JP6864329B2 - 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置 - Google Patents

交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置 Download PDF

Info

Publication number
JP6864329B2
JP6864329B2 JP2020535531A JP2020535531A JP6864329B2 JP 6864329 B2 JP6864329 B2 JP 6864329B2 JP 2020535531 A JP2020535531 A JP 2020535531A JP 2020535531 A JP2020535531 A JP 2020535531A JP 6864329 B2 JP6864329 B2 JP 6864329B2
Authority
JP
Japan
Prior art keywords
home
cluster
path
route
shortest
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
Application number
JP2020535531A
Other languages
English (en)
Other versions
JP2021509985A (ja
Inventor
マレーヴィチュ，グザイゴシュ
Original Assignee
マレーヴィチュ，グザイゴシュ
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by マレーヴィチュ，グザイゴシュ filed Critical マレーヴィチュ，グザイゴシュ
Priority to JP2021051052A priority Critical patent/JP7181562B2/ja
Publication of JP2021509985A publication Critical patent/JP2021509985A/ja
Application granted granted Critical
Publication of JP6864329B2 publication Critical patent/JP6864329B2/ja
Priority to JP2022013854A priority patent/JP7264357B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • Library & Information Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

関連出願の相互参照
この出願は、以下の出願に基づき、及び優先日を主張する。
[国] [出願番号] [出願日]
米国 62/632,419 2018.2.20
米国 62/758,710 2018.11.12
米国 62/780,268 2018.12.16
米国 62/800,428 2019.2.2
米国 16274242 2019.2.13
これらは、ここでは参照として組み込まれる。
本願発明はサイトの検索又は比較に関する。検索の従来のゴールは、可能な代案の範囲内から、例えば、特定の行程要求を与えられたルート距離の最小化や探すサイトの好ましい特徴など、最適化目的を達成するサイトを見つけることである。例えば、要求された通勤目的地及び不動産資産の特徴が与えられた不動産資産を検索するとき、ゴールは最短の通勤期間を有する特徴に一致する不動産資産を列挙することである。他のゴールは、通勤期間を使用して不動産資産を比較することである。
実施形態はサイトの検索又は比較の方法、前記方法を実行及び達成するコンピュータシステム、及びユーザから検索又は比較リクエストを受信してサイトとルート情報を応答をするコンピュータサービスを含む。
本発明の実施形態によれば、ルート又はルート距離を使用して検索又は比較する方法が提供される。本方法は、各サイト及び交通システム内の代表の間のルート又はルート距離を予め計算及びデータベースに蓄積するために広範な広範な前処理を使用する。本方法は、サイトの検索又は比較フレームワークを導入する。ルート明細を含むリクエストが受信されるとき、予め計算されたデータが、各サイトのルート又はルート距離を素早く計算するため前記データベースから取得される。サイトは、ルート又はルート距離を使用して検索又は比較される。
本発明の実施形態によれば、ルート又はルート距離を使用してサイトの検索又は比較をするためのコンピュータシステムが提供される。前記システムは、ハードウェア及びソフトウェアの組み合わせである。それは、１以上のデータプロバイダから交通システム及びサイトに関するデータを得る。前記システムは、前記サイト及び前記交通システム内の代表の間の行程をモデル化したグラフを構築する。前記システムは、グラフパスを計算し、またグラフパス又はグラフパス距離を蓄積する。これは、リクエストが受信されたとき全てのサイトのためのルート又はルート距離を素早く計算し、及びルート又はルート距離を使用してサイトを検索又は比較することを可能にする。
本発明の実施形態において、ルート又はルート距離を使用してサイトを検索又は比較するコンピュータサービスが提供される。前記サービスは、前記ユーザが例えばスマートフォンのような装置上のユーザインタフェースを通して、検索を特定し又はリクエストを比較することを許容する。前記リクエストは、ルート明細及びフィルタリング条件を含む。応答では、前記サービスは、前記一致したサイトのためのルート又はルート距離に沿った前記フィルタリング条件に一致するサイトを紹介し、又は前記サービスはルート又はルート距離を使用してサイトを比較する。
それは、各サイトにおけるルート距離を素早く計算するために基本的に必要である。我々は、数学的証明をスケッチする。検索又は比較方法Мを考える。我々は、Мをどのような与えられたサイトのオーダリストにも応じさせて敵対するリクエストをデザインすることができる。前記敵対は、自由に使うことができる２つの機構を有する：（１）前記ルート距離に関するサイトのオーダを生成するルート明細を伴うリクエストを提供し、前記オーダは前記敵対によって選択されたものであり、及び（２）前記敵対によって選択されたサイトのサブセットに一致するサイト上のフィルタリング条件を伴うリクエストを提供する。このように、前記Мは、リクエスト時間で、前記敵対により任意に選択されたサイトのオーダリストに応答しなければならない。証明スケッチの詳細は、特許出願の範囲の外である。
前記方法、前記コンピュータシステム、及び前記コンピュータサービスのそれぞれは従来技術によって単純な一般的でもよく知られたものでもないタスクを一緒に実行する。従来技術は以下出願を含む：US 8,417,409 B2; 継続US 8,738,286 B2; 分割US 8,756,014 B2;; KR 10-1692501 B1; 継続PCT/KR2016/01083; WO 2017/065431 A1; US 2018/0232824 A1;; 及び KR 10-1905593 B1。
ここで紹介される本発明の実施形態は、説明の目的である；それらは網羅的となることを意図していない。多くの変更及びバリエーションが前記範囲及び実施形態のスピリットから離れることなく技術中に当業者にとって明らかとなる。
本願中において、用語“第一”、“第二”、“前記”、及び似たものはいかなる限定の意味で使用されるものではなく、しかし、前記文脈から明らかでない限り、分別の目的のためである。前記文脈から明らかでない限りにおいて、単数の表現は複数のフォームを含む。前記用語“有する”、“含む”、“含む”、及び似たものは構成や特徴の存在を示し、及び存在から又は加えられたものから他の構成や特徴を除いていない。
本願開示に含まれる図面は本発明の様々な特徴及び形態の有利な点を例示する。
図１は、本発明の形態に応じた通勤パスの行程期間の例示のカラー描写を示し、凡例：“２つの通勤パスを有する不動産資産の通勤パスの行程期間の例示のカラー描写：資産→geo.0.0→geo.0.1→資産、及び資産→geo.1.0→資産。我々は、グーグルによるマップタイルエンジンを使用したが、他のものも代わりに使用される。 図２は、本発明の形態に応じた例示の前処理の処理フロー及びデータの蓄積を描写し、凡例：“例示の前処理の処理フロー及びデータの蓄積”。 図３は、本発明の形態に応じた前処理された蓄積データを用いるリクエストに応答する例示の処理フローを描写し、凡例：“前処理された蓄積データを用いるリクエストに応答する例示の処理フロー”。 図４は、本発明の形態に応じた例示の通勤パスを描写し、凡例：“例示の通勤パス”。 図５は、本発明の形態に応じた最短グラフパスを予め計算するための公共交通システムグラフの例示の延長を示し、凡例：“最短グラフパスを予め計算するための公共交通システムグラフの例示”。 図６は、本発明の形態に応じた予め計算された最短行程期間の例示のテーブル／ベクトル蓄積を示し、凡例：“予め計算された最短行程期間の例示のテーブル／ベクトル蓄積”。 図７は、本発明の形態に応じた通勤パスの分解の例示を描写し、凡例：“３つの家H1, H2, 及びH3で説明された、ホーム依存パート（緑）及びホーム独立パート（黒）に分解された例示の通勤パスH→W1→W2→W3→W4→H”。 図８は、本発明の形態に応じた通勤パスの出発での最短行程期間の計算の例示を描写し、凡例：“通勤パスの出発での最短行程期間の計算の例示”。 図９は、本発明の形態に応じた通勤パスの到着での最短行程期間の計算の例示を描写し、凡例：“通勤パスの到着での最短行程期間の計算の例示”。 図１０は、本発明の形態に応じた通勤パスの出発での最短行程期間を計算するための擬似コードの例示を描写し、凡例：“PathFromHomeDurations(→W)を計算するための仮コードの例示”。 図１１は、本発明の形態に応じた計算システムのフローチャートの例示を描写し、凡例：“予め計算してデータベースに蓄積、及び前記データベースから取得されたデータを使用してリクエストを処理のための計算システムのフローチャートの例示”。 図１２は、本発明の形態に応じたユーザのスマートフォン上のコンピュータサービスによるユーザリクエスト及び応答の例示を描写し、凡例：“ユーザのスマートフォン上のコンピュータサービスによるユーザリクエスト及び応答の例示”。
本図は説明の目的のみである。他の図面は当該技術の当業者によって容易に認識されるものであるため、本発明の原則から離れることがなく本発明を例示することができる。
４．詳細な記述
本発明は、任意の場所までのルートやルート距離を使用した任意の最適化目的を使用している任意のサイトを検索又は比較する一般的なケースに関する。しかしながら、提示を簡単にするため、我々は最初に不動産資産である特定のサイト、職場である特定の場所、及び不動産資産及び職場の間の通勤の行程期間を最小化する最適化目的を通じて本発明を説明する。この説明は限定していない。後述において、我々はどのように前記方法が一般ケースで働くか説明する。
４．１ 不動産資産及び通勤パス
家を見つけることは複雑な努力である。人々は、重要な時間の努力及びお金を検索に費やす。しかしながら、テクノロジーは助けとなる。不動産資産のリストを集める幾つかの有用なオンラインのサービスがあり、ウェブブラウザやスマートフォンの便宜で、人々が例えば値段、地理的ロケーション、ベッドルームの数などの特定の特徴を伴う不動産資産を検索することを許可する。この検索は、人がそれから典型的に対面で詳しく調べるショートリストを生成する。
ロケーションは、不動産エージェントの“ロケーション、ロケーション、ロケーション”スローガンにより証拠とされるように、どのような不動産資産においても間違いなく最も重要な特徴である。我々の発明はこの特徴を心配する。
住民は職場、学校、又は他の場所に通勤する必要がある。これらの通勤の行程期間は、その特定の住民のために個人化された前記不動産資産の価値に関係する。加えて、より生産的な活動に割り当てられ得る時間、人々が動き回るなどに費やされる必要のないエネルギーに関して、大都市のエリアの全ての住民にとって前記行程期間を削減することに多くのグローバル的な経済価値がある。我々の発明は、これらの個人及びグローバル価値を渡すことを助ける。
シンプルな説明として、韓国の首都に住んでいる２の家族を考える。一人は市役所の公務員であり、及び他方の人はソウル国立大学のメイン図書館の司書である。彼らは現在350,000,000韓国ウォンの前払金を要する69スクエアメートルのサイズの2ベッドルーム、１バスルームのマンションに住む。前記マンションは緯度及び経度(37.5333, 127.0746)の近くである。彼らの結合された一日の往復の通勤は、１時間４１分である（平均、片道約２５分）。しかしながら、彼らは前記同じ特徴を有し、しかし(37.5041, 126.8888)の近くに位置するマンションに引っ越しした後に、行程期間をたった１時間１６分（２５分のセイビング）に減らすことができると判明する。全てのマンションで最も短い行程期間は５０分である。しかしながら、そのマンションは他の価格及びサイズを有する（2018.2.19として説明）。
なぜこれらの改善をすることが難しいのか？単純なアプローチは、前記家族によって要求される前記サイズ及び他の特徴を有するマーケットで有効な全ての不動産資産を考慮し、及び、与えられた職場を考慮し、オンラインにあるルーティングエンジンを検索することにより行程期間を計算する。しかしながら、このアプローチは量ることはない。一つの問題は、現代の大都会エリアでのマーケットで有効な不動産資産の多さである。他の問題は、改良を探したい家族／ユーザの多さである。我々がたとえルーティングエンジンで安価に検索ができると仮定したとしても、前記問題の２つの性質が未だに前記検索を総計で高価にする。
我々がどのようにこれらの改善をすることができるのか？我々の発明は説明する。それは以下の構成要素を備える：
１．本発明は、通勤パスのモデルを定義する。前記モデルは、例えば学校に行く、それからピアノ教室に行き、それから家に戻るなど、実際に生じる通勤パスの広範囲をカバーするため多目的に利用できる。我々のモデルの実用は、行程期間を最小化する不動産資産を素早く見つけるための我々の能力により高められる。
２．本発明は、行程期間を素早く計算する最適化方法を教示する。本発明は、どんな不動産資産にも依存したどんな通勤パスのパートも特定する。これらパートの行程期間は、予め計算され蓄積される。結果として、行程期間が通勤パスのために発見される必要があるとき、本発明は全てのどんな不動産資産のための行程期間を生産するための時間パートを素早く組み立てることができる。
３．本発明の実施形態は、ライブコンピュータサービスである。前記サービスは、ソウルの大都会エリアの２千５百万人の住民が行程期間を使用して不動産資産を検索し、又は比較することを可能とする。
４．２ 方法の概要
我々は、用語行程を、動いている物体又はデータを含む広範な意味で使用する。行程の記述とは、当該技術分野の当業者がそのように名付けるすべてのものである。これは行程の記述の幾つかの例である：（１）“おいお前、１ブロック北へ行き、そしてそれからわずかに左に曲がる必要があるぞ”、及び（２）“５ドル”。我々は行程の記述を意味するとき、用語の行程パスを使うかもしれない。行程の距離は、例えば距離、お金の料金など、当該技術分野の当業者が行程と関連付けることができる数値である。他の例として、我々は、時間を示す行程の距離を意味するとき、用語の行程期間を使用するかもしれない。行程の距離は、それ自体で行程の記述である。行程の記述は、行程の距離のみでなく、行程の距離のみを含み、又は幾つかの他のデータもまた含むかもしれない。
我々は、本方法の幾つかの能力を説明し、及び後述で使用される用語を導入する。本方法は、全ての不動産資産における通勤パスの行程期間を算出する。 図１がこれを説明する。大都会エリアは、スクエアで色分けされる。前記色は、公共交通を使用して、各特定のエリアにおける不動産資産からどれぐらいの長さ通勤に要するかを示す：緑は短い通勤、黄色はより長い、及び赤色は最も長いものを示す。通勤パスは、資産で出発して、それから特定の場所geoを訪問し、そして最後に資産に戻る。ある意味、前記geoは固定されている一方、前記資産は自由に変動する。図１において、２つの通勤パスがあり、週２回の“オープンジャウ”通勤パスである資産→geo.0.0→geo.0.1→資産であり、及び週三回の“ラウンドトリップ”通勤パスである資産→geo.1.0→資産である。我々は、与えれたこれら２つの通勤パス及びこれらの頻度、最短の行程期間の小さく重み付けられた合計を伴う前記不動産資産が、驚きとして来ないかもしれない、可能な複雑な公共交通ルートが与えられた不規則なパッチ（深緑）を形成するのを見ることができる。
高いレベルで、本方法は２つのパートから構成される。第一のパートは、不動産資産及び交通システムの乗り物駅である代表の間の行程期間を計算する。これらの行程期間は、データベースに蓄積され、その結果、それらはリクエストが受信されるときに容易に取得されることができる。説明のため図２を参照する。第二のパートは、リクエストを処理する。リクエストは通勤パス及び不動産資産の要求される特徴を含む。リクエストが受信されるとき、適切な行程期間が前記データベースから取得され、そして前記要求される特徴を有する全ての不動産資産の前記通勤パスにとっての行程期間を生成するために他のデータと共に使用される。説明のために前記図３を参照する。この概要の詳細と変形は、後述のセクションにおいて述べられる。
４．３ 通勤パス
通勤は我々が家と呼ぶサイトＨで出発する。このＨは、任意のロケーションである。それは、例えば、アパート、レンタルルーム、庭のある家、牧場、ホテルなどのどんな不動産資産でもある。それはまた人が働く場所のサイト、レストラン、ショップなどである。しかしながら、命名規則として、我々は本開示のほどんどでフレーズ“家”を用いる。この規則は限定していない。一つの形態において、通勤は様々な場所へ移動することであり、またそれから前記サイトＨに戻る。
一つの形態において、通勤は、例えば通勤者が朝にＨから出発して、同じ日の夕方にＨに戻るという一日内で続く。一つの形態において、通勤は、例えばもし人がナイトシフトで働き、又は２５時間のワークシフトを有するなら、一日以上続く。一つの形態において、どのような行程も特定の時間に出発し、又は例えば午前８時１２分など特定の時間に到着する。一つの形態において、どのような行程も例えば“午前中”など時間の範囲内で出発、又は到着する。
最も単純なフォームでは、通勤者はＨから我々が職場と呼ぶ場所Ｗまで移動する。前記Ｗは任意のロケーションである。それは、学校、祖父母の家、週末のゴルフコース、好みのレストラン、医者のオフィス、ワーシップの場所などを含む。 それはまた人が住む場所となる。しかしながら、命名規則として、我々は本開示のほどんどでフレーズ“職場”を用いる。この規則は限定していない。それから、前記通勤者はＷからＨに戻る。我々はこれらの２つの行程を、ラウンドトリップ通勤パスと呼ぶ。説明のために図４Ａを参照のこと。
オープンジャウ通勤パスは、より複雑な通勤の例である。説明のために図４Ｂを参照のこと。ここで、前記通勤者はＨから場所W1に移動する。それから、前記通勤者は前記場所W1から他の場所W2に移動する。最終的に、前記通勤者は前記場所W2からサイトＨに戻るよう移動する。一例では、人が学校に移動し、そしてそれからピアノクラスに移動するときである。
一般に、我々の方法は、任意の行程を許可する。図４Ｃにおいて、我々はW4からW2の喪失している行程、及びW2からW3の繰り返し行程を伴う通勤パスの説明を見る。図４Ｄにおいて、我々は“オープン”通勤パス：Ｈから出発した通勤パスで、しかしＨに戻らない；及び以前の出発フォームＨなしにＨに戻る通勤パス、の説明を見る。図４Ｅにおいて、我々は、“非接続”通勤パスの説明を見る。通勤パスは家から出発するが、しかし他の家で到着する。我々の方法は、以下のように通勤パスを定義する。
定義１ 通勤パスは行程W2→W3, W4→W5, . . . , Wk-2→Wk-1, ここでk≧2（偶数である）の集合であり、任意の瞬間に起こるHfirst→W1又はWk→Hlast (従って、通勤パスは常に少なくとも１の家及び少なくとも１の職場を含む)を伴う。
通勤パスは、交通システム内のルート明細として見られることができる。定義１内の様々なW及びHは、前記通勤者が行くことを要求する場所を特定する。
一つの形態において、我々は単純に通勤パスをH→W1→W2→ . . . →Wk→H, ここで k≧1と考え、これは行程の間で共有するエンドポイントを有し、出発及び終着で同じ家を有する。我々は、本開示のほとんどにおいてこの単純なフォームを使用し、というのもそれは実際にとてもありふれたものであり、我々の提示を簡単にする。しかしながら、我々の方法が通勤パスの我々の（一般の）定義に適用するということを当該技術分野のどのような当業者においても明らかになるだろう。
我々の方法は、どんな通勤パスにも沿った最短の行程期間を見つける。これはそれ自体、様々な従来技術により対処されている。しかしながら、我々の方法は、劇的に減らした時間量で、全ての家にとっての行程期間を見つける。
４．４ 交通システムの前処理
本方法は、全ての家にとっての行程を予め計算及び蓄積するために、公共交通システムに関してのデータを前処理する。
４．４．１ 最短行程の計算
我々は、全ての家、及び公共交通駅の全てのロケーションの間の最短の行程を効率的に計算する方法を述べる。我々は、本開示のほとんどで前記駅をストップステーションと呼び、それらはバス停、地下鉄駅、又は両方を含む。
本方法は、公共交通システムをモデルとし、従来技術から得ることができる任意の公共交通システムグラフGTで出発する。前記グラフは、バス停、地下鉄駅、又は両方を示す頂点を含む。例えば乗り物の停止又は方向変換、又は徒歩の停止又は方向変換を示す他の頂点が前記グラフ中に存在する。乗り物の停止に対応する前記グラフ中の頂点は、sによる指標付きの
STOPSTATION_s,
で示される。直接に重み付けられたエッジがあり、それぞれエッジが前記エッジのソース頂点から前記エッジのターゲット頂点までセグメントに沿った行程期間を示している。他のエッジはグラフ中に存在するかもしれない。エッジは、一の乗り物から他の乗り物への乗り換えを示すかもしれない。前記グラフは、様々な公共交通乗り物の出発時間又は到着時間に関してのデータを含む。ダイクストラ最短グラフパスアルゴリズム、又はA*（Ａスター）検索アルゴリズムは、最短のグラフパス距離（重みの合計）を伴うグラフパスを計算するために一般的に使用され、どのようなｓ'及びｓ''にとっての、またもし行程が特定時間で出発し、特定時間で到着するとしても、

