JP7171350B2 - Information processing device and program - Google Patents

Information processing device and program Download PDF

Info

Publication number
JP7171350B2
JP7171350B2 JP2018184762A JP2018184762A JP7171350B2 JP 7171350 B2 JP7171350 B2 JP 7171350B2 JP 2018184762 A JP2018184762 A JP 2018184762A JP 2018184762 A JP2018184762 A JP 2018184762A JP 7171350 B2 JP7171350 B2 JP 7171350B2
Authority
JP
Japan
Prior art keywords
information
user
unit
user terminal
time
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
JP2018184762A
Other languages
Japanese (ja)
Other versions
JP2020052976A (en
Inventor
航 野口
Original Assignee
株式会社ジオロジック
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 株式会社ジオロジック filed Critical 株式会社ジオロジック
Priority to JP2018184762A priority Critical patent/JP7171350B2/en
Publication of JP2020052976A publication Critical patent/JP2020052976A/en
Application granted granted Critical
Publication of JP7171350B2 publication Critical patent/JP7171350B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、情報処理装置及びプログラムに関する。 The present invention relates to an information processing apparatus and program.

特許文献1には、ユーザーの位置情報に基づいて、ユーザー端末に配信する広告を制御可能な広告配信システムが開示されている。 Patent Literature 1 discloses an advertisement delivery system capable of controlling advertisements delivered to user terminals based on user location information.

特開2018-81670号公報JP 2018-81670 A

しかし、ユーザーの位置情報は、リアルタイムで常に取得できることが困難である場合がある。例えば、ユーザー端末の充電が切れている場合、ネットワークに接続できない場合、位置情報に関連するアプリケーションを立ち上げていないときには、広告配信者がユーザーの位置情報をリアルタイムで取得することは困難である。 However, it may be difficult to always obtain the user's location information in real time. For example, if the user's device is out of battery, cannot connect to the network, or is not running an application related to location information, it is difficult for the ad distributor to obtain the user's location information in real time.

本発明は、かかる事情を鑑みてなされたものであり、ユーザーの位置情報を満足に取得できない場合であっても、ユーザーに対して適切な広告を効率的に配信可能な情報処理装置及びプログラムを提供することを目的とする。 The present invention has been made in view of such circumstances, and provides an information processing device and a program capable of efficiently distributing appropriate advertisements to users even when the user's location information cannot be obtained satisfactorily. intended to provide

以下、本発明の種々の実施形態を例示する。以下に示す実施形態は互いに組み合わせ可能である。 Various embodiments of the present invention are illustrated below. The embodiments shown below can be combined with each other.

本発明によれば、ユーザーが操作するユーザー端末と通信可能に構成される情報処理装置であって、位置情報取得部、関連情報取得部、行動予測部及び配信制御部を備え、前記位置情報取得部は、前記ユーザー端末の位置情報を取得可能に構成され、前記関連情報取得部は、交通情報、天気情報、SNS情報、検索情報、カレンダー情報、チケット情報、宿泊予約情報及び行動パターン情報の少なくとも1つを含む関連情報を前記ユーザー端末から取得可能に構成され、前記関連情報は、前記ユーザーが前記ユーザー端末を操作することにより生成される情報であり、前記行動予測部は、前記位置情報及び前記関連情報の少なくとも一方に基づいて、第1時刻における前記ユーザーの滞在位置を予測する予測処理を実行可能に構成され、前記配信制御部は、第1時刻から予め定められた時間帯において、予め定められた広告を前記ユーザー端末に配信可能に構成され、前記広告は、地域毎に予め設定された広告である、情報処理装置が提供される。 According to the present invention, an information processing device configured to be able to communicate with a user terminal operated by a user, comprising a location information acquisition unit, a related information acquisition unit, a behavior prediction unit, and a distribution control unit, wherein the location information acquisition The unit is configured to be able to acquire position information of the user terminal, and the related information acquisition unit acquires at least traffic information, weather information, SNS information, search information, calendar information, ticket information, accommodation reservation information, and behavior pattern information. Related information including one can be acquired from the user terminal, the related information is information generated by the user operating the user terminal, and the behavior prediction unit receives the position information and Based on at least one of the related information, it is configured to be able to execute a prediction process for predicting the user's staying position at a first time, and the distribution control unit is configured to perform a prediction process in a predetermined time period from the first time. An information processing device is provided that is configured to be capable of distributing a predetermined advertisement to the user terminal, the advertisement being an advertisement set in advance for each region.

本発明では、位置情報及び関連情報に基づいて、第1時刻におけるユーザーの滞在位置を予測し、かかる予測に基づいて、滞在位置に対応する広告を配信することが可能になる。 In the present invention, it is possible to predict the user's staying position at the first time based on the positional information and related information, and to distribute an advertisement corresponding to the staying position based on the prediction.

以下、本発明の種々の実施形態を例示する。以下に示す実施形態は互いに組み合わせ可能である。 Various embodiments of the present invention are illustrated below. The embodiments shown below can be combined with each other.

本発明の一実施形態に係る情報処理装置1を含むシステム100の概略図である。1 is a schematic diagram of a system 100 including an information processing device 1 according to an embodiment of the invention; FIG. ユーザー端末5の機能ブロック図である。3 is a functional block diagram of a user terminal 5; FIG. 図3Aは、ユーザー端末5から送信されるログの一部を表すものである。図3Bは、行動予測モジュール10により生成される行動予測関連データの一例である。図3Cは、広告配信モジュール20により管理される広告配信関連データの一例である。FIG. 3A shows part of the log transmitted from the user terminal 5. FIG. FIG. 3B is an example of action prediction-related data generated by the action prediction module 10. FIG. FIG. 3C is an example of advertisement distribution-related data managed by the advertisement distribution module 20. FIG. システム100による処理を表すフローチャートの一例である。4 is an example of a flowchart representing processing by the system 100. FIG. 行動予測モジュール10による予測処理が再実行され、行動予測関連データが書き換えられる様子を表す図である。FIG. 7 is a diagram showing how the behavior prediction module 10 re-executes prediction processing and rewrites behavior prediction-related data. 広告配信モジュール20による配信制御の処理を表すフローチャートの一例である。6 is an example of a flow chart showing processing of distribution control by the advertisement distribution module 20. FIG. 行動予測関連データを更新した場合における配信制御の処理を表すフローチャートの一例である。It is an example of a flow chart showing processing of distribution control when action prediction related data is updated. 時刻tに応じて変化する種々の状態について説明するための概念図である。4 is a conceptual diagram for explaining various states that change according to time t; FIG. 到達範囲推定部17により推定された到達範囲を表す模式図である。4 is a schematic diagram showing a reachable range estimated by a reachable range estimating unit 17. FIG.

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。 Embodiments of the present invention will be described below with reference to the drawings. Various features shown in the embodiments shown below can be combined with each other.

1.情報処理装置1の概要
図1に示すように、本実施形態に係る情報処理装置1は、行動予測モジュール10、広告配信モジュール20、記憶部30、通信部40を備える。情報処理装置1は、サーバ等のコンピュータにより構成される。
1. Outline of Information Processing Apparatus 1 As shown in FIG. 1 , the information processing apparatus 1 according to the present embodiment includes an action prediction module 10 , an advertisement distribution module 20 , a storage section 30 and a communication section 40 . The information processing device 1 is configured by a computer such as a server.

行動予測モジュール10は、ユーザーID取得部11、位置情報取得部12、時刻取得部13、関連情報取得部14、行動予測部15、状態推定部16、到達範囲推定部17、監視部18を備える。 The behavior prediction module 10 includes a user ID acquisition unit 11, a position information acquisition unit 12, a time acquisition unit 13, a related information acquisition unit 14, a behavior prediction unit 15, a state estimation unit 16, a reach range estimation unit 17, and a monitoring unit 18. .

広告配信モジュール20は、入札制御部21、配信制御部22を備える。 The advertisement distribution module 20 includes a bid control section 21 and a distribution control section 22 .

情報処理装置1は、ユーザーが操作するユーザー端末5と通信可能に構成される。本実施形態では、情報処理装置1は、ネットワークNTを介して複数のユーザー端末5と通信可能に構成され、情報処理装置1及びユーザー端末5により、システム100を構成している。ここで、ユーザー端末5は、例えばスマートフォン、タブレットデバイス、ノートパソコン、カーナビゲーションシステム、携帯音楽プレイヤー、スマートウォッチ、スマートグラス等により構成される。以下、情報処理装置1の構成について具体的に説明する。 The information processing device 1 is configured to be able to communicate with a user terminal 5 operated by a user. In this embodiment, the information processing device 1 is configured to be able to communicate with a plurality of user terminals 5 via the network NT, and the information processing device 1 and the user terminals 5 constitute a system 100 . Here, the user terminal 5 is composed of, for example, a smart phone, tablet device, laptop computer, car navigation system, portable music player, smart watch, smart glasses, and the like. The configuration of the information processing apparatus 1 will be specifically described below.

(1-1)行動予測モジュール10
ユーザーID取得部11は、ユーザー端末5を所持するユーザーを識別するためのユーザーIDを取得するものである。ユーザーIDにより、ユーザー名等の情報が特定される。
(1-1) Action prediction module 10
The user ID acquisition unit 11 acquires a user ID for identifying a user who owns the user terminal 5 . Information such as a user name is specified by the user ID.

