特開 2023-107227 関心地域に対する個人化推薦のための方法、システム、およびコンピュータプログラム

(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】P2023107227

(43)【公開日】2023-08-02

(54)【発明の名称】関心地域に対する個人化推薦のための方法、システム、およびコンピュータプログラム

(51)【国際特許分類】

   G06Q 30/0282 20230101AFI20230726BHJP

【ＦＩ】

G06Q30/0282

【審査請求】有

【請求項の数】20

【出願形態】ＯＬ

(21)【出願番号】P 2023006266

(22)【出願日】2023-01-19

(31)【優先権主張番号】10-2022-0009535

(32)【優先日】2022-01-21

(33)【優先権主張国・地域又は機関】KR

(71)【出願人】

【識別番号】505205812

【氏名又は名称】ネイバー コーポレーション

【氏名又は名称原語表記】ＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100135079

【弁理士】

【氏名又は名称】宮崎 修

(72)【発明者】

【氏名】キム ジェフン

(72)【発明者】

【氏名】イ ジョンソク

(72)【発明者】

【氏名】チョン ヨンファン

(72)【発明者】

【氏名】キム ジンホ

(72)【発明者】

【氏名】チェー ジフン

(72)【発明者】

【氏名】パク ミジュ

(72)【発明者】

【氏名】イ ユンソン

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049BB01

(57)【要約】

【課題】 関心地域に対する個人化推薦のための方法、システム、およびコンピュータプログラムを提供する。
【解決手段】 共通する特徴に基づいて範囲が決定される地域を推薦するものであって、前記地域のうちからユーザの行動データに基づいて前記ユーザの関心地域を抽出し、前記関心地域に基づいて類似地域を選定し、前記関心地域と前記類似地域を推薦地域として提供する。
【選択図】図４

【特許請求の範囲】

【請求項1】

コンピュータシステムで実行される地域個人化推薦方法であって、
前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、
前記地域個人化推薦方法は、
共通する特徴に基づいて範囲が決定される地域を推薦するものであって、
前記少なくとも１つのプロセッサにより、前記地域のうちからユーザの行動データに基づいて前記ユーザの関心地域を抽出する段階、および
前記少なくとも１つのプロセッサにより、前記関心地域に基づいて類似地域を選定し、前記類似地域を推薦地域として提供する段階
を含む、地域個人化推薦方法。

【請求項2】

前記地域に関して、
行政区域で細分化された範囲および複数のユーザの共通する行動パターンが発見された範囲のうちの少なくとも１つが決定されること
を特徴とする、請求項１に記載の地域個人化推薦方法。

【請求項3】

前記地域に関して、
場所に対するコンテキストに基づいて前記コンテキストが類似する場所を利用して前記範囲が決定されること
を特徴とする、請求項１に記載の地域個人化推薦方法。

【請求項4】

前記地域に関して、
複数のユーザによる行動パターンに基づいて共通する行動パターンの場所を利用して前記範囲が決定されること
を特徴とする、請求項１に記載の地域個人化推薦方法。

【請求項5】

前記地域に関して、
場所と地域間の連結性（ｃｏ－ｏｃｃｕｒｒｅｎｃｅ）による埋め込みに基づいて前記範囲が決定されること
を特徴とする、請求項１に記載の地域個人化推薦方法。

【請求項6】

前記地域に関して、
場所と当該場所と関連するキーワード間の関係基盤のグラフ埋め込み（ｇｒａｐｈ ｅｍｂｅｄｄｉｎｇ）に基づいて前記範囲が決定されること
を特徴とする、請求項１に記載の地域個人化推薦方法。

【請求項7】

前記抽出する段階は、
前記ユーザの行動ログが存在する場所を把握した後、当該場所が属する地域を前記関心地域として選定する段階
を含む、請求項１に記載の地域個人化推薦方法。

【請求項8】

前記抽出する段階は、
前記行動データに基づいて、前記ユーザが頻繁に検索した地域、ここ最近に検索した地域、頻繁に訪問した地域、訪問予定地域のうちの少なくとも１つの地域集合から前記関心地域を選定する段階
を含む、請求項１に記載の地域個人化推薦方法。

【請求項9】

前記提供する段階は、
前記範囲が決定された地域をベクトルに埋め込んで学習したモデルを利用し、前記関心地域との類似度に基づいて前記類似地域を抽出する段階
を含む、請求項１に記載の地域個人化推薦方法。

【請求項10】

前記提供する段階は、
前記関心地域と同じ行政区域または一定の半径内に位置する地域のうちから地域人気度に基づいて前記類似地域を抽出する段階
をさらに含む、請求項９に記載の地域個人化推薦方法。

【請求項11】

前記提供する段階は、
前記関心地域を推薦するが、前記関心地域それぞれに対して、当該関心地域との類似度に基づいて選定された前記類似地域をともに推薦する段階
を含む、請求項１に記載の地域個人化推薦方法。

【請求項12】

前記提供する段階は、
前記関心地域と前記類似地域のランキングを算定する段階
を含み、
前記算定する段階は、
前記関心地域が属する地域集合によって前記関心地域のランキングを算定する段階、および
前記関心地域との類似度によって前記類似地域のランキングを算定する段階
を含む、請求項１に記載の地域個人化推薦方法。

【請求項13】

前記提供する段階は、
前記関心地域ごとに、当該関心地域が属する地域集合に対するラベルを表示する段階、および
前記類似地域ごとに、当該類似地域の選定基準となる関心地域に対するラベルを表記する段階
を含む、請求項１に記載の地域個人化推薦方法。

【請求項14】

請求項１～１３のうちのいずれか一項に記載の地域個人化推薦方法をコンピュータに実行させるためのコンピュータプログラム。

【請求項15】

コンピュータシステムであって、
メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサ
を含み、
前記少なくとも１つのプロセッサは、
共通する特徴に基づいて範囲が決定される地域を推薦するものであって、
前記地域のうちからユーザの行動データに基づいて前記ユーザの関心地域を抽出する過程、および
前記関心地域に基づいて類似地域を選定し、前記類似地域を推薦地域として提供する過程
を処理する、コンピュータシステム。

