JP2005228154A - Context generation system and program thereof - Google Patents
Context generation system and program thereof Download PDFInfo
- Publication number
- JP2005228154A JP2005228154A JP2004037335A JP2004037335A JP2005228154A JP 2005228154 A JP2005228154 A JP 2005228154A JP 2004037335 A JP2004037335 A JP 2004037335A JP 2004037335 A JP2004037335 A JP 2004037335A JP 2005228154 A JP2005228154 A JP 2005228154A
- Authority
- JP
- Japan
- Prior art keywords
- user
- history
- visit
- companion
- location
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 ユーザが訪問した場所について訪問の回数や滞在の時間、同伴者の有無などの情報を得て、その場所への同伴回数や同伴時間を生成するコンテキスト生成システムおよびそのプログラムを提供する。
【解決手段】 ユーザの場所を示す位置情報を一定間隔で取得することにより時系列における位置情報を表す位置情報履歴を作成するための位置情報履歴作成手段３と、場所ごとにユーザが滞在した滞在時間を演算して求め、この滞在時間が一定時間以上である場合は場所にユーザが訪問していたと判断し訪問履歴として記憶する訪問履歴記憶手段２と、をもって解決手段とする。
【選択図】 図１PROBLEM TO BE SOLVED: To provide a context generation system and its program for obtaining information such as the number of visits, stay time, presence / absence of a companion for a place visited by a user, and generating the number of accompaniment times and the accompanying time.
SOLUTION: Location information history creation means 3 for creating location information history representing location information in time series by acquiring location information indicating a user's location at regular intervals, and stay where the user stayed for each location The time is calculated, and when the stay time is a certain time or more, it is determined that the user has visited the place, and the visit history storage means 2 stores the visit history as a solution means.
[Selection] Figure 1
Description
本発明は、ユーザの位置情報履歴に基づいた新たなコンテキストを生成する技術であって、詳しくは、ユーザが訪問した場所について訪問の回数や滞在の時間、同伴者の有無などの情報を得て、その場所への同伴回数や同伴時間を生成するコンテキスト生成システムおよびそのプログラムに関する。 The present invention is a technique for generating a new context based on a user's location information history, and more specifically, obtaining information such as the number of visits, the time of stay, and the presence or absence of a companion for a place visited by the user. Further, the present invention relates to a context generation system that generates the number of times and time required to accompany a place and a program thereof.
ネットワークを利用するユーザの行動は、そのユーザの位置やユーザの行動予定、あるいはユーザ個人の嗜好等などの変動要素が含まれる「ユーザの状態」と、ユーザが居る場所の気温や天候等の変動要素が含まれる「ユーザを取り巻く環境」と、ならびに、ユーザが利用しようとする交通機関の運行状態や店鋪の混雑状態等の変動要素が含まれる「施設の状態」といったような様々な変動要素によりユーザは影響を受ける。 The behavior of a user who uses the network includes the "user state" that includes such factors as the user's location, the user's behavior schedule, and the user's personal preferences, and the temperature and weather of the user's location. There are various variable factors such as the “environment surrounding the user” that includes the elements, and the “facility status” that includes variable factors such as the operating conditions of the transportation system that the user wants to use and the congestion of the storefronts. Users are affected.
こうした様々な変動要素に影響されうるユーザの行動を支援するためには、これらの刻一刻と変化する環境や周囲の状態などの変動要素に関する情報をいち早く収集する必要がある。こうして収集した情報をユーザに対して、その場その時の状態に応じた最適な情報とサービスを提供する技術が不可欠となっている。 In order to support user behavior that can be influenced by these various variables, it is necessary to quickly collect information on these variables, such as the environment and surrounding conditions that change every moment. A technique for providing the information and services that are collected in this manner to the user according to the situation at that time is essential.
このような情報提供技術は、「状態（コンテキスト）を察知して、それに適合した情報やサービスの提供を行う」という意味で、「コンテキスト・アウェア技術」と呼ばれている。このコンテキスト・アウェア技術に関しては、たとえば「Ｃ−ＭＡＰ：Ａ Ｃｏｎｔｅｘｔ−Ａｗａｒｅな展示ガイドシステムの試作：情報処理学会論文誌、Ｖｏｌ．３９，Ｎｏ．１０，Ｏｃｔｏｂｅｒ １９９８」といった研究開発が学会でも論じられ、これまでにコンテキスト・アウェア技術に関する多くの研究開発が行われている（非特許文献１参照）。 Such information providing technology is called “context-aware technology” in the sense of “detecting the state (context) and providing information and services suitable for it”. Regarding this context-aware technology, research and development such as “C-MAP: Prototype of A Context-Aware Exhibition Guide System: Journal of Information Processing Society of Japan, Vol.39, No.10, October 1998” has been discussed in academic societies. A lot of research and development related to context-aware technology has been conducted so far (see Non-Patent Document 1).
また、ＩＣカードのような携帯情報蓄積装置を用いてユーザのコンテキスト（行動履歴）を収集し、ユーザが提供した情報についてＩＣカードに記憶されたコンテキストの内容をもって確証としている。単にユーザが提供しただけの情報では、その情報の内容が正しいが否かの確証を得ることはできない。そこでユーザが携行するＩＣカードにユーザのコンテキストを記憶しておき、このコンテキストの中からユーザが提供しようとする情報を確証付けし得るコンテキストを抽出して添付することで、その情報の信頼性を高めるという方法がある（特許文献１参照）。
しかしながら、従来のこれら技術においては、ＩＣカードに記憶された情報から得られたコンテキスト（履歴情報）を情報処理せずにそのまま利用することはあっても、コンテキストを情報処理して新たなコンテキストを生成するという技術は知られていなかった。 However, in these conventional technologies, the context (history information) obtained from the information stored in the IC card may be used as it is without information processing. The technique of generating was not known.
本発明は上記課題に鑑みてなされたもので、ユーザの位置情報に基づいて訪問した場所への訪問回数や滞在時間、同伴者情報を取得し、訪問した場所への同伴者の同伴回数や同伴時間といった新たなコンテキストを生成することができ、もって、より多くのコンテキストを取得することが可能なコンテキスト生成システムおよびそのプログラムを提供することを目的としている。 The present invention has been made in view of the above-mentioned problems. The number of visits to the place visited, the staying time, and companion information are acquired based on the location information of the user, and the number of companions accompanied by the visitor to the visited place and the accompanying person are obtained. It is an object of the present invention to provide a context generation system and a program thereof that can generate a new context such as time and can acquire more contexts.
請求項１に記載の本発明は、ユーザの場所を示す位置情報を一定間隔で取得することにより時系列における前記位置情報を表す位置情報履歴を作成するための位置情報履歴作成手段と、前記位置情報履歴を一定範囲の前記場所ごとにまとめ、該場所ごとに前記ユーザが滞在した滞在時間を演算して求め、この滞在時間が一定時間以上である場合は前記場所に前記ユーザが訪問していたと判断し訪問履歴として記憶する訪問履歴記憶手段と、を備える。
The present invention according to
このような請求項１に記載の本発明によれば、ユーザの位置を一定間隔で取得し位置情報履歴を作成する手段と、場所ごとの滞在時間を計算し、一定の滞在時間以上場所に訪問していたと判断し、訪問履歴として蓄積する手段と、を具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項２に記載の本発明によれば、請求項１において、前記位置情報履歴と前記訪問履歴に基づいて、前記場所ごとの一定期間における前記ユーザが訪問した訪問回数、前記訪問の訪問間隔、前記訪問間隔の平均間隔、前記滞在時間の平均時間、のうちの少なくとも一つを演算により求め、この演算結果を訪問頻度履歴として記憶する訪問頻度履歴記憶手段を備える。
According to the present invention described in
このような請求項２に記載の本発明によれば、位置情報履歴と訪問履歴に基づき、場所ごとの一定期間における訪問回数、訪問の間隔、訪問の間隔の平均、滞在時間の平均の少なくともひとつを計算し、訪問頻度履歴として蓄積する手段とを具備することを特徴とするコンテキスト生成システムが得られる。 According to the second aspect of the present invention, based on the position information history and the visit history, at least one of the number of visits in a certain period for each place, the visit interval, the average visit interval, and the average stay time And a means for accumulating as a visit frequency history, a context generation system is obtained.
