WO2021186978A1 - クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム - Google Patents

クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム Download PDF

Info

Publication number
WO2021186978A1
WO2021186978A1 PCT/JP2021/005351 JP2021005351W WO2021186978A1 WO 2021186978 A1 WO2021186978 A1 WO 2021186978A1 JP 2021005351 W JP2021005351 W JP 2021005351W WO 2021186978 A1 WO2021186978 A1 WO 2021186978A1
Authority
WO
WIPO (PCT)
Prior art keywords
cluster
user
spots
spot
information
Prior art date
Application number
PCT/JP2021/005351
Other languages
English (en)
French (fr)
Inventor
晋平 森田
Original Assignee
株式会社ピース企画
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 株式会社ピース企画 filed Critical 株式会社ピース企画
Priority to EP21772303.0A priority Critical patent/EP4123615A4/en
Priority to CN202180021110.4A priority patent/CN115315736A/zh
Publication of WO2021186978A1 publication Critical patent/WO2021186978A1/ja
Priority to US17/940,388 priority patent/US20230018382A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3438—Rendez-vous, i.e. searching a destination where several users can meet, and the routes to this destination for these users; Ride sharing, i.e. searching a route such that at least two users can share a vehicle for at least part of the route
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G01C21/3694—Output thereof on a road map
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0259—Targeted advertisements based on store location
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3667—Display of a road map
    • G01C21/3676—Overview of the route on the road map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator

Definitions

  • the present disclosure relates to a cluster generator, a cluster generation method, and a cluster generation program that classify users based on the user's location information and spot information visited by the user.
  • Patent Document 1 proposes a method of illustrating the flow of people on a map for the purpose of visualizing the flow of people using information such as GPS and supporting the efficient operation of the city.
  • Patent Document 1 only analyzes the flow of people, such as where the people who visit a certain point come from or where they go, based on the movement information of the people.
  • the technique disclosed in Patent Document 1 does not include a viewpoint of analyzing data using information about a visited place.
  • the information of the visited spots is taken into consideration for analysis, the analysis of the people who visit a certain spot, the analysis of the people who visit a certain area, and the people who visit a plurality of spots. It is an object of the present invention to provide a cluster generation device, a cluster generation method, and a cluster generation program capable of grasping their characteristics by performing an analysis of the above.
  • the cluster generator in one aspect of the present disclosure is a user classification based on a spot visited by a user by using a user information acquisition unit that acquires the position information and time information of a plurality of users and the user's position information.
  • a route generation unit that generates a movement route based on the movement history between the spots of the cluster from the time information and location information of the users belonging to the cluster for each cluster generated by the cluster generation unit and the cluster generation unit.
  • the cluster generation method in one aspect of the present disclosure is a user classification based on a spot visited by a user by using a user information acquisition step for acquiring the position information and time information of a plurality of users and the user's position information.
  • the cluster generation program in one aspect of the present disclosure is a user classification based on a spot visited by a user by using a user information acquisition step for acquiring the position information and time information of a plurality of users and the user's position information.
  • spot analysis such as which spot many people gather, and the behavior of people in the area It is possible to analyze areas such as routes and clusters such as behavior patterns and tastes of average people belonging to the cluster.
  • a cluster that is a classification of the user is generated from the user's position information, time information, and the spot visited by the user, and the visit route of the spot for each cluster is displayed.
  • the cluster generation system includes a cluster generation device 100 and a user terminal 200.
  • the cluster generator 100 and the user terminal 200 are communicably connected via the network NW.
  • the network NW is composed of WAN (World Area Network), LAN (Local Area Network) and the like.
  • the cluster generation system 1 periodically acquires the user's position information and time information, and generates a cluster from the spots visited by the user.
  • the cluster generator 100 is managed by a telecommunications carrier, a telecommunications carrier, a telecommunications carrier, and other entrepreneurs.
  • the cluster generation device 100 periodically acquires the user's position information and time information through the user terminal 200.
  • the cluster generation device 100 grasps the spots visited by the user, and then generates clusters that are classified by the user based on the spots visited by the user.
  • the user terminal 200 is used by the user.
  • the user terminal 200 is, for example, a terminal device having a function of acquiring position information of a smartphone, a tablet terminal, or the like and a communication function.
  • the user terminal 200 does not necessarily have a function of acquiring position information by itself, but is, for example, a combination of an IC card that identifies a user and an IC reading terminal installed at a spot, and is a combination of a user's visit time and the user's visit time. It may be configured to acquire position information.
  • the cluster generation device 100 includes a communication unit 110 that communicates with other devices, a storage unit 120 that stores various data, and a control unit 130 that controls the entire device. These components are interconnected by a bus line BL.
  • the communication unit 110 is a communication interface provided with a NIC (Network Interface Card controller) for performing wired communication or wireless communication.
  • the communication unit 110 communicates with the user terminal 200 via the network NW.
  • the storage unit 120 is composed of a RAM (RandomAccessMemory), a ROM (ReadOnlyMemory), and the like.
  • the storage unit 120 stores programs for executing various control processes, various data, and the like.
  • the storage unit 120 has a user ID that identifies the user, a user information DB 121 that stores the user's position information acquired from the user terminal 200 via the communication unit 110, and the time information that is the acquired time.
  • the storage unit 120 has a spot information DB 122 that stores information such as a spot ID for identifying a spot, position information, a spot name, and a spot classification / attribute.
  • the control unit 130 is composed of a CPU (Central Processing Unit) and the like.
  • the control unit 130 controls the overall operation of the cluster generation device 100 by executing the program stored in the storage unit 120.
  • the control unit 130 functions as a user information acquisition unit 131, a cluster generation unit 132, a route generation unit 133, and a display unit 134.
  • the user information acquisition unit 131 acquires the user's position information and time information from the user terminal 200 via the communication unit 110 and the network NW.
  • the user's position information is, for example, information such as latitude and longitude.
  • the time information is the time information at the time when the position information is acquired.
  • information such as GPS (Global Positioning System) mounted on a smartphone, smart watch, etc. possessed by the user may be used.
  • terminals such as a magnetic reader and an IC reader may be installed in a spot or the like, and the user may acquire the position information by having these terminals read their own terminals or the like.
  • the user information acquisition unit 131 may acquire location information based on the information transmitted to the SNS (Social Networking Service).
  • SNS Social Networking Service
  • the user information acquisition unit 131 periodically acquires position information and time information from the user at regular time intervals. The shorter the interval for acquiring the user's location information, the more detailed analysis can be performed, which is desirable.
  • the time interval for acquiring location information is long, the burden on the system and network can be reduced, and if the interval is short, the possibility that the user's behavior can be analyzed in more detail increases. Therefore, the time interval may be set while considering the analysis target and the load on the system.
  • the user information acquisition unit 131 stores the position information acquired from the user in the user information DB 121 together with the user ID and the acquired time information.
  • the cluster generation device 100 it is desirable that the user's position information is once stored in the storage unit 120 so that the cluster analysis can be performed from various viewpoints.
  • the cluster generation unit 132 generates a cluster that is a classification of users based on the spots visited by the user.
  • the spot means a certain place such as a store or a facility that can be specified by latitude and longitude.
  • virtual spots may be set up at regular intervals.
  • the cluster generation unit 132 grasps which spot the user has checked in, that is, has visited, based on the information acquired from the user information acquisition unit and the information in the spot information DB 122.
  • the cluster generation unit 132 determines the user's spot visit, for example, the position information such as the latitude and longitude of the user is compared with the position information such as the latitude and longitude of the spot, and if the locations match, the visit is determined. do.
  • the location information is strictly matched and regarded as a visit, it may be determined that the user has not visited any spot. Therefore, if a certain threshold value L is set and the distance between the spot and the user is L or less, it may be considered that the user has visited the spot. This makes it possible to absorb the error of the position information.
  • a general algorithm may be used to determine that the user has visited the spot.
  • the cluster generation unit 132 determines the spot visit of the user, the determination is made based on the fact that the position information of the user and the spot match. Matching information may be used to distinguish between transit, visit, and use.
  • the user information acquisition unit 131 acquires the user's position information at a fixed time interval, even if the user and the spot's position information match, it passes through the spot instead of the user visiting the spot. Sometimes it's just done. In this case, it may be determined that the passage has passed. Further, when the position information of the user and the spot match more than a certain number of times (first threshold value) that are continuous in time, it may be determined that the spot has been visited. Furthermore, in spots such as movie theaters, hot spring facilities, and theme parks, if the position information of the user and the spot match more than a certain number of times (second threshold value) that are continuous in time, it is determined that the spot has been used. You may. Further, when the position information of the user and the spot match more than a certain number of times (third threshold value) that are continuous in time, it may be determined that the user is working at the spot.
  • first threshold value a certain number of times
  • second threshold value if the position information of the user and the spot match more than a certain number
  • each threshold value may be set for each spot.
  • the user's movement method may be considered.
  • the user information acquisition unit 131 acquires the user's position information at regular time intervals, and at this time, the movement speed is estimated from the movement distance per unit time based on the movement distance of the position information at continuous times.
  • It may be determined whether the user's moving method is walking or using a moving method such as a car or a train. Then, at least when it is determined that the user is moving by car, train, etc., even if the position information of the user and the spot match, the user only passed the spot and did not visit, so the cluster.
  • the generation unit 132 may not determine that the user has visited the spot.
  • the cluster generation unit 132 causes the user to read the user's terminal by these terminals. You may decide that you have visited the spot.
  • the cluster generation unit 132 generates a cluster that is a classification of users based on the spots visited by the user.
  • the cluster generation unit 132 clusters using, for example, hierarchical clustering, non-hierarchical clustering, or a known algorithm based on the commonality of the spots visited by the users (the commonality of the visited users from the viewpoint of the spots). Generate.
  • the cluster generation unit 132 may set the target of cluster generation to M, and after performing clustering, may generate M clusters from a common spot and a large number of users.
  • the cluster generation unit 132 may generate a cluster by taking into consideration the number of visits to the spot, the visit time, the staying time, the commonality of the spot classification, and the like when performing clustering. In addition, the cluster generation unit 132 may generate a cluster by taking into consideration the total stay time, the average stay time, the number of times introduced / cited in media such as television, magazines, the Internet, and SNS, and mobile objects.
  • the cluster generation unit 132 when clustering is performed, includes spot commonality, number of spot visits, visit time, stay time, common spot classification, total stay time, average stay time, television, magazines, and the Internet. ⁇ Weights are added to factors such as the number of times introduced / cited in media such as SNS, moving objects, purchase data, prices of products and services handled by spots, and types / types of products and services. May create a cluster.
  • the cluster generation unit 132 may give a high value to a spot in a meaningful place, that is, a place having a high rarity.
  • Rarity gives a high value when some users take common actions. For example, a high rarity may be given to a place where the number of visits is small. Since many people visit stations and convenience stores, the rarity is low. On the other hand, places with a small number of visits, such as bookstores and live houses that are popular with people with specific hobbies, are given high rarity.
  • a high rarity may be given to a place where the staying time of the spot or the number of visits per person is large. This is because the staying time of a certain spot is usually 15 minutes or less, but if only some users stay for 60 minutes or more, a high rarity may be given. That is, normally, a user who uses a certain station uses it to get on a train from the station, but some users visit a user who stays for 60 minutes or more for a long time to take a picture of the train.
  • the cluster may be generated as a pseudo spot A2 different from the above.
  • a high rarity may be given to a spot with few related spots.
  • the cluster generation unit 132 may select only spots whose rarity exceeds a certain threshold value, and then generate the cluster based on the commonality of the spots visited by the user.
  • the cluster generation unit 132 sets a high score for clusters containing many spots with high rarity, preferentially generates clusters with high scores, or arranges clusters with high scores after cluster generation.
  • the cluster may be extracted instead.
  • cluster generation unit 132 When the cluster generation unit 132 generates a cluster, hierarchical clustering, non-hierarchical clustering, or a known clustering algorithm may be used.
  • the cluster generation unit 132 When the cluster generation unit 132 generates a cluster, instead of generating a cluster based on a common spot, an area in which several spots are put together may be formed and a cluster may be generated based on the area. At this time, the cluster generation unit 132 may perform clustering by using information such as the position information of the area, the classification of the spots belonging to the area, the attributes, and the number of visits by the user, similarly to the spots.
  • the cluster generation unit 132 may limit the range of spots and areas to be classified and generate the cluster based on the spots and areas within the limited range. Further, the cluster generation unit 132 may generate a cluster within a designated time within a certain time range. At this time, a cluster may be generated with a range such as a day of the week and a time zone.
  • the cluster generation unit 132 may generate the cluster after considering the spot, the number of visits to the area, the visit time, the staying time, and the like.
  • the route generation unit 133 generates a movement route of how the user has moved the spots and / or areas belonging to the cluster with respect to the cluster generated by the cluster generation unit 132.
  • the route generation unit 133 plots the movement relationship between each spot for each user when generating the movement route, and generates the route. That is, assuming that there are five spots A to E in the cluster, the route generation unit 133 has A to A (stay), A to B, A to C, ... B to A, B to B (stay). ), B to C, ... E to D, E to E (stay) movement patterns are generated in a matrix for each user action. Then, the route generation unit 133 generates, for example, the most numerous movement patterns as routes, and generates them as movement routes of users belonging to the cluster.
  • the route generation unit 133 may not only generate a movement route after clustering but also generate a movement route at the same time as clustering when generating a movement route.
  • a movement route instead of generating a single route, it may be generated separately for a main movement route and a subordinate movement route.
  • the route connecting the routes with the most movement patterns may be used as the main movement route, the threshold value T may be set, and then the route with movement of T or more may be generated as the follower movement route. good.
  • the number of subordinate movement paths does not have to be one, and a plurality of subordinate movement paths may be generated.
  • the generation of the movement route is not limited to the one using the movement relationship between the spots as described above, and the movement route of the spots belonging to the cluster may be generated by using a known route generation algorithm. ..
  • the display unit 134 creates and displays a movement route between spots and / or areas belonging to the cluster for the route generated by the route generation unit 133 using a network diagram. At this time, the display unit 134 may display only the main movement route, or may display the main movement route and the subordinate movement route together.
  • the display unit 134 may display the line type and / or the color separately so that the main movement route and the subordinate movement route can be distinguished from each other. .. This makes it possible to visually grasp the movement route in the cluster including the main movement route and the subordinate movement route at a glance.
  • the display unit 134 may not only display the movement route between spots on a network diagram, but may also show the movement route after showing the spot on the map. By displaying it on a map, the user can visually grasp the sense of distance of the movement route, and can also visually grasp what other spots are nearby. It will be possible.
  • the route When displaying the movement route on the map, the route may be displayed along the road between the spots by using an existing algorithm or the like.
  • FIG. 3 shows a specific example of the user information DB 121.
  • the user information acquisition unit 131 periodically acquires position information and time information from the user at regular time intervals. Then, the user information acquisition unit 131 stores the user id of the user who acquired the position information, the acquisition time, and the user's position information (latitude and longitude) in the user information DB 121.
  • the information stored in the user information DB 121 is not limited to these, and other information such as the age (age), gender, and residential area of the user may be stored.
  • FIG. 4 shows a specific example of the spot information DB 122.
  • the spot information DB 122 stores an identification id for identifying a spot, spot location information (latitude, longitude), spot name (shop name, etc.), and classification (classification of the spot such as a restaurant, theme park, station, etc.). do.
  • other information such as the opening time of the spot and the average budget may be stored in the spot information DB, and links such as the spot official homepage and introduction page are saved to provide various information on the spot. May be made available.
  • the cluster generation unit 132 generates a cluster that is a classification of users based on the spots visited by the user.
  • Cluster generation is performed using, for example, hierarchical clustering as shown below.
  • spot clustering is performed by regarding the commonality of spots as seen by the user (commonality of users as seen from the spot) as a distance or similarity.
  • clustering is performed in the form of A + B, C.
  • patterns A + B + C, A + B, C, A, and B are generated.
  • the cluster generation unit 132 performs hierarchical clustering while combining similar spots to generate clusters. At this time, clusters with few common spots are considered to have few features, as they only visit general places such as stations and convenience stores. Therefore, clusters with many common spots (small number of common users) may be extracted to generate the final cluster.
  • the clusters may be sorted from the one with the largest value according to the number of common spots x the number of users.
  • an index such as the total staying time of common spots may be used, or other factors for extracting characteristic clusters may be added. Further, using these indexes, the top M elements may be extracted and then configured as a cluster.
  • the cluster generation unit 132 is not limited to hierarchical clustering, and cluster generation may be performed using non-hierarchical clustering or a known clustering algorithm.
  • the cluster generation unit 132 may generate a cluster using a meaningful place, that is, rarity. For example, a rarity of 10 is assigned to a spot that is visited only by some users (the number of visiting users is a or more and b or less), and a rarity of 1 is set for other spots. Then, when creating a cluster, the rarity may be calculated from the spots included in the cluster, and the generated clusters may be sorted in descending order of rarity. At this time, M pieces may be extracted from those having high rarity.
  • rarity a meaningful place
  • rarity not only the number of visits by users, but also the visit time, stay time, commonality of spot classification, total stay time, average stay time, introduction and citation in media such as TV, magazines, the Internet, and SNS.
  • Rarity may be given in consideration of factors such as the number of times, the moving object, the purchase data, the charge of the goods and services handled by the spot, and the type and type of the goods and services.
  • FIG. 5 shows a specific example 141 of the cluster generated after the cluster generation unit 132 clustered. For example, when the goal is to generate 100 clusters, an example is shown in which 100 clusters are generated from the one with many common spots and a large number of members.
  • the cluster generation unit 132 may perform clustering after considering not only the commonality of spots (commonality of users) but also factors such as visit time, number of visits, staying time, and commonality of spot classification. .. At this time, the cluster generation unit 132 performs clustering after weighting each element such as spot commonality (user commonality), visit time, number of visits, staying time, and spot classification commonality. You may.
