JP2016038744A - エリア属性推定装置及びエリア属性推定方法 - Google Patents

Abstract

【課題】ユーザの移動履歴に基づいて、ユーザの自宅が属するエリアやユーザの目的地が属するエリアといった属性情報を推定可能とする。
【解決手段】ユーザの位置を示す位置情報を取得し、前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持し、前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度の最も高い前記エリアを前記ユーザの自宅が属するエリアと推定する。
【選択図】図１

Description

本発明は、エリア属性を推定する技術に関する。

従来、ナビゲーション装置等の車載システムにおいて、移動履歴からユーザの自宅や勤務先といった特定エリアの属性情報を推定する技術が提案されている（例えば、特許文献１）。

特開２０１４−３４３７４号公報 特開２００９−３６５９４号公報

従来、ユーザの自宅や勤務先の位置を推定する場合、例えば、平日の夜間に駐車される頻度が高い地点を自宅と推定し、平日の昼間に毎日出掛ける先の地点を通勤先と推定する。

しかし、この推定手法は、ユーザが平日の昼間に仕事に出かけることを前提としており、限られたライフスタイルの場合にしか適用できなかった。

また、車載システムであればイグニッションのＯＮ／ＯＦＦによって出発／到着等を判断することが出来るが、近年普及しているスマートフォン等の携帯端末では、このイグニッションのＯＮ／ＯＦＦに相当する情報が得られないため、車載システムと同じアルゴリズムで自宅や勤務先を推定することはできなかった。

そこで、本発明は、ユーザの移動履歴に基づいて、ユーザの自宅が属するエリアやユーザの目的地が属するエリアといった属性情報を推定可能とすることを目的とする。

本発明に係るエリア属性推定装置は、
ユーザの位置を示す位置情報を取得する位置情報取得部と、
前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持する履歴記憶部と、
前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度の最も高い前記エリアを前記ユーザの自宅が属するエリアと推定する推定部と、
を有する。

前記エリア属性推定装置は、前記推定部が、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定しても良い。

また、本発明に係るエリア属性推定装置は、
ユーザの位置を示す位置情報を取得する位置情報取得部と、
前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユー
ザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持する履歴記憶部と、
前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定する推定部と、
を有する。

前記エリア属性推定装置は、前記訪問頻度が閾値未満の場合、前記推定部が前記エリアの推定を行わずに、前回の推定結果を維持しても良い。

前記エリア属性推定装置は、前記推定部が、前記履歴情報に基づいて前記エリア毎の到着時刻のばらつきを求め、前記到着時刻のばらつきが閾値以上のエリアについて前記推定を行っても良い。

前記エリア属性推定装置は、前記推定部が、前記履歴情報に基づいて前記エリア毎の滞在時間を求め、前記滞在時間が閾値以上のエリアについて前記推定を行っても良い。

また、本発明に係るエリア属性推定方法は、
ユーザの位置を示す位置情報を取得するステップと、
前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持するステップと、
前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度の最も高い前記エリアを前記ユーザの自宅が属するエリアと推定するステップと、
をコンピュータが実行する。

前記エリア属性推定方法は、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定しても良い。

また、本発明に係るエリア属性推定方法は、
ユーザの位置を示す位置情報を取得するステップと、
前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持するステップと、
前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定するステップと、
をコンピュータが実行する。

前記エリア属性推定方法は、前記訪問頻度が閾値未満の場合、前記推定部が前記エリアの推定を行わずに、前回の推定結果を維持しても良い。

前記エリア属性推定方法は、前記推定部が、前記履歴情報に基づいて前記エリア毎の到着時刻のばらつきを求め、前記到着時刻のばらつきが閾値以上のエリアについて前記推定を行っても良い。

前記エリア属性推定方法は、前記推定部が、前記履歴情報に基づいて前記エリア毎の滞在時間を求め、前記滞在時間が閾値以上のエリアについて前記推定を行っても良い。
なお、課題を解決するための手段に記載の内容は、本発明の課題や技術的思想を逸脱し
ない範囲で可能な限り組み合わせることができる。課題を解決するための手段の内容は、コンピュータ等の装置若しくは複数の装置を含むシステム、コンピュータが実行する方法、又はコンピュータに実行させるプログラムとして提供することができる。また、プログラムを保持する記録媒体を提供するようにしてもよい。

