JP7175783B2 - 所定圏における滞在圏人口を推定するプログラム、装置及び方法 - Google Patents
所定圏における滞在圏人口を推定するプログラム、装置及び方法 Download PDFInfo
- Publication number
- JP7175783B2 JP7175783B2 JP2019012848A JP2019012848A JP7175783B2 JP 7175783 B2 JP7175783 B2 JP 7175783B2 JP 2019012848 A JP2019012848 A JP 2019012848A JP 2019012848 A JP2019012848 A JP 2019012848A JP 7175783 B2 JP7175783 B2 JP 7175783B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- population
- address
- address area
- stay
- 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
Links
Images
Description
従来、人の流れを予測し可視化する「人口動態分析/予測」の技術がある(例えば非特許文献1参照)。この技術によれば、各ユーザが所持する携帯端末から取得されたGPS(Global Positioning System)の位置情報を用いて、人口分布の流れを推定するものである。特に、通信事業者から見た、移動者数や滞在者数、鉄道路線や走行道路毎の移動者数等を、リアルタイムに推定し且つ予測することができる。
一方で、「滞在圏人口」とは、例えば所定圏に滞在する人数であって、流動的に時間帯に応じて変化する昼間人口を意味する。
図1によれば、所定圏としてエリアA~Dを表しており、住所圏人口と滞在圏人口とは大きく変化している。都心部(例えばエリアC)では、住所圏人口は少ないのに対し、昼間時間帯の滞在圏人口は膨大な数となる。一方で、都心周辺の住宅地(例えばエリアB)では、住所圏人口は多いのに対し、昼間時間帯の滞在圏人口は少なくなる。
また、特許文献1に記載の技術によれば、地域範囲毎にユーザ密度に偏りがある場合に、その推定に大きな誤差を生じる。この理由は、地理的なエリアを区別することなく、拡大倍率を算出しているためである。
地図上を区分した住所圏毎に、住所圏人口を蓄積した住所圏人口データベースと、
住所圏毎に、特定の通信事業者が夜間の時間帯に在住する住所を登録した契約ユーザ数を蓄積した契約加入者情報データベースと、
住所圏毎に、契約ユーザ数に対する住所圏人口を表す拡大係数を算出する拡大係数算出手段と、
特定の通信事業者の携帯端末のログ情報を用いて、所定時間帯の所定圏に滞在する、住所圏毎の住所圏ユーザ数を収集するユーザ数収集手段と、
所定時間帯の所定圏について、住所圏毎の住所圏ユーザ数と拡大係数との積における総和を、滞在圏人口として推定する滞在圏人口推定手段と
してコンピュータを機能させることを特徴とする。
住所圏人口、滞在圏人口、住所圏ユーザ数及び契約ユーザ数は、所定のユーザ属性に基づくものである
ようにコンピュータを機能させることも好ましい。
所定のユーザ属性には、年齢、年齢層又は性別のうち少なくとも1つが含まれる
ようにコンピュータを機能させることも好ましい。
住所圏人口は、国勢調査に基づく住所圏毎の人口である
ようにコンピュータを機能させることも好ましい。
地図上を区分した住所圏毎に、住所圏人口を蓄積した住所圏人口データベースと、
住所圏毎に、特定の通信事業者が夜間の時間帯に在住する住所を登録した契約ユーザ数を蓄積した契約加入者情報データベースと、
住所圏毎に、契約ユーザ数に対する住所圏人口を表す拡大係数を算出する拡大係数算出手段と、
特定の通信事業者の携帯端末のログ情報を用いて、所定時間帯の所定圏に滞在する、住所圏毎の住所圏ユーザ数を収集するユーザ数収集手段と、
所定時間帯の所定圏について、住所圏毎の住所圏ユーザ数と拡大係数との積における総和を、滞在圏人口として推定する滞在圏人口推定手段と
を有することを特徴とする。
前記装置は、
地図上を区分した住所圏毎に、住所圏人口を蓄積した住所圏人口データベースと、
住所圏毎に、特定の通信事業者が夜間の時間帯に在住する住所を登録した契約ユーザ数を蓄積した契約加入者情報データベースと
を有し、
住所圏毎に、契約ユーザ数に対する住所圏人口を表す拡大係数を算出する第1のステップと、
特定の通信事業者の携帯端末のログ情報を用いて、所定時間帯の所定圏に滞在する、住所圏毎の住所圏ユーザ数を収集する第2のステップと、
所定時間帯の所定圏について、住所圏毎の住所圏ユーザ数と拡大係数との積における総和を、滞在圏人口として推定する第3のステップと
を実行することを特徴とする。
住所圏人口データベース101は、住所圏人口として、国勢調査に基づく住所圏毎の人口を蓄積したものである。ここで、「住所圏」とは、一般に、国勢調査の場合には住所名によって区分される圏を意味する。勿論、地図上をメッシュ状に区分した圏であってもよい。
契約加入者情報データベース102は、特定の通信事業者によって運用管理されるデータベースであって、加入者ID毎に、例えば「住所」を登録したものである。契約加入者情報データベース102における「住所」は、前述した住所圏人口データベース101と同じ表記方式に基づくものである。
ここで、「住所」とは、そのユーザが夜間に在住する住所圏を意味し、単にその通信事業者と契約した店舗の住所圏の意味ではない。例えばそのユーザの勤務先会社によって契約された携帯端末であっても、そのユーザが夜間に在住する住所圏を意味する。
また、「特定の通信事業者」としては、例えば任意の1社(例えばa社)であってもよい。
拡大係数算出部11は、住所圏毎に、住所圏人口に対する、特定の時間帯に当該住所圏に滞在する携帯端末の住所圏ユーザ単位の拡大係数(重み)を算出する。