  • the route generation unit 133 generates a movement route of how the user has moved the spots and / or areas belonging to the cluster with respect to the cluster generated by the cluster generation unit 132. For example, the route generation unit 133 generates a route using the movement relationship between spots.
  • FIG. 7 shows a specific example of the movement relationship between spots. For example, suppose that the spots belonging to a certain cluster are 6 spots A to F. At this time, the movement routes of the users A to F are input to the movement relationship between the spots. For example, if the user who was in the A spot has moved to the E spot, 1 is added to the cell in the A row and the E column. If the user who was in the A spot stays in the A spot as it is, 1 is added to the cell in the A row and the A column.
  • the route generation unit 133 When the route generation unit 133 generates the movement relationship between spots, it may be generated at an arbitrarily divided time (a fixed time from a certain date and time to a certain date and time).
  • FIG. 7 shows a specific example 143 of the movement relationship between spots.
  • the movement to stay in A is 4
  • the movement to B is 1
  • the movement to C is 1
  • the movement to D is 2
  • the movement to E is 4
  • the movement to F is F.
  • the movement of is 10. Therefore, the movement from A to F is the majority, and it is grasped as the main movement route.
  • the one with a large number of movements may be grasped as the subordinate movement route.
  • a route that has not been grasped as the main movement route but has moved 10 or more is grasped.
  • B ⁇ C and C ⁇ B can be grasped. Therefore, in addition to the main movement route, B ⁇ C and C ⁇ B are grasped as subordinate movement routes.
  • the display unit 134 creates and displays a movement route between spots and / or areas belonging to the cluster for the route generated by the route generation unit 133 using a network diagram.
  • FIG. 8 shows a specific example 144 of the network diagram. This shows the main movement path shown by a solid line and the following movement path shown by a broken line with respect to the movement relationship 143 between the spots in FIG.
  • the display may include the orientation as in C ⁇ D and D ⁇ E.
  • the display unit 134 may show the movement route on the map.
  • FIG. 9 is a specific example 145 showing the movement route on the map.
  • the route of one cluster may be displayed on the map, or the route of a plurality of arbitrarily selected clusters may be displayed.
  • FIG. 10 shows a processing flow of the cluster generator according to the first embodiment of the present disclosure.
  • the user information acquisition unit 131 acquires the user's position information and time. Then, the user information acquisition unit 131 stores the acquired information in the user information DB 121 (step S101).
  • the cluster generation unit 132 grasps which spot the user has visited by using the user's position information, time information, and spot information. Then, the cluster generation unit 132 generates a cluster by using the information of the user who visited the spot (step S102). Each cluster belongs to a common spot that users have visited in common.
  • the route generation unit 133 generates a user's movement route for a common spot belonging to the cluster by using the movement relationship between the spots (step S103). At this time, the route generation unit 133 may generate not only the main movement route but also the subordinate movement route.
  • the display unit 134 displays the user's movement route using a network diagram (step S104). At this time, the display unit 134 may display the movement route on the map.
  • (effect) it is possible to analyze how people are gathering in a spot or area by using the position information of the user and the information about the spot visited by the user. Furthermore, by generating and analyzing clusters, it is possible to analyze what kind of spots a user who visits a certain spot may visit, and the characteristics of behavioral routes in each region. Become.
  • clusters By performing analysis classified into such clusters, it is possible to grasp what kind of cluster people gather in a certain spot or area. For example, by referring to how similar clusters behave in other spots or areas, it is possible to help revitalize the local economy and create a city.
  • the analysis of the present embodiment it is possible to determine whether the person is a place of work or a place of residence by grasping the staying time and the number of visits, and thereby it is possible to proceed with the analysis. .. It is also possible to analyze by day of the week, time zone, and moving object. Furthermore, by referring to the information introduced in the media, it is possible to analyze the economic effects of the media.
  • the function of displaying the summary of the spot such as the number of visitors to the spot and the average staying time is further provided by using the information acquired from the user.
  • the overall system configuration is the same as that of the cluster generation system of FIG.
  • FIG. 11 shows the configuration of the cluster generation device 300 in this embodiment.
  • the configuration of the communication unit 110 and the storage unit 120 is the same as that of the cluster generation device 100.
  • the configuration of the user information acquisition unit 131, the cluster generation unit 132, the route generation unit 133, and the display unit 134 in the control unit 330 is the same as that of the control unit 130 of the cluster generation device 100, and the control unit 330 further includes a summary display unit 335.
  • a recommendation unit 336 is provided.
  • the summary display unit 335 creates and displays a summary of spots using the information acquired from the user. Specifically, the summary to be created is introduced and quoted in the media such as the number of visitors to the spot, the total staying time, the average staying time per user, the average number of visits per user, TV, magazines, the Internet, and SNS. The number of times, clusters that are strongly related to the spot, other spots that are strongly related to the spot, classifications and attributes of spots that are strongly related to the spot.
  • the summary display unit 335 is a user performed by the cluster generation unit 132 based on information acquired from the user regarding the number of visitors to the spot, the total staying time, the average staying time per user, and the average number of visits per user. It is calculated by analyzing based on the spot visit judgment of.
  • the summary display unit 335 selects a cluster having a strong relationship from the clusters including the spot as a common spot. For example, a cluster having a large number of people belonging to each cluster may be regarded as having a strong relationship, and the top N cases specified in advance may be selected. Also, for example, from each cluster, a cluster with a large number of visits, a cluster with a long total stay time, a cluster with a large number of visits per person, or a cluster with a long stay time per person may be calculated as having a strong relationship. good.
  • the summary display unit 335 may select the spot of the moving destination or the moving source of the spot as the spot having a strong relationship from the clusters having a strong relationship obtained as described above.
  • the summary display unit 335 may select the same classifications and attributes as the spots with strong relevance, and may select the classifications and attributes included in the spots with strong relevance.
  • the summary display unit 335 analyzes the spots as described above and creates a spot summary. Then, for example, when the user selects a spot, the summary display unit 335 displays the spot summary by displaying the spot summary related to the spot.
  • the summary display unit 335 may analyze the area, create an area summary, and display it.
  • An area is an area that includes multiple spots within a certain area, such as ⁇ towns, ⁇ cities, ⁇ prefectures, etc., as well as ⁇ stations within a radius of 1 km. Then, the summary display unit 335 displays the number of spots included in the area, the total staying time, the average staying time per person, the average number of visits per person, the main cluster, the spot or cluster having a long staying time, the spot having a long average staying time per person, or Display clusters, spots or clusters with the highest average number of visits per person.
  • the summary display unit 335 may access information on a network such as the Internet to display spots that are frequently introduced on TV, magazines, and the like.
  • the summary display unit 335 may display clusters related to the area by using information such as the cluster to which the spot belongs in the spot belonging to the area. At this time, the top N items having a strong relationship may be displayed.
  • the summary display unit 335 may analyze the main clusters and create an area summary based on, for example, the large number of users belonging to the cluster, the large number of common spots included in the cluster, and the like.
  • the summary display unit 335 may analyze the area as described above, create an area summary, and display it.
  • the summary display unit 335 may analyze the cluster, estimate the attributes of the cluster, and then create and display the cluster summary. Then, the summary display unit 335 includes the total staying time of the users included in the cluster, the average staying time per person, the average number of visits per person, the spots having a large average staying time per person, the spots having a large average number of visits per person, and the main ones. An action route or the like may be created and displayed.
  • the summary display unit 335 acquires information such as gender, age, place of residence, user's appearance, and clothes that are often worn from the user, and uses the information to obtain the gender ratio, generation ratio, and main factors of the cluster.
  • a unique place of residence, average appearance, etc. may be created and displayed as a cluster summary.
  • the analysis may be performed after specifying the date and time range in advance, such as from when to when.
  • the recommendation section 336 makes a recommendation after performing a cluster analysis.
  • the recommendation unit 336 assumes that the owner of the spot receives the recommendation, and when the summary display unit 335 analyzes the clusters strongly related to a certain spot, what other spots the user can use for the spot. Analyze what kind of goods and services you are visiting, what kind of goods and services you are purchasing, and so on. As a result, the products / services handled at the spot may be recommended, and the stores to be affiliated with may be recommended.
  • the recommendation section 336 for example, assuming that the person in charge of the regional promotion association receives the recommendation, when the summary display section 335 analyzes the clusters strongly related to a certain area, what kind of user does the user have about the area? Analyze what kind of products and services you are visiting, what kind of spots you are visiting in other areas, and so on. As a result, in the spot, a spot that is not in the area but is likely to be used by the user may be recommended, and a product / service that is likely to be purchased by the user may be recommended.
  • the recommendation unit 336 assumes, for example, that the user receives a recommendation, and in the summary display unit 335, what kind of spots other users belonging to the cluster are visiting from the cluster to which the user belongs, what kind of spots Analyze whether you are visiting a store that handles various types of products and services. As a result, the user may be recommended to other spots that the user has not visited and to recommend products and services.
  • the recommendation unit 336 may recommend spots, types of stores and facilities, types of products / services, and the like.
  • FIG. 12 shows a specific example of the spot summary displayed by the summary display unit 335.
  • the summary display unit 335 can visually indicate that the spot is utilized differently by a plurality of clusters having different behavior patterns.
  • the summary display unit 335 may display the total number of visits, the total staying time, the average staying time per person, and the average visiting time per person.
  • the clusters in which the spot A is a common spot may be displayed, and the value for each cluster may be displayed.
  • a cluster having a strong relationship, a spot having a strong relationship, a classification having a strong relationship, and an attribute may be displayed together.
  • the summary display unit 335 can analyze the group of users who visit the spot and how it is used by the users, and other Comparison with spots and areas is also possible.
  • FIG. 13 shows a specific example of the area summary displayed by the summary display unit 335.
  • the summary display unit 335 can visually indicate what kind of spots and clusters the area is composed of.
  • the summary display unit 335 may display the total number of spots, the total staying time, the average staying time per person, and the average number of visits per person. Further, the value for each spot belonging to the area may be displayed. Further, the main clusters in the area, the spots having a long total staying time, the spots having a high average staying time per person, and the spots having a high average number of visits per person may be displayed.
  • the summary display unit 335 can analyze the group of users who visit the area and how it is used by the users, and other Comparison with spots and areas is also possible.
  • FIG. 14 shows a specific example of the cluster summary displayed by the summary display unit 335.
  • the summary display unit 335 can visually show the behavior pattern for a common spot by the cluster.
  • the summary display unit 335 displays the total staying time, the average staying time per person, the average number of visits per person, and the like, in addition to the number of users belonging to the cluster, the male-female ratio, the generation ratio, and the residential area. You may. Moreover, you may display these values for each spot.
  • the average appearance of the cluster, the spots with the highest average staying time per person, the spots with the highest average number of visits per person, and the travel route may be displayed.
  • FIG. 15 shows a processing flow of the cluster generator according to the second embodiment of the present disclosure.
  • step S101 The process of acquiring user information (step S101) and the process of generating a cluster (step S102) are the same as in the first embodiment.
  • step S103 the process of generating the route (step S103) and the process of displaying the route may intervene (step S104).
  • the summary display unit 335 uses the cluster information generated by the cluster generation unit 132 to display a spot summary that displays the number of visits for each spot, the total staying time, and the like, and an area that displays the number of spots for each area, the total staying time, and the like.
  • the summary, the number of users for each cluster, the total staying time, and the like are analyzed, created, and displayed (step S105).
  • the recommendation unit 336 should purchase the types of products / services handled and other spots to be visited for the spots, areas, stores and users belonging to the cluster, using the cluster information generated by the cluster generation unit 132. Recommend products, services, etc. (step S106)
  • effect it is possible to analyze how people are gathering in a spot or area only by using the position information of the user and the information about the spot visited by the user. Furthermore, by performing analysis for each spot, it is possible to analyze the popularity of the spot and which other spots are frequently visited, which can be useful for marketing and the like.
  • the recommendation department 336 recommends recommended spots and recommended products / services based on the cluster analysis, which can be useful for regional promotion and revitalization of consumption.
  • the clustering is performed using the purchase information such as the goods / services purchased by the user at the spot and the price thereof.
  • the overall system configuration is the same as the cluster generation system of FIG.
  • FIG. 16 shows the configuration of the cluster generation device 400 in this embodiment.
  • the configuration of the communication unit 110 is the same as that of the cluster generation device 100.
  • the user information DB 121 in the storage unit 120 stores not only the user's position information and time information, but also information on goods / services purchased at the spot and their prices.
  • the control unit 430 includes a user information acquisition unit 431, a cluster generation unit 432, a route generation unit 133, a display unit 434, a summary display unit 435, and a recommendation unit 436.
  • the user information acquisition unit 431 acquires information such as the type, amount, and name of the product / service when the product or service is purchased at the spot, in addition to the location information and the time information from the user.
  • information may be acquired from payment on a smartphone, for example, on a terminal such as a smartphone used by the user.
  • it may be acquired by a method such as acquisition from a POS terminal or input from a user terminal by a user.
  • the user information acquisition unit 431 stores the purchase information of goods / services acquired from the user in the user information DB 121.
  • the cluster generation unit 432 may perform clustering by adding information such as products / services purchased by the user at the spot, their types, and the amount of money.
  • the cluster generation unit 432 is, for example, not only the commonality of spots (commonality of users), but also the users who used the P circle at the A spot, the users who purchased clothing at the A spot, and the users who purchased the B product at the A spot.
  • Clustering is performed in consideration of the commonality of purchasing information such as. That is, clustering is performed based on the commonality of users, the commonality of purchased goods / services, the commonality of purchase prices, the commonality of types / classifications of purchased goods / services, and the like.
  • the cluster generation unit 432 may perform clustering so as to generate the target M clusters, taking into account information such as the goods / services purchased by the user, their types, and the amount of money.
  • the display unit 434 may also display purchase information such as the amount of money spent by the user for each spot.
  • the display unit 434 shows the total consumption amount, which is the total amount of money spent at a certain spot, the average consumption amount, which is the average amount of money spent per user, and the popular products with many purchases at that spot. ⁇ Services may be displayed.
  • the summary display unit 435 generates a spot summary, an area summary, and a cluster summary using the cluster generated by the cluster generation unit 432.
  • a spot summary, an area summary, and a cluster summary may be generated after adding information such as the goods / services purchased by the user, their types, and the amount of money.
  • the summary display unit 435 uses the total amount of money spent as the total consumption amount and the amount of money spent from the information of users belonging to the spot, area, and cluster in the spot summary, area summary, and cluster summary.
  • the average amount per person may be calculated as the average consumption amount to generate a summary.
  • the summary display unit may create and display information such as when and what kind of goods / services were consumed by each spot, area, and cluster in chronological order.
  • the cluster generation unit 432 shows an example in which the cluster generation is performed in consideration of the user's purchase data.
  • the cluster generation can be performed without considering the user's purchase data. good.
  • the summary display unit 435 may display the summary by adding information such as the goods / services purchased by the user, the type thereof, and the amount of money.
  • the cluster generation unit 432 does not take into account the commonality of the goods / services purchased by the user, the commonality of the purchase price, the commonality of the types / classifications of the purchased goods / services, etc. By adding information such as the products / services purchased by the user, their types, and the amount of money, it is possible to analyze the purchasing trends in each spot, area, and cluster.
  • the cluster generation unit 432 and / or the summary display unit 435 can display purchasing trends and economic activities in spots, areas, and clusters by adding information such as products / services purchased by the user, their types, and amounts. It becomes possible to analyze.
  • Profile-type marketing by conducting analysis based on user purchasing trends. It can be expected to be used as a recommendation tool. Furthermore, it can be expected to be used for measuring the effects of town planning, attracting customers to facilities, and events.
  • the betting reception system may realize its function by, for example, a computer executing a program, regardless of the above-mentioned device.
  • the programs for realizing the functions of the information providing system are computer reading of USB (Universal Serial Bus) memory, CD-ROM (Compact Disc-Read Only Memory), DVD (Digital Versatile Disc), HDD (Hard Disc Drive), etc. It may be stored on a possible recording medium or downloaded to a computer via a network.
  • USB Universal Serial Bus
  • CD-ROM Compact Disc-Read Only Memory
  • DVD Digital Versatile Disc
  • HDD Hard Disc Drive
  • Cluster generation system 100, 300 ... Cluster generator, 200 ... User terminal, 110 ... Communication unit, 120, 420 ... Storage unit, 121,421 ... User information DB, 122 ... Spot information DB, 130, 330, 430 ... Control unit, 131,431 ... User information acquisition unit, 132,432 ... Cluster generation unit, 133 ... Route generation unit, 134,434 ... Display unit, 335,435 ... Summary display unit, 336, 436 ... Recommendation unit, 141 ... Specific example of cluster 1, 142 ... Specific example of cluster 2, 143 ... Specific example of movement relationship between spots 144 ... Specific example of movement route network diagram 145 ... Specific example showing movement route on a map, 341 ... Specific example of spot summary, 342 ... Specific example of area summary, 343 ... Specific example of cluster summary