【請求項16】

前記地域に関して、
行政区域で細分化された範囲および複数のユーザの共通する行動パターンが発見された範囲のうちの少なくとも１つが決定されること
を特徴とする、請求項１５に記載のコンピュータシステム。

【請求項17】

前記地域に関して、
場所に対するコンテキストに基づいて前記コンテキストが類似する場所を利用して前記範囲が決定されるか、
複数のユーザによる行動パターンに基づいて共通する行動パターンの場所を利用して前記範囲が決定されるか、または
場所と当該場所と関連するキーワード間の関係基盤のグラフイムベディングに基づいて前記範囲が決定されること
を特徴とする、請求項１５に記載のコンピュータシステム。

【請求項18】

前記少なくとも１つのプロセッサは、
前記ユーザの行動ログが存在する場所を把握した後、当該場所が属する地域を前記関心地域として選定するものであって、
前記ユーザが頻繁に検索した地域、ここ最近に検索した地域、頻繁に訪問した地域、訪問予定地域のうちの少なくとも１つの地域集合から前記関心地域を選定すること
を特徴とする、請求項１５に記載のコンピュータシステム。

【請求項19】

前記少なくとも１つのプロセッサは、
前記範囲が決定された地域をベクトルに埋め込んで学習したモデルを利用し、前記関心地域との類似度に基づいて前記類似地域を抽出し、
前記関心地域と同じ行政区域または一定の半径内に位置する地域のうちから地域人気度に基づいて前記類似地域を抽出すること
を特徴とする、請求項１５に記載のコンピュータシステム。

【請求項20】

前記少なくとも１つのプロセッサは、
前記関心地域それぞれに対して当該関心地域と類似する地域を推薦するものであって、
前記関心地域が属する地域集合によって前記関心地域のランキングを算定し、
前記関心地域との類似度によって前記類似地域のランキングを算定すること
を特徴とする、請求項１５に記載のコンピュータシステム。

【発明の詳細な説明】

【技術分野】

【0001】

以下の説明は、地域を個人化して推薦する技術に関する。

【背景技術】

【0002】

近年、モバイルやユビキタスのインフラが拡散にともない、各種サービスが個人向けのカスタマイズ型に進化している。

【0003】

カスタマイズサービスの１つとして、ユーザの位置情報や選好情報などに基づいて周辺の場所情報を提供するものがある。

【0004】

場所推薦技術の一例として、特許文献１（２０１４年５月２６日）には、飲食店や売場などの場所をテーマによって分類して推薦する技術が開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】韓国公開特許第１０－２０１４－００６２６８４号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

ユーザの関心地域を見つけ出し、ユーザの関心地域に基づいて推薦地域を提供することができる。

【0007】

ユーザの多様な行動データを利用してユーザの関心地域を特定することができる。

【0008】

場所（ＰＯＩ）単位ではなく場所よりも広い範囲である地域を単位として個人化推薦を提供することができる。

【課題を解決するための手段】

【0009】

コンピュータシステムで実行される地域個人化推薦方法であって、前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、前記地域個人化推薦方法は、共通する特徴に基づいて範囲が決定される地域を推薦するものであって、前記少なくとも１つのプロセッサにより、前記地域のうちからユーザの行動データに基づいて前記ユーザの関心地域を抽出する段階、および前記少なくとも１つのプロセッサにより、前記関心地域に基づいて類似地域を選定し、前記関心地域と前記類似地域を推薦地域として提供する段階を含む、地域個人化推薦方法を提供する。

【0010】

一側面によると、前記地域に関して、行政区域で細分化された範囲および複数のユーザの共通する行動パターンが発見された範囲のうちの少なくとも１つが決定されてよい。

【0011】

他の側面によると、前記地域に関して、場所に対するコンテキストに基づいて前記コンテキストが類似する場所を利用して前記範囲が決定されてよい。

【0012】

また他の側面によると、前記地域に関して、複数のユーザによる行動パターンに基づいて共通する行動パターンの場所を利用して前記範囲が決定されてよい。

【0013】

また他の側面によると、前記地域に関して、場所と地域間の連結性（ｃｏ－ｏｃｃｕｒｒｅｎｃｅ）による埋め込みに基づいて前記範囲が決定されてよい。

【0014】

また他の側面によると、前記地域に関して、場所と当該場所と関連するキーワード間の関係基盤のグラフ埋め込み（ｇｒａｐｈ ｅｍｂｅｄｄｉｎｇ）に基づいて前記範囲が決定されてよい。

【0015】

また他の側面によると、前記抽出する段階は、前記ユーザの行動ログが存在する場所を把握した後、当該場所が属する地域を前記関心地域として選定する段階を含んでよい。

【0016】

また他の側面によると、前記抽出する段階は、前記行動データに基づいて、前記ユーザが頻繁に検索した地域、ここ最近に検索した地域、頻繁に訪問した地域、訪問予定地域のうちの少なくとも１つの地域集合から前記関心地域を選定する段階を含んでよい。

【0017】

また他の側面によると、前記提供する段階は、前記範囲が決定された地域をベクトルに埋め込んで学習したモデルを利用し、前記関心地域との類似度に基づいて前記類似地域を抽出する段階を含んでよい。

【0018】

また他の側面によると、前記提供する段階は、前記関心地域と同じ行政区域または一定の半径内に位置する地域のうちから地域人気度に基づいて前記類似地域を抽出する段階をさらに含んでよい。

【0019】

また他の側面によると、前記提供する段階は、前記関心地域を推薦するが、前記関心地域それぞれに対して、当該関心地域との類似度に基づいて選定された前記類似地域をともに推薦する段階を含んでよい。

