JP2001056805A - 行動予測方法及びその装置 - Google Patents
行動予測方法及びその装置Info
- Publication number
- JP2001056805A JP2001056805A JP23168199A JP23168199A JP2001056805A JP 2001056805 A JP2001056805 A JP 2001056805A JP 23168199 A JP23168199 A JP 23168199A JP 23168199 A JP23168199 A JP 23168199A JP 2001056805 A JP2001056805 A JP 2001056805A
- Authority
- JP
- Japan
- Prior art keywords
- behavior
- prediction
- group
- history information
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 104
- 230000009471 action Effects 0.000 claims description 143
- 230000033001 locomotion Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 314
- 238000012545 processing Methods 0.000 description 58
- 238000004891 communication Methods 0.000 description 33
- 230000000694 effects Effects 0.000 description 32
- 238000004458 analytical method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 20
- 230000005540 biological transmission Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 230000007812 deficiency Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000012797 qualification Methods 0.000 description 4
- 102100040791 Zona pellucida-binding protein 1 Human genes 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000013478 data encryption standard Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 102100022907 Acrosin-binding protein Human genes 0.000 description 2
- 101100445338 Arabidopsis thaliana ENT6 gene Proteins 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 101000642536 Apis mellifera Venom serine protease 34 Proteins 0.000 description 1
- 101100445339 Arabidopsis thaliana ENT7 gene Proteins 0.000 description 1
- 102100035167 Coiled-coil domain-containing protein 54 Human genes 0.000 description 1
- 101100478056 Dictyostelium discoideum cotE gene Proteins 0.000 description 1
- 101000616556 Homo sapiens SH3 domain-containing protein 19 Proteins 0.000 description 1
- 241000283080 Proboscidea <mammal> Species 0.000 description 1
- 102100021782 SH3 domain-containing protein 19 Human genes 0.000 description 1
- 102100021916 Sperm-associated antigen 1 Human genes 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007562 laser obscuration time method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】予測対象の行動を高精度に予測する。
【解決手段】本発明は、予測対象の行動履歴情報を取得
し、当該取得した行動履歴情報に基づいて、予測対象の
単位行動履歴情報を抽出し、複数の予測対象からなるグ
ループにおける単位行動履歴情報を作成し、予測対象個
々の単位行動履歴情報と、当該予測対象の参加したグル
ープの単位行動履歴情報とに基づいて、当該予測対象の
行動を予測するようにしたことにより、予測対象の単位
行動履歴情報のみを用いて当該予測対象の行動を予測す
る場合に比べて、当該予測対象の行動の予測に用いる単
位行動履歴情報を増やすことができ、かくして予測対象
の行動を高精度に予測し得る行動予測方法及びその装置
を実現できる。
し、当該取得した行動履歴情報に基づいて、予測対象の
単位行動履歴情報を抽出し、複数の予測対象からなるグ
ループにおける単位行動履歴情報を作成し、予測対象個
々の単位行動履歴情報と、当該予測対象の参加したグル
ープの単位行動履歴情報とに基づいて、当該予測対象の
行動を予測するようにしたことにより、予測対象の単位
行動履歴情報のみを用いて当該予測対象の行動を予測す
る場合に比べて、当該予測対象の行動の予測に用いる単
位行動履歴情報を増やすことができ、かくして予測対象
の行動を高精度に予測し得る行動予測方法及びその装置
を実現できる。
Description
【0001】
【発明の属する技術分野】本発明は行動予測方法及びそ
の装置に関し、例えば端末機器を有するユーザの行動を
予測する行動予測方法及び行動予測システムに適用して
好適なものである。
の装置に関し、例えば端末機器を有するユーザの行動を
予測する行動予測方法及び行動予測システムに適用して
好適なものである。
【0002】
【従来の技術】従来、例えばPHS(Personal Handypho
ne System)においては、PHS端末装置から送信される
位置登録信号を当該PHS端末が存在する無線ゾーンの
基地局で受信し、これを当該基地局からPHSサービス
制御局に送信することにより、PHSサービス局におい
てPHS端末装置の位置を基地局の無線ゾーン単位で認
識するようになされている。
ne System)においては、PHS端末装置から送信される
位置登録信号を当該PHS端末が存在する無線ゾーンの
基地局で受信し、これを当該基地局からPHSサービス
制御局に送信することにより、PHSサービス局におい
てPHS端末装置の位置を基地局の無線ゾーン単位で認
識するようになされている。
【0003】かかるPHS端末装置の位置情報を利用
し、PHS端末装置に対して当該PHS端末装置の位置
に応じた種々の情報を提供するシステムが考えられてい
る。
し、PHS端末装置に対して当該PHS端末装置の位置
に応じた種々の情報を提供するシステムが考えられてい
る。
【0004】
【発明が解決しようとする課題】ところが、端末装置の
現在位置に応じた情報を提供するシステムでは、端末装
置を所持するユーザの行動を予測して当該予測に応じた
情報を提供することが困難である。
現在位置に応じた情報を提供するシステムでは、端末装
置を所持するユーザの行動を予測して当該予測に応じた
情報を提供することが困難である。
【0005】本発明は以上の点を考慮してなされたもの
で、予測対象の行動を高精度に予測する行動予測方法及
びその装置を提案しようとするものである。
で、予測対象の行動を高精度に予測する行動予測方法及
びその装置を提案しようとするものである。
【0006】
【課題を解決するための手段】かかる課題を解決するた
め本発明においては、予測対象の行動を予測する行動予
測方法において、予測対象の行動履歴情報を取得する行
動履歴取得ステップと、取得された行動履歴情報に基づ
いて、予測対象の単位行動履歴情報を抽出する単位行動
履歴抽出ステップと、複数の予測対象からなるグループ
における単位行動履歴情報を作成する単位行動履歴作成
ステップと、予測対象個々の単位行動履歴情報と、当該
予測対象の参加したグループの単位行動履歴情報とに基
づいて、当該予測対象の行動を予測する行動予測ステッ
プとを設けるようにした。
め本発明においては、予測対象の行動を予測する行動予
測方法において、予測対象の行動履歴情報を取得する行
動履歴取得ステップと、取得された行動履歴情報に基づ
いて、予測対象の単位行動履歴情報を抽出する単位行動
履歴抽出ステップと、複数の予測対象からなるグループ
における単位行動履歴情報を作成する単位行動履歴作成
ステップと、予測対象個々の単位行動履歴情報と、当該
予測対象の参加したグループの単位行動履歴情報とに基
づいて、当該予測対象の行動を予測する行動予測ステッ
プとを設けるようにした。
【0007】この結果、予測対象の単位行動履歴情報の
みを用いて当該予測対象の行動を予測する場合に比べ
て、当該予測対象の行動の予測に用いる単位行動履歴情
報を増やすことができる。
みを用いて当該予測対象の行動を予測する場合に比べ
て、当該予測対象の行動の予測に用いる単位行動履歴情
報を増やすことができる。
【0008】また本発明においては、予測対象の行動を
予測する行動予測装置において、予測対象の行動履歴情
報を取得する行動履歴取得手段と、取得された行動履歴
情報に基づいて、予測対象の単位行動履歴情報を抽出す
る単位行動履歴抽出手段と、複数の予測対象からなるグ
ループにおける単位行動履歴情報を作成する単位行動履
歴作成手段と、予測対象個々の単位行動履歴情報と、当
該予測対象の参加したグループの単位行動履歴情報とに
基づいて、当該予測対象の行動を予測する行動予測手段
とを設けるようにした。
予測する行動予測装置において、予測対象の行動履歴情
報を取得する行動履歴取得手段と、取得された行動履歴
情報に基づいて、予測対象の単位行動履歴情報を抽出す
る単位行動履歴抽出手段と、複数の予測対象からなるグ
ループにおける単位行動履歴情報を作成する単位行動履
歴作成手段と、予測対象個々の単位行動履歴情報と、当
該予測対象の参加したグループの単位行動履歴情報とに
基づいて、当該予測対象の行動を予測する行動予測手段
とを設けるようにした。
【0009】この結果、予測対象の単位行動履歴情報の
みを用いて当該予測対象の行動を予測する場合に比べ
て、当該予測対象の行動の予測に用いる単位行動履歴情
報を増やすことができる。
みを用いて当該予測対象の行動を予測する場合に比べ
て、当該予測対象の行動の予測に用いる単位行動履歴情
報を増やすことができる。
【0010】
【発明の実施の形態】以下図面について、本発明の一実
施の形態を詳述する。
施の形態を詳述する。
【0011】(1)行動予測方法の原理 本発明による行動予測方法は、4つの要素からなる離散
系モデルを用いる。この離散系モデルを構成する4つの
要素は、第1に、システムに存在するものや人を表すE
NTITYと、第2に、発生する現象の一断面を時間の
消費を考慮せずに捕らえた事象として表すEVENT
と、第3に、ENTITYが行う動作や行為を表すAC
TIVITYと、第4に、あるENTITYに着目し当
該ENTITYが関係するEVENT(又はACTIV
ITY)の列によって時間経過を含む現象を表すPRO
CESSとから構成される。
系モデルを用いる。この離散系モデルを構成する4つの
要素は、第1に、システムに存在するものや人を表すE
NTITYと、第2に、発生する現象の一断面を時間の
消費を考慮せずに捕らえた事象として表すEVENT
と、第3に、ENTITYが行う動作や行為を表すAC
TIVITYと、第4に、あるENTITYに着目し当
該ENTITYが関係するEVENT(又はACTIV
ITY)の列によって時間経過を含む現象を表すPRO
CESSとから構成される。
【0012】これらの要素を具体例で示すと、図1に示
すように、例えば発券機で切符を購入する客の行動とし
て、当該客を第1の要素であるENTITYとし、第2
の要素であるEVENTとして、客が発券機で順番待ち
の客の列に加わるArrival EVENTと、客が順番待ち
を終えて発券機で切符を買い始める Start of service
EVENTと、客が発券機で切符を買い終える End of
service EVENTとがある。そして、第3の要素であ
るACTIVITYは客が切符を購入する行為を表し、
第4の要素であるPROCESSは客に関係するEVE
NT列を表すことになる。
すように、例えば発券機で切符を購入する客の行動とし
て、当該客を第1の要素であるENTITYとし、第2
の要素であるEVENTとして、客が発券機で順番待ち
の客の列に加わるArrival EVENTと、客が順番待ち
を終えて発券機で切符を買い始める Start of service
EVENTと、客が発券機で切符を買い終える End of
service EVENTとがある。そして、第3の要素であ
るACTIVITYは客が切符を購入する行為を表し、
第4の要素であるPROCESSは客に関係するEVE
NT列を表すことになる。
【0013】このように、ENTITY(客)の動作や
行為に関して重要な意味を持つ事象(EVENT)のみ
を用い、その列(PROCESS)によって客の行動を
離散的にモデル化したものをENTITY(客)の行動
予測に用いる。
行為に関して重要な意味を持つ事象(EVENT)のみ
を用い、その列(PROCESS)によって客の行動を
離散的にモデル化したものをENTITY(客)の行動
予測に用いる。
【0014】従って、この離散系モデルでは、重要な事
象(EVENT)による時間が刻まれることにより、発
生する事象とその発生時点により刻時は不等時不均一と
なる。
象(EVENT)による時間が刻まれることにより、発
生する事象とその発生時点により刻時は不等時不均一と
なる。
【0015】ここで、ある主体(ENTITY)に関し
て、主体の動作(ACTIVITY)とその動作の処理
期間(ACTIVITYの始まる時間と終わる時間)に
よって基本的なモデル化を行うことができる。すなわ
ち、図2に示すように、それぞれの処理時間を有するA
CTIVITYの列と、主体(ENTITY)によって
基本的モデルを構成する。
て、主体の動作(ACTIVITY)とその動作の処理
期間(ACTIVITYの始まる時間と終わる時間)に
よって基本的なモデル化を行うことができる。すなわ
ち、図2に示すように、それぞれの処理時間を有するA
CTIVITYの列と、主体(ENTITY)によって
基本的モデルを構成する。
【0016】この基本的モデルでは、主体の行動を離散
変化の行動であると捉え、行動の切り換わる時間及び切
り換わる先を行動パターンの離散系モデルとして表現
し、この離散系モデルを用いて行動の予測を行うもので
ある。
変化の行動であると捉え、行動の切り換わる時間及び切
り換わる先を行動パターンの離散系モデルとして表現
し、この離散系モデルを用いて行動の予測を行うもので
ある。
【0017】次に、主体の行動予測を行う際に用いられ
る行動パターンを離散系モデル化する方法について述べ
る。この離散系モデルを生成する方法においては、EN
TITYである主体を例えばユーザとし、当該ユーザの
実際の行動(位置及び移動)を所定の位置検出手段によ
って検出し、当該検出された結果を用いてユーザの滞在
及び移動状態を後述する Stay ACTIVITY及び M
ove ACTIVITYとして抽出する。
る行動パターンを離散系モデル化する方法について述べ
る。この離散系モデルを生成する方法においては、EN
TITYである主体を例えばユーザとし、当該ユーザの
実際の行動(位置及び移動)を所定の位置検出手段によ
って検出し、当該検出された結果を用いてユーザの滞在
及び移動状態を後述する Stay ACTIVITY及び M
ove ACTIVITYとして抽出する。
【0018】すなわち、図3に示すように、所定の位置
検出手段(後述)によってユーザの位置を所定時間ごと
(一定時間ごとでなくても良い)に検出し、当該検出さ
れた位置情報及びその時刻をEVENTとして蓄積す
る。
検出手段(後述)によってユーザの位置を所定時間ごと
(一定時間ごとでなくても良い)に検出し、当該検出さ
れた位置情報及びその時刻をEVENTとして蓄積す
る。
【0019】そして、これら蓄積されたEVENTに基
づいてACTIVITYを抽出する。この場合、蓄積さ
れた複数のEVENTのうち、EVENT1及びEVE
NT2は同じ位置であり、EVENT3はEVENT2
に対して異なる位置であり、さらにEVENT3〜EV
ENT6は互いに異なる位置であるとする。また、EV
ENT6に対してEVENT7は異なる位置でありEV
ENT7〜EVENT10はそれぞれ同じ位置であると
する。
づいてACTIVITYを抽出する。この場合、蓄積さ
れた複数のEVENTのうち、EVENT1及びEVE
NT2は同じ位置であり、EVENT3はEVENT2
に対して異なる位置であり、さらにEVENT3〜EV
ENT6は互いに異なる位置であるとする。また、EV
ENT6に対してEVENT7は異なる位置でありEV
ENT7〜EVENT10はそれぞれ同じ位置であると
する。
【0020】このような各EVENTの検出結果では、
EVENT1及びEVENT2についてはこの時間帯に
ユーザは同一の場所に滞在していることが分かる。これ
に対してEVENT3〜EVENT6についてはこの時
間帯にユーザが移動していることが分かる。
EVENT1及びEVENT2についてはこの時間帯に
ユーザは同一の場所に滞在していることが分かる。これ
に対してEVENT3〜EVENT6についてはこの時
間帯にユーザが移動していることが分かる。
【0021】従って、EVENT2及びEVENT3の
中間時間T11をACTIVITYの入れ換わる時間と
して、EVENT1及びEVENT2側を滞在を表す S
tayACTIVITYとし、EVENT3〜EVENT
6をユーザの移動を表す Move ACTIVITYとす
る。また、EVENT7〜EVENT10については、
この時間帯にユーザが同一の場所に滞在していることを
表しており、これによりEVENT6及びEVENT7
の中間時間T12をACTIVITYの入れ換わる時間
として、EVENT7〜EVENT10側をユーザの滞
在を表す Stay ACTIVITYとする。
中間時間T11をACTIVITYの入れ換わる時間と
して、EVENT1及びEVENT2側を滞在を表す S
tayACTIVITYとし、EVENT3〜EVENT
6をユーザの移動を表す Move ACTIVITYとす
る。また、EVENT7〜EVENT10については、
この時間帯にユーザが同一の場所に滞在していることを
表しており、これによりEVENT6及びEVENT7
の中間時間T12をACTIVITYの入れ換わる時間
として、EVENT7〜EVENT10側をユーザの滞
在を表す Stay ACTIVITYとする。
【0022】因みに、EVENT3〜EVENT6の M
ove ACTIVITYにおける出発地点はその前の Sta
y ACTIVITYの滞在地点であり、 Move ACTI
VITYの目的地点は当該 Move ACTIVITYに続
く Stay ACTIVITYの滞在地点となる。このよう
に、 Move ACTIVITYは出発地点及び目的地点並
びに所要時間(時点T11〜T12)によって表され
る。
ove ACTIVITYにおける出発地点はその前の Sta
y ACTIVITYの滞在地点であり、 Move ACTI
VITYの目的地点は当該 Move ACTIVITYに続
く Stay ACTIVITYの滞在地点となる。このよう
に、 Move ACTIVITYは出発地点及び目的地点並
びに所要時間(時点T11〜T12)によって表され
る。
【0023】このようにして、ユーザが同一位置に滞在
している間のEVENT列をまとめて1つの Stay AC
TIVITYとすると共に、ユーザが移動している間の
EVENT列をまとめて1つの Move ACTIVITY
とする。
している間のEVENT列をまとめて1つの Stay AC
TIVITYとすると共に、ユーザが移動している間の
EVENT列をまとめて1つの Move ACTIVITY
とする。
【0024】かかるEVENTからACTIVITYの
抽出を行う処理手順を図4に示す。すなわち図4におい
て、行動予測システムは、ステップSP10から当該処
理手順に入ると、続くステップSP11においてユーザ
の位置であるEVENTを取り込むアクセス間隔が30
分以下であるか否かを判断する。ここでアクセス間隔が
30分以上で取り込まれたEVENTは、ACTIVI
TYを新たに生成するにはその前後の繋がりにおいて信
頼性が不十分となる。従って、この場合行動予測システ
ムはステップSP11において否定結果を得、ステップ
SP12に移る。
抽出を行う処理手順を図4に示す。すなわち図4におい
て、行動予測システムは、ステップSP10から当該処
理手順に入ると、続くステップSP11においてユーザ
の位置であるEVENTを取り込むアクセス間隔が30
分以下であるか否かを判断する。ここでアクセス間隔が
30分以上で取り込まれたEVENTは、ACTIVI
TYを新たに生成するにはその前後の繋がりにおいて信
頼性が不十分となる。従って、この場合行動予測システ
ムはステップSP11において否定結果を得、ステップ
SP12に移る。
【0025】行動予測システムは、ステップSP12に
おいて、既存の Stay ACTIVITYの中に、このと
き取り込まれたEVENTに対応するもの、すなわち同
一地点のものがあるか否かを判断する。ここで否定結果
が得られると、このことはこのとき取り込まれたEVE
NTが既存の Stay ACTIVITYのなかに存在せ
ず、しかもアクセス間隔が30分以上であることを表し
ており、このとき行動予測システムは、ステップSP1
3に移って、このときのEVENTのデータを仮のデー
タ格納領域(Tmp Box)に格納する。
おいて、既存の Stay ACTIVITYの中に、このと
き取り込まれたEVENTに対応するもの、すなわち同
一地点のものがあるか否かを判断する。ここで否定結果
が得られると、このことはこのとき取り込まれたEVE
NTが既存の Stay ACTIVITYのなかに存在せ
ず、しかもアクセス間隔が30分以上であることを表し
ており、このとき行動予測システムは、ステップSP1
3に移って、このときのEVENTのデータを仮のデー
タ格納領域(Tmp Box)に格納する。
【0026】これに対してステップSP12において肯
定結果が得られると、このことはこのとき取り込まれた
EVENTのアクセス間隔が30分以上であり、既存の
Stay ACTIVITYのなかに同様のEVENTが存
在することを表しており、このとき行動予測システム
は、ステップSP14に移って、このとき取り込まれた
EVENTを、対応する既存のACTIVITYの母集
団の1つとしてACTIVITYデータを格納したデー
タ格納領域(ACTIVITY Box) を更新する。
定結果が得られると、このことはこのとき取り込まれた
EVENTのアクセス間隔が30分以上であり、既存の
Stay ACTIVITYのなかに同様のEVENTが存
在することを表しており、このとき行動予測システム
は、ステップSP14に移って、このとき取り込まれた
EVENTを、対応する既存のACTIVITYの母集
団の1つとしてACTIVITYデータを格納したデー
タ格納領域(ACTIVITY Box) を更新する。
【0027】このように、アクセス時間が30分以上で
あるEVENT又はEVENT列については、同様の母
集団からなる既存の Stay ACTIVITYがある場合
のみその母集団に取り込まれる。
あるEVENT又はEVENT列については、同様の母
集団からなる既存の Stay ACTIVITYがある場合
のみその母集団に取り込まれる。
【0028】また、上述のステップSP11において肯
定結果が得られると、このことはこのとき取り込まれた
EVENTのアクセス間隔が30分以内であることを表
してており、このとき行動予測システムは、ステップS
P15に移って、このとき取り込まれたEVENT又は
EVENT列について、その直前、直後のEVENTと
の対応関係(図3)に基づいて、 Stay ACTIVIT
Yであるか Move ACTIVITYであるかを判断す
る。
定結果が得られると、このことはこのとき取り込まれた
EVENTのアクセス間隔が30分以内であることを表
してており、このとき行動予測システムは、ステップS
P15に移って、このとき取り込まれたEVENT又は
EVENT列について、その直前、直後のEVENTと
の対応関係(図3)に基づいて、 Stay ACTIVIT
Yであるか Move ACTIVITYであるかを判断す
る。
【0029】因みに、ステップSP15における判断と
して、行動予測システムは、EVENT列の先頭と終端
のデータ間隔が20分以上かつ、同じ位置(EVEN
T)を有する場合、この行動をある一地点(地域)での
滞在と見なす。また、行動予測システムは、経由する地
点間の距離及び時間間隔が極端に長い場合には、これを
Move ACTIVITYと見なさないようにする。
して、行動予測システムは、EVENT列の先頭と終端
のデータ間隔が20分以上かつ、同じ位置(EVEN
