WO2019138560A1 - 情報処理装置、情報処理プログラムおよび情報処理システム - Google Patents

情報処理装置、情報処理プログラムおよび情報処理システム Download PDF

Info

Publication number
WO2019138560A1
WO2019138560A1 PCT/JP2018/000728 JP2018000728W WO2019138560A1 WO 2019138560 A1 WO2019138560 A1 WO 2019138560A1 JP 2018000728 W JP2018000728 W JP 2018000728W WO 2019138560 A1 WO2019138560 A1 WO 2019138560A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
information
unit
group pattern
terminal device
Prior art date
Application number
PCT/JP2018/000728
Other languages
English (en)
French (fr)
Inventor
貴宏 小里
柴田　大輔
Original Assignee
株式会社Ｊｔｂ総合研究所
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Ｊｔｂ総合研究所 filed Critical 株式会社Ｊｔｂ総合研究所
Priority to PCT/JP2018/000728 priority Critical patent/WO2019138560A1/ja
Priority to JP2019564253A priority patent/JP6903167B2/ja
Publication of WO2019138560A1 publication Critical patent/WO2019138560A1/ja
Priority to JP2021086835A priority patent/JP7282126B2/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Definitions

  • the present invention relates to an information processing apparatus, an information processing program, and an information processing system.
  • a server device provided with a database receives position information measured by a terminal device, and extracts and distributes information on tourist spots around the current position of the traveler from the database.
  • points such as sightseeing spots that the user wants to go tend to change depending on the attributes such as the user's birthplace, nationality, gender, and age.
  • attributes such as the user's birthplace, nationality, gender, and age.
  • preferred tourist points tend to differ between travelers coming from within Japan and travelers coming from outside Japan. Therefore, even if information on sightseeing points around the current location is distributed mechanically, it may not match the tendency or preference according to the attribute of the user.
  • An object of the present invention is to solve the above-mentioned problems and to provide information matching user's attributes, thereby providing information matching user's needs.
  • the information processing apparatus of the present invention is An action history storage unit which stores action histories of a plurality of users together with attribute information of each user; An extraction unit that extracts, based on the action history stored in the action history storage unit, group patterns that are action histories of a plurality of users who moved similar points; A group pattern storage unit that stores the group pattern extracted by the extraction unit; Equipped with The term "point” as used herein includes not only a precise pinpoint but also a range narrowed to a certain degree.
  • the information processing program of the present invention is A computer comprising an action history storage unit and a group pattern storage unit; A process of storing the action histories of a plurality of users in the action history storage unit together with attribute information of each user; A process of extracting group patterns which are action histories of a plurality of users who moved similar points based on the action histories stored in the action history storage unit; Storing the group pattern extracted by the extraction unit in the group pattern storage unit; A process of generating information based on the group pattern; Run
  • the information processing system of the present invention is A terminal device that can be carried by a user, and an information processing device that can communicate with the terminal device via a network
  • the information processing apparatus is A receiving unit that receives position information from the terminal device;
  • An action history storage unit which stores action histories of a plurality of users together with attribute information of each user;
  • An extraction unit that extracts, based on the action history stored in the action history storage unit, group patterns that are action histories of a plurality of users who moved similar points;
  • a group pattern storage unit that stores the group pattern extracted by the extraction unit;
  • An information generation unit that generates information based on the group pattern;
  • a transmitter configured to transmit information based on the group pattern to the terminal device.
  • FIG. 1 is a schematic diagram of a travel information providing system according to an embodiment.
  • the travel information providing system 1 includes a terminal device 50 portable by a user, and a server device 10 that is an information processing device capable of communicating with each terminal device 50 via the network N.
  • the server device 10 is, for example, owned and managed on the side of a travel provider, and the terminal device 50 is owned by a user such as a travel customer who receives the service of the travel provider.
  • the terminal device 50 may be originally owned by the user, or may be lent by the business operator when the user travels.
  • the server device 10 and the terminal device 50 exchange various data, the user traveling with the terminal device 50 receives the provision of the travel information in real time.
  • the user accesses the website provided by the server device 10 using the terminal device 50, and registers the user's attribute information in advance. Then, while the user is traveling, the terminal device 50 transmits current position information to the server device 10 via the Web API, and the server device 10 provides real-time travel information according to the current position and attribute of the user.
  • the server device 10 accumulates the action history of each user to provide travel information according to the attribute of each user, and creates a group pattern using the accumulated action history.
  • a group pattern is a spatiotemporal pattern proposed by Gudmundsson et al. And represents a group of objects moving together within a specified distance for a specified time or more, and this group A method for extracting patterns at high speed has been proposed.
  • a group pattern in the embodiment of the present invention is a user's action history understood as one "group" by common attribute, preference, etc., and is classified as moving similar points in the same time width.
  • the action histories of a plurality of users are extracted using the accumulated user action histories.
  • the extraction of the group pattern is performed by the server device 10.
  • information required by the user for traveling tends to differ depending on the attribute, in other words, users having common attributes tend to follow similar behavior history for traveling. For example, when a tourist from country A comes to Tokyo for sightseeing, after visiting the imperial palace, he tends to visit Akihabara to purchase electrical appliances, while a traveler from country B Each country has its own tendency to act like visiting a museum in Ueno after visiting Asakusa Temple in Asakusa.
  • the information on the sightseeing spot visited by the past user having the common attribute is the travel information required by the user.
  • the travel information providing system 1 of the embodiment registers the attribute information of the user in advance, and transmits the user's position information and the like from the terminal device 50 to the server device 10 during the user's travel, and the server device 10 Receive and record the action history.
  • the accumulated action history is used to create a group pattern. Then, the user during travel is provided with travel information created using a group pattern having common attribute information.
  • FIG. 2 is a diagram showing a hardware configuration of the server device 10.
  • the server device 10 includes a central processing unit (CPU) 101, a memory 102, a network interface card (NIC) 103, and the like, which are connected by a bus 107.
  • the memory 102 includes a read only memory (ROM) 104, a random access memory (RAM) 105, a hard disk drive (HDD) 106, and the like.
  • the CPU 101 executes the program stored in the memory 102 to realize the function of the server device 10.
  • FIG. 3 is a diagram showing an example of the hardware configuration of the terminal device 50.
  • the terminal device 50 is, for example, a portable device such as a smartphone, a mobile phone, a tablet terminal, and a notebook PC (Personal Computer).
  • the terminal device 50 includes a CPU 501, a memory 502, a clock unit 503, a GPS controller 504, a touch panel 505, a display 506, a wireless communication device 507, a communication antenna 508, etc.
  • the memory 502 includes a ROM 509 (Read Only Memory), a RAM 510 (Random Access Memory), and the like.
  • the CPU 501 executes the program stored in the memory 502, whereby the function as the terminal device 50 is realized.
  • the wireless communication device 507 transmits and receives signals for communication via the communication antenna 508. It communicates with an external device by wireless technology such as Wi-Fi (Wireless Fidelity), NFC, or LTE (Long Term Evolution).
  • Wi-Fi Wireless Fidelity
  • NFC Wireless Fidelity
  • LTE Long Term Evolution
  • the clock unit 503 has a calendar function and a time function, and manages date and time information such as time, date, and day of the week.
  • FIG. 4 is a diagram showing functional configurations of the server device 10 and the terminal device 50.
  • FIG. 5 is a diagram showing an outline of processing of the server device 10.
  • the server device 10 functions as a Web server that transmits and receives information by HTTP (Hyper Text Transfer Protocol).
  • HTTP Hyper Text Transfer Protocol
  • the server device 10 receives a request from the terminal device 50, performs processing according to the request, and transmits a response to the terminal device 50.
  • the server device 10 includes a control unit 20, a storage unit 30, and a communication unit 40.
  • the communication unit 40 communicates with the terminal device 50 connected via the network N to exchange data.
  • the control unit 20 corresponds to the CPU 101 and the memory 102.
  • the control unit 20 includes a UID assignment unit 21, an action history recording unit 22, a proximity POI detection unit 23, a clustering unit 24, a pplt file creation unit 25, an extraction unit 26, and a recommendation unit 27.
  • the storage unit 30 corresponds to the memory 102.
  • the storage unit 30 stores various information necessary for the processing of the server device 10, and stores, for example, a raw behavior history file 31, a processing behavior history file 32, a POI file 33, a pplt file 34, and a group pattern file 35.
  • the process performed by the server device 10 is roughly divided into (a) UID assignment, (b) action history recording, (c) clustering, (d) recommendation, and (e) group pattern It is divided into extraction.
  • the UID assignment unit 21 performs (a) processing related to UID assignment.
  • the action history recording unit 22 performs (b) processing related to recording of the action history.
  • the clustering unit 24 performs (c) processing related to clustering.
  • the close proximity POI detection unit 23 and the recommendation unit 27 perform processing related to (d) recommendation.
  • the pplt file creation unit 25 and the extraction unit 26 perform processing related to (e) group pattern extraction.
  • (A) UID assignment is performed as preparation before the user starts moving for sightseeing.
  • the UID assignment unit 21 assigns an individual ID (UID) to the user ((a) UID assignment).
  • UID individual ID
  • FIG. 6 is an example of a registration screen of attribute information displayed on the terminal device 50
  • (b) and (c) of FIG. 6 are display examples of pull-down menus.
  • As shown in FIG. 6A as attribute information, birth, gender, place of residence, nationality, purpose of going to Japan, etc. are input.
  • the attribute information may be input directly using the keyboard UI, or as shown in (b) and (c) of FIG. 6, a pull-down menu may be displayed to allow selection from among them. . Note that FIG.
  • the attribute information is not limited to these.
  • the number of accompanying persons may be registered.
  • the date of birth may be registered, or a period such as twenties and thirties may be selected and registered from the pull-down menu.
  • the action history recording unit 22 when the action history recording unit 22 transmits the position information of the user to which the time stamp is added from the terminal device 50, the action history recording unit 22 performs the live action together with the time stamp transmitted simultaneously, the UID of the user, and the attribute information.
  • the history file 31 is stored. Since the terminal device 50 transmits position information as needed when the user moves over a certain distance, the activity history of the user traveling is accumulated in the live activity history file 31 as needed ((b) Recording of activity history).
  • the close proximity POI detection unit 23 detects a point of interest (POI) within the proximity range of the user with reference to the position information of the user recorded in the live action history file 31.
  • the POI is, for example, a point where a tourist visits, such as a park, an amusement park, a zoo, an art museum, a museum, a restaurant, a souvenir shop, and the like.
  • the POI file 33 of the storage unit 30 stores information of a plurality of POI registered in advance.
  • the POI information includes information such as the name of each POI, position information of latitude and longitude, sightseeing information, geofence, and a clustering range.
  • the proximity POI detection unit 23 detects the POI in the proximity range of the current position of the user by referring to the stored position information of the POI.
  • the numerical value of the proximity range is determined in advance and stored in the storage unit 30. For example, it can be a range of a radius of 400 m centering on the current position of the user.
  • FIG. 7 is a diagram showing an outline of processing of the server device 10 related to the user's action.
  • FIG. 7 shows a case where the user 200 passes through Tamachi and Hamamatsucho and moves to Shinbashi. In the live action history file 31, position information of each of Tamachi, Hamamatsucho, and Shinbashi is recorded.
  • POI was not detected in the proximity range, but when moving to a new bridge, four POIs 211, 212, 213 and 214 are detected in the proximity range 205.
  • POI 211 is Tokyo Station
  • PO 212 is Tokyo Tower
  • POI 213 is Ginza Street
  • POI 2014 is Tsukiji Market.
  • These four POI close to the current position of the user 200 are POI that are likely to be the destination of the user 200.
  • the proximity POI detection unit 23 generates geofence information of the detected POI, and transmits the geofence information to the terminal device 50 via the communication unit 40.
  • the geofence 220 (geofence) indicates an area surrounded by a virtual border with respect to the POI.
  • a geofence 220 is an area previously determined, for example, in a space of 100 m in radius centering on the position of the POI.
  • the geofence information transmitted to the terminal device 50 is also given the name of each POI.
  • the close proximity POI detection unit 23 transmits geofence information to send a recommendation notification to the terminal device 50 of the user 200 at the timing when the user 200 arrives at the destination (process related to (d) recommendation).
  • the recommendation notification is to notify the POI recommended as the next destination of the user 200.
  • the terminal device 50 detects the entry of the user 200 into the geofence 220 of any POI transmitted from the server device 10, the terminal device 50 transmits an arrival notification to the server device 10. In the example of FIG. 6, the terminal device 50 transmits notification of arrival of the POI 211 to Tokyo Station.
  • the clustering unit 24 performs clustering processing on the action history of the user 200 recorded in the live action history file 31, and generates a processing action history from the action history ((c) clustering).
  • the clustering process is a process of associating the position of the user 200 with a point of interest (POI) and replacing it with the position of the POI.
  • the clustering unit 24 refers to the information of the clustering range of the POI file 33, and links the position of the user 200 to the POI if the position of the user 200 falls within the clustering range of any POI.
  • the clustering range is a predetermined range centered on the position of the POI, and a different range is set for each POI.
  • This clustering process is performed to facilitate (e) group pattern extraction and (d) recommendation to be described later. Assuming that the position information of a specific point in the POI matches the position information of each user, the data may be dispersed and the group pattern may be distributed, for example, even if the user stops at the POI, such a case may not occur. Although it is difficult to form, by linking the position of the user to the POI by clustering processing, it becomes easy to form a group pattern. In addition, when making a recommendation to the user, a group pattern similar to the processing behavior history of the user is searched, but since the processing behavior history of the user is linked with the POI, the past similar from the group pattern is retrieved It makes it easy to search the user's action history.
  • the clustering range is set wider than the geofence 220 described above.
  • the example in FIG. 7 shows only the clustering range 230 of Tokyo Station, which is POI 211, and Ginza Street, which is POI 213.
  • “Tokyo Tower” of POI 212 has a narrower clustering range than Tokyo Station or Ginza Street. You may set it.