本発明によれば、ユーザの移動履歴に基づいて、ユーザの自宅が属するエリアやユーザの目的地が属するエリアといった属性情報を推定することができる。

図１は、エリア属性推定装置の機能ブロック図である。 図２は、地域メッシュの説明図である。 図３は、履歴記憶部が保持する履歴情報の一例を示す図である。 図４は、推定部が履歴情報に基づいて求める特徴量の一例を示す図である。 図５は、特徴量を求める際の観測日の説明図である。 図６は、到着時刻情報量の算出例を示す図である。 図７は、コンピュータの一例を示す装置構成図である。 図８は、移動履歴を記憶する処理の一例を示す図である。 図９は、推定処理の一例を示す図である。 図１０は、自宅エリア推定処理の一例を示す図である。 図１１は、勤務先エリア推定処理の一例を示す図である。 図１２は、変形例１の自宅エリア推定処理の一例を示す図である。 図１３は、変形例２に係る推定処理の一例を示す図である。

以下、本発明の実施形態について、図面を用いて説明する。なお、下記の実施形態は本発明の例示であり、本発明は、下記の構成には限定されない。
＜機能説明＞
図１は、本実施形態に係るエリア属性推定装置の機能ブロック図である。本実施形態のエリア属性推定装置は、ユーザが携帯して用いる携帯電話機、スマートフォン、タブレット端末（スレートＰＣ（Personal Computer））、ノート型ＰＣ、携帯ゲーム機といった
ユーザ端末（モバイル装置）１であり、位置情報取得部１１や、履歴記憶部１２、推定部１３を有する。

位置情報取得部１１は、ＧＰＳ（Global Positioning System）受信機等の位置情報を
取得可能なセンサであり、ユーザに携帯され、ユーザと共に移動するユーザ端末１の位置情報をユーザの位置を示す位置情報として取得する。また、位置情報取得部１１は、ＧＰＳだけでなく、加速度センサによる自律航法によって位置を取得しても良い。

履歴記憶部１２は、ユーザが移動する地域を複数のエリアに区画し、位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持する。

推定部１３は、履歴情報に基づいて少なくともエリア毎の訪問頻度を求め、訪問頻度の最も高いエリアをユーザの自宅が属するエリア（自宅エリア）と推定する。また、推定部１３は、訪問頻度が閾値以上のエリアのうち、エリア内での移動量が最も多いエリアを前記ユーザの目的地が属するエリアと推定する。ここで、ユーザの目的地とは、ユーザが習慣的に訪問する場所であり、例えば勤務先である。目的地は、ユーザが経営する店舗や会社の業務に従事する従業地であっても良い。更に、サークル活動やボランティア活動を行う場所、通学先、通院先等であっても良い。本願では、これらのユーザが習慣的に通う目
的地を便宜上勤務先とも称し、当該目的地が属するエリアを勤務先エリアとも称する。

なお本実施形態では、このエリアとして日本工業規格のＪＩＳ Ｘ０４１０で規定され
た地域メッシュを用いている。図２は、地域メッシュの説明図である。地域メッシュは、第１次メッシュ（「第１次地域区画」とも呼ぶ）、第２次メッシュ（「第２次地域区画」、「統合地域メッシュ」とも呼ぶ）及び第３次メッシュ（「第３次地域区画」、「基準地域メッシュ」とも呼ぶ）といった標準地域メッシュ、並びに２分の１地域メッシュ、４分の１地域メッシュ及び８分の１地域メッシュといった分割地域メッシュの各段階の大きさのメッシュで構成され、各メッシュを示すメッシュコードによって特定される。

第１次メッシュとは、地域を１辺の長さが約８０ｋｍの略矩形の領域に分割したものであり、第１次メッシュコードは、緯度を表す上２桁の数字及び経度を表す下２桁の数値からなる４桁の数字で表される。第２次メッシュは、第１次メッシュを東西方向及び南北方向にそれぞれ８等分したものであり、第２次メッシュコードは、緯度方向を表す上１桁の数字及び経度方向を表す下１桁の数字からなる２桁の数字を「−（ハイフン）」で第１次メッシュコードに連結した形式で表される。第３次メッシュは、第２次メッシュを東西方向及び南北方向にそれぞれ１０等分したものであり、第３次メッシュコードは、緯度方向を表す上１桁の数字及び経度方向を表す下１桁の数字からなる２桁の数字を第１次メッシュコード及び第２次メッシュコードに連結した形式で表される。２分の１地域メッシュは、第３次メッシュを東西方向及び南北方向にそれぞれ２等分したものであり、２分の１地域メッシュコードは、南西の領域を１、南東の領域を２、北西の領域を３、北東の領域を４として第１次〜第３次メッシュコードに連結した形式で表される。４分の１地域メッシュは、２分の１地域メッシュを東西方向及び南北方向にそれぞれ２等分したものであり、４分の１地域メッシュコードは、南西の領域を１、南東の領域を２、北西の領域を３、北東の領域を４として第１次〜２分の１地域メッシュコードに連結した形式で表される。８分の１地域メッシュは、４分の１地域メッシュを東西方向及び南北方向にそれぞれ２等分したものであり、８分の１地域メッシュコードは、南西の領域を１、南東の領域を２、北西の領域を３、北東の領域を４として第１次〜４分の１地域メッシュコードに連結した形式で表される。