ここで、「特定の時間帯」とは、一般に、夜間の時間帯を意味する。前述した国勢調査に基づく住所圏とは、主に夜間の時間帯にユーザが在住する住所に基づくものである。
(エリアA)
住所圏人口=6000人
通信事業者a社の契約ユーザ数=100人
拡大係数=6000/100=60倍
(エリアB)
住所圏人口=2000人
通信事業者a社の契約ユーザ数=50人
拡大係数=2000/50=40倍
(エリアC)
住所圏人口=3600人
通信事業者a社の契約ユーザ数=30人
拡大係数=3600/30=120倍
(エリアB)
住所圏人口=4000人
通信事業者a社の契約ユーザ数=200人
拡大係数=4000/200=20倍
ユーザ数収集部12は、所定時間帯の所定滞在圏における携帯端末のログ情報に基づいて、住所圏毎の住所圏ユーザ数を収集する。
ここで、「携帯端末のログ情報」は、その携帯端末を契約した通信事業者のみが収集可能なものである。これによって、そのユーザの加入者ID及び位置情報を特定することができる。
また、「位置情報」としては、携帯端末に搭載されたGPSのような正確な測位情報であってもよいし、その携帯端末を配下とする基地局の位置情報から、携帯端末の位置を推測するものであってもよい。このような位置情報は、空間的粒度が粗いものとなるが、所定圏における多数のユーザの滞在地人口を推定するビッグデータとしては、十分に有用なものとなる。
尚、通信のログ情報から取得可能な「位置情報」は、一般に、緯度経度又は地図座標によって表記される。そのために、この位置情報は、前述した住所圏及び滞在圏における住所名又は地図メッシュ番号に、その表記を変換する必要がある。
滞在圏人口推定部13は、所定時間帯の所定滞在圏について、住所圏毎の住所圏ユーザ数と拡大係数との積の総和を、滞在圏人口と推定する。
滞在圏人口=Σ(住所圏ユーザ数×拡大係数)
例えば、拡大係数60倍の住所圏Aから、昼間に滞在圏Cへ移動したa社契約ユーザ数は、40人であることが表されている。
また、例えば、拡大係数40倍の住所圏Bから、昼間に滞在圏Bに留まったa社契約ユーザ数は、10人であることが表されている。
例えば、昼間の滞在圏Aには、住所圏Dから移動してきたa社契約ユーザ数が30人である場合、住所圏Dの拡大係数20倍を乗算すると、およそ600人が移動してきたものと推定される。
また、例えば、昼間の滞在圏Bには、住所圏Bに留まったa社契約ユーザ数が10人である場合、住所圏Bの拡大係数40倍を乗算すると、およそ400人が留まったものと推定される。
(滞在圏A)
滞在圏人口=50人(住所圏Aユーザ数)×60倍(住所圏Aの拡大係数)+
・・・+
30人(住所圏Dユーザ数)×20倍(住所圏Dの拡大係数)+
・・・+
=3000人+・・・+600人+・・・
=3600人+・・・
(滞在圏B)
滞在圏人口=10人(住所圏Aユーザ数)×60倍(住所圏Aの拡大係数)+
10人(住所圏Bユーザ数)×40倍(住所圏Bの拡大係数)+
・・・
=600人+400人+・・・
=1000人+・・・
(滞在圏C)
滞在圏人口=40人(住所圏Aユーザ数)×60倍(住所圏Aの拡大係数)+
30人(住所圏Bユーザ数)×40倍(住所圏Cの拡大係数)+
30人(住所圏Cユーザ数)×120倍(住所圏Cの拡大係数)+
80人(住所圏Dユーザ数)×20倍(住所圏Dの拡大係数)+
・・・
=2400人+1200人+3600人+1600人+・・・
=8800人+・・・
(滞在圏D)
滞在圏人口=・・・+
10人(住所圏Bユーザ数)×40倍(住所圏Bの拡大係数)+
・・・+
90人(住所圏Dユーザ数)×20倍(住所圏Dの拡大係数)+
・・・+
=400人+・・・+1800人+・・・
=2200人+・・・
本発明によれば、国勢調査に基づく正確な住所圏人口を用いることによって、推定した滞在圏人口の誤差が、できる限り少なくなるようにしている。
<ユーザ属性> <住所圏人口><a社契約ユーザ数><拡大係数>
~15歳 ・男 450人 5人 90倍
~15歳 ・女 500人 5人 100倍
16歳~60歳・男 1100人 25人 44倍
16歳~60歳・女 900人 20人 45倍
61歳~ ・男 1400人 20人 70倍
61歳~ ・女 1650人 25人 66倍
a社契約のユーザ毎に、このような拡大係数が付与される。そして、昼間の滞在圏でその拡大係数を用いて、滞在圏人口を推定することができる。
本発明によれば、所定圏における時間帯毎の人口密度の変化が大きい地域や、地域間の人口移動が激しいほど、全体的に誤差の少ない滞在圏人口を推定することができる。特に、特定の通信事業者1社から得られる限られた数のサンプル(契約住所、加入者ID、通信ログ情報など)から、滞在圏全体の人口を推定することができる。
101 住所圏人口データベース
102 契約加入者情報データベース
11 拡大係数算出部
12 ユーザ数収集部
13 滞在圏人口推定部
Claims (6)
- 所定時間帯の所定圏における滞在圏人口を推定するように装置に搭載されたコンピュータを機能させるプログラムであって、
地図上を区分した住所圏毎に、住所圏人口を蓄積した住所圏人口データベースと、
住所圏毎に、特定の通信事業者が夜間の時間帯に在住する住所を登録した契約ユーザ数を蓄積した契約加入者情報データベースと、
住所圏毎に、契約ユーザ数に対する住所圏人口を表す拡大係数を算出する拡大係数算出手段と、
特定の通信事業者の携帯端末のログ情報を用いて、所定時間帯の所定圏に滞在する、住所圏毎の住所圏ユーザ数を収集するユーザ数収集手段と、
所定時間帯の所定圏について、住所圏毎の住所圏ユーザ数と拡大係数との積における総和を、滞在圏人口として推定する滞在圏人口推定手段と
してコンピュータを機能させることを特徴とするプログラム。 - 住所圏人口、滞在圏人口、住所圏ユーザ数及び契約ユーザ数は、所定のユーザ属性に基づくものである
ようにコンピュータを機能させることを特徴とする請求項1に記載のプログラム。 - 所定のユーザ属性には、年齢、年齢層又は性別のうち少なくとも1つが含まれる