Abstract

クラスタ生成装置は、複数のユーザの位置情報と時間情報を取得するユーザ情報取得部と、ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成部と、クラスタ生成部で生成したクラスタ毎に、クラスタに属するユーザの時間情報と位置情報から、クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成部とを備える。

Description

クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム
　本開示は、ユーザの位置情報及びユーザが訪れたスポット情報に基づいてユーザを分類するクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムに関する。
　近年のスマートフォンの普及に伴い、ユーザの位置情報を簡単に取得することが可能となっている。複数のユーザの位置情報を取得することができれば、人の流れを可視化することが可能となり、どのような人々がどのような場所に集うのか、また、人がどこからどこへ流れていくのかを分析し、人が集まる場所を把握・分析することにより、地域振興・文化保護・ビジネスなどに役立てることが可能である。
　例えば、特許文献１では、ＧＰＳなどの情報を用いて人流を可視化し、都市の効率的な運用を支援することを目的として、地図上に人の流れを図示する方法を提案している。
国際公開第２０１６／０６７３６９号
　しかし、特許文献１に開示された技術は、人の移動情報をもとに、ある地点に訪れる人はどこからくるか、あるいはどこへ行くかなど人の流れを分析するにとどまる。特許文献１に開示された技術は、訪れた場所に関する情報を用いてデータを分析する視点は含まれていない。
　そこで、本開示では、人の移動情報に加え、訪れたスポットの情報を加味して分析し、あるスポットを訪れる人の分析と、あるエリアに訪れる人の分析、また、複数のスポットを訪れる人の分析などを行うことで、それらの特徴を把握することを可能とするクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムを提供することを目的とする。
　本開示の一態様におけるクラスタ生成装置は、複数のユーザの位置情報と時間情報を取得するユーザ情報取得部と、ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成部と、クラスタ生成部で生成したクラスタ毎に、クラスタに属するユーザの時間情報と位置情報から、クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成部とを備える。
　本開示の一態様におけるクラスタ生成方法は、複数のユーザの位置情報と時間情報を取得するユーザ情報取得ステップと、ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成ステップと、クラスタ生成ステップで生成したクラスタ毎に、クラスタに属するユーザの時間情報と位置情報から、クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成ステップとを備える。
　本開示の一態様におけるクラスタ生成プログラムは、複数のユーザの位置情報と時間情報を取得するユーザ情報取得ステップと、ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成ステップと、クラスタ生成ステップで生成したクラスタ毎に、クラスタに属するユーザの時間情報と位置情報から、クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成ステップとをコンピュータに実行させるためのプログラムである。
　本開示によれば、ユーザの位置情報と、ユーザが訪問するスポットに関する情報を用いて、クラスタ生成を行うことで、どのスポットに多くの人が集まるかなどスポットの分析、エリア内の人の行動経路などエリアの分析、クラスタに属する平均的な人物の行動パターンと趣向などクラスタの分析を行うことが可能となる。
本開示のクラスタ生成システムの構成の一例を示す図である。 本開示の実施形態１に係るクラスタ生成装置の構成の一例を示す図である。 ユーザ情報ＤＢ１２１のデータ構成の一例を示す図である。 スポット情報ＤＢ１２２のデータ構成の一例を示す図である。 ユーザが訪問したスポットの共通性をもとにクラスタリングを行った一例を示す図である。 ユーザが訪問したスポットの共通性の他、滞在時間や訪問回数などをもとにクラスタリングを行った一例を示す図である。 スポット間の移動関係の一例を示す図である。 移動経路を示すネットワーク図の一例を示す図である。 移動経路を地図上に表示する一例を示した図である。 クラスタ生成装置における実施形態１の処理の流れの一例を示すフローチャートである。 本開示の実施形態２に係るクラスタ生成装置の構成の一例を示す図である。 スポットサマリの一例を示す図である。 エリアサマリの一例を示す図である。 クラスタサマリの一例を示す図である。 クラスタ生成装置における実施形態２の処理の流れの一例を示すフローチャートである。 本開示の実施形態３に係るクラスタ生成装置の構成を示す概略ブロック図である。
　以下、本開示の実施形態に係るクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムについて図面を参照しながら説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態で説明される構成の全てが、本開示の必須構成要件であるとは限らない。また、実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。
　＜実施形態１＞
　実施形態１では、ユーザの位置情報、時間情報とユーザが訪問したスポットから、ユーザの分類であるクラスタを生成し、クラスタ毎のスポットの訪問経路を表示する。図１に示すように、本実施形態に係るクラスタ生成システムは、クラスタ生成装置１００と、ユーザ端末２００とを備える。
　クラスタ生成装置１００と、ユーザ端末２００とは、ネットワークＮＷを介して通信可能に接続される。ネットワークＮＷは、ＷＡＮ（World Area Network）、ＬＡＮ（Local Area Network）等から構成される。クラスタ生成システム１は、ユーザの位置情報、時間情報を定期的に取得し、ユーザが訪問したスポットからクラスタを生成する。
　クラスタ生成装置１００は、通信事業者、情報分析を行う事業者などの事業者によって管理される。クラスタ生成装置１００は、ユーザ端末２００を通して、ユーザの位置情報、時間情報を定期的に取得する。クラスタ生成装置１００は、ユーザが訪問したスポットを把握した上で、ユーザが訪問したスポットに基づいて、ユーザの分類であるクラスタを生成する。
　ユーザ端末２００は、ユーザによって使用される。ユーザ端末２００は、例えば、スマートフォン、タブレット端末等の位置情報を取得する機能と、通信機能を有する端末装置である。なお、ユーザ端末２００は、必ずしも単体で位置情報を取得する機能を有しなくとも、例えば、ユーザを識別するＩＣカードとスポットに設置されたＩＣ読取端末の組合せであって、ユーザの訪問時刻と位置情報を取得する構成であってもよい。
＜クラスタ生成装置の構成＞
　以下、クラスタ生成装置１００の構成を詳細に説明する。図２に示すように、クラスタ生成装置１００は、他の装置と通信を行う通信部１１０と、各種データを記憶する記憶部１２０と、装置全体の制御を行う制御部１３０とを備える。これらの構成要素は、バスラインＢＬによって相互に接続される。
　通信部１１０は、有線通信又は無線通信を行うためのＮＩＣ（Network Interface Card controller）を備える通信インタフェースである。通信部１１０は、ネットワークＮＷを介して、ユーザ端末２００と通信を行う。
　記憶部１２０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等から構成される。記憶部１２０は、各種制御処理を実行するためのプログラム、各種データ等を記憶する。
　また、記憶部１２０は、ユーザを識別するユーザＩＤ、ユーザ端末２００から通信部１１０を介して取得したユーザの位置情報及び取得した時間である時間情報を記憶するユーザ情報ＤＢ１２１を有する。
　加えて、記憶部１２０は、スポットを識別するスポットＩＤ、位置情報、スポット名、スポットの分類・属性などの情報を記憶するスポット情報ＤＢ１２２を有する。
　制御部１３０は、ＣＰＵ（Central Processing Unit）等から構成される。制御部１３０は、記憶部１２０に記憶されているプログラムを実行することにより、クラスタ生成装置１００の全体の動作を制御する。
　以下、制御部１３０の機能的な構成を説明する。制御部１３０は、ユーザ情報取得部１３１、クラスタ生成部１３２、経路生成部１３３、表示部１３４として機能する。
　ユーザ情報取得部１３１は、通信部１１０及びネットワークＮＷを介して、ユーザ端末２００より、ユーザの位置情報及び時間情報を取得する。ユーザの位置情報は、例えば、緯度、経度などの情報である。また、時間情報は、位置情報を取得した時点の時間情報である。
　ユーザの位置情報の取得には、ユーザが所持するスマートフォン、スマートウォッチなどに搭載されたＧＰＳ（Global Positioning System）などの情報を用いてもよい。また、スポットなどに磁気リーダ、ＩＣリーダなどの端末を設置し、ユーザがこれらの端末に自らの端末等を読み取らせたことをもって位置情報を取得してもよい。
　また、ユーザ情報取得部１３１は、ＳＮＳ（Social Networking Service）に発信された情報に基づいて位置情報を取得してもよい。
　ユーザ情報取得部１３１は、ユーザより、一定の時間的間隔をもって、定期的に位置情報及び時間情報を取得する。ユーザの位置情報を取得する間隔は、短ければ短いほど詳細な分析が可能となるため、望ましい。
　一方で、位置情報を取得する時間的間隔が長ければ、システム及びネットワークへの負担を軽減することが可能であり、間隔が短ければ、ユーザの行動をより詳細に分析できる可能性が高まる。したがって、分析の対象とシステムの負荷を考慮しつつ時間的間隔を設定してもよい。
　ユーザ情報取得部１３１は、ユーザより取得した位置情報を、ユーザＩＤ、取得した時間情報とともに、ユーザ情報ＤＢ１２１に記憶する。クラスタ生成装置１００では、様々な観点からクラスタ分析ができるよう、ユーザの位置情報は一度記憶部１２０に記憶しておくことが望ましい。
　クラスタ生成部１３２は、ユーザが訪問したスポットに基づいて、ユーザの分類であるクラスタを生成する。なお、スポットとは、店舗、施設など緯度及び経度により特定することのできる一定の場所のことをいう。また、特徴的な施設などがない場合には、一定の間隔ごとに仮想的なスポットを設置してもよい。
　クラスタ生成部１３２は、初めに、ユーザ情報取得部から取得した情報と、スポット情報ＤＢ１２２の情報に基づいて、ユーザがどのスポットにチェックインしたか、すなわち訪問したかを把握する。
　クラスタ生成部１３２がユーザのスポット訪問を判定するためには、例えば、ユーザの緯度経度などの位置情報と、スポットの緯度経度などの位置情報を照らし合わせ、その場所が一致する場合に訪問と判定する。
　また、厳格に位置情報が一致することをもって訪問とみなすと、ユーザがどのスポットも訪問していないと判定される可能性がある。そこで、ある閾値Ｌを設定しておき、スポットとユーザの距離がＬ以下である場合には、ユーザがスポットを訪問したとみなしてもよい。これにより、位置情報の誤差を吸収することが可能となる。そのほか、一般的なアルゴリズムを用いてユーザがスポットを訪問したことを判定してもよい。
　クラスタ生成部１３２がユーザのスポット訪問を判定するに際して、ユーザとスポットの位置情報が一致することをもって判定するが、このとき、単に一致することをもって訪問と判定してもよいし、連続する時間の一致情報を用いて、通過、訪問、利用を区別して判定してもよい。