【0020】

また他の側面によると、前記提供する段階は、前記関心地域と前記類似地域のランキングを算定する段階を含み、前記算定する段階は、前記関心地域が属する地域集合によって前記関心地域のランキングを算定する段階、および前記関心地域との類似度によって前記類似地域のランキングを算定する段階を含んでよい。

【0021】

さらに他の側面によると、前記提供する段階は、前記関心地域ごとに当該関心地域が属する地域集合に対するラベルを表示する段階、および前記類似地域ごとに当該類似地域の選定基準となる関心地域に対するラベルを表記する段階を含んでよい。

【0022】

前記地域個人化推薦方法をコンピュータに実行させるためにコンピュータ読み取り可能な記録媒体に記録されるコンピュータプログラムを提供する。

【0023】

コンピュータシステムであって、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、共通する特徴に基づいて範囲が決定される地域を推薦するものであって、前記地域のうちからユーザの行動データに基づいて前記ユーザの関心地域を抽出する過程、および前記関心地域に基づいて類似地域を選定し、前記関心地域と前記類似地域を推薦地域として提供する過程を処理するコンピュータシステムを提供する。

【発明の効果】

【0024】

本発明の実施形態によると、ユーザの関心地域を見つけ出し、ユーザの関心地域に基づいて推薦地域を提供することができる。

【0025】

本発明の実施形態によると、ユーザの多様な行動データを利用してユーザの関心地域を特定することができる。

【0026】

本発明の実施形態によると、場所（ＰＯＩ）単位ではなく場所よりも広い範囲である地域を単位として個人化推薦を提供することができる。

【図面の簡単な説明】

【0027】

【図1】本発明の一実施形態における、ネットワーク環境の例を示した図である。

【図2】本発明の一実施形態における、コンピュータシステムの例を示したブロック図である。

【図3】本発明の一実施形態における、コンピュータシステムのプロセッサが含むことができる構成要素の例を示した図である。

【図4】本発明の一実施形態における、コンピュータシステムが実行することができる方法の一例を示したフローチャートである。

【図5】本発明の一実施形態における、地域単位を設定する過程の一例を示した図である。

【図6】本発明の一実施形態における、ユーザの関心地域を抽出する過程の一例を示した図である。

【図7】本発明の一実施形態における、関心地域として理解される地域集合の一例を示した図である。

【図8】本発明の一実施形態における、推薦地域を提供する過程の一例を示した図である。

【図9】本発明の一実施形態における、推薦地域を選定する過程の一例を示した図である。

【図10】本発明の一実施形態における、地域個人化推薦画面の一例を示した図である。

【発明を実施するための形態】

【0028】

以下、本発明の実施形態について、添付の図面を参照しながら詳しく説明する。

【0029】

本発明の実施形態は、地域に対する個人化推薦を提供する技術に関する。

【0030】

本明細書で具体的に開示される事項を含む実施形態は、場所（ＰＯＩ）単位ではなく場所よりも広い範囲である地域を単位に、ユーザが関心をもつと思われる地域を個人化して推薦することができる。

【0031】

本発明の実施形態に係る地域個人化推薦システムは、少なくとも１つのコンピュータシステムによって実現されてよく、本発明の実施形態に係る地域個人化推薦方法は、地域個人化推薦システムに含まれる少なくとも１つのコンピュータシステムによって実行されてよい。このとき、コンピュータシステムにおいては、本発明の一実施形態に係るコンピュータプログラムがインストールされて実行されてよく、コンピュータシステムは、実行されたコンピュータプログラムの制御にしたがって本発明の実施形態に係る地域個人化推薦方法を実行してよい。上述したコンピュータプログラムは、コンピュータシステムと結合して地域個人化推薦方法をコンピュータに実行させるためにコンピュータ読み取り可能な記録媒体に記録されてよい。

【0032】

図１は、本発明の一実施形態における、ネットワーク環境の例を示した図である。図１のネットワーク環境は、複数の電子機器１１０、１２０、１３０、１４０、複数のサーバ１５０、１６０、およびネットワーク１７０を含む例を示している。このような図１は、発明の説明のための一例に過ぎず、電子機器の数やサーバの数が図１のように限定されることはない。また、図１のネットワーク環境は、本実施形態に適用可能な環境のうちの一例を説明したものに過ぎず、本実施形態に適用可能な環境が図１のネットワーク環境に限定されることはない。

【0033】

複数の電子機器１１０、１２０、１３０、１４０は、コンピュータ装置によって実現される固定端末や移動端末であってよい。複数の電子機器１１０、１２０、１３０、１４０の例としては、スマートフォン、携帯電話、ナビゲーション、ＰＣ（ｐｅｒｓｏｎａｌ ｃｏｍｐｕｔｅｒ）、ノート型ＰＣ、デジタル放送用端末、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ＰＭＰ（Ｐｏｒｔａｂｌｅ Ｍｕｌｔｉｍｅｄｉａ Ｐｌａｙｅｒ）、タブレット、ゲームコンソール（ｇａｍｅ ｃｏｎｓｏｌｅ）、ウェアラブルデバイス（ｗｅａｒａｂｌｅ ｄｅｖｉｃｅ）、ＩｏＴ（ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ）デバイス、ＶＲ（ｖｉｒｔｕｌａ ｒｅａｌｉｔｙ）デバイス、ＡＲ（ａｕｇｍｅｎｔｅｄ ｒｅａｌｉｔｙ）デバイスなどがある。一例として、図１では、電子機器１１０の例としてスマートフォンを示しているが、本発明の実施形態において、電子機器１１０は、実質的に無線または有線通信方式を利用し、ネットワーク１７０を介して他の電子機器１２０、１３０、１４０および／またはサーバ１５０、１６０と通信することができる多様な物理的なコンピュータシステムのうちの１つを意味してよい。

【0034】

通信方式が限定されることはなく、ネットワーク１７０が含むことのできる通信網（一例として、移動通信網、有線インターネット、無線インターネット、放送網）を利用する通信方式だけではなく、機器間の近距離無線通信が含まれてもよい。例えば、ネットワーク１７０は、ＰＡＮ（ｐｅｒｓｏｎａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＣＡＮ（ｃａｍｐｕｓ ａｒｅａ ｎｅｔｗｏｒｋ）、ＭＡＮ（ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ ｎｅｔｗｏｒｋ）、ＷＡＮ（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、ＢＢＮ（ｂｒｏａｄｂａｎｄ ｎｅｔｗｏｒｋ）、インターネットなどのネットワークのうちの１つ以上の任意のネットワークを含んでよい。さらに、ネットワーク１７０は、バスネットワーク、スターネットワーク、リングネットワーク、メッシュネットワーク、スター－バスネットワーク、ツリーまたは階層的ネットワークなどを含むネットワークトポロジのうちの任意の１つ以上を含んでもよいが、これらに限定されることはない。

【0035】

サーバ１５０、１６０それぞれは、複数の電子機器１１０、１２０、１３０、１４０とネットワーク１７０を介して通信して命令、コード、ファイル、コンテンツ、サービスなどを提供する１つ以上のコンピュータ装置によって実現されてよい。例えば、サーバ１５０は、ネットワーク１７０を介して接続した複数の電子機器１１０、１２０、１３０、１４０に第１サービスを提供するシステムであってよく、サーバ１６０も、ネットワーク１７０を介して接続した複数の電子機器１１０、１２０、１３０、１４０に第２サービスを提供するシステムであってよい。より具体的な例として、サーバ１５０は、複数の電子機器１１０、１２０、１３０、１４０においてインストールされて実行されるコンピュータプログラムであるアプリケーションを通じて、アプリケーションが目的とするサービス（一例として、地域情報推薦サービスなど）を第１サービスとして複数の電子機器１１０、１２０、１３０、１４０に提供してよい。他の例として、サーバ１６０は、上述したアプリケーションをインストールして実行するためのファイルを複数の電子機器１１０、１２０、１３０、１４０に配布するサービスを第２サービスとして提供してよい。

【0036】

図２は、本発明の一実施形態における、コンピュータシステムの例を示したブロック図である。上述した複数の電子機器１１０、１２０、１３０、１４０それぞれやサーバ１５０、１６０それぞれは、図２に示したコンピュータシステム２００によって実現されてよい。

【0037】

このようなコンピュータシステム２００は、図２に示すように、メモリ２１０、プロセッサ２２０、通信インタフェース２３０、および入力／出力インタフェース２４０を含んでよい。

【0038】

メモリ２１０は、コンピュータ読み取り可能な記録媒体であって、ＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、およびディスクドライブのような永続的大容量記録装置を含んでよい。ここで、ＲＯＭやディスクドライブのような永続的大容量記録装置は、メモリ２１０とは区分される別の永続的記録装置としてコンピュータシステム２００に含まれてもよい。また、メモリ２１０には、オペレーティングシステムと、少なくとも１つのプログラムコードが記録されてよい。このようなソフトウェア構成要素は、メモリ２１０とは別のコンピュータ読み取り可能な記録媒体からメモリ２１０にロードされてよい。このような別のコンピュータ読み取り可能な記録媒体は、フロッピー（登録商標）ドライブ、ディスク、テープ、ＤＶＤ／ＣＤ－ＲＯＭドライブ、メモリカードなどのコンピュータ読み取り可能な記録媒体を含んでよい。他の実施形態において、ソフトウェア構成要素は、コンピュータ読み取り可能な記録媒体ではない通信インタフェース２３０を通じてメモリ２１０にロードされてもよい。例えば、ソフトウェア構成要素は、ネットワーク１７０を介して受信されるファイルによってインストールされるコンピュータプログラムに基づいてコンピュータシステム２００のメモリ２１０にロードされてよい。

【0039】

プロセッサ２２０は、基本的な算術、ロジック、および入出力演算を実行することにより、コンピュータプログラムの命令を処理するように構成されてよい。命令は、メモリ２１０または通信インタフェース２３０によって、プロセッサ２２０に提供されてよい。例えば、プロセッサ２２０は、メモリ２１０のような記録装置に記録されたプログラムコードにしたがって受信される命令を実行するように構成されてよい。

【0040】

通信インタフェース２３０は、ネットワーク１７０を介してコンピュータシステム２００が他の装置（一例として、上述した記録装置）と互いに通信するための機能を提供してよい。一例として、コンピュータシステム２００のプロセッサ２２０がメモリ２１０のような記録装置に記録されたプログラムコードにしたがって生成した要求や命令、データ、ファイルなどが、通信インタフェース２３０の制御にしたがってネットワーク１７０を介して他の装置に伝達されてよい。これとは逆に、他の装置からの信号や命令、データ、ファイルなどが、ネットワーク１７０を経てコンピュータシステム２００の通信インタフェース２３０を通じてコンピュータシステム２００に受信されてよい。通信インタフェース２３０を通じて受信された信号や命令、データなどは、プロセッサ２２０やメモリ２１０に伝達されてよく、ファイルなどは、コンピュータシステム２００がさらに含むことのできる記録媒体（上述した永続的記録装置）に記録されてよい。

【0041】

入力／出力インタフェース２４０は、入力／出力装置２５０とのインタフェースのための手段であってよい。例えば、入力装置は、マイク、キーボード、またはマウスなどの装置を、出力装置は、ディスプレイ、スピーカのような装置を含んでよい。他の例として、入力／出力インタフェース２４０は、タッチスクリーンのように入力と出力のための機能が１つに統合された装置とのインタフェースのための手段であってもよい。入力／出力装置２５０は、コンピュータシステム２００と１つの装置で構成されてもよい。

【0042】

また、他の実施形態において、コンピュータシステム２００は、図２の構成要素よりも少ないか多くの構成要素を含んでもよい。しかし、大部分の従来技術的構成要素を明確に図に示す必要はない。例えば、コンピュータ装置２００は、上述した入力／出力装置２５０のうちの少なくとも一部を含むように実現されてもよいし、トランシーバ、データベースなどのような他の構成要素をさらに含んでもよい。

【0043】

以下では、関心地域に対する個人化推薦のための方法およびシステムの具体的な実施形態について説明する。

【0044】

図３は、本発明の一実施形態における、コンピュータシステムのプロセッサが含むことができる構成要素の例を示したブロック図であり、図４は、本発明の一実施形態における、コンピュータシステムが実行することができる地域個人化推薦方法の一例を示したフローチャートである。

【0045】

本実施形態に係るコンピュータシステム２００は、クライアントを対象に、クライアント上にインストールされた専用アプリケーションやコンピュータシステム２００と関連するウェブ／モバイルサイトへの接続によって地域情報推薦サービスを提供してよい。

【0046】

コンピュータシステム２００のプロセッサ２２０は、以下で説明する地域個人化推薦方法を実行するための構成要素として、図３に示すように、地域設定部３１０、関心地域抽出部３２０、および推薦地域提供部３３０を含んでよい。実施形態によって、プロセッサ２２０の構成要素は、選択的にプロセッサ２２０に含まれても除外されてもよい。また、実施形態によって、プロセッサ２２０の構成要素は、プロセッサ２２０の機能の表現のために分離されても併合されてもよい。

【0047】

このようなプロセッサ２２０およびプロセッサ２２０の構成要素は、以下で説明する地域個人化推薦方法に含まれる段階を実行するようにコンピュータシステム２００を制御してよい。例えば、プロセッサ２２０およびプロセッサ２２０の構成要素は、メモリ２１０が含むオペレーティングシステムのコードと、少なくとも１つのプログラムのコードとによる命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行するように実現されてよい。

【0048】

ここで、プロセッサ２２０の構成要素は、コンピュータシステム２００に記録されたプログラムコードが提供する命令にしたがってプロセッサ２２０によって実行される、互いに異なる機能（ｄｉｆｆｅｒｅｎｔ ｆｕｎｃｔｉｏｎｓ）の表現であってよ。例えば、コンピュータシステム２００が推薦対象を地域単位で設定するように上述した命令にしたがってコンピュータシステム２００を制御するプロセッサ２２０の機能的表現として地域設定部３１０が利用されてよい。

【0049】

プロセッサ２２０は、コンピュータシステム２００の制御と関連する命令がロードされたメモリ２１０から必要な命令を読み取ってよい。この場合、前記読み取られた命令は、プロセッサ２２０が以下で説明する地域個人化推薦方法を実行するように制御するための命令を含んでよい。

【0050】

以下で説明する地域個人化推薦方法に含まれる段階は、図に示したものとは異なる順序で実行されてもよいし、段階のうちの一部が省略されたり追加の過程がさらに含まれたりしてもよい。

【0051】

図４を参照すると、段階４１０で、地域設定部３１０は、推薦対象となる地域を設定してよい。本明細書において、推薦対象とは、場所（ＰＯＩ）単位ではなく場所よりも広い単位の推薦概念として、地域（ａｒｅａ）やスポット（ｓｐｏｔ）を包括する地域単位を意味してよい。地域設定部３１０は、行政区域を細分化して推薦対象地域を設定してもよいし、ユーザの共通する行動パターンが発見された地域を推薦対象として追加設定してもよい。地域設定部３１０は、推薦対象となる地域単位を設定するにあたり、行政区域はもちろん、共通する特徴を有する場所を基準にして地域の範囲を設定してよい。

【0052】

段階４２０で、関心地域抽出部３２０は、推薦対象に設定された地域のうちからユーザの関心地域を抽出してよい。関心地域抽出部３２０は、サーバ１５０から収集可能なユーザの行動データに基づいてユーザの関心地域を把握してよい。このとき、行動データとは、場所に対する関心を表現するユーザの行動データであって、場所に対する検索ログ（クリックログを含む）、場所に対する「いいね」または推薦リアクションを入力するユーザフィードバック、場所をお気に入りに保存するユーザフィードバック、場所に対する訪問を予約するユーザフィードバック、レシートなどによって場所に対する訪問を認証するユーザフィードバックなどが含まれてよい。関心地域抽出部３２０は、ユーザの行動ログが存在する場所を把握した後、当該場所が属する地域をユーザの関心地域と判断してよい。関心地域抽出部３２０は、ユーザの行動ログに基づき、頻繁に訪問した地域集合、頻繁に検索した地域集合、ここ最近に検索した地域集合、訪問予定地域集合をユーザの関心地域として抽出してよい。

【0053】

段階４３０で、推薦地域提供部３３０は、ユーザの関心地域を利用し、関心地域と類似する地域をユーザの推薦地域として提供してよい。推薦地域提供部３３０は、機械学習技法を利用してユーザの関心地域と類似する地域を推薦してよい。推薦地域提供部３３０は、地域をベクトルに埋め込み、特徴が類似する地域が互いに近い距離に分布されるように学習されたモデルを利用して、ユーザの関心地域と類似度が高い地域を推薦してよい。このとき、推薦地域提供部３３０は、ユーザの関心地域と推薦地域を予め設定された基準にしたがってランキングして提供してよい。推薦地域提供部３３０は、推薦地域の多様性のために、ユーザの関心地域に既に含まれている地域は推薦地域から除外してよく、または地域間の位置を考慮して、関心地域と距離があまり離れていない地域が推薦されるように調整してよい。

