JP6954965B2 - 分析装置及び分析方法 - Google Patents

分析装置及び分析方法 Download PDF

Info

Publication number
JP6954965B2
JP6954965B2 JP2019169222A JP2019169222A JP6954965B2 JP 6954965 B2 JP6954965 B2 JP 6954965B2 JP 2019169222 A JP2019169222 A JP 2019169222A JP 2019169222 A JP2019169222 A JP 2019169222A JP 6954965 B2 JP6954965 B2 JP 6954965B2
Authority
JP
Japan
Prior art keywords
area
user
unit
reception unit
users
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
JP2019169222A
Other languages
English (en)
Other versions
JP2021047584A (ja
Inventor
伸也 高山
伸也 高山
清水 大介
大介 清水
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Corp
Original Assignee
KDDI Corp
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 KDDI Corp filed Critical KDDI Corp
Priority to JP2019169222A priority Critical patent/JP6954965B2/ja
Publication of JP2021047584A publication Critical patent/JP2021047584A/ja
Application granted granted Critical
Publication of JP6954965B2 publication Critical patent/JP6954965B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Description

本発明は、分析装置及び分析方法に関する。
従来、エリア内に滞在する複数のユーザの端末の位置情報と、ユーザの属性とを対応付けて可視化するエリアマーケティング手法が知られている。特許文献1には、エリアの指定及びユーザの属性の指定を受け付けると、指定されたエリアにおいて、指定された属性を有するユーザの分布を特定することが開示されている。
特開2012−79005号公報
特許文献1に記載された方法は、指定されたエリアにおいて指定された属性を有するユーザの分布を特定することができるものの、指定されたエリアと、他のエリアとの関連性を把握することができないという問題があった。
そこで、本発明はこれらの点に鑑みてなされたものであり、エリア同士の関連性を把握することができる分析装置及び分析方法を提供することを目的とする。
本発明の第1の態様に係る分析装置は、ユーザの端末の位置情報に基づいて第1エリアに存在した複数のユーザを特定するとともに、前記第1エリアと異なる第2エリアに存在した複数のユーザを特定するユーザ特定部と、前記ユーザ特定部が特定した前記第1エリアに存在した複数のユーザのそれぞれの属性と、前記第2エリアに存在した複数のユーザのそれぞれの属性とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する分析部と、を備える。
本発明の第2の態様に係る分析方法は、コンピュータが実行する、ユーザの端末の位置情報に基づいて第1エリアに存在した複数のユーザを特定するとともに、前記第1エリアと異なる第2エリアに存在した複数のユーザを特定するステップと、特定された前記第1エリアに存在した複数のユーザのそれぞれの属性と、前記第2エリアに存在した複数のユーザのそれぞれの属性とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析するステップと、を備える。
本発明によれば、エリア同士の関連性を把握することができるという効果を奏する。
本実施形態に係る分析装置の概要を示す図である。 本実施形態に係る分析装置の構成を示す図である。 本実施形態に係るユーザ情報の一例を示す図である。 本実施形態に係る位置履歴情報の一例を示す図である。 本実施形態に係る受付画面の一例を示す図である。 本実施形態に係る分析部による分析結果の出力例を示す図である。 本実施形態に係る分析装置における処理の流れを示すフローチャートである。
[分析装置1の概要]