T)を有する場合、この行動をある一地点(地域)での
滞在と見なす。また、行動予測システムは、経由する地
点間の距離及び時間間隔が極端に長い場合には、これを
Move ACTIVITYと見なさないようにする。
【0030】そして、ステップSP15において Stay
ACTIVITYである判断結果が得られると、行動予
測システムは、ステップSP16に移って、同様の母集
団(EVENT)からなる既存の Stay ACTIVIT
Yが存在するか否かを判断する。ここで肯定結果が得ら
れると、このことはこのとき取り込まれたEVENT又
はEVENT列による Stay ACTIVITYと同様の
既存の Stay ACTIVITYが存在することを表して
おり、このとき行動予測システムは、ステップSP14
に移って、上述のステップSP15において Stay AC
TIVITYと判断されたEVENT又はEVENT列
を対応する既存のACTIVITYの母集団の1つとし
て Stay ACTIVITYデータを格納したデータ格納
領域( Stay ACTIVITY Box) を更新する。これ
により、当該 Stay ACTIVITYのEVENT数
(母体数)が増えることにより、当該 Stay ACTIV
ITYの発生確率が増加することになる。
ACTIVITYである判断結果が得られると、行動予
測システムは、ステップSP16に移って、同様の母集
団(EVENT)からなる既存の Stay ACTIVIT
Yが存在するか否かを判断する。ここで肯定結果が得ら
れると、このことはこのとき取り込まれたEVENT又
はEVENT列による Stay ACTIVITYと同様の
既存の Stay ACTIVITYが存在することを表して
おり、このとき行動予測システムは、ステップSP14
に移って、上述のステップSP15において Stay AC
TIVITYと判断されたEVENT又はEVENT列
を対応する既存のACTIVITYの母集団の1つとし
て Stay ACTIVITYデータを格納したデータ格納
領域( Stay ACTIVITY Box) を更新する。これ
により、当該 Stay ACTIVITYのEVENT数
(母体数)が増えることにより、当該 Stay ACTIV
ITYの発生確率が増加することになる。
【0031】これに対してステップSP16において否
定結果が得られると、このことはこのとき取り込まれた
EVENT又はEVENT列による Stay ACTIVI
TYと同様の既存の Stay ACTIVITYが存在しな
いことを表しており、このとき行動予測システムは、ス
テップSP17に移って、上述のステップSP15にお
いて Stay ACTIVITYと判断されたEVENT又
はEVENT列を用いて新たな Stay ACTIVITY
を作成する。
定結果が得られると、このことはこのとき取り込まれた
EVENT又はEVENT列による Stay ACTIVI
TYと同様の既存の Stay ACTIVITYが存在しな
いことを表しており、このとき行動予測システムは、ス
テップSP17に移って、上述のステップSP15にお
いて Stay ACTIVITYと判断されたEVENT又
はEVENT列を用いて新たな Stay ACTIVITY
を作成する。
【0032】これに対して、上述のステップSP15に
おいて、このとき取り込まれたEVENT列が Move A
CTIVITYである判断結果が得られると、行動予測
システムは、ステップSP18に移って、同様の母集団
(EVENT列)からなる既存の Move ACTIVIT
Yが存在するか否かを判断する。ここで肯定結果が得ら
れると、このことはこのとき取り込まれたEVENT列
による Move ACTIVITYと同様の既存の Move A
CTIVITYが存在することを表しており、このとき
行動予測システムは、ステップSP20に移って、上述
のステップSP15において Move ACTIVITYと
判断されたEVENT列を対応する既存のACTIVI
TYの母集団の1つとして Move ACTIVITYデー
タを格納したデータ格納領域( Move ACTIVITY
Box) を更新する。これにより、当該 Move ACTIV
ITYの経由地点(すなわちEVENT)の母体数が増
えることにより、当該 Move ACTIVITYの発生確
率が増加することになる。
おいて、このとき取り込まれたEVENT列が Move A
CTIVITYである判断結果が得られると、行動予測
システムは、ステップSP18に移って、同様の母集団
(EVENT列)からなる既存の Move ACTIVIT
Yが存在するか否かを判断する。ここで肯定結果が得ら
れると、このことはこのとき取り込まれたEVENT列
による Move ACTIVITYと同様の既存の Move A
CTIVITYが存在することを表しており、このとき
行動予測システムは、ステップSP20に移って、上述
のステップSP15において Move ACTIVITYと
判断されたEVENT列を対応する既存のACTIVI
TYの母集団の1つとして Move ACTIVITYデー
タを格納したデータ格納領域( Move ACTIVITY
Box) を更新する。これにより、当該 Move ACTIV
ITYの経由地点(すなわちEVENT)の母体数が増
えることにより、当該 Move ACTIVITYの発生確
率が増加することになる。
【0033】これに対してステップSP18において否
定結果が得られると、このことはこのとき取り込まれた
EVENT列による Move ACTIVITYと同様の既
存のMove ACTIVITYが存在しないことを表して
おり、このとき行動予測システムは、ステップSP19
に移って、上述のステップSP15において Move AC
TIVITYと判断されたEVENT列を用いて新たな
Move ACTIVITYを作成する。
定結果が得られると、このことはこのとき取り込まれた
EVENT列による Move ACTIVITYと同様の既
存のMove ACTIVITYが存在しないことを表して
おり、このとき行動予測システムは、ステップSP19
に移って、上述のステップSP15において Move AC
TIVITYと判断されたEVENT列を用いて新たな
Move ACTIVITYを作成する。
【0034】因みに、ステップSP15において Stay
ACTIVITY又は Move ACTIVITYの判断結
果が得られない場合、行動予測システムは、ステップS
P13に移って、このときのEVENTのデータを仮の
データ格納領域(Tmp Box)に格納する。
ACTIVITY又は Move ACTIVITYの判断結
果が得られない場合、行動予測システムは、ステップS
P13に移って、このときのEVENTのデータを仮の
データ格納領域(Tmp Box)に格納する。
【0035】かくして、行動予測システムは図4に示す
手順により、EVENTの取り込み間隔が30分以内と
なったとき、 Stay ACTIVITYであるか Move A
CTIVITYであるかの判断を開始する。
手順により、EVENTの取り込み間隔が30分以内と
なったとき、 Stay ACTIVITYであるか Move A
CTIVITYであるかの判断を開始する。
【0036】このように2種類のACTIVITY( S
tay ACTIVITY及び Move ACTIVITY)に
分けられたユーザの行動パターンは、図5に示すよう
に、 Stay ACTIVITYからなる第1層の行動パタ
ーンモデルと、 Move ACTIVITYからなる第2層
の行動パターンモデルとを構成する。
tay ACTIVITY及び Move ACTIVITY)に
分けられたユーザの行動パターンは、図5に示すよう
に、 Stay ACTIVITYからなる第1層の行動パタ
ーンモデルと、 Move ACTIVITYからなる第2層
の行動パターンモデルとを構成する。
【0037】第2層の行動パターンモデルは、出発地点
から目的地点に向かう移動方向を持った Move ACTI
VITYからなり、これらの Move ACTIVITYの
入れ代わり地点に第1層の Stay ACTIVITYが存
在することになる。
から目的地点に向かう移動方向を持った Move ACTI
VITYからなり、これらの Move ACTIVITYの
入れ代わり地点に第1層の Stay ACTIVITYが存
在することになる。
【0038】第1層の各 Stay ACTIVITY及び第
2層の各 Move ACTIVITYはユーザの行動に関す
る種々の情報を含んだオブジェクトを構成する。図6に
示すように、各 Stay ACTIVITYは、それぞれ地
点を表す情報、当該地点の滞在開始時間(図3の時点T
12に相当する)、当該地点の滞在終了時間(図3の時
点T11に相当する)、ユーザの位置情報をサンプリン
グした際の日付、曜日及び天気等のキー情報(Ke
y)、当該 Stay ACTIVITYの前のACTIVI
TYを表す Before ACTIVITY情報(単数又は複
数のACTIVITYが存在する)、当該 Stay ACT
IVITYに続くACTIVITYを表す Next ACT
IVITY情報(単数又は複数の各ACTIVITYが
存在する)、母体数(EVENT数でありACTIVI
TYの発生確率を表す)、当該 StayACTIVITY
においてユーザが使用したサービスやその回数によって
表されるユーザの嗜好情報、当該 Stay ACTIVIT
Yの地点に関する情報(タウン情報等)、及びユーザ名
等からなるENTITY情報を有する。
2層の各 Move ACTIVITYはユーザの行動に関す
る種々の情報を含んだオブジェクトを構成する。図6に
示すように、各 Stay ACTIVITYは、それぞれ地
点を表す情報、当該地点の滞在開始時間(図3の時点T
12に相当する)、当該地点の滞在終了時間(図3の時
点T11に相当する)、ユーザの位置情報をサンプリン
グした際の日付、曜日及び天気等のキー情報(Ke
y)、当該 Stay ACTIVITYの前のACTIVI
TYを表す Before ACTIVITY情報(単数又は複
数のACTIVITYが存在する)、当該 Stay ACT
IVITYに続くACTIVITYを表す Next ACT
IVITY情報(単数又は複数の各ACTIVITYが
存在する)、母体数(EVENT数でありACTIVI
TYの発生確率を表す)、当該 StayACTIVITY
においてユーザが使用したサービスやその回数によって
表されるユーザの嗜好情報、当該 Stay ACTIVIT
Yの地点に関する情報(タウン情報等)、及びユーザ名
等からなるENTITY情報を有する。
【0039】ここで行動予測システムは、図7に示すよ
うに、新たなEVENT又はEVENT列が発生するご
とにこれらEVENT又はEVENT列を構成要素とす
る既存のACTIVITYがあるか否かを図4について
上述した手順に従って判断する。この判断基準として
は、EVENTの地点が同一であるか否かの事項が用い
られる。そして、同じACTIVITYが存在する場合
には、行動予測システムは、新たに発生したEVENT
又はEVENT列を既存のACTIVITYの構成要素
として加え、当該ACTIVITYの母体数(EVEN
T数)(図6)を書き換える。また、行動予測システム
は、このとき発生したEVENT又はEVENT列の前
後のACTIVITYとの繋がりに応じてこのとき書換
えられたACTIVITYの Before ACTIVITY
情報又は Next ACTIVITY情報も書換える。
うに、新たなEVENT又はEVENT列が発生するご
とにこれらEVENT又はEVENT列を構成要素とす
る既存のACTIVITYがあるか否かを図4について
上述した手順に従って判断する。この判断基準として
は、EVENTの地点が同一であるか否かの事項が用い
られる。そして、同じACTIVITYが存在する場合
には、行動予測システムは、新たに発生したEVENT
又はEVENT列を既存のACTIVITYの構成要素
として加え、当該ACTIVITYの母体数(EVEN
T数)(図6)を書き換える。また、行動予測システム
は、このとき発生したEVENT又はEVENT列の前
後のACTIVITYとの繋がりに応じてこのとき書換
えられたACTIVITYの Before ACTIVITY
情報又は Next ACTIVITY情報も書換える。
【0040】また、図8に示すように、各 Move ACT
IVITYは、それぞれ出発地点を表す情報、目的地点
を表す情報、当該 Move ACTIVITYの所要時間
(図3の時点T11〜T12に相当する)、ユーザの位
置情報をサンプリングした際の日付、曜日及び天気等の
キー情報(Key)、経由地点(EVENT)の情報
(地点ごとの母体数であり複数のパターンがその発生確
率と共に存在する)、当該Move ACTIVITYにお
いてユーザが使用したサービスやその回数によって表さ
れるユーザの嗜好情報、当該 Move ACTIVITYの
移動経路に関する情報(タウン情報等)、及びユーザ名
等からなるENTITY情報を有する。
IVITYは、それぞれ出発地点を表す情報、目的地点
を表す情報、当該 Move ACTIVITYの所要時間
(図3の時点T11〜T12に相当する)、ユーザの位
置情報をサンプリングした際の日付、曜日及び天気等の
キー情報(Key)、経由地点(EVENT)の情報
(地点ごとの母体数であり複数のパターンがその発生確
率と共に存在する)、当該Move ACTIVITYにお
いてユーザが使用したサービスやその回数によって表さ
れるユーザの嗜好情報、当該 Move ACTIVITYの
移動経路に関する情報(タウン情報等)、及びユーザ名
等からなるENTITY情報を有する。
【0041】この Move ACTIVITYについても、
Stay ACTIVITYの場合と同様にして、行動予測
システムは、新たなEVENT又はEVENT列が発生
するごとにこれらEVENT又はEVENT列を構成要
素とする既存のACTIVITYがあるか否かを判断す
る。この判断基準としては、出発地点と目的地点が同じ
であることが条件となる。そして、同じACTIVIT
Yが存在する場合には、行動予測システムは、新たに発
生したEVENT又はEVENT列を既存のACTIV
ITYの構成要素(経由地点)として加え、当該ACT
IVITYの経由地点の母体数(EVENT数)(図
8)を書き換える。
Stay ACTIVITYの場合と同様にして、行動予測
システムは、新たなEVENT又はEVENT列が発生
するごとにこれらEVENT又はEVENT列を構成要
素とする既存のACTIVITYがあるか否かを判断す
る。この判断基準としては、出発地点と目的地点が同じ
であることが条件となる。そして、同じACTIVIT
Yが存在する場合には、行動予測システムは、新たに発
生したEVENT又はEVENT列を既存のACTIV
ITYの構成要素(経由地点)として加え、当該ACT
IVITYの経由地点の母体数(EVENT数)(図
8)を書き換える。
【0042】このようにして、 Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェクト
は、それぞれ新たに発生するEVENT又はEVENT
列によってその母体数等の情報が更新される。この母体
数はACTIVITYの発生確率として後述する行動予
測に用いられる。
オブジェクト及び Move ACTIVITYオブジェクト
は、それぞれ新たに発生するEVENT又はEVENT
列によってその母体数等の情報が更新される。この母体
数はACTIVITYの発生確率として後述する行動予
測に用いられる。
【0043】次に、蓄積された Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェクト
を用いてユーザの行動を予測する方法について説明す
る。
オブジェクト及び Move ACTIVITYオブジェクト
を用いてユーザの行動を予測する方法について説明す
る。
【0044】蓄積された各 Stay ACTIVITYオブ
ジェクト及び Move ACTIVITYオブジェクトは、
それぞれのACTIVITYが発生した際の曜日、天気
等のキー情報(Key)を有しており(図6及び図
8)、予測しようとする曜日や天気に合致したキー情報
(Key)を持つACTIVITYオブジェクトを選択
対象オブジェクトとする。
ジェクト及び Move ACTIVITYオブジェクトは、
それぞれのACTIVITYが発生した際の曜日、天気
等のキー情報(Key)を有しており(図6及び図
8)、予測しようとする曜日や天気に合致したキー情報
(Key)を持つACTIVITYオブジェクトを選択
対象オブジェクトとする。
【0045】そして、行動予測システムは、予測しよう
とする時間帯及び出発地点等、各ACTIVITYオブ
ジェクトに含まれる情報を検索キーとして予測候補であ
るACTIVITYオブジェクトを検索する。例えば、
ユーザが日曜日の朝7時から夕方5時までの時間帯及び
天気を指定することにより、行動予測システムは、蓄積
されているACTIVITYオブジェクトのなかから、
当該時間帯及びキー情報(Key)をもつACTIVI
TYオブジェクトを検索する。
とする時間帯及び出発地点等、各ACTIVITYオブ
ジェクトに含まれる情報を検索キーとして予測候補であ
るACTIVITYオブジェクトを検索する。例えば、
ユーザが日曜日の朝7時から夕方5時までの時間帯及び
天気を指定することにより、行動予測システムは、蓄積
されているACTIVITYオブジェクトのなかから、
当該時間帯及びキー情報(Key)をもつACTIVI
TYオブジェクトを検索する。
【0046】そして、行動予測システムは、これら検索
された複数のACTIVITYオブジェクトについて、
その地点情報や前後関係に基づいて複数のACTIVI
TYオブジェクトを繋げてなる複数の行動パターンを作
成する。ACTIVITYオブジェクトの前後関係と
は、 Stay ACTIVITYオブジェクトにおいてはそ
の Before ACTIVITY情報(図6)及び Next A
CTIVITY情報(図6)を用い、また、 Move AC
TIVITYオブジェクトにおいては、その出発地点及
び目的地点(図8)を用いる。
された複数のACTIVITYオブジェクトについて、
その地点情報や前後関係に基づいて複数のACTIVI
TYオブジェクトを繋げてなる複数の行動パターンを作
成する。ACTIVITYオブジェクトの前後関係と
は、 Stay ACTIVITYオブジェクトにおいてはそ
の Before ACTIVITY情報(図6)及び Next A
CTIVITY情報(図6)を用い、また、 Move AC
TIVITYオブジェクトにおいては、その出発地点及
び目的地点(図8)を用いる。
【0047】例えば、図9に示すように、ユーザが行動
予測として晴れた日曜日の朝7時から夕方5時までを指
定し、開始地点を自宅とすると、行動予測システムは、
当該曜日及び天気情報をキー情報(Key)として持つ
Stay ACTIVITYオブジェクト及び Move ACT
IVITYオブジェクトのなかから指定された時間帯の
ACTIVITYオブジェクトを候補として検索し(図
9(A))、当該検索された候補オブジェクトAO1、
AO2、……、AOnの集団N1のなかから、例えば
「自宅に居る」という Stay ACTIVITYオブジェ
クトAO1を開始オブジェクトとして設定する(図9
(B))。
予測として晴れた日曜日の朝7時から夕方5時までを指
定し、開始地点を自宅とすると、行動予測システムは、
当該曜日及び天気情報をキー情報(Key)として持つ
Stay ACTIVITYオブジェクト及び Move ACT
IVITYオブジェクトのなかから指定された時間帯の
ACTIVITYオブジェクトを候補として検索し(図
9(A))、当該検索された候補オブジェクトAO1、
AO2、……、AOnの集団N1のなかから、例えば
「自宅に居る」という Stay ACTIVITYオブジェ
クトAO1を開始オブジェクトとして設定する(図9
(B))。
【0048】そして、行動予測システムは、これに続く
ACTIVITYオブジェクトとして、自宅を出発地点
とした Move ACTIVITYオブジェクトAO2や、
「自宅に居る」という Stay ACTIVITYオブジェ
クトAO1の Next ACTIVITY情報で指定された
Move ACTIVITYオブジェクトAO3等を予測A
CTIVITYオブジェクトとして選択する。
ACTIVITYオブジェクトとして、自宅を出発地点
とした Move ACTIVITYオブジェクトAO2や、
「自宅に居る」という Stay ACTIVITYオブジェ
クトAO1の Next ACTIVITY情報で指定された
Move ACTIVITYオブジェクトAO3等を予測A
CTIVITYオブジェクトとして選択する。
【0049】このようにして、選択された各ACTIV
ITYオブジェクトに続き得るACTIVITYオブジ
ェクトを選択して行く。この場合、選択されたACTI
VITYオブジェクトは複数存在することがあり、これ
により、ACTIVITYオブジェクトの繋がりによる
複数の予測行動パターン(PROCESS)が作成され
ることになる。
ITYオブジェクトに続き得るACTIVITYオブジ
ェクトを選択して行く。この場合、選択されたACTI
VITYオブジェクトは複数存在することがあり、これ
により、ACTIVITYオブジェクトの繋がりによる
複数の予測行動パターン(PROCESS)が作成され
ることになる。
【0050】このように行動予測システムは、各ACT
IVITYオブジェクトの前後関係を表す情報( Befor
e ACTIVITY情報、 Next ACTIVITY情
報)や繋がりを表す情報(出発地点、目的地点)を用い
てPROCESSを作成することにより、予測する時間
帯に含まれるACTIVITYオブジェクトであれば、
その発生時間が異なっていてもユーザの行動パターンの
繋がりの特徴を持ったACTIVITYオブジェクトの
繋がりを行動予測の候補として得ることができる。
IVITYオブジェクトの前後関係を表す情報( Befor
e ACTIVITY情報、 Next ACTIVITY情
報)や繋がりを表す情報(出発地点、目的地点)を用い
てPROCESSを作成することにより、予測する時間
帯に含まれるACTIVITYオブジェクトであれば、
その発生時間が異なっていてもユーザの行動パターンの
繋がりの特徴を持ったACTIVITYオブジェクトの
繋がりを行動予測の候補として得ることができる。
【0051】因みに、この実施の形態の行動予測システ
ムは、ACTIVITYオブジェクトの列を形成する際
の規則として、2つの規則を定めている。第1の規則と
して、 Stay ACTIVITYオブジェクトと Stay A
CTIVITYオブジェクトとの間には、必ず Move A
CTIVITYオブジェクトが存在することとする。こ
れにより、不自然な行動の切れ目が生じることを回避し
得る。そして、第2の規則として、 Move ACTIVI
TYオブジェクトの前後には、 Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェクト
の両方が選択される可能性を有することとする。但し、
連続した Move ACTIVITYオブジェクトは必ず S
tay ACTIVITYオブジェクトによって囲まれてい
なければならないとする。
ムは、ACTIVITYオブジェクトの列を形成する際
の規則として、2つの規則を定めている。第1の規則と
して、 Stay ACTIVITYオブジェクトと Stay A
CTIVITYオブジェクトとの間には、必ず Move A
CTIVITYオブジェクトが存在することとする。こ
れにより、不自然な行動の切れ目が生じることを回避し
得る。そして、第2の規則として、 Move ACTIVI
TYオブジェクトの前後には、 Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェクト
の両方が選択される可能性を有することとする。但し、
連続した Move ACTIVITYオブジェクトは必ず S
tay ACTIVITYオブジェクトによって囲まれてい
なければならないとする。
【0052】このようにして、行動予測システムは図9
(B)に示すように、複数の予測パターン(PROCE
SS)を作成することができる。因みに、各ACTIV
ITYオブジェクトは、そのEVENT数や経由地点の
数によって発生確率を有する。この発生確率は、あるA
CTIVITYオブジェクトから他のACTIVITY
オブジェクトに移行する際の確率として用いられ、この
結果、各PROCESSの発生する確率が各ACTIV
ITYの発生確率の積によって求まる。
(B)に示すように、複数の予測パターン(PROCE
SS)を作成することができる。因みに、各ACTIV
ITYオブジェクトは、そのEVENT数や経由地点の
数によって発生確率を有する。この発生確率は、あるA
CTIVITYオブジェクトから他のACTIVITY
オブジェクトに移行する際の確率として用いられ、この
結果、各PROCESSの発生する確率が各ACTIV
ITYの発生確率の積によって求まる。
【0053】このような発生確率を含む行動パターンの
予測結果を図10に示す。図10において、ACTIV
ITYaからACTIVITYiに移行する確率はAC
TIVITYiの発生確率である0.6であり、さらに
当該ACTIVITYiからACTIVITYfに移行
する確率は、ACTIVITYfの発生確率である0.
55である。従って、例えばACTIVITYa−AC
TIVITYi−ACTIVITYf−ACTIVIT
Yc−ACTIVITYkでなるPROCESSの発生
確率は、当該PROCESSを構成する各ACTIVI
TYの発生確率の積である0.33となる。
予測結果を図10に示す。図10において、ACTIV
ITYaからACTIVITYiに移行する確率はAC
TIVITYiの発生確率である0.6であり、さらに
当該ACTIVITYiからACTIVITYfに移行
する確率は、ACTIVITYfの発生確率である0.