位置情報取得部12は、ユーザー端末5の位置情報を取得可能に構成される。具体的には、位置情報取得部12は、ユーザー端末5が存在する現在の位置情報を取得するものである。位置情報には、緯度及び経度が含まれる。また、位置情報には、ユーザー端末5が通信する基地局に関する情報や、Bluetooth(登録商標)等の近距離無線通信により特定されるエリア情報が含まれることが好ましい。 The location information acquisition unit 12 is configured to be able to acquire location information of the user terminal 5 . Specifically, the location information acquisition unit 12 acquires current location information where the user terminal 5 exists. Location information includes latitude and longitude. In addition, it is preferable that the location information includes information about base stations with which the user terminal 5 communicates and area information specified by short-range wireless communication such as Bluetooth (registered trademark).

ここで、図3Aに示すように、位置情報取得部12は、位置情報と合わせて、ユーザーID、現在時刻、未来における確定位置情報を取得することが好ましい。 Here, as shown in FIG. 3A, the location information acquisition unit 12 preferably acquires the user ID, the current time, and the fixed location information in the future together with the location information.

時刻取得部13は、情報処理装置1に格納されたプログラムや他の情報処理装置から取得した現在時刻を取得するものである。また、時刻取得部13は、ユーザー端末5から位置情報が送信された時の時刻又は通信部40が位置情報を受信した時刻を取得可能に構成される。以下、本実施形態では、説明の簡略化のため、ユーザー端末5から位置情報が送信された時の時刻を用いて説明する。 The time acquisition unit 13 acquires the current time acquired from a program stored in the information processing device 1 or from another information processing device. The time acquisition unit 13 is configured to be able to acquire the time when the position information was transmitted from the user terminal 5 or the time when the communication unit 40 received the position information. Hereinafter, in this embodiment, the time when the position information is transmitted from the user terminal 5 will be used for the sake of simplification of explanation.

関連情報取得部14は、交通情報、天気情報、SNS情報、検索情報、カレンダー情報、チケット情報、宿泊予約情報及び行動パターン情報の少なくとも1つを含む関連情報を取得可能に構成される。関連情報の取得経路は特に限定されず、ユーザー端末5から取得してもよく、ユーザー端末5から他のサーバを介して取得することも可能である。ここで、関連情報は、ユーザーがユーザー端末5を操作することにより生成される情報である。具体的には、ユーザー端末5により特定のアプリケーションが実行されるか、検索エンジンを操作することにより生成される。例えば、2018年8月23日の10:00に軽井沢に到着予定の電車を検索した場合、到着予定時刻、到着場所、交通手段が交通情報となる。また、2018年8月23日の10:00における軽井沢の天気を検索した場合、日時と場所が天気を調べたことに起因する天気情報となる。また、SNS情報は、ユーザー端末5のユーザーがSNS(ソーシャルネットワークシステム)に書き込んだ内容を分析することにより生成される。例えば、SNSへの書き込み内容を自然言語解析することにより、特定の日時に特定の場所へ移動することを表すSNS情報が生成される。また、検索情報は、検索エンジンによる検索ワードに起因して生成されるものである。検索情報は、SNS情報と同様に、自然言語解析により生成される。また、カレンダー情報は、ユーザーの予定を入力したカレンダーに基づいて生成される。例えば、ユーザー端末5にインストールされたカレンダーアプリや、webアプリ形式のカレンダーに入力された予定がカレンダー情報となる。また、チケット情報は、所定日時における所定場所でのコンサート、展示会等のイベントチケットや、新幹線、特急等の指定席チケット、及びその他のチケット(例:日時指定の前売り券)に関する情報である。チケット情報は、ユーザー端末5により予約された電子チケットに加え、ユーザーが予約したチケットに関する情報をユーザー端末5に入力することにより生成される。また、宿泊予約情報は、所定日時における所定場所での宿泊に関する情報である。宿泊予約情報は、ユーザー端末5により予約された宿泊予約に加え、ユーザーが予約した宿泊予約に関する情報をユーザー端末5に入力することにより生成される。また、行動パターン情報は、ユーザーの普段の行動パターンを表す情報であり、例えば過去1ヶ月~12ヶ月におけるカレンダー情報及び位置情報等から生成される。 The related information acquisition unit 14 is configured to acquire related information including at least one of traffic information, weather information, SNS information, search information, calendar information, ticket information, accommodation reservation information, and behavior pattern information. The acquisition route of the related information is not particularly limited, and the relevant information may be acquired from the user terminal 5 or may be acquired from the user terminal 5 via another server. Here, the relevant information is information generated by the user operating the user terminal 5 . Specifically, it is generated by executing a specific application on the user terminal 5 or by operating a search engine. For example, when searching for a train scheduled to arrive at Karuizawa at 10:00 on August 23, 2018, the estimated time of arrival, place of arrival, and means of transportation are traffic information. Also, when searching for the weather in Karuizawa at 10:00 on August 23, 2018, the date and time and location are the weather information resulting from the weather investigation. Also, the SNS information is generated by analyzing the content written by the user of the user terminal 5 on SNS (Social Network System). For example, by performing a natural language analysis on the content posted on the SNS, SNS information indicating that the user will move to a specific place on a specific date and time is generated. Also, search information is generated due to a search word by a search engine. Search information is generated by natural language analysis in the same manner as SNS information. Also, the calendar information is generated based on the calendar in which the user's schedule is entered. For example, a calendar application installed in the user terminal 5 or a schedule entered in a web application format calendar becomes the calendar information. The ticket information is information about event tickets such as concerts and exhibitions at a predetermined place on a predetermined date and time, reserved seat tickets for bullet trains, express trains, etc., and other tickets (eg, advance tickets for a designated date and time). The ticket information is generated by inputting into the user terminal 5 information related to the ticket reserved by the user in addition to the electronic ticket reserved by the user terminal 5 . Further, the lodging reservation information is information relating to lodging at a predetermined place on a predetermined date and time. The lodging reservation information is generated by inputting to the user terminal 5 information about the lodging reservation reserved by the user in addition to the lodging reservation reserved by the user terminal 5 . Also, the behavioral pattern information is information representing a user's usual behavioral pattern, and is generated from, for example, calendar information and location information for the past 1 to 12 months.

行動予測部15は、位置情報及び関連情報の少なくとも一方に基づいて、第1時刻におけるユーザーの滞在位置を予測する予測処理を実行可能に構成される。本実施形態では、滞在位置は緯度及び経度により規定される地点だけでなく、かかる地点を中心とした所定範囲を含む概念である。ここで、第1時刻は、予測処理の実行時よりも未来の時刻である。例えば、2018年8月1日の10:00に取得されたユーザー端末5の位置情報が東京駅を表し、同日の12:00に取得された位置情報が名古屋周辺を表す場合、関連情報を参照することにより、2018年8月1日の12:30(第1時刻)におけるユーザーの滞在位置が名古屋周辺である、と予測することができる。ここで、関連情報を用いずに、位置情報の変移のみから第1時刻におけるユーザーの滞在位置を予測することも可能であるが、予測精度の向上のため、位置情報と合わせて関連情報を参照することが好ましい。これとは逆に、位置情報を用いず、関連情報のみを用いて予測処理を実行することも可能である。 The behavior prediction unit 15 is configured to be capable of executing a prediction process of predicting the user's stay position at the first time based on at least one of the position information and the related information. In this embodiment, the stay position is a concept that includes not only a point defined by latitude and longitude, but also a predetermined range centering on such point. Here, the first time is a future time after execution of the prediction process. For example, if the location information of the user terminal 5 obtained at 10:00 on August 1, 2018 indicates Tokyo Station, and the location information obtained at 12:00 on the same day indicates the vicinity of Nagoya, see related information. By doing so, it can be predicted that the user's stay position at 12:30 (first time) on August 1, 2018 is around Nagoya. Here, it is possible to predict the user's stay position at the first time only from the change in position information without using the related information, but in order to improve the prediction accuracy, refer to the related information together with the position information. preferably. Conversely, it is also possible to perform prediction processing using only related information without using position information.

ここで、行動パターン情報は、所定期間におけるユーザーの行動を一般化した情報であり、常にその行動パターンに従って行動するわけではないので、予測精度がその他の情報と比較して相対的に小さくなる。一方、交通情報、天気情報、SNS情報、検索情報、チケット情報及び宿泊予約情報は、ユーザーの行動パターンによらず、そのときに必要な情報が含まれるので、行動パターン情報と比較して予測精度が相対的に大きくなる。このため、本実施形態では、行動予測部15は、交通情報、天気情報、SNS情報、検索情報の少なくとも1つの予測処理への寄与度を、行動パターン情報の予測処理への寄与度と比較して大きく設定する。また、カレンダー情報を用いた予測処理は、経験的に上記の情報と行動パターン情報の中間程度であることとが多い場合があると認められたので、カレンダー情報の予測処理への寄与度を、上記の情報と行動パターン情報の中間程度に設定することが好ましい。 Here, the action pattern information is information that generalizes the user's actions in a predetermined period, and the user does not always act according to the action pattern, so the prediction accuracy is relatively low compared to other information. On the other hand, traffic information, weather information, SNS information, search information, ticket information, and lodging reservation information do not depend on the user's behavior pattern, and contain necessary information at that time. becomes relatively large. Therefore, in the present embodiment, the action prediction unit 15 compares the degree of contribution of at least one of traffic information, weather information, SNS information, and search information to the prediction process with the contribution of action pattern information to the prediction process. to a larger value. In addition, it has been empirically recognized that prediction processing using calendar information is often intermediate between the above information and behavior pattern information, so the degree of contribution to prediction processing of calendar information is It is preferable to set the information to an intermediate level between the above information and the behavior pattern information.