図1は、本実施形態に係る分析装置1の概要を示す図である。分析装置1は、複数のエリアのそれぞれに存在し、携帯端末を所持し、携帯電話回線を利用する端末ユーザの属性に基づいて、複数のエリアの関連性を分析するコンピュータである。
分析装置1は、エリアの分析を行うユーザから第1エリアの指定を受け付ける(図1の(1))。分析装置1は、携帯電話回線を利用する端末ユーザが使用する携帯端末の位置情報に基づいて、指定された第1エリアと、当該第1エリアと異なる第2エリアとのそれぞれに存在した端末ユーザを特定する(図1の(2))。
分析装置1は、第1エリアに存在した端末ユーザの属性と、第2エリアに存在した端末ユーザの属性とを特定する(図1の(3))。そして、分析装置1は、第1エリアに存在した複数の端末ユーザのそれぞれの属性と、第2エリアに存在した複数の端末ユーザのそれぞれの属性とに基づいて、第1エリアと第2エリアとの関連性を分析し(図1の(4))、分析結果を出力する(図1の(5))。このようにすることで、エリアの分析を行うユーザは、エリア同士の関連性を把握することができる。
[分析装置1の構成]
続いて、分析装置1の構成を説明する。図2は、本実施形態に係る分析装置1の構成を示す図である。図2に示すように、分析装置1は、操作部11と、表示部12と、通信部13と、記憶部14と、制御部15とを備える。
操作部11は、分析装置1を使用する装置ユーザが操作を入力するためのデバイスであり、例えば、キーボード及びマウスである。表示部12は、例えば液晶ディスプレイである。表示部12には、分析装置1において実施されるエリアの分析結果が表示される。通信部13は、分析装置1が外部装置との間でデータを送受信するネットワークに接続するためのインターフェイスであり、例えばLANコントローラを含んで構成されている。
記憶部14は、ROM(Read Only Memory)及びRAM(Random Access Memory)等を含む記憶媒体である。記憶部14は、制御部15が実行するプログラムを記憶している。例えば、記憶部14は、制御部15を、受付部151、ユーザ特定部152、属性特定部153、分析部154、及び出力部155として機能させる分析プログラムを記憶している。
また、記憶部14は、携帯電話回線を利用する端末ユーザの情報であるユーザ情報を記憶する。図3は、本実施形態に係るユーザ情報の一例を示す図である。ユーザ情報は、例えば、携帯電話回線に係るサービスを提供する通信事業者が管理する、当該サービスを利用する端末ユーザとの契約情報に基づいて生成された情報である。図3に示すように、ユーザ情報は、端末ユーザを識別するユーザ識別情報としてのユーザIDと、ユーザ名と、端末ユーザの属性を示す属性情報とを関連付けた情報である。なお、図3に示す例では、属性情報として、年代、性別を示しているが、これに限らず、趣味、趣向情報等の他の属性を示す情報が含まれていてもよい。また、記憶部14は、ユーザ情報を記憶することとしたが、これに限らず、契約情報を記憶することとしてもよい。
また、記憶部14は、端末ユーザが所持する携帯端末の位置を示す端末位置情報を含む位置履歴情報を記憶する。図4は、本実施形態に係る位置履歴情報の一例を示す図である。図4に示すように、位置履歴情報は、ユーザIDと、時刻と、端末位置情報とを関連付けた情報である。
制御部15は、例えばCPU(Central Processing Unit)である。制御部15は、記憶部14に記憶された分析プログラムを実行することにより、受付部151、ユーザ特定部152、属性特定部153、分析部154、及び出力部155として機能する。
受付部151は、分析装置1を使用する装置ユーザから、第1エリアの指定を受け付ける。例えば、受付部151は、表示部12に第1エリアの指定を受け付ける受付画面を表示させ、受付画面において、操作部11を介して装置ユーザからの操作入力を受け付けることにより、第1エリアの指定を受け付ける。
図5は、本実施形態に係る受付画面の一例を示す図である。図5に示すように受付部151は、受付画面に地図を表示させ、装置ユーザから、地図上の地点又は地域を受け付ける。地図は、経度方向及び緯度方向に分割された正方形の領域であるメッシュ領域に分割されている。受付部151は、受け付けた地点又は地域を含むメッシュ領域を第1エリアとして特定することにより、第1エリアの指定を受け付ける。
受付部151は、地図において第1エリアの指定を受け付けることとしたが、これに限らず、分析装置1を使用する装置ユーザから、第2エリアの検索範囲の指定を受け付けてもよい。例えば、受付部151は、表示部12に表示されている地図において、予め定められた面積以下の矩形領域又は円形領域を受け付けることにより、第2エリアの検索範囲の指定を受け付けてもよい。
受付画面には、分析対象となる端末ユーザを特定するための特定条件の指定を受け付ける受付欄が複数設けられている。受付部151は、当該受付欄を介して分析対象となる端末ユーザを特定するための一以上の特定条件の指定を受け付ける。
