WO2012056900A1 - 端末数推計装置および端末数推計方法 - Google Patents

端末数推計装置および端末数推計方法 Download PDF

Info

Publication number
WO2012056900A1
WO2012056900A1 PCT/JP2011/073584 JP2011073584W WO2012056900A1 WO 2012056900 A1 WO2012056900 A1 WO 2012056900A1 JP 2011073584 W JP2011073584 W JP 2011073584W WO 2012056900 A1 WO2012056900 A1 WO 2012056900A1
Authority
WO
WIPO (PCT)
Prior art keywords
position data
observation
information
acquisition time
feature amount
Prior art date
Application number
PCT/JP2011/073584
Other languages
English (en)
French (fr)
Inventor
寺田　雅之
基成 小林
岡島　一郎
Original Assignee
株式会社エヌ・ティ・ティ・ドコモ
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 株式会社エヌ・ティ・ティ・ドコモ filed Critical 株式会社エヌ・ティ・ティ・ドコモ
Priority to RU2013109951/08A priority Critical patent/RU2530349C1/ru
Priority to US13/704,446 priority patent/US8942724B2/en
Priority to CN201180030251.9A priority patent/CN102959996B/zh
Priority to EP11836039.5A priority patent/EP2635053A4/en
Priority to BR112013000913A priority patent/BR112013000913A2/pt
Priority to KR1020127030467A priority patent/KR101456906B1/ko
Priority to JP2012540768A priority patent/JP5470469B2/ja
Publication of WO2012056900A1 publication Critical patent/WO2012056900A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/02—Processing of mobility data, e.g. registration information at HLR [Home Location Register] or VLR [Visitor Location Register]; Transfer of mobility data, e.g. between HLR, VLR or external networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal

Definitions

  • the present invention relates to a terminal number estimation device and a terminal number estimation method for estimating the number of terminals located in a certain area using position information about a portable terminal obtained from network equipment of a portable terminal (for example, a cellular phone).
  • operational data such as mobile phone location data and user attribute data are generated to provide telecommunication services to mobile phone users.
  • statistical processing such as tabulation on these operational data, it is possible to obtain estimated values related to population dynamics such as “population distribution”, “population change”, and “population composition”.
  • population dynamics such as “population distribution”, “population change”, and “population composition”.
  • population distribution is the population distributed in each area
  • population change is the population change along the time axis in a certain area
  • population composition is the population divided by gender, age group, etc. Information on distribution and population change.
  • a position registration signal This is a signal that is transmitted almost periodically from the mobile phone to the base station in which the mobile phone is located.
  • a base station receives a location registration signal for a mobile phone, the mobile phone It can be estimated that it exists in the base station sector which is the radio wave coverage of the base station.
  • GPS information is information on the GPS positioning result transmitted from the mobile phone to the serving base station periodically or in response to a terminal operation or a request from the mobile phone network. Similarly, when GPS information is received, it can be estimated that the mobile phone exists around the position indicated by the GPS positioning result (see, for example, Patent Document 1).
  • the number of mobile phones (number of terminals) existing in a certain geographic area can be estimated from the observation results of the location data as described above, the above-mentioned various types of mobile phones can be estimated by taking into account the mobile phone contract rate, etc. Expected to provide estimates on demographics.
  • the location data of the terminal such as location registration signals and GPS information is not always transmitted to the mobile phone network, but is transmitted at a certain time interval, and the transmission time interval is not constant. to cause.
  • the location registration signal is based on periodic transmission by a timer in a mobile phone, for example.
  • the registration signal may be transmitted, or the transmission may be delayed due to the influence of a telephone call or out of service area.
  • the transmission / reception cycle is not constant due to various influences such as out of service area and terminal operation.
  • the present invention has been made in view of the above, and an object of the present invention is to accurately estimate the number of terminals while calibrating the influence of fluctuations in the reception interval when estimating the number of terminals using position data.
  • a terminal number estimation apparatus acquires position data including identification information for identifying a mobile terminal, position information regarding the position of the mobile terminal, and position acquisition time information from which the position information was acquired.
  • Front and rear position data acquisition means for acquiring time information and position acquisition time information of third position data that is position data immediately after the first position data, position acquisition time information of the first position data, second A feature amount calculator for calculating a feature amount for the first position data based on two or more of the position acquisition time information of the position data and the position acquisition time information of the third position data One or more including position acquisition time information that is after the observation start time for the observation period to be observed and before the observation end time, and includes position information associated with the observation area information for the observation area to be observed Based on the observation target acquisition means for acquiring position data as observation target position data, the feature amount of the observation target position data, and the observation period length that is the difference between the observation start time and the observation end time, during the observation period Terminal number estimating means for estimating the number of terminals located in the observation area.
  • the “feature amount” is information corresponding to the estimated generation density for the position data generated by the mobile terminal, and the “estimated generation density” here is the mobile terminal that generated the position data, It means an estimated value of the number of position data generated per unit time around the position data generation time (corresponding to the position acquisition time).
  • the feature amount calculating means calculates the difference between the position acquisition time of the second position data and the position acquisition time of the third position data as the feature amount for the first position data.
  • the terminal number estimation means may estimate a numerical value obtained by dividing the sum of the feature quantities for the observation target position data by twice the observation period length as the number of terminals.
  • the feature amount calculating means calculates the difference between the position acquisition times of the second and third position data as the feature amount for the first position data
  • the terminal number estimating means is the observation target position data. It is possible to estimate the number of terminals with high accuracy while calibrating the effect of fluctuations in the reception interval by estimating the numerical value obtained by dividing the sum total of the feature values by twice the observation period length as the number of terminals. it can.
  • the feature amount calculation means is determined in advance from the position acquisition time of the first position data when the difference between the position acquisition time of the first position data and the position acquisition time of the second position data is greater than a predetermined value.
  • the feature amount for the first position data may be calculated by using the time traced back in the past as the position acquisition time of the second position data.
  • the feature amount calculation unit determines in advance from the position acquisition time of the first position data.
  • the feature amount for the first position data may be calculated using the time advanced in the future by the specified time as the position acquisition time of the third position data.
  • the feature amount calculation means determines whether the first position data includes position registration information generated due to straddling the position registration area boundary, and the third position data straddles the position registration area boundary. Whether or not the location registration information generated due to the location registration information is included, and whether or not the first location data includes location registration information generated due to straddling the location registration area boundary and the first The position acquisition time information of the first position data, the second position data according to the determination result of whether or not the position data of 3 includes the position registration information generated due to straddling the position registration area boundary.
  • the feature amount of the first position data may be calculated using two or more of the position acquisition time information and the position acquisition time information of the third position data.
  • location registration information generated due to straddling the location registration area boundary means location registration information generated due to the mobile terminal straddling the location registration area boundary.
  • the feature amount calculation means sets the position acquisition time of the first position data to the first If the first position data does not include the position registration information generated due to straddling the position registration area boundary, the position acquisition time of the first position data and the position of the second position data When the midpoint time with respect to the acquisition time is set as the first variable, and the third position data includes position registration information generated due to straddling the position registration area boundary, the position acquisition of the third position data When the time is set to the second variable and the third position data does not include the position registration information generated due to straddling the position registration area boundary, the position acquisition time of the first position data and the third Set the midpoint time to the position acquisition time of the position data.
  • Set the variable based on the difference between the first variable and second variable set, may calculate the feature value for the first position data.
  • the feature amount calculation means is past the predetermined time from the position acquisition time of the first position data.
  • the feature amount for the first position data may be calculated using the retroactive time as the first variable.
  • the feature amount calculation means is the future for a predetermined time from the position acquisition time of the first position data.
  • the feature amount for the first position data may be calculated using the time advanced to step 2 as the second variable.
  • the feature quantity calculation target may be the observation target position data acquired by the observation target acquisition means, or all the position data acquired by the position data acquisition means as targets. Also good.
  • the front and rear position data acquisition means uses the observation target position data acquired by the observation target acquisition means as the first position data, respectively.
  • the position acquisition time information of the second position data for the first position data and the position acquisition time information of the third position data for the first position data are acquired.
  • the feature quantity for each piece of data is calculated, and the terminal number estimation means estimates the number of terminals using the feature quantity for the observation target position data obtained by the calculation.
  • the front-rear position data acquisition means uses all the position data acquired by the position data acquisition means as the first position data.
  • the position acquisition time information of the second position data for one position data and the position acquisition time information of the third position data for the first position data are acquired, and the feature amount calculation means The feature quantity for each is calculated, and the terminal number estimation means estimates the number of terminals using the feature quantity for the observation target position data among the feature quantities for all the position data obtained by the calculation.
  • a terminal number estimation apparatus acquires position data including identification information for identifying a mobile terminal, position information regarding the position of the mobile terminal, and position acquisition time information from which the position information was acquired.
  • Position information acquisition means for acquiring time information and position acquisition time information of third position data that is position data immediately after the first position data, position acquisition time information of at least second position data, and first position data 3 based on the position acquisition time information of the position data 3, and a feature amount calculation means for calculating the feature amount of the first position data, and at the start of observation related to the observation period to be observed
  • One or more position data including position acquisition time information that is after and before the observation end time and includes position information associated with the observation area information related to the observation area to be observed is acquired as observation target position data. Estimate the number of terminals located in the observation area during the observation period based on the observation target acquisition means, the feature quantity of the observation target position data, and the observation period length that is the difference between the observation start time and the observation end time. It is good also as a structure provided with a terminal number estimation means.
  • the terminal number estimation device further includes an expansion coefficient storage unit that stores an expansion coefficient for converting the number of terminals into a population, and the terminal number estimation unit includes a feature amount of the observation target position data, an observation period length, Based on the expansion factor, at least one of the population in the observation area during the observation period and the population for each population estimation unit that is a unit for estimating the population may be estimated.
  • the “population estimation unit” include attributes, places, time zones, and the like.
  • the expansion coefficient may be one stored in the expansion coefficient storage means or may be derived as follows.
  • the expansion coefficient the reciprocal of “the product of the location ratio and the terminal penetration rate (that is, the ratio of the number of locations to the population)” can be used.
  • the “area ratio” means the ratio of the area number to the contracted number
  • the “popularity ratio” means the ratio of the contracted number to the population.
  • Such an enlargement factor is desirably derived for each population estimation unit described above, but is not essential.
  • the expansion coefficient may be derived using, for example, the number of terminals (the number of existing areas) estimated based on the feature amount and the observation period length as follows. That is, a feature amount is obtained from position data, and the number of terminals for each enlargement coefficient calculation unit is obtained based on the feature amount and the observation period length to obtain user number pyramid data, and statistical data (for example, Basic Resident Register) As above, population pyramid data in the same expansion coefficient calculation unit obtained in advance is acquired. And the acquisition rate (namely, the number of area / population) of the position data for every expansion coefficient calculation unit is calculated in the user number pyramid data and the population pyramid data.
  • the “location data acquisition rate (that is, the number of locations / population)” obtained here corresponds to the “product of the location rate and the terminal penetration rate” described above.
  • the reciprocal of the “position data acquisition rate” obtained in this way can be derived as an expansion coefficient.
  • an enlargement factor calculation unit for calculating an enlargement factor for example, every address prefecture, every 5 or 10 years of age, every gender, every hour, etc. may be adopted. A combination of two or more of these may be employed. For example, if the enlargement coefficient calculation unit is “male in the 20s in Tokyo”, the males in the 20s in Japan who live in Tokyo (that is, the address information in the user attribute is Tokyo).
  • the corresponding position data is extracted and the number of terminals is totaled to obtain user number pyramid data, and population pyramid data relating to a 20-year-old man living in Tokyo is obtained from statistical data.
  • the address information in the user attribute is Tokyo instead of extracting only the location data of users residing in Tokyo. Extract location data.
  • the location data acquisition rate that is, the number of people in the area / population
  • the expansion coefficient calculation unit here, a man in the 20s in Tokyo
  • the reciprocal of the “position data acquisition rate” can be derived as an expansion factor.
  • the enlargement coefficient calculation unit and the population estimation unit are described as being equal. However, this is merely an example, and the present invention is not limited to this.
  • the terminal number estimation device uses the estimated value for each observation area obtained by estimation by the terminal number estimation means as the estimated value for each output unit different from the observation area, and the overlap area between the output unit and the observation area is the observation area.
  • Conversion means for converting based on the area ratio occupied by may be further provided.
  • two or more of the communication areas of a plurality of outdoor stations using frequency bands having different communication areas of the indoor stations and radio wave coverage are present in the same geographical observation area
  • the number of terminals estimation means includes the feature amount for the observation target position data, the observation period length, the enlargement factor for converting the number of terminals to the population, and the overlapping area of the output unit and observation area different from the observation area. Based on the occupied area ratio, the population may be estimated separately for each output unit and for each population estimation unit.
  • the terminal number estimation means calculates (feature amount ⁇ area ratio ⁇ enlargement factor) for the position data associated with the same output unit ID, and the output unit ID is obtained for each output unit obtained. (Feature amount x area ratio x expansion factor) for each population estimation unit, and based on the total value and observation period length obtained for each output unit and population estimation unit, the population for each output unit and population estimation unit is calculated. You may estimate.
  • the terminal number estimation device includes an observation period acquisition unit that acquires observation period information including a set of an observation start time and an observation end time, and an observation area that acquires observation area information associated with one or more pieces of position information Acquisition means.
  • the terminal number estimation device may further include output means for outputting the obtained estimated value.
  • the output form by the output means can adopt at least one of a figure showing a population distribution, a figure showing a time-series population fluctuation, and a figure showing a population structure, and an output unit by the output means is a user of a mobile terminal Can be set according to at least one of the attribute, time zone, and location.
  • the terminal number estimation device further includes a non-identifying unit that performs a de-identifying process including conversion to an irreversible code by a one-way function on identification information included in the position data acquired by the position data acquiring unit.
  • the de-identification unit may perform the de-identification process on the attribute information before the process.
  • the terminal number estimation device may further include a concealment processing means for performing concealment processing on the estimated value based on a predetermined criterion before the obtained estimated value is output.
  • the concealment processing means determines whether or not the number of acquisition source terminals indicating from which number of terminals the position data for each area on which the estimation is based is less than a reference value for determining that concealment processing is necessary. If the number of acquisition source terminals of position data in a certain area is less than the reference value, the estimated value related to the area may be concealed.
  • said acquisition source terminal number shows the unique terminal number except the duplication about the same terminal.
  • the concealment processing unit may not perform concealment processing on the estimated value or may perform the following rounding.
  • the concealment processing means based on the upper limit value, the lower limit value, the class width, and the estimated value in the class to which the estimated value of the area belongs among a plurality of classes used in the estimated value output, the estimated value of the area May be rounded to an upper limit value and a lower limit value with probability values corresponding to the difference from the upper limit value and the difference from the lower limit value, respectively.
  • the invention relating to the terminal number estimating device described above can be regarded as an invention relating to a terminal number estimating method executed by the terminal number estimating device, and has the same operations and effects. Specifically, it can be described as follows depending on whether the feature quantity is calculated for the observation target position data or the feature quantity is calculated for all the acquired position data.
  • a terminal number estimation method is a terminal number estimation method executed by a terminal number estimation device, in which identification information for identifying a portable terminal, position information regarding the position of the portable terminal, and position information are acquired.
  • a position data acquisition step for acquiring position data including the acquired position acquisition time information, and an observation to be observed that includes position acquisition time information that is after the observation start time and before the observation end time for the observation period to be observed
  • Position data acquisition step for acquiring position acquisition time information of second position data that is position data immediately before and position acquisition time information of third position data that is position data immediately after the first position data And two or more feature quantities for each observation target position data among the position acquisition time information of the first position data, the position acquisition time information of the second position data, and the position acquisition time information of the third position data Observed during the observation period based on the feature quantity calculation step calculated based on, the feature quantity for the observation target position data obtained by the calculation, and the observation period length that is the difference between the observation start time and the observation end time And a terminal number estimation step of estimating the number of terminals located in the area.
  • a terminal number estimation method is a terminal number estimation method executed by a terminal number estimation device, in which identification information for identifying a portable terminal, position information regarding the position of the portable terminal, and position information are acquired.
  • a position data acquisition step for acquiring position data including the acquired position acquisition time information, and each of the acquired position data as first position data, and for each first position data, Among the position data including the same identification information, the position acquisition time information of the second position data, which is the position data immediately before the first position data, and the position data immediately after the first position data.
  • the position data acquisition step for acquiring position information of the position data of the position data 3 and the position data acquisition step for acquiring the position values of the first position data A feature amount calculating step that is calculated based on two or more of the time information, the position acquisition time information of the second position data, and the position acquisition time information of the third position data, and the observation start time after the observation period to be observed
  • An observation target that includes position acquisition time information that is before the observation end time and that includes position information associated with observation area information related to the observation area to be observed as observation target position data.
  • a terminal number estimation method is a terminal number estimation method executed by a terminal number estimation device, and includes identification information for identifying a mobile terminal, position information regarding the position of the mobile terminal, and position information.
  • a position data acquisition step for acquiring position data including the acquired position acquisition time information, and position acquisition time information that is after the observation start time and before the observation end time for the observation period to be observed and that is observed
  • An observation target acquisition step of acquiring, as observation target position data, one or a plurality of position data including position information associated with observation area information related to a power observation area, and each of the acquired observation target position data as first position data , For each first position data, the first position among the position data including the same identification information as the first position data.
  • Position data acquisition time information for acquiring position acquisition time information of second position data that is position data immediately before the data and position acquisition time information of third position data that is position data immediately after the first position data
  • a feature amount calculating step for calculating a feature amount for each of the observation target position data based on at least the position acquisition time information of the second position data and the position acquisition time information of the third position data;
  • a terminal that estimates the number of terminals in the observation area during the observation period based on the feature value of the observation target position data obtained by calculation and the observation period length that is the difference between the observation start time and the observation end time.
  • a number estimation step for acquiring position acquisition time information of second position data that is position data immediately before the data and position acquisition time information of third position data that is position data immediately after the first position data
  • a feature amount calculating step for calculating a feature amount for each of the observation target position data based on at least the position acquisition time information of the second position data and the position acquisition time information of the third position data
  • a terminal that estimates the number of terminals in the
  • a terminal number estimation method is a terminal number estimation method executed by a terminal number estimation device, and includes identification information for identifying a mobile terminal, position information regarding the position of the mobile terminal, and position information.
  • a position data acquisition step for acquiring position data including the acquired position acquisition time information, and the first position data for each of the first position data, using all the acquired position data as first position data.
  • the position acquisition time information of the second position data which is the position data immediately before the first position data, and the position data immediately after the first position data
  • the front and rear position data acquisition step of acquiring position acquisition time information of certain third position data, and the feature amount for each of all the position data are at least the second position
  • a feature amount calculating step that is calculated based on the position acquisition time information of the data and the position acquisition time information of the third position data, and a position that is after the observation start time and before the observation end time for the observation period to be observed
  • An observation target acquisition step for acquiring one or a plurality of position data including the acquisition time information and including position information associated with the observation area information related to the observation area to be observed as observation target position data, and all obtained by calculation Terminals located in the observation area during the observation period based on the feature quantity of the observation target position data, and the observation period length that is the difference between the observation start time and the observation end time.
  • a terminal number estimation step for estimating the number.
  • FIG. 1 is a system configuration diagram of a communication system 1 according to the present embodiment.
  • the communication system 1 includes a mobile terminal 100, a BTS (base station) 200, an RNC (radio control device) 300, an exchange 400, various processing nodes 700, and a management center 500.
  • the management center 500 includes a social sensor unit 501, a petamining unit 502, a mobile demography unit 503, and a visualization solution unit 504.
  • the exchange 400 collects position information, which will be described later, about the mobile terminal 100 via the BTS 200 and the RNC 300.
  • the RNC 300 can measure the position of the mobile terminal 100 using the delay value in the RRC connection request signal when communication connection is performed with the mobile terminal 100.
  • the exchange 400 can receive the position information of the mobile terminal 100 measured in this way when the mobile terminal 100 executes communication connection.
  • the exchange 400 stores the received position information, and outputs the collected position information to the management center 500 in response to a predetermined timing or a request from the management center 500.
  • the various processing nodes 700 acquire the location information of the portable terminal 100 through the RNC 300 and the exchange 400, and perform recalculation of the location in some cases, and are collected at a predetermined timing or in response to a request from the management center 500 The position information is output to the management center 500.
  • the position information of the mobile terminal 100 in the present embodiment a sector number indicating the in-service sector obtained from the position registration signal, a position positioning data obtained by a GPS positioning system or a position information acquisition system by PRACH PD, and the like are adopted. be able to.
  • the position data of the portable terminal 100 includes the position information as described above, identification information for identifying the portable terminal (for example, information associated with the portable terminal such as a line number), and position acquisition time information at which the position information is acquired. including.
  • identification information for identifying the portable terminal
  • the line number is not used as it is, but a value associated with the line number (for example, a hash value of the line number) is used (that is, the line number is unidentified). Is preferred.
  • the management center 500 includes the social sensor unit 501, the petamining unit 502, the mobile demography unit 503, and the visualization solution unit 504, and each unit is used for position information of the mobile terminal 100. Perform statistical processing.
  • the terminal number estimation apparatus 10 (FIG. 2) mentioned later can be comprised by the management center 500, for example.
  • the social sensor unit 501 is a server device that collects data including location information of the mobile terminal 100 from each exchange 400 and various processing nodes 700 or offline.
  • the social sensor unit 501 receives data periodically output from the exchange 400 and the various processing nodes 700, or acquires data from the exchange 400 and the various processing nodes 700 according to a predetermined timing in the social sensor unit 501. It is configured to be able to do.
  • the petamining unit 502 is a server device that converts data received from the social sensor unit 501 into a predetermined data format. For example, the petamining unit 502 performs a sorting process using a user ID as a key, or performs a sorting process for each area.
  • the mobile demography unit 503 is a server device that performs aggregation processing on the data processed in the petamining unit 502, that is, count processing for each item. For example, the mobile demography unit 503 can count the number of users located in a certain area, and can total the distribution of the located areas.
  • the visualization solution unit 504 is a server device that processes the data aggregated in the mobile demography unit 503 so as to be visible. For example, the visualization solution unit 504 can map the aggregated data on a map. Data processed by the visualization solution unit 504 is provided to companies, government offices or individuals, and is used for store development, road traffic surveys, disaster countermeasures, environmental countermeasures, and the like. It should be noted that the information statistically processed in this way is processed so that individuals are not specified so as not to infringe privacy.
  • the social sensor unit 501, the petamining unit 502, the mobile demography unit 503, and the visualization solution unit 504 are all configured by the server device as described above, and although not shown, the basic configuration of a normal information processing device Needless to say, it includes a CPU, a RAM, a ROM, an input device such as a keyboard and a mouse, a communication device that communicates with the outside, a storage device that stores information, and an output device such as a display and a printer.
  • FIG. 2 shows a functional block configuration of the terminal number estimation apparatus 10.
  • the terminal number estimation apparatus 10 includes a position data acquisition unit 11 (position data acquisition unit), a storage unit 12, an observation period acquisition unit 13 (observation period acquisition unit), and an observation area acquisition unit 14 (observation).
  • Area acquisition unit observation target acquisition unit 15 (observation target acquisition unit), front and rear position data acquisition unit 16 (front and rear position data acquisition unit), feature amount calculation unit 17 (feature amount calculation unit), terminal number estimation unit 18 (terminal) Number estimation means) and a terminal number output unit 19 (output means).
  • the position data acquisition unit 11 acquires the above-described position data from the outside and stores it in the storage unit 12.
  • the accumulation unit 12 stores position data over a plurality of times for a large number of users (mobile terminals).
  • the observation period acquisition unit 13 acquires observation period information including a set of observation start time and observation end time.
  • the observation area acquisition unit 14 acquires observation area information associated with one or more pieces of position information.
  • the observation area information here is given as, for example, a sector number, a latitude / longitude, a geographical range (for example, a municipality), etc., and the observation area acquisition unit 14 displays the expression format and position information of the acquired observation area information. It is desirable to provide a database that manages information that associates the expression format (for example, correspondence information between sector numbers and latitude and longitude).
  • the observation target acquisition unit 15 includes, from the storage unit 12, position acquisition time information that is after the observation start time for the observation period to be observed and before the observation end time, and corresponds to the observation area information for the observation area to be observed.
  • One or more position data including the position information to be attached is acquired as observation target position data.
  • the observation target position data may be further narrowed down according to separately given conditions (for example, the age group of the user of the mobile terminal).
  • the front-rear position data acquisition unit 16 is the first of the position data including the same identification information as the first position data for the position data (hereinafter referred to as “first position data”) for which the feature amount is to be obtained.
  • first position data the first position data for the position data
  • second position data the position acquisition time information of the position data immediately before the position data
  • third position data the position data immediately after the first position data
  • the front-rear position data acquisition unit 16 uses the observation target position data acquired by the observation target acquisition unit 15 as first position data, and the second and third position data related to the first position data. Position acquisition time information is acquired, and a feature value calculation unit 17 described later calculates a feature value for the observation target position data.
  • the first embodiment is an embodiment in which the position data for which the feature amount is calculated is narrowed down to the observation target position data.
  • the second embodiment to be described later an example will be described in which feature quantities are calculated for all acquired position data.
  • the feature amount calculation unit 17 calculates a feature amount for each of the first position data (observation target position data in the first embodiment). For example, the feature quantity calculation unit 17 calculates the difference between the position acquisition time of the second position data and the position acquisition time of the third position data as the feature quantity for the first position data. In addition, when the position acquisition time of the second position data is an abnormal value, the feature amount calculation unit 17 takes the position acquisition time of the first position data and the position acquisition time of the second position data as an example here. When the difference is larger than a predetermined reference value (for example, 1 hour), the time of the second position data is set to a time that is retroactive from the position acquisition time of the first position data by a predetermined time (for example, 1 hour).
  • a predetermined reference value for example, 1 hour
  • the feature amount for the first position data is calculated as the acquisition time.
  • the feature amount calculation unit 17 uses the position acquisition time of the first position data and the position acquisition time of the third position data as an example here. Is greater than a predetermined reference value (for example, 1 hour), the time advanced from the position acquisition time of the first position data to the future by a predetermined time (for example, 1 hour) is set in the third position data.
  • the feature amount for the first position data is calculated using the position acquisition time.
  • the process when the position acquisition times of the second and third position data are abnormal values is not an essential process, but the portable terminal 100 is located outside the service area by performing the above process. When the position data acquisition time interval becomes abnormally long due to the power of the mobile terminal 100 being turned off or the like, the influence of the abnormally long acquisition time interval is prevented from being excessively increased. be able to.
  • the number-of-terminals estimation unit 18 estimates the number of terminals located in the observation area during the observation period based on the feature amount of the observation target position data and the observation period length that is the difference between the observation start time and the observation end time. . Although details will be described later, the terminal number estimation unit 18 estimates a numerical value obtained by dividing the sum of the feature amounts of the observation target position data by twice the observation period length as the number of terminals.
  • the terminal number output unit 19 outputs the number of terminals obtained by the estimation.
  • the output here includes various output modes such as display output, audio output, and print output.
  • each terminal a i transmits a signal (for example, a location registration signal), and these signals can be observed. It is.
  • the signals transmitted by the terminal a i from the sector S during the observation period If x i is the total number of signals transmitted by the terminal a i in the sector S during the observation period, the estimation of the number of terminals is based on the observed signal q ij (j is an integer from 1 to x i ). It is none other than estimating the value of m.
  • p i be the density at which the signal q ij is transmitted from the terminal a i (ie, the number of signals per unit time).
  • the probability that the signal is transmitted is independent of the sector
  • the expected value E (t i) the following expression for the residence time t i of the sector S in the observation period of the terminal a i (2) is satisfied.
  • the transmission time u i of the signal of the second position data q i (j-1) transmission time u i of (j-1) and the signal q i of the third position data (j + 1) ( The difference of j + 1) , that is, (u i (j + 1) ⁇ u i (j ⁇ 1) ) in the above equation (3) is set as the feature quantity w ij for the first position data. Therefore, the above formula (3) is as follows. That is, the feature quantity w ij can be calculated in association with the reciprocal of the density p ij .
  • the estimated value E (m) of the number m of terminals can be calculated by the following equation (6). As shown in the example of FIG.
  • the terminal a i transmits the signals q i1 , q i2 , and q i3 within the observation period and the period in which the terminal a i stays in the sector S, and the signal q i1 ,
  • the signal q i0 is transmitted immediately before the signal q i3
  • the signal q i4 is transmitted immediately after the signal q i3
  • the transmission times of the signals q i0 , q i1 , q i2 , q i3 , q i4 are set to u i0 , u i1 , u, respectively.
  • the above idea is that the stay time t i of the sector S within the observation period of the terminal a i is determined from (the midpoint of u i0 and u i1 ) (from u i3 and u i4 This is equivalent to estimating the period until the midpoint.
  • the terminal a i transmits the signal q i4 while staying in the sector S, although it is not within the observation period.
  • a process will be described in which the end time of the stay time t i is not estimated to be the same as the end time of the observation period T. .
  • step S1 the position data acquisition unit 11 acquires position data from the outside and stores it in the storage unit 12 (step S1 in FIG. 5).
  • storage part 12 will preserve
  • step S2 you may perform the process after step S2 after time. That is, step S1 may be executed as a preliminary preparation for the processing after step S2.
  • the observation period acquisition unit 13 acquires observation period information including a pair of observation start time and observation end time
  • the observation area acquisition unit 14 associates observation area information with one or more pieces of position information. Is acquired (step S2).
  • a set of the observation start time T1 and the observation end time T2 is acquired as the observation period information
  • the sector number S is acquired as the observation area information.
  • the observation object acquisition unit 15 includes position acquisition time information that is after the observation start time T1 and before the observation end time T2 from the storage unit 12, and is associated with the sector number S that is observation area information.
  • One or more pieces of position data including information are acquired as observation target position data (step S3). That is, the observation target acquisition unit 15 acquires position data that satisfies the following conditions as observation target position data.
  • Condition 1 The position acquisition time is after the observation start time T1 and before the observation end time T2. That is, it is included in the observation period.
  • Condition 2 The position information is sector S.
  • step S4 the front / rear position data acquisition unit 16 includes the same identification information as the first position data for the position data (first position data) for which the feature amount is to be obtained among the observation target position data.
  • the position acquisition time information of the position data immediately before the first position data (second position data) and the position data immediately after the first position data (first 3 position data) is acquired. Note that it is not essential for the front-rear position data acquisition unit 16 to acquire the entire second and third position data, and it is only necessary to acquire the position acquisition time information included in the second and third position data.
  • the feature-value calculation part 17 calculates the feature-value about 1st position data.
  • the position acquisition times of the first, second, and third position data are t1, t2, and t3, respectively.
  • a predetermined reference value reference value relating to the difference between the position acquisition times of the first and second position data
  • a value A for example, 1 hour
  • a predetermined reference value a position acquisition time of the first and third position data
  • a reference value regarding the difference is set as a reference value B (for example, 1 hour).
  • the feature amount calculation unit 17 determines the difference between the position acquisition times of the first and second position data (that is, the difference between the times t1 and t2) Da and the difference between the position acquisition times of the first and third position data (that is, (Difference between times t1 and t3) Db is calculated (step S11 in FIG. 6).
  • the feature amount calculation unit 17 determines whether or not the difference Da between the position acquisition times of the first and second position data is larger than a predetermined reference value A (for example, 1 hour) (step S12), If the difference Da is larger than the reference value A, the time acquired from the position acquisition time t1 of the first position data in the past by a predetermined time (for example, one hour) is set as the position acquisition time t2 of the second position data. (Step S13). Next, the feature amount calculation unit 17 determines whether or not the difference Db between the position acquisition times of the first and third position data is larger than a predetermined reference value B (for example, 1 hour) (step S14).
  • a predetermined reference value A for example, 1 hour
  • the time that has been advanced in the future by a predetermined time (for example, 1 hour) from the position acquisition time t1 of the first position data is set to the position acquisition time t3 of the third position data.
  • the feature amount calculation unit 17 calculates the difference between the position acquisition time t2 of the second position data and the position acquisition time t3 of the third position data as the feature amount for the first position data (step S16). ).
  • step S6 the processing in steps S4 and S5 described above is executed for each of the observation target position data, and when the execution is completed for all the observation target position data (positive determination in step S6), the process proceeds to step S7.
  • step S7 the terminal number estimation unit 18 obtains a numerical value obtained by dividing the sum of the feature values w ij for the observation target position data by twice the observation period length T, as shown in the above-described equation (6). Is estimated as the number of terminals. As is clear from equation (6), the terminal number estimation unit 18 divides each feature quantity w ij for the observation target position data by 2 to obtain a sum of (feature quantity w ij / 2), A numerical value obtained by dividing the obtained sum by the observation period length T may be estimated as the number of terminals. However, since the calculation method in which the sum of the feature quantities w ij for the observation target position data is divided by twice the observation period length T as in the present embodiment, the number of divisions can be overwhelmingly smaller. There is an advantage that the load can be reduced.
  • the terminal number output unit 19 outputs the number of terminals obtained by the estimation (step S8).
  • the effect of fluctuations in the reception interval is calibrated by performing correction using the acquisition time information of previous and subsequent position data.
  • the number of terminals can be estimated with high accuracy.
  • the mobile terminal 100 is located outside the service area.
  • the position data acquisition time interval becomes abnormally long due to the power of the mobile terminal 100 being turned off or the like, the influence of the abnormally long acquisition time interval is prevented from being excessively increased. Can do.
  • the terminal number estimation device 10 includes the same components as the terminal number estimation device (FIG. 2) according to the first embodiment, and the functions of the respective components are substantially the same. Therefore, here, it demonstrates centering on difference with the terminal number estimation apparatus which concerns on 1st Embodiment.
  • the observation target acquisition unit 15 of the second embodiment includes position acquisition time information that is after the observation start time related to the observation period to be observed and before the observation end time, and is associated with the observation area information related to the observation area to be observed.
  • One or more pieces of position data including the obtained position information are acquired as observation target position data, and thereafter, the observation target position data is output to the terminal number estimation unit 18.
  • the front-rear position data acquisition unit 16 sets all of the position data acquired by the position data acquisition unit 11 as first position data, the second position data (previous position data) and the first position data related to the first position data.
  • the position acquisition time information of each of the three position data (position data immediately after) is acquired.
  • the position data acquired by the position data acquisition unit 11 may be acquired by the position data acquisition unit 11 and then stored in the storage unit 12 or stored in the storage unit 12. It may be sent from the position data acquisition unit 11 to the front / rear position data acquisition unit 16 without any change.
  • the feature quantity calculation unit 17 calculates the feature quantity for the first position data by using all the position data acquired by the position data acquisition unit 11 as the first position data. Since this calculation result is an enormous amount, as shown in FIG. 7, the feature amount calculation unit 17 includes a feature amount storage unit 17A for storing the feature amount of the calculation result, and the feature amount storage unit 17A calculates the calculation result. It is desirable to store the feature amount.
  • the feature amount calculation unit 17 calculates the difference between the position acquisition times of the second and third position data as the feature amount for the first position data, and the second or third position data shown in FIG. The point of performing the process when the position acquisition time is an abnormal value is the same as in the first embodiment.
  • the number-of-terminals estimation unit 18 extracts the feature amount for the observation target position data received from the observation target acquisition unit 15 out of the feature amounts for all the position data calculated in advance and stored in the feature amount storage unit 17A, Based on the feature amount of the observation target position data and the difference (observation period length) between the observation start time and the observation end time, the number of terminals located in the observation area during the observation period is estimated. Specifically, as in the first embodiment, the terminal number estimation unit 18 estimates the numerical value obtained by dividing the sum of the feature values for the observation target position data by twice the observation period length as the number of terminals. To do.