  • the clustering unit 24 links the position of the user 200 and the POI to POI the position of the user 200. Replace in the position of.
  • the clustering unit 24 stores the position information of the user 200 replaced with the position information of the POI in the processing action history file 32.
  • the time stamp other than the position information, the UID, and the attribute information are copied as they are and stored in the processing action history file 32.
  • the clustering unit 24 does not store position information that can not be associated with any POI in the processing behavior history file 32. Since the live action history file 31 is updated as needed as the user 200 moves, the clustering unit 24 periodically performs clustering processing, for example, with a short span of about once every several seconds. Therefore, the action history of the user 200 linked to the POI is accumulated in the processing action history file 32.
  • the pplt file creation unit 25 compiles the process behavior history for each UID, that is, for each user, from the process behavior history file 32, creates a pplt (plot) file 34 for each user, and stores the file in the storage unit 30. At this time, the pplt file creation unit 25 processes the time stamp recorded in the processing behavior history.
  • the raw behavior history file 31 records the latitude and longitude information of the actual position of the user, while the processing behavior history file 32 has the latitude and longitude of the actual position of the user of the raw behavior history file 31 Is replaced by the latitude and longitude of the POI.
  • the pplt file 34 is obtained by processing a time stamp, which is a record of detailed date and time, in order to make it easier to extract the (e) group pattern.
  • the pplt file creation unit 25 processes the time stamp by replacing it with time information which is divided into arbitrary unit times, starting from an arbitrary time.
  • the time information is represented by a simplified numerical value such as an integer starting from 0, for example.
  • the unit time may be, for example, 30 minutes in order to speed up the calculation.
  • the time set as the starting point is arbitrary, for example, it may be a time when many users start sightseeing, for example, 10 am.
  • the end time may be 24 hours after the start point, but the end time may be arbitrarily determined.
  • the terminal device 50 transmits the position information when the user is moving continuously. Therefore, while the user is staying at the accommodation facility, there is little transmission of location information. Therefore, the end point may be 5:00 pm, when the user often returns to the accommodation facility. For example, when the unit time is 30 minutes, the start point is 10 am and the end point is 5 pm, the time information is represented by an integer of 0 to 13.
  • FIG. 8 shows an example of the pplt file.
  • one UID's worth that is, one user's action history is stored in chronological order.
  • Each line of the pplt file 34 describes latitude, longitude, time and attribute information.
  • the latitude and longitude are positional information of the POI linked by the clustering unit 24.
  • the time is time information obtained by processing the above-described time stamp, and here, the time information is indicated by integers 0 to 13.
  • the nationality, the number of companions, the age, and the gender are described as attribute information, the attribute information is not limited to these, and other information may be described.
  • the pplt file 34 is assigned a file number in order of creation. Similar to the clustering unit 24, the pplt file creation unit 25 creates the pplt file 34 periodically with a short span.
  • the extraction unit 26 extracts a group pattern using the pplt file 34 stored in the storage unit 30.
  • the extraction unit 26 periodically extracts a group pattern at a timing when a new pplt file 34 is accumulated in the storage unit 30 to some extent, for example, every day or every hour.
  • the pplt file 34 replaces the user's action history composed of the distributed position information and the time stamp which is the information of the detailed date and time with the time information divided by the position of POI and the fixed time width. It has become Therefore, the group pattern extracted using the pplt file 34 is a set of action histories of a plurality of users who moved between the same POI in the same time width.
  • the extraction unit 26 sets attribute information as an extraction condition.
  • the extraction unit 26 creates a group pattern for each user having common attribute information.
  • a plurality of attribute information may be recorded such as nationality, companion, age, gender, etc., but a group pattern in which all attribute information is common may be created, or some attribute information
  • the group pattern may be created only in common. That is, the group pattern can be created as appropriate according to the attribute information for which it is desired to grasp the tendency of the action history.
  • the group patterns extracted for each nationality such as "China", “Korea”, “Thailand”, etc., reflect the tendency of the travel history of travelers in each country.
  • the group pattern extracted for each number of companions reflects the tendency of the behavior history of single travelers and travelers with family members.
  • FIG. 9 is a view showing the extraction result of the group pattern extracted by the extraction unit 26. As shown in FIG. The example shown in FIG. 9 indicates that 11 group patterns (Pat [0] to Pat [10]) have been extracted.
  • the time width indicates the time width of each group pattern. When the division of time is in units of 30 minutes, “6” indicates a time width of 180 minutes, and “5” indicates a time width of 150 minutes.
  • a lower limit value may be set for the time width extracted by the extraction unit, and for example, the group pattern may be extracted with a time width of “3” or more.
  • time widths Although only two types of time widths are shown as an example in FIG. 9, the present invention is not limited thereto, and group patterns of shorter or longer time widths may also be extracted.
  • the numbers of pplt files 34 constituting each group pattern are described. That is, the group pattern Pat [0] indicates that the action histories for six unit time (180 minutes) included in the pplt file 34 of numbers 88, 791, 944, 2088, and 2403 are the same.
  • Each file number has a start time described in parentheses.
  • 88 (1) is the action history for 6 unit time from time 1 of the pplt file 34 with the number 88, 791 (3) is the same action history for the time 3 to 6 unit time with the number 791 It shows that a group pattern is configured as an action history.
  • the action trajectory that the user has traced from time 1 to 6 unit time is represented by position information of latitude and longitude as follows: It is. (7.44905, 2.50978)-> (6.53313, 2.10842)-> (5.88181, 1.34962)-> (5.49856, 2.27327)-> (6.30788, 2.27327)-> (5.33154, 2.6444) Also in the pplt files of the other numbers 791, 944, 2088, and 2403 constituting the group pattern Pat [0], the above action trajectories are similarly traced in the time width of 6 unit time from the start time described in parenthesis respectively. ing.
  • FIG. 10 is a diagram for explaining the concept of the group pattern.
  • the action history for three unit times of the four users U1, U2, U3, and U4 is shown by a graph in which the vertical axis is point and the horizontal axis is time.
  • P1, P2 and P3 each represent POI.
  • all the users pass P1 and P3 at the same time, but for P2, the users U1, U2 and U4 pass at the same time, but the user U3 does at that time Are passing through different places.
  • a set of action histories of the users U1, U2, and U4 constitutes one group pattern Pat [x].
  • the extraction unit 26 stores the extracted group pattern in the group pattern file 35 of the storage unit 30. As described above, the extraction and creation of the group pattern by the extraction unit 26 is not performed while the user is moving, but is periodically performed on the accumulated data. Since new pplt files 34 are created as needed, group patterns periodically extracted from the pplt files 34 are also updated and changed daily.
  • the same processing action history file 32 is obtained by changing the unit time of the time information and the time of the start point and the end point.
  • different group patterns can be created. For example, if the unit time is increased to, for example, half a day or one day, the group pattern reflects the tendency of the rough behavior history of the traveler. Further, for example, by shortening the unit time and limiting the start point and the end point in the morning, the group pattern reflects the tendency of the traveler's detailed action history in the morning.
  • the recommendation unit 27 When the recommendation unit 27 receives a notification of arrival to the POI from the terminal device 50, the recommendation unit 27 creates a recommendation notification for the user using the processing behavior history file 32 of the user and the group pattern file 35. In the example of FIG. 7, when notification of arrival to the POI 211 “Tokyo Station” is received, a recommendation notification is created.
  • the recommendation unit 27 searches the group pattern file 35 for a group pattern having attribute information common to the user and similar to the processing behavior history of the user.
  • the group pattern in which the attribute information is common to the user may be any attribute information used as the extraction condition of the group pattern in common with the user, even if the attribute information of the group pattern and all of the user attribute information are not common good.
  • group patterns are grouped by nationality, the same group pattern as the user's nationality is searched.
  • the group pattern similar to the processing activity history of the user is a group pattern including an activity history of moving between the same POI in the same time width as the user.
  • the recommendation unit 27 creates a recommendation notification at the timing when the arrival notification to C from the terminal device 50 is received.
  • the recommendation unit 27 searches for a pattern including the same movement trajectory of A ⁇ B ⁇ C as the user X from group patterns formed by past users whose nationality is “China”.
  • the recommendation unit 27 refers to the past user's action history constituting the similar group pattern, identifies the POI (visit POI) visited by the past user next to the present location POI of the user X, and identifies the visited POI Generates a recommendation notification for recommending to the user X as the next destination.
  • FIG. 11 is a diagram showing an example of the search processing of the group pattern as the recommendation unit 27. As shown in FIG. In the example of FIG. 11, in a state where the processing behavior history of the user X indicates a trajectory of A ⁇ B ⁇ C, when a group pattern including similar behavior history is searched, two group patterns pat [0] And an example in which pat [70] is detected.
  • the group pattern pat [0] indicates an action pattern of D ⁇ E ⁇ F ⁇ A ⁇ B ⁇ C, and includes the same locus as that of the user's processing action history of A ⁇ B ⁇ C at the end.
  • the group pattern pat [70] indicates an action pattern of G ⁇ A ⁇ B ⁇ C ⁇ H, and includes, in the middle, the same locus as the processing action history of the user.
  • the recommendation unit 27 Since the end of the action history of the group pattern pat [0] is the same as the processing action history of the user, the recommendation unit 27 refers to each pplt file 34 constituting the group pattern pat [0] to be the current POI. After C, identify the POI that the past user has visited. Since the group pattern pat [70] visits H after C, the recommendation unit 27 specifies H as the visited POI.
  • FIG. 12 is a table showing the visit POI of the pplt file 34 that constitutes the group pattern shown in the example of FIG. In the example of FIG. 12, I, J, K, and H are identified as the visited POI.
  • the recommendation unit 27 may determine, as the recommendation POI, a visit POI having a high frequency of visits by users in the past.
  • the decision to “preferentially” recommending POI includes both the case of notifying as a recommended POI in order from the POI with the highest frequency of visits, and the case of setting only the POI with a high frequency of visits as a recommended POI.
  • the recommendation unit 27 When the recommendation unit 27 performs recommendation notifications in the order of visit POI in which the frequency of visits by users in the past is high, in the example of FIG. 12, H, I, J, and K are in order. Note that since J and K have the same visit frequency, the order of J and K may be interchanged.
  • the recommendation unit 27 determines only the POI with high frequency of visit as the recommended POI, in the example of FIG. 12, only the H with the highest frequency of visit may be used as the recommended POI, or H with the second frequency of visits, It is also possible to set I as a recommended POI.
  • the process which determines the height of visit frequency may count and determine the visit frequency of each visit POI, and may calculate and determine the visit probability of each visit POI.
  • the recommendation unit 27 may also determine the order of recommendation notifications and the recommendation POI on a basis different from the frequency of visits. For example, referring to the attribute information of each user configuring the group pattern, priority may be given to the visit POI of the past user close to the attribute information of the user X. Since the group pattern is searching for the same nationality as user X, other attribute information is referenced. For example, if the user X is a woman, priority may be given to the visit POI of the past user of the same woman. Also, for example, if there are two or more accompanying users of user X, there is a high possibility that they are family travels, so the visiting POI of two or more past users may be prioritized in the same way.
  • the recommendation unit 27 refers to the processing behavior history of the user X, and gives priority to the visit POI of the past user who has the visit record of C in the time zone near the time stamp indicating the visit time of C which is the present location POI. It may be determined as a recommended POI.
  • the specific range of the “close time zone” can be determined as appropriate, but can be, for example, a range of one hour before and after.
  • "preferentially determine as recommended POI" includes cases where only the visit POI of a user who has a visit record of C in a near time zone is decided as a recommendation POI, and also when the order of recommendation notifications is given first. .
  • a recommendation can be made on a timely basis by prioritizing the visit POI of the past user having a visit record in a time zone near the visit time of the user X as the recommendation POI.
  • the criteria for determining the visit POI are not limited and can be determined appropriately, and a plurality of criteria may be combined.
  • the recommendation unit 27 may use the total score of the processing behavior history of the user as the search range (the number of matchings) in searching for similar group patterns, or any number of scores retroactive from the latest processing behavior history As well. Furthermore, the number of matches may be changed according to the accumulated state of the processing behavior history. For example, while the total number of points in the processing action history is 1 to 5 points, the total number is the matching number, and even if 5 or more points of the processing action history are accumulated, only the latest 5 points may be used.
  • the recommendation unit 27 acquires information on the determined recommended POI from the POI file 33, and creates a recommendation notification. Specifically, the recommendation unit 27 acquires the name of the recommended POI, the position information, and the sightseeing information from the POI file 33, and creates a recommendation notification.
  • the tourist information is an explanation of POI as a tourist destination, and can be information such as history, origin, highlight, closed day, opening time, recommended menu, souvenir, and the like.
  • the information included in the recommendation notification is not limited to these, and can be selected as appropriate.
  • the recommendation unit 27 transmits the created recommendation notification to the terminal device 50 via the communication unit 40.
  • FIG. 13 is a diagram illustrating an example of the recommendation notification.
  • FIG. 13 shows an example of the recommendation notification when the user arrives at the bell of the clock tower in Sapporo, which is the POI.
  • the recommendation notice 270 notifies the old Hokkaido Government Office Building as a recommendation POI.
  • positional information of the latitude and longitude of the former Hokkaido Government Office building is described.
  • tourist information the history of the old government office of the Hokkaido government, nickname, and the fact that it is an important cultural property are described. If there are a plurality of recommended POIs, the user may scroll to or swipe the image on the touch panel 505 to shift to notification of the next recommended POI.
  • the terminal device 50 includes a communication unit 60, a control unit 70, a storage unit 80, a position information calculation unit 91, a display unit 92, and an operation unit 93.