具体的には、受付画面には、分析を行う対象の期間である分析対象期間を受け付ける期間受付欄が設けられている。受付部151は、期間受付欄を介して、特定条件として、分析対象期間を受け付ける。
また、受付画面には、分析を行う対象とする日にちの種別を受け付ける日にち種別受付欄が設けられている。日にちの種別としては、日にちの種別を限定しない「期間全体」と、「平日」と、「祝休日」とが設けられている。受付部151は、日にち種別受付欄を介して、特定条件として、日にちの種別を受け付ける。図5に示す例では、日にち種別受付欄において「平日」が選択されている。
また、受付画面には、端末ユーザのエリアにおける移動種別を受け付ける移動種別受付欄が設けられている。移動種別を示す属性には、「滞在」と、「移動」との2種類の属性が設けられているとともに、移動種別を限定しない「全体」が設けられている。受付部151は、移動種別受付欄を介して、特定条件として、移動種別の指定を受け付ける。受付部151は、移動種別受付欄を介して、「全体」、「滞在」、「移動」のいずれかの選択を受け付ける。図5に示す例では、移動種別受付欄において「全体」が選択されている。
また、受付画面には、移動種別「滞在」の定義を受け付ける滞在人口定義受付欄が設けられている。滞在人口定義受付欄は、移動種別受付欄において「全体」又は「滞在」が選択されている場合に有効となる。受付部151は、滞在人口定義受付欄を介して、特定条件として、端末ユーザがエリアに滞在しているとみなされる時間範囲を受け付ける。
また、受付画面には、移動種別「移動」における移動手段を受け付ける移動人口定義受付欄が設けられている。移動人口定義受付欄は、移動種別受付欄において「全体」又は「移動」が選択されている場合に有効となる。図5に示すように、「移動」には、端末ユーザの属性である移動手段として、「電車」、「自動車」、「徒歩」の3種類の種別が設けられている。受付部151は、特定条件として、これらの3種類の種別と、これらの3種類のすべてを含む「全体」との中から移動手段の選択を受け付ける。図5に示す例では、移動手段として「電車」が選択されている。
また、受付画面には、分析の開始を受け付ける分析開始ボタンBが設けられている。分析開始ボタンBが押下されると、ユーザ特定部152による端末ユーザの特定、属性特定部153による端末ユーザの属性の特定、及び分析部154によるエリアの分析が開始される。
ユーザ特定部152は、端末ユーザが所持する携帯端末の位置情報に基づいて、受付部151が指定を受け付けた第1エリアに存在した端末ユーザを特定するとともに、第1エリアと異なる第2エリアに存在した複数の端末ユーザを特定する。
具体的には、ユーザ特定部152は、記憶部14に記憶されている位置履歴情報を参照し、受付部151が受け付けた特定条件に基づいて、第1エリアに存在した複数の端末ユーザを特定するとともに、第2エリアに存在した複数の端末ユーザを特定する。
より具体的には、ユーザ特定部152は、記憶部14に記憶されている位置履歴情報の時刻及び端末位置情報を参照し、受付部151が受け付けた分析対象期間及び日にちの種別に対応する時刻に第1エリアに存在した複数の端末ユーザのユーザIDを特定する。
同様に、ユーザ特定部152は、記憶部14に記憶されている位置履歴情報を参照し、受付部151が受け付けた分析対象期間及び日にちの種別に対応する時刻に第2エリアに存在した複数の端末ユーザのユーザIDを特定する。ユーザ特定部152は、受付部151が受け付けた第2エリアの検索範囲に含まれている、第1エリアと面積が同一又は異なる複数の第2エリアのそれぞれについて、分析対象期間及び日にちの種別に対応する時刻に第2エリアに存在した複数の端末ユーザを特定する。ここで、第2エリアは、第2エリアの検索範囲に含まれているメッシュ領域、及び隣接する複数のメッシュ領域を統合した正方形の領域である統合メッシュ領域である。
また、ユーザ特定部152は、記憶部14に記憶されている位置履歴情報を参照し、第1エリアに存在した複数の端末ユーザのそれぞれについて、第1エリアにおける端末ユーザの移動種別を特定する。例えば、ユーザ特定部152は、第1エリアに存在した端末ユーザに関連付けられている、分析対象期間及び日にちの種別に対応する各時刻の端末位置情報と、滞在人口定義受付欄において受け付けた「滞在」とみなす時間範囲とに基づいて、移動種別が「滞在」の端末ユーザを特定する。
また、ユーザ特定部152は、第1エリアに存在した端末ユーザに関連付けられている、分析対象期間及び日にちの種別に対応する各時刻の端末位置情報に基づいて、単位時間当たりの端末ユーザの移動速度を特定し、当該移動速度に基づいて、移動種別が「移動」の端末ユーザを特定する。さらに、ユーザ特定部152は、単位時間当たりの端末ユーザの移動速度に基づいて、移動種別が「移動」である端末ユーザの移動手段を「電車」、「自動車」、「徒歩」のいずれかに特定する。
