための命令を実行可能な他のコンピューティングデバイスを含むことができる。

１つの例示的な実施形態によれば、コンピュータシステム１０２は、関連するユーザ、ネットワークデバイス、ネットワークストレージ、遠隔装置などと相互作用するように構成されたハードウェア、ソフトウェア及び／又はそれらの任意の適切な組み合わせを含む。例示的なコンピュータシステム１０２は、コンピュータシステム１０２の全体動作を制御するとともにプロセッサ１０４に接続されたメモリ１０８に記憶されている処理命令１０６の実行によって例示的な方法を実行するプロセッサ１０４を含む。

命令１０６は、交通機関ネットワーク１３４に関連する１つ以上の自動発券検証システム１３６から検証情報１３７を受信する旅行抽出部１１０を含む。検証情報１３７は、旅行者が実際に交通機関ネットワーク１３４上でとった旅行１１１を抽出するために旅行抽出部１１０によって利用され、以下に説明されるように、その後、旅行１１１は、旅行１３８のセットに追加されることができる。検証情報１３７は、例えば、タイムスタンプ１４０、場所１４１、チケット識別子１４５などを含むことができる。旅行抽出部１１０は、特定の旅行者に関連する特定のチケット識別子１４５について出発地１４２及び目的地１４４を決定するために、受信した検証情報１３７を処理することができる。すなわち、旅行抽出部１１０は、検証情報１３７に含まれるタイムスタンプ１４０及び場所１４１、すなわち旅行者の出発地１４２から、その旅行者の対応する目的地１４４を導出し、推定し、計算し又は判定することができる。そして、旅行抽出部１１０は、交通機関システム１３４上でとられた対応する旅行者に実際の旅行（すなわち、チケット識別子１４５）に対応して旅行１１１を出力することができる。本特許出願の様々な実施形態は、自動発券検証システム１３６、例えば検証シーケンス（特定の期間にわたるタイムスタンプに対応する乗車及び下車検証のセット）など、旅行１１１が旅行抽出部１１０によって抽出されることができる追加情報の集合を利用することができる。

命令１０６は、コンピュータシステム１０２によってアクセス可能な旅行１３８のデータセットから嗜好１９２を暗黙的に導出する嗜好変換部１１２を含む。すなわち、嗜好変換部１１２は、以下に説明されるように、例えば、関連する交通機関ネットワーク１３４上の実際の旅行者の時間１４０、出発地１４２及び目的地１４４など、自動発券検証システム１３６からの検証情報１３７からの旅行抽出部１１０によって抽出された旅行１１１に関する情報から嗜好１９２のセットを判定する。１つの実施形態によれば、嗜好１９２は、例えば、好ましい旅行は特定の時間に選択された多数の旅行者のものであるなど、旅行１３８のセットから推定される。嗜好１９２は、例えば、データセット１３８から推定されるトラフィック嗜好（例えば、旅行者はバスを回避する）、時間的及び／又は空間（時間、ルートなど）を含むことができる。すなわち、嗜好１９２は、旅行者が特定の時間に特定のルート（旅行１１１）を好んだ理由（暗黙的／明示的）に対応することが理解される。

命令１０６はまた、関連する交通機関ネットワーク１３４における任意の所与の旅行１１１を特徴付ける設定時間変化特徴１９４を生成する特徴付け要素１１４を含むことができる。特徴付け要素１１４は、そのような対間において又は実際の旅行上で旅行を特徴付ける時間変化特徴１９４のセットを生成するために、交通機関ネットワーク１３４上で実際にとられた又は可能な旅行１３８のセットにおける各旅行１１１（例えば、任意の出発地／目的地の対及びその間の様々な介在停車場）を処理することができる。

さらに、命令１０６はまた、クエリ、すなわち関連するユーザからの旅行要求１６２に応じて旅行プランナー１５８によって出力された旅行１１１を再ランキングするランキング関数１９０を計算するランキング関数計算部１１６を含むことができる。ランキング関数１９０は、交通機関ネットワーク１３４の実際の旅行者の検証情報１３７及び対応する旅行１１１に基づいて決定することができる。各クエリについて又は旅行要求１６２について、ランキング関数１９０は、旅行要求１６２に対応する出発地１６８、目的地１７０及び出発時間１７２を有する全ての旅行１１１をランキングするために計算されることができる。ランキング関数計算部１１６によって計算されたランキング関数１９０は、さらに、以下においてより詳細に説明されるように、旅行者及び／又は交通機関ネットワーク１３４に関連付けられている嗜好１９２及び時間変化特徴１９４を使用して決定されることができる。１つの実施形態によれば、適切なランキング関数１９０を決定するのを容易とするためにサポートベクトルマシン（ＳＶＭ）が使用される。例えば、入力空間Ｘ∈Ｒ^ｍが存在すると仮定することができる。ここで、ｍは特徴の数を表す。ラベルＹ＝ｙ_１，ｙ_２，・・・，ｙ_ｑによって表されるランク（カテゴリ）の出力空間が存在する。ここで、ｑはランクの数を表す。さらにまた、ランクｙ_１＞ｙ_２＞・・・＞ｙ_ｑ間の総順序が存在すると仮定することができる。ここで、＞は嗜好関係を表す。したがって、例示的な実施形態は、インスタンス間の嗜好関係を決定することができるランキング関数の集合ｆ∈Ｆを考慮する。
ｘ_ｉ＞ｘ_ｊ≡ｆ（ｘ_ｉ）＞ｆ（ｘ_ｊ） （１）

空間Ｘ×ＹからのランキングされたインスタンスＳ＝｛（ｘ_ｉ，ｙ_ｉ）｝，ｉ＝１，・・・，ｎの所定のセットの場合、所定のランキングされたインスタンスに関する所定の損失関数を最小化する最良の関数ｆ^＊∈Ｆが選択されるべきである。上記特定された問題は、Ｒ． Ｈｅｒｂｒｉｃｈ、Ｔ． Ｇｒａｅｐｅｌ及びＫ． Ｏｂｅｒｍａｙｅｒ、「Ｌａｒｇｅ ｍａｒｇｉｎ ｒａｎｋ ｂｏｕｎｄａｒｉｅｓ ｆｏｒ ｏｒｄｉｎａｌ ｒｅｇｒｅｓｓｉｏｎ」、Ｉｎ Ａｄｖａｎｃｅｓ ｉｎ Ｌａｒｇｅ Ｍａｒｇｉｎ Ｃｌａｓｓｉｆｉｅｒｓ、１１５〜１３２ページ、２０００年における拡張のようにインスタンスの対に分類するための学習として定式化することができる。