  • the terminal number estimation process in the second embodiment will be described.
  • the sector number of the sector where the mobile terminal is located is given as the position information included in the position data of the mobile terminal.
  • the position data acquisition unit 11 acquires position data from the outside and stores it in the storage unit 12 (step S21 in FIG. 8).
  • the storage of the position data in the storage unit 12 is not essential, and the position data may be directly transferred from the position data acquisition unit 11 to the front / rear position data acquisition unit 16 and step S22 described later may be executed.
  • the front / rear position data acquisition unit 16 includes, for one piece of position data (first position data) for which a feature amount is to be obtained, out of position data including the same identification information as the first position data.
  • the position acquisition time information of is acquired. Note that it is not essential for the front-rear position data acquisition unit 16 to acquire the entire second and third position data, and it is only necessary to acquire the position acquisition time information included in the second and third position data.
  • step S23 the feature amount calculation unit 17 calculates the feature amount for the first position data in the same procedure as that of the first embodiment shown in FIG. Since the process of step S23 is the same as the process of step S5 of the first embodiment described above, description thereof is omitted. Thereafter, the feature quantity obtained in step S23 is stored in the feature quantity storage unit 17A (step S24).
  • steps S22 to S24 for one piece of observation target position data (first position data) is completed.
  • steps S22 to S24 are executed for each of all the position data.
  • the feature values for all the position data are calculated and stored in the feature value storage unit 17A. In this way, it is possible to calculate and store the feature amounts for all the position data in advance before performing the terminal number estimation.
  • the observation period acquisition unit 13 acquires observation period information including a set of observation start time and observation end time, and the observation area acquisition unit 14 is associated with one or more pieces of position information. Obtain observation area information.
  • a set of the observation start time T1 and the observation end time T2 is acquired as the observation period information, and the sector number S is acquired as the observation area information.
  • the observation object acquisition unit 15 includes position acquisition time information that is after the observation start time T1 and before the observation end time T2 from the storage unit 12, and is associated with the sector number S that is observation area information.
  • One or more pieces of position data including information are acquired as observation target position data (step S27). That is, the observation target acquisition unit 15 acquires position data that satisfies the following conditions as observation target position data.
  • Condition 1 The position acquisition time is after the observation start time T1 and before the observation end time T2. That is, it is included in the observation period.
  • Condition 2 The position information is sector S. Note that the observation target position data may be acquired as follows.
  • the feature amount calculation unit 17 associates the feature amount obtained by the calculation with the position data to be calculated (the first position data), and stores the associated position data with the feature amount in the feature amount storage unit 17A. Keep it. Then, the terminal number estimation unit 18 acquires the observation period information and the observation area information via the observation target acquisition unit 15, and acquires the position data with the feature amount that matches the conditions of the observation period and the observation area from the feature amount storage unit 17. You may read and acquire as observation object position data.
  • the terminal number estimation unit 18 calculates the sum of the feature values w ij for the observation target position data by twice the observation period length T as shown in the equation (6) described above.
  • the numerical value obtained by dividing is estimated as the number of terminals.
  • the terminal number estimation unit 18 divides each feature quantity w ij for the observation target position data by 2 to obtain a sum of (feature quantity w ij / 2), A numerical value obtained by dividing the obtained sum by the observation period length T may be estimated as the number of terminals.
  • the number of divisions can be overwhelmingly smaller. There is an advantage that the load can be reduced.
  • the terminal number output unit 19 outputs the number of terminals obtained by the estimation (step S29).
  • reception is performed by performing correction using acquisition time information of previous and subsequent position data. It is possible to accurately estimate the number of terminals while calibrating the influence of the variation in the interval.
  • the terminal number estimation apparatus acquires observation period information and observation area information.
  • q ij indicates position data generated by the terminal a i
  • q i1 , q i2 , and q i3 are generated by the terminal a i while being in the sector S within the observation period.
  • Position data is shown.
  • q i1 is assumed to include location registration information (hereinafter referred to as “LA straddling location registration information”) generated due to the terminal a i straddling a location registration area (Location Area) boundary, Hereinafter, it is referred to as “LA straddling position registration information q i1 ”.
  • the feature quantity w i1 for the LA straddling position registration information q i1 is determined as the first, As in the second embodiment, not the difference between the generation time of the immediately preceding position data q i0 and the generation time of the immediately following position data q i2 , but the generation time of the LA straddling position registration information q i1 and the immediately following position data q i2 The idea of making a difference from the generation time also holds.
  • the location period t i in which the terminal a i was located in the sector S within the observation period is a period indicated by a thick line in FIG. 9, and is the coverage period of the first and second embodiments. It is shorter than (the difference between the generation time of the LA straddling position registration information q i1 and the generation time of the previous position data q i0 / 2) than (a period indicated by a broken line in FIG. 9).
  • the position data q i4 includes LA straddling position registration information, and hereinafter referred to as “LA straddling position registration information q i4 ”.
  • LA straddling position registration information q i4 it can be determined that the terminal a i has left the sector S at the timing at which the LA straddling position registration information q i4 is generated. Therefore, when calculating the feature quantity w i3 of the position data q i3 immediately before the LA spans location registration information q i4, feature amount w i3 of the position data q i3 the generated time and immediately after the (position data q i3 The difference is 2/2 ) the difference from the generation time of the LA straddling position registration information q i4 .
  • the location period t i in which the terminal a i was located in the sector S within the observation period is a period indicated by a thick line in FIG. 28, and the coverage period (see FIG. 28 in the first and second embodiments). (Period indicated by a broken line) is longer by (difference / 2 between the generation time of the position data q i3 and the generation time of the LA straddling position registration information q i4 immediately after).
  • calculation target position data The feature amount calculation processing based on the second concept of terminal number estimation as described above will be described with reference to FIG.
  • the target position data for calculating the feature value is referred to as “calculation target position data”.
  • the feature quantity calculation unit 17 first determines whether or not the calculation target position data includes LA straddling position registration information based on, for example, call type information included in the calculation target position data (step S31). ).
  • the position acquisition time of the calculation target position data is set to the first variable s (hereinafter referred to as “variable s”) for calculating the feature amount (step S32)
  • the midpoint time between the position acquisition time of the calculation target position data and the position acquisition time of the immediately preceding position data is set in the variable s (step S33).
  • the feature quantity calculation unit 17 determines whether or not the immediately following position data includes the LA straddling position registration information based on, for example, call type information included in the immediately following position data (step S34).
  • the position acquisition time of the immediately following position data is set in a second variable e (hereinafter referred to as “variable e”) for feature amount calculation (step S35)
  • variable e the position acquisition time of the immediately following position data is set in the variable e (step S36).
  • step S31 and S34 it is not essential to perform the determination processing in steps S31 and S34 based on the call type information, and may be performed based on other information.
  • area information indicating the range of the position registration area in advance and perform the discrimination process based on the position information and area information of the calculation target position data and the position data immediately after.
  • the feature quantity calculation unit 17 performs optimization processing for the variables s and e shown in FIG. 11 (step S37).
  • the position acquisition time of the calculation target position data is t1
  • the predetermined reference value used as a reference for determining that the variable s is an abnormal value is the reference value C (for example, 0.5 hour)
  • the variable e is the abnormal value.
  • a predetermined reference value serving as a reference for determining that the reference value is determined as a reference value D (for example, 0.5 hours).
  • the feature amount calculation unit 17 calculates a difference Dc between the variable s and time t1, and a difference Dd between the variable e and time t1 (step S41 in FIG. 11). Then, the feature amount calculation unit 17 determines whether or not the difference Dc between the variable s and the time t1 is larger than a predetermined reference value C (for example, 0.5 hours) (step S42). If it is larger, a time traced back by a predetermined time (for example, 0.5 hour) from the time t1 is set in the variable s (step S43).
  • a predetermined reference value C for example, 0.5 hours
  • the feature amount calculation unit 17 determines whether or not the difference Dd between the variable e and the time t1 is greater than a predetermined reference value D (for example, 0.5 hour) (step S44). If the difference Dd is the reference value D If it is larger, a time advanced to the future by a predetermined time (for example, 0.5 hour) from the time t1 is set in the variable e (step S45).
  • a predetermined reference value D for example, 0.5 hour
  • the feature quantity calculation unit 17 calculates a value obtained by doubling (variable e ⁇ variable s) as a feature quantity for the calculation target position data (step S38). As described above, the feature amount for the calculation target position data is obtained.
  • the sector S when at least one of the calculation target position data and the position data immediately after it is LA straddling position registration information, the sector S is generated at the timing when the LA straddling position registration information is generated. In consideration of the fact that inflow into or outflow from the sector S occurs, a highly accurate feature quantity can be obtained.
  • the feature amount calculation method described in the third embodiment is the same as in the second embodiment even in the case where the feature amount is calculated by focusing on the observation target position data and the number of terminals is estimated as in the first embodiment.
  • the present invention can also be applied to the case where the feature quantities for all the position data are calculated in advance and the number of terminals is estimated using the feature quantities for the observation target position data.
  • description will be made based on a process of calculating feature amounts for all position data in advance and estimating the population or the number of terminals using the feature amounts for the observation target position data.
  • the present invention can also be applied to the process of calculating the feature amount by focusing on the observation target position data and estimating the population or the number of terminals.
  • the terminal number estimation device 10 includes a population estimation unit 21 that estimates the population based on the feature quantity instead of the terminal number estimation unit 18, and outputs the population value output by the population estimation unit 21 instead of the terminal number output unit 19.
  • the unit 22 is provided.
  • terminal number estimation means in the claims corresponds to the terminal number estimation unit 18 and the population estimation unit 21, and “output means” corresponds to the terminal number output unit 19 and the population output unit 22.
  • the terminal number estimation device 10 includes an attribute / enlargement coefficient storage unit 23 (enlargement coefficient storage means) that stores attribute information for each mobile terminal user and an expansion coefficient for each attribute that is obtained in advance.
  • the feature amount calculation unit 17 reads out user attribute information and an expansion coefficient related to the attribute information from the attribute / enlargement coefficient storage unit 23 using the user identification information (for example, the hashed telephone number) of the position data as a key, and stores it in the position data.
  • the calculated feature value is associated with the read attribute information and the enlargement coefficient, and the associated position data is stored in the feature value storage unit 17A.
  • step S24A the feature amount calculation unit 17 uses the user identification information (for example, the hashed telephone number) of the position data as a key.
  • the attribute information and the expansion coefficient related to the attribute information are read from the attribute / enlargement coefficient storage unit 23, the calculated feature value is associated with the read attribute information and the expansion coefficient, and the position data after association is obtained.
  • the processing in steps S22 to S24A in FIG. 13 is sequentially executed for all the position data, so that the position data associated with each feature quantity, attribute information, and expansion coefficient is stored in the feature quantity storage unit 17A.
  • step S27 the population estimation unit 21 receives the observation period information and the observation area information via the observation target acquisition unit 15, and receives the observation period information and the observation period information.
  • Position data that matches the conditions of the observation area information (that is, observation target position data) is acquired from the feature amount storage unit 17A.
  • step S28A the population estimation unit 21 multiplies each observation target position data by the feature amount and the expansion coefficient, and divides the sum of the obtained multiplication results by (observation length ⁇ 2) to obtain the observation period. Estimated as the population within the observation area.
  • the population estimation unit 21 calculates the multiplication result for each observation target position data for each attribute based on the attribute information associated with each observation target position data and the acquisition time information included in each observation target position data. The total is calculated, and the value obtained by dividing the total by (observation length ⁇ 2) is estimated as the population for each attribute.
  • observation length ⁇ 2 the value obtained by dividing the total by (observation length ⁇ 2) is estimated as the population for each attribute.
  • the unit which estimates a population is not limited to an attribute, You may employ
  • these estimation units are referred to as “population estimation units”.
  • the population output unit 22 outputs the population within the observation area during the observation period and the population for each population estimation unit obtained by the estimation in step S28A.
  • the population estimated for the observation area indicated as “estimated population” in FIG. 16
  • the population for each attribute such as gender, age group, and address.
  • a condition combining a plurality of attributes for example, a condition such as “a woman living in Tokyo” combining a gender and an address
  • the output here includes various output modes such as display output, audio output, and print output.
  • the fourth embodiment it is possible to obtain the population existing in the observation area during the observation period and the population for each population estimation unit (for example, attribute or time zone).
  • steps S28A and S29 described above an example is described in which both the population in the observation area during the observation period and the population for each population estimation unit are estimated and output. However, both of these are estimated and output. Is not essential, and one of them may be estimated and output.
  • the expansion coefficient may be acquired as follows.
  • the reciprocal of the product of the coverage ratio and the terminal penetration rate that is, the ratio of the number of areas in the population
  • the “area ratio” means the ratio of the area number to the contracted number
  • the “popularity ratio” means the ratio of the contracted number to the population.
  • Such an enlargement factor is desirably derived for each enlargement factor calculation unit described above, but is not essential.
  • the expansion coefficient may be derived using, for example, the number of terminals (the number of existing areas) estimated based on the feature amount and the observation period length as follows.
  • the feature quantity is obtained from the position data by the method described in the first to third embodiments, and the user number pyramid data is obtained by counting the number of terminals for each expansion coefficient calculation unit based on the feature quantity and the observation period length.
  • Population pyramid data in the same expansion coefficient calculation unit obtained in advance as statistical data (for example, Basic Resident Register) is acquired.
  • acquisition rate namely, the number of area / population
  • the “location data acquisition rate (that is, the number of areas / population)” obtained here corresponds to the “product of the area ratio and the terminal penetration rate” described above.
  • the reciprocal of the “position data acquisition rate” obtained in this way can be derived as an expansion coefficient.
  • an enlargement factor calculation unit for calculating the enlargement factor for example, every address prefecture, every 5 or 10 years of age, every gender, every hour as a time zone, etc. may be adopted. A combination of two or more of these may be employed. For example, if the enlargement factor calculation unit is “male in the 20-year-olds living in Tokyo”, males in the 20-year-olds living in Tokyo (that is, address information in the user attribute is Tokyo) throughout Japan. The corresponding position data is extracted and the number of terminals is totaled to obtain the user number pyramid data, and the population pyramid data relating to a 20-year-old man living in Tokyo is obtained from the statistical data.
  • the address information in the user attribute is Tokyo instead of extracting only the location data of the users residing in Tokyo. Extract location data.
  • the position data acquisition rate that is, the number of people in the area / population
  • the enlargement coefficient calculation unit here, a man in the 20s in the Tokyo area
  • the reciprocal of the “position data acquisition rate” can be derived as an expansion factor.
  • the enlargement coefficient calculation unit and the population estimation unit are described as being equal, but this is merely an example, and the present invention is not limited to this.
  • the process for obtaining the population is described based on the second embodiment.
  • the fourth embodiment can also be applied to the first and third embodiments described above.
  • the functional block configuration of the terminal number estimation apparatus 10 of the fifth embodiment is similar to the functional block configuration of the terminal number estimation apparatus (FIG. 12) of the fourth embodiment described above, but the expansion coefficient Is different from the fourth embodiment in that the population estimation unit 21, not the feature amount calculation unit 17, reads out from the attribute / expansion coefficient storage unit 23 and estimates the population using the expansion coefficient. That is, since the processing by the feature amount calculation unit 17 and the population estimation unit 21 is different from that of the fourth embodiment, this point will be described with reference to FIG.
  • the feature amount calculation unit 17 uses the user identification information (for example, the hashed telephone number) as a key to determine the position from the position data.
  • User attribute information of the data is specified, the attribute information is read from the attribute / enlargement coefficient storage unit 23, the calculated feature value and the read attribute information are associated with the position data, and the position data after the association is the feature value Store in the storage unit 17A.
  • the processing in steps S22 to S24B in FIG. 15 is sequentially executed for all the position data, so that the position data associated with each feature amount and attribute information is stored in the feature amount storage unit 17A.
  • the population estimation unit 21 in step S27, the position data that matches the conditions of the observation period information and the observation area information (that is, the observation target position data). ) Is acquired from the feature amount storage unit 17A.
  • the population estimation unit 21 estimates the population using the expansion coefficient as follows.
  • the population estimation unit 21 identifies observation target position data that matches the conditions of a certain population estimation unit (attribute or time zone) from the acquired observation target position data, and features for the specified observation target position data (Step S51), the expansion coefficient relating to the population estimation unit is read from the attribute / expansion coefficient storage unit 23, the expansion coefficient and the feature amount total value are multiplied, and the multiplication result (expansion coefficient ⁇ feature amount total value) ) Divided by (observation period length ⁇ 2) is estimated as the population of the population estimation unit (step S52). Then, the above steps S51 to S52 are executed for each population estimation unit, and when the execution is completed for all the population estimation units, the process proceeds to step S54. At this point, the population for each population estimation unit is obtained as the estimation result. Furthermore, the population for each population estimation unit is summed, and the sum is estimated as the population residing in the observation area during the observation period (step S54).
  • step S28B the population residing in the observation area during the observation period and the population for each population estimation unit are obtained. Then, in the next step S29, the population output unit 22 outputs the population located in the observation area during the observation period and the population for each population estimation unit obtained by the estimation in step S28A.
  • the population estimated for the observation area (indicated as “estimated population” in FIG. 16), and the population for each population estimation unit such as attributes and time zones Can be obtained.
  • steps S28A and S29 an example has been described in which both the population in the observation area during the observation period and the population for each population estimation unit are estimated and output. It is not essential to estimate and output, and one may be estimated and output.
  • the process for obtaining the population is described based on the second embodiment. However, the fifth embodiment can be applied to the first and third embodiments described above.
  • the functional block configuration of the terminal number estimation device 10 in the sixth embodiment is the same as the functional block configuration (FIG. 12) of the terminal number estimation device in the fourth embodiment. 22, a conversion unit 24 (conversion means) is added.
  • the conversion unit 24 converts the population for each area obtained by the estimation by the population estimation unit 21 into a population for each mesh by processing described later.
  • FIG. 18A is a diagram showing an area range of an area
  • FIG. 18B is a diagram showing a mesh
  • FIG. 18C is a composite diagram in which the area and the mesh are synthesized.
  • the conversion unit 24 includes an area diagram (see FIG. 18A) reproduced based on area boundary information stored in advance, and a two-dimensional mesh reproduced based on a predetermined partitioning rule (FIG. 18B). And a composite diagram as shown in FIG. 18C is obtained. Next, the conversion unit 24 divides each area by the mesh boundary in the composite diagram. For example, as shown in FIG. 19, area A in FIG. 18A is divided into four divided areas A-1, A-2, A-3, and A-4 by mesh boundaries. Then, the conversion unit 24 calculates the area of each divided area and calculates the area ratio of each divided area. For example, as shown in FIG.
  • the conversion unit 24 it is not essential for the conversion unit 24 to calculate the area ratio of each divided area.
  • the area ratio of each divided area is obtained in advance, and the conversion unit 24 has a configuration in which information on the area ratio of each divided area can be referred to from a table (not shown) in the terminal number estimation device 10 or from the outside. There may be.
  • the conversion unit 24 calculates the population of each divided area. For example, if the population of area A in FIG. 18A is 800, 200 people (that is, 800 ⁇ 25%) are calculated as the population of divided area A-2 as shown in FIG. Similarly, if the populations of areas B and C are 500 and 750, respectively, the population of divided area B-1 with an area ratio of 80% in area B is 400 (ie, 500 ⁇ 80%). As a result of the calculation, 600 people (that is, 750 ⁇ 80%) are calculated as the population of the divided area C-4 with an area ratio of 80% in the area C.
  • the conversion unit 24 calculates the population of the mesh by calculating the sum of the populations of a plurality of divided areas included in one mesh.
  • the total population of the divided areas A-2, B-1, and C-4 included in one mesh is calculated as 1200 (that is, 200 + 400 + 600). The population of the mesh.
  • the population for each aggregation unit can be converted into the population for each output unit.
  • the process of converting the population for each aggregation unit into the population for each output unit has been described based on the fourth embodiment, but the sixth embodiment is similar to the fifth embodiment described above. Is also applicable.
  • the conversion processing described in the sixth embodiment can also be applied to the case where the number of terminals for each aggregation unit is converted to the number of terminals for each output unit, and is applied to the first to third embodiments described above.
  • the number of terminals for each aggregation unit can be converted into the number of terminals for each output unit.
  • the aggregation unit in an environment where two or more communication areas of a plurality of outdoor stations that use frequency bands having different communication areas and radio wave coverages of the indoor stations are geographically overlapped, the aggregation unit is used.
  • An example in which an estimated value (number of terminals or population) for each area (sector) is converted into an estimated value for each output unit (here, mesh as an example) will be described.
  • the functional block configuration of the terminal number estimation apparatus of the seventh embodiment is the same as that of the sixth embodiment, but the processing of the conversion unit 24 is different, so the processing of the conversion unit 24 will be described with reference to FIGS.
  • the conversion part 24 calculates
  • the conversion unit 24 starts with the sixth embodiment for each of an outdoor station communication area using 2 GHz / 1.7 GHz outdoors, an outdoor station communication area using 800 MHz outdoors, and an indoor station communication area. Perform the described conversion process. For example, in the communication area of an outdoor station using 2 GHz / 1.7 GHz outdoors, if the divided area where output unit Q and area A overlap is 40% of the total area A, the estimated population of area A By multiplying 100 people by the area ratio of 0.4, an estimated population of 40 people in the divided area where the output unit Q and the area A overlap is obtained.
  • the estimated population of the divided area where output unit Q and area B overlap (estimated population of area B 30 people x area ratio 0.1), and divided area where output unit Q and area C overlap An estimated population of 5 (estimated population of area C 100 people ⁇ area ratio 0.05) is obtained.
  • the estimated population of the divided area where output unit Q and area D overlap (estimated population of area D 10 people x area ratio 0.3), and output unit
  • An estimated population of 9 people in the divided area where Q and area F overlap (estimated population of area F 30 people ⁇ area ratio 0.3) is obtained.
  • the area that is the radio wave reach of each indoor station is very small. In the example of FIG.
  • the entire area L of one indoor station overlaps the output unit Q. % Area ratio. Therefore, by multiplying the estimated population of 10 in the area L by the area ratio 1.0, the estimated population of 10 in the area where the output unit Q and the area L overlap (in this example, the entire area L) is obtained.
  • the conversion unit 24 obtains an estimated population of 70 in the output unit Q by adding the estimated population in the area where the output unit Q and each area overlap, obtained as described above. As described above, the population for each aggregate unit can be converted into the estimated population of the output unit Q.
  • FIG. 21 shows the conversion of one output unit Q into the estimated population. However, the same processing is executed for other output units to convert all target output units into the estimated population. It can be carried out.
  • FIG. 22 shows a determinant for converting the target n output units into the estimated population. That is, the right side of the equation of FIG. (J is an integer greater than or equal to 1 and less than or equal to m (m is the number of aggregate units overlapping any of the target n output units)) is the population (estimated population) for each aggregate unit determined by estimation Means the left side (I is an integer from 1 to n) means the population for each output unit, and in the determinant on the right side Means a conversion coefficient for converting from the population of the aggregate unit b j to the population of the output unit a i .
  • the conversion coefficient here corresponds to the area ratio of the divided area to the entire original area.
  • Each conversion coefficient in FIG. 22 can be obtained in advance from the positional relationship between the estimation unit (for example, area) and the output unit (for example, mesh). Each conversion coefficient is obtained in advance and the equation in FIG. 22 is stored. Thus, using the formula of FIG. 22, it is possible to easily and quickly convert from the population for each aggregate unit (estimated population) obtained by estimation to the population for each output unit.
  • the data is counted.
  • the population per unit can be converted to the population per output unit.
  • the output unit ID for each of a plurality of output units in which the area (counting unit) to which the position data belongs geographically overlaps and the area ratio of the overlapping portion with the output unit (that is, the overlapping portion is the counting unit
  • One or more combinations (area ratio to the whole) are stored in the feature amount storage unit 17A in association with the position data.
  • (position amount ⁇ area ratio) is calculated for the position data associated with the same output unit ID, and the obtained (feature amount ⁇ area ratio) is totalized for each output unit, and the total value for each output unit is calculated.
  • the number of terminals for each output unit may be estimated by dividing by (observation period length ⁇ 2).
  • (positioning amount ⁇ area ratio ⁇ enlargement factor) is calculated for the position data associated with the same output unit ID, and the obtained (feature amount ⁇ area ratio ⁇ enlargement factor) is aggregated for each output unit, and the output unit
  • the population for each output unit may be estimated by dividing the total value for each by (observation period length ⁇ 2).
  • (features x area ratio x expansion factor) for each output unit is tabulated for each population estimation unit (for example, attribute, time zone, etc.), and the total value obtained for each output unit and for each population estimation unit (observation) By dividing by the period length ⁇ 2), the population for each output unit and for each population estimation unit may be estimated.
  • (feature amount ⁇ area ratio) is calculated for each population estimation unit (for example, attribute or time zone), and (feature amount ⁇ area) for each obtained population estimation unit. Ratio) for each output unit, multiply the aggregated value of (feature amount x area ratio) for each output unit and for each population estimation unit by the expansion coefficient for the population estimation unit, and the resulting multiplication result By dividing by (observation period length ⁇ 2), the population for each output unit and for each population estimation unit may be estimated. However, in this case, it is not essential to associate an enlargement factor with the position data, and the enlargement factor relating to each population estimation unit is, for example, stored in advance separately from the position data or obtained from the outside by the above multiplication. It may be used in the case of. If the population for each output unit and population estimation unit is obtained by the above processing, the population for each output unit is estimated by adding the population for each output unit and population estimation unit for each output unit. Also good.
  • an expansion coefficient for each population estimation unit it is not essential to obtain an expansion coefficient for each population estimation unit.
  • (feature amount ⁇ area ratio) for all target position data is totaled, the obtained total value is multiplied by a common expansion factor, and the multiplication result is (observation period length ⁇
  • the population may be estimated by dividing by 2).
  • the process of converting the population for each aggregation unit into the population for each output unit is described based on the fourth embodiment.
  • the seventh embodiment is similar to the fifth embodiment described above. Is also applicable.
  • the conversion processing described in the seventh embodiment can also be applied to the case where the number of terminals for each aggregation unit is converted to the number of terminals for each output unit, and is applied to the first to third embodiments described above.
  • the number of terminals for each aggregation unit can be converted into the number of terminals for each output unit.
  • the functional block configuration of the terminal number estimation device 10 in the eighth embodiment is the same as the functional block configuration (FIG. 12) of the terminal number estimation device in the fourth embodiment. 12, a non-identifying unit 25 (non-identifying means) for performing the non-identifying process is added.
  • the non-discriminating unit 25 performs a de-identifying process including conversion to an irreversible code by a one-way function on identification information (for example, a telephone number) included in the position data.
  • identification information for example, a telephone number
  • the one-way function is used to prevent restoration from the converted information, and the one-way function is recommended by evaluation projects and evaluation institutions in Japan and overseas as shown in FIG.
  • a keyed hash function based on the hash function being used can be used.
  • the non-discriminating unit 25 when processing using the attribute information of the user of the mobile terminal is performed, can identify a number (for example, an individual in the attribute information before the processing) Phone number) is subjected to non-identification processing including conversion to an irreversible code by a one-way function. Further, the non-discriminating unit 25 may delete the name information in the attribute information, replace the date of birth information with age information, and replace the address information with street-level address information from which the address information has been deleted. .
  • a number for example, an individual in the attribute information before the processing
  • Phone number for example, an individual in the attribute information before the processing
  • the non-discriminating unit 25 may delete the name information in the attribute information, replace the date of birth information with age information, and replace the address information with street-level address information from which the address information has been deleted.
  • the de-identification process by the de-identification unit 25 as described above can remove information having individual identities from the position data and attribute information, so that the individual is identified from the position data and attribute information. Can be prevented in advance.
  • the de-identification process has been described based on the fourth embodiment. However, the eighth embodiment can also be applied to the fifth embodiment described above. Further, the de-identification process described in the eighth embodiment is applicable not only to the population estimation but also to the terminal number estimation described in the first to third embodiments. The de-identification process described in the eighth embodiment can also be applied to the case where the conversion process described in the sixth and seventh embodiments is performed.
  • the functional block configuration of the terminal number estimation device 10 in the ninth embodiment is the same as the population estimation unit 21 and the population output unit in the functional block configuration (FIG. 23) of the terminal number estimation device in the eighth embodiment. 22 is configured to include a concealment processing unit 26 (confidential processing means) that performs concealment processing.
  • a concealment processing unit 26 confidential processing means
  • the concealment processing unit 26 When the concealment processing unit 26 receives an estimated value (estimated population or the like) from the population estimation unit 21, for example, the concealment processing unit 26 performs the concealment processing shown in FIG. In other words, the concealment processing unit 26 determines in advance the number of acquisition source terminals indicating how many pieces of position data for each area (cell), which is the basis of estimation, has been acquired, to determine that concealment processing is necessary. It is determined whether or not it is less than the reference value (10 as an example) (step S61 in FIG. 26).
  • the number of acquisition source terminals indicates the number of unique terminals excluding duplication of the same terminal. In order to perform the determination here, the number of acquisition source terminals of the position data for each area (cell) is required.
  • the population estimation unit 21 adds up the feature amounts associated with the position data.
  • the number of identification information in the position data (for example, the hashed telephone number after the non-identifying process by the non-identifying unit 25) is counted, and the obtained information on the total number of hashed telephone numbers is concealed. It may be passed to the processing unit 26, and the concealment processing unit 26 may use the total number of hashed telephone numbers as the number of location data acquisition source terminals for each area (cell).
  • step S61 if the number of location data acquisition source terminals for each area (cell) that is the basis of the estimation is less than the reference value, the concealment processing unit 26 sets the estimated value for the area (cell) to zero.
  • the estimated value is concealed (step S62).
  • the concealment method here is not limited to setting the estimated value to zero, and other methods such as a method of representing the estimated value with a predetermined character or symbol (for example, “X”) are adopted. May be.
  • step S61 if the number of acquisition source terminals of the position data for each area (cell) that is the basis of the estimation is equal to or greater than the reference value, the concealment processing unit 26 performs As described above, stochastic rounding of the class width used in the estimated value output is performed (step S63). That is, if the estimated value for a certain area (cell) is x and the class width is k, the concealment processing unit 26 determines that the estimated value x is a probability when kn ⁇ x ⁇ k (n + 1) (n is an integer). Round to k (n + 1) with (x ⁇ kn) / k and to kn with probability (k (n + 1) ⁇ x) / k.
  • the class width in the probabilistic rounding may be set as a class width by extracting the position data having the maximum expansion coefficient from the position data used for aggregation and multiplying the expansion coefficient by a predetermined value (for example, 10 times). . Further, the class width may be determined in advance, and stochastic rounding may be performed. At this time, a processing rule may be adopted in which data of an area (cell) including position data whose enlargement coefficient exceeds a predetermined ratio (for example, 1/10) of a predetermined class width is discarded.
  • a predetermined value for example, 10 times
  • the concealment process by the concealment processing unit 26 is not limited to the process shown in FIG. 26, and another process may be adopted.
  • step S61 of FIG. 26 instead of “the number of location data acquisition source terminals for each area (cell) on which the estimation is based”, the “number of position data for each area (cell) on which the estimation is based”. "Is less than the reference value, or it may be determined whether the" estimated value to be output (population or number of terminals) "is less than the reference value.
  • the process of step S63 may be omitted.
  • the concealment process has been described based on the eighth embodiment (the form in which the non-identification process is performed). However, the ninth embodiment is also applicable to the case in which the non-identification process is not performed as in the eighth embodiment. Is possible.
  • the ninth embodiment can also be applied to the population estimation described in the fourth and fifth embodiments, and can also be applied to the terminal number estimation described in the first to third embodiments.
  • the ninth embodiment can also be applied to the case where the conversion processing described in the sixth and seventh embodiments is performed.
  • the population estimation unit can be set according to at least one of user attributes (age, gender, address, etc.), time zone, and location (sector, mesh, etc.). For example, when a certain attribute is defined as the population estimation unit, as described in the fourth embodiment, the population estimation unit 21 determines the population estimation unit based on the attribute information associated with each observation target position data. For each attribute, the feature amount associated with each observation target position data and the expansion coefficient are multiplied, and the sum of the multiplication results is divided by (observation length ⁇ 2), thereby making the attribute a population estimation unit The population of each can be estimated. For example, as shown in FIG. 16, the population estimated for the observation area and the population for each attribute such as sex, age group, and address can be output.
  • a condition combining a plurality of attributes may be adopted.
  • the population estimation unit 21 determines which observation target position data is based on the acquisition time information included in each observation target position data. Specify whether it corresponds to the time zone, and multiply the feature amount associated with each observation target position data and the expansion coefficient for each time zone in increments of 1 hour, and the sum of the multiplication results is (observation length ⁇ 2) By dividing this, the population for each time zone can be estimated.
  • the time zone is discontinuous along the time series (for example, every day from 13:00 to 14:00, every Saturday and Sunday from 10:00 to 11) : 00 time zone) may be set.
  • the output unit related to the output can be set according to at least one of the user's attributes (age, gender, address, etc.), time zone, and place (sector, mesh, etc.), similarly to the estimation unit. .
  • the output form which concerns on an output is the figure which shows the population distribution shown, for example in FIG.27 (a), the figure which shows the time-sequential population change shown in FIG.27 (b), and the population structure shown in FIG.27 (c).
  • Various output forms such as shown in the figure can be selected.
  • the user attributes (age, gender, address, etc.), time zone, location (sector, mesh, etc.) may be output for each one or a plurality of combinations. For example, FIG. As shown in Fig. 5, it is possible to output a gender-specific population structure for each age group of 5 years.
  • the time difference between the position data before and after the position data (first position data) whose feature value is to be calculated (the time difference between the second position data and the third position data).
  • An example is shown in which is calculated as the feature amount of the first position data.
  • the feature amount can be expressed by the following equation (7).
  • the following formula (7) is only a modification of the above-described formula (4) and is equivalent to the formula (4) (that is, the idea of the formula (4) is not changed).
  • w ij u i (j + 1) ⁇ u i (j ⁇ 1) (7)
  • This modification shows another variation of the feature amount calculation method calculated by the feature amount calculation unit 17.
  • the feature quantity calculation unit 17 determines the type information (for example, position data generation factors described later) for the second position data and the third position data when obtaining the feature quantity of the first position data. (Generation timing)). Specifically, the feature quantity calculation unit 17 calculates a correction coefficient ⁇ corresponding to the type information (generation factor here) of the third position data with respect to the time difference between the third position data and the first position data. A value obtained by multiplying the time difference between the first position data and the second position data by a correction coefficient ⁇ corresponding to the type information (generation factor in this case) of the second position data is calculated. calculate.
  • the feature amount calculation unit 17 may determine the correction coefficient ⁇ or ⁇ in accordance with the type information of the first position data, and the type information of the first and second position data. Accordingly, the correction coefficient ⁇ may be determined or the correction coefficient ⁇ may be determined according to the type information of the first and third position data. And the feature-value calculation part 17 makes the value which added the value obtained by these multiplications the feature-value of 1st position data.
  • the feature amount calculation processing in the feature amount calculation unit 17 is expressed by an equation, it is expressed by the following equation (8).
  • the type information about the second position data and the third position data for example, when the position data is position registration information, information on the generation factor of the position registration information can be cited. It is included in the generated location registration information. Factors for generating location registration information include that the terminal has crossed the location registration area (Location Area) boundary, that it has been generated based on location registration that is performed periodically, that the attachment process is performed by powering on the terminal, etc. For example, the detachment process is executed when the power is turned off.
  • the set values of the correction coefficients ⁇ and ⁇ are determined in advance corresponding to these generation factors.
  • the feature amount calculation unit 17 sets the correction coefficient ⁇ for the third position data according to the information regarding the generation factor of the third position data, and sets the correction coefficient ⁇ for the third position data according to the information regarding the generation factor of the second position data.
  • the correction coefficient ⁇ for the position data 2 may be set. Both the correction coefficients ⁇ and ⁇ may be set in advance to a value of 0 or more and 1 or less. However, this numerical range is not essential.
  • the expectation of the time spent in the current sector The value is considered to be the same before and after the location registration information is generated.
  • location registration information generated by a terminal straddling a location registration area boundary it can be determined that the terminal has not stayed in the current sector at least before the location registration information is generated.
  • the time that the terminal stayed in the current sector before the location registration information is generated is considered as 0, and the type information (generation factor) of the first location data is “location registration area boundary straddle”
  • the correction coefficient ⁇ in the above equation (8) that is, the correction coefficient ⁇ related to the time difference from the immediately preceding position data
  • the type information (generation factor) of the first position data is “position registration area boundary stride” as described above and the feature amount is calculated with the correction coefficient ⁇ set to 0, the same as in the third embodiment described above. The effect of can be obtained.
  • the feature amount calculation unit 17 calculates the feature amount for the target position data (first position data), the second and third positions which are position data before and after the first position data.
  • the time difference between the second position data and the third position data is corrected according to the type information about the data (for example, the generation factor of the position data), and the feature amount is calculated using the corrected time difference.
  • the feature amount can be calculated with higher accuracy based on the type information of the position data.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