そして、3段階に分けて設定した寄与度に対応する係数を設定し、位置情報及び関連情報の少なくとも一方に基づいて、行動予測部15による予測処理が実行される。 Then, coefficients corresponding to the degrees of contribution set in three stages are set, and prediction processing by the behavior prediction unit 15 is executed based on at least one of the position information and the related information.

状態推定部16は、位置情報及び関連情報の少なくとも一方に基づいて、ユーザーの状態を推定可能に構成される。ここでいう状態は、ユーザーが滞在すると推定される場所の分類及びユーザーの移動状態の少なくとも一方を表すものである。具体的には、ユーザーが滞在すると推定される場所の分類は、自宅、職場、コンビニ、映画館、美容院、飲食店、ゲームセンター等である。また、ユーザーの移動状態は、静止、徒歩、自転車、車、電車、飛行機等である。 The state estimator 16 is configured to be able to estimate the user's state based on at least one of the positional information and related information. The state here represents at least one of the classification of the place where the user is estimated to stay and the movement state of the user. Specifically, the classification of places where the user is estimated to stay includes home, workplace, convenience store, movie theater, beauty salon, restaurant, game arcade, and the like. In addition, the moving state of the user includes stationary, walking, bicycle, car, train, airplane, and the like.

到達範囲推定部17は、ユーザーの現在の滞在位置と、地図データと、に基づいて、現在から第3時刻までにユーザーが到達可能な到達可能範囲を推定可能に構成される。地図データは、記憶部30に記憶されたものでもよく、他社が提供するデータでもよい。また、本実施形態では、到達範囲推定部17は、位置情報、関連情報、状態を参照し、現在から第3時刻までにユーザーが到達可能な到達可能範囲を推定可能に構成される。ここで、第3時刻は、現在の時刻から所定時間経過後における時刻を表す。到達範囲推定部17の具体的な推定手法については、図9を用いて後述する。 The reachable range estimation unit 17 is configured to be capable of estimating a reachable range reachable by the user between now and the third time based on the user's current stay position and map data. The map data may be stored in the storage unit 30 or may be data provided by other companies. Further, in the present embodiment, the reachable range estimating unit 17 is configured to be able to estimate the reachable range that the user can reach from the current time to the third time by referring to the position information, the related information, and the state. Here, the third time represents the time after the lapse of a predetermined time from the current time. A specific estimation method of the reachable range estimation unit 17 will be described later with reference to FIG. 9 .

監視部18は、ユーザーID取得部11が取得する位置情報を監視するものである。本実施形態では、監視部18により、第1時刻から予め定められた時間帯において取得したユーザー端末5の位置情報が、予測処理において予測された滞在位置から予め定められた範囲外を表すか否かが判定される。具体的には、行動予測部15により、2018年8月1日の13:00(第1時刻)においてユーザーが京都に滞在していると予測された場合に、13:00(第1時刻)から予め定められた時間帯(例:12:45~13:15)において取得したユーザー端末5の位置情報、すなわち、ユーザーの現実の滞在位置が金沢を表すときは、予測処理において予測された滞在位置(京都)から予め定められた範囲外である、と判定する。ここで、予め定められた範囲は任意に設定することができ、例えば、予測処理により予測された滞在位置から1時間以内に到達できる範囲や、予測処理により予測された滞在位置を中心とした所定距離の同心円として設定することができる。また、予め定められた時間帯は、時刻取得部13により取得される現在の時刻を参照することにより取得することができる。 The monitoring unit 18 monitors position information acquired by the user ID acquisition unit 11 . In the present embodiment, whether or not the location information of the user terminal 5 acquired by the monitoring unit 18 in a predetermined time period from the first time indicates outside a predetermined range from the stay location predicted in the prediction process. is determined. Specifically, when the behavior prediction unit 15 predicts that the user is staying in Kyoto at 13:00 (first time) on August 1, 2018, 13:00 (first time) When the location information of the user terminal 5 acquired in a predetermined time period (eg, 12:45 to 13:15) from the It is determined that it is outside a predetermined range from the position (Kyoto). Here, the predetermined range can be arbitrarily set. For example, a range that can be reached within one hour from the stay position predicted by the prediction process, or a predetermined range around the stay position predicted by the prediction process Can be set as concentric circles of distance. Also, the predetermined time period can be obtained by referring to the current time obtained by the time obtaining unit 13 .

(1-2)広告配信モジュール20
入札制御部21は、広告配信モジュール20がユーザー端末5に配信する広告を掲載する広告枠を入札するためのものである。入札制御部21により、例えばスマートフォンアプリ等の広告表示媒体の広告枠に対し、情報処理装置1の提供者が広告枠を確保するための入札処理が実行される。ここで、広告の種別は特に限定されず、料理レシピアプリ、SNS、動画視聴サービス、ホームページ、ブログ等に表示される画像広告又は動画広告や、音楽配信サービス又はカーナビゲーションシステムを利用中に流れる音声広告であってもよい。
(1-2) Ad distribution module 20
The bid control unit 21 is for bidding on an advertising slot for posting an advertisement distributed to the user terminal 5 by the advertisement distribution module 20 . The bidding control unit 21 executes a bidding process for the provider of the information processing device 1 to secure an advertisement space for an advertisement display medium such as a smartphone application. Here, the type of advertisement is not particularly limited, and image advertisements or video advertisements displayed on cooking recipe apps, SNS, video viewing services, homepages, blogs, etc., and voices played while using music distribution services or car navigation systems It may be an advertisement.

配信制御部22は、第1時刻から予め定められた時間帯において、予め定められた広告をユーザー端末5に配信可能に構成される。例えば、2018年8月1日の13:00(第1時刻)から予め定められた時間帯(例:12:45~13:15)において、予め定められた広告をユーザー端末5に配信することができる。本実施形態では、かかる広告は、地域毎に予め設定された広告である。ここで、予め定められた時間帯は、時刻取得部13により取得される現在の時刻を参照することにより取得することができる。 The distribution control unit 22 is configured to be able to distribute a predetermined advertisement to the user terminal 5 in a predetermined time period from the first time. For example, to distribute a predetermined advertisement to the user terminal 5 during a predetermined time period (eg, 12:45 to 13:15) from 13:00 (first time) on August 1, 2018. can be done. In this embodiment, such an advertisement is an advertisement preset for each region. Here, the predetermined time zone can be obtained by referring to the current time obtained by the time obtaining unit 13 .

(1-3)記憶部30
記憶部30は、種々のプログラム及びデータを記憶するものであり、例えばメモリ、ハードディスク、SSD等により構成される。本実施形態では、記憶部30は、行動予測関連データ及び広告配信関連データを記憶する。ここで、行動予測関連データは、行動予測モジュール10によるユーザー行動の予測処理に用いられるデータである。また、広告配信関連データは、広告配信モジュール20による広告の配信制御に用いられるデータである。
(1-3) Storage unit 30
The storage unit 30 stores various programs and data, and includes, for example, memory, hard disk, SSD, and the like. In this embodiment, the storage unit 30 stores action prediction related data and advertisement distribution related data. Here, the behavior prediction-related data is data used for user behavior prediction processing by the behavior prediction module 10 . Further, the advertisement delivery-related data is data used for advertisement delivery control by the advertisement delivery module 20 .

本実施形態では、図3Bに示すように、行動予測関連データには、ユーザーID、所定の地点への到着予測時刻及び出発予測時刻、到着予測地点が含まれる。図3Bの例では、ユーザーIDがABCで表されるユーザーの場合、位置情報及び関連情報の少なくとも一方に基づいて、2018年8月23日~2018年8月25日までの行動についての予測結果が記憶されている。ここで、行動予測関連データは、行動予測部15が予測処理を実行することにより生成される。記憶部30は、これらを対応付けて、行動予測関連データとして記憶する。また、図3Cに示すように、広告配信関連データには、広告を配信する広告主を識別する広告主ID、広告を個別に識別するバナーID、広告を配信する広告配信地点が含まれる。記憶部30は、これらを対応付けて、広告配信関連データとして記憶する。ここで、図1の例では、記憶部30が情報処理装置1に設けられる構成としているが、記憶部30を情報処理装置1の外部に設け、必要に応じて情報処理装置1が記憶部30にアクセスする、いわゆるクラウドコンピューティングの形態としてもよい。 In this embodiment, as shown in FIG. 3B, the behavior prediction related data includes a user ID, predicted arrival and departure times at a predetermined point, and predicted arrival point. In the example of FIG. 3B, in the case of a user whose user ID is represented by ABC, prediction results for behavior from August 23, 2018 to August 25, 2018 based on at least one of location information and related information is stored. Here, the behavior prediction-related data is generated by the behavior prediction unit 15 executing prediction processing. The storage unit 30 associates them and stores them as action prediction related data. Further, as shown in FIG. 3C, the advertisement distribution related data includes an advertiser ID for identifying an advertiser who distributes an advertisement, a banner ID for individually identifying an advertisement, and an advertisement distribution point for distributing an advertisement. The storage unit 30 associates them and stores them as advertisement delivery-related data. Here, in the example of FIG. 1, the storage unit 30 is provided in the information processing apparatus 1, but the storage unit 30 is provided outside the information processing apparatus 1, and the information processing apparatus 1 can store the storage unit 30 as necessary. It may be in the form of so-called cloud computing that accesses to.