まず、ｆが線形関数ｆ_ｗ（ｘ）＝ｗ^Ｔｘであると仮定する。ここで、ｗは重みのベクトルを表す。インスタンス対ｘ_ｉ及びｘ_ｊの間の関係ｘ_ｉ＞ｘ_ｊは、新たなベクトルｘ_ｉ−ｘ_ｊによって表されることができる。任意のインスタンス対及びそれらの優先関係は、新たなベクトル及び新たなラベルを作成する。ｘ_１及びｘ_２が第１及び第２のインスタンスを表すものとし、ｙ_１及びｙ_２がそれらのランクを表すものとし、そして、新たなインスタンス（ｘ_１−ｘ_２，ｚ_ｉ）が得られる。ここで、ｙ_１＞ｙ_２である場合にはｚ_ｉ＝１であり、それ以外は０である。

トレーニングデータセットＳから、ラベリングされたベクトルを含む新たなトレーニングデータセットＳ’、
が作成される。セットＳ’は、任意のベクトルｘ^１−ｘ^２に正ラベルｚ＝＋１又は負ラベルｚ＝−１のいずれかを割り当てることができるＳＶＭモデルを構築するためにトレーニングセットとして使用される。このＳＶＷモデルの構築は、以下の最適化問題を解くことと等価である。

最適化（２）は、以下と等価であることに留意されたい。
ここで、第１項は経験的なヒンジ損失であり、第２項は正規化であり、
である。上記最適化問題は、凸又は勾配に基づく方法を使用して解くことができることが理解されるであろう。

ｗ^＊が式（２）を解くことによって得られた重みである場合、ｗ^＊は、インスタンスをランキングするランキング関数ｆ_ｗ＊を形成するために使用されることができる。

本願明細書に記載された本システム及び方法の１つの実施形態によれば、ランキングＳＶＭが旅行の再ランキングに適用されるとき、特徴ベクトルｘ（ｔ）の形態のインスタンスは、１つの旅行ｔから作成される。各特徴は、旅行ｔ及び回答するユーザクエリの関数として定義される。そして、全てのクエリからのインスタンスは、トレーニングに結合される。クエリ−旅行の対を説明した特徴は、以下のセクションにおいて説明される。

図１Ａ〜図１Ｂを参照すると、命令１０６は、さらに、対応する旅行要求１６２に応じて旅行プランナー１５８によって出力された上位ｋ個のリスト１６４に対してランキング関数１９０を適用するように構成された再ランキング要素１１８を含むことができる。再ランキング要素１１８は、旅行プランナー１５８によって出力された上位ｋ個のリスト１６４における旅行１１１の再ランキングされた上位ｋ個のリスト１６５を生成するためにランキング関数１９０を利用することができ、それにより、旅行要求１６２の出発地１６８、目的地１７０、出発時間１７２及びサービス嗜好１７４に適用されるように実際の旅行者の嗜好１９２に基づいてリスト１６４における旅行１１１をランキングする。そして、再ランキングされた上位ｋ個のリスト１６５は、以下に説明されるように、関連するユーザに伝達されることができる。

システム１００は、さらに、旅行計画エンジン１６０を搭載した旅行プランナー１５８を含むことができる。本願明細書において想定される１つの実施形態によれば、旅行計画エンジン１６０は、ユーザがとる候補旅行のセット、すなわち、選択された出発地１６８と選択された目的地１７０との間における１つ以上の経路を判定する。理解されるように、旅行プランナー１５８は、交通機関システム１３４に関連付けられたルート１４８、スケジュール１５０、所要時間１５４、歩行距離１５６、停車場１４３及びサービス１５２（例えば、バス、電車、地下鉄など）を使用して選択された出発地１６８及び目的地１７０に関連する停車場１４３の間における１つ以上の経路の判定を容易とすることができる。旅行プランナー１５８は、ユーザによって提供され且つ旅行１６４の上位／が出力されるのにともない選択された出発地１６８と目的地１７９との間における１つ以上の経路を決定することができる。選択された出発地１６８と目的地１７０との間の旅行を決定する際に、旅行プランナー１５８は、交通機関ネットワーク１３４、ユーザ嗜好などに関する旅行プランナー１５８にとって利用可能な他の情報とともに、交通機関ネットワーク１３４の抽象モデル、すなわちルート１４８及びスケジュール１５０に基づくモデルを使用することができることが理解されるであろう。旅行プランナー１５８は、コンピュータシステム１０２と通信するデータベース１３０に記憶されたデータにアクセスすることができ、それと通信する別個のデータベース（図示しない）に記憶された交通機関システム１３４に関連するデータ、例えば、ルート１４８、スケジュール１５０、停車場１４３、サービス１５２などを有することができる。旅行プランナー１５８は、さらに、特定の出発地／目的地の対に応じて以前に生成された旅行又は旅のリストを記憶する関連するデータベース（図示しない）と通信することができ、図１Ａ〜図１Ｂにおける図示は、上述した旅行プランナー１５８の１つの例示的な実装として意図されている。

理解されるように、公共交通機関ネットワーク１３４に適した旅行プランナー１５８は、利用可能な公共交通機関の旅行又は旅に関する情報を提供するように構成されている。旅行プランナー１５８のための入力は、出発地ｏ１６８、目的地ｄ１７０及び開始時間ｓ（出発時間１７２）を含み、交通機関ネットワーク１３４の利用可能なサービスを使用した特定のサービス（１７４）を使用してｏからｄまでのルートを見出すように旅行計画エンジン１６０を使用する。公共交通機関ネットワーク１３４上の旅行プランナー１５８についてのルートの選択は、道路ルートプランナーについてよりも制約的であり、さらに、ルートを選択することに関するのみならずそのルート上のサービスを選択することに関することが理解されるであろう。

旅行プランナー１５８は、出発地と目的地との間における１つ以上の提案旅行を見出す。１つの実施形態によれば、プランナー１５８は、（交通機関ネットワーク１３４へのアクセスポイントを表す）ノード及び（地点間の可能な旅行を表す）エッジのグラフを検索するための検索アルゴリズムを使用する。距離、コスト又はアクセス性などの異なる重み付けは、各エッジに関連付けられてもよい。

検索は、例えば、最速、最短、最小の変更、最安などの異なる基準において最適化されることができる。それらは、例えば、所定の時間に出発又は到着する、所定のウェイポイントを回避するなどを余儀なくされる。そのようなプランナー１５８は、通常、ユーザクエリ、すなわち旅行要求１６２により良好に回答するために、詳細なネットワーク記述、利用可能なルート、停止場所、サービススケジュール、歩行距離などを含む公共及び民間情報の複数のソースを配置する。

