JP7228573B2 - 訪問先推定装置および訪問先推定方法 - Google Patents

訪問先推定装置および訪問先推定方法 Download PDF

Info

Publication number
JP7228573B2
JP7228573B2 JP2020513962A JP2020513962A JP7228573B2 JP 7228573 B2 JP7228573 B2 JP 7228573B2 JP 2020513962 A JP2020513962 A JP 2020513962A JP 2020513962 A JP2020513962 A JP 2020513962A JP 7228573 B2 JP7228573 B2 JP 7228573B2
Authority
JP
Japan
Prior art keywords
poi
visited
user
information
action history
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
JP2020513962A
Other languages
English (en)
Other versions
JPWO2019202782A1 (ja
Inventor
将人 山田
佑介 深澤
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.)
NTT Docomo Inc
Original Assignee
NTT Docomo Inc
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 NTT Docomo Inc filed Critical NTT Docomo Inc
Publication of JPWO2019202782A1 publication Critical patent/JPWO2019202782A1/ja
Application granted granted Critical
Publication of JP7228573B2 publication Critical patent/JP7228573B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Navigation (AREA)

Description

本発明は、ユーザの訪問先を推定する訪問先推定装置および訪問先推定方法に関する。
ユーザの訪問先となり得る施設(Point of Interest(以下「POI」という)の位置を予め記憶しておき、ユーザの位置を示す位置情報(例えばGPS(global positioning system)位置ログ)を取得し、該位置情報によって示されるユーザの滞留位置とPOIの位置との関係(例えば両者の距離)に基づいて、当該ユーザの訪問先である訪問POIを推定する技術が知られている。
また、下記の特許文献1には、ユーザの滞留位置以外の場所に設置された多数の設備(例えば、移動中に通った駅の改札、有料道路の入出場ゲート等)から得られる通行履歴を利用することで、移動中にユーザが立ち寄った施設を推定する技術が提案されている。ただし、特許文献1の技術では、ユーザの滞留位置以外の場所に設置された多数の設備による通行履歴の記録処理および記録された通行履歴情報の収集処理を要するため、このような大がかりな設備および処理を必要とせずとも、より簡易に実施できることが望まれる。
特開2010-244433号公報
簡易に実施するという点で、ユーザの位置情報(例えばGPS位置ログ)は比較的簡易に取得できる状況にある。しかしながら、多数のPOIが密集しているエリア、多数のPOIを含んだ複合商業施設などにユーザが滞留している場合には、位置情報(例えばGPS位置ログ)のみに基づいて訪問POIを推定しようとすると、位置情報に含まれる測位誤差等に起因して訪問POIを精度良く推定するには限界があった。
そこで、本発明は、ユーザの位置情報以外の行動履歴に関する情報をさらに利用して、訪問POIをより精度良く推定することを目的とする。
本発明の一実施形態に係る訪問先推定装置は、ユーザの位置を示すユーザ位置情報を取得するユーザ位置情報取得部と、所定期間内のユーザの行動履歴に関する情報を取得する行動履歴取得部と、前記ユーザ位置情報取得部によって取得されたユーザ位置と予め記憶されたPOI位置との関係、および、前記行動履歴取得部によって取得された所定期間内のユーザの行動履歴と予め記憶されたPOI関連情報との関係に基づいて、当該ユーザの訪問先である訪問POIを推定する訪問POI推定部と、を備える。