　例えば、ユーザ情報取得部１３１が一定の時間的間隔をもってユーザの位置情報を取得する際に、ユーザとスポットの位置情報が一致したとしても、それはユーザがスポットを訪問したのではなく、スポットを通過したに過ぎない場合もある。この場合には、通過と判定してもよい。また、時間的に連続する一定の回数（第１の閾値）以上ユーザとスポットの位置情報が一致する場合には、そのスポットを訪問したと判定してもよい。さらに、映画館、温泉施設、テーマパークなどのスポットにおいて、時間的に連続する一定の回数（第２の閾値）以上ユーザとスポットの位置情報が一致する場合には、そのスポットを利用したと判定してもよい。さらに、時間的に連続する一定の回数（第３の閾値）以上ユーザとスポットの位置情報が一致する場合には、そのスポットにおいて就業していると判定してもよい。
　つまり、連続する時間において、ユーザとスポットの位置情報の一致が第１の閾値未満であるときには通過、第１の閾値以上第２の閾値未満のときは訪問、第２の閾値以上第３の閾値未満のときは利用、として判定してもよい。また、各閾値は、スポット毎に設定してもよい。
　クラスタ生成部１３２がユーザのスポット訪問を判定するに際して、ユーザの移動方法を考慮してもよい。例えば、ユーザ情報取得部１３１は、一定の時間的間隔をもってユーザの位置情報を取得するが、このとき、連続する時間の位置情報の移動距離により、単位時間あたりの移動距離により移動速度を推測し、ユーザの移動方法が徒歩であるか、又は自動車、電車などの移動方法を用いているかなどを判別してもよい。そして、少なくとも自動車、電車などで移動していると判断された際には、ユーザとスポットの位置情報が一致したとしても、ユーザはスポットを通過したに過ぎず、訪問したわけではないので、クラスタ生成部１３２は、ユーザがスポットを訪問したとは判定しないようにしてもよい。
　ユーザの位置情報の取得に関して、例えば、スポットに設置した磁気リーダ、ＩＣリーダなどの端末を元に取得する場合、クラスタ生成部１３２は、ユーザの端末がこれらの端末に読み取られたことをもってユーザがスポットを訪問したと判断してもよい。
　クラスタ生成部１３２は、ユーザが訪問したスポットに基づいて、ユーザの分類であるクラスタを生成する。クラスタ生成部１３２は、例えば、ユーザが訪問したスポットの共通性（スポットから見れば、訪問したユーザの共通性）に基づき、階層型クラスタリング、非階層型クラスタリング、または既知のアルゴリズムなどを用いてクラスタ生成を行う。このとき、クラスタ生成部１３２は、クラスタ生成の目標をＭ個とし、クラスタリングを行った後に、共通するスポット及びユーザ数の多いものからＭ個のクラスタを生成してもよい。
　また、クラスタ生成部１３２は、クラスタリングを行う際に、スポットの訪問回数、訪問時刻、滞在時間、スポットの分類の共通性などを加味してクラスタを生成してもよい。加えて、クラスタ生成部１３２は、総滞在時間、平均滞在時間、テレビ・雑誌・インターネット・ＳＮＳなどメディアで紹介・引用された回数、移動体などを加味してクラスタを生成してもよい。
　さらに、クラスタ生成部１３２は、クラスタリングを行う際に、スポットの共通性、スポットの訪問回数、訪問時刻、滞在時間、スポットの分類の共通性、総滞在時間、平均滞在時間、テレビ・雑誌・インターネット・ＳＮＳなどメディアで紹介・引用された回数、移動体、購買データ、スポットが取り扱う商品や役務の料金、商品や役務の種別・種類などの要素に対して、それらを重みづけした上で加味してクラスタを生成してもよい。
　クラスタ生成部１３２は、スポットに対して、意味のある場所、すなわちレアリティの高い場所に対して高い値を付与してもよい。レアリティは、一部のユーザが共通した行動をとる場合に高い値を付与する。例えば、訪問回数の少ない場所に対して、レアリティを高く付与してもよい。駅やコンビニなどは、多くの人が訪問するため、レアリティを低く付与する。一方で、特定の趣味をもった人に人気の書店や、ライブハウスなど、訪問回数の少ない場所はレアリティを高く付与する。
　また、例えば、スポットの滞在時間や一人あたりの訪問回数が大きい場所にレアリティを高く付与してもよい。これは、あるスポットの滞在時間は通常１５分以内であるが、一部のユーザのみ６０分以上滞在する場合にレアリティを高く付与してもよい。すなわち、通常、ある駅を利用するユーザは駅から電車に乗るために利用するが、一部のユーザは電車を撮影するために訪問時間が長い場合、６０分以上滞在するユーザを通常のスポットＡとは別の疑似的なスポットＡ２としてクラスタを生成してもよい。
　さらに、例えば、あるスポットに対して、関連するスポットが少ないスポットに対してレアリティを高く付与してもよい。
　クラスタ生成部１３２は、クラスタ生成を行う際に、レアリティが一定の閾値を超えるスポットのみを選択した上で、ユーザが訪問するスポットの共通性に基づき、クラスタ生成を行ってもよい。
　クラスタ生成部１３２は、クラスタを生成する際に、レアリティの高いスポットを多く含むクラスタのスコアを高く設定し、スコアの高いクラスタを優先的に生成し、または、クラスタ生成後にスコアの高いクラスタから並べ替えてクラスタを抽出してもよい。
　クラスタ生成部１３２がクラスタを生成するに際し、階層型クラスタリング、非階層型クラスタリング、あるいは、既知のクラスタリングアルゴリズムを用いてもよい。
　クラスタ生成部１３２がクラスタを生成するに際して、共通するスポットに基づいてクラスタを生成するのではなく、いくつかのスポットをまとめたエリアを形成し、エリアに基づいてクラスタを生成してもよい。このとき、クラスタ生成部１３２は、スポットと同様に、エリアの位置情報、エリアに属するスポットの分類、属性、ユーザの訪問回数などの情報を用いて、クラスタリングを行ってもよい。
　クラスタ生成部１３２は、クラスタを生成するに際して、分類を行うスポット、エリアの範囲を限定し、その限定された範囲内でのスポット、エリアに基づいてクラスタを生成してもよい。また、クラスタ生成部１３２は、一定の時間的範囲をもって、指定された時間内におけるクラスタを生成してもよい。このとき、曜日、時間帯などの範囲をもってクラスタを生成してもよい。
　さらに、クラスタ生成部１３２は、クラスタを生成するに際して、スポット、エリアの訪問回数、訪問時刻、滞在時間などを考慮した上で、クラスタを生成してもよい。
　スポットの共通性など、一定の要素をもとにクラスタリングを行うことで、クラスタ又はスポット毎の特性を把握することが可能となる。
　経路生成部１３３は、クラスタ生成部１３２が生成したクラスタに対して、クラスタに属するスポット及び／又はエリアをユーザがどのように移動したかその移動経路を生成する。
　経路生成部１３３は、移動経路の生成に際し、例えば、各スポット間の移動関係をユーザ毎にプロットしていき、経路の生成を行う。すなわち、クラスタ内にＡ～Ｅの５つのスポットがあると仮定したとき、経路生成部１３３は、Ａ～Ａ（滞在）、Ａ～Ｂ、Ａ～Ｃ、…Ｂ～Ａ、Ｂ～Ｂ（滞在）、Ｂ～Ｃ、…Ｅ～Ｄ、Ｅ～Ｅ（滞在）の移動パターンをユーザの行動毎に行列を生成する。その上で、経路生成部１３３は、例えば最も数の多い移動パターンを経路として生成し、クラスタに属するユーザの移動経路として生成する。
　このように移動経路を生成することで、スポット間の移動の前後関係も把握しつつ経路を生成することが可能となる。
　スポット間の移動関係を用いて経路生成を行うことで、ユーザの位置情報から移動経路を作成するのと比較して、計算量を削減することが可能となる、また、スポット間の移動関係を用いることで、クラスタ生成のもととなるユーザが訪問した共通のスポットを起点とした分析を行うことが可能となる。
　経路生成部１３３は、移動経路の生成に際して、クラスタリングの後に移動経路を生成するだけではなく、クラスタリングと同時に移動経路を生成してもよい。
　移動経路の生成に際しては、唯一の経路を生成するのではなく、主たる移動経路と従たる移動経路に分けて生成してもよい。例えば、スポット間の移動関係において、移動パターンのもっとも多い経路をつないだものを主たる移動経路とし、閾値Ｔを設定した上で、Ｔ以上の移動がある経路を従たる移動経路として生成してもよい。さらに、従たる移動経路は一つでなくともよく、複数の従たる移動経路を生成してもよい。
　移動経路の生成においては、上記のように、スポット間の移動関係を用いたものに限られるわけではなく、既知の経路生成アルゴリズムを用いて、クラスタに属するスポットの移動経路を生成してもよい。
　表示部１３４は、経路生成部１３３が生成した経路について、クラスタに属するスポット及び／又はエリア間の移動経路をネットワーク図を用いて作成し、表示する。このとき、表示部１３４は、主たる移動経路のみを表示してもよいし、主たる移動経路と従たる移動経路を併せて表示してもよい。
　表示部１３４は、主たる移動経路と従たる移動経路を併せて表示する際に、主たる移動経路と従たる移動経路の区別が分かるように、線種及び／又は色を分けて表示してもよい。これにより、クラスタにおける移動経路が主たる移動経路・従たる移動経路含めて視覚的に一目で把握することが可能となる。
　また、表示部１３４は、スポット間の移動経路をネットワーク図で表示するだけでなく、地図上にスポットを示した上で、移動経路を示してもよい。地図上に表示することにより、利用者は、移動経路の距離感を視覚的に把握することが可能となるし、他に近くにどのようなスポットがあるかなども視覚的に把握することが可能となる。
　移動経路を地図上に表示する際には、既存のアルゴリズムなどを用いて、スポット間の道に沿って経路を表示させてもよい。
（記憶部が記憶するＤＢの具体例）
　図３にユーザ情報ＤＢ１２１の具体例を示す。ユーザ情報取得部１３１は、ユーザより、一定の時間的間隔をもって、定期的に位置情報及び時間情報を取得する。そして、ユーザ情報取得部１３１は、位置情報を取得したユーザのユーザid、取得時間、ユーザの位置情報（緯度及び経度）をユーザ情報ＤＢ１２１に記憶する。ユーザ情報ＤＢ１２１が記憶する情報はこれらに限られるものではなく、ユーザの年齢（年代）、性別、居住地域など他の情報を記憶してもよい。
　図４にスポット情報ＤＢ１２２の具体例を示す。スポット情報ＤＢ１２２には、スポットを識別するための識別id、スポットの位置情報（緯度、経度）、スポット名（ショップ名など）、分類（飲食店、テーマパーク、駅などそのスポットの分類）を記憶する。また、スポット情報ＤＢには、そのスポットの開店時間、平均予算などその他の情報を記憶しておいてもよいし、そのスポット公式ホームページ、紹介ページなどのリンクを保存しておき、スポットの各種情報を取得できるようにしておいてもよい。
（クラスタ生成の具体例）
　クラスタ生成部１３２は、ユーザが訪問したスポットに基づいて、ユーザの分類であるクラスタを生成する。クラスタ生成は、例えば、次に示すように、階層型クラスタリングを用いて行う。
　階層型クラスタリングでは、例えば、ユーザから見たスポットの共通性（スポットから見たユーザの共通性）を距離又は類似度に見立てて、スポットのクラスタリングを行う。具体的には、例えば、Ａ，Ｂ，Ｃの３つのスポットがあり、そのスポットを訪問したユーザのidがそれぞれ、Ａ＝（０１，０２，０３，０４，０５）、Ｂ＝（０１，０２，０３，０４，０６）、Ｃ＝（０１，０２，０７，０８，０９）であった場合、ユーザの共通性が高い（類似度が高い）ＡとＢがまずはクラスタリングが行われ、そののちに、Ａ＋Ｂ，Ｃという形でクラスタリングが行われる。階層型クラスタリングの候補としては、Ａ＋Ｂ＋Ｃ、Ａ＋Ｂ、Ｃ、Ａ、Ｂというパターンが生成される。
　クラスタ生成部１３２は、類似するスポットを組み合わせながら階層型クラスタリングを行い、クラスタを生成する。このとき、共通スポットが少ないクラスタは、駅やコンビニエンスストアなど、一般的な場所の訪問に留まり、特徴が少ないと考えられる。したがって、共通スポットが多い（共通するユーザ数は少なくなる）クラスタを抽出して最終的なクラスタを生成してもよい。
　また、特徴のあるクラスタを選択するため、共通するスポットの数×ユーザ数により値の大きいものからクラスタを並び替えてもよい。加えて、共通するスポットの滞在時間の総和などの指標を用いてもよいし、そのほか特徴のあるクラスタを抽出するための要素を加味してもよい。さらに、これらの指標を用いて、上位Ｍ個を抽出た上で、クラスタとして構成してもよい。
　クラスタ生成部１３２では、階層型クラスタリングに限られず、非階層型クラスタリングや既知のクラスタリングアルゴリズムを用いてクラスタ生成を行ってもよい。
　クラスタ生成部１３２は、意味のある場所、すなわちレアリティを用いてクラスタを生成してもよい。例えば、一部のユーザのみが訪問するスポット（訪問するユーザ数がａ以上ｂ以下）のスポットにレアリティ１０を振り、それ以外のスポットはレアリティを１とする。そして、クラスタを生成する際に、クラスタ内に含まれるスポットからレアリティを算出し、生成したクラスタをレアリティの高いものから並べ替えてもよい。このとき、レアリティの高いものからＭ個を抽出してもよい。