55である。従って、例えばACTIVITYa−AC
TIVITYi−ACTIVITYf−ACTIVIT
Yc−ACTIVITYkでなるPROCESSの発生
確率は、当該PROCESSを構成する各ACTIVI
TYの発生確率の積である0.33となる。
【0054】このようにして行動予測システムは、設定
された時間帯及びキー情報(Key)で検索されたAC
TIVITY集団のなかから、ユーザの行動履歴に基づ
く複数のPROCESSを作成することができる。
された時間帯及びキー情報(Key)で検索されたAC
TIVITY集団のなかから、ユーザの行動履歴に基づ
く複数のPROCESSを作成することができる。
【0055】このように行動予測システムは、ユーザの
行動を連続変化モデルとして捉えるのではなく、重要な
意味(事象)をもたないと判断される時間帯を省略した
離散系モデルとして捉える。この重要な事象とは、行動
の切り換わる時間及び切り換わる目的地であり、ユーザ
の滞在や移動といった1つの行動単位をACTIVIT
Yとして表現する。
行動を連続変化モデルとして捉えるのではなく、重要な
意味(事象)をもたないと判断される時間帯を省略した
離散系モデルとして捉える。この重要な事象とは、行動
の切り換わる時間及び切り換わる目的地であり、ユーザ
の滞在や移動といった1つの行動単位をACTIVIT
Yとして表現する。
【0056】従って、行動予測システムは、このように
離散系モデルを用いることにより、連続的な現象の表現
手段として例えば運動方程式を用いる場合に比べて、そ
の計算時間の短縮化が計られる。
離散系モデルを用いることにより、連続的な現象の表現
手段として例えば運動方程式を用いる場合に比べて、そ
の計算時間の短縮化が計られる。
【0057】また、行動予測システムは、離散系モデル
であるACTIVITYオブジェクトとして、ユーザの
滞在行動を表す Stay ACTIVITYオブジェクトに
そのBefore ACTIVITY情報及び Next ACTI
VITY情報によって前後の行動との繋がりを特徴づけ
る。また、ユーザの移動行動を表す Move ACTIVI
TYオブジェクトには、その出発地点情報オブジェクト
及び目的地点情報によってこれらの地点を関連づける。
であるACTIVITYオブジェクトとして、ユーザの
滞在行動を表す Stay ACTIVITYオブジェクトに
そのBefore ACTIVITY情報及び Next ACTI
VITY情報によって前後の行動との繋がりを特徴づけ
る。また、ユーザの移動行動を表す Move ACTIVI
TYオブジェクトには、その出発地点情報オブジェクト
及び目的地点情報によってこれらの地点を関連づける。
【0058】従って、行動予測システムは、ユーザの行
動を離散系モデル(ACTIVITYオブジェクト)の
繋がりによって特徴づけることにより、例えば、ユーザ
が特定の場所に行くといった予測を、その正確な時間で
はなく所定の幅をもった時間帯での行動パターン上(A
CTIVITYオブジェクトの繋がり)で予測すること
になる。この結果、ユーザの行動パターンとして、時間
が多少ずれても同様の行動パターンをとるといった日常
行動のなかで、当該ユーザが特定の場所に行くといった
予測が可能となる。
動を離散系モデル(ACTIVITYオブジェクト)の
繋がりによって特徴づけることにより、例えば、ユーザ
が特定の場所に行くといった予測を、その正確な時間で
はなく所定の幅をもった時間帯での行動パターン上(A
CTIVITYオブジェクトの繋がり)で予測すること
になる。この結果、ユーザの行動パターンとして、時間
が多少ずれても同様の行動パターンをとるといった日常
行動のなかで、当該ユーザが特定の場所に行くといった
予測が可能となる。
【0059】(2)グループを用いた行動予測方法 かかる構成に加えてこの行動予測方法においては、各ユ
ーザごとのACTIVITYを基に、特徴的な共通のA
CTIVITYをもつ複数のユーザによってグループを
形成し、このグループの特徴的ACTIVITY(すな
わちグループに参加した各ユーザに対する特徴的な共通
のACTIVITY)を用いてユーザの行動予測を行い
得る。
ーザごとのACTIVITYを基に、特徴的な共通のA
CTIVITYをもつ複数のユーザによってグループを
形成し、このグループの特徴的ACTIVITY(すな
わちグループに参加した各ユーザに対する特徴的な共通
のACTIVITY)を用いてユーザの行動予測を行い
得る。
【0060】このグループには、互いに共通の嗜好を持
った複数のユーザが自らの意思で参加登録して形成する
例えば同好会のような能動的グループと、特定日時及び
特定地点において似通った行動パターンを有する複数の
ユーザを行動予測システムが参加登録して形成する受動
的グループとがある。
った複数のユーザが自らの意思で参加登録して形成する
例えば同好会のような能動的グループと、特定日時及び
特定地点において似通った行動パターンを有する複数の
ユーザを行動予測システムが参加登録して形成する受動
的グループとがある。
【0061】能動的グループに参加登録した各ユーザは
特定のカテゴリについて共通の興味をもつものと推測さ
れ、また、受動的グループに参加登録された各ユーザ
は、行動するうえで似通った考え方をするものと推測さ
れる。
特定のカテゴリについて共通の興味をもつものと推測さ
れ、また、受動的グループに参加登録された各ユーザ
は、行動するうえで似通った考え方をするものと推測さ
れる。
【0062】従って、能動的グループ及び受動的グルー
プに参加登録したユーザは、ユーザの個人としての行動
のなかで、当該能動的グループ及び受動的グループの特
徴的ACTIVITYが表す動作や行為を行う確率が高
くなるといえる。
プに参加登録したユーザは、ユーザの個人としての行動
のなかで、当該能動的グループ及び受動的グループの特
徴的ACTIVITYが表す動作や行為を行う確率が高
くなるといえる。
【0063】このため、かかる行動予測方法において
は、ユーザをENTITYとしたACTIVITYに、
当該ユーザが参加登録した能動的グループ又は受動的グ
ループの特徴的ACTIVITYを加えてこのユーザの
行動予測を行うようになされている。
は、ユーザをENTITYとしたACTIVITYに、
当該ユーザが参加登録した能動的グループ又は受動的グ
ループの特徴的ACTIVITYを加えてこのユーザの
行動予測を行うようになされている。
【0064】実際に、行動予測システムにおいては、能
動的グループ及び受動的グループをENTITYとして
管理する。すなわち、能動的グループENTITY及び
受動的グループENTITYはそれぞれグループに関す
る種々の情報を含んだオブジェクトを構成する。
動的グループ及び受動的グループをENTITYとして
管理する。すなわち、能動的グループENTITY及び
受動的グループENTITYはそれぞれグループに関す
る種々の情報を含んだオブジェクトを構成する。
【0065】図11に示すように、能動的グループEN
TITYオブジェクトは、グループ名などのENTIT
Y情報と、参加登録されたユーザのユーザ名と、当該参
加登録したユーザがそれぞれこの能動的グループの嗜好
にどの程度近いか(すなわちユーザが能動的グループの
特徴的ACTIVITYが表す動作や行為にどのくらい
参加したか)を表す帰属度と、能動的グループに参加登
録する際の資格(性別や年齢など)と、当該能動的グル
ープに参加登録する際のパスワードとを有する。
TITYオブジェクトは、グループ名などのENTIT
Y情報と、参加登録されたユーザのユーザ名と、当該参
加登録したユーザがそれぞれこの能動的グループの嗜好
にどの程度近いか(すなわちユーザが能動的グループの
特徴的ACTIVITYが表す動作や行為にどのくらい
参加したか)を表す帰属度と、能動的グループに参加登
録する際の資格(性別や年齢など)と、当該能動的グル
ープに参加登録する際のパスワードとを有する。
【0066】そして、能動的グループENTITYは、
特徴的ACTIVITYを有し、当該特徴的ACTIV
ITYは各ユーザがグループとして同一位置に滞在して
いる間のEVENT列をまとめた Stay ACTIVIT
Yや、これら各ユーザがグループとして移動している間
のEVENT列をまとめた Move ACTIVITYであ
る。
特徴的ACTIVITYを有し、当該特徴的ACTIV
ITYは各ユーザがグループとして同一位置に滞在して
いる間のEVENT列をまとめた Stay ACTIVIT
Yや、これら各ユーザがグループとして移動している間
のEVENT列をまとめた Move ACTIVITYであ
る。
【0067】ここで特徴的ACTIVITYが Stay A
CTIVITYである場合、図12に示すように、この
Stay ACTIVITYオブジェクトは、地点を表す情
報、当該地点の滞在開始時間、当該地点の滞在終了時
間、この地点で行う動作や行為を表す情報、当該動作や
行為を能動的グループとして行った際(すなわち能動的
グループに参加登録したユーザの位置情報をサンプリン
グした際)の日付、曜日、天気及び当該能動的グループ
に参加登録した各ユーザの嗜好などのキー情報(Ke
y)、当該 Stay ACTIVITYの前の Before AC
TIVITY情報、当該 Stay ACTIVITYに続く
Next ACTIVITY情報、母体数(EVENT数で
あり、この能動的グループに参加登録したユーザごとの
この Stay ACTIVITYの発生確率を表す)、グル
ープ名等からなるENTITY情報とを有する構成とな
る。
CTIVITYである場合、図12に示すように、この
Stay ACTIVITYオブジェクトは、地点を表す情
報、当該地点の滞在開始時間、当該地点の滞在終了時
間、この地点で行う動作や行為を表す情報、当該動作や
行為を能動的グループとして行った際(すなわち能動的
グループに参加登録したユーザの位置情報をサンプリン
グした際)の日付、曜日、天気及び当該能動的グループ
に参加登録した各ユーザの嗜好などのキー情報(Ke
y)、当該 Stay ACTIVITYの前の Before AC
TIVITY情報、当該 Stay ACTIVITYに続く
Next ACTIVITY情報、母体数(EVENT数で
あり、この能動的グループに参加登録したユーザごとの
この Stay ACTIVITYの発生確率を表す)、グル
ープ名等からなるENTITY情報とを有する構成とな
る。
【0068】因みに、能動的グループENTITYは、
当該能動的グループENTITYに参加登録した複数の
ユーザの個々の行動の一部分として特徴的ACTIVI
TYが存在することにより、1つの特徴的ACTIVI
TYからでも作成することができる。
当該能動的グループENTITYに参加登録した複数の
ユーザの個々の行動の一部分として特徴的ACTIVI
TYが存在することにより、1つの特徴的ACTIVI
TYからでも作成することができる。
【0069】すなわち、能動的グループENTITYに
おいては、登録された特徴的ACTIVITYが Stay
ACTIVITYであれば、当該 Stay ACTIVIT
Yの表す地点(滞在地点)にグループに参加登録した各
ユーザが個々に行動して集合し、又は当該地点(滞在地
点)から各ユーザが個々に行動して解散することがあ
り、この Stay ACTIVITYに対する Before AC
TIVITY及び NextACTIVITYが必ずしも存
在する必要がないためである。
おいては、登録された特徴的ACTIVITYが Stay
ACTIVITYであれば、当該 Stay ACTIVIT
Yの表す地点(滞在地点)にグループに参加登録した各
ユーザが個々に行動して集合し、又は当該地点(滞在地
点)から各ユーザが個々に行動して解散することがあ
り、この Stay ACTIVITYに対する Before AC
TIVITY及び NextACTIVITYが必ずしも存
在する必要がないためである。
【0070】因みに、能動的グループENTITYにお
いては、各ユーザがグループとして行動して Stay AC
TIVITY(特徴的ACTIVITY)が表す地点
(滞在地点)に集合し、又は当該地点(滞在地点)から
他の Stay ACTIVITY(特徴的ACTIVIT
Y)が表す地点(滞在地点)までグループとして移動し
て移動するような場合には、これら Stay ACTIVI
TY(特徴的ACTIVITY)に対する Before AC
TIVITY及び Next ACTIVITYをそれぞれ特
徴的ACTIVITYとして登録する必要がある。
いては、各ユーザがグループとして行動して Stay AC
TIVITY(特徴的ACTIVITY)が表す地点
(滞在地点)に集合し、又は当該地点(滞在地点)から
他の Stay ACTIVITY(特徴的ACTIVIT
Y)が表す地点(滞在地点)までグループとして移動し
て移動するような場合には、これら Stay ACTIVI
TY(特徴的ACTIVITY)に対する Before AC
TIVITY及び Next ACTIVITYをそれぞれ特
徴的ACTIVITYとして登録する必要がある。
【0071】また、能動的グループENTITYに登録
される特徴的ACTIVITYが Move ACTIVIT
Yの場合、図13に示すように、 Move ACTIVIT
Yオブジェクトは、出発地点を表す情報、目的地点を表
す情報、当該 Move ACTIVITYの所要時間、出発
地点から目的地点まで能動的グループとして行動した際
(すなわに能動的グループに参加登録したユーザの位置
情報をサンプリングした際)の日付、曜日、天気及び当
該能動的グループに参加登録した各ユーザの嗜好などの
キー情報(Key)、当該 Move ACTIVITYの前
の Before ACTIVITY情報、当該 Move ACTI
VITYに続く Next ACTIVITY情報、経由地点
(EVENT)の情報(地点ごとのユーザ単位の母体数
であり複数パターンがその発生確率と共に存在する)、
母体数(EVENT数であり、この能動的グループに参
加登録したユーザごとのこの Move ACTIVITYの
発生確率を表す)、グループ名等からなるENTITY
情報とを有する構成となる。
される特徴的ACTIVITYが Move ACTIVIT
Yの場合、図13に示すように、 Move ACTIVIT
Yオブジェクトは、出発地点を表す情報、目的地点を表
す情報、当該 Move ACTIVITYの所要時間、出発
地点から目的地点まで能動的グループとして行動した際
(すなわに能動的グループに参加登録したユーザの位置
情報をサンプリングした際)の日付、曜日、天気及び当
該能動的グループに参加登録した各ユーザの嗜好などの
キー情報(Key)、当該 Move ACTIVITYの前
の Before ACTIVITY情報、当該 Move ACTI
VITYに続く Next ACTIVITY情報、経由地点
(EVENT)の情報(地点ごとのユーザ単位の母体数
であり複数パターンがその発生確率と共に存在する)、
母体数(EVENT数であり、この能動的グループに参
加登録したユーザごとのこの Move ACTIVITYの
発生確率を表す)、グループ名等からなるENTITY
情報とを有する構成となる。
【0072】因みに、 Move ACTIVITY(特徴的
ACTIVITY)の前後には、 Stay ACTIVIT
Y( Before ACTIVITY及び Next ACTIVI
TY)が特徴的ACTIVITYとして存在する必要が
ある。
ACTIVITY)の前後には、 Stay ACTIVIT
Y( Before ACTIVITY及び Next ACTIVI
TY)が特徴的ACTIVITYとして存在する必要が
ある。
【0073】すなわち、参加登録した各ユーザが能動的
グループとして行動する際に、その特徴的ACTIVI
TYが Move ACTIVITYであれば、当該 Move A
CTIVITYの表す出発地点にグループの各ユーザが
集合する Stay ACTIVITYが存在し、また、当該
Move ACTIVITYが表す目的地点にグループの各
ユーザが滞在する Stay ACTIVITYが存在する可
能性が格段的に高いためである。
グループとして行動する際に、その特徴的ACTIVI
TYが Move ACTIVITYであれば、当該 Move A
CTIVITYの表す出発地点にグループの各ユーザが
集合する Stay ACTIVITYが存在し、また、当該
Move ACTIVITYが表す目的地点にグループの各
ユーザが滞在する Stay ACTIVITYが存在する可
能性が格段的に高いためである。
【0074】このように能動的グループENTITY
は、複数のユーザと共に、少なくとも1つの特徴的AC
TIVITY(1つの場合には Stay ACTIVITY
となり、複数の場合には Stay ACTIVITY及び又
は Move ACTIVITYとなる)が登録されて作成さ
れる。
は、複数のユーザと共に、少なくとも1つの特徴的AC
TIVITY(1つの場合には Stay ACTIVITY
となり、複数の場合には Stay ACTIVITY及び又
は Move ACTIVITYとなる)が登録されて作成さ
れる。
【0075】ここで、能動的グループENTITYを作
成する処理手順を図14に示す。すなわち図14におい
て、行動予測システムは、ステップSP30から当該処
理手順に入ると、続くステップSP31において、ユー
ザからそのユーザ名や当該ユーザの登録番号などを添付
した能動的グループの新規作成要求が与えられると、ス
テップSP32において、ユーザが参加登録しようと思
う能動的グループが存在するか否かを判断し、このとき
新規作成要求により参加対象の能動的グループがまだ存
在していないことにより、続くステップSP33におい
てこの新規作成要求を受諾する。
成する処理手順を図14に示す。すなわち図14におい
て、行動予測システムは、ステップSP30から当該処
理手順に入ると、続くステップSP31において、ユー
ザからそのユーザ名や当該ユーザの登録番号などを添付
した能動的グループの新規作成要求が与えられると、ス
テップSP32において、ユーザが参加登録しようと思
う能動的グループが存在するか否かを判断し、このとき
新規作成要求により参加対象の能動的グループがまだ存
在していないことにより、続くステップSP33におい
てこの新規作成要求を受諾する。
【0076】そして、行動予測システムは、ステップS
P33において、この新規作成要求に添付されたユーザ
名と、行動予測システムへの登録用の登録番号等に基づ
いてこのユーザに能動的グループの作成権限があるか否
かを判断する。
P33において、この新規作成要求に添付されたユーザ
名と、行動予測システムへの登録用の登録番号等に基づ
いてこのユーザに能動的グループの作成権限があるか否
かを判断する。
【0077】このステップSP33において、肯定結果
を得ることは、このユーザに能動的グループの作成権限
があることにより当該能動的グループの新規作成を認証
することを表しており、行動予測システムは、ステップ
SP34に進み、このステップSP34からステップS
P36に渡ってユーザとの対話形式(すなわちユーザの
所持する携帯端末装置の表示パネルに所定の文字情報を
表示させて実行する対話形式の質問)により能動的グル
ープENTITYオブジェクトに登録すべき各種情報を
取得することにより新規に能動的グループを作成する。
を得ることは、このユーザに能動的グループの作成権限
があることにより当該能動的グループの新規作成を認証
することを表しており、行動予測システムは、ステップ
SP34に進み、このステップSP34からステップS
P36に渡ってユーザとの対話形式(すなわちユーザの
所持する携帯端末装置の表示パネルに所定の文字情報を
表示させて実行する対話形式の質問)により能動的グル
ープENTITYオブジェクトに登録すべき各種情報を
取得することにより新規に能動的グループを作成する。
【0078】すなわち、行動予測システムは、ステップ
SP34において、ユーザに新規に作成する能動的グル
ープENTITYのグループ名を問い合わせ、得られる
グループ名を用いて能動的グループENTITYを新規
に作成すると共に、この能動的グループの新規作成の処
理に対して課金する必要があるときには、この課金処理
も合わせて実行する。
SP34において、ユーザに新規に作成する能動的グル
ープENTITYのグループ名を問い合わせ、得られる
グループ名を用いて能動的グループENTITYを新規
に作成すると共に、この能動的グループの新規作成の処
理に対して課金する必要があるときには、この課金処理
も合わせて実行する。
【0079】次いで、行動予測システムは、ステップS
P35において、新規作成要求をだしたユーザにこの新
規作成した能動的グループENTITYに参加させても
よいユーザの参加資格と、当該能動的グループに他のユ
ーザがグループに参加登録する際に必要となるパスワー
ドなどを問い合わせ、得られるユーザの参加資格及びパ
スワードをこの新規作成した能動的グループENTIT
Yオブジェクトに登録する。
P35において、新規作成要求をだしたユーザにこの新
規作成した能動的グループENTITYに参加させても
よいユーザの参加資格と、当該能動的グループに他のユ
ーザがグループに参加登録する際に必要となるパスワー
ドなどを問い合わせ、得られるユーザの参加資格及びパ
スワードをこの新規作成した能動的グループENTIT
Yオブジェクトに登録する。
【0080】続いて、行動予測システムは、ステップS
P36において、新規作成要求をだしたユーザにこの新
規作成した能動的グループENTITYにおける特徴的
ACTIVITYオブジェクト( Stay ACTIVIT
Yオブジェクト及び又は Move ACTIVITYオブジ
ェクト)の情報を問い合わせ、得られる特徴的ACTI
VITYオブジェクトの情報を用いて新規に特徴的AC
TIVITYオブジェクト( Stay ACTIVITYオ
ブジェクト及び又は Move ACTIVITYオブジェク
ト)を作成し、当該作成した特徴的ACTIVITYオ
ブジェクト( Stay ACTIVITYオブジェクト及び
又は Move ACTIVITYオブジェクト)をこの新規
作成した能動的グループENTITYに登録する。
P36において、新規作成要求をだしたユーザにこの新
規作成した能動的グループENTITYにおける特徴的
ACTIVITYオブジェクト( Stay ACTIVIT
Yオブジェクト及び又は Move ACTIVITYオブジ
ェクト)の情報を問い合わせ、得られる特徴的ACTI
VITYオブジェクトの情報を用いて新規に特徴的AC
TIVITYオブジェクト( Stay ACTIVITYオ
ブジェクト及び又は Move ACTIVITYオブジェク
ト)を作成し、当該作成した特徴的ACTIVITYオ
ブジェクト( Stay ACTIVITYオブジェクト及び
又は Move ACTIVITYオブジェクト)をこの新規
作成した能動的グループENTITYに登録する。
【0081】行動予測システムは、このように能動的グ
ループを新規に作成すると、ステップSP37におい
て、新規作成要求をだしたユーザに当該新規作成した能
動的グループに参加を希望するか問い合わせ、参加を希
望するときにはこのユーザにあらためて性別及び年齢
と、パスワードとを問い合わせる。
ループを新規に作成すると、ステップSP37におい
て、新規作成要求をだしたユーザに当該新規作成した能
動的グループに参加を希望するか問い合わせ、参加を希
望するときにはこのユーザにあらためて性別及び年齢
と、パスワードとを問い合わせる。
【0082】そして、行動予測システムは、ステップS
P38において、問い合わせた性別及び年齢と、パスワ
ードに基づいて当該ユーザの能動的グループへの参加登
録を認証するか否かを判断する。
P38において、問い合わせた性別及び年齢と、パスワ
ードに基づいて当該ユーザの能動的グループへの参加登
録を認証するか否かを判断する。
【0083】このステップSP38において、肯定結果
を得ることは、ユーザが新規作成した能動的グループへ
の参加資格に適合したことによりこの参加登録を認証し
たことを表しており、このとき、行動予測システムは、
ステップSP39において、このユーザにユーザ名及び
帰属度などを問い合わせ、得られたユーザ名及び帰属度
を新規作成した能動的グループENTITYに登録する
ことによりこの能動的グループにユーザを参加登録する
と共に、この参加登録の処理に対して課金する必要があ
るときには、この課金処理も合わせて実行する。これに
より、行動予測システムは、この後ステップSP40に
進んでこの処理手順を終了する。
を得ることは、ユーザが新規作成した能動的グループへ
の参加資格に適合したことによりこの参加登録を認証し
たことを表しており、このとき、行動予測システムは、
ステップSP39において、このユーザにユーザ名及び
帰属度などを問い合わせ、得られたユーザ名及び帰属度
を新規作成した能動的グループENTITYに登録する
ことによりこの能動的グループにユーザを参加登録する
と共に、この参加登録の処理に対して課金する必要があ
るときには、この課金処理も合わせて実行する。これに
より、行動予測システムは、この後ステップSP40に
進んでこの処理手順を終了する。
【0084】因みに行動予測システムは、新規作成要求
をだしたユーザとは異なる他のユーザから登録要求が与
えられると、ステップSP31において、当該ユーザか
ら参加登録が要求された能動的グループENTITYが
すでに存在するグループであるか否かを判断する。
をだしたユーザとは異なる他のユーザから登録要求が与
えられると、ステップSP31において、当該ユーザか
ら参加登録が要求された能動的グループENTITYが
すでに存在するグループであるか否かを判断する。
【0085】このステップSP31において、否定結果
を得ることは、ユーザが参加要求した能動的グループE
NTITYがまだ存在していない(作成されていない)
ことを表しており、このとき、行動予測システムは、ス
テップSP32に進んで当該ユーザに能動的グループを
新規に作成するか否かを問い合わせ、新規作成を要望し
たときにはステップSP33〜ステップSP36につい
て上述した処理を順次実行することにより能動的グルー
プを新規作成する。
を得ることは、ユーザが参加要求した能動的グループE
NTITYがまだ存在していない(作成されていない)
ことを表しており、このとき、行動予測システムは、ス
テップSP32に進んで当該ユーザに能動的グループを
新規に作成するか否かを問い合わせ、新規作成を要望し
たときにはステップSP33〜ステップSP36につい
て上述した処理を順次実行することにより能動的グルー
プを新規作成する。
【0086】これに対して、ステップSP31におい
て、肯定結果を得ることは、ユーザが参加要求した能動
的グループがすでに存在することを表しており、このと
き、行動予測システムは、ステップSP37において、
当該ユーザに性別及び年齢と、パスワードとを問い合わ
せる。
て、肯定結果を得ることは、ユーザが参加要求した能動