上記の訪問先推定装置では、ユーザ位置情報取得部が、ユーザの位置を示すユーザ位置情報を取得するとともに、行動履歴取得部が、所定期間内のユーザの行動履歴に関する情報を取得し、そして、訪問POI推定部が、取得されたユーザ位置と予め記憶されたPOI位置との関係、および、取得された所定期間内のユーザの行動履歴と予め記憶されたPOI関連情報との関係に基づいて、当該ユーザの訪問先である訪問POIを推定する。このように、ユーザの位置情報以外の行動履歴に関する情報をさらに利用し、ユーザ位置と予め記憶されたPOI位置との関係に加え、所定期間内のユーザの行動履歴と予め記憶されたPOI関連情報との関係をも基礎として、当該ユーザの訪問先である訪問POIを推定することにより、訪問POIをより精度良く推定することができる。
本発明によれば、ユーザの位置情報以外の行動履歴に関する情報をさらに利用して、訪問POIをより精度良く推定することができる。
発明の実施形態に係る訪問先推定装置の機能ブロック構成図である。 各種テーブルの概要を説明するための図であり、(a)は測位点テーブルの概要を示す図であり、(b)はPOIマスタテーブルの概要を示す図であり、(c)は訪問POIテーブルの概要を示す図である。 各種テーブルの概要を説明するための図であり、(a)はPOIマスタテーブルの拡張部分を示す図であり、(b)は行動履歴テーブルの概要を示す図である。 訪問先推定処理に関する第1パターンを示すフロー図である。 訪問先推定処理に関する第2パターンを示すフロー図である。 訪問先推定装置のハードウェア構成例を示す図である。
以下、図面を参照しながら、本発明に係る一実施形態を説明する。
[訪問先推定装置の構成について]
図1に示すように、本実施形態に係る訪問先推定装置10は、測位点テーブル11、行動履歴テーブル12、POIマスタテーブル13、ユーザ位置情報取得部14、行動履歴取得部15、訪問先POI推定部16、および、訪問POIテーブル17を備える。
測位点テーブル11は、ユーザの位置を示すユーザ位置情報を記憶したテーブルであり、例えば、図2(a)に示すように、測位により得られたユーザの位置を表す緯度、経度、当該測位に関する測位時刻、測位誤差、当該ユーザを識別するためのユーザIDなどの情報を記憶している。
行動履歴テーブル12は、ユーザの行動履歴に関する情報を記憶したテーブルであり、例えば、図3(b)に示すように、当該ユーザを識別するためのユーザID、行動(アクション)を実行した日時、行動(アクション)の種類(例えばサイト閲覧、アプリ利用、メール送信、商品購入など)、行動(アクション)の対象(例えば閲覧したサイトのアドレス、利用したアプリの識別名、メール送信の宛先アドレス、商品購入した場所など)等の情報を記憶している。
POIマスタテーブル13は、予め登録された個々のPOIに関するPOI関連情報(例えばPOI位置に関する情報、POI名称等)を記憶したテーブルであり、例えば図2(b)に示すように、POIを識別するためのPOI_ID、POI名称、POIのカテゴリを示すPOIカテゴリID、POIの人気度を示すPOI人気度、POI位置を表す緯度、経度、POIの建物あるいは敷地を表現する領域に関する情報(例えば当該POIに紐付けられるシェープを表現するジオメトリデータ等)、当該POIに対する親POIが存在する場合に当該親POIを識別するための親POI_ID、当該POI自身が親POIか否かを示す親POIフラグなどを記憶している。また、本実施形態のPOIマスタテーブル13には、さらに、POI関連情報として、図3(a)に示すように、POI名称、当該POIに係る情報を開示したWEBサイト、当該POIに関連するアプリの識別名、当該POIの電話番号、メールアドレスなどの情報が記憶されている。
ユーザ位置情報取得部14は、ユーザ位置情報を測位点テーブル11から取得し、当該ユーザ位置情報に基づいてユーザの滞留領域を導出して、訪問POI推定部16へ渡す構成要素である。
行動履歴取得部15は、ユーザの行動履歴に関する情報を行動履歴テーブル12から取得して訪問POI推定部16へ渡す構成要素である。
訪問POI推定部16は、詳細な処理内容は後述するが、ユーザ位置情報取得部14によって取得されたユーザ位置と予め記憶されたPOI位置との関係、および、行動履歴取得部15によって取得された所定期間内の行動履歴と予め記憶されたPOI関連情報との関係に基づいて、当該ユーザの訪問先である訪問POIを推定する構成要素である。
訪問POIテーブル17は、訪問POI推定部16による推定で得られた訪問POIに関する情報を記憶したテーブルであり、例えば、図2(c)に示すように、対応する滞留位置ID、訪問POIを識別するためのPOI_ID、訪問POIのスコア、自身(親POI)に対応する子POIを識別するための訪問POI(子)のPOI_ID、訪問POI(子)のスコアなどの情報を記憶している。なお、上記「スコア」とは、後述の訪問POI推定において用いられる指標であって、候補とされるPOIが訪問POIであると推定する確からしさを示す指標を意味する。
なお、訪問先推定装置10が測位点テーブル11、行動履歴テーブル12、POIマスタテーブル13、および、訪問POIテーブル17を備えることは必須ではなく、これらテーブルのうち1つ以上のテーブルは、訪問先推定装置10の外部に設けられ、訪問先推定装置10との間で情報の送受信を行ってもよい。
