特開 2015-210566 規則性推定装置及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2015-210566(P2015-210566A)

(43)【公開日】2015年11月24日

(54)【発明の名称】規則性推定装置及びプログラム

(51)【国際特許分類】

   G06F 19/00 20110101AFI20151027BHJP

【ＦＩ】

   G06F19/00 100

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

【全頁数】16

(21)【出願番号】特願2014-90190(P2014-90190)

(22)【出願日】2014年4月24日

(71)【出願人】

【識別番号】000003609

【氏名又は名称】株式会社豊田中央研究所

(71)【出願人】

【識別番号】502087460

【氏名又は名称】株式会社トヨタＩＴ開発センター

(74)【代理人】

【識別番号】100079049

【弁理士】

【氏名又は名称】中島 淳

(74)【代理人】

【識別番号】100084995

【弁理士】

【氏名又は名称】加藤 和詳

(72)【発明者】

【氏名】岩瀬 竜也

(72)【発明者】

【氏名】柳原 正

(72)【発明者】

【氏名】吉津 沙耶香

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049DD01

(57)【要約】

【課題】ユーザの行動の規則性を精度良く推定する。
【解決手段】場所ＩＤ定義部３４によって、ユーザの位置情報の時系列データに基づいて、位置情報の各々に対して地点ＩＤを割り当て、地点ＩＤの系列を生成する。移動列分割部３６によって、地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成し、始点かつ終点となるノードの地点ＩＤを決定する。そして、地点ＩＤの系列を、始点かつ終点となるノードの地点ＩＤで分割して、複数の移動列を生成する。ヒストグラム生成部３８によって、各移動列の頻度を表すヒストグラムを生成する。ユーザ規則性推定部４０によって、生成されたヒストグラムに基づいて、ユーザの行動の規則性を推定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段と、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段と、
前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段と、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段と、
前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段と、
前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、前記推定対象となるユーザの行動の規則性を推定するユーザ規則性推定手段と、
を含む規則性推定装置。

【請求項2】

推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段と、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段と、
前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段と、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段と、
前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段と、
前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、地点ＩＤの各々について、前記推定対象となるユーザが、前記地点ＩＤが割り当てられた位置情報に訪問する規則性を推定する地点規則性推定手段と、
を含む規則性推定装置。

【請求項3】

前記ユーザ規則性推定手段は、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて求められる各移動列の確率の２乗和を、前記推定対象となるユーザの行動の規則性として推定する請求項１記載の規則性推定装置。

【請求項4】

前記地点規則性推定手段は、前記地点ＩＤの各々について、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて求められる前記地点ＩＤを含む移動列の確率の２乗和を、前記地点ＩＤが割り当てられた位置情報に訪問する規則性として推定する請求項２記載の規則性推定装置。

【請求項5】

前記地点ＩＤの各々について、前記地点規則性推定手段によって前記地点ＩＤについて推定された前記規則性が閾値以下である場合、前記地点ＩＤを含む各移動列における前記地点ＩＤを所定の変数に置換したパターンを生成するパターン生成手段を更に含む請求項２又は４に記載の規則性推定装置。

【請求項6】

前記始点終点決定手段は、前記グラフ生成手段によって生成されたグラフに基づいて、次数が最も高いノードの地点ＩＤを、前記始点かつ終点となるノードの地点ＩＤとして決定する請求項１〜請求項５のいずれか１項記載の規則性推定装置。

【請求項7】

コンピュータを、
推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段、
前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段、
前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段、及び
前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、前記推定対象となるユーザの行動の規則性を推定するユーザ規則性推定手段
として機能させるためのプログラム。

【請求項8】

コンピュータを、
推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段、
前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段、
前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段、
前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段、及び
前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、地点ＩＤの各々について、前記推定対象となるユーザが、前記地点ＩＤが割り当てられた位置情報に訪問する規則性を推定する地点規則性推定手段
として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、規則性推定装置及びプログラムに関する。

【背景技術】

【0002】

従来より、ＧＰＳ履歴を使って目的地を予測する方法が知られている（例えば、特許文献１〜４参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００５−１５６３５０号公報

【特許文献2】国際公開第０３／０１４６７０号

【特許文献3】特開２００９−５３２０２号公報

【特許文献4】特開２０１３−５４５６０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の技術では、ユーザにより行動の規則性にばらつきがあるため、目的地の予測がいつでも当たるわけではなく、予め、精度のよい人や場所に予測サービスを限定すると、対象ユーザが少なくなってしまう、という問題がある。