メモリ１０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、磁気ディスク若しくはテープ、光ディスク、フラッシュメモリ又はホログラフィックメモリなどの任意の種類の持続性コンピュータ読み取り可能な媒体を表すことができる。１つの実施形態において、メモリ１０８は、ランダムアクセスメモリ及び読み出し専用メモリの組み合わせを含む。いくつかの実施形態において、プロセッサ１０４及びメモリ１０８は、単一チップで組み合わされてもよい。ネットワークインターフェース（複数可）１２０、１２２は、コンピュータネットワークを介してコンピュータが他の装置と通信するのを可能とし、変調器／復調器（ＭＯＤＥＭ）を備えることができる。メモリ１０８は、例示的な方法を実行するための命令とともに方法において処理されたデータを記憶することができる。

ディジタルプロセッサ１０４は、シングルコアプロセッサ、デュアルコアプロセッサ（又はより一般的にはマルチコアプロセッサ）、ディジタルプロセッサ及び協働数値演算コプロセッサ、ディジタルコントローラなどによって様々に具現化されることができる。ディジタルプロセッサ１０４は、コンピュータ１０２の動作を制御することに加えて、図４に概説された方法を実行するためにメモリ１０８に記憶された命令１０６を実行する。

本願明細書において使用される用語「ソフトウェア」は、ソフトウェアの目的であるタスクを実行するようにコンピュータ又は他のディジタルシステムを構成するようにコンピュータ又は他のディジタルシステムによって実行可能な命令の任意の集合又はセットを包含することが意図される。本願明細書において使用される用語「ソフトウェア」は、ＲＡＭ、ハードディスク、光ディスクなどの記憶媒体に記憶されたそのような命令を包含することが意図され、また、ＲＯＭなどに記憶されたソフトウェアであるいわゆる「ファームウェア」を包含することが意図される。そのようなソフトウェアは、様々な方法で編成されることができ、ライブラリ、リモートサーバなどに記憶されたインターネットベースのプログラム、ソースコード、解釈コード、オブジェクトコード、直接実行可能なコードなどとして編成されたソフトウェアコンポーネントを含むことができる。ソフトウェアは、所定の機能を実行するためにサーバ又は他の場所に存在する他のソフトウェアへのシステムレベルのコード又はコールを呼び出すことができることが想定される。

コンピュータシステム１０２はまた、外部装置と通信するための１つ以上の入力／出力（Ｉ／Ｏ）インターフェースデバイス１２０及び１２２を含む。Ｉ／Ｏインターフェース１２０は、情報を表示するための１つ以上の表示装置１２４、テキストを入力するためのキーボード又はタッチ若しくは書き込み可能なスクリーンなどのユーザ入力装置１２６、及び／又は、プロセッサ１０４に対するユーザ入力情報及びコマンド選択を通信するためのマウス、トラックボールなどのカーソル制御装置と通信することができる。コンピュータシステム１０２の様々な要素は、データ／制御バス１２８によって全て接続されることができる。コンピュータシステム１０２のプロセッサ１０４は、リンク１３２を介して関連するデータベース１３０と通信する。適切な通信リンク１３２は、例えば、公衆交換電話網、独自通信ネットワーク、赤外線、光又は他の適切な有線若しくは無線データ伝送通信を含むことができる。データベース１３０は、例えばローカルメモリ１０８、すなわちハードドライブ、仮想ドライブなど又はコンピュータシステム１０２にアクセス可能な遠隔メモリに記憶されたコンピュータシステム１０２の要素に実装することが可能である。

関連するデータベース１３０は、１つ以上の目的のために使用される任意の編成されたデータの集合（例えば、検証情報、交通機関システム情報（例えば、停車場、ノード又は駅、スケジュール、ルート）、クラウドソーシング情報（例えば、可能なルート、所要時間、移動の頻度、予想される移動時間）など）に対応している。関連するデータベース１３０の実装は、例えば、磁気記憶ドライブ、ハードディスクドライブ、光記憶装置、フラッシュメモリ装置又はそれらの適切な組み合わせなどの任意の大容量記憶装置（複数可）において生じることが可能である。関連するデータベース１３０は、例えばメモリ１０８に存在するものなどのコンピュータシステム１０２の要素として実装されることができる。

１つの実施形態において、関連するデータベース１３０は、関連する交通機関システム１３４、ルート１４８の集合（交通機関システム１３４上で利用可能な旅行のコースに沿った個々の車両によって行われるべき交通機関ノードにおける停車場のシーケンス）、これらのルート１４８のそれぞれについてのスケジュール１５０、駅や停車場１４３などの交通機関ノード、経路（すなわち、第１の出発地と最後の目的地との間の連続的な出発地及び目的地のシーケンス、サービス１５２、所要時間１５４、歩行距離１５６及び検証シーケンス情報１３６）に対応するデータを含むことができる。例えば、公共交通機関システムの場合、関連するデータベース１３０は、公共交通機関ルート（例えば、個々のバス、地下鉄、電車などによってスケジューリングされた停車場の既知のシーケンス）１４８、これらのルート１４８についての交通機関システム１３４のバス、トラム、地下鉄などの到着／出発時間に関するスケジュール１５０、公共交通機関停車場（又は駅）１４３、すなわち、交通機関システム１３４によってリンクされた固定された場所又はノード、並びに、各経路が１つ以上の交通機関ルート１４８（例えば、経路は、第１の駅（出発地）において電車によって旅行を始め、第２の駅まで（電車のスケジューリングされたルートに沿って）電車に乗り、第２の駅においてバスに乗り換え、第３の駅（目的地）で下車するように（バスのスケジューリングされたルートに沿って）バスに乗ることを含むことができる）に関連する２つの停車場１４３の間の経路のセットなどの公共交通機関システム１３４に関連する情報を含むことができる。

データベース１３０は、さらに、交通機関システム１３４の旅行者によってとられた実際の旅行に対応する１つ以上の旅行１１１のセット１３８を含むことができる。受信した検証情報１３７から旅行抽出部１１０によって出力された旅行１３８のセットにおける各旅行１１１は、例えば、タイムスタンプ１４０、出発地１４２、目的地１４４などを含むことができる。特定の旅行１１１に関連する他の情報は、検証情報１３７において受信され、関連するデータベース１３０に記憶するために旅行抽出部１１０によって抽出されてもよいことが理解されるであろう。チケット検証シーケンスのセットは、例えば、様々な収集要素（例えば、交通機関システム１３４の駅又は車両に位置する自動発券検証システム１６０）から収集された検証情報１３７から導出されることができる。そのような例において、検証シーケンスは、例えば、乗車及び下車タイムスタンプの各シーケンスを表すタイムスタンプ、タイムスタンプに対応する出発地及び目的地を表す場所、シーケンスタグ及び各検証シーケンスに対応するチケット識別子を含むことができる。

