WO2023145252A1 - インセンティブ設定装置 - Google Patents

インセンティブ設定装置 Download PDF

Info

Publication number
WO2023145252A1
WO2023145252A1 PCT/JP2022/044262 JP2022044262W WO2023145252A1 WO 2023145252 A1 WO2023145252 A1 WO 2023145252A1 JP 2022044262 W JP2022044262 W JP 2022044262W WO 2023145252 A1 WO2023145252 A1 WO 2023145252A1
Authority
WO
WIPO (PCT)
Prior art keywords
incentive
route
proposal
proposal content
user
Prior art date
Application number
PCT/JP2022/044262
Other languages
English (en)
French (fr)
Inventor
哲哉 山口
Original Assignee
株式会社Ｎｔｔドコモ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社Ｎｔｔドコモ filed Critical 株式会社Ｎｔｔドコモ
Priority to JP2023576668A priority Critical patent/JPWO2023145252A1/ja
Publication of WO2023145252A1 publication Critical patent/WO2023145252A1/ja

Links

Images

Classifications

    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates

Definitions

  • the present invention relates to an incentive setting device that provides incentives for proposals to users.
  • Patent Literature 1 for the purpose of providing a technology that increases the possibility of a user actually changing their behavior, incentives are associated with a plurality of proposed travel routes and guided, and actions related to the selection of the route are performed. In some cases, there is a description that incentives for the route are given to users.
  • Patent Document 1 The problem with the invention described in Patent Document 1 is how to set incentives. In other words, if the incentive is high, behavioral change is likely to occur, but it is not preferable to give excessive incentives. Therefore, it is desirable to set incentives that are necessary and not excessive.
  • an object of the present invention is to provide an incentive setting device that provides appropriate incentives for proposals to users.
  • the incentive setting device of the present invention stores log data including an evaluation value of one proposal content proposed by each user, an evaluation value of the other proposal content, and selection information indicating which of the proposal content is selected.
  • log data including an evaluation value of one proposal content proposed by each user, an evaluation value of the other proposal content, and selection information indicating which of the proposal content is selected.
  • FIG. 4 is a diagram showing the processing concept of the present disclosure
  • 1 is a block diagram showing a functional configuration of a route search device 100 of the present disclosure
  • FIG. It is a figure which shows the process which calculates a loss function and comprehensive evaluation.
  • 4 is a table in which various costs calculated by the cost calculation unit 102, efficiency coefficients, loss values, relative coefficients, etc. are associated with each other.
  • 4 is a flowchart showing the operation of the route search device 100;
  • FIG. 4 is an explanatory diagram showing a concept of incentive setting; It is a figure which shows the functional structure of the incentive calculation part 150 of the route search apparatus 100 of this indication.
  • 4 is a diagram showing a specific example of a user log database 156; FIG. FIG.
  • FIG. 4 is an explanatory diagram showing the process of calculating approximate functions (1) to (6);
  • FIG. 10 is a diagram showing the generation of boundary function (1);
  • FIG. 10 is a diagram showing determination processing for an incentive sufficiency ratio;
  • FIG. 10 is a diagram for explaining an incentive shortage risk;
  • 4 is a flowchart (part 1) showing incentive calculation processing of an evaluation calculation unit 103 and an incentive calculation unit 150 of the road search device 100;
  • FIG. 10 is a flowchart (part 2) showing incentive calculation processing of the evaluation calculation unit 103 and the incentive calculation unit 150 of the road search device 100;
  • FIG. FIG. 11 is a diagram for explaining evaluation when incentive correction is performed for each proposal; It is a figure showing an example of hardware constitutions of route search device 100 concerning one embodiment of this indication.
  • FIG. 1 is a diagram showing the processing concept of the present disclosure.
  • the vehicle 200 communicates with the route search device 100 and receives route information on the route T1 or the routes T2 and T3 and its comprehensive evaluation.
  • the current position A indicates the position of the vehicle.
  • the driver of the vehicle 200 goes from the current location A to the destination B along the route T1, or goes from the current location A to the detour C through the route T2, and then goes to the destination B through the route T3. , can be selected.
  • the route T1 takes more time than usual due to traffic congestion or the like.
  • the vehicle driver chooses to go to the detour C via the route T2 instead of the route T1.
  • the driver can choose to stay at the detour point C for the facility stay time Tc, and then go to the destination B via the route T3.
  • FIG. 2 is a block diagram showing the functional configuration of the route search device 100 of the present disclosure.
  • the route search device 100 includes a route search unit 101, a cost calculation unit 102, an evaluation calculation unit 103, a presentation unit 104, a map DB 105, a traffic DB 106, a cost DB 107, and an incentive calculation unit 150. ing.
  • the route search unit 101 is a part that receives a request from the vehicle 200 and calculates one or more routes from the current location of the vehicle 200 to the destination in accordance with the request.
  • the request of the vehicle 200 includes the current position and destination information of the vehicle 200 .
  • the route search unit 101 refers to the map DB 105 and the traffic DB 106 to calculate one or more routes based on the current location and destination.
  • the route search unit 101 searches for detours based on the current location and the destination of the vehicle 200, and calculates a route via the detours. Search for detours may be determined based on the driver's hobbies, preferences, personality, and other attributes such as gender and age. Alternatively, the driver may set a detour. In the description of FIG. 1, there is one detour, but there may be more than one.
  • the cost calculation unit 102 is a part that calculates the cost of each route calculated by the route search unit 101.
  • the cost calculation unit 102 has a function of converting wasted time into a monetary value and creating a quantitative evaluation that also takes into account the relative evaluation with the ideal time.
  • the cost calculation unit 102 creates or acquires in advance a loss function indicating that X minutes of congestion time is worth Y yen for the user.
  • FIG. 3(a) is a diagram showing a specific example of the loss function. As shown in the figure, the horizontal axis is the time and the vertical axis is the amount of money. This loss function is defined for each user, and is defined by conducting a questionnaire to the user in advance.
  • the cost calculation unit 102 calculates a loss value and an efficiency coefficient.
  • the route search unit 101 finds the congestion time on various routes, and calculates the loss value from the loss value function based on the congestion time. It should be noted that this loss value is preferably set so as to increase according to the length of the traffic congestion time. Also, if the traffic jam continues for a certain period of time or longer, the loss value may be further increased. For example, a predetermined value may be added to correct the loss value. In the present disclosure, a large loss value means a large loss for the user.
  • the cost calculation unit 102 calculates an efficiency coefficient using the following formula.
  • the efficiency coefficient is a coefficient that indicates how efficiently the proposed route for today's travel can be traveled with respect to the travel on the route at the reference time (here, a route without traffic congestion). This coefficient indicates that the larger the coefficient, the worse the efficiency of movement on that day.
  • the cost calculation unit 102 calculates the efficiency coefficient from the current location A to the destination B by T1 during movement/T1_min without congestion, and obtains 110/60 ⁇ 1.83. Efficiency coefficients are similarly calculated for other routes.
  • FIG. 3(c) shows the congestion time, loss value and efficiency coefficient when traveling directly from the current location A to the destination B, and the congestion time, loss value and efficiency coefficient when going through the detour C. .
  • a comprehensive evaluation is calculated based on these loss values and efficiency coefficients.
  • the efficiency coefficient here is a value based on no traffic jam, but is not limited to this, and may be an average travel time during a predetermined period in the past.
  • the cost calculation unit 102 may further calculate a cost for comprehensive evaluation that takes into consideration the cost of the entire route other than the movement efficiency described above.
  • the cost calculation unit 102 calculates the vehicle movement additional cost and the vehicle movement cost efficiency coefficient.
  • the cost calculation unit 102 calculates the difference in fuel costs between the route during non-congestion (reference time) and the searched proposed route for today as "additional vehicle movement cost" increases).
  • the cost calculation unit 102 calculates "Fuel cost Y yen for the searched proposed route/Fuel cost X yen for the direct route during non-congestion (reference time)" as a vehicle movement cost efficiency coefficient.
  • the fuel consumption amount per 1 km is obtained, and the fuel cost is obtained based thereon. For example, it is assumed that the amount of fuel consumed is 1.5 times higher during traffic congestion.
  • the cost calculation unit 102 calculates a detour loss value and a detour efficiency coefficient.
  • the cost calculation unit 102 estimates the waiting time at the detoured facility (detour point C) from the external information, and calculates the loss value for the waiting time from the loss value function of the detour.
  • the detour loss value is, for example, a value obtained by converting the waiting time at the detour point C into a monetary value.
  • the cost calculation unit 102 acquires the average length of stay at the facility where the visitor makes a detour from external information or the like, and calculates "1+waiting time at the facility/average length of stay" as the efficiency coefficient of the detour.
  • the above waiting time and average stay time are information provided from external information, and are the waiting time, usage time, and the like before entering the facility. These information are, for example, information provided from a management server managed by the facility.
  • the "facility waiting time" is the predicted facility waiting time at the scheduled arrival time.
  • the cost calculation unit 102 may use the cost of stay in addition to or in place of the stay time such as waiting time. That is, if the cost of staying exceeds a fixed cost, a loss function for that purpose may be used to use the loss value.
  • This loss function is determined in advance according to the price range and length of stay of facilities (for example, shops) in the detour C. For example, in a general coffee shop, the average staying time is 30 minutes and the average amount is 600 yen, and in a family restaurant, the average amount is 900 yen for 60 minutes. Based on such information, a loss function may be prepared in advance with the horizontal axis as "yen/minute" and the vertical axis as "loss value (yen)". Note that a table that uniquely defines loss values according to the types of facilities (restaurants, souvenir shops, leisure facilities) in detour C may be used.
  • the cost calculation unit 102 calculates the loss value of the delay in arrival at the destination B and the relative coefficient of the delay.
  • the cost calculator 102 has a "basic arrival time" that each user does not want to be later than this time.
  • the cost calculation unit 102 acquires user information including the basic arrival time.
  • the cost calculation unit 102 acquires the basic arrival time of the user information from the route search request from the vehicle 200 acquired by the route search unit 101 .
  • the cost calculation unit 102 calculates the loss value from the loss function of the arrival delay according to the time later than the basic arrival time. That is, in this case, a loss function for delayed arrival is prepared, which is different from the basic loss function, and the cost calculation unit 102 uses it to calculate the loss value.
  • the cost calculator 102 then multiplies the loss value by the relative coefficient.
  • the relative coefficient is set to 1 for the direct route proposal, and other detour route proposals are defined separately for the following cases.
  • Case 1 When the direct route plan is before the basic arrival time ⁇ 1
  • Case 2 When the proposed direct route is after the basic arrival time ⁇ "Excess time of the proposed detour route ⁇ Overtime of the proposed direct route" (Excess time indicates the time exceeded from the basic arrival time)
  • FIG. 4 is a table in which various costs calculated by the cost calculation unit 102, efficiency coefficients, loss values, relative coefficients, etc. are associated with each other. As shown in the figure, it is managed in association with the comprehensive evaluation calculated based on the loss value of movement and the efficiency factor.
  • the total evaluation in the evaluation v1 the product of the vehicle movement additional strike and the vehicle movement cost efficiency coefficient, the product of the loss value of the detour and the efficiency coefficient of the detour, and the loss value of the delay in returning home and the delay in returning home
  • the product of the relative coefficient and the sum of the product are calculated as the overall evaluation.
  • the evaluation v1 indicates a comprehensive evaluation based on the loss and efficiency of the movement
  • the evaluation v2 indicates a comprehensive evaluation based on the entire proposal such as the additional cost of taking a detour. no.
  • the evaluation calculation unit 103 can calculate as an evaluation only one of them.
  • Proposal 1 is a direct route plan, so costs for detours are omitted.
  • the evaluation calculation unit 103 is a part that functions as an evaluation unit and calculates a comprehensive evaluation based on the loss value and the efficiency coefficient calculated by the cost calculation unit 102 . Specifically, the evaluation calculation unit 103 sets the product of the loss value and the efficiency coefficient (or relative coefficient) calculated for each item as the evaluation for each item, and calculates the sum as the comprehensive evaluation.
  • the evaluation calculation unit 103 corrects the comprehensive evaluation by adding conditions such as congestion time being longer than a predetermined time, stay cost exceeding a fixed cost, arrival time exceeding a predetermined time, and so on. may As a function of the cost calculation unit 102, the loss value may be calculated according to these conditions, and the evaluation calculation unit 103 may correct the overall evaluation in consideration of these conditions.
  • the map DB 105 is a database that stores map information for route searches. This map information includes roads and facilities.
  • a facility is a place for a detour, and indicates the name, type, or the like of the facility.
  • the traffic DB 106 is a database that stores traffic congestion information on roads.
  • the cost DB 107 is a database that stores loss functions and costs of detour locations (costs of staying at facilities). As described above, the cost of the detour place is externally given information as external information.
  • the route search device 100 may be configured to obtain the cost from an external server without having the cost DB 107 .
  • the incentive calculation unit 150 is a part that calculates and sets incentives as necessary for each route searched by the route search unit 101 .
  • the evaluation calculation unit 103 calculates an overall evaluation with the incentive added by subtracting the calculated incentive from the overall evaluation.
  • the presentation unit 104 presents incentives to the driver together with a comprehensive evaluation of each route (evaluation with incentives added).
  • FIG. 5 is a flow chart showing the operation of the route search device 100.
  • the route search unit 101 acquires the current location from the vehicle 200 (S101). Note that in the present disclosure, a direct route to a destination is calculated, and the destination is assumed to be a home, for example. Of course, the destination is not limited to the home.
  • the route search unit 101 acquires a direct route to home based on the current location (S102).
  • the route search unit 101 acquires a detour route based on the current location (S103).
  • the cost calculation unit 102 calculates the cost of the direct route, the cost of the detour route, and the cost of the detour point (place of stay) on the detour destination route (S104).
  • the evaluation calculation unit 103 calculates a comprehensive evaluation of the direct route and the detour route based on the cost (S105). Further, based on the comprehensive evaluation, the evaluation calculation unit 103 narrows down x detour routes with high comprehensive evaluation (S106).
  • the presentation unit 104 presents the direct return route and x detour routes to the driver (S107).
  • the route search device 100 can derive a plurality of routes and provide the driver with a comprehensive evaluation for each route.
  • the expressway route is used as the direct route. Then, the direct route can be classified into the case of using a general road, the case of using an expressway as a detour route, and the case of using a general road as a detour route. In that case, the presence or absence of an expressway may be taken into consideration as the movement cost. That is, the expressway toll may be added to the travel cost.
  • the additional time is treated as congestion time and the loss value is calculated, or the value of expressway use is created in advance separately from the loss value for congestion time. good too.
  • the value of a 30-minute traffic jam on an expressway differs from that of a 30-minute traffic jam on a general road.
  • congestion on highways is considered to have a large loss value, and the loss value on general roads may be multiplied by 1.5.
  • the final presentation to the user may be a rank instead of a numerical value (3000 or higher is Bad, 500 or lower is Good, etc.). Further, evaluation correction may be added to the multiplication result of the loss value and the efficiency coefficient in the following cases.
  • Detours may be grouped by specific area (within a 5-minute drive, etc.) rather than by facility such as a store.
  • the loss value function is created from questionnaires, etc. For example, it is possible to create a loss value function from questionnaires such as how much would you pay if there is a fast lane that allows you to avoid traffic jams on highways for 10 minutes? That is, by taking such a questionnaire for each user, the creator of the loss value can grasp the monetary value corresponding to the user's time and create a loss value function.
  • the loss function may not be common to all, but may be calculated by a machine learning model using attribute data as a feature amount. That is, an estimation model trained by machine learning may be used with attribute data (age, gender, tastes and preferences, personality, etc.) and time as explanatory variables and monetary value as an objective variable. Time and monetary value are determined based on the results of questionnaires taken for each user, as described above.
  • the facility stay time Tc may be calculated by aggregating the average stay time for each time period from the past logs of all drivers, or by using a facility stay time prediction function, as follows.
  • the prediction function is shown by calculating the facility stay time by determining the minimum stay time from the facility category and obtaining the earliest time at which the traffic congestion time of the detour plan is equal to or less than a certain time.
  • an incentive calculation unit 150 is provided.
  • the evaluation calculation unit 103 may add the incentive calculated by the incentive calculation unit 150 to the comprehensive evaluation.
  • a client such as a local government may want to set a recommended route or a detour place for the purpose of alleviating traffic congestion or revitalizing the area where the driver intends to travel. Incentive settings are used for this purpose.