STOPSTATION_s'

から他の

STOPSTATION_s''

への、最短の行程期間を示している。
我々の方法は、前記公共交通システムグラフGTを延長する。説明のために図５を参照のこと。
第一の延長は、ストップステーションのクラスタを導入する。本方法は、いかなるクラスタリングアルゴリズムを使用しているストップステーションをクラスタ化する；一の形態において、本方法は、２つのストップステーションの地理的距離が最大で5メートルなどの閾値であるとき、又は２つのストップステーションの間の行程期間が最大で閾値であるとき、２のストップステーションを１のクラスタとして置く。我々は、我々が前記クラスタの中心など、クラスタ内での地理的ロケーションを意味するとき、クラスタのロケーションを参照する。それぞれのストップステーションクラスタｃにとって、本方法は、2つの頂点

STOPSTATION_CLUSTER_SOURCE_c

及び

STOPSTATION_CLUSTER_TARGET_c,

及び前記クラスタを、FirstWaitGetOnとラベル化された

STOPSTATION_CLUSTER_SOURCE_c→STOPSTATION_s'

であるGTのストップステーションに接続したエッジ、及びS´が前記クラスタC内であるときにはいつでも、そのようなS´にとって、Zeroでラベル化された

STOPSTATION_s'→STOPSTATION_CLUSTER_TARGET_c

を追加する。前記エッジはゼロ重みを有する。結果のグラフは、頂点VC及びエッジECを有するGCによって示される。全てのｃにとって頂点

STOPSTATION_CLUSTER_SOURCE_c

のサブセットは、VSによって示される。
第二の延長は、家のクラスタを導入する。本方法は、どのようなクラスタリングアルゴリズムを使用して家をクラスタ化する；一の形態において、本方法は、ストップステーションをクラスタ化するときと同じアルゴリズムを使用する。同様に、我々はホームクラスタのロケーションを参照する。それぞれのホームクラスタにとって、本方法は頂点

HOME_CLUSTER_SOURCE_s
及び頂点

HOME_CLUSTER_TARGET_s

を追加する。本方法は、それぞれのホームクラスタを、徒歩を使用しているストップステーションクラスタに接続する。特に、本方法は、Walkによってラベル化されたエッジ

HOME_CLUSTER_SOURCE_s→STOPSTATION_CLUSTER_SOURCE_c

もし前記ホームクラスタｓのロケーションから前記ストップステーションクラスタｃの前記ロケーションまで徒歩があるならば、どのようなｓ及びｃにとっても、徒歩の期間に設定されたエッジ重みを有し、及びWalkによってラベル化された“反対向きのエッジ”

STOPSTATION_CLUSTER_TARGET_c→HOME_CLUSTER_TARGET_t

もし前記ストップステーションクラスタｃから前記ホームクラスタｔのロケーションまでの反対向きの方向の徒歩があるならば、どのようなｃ及びｔにとっても、徒歩の期間に設定されたエッジ重みを有する。一の形態において、本方法は、例えば４ｋｍ／時間など特定のスピードで、例えば1時間など最大も閾値で続く最短の徒歩に、徒歩を限定する。結果のグラフはGによって示される。我々は、全てのｓにとっての、頂点のセット

HOME_CLUSTER_SOURCE_s,

をVHによって示す；及び全てのｓ及びｃにとってのエッジのセット

HOME_CLUSTER_SOURCE_s→STOPSTATION_CLUSTER_SOURCE_c

をEHによって示す。
我々は、各ストップステーションクラスタから各ホームクラスタまでの最短のグラフパス、及び各ホームクラスタから各ストップステーションクラスタまでの反対向きの方向の最短のグラフパスを計算することに興味がある。
我々は、最短グラフパスに関して本質的に同じであるロケーションを“統合すること”によって、クラスタリングが我々の方法を最短のグラフパスの計算の実行を大いに改善することを許容することを述べる。例えば、高い団地では、数百の家があり、そして我々の方法はそれらをたった一つのホームクラスタに統合するだろう。このように、最短グラフパスアルゴリズムは、何百で構成する家よりむしろ、たった一つのホームクラスタのための最短グラフパスを計算する必要がある。
しかしながら、ダイクストラアルゴリズムの標準アプリケーションは未だ不十分なパフォーマンスを生む。あのアプリケーションは、いかなる

HOME_CLUSTER_SOURCE_s

の頂点なしに、Ｇ内でそれぞれの

STOPSTATION_CLUSTER_SOURCE_c

からアルゴリズムを走り、そしてそれから、いかなる

HOME_CLUSTER_TARGET_t

の頂点なしに、Ｇ内でそれぞれの

HOME_CLUSTER_SOURCE_s

からアルゴリズムを走る。結合された漸近的時間計算法は

Figure 0006864329

である。
我々の方法は、この標準アプリケーションを改善する。我々は、大都会エリアにおいて、同じクラスタリング閾値を与えた際に、ホームクラスタの数が、ストップステーションクラスタの数より非常に多いケース|V H| ＞＞ |V S|が良くあるということを観察する。この観察を利用し、我々の方法は、ホームクラスタからの最短グラフパスを計算するために異なるアルゴリズムを使用する：本方法はＧのエッジを反対向きとし、そして、反対向きのグラフでは、それぞれの

STOPSTATION_CLUSTER_TARGET_c

にとって、ダイクストラアルゴリズム（どんな

HOME_CLUSTER_TARGET_t

頂点もが取り除かれることができる）を使用して全ての頂点

HOME_CLUSTER_SOURCE_s

までの最短グラフパスを計算する。これは望ましい効果を生む、なぜなら我々が反対向きのグラフで、

STOPSTATION_CLUSTER_TARGET_c

から

HOME_CLUSTER_SOURCE_s

までの全ての最短のグラフパスのエッジを反対向きにするとき、我々は、オリジナルの（反対向きではない）グラフにおいて

HOME_CLUSTER_SOURCE_s

から

STOPSTATION_CLUSTER_TARGET_c

までの最短グラフパスを得られるからである。このように、我々の方法の漸近する置換の複雑さはたった

Figure 0006864329

である。実際には、我々の方法は、ソウル大都会エリアのグラフＧのトータルのランニングタイムの大きな削減を提示する。
本方法は、ホームクラスタの数より、ストップステーションクラスタの数が多い|V H| ＜ |V S|という反対のケースでは対称のアルゴリズムを使用する。あのケースでは、本方法は、ストップステーションクラスタからホームクラスタまでの最短グラフパスを計算するときに、エッジを反対向きにする。
一つの形態において、本方法は出発時間を使う。本方法では、前記