履歴記憶部１２は、位置情報取得部１１で取得した緯度及び経度を含む位置情報からユーザ端末１の位置するメッシュのメッシュコードを求める。即ち、緯度及び経度を含む位置情報を地域メッシュコードへ変換する。なお、この位置情報を地域メッシュコードへ変換する処理は既存のアルゴリズムを用いて行うことができるため、詳細は省略する。また、本実施形態におけるエリアは、既存の地域メッシュに限らず、地域を独自に定めた位置及び大きさの網目状に区画したメッシュを用いるようにしてもよい。

このように地域メッシュコードを用いることで、地図情報を用いる場合と比べて、地図情報の更新及び管理にかかるコストを削減することができる。

図３は、履歴記憶部１２が保持する履歴情報の一例を示す図である。図３に示すように、履歴情報は、到着日時、到着エリア、出発日時、移動先エリア等を対応付けて記憶している。到着日時は、到着エリアに到着した日付及び時刻を示す情報である。到着エリアは、到着した当該エリアを示すメッシュコードである。出発日時は、到着エリアから移動した日付及び時刻を示す情報である。移動先エリアは、移動後のエリアを示すメッシュコードである。なお、到着エリアと移動先エリアが同じ場合は、同一のエリア内での移動を示している。

本実施形態のエリア属性推定装置は、スマートフォン等のユーザ端末（モバイル装置）１であるため、従来の車載装置と異なり、出発時に車両のイグニッションスイッチがオン
にされることで起動し、目的地に到着して車両のイグニッションスイッチがオフにされることで操作を停止するものでは無く、出発したことや到着したことが検出しにくい。そこで、本実施形態では、定期的に位置情報を取得し、前回の位置情報と比較して所定距離以上離れていた場合に移動したものとし、所定距離以上離れていなかった場合に移動していないもの（滞在している）として、移動した毎に出発時間や到着時間を求める。例えば、前回の位置情報と比較して１０ｍ以上離れた位置の位置情報を検出した場合に移動したものとし、今回検出した位置への到着時間と前回検出した位置の出発時間を記憶する。この比較に用いる具体的な位置情報（緯度及び経度等）は、前記メッシュコードと共に履歴情報として記憶しても良いし、メモリ内に所定期間保持するようにしても良い。

なお、前回検出した位置との比較に限らず、所定期間内に検出した位置と今回検出した位置とを比較して所定距離以上離れていた場合に移動したものとしても良い。この場合、所定期間内に検出した位置の重心から今回検出した位置までの距離や、所定期間内に検出した位置が属するメッシュの中心や四隅等の代表点から今回検出した位置までの距離が、所定距離以上離れていた場合に移動したものとしても良い。

また、出発時刻や到着時刻は、検出位置毎に求めることに限らず、エリア毎や目的地毎に求めても良い。例えば、定期的に位置情報を取得し、前回の位置情報が属するエリアと比較して今回の位置情報が属するエリアが異なっていた場合に移動したものとし、おなじであった場合に移動していないもの（滞在している）として、移動した毎に出発時間や到着時間を求める。例えば、前回がエリアＡ、今回がエリアＢの場合、エリアＡからエリアＢへ移動したものとし、エリアＢへの到着時間とエリアＡの出発時間を記憶する。