  • the communication unit 60 communicates with the server device 10 connected via the network N to exchange data.
  • the position information calculation unit 91 corresponds to the GPS controller 504, the CPU 501, and the memory 502, receives a GPS (Global Positioning System) carrier or the like, and calculates position information of the user.
  • the storage unit 80 corresponds to the memory 502, and stores various data necessary for the process of the terminal device 50.
  • the operation unit 93 corresponds to the touch panel 505 or the like, and receives an input operation of the user.
  • the display unit 92 corresponds to the display 506 and causes the information input from the control unit 70 to be displayed.
  • the control unit 70 corresponds to the CPU 501, the memory 502, the timer unit 503, and the like, and controls each unit of the terminal device 50.
  • the control unit 70 includes a web browser (not shown), accesses the website provided by the server device 10, and receives provision of the web API, thereby obtaining the UID acquisition unit 71, the position information collection unit 72, the movement determination unit 73, and the POI.
  • the functions of the arrival detection unit 74 and the recommendation notification acquisition unit 75 are realized.
  • Each unit transmits the processing result as an HTTP (S) request to the server device 10, and processes the response received from the server device 10.
  • S HTTP
  • the storage unit 80 corresponds to the memory 502.
  • the storage unit 80 stores various types of information necessary for processing of the terminal device 50, and stores, for example, UID, attribute information, and position information.
  • the UID acquisition unit 71 causes the display unit 92 to display an attribute information registration screen (see FIG. 6) when the user first accesses the web site of the server device 10 using a web browser.
  • the UID acquisition unit 71 transmits the input attribute information to the server device 10 via the communication unit 60.
  • the UID acquisition unit 71 receives the UID given to the user from the server device 10, the UID acquisition unit 71 causes the storage unit 80 to store the UID together with the attribute information.
  • the position information collection unit 72 periodically acquires the position information of the user from the position information calculation unit 91, and stores the position information in the storage unit 80 together with the time stamp.
  • the timestamp includes at least time information, but may include date and day information.
  • the movement judging unit 73 refers to the position information stored in the storage unit 80, and when it is judged that the user is moving continuously, the latest position information and the time stamp, together with the UID and the attribute information, It transmits to the server apparatus 10 via the communication unit 60.
  • the movement determination unit 73 calculates the difference of the accumulated position information, and determines that the movement is continuously performed, for example, when the movement of 100 m or more is calculated 10 times or more.
  • the POI arrival detection unit 74 When the POI arrival detection unit 74 receives the geofence information of the POI from the server device 10, the POI arrival detection unit 74 detects the POI arrival of the user by referring to the position information stored in the storage unit 80. The POI arrival detection unit 74 transmits an arrival notification to the server device 10 when detecting that the user has entered any of the POI geofences and reached the POI.
  • the notification of arrival includes the name of the POI included in the geofence information.
  • the recommendation notification acquisition unit 75 When receiving the recommendation notification 270 (see FIG. 13) from the server device 10, the recommendation notification acquisition unit 75 outputs the recommendation notification 270 to the display unit 92 for display.
  • the POI arrival detection unit 74 transmits an arrival notification to the POI 211 to the server device 10, and the recommendation notification acquisition unit 75
  • the display unit 92 displays the recommendation notification 270 returned from the device 10.
  • the control unit 70 may include a route guide unit (not shown). For example, when the user taps the name of the recommended POI (Hokkaido government old government office building in FIG. 13), the route guidance program may be activated to display the route guidance up to the recommended POI on the display unit 92.
  • a route guide unit not shown. For example, when the user taps the name of the recommended POI (Hokkaido government old government office building in FIG. 13), the route guidance program may be activated to display the route guidance up to the recommended POI on the display unit 92.
  • FIG. 14 is a sequence chart showing processing of each unit of the server device 10 and the terminal device 50. In FIG. 14, the description of each part of the terminal device 50 is omitted, and the processing of the entire terminal device 50 will be described.
  • the terminal device 50 periodically acquires the position information of the user (S01), and when determining that the user is moving continuously (S02), transmits the position information to the server device 10 (S03).
  • the action history recording unit 22 of the server device 10 stores the received position information in the live action history file 31 (S04).
  • the clustering unit 24 acquires the position information recorded in the raw action history file 31 (S05), performs clustering processing, and stores the result in the processing action history file 32 (S06).
  • the pptl file creation unit acquires the processing behavior history file 32 (S07), and creates the pplt file 34 (S08).
  • the extraction unit 26 acquires the pplt file 34 (S09), and extracts a group pattern (S10).
  • extraction of the group pattern (S 09, S 10) is described as one of a series of processing for easy understanding, but in actuality, extraction of the group pattern is a timing different from other processing. Is a process performed regularly.
  • the proximity POI detection unit 23 acquires the live action history file 31 in parallel with the processing of the clustering unit 24 (S11), and detects the POI in the proximity range of the current position of the user (S12). The close proximity POI detection unit 23 transmits the geofence information of the detected POI to the terminal device 50 (S13).
  • the terminal device 50 When the terminal device 50 detects that the user has reached the POI (S14), the terminal device 50 transmits an arrival notification to the server device 10 (S15).
  • the recommendation unit 27 acquires the processing behavior history file 32 and the group pattern file 35 (S16, S17), generates a recommendation notification 270 (S18), and transmits it to the terminal device 50 (S20).
  • the terminal device 50 causes the display unit 92 to display the received recommendation notification 270 (S21). The user may move toward the recommended POI displayed in the recommendation notification 270 or may move to another destination.
  • the terminal device 50 and the server device 10 repeat the processing of S01 to S21 to collect the position information of the user, and notify the recommendation POI using the group pattern each time the user reaches the POI.
  • the server apparatus 10 can not detect the POI in the close range at S12 with respect to the current position information of the user transmitted by the terminal apparatus 50 at S03. In that case, the proximity POI detection unit 23 does not transmit the geofence information (S13), and then detects the current position information of the user transmitted from the terminal device 50.
  • the server device 10 is (1) Raw action history file 31 (action history storage unit) of the storage unit 30 that stores action histories of a plurality of users together with attribute information of each user, An extraction unit 26 which extracts, based on the action history stored in the live action history file 31, action histories of a plurality of users who have moved between the same POI (same points) or group patterns that are sets thereof; Group pattern file 35 (group pattern storage unit) of the storage unit 30 storing the group pattern extracted by the extraction unit 26; A recommendation unit 27 (information generation unit) that generates a recommendation notification 270 that is information based on a group pattern; Equipped with Specifically, the extraction unit 26 extracts a group pattern for each user having attribute information common to the same time width. Also, the attribute information may be nationality, place of birth, gender and age, or a combination thereof.
  • the server device 10 stores the user attribute information and the action history, and the server device 10 extracts the group pattern for each user having the common attribute information using the recorded action history. Since the group pattern reflects the tendency of the user's action history according to the attribute information, creating a recommendation notification using the group pattern can provide information matching the user's needs, Convenience is high.
  • the recommendation unit 27 In the storage unit 30, the ID of the user, the position information including the latitude and longitude of the position where the user is located, and the time stamp (information of date and time) transmitted from the terminal device 50 possessed by each user Accumulated in the raw behavior history file 31 as the user's behavior history, The recommendation unit 27 generates a recommendation notification 270 for notifying the user of a recommended POI (recommended point), which is a point recommended as a next destination, based on a group pattern in which the action history is similar to the user, and the communication unit 40 The recommendation notification is sent to the terminal device 50. Specifically, the recommendation unit 27 generates a recommendation notification 270 for notifying of the recommended POI, based on a group pattern configured by a user who holds the terminal device 50 and a past user who has a common point in the attribute information.
  • a recommended POI recommended point
  • the recommendation unit 27 generates a recommendation notification 270 for notifying of the recommended POI, based on a group pattern configured by a user who holds the
  • the user can receive the recommendation of the sightseeing spot in real time from the server device 10 by transmitting the position information by the terminal device 50 during the travel. Therefore, the user does not have to make a detailed action plan in advance, which is highly convenient.
  • the server apparatus 10 does not simply search for a POI in proximity to the current position of the user from the map and recommend it, but a group pattern which is a set of actual behavior histories of past travelers whose attributes are common to the user. Make recommendations using As a result, the user can receive a recommendation that matches the tendency according to his / her attribute, and is thus likely to be satisfied.
  • the recommendation unit 27 searches for a group pattern whose behavior history is similar to that of the user who holds the terminal device 50, and follows the current location POI, which is the latest visit point of the user, in the behavior history constituting the group pattern.
  • the visit POI (visit point) visited by the past user is identified, and the recommended POI is determined based on the identified visit POI.
  • the recommendation unit 27 visits the past user who has visited the present POI in a time zone near the time stamp (visit time) of the present POI of the user who holds the terminal device 50.
  • POI is preferentially determined as a recommended POI.
  • the recommendation unit 27 preferentially determines, as the recommended POI, among the identified visit POIs, the POI in which the frequency of visits by users in the past is high.
  • the recommendation unit 27 specifies a plurality of visit POIs, it is possible to recommend a POI that is popular with travelers by recommending a POI with a high frequency of visits by users in the past as the recommend POI. It is possible to provide information that is easy to obtain satisfaction.
  • the POI close to the current position of the user is likely to be the destination of the user.
  • the terminal device 50 can use the geofence information to transmit an arrival notification to the server device 10 when the user arrives at the POI.
  • the server apparatus 10 can transmit the recommendation notification 270 promptly when the user arrives at the destination.
  • the server device 10 A storage unit 30 (point information storage unit) that stores position information of a plurality of POIs registered in advance and a clustering range of each POI; And a clustering unit configured to generate a processing behavior history file 32 (processing behavior history) in which position information of the user in the user's behavior history is replaced with position information of the POI based on the user's behavior history and the clustering range.
  • processing behavior history file 32 processing behavior history
  • the position information may be dispersed and the movement tendency of the user having the common attribute may not be appropriately extracted. Therefore, by performing clustering that links the user's position information to neighboring POIs that are highly likely to be visited by the user, the group pattern can be easily organized, and recommendations for the user can also be appropriately performed.
  • the time stamp included in the processing behavior history file 32 generated by the clustering unit 24 is replaced with time information divided into arbitrary unit times with any time as a starting point, and the processing behavior history file 32 of each user is a plot file creation unit 25 for creating a pplt file 34 (plot file); a storage unit 30 (plot file storage unit) for storing the pplt file 34 together with the attribute information;
  • the extraction unit 26 periodically extracts group patterns using the pplt files 34 of a plurality of users accumulated in the storage unit 30. If it is a business operator such as a travel agent, it is possible to accumulate the action history of the user who is the customer every day.
  • By generating the processing behavior history file 32 at any time from the accumulated behavior history, and periodically extracting the group pattern it is possible to make use of the big data to make an appropriate recommendation for the user, thereby enhancing customer satisfaction. be able to.
  • the recommendation unit 27 creates the recommendation notification 270 based on a group pattern that is similar to the processing activity history of the user generated by the clustering unit 24 and the processing activity history of the user, and the attribute information is common to the user. .
  • Grouping pattern similar to the user's action history from group patterns extracted using the processing action history in which the user's action information in the past is tied to the POI by linking the position information of the user while traveling to the POI Can be searched and appropriate recommendations can be made to the user.
  • the program (information processing program) for realizing the functions of the server device 10 and the terminal device 50 described above and the travel information providing system 1 (information providing system) including the server device 10 also have the same effect.
  • the server device 10 of the travel information providing system 1 generates the recommendation notification 270 for notifying the recommended POI as the travel information, but the travel information to be provided is not limited to this.
  • the group pattern itself that the extraction unit 26 periodically extracts can also be travel information.
  • a travel agent or the like can be used to create a tour itinerary according to the birthplace, gender, age, and the like.
  • creating the group pattern from various viewpoints by changing the extraction condition of the group pattern or changing the unit time and the start point and the end point when processing the time stamp of the processing action history Can create tours according to the needs of customers.
  • the group history is generated by extracting the action history of the user who has moved between the same POI in the same time width, but the present invention is not limited thereto.
  • the group pattern may be generated with the action history of the same day of the week.
  • the plot file creation unit 25 creates the pplt file 34
  • the time stamp may be processed into time information including information on the day of the week.
  • the extraction unit 26 has described an example of extracting a group pattern for each nationality, but the extraction unit 26 does not use attribute information such as nationality as an extraction condition, and simply the same POI in the same time width.
  • You may extract the group pattern which is a set of the user's action history which moved between.
  • the recommendation unit 27 may search for a group pattern similar to the processing behavior history of the user X. In the first place, since users having the same attribute information tend to take similar action histories, it is possible to make a recommendation according to the needs of the user X by merely searching for a group pattern similar to the processing action history of the user X. Then, when a plurality of visit POIs are identified, referring to the attribute information of each pplt file constituting the group pattern, the visit POI of the past traveler having the same attribute information as the user is preferentially recommended POI You may decide to