また、請求項３に記載の本発明によれば、請求項１または２のいずれかにおいて、前記位置情報履歴より複数の前記ユーザ間における相互の距離が一定以下であるユーザを全て抽出し、抽出された前記ユーザの相互の関係情報を表す人間関係プロファイルに基づいて前記ユーザの同伴者を特定し、同伴者履歴として記憶する同伴者履歴記憶手段と、前記場所ごとにおける前記ユーザと前記同伴者の滞在時間を演算して求め、前記滞在時間が一定以上である前記場所を前記ユーザが前記同伴者と訪問したと判断し、同伴者訪問履歴として記憶する同伴者訪問履歴記憶手段と、を備える。
Further, according to the present invention described in
このような請求項３に記載の本発明によれば、位置情報履歴に基づき、複数ユーザ間の物理的位置が一定の距離以下かつユーザ間人間関係プロファイルを利用して同伴者を特定し、同伴者履歴として蓄積する手段と、場所ごとの同伴者との滞在時間を計算し、一定の滞在時間以上の場所を同伴者と訪問したと判断し、同伴者訪問履歴として蓄積する手段とを具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項４に記載の本発明によれば、請求項３において、前記同伴者履歴と前記同伴者訪問履歴に基づき、前記ユーザごとの一定期間における同伴回数、同伴の間隔、同伴の間隔の平均、のうちのいずれかについて、前記同伴者履歴を用いてそれらの少なくともひとつを演算して求めて前記同伴者頻度履歴として記憶する同伴者頻度履歴記憶手段を備える。
According to the present invention described in
このような請求項４に記載の本発明によれば、同伴者履歴と同伴者訪問履歴に基づき、ユーザごとの一定期間における同伴回数、同伴の間隔、同伴の間隔の平均を同伴者履歴を用いてそれらの少なくともひとつを計算し、同伴者頻度履歴として蓄積する手段とを具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項５に記載の本発明によれば、請求項１〜４のいずれかにおいて、前記場所は、陸標となるランドマークに関連付けて前記場所を指定するランドマーク指定方法、住所により前記場所を指定する住所指定方法、緯度経度により特定された地点を含む地域を前記場所として特定する地域特定方法、緯度経度により特定される地点を前記場所として指定する緯度経度指定方法、のうちの少なくともいずれかの方法によって指定あるいは特定される。
According to the present invention of
このような請求項５に記載の本発明によれば、前記場所の特定には、ランドマークを用いた場所の指定（駅、建造物）方法、住所を用いた場所の指定方法、緯度経度の中心点を用いたエリアの特定方法、緯度経度を用いた位置の指定方法の少なくとも一つが含まれることを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項６に記載の本発明によれば、請求項３〜５のいずれかにおいて、前記訪問頻度履歴と前記同伴者頻度履歴に基づいて前記ユーザと前記同伴者との相互の訪問頻度を示す同伴者訪問頻度履歴を作成する同伴者訪問頻度履歴作成手段と、前記同伴者訪問履歴頻度に応じて予め定められた前記ユーザと前記同伴者との関係を表現するための表現付与ルール記憶手段と、前記表現付与ルール記憶手段に記憶された前記表現付与ルールに基づいて前記ユーザと前記同伴者との関係に表現を付与する表現付与手段と、を備える。
According to the present invention of
このような請求項６に記載の本発明によれば、訪問頻度履歴と同伴者頻度履歴に基づき、同伴者訪問頻度履歴を作成する手段と、表現付与ルールに従い、様々な表現を付与する手段とを具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項７に記載の本発明によれば、請求項６において、前記ユーザが任意で前記位置情報を取得するための任意位置情報取得手段と、前記ユーザの前記場所ごとの前記同伴者訪問頻度履歴に基づいて前記場所を分類する場所分類手段と、前記場所に位置している各前記ユーザごとに分類条件を付与し記憶するユーザ分類条件記憶手段と、前記場所に位置している各前記ユーザごとに前記分類条件を比較するユーザ分類条件比較手段と、を備える。
According to the present invention described in
このような請求項７に記載の本発明によれば、一定期間で取得する位置情報とは別に、ユーザの操作に基づき、位置情報を取得する手段と、ユーザのいる場所ごとの同伴者訪問頻度履歴に基づき、場所を分類わけする手段と、各々の場所において、ユーザごとに分類を付与し、蓄積する手段と各々の場所において、ユーザごとに分類を比較する手段とを具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項８に記載の本発明によれば、請求項７において、前記ユーザ分類条件比較手段は、前記ユーザが位置する前記場所を分類する分類条件と、複数の前記分類条件の相互の関連を示した分類関連表と、に基づいて、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第１のユーザ抽出手段と、前記ユーザが位置する場所に関係なく、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第２のユーザ抽出手段と、前記第１のユーザ抽出手段と前記第２のユーザ抽出手段とのうちのすくなくともいずれか一方を用いて抽出された前記ユーザについての前記同伴者訪問頻度履歴の中から、前記場所の分類条件を指定し、この分類条件に対応する場所を抽出する場所抽出手段と、を備える。
According to the present invention described in
このような請求項８に記載の本発明によれば、各々の場所において、ユーザごとに分類を比較する手段には、ユーザのいる場所の分類と分類関連表をもちいて、関連表から抽出した場所の分類をもつユーザを抽出する手段と、ユーザのいる場所にかかわらず、場所に対する分類と分類間の関係を示した分類関連表をもちいて、分類関連表から抽出した場所の分類をもつユーザを抽出する手段と、抽出したユーザの同伴者訪問頻度履歴の中から、場所の分類を指定して、指定した分類に対応する場所を抽出する手段とを具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項９に記載の本発明によれば、請求項３〜８のいずれかにおいて、前記ユーザの前記位置情報による場所の前記訪問頻度履歴から訪問回数を取得して、前記ユーザを前記訪問回数に基づいて分類して作成したユーザリストを作成するユーザリスト作成手段と、前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類した場所を抽出する訪問回数別場所抽出手段と、前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類したユーザを抽出する訪問回数別ユーザ抽出手段と、前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類した場所を抽出する属性内訪問回数別場所抽出手段と、前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類したユーザを抽出する属性内訪問回数別ユーザ抽出手段と、前記訪問回数別場所抽出手段と、前記訪問回数別ユーザ抽出手段と、前記属性内訪問回数別場所抽出手段と、前記属性内訪問回数別ユーザ抽出手段と、からそれぞれ抽出された前記ユーザおよび前記場所と、前記ユーザの前記場所における前記訪問頻度履歴とを比較して前記訪問頻度履歴に含まれない未訪問の場所を抽出する未訪問場所抽出手段と、を備える。
According to the present invention of
このような請求項９に記載の本発明によれば、ユーザの位置情報に基づき、場所における訪問頻度履歴から、訪問回数に基づく、ユーザリストを作成する手段と、取得したユーザリスト内のユーザの訪問頻度から、訪問回数に基づく、場所を抽出する手段と、取得したユーザリスト内のユーザの訪問頻度から、訪問回数に基づく、ユーザを抽出する手段と、人間関係プロファイルに定義されたユーザの所属するコミュニティ内の複数ユーザにおける訪問頻度から、訪問回数に基づく、場所を抽出する手段と、人間関係プロファイルに定義されたユーザの所属するコミュニティ内の複数ユーザにおける訪問頻度から、訪問回数に基づく、ユーザを抽出する手段と、抽出された情報の中から、ユーザの場所における訪問頻度履歴と比較し、訪問したことのない場所を抽出する手段とを具備することを特徴とするコンテキスト生成システムが得られる。
According to the present invention as set forth in
また、請求項１０に記載の本発明によれば、請求項３〜９のいずれかにおいて、前記訪問履歴と前記同伴者訪問履歴とを表示するための履歴情報表示手段を備える。 According to a tenth aspect of the present invention, in any one of the third to ninth aspects, there is provided history information display means for displaying the visit history and the accompanying visit history.
このような請求項１０に記載の本発明によれば、取得した訪問履歴情報、同伴者訪問履歴情報を表示する手段を具備することを特徴とするコンテキスト生成システムが得られる。 According to the tenth aspect of the present invention, a context generation system including a means for displaying the acquired visit history information and accompanying visit history information can be obtained.