STOPSTATION_CLUSTER_SOURCE_c

からの与えられた出発時間にとって、各

STOPSTATION_CLUSTER_SOURCE_c

から全ての

HOME_CLUSTER_TARGET_t

までの最短グラフパスを計算する。あのケースにおいて、本方法は、公共交通乗り物の駅からの前記出発時間を特定することを許容する適切な従来技術のグラフＧＴを使用する；このケースは、時々、時間及び地理的ロケーションに対応する頂点、及びその時間での前記地理的ロケーションから出発する行程期間を代表するエッジを使用して代表される。同様に、本方法は、

STOPSTATION_CLUSTER_TARGET_c

での与えられた到着時間に基づいて反対向きのグラフ内で計算する。最短のグラフパス距離は、これらの到着時間を各

HOME_CLUSTER_SOURCE_s

からの出発時間に変換する。似たグラフが、到着時間が与えられた最短グラフパスを計算するために使用される。適切に構築されたグラフは、期限より前の到着の可能性を計算するために使用することができる。
一つの形態において、我々は、いかなる頂点

STOPSTATION_CLUSTER_SOURCE_c

やいかなる頂点

STOPSTATION_CLUSTER_TARGET_c

なしにＧＴを延長しない。代わりに、我々は、いかなる頂点

STOPSTATION_s'

を伴う直接のWalkエッジにより、いかなる頂点

HOME_CLUSTER_SOURCE_s

及びいかなる頂点

HOME_CLUSTER_TARGET_t

を接続する。
一つの形態において、我々は、いかなる頂点

HOME_CLUSTER_SOURCE_s

やいかなる頂点

HOME_CLUSTER_TARGET_t

なしにＧＴを延長しない。代わりに、我々は、それぞれの家を示す頂点

HOME_s

を追加し、我々は、Walkエッジにより直接に、いかなる頂点

STOPSTATION_s'

に接続する。
一つの形態において、我々は家をクラスタ化しない。
一つの形態において、我々はストップステーションをクラスタ化しない。
一つの形態において、我々は到着時間が与えられた最短グラフパスを計算する：各ホームクラスタでの到着時間が与えられたストップステーションクラスタからホームクラスタまで、又は各ストップステーションクラスタでの到着時間が与えらえたホームクラスタからストップステーションクラスタまで。
一つの形態において、我々は、例えばA*（Ａスター）検索アルゴリズムなど、ダイクストラアルゴリズム以外のいかなる最短グラフパスアルゴリズムを使用する。一つの形態において、我々は、最短グラフパスのための近似アルゴリズムを使用する。我々は、前記パフォーマンスの改善なしにアルゴリズムを使用するかもしれない。
一つの形態において、幾つかのグラフエッジ重みは、行程期間の代わりに、行程の料金コストを示す。それから我々の方法は、通勤パスの料金コストに基づいて家を検索又は比較する。エッジ重みにはどのような意味も使用することができ、例えば、公共交通乗り物の間の乗り換えの数、待機の期間、待機の料金コスト、又は工程の距離などである。
一つの形態において、我々はマルチ次元コストに基づいて、マルチ目的最適化検索を適用する。例えば、我々は最短グラフパスを検索し、それらの距離が行程期間を示し、そのようにして前記グラフパスを示す料金コストが最大でも閾値である、又は料金コストがペナルティとして前記グラフパスの距離に追加されているとき、である。
一つの形態において、行程パスは、グラフパスによって代表される。我々は、最短グラフパスを使用している最短行程パスの様々な特徴を計算し、例えば前記最短のグラフパスの第一（例えば乗車）又は到着（例えば下車）ストップステーション、前記最短グラフパスの主な乗り換えストップステーション、乗り物の乗り換えの回数、行程（例えばバス1234）の間のほとんどの時間を過ごす乗り物、ストップステーションでのトータルの待ち時間、トータルの徒歩距離、前記特定の最短グラフパスがラッシュアワーの間に典型的に混雑しているか否か、又は前記グラフパスに沿った地理的なロケーションの配列、などである。これらの特徴は、リクエスト処理の間、前記リクエストで特定される条件に一致する特徴の行程パスを選別するために、使用される。
一つの形態において、我々は幾つかのグラフ頂点の間に、２以上のグラフパスを計算する。例えば、頂点uから頂点vの一つのグラフパスは、最大で１つのバスと共になり、そして前記頂点uから前記頂点vまでの他のグラフパスはいずれの地下鉄とも共にならず、しかし最短のグラフパスよりわずかに１０分以上長くなる。
一つの形態において、我々は、様々なフィルタリング条件に一致するグラフパスを計算する。例えば、最大で１の乗り換え、又は最大で特定の徒歩期間を有するグラフパスである。
一つの形態において、我々は家と公共交通駅の間の最短の行程を計算するためにルーティングエンジン（例えば従来技術）を使用する。このように、我々は時々、現行のセクション4.4.1に記述された前記グラフを使用する。
セクション4.4.1の記述された本方法は、各家から各ストップステーションまでの最短の行程、及び反対向きの最短行程を計算する。次に、我々は効果的な蓄積のためのデータ構造、及び我々の方法によって使用される最短の行程データの処理を記述する。
４．４．２ 最短行程の蓄積
一つの形態において、我々の方法は、ベクトル形式で行程期間を蓄積する。本方法は、s1, . . . , snとしてストップステーションクラスタを配列し、例えばランダム規則など幾つかの規則で、h1, . . . , hmとしてホームクラスタを配列する。一つの形態において、これらの配列は固定される。それぞれのsiにとって、本方法は前記ホームクラスタ配列

Figure 0006864329

を用いて、siから前記ホームクラスタまでの最短の行程期間のベクトルを蓄積し、その結果、座標j, vi[j]で前記ベクトルの値はti,jであり、これは前記ストップステーションクラスタsiから前記ホームクラスタhjまでの前記最短の行程期間に等しい。説明のために図６を参照のこと。
前記ホームクラスタの配列は、各ホームクラスタまでの最短の行程期間の計算を簡易化する。例えば、もし通勤者がストップステーションクラスタsi1及び加えてストップステーションクラスタsi2から行く必要があるなら、我々は単純にベクトルvi1 及び vi2座標点を加算し、そして結果の合計は両方のストップステーションクラスタから各ホームクラスタh1, . . . , hmまでのトータルの行程期間を含む。
一つの形態において、本方法は、同じホームクラスタ配列を用いて、家からストップステーションまでの、反対向きの行程の期間を蓄積する。すなわち、本方法は、ベクトル

Figure 0006864329

を蓄積し、その結果、v´i [j] = t´i,jがホームクラスタhjからストップステーションクラスタsiまでの前記最短の行程期間である（前記交通に関して：たとえ行程が反対方向に向かうとしても、前記ベクトルv´iは必つ１のストップステーションクラスタのためである）。
一般に、同じストップステーションクラスタsiの２つのベクトルは等しくなく、vi≠v´iであり、なぜなら、家までの最小行程期間は家からとは異なる（行程は一般に対称ではない）。しかしながら、一つの形態において、本方法は２つのベクトルのたった一つを計算及び蓄積し、一方の代わりにそれを使用し、時間と空間をセーブすることができる。一つの形態において、本方法は２つのベクトルの座標点重み付け平均を蓄積し、最悪の場合のエラーを減らす。前記重みは0.5にセットされて、又は特定のホームクラスタからの行程、又は例えばリクエスト頻度に基づいて特定のホームクラスタへの行程を好む。
一つの形態において、本方法はコンピュータメモリの1バイトを使用して、0から254の署名されていない整数として示され、未知の又はあまりに大きな行程期間を示す255を伴い、最も近い分に丸められた行程期間を蓄積する。この蓄積は、ベクトル演算及び飽和算数（例えばAVX-512命令集合、又はＧＰＵイントリンシクス）のサポートで現代のコンピュータハードウェアを使用して効率的なベクトル加算を可能にする一方、最大で1/2分の実用的に許容可能なレベルでのエラーを保ち、及び4時間を超えるまでの一般的な行程期間をカバーする。どんな他の丸めも使用され、例えば秒の期間が１２０で割り算されて、2分の粒度で期間を示す整数に丸められる。
一つの形態において、、本方法は、クラスタにとってではないベクトルを蓄積する。例えば、s1, . . . , snの幾つかがストップステーション（ストップステーションクラスタではない）を示し、又はh1, . . . , hmの幾つかが家（ホームクラスタではない）を示す。
一つの形態において、本方法は、行程期間を蓄積したベクトルの他のフォームを使用する。例えば、ハッシュマップ、又は（座標の、値の）リストである。これらの疎らなフォームは、多くの未知の又はあまりに大きな行程期間があるときに有利なものとなる。
一つの形態において、本方法はホームクラスタ配列h1, . . . , hm,に従うベクトルを使用して、又は例えばハッシュマップ、又は（座標の、値の）リストなどのベクトルの他のフォームを使用して行程パスを蓄積する。これらの行程パスは、リクエストによって特定される条件に一致する特徴の行程パスを選別するリクエスト処理の間、使用される。
４．５ １の通勤パスの行程期間
我々は、我々の方法がいかにどのような通勤パスの最短の行程期間を計算するかを記述する。ホームクラスタＨから、k ≧ 1の職場を通って、ホームクラスタに戻るという通勤パスH→W1→W2→ . . . →Wk→Hを考える。我々は、全てのＨにとって、この通勤パスの最短の行程期間を発見したい。これは高額かもしれない、なぜならホームクラスタの数は非常に大きくなり、例えば数メートルのクラスタリング半径を与えられて500,000である。しかしながら、我々の方法は、劇的に検索を加速する技術を紹介する。本方法は、図７に示すように、どのような通勤パスもホームインディペンデントパート及びホームディペンデントパートに分解する。
４．５．１ 中間パート：行程W1→W2→ . . . →Wk
本方法は、ホームクラスタを除いた行程W1→W2→ . . . →Wkにとっての最短行程期間を見つける。各セグメントWi→Wi+1において、本方法は、交通システム（例えば、徒歩を含む、地下鉄及びバス乗車、乗り換え、WiからWi+1までの直接徒歩を含む）を使用してWiからWi+1までの最短の行程期間を計算するルーティングエンジン（例えば従来技術）に問い合わせる。それから、本方法は異なるiを通して最短の行程期間を合計する。結果としての合計は、

Figure 0006864329

によって示される。ここで（ｋ−１）回のみ前記ルーティングエンジンへの問い合わせが必要とされる。この数は家の数に依存しない。
一つの形態において、本方法は前記ルーティングエンジンに問い合わせるとき、出発時間、到着時間、又はリクエストの他の部分を使用する。
次に、本方法は、通勤パスのオープンジャウパートにとっての最短行程期間を計算する：ホームクラスタを含む２つのセグメントH→W1及びWk→H がある。この計算は、特に素早くする必要があり、なぜならその結果は全てのホームクラスタにとって必要とされるためである。
４・５・２ 出発パート：行程H→W1
本方法は、HからW1までに至る２つの方法を考える。説明のため図８を参照のこと。第一方法は、直接徒歩である。H及びW1が近所のとき、本当の最短行程はたびたび直接徒歩となる。このように、本方法は徒歩(H →W1)の最短徒歩期間を計算するための徒歩エンジン（例えば従来技術）に問い合わせる。第二方法は交通システムを使用することである。本方法は、セットＡによって示され、W1から例えば2000ｍなどの閾値距離内のストップステーションクラスタを見つける。前記セットＡは、全てのストップステーションクラスタ（図８中ではA = {s1, s2, s3}）の{s1, . . . , sn}のサブセットである。本方法は、Ａ内の各siにとっての、最短徒歩期間walk(si →W1)を取得するための徒歩エンジンに問い合わせる。H及びW1が近所にないとき、真の最短行程は度々、前記セットＡのストップステーションを通過し、そしてそれから対応する徒歩に沿って続く。我々が適用する2方向アプローチにより、その結果の行程期間は度々、最短行程期間である。
前記２方向アプローチは、各ホームクラスタに適用されることができる。我々は、連続するホームクラスタからストップステーションクラスタsiの最短行程期間を含むベクトルv´iを思い出す。従って、本方法はデータベースからベクトルv´iを取得し、また以下の等式

Figure 0006864329
（等式１）

を使用することにより、ホームクラスタhjからの最短行程期間を計算する。
一つの形態において、本方法は、ホームクラスタHj からW1までの距離が2000ｍ等の閾値以下であるときに限って、又はホームクラスタHjからW1までの行程期間が閾値以下であるときに限って、walk(Hj→W1)を計算する。そのようなホームクラスタのセットはＪによって示される。
一つの形態において、v´のベクトル代表のため、本方法は、以下としてv´に対するベクトル演算を使用して、全てのホームクラスタからの行程期間を一緒に計算する。

Figure 0006864329
一つの形態において、本方法は数学公式を使用し、

Figure 0006864329

ここにおいて、前記“+”演算はベクトルの各座標で数を値に加算し、及び前記“min” 演算は幾つかのベクトルを通しての各座標での最小値を計算する。
行程期間のベクトル(a1, . . . , am)は、