　端末数推計装置は、識別情報と位置情報と位置取得時刻情報とを含む位置データを取得する位置データ取得部と、ある第１の位置データについて、同一の識別情報を含む位置データのうち第１の位置データの直前の第２の位置データおよび直後の第３の位置データの位置取得時刻情報を取得する前後位置データ取得部と、第１～第３の位置データの位置取得時刻情報のうち２つ以上に基づき第１の位置データについての特徴量を計算する特徴量計算部と、観測開始時刻以降で観測終了時刻以前の位置取得時刻情報を含み観測エリア情報に対応する位置情報を含む観測対象位置データを取得する観測対象取得部と、観測対象位置データについての特徴量および観測期間長に基づき、観測期間中に観測エリアに在圏した端末数を推計する端末数推計部とを備える。

Description

端末数推計装置および端末数推計方法
　本発明は、携帯端末（例えば携帯電話）のネットワーク設備から得られる、携帯端末に関する位置情報を用いて、あるエリア内に在圏する端末数を推計する端末数推計装置および端末数推計方法に関する。
　携帯電話事業者のネットワーク設備では、携帯電話の利用者に電気通信サービスを提供するために携帯電話の位置データや利用者の属性データ等の運用データが生じる。これらの運用データに対して集計等の統計処理を施すことにより、「人口分布」、「人口変動」、「人口構成」等の人口動態に関する推計値を得ることができる。ここで、「人口分布」は各エリアに分布している人口、「人口変動」はあるエリアにおける時間軸に沿った人口の変動、「人口構成」は例えば性別や年齢層別などに区分した人口分布や人口変動に関する情報である。
　上記の位置データとして、例えば位置登録信号がある。これは、携帯電話から在圏基地局に対してほぼ周期的に送信される信号であり、ある基地局が、ある携帯電話の位置登録信号を受信した場合、受信時点において、その携帯電話はその基地局の電波到達範囲である基地局セクタに存在していることが推計できる。
　また、位置データの他の例として、ＧＰＳ情報がある。これは、携帯電話から在圏基地局に対して周期的に、又は端末の操作もしくは携帯電話ネットワークからの要求に応じて送信されるＧＰＳ測位結果に関する情報である。これも同様に、ＧＰＳ情報が受信された時点で、その携帯電話はＧＰＳ測位結果が示す位置の周辺に存在していることが推計できる（例えば特許文献１参照）。
　上記のような位置データの観測結果から、ある地理エリアに存在する携帯電話の台数（端末数）を推計することができれば、さらに携帯電話の契約率等を加味すること等により、上記の様々な人口動態に関する推計値を得られるものと期待される。
特開２００３－４４９６９号公報
　ところが、上記のような位置データから端末数を正しく推計することは容易ではない。これは、位置登録信号やＧＰＳ情報等の端末の位置データは常時携帯電話ネットワークに送信されるわけではなく、ある程度の時間間隔をおいて送信されること、および送信の時間間隔が一定でないことに起因する。
　例えば、位置データとして位置登録信号を用いて端末数を推計することを考える。もし位置登録信号が完全に周期的に送信されると仮定できるのであれば、あるセクタである定められた観測時間内に受信される位置登録信号の数は、セクタ内の端末数に比例する。しかし実際には、位置登録信号は、例えば携帯電話内のタイマによって周期的に送信されることを基本とするものの、ある特定の基地局セクタ間を跨がる契機によってタイマの状態にかかわらず位置登録信号の送信が行われたり、通話や圏外等の影響により送信が遅延されることもある。また、ＧＰＳ情報についても同様に、圏外や端末の操作等様々な影響により送受信の周期は一定しない。
　また、位置データとして位置登録信号とＧＰＳ情報とを併用することを考える。この場合、端末数推計に利用できる情報量が増加するため、より精度が高い端末数推計が可能になると期待できる。しかしこの場合、両情報を併せた位置データの送受信頻度はそれぞれ単独に用いる場合に比べてランダムさがさらに増すこととなり、送受信の周期を一定と仮定して端末数を推計してしまうと、逆に推計精度が悪化することが懸念される。
　そのため、端末数を精度良く推計するためには、受信信号の数を単に数えるだけでなく、受信信号の受信間隔の変動を考慮する必要がある。
　本発明は、上記に鑑みてなされたもので、位置データを用いて端末数を推計する際に、受信間隔の変動が与える影響を校正しつつ端末数を精度良く推計することを目的とする。
　本発明の一側面に係る端末数推計装置は、携帯端末を識別する識別情報と携帯端末の位置に関する位置情報と位置情報が取得された位置取得時刻情報とを含む位置データを取得する位置データ取得手段と、ある第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得手段と、第１の位置データの位置取得時刻情報、第２の位置データの位置取得時刻情報および第３の位置データの位置取得時刻情報のうち２つ以上に基づいて、第１の位置データについての特徴量を計算する特徴量計算手段と、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得手段と、観測対象位置データについての特徴量、および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計手段と、を備えることを特徴とする。なお、「特徴量」とは、携帯端末によって生成された位置データについての推定生成密度に対応する情報であり、ここでの「推定生成密度」とは、当該位置データを生成した携帯端末が、当該位置データの生成時刻（上記の位置取得時刻に相当）周辺で単位時間あたりに生成する位置データの数の推定値を意味する。上記の端末数推計装置では、特徴量計算手段は、第２の位置データの位置取得時刻と第３の位置データの位置取得時刻との差を、第１の位置データについての特徴量として計算し、端末数推計手段は、観測対象位置データについての特徴量の総和を観測期間長の２倍によって除して得られた数値を、端末数として推計してもよい。詳細な原理は後述するが、特徴量計算手段が第２、第３の位置データの位置取得時刻の差を第１の位置データについての特徴量として計算し、端末数推計手段が観測対象位置データについての特徴量の総和を観測期間長の２倍によって除して得られた数値を端末数として推計することで、受信間隔の変動が与える影響を校正しつつ端末数を精度良く推計することができる。
　なお、特徴量計算手段は、第１の位置データの位置取得時刻と第２の位置データの位置取得時刻との差が所定値より大きい場合、第１の位置データの位置取得時刻から予め定められた時間だけ過去に遡った時刻を、第２の位置データの位置取得時刻として用いて、第１の位置データについての特徴量を計算してもよい。同様に、特徴量計算手段は、第１の位置データの位置取得時刻と第３の位置データの位置取得時刻との差が所定値より大きい場合、第１の位置データの位置取得時刻から予め定められた時間だけ未来に進めた時刻を、第３の位置データの位置取得時刻として用いて、第１の位置データについての特徴量を計算してもよい。上記のように特徴量計算手段を動作させることにより、携帯端末が圏外に位置していることや携帯端末の電源がオフされていること等に起因して位置データの取得時間間隔が異常に長くなった際に、当該異常に長くなった取得時間間隔による影響が過大に出ることを防ぐことができる。
　ところで、特徴量計算手段は、第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否か、および第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否かを判別し、第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否かの判別結果と第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否かの判別結果とに応じて、第１の位置データの位置取得時刻情報、第２の位置データの位置取得時刻情報および第３の位置データの位置取得時刻情報のうち２つ以上を用いて、第１の位置データについての特徴量を計算してもよい。この場合、詳細な原理は後述するが、位置登録エリア境界の跨りに起因して生成された位置登録情報に関する生成タイミングの特性を考慮した上で、精度の高い特徴量を得ることができる。なお、「位置登録エリア境界の跨りに起因して生成された位置登録情報」とは、携帯端末が位置登録エリア境界を跨ったことに起因して生成された位置登録情報を意味する。
　より具体的には、特徴量計算手段は、第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含む場合、第１の位置データの位置取得時刻を第１の変数に設定し、第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含まない場合、第１の位置データの位置取得時刻と第２の位置データの位置取得時刻との中点時刻を第１の変数に設定し、第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含む場合、第３の位置データの位置取得時刻を第２の変数に設定し、第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含まない場合、第１の位置データの位置取得時刻と第３の位置データの位置取得時刻との中点時刻を第２の変数に設定し、設定された第１の変数と第２の変数との差分に基づいて、第１の位置データについての特徴量を計算してもよい。
　なお、特徴量計算手段は、第１の位置データの位置取得時刻と第１の変数との差が所定値より大きい場合、第１の位置データの位置取得時刻から予め定められた時間だけ過去に遡った時刻を、第１の変数として用いて、第１の位置データについての特徴量を計算してもよい。同様に、特徴量計算手段は、第１の位置データの位置取得時刻と第２の変数との差が所定値より大きい場合、第１の位置データの位置取得時刻から予め定められた時間だけ未来に進めた時刻を、第２の変数として用いて、第１の位置データについての特徴量を計算してもよい。上記のように特徴量計算手段を動作させることにより、携帯端末が圏外に位置していることや携帯端末の電源がオフされていること等に起因して位置データの取得時間間隔が異常に長くなった際に、当該異常に長くなった取得時間間隔による影響が過大に出ることを防ぐことができる。
　さて、端末数推計装置では、特徴量の計算対象としては、観測対象取得手段により取得された観測対象位置データを対象としてもよいし、位置データ取得手段により取得された全ての位置データを対象としてもよい。このうち、観測対象取得手段により取得された観測対象位置データを対象とする場合、前後位置データ取得手段は、観測対象取得手段により取得された観測対象位置データそれぞれを第１の位置データとして、当該第１の位置データについての第２の位置データの位置取得時刻情報、および当該第１の位置データについての第３の位置データの位置取得時刻情報を取得し、特徴量計算手段は、観測対象位置データそれぞれについての特徴量を計算し、端末数推計手段は、計算で得られた観測対象位置データについての特徴量を用いて端末数を推計する。
　一方、位置データ取得手段により取得された全ての位置データを対象とする場合、前後位置データ取得手段は、位置データ取得手段により取得された全ての位置データそれぞれを第１の位置データとして、当該第１の位置データについての第２の位置データの位置取得時刻情報、および当該第１の位置データについての第３の位置データの位置取得時刻情報を取得し、特徴量計算手段は、全ての位置データそれぞれについての特徴量を計算し、端末数推計手段は、計算で得られた全ての位置データそれぞれについての特徴量のうち、観測対象位置データについての特徴量を用いて端末数を推計する。
　本発明の一側面に係る端末数推計装置は、携帯端末を識別する識別情報と携帯端末の位置に関する位置情報と位置情報が取得された位置取得時刻情報とを含む位置データを取得する位置データ取得手段と、ある第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得手段と、少なくとも第２の位置データの位置取得時刻情報と第３の位置データの位置取得時刻情報とに基づいて、第１の位置データについての特徴量を計算する特徴量計算手段と、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得手段と、観測対象位置データについての特徴量、および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計手段と、を備える構成としてもよい。
　なお、端末数推計装置は、端末数を人口に変換するための拡大係数を記憶した拡大係数記憶手段、をさらに備え、端末数推計手段は、観測対象位置データについての特徴量、観測期間長、および拡大係数に基づいて、観測期間中に観測エリアに在圏した人口、および人口を推計する単位である人口推計単位毎の人口、の少なくとも一方を推計してもよい。上記の「人口推計単位」としては、例えば、属性、場所、時間帯などが挙げられる。また、拡大係数は、拡大係数記憶手段に記憶されたものを用いてもよいし、以下のようにして導出してもよい。拡大係数は、一例として、「在圏率と端末の普及率との積（即ち、人口に対する在圏数の比率）」の逆数を用いることができる。ここで「在圏率」とは、契約台数に対する在圏数の比率を意味し、「普及率」とは人口に対する契約台数の比率を意味する。このような拡大係数は、上記の人口推計単位ごとに導出することが望ましいが、必須ではない。
　また、拡大係数は、例えば、以下のように特徴量および観測期間長に基づいて推計された端末数（在圏数）を用いて導出してもよい。即ち、位置データから特徴量を求め、特徴量および観測期間長に基づいて、拡大係数算出単位ごとの端末数を集計することでユーザ数ピラミッドデータを得るとともに、統計データ（例えば住民基本台帳など）として予め求められた同じ拡大係数算出単位における人口ピラミッドデータを取得する。そして、ユーザ数ピラミッドデータ及び人口ピラミッドデータにおいて拡大係数算出単位ごとの位置データの取得率（即ち、在圏数／人口）を算出する。ここで得られた「位置データの取得率（即ち、在圏数／人口）」が、前述した「在圏率と端末の普及率との積」に相当する。このようにして得られた「位置データの取得率」の逆数を拡大係数として導出することができる。なお、拡大係数を算出する拡大係数算出単位としては、一例として、住所の都道府県ごと、５才又は１０才刻み年齢層ごと、男女ごと、時間帯として１時間ごとなどを採用してもよいし、これらの２つ以上を組み合わせたものを採用してもよい。例えば、拡大係数算出単位を「東京都在住の２０才台の男性」とした場合、日本全国における、東京都在住の（即ち、ユーザ属性における住所情報が東京都である）２０才台の男性に該当する位置データを抽出して端末数を集計することでユーザ数ピラミッドデータを得るとともに、統計データから東京都在住の２０才台の男性に関する人口ピラミッドデータを取得する。なお、上記ユーザ数ピラミッドデータを得る際に、「東京都在住」という条件については、東京都に在圏するユーザの位置データだけを抽出するのではなく、ユーザ属性における住所情報が東京都である位置データを抽出する。そして、ユーザ数ピラミッドデータ及び人口ピラミッドデータから拡大係数算出単位（ここでは東京都在住の２０才台の男性）の位置データの取得率（即ち、在圏数／人口）を算出し、得られた「位置データの取得率」の逆数を拡大係数として導出することができる。なお、本願では、拡大係数算出単位と人口推計単位とが等しいものとして説明しているが、これはあくまでも一例であり、これに限られるものではない。
　また、端末数推計装置は、端末数推計手段による推計で得られた観測エリアごとの推計値を、観測エリアとは異なる出力単位ごとの推計値に、出力単位と観測エリアの重なり領域が観測エリアに占める面積比に基づいて変換する変換手段、をさらに備えてもよい。上記の変換手段は、屋内局の通信領域および電波到達範囲が異なる周波数帯を利用する複数の屋外局の通信領域のうち２つ以上が地理的に同じ観測エリアに重複して存在する場合には、重複して存在する通信領域それぞれについて前記面積比に基づく出力単位ごとの推計値への変換、および、通信領域それぞれの変換後の推計値の合算を行うことで、出力単位ごとの推計値を得てもよい。
　端末数推計手段は、観測対象位置データについての特徴量、観測期間長、端末数を人口に変換するための拡大係数、および、観測エリアとは異なる出力単位と観測エリアの重なり領域が観測エリアに占める面積比に基づいて、出力単位ごと且つ人口推計単位ごとに分けて人口を推計してもよい。
　出力単位ごと且つ人口推計単位ごとに分けて人口を推計する態様としては、端末数推計手段による人口の推計に先立ち、位置データに対し、特徴量と、拡大係数と、面積比および該面積比に係る出力単位ＩＤの組合せとが関連付けられ、端末数推計手段は、同じ出力単位ＩＤが関連付けられた位置データについて（特徴量×面積比×拡大係数）を算出し、得られた出力単位ごとの（特徴量×面積比×拡大係数）を人口推計単位別に集計し、得られた出力単位ごと且つ人口推計単位ごとの集計値および観測期間長に基づいて、出力単位ごと且つ人口推計単位ごとの人口を推計してもよい。
　また、端末数推計装置は、観測開始時刻と観測終了時刻との組を含む観測期間情報を取得する観測期間取得手段と、１乃至複数の位置情報と対応づけられる観測エリア情報を取得する観測エリア取得手段と、をさらに備えてもよい。
　また、端末数推計装置は、得られた推計値を出力する出力手段をさらに備えてもよい。出力手段による出力形態は、人口分布を示す図、時系列的な人口変動を示す図、および人口構成を示す図の少なくとも１つを採用可能とされ、出力手段による出力単位は、携帯端末のユーザの属性、時間帯、場所の少なくとも１つに応じて設定可能とされている。
　また、端末数推計装置は、位置データ取得手段により取得された位置データに含まれる識別情報に対し、一方向性関数による不可逆符号への変換を含む非識別化処理を行う非識別化手段をさらに備え、非識別化手段は、携帯端末のユーザの属性情報を用いた処理が行われる場合、当該処理の前に、属性情報に対し非識別化処理を行ってもよい。
　また、端末数推計装置は、得られた推計値が出力される前に、予め定められた基準に基づき推計値に対し秘匿処理を行う秘匿処理手段、をさらに備えてもよい。その場合、秘匿処理手段は、推計の基礎となったエリアごとの位置データが何台の端末から取得されたかを示す取得元端末数が、秘匿処理が必要と判断するための基準値未満か否かを判定し、あるエリアの位置データの取得元端末数が基準値未満の場合、当該エリアに関する推計値を秘匿してもよい。なお、上記の取得元端末数は、同一端末についての重複を除いたユニークな端末数を示す。
　ここでの秘匿方法としては、例えば、推計値をゼロとする方法、推計値を所定の文字や記号（例えば「Ｘ」など）で表象する方法などを採用することができる。一方、あるエリアの位置データの取得元端末数が基準値未満でない場合、秘匿処理手段は、推計値に対し秘匿処理を行わないこととしてもよいし、以下のような丸めを行ってもよい。即ち、秘匿処理手段は、推計値出力にて用いられる複数の階級のうち当該エリアの推計値が属する階級における上限値、下限値、階級幅、および当該推計値に基づいて、当該エリアの推計値を、上限値との差分および下限値との差分に応じた確率値をそれぞれ伴った上限値および下限値に丸めてもよい。
　上述した端末数推計装置に係る発明は、端末数推計装置により実行される端末数推計方法に係る発明として捉えることができ、同様の作用・効果を奏する。具体的には、観測対象位置データを対象として特徴量を計算するか、取得された全ての位置データを対象として特徴量を計算するかに応じて、以下のように記述することができる。
　本発明の一側面に係る端末数推計方法は、端末数推計装置により実行される端末数推計方法であって、携帯端末を識別する識別情報と携帯端末の位置に関する位置情報と位置情報が取得された位置取得時刻情報とを含む位置データを取得する位置データ取得ステップと、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを観測対象位置データとして取得する観測対象取得ステップと、取得された観測対象位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、観測対象位置データそれぞれについての特徴量を、第１の位置データの位置取得時刻情報、第２の位置データの位置取得時刻情報および第３の位置データの位置取得時刻情報のうち２つ以上に基づいて計算する特徴量計算ステップと、計算で得られた観測対象位置データについての特徴量、および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、を備えることを特徴とする。
　本発明の一側面に係る端末数推計方法は、端末数推計装置により実行される端末数推計方法であって、携帯端末を識別する識別情報と携帯端末の位置に関する位置情報と位置情報が取得された位置取得時刻情報とを含む位置データを取得する位置データ取得ステップと、取得された全ての位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、全ての位置データそれぞれについての特徴量を、第１の位置データの位置取得時刻情報、第２の位置データの位置取得時刻情報および第３の位置データの位置取得時刻情報のうち２つ以上に基づいて計算する特徴量計算ステップと、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを観測対象位置データとして取得する観測対象取得ステップと、計算で得られた全ての位置データそれぞれについての特徴量のうち観測対象位置データについての特徴量、および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、を備えることを特徴とする。
　また、本発明の一側面に係る端末数推計方法は、端末数推計装置により実行される端末数推計方法であって、携帯端末を識別する識別情報と携帯端末の位置に関する位置情報と位置情報が取得された位置取得時刻情報とを含む位置データを取得する位置データ取得ステップと、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを観測対象位置データとして取得する観測対象取得ステップと、取得された観測対象位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、観測対象位置データそれぞれについての特徴量を、少なくとも前記第２の位置データの位置取得時刻情報と前記第３の位置データの位置取得時刻情報とに基づいて計算する特徴量計算ステップと、計算で得られた観測対象位置データについての特徴量、および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、を備えてもよい。
　また、本発明の一側面に係る端末数推計方法は、端末数推計装置により実行される端末数推計方法であって、携帯端末を識別する識別情報と携帯端末の位置に関する位置情報と位置情報が取得された位置取得時刻情報とを含む位置データを取得する位置データ取得ステップと、取得された全ての位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、全ての位置データそれぞれについての特徴量を、少なくとも第２の位置データの位置取得時刻情報と第３の位置データの位置取得時刻情報とに基づいて計算する特徴量計算ステップと、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを観測対象位置データとして取得する観測対象取得ステップと、計算で得られた全ての位置データそれぞれについての特徴量のうち観測対象位置データについての特徴量、および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、を備えてもよい。
　本発明によれば、受信間隔の変動が与える影響を校正しつつ端末数を精度良く推計することができる。