[訪問先推定方法に係る処理について]
以下、図4、図5を用いて、本実施形態の訪問先推定方法に係る処理について説明する。ここでは、以下2つの処理パターンを順に説明する。第1パターン(図4)は、行動履歴に紐づくPOIが候補POIに存在する場合、当該POIを訪問POIとして判定し、存在しない場合、機械学習を用いたスコアリングで得られた各POIのスコアに基づき訪問POIを判定する処理パターンである。また、第2パターン(図5)は、行動履歴に紐づくPOIが候補POIに存在する場合に当該POIのスコアに重み値を加算した上で、機械学習を用いたスコアリングで得られた各POIのスコアに基づき訪問POIを判定する処理パターンである。
まず、訪問先推定方法に係る処理の第1パターン(図4)について説明する。ユーザ位置情報取得部14は、ユーザ位置情報を測位点テーブル11から取得し、当該ユーザ位置情報に基づいてユーザの滞留領域を導出して訪問POI推定部16へ渡す。なお、滞留領域の導出処理は従前と同様の手法に基づき実行してもよい。訪問POI推定部16は、POIマスタテーブル13に記憶されたPOI関連情報(POI位置に関する情報等)を参照して、POI位置がユーザの滞留領域と重なるPOIを候補POIとし、当該候補POIに関するPOI関連情報をPOIマスタテーブル13から取得する(ステップS1)。
行動履歴取得部15は、ユーザの行動履歴に関する情報を行動履歴テーブル12から取得して訪問POI推定部16へ渡し、訪問POI推定部16は、過去一定期間内のユーザの行動履歴に紐づくPOIが候補POIに存在するか否かを判断する(ステップS2)。このステップS2での判断は、例えば以下のように行われる。
図3(b)の行動履歴テーブル12に例示されたUser01の行動履歴に着目すると、サイト閲覧をしており、その閲覧サイトのアドレスは図3(a)のPOIマスタテーブル13から「ABCショッピングモール」のアドレスに該当すると判断される。よって、User01の行動履歴に紐づくPOIとしては「ABCショッピングモール」が該当し、「ABCショッピングモール」が候補POIに存在するか否かが判断される。
また、図3(b)の行動履歴テーブル12に例示されたUser02の行動履歴に着目すると、アプリ利用をしており、そのアプリのIDは図3(a)のPOIマスタテーブル13から「123レストラン 赤坂店」に関するアプリのIDに該当すると判断される。よって、User02の行動履歴に紐づくPOIとしては「123レストラン 赤坂店」が該当し、「123レストラン 赤坂店」が候補POIに存在するか否かが判断される。
また、図3(b)の行動履歴テーブル12に例示されたUser03の行動履歴に着目すると、メール送信をしており、その宛先アドレスは図3(a)のPOIマスタテーブル13から「xyzバー 赤坂店」のメールアドレスに該当すると判断される。よって、User03の行動履歴に紐づくPOIとしては「xyzバー 赤坂店」が該当し、「xyzバー 赤坂店」が候補POIに存在するか否かが判断される。
さらに、図3(b)の行動履歴テーブル12に例示されたUser04の行動履歴に着目すると、商品購入をしており、その購入場所は図3(a)のPOIマスタテーブル13に記憶された「ABCショッピングモール」のPOI名称に該当すると判断される。よって、User04の行動履歴に紐づくPOIとしては「ABCショッピングモール」が該当し、「ABCショッピングモール」が候補POIに存在するか否かが判断される。
ステップS2でユーザの行動履歴に紐づくPOIが候補POIに存在する場合、訪問POI推定部16は、当該POIを訪問POIとして判定する(ステップS3)。このとき、訪問POI推定部16は、当該POIのPOI関連情報の親POI_IDを参照し、もし当該POIが子POIである(即ち、親POIが存在する)場合は当該親POIを訪問POIとして判定する。さらに、当該子POIを訪問POI(子)として判定する(ステップS8)。
一方、ステップS2でユーザの行動履歴に紐づくPOIが候補POIに存在しない場合は、候補POIのうち、非子POI(即ち、親POI、又は、親POIでも子POIでもないPOI)の数が、絞り込み可否判断のための所定の閾値Th2以下であるか否かを判断し(ステップS4)、非子POIの数が閾値Th2以下であれば、絞り込み可能と見込まれるため、ステップS6へ進む。一方、非子POIの数が閾値Th2より多ければ、絞り込み不可能と見込まれるため、訪問先不明とする(ステップS5)。ステップS5では、例えば訪問POI推定部16がオペレータに対し、訪問POIの推定が不可である旨を通知してもよい。
ステップS6では、非子POIを対象として、機械学習による推定に基づくスコアリングを行う。ここでは従来手法によるスコアリングを採用してもよい。