ユーザ特定部152は、第1エリアに存在し、受付部151が受け付けた移動種別に対応した複数の端末ユーザを特定する。図5に示す受付画面の例では、移動種別として「全体」が選択され、滞在人口定義が60分以上120分未満、移動人口定義において「電車」が選択されていることから、ユーザ特定部152は、第1エリアに存在した端末ユーザとして、60分以上120分未満滞在している端末ユーザと、移動手段が「電車」と特定された端末ユーザとを特定する。
同様に、ユーザ特定部152は、分析対象期間及び日にちの種別に第2エリアに存在した複数の端末ユーザについても、移動種別及び移動手段を特定する。そして、ユーザ特定部152は、第2エリアに存在し、受付部151が受け付けた移動種別に対応した複数の端末ユーザを特定する。
このようにすることで、分析装置1は、装置ユーザが指定した、端末ユーザの特定条件に基づいて、第1エリアに存在した複数の端末ユーザと、第2エリアに存在した複数の端末ユーザとを特定することができる。
なお、ユーザ特定部152は、複数の時間帯のそれぞれに対応して、第1エリアに存在し、受付部151が受け付けた特定条件に対応した複数の端末ユーザと、第2エリアに存在し、受付部151が受け付けた特定条件に対応した複数の端末ユーザとを特定してもよい。例えば、ユーザ特定部152は、1時間ごとに、第1エリアに存在した複数の端末ユーザと、第2エリアに存在した複数の端末ユーザとを特定してもよい。
属性特定部153は、第1エリアに存在した端末ユーザの属性を特定するとともに、第2エリアに存在した端末ユーザの属性を特定する。具体的には、属性特定部153は、記憶部14に記憶されているユーザ情報を参照し、ユーザ特定部152が特定した第1エリアに存在した端末ユーザのユーザIDに関連付けられている属性情報を特定することにより、第1エリアに存在した端末ユーザの属性を特定する。同様に、属性特定部153は、記憶部14に記憶されているユーザ情報を参照し、ユーザ特定部152が特定した第2エリアに存在した端末ユーザのユーザIDに関連付けられている属性情報を特定することにより、第2エリアに存在した端末ユーザの属性を特定する。
分析部154は、ユーザ特定部152が特定した第1エリアに存在した複数の端末ユーザのそれぞれの属性と、第2エリアに存在した複数の端末ユーザのそれぞれの属性とに基づいて、第1エリアと、第2エリアとの関連性を分析する。分析部154は、属性特定部153が特定した、第1エリアに存在した複数の端末ユーザのそれぞれの属性と、受付部151が受け付けた検索範囲に含まれる複数の第2エリアのそれぞれに存在した複数の端末ユーザのそれぞれの属性とに基づいて、第1エリアと、複数の第2エリアのそれぞれの関連性を分析する。
本実施形態では、分析部154は、第1エリアと、複数の第2エリアのそれぞれとの類似度を分析する。具体的には、まず、分析部154は、第1エリアにおいて特定した複数の端末ユーザにおける、一以上(一種類以上)の属性それぞれに対応する端末ユーザの比率である第1属性比率と、第2エリアにおいて特定した複数の端末ユーザにおける、一以上の属性それぞれに対応する端末ユーザの比率である第2属性比率を算出する。
ここで、第1属性比率は、第1エリアにおいて特定された端末ユーザの数に対する、男性の端末ユーザの数の比率、女性の端末ユーザの数の比率、各年代の端末ユーザの数の比率、各年収範囲の端末ユーザの数の比率等である。第2属性比率も、第1属性比率と同様の比率である。分析部154は、移動種別、移動手段、時間帯のそれぞれに対応して、第1属性比率及び第2属性比率を算出する。
そして、分析部154は、一以上の属性それぞれに対して算出した第1属性比率と第2属性比率とに基づいて、第1エリアと、第2エリアとの類似度を分析する。例えば、分析部154は、一以上の属性それぞれに対して算出した第1属性比率と、一以上の属性それぞれに対して算出した第2属性比率との類似度を算出することにより、第1のエリアと第2のエリアとの類似度を算出する。類似度は、例えば、ユークリッド距離、マハラノビス距離、コサイン類似度等の各種手法に基づいて算出される。なお、類似度は、例示した手法に限らず他の手法によって算出されてもよい。
分析部154は、例えば、コサイン類似度により類似度を算出する場合、移動種別、移動手段、時間帯のそれぞれに対応する第1属性比率をxki、第2属性比率をxkj(1≦k≦m)とすると、類似度sijは以下の式(1)で示される。ただし、kは、移動種別、移動手段、時間帯の1つの組み合わせに対応し、mは、移動種別、移動手段、時間帯の組み合わせ数に対応している。
Figure 0006954965
なお、本実施形態において、分析部154は、一以上の属性それぞれに対して算出した第1属性比率と第2属性比率とに基づいて、第1エリアと、第2エリアとの類似度を分析したが、これに限らない。例えば、分析部154は、装置ユーザによって指定された施設のエリアにおける分布等、施設に関する情報にさらに基づいて、第1エリアと、第2エリアとの類似度を分析してもよい。