第１～第６実施形態の通信システムのシステム構成を示す図である。 第１実施形態の端末数推計装置の構成を示す図である。 端末数推計の第１の考え方を説明するための図である。 端末数推計に係る第１の計算方法を説明するための図である。 第１実施形態の端末数推計処理を示すフローチャートである。 第１、第２実施形態の特徴量の計算処理を示すフローチャートである。 第２実施形態の端末数推計装置の構成を示す図である。 第２実施形態の端末数推計処理を示すフローチャートである。 端末数推計の第２の考え方を説明するための図である。 第３実施形態の特徴量の計算処理を示すフローチャートである。 変数ｓ、ｅの適正化処理を示すフローチャートである。 第４実施形態の端末数推計装置の構成を示す図である。 第４実施形態の人口推計処理を示すフローチャートである。 第５実施形態の端末数推計装置の構成を示す図である。 第５実施形態の人口推計処理を示すフローチャートである。 人口推計処理における出力例を示す図である。 第６実施形態の端末数推計装置の構成を示す図である。 メッシュとエリア図の合成を説明するための図である。 各分割エリアの面積および面積比の算出を説明するための図である。 あるメッシュ内の分割エリアの人口の総和算出を説明するための図である。 第７実施形態における推計値の変換処理を説明するための図である。 対象とする出力単位の推計人口への変換を行うための行列式を示す図である。 第８実施形態の端末数推計装置の構成を示す図である。 非識別化処理の一例を説明するための図である。 第９実施形態の端末数推計装置の構成を示す図である。 秘匿処理の一例を示すフローチャートである。 出力形態の例として、人口分布、人口変動および人口構成を示す図である。 端末数推計の第２の考え方を説明するための図である。
　添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。
　［第１実施形態］
　［通信システムの構成］
　図１は、本実施形態の通信システム１のシステム構成図である。図１に示すように、この通信システム１は、携帯端末１００、ＢＴＳ（基地局）２００、ＲＮＣ（無線制御装置）３００、交換機４００、各種処理ノード７００、および管理センタ５００を含んで構成されている。また、この管理センタ５００は、社会センサユニット５０１、ペタマイニングユニット５０２、モバイルデモグラフィユニット５０３、および可視化ソリューションユニット５０４から構成されている。
　交換機４００は、ＢＴＳ２００、ＲＮＣ３００を介して、携帯端末１００についての後述する位置情報を収集する。ＲＮＣ３００は、携帯端末１００との間で通信接続が行われる際に、ＲＲＣコネクション要求信号における遅延値を用いて携帯端末１００の位置を測定することができる。交換機４００は、このように測定された携帯端末１００の位置情報を、携帯端末１００が通信接続を実行する際に受け取ることができる。交換機４００は受け取った位置情報を記憶しておき、所定のタイミング又は管理センタ５００からの要求に応じて、収集された位置情報を管理センタ５００に出力する。
　各種処理ノード７００は、ＲＮＣ３００および交換機４００を通じて携帯端末１００の位置情報を取得し、場合によっては位置の再計算等を行い、所定のタイミングで又は管理センタ５００からの要求に応じて、収集された位置情報を管理センタ５００に出力する。
　本実施形態における携帯端末１００の位置情報としては、位置登録信号により求められた在圏セクタを示すセクタ番号、ＧＰＳ測位システムやPRACH　PDによる位置情報取得システムで得られた位置測位データ等を採用することができる。携帯端末１００の位置データは、上記のような位置情報とともに、当該携帯端末を識別する識別情報（例えば回線番号等の携帯端末と対応付けられる情報）、および位置情報が取得された位置取得時刻情報を含む。なお、識別情報として回線番号を用いる場合は、回線番号をそのまま用いるのではなく、回線番号と対応付けられる値（例えば回線番号のハッシュ値等）を用いる（即ち、回線番号を非識別化する）ことが好適である。このように回線番号と対応付けられる値（例えば回線番号のハッシュ値等）を用いてユーザの属性ごとの処理を行う場合には、属性情報に含まれるユーザ特定可能な情報についても、当該ユーザ特定可能な情報と対応付けられる値を用いる（即ち、当該ユーザ特定可能な情報を非識別化する）必要がある。このような非識別化については、第８実施形態で詳細に説明する。
　管理センタ５００は、上述したとおり、社会センサユニット５０１、ペタマイニングユニット５０２、モバイルデモグラフィユニット５０３、および可視化ソリューションユニット５０４を含んで構成されており、各ユニットでは、携帯端末１００の位置情報に用いた統計処理を行う。なお、後述する端末数推計装置１０（図２）は、例えば管理センタ５００により構成することができる。
　社会センサユニット５０１は、各交換機４００および各種処理ノード７００から、又は、オフラインで、携帯端末１００の位置情報等を含んだデータを収集するサーバ装置である。この社会センサユニット５０１は、交換機４００および各種処理ノード７００から定期的に出力されたデータを受信したり、又は社会センサユニット５０１において予め定められたタイミングに従って交換機４００および各種処理ノード７００からデータを取得したりできるように構成されている。
　ペタマイニングユニット５０２は、社会センサユニット５０１から受信したデータを所定のデータ形式に変換するサーバ装置である。例えば、ペタマイニングユニット５０２は、ユーザＩＤをキーにソーティング処理を行ったり、エリアごとにソーティング処理を行ったりする。
　モバイルデモグラフィユニット５０３は、ペタマイニングユニット５０２において処理されたデータに対する集計処理、すなわち各項目のカウンティング処理を行うサーバ装置である。例えば、モバイルデモグラフィユニット５０３は、あるエリアに在圏するユーザ数をカウントしたり、また在圏分布を集計したりすることができる。
　可視化ソリューションユニット５０４は、モバイルデモグラフィユニット５０３において集計処理されたデータを可視可能に処理するサーバ装置である。例えば、可視化ソリューションユニット５０４は、集計されたデータを地図上にマッピング処理することができる。この可視化ソリューションユニット５０４にて処理されたデータは、企業、官公庁又は個人等に提供され、店舗開発、道路交通調査、災害対策、環境対策等に利用される。なお、このように統計処理された情報は、当然にプライバシーを侵害しないように個人等は特定されないように加工されている。
　なお、社会センサユニット５０１、ペタマイニングユニット５０２、モバイルデモグラフィユニット５０３および可視化ソリューションユニット５０４はいずれも、前述したようにサーバ装置により構成され、図示は省略するが、通常の情報処理装置の基本構成（即ち、ＣＰＵ、ＲＡＭ、ＲＯＭ、キーボードやマウス等の入力デバイス、外部との通信を行う通信デバイス、情報を記憶する記憶デバイス、および、ディスプレイやプリンタ等の出力デバイス）を備えることは言うまでもない。
　［端末数推計装置の構成］
　次に、本実施形態に係る端末数推計装置について説明する。図２には端末数推計装置１０の機能ブロック構成を示す。この図２に示すように、端末数推計装置１０は、位置データ取得部１１（位置データ取得手段）、蓄積部１２、観測期間取得部１３（観測期間取得手段）、観測エリア取得部１４（観測エリア取得手段）、観測対象取得部１５（観測対象取得手段）、前後位置データ取得部１６（前後位置データ取得手段）、特徴量計算部１７（特徴量計算手段）、端末数推計部１８（端末数推計手段）、および端末数出力部１９（出力手段）を備えている。
　以下、図２の端末数推計装置１０の各部の機能を説明する。位置データ取得部１１は、上述した位置データを外部から取得し蓄積部１２に保存する。蓄積部１２は、多数のユーザ（携帯端末）についての複数の時刻にわたる位置データを保存している。観測期間取得部１３は、観測開始時刻と観測終了時刻との組を含む観測期間情報を取得する。観測エリア取得部１４は、１乃至複数の位置情報と対応づけられる観測エリア情報を取得する。ここでの観測エリア情報は、例えばセクタ番号、緯度経度、地理的な範囲（例えば市区町村）等として与えられ、観測エリア取得部１４は、取得される観測エリア情報の表現形式と位置情報の表現形式とを対応づける情報（例えばセクタ番号と緯度経度との対応関係情報等）を管理するデータベースを備えることが望ましい。
　観測対象取得部１５は、蓄積部１２から、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する。なお、観測対象位置データは、別途与えられた条件（例えば携帯端末のユーザの年齢層等）によって、さらに絞り込みをかけてもよい。
　前後位置データ取得部１６は、特徴量を求める対象の位置データ（以下「第１の位置データ」という）について、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データ（以下「第２の位置データ」という）の位置取得時刻情報、および当該第１の位置データの直後の位置データ（以下「第３の位置データ」という）の位置取得時刻情報を取得する。なお、前後位置データ取得部１６は、第２又は第３の位置データの全体を取得することは必須ではなく、少なくとも、位置データに含まれる位置取得時刻情報を取得すればよい。
　第１実施形態では、前後位置データ取得部１６は、観測対象取得部１５により取得された観測対象位置データを第１の位置データとして、当該第１の位置データに関する第２、第３の位置データの位置取得時刻情報を取得し、後述の特徴量計算部１７は観測対象位置データについての特徴量を計算する。即ち、第１実施形態は、特徴量を計算する対象の位置データを観測対象位置データに絞る実施形態である。これに対し、後述の第２実施形態では、取得された全ての位置データを対象として特徴量を計算する例を説明する。
　特徴量計算部１７は、第１の位置データ（第１実施形態では観測対象位置データ）それぞれについての特徴量を計算する。例えば、特徴量計算部１７は、第２の位置データの位置取得時刻と第３の位置データの位置取得時刻との差を、当該第１の位置データについての特徴量として計算する。また、特徴量計算部１７は、第２の位置データの位置取得時刻が異常値である場合、ここでは一例として第１の位置データの位置取得時刻と第２の位置データの位置取得時刻との差が所定の基準値（例えば１時間）より大きい場合に、第１の位置データの位置取得時刻から予め定められた時間（例えば１時間）だけ過去に遡った時刻を第２の位置データの位置取得時刻として用いて、第１の位置データについての特徴量を計算する。同様に、特徴量計算部１７は、第３の位置データの位置取得時刻が異常値である場合、ここでは一例として第１の位置データの位置取得時刻と第３の位置データの位置取得時刻との差が所定の基準値（例えば１時間）より大きい場合に、第１の位置データの位置取得時刻から予め定められた時間（例えば１時間）だけ未来に進めた時刻を第３の位置データの位置取得時刻として用いて、第１の位置データについての特徴量を計算する。このような第２、第３の位置データの位置取得時刻が異常値である場合の処理は、必須の処理ではないが、上記処理を行うことで、携帯端末１００が圏外に位置していることや携帯端末１００の電源がオフされていること等に起因して位置データの取得時間間隔が異常に長くなった際に、当該異常に長くなった取得時間間隔による影響が過大に出ることを防ぐことができる。
　端末数推計部１８は、観測対象位置データについての特徴量および観測開始時刻と観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する。詳細は後述するが、端末数推計部１８は、観測対象位置データについての特徴量の総和を観測期間長の２倍によって除して得られた数値を端末数として推計する。
　端末数出力部１９は、推計により得られた端末数を出力する。ここでの出力には、表示出力、音声出力、印刷出力等さまざまな出力態様が含まれる。
　［端末数推計の考え方および計算方法］
　次に、端末数推計の考え方および計算方法を説明する。図３に示すモデルのように、ある観測期間（長さＴ）の間に、ｎ個の端末ａ１，ａ２，…，ａｎがセクタＳを通過し、各端末ａｉの観測期間内のセクタＳの滞在時間がｔｉ（０＜ｔｉ≦Ｔ）であったとする。このとき、セクタＳに存在する端末数ｍ（実際にはセクタＳに存在する端末数ｍの観測期間内における平均値）は、以下の式（１）で表わされる。
Figure JPOXMLDOC01-appb-M000001
 即ち、各端末ａｉの観測期間内のセクタＳの滞在時間ｔｉの総和を観測期間の長さＴで除した結果を、端末数ｍとして推計する。ただし、端末ａｉの観測期間内のセクタＳの滞在時間ｔｉの真の値は観測不能であるが、各端末ａｉは信号（例えば位置登録信号）を発信し、それらの信号は観測可能である。
　端末ａｉが観測期間内にセクタＳで発信した信号を、時刻順に
Figure JPOXMLDOC01-appb-M000002
 （ｘｉは、端末ａｉが観測期間内にセクタＳで発信した信号の総数）とすると、端末数の推計とは、観測された信号ｑｉｊ（ｊは１以上ｘｉ以下の整数）からｍの値を推計することに他ならない。
　さて、図４に基づき端末数推計の計算方法を説明する。端末ａｉから信号ｑｉｊが送信される密度（即ち、単位時間あたりの信号数）をｐｉとする。このとき、信号が送信される確率がセクタに対して独立であれば、端末ａｉが観測期間内にセクタＳで発信した信号の総数ｘｉの期待値Ｅ（ｘｉ）は、Ｅ（ｘｉ）＝ｔｉ×ｐｉであるため、端末ａｉの観測期間内のセクタＳの滞在時間ｔｉの期待値Ｅ（ｔｉ）について以下の式（２）が成立する。
Ｅ（ｔｉ）＝ｘｉ／ｐｉ　（２）
ここで、信号ｑｉｊの送信時刻をｕｉｊとしたとき、信号ｑｉｊの密度ｐｉｊは、以下の式（３）で与えられる。
ｐｉｊ＝２／（ｕｉ（ｊ＋１）－ｕｉ（ｊ－１））　（３）
ここで、信号ｑｉｊを第１の位置データに係る信号とすると、信号ｑｉ（ｊ-１）は第２の位置データに係る信号、信号ｑｉ（ｊ＋１）は第３の位置データに係る信号に相当する。本実施形態では、第２の位置データに係る信号ｑｉ（ｊ-１）の送信時刻ｕｉ（ｊ－１）と第３の位置データに係る信号ｑｉ（ｊ＋１）の送信時刻ｕｉ（ｊ＋１）の差、即ち、上記式（３）の（ｕｉ（ｊ＋１）－ｕｉ（ｊ－１））を、第１の位置データについての特徴量ｗｉｊとする。そのため、上記式（３）は、以下となる。即ち、特徴量ｗｉｊは、密度ｐｉｊの逆数に対応づけて算出することができる。
ｐｉｊ＝２／（ｕｉ（ｊ＋１）－ｕｉ（ｊ－１））＝２／ｗｉｊ　（４）
　このとき密度ｐｉは、
Figure JPOXMLDOC01-appb-M000003
 で与えられるため、端末数ｍの推計値Ｅ（ｍ）は以下の式（６）で計算することができる。
Figure JPOXMLDOC01-appb-M000004
 　図４の例に示すように、観測期間内であり且つ端末ａｉがセクタＳに滞在していた期間内に、端末ａｉは信号ｑｉ１、ｑｉ２、ｑｉ３を送信し、信号ｑｉ１の直前に信号ｑｉ０を、信号ｑｉ３の直後に信号ｑｉ４を送信したものとし、信号ｑｉ０、ｑｉ１、ｑｉ２、ｑｉ３、ｑｉ４の送信時刻をそれぞれｕｉ０、ｕｉ１、ｕｉ２、ｕｉ３、ｕｉ４とすると、上記の考え方は、端末ａｉの観測期間内のセクタＳの滞在時間ｔｉを、（ｕｉ０とｕｉ１の中点）から（ｕｉ３とｕｉ４の中点）までの期間と推計することに相当する。なお、端末ａｉは、観測期間内ではないものの、セクタＳへの滞在中に信号ｑｉ４を送信している。但し、滞在時間ｔｉの推計量の不偏性を維持するために、ここでは一例として、滞在時間ｔｉの終了時刻を観測期間Ｔの終了時刻と同じとして推計することは行わない処理を説明する。
　［端末数推計処理］
　以下、本発明の端末数推計方法に係る端末数推計処理を説明する。ここでは、携帯端末の位置データに含まれる位置情報には、一例として、当該携帯端末が在圏するセクタのセクタ番号が与えられているものとする。
　図５に示すように、まず、位置データ取得部１１が位置データを外部から取得し蓄積部１２に保存する（図５のステップＳ１）。これにより、蓄積部１２は、多数のユーザ（携帯端末）についての複数の時刻にわたる位置データを保存することとなる。なお、ステップＳ１の処理実行後、ステップＳ２以降の処理は、時間をおいて実行してもよい。即ち、ステップＳ２以降の処理の事前準備として、ステップＳ１を実行してもよい。
　次に、観測期間取得部１３が、観測開始時刻と観測終了時刻との組を含む観測期間情報を取得するとともに、観測エリア取得部１４が、１乃至複数の位置情報と対応づけられる観測エリア情報を取得する（ステップＳ２）。ここでは、観測期間情報として、観測開始時刻Ｔ１と観測終了時刻Ｔ２の組が取得され、観測エリア情報として、セクタ番号Ｓが取得されたとする。
　次に、観測対象取得部１５が、蓄積部１２から、観測開始時刻Ｔ１以降であり且つ観測終了時刻Ｔ２以前である位置取得時刻情報を含み且つ観測エリア情報であるセクタ番号Ｓに対応づけられる位置情報を含む（例えば位置情報がセクタ番号Ｓである）１乃至複数の位置データを、観測対象位置データとして取得する（ステップＳ３）。つまり、観測対象取得部１５は、以下の条件に合致する位置データを観測対象位置データとして取得する。
条件１：位置取得時刻が、観測開始時刻Ｔ１以降であり且つ観測終了時刻Ｔ２以前である。即ち、観測期間内に含まれる。
条件２：位置情報がセクタＳである。
　次に、取得された観測対象位置データのそれぞれについて、以下のステップＳ４、Ｓ５の処理が実行される。ステップＳ４では、前後位置データ取得部１６が、観測対象位置データのうち、特徴量を求める対象とする位置データ（第１の位置データ）について、当該第１の位置データと同一の識別情報を含む位置データのうち、位置取得時刻から見て、当該第１の位置データの直前の位置データ（第２の位置データ）の位置取得時刻情報、および当該第１の位置データの直後の位置データ（第３の位置データ）の位置取得時刻情報を取得する。なお、前後位置データ取得部１６は、第２、第３の位置データの全体を取得することは必須ではなく、第２、第３の位置データに含まれる位置取得時刻情報を取得すればよい。
　そして、ステップＳ５では、特徴量計算部１７が、第１の位置データについての特徴量を計算する。その処理内容について、図６を用いて説明する。ここでは、第１、第２、第３の位置データの位置取得時刻を、それぞれｔ１、ｔ２、ｔ３とする。また、第２の位置データの位置取得時刻ｔ２が異常値であると判断するための基準となる所定の基準値（第１、第２の位置データの位置取得時刻の差に関する基準値）を基準値Ａ（例えば１時間）とし、第３の位置データの位置取得時刻ｔ３が異常値であると判断するための基準となる所定の基準値（第１、第３の位置データの位置取得時刻の差に関する基準値）を基準値Ｂ（例えば１時間）とする。
　特徴量計算部１７は、第１、第２の位置データの位置取得時刻の差（即ち、時刻ｔ１とｔ２の差）Ｄａ、および第１、第３の位置データの位置取得時刻の差（即ち、時刻ｔ１とｔ３の差）Ｄｂを算出する（図６のステップＳ１１）。そして、特徴量計算部１７は、第１、第２の位置データの位置取得時刻の差Ｄａが所定の基準値Ａ（例えば１時間）より大きいか否かを判断し（ステップＳ１２）、もし、差Ｄａが基準値Ａより大きければ、第１の位置データの位置取得時刻ｔ１から予め定められた時間（例えば１時間）だけ過去に遡った時刻を、第２の位置データの位置取得時刻ｔ２とする（ステップＳ１３）。次に、特徴量計算部１７は、第１、第３の位置データの位置取得時刻の差Ｄｂが所定の基準値Ｂ（例えば１時間）より大きいか否かを判断し（ステップＳ１４）、もし、差Ｄｂが基準値Ｂより大きければ、第１の位置データの位置取得時刻ｔ１から予め定められた時間（例えば１時間）だけ未来に進めた時刻を、第３の位置データの位置取得時刻ｔ３とする（ステップＳ１５）。そして、特徴量計算部１７は、第２の位置データの位置取得時刻ｔ２と第３の位置データの位置取得時刻ｔ３との差を、第１の位置データについての特徴量として計算する（ステップＳ１６）。以上により、ある１つの観測対象位置データ（第１の位置データ）についてのステップＳ４、Ｓ５の処理が完了する。
　以後、上述したステップＳ４、Ｓ５の処理が、観測対象位置データのそれぞれについて実行され、全ての観測対象位置データについて実行が完了すると（ステップＳ６で肯定判断）、ステップＳ７へ進む。
　ステップＳ７では、端末数推計部１８が、前述した式（６）に示すように、観測対象位置データについての特徴量ｗｉｊの総和を観測期間長Ｔの２倍によって除して得られた数値を、端末数として推計する。なお、式（６）より明らかなように、端末数推計部１８は、観測対象位置データについての特徴量ｗｉｊそれぞれを２で除して、（特徴量ｗｉｊ／２）の総和を求め、求めた総和を観測期間長Ｔによって除して得られた数値を、端末数として推計してもよい。ただし、本実施形態のように観測対象位置データについての特徴量ｗｉｊの総和を観測期間長Ｔの２倍によって除算する計算方法の方が、除算の回数が圧倒的に少なくて済むため、処理負荷を軽減できるという利点がある。
　さらに、端末数出力部１９が、推計により得られた端末数を出力する（ステップＳ８）。
　以上の第１実施形態によれば、位置データを用いて端末数を推計する際に、前後の位置データの取得時刻情報を用いた補正を実施することにより、受信間隔の変動が与える影響を校正しつつ端末数を精度良く推計することができる。
　また、特徴量の計算処理の中で、前述した第２、第３の位置データの位置取得時刻が異常値である場合の処理を行うことで、携帯端末１００が圏外に位置していることや携帯端末１００の電源がオフされていること等に起因して位置データの取得時間間隔が異常に長くなった際に、当該異常に長くなった取得時間間隔による影響が過大に出ることを防ぐことができる。
　［第２実施形態］
　上述した第１実施形態では、特徴量を計算する対象の位置データを観測対象位置データに絞る例を説明したが、以下の第２実施形態では、取得された全ての位置データを対象として特徴量を計算する例、即ち、端末数推計を実施する前に予め全ての位置データについての特徴量を計算しておき、そのうち観測対象位置データについての特徴量を用いて端末数を推計する例を説明する。なお、第２実施形態の通信システムのシステム構成は、図１の第１実施形態におけるシステム構成と同様であるため、同システム構成の説明を省略する。
　図７に示すように第２実施形態に係る端末数推計装置１０は、第１実施形態に係る端末数推計装置（図２）と同様の構成要素を備え、各構成要素の機能はほぼ同様であるため、ここでは、第１実施形態に係る端末数推計装置との相違点を中心に説明する。
　第２実施形態の観測対象取得部１５は、観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得し、その後、観測対象位置データを端末数推計部１８へ出力する。
　前後位置データ取得部１６は、位置データ取得部１１により取得された全ての位置データそれぞれを第１の位置データとして、当該第１の位置データに関する第２の位置データ（直前の位置データ）および第３の位置データ（直後の位置データ）それぞれの位置取得時刻情報を取得する。なお、上記の位置データ取得部１１により取得された位置データは、位置データ取得部１１により取得されたのち蓄積部１２に蓄積されているものであってもよいし、蓄積部１２に蓄積されることなく位置データ取得部１１から前後位置データ取得部１６へ送られたものであってもよい。
　特徴量計算部１７は、位置データ取得部１１により取得された全ての位置データそれぞれを第１の位置データとして、当該第１の位置データについての特徴量を計算する。この計算結果は膨大な量となるため、図７に示すように特徴量計算部１７は、計算結果の特徴量を保管するための特徴量保管部１７Ａを備え、特徴量保管部１７Ａによって計算結果の特徴量を保管することが望ましい。なお、特徴量計算部１７が第２、第３の位置データの位置取得時刻の差を第１の位置データについての特徴量として計算する点、および図６に示す第２又は第３の位置データの位置取得時刻が異常値である場合の処理を行う点は、第１実施形態と同様である。
　端末数推計部１８は、予め計算され特徴量保管部１７Ａに保管された全ての位置データについての特徴量のうち、観測対象取得部１５から受信した観測対象位置データについての特徴量を抽出し、当該観測対象位置データについての特徴量および観測開始時刻と観測終了時刻との差（観測期間長）に基づいて、観測期間中に観測エリアに在圏した端末数を推計する。具体的には、第１実施形態と同様に、端末数推計部１８は、観測対象位置データについての特徴量の総和を観測期間長の２倍によって除して得られた数値を端末数として推計する。