的グループがすでに存在することを表しており、このと
き、行動予測システムは、ステップSP37において、
当該ユーザに性別及び年齢と、パスワードとを問い合わ
せる。
【0087】そして、行動予測システムは、ステップS
P38において、問い合わせた性別及び年齢と、パスワ
ードに基づいて当該ユーザの能動的グループへの参加登
録を認証するか否かを判断する。
P38において、問い合わせた性別及び年齢と、パスワ
ードに基づいて当該ユーザの能動的グループへの参加登
録を認証するか否かを判断する。
【0088】このステップSP38において、肯定結果
を得ることは、ユーザが新規作成した能動的グループへ
の参加資格に適合したことによりこの参加登録を認証し
たことを表しており、このとき、行動予測システムは、
ステップSP39において、このユーザにユーザ名及び
帰属度などを問い合わせ、得られたユーザ名及び帰属度
を新規作成した能動的グループENTITYに登録する
と共に、この登録の処理に対して課金する必要があると
きには、この課金処理も合わせて実行する。
を得ることは、ユーザが新規作成した能動的グループへ
の参加資格に適合したことによりこの参加登録を認証し
たことを表しており、このとき、行動予測システムは、
ステップSP39において、このユーザにユーザ名及び
帰属度などを問い合わせ、得られたユーザ名及び帰属度
を新規作成した能動的グループENTITYに登録する
と共に、この登録の処理に対して課金する必要があると
きには、この課金処理も合わせて実行する。
【0089】これにより、行動予測システムは、この後
ステップSP40に進んでこの処理手順を終了し、かく
して能動的グループに複数のユーザを参加登録する。
ステップSP40に進んでこの処理手順を終了し、かく
して能動的グループに複数のユーザを参加登録する。
【0090】因みに、ステップSP33において否定結
果を得ることは、新規作成要求をだしたユーザが能動的
グループの作成権限を有していないことを表しており、
このとき、行動予測システムは能動的グループの新規作
成を中断してステップSP40に進んでこの処理手順を
終了する。また、ステップSP38において否定結果を
得ることは、能動的グループへの参加を要望したユーザ
が参加資格に適合していないことを表しており、このと
き、行動予測はこのユーザの能動的グループへの参加を
見合わせてステップSP40に進んでこの処理手順を終
了する。
果を得ることは、新規作成要求をだしたユーザが能動的
グループの作成権限を有していないことを表しており、
このとき、行動予測システムは能動的グループの新規作
成を中断してステップSP40に進んでこの処理手順を
終了する。また、ステップSP38において否定結果を
得ることは、能動的グループへの参加を要望したユーザ
が参加資格に適合していないことを表しており、このと
き、行動予測はこのユーザの能動的グループへの参加を
見合わせてステップSP40に進んでこの処理手順を終
了する。
【0091】そして、行動予測システムは、このような
処理手順に従って複数のユーザを参加登録した能動的グ
ループENTITYを作成すると、図7について上述し
た場合と同様にグループに参加登録したユーザのユーザ
行動から新たなEVENT又はEVENT列が発生する
ごとに能動的グループENTITYにおいて、これらE
VENT又はEVENT列を構成要素とする既存の特徴
的ACTIVITY(Stay ACTIVITY及び Move
ACTIVITY)があるか否かを図4について上述
した手順に従って判断する。
処理手順に従って複数のユーザを参加登録した能動的グ
ループENTITYを作成すると、図7について上述し
た場合と同様にグループに参加登録したユーザのユーザ
行動から新たなEVENT又はEVENT列が発生する
ごとに能動的グループENTITYにおいて、これらE
VENT又はEVENT列を構成要素とする既存の特徴
的ACTIVITY(Stay ACTIVITY及び Move
ACTIVITY)があるか否かを図4について上述
した手順に従って判断する。
【0092】因みにこの判断基準としては、特徴的AC
TIVITYが Stay ACTIVITYの場合にはEV
ENTの地点が同一であるか否かの事項が用いられ、ま
た特徴的ACTIVITYが Move ACTIVITYの
場合には出発地点と目的地点が同じであることが条件と
なる。
TIVITYが Stay ACTIVITYの場合にはEV
ENTの地点が同一であるか否かの事項が用いられ、ま
た特徴的ACTIVITYが Move ACTIVITYの
場合には出発地点と目的地点が同じであることが条件と
なる。
【0093】ここで、ユーザ行動から発生したEVEN
T又はEVENT列を構成要素とする既存の特徴的AC
TIVITYが存在する場合には、行動予測システム
は、新たに発生したEVENT又はEVENT列を既存
の特徴的ACTIVITY( Stay ACTIVITY又
は Move ACTIVITY)の構成要素として加えこと
により、この既存の特徴的ACTIVITYが Stay A
CTIVITYの場合には当該特徴的ACTIVITY
の母体数(EVENT数)(図12)を書き換え、また
この既存の特徴的ACTIVITYが Move ACTIV
ITYの場合には当該特徴的ACTIVITYの経由地
点のユーザごとの母体数(EVENT数)(図13)を
書き換える。
T又はEVENT列を構成要素とする既存の特徴的AC
TIVITYが存在する場合には、行動予測システム
は、新たに発生したEVENT又はEVENT列を既存
の特徴的ACTIVITY( Stay ACTIVITY又
は Move ACTIVITY)の構成要素として加えこと
により、この既存の特徴的ACTIVITYが Stay A
CTIVITYの場合には当該特徴的ACTIVITY
の母体数(EVENT数)(図12)を書き換え、また
この既存の特徴的ACTIVITYが Move ACTIV
ITYの場合には当該特徴的ACTIVITYの経由地
点のユーザごとの母体数(EVENT数)(図13)を
書き換える。
【0094】また、行動予測システムは、この特徴的A
CTIVITY( Stay ACTIVITY及び Move A
CTIVITY)の前後に特徴的ACTIVITYとし
て Before ACTIVITY又は Next ACTIVIT
Yが存在するときには、このとき発生したEVENT又
はEVENT列の前後の特徴的ACTIVITYとの繋
がりに応じて、このとき書換えられた特徴的ACTIV
ITYの Before ACTIVITY情報又は Next AC
TIVITY情報も書換える。
CTIVITY( Stay ACTIVITY及び Move A
CTIVITY)の前後に特徴的ACTIVITYとし
て Before ACTIVITY又は Next ACTIVIT
Yが存在するときには、このとき発生したEVENT又
はEVENT列の前後の特徴的ACTIVITYとの繋
がりに応じて、このとき書換えられた特徴的ACTIV
ITYの Before ACTIVITY情報又は Next AC
TIVITY情報も書換える。
【0095】このようにして、特徴的ACTIVITY
オブジェクトである Stay ACTIVITYオブジェク
ト及び Move ACTIVITYオブジェクトは、それぞ
れ新たに発生するEVENT又はEVENT列によって
その母体数等の情報が更新される。
オブジェクトである Stay ACTIVITYオブジェク
ト及び Move ACTIVITYオブジェクトは、それぞ
れ新たに発生するEVENT又はEVENT列によって
その母体数等の情報が更新される。
【0096】また、行動予測システムは、グループに参
加登録したユーザのユーザ行動から新たなEVENT又
はEVENT列が発生したときに、当該EVENT又は
EVENT列を構成要素とする既存の特徴的ACTIV
ITY( Stay ACTIVITY及び Move ACTIV
ITY)が能動的グループENTITYに存在しない場
合でも、このEVENT又はEVENT列が当該能動的
グループENTITYに参加登録した各ユーザによって
行われたものである場合には、このEVENT又はEV
ENT列を構成要素として新たな特徴的ACTIVIT
Yを作成し、当該作成した特徴的ACTIVITYを能
動的グループENTITYに登録し、かくして能動的グ
ループENTITYの特徴的ACTIVITYを増やす
ことができる。
加登録したユーザのユーザ行動から新たなEVENT又
はEVENT列が発生したときに、当該EVENT又は
EVENT列を構成要素とする既存の特徴的ACTIV
ITY( Stay ACTIVITY及び Move ACTIV
ITY)が能動的グループENTITYに存在しない場
合でも、このEVENT又はEVENT列が当該能動的
グループENTITYに参加登録した各ユーザによって
行われたものである場合には、このEVENT又はEV
ENT列を構成要素として新たな特徴的ACTIVIT
Yを作成し、当該作成した特徴的ACTIVITYを能
動的グループENTITYに登録し、かくして能動的グ
ループENTITYの特徴的ACTIVITYを増やす
ことができる。
【0097】一方、受動的グループENTITYオブジ
ェクトは、行動予測システムが作成する分、ユーザの参
加登録の際にパスワードを必要としないことにより、こ
のパスワードを除いて図11について上述した能動的グ
ループENTITYオブジェクトと同様に構成されてい
る。
ェクトは、行動予測システムが作成する分、ユーザの参
加登録の際にパスワードを必要としないことにより、こ
のパスワードを除いて図11について上述した能動的グ
ループENTITYオブジェクトと同様に構成されてい
る。
【0098】そして、受動的グループENTITYは、
能動的グループENTITYと同様に少なくとも1つの
特徴的ACTIVITYを有し、当該特徴的ACTIV
ITYオブジェクト( Stay ACTIVITYオブジェ
クト及び Move ACTIVITYオブジェクト)は図1
2及び図13について上述した能動的グループENTI
TYが有する特徴的ACTIVITYオブジェクト( S
tay ACTIVITYオブジェクト及び Move ACTI
VITYオブジェクト)と同様に構成されている。
能動的グループENTITYと同様に少なくとも1つの
特徴的ACTIVITYを有し、当該特徴的ACTIV
ITYオブジェクト( Stay ACTIVITYオブジェ
クト及び Move ACTIVITYオブジェクト)は図1
2及び図13について上述した能動的グループENTI
TYが有する特徴的ACTIVITYオブジェクト( S
tay ACTIVITYオブジェクト及び Move ACTI
VITYオブジェクト)と同様に構成されている。
【0099】ここで、受動的グループENTITYを作
成する処理手順を図15に示す。すなわち図15におい
て、行動予測システムは、ステップSP50から当該処
理手順に入ると、続くステップSP51において、EN
TITYとして登録している全てのユーザのなかから、
例えば居住地域、性別、年齢などによって受動的グルー
プへの参加対象となる複数のユーザを任意に選定する。
成する処理手順を図15に示す。すなわち図15におい
て、行動予測システムは、ステップSP50から当該処
理手順に入ると、続くステップSP51において、EN
TITYとして登録している全てのユーザのなかから、
例えば居住地域、性別、年齢などによって受動的グルー
プへの参加対象となる複数のユーザを任意に選定する。
【0100】そして、行動予測システムは、ステップS
P52において、この選定したユーザのENTITYに
登録された複数のACTIVITYオブジェクト( Sta
y ACTIVITYオブジェクト及び Move ACTIV
ITYオブジェクト)をこれら各ACTIVITYオブ
ジェクトに含まれる情報を検索キーとして似通ったAC
TIVITYオブジェクトを検索する。
P52において、この選定したユーザのENTITYに
登録された複数のACTIVITYオブジェクト( Sta
y ACTIVITYオブジェクト及び Move ACTIV
ITYオブジェクト)をこれら各ACTIVITYオブ
ジェクトに含まれる情報を検索キーとして似通ったAC
TIVITYオブジェクトを検索する。
【0101】すなわち、行動予測システムは、このとき
各ACTIVITYオブジェクトに含まれる情報のう
ち、例えば日時及び地点、又は日時及び嗜好などの情報
を検索キーとして、この検索キーと同じ情報を有するA
CTIVITYオブジェクトと、当該検索キーが表す情
報に近い(すなわち場所や時間が近い)情報を含むAC
TIVITYオブジェクトとを似通ったACTIVIT
Yオブジェクトとして検索する。
各ACTIVITYオブジェクトに含まれる情報のう
ち、例えば日時及び地点、又は日時及び嗜好などの情報
を検索キーとして、この検索キーと同じ情報を有するA
CTIVITYオブジェクトと、当該検索キーが表す情
報に近い(すなわち場所や時間が近い)情報を含むAC
TIVITYオブジェクトとを似通ったACTIVIT
Yオブジェクトとして検索する。
【0102】そして、行動予測システムは、ステップS
P53において、似通ったACTIVITYオブジェク
トが存在するか否かを判断し、肯定結果を得たときには
新規に受動的グループENTITYを作成し得ると判断
して、ステップSP54において、任意に選定したグル
ープ名を用いて受動的グループENTITYを新規作成
すると共に、似通ったACTIVITYオブジェクトに
基づいて、特徴的ACTIVITYオブジェクトを作成
し、当該作成した特徴的ACTIVITYオブジェクト
を新規作成した受動的グループENTITYに登録す
る。
P53において、似通ったACTIVITYオブジェク
トが存在するか否かを判断し、肯定結果を得たときには
新規に受動的グループENTITYを作成し得ると判断
して、ステップSP54において、任意に選定したグル
ープ名を用いて受動的グループENTITYを新規作成
すると共に、似通ったACTIVITYオブジェクトに
基づいて、特徴的ACTIVITYオブジェクトを作成
し、当該作成した特徴的ACTIVITYオブジェクト
を新規作成した受動的グループENTITYに登録す
る。
【0103】また、行動予測システムは、このとき新規
作成した受動的グループENTITYオブジェクトに、
特徴的ACTIVITYオブジェクトを有するユーザの
ユーザ名などの各種情報を登録することによりこれら各
ユーザを参加登録すると共に、特徴的ACTIVITY
オブジェクトの母体数に基づいて、参加登録したユーザ
ごとの帰属度を選定し、当該選定した帰属度を受動的グ
ループENTITYオブジェクトに登録し、この後、ス
テップSP55に進んでこの処理手順を終了する。
作成した受動的グループENTITYオブジェクトに、
特徴的ACTIVITYオブジェクトを有するユーザの
ユーザ名などの各種情報を登録することによりこれら各
ユーザを参加登録すると共に、特徴的ACTIVITY
オブジェクトの母体数に基づいて、参加登録したユーザ
ごとの帰属度を選定し、当該選定した帰属度を受動的グ
ループENTITYオブジェクトに登録し、この後、ス
テップSP55に進んでこの処理手順を終了する。
【0104】因みに、ステップSP53において否定結
果を得ると、このことは選定した複数のユーザ同士に対
して似通ったACTIVITYオブジェクトが存在しな
いことを表しており、このとき行動予測システムは、受
動的グループENTITYの作成を見合わせてステップ
SP55に進み、この処理手順を終了する。
果を得ると、このことは選定した複数のユーザ同士に対
して似通ったACTIVITYオブジェクトが存在しな
いことを表しており、このとき行動予測システムは、受
動的グループENTITYの作成を見合わせてステップ
SP55に進み、この処理手順を終了する。
【0105】このようにして行動予測システムは、特徴
的ACTIVITYオブジェクトを有する複数のユーザ
を参加登録する受動的グループENTITYを作成す
る。
的ACTIVITYオブジェクトを有する複数のユーザ
を参加登録する受動的グループENTITYを作成す
る。
【0106】そして、行動予測システムは、このような
処理手順に従って複数のユーザを参加登録した受動的グ
ループENTITYを作成すると、受動的グループEN
TITYにおけるACTIVITYオブジェクトの更新
処理と同様(図7及び図4について上述した処理と同
様)にユーザ行動から発生したEVENT又はEVEN
T列を構成要素とする既存の特徴的ACTIVITYが
存在する場合には、当該新たに発生したEVENT又は
EVENT列を既存の特徴的ACTIVITY(Stay
ACTIVITY又は Move ACTIVITY)の構成
要素として加えことにより、この既存の特徴的ACTI
VITYが Stay ACTIVITYの場合には当該特徴
的ACTIVITYの母体数(EVENT数)を書き換
え、またこの既存の特徴的ACTIVITYが Move A
CTIVITYの場合には当該特徴的ACTIVITY
の経由地点のユーザごとの母体数(EVENT数)を書
き換える。
処理手順に従って複数のユーザを参加登録した受動的グ
ループENTITYを作成すると、受動的グループEN
TITYにおけるACTIVITYオブジェクトの更新
処理と同様(図7及び図4について上述した処理と同
様)にユーザ行動から発生したEVENT又はEVEN
T列を構成要素とする既存の特徴的ACTIVITYが
存在する場合には、当該新たに発生したEVENT又は
EVENT列を既存の特徴的ACTIVITY(Stay
ACTIVITY又は Move ACTIVITY)の構成
要素として加えことにより、この既存の特徴的ACTI
VITYが Stay ACTIVITYの場合には当該特徴
的ACTIVITYの母体数(EVENT数)を書き換
え、またこの既存の特徴的ACTIVITYが Move A
CTIVITYの場合には当該特徴的ACTIVITY
の経由地点のユーザごとの母体数(EVENT数)を書
き換える。
【0107】因みに、行動予測システムは、この特徴的
ACTIVITY( Stay ACTIVITY及び Move
ACTIVITY)の前後に特徴的ACTIVITYと
してBefore ACTIVITY又は Next ACTIVI
TYが存在するときには、このとき発生したEVENT
又はEVENT列の前後の特徴的ACTIVITYとの
繋がりに応じて、このとき書換えられた特徴的ACTI
VITYの Before ACTIVITY情報又は Next A
CTIVITY情報も書換える。
ACTIVITY( Stay ACTIVITY及び Move
ACTIVITY)の前後に特徴的ACTIVITYと
してBefore ACTIVITY又は Next ACTIVI
TYが存在するときには、このとき発生したEVENT
又はEVENT列の前後の特徴的ACTIVITYとの
繋がりに応じて、このとき書換えられた特徴的ACTI
VITYの Before ACTIVITY情報又は Next A
CTIVITY情報も書換える。
【0108】また、行動予測システムは、グループに参
加登録したユーザのユーザ行動から新たなEVENT又
はEVENT列が発生したときに、当該EVENT又は
EVENT列を構成要素とする既存の特徴的ACTIV
ITY( Stay ACTIVITY及び Move ACTIV
ITY)が受動的グループENTITYに存在しない場
合でも、このEVENT又はEVENT列が当該受動的
グループENTITYに参加登録した各ユーザによって
行われたものである場合には、このEVENT又はEV
ENT列を構成要素として新たな特徴的ACTIVIT
Yを作成し、当該作成した特徴的ACTIVITYを受
動的グループENTITYに登録し、かくして受動的グ
ループENTITYの特徴的ACTIVITYを増やす
ことができる。
加登録したユーザのユーザ行動から新たなEVENT又
はEVENT列が発生したときに、当該EVENT又は
EVENT列を構成要素とする既存の特徴的ACTIV
ITY( Stay ACTIVITY及び Move ACTIV
ITY)が受動的グループENTITYに存在しない場
合でも、このEVENT又はEVENT列が当該受動的
グループENTITYに参加登録した各ユーザによって
行われたものである場合には、このEVENT又はEV
ENT列を構成要素として新たな特徴的ACTIVIT
Yを作成し、当該作成した特徴的ACTIVITYを受
動的グループENTITYに登録し、かくして受動的グ
ループENTITYの特徴的ACTIVITYを増やす
ことができる。
【0109】因みに、行動予測システムは、ユーザの行
動の予測に先立って受動的グループを作成するものの、
能動的グループ又は受動的グループに参加したユーザの
行動を予測する際に、当該行動の予測に用いるACTI
VITYオブジェクトが少なすぎ、又は多すぎてユーザ
の行動を予測し難いときには、当該行動の予測に用いる
ACTIVITYオブジェクトの数を調節するために受
動的グループを作成する。
動の予測に先立って受動的グループを作成するものの、
能動的グループ又は受動的グループに参加したユーザの
行動を予測する際に、当該行動の予測に用いるACTI
VITYオブジェクトが少なすぎ、又は多すぎてユーザ
の行動を予測し難いときには、当該行動の予測に用いる
ACTIVITYオブジェクトの数を調節するために受
動的グループを作成する。
【0110】次に、能動的グループENTITY及び受
動的グループENTITYに蓄積された特徴的ACTI
VITYオブジェクト( Stay ACTIVITYオブジ
ェクト及び Move ACTIVITYオブジェクト)を用
いてユーザの行動を予測する方法について説明する。
動的グループENTITYに蓄積された特徴的ACTI
VITYオブジェクト( Stay ACTIVITYオブジ
ェクト及び Move ACTIVITYオブジェクト)を用
いてユーザの行動を予測する方法について説明する。
【0111】行動予測システムは、行動予測対象のユー
ザのENTITYとして蓄積されたユーザ個人のACT
IVITYオブジェクト( Stay ACTIVITYオブ
ジェクト及び Move ACTIVITYオブジェクト)
に、このユーザが参加登録した能動的グループENTI
TY又は受動的グループENTITYに蓄積された複数
の特徴的ACTIVITYオブジェクト( Stay ACT
IVITYオブジェクト及び Move ACTIVITYオ
ブジェクト)を加える。
ザのENTITYとして蓄積されたユーザ個人のACT
IVITYオブジェクト( Stay ACTIVITYオブ
ジェクト及び Move ACTIVITYオブジェクト)
に、このユーザが参加登録した能動的グループENTI
TY又は受動的グループENTITYに蓄積された複数
の特徴的ACTIVITYオブジェクト( Stay ACT
IVITYオブジェクト及び Move ACTIVITYオ
ブジェクト)を加える。
【0112】これらユーザ個人のACTIVITYオブ
ジェクト( Stay ACTIVITYオブジェクト及び M
ove ACTIVITYオブジェクト)と、特徴的ACT
IVITYオブジェクト( Stay ACTIVITYオブ
ジェクト及び Move ACTIVITYオブジェクト)と
は、それぞれのACTIVITYが発生した際の日付、
曜日、天気などのキー情報(Key)を有している。
ジェクト( Stay ACTIVITYオブジェクト及び M
ove ACTIVITYオブジェクト)と、特徴的ACT
IVITYオブジェクト( Stay ACTIVITYオブ
ジェクト及び Move ACTIVITYオブジェクト)と
は、それぞれのACTIVITYが発生した際の日付、
曜日、天気などのキー情報(Key)を有している。
【0113】従って、行動予測システムは、図16に示
すように、これらユーザ個人のACTIVITYオブジ
ェクト( Stay ACTIVITYオブジェクト及び Mov
e ACTIVITYオブジェクト)と、特徴的ACTI
VITYオブジェクト( Stay ACTIVITYオブジ
ェクト及び Move ACTIVITYオブジェクト)との
うち予測しようとする曜日や天気などに合致したキー情
報(Key)を持つACTIVITYオブジェクトを選
択対象オブジェクトとする。
すように、これらユーザ個人のACTIVITYオブジ
ェクト( Stay ACTIVITYオブジェクト及び Mov
e ACTIVITYオブジェクト)と、特徴的ACTI
VITYオブジェクト( Stay ACTIVITYオブジ
ェクト及び Move ACTIVITYオブジェクト)との
うち予測しようとする曜日や天気などに合致したキー情
報(Key)を持つACTIVITYオブジェクトを選
択対象オブジェクトとする。
【0114】そして、行動予測システムは、上述したグ
ループを用いないユーザの行動予測と同様に、複数の選
択対象オブジェクトを、行動パターンを予測しようとす
る時間帯及び出発地点などのキー情報(Key)を用い
て検索して、これら複数の選択対象オブジェクトのなか
から、当該時間帯及び出発地点などのキー情報(Ke
y)をもつACTIVITYオブジェクトを抽出する。
ループを用いないユーザの行動予測と同様に、複数の選
択対象オブジェクトを、行動パターンを予測しようとす
る時間帯及び出発地点などのキー情報(Key)を用い
て検索して、これら複数の選択対象オブジェクトのなか
から、当該時間帯及び出発地点などのキー情報(Ke
y)をもつACTIVITYオブジェクトを抽出する。
【0115】これにより行動予測システムは、これら抽
出した複数のACTIVITYオブジェクトについて、
その地点や時間がかけ離れないようにこれら複数のAC
TIVITYオブジェクトを繋げてなる複数の行動パタ
ーンを作成する。
出した複数のACTIVITYオブジェクトについて、
その地点や時間がかけ離れないようにこれら複数のAC
TIVITYオブジェクトを繋げてなる複数の行動パタ
ーンを作成する。
【0116】例えば、図16に示すように、ユーザが行
動予測として晴れた日曜日の朝7時から夕方5時までを
指定し、開始地点を自宅とすると、行動予測システム
は、当該曜日及び天気情報をキー情報(Key)として
持つユーザのENTITYの複数の選択対象オブジェク
トAO1、AO2、……、AOnと、能動的グループE
NTITY又は受動的グループENTITYの複数の選
択対象オブジェクトBO1、BO2、……、BOnとの
なかから指定された時間帯のACTIVITYオブジェ
クトを候補として検索し(図16(A))、当該検索さ
れた選択対象オブジェクトAO1、AO2、……、AO
n及びBO1、BO2、……、BOnの集団N2のなか
から、例えば「自宅に居る」という Stay ACTIVI
TYオブジェクトAO1を開始オブジェクトとして設定
する(図16(B))。
動予測として晴れた日曜日の朝7時から夕方5時までを
指定し、開始地点を自宅とすると、行動予測システム
は、当該曜日及び天気情報をキー情報(Key)として
持つユーザのENTITYの複数の選択対象オブジェク