ここで勤務先が複数のエリア（例えばエリアＡ，Ｂ）に跨って存在する場合、勤務先に滞在しているにも係らず移動していると判定されてしまうことがある。このため、所定期間内に往き来したエリアは一つのエリア（エリア群）と見なし、このエリアの到着時刻と出発時刻を記憶するようにしても良い。例えば、エリアＡ→エリアＢ→エリアＡ→エリアＢ→エリアＣ→エリアＤのように、最初にエリアＡに位置し、エリアＡとエリアＢ間で往き来した後、エリアＢと隣接しているエリアＣに移動し、次にエリアＣと隣接しているエリアＤに移動した場合、エリアＡ，Ｂを一つのエリアと見なして最初にエリアＡ内に位置した時間を到着時間とし、エリアＡと隣接していないエリアＣへ移動した時刻、又はエリアＡ，Ｂとも隣接していないエリアＤへ移動した時刻をエリアＡ，Ｂの出発時刻としても良い。

更に、各エリアの滞在時間に応じ、所定時間（例えば１時間）以上滞在したエリア又はエリア群を目的地（滞在地）とし、目的地への出発時刻や到着時刻を記憶しても良い。例えばエリアＡから、エリアＢ、Ｃ，Ｄ，Ｅを介してエリアＦへ移動した場合に、エリアＡ，Ｆの滞在時間が所定時間以上で、エリアＢ、Ｃ，Ｄ，Ｅの滞在時間が所定時間未満であれば、エリアＦをエリアＡに対する目的地とし、エリアＡからエリアＢへ移動した時刻をエリアＡの出発時刻、エリアＥを介してエリアＦへ到着した時刻をエリアＦへの到着時刻として記憶し、エリアＢ、Ｃ，Ｄ，Ｅについては出発時刻や到着時刻の記憶を省略しても良い。このように目的地（滞在地）に限定した出発時刻や到着時刻を用いることで、後述の推定の精度を高めることができる。なお、目的地への出発時刻や到着時刻、前記エリア毎の出発時刻や到着時刻、前記検出位置毎の出発時刻や到着時刻を、それぞれ記憶しても良く、何れの出発時刻・到着時刻を推定に用いるのかは、適宜選択して良い。

図４は、推定部１３が履歴情報に基づいて求める特徴量の一例を示す図、図５は特徴量を求める際の観測日の説明図である。図４に示すように、本実施形態の推定部１３は、特徴量として、訪問頻度、平均滞在時間、平均移動回数、出発時刻情報量、到着時刻情報量を求めている。

訪問頻度は、そのエリア（メッシュ）を訪問した日数を観測日数で除算した値（単位：日）である。本例では訪問回数を日毎にカウントするため、１日に複数回訪問した場合でも訪問した日数は１とカウントする。観測日数は、特徴量を算出するためにデータを取得する日数であり、図５に示すように起点となる日から有効なデータを有する日を所定の日数分遡ってデータを取得するものである。図５の例では、７月２５日にエリア属性の判定を行う場合、当日のデータはまだ整っていないため、７月２５日を起点に所定日数（例えば６日間）遡ってデータを取得する。このとき祝日や長期休暇期間は普段と異なる行動をとることが多く、有効なデータとならない可能性があるため除外する。なお、長期休暇期間とは、年末年始やゴールデンウィーク等であり、任意に設定する。また、ユーザ端末１が通常通り使用されなかった日、例えばユーザに携帯されなかった日や電源が切れてしまった日を除外する。図５の例では、７月２１日が祝日のため除外対象とし、７月２４日が電源の切れた日のため除外対象とし、７月１７日まで遡って観測日数６日分のデータを取得する。即ち、７月１７日から７月２３日までの訪問日数が５日のエリアは、訪問日数（５日）／観測日数（６日）＝訪問頻度（０．８３３・・・）となる。

平均滞在時間は、出発日時と到着日時との差（出発日時−到着日時）をそのエリア（メッシュ）に滞在した時間としてメッシュコード毎に集計し、訪問日数で除して算出する。

出発時刻情報量は、そのエリア（メッシュ）を出発する時刻分布の情報量（単位：bit
）であり、出発する時刻のばらつきを示す値でもあり、出発する時刻のばらつきが大きければ大きな値をとり、出発する時刻のばらつきが小さければ小さな値をとる。例えば、１日を所定数の時間帯（本例では１時間刻みで２４の時間帯）に区切り、時間帯毎にそのエリアから隣接しない他のエリアへ出発した回数をカウントし、頻度分布を求めた。即ち、エリア内の移動や隣接エリア間で行き来した場合を除外して頻度分布を求めた。なお、頻度分布を計算する際、各時間帯の値にシュードカウントを加えても良い。