【0005】

本発明は、上記の問題点を解決するためになされたもので、ユーザの行動の規則性を精度良く推定することができる規則性推定装置及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するために、第１の発明の規則性推定装置は、推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段と、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段と、前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段と、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段と、前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段と、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、前記推定対象となるユーザの行動の規則性を推定するユーザ規則性推定手段と、を含んで構成されている。

【0007】

第２の発明に係るプログラムは、コンピュータを、推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段、前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段、前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段、及び前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、前記推定対象となるユーザの行動の規則性を推定するユーザ規則性推定手段として機能させるためのプログラムである。

【0008】

第１の発明及び第２の発明によれば、地点ＩＤ割当手段によって、推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する。グラフ生成手段によって、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成する。

【0009】

そして、始点終点決定手段によって、前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する。移動列分割手段によって、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する。

【0010】

そして、ヒストグラム生成手段によって、前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成する。ユーザ規則性推定手段によって、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、前記推定対象となるユーザの行動の規則性を推定する。

【0011】

このように、位置情報の時系列データに基づいて生成された地点ＩＤの系列を、始点かつ終点となる地点ＩＤで分割して、複数の移動列を生成し、各移動列の頻度を表すヒストグラムに基づいて、ユーザの行動の規則性を推定することにより、ユーザの行動の規則性を精度良く推定することができる。

【0012】

第３の発明に係る規則性推定装置は、推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段と、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段と、前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段と、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段と、前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段と、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、地点ＩＤの各々について、前記推定対象となるユーザが、前記地点ＩＤが割り当てられた位置情報に訪問する規則性を推定する地点規則性推定手段と、を含んで構成されている。

【0013】

第４の発明に係るプログラムは、コンピュータを、推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する地点ＩＤ割当手段、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成するグラフ生成手段、前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する始点終点決定手段、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する移動列分割手段、前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成するヒストグラム生成手段、及び前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、地点ＩＤの各々について、前記推定対象となるユーザが、前記地点ＩＤが割り当てられた位置情報に訪問する規則性を推定する地点規則性推定手段として機能させるためのプログラムである。

【0014】

第３の発明及び第４の発明によれば、地点ＩＤ割当手段によって、推定対象となるユーザの位置情報の時系列データに基づいて、前記位置情報の各々に対して地点ＩＤを割り当て、前記地点ＩＤの系列を生成する。グラフ生成手段によって、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成する。

【0015】

そして、始点終点決定手段によって、前記グラフ生成手段によって生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する。移動列分割手段によって、前記地点ＩＤ割当手段によって生成された地点ＩＤの系列を、前記始点終点決定手段によって決定された前記始点かつ終点となるノードの地点ＩＤで分割して、前記始点かつ終点となるノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する。

【0016】

そして、ヒストグラム生成手段によって、前記移動列分割手段によって生成された前記複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成する。地点規則性推定手段によって、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて、地点ＩＤの各々について、前記推定対象となるユーザが、前記地点ＩＤが割り当てられた位置情報に訪問する規則性を推定する。

【0017】

このように、位置情報の時系列データに基づいて生成された地点ＩＤの系列を、始点かつ終点となる地点ＩＤで分割して、複数の移動列を生成し、各移動列の頻度を表すヒストグラムに基づいて、地点ＩＤの各々について、推定対象となるユーザが、地点ＩＤが割り当てられた位置情報に訪問する規則性を推定することにより、ユーザについて、地点毎の規則性を精度良く推定することができる。

【0018】

上記のユーザ規則性推定手段は、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて求められる各移動列の確率の２乗和を、前記推定対象となるユーザの行動の規則性として推定するようにすることができる。

【0019】

上記の地点規則性推定手段は、前記地点ＩＤの各々について、前記ヒストグラム生成手段によって生成されたヒストグラムに基づいて求められる前記地点ＩＤを含む移動列の確率の２乗和を、前記地点ＩＤが割り当てられた位置情報に訪問する規則性として推定するようにすることができる。

【0020】

第２の発明に係る規則性推定装置は、前記地点ＩＤの各々について、前記地点規則性推定手段によって前記地点ＩＤについて推定された前記規則性が閾値以下である場合、前記地点ＩＤを含む各移動列における前記地点ＩＤを所定の変数に置換したパターンを生成するパターン生成手段を更に含むようにすることができる。

【0021】

上記の始点終点決定手段は、前記グラフ生成手段によって生成されたグラフに基づいて、次数が最も高いノードの地点ＩＤを、前記始点かつ終点となるノードの地点ＩＤとして決定するようにすることができる。

【0022】

なお、本発明のプログラムを記憶する記憶媒体は、特に限定されず、ハードディスクであってもよいし、ＲＯＭであってもよい。また、ＣＤ−ＲＯＭやＤＶＤディスク、光磁気ディスクやＩＣカードであってもよい。更にまた、該プログラムを、ネットワークに接続されたサーバ等からダウンロードするようにしてもよい。

【発明の効果】

【0023】

以上説明したように、本発明の規則性推定装置及びプログラムによれば、位置情報の時系列データに基づいて生成された地点ＩＤの系列を、始点かつ終点となる地点ＩＤで分割して、複数の移動列を生成し、各移動列の頻度を表すヒストグラムに基づいて、ユーザの行動の規則性を推定することにより、ユーザの行動の規則性を精度良く推定することができる、という効果が得られる。

【0024】

また、本発明の規則性推定装置及びプログラムによれば、位置情報の時系列データに基づいて生成された地点ＩＤの系列を、始点かつ終点となる地点ＩＤで分割して、複数の移動列を生成し、各移動列の頻度を表すヒストグラムに基づいて、地点ＩＤの各々について、推定対象となるユーザが、地点ＩＤが割り当てられた位置情報に訪問する規則性を推定することにより、ユーザについて、地点毎の規則性を精度良く推定することができる、という効果が得られる。

【図面の簡単な説明】

【0025】

【図1】本発明の第１の実施の形態に係る予測システムの機能的構成を示すブロック図である。

【図2】地点ＩＤを割り当てる方法を説明するための図である。

【図3】グラフを説明するための図である。

【図4】複数の移動列を説明するための図である。

【図5】ヒストグラムを示す図である。

【図6】パターンデータベースの内容を示す図である。

【図7】行動の規則性と目的地の予測精度との関係を示すグラフである。

【図8】目的地予測結果を提示する画面を示す図である。

【図9】本発明の第１の実施の形態における目的地予測処理ルーチンの内容を示すフローチャートである。

【図10】移動列のイメージ図である。

【図11】移動列に対して、変数で置き換えたパターンを示す図である。

【図12】ヒストグラムを示す図である。

【発明を実施するための形態】

【0026】

以下、図面を参照して本発明の実施の形態を詳細に説明する。本実施の形態では、ユーザの行動の規則性に応じて目的地を予測する予測システムに本発明を適用した場合を例に説明する。

【0027】

図１に示すように、第１の実施の形態に係る予測システム１０は、複数の情報端末１２と、複数の情報端末１２から送信された位置情報を受信して、複数の情報端末１２を持つユーザの行動の規則性を推定して目的地を予測する目的地予測装置１４とを備えている。複数の情報端末１２と目的地予測装置１４とは、インターネットなどのネットワーク１６を介して接続されている。なお、目的地予測装置１４は、規則性推定装置の一例である。

【0028】

情報端末１２は、ＧＰＳ（Global Positioning System）衛星及び基地局から送信されたＧＰＳ情報を受信するＧＰＳセンサ２０と、ＧＰＳセンサ２０によって受信したＧＰＳ情報に基づいて計測された自端末の位置情報を、ユーザＩＤと共に目的地予測装置１４へ逐次送信すると共に、ユーザＩＤを含む目的地予測要求を送信し、予測結果を受信する通信部２２と、受信した予測結果を利用する予測結果利用部２４とを備えている。ユーザＩＤは、情報端末１２に予め設定されている。

【0029】

目的地予測装置１４は、ＣＰＵ、後述する目的地予測処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、記憶手段としてのメモリ、ネットワークインタフェース等を含むサーバで構成されており、機能的には、通信部３０、位置情報データベース３２、場所ＩＤ定義部３４、移動列分割部３６、ヒストグラム生成部３８、ユーザ規則性推定部４０、場所規則性推定部４２、パターン生成部４４、パターンデータベース４６、及び予測部４８を含んだ構成で表すことができる。なお、場所ＩＤ定義部３４は本発明の地点ＩＤ割当手段の一例であり、移動列分割部３６は、グラフ生成手段、始点終点決定手段、及び移動列分割手段の一例であり、場所規則性推定部４２は、地点規則性推定手段の一例である。

【0030】

通信部３０は、情報端末１２から送信されたユーザＩＤ及び位置情報を受信し、位置情報データベース３２に格納するように制御する。通信部３０は、情報端末１２から送信された目的地予測要求を受信すると、場所ＩＤ定義部３４へ出力し、予測部４８により出力された予測結果を、当該情報端末１２へ送信する。

【0031】

位置情報データベース３２は、通信部３０によって受信したユーザＩＤ及び位置情報を蓄積し、ユーザＩＤ毎に、位置情報の時系列データを記憶する。

【0032】

場所ＩＤ定義部３４は、通信部３０によって目的地予測要求を受信すると、目的地予測要求に含まれるユーザＩＤの位置情報の時系列データを、位置情報データベース３２から読み込み、位置情報の時系列データに含まれる位置情報の各々に対して、地点ＩＤを割り当て、地点ＩＤの系列を生成する。例えば、位置情報の時系列データに基づいて、同一地点となる位置情報をグルーピングし、グルーピングされた位置情報の各々に対して、同一の地点ＩＤを割り当てる（図２参照）。情報端末１２が車載されている場合には、少なくとも１００ｍ以上は移動すると仮定し、１００ｍを閾値とした階層的クラスタリング手法を使って、位置情報の時系列データをグルーピングする。階層的クラスタリング手法としては、従来既知の手法を用いればよく、例えば、参考文献（Ｓｅｇａｒａｎ，Ｔｏｂｙ．“集合知プログラミング”、オライリージャパン、２００８年）に記載されている手法を用いればよい。

【0033】

移動列分割部３６は、目的地予測要求に含まれるユーザＩＤについて、場所ＩＤ定義部３４によって生成された地点ＩＤの系列に基づいて、各地点ＩＤをノードとし、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成する。連続する地点ＩＤに対応するノードをリンクで結ぶと、ユーザの移動履歴は、図３に示すようなグラフ表現ができる。

【0034】

移動列分割部３６は、生成されたグラフに基づいて、始点かつ終点となるノードの地点ＩＤを決定する。本実施の形態では、グラフ中最も次数（リンク数）が多い地点ＩＤに対応するノードを、始点かつ終点となる家ノードと判定し、始点かつ終点となる家ノードの地点ＩＤを決定する。

【0035】

移動列分割部３６は、生成された地点ＩＤの系列を、決定された家ノードの地点ＩＤで分割して、家ノードの地点ＩＤを始点及び終点とする、地点ＩＤの部分系列からなる複数の移動列を生成する。これにより、図４に示すように、ユーザの移動履歴は、家を始点・終点とする移動列に分割することができる。

【0036】

ヒストグラム生成部３８は、目的地予測要求に含まれるユーザＩＤについて、移動列分割部３６によって生成された複数の移動列に基づいて、各移動列の頻度を表すヒストグラムを生成する。各移動列の出現回数をカウントして、図５のようなヒストグラムを生成する。

【0037】

ユーザ規則性推定部４０は、ヒストグラム生成部３８によって生成されたヒストグラムに基づいて、目的地予測要求に含まれるユーザＩＤについて、ユーザの行動の規則性を推定する。

【0038】

例えば、以下の（１）式に示すように、ヒストグラムに基づいて求められる各移動列Ｌの確率ｐ_Lの２乗和を、ユーザの規則性として推定する。

【0039】

ユーザの規則性＝Σ_Lｐ_L^２ ・・・（１）

【0040】

場所規則性推定部４２は、ヒストグラム生成部３８によって生成されたヒストグラムに基づいて、目的地予測要求に含まれるユーザＩＤについて、地点ＩＤ毎に、当該地点ＩＤが割り当てられた位置情報に訪問する規則性を推定する。

【0041】

例えば、以下の（２）式に示すように、ヒストグラムに基づいて求められる、地点ＩＤｘを含む各移動列Ｌの確率ｐ_Lの２乗和を、ユーザが地点ｘに訪問する規則性として推定する。

【0042】

地点ｘの規則性＝Σ_ｘ∈Lｐ_L^２ ・・・（２）

【0043】

パターン生成部４４は、地点ＩＤの各々について、場所規則性推定部４２によって当該地点ＩＤについて推定された地点ｘの規則性が閾値以下である場合、当該地点ＩＤを含む各移動列における当該地点ＩＤを、変数ｘに置換したパターンを生成し、パターンデータベース４６に格納する。

【0044】

例えば、図６に示すように、地点の規則性が低い地点ＩＤを変数ｘで変換して生成されたパターンを、パターンデータベース４６に格納する。

【0045】

予測部４８は、目的地予測要求を受信した時点のユーザＩＤの直近の移動列から得られる地点ＩＤの部分系列と、パターンデータベース４６に格納された当該ユーザＩＤのパターンとを比較して、直近の位置情報から得られる地点ＩＤの部分系列と合致するパターンに基づいて、目的地を予測する。このとき、図７に示すように、ユーザの行動の規則性が低いほど、予測精度が低いため、ユーザ規則性推定部４０によって推定されたユーザの規則性が、閾値より低い場合には、予測を行わない。また、予測された目的地の場所の規則性に応じて、予測提示を切り替える。例えば、図８に示すように、場所の規則性が高い目的地と、場所の規則性が低い目的地とを区別して、目的地の予測結果を提示する。

【0046】

予測部４８は、予測結果を、通信部３０により情報端末１２へ送信する。

【0047】

次に、予測システム１０の作用について説明する。

【0048】

まず、複数の情報端末１２が、逐次、ユーザＩＤ及び位置情報を、目的地予測装置１４へ送信し、目的地予測装置１４は、受信したユーザＩＤ及び位置情報を、位置情報データベース３２に蓄積する。

【0049】

また、情報端末１２が、ユーザＩＤを含む目的地予測要求を、目的地予測装置１４へ送信したときに、目的地予測装置１４によって、図９に示す目的地予測処理ルーチンを実行する。

【0050】

ステップＳ１００で、位置情報データベース３２から、受信した目的地予測要求に含まれるユーザＩＤに対応する位置情報の時系列データを取得する。次のステップＳ１０２では、上記ステップＳ１００で取得した位置情報の時系列データに基づいて、位置情報の各々に対して、地点ＩＤを割り当て、地点ＩＤの系列を生成する。

【0051】

そして、ステップＳ１０４において、上記ステップＳ１０２で生成した地点ＩＤの系列に基づいて、連続する地点ＩＤに対応するノードをエッジで結んだグラフを生成する。ステップＳ１０６では、上記ステップＳ１０４で生成されたグラフに基づいて、グラフ中、最も次数が多いノードを、始点かつ終点となる家ノードと判定し、始点かつ終点となる家ノードの地点ＩＤを決定する。

【0052】

そして、ステップＳ１０８において、上記ステップＳ１０６で決定された始点かつ終点となる家ノードの地点ＩＤを用いて、上記ステップＳ１０２で生成した地点ＩＤの系列を、複数の移動列に分割する。

【0053】

ステップＳ１１０では、上記ステップＳ１０８で分割された複数の移動列に基づいて、ヒストグラムを生成する。次のステップＳ１１２では、上記ステップＳ１１０で生成されたヒストグラムに基づいて、上記（１）式に従って、ユーザの行動の規則性を推定する。

【0054】

そして、ステップＳ１１４において、上記ステップＳ１１０で生成されたヒストグラムに基づいて、地点ＩＤの各々について、上記（２）式に従って、当該地点ＩＤの場所へユーザが訪問する規則性を推定する。

【0055】

次のステップＳ１１６では、上記ステップＳ１１４で地点ＩＤの各々について推定された当該地点ＩＤの場所へユーザが訪問する規則性に基づいて、上記ステップＳ１０８で分割された複数の移動列に対し、当該規則性が低い地点ＩＤを変数に置き換えて、パターンを生成し、パターンデータベース４６に格納する。

【0056】

そして、ステップＳ１１８では、上記ステップＳ１１２で推定されたユーザの行動の規則性が閾値以上であるか否かを判定する。ユーザの行動の規則性が閾値以上である場合には、ステップＳ１２０において、受信した目的地予測要求に含まれるユーザＩＤに対応する直近の位置情報から得られる地点ＩＤの部分系列と、パターンデータベース４６に格納されている各パターンとを比較して、直近の位置情報から得られる地点ＩＤの部分系列と合致するパターンに基づいて、ユーザの目的地を予測する。

【0057】

ステップＳ１２２では、上記ステップＳ１２０で予測されたユーザの目的地の候補の各々について、上記ステップＳ１１４で推定された当該地点ＩＤの場所へユーザが訪問する規則性に基づいて、規則性があるか否かを区別した予測結果を生成し、目的地予測要求を送信した情報端末１２へ送信し、目的地予測処理ルーチンを終了する。

【0058】

一方、上記ステップＳ１１８において、ユーザの行動の規則性が閾値未満であると判定された場合には、ステップＳ１２４において、目的地予測を行わない旨のメッセージを、目的地予測要求を送信した情報端末１２へ送信し、目的地予測処理ルーチンを終了する。

【0059】

以上説明したように、第１の実施の形態に係る予測システムによれば、ユーザＩＤと共に情報端末から送信された位置情報の時系列データに基づいて生成された地点ＩＤの系列を、始点かつ終点となる家ノードの地点ＩＤで分割して、複数の移動列を生成し、各移動列の頻度を表すヒストグラムに基づいて、ユーザの行動の規則性を推定することにより、ユーザの行動の規則性を精度良く推定することができる。また、各移動列の頻度を表すヒストグラムに基づいて、地点ＩＤの各々について、ユーザが、当該地点ＩＤが割り当てられた位置情報に訪問する規則性を推定することにより、ユーザについて、場所毎の規則性を精度良く推定することができる。

【0060】

また、ユーザについて得られた複数の移動列から、場所毎の規則性を用いて、移動列の適切なパターンを生成することができる。

【0061】

また、目的地として予測された地点ＩＤ毎に、当該地点ＩＤについての規則性に応じて、規則的な場所と不規則な場所とを区別して、目的地の予測結果を提示することにより、予測間違いの問題を回避できる。また、予測精度が低いユーザがいる場合においても信頼できる目的地予測サービスを提供できる。

【0062】

次に、第２の実施の形態について説明する。なお、第２の実施の形態に係る予測システムの構成は、第１の実施の形態と同様の構成であるため、同一符号を付して説明を省略する。

【0063】

第２の実施の形態では、パターンの生成方法が、第１の実施の形態と異なっている。

【0064】

第２の実施の形態に係る予測システム１０の目的地予測装置１４では、パターン生成部４４によって、まず、図１０（Ａ）、（Ｂ）に示す複数の移動列の各々について、図１１に示すように、当該移動列に含まれる地点ＩＤを変数で変換した可能な全てのパターンを列挙する。

【0065】

また、パターン生成部４４は、図１２に示すように、全移動列のパターンのヒストグラムを生成する。頻度が閾値以上のパターンについて、変数の数が少なく、頻度の高いものから、移動列分割部３６によって得られた全ての移動列にパターンが割り当てられるまで、パターンを、パターンデータベース４６に登録していく。

【0066】

例えば、図１２の例で説明すると、変数の数０のパターンに当てはまる移動列は、１＿２＿１であるため、１＿２＿１自体をパターンとして割り当てて、パターンデータベース４６に登録する。

【0067】

次に、変数の数１のパターンに当てはまる移動列は、１＿ｙ＿１、ｘ＿２＿１などであり、１＿ｙ＿１を、１＿３＿１、１＿４＿１、１＿５＿１にパターンとして割り当てて、パターンデータベース４６に登録する。このとき、ｘ＿２＿１は、１＿２＿１のパターンに相当するが、１＿２＿１はパターン割り当て済みであるため、パターンとして登録されない。

【0068】

なお、第２の実施の形態に係る予測システム１０の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

【0069】

このように、第２の実施の形態に係る予測システムによれば、ユーザについて得られた複数の移動列から、移動列の適切なパターンを生成することができる。

【0070】

なお、上記実施の形態では、情報端末を車両等の移動体に搭載した形態を想定しているが、歩行者が情報端末を携帯している形態としてもよい。

【0071】

また、推定した規則性を用いて、目的地の予測を行う場合を例に説明したが、これに限定されるものではなく、推定した規則性を用いて、目的地予測以外の処理を行ってもよい。

【0072】

また、目的地予測装置が、サーバ上に実装される場合を例に説明したが、これに限定されるものではなく、情報端末上に、目的地予測装置が実装されるようにしてもよい。

【符号の説明】

【0073】

１０ 予測システム
１２ 情報端末
１４ 目的地予測装置
１６ ネットワーク
２０ ＧＰＳセンサ
２２ 通信部
２４ 予測結果利用部
３０ 通信部
３２ 位置情報データベース
３４ 場所ＩＤ定義部
３６ 移動列分割部
３８ ヒストグラム生成部
４０ ユーザ規則性推定部
４２ 場所規則性推定部
４４ パターン生成部
４６ パターンデータベース
４８ 予測部

【図1】

【図2】

【図3】

【図4】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図5】

【図12】