例えば、公共交通機関システムに関連して、検証情報１３７は、各チケットの固有の識別情報１４５（例えば、チケット識別子１４５は、ユーザによって書き換えるか又は変更することができない（偽造防止特性）スマートカード、交通カード、交通チケットなどから導出されることができる）などの旅行者、場所１４１（出発地及び目的地の場所）、シーケンスタグ（最初の使用、対応使用など）、その特定の検証シーケンスについての出発地と目的地との間の移動時間に関連付けられているタイムスタンプ１４０に関連することができる。すなわち、各検証シーケンスは、旅行者が乗車又は下車した対応する場所１４１又はルート１４８（すなわち、ルート１４８における停車場１４３）などに沿った公共交通機関ネットワーク１３４における旅行者のエントリの時間を含むことができる。公共交通機関システム上の各旅行者は、一般に人であるが、他のネットワーク化された交通機関システムの旅行者は、商品や他の無生物を含むことができる。

検証情報１３７の各場所１４１は、例えばルート番号などのルート識別子、例えば停車場番号などの交通機関ノード識別子、住所、ＧＰＳ座標又は場所に関連付けられた他の地理的識別情報のうちの１つ以上を含むことができる。スタンプ１４０の時間成分は、時刻、曜日、日付又はタイムスタンプ１４０に対応する他の時間情報のうちの１つ以上を含むことができる。それゆえに、本願明細書において想定される様々な実施形態において収集されて使用される検証情報１３７は、プリペイドカード、単回使用のトランジットチケット、リロード可能なトランジットカード又は他の発券装置の使用によって収集された発券データとすることができる。上述したシーケンスタグは、旅行者の乗車又は下車が発生した特定の検証シーケンスにおける場所又は時期を反映することができる。すなわち、「最初」タグは、チケット識別子１４５の最初の使用を示すことができるのに対して、「対応」タグは、指定された期間内でのチケット識別子１４５の２番目及び各後続使用を示すことができる。

検証情報１３７は、関連する交通機関システム１３４上の複数の場所から収集することができる。簡潔には、上述したように、これらの場所のそれぞれは、交通機関システム１３４によって接続された場所（例えば、駅、停車場など）又は交通機関システム１３４のルート１４８に沿って移動する車両の有限集合の１つに対応することができる。そのような情報１３７の集合は、スマートカードリーダ、磁気カードリーダ、入力端子、チケットディスペンサ、チケットリーダなどのそれぞれの場所における料金徴収についてのチケット検証機、すなわち自動発券検証システム１３６によって実行されることができることが理解されるであろう。そのような自動発券検証システムは、駅、車両などにおいて実施されてもよく、自動料金徴収サブシステムを表してもよいことが理解されるであろう。

交通機関システム１３４における様々な旅行者は、交通カード／チケットを使用することができる。そのようなカード／チケットは、交通機関システム１３４における旅行を支払うか又は可能とするために使用されることができ、それゆえに、旅行者が出発地場所１４２から目的地場所１４４まで交通機関システム１３４を通過するのにともない、自動発券検証システム１３６によってスキャンされ、読み取られ、挿入され又は検出される。そのような交通カードは、スマートカードのような機能、例えば、マイクロチップ伝送、磁気的に記憶されたデータなどを含むことができる。そのような実施形態において、自動発券検証システム１３６は、リンク１４６を介してコンピュータシステム１０２に検証情報１３６を通信する。適切な通信リンク１４６は、例えば、公衆交換電話網、独自通信ネットワーク、赤外線、光又は任意の他の適切な有線若しくは無線データ伝送通信を含むことができる。

追加情報は、交通機関利用データ、発券レシートデータ、渋滞データなどを含む発券操作に対応する自動発券検証システム１３６によって収集されてもよいことが理解されるであろう。１つの実施形態によれば、交通機関システム１３４の車両又はノードに対して乗車又は下車する乗客の双方の入口及び出口は、検証情報１３７として収集することができる。入口のみのシステムは、対照的に、交通機関システム１３４の車両又は出発地ノードにおける旅行者のエントリのみに関連する電子検証レコードの収集を可能とすることができる。出入システムにおける旅行者の目的地は、自動発券検証データ、すなわち、自動券売検証システム１３６によって収集された検証情報１３７から識別可能であり得るが、入口のみの自動発券検証システム１３６における乗客の目的地は、非検証データ（例えば、交通機関システムのルートやスケジュール、イベント発生（スポーツ、コンサートなど）など）や旅行者の仮定に基づく推論を介して識別することができる。

本願明細書に記載されたシステム及び方法は、ワントリップチケットのみならず、収集された検証情報１３７に含まれるチケット識別子１４５に反映されているプリペイドカードを使用することができる。ワントリップチケットは、固定の検証時間、すなわち、チケットが旅行者による使用のために有効のままである期間を有することができる。例えば、入口のみのシステムにおいて、チケットが有効である期間は、時間旅行者が追加料金を負担することなく交通機関ネットワーク１３４内の車両を変更することができる発行／購入時から１時間に限定することができる。そのようなチケットの最初の検証は、「最初」を示すシーケンスタグによって識別されることができるのに対して、この検証時間における２番目及びその後の検証は、「対応」を示すシーケンスタグによって識別されることができる。自動発券検証システム１３６は、要求している旅行者に対して旅行者及び長期の永久カードによって複数のエントリを提供することができる複数のエントリカードの使用を可能とすることができる。複数のエントリカードの使用は、各カード保持旅行者の旅行データの追跡を可能とするとともに、そのような旅行者の時間ベースの分析を可能とすることができることが理解されるであろう。

自動発券検証システム１３６は、旅行者の入口又は入口及び出口に対応する場所識別を可能とすることができる。例えば、自動発券検証システム１３６は、チケットＩＤ１４５、タイムスタンプ１４０及び対応タグを含むようにチケットの各検証を可能とすることができる。さらに、自動発券検証システム１３６は、公共交通機関ルート１４８、停車場識別子（例えば、停車場１４３）及び方向とチケット検証を関連付けるために自動車両位置サブシステムを使用することができる。検証情報１３７を収集するための他の方法は、代替的に又は追加的に、移動通信イベント、例えば、タイムスタンプ付きアンテナ認証シーケンス又はスケジューリングされた活動や旅行者のスケジュールの交差の他の観察を含めて使用可能である。チケット検証、すなわち、自動発券検証システム１３６において収集された検証情報１３７は、交通機関ネットワーク１３４における旅行者フローを理解するための情報を提供することができる。通常実装における情報は、トランジットと公共交通機関についての貴重な洞察を提供し、意思決定プロセスを支援するために分析されることができる。