到着時刻情報量は、そのエリア（メッシュ）に到着する時刻分布の情報量（単位：bit
）であり、到着する時刻のばらつきを示す値でもあり、到着する時刻のばらつきが大きければ大きな値をとり、到着する時刻のばらつきが小さければ小さな値をとる。例えば、１日を所定数の時間帯（本例では１時間刻みで２４の時間帯）に区切り、時間帯毎に隣接しない他のエリアを出発して当該エリアに到着した回数をカウントし、頻度分布を求めた。即ち、エリア内の移動や隣接エリア間で行き来した場合を除外して頻度分布を求めた。なお、頻度分布を計算する際、各時間帯の値にシュードカウントを加えても良い。例えば、引っ越しや転勤によって自宅や勤務先が変わったことを素早く推定結果に反映できるようにするためには、観測期間を短く設定し、この短い観測期間内のデータから推定が行えるようにする必要がある。しかし、観測期間を短く設定すると、出現頻度の低い事象の出現頻度が、ほぼゼロになってしまい、推定結果に正しく反映されず、所謂ゼロ頻度問題が生じてしまう。そこで、シュードカウントを各時間帯の値に加えて、この出現頻度の低い事象の出現頻度を補正し、ゼロ頻度問題を回避するようにしている。なお、シュードカウントの値は、観測期間の長さや推定に用いる特徴量のレンジ（幅）、バラツキ等に応じて変化させても良く、予め観測期間や特徴量と対応するシュードカウントの値とを求めて、関係式やデータテーブルとして保持しておき、推定処理時に観測期間や特徴量に応じたシュードカウントの値を用いるようにしても良い。

図６は、到着時刻情報量の算出例を示す図である。図６の例では、観測日数を２０日とし、０時〜２３時の１時間刻みとした２４の時間帯で到着回数をカウントし、シュードカウントを１加え、式（１）を用いて対数の底を２とした場合の計算結果を到着時刻情報量として求めている。なお、到着確率Ｐｔは、シュードカウントを含む到着回数を合計で除した値である。また、出発時刻情報量についても、式（１）を用いて同様に求めることが
出来る。

＜装置構成＞
図７は、コンピュータ（情報処理装置）の一例を示す装置構成図である。ユーザ端末１は、例えば図７に示すようなコンピュータである。図７に示すコンピュータ１０００は、ＣＰＵ（Central Processing Unit）１００１、主記憶装置１００２、補助記憶装置（外
部記憶装置）１００３、通信ＩＦ（Interface）１００４、入出力ＩＦ（Interface）１００５、ドライブ装置１００６、通信バス１００７を備えている。ＣＰＵ１００１は、プログラムを実行することにより本実施の形態に係る処理等を行う。主記憶装置１００２は、ＣＰＵ１００１が読み出したプログラムやデータをキャッシュしたり、ＣＰＵの作業領域を展開したりする。主記憶装置は、具体的には、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等である。補助記憶装置１００３は、ＣＰＵ１００１により実行されるプログラムや、位置情報などを記憶する。補助記憶装置１００３は、具体的には、ＨＤＤ（Hard-disk Drive）やＳＳＤ（Solid State Drive）、ｅＭＭＣ（embedded Multi-Media Card）、フラッシュメモリ等である。主記憶装置１００２や補助記憶装置１００
３は、ユーザ端末１の履歴記憶部１２として働く。通信ＩＦ１００４は、他のコンピュータとの間でデータを送受信する。ユーザ端末１は、通信ＩＦ１００４を介してネットワークに接続される。通信ＩＦ１００４は、具体的には、有線又は無線のネットワークカード等である。入出力ＩＦ１００５は、入出力装置と接続され、ユーザから入力を受け付けたり、ユーザへ情報を出力したりする。入出力装置は、具体的には、キーボード、マウス、ディスプレイ、タッチパネル、加速度センサ等である。ドライブ装置１００６は、磁気ディスク、光磁気ディスク、光ディスク等の記憶媒体に記録されたデータを読み出したり、記憶媒体にデータを書き込んだりする。そして、以上のような構成要素が、通信バス１００７で接続されている。なお、これらの構成要素はそれぞれ複数設けられていてもよいし、一部の構成要素（例えば、ドライブ装置１００６）を設けないようにしてもよい。また、入出力装置がコンピュータと一体に構成されていてもよい。また、ドライブ装置１００６で読み取り可能な可搬性の記憶媒体や、フラッシュメモリのような可搬性の補助記憶装置１００３、通信ＩＦ１００４などを介して、本実施の形態で実行されるプログラムが提供されるようにしてもよい。そして、ＣＰＵ１００１がプログラムを実行することにより、図７に示すようなコンピュータを図１に示したユーザ端末１として働かせる。