  • the route search device 100 (evaluation calculation unit 103) converts the incentive into an evaluation (for example, multiplies the monetary value by the efficiency coefficient), and subtracts the evaluation from the overall evaluation to obtain the overall evaluation. In other words, when the driver selects the incentive-proposed route, the route search device 100 provides the driver with cash back or redeemable points.
  • the route search device 100 After the route search, the route search device 100 prompts the driver to input which route to select, or performs GPS positioning or the like all the time or at a necessary timing, and determines whether the driver has traveled the route to which the incentive is given. to decide. Then, when the route search device 100 reaches the destination, the route search device 100 determines the condition to be applied. If it is determined that the incentive is granted, the incentive is granted.
  • the route search device 100 provides incentives here, other incentive management devices may perform the above operation. In the above description, the incentive is a preset value, but it is preferable to always calculate an appropriate value as described later.
  • the route search unit 101 searches for a route based on the driver's (vehicle 200) or active position.
  • the route search unit 101 searches for direct routes and detour routes.
  • the presentation unit 105 presents each route.
  • a detour route if there is no incentive, the proposed route with the highest comprehensive evaluation will be the recommended route. As will be described later, the recommended route is not necessarily set based on the overall evaluation. If there is an incentive, the detour route with the incentive added becomes the recommended route.
  • the route search device 100 in the present disclosure notifies the recommended route (detour route) in addition to the direct route. , to notify the amount of incentives granted if the proposal is implemented.
  • This incentive achievement condition is set when traffic congestion prediction information for a road desired by a client corresponds to a congestion time/congestion section equal to or greater than a threshold.
  • the route search device 100 constantly acquires a route search and notification log and a movement log by GPS or the like.
  • the route search device 100 determines which proposal was the movement to the destination after using the search function, regardless of whether or not the recommended route proposal was notified. For example, the route search device 100 determines whether or not the driver has used the recommended route.
  • the route search device 100 determines the incentive achievement condition at the time of arrival determination, and gives (presents) an incentive if, for example, the stay time of the detour (detour) satisfies the achievement condition.
  • FIG. 6 is an explanatory diagram showing the concept of setting incentives.
  • FIG. 6(a) shows a comparison between proposal P without incentive and proposal Q with incentive.
  • Proposal 1 indicates the comprehensive evaluation of the recommended route
  • Proposal 2 indicates the comprehensive evaluation of the direct route.
  • the recommended route is the detour route with the highest overall evaluation among the detour routes when the direct route is in a predetermined state (traffic jam, etc.).
  • Proposal P shows the starting point of the idea of the incentive setting process in this disclosure. In this case, if the overall evaluation of Proposal 1 in Proposal P is sufficiently good, no incentive is required. On the other hand, if the overall evaluation is not good, it is necessary to give incentives.
  • the route search device 100 determines whether or not the comprehensive evaluation is appropriate from the user log data without incentives.
  • Proposal Q is the content of the proposal when it is determined that an incentive is required from Proposal P.
  • the incentive sufficiency ratio and amount are determined. Find how high the overall evaluation of the recommended proposal should be when incentives are provided. Therefore, it is determined based on user log data with incentives. Even if the overall evaluation is the same between when incentives are not provided and when incentives are provided, there may be discrepancies in the actual user's judgment.
  • FIG. 6(b) shows a proposal when there are three or more proposals, and shows a case where the recommended route and the best route (with the highest comprehensive evaluation) have different comprehensive evaluations.
  • Proposal P1 when setting incentives, it is desired to recommend Proposal 1, but if the comprehensive evaluation of Proposal 3 is high, consider how much difference the driver will select the recommended route.
  • the recommended route does not have a high comprehensive evaluation.
  • a recommended route is a route that meets the client's request (for example, does not include traffic congestion relief sections).
  • Proposal Q1 shows the case where incentives are set based on this.
  • FIG. 6 shows the concept of incentive setting, and the following processing is actually performed.
  • the incentive calculation unit 150 calculates and sets appropriate incentives.
  • the incentive calculation unit 150 will be described.
  • FIG. 7 is a diagram showing the functional configuration of the incentive calculation unit 150 of the route search device 100 of the present disclosure.
  • the incentive calculation unit 150 includes a function calculation unit 151, an incentive necessity determination unit 152, an incentive sufficiency ratio calculation unit 153, an incentive shortage risk estimation unit 154, an incentive amount calculation unit 155, and a user log database 156. is composed of
  • the user log database 156 is a storage unit that stores driver log data.
  • FIG. 8 is a diagram showing a specific example thereof. As shown in the figure, selection information, evaluation value of direct route, evaluation value of detour route, evaluation value difference between them, best evaluation value, presence/absence of recommendation, and incentive are stored for each user ID.
  • This log data is data in which routes selected by some or all drivers and evaluation values of the routes are associated with each other. This user log data is information fed back and stored based on the results determined by each driver or route search device 100 .
  • the selection information is information indicating which of the proposed routes was selected.
  • This selection information describes either a direct route, a recommended route, or a best route.
  • the best route is the route with the highest comprehensive evaluation value.
  • the recommended route for example, when the direct route includes a predetermined state (for example, traffic jam), the recommended route is a proposal for avoiding the state.
  • a route that satisfies the conditions indicated by the client may be the recommended route.
  • the recommended route and the best route are often the same, but there are also cases where they are different. In the present disclosure, unless otherwise specified, the recommended route is the same as the best route.
  • the evaluation value of the direct route and the evaluation value of the recommended route are the evaluation values of the comprehensive evaluation at that time for each route.
  • the evaluation value difference indicates the difference in overall evaluation between the recommended route (or best route) and the direct route.
  • the best evaluation value indicates the evaluation of the best route.
  • Whether or not there is a recommendation indicates whether or not there is a recommended route. If the return route is not in a predetermined state (traffic jam, etc.), the recommended route may not be set as the proposed route.
  • Incentives indicate the value of incentives if they are set in the proposal.
  • the function calculation unit 151 is a part that uses the user log data stored in the user log database 156 to calculate various approximate functions used for setting incentives. This approximation function is information indicating the tendency of the user to select a route.
  • FIG. 9 is an explanatory diagram showing the process of calculating approximate functions (1) to (6).
  • FIG. 9 is a diagram in which each piece of user log data is plotted, with the horizontal axis representing the direct route proposal evaluation value and the vertical axis representing the evaluation value difference between the direct route and another route (with the highest evaluation value).
  • the recommended route is a route for avoiding the condition when there is a direct route that satisfies the traffic condition (such as traffic congestion) set by the client or the like.
  • the recommended route is the route with the best overall evaluation.
  • selecting the best overall evaluation means selecting the route with the best overall evaluation value.
  • FIG. 9(a) is a diagram showing the process of calculating approximate functions (1) and (2).
  • the premise is log data consisting of proposals without recommended routes and without incentives.
  • black circles indicate direct route selection, and white circles indicate overall evaluation best selection.
  • the approximation function (1) indicated by white circles and the approximation function (2) indicated by black circles are obtained respectively.
  • the approximation functions (1) and (2) are information generated from user log data with no recommended route and no incentive, and indicate the user's route selection tendency in that case.
  • FIG. 9(b) is a diagram showing the process of calculating the approximation functions (3) and (4).
  • black circles indicate direct route selection, and white circles indicate overall evaluation best selection.
  • the approximation function (3) indicated by white circles and the approximation function (4) indicated by black circles are obtained respectively.
  • the evaluation value difference on the vertical axis is a value including the incentive correction.
  • the approximation functions (3) and (4) are information generated from user log data with recommended routes and with incentives, and indicate the tendency of users to select routes in consideration of incentives.
  • FIG. 9(c) is a diagram showing the process of calculating approximate functions (5) and (6).
  • filled circles indicate direct routing and white circles indicate best routing.
  • the approximation function (5) indicated by white circles and the approximation function (6) indicated by black circles are obtained respectively.
  • the evaluation value difference on the vertical axis is a value that does not include incentive correction.
  • the approximation functions (5) and (6) are information generated from user log data with recommended routes and with incentives, and indicate the user's route selection tendency when incentives are not considered.
  • the incentive necessity determination unit 152 is a part that uses the approximate functions (1) to (4) calculated by the function calculation unit 151 to determine the necessity of incentives.
  • the incentive necessity determination unit 152 calculates the boundary function (1) of selection change as follows (see FIG. 10).
  • the value of a is a so-called weighting factor, and is determined by which of approximation function (1) and approximation function (2) is weighted. This a is set based on the standard deviation of the approximation function (1) and the approximation function (2).
  • This boundary function is information representing a boundary defined based on the approximation function (1) and the approximation function (2). This is the information shown.
  • the incentive necessity determination unit 152 obtains a threshold value by substituting the comprehensive evaluation of the direct route proposed this time into the boundary function (1) for selection change.
  • the incentive necessity determining unit 152 predicts that the recommended route will be selected (detoured) if the current evaluation value difference is greater than the threshold value, and determines that the incentive is unnecessary. Otherwise, incentive necessity determination unit 152 determines that incentive is necessary.
  • the incentive necessity determination unit 152 similarly calculates a boundary function (1a) for selection change using the approximation function (3) and the approximation function (4), and determines the incentive as the boundary function can also be determined according to, but not necessarily.
  • the incentive sufficiency ratio calculation unit 153 is a part that calculates an approximate function of the incentive sufficiency ratio. This approximation function is a function for determining the influence of incentive corrections on the driver's route selection.
  • FIG. 11 is a diagram showing determination processing for the incentive sufficiency ratio.
  • the user log data handled in FIG. 11 is data with recommendations and incentives.
  • FIG. 11(a) is based on FIG. 9(c).
  • the boundary function (1) has already been obtained from the approximation function (1) and the approximation function (2), and the boundary function (1) is superimposed.
  • the incentive sufficiency ratio calculation unit 153 converts each user log data (white circle, black circle) into data whose vertical axis is "sufficiency incentive ratio" (FIG. 11(b)). 11(b) is obtained.
  • the “sufficient incentive ratio” indicates how much the shortage is filled with incentives with respect to the selection change boundary.
  • the incentive satisfaction ratio calculation unit 153 calculates “sufficiency incentive ratio”, approximate function (7), and approximate function (8) for all user log data (white circles and black circles, respectively) from the following equations.
  • Satisfaction incentive ratio for approximation function (7) Incentive correction value of each user log data (white circle) ⁇ (value of each user log data (white circle) - value of selection change boundary function (1)) (2) Satisfaction incentive ratio for approximation function (8): Incentive correction value of each user log data (black circle) ⁇ (value of each user log data (black circle) - value of selection change boundary function (1)) (3)
  • Each value of the above user log data indicates the evaluation value difference before the incentive correction.
  • the value of the selection change boundary function (1) is obtained by substituting the evaluation value of the direct route plan in the user log data.
  • the incentive correction value indicates the overall evaluation of incentives in the user log data, and indicates the value given to the already calculated overall evaluation.
  • the incentive amount calculation unit 155 is a part that calculates the overall evaluation of the incentive using the approximation function and the boundary function, converts the overall evaluation into the incentive amount, and sets the incentive amount.
  • the incentive amount calculation unit 155 functions as an incentive setting unit.
  • the incentive amount calculation unit 155 calculates an overall evaluation using the following formula, and calculates an amount corresponding to the overall evaluation.
  • the boundary function indicates the degree of satisfaction of incentives.
  • the value of b is a weighting coefficient that indicates which of the approximation functions (7) and (8) should be weighted.
  • the value of b is set based on the standard deviation of the approximation functions (7) and (8).
  • the incentive amount calculation unit 155 converts the overall evaluation into an incentive amount.
  • the incentive amount calculation unit 155 may calculate the incentive amount by treating the overall evaluation as an inverse function.
  • the incentive shortage risk estimation unit 154 is a part that estimates the incentive shortage risk and functions as a risk determination unit. Prior to the estimation process, the incentive shortage risk estimation unit 154 performs the process shown in FIG. 12 .
  • FIG. 12(a) shows a graph of the user log data with the evaluation value difference on the vertical axis and the overall evaluation best value (best route value) on the horizontal axis.
  • This user log data is data indicating that there is a recommended route and no incentive, and that the actually selected route is the recommended route.
  • the incentive shortage risk estimating unit 154 obtains an approximate function (1) in this comprehensive evaluation best data.
  • This process is for checking how much the evaluation value is allowed to drop. If the evaluation value difference is larger than this approximation function (1), the risk of choosing a route plan other than the best one increases.
  • This approximation function may be based on values corrected by a predetermined factor. For example, the correction is to add the standard error of the user log data.
  • FIG. 12(b) shows a graph of the user log data, with the vertical axis representing the evaluation value difference and the horizontal axis representing the overall evaluation best value (best route value).
  • the evaluation value difference here is the evaluation value after the addition of incentives.
  • This log data is data indicating that there is a recommended route and there is an incentive.
  • the incentive shortage risk estimator 154 obtains an approximate function (2) in this comprehensive evaluation best (evaluation value of the best route).
  • the incentive shortage risk estimation unit 154 uses the determination result of the incentive necessity determination unit 152 prior to the estimation process.
  • the incentive shortage risk estimator 154 determines the possibility that the best route plan will not be selected when the result is "no incentive required”.
  • the incentive shortage risk estimation unit 154 assigns the evaluation value of the best route presented to the user this time to the approximation function (1), and the value 1 calculated is the actual evaluation value difference (difference between the recommended route plan and the best route plan). ) is compared, and if value 1>value 2, it is determined that the recommended route plan is sufficiently selected, and the incentive is left unneeded. If value 1 ⁇ value 2, it is determined that an incentive is necessary, and the incentive is calculated and given. It is preferable to set the incentive grant amount at this time based on the value of value 2-value 1.
  • the incentive grant amount may be calculated by multiplying the difference between value 1 and value 2 by a predetermined coefficient.
  • the incentive shortage risk estimation unit 154 determines the possibility that the best route plan will not be selected when the incentive necessity determination unit 152 determines that "an incentive is necessary" and performs incentive design.
  • the incentive shortage risk estimation unit 154 determines that the value 3 calculated from the evaluation value of the best proposal this time and the approximation function (2) is the actual evaluation value difference (recommended route plan and best route plan with incentive added). If value 3>value 4, it is assumed that the recommended route plan is sufficiently selected, and no further additional incentive is required. If the value 3 ⁇ value 4, the incentive shortage risk estimation unit 154 adds an additional incentive. It is preferable to set the incentive grant amount at this time on the basis of value 4-value 3. For example, the incentive grant amount may be calculated by multiplying the difference between value 3 and value 4 by a predetermined coefficient.
  • the incentive amount calculation unit 155 calculates the incentive amount based on the values 1 to 4 calculated by the incentive shortage risk estimation unit 154, and adds them to calculate the final incentive amount to be granted.
  • FIG. 13 and 14 are flow charts showing the incentive calculation processing of the evaluation calculation unit 103 and the incentive calculation unit 150 of the route search device 100.
  • FIG. This process is a process performed together with the process of S105 in FIG.
  • the evaluation calculation unit 103 calculates the evaluation of each retrieved route (direct route and detour route) (S105).
  • the function calculation unit 151 and the incentive necessity determination unit 152 calculate and acquire approximate function (1) to approximate function (6) and boundary function (1) (S202).
  • the incentive necessity determining unit 152 determines whether or not an incentive is necessary using the approximate functions (1) to (6) and the boundary function (1) (S203).
  • the incentive sufficiency ratio calculation unit 153 acquires approximate functions (7) to (8) of incentive sufficiency ratios, and uses them to calculate boundary function (2) for selection change (S204).
  • the incentive amount calculation unit 155 calculates the overall evaluation using the boundary function (2), and calculates the incentive amount therefrom (S205).
  • the function calculation unit 151 and the incentive necessity determination unit 152 calculate and acquire approximate functions and boundary functions (S207). This is the same as the process S202.
  • the incentive shortage risk estimation unit 154 acquires an approximate function using the best evaluation (evaluation value of the best route) (S208).
  • the incentive necessity judgment unit 152 judges the necessity of the incentive using the approximate functions (1) to (6) (S209). This is the same as processing S203.
  • the incentive shortage risk estimating unit 154 determines whether or not an additional incentive is necessary based on an approximation function using the best overall evaluation (evaluation of the best route) (S210).
  • the incentive shortage risk estimation unit 154 adds an incentive (S211). Adding an incentive includes the same processing as the processing S204, and is a processing of calculating an additional incentive and adding it to the incentive obtained by performing the same processing as the processing S204.
  • the incentive amount calculation unit 155 calculates the amount of incentive (S214).
  • the incentive shortage risk estimation unit 154 further determines whether the incentive is unnecessary (S212).
  • the incentive shortage risk estimation unit 154 determines that an incentive is necessary, it gives an incentive (S213). If it is judged unnecessary, incentives will not be given.
  • the proposed route for the vehicle searched by the route search device 100 is the subject of incentives, but it may be a route for bicycles, walking, or the like.
  • it is not limited to the route proposal as long as it is proposed to the user. For example, it is sufficient if it is possible to make some kind of proposal for the user's behavior for which the user's log data can be collected, such as what is purchased when purchasing something.
  • the detour route may be proposed for each subordinate area rather than for each store. Also, incentives for each store may be added. Multiple clients may exist. The client specified the "congested section to be avoided” and did not request a specific "plan to be guided", but it may be considered.
  • the boundary function calculation processing in the incentive shortage risk estimation unit 154 and the incentive amount calculation unit 155 may be calculated by the following multiple regression analysis based on the incentive.
  • Boundary function p ⁇ + ( ⁇ 1 * (general evaluation of direct route plan) + ⁇ 2 * (evaluation value difference between direct route plan and recommended route plan) + ⁇ 3 * (incentive correction value))
  • ⁇ , ⁇ 1, ⁇ 2, and ⁇ 3 are coefficients obtained by multiple regression analysis.
  • FIG. 15 is a diagram for explaining the evaluation when incentive compensation is performed for each proposal.
  • the incentives set as described above are added to or subtracted from the evaluation of each route to drive route selection by the driver.
  • Proposal 3 As for the calculation of Proposal 3, first of all, it is equivalent to Proposal 2, and the overall evaluation is calculated from the congestion time, etc. This comprehensive evaluation is an evaluation value before incentive correction.
  • the "incentive amount” is actually given “30 yen”.
  • the incentive correction calculation formula is merely an example, and other patterns may be used.
  • the route search device 100 of the present disclosure functions as an incentive setting device that sets incentives. As described above, the present disclosure is not limited to route search suggestions.
  • the incentive amount calculation unit 155 calculates an approximate function ( For example, based on approximate function (7) and approximate function (8) derived based on approximate function (5) and approximate function (6)), some proposal contents (search path ) to calculate the incentives that influence their choice.
  • the approximate function (1) and the approximate function (2) (or the approximate function (3) and the approximate function (4)) are used to determine the necessity of the incentive, and the incentive amount calculation unit 155 , based on which incentives are calculated. Therefore, the incentive amount calculation unit 155 calculates the incentive based on the user's tendency to select routes in a broad sense.
  • the incentive amount calculation unit 155 sets incentives based on the difference value between the evaluation value of one proposal content (direct route) and the evaluation value of another proposal content (recommended route). By using this difference value, the evaluation and selection tendency can be grasped, and appropriate incentives can be set.
  • the route search device 100 of the present disclosure includes a presentation unit 104 that presents conditions for giving incentives to the driver.
  • the driver can know the incentive, and can be motivated to select the recommended route or the like.
  • the function calculation unit 151 selects the evaluation value of one proposal content (direct route) and the evaluation value of another proposal content (recommended route) in the user log data Based on the difference value from the value and the overall evaluation of one proposal content (direct route), the selection tendency (approximation function (1) and approximation function (1) and approximation Generate function (2)).
  • Incentive necessity determination unit 152 determines necessity of incentive based on this selection tendency (approximation function (1) and approximation function (2)).
  • the incentive amount calculation unit 155 sets incentives according to the determination of necessity of incentives.
  • the incentive necessity determination unit 152 determines which proposal content each user selects according to the selection tendency (approximation function (1) and approximation function (2)) Boundary information (Boundary function (1)) is generated, and based on the boundary information (boundary function (1)), it is determined whether incentives are necessary.
  • the user log data includes evaluation values of a plurality of other proposal contents (recommended route and best route).
  • the incentive shortage risk estimating unit 154 selects one proposal content (direct route) and a plurality of other proposal content (recommended route, best route, other routes) other proposals with high evaluation values.
  • the incentive amount calculation unit 155 sets incentives based on the result of determining the necessity of incentives and the result of insufficient risk determination.
  • the incentive shortage risk estimating unit 154 uses user log data with no incentive among the user log data to determine the proposal content other than the proposal content (best route) with a high overall evaluation. The possibility of the user selecting (proposed route) is determined, and the grant amount is calculated. Then, the incentive amount calculation unit 155 sets the incentive according to this possibility.
  • the incentive shortage risk estimating unit 154 uses user log data with an incentive among the user log data to extract proposal content other than the proposal content (best route) with a high overall evaluation. The possibility of the user selecting (proposed route) is determined, and the grant amount is calculated. Then, the incentive amount calculation unit 155 sets an additional incentive according to the possibility.
  • the route search device 100 of the present disclosure further includes an incentive sufficiency ratio calculator 153 that functions as an incentive sufficiency degree derivation unit that derives the sufficiency degree of incentives from the selection tendency.
  • the incentive amount calculation unit 155 sets the incentive based on the degree of satisfaction of the incentive.
  • the incentive sufficiency ratio calculation unit 153 calculates the difference value before the incentive correction between the comprehensive evaluation of the direct route and the comprehensive evaluation of the recommended route (best route) in the user log data with incentive among the user log data, and the comprehensive evaluation of the direct route.
  • a boundary function (3) is calculated based on the approximation function (5) and the approximation function (6) generated based on the evaluation.
  • the incentive satisfaction ratio calculation unit 153 generates an approximate function (7) and an approximate function (8) of the incentive satisfaction ratio based on the boundary function (3), thereby calculating the incentive satisfaction degree (boundary function (2)).
  • the incentive amount calculation unit 155 sets incentives based on the degree of satisfaction of incentives (boundary function (2)).
  • each functional block may be implemented using one device physically or logically coupled, or directly or indirectly using two or more physically or logically separate devices (e.g. , wired, wireless, etc.) and may be implemented using these multiple devices.
  • a functional block may be implemented by combining software in the one device or the plurality of devices.
  • Functions include judging, determining, determining, calculating, calculating, processing, deriving, examining, searching, checking, receiving, transmitting, outputting, accessing, resolving, selecting, choosing, establishing, comparing, assuming, expecting, assuming, Broadcasting, notifying, communicating, forwarding, configuring, reconfiguring, allocating, mapping, assigning, etc.
  • a functional block (component) that performs transmission is called a transmitting unit or transmitter. In either case, as described above, the implementation method is not particularly limited.
  • the route search device 100 may function as a computer that performs processing of the route search method of the present disclosure.
  • FIG. 16 is a diagram illustrating an example of a hardware configuration of route search device 100 according to an embodiment of the present disclosure.
  • the route search device 100 described above may be physically configured as a computer device including a processor 1001, a memory 1002, a storage 1003, a communication device 1004, an input device 1005, an output device 1006, a bus 1007, and the like.
  • the term "apparatus” can be read as a circuit, device, unit, or the like.
  • the hardware configuration of the route search device 100 may be configured to include one or more of each device shown in the drawing, or may be configured without some devices.
  • Each function in the route search device 100 is performed by the processor 1001 performing calculations by loading predetermined software (programs) onto hardware such as the processor 1001 and the memory 1002, controlling communication by the communication device 1004, controlling the memory It is realized by controlling at least one of data reading and writing in 1002 and storage 1003 .
  • the processor 1001 operates an operating system and controls the entire computer.
  • the processor 1001 may be configured by a central processing unit (CPU) including an interface with peripheral devices, a control device, an arithmetic device, registers, and the like.
  • CPU central processing unit
  • the above-described route search unit 101, cost calculation unit 102, evaluation calculation unit 103, and the like may be implemented by the processor 1001.
  • FIG. 1
  • the processor 1001 also reads programs (program codes), software modules, data, etc. from at least one of the storage 1003 and the communication device 1004 to the memory 1002, and executes various processes according to them.
  • programs program codes
  • the program a program that causes a computer to execute at least part of the operations described in the above embodiments is used.
  • the route search unit 101, the cost calculation unit 102, and the evaluation calculation unit 103 may be stored in the memory 1002 and realized by a control program operating in the processor 1001, and other functional blocks may be similarly realized. good.
  • FIG. Processor 1001 may be implemented by one or more chips. Note that the program may be transmitted from a network via an electric communication line.
  • the memory 1002 is a computer-readable recording medium, and is composed of at least one of, for example, ROM (Read Only Memory), EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), RAM (Random Access Memory), etc. may be
  • ROM Read Only Memory
  • EPROM Erasable Programmable ROM
  • EEPROM Electrical Erasable Programmable ROM
  • RAM Random Access Memory
  • the memory 1002 may also be called a register, cache, main memory (main storage device), or the like.
  • the memory 1002 can store executable programs (program code), software modules, etc. for implementing a route search method according to an embodiment of the present disclosure.
  • the storage 1003 is a computer-readable recording medium, for example, an optical disc such as a CD-ROM (Compact Disc ROM), a hard disk drive, a flexible disc, a magneto-optical disc (for example, a compact disc, a digital versatile disc, a Blu-ray disk), smart card, flash memory (eg, card, stick, key drive), floppy disk, magnetic strip, and/or the like.
  • Storage 1003 may also be called an auxiliary storage device.
  • the storage medium described above may be, for example, a database, server, or other suitable medium including at least one of memory 1002 and storage 1003 .
  • the communication device 1004 is hardware (transmitting/receiving device) for communicating between computers via at least one of a wired network and a wireless network, and is also called a network device, a network controller, a network card, a communication module, or the like.
  • the communication device 1004 includes a high-frequency switch, a duplexer, a filter, a frequency synthesizer, etc., in order to realize at least one of, for example, frequency division duplex (FDD) and time division duplex (TDD). may consist of For example, part of the reception function of the route search unit 101 and the transmission function of the presentation unit 104 may be implemented by the communication device 1004 .
  • FDD frequency division duplex
  • TDD time division duplex
  • the input device 1005 is an input device (for example, keyboard, mouse, microphone, switch, button, sensor, etc.) that receives input from the outside.
  • the output device 1006 is an output device (eg, display, speaker, LED lamp, etc.) that outputs to the outside. Note that the input device 1005 and the output device 1006 may be integrated (for example, a touch panel).
  • Each device such as the processor 1001 and the memory 1002 is connected by a bus 1007 for communicating information.
  • the bus 1007 may be configured using a single bus, or may be configured using different buses between devices.
  • the route search device 100 includes hardware such as a microprocessor, a digital signal processor (DSP), an ASIC (Application Specific Integrated Circuit), a PLD (Programmable Logic Device), and an FPGA (Field Programmable Gate Array). , and part or all of each functional block may be implemented by the hardware.
  • processor 1001 may be implemented using at least one of these pieces of hardware.
  • notification of information is not limited to the aspects/embodiments described in the present disclosure, and may be performed using other methods.
  • notification of information includes physical layer signaling (e.g., DCI (Downlink Control Information), UCI (Uplink Control Information)), upper layer signaling (e.g., RRC (Radio Resource Control) signaling, MAC (Medium Access Control) signaling, It may be implemented by broadcast information (MIB (Master Information Block), SIB (System Information Block))), other signals, or a combination thereof.
  • RRC signaling may also be called an RRC message, and may be, for example, an RRC connection setup message, an RRC connection reconfiguration message, or the like.
  • Input/output information may be stored in a specific location (for example, memory) or managed using a management table. Input/output information and the like may be overwritten, updated, or appended. The output information and the like may be deleted. The entered information and the like may be transmitted to another device.
  • the determination may be made by a value represented by one bit (0 or 1), by a true/false value (Boolean: true or false), or by numerical comparison (for example, a predetermined value).
  • notification of predetermined information is not limited to being performed explicitly, but may be performed implicitly (for example, not notifying the predetermined information). good too.
  • Software whether referred to as software, firmware, middleware, microcode, hardware description language or otherwise, includes instructions, instruction sets, code, code segments, program code, programs, subprograms, and software modules. , applications, software applications, software packages, routines, subroutines, objects, executables, threads of execution, procedures, functions, and the like.
  • software, instructions, information, etc. may be transmitted and received via a transmission medium.
  • a transmission medium For example, if the Software uses wired technology (coaxial cable, fiber optic cable, twisted pair, Digital Subscriber Line (DSL), etc.) and/or wireless technology (infrared, microwave, etc.), the website, Wired and/or wireless technologies are included within the definition of transmission media when sent from a server or other remote source.
  • wired technology coaxial cable, fiber optic cable, twisted pair, Digital Subscriber Line (DSL), etc.
  • wireless technology infrared, microwave, etc.
  • data, instructions, commands, information, signals, bits, symbols, chips, etc. may refer to voltages, currents, electromagnetic waves, magnetic fields or magnetic particles, light fields or photons, or any of these. may be represented by a combination of
  • the channel and/or symbols may be signaling.
  • a signal may also be a message.
  • a component carrier may also be called a carrier frequency, a cell, a frequency carrier, or the like.
  • information, parameters, etc. described in the present disclosure may be expressed using absolute values, may be expressed using relative values from a predetermined value, or may be expressed using other corresponding information.
  • radio resources may be indexed.
  • MS Mobile Station
  • UE User Equipment
  • a mobile station is defined by those skilled in the art as subscriber station, mobile unit, subscriber unit, wireless unit, remote unit, mobile device, wireless device, wireless communication device, remote device, mobile subscriber station, access terminal, mobile terminal, wireless It may also be called a terminal, remote terminal, handset, user agent, mobile client, client, or some other suitable term.
  • determining and “determining” used in this disclosure may encompass a wide variety of actions.
  • “Judgement” and “determination” are, for example, judging, calculating, computing, processing, deriving, investigating, looking up, searching, inquiring (eg, lookup in a table, database, or other data structure);
  • "judgment” and “determination” are used for receiving (e.g., receiving information), transmitting (e.g., transmitting information), input, output, access (accessing) (for example, accessing data in memory) may include deeming that a "judgment” or “decision” has been made.
  • judgment and “decision” are considered to be “judgment” and “decision” by resolving, selecting, choosing, establishing, comparing, etc. can contain.
  • judgment and “decision” may include considering that some action is “judgment” and “decision”.
  • judgment (decision) may be read as “assuming”, “expecting”, “considering”, or the like.
  • connection means any direct or indirect connection or coupling between two or more elements, It can include the presence of one or more intermediate elements between two elements being “connected” or “coupled.” Couplings or connections between elements may be physical, logical, or a combination thereof. For example, “connection” may be read as "access”.
  • two elements are defined using at least one of one or more wires, cables, and printed electrical connections and, as some non-limiting and non-exhaustive examples, in the radio frequency domain. , electromagnetic energy having wavelengths in the microwave and light (both visible and invisible) regions, and the like.
  • any reference to elements using the "first,” “second,” etc. designations used in this disclosure does not generally limit the quantity or order of those elements. These designations may be used in this disclosure as a convenient method of distinguishing between two or more elements. Thus, reference to a first and second element does not imply that only two elements can be employed or that the first element must precede the second element in any way.
  • a and B are different may mean “A and B are different from each other.”
  • the term may also mean that "A and B are different from C”.
  • Terms such as “separate,” “coupled,” etc. may also be interpreted in the same manner as “different.”
  • 100... Route search device 101... Route search unit, 102... Cost calculation unit, 103... Evaluation calculation unit, 104... Presentation unit, 105... Map DB, 106... Traffic DB, 107... Cost DB, 151... Function calculation unit, 152... Incentive necessity determination unit, 153... Incentive sufficiency ratio calculation unit, 154... Incentive shortage risk estimation unit, 155... Incentive amount calculation unit, user log database, 156... User log database.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)

Abstract

ユーザに対する提案に適切なインセンティブを付与するインセンティブ設定装置を提供することを目的とする。　インセンティブ金額算出部１５５は、各ユーザの一の提案内容（直接経路）の評価値と他の提案内容（おすすめ経路等）の評価値とに基づいた各ユーザの選択傾向を示す近似関数（例えば、近似関数５および６）に基づいて導出された近似関数７および８に基づいて、一のユーザに提案されたいくつかの提案内容（検索経路）の選択に影響を与えるインセンティブを算出する。近似関数１および２（または近似関数３および４）を用いてインセンティブの要否判断がされており、インセンティブ金額算出部１５５は、それに基づいてインセンティブを算出する。したがって、インセンティブ金額算出部１５５は、広義のユーザの経路の選択傾向に基づいてインセンティブを算出している。

Description

インセンティブ設定装置
　本発明は、ユーザへの提案に対してインセンティブを与えるインセンティブ設定装置に関する。
　特許文献１には、利用者が実際に行動を変化させる可能性を高める技術の提供を目的として、インセンティブを複数の提案する移動経路に対応づけて案内させ、その経路の選択に関する行動を行った場合に、当該経路のインセンティブを利用者に付与することの記載がある。
特開２０２１－２５９６８号公報
　特許文献１に記載の発明においては、インセンティブをどのようにして設定するのかが問題となる。すなわち、インセンティブが高ければ行動変容しやすいが、過剰なインセンティブを与えることは好ましくない。したがって、必要かつ過剰にしすぎないインセンティブを設定することが望まれる。
　そこで、上述の課題を解決するために、本発明は、ユーザに対する提案に適切なインセンティブを付与するインセンティブ設定装置を提供することを目的とする。
　本発明のインセンティブ設定装置は、各ユーザにおいて提案された一の提案内容の評価値、前記他の提案内容の評価値、および前記いずれの提案内容を選択したかを示す選択情報を含むログデータを記憶する記憶部と、前記各ユーザの前記一の提案内容の評価値と前記他の提案内容の評価値とに基づいた前記各ユーザの選択傾向に基づいて、一のユーザに提案されたいくつかの提案内容の選択に影響を与えるインセンティブを設定するインセンティブ設定部と、を備える。
　本発明によると、適切なインセンティブを設定することができ、ユーザに対する行動変容を容易にする。
本開示の処理概念を示す図である。 本開示の経路検索装置１００の機能構成を示すブロック図である。 損失関数および総合評価を算出する過程を示す図である。 コスト計算部１０２が算出した各種コストおよび効率係数、そのほか損失価値、相対係数等を対応付けた表である。 経路検索装置１００の動作を示すフローチャートである。 インセンティブ設定の考え方を示す説明図である。 本開示の経路検索装置１００のインセンティブ計算部１５０の機能構成を示す図である。 ユーザログデータベース１５６の具体例を示す図である。 近似関数（１）～（６）の算出過程を示す説明図である。 境界関数（１）の生成を示す図である。 インセンティブ充足比率についての判断処理を示す図である。 インセンティブ不足リスクの説明のための図である。 路検索装置１００の評価算出部１０３およびインセンティブ計算部１５０のインセンティブ計算について処理を示すフローチャート（その１）である。 路検索装置１００の評価算出部１０３およびインセンティブ計算部１５０のインセンティブ計算について処理を示すフローチャート（その２）である。 提案ごとのインセンティブ補正をしたときの評価を説明するための図である。 本開示の一実施の形態に係る経路検索装置１００のハードウェア構成の一例を示す図である。
　添付図面を参照しながら本開示の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。
　図１は、本開示の処理概念を示す図である。車両２００は、経路検索装置１００と通信をして、経路Ｔ１または経路Ｔ２、Ｔ３の経路情報およびその総合評価の提供を受ける。現在地Ａは、車両の位置を示す。車両２００のドライバは、経路Ｔ１を通って現在地Ａから目的地Ｂにいくか、経路Ｔ２を通って現在地Ａから迂回地Ｃに行き、そこから、経路Ｔ３を通って、目的地Ｂに行くか、選択することができる。本開示において、経路Ｔ１が渋滞などで通常時より時間がかかることを想定している。その場合、車両のドライバは経路Ｔ１に代えて、経路Ｔ２を通って迂回地Ｃに行くことを選択する。ドライバは迂回地Ｃで施設滞在時間Ｔｃ、滞在し、その後、経路Ｔ３を経由して目的地Ｂに行くことを選択することができる。
　これら経路Ｔ１～Ｔ３、迂回地Ｃにおける滞在時間Ｔｃ、および各経路の総合評価は、経路検索装置１００により算出され、ドライバに提供される。
　図２は、本開示の経路検索装置１００の機能構成を示すブロック図である。図に示される通り、経路検索装置１００は、経路検索部１０１、コスト計算部１０２、評価算出部１０３、提示部１０４、地図ＤＢ１０５、トラフィックＤＢ１０６、コストＤＢ１０７、およびインセンティブ計算部１５０を含んで構成されている。
　経路検索部１０１は、車両２００から要求を受信し、その要求に応じて車両２００の現在地から目的地までの一または複数の経路を算出する部分である。車両２００の要求には、当該車両２００の現在位置および目的地の情報が含まれている。
　さらに詳細には、経路検索部１０１は、地図ＤＢ１０５およびトラフィックＤＢ１０６を参照して、現在地および目的地に基づいて一または複数の経路を算出する。経路検索部１０１は、経路の算出に際して、車両２００の現在地および目的地に基づいて、迂回地を検索し、迂回地を経由した経路の算出を行う。迂回地の検索については、ドライバの趣味嗜好、性格、そのほか性別年齢等の属性に基づいて決定されてもよい。また、ドライバが迂回地を設定してもよい。図１の説明では、迂回地は一つとしたが、複数あってもよい。
　コスト計算部１０２は、経路検索部１０１が算出した各経路のコストを計算する部分である。コスト計算部１０２は、無駄となる時間を金銭価値に変換し、理想時との相対評価も加味した定量評価を作成する機能を有する。
　コスト計算部１０２は、ユーザにとって渋滞時間Ｘ分はＹ円の価値があることを示す損失関数を事前に作成しておくか、または取得しておく。図３（ａ）は、損失関数の具体例を示す図である。図に示される通り、横軸が時間、縦軸が金額となり、時間に応じた金額が出力される関数となっている。この損失関数は、ユーザごとに定義されているものであり、あらかじめアンケートをユーザに実施することで定義される。
　また、コスト計算部１０２は、損失価値と効率係数とを算出する。経路検索部１０１により各種経路における渋滞時間がわかり、その渋滞時間に基づいて損失価値関数から損失価値を算出する。なお、この損失価値は、渋滞時間の長さに応じて大きくなるように設定されることがよい。また、一定時間以上の渋滞となった場合には、さらに損失価値を大きくするようにしてもよい。例えば、所定値を加算して、損失価値を補正してもよい。なお、本開示において、損失価値が大きいということはユーザにとって損失が大きいことを意味している。
　また、コスト計算部１０２は、以下の式により、効率係数を算出する。効率係数は、基準時の経路（ここでは渋滞がない経路とする）における移動に対して、本日の移動時の提案経路がどれだけ効率的に移動できるかを示す係数である。この係数は、大きくなるほどその日の移動効率が悪いことを示す。
検索した経路の移動時間÷過去の渋滞がないときの経路の移動時間・・・（１）
　例えば、図３（ｂ）に示される通り、
現在地Ａ→目的地Ｂの移動時間
　移動時　　：T1=110
　渋滞なし：T1_min=60
現在地Ａ→迂回地Ｃの移動時間
　移動時　　：T2=30
　渋滞なし：T2_min=20
迂回地Ｃ→目的地Ｂの移動時間
　移動時　　：T3=50
　渋滞なし：T3_min=50
を考えてみる。Tx、Tx_minは、経路ｘの移動時間（分単位）を示す。
　この場合、コスト計算部１０２は、例えば、現在地Ａから目的地Ｂにおける効率係数として、移動時のT1／渋滞なしのT1_minで算出し、１１０／６０≒１．８３を求める。他の経路についても同様に効率係数をめる。図３（ｃ）は、現在地Ａから目的地Ｂに直接経路で移動した場合の渋滞時間、損失価値および効率係数、および迂回地Ｃを経由した場合の渋滞時間、損失価値および効率係数が示される。後述する通り、これら損失価値と効率係数とに基づいて総合評価が算出される。なお、ここでの効率係数は、渋滞なしを基準にした値であるが、これに限るものではなく、過去の所定期間における平均移動時間としてもよい。
　コスト計算部１０２は、さらに上記説明した移動効率以外の経路全体の費用を加味した総合評価のためのコストを計算してもよい。
　例えば、コスト計算部１０２は、車両移動追加コストおよび車両移動コスト効率係数を算出する。まず、コスト計算部１０２は、非渋滞時（基準時）の経路と検索した本日の提案経路との間でかかる燃料費差分を「車両移動追加コスト」（渋滞時は燃費効率が悪く、ガソリン代金が増加する）として算出する。また、コスト計算部１０２は、「検索した提案経路の燃料費Ｙ円÷非渋滞時（基準時）の直接経路での燃料費Ｘ円」を車両移動コスト効率係数として算出する。全体の移動距離と渋滞距離と移動時間とに基づいて、１ｋｍあたりの燃料消費量が求められ、それに基づいて燃料費が求められる。例えば、渋滞時においては、燃料消費量が１．５倍かかるものとする。
　また、コスト計算部１０２は、寄り道損失価値および寄り道の効率係数を算出する。コスト計算部１０２は、外部情報より寄り道した施設（迂回地Ｃ）における待ち時間を推定し、寄り道の損失価値関数から待ち時間分の損失価値を算出する。寄り道損失価値とは、例えば迂回地Ｃにおける待ち時間を金銭価値に変換した価値である。コスト計算部１０２は、外部情報等より寄り道した施設の平均滞在時間を取得し、「１＋施設の待ち時間÷平均滞在時間」を寄り道の効率係数として算出する。なお、上記待ち時間および平均滞在時間は、外部情報から提供される情報であり、施設に入るにあたっての待ち時間、利用時間等である。これら情報は、例えば当該施設が管理している管理サーバから提供される情報である。上記「施設の待ち時間」は、到着予定時刻での予測された施設待ち時間である。
　また、コスト計算部１０２は、待ち時間等の滞在時間に加えて、またはそれに代えて、滞在費用を利用してもよい。すなわち、滞在費用が一定費用を超える場合には、そのための損失関数を利用して、損失価値を用いてもよい。この損失関数は、迂回地Ｃにおける施設（例えば、店）の価格帯・滞在時間に応じてあらかじめ定められている。例えば、一般的なコーヒーショップでは平均滞在時間は３０分で平均金額６００円であり、ファミリーレストランは６０分で平均金額９００円である。このような情報に基づいて、事前に横軸を「円/分」とし、縦軸を「損失価値（円）」とする損失関数を用意してもよい。なお、迂回地Ｃにおける施設の種類（飲食店、お土産店、レジャー施設）に応じて、一義的に損失価値を定義した表を用いてもよい。
　また、コスト計算部１０２は、目的地Ｂへの到着遅延の損失価値および当該遅延の相対係数を算出する。コスト計算部１０２は、各ユーザがこの時刻よりも遅くなりたくないという「基本到着時刻」を有する。
　本開示においては、コスト計算部１０２は、基本到着時刻を含むユーザ情報を取得するものとする。例えば、コスト計算部１０２は、経路検索部１０１が取得した車両２００からの経路の検索の要求から当該ユーザ情報の基本到着時刻を取得する。コスト計算部１０２は、基本到着時刻よりも遅くなる時間に応じて、到着遅延の損失関数から損失価値を算出する。すなわち、この場合は、基本の損失関数とは別の到着遅延をしたときの損失関数が用意されており、コスト計算部１０２は、それを使って、損失価値を算出する。そして、コスト計算部１０２は、相対係数を損失価値に乗算する。
　相対係数は、当該直接経路案は１とし、その他の寄り道経路案は、以下のケースに分けて定義される。
Ｃａｓｅ１：直接経路案が基本到着時刻前の場合→１
Ｃａｓｅ２：当該直接経路案が基本到着時刻後の場合→「寄り道経路案の超過時間÷当該直接経路案の超過時間」（超過時間は、基本到着時刻から超過した時間を示す）
　図４は、コスト計算部１０２が算出した各種コストおよび効率係数、そのほか損失価値、相対係数等を対応付けた表である。図に示される通り、移動の損失価値および効率係数に基づいて算出された総合評価に、さらに対応付けて管理されている。
　図４においては、評価ｖ１における総合評価と、車両移動追加ストと車両移動コスト効率係数との積と、寄り道の損失価値と寄り道の効率係数との積と、帰宅遅延の損失価値と帰宅遅延の相対係数との積と、の和が総合評価として算出される。
　説明の便宜上、評価ｖ１は、移動に対する損失およびその効率に基づいて総合評価を示し、評価ｖ２は、寄り道した際の追加コストなど提案全体に基づいた総合評価を示しているが、特に区別する必要はない。いずれか一方でのみでも評価算出部１０３は、評価として算出することができる。図４においては、提案１は、直接経路案であるため、寄り道についてのコストは省略されている。
　評価算出部１０３、評価部として機能し、コスト計算部１０２により算出された損失価値および効率係数に基づいて総合評価を算出する部分である。具体的には、評価算出部１０３は、それぞれの項目において算出された損失価値と効率係数（または相対係数）との積を各項目における評価とし、その和を総合評価として算出する。
　また、評価算出部１０３は、上記のほかに、渋滞時間が所定時間以上である、滞在費用が一定費用を超える、到着時刻が所定時刻を超えるなどの、条件をつけて、総合評価を補正してもよい。コスト計算部１０２の機能として、これら条件に応じて損失価値を算出してもよいし、評価算出部１０３がこれら条件を考慮して総合評価の補正をしてもよい。
　地図ＤＢ１０５は、経路検索のための地図情報を記憶するデータベースである。この地図情報は、道路および施設を含む。施設は、迂回地のための場所であり、施設の名称または種別等を示す。
　トラフィックＤＢ１０６は、道路における渋滞情報を記憶するデータベースである。
　コストＤＢ１０７は、損失関数および寄り道場所のコスト（施設の滞在コスト）を記憶するデータベースである。上述した通り寄り道場所のコストは外部情報として外部から与えられた情報である経路検索装置１００はコストＤＢ１０７を有することなく、外部サーバから取得する構成としてもよい。
　インセンティブ計算部１５０は、経路検索部１０１により検索された各経路において、必要に応じてインセンティブを計算して設定する部分である。評価算出部１０３は、計算されたインセンティブを総合評価から減算することにより、インセンティブを加味した総合評価を算出する。また、提示部１０４は、インセンティブを、各経路の総合評価（インセンティブを加味した評価）とともにドライバに提示する。
　つぎに、本開示の経路検索装置１００の動作について説明する。図５は、経路検索装置１００の動作を示すフローチャートである。経路検索部１０１は、車両２００から現在地を取得する（Ｓ１０１）。なお、本開示においては、目的地への直接経路を算出するものとしており、例えば、目的地として自宅を想定している。なお、当然ながら、自宅を目的地とすることに限りものではない。
　経路検索部１０１は、現在地をもとに自宅への直帰経路を取得する（Ｓ１０２）。経路検索部１０１は、現在地を元に寄り道先経路を取得する（Ｓ１０３）。
　コスト計算部１０２は、直接経路のコスト、寄り道経路のコスト、ならびにその寄り道先経路における迂回地（滞在場所）のコストを計算する（Ｓ１０４）。
　評価算出部１０３は、コストに基づいて、直接経路および寄り道経路の総合評価を算出する（Ｓ１０５）。評価算出部１０３は、さらに総合評価に基づいて、寄り道経路のうち総合評価の高いｘ件を絞る（Ｓ１０６）。
　提示部１０４は、直帰経路とｘ件の寄り道経路とをドライバに提示する（Ｓ１０７）。
　上記の通り、経路検索装置１００は、複数の経路を導出してその経路ごとの総合評価をドライバに提供することができる。
　図４に示される表において、直接経路および寄り道経路を問わず、高速道路の利用の有無で複数の提案経路がある場合、直接経路として高速道路経路を基準とする。そして、直接経路として一般道を利用した場合、寄り道経路で、高速道路を利用した場合、寄り道経路で一般道を利用した場合などで分けることができる。その場合、移動コストとして、高速道路の有無を考慮してもよい。すなわち、高速道路の利用料金を移動コストに加えてもよい。
　また、高速道路利用の最短経路を基準に、追加時間を渋滞時間として扱って、損失価値を算出するか、渋滞時間に対する損失価値とは別に、高速道路利用の価値観数を事前に作成してもよい。一般的に、高速道路での３０分渋滞と、一般道での３０分渋滞とでは、その価値は異なる。一般的に、高速道路での渋滞は、その損失価値は大きいものと考えられ、一般道路における損失価値を１．５倍するものとしてもよい。
　総合評価について、最終的にユーザに見せ方は数値でなく、ランクとしてもよい（３０００以上ならＢａｄ、５００以下ならＧｏｏｄ、など）。また、損失価値と効率係数との乗算結果に、以下のような場合に評価補正を加味しても良い。
　迂回地は、店舗などの施設単位ではなく、一定のエリア単位（車移動で5分圏内など）でまとめてもよい。
　損失価値関数はアンケート等から作成する。例えば、高速道路渋滞１０分を回避できるファストレーンがあるなら、いくら払うか、高速道路１００円で１０分短縮なら高速道路を利用するかなどのアンケートから損失価値関数を作成することができる。すなわち、このようなアンケートを各ユーザにとることで、損失価値の作成者は、ユーザの時間に対応する金銭価値を把握し、損失価値関数を作成することができる。
　また、移動中、迂回地滞在中、および帰宅遅延に対応する損失関数を有するようにしてもよい。また、損失関数を全員共通とせず、属性データを特徴量とした機械学習モデルにより算出してもよい。すなわち、属性データ（年齢、性別、趣味嗜好、性格等）と時間とを説明変数とし、金銭価値を目的変数として、機械学習により学習した推定モデルを利用してもよい。時間と金銭価値とは、上述した通り、ユーザごとにとったアンケート結果に基づいて定められる。
　施設滞在時間Ｔｃについては以下の通り、全ドライバの過去ログから時間帯ごとの平均滞在時間を集計するか、施設滞在時間の予測関数を用いて算出してもよい。予測関数は、施設カテゴリから最低滞在時間を決定し、当該迂回案の渋滞時間が一定時間以下になる最も早い時刻を求めることで、施設滞在時間を算出することで示される。
　その他、総合評価で、迂回地（施設）の好感度を加味しても良い。例えば、ドライバの嗜好を事前調査しておき、好きな施設カテゴリであれば評価値を一律Ｘ減算、追加係数（1以下)を積算するなどして、調整することができる。
　本開示の経路検索装置１００においては、インセンティブ計算部１５０を設けている点が特徴の一つである。上述した通り、評価算出部１０３は、インセンティブ計算部１５０により計算されたインセンティブを総合評価に対して、加味してもよい。ドライバが通行しようとする地域の渋滞緩和そのほか地域活性を目的として、その地域の自治体などのクライアントが推奨経路または寄り道場所を設定したい場合がある。インセンティブの設定はそのために用いられる。
　例えば、経路検索装置１００（またはこの装置を管理する行政または企業等）が推奨する提案経路については、インセンティブをドライバに与えることにより、ドライバは、その提案経路を選択する動機づけとなる。経路検索装置１００（評価算出部１０３）は、インセンティブを、評価に換算し（例えば、金銭価値に効率係数を積算）、その評価を総合評価から減算して得た値を総合評価とする。すなわち、経路検索装置１００は、ドライバがインセンティブの提案経路を選んだ場合には、ドライバに対して金銭をキャッシュバック、または換金可能なポイントを付与することになる。
　なお、経路検索装置１００は、経路検索後、ドライバは、どの経路を選択するかを入力させ、またはＧＰＳ測位などを常時または必要なタイミングで行い、インセンティブを付与する経路をドライバが通行したかを判断する。そして、経路検索装置１００は、目的地に到着した時点で、付与条件の判断を行う。インセンティブ付与ＯＫの判断をすると、インセンティブ付与を行う。なお、ここでは経路検索装置１００が、インセンティブ付与をしたが、そのほかのインセンティブ管理装置が上記動作を行うようにしてもよい。上記説明では、インセンティブはあらかじめ設定された値としていたが、後述する通り常に適切な値を計算することが好ましい。
　つぎに、インセンティブの設定について詳細に説明する。本開示時におけるインセンティブの設定は、図５の処理Ｓ１０５においてその総合評価の算出とともに行われる。
　経路検索部１０１は、ドライバ（車両２００）または能動的に、ドライバの位置に基づいた経路を検索する。経路検索部１０１は、直接経路および寄り道経路を検索する。提示部１０５は、それぞれの経路を提示する。以降の開示において、寄り道経路として、インセンティブがない場合は総合評価が最も高い提案経路がおすすめ経路となる。後述する通り、必ずしも総合評価に基づいておすすめ経路が設定されるものではない。インセンティブがある場合はインセンティブを加味した寄り道経路が、おすすめ経路となる。
　例えば、提案しようとする直接経路にクライアントが要望する渋滞緩和区間が含まれる場合、本開示における経路検索装置１００（提示部１０５）は、直接経路に加えて、おすすめ経路（寄り道経路）の通知と、その提案を実行した場合のインセンティブ付与額を通知する。
　このとき、インセンティブ達成条件（X時以降Y時までに○○区間（＝回避させたい区間）を通過など）もユーザに通知する。クライアントが希望する道路の渋滞予測情報が閾値以上の渋滞時間・渋滞区間に該当する場合に、このインセンティブ達成条件が設定される。
　また、経路検索装置１００は、経路検索および通知ログと、ＧＰＳ等による移動ログを常時取得していることとする。
　経路検索装置１００は、おすすめ経路の提案の通知有無を問わず、検索機能利用以降の目的への到着までの移動が、どの提案であったかの判断を行う。例えば、経路検索装置１００は、ドライバがおすすめ提案の経路を利用したか否かの判断を行う。
　そして、経路検索装置１００は、到着判定時にインセンティブ達成条件の判定を行い、例えば、寄り道（迂回地）の滞在時刻が達成条件を満たしていればインセンティブを付与（進呈）する。
　上記の通り、渋滞緩和などの提案した経路の通行状態を向上させることに貢献する提案次第でインセンティブを付与することが、自治体または道路事業者などのクライアントニーズに合うが、インセンティブコストは最小したい、という要望もある。そのために、インセンティブを適切に設定することが求められる。
　図６は、インセンティブ設定の考え方を示す説明図である。図６（ａ）は、インセンティブがない場合の提案Ｐと、インセンティブがある場合の提案Ｑとの対比を示す。提Ｐにおいては、提案１がおすすめ経路の総合評価を示し、提案２が直接経路の総合評価を示す。ここでは、おすすめ経路は、直接経路が所定状態（渋滞など）であった場合に、寄り道経路のうちその総合評価が最高の寄り道経路とする。提案Ｐは、本開示におけるインセンティブ設定処理の考え方の起点を示す。この場合、提案Ｐにおける提案１の総合評価が十分に良ければインセンティブ不要となる。一方で、総合評価がよくない場合にはインセンティブ付与が必要となる。
　そのため、経路検索装置１００は、その総合評価が妥当であるか否かを、インセンティブ無しのユーザログデータから判断する。
　提案Ｑは、提案Ｐからインセンティブ要と判断した場合の提案内容である。ここでは、インセンティブ充足比率および金額を判断する。インセンティブをつけた場合に、おすすめ提案の総合評価がどこまで高くなればよいかを求める。そのため、インセンティブありのユーザログデータで判断する。インセンティブなしのときと、ありのときで、同じ総合評価でも実際のユーザの判断にはズレが生じることがある。
　一方、図６（ｂ）は、提案が３つ以上あった場合の提案を示し、おすすめ経路とベスト経路（総合評価が最も高い）との総合評価が異なる場合を示す。提案Ｐ１では、インセンティブ設定をする際において、提案１をおすすめしたいが、提案３の総合評価が高い場合、どれくらいの差までならおすすめ経路をドライバが選択するかを考える。なお、ここでは、おすすめ経路は、総合評価が高いものではない。上記した通りクライアントの要望に則した経路（例えば渋滞緩和区間を含まないなど）がおすすめ経路となる。
　提案Ｑ１では、それを踏まえたインセンティブが設定された場合を示す。
　図６（ａ）と同様に、インセンティブの要否判断およびそのインセンティブの値を求める。図６は、インセンティブ設定の考え方を示したものであり、実際には以下の処理を行う。
　インセンティブ計算部１５０は、適切なインセンティブを計算して、設定する。ここでインセンティブ計算部１５０について説明する。図７は、本開示の経路検索装置１００のインセンティブ計算部１５０の機能構成を示す図である。
　図に示される通り、インセンティブ計算部１５０は、関数算出部１５１、インセンティブ要否判断部１５２、インセンティブ充足比率算出部１５３、インセンティブ不足リスク推定部１５４、インセンティブ金額算出部１５５、およびユーザログデータベース１５６を含んで構成されている。
　ユーザログデータベース１５６は、ドライバのログデータを記憶する記憶部である。図８は、その具体例を示す図である。図に示される通り、ユーザＩＤごとに、選択情報、直接経路の評価値、寄り道経路の評価値、それらの評価値差、評価値ベスト、おすすめの有無、およびインセンティブを記憶している。このログデータは、一部またはすべてのドライバが選択した経路、およびその経路の評価値等を対応付けたデータである。このユーザログデータは、各ドライバまたは経路検索装置１００が判断した結果に基づいてフィードバックされ記憶された情報である。
　このユーザログデータにおいて、選択情報は、提案された経路のうちどの経路が選択されたかを示す情報である。この選択情報は、直接経路、おすすめ経路、またはベスト経路のいずれかが記述される。ベスト経路は、総合評価の評価値が最も高い経路である。おすすめ経路は、例えば、直接経路が所定状態（例えば渋滞）を含む場合に、それを回避する提案をおすすめ経路とする。また、そのほか、クライアント（自治体等）が示した条件を満たした経路をお勧め経路としてもよい。通常、おすすめ経路とベスト経路とは同じである場合が多いが、異なる場合も当然にある。本開示において、特に断りがない場合には、おすすめ経路はベスト経路と同じとする。
　直接経路の評価値およびおすすめ経路の評価値は、それぞれの経路におけるその当時における総合評価の評価値である。
　評価値差は、おすすめ経路（またはベスト経路）と、直接経路とのそれぞれにおける総合評価の差を示す。
　評価値ベストは、ベスト経路の評価を示す。
　おすすめの有無は、おすすめ経路の有無を示す。直帰経路が所定状態（渋滞など）ではない場合には、提案経路におすすめ経路を設定しない場合がある。
　インセンティブは、その提案においてインセンティブが設定されていた場合には、その値を示す。
　関数算出部１５１は、ユーザログデータベース１５６に記憶されているユーザログデータを用いて、インセンティブ設定に用いる各種近似関数を算出する部分である。この近似関数は、ユーザの経路の選択傾向を示す情報である。
　図９は、近似関数（１）～（６）の算出過程を示す説明図である。図９は、横軸を直接経路案評価値とし、縦軸を直接経路と他の経路（評価値が最高）との評価値差として、ユーザログデータの一つ一つがプロットされた図である。なお、図９において、おすすめ経路とは、クライアントなどにより設定された通行状態（渋滞など）を満たした直接経路があった場合に、その状態を回避するための経路である。それとは別に、総合評価の高いベスト経路の提案があるが、図９においては、おすすめ経路は、総合評価がベストの経路とする。図では、総合評価ベストを選択とは、総合評価がベスト値である経路を選択することを示す。
　図９（ａ）は、近似関数（１）および（２）を算出する過程を示す図である。図に示される通り、前提として、おすすめ経路はなく、かつインセンティブがない提案からなるログデータである。図９（ａ）において、黒丸は、直接経路選択を示し、白丸は総合評価ベスト選択を示す。それぞれ、白丸の近似関数（１）および黒丸の近似関数（２）を求める。この近似関数（１）および（２）は、おすすめ経路なし、インセンティブなしのユーザログデータから生成された情報であり、その場合におけるユーザの経路の選択傾向を示す。
　図９（ｂ）は、近似関数（３）および（４）を算出する過程を示す図である。図に示される通り、前提として、おすすめ経路があり、インセンティブがある提案であって、おすすめ経路＝総合評価ベスト（ベスト経路）である提案からなるユーザログデータである。図９（ｂ）において、黒丸は直接経路選択を示し、白丸は総合評価ベスト選択を示す。それぞれ、白丸の近似関数（３）および黒丸の近似関数（４）を求める。なお、図９（ｂ）においては、縦軸の評価値差は、インセンティブ補正を含めた値とする。この近似関数（３）および（４）は、おすすめ経路あり、インセンティブありのユーザログデータから生成された情報であり、インセンティブを考慮した場合におけるユーザの経路の選択傾向を示す。
　図９（ｃ）は、近似関数（５）および（６）を算出する過程を示す図である。図に示される通り、前提として、おすすめ経路があり、インセンティブがある提案であって、おすすめ経路＝総合評価ベスト（ベスト経路）である提案からなるユーザログデータである。図９（ｃ）において、黒丸は、直接経路選択を示し、白丸はベスト経路選択を示す。それぞれ、白丸の近似関数（５）および黒丸の近似関数（６）を求める。なお、図９（ｃ）においては、縦軸の評価値差は、インセンティブ補正を含めない値とする。この近似関数（５）および（６）は、おすすめ経路あり、インセンティブありのユーザログデータから生成された情報であり、インセンティブを考慮しない場合におけるユーザの経路の選択傾向を示す。
　インセンティブ要否判断部１５２は、関数算出部１５１において算出された近似関数（１）～（４）を用いて、インセンティブの要否を判断する部分である。インセンティブ要否判断部１５２は、選択変更の境界関数（１）を以下の通り算出する（図１０参照）。
近似関数（１）＊ａ＋近似関数（２）*（１－ａ）…（１）
ａの値は、いわゆる重み係数であって、近似関数（１）および近似関数（２）のいずれに重きをおくかによって定められる。このａは、近似関数（１）および近似関数（２）の標準偏差などをもとに設定される。
　この境界関数は、近似関数（１）および近似関数（２）に基づいて定められた境界線を表す情報であって、ユーザがいずれの経路を選択するのか、ユーザの選択傾向に基づいた境目を示す情報である。
　そして、インセンティブ要否判断部１５２は、選択変更のための境界関数（１）に、今回提案した直接経路の総合評価を代入して閾値を求める。インセンティブ要否判断部１５２は、閾値よりも、今回の評価値差が大きければおすすめ経路を選択する（寄り道する）と予測し、インセンティブ不要と判断する。インセンティブ要否判断部１５２は、そうでなければインセンティブ必要と判断する。
　ここでインセンティブ必要となった場合に、インセンティブ要否判断部１５２は、近似関数（３）および近似関数（４）で同様に選択変更の境界関数（１ａ）を算出して、インセンティブをその境界関数に従って決定することもできるが、必ずしも必要はない。
　インセンティブ充足比率算出部１５３は、インセンティブ充足比率の近似関数を算出する部分である。この近似関数は、ドライバの経路選択におけるインセンティブ補正の影響を判断するための関数である。
　図１１は、インセンティブ充足比率についての判断処理を示す図である。図１１で扱われているユーザログデータは、おすすめあり、インセンティブありのデータである。
　図１１（ａ）は、図９（ｃ）に基づいたものである。図１１（ａ）においては、境界関数（１）が近似関数（１）および近似関数（２）からすでに求められており、境界関数（１）が重ねて表記されている。
図１１（ａ）において、インセンティブ充足比率算出部１５３は、各ユーザログデータ（白丸、黒丸）を、縦軸を「充足インセンティブ比率」（図１１（ｂ））としたデータに変換して、図１１（ｂ）の図を得る。「充足インセンティブ比率」とは、選択変更の境界に対して、不足分をどれだけインセンティブで埋められたかを示す。インセンティブ充足比率算出部１５３は、すべてのユーザログデータ（白丸および黒丸のそれぞれ）について「充足インセンティブ比率」、近似関数（７）および近似関数（８）を以下の式から算出する。
近似関数（７）のための充足インセンティブ比率：
各ユーザログデータ（白丸）のインセンティブ補正値÷（各ユーザログデータ（白丸）の値－選択変更の境界関数（１）の値）…（２）
近似関数（８）のための充足インセンティブ比率：
各ユーザログデータ（黒丸）のインセンティブ補正値÷（各ユーザログデータの値（黒丸）－選択変更の境界関数（１）の値）…（３）
上記の各ユーザログデータの値は、インセンティブ補正前の評価値差を示す。選択変更の境界関数（１）の値は、ユーザログデータにおける直接経路案の評価値を代入することで求められる。インセンティブ補正値は、ユーザログデータにおけるインセンティブの総合評価を示し、すでに算出された総合評価に対して付与される値を示す。
　インセンティブ金額算出部１５５は、近似関数および境界関数を用いてインセンティブの総合評価を算出し、その総合評価からインセンティブ金額へ変換して、インセンティブ金額とする部分である。このインセンティブ金額算出部１５５は、インセンティブ設定部として機能する。インセンティブ金額算出部１５５は、以下の式により総合評価を算出して、それに応じた金額を算出する。
充足インセンティブ比率における、選択変更の境界関数（２）を
近似関数（７）＊ｂ＋近似関数（８）*（１－ｂ）…（４）
とする。境界関数は、インセンティブの充足度合いを示している。
　bの値は、重み係数であり、近似関数（７）および（８）のいずれに重みをおくかを示す係数である。ｂの値は、近似関数（７）、（８）の標準偏差などをもとに設定される。
　そして、インセンティブ金額算出部１５５は、インセンティブとして必要な総合評価として、
選択変更の境界関数（２）*（今回おすすめ経路案の評価値差－選択変更の境界関数（１））…（５）
を算出する。
　インセンティブ金額算出部１５５は、総合評価からインセンティブ金額へ変換する。インセンティブ金額算出部１５５は、総合評価を逆関数的に扱って、インセンティブ金額を算出してもよい。
　インセンティブ不足リスク推定部１５４は、インセンティブ不足リスクを推定する部分であり、リスク判断部として機能する。インセンティブ不足リスク推定部１５４は、推定処理に先立って、図１２に示される処理を行う。
　図１２（ａ）は、ユーザログデータを、縦軸に評価値差、横軸に総合評価ベストの値（ベスト経路の値）をとったグラフを示す。このユーザログデータは、おすすめ経路あり、インセンティブなしとしたデータであって、さらに実際の選択したルートがおすすめ経路であった場合のデータである。インセンティブ不足リスク推定部１５４は、この総合評価ベストのデータにおける近似関数（１）を求める。
　この処理は、評価値がどれくらい落ちるまでは許容されるのか、を調べるための処理である。この近似関数（１）よりも評価値差が大きいと、ベスト経路案以外が選ばれるリスクが高まる。この近似関数は、所定の係数で補正された値に基づいてもよい。例えば、補正は、ユーザログデータの標準誤差分だけ加算するなどである。
　図１２（ｂ）は、ユーザログデータを、縦軸に評価値差、横軸に総合評価ベストの値（ベスト経路の値）をとったグラフを示す。ここでの評価値差は、インセンティブ加味後の評価値とする。このログデータは、おすすめ経路あり、インセンティブありとしたデータである。インセンティブ不足リスク推定部１５４は、この総合評価ベスト（ベスト経路の評価値）における近似関数（２）を求める。
　インセンティブ不足リスク推定部１５４は、その推定処理に先立って、インセンティブ要否判断部１５２の判断結果を利用する。インセンティブ不足リスク推定部１５４は、その結果として、「インセンティブ不要」であった場合に、ベスト経路案が選ばれない可能性を判断する。
　インセンティブ不足リスク推定部１５４は、今回ユーザに提示するベスト経路の評価値を近似関数（１）に代入して算出した値１が、実際の評価値差（おすすめ経路案とベスト経路案との差）の値２を比較して、値１＞値２である場合、おすすめ経路案が十分選ばれるとしてインセンティブ不要のままとする。値１＜値２ならインセンティブ必要と判断し、インセンティブを計算し、付与する。このときのインセンティブ付与額は、値２－値１の値を基準に設定するのが良い。例えば、値１と値２との差分に所定の係数をかけるなどしてインセンティブ付与額が計算されてもよい。
　また、インセンティブ不足リスク推定部１５４は、インセンティブ要否判断部１５２が「インセンティブ必要」と判断してインセンティブ設計した場合に、ベスト経路案が選ばれない可能性を判断する。
　インセンティブ不足リスク推定部１５４は、今回ベスト提案の評価値と近似関数（２）から算出した値３が、実際の評価値差（インセンティブ加味したおすすめ経路案とベスト経路案）である値４について、値３＞値４ならおすすめ経路案が十分選ばれるとしてさらなる追加インセンティブ不要とする。インセンティブ不足リスク推定部１５４は、値３＜値４なら、さらにインセンティブを追加する。このときのインセンティブ付与額は、値４－値３を基準に設定するのがよい。例えば、値３と値４との差分に所定の係数をかけるなどしてインセンティブ付与額が計算されてもよい。
　インセンティブ金額算出部１５５は、インセンティブ不足リスク推定部１５４により算出された値１～値４に基づいてインセンティブ金額を算出し、それを加えて最終的な付与対象となるインセンティブ金額を算出する。
　つぎに、本開示の経路検索装置１００の動作について説明する。図１３および図１４は、経路検索装置１００の評価算出部１０３およびインセンティブ計算部１５０のインセンティブ計算について処理を示すフローチャートである。この処理は、図５におけるＳ１０５の処理とともに行われる処理である。評価算出部１０３は、検索した各経路（直接経路および寄り道経路）の評価を計算する（Ｓ１０５）。
　ここで、おすすめ経路が総合評価ベスト（ベスト経路）であるかが判断される（Ｓ２０１）。この判断は、関数算出部１５１により行われることにするが、そのほか、部分が行ってもよい。
　関数算出部１５１およびインセンティブ要否判断部１５２は、近似関数（１）～近似関数（６）および境界関数（１）を算出して取得する（Ｓ２０２）。インセンティブ要否判断部１５２は、近似関数（１）～近似関数（６）および境界関数（１）を用いてインセンティブが必要であるか否かを判断する（Ｓ２０３）。
　インセンティブ充足比率算出部１５３は、インセンティブ充足比率の近似関数（７）～近似関数（８）を取得し、それらを使って選択変更の境界関数（２）を算出する（Ｓ２０４）。
　インセンティブ金額算出部１５５は、境界関数（２）を用いて総合評価を算出し、そこからインセンティブ金額を算出する（Ｓ２０５）。
　つぎに、おすすめ経路が総合評価ベストではない場合の処理（処理Ｓ２０１：ＮＯ）を、図１４を参照して説明する。
　おすすめ経路がベスト評価ではない場合（処理Ｓ２０１：ＮＯ）、関数算出部１５１およびインセンティブ要否判断部１５２は、近似関数および境界関数を算出して取得する（Ｓ２０７）。これは、処理Ｓ２０２と同じである。また、インセンティブ不足リスク推定部１５４は、評価ベスト（ベスト経路の評価値）を用いた近似関数を取得する（Ｓ２０８）。
　そして、インセンティブ要否判断部１５２は、近似関数（１）～近似関数（６）を用いてインセンティブの要否を判断する（Ｓ２０９）。これは処理Ｓ２０３と同じである。
　そして、インセンティブが必要と判断すると、インセンティブ不足リスク推定部１５４は、総合評価ベスト（ベスト経路の評価）を用いた近似関数に基づいて、追加のインセンティブの要否を判断する（Ｓ２１０）。ここで、追加インセンティブが必要と判断されると、インセンティブ不足リスク推定部１５４は、インセンティブの追加を行う（Ｓ２１１）。インセンティブの追加とは、処理Ｓ２０４と同じ処理を含み、追加のインセンティブを計算するとともに、処理Ｓ２０４と同じ処理を行って得たインセンティブと合算する処理である。
　インセンティブ金額算出部１５５は、インセンティブの金額を算出する(Ｓ２１４)。
　また、処理Ｓ２０９においてインセンティブが不要である場合、さらにインセンティブ不足リスク推定部１５４は、やはりインセンティブは不要であるか否かを判断する（Ｓ２１２）。
　インセンティブ不足リスク推定部１５４は、インセンティブが必要であると判断すると、インセンティブの付与を行う（Ｓ２１３）。不要であると判断すると、インセンティブの付与を行わない。
　上記の処理に従うと、適切なインセンティブを設定することができる。すなわち、コストを抑えつつ、ドライバにインセンティブを設定した提案を選択させることの動機付けを付与することができる。
　本開示においては、経路検索装置１００が検索した車両の提案経路をインセンティブ付与の対象としたが、自転車、徒歩等の経路としてもよい。そのほか、ユーザに提案するものであれば、経路提案に限定するものではない。例えば、何かを購入する際における購入物など、ユーザのログデータをとることができるユーザの行動に対して何らかの提案ができるものであればよい。
例えば、認知度の高い会社のとある商品Aと、認知度の低い会社の商品Bがあったとする。商品値段をそのまま、もしくは商品値段に対して認知度・口コミ評価などから算定する係数を積算した総合評価について、本手法により必要インセンティブを設計できる。
　寄り道経路について、店単位でなく従属エリア単位での提案でもよい。また、店単位のインセンティブを加味しても良い。複数のクライアントが存在しても良い。クライアントは、「避けたい渋滞区間」を指定し、具体的な「誘導したい計画」は要望なしとしたが、それを考慮しても良い。
　インセンティブ不足リスク推定部１５４およびインセンティブ金額算出部１５５における境界関数の算出処理は、そのインセンティブに基づいて、以下の重回帰分析で算出してもよい。
境界関数p＝α＋（β1＊（直接経路案の総合評価)＋β２＊（直接経路案とおすすめ経路案との評価値差）＋β３＊（インセンティブ補正値））
ここで、α、β１、β２、およびβ３は、重回帰分析により求まる係数である。
　ここでインセンティブ補正値について説明する。図１５は、提案ごとのインセンティブ補正をしたときの評価を説明するための図である。本開示においては、上述の通りに設定されたインセンティブは、それぞれの経路の評価に加算または減算されることにより、ドライバによる経路選択が行われる。
　例えば図１５において、実際に提案２は提案されず、提案３が提案（インセンティブありで提案した場合）されても、計算過程としては提案２と同等の内容が存在する。インセンティブ補正前とは実質的には提案２の内容に等しい。
　提案３の計算としてまずは提案２相当で、渋滞時間等から総合評価を算出する。この総合評価は、インセンティブ補正前の評価値である。図１５において、「インセンティブ金額」は実際に付与した「３０円」である。「インセンティブ補正値」は、直接金額に効率係数をかけた30*1.1=33である。「インセンティブ補正前の（直接経路案と店Ａの寄り道経路案の）評価値差」は5886-114=5772である。「インセンティブ補正後の（直帰案と店Ａ寄り道経路案の）評価値差」は5886-81=5805である。
インセンティブの補正算出式ははあくまでも一例であり、他のパターンがあっても良い。
　つぎに、本開示の経路検索装置１００の作用効果について説明する。本開示の経路検索装置１００は、インセンティブを設定するインセンティブ設定装置として機能する。上述した通り、本開示においては、経路検索の提案に限定されるものではない。
　本開示の経路検索装置１００において、ユーザログデータベース１５６は、各ユーザにおいて提案された一の提案内容（直接経路）の評価値、他の提案内容（おすすめ経路＝ベスト経路）の評価値、およびいずれの提案内容を選択したかを示す選択情報を含むユーザログデータを記憶する。
　そして、インセンティブ金額算出部１５５は、各ユーザの一の提案内容（直接経路）の評価値と他の提案内容（おすすめ経路等）の評価値とに基づいた各ユーザの選択傾向を示す近似関数（例えば、近似関数（５）および近似関数（６））に基づいて導出された近似関数（７）および近似関数（８）に基づいて、一のユーザに提案されたいくつかの提案内容（検索経路）の選択に影響を与えるインセンティブを算出する。なお、後述する通り、近似関数（１）および近似関数（２）（または近似関数（３）および近似関数（４））を用いてインセンティブの要否判断がされており、インセンティブ金額算出部１５５は、それに基づいてインセンティブを算出する。したがって、インセンティブ金額算出部１５５は、広義のユーザの経路の選択傾向に基づいてインセンティブを算出している。
　これにより、過去のユーザのログデータに基づいて適切なインセンティブを設定することができる。
　また、インセンティブ金額算出部１５５は、一の提案内容（直接経路）の評価値と、他の提案内容（おすすめ経路）の評価値との差分値に基づいて、インセンティブ設定を行う。この差分値を用いることで、評価と選択傾向を把握でき、適切なインセンティブを設定することができる。
　また、本開示の経路検索装置１００は、インセンティブを付与する条件をドライバに提示する提示部１０４を備える。これにより、ドライバはインセンティブを知ることができ、おすすめ経路等を選択することの動機づけを得ることができる。
　また、本開示の経路検索装置１００において、関数算出部１５１（選択傾向情報生成部）は、ユーザログデータにおける一の提案内容（直接経路）の評価値と他の提案内容（おすすめ経路）の評価値との差分値および一の提案内容（直接経路）の総合評価に基づいて、選択情報ごと（直接経路を選択したか、おすすめ経路を選択したか）の選択傾向（近似関数（１）および近似関数（２））を生成する。インセンティブ要否判断部１５２は、この選択傾向（近似関数（１）および近似関数（２））に基づいてインセンティブの要否を判断する。
　インセンティブ金額算出部１５５は、インセンティブの要否の判断に従ってインセンティブの設定を行う。
　これにより、インセンティブの要否判断に従って適切なインセンティブの設定が可能となる。よって、不要な場合には、インセンティブを付与することがなく、過剰なインセンティブを付与することを回避することができ、結果的にコスト削減につながる。
　また、本開示の経路検索装置１００において、インセンティブ要否判断部１５２は、選択傾向（近似関数（１）および近似関数（２））に応じて各ユーザはどの提案内容を選択するかの境界情報（境界関数（１））を生成し、当該境界情報（境界関数（１））に基づいてインセンティブの要否の判断を行う。
　インセンティブが不要の場合には、インセンティブは十分と判断され、インセンティブの設定は行われない。
　また、経路検索装置１００において、上記ユーザログデータは、複数の他の提案内容（おすすすめ経路およびベスト経路）の評価値を含む。インセンティブ不足リスク推定部１５４は、そのユーザログデータのうち、一の提案内容（直接経路）および複数の他の提案内容（おすすめ経路、ベスト経路、そのほかの経路）のうち評価値の高い他の提案内容（ベスト経路）以外の提案内容（検索経路）が選択されたユーザログデータを用いて、評価値が高い提案内容（ベスト経路）以外の提案内容（提案経路）をユーザが選択する可能性を判断する。すなわち、インセンティブありの場合のインセンティブ不足リスクおよびおすすめ経路に対するインセンティブ不足リスクを推定する。
　そして、インセンティブ金額算出部１５５は、インセンティブの要否判断の結果と、不足リスク判断結果とに基づいてインセンティブの設定を行う。
　例えば、インセンティブ不足リスク推定部１５４は、インセンティブが不要と判断された場合に、ユーザログデータのうち、インセンティブがないユーザログデータを用いて、総合評価が高い提案内容（ベスト経路）以外の提案内容（提案経路）をユーザが選択する可能性を判断し、その付与額を計算する。そして、インセンティブ金額算出部１５５は、この可能性に従ってインセンティブの設定を行う。
　また、インセンティブ不足リスク推定部１５４は、インセンティブが必要と判断された場合に、ユーザログデータのうち、インセンティブがあるユーザログデータを用いて、総合評価が高い提案内容（ベスト経路）以外の提案内容（提案経路）をユーザが選択する可能性を判断し、その付与額を計算する。そして、インセンティブ金額算出部１５５は、その可能性に従って追加のインセンティブの設定を行う。
　これにより、インセンティブの不足を推定することができ、適切なインセンティブの設定を可能にする。
　また、本開示の経路検索装置１００は、選択傾向からインセンティブの充足度合いを導出するインセンティブ充足度合導出部として機能するインセンティブ充足比率算出部１５３をさらに備える。インセンティブ金額算出部１５５は、インセンティブの充足度合いに基づいて、インセンティブの設定を行う。
　例えば、インセンティブ充足比率算出部１５３は、ユーザログデータのうちインセンティブありのユーザログデータにおける直接経路の総合評価とおすすめ経路（ベスト経路）の総合評価とのインセンティブ補正前の差分値および直接経路の総合評価に基づいて生成された近似関数（５）および近似関数（６）に基づいて、境界関数（３）を算出する。インセンティブ充足比率算出部１５３は、境界関数（３）に基づいて、充足インセンティブ比率の近似関数（７）および近似関数（８）を生成することで、ユーザの選択に対してインセンティブの充足度合い（境界関数（２））を導出する。
　インセンティブ金額算出部１５５は、インセンティブの充足度合い（境界関数（２））に基づいて、インセンティブの設定を行う。
　これにより、インセンティブの充足度合いに応じたインセンティブ設定を可能にし、適切なインセンティブを設定することができる。
　上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェアおよびソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的または論理的に結合した１つの装置を用いて実現されてもよいし、物理的または論理的に分離した２つ以上の装置を直接的または間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置または上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
　機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting　unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。
　例えば、本開示の一実施の形態における経路検索装置１００は、本開示の経路検索方法の処理を行うコンピュータとして機能してもよい。図１６は、本開示の一実施の形態に係る経路検索装置１００のハードウェア構成の一例を示す図である。上述の経路検索装置１００は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。
　なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。経路検索装置１００のハードウェア構成は、図に示した各装置を１つまたは複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。
　経路検索装置１００における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２およびストレージ１００３におけるデータの読み出しおよび書き込みの少なくとも一方を制御したりすることによって実現される。
　プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central　Processing　Unit）によって構成されてもよい。例えば、上述の経路検索部１０１、コスト計算部１０２および評価算出部１０３などは、プロセッサ１００１によって実現されてもよい。
　また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３および通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、経路検索部１０１、コスト計算部１０２および評価算出部１０３は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時または逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。
　メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read　Only　Memory）、ＥＰＲＯＭ（Erasable　Programmable　ＲＯＭ）、ＥＥＰＲＯＭ（Electrically　Erasable　Programmable　ＲＯＭ）、ＲＡＭ（Random　Access　Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る経路検索方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。
　ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact　Disc　ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２およびストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。
　通信装置１００４は、有線ネットワークおよび無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency　Division　Duplex）および時分割複信（ＴＤＤ：Time　Division　Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、経路検索部１０１の一部の受信機能および提示部１０４の送信機能は、通信装置１００４によって実現されてもよい。
　入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５および出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。
　また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。
　また、経路検索装置１００は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital　Signal　Processor）、ＡＳＩＣ（Application　Specific　Integrated　Circuit）、ＰＬＤ（Programmable　Logic　Device）、ＦＰＧＡ（Field　Programmable　Gate　Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部または全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。
　情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。例えば、情報の通知は、物理レイヤシグナリング（例えば、ＤＣＩ（Downlink　Control　Information）、ＵＣＩ（Uplink　Control　Information））、上位レイヤシグナリング（例えば、ＲＲＣ（Radio　Resource　Control）シグナリング、ＭＡＣ（Medium　Access　Control）シグナリング、報知情報（ＭＩＢ（Master　Information　Block）、ＳＩＢ（System　Information　Block）））、その他の信号またはこれらの組み合わせによって実施されてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC　Connection　Setup）メッセージ、ＲＲＣ接続再構成（RRC　Connection　Reconfiguration）メッセージなどであってもよい。
　本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。
　入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。
　判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。
　本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。
　以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨および範囲を逸脱することなく修正および変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。
　ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。
　また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital　Subscriber　Line）など）および無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、または他のリモートソースから送信される場合、これらの有線技術および無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。
　本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、またはこれらの任意の組み合わせによって表されてもよい。
　なお、本開示において説明した用語および本開示の理解に必要な用語については、同一のまたは類似する意味を有する用語と置き換えてもよい。例えば、チャネルおよびシンボルの少なくとも一方は信号（シグナリング）であってもよい。また、信号はメッセージであってもよい。また、コンポーネントキャリア（ＣＣ：Component　Carrier）は、キャリア周波数、セル、周波数キャリアなどと呼ばれてもよい。
　また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。例えば、無線リソースはインデックスによって指示されるものであってもよい。
　上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。様々なチャネル（例えば、ＰＵＣＣＨ、ＰＤＣＣＨなど）および情報要素は、あらゆる好適な名称によって識別できるので、これらの様々なチャネルおよび情報要素に割り当てている様々な名称は、いかなる点においても限定的な名称ではない。
　本開示においては、「移動局（ＭＳ：Mobile　Station）」、「ユーザ端末（user　terminal）」、「ユーザ装置（ＵＥ：User　Equipment）」、「端末」などの用語は、互換的に使用され得る。
　移動局は、当業者によって、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、またはいくつかの他の適切な用語で呼ばれる場合もある。
　本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking　up、search、inquiry)（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。
　「接続された(connected)」、「結合された(coupled)」という用語、またはこれらのあらゆる変形は、２またはそれ以上の要素間の直接的または間接的なあらゆる接続または結合を意味し、互いに「接続」または「結合」された２つの要素間に１またはそれ以上の中間要素が存在することを含むことができる。要素間の結合または接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１またはそれ以上の電線、ケーブルおよびプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域および光（可視および不可視の両方）領域の波長を有する電磁エネルギなどを用いて、互いに「接続」または「結合」されると考えることができる。
　本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。
　本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量または順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１および第２の要素への参照は、２つの要素のみが採用され得ること、または何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。
　本開示において、「含む（include）」、「含んでいる（including）」およびそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。
　本開示において、例えば、英語でのa,　anおよびtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。
　本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。
１００…経路検索装置、１０１…経路検索部、１０２…コスト計算部、１０３…評価算出部、１０４…提示部、１０５…地図ＤＢ、１０６…トラフィックＤＢ、１０７…コストＤＢ、１５１…関数算出部、１５２…インセンティブ要否判断部、１５３…インセンティブ充足比率算出部、１５４…インセンティブ不足リスク推定部、１５５…インセンティブ金額算出部、ユーザログデータベース、１５６…ユーザログデータベース。

Claims (10)

  1. 　各ユーザにおいて提案された一の提案内容の評価値、前記他の提案内容の評価値、および前記いずれの提案内容を選択したかを示す選択情報を含むログデータを記憶する記憶部と、
    　前記各ユーザの前記一の提案内容の評価値と前記他の提案内容の評価値とに基づいた前記各ユーザの選択傾向に基づいて、一のユーザに提案されたいくつかの提案内容の選択に影響を与えるインセンティブを設定するインセンティブ設定部と、
    を備えるインセンティブ設定装置。
  2. 　前記インセンティブ設定部は、
    　前記一の提案内容の評価値と、前記他の提案内容の評価値との差分値に基づいて、インセンティブ設定を行う、
    請求項１に記載のインセンティブ設定装置。
  3. 　前記インセンティブを付与する条件をユーザに提示する提示部、
    をさらに備える請求項１に記載のインセンティブ設定装置。
  4. 　前記一の提案内容は、現在位置に基づいて検索された検索経路のうち直接経路であり、前記他の提案内容は、現在位置に基づいて検索された検索経路のうち所定の経由地を経由した寄り道経路である、
    請求項１～３のいずれか一項に記載のインセンティブ設定装置。
  5. 　前記ログデータにおける前記一の提案内容の評価値と前記他の提案内容の評価値との差分値および前記一の提案内容の評価値に基づいて、前記選択情報ごとの前記選択傾向を生成する選択傾向情報生成部と、
    　前記選択傾向に基づいてインセンティブの要否を判断するインセンティブ要否判断部と、
    を備え、
    　前記インセンティブ設定部は、前記インセンティブの要否の判断に従ってインセンティブの設定を行う、
    請求項１～４のいずれか一項に記載のインセンティブ設定装置。
  6. 　前記インセンティブ要否判断部は、
    　前記選択傾向に応じて前記各ユーザはどの提案内容を選択するかの境界情報を生成し、当該境界情報に基づいて前記インセンティブの要否の判断を行う、
    請求項５に記載のインセンティブ設定装置。
  7. 　前記ログデータは、複数の他の提案内容の評価値を含み、
    　当該ログデータのうち、前記一の提案内容および前記複数の他の提案内容のうち評価値の高い他の提案内容以外の提案内容が選択されたログデータを用いて、前記評価値が高い提案内容以外の提案内容をユーザが選択する可能性を判断するリスク判断部をさらに備え、
    　前記インセンティブ設定部は、前記インセンティブの要否判断の結果と、前記リスク判断部の判断とに基づいてインセンティブの設定を行う、
    請求項５または６に記載のインセンティブ設定装置。
  8. 　前記リスク判断部は、
    　インセンティブが不要と判断された場合に、当該ログデータのうち、前記インセンティブがないログデータを用いて、前記評価値が高い提案内容以外の提案内容をユーザが選択する可能性を判断し、
    　前記インセンティブ設定部は、
    　当該可能性に基づいてインセンティブの設定を行う、
    請求項７に記載のインセンティブ設定装置。
  9. 　前記リスク判断部は、
    　インセンティブが必要と判断された場合に、当該ログデータのうち、前記インセンティブがあるログデータを用いて、前記評価値が高い提案内容以外の提案内容をユーザが選択する可能性を判断し、
    　前記インセンティブ設定部は、
    　当該可能性に基づいて追加のインセンティブの設定を行う、
    請求項７または８に記載のインセンティブ設定装置。
  10. 　前記選択傾向からインセンティブの充足度合いを導出するインセンティブ充足度合導出部をさらに備え、
    　前記インセンティブ設定部は、
    　前記インセンティブの充足度合いに基づいて、インセンティブの設定を行う、
    請求項１～９のいずれか一項に記載のインセンティブ設定装置。
     
PCT/JP2022/044262 2022-01-28 2022-11-30 インセンティブ設定装置 WO2023145252A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023576668A JPWO2023145252A1 (ja) 2022-01-28 2022-11-30

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022011789 2022-01-28
JP2022-011789 2022-01-28

Publications (1)

Publication Number Publication Date
WO2023145252A1 true WO2023145252A1 (ja) 2023-08-03

Family

ID=87471535

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/044262 WO2023145252A1 (ja) 2022-01-28 2022-11-30 インセンティブ設定装置

Country Status (2)

Country Link
JP (1) JPWO2023145252A1 (ja)
WO (1) WO2023145252A1 (ja)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011064628A (ja) * 2009-09-18 2011-03-31 Toyota Motor Corp ナビゲーション装置及びナビゲーションシステム
JP2017134476A (ja) * 2016-01-25 2017-08-03 株式会社東芝 迂回経路情報提供システムおよびその方法、ならびに迂回経路情報提供システムに適用される道路管理装置
JP2018155559A (ja) * 2017-03-16 2018-10-04 本田技研工業株式会社 特典情報配信装置及び特典情報配信方法
JP2019117142A (ja) * 2017-12-27 2019-07-18 トヨタ自動車株式会社 環境調整システム、環境調整方法および環境調整プログラム
JP2019132781A (ja) * 2018-02-01 2019-08-08 パイオニア株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP2020009369A (ja) * 2018-07-12 2020-01-16 トヨタ自動車株式会社 情報処理装置、情報処理方法、及び、情報処理システム
JP2020194280A (ja) * 2019-05-27 2020-12-03 トヨタ自動車株式会社 情報処理装置、情報処理方法、プロブラム
JP2021149523A (ja) * 2020-03-19 2021-09-27 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011064628A (ja) * 2009-09-18 2011-03-31 Toyota Motor Corp ナビゲーション装置及びナビゲーションシステム
JP2017134476A (ja) * 2016-01-25 2017-08-03 株式会社東芝 迂回経路情報提供システムおよびその方法、ならびに迂回経路情報提供システムに適用される道路管理装置
JP2018155559A (ja) * 2017-03-16 2018-10-04 本田技研工業株式会社 特典情報配信装置及び特典情報配信方法
JP2019117142A (ja) * 2017-12-27 2019-07-18 トヨタ自動車株式会社 環境調整システム、環境調整方法および環境調整プログラム
JP2019132781A (ja) * 2018-02-01 2019-08-08 パイオニア株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP2020009369A (ja) * 2018-07-12 2020-01-16 トヨタ自動車株式会社 情報処理装置、情報処理方法、及び、情報処理システム
JP2020194280A (ja) * 2019-05-27 2020-12-03 トヨタ自動車株式会社 情報処理装置、情報処理方法、プロブラム
JP2021149523A (ja) * 2020-03-19 2021-09-27 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム

Also Published As

Publication number Publication date
JPWO2023145252A1 (ja) 2023-08-03

Similar Documents

Publication Publication Date Title
EP2975820B1 (en) Reputation-based strategy for forwarding and responding to interests over a content centric network
US20120042253A1 (en) Population segmentation
US20120041969A1 (en) Deriving user characteristics
US20120041817A1 (en) Prioritizing population segment assignments to optimize campaign goals
KR20210052499A (ko) e-헤일링(e-hailing) 서비스
US20120041792A1 (en) Customizable population segment assembly
JP6875231B2 (ja) 情報処理装置
WO2021039840A1 (ja) 需要予測装置
WO2023145252A1 (ja) インセンティブ設定装置
WO2023145251A1 (ja) 経路検索装置
JP7227862B2 (ja) ポート開設場所提案装置
CN112184047A (zh) 货源匹配推荐方法、装置、电子设备、存储介质
WO2020230736A1 (ja) 需要分散装置
CN114459492B (zh) 确定推荐路线的方法、装置、设备、存储介质及产品
JP7360332B2 (ja) 提案装置
JP7340465B2 (ja) 提示装置
US20130091158A1 (en) Apparatus and method for analyzing user preference about domain using multi-dimensional, multi-layered context structure
WO2024105982A1 (ja) 店舗導出装置
JP7499683B2 (ja) 情報処理装置
WO2024105981A1 (ja) レコメンド評価装置
US11604831B2 (en) Interactive device
JP7454970B2 (ja) 株式銘柄推薦装置
WO2024038655A1 (ja) ユーザ行動評価装置
JP7503050B2 (ja) 需要分散装置
JP2021163145A (ja) 集計装置

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: 22924104

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023576668

Country of ref document: JP