この場合、分析部154は、第1エリアにおける受付部151が受け付けた施設の情報と、第2エリアにおける受付部151が受け付けた施設の情報とに基づいて、第1エリアと、第2エリアとの類似度を分析する。
例えば、まず、受付画面には、エリアに存在する施設又は業種の指定を受け付ける施設情報受付欄が設けられ、受付部151は、施設情報受付欄を介して、エリアに存在する施設又は業種の指定を受け付ける。分析部154は、第1エリアにおける受付部151が受け付けた業種又は業態に対応する施設の分布と、第2エリアにおける受付部151が受け付けた業種又は業態に対応する施設の分布とに基づいて、第1エリアと、第2エリアとの関連性としての類似度を分析する。
より具体的には、分析部154は、第1エリアに存在する全施設の数に対する、受付部151が受け付けた業種又は業態の施設の数の比率を対象施設比率として算出する。同様に、分析部154は、第2エリアに存在する全施設の数に対する、受付部151が受け付けた業種業態に対応する施設の数の比率を対象施設比率として算出する。そして、分析部154は、第1エリアにおける対象施設比率と、第2エリアにおける対象施設比率との類似度を算出する。分析部154は、対象施設比率の類似度と、第1属性比率と第2属性比率との類似度とに基づいて、第1エリアと、第2エリアとの類似度を算出する。このようにすることで、分析装置1は、エリアにおける施設の分布を考慮して、類似するエリアの分析を行うことができる。
なお、分析部154は、受付部151が受け付けた業種又は業態に対応する施設の分布に基づいて、第1エリアと、第2エリアとの類似度を分析したが、これに限らない。分析部154は、受付部151が受け付けた業種又は業態に対応する施設に関する情報として、例えば、当該施設に対応する位置における端末ユーザの利用数(所定時間にわたって滞在した端末ユーザの数)を特定してもよい。そして、分析部154は、特定した施設に関する情報に基づいて、第1エリアと、第2エリアとの類似度を分析してもよい。
出力部155は、分析部154による分析結果を出力する。図6は、本実施形態に係る分析部154による分析結果の出力例を示す図である。例えば、出力部155は、分析結果として、複数の第2エリアのそれぞれについて、第2エリアを示すエリア名と、第1エリアとの類似度とを関連付けたリスト情報を表示部12に出力する。図6に示す例では、類似度が高い順にランキング情報としてリスト情報が表示されていることが確認できる。ここで、エリア名は、例えば、第2エリアに対応するメッシュに含まれる町丁目のうち最も面積が大きい町丁目である。
なお、出力部155は、リスト情報に示されるエリア名を選択したことに応じて、当該エリア名に対応する第2エリアに存在した端末ユーザの移動種別、移動手段、時間帯の数や、第2属性比率を表示部12に表示させるようにしてもよい。また、出力部155は、選択されたエリア名に対応する第2エリアに存在した端末ユーザの移動種別、移動手段、時間帯の数や、第2属性比率を表示部12に表示させるとともに、第1エリアに存在した端末ユーザの移動種別、移動手段、時間帯の数や、第1属性比率を表示部12に表示させ、装置ユーザが、第1エリアと、第2エリアとの各種情報を比較できるようにしてもよい。
[分析装置1の処理の流れ]
続いて、分析装置1における処理の流れについて説明する。図7は、本実施形態に係る分析装置1における処理の流れを示すフローチャートである。
まず、受付部151は、受付画面を介して、第1エリア、第2エリア、端末ユーザの特定条件の指定を受け付ける(S1)。
続いて、ユーザ特定部152は、指定された端末ユーザの特定条件に基づいて、第1エリア、第2エリアに存在した端末ユーザを特定する(S2)。
続いて、属性特定部153は、第1エリア、第2エリアのそれぞれについて特定された複数の端末ユーザについて、契約情報に基づいて属性を特定する(S3)。
続いて、分析部154は、S3において特定された、第1エリア、第2エリアのそれぞれに存在した複数の端末ユーザの属性に基づいて、第1エリアと第2エリアとの類似度を算出する(S4)。
続いて、出力部155は、S4における類似度の算出結果を分析結果として表示部12に出力する(S5)。
[変形例1]
上述の実施形態では、分析部154は、第1エリアにおける一以上の第1属性比率と、第2エリアにおける一以上の第2属性比率との類似度を算出することにより、第1エリアと第2エリアとの類似度を算出したが、これに限らない。分析部154は、第1エリアと、第2エリアのそれぞれにおいて、各属性のそれぞれに対応する統計値として、分散又は偏差を算出し、第1エリアにおける一以上の属性の統計値と、第2エリアにおける一以上の属性の統計値との類似度を算出することにより、第1エリアと第2エリアとの類似度を算出してもよい。