＜推定方法＞
次に、ユーザ端末１がプログラムに従って実行する処理の詳細について説明する。ユーザ端末１は、ユーザの移動に伴って移動履歴を記憶し、移動履歴に基づいて自宅エリア及び勤務先エリア等を推定する。

図８は、移動履歴を記憶する処理の一例を示す図である。ユーザ端末１は、所定のタイミングで図８の処理を開始する。例えば、１時間毎、１５分毎のように定期的に図８の処理を開始しても良いし、加速度センサでユーザ端末１の移動を検知した場合に図８の処理を開始しても良い。

図８の処理を開始するとユーザ端末１は、先ず位置情報取得部１１としてのＧＰＳ受信機により、ユーザ端末１の存在する位置の緯度及び経度をユーザの位置情報として取得する（ステップＳ１０）。

また、ユーザ端末１は、取得した緯度及び経度を履歴記憶部１２の機能により、メッシュコードに変換し、ユーザの位置するエリアを特定する（ステップＳ２０）。

そして、ユーザ端末１は履歴記憶部１２の機能により、メッシュコードと時刻とを対応付けて図３のように履歴情報とし、記憶装置に記憶する（ステップＳ３０）。ここで履歴
記憶部１２は、当該位置に到着した時刻を到着日時とし、当該位置から移動した時刻を出発日時として記憶する。

図９は、推定処理の一例を示す図である。ユーザ端末１の推定部１３は、所定のタイミングで図９の処理を実行する。例えば、６時間毎、２４時間毎のように定期的に図９の処理を開始しても良いし、他のアプリやシステムから要求を受けたときや、ユーザが起動を選択した場合に図９の処理を開始しても良い。

図９の処理を開始するとユーザ端末１は、先ず記憶装置から所定の観測日数分のデータを読み出して図４のように特徴量を算出する（ステップＳ１１０）。

また、ユーザ端末１は、算出した特徴量に基づいて隣接したエリアの特徴量をマージする（ステップＳ１２０）。例えば、ステップＳ１１０で算出した特徴量（ベクトル）を訪問頻度が高い順に整列する。訪問頻度が２位以下のエリア（メッシュコード）について、当該エリアより順位が高いものの中に、隣接するエリアがあるか否かをチェックする。
隣接するエリアがあれば、それらは例えば勤務先が複数のエリアに跨って存在する場合のように同じ属性を有する一つのエリアとしてマージし、このエリアの特徴量についてもマージする。マージしたエリアのメッシュコードは、マージした複数のエリアのうち、訪問頻度の順位が最も高いエリアのメッシュコードとする。訪問頻度をマージする場合、訪問日（到着日）毎に集合和をとり、この集合和を合計して観測日数で割って訪問頻度を求める。平均滞在時間をマージする場合、訪問日数で割る前の値を合計した後、訪問日数で割って平均滞在時間を求める。平均移動回数をマージする場合、履歴情報に戻り、観測日毎にマージしたエリア内での移動回数をカウントして合計した後、訪問日数で割って平均移動回数を求める。出発時刻情報量をマージする場合、履歴情報に戻り、マージしたエリアを出発する出発時刻を求め、１日を所定数の時間帯に区切り、時間帯毎にそのマージしたエリアから他のエリアへ出発した回数をカウントし、前述のように図６の式（１）を用いて頻度分布を求める。到着時刻情報量をマージする場合、履歴情報に戻り、マージしたエリアに到着した到着時刻を求め、１日を所定数の時間帯に区切り、時間帯毎に他のエリアからマージしたエリアへ到着した回数をカウントし、前述のように式１を用いて頻度分布を求める。

そして、ユーザ端末１は、ステップＳ１１０及びステップＳ１２０で算出した特徴量を用いて、自宅エリアの推定（ステップＳ１３０）及び勤務先エリアの推定（ステップＳ１４０）を行う。