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

サーバ装置１０は、複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶する記憶部３０の生行動履歴ファイル３１と、生行動履歴ファイル３１に記憶された行動履歴に基づいて、同様の時間幅で同じＰＯＩ間を移動した複数のユーザの行動履歴の集合である群パターンを抽出する抽出部２６と、抽出部２６が抽出した群パターンを記憶する記憶部３０の群パターンファイル３５と、群パターンに基づいた情報であるレコメンド通知２７０を生成するレコメンド部２７と、を備える。

Description

情報処理装置、情報処理プログラムおよび情報処理システム
　本発明は、情報処理装置、情報処理プログラムおよび情報処理システムに関する。
　近年、旅行をするユーザに対して、旅行に役立つ情報を提供するサービスとして、例えば、ユーザがＧＰＳ（Global Positioning System）等の測位機能を備えた端末装置を所持し、観光地の情報を記憶したデータベースを備えるサーバ装置が、端末装置が測位する位置情報を受信して、データベースから旅行者の現在位置周辺の観光地の情報を抽出して配信するものが提案されている。
特開２０１５－６０５７５号公報
　しかしながら、ユーザが行きたいと思う観光地等のポイントは、ユーザの出身地や国籍、性別、年代等の属性によって変化する傾向がある。例えば日本において、日本国内から来た旅行者と、日本国外から来た旅行者の間では、好まれる観光ポイントが異なる傾向がある。よって、機械的に現在地周辺の観光ポイントの情報が配信されても、ユーザの属性に応じた傾向や嗜好に合致しないことがある。
　本発明は、上述の課題を解決し、ユーザの属性に応じた情報を提供することで、ユーザのニーズにマッチした情報を提供することを目的とする。
　上記の目的を達成するために、本発明の情報処理装置は、
　複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶する行動履歴記憶部と、
　前記行動履歴記憶部に記憶された前記行動履歴に基づいて、同様のポイントを移動した複数のユーザの行動履歴である群パターンを抽出する抽出部と、
　前記抽出部が抽出した前記群パターンを記憶する群パターン記憶部と、
を備える。
　なお、ここに言うポイントという用語には、厳密なピンポイントのみならず、一定程度に絞りこまれた範囲も包含されるものとする。
　また、本発明の情報処理プログラムは、
　行動履歴記憶部および群パターン記憶部を備えたコンピューターに、
　前記行動履歴記憶部に複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶させる処理と、
　前記行動履歴記憶部に記憶させた前記行動履歴に基づいて、同様のポイントを移動した複数のユーザの行動履歴である群パターンを抽出させる処理と、
　前記抽出部が抽出した群パターンを前記群パターン記憶部に記憶させる処理と、
　前記群パターンに基づいた情報を生成させる処理と、
　を実行させる。
　また、本発明の情報処理システムは、
　ユーザが携帯可能な端末装置と、前記端末装置とネットワークを介して通信可能な情報処理装置とを含むものであって、
　前記情報処理装置は、
　前記端末装置からの位置情報を受信する受信部と、
　複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶する行動履歴記憶部と、
　前記行動履歴記憶部に記憶された前記行動履歴に基づいて、同様のポイントを移動した複数のユーザの行動履歴である群パターンを抽出する抽出部と、
　前記抽出部が抽出した前記群パターンを記憶する群パターン記憶部と、
　前記群パターンに基づいた情報を生成する情報生成部と、
　前記群パターンに基づいた情報を前記端末装置に送信する送信部と、を備える。
　本発明によれば、旅行者の属性に合わせた適時の情報を提供することができ、旅行者に高い利便性を提供することができる。
実施の形態にかかる旅行情報提供システムの概要図である。 サーバ装置のハードウェア構成を示す図である。 端末装置のハードウェア構成の一例を示す図である。 サーバ装置および端末装置の機能構成を示す図である。 サーバ装置の処理の概要を示す図である。 （ａ）は、端末装置に表示される属性情報の登録画面の一例であり、（ｂ）および（ｃ）はプルダウンメニューの表示例である。 ユーザの行動に関連するサーバ装置の処理の概要を示す図である。 ppltファイルの一例を示す図である。 抽出部が抽出した群パターンの抽出結果を示す図である。 群パターンの概念を説明する図である。 群パターンの検索処理の一例を示す図である。 図１１の例に示した群パターンを構成するppltファイルの訪問ＰＯＩを示す表である。 レコメンド通知の一例を示す図である。 サーバ装置の各部と、端末装置の処理を示すシーケンスチャートである。
　以下、本発明の実施形態について、図面を参照して具体的に説明する。
１．構成
　図１は、実施の形態にかかる旅行情報提供システムの概要図である。
　図１に示すように、旅行情報提供システム１は、ユーザが携帯可能な端末装置５０と、ネットワークＮを介して各端末装置５０と通信可能な情報処理装置であるサーバ装置１０とを備える。
　サーバ装置１０は、例えば旅行事業者等の側において保有・管理等され、端末装置５０は旅行事業者のサービスを受ける旅行客等のユーザが所持する。端末装置５０は、ユーザが元々所持するものであっても良く、あるいは、ユーザが旅行する際に事業者が貸与するものであっても良い。
　旅行情報提供システム１において、サーバ装置１０と端末装置５０が各種データの授受を行うことによって、端末装置５０を所持して旅行しているユーザが、リアルタイムで旅行情報の提供を受ける。
　旅行において、ユーザが必要とする情報は、ユーザの出身地、国籍、性別または年代等の属性によって、大きく異なる傾向がある。旅行情報提供システム１では、ユーザが端末装置５０を用いてサーバ装置１０が提供するウェブサイトにアクセスし、予めユーザの属性情報を登録する。そして、ユーザの旅行中に、端末装置５０はＷｅｂＡＰＩを介して、現在位置情報をサーバ装置１０に送信し、サーバ装置１０はユーザの現在位置と属性に応じたリアルタイムの旅行情報を提供する。
　サーバ装置１０は、各ユーザの属性に応じた旅行情報を提供するために、各ユーザの行動履歴を蓄積し、蓄積した行動履歴を用いて群パターンを作成する。
　群パターンは、Gudmundssonらによって提案された時空間パターンであり、一群の物体が、指定した時間以上の間に、指定された距離の範囲内で一緒に移動する様子を表すものであり、この群パターンを高速で抽出する手法が提案されている。（"Practical algorithms for mining flock patterns from trajectories" X Geng, T Uno, H Arimura - IPSJ Journal, 2015）。
　本発明の実施の形態における群パターンは、共通する属性・嗜好等によりひとつの「群」と理解されるユーザの行動履歴であって、同様の時間幅で同様のポイントを移動したと分類される複数のユーザの行動履歴であり、蓄積したユーザの行動履歴を用いて抽出される。当該群パターンの抽出は、サーバ装置１０により行われる。
　前記したように、ユーザが旅行で必要とする情報は、属性によって異なる傾向があるが、言い換えると、共通する属性を有するユーザは、旅行で同様の行動履歴を辿る傾向がある。
　例えば、Ａ国からの旅行者は、東京に観光に来た際に、皇居を見学した後に、電化製品を購入するために秋葉原を訪問する傾向があるのに対して、Ｂ国からの旅行者は、浅草の浅草寺を訪れた後に、上野の博物館を訪問する傾向があるといった、それぞれの国に独自の行動の傾向がある。
　よって、共通する属性を有する過去のユーザが訪問した観光地の情報が、ユーザの必要とする旅行情報である可能性が高い。
　そこで、実施の形態の旅行情報提供システム１は、事前にユーザの属性情報を登録し、ユーザの旅行中に端末装置５０からサーバ装置１０にユーザの位置情報等を送信し、サーバ装置１０はこれを受信して行動履歴を記録する。蓄積した行動履歴は、群パターンの作成に利用される。そして、旅行中のユーザには、共通する属性情報を有する群パターンを用いて作成した旅行情報を提供する。
　以下において、サーバ装置１０と端末装置５０の構成について説明する。
　図２は、サーバ装置１０のハードウェア構成を示す図である。
　図２に示すように、サーバ装置１０は、ＣＰＵ（Central Processing Unit）１０１、メモリ１０２およびＮＩＣ（Network Interface Card）１０３等を備え、それぞれがバス１０７で接続されている。メモリ１０２は、ＲＯＭ（Read Only Memory）１０４、ＲＡＭ（Random Access Memory）１０５およびＨＤＤ（Hard Disk Drive）１０６等を備える。メモリ１０２に格納されたプログラムをＣＰＵ１０１が実行することにより、サーバ装置１０の機能を実現する。
　図３は、端末装置５０のハードウェア構成の一例を示す図である。
　端末装置５０は、例えば、スマートフォン、携帯電話、タブレット端末、ノ－トＰＣ（Personal Computer）等の、持ち運び可能な装置である。図３に示すように、端末装置５０は、ＣＰＵ５０１、メモリ５０２、計時部５０３、ＧＰＳコントローラ５０４、タッチパネル５０５、ディスプレイ５０６、無線通信装置５０７および通信アンテナ５０８等を備え、それぞれがバス５１１で接続されている。メモリ５０２は、ＲＯＭ５０９（Read Only Memory）およびＲＡＭ５１０（Random Access Memory）等を備える。メモリ５０２に格納されたプログラムをＣＰＵ５０１が実行することにより、端末装置５０としての機能が実現される。
　無線通信装置５０７は、通信アンテナ５０８を介して通信のための信号を送受信する。Ｗｉ－Ｆｉ(Wireless Fidelity)、ＮＦＣ、またはＬＴＥ（Long Term Evolution）等の無線技術によって外部装置と通信を行う。
　計時部５０３は、カレンダー機能および時刻機能を有しており、時刻、日付、曜日等の日時情報を管理する。
　図４は、サーバ装置１０および端末装置５０の機能構成を示す図である。
　図５は、サーバ装置１０の処理の概要を示す図である。
　サーバ装置１０は、ＨＴＴＰ（Hyper Text Transfer Protocol）で情報を送受信するＷｅｂサーバとして機能する。サーバ装置１０は、端末装置５０からリクエストを受け付け、そのリクエストに応じた処理を行って応答を端末装置５０に送信する。
　図４に示すように、サーバ装置１０は、制御部２０、記憶部３０および通信部４０を備える。
　通信部４０は、ネットワークＮを介して接続された端末装置５０と通信し、データの授受を行う。
　制御部２０は、ＣＰＵ１０１およびメモリ１０２に対応する。制御部２０は、ＵＩＤ付与部２１、行動履歴記録部２２、近接ＰＯＩ検出部２３、クラスタリング部２４、ppltファイル作成部２５、抽出部２６およびレコメンド部２７を備える。
　記憶部３０はメモリ１０２に対応する。記憶部３０は、サーバ装置１０の処理に必要な各種情報を記憶するが、例えば、生行動履歴ファイル３１、加工行動履歴ファイル３２、ＰＯＩファイル３３、ppltファイル３４および群パターンファイル３５を記憶する。
　図５に示すように、サーバ装置１０の行う処理は、大まかに分けて、（ａ）ＵＩＤ付与、（ｂ）行動履歴の記録、（ｃ）クラスタリング、（ｄ）レコメンドおよび（ｅ）群パターンの抽出に分けられる。ＵＩＤ付与部２１が（ａ）ＵＩＤ付与に関連する処理を行う。行動履歴記録部２２が、（ｂ）行動履歴の記録に関連する処理を行う。クラスタリング部２４が、（ｃ）クラスタリングに関連する処理を行う。近接ＰＯＩ検出部２３およびレコメンド部２７が、（ｄ）レコメンドに関連する処理を行う。ppltファイル作成部２５および抽出部２６が、（ｅ）群パターン抽出に関連する処理を行う。
　（ａ）ＵＩＤ付与は、ユーザが観光のための移動を開始する前の事前準備として行われる。（ｂ）行動履歴の記録、（ｃ）クラスタリングおよび（ｄ）レコメンドは、ユーザの観光のための移動の際に行われる処理である。（ｅ）群パターンの抽出のうち、ppltファイル作成部２５の処理はユーザの移動に伴い行われるが、抽出部２６による群パターンの抽出・作成は、ユーザの移動中ではなく、蓄積したデータに対し定期的に行われる。
　以下、各部について説明する。
　ＵＩＤ付与部２１は、端末装置５０からユーザの属性情報が送信されると、ユーザに対して個別のＩＤ（ＵＩＤ）を割り当てる（（ａ）ＵＩＤ付与）。
　図６の（ａ）は、端末装置５０に表示される属性情報の登録画面の一例であり、図６の（ｂ）および（ｃ）はプルダウンメニューの表示例である。
　図６の（ａ）に示すように、属性情報として、誕生、性別、居住地、国籍、日本に行く目的等を入力する。属性情報の入力は、キーボードＵＩを用いて直接入力しても良く、あるいは図６の（ｂ）および（ｃ）に示すように、プルダウンメニューを表示してそのなかから選択できるようにしても良い。