トAO1、AO2、……、AOnと、能動的グループE
NTITY又は受動的グループENTITYの複数の選
択対象オブジェクトBO1、BO2、……、BOnとの
なかから指定された時間帯のACTIVITYオブジェ
クトを候補として検索し(図16(A))、当該検索さ
れた選択対象オブジェクトAO1、AO2、……、AO
n及びBO1、BO2、……、BOnの集団N2のなか
から、例えば「自宅に居る」という Stay ACTIVI
TYオブジェクトAO1を開始オブジェクトとして設定
する(図16(B))。
【0117】そして、行動予測システムは、これに続く
ACTIVITYオブジェクトとして、自宅を出発地点
とした Move ACTIVITYオブジェクトBO2(特
徴的ACTIVITYオブジェクト)や、「自宅に居
る」という Stay ACTIVITYオブジェクトAO1
の Next ACTIVITY情報で指定された Move AC
TIVITYオブジェクトAO3等を予測ACTIVI
TYオブジェクトとして選択する。
ACTIVITYオブジェクトとして、自宅を出発地点
とした Move ACTIVITYオブジェクトBO2(特
徴的ACTIVITYオブジェクト)や、「自宅に居
る」という Stay ACTIVITYオブジェクトAO1
の Next ACTIVITY情報で指定された Move AC
TIVITYオブジェクトAO3等を予測ACTIVI
TYオブジェクトとして選択する。
【0118】このようにして、選択された各ACTIV
ITYオブジェクトに続き得るACTIVITYオブジ
ェクトを選択して行く。この場合、選択されたACTI
VITYオブジェクトは複数存在することがあり、これ
により、ACTIVITYオブジェクトの繋がりによる
複数の予測行動パターン(PROCESS)が作成され
ることになる。
ITYオブジェクトに続き得るACTIVITYオブジ
ェクトを選択して行く。この場合、選択されたACTI
VITYオブジェクトは複数存在することがあり、これ
により、ACTIVITYオブジェクトの繋がりによる
複数の予測行動パターン(PROCESS)が作成され
ることになる。
【0119】このように行動予測システムは、各ACT
IVITYオブジェクトの前後関係を表す情報( Befor
e ACTIVITY情報、 Next ACTIVITY情
報)や繋がりを表す情報(出発地点、目的地点)を用い
てPROCESSを作成することにより、予測する時間
帯に含まれるACTIVITYオブジェクトであれば、
その発生時間が異なっていてもユーザの行動パターンの
繋がりの特徴を持ったACTIVITYオブジェクトの
繋がりを行動予測の候補として得ることができる。
IVITYオブジェクトの前後関係を表す情報( Befor
e ACTIVITY情報、 Next ACTIVITY情
報)や繋がりを表す情報(出発地点、目的地点)を用い
てPROCESSを作成することにより、予測する時間
帯に含まれるACTIVITYオブジェクトであれば、
その発生時間が異なっていてもユーザの行動パターンの
繋がりの特徴を持ったACTIVITYオブジェクトの
繋がりを行動予測の候補として得ることができる。
【0120】因みに、このように能動的グループENT
ITY又は受動的グループENTITYの特徴的ACT
IVITYを用いた場合にも、ACTIVITYオブジ
ェクトの列を形成する際の規則として、上述したユーザ
のENTITYのACTIVITYオブジェクトのみを
用いた予測行動パターン(PROCESS)の作成時と
同様に2つの規則を定めている。
ITY又は受動的グループENTITYの特徴的ACT
IVITYを用いた場合にも、ACTIVITYオブジ
ェクトの列を形成する際の規則として、上述したユーザ
のENTITYのACTIVITYオブジェクトのみを
用いた予測行動パターン(PROCESS)の作成時と
同様に2つの規則を定めている。
【0121】また、行動予測システムは、特徴的ACT
IVITYオブジェクトの前後に時間的に比較的離れた
ACTIVITYオブジェクトが存在する場合には、予
測行動パターンの一連の繋がりを考慮してユーザ個人の
ACTIVITYオブジェクトと、特徴的ACTIVI
TYオブジェクト以外から当該特徴的ACTIVITY
オブジェクトに対する Before ACTIVITYオブジ
ェクトと、 Next ACTIVITYオブジェクトを任意
に探すこととする。これにより予測行動パターン(PR
OCESS)において不自然な行動の切れ目が生じるこ
とをさらに有効に回避し得る。
IVITYオブジェクトの前後に時間的に比較的離れた
ACTIVITYオブジェクトが存在する場合には、予
測行動パターンの一連の繋がりを考慮してユーザ個人の
ACTIVITYオブジェクトと、特徴的ACTIVI
TYオブジェクト以外から当該特徴的ACTIVITY
オブジェクトに対する Before ACTIVITYオブジ
ェクトと、 Next ACTIVITYオブジェクトを任意
に探すこととする。これにより予測行動パターン(PR
OCESS)において不自然な行動の切れ目が生じるこ
とをさらに有効に回避し得る。
【0122】さらに、行動予測システムは、作成する予
測行動パターン(PROCESS)において、1つのA
CTIVITYオブジェクトに繋がる他のACTIVI
TYオブジェクトとして、同じ日時の情報を有するユー
ザ個人のACTIVITYオブジェクトと、特徴的AC
TIVITYオブジェクトとの2つのACTIVITY
オブジェクトが候補として存在するときには、特徴的A
CTIVITYオブジェクトを優先的に用いるようにす
る。
測行動パターン(PROCESS)において、1つのA
CTIVITYオブジェクトに繋がる他のACTIVI
TYオブジェクトとして、同じ日時の情報を有するユー
ザ個人のACTIVITYオブジェクトと、特徴的AC
TIVITYオブジェクトとの2つのACTIVITY
オブジェクトが候補として存在するときには、特徴的A
CTIVITYオブジェクトを優先的に用いるようにす
る。
【0123】すなわち、個人のACTIVITYオブジ
ェクトと、特徴的ACTIVITYオブジェクトに含ま
れる情報を比較すると、ユーザ個人のACTIVITY
オブジェクトよりも特徴的ACTIVITYオブジェク
トには能動的グループ又は受動的グループに参加登録し
ている複数のユーザ分のより多くの種類の情報が含まれ
ている。従って、行動予測システムは、この特徴的AC
TIVITYオブジェクトを用いることによりユーザ個
人のACTIVITYオブジェクトからだけでは決して
予測することのできない行動(すなわち行動予測対象の
ユーザが特徴的グループ内の他のユーザに誘われて引き
続きグループとして行動すること)を予測し得る。
ェクトと、特徴的ACTIVITYオブジェクトに含ま
れる情報を比較すると、ユーザ個人のACTIVITY
オブジェクトよりも特徴的ACTIVITYオブジェク
トには能動的グループ又は受動的グループに参加登録し
ている複数のユーザ分のより多くの種類の情報が含まれ
ている。従って、行動予測システムは、この特徴的AC
TIVITYオブジェクトを用いることによりユーザ個
人のACTIVITYオブジェクトからだけでは決して
予測することのできない行動(すなわち行動予測対象の
ユーザが特徴的グループ内の他のユーザに誘われて引き
続きグループとして行動すること)を予測し得る。
【0124】因みに、各ACTIVITYオブジェクト
は、そのEVENT数や経由地点の数によって発生確率
を有し、この発生確率は、あるACTIVITYオブジ
ェクトから他のACTIVITYオブジェクトに移行す
る際の確率として用いられる。従って、各PROCES
Sの発生する確率が各ACTIVITYの発生確率の積
によって求まる。
は、そのEVENT数や経由地点の数によって発生確率
を有し、この発生確率は、あるACTIVITYオブジ
ェクトから他のACTIVITYオブジェクトに移行す
る際の確率として用いられる。従って、各PROCES
Sの発生する確率が各ACTIVITYの発生確率の積
によって求まる。
【0125】このようにして、行動予測システムは図1
6(B)に示すように、ユーザの行動履歴と、能動的グ
ループ又は受動的グループの行動履歴とに基づく複数の
PROCESSを作成することができる。
6(B)に示すように、ユーザの行動履歴と、能動的グ
ループ又は受動的グループの行動履歴とに基づく複数の
PROCESSを作成することができる。
【0126】実際に能動的グループENTITY又は受
動的グループENTITYの特徴的ACTIVITYを
用いた予測行動パターン(PROCESS)の作成処理
手順を図17に示す。すなわち図17において、行動予
測システムは、ステップSP60から当該処理手順に入
ると、続くステップSP61において、行動予測対象の
ユーザが参加登録された能動的グループ及び受動的グル
ープが存在するか否かを判断する。
動的グループENTITYの特徴的ACTIVITYを
用いた予測行動パターン(PROCESS)の作成処理
手順を図17に示す。すなわち図17において、行動予
測システムは、ステップSP60から当該処理手順に入
ると、続くステップSP61において、行動予測対象の
ユーザが参加登録された能動的グループ及び受動的グル
ープが存在するか否かを判断する。
【0127】このステップSP61において、否定結果
を得ることは、行動予測対象のユーザが能動的グループ
及び受動的グループのいずれにも参加登録されていない
ことを表しており、このとき行動予測システムは、ステ
ップSP63に進んで当該ユーザ個人の複数のACTI
VITYオブジェクト( Stay ACTIVITY及びMo
ve ACTIVITY)のみを用いて予測行動パターン
(PROCESS)を作成する。
を得ることは、行動予測対象のユーザが能動的グループ
及び受動的グループのいずれにも参加登録されていない
ことを表しており、このとき行動予測システムは、ステ
ップSP63に進んで当該ユーザ個人の複数のACTI
VITYオブジェクト( Stay ACTIVITY及びMo
ve ACTIVITY)のみを用いて予測行動パターン
(PROCESS)を作成する。
【0128】これに対してステップSP61において、
肯定結果を得ることは、行動予測対象のユーザが能動的
グループ又は受動的グループのいずれかのグループに参
加していることを表しており、このとき行動予測システ
ムは、ステップSP62において、行動予測対象のユー
ザ個人の複数のACTIVITYオブジェクト( Stay
ACTIVITYオブジェクト及び Move ACTIVI
TYオブジェクト)に、当該ユーザが参加登録された能
動的グループENTITY又は受動的グループENTI
TYに蓄積されている特徴的ACTIVITYオブジェ
クト( Stay ACTIVITYオブジェクト及び Move
ACTIVITYオブジェクト)を追加する。
肯定結果を得ることは、行動予測対象のユーザが能動的
グループ又は受動的グループのいずれかのグループに参
加していることを表しており、このとき行動予測システ
ムは、ステップSP62において、行動予測対象のユー
ザ個人の複数のACTIVITYオブジェクト( Stay
ACTIVITYオブジェクト及び Move ACTIVI
TYオブジェクト)に、当該ユーザが参加登録された能
動的グループENTITY又は受動的グループENTI
TYに蓄積されている特徴的ACTIVITYオブジェ
クト( Stay ACTIVITYオブジェクト及び Move
ACTIVITYオブジェクト)を追加する。
【0129】これにより行動予測システムは、続くステ
ップSP63において、上述したようにこのユーザ個人
のACTIVITYオブジェクト( Stay ACTIVI
TYオブジェクト及び Move ACTIVITYオブジェ
クト)と、特徴的ACTIVITYオブジェクト( Sta
y ACTIVITYオブジェクト及び Move ACTIV
ITYオブジェクト)とを用いてこのユーザの複数の予
測行動パターン(PROCESS)を作成する。
ップSP63において、上述したようにこのユーザ個人
のACTIVITYオブジェクト( Stay ACTIVI
TYオブジェクト及び Move ACTIVITYオブジェ
クト)と、特徴的ACTIVITYオブジェクト( Sta
y ACTIVITYオブジェクト及び Move ACTIV
ITYオブジェクト)とを用いてこのユーザの複数の予
測行動パターン(PROCESS)を作成する。
【0130】これに加えて行動予測システムは、ステッ
プSP64において、作成した予測行動パターン(PR
OCESS)の数を予め設定したしきい値と比較するこ
とにより、この予測行動パターン(PROCESS)に
過不足があるか否かを判断する。
プSP64において、作成した予測行動パターン(PR
OCESS)の数を予め設定したしきい値と比較するこ
とにより、この予測行動パターン(PROCESS)に
過不足があるか否かを判断する。
【0131】このステップSP64において、否定結果
を得ることは、ユーザの行動予測を行うための予測行動
パターン(PROCESS)が十分に得られたことを表
しており、このとき行動予測システムは、ステップSP
68に進んでこの処理手順を終了する。
を得ることは、ユーザの行動予測を行うための予測行動
パターン(PROCESS)が十分に得られたことを表
しており、このとき行動予測システムは、ステップSP
68に進んでこの処理手順を終了する。
【0132】これに対してステップSP64において、
肯定結果を得ることは、ユーザの行動予測を行うために
作成した予測行動パターン(PROCESS)が過不足
していることにより、ユーザの行動を精度良く予測し難
い可能性があることを表しており、このとき行動予測シ
ステムは、ステップSP65において、図15について
上述した処理手順に従ってこのユーザを参加登録させた
受動的グループENTITYを新規に作成する。
肯定結果を得ることは、ユーザの行動予測を行うために
作成した予測行動パターン(PROCESS)が過不足
していることにより、ユーザの行動を精度良く予測し難
い可能性があることを表しており、このとき行動予測シ
ステムは、ステップSP65において、図15について
上述した処理手順に従ってこのユーザを参加登録させた
受動的グループENTITYを新規に作成する。
【0133】そして行動予測システムは、ステップSP
66において、このユーザ個人の複数のACTIVIT
Yオブジェクト( Stay ACTIVITYオブジェクト
及びMove ACTIVITYオブジェクト)に、新規に
作成した受動的グループENTITYの特徴的ACTI
VITY( Stay ACTIVITYオブジェクト及びMo
ve ACTIVITYオブジェクト)を追加する。
66において、このユーザ個人の複数のACTIVIT
Yオブジェクト( Stay ACTIVITYオブジェクト
及びMove ACTIVITYオブジェクト)に、新規に
作成した受動的グループENTITYの特徴的ACTI
VITY( Stay ACTIVITYオブジェクト及びMo
ve ACTIVITYオブジェクト)を追加する。
【0134】これにより行動予測システムは、続くステ
ップSP67において、上述したようにユーザ個人のA
CTIVITYオブジェクト( Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェク
ト)と、特徴的ACTIVITYオブジェクト( Stay
ACTIVITYオブジェクト及び Move ACTIVI
TYオブジェクト)とを用いて再びこのユーザの複数の
予測行動パターン(PROCESS)を作成し、この後
ステップSP68に進んでこの処理手順を終了する。
ップSP67において、上述したようにユーザ個人のA
CTIVITYオブジェクト( Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェク
ト)と、特徴的ACTIVITYオブジェクト( Stay
ACTIVITYオブジェクト及び Move ACTIVI
TYオブジェクト)とを用いて再びこのユーザの複数の
予測行動パターン(PROCESS)を作成し、この後
ステップSP68に進んでこの処理手順を終了する。
【0135】かくして、行動予測システムは、ユーザの
予測行動パターン(PROCESS)を作成する際に、
当該ユーザが参加登録した能動的グループ又は受動的グ
ループの複数の特徴的ACTIVITYオブジェクト
( Stay ACTIVITYオブジェクト及び Move AC
TIVITYオブジェクト)を必要に応じて用いること
により、その分、予測行動パターン(PROCESS)
を作成するためのACTIVITYオブジェクトの選択
肢を増やすことができ、ユーザの予測行動パターンとし
て多種多様な予測行動パターン(PROCESS)を作
成することができる。
予測行動パターン(PROCESS)を作成する際に、
当該ユーザが参加登録した能動的グループ又は受動的グ
ループの複数の特徴的ACTIVITYオブジェクト
( Stay ACTIVITYオブジェクト及び Move AC
TIVITYオブジェクト)を必要に応じて用いること
により、その分、予測行動パターン(PROCESS)
を作成するためのACTIVITYオブジェクトの選択
肢を増やすことができ、ユーザの予測行動パターンとし
て多種多様な予測行動パターン(PROCESS)を作
成することができる。
【0136】(3)行動予測システムの構成 図18は行動予測システムを用いた情報提供システム1
0の全体構成を示し、端末装置として例えばPHS等の
携帯端末装置20を所持するユーザの位置を通信事業装
置部30において検出し、通信事業装置部30の行動パ
ターン解析サーバ33において位置情報に基づくユーザ
の行動パターンを解析するようになされている。
0の全体構成を示し、端末装置として例えばPHS等の
携帯端末装置20を所持するユーザの位置を通信事業装
置部30において検出し、通信事業装置部30の行動パ
ターン解析サーバ33において位置情報に基づくユーザ
の行動パターンを解析するようになされている。
【0137】すなわち、ユーザが所持する携帯端末装置
20は、図19に示すように、データバスBUSにCP
U20A、メモリ20B、基地局21との間で信号の送
受信を行う送受信回路部(RF)20E、送受信回路部
20Eにおいて受信したRF(Radio Frequency) 信号を
ベースバンド信号に変換すると共に送信しようとするベ
ースバンド信号をRF信号に変換するベースバンド処理
部20D、マイクロホン20G及びスピーカ20Hとの
インターフェイスであるMMI(Man Machine Interfac
e) 部20F、表示部20I及びキーボード20Jが接
続された構成を有する。
20は、図19に示すように、データバスBUSにCP
U20A、メモリ20B、基地局21との間で信号の送
受信を行う送受信回路部(RF)20E、送受信回路部
20Eにおいて受信したRF(Radio Frequency) 信号を
ベースバンド信号に変換すると共に送信しようとするベ
ースバンド信号をRF信号に変換するベースバンド処理
部20D、マイクロホン20G及びスピーカ20Hとの
インターフェイスであるMMI(Man Machine Interfac
e) 部20F、表示部20I及びキーボード20Jが接
続された構成を有する。
【0138】CPU20Aはメモリ20Bに格納されて
いる動作プログラムに従って種々の動作を実行するよう
になされており、当該動作に応じて各回路部を制御す
る。CPU20Aの各種処理内容は必要に応じて液晶表
示パネル等で構成された表示部20Iに表示される。
いる動作プログラムに従って種々の動作を実行するよう
になされており、当該動作に応じて各回路部を制御す
る。CPU20Aの各種処理内容は必要に応じて液晶表
示パネル等で構成された表示部20Iに表示される。
【0139】キーボード20Jは、ユーザが所望の通話
先の電話番号を入力すると、当該電話番号を表すデータ
をCPU20Aに供給する。CPU20Aはユーザが入
力した電話番号で表される通話先に対して、送受信回路
部20Eを介して接続要求を送信する。このとき通信回
線22は通話先の応答に応じて回線を接続する。回線が
接続されると、送受信回路部20Eは、アンテナを介し
て受信した通話先からのRF信号をベースバンド処理部
20Dに供給し、ここでRF信号をベースバンド信号に
変換する。ベースバンド処理部20Dは当該変換されて
なるベースバンド信号をMMI部20Fに供給すること
により、受信された通話先からの音声信号をスピーカ2
0Hから音声として出力する。
先の電話番号を入力すると、当該電話番号を表すデータ
をCPU20Aに供給する。CPU20Aはユーザが入
力した電話番号で表される通話先に対して、送受信回路
部20Eを介して接続要求を送信する。このとき通信回
線22は通話先の応答に応じて回線を接続する。回線が
接続されると、送受信回路部20Eは、アンテナを介し
て受信した通話先からのRF信号をベースバンド処理部
20Dに供給し、ここでRF信号をベースバンド信号に
変換する。ベースバンド処理部20Dは当該変換されて
なるベースバンド信号をMMI部20Fに供給すること
により、受信された通話先からの音声信号をスピーカ2
0Hから音声として出力する。
【0140】また、ユーザがマイクロホン20Gを介し
て音声を入力すると、MMI部20Fはマイクロホン2
0Gから供給される入力音声信号をベースバンド処理部
20Dに供給し、ここでベースバンド信号をRF信号に
変換する。そしてベースバンド処理部20Dは当該変換
されてなるRF信号を送受信回路部20Eを介して通信
回線22に送出することにより、当該RF信号を回線接
続された通話先に対して送信する。
て音声を入力すると、MMI部20Fはマイクロホン2
0Gから供給される入力音声信号をベースバンド処理部
20Dに供給し、ここでベースバンド信号をRF信号に
変換する。そしてベースバンド処理部20Dは当該変換
されてなるRF信号を送受信回路部20Eを介して通信
回線22に送出することにより、当該RF信号を回線接
続された通話先に対して送信する。
【0141】また、CPU20Aは、ユーザがキーボー
ド20Jを操作することにより入力される種々の情報を
ベースバンド処理部20D及び送受信回路部20Eを介
して通信先に送信すると共に、通信先からの情報が重畳
されたRF信号を送受信回路部20E及びベースバンド
処理部20Dを介して取り込み、表示部20Iに表示す
る。
ド20Jを操作することにより入力される種々の情報を
ベースバンド処理部20D及び送受信回路部20Eを介
して通信先に送信すると共に、通信先からの情報が重畳
されたRF信号を送受信回路部20E及びベースバンド
処理部20Dを介して取り込み、表示部20Iに表示す
る。
【0142】かくして、携帯端末装置20を使用するユ
ーザは、通話先との間で会話や種々の情報の授受を行う
ことができる。
ーザは、通話先との間で会話や種々の情報の授受を行う
ことができる。
【0143】ここで、携帯端末装置20のCPU20A
は、当該携帯端末装置20が存在する無線ゾーンの基地
局21に対して所定のタイミングで位置登録信号及び携
帯端末装置20の識別情報(電話番号等からなるID情
報)を送信するようになされている。基地局21は、携
帯端末装置20から送信された位置登録信号及びID情
報を通信事業装置部30のアクセスサーバ31に送信す
る。これによりアクセスサーバ31は、携帯端末装置2
0の位置を基地局の無線ゾーン単位で認識することがで
き、これにより得られる携帯端末装置20の現在位置情
報をその時間情報と共に、例えば複数のハードディスク
で構成された位置情報記憶部35に格納する。
は、当該携帯端末装置20が存在する無線ゾーンの基地
局21に対して所定のタイミングで位置登録信号及び携
帯端末装置20の識別情報(電話番号等からなるID情
報)を送信するようになされている。基地局21は、携
帯端末装置20から送信された位置登録信号及びID情
報を通信事業装置部30のアクセスサーバ31に送信す
る。これによりアクセスサーバ31は、携帯端末装置2
0の位置を基地局の無線ゾーン単位で認識することがで
き、これにより得られる携帯端末装置20の現在位置情
報をその時間情報と共に、例えば複数のハードディスク
で構成された位置情報記憶部35に格納する。
【0144】位置情報記憶部35に格納される現在位置
情報は、携帯端末装置20をENTITY(図1及び図
2)としたEVENT情報(図3)となる。従って、位
置情報記憶部35には、携帯端末装置20から位置登録
信号が発信される毎にその位置及び時間を表す現在位置
情報が格納されて行く。
情報は、携帯端末装置20をENTITY(図1及び図
2)としたEVENT情報(図3)となる。従って、位
置情報記憶部35には、携帯端末装置20から位置登録
信号が発信される毎にその位置及び時間を表す現在位置
情報が格納されて行く。
【0145】ここで、ACTIVITYオブジェクトを
作成する行動予測システムの行動パターン解析サーバ3
3は、データバスに接続されたCPU及びメモリを有
し、CPUはメモリに格納されているプログラムに従っ
て、図4に示したACTIVITYオブジェクトの作成
処理手順を実行する。そして、当該CPUは作成された
ACTIVITYオブジェクトを、例えば複数のハード
ディスクからなる個人用行動パターン情報記憶部34に
格納する。
作成する行動予測システムの行動パターン解析サーバ3
3は、データバスに接続されたCPU及びメモリを有
し、CPUはメモリに格納されているプログラムに従っ
て、図4に示したACTIVITYオブジェクトの作成
処理手順を実行する。そして、当該CPUは作成された
ACTIVITYオブジェクトを、例えば複数のハード
ディスクからなる個人用行動パターン情報記憶部34に
格納する。
【0146】そして、行動パターン解析サーバ33のC
PUは、位置情報記憶部35に携帯端末装置20の新た
な現在位置情報(すなわちEVENT又はEVENT
列)が格納される毎、又は所定のタイミング毎に、図7
について上述したACTIVITYオブジェクトの更新
処理を実行する。この更新処理によって、個人用行動パ
ターン情報記憶部34に格納されたACTIVITYオ
ブジェクトはその母体数を増やして行くことにより、各
ACTIVITYオブジェクトはその発生確率がユーザ
の行動パターンを反映した値に近づいていき、一段と精
度の高い行動パターン(ACTIVITY)が得られ
る。
PUは、位置情報記憶部35に携帯端末装置20の新た
な現在位置情報(すなわちEVENT又はEVENT
列)が格納される毎、又は所定のタイミング毎に、図7
について上述したACTIVITYオブジェクトの更新
処理を実行する。この更新処理によって、個人用行動パ
ターン情報記憶部34に格納されたACTIVITYオ
ブジェクトはその母体数を増やして行くことにより、各
ACTIVITYオブジェクトはその発生確率がユーザ
の行動パターンを反映した値に近づいていき、一段と精
度の高い行動パターン(ACTIVITY)が得られ
る。