ようにコンピュータを機能させることを特徴とする請求項2に記載のプログラム。 - 住所圏人口は、国勢調査に基づく住所圏毎の人口である
ようにコンピュータを機能させることを特徴とする請求項1から3のいずれか1項に記載のプログラム。 - 所定時間帯の所定圏における滞在圏人口を推定する滞在圏人口推定装置であって、
地図上を区分した住所圏毎に、住所圏人口を蓄積した住所圏人口データベースと、
住所圏毎に、特定の通信事業者が夜間の時間帯に在住する住所を登録した契約ユーザ数を蓄積した契約加入者情報データベースと、
住所圏毎に、契約ユーザ数に対する住所圏人口を表す拡大係数を算出する拡大係数算出手段と、
特定の通信事業者の携帯端末のログ情報を用いて、所定時間帯の所定圏に滞在する、住所圏毎の住所圏ユーザ数を収集するユーザ数収集手段と、
所定時間帯の所定圏について、住所圏毎の住所圏ユーザ数と拡大係数との積における総和を、滞在圏人口として推定する滞在圏人口推定手段と
を有することを特徴とする滞在圏人口推定装置。 - 所定時間帯の所定圏における滞在圏人口を推定する装置の滞在圏人口推定方法であって、
前記装置は、
地図上を区分した住所圏毎に、住所圏人口を蓄積した住所圏人口データベースと、
住所圏毎に、特定の通信事業者が夜間の時間帯に在住する住所を登録した契約ユーザ数を蓄積した契約加入者情報データベースと
を有し、
住所圏毎に、契約ユーザ数に対する住所圏人口を表す拡大係数を算出する第1のステップと、
特定の通信事業者の携帯端末のログ情報を用いて、所定時間帯の所定圏に滞在する、住所圏毎の住所圏ユーザ数を収集する第2のステップと、
所定時間帯の所定圏について、住所圏毎の住所圏ユーザ数と拡大係数との積における総和を、滞在圏人口として推定する第3のステップと
を実行することを特徴とする装置の滞在圏人口推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019012848A JP7175783B2 (ja) | 2019-01-29 | 2019-01-29 | 所定圏における滞在圏人口を推定するプログラム、装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019012848A JP7175783B2 (ja) | 2019-01-29 | 2019-01-29 | 所定圏における滞在圏人口を推定するプログラム、装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020123011A JP2020123011A (ja) | 2020-08-13 |
JP7175783B2 true JP7175783B2 (ja) | 2022-11-21 |
Family
ID=71992719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019012848A Active JP7175783B2 (ja) | 2019-01-29 | 2019-01-29 | 所定圏における滞在圏人口を推定するプログラム、装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7175783B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7328196B2 (ja) * | 2020-11-27 | 2023-08-16 | Kddi株式会社 | 情報処理装置及び情報処理方法 |
JP7266137B1 (ja) | 2022-05-30 | 2023-04-27 | Kddi株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2024024201A1 (ja) * | 2022-07-27 | 2024-02-01 | 株式会社Nttドコモ | 人口状態判定システム |
JP7385726B1 (ja) * | 2022-12-13 | 2023-11-22 | Kddi株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP7345075B1 (ja) * | 2023-02-28 | 2023-09-14 | 株式会社グリーン・シップ | 人流データ管理システムおよび人流データ管理方法 |
CN116980833B (zh) * | 2023-09-22 | 2024-01-23 | 北京融信数联科技有限公司 | 一种基于信令数据的区域人口年龄段识别方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012105378A1 (ja) | 2011-01-31 | 2012-08-09 | 株式会社エヌ・ティ・ティ・ドコモ | 入込端末数推計装置および入込端末数推計方法 |
-
2019
- 2019-01-29 JP JP2019012848A patent/JP7175783B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012105378A1 (ja) | 2011-01-31 | 2012-08-09 | 株式会社エヌ・ティ・ティ・ドコモ | 入込端末数推計装置および入込端末数推計方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020123011A (ja) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7175783B2 (ja) | 所定圏における滞在圏人口を推定するプログラム、装置及び方法 | |
KR102097426B1 (ko) | 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법 | |