(1-4)通信部40
通信部40は、情報処理装置1を構成する他の構成要素、ユーザー端末5及び他の情報処理装置と有線又は無線によりデータ通信可能に構成される。本実施形態では、通信部40により、ネットワークNTを介して情報処理装置1とユーザー端末5の間で種々のデータの送受信が実行される。
(1-4) Communication unit 40
The communication unit 40 is configured to be capable of data communication with other constituent elements of the information processing device 1, the user terminal 5, and other information processing devices by wire or wirelessly. In this embodiment, the communication unit 40 transmits and receives various data between the information processing device 1 and the user terminal 5 via the network NT.

ここで、図1の例では、行動予測モジュール10と広告配信モジュール20が1つの情報処理装置1の内部に設けられる構成としているが、行動予測モジュール10と広告配信モジュール20をそれぞれ別のサーバにより構成してもよい。このとき、行動予測モジュール10を構成するサーバに行動予測関連データを格納し、広告配信モジュール20を構成するサーバに広告配信関連データを格納してもよい。この場合、通信部はそれぞれのサーバ毎に設けられる。 Here, in the example of FIG. 1, the behavior prediction module 10 and the advertisement distribution module 20 are configured to be provided inside one information processing device 1, but the behavior prediction module 10 and the advertisement distribution module 20 are provided by separate servers may be configured. At this time, the behavior prediction related data may be stored in the server that constitutes the behavior prediction module 10 and the advertisement distribution related data may be stored in the server that constitutes the advertisement distribution module 20 . In this case, a communication unit is provided for each server.

2.ユーザー端末5の概要
次に、図2を用いて、ユーザー端末5について説明する。本実施形態では、ユーザー端末5は、ユーザーID取得部51、位置情報取得部52、関連情報取得部53、制御部54、記憶部55、表示部56及び通信部57を備える。
2. Overview of User Terminal 5 Next, the user terminal 5 will be described with reference to FIG. In this embodiment, the user terminal 5 includes a user ID acquisition section 51 , a location information acquisition section 52 , a related information acquisition section 53 , a control section 54 , a storage section 55 , a display section 56 and a communication section 57 .

ユーザーID取得部51、位置情報取得部52、関連情報取得部53及び通信部57はそれぞれ、ユーザーID取得部11、位置情報取得部12、関連情報取得部14及び通信部40と同様の機能を備える。 The user ID acquisition unit 51, the location information acquisition unit 52, the related information acquisition unit 53, and the communication unit 57 have the same functions as the user ID acquisition unit 11, the location information acquisition unit 12, the related information acquisition unit 14, and the communication unit 40, respectively. Prepare.

制御部54は、記憶部55に記憶されたプログラム(不図示)にしたがい、ユーザー端末5を構成する種々の要素を制御するものである。記憶部55は、ユーザー端末5を制御する種々のプログラム及びデータを記憶するものであり、例えばメモリ、ハードディスク、SSD等により構成される。表示部56は、種々の画像及び動画を表示するものである。 The control unit 54 controls various elements forming the user terminal 5 according to a program (not shown) stored in the storage unit 55 . The storage unit 55 stores various programs and data for controlling the user terminal 5, and is composed of, for example, memory, hard disk, SSD, and the like. The display unit 56 displays various images and moving images.

一実施形態では、ユーザーID取得部51及び位置情報取得部52は、SDK(Software Development Kit)としてユーザー端末5内で動作するプログラムを用いて実現することができる。この場合、ユーザーID取得部51及び位置情報取得部52を実現するプログラムは、記憶部55に記憶される。また、関連情報取得部53により取得される関連情報は、ユーザー端末5にインストールされた種々のアプリケーションから取得される情報である。 In one embodiment, the user ID acquisition unit 51 and the location information acquisition unit 52 can be realized using a program that operates within the user terminal 5 as SDK (Software Development Kit). In this case, a program that implements the user ID acquisition unit 51 and the location information acquisition unit 52 is stored in the storage unit 55 . Also, the related information acquired by the related information acquisition unit 53 is information acquired from various applications installed in the user terminal 5 .

そして、ユーザーID取得部51、位置情報取得部52及び関連情報取得部53により取得される種々の情報が、通信部57から情報処理装置1の通信部40に送信される。そして、通信部40により受信された情報が、ユーザーID取得部11、位置情報取得部12及び関連情報取得部14により取得される。 Then, various information acquired by the user ID acquisition unit 51 , the position information acquisition unit 52 and the related information acquisition unit 53 are transmitted from the communication unit 57 to the communication unit 40 of the information processing device 1 . Then, the information received by the communication unit 40 is acquired by the user ID acquisition unit 11, the position information acquisition unit 12, and the related information acquisition unit 14. FIG.

本実施形態では、通信部57により、ネットワークNTを介して情報処理装置1の通信部40との間で種々のデータの送受信が実行される。 In this embodiment, the communication section 57 transmits and receives various data to and from the communication section 40 of the information processing apparatus 1 via the network NT.

ここで、情報処理装置1及びユーザー端末5を構成する各構成要素は、ソフトウェアによって実現してもよく、ハードウェアによって実現してもよい。ソフトウェアによって実現する場合、CPUがプログラムを実行することによって各種機能を実現することができる。プログラムは、内蔵の記憶部に格納してもよく、コンピュータ読み取り可能な非一時的な記録媒体に格納してもよい。また、外部の記憶部に格納されたプログラムを読み出し、いわゆるクラウドコンピューティングにより実現してもよい。ハードウェアによって実現する場合、ASIC、FPGA、又はDRPなどの種々の回路によって実現することができる。本実施形態においては、様々な情報やこれを包含する概念を取り扱うが、これらは、0又は1で構成される2進数のビット集合体として信号値の高低によって表され、上記のソフトウェア又はハードウェアの態様によって通信や演算が実行され得るものである。 Here, each component constituting the information processing apparatus 1 and the user terminal 5 may be realized by software or by hardware. When realized by software, various functions can be realized by the CPU executing a program. The program may be stored in a built-in storage unit, or may be stored in a computer-readable non-temporary recording medium. Alternatively, a program stored in an external storage unit may be read out and implemented by so-called cloud computing. When implemented by hardware, it can be implemented by various circuits such as ASIC, FPGA, or DRP. In this embodiment, various information and concepts including this are handled, and these are represented by high and low signal values as binary bit aggregates composed of 0 or 1, and the above software or hardware Communication and computation can be performed according to the aspect of .

3.情報処理装置1が実行する処理のフローについて
(3-1)全体の流れ
次に、図4及び図5を用いて、情報処理装置1が実行する処理について説明する。
3. Flow of Processing Executed by Information Processing Apparatus 1 (3-1) Overall Flow Next, processing executed by the information processing apparatus 1 will be described with reference to FIGS. 4 and 5. FIG.

図4に示すように、S1において、ユーザー端末5から行動予測モジュール10に対して位置情報が送信される。 As shown in FIG. 4, position information is transmitted from the user terminal 5 to the behavior prediction module 10 in S1.

行動予測モジュール10は、S11において、ユーザー端末5から送信された位置情報を受信する。 The behavior prediction module 10 receives the location information transmitted from the user terminal 5 in S11.

次に、S12において、位置情報取得部12及び時刻取得部13により、ユーザー端末5の位置情報と、位置情報の送信時の時刻が取得される。 Next, in S<b>12 , the location information of the user terminal 5 and the time when the location information was transmitted are acquired by the location information acquisition unit 12 and the time acquisition unit 13 .

次に、S13において、関連情報取得部14により、関連情報が取得される。ここで、S13の実行タイミングは任意であり、S13をS11の前に実行してもよい。 Next, in S<b>13 , related information is acquired by the related information acquisition unit 14 . Here, the execution timing of S13 is arbitrary, and S13 may be executed before S11.

次に、S14において、監視部18により、S12において取得された時刻における位置情報が、行動予測部15により予測された滞在位置から予め定められた範囲内に位置するか否かの判定がなされる。そして、ユーザーの現在位置が予め定められた範囲内に位置する場合(YES)、行動予測モジュール10から広告配信モジュール20に対して広告配信の配信制御を指示する配信制御命令が送信される。 Next, in S14, the monitoring unit 18 determines whether or not the position information at the time acquired in S12 is within a predetermined range from the stay position predicted by the behavior prediction unit 15. . Then, if the user's current position is within a predetermined range (YES), the behavior prediction module 10 transmits a distribution control instruction to the advertisement distribution module 20 to instruct distribution control of advertisement distribution.

一方、S14において、ユーザーの現在位置が予め定められた範囲外となる場合(NO)、S15に進み、行動予測関連データを更新する。かかる更新は、行動予測部15が予測処理を再実行することによりなされる。つまり、本実施形態では、行動予測部15は、第1時刻から予め定められた時間帯において取得したユーザー端末5の位置情報が、予測処理において予測された滞在位置から予め定められた範囲外を表す場合、予測処理を再実行し、第2時刻におけるユーザーの滞在位置を予測する。 On the other hand, in S14, when the user's current position is outside the predetermined range (NO), the process proceeds to S15 to update the action prediction related data. Such update is performed by the action prediction unit 15 re-executing the prediction process. That is, in the present embodiment, the behavior prediction unit 15 determines that the location information of the user terminal 5 acquired during the predetermined time period from the first time is outside the predetermined range from the stay location predicted in the prediction process. If so, the prediction process is re-executed to predict the user's stay position at the second time.