　なお、図６はあくまで一例であり、属性情報はこれらに限定されず、例えば代表者だけが登録を行う場合は、同行者の人数等を登録するようにしても良い。また、誕生年ではなく、生年月日を登録するようにしても良く、あるいは、２０代、３０代といった年代をプルダウンメニューから選択して登録できるようにしても良い。
　図４に戻り、行動履歴記録部２２は、端末装置５０から、タイムスタンプが付加されたユーザの位置情報が送信されると、同時に送信されたタイムスタンプ、ユーザのＵＩＤおよび属性情報と共に、生行動履歴ファイル３１に記憶させる。端末装置５０はユーザが一定距離以上を移動すると随時位置情報を送信するため、生行動履歴ファイル３１には旅行中のユーザの行動履歴が随時蓄積されていく（（ｂ）行動履歴の記録）。
　近接ＰＯＩ検出部２３は、生行動履歴ファイル３１に記録されたユーザの位置情報を参照して、ユーザの近接範囲にあるＰＯＩ（Point of Interest）を検出する。ＰＯＩは、例えば、公園、遊園地、動物園、美術館、博物館、レストラン、土産物店等の、旅行者が観光に訪れるポイントである。
　記憶部３０のＰＯＩファイル３３は、予め登録した複数のＰＯＩの情報を記憶する。ＰＯＩ情報は、各ＰＯＩの名称、緯度および経度の位置情報、観光情報、ジオフェンスおよびクラスタリング範囲等の情報を含む。
　近接ＰＯＩ検出部２３は、ユーザが一定程度の移動をしたことが検出された場合に、記憶されているＰＯＩの位置情報を参照して、ユーザの現在位置の近接範囲にあるＰＯＩを検出する。近接範囲の数値は予め決定して記憶部３０に記憶させておくが、例えば、ユーザの現在位置を中心として半径４００ｍの範囲とすることができる。
　図７は、ユーザの行動に関連するサーバ装置１０の処理の概要を示す図である。
　図７は、ユーザ２００が田町、浜松町を通過して新橋まで移動した場合を示している。生行動履歴ファイル３１には、田町、浜松町、新橋それぞれの位置情報が記録される。
　田町および浜松町では、近接範囲においてＰＯＩは検出されなかったが、新橋に移動したときに、近接範囲２０５に、４つのＰＯＩ２１１、２１２、２１３、２１４が検出される。ＰＯＩ２１１は東京駅、ＰＯ２１２は東京タワー、ＰＯＩ２１３は銀座通り、ＰＯＩ２０１４は築地市場である。ユーザ２００の現在位置に近いこれら４つのＰＯＩは、ユーザ２００の目的地である可能性が高いＰＯＩである。
　近接ＰＯＩ検出部２３は、検出したＰＯＩのジオフェンス情報を生成して、通信部４０を介して端末装置５０に送信する。図７において点線で示しているが、ジオフェンス２２０（geofence）は、ＰＯＩに対する仮想的な境界線に囲まれたエリアを示すものである。ＰＯＩの位置を中心として、例えば半径１００ｍ空間に予め決定したエリアをジオフェンス２２０とする。端末装置５０に送信するジオフェンス情報には、各ＰＯＩの名称も付与する。
　近接ＰＯＩ検出部２３は、ユーザ２００が目的地に到着したタイミングで、ユーザ２００の端末装置５０にレコメンド通知を送るために、ジオフェンス情報を送信する（（ｄ）レコメンドに関連する処理）。レコメンド通知は、ユーザ２００の次の目的地として推奨するＰＯＩを通知するものである。端末装置５０はサーバ装置１０から送信されたいずれかのＰＯＩのジオフェンス２２０へのユーザ２００の進入を検出すると、到達通知をサーバ装置１０に送信する。図６の例では、端末装置５０はＰＯＩ２１１の東京駅への到達通知を送信する。
　クラスタリング部２４は、生行動履歴ファイル３１に記録されたユーザ２００の行動履歴に対してクラスタリング処理を行い、行動履歴から加工行動履歴を生成する（（ｃ）クラスタリング）。クラスタリング処理は、ユーザ２００の位置をＰＯＩ（Point of Interest）と紐付けて、ＰＯＩの位置に置き換える処理である。クラスタリング部２４は、ＰＯＩファイル３３のクラスタリング範囲の情報を参照し、ユーザ２００の位置がいずれかのＰＯＩのクラスタリング範囲に入っていれば、ユーザ２００の位置をそのＰＯＩに紐付ける。クラスタリング範囲は、ＰＯＩの位置を中心とした所定の範囲であり、ＰＯＩごとに異なる範囲が設定される。このクラスタリング処理は、後述する（ｅ）群パターンの抽出と、（ｄ）レコメンドを行いやすくするために行う。ＰＯＩの特定点の位置情報と各ユーザの位置情報の一致を見ることとすると、ユーザがＰＯＩに立ち寄ったにもかかわらず、そのように判断されない場合が生じるなど、データが分散して群パターンを形成しにくいが、クラスタリング処理でユーザの位置をＰＯＩに紐付けることで、群パターンを形成しやすくなる。また、ユーザに対してレコメンドを行う際には、ユーザの加工行動履歴と類似する群パターンを検索するが、ユーザの加工行動履歴がＰＯＩと紐付けられていることで、群パターンから類似する過去のユーザの行動履歴を検索しやすくなる。
　クラスタリング範囲は、一般には、前記したジオフェンス２２０よりも広い範囲を設定する。図７の例では、ＰＯＩ２１１である東京駅とＰＯＩ２１３である銀座通りのクラスタリング範囲２３０のみを示しているが、例えば、ＰＯＩ２１２の「東京タワー」は、東京駅や銀座通りに比べて狭いクラスタリング範囲を設定しても良い。
　クラスタリング部２４は、生行動履歴ファイル３１に記録されているユーザ２００の位置が、ＰＯＩのクラスタリング範囲２３０に入っている場合には、ユーザ２００の位置とＰＯＩを紐付けてユーザ２００の位置をＰＯＩの位置に置き換える。クラスタリング部２４は、ユーザ２００の位置情報をＰＯＩの位置情報に置き換えたものを加工行動履歴ファイル３２に記憶させる。位置情報以外のタイムスタンプ、ＵＩＤおよび属性情報は、そのままコピーして加工行動履歴ファイル３２に記憶させる。図７の例では、新橋にいるユーザ２００の現在位置が、ＰＯＩ２１３「銀座通り」のクラスタリング範囲２３０に入るため、ユーザ２００の位置情報はＰＯＩ２１３「銀座通り」の位置情報に置き換えられ、加工行動履歴ファイル３２に記憶される。
　クラスタリング部２４は、いずれのＰＯＩとも紐付けられない位置情報は、加工行動履歴ファイル３２には記憶させない。生行動履歴ファイル３１はユーザ２００の移動に伴って随時更新されていくため、クラスタリング部２４は、例えば数秒に一回程度の短いスパンで、定期的にクラスタリング処理を行う。したがって、加工行動履歴ファイル３２には、ＰＯＩに紐付けられたユーザ２００の行動履歴が蓄積されていく。
　ppltファイル作成部２５は、加工行動履歴ファイル３２から、ＵＩＤごと、すなわちユーザごとに加工行動履歴をまとめ、各ユーザのpplt（プロット）ファイル３４を作成して、記憶部３０に記憶させる。その際に、ppltファイル作成部２５は加工行動履歴に記録されているタイムスタンプを加工する。
　前記したとおり、生行動履歴ファイル３１はユーザの実際の位置の緯度および経度の情報を記録したものであるところ、加工行動履歴ファイル３２は生行動履歴ファイル３１のユーザの実際の位置の緯度および経度を、ＰＯＩの緯度および経度に置き換えたものである。ppltファイル３４は、（ｅ）群パターンの抽出をさらにしやすくするために、詳細な日時の記録であるタイムスタンプを加工したものである。
　ppltファイル作成部２５は、タイムスタンプを、任意の時刻を始点とし、任意の単位時間で区分した時間情報に置き換えることで加工する。時間情報は、例えば、０から始まる整数等の簡略化した数値で表す。単位時間は、たとえば、計算速度を速めるため、３０分としても良い。
　始点とする時刻は任意であるが、例えば、多くのユーザが観光を開始する時刻、例えば午前１０時としても良い。終点とする時刻は、始点から２４時間後としても良いが、終点とする時刻も任意に定めても良い。詳しくは後述するが、端末装置５０は、ユーザが継続的に移動しているときに位置情報を送信している。そのため、ユーザが宿泊施設に滞在している間は、位置情報の送信が少ない。そこで、終点を、ユーザが宿泊施設に戻ることが多い時刻、午後５時としても良い。例えば、単位時間を３０分とし、始点を午前１０時、終点を午後５時とした場合、時間情報は０～１３の整数で表される。
　図８は、ppltファイルの一例を示す図である。
　１つのppltファイル３４には、一つのＵＩＤ分、すなわち一人のユーザの行動履歴が、時系列順に格納されている。
　ppltファイル３４の各行には、緯度、経度、時間および属性情報が記載されている。緯度および経度は、クラスタリング部２４で紐付けられたＰＯＩの位置情報である。時間は、前記したタイムスタンプを加工した時間情報であり、ここでは時間情報を整数０～１３で示している。図８では、属性情報として、国籍、同行者の人数、年齢、性別を記載しているが、属性情報はこれらに限られず、他の情報を記載しても良い。ppltファイル３４には、作成順にファイル番号が付される。ppltファイル作成部２５は、クラスタリング部２４と同様に、短いスパンで定期的にppltファイル３４の作成を行う。
　抽出部２６は、記憶部３０に記憶されたppltファイル３４を用いて群パターンの抽出を行う。抽出部２６は、記憶部３０に新たなppltファイル３４がある程度蓄積されるタイミング、例えば、１日ごとや１時間ごとに、定期的に群パターンの抽出を行う。前記したように、ppltファイル３４は、分散した位置情報と詳細な日時の情報であるタイムスタンプから構成されるユーザの行動履歴を、ＰＯＩの位置と一定の時間幅で区分された時間情報に置き換えたものとなっている。そのため、ppltファイル３４を用いて抽出される群パターンは、同様の時間幅で同じＰＯＩ間を移動した複数のユーザの行動履歴の集合である。
　抽出部２６は、群パターンを抽出する際に、属性情報を抽出条件とする。すなわち、抽出部２６は共通する属性情報を有するユーザごとに群パターンを作成する。前記したように、属性情報は国籍、同行者、年齢、性別等、複数記録されている場合もあるが、全ての属性情報が共通する群パターンを作成しても良く、あるいは一部の属性情報のみが共通する群パターンを作成しても良い。すなわち、行動履歴の傾向を把握したい属性情報に応じて、適宜群パターンを作成することができる。例えば、「中国」、「韓国」、「タイ」等の、国籍ごとに抽出した群パターンは、各国の旅行者の行動履歴の傾向を反映するものとなる。また、例えば同行者の人数ごとに抽出した群パターンは、単身の旅行者や家族連れの旅行者の行動履歴の傾向を反映するものとなる。
　図９は、抽出部２６が抽出した群パターンの抽出結果を示す図である。
　図９の例では11種類の群パターン（Pat[0]～Pat[10]）が抽出されたことを示す。時間幅は、各群パターンの時間の幅を示すものである。時間の区分が３０分単位の場合は、「６」は１８０分の時間幅を示し、「５」は１５０分の時間幅を示す。抽出部が抽出する時間幅については下限値を設定しても良く、例えば「３」以上の時間幅で群パターンを抽出するようにしても良い。
　図９では、２種類の時間幅のみを例として示しているが、これらに限定されず、それよりも短いまたは長い時間幅の群パターンも抽出されることもある。ファイル番号の欄には、各群パターンを構成するppltファイル３４の番号が記載される。すなわち、群パターンPat[0]は、番号が88、791、944、2088、2403のppltファイル３４に含まれる６単位時間（１８０分間）の行動履歴が同一であることを示す。各ファイル番号には、括弧書きで開始時間が記載されている。たとえば、88(1)は番号が88のppltファイル３４の時間1からの６単位時間分の行動履歴が、791(3)は番号791の時間３から６単位時間分の行動履歴が、同一の行動履歴として群パターンを構成していることを示す。
　たとえば、図８に示したppltファイルが番号88に対応するものであるとすると、ユーザが時間１から６単位時間分に辿った行動軌跡を、緯度および経度の位置情報で示すと、以下の通りである。
（7.44905、2.50978）→（6.53313、2.10842）→（5.88181、1.34962）→（5.49856、2.27327）→（6.30788 、2.27327）→（5.33154、2.6444）
　群パターンPat[0]を構成する他の番号791、944、2088、2403のppltファイルにおいても、それぞれ括弧書きで記載した開始時間から６単位時間の時間幅において、同様に上記の行動軌跡を辿っている。
　図１０は、群パターンの概念を説明する図である。
　図１０では、４人のユーザＵ１、Ｕ２、Ｕ３、Ｕ４の３単位時間分の行動履歴を、縦軸を地点、横軸を時間とするグラフで示している。Ｐ１、Ｐ２、Ｐ３はそれぞれＰＯＩを示す。
　図１０の例では、全てのユーザが、Ｐ１、Ｐ３を同じ時間に通過しているが、Ｐ２については、ユーザＵ１、Ｕ２、Ｕ４が同じ時間に通過しているものの、ユーザＵ３はその時間には異なる場所を通過している。この場合、抽出部２６では、ユーザＵ１、Ｕ２、Ｕ４の行動履歴の集合が、一つの群パターンPat[x]を構成する。
　抽出部２６は、抽出した群パターンを記憶部３０の群パターンファイル３５に記憶させる。前述のように、抽出部２６による群パターンの抽出・作成は、ユーザの移動中ではなく、蓄積したデータに対し定期的に行われる。新たなppltファイル３４が随時作成されていくため、ppltファイル３４から定期的に抽出する群パターンも、日々更新され変化していくことになる。
　前記したように、共通する属性を有する旅行者は、同様に行動履歴を辿る傾向がある。ただし、旅行者の行動履歴の傾向も、流行や旅行者の出身地の経済状況によって変化していく。旅行者であるユーザの行動履歴を蓄積して、行動履歴から群パターンを定期的に更新することで、群パターンは旅行者の属性に応じた行動履歴の傾向を反映したデータとなる。