次に、訪問POI推定部16は、スコアリング結果において、スコア1位のPOIのスコアが、訪問POI判定のための所定の閾値Th3以上か否かを判断し、スコア1位のPOIのスコアが閾値Th3以上であれば、当該スコア1位のPOIを訪問POIと判定する(ステップS7)。もし、スコア1位のPOIのスコアが閾値Th3未満であれば、スコア1位のPOIであっても訪問POIであると判定できないため、上記ステップS5と同様に訪問先不明とする。例えば訪問POI推定部16がオペレータに対し、訪問POIの推定が不可である旨を通知してもよい。
さらに、訪問POIと判定されたPOIに、子POIが存在する場合には、以下のステップS9~S10が実行される。即ち、訪問POI推定部16は、当該存在する子POIを対象として、機械学習による推定に基づくスコアリングを行う(ステップS9)。ここでは従来手法によるスコアリングを採用してもよい。
そして、訪問POI推定部16は、スコアリング結果において、スコア1位の子POIのスコアが、訪問POI判定のための所定の閾値Th4以上か否かを判断し、スコア1位の子POIのスコアが閾値Th4以上であれば、当該スコア1位の子POIを訪問POI(子)と判定する(ステップS10)。もし、スコア1位の子POIのスコアが閾値Th4未満であれば、上記ステップS5と同様に訪問先不明とする。例えば訪問POI推定部16がオペレータに対し、訪問POI(子)の推定が不可である旨を通知してもよい。
以上説明した訪問先推定方法に係る処理の第1パターン(図4)により、行動履歴に紐づくPOIを最優先にして訪問POIを推定することができる。また、行動履歴に紐づくPOIが候補POIに存在しない場合は、機械学習を用いたスコアリングで得られた各POIのスコアに基づき訪問POIを適切に判定することができる。
次に、訪問先推定方法に係る処理の第2パターン(図5)を説明する。第2パターンは、ステップS3A、S8Aの処理内容が前述した第1パターン(図4)と異なっているため、これらステップS3A、S8Aを重点的に説明する。
図5のステップS2でユーザの行動履歴に紐づくPOIが候補POIに存在すると判断されて進んだステップS3Aにおいて、訪問POI推定部16は、当該POIのスコアに重み値を加算する。但し、当該POIが子POIである場合は、その親POIのスコアに重み値を加算する。
上記「重み値」は、ユーザの行動種別および行動日時に応じて調整してもよい。例えば、「行動日時が過去のものほど重み値を小さくする」、「行動種別が地図ページのウェブ閲覧又は電話番号のウェブ閲覧の場合は当該行動日時の直前のウェブ閲覧ほど重み値を大きくする」、「行動種別がメール送信の場合は当該行動日時(送信日時)が直前であってもかなり以前であっても重み値を変えない」などの予め定めたルールに基づき、上記「重み値」を調整してもよい。
上記ステップS3Aの処理が終わると、ステップS6へ進み、第1パターン(図4)と同様に、非子POIを対象として、機械学習による推定に基づくスコアリングを行い、同スコアリング結果において、スコア1位のPOIのスコアが、訪問POI判定のための所定の閾値Th3以上であれば、当該スコア1位のPOIを訪問POIと判定し、スコア1位のPOIのスコアが閾値Th3未満であれば、訪問先不明とする(ステップS7)。
さらに、当該訪問POIと判定されたPOIが子POIである場合は、同POIの訪問POI(子)スコアに重み値を加算する(ステップS8A)。以後、図4のパターン1と同様に、当該子POIを対象として、機械学習による推定に基づくスコアリングが行われ(ステップS9)、同スコアリング結果においてスコア1位の子POIのスコアが、訪問POI判定のための所定の閾値Th4以上であれば、当該スコア1位の子POIが訪問POI(子)として判定される(ステップS10)。
以上説明した訪問先推定方法に係る処理の第2パターン(図5)により、行動履歴に紐づくPOIが候補POIに存在する場合には当該POIのスコアに重み値を加算した上で、機械学習を用いたスコアリングで得られた各POIのスコアに基づき訪問POIを適切に推定することができる。
また、上記ステップS3Aで、前述したような重み値の調整を行う場合には、行動種別および行動日時に応じて、より適切に、POIのスコアに対する重み付けを行うことができ、より精度良く訪問POIを推定することができる。
上記の実施形態の説明で用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック(構成部)は、ハードウェア及び/又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び/又は論理的に結合した1つの装置により実現されてもよいし、物理的及び/又は論理的に分離した2つ以上の装置を直接的及び/又は間接的に(例えば、有線及び/又は無線)で接続し、これら複数の装置により実現されてもよい。