　以下、第２実施形態における端末数推計処理を説明する。ここでは、携帯端末の位置データに含まれる位置情報として、当該携帯端末が在圏するセクタのセクタ番号が与えられているものとする。
　図８に示すように、まず、位置データ取得部１１が位置データを外部から取得し蓄積部１２に保存する（図８のステップＳ２１）。ただし、蓄積部１２への位置データの保存は必須ではなく、位置データを位置データ取得部１１から前後位置データ取得部１６へ直接転送し、後述のステップＳ２２を実行してもよい。また、ステップＳ２２以降の処理は、ステップＳ２１の処理の実行後、時間間隔をあけて実行してもよい。
　次に、取得された全ての位置データそれぞれについて、以下のステップＳ２２～Ｓ２４の処理が実行される。ステップＳ２２では、前後位置データ取得部１６が、特徴量を求める対象とする１つの位置データ（第１の位置データ）について、当該第１の位置データと同一の識別情報を含む位置データのうち、位置取得時刻から見て、当該第１の位置データの直前の位置データ（第２の位置データ）の位置取得時刻情報、および当該第１の位置データの直後の位置データ（第３の位置データ）の位置取得時刻情報を取得する。なお、前後位置データ取得部１６は、第２、第３の位置データの全体を取得することは必須ではなく、第２、第３の位置データに含まれる位置取得時刻情報を取得すればよい。そして、ステップＳ２３では、特徴量計算部１７が、第１実施形態と同様の図６に示す手順で、第１の位置データについての特徴量を計算する。ステップＳ２３の処理は、前述した第１実施形態のステップＳ５の処理と同様なので、説明を省略する。その後、ステップＳ２３で得られた特徴量は、特徴量保管部１７Ａに保管される（ステップＳ２４）。
　以上により、ある１つの観測対象位置データ（第１の位置データ）についてのステップＳ２２～Ｓ２４の処理が完了する。
　以後、ステップＳ２２～Ｓ２４の処理が、全ての位置データそれぞれについて実行される。そして、全ての位置データについてステップＳ２２～Ｓ２４の処理が完了すると（ステップＳ２５で肯定判断）、全ての位置データについての特徴量が計算され特徴量保管部１７Ａに保管されることとなる。このようにして、端末数推計を実施する前に予め全ての位置データについての特徴量を計算し保管しておくことができる。
　次のステップＳ２６では、観測期間取得部１３が、観測開始時刻と観測終了時刻との組を含む観測期間情報を取得するとともに、観測エリア取得部１４が、１乃至複数の位置情報と対応づけられる観測エリア情報を取得する。ここでは、観測期間情報として、観測開始時刻Ｔ１と観測終了時刻Ｔ２の組が取得され、観測エリア情報として、セクタ番号Ｓが取得されたとする。
　次に、観測対象取得部１５が、蓄積部１２から、観測開始時刻Ｔ１以降であり且つ観測終了時刻Ｔ２以前である位置取得時刻情報を含み且つ観測エリア情報であるセクタ番号Ｓに対応づけられる位置情報を含む（例えば位置情報がセクタ番号Ｓである）１乃至複数の位置データを、観測対象位置データとして取得する（ステップＳ２７）。つまり、観測対象取得部１５は、以下の条件に合致する位置データを観測対象位置データとして取得する。
条件１：位置取得時刻が、観測開始時刻Ｔ１以降であり且つ観測終了時刻Ｔ２以前である。即ち、観測期間内に含まれる。
条件２：位置情報がセクタＳである。
なお、観測対象位置データの取得は、以下のように行ってもよい。即ち、特徴量計算部１７が、計算で得られた特徴量を計算対象の位置データ（上記第１の位置データ）に関連付けて、関連付け後の特徴量付き位置データを特徴量保管部１７Ａに保管しておく。そして、端末数推計部１８が、観測対象取得部１５経由で観測期間情報および観測エリア情報を取得し、観測期間および観測エリアの条件に合致する特徴量付き位置データを、特徴量保管部１７から読み出して観測対象位置データとして取得してもよい。
　図８へ戻り、次のステップＳ２８では、端末数推計部１８が、前述した式（６）に示すように、観測対象位置データについての特徴量ｗｉｊの総和を観測期間長Ｔの２倍によって除して得られた数値を、端末数として推計する。なお、式（６）より明らかなように、端末数推計部１８は、観測対象位置データについての特徴量ｗｉｊそれぞれを２で除して、（特徴量ｗｉｊ／２）の総和を求め、求めた総和を観測期間長Ｔによって除して得られた数値を、端末数として推計してもよい。ただし、本実施形態のように観測対象位置データについての特徴量ｗｉｊの総和を観測期間長Ｔの２倍によって除算する計算方法の方が、除算の回数が圧倒的に少なくて済むため、処理負荷を軽減できるという利点がある。
　さらに、端末数出力部１９が、推計により得られた端末数を出力する（ステップＳ２９）。
　以上の第２実施形態によれば、第１実施形態と同様に、位置データを用いて端末数を推計する際に、前後の位置データの取得時刻情報を用いた補正を実施することにより、受信間隔の変動が与える影響を校正しつつ端末数を精度良く推計することができる。
　特に、第２実施形態では、端末数推計を実施する前に予め全ての位置データについての特徴量を計算し保管しておくため、端末数推計装置は、観測期間情報および観測エリア情報を取得し端末数の推計処理を開始してから、推計結果の端末数を得るまでの時間を短縮することができる、という利点がある。
　なお、図８の処理において、ステップＳ２６～Ｓ２７の処理を、ステップＳ２５の後に実行することは必須ではなく、ステップＳ２２～Ｓ２５の処理とステップＳ２６～Ｓ２７の処理とを同時並行で実行してもよい。
　［第３実施形態］
　第３実施形態では、端末数推計に関する第２の手法および同手法に基づく特徴量の計算処理について説明する。第３実施形態における通信システムおよび端末数推計装置の構成は、第１、第２実施形態と同様であるので、説明を省略する。
　図９には、端末数推計の第２の考え方に関する図を示す。この図９において、ｑｉｊは端末ａｉにて生成された位置データを示し、このうちｑｉ１、ｑｉ２、ｑｉ３は観測期間内にセクタＳに在圏中に端末ａｉにて生成された位置データを示す。ここで、ｑｉ１は、端末ａｉが位置登録エリア（Location　Area）境界を跨ったことに起因して生成された位置登録情報（以下「ＬＡ跨り位置登録情報」という）を含むと想定し、以下「ＬＡ跨り位置登録情報ｑｉ１」という。この場合、ＬＡ跨り位置登録情報ｑｉ１が生成されたタイミングで端末ａｉはセクタＳに進入したと判断できるため、ＬＡ跨り位置登録情報ｑｉ１についての特徴量ｗｉ１を、前述した第１、第２実施形態のように直前の位置データｑｉ０の生成時刻と直後の位置データｑｉ２の生成時刻との差分ではなく、ＬＡ跨り位置登録情報ｑｉ１の生成時刻と直後の位置データｑｉ２の生成時刻との差分とする考え方も成立する。
　かかる考え方に基づけば、端末ａｉが観測期間内にセクタＳに在圏していた在圏期間ｔｉは、図９にて太線で示す期間となり、第１、第２実施形態の在圏期間（図９にて破線で示す期間）よりも、（ＬＡ跨り位置登録情報ｑｉ１の生成時刻と直前の位置データｑｉ０の生成時刻との差分／２）だけ短くなる。
　また、図２８に示すように、位置データｑｉ４がＬＡ跨り位置登録情報を含むと想定し、以下「ＬＡ跨り位置登録情報ｑｉ４」という。この場合、ＬＡ跨り位置登録情報ｑｉ４が生成されたタイミングで端末ａｉはセクタＳから退出したと判断できる。そのため、ＬＡ跨り位置登録情報ｑｉ４の直前の位置データｑｉ３についての特徴量ｗｉ３を計算する場合、位置データｑｉ３についての特徴量ｗｉ３は、（位置データｑｉ３の生成時刻と直後のＬＡ跨り位置登録情報ｑｉ４の生成時刻との差分／２）だけ長くなる。即ち、端末ａｉが観測期間内にセクタＳに在圏していた在圏期間ｔｉは、図２８にて太線で示す期間となり、第１、第２実施形態の在圏期間（図２８にて破線で示す期間）よりも、（位置データｑｉ３の生成時刻と直後のＬＡ跨り位置登録情報ｑｉ４の生成時刻との差分／２）だけ長くなる。
　以上のような端末数推計の第２の考え方に基づく特徴量の計算処理について、図１０を用いて説明する。以下では、特徴量を計算する対象の位置データを「計算対象位置データ」という。
　図１０に示すように、特徴量計算部１７は、まず、計算対象位置データがＬＡ跨り位置登録情報を含むか否かを、例えば計算対象位置データに含まれる呼種情報により判別する（ステップＳ３１）。ここで、計算対象位置データがＬＡ跨り位置登録情報を含む場合、特徴量計算のための第１の変数ｓ（以下「変数ｓ」という）に計算対象位置データの位置取得時刻をセットし（ステップＳ３２）、計算対象位置データがＬＡ跨り位置登録情報を含まない場合、変数ｓに計算対象位置データの位置取得時刻と直前の位置データの位置取得時刻との中点時刻をセットする（ステップＳ３３）。
　次に、特徴量計算部１７は、直後の位置データがＬＡ跨り位置登録情報を含むか否かを、例えば直後の位置データに含まれる呼種情報により判別する（ステップＳ３４）。ここで、直後の位置データがＬＡ跨り位置登録情報を含む場合、特徴量計算のための第２の変数ｅ（以下「変数ｅ」という）に直後の位置データの位置取得時刻をセットし（ステップＳ３５）、直後の位置データがＬＡ跨り位置登録情報を含まない場合、変数ｅに計算対象位置データの位置取得時刻と直後の位置データの位置取得時刻との中点時刻をセットする（ステップＳ３６）。なお、上記のステップＳ３１、Ｓ３４の判別処理を呼種情報に基づいて行うことは必須ではなく、他の情報に基づいて行ってもよい。例えば、位置登録エリアの範囲を示すエリア情報を予め保持し、計算対象位置データ及び直後の位置データの位置情報とエリア情報とを基に、判別処理を行うことも可能である。
　次に、特徴量計算部１７は、図１１に示す変数ｓ、ｅの適正化処理を行う（ステップＳ３７）。ここでは、計算対象位置データの位置取得時刻をｔ１とし、変数ｓが異常値であると判断するための基準となる所定の基準値を基準値Ｃ（例えば0.5時間）とし、変数ｅが異常値であると判断するための基準となる所定の基準値を基準値Ｄ（例えば0.5時間）とする。
　特徴量計算部１７は、変数ｓと時刻ｔ１の差Ｄｃ、および、変数ｅと時刻ｔ１の差Ｄｄを算出する（図１１のステップＳ４１）。そして、特徴量計算部１７は、変数ｓと時刻ｔ１の差Ｄｃが所定の基準値Ｃ（例えば0.5時間）より大きいか否かを判断し（ステップＳ４２）、もし、差Ｄｃが基準値Ｃより大きければ、時刻ｔ１から予め定められた時間（例えば0.5時間）だけ過去に遡った時刻を変数ｓにセットする（ステップＳ４３）。次に、特徴量計算部１７は、変数ｅと時刻ｔ１の差Ｄｄが所定の基準値Ｄ（例えば0.5時間）より大きいか否かを判断し（ステップＳ４４）、もし、差Ｄｄが基準値Ｄより大きければ、時刻ｔ１から予め定められた時間（例えば0.5時間）だけ未来に進めた時刻を変数ｅにセットする（ステップＳ４５）。このような変数ｓ、ｅの適正化処理を行うことで、携帯端末１００が圏外に位置していることや携帯端末１００の電源がオフされていること等に起因して位置データの取得時間間隔が異常に長くなった際に、当該異常に長くなった取得時間間隔による影響が過大に出ることを防ぐことができる。
　次に図１０へ戻り、特徴量計算部１７は、（変数ｅ－変数ｓ）を２倍した値を、計算対象位置データについての特徴量として計算する（ステップＳ３８）。以上により、計算対象位置データについての特徴量が得られる。
　以上の第３実施形態によれば、計算対象位置データおよびその直後の位置データのうち少なくとも一方がＬＡ跨り位置登録情報であった場合に、当該ＬＡ跨り位置登録情報が生成されたタイミングでセクタＳへの流入又はセクタＳからの流出が発生したという点を考慮した上で、精度の高い特徴量を得ることができる。
　なお、第３実施形態で説明した特徴量の計算手法は、第１実施形態のように観測対象位置データに絞って特徴量を計算して端末数を推計するケースでも、第２実施形態のように予め全ての位置データについての特徴量を計算しておき、そのうち観測対象位置データについての特徴量を用いて端末数を推計するケースでも適用することができる。
　［第４実施形態］
　以下の第４、第５実施形態では、推計で得られた端末数を人口に変換するための係数（以下「拡大係数」という）を用いて人口を推計する例について説明する。このうち第４実施形態では、特徴量に拡大係数を乗算し当該乗算結果の集計値を用いて人口を求める実施形態を説明し、第５実施形態では、人口推計単位ごと（例えば属性や時間帯ごと）に特徴量を集計し、人口推計単位に応じた拡大係数を当該集計値に乗算し、当該乗算結果を用いて人口を求める実施形態を説明する。
　第４実施形態以降の実施形態では、予め全ての位置データについての特徴量を計算し、そのうち観測対象位置データについての特徴量を用いて人口又は端末数を推計する処理をベースにして説明する。ただし、観測対象位置データに絞って特徴量を計算して人口又は端末数を推計する処理についても適用することができる。
　図１２に示すように、第４実施形態における端末数推計装置１０の機能ブロック構成は、第２実施形態における端末数推計装置の機能ブロック構成（図７）に対し以下の点が異なるため、かかる相違点について説明する。端末数推計装置１０は、端末数推計部１８に代わり、特徴量に基づき人口を推計する人口推計部２１を備え、端末数出力部１９に代わり、人口推計部２１による推計値を出力する人口出力部２２を備える。ただし、特許請求の範囲における「端末数推計手段」は端末数推計部１８および人口推計部２１に対応し、「出力手段」は端末数出力部１９および人口出力部２２に対応する。
　また、端末数推計装置１０は、携帯端末ユーザごとの属性情報および予め求められた属性ごとの拡大係数を記憶した属性・拡大係数記憶部２３（拡大係数記憶手段）を備える。特徴量計算部１７は、位置データのユーザ識別情報（例えばハッシュ済み電話番号）をキーにして、ユーザの属性情報および該属性情報に関する拡大係数を属性・拡大係数記憶部２３から読み出し、位置データに対し、算出された特徴量と読み出した属性情報および拡大係数とを関連付けて、関連付け後の位置データを特徴量保管部１７Ａに保管する。
　次に、第４実施形態の端末数推計装置１０による処理について図１３を用いて説明する。図１３に示す第４実施形態の処理は、第２実施形態の処理（図８）に対し、以下の点が異なるため、かかる相違点について説明する。
　図１３に示すように、ステップＳ２３で特徴量の計算処理を行った後、ステップＳ２４Ａでは、特徴量計算部１７は、位置データのユーザ識別情報（例えばハッシュ済み電話番号）をキーにして、ユーザの属性情報および該属性情報に関する拡大係数を属性・拡大係数記憶部２３から読み出し、位置データに対し、算出された特徴量と読み出した属性情報および拡大係数とを関連付けて、関連付け後の位置データを特徴量保管部１７Ａに保管する。図１３のステップＳ２２～Ｓ２４Ａの処理が全ての位置データについて順に実行されることで、それぞれの特徴量、属性情報および拡大係数が関連付けられた位置データが特徴量保管部１７Ａに保管される。
　その後、ステップＳ２６で、観測期間情報および観測エリア情報が取得された後、ステップＳ２７にて人口推計部２１は、観測対象取得部１５経由で観測期間情報および観測エリア情報を受け取り、観測期間情報および観測エリア情報の条件に合致する位置データ（即ち、観測対象位置データ）を特徴量保管部１７Ａから取得する。そして、ステップＳ２８Ａにて人口推計部２１は、各観測対象位置データについて特徴量と拡大係数とを乗算し、得られた乗算結果の総和を（観測長×２）で除した値を、観測期間に観測エリア内に在圏した人口として推計する。また、人口推計部２１は、各観測対象位置データに関連付けられた属性情報や各観測対象位置データに含まれた取得時刻情報に基づいて、各観測対象位置データについての上記乗算結果を属性ごとに集計し、その集計値を（観測長×２）で除した値を属性ごとの人口として推計する。なお、ここでは属性ごとに人口を推計する例を述べたが、人口を推計する単位は、属性に限定されるものではなく、場所や時間帯などを採用してもよい。以下、これらの推計単位（属性、場所、時間帯など）を「人口推計単位」と称する。
　さらに、次のステップＳ２９で人口出力部２２は、ステップＳ２８Ａの推計で得られた、観測期間に観測エリア内に在圏した人口および人口推計単位ごとの人口を出力する。ここでは、例えば図１６に示すように、観測エリアについて推定された人口（図１６では「推定人口」と表記）や、性別・年齢層・住所といった属性ごとの人口を出力することができる。また、複数の属性を組み合わせた条件（例えば性別と住所を組み合わせた「東京都在住の女性」といった条件）を採用してもよい。なお、ここでの出力には、表示出力、音声出力、印刷出力等さまざまな出力態様が含まれる。
　以上のような第４実施形態により、観測期間に観測エリア内に在圏した人口および人口推計単位（例えば属性や時間帯）ごとの人口を得ることができる。
　なお、上記のステップＳ２８Ａ、Ｓ２９では、観測期間中の観測エリア内の人口と、人口推計単位ごとの人口の両方を推計して出力する例を述べたが、これら両方を推計して出力することは必須ではなく、一方を推計して出力してもよい。
　また、第４実施形態では、拡大係数が予め求められている例を説明したが、拡大係数は、以下のようにして取得してもよい。拡大係数は、一例として、在圏率と端末の普及率との積（即ち、人口に対する在圏数の比率）の逆数を用いることができる。ここで「在圏率」とは、契約台数に対する在圏数の比率を意味し、「普及率」とは人口に対する契約台数の比率を意味する。このような拡大係数は、前述した拡大係数算出単位ごとに導出することが望ましいが、必須ではない。また、拡大係数は、例えば以下のように特徴量および観測期間長に基づいて推計された端末数（在圏数）を用いて導出してもよい。第１～第３実施形態で述べた手法により位置データから特徴量を求め、特徴量および観測期間長に基づいて、拡大係数算出単位ごとの端末数を集計することでユーザ数ピラミッドデータを得るともに、統計データ（例えば住民基本台帳など）として予め求められた同じ拡大係数算出単位における人口ピラミッドデータを取得する。そして、ユーザ数ピラミッドデータ及び人口ピラミッドデータにおいて拡大係数算出単位ごとの位置データの取得率（即ち、在圏数／人口）を算出する。ここで得られた「位置データの取得率（即ち、在圏数／人口）」が、前述した「在圏率と端末の普及率との積」に相当する。このようにして得られた「位置データの取得率」の逆数を拡大係数として導出することができる。なお、拡大係数を算出する拡大係数算出単位としては、一例として、住所の都道府県ごと、５才又は１０才刻み年齢層ごと、男女ごと、時間帯として１時間ごとなどを採用してもよいし、これらの２つ以上を組み合わせたものを採用してもよい。例えば、拡大係数算出単位を「東京都在住の２０才台の男性」とした場合、日本全国における、東京都在住の（即ち、ユーザ属性における住所情報が東京都である）２０才台の男性に該当する位置データを抽出して端末数を集計することでユーザ数ピラミッドデータを得るとともに、統計データから東京都在住の２０才台の男性に関する人口ピラミッドデータを取得する。なお、上記ユーザ数ピラミッドデータを得る際に、「東京都在住」という条件については、東京都に在圏するユーザの位置データだけを抽出するのではなく、ユーザ属性における住所情報が東京都である位置データを抽出する。そして、ユーザ数ピラミッドデータ及び人口ピラミッドデータから拡大係数算出単位（ここでは東京都在住の２０才台の男性）の位置データの取得率（即ち、在圏数／人口）を算出し、得られた「位置データの取得率」の逆数を拡大係数として導出することができる。なお、本願では、拡大係数算出単位と人口推計単位とが等しいものとして説明しているが、これはあくまでも一例であり、これに限られるものではない。
　また、第４実施形態では、第２実施形態をベースにして人口を求める処理を説明したが、第４実施形態は、前述した第１、第３実施形態にも適用可能である。
　［第５実施形態］
　第５実施形態では、人口推計単位ごと（例えば属性や時間帯ごと）に特徴量を集計し、人口推計単位に応じた拡大係数を当該集計値に乗算することで人口を求める実施形態を説明する。
　図１４に示すように、第５実施形態の端末数推計装置１０の機能ブロック構成は、前述した第４実施形態の端末数推計装置（図１２）の機能ブロック構成と似ているが、拡大係数については特徴量計算部１７ではなく人口推計部２１が属性・拡大係数記憶部２３から読み出して、拡大係数を用いた人口の推計を行う点が第４実施形態と異なる。即ち、特徴量計算部１７および人口推計部２１による処理が第４実施形態と異なるため、この点について図１５を用いて説明する。
　図１５に示すように、ステップＳ２３で特徴量の計算処理を行った後、ステップＳ２４Ｂでは、特徴量計算部１７は、ユーザ識別情報（例えばハッシュ済み電話番号）をキーにして位置データから該位置データのユーザの属性情報を特定し、該属性情報を属性・拡大係数記憶部２３から読み出し、位置データに、算出された特徴量と読み出した属性情報を関連付けて、関連付け後の位置データを特徴量保管部１７Ａに保管する。図１５のステップＳ２２～Ｓ２４Ｂの処理が全ての位置データについて順に実行されることで、それぞれの特徴量および属性情報が関連付けられた位置データが、特徴量保管部１７Ａに保管される。
　その後、ステップＳ２６で、観測期間情報および観測エリア情報が取得された後、ステップＳ２７にて人口推計部２１は、観測期間情報および観測エリア情報の条件に合致する位置データ（即ち、観測対象位置データ）を特徴量保管部１７Ａから取得する。そして、ステップＳ２８Ｂにて人口推計部２１は、以下のようにして拡大係数を用いた人口の推計を行う。
　まず人口推計部２１は、取得された観測対象位置データのうち、ある人口推計単位（属性や時間帯）の条件に合致する観測対象位置データを特定し、特定された観測対象位置データについて特徴量を集計し（ステップＳ５１）、当該人口推計単位に関する拡大係数を属性・拡大係数記憶部２３から読み出して、当該拡大係数と特徴量集計値とを乗算し、乗算結果（拡大係数×特徴量集計値）を（観測期間長×２）で除した値を当該人口推計単位の人口として推計する（ステップＳ５２）。そして、上記ステップＳ５１～Ｓ５２は、人口推計単位それぞれについて実行され、全ての人口推計単位について実行完了すると、ステップＳ５４へ進む。この時点で、推計結果として、人口推計単位それぞれについての人口が得られる。さらに、人口推計単位それぞれについての人口を総和し、その総和を、観測期間に観測エリア内に在圏した人口として推計する（ステップＳ５４）。
　以上のステップＳ２８Ｂにより、観測期間に観測エリア内に在圏した人口および人口推計単位ごとの人口が得られる。そして、次のステップＳ２９で人口出力部２２は、ステップＳ２８Ａの推計で得られた、観測期間に観測エリア内に在圏した人口および人口推計単位ごとの人口を出力する。
　以上のような第５実施形態により、例えば図１６に示すような、観測エリアについて推定された人口（図１６では「推定人口」と表記）や、属性や時間帯等の人口推計単位ごとの人口を得ることができる。
　なお、第４実施形態と同様に、ステップＳ２８Ａ、Ｓ２９では、観測期間中の観測エリア内の人口と、人口推計単位ごとの人口の両方を推計して出力する例を述べたが、これら両方を推計して出力することは必須ではなく、一方を推計して出力してもよい。また、第５実施形態では、第２実施形態をベースにして人口を求める処理を説明したが、第５実施形態は、前述した第１、第３実施形態にも適用可能である。
　［第６実施形態］
　以下の第６、第７実施形態では、集計単位であるエリアごとの推計値（人口又は端末数）を、出力単位（ここでは一例としてメッシュ）ごとの推計値に変換する例について説明する。このうち第６実施形態では、単一の周波数帯を利用する屋外局の通信領域が存在する環境における処理を説明し、第７実施形態では、屋内局の通信領域および電波到達範囲が異なる周波数帯を利用する複数の屋外局の通信領域のうち２つ以上が地理的に重複して存在する環境における処理を説明する。なお、出力単位と集計単位とが同一の場合は、以下の第６、第７実施形態で述べる変換処理は不要である。
　第６実施形態では、第４実施形態に係る人口を推計する端末数推計装置に対し、上述したメッシュごとの推計値への変換機能を加えた端末数推計装置およびその処理について説明する。
　図１７に示すように、第６実施形態における端末数推計装置１０の機能ブロック構成は、第４実施形態における端末数推計装置の機能ブロック構成（図１２）において、人口推計部２１と人口出力部２２の間に、変換部２４（変換手段）を加えた構成とされている。変換部２４は、人口推計部２１による推計で得られたエリアごとの人口を、後述の処理によりメッシュごとの人口へ変換する。