[変形例2]
また、分析部154は、第1属性比率と第2属性比率との類似度を算出する代わりに、第1エリアにおける属性を有する端末ユーザに基づいて算出される所定の統計値と、第2エリアにおける属性を有する端末ユーザに基づいて算出される所定の統計値とに基づいて、所定の統計値の類似度を算出し、当該所定の統計値の類似度に基づいて、第1エリアと第2エリアとの類似度を算出してもよい。
例えば、分析部154は、第1エリアにおける属性を有する端末ユーザの絶対数と、第2エリアにおける属性を有する端末ユーザの絶対数とに基づいて、属性を有する端末ユーザの絶対数の類似度を算出してもよい。また、分析部154は、第1エリアにおける属性を有する端末ユーザの第1エリアにおける密度と、第2エリアにおける属性を有する端末ユーザの第2エリアにおける密度とに基づいて、密度の類似度を算出してもよい。そして、分析部154は、属性を有する絶対数の類似度、密度の類似度に基づいて、第1エリアと第2エリアとの類似度を算出してもよい。
[変形例3]
分析部154は、第1エリアを複数の部分エリアにさらに分割し、部分エリアにおけるそれぞれの第1属性比率を算出してもよい。そして、部分エリアのそれぞれの第1属性比率に基づいて、第1エリアにおける一以上の第1属性比率のそれぞれの統計値を算出してもよい。第1属性比率の統計値は、例えば、分散又は偏差である。
分析部154は、第2エリアについても、第1エリアと同様に複数の部分エリアにさらに分割し、部分エリアにおけるそれぞれの第2属性比率を算出し、部分エリアのそれぞれの第2属性比率に基づいて、第2エリアにおける一以上の第2属性比率のそれぞれの統計値を算出してもよい。そして、分析部154は、第1エリアにおける一以上の第1属性比率の統計値と、第2エリアにおける一以上の第2属性比率の統計値との類似度を算出することにより、第1エリアと第2エリアとの類似度を算出してもよい。このようにすることで、エリアにおける分布傾向、すなわち、エリアに対応するヒートマップを考慮して、第1エリアと第2エリアとの関連性を分析することができる。
[変形例4]
また、受付部151は、受付画面において、端末ユーザの特定条件を受け付けることとしたが、これに限らず、分析に用いる端末ユーザの属性の種別(例えば、性別、年齢、収入)も受け付けてもよい。この場合、属性特定部153は、ユーザ特定部152が特定した端末ユーザに対して、受付部151が受け付けた属性の種別に対応する属性を特定する。そして、分析部154は、属性特定部153が特定した属性に基づいて、第1属性比率及び第2属性比率を算出してもよい。このようにすることで、分析装置1は、装置ユーザが着目した属性の種別に基づいて、第1エリアと第2エリアとの関連性を分析することができる。また、属性特定部153は、端末ユーザの属性の種別のうち、収入に関する情報については、例えば、金融機関が管理するサーバ(不図示)にアクセスすることにより取得してもよい。この場合、記憶部14において、ユーザIDと、サーバにおいて使用されるアカウント情報とを関連付けて記憶しておき、属性特定部153が、端末ユーザのユーザIDに関連付けられているアカウント情報を用いて、サーバから収入に関する情報を取得してもよい。
[変形例5]
また、分析部154は、第1エリアと、第2エリアとの関連性として、第1エリアと、第2エリアとの類似度を分析することとしたが、これに限らない。分析部154は、第1エリアと、第2エリアとの関連性として、第1エリアと、第2エリアとの類似度に基づいて、第1エリアと、第2エリアとが関連しているか否かを分析してもよい。この場合、分析部154は、類似度が所定の閾値以上である場合に、第1エリアと、第2エリアとが関連していると判定し、類似度が所定の閾値未満である場合に、第1エリアと、第2エリアとが関連していないと判定する。そして、出力部155は、分析結果として、第1エリアと、第2エリアとが関連しているか否かを示す情報を出力する。
[本実施形態における効果]
以上説明したように、本実施形態に係る分析装置1は、端末ユーザが所持する携帯端末の位置情報に基づいて第1エリアに存在した複数の端末ユーザを特定するとともに、第2エリアに存在した複数の端末ユーザを特定する。そして、分析装置1は、特定した第1エリアに存在した複数の端末ユーザのそれぞれの属性と、第2エリアに存在した複数の端末ユーザのそれぞれの属性とに基づいて、第1エリアと、第2エリアとの関連性を分析する。このようにすることで、分析装置1を使用する装置ユーザは、エリア同士の関連性を把握することができる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。
1・・・分析装置、11・・・操作部、12・・・表示部、13・・・通信部、14・・・記憶部、15・・・制御部、151・・・受付部、152・・・ユーザ特定部、153・・・属性特定部、154・・・分析部、155・・・出力部