Figure 0006864329

によって示される。
PathFromHomeDurationsを計算するための擬似コードの一例は、図１０において説明される。
一つの形態において、uint8ナンバーフォーマットがaj, v´i [j]又はwを蓄積するために使用される。一つの形態において、数のユニットが分で蓄積される。一つの形態において、v´i [j] + wの合計, ここでjはいくつか,が0から例えば255などの閾値の範囲内において飽和算数を用いて実行される。一つの形態において、被加数v´i [j]が最初により広範な数のフォーマット、例えばfp16フォーマット又はuint16フォーマットに変換されて、そしてそれから加算の間の算術オーバーフローを防止するために、wに加算されるのみである。一つの形態において、算数公式に含まれる幾つかの計算が、ベクトル演算（テンソル演算を含む）、例えばハードウェアにサポートされたAVX-512命令集合、又はＧＰＵイントリンシクスなどのための少なくとも１つの指令を使用して実行される。一つの形態において、算数公式に含まれる幾つかの計算は分割され、前記分割は並行に実行される。
一つの形態において、本方法は例えばKD-treeなどの最近接点データ構造を、リクエスト処理の間にセットＡを素早く計算するために、ストップステーションクラスタロケーションに関して使用する。
一つの形態において、本方法は、セットＡを、例えば最大で１００など、最も近いW1であるストップステーションクラスタの最大での一定の数に限定する。
一つの形態において、本方法は、セットＡを、例えば2000ｍなど、W1までの最大での或る一定の距離の徒歩内のストップステーションクラスタの限定する。
一つの形態において、本方法は、各ホームクラスタロケーションから閾値内のポイント及びホームクラスタロケーションの間の徒歩の最短期間を予め計算し、又はストップステーションクラスタロケーションからの閾値距離内のポイント及びステーションクラスタロケーションの間の徒歩の最短期間を予め計算する。それから、リクエスト処理の間、本方法は徒歩エンジンに問い合わせず、しかし代わりに前記予め計算された徒歩期間を使用する。
一つの形態において、徒歩の最短期間は、どのような障害も無視した測地線ラインを使用して推定される。これは、精度を犠牲にしてwalk(si→W1)の計算をスピード化する。
一つの形態において、行程パスは等式１に使用される。例えば、もしユーザリクエストが乗り物乗り換えの回数を制限する条件を特定するなら、我々は前記等式のsi 及び jを選別する：我々は行程パスに蓄積された乗り換えの回数を調査し、そしてその数が前記制限を超える場合に、我々は等式中の前記特定のsi 及び jを無視する。
一つの形態において、我々がv´iでしたように、ストップステーションsiによる行程期間のグループ化が、データアクセスパフォーマンスを改善する。実際、セットＡが前もって知られていないユーザリクエストに依存するものだが、セットＡ中の各siにとって、予想通りに、行程期間の大半の数はアクセスされる必要がある。
一つの形態において、iの集合のためのベクトルv´iは、異なる処理ユニットを通して、ランダムに分配される。これは、ベクトル(a1, . . . , am)を計算することの待ち時間を減らす、というのもセットＡを含むストップステーションは度々、前記処理ユニットを通して均等に分割されるからである。
一つの形態において、iの集合のためのベクトルv´iは、処理ユニット内で地理的にグループ化される。これは、ベクトル(a1, . . . , am)を計算することの情報量を減らす、というのもセットＡが度々、互いに近くに位置するストップステーションから成るという事実のため、データ転送の必要の減少のためである。
４．５．３ 到着パート：行程Wk→H
前記計算はアナログで、しかしベクトルv´ではなくｖを使用する。説明のために図９を参照のこと。本方法は、Wk (図９中において B = {s4, s5})から閾値距離内のストップステーションクラスタのセットＢを計算するそれから、本方法は

Figure 0006864329

（等式２）
として、ホームクラスタhjまでの最短の行程期間を計算する。
上記同様に、一つの形態において、前記vのベクトル代表の理由で、本方法は等式２に応じてｖに関したベクトル演算を使用して各ホームクラスタまでの行程期間を一緒に計算する。一つの形態において、本方法は数学公式

Figure 0006864329

を使用する。
行程期間の前記ベクトル(b1, . . . , bm)は

Figure 0006864329

によって示される。
本方法は、セクション4.5.2中と似たような形態を使用する。例えば、一つの形態において、本方法は、前記ベクトル(a1, . . . , am)の一部及び前記ベクトル(b1, . . . , bm)の一部を一緒に計算するベクトル演算を使用する。
４．５．４ 出発、中間、及び到着パートの結合
最後に、本方法は各ホームクラスタの通勤パスの最短の行程期間を計算する。本方法は単に２つのベクトルを加算して、座標での値を変更する。我々は、

Figure 0006864329

（等式３）
によって結果のベクトルを示す、ここで第一の“+”はベクトルの座標点加算であり、及び第二の“+”はベクトルの各座標での値への数の加算である。
一つの形態において、本方法は、どんな通勤パスに沿った地理上のロケーションからの特定の出発時間、又はそこへの特定の到着時間が与えられた行程期間を計算する。
一つの形態において、本方法は、特定の通勤パスとしてPathDurationsを予め計算する。例えば、本方法は、学校である各Ｗにとっての

Figure 0006864329

及び

Figure 0006864329

を計算し及び蓄積する。リクエスト処理の間、本方法は、等式１、等式２及び等式３でそれらを計算する代わりに、データベースから予め計算されたベクトルを取得する。
一つの形態において、PathDurationsの値は変えられる。学校Ｗがある特定の家のみが子供たちをその学校に送ることができるという風に特定する区域要求を有することを考える。これは、単純に、その学校の区域外のこれらのホームクラスタにおいてベクトルPathFromHomeDurations(→W)の座標値を無限に設定することによって単純に達成でき、また同様にベクトルPathToHomeDurations(W→)の座標値を設定する。Ｗが限定された配達エリアを伴うレストランであるとき、又は政府事務所が限定された管区を有するとき、同じような変更がなされる。このように、変更された値が蓄積され、リクエスト処理の間、取得される。
一つの形態において、我々の方法は、ベクトルvi, v´iの座標値に、又はPathDurationsに対して任意の“操作”機能を適用する。例えば、これは災害によって影響を受けた特定の経済区域の大都市エリアのある部分から、又は当該部分までの通勤のための交通料金を削減する政府の政策を実行するのを手助けすることができる。アプリケーションは、リクエストを処理（例えば、グローバル政策）する前、又はリクエストを処理（例えばユーザに個別化された政策）している間、実行される。
一つの形態において、本方法はホームクラスタのサブセットのためのPathDurationsを計算する。例えば、前記サブセットはユーザリクエストによって特定される家の特徴の条件から決定される。一つの形態において、我々はホームクラスタの配列h1, . . . , hmを選別し、その結果これらのサブセットは度々、データ転送を減らす前記配列の短いセグメント中に存在する。
４．６ 一つの家の検索
我々の方法は、通勤を使用している家をいかに効果的に検索するかを教える。我々は例えば、我々が一つの家の一般的な検索リクエストを紹介する以前に、第一に幾つかの例の検索リクエストを示す。
４．６．１ 重み付けされた合計リクエスト
週に５階geo1に位置する場所に働きに行く一方の親、及び週に3回geo２に位置する場所に働きに行く他方の親のある家族を考える。この家族は、週間で短い行程期間の家を見つけたい。我々は、下記の

Figure 0006864329

のように、2つのベクトルの重み付けられた合計として各ホームクラスタの、前記家族にとっての週間の行程期間を見つける。
４．６．２ 最小リクエスト
家から働くシングルマザーで、子供を学校に送っていることを考える。その母は、学校Ｅからどの学校でも近くなる家を発見したい。我々は、下記の

Figure 0006864329

として、ベクトルの座標点最少として各ホームクラスタにおいてその子供にとっての一日の行程期間を見つけることができる。
４．６．３ 一つの家の一般検索
一つの形態において、我々の方法はリクエストを通勤パスの配列path1, . . . , pathqとして定義し、ｑは何でもよく、及びファンクションドライバ：ｑの数のベクトルを一つの数にマップするRq → R。本方法は行程期間ベクトル（ゼロから、予め計算されたベクトルを受信することによって、又は両方）

Figure 0006864329


及び、ファンクションドライバの座標点を、各ホームクラスタのため“派生された”行程期間を伴うベクトルを生成するために、ベクトルに適用する。

Figure 0006864329
一つの形態において、前記ファンクションドライバは、重みW1, . . . , wqにおいて、重み付けられた数の合計

Figure 0006864329

である。重みは正又は負になることができる。もし行程期間が行程のお金の料金として解釈されるのなら、例えば、もし通勤者が特定の通勤（例えば小包の配達）を実行することからの利益を得ることを予測されるなど、それなら負の重みはお金の取得として解釈される。重みは通勤パスの相対的な重要性を示すことができ、例えば、社長の通勤パスは、第一線マネージャの通勤パスよりもより高い重みを有する。
一つの形態において、前記ファンクションドライバは、数の最小

Figure 0006864329

である。
一つの形態において、前記ファンクションドライバは、重み付けられた合計及び最小である。

Figure 0006864329
一つの形態において、前記ファンクションドライバは、例えば条件付きの

Figure 0006864329

又はいかなるアルゴリズムである。
４．７ 2以上の家の比較
我々の方法は、通勤を使用する複数の家をいかに効果的に比較するかを教える。我々は、我々が一般的な比較リクエストを紹介する前に、幾つかの例に関しての方法を説明する。
４．７．１ 現在の家
現在、家に住んでいる家族を考える。前記家族のメンバーは、職場、学校、及び他の場所への特定の通勤パスを有する。前記家族は、他の家に引っ越しすることを考え、現在の家のトータルの行程期間及び他の見込みの家のトータルの行程期間を比較したい。我々の方法は、そのような比較をかなりシンプルにする。
一つの形態において、本方法は、前記家族の現在の家Sのホームクラスタhjを含む、全てのホームクラスタにとっての行程期間を計算する。

Figure 0006864329

本方法は、それから“差分”ベクトルに応答する：本方法は、各座標

Figure 0006864329

からｊ番目の座標での値を引く。“差分”ベクトルの座標での負の値は、前記座標に対応する家が、現在の家Sと比較してより短い行程期間を有することを示す。
一つの形態において、本方法は前記現在の家にとっての幾つかの通勤パス、しかし他の家にとっての他の通勤パスを使用する。このように、本方法は、“万が一我々が職場を変えて、幾つかの他の家に引っ越ししたら。新しい通勤期間を我々の現在の通勤期間をどのように比較するのか”というもしかしてシナリオを家族が評価することを助ける。
４．７．２ 2以上の家の一般比較
母と父が同じ職場に（職業を変えない）通勤を続けなくてはならないが、子供は学校を変えることができる家族を考える。両親及び母方の両親という2つの家族の他の例を考える。彼らは、お互いに30分程度以内に2つの家を探したい、その結果、一つの家は病院の近く、及び他の家は特定の学校や職場の近くである。我々の方法は、より簡単に、そのような家と他の家との比較をする。
一つの形態において、本方法は、通勤パスの範囲でのホームクラスタにとっての行程期間PathDurationsを計算する。

Figure 0006864329

それから、本方法は、セクション4.6.3でのような座標点の操作をしない“一般化された”ファンクションドライバを適用し、しかし代わりに一緒に全てのq'm行程期間で操作して、そして1以上の数のベクトルを生成する。言い換えると、前記一般化されたファンクションは、幾つかのｙでの

Figure 0006864329

である。
４．８ 検索又は比較
一つの形態において、ファンクションドライバは、例えばランダム化されたアルゴリズムなど、どのような入力も受ける（例えば、通勤パス、最短行程パス、最短行程期間、家やユーザリクエストによって特定されるいかなる条件）いかなるアルゴリズムであり、及びそのような出力（例えば、最短行程期間によってソートされ、ユーザ条件を満たす家を含む“トップリスト”、及びユーザの状況をも満たす最短の行程を有する）をも生成する。
４．９ 変形
多くの調整や変形は前記形態の範囲及び精神から離れない従来技術の当業者において明らかである。我々は、説明のため幾つかの変形を提示する。
４．９．１ 行程の延長
一つの形態において、本方法は不完全な最短行程を計算し、そしてそれから選択されたホームクラスタにそれらを延長する。これは、追加の処理及び蓄積内で減少のため蓄積、及びベクトルvi及びv´i中での幾つかのホームクラスタによる処理を取引する。
本方法は、交通システムの幾つかの要素であるホームコネクタを決定する。一つの形態において、前記ホームコネクタは、セクション4.4.1で記述されたクラスタとは異なるかもしれないホームクラスタ又はストップステーションクラスタである。それから、本方法は、セクション4.4のこれらと似た形態を用いて、前記ストップステーションクラスタ及び前記ホームクラスタの間の最短行程を予め計算してデータベースに蓄積する。
リクエストが受信されるとき、本方法はリクエストに含まれる職場Ｗ及び選択されたホームクラスタの間の最短行程を計算する、この目的のため、本方法は前記職場の近所のストップステーションクラスタを決定し、セクション4.5と同じように、前記職場Ｗ及びホームクラスタの間の最短行程を計算するため、前記近所のストップステーションクラスタ及び前記ホームコネクタの間の予め計算された最短行程を取得する。一つの形態において、この計算はこれらのセクション4.5.2及び4.5.3と似たベクトル演算を使用する。それから、これらの最短行程は、前記職場Ｗ及び選択されたホームクラスタの間の最短行程を形成するため、ホームクラスタを超えて延長される。これは単純に、各ホームクラスタにとって、例えば2000ｍ以内など、前記ホームクラスタの近所のホームコネクタを通過する最少延長行程（単なる徒歩ではないかもしれない）を見つけること、そして時には前記職場Ｗ及び前記ホームクラスタ（セクション4.5.2及び4.5.3と似た）の間の直接最短行程を見つけることにより達成され得る。一つの形態において、重複エリアで、本方法は前記ホームコネクタ及び前記ベクトルvi及びv´iを使用する。
延長行程のパフォーマンスは、ホームコネクタの総数に比例し、そしてまた、選択されたホームクラスタの近所のホームコネクタの数に比例する。一つの形態において、前記延長は、前記2つの量が低くなるような、大都会エリアのまばらな場所に使用される。一つの形態において、本方法は、パフォーマンスコストファンクションを、（１）ホームコネクタを決定、（２）ホームクラスタの選択、及び（３）前記選択されたホームクラスタのそれぞれの近所のホームコネクタのサブセットを決定するために使用する。
４．９．２ 車による通勤
一つの形態において、我々は公共交通によるものよりむしろ、車での通勤パスの行程期間を計算する。これは、前述のセクションへの簡単な変更によって達成される。
家にとっての交通システムを予め処理するとき、セクション4.4、公共交通システムのグラフとなるＧＴを取得するのに変えて、我々はカードライブシステムのグラフとなるＧＴを取得する。このカードライブグラフは、例えば従来技術より得ることができる。あのグラフは、道路上の地理的ロケーションを示す頂点、及び車の運転又は車の向きを変えることを示すエッジ、例えばラッシュアワーの間など一日の様々な時間での運転期間に関するデータを含むエッジなどを有する。
我々は、ＧＴを延長する。各ホームクラスタsにとって、我々は頂点

HOME_CLUSTER_SOURCE_s

及び

HOME_CLUSTER_TARGET_s

を追加する。我々は、各ホームクラスタを、少なくとも１つのrにおいて頂点

CONNECTOR_r

を追加することによって、例えば100ｍなどの閾値距離内である幾つかの道路に接続する。一つの形態において、前記頂点は閾値内である道路上でのホームクラスタロケーションの最短距離プロジェクションを示し、前記道路は前記ホームクラスタに割り当てられたカーパーキング内にあるかもしれない。前記頂点は、重み0を伴うZeroにラベル化されたエッジによって、２つのホームクラスタ頂点に接続される。前記頂点はまた、前記道路のセグメントの端点を示す頂点に接続される。ストップステーションクラスタを追加する代わりに、我々はするべきではなく、なぜなら今ＧＴは地下鉄駅もバス停をもモデルにしておらず、我々はs´ 及びt´の集合のため頂点

REPRESENTATIVE_SOURCE_s'

及び

REPRESENTATIVE_TARGET_t'

を追加し、これらの頂点は、最短行程中でのよく生じるロケーションを示し、前記ロケーションは例えば従来技術をしようして得られる。これらの頂点は、クラスタを示す。これらの頂点は、エッジを使用する他の頂点と適切に接続される。
我々は、前記延長GTを、可能ならセクション4.4.1で述べられたこれらに似た形態を用いて、各

REPRESENTATIVE_SOURCE_s'

から各

HOME_CLUSTER_TARGET_s

及び各

HOME_CLUSTER_SOURCE_s

から各

REPRESENTATIVE_TARGET_t'

までのグラフパスの最短期間を計算するために使用する。これらの行程期間は、セクション4.4.2で述べられたベクトルフォームvi及びv´i内に蓄積される。
通勤パスの行程期間を計算するとき、我々はセクション4.5内での徒歩を使用する代わりに、カーライドを使用する。
行程の出発パートのため、我々はセクション4.5.2に以下の変更を作る。walk(Hj→ W1)の代わりに、我々は例えば従来技術より得られたホームクラスタHjからW1までのカーライドの期間を使用し、一つの形態において、前記Hj及びW1の間の距離が閾値以上のとき、我々は代わりにこの期間を無限大に設定する。前記セットAは、W1から閾値距離内の頂点

REPRESENTATIVE_TARGET_t'

のセットである。各頂点si∈Aにとって、我々は例えば従来技術を使用して、siから W1までのカードライブ期間を計算する。
行程の到着パートにとって、我々は、しかしセクション4.5.3ではない似た変更を行う。walk(Wk→Hj)の代わりに、我々は例えば従来技術より得られたW1からホームクラスタHjまでのカーライドの期間を使用し、一つの形態において、前記Wk及びHjの間の距離が閾値以上のとき、我々は代わりにこの期間を無限大に設定する。前記セットBは、Wkから閾値距離内の頂点

REPRESENTATIVE_SOURCE_s'

のセットである。各頂点si∈Bにとって、我々は例えば従来技術を使用して、W1からsi までのカードライブ期間を計算する。それから我々はこれらの変更を等式２に適用する。
我々は、セクション4.5で述べた他の形態を使用する。例えば、我々は測地線を用いてカーライドの行程期間を推定する。
セクション4.6の検索フレームワークは、どんな種類の乗り物が各通勤パスにとって使用されるべきかを制限することを許容するため単純に延長されることができる。結果として、例えば、我々は、週に５階geo1に位置する場所に車で働きに行く一方の親、及び週に3回geo２に位置する場所に公共交通で働きに行く他方の親のある家族にとって、各家における通勤パスの行程期間を決定することができる。
セクション4.7の比較フレームワークは単純に延長されることができる。結果として、例えば、我々は人が車によって通勤する新しい家を検索でき、公共交通による現在の行程期間と比較をすることができる。我々の方法の結果は、引っ越しのために、車を購入するインセンティブとして使用されるかもしれない。
４．９．３ 他の手段による通勤
一つの形態において、本方法は、例えば、徒歩のみ、自転車のみ、高速バス及び徒歩のみ、地下鉄及び徒歩のみ、高速バス、地下鉄及び徒歩のみ、共有バン及び徒歩のみ、ボート、飛行機などの他の手段による通勤パスを使用する。我々は単純にセクション4.9.2で述べられたこれらに類似する変形を使用する。一つの形態において、本方法は、他の家及び行程の他の手段、及び現在の家及び現在の行程の手段を比較して利益を説明して、ユーザにこれらを推薦する。
与えられたグラフでの最短グラフパスは、前記グラフの様々な頂点の地理的なロケーションを知ることなしに計算されることができる。このように、一つの形態において、本方法はその様々な要素が地理的ロケーションを欠いた交通システムを使用する。
前記交通システムは、物理的に動く物体を必要としない。本方法は単に前記交通システムの要素の間のルート又はルート距離を決定することができる必要がある。このように、データを移動するコンピュータネットワークは、交通システムの一例であり、この交通システムは、ワイヤ／ライン（道路に類似して）、及びハブ／スイッチ（停止／方向変更に類似して）のこれらの交通要素から成る。交通システムの多くの他の例は、従来の当業者に明らかである。
４．９．４ 行程パスの条件
我々は、行程パスにおける様々なフィルタリング条件を単純に理解することができる。例えば、我々は地下鉄ラインの間に乗り換えがなく、しかしホームクラスタ及びステーションクラスタの間で徒歩を有するグラフGを構築できる。セクション4.9.2で述べたこれらの類似する変形に沿って、本方法は、それから通勤者が家及び職場（前記家及び前記職場は共に１つの地下鉄ラインの地下鉄駅から徒歩距離内であるという必要はない）の間の乗車の間ずっと座るとき、検索又は比較をする。単純に、我々はGを構築し、最大で一つの乗り換えに、又は地下鉄―バス乗り換え、又はバス―地下鉄乗り換え、又はタイムウインドウなしに起こる乗り換え、又は通勤者によって共通に使用される行程パスのタイプにグラフパスを限定するために最短のグラフパスアルゴリズムを変更する。行程パスをフィルタリングするための他の変形は、従来の当業者に明らかであるとして、我々の方法の範囲内になる。
４．９．５ 家の条件
一つの形態において、本方法は、家の様々な特徴のフィルタリング条件を受信し、そして前記条件に一致する特徴の家を検索又は比較する。前記特徴は、タイプ（例えば隣接する家、又は構想マンション）、取引タイプ（例えば販売又は賃貸）、価格、不動産エージェントの業務委託料、税、最大銀行ローン額、ベッドルーム又はバスルームの数、家のエリア／サイズ、窓の地理的方向、家の階数、前記建物の階数、典型的な月の管理費などである。単純に、本方法は各家の特徴リストを保持し、条件を与え、前記条件に一致する特徴の家を決定する。これら家と一致する前記行程期間は、ホームクラスタの行程期間から得られる。家をフィルタリングするための他の変形は、従来の当業者に明らかであるとして、我々の方法の範囲内になる。
４．９．６ メタ検索又は比較
一つの形態において、本方法は、従来の検索又は比較リクエスト及び応答のアンサンブルを使用して家を検索又は比較する。これは、メタ方法（それ自体を使用する方法）をみなされる。それは、例えば提案された新しい不動産の発展の価値を評価するために有用である。
我々は、前記メタ方法の形態を記述する。我々は、通勤パスpath1, . . . , pathuの幾つかの数uを受信する。一つの形態において、前記通勤パスは家を検索又は比較するためにコンピュータサービスの有用なログから来て、各通勤パスは前記サービスの異なるユーザによって提供されるかもしれない。各通勤パスpathkのため、我々はセクション4.5に従い全てのホームクラスタPathDurations(pathk)の行程期間を計算する。それから、我々は前記行程期間を処理するアグリゲータを適用する。一つの形態において、各通勤パスpathkのため、我々は重みWkのベクトルを受信する。一つの形態において、各重みは、ユーザがホームクラスタに対応して家をクリックする可能性であり、それは不動産資産の条件、又は前記ユーザのリクエスト内で特定される行程パスの条件によって影響されるかもしれない。それから、我々は下記公式内として、座標点の集合を計算する。