【0147】また、携帯端末装置20のCPU20A
は、キーボード20Jを介してユーザからグループ作成
要求又はグループ参加登録要求が与えられると、当該携
帯端末装置20が存在する無線ゾーンの基地局21に対
してグループ作成要求信号又はグループ参加登録要求信
号を携帯端末装置20のID情報と共に送信する。基地
局21は、携帯端末装置20から送信されたグループ作
成要求信号又はグループ参加登録要求信号と携帯端末装
置20のID情報とを通信事業装置部30のアクセスサ
ーバ31を介してグループ作成サーバ36に送出する。
は、キーボード20Jを介してユーザからグループ作成
要求又はグループ参加登録要求が与えられると、当該携
帯端末装置20が存在する無線ゾーンの基地局21に対
してグループ作成要求信号又はグループ参加登録要求信
号を携帯端末装置20のID情報と共に送信する。基地
局21は、携帯端末装置20から送信されたグループ作
成要求信号又はグループ参加登録要求信号と携帯端末装
置20のID情報とを通信事業装置部30のアクセスサ
ーバ31を介してグループ作成サーバ36に送出する。
【0148】グループ作成サーバ36は、データバスに
接続されたCPU及びメモリを有し、CPUはグループ
作成要求信号又はグループ参加登録要求信号と携帯端末
装置20のID情報とが与えられると、メモリに格納さ
れているプログラムに従って、図14に示した能動的グ
ループ作成処理手順を実行する。
接続されたCPU及びメモリを有し、CPUはグループ
作成要求信号又はグループ参加登録要求信号と携帯端末
装置20のID情報とが与えられると、メモリに格納さ
れているプログラムに従って、図14に示した能動的グ
ループ作成処理手順を実行する。
【0149】これにより、グループ作成サーバ36のC
PUは、能動的グループENTITYを作成し、当該能
動的グループENTITYにユーザを参加登録すると共
に、参加登録したユーザから与えられる特徴的ACTI
VITYオブジェクトを登録し、これにより得られた能
動的グループENTITYを、例えば複数のハードディ
スクからなるグループ用行動パターン情報記憶部37に
格納する。
PUは、能動的グループENTITYを作成し、当該能
動的グループENTITYにユーザを参加登録すると共
に、参加登録したユーザから与えられる特徴的ACTI
VITYオブジェクトを登録し、これにより得られた能
動的グループENTITYを、例えば複数のハードディ
スクからなるグループ用行動パターン情報記憶部37に
格納する。
【0150】また、グループ作成サーバ36のCPU
は、メモリに格納されているプログラムに従って、任意
のタイミングで個人用行動パターン情報記憶部34から
複数のユーザの行動パターン(ACTIVITYオブジ
ェクト)を読み出し、当該読み出した各ユーザの行動パ
ターン(ACTIVITYオブジェクト)を用いて図1
5に示す受動的グループ作成処理手順を実行する。
は、メモリに格納されているプログラムに従って、任意
のタイミングで個人用行動パターン情報記憶部34から
複数のユーザの行動パターン(ACTIVITYオブジ
ェクト)を読み出し、当該読み出した各ユーザの行動パ
ターン(ACTIVITYオブジェクト)を用いて図1
5に示す受動的グループ作成処理手順を実行する。
【0151】これにより、グループ作成サーバ36のC
PUは、受動的グループENTITYを作成し、当該受
動的グループENTITYに似通った行動パターン(A
CTIVITYオブジェクト)を有する複数のユーザを
登録すると共に、複数の似通ったACTIVITYオブ
ジェクトに基づいて、特徴的ACTIVITYオブジェ
クトを作成して登録し、これにより得られた受動的グル
ープENTITYをグループ用行動パターン情報記憶部
37に格納する。
PUは、受動的グループENTITYを作成し、当該受
動的グループENTITYに似通った行動パターン(A
CTIVITYオブジェクト)を有する複数のユーザを
登録すると共に、複数の似通ったACTIVITYオブ
ジェクトに基づいて、特徴的ACTIVITYオブジェ
クトを作成して登録し、これにより得られた受動的グル
ープENTITYをグループ用行動パターン情報記憶部
37に格納する。
【0152】そして、行動パターン解析サーバ33のC
PUは、上述したように個人用行動パターン情報記憶部
34に格納されたACTIVITYオブジェクトの更新
処理を実行したとき、これと共にグループ用行動パター
ン情報記憶部37に格納されている特徴的ACTIVI
TYオブジェクトに対しても更新処理を実行する。
PUは、上述したように個人用行動パターン情報記憶部
34に格納されたACTIVITYオブジェクトの更新
処理を実行したとき、これと共にグループ用行動パター
ン情報記憶部37に格納されている特徴的ACTIVI
TYオブジェクトに対しても更新処理を実行する。
【0153】この更新処理により、グループ用行動パタ
ーン情報記憶部37に格納されている特徴的ACTIV
ITYオブジェクトはその母体数を増やしていくことに
より、これら各ACTIVITYオブジェクトはその発
生確率がグループ内におけるユーザの行動パターンを反
映した値に近づいて行き、一段と精度の高い行動パター
ン(ACTIVITY)が得られる。
ーン情報記憶部37に格納されている特徴的ACTIV
ITYオブジェクトはその母体数を増やしていくことに
より、これら各ACTIVITYオブジェクトはその発
生確率がグループ内におけるユーザの行動パターンを反
映した値に近づいて行き、一段と精度の高い行動パター
ン(ACTIVITY)が得られる。
【0154】このようにして、ユーザ個人のACTIV
ITYオブジェクトが個人用行動パターン情報記憶部3
4に蓄積され、また特徴的ACTIVITYオブジェク
トがグループ用行動パターン情報記憶部37に蓄積され
た状態において、行動パターン解析サーバ33は、サー
ビスプロバイダ40からの要求に応じて、個人用行動パ
ターン情報記憶部34に蓄積されたACTIVITYオ
ブジェクトと、必要に応じてグループ用行動パターン情
報記憶部37に格納された特徴的ACTIVITYオブ
ジェクトを用い、図17について上述した処理手順によ
り携帯端末装置20を所持するユーザの行動を予測す
る。
ITYオブジェクトが個人用行動パターン情報記憶部3
4に蓄積され、また特徴的ACTIVITYオブジェク
トがグループ用行動パターン情報記憶部37に蓄積され
た状態において、行動パターン解析サーバ33は、サー
ビスプロバイダ40からの要求に応じて、個人用行動パ
ターン情報記憶部34に蓄積されたACTIVITYオ
ブジェクトと、必要に応じてグループ用行動パターン情
報記憶部37に格納された特徴的ACTIVITYオブ
ジェクトを用い、図17について上述した処理手順によ
り携帯端末装置20を所持するユーザの行動を予測す
る。
【0155】サービスプロバイダ40のサーバ41は、
図20に示すように、データバスBUSに接続されたC
PU41A、メモリ41B、通信インターフェイス41
C及びデータベース41Dを有し、CPU41Aはメモ
リ41Bに格納されているプログラムに従って種々の処
理を実行するようになされている。
図20に示すように、データバスBUSに接続されたC
PU41A、メモリ41B、通信インターフェイス41
C及びデータベース41Dを有し、CPU41Aはメモ
リ41Bに格納されているプログラムに従って種々の処
理を実行するようになされている。
【0156】すなわち、CPU41Aは通信インターフ
ェイス41Cによって接続されたネットワークを介して
種々の加入端末(図示せず)から提供情報を受け取り、
これをデータベース41Dに格納するようになされてい
る。これらの提供情報は、例えば映画館の上映案内、又
は交通機関の運行状況等といった特定の地域や地点に居
るユーザ個人に対して有用な情報や、当該特定の地域や
地点に居るグループに対して有用な情報(すなわちグル
ープの趣向に合った情報)である。
ェイス41Cによって接続されたネットワークを介して
種々の加入端末(図示せず)から提供情報を受け取り、
これをデータベース41Dに格納するようになされてい
る。これらの提供情報は、例えば映画館の上映案内、又
は交通機関の運行状況等といった特定の地域や地点に居
るユーザ個人に対して有用な情報や、当該特定の地域や
地点に居るグループに対して有用な情報(すなわちグル
ープの趣向に合った情報)である。
【0157】従って、サーバ41のCPU41Aは、こ
れらの提供情報を提供する時間及び天気状況のもとにそ
の特定地域や特定地点に行くことが予測されるユーザ
(すなわち当該ユーザが所持する携帯端末)の情報及び
その行動パターン(すなわちPROCESS)の情報を
通信事業装置部30の行動パターン解析サーバ33に要
求する。
れらの提供情報を提供する時間及び天気状況のもとにそ
の特定地域や特定地点に行くことが予測されるユーザ
(すなわち当該ユーザが所持する携帯端末)の情報及び
その行動パターン(すなわちPROCESS)の情報を
通信事業装置部30の行動パターン解析サーバ33に要
求する。
【0158】行動パターン解析サーバ33は、当該要求
に応じて、個人用行動パターン情報記憶部34に蓄積さ
れたユーザ個人のACTIVITYオブジェクトと、必
要に応じてグループ用行動パターン情報記憶部37に格
納された対応する特徴的ACTIVITYオブジェクト
を用い、図17について上述した処理手順によりサービ
スプロバイダ40から指定された曜日や天気をキー情報
(Key)として、携帯端末装置20を所持するユーザ
の行動を予測する。
に応じて、個人用行動パターン情報記憶部34に蓄積さ
れたユーザ個人のACTIVITYオブジェクトと、必
要に応じてグループ用行動パターン情報記憶部37に格
納された対応する特徴的ACTIVITYオブジェクト
を用い、図17について上述した処理手順によりサービ
スプロバイダ40から指定された曜日や天気をキー情報
(Key)として、携帯端末装置20を所持するユーザ
の行動を予測する。
【0159】この行動予測処理において、行動パターン
解析サーバ33は、行動予測対象のユーザ(グループに
参加しているユーザ又はグループに参加していないユー
ザ)に対してACTIVITYオブジェクトの繋がりで
ある予測行動パターン(PROCESS)を生成する。
この場合、行動パターン解析サーバ33は、行動予測対
象のユーザに対して発生確率の異なる複数の予測行動パ
ターン(PROCESS)を生成する。
解析サーバ33は、行動予測対象のユーザ(グループに
参加しているユーザ又はグループに参加していないユー
ザ)に対してACTIVITYオブジェクトの繋がりで
ある予測行動パターン(PROCESS)を生成する。
この場合、行動パターン解析サーバ33は、行動予測対
象のユーザに対して発生確率の異なる複数の予測行動パ
ターン(PROCESS)を生成する。
【0160】そして、行動パターン解析サーバ33は当
該行動予測結果において、サービスプロバイダ40のサ
ーバ41が指定した曜日及び天気状況下で特定の地域又
は地点に行くことが予測されるユーザの比較的高い発生
確率からなる行動パターン(PROCESS)をそのユ
ーザを特定する情報、すなわち当該ユーザが所持する携
帯端末装置20の電話番号等からなるID情報と共にサ
ービスプロバイダ40のサーバ41に供給する。
該行動予測結果において、サービスプロバイダ40のサ
ーバ41が指定した曜日及び天気状況下で特定の地域又
は地点に行くことが予測されるユーザの比較的高い発生
確率からなる行動パターン(PROCESS)をそのユ
ーザを特定する情報、すなわち当該ユーザが所持する携
帯端末装置20の電話番号等からなるID情報と共にサ
ービスプロバイダ40のサーバ41に供給する。
【0161】これによりサーバ41のCPU41Aは、
通信事業装置部30から供給された行動パターン及びそ
のユーザ情報(携帯端末装置20を特定する電話番号等
の情報)を基に、当該携帯端末装置20に対してデータ
ベースから読み出した提供情報をネットワーク(図11
に示すパラボラアンテナ25、衛星24及び電波塔23
等からなるネットワーク又は、通信回線22及び基地局
21からなるネットワーク等)を介して携帯端末装置2
0に送信する。
通信事業装置部30から供給された行動パターン及びそ
のユーザ情報(携帯端末装置20を特定する電話番号等
の情報)を基に、当該携帯端末装置20に対してデータ
ベースから読み出した提供情報をネットワーク(図11
に示すパラボラアンテナ25、衛星24及び電波塔23
等からなるネットワーク又は、通信回線22及び基地局
21からなるネットワーク等)を介して携帯端末装置2
0に送信する。
【0162】この場合、サーバ41のCPU41Aは、
通信事業装置部30から供給された予測行動パターン
(PROCESS)を構成する各 Stay ACTIVIT
Yオブジェクトに含まれるユーザ又はグループの嗜好情
報(使用サービス及び回数)及び地点に関する情報と、
各 Move ACTIVITYオブジェクトに含まれる情報
送信対象のユーザ(行動予測対象のユーザ)の嗜好情報
(使用サービス及び回数)及びこのユーザが参加してい
るグループの嗜好情報(使用サービス及び回数)と、移
動経路に関する情報とに基づいて、ユーザの個人の予測
行動又はグループとしてのユーザの予測行動の中で特に
必要となる可能性が高い情報をユーザの行動に合わせて
(又は先立って)データベースから読み出し、これを携
帯端末装置20に送信する。
通信事業装置部30から供給された予測行動パターン
(PROCESS)を構成する各 Stay ACTIVIT
Yオブジェクトに含まれるユーザ又はグループの嗜好情
報(使用サービス及び回数)及び地点に関する情報と、
各 Move ACTIVITYオブジェクトに含まれる情報
送信対象のユーザ(行動予測対象のユーザ)の嗜好情報
(使用サービス及び回数)及びこのユーザが参加してい
るグループの嗜好情報(使用サービス及び回数)と、移
動経路に関する情報とに基づいて、ユーザの個人の予測
行動又はグループとしてのユーザの予測行動の中で特に
必要となる可能性が高い情報をユーザの行動に合わせて
(又は先立って)データベースから読み出し、これを携
帯端末装置20に送信する。
【0163】因みに、ユーザが必要とする可能性が高い
情報を選択する方法として、サーバ41は、通信事業装
置部30から供給されたユーザ個人のACTIVITY
オブジェクトに含まれるユーザの嗜好情報(使用サービ
ス及び回数)及び特徴的ACTIVITYオブジェクト
に含まれるグループ内の各ユーザの嗜好情報(使用サー
ビス及び回数)のなかから、その使用回数が予め設定さ
れた所定の閾値よりも高いサービスを選択すると共に、
これら各ACTIVITYオブジェクトに含まれるユー
ザの移動経路や地点に関する情報に基づいてユーザの行
動予測経路上で特に有効となる情報を選択して携帯端末
装置20に送信する。
情報を選択する方法として、サーバ41は、通信事業装
置部30から供給されたユーザ個人のACTIVITY
オブジェクトに含まれるユーザの嗜好情報(使用サービ
ス及び回数)及び特徴的ACTIVITYオブジェクト
に含まれるグループ内の各ユーザの嗜好情報(使用サー
ビス及び回数)のなかから、その使用回数が予め設定さ
れた所定の閾値よりも高いサービスを選択すると共に、
これら各ACTIVITYオブジェクトに含まれるユー
ザの移動経路や地点に関する情報に基づいてユーザの行
動予測経路上で特に有効となる情報を選択して携帯端末
装置20に送信する。
【0164】これにより、当該携帯端末装置20を所持
するユーザは、当該ユーザの行動のなかで、そのユーザ
個人又はグループに対して時間帯及び場所毎に必要とな
る情報を当該ユーザ又はグループの嗜好に合わせて予め
享受することができる。
するユーザは、当該ユーザの行動のなかで、そのユーザ
個人又はグループに対して時間帯及び場所毎に必要とな
る情報を当該ユーザ又はグループの嗜好に合わせて予め
享受することができる。
【0165】すなわち、サーバ41のCPU41Aは、
予測行動パターンを構成する能動的グループENTIT
Y又は受動的グループENTITYの特徴的ACTIV
ITYオブジェクトに含まれる情報に基づいて、当該能
動的グループENTITY又は受動的グループENTI
TY内の他のユーザにこの特徴的ACTIVITYオブ
ジェクトに基づいて提供した提供情報や、当該他のユー
ザが興味を持っている事象に対する提供情報を情報送信
対象のユーザに提供することもできる。これにより情報
送信対象のユーザは、ユーザ個人のACTIVITYオ
ブジェクトのみを用いて作成された予測行動パターンか
らは提供されることのないグループ(他のユーザ)に関
連する提供情報までも得ることができる。
予測行動パターンを構成する能動的グループENTIT
Y又は受動的グループENTITYの特徴的ACTIV
ITYオブジェクトに含まれる情報に基づいて、当該能
動的グループENTITY又は受動的グループENTI
TY内の他のユーザにこの特徴的ACTIVITYオブ
ジェクトに基づいて提供した提供情報や、当該他のユー
ザが興味を持っている事象に対する提供情報を情報送信
対象のユーザに提供することもできる。これにより情報
送信対象のユーザは、ユーザ個人のACTIVITYオ
ブジェクトのみを用いて作成された予測行動パターンか
らは提供されることのないグループ(他のユーザ)に関
連する提供情報までも得ることができる。
【0166】ここで、能動的グループは、同じカテゴリ
に対して興味をもつ複数のユーザが参加し、グループ内
の情報送信対象のユーザに当該グループ内の他のユーザ
に提供したことのある提供情報が提供され、当該情報送
信対象のユーザにその嗜好に合ったより多くの提供情報
が提供されることにより、各ユーザへの情報の提供とい
う点からみれば、参加したユーザに有利なグループであ
るといえる。
に対して興味をもつ複数のユーザが参加し、グループ内
の情報送信対象のユーザに当該グループ内の他のユーザ
に提供したことのある提供情報が提供され、当該情報送
信対象のユーザにその嗜好に合ったより多くの提供情報
が提供されることにより、各ユーザへの情報の提供とい
う点からみれば、参加したユーザに有利なグループであ
るといえる。
【0167】また、受動的グループは、参加した複数の
ユーザがそれぞれ同じカテゴリに対して興味をもってい
るわけではなく、各ユーザが似通った行動パターンをと
ることにより、各ユーザへの情報の提供という点からみ
れば、所定の情報を複数のユーザに対して一括して提供
し得ることによりユーザに情報を提供する側(サービス
プロバイダ40)に有利なグループであるといえる。
ユーザがそれぞれ同じカテゴリに対して興味をもってい
るわけではなく、各ユーザが似通った行動パターンをと
ることにより、各ユーザへの情報の提供という点からみ
れば、所定の情報を複数のユーザに対して一括して提供
し得ることによりユーザに情報を提供する側(サービス
プロバイダ40)に有利なグループであるといえる。
【0168】因に、行動予測システムを用いた情報提供
システム10では、各端末装置(PHS等の携帯端末装
置20)、通信事業装置部30及び行動パターン解析サ
ーバ33の互いに通信を行う装置間において両者のみで
解くことができる暗号を用いるようになされている。こ
の暗号方式としては、秘密鍵(共通鍵)暗号方式や公開
鍵暗号方式が用いられる。
システム10では、各端末装置(PHS等の携帯端末装
置20)、通信事業装置部30及び行動パターン解析サ
ーバ33の互いに通信を行う装置間において両者のみで
解くことができる暗号を用いるようになされている。こ
の暗号方式としては、秘密鍵(共通鍵)暗号方式や公開
鍵暗号方式が用いられる。
【0169】秘密鍵暗号方式は、送信側及び受信側が互
いに同じ鍵を使用して暗号データの授受を行う方式であ
り、データを暗号化するときに用いる鍵は公開しない。
具体的には、DES(Data Encryption Standard)又はト
リプルDESがあり、これら秘密鍵方式では暗号復号化
処理が速い効果がある。
いに同じ鍵を使用して暗号データの授受を行う方式であ
り、データを暗号化するときに用いる鍵は公開しない。
具体的には、DES(Data Encryption Standard)又はト
リプルDESがあり、これら秘密鍵方式では暗号復号化
処理が速い効果がある。
【0170】また、公開鍵方式は、秘密鍵及び公開鍵の
2種類の鍵を用いてデータを暗号化する方式であり、具
体的には、RSA暗号系(Rivest-Shamir-Adleman cryp
tosystem)、RC2又はRC4等の方式がある。この公
開鍵暗号方式では構成要素(例えば携帯端末装置20、
通信事業装置部30、行動パターン解析サーバ33)が
増えた場合、鍵の管理が容易になる効果がある。
2種類の鍵を用いてデータを暗号化する方式であり、具
体的には、RSA暗号系(Rivest-Shamir-Adleman cryp
tosystem)、RC2又はRC4等の方式がある。この公
開鍵暗号方式では構成要素(例えば携帯端末装置20、
通信事業装置部30、行動パターン解析サーバ33)が
増えた場合、鍵の管理が容易になる効果がある。
【0171】実際にかかる情報提供システム10におい
て、ユーザに情報を提供する際の処理手順を図17との
対応部分に同一符号を付した図21に示す。すなわち図
21において、ステップSP70からこの処理手順に入
ると、通信事業装置部30の行動パターン解析サーバ3
3は、サービスプロバイダ40のサーバ41からの要求
に応じて、ステップSP61〜ステップSP63の処理
を順次実行し、ユーザ個人又はグループ内のユーザに対
してACTIVITYオブジェクトの繋がりである複数
の予測行動パターン(PROCESS)を生成し、当該
生成した複数の予測行動パターンのうち、比較的高い発
生確率の予測行動パターンをユーザ情報と共にサービス
プロバイダ40のサーバ41に供給する。
て、ユーザに情報を提供する際の処理手順を図17との
対応部分に同一符号を付した図21に示す。すなわち図
21において、ステップSP70からこの処理手順に入
ると、通信事業装置部30の行動パターン解析サーバ3
3は、サービスプロバイダ40のサーバ41からの要求
に応じて、ステップSP61〜ステップSP63の処理
を順次実行し、ユーザ個人又はグループ内のユーザに対
してACTIVITYオブジェクトの繋がりである複数
の予測行動パターン(PROCESS)を生成し、当該
生成した複数の予測行動パターンのうち、比較的高い発
生確率の予測行動パターンをユーザ情報と共にサービス
プロバイダ40のサーバ41に供給する。
【0172】因みに、行動パターン解析サーバ33は、
このように生成した複数の予測行動パターンに過不足が
あるときには、ステップSP63に次いで図17につい
て上述した行動予測処理手順のステップSP65〜ステ
ップSP67の処理を実行する。
このように生成した複数の予測行動パターンに過不足が
あるときには、ステップSP63に次いで図17につい
て上述した行動予測処理手順のステップSP65〜ステ
ップSP67の処理を実行する。
【0173】サービスプロバイダ40のサーバ41は、
ステップSP71において、通信事業装置部30から供
給されたユーザの予測行動パターンを構成する複数のA
CTIVITYオブジェクトが全てユーザ個人のACT
IVITYオブジェクトの場合(すなわち当該ユーザが
能動的グループ及び受動的グループのいずれにも参加し
ていない場合)には、これら各ACTIVITYオブジ
ェクト( Stay ACTIVITYオブジェクト及び Mov
e ACTIVITYオブジェクト)に含まれる地点情報
と、時間情報と、嗜好情報などのキー情報(Key)な
どを用いて、データベースからユーザ個人に有用な提供
情報選定(ピックアップ)して読み出す。
ステップSP71において、通信事業装置部30から供
給されたユーザの予測行動パターンを構成する複数のA
CTIVITYオブジェクトが全てユーザ個人のACT
IVITYオブジェクトの場合(すなわち当該ユーザが
能動的グループ及び受動的グループのいずれにも参加し
ていない場合)には、これら各ACTIVITYオブジ
ェクト( Stay ACTIVITYオブジェクト及び Mov
e ACTIVITYオブジェクト)に含まれる地点情報
と、時間情報と、嗜好情報などのキー情報(Key)な
どを用いて、データベースからユーザ個人に有用な提供
情報選定(ピックアップ)して読み出す。
【0174】これに対してサーバ41は、ステップSP
71において、通信事業装置部30から供給されたユー
ザの予測行動パターンを構成する複数のACTIVIT
Yオブジェクトがユーザ個人のACTIVITYオブジ
ェクトと、特徴的ACTIVITYオブジェクトからな
る場合(すなわち当該ユーザが能動的グループ又は受動
的グループに参加している場合)には、ユーザ個人のA
CTIVITYオブジェクト( Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェク
ト)に含まれる地点情報と、時間情報と、嗜好情報など
のキー情報(Key)などを用いて、データベースから
ユーザ個人に有用な提供情報を選定して読み出すと共
に、特徴的ACTIVITYオブジェクト( Stay AC
TIVITYオブジェクト及び Move ACTIVITY
オブジェクト)に含まれる地点情報と、時間情報と、嗜
好情報などのキー情報(Key)などを用いて、データ
ベースからグループ内の他のユーザが当該特徴的ACT
IVITYオブジェクトを行うときに提供した提供情報
を選定して読み出す。
71において、通信事業装置部30から供給されたユー
ザの予測行動パターンを構成する複数のACTIVIT
Yオブジェクトがユーザ個人のACTIVITYオブジ
ェクトと、特徴的ACTIVITYオブジェクトからな
る場合(すなわち当該ユーザが能動的グループ又は受動
的グループに参加している場合)には、ユーザ個人のA
CTIVITYオブジェクト( Stay ACTIVITY
オブジェクト及び Move ACTIVITYオブジェク
ト)に含まれる地点情報と、時間情報と、嗜好情報など
のキー情報(Key)などを用いて、データベースから
ユーザ個人に有用な提供情報を選定して読み出すと共
に、特徴的ACTIVITYオブジェクト( Stay AC
TIVITYオブジェクト及び Move ACTIVITY
オブジェクト)に含まれる地点情報と、時間情報と、嗜
好情報などのキー情報(Key)などを用いて、データ
ベースからグループ内の他のユーザが当該特徴的ACT
IVITYオブジェクトを行うときに提供した提供情報
を選定して読み出す。
【0175】そして、サーバ41は、ステップSP72
において、このように選定した複数の提供情報を所定の
閾値と比較してこれら各提供情報に過不足があるか否か
を判断し、各提供情報に過不足があると判断したときに
は、情報送信対象のユーザに対する予測行動パターンを
再び作成するように行動パターン解析サーバ33に通知
する。
において、このように選定した複数の提供情報を所定の
閾値と比較してこれら各提供情報に過不足があるか否か