以下、図3Bを用いて、予測処理の再実行について具体的に説明する。例えば、2018年8月23日の10:00(第1時刻)から予め定められた時間帯(例:9:45~10:15)において行動予測モジュール10がユーザー端末5から位置情報を取得した場合に、予測処理において予測された滞在位置(到着予測地点の軽井沢)から予め定められた範囲(例:軽井沢を中心とする半径5kmの同心円)内に位置情報が含まれるか否かについて判定する。そして、行動予測モジュール10による予測が外れた場合には、S12において取得した位置情報を用いて、予測処理を再実行する。これにより、第2時刻(例:2018年8月23日の10:30)におけるユーザーの滞在位置を予測する。ここで、第2時刻は第1時刻よりも未来の時刻を表す。 Re-execution of the prediction process will be specifically described below with reference to FIG. 3B. For example, the behavior prediction module 10 acquired location information from the user terminal 5 during a predetermined time period (eg, 9:45 to 10:15) from 10:00 (first time) on August 23, 2018. In this case, it is determined whether or not the position information is included within a predetermined range (eg, a concentric circle with a radius of 5 km centered on Karuizawa) from the stay position (Karuizawa at the predicted arrival point) predicted in the prediction process. . Then, when the prediction by the action prediction module 10 is incorrect, the prediction process is re-executed using the position information acquired in S12. This predicts the user's staying position at the second time (eg, 10:30 on August 23, 2018). Here, the second time represents a time later than the first time.

これにより、図5に示すように、行動予測関連データが書き換えられ、書き換えられた行動予測関連データが記憶部30に記憶される。 As a result, as shown in FIG. 5, the action prediction related data is rewritten, and the rewritten action prediction related data is stored in the storage unit 30 .

一方、広告配信モジュール20は、S21において、行動予測モジュール10から送信された配信制御命令を受信する。 On the other hand, the advertisement distribution module 20 receives the distribution control command transmitted from the action prediction module 10 in S21.

次に、S22において配信制御を実行する。そして、S23において、ユーザー端末5に対して広告を配信する。 Next, distribution control is executed in S22. Then, in S23, the advertisement is distributed to the user terminal 5. FIG.

(3-2)配信制御
以下、図6及び図7を用いて、図4のS22における配信制御について説明する。
(3-2) Distribution Control The distribution control in S22 of FIG. 4 will be described below with reference to FIGS. 6 and 7. FIG.

<行動予測関連データの更新がない場合:S14でYES>
図6に示すように、S221において、広告配信モジュール20は、行動予測モジュール10から受信した配信制御命令を解釈する。そして、行動予測関連データが更新されている旨の命令が含まれていない場合に、本フローが実行される。
<When there is no update of behavior prediction related data: YES in S14>
As shown in FIG. 6, in S221, the advertisement distribution module 20 interprets the distribution control instructions received from the behavior prediction module 10. FIG. Then, this flow is executed when the instruction indicating that the action prediction related data is updated is not included.

次に、S222において、配信制御部22は、ユーザーの予測滞在位置に対応する広告主ID及びバナーIDを検索する。図3Cの例では、2018年8月23日の10:00(第1時刻)におけるユーザーの予測滞在位置が軽井沢の場合、広告配信関連データを検索し、広告主ID123,456が特定される。そして、各広告主に対応するバナーID1000,1002が特定される。ここで、これらの広告は、軽井沢周辺の店舗、カフェ、ホテル、観光地等に関する広告であることが好ましい。 Next, in S222, the distribution control unit 22 searches for the advertiser ID and banner ID corresponding to the user's predicted stay position. In the example of FIG. 3C, when the predicted stay position of the user at 10:00 (first time) on August 23, 2018 is Karuizawa, advertisement distribution related data is searched, and advertiser IDs 123 and 456 are specified. Then, banner IDs 1000 and 1002 corresponding to each advertiser are identified. Here, these advertisements are preferably advertisements relating to shops, cafes, hotels, sightseeing spots, etc. around Karuizawa.

次に、S223において、配信制御部22は、広告を配信する優先順位を参照する。これは、例えば、広告主IDから情報処理装置1の提供者へ支払われる料金が高い順や、ユーザーへの特定広告の接触回数の少ない順に優先順位を予め設定しておき、設定された優先順位をS223において参照するものである。なお、優先順位の決め方は特に限定されず、適宜順位を変動させてもよい。 Next, in S223, the distribution control unit 22 refers to the order of priority for distributing advertisements. For example, priority is set in advance in descending order of the fee paid to the provider of the information processing device 1 from the advertiser ID, or in ascending order of the number of times the user is contacted with the specific advertisement. is referred to in S223. Note that the method of determining the order of priority is not particularly limited, and the order may be changed as appropriate.

そして、S224において、配信制御部22は、優先順位に基づいて、予測滞在位置に対応する広告を配信する。ここで、広告の配信時刻は特に限定されず、第1時刻ぴったりに配信する必要もない。例えば、2018年8月23日の10:00(第1時刻)におけるユーザーの予測滞在位置が軽井沢の場合には、第1時刻から予め定められた時間帯(例:9:45~10:15)に広告を配信してもよい。このとき、S223における優先順位の高い順に広告を配信することが好ましい。これにより、予測滞在位置向かう電車中で事前に広告を配信することや、予測滞在位置に到着した後に広告を配信することが可能になる。 Then, in S224, the distribution control unit 22 distributes the advertisement corresponding to the predicted stay position based on the order of priority. Here, the delivery time of the advertisement is not particularly limited, and it is not necessary to deliver the advertisement exactly at the first time. For example, if the user's predicted stay position at 10:00 (first time) on August 23, 2018 is Karuizawa, a predetermined time zone from the first time (eg: 9:45 to 10:15) ) may serve ads. At this time, it is preferable to distribute advertisements in descending order of priority in S223. This makes it possible to distribute advertisements in advance while on a train heading for the predicted stay position, or to distribute advertisements after arriving at the predicted stay position.

<行動予測関連データの更新がある場合:S14でNO>
図7に示すように、S225において、広告配信モジュール20は、行動予測モジュール10から受信した配信制御命令を解釈する。そして、行動予測関連データが更新されている旨の命令が含まれている場合に、本フローが実行される。
<When action prediction related data is updated: NO in S14>
As shown in FIG. 7, at S225, the advertisement distribution module 20 interprets the distribution control instructions received from the behavior prediction module 10. FIG. Then, this flow is executed when an instruction to the effect that the behavior prediction related data is updated is included.

次に、S226において、入札制御部21は、広告配信モジュール20が実行する広告の入札を停止する。これは、当初の予測滞在位置(軽井沢)に対応する広告を、実際にユーザーが滞在すると推定される名古屋で配信しても、広告効果が低いと思われるためである。 Next, in S<b>226 , the bid control unit 21 stops the advertisement bidding executed by the advertisement distribution module 20 . This is because even if an advertisement corresponding to the originally predicted location of stay (Karuizawa) is distributed in Nagoya, where the user is actually expected to stay, the advertisement effect is considered to be low.

あわせて、配信制御部22は、当初の予測滞在位置に対応する広告の配信を停止する。つまり、本実施形態では、配信制御部22は、第1時刻から予め定められた時間帯において取得したユーザー端末5の位置情報が、予測処理において予測された滞在位置から予め定められた範囲外を表す場合、予測された滞在位置に対応する広告の配信を停止する。これは、ユーザーが当初の予測滞在位置である軽井沢ではなく名古屋に移動していることが予測されるため、もはや軽井沢に関する広告を配信しても効果が小さいと思われるので、予測処理の再実行前に配信予定であった軽井沢に関する広告の配信を停止するのである。 At the same time, the distribution control unit 22 stops distributing the advertisement corresponding to the initial predicted stay position. That is, in the present embodiment, the distribution control unit 22 determines that the location information of the user terminal 5 acquired during the predetermined time period from the first time is outside the predetermined range from the stay location predicted in the prediction process. If so, stop delivering the advertisement corresponding to the predicted stay position. This is because it is predicted that the user will move to Nagoya instead of Karuizawa, which is the originally predicted location of stay. The distribution of advertisements about Karuizawa that was scheduled to be distributed before will be stopped.

次に、S227において、予測処理の再実行後における予測滞在位置に対応する広告主ID及びバナーIDを検索する。本実施形態では、図5(書き換え後)に示されるように、2018年8月23日の10:30(第2時刻)におけるユーザーの予測滞在位置が名古屋の場合、広告配信関連データを検索し、名古屋に対応する広告主ID789が特定される。そして、広告主に対応するバナーID1003が特定される。ここで、かかる広告は、名古屋周辺の店舗、カフェ、ホテル、観光地等に関する広告であることが好ましい。 Next, in S227, the advertiser ID and banner ID corresponding to the predicted stay position after the re-execution of the prediction process are searched. In the present embodiment, as shown in FIG. 5 (after rewriting), when the user's predicted stay position at 10:30 (second time) on August 23, 2018 is Nagoya, the advertisement distribution-related data is searched. , Nagoya are identified. Then, the banner ID 1003 corresponding to the advertiser is identified. Here, such advertisements are preferably advertisements relating to stores, cafes, hotels, sightseeing spots, etc. around Nagoya.