Figure 0006864329

ｊ番目の集合は、ホームクラスタHjの平均重み付け行程期間である。一つの形態において、ｊ番目の集合は、完全な大都会エリアのトータル行程期間に対するホームクラスタの標準化された寄与を示し、ある意味、前記大都会エリア内でのホームクラスタの中心である。なぜなら、我々の方法はPathDurations(pathk)を素早く計算し、我々は素早く前記集合を計算できる。これは、通勤に関して各不動産資産の好ましさの素早い計算を可能にする。
メタ方法の多くの他の形態では、従来の当業者において明らかである。一つの形態において、通勤パスは家及び職場の地理的ロケーションから生成される。一つの形態において、前記重みは最も低い行程期間のホームクラスタの幾つかの数のとってはゼロでなく設定され、他はゼロに設定される。一つの形態において、データ科学者は、もしかしてシナリオを評価し、なぜなら我々の方法の有利点であり、これらのシナリオは素早く評価される。一つの形態において、前記アグリゲータは任意のアルゴリズムであり、例えば、相違、分位、累積分配ファンクション、又は閾値を超える可能性を計算するものである。
４．９．７ ２以上の家を含む通勤パス
一つの形態において、通勤パスは2以上の家を含む。これは、例えば2以上の家族のための家を一緒に検索又は比較するときに、有効である。
一つの形態において、H1及びH2は2つのホームクラスタである。我々は、H1から出発し、しかしH1とは異なるだろうH2で終了するいかなるH1→path→H2の通勤パスの行程期間を計算することができる。我々は単純に等式１のH1に対応するｊ、しかし等式２のH2に対応するｊを使用する。
一つの形態において、我々は両方のベクトル(a1, . . . , am)及び(b1, . . . , bm)を予め計算し、そしてそれから我々は、単純にH1に対応する座標(a1, . . . , am)での値を、Hjに対応する座標(b1, . . . , bm)の値に加算することにより任意の2つのホームクラスタHi及びHjの行程期間、プラス前記パス（Hi及びHjから独立している）の中間パートの行程期間を見つける。我々は、m2ペアから、ホームクラスタのどんなペアの行程期間が直線O(m)空間のみを使用して定数O(1)内に見つけられることを認める。これはなぜなら行程期間の付加構造のため、前記パスがいかなる2つのホームクラスタの間のセパレータとして働くという事実である。
一つの形態において、ホームクラスタのセットは、H1のために許可されるホームクラスタのセットが、H2のために許可されるホームクラスタのセットとは異なるかもしれない。例えば、ユーザ条件は、H1が市の東にあることを限定し、一方H2が市の西側にあることを限定する。この場合、我々はｍとは異なる距離ｍ´のベクトル(b1, . . . , bm´ )を使用する。
より一般的には、本方法はホームクラスタH1→path1→H2→path2→ . . . → pathk-1→ Hk，k ≧ 2のいかなる配列のために行程期間を計算する。予め計算することを使用して、これはO(k)時間、及びO(m・k)空間でなされることができる。
一つの形態において、通勤パスはこの例の通勤パスH1→path1→Hx→Hy→path2→H2内として、ホームクラスタHx→Hyの間の直接行程を含む。この例で、我々の方法は計算を3つのパートに分割し（１）H1→path1→Hxの行程期間の計算、（２）Hx→Hyの行程期間の計算、及び（３）Hy→path2→H2の行程期間の計算である。パート（１）及び（３）は、現行のセクション4.9.7中で前述した方法を使用して実行される。パート（２）は単純に職場としてのHx又はHyのどちらかを観念的に扱うことにより実行できる。例えば、Hxに対応する座標でのベクトルv´iを使用して、我々は前記ホームクラスタHxから各ストップステーションクラスタまでの行程期間を所得して。これらは予め計算されたベクトルv´i, 1≦i≦nの縦の一列として取得されることができる。それから我々は、セクション4.5.2に類似して、例えば図８及び等式１をみて、完全行程を形成するHyからHyまでの閾値距離内で各ストップステーションクラスタから延長する。我々の方法のために予め計算されるために、前記（３）は前記閾値距離内のストップステーションクラスタの数に比例した時間内で実行される。一つの形態において、前記ホームクラスタが前もって知られているために、我々は、ホームクラスタの各ペアの間の行程期間を予め計算し、そしてそれから単純に定数O(1)時間で行程期間を取得する。自然に、類似の分割がホームクラスタの間の1以上の直接行程を含むいかなる通勤パスにも適用する。
４．９．８ 空間探索
我々の方法は、パフォーマンスの高い空間探索アルゴリズムを紹介する。通勤者が特定のコストを有する特定の通勤パスH1→path→H2に沿って移動するときのケースを考え、前記コストファンクションは、2つの家H1及びH2に依存する。通勤者は、前記コストを最小化する家H1及びH2を探す。これは、例えば家族が2人の両親の職場ロケーション（H1及びH2）を同時に変えたいとき、一方で２つの体の問題として知られる家族の現行の家のロケーション（パス内）からのトータルの通勤期間を最小化するときに有用である。
空間探索の一つの形態では、勾配降下アルゴリズムである。コストファンクションは微分可能関数となることができ、例えば、固定パスが与えられ、前記ファンクションは入力として２つの家H1及びH2を取り、そして通勤パスH1→path→H2の行程期間によって乗算された２つの家H1及びH2の間の距離を、出力として返す（このファンクションは、例えば家及び外挿の地理的ロケーションを介した、家のペアの別々のドメインの外側に適切に延長されることができる）。勾配降下アルゴリズムの与えられたステップで、前記アルゴリズムは、与えられた家のペアのコストファンクションの勾配を計算し、そしてそれから前記アルゴリズムの次のステップのために勾配の方向に沿って家のペアを選ぶ。前記勾配は、例えば、2つの値を必要とする2点公式を使用して、コストファンクションの値を使用して計算される。一つの形態において、前記勾配降下アルゴリズムの出力は、前記勾配が水準に十分に小さいものを有する場合に家のペアである。
一つの形態において、我々は直線O(m)空間を消費しているベクトル(a1, . . . , am) 及び(b1, . . . , bm) を予め計算し、各ステップで我々の方法は定数O(1) 時間中の勾配を計算する。このために、前記勾配降下アルゴリズムは、度々素早い進歩を作る。
一つの形態において、我々は(a1, . . . , am)及び(b1, . . . , bm)を予め計算しない、しかしその代わりに要求に応じて、等式１及び等式２毎に必要とされる値を生産する。そのようなアプローチは、家の数がとても多くて(a1, . . . , am)又は(b1, . . . , bm)の予めの計算が実行不可能であるときに使用される。
一つの形態において、空間探索アルゴリズムは、家の上での制約を有する。例えば、もし我々が一つの家へのラウンドトリップを要求するならば、制約はH1＝H2である。我々はH1のために許容される、又はH2のために許容される地理的領域を制約する。
一つの形態において、空間勾配アルゴリズムは、H1→path又はpath→H1の一つの家のみを含む通勤パスを使用する。他の形態において、空間探索アルゴリズムは、セクション4.9.7のような、2以上の家を含む通勤パスを使用する。
一つの形態において、コストファンクションは、家及び職場に依存する。例えば、そのようなコストファンクションは、個人が消費された時間やお金のブレンドを最小化するために探しているときに使用されることができる。一つの形態において、前記コストファンクションは、H及びWの間の行程期間、プラスHの賃貸の料金コスト、マイナスWによって支払われる給料、可能ならば成分の相対的重要性を示す重み、である。一つの形態において、我々の方法の有利な点のために、勾配加工はそのようなコストファンクションの下で家及び職場を探すための検索するために効果的に使用される。
４．１０ 一般的なケース
一つの形態において、単語“家”及び“職場”は任意の意味に関する意味を有する。例えば、人が、前記人の現在の家の近くに位置する職場を探しているケースを考える。前記人は、異なる家に引越ししたくない、しかし単に現在の家に近くの職場を見つけたい。この場合、我々の方法が単純に適用される。大都会エリアを通して人々が働くサイト（例えば様々なオフィスや工場など）の範囲が与えられると、本方法は全てのワークサイトクラスタ及び各ストップステーションクラスタの間の行程期間を計算する。このように本方法は、“通勤を使用する職場検索又は比較”方法と見做すことができる。一つの形態において、本方法はユーザの特定の仕事タイプ、又は給料レンジ、及び前記ユーザの現在の家からの行程期間に基づいて職場サイトを検索又は比較する。他の例として、本部を新しいロケーションに引っ越したい会社を考える。我々の方法は、大都会エリアを通しての前記本部の全ての新しいロケーションのトータルでの“会社の行程期間”を計算するために使用される。このように、前記会社は、どのように全ての新しいロケーションが従業員の通勤に影響するを決定する。新しいロケーションは、例えば（１）最悪のケースの通勤期間が限定され、及び（２）平均通勤期間が低く、このために個人や社会的目的がを満たしているものが選択される。
結局、我々の記述は、主に検索又は比較目的として行程期間に関して話した。しかしながら、本方法は他のいかなる目的、例えば行程の料金コスト、メートル距離、行程パスの特定の特徴又は属性、例えば乗り換えの数、又は徒歩距離、又は例えば価格、サイズ、又はタイプなどの家の特徴などを使用することができる。一つの形態において、これは単純にグラフを構築して、適切なエッジ重みを設定することにより達成される。様々な目的は、例えば行程の料金コストによってペナルティされる行程期間を最小化する家を検索するなど、マルチ次元コストに基づくマルチ目的最適化検索に結合される。
一般に、本方法は任意のサイトS1, . . . , Sm（サイトは前述セクションでは家と呼ばれた）及び任意の場所P1, . . . , Pk（場所は前述のセクションでは職場と呼ばれた）を使用し、本方法は幾つかの前記サイトで始まり又は到着し、また前記サイト及び前記場所を含んでいる任意のルート明細（ルート明細は前述のセクションでは通勤パスと呼ばれた）によって特定されるものとして、前記場所の幾つかを訪れるルート又はルート距離（前述のセクションではルートは工程の記述と呼ばれ、またルート距離は工程の距離と呼ばれた）を使用して前記サイトS1, . . . , Smを検索又は比較する。前記検索又は比較はセクション4.9で述べたいかなる変形も使用する。このように、本方法はルート又はルート距離、又はそれらの代表に応答する。本方法の一つの形態で計算される情報は、本方法のいかなる形態への入力として、繰り返し使用される。
４．１１ コンピュータシステム
本発明の形態の一つは、通勤を使用して不動産資産を検索又は比較するコンピュータシステムである。我々は、図１１において前記コンピュータシステムの形態を説明する。
我々は、我々の記述中で用語“モジュール”を使用する。当該技術において前記用語は、幾つかの特定の機能を提供するコンピュータ（サブ）システムを意味する。コンピュータシステムを前記特定のモジュールに分割する我々の選択は、例示であり強制ではない。 当該技術の当業者は、前記システムは本発明の範囲から離れない他のマナーでモジュールに編成されることを理解する。
一つの形態において、どのような通勤パスに沿った各工程は、特定の出発時間を有する。
前記システムの１のモジュール（1101）は、データソース（1102）から交通システムに関するデータを読み、グラフＧを構築する。前記構築の間、前記モジュールは不動産データソース（1103）から家に関するデータを取得し、そして他のデータソース（1104）から近くのホームクラスタ及びストップステーションクラスタの間の最短徒歩を取得する。グラフＧは乗り物に関する時間データを含む。前記モジュールは、いかなる

HOME_CLUSTER_SOURCE_s

の頂点（1105）なしに前記グラフを出力し、及びまたいかなる

HOME_CLUSTER_TARGET_s

の頂点しかし反対向きのエッジを有する（1106）ものなしに前記グラフを出力する。前記モジュールはまた、いかなる与えられた地理的ロケーションからの閾値距離内のストップステーションクラスタを見つけることができる最も近い近所のデータ構造（1107）を構築する。
しばらくの間、前記システムの他のモジュール（1109）は2つのグラフを読み、そして最短グラフパスを計算する。前記モジュールは、一つの形態では5分毎で、一日内での時間の範囲を考える。各出発時間において、前記モジュールは（1105）を使用してストップステーションクラスタからホームクラスタまでの最短行程期間を伴う一つのテーブル（1110）、及び（1106）を使用してホームクラスタからストップステーションクラスタまでの最短行程期間を伴う他のテーブル（1111）を生成する。一つの形態において、最も近い分で往復される、各行程期間がC++プログラミング言語のuint8_t タイプとして蓄積され、未知の又はあまりに大きな行程期間を示すために255の最大値を伴い保存される。一つの形態において、前記テーブルはＨＤＤに行優先順でのＨＤＤディスク上に展開される。一つの形態において、前記システムは、ＨＤＤディスク、ＳＤＤディスク及びメインメモリを含むキャッシュ階層を使用する。一つの形態において、前記テーブル及びそれらのパートは、例えばデルタ圧縮などのいかなる圧縮アルゴリズムを使用して圧縮される。我々は、ホームクラスタ、及びストップステーションクラスタから成るいかなるペアのため、行程期間が度々期間の間、似ていることを観察する。この類似はまた、前記ペアの近所で度々行う。一つの形態において、我々はホームクラスタの配列h1, . . . , hmを選択し、その結果、前記配列に近接するいかなるhi 及びhi+1が度々ホームクラスタの近所であり、又はストップステーションクラスタの配列s1, . . . , snを選択し、その結果、前記配列に近接するいかなるsi 及びsi+1が度々ホームクラスタの近所である。
前記モジュール（1101）及び（1109）は連続で操作する。結果として、前記システムは出発時間が与えらえれた行程期間に関しての新鮮なデータを維持する。
同時に、パス期間モジュール（1112）はPathDurationsを計算する。出発時間を伴う通勤パスを与えると、前記モジュール（1113）は、すでに予め計算されたいかなる関係するPathDurationsを問い合わせる。どのような失われたものもゼロから計算され、前記モジュールは、どのような家をも含まない通勤パスのパートのPathNonHomeDurationを計算するためにナビゲーションデータソース（1114）に問い合わせる。前記モジュールはまた、行程期間PathFromHomeDurations、最も近いストップステーション（1107）を問い合わせることにより、家を含むPathToHomeDurations、徒歩（1108）、及び出発時間でのホーム行程期間ベクトル（1110及び1111）を計算する。
同時に、前記リクエスト処理モジュール（1115）は不動産資産を検索又は比較する。どのようなリクエスト（1116）もが通勤パス及び出発時間に沿った地理的ロケーション、及びドライバを含む通勤パスを含む。リクエストがユーザから受信されるとき、前記モジュールはパス期間モジュール（1112）からPathDurationsを取得して、前記ドライバに適用して、前記ドライバ（1117）の出力を示す情報を伴う前記ユーザに応答する。
本発明の側面はハードウェアの形態、ソフトウェアの形態、又は2つの組み合わせの形態のフォームを取るかもしれない。例えばフローチャートのブロックなど、本発明のステップは、機能または最適化に応じて、規則に外れて実行され、部分的に同時に又はキャッシュから保存される。側面は、連続的なシステムのフォーム、又は並行／分配システムのフォームを取り、ここで各構成要件は幾つかの側面を、他の構成要件と共に重複に具現化し、及び構成要件は例えばいかなる種類のネットワークを使用して伝える。本発明は、特定のプログラミング言語を参照して記述されない。本発明の側面のための操作を実行しているコンピュータプログラムは、例えばC++,Java又はJavaScriptなどのいかなるプログラミング言語でも記述される。いかなるプログラムが、例えば中央処理ユニット（CPU）又はグラフィック処理ユニット（GPU）、及びメモリや蓄積装置に関連した任意のハードウェアプラットフォームで実行する。プログラムは、アンドロイド又はiOSオペレーティングシステム, 又は例えばFirefox, Chrome, Internet Explorer, 又はSafariのウェブブラウザを含み、しかしこれに限定するものではないが、1以上のソフトウェアプラットフォームで、本発明の側面を実行する。
４．１２ コンピュータサービス
本発明の形態の１つは、通勤を使用して不動産資産を検索又は比較するためのコンピュータサービスである。前記サービスは、例えばスマートフォンアプリケーション又はウェブブラウザなどのユーザアクセス装置を介してユーザに有用である。それは、本発明はこれらの装置に限定されないことは当該技術の当業者において明らかであるだろう。それは、我々の図面中のサービスの提示が、本発明の範囲を外れることなく、変更（例えば再配置、リサイズ、色や形の変更、構成要件の追加又は削除）されることは明らかであるだろう。
一つの形態において、本サービスはスマートフォンアプリケーションを介してアクセスされる。説明のために図１２を参照のこと。ユーザはリクエストを入力する。一つの形態において、前記リクエストは以下を含む。
・例えば“３つのベッドルーム、高い建物、高い階”などの不動産資産（1201）の好ましい特徴
・通勤パス（1202,1203，“タウンゼントの学校又はジェリコ高校”1204）、出発時間（1205,1206）、及び各通勤パス（1207,1208）の頻度、及び
・ユーザの現在の家（1209）の地理的ロケーション
応答で、前記サービスは行程期間を示す情報を返す。例えば、前記サービスは前記ユーザリクエスト（1210）に一致する不動産資産の地理的ロケーションを描写する。前記サービスは、これらの不動産資産から行程期間は、現在の家からの行程期間と比較して、いかなるかを描写する。前記サービスは、例えば価格など、各不動産資産に一致するサマリーを描写する。不動産資産は、二次元マップ上に積み重ねられ、その結果より低い行程期間を伴う不動産資産が、より高い行程期間を伴うこれらの不動産資産の上に現れる。マップ上にクラッタがあるとき、前記サービスは代わりにクラッタ又は不動産資産を描写し、そのサイズは、前記クラッタ中の不動産資産に相関する。前記クラッタは、例えば数、又はクラッタ中の不動産資産の典型特徴などのサマリーを表示する。
一つの形態において、前記サービスは最短行程期間を伴う不動産資産を描写する。不動産資産のサマリーがまた描写される（1211）。前記不動産資産は行程期間によってソートされる。
一つの形態において、前記サービスは領域の最小など、大都会エリアの各領域からの行程期間を示すために色を使用した“ヒートマップ”を描写する。ヒートマップは、どのような家における行程期間及びユーザの現在の家における行程期間の間の差分を描写する。一つの形態において、ヒートマップは不動産資産のユーザの要求される特徴に一致する不動産資産のみを描写する。
一つの形態において、前記サービスは行程期間（1212）のヒストグラムを描写する。前記ヒストグラムは、一軸に行程期間、他の軸にこの行程期間を生む不動産資産の一部を有する。一つの形態において、ヒストグラムは、不動産資産のユーザの好ましい特徴に一致する不動産資産のみを描写する。一つの形態において、ユーザは、ヒストグラムを通じてヒストグラムのいかなるセクションにもスクロール（1213）でき、前記サービスはこの特定のセクションの行程期間のための結果を描写する。一つの形態において、本方法は例えば円グラフなどヒストグラムの他のフォームを使用する。
一つの形態において、ユーザは例えばユーザスライダ（1214）を使用して、例えばトータルの徒歩期間、乗り換え回数を限定することにより、行程パスを制限する。
一つの形態において、前記サービスは不動産資産の行程期間のサマリーを描写する。
一つの形態において、前記サービスは以下の少なくとも一つをユーザに応答する：
（ａ）マップ上に描写された場所、又はサイトの地理的ロケーション
（ｂ）場所、又はサイトのための出発時間又は到着時間
（ｃ）サイトのサマリ：サマリーはサイトの名前または住所、サイトの価格、又はサイトのサイズの少なくとも１つを含む
（ｄ）近所のサイトのクラスタを形成する際とのサマリ―
（ｅ）近所のサイトのクラスタの描写、近所のサイトのクラスタ中のサイトの数に相関されている描写のサイズ
（ｆ）ルート距離のz-インデックス順序でのサイズの積み重ね、マップ上に描写された、より短いルート距離、より高い前記積み重ね
（ｇ）ルート又はルート距離の情報：情報は以下の少なくとも1つを含む：（i）ルート：距離、期間、料金コスト、又は待ち期間；（ii）乗り物の名前、乗り物の道路、徒歩パス、駅、ターン、又は公共交通乗り物の乗り換え駅；（iii）以下の地理的ロケーション：料金コスト、スピード、待ち期間、乗り物、乗り物道路、徒歩パス、駅、ターン、又は公共交通乗り物の乗り換え駅
（ｈ）サイトを横切るルート距離のヒストグラム：又はマップ上に描写されたサイトを横切るルート距離のヒートマップ
（ｉ）最少ルート距離；サイトを横切る最少ルート距離のヒストグラム；又はマップ上に描写されたサイトを横切る最少ルート距離のヒートマップ
（ｊ）重み付けルート距離：サイトを横切る重み付けルート距離のヒストグラム；又はマップ上に描写されたサイトを横切る重み付けルート距離のヒートマップ
（ｋ）差分ルート距離：サイトを横切る差分ルート距離のヒストグラム；又はマップ上に描写されたサイトを横切る差分ルート距離のヒートマップ
（ｌ）ドライバによって返された出力の描写
（ｍ）工程の料金コストの限定の下、サイトを横切るルート距離を最小化するサイト
（ｎ）ユーザによる特定される条件により強制される上記（ａ）〜（ｍ）のひとつ
（ｏ）これらのサイト、ルートの間から、サイトのトップリスト、及びルート距離によってソートされた条件を満たすルート距離
４．１３ 特許請求の範囲に関する注意事項
当該技術の当業者は様々な変形を作り、また代用が本発明の範囲から離れることなしに、本質的に同等のものを伴い作られる。その上、特定の状況は、その範囲から離れることなしに、本発明の教示に適用される。従って、本発明が開示された形態を参照して述べられたという事実にも関われず、本発明はこれらの発明に限定されるべきではない。むしろ、本発明は、付属の請求の範囲内に落ちる全ての形態を含む。
４．１４ 用語解説
我々は、請求の範囲内に記載の選択されたフレーズの用語解説を含み、また明細書に参照を例として示す。これらの参照は網羅的であることを意図せず、他の参照が存在する。前記詮索されたフレーズは、前記フレーズが請求の範囲内に最初に現れる順に従う。
前記請求の範囲はまた下記のフレーズを使用し、それらの意味を我々は説明する。
１．フレーズ“少なくとも１つのＡ”は“#A ≧ 1, ここで#Aの数はA”と等しい。
２．フレーズ“1以上のＡ”は“#A ≧ 1, ここで#Aの数はA”と等しい。
３．フレーズ“複数のＡ”は“#A ≧ ２, ここで#Aの数はA”と等しい。
４．フレーズ“少なくとも２のＡ”は“#A ≧ ２, ここで #Aの数はA”と等しい。
５．フレーズ“Ａ又はＢのひとつ”は“#A + #B = 1, ここで#Aの数はA、#Bの数はB”と等しい。
６．フレーズ“Ａ又はＢの少なくともひとつ”は“#A + #B ≧ 1, ここで#Aの数はA、#Bの数はB”と等しい、及び
７．フレーズ“Ｂ又はＣの少なくともひとつ”は“少なくとも１のＡ、ここで各Ａは（Ｂ又はＣ）”と等しい。
Figure 0006864329
Figure 0006864329
Figure 0006864329