図１Ａ〜図１Ｂの実施に関連する検証情報１３７は、例示のみを目的としている。公共交通機関の例以外の他の用途も考えられる。例えば、有料道路監視及び管理システムはまた、本システム及び方法を利用することができ、それにより、関連する有料道路に対する車両の入口及び出口において検証情報１３７が料金ブースにおいて収集される。他の実施形態、例えば、患者／従業員の入出の病院監視、セキュア施設監視などもまた想定される。

図１Ａ〜図１Ｂに示されるように、旅行再ランキングシステム１００は、適切なリンク１８４を介してコンピュータシステム１０２と相互作用することができる例えば携帯スマートフォンなどの携帯通信装置として図１Ａ〜図１Ｂに示される１つ以上のユーザアクセス装置１７６を含むか又はそれと通信することができる。装置１７６は、パーソナルコンピュータ、ネットブックコンピュータ、ラップトップコンピュータ、ワークステーションコンピュータ、パーソナルデータアシスタント、ウェブ対応携帯電話、タブレットコンピュータ、独自ネットワークデバイス又は他のウェブ対応電子デバイスなどの任意のパーソナルコンピューティングデバイスの代表である。コンピュータシステム１０２とユーザアクセス装置１７６との間のデータ通信リンク１８４は、例えば、ブルートゥース、ＷｉＭａｘ、８０２．１１ａ、８０２．１１ｂ、８０２．１１ｇ、８０２．１１（ｘ）、独自通信ネットワーク、赤外線、光、公衆交換電話網若しくは任意の適切な無線データ伝送システムなどの無線通信又は有線通信などのデータ通信の任意の適切なチャネルを介して達成することができる。

ユーザ装置１７６は、プロセッサ１８２、システムメモリ１７８、システムストレージ、システムメモリ１７８を含む様々なシステム要素を処理ユニット１８２に接続するバスなどを含むことができる。ユーザ装置１７６は、データベース１３０にアクセスするためにコンピュータシステム１０２と相互作用し、旅行要求１６２を送信し、旅行計画１６５の再ランキングされた上位ｋ個のリストを受信などするように適切に構成されることができる。具体的には、ユーザ装置１７６は、例えば、コンピュータシステム１０２と相互作用するように動作可能であるメモリ１７８に記憶されたウェブブラウザ、専用アプリケーション又は他のシンクライアントインターフェース１８０を含むことができる。シンクライアント１８０は、関連する交通機関システム１３４、ルート１４８、スケジュール１５０、サービス１５２などのグラフィカル表現を表示するように適切に構成されることができる。プロセッサ１８２及びメモリ１７８は、コンピュータシステム１０２のプロセッサ１０４及びメモリ１０８に関して上述したように構成されることができる。

１つの実施形態によれば、例えば選択された出発時間１７２において所望の出発地１６８と所望の目的地１７０との間の適切な旅行を決定することを望む人などのシステム１００のユーザは、コンピュータシステム１０２による処理のために旅行要求１６２を提出することができる。旅行要求１６２は、システム１０２に対してリンク１８４又は直接入力を介して提出されることができる。旅行要求１６２は、データベース１３０に記憶された任意数の介在駅１４３を含むことができる（システム１３４における停車場／駅１４３に対応する）選択された出発地１６８と（他の停車場／駅１４３に対応する）選択された目的地１７０との間の上位クラスの旅行１６５のリストの要求として機能する。そのような実施形態において、旅行要求１６２は、出発地（Ｏ）１６８、目的地（Ｄ）１７０、所望の出発時間１７０及び必要に応じて選択されたサービス嗜好１７４（例えば、バスのみ、トラムのみ、地下鉄のみなど）を含むことができる。旅行要求１６２は、表示装置１２４に表示された結果とのユーザ入力装置１２６によるユーザ相互作用などを介してコンピュータシステム１０２とのデータ通信においてユーザ装置１７６上で動作可能なシンクライアント１８０へのアクセスを介してユーザによって入力されることができる。

そして、旅行要求１６２は、関連する旅行計画エンジン１６０によって旅行１６４の上位ｋ個のリストに関する決定のために旅行プランナー１５８に送信されることができる。そして、この旅行１６４の上位ｋ個のリストは、旅行１６５の再ランキングされた上位ｋ個のリストに旅行１１１を再ランキングするためにコンピュータシステム１０２の再ランキング要素１１８によって処理されることができる。その後、旅行１６５の再ランキングされた上位ｋ個のリストは、コンピュータシステム１０２からユーザ装置１７６に対して、ディスプレイ１２４などに対して通信リンク１８４を介して通信されることができる。

図２Ａ〜図２Ｂは、旅行プランナー１５８の出力と公共交通機関ネットワーク１３４の実際のユーザの旅行のセット１３８における旅行１１１との間の差異を図示している。図２Ａ〜図２Ｂに示された例は、３ヶ月の期間にわたってフランスのナンシーにおいて収集された検証情報に対応している。公共交通機関ネットワーク１３４における場所の全ての対（ｏ，ｄ）について、ｏからｄまでの全ての異なる旅行が抽出され、それらの移動時間の分布が分析される。図２Ａは、ネットワーク全体１３４についての平均移動時間に対する最小の分布を示しており、任意の点は、１つの（ｏ，ｄ）の対を指している。高密度の領域は、旅行プランナー１５８によって従来想定されている最小時間よりも平均移動時間がはるかに長いことを示唆していることが理解されるであろう。

前の例を続けると、ナンシーのデータセットにおいて、停車場対の５７％（総トラフィックの６９％を占める）は、出発地から目的地までの少なくとも２つの異なる旅行を有し、観察された異なる旅行の最大数は４６であり、２つの地点間の旅行の平均数は、２．７１に等しい。出発地から目的地までの１つ又は他の旅行の選択の不確実性を測定するために、均一な旅行分布ｐからの旅行分布ｑのカルバック・ライブラー情報量ＫＬ（ｑ｜｜ｐ）が本特許出願の１つの実施形態によれば利用可能である。より高いＫＬ値は、他に対する１つの旅行のより高い確実性及び実証支配を示している。図２Ｂは、対数スケールを使用してネットワーク１３４における全ての（ｏ，ｄ）の場所対のＫＬ情報量値をプロットしている。図２Ａ〜図２Ｂに図示された例から理解されるように、高密度領域の分析は、大部分の場所対が１つではなく高頻度の２から５個の異なる旅行によって支配されることを示唆している。さらにまた、異なる旅行の嗜好は、日中に明らかに変化する。