そして、S228において、広告配信モジュール20からユーザー端末5に配信する配信広告を変更する。具体的には、バナーID1000,1002で特定される配信広告を、バナーID1003で特定される配信広告へと変更する。つまり、本実施形態では、行動予測部15は、第1時刻から予め定められた時間帯において取得したユーザー端末5の位置情報が、予測処理において予測された滞在位置から予め定められた範囲外を表す場合、予測処理を実行し、第2時刻におけるユーザーの滞在位置を予測する。そして、配信制御部22は、第2時刻におけるユーザーの滞在位置に対応する広告をユーザー端末5に配信可能に構成される。 Then, in S228, the distribution advertisement to be distributed from the advertisement distribution module 20 to the user terminal 5 is changed. Specifically, the delivery advertisement specified by banner ID1000,1002 is changed into the delivery advertisement specified by banner ID1003. That is, in the present embodiment, the behavior prediction unit 15 determines that the location information of the user terminal 5 acquired during the predetermined time period from the first time is outside the predetermined range from the stay location predicted in the prediction process. If so, a prediction process is performed to predict the user's stay position at the second time. Then, the distribution control unit 22 is configured to be able to distribute the advertisement corresponding to the user's staying position at the second time to the user terminal 5 .

これにより、予測処理の結果が誤っていた場合でも、ユーザーの実際の滞在位置に対応する広告を配信できる可能性が向上する。 This improves the possibility of delivering advertisements corresponding to the user's actual staying position even if the result of the prediction processing is incorrect.

以上説明したように、本実施形態に係る情報処理装置1は、ユーザー端末5からリアルタイムに位置情報を取得できない場合であっても、位置情報及び関連情報の少なくとも一方に基づいて、ユーザーの未来の行動を予測することができる。これにより、ユーザーの現在の位置情報を取得できず、ユーザーの位置を正確に把握することができない場合であっても、ユーザーが滞在すると予測される予測滞在位置に対応する広告を適切に配信することが可能になる。 As described above, the information processing apparatus 1 according to the present embodiment, even if it is not possible to acquire the position information from the user terminal 5 in real time, based on at least one of the position information and the related information, the information processing apparatus 1 can predict the user's future. behavior can be predicted. As a result, even if the user's current location information cannot be obtained and the user's location cannot be accurately determined, advertisements corresponding to the predicted location where the user is expected to stay can be delivered appropriately. becomes possible.

4.状態推定
次に、図8を用いて、状態推定部16が実行する状態推定について説明する。ここで、状態推定は必須ではなく、必要に応じて上述の予測処理に組み合わせることができる。
4. State Estimation Next, state estimation performed by the state estimator 16 will be described with reference to FIG. Here, state estimation is not essential, and can be combined with the above-described prediction processing as needed.

図8は、行動予測部15による予測処理の結果の一例である。例えば、行動予測部15により、ある日の8:00から鎌倉行きの電車に乗り、17:00に鎌倉から電車で帰宅することが予測されたとする。この場合、状態推定部16は、ユーザーの自宅の住所と電車の駅までの距離を計算し、一般的な徒歩速度で20分かかる場合には、7:40に「自宅」を「徒歩」で出発する、と推定する。そして、状態推定部16は、「自宅」を出発してから駅に到着するまでの間は、ユーザーが「移動」状態であると推定する。このとき、7:40よりも前のユーザーの滞在位置については、ユーザーの位置情報や関連情報を利用して推定することができる。ここで、ユーザーの住所は、予め情報処理装置1の記憶部30に記憶しておいてもよく、ユーザーのSNS情報等の関連情報から取得してもよい。 FIG. 8 is an example of a result of prediction processing by the action prediction unit 15. In FIG. For example, it is assumed that the behavior prediction unit 15 predicts that the user will board a train bound for Kamakura at 8:00 on a certain day and return home from Kamakura at 17:00. In this case, the state estimating unit 16 calculates the distance to the user's home address and the train station, and if it takes 20 minutes at a general walking speed, the state estimating unit 16 can walk from "home" at 7:40. I'm assuming you're leaving. Then, the state estimation unit 16 estimates that the user is in the "moving" state from the time the user leaves the "home" until the time the user arrives at the station. At this time, the user's stay position before 7:40 can be estimated using the user's position information and related information. Here, the address of the user may be stored in advance in the storage unit 30 of the information processing device 1, or may be obtained from related information such as SNS information of the user.

また、行動予測部15により、10:00~17:00の間は鎌倉に滞在すると予測された場合は、状態推定部16は、その間のユーザーの状態は「観光」であると推定する。さらに、19:00に地元の駅に到着することが予測されている場合であって、関連情報から友人に送迎を依頼していることが判明した場合には、状態推定部16は、駅から自宅まで「車」で移動する、と推定することができる。なお、地元の駅から自宅に到着するまでは、上記と同様に、状態推定部16は、ユーザーが「移動」状態であると推定する。 Also, when the behavior prediction unit 15 predicts that the user will stay in Kamakura between 10:00 and 17:00, the state estimation unit 16 estimates that the user's state during that time is "sightseeing". Furthermore, when it is predicted that the user will arrive at the local station at 19:00, and it is found from the related information that the friend is requesting the pick-up and drop-off, the state estimation unit 16 It can be presumed that the user will travel by "car" to his/her home. Note that the state estimating unit 16 estimates that the user is in the "moving" state until the user arrives at home from the local station, in the same manner as described above.

このようにして推定された状態に基づいて、広告配信モジュール20からユーザー端末5に対し、ユーザーの状態に応じた広告を配信することが可能になる。例えば、「自宅」にいると推定される場合には、趣味に関する広告を配信する。また、「電車」で移動中であると推定される場合には、英会話スクールに関する広告を配信する。また、「車」で移動中であると推定される場合には、運転に対する注意力を低下させないように、音声広告を配信することができる。 Based on the state estimated in this way, it becomes possible to distribute an advertisement according to the state of the user from the advertisement distribution module 20 to the user terminal 5 . For example, if it is presumed to be at "home", it will deliver advertisements about hobbies. Also, when it is presumed that the user is traveling by "train", an advertisement about an English conversation school is delivered. Also, when it is estimated that the user is traveling by "car", a voice advertisement can be delivered so as not to reduce the attention to driving.

かかる状態推定は、図4のS22に組み込むことができ、S23において、状態推定の結果に応じて適切な広告を配信することが可能になる。この場合、配信制御部22は、ユーザーの状態に基づいて、ユーザー端末5に配信する広告を切替可能に構成される。 Such state estimation can be incorporated in S22 of FIG. 4, and appropriate advertisements can be delivered in S23 according to the result of state estimation. In this case, the distribution control unit 22 is configured to be able to switch advertisements to be distributed to the user terminal 5 based on the state of the user.

5.到達範囲推定
次に、図9を用いて、到達範囲推定部17が実行する到達範囲推定について説明する。ここで、到達範囲推定は必須ではなく、必要に応じて上述の予測処理に組み合わせることができる。
5. Reaching Range Estimation Next, referring to FIG. 9, reaching range estimation executed by the reaching range estimating unit 17 will be described. Here, reaching range estimation is not essential, and can be combined with the above-described prediction processing as necessary.

本実施形態では、到達範囲推定部17は、ユーザーの現在の滞在位置と、地図データと、に基づいて、現在から第3時刻までにユーザーが到達可能な到達可能範囲を推定可能に構成される。例えば、ユーザーの現在(例:15:00)の滞在位置を表す位置情報を取得するか、行動予測部15により予測された現在(例:15:00)の滞在位置から、第3時刻(例:16:00)までにユーザーが到達可能な到達可能範囲を推定する。かかる推定は、道路、建物、地形等の情報を含む地図データを参照し、平均的な移動速度に基づいて実行される。図9では、到達範囲推定部17により推定された、第3時刻における到達範囲を点線で表現している。 In this embodiment, the reachable range estimating unit 17 is configured to be able to estimate the reachable range that the user can reach from the current time to the third time based on the user's current stay position and the map data. . For example, position information representing the current (eg, 15:00) stay position of the user is acquired, or a third time (eg, :16:00) to estimate the reachable range that the user can reach. Such estimation is performed with reference to map data including information on roads, buildings, topography, etc., and based on average moving speeds. In FIG. 9 , the reachable range at the third time estimated by the reachable range estimation unit 17 is represented by a dotted line.

ここで、到達範囲推定部17による到達範囲推定は、状態推定部16による状態推定の結果を参照することができる。例えば、今から「タクシー」に乗ることが推定される場合には、所定期間内に到達可能な到達可能範囲が「徒歩」の場合と比べて広くなる。 Here, the reaching range estimation by the reaching range estimating section 17 can refer to the result of state estimation by the state estimating section 16 . For example, when it is estimated that the user will take a “taxi” from now on, the reachable range that can be reached within a predetermined period of time is wider than in the case of “walking”.

かかる到達範囲推定は、図4のS22に組み込むことができ、S23において、到達範囲推定の結果に応じて適切な広告を配信することが可能になる。この場合、配信制御部22は、到達範囲推定部17により推定された到達範囲に基づいて、ユーザー端末5に配信する広告を切替可能に構成される。 Such reach estimation can be incorporated in S22 of FIG. 4, and appropriate advertisements can be delivered in S23 according to the result of reach estimation. In this case, the distribution control unit 22 is configured to be able to switch advertisements to be distributed to the user terminal 5 based on the coverage estimated by the coverage estimation unit 17 .