【0054】

図５は、本発明の一実施形態における、地域単位を設定する過程の一例を示した図である。

【0055】

図５を参照すると、段階５０１で、地域設定部３１０は、場所単位ではなく地域単位で推薦対象を決定してよい。一例として、地域設定部３１０は、行政区域それぞれに識別可能な地域コードを付与することによって地域単位を設定してよい。例えば、地域を村／町単位で細分化してよく、このとき、地域の住所コードを地域コードとして活用してよい。行政区域の他にも、山、駅、公園などの生活情報を基盤とした区域を基に、特定の区域に対して地域コードを指定してもよい。多数の市／郡／区を跨ぐ地域の場合には、住所コードと別途の地域コードを１つのキーとして管理してよい。他の例として、地域設定部３１０は、サーバ１５０から収集可能なユーザの行動データに基づいて新たな地域を推薦対象に追加したり、既存の地域を細分化したりして推薦対象として設定してよい。例えば、検索環境で「カロスキル、経理団キル、松理団キル」のように位置と関連のあるキーワードが頻繁に登場する場合、当該キーワードに該当する地域を推薦対象に追加し、当該地域に対して識別コードを指定してよい。

【0056】

段階５０２で、地域設定部３１０は、推薦対象となる地域単位に対して当該地域の範囲を決定してよい。一例として、地域設定部３１０は、推薦対象として設定された地域に対して中心点となる場所を決めた後、中心点から一定の半径を当該地域の範囲として決定してよい。このとき、中心点は、該当となる地域のランドマークとなる場所などが適用されてよく、地域範囲を決定するための半径は、地域のタイプや特性などによって異なるように適用されてよい。他の例として、地域設定部３１０は、場所に対するコンテキストに基づいて当該地域の範囲を決定してよい。例えば、一定の領域内で場所のタイプや訪問目的を含むレビューデータなどのコンテキストが類似する場所を１つの地域単位として束ね、当該場所を包括する範囲を当該地域の範囲として決定してよい。また他の例として、地域設定部３１０は、ユーザの行動パターンに基づいて地域の範囲を決定してよい。例えば、ユーザが「カロスキル」を検索した後にクリックした場所を包括する範囲として「カロスキル」という地域の範囲を決定してよい。また他の例として、地域設定部３１０は、物理的な範囲で地域を定義するのではなく、エントロピに基づいた埋め込み（ｅｍｂｅｄｄｉｎｇ）値で地域の範囲を定義してよい。このとき、場所と地域間の連結性（ｃｏ－ｏｃｃｕｒｒｅｎｃｅ）で埋め込みを行って地域の範囲を決定してよい。この他にも、地域設定部３１０は、一定の領域内に位置する場所の主要キーワードとの関係を表現したグラフ埋め込み（ｇｒａｐｈ ｅｍｂｅｄｄｉｎｇ）によって地域の範囲を決定してよい。人工知能言語モデルを利用して場所と関連する文書（例えば、ブログ、レビューなど）に基づいて当該場所の特徴を代表する主要キーワードを抽出した後、場所と主要キーワード間の関係を表現したグラフ基盤のディープラーニングモデルによって類似する特徴を有する場所を包括する範囲で地域の範囲を決定してよい。エントロピ基盤の接近方式はもちろん、統計的技法を活用して、共通する特徴を有する場所を１つの地域単位で定義してもよい。

【0057】

段階５０３で、地域設定部３１０は、地域と地域内に属する場所をマッチングした辞書（以下、「地域－場所マッチング辞書」とする）を構築してよい。地域設定部３１０は、地域単位で地域の範囲が決定されれば、地域範囲内に位置する場所を当該地域に付与された地域コードで管理してよい。地域－場所マッチング辞書を構築することにより、特定の場所がどの地域に属するかを確認することができ、当該地域コードに変えて活用することができる。

【0058】

図６は、本発明の一実施形態における、ユーザの関心地域を抽出する過程の一例を示した図である。

【0059】

地域内に位置する場所に対する検索や訪問は、当該地域に対する関心の表現であると言える。ユーザの検索ログや訪問ログなどの活動データを活用することで、ユーザの関心地域を抽出することができる。

【0060】

場所に対する関心は、当該場所が属する地域に対する関心として見なすことができるが、場所を地域に変更するためには、当該場所の住所情報を利用して地域内に含まれるかどうかを確認するか、事前に構築された地域－場所マッチング辞書を利用してよい。例えば、地域－場所マッチング辞書を利用してユーザが検索した場所を地域コードに変えて、当該地域を検索したものとして処理してよい。

【0061】

図６を参照すると、段階６０１で、関心地域抽出部３２０は、ユーザの行動データに基づいて、ユーザが頻繁に検索した地域とここ最近に検索した地域を関心地域として抽出してよい。関心地域抽出部３２０は、ここ最近の一定の期間内の検索ログを基準にして頻繁に検索した地域を選定してよい。例えば、１８０日間内で検索した日が多い順に上位一定の個数（例えば、３つ）の地域を関心地域として抽出してよい。このとき、関心地域抽出部３２０は、２日以上検索した地域を対象に関心地域を抽出してよい。関心地域抽出部３２０は、ここ最近の一定期間内の検索ログを基準にしてここ最近に検索した地域を選定してよい。例えば、２週間内に検索した地域のうちから、２日以上検索したか２週間内に４回以上検索した地域を関心地域として抽出してよい。