例えば、上記の実施形態における訪問先推定装置10は、上述した訪問先推定装置10の処理を行うコンピュータとして機能してもよい。図6は、訪問先推定装置10のハードウェア構成の一例を示す図である。上述の訪問先推定装置10は、物理的には、プロセッサ1001、メモリ1002、ストレージ1003、通信装置1004、入力装置1005、出力装置1006、バス1007などを含むコンピュータ装置として構成されてもよい。
なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。訪問先推定装置10のハードウェア構成は、図に示した各装置を1つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。
訪問先推定装置10における各機能は、プロセッサ1001、メモリ1002などのハードウェア上に所定のソフトウェア(プログラム)を読み込ませることで、プロセッサ1001が演算を行い、通信装置1004による通信、メモリ1002及びストレージ1003におけるデータの読み出し及び/又は書き込みを制御することで実現される。
プロセッサ1001は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ1001は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置(CPU:Central Processing Unit)で構成されてもよい。例えば、訪問先推定装置10の各機能部は、プロセッサ1001を含んで実現されてもよい。
また、プロセッサ1001は、プログラム(プログラムコード)、ソフトウェアモジュール、データ等を、ストレージ1003及び/又は通信装置1004からメモリ1002に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、訪問先推定装置10の各機能部は、メモリ1002に格納され、プロセッサ1001で動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、1つのプロセッサ1001で実行される旨を説明してきたが、2以上のプロセッサ1001により同時又は逐次に実行されてもよい。プロセッサ1001は、1以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。
メモリ1002は、コンピュータ読み取り可能な記録媒体であり、例えば、ROM(Read Only Memory)、EPROM(Erasable Programmable ROM)、EEPROM(Electrically Erasable Programmable ROM)、RAM(Random Access Memory)などの少なくとも1つで構成されてもよい。メモリ1002は、レジスタ、キャッシュ、メインメモリ(主記憶装置)などと呼ばれてもよい。メモリ1002は、本発明の一実施形態に係る方法を実施するために実行可能なプログラム(プログラムコード)、ソフトウェアモジュールなどを保存することができる。
ストレージ1003は、コンピュータ読み取り可能な記録媒体であり、例えば、CD-ROM(Compact Disc ROM)などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Blu-ray(登録商標)ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー(登録商標)ディスク、磁気ストリップなどの少なくとも1つで構成されてもよい。ストレージ1003は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ1002及び/又はストレージ1003を含むデータベース、サーバその他の適切な媒体であってもよい。
通信装置1004は、有線及び/又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア(送受信デバイス)であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。例えば、上述の訪問先推定装置10の各機能部は、通信装置1004を含んで実現されてもよい。
入力装置1005は、外部からの入力を受け付ける入力デバイス(例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど)である。出力装置1006は、外部への出力を実施する出力デバイス(例えば、ディスプレイ、スピーカー、LEDランプなど)である。なお、入力装置1005及び出力装置1006は、一体となった構成(例えば、タッチパネル)であってもよい。
また、プロセッサ1001、メモリ1002などの各装置は、情報を通信するためのバス1007で接続される。バス1007は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。