また、請求項１１に記載の本発明によれば、ユーザの場所を示す位置情報を一定間隔で取得することにより時系列における前記位置情報を表す位置情報履歴を作成するための位置情報履歴作成手段により前記位置情報履歴を作成するステップと、前記位置情報履歴を一定範囲の前記場所ごとにまとめ、該場所ごとに前記ユーザが滞在した滞在時間を演算して求め、この滞在時間が一定時間以上である場合は前記場所に前記ユーザが訪問していたと判断し訪問履歴として記憶する訪問履歴記憶手段により前記訪問履歴を記憶するステップと、を備える。
According to the present invention as set forth in
また、請求項１２に記載の本発明によれば、請求項１１において、前記位置情報履歴と前記訪問履歴に基づいて、前記場所ごとの一定期間における前記ユーザが訪問した訪問回数、前記訪問の訪問間隔、前記訪問間隔の平均間隔、前記滞在時間の平均時間、のうちの少なくとも一つを演算により求め、この演算結果を訪問頻度履歴として記憶する訪問頻度履歴記憶手段を備える。
According to the present invention described in
また、請求項１３に記載の本発明によれば、請求項１１または１２のいずれかにおいて、前記位置情報履歴より複数の前記ユーザ間における相互の距離が一定以下であるユーザを全て抽出し、抽出された前記ユーザの相互の関係情報を表す人間関係プロファイルに基づいて前記ユーザの同伴者を特定し、同伴者履歴として記憶する同伴者履歴記憶手段と、前記場所ごとにおける前記ユーザと前記同伴者の滞在時間を演算して求め、前記滞在時間が一定以上である前記場所を前記ユーザが前記同伴者と訪問したと判断し、同伴者訪問履歴として記憶する同伴者訪問履歴記憶手段と、を備える。
According to the invention of
また、請求項１４に記載の本発明によれば、請求項１３において、前記同伴者履歴と前記同伴者訪問履歴に基づき、前記ユーザごとの一定期間における同伴回数、同伴の間隔、同伴の間隔の平均、のうちのいずれかについて、前記同伴者履歴を用いてそれらの少なくともひとつを演算して求めて前記同伴者頻度履歴として記憶する同伴者頻度履歴記憶手段を備える。
Further, according to the present invention of claim 14, in
また、請求項１５に記載の本発明によれば、請求項１１〜１４のいずれかにおいて、前記場所は、陸標となるランドマークに関連付けて前記場所を指定するランドマーク指定方法、住所により前記場所を指定する住所指定方法、緯度経度により特定された地点を含む地域を前記場所として特定する地域特定方法、緯度経度により特定される地点を前記場所として指定する緯度経度指定方法、のうちの少なくともいずれかの方法によって指定あるいは特定される。
According to the present invention of
また、請求項１６に記載の本発明によれば、請求項１３〜１５のいずれかにおいて、前記訪問頻度履歴と前記同伴者頻度履歴に基づいて前記ユーザと前記同伴者との相互の訪問頻度を示す同伴者訪問頻度履歴を作成する同伴者訪問頻度履歴作成手段と、前記同伴者訪問履歴頻度に応じて予め定められた前記ユーザと前記同伴者との関係を表現するための表現付与ルール記憶手段と、前記表現付与ルール記憶手段に記憶された前記表現付与ルールに基づいて前記ユーザと前記同伴者との関係に表現を付与する表現付与手段と、を備える。
Further, according to the present invention of
また、請求項１７に記載の本発明によれば、請求項１６において、前記ユーザが任意で前記位置情報を取得するための任意位置情報取得手段と、前記ユーザの前記場所ごとの前記同伴者訪問頻度履歴に基づいて前記場所を分類する場所分類手段と、前記場所に位置している各前記ユーザごとに分類条件を付与し記憶するユーザ分類条件記憶手段と、前記場所に位置している各前記ユーザごとに前記分類条件を比較するユーザ分類条件比較手段と、を備える。
According to the present invention of claim 17, in
また、請求項１８に記載の本発明によれば、請求項１７において、前記ユーザ分類条件比較手段は、前記ユーザが位置する前記場所を分類する分類条件と、複数の前記分類条件の相互の関連を示した分類関連表と、に基づいて、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第１のユーザ抽出手段と、前記ユーザが位置する場所に関係なく、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第２のユーザ抽出手段と、前記第１のユーザ抽出手段と前記第２のユーザ抽出手段とのうちのすくなくともいずれか一方を用いて抽出された前記ユーザについての前記同伴者訪問頻度履歴の中から、前記場所の分類条件を指定し、この分類条件に対応する場所を抽出する場所抽出手段と、を備える。 According to the present invention of claim 18, in claim 17, the user classification condition comparison means includes a correlation condition between a classification condition for classifying the place where the user is located and a plurality of the classification conditions. A first user extracting means for extracting the user classified by the classification condition extracted from the classification related table based on the classification related table, regardless of the location where the user is located, At least one of the second user extraction means for extracting the user classified by the classification condition extracted from the classification relation table, the first user extraction means, and the second user extraction means. A location extracting means for designating a location classification condition from the companion visit frequency history of the user extracted by using the user and extracting a location corresponding to the classification condition; That.
また、請求項１９に記載の本発明は、請求項１３〜１８のいずれかにおいて、前記ユーザの前記位置情報による場所の前記訪問頻度履歴から訪問回数を取得して、前記ユーザを前記訪問回数に基づいて分類して作成したユーザリストを作成するユーザリスト作成手段と、前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類した場所を抽出する訪問回数別場所抽出手段と、前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類したユーザを抽出する訪問回数別ユーザ抽出手段と、前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類した場所を抽出する属性内訪問回数別場所抽出手段と、前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類したユーザを抽出する属性内訪問回数別ユーザ抽出手段と、前記訪問回数別場所抽出手段と、前記訪問回数別ユーザ抽出手段と、前記属性内訪問回数別場所抽出手段と、前記属性内訪問回数別ユーザ抽出手段と、からそれぞれ抽出された前記ユーザおよび前記場所と、前記ユーザの前記場所における前記訪問頻度履歴とを比較して前記訪問頻度履歴に含まれない未訪問の場所を抽出する未訪問場所抽出手段と、を備える。
Further, in the present invention described in claim 19 according to any one of
また、請求項２０に記載の本発明は、請求項１３〜１９のいずれかにおいて、前記訪問履歴と前記同伴者訪問履歴とを表示するための履歴情報表示手段を備える。 According to a twentieth aspect of the present invention, in any one of the thirteenth to nineteenth aspects, there is provided history information display means for displaying the visit history and the accompanying visit history.
本発明によれば、ユーザの位置情報に基づいて訪問した場所への訪問回数や滞在時間、同伴者情報を取得し、訪問した場所への同伴者の同伴回数や同伴時間といった新たなコンテキストを生成することができ、もって、より多くのコンテキストを取得することが可能なコンテキスト生成システムおよびそのプログラムを提供することができる。 According to the present invention, the number of visits to the place visited, the staying time, and the companion information are acquired based on the location information of the user, and a new context such as the number of companions to the visited place and the accompanying time is generated. Therefore, it is possible to provide a context generation system and its program capable of acquiring more contexts.
以下に、図面を用いて本発明に係る実施の形態の構成と動作を説明する。以下の説明に用いる図面では、本発明を実現する上で同じ機能を持つ構成要素には同じ番号を付与する。また、以下の説明は、本発明の理解を助けるものであって、本発明の技術的範囲を制限するものではない。 The configuration and operation of the embodiment according to the present invention will be described below with reference to the drawings. In the drawings used for the following description, the same reference numerals are given to components having the same functions in realizing the present invention. Further, the following description is intended to help understanding of the present invention and does not limit the technical scope of the present invention.