Claims (14)

  1. 分析対象となるユーザを特定するための特定条件として、前記ユーザがエリアにおいて所定の時間にわたって滞在しているか前記所定の時間以内に移動しているかを示す移動種別の指定を受け付ける受付部と、
    ユーザの端末の位置情報に基づいて第1エリアに存在し、前記受付部が受け付けた前記移動種別に対応した複数のユーザを特定するとともに、前記第1エリアと異なる第2エリアに存在し、前記受付部が受け付けた前記移動種別に対応した複数のユーザを特定するユーザ特定部と、
    前記ユーザ特定部が特定した前記第1エリアに存在した複数のユーザのそれぞれの属性と、前記第2エリアに存在した複数のユーザのそれぞれの属性とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する分析部と、
    を備える分析装置。
  2. 前記受付部は、前記特定条件として、前記ユーザが移動している場合における前記ユーザの移動手段を受け付け、
    前記ユーザ特定部は、前記ユーザの端末の位置情報と、前記位置情報が示す位置に前記端末が存在したときの時刻とを関連付けた位置履歴情報に基づいてユーザの移動速度を特定し、特定した移動速度に基づいて、前記第1エリアに存在し、前記受付部が受け付けた前記移動種別及び前記移動手段に対応した複数のユーザを特定するとともに、前記第2エリアに存在し、前記受付部が受け付けた前記移動種別及び前記移動手段に対応した複数のユーザを特定する、
    請求項1に記載の分析装置。
  3. 前記受付部は、前記第1エリアの指定を受け付け
    前記ユーザ特定部は、前記位置情報に基づいて、前記受付部が指定を受け付けた前記第1エリアに存在したユーザを特定する、
    請求項1又は2に記載の分析装置。
  4. 前記ユーザ特定部は、複数の前記第2エリアのそれぞれに存在した複数のユーザを特定し、
    前記分析部は、前記第1エリアに存在した複数のユーザのそれぞれの属性と、複数の前記第2エリアのそれぞれに存在した複数のユーザのそれぞれの属性とに基づいて、前記第1エリアと、複数の前記第2エリアのそれぞれとの関連性を分析する、
    請求項1から3のいずれか1項に記載の分析装置。
  5. 前記ユーザ特定部は、前記第1エリアと面積が同一又は異なる複数の前記第2エリアのそれぞれに存在した複数のユーザを特定する、
    請求項に記載の分析装置。
  6. 前記受付部は、分析対象となるユーザを特定するための前記移動種別を含む一以上の特定条件の指定を受け付け
    前記ユーザ特定部は、前記受付部が受け付けた前記特定条件に基づいて、前記第1エリアに存在した複数のユーザを特定するとともに、前記第2エリアに存在した複数のユーザを特定する、
    請求項1からのいずれか1項に記載の分析装置。
  7. 前記受付部は、前記特定条件として、日にちの種別を受け付け、
    前記ユーザ特定部は、前記受付部が受け付けた前記日にちの種別に対応する日にちに前記第1エリアに存在した複数のユーザを特定するとともに、前記受付部が受け付けた前記日にちの種別に対応する日にちに前記第2エリアに存在した複数のユーザを特定する、
    請求項に記載の分析装置。
  8. 前記分析部は、前記第1エリアにおける一以上の前記属性それぞれに対応するユーザの比率である第1属性比率と、前記第2エリアにおける一以上の前記属性それぞれに対応するユーザの比率である第2属性比率とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する、
    請求項1から7のいずれか1項に記載の分析装置。
  9. 前記分析部は、複数の時間帯のそれぞれに対応する、前記第1属性比率と、前記第2属性比率とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する、
    請求項8に記載の分析装置。
  10. 前記受付部は、前記属性の指定を受け付け
    前記分析部は、前記受付部が受け付けた前記属性に対応する前記第1属性比率と、前記第2属性比率とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する、
    請求項8又は9に記載の分析装置。
  11. 前記受付部は、施設の指定を受け付け
    前記分析部は、前記第1エリアにおける前記受付部が受け付けた施設の情報と、前記第2エリアにおける前記受付部が受け付けた施設の情報とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する、
    請求項1から10のいずれか1項に記載の分析装置。
  12. 前記受付部は、前記施設の業種又は業態の指定を受け付け、
    前記分析部は、前記第1エリアにおける前記受付部が受け付けた前記業種又は業態に対応する施設の情報と、前記第2エリアにおける前記受付部が受け付けた前記業種又は業態に対応する施設の情報とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析する、
    請求項11に記載の分析装置。
  13. 前記受付部は、前記第2エリアの検索範囲の指定を受け付け、
    前記分析部は、前記第1エリアと、前記受付部が受け付けた前記検索範囲に含まれる前記第2エリアとの関連性を分析する、
    請求項1から11のいずれか1項に記載の分析装置。
  14. コンピュータが実行する、
    分析対象となるユーザを特定するための特定条件として、前記ユーザがエリアにおいて所定の時間にわたって滞在しているか前記所定の時間以内に移動しているかを示す移動種別の指定を受け付けるステップと、
    ユーザの端末の位置情報に基づいて第1エリアに存在し、受け付けた前記移動種別に対応した複数のユーザを特定するとともに、前記第1エリアと異なる第2エリアに存在し、受け付けた前記移動種別に対応した複数のユーザを特定するステップと、
    特定された前記第1エリアに存在した複数のユーザのそれぞれの属性と、前記第2エリアに存在した複数のユーザのそれぞれの属性とに基づいて、前記第1エリアと、前記第2エリアとの関連性を分析するステップと、
    を備える分析方法。
JP2019169222A 2019-09-18 2019-09-18 分析装置及び分析方法 Active JP6954965B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019169222A JP6954965B2 (ja) 2019-09-18 2019-09-18 分析装置及び分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019169222A JP6954965B2 (ja) 2019-09-18 2019-09-18 分析装置及び分析方法