また、訪問先推定装置10は、マイクロプロセッサ、デジタル信号プロセッサ(DSP:Digital Signal Processor)、ASIC(Application Specific Integrated Circuit)、PLD(Programmable Logic Device)、FPGA(Field Programmable Gate Array)などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ1001は、これらのハードウェアの少なくとも1つで実装されてもよい。
以上、本実施形態について詳細に説明したが、当業者にとっては、本実施形態が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本実施形態は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本実施形態に対して何ら制限的な意味を有するものではない。
本明細書で説明した各態様/実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。
入出力された情報などは特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報などは、上書き、更新、または追記され得る。出力された情報などは削除されてもよい。入力された情報などは他の装置へ送信されてもよい。
判定は、1ビットで表される値(0か1か)によって行われてもよいし、真偽値(Boolean:trueまたはfalse)によって行われてもよいし、数値の比較(例えば、所定の値との比較)によって行われてもよい。
本明細書で説明した各態様/実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知(例えば、「Xであること」の通知)は、明示的に行うものに限られず、暗黙的(例えば、当該所定の情報の通知を行わない)ことによって行われてもよい。
ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。
また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線(DSL)などの有線技術及び/又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び/又は無線技術は、伝送媒体の定義内に含まれる。
本明細書で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
また、本明細書で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。
移動通信端末は、当業者によって、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、またはいくつかの他の適切な用語で呼ばれる場合もある。
本明細書で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up)(例えば、テーブル、データベースまたは別のデータ構造での探索)、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)(例えば、情報を受信すること)、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)(例えば、メモリ中のデータにアクセスすること)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。
本明細書で使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。
「含む(include)」、「含んでいる(including)」、およびそれらの変形が、本明細書あるいは特許請求の範囲で使用されている限り、これら用語は、用語「備える(comprising)」と同様に、包括的であることが意図される。さらに、本明細書あるいは特許請求の範囲において使用されている用語「または(or)」は、排他的論理和ではないことが意図される。
本明細書において、文脈または技術的に明らかに1つのみしか存在しない装置である場合以外は、複数の装置をも含むものとする。本開示の全体において、文脈から明らかに単数を示したものではなければ、複数のものを含むものとする。
10…訪問先推定装置、11…測位点テーブル、12…行動履歴テーブル、13…POIマスタテーブル、14…ユーザ位置情報取得部、15…行動履歴取得部、16…訪問POI推定部、17…訪問POIテーブル、1001…プロセッサ、1002…メモリ、1003…ストレージ、1004…通信装置、1005…入力装置、1006…出力装置、1007…バス。