Chen et al. | Understanding the impacts of human mobility on accessibility using massive mobile phone tracking data | |
Calabrese et al. | Urban sensing using mobile phone network data: a survey of research | |
US8612134B2 (en) | Mining correlation between locations using location history | |
Jiang et al. | A review of urban computing for mobile phone traces: current methods, challenges and opportunities | |
Lee et al. | Utilizing mobile phone-based floating population data to measure the spatial accessibility to public transit | |
Oliveira et al. | On the regularity of human mobility | |
EP2740115B1 (en) | Generating an od matrix | |
EP3132592B1 (en) | Method and system for identifying significant locations through data obtainable from a telecommunication network | |
Yu et al. | Modeling user activity patterns for next-place prediction | |
EP3451275B1 (en) | Information processing device and method | |
JP5234637B2 (ja) | ユーザ動線生成サーバ、ユーザ動線生成方法、及びユーザ動線生成プログラム | |
Bwambale et al. | Getting the best of both worlds: a framework for combining disaggregate travel survey data and aggregate mobile phone data for trip generation modelling | |
JP6396686B2 (ja) | 行動判定装置、行動判定方法及びプログラム | |
Sun et al. | Identifying tourists and locals by K-means clustering method from mobile phone signaling data | |
Horn et al. | QZTool—automatically generated origin-destination matrices from cell phone trajectories | |
EP3192061B1 (en) | Measuring and diagnosing noise in urban environment | |
Leng et al. | Managing travel demand: Location recommendation for system efficiency based on mobile phone data | |
Alhazzani et al. | Urban Attractors: Discovering patterns in regions of attraction in cities | |
Rahman et al. | The effect of time interval of bus location data on real-time bus arrival estimations | |
Mucceli et al. | On the regularity of human mobility | |
CN111242723B (zh) | 用户子女情况判断方法、服务器及计算机可读存储介质 | |
Mridha et al. | Link travel time prediction from large scale endpoint data | |
JP2011170811A (ja) | 滞在場所推定装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211022 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220125 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220615 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220809 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220809 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220816 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220817 |
|
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: 20221031 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7175783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |