JP7440461B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法、及び情報処理プログラム Download PDFInfo
- Publication number
- JP7440461B2 JP7440461B2 JP2021096507A JP2021096507A JP7440461B2 JP 7440461 B2 JP7440461 B2 JP 7440461B2 JP 2021096507 A JP2021096507 A JP 2021096507A JP 2021096507 A JP2021096507 A JP 2021096507A JP 7440461 B2 JP7440461 B2 JP 7440461B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- specific
- behavior
- specific group
- 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
- 230000010365 information processing Effects 0.000 title claims description 177
- 238000003672 processing method Methods 0.000 title claims description 10
- 230000003542 behavioural effect Effects 0.000 claims description 43
- 230000009471 action Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000006399 behavior Effects 0.000 description 143
- 238000010586 diagram Methods 0.000 description 20
- 229960005486 vaccine Drugs 0.000 description 18
- 238000002255 vaccination Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 208000001528 Coronaviridae Infections Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
〔1-1.実施形態に係る情報処理の一例〕
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1では、実施形態に係る情報処理が情報処理装置100により実行される例を示す。
情報処理装置100は、利用者情報と、行動情報とのうちのいずれか一方又は両方に基づいて、特定集団に該当する利用者の数の時系列変化を予測する予測モデルを生成する。
情報処理装置100は、さらに利用者情報に含まれる利用者の位置情報に基づいて、特定集団に該当する利用者が所定の割合以上存在するエリアを特定する。
情報処理装置100は、予測モデルを用いて、特定日時の特定集団に含まれる利用者の数を予測し、行動モデルを用いて、特定集団の特定行動の出現確率を算出することで、特定日時の特定対象の混雑度を予測する。
情報処理装置100が特定する、特定集団に該当する利用者の特定属性はワクチン接種者を意味し、ワクチン接種会場の位置情報と、利用者の位置情報を照合することで、特定集団に該当するワクチン接種者を特定する。
情報処理装置100が特定する、特定集団に該当する利用者の特定属性はワクチン接種者を意味し、利用者の行動情報に基づいて特定集団に該当するワクチン接種者を特定する。
次に、図3を用いて実施形態に係る情報システムの構成について説明する。図3は、実施形態に係る情報システムの構成例を示す図である。図3に示すように、情報システム1は、情報処理装置100と、利用者端末200と、事業者端末300と、を含む。なお、図3に示した情報システム1は、複数台の情報処理装置100や、複数台の利用者端末200や、複数台の事業者端末300が含まれ構成されていてもよい。情報処理装置100と、利用者端末200と、事業者端末300と、は所定の通信網(ネットワークN)を介して、有線又は無線により通信可能に接続される。
次に、図4を用いて、実施形態に係る情報処理装置100の構成について説明する。図4は、実施形態に係る情報処理装置の構成例を示す図である。図4に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130と、を有する。なお、図1に図示はしていないが、情報処理装置100は、情報処理装置100の管理者から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークNと有線または無線で接続され、利用者端末200と、事業者端末300と、の間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、SSD(Solid State Drive)、光ディスク等の記憶装置によって実現される。図4に示すように、記憶部120は、利用者情報記憶部121と、行動情報記憶部122と、を有する。
利用者情報記憶部121は、利用者に関する情報を記憶する。ここで、図5を用いて、利用者情報記憶部121が記憶する情報の一例を説明する。図5は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
行動情報記憶部122は、利用者の行動に関する情報を記憶する。ここで、図6を用いて、行動情報記憶部122が記憶する情報の一例を説明する。図6は、実施形態に係る情報処理装置の行動情報記憶部に記憶される情報の一例を示す図である。
次に図4に戻って、制御部130について説明する。制御部130は、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置100の記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。また、制御部130は、例えば、ASIC(Application Specific Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現されてもよい。
取得部131は、利用者端末200から利用者情報と、行動情報と、を取得する。また、取得部131は、事業者端末300から要求情報を取得する。ここで、利用者情報は、利用者に関する情報であって、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する情報である。また、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。また、要求情報は、事業者が求める情報を示す情報である。取得部131は、利用者情報を取得したら、取得した利用者情報を利用者情報記憶部121に記憶する。取得部131は、行動情報を取得したら、取得した行動情報を行動情報記憶部122に記憶する。なお、取得部131は、所定日時ごとに利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置100にアクセスする度に利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよい。
特定部132は、利用者情報と、行動情報とのうちのいずれか一方又は両方に基づいて、利用者の中から特定属性を有する利用者の集合である特定集団を特定する。ここで、事業者が事業者端末300に入力した要求情報に含まれる特定属性が「ワクチン接種者」であったとする。この場合、例えば、特定部132は、利用者情報記憶部121に記憶された利用者情報に含まれる利用者の位置情報と、ワクチン接種会場の位置情報と、を照合することによって、全ての利用者の中から、「ワクチン接種者」を特定してよい。また、例えば、特定部132は、行動情報記憶部122に記憶された行動情報に含まれる利用者の閲覧履歴に、ワクチン接種申込システムの閲覧情報が含まれていた場合に、当該利用者をワクチン接種者と特定してもよい。
生成部133は、行動モデル生成部1331と、予測モデル生成部1332と、を備える。
予測部134は、行動予測部1341と、混雑度予測部1342と、を備える。
提供部135は、事業者端末300に特定情報を提供する。ここで、特定情報とは、事業者の要求に基づいて、情報処理装置100が事業者に提供する情報である。例えば、特定情報は、特定属性を有する利用者の集団である特定集団に該当する利用者の数、特定集団に該当する利用者の特定行動の出現確率、特定集団に該当する利用者が所定の割合以上存在するエリア、特定日時の特定対象の混雑度、などに関する情報であってよい。
次に、図7を用いて、実施形態に係る利用者端末200の構成について説明する。図7は、実施形態に係る利用者端末の構成例を示す図である。図7に示すように、利用者端末200は、通信部210と、入力部220と、出力部230と、制御部240と、センサ部250と、記憶部260と、を有する。
次に、図9を用いて、実施形態に係る事業者端末300の構成について説明する。図9は、実施形態に係る事業者端末の構成例を示す図である。図9に示すように、事業者端末300は、通信部310と、入力部320と、出力部330と、制御部340と、を有する。
次に、図10を用いて、実施形態に係る情報処理装置による情報処理の手順について説明する。図10は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置100は、利用者端末200から利用者の利用者情報と、行動情報と、を取得する(ステップS101)。そして、情報処理装置100は、事業者端末300から事業者の要求情報を取得する(ステップS102)。そして、情報処理装置100は、全ての利用者の中から特属属性を有する利用者の集団である特定集団を特定する(ステップS103)。そして、情報処理装置100は、特定集団の行動情報に基づいて特定集団の行動モデルを生成する(ステップS104)。そして、情報処理装置100は、行動モデルを用いて、特定集団の特定行動の出現確率を予測する(ステップS105)。
また、上述した実施形態に係る情報処理装置100は、例えば図11に示すような構成のコンピュータ1000によって実現される。図11は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
本開示に係る情報処理装置100は、利用者の位置情報を含む利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部131と、利用者情報を記憶する利用者情報記憶部121と、行動情報を記憶する行動情報記憶部122と、利用者情報と、行動情報とのうちのいずれか一方又は両方に基づいて、利用者の中から特定属性を有する利用者の集合である特定集団を特定する特定部132と、行動情報に基づいて、特定部132が特定した特定集団の行動モデルを生成する行動モデル生成部1331と、を備える。
110 通信部
120 記憶部
121 利用者情報記憶部
122 行動情報記憶部
130 制御部
131 取得部
132 特定部
133 生成部
1331 行動モデル生成部
1332 予測モデル生成部
134 予測部
1341 行動予測部
1342 混雑度予測部
135 提供部
200 利用者端末
300 事業者端末
N ネットワーク
Claims (8)
- 利用者の位置情報を含む利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部と、
前記利用者情報を記憶する利用者情報記憶部と、
前記行動情報を記憶する行動情報記憶部と、
前記利用者情報と、前記行動情報とのうちのいずれか一方又は両方に基づいて、利用者の中から特定属性を有する利用者の集合である特定集団を特定する特定部と、
前記行動情報に基づいて、前記特定部が特定した特定集団の行動モデルを生成する行動モデル生成部と、を備え、
前記特定集団に該当する利用者の特定属性は所定の行動の対象者を意味し、
前記特定部は、当該所定の行動に係る会場の位置情報と、前記利用者情報記憶部に記憶された利用者の位置情報を照合することで、前記特定集団に該当する当該所定の行動の対象者を特定する、
情報処理装置。 - 前記特定部は、前記利用者情報と、前記行動情報とのうちのいずれか一方又は両方に基づいて、利用者の中から所定日時ごとに前記特定集団を特定し、