　また、レアリティを考慮するに際して、ユーザの訪問回数のみではなく、訪問時刻、滞在時間、スポットの分類の共通性、総滞在時間、平均滞在時間、テレビ・雑誌・インターネット・ＳＮＳなどメディアで紹介・引用された回数、移動体、購買データ、スポットが取り扱う商品や役務の料金、商品や役務の種別・種類などの要素を考慮してレアリティを付与してもよい。
　図５にクラスタ生成部１３２がクラスタリングを行った後の生成したクラスタの具体例１４１を示す。例えば、１００のクラスタを生成することを目標とした場合に、共通するスポットが多く、構成人数が多いものから、１００個のクラスタを生成した例を示す。
　クラスタ生成部１３２は、スポットの共通性（ユーザの共通性）だけではなく、訪問時刻、訪問回数、滞在時間、スポットの分類の共通性などの要素も加味した上で、クラスタリングを行ってもよい。このとき、クラスタ生成部１３２は、スポットの共通性（ユーザの共通性）、訪問時刻、訪問回数、滞在時間、スポットの分類の共通性などの各要素をそれぞれ重みづけした上で、クラスタリングを行ってもよい。
　図６にスポットの共通性（ユーザの共通性）の他、滞在時間、訪問頻度（図６ではＣＩ頻度と示している）、滞在時間分散、訪問頻度分散、最大滞在時間、最小滞在時間、最大訪問頻度、最小訪問頻度を加味してクラスタリングを行った具体例１４２を示す。なお、図６では省略しているが、実際には図５と同じように、各クラスタには、複数のスポットが存在し、例えば、図６のクラスタＩＤ１のクラスタでは、スポットＡのみならず、スポットＢＣＤＥも要素として存在している。
（経路生成の具体例）
　経路生成部１３３は、クラスタ生成部１３２が生成したクラスタに対して、クラスタに属するスポット及び／又はエリアをユーザがどのように移動したかその移動経路を生成する。例えば、経路生成部１３３は、スポット間の移動関係を用いて経路生成を行う。
　図７にスポット間の移動関係の具体例を示す。例えば、あるクラスタに属するスポットがＡ～Ｆの６スポットだったと仮定する。このとき、Ａ～Ｆの各ユーザの移動経路をスポット間の移動関係に入力する。例えば、ＡスポットにいたユーザがＥスポットに移動していれば、Ａ行Ｅ列のセルに１を加点する。また、ＡスポットにいたユーザがＡスポットにそのままとどまっていれば、Ａ行Ａ列のセルに１を加点する。
　経路生成部１３３がスポット間の移動関係を生成するときには、任意に分割した時間（ある日時からある日時までの一定の時間）において、生成してもよい。
　図７にスポット間の移動関係の具体例１４３を示す。このマトリクスでは、Ａを起点とした場合には、Ａに留まる移動が４、Ｂへの移動が１、Ｃへの移動が１、Ｄへの移動が２、Ｅへの移動が４、Ｆへの移動が１０である。したがって、ＡからＦへの移動が最も多数派であり、主たる移動経路として把握する。
　上記と同様に、最も多数派の移動を把握していくと、Ｂ→Ｆ、Ｃ→Ｄ、Ｄ→Ｅ、Ｅ→Ａ、Ｆ→Ｂとなる。この経路をつなげていくと、Ｃ→Ｄ→Ｅ→Ａ→Ｆ→Ｂとなる。経路生成部１３３は、この経路を主たる移動経路として把握する。
　次に、図７のスポット間の移動関係１４３において、主たる移動経路として把握されなかったものの、多数の移動があったものを従たる移動経路として把握してもよい。例えば、閾値を１０として、主たる移動経路と把握されなかったものの、１０以上の移動があった経路を把握する。すると、Ｂ→Ｃ、Ｃ→Ｂが把握可能である。したがって、主たる移動経路の他、Ｂ→Ｃ、Ｃ→Ｂを従たる移動経路として把握する。
（経路表示の具体例）
　表示部１３４は、経路生成部１３３が生成した経路について、クラスタに属するスポット及び／又はエリア間の移動経路をネットワーク図を用いて作成し、表示する。図８にネットワーク図の具体例１４４を示す。これは、図７のスポット間の移動関係１４３に対して、主たる移動経路を実線、従たる移動経路を破線で示したものである。
　図８において、例えば、主たる移動経路のみ、または従たる移動経路のみを示してもよい。また、Ｃ→Ｄ、Ｄ→Ｅのように、向きを含めて表示してもよい。
　表示部１３４は、移動経路を地図上に示してもよい。図９は、移動経路を地図上に示した具体例１４５である。この具体例では、３つのクラスタの経路を同時に地図上に表示した例を示している。地図上に表示するのは、１つのクラスタの経路であってもよいし、任意に選択した複数のクラスタの経路であってもよい。
（処理の流れ）
　図１０は、本開示の実施形態１におけるクラスタ生成装置の処理の流れを示す。
　ユーザ情報取得部１３１は、ユーザの位置情報と時間を取得する。そして、ユーザ情報取得部１３１は、取得した情報を、ユーザ情報ＤＢ１２１に記憶する（ステップＳ１０１）。
　クラスタ生成部１３２は、ユーザの位置情報、時間情報と、スポットの情報を用いて、ユーザがどのスポットを訪問したか把握する。その上で、クラスタ生成部１３２は、スポットを訪問したユーザの情報を用いて、クラスタを生成する（ステップＳ１０２）。各クラスタには、ユーザが共通して訪問した共通スポットが属する。
　経路生成部１３３は、クラスタに属する共通スポットについて、スポット間の移動関係を用いて、ユーザの移動経路を生成する（ステップＳ１０３）。このとき、経路生成部１３３は、主たる移動経路だけでなく、従たる移動経路を生成してもよい。
　表示部１３４は、ユーザの移動経路をネットワーク図を用いて表示する（ステップＳ１０４）。このとき、表示部１３４は、地図上に移動経路を表示してもよい。
（効果）
　本実施形態によれば、ユーザの位置情報と、ユーザが訪問するスポットに関する情報を用いて、スポット又はエリアにどのように人が集まっているか分析を行うことが可能となる。さらに、クラスタを生成して分析することにより、あるスポットを訪れたユーザが他にどのようなスポットを訪れる可能性があるか、また、地域ごとの行動経路の特性などを分析することが可能となる。
　このようなクラスタに分類した分析を行うことで、あるスポット又はエリアには、どのようなクラスタの人が集まるかを把握することが可能となる。例えば、類似するクラスタが他のスポット又はエリアではどのような行動をとるかを参考にすることにより、地域経済の活性化及び街づくりに役立てることも可能となる。
　加えて、本実施形態では、個人を特定する情報である個人情報を取得しなくとも、スポット、エリア、クラスタなどの個性、特性を把握することが可能となり、個人情報保護法などの法律による制約を受けにくい環境下において、情報を分析し、マーケティングなどのレコメンドを行うことが可能となる。
　さらに、本実施形態の分析により、滞在時間及び訪問回数の把握により、勤務地であるか、居住地であるかなどの判別も行うことが可能であり、それにより分析を進めることも可能となる。また、曜日、時間帯ごと、移動体ごとの分析を行うことも可能である。さらに、メディアで紹介された情報も参照することで、メディアによる経済効果を分析することも可能となる。
　＜実施形態２＞
　実施形態２では、ユーザから取得した情報を用いて、スポットの訪問者数、平均滞在時間など、スポットのサマリを表示する機能をさらに備える。なお、全体のシステム構成は、図１のクラスタ生成システムと同様である。
＜クラスタ生成装置の構成＞
　図１１に本実施形態におけるクラスタ生成装置３００の構成を示す。通信部１１０、記憶部１２０の構成は、クラスタ生成装置１００と同様である。また、制御部３３０におけるユーザ情報取得部１３１、クラスタ生成部１３２、経路生成部１３３、表示部１３４の構成もクラスタ生成装置１００の制御部１３０と同様で、制御部３３０はさらにサマリ表示部３３５、レコメンド部３３６を備える。
　サマリ表示部３３５は、ユーザから取得した情報を用いてスポットのサマリを作成し、表示する。作成するサマリは、具体的には、スポットの訪問者数、総滞在時間、ユーザ一人当たりの平均滞在時間、ユーザ一人当たりの平均訪問回数、テレビ・雑誌・インターネット・ＳＮＳなどメディアで紹介・引用された回数、当該スポットと関係性の強いクラスタ、当該スポットと関係性の強い他のスポット、当該スポットと関係性の強いスポットの分類、属性である。
　サマリ表示部３３５は、スポットの訪問者数、総滞在時間、ユーザ一人当たりの平均滞在時間、ユーザ一人当たりの平均訪問回数について、ユーザから取得した情報をもとに、クラスタ生成部１３２が行うユーザのスポット訪問判定をもとに分析して算出する。
　サマリ表示部３３５は、関係性の強いクラスタを、当該スポットを共通スポットとして含むクラスタの中から、選択する。例えば、各クラスタに属する人数が多いクラスタを関係性が強いとして、予め指定した上位Ｎ件を選択してもよい。また、例えば、各クラスタから、訪問回数が多いクラスタ、総滞在時間が長いクラスタ、一人当たりの訪問回数が多いクラスタ、又は一人当たりの滞在時間が長いクラスタを関係性が強いものとして算出してもよい。
　また、サマリ表示部３３５は、先のようにして求めた関係性の強いクラスタの中から、当該スポットの移動先又は移動元のスポットを関係性が強いスポットとして選択してもよい。
　サマリ表示部３３５は、関連性の強いスポットの分類、属性について、当該スポットと同じ分類、属性が選択され、関係性が強いスポットに含まれている分類、属性を選択してもよい。
　サマリ表示部３３５は、上記のようにスポットの分析を行い、スポットサマリを作成する。そして、例えば、サマリ表示部３３５は、利用者がスポットを選択すると、当該スポットに関するスポットサマリを表示するなどして、スポットサマリを表示する。
　サマリ表示部３３５は、エリアの分析を行い、エリアサマリを作成して表示してもよい。エリアとは、例えば、行政区画の●●町、●●市、●●県などの他、●●駅から半径１ｋｍ以内など、一定の広がりの中で、複数のスポットを含む範囲である。そして、サマリ表示部３３５は、エリアに含まれるスポット数、総滞在時間、一人当たり平均滞在時間、一人当たり平均訪問回数、主要クラスタ、滞在時間の多いスポット又はクラスタ、一人平均滞在時間の多いスポット又はクラスタ、一人当たり平均訪問回数の多いスポット又はクラスタなどを表示する。
　サマリ表示部３３５は、インターネットなどのネットワーク上の情報にアクセスして、テレビ、雑誌などで紹介された回数の多いスポットなどを表示してもよい。
　サマリ表示部３３５は、エリアに属するスポットにおいて、当該スポットが属するクラスタなどの情報を用いて、当該エリアに関連のあるクラスタを表示してもよい。このとき、関連の強い上位Ｎ個を表示してもよい。
　サマリ表示部３３５は、例えば、クラスタに属するユーザの数の多さ、クラスタが含む共通スポットの数の多さなどに基づいて、主要クラスタを分析し、エリアサマリを作成してもよい。
　サマリ表示部３３５は、上記のようにエリアの分析を行い、エリアサマリを作成し、表示してもよい。
　サマリ表示部３３５は、クラスタの分析を行い、クラスタの属性を推定した上でクラスタサマリを作成して表示してもよい。そして、サマリ表示部３３５は、クラスタに含まれるユーザの総滞在時間、一人当たり平均滞在時間、一人当たり平均訪問回数、一人当たり平均滞在時間の多いスポット、一人当たり平均訪問回数の多いスポット、主要な行動経路などを作成し、表示してもよい。
　サマリ表示部３３５は、ユーザから、性別、年齢、居住地、ユーザの外観、よく身に着ける服装などの情報を取得しておき、それらの情報を用いて、クラスタの男女比、世代比、主要な居住地、平均的な外観などをクラスタサマリとして作成し、表示してもよい。
　サマリ表示部３３５がスポットサマリ、エリアサマリ、クラスタサマリを算出するに際しては、いつからいつまでといった予め日時の範囲を指定した上で分析を行ってもよい。
　このようにサマリを表示することにより、一目で情報を把握することが可能となる。
　レコメンド部３３６は、クラスタ分析をした上で、リコメンドを行う。例えば、レコメンド部３３６は、スポットのオーナーがレコメンドを受けることを想定し、サマリ表示部３３５において、あるスポットに関連の強いクラスタを分析したときに、当該スポットについて、ユーザが他にどのようなスポットに訪問しているか、どのような種類の商品や役務を取り扱う店舗を訪問しているか、どのような種類の商品や役務を購入しているかなどを分析する。これにより、当該スポットにおいて、取り扱う商品・役務などをレコメンドし、提携すべき店舗などをレコメンドしてもよい。