を判断し、各提供情報に過不足があると判断したときに
は、情報送信対象のユーザに対する予測行動パターンを
再び作成するように行動パターン解析サーバ33に通知
する。
【0176】これにより、行動パターン解析サーバ33
は、ステップSP73において、個人用行動パターン情
報記憶部34から情報送信対象のユーザ個人の複数のA
CTIVITYオブジェクトを読み出すと共に、当該情
報送信対象のユーザが能動的グループENTITY又は
受動的グループENTITYに参加しているときには、
当該能動的グループENTITY又は受動的グループE
NTITYの複数の特徴的ACTIVITYオブジェク
トを読み出し、当該読み出したACTIVITYオブジ
ェクト(ユーザ個人のACTIVITYオブジェクト
と、特徴的ACTIVITYオブジェクト)に含まれる
情報を検索キーとして、個人用行動パターン情報記憶部
34に格納した他の複数のユーザ個人のACTIVIT
Yオブジェクトを検索し、情報送信対象のユーザを参加
登録する受動的グループENTITYを作成する。
は、ステップSP73において、個人用行動パターン情
報記憶部34から情報送信対象のユーザ個人の複数のA
CTIVITYオブジェクトを読み出すと共に、当該情
報送信対象のユーザが能動的グループENTITY又は
受動的グループENTITYに参加しているときには、
当該能動的グループENTITY又は受動的グループE
NTITYの複数の特徴的ACTIVITYオブジェク
トを読み出し、当該読み出したACTIVITYオブジ
ェクト(ユーザ個人のACTIVITYオブジェクト
と、特徴的ACTIVITYオブジェクト)に含まれる
情報を検索キーとして、個人用行動パターン情報記憶部
34に格納した他の複数のユーザ個人のACTIVIT
Yオブジェクトを検索し、情報送信対象のユーザを参加
登録する受動的グループENTITYを作成する。
【0177】そして、行動パターン解析サーバ33は、
このように受動的グループENTITYを作成すると、
図17について上述した行動予測処理手順のステップS
P66及びステップSP67の処理を順次実行し、これ
により得られた複数の予測行動パターンをユーザ情報と
共にサービスプロバイダ40のサーバ41に供給する。
このように受動的グループENTITYを作成すると、
図17について上述した行動予測処理手順のステップS
P66及びステップSP67の処理を順次実行し、これ
により得られた複数の予測行動パターンをユーザ情報と
共にサービスプロバイダ40のサーバ41に供給する。
【0178】これにより、サービスプロバイダ40のサ
ーバ41は、ステップSP74において、通信事業装置
部30から情報送信対象のユーザの予測行動パターン及
びユーザ情報が供給されると、上述したステップSP7
1と同様にデータベースからユーザ個人及びグループに
有用な提供情報を選定して読み出し、ステップSP75
において、当該選定した提供情報をユーザ情報に基づい
て、情報送信対象のユーザにその行動に合わせて(又は
行動に先立って)送信し、かくして情報送信対象のユー
ザに各種提供情報を提供することができる。
ーバ41は、ステップSP74において、通信事業装置
部30から情報送信対象のユーザの予測行動パターン及
びユーザ情報が供給されると、上述したステップSP7
1と同様にデータベースからユーザ個人及びグループに
有用な提供情報を選定して読み出し、ステップSP75
において、当該選定した提供情報をユーザ情報に基づい
て、情報送信対象のユーザにその行動に合わせて(又は
行動に先立って)送信し、かくして情報送信対象のユー
ザに各種提供情報を提供することができる。
【0179】因みに、サービスプロバイダ40のサーバ
41は、ステップSP72において、選定した提供情報
に過不足がないときには、当該選定した提供情報を情報
送信対象のユーザに提供する。
41は、ステップSP72において、選定した提供情報
に過不足がないときには、当該選定した提供情報を情報
送信対象のユーザに提供する。
【0180】(4)実施の形態の動作及び効果 以上の構成において、行動予測システムは、ユーザの行
動をそのユーザ個人のACTIVITYオブジェクト
と、このユーザが参加登録した能動的グループENTI
TY又は受動的グループENTITYの特徴的ACTI
VITYオブジェクトの繋がりによって特徴付けるよう
にした。
動をそのユーザ個人のACTIVITYオブジェクト
と、このユーザが参加登録した能動的グループENTI
TY又は受動的グループENTITYの特徴的ACTI
VITYオブジェクトの繋がりによって特徴付けるよう
にした。
【0181】従って、ユーザの行動をそのユーザ個人の
ACTIVITYオブジェクトの繋がりによって特徴づ
ける場合に比べて、グループの特徴的ACTIVITY
オブジェクトを加える分、当該ユーザの行動を予測する
ための重要な事象(すなわちACTIVITYオブジェ
クト)を増やすことができ、この結果、ユーザの行動の
予測精度を向上させることができる。
ACTIVITYオブジェクトの繋がりによって特徴づ
ける場合に比べて、グループの特徴的ACTIVITY
オブジェクトを加える分、当該ユーザの行動を予測する
ための重要な事象(すなわちACTIVITYオブジェ
クト)を増やすことができ、この結果、ユーザの行動の
予測精度を向上させることができる。
【0182】そして、この行動予測システムでは、ユー
ザ個人のACTIVITYオブジェクトにはユーザ特有
の意味付けがなされ、また特徴的ACTIVITYオブ
ジェクトにはユーザを参加登録した能動的グループ及び
受動的グループ特有(グループ内の複数のユーザにそれ
ぞれ特有)の意味付けがなされている。例えば当該ユー
ザ個人に対する使用サービス及び回数や、グループ内の
各ユーザに対する使用サービス及び回数などの情報がA
CTIVITYオブジェクトに含まれる。
ザ個人のACTIVITYオブジェクトにはユーザ特有
の意味付けがなされ、また特徴的ACTIVITYオブ
ジェクトにはユーザを参加登録した能動的グループ及び
受動的グループ特有(グループ内の複数のユーザにそれ
ぞれ特有)の意味付けがなされている。例えば当該ユー
ザ個人に対する使用サービス及び回数や、グループ内の
各ユーザに対する使用サービス及び回数などの情報がA
CTIVITYオブジェクトに含まれる。
【0183】従って、行動予測システムは、ユーザが予
め能動的グループ又は受動的グループに参加している場
合と、予測行動パターンを作成する際にユーザを受動的
グループに参加させた場合には、予測行動パターンを構
成する複数のACTIVITYオブジェクトに含まれる
各種情報に基づいて、ユーザ個人のACTIVITYオ
ブジェクトのみを用いて予測行動パターンを作成したと
きには決して提供することのできない情報をもユーザに
提供することができる。
め能動的グループ又は受動的グループに参加している場
合と、予測行動パターンを作成する際にユーザを受動的
グループに参加させた場合には、予測行動パターンを構
成する複数のACTIVITYオブジェクトに含まれる
各種情報に基づいて、ユーザ個人のACTIVITYオ
ブジェクトのみを用いて予測行動パターンを作成したと
きには決して提供することのできない情報をもユーザに
提供することができる。
【0184】以上の構成によれば、ユーザの行動をその
ユーザ個人のACTIVITYオブジェクトと、当該ユ
ーザが参加した能動的グループENTITY又は受動的
グループENTITYの特徴的ACTIVITYオブジ
ェクトの繋がりによって特徴付けるようにして当該ユー
ザの行動パターンを予測するようにしたことにより、ユ
ーザの行動を高精度に予測することができる。
ユーザ個人のACTIVITYオブジェクトと、当該ユ
ーザが参加した能動的グループENTITY又は受動的
グループENTITYの特徴的ACTIVITYオブジ
ェクトの繋がりによって特徴付けるようにして当該ユー
ザの行動パターンを予測するようにしたことにより、ユ
ーザの行動を高精度に予測することができる。
【0185】因みに、ユーザのグループとしての行動パ
ターンを表現する特徴的ACTIVITYオブジェクト
にグループ内のユーザの嗜好情報を持たせることによ
り、当該ユーザにそのユーザ個人に対する情報のみなら
ずに、グループとしても有用な情報を提供することがで
きる。
ターンを表現する特徴的ACTIVITYオブジェクト
にグループ内のユーザの嗜好情報を持たせることによ
り、当該ユーザにそのユーザ個人に対する情報のみなら
ずに、グループとしても有用な情報を提供することがで
きる。
【0186】また、図22に示すように、行動パターン
解析サーバ33は、ACTIVITYオブジェクトの情
報(地点情報、時間情報及び母体数)に基づいて、表示
部に特定の時間帯におけるユーザの行動予測位置をその
発生確率と共に色分けして表示することができる。これ
により、例えば時点t1においてユーザがP2で示され
る地点に居る確率が最も高く、これに続いてP1で示さ
れる地点に居る確率が高い予測結果を表示画面によって
容易に確認することができる。
解析サーバ33は、ACTIVITYオブジェクトの情
報(地点情報、時間情報及び母体数)に基づいて、表示
部に特定の時間帯におけるユーザの行動予測位置をその
発生確率と共に色分けして表示することができる。これ
により、例えば時点t1においてユーザがP2で示され
る地点に居る確率が最も高く、これに続いてP1で示さ
れる地点に居る確率が高い予測結果を表示画面によって
容易に確認することができる。
【0187】(5)他の実施の形態 なお上述の実施の形態においては、図23に示すよう
に、位置特定機能(携帯端末装置20のCPU20A、
基地局21及びアクセスサーバ31)を携帯端末装置2
0に設け、行動パターン解析サーバ33、グループ作成
サーバ36、位置情報記憶部35、個人用行動パターン
情報記憶部34及びグループ用行動パターン情報記憶部
37を通信事業装置部30に設け、さらにサービス提供
機能(サーバ41)をサービスプロバイダ40に設ける
ようにした場合について述べたが、本発明はこれに限ら
ず、例えば図24に示すように、通信事業装置部30の
位置情報記憶部35に加えて、携帯端末装置20にも位
置情報記憶部35′を設けるようにしても良い。このよ
うにすれば、多頻度で位置情報を取得する方式を実現す
る際に有効に機能する。例えば、携帯端末装置20側に
おいて、ある時間間隔で多くの位置情報を集積してお
き、所定のタイミングごとにまとめて通信事業装置部3
0に送信する方法が考えられる。この方法によると、位
置情報を通信事業装置部30に送信する回数が少なくな
ることにより、送信処理が簡単になり通信コストを低減
し得る。
に、位置特定機能(携帯端末装置20のCPU20A、
基地局21及びアクセスサーバ31)を携帯端末装置2
0に設け、行動パターン解析サーバ33、グループ作成
サーバ36、位置情報記憶部35、個人用行動パターン
情報記憶部34及びグループ用行動パターン情報記憶部
37を通信事業装置部30に設け、さらにサービス提供
機能(サーバ41)をサービスプロバイダ40に設ける
ようにした場合について述べたが、本発明はこれに限ら
ず、例えば図24に示すように、通信事業装置部30の
位置情報記憶部35に加えて、携帯端末装置20にも位
置情報記憶部35′を設けるようにしても良い。このよ
うにすれば、多頻度で位置情報を取得する方式を実現す
る際に有効に機能する。例えば、携帯端末装置20側に
おいて、ある時間間隔で多くの位置情報を集積してお
き、所定のタイミングごとにまとめて通信事業装置部3
0に送信する方法が考えられる。この方法によると、位
置情報を通信事業装置部30に送信する回数が少なくな
ることにより、送信処理が簡単になり通信コストを低減
し得る。
【0188】また、図25に示すように、通信事業装置
部30が位置特定機能20′及びサービス提供機能(サ
ーバ41)を有すると共に、サービスプロバイダ40が
行動パターン解析サーバ33、グループ作成サーバ3
6、個人用行動パターン記憶部34及びグループ用行動
パターン記憶部37を有するようにしても良く、要は、
携帯端末装置20、通信事業装置部30及びサービスプ
ロバイダ40のいずれかに、位置特定機能、行動パター
ン解析サーバ、グループ作成サーバ、位置情報記憶部、
個人用行動パターン記憶部、グループ用行動パターン記
憶部及びサービス提供機能が少なくとも一つ存在するよ
うにすれば良い。
部30が位置特定機能20′及びサービス提供機能(サ
ーバ41)を有すると共に、サービスプロバイダ40が
行動パターン解析サーバ33、グループ作成サーバ3
6、個人用行動パターン記憶部34及びグループ用行動
パターン記憶部37を有するようにしても良く、要は、
携帯端末装置20、通信事業装置部30及びサービスプ
ロバイダ40のいずれかに、位置特定機能、行動パター
ン解析サーバ、グループ作成サーバ、位置情報記憶部、
個人用行動パターン記憶部、グループ用行動パターン記
憶部及びサービス提供機能が少なくとも一つ存在するよ
うにすれば良い。
【0189】また上述の実施の形態においては、携帯端
末装置20の位置を検出する際の検出時間として30分
を境界として Stay ACTIVITY又は Move ACT
IVITYを判断するようにした場合について述べた
が、本発明はこれに限らず、種々の時間間隔を適用する
ことができる。
末装置20の位置を検出する際の検出時間として30分
を境界として Stay ACTIVITY又は Move ACT
IVITYを判断するようにした場合について述べた
が、本発明はこれに限らず、種々の時間間隔を適用する
ことができる。
【0190】また上述の実施の形態においては、図15
について上述した処理手順を用いて受動的グループを作
成するようにした場合について述べたが、本発明はこれ
に限らず、例えば図15との対応部分に同一符号を付し
て示す図26において、処理手順に入ると(ステップS
P80)、作成する受動的グループに対する地点情報、
キー情報(Key)及び時間情報などの検索キーとなる
情報を設定し(ステップSP81)、次いで行動予測対
象として登録された多数のユーザのなかからこれよりも
少ない数のユーザを任意に選定した後(ステップSP8
2)、当該選定したユーザのそのユーザ個人の複数のA
CTIVITYオブジェクトに含まれる情報を検索キー
とした情報によって検索する(ステップSP83)。そ
して検索キーとした情報と同じ情報を有するACTIV
ITYオブジェクト(特徴的ACTIVITYオブジェ
クトとなる)を検出し(ステップSP84)、当該AC
TIVITYオブジェクトを有するユーザを参加登録さ
せるようにして受動的グループを作成する(ステップS
P54及び86)。このようにすれば、図15について
上述した処理手順に比べて、特徴的ACTIVITYオ
ブジェクトの検出時間を大幅に短縮し得る。また検索キ
ーとした情報を有するACTIVITYオブジェクトを
特徴的ACTIVITYオブジェクトとしたことによ
り、予測行動パターンを作成した際に当該検索キーとし
た情報をユーザに提供することもできる。
について上述した処理手順を用いて受動的グループを作
成するようにした場合について述べたが、本発明はこれ
に限らず、例えば図15との対応部分に同一符号を付し
て示す図26において、処理手順に入ると(ステップS
P80)、作成する受動的グループに対する地点情報、
キー情報(Key)及び時間情報などの検索キーとなる
情報を設定し(ステップSP81)、次いで行動予測対
象として登録された多数のユーザのなかからこれよりも
少ない数のユーザを任意に選定した後(ステップSP8
2)、当該選定したユーザのそのユーザ個人の複数のA
CTIVITYオブジェクトに含まれる情報を検索キー
とした情報によって検索する(ステップSP83)。そ
して検索キーとした情報と同じ情報を有するACTIV
ITYオブジェクト(特徴的ACTIVITYオブジェ
クトとなる)を検出し(ステップSP84)、当該AC
TIVITYオブジェクトを有するユーザを参加登録さ
せるようにして受動的グループを作成する(ステップS
P54及び86)。このようにすれば、図15について
上述した処理手順に比べて、特徴的ACTIVITYオ
ブジェクトの検出時間を大幅に短縮し得る。また検索キ
ーとした情報を有するACTIVITYオブジェクトを
特徴的ACTIVITYオブジェクトとしたことによ
り、予測行動パターンを作成した際に当該検索キーとし
た情報をユーザに提供することもできる。
【0191】また、図15との対応部分に同一符号を付
して示す図27において、処理手順に入ると(ステップ
SP90)、1人のユーザを任意に選定し(ステップS
P91)、次いで行動予測対象として登録された多数の
ユーザのなかからこれよりも少ない数のユーザを任意に
選定した後(ステップSP92)、これら選定した各ユ
ーザのACTIVITYオブジェクトを比較する(ステ
ップSP93)。そして似通ったACTIVITYオブ
ジェクト(特徴的ACTIVITYオブジェクトとな
る)が存在する場合には(ステップSP53)、その似
通ったACTIVITYオブジェクトを有するユーザを
参加登録させるようにして受動的グループを作成する
(ステップSP54及び94)。この処理手順によって
も、図15について上述した処理手順に比べて、特徴的
ACTIVITYオブジェクトの検出時間を大幅に短縮
し得る。
して示す図27において、処理手順に入ると(ステップ
SP90)、1人のユーザを任意に選定し(ステップS
P91)、次いで行動予測対象として登録された多数の
ユーザのなかからこれよりも少ない数のユーザを任意に
選定した後(ステップSP92)、これら選定した各ユ
ーザのACTIVITYオブジェクトを比較する(ステ
ップSP93)。そして似通ったACTIVITYオブ
ジェクト(特徴的ACTIVITYオブジェクトとな
る)が存在する場合には(ステップSP53)、その似
通ったACTIVITYオブジェクトを有するユーザを
参加登録させるようにして受動的グループを作成する
(ステップSP54及び94)。この処理手順によって
も、図15について上述した処理手順に比べて、特徴的
ACTIVITYオブジェクトの検出時間を大幅に短縮
し得る。
【0192】また上述の実施の形態においては、情報送
信対象のユーザの行動エリアに関する種々の情報に加え
て、当該ユーザがグループに参加している場合に、グル
ープ内の他のユーザが興味を持っている事象に対する提
供情報を提供するようにした場合について述べたが、本
発明はこれに限らず、情報送信対象のユーザに、グルー
プ内の他のユーザが行った動作や行為、行った場所及び
興味をもった情報、情報送信対象のユーザに対してグル
ープ内の他のユーザが同じ行動をとっている、又は同じ
行動をとると予測されることを表す情報、グループ内の
他のユーザが情報送信対象のユーザの近くに居る、又は
近くに来る予定があることを表す情報、行動予測の結果
と現在位置とを比較し、当該比較結果が異なる場合にそ
の旨を表す情報、さらには、他のユーザが興味をもった
商品を推薦するなどのように、提供する情報としては種
々の情報を適用し得る。
信対象のユーザの行動エリアに関する種々の情報に加え
て、当該ユーザがグループに参加している場合に、グル
ープ内の他のユーザが興味を持っている事象に対する提
供情報を提供するようにした場合について述べたが、本
発明はこれに限らず、情報送信対象のユーザに、グルー
プ内の他のユーザが行った動作や行為、行った場所及び
興味をもった情報、情報送信対象のユーザに対してグル
ープ内の他のユーザが同じ行動をとっている、又は同じ
行動をとると予測されることを表す情報、グループ内の
他のユーザが情報送信対象のユーザの近くに居る、又は
近くに来る予定があることを表す情報、行動予測の結果
と現在位置とを比較し、当該比較結果が異なる場合にそ
の旨を表す情報、さらには、他のユーザが興味をもった
商品を推薦するなどのように、提供する情報としては種
々の情報を適用し得る。
【0193】また上述の実施の形態においては、ユーザ
の予測行動パターンをユーザ個人のACTIVITYオ
ブジェクトと、ユーザが参加した能動的グループ又は受
動的グループの特徴的ACTIVITYオブジェクトを
用いて作成するようにした場合について述べたが、本発
明はこれに限らず、ユーザの過去又は未来の行動パター
ンをグループとしての行動と比較しながら予測行動パタ
ーンを作成するようにしても良い。これによりユーザの
グループとしての行動の変移を考慮することができ、行
動をさらに高精度に予測することができると共に、この
予測に応じてユーザに対してより有意義な情報を提供し
得る。
の予測行動パターンをユーザ個人のACTIVITYオ
ブジェクトと、ユーザが参加した能動的グループ又は受
動的グループの特徴的ACTIVITYオブジェクトを
用いて作成するようにした場合について述べたが、本発
明はこれに限らず、ユーザの過去又は未来の行動パター
ンをグループとしての行動と比較しながら予測行動パタ
ーンを作成するようにしても良い。これによりユーザの
グループとしての行動の変移を考慮することができ、行
動をさらに高精度に予測することができると共に、この
予測に応じてユーザに対してより有意義な情報を提供し
得る。
【0194】また上述の実施の形態においては、ユーザ
の行動履歴の離散情報(EVENT)を用いて単位行動
履歴情報(ACTIVITYオブジェクト)を抽出する
ようにした場合について述べたが、本発明はこれに限ら
ず、単位行動履歴情報を抽出するために用いる行動履歴
の情報としては、この他種々の情報を適用することがで
きる。
の行動履歴の離散情報(EVENT)を用いて単位行動
履歴情報(ACTIVITYオブジェクト)を抽出する
ようにした場合について述べたが、本発明はこれに限ら
ず、単位行動履歴情報を抽出するために用いる行動履歴
の情報としては、この他種々の情報を適用することがで
きる。
【0195】また上述の実施の形態においては、形態端
末装置20としてPHS端末装置を用いる場合について
述べたが、本発明はこれに限らず、例えば携帯電話、P
DA(Personal Digital Assistant)、カーナビゲーショ
ンシステム、パーソナルコンピュータ、携帯テレビ、携
帯ラジオ等、種々の端末を適用し得る。
末装置20としてPHS端末装置を用いる場合について
述べたが、本発明はこれに限らず、例えば携帯電話、P
DA(Personal Digital Assistant)、カーナビゲーショ
ンシステム、パーソナルコンピュータ、携帯テレビ、携
帯ラジオ等、種々の端末を適用し得る。
【0196】また上述の実施の形態においては、携帯端
末装置20としてPHS端末装置を用い、当該PHS端
末装置から基地局に送信される位置登録信号に基づいて
当該PHS端末装置の位置を特定する位置特定手段を用
いるようにした場合について述べたが、本発明はこれに
限らず、例えば複数の衛星からの信号の相関に基づいて
位置を特定するGPS(Global Positioning System) 受
信部を有する携帯端末装置を用いる等、種々の位置特定
手段を適用し得る。
末装置20としてPHS端末装置を用い、当該PHS端
末装置から基地局に送信される位置登録信号に基づいて
当該PHS端末装置の位置を特定する位置特定手段を用
いるようにした場合について述べたが、本発明はこれに
限らず、例えば複数の衛星からの信号の相関に基づいて
位置を特定するGPS(Global Positioning System) 受
信部を有する携帯端末装置を用いる等、種々の位置特定
手段を適用し得る。
【0197】また上述の実施の形態においては、ネット
ワークに接続されたサービスプロバイダを利用する場合
について述べたが、本発明はこれに限らず、他の種々の
情報提供手段を利用できる。
ワークに接続されたサービスプロバイダを利用する場合
について述べたが、本発明はこれに限らず、他の種々の
情報提供手段を利用できる。
【0198】また上述の実施の形態においては、携帯端
末装置20が所定のタイミングで位置登録信号を基地局
21に送信する場合について述べたが、本発明はこれに
限らず、ユーザが所定の送信命令を携帯端末装置20に
入力することにより、ユーザの意思で位置登録信号を送
信させるようにしても良い。
末装置20が所定のタイミングで位置登録信号を基地局
21に送信する場合について述べたが、本発明はこれに
限らず、ユーザが所定の送信命令を携帯端末装置20に
入力することにより、ユーザの意思で位置登録信号を送
信させるようにしても良い。
【0199】また上述の実施の形態においては、予測対
象の行動履歴情報を取得する行動履歴取得手段として、
位置情報記憶部35を適用するようにした場合について
述べたが、本発明はこれに限らず、予測対象の行動履歴
情報を取得することができれば、この他種々の行動履歴
取得手段を適用することができる。
象の行動履歴情報を取得する行動履歴取得手段として、
位置情報記憶部35を適用するようにした場合について
述べたが、本発明はこれに限らず、予測対象の行動履歴
情報を取得することができれば、この他種々の行動履歴
取得手段を適用することができる。
【0200】また上述の実施の形態においては、取得さ
れた行動履歴情報に基づいて、予測対象の単位行動履歴
情報を抽出する単位行動履歴抽出手段として、行動パタ
ーン解析サーバ33及び個人用行動パターン情報記憶部
34を適用するようにした場合について述べたが、本発
明はこれに限らず、取得された行動履歴情報に基づい
て、予測対象の単位行動履歴情報を抽出することができ
れば、この他種々の単位行動履歴抽出手段を適用するこ
とができる。
れた行動履歴情報に基づいて、予測対象の単位行動履歴
情報を抽出する単位行動履歴抽出手段として、行動パタ
ーン解析サーバ33及び個人用行動パターン情報記憶部
34を適用するようにした場合について述べたが、本発
明はこれに限らず、取得された行動履歴情報に基づい
て、予測対象の単位行動履歴情報を抽出することができ
れば、この他種々の単位行動履歴抽出手段を適用するこ
とができる。
【0201】また上述の実施の形態においては、複数の
予測対象からなるグループを作成するグループ作成手段
として、グループ作成サーバ36及びグループ用行動パ
ターン情報記憶部37を適用するようにした場合につい
て述べたが、本発明はこれに限らず、複数の予測対象か
らなるグループを作成することができれば、この他種々
のグループ作成手段を適用することができる。
予測対象からなるグループを作成するグループ作成手段
として、グループ作成サーバ36及びグループ用行動パ
ターン情報記憶部37を適用するようにした場合につい
て述べたが、本発明はこれに限らず、複数の予測対象か
らなるグループを作成することができれば、この他種々
のグループ作成手段を適用することができる。
【0202】また上述の実施の形態においては、複数の
予測対象からなるグループにおける単位行動履歴情報を
作成する単位行動履歴作成手段として、グループ作成サ
ーバ36及びグループ用行動パターン情報記憶部37を
適用するようにした場合について述べたが、本発明はこ
れに限らず、複数の予測対象からなるグループにおける
単位行動履歴情報を作成することができれば、この他種