具体的には、図9に示すように、15:00に地点Xに滞在する又は滞在すると予測されるユーザーが、16:00に電車に乗ることが予測されているとする。このとき、広告配信モジュール20により配信可能な広告の対象となる店舗が、店舗A,店舗B,店舗Cであったとする。そして、地点Xから店舗A,店舗B,店舗Cまでの所要時間がそれぞれ10分、5分、60分であった場合、店舗Cに関する広告を配信しても、地点Xから店舗Cに到達するころにはすでに電車の出発時刻となってしまい、ユーザーは実質的に店舗Cに向かうことができない。したがって、広告配信モジュール20は、店舗Cに関する広告の配信を停止する。 Specifically, as shown in FIG. 9, it is assumed that a user who will or is predicted to stay at point X at 15:00 is predicted to board a train at 16:00. At this time, it is assumed that the stores targeted for advertisements that can be delivered by the advertisement delivery module 20 are store A, store B, and store C. FIG. Then, if the required time from point X to store A, store B, and store C is 10 minutes, 5 minutes, and 60 minutes, respectively, even if an advertisement about store C is distributed, it will reach store C from point X. By this time, it is already time for the train to depart, and the user is practically unable to head to the store C. Therefore, the advertisement distribution module 20 stops distributing the advertisement regarding the store C.

一方、店舗A,店舗Bから駅までの所要時間がそれぞれ15分、10分であった場合、地点Xから店舗A,店舗Bを経由して駅まで向かっても、電車の出発時刻までには間に合う。しかし、店舗Aの平均滞在時間が30分であり、店舗Bの平均滞在時間が60分の場合には、ユーザーに店舗Bを案内したところで、電車の出発時刻を考慮すると、十分に店舗Bを満喫することが困難となる。したがって、図9の例では、配信制御部22は、到達範囲に基づいて、店舗Aに関する広告を配信対象としてセットすることが好ましい。 On the other hand, if the required time from store A and store B to the station is 15 minutes and 10 minutes, respectively, even if you go from point X to the station via store A and store B, you will not be able to reach the station by the departure time of the train. be in time. However, if the average stay time at store A is 30 minutes and the average stay time at store B is 60 minutes, even if the user is guided to store B, taking into account the departure time of the train, store B is sufficiently visited. Difficult to enjoy. Therefore, in the example of FIG. 9, the distribution control unit 22 preferably sets the advertisement regarding the store A as a distribution target based on the reach range.

6.その他
本発明に係る情報処理装置1は、以下の態様でも実施可能である。
6. Others The information processing apparatus 1 according to the present invention can also be implemented in the following aspects.

コンピュータを、位置情報取得部、関連情報取得部、行動予測部及び配信制御部として機能させ、
前記位置情報取得部は、ユーザーが操作するユーザー端末の位置情報を取得可能に構成され、
前記関連情報取得部は、交通情報、天気情報、SNS情報、検索情報、カレンダー情報、チケット情報、宿泊予約情報及び行動パターン情報の少なくとも1つを含む関連情報を前記ユーザー端末から取得可能に構成され、
前記関連情報は、前記ユーザーが前記ユーザー端末を操作することにより生成される情報であり、
前記行動予測部は、前記位置情報及び前記関連情報の少なくとも一方に基づいて、第1時刻における前記ユーザーの滞在位置を予測する予測処理を実行可能に構成され、
前記配信制御部は、第1時刻から予め定められた時間帯において、予め定められた広告を前記ユーザー端末に配信可能に構成され、
前記広告は、前記滞在位置毎に予め設定された広告である、
プログラム。
causing the computer to function as a location information acquisition unit, a related information acquisition unit, a behavior prediction unit, and a distribution control unit;
The location information acquisition unit is configured to be able to acquire location information of a user terminal operated by a user,
The related information acquisition unit is configured to acquire related information including at least one of traffic information, weather information, SNS information, search information, calendar information, ticket information, accommodation reservation information, and behavior pattern information from the user terminal. ,
The related information is information generated by the user operating the user terminal,
The behavior prediction unit is configured to be capable of executing a prediction process of predicting a position of stay of the user at a first time based on at least one of the position information and the related information,
The distribution control unit is configured to be able to distribute a predetermined advertisement to the user terminal in a predetermined time period from a first time,
The advertisement is an advertisement set in advance for each stay location,
program.

また、上述のプログラムを格納する、コンピュータ読み取り可能な非一時的な記録媒体として提供してもよい。 Moreover, you may provide as a computer-readable non-temporary recording medium which stores the above-mentioned program.

また、ユーザー端末5から情報処理装置1に送信される情報の送信経路は特に限定されない。例えば、ユーザー端末5から情報処理装置1に情報が送信される態様に加え、第三者が運営する他の情報処理装置を経由することも可能である。この場合、ユーザー端末5から送信された情報を他の情報処理装置が受信し、かかる情報を速やかに情報処理装置1に送信してもよく、一定期間毎に情報処理装置1に送信してもよい。 Further, the transmission route of information transmitted from the user terminal 5 to the information processing device 1 is not particularly limited. For example, in addition to the mode in which information is transmitted from the user terminal 5 to the information processing device 1, it is also possible to transmit the information via another information processing device operated by a third party. In this case, the information transmitted from the user terminal 5 may be received by another information processing device, and the information may be promptly transmitted to the information processing device 1, or may be transmitted to the information processing device 1 at regular intervals. good.

1 :情報処理装置
10 :行動予測モジュール
11 :ユーザーID取得部
12 :位置情報取得部
13 :時刻取得部
14 :関連情報取得部
15 :行動予測部
16 :状態推定部
17 :到達範囲推定部
18 :監視部
20 :広告配信モジュール
21 :入札制御部
22 :配信制御部
30 :記憶部
40 :通信部
5 :ユーザー端末
51 :ユーザーID取得部
52 :位置情報取得部
53 :関連情報取得部
54 :制御部
55 :記憶部
56 :表示部
57 :通信部
100 :システム
1: Information processing device 10: Action prediction module 11: User ID acquisition unit 12: Position information acquisition unit 13: Time acquisition unit 14: Related information acquisition unit 15: Action prediction unit 16: State estimation unit 17: Reach range estimation unit 18 : Monitoring unit 20 : Ad distribution module 21 : Bid control unit 22 : Distribution control unit 30 : Storage unit 40 : Communication unit 5 : User terminal 51 : User ID acquisition unit 52 : Location information acquisition unit 53 : Related information acquisition unit 54 : Control unit 55: Storage unit 56: Display unit 57: Communication unit 100: System

Claims (8)