前記利用者情報と、前記特定部が特定した所定日時ごとの前記特定集団に該当する利用者の数に基づいて、前記特定集団に該当する利用者の数の時系列変化を予測する予測モデルを生成する予測モデル生成部と、を備える、
請求項1に記載の情報処理装置。 - 前記特定部は、さらに前記利用者情報に含まれる利用者の位置情報に基づいて、前記特定集団に該当する利用者が所定の割合以上存在するエリアを特定する、
請求項2に記載の情報処理装置。 - 前記行動モデルを用いて、特定集団の特定行動の出現確率を予測する行動予測部と、を備える、
請求項2又は請求項3に記載の情報処理装置。 - 前記予測モデルを用いて、特定日時の前記特定集団に該当する利用者の数を予測し、前記行動モデルを用いて、前記特定集団の特定行動の出現確率を算出することで、特定日時の特定対象の混雑度を予測する混雑度予測部と、を備える、
請求項2から請求項4のいずれか一項に記載の情報処理装置。 - 前記特定集団に該当する利用者の特定属性は所定の行動の対象者を意味し、
前記特定部は、前記行動情報記憶部に記憶された利用者の行動情報に基づいて前記特定集団に該当する当該所定の行動の対象者を特定する、
請求項1から請求項5のいずれか一項に記載の情報処理装置。 - 情報処理装置が実行する情報処理方法であって、
利用者の位置情報を含む利用者情報と、利用者の検索履歴を含む行動情報と、を取得するステップと、
前記利用者情報と、前記行動情報と、を記憶するステップと、
前記利用者情報と、前記行動情報とのうちのいずれか一方又は両方に基づいて、利用者の中から特定属性を有する利用者の集合である特定集団を特定するステップと、
前記行動情報に基づいて、前記特定集団の行動モデルを生成するステップと、
前記行動モデルを用いて特定集団の特定行動の出現確率を予測するステップと、
を含み、
前記特定集団に該当する利用者の特定属性は所定の行動の対象者を意味し、
前記特定集団を特定するステップでは、当該所定の行動に係る会場の位置情報と、記憶された利用者の位置情報を照合することで、前記特定集団に該当する当該所定の行動の対象者を特定する、
情報処理方法。 - 利用者の位置情報を含む利用者情報と、利用者の検索履歴を含む行動情報と、を取得するステップと、
前記利用者情報と、前記行動情報と、を記憶するステップと、
前記利用者情報と、前記行動情報とのうちのいずれか一方又は両方に基づいて、利用者の中から特定属性を有する利用者の集合である特定集団を特定するステップと、
前記行動情報に基づいて、前記特定集団の行動モデルを生成するステップと、
前記行動モデルを用いて特定集団の特定行動の出現確率を予測するステップと、
をコンピュータに実行させ、
前記特定集団に該当する利用者の特定属性は所定の行動の対象者を意味し、
前記特定集団を特定するステップでは、当該所定の行動に係る会場の位置情報と、記憶された利用者の位置情報を照合することで、前記特定集団に該当する当該所定の行動の対象者を特定する、
情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021096507A JP7440461B2 (ja) | 2021-06-09 | 2021-06-09 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021096507A JP7440461B2 (ja) | 2021-06-09 | 2021-06-09 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022188462A JP2022188462A (ja) | 2022-12-21 |
JP7440461B2 true JP7440461B2 (ja) | 2024-02-28 |
Family
ID=84532270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021096507A Active JP7440461B2 (ja) | 2021-06-09 | 2021-06-09 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7440461B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008123487A (ja) | 2006-10-18 | 2008-05-29 | Toshiba Corp | 行動予測装置および方法 |
JP2015158819A (ja) | 2014-02-25 | 2015-09-03 | 株式会社ゼンリンデータコム | 統計処理装置、統計処理方法及びプログラム |
WO2019202782A1 (ja) | 2018-04-18 | 2019-10-24 | 株式会社Nttドコモ | 訪問先推定装置および訪問先推定方法 |
JP2020149252A (ja) | 2019-03-12 | 2020-09-17 | ヤフー株式会社 | 提供装置、提供方法および提供プログラム |
-
2021
- 2021-06-09 JP JP2021096507A patent/JP7440461B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008123487A (ja) | 2006-10-18 | 2008-05-29 | Toshiba Corp | 行動予測装置および方法 |
JP2015158819A (ja) | 2014-02-25 | 2015-09-03 | 株式会社ゼンリンデータコム | 統計処理装置、統計処理方法及びプログラム |
WO2019202782A1 (ja) | 2018-04-18 | 2019-10-24 | 株式会社Nttドコモ | 訪問先推定装置および訪問先推定方法 |
JP2020149252A (ja) | 2019-03-12 | 2020-09-17 | ヤフー株式会社 | 提供装置、提供方法および提供プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022188462A (ja) | 2022-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yuan et al. | Measuring similarity of mobile phone user trajectories–a Spatio-temporal Edit Distance method | |