図１は、本発明の実施の形態によるコンテキスト生成システムの構成説明図であって、ユーザ端末１と、携帯電話やＰＨＳなどの携帯電話端末１１、パーソナルデジタルアシスタンス（ＰＤＡ）１２、パーソナルコンピュータ１３などが示されている。また、位置情報などのコンテキストを取得し管理するコンテキスト管理サーバ２と、コンテキストに基づき新たなコンテキストを生成するコンテキスト生成サーバ３と、移動通信網４と、インターネット５と、ＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）無線タグやＰＨＳなど、自身の物理的位置情報を移動通信網４を経由して、あるいは直接インターネット５へ発信することが可能な位置発信デバイス６とが示されている。
FIG. 1 is a diagram illustrating the configuration of a context generation system according to an embodiment of the present invention. A
図１を参照して、ユーザの携帯電話端末１１は移動通信網４に接続されている。また、ユーザのパーソナルデジタルアシスタンス１２およびパーソナルコンピュータ１３は、データ通信が可能なモバイルカードを搭載することにより、移動通信網４と接続されている。あるいは、インターネット５に直接接続されていてもよい。また位置発信デバイス６はＲＦＩＤタグリーダなどを介してインターネット５に直接接続されており、あるいは、ＰＨＳ無線基地局を介して移動通信網４に接続されていてもよい。
Referring to FIG. 1, a user's
図２に参照されるのは、コンテキスト管理サーバ２において管理されている位置情報履歴の構成例である。システムが定期的（たとえば１時間ごと）にコンテキスト収集し、蓄積した例を示す。また、２０１で示す４行目（２００４／１／６ １１：３４）にはユーザの端末操作（情報登録時や参照時など）を契機にコンテキスト収集をし、蓄積した例である。
Reference is made to FIG. 2 for a configuration example of the location information history managed in the
本実施の形態では、コンテンツ情報登録前後のコンテキストとして、一定距離内にいるユーザの位置の時間的変化を利用したＸｍ（メートル）以内にいるユーザの情報表現例を示す。例えば、図２の例で２０１で示す４行目（２００４／１／６ １１：３４）はユーザＩＤ５００１のユーザの位置がユーザＩＤ５００２が常にユーザＩＤ５００１の近傍にいることから、ユーザＩＤ５００２のビット列で示される２番目ビットに１（０１０００００００）を表示していることを表す。この例では、近傍にいるユーザを表すためには、ユーザＩＤのビット列は、位置情報履歴を提供しているユーザの数用意する必要がある。
In the present embodiment, as a context before and after content information registration, an example of information representation of a user who is within Xm (meters) using a temporal change in the position of the user within a certain distance is shown. For example, the fourth line (2004/1/6 11:34) indicated by 201 in the example of FIG. 2 is indicated by the bit string of the
図３に示すのは、本発明の実施の形態によるコンテキスト生成サーバ２の内部モジュール構成をさらに詳細に説明するための説明図である。このコンテキスト生成サーバ３は、コンテキスト管理サーバ２などの外部構成との間で、インターネット５を介した情報通信を行う情報送受信部３１と、収集されたコンテキストの時間的変化や複数コンテキスト間の関係などに着目して新たなコンテキストを生成するコンテキスト生成部３２と、収集もしくは生成されたコンテキストを蓄積し管理するコンテキスト管理部３３と、からなる。
FIG. 3 is an explanatory diagram for explaining in more detail the internal module configuration of the
図４は、本発明の実施の形態によるコンテキスト生成サーバ２のコンテキスト生成処理手順を説明したフロー図である。ステップ４０１において、情報送受信部３１が、コンテキスト管理サーバ２から図２に示した位置情報履歴の取得を行う。ステップ４０２において、情報送受信部３１から取得した位置情報履歴に基づき、コンテキスト生成部３２が、ある「エリア（地域、範囲）／位置」（場所）における訪問回数および滞在時間を算出する。
FIG. 4 is a flowchart illustrating the context generation processing procedure of the
ただし、連続的に同じ位置に滞在している場合は、カウントアップせずに滞在時間のみカウントする。また、近傍にいるユーザが連続的に近傍にいる場合のみ同伴していると判断し、カウントする。また、連続的に同じ位置に同伴している場合は、カウントアップせずに、同伴時間についてのみカウントする。ステップ４０３において、算出した訪問回数、滞在時間、同伴回数、同伴時間をエリア／位置、時間帯に分けてコンテキスト管理部３３が蓄積する。
However, when staying at the same position continuously, only the staying time is counted without counting up. Further, it is determined that the user in the vicinity is accompanied only when the user is continuously in the vicinity, and the user is counted. In addition, when accompanying the same position continuously, only the accompanying time is counted without counting up. In
図５は、本発明の実施の形態によるコンテキスト生成サーバ２のコンテキスト生成処理手順４０２について、より詳しい処理を説明したフロー図である。ステップ５０１において、情報送受信部３１から取得した図２に示す位置情報履歴に基づき、一定期間Ｘ内の位置情報を抽出し、任意の位置情報を中心点として、半径Ｙｍ以内に位置する位置情報を位置情報履歴から抽出する。
FIG. 5 is a flowchart illustrating more detailed processing for the context
次に、ステップ５０２にて、抽出した半径Ｙｍ以内に位置する位置情報に基づき、時間帯ごとの訪問回数を算出する。ただし、連続的に同じ位置に滞在している場合は、カウントアップしない。近傍にいるユーザが連続的に近傍にいる場合のみ同伴していると判断し、カウントする。ただし、連続的に同じ位置に同伴している場合は、カウントアップしない。
Next, in
次に、ステップ５０３にて、抽出されていない位置情報履歴の中から、ある位置情報を中心として、再度半径Ｙｍ以内に位置する位置情報を抽出する。抽出されない位置情報履歴がなくなるまで、ステップ５０１、ステップ５０２を繰り返す。
Next, in
図６は、図２に示す位置情報履歴から抽出した位置情報のイメージ図を示す。一定期間Ｘ内の位置情報を縦軸が緯度、横軸が経度としてプロットし、任意の中心点に基づき半径Ｙｍで囲んだ例である。ここで任意の中心点ごとに半径Ｙｍで抽出された位置情報履歴に基づき、コンテキスト管理部３３が次に示す図７のように情報の蓄積を行う。 FIG. 6 shows an image diagram of position information extracted from the position information history shown in FIG. In this example, position information within a certain period X is plotted with the vertical axis representing latitude and the horizontal axis representing longitude, and is surrounded by a radius Ym based on an arbitrary center point. Here, based on the position information history extracted at the radius Ym for each arbitrary center point, the context management unit 33 accumulates information as shown in FIG.
図７は、図２に示す位置情報履歴に基づき、一定期間Ｘ内の位置情報を抽出し、任意の位置情報を中心点として、半径Ｙｍ以内に位置する位置情報を位置情報履歴から抽出し、コンテキスト管理部３３に蓄積した訪問履歴データ構成例である。この例では、一日を２つの時間帯に分けて、その時間帯のある中心点（緯度、経度）の半径Ｙｍ以内への訪問回数を蓄積している。時間帯は任意に分割可能である。また、その時に同伴していたユーザＩＤのビットに同伴回数を蓄積する。 FIG. 7 extracts position information within a certain period X based on the position information history shown in FIG. 2, extracts position information located within a radius Ym from the position information history, with arbitrary position information as a central point, 4 is a configuration example of visit history data accumulated in a context management unit 33. In this example, one day is divided into two time zones, and the number of visits within a radius Ym of a center point (latitude, longitude) in that time zone is accumulated. The time zone can be arbitrarily divided. Also, the number of times of accompaniment is stored in the bit of the user ID that was accompanied at that time.
図８は、ユーザ間における関係を示す人間関係プロファイルのデータ構成例である。この人間関係プロファイルとは、たとえばユーザＩＤ ５００１のユーザとユーザＩＤ ５００４の人間関係を示す情報である。図８では、このユーザＩＤ ５００１のユーザとユーザＩＤ ５００４との間に存在する人間関係プロファイルは「家族」として登録されている。
FIG. 8 is a data configuration example of a human relationship profile indicating a relationship between users. The human relationship profile is information indicating the human relationship between the user with the
図９は、図２に示す位置情報履歴に基づき、Ｘｍ以内にいるユーザに対し、図８で示したユーザ間の人間関係プロファイルのデータ構成上に存在しているユーザであり、一定時間に渡ってユーザとの距離がＸｍ以内である場合、この人物はユーザの同伴者であると判断して同伴者履歴に同伴者として記憶し、蓄積した同伴者履歴データ構成例である。 FIG. 9 shows a user who exists in the data structure of the human relationship profile shown in FIG. 8 for a user who is within Xm based on the position information history shown in FIG. If the distance to the user is within Xm, this person is determined to be a companion of the user, stored as a companion in the companion history, and stored companion history data configuration example.
図１０は、図７に示した訪問履歴に基づいて、不特定のあるユーザが訪れたエリア／位置を名称（たとえば渋谷、新宿、品川）をもって表し、この名称で特定されるエリア／位置にユーザが一定の期間において、どのくらいの回数でそのエリア／位置に訪問したかを回数表示した訪問頻度履歴をデータテーブルに表した一つの例である。この訪問頻度履歴では、不特定のあるユーザが訪問したエリア／位置の名称が示され、例えば渋谷には第１週の水曜日に「１」が付されていることで、このユーザが渋谷を訪問したことがわかる。一方、他の曜日や週には全て「０」が付されていることから、このユーザはすくなくとも第１週から第４週にかけて１回だけ渋谷を訪問しており、その他の訪問していない日には「０」が付されて表現されている。 FIG. 10 shows an area / position visited by an unspecified user with a name (for example, Shibuya, Shinjuku, Shinagawa) based on the visit history shown in FIG. 7, and the user is placed in the area / position specified by this name. Is an example in which a visit frequency history indicating how many times an area / position has been visited in a certain period is displayed in a data table. In this visit frequency history, the name of the area / location visited by an unspecified user is shown. For example, “1” is attached to Shibuya on Wednesday of the first week, and this user visits Shibuya. You can see that On the other hand, since “0” is added to all other days of the week and weeks, this user visited Shibuya at least once from the first week to the fourth week, and other days when he / she did not visit. Is represented with “0” attached.
図１１は、図９に示した同伴履歴の内容に基づいて、あるユーザ５００１とその同伴者５００２〜５００４の一定期間における同伴回数を示した同伴者頻度履歴をデータテーブルに表した一つの例である。この同伴者頻度履歴では、ユーザ５００１がユーザ５００２と同伴して行動したか否かを曜日別に表しており、例えば第１週の月曜日は同伴していないので「０」が付されている。一方、第１週の水曜日は同伴しているので「１」が付されて表現されている。このようにユーザ５００１とユーザ５００２〜５００４の関係において、同伴したか否かが「１」と「０」にて表現され、同伴頻度履歴のデータとして用いられている。
FIG. 11 is an example in which a companion frequency history indicating the number of companions in a certain period of a
図１２は、表現付与ルールの一つの例をデータテーブルに表現して示している。不特定のあるエリア／位置に対し、すでに図７に示した訪問履歴や図９に示した同伴履歴から抽出した、滞在時間、繰り返し間隔、同伴者、時間帯にて分類して、それぞれの分類について関連付けされた表現付与ルールが示されている。この表現付与ルールは、図１２の例では言語表現が付与されている。たとえば「会う」という表現付与がされる場合は、「時間帯」として「evening」であり、「同伴者」のいる頻度は「any」であり、「繰り返し間隔」は「週５日以上」であり、「滞在時間」は「７時間以上」が揃ったときである。 FIG. 12 shows an example of the expression provision rule expressed in a data table. For an unspecified area / position, classify them by stay time, repeat interval, accompanying person, and time zone, which are already extracted from the visit history shown in FIG. 7 and the accompanying history shown in FIG. Representation rules associated with are shown. In the example of FIG. 12, a language expression is assigned to the expression assignment rule. For example, when the expression “Meeting” is given, “evening” is used as “time zone”, the frequency of “accompaniment” is “any”, and “repetition interval” is “5 days or more per week” Yes, “stay time” is when “7 hours or more” is available.