　なお、前記したppltファイル作成部２５が、加工行動履歴ファイル３２のタイムスタンプを加工する際に、時間情報の単位時間や、始点および終点の時刻を変更することで、同じ加工行動履歴ファイル３２からでも、異なる群パターンを作成することができる。たとえば、単位時間を例えば半日や１日単位等の大きなものにすれば、群パターンは旅行者の大まかな行動履歴の傾向を反映するものとなる。また、例えば、単位時間を短くして始点および終点を午前中に限定することで、群パターンは旅行者の午前中の詳細な行動履歴の傾向を反映したものとなる。
　レコメンド部２７は、端末装置５０から、ＰＯＩへの到達通知を受信すると、ユーザの加工行動履歴ファイル３２と群パターンファイル３５とを用いて、ユーザに対するレコメンド通知を作成する。図７の例では、ＰＯＩ２１１「東京駅」への到達通知を受信すると、レコメンド通知を作成する。
　レコメンド部２７は、群パターンファイル３５から、ユーザと属性情報が共通し、ユーザの加工行動履歴に類似する群パターンを検索する。ユーザと属性情報が共通する群パターンとは、群パターンの抽出条件としている属性情報がユーザと共通していれば良く、群パターンの属性情報とユーザの属性情報の全てが共通していなくても良い。例えば、群パターンが国籍ごとにまとめられている場合には、ユーザの国籍と同じ群パターンを検索する。
　ユーザの加工行動履歴に類似する群パターンとは、具体的には、ユーザと同様の時間幅で同じＰＯＩ間を移動した行動履歴を含む群パターンである。例えば、レコメンドを受けるユーザＸの国籍が「中国」であり、ユーザＸの加工行動履歴においてＡ→Ｂ→ＣというＰＯＩの移動軌跡が記録されているとする。ＣがユーザＸの現在地ＰＯＩである。レコメンド部２７は、端末装置５０からＣへの到達通知を受信したタイミングで、レコメンド通知を作成する。レコメンド部２７は、国籍が「中国」である過去のユーザが構成する群パターンから、ユーザＸと同じＡ→Ｂ→Ｃの移動軌跡を含むものを検索する。
　レコメンド部２７は、類似する群パターンを構成する過去のユーザの行動履歴を参照して、ユーザＸの現在地ＰＯＩの次に過去のユーザが訪問したＰＯＩ（訪問ＰＯＩ）を特定し、特定した訪問ＰＯＩを次の目的地としてユーザＸに推奨するレコメンド通知を生成する。
　図１１は、レコメンド部２７は、群パターンの検索処理結果の一例を示す図である。
　図１１の例では、ユーザＸの加工行動履歴が、Ａ→Ｂ→Ｃという軌跡を示している状態で、類似する行動履歴を包含する群パターンを検索した場合、２つの群パターンpat[0]およびpat[70]が検出された例を示している。
　群パターンpat[0]は、Ｄ→Ｅ→Ｆ→Ａ→Ｂ→Ｃという行動パターン示し、末尾にＡ→Ｂ→Ｃというユーザの加工行動履歴と同じ軌跡を含む。
　群パターンpat[70]は、Ｇ→Ａ→Ｂ→Ｃ→Ｈという行動パターンを示し、途中にユーザの加工行動履歴と同じ軌跡を含む。
　群パターンpat[0]は、行動履歴の末尾がユーザの加工行動履歴と同じであるため、レコメンド部２７は群パターンpat[0]を構成する各ppltファイル３４を参照して、現在地ＰＯＩであるＣの後に、過去のユーザが訪問したＰＯＩを特定する。
　群パターンpat[70]は、Ｃの後にＨを訪問しているため、レコメンド部２７はＨを訪問ＰＯＩとして特定する。
　図１２は、図１１の例に示した群パターンを構成するppltファイル３４の訪問ＰＯＩを示す表である。
　図１２の例では、Ｉ、Ｊ、Ｋ、Ｈが訪問ＰＯＩとして特定されている。
　このように、複数のＰＯＩが訪問ＰＯＩとして特定された場合、レコメンド部２７は、例えば、過去のユーザの訪問頻度が高い訪問ＰＯＩを優先的にレコメンドＰＯＩに決定しても良い。
　「優先的に」レコメンドＰＯＩに決定するとは、訪問頻度が高いＰＯＩから順にレコメンドＰＯＩとして通知する場合と、訪問頻度が高いＰＯＩのみレコメンドＰＯＩとする場合の両方を含む。
　レコメンド部２７が、過去のユーザの訪問頻度が高い訪問ＰＯＩの順にレコメンド通知を行う場合、図１２の例では、Ｈ、Ｉ、Ｊ、Ｋの順になる。なお、ＪとＫは訪問頻度が同じなので、ＪとＫの順番は入れ替えても良い。
　レコメンド部２７が、訪問頻度の高いＰＯＩのみをレコメンドＰＯＩとして決定する場合、図１２の例では、最も訪問頻度が高いＨのみをレコメンドＰＯＩとしても良いし、あるいは訪問頻度が２番目までのＨ、ＩをレコメンドＰＯＩとしても良い。なお、訪問頻度の高さを決定する処理は、各訪問ＰＯＩの訪問頻度をカウントして決定しても良いし、各訪問ＰＯＩの訪問確率を算出して決定しても良い。
　レコメンド部２７は、また、訪問頻度とは異なる基準で、レコメンド通知の順序の決定やレコメンドＰＯＩの決定を行っても良い。例えば、群パターンを構成する各ユーザの属性情報を参照して、ユーザＸの属性情報に近い過去のユーザの訪問ＰＯＩを優先するようにしても良い。群パターンはユーザＸと同じ国籍のものを検索しているので、他の属性情報を参照する。例えば、ユーザＸが女性であれば、同じ女性の過去のユーザの訪問ＰＯＩを優先しても良い。また、例えばユーザＸの同行者が２人以上であれば、家族旅行である可能性が高いため、同じように同行者が２人以上の過去のユーザの訪問ＰＯＩを優先しても良い。
　レコメンド部２７は、あるいは、ユーザＸの加工行動履歴を参照し、現在地ＰＯＩであるＣの訪問時刻を示すタイムスタンプに近い時間帯に、Ｃの訪問記録がある過去のユーザの訪問ＰＯＩを優先的にレコメンドＰＯＩとして決定しても良い。「近い時間帯」の具体的な範囲は適宜決定することができるが、例えば前後１時間の範囲とすることができる。また、「優先的にレコメンドＰＯＩとして決定」するとは、近い時間帯のＣの訪問記録があるユーザの訪問ＰＯＩのみをレコメンドＰＯＩとして決定する場合も、レコメンド通知の順序を先にする場合も含むものである。
　例えば、美術館や、夜景の楽しめる展望台等、入場時間に制限のある施設や特定の時間帯に訪問者が増える施設もある。ユーザＸの訪問時刻と近い時間帯に訪問記録を有する過去のユーザの訪問ＰＯＩを優先的にレコメンドＰＯＩとすることで、適時のレコメンドを行うことができる。
　以上述べたように、訪問ＰＯＩを決定する基準は限定されず適宜決定することができ、また複数の基準を組み合わせても良い。
　なお、前記した例では、ユーザＸの加工行動履歴のＰＯＩの点数がＡ→Ｂ→Ｃの３点である例を説明したが、これはユーザＸの加工行動履歴の全点数の場合に限られず、現在地ＰＯＩから遡った一部の点数であっても良い。すなわち、レコメンド部２７は、類似する群パターンの検索において、ユーザの加工行動履歴の全点数を検索範囲（マッチング数）としても良く、あるいは、最新の加工行動履歴から遡った任意の点数をマッチング数としても良い。さらに、加工行動履歴の蓄積状況によって、マッチング数を変更しても良い。例えば、加工行動履歴の全点数が１～５点までの間は、全点数をマッチング数とし、加工行動履歴が５点以上蓄積されても、最新の５点のみとしても良い。
　レコメンド部２７は、決定したレコメンドＰＯＩの情報をＰＯＩファイル３３から取得して、レコメンド通知を作成する。レコメンド部２７は、具体的には、ＰＯＩファイル３３から、レコメンドＰＯＩの名称、位置情報および観光情報を取得して、レコメンド通知を作成する。観光情報は、ＰＯＩの観光地としての説明であり、歴史、由来、見どころ、休館日、開館時間、お勧めのメニュー、土産物等の情報とすることができる。なお、レコメンド通知が含む情報がこれらに限られず、適宜選択することができる。
　レコメンド部２７は、作成したレコメンド通知を、通信部４０を介して端末装置５０に送信する。
　図１３は、レコメンド通知の一例を示す図である。
　図１３は、ユーザがＰＯＩである札幌の時計台の鐘に到着したときのレコメンド通知の例を示している。
　図１３の例では、レコメンド通知２７０は、北海道庁旧本庁舎をレコメンドＰＯＩとして通知している。レコメンド通知２７０には、北海道庁旧本庁舎の緯度および経度の位置情報が記載されている。また、観光情報として、北海道庁旧本庁舎の歴史と、愛称、および重要文化財である旨が記載される。
　なお、レコメンドＰＯＩが複数ある場合は、ユーザがタッチパネル５０５で画像をスクロールまたはスワイプすることで、次のレコメンドＰＯＩの通知に移行するようにしても良い。
　図４に戻り、端末装置５０の機能構成を説明する。
　端末装置５０は、通信部６０、制御部７０、記憶部８０、位置情報算出部９１、表示部９２および操作部９３を備える。
　通信部６０は、ネットワークＮを介して接続されたサーバ装置１０と通信し、データの授受を行う。
　位置情報算出部９１は、ＧＰＳコントローラ５０４、ＣＰＵ５０１およびメモリ５０２に対応し、ＧＰＳ（Global Positioning System）搬送波等を受信して、ユーザの位置情報を算出する。
　記憶部８０は、メモリ５０２に対応し、端末装置５０の処理に必要な各種データを記憶する。
　操作部９３は、タッチパネル５０５等に対応し、ユーザの入力操作を受け付ける。表示部９２は、ディスプレイ５０６に対応し、制御部７０から入力された情報を表示させる。
　制御部７０は、ＣＰＵ５０１、メモリ５０２および計時部５０３等に対応し、端末装置５０の各部を制御する。制御部７０は、不図示のウェブブラウザを備え、サーバ装置１０が提供するウェブサイトにアクセスしてＷｅｂＡＰＩの提供を受けることによって、ＵＩＤ取得部７１、位置情報収集部７２、移動判定部７３、ＰＯＩ到達検出部７４およびレコメンド通知取得部７５の機能を実現する。各部は処理結果をＨＴＴＰ（Ｓ）リクエストとしてサーバ装置１０に送信し、サーバ装置１０から受信した応答を処理する。
　記憶部８０はメモリ５０２に対応する。記憶部８０は端末装置５０の処理に必要な各種情報を記憶するが、例えば、ＵＩＤ、属性情報および位置情報を記憶する。
　ＵＩＤ取得部７１は、ユーザがウェブブラウザによりサーバ装置１０のウェブサイトに最初にアクセスしたとき、表示部９２に属性情報の登録画面（図６参照）を表示させる。ユーザが操作部９３により属性情報の入力を完了すると、ＵＩＤ取得部７１は入力された属性情報を通信部６０を介してサーバ装置１０に送信する。ＵＩＤ取得部７１は、サーバ装置１０からユーザに付与されたＵＩＤを受信すると、属性情報と共に記憶部８０に記憶させる。
　位置情報収集部７２は、位置情報算出部９１から定期的にユーザの位置情報を取得し、その位置情報をタイムスタンプと共に記憶部８０に記憶させる。タイムスタンプは、少なくとも時刻の情報を含むものであるが、日付や曜日の情報を含んでも良い。
　移動判定部７３は、記憶部８０に蓄積された位置情報を参照して、ユーザが継続的に移動していると判定した場合は、最新の位置情報とタイムスタンプを、ＵＩＤおよび属性情報と共に、通信部６０を介してサーバ装置１０に送信する。移動判定部７３は、蓄積した位置情報の差分を算出して、例えば、１００ｍ以上の移動が、１０回以上算出された場合は、継続的に移動していると判定する。
　ＰＯＩ到達検出部７４は、サーバ装置１０からＰＯＩのジオフェンス情報を受信すると、記憶部８０に記憶された位置情報を参照して、ユーザのＰＯＩ到達を検出する。ＰＯＩ到達検出部７４は、ユーザがいずれかのＰＯＩのジオフェンスに進入してＰＯＩに到達したことを検出した場合は、サーバ装置１０に到達通知を送信する。到達通知には、ジオフェンス情報に含まれていたＰＯＩの名称を含める。
　レコメンド通知取得部７５は、サーバ装置１０からレコメンド通知２７０（図１３参照）を受信すると、レコメンド通知２７０を表示部９２に出力して表示させる。
　図７の例では、ユーザ２００がＰＯＩ２１１「東京駅」のジオフェンス２２０に進入すると、ＰＯＩ到達検出部７４は、サーバ装置１０にＰＯＩ２１１への到達通知を送信し、レコメンド通知取得部７５は、サーバ装置１０から返送されたレコメンド通知２７０を表示部９２に表示させる。
　なお、制御部７０は不図示の経路案内部を備えるようにしても良い。例えば、レコメンドＰＯＩの名称（図１３の北海道庁旧本庁舎）をユーザがタップすると、経路案内プログラムを起動して、表示部９２にレコメンドＰＯＩまでの経路案内を表示させるようにしても良い。
２．動作
　図５に示した旅行情報提供システム１の処理のうち、（ｂ）行動履歴の記録、（ｃ）クラスタリング（ｄ）レコメンド、（ｅ）群パターンの抽出の処理のフローについて説明する。
　図１４は、サーバ装置１０の各部と、端末装置５０の処理を示すシーケンスチャートである。
　図１４では、端末装置５０については各部の記載は省略し、端末装置５０全体の処理として説明する。
　端末装置５０は定期的にユーザの位置情報を取得し（Ｓ０１）、ユーザが継続的に移動していると判定すると（Ｓ０２）、サーバ装置１０に位置情報を送信する（Ｓ０３）。
　サーバ装置１０の行動履歴記録部２２は、受信した位置情報を生行動履歴ファイル３１に記憶させる（Ｓ０４）。クラスタリング部２４は、生行動履歴ファイル３１に記録された位置情報を取得して（Ｓ０５）、クラスタリング処理を行い、加工行動履歴ファイル３２に記憶させる（Ｓ０６）。
　pptlファイル作成部は加工行動履歴ファイル３２を取得し（Ｓ０７）、ppltファイル３４を作成する（Ｓ０８）。抽出部２６は、ppltファイル３４を取得し（Ｓ０９）、群パターンを抽出する（Ｓ１０）。なお、図１４では、わかりやすくするために群パターンの抽出（Ｓ０９、Ｓ１０）を一連の処理の一つとして記載しているが、実際には群パターンの抽出は、その他の処理とは異なるタイミングで、定期的に行われる処理である。