上記観察は、図３Ａ、図３Ｂ−１及び図３Ｂ−２においてより十分に図示されている。図３Ａは、ナンシーにおける例としての（ｏ，ｄ）場所対についての上位３つのトランジット旅行を示している。図３Ｂ−１及び図３Ｂ−２は、この例についての上位５つの旅行についての旅行時間及び平均旅行数を示している。示されるように、５つの旅行のそれぞれは、１つの変化、すなわち乗り換えを有するトランジット旅行である。図３Ａ、図３Ｂ−１及び図３Ｂ−２は、旅行者の嗜好が日中に変化することを図示していることが理解されるであろう。旅行プランナー１５８は、最速の旅行クエリについての旅行３０４を推奨する。示されるように、推奨された旅行３０２は、最速でも最も頻繁に選択されたものでもなく、さらに、旅行３０２は、旅行３０２が最も遅い旅行の１つであるにもかかわらず、ランチに一般に関連した時間帯に最も頻繁である。

ここで図４を参照すると、１つの実施形態にかかる関連する交通機関ネットワークについての旅行を再ランキングするための方法を図示するフローチャート４００が示されている。図４の方法は、４０２で始まり、検証情報１３７が少なくとも１つの自動発券検証システム１３６から受信されると、前記検証情報は、タイムスタンプ１４０、場所１４１（例えば、停車場１４３）、チケット識別子１４５を含むことができる。４０４において、旅行者によって行われた各旅行１１１が検証情報１３７によって示されるように抽出される。各旅行１１１は、少なくともタイムスタンプ１４０、出発地１４２及び目的地１４４を含む。旅行１１１は、１つ以上の自動発券検証システム１３６によって収集された検証情報１３７から旅行抽出部１１０によって抽出又は決定されることができる。

４０８において、関連する交通機関ネットワーク１３４についての旅行のセット１３８は、関連するユーザから受信した旅行要求１６２に対応する関連するデータベース１３０から取得される。上述したように、そのセット１３８における各旅行１１１は、交通機関ネットワーク１３４における旅行者によってとられた実際の旅行に対応する。１つの実施形態によれば、旅行のセット１３８を形成する各旅行１１１は、受信した旅行要求１６２の出発地１６８、目的地１７０及び出発時間１７２にも対応する共通の出発地１６８、目的地１７０及び出発時間１７２を含む。１つの実施形態において、旅行要求１６２は、所望のサービス１７４を指定することができ、取得された旅行のセット１３８はまた、選択されたサービス１７４を使用したそれらの旅行１１１にさらに限定されることができる。

４１０において、交通機関ネットワーク１３４における旅行のセット１３８における任意の所与の旅行１１１を特徴付ける時間変化特徴のセット１９４は、コンピュータシステム１０２に関連する特徴付け要素１１４又は他の適切な要素によって開発される。４１２において、コンピュータシステム１０２に関連付けられた嗜好変換部１１２又は他の適切な要素は、決定された時間変化特徴のセット１９４に応じて旅行のセット１３８を嗜好のセット１９２に変換する。上述したように、嗜好１９２は、例えば、データセット１３８から推定されるトラフィック嗜好（例えば、旅行者はバスを回避する）、時間的及び／又は空間的（時間、ルートなど）を含むことができる。すなわち、嗜好１９２は、旅行者が特定の時間において特定のルート（旅行１１１）を好んだ理由（暗黙的／明示的）に対応することが理解されるであろう。

１つの実施形態によれば、ユーザ嗜好１９２は、空間−時間空間における分布として嗜好変換部１１２によってモデル化される。ランキング関数１９０を決定するために例えば上述したような学習操作中にユーザ嗜好１９２を学習するために、以下の４１４において、各旅行１１１は、時間依存特徴のセットによって特徴付けられる。旅行者が特定の旅行を選択すると、それは他の旅行に対してこの旅行を暗黙的に好む。乗客の選択に影響を与えることがある無限数の明示的及び暗黙的な要因がある。それらの最終的な無限の部分的観測のために、それらは明示的に識別されない場合がある。したがって、本願明細書に開示された実施形態例において、旅行１１１は、この選択の異なる態様を取り込むことができる特徴のセット１９４を介して特徴付けられる。旅行１１１は、ペアワイズ嗜好１９２のセットをインスタンス化するために処理される。トレーニング中において、本方法は、乗客によって行われた最良の旅行の選択を説明する異なる態様／特徴についての最適な重みを見出す。

１つの実施形態によれば、グローバル特徴、ローカル特徴、動的特徴など、時間変化特徴１９４の様々なグループが使用されることができる。グローバル特徴は、予想される移動時間、変更数、特定の種類の移動の使用（バス、電車、トラムなど）、マルチモダリティなどの全体の旅行１１１を記載する特性である。ローカル特徴は、旅行１１１を構成する要素のそれぞれを記載する。旅行１１１中に使用される各バス／トラムライン／サービスについて、この期間においてこのラインを使用した場合の速度の推定された手段及び分散並びにスケジュールに関する平均遅延が抽出される。各乗り換え地点について、推定された追加の特性は、歩行距離、必要に応じて商業地域や交通機関ハブとの近さなどを含むことができる。動的特徴は任意であり、それらは、交通状況、バス占有、スケジュール遅延などの旅行の環境条件に関する。嗜好モデルを学習するためにこれらの特徴を使用することは、正確な予測を行うために実時間情報にアクセスする条件下でのみ可能である。１つの例示的な実施によれば、６個のグローバル及び２４４個のローカル特徴の合計が旅行１３８の全体を特徴付けるために識別されている。

４１４において、上述したように、ランキング関数１９０は、ランキング関数計算部１１６又はシステム１００に関連する他の適切な要素を介して時間変化特徴のセット１９４によって特徴付けられるような嗜好のセット１９２を使用して決定される。旅行者が開始時間ｓにおいて出発地ｏから目的地ｄまで旅行ｔを行うとき、旅行者は、他の旅行に対してこの旅行を暗黙的に好む。ランキング関数を学習するために、この暗黙的な嗜好は、ペアワイズ嗜好の明示的なセットに変換される。