図１３は、図１２に示した表現付与ルールに基づいて付与された表現に対して、図１０にて示した訪問頻度履歴をもとに、更に表現を追加するための別の表現付与ルールの一例である。この図１３に示した例では、たとえば「訪れる」という表現が付与される場合の条件としては、そのエリア／場所に訪れる頻度を表す「繰り返し間隔」が「２ヵ月に１回以上」の場合である。同様に、「繰り返し間隔」が「２ヵ月に２回以上」である場合の表現は「時々訪れる」であり、「２週間に２回以上」である場合は「よく訪れる」といったように付与される表現が変化する。 FIG. 13 shows another expression providing rule for adding further expressions based on the visit frequency history shown in FIG. 10 to the expressions given based on the expression assigning rules shown in FIG. It is an example. In the example shown in FIG. 13, for example, the condition when the expression “visit” is given is that the “repetition interval” representing the frequency of visiting the area / location is “at least once every two months”. is there. Similarly, the expression when “repetition interval” is “twice or more every two months” is “sometimes visit”, and when “repetition is more than once every two weeks” The expression changes.
図１４は、図１０に示した訪問頻度履歴や図１１に示した同伴者頻度履歴に基づいて、さらに図１２および図１３の表現付与ルールも適用して作成した、同伴者訪問頻度履歴のデータ構成の一例である。この図１４に示した同伴者訪問頻度履歴の一つの例では、ユーザＩＤ５００１のユーザが「位置情報（緯度）」で「３５．７０４９６」、「位置情報（経度）」で「１３９．７７８４」のエリア／位置について、「同伴者」は「なし」の状態で「よく訪れる」という状況を表している。この場合、「同伴者」がいないことから「同伴者訪問頻度による表現」はなされないので、該当データは空白となる。一方、「位置情報（緯度）」で「３５．９４４３０」、「位置情報（経度）」で「１３９．６４２２」のエリア／位置については、「同伴者」は「恋人」の状態で「よく訪れる」という状況を表している。この場合、「同伴者」は「恋人」であることから「よく同伴する」という「同伴者訪問頻度による表現」が付与される。
FIG. 14 shows the data of the companion visit frequency history created based on the visit frequency history shown in FIG. 10 and the companion frequency history shown in FIG. It is an example of a structure. In one example of the companion visit frequency history shown in FIG. 14, the user with the
図１５は、図１４に示した同伴者訪問頻度履歴に基づいて実行されるエリア／位置の分類処理手順を説明するためのフロー図である。同伴者訪問頻度履歴におけるエリア／位置に対し、「分類Ａ」はユーザがよく訪れるエリア／位置であり、「分類Ｂ」はユーザが時々訪れるエリア／位置であり、「分類Ｃ」はユーザがよく同伴する人とよく訪れるエリア／位置であり、「分類Ｄ」はユーザが時々同伴する人とよく訪れるエリア／位置であり、「分類Ｅ」はユーザが時々同伴する人と時々訪れるエリア／位置を表している。 FIG. 15 is a flowchart for explaining the area / position classification processing procedure executed based on the companion visit frequency history shown in FIG. “Category A” is an area / position frequently visited by the user, “Category B” is an area / position visited by the user from time to time, and “Category C” is often given by the user. “Class D” is an area / location often visited by a user who sometimes accompanies, and “Category E” indicates an area / location frequently visited by a user sometimes. Represents.
図１６は、図１４にて示した同伴者訪問頻度履歴に対して分類を付与した場合の一つの例であり、図１７は図１５にて示した「分類Ａ」〜「分類Ｅ」により表現される、分類同士の組合わせによる関連付けをまとめて表した分類関連表の一つの例を示す。この図１６と図１７を参照して、図１７に示す「パターン」のうちの「１〜５」は、図１５に示した同じ分類同士の組み合わせになるエリア／位置の抽出を実行する実行パターンであり、一方、「パターン６〜９」は違う分類同士のエリア／位置の抽出を実行する実行パターンを示している。図１６に示す同伴者訪問頻度履歴のうち「分類」の項目において、一行目データ１６０１と同じ分類「Ａ」をもつ他のユーザを抽出する場合には、図１７に示した「パターン１」に則って分類「Ａ」を付与された他のユーザを抽出する。
FIG. 16 is an example of the case where a classification is given to the accompanying visit frequency history shown in FIG. 14, and FIG. 17 is expressed by “class A” to “class E” shown in FIG. An example of a classification relation table that collectively represents associations by combinations of classifications is shown. Referring to FIGS. 16 and 17, “1-5” of “patterns” shown in FIG. 17 are execution patterns for extracting areas / positions that are combinations of the same classifications shown in FIG. 15. On the other hand, “
また、図１８に示すのは図１７にて示した「パターン６」に則って、分類「Ａ」が付与された他のユーザを抽出した一つの例を示している。ユーザ５００１のエリア／位置である「場所」の名称として「品川」と「渋谷」が示されている。このうち、「渋谷」についての分類は「分類Ｂ」であり、この「渋谷」と「分類Ｂ」が表示されたデータ欄１８０１に対して、「パターン６」を適用して他のユーザを抽出している。図１７に示した「パターン６」は「分類Ｂ」と「分類Ａ」のそれぞれに分類されたユーザ同士を組合わせて抽出する実行パターンである。これに則り、「分類Ｂ」であるユーザ５００１のデータ欄１８０１は、「分類Ａ」であるユーザ５００２のデータ欄１８０２と関連付けされて抽出される。
Further, FIG. 18 shows an example in which other users assigned with the classification “A” are extracted in accordance with “
図１９は、すでに図１０にて示した訪問頻度履歴に基づいて作成したユーザリストの一つの例であり、ユーザＩＤが５００１のユーザが「渋谷」を訪問した回数は「５」回であり、この訪問回数の「５」回は「一定期間の訪問頻度」である。
FIG. 19 is an example of a user list that has already been created based on the visit frequency history shown in FIG. 10, and the number of times that the user with the
次に示す図２０は、図１９にて示したユーザリストと、図８に示したユーザの人間関係プロファイル、およびユーザの図１４に示した同伴者訪問頻度履歴に基づき生成した画面表示の一つの例を具体的に示したものである。この具体例では、結果表示画面１５と、詳細情報表示画面１６とが示されている。この表示画面は、図１にて示した携帯電話端末１１や、ユーザのパーソナルデジタルアシスタンス１２およびパーソナルコンピュータ１３などが備える図示しない画像表示装置に表示される。これらの画像表示装置に図２０に示した画像を表示するために、パーソナルデジタルアシスタンス１２やパーソナルコンピュータ１３にはデータ通信が可能なモバイルカードが搭載されて移動通信網４と接続されている。あるいは、インターネット５に直接接続されていてもよく、こうした構成により画像表示のための画像データを取得することができる。
FIG. 20 shows one of the screen displays generated based on the user list shown in FIG. 19, the user relationship profile shown in FIG. 8, and the companion visit frequency history shown in FIG. An example is specifically shown. In this specific example, a
この図２０に示す結果表示画面１５や詳細情報表示画面１６などの画像を表示するために、図３に示したコンテキスト生成サーバ３が有するコンテキスト生成部３２では、「友達がよく訪れている場所で自分がよく訪れていない場所」「自分がよく訪れている場所によく訪れる人」「彼女と一緒の時に新宿によく訪れる人が」「情報を登録した人が彼女と一緒の時によく訪れる場所」「これから彼女と会う時によく訪れる場所」のような、どんなときに、どんなところで、どんな人がという情報を生成している。特に、詳細情報表示１６の下部に示されるように、コンテンツ情報に対する信頼性の向上のための「この場所をよく訪れる人からの情報です」といったコンテキストを表示しており、このコンテキストを付与することによりコンテンツ情報に信頼性や確証を付与することができる。
In order to display images such as the
図２１は、コンテキスト生成部３２が「友達がよく訪れている場所で、自分はよくは訪れていない場所」を抽出する場合の実行処理の一つの例である。ステップ２１０１において、図８にて示したユーザ間の人間関係プロファイルから、ユーザの友人のユーザＩＤを取得する。ステップ２１０２において、友人の図１０に示す訪問頻度履歴を取得し、よく訪れるエリア／位置を抽出する。ステップ２１０３において、ユーザの図１０に示した訪問頻度履歴を取得し、ステップ２１０４において、友人のよく訪れるエリア／位置にユーザの訪問頻度履歴の中にないエリア／位置を抽出している。
FIG. 21 shows an example of an execution process when the
以上説明した実施の形態によれば、ユーザの位置情報履歴を基に新たなコンテキストを生成するシステムおよびプログラムとそのプログラムの記録媒体に関し、より詳細には、ユーザの位置情報を基に、あるエリアや位置への訪問回数や滞在時間、同伴者情報を基に、あるエリア・位置への同伴回数や同伴時間を生成するコンテキスト生成システムにより、より多くのコンテキストを取得し、コンテキスト・アウェア技術に利用できる。 According to the embodiments described above, the present invention relates to a system and program for generating a new context based on a user's position information history and a recording medium for the program, and more specifically, based on the user's position information. More contexts can be acquired and used for context-aware technology by a context generation system that generates the number of times and accompanying time for a certain area and location based on the number of visits to and location, stay time, and companion information it can.