　近接ＰＯＩ検出部２３は、クラスタリング部２４の処理と並行して、生行動履歴ファイル３１を取得して（Ｓ１１）、ユーザの現在位置の近接範囲にあるＰＯＩを検出する（Ｓ１２）。近接ＰＯＩ検出部２３は、検出したＰＯＩのジオフェンス情報を端末装置５０に送信する（Ｓ１３）。
　端末装置５０は、ユーザがＰＯＩに到達したことを検出すると（Ｓ１４）、サーバ装置１０に到達通知を送信する（Ｓ１５）。
　レコメンド部２７は、加工行動履歴ファイル３２と群パターンファイル３５を取得し（Ｓ１６、Ｓ１７）、レコメンド通知２７０を生成し（Ｓ１８）、端末装置５０に送信する（Ｓ２０）。
　端末装置５０は、受信したレコメンド通知２７０を表示部９２に表示させる（Ｓ２１）。ユーザは、レコメンド通知２７０に表示されたレコメンドＰＯＩに向かって移動することもあれば、他の目的地に移動することもある。
　端末装置５０とサーバ装置１０はＳ０１～Ｓ２１の処理を繰り返して、ユーザの位置情報の収集を行い、ユーザがＰＯＩに到達するごとに、群パターンを用いたレコメンドＰＯＩの通知を行う。
　なお、図１４の例では、簡略化のためにすべての処理を一回のみ図示しているが、前記した処理は繰り返し行われるものである。また、端末装置５０がＳ０３で送信したユーザの現在位置情報に対して、Ｓ１２でサーバ装置１０が近接範囲にあるＰＯＩを検出できない場合もある。その場合は、近接ＰＯＩ検出部２３はジオフェンス情報の送信（Ｓ１３）を行わず、次に端末装置５０から送信されたユーザの現在位置情報に対して検出を行う。
３．効果
以上詳述したように、実施の形態の旅行情報提供システム１（情報処理システム）において、サーバ装置１０（情報処理装置）は、
（１）複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶する記憶部３０の生行動履歴ファイル３１（行動履歴記憶部）と、
　生行動履歴ファイル３１に記憶された行動履歴に基づいて、同じＰＯＩ（同様のポイント）間を移動した複数のユーザの行動履歴ないしその集合である群パターンを抽出する抽出部２６と、
　抽出部２６が抽出した群パターンを記憶する記憶部３０の群パターンファイル３５（群パターン記憶部）と、
　群パターンに基づいた情報であるレコメンド通知２７０を生成するレコメンド部２７（情報生成部）と、
を備える。
　抽出部２６は、具体的には、群パターンを、同様の時間幅において共通する属性情報を有するユーザごとに抽出する。
　また、属性情報は、国籍、出身地、性別および年代またはこれらの組み合わせとすることができる。
　旅行において、ユーザが必要とする情報は、ユーザの国籍、出身地、性別または年代等の属性によって、大きく異なる傾向がある。実施の形態では、サーバ装置１０に、ユーザの属性情報と行動履歴を記憶させ、サーバ装置１０は、記録した行動履歴を用いて共通する属性情報を有するユーザごとに群パターンを抽出する。群パターンは、属性情報に応じたユーザの行動履歴の傾向を反映するものになるため、群パターンを用いてレコメンド通知を作成することで、ユーザのニーズにマッチした情報を提供することができ、利便性が高い。
（２）記憶部３０には、各ユーザの所持する端末装置５０から送信される、当該ユーザのＩＤ、ユーザが所在する位置の緯度および経度を含む位置情報ならびにタイムスタンプ（日時の情報）が当該ユーザの行動履歴として生行動履歴ファイル３１に蓄積され、
　レコメンド部２７は、ユーザと行動履歴が類似する群パターンに基づいて、ユーザに次の目的地として推奨するポイントであるレコメンドＰＯＩ（推奨ポイント）を通知するレコメンド通知２７０を生成し、通信部４０がレコメンド通知を端末装置５０に送信する。
　レコメンド部２７は、具体的には、端末装置５０を所持するユーザと属性情報に共通点のある過去のユーザが構成する群パターンに基づいて、レコメンドＰＯＩを通知するレコメンド通知２７０を生成する。
　ユーザは、旅行中に端末装置５０で位置情報を送信することで、サーバ装置１０から、リアルタイムで観光地のレコメンドを受けることができる。そのため、ユーザ自身で事前に綿密な行動計画を立てる必要がなく、利便性が高い。また、サーバ装置１０は、単にユーザの現在位置に近接するＰＯＩを地図上から検索してレコメンドするものではなく、ユーザと属性が共通する過去の旅行者の実際の行動履歴の集合である群パターンを活用してレコメンドを行う。そのため、ユーザは自分の属性による傾向に合ったレコメンドが受けられるため、満足感を得られやすい。
（３）レコメンド部２７は、端末装置５０を所持するユーザと行動履歴が類似する群パターンを検索し、その群パターンを構成する行動履歴において、ユーザの最新の訪問ポイントである現在地ＰＯＩの次に過去のユーザが訪問した訪問ＰＯＩ（訪問ポイント）を特定し、特定した訪問ＰＯＩに基づいてレコメンドＰＯＩを決定する。　過去のユーザが、現在地ＰＯＩの次に実際に訪問しているＰＯＩを参照することによって、ユーザが満足感を得られやすいレコメンドを行うことができる。
（４）レコメンド部２７は、特定した訪問ＰＯＩの中で、端末装置５０を所持するユーザの現在地ＰＯＩのタイムスタンプ（訪問時刻）に近い時間帯に、その現在地ＰＯＩを訪問した過去のユーザの訪問ＰＯＩを、優先的にレコメンドＰＯＩに決定する。
　例えば、美術館、博物館、レストラン、夜景の楽しめる展望台等、入場時間に制限のある施設や特定の時間帯に訪問者が増える施設もある。レコメンドを受けるユーザの現在地ＰＯＩのタイムスタンプに近い時間帯に訪問記録を持つ過去のユーザの訪問ＰＯＩを優先的にレコメンドＰＯＩとして決定することで、入場可能時間外または訪問者が少ない時間帯にそれらの施設をレコメンドする可能性が低くなるため、ユーザに適時の情報を提供することができる。
（５）レコメンド部２７は、特定した訪問ＰＯＩの中で、過去のユーザの訪問頻度が高いＰＯＩを優先的にレコメンドＰＯＩに決定する。
　レコメンド部２７が複数の訪問ＰＯＩを特定した場合、過去のユーザの訪問頻度が高いＰＯＩを優先的にレコメンドＰＯＩに決定することで、旅行者に人気の高いＰＯＩをレコメンドすることができ、ユーザに満足感を得られやすい情報を提供することができる。
（６）サーバ装置１０は、
　予め登録した複数のＰＯＩの位置情報を記憶する記憶部３０のＰＯＩファイル３３（ポイント情報記憶部）と、
　ＰＯＩの位置情報と、端末装置５０から送信されたユーザの位置情報に基づいて、ユーザの現在位置に近接するＰＯＩを検出し、近接するＰＯＩのジオフェンス情報を生成する近接ポイント検出部と、
　近接するＰＯＩのジオフェンス情報を端末装置５０に送信する通信部４０（ジオフェンス情報送信部）と、を備え、
レコメンド部２７は、ジオフェンス情報に基づいて端末装置５０が送信したＰＯＩへの到達通知を受信すると、レコメンド通知２７０を生成する。
　ユーザの現在位置に近いＰＯＩは、ユーザの目的地である可能性が高い。それらのＰＯＩのジオフェンス情報を端末装置５０に送信することで、端末装置５０はジオフェンス情報を用いて、ユーザがＰＯＩに到着したとき到着通知をサーバ装置１０に送信することができる。これによって、サーバ装置１０は、ユーザが目的地に到着したタイミングで、すみやかにレコメンド通知２７０を送信することができる。
（７）サーバ装置１０は、
　予め登録した複数のＰＯＩの位置情報と各ＰＯＩのクラスタリング範囲とを記憶する記憶部３０（ポイント情報記憶部）と、
　ユーザの行動履歴とクラスタリング範囲に基づいて、ユーザの行動履歴におけるユーザの位置情報をＰＯＩの位置情報に置き換えた加工行動履歴ファイル３２（加工行動履歴）を生成するクラスタリング部２４と、を備える。
　実際のユーザの位置情報をそのまま群パターンの抽出に用いると、位置情報が分散して、共通する属性を有するユーザの移動傾向が適切に抽出されない可能性がある。そこで、ユーザの位置情報を、ユーザが訪問する可能性が高い近隣のＰＯＩに紐づけるクラスタリングを行うことで、群パターンがまとまりやすくなり、ユーザに対するレコメンドも適切に行うことができる。
（８）クラスタリング部２４が生成した加工行動履歴ファイル３２に含まれるタイムスタンプを、任意の時刻を始点とし、任意の単位時間で区分した時間情報に置き換えて、各ユーザの加工行動履歴ファイル３２からppltファイル３４（プロットファイル）を作成するプロットファイル作成部２５と、
　ppltファイル３４を属性情報と共に記憶する記憶部３０（プロットファイル記憶部）と、を備え、
　抽出部２６は、記憶部３０に蓄積された複数のユーザのppltファイル３４を用いて、定期的に群パターンを抽出する。
　旅行業者等の事業者であれば、顧客であるユーザの行動履歴を日々蓄積することができる。蓄積した行動履歴から随時加工行動履歴ファイル３２を生成し、さらに群パターンの抽出を定期的に行うことで、ビッグデータを活用してユーザに適切なレコメンドを行うことができ、顧客満足度を高めることができる。
（９）レコメンド部２７は、クラスタリング部２４が生成したユーザの加工行動履歴と、そのユーザの加工行動履歴に類似し、ユーザと属性情報が共通する群パターンに基づいて、レコメンド通知２７０を作成する。
　旅行中のユーザの位置情報をＰＯＩに紐づけることで、同様に過去のユーザの行動履歴をＰＯＩに紐づけた加工行動履歴を用いて抽出した群パターンから、ユーザの行動履歴に類似した群パターンを検索することができ、ユーザに適切なレコメンドを行うことができる。
　前記したサーバ装置１０および端末装置５０の機能を実現するためのプログラム（情報処理プログラム）と、サーバ装置１０を含む旅行情報提供システム１（情報提供システム）も、同様の効果を奏する。
４．その他の実施形態
　以上、本発明の実施形態を説明したが、本発明は上述の実施形態に限られるものではない。本発明の実際に際しては、本発明の要旨を逸脱しない範囲で、省略や置き換え、変更を行うことができる。
　上記の実施形態では、旅行情報提供システム１のサーバ装置１０は、旅行情報としてレコメンドＰＯＩを通知するレコメンド通知２７０を生成したが、提供する旅行情報はこれに限られない。例えば、抽出部２６が定期的に抽出する群パターンそのものも、旅行情報とすることができる。例えば、旅行業者等が、同じ群パターンに属する行動履歴を有するユーザの属性情報を解析することで、出身地、性別、年代等に応じたツアー旅程の作成に役立てることができる。前記したように、群パターンの抽出条件を変更したり、加工行動履歴のタイムスタンプを加工する際の単位時間や始点および終点を変更したりすることで、様々な観点から群パターンを作成することができるため、顧客のニーズに応じたツアーを作成することができる。
　上記の実施形態では、同様の時間幅で同じＰＯＩ間を移動したユーザの行動履歴を抽出して群パターンを生成したが、これに限られない。例えば、端末装置５０が送信するタイムスタンプに曜日の情報を含めている場合には、同じ曜日の行動履歴で群パターンを生成しても良い。この場合は、プロットファイル作成部２５がppltファイル３４を作成する際に、タイムスタンプから曜日の情報も含む時間情報への加工を行っても良い。これによって、例えば、美術館や博物館等の特定の曜日に休館日があるＰＯＩについて、その曜日に旅行をしているユーザにレコメンドされることがないため、ユーザに適切な情報を提供することができる。
　上記の実施形態では、抽出部２６は、国籍ごとに群パターンを抽出する例を説明していたが、抽出部２６は国籍等の属性情報を抽出条件とせず、単に同様の時間幅で同じＰＯＩ間を移動したユーザの行動履歴の集合である群パターンを抽出しても良い。この場合も、レコメンド部２７は、ユーザＸの加工行動履歴と類似する群パターンを検索するようにしても良い。そもそも、同じ属性情報を有するユーザは、同様の行動履歴を取る傾向があるので、ユーザＸの加工行動履歴と類似する群パターンを検索するだけでも、ユーザＸのニーズに応じたレコメンドができる。そして、複数の訪問ＰＯＩが特定された場合に、群パターンを構成する各ppltファイルの属性情報を参照して、ユーザと同じ属性情報を有する過去の旅行者の訪問ＰＯＩを、優先的にレコメンドＰＯＩに決定するようにしても良い。
１　旅行情報提供システム
１０　サーバ装置
２０　制御部
２１　ＵＩＤ付与部
２２　行動履歴記録部
２３　近接ＰＯＩ検出部
２４　クラスタリング部
２５　ppltファイル作成部
２６　抽出部
２７　レコメンド部
３０　記憶部
３１　生行動履歴ファイル
３２　加工行動履歴ファイル
３３　ＰＯＩファイル
３４　ppltファイル
３５　群パターンファイル
４０　通信部
５０　端末装置
６０　通信部
７０　制御部
７１　ＵＩＤ取得部
７２　位置情報収集部
７３　移動判定部
７４　ＰＯＩ到達検出部
７５　レコメンド通知取得部
８０　記憶部
９１　位置情報取得部
９２　表示部
９３　操作部
１０１　ＣＰＵ
１０２　メモリ
１０３　ＮＩＣ
１０４　ＲＯＭ
１０５　ＲＡＭ
１０６　ＨＤＤ
１０７　バス
２００　ユーザ
２１１、２１２、２１３、２１４　ＰＯＩ
２０５　近接範囲
２２０　ジオフェンス
２３０　クラスタリング範囲
２７０　レコメンド通知
５０１　ＣＰＵ
５０２　メモリ
５０３　計時部
５０４　ＧＰＳコントローラ
５０５　タッチパネル
５０６　ディスプレイ
５０７　無線通信装置
５０８　通信アンテナ
５１１　バス
５０９　ＲＯＭ
５１０　ＲＡＭ
Ｎ　ネットワーク