Claims (1)

  1. 少なくとも１のサイトを検索又は比較する方法であって、
    前記方法は、交通システム内の前記少なくとも１のサイト及び少なくとも１の場所の間の少なくとも１のルート又はルート距離を使用しており、
    前記方法は、
    （a）前記交通システムに含まれる少なくとも１の代表を受信し、ここにおいて、多くの代表は、多くても、予め定められた割合で乗算された前記交通システムのサイズであり、
    （b）前記少なくとも１のサイト及び前記少なくとも１の場所を含むリクエストを受信し、及び
    （c）前記少なくとも１のルート又はルート距離を使用して得られた情報を伴う前記リクエストに応答する、
    ことを含み、
    前記方法はステップによって特徴付けられ、ここにおいて、前記ステップは以下の事を含む、
    （d）少なくとも１の予め計算されたルート又はルート距離を決定し、それをデータベースの中に蓄積し、
    ここにおいて、それぞれの第一の予め計算されたルート又はルート距離は、前記少なくとも１のサイト内に含まれる第一サイト及び前記少なくとも１の代表に含まれる第一の代表の間で、前記交通システム内の行程の記述を含み、及び
    （e）前記少なくとも１のルート又はルート距離を計算し、前記少なくとも１のルート又はルート距離は、前記少なくとも１のサイト内に含まれる出発／到着サイト、及び前記少なくとも１の場所内に含まれる出発／到着場所の間の前記交通システム内の行程の記述を含み、
    ここにおいて、前記出発／到着サイト、又は前記出発／到着場所は、前記少なくとも１の代表に含まれず、及び、
    ここにおいて、前記計算は、
    i. 前記少なくとも１の代表に含まれる少なくとも１の近所の代表を決定し、ここにおいて、各近所の代表及び前記出発／到着場所の間の行程の距離は、第一閾値内であり、
    ii. 前記少なくとも１の予め計算されたルート又はルート距離から、前記出発／到着サイト及び前記近所の代表の間の第二の予め計算されたルート又はルート距離を取得し、
    iii. 前記近所の代表及び前記出発／到着場所の間で、前記交通システム内での行程の記述を決定する。
JP2020535531A 2018-02-20 2019-02-14 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置 Active JP6864329B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021051052A JP7181562B2 (ja) 2018-02-20 2021-03-25 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置
JP2022013854A JP7264357B2 (ja) 2018-02-20 2022-02-01 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置

Applications Claiming Priority (11)

Application Number Priority Date Filing Date Title
US201862632419P 2018-02-20 2018-02-20
US62/632,419 2018-02-20
US201862758710P 2018-11-12 2018-11-12
US62/758,710 2018-11-12
US201862780268P 2018-12-16 2018-12-16
US62/780,268 2018-12-16
US201962800428P 2019-02-02 2019-02-02
US62/800,428 2019-02-02
US16/274,242 2019-02-13
US16/274,242 US11361361B2 (en) 2018-02-20 2019-02-13 Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
PCT/US2019/017909 WO2019164727A1 (en) 2018-02-20 2019-02-14 A method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2021051052A Division JP7181562B2 (ja) 2018-02-20 2021-03-25 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置

Publications (2)

Publication Number Publication Date
JP2021509985A JP2021509985A (ja) 2021-04-08
JP6864329B2 true JP6864329B2 (ja) 2021-04-28

Family

ID=67616933

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2020535531A Active JP6864329B2 (ja) 2018-02-20 2019-02-14 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置
JP2021051052A Active JP7181562B2 (ja) 2018-02-20 2021-03-25 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置
JP2022013854A Active JP7264357B2 (ja) 2018-02-20 2022-02-01 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2021051052A Active JP7181562B2 (ja) 2018-02-20 2021-03-25 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置
JP2022013854A Active JP7264357B2 (ja) 2018-02-20 2022-02-01 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置

Country Status (20)

Country Link
US (2) US11361361B2 (ja)
EP (1) EP3752928A1 (ja)
JP (3) JP6864329B2 (ja)
KR (4) KR102473877B1 (ja)
CN (1) CN112166423A (ja)
AU (1) AU2019223804A1 (ja)
BR (1) BR112020015643A2 (ja)
CA (1) CA3090511A1 (ja)
CL (2) CL2020002149A1 (ja)
EA (2) EA039288B1 (ja)
IL (1) IL276614A (ja)
MA (1) MA51868A (ja)
MX (1) MX2020008568A (ja)
PE (1) PE20201071A1 (ja)
PH (1) PH12020550975A1 (ja)
PL (1) PL436059A1 (ja)
SG (1) SG11202007380XA (ja)
UA (1) UA126874C2 (ja)
WO (1) WO2019164727A1 (ja)
ZA (1) ZA202004938B (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11361361B2 (en) * 2018-02-20 2022-06-14 Grzegorz Malewicz Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
US11346681B2 (en) * 2019-02-13 2022-05-31 Grzegorz Malewicz Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
CN111310984B (zh) * 2020-01-21 2023-09-26 成都智库二八六一信息技术有限公司 一种基于二维地图网格划分的路径规划方法和系统
JP7287531B2 (ja) * 2020-08-04 2023-06-06 王子ホールディングス株式会社 トイレットロール
EP3955179A1 (en) * 2020-08-11 2022-02-16 Robert Bosch GmbH Apparatus for and method of operating a means of transport
US11530928B2 (en) * 2020-10-29 2022-12-20 Rivian Ip Holdings, Llc Destination selection incorporating time constraints
US11775925B2 (en) 2020-11-06 2023-10-03 Sap Se Route planning engine using unique location identifiers
US11829909B2 (en) 2020-11-06 2023-11-28 Sap Se Route finder for integrated planning
KR20240141857A (ko) * 2020-12-27 2024-09-27 그제고스 말레비치 지점들의 유사성과 트래블 시간을 이용하여 지점들을 제시하는 방법
JP7026980B1 (ja) * 2021-04-28 2022-03-01 ＧＢｔｅｃｈｎｏｌｏｇｙ株式会社 配送管理支援システム、配送管理支援方法および配送管理支援プログラム
WO2023196168A1 (en) 2022-04-07 2023-10-12 Grzegorz Malewicz Methods for searching or comparing points using travel of entities
CN118657273A (zh) * 2024-08-16 2024-09-17 北京纷扬科技有限责任公司 一种门店路线聚类规划方法、系统、电子设备及存储介质