１ ユーザ端末
２ コンテキスト管理サーバ（訪問履歴記憶手段）
３ コンテキスト生成サーバ（位置情報履歴作成手段）
４ 移動通信網
５ インターネット
６ 位置発信デバイス
１１ 携帯電話端末
１２ パーソナルデジタルアシスタンス（ＰＤＡ）
１３ パーソナルコンピュータ
１５ 結果表示画面
１６ 詳細情報表示画面
３１ 情報送受信部
３２ コンテキスト生成部
３３ コンテキスト管理部
1
3 Context generation server (location information history creation means)
4
13
Claims (20)
前記位置情報履歴を一定範囲の前記場所ごとにまとめ、該場所ごとに前記ユーザが滞在した滞在時間を演算して求め、この滞在時間が一定時間以上である場合は前記場所に前記ユーザが訪問していたと判断し訪問履歴として記憶する訪問履歴記憶手段と、
を備えることを特徴とするコンテキスト生成システム。 Position information history creating means for creating position information history representing the position information in time series by acquiring position information indicating a user's place at regular intervals;
The location information history is summarized for each place in a certain range, and the stay time for which the user stayed is calculated for each place. If this stay time is more than a certain time, the user visits the place. A visit history storage means for determining that the visit history has been stored and storing it as a visit history;
A context generation system comprising:
前記場所ごとの一定期間における前記ユーザが訪問した訪問回数、前記訪問の訪問間隔、前記訪問間隔の平均間隔、前記滞在時間の平均時間、のうちの少なくとも一つを演算により求め、この演算結果を訪問頻度履歴として記憶する訪問頻度履歴記憶手段
を備えることを特徴とする請求項１に記載のコンテキスト生成システム。 Based on the location information history and the visit history,
At least one of the number of visits visited by the user in a certain period for each place, the visit interval of the visit, the average interval of the visit intervals, and the average time of the stay time is obtained by calculation, and the calculation result is obtained. The context generation system according to claim 1, further comprising: a visit frequency history storage unit that stores the visit frequency history.
前記場所ごとにおける前記ユーザと前記同伴者の滞在時間を演算して求め、前記滞在時間が一定以上である前記場所を前記ユーザが前記同伴者と訪問したと判断し、同伴者訪問履歴として記憶する同伴者訪問履歴記憶手段と、
を備えることを特徴とする請求項１または２のいずれかに記載のコンテキスト生成システム。 Extract all the users whose mutual distances between the plurality of users are below a certain value from the location information history, and identify the companion of the user based on the extracted human relationship profile representing the mutual relationship information of the users And a companion history storage means for storing as a companion history,
The stay time of the user and the companion for each place is calculated and calculated, and the place where the stay time is a certain time or more is determined to be visited by the user and stored as a companion visit history. Companion visit history storage means,
The context generation system according to claim 1, further comprising:
陸標となるランドマークに関連付けて前記場所を指定するランドマーク指定方法、住所により前記場所を指定する住所指定方法、緯度経度により特定された地点を含む地域を前記場所として特定する地域特定方法、緯度経度により特定される地点を前記場所として指定する緯度経度指定方法、のうちの少なくともいずれかの方法によって指定あるいは特定されることを特徴とする請求項１〜４のいずれかに記載のコンテキスト生成システム。 The location is
A landmark designation method for designating the location in association with a landmark to be a landmark, an address designation method for designating the location by an address, a region identification method for identifying an area including a point identified by latitude and longitude as the location, The context generation according to any one of claims 1 to 4, wherein the context generation is specified or specified by at least one of a latitude and longitude specifying method of specifying a point specified by latitude and longitude as the place. system.
前記同伴者訪問履歴頻度に応じて予め定められた前記ユーザと前記同伴者との関係を表現するための表現付与ルール記憶手段と、
前記表現付与ルール記憶手段に記憶された前記表現付与ルールに基づいて前記ユーザと前記同伴者との関係に表現を付与する表現付与手段と、
を備えることを特徴とする請求項３〜５のいずれかに記載のコンテキスト生成システム。 A companion visit frequency history creating means for creating a companion visit frequency history indicating a mutual visit frequency between the user and the companion based on the visit frequency history and the companion frequency history;
An expression provision rule storage means for expressing a predetermined relationship between the user and the companion according to the companion visit history frequency;
Expression giving means for giving an expression to the relationship between the user and the companion based on the expression giving rules stored in the expression giving rule storage means;
The context generation system according to claim 3, further comprising:
前記ユーザの前記場所ごとの前記同伴者訪問頻度履歴に基づいて前記場所を分類する場所分類手段と、
前記場所に位置している各前記ユーザごとに分類条件を付与し記憶するユーザ分類条件記憶手段と、
前記場所に位置している各前記ユーザごとに前記分類条件を比較するユーザ分類条件比較手段と、
を備えることを特徴とする請求項６に記載のコンテキスト生成システム。 Arbitrary position information acquisition means for the user to arbitrarily acquire the position information;
A location classification means for classifying the location based on the companion visit frequency history for each location of the user;
User classification condition storage means for assigning and storing a classification condition for each of the users located in the place;
User classification condition comparison means for comparing the classification conditions for each of the users located in the place;
The context generation system according to claim 6, further comprising:
前記ユーザが位置する前記場所を分類する分類条件と、複数の前記分類条件の相互の関連を示した分類関連表と、に基づいて、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第１のユーザ抽出手段と、
前記ユーザが位置する場所に関係なく、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第２のユーザ抽出手段と、
前記第１のユーザ抽出手段と前記第２のユーザ抽出手段とのうちのすくなくともいずれか一方を用いて抽出された前記ユーザについての前記同伴者訪問頻度履歴の中から、前記場所の分類条件を指定し、この分類条件に対応する場所を抽出する場所抽出手段と、
を備えることを特徴とする請求項７に記載のコンテキスト生成システム。 The user classification condition comparison means includes:
Based on a classification condition for classifying the place where the user is located and a classification relation table indicating a mutual relationship among a plurality of the classification conditions, the classification is performed based on the classification condition extracted from the classification relation table. First user extraction means for extracting users;
A second user extracting means for extracting the user classified by the classification condition extracted from the classification relation table regardless of a location where the user is located;
The location classification condition is specified from the companion visit frequency history for the user extracted using at least one of the first user extraction means and the second user extraction means. And a location extracting means for extracting a location corresponding to the classification condition;
The context generation system according to claim 7, further comprising:
前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類した場所を抽出する訪問回数別場所抽出手段と、
前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類したユーザを抽出する訪問回数別ユーザ抽出手段と、
前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類した場所を抽出する属性内訪問回数別場所抽出手段と、
前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類したユーザを抽出する属性内訪問回数別ユーザ抽出手段と、
前記訪問回数別場所抽出手段と、前記訪問回数別ユーザ抽出手段と、前記属性内訪問回数別場所抽出手段と、前記属性内訪問回数別ユーザ抽出手段と、からそれぞれ抽出された前記ユーザおよび前記場所と、前記ユーザの前記場所における前記訪問頻度履歴とを比較して前記訪問頻度履歴に含まれない未訪問の場所を抽出する未訪問場所抽出手段と、
を備えることを特徴とする請求項３〜８のいずれかに記載のコンテキスト生成システム。 User list creation means for obtaining the number of visits from the visit frequency history of the location according to the location information of the user and creating a user list created by classifying the user based on the number of visits;
A location extracting means by number of visits for extracting locations classified based on the number of visits from the visit frequency of the user in the user list;
A user extraction means by number of visits for extracting users classified based on the number of visits from the visit frequency of the user in the user list;
A location extraction means by attribute visit count that extracts locations classified based on the visit count from visit frequencies in a plurality of users in the attribute to which the user belongs defined in the human relationship profile;
User extraction means by attribute visit count for extracting users classified based on the visit count from visit frequencies in a plurality of users within the attribute to which the user belongs defined in the human relationship profile;
The user and the place respectively extracted from the location extraction means by visit count, the user extraction means by visit count, the location extraction means by attribute visit count, and the user extraction means by attribute visit count And an unvisited place extraction means for extracting an unvisited place that is not included in the visit frequency history by comparing the visit frequency history at the place of the user;
The context generation system according to claim 3, further comprising:
前記位置情報履歴を一定範囲の前記場所ごとにまとめ、該場所ごとに前記ユーザが滞在した滞在時間を演算して求め、この滞在時間が一定時間以上である場合は前記場所に前記ユーザが訪問していたと判断し訪問履歴として記憶する訪問履歴記憶手段により前記訪問履歴を記憶するステップと、
を備えることを特徴とするコンテキスト生成プログラム。 Creating the location information history by location information history creation means for creating location information history representing the location information in time series by obtaining location information indicating a user's location at regular intervals;
The location information history is summarized for each place in a certain range, and the stay time for which the user stayed is calculated for each place. If this stay time is more than a certain time, the user visits the place. Storing the visit history by visit history storage means for determining that the visit history is stored and storing the visit history as visit history;
A context generation program comprising:
前記場所ごとの一定期間における前記ユーザが訪問した訪問回数、前記訪問の訪問間隔、前記訪問間隔の平均間隔、前記滞在時間の平均時間、のうちの少なくとも一つを演算により求め、この演算結果を訪問頻度履歴として記憶する訪問頻度履歴記憶手段
を備えることを特徴とする請求項１１に記載のコンテキスト生成プログラム。 Based on the location information history and the visit history,
At least one of the number of visits visited by the user in a certain period for each place, the visit interval of the visit, the average interval of the visit intervals, and the average time of the stay time is obtained by calculation, and the calculation result is obtained. The context generation program according to claim 11, further comprising: a visit frequency history storage unit that stores the visit frequency history.