ユーザーが操作するユーザー端末と通信可能に構成される情報処理装置であって、
位置情報取得部、関連情報取得部、行動予測部及び配信制御部を備え、
前記位置情報取得部は、前記ユーザー端末の位置情報を取得可能に構成され、
前記関連情報取得部は、交通情報、天気情報、SNS情報、検索情報、カレンダー情報、チケット情報、宿泊予約情報及び行動パターン情報の少なくとも1つを含む関連情報を取得可能に構成され、
前記関連情報は、前記ユーザーが前記ユーザー端末を操作することにより生成される情報であり、
前記行動予測部は、前記位置情報と、前記関連情報に基づいて、第1時刻における前記ユーザーの滞在位置を予測する予測処理を実行可能に構成され、
前記行動予測部は、前記交通情報、前記天気情報、前記SNS情報、前記検索情報、前記チケット情報及び前記宿泊予約情報の少なくとも1つの前記予測処理への寄与度を、前記行動パターン情報の前記予測処理への寄与度と比較して大きく設定し、
前記配信制御部は、第1時刻から予め定められた時間帯において、予め定められた広告を前記ユーザー端末に配信可能に構成され、
前記広告は、地域毎に予め設定された広告である、
情報処理装置。
An information processing device configured to be communicable with a user terminal operated by a user,
Equipped with a location information acquisition unit, a related information acquisition unit, a behavior prediction unit, and a distribution control unit,
The location information acquisition unit is configured to be able to acquire location information of the user terminal,
The related information acquisition unit is configured to be able to acquire related information including at least one of traffic information, weather information, SNS information, search information, calendar information, ticket information, accommodation reservation information, and behavior pattern information,
The related information is information generated by the user operating the user terminal,
The behavior prediction unit is configured to be capable of executing a prediction process of predicting the user's stay position at a first time based on the position information and the related information ,
The behavior prediction unit predicts the degree of contribution of at least one of the traffic information, the weather information, the SNS information, the search information, the ticket information, and the accommodation reservation information to the prediction processing, and predicts the prediction of the behavior pattern information. Set large compared to the contribution to processing,
The distribution control unit is configured to be able to distribute a predetermined advertisement to the user terminal in a predetermined time period from a first time,
The advertisement is an advertisement preset for each region,
Information processing equipment.
前記行動予測部は、第1時刻から予め定められた時間帯において取得した前記ユーザー端末の位置情報が、前記予測処理において予測された滞在位置から予め定められた範囲外を表す場合、前記予測処理を実行し、第2時刻における前記ユーザーの滞在位置を予測する、
請求項1に記載の情報処理装置。
If the location information of the user terminal acquired in a predetermined time period from a first time is outside a predetermined range from the stay location predicted in the prediction processing, the behavior prediction unit performs the prediction processing. and predicting the user's stay position at a second time,
The information processing device according to claim 1 .
前記配信制御部は、第1時刻から予め定められた時間帯において取得した前記ユーザー端末の位置情報が、前記予測処理において予測された滞在位置から予め定められた範囲外を表す場合、前記予測された滞在位置に対応する広告の配信を停止する、
請求項1又は請求項2に記載の情報処理装置。
When the position information of the user terminal acquired in a predetermined time period from a first time is outside a predetermined range from the stay position predicted in the prediction process, the distribution control unit performs the predicted stop the delivery of advertisements corresponding to the location of stay;
The information processing apparatus according to claim 1 or 2 .
前記行動予測部は、第1時刻から予め定められた時間帯において取得した前記ユーザー端末の位置情報が、前記予測処理において予測された滞在位置から予め定められた範囲外を表す場合、前記予測処理を実行し、第2時刻における前記ユーザーの滞在位置を予測し、
前記配信制御部は、第2時刻における前記ユーザーの滞在位置に対応する広告を前記ユーザー端末に配信可能に構成される、
請求項1~請求項3の何れか1つに記載の情報処理装置。
If the location information of the user terminal acquired in a predetermined time period from a first time is outside a predetermined range from the stay location predicted in the prediction processing, the behavior prediction unit performs the prediction processing. to predict the user's stay position at a second time,
The distribution control unit is configured to be capable of distributing an advertisement corresponding to the user's staying position at a second time to the user terminal.
The information processing apparatus according to any one of claims 1 to 3 .
状態推定部を備え、
前記状態推定部は、前記位置情報と、前記関連情報に基づいて、前記ユーザーの状態を推定可能に構成され、
前記状態は、前記ユーザーが滞在すると推定される場所の分類及び前記ユーザーの移動状態の少なくとも一方を表し、
前記配信制御部は、前記状態に基づいて、前記ユーザー端末に配信する広告を切替可能に構成される、
請求項1~請求項4の何れか1つに記載の情報処理装置。
a state estimator,
The state estimation unit is configured to be able to estimate the state of the user based on the position information and the related information ,
The state represents at least one of a classification of a place where the user is estimated to stay and a travel state of the user;
The distribution control unit is configured to be able to switch advertisements to be distributed to the user terminal based on the state.
The information processing apparatus according to any one of claims 1 to 4 .
到達範囲推定部を備え、
前記到達範囲推定部は、前記ユーザーの現在の滞在位置と、地図データと、に基づいて、現在から第3時刻までに前記ユーザーが到達可能な到達可能範囲を推定可能に構成され、
前記配信制御部は、前記到達範囲に基づいて、前記ユーザー端末に配信する広告を切替可能に構成される、
請求項1~請求項5の何れか1つに記載の情報処理装置。
a reachable range estimator,
The reachable range estimating unit is configured to be capable of estimating a reachable range reachable by the user between now and a third time based on the user's current stay position and map data,
The distribution control unit is configured to be able to switch advertisements to be distributed to the user terminal based on the range of reach.
The information processing apparatus according to any one of claims 1 to 5 .
状態推定部を備え、
前記状態推定部は、前記位置情報と、前記関連情報に基づいて、前記ユーザーの状態を推定可能に構成され、
前記状態は、前記ユーザーが滞在する場所の分類及び前記ユーザーの移動状態の少なくとも一方を表し、
前記到達範囲推定部は、前記位置情報、前記関連情報、前記状態を参照し、現在から第3時刻までに前記ユーザーが到達可能な到達可能範囲を推定可能に構成される、
請求項6に記載の情報処理装置。
a state estimator,
The state estimation unit is configured to be able to estimate the state of the user based on the position information and the related information ,
the state represents at least one of a classification of a place where the user stays and a travel state of the user;
The reachable range estimating unit is configured to be able to estimate a reachable range reachable by the user between now and a third time by referring to the position information, the related information, and the state.
The information processing device according to claim 6 .
コンピュータを、位置情報取得部、関連情報取得部、行動予測部及び配信制御部として機能させ、
前記位置情報取得部は、ユーザーが操作するユーザー端末の位置情報を取得可能に構成され、
前記関連情報取得部は、交通情報、天気情報、SNS情報、検索情報、カレンダー情報、チケット情報、宿泊予約情報及び行動パターン情報の少なくとも1つを含む関連情報を取得可能に構成され、
前記関連情報は、前記ユーザーが前記ユーザー端末を操作することにより生成される情報であり、
前記行動予測部は、前記位置情報と、前記関連情報に基づいて、第1時刻における前記ユーザーの滞在位置を予測する予測処理を実行可能に構成され、
前記行動予測部は、前記交通情報、前記天気情報、前記SNS情報、前記検索情報、前記チケット情報及び前記宿泊予約情報の少なくとも1つの前記予測処理への寄与度を、前記行動パターン情報の前記予測処理への寄与度と比較して大きく設定し、
前記配信制御部は、第1時刻から予め定められた時間帯において、予め定められた広告を前記ユーザー端末に配信可能に構成され、
前記広告は、地域毎に予め設定された広告である、
プログラム。
causing the computer to function as a location information acquisition unit, a related information acquisition unit, a behavior prediction unit, and a distribution control unit;
The location information acquisition unit is configured to be able to acquire location information of a user terminal operated by a user,
The related information acquisition unit is configured to acquire related information including at least one of traffic information, weather information, SNS information, search information, calendar information, ticket information, accommodation reservation information, and behavior pattern information,
The related information is information generated by the user operating the user terminal,
The behavior prediction unit is configured to be capable of executing a prediction process of predicting the user's stay position at a first time based on the position information and the related information ,
The behavior prediction unit predicts the degree of contribution of at least one of the traffic information, the weather information, the SNS information, the search information, the ticket information, and the accommodation reservation information to the prediction processing, and predicts the prediction of the behavior pattern information. Set large compared to the contribution to processing,
The distribution control unit is configured to be able to distribute a predetermined advertisement to the user terminal in a predetermined time period from a first time,
The advertisement is an advertisement preset for each region,
program.
JP2018184762A 2018-09-28 2018-09-28 Information processing device and program Active JP7171350B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018184762A JP7171350B2 (en) 2018-09-28 2018-09-28 Information processing device and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018184762A JP7171350B2 (en) 2018-09-28 2018-09-28 Information processing device and program

Publications (2)

Publication Number Publication Date
JP2020052976A JP2020052976A (en) 2020-04-02
JP7171350B2 true JP7171350B2 (en) 2022-11-15

Family

ID=69997413

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018184762A Active JP7171350B2 (en) 2018-09-28 2018-09-28 Information processing device and program

Country Status (1)

Country Link
JP (1) JP7171350B2 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024024014A1 (en) * 2022-07-28 2024-02-01 日本電気株式会社 Benefit information issuance device, system and method, and computer-readable medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003079230A (en) 2001-09-11 2003-03-18 Iseki & Co Ltd Grain unloading apparatus for combine harvester
JP2015170060A (en) 2014-03-06 2015-09-28 日本電気株式会社 Terminal, server, information service system, and information service method
WO2017187584A1 (en) 2016-04-27 2017-11-02 株式会社日立製作所 Information processing device and method
JP2018004878A (en) 2016-06-30 2018-01-11 アイシン・エィ・ダブリュ株式会社 Information providing apparatus and computer program

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3385657B2 (en) * 1993-08-10 2003-03-10 トヨタ自動車株式会社 Car navigation system
JPH09198439A (en) * 1996-01-22 1997-07-31 Toyota Motor Corp Travel plan preparation system
JPWO2003079230A1 (en) * 2002-03-15 2005-07-14 富士通株式会社 Information distribution method, information distribution program, and information distribution apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003079230A (en) 2001-09-11 2003-03-18 Iseki & Co Ltd Grain unloading apparatus for combine harvester
JP2015170060A (en) 2014-03-06 2015-09-28 日本電気株式会社 Terminal, server, information service system, and information service method
WO2017187584A1 (en) 2016-04-27 2017-11-02 株式会社日立製作所 Information processing device and method
JP2018004878A (en) 2016-06-30 2018-01-11 アイシン・エィ・ダブリュ株式会社 Information providing apparatus and computer program

Also Published As

Publication number Publication date
JP2020052976A (en) 2020-04-02

Similar Documents

Publication Publication Date Title
JP6904637B2 (en) Systems and methods for determining transport stop locations
JP6423520B2 (en) System and method for managing service supply status
US11551556B2 (en) Real-time service provider progress monitoring
US20140172571A1 (en) Selecting content items based on geopositioning samples
JP2014523028A (en) Multi-step impression campaign
CN109146280B (en) Method, device and system for pushing information
US20150095157A1 (en) Methods and systems for defining targeted geographic zones for delivering electronic content
US20200160393A1 (en) Information processing apparatus, information processing system, and advertisement distribution method for vehicle
JP2019160055A (en) Facility customer sending support server and communication terminal
JP2016071741A (en) Server system, program, and information recommendation method
US20190360824A1 (en) Information processing apparatus, information processing method, and information processing system
JP7031546B2 (en) Information processing equipment and information processing method
US10732000B2 (en) Promoting user compliance with adaptive checkpoints
JP5593019B2 (en) Route advertising space setting device, route advertising space setting method, and route advertising space setting program
US20170347237A1 (en) Determining Semantic Travel Modes
JP7171350B2 (en) Information processing device and program
JP7040355B2 (en) Information processing equipment and information processing methods, programs
WO2017088475A1 (en) Positioning method and device
JP7067350B2 (en) Information processing equipment and information processing method
JP6687648B2 (en) Estimating device, estimating method, and estimating program
JP6810483B1 (en) Programs and information processing equipment
CN111107155B (en) Information pushing method and server
JP6271386B2 (en) Information providing system and information providing method
US20220028255A1 (en) Traffic information analysis device and traffic information analysis method
JP7248725B2 (en) Estimation device, estimation method and estimation program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210412

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220329

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220530

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: 20221018

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221102

R150 Certificate of patent or registration of utility model

Ref document number: 7171350

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150