図１０は、自宅エリア推定処理の一例を示す図である。ユーザ端末１は、先ず、各エリアの訪問頻度が、所定の閾値を超えているか否かを判定する（ステップＳ２１０）。

そして、ユーザ端末１は、訪問頻度が閾値を超えているエリアのうち、訪問頻度が最大のものを自宅エリアと推定する（ステップＳ２２０）。

一方、ステップＳ２１０でいずれのエリアも閾値を超えていないと判定された場合、自宅エリアを推定せずに前回の推定結果を引き継ぐ（ステップＳ２３０）。

図１１は、勤務先エリア推定処理の一例を示す図である。ユーザ端末１は、先ず、各エリアの訪問頻度が、所定の閾値を超えているか否かを判定する（ステップＳ３１０）。本ステップＳ３１０の閾値は、前述のステップＳ２１０の閾値と比べて低く設定しても良い。

そして、ユーザ端末１は、訪問頻度が閾値を超えているエリアのうち、平均移動回数が
最大のエリアであって、ステップＳ１３０で自宅エリアとされていないものを勤務先エリアと推定する（ステップＳ３２０）。

一方、ステップＳ３１０でいずれのエリアも閾値を超えていないと判定された場合、勤務先エリアを推定せずに前回の推定結果を引き継ぐ（ステップＳ３３０）。

このように本実施形態によれば、ユーザの移動履歴に応じて自宅エリアや勤務先エリアを精度良く推定できる。即ち、自宅エリアや勤務先エリアをユーザが入力するといった手間をかけずに、自動的に設定できる。これによりナビゲーションシステムにおけるルート設定や、リコメンドシステムにおける情報提供エリアの選択などに利用できる。

また、短い期間で推定が可能な条件を採用し、推定処理を繰り返して推定結果を随時更新できるため、引っ越しや転勤等による自宅や勤務先の変更に追従できる。

更に、出張や旅行等で一時的に推定の条件が満たされなくなった場合には、推定を行わずに前回の結果を維持することで、無駄に自宅エリアや勤務先が変更されてしまうことを防止している。

＜変形例１＞
一般的なライフスタイルでは、前述のように自宅エリアの訪問頻度が最も高くなる。しかし、例えば鉄道や病院、警察、消防の業務に携わり、勤務先で仮眠をとるようなライフスタイルの場合、自宅エリアの訪問頻度が低くなることもある。このため到着時刻情報量を用いて自宅エリアの推定を行っても良い。

図１２は、本変形例１の自宅エリア推定処理の一例を示す図である。なお、本変形例１は、前述の実施形態１と比べて到着時刻情報量を用いた構成が異なり、その他の構成は同じであるため、重複する説明は省略する。本例のユーザ端末１は、各エリアの訪問頻度が、所定の閾値を超えているか否かを判定し（ステップＳ２１０）、訪問頻度が閾値を超えているエリアのうち、到着時刻情報量が所定の閾値以上のエリアを抽出し（ステップＳ２１５）、抽出したエリアのうち、訪問頻度が最大のものを自宅エリアと推定する（ステップＳ２２０）。

一方、ステップＳ２１０でいずれのエリアも閾値を超えていないと判定された場合、自宅エリアを推定せずに前回の推定結果を引き継ぐ（ステップＳ２３０）。

このように本変形例１では、到着時刻情報量が閾値以上で且つ訪問頻度が最大のものを自宅エリアと推定する。到着時刻情報量は、当該エリアに到着する時刻のばらつきを示す値であるので、勤務先のように決まった時刻に出勤するエリアでは小さく、自宅のように到着時刻の定めが無いエリアでは大きくなると予想される。到着時刻情報量が閾値以上であることを用いて自宅エリアを推定することで、より精度良く自宅エリアを推定することができる。

なお、本変形例では、ステップＳ２１５で、到着時刻情報量が所定の閾値以上のエリアを抽出したが、これに限らず、出発時刻情報量よりも到着時刻情報量が多いエリアを抽出することや、出発時刻情報量に対する到着時刻情報量の割合（到着時刻情報量／出発時刻情報量）が閾値以上のエリアを抽出することとしても良い。

＜変形例２＞
前述のように、通常は自宅エリアと勤務先エリアの訪問頻度が突出して高くなるが、最寄駅や乗換駅等も訪問頻度が高くなることがある。また、これらの駅にショッピングモー
ルが併設されていたりすると、平均移動回数も高くなることがある。しかし、これらは通過点であって、自宅エリアや勤務先エリアとは、滞在時間が異なっている。このため平均滞在時間を用いて自宅エリアや勤務先エリアの推定を行っても良い。

図１３は、本変形例２に係る推定処理の一例を示す図である。なお、本変形例２は、前述の実施形態１と比べて平均滞在時間を用いた構成が異なり、その他の構成は同じであるため、重複する説明は省略する。