前記場所ごとにおける前記ユーザと前記同伴者の滞在時間を演算して求め、前記滞在時間が一定以上である前記場所を前記ユーザが前記同伴者と訪問したと判断し、同伴者訪問履歴として記憶する同伴者訪問履歴記憶手段と、
を備えることを特徴とする請求項１１または１２のいずれかに記載のコンテキスト生成プログラム。 Extract all the users whose mutual distances between the plurality of users are below a certain value from the location information history, and identify the companion of the user based on the extracted human relationship profile representing the mutual relationship information of the users And a companion history storage means for storing as a companion history,
Calculates the stay time of the user and the companion for each place, determines that the user has visited the companion with the place where the stay time is a certain time or more, and stores it as a visitor visit history Companion visit history storage means,
The context generation program according to claim 11, further comprising:
陸標となるランドマークに関連付けて前記場所を指定するランドマーク指定方法、住所により前記場所を指定する住所指定方法、緯度経度により特定された地点を含む地域を前記場所として特定する地域特定方法、緯度経度により特定される地点を前記場所として指定する緯度経度指定方法、のうちの少なくともいずれかの方法によって指定あるいは特定されることを特徴とする請求項１１〜１４のいずれかに記載のコンテキスト生成プログラム。 The location is
A landmark designation method for designating the location in association with a landmark to be a landmark, an address designation method for designating the location by an address, a region identification method for identifying an area including a point identified by latitude and longitude as the location, The context generation according to any one of claims 11 to 14, wherein the context is specified or specified by at least one of a latitude and longitude specification method of specifying a point specified by latitude and longitude as the place. program.
前記同伴者訪問履歴頻度に応じて予め定められた前記ユーザと前記同伴者との関係を表現するための表現付与ルール記憶手段と、
前記表現付与ルール記憶手段に記憶された前記表現付与ルールに基づいて前記ユーザと前記同伴者との関係に表現を付与する表現付与手段と、
を備えることを特徴とする請求項１３〜１５のいずれかに記載のコンテキスト生成プログラム。 A companion visit frequency history creating means for creating a companion visit frequency history indicating a mutual visit frequency between the user and the companion based on the visit frequency history and the companion frequency history;
An expression provision rule storage means for expressing a predetermined relationship between the user and the companion according to the companion visit history frequency;
Expression giving means for giving an expression to the relationship between the user and the companion based on the expression giving rules stored in the expression giving rule storage means;
The context generation program according to claim 13, further comprising:
前記ユーザの前記場所ごとの前記同伴者訪問頻度履歴に基づいて前記場所を分類する場所分類手段と、
前記場所に位置している各前記ユーザごとに分類条件を付与し記憶するユーザ分類条件記憶手段と、
前記場所に位置している各前記ユーザごとに前記分類条件を比較するユーザ分類条件比較手段と、
を備えることを特徴とする請求項１６に記載のコンテキスト生成プログラム。 Arbitrary position information acquisition means for the user to arbitrarily acquire the position information;
A location classification means for classifying the location based on the companion visit frequency history for each location of the user;
User classification condition storage means for assigning and storing a classification condition for each of the users located in the place;
User classification condition comparison means for comparing the classification conditions for each of the users located in the place;
The context generation program according to claim 16, further comprising:
前記ユーザが位置する前記場所を分類する分類条件と、複数の前記分類条件の相互の関連を示した分類関連表と、に基づいて、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第１のユーザ抽出手段と、
前記ユーザが位置する場所に関係なく、前記分類関連表から抽出した前記分類条件にて分類した前記ユーザを抽出する第２のユーザ抽出手段と、
前記第１のユーザ抽出手段と前記第２のユーザ抽出手段とのうちのすくなくともいずれか一方を用いて抽出された前記ユーザについての前記同伴者訪問頻度履歴の中から、前記場所の分類条件を指定し、この分類条件に対応する場所を抽出する場所抽出手段と、
を備えることを特徴とする請求項１７に記載のコンテキスト生成プログラム。 The user classification condition comparison means includes:
Based on a classification condition for classifying the place where the user is located and a classification relation table indicating a mutual relationship among a plurality of the classification conditions, the classification is performed based on the classification condition extracted from the classification relation table. First user extraction means for extracting users;
A second user extracting means for extracting the user classified by the classification condition extracted from the classification relation table regardless of a location where the user is located;
The location classification condition is specified from the companion visit frequency history for the user extracted using at least one of the first user extraction means and the second user extraction means. And a location extracting means for extracting a location corresponding to the classification condition;
The context generation program according to claim 17, further comprising:
前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類した場所を抽出する訪問回数別場所抽出手段と、
前記ユーザリスト内の前記ユーザの訪問頻度から訪問回数に基づいて分類したユーザを抽出する訪問回数別ユーザ抽出手段と、
前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類した場所を抽出する属性内訪問回数別場所抽出手段と、
前記人間関係プロファイルに定義された前記ユーザの所属する属性内の複数ユーザにおける訪問頻度から訪問回数に基づいて分類したユーザを抽出する属性内訪問回数別ユーザ抽出手段と、
前記訪問回数別場所抽出手段と、前記訪問回数別ユーザ抽出手段と、前記属性内訪問回数別場所抽出手段と、前記属性内訪問回数別ユーザ抽出手段と、からそれぞれ抽出された前記ユーザおよび前記場所と、前記ユーザの前記場所における前記訪問頻度履歴とを比較して前記訪問頻度履歴に含まれない未訪問の場所を抽出する未訪問場所抽出手段と、
を備えることを特徴とする請求項１３〜１８のいずれかに記載のコンテキスト生成プログラム。 User list creation means for obtaining the number of visits from the visit frequency history of the location according to the location information of the user and creating a user list created by classifying the user based on the number of visits;
A location extracting means by number of visits for extracting locations classified based on the number of visits from the visit frequency of the user in the user list;
A user extraction means by number of visits for extracting users classified based on the number of visits from the visit frequency of the user in the user list;
A location extraction means by attribute visit count that extracts locations classified based on the visit count from visit frequencies in a plurality of users in the attribute to which the user belongs defined in the human relationship profile;
User extraction means by attribute visit count for extracting users classified based on the visit count from visit frequencies in a plurality of users within the attribute to which the user belongs defined in the human relationship profile;
The user and the place respectively extracted from the location extraction means by visit count, the user extraction means by visit count, the location extraction means by attribute visit count, and the user extraction means by attribute visit count And an unvisited place extraction means for extracting an unvisited place that is not included in the visit frequency history by comparing the visit frequency history at the place of the user;
The context generation program according to claim 13, further comprising:
20. The context generation program according to claim 13, further comprising history information display means for displaying the visit history and the accompanying visit history.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004037335A JP2005228154A (en) | 2004-02-13 | 2004-02-13 | Context generation system and program thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004037335A JP2005228154A (en) | 2004-02-13 | 2004-02-13 | Context generation system and program thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005228154A true JP2005228154A (en) | 2005-08-25 |
Family
ID=35002814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004037335A Pending JP2005228154A (en) | 2004-02-13 | 2004-02-13 | Context generation system and program thereof |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005228154A (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009514091A (en) * | 2005-10-27 | 2009-04-02 | ソニー エリクソン モバイル コミュニケーションズ， エービー | Method and apparatus for obtaining a localized electronic feed in a mobile communication device |
| JP2009116541A (en) * | 2007-11-05 | 2009-05-28 | Ntt Docomo Inc | POSITION INFORMATION ANALYSIS DEVICE, INFORMATION DISTRIBUTION SYSTEM, AND POSITION INFORMATION ANALYSIS METHOD |
| WO2010007854A1 (en) * | 2008-07-14 | 2010-01-21 | 沖電気工業株式会社 | Information processing device and information processing method |
| JP2010244433A (en) * | 2009-04-08 | 2010-10-28 | Hitachi Ltd | Information processing system and method |
| JP2010257036A (en) * | 2009-04-22 | 2010-11-11 | Nippon Telegr & Teleph Corp <Ntt> | Human relationship determination device, human relationship determination method, and human relationship determination program |