　以下、変換部２４の処理を図１８に基づき具体的に説明する。図１８（ａ）はエリアのエリア範囲を示す図、図１８（ｂ）はメッシュを示す図、図１８（ｃ）はエリアとメッシュとを合成した合成図である。
　変換部２４は、予め記憶したエリア境界情報に基づいて再現されるエリア図（図１８（ａ）参照）と、所定の区画分け規則に基づき再現される２次元的なメッシュ（図１８（ｂ）参照）とを合成し、図１８（ｃ）に示すような合成図を得る。次に、変換部２４は、上記合成図においてメッシュ境界により各エリアを分割する。例えば、図１９に示すように、図１８（ａ）のエリアＡは、メッシュ境界により４つの分割エリアＡ－１、Ａ－２、Ａ－３、Ａ－４に分割される。そして、変換部２４は、各分割エリアの面積を算出し、各分割エリアの面積比を算出する。例えば図１９に示すように、分割エリアＡ－１、Ａ－２、Ａ－３、Ａ－４の面積として、それぞれ１０ｍ２、５０ｍ２、１００ｍ２、４０ｍ２が算出されたとすると、分割エリアＡ－１、Ａ－２、Ａ－３、Ａ－４の面積比（例えば百分率）として、５％、２５％、５０％、２０％が算出される。
　なお、変換部２４が各分割エリアの面積比を算出することは必須ではない。例えば、各分割エリアの面積比は予め求められており、変換部２４は、各分割エリアの面積比の情報を、端末数推計装置１０内の図示しないテーブル又は外部から参照可能とされた構成であってもよい。
　次に、変換部２４は、各分割エリアの人口を算出する。例えば図１８（ａ）のエリアＡの人口が８００人であったとすると、図１８に示すように分割エリアＡ－２の人口として、２００人（即ち、８００人×２５％）が算出される。同様に、エリアＢ、Ｃの人口がそれぞれ５００人、７５０人であったとすると、エリアＢにおける面積比８０％の分割エリアＢ－１の人口として、４００人（即ち、５００人×８０％）が算出され、エリアＣにおける面積比８０％の分割エリアＣ－４の人口として、６００人（即ち、７５０人×８０％）が算出される。
　さらに、変換部２４は、１つのメッシュに内包された複数の分割エリアの人口の総和を算出することで、当該メッシュの人口を算出する。図２０の例では、１つのメッシュに内包された分割エリアＡ－２、Ｂ－１、Ｃ－４の人口の総和１２００人（即ち、２００人＋４００人＋６００人）を算出し、この１２００人を当該メッシュの人口とする。
　以上のようにして、単一の周波数帯を利用する屋外局の通信領域が存在する環境において、集計単位ごとの人口を出力単位ごとの人口に変換することができる。
　なお、第６実施形態では、第４実施形態をベースにして、集計単位ごとの人口を出力単位ごとの人口に変換する処理を説明したが、第６実施形態は、前述した第５実施形態にも適用可能である。また、第６実施形態で述べた変換処理は、集計単位ごとの端末数を出力単位ごとの端末数に変換する場合にも適用可能であり、前述した第１～第３実施形態に適用することで、集計単位ごとの端末数を出力単位ごとの端末数に変換することができる。
　［第７実施形態］
　第７実施形態では、屋内局の通信領域および電波到達範囲が異なる周波数帯を利用する複数の屋外局の通信領域のうち２つ以上が地理的に重複して存在する環境で、集計単位であるエリア（セクタ）ごとの推計値（端末数又は人口）を、出力単位（ここでは一例としてメッシュ）ごとの推計値に変換する例について説明する。
　第７実施形態の端末数推計装置の機能ブロック構成は第６実施形態と同様であるが、変換部２４の処理が異なるため、変換部２４の処理について図２１、図２２に基づき説明する。
　図２１に示すように、屋内局の通信領域および電波到達範囲が異なる周波数帯（屋外2GHz/1.7GHzと屋外800MHz）を利用する複数の屋外局の通信領域が地理的に重複して存在する環境では、変換部２４は、それぞれの通信領域について第６実施形態で述べた変換処理を行うことで、それぞれの通信領域に関する出力単位（メッシュ）ごとの人口を求め、最後に、出力単位ごとに各通信領域に関する人口を合算することで、出力単位ごとの人口を得る。
　図２１の例では、変換部２４は、まず、屋外2GHz/1.7GHzを利用する屋外局の通信領域、屋外800MHzを利用する屋外局の通信領域、屋内局の通信領域それぞれについて第６実施形態で述べた変換処理を行う。例えば、屋外2GHz/1.7GHzを利用する屋外局の通信領域において、出力単位ＱとエリアＡとが重なった分割エリアがエリアＡ全体に対し４０％の面積比であるとすると、エリアＡの推計人口１００人に面積比0.4を乗算することで、出力単位ＱとエリアＡとが重なった分割エリアの推計人口４０人が得られる。同様にして、出力単位ＱとエリアＢとが重なった分割エリアについての推計人口３人（エリアＢの推計人口３０人×面積比0.1）、および、出力単位ＱとエリアＣとが重なった分割エリアの推計人口５人（エリアＣの推計人口１００人×面積比0.05）が得られる。屋外800MHzを利用する屋外局の通信領域についても同様に、出力単位ＱとエリアＤとが重なった分割エリアの推計人口３人（エリアＤの推計人口１０人×面積比0.3）、および、出力単位ＱとエリアＦとが重なった分割エリアの推計人口９人（エリアＦの推計人口３０人×面積比0.3）が得られる。一方、屋内局については、個々の屋内局の電波到達範囲であるエリアは非常に小さくて、図２１の例では、１つの屋内局のエリアＬの全体が出力単位Ｑと重なっているため、１００％の面積比と考えることができる。そこで、エリアＬの推計人口１０人に面積比1.0を乗算することで、出力単位ＱとエリアＬとが重なったエリア（この例ではエリアＬ全体）の推計人口１０人が得られる。
　最後に、変換部２４は、上記のようにして得られた、出力単位Ｑと各エリアとが重なったエリアの推計人口を合算することで、出力単位Ｑの推計人口７０人を得る。以上のようにして、集計単位ごとの人口から出力単位Ｑの推計人口へ変換することができる。
　図２１は、１つの出力単位Ｑの推計人口への変換を示しているが、同様の処理を他の出力単位についても実行することで、対象とする全ての出力単位の推計人口への変換を行うことができる。
　図２２には、対象とするｎ個の出力単位の推計人口への変換を行うための行列式を示す。即ち、図２２の式の右辺の
Figure JPOXMLDOC01-appb-M000005
 （ｊは１以上ｍ以下の整数（ｍは対象とするｎ個の出力単位のうち何れかと重なっている集計単位の数））は、推計により求められた集計単位ごとの人口（推計人口）を意味し、左辺の
Figure JPOXMLDOC01-appb-M000006
 （ｉは１以上ｎ以下の整数）は、出力単位ごとの人口を意味し、右辺の行列式における
Figure JPOXMLDOC01-appb-M000007
 は、集計単位ｂｊの人口から出力単位ａｉの人口へ変換するための変換係数を意味する。ここでの変換係数は、前述した分割エリアが元のエリア全体に占める面積比に相当する。
　図２２における各変換係数は、推計単位（例えばエリア）と出力単位（例えばメッシュ）との位置関係から予め求めることが可能であり、各変換係数を予め求めて図２２の式を記憶しておくことにより、図２２の式を用いて、推計により求められた集計単位ごとの人口（推計人口）から出力単位ごとの人口へ簡易に且つ速やかに変換することができる。
　以上のようにして、屋内局の通信領域および電波到達範囲が異なる周波数帯を利用する複数の屋外局の通信領域のうち２つ以上が地理的に重複して存在する環境であっても、集計単位ごとの人口を出力単位ごとの人口に変換することができる。
　なお、第６、第７実施形態では、予め推計で得られた集計単位ごとの人口を出力単位ごとの人口に変換する例を説明したが、以下の変形例も考えられる。
　特徴量および拡大係数とともに、当該位置データが属するエリア（集計単位）が地理的に重なる複数の出力単位それぞれに関する出力単位ＩＤおよび該出力単位との重なり部分の面積比（即ち、重なり部分が集計単位全体に占める面積比）の１つ以上の組合せを、位置データに関連付けて特徴量保管部１７Ａに保管しておく。
　ここで、同じ出力単位ＩＤが関連付けられた位置データについて（特徴量×面積比）を算出し、得られた（特徴量×面積比）を出力単位ごとに集計し、出力単位ごとの集計値を（観測期間長×２）で割り算することで出力単位ごとの端末数を推計してもよい。
　また、同じ出力単位ＩＤが関連付けられた位置データについて（特徴量×面積比×拡大係数）を算出し、得られた（特徴量×面積比×拡大係数）を出力単位ごとに集計し、出力単位ごとの集計値を（観測期間長×２）で割り算することで、出力単位ごとの人口を推計してもよい。その際、出力単位ごとの（特徴量×面積比×拡大係数）を人口推計単位（例えば属性や時間帯など）別に集計し、得られた出力単位ごと且つ人口推計単位ごとの集計値を（観測期間長×２）で割り算することで、出力単位ごと且つ人口推計単位ごとの人口を推計してもよい。
　また、同じ出力単位ＩＤが関連付けられた位置データについて、人口推計単位（例えば属性や時間帯など）別に（特徴量×面積比）を算出し、得られた人口推計単位別の（特徴量×面積比）を出力単位ごとに集計し、得られた出力単位ごと且つ人口推計単位ごとの（特徴量×面積比）の集計値に当該人口推計単位に関する拡大係数を乗算し、得られた乗算結果を（観測期間長×２）で割り算することで、出力単位ごと且つ人口推計単位ごとの人口を推計してもよい。但し、この場合は、位置データに拡大係数を関連付けることは必須ではなく、各人口推計単位に関する拡大係数は、例えば位置データとは別に予め記憶されたもの又は外部から取得されたものを上記の乗算の際に用いてもよい。上記の処理により、出力単位ごと且つ人口推計単位ごとの人口が得られれば、出力単位ごと且つ人口推計単位ごとの人口を、出力単位ごとに合算することで、出力単位ごとの人口を推計してもよい。
　また、前述したように、拡大係数を人口推計単位ごとに求めることは必須ではなく、例えば、全体で共通の拡大係数を用いるなど、人口推計単位ごとの拡大係数を用いなくてもよい。このような場合、一例として、対象となる全ての位置データについての（特徴量×面積比）を集計し、得られた集計値に共通の拡大係数を乗算し、乗算結果を（観測期間長×２）で割り算することで、人口を推計してもよい。
　なお、上記のようなさまざまな変形例で用いられる特徴量は、前述した第１～第３実施形態の何れの方法で算出してもよい。
　また、第７実施形態では、第４実施形態をベースにして、集計単位ごとの人口を出力単位ごとの人口に変換する処理を説明したが、第７実施形態は、前述した第５実施形態にも適用可能である。また、第７実施形態で述べた変換処理は、集計単位ごとの端末数を出力単位ごとの端末数に変換する場合にも適用可能であり、前述した第１～第３実施形態に適用することで、集計単位ごとの端末数を出力単位ごとの端末数に変換することができる。
　［第８実施形態］
　第８実施形態では、位置データや属性情報から個人識別性を持つ情報を除去するための非識別化処理を行う実施形態について説明する。
　図２３に示すように、第８実施形態における端末数推計装置１０の機能ブロック構成は、第４実施形態における端末数推計装置の機能ブロック構成（図１２）において、位置データ取得部１１と蓄積部１２の間に、非識別化処理を行う非識別化部２５（非識別化手段）を加えた構成とされている。
　非識別化部２５は、位置データに含まれる識別情報（例えば電話番号）に対し、一方向性関数による不可逆符号への変換を含む非識別化処理を行う。ここで一方向性関数を用いるのは、変換後の情報からの復元を防止するためであり、一方向性関数としては、例えば図２４に示すように、国内外の評価プロジェクトや評価機関により推奨されているハッシュ関数に基づく鍵付ハッシュ関数を用いることができる。
　また、図２４に示すように、携帯端末のユーザの属性情報を用いた処理が行われる場合、非識別化部２５は、当該処理の前に、属性情報中の個人を特定可能な番号（例えば電話番号）に対し、一方向性関数による不可逆符号への変換を含む非識別化処理を行う。さらに、非識別化部２５は、属性情報中の氏名情報を削除し、生年月日情報を年齢情報に置き換え、住所情報を、番地情報が削除された町丁目レベルの住所情報に置き換えてもよい。
　以上のような非識別化部２５による非識別化処理により、位置データや属性情報から個人識別性を持つ情報を除去することができるため、位置データや属性情報から個人が識別されてしまうといった不都合を未然に防止することができる。
　なお、第８実施形態では、第４実施形態をベースにして、非識別化処理を説明したが、第８実施形態は、前述した第５実施形態にも適用可能である。また、第８実施形態で述べた非識別化処理は、人口推計だけではなく、第１～第３実施形態で述べた端末数推計についても適用可能である。また、第８実施形態で述べた非識別化処理は、第６、第７実施形態で述べた変換処理を行う場合にも適用可能である。
　［第９実施形態］
　第９実施形態では、ある推計値（端末数や人口など）が出力される前に、予め定められた基準に基づき推計値に対し秘匿処理を行う実施形態について説明する。
　図２５に示すように、第９実施形態における端末数推計装置１０の機能ブロック構成は、第８実施形態における端末数推計装置の機能ブロック構成（図２３）において、人口推計部２１と人口出力部２２の間に、秘匿処理を行う秘匿処理部２６（秘匿処理手段）を加えた構成とされている。
　秘匿処理部２６は、人口推計部２１から推計値（推計人口など）を受け取ったときに、例えば図２６に示す秘匿処理を行う。即ち、秘匿処理部２６は、推計の基礎となったエリア（セル）ごとの位置データが何台の端末から取得されたかを示す取得元端末数が、秘匿処理が必要と判断するための予め定められた基準値（一例として１０）未満であるか否かを判定する（図２６のステップＳ６１）。なお、取得元端末数は、同一端末についての重複を除いたユニークな端末数を示す。ここでの判定を行うには、エリア（セル）ごとの位置データの取得元端末数が必要となるが、一例としては、人口推計部２１が、位置データに対応付けられた特徴量を集計する際に、該位置データ中の識別情報（例えば、前述した非識別化部２５による非識別化処理後のハッシュ済み電話番号）の数をカウントし、得られたハッシュ済み電話番号総数の情報を秘匿処理部２６に渡し、秘匿処理部２６がハッシュ済み電話番号総数をエリア（セル）ごとの位置データの取得元端末数として用いてもよい。
　ステップＳ６１にて、推計の基礎となったエリア（セル）ごとの位置データの取得元端末数が基準値未満ならば、秘匿処理部２６は当該エリア（セル）に関する推計値をゼロとすることで、当該推計値を秘匿する（ステップＳ６２）。なお、ここでの秘匿方法は、推計値をゼロとすることに限定されるものではなく、推計値を所定の文字や記号（例えば「Ｘ」など）で表象する方法など他の方法を採用してもよい。
　一方、ステップＳ６１にて、推計の基礎となったエリア（セル）ごとの位置データの取得元端末数が基準値以上ならば、秘匿処理部２６は当該エリア（セル）に関する推計値に対し、以下のような、推計値出力にて用いられる階級幅の確率的丸めを行う（ステップＳ６３）。即ち、あるエリア（セル）に関する推計値をｘ、階級幅をｋとすると、秘匿処理部２６は、ｋｎ≦ｘ＜ｋ（ｎ＋１）（ｎは整数）の場合に、当該推計値ｘを、確率（ｘ－ｋｎ）／ｋでｋ（ｎ＋１）に、確率（ｋ（ｎ＋１）－ｘ）／ｋでｋｎに丸める。
　例えば、推計値ｘが２３、階級幅ｋが１０の場合、ｋ×２≦ｘ＜ｋ（２＋１）なので、ｎ＝２となり、推計値「２３」は、確率0.3（３０％の確率）で「３０」に、確率0.7（７０％の確率）で「２０」に丸められる。
　以上のような秘匿処理部２６による秘匿処理により、推計結果からの個人特定を防止して推計結果の有用性を高めることができる。また、秘匿した値が他の値から推測できてしまうといった不都合を未然に防止することができる。
　なお、確率的丸めにおける階級幅は、集計に用いた位置データのうち拡大係数が最大のものを抽出し、その拡大係数を所定倍（例えば１０倍）した値を階級幅として設定してもよい。また、予め階級幅を決定しておき、確率的丸めを実施してもよい。その際、拡大係数が予め定められた階級幅の所定割合（例えば1/10）を超える位置データを含むエリア（セル）のデータは捨てるといった処理規則を採用してもよい。
　また、秘匿処理部２６による秘匿処理は、図２６に示す処理には限定されず、別の処理を採用してもよい。例えば、図２６のステップＳ６１では、「推計の基礎となったエリア（セル）ごとの位置データの取得元端末数」に代わり、「推計の基礎となったエリア（セル）ごとの位置データの個数」が基準値未満か否かを判定してもよいし、「出力される推計値（人口又は端末数）」が基準値未満か否かを判定してもよい。また、図２６のステップＳ６１で否定判定された場合には、ステップＳ６３の処理を省略してもよい。
　なお、第９実施形態では、第８実施形態（非識別化処理を行う形態）をベースにして秘匿処理を説明したが、第８実施形態のような非識別化処理を行わない場合についても適用可能である。また、第９実施形態は、第４、第５実施形態で述べた人口推計についても適用可能であり、第１～第３実施形態で述べた端末数推計についても適用可能である。また、第９実施形態は、第６、第７実施形態で述べた変換処理を行う場合についても適用可能である。
　さて、前述したさまざまな実施形態の人口推計単位、並びに、出力に係る出力単位および出力形態について以下に述べる。
　人口推計単位は、ユーザの属性（年齢、性別、住所など）、時間帯、場所（セクタやメッシュなど）の少なくとも１つに応じて設定可能とされている。例えば、人口推計単位として、ある属性が定められた場合は、第４実施形態でも述べたように、人口推計部２１は、各観測対象位置データに関連付けられた属性情報に基づいて、人口推計単位とされた属性ごとに、各観測対象位置データに関連付けられた特徴量と拡大係数とを乗算し該乗算結果の総和を（観測長×２）で除することで、人口推計単位とされた属性ごとの人口を推計することができる。例えば図１６に示すように、観測エリアについて推定された人口や、性別・年齢層・住所といった属性ごとの人口を出力することができる。また、複数の属性を組み合わせた条件（例えば性別と住所を組み合わせた「東京都在住の女性」といった条件）を採用してもよい。また、人口推計単位として、例えば毎日１時間刻みの時間帯が定められた場合は、人口推計部２１は、各観測対象位置データに含まれた取得時刻情報に基づいて各観測対象位置データがどの時間帯に該当するかを特定し、１時間刻みの時間帯ごとに、各観測対象位置データに関連付けられた特徴量と拡大係数とを乗算し該乗算結果の総和を（観測長×２）で除することで、時間帯ごとの人口を推計することができる。なお、人口推計単位として時間帯を設定する場合には、時系列に沿って不連続な時間帯（例えば、毎日13:00～14:00の時間帯、毎週土曜日および日曜日の10:00～11:00の時間帯など）を設定してもよい。
　一方、出力に係る出力単位も、推計単位と同様に、ユーザの属性（年齢、性別、住所など）、時間帯、場所（セクタやメッシュなど）の少なくとも１つに応じて設定可能とされている。
　また、出力に係る出力形態は、例えば図２７（ａ）に示す人口分布を示す図、図２７（ｂ）に示す時系列的な人口変動を示す図、図２７（ｃ）に示す人口構成を示す図など、さまざまな出力形態を選択可能とされている。また、これら各々について、ユーザの属性（年齢、性別、住所など）、時間帯、場所（セクタやメッシュなど）のうち１つ又は複数の組合せごとに出力してもよく、例えば図２７（ｃ）に示すように５才刻みの年齢層ごとの男女別の人口構成を出力することができる。
　次に、特徴量に関する変形例を述べる。前述した第１、第２実施形態においては、特徴量を求める対象の位置データ（第１の位置データ）の前後の位置データの時間差（第２の位置データと第３の位置データとの時間差）を、第１の位置データの特徴量として算出する例を示した。これを式で表すと、特徴量は、以下の式（７）で表すことができる。なお、以下の式（７）は、前述した式（４）を変形しただけであり、式（４）と等価である（即ち、式（４）の考え方を変更したものではない）。
ｗｉｊ＝ｕｉ（ｊ＋１）－ｕｉ（ｊ－１）　（７）
本変形例は、特徴量計算部１７において算出される特徴量の算出方法の別のバリエーションを示すものである。
　本変形例では、特徴量計算部１７は、上記の第１の位置データの特徴量を求める場合、第２の位置データ及び第３の位置データについての種別情報（例えば後述する位置データの生成要因（生成タイミング））を考慮する。具体的には、特徴量計算部１７は、第３の位置データと第１の位置データとの時間差に対し、第３の位置データの種別情報（ここでは生成要因）に対応する補正係数αを乗算した値を算出するとともに、第１の位置データと第２の位置データとの時間差に対し、第２の位置データの種別情報（ここでは生成要因）に対応する補正係数βを乗算した値を算出する。ただし、上記以外に、特徴量計算部１７は、第１の位置データの種別情報に応じて補正係数α又はβを定めても良いし、また、第１および第２の位置データの種別情報に応じて補正係数βを定めても、第１および第３の位置データの種別情報に応じて補正係数αを定めてもよい。そして、特徴量計算部１７は、これらの乗算で得られた値を合算した値を第１の位置データの特徴量とする。特徴量計算部１７における特徴量の算出処理を式で表すと、以下の式（８）で表される。
ｗｉｊ＝α（ｕｉ（ｊ＋１）－ｕｉｊ）+β（ｕｉｊ－ｕｉ（ｊ－１））　（８）
　第２の位置データ及び第３の位置データについての種別情報としては、例えば、位置データが位置登録情報である場合、当該位置登録情報の生成要因に関する情報が挙げられ、この生成要因に関する情報は、生成された位置登録情報に含まれている。位置登録情報の生成要因としては、端末が位置登録エリア（Location　Area）境界を跨いだこと、周期的に行われる位置登録に基づき生成されたこと、端末の電源オン等によるアタッチ処理の実行、端末の電源オフ等によるデタッチ処理の実行などが挙げられ、これらの生成要因に対応して、補正係数αおよびβの設定値を予め定めておく。そして、特徴量計算部１７は、第３の位置データの生成要因に関する情報に応じて第３の位置データについての補正係数αを設定し、第２の位置データの生成要因に関する情報に応じて第２の位置データについての補正係数βを設定すればよい。なお、補正係数α、βはともに、０以上１以下の値に予め定めておいてもよい。但し、この数値範囲は必須ではない。
　例えば、周期的に行われる位置登録に基づく位置登録情報のように端末の位置と位置登録情報の生成契機とが無関係である位置登録情報の場合は、現在のセクタに滞在していた時間の期待値は、当該位置登録情報の生成の前後で同じと考えられる。一方、位置登録エリア境界を端末が跨いだことで生成された位置登録情報の場合、少なくとも当該位置登録情報が生成される前は、端末は現在のセクタに滞在していなかったと判断できる。そのため、当該位置登録情報が生成される前に端末が現在のセクタに滞在していた時間を０と考え、第１の位置データの種別情報（生成要因）が「位置登録エリア境界跨り」であれば、上記式（８）における補正係数β（即ち、直前の位置データとの時間差に関する補正係数β）を０に設定することができる。これにより、より実態に即した特徴量を算出できる。なお、このように第１の位置データの種別情報（生成要因）が「位置登録エリア境界跨り」である場合に、補正係数βを０として特徴量を算出すると、前述した第３実施形態と同様の効果を得ることができる。
　このように、特徴量計算部１７は、対象の位置データ（第１の位置データ）についての特徴量を算出する場合、第１の位置データの前後の位置データである第２及び第３の位置データについての種別情報（一例として位置データの生成要因）に応じて、第２の位置データと第３の位置データとの時間差を補正し、補正した時間差を用いて特徴量を算出する。これにより、位置データの種別情報に基づいて特徴量をより精度よく算出することができる。
　１…通信システム、１０…端末数推計装置、１１…位置データ取得部、１２…蓄積部、１３…観測期間取得部、１４…観測エリア取得部、１５…観測対象取得部、１６…前後位置データ取得部、１７…特徴量計算部、１７Ａ…特徴量保管部、１８…端末数推計部、１９…端末数出力部、２１…人口推計部、２２…人口出力部、２３…属性・拡大係数記憶部、２４…変換部、２５…非識別化部、２６…秘匿処理部、１００…携帯端末、２００…ＢＴＳ、３００…ＲＮＣ、４００…交換機、５００…管理センタ、５０１…社会センサユニット、５０２…ペタマイニングユニット、５０３…モバイルデモグラフィユニット、５０４…可視化ソリューションユニット、７００…各種処理ノード。
 