以下に記載されるアルゴリズム１は、旅行プランナー及び実際の旅行の観察されたセットＴを使用してこれらの嗜好をインスタンス化する。クエリｑ＝（ｏ，ｄ，ｓ）に一致する任意の実際の旅行ｔについて、アルゴリズムは、ｑについての上位ｋ個の旅行候補１６４を取得するために旅行プランナー１５８を使用し、このセットにあるように起こる場合には旅行ｔ自体を除いて、旅行ｔがこれらの候補のいずれかに好まれているかどうかを判定する。
アルゴリズム１。ランキング学習アルゴリズム
必要：フォーム（ｑ，ｔ）における乗客旅行の集合Ｔ。ここで、ｑ＝（ｏ，ｄ，ｓ）
必要：上位ｋ個の推奨を有する旅行プランナーＰ
１：Ｓ＝φ
２：各（ｑ，ｔ）∈Ｔについて以下を行う
３：クエリｑによって旅行プランナーＴに照会する
４：リストＬとして上位ｋ個の旅行を取得する
５：各ｔ’∈Ｌ，ｔ’≠ｔについて
６：Ｓに（ｑ，ｘ（ｔ）＞ｘ（ｔ’））を追加する
７：終了
８：終了
９：時間範囲Ｓ（ｒ），ｒ＝１・・・ｖにおいてＳを分割する
１０：Ｓ（ｒ）によってランキングＳＶＭモデルＭ（ｒ）を学習する
１１：Ｍ（ｒ），ｒ＝１・・・ｖを返送する

アルゴリズム１は、実際の旅行ｔと推奨された旅行ｔ’との間の一致を定義する必要がある。本願明細書に記載された実施形態において、旅行の一致の厳密な定義は、旅行ｔ及びｔ’がサービスの同じシーケンスに続くもの（例えば、サービススケジュールに応じて識別されるもの）及びそれらの間の対応する変化と考えられる。そして、ランキング関数１９０は、旅行計画についてのユーザからのクエリに応じてその後の使用のために関連するデータベース１３０に記憶される。

図４を参照すると、４１６において、旅行要求１６２は、選択された出発地１６８、選択された目的地１７０、出発時間１７２を含む関連するユーザから受信され、必要に応じて、嗜好サービス１７４（例えば、バス、電車／トラム、方向など）は、計画エンジン１６０による処理のために旅行プランナー１５８に通信される。

４１８において、再ランキング要素１１８は、旅行要求１６２に応じて旅行プランナー１５８から旅行１６４の上位ｋ個のリストを受信する。そして、再ランキング要素１１８は、受信したクエリ、すなわち旅行要求１６２に対応するランキング関数１９０を取得し、４２０において、再ランキングするために旅行１６４の取得された上位ｋ個のリストに対してランキング関数を適用し、４２２において、適用されたランキング関数１９０に応じてリストを再ランキングする。そして、再ランキングされた上位ｋ個のリスト１６５は、４２４において、受信した旅行要求１６２に応じてユーザに返送される。

以下に示されるアルゴリズム２は、ユーザからの旅行要求１６２の受信に応じたシステム１００の動作を図示している。
アルゴリズム２。旅行再ランキングアルゴリズム
必要：上位ｋ個の推奨を有する旅行プランナーＰ
必要：乗客旅行ｒ＝１・・・ｖについての再ランキング関数Ｍ（ｒ）
１：１つ以上の追加制約によって最終的に拡張されたクエリｑ＝（ｏ，ｄ，ｓ）をユーザに定式化させる
２：ｑによってプランナーＰにクエリし、リストＬとして上位ｋ個の候補旅行を検出する
３：ランキング関数Ｍ（ｒ）、ｓ∈ｒを使用してＬにおける候補を再ランキングする
４：ユーザに対して旅行の再ランキングされたリストを返送する

図４に図示された方法は、コンピュータ上で実行されることができるコンピュータプログラム製品において実施されることができる。コンピュータプログラム製品は、ディスク、ハードドライブなどの制御プログラムが記録された（記憶された）持続性コンピュータ読み取り可能な記録媒体を含むことができる。持続性コンピュータ読み取り可能な媒体の一般的な形態は、例えば、フロッピー（登録商標）ディスク、フレキシブルディスク、ハードディスク、磁気テープ若しくは任意の他の磁気記憶媒体、ＣＤ−ＲＯＭ、ＤＶＤ若しくは任意の他の光媒体、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＦＬＡＳＨ−ＥＰＲＯＭ若しくは他のメモリチップ若しくはカートリッジ又はコンピュータが読み取って使用することができる任意の他の有形媒体を含む。

あるいは、本方法は、電波及び赤外線データ通信中に生成されるものなど、音波又は光波などの伝送媒体を使用してデータ信号として制御プログラムが具現化される伝送可能搬送波などの一時的媒体において実施されることができる。

例示的な方法は、１つ以上の汎用コンピュータ、専用コンピュータ（複数可）、プログラミングされたマイクロプロセッサ若しくはマイクロコントローラ及び周辺集積回路素子、ＡＳＩＣ若しくは他の集積回路、ディジタル信号プロセッサ、ディスクリート素子回路などのハードワイヤード電子若しくは論理回路、ＰＬＤ、ＰＬＡ、ＦＰＧＡ、グラフィックカードＣＰＵ（ＧＰＵ）又はＰＡＬなどのプログラマブル論理デバイスなどに実装されることができる。一般に、順次図４に示されたフローチャートを実施することが可能な有限状態機械を実装することができる任意のデバイスは、交通機関ネットワークをクラウドソーシングするための方法を実施するために使用可能である。

Claims (8)