| JP2012133712A (en) * | 2010-12-24 | 2012-07-12 | Yahoo Japan Corp | Spot recommendation device and method therefor |
| JP2013031080A (en) * | 2011-07-29 | 2013-02-07 | Interman Corp | Location information history comparison system |
| US9344414B2 (en) | 2013-02-01 | 2016-05-17 | Interman Corporation | User similarity provision method |
| JP2019175120A (en) * | 2018-03-28 | 2019-10-10 | Ｈｒソリューションズ株式会社 | Information provision server, information provision system, information provision method, and program |
| JP2020154469A (en) * | 2019-03-18 | 2020-09-24 | ヤフー株式会社 | Collection device, collection method and collection program |
| JP2021149224A (en) * | 2020-03-16 | 2021-09-27 | 株式会社ピース企画 | Cluster generation device, generation method and generation program |
| JP2022144373A (en) * | 2021-03-19 | 2022-10-03 | 株式会社ピース企画 | Cluster generation device, cluster generation method and cluster generation program |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09204480A (en) * | 1996-01-26 | 1997-08-05 | Hitachi Ltd | Trading point management method in financial transaction system |
| JP2000155757A (en) * | 1998-11-18 | 2000-06-06 | Fujitsu Ltd | Mobile object characteristic extraction device, characteristic extraction method, and program recording medium therefor |
| JP2002016956A (en) * | 2000-06-30 | 2002-01-18 | Toshiba Corp | Position information acquisition system and position information acquisition method |
| JP2002140362A (en) * | 2000-10-31 | 2002-05-17 | Toshiba Corp | Mobile information providing system and information providing method |
| JP2003216613A (en) * | 2002-01-17 | 2003-07-31 | Fujitsu Ltd | Local information providing method and local information providing device |
| JP2003527713A (en) * | 2000-03-16 | 2003-09-16 | マイクロソフト コーポレイション | Notification platform architecture |
| JP2004013444A (en) * | 2002-06-05 | 2004-01-15 | Seiko Epson Corp | Device information disclosure system, vehicle dispatch system, device management terminal and terminal program, and device information disclosure method |
-
2004
- 2004-02-13 JP JP2004037335A patent/JP2005228154A/en active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09204480A (en) * | 1996-01-26 | 1997-08-05 | Hitachi Ltd | Trading point management method in financial transaction system |
| JP2000155757A (en) * | 1998-11-18 | 2000-06-06 | Fujitsu Ltd | Mobile object characteristic extraction device, characteristic extraction method, and program recording medium therefor |
| JP2003527713A (en) * | 2000-03-16 | 2003-09-16 | マイクロソフト コーポレイション | Notification platform architecture |
| JP2002016956A (en) * | 2000-06-30 | 2002-01-18 | Toshiba Corp | Position information acquisition system and position information acquisition method |
| JP2002140362A (en) * | 2000-10-31 | 2002-05-17 | Toshiba Corp | Mobile information providing system and information providing method |
| JP2003216613A (en) * | 2002-01-17 | 2003-07-31 | Fujitsu Ltd | Local information providing method and local information providing device |
| JP2004013444A (en) * | 2002-06-05 | 2004-01-15 | Seiko Epson Corp | Device information disclosure system, vehicle dispatch system, device management terminal and terminal program, and device information disclosure method |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009514091A (en) * | 2005-10-27 | 2009-04-02 | ソニー エリクソン モバイル コミュニケーションズ， エービー | Method and apparatus for obtaining a localized electronic feed in a mobile communication device |
| JP2009116541A (en) * | 2007-11-05 | 2009-05-28 | Ntt Docomo Inc | POSITION INFORMATION ANALYSIS DEVICE, INFORMATION DISTRIBUTION SYSTEM, AND POSITION INFORMATION ANALYSIS METHOD |
| WO2010007854A1 (en) * | 2008-07-14 | 2010-01-21 | 沖電気工業株式会社 | Information processing device and information processing method |
| JP2010020718A (en) * | 2008-07-14 | 2010-01-28 | Oki Electric Ind Co Ltd | Information processing device and information processing method |
| JP2010244433A (en) * | 2009-04-08 | 2010-10-28 | Hitachi Ltd | Information processing system and method |
| JP2010257036A (en) * | 2009-04-22 | 2010-11-11 | Nippon Telegr & Teleph Corp <Ntt> | Human relationship determination device, human relationship determination method, and human relationship determination program |
| JP2012133712A (en) * | 2010-12-24 | 2012-07-12 | Yahoo Japan Corp | Spot recommendation device and method therefor |
| JP2013031080A (en) * | 2011-07-29 | 2013-02-07 | Interman Corp | Location information history comparison system |
| US9344414B2 (en) | 2013-02-01 | 2016-05-17 | Interman Corporation | User similarity provision method |
| JP2019175120A (en) * | 2018-03-28 | 2019-10-10 | Ｈｒソリューションズ株式会社 | Information provision server, information provision system, information provision method, and program |
| JP7020650B2 (en) | 2018-03-28 | 2022-02-16 | Ｈｒソリューションズ株式会社 | Information provision server, information provision system, information provision method and program |
| JP2020154469A (en) * | 2019-03-18 | 2020-09-24 | ヤフー株式会社 | Collection device, collection method and collection program |
| JP7023253B2 (en) | 2019-03-18 | 2022-02-21 | ヤフー株式会社 | Collection device, collection method and collection program |
| JP2021149224A (en) * | 2020-03-16 | 2021-09-27 | 株式会社ピース企画 | Cluster generation device, generation method and generation program |
| US12326339B2 (en) | 2020-03-16 | 2025-06-10 | Piis Inc. | Generation of clusters based on plural user data relevant to travel stops |
| JP2022144373A (en) * | 2021-03-19 | 2022-10-03 | 株式会社ピース企画 | Cluster generation device, cluster generation method and cluster generation program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8185135B2 (en) | WiFi and GSM landmarks and neighborhoods for location based services | |
| KR102087985B1 (en) | Apparatus and method for recomending position of interest | |
| JP5003307B2 (en) | Congestion information provision system | |
| JP5968030B2 (en) | Facility evaluation apparatus, facility evaluation system, facility evaluation method and program | |
| JP6223735B2 (en) | SEARCH CONTROL DEVICE, SEARCH CONTROL METHOD, AND PROGRAM | |
| JP7282126B2 (en) | Information processing device, information processing program and information processing system | |
| US9288650B2 (en) | Method, device and recording media for searching target clients | |
| JP2005228154A (en) | Context generation system and program thereof | |
| JP7243413B2 (en) | Monitoring system, notification device and notification method | |
| JP6917919B2 (en) | Providing equipment, providing method and providing program | |
| JP6425697B2 (en) | Determination apparatus, determination method, and determination program | |
| US20200082430A1 (en) | Terminal device, display method, and recording medium | |
| JP5798983B2 (en) | Place evaluation system, apparatus, method and program | |
| Cavallaro et al. | Eliciting cities points of interest from people movements and suggesting effective itineraries | |
| JP6389301B1 (en) | Determination device, determination method, and determination program | |
| JP2019121209A (en) | Information provision system, information provision server, information provision method, and program | |
| JP2011014048A (en) | Apparatus and method for processing information, and program | |
| JP6430973B2 (en) | Information processing apparatus, information processing method, and program | |
| JPWO2012043300A1 (en) | Information providing server, information providing system, information providing method, and program | |
| JP4374016B2 (en) | Visit spot extraction program and interest evaluation program | |
| JP2012043264A (en) | Comment evaluation device, comment evaluation method and program | |
| JPWO2008149408A1 (en) | Information search system, movement frequency management device and area information search device used therefor, program in movement frequency management device, program in area information search device, and computer-readable recording medium recording the program | |
| JP7337123B2 (en) | Information processing device, information processing method and information processing program | |
| US20140074532A1 (en) | Information notification apparatus and non-transitory computer-readable recording medium | |
| JP2019049993A (en) | Determination device, method for determination, and determination program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050524 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071106 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080212 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080610 |