【0062】

段階６０２で、関心地域抽出部３２０は、ユーザの行動データに基づいて、ユーザが頻繁に訪問した地域と訪問予定地域を関心地域として抽出してよい。関心地域抽出部３２０は、ここ最近の一定期間内の訪問ログを基準にして頻繁に訪問した地域を選定してよい。例えば、１８０日間内に訪問した日が多い順に上位３つの地域を関心地域として抽出してよい。このとき、関心地域抽出部３２０は、２日以上訪問した地域を対象に関心地域を抽出してよい。関心地域抽出部３２０は、ユーザの行動パターンから一定期間内に訪問すると予測される地域を選定してよい。一例として、関心地域抽出部３２０は、場所に対するユーザの予約情報を利用して以後に訪問予定である地域を抽出してよい。他の例として、関心地域抽出部３２０は、複数のユーザの行動データを学習した予測モデルを利用してユーザの訪問予定地域を予測してよい。例えば、機械学習を利用してユーザの検索記録とチェックイン地域を学習させてよく、当該モデルを利用してユーザのここ最近の検索ログとマッチングする地域、すなわち、訪問予定地域を予測してよい。また他の例として、関心地域抽出部３２０は、ユーザの記念日情報を利用してユーザの訪問予定地域を予測してよい。例えば、母の日、クリスマス、誕生日、お盆などのような記念日情報を利用して該当となる記念日に人々が一般的に訪れる地域を予測したり、ユーザが記念日に頻繁に訪ずれる地域パターンに基づいてユーザの訪問予定地域を予測したりしてよい。また他の例として、関心地域抽出部３２０は、ユーザの過去の訪問地域と当該地域のコンテキストを活用してユーザの訪問予定地域を予測してよい。ユーザの地域訪問には当該地域のコンテキストが含まれているという仮定のもとにシーケンシャルモデル（Ｓｅｑｕｅｎｔｉａｌ Ｍｏｄｅｌ）を適用し、これによって訪問予定地域を予測してよい。このとき、過去行動を基にした関心地域、当該地域のコンテキスト、ユーザと地域間の物理的距離、ユーザの特徴（例えば、車の利用状況）などを考慮した上で、訪問すると予測される地域を抽出してよい。

【0063】

段階６０３で、関心地域抽出部３２０は、ユーザの行動データに基づいてイベント性関心地域を抽出して最終関心地域から除外してよい。関心地域抽出部３２０は、地域に対するユーザの関心の目的を把握することによってイベント性関心地域を抽出してよい。例えば、ユーザの検索ログを利用してユーザが一時的に関心を示した地域を区分し、ユーザの最終関心地域から除外してよい。イベント性関心地域とは、旅行やデータなどのように、日常的なルーチンではなく特別な目的をもって一時的に関心を示した地域を意味するものである。ユーザが特定の地域に対してクリックアクションを示した日付や時間を統計的に分析して当該地域に対する関心度を把握してよい。クリックデータのカウントが統計的に抽出した閾値よりも高く、クリックデータの偏差（ｖａｒｉａｔｉｏｎ）が統計的に抽出した閾値よりも低い場合、言い換えれば、適正レベルの関心度が短期間に集中的に発生した場合はイベント性関心地域として見なしてよい。

【0064】

要するに、関心地域抽出部３２０は、図７に示すように、ユーザが頻繁に検索した地域集合７０１、ここ最近に検索した地域集合７０２、頻繁に訪問した地域集合７０３、訪問予定地域集合７０４から最終関心地域７００を抽出してよい。例えば、ユーザの行動データのうちから検索ログを利用してユーザが頻繁に検索した地域集合７０１とここ最近に検索した地域集合７０２を抽出してよく、ユーザの予約情報やレシートなどによる訪問認証情報を利用してユーザが頻繁に訪問した地域集合７０３を抽出してよく、ユーザの予約情報を利用して訪問予定地域集合７０４を抽出してよい。

【0065】

関心地域抽出部３２０は、頻繁に検索した地域集合７０１、ここ最近に検索した地域集合７０２、頻繁に訪問した地域集合７０３、訪問予定地域集合７０４で重複しないようにユーザの最終関心地域７００を決定してよい。互いに異なる２つ以上の地域集合に同じ地域が含まれる場合、当該地域を優先順位が最も高い地域集合だけで維持して他の地域集合からは除外してよい。例えば、頻繁に訪問した地域集合７０３、頻繁に検索した地域集合７０１、訪問予定地域集合７０４、ここ最近に検索した地域集合７０２の順に優先順位が高いと仮定するときに、特定の場所ＰＯＩが頻繁に訪問した地域集合７０３と頻繁に検索した地域集合７０１に含まれる場合、頻繁に訪問した地域集合７０３だけに残して頻繁に検索した地域集合７０１からは削除する。

【0066】

図８は、本発明の一実施形態における、推薦地域を提供する過程の一例を示した図である。

【0067】

図８を参照すると、段階８０１で、推薦地域提供部３３０は、サービスを利用するユーザを対象に、各ユーザの検索ログを時間順に配列したシーケンスを学習データとして利用して地域ごとに埋め込みを学習してよい。ｗｏｒｄ２ｖｅｃモデル（一例として、ｓｋｉｐ－ｇｒａｍモデル）を利用して地域をベクトルに埋め込み、類似地域が近い距離に分布されるように学習してよい。場所はユーザの１つコンテキストが維持されるようにセッションを分けるが、地域は特定の期間に多様なコンテキストが連結されるようにシーケンスを構成する。これは、場所間の移動は枝葉的に起こる反面、地域間の移動は物理的に広い範囲でなされるため、検索時間の間隔が広く、同じコンテキストの推定が難しいためである。追後の検索で地域に対するコンテキストを抽出することができれば、これを利用したシーケンスを構成してよい。すなわち、場所基盤のｗｏｒｄ２ｖｅｃモデルの目的があるユーザのあるコンテキスト内でともに検索された場所を埋め込むことであるとすれば、地域基盤のｗｏｒｄ２ｖｅｃの目的は、ユーザが特定の地域とともに検索を行う地域を埋め込むことにある。ユーザが場所をクリックするときは当該場所が属する地域をクリックしたことと見なされ、これを利用して地域シーケンスを構成してよい。地域という集合の特性上、一日に同じ地域に複数回のクリックが累積するようになるが、これを１つのコンテキストと仮定し、その地域を一度検索したものとしてシーケンスを構成してよい。ユーザの一連の行動データに基づいて類似する地域を把握してよい。言い換えれば、あるユーザが同じような時間に検索した地域は類似地域として理解することができる。