Publications (2)

Publication Number Publication Date
JP2021047584A JP2021047584A (ja) 2021-03-25
JP6954965B2 true JP6954965B2 (ja) 2021-10-27

Family

ID=74878476

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019169222A Active JP6954965B2 (ja) 2019-09-18 2019-09-18 分析装置及び分析方法

Country Status (1)

Country Link
JP (1) JP6954965B2 (ja)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5444096B2 (ja) * 2010-04-13 2014-03-19 株式会社野村総合研究所 情報分析装置
JP6027122B2 (ja) * 2012-08-30 2016-11-16 株式会社日立製作所 情報分析システム、及び情報分析方法
JP2015135589A (ja) * 2014-01-17 2015-07-27 株式会社日立製作所 情報分析システム、及び情報分析方法
US20150356099A1 (en) * 2014-06-05 2015-12-10 Walk Score Management, LLC Neighborhood similarity tool and method
WO2018123358A1 (ja) * 2016-12-28 2018-07-05 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP6549761B1 (ja) * 2018-07-03 2019-07-24 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Also Published As

Publication number Publication date
JP2021047584A (ja) 2021-03-25

Similar Documents

Publication Publication Date Title
US20200126035A1 (en) Recommendation method and apparatus, electronic device, and computer storage medium
US9021429B1 (en) Recommending applications to portable electronic devices
Ghaemi et al. A visual segmentation method for temporal smart card data
KR20190070911A (ko) 온라인 강의 시스템에서 강사를 추천하는 방법
US20240127136A1 (en) Wait Time Prediction
KR102008992B1 (ko) 챗봇을 이용한 부동산 거래 비서 서비스 장치 및 방법
WO2015013663A1 (en) Managing reviews
KR20200115694A (ko) 빅데이터를 이용한 상권정보 제공 시스템 및 방법
CN111339409A (zh) 地图展示方法与系统
Shouzhen An extension of OWAD operator and its application to uncertain multiple-attribute group decision-making
KR20200133976A (ko) 콘텐츠 큐레이션 방법 및 장치
KR20180035633A (ko) 인간 의사결정 프로세스의 기계학습에 기초한 의사 결정을 위한 인공지능
CN113327151A (zh) 商品对象推荐方法、装置、计算机设备及存储介质
US20170365014A1 (en) Systems, methods and non-transitory computer readable storage media for tracking and evaluating predictions regarding relationships
US20200250250A1 (en) Computer-implemented method and apparatus for determining a relevance of a node in a network
JP6954965B2 (ja) 分析装置及び分析方法
US20230152941A1 (en) Place-Based Semantic Similarity Platform
JP6918161B1 (ja) 分析装置及び分析方法
CN116226537A (zh) 页面中页面模块的布局、展示方法、装置、设备及介质
JP7011742B1 (ja) 情報処理装置及び情報処理方法
McLean The predictive approach to teaching statistics
KR101852766B1 (ko) 매물 검색 방법 및 장치
CN115391666A (zh) 医院在线推荐方法、装置、计算机设备和存储介质
CN114925275A (zh) 产品推荐方法、装置、计算机设备及存储介质
CN112487277B (zh) 数据分配方法、装置、可读存储介质和电子设备

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201120

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20201120

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210312

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20210419

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210427

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210623

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: 20210907

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210930

R150 Certificate of patent or registration of utility model

Ref document number: 6954965

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150