Claims (4)

  1. ユーザの位置を示すユーザ位置情報を取得するユーザ位置情報取得部と、
    所定期間内のユーザの行動履歴に関する情報を取得する行動履歴取得部と、
    前記ユーザ位置情報取得部によって取得されたユーザ位置と予め記憶されたPOI位置との関係、および、前記行動履歴取得部によって取得された所定期間内のユーザの行動履歴と予め記憶されたPOI関連情報との関係に基づいて、当該ユーザの訪問先である訪問POIを推定する訪問POI推定部と、
    を備え、
    前記訪問POI推定部は、ユーザ位置と予め記憶されたPOI位置との関係に基づいて1つ以上の候補POIを導出し、行動履歴に紐づくPOI関連情報を含んだ候補POIが存在するか否かを判断し、前記候補POIが存在する場合、該当の候補POIについての、訪問POIであると推定する確からしさを示すスコアに重み値を加算し、得られた候補POIごとのスコアに基づいて訪問POIを推定する、
    ことを特徴とする訪問先推定装置。
  2. 前記訪問POI推定部は、ユーザの行動種別および行動日時に応じて前記重み値を調整する、
    ことを特徴とする請求項に記載の訪問先推定装置。
  3. ユーザの行動履歴に関する情報は、ウェブ閲覧履歴に関する情報、アプリ利用履歴に関する情報、電話の発信履歴又は着信履歴に関する情報、電子メールの送信履歴又は着信履歴に関する情報、購入履歴に関する情報、の少なくとも1つを含む、
    ことを特徴とする請求項1又は2に記載の訪問先推定装置。
  4. 訪問先推定装置によって実行される訪問先推定方法であって、
    ユーザの位置を示すユーザ位置情報、および、所定期間内のユーザの行動履歴に関する情報を取得するステップと、
    取得されたユーザ位置と予め記憶されたPOI位置との関係、および、取得された所定期間内のユーザの行動履歴と予め記憶されたPOI関連情報との関係に基づいて、当該ユーザの訪問先である訪問POIを推定するステップと、
    を備え、
    前記推定するステップでは、前記訪問先推定装置は、ユーザ位置と予め記憶されたPOI位置との関係に基づいて1つ以上の候補POIを導出し、行動履歴に紐づくPOI関連情報を含んだ候補POIが存在するか否かを判断し、前記候補POIが存在する場合、該当の候補POIについての、訪問POIであると推定する確からしさを示すスコアに重み値を加算し、得られた候補POIごとのスコアに基づいて訪問POIを推定する、
    ことを特徴とする訪問先推定方法。
JP2020513962A 2018-04-18 2019-01-08 訪問先推定装置および訪問先推定方法 Active JP7228573B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018079817 2018-04-18
JP2018079817 2018-04-18
PCT/JP2019/000219 WO2019202782A1 (ja) 2018-04-18 2019-01-08 訪問先推定装置および訪問先推定方法