【0068】

段階８０２で、推薦地域提供部３３０は、地域ごとの埋め込みを利用して、ユーザの関心地域と類似度が高い地域をユーザに対する推薦地域として抽出してよい。

【0069】

図９を参照すると、推薦地域提供部３３０は、地域基盤のｗｏｒｄ２ｖｅｃモデル９１０によって学習した各地域の埋め込みを利用して、ユーザの関心地域７００とコサイン類似度（ｃｏｓｉｎｅ ｓｉｍｉｌａｒｉｔｙ）が高い地域順に上位一定の個数（例えば、３つ）の地域（以下、「類似度基盤推薦地域」とする）を抽出してよい。また、推薦地域提供部３３０は、地域コレクションデータ９２０を利用して、関心地域７００と同じ行政区域（例えば、市郡区）や一定の半径内に位置する地域のうちから、人気度点数（ｒａｔｉｎｇ ｓｃｏｒｅ）が高い順に上位一定の個数の地域（以下、「人気度基盤推薦地域」とする）を抽出してよい。推薦地域提供部３３０は、類似度基盤推薦地域と人気度基盤推薦地域によってユーザに対する最終推薦地域９００を構成してよい。推薦地域９００の多様性のために、類似度基盤推薦地域と人気度基盤推薦地域からユーザの関心地域７００と重なる地域を除外してよい。

【0070】

再び図８を参照すると、段階８０３で、推薦地域提供部３３０は、ユーザの関心地域７００と推薦地域９００のランキングを算定してよい。関心地域７００に該当する、頻繁に訪問した地域７０３をＦＶ、頻繁に検索した地域７０１をＦＣ、訪問予定地域７０４をＷＶ、ここ最近に検索した地域７０２をＲＣとするとき、ＦＶ＞ＦＶに対する推薦地域＞ＦＣ＞ＦＣに対する推薦地域＞ＷＶ＞ＷＶに対する推薦地域＞ＲＣ＞ＲＣに対する推薦地域の順にランキングを算定してよい。

【0071】

推薦地域提供部３３０は、ユーザにリアルタイムで個人化推薦結果を提供してよく、このために、各ユーザに、関心地域と推薦地域に対するデータセットをキー（ｋｅｙ）（ハッシュ処理されたユーザＩＤ）－値（ｖａｌｕｅ）（個人化推薦データセット）形態でサービングしてよい。

【0072】

図１０は、本発明の一実施形態における、個人化推薦結果を提供するサービス画面の一例を示した図である。

【0073】

本実施形態は、地域基盤のコンテンツフィード（ｆｅｅｄ）を提供するために、ユーザが関心をもつと思われる地域を個人化して推薦する。

【0074】

図１０は、地域個人化推薦画面１０００の一例を示している。

【0075】

図１０を参照すると、推薦地域提供部３３０は、地域個人化推薦画面１０００を通じて、ユーザの行動データに基づいて抽出された関心地域７００と、関心地域７００それぞれに対して当該関心地域７００との類似度に基づいて選定された推薦地域９００を提供してよい。

【0076】

推薦地域提供部３３０は、関心地域７００を、頻繁に訪問した地域集合７０３、頻繁に検索した地域集合７０１、訪問予定地域集合７０４、ここ最近に検索した地域集合７０２の順にランキングしてよい。

【0077】

関心地域７００それぞれに対しては、該当となる地域が属する地域集合を示すラベル１００１が含まれてよい。言い換えれば、関心地域７００が、頻繁に検索した地域集合７０１、ここ最近に検索した地域集合７０２、頻繁に訪問した地域集合７０３、訪問予定地域集合７０４のうちのどの集合に属するかを表記してよい。

【0078】

また、推薦地域９００それぞれに対しては、ユーザの関心地域７００のうちのどの地域を基準にして選定されたのかを表記するためのラベル１００２が含まれてよい。

【0079】

したがって、推薦地域提供部３３０は、ユーザの関心地域７００とともに、関心地域７００と類似する地域を推薦地域９００として提供することができる。

【0080】

このように、本発明の実施形態によると、ユーザの多様な行動データを利用し、場所ＰＯＩ単位ではなく場所よりも広い範囲の地域単位に対して個人化推薦を提供することができる。

【0081】

上述した装置は、ハードウェア構成要素、ソフトウェア構成要素、および／またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてよい。例えば、実施形態で説明された装置および構成要素は、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてよい。処理装置は、オペレーティングシステム（ＯＳ）およびＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを記録、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者であれば、処理装置が複数個の処理要素および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでよい。また、並列プロセッサのような、他の処理構成も可能である。

【0082】

ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供したりするために、いかなる種類の機械、コンポーネント、物理装置、コンピュータ記録媒体または装置に具現化されてよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された状態で記録されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータ読み取り可能な記録媒体に記録されてよい。

【0083】

実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータ読み取り可能な媒体に記録されてよい。ここで、媒体は、コンピュータ実行可能なプログラムを継続して記録するものであっても、実行またはダウンロードのために一時記録するものであってもよい。また、媒体は、単一または複数のハードウェアが結合した形態の多様な記録手段または格納手段であってよく、あるコンピュータシステムに直接接続する媒体に限定されることはなく、ネットワーク上に分散して存在するものであってもよい。媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ－ＲＯＭおよびＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどを含み、プログラム命令が記録されるように構成されたものであってよい。また、媒体の他の例として、アプリケーションを配布するアプリケーションストアやその他の多様なソフトウェアを供給または配布するサイト、サーバなどで管理する記録媒体または格納媒体が挙げられる。

【0084】

以上のように、実施形態を、限定された実施形態および図面に基づいて説明したが、当業者であれば、上述した記載から多様な修正および変形が可能であろう。例えば、説明された技術が、説明された方法とは異なる順序で実行されたり、かつ／あるいは、説明されたシステム、構造、装置、回路などの構成要素が、説明された方法とは異なる形態で結合されたりまたは組み合わされたり、他の構成要素または均等物によって対置されたり置換されたとしても、適切な結果を達成することができる。

【0085】

したがって、異なる実施形態であっても、特許請求の範囲と均等なものであれば、添付される特許請求の範囲に属する。

【符号の説明】

【0086】

２２０：プロセッサ
３１０：地域設定部
３２０：関心地域抽出部
３３０：推薦地域提供部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】