Claims (17)

  1. 　複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶する行動履歴記憶部と、
    　前記行動履歴記憶部に記憶された前記行動履歴に基づいて、同様のポイントを移動した複数のユーザの行動履歴である群パターンを抽出する抽出部と、
    　前記抽出部が抽出した前記群パターンを記憶する群パターン記憶部と、
    を備えることを特徴とする情報処理装置。
  2. 　前記抽出部は、前記群パターンを、同様の時間幅において抽出することを特徴とする請求項１記載の情報処理装置。
  3. 　前記抽出部は、前記群パターンを、共通する属性情報を有するユーザごとに抽出することを特徴とする請求項１または２記載の情報処理装置。
  4. 　前記行動履歴記憶部には、各ユーザの所持する端末装置から送信される、当該ユーザのＩＤ、当該ユーザが所在する位置の緯度および経度を含む位置情報ならびに日時の情報が、前記属性情報と共に当該ユーザの行動履歴として蓄積され、
    　前記群パターンに基づいた情報を生成する情報生成部を備え、
    　前記情報生成部は、前記端末装置を所持するユーザと行動履歴が類似する前記群パターンに基づいて、当該ユーザに次の目的地として推奨する推奨ポイントを通知するレコメンド通知を生成し、
    　前記レコメンド通知を前記端末装置に送信するレコメンド通知送信部を備えることを特徴とする請求項１～３のいずれか一項記載の情報処理装置。
  5. 　前記情報生成部は、前記端末装置を所持するユーザと属性情報に共通点のある前記群パターンに基づいて、前記推奨ポイントを通知するレコメンド通知を生成することを特徴とする請求項４記載の情報処理装置。
  6. 　前記レコメンド部は、前記端末装置を所持するユーザと行動履歴が類似する前記群パターンを検索し、当該群パターンを構成する過去のユーザの行動履歴において、前記端末装置を所持するユーザの最新の訪問ポイントである現在地ポイントの次に過去のユーザが訪問した訪問ポイントを特定し、特定した前記訪問ポイントに基づいて前記推奨ポイントを決定することを特徴とする請求項４または５記載の情報処理装置。
  7. 　前記レコメンド部は、特定した前記訪問ポイントの中で、前記端末装置を所持するユーザの現在地ポイントの訪問時刻に近い時間帯に、当該現在地ポイントを訪問した過去のユーザの訪問ポイントを、優先的に前記推奨ポイントに決定することを特徴とする請求項６記載の情報処理装置。
  8. 　前記レコメンド部は、特定した訪問ポイントの中で、過去のユーザの訪問頻度が高いポイントを優先的に前記推奨ポイントに決定することを特徴とする請求項４または５記載の情報処理装置。
  9. 　予め登録した複数のポイントの位置情報を記憶するポイント情報記憶部と、
    　前記ポイントの位置情報と、前記端末装置から送信された前記ユーザの位置情報に基づいて、前記ユーザの現在位置に近接するポイントを検出し、当該ポイントのジオフェンス情報を生成する近接ポイント検出部と、
    　当該ジオフェンス情報を前記端末装置に送信するジオフェンス情報送信部と、を備え、
    　前記情報生成部は、前記ジオフェンス情報に基づいて前記端末装置が送信した前記ポイントへの到達通知を受信すると、前記レコメンド通知を生成することを特徴とする請求項４～８のいずれか一項記載の情報処理装置。
  10. 　予め登録した複数のポイントの位置情報と各ポイントのクラスタリング範囲とを記憶するポイント情報記憶部と、
    　前記クラスタリング範囲に基づいて、前記行動履歴記憶部に記憶される前記ユーザの行動履歴の位置情報を前記ポイントの位置情報に置き換えて、各ユーザの行動履歴から加工行動履歴を生成するクラスタリング部と、を備えることを特徴とする請求項４～９のいずれか一項記載の情報処理装置。
  11. 　前記クラスタリング部が生成した前記加工行動履歴に含まれる日時の情報を、任意の時刻を始点とし、任意の単位時間で区分した時間情報に置き換えて、各ユーザの加工行動履歴からプロットファイルを作成するプロットファイル作成部と、
    　前記プロットファイルを前記属性情報と共に記憶するプロットファイル記憶部と、を備え、
    　前記抽出部は、前記プロットファイル記憶部に蓄積された複数のユーザの前記プロットファイルを用いて、定期的に前記群パターンを抽出することを特徴とする請求項１０記載の情報処理装置。
  12. 　前記情報生成部は、前記クラスタリング部が生成したユーザの前記加工行動履歴と、当該ユーザと属性情報が共通し、当該ユーザの加工行動履歴に類似する前記群パターンに基づいて、前記レコメンド通知を作成することを特徴とする請求項１１記載の情報処理装置。
  13. 　前記属性情報は、国籍、出身地、性別および年代またはこれらの組み合わせであることを特徴とする請求項１～１２のいずれか一項に記載の情報処理装置。
  14. 　行動履歴記憶部および群パターン記憶部を備えたコンピューターに、
    　前記行動履歴記憶部に複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶させる処理と、
    　前記行動履歴記憶部に記憶させた前記行動履歴に基づいて、同様のポイントを移動した複数のユーザの行動履歴である群パターンを抽出させる処理と、
    　前記抽出部が抽出した群パターンを前記群パターン記憶部に記憶させる処理と、
    　前記群パターンに基づいた情報を生成させる処理と、
    　を実行させることを特徴とする情報処理プログラム。
  15. 　ユーザが携帯可能な端末装置と、前記端末装置とネットワークを介して通信可能な情報処理装置とを含む情報処理システムであって、
    　前記情報処理装置は、
    　前記端末装置からユーザの位置情報を受信する受信部と、
    　複数のユーザの行動履歴を、各ユーザの属性情報と共に記憶する行動履歴記憶部と、
    　前記行動履歴記憶部に記憶された前記行動履歴に基づいて、同様のポイントを移動した複数のユーザの行動履歴である群パターンを抽出する抽出部と、
    　前記抽出部が抽出した前記群パターンを記憶する群パターン記憶部と、
    　前記群パターンに基づいた情報を生成する情報生成部と、
    　前記群パターンに基づいた情報を前記端末装置に送信する送信部と、を備えることを特徴とする情報処理システム。
  16. 　前記端末装置は、前記情報処理装置に送信する前記ユーザの位置情報を収集する位置情報収集部と、
    　前記情報処理装置から受信した前記群パターンに基づいた情報を表示部に表示させる表示制御部と、を備えることを特徴とする請求項１５記載の情報処理システム。
  17. 　端末装置に請求項１６に記載の前記位置情報収集部および前記表示制御部を実現するための情報処理プログラム。
PCT/JP2018/000728 2018-01-12 2018-01-12 情報処理装置、情報処理プログラムおよび情報処理システム WO2019138560A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2018/000728 WO2019138560A1 (ja) 2018-01-12 2018-01-12 情報処理装置、情報処理プログラムおよび情報処理システム
JP2019564253A JP6903167B2 (ja) 2018-01-12 2018-01-12 情報処理装置、情報処理プログラムおよび情報処理システム
JP2021086835A JP7282126B2 (ja) 2018-01-12 2021-05-24 情報処理装置、情報処理プログラムおよび情報処理システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/000728 WO2019138560A1 (ja) 2018-01-12 2018-01-12 情報処理装置、情報処理プログラムおよび情報処理システム

Publications (1)

Publication Number Publication Date
WO2019138560A1 true WO2019138560A1 (ja) 2019-07-18

Family

ID=67219517

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/000728 WO2019138560A1 (ja) 2018-01-12 2018-01-12 情報処理装置、情報処理プログラムおよび情報処理システム

Country Status (2)

Country Link
JP (2) JP6903167B2 (ja)
WO (1) WO2019138560A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022249348A1 (ja) * 2021-05-26 2022-12-01 日本電気株式会社 推薦装置、システム及び方法、情報開示制御装置及び方法、並びに、コンピュータ可読媒体

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024048036A1 (ja) * 2022-09-01 2024-03-07 株式会社Ｎｔｔドコモ 店舗判定装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004075137A1 (ja) * 2003-02-19 2004-09-02 Matsushita Electric Industrial Co., Ltd. 情報提供装置
JP2005056022A (ja) * 2003-06-12 2005-03-03 Toshiba Corp データ抽出装置、データ抽出方法およびデータ抽出プログラム
WO2012086444A1 (ja) * 2010-12-24 2012-06-28 日本電気株式会社 監視データ分析装置、監視データ分析方法および監視データ分析プログラム
JP2017134781A (ja) * 2016-01-29 2017-08-03 日本電信電話株式会社 情報案内方法、情報案内システム、情報処理端末、管理装置およびプログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100902485B1 (ko) * 2007-09-04 2009-06-10 성균관대학교산학협력단 시간에 따른 모바일 유저의 빈발한 행동패턴 추출방법
JP5994389B2 (ja) 2012-05-24 2016-09-21 日本電気株式会社 情報処理装置、情報処理方法及び情報処理プログラム
CN105744473A (zh) * 2014-12-08 2016-07-06 阿里巴巴集团控股有限公司 基于地理围栏的定位方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004075137A1 (ja) * 2003-02-19 2004-09-02 Matsushita Electric Industrial Co., Ltd. 情報提供装置
JP2005056022A (ja) * 2003-06-12 2005-03-03 Toshiba Corp データ抽出装置、データ抽出方法およびデータ抽出プログラム
WO2012086444A1 (ja) * 2010-12-24 2012-06-28 日本電気株式会社 監視データ分析装置、監視データ分析方法および監視データ分析プログラム
JP2017134781A (ja) * 2016-01-29 2017-08-03 日本電信電話株式会社 情報案内方法、情報案内システム、情報処理端末、管理装置およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
OKU, KENTA: "A Recommendation Method Considering User's Time Series Contexts, IPSJ SIG Technical Reports", INFORMATION PROCESSING SOCIETY OF JAPAN, vol. 2008, no. 88, 14 September 2008 (2008-09-14), pages 121 - 126, XP058132962 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022249348A1 (ja) * 2021-05-26 2022-12-01 日本電気株式会社 推薦装置、システム及び方法、情報開示制御装置及び方法、並びに、コンピュータ可読媒体

Also Published As

Publication number Publication date
JP6903167B2 (ja) 2021-07-14
JPWO2019138560A1 (ja) 2020-12-17
JP7282126B2 (ja) 2023-05-26
JP2021157807A (ja) 2021-10-07

Similar Documents

Publication Publication Date Title
EP2875655B1 (en) Inferring user interests
CN104380293B (zh) 基于位置从地图历史提供相关元素信息的方法和计算装置
US8838586B2 (en) Relevancy ranking for map-related search
JP3998968B2 (ja) 移動体ナビゲーション装置
CN108419205B (zh) 提供热点给服务器控制区域内的用户装置
EP2541485A1 (en) Method for constructing geo-fences for a spatial recommendation and discovery system
JP6556064B2 (ja) 情報案内方法、情報案内システム、情報処理端末、管理装置およびプログラム
JP5846576B2 (ja) 訪問地近隣情報提供サーバ及び情報提供方法
JP7282126B2 (ja) 情報処理装置、情報処理プログラムおよび情報処理システム
KR102087481B1 (ko) 위치 정보와 사용자 역할에 따라 지역 정보를 제공하는 소셜 네트워크 시스템 및 그 방법
JP5968030B2 (ja) 施設評価装置、施設評価システム、施設評価方法およびプログラム
JP2013250883A (ja) 情報処理装置、情報処理方法およびプログラム
US20180253777A1 (en) Method for analyzing and ranking venues
KR20150031103A (ko) 위치 기반의 관광 상품 제공 시스템 및 그 운용 방법
JP7315446B2 (ja) 処理装置、処理方法、および処理プログラム
US10015629B2 (en) System and method for facilitating social dining experiences using location information
JP4374016B2 (ja) 訪問スポット抽出プログラムおよび関心度評価プログラム
JP2007110341A (ja) 携帯端末装置、移動先情報提供サーバ装置、滞在場所情報収集プログラム、移動先情報表示プログラム、移動先情報提供プログラム及び移動先情報提供システム
JP2003196351A (ja) 訪問スポット抽出プログラムおよび関心度評価プログラム
JP2005228154A (ja) コンテキスト生成システムおよびそのプログラム
JP5476571B2 (ja) コメント評価装置、コメント評価方法及びプログラム
JP5998182B2 (ja) Ｐｏｉデータ生成装置、端末装置、ｐｏｉデータ生成方法およびプログラム
JP6664582B2 (ja) 推定装置、推定方法および推定プログラム
JPWO2008149408A1 (ja) 情報検索システム、それに用いられる移動頻度管理装置およびエリア情報検索装置、移動頻度管理装置におけるプログラム、エリア情報検索装置におけるプログラム、およびそのプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2022160315A (ja) コンピュータシステム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019564253

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18899982

Country of ref document: EP

Kind code of ref document: A1