　レコメンド部３３６は、例えば、地域振興協会の担当者がレコメンドを受けることを想定し、サマリ表示部３３５において、あるエリアに関連の強いクラスタを分析したときに、当該エリアについて、ユーザがどのようなスポットを訪問しているか、どのような種類の商品や役務を取り扱う店舗を訪問しているか、他のエリアではどのようなスポットを訪問しているかなどを分析する。これにより、当該スポットにおいて、当該エリアにはないがユーザが利用する可能性が高いスポットをレコメンドし、また、ユーザが購入する可能性が高い商品・役務などをレコメンドしてもよい。
　レコメンド部３３６は、例えば、ユーザがレコメンドを受けることを想定し、サマリ表示部３３５において、ユーザの属するクラスタから、当該クラスタに属する他のユーザがどのようなスポットを訪問しているか、どのような種類の商品や役務を取り扱う店舗を訪問しているかなどを分析する。これにより、ユーザに対して、当該ユーザが訪問していない他のスポットをレコメンドし、商品や役務をレコメンドしてもよい。
　上記のようにクラスタ分析を介することで、レコメンド部３３６は、スポット、店舗や施設の種類、商品・役務の種類などをリコメンドしてもよい。
（具体例）
　図１２にサマリ表示部３３５が表示するスポットサマリの具体例を示す。サマリ表示部３３５は、スポットサマリを表示することにより、スポットが、行動パターンの異なる複数のクラスタによって異なる活用が行われていることを視覚的に示すことが可能となる。図１２に示すように、サマリ表示部３３５は、訪問の総数、総滞在時間、一人当たり平均滞在時間、一人当たり平均訪問時刻を表示してもよい。また、スポットＡが共通するスポットとなるクラスタを表示し、クラスタごとの値を表示してもよい。さらに、関係性の強いクラスタ、関係性の強いスポット、関係性の強い分類、属性を併せて表示してもよい。
　サマリ表示部３３５は、スポット毎にクラスタ分析に基づいたスポットサマリを表示させることにより、当該スポットを訪れるユーザ群の分析や、ユーザによってどのように利用されているか分析することが可能となり、他のスポットやエリアとの比較も可能となる。
　図１３にサマリ表示部３３５が表示するエリアサマリの具体例を示す。サマリ表示部３３５は、エリアサマリを表示することにより、エリアが、どのようなスポットとクラスタで構成されているかを視覚的に示すことが可能となる。図１２に示すように、サマリ表示部３３５は、総スポット数、総滞在時間、一人当たり平均滞在時間、一人当たり平均訪問回数を表示してもよい。また、エリアに属するスポット毎の値を表示してもよい。さらに、当該エリアにおける主要なクラスタ、総滞在時間の多いスポット、一人当たり平均滞在時間の多いスポット、一人当たり平均訪問回数の多いスポットを表示してもよい。
　サマリ表示部３３５は、エリア毎にクラスタ分析に基づいたエリアサマリを表示させることにより、当該エリアを訪れるユーザ群の分析や、ユーザによってどのように利用されているか分析することが可能となり、他のスポットやエリアとの比較も可能となる。
　図１４にサマリ表示部３３５が表示するクラスタサマリの具体例を示す。サマリ表示部３３５は、クラスタサマリを表示することにより、クラスタによる、共通のスポットに対する行動パターンを視覚的に示すことが可能となる。図１４に示すように、サマリ表示部３３５は、クラスタに属するユーザの数、男女比、世代比、居住地域に加え、総滞在時間、一人当たり平均滞在時間、一人当たり平均訪問回数などを表示してもよい。また、スポット毎にこれらの値を表示してもよい。さらに、クラスタの平均的な外観、一人当たり平均滞在時間の多いスポット、一人当たり平均訪問回数の多いスポット、移動経路を表示してもよい。
（処理の流れ）
　図１５は、本開示の実施形態２におけるクラスタ生成装置の処理の流れを示す。
　ユーザの情報を取得する過程と（ステップＳ１０１）、クラスタを生成する過程は（ステップＳ１０２）、実施形態１と同様である。
　また、経路を生成する過程と（ステップＳ１０３）、経路を表示する過程が（ステップＳ１０４）介在してもよい。
　サマリ表示部３３５は、クラスタ生成部１３２が生成したクラスタの情報を用いて、スポット毎の訪問回数、総滞在時間などを表示するスポットサマリ、エリア毎のスポット数、総滞在時間などを表示するエリアサマリ、クラスタ毎のユーザ数、総滞在時間などを分析して作成し、表示する（ステップＳ１０５）。
　レコメンド部３３６は、クラスタ生成部１３２が生成したクラスタの情報を用いて、スポット、エリア、クラスタに属する店舗やユーザに対して、取り扱う商品・役務の種類や他に訪問すべきスポット、購入すべき商品・役務などをリコメンドする（ステップＳ１０６）
（効果）
　本実施形態によれば、ユーザの位置情報と、ユーザが訪問するスポットに関する情報を用いるのみで、スポットやエリアにどのように人が集まっているか分析を行うことが可能となる。さらに、スポット毎に分析を行うことにより、スポットの人気度、他にどのスポットとの行き来が多いかを分析することが可能となり、マーケティングなどに役立てることが可能となる。
　加えて、エリア毎に分析を行うことにより、エリア間の比較、当該エリアにおいて、ユーザがどのようなスポットを訪問し、時間を過ごすのかを分析することで、新たな商業施設を設置するのにどのような属性の施設が適切かなどの予測を行うことが可能となる。
　さらに、クラスタ毎に分析を行うことにより、あるスポット、エリアにおける主要なクラスタがどのような特性を持っているか、あるスポットが今後力を入れる場合に、どのような観点（例えば店舗においてどのような商品、役務を提供するかなど）で力を入れるべきかなどを分析することが可能となる。
　また、レコメンド部３３６がクラスタ分析をもとに、おすすめのスポットやおすすめの商品・役務などをレコメンドすることで、地域振興や消費の活性化に役立てることが可能となる。
　＜実施形態３＞
　実施形態３では、クラスタの生成に際して、ユーザがスポットにおいて購入した商品・役務、その価格などの購買情報を用いて、クラスタリングを行う。全体のシステム構成は、図１のクラスタ生成システムと同様である。
＜クラスタ生成装置の構成＞
　図１６に本実施形態におけるクラスタ生成装置４００の構成を示す。通信部１１０の構成はクラスタ生成装置１００と同様である。記憶部１２０におけるユーザ情報ＤＢ１２１では、ユーザの位置情報と時間情報の他、スポットで購入した商品・役務とその価格の情報なども記憶する。制御部４３０は、ユーザ情報取得部４３１、クラスタ生成部４３２、経路生成部１３３、表示部４３４、サマリ表示部４３５、レコメンド部４３６を含む。
　ユーザ情報取得部４３１は、ユーザから位置情報と時間情報の他、スポットで商品又は役務を購入した際に、その商品・役務の種類、金額、名称などの情報を取得する。これらの情報は、例えば、ユーザが使用するスマートフォンなどの端末において、スマートフォンでの決済から取得してもよい。その他、ＰＯＳ端末からの取得、ユーザがユーザ端末から入力するなどの方法により、取得してもよい。
　ユーザ情報取得部４３１は、ユーザから取得した商品・役務の購入情報を、ユーザ情報ＤＢ１２１に記憶する。
　クラスタ生成部４３２は、スポットにおいてユーザが購入した商品・役務、その種類、金額などの情報を加味してクラスタリングを行ってもよい。
　クラスタ生成部４３２は、例えば、スポットの共通性（ユーザの共通性）だけでなく、ＡスポットでＰ円を利用したユーザ、Ａスポットで衣類を購入したユーザ、ＡスポットでＢ商品を購入したユーザ、など購買情報の共通性も加味してクラスタリングを行う。すなわち、ユーザの共通性、購入した商品・役務の共通性、購入金額の共通性、購入した商品・役務の種類・分類の共通性などをもとにクラスタリングを行う。
　クラスタ生成部４３２は、上記のように、ユーザが購入した商品・役務、その種類、金額などの情報も加味した上で、目標とするＭ個のクラスタを生成するようクラスタリングを行ってもよい。
　このように、ユーザの購買データを加味しクラスタを生成することにより、スポット、エリア、クラスタの経済的観点での分析を行うことが可能となる。
　表示部４３４は、クラスタにおけるユーザの移動経路を表示するに際して、スポット毎にユーザが支出した金額など購買情報を併せて表示してもよい。
　例えば、表示部４３４は、あるスポットにおいて支出された金員の合計である総消費金額、支出された金員のユーザ一人当たり平均である平均消費金額、そのスポットで購入数が多く人気の高い商品・役務などを表示してもよい。
　サマリ表示部４３５は、クラスタ生成部４３２が生成したクラスタを用いて、スポットサマリ、エリアサマリ、クラスタサマリを生成する。このとき、ユーザが購入した商品・役務、その種類、金額などの情報も加味した上で、スポットサマリ、エリアサマリ、クラスタサマリを生成してもよい。
　例えば、サマリ表示部４３５は、スポットサマリ、エリアサマリ、クラスタサマリにおいて、スポット、エリア、クラスタに属するユーザの情報から、金員を支出した金額の総額を総消費金額として、また、支出した金額の一人あたりの平均額を平均消費金額として算出し、サマリを生成してもよい。
　サマリ表示部は、時系列に沿って、それぞれのスポット、エリア、クラスタがいつ、どのような商品・役務をいくらの金額で消費したかなどの情報を作成して表示してもよい。
　本実施形態では、クラスタ生成部４３２において、ユーザの購買データを加味してクラスタ生成を行う例を示したが、クラスタ生成部４３２では、ユーザの購買データを加味せずにクラスタ生成をおこなってもよい。その上で、サマリ表示部４３５において、サマリを作成する際に、ユーザが購入した商品・役務、その種類、金額などの情報を加味してサマリを表示してもよい。
　クラスタ生成部４３２において、ユーザが購入した商品・役務の共通性、購入金額の共通性、購入した商品・役務の種類・分類の共通性などを加味しなかったとしても、サマリ表示部４３５において、ユーザが購入した商品・役務、その種類、金額などの情報を加味することで、それぞれのスポット、エリア、クラスタにおける購買動向を分析することが可能となる。
（効果）
　このように、クラスタ生成部４３２及び／又はサマリ表示部４３５において、ユーザが購入した商品・役務、その種類、金額などの情報も加味することで、スポット、エリア、クラスタにおける購買動向及び経済活動を分析することが可能となる。
　ユーザの購買動向を踏まえた分析を行うことで、プロファイル型のマーケティング。リコメンドツールとして利用することが期待できる。さらに、街づくり、施設集客、イベント等の効果測定に利用することも期待できる。
　以上のように、複数の観点からサマリを作成し表示することを通して、例えば、経済的活動や今後の開発の方針を設計するのに役立てることができ、行政及び事業者にとって視覚的な分析を可能とすることができる。
　以上で実施形態の説明を終了するが、上記実施形態は一例に過ぎない。そのため、クラスタ生成システム１及びクラスタ生成装置１００、３００の具体的な構成、処理内容等は上記実施形態で説明したものに限られない。
　また、本開示に係るベッティング受付システムは、上記装置によらず、例えば、コンピュータがプログラムを実行することで、その機能を実現してもよい。情報提供システムの機能を実現するためのプログラムは、ＵＳＢ（Universal Serial Bus）メモリ、ＣＤ－ＲＯＭ（Compact Disc－Read Only Memory）、ＤＶＤ（Digital Versatile Disc）、ＨＤＤ（Hard Disc Drive）等のコンピュータ読み取り可能な記録媒体に記憶されてもよいし、ネットワークを介してコンピュータにダウンロードされてもよい。
　以上、本開示の好ましい実施形態について説明したが、本開示は係る特定の実施形態に限定されるものではなく、本開示には、特許請求の範囲に記載された発明とその均等の範囲が含まれる。また、上記実施形態及び変形例で説明した装置の構成は、技術的な矛盾が生じない限り、適宜組み合わせ可能である。
１…クラスタ生成システム、１００，３００…クラスタ生成装置、２００…ユーザ端末、１１０…通信部、１２０，４２０…記憶部、１２１，４２１…ユーザ情報ＤＢ、１２２…スポット情報ＤＢ、１３０，３３０，４３０…制御部、１３１，４３１…ユーザ情報取得部、１３２，４３２…クラスタ生成部、１３３…経路生成部、１３４，４３４…表示部、３３５，４３５…サマリ表示部、３３６、４３６…レコメンド部、１４１…クラスタの具体例１、１４２…クラスタの具体例２、１４３…スポット間の移動関係の具体例、１４４…移動経路ネットワーク図の具体例、１４５…移動経路を地図上に示す具体例、３４１…スポットサマリの具体例、３４２…エリアサマリの具体例、３４３…クラスタサマリの具体例

 

Claims (18)

  1. 　複数のユーザの位置情報と時間情報を取得するユーザ情報取得部と、
    　前記ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成部と、
    　前記クラスタ生成部で生成したクラスタ毎に、該クラスタに属するユーザの時間情報と位置情報から、該クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成部と
    　を備えるクラスタ生成装置。
  2.  　前記クラスタ生成部は、前記ユーザの位置情報が前記スポットの位置情報から一定の範囲内にあるときに前記ユーザが該スポットを訪問したとしてクラスタ生成を行う請求項１に記載のクラスタ生成装置。
  3.  　前記クラスタ生成部は、訪問したスポットの共通性に基づきクラスタ生成を行う請求項１又は請求項２に記載のクラスタ生成装置。
  4. 　前記クラスタ生成部は、一部のユーザのみが訪問するスポットにレアリティを付与し、訪問したスポットの共通性に基づいてクラスタを生成する際に、クラスタに属するスポットのレアリティの合計値が高いものから優先してクラスタを生成する請求項３に記載のクラスタ生成装置。
  5. 　前記クラスタ生成部は、クラスタの分類に際し、さらに前記スポットの訪問時刻、訪問回数、滞在時間のうちいずれか一以上に基づき、クラスタ生成を行う請求項３又は請求項４に記載のクラスタ生成装置。
  6. 　前記クラスタ生成部は、クラスタの分類に際し、さらにユーザの購買情報に基づき、クラスタ生成を行う請求項３から請求項５のいずれか一項に記載のクラスタ生成装置。
  7. 　前記経路生成部は、前記クラスタ生成部で分類したクラスタ毎に、該クラスタに属するユーザのスポット間の移動履歴に基づいて、ユーザの多数が移動した該クラスタ内の共通スポット間を主たる移動経路として結び付け移動経路を生成する請求項１から請求項６のいずれか一項に記載のクラスタ生成装置。
  8. 　前記経路生成部は、前記クラスタ生成部で分類したクラスタ毎に、該クラスタに属するユーザのスポット間の移動履歴に基づいて、閾値を設定し、閾値を超えるが主たる移動経路とならなかった経路を従たる移動経路として移動経路を生成する請求項７に記載のクラスタ生成装置。
  9. 　前記クラスタ生成部が生成したクラスタ毎に該クラスタに属するスポット間のネットワーク図を表示し、及び／又は、前記経路生成部が生成したスポットの移動経路を表示する表示部をさらに備える請求項１から請求項８のいずれか一項に記載のクラスタ生成装置。
  10. 　前記表示部は、前記主たる移動経路と前記従たる移動経路を識別可能なように前記移動経路を表示する請求項９に記載のクラスタ生成装置。
  11. 　前記表示部は、前記移動経路を地図上に表示する請求項９又は請求項１０に記載のクラスタ生成装置。
  12. 　前記表示部は、前記移動経路とともに、ユーザの購買情報を表示する請求項９から請求項１１のいずれか一項に記載のクラスタ生成装置。
  13. 　少なくとも前記スポットが属するクラスタを要素として表示するサマリ表示部をさらに備える請求項１から請求項１２のいずれか一項に記載のクラスタ生成装置。
  14. 　前記サマリ表示部は、一定の範囲をエリアとして、該エリアに属するクラスタを少なくとも要素として表示する請求項１３に記載のクラスタ生成装置。
  15. 　前記サマリ表示部は、該クラスタ内の共通スポットの情報に基づいて、該クラスタの属性を推定してクラスタサマリとして表示する請求項１３に記載のクラスタ生成装置。
  16. 　商品、役務の推薦又は訪問すべきスポットの推薦を行うレコメンド部をさらに備える請求項１から請求項１５のいずれか一項に記載のクラスタ生成装置。
  17. 　複数のユーザの位置情報と時間情報を取得するユーザ情報取得ステップと、
    　前記ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成ステップと、
    　前記クラスタ生成ステップで生成したクラスタ毎に、該クラスタに属するユーザの時間情報と位置情報から、該クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成ステップ
    　をコンピュータにより実行するクラスタ生成方法。
  18. 　複数のユーザの位置情報と時間情報を取得するユーザ情報取得ステップと、
    　前記ユーザの位置情報を用いて、ユーザが訪問したスポットに基づいてユーザの分類であるクラスタを生成するクラスタ生成ステップと、
    　前記クラスタ生成ステップで生成したクラスタ毎に、該クラスタに属するユーザの時間情報と位置情報から、該クラスタのスポット間の移動履歴に基づいて、移動経路を生成する経路生成ステップ
    　をコンピュータにより実行するためのクラスタ生成プログラム。
     

     
PCT/JP2021/005351 2020-03-16 2021-02-12 クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム WO2021186978A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP21772303.0A EP4123615A4 (en) 2020-03-16 2021-02-12 CLUSTER GENERATION DEVICE, CLUSTER GENERATION METHOD AND CLUSTER GENERATION PROGRAM
CN202180021110.4A CN115315736A (zh) 2020-03-16 2021-02-12 簇生成装置、簇生成方法以及簇生成程序
US17/940,388 US20230018382A1 (en) 2020-03-16 2022-09-08 Cluster generation apparatus, cluster generation method, and a non-transitory computer-readable storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-045879 2020-03-16
JP2020045879A JP6810978B1 (ja) 2020-03-16 2020-03-16 クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/940,388 Continuation US20230018382A1 (en) 2020-03-16 2022-09-08 Cluster generation apparatus, cluster generation method, and a non-transitory computer-readable storage medium

Publications (1)

Publication Number Publication Date
WO2021186978A1 true WO2021186978A1 (ja) 2021-09-23

Family

ID=74096268

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/005351 WO2021186978A1 (ja) 2020-03-16 2021-02-12 クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム

Country Status (5)

Country Link
US (1) US20230018382A1 (ja)
EP (1) EP4123615A4 (ja)
JP (2) JP6810978B1 (ja)
CN (1) CN115315736A (ja)
WO (1) WO2021186978A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6989185B1 (ja) * 2021-03-19 2022-01-05 株式会社ピース企画 クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009042083A (ja) * 2007-08-09 2009-02-26 Xanavi Informatics Corp ナビゲーション装置、その案内表示方法
JP2009294860A (ja) * 2008-06-04 2009-12-17 Toshiba Corp 道路交通システム及び情報提供方法
JP2011248832A (ja) * 2010-05-31 2011-12-08 Denso It Laboratory Inc 画像収集システム、携帯端末、画像収集装置、及び画像収集方法
JP2015145880A (ja) * 2015-04-03 2015-08-13 株式会社ナビタイムジャパン 経路探索システム、経路探索方法、および、プログラム
WO2016067369A1 (ja) 2014-10-28 2016-05-06 株式会社日立製作所 人流分析システムおよび人流分析方法
JP2019197460A (ja) * 2018-05-11 2019-11-14 株式会社ピース企画 クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005228154A (ja) * 2004-02-13 2005-08-25 Nippon Telegr & Teleph Corp <Ntt> コンテキスト生成システムおよびそのプログラム
JP2008021045A (ja) * 2006-07-11 2008-01-31 Fuji Xerox Co Ltd 訪問情報分析装置および方法
JP4442647B2 (ja) * 2007-06-22 2010-03-31 株式会社日立製作所 経路探索方法および経路探索システム
JP2011034457A (ja) * 2009-08-04 2011-02-17 Nec Corp データマイニングシステム、データマイニング方法及びデータマイニング用プログラム
US8804518B2 (en) * 2010-02-26 2014-08-12 Qualcomm Incorporated Quality of service (QoS) acquisition and provisioning within a wireless communications system
JP5802053B2 (ja) * 2011-05-20 2015-10-28 株式会社ナビタイムジャパン 経路探索装置、経路探索システム、サーバ装置、端末装置、経路探索方法、および、プログラム
JP5942404B2 (ja) * 2011-12-06 2016-06-29 日本電気株式会社 情報解析装置、情報解析方法及びプログラム
WO2014145059A2 (en) * 2013-03-15 2014-09-18 Bell Tyler Apparatus, systems, and methods for analyzing movements of target entities
JP5874884B1 (ja) * 2014-12-25 2016-03-02 パナソニックＩｐマネジメント株式会社 施設利用状況計測装置、施設利用状況計測システム及び施設利用状況計測方法
CN104794663A (zh) * 2015-05-15 2015-07-22 北京景行技术有限公司 一种旅行路线的自动生成系统及方法
CN108051011B (zh) * 2015-07-27 2020-10-23 福建工程学院 基于出租车经验数据的可靠导航路径设置方法
CN105808698B (zh) * 2016-03-03 2020-04-07 江苏大学 一种面向物联网用户查询请求的TOP-k位置兴趣点推荐方法
JP6682342B2 (ja) * 2016-05-10 2020-04-15 株式会社Ｎｔｔドコモ 情報提供装置および端末装置
CN108416611B (zh) * 2018-01-31 2020-12-04 佛山市顺德区中山大学研究院 一种超市路径推荐系统及其方法
CN108256590B (zh) * 2018-02-23 2019-04-02 长安大学 一种基于复合元路径的相似出行者识别方法
CN108566618B (zh) * 2018-04-04 2020-07-28 广州杰赛科技股份有限公司 获取用户驻留规律的方法、装置、设备及存储介质
JP6678878B2 (ja) * 2018-05-02 2020-04-15 株式会社ユピテル システム及びプログラム
CN109063914B (zh) * 2018-08-10 2021-10-22 湖北文理学院 一种基于时空数据感知的旅游路线规划方法
CN109769210A (zh) * 2018-11-23 2019-05-17 亚信科技（中国）有限公司 用户活动区域相似度判断方法、装置、计算机设备
CN109495945B (zh) * 2018-12-18 2022-04-22 河海大学常州校区 一种WSNs中基于聚类分簇的协同充电方法
KR102118707B1 (ko) * 2019-03-25 2020-06-03 김보언 클러스터링 기반 장소 선정 방법, 장치 및 프로그램

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009042083A (ja) * 2007-08-09 2009-02-26 Xanavi Informatics Corp ナビゲーション装置、その案内表示方法
JP2009294860A (ja) * 2008-06-04 2009-12-17 Toshiba Corp 道路交通システム及び情報提供方法
JP2011248832A (ja) * 2010-05-31 2011-12-08 Denso It Laboratory Inc 画像収集システム、携帯端末、画像収集装置、及び画像収集方法
WO2016067369A1 (ja) 2014-10-28 2016-05-06 株式会社日立製作所 人流分析システムおよび人流分析方法
JP2015145880A (ja) * 2015-04-03 2015-08-13 株式会社ナビタイムジャパン 経路探索システム、経路探索方法、および、プログラム
JP2019197460A (ja) * 2018-05-11 2019-11-14 株式会社ピース企画 クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4123615A4

Also Published As

Publication number Publication date
EP4123615A1 (en) 2023-01-25
US20230018382A1 (en) 2023-01-19
JP2021149938A (ja) 2021-09-27
JP2021149224A (ja) 2021-09-27
CN115315736A (zh) 2022-11-08
EP4123615A4 (en) 2023-03-29
JP6810978B1 (ja) 2021-01-13

Similar Documents

Publication Publication Date Title
Scott et al. Modeling constrained destination choice for shopping: a GIS-based, time-geographic approach
US10016897B2 (en) Robotic systems and methods in prediction and presentation of resource availability
CN102667840A (zh) 上下文信息使用系统、装置和方法
Moiseeva et al. Imputing relevant information from multi-day GPS tracers for retail planning and management using data fusion and context-sensitive learning
JP5414562B2 (ja) 情報処理装置及び情報処理システム
US10482527B2 (en) Systems and methods to predict resource availability
JP2011076291A (ja) 行動傾向分析サーバ及び行動傾向分析方法
JP2010244433A (ja) 情報処理システム及び方法
Kalakou et al. Modelling passengers’ activity choice in airport terminal before the security checkpoint: the case of Portela airport in Lisbon
WO2021186978A1 (ja) クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム
CN114467106A (zh) 图形学习和自动行为协调平台
Piya et al. Optimization model for designing personalized tourism packages
JP6745925B2 (ja) データ処理装置、データ処理方法およびプログラム
JP2013210752A (ja) 個人行動嗜好分析システムおよび個人行動嗜好分析方法
Shobeirinejad et al. Destination choice decisions of retail travellers: results from discrete choice modelling in Brisbane
Faroqi et al. Targeted advertising in the public transit network using smart card data
Santoso et al. M-guide: hybrid recommender system tourism in east-timor
Hsu et al. Development of decision support system for house evaluation and purchasing
JP6989185B1 (ja) クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム
Vanegas Box-Cox estimation of international tourism demand for Nicaragua
Kitazawa et al. A Study for Agent-based Modeling of Migration behavior of Shoppers
WO2024038689A1 (ja) プログラム、方法、情報処理装置、およびシステム
Davis et al. Environmental correlates of travel behavior from a destination attractiveness and activity timing perspectives
JP5638115B2 (ja) 利用者行動分析装置
KR101155118B1 (ko) 목표 전시회의 목표 사용자 결정 방법

Legal Events

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

Ref document number: 21772303

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021772303

Country of ref document: EP

Effective date: 20221017