ユーザ端末１の推定部１３は、所定のタイミングで図１３の処理を実行すると、前述と同様に特徴量を算出し（ステップＳ１１０）、隣接したエリアの特徴量をマージし（ステップＳ１２０）、このうち、平均滞在時間が所定の閾値以上のエリアを抽出する（ステップＳ１２５）。

そして、ユーザ端末１は、ステップＳ１２５で抽出したエリアの特徴量を用いて、自宅エリアの推定（ステップＳ１３０）及び勤務先エリアの推定（ステップＳ１４０）を行う。

このように本変形例２では、平均滞在時間が閾値以上のエリアについて、自宅エリアと勤務先エリアの推定を行うので、単なる通過点のデータを排除でき、精度良く自宅エリア及び勤務先エリアを推定することができる。

＜その他＞
本発明は上述の処理を実行するコンピュータプログラムを含む。さらに、当該プログラムを記録した、コンピュータ読み取り可能な記録媒体も、本発明の範疇に属する。当該プログラムが記録された記録媒体については、コンピュータに、この記録媒体のプログラムを読み込ませて実行させることにより、推定処理が可能となる。

ここで、コンピュータ読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータから読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータから取り外し可能なものとしては、フレキシブルディスク、光磁気ディスク、光ディスク、磁気テープ、メモリカード等がある。また、コンピュータに固定された記録媒体としては、ハードディスクドライブやＲＯＭ等がある。

上記の実施形態及び変形例では、エリア属性推定装置をユーザが携帯するスマートフォン等のユーザ端末で実現する例を示したが、これに限らず、エリア属性推定装置は、位置情報取得部１１，履歴記憶部１２，推定部１３を有するものであれば、他の構成であっても良い。例えば、ユーザがＧＰＳロガーのように、位置情報取得部１１と履歴記憶部１２を有する端末を携帯し、推定部１３を有するコンピュータが、ネットワークを介して前記端末から履歴情報を取得して自宅エリア及び勤務先エリアの推定を行う構成であっても良い。

１ ユーザ端末
２ ネットワーク
１１ 位置情報取得部
１２ 履歴記憶部
１３ 推定部

Claims (8)

1. ユーザの位置を示す位置情報を取得する位置情報取得部と、
   前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持する履歴記憶部と、
   前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度の最も高い前記エリアを前記ユーザの自宅が属するエリアと推定する推定部と、
   を有するエリア属性推定装置。
2. ユーザの位置を示す位置情報を取得する位置情報取得部と、
   前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持する履歴記憶部と、
   前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定する推定部と、
   を有するエリア属性推定装置。
3. 前記訪問頻度が閾値未満の場合、前記推定部が前記エリアの推定を行わずに、前回の推定結果を維持する請求項１又は２に記載のエリア属性推定装置。
4. 前記推定部が、前記履歴情報に基づいて前記エリア毎の到着時刻のばらつきを求め、前記到着時刻のばらつきが閾値以上のエリアについて前記推定を行う請求項１から３の何れか１項に記載のエリア属性推定装置。
5. 前記推定部が、前記履歴情報に基づいて前記エリア毎の滞在時間を求め、前記滞在時間が閾値以上のエリアについて前記推定を行う請求項１から４の何れか１項に記載のエリア属性推定装置。
6. ユーザの位置を示す位置情報を取得するステップと、
   前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持するステップと、
   前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度の最も高い前記エリアを前記ユーザの自宅が属するエリアと推定するステップと、
   をコンピュータが実行するエリア属性推定方法。
7. ユーザの位置を示す位置情報を取得するステップと、
   前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷移を表す履歴情報を保持するステップと、
   前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定するステップと、
   をコンピュータが実行するエリア属性推定方法。
8. ユーザの位置を示す位置情報を取得するステップと、
   前記ユーザが移動する地域を複数のエリアに区画し、前記位置情報に基づいて前記ユーザが位置するエリアを判定し、前記ユーザの移動に伴う前記ユーザが位置するエリアの遷
   移を表す履歴情報を保持するステップと、
   前記履歴情報に基づいて前記エリア毎の訪問頻度を求め、前記訪問頻度が閾値以上の前記エリアのうち、前記エリア内での移動量が最も多い前記エリアを前記ユーザの目的地が属するエリアと推定するステップと、
   をコンピュータに実行させるためのエリア属性推定プログラム。

Images