Publications (2)

Publication Number Publication Date
JPWO2019202782A1 JPWO2019202782A1 (ja) 2021-05-13
JP7228573B2 true JP7228573B2 (ja) 2023-02-24

Family

ID=68239267

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020513962A Active JP7228573B2 (ja) 2018-04-18 2019-01-08 訪問先推定装置および訪問先推定方法

Country Status (3)

Country Link
US (1) US11748424B2 (ja)
JP (1) JP7228573B2 (ja)
WO (1) WO2019202782A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021131652A (ja) * 2020-02-19 2021-09-09 株式会社トプコン データ構造、記録媒体、プログラム、及びシステム
JP7440461B2 (ja) 2021-06-09 2024-02-28 Line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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011115010A1 (ja) 2010-03-18 2011-09-22 楽天株式会社 サーバ装置、情報提供プログラム、情報提供プログラムが記録された記録媒体、情報提供方法、端末装置、端末用プログラム、及び端末用プログラムが記録された記録媒体
JP2012068041A (ja) 2010-09-21 2012-04-05 Clarion Co Ltd 車載機器、車載機器の制御方法、及び、プログラム
JP2012256239A (ja) 2011-06-09 2012-12-27 Toyota Central R&D Labs Inc 目的地予測装置及びプログラム
JP2013134697A (ja) 2011-12-27 2013-07-08 Fujitsu Ltd 交通要所登録方法,交通要所登録プログラムおよび交通要所登録装置
JP2017207990A (ja) 2016-05-19 2017-11-24 株式会社日本総合研究所 情報提供システム、情報提供方法および情報提供プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5356100B2 (ja) 2009-04-08 2013-12-04 株式会社日立製作所 情報処理システム及び方法
US9026364B2 (en) * 2011-12-12 2015-05-05 Toyota Jidosha Kabushiki Kaisha Place affinity estimation
US20140236669A1 (en) * 2013-02-18 2014-08-21 PlaceIQ, Inc. Apparatus and Method for Identifying and Employing Visitation Rates
US11144954B1 (en) * 2018-01-25 2021-10-12 Facebook, Inc. Physical store visit attribution
JP2022114389A (ja) * 2021-01-26 2022-08-05 日本電気株式会社 推定装置、推定方法及び推定プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011115010A1 (ja) 2010-03-18 2011-09-22 楽天株式会社 サーバ装置、情報提供プログラム、情報提供プログラムが記録された記録媒体、情報提供方法、端末装置、端末用プログラム、及び端末用プログラムが記録された記録媒体
JP2012068041A (ja) 2010-09-21 2012-04-05 Clarion Co Ltd 車載機器、車載機器の制御方法、及び、プログラム
JP2012256239A (ja) 2011-06-09 2012-12-27 Toyota Central R&D Labs Inc 目的地予測装置及びプログラム
JP2013134697A (ja) 2011-12-27 2013-07-08 Fujitsu Ltd 交通要所登録方法,交通要所登録プログラムおよび交通要所登録装置
JP2017207990A (ja) 2016-05-19 2017-11-24 株式会社日本総合研究所 情報提供システム、情報提供方法および情報提供プログラム

Also Published As

Publication number Publication date
US11748424B2 (en) 2023-09-05
WO2019202782A1 (ja) 2019-10-24
JPWO2019202782A1 (ja) 2021-05-13
US20210271722A1 (en) 2021-09-02

Similar Documents

Publication Publication Date Title
CN107172590B (zh) 基于移动终端的活动状态信息处理方法、装置及移动终端
US8019534B2 (en) Method and apparatus for map-updating of navigation system
JP6609723B2 (ja) 目的地推定装置
JP6666521B2 (ja) 場所人気度推定システム
JP7228573B2 (ja) 訪問先推定装置および訪問先推定方法
JP6796190B2 (ja) データ共有判断装置
JP5855041B2 (ja) 路線判定システム
KR20150034896A (ko) 검색 장소에 대한 관련 정보를 제공하는 전자 장치 및 방법
JP7254070B2 (ja) 訪問先推定装置および訪問先推定方法
WO2019216046A1 (ja) 情報処理装置
JP7281451B2 (ja) 訪問先推定装置および訪問先推定方法
JPWO2018190341A1 (ja) アプリ利用推定装置及びルール作成装置
JP6677601B2 (ja) 翻訳システム
WO2019202791A1 (ja) 趣味嗜好推定装置および趣味嗜好推定方法
JP6811587B2 (ja) 訪問先推定装置
US20190355074A1 (en) Systems, methods and apparatus for location-based goods and services procurement
WO2024047949A1 (ja) 滞在poi推定装置
KR20130103247A (ko) 위치 기반 상품 검색 서비스 방법 및 서버
JP6706308B2 (ja) 情報処理システム、及び情報処理方法
JP7450484B2 (ja) 出力装置
JP7450483B2 (ja) 出力装置
JP2018072887A (ja) 訪問先推定装置
JP6399907B2 (ja) 地図情報処理システムおよび地図情報処理方法
KR20230110003A (ko) 여행 가이드를 위한 서비스 방법 및 이를 수행하기 위한 컴퓨팅 장치
JP2021051371A (ja) 推定装置、推定方法及び推定プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230120

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: 20230207

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230213

R150 Certificate of patent or registration of utility model

Ref document number: 7228573

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150