Claims (26)

  1. 　携帯端末を識別する識別情報と、前記携帯端末の位置に関する位置情報と、前記位置情報が取得された位置取得時刻情報と、を含む位置データを取得する位置データ取得手段と、
    　ある第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得手段と、
    　前記第１の位置データの位置取得時刻情報、前記第２の位置データの位置取得時刻情報および前記第３の位置データの位置取得時刻情報のうち２つ以上に基づいて、前記第１の位置データについての特徴量を計算する特徴量計算手段と、
    　観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得手段と、
    　前記観測対象位置データについての特徴量、および前記観測開始時刻と前記観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計手段と、
    　を備える端末数推計装置。
  2. 　前記特徴量計算手段は、前記第２の位置データの位置取得時刻と前記第３の位置データの位置取得時刻との差を、前記第１の位置データについての特徴量として計算し、
    　前記端末数推計手段は、前記観測対象位置データについての特徴量の総和を前記観測期間長の２倍によって除して得られた数値を、前記端末数として推計する、
    　ことを特徴とする請求項１に記載の端末数推計装置。
  3. 　前記特徴量計算手段は、
    　前記第１の位置データの位置取得時刻と前記第２の位置データの位置取得時刻との差が所定値より大きい場合、前記第１の位置データの位置取得時刻から予め定められた時間だけ過去に遡った時刻を、前記第２の位置データの位置取得時刻として用いて、前記第１の位置データについての特徴量を計算し、
    　前記第１の位置データの位置取得時刻と前記第３の位置データの位置取得時刻との差が所定値より大きい場合、前記第１の位置データの位置取得時刻から予め定められた時間だけ未来に進めた時刻を、前記第３の位置データの位置取得時刻として用いて、前記第１の位置データについての特徴量を計算する、
    　ことを特徴とする請求項２に記載の端末数推計装置。
  4. 　前記特徴量計算手段は、
    　前記第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否か、および前記第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否かを判別し、
    　前記第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否かの判別結果と前記第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含むか否かの判別結果とに応じて、前記第１の位置データの位置取得時刻情報、前記第２の位置データの位置取得時刻情報および前記第３の位置データの位置取得時刻情報のうち２つ以上を用いて、前記第１の位置データについての特徴量を計算する、
    　ことを特徴とする請求項１に記載の端末数推計装置。
  5. 　前記特徴量計算手段は、
    　前記第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含む場合、前記第１の位置データの位置取得時刻を第１の変数に設定し、
    　前記第１の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含まない場合、前記第１の位置データの位置取得時刻と前記第２の位置データの位置取得時刻との中点時刻を第１の変数に設定し、
    　前記第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含む場合、前記第３の位置データの位置取得時刻を第２の変数に設定し、
    　前記第３の位置データが位置登録エリア境界の跨りに起因して生成された位置登録情報を含まない場合、前記第１の位置データの位置取得時刻と前記第３の位置データの位置取得時刻との中点時刻を第２の変数に設定し、
    　設定された第１の変数と第２の変数との差分に基づいて、前記第１の位置データについての特徴量を計算する、
    　ことを特徴とする請求項４に記載の端末数推計装置。
  6. 　前記特徴量計算手段は、
    　前記第１の位置データの位置取得時刻と第１の変数との差が所定値より大きい場合、前記第１の位置データの位置取得時刻から予め定められた時間だけ過去に遡った時刻を、第１の変数として用いて、前記第１の位置データについての特徴量を計算し、
    　前記第１の位置データの位置取得時刻と第２の変数との差が所定値より大きい場合、前記第１の位置データの位置取得時刻から予め定められた時間だけ未来に進めた時刻を、第２の変数として用いて、前記第１の位置データについての特徴量を計算する、
    　ことを特徴とする請求項４又は５に記載の端末数推計装置。
  7. 　前記前後位置データ取得手段は、前記観測対象取得手段により取得された観測対象位置データそれぞれを前記第１の位置データとして、当該第１の位置データについての第２の位置データの位置取得時刻情報、および当該第１の位置データについての第３の位置データの位置取得時刻情報を取得し、
    　前記特徴量計算手段は、前記観測対象位置データそれぞれについての特徴量を計算し、
    　前記端末数推計手段は、計算で得られた前記観測対象位置データについての特徴量を用いて、前記端末数を推計する、
    　ことを特徴とする請求項１～６の何れか１項に記載の端末数推計装置。
  8. 　前記前後位置データ取得手段は、前記位置データ取得手段により取得された全ての位置データそれぞれを前記第１の位置データとして、当該第１の位置データについての第２の位置データの位置取得時刻情報、および当該第１の位置データについての第３の位置データの位置取得時刻情報を取得し、
    　前記特徴量計算手段は、前記全ての位置データそれぞれについての特徴量を計算し、
    　前記端末数推計手段は、計算で得られた前記全ての位置データそれぞれについての特徴量のうち、前記観測対象位置データについての特徴量を用いて、前記端末数を推計する、
    　ことを特徴とする請求項１～６の何れか１項に記載の端末数推計装置。
  9. 　携帯端末を識別する識別情報と、前記携帯端末の位置に関する位置情報と、前記位置情報が取得された位置取得時刻情報と、を含む位置データを取得する位置データ取得手段と、
    　ある第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得手段と、
    　少なくとも前記第２の位置データの位置取得時刻と前記第３の位置データの位置取得時刻とに基づいて、前記第１の位置データについての特徴量を計算する特徴量計算手段と、
    　観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得手段と、
    　前記観測対象位置データについての特徴量、および前記観測開始時刻と前記観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計手段と、
    　を備える端末数推計装置。
  10. 　前記端末数推計装置は、端末数を人口に変換するための拡大係数を記憶した拡大係数記憶手段、をさらに備え、
    　前記端末数推計手段は、前記観測対象位置データについての特徴量、前記観測期間長、および前記拡大係数に基づいて、観測期間中に観測エリアに在圏した人口、および人口を推計する単位である人口推計単位毎の人口、の少なくとも一方を推計する、
    　ことを特徴とする請求項１～９の何れか一項に記載の端末数推計装置。
  11. 　前記拡大係数は、特徴量および観測期間長に基づいて推計された端末数を用いて導出されることを特徴とする請求項１０に記載の端末数推計装置。
  12. 　前記端末数推計装置は、
    　前記端末数推計手段による推計で得られた観測エリアごとの推計値を、観測エリアとは異なる出力単位ごとの推計値に、出力単位と観測エリアの重なり領域が観測エリアに占める面積比に基づいて変換する変換手段、
    　をさらに備える請求項１～１１の何れか一項に記載の端末数推計装置。
  13. 　前記変換手段は、
    　屋内局の通信領域および電波到達範囲が異なる周波数帯を利用する複数の屋外局の通信領域のうち２つ以上が地理的に同じ観測エリアに重複して存在する場合には、重複して存在する通信領域それぞれについて前記面積比に基づく出力単位ごとの推計値への変換、および、前記通信領域それぞれについての変換後の推計値の合算を行うことで、出力単位ごとの推計値を得る、
    　ことを特徴とする請求項１２に記載の端末数推計装置。
  14. 　前記端末数推計手段は、前記観測対象位置データについての特徴量、前記観測期間長、端末数を人口に変換するための拡大係数、および、観測エリアとは異なる出力単位と観測エリアの重なり領域が観測エリアに占める面積比に基づいて、出力単位ごと且つ人口推計単位ごとに分けて人口を推計する、
    　ことを特徴とする請求項１～１３の何れか一項に記載の端末数推計装置。
  15. 　前記端末数推計手段による人口の推計に先立ち、位置データに対し、前記特徴量と、前記拡大係数と、前記面積比および該面積比に係る出力単位ＩＤの組合せとが関連付けられ、
    　前記端末数推計手段は、同じ出力単位ＩＤが関連付けられた位置データについて（特徴量×面積比×拡大係数）を算出し、得られた出力単位ごとの（特徴量×面積比×拡大係数）を人口推計単位別に集計し、得られた出力単位ごと且つ人口推計単位ごとの集計値および観測期間長に基づいて、出力単位ごと且つ人口推計単位ごとの人口を推計する、
    　ことを特徴とする請求項１４に記載の端末数推計装置。
  16. 　観測開始時刻と観測終了時刻との組を含む観測期間情報を取得する観測期間取得手段と、
    　１乃至複数の位置情報と対応づけられる観測エリア情報を取得する観測エリア取得手段と、
    　をさらに備えることを特徴とする請求項１～１５の何れか１項に記載の端末数推計装置。
  17. 　得られた推計値を出力する出力手段、
    　をさらに備えることを特徴とする請求項１～１６の何れか１項に記載の端末数推計装置。
  18. 　前記出力手段による出力形態は、人口分布を示す図、時系列的な人口変動を示す図、および人口構成を示す図の少なくとも１つを採用可能とされ、前記出力手段による出力単位は、携帯端末のユーザの属性、時間帯、場所の少なくとも１つに応じて設定可能とされている、
    　ことを特徴とする請求項１７に記載の端末数推計装置。
  19. 　前記端末数推計装置は、
    　前記位置データ取得手段により取得された位置データに含まれる識別情報に対し、一方向性関数による不可逆符号への変換を含む非識別化処理を行う非識別化手段、
    　をさらに備え、
    　前記非識別化手段は、
    　携帯端末のユーザの属性情報を用いた処理が行われる場合、当該処理の前に、前記属性情報に対し前記非識別化処理を行う、
    　ことを特徴とする請求項１～１８の何れか１項に記載の端末数推計装置。
  20. 　前記端末数推計装置は、
    　得られた推計値が出力される前に、予め定められた基準に基づき前記推計値に対し秘匿処理を行う秘匿処理手段、
    　をさらに備える請求項１～１９の何れか１項に記載の端末数推計装置。
  21. 　前記秘匿処理手段は、
    　推計の基礎となったエリアごとの位置データが何台の端末から取得されたかを示す取得元端末数が、秘匿処理が必要と判断するための基準値未満か否かを判定し、あるエリアの位置データの取得元端末数が基準値未満の場合、当該エリアに関する推計値を秘匿する、
    　ことを特徴とする請求項２０に記載の端末数推計装置。
  22. 　前記秘匿処理手段は、
    　あるエリアの位置データの取得元端末数が基準値未満でない場合、推計値出力にて用いられる複数の階級のうち当該エリアの推計値が属する階級における上限値、下限値、階級幅、および当該推計値に基づいて、当該エリアの推計値を、前記上限値との差分および前記下限値との差分に応じた確率値をそれぞれ伴った前記上限値および前記下限値に丸める、
    　ことを特徴とする請求項２１に記載の端末数推計装置。
  23. 　端末数推計装置により実行される端末数推計方法であって、
    　携帯端末を識別する識別情報と、前記携帯端末の位置に関する位置情報と、前記位置情報が取得された位置取得時刻情報と、を含む位置データを取得する位置データ取得ステップと、
    　観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得ステップと、
    　取得された観測対象位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、
    　観測対象位置データそれぞれについての特徴量を、前記第１の位置データの位置取得時刻情報、前記第２の位置データの位置取得時刻情報および前記第３の位置データの位置取得時刻情報のうち２つ以上に基づいて計算する特徴量計算ステップと、
    　計算で得られた前記観測対象位置データについての特徴量、および前記観測開始時刻と前記観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、
    　を備える端末数推計方法。
  24. 　端末数推計装置により実行される端末数推計方法であって、
    　携帯端末を識別する識別情報と、前記携帯端末の位置に関する位置情報と、前記位置情報が取得された位置取得時刻情報と、を含む位置データを取得する位置データ取得ステップと、
    　取得された全ての位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、
    　前記全ての位置データそれぞれについての特徴量を、前記第１の位置データの位置取得時刻情報、前記第２の位置データの位置取得時刻情報および前記第３の位置データの位置取得時刻情報のうち２つ以上に基づいて計算する特徴量計算ステップと、
    　観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得ステップと、
    　計算で得られた前記全ての位置データそれぞれについての特徴量のうち前記観測対象位置データについての特徴量、および前記観測開始時刻と前記観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、
    　を備える端末数推計方法。
  25. 　端末数推計装置により実行される端末数推計方法であって、
    　携帯端末を識別する識別情報と、前記携帯端末の位置に関する位置情報と、前記位置情報が取得された位置取得時刻情報と、を含む位置データを取得する位置データ取得ステップと、
    　観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得ステップと、
    　取得された観測対象位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、
    　観測対象位置データそれぞれについての特徴量を、少なくとも前記第２の位置データの位置取得時刻と前記第３の位置データの位置取得時刻とに基づいて計算する特徴量計算ステップと、
    　計算で得られた前記観測対象位置データについての特徴量、および前記観測開始時刻と前記観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、
    　を備える端末数推計方法。
  26. 　端末数推計装置により実行される端末数推計方法であって、
    　携帯端末を識別する識別情報と、前記携帯端末の位置に関する位置情報と、前記位置情報が取得された位置取得時刻情報と、を含む位置データを取得する位置データ取得ステップと、
    　取得された全ての位置データそれぞれを第１の位置データとして、各第１の位置データについて、当該第１の位置データと同一の識別情報を含む位置データのうち、当該第１の位置データの直前の位置データである第２の位置データの位置取得時刻情報、および当該第１の位置データの直後の位置データである第３の位置データの位置取得時刻情報を取得する前後位置データ取得ステップと、
    　前記全ての位置データそれぞれについての特徴量を、少なくとも前記第２の位置データの位置取得時刻と前記第３の位置データの位置取得時刻とに基づいて計算する特徴量計算ステップと、
    　観測すべき観測期間に関する観測開始時刻以降であり且つ観測終了時刻以前である位置取得時刻情報を含み、且つ観測すべき観測エリアに関する観測エリア情報に対応づけられる位置情報を含む１乃至複数の位置データを、観測対象位置データとして取得する観測対象取得ステップと、
    　計算で得られた前記全ての位置データそれぞれについての特徴量のうち前記観測対象位置データについての特徴量、および前記観測開始時刻と前記観測終了時刻との差である観測期間長に基づいて、観測期間中に観測エリアに在圏した端末数を推計する端末数推計ステップと、
    　を備える端末数推計方法。
PCT/JP2011/073584 2010-10-27 2011-10-13 端末数推計装置および端末数推計方法 WO2012056900A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
RU2013109951/08A RU2530349C1 (ru) 2010-10-27 2011-10-13 Устройство для оценивания количества терминалов и способ оценивания количества терминалов
US13/704,446 US8942724B2 (en) 2010-10-27 2011-10-13 Number of terminal estimation device and number of terminal estimation method
CN201180030251.9A CN102959996B (zh) 2010-10-27 2011-10-13 终端数量估计装置及终端数量估计方法
EP11836039.5A EP2635053A4 (en) 2010-10-27 2011-10-13 Number of terminal estimation device and number of terminal estimation method
BR112013000913A BR112013000913A2 (pt) 2010-10-27 2011-10-13 dispositivo de estimativa de número de terminal e método de estimativa de número de terminal
KR1020127030467A KR101456906B1 (ko) 2010-10-27 2011-10-13 단말기 수 추계 장치 및 단말기 수 추계 방법
JP2012540768A JP5470469B2 (ja) 2010-10-27 2011-10-13 端末数推計装置および端末数推計方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2010-240551 2010-10-27
JP2010240551 2010-10-27
JP2011084796 2011-04-06
JP2011-084796 2011-04-06

Publications (1)

Publication Number Publication Date
WO2012056900A1 true WO2012056900A1 (ja) 2012-05-03

Family

ID=45993625

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/073584 WO2012056900A1 (ja) 2010-10-27 2011-10-13 端末数推計装置および端末数推計方法

Country Status (8)

Country Link
US (1) US8942724B2 (ja)
EP (1) EP2635053A4 (ja)
JP (1) JP5470469B2 (ja)
KR (1) KR101456906B1 (ja)
CN (1) CN102959996B (ja)
BR (1) BR112013000913A2 (ja)
RU (1) RU2530349C1 (ja)
WO (1) WO2012056900A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016063424A1 (ja) * 2014-10-24 2016-04-28 株式会社Ａｇｏｏｐ 人口推定装置、プログラム及び人口推定方法
JP2022024843A (ja) * 2020-07-28 2022-02-09 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014029435A1 (en) * 2012-08-23 2014-02-27 Nokia Siemens Networks Oy Massive discovery of devices
JP6048204B2 (ja) * 2013-02-20 2016-12-21 株式会社リコー 情報処理装置、情報処理システム、及び情報処理プログラム
JP6348019B2 (ja) * 2014-08-28 2018-06-27 ルネサスエレクトロニクス株式会社 通信システム、通信装置、自動車および通信方法
WO2016063425A1 (ja) 2014-10-24 2016-04-28 株式会社Ａｇｏｏｐ 人口推定装置、プログラム及び人口推定方法
US9615242B2 (en) 2015-07-07 2017-04-04 T-Mobile Usa, Inc. Determining a service leakage rate within a wireless communication network
EP3142393A1 (en) * 2015-09-14 2017-03-15 BASE Company Method and system for obtaining demographic information
JP6634511B2 (ja) 2016-03-30 2020-01-22 株式会社Ａｇｏｏｐ 人口推定装置、プログラム及び人口推定方法
CN107423912A (zh) * 2017-08-02 2017-12-01 长威信息科技发展股份有限公司 一种基于人员变动网格动态划分的方法和系统
JP6881588B2 (ja) * 2017-08-22 2021-06-02 日本電信電話株式会社 秘密計算装置、秘密計算方法、プログラム、および記録媒体
CN109587629B (zh) * 2018-12-18 2020-09-25 浙江每日互动网络科技股份有限公司 一种基于移动终端WiFi位置数据的突发灾害判断方法
JP7060537B2 (ja) * 2019-03-18 2022-04-26 ソフトバンク株式会社 情報処理システム、移動局数推計方法、人口推計方法及びプログラム
US20230169414A1 (en) * 2020-04-23 2023-06-01 Ntt Docomo, Inc. Population extraction device
GB2623492A (en) * 2022-10-10 2024-04-24 Nokia Technologies Oy Estimating position of user device

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003044969A (ja) 2001-08-01 2003-02-14 Marubeni Energy Corp 緊急対策用ネットワークシステム
JP2003122877A (ja) * 2001-10-09 2003-04-25 Oki Electric Ind Co Ltd 地域内人口算出システム
JP4364936B1 (ja) * 2009-02-27 2009-11-18 ソフトバンクＢｂ株式会社 流動性人口推定システム、流動性人口推定方法及び流動性人口推定プログラム
WO2010116900A1 (ja) * 2009-04-06 2010-10-14 株式会社エヌ・ティ・ティ・ドコモ 通信システム、情報分析装置、及び情報分析方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4442007B2 (ja) * 2000-03-30 2010-03-31 Ｋｄｄｉ株式会社 移動端末にグループ通信を提供するシステム
US7181225B1 (en) * 2000-12-19 2007-02-20 Bellsouth Intellectual Property Corporation System and method for surveying wireless device users by location
US7123918B1 (en) * 2001-08-20 2006-10-17 Verizon Services Corp. Methods and apparatus for extrapolating person and device counts
US6865395B2 (en) * 2002-08-08 2005-03-08 Qualcomm Inc. Area based position determination for terminals in a wireless network
KR100595585B1 (ko) * 2003-05-13 2006-07-03 엘지전자 주식회사 이동통신시스템에서의 멀티미디어 방송 및 멀티캐스트서비스를 위한 무선자원관리방법
US20060221918A1 (en) * 2005-04-01 2006-10-05 Hitachi, Ltd. System, method and computer program product for providing content to a remote device
US7546120B1 (en) * 2005-10-14 2009-06-09 Sprint Spectrum L.P. Method and system for managing transmission of media to multiple subscribers
US8688396B2 (en) * 2010-02-02 2014-04-01 Microsoft Corporation Targeted data collection for positioning systems
US20110285591A1 (en) * 2010-05-19 2011-11-24 Palm, Inc. Correlating contextual data and position data to improve location based services
US8478289B1 (en) * 2010-06-01 2013-07-02 Google Inc. Predicting geographic population density

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003044969A (ja) 2001-08-01 2003-02-14 Marubeni Energy Corp 緊急対策用ネットワークシステム
JP2003122877A (ja) * 2001-10-09 2003-04-25 Oki Electric Ind Co Ltd 地域内人口算出システム
JP4364936B1 (ja) * 2009-02-27 2009-11-18 ソフトバンクＢｂ株式会社 流動性人口推定システム、流動性人口推定方法及び流動性人口推定プログラム
WO2010116900A1 (ja) * 2009-04-06 2010-10-14 株式会社エヌ・ティ・ティ・ドコモ 通信システム、情報分析装置、及び情報分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2635053A4

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016063424A1 (ja) * 2014-10-24 2016-04-28 株式会社Ａｇｏｏｐ 人口推定装置、プログラム及び人口推定方法
JPWO2016063424A1 (ja) * 2014-10-24 2017-04-27 株式会社Ａｇｏｏｐ 人口推定装置、プログラム及び人口推定方法
JP2022024843A (ja) * 2020-07-28 2022-02-09 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム
JP7142058B2 (ja) 2020-07-28 2022-09-26 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム

Also Published As

Publication number Publication date
BR112013000913A2 (pt) 2016-05-17
EP2635053A4 (en) 2017-04-26
JP5470469B2 (ja) 2014-04-16
US8942724B2 (en) 2015-01-27
EP2635053A1 (en) 2013-09-04
KR101456906B1 (ko) 2014-10-31
CN102959996A (zh) 2013-03-06
RU2530349C1 (ru) 2014-10-10
CN102959996B (zh) 2015-07-22
KR20130010017A (ko) 2013-01-24
JPWO2012056900A1 (ja) 2014-03-20
US20130090132A1 (en) 2013-04-11

Similar Documents

Publication Publication Date Title
JP5470469B2 (ja) 端末数推計装置および端末数推計方法
US20130176433A1 (en) Unique-terminal-count estimation device and unique-terminal-count estimation method
JP5553913B2 (ja) 端末数推計装置及び端末数推計方法
JP5627702B2 (ja) 位置情報集計装置及び位置情報集計方法
US8903791B2 (en) Statistical information generation system and statistical information generation method
JP5613267B2 (ja) 端末数推計装置および端末数推計方法
JP5442751B2 (ja) 位置情報分析装置及び位置情報分析方法
JP5497899B2 (ja) 情報分析装置および情報分析方法
JP2012054921A (ja) 移動機分布算出システム及び移動機分布算出方法
JP5543619B2 (ja) 端末数推計装置および端末数推計方法
WO2010116903A1 (ja) 通信システム、情報分析装置および情報分析方法
JP5797120B2 (ja) 情報分析装置および人口分布算出方法
JP5580133B2 (ja) 情報分析装置および情報分析方法
JP2013138417A (ja) 情報分析装置および情報分析方法
JP2012032924A (ja) 情報分析装置および情報分析方法
JP2012059254A (ja) 人口算出装置および人口算出方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180030251.9

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11836039

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012540768

Country of ref document: JP

ENP Entry into the national phase

Ref document number: 20127030467

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 10746/DELNP/2012

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2011836039

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13704446

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2013109951

Country of ref document: RU

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112013000913

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112013000913

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20130114