US10304086B2 (en) | Techniques for estimating demographic information | |
Cai et al. | Integrating spatial and temporal contexts into a factorization model for POI recommendation | |
Li et al. | Disparate patterns of movements and visits to points of interest located in urban hotspots across US metropolitan cities during COVID-19 | |
JP2011096173A (ja) | 情報提供システム、情報提供端末、情報提供サーバ、情報提供方法および情報提供プログラム | |
Hwang et al. | Spatiotemporal transformation of social media geostreams: a case study of twitter for flu risk analysis | |
Kong et al. | A center-based modeling approach to solve the districting problem | |
US20190095536A1 (en) | Method and device for content recommendation and computer readable storage medium | |
Socharoentum et al. | A comparative analysis of routes generated by Web Mapping APIs | |
US11853259B2 (en) | Indexing documents in a nested hierarchy of directories | |
Chen et al. | Identifying home locations in human mobility data: an open-source R package for comparison and reproducibility | |
Kim et al. | Precision mapping child undernutrition for nearly 600,000 inhabited census villages in India | |
US20140179354A1 (en) | Determining contact opportunities | |
Liu et al. | Characterizing the complex influence of the urban built environment on the dynamic population distribution of Shenzhen, China, using geographically and temporally weighted regression | |
Bhowmik et al. | A comprehensive county level model to identify factors affecting hospital capacity and predict future hospital demand | |
JP6988521B2 (ja) | 情報処理プログラム、情報処理方法および情報処理装置 | |
JP2004133895A (ja) | ペイバックシステムの通信端末装置及び情報処理装置 | |
JP7440461B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
Zhao et al. | Epidemiological-survey-based multidimensional modeling for understanding daily mobility during the COVID-19 pandemic across urban-rural gradient in the Chinese mainland | |
Guan et al. | Understanding China’s urban functional patterns at the county scale by using time-series social media data | |
JP2018063628A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2015079464A (ja) | 情報提供装置、情報提供方法、およびプログラム | |
JP2013040908A (ja) | 経路案内装置及び経路案内方法 | |
Witayangkurn et al. | Development of Big Data-Analysis Pipeline for Mobile Phone Data with Mobipack and Spatial Enhancement | |
Grigg et al. | Implementation of an Internet-based geographic information system: the Florida experience |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220916 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231031 |
|
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: 20240123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7440461 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |