特許 6262271 情報処理システム、情報処理方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6262271

(24)【登録日】2017年12月22日

(45)【発行日】2018年1月17日

(54)【発明の名称】情報処理システム、情報処理方法、及びプログラム

(51)【国際特許分類】

   G06F 17/30 20060101AFI20180104BHJP

【ＦＩ】

   G06F17/30 340A

   G06F17/30 340B

【請求項の数】8

【全頁数】21

(21)【出願番号】特願2016-32181(P2016-32181)

(22)【出願日】2016年2月23日

(65)【公開番号】特開2017-151621(P2017-151621A)

(43)【公開日】2017年8月31日

【審査請求日】2017年1月23日

(73)【特許権者】

【識別番号】311012169

【氏名又は名称】ＮＥＣパーソナルコンピュータ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】特許業務法人酒井国際特許事務所

(74)【代理人】

【識別番号】100084250

【弁理士】

【氏名又は名称】丸山 隆夫

(72)【発明者】

【氏名】白川 貴久

【審査官】 田中 秀樹

(56)【参考文献】

【文献】 特開２０１４−０９６１０８（ＪＰ，Ａ）

【文献】 特開２０１３−２５０８８３（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項1】

所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出手段と、
前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出手段と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第２の算出手段で算出した比率に対する前記第１の算出手段で算出した比率の比を乗算することにより補正する第１の補正手段と、
所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出手段と、
前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出手段と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第４の算出手段で算出した比率に対する前記第３の算出手段で算出した比率の比を乗算することにより補正する第２の補正手段と、
前記所定の地域への訪問回数に、前記第１の補正手段で補正した前記所定の地域への総訪問回数に対する前記第１の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比を乗算した訪問回数と、前記所定の種類の施設への訪問回数に、前記第２の補正手段で補正した前記各種の施設への総訪問回数に対する前記第２の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比を乗算した訪問回数との加算平均により所定の施設への補正された訪問頻度を算出する第５の算出手段と、
を含むことを特徴とする情報処理システム。

【請求項2】

前記補正された訪問頻度の情報に基づいて前記所定の施設の情報の出力を選択的に行うことを特徴とする請求項１に記載の情報処理システム。

【請求項3】

前記各種類の施設への訪問回数と、前記各地域の施設への訪問回数とを、ユーザの過去の行動履歴に基づいて記憶する訪問履歴記憶部をさらに含むことを特徴とする請求項１又は２に記載の情報処理システム。

【請求項4】

前記各種類の施設への訪問回数と、前記各地域の施設への訪問回数とを、ユーザの過去の行動履歴に基づいて当該行動の曜日又は時間に関連して記憶する訪問履歴記憶部をさらに含み、
前記第１の算出手段と前記第３の算出手段は、前記各比率を曜日又は時間帯毎で算出し、前記第５の算出手段は前記曜日又は前記時間帯に応じて補正された訪問頻度を算出することを特徴とする請求項１又は２に記載の情報処理システム。

【請求項5】

情報処理システムのコンピュータが、
所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出工程と、
前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出工程と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第２の算出工程で算出した比率に対する前記第１の算出工程で算出した比率の比を乗算することにより補正する第１の補正工程と、
所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出工程と、
前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出工程と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第４の算出工程で算出した比率に対する前記第３の算出工程で算出した比率の比を乗算することにより補正する第２の補正工程と、
前記所定の地域への訪問回数に、前記第１の補正工程で補正した前記所定の地域への総訪問回数に対する前記第１の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比を乗算した訪問回数と、前記所定の種類の施設への訪問回数に、前記第２の補正工程で補正した前記各種の施設への総訪問回数に対する前記第２の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比を乗算した訪問回数との加算平均により所定の施設への補正された訪問頻度を算出する第５の算出工程と、
を含む工程を実行することを特徴とする情報処理方法。

【請求項6】

情報処理システムのコンピュータに、
所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出処理と、
前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出処理と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第２の算出処理で算出した比率に対する前記第１の算出処理で算出した比率の比を乗算することにより補正する第１の補正処理と、
所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出処理と、
前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出処理と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第４の算出処理で算出した比率に対する前記第３の算出処理で算出した比率の比を乗算することにより補正する第２の補正処理と、
前記所定の地域への訪問回数に、前記第１の補正処理で補正した前記所定の地域への総訪問回数に対する前記第１の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比を乗算した訪問回数と、前記所定の種類の施設への訪問回数に、前記第２の補正処理で補正した前記各種の施設への総訪問回数に対する前記第２の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比を乗算した訪問回数との加算平均により所定の施設への補正された訪問頻度を算出する第５の算出処理と、
を実行させるためのプログラム。

【請求項7】

所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出手段と、
前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出手段と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第２の算出手段で算出した比率に対する前記第１の算出手段で算出した比率の比を乗算することにより補正する第１の補正手段と、
前記第１の補正手段で補正した前記所定の地域への総訪問回数に対する前記第１の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比率を算出する第６の算出手段と、
を含むことを特徴とする情報処理システム。

【請求項8】

所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出手段と、
前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出手段と、
前記各種類の施設への訪問回数を、当該各種類の施設への訪問回数に、前記第４の算出手段で算出した比率に対する前記第３の算出手段で算出した比率の比を乗算することにより補正する第２の補正手段と、
前記第２の補正手段で補正した前記各種の施設への総訪問回数に対する前記第２の補正手段で補正した前記所定の地域における前記各種類の施設への訪問回数の比率を算出する第７の算出手段と、
を含むことを特徴とする情報処理システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、情報処理方法、及びプログラムに関する。

【背景技術】

【0002】

近年、ＧＰＳ（Global Positioning System）機能を搭載した情報処理装置を持って様々な場所に出かけると、その行動履歴が情報処理装置内に行動ログとして蓄積され、ある場所（例えば、駅）に到着した場合、ユーザの行動履歴（行動ログ）に基づいて、その場所（例えば、駅）付近の施設情報や周辺情報等のうち、ユーザが過去に訪問した施設に関する情報やユーザが過去に検索した当該場所の周辺情報といった、ユーザの嗜好に合致するような情報を表示、推薦する技術が既に実現されている。

【0003】

具体的には、情報処理装置に搭載されているＧＰＳ機能を用いて行先の位置情報等のログを取得し、ユーザの行動予測を開始した地点（例えば、駅）から、予め定められた時間内で移動可能な所定の距離の範囲内にある行先（施設名等）をリストアップする。そして、情報処理装置内に蓄積された行動ログに基づいて、当該地点（例えば、駅）に出向いた総回数と、リストアップされた行先毎のユーザの訪問回数との比から、行先毎の訪問推定値を計算し、表示することが行われている。

【0004】

非特許文献１には、情報端末内のカレンダーに登録された予定やＧＰＳによる現在位置情報、検索履歴といった複数の情報を連携させ、ユーザがそのとき必要とする情報を予測して提示する技術が開示されている。例えば、カレンダーに目的地情報を含む予定を登録しておくと、目的地への所要時間を含む予定情報が提示され、例えば、駅や空港に到着すると現在時刻と照らし合わせて次の便の出発時刻等が当該情報端末に提示される。

【先行技術文献】

【特許文献】

【0005】

【非特許文献1】“Ｇｏｏｇｌｅ Ｎｏｗで欲しい情報をちょうどいいタイミングで”、［online］、［平成２７年１１月１５日検索］、インターネット《URL:https://www.google.com/landing/now/》

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、従来の訪問地予測装置では、比較的近距離に存在する行先を予測する場合、ユーザがその地点に到着するまでの間に、既に行先の大まかな選定が終わっている可能性が高い。その場合、ユーザの訪問地を予測する際、以下に述べるような点が考慮されていないという問題がある。

【0007】

１つは、ある特定の種類の施設（例えば、野球場や競馬場等、以下、「特定の行先種別」ともいう。）に着目し、他の地域と比較して特定の行先種別に行く頻度が高いという行動履歴（行動ログ）が蓄積されれば、その種別の施設を訪問する可能性が高くなるのが自然である。しかしながら、従来の訪問地予測装置では、特定の行先種別の施設に関する情報と、当該訪問地に関連する他の施設情報や周辺情報とが平均的に提示されてしまう。したがって、特定の行先種別しか訪問しないユーザにとっては、不要な情報も数多く混在して提示されるため、情報が冗長になり、ユーザが本当に望む情報が提示される状態になっていないという問題がある。

【0008】

一方、同じ種類の施設数を地域毎に比較した結果、或る地域において同じ種類の施設数が他の地域と比較して極端に少ない場合、ユーザが、他の地域と或る地域との双方において当該種類の施設を同じ回数訪問したと仮定すると、或る地域において当該施設が極めて著名な施設、又は極めて珍しい施設であればあるほど、ユーザが或る地域を訪問すると当該施設を訪問する可能性が高くなるのが自然である。

【0009】

しかしながら、従来の訪問地予測装置では、他の地域と或る地域との双方において、ユーザの訪問履歴（行動ログ）だけを頼りに情報を提示しているため、或る地域において当該施設が極めて珍しいものであっても、ユーザが或る地域を訪問した場合、当該施設の情報と、或る地域における他の施設情報や他の周辺情報とが平均的に提示されてしまい、やはり、無駄な情報が数多く含まれてしまうという問題がある。

【0010】

もう１つは、ある特定の地域（例えば、東京の新宿等、以下、「特定の地域」ともいう。）に着目し、他の行先種別と比較して当該特定の地域における特有の行先種別に行く頻度が高いという行動履歴（行動ログ）が蓄積されれば、その行先種別が存在する特定の地域を訪問する可能性が高くなるのが自然である。しかしながら、従来の訪問地予測装置では、特定の地域を訪問しても、当該特定の地域に関連する情報がユーザの訪問履歴（行動ログ）に加え、それぞれの地域の特性に応じた情報を頼りに情報を提示しているため、ユーザが本当に望む情報が提示される状態になっていないという問題がある。

【0011】

例えば、東京の新宿は、飲食店は多いが書店は少ないという特性を有している。この場合、ユーザが新宿において飲食店と書店とをそれぞれ同じ回数訪問したと仮定すると、従来の訪問地予測装置では、ユーザの訪問履歴（行動ログ）に加え、それぞれの地域の特性に応じた情報を提示しているため、本当に知りたい情報を確実に得ることができないという問題がある。すなわち、新宿においては飲食店と同じ回数だけ書店を訪問しているにもかかわらず、それぞれの地域の特性に応じた情報を提示しているため、ユーザが新宿を訪問すると、飲食店に関する情報の方が書店に関する情報よりも数多く提示されてしまうという問題がある。

【0012】

また、非特許文献１に記載された技術は、ユーザが今いる現時点での情報を使って提示することとしているため、例えば、横浜のみなとみらいに今いる人に対してこのような情報があったら便利だという情報だけを提示しており、その人が普段どのような生活を送っているかということは一切考慮されていない。例えば、現時点においてみなとみらいの駅から乗車可能な電車の時刻表、バスの時刻表に関する情報や、現時点において参加可能なイベントが近くで行われるといった情報等が提示される。

【0013】

しかしながら、ユーザ本人が普段どのような生活を送っているかといった情報は考慮されていないので、例えば、平日の昼間はみなとみらい地区にあるオフィスで仕事をし、取引先との打ち合わせに出張する際は、東京、横浜方面に向かう電車を利用することが多いというユーザの行動パターンがある場合であっても、みなとみらい駅から乗車可能な電車の時刻表として、東京、横浜方面に向かう電車の時刻表と、ユーザには必要性の低い元町中華街方面に向かう電車の時刻表とを平均的に提示してしまう。

【0014】

そこで本発明は、上記従来の問題点に鑑みてなされたものであって、ユーザの行先をより高い精度で予測することが可能な情報処理システム、情報処理方法、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】

【0015】

上記課題を解決するため、請求項１に記載の本発明における情報処理システムは、所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出手段と、前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出手段と、前記施設への訪問回数を、前記第１の算出手段で算出した比率と前記第２の算出手段で算出した比率とにより補正する第１の補正手段と、所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出手段と、前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出手段と、前記施設への訪問回数を、前記第３の算出手段で算出した比率と前記第４の算出手段で算出した比率とにより補正する第２の補正手段と、前記第１の補正手段で補正した訪問回数及び前記第２の補正手段で補正した訪問回数により所定の施設への補正された訪問頻度を算出する第５の算出手段と、を含むことを特徴とする。

【0016】

また、上記課題を解決するため、請求項５に記載の本発明における情報処理方法は、所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出工程と、前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出工程と、前記施設への訪問回数を、前記第１の算出工程で算出した比率と前記第２の算出工程で算出した比率とにより補正する第１の補正工程と、所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出工程と、前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出工程と、前記施設への訪問回数を、前記第３の算出工程で算出した比率と前記第４の算出工程で算出した比率とにより補正する第２の補正工程と、前記第１の補正工程で補正した訪問回数及び前記第２の補正工程で補正した訪問回数により所定の施設への補正された訪問頻度を算出する第５の算出工程と、を含むことを特徴とする。

【0017】

さらに、上記課題を解決するため、請求項６に記載の本発明における情報処理システムのコンピュータに実行させるためのプログラムは、所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出処理と、前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出処理と、前記施設への訪問回数を、前記第１の算出処理で算出した比率と前記第２の算出処理で算出した比率とにより補正する第１の補正処理と、所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出処理と、前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出処理と、前記施設への訪問回数を、前記第３の算出処理で算出した比率と前記第４の算出処理で算出した比率とにより補正する第２の補正処理と、前記第１の補正処理で補正した訪問回数及び前記第２の補正処理で補正した訪問回数により所定の施設への補正された訪問頻度を算出する第５の算出処理と、を含むことを特徴とする。

【0018】

また、上記課題を解決するため、請求項７に記載の本発明における情報処理システムは、所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する第１の算出手段と、前記所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を前記複数の地域毎にそれぞれ算出する第２の算出手段と、前記施設への訪問回数を、前記第１の算出手段で算出した比率と前記第２の算出手段で算出した比率とにより補正する第１の補正手段と、前記第１の補正手段で補正した訪問回数により所定の施設への補正された訪問頻度を算出する第６の算出手段と、を含むことを特徴とする。

【0019】

そして、上記課題を解決するため、請求項８に記載の本発明における情報処理システムは、所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する第３の算出手段と、前記所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を前記施設の種類毎にそれぞれ算出する第４の算出手段と、前記施設への訪問回数を、前記第３の算出手段で算出した比率と前記第４の算出手段で算出した比率とにより補正する第２の補正手段と、前記第２の補正手段で補正した訪問回数により所定の施設への補正された訪問頻度を算出する第７の算出手段と、を含むことを特徴とする。

【発明の効果】

【0020】

本発明によれば、ユーザの行先をより高い精度で予測することが可能な情報処理システム、情報処理方法、及びプログラムが得られる。

【図面の簡単な説明】

【0021】

【図1】本実施形態に係る情報処理装置のハードウェアブロック図の一例である。

【図2】本実施形態に係る情報処理装置の機能ブロック図の一例である。

【図3】本実施形態に係る情報処理装置に記憶された特定範囲内に存在する施設及び施設種別に対する訪問回数と訪問率とについて説明する図である。

【図4】本発明の実施形態に係る情報処理装置に記憶された（ａ）各種の施設に対する訪問頻度を地域別に表した図、（ｂ）各地域に存在する各種別の施設数を地域別に表した図、（ｃ）各種の施設に対する訪問頻度を地域別に表したものを各地域に存在する各種別の施設数の比率で補正した図（（ａ）を（ｂ）で補正した訪問頻度を表した図）である。

【図5】本発明の実施形態における情報処理装置に記憶された（ａ）各地域に対する訪問頻度を施設種別別に表した図、（ｂ）各地域に存在する施設数を施設種別別に表した図、（ｃ）各地域に対する訪問頻度を施設種別別に表したものを各地域に存在する施設種別別の施設数の比率で補正した図（（ａ）を（ｂ）で補正した訪問頻度を表した図）である。

【図6】施設種別に対する訪問頻度を地域別に表したものを地域別に存在する施設数の比率で補正したものと地域に対する訪問頻度を施設種別別に表したものを施設種別別に存在する施設数の比率で補正したものとを併合した図（図４（ｃ）と図５（ｃ）との加算平均を取った図）である。

【図7】本発明の実施形態における情報処理装置の動作フローについて説明する図である。

【発明を実施するための形態】

【0022】

次に、本発明を実施するための形態について図面を参照して詳細に説明する。なお、各図中、同一又は相当する部分には同一の符号を付しており、その重複説明は適宜に簡略化乃至省略する。以下、本実施形態について説明するが、本実施形態は、以下に説明する実施形態に限定されるものではない。なお、以下に説明する実施形態は、スマートフォンに搭載されるアプリケーションプログラムを具体例に挙げて説明しているが、携帯され得る情報処理装置に搭載されるあらゆるアプリケーションプログラムに対して適用可能である。

【0023】

まず、本実施形態に係る情報処理装置のハードウェアブロック図の一例について説明する。図１は、本実施形態に係る情報処理装置のハードウェアブロック図の一例である。

【0024】

図１において、本実施形態に係る情報処理装置１は、ハードウェア構成として、情報処理装置１の装置全体の動作を制御するＣＰＵ（Central Processing Unit）（制御部）１０１を備えている。また、各種データや各種プログラムを記憶するＲＯＭ（Read Only Memory）１０２やＲＡＭ（Random Access Memory）１０３等の主記憶部を備えている。さらに、書き換え可能な各種データや各種プログラムを記憶するＦＬＡＳＨ ＲＯＭ１０４等の補助記憶部を備えている。

【0025】

また、外部の他の装置と接続するための入出力インタフェース１０５を備えている。さらに、ユーザが操作して情報を入力すると共に、情報処理装置１の状態及びアプリケーションプログラムを実行した結果等を表示する操作・表示部１０６を備えている。また、基地局等との間の通信を行う無線通信部１０８、ＧＰＳとの間の通信を行うＧＰＳ通信部１０７を備えている。

【0026】

そして、ＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３、ＦＬＡＳＨ ＲＯＭ１０４、入出力インタフェース１０５、操作・表示部１０６、無線通信部１０８、及びＧＰＳ通信部１０７は、バス１０９によって接続されている。そして、情報処理装置１における各種処理は、ＣＰＵ１０１が、ＲＯＭ１０２、ＲＡＭ１０３、及びＦＬＡＳＨ ＲＯＭ１０４に記憶されている各種プログラムを実行することにより実現されるものである。なお、これに限らず、これらの機能を個別のハードウェア等の回路を用いて実現することも可能である。

【0027】

次に、本実施形態に係る情報処理装置の機能ブロック図の一例について説明する。図２は、本実施形態に係る情報処理装置の機能ブロック図の一例である。

【0028】

図２において、本実施形態に係る情報処理装置１は、機能ブロックとして、特定範囲内施設記憶部２０１と、特定範囲内施設種別記憶部２０２と、訪問履歴記憶部２０３と、を有している。特定範囲内とは、例えば、ユーザが普段の生活において生活圏としている範囲（例えば、東京都区部に居住しているユーザであれば東京２３区内等）を指すこととしているが、この特定範囲は、ユーザが情報処理装置１の操作・表示部１０６により任意に設定可能としても良い。

【0029】

特定範囲内施設記憶部２０１は、例えば、東京２３区内に存在する施設名（例えば、ａ美術館、ｄ飲食店、ｉ書店等）を、その存在地域と共に記憶している。特定範囲内施設種別記憶部２０２は、例えば東京２３区内に存在する施設の種別（例えば、美術館、飲食店、書店等）を、その存在地域と共に記憶している。訪問履歴記憶部２０３は、例えば、東京都区部に居住するユーザが、過去に訪問した施設名、施設種別、訪問回数、及び訪問日時を、その存在地域と共に記憶している。なお、訪問履歴として、どれくらい過去の訪問履歴を記憶するかは任意であり、情報処理装置１を購入した時点まで遡った過去であっても良いし、ユーザの趣味嗜好が変化し、訪問する施設の種別の変化が表れ始めた過去であっても良い。

【0030】

例えば、ユーザが、今までに訪れたことがないような北海道にあるＸ美術館を訪問したとき、Ｘ美術館を訪れたことを訪問履歴記憶部２０３に記憶すると共に、北海道内に存在する美術館を特定範囲内施設記憶部２０１に記憶し、北海道という地域に美術館という施設の種別がどれくらい存在するのかを計測し特定範囲内施設種別記憶部２０２に記憶するようにしても良い。また、特定範囲内施設記憶部２０２は、記憶効率から情報を生活圏範囲毎に分割し、訪問履歴に基づき追加しているものである。当然、分割せず、最初から全世界の情報を格納しても良い。

【0031】

また、本実施形態に係る情報処理装置１は、地域別訪問比率算出部２０４と、施設種別別訪問比率算出部２０７とを有している。地域別訪問比率算出部２０４は、訪問履歴記憶部２０３に記憶された訪問履歴の中から、所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出するものである。施設種別別訪問比率算出部２０７は、訪問履歴記憶部２０３に記憶された訪問履歴の中から、所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出するものである。

【0032】

さらに、本実施形態に係る情報処理装置１は、地域別施設数比率算出部２０５と、施設種別別施設数比率算出部２０８とを有している。地域別施設数比率算出部２０５は、特定範囲内施設記憶部２０１に記憶された施設の中から、所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を複数の地域毎にそれぞれ算出するものである。施設種別別施設数比率算出部２０８は、特定範囲内施設種別記憶部２０２に記憶された施設種別の中から、所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を施設の種類毎にそれぞれ算出するものである。

【0033】

また、本実施形態に係る情報処理装置１は、特定範囲内施設記憶部２０１内に地域別の施設を予め記憶し、特定範囲内施設種別記憶部２０２内に地域別の施設種別別を予め記憶している。

【0034】

そして、本実施形態に係る情報処理装置１は、地域別施設数比率補正部２０６と、施設種別別施設数比率補正部２０９とを有している。地域別施設数比率補正部２０６は、訪問履歴記憶部２０３から取得された所定の施設への訪問回数を、地域別訪問比率算出部２０４により算出された所定の地域に存在する所定の施設への訪問回数の比率と、地域別施設数比率算出部２０５により算出された所定の地域に存在する所定の施設の施設数の比率で補正するものである。施設種別別施設数比率補正部２０９は、訪問履歴記憶部２０３から取得された所定の施設への訪問回数を、施設種別別訪問比率算出部２０７により算出された、所定の種類の施設への訪問回数の比率と、施設種別別施設数比率算出部２０８により算出された所定の種類の施設の施設数の比率で補正するものである。

【0035】

また、本実施形態に係る情報処理装置１は、訪問回数算出部２１０を有している。訪問回数算出部２１０は、地域別施設数比率補正部２０６で補正された所定の施設の訪問回数と、施設種別別施設数比率補正部２０９で補正された所定の施設種別の訪問回数との加算平均により、所定の種類の所定の施設への補正された訪問頻度を算出するものである。

【0036】

なお、本実施形態に係る情報処理装置１では、地域別施設数比率補正部２０６で補正された所定の施設の訪問回数と、施設種別別施設数比率補正部２０９で補正された所定の施設種別の訪問回数とに基づいて、所定の種類の所定の施設への補正された訪問頻度を算出することとしているが、地域別施設数比率補正部２０６で補正された所定の施設の訪問回数、又は施設種別別施設数比率補正部２０９で補正された所定の施設種別の訪問回数の何れか一方を用いて、所定の種類の所定の施設への補正された訪問頻度を算出するようにしても良い。

【0037】

また、訪問履歴記憶部２０３に記憶されている各施設への訪問日時の情報を用いて、各比率を各施設へ訪問した曜日や時間帯毎で算出し、その曜日や時間帯に応じて補正された訪問頻度を算出するようにすることもできる。

【0038】

なお、特定範囲内施設記憶部２０１、特定範囲内施設種別記憶部２０２は、例えば、ＲＡＭ１０３で実現され、訪問履歴記憶部２０３は、例えば、ＦＬＡＳＨ ＲＯＭ１０４で実現される。また、地域別訪問比率算出部２０４、施設種別別訪問比率算出部２０７、地域別施設数比率算出部２０５、施設種別別施設数比率算出部２０８は、地域別施設数比率補正部２０６、施設種別別施設数比率補正部２０９、訪問回数算出部２１０は、例えば、ＣＰＵ１０１で実現される。なお、特定範囲内施設記憶部２０１、特定範囲内施設種別記憶部２０２、及び訪問履歴記憶部２０３を、情報処理装置１の外部に設けられたサーバに格納し、当該サーバから各種データを取得するようにしても良い。また、地域別訪問比率算出部２０４、施設種別別訪問比率算出部２０７、地域別施設数比率算出部２０５、施設種別別施設数比率算出部２０８は、地域別施設数比率補正部２０６、施設種別別施設数比率補正部２０９、訪問回数算出部２１０において行われる算出・補正機能を、すべて情報処理装置１の外部に設けられたサーバで行い、算出・補正結果のみを当該サーバから情報処理装置１が受信するようにしても良い。

【0039】

次に、本実施形態に係る情報処理装置に記憶された特定範囲内に存在する施設及び施設種別に対する訪問回数と訪問率とについて説明する。図３は、本実施形態に係る情報処理装置に記憶された特定範囲内に存在する施設及び施設種別に対する訪問回数と訪問率とについて説明する図である。

【0040】

図２で説明した訪問履歴記憶部２０３には、図３に示すようなテーブルが記憶されている。テーブル縦軸の上野、新宿、銀座は、それぞれユーザが過去に訪問した施設が存在する地域名である。テーブル横軸の美術館、飲食店、書店は、それぞれユーザが過去に訪問した施設の種別である。テーブル横軸の２段目のアルファベットは、それぞれＡ美術館、Ｂ美術館、・・・、Ｄ飲食店、Ｅ飲食店、・・・、Ｉ書店、Ｊ書店、・・・といった施設の固有名称である。なお、銀座には、Ａ美術館、Ｂ美術館、Ｃ美術館以外の他の美術館も存在するが、このユーザは、銀座にある美術館を過去に訪問したことがないので、図３からは省略されている。これは、飲食店、書店においても同様である。

【0041】

テーブル縦軸の施設数は、それぞれ当該地域に存在する施設の数であり、例えば、上野には美術館が３個存在し、新宿には飲食店が１０個存在し、銀座には書店が２個存在することを示している。そして、テーブルの縦軸と横軸との交点は、それぞれ訪問回数を示している。例えば、ユーザは、上野に存在するＡ美術館に過去５回訪問しており、新宿に存在するＦ飲食店に過去１０回訪問しており、銀座のＬ書店に過去３回訪問していることを示している。

【0042】

さらに、テーブル横軸の最下段にある訪問率は、ユーザの総訪問回数である５４回に対し、上野に存在するＡ美術館に過去５回訪問しているので５／５４＊１００≒９．３％として算出したものである。

【0043】

次に、本発明の実施形態に係る情報処理装置に記憶された各種の施設に対する訪問頻度を地域別に表したもの、各地域に存在する各種別の施設数を地域別に表したもの、各種の施設に対する訪問頻度を地域別に表したものを各地域に存在する各種別の施設数の比率で補正したものについて説明する。図４は、本発明の実施形態に係る情報処理装置に記憶された（ａ）各種の施設に対する訪問頻度を地域別に表した図、（ｂ）各地域に存在する各種別の施設数を地域別に表した図、（ｃ）各種の施設に対する訪問頻度を地域別に表したものを各地域に存在する各種別の施設数の比率で補正した図（（ａ）を（ｂ）で補正した訪問頻度を表した図）である。

【0044】

図３で説明したように、ユーザは、上野に存在するＡ美術館に過去５回、Ｂ美術館に過去２回訪問している。したがって、上野に存在する施設種別である美術館には、過去合計７回訪問している。そして、図３のテーブル横軸の「上野」に示すように、ユーザは、上野という地域には過去合計１２回訪問している。したがって、図４（ａ）に示すように、上野という地域における美術館の訪問頻度（地域別比率）は、７／１２＊１００≒５８％となる。

【0045】

同様に、新宿に存在するＦ飲食店に過去１０回、Ｇ飲食店に過去８回訪問している。そして、ユーザは、新宿という地域には過去３６回訪問しているので、新宿という地域における飲食店の訪問頻度（地域別比率）は、１８／３６＊１００＝５０％となる。同様に、銀座に存在するＬ書店に過去３回訪問している。そして、ユーザは、銀座という地域には過去６回訪問しているので、銀座という地域における書店の訪問頻度（地域別比率）は、３／６＊１００＝５０％となる。この図４（ａ）に示したテーブルは、図２で説明した地域別訪問比率算出部２０４で算出される。

【0046】

次に、図３で説明したように、上野という地域には美術館という施設が３個存在し、上野という地域には、美術館以外に飲食店が１０個、書店が２個の合計１５個の施設が存在する。したがって、図４（ｂ）に示すように、上野には美術館が３個存在し、美術館という施設種別が上野という地域において存在する比率は、３／１５＊１００＝２０％となる。同様に、新宿という地域には飲食店が１０個存在し、新宿という地域には、飲食店以外に美術館が１個、書店が４個の合計１５個の施設が存在する。したがって、図４（ｂ）に示すように、新宿には飲食店が１０個存在し、飲食店という施設種別が新宿という地域において存在する比率は、１０／１５＊１００≒６７％となる。

【0047】

同様に、銀座という地域には書店が２個存在し、銀座という地域には、書店以外に美術館が２個、飲食店が５個の合計９個の施設が存在する。したがって、図４（ｂ）に示すように、銀座には書店が２個存在し、書店という施設種別が銀座という地域において存在する比率は、２／９＊１００≒２２％となる。この図４（ｂ）に示したテーブルは、図２で説明した地域別施設数比率算出部２０５で算出される。

【0048】

そして、本実施形態では、地域別訪問比率算出部２０４で算出された所定の地域に存在する所定の施設の訪問回数を、所定の地域に存在する所定の施設の訪問回数の比率と、地域別施設数比率算出部２０５で算出された所定の地域に存在する所定の施設の施設数の比率で補正することとしている。すなわち、図４（ａ）に示す美術館という施設種別に対する訪問頻度を地域別（例えば、上野）に表した訪問回数（７回）を、図４（ｂ）に示す地域別（例えば、上野）に存在する施設数の比率（美術館の２０％）で補正するのである。そうすると、図４（ｃ）に示すように、地域別（上野）施設数（美術館）比率補正の訪問回数は、（７／１２）／（３／１５）＊７≒２０．４２回となる。

【0049】

同様に、図４（ａ）に示す美術館という施設種別に対する訪問頻度を地域別（例えば、新宿）に表した訪問回数（３回）を、図４（ｂ）に示す地域別（例えば、新宿）に存在する施設数の比率（美術館の７％）で補正すると、図４（ｃ）に示すように、地域別（新宿）施設数（美術館）比率補正の訪問回数は、（３／３６）／（１／１５）＊３＝３．７５回となる。

【0050】

また、図４（ａ）に示す飲食店という施設種別に対する訪問頻度を地域別（例えば、上野）に表した訪問回数（４回）を、図４（ｂ）に示す地域別（例えば、上野）に存在する施設数の比率（飲食店の６７％）で補正すると、図４（ｃ）に示すように、地域別（上野）施設数（飲食店）比率補正の訪問回数は、（４／１２）／（１０／１５）＊４＝２．００回となる。さらに、図４（ａ）に示す書店という施設種別に対する訪問頻度を地域別（例えば、上野）に表した訪問回数（１回）を、図４（ｂ）に示す地域別（例えば、上野）に存在する施設数の比率（書店の１３％）で補正すると、図４（ｃ）に示すように、地域別（上野）施設数（飲食店）比率補正の訪問回数は、（１／１２）／（２／１５）＊１≒０．６３回となる。

【0051】

また、図４（ａ）に示す飲食店という施設種別に対する訪問頻度を地域別（例えば、新宿）に表した訪問回数（１８回）を、図４（ｂ）に示す地域別（例えば、新宿）に存在する施設数の比率（飲食店の６７％）で補正すると、図４（ｃ）に示すように、地域別（新宿）施設数（飲食店）比率補正の訪問回数は、（１８／３６）／（１０／１５）＊１８＝１３．５０回となる。そして、図４（ａ）に示す飲食店という施設種別に対する訪問頻度を地域別（例えば、銀座）に表した訪問回数（３回）を、図４（ｂ）に示す地域別（例えば、銀座）に存在する施設数の比率（飲食店の５６％）で補正すると、図４（ｃ）に示すように、地域別（銀座）施設数（飲食店）比率補正の訪問回数は、（３／６）／（５／９）＊３＝２．７０回となる。

【0052】

また、図４（ａ）に示す書店という施設種別に対する訪問頻度を地域別（例えば、新宿）に表した訪問回数（１５回）を、図４（ｂ）に示す地域別（例えば、新宿）に存在する施設数の比率（書店の２７％）で補正すると、図４（ｃ）に示すように、地域別（新宿）施設数（書店）比率補正の訪問回数は、（１５／３６）／（４／１５）＊１５≒２３．４４回となる。さらに、図４（ａ）に示す書店という施設種別に対する訪問頻度を地域別（例えば、銀座）に表した訪問回数（３回）を、図４（ｂ）に示す地域別（例えば、銀座）に存在する施設数の比率（書店の２２％）で補正すると、図４（ｃ）に示すように、地域別（銀座）施設数（書店）比率補正の訪問回数は、（３／６）／（２／９）＊３＝６．７５回となる。

【0053】

そうすると、図４（ｃ）に示す地域別施設数比率補正の訪問頻度によれば、上野を訪問したときの美術館、飲食店、書店の訪問回数は、それぞれ２０．４２回、２．００回、０．６３回となり、合計２３．０５回となる。したがって、上野において、美術館、飲食店、書店を訪問する割合は８９％、９％、３％となる。また、新宿を訪問したときの美術館、飲食店、書店の訪問回数は、それぞれ３．７５回、１３．５０回、２３．４４回となり、合計４０．６９回となる。したがって、新宿において、美術館、飲食店、書店を訪問する割合は９％、３３％、５８％となる。さらに、銀座を訪問したときの美術館、飲食店、書店の訪問回数は、それぞれ０．００回、２．７０回、６．７５回となり、合計９．４５回となる。したがって、銀座において、美術館、飲食店、書店を訪問する割合は０％、２９％、７１％となる。

【0054】

これにより、例えば、図４（ｂ）において上野という地域における美術館の割合は２０％であるにもかかわらず、図４（ａ）に示すように上野の美術館の訪問頻度は５８％であるため、上野を訪問した場合、美術館に行く比率は、美術館、飲食店、書店の数が何れも同数であったとすると、図４（ｃ）に示すように８９％と高い確率に補正されることが分かる。また、図４（ａ）に示すように、上野の飲食店を訪問する比率は３３％であるので、比較的多めに訪問しているように見える。これは、図４（ｂ）に示すように、飲食店が上野に存在する比率が６７％と高いために比較多めに訪問しているように見えるのであって、実際は図４（ｃ）に示すように、上野の飲食店を訪問する比率は９％と低い確率に補正されることが分かる。

【0055】

さらに、図４（ｂ）に示すように、新宿と銀座において書店が存在する割合は略同程度であるが、図４（ａ）に示すように、新宿の書店と比較して銀座の書店の訪問頻度が若干高いので、図４（ｃ）においては、新宿の書店の訪問頻度と銀座の書店の訪問頻度との差が大きくなるよう補正されていると共に、上野の書店の訪問頻度がさらに小さくなるよう補正されている。

【0056】

また、図４（ｂ）に示すように、上野の飲食店と新宿の飲食店の施設数比率は同じであるが、図４（ａ）に示すように、上野の飲食店と比較して新宿の飲食店を訪問する頻度が若干高いので、図４（ｃ）においては、上野の飲食店を訪問する頻度が小さくなるよう補正されていると共に、新宿の飲食店の訪問頻度と銀座の飲食店の訪問頻度との差分が小さくなるよう補正されている。

【0057】

なお、図４（ｃ）において、上野の美術館の訪問頻度を５８％から８９％に補正しているが、この８９％の訪問頻度を算出する際に、曜日や時間帯を考慮しても良い。例えば、仮に、各美術館の開館時間を参照することとなると膨大な量のデータを検証する必要があり、一般的に、夜間に美術館を訪問することは稀であり、夜間に開館している美術館を当該ユーザが訪問したことがないのであれば、その情報を考慮する必要はなくなる。ただし、有名な絵画展や話題になっているイベント等が開催され、夜間も美術館に入場できる等の特別な情報が存在する場合には、他の系統（例えば、ＳＮＳ（ソーシャル・ネットワーキング・サービス）等）から入手された情報を混合しても良い。

【0058】

次に、本発明の実施形態における情報処理装置に記憶された各地域に対する訪問頻度を施設種別別に表したもの、各地域に存在する施設数を施設種別別に表したもの、各地域に対する訪問頻度を施設種別別に表したものを各地域に存在する施設種別別の施設数の比率で補正したものについて説明する。図５は、本発明の実施形態における情報処理装置に記憶された（ａ）各地域に対する訪問頻度を施設種別別に表した図、（ｂ）各地域に存在する施設数を施設種別別に表した図、（ｃ）各地域に対する訪問頻度を施設種別別に表したものを各地域に存在する施設種別別の施設数の比率で補正した図（（ａ）を（ｂ）で補正した訪問頻度を表した図）である。

【0059】

図３で説明したように、ユーザは、上野に存在するＡ美術館に過去５回、Ｂ美術館に過去２回訪問している。したがって、上野に存在する施設種別である美術館には、過去合計７回訪問している。そして、図３のテーブル縦軸の「美術館」に示すように、ユーザは、美術館という施設種別には過去合計１０回訪問している。したがって、図５（ａ）に示すように、美術館という施設種別における上野の訪問頻度（施設種別別比率）は、７／１０＊１００＝７０％となる。

【0060】

同様に、新宿に存在するＦ飲食店に過去１０回、Ｇ飲食店に過去８回訪問している。そして、ユーザは、飲食店という施設種別には過去２５回訪問しているので、飲食店という施設種別における新宿の訪問頻度（施設種別別比率）は、１８／２５＊１００＝７２％となる。同様に、銀座に存在するＬ書店に過去３回訪問している。そして、ユーザは、書店という施設種別には過去１９回訪問しているので、書店という施設種別における銀座の訪問頻度（施設種別別比率）は、３／１９＊１００≒１６％となる。この図５（ａ）に示したテーブルは、図２で説明した施設種別訪問比率算出部２０７で算出される。

【0061】

次に、図３で説明したように、美術館という施設種別は、上野という地域に３個存在し、新宿という地域には１個存在し、銀座という地域には２個存在する。したがって、図５（ｂ）に示すように、美術館という施設種別が、上野という地域に存在する比率は３／６＊１００＝５０％、新宿という地域に存在する比率は１／６＊１００≒１７％、銀座という地域に存在する比率は２／６＊１００≒３３％となる。同様に、飲食店という施設種別は、上野という地域に１０個存在し、新宿という地域に１０個存在し、銀座という地域に５個存在する。したがって、図５（ｂ）に示すように、飲食店という施設種別が、上野という地域に存在する比率は１０／２５＊１００＝４０％、新宿という地域に存在する比率は１０／２５＊１００＝４０％、銀座という地域に存在する比率は５／２５＊１００＝２０％となる。

【0062】

同様に、書店という施設種別は、上野という地域に２個存在し、新宿という地域に４個存在し、銀座という地域に２個存在する。したがって、図５（ｂ）に示すように、書店という施設種別が、上野という地域に存在する比率は２／８＊１００＝２５％、新宿という地域に存在する比率は４／８＊１００＝５０％、銀座という地域に存在する比率は２／８＊１００＝２５％となる。この図５（ｂ）に示したテーブルは、図２で説明した施設種別別施設数比率算出部２０８で算出される。

【0063】

そして、本実施形態では、施設種別別訪問比率算出部２０７で算出された所定の地域に存在する所定の施設種別の訪問回数を、所定の地域に存在する所定の施設種別の訪問回数の比率と、施設種別別施設数比率算出部２０８で算出された所定の地域に存在する所定の施設種別の施設数の比率で補正することとしている。すなわち、図５（ａ）に示す施設種別（例えば、美術館）に対する訪問頻度を、図５（ｂ）に示す施設種別別（例えば、美術館）が存在する地域の施設数の比率（上野の５０％）で補正するのである。そうすると、図５（ｃ）に示すように、施設別（美術館）施設数（美術館）比率補正の訪問回数は、（７／１０）／（３／６）＊７＝９．８回となる。

【0064】

同様に、図５（ａ）に示す施設種別（例えば、美術館）に対する訪問頻度を施設種別（例えば、美術館）が存在する地域の施設数の比率（新宿の１７％）で補正すると、図５（ｃ）に示すように、施設別（美術館）施設数（美術館）比率補正の訪問回数は、（３／１０）／（１／６）＊３＝５．４回となる。

【0065】

また、図５（ａ）に示す施設種別（例えば、飲食店）に対する訪問頻度を施設種別（例えば、飲食店）が存在する地域の施設数の比率（上野の４０％）で補正すると、図５（ｃ）に示すように、施設別（飲食店）施設数（飲食店）比率補正の訪問回数は、（４／２５）／（１０／２５）＊４＝１．６０回となる。さらに、図５（ａ）に示す施設種別（例えば、書店）に対する訪問頻度を施設種別（例えば、書店）が存在する地域の施設数の比率（上野の２５％）で補正すると、図５（ｃ）に示すように、施設別（書店）施設数（書店）比率補正の訪問回数は、（１／１９）／（２／８）＊１≒０．２１回となる。

【0066】

また、図５（ａ）に示す施設種別（例えば、飲食店）に対する訪問頻度を施設種別（例えば、飲食店）が存在する地域の施設数の比率（新宿の４０％）で補正すると、図５（ｃ）に示すように、施設別（飲食店）施設数（飲食店）比率補正の訪問回数は、（１８／２５）／（１０／２５）＊１８＝３２．４０回となる。そして、図５（ａ）に示す施設種別（例えば、飲食店）に対する訪問頻度を施設種別（例えば、飲食店）が存在する地域の施設数の比率（銀座の２０％）で補正すると、図５（ｃ）に示すように、施設別（飲食店）施設数（飲食店）比率補正の訪問回数は、（３／２５）／（５／２５）＊３＝１．８０回となる。

【0067】

また、図５（ａ）に示す施設種別（例えば、書店）に対する訪問頻度を施設種別（例えば、書店）が存在する地域の施設数の比率（新宿の５０％）で補正すると、図５（ｃ）に示すように、施設別（書店）施設数（書店）比率補正の訪問回数は、（１５／１９）／（４／８）＊１５＝２３．６８回となる。さらに、図５（ａ）に示す施設種別（例えば、書店）に対する訪問頻度を施設種別（例えば、書店）が存在する地域の施設数の比率（銀座の２５％）で補正すると、図５（ｃ）に示すように、施設別（書店）施設数（書店）比率補正の訪問回数度は、（３／１９）／（２／８）＊３＝１．８９回となる。

【0068】

そうすると、図５（ｃ）に示す施設種別別施設数比率補正の訪問頻度によれば、美術館を訪問したときの上野、新宿、銀座の訪問回数は、それぞれ９．８０回、５．４０回、０．００回となり、合計１５．２回となる。したがって、美術館として、上野、新宿、銀座を訪問する割合は６４％、３６％、０％となる。また、飲食店を訪問したときの上野、新宿、銀座の訪問回数は、それぞれ１．６０回、３２．４０回、１．８０回となり、合計３５．８回となる。したがって、飲食店として、上野、新宿、銀座を訪問する割合は４％、９１％、５％となる。さらに、書店を訪問したときの上野、新宿、銀座の訪問回数は、それぞれ０．２１回、２３．６８回、１．８９回となり、合計２５．７８回となる。したがって、書店として、上野、新宿、銀座を訪問する割合は１％、９２％、７％となる。

【0069】

これにより、例えば、図５（ａ）において、美術館を訪問する際に上野を訪問する頻度は７０％と偏っており、図５（ｂ）に示すように美術館という施設種別は、３３％が銀座にも存在しているが、図５（ａ）に示すように、ユーザは銀座の美術館を過去１度も訪問したことがない。また、１か所しか存在しない新宿の美術館に当該ユーザは過去３度も訪問しているので、本来の訪問頻度はもう少し高いはずである。したがって、図５（ｃ）では、上野の美術館の訪問頻度を補正して６４％とし、新宿を訪問したときの美術館を訪問する頻度を３０％から３６％に補正している。

【0070】

また、図５（ｂ）に示すように、上野と銀座において飲食店が存在する比率は同じであるが、図５（ａ）に示すように、飲食店を訪問する際に新宿を訪問する訪問頻度が圧倒的に高いので、図５（ｃ）においては、飲食店を訪問する際に新宿を訪問する頻度は９１％とかなり高めに補正されていると共に、上野の訪問頻度がかなり小さくなるよう補正されている。

【0071】

さらに、図５（ｂ）に示すように、書店を訪問する際、新宿と、上野又は銀座において書店が存在する比率は２対１であるが、図５（ａ）に示すように、書店を訪問する際に新宿を訪問する訪問頻度が圧倒的に高いので、図５（ｃ）においては、書店を訪問する際に新宿を訪問する頻度は９２％とかなり高めに補正されていると共に、上野又は銀座の訪問頻度がかなり小さくなるよう補正されている。

【0072】

次に、本発明の実施形態における情報処理装置に記憶された施設種別に対する訪問頻度を地域別に表したものを地域別に存在する施設数の比率で補正したものと地域に対する訪問頻度を施設種別別に表したものを施設種別別に存在する施設数の比率で補正したものとを併合したものについて説明する。図６は、施設種別に対する訪問頻度を地域別に表したものを地域別に存在する施設数の比率で補正したものと地域に対する訪問頻度を施設種別別に表したものを施設種別別に存在する施設数の比率で補正したものとを併合した図（図４（ｃ）と図５（ｃ）との加算平均を取った図）である。

【0073】

図４（ｃ）及び図５（ｃ）の結果に基づいて、上野を訪問し、かつ美術館を訪問する最終的な訪問頻度について検討する。図３に示すように上野には１２回訪問し、美術館には１０回訪問している。そして、図４（ｃ）では、施設種別（美術館）に対する訪問頻度を地域別（上野）に表したものを地域別（上野）に存在する施設数の比率で補正した８９％という訪問頻度が算出され、図５（ｃ）では、施設種別（美術館）に対する訪問頻度を施設種別（美術館）別に存在する地域の比率で補正した６４％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、１２＊８９％（２０．４２／２３．０５）＋１０＊６４％（９．８／１５．２）≒１７．０８回という訪問回数が求められる。

【0074】

同様に、上野には１２回訪問し、飲食店には２５回訪問している。そして、図４（ｃ）では、施設種別（飲食店）に対する訪問頻度を地域別（上野）に表したものを地域別（上野）に存在する施設数の比率で補正した９％という訪問頻度が算出され、図５（ｃ）では、施設種別（飲食店）に対する訪問頻度を施設種別（飲食店）別に存在する地域の比率で補正した４％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、１２＊９％（２／２３．０５）＋２５＊４％（１．６／３５．８）≒２．１６回という訪問回数が求められる。

【0075】

さらに、上野には１２回訪問し、書店には１９回訪問している。そして、図４（ｃ）では、施設種別（書店）に対する訪問頻度を地域別（上野）に表したものを地域別（上野）に存在する施設数の比率で補正した３％という訪問頻度が算出され、図５（ｃ）では、施設種別（書店）に対する訪問頻度を施設種別（書店）別に存在する地域の比率で補正した１％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、１２＊３％（０．６３／２３．０５）＋１９＊１％（０．２１／２５．７８）≒０．４８回という訪問回数が求められる。

【0076】

そうすると、上野を訪問する総回数は、１７．０８＋２．１６＋０．４８＝１９．７２回となり、上野において美術館、飲食店、書店を訪問する比率は、それぞれ、８７％、１１％、２％となる。これは、１９．７２回上野を訪問して、そのうち、１７．０８回美術館を訪問しているということを意味している。また、図４（ｃ）では、上野において美術館を訪問する比率は８９％であったが、図５（ｃ）において、美術館のうち上野を訪問する比率は６４％であったため、８７％と若干下がったが、図４（ｂ）に示した施設数比率よりも図４（ａ）に示した訪問頻度が多い傾向が考慮された訪問頻度に補正されている。

【0077】

次に、新宿には３６回訪問し、美術館には１０回訪問している。そして、図４（ｃ）では、施設種別（美術館）に対する訪問頻度を地域別（新宿）に表したものを地域別（新宿）に存在する施設数の比率で補正した９％という訪問頻度が算出され、図５（ｃ）では、施設種別（美術館）に対する訪問頻度を施設種別（美術館）別に存在する地域の比率で補正した３６％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、３６＊９％（３．７５／４０．６９）＋１０＊３６％（５．４／１５．２）≒６．８７回という訪問回数が求められる。

【0078】

また、新宿には３６回訪問し、飲食店には２５回訪問している。そして、図４（ｃ）では、施設種別（飲食店）に対する訪問頻度を地域別（新宿）に表したものを地域別（新宿）に存在する施設数の比率で補正した３３％という訪問頻度が算出され、図５（ｃ）では、施設種別（飲食店）に対する訪問頻度を施設種別（飲食店）別に存在する地域の比率で補正した９１％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、３６＊３３％（１３．５／４０．６９）＋２５＊９１％（３２．４／３５．８）≒３４．５７回という訪問回数が求められる。

【0079】

そして、新宿には３６回訪問し、書店には１９回訪問している。そして、図４（ｃ）では、施設種別（書店）に対する訪問頻度を地域別（新宿）に表したものを地域別（新宿）に存在する施設数の比率で補正した５８％という訪問頻度が算出され、図５（ｃ）では、施設種別（書店）に対する訪問頻度を施設種別（書店）別に存在する地域の比率で補正した９２％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、３６＊５８％（２３．４４／４０．６９）＋１９＊９２％（２３．６８／２５．７８）≒３８．１９回という訪問回数が求められる。

【0080】

そうすると、新宿を訪問する総回数は、６．８７＋３４．５７＋３８．１９＝７９．６３回となり、新宿において美術館、飲食店、書店を訪問する比率は、それぞれ、９％、４３％、４８％となる。そして、図５（ｃ）では、美術館のうち新宿を訪問する比率は３６％であったが、図４（ｃ）において新宿において美術館を訪問する比率は９％であったため、９％と大幅に低く補正されている。また、図５（ｃ）では、書店のうち新宿を訪問する比率は９２％であったが、図４（ｃ）において新宿において書店を訪問する比率が５８％と低いため、４８％と低く補正された。

【0081】

次に、銀座には６回訪問し、飲食店には２５回訪問している。そして、図４（ｃ）では、施設種別（飲食店）に対する訪問頻度を地域別（銀座）に表したものを地域別（銀座）に存在する施設数の比率で補正した２９％という訪問頻度が算出され、図５（ｃ）では、施設種別（飲食店）に対する訪問頻度を施設種別（飲食店）別に存在する地域の比率で補正した５％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、６＊２９％（２．７／９．４５）＋２５＊２９％（１．８／３５．８）≒２．９７回という訪問回数が求められる。

【0082】

また、銀座には６回訪問し、書店には１９回訪問している。そして、図４（ｃ）では、施設種別（書店）に対する訪問頻度を地域別（銀座）に表したものを地域別（銀座）に存在する施設数の比率で補正した７１％という訪問頻度が算出され、図５（ｃ）では、施設種別（書店）に対する訪問頻度を施設種別（書店）別に存在する地域の比率で補正した７％という訪問頻度が算出されている。したがって、両者の加算平均を取ると、６＊７１％（６．７４／９．４５）＋１９＊７％（１．８９／２５．７８）≒５．６８回という訪問回数が求められる。

【0083】

そうすると、銀座を訪問する総回数は、２．９７＋５．６８＝８．６５回となり、銀座において飲食店、書店を訪問する比率は、それぞれ、３４％、６６％となる。そして、図５（ｃ）において飲食店のうち銀座を訪問する比率は５％であったが、図４（ｃ）において銀座において飲食店を訪問する比率が２９％であったため、３４％と若干高めに補正されている。また、図５（ｃ）では、書店のうち銀座を訪問する比率は７％であったが、図４（ｃ）において銀座において書店を訪問する比率が７１％と高いため、６６％と高く補正された。

【0084】

このように、図６では、ユーザの過去の訪問履歴を、同じ施設種別のものが同じ数だけ存在していた場合にどう補正するかといった観点で訪問頻度の補正を行っており、図６に表された訪問頻度の高い施設に関する情報から選択的にユーザに対して出力することとしている。具体的には、訪問回数算出部２１０により算出された図６に示す訪問頻度を有する所定の施設種別の所定の施設の情報をユーザに対してレコメンドする。訪問履歴記憶部２０３に記憶されている各施設への訪問日時の情報を用いて、各比率を各施設へ訪問した曜日や時間帯毎で算出し、その曜日や時間帯に応じて補正された訪問頻度を算出するようにした場合には、現在の曜日や時間に応じて選択的に、所定の施設の情報をユーザに対してレコメンドすることもできる。

【0085】

なお、本実施形態では、図４（ｃ）の結果と図５（ｃ）の結果とを１対１でマージすることとして説明を行っているが、両者に如何なる重みをつけてマージするかは、図４（ｃ）の訪問頻度と、図５（ｃ）の訪問頻度との何れの訪問頻度がユーザに整合するのかを学習することにより定めるようにしても良い。例えば、学習した割合に応じて重みづけを変える場合、補正された訪問頻度に応じて提示した情報が、ユーザが望む情報であったか否かに応じて、図４（ｃ）と図５（ｃ）との何れの補正を優位にしたら良いのかを決定する。そして、学習が進行するにつれて当該ユーザが望む情報に適合するよう、当該ユーザにレコメンドする情報を提示するようにする。これは、ユーザにより、又は訪問施設により異なるものとなる。

【0086】

ユーザに情報をレコメンドするにあたり、上記説明した当該ユーザの行動履歴、場所（施設）情報に加え、付加情報を加味するようにしても良い。例えば、美術館に関する情報を提示する際に、当該美術館の休館情報、現在開催されている展示内容、割引情報等の付加情報を併せてレコメンドするようにしても良い。そして、普段の生活ではあまり美術館を訪問することがないユーザであってもこのようなレコメンド情報にアクセスしたと仮定する。例えば、新しい美術館がオープンする際に広告主が告知を行う場合、そもそも美術館を訪問したことがないユーザに対して広告を出しても意味がなく、もう既に当該新しい美術館を訪問したユーザに対して広告を出しても意味がない。広告主は、新しい美術館を訪れてくれそうな上記レコメンド情報にアクセスしたユーザに対して広告を集中的に出すことができる。

【0087】

次に、本発明の実施形態における情報処理装置の動作フローについて説明する。図７は、本発明の実施形態における情報処理装置の動作フローについて説明する図である。

【0088】

情報処理装置１の入出力インタフェース１０５を用いた情報の検索が開始されると、ステップＳ７０１の処理において、訪問履歴記憶部２０３に記憶された訪問履歴の中から、地域別訪問比率算出部２０４は、所定の地域に存在する施設への総訪問回数に対する各種類の施設への訪問回数の比率を複数の地域毎にそれぞれ算出する。そして、ステップＳ７０２の処理において、特定範囲内施設記憶部２０１に記憶された施設の中から、地域別施設数比率算出部２０５は、所定の地域に存在する総施設数に対する各種類の施設の施設数の比率を複数の地域毎にそれぞれ算出する。さらに、ステップＳ７０３の処理において、地域別施設数比率補正部２０６は、ステップＳ７０１の処理で算出された地域別の訪問回数を、ステップＳ７０２の処理で算出された地域別施設数比率で補正を行う。

【0089】

また、ステップＳ７０４の処理において、訪問履歴記憶部２０３に記憶された訪問履歴の中から、施設種別別訪問比率算出部２０７は、所定の種類の施設への総訪問回数に対する各地域の施設への訪問回数の比率を施設の種類毎にそれぞれ算出する。そして、ステップ７０５の処理において、特定範囲内施設種別記憶部２０２に記憶された施設種別の中から、施設種別別施設数比率算出部２０８は、所定の種類の施設の総施設数に対する各地域に存在する施設の施設数の比率を施設の種類毎にそれぞれ算出する。さらに、ステップＳ７０６の処理において、施設種別別施設数比率補正部２０９は、ステップＳ７０４の処理で算出された施設別別の訪問回数を、ステップＳ７０５の処理で算出された施設種別別施設数比率で補正を行う。

【0090】

ステップＳ７０７の処理において、訪問回数算出部２１０は、ステップＳ７０３の処理で算出された地域別の訪問回数を地域別施設数比率で補正したものと、ステップＳ７０６の処理で算出された施設別別の訪問回数を施設種別別施設数比率で補正したものとを併合して、補正された訪問頻度を算出する。そして、ステップＳ７０８の処理において、得られた結果に基づいてユーザが望む情報を選択的に操作・表示部１０６に表示する。

【0091】

なお、上記したように、ステップＳ７０７の処理において、ステップＳ７０３の処理で算出された地域別の訪問回数を地域別施設数比率で補正したもの、又はステップＳ７０６の処理で算出された施設別別の訪問回数を施設種別別施設数比率で補正したものの何れかを用いて補正された訪問頻度を算出し、ステップＳ７０８の処理において、得られた結果に基づいてユーザが望む情報を選択的に操作・表示部１０６に表示するようにしても良い。

【0092】

なお、図７に示した本実施形態に係る情報処理装置の動作フローは、コンピュータ上のプログラムに実行させることもできる。すなわち、情報処理装置１を構成するＣＰＵ（制御部）１０１が、ＲＯＭ１０２に格納されたプログラムをロードする。そして、プログラムの各処理ステップが順次実行されることによって行われる。

【0093】

以上説明したように、本実施形態では、訪問履歴、地域別の施設、地域別の施設種別別を予め記憶しておき、訪問履歴から、施設が存在する地域の地域毎に施設の訪問回数の比率を施設の種別毎に算出し、施設が存在する地域の地域毎に存在する施設数の比率で補正し、施設の施設種別毎に施設種別の訪問回数の比率を施設が存在する地域毎に算出し、施設の施設種別毎に存在する施設数の比率で補正することとしている。

【0094】

また、施設の収容人数を加味しても良い。美術館のような収容人数が多い施設は、施設の数は少なく、特定の施設に集中して訪問することが多くなる。これに比べ、飲食店のような施設の場合、施設数が多く、相対的に特定の施設に集中し難い。具体的には、施設種別毎の収容人数を基準にしてもよい。図４（ｂ）の例では、施設数として美術館３・飲食店１０としたが、施設種別毎の収容人数合計として美術館３００・飲食店１００のように基準を変えても良い。さらに、個々の施設の収容人数を用いても良いが、種別の平均的な収容人数での代用でも良い。そして、本実施形態では、単純な比率を用いて補正を行っているが、頻度が大きく違う場合の補正を際立たせるためにｎ乗値を用いることや、穏やかにするために比率の対数値を用いること等を行っても良い。

【0095】

そして、地域別の訪問頻度を地域別施設数比率で補正したものと、施設種別別の訪問頻度を施設種別別施設数比率で補正したものとの何れか一方、又は双方を用いることしている。これにより、ユーザが何処を訪問しそうなのか、何処に訪問し得るのかといった行動予測を行い、比較的高確率で推定することとしている。

【0096】

このように、本発明によれば、ユーザの行先をより高い精度で予測することが可能な情報処理システム、情報処理方法、及びプログラムを得ることができるのである。

【0097】

以上、これまで本発明の実施形態について説明してきたが、本発明の実施形態は上述した実施形態に限定されるものではない。すなわち、他の実施形態、追加、変更、削除等、当業者が想到することができる範囲内で変更することができ、何れの態様においても本発明の作用効果を奏する限り、本発明の範囲に含まれるものである。

【符号の説明】

【0098】

１ 情報処理装置
１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ ＦＬＡＳＨ ＲＯＭ
１０５ 入出力インタフェース
１０６ 操作・表示部
１０７ ＧＰＳ通信部
１０８ 無線通信部
１０９ バス
２０１ 特定範囲内施設記憶部
２０２ 特定範囲内施設種別記憶部
２０３ 訪問履歴記憶部
２０４ 地域別訪問比率算出部
２０５ 地域別施設数比率算出部
２０６ 地域別施設数比率補正部
２０７ 施設種別別訪問比率算出部
２０８ 施設種別別施設数比率算出部
２０９ 施設種別別施設数比率補正部
２１０ 訪問回数算出部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】