1. 関連する交通機関ネットワークについての旅行を再ランキングするための方法において、
   複数の自動発券検証システムから、前記交通機関ネットワークの複数の旅行者のそれぞれについての検証情報であって、タイムスタンプ、少なくとも１つの場所、及びチケット識別子を含む検証情報を受信することと、
   前記検証情報から、前記交通機関ネットワークの前記複数の旅行者のそれぞれの旅行であって、出発地と、目的地と、出発時間及びサービスのうちの少なくとも１つと、を含む旅行を抽出することと、
   関連するデータベースに前記抽出された旅行を記憶することと、
   コンピュータシステムにおいて、コンピュータネットワークを介してユーザ装置から、関連するユーザからの、関連する交通機関ネットワーク上の出発地、目的地、及び出発時間を含む旅行要求を受信することと、
   前記関連するデータベースから、前記受信した旅行要求に対応する実際の旅行のセットであって、前記受信した旅行要求に対応する共通の出発地、目的地、及び出発時間をそれぞれ有する実際の旅行のセットを取得することと、
   前記取得した、前記受信した旅行要求に対応する実際の旅行のセットに従って、前記旅行要求に関連するランキング関数を決定することと、
   関連する旅行プランナーから、前記受信した旅行要求に対応する、前記関連する交通機関ネットワーク上の候補旅行のリストを受信することと、
   前記リスト内の前記候補旅行を再ランキングするように前記候補旅行のリストに対してランキング関数を適用することと、
   前記コンピュータネットワークを介して前記ユーザ装置に、前記旅行要求に応じて再ランキングされた候補旅行のリストを返送することと、
   前記ユーザ装置のディスプレイに、前記再ランキングされた候補旅行のリストを表示することと、
   を備え、
   前記受信、取得、決定、適用又は返送のうちの少なくとも１つが、前記コンピュータシステムのコンピュータプロセッサによって実行される、方法。
2. さらに、
   前記セットにおける各旅行について、前記関連する交通機関ネットワーク上で前記旅行を特徴付ける時間変化特徴のセットを開発することを含む、請求項１に記載の方法。
3. さらに、前記時間変化特徴のセットに応じて、前記関連する交通機関ネットワークの旅行者の暗黙的な嗜好に対応する実際の世界の旅行者の嗜好のセットに前記実際の旅行のセットを変換することを備える、請求項２に記載の方法。
4. 前記関連する交通機関ネットワークが、公共交通機関ネットワークである、請求項１に記載の方法。
5. コンピュータによって実行されたときに前記コンピュータに請求項１の方法を実行させる命令を記憶する持続性記録媒体を備える、コンピュータプログラム製品。
6. 請求項１の方法を実行する命令を記憶するメモリと、前記命令を実行する前記メモリと通信するプロセッサとを備える、システム。
7. 関連する交通機関ネットワークについての旅行を再ランキングするためのシステムにおいて、
   旅行要求を受信し、前記旅行要求に応じて前記関連する交通機関ネットワーク上の候補旅行のリストを返送するように構成された旅行計画エンジンを含む旅行プランナーと、
   前記候補旅行のリストに対してランキング関数を適用して再ランキングされた候補旅行のリストを生成するように構成された再ランキング要素と、
   コンピュータネットワークを介してユーザ装置と通信するコンピュータシステムのプロセッサと、
   前記プロセッサと通信し、前記プロセッサにより実行される命令を記憶するメモリと、
   を備え、前記命令が、
   複数の自動発券検証システムから、前記交通機関ネットワークの複数の旅行者のそれぞれについての検証情報であって、タイムスタンプ、少なくとも１つの場所、及びチケット識別子を含む検証情報を受信し、
   前記検証情報から、前記交通機関ネットワークの複数の旅行者のそれぞれについての旅行であって、出発地と、目的地と、出発時間及びサービスのうちの少なくとも１つと、を含む旅行を抽出し、
   前記関連するデータベースに前記抽出された旅行を記憶し、
   前記関連するデータベースから、前記受信した旅行要求に対応する実際の旅行のセットであって、前記受信した旅行要求に対応する共通の出発地、目的地、及び出発時間をそれぞれ有する実際の旅行のセットを取得し、
   前記実際の旅行のセットにおける各旅行について、
   前記旅行プランナーから、前記旅行要求に対応する候補旅行のセットを受信し、
   前記実際の旅行のセットの旅行が候補旅行のいずれかにおいて好まれているかどうかを判定するために上位の候補旅行のセットを分析し、
   前記候補旅行にわたる前記旅行の嗜好に応じて前記旅行要求に関連するトレーニング旅行のセットに対して前記実際の旅行のセットの前記旅行を追加し、
   前記トレーニング旅行のセットに応じて前記旅行要求に対応するランキング関数を学習し、
   前記コンピュータネットワークを介して前記ユーザ装置に、前記学習されたランキング関数に従って再ランキングされた候補旅行のリストを返送し、
   前記ユーザ装置のディスプレイに、前記再ランキングされた候補旅行のリストを表示する、システム。
8. 関連する公共交通機関ネットワークについての旅行を再ランキングするためのコンピュータ実装方法において、
   複数の自動発券検証システムから、前記交通機関ネットワークの複数の旅行者のそれぞれについての検証情報であって、タイムスタンプ、少なくとも１つの場所、及びチケット識別子を含む検証情報を受信し、
   前記検証情報から、前記交通機関ネットワークの複数の旅行者のそれぞれについての旅行であって、出発地と、目的地と、出発時間及びサービスのうちの少なくとも１つと、を含む旅行を抽出し、
   前記関連するデータベースに前記抽出された旅行を記憶し、
   コンピュータネットワークを介して関連するユーザ装置から、前記関連する交通機関ネットワーク上の出発地、目的地及び出発時間を含む旅行要求を受信し、
   関連するデータベースから、前記受信した旅行要求に対応する実際の旅行のセットであって、前記受信した旅行要求に対応する共通の出発地、目的地、及び出発時間をそれぞれ有する前記実際の旅行のセットを取得し、前記受信した旅行要求に対応する実際の旅行のセットは、前記関連するデータベース内の前記抽出された旅行から生成され、
   前記受信した旅行要求に一致する前記実際の旅行のセットにおける各旅行について、
   旅行プランナーから、前記旅行要求に対応する候補旅行のセットを受信し、
   前記実際の旅行のセットの旅行が候補旅行のいずれかに好まれているかどうかを判定するために上位の候補旅行のセットを分析し、
   前記候補旅行にわたる前記旅行の嗜好に応じて前記旅行要求に関連するトレーニング旅行のセットに対して前記実際の旅行のセットの前記旅行を追加し、
   前記実際の旅行のセットにおける各旅行について、前記関連する交通機関ネットワーク上で前記旅行を特徴付ける時間変化特徴のセットを開発し、
   前記時間変化特徴のセットに従って、前記実際の旅行のセットを、前記関連する交通機関ネットワークの旅行者の暗黙的な嗜好に対応する実際の世界の旅行者の嗜好のセットに変換し、
   前記トレーニング旅行及び前記実際の世界の旅行者の嗜好のセットに従って、前記旅行要求に対応するランキング関数を学習し、
   前記旅行プランナーから、前記受信した旅行要求に対応する前記関連する交通機関ネットワーク上の候補旅行のリストを受信し、
   前記リストにおける候補旅行を再ランキングするように前記候補旅行のリストに対して前記ランキング関数を適用し、
   前記コンピュータネットワークを介して前記ユーザ装置に、前記旅行要求に応じて再ランキングされた候補旅行のリストを返送し、
   前記ユーザ装置のディスプレイに、前記再ランキングされた候補旅行のリストを表示する、コンピュータ実装方法。