Family Cites Families (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2874397B2 (ja) * 1991-03-19 1999-03-24 松下電器産業株式会社 経路選出装置
US5802492A (en) * 1994-06-24 1998-09-01 Delorme Publishing Company, Inc. Computer aided routing and positioning system
US5559707A (en) * 1994-06-24 1996-09-24 Delorme Publishing Company Computer aided routing system
US5948040A (en) * 1994-06-24 1999-09-07 Delorme Publishing Co. Travel reservation information and planning system
US6321158B1 (en) * 1994-06-24 2001-11-20 Delorme Publishing Company Integrated routing/mapping information
US5931888A (en) * 1994-09-22 1999-08-03 Aisin Aw Co., Ltd. Navigation system for vehicles with alternative route searching capabilities
JP3223782B2 (ja) * 1996-02-08 2001-10-29 三菱電機株式会社 車両経路算出装置
JP3446930B2 (ja) * 1996-09-30 2003-09-16 松下電器産業株式会社 経路選出方法および経路選出装置
WO1999014701A1 (en) * 1997-09-17 1999-03-25 Magellan Dis Inc. Navigation system with user definable cost values
DE60010993T2 (de) * 1999-08-17 2005-06-09 Toyota Jidosha K.K., Toyota Routenführungsvorrichtung
JP3589124B2 (ja) * 1999-11-18 2004-11-17 トヨタ自動車株式会社 ナビゲーション装置
JP3187800B2 (ja) * 1999-12-27 2001-07-11 エヌ・ティ・ティ・コムウェア株式会社 物件情報検索方法及びシステム装置
JP3459614B2 (ja) * 2000-05-26 2003-10-20 株式会社オープンドア 物件検索支援システム
JP2002189791A (ja) * 2000-12-21 2002-07-05 Mitsubishi Electric Corp 不動産流通システム
JP4298987B2 (ja) * 2002-11-29 2009-07-22 株式会社ザナヴィ・インフォマティクス 経路誘導方法、情報端末装置および情報配信センタ
US7155339B2 (en) * 2003-06-13 2006-12-26 Alpine Electronics, Inc. Display method and apparatus for navigation system for searching POI and arranging listing order of POI
US7463972B2 (en) * 2003-09-26 2008-12-09 Aisin Aw Co., Ltd. Navigation apparatus and method
KR100729822B1 (ko) * 2004-02-11 2007-06-21 박승도 교통 감안한 부동산 검색방법 및 시스템
JP4529604B2 (ja) * 2004-09-15 2010-08-25 パナソニック株式会社 経路誘導装置
JP2006221565A (ja) * 2005-02-14 2006-08-24 Jsb:Kk 物件情報表示システム
JP3987073B2 (ja) 2005-04-20 2007-10-03 株式会社ナビタイムジャパン ナビゲーションシステム、経路探索サーバ、経路探索方法およびプログラム
KR100689371B1 (ko) 2005-05-30 2007-03-02 삼성전자주식회사 네비게이션 시스템을 이용한 약속 장소 설정 방법 및시스템
GB0520576D0 (en) * 2005-10-10 2005-11-16 Applied Generics Ltd Using traffic monitoring information to provide better driver route planning
US20080215237A1 (en) * 2006-05-17 2008-09-04 International Business Machines Corporation Design structure for adaptive route planning for gps-based navigation
TR201807691T4 (tr) * 2006-12-29 2018-06-21 Magneti Marelli Spa Bir başlangıç noktası ve bir varış noktası arasında olan ve bir ara noktadan geçmeye zorlanan bir optimal rotanın hesaplanması için bir yöntem, bir navigasyon sistemi ve buna karşılık gelen bir bilgisayar programı ürünü.
WO2008128133A1 (en) 2007-04-13 2008-10-23 Pelago, Inc. Location-based information determination
US8175802B2 (en) * 2007-06-28 2012-05-08 Apple Inc. Adaptive route guidance based on preferences
KR20090000417A (ko) * 2007-06-28 2009-01-07 엘지전자 주식회사 정보 단말기를 이용한 경로와 교통 수단을 제공하는 방법과시스템
US20090171980A1 (en) * 2007-12-24 2009-07-02 Meadow William D Methods and apparatus for real estate image capture
RU2008146867A (ru) * 2008-11-27 2010-06-10 Акционерный коммерческий бан "ФОРА-БАНК" (закрытое акционерное общество) (RU) Система и способ автоматизированного отбора объектов недвижимости с использованием индексированной географической информации
JP4906834B2 (ja) * 2008-11-28 2012-03-28 株式会社ナビタイムジャパン 物件検索システム及び物件検索方法
US10175058B2 (en) * 2008-12-22 2019-01-08 Tomtom Global Content B.V. Methods, devices and map databases for green routing
US8175793B2 (en) * 2009-02-17 2012-05-08 Mitac International Corp. Navigation device
JP5353291B2 (ja) * 2009-02-19 2013-11-27 ソニー株式会社 案内経路配信装置、案内経路配信方法及び案内経路配信プログラム
US8532925B2 (en) * 2009-05-08 2013-09-10 Alpine Electronics, Inc. Spatial indexing method and apparatus for navigation system for indexing and retrieval of XML map data
US8417409B2 (en) 2009-11-11 2013-04-09 Google Inc. Transit routing system for public transportation trip planning
EP2375364A1 (en) 2010-04-12 2011-10-12 Karlsruher Institut für Technologie Method and system for time-dependent routing
US8364717B2 (en) * 2011-01-10 2013-01-29 Microsoft Corporation Hardware accelerated shortest path computation
JP5547112B2 (ja) 2011-02-16 2014-07-09 株式会社日立製作所 経路探索システム
US8660789B2 (en) * 2011-05-03 2014-02-25 University Of Southern California Hierarchical and exact fastest path computation in time-dependent spatial networks
EP2541485A1 (en) 2011-06-30 2013-01-02 France Telecom Method for constructing geo-fences for a spatial recommendation and discovery system
US9195953B2 (en) * 2011-08-16 2015-11-24 Walk Score Management LLC System and method for the calculation and use of travel times in search and other applications
US9140570B1 (en) * 2011-09-08 2015-09-22 Amazon Technologies, Inc. Time-inclusive route and trip planning
JP5872310B2 (ja) 2012-02-09 2016-03-01 株式会社Ｓｃｒｅｅｎホールディングス 描画装置、テンプレート作成装置、および、テンプレート作成方法
JP5906837B2 (ja) * 2012-03-12 2016-04-20 富士通株式会社 経路探索方法、経路探索装置、及びプログラム
JP5914249B2 (ja) * 2012-08-10 2016-05-11 クラリオン株式会社 経路計算システム、ナビゲーション装置および経路計算方法
US9222791B2 (en) 2012-10-11 2015-12-29 Microsoft Technology Licensing, Llc Query scenarios for customizable route planning
US9002567B2 (en) * 2013-01-07 2015-04-07 Cloudcar, Inc. Course-based place searching
EP2757504B1 (en) * 2013-01-17 2022-06-01 Google LLC Route planning
JP5928392B2 (ja) * 2013-03-28 2016-06-01 アイシン・エィ・ダブリュ株式会社 ルート探索システム、ルート探索方法、及びルート探索プログラム
US9689680B2 (en) * 2013-06-04 2017-06-27 Here Global B.V. Method and apparatus for approaches to provide for combining contexts related to items of interest and navigation
US9635517B2 (en) * 2013-06-28 2017-04-25 Globalfoundries Inc. Identification of location of a target address using position information transmitted by position identifying transmitter in vicinity of target address
US9785652B2 (en) * 2015-04-30 2017-10-10 Michael Flynn Method and system for enhancing search results
US9797736B2 (en) * 2013-08-28 2017-10-24 Aisin Aw Co., Ltd. Drive assist system, method, and program
US9488487B2 (en) * 2013-11-01 2016-11-08 Yahoo! Inc. Route detection in a trip-oriented message data communications system
US8949028B1 (en) * 2013-12-02 2015-02-03 Ford Global Technologies, Llc Multi-modal route planning
JP5954907B2 (ja) * 2014-09-17 2016-07-20 株式会社オプトホールディング 情報処理装置、情報処理方法および情報処理プログラム
CN104240163B (zh) * 2014-09-28 2017-09-05 百度在线网络技术（北京）有限公司 一种小区智能推荐方法及装置
CN105718489B (zh) * 2014-12-05 2018-12-25 上海房真真信息技术有限公司 房屋信息获取方法
US20160334221A1 (en) * 2015-05-11 2016-11-17 United Parcel Service Of America, Inc. Determining street segment headings
US9494439B1 (en) * 2015-05-13 2016-11-15 Uber Technologies, Inc. Autonomous vehicle operated with guide assistance of human driven vehicles
JP6503233B2 (ja) * 2015-05-29 2019-04-17 株式会社ナビタイムジャパン 情報処理システム、情報処理プログラム、情報処理装置、情報処理方法、出力データ、および記憶媒体
US9891065B2 (en) * 2015-06-07 2018-02-13 Apple Inc. Transit incidents
US10197409B2 (en) * 2015-06-07 2019-02-05 Apple Inc. Frequency based transit trip characterizations
US9551586B2 (en) * 2015-06-12 2017-01-24 Uber Technologies, Inc. System and method for providing contextual information for a location
US10318884B2 (en) * 2015-08-25 2019-06-11 Fuji Xerox Co., Ltd. Venue link detection for social media messages
US10139828B2 (en) * 2015-09-24 2018-11-27 Uber Technologies, Inc. Autonomous vehicle operated with safety augmentation
KR101692501B1 (ko) 2015-10-15 2017-01-03 네이버 주식회사 부동산 매물 검색 방법 및 장치
JP6718715B2 (ja) * 2016-03-28 2020-07-08 アイシン・エィ・ダブリュ株式会社 通信端末、サーバ装置、移動案内システム及びコンピュータプログラム
JP6630818B2 (ja) * 2016-03-28 2020-01-15 アイシン・エィ・ダブリュ株式会社 移動案内装置及びコンピュータプログラム
CN105975627A (zh) * 2016-05-26 2016-09-28 成都正合地产顾问股份有限公司 选房方法及装置
US10845199B2 (en) * 2016-06-10 2020-11-24 Apple Inc. In-venue transit navigation
KR101760065B1 (ko) * 2016-10-17 2017-07-21 오석진 직장 주소 기반 부동산 추천 방법
JP6561357B2 (ja) * 2016-12-02 2019-08-21 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
US10203214B2 (en) * 2017-02-06 2019-02-12 Here Global B.V. Method and apparatus for filtering device location points in a sampled trajectory while maintaining path reconstructability
KR101905593B1 (ko) 2017-02-28 2018-10-08 주식회사 패튼코 다중 목적지 기반 부동산 매물 검색 방법
US11692837B2 (en) * 2017-10-18 2023-07-04 Here Global B.V. Automatic discovery of optimal routes for flying cars and drones
KR101974109B1 (ko) * 2017-12-21 2019-04-30 그제고스 말레비치 출발지 위치로부터 목적지 위치로의 여정에 대한 루트 또는 루트 소요 시간을 제공하기 위한 방법 및 컴퓨터 시스템
US11361361B2 (en) * 2018-02-20 2022-06-14 Grzegorz Malewicz Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
US20200349660A1 (en) * 2019-02-13 2020-11-05 Grzegorz Malewicz Method and an Apparatus for Searching or Comparing Sites Using Routes or Route Lengths Between Sites and Places Within a Transportation System
US11346681B2 (en) * 2019-02-13 2022-05-31 Grzegorz Malewicz Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
US20200300642A1 (en) * 2019-02-13 2020-09-24 Grzegorz Malewicz Method and an Apparatus for Searching or Comparing Sites Using Routes or Route Lengths Between Sites and Places Within a Transportation System

Also Published As

Publication number Publication date
CL2020002149A1 (es) 2021-01-04
US20190259082A1 (en) 2019-08-22
KR20220025168A (ko) 2022-03-03
IL276614A (en) 2020-09-30
KR20190102174A (ko) 2019-09-03
AU2019223804A1 (en) 2020-07-23
KR20230020573A (ko) 2023-02-10
WO2019164727A1 (en) 2019-08-29
KR102514641B1 (ko) 2023-03-27
ZA202004938B (en) 2022-08-31
PH12020550975A1 (en) 2021-04-26
KR102514640B1 (ko) 2023-03-27
US11361361B2 (en) 2022-06-14
CA3090511A1 (en) 2019-08-29
SG11202007380XA (en) 2020-09-29
UA126874C2 (uk) 2023-02-15
MX2020008568A (es) 2020-09-21
CN112166423A (zh) 2021-01-01
EA202192708A2 (ru) 2022-01-31
JP2021509985A (ja) 2021-04-08
KR20200113017A (ko) 2020-10-05
PE20201071A1 (es) 2020-10-20
JP2022064970A (ja) 2022-04-26
EA202091986A1 (ru) 2021-03-11
JP7181562B2 (ja) 2022-12-01
EA202091986A8 (ru) 2021-04-02
JP7264357B2 (ja) 2023-04-25
EP3752928A1 (en) 2020-12-23
KR102161073B1 (ko) 2020-09-29
PL436059A1 (pl) 2021-11-29
BR112020015643A2 (pt) 2020-12-08
MA51868A (fr) 2020-12-23
JP2021103566A (ja) 2021-07-15
CL2023000983A1 (es) 2023-11-17
EA039288B1 (ru) 2021-12-28
US20210374824A1 (en) 2021-12-02
KR102473877B1 (ko) 2023-03-27

Similar Documents

Publication Publication Date Title
JP6864329B2 (ja) 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置
JP7144818B2 (ja) 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置
US20200349660A1 (en) Method and an Apparatus for Searching or Comparing Sites Using Routes or Route Lengths Between Sites and Places Within a Transportation System
US20200300642A1 (en) Method and an Apparatus for Searching or Comparing Sites Using Routes or Route Lengths Between Sites and Places Within a Transportation System
US20240046389A1 (en) A Method for Presenting Sites Using Their Similarity and Travel Duration
Foti A behavioral framework for measuring walkability and its impact on home values and residential location choices
TW202018657A (zh) 一種透過使用地點與交通系統中的地方間的路徑或路徑長度以搜尋或比較地點的方法與裝置
US20230175848A1 (en) A Method and an Apparatus for Searching or Comparing Sites Using Travel Between Sites and Places Within a Transportation System
US20230132499A1 (en) Method and apparatus for generating structured trajectories from geospatial observations
US20230135578A1 (en) Method and apparatus for generating structured trajectories from geospatial observations
EA042786B1 (ru) Способ и инструмент поиска или сравнения точек с использованием маршрутов или длин маршрутов между точками и местами в транспортной системе
CN116997923A (zh) 一种使用地点相似度和行程持续时间展示地点的方法
Sudha et al. Customized Trip Planning Using Modified Clustering Algorithm with Personalized Points of Interests and Association Rule Generation

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200811

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200828

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201007

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20201007

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201208

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20210303

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: 20210305

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210325

R150 Certificate of patent or registration of utility model

Ref document number: 6864329

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150