々の単位行動履歴作成手段を適用することができる。
予測対象からなるグループにおける単位行動履歴情報を
作成する単位行動履歴作成手段として、グループ作成サ
ーバ36及びグループ用行動パターン情報記憶部37を
適用するようにした場合について述べたが、本発明はこ
れに限らず、複数の予測対象からなるグループにおける
単位行動履歴情報を作成することができれば、この他種
々の単位行動履歴作成手段を適用することができる。
【0203】また上述の実施の形態においては、予測対
象個々の単位行動履歴情報と、当該予測対象の参加した
グループの単位行動履歴情報とに基づいて、当該予測対
象の行動を予測する行動予測手段として、行動パターン
解析サーバ33を適用するようにした場合について述べ
たが、本発明はこれに限らず、予測対象の単位行動履歴
情報と、当該予測対象の参加したグループの単位行動履
歴情報とに基づいて、当該予測対象の行動を予測するこ
とができれば、この他種々の行動予測手段を適用するこ
とができる。
象個々の単位行動履歴情報と、当該予測対象の参加した
グループの単位行動履歴情報とに基づいて、当該予測対
象の行動を予測する行動予測手段として、行動パターン
解析サーバ33を適用するようにした場合について述べ
たが、本発明はこれに限らず、予測対象の単位行動履歴
情報と、当該予測対象の参加したグループの単位行動履
歴情報とに基づいて、当該予測対象の行動を予測するこ
とができれば、この他種々の行動予測手段を適用するこ
とができる。
【0204】
【発明の効果】上述のように本発明によれば、予測対象
の行動を予測する行動予測方法において、予測対象の行
動履歴情報を取得する行動履歴取得ステップと、取得さ
れた行動履歴情報に基づいて、予測対象の単位行動履歴
情報を抽出する単位行動履歴抽出ステップと、複数の予
測対象からなるグループにおける単位行動履歴情報を作
成する単位行動履歴作成ステップと、予測対象個々の単
位行動履歴情報と、当該予測対象の参加したグループの
単位行動履歴情報とに基づいて、当該予測対象の行動を
予測する行動予測ステップとを設けるようにしたことに
より、予測対象の単位行動履歴情報のみを用いて当該予
測対象の行動を予測する場合に比べて、当該予測対象の
行動の予測に用いる単位行動履歴情報を増やすことがで
き、かくして予測対象の行動を高精度に予測し得る行動
予測方法を実現することができる。
の行動を予測する行動予測方法において、予測対象の行
動履歴情報を取得する行動履歴取得ステップと、取得さ
れた行動履歴情報に基づいて、予測対象の単位行動履歴
情報を抽出する単位行動履歴抽出ステップと、複数の予
測対象からなるグループにおける単位行動履歴情報を作
成する単位行動履歴作成ステップと、予測対象個々の単
位行動履歴情報と、当該予測対象の参加したグループの
単位行動履歴情報とに基づいて、当該予測対象の行動を
予測する行動予測ステップとを設けるようにしたことに
より、予測対象の単位行動履歴情報のみを用いて当該予
測対象の行動を予測する場合に比べて、当該予測対象の
行動の予測に用いる単位行動履歴情報を増やすことがで
き、かくして予測対象の行動を高精度に予測し得る行動
予測方法を実現することができる。
【0205】また予測対象の行動を予測する行動予測装
置において、予測対象の行動履歴情報を取得する行動履
歴取得手段と、取得された行動履歴情報に基づいて、予
測対象の単位行動履歴情報を抽出する単位行動履歴抽出
手段と、複数の予測対象からなるグループにおける単位
行動履歴情報を作成する単位行動履歴作成手段と、予測
対象個々の単位行動履歴情報と、当該予測対象の参加し
たグループの単位行動履歴情報とに基づいて、当該予測
対象の行動を予測する行動予測手段とを設けるようにし
たことにより、予測対象の単位行動履歴情報のみを用い
て当該予測対象の行動を予測する場合に比べて、当該予
測対象の行動の予測に用いる単位行動履歴情報を増やす
ことができ、かくして予測対象の行動を高精度に予測し
得る行動予測装置を実現することができる。
置において、予測対象の行動履歴情報を取得する行動履
歴取得手段と、取得された行動履歴情報に基づいて、予
測対象の単位行動履歴情報を抽出する単位行動履歴抽出
手段と、複数の予測対象からなるグループにおける単位
行動履歴情報を作成する単位行動履歴作成手段と、予測
対象個々の単位行動履歴情報と、当該予測対象の参加し
たグループの単位行動履歴情報とに基づいて、当該予測
対象の行動を予測する行動予測手段とを設けるようにし
たことにより、予測対象の単位行動履歴情報のみを用い
て当該予測対象の行動を予測する場合に比べて、当該予
測対象の行動の予測に用いる単位行動履歴情報を増やす
ことができ、かくして予測対象の行動を高精度に予測し
得る行動予測装置を実現することができる。
【図1】本発明による離散系モデルの説明に供する略線
図である。
図である。
【図2】離散系モデルの表現方法の説明に供する略線図
である。
である。
【図3】EVENT列からACTIVITYを抽出する
方法を示す略線図である。
方法を示す略線図である。
【図4】EVENT列からACTIVITYを抽出する
方法を示すフローチャートである。
方法を示すフローチャートである。
【図5】Stay ACTIVITY及び Move ACTIV
ITYの説明に供する略線図である。
ITYの説明に供する略線図である。
【図6】Stay ACTIVITYオブジェクトに割り当
てられる情報を示す略線図である。
てられる情報を示す略線図である。
【図7】ACTIVITYの更新方法を示すブロック図
である。
である。
【図8】Move ACTIVITYオブジェクトに割り当
てられる情報を示す略線図である。
てられる情報を示す略線図である。
【図9】行動予測処理の説明に供する略線図である。
【図10】ユーザの行動パターンの予測結果を示す略線
図である。
図である。
【図11】能動的グループENTITYオブジェクトに
割り当てられる情報を示す略線図である。
割り当てられる情報を示す略線図である。
【図12】グループの Stay ACTIVITYオブジェ
クトに割り当てられる情報を示す略線図である。
クトに割り当てられる情報を示す略線図である。
【図13】グループの Move ACTIVITYオブジェ
クトに割り当てられる情報を示す略線図である。
クトに割り当てられる情報を示す略線図である。
【図14】能動的グループの作成手順を示すフローチャ
ートである。
ートである。
【図15】受動的グループの作成手順を示すフローチャ
ートである。
ートである。
【図16】グループを用いた行動予測処理の説明に供す
る略線図である。
る略線図である。
【図17】行動予測処理手順を示すフローチャートであ
る。
る。
【図18】本発明による行動予測システムを用いた情報
提供システムの全体構成を示す略線的接続図である。
提供システムの全体構成を示す略線的接続図である。
【図19】携帯端末装置の構成を示すブロック図であ
る。
る。
【図20】サーバの構成を示すブロック図である。
【図21】情報提供処理手順を示すフローチャートであ
る。
る。
【図22】行動パターンの表示例を示す略線図である。
【図23】構成要素の配置例を示すブロック図である。
【図24】他の実施の形態による構成要素の配置例を示
すブロック図である。
すブロック図である。
【図25】他の実施の形態による構成要素の配置例を示
すブロック図である。
すブロック図である。
【図26】他の実施の形態による受動的グループの作成
処理手順を示すフローチャートである。
処理手順を示すフローチャートである。
【図27】他の実施の形態による受動的グループの作成
処理手順を示すフローチャートである。
処理手順を示すフローチャートである。
10……情報提供システム、20……携帯端末装置、2
0A、41A……CPU、20B、41B……メモリ、
21……基地局、22……通信回線、30……通信事業
装置部、31……アクセスサーバ、33……行動パター
ン解析サーバ、34……個人用行動パターン記憶部、3
5……位置情報記憶部、36……グループ作成サーバ、
37……グループ用行動パターン記憶部、40……サー
ビスプロバイダ、41……サーバ。
0A、41A……CPU、20B、41B……メモリ、
21……基地局、22……通信回線、30……通信事業
装置部、31……アクセスサーバ、33……行動パター
ン解析サーバ、34……個人用行動パターン記憶部、3
5……位置情報記憶部、36……グループ作成サーバ、
37……グループ用行動パターン記憶部、40……サー
ビスプロバイダ、41……サーバ。
Claims (18)
- 【請求項1】予測対象の行動を予測する行動予測方法に
おいて、 上記予測対象の行動履歴情報を取得する行動履歴取得ス
テップと、 上記取得された上記行動履歴情報に基づいて、上記予測
対象の単位行動履歴情報を抽出する単位行動履歴抽出ス
テップと、 複数の上記予測対象からなるグループにおける単位行動
履歴情報を作成する単位行動履歴作成ステップと、 上記予測対象個々の単位行動履歴情報と、当該予測対象
の参加した上記グループの単位行動履歴情報とに基づい
て、当該予測対象の行動を予測する行動予測ステップと
を具えることを特徴とする行動予測方法。 - 【請求項2】複数の上記予測対象からなる上記グループ
を作成するグループ作成ステップを具え、 上記単位行動履歴作成ステップは、作成された上記グル
ープの単位行動履歴情報を作成することを特徴とする請
求項1に記載の行動予測方法。 - 【請求項3】上記行動予測ステップは、上記予測対象個
々の単位行動履歴情報と、当該予測対象の参加した上記
グループの単位行動履歴情報との発生確率に基づいて上
記予測対象の行動を予測することを特徴とする請求項2
に記載の行動予測方法。 - 【請求項4】上記予測対象個々の単位行動履歴情報は、
上記予測対象の滞在行動履歴情報及び移動行動履歴情報
であり、 上記グループの単位行動履歴情報は、当該グループに参
加した各上記予測対象の滞在行動履歴情報及び移動行動
履歴情報であることを特徴とする請求項3に記載の行動
予測方法。 - 【請求項5】上記行動予測ステップは、ほぼ同じ時間帯
にほぼ同じ発生確率を有する上記予測対象個々の単位行
動履歴情報と、当該予測対象の参加した上記グループの
単位行動履歴情報とが存在する際、当該グループの単位
行動履歴情報を優先的に用いることを特徴とする請求項
4に記載の行動予測方法。 - 【請求項6】上記グループは、上記予測対象が自らの行
動履歴を登録することにより作成される能動的グループ
であることを特徴とする請求項2に記載の行動予測方
法。 - 【請求項7】上記グループは、複数の上記予測対象のう
ちの似通った上記単位行動履歴情報を有する各上記予測
対象からなる受動的グループであることを特徴とする請
求項2に記載の行動予測方法。 - 【請求項8】上記予測行動方法は、 上記行動予測ステップにおいて、上記予測対象に対して
予測される上記行動が予め設定された所定の閾値よりも
少ない又は多く存在する場合、上記予測対象の上記行動
の予測結果に基づいて、当該予測対象が参加する上記受
動的グループを作成する受動的グループ作成ステップ
と、 上記作成された上記受動的グループの単位行動履歴情報
を作成する受動的グループ用単位行動履歴作成ステップ
と、 上記予測対象個々の単位行動履歴情報と、当該予測対象
の参加した上記受動的グループの単位行動履歴情報とに
基づいて、当該予測対象の行動を再び予測する再行動予
測ステップとを具えることを特徴とする請求項7に記載
の行動予測方法。 - 【請求項9】上記予測行動方法は、上記行動履歴取得ス
テップにおいて取得された、上記予測対象の行動履歴情
報に基づいて、当該予測対象の参加した上記グループの
単位行動履歴情報を抽出するグループ単位行動履歴抽出
ステップを具え、 上記行動予測ステップは、上記予測対象個々の単位行動
履歴情報と、当該予測対象の参加した上記グループの上
記作成及び抽出された単位行動履歴情報とに基づいて、
当該予測対象の行動を予測することを特徴とする請求項
1に記載の行動予測方法。 - 【請求項10】予測対象の行動を予測する行動予測装置
において、 上記予測対象の行動履歴情報を取得する行動履歴取得手
段と、 上記取得された上記行動履歴情報に基づいて、上記予測
対象の単位行動履歴情報を抽出する単位行動履歴抽出手
段と、 複数の上記予測対象からなるグループにおける単位行動
履歴情報を作成する単位行動履歴作成手段と、 上記予測対象個々の単位行動履歴情報と、当該予測対象
の参加した上記グループの単位行動履歴情報とに基づい
て、当該予測対象の行動を予測する行動予測手段とを具
えることを特徴とする行動予測装置。 - 【請求項11】複数の上記予測対象からなる上記グルー
プを作成するグループ作成手段を具え、 上記単位行動履歴作成手段は、上記作成されたグループ
の単位行動履歴情報を作成することを特徴とする請求項
10に記載の行動予測装置。 - 【請求項12】上記行動予測手段は、上記予測対象個々
の単位行動履歴情報と、当該予測対象の参加した上記グ
ループの単位行動履歴情報との発生確率に基づいて上記
予測対象の行動を予測することを特徴とする請求項11
に記載の行動予測装置。 - 【請求項13】上記予測対象個々の単位行動履歴情報
は、上記予測対象の滞在行動履歴情報及び移動行動履歴
情報であり、 上記グループの単位行動履歴情報は、当該グループに参
加した各上記予測対象の滞在行動履歴情報及び移動行動
履歴情報であることを特徴とする請求項12に記載の行
動予測装置。 - 【請求項14】上記行動予測手段は、ほぼ同じ時間帯に
ほぼ同じ発生確率を有する上記予測対象個々の単位行動
履歴情報と、当該予測対象の参加した上記グループの単
位行動履歴情報とが存在する際、当該グループの単位行
動履歴情報を優先的に用いることを特徴とする請求項1
3に記載の行動予測装置。 - 【請求項15】上記グループは、上記予測対象が自らの
行動履歴を登録することにより作成される能動的グルー
プであることを特徴とする請求項11に記載の行動予測
装置。 - 【請求項16】上記グループは、複数の上記予測対象の
うちの似通った上記単位行動履歴情報を有する各上記予
測対象からなる受動的グループとであることを特徴とす
る請求項11に記載の行動予測装置。 - 【請求項17】上記グループ作成手段は、上記行動予測
手段により予測した上記予測対象の行動が予め設定され
た所定の閾値よりも少ない又は多く存在する場合、上記
予測対象の上記行動の予測結果に基づいて、当該予測対
象が参加する上記受動的グループを作成し、 上記単位行動履歴作成手段は、上記作成された上記受動
的グループの単位行動履歴情報を作成し、 上記行動予測手段は、上記予測対象個々の単位行動履歴
情報と、当該予測対象の参加した上記受動的グループの
単位行動履歴情報とに基づいて、当該予測対象の行動を
再び予測することを特徴とする請求項16に記載の行動
予測装置。 - 【請求項18】上記単位行動履歴作成手段は、上記行動
履歴取得手段により取得された、上記予測対象の行動履
歴情報に基づいて、当該予測対象が参加した上記グルー
プの単位行動履歴情報を抽出することを特徴とする請求
項10に記載の行動予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23168199A JP2001056805A (ja) | 1999-08-18 | 1999-08-18 | 行動予測方法及びその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23168199A JP2001056805A (ja) | 1999-08-18 | 1999-08-18 | 行動予測方法及びその装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001056805A true JP2001056805A (ja) | 2001-02-27 |
Family
ID=16927334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP23168199A Pending JP2001056805A (ja) | 1999-08-18 | 1999-08-18 | 行動予測方法及びその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2001056805A (ja) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003196286A (ja) * | 2001-09-04 | 2003-07-11 | Sony Computer Entertainment Inc | 情報処理システム、端末装置、情報処理方法、情報処理プログラム、及び情報処理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 |
JP2005300965A (ja) * | 2004-04-13 | 2005-10-27 | Hitachi Ltd | 情報通知方法、および、情報通知システム |
JP2006023793A (ja) * | 2004-07-06 | 2006-01-26 | Sony Corp | 情報処理装置,プログラム,プログラム提供サーバ |
WO2006030742A1 (ja) * | 2004-09-14 | 2006-03-23 | Matsushita Electric Industrial Co., Ltd. | 機器制御システムおよび機器制御方法 |
JP2006085257A (ja) * | 2004-09-14 | 2006-03-30 | Toshiba Corp | 移動体の動線分析の方法、システム及びプログラム |
WO2008059772A1 (fr) * | 2006-11-14 | 2008-05-22 | Dai Nippon Printing Co., Ltd. | Système de fourniture d'informations |
JP2010191589A (ja) * | 2009-02-17 | 2010-09-02 | Nippon Telegr & Teleph Corp <Ntt> | 行動予測装置、行動予測方法及びプログラム |
JP2010250759A (ja) * | 2009-04-20 | 2010-11-04 | Nippon Telegr & Teleph Corp <Ntt> | 行動予測装置、行動予測方法及びプログラム |
JP2010257156A (ja) * | 2009-04-23 | 2010-11-11 | Nippon Telegr & Teleph Corp <Ntt> | 広告出稿計画装置及び方法及びプログラム |
JP2010286673A (ja) * | 2009-06-11 | 2010-12-24 | Nec Corp | 情報提供システム、管理サーバ、それらの情報提供方法及びプログラム |
JP2011128725A (ja) * | 2009-12-15 | 2011-06-30 | Nippon Telegr & Teleph Corp <Ntt> | 滞在地推定装置、方法及びプログラム |
WO2012029878A1 (ja) * | 2010-09-03 | 2012-03-08 | トヨタ自動車株式会社 | 環境マップ作成装置及び方法、行動予測装置及び方法 |
JP2013513183A (ja) * | 2009-12-15 | 2013-04-18 | インテル コーポレイション | 推奨を提供するためユーザ行動の傾向、プロファイリング及びテンプレートベースの予測における確率的技術を利用するシステム、装置及び方法 |
JP2013536488A (ja) * | 2010-06-24 | 2013-09-19 | ゾケム・オイ | ノンパラメトリック、多次元、空間的および一時的な人間の挙動または広範な技術的観測値を処理するネットワークサーバー装置構成およびそれに関連する方法 |
JP2015095191A (ja) * | 2013-11-13 | 2015-05-18 | 株式会社Agoop | 情報処理システム、人口流量推定装置、プログラム、情報処理方法及び人口流量を推定する方法 |
WO2015182200A1 (ja) * | 2014-05-27 | 2015-12-03 | ソニー株式会社 | 情報処理装置、情報提示方法、およびプログラム |
WO2015194270A1 (ja) * | 2014-06-20 | 2015-12-23 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
US9613363B2 (en) | 2010-08-25 | 2017-04-04 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
JP2021072007A (ja) * | 2019-11-01 | 2021-05-06 | アルパイン株式会社 | 電子装置および行動予測システム |
US11502914B2 (en) | 2009-05-08 | 2022-11-15 | The Nielsen Company (Us), Llc | Systems and methods for behavioural and contextual data analytics |
-
1999
- 1999-08-18 JP JP23168199A patent/JP2001056805A/ja active Pending
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003196286A (ja) * | 2001-09-04 | 2003-07-11 | Sony Computer Entertainment Inc | 情報処理システム、端末装置、情報処理方法、情報処理プログラム、及び情報処理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 |
US6836727B2 (en) | 2001-09-04 | 2004-12-28 | Sony Computer Entertainment Inc. | Information processing system providing a service using electronic map information |
JP2005300965A (ja) * | 2004-04-13 | 2005-10-27 | Hitachi Ltd | 情報通知方法、および、情報通知システム |
JP4676160B2 (ja) * | 2004-04-13 | 2011-04-27 | 株式会社日立製作所 | 情報通知方法、および、情報通知システム |
JP2006023793A (ja) * | 2004-07-06 | 2006-01-26 | Sony Corp | 情報処理装置,プログラム,プログラム提供サーバ |
CN101027684B (zh) * | 2004-09-14 | 2011-01-12 | 松下电器产业株式会社 | 机器控制***及机器控制方法 |
JPWO2006030742A1 (ja) * | 2004-09-14 | 2008-05-15 | 松下電器産業株式会社 | 機器制御システムおよび機器制御方法 |
JP2006085257A (ja) * | 2004-09-14 | 2006-03-30 | Toshiba Corp | 移動体の動線分析の方法、システム及びプログラム |
WO2006030742A1 (ja) * | 2004-09-14 | 2006-03-23 | Matsushita Electric Industrial Co., Ltd. | 機器制御システムおよび機器制御方法 |
JP4741500B2 (ja) * | 2004-09-14 | 2011-08-03 | パナソニック株式会社 | 機器制御装置、機器、機器制御装置の制御方法、プログラムおよび機器制御システム |
WO2008059772A1 (fr) * | 2006-11-14 | 2008-05-22 | Dai Nippon Printing Co., Ltd. | Système de fourniture d'informations |
JP2010191589A (ja) * | 2009-02-17 | 2010-09-02 | Nippon Telegr & Teleph Corp <Ntt> | 行動予測装置、行動予測方法及びプログラム |
JP2010250759A (ja) * | 2009-04-20 | 2010-11-04 | Nippon Telegr & Teleph Corp <Ntt> | 行動予測装置、行動予測方法及びプログラム |
JP2010257156A (ja) * | 2009-04-23 | 2010-11-11 | Nippon Telegr & Teleph Corp <Ntt> | 広告出稿計画装置及び方法及びプログラム |
US11502914B2 (en) | 2009-05-08 | 2022-11-15 | The Nielsen Company (Us), Llc | Systems and methods for behavioural and contextual data analytics |
JP2010286673A (ja) * | 2009-06-11 | 2010-12-24 | Nec Corp | 情報提供システム、管理サーバ、それらの情報提供方法及びプログラム |
JP2013513183A (ja) * | 2009-12-15 | 2013-04-18 | インテル コーポレイション | 推奨を提供するためユーザ行動の傾向、プロファイリング及びテンプレートベースの予測における確率的技術を利用するシステム、装置及び方法 |
JP2011128725A (ja) * | 2009-12-15 | 2011-06-30 | Nippon Telegr & Teleph Corp <Ntt> | 滞在地推定装置、方法及びプログラム |
US9148458B2 (en) | 2010-06-24 | 2015-09-29 | The Nielsen Company (Us), Llc | Network server arrangement for processing non-parametric, multi-dimensional, spatial and temporal human behavior or technical observations measured pervasively, and related method for the same |
JP2013536488A (ja) * | 2010-06-24 | 2013-09-19 | ゾケム・オイ | ノンパラメトリック、多次元、空間的および一時的な人間の挙動または広範な技術的観測値を処理するネットワークサーバー装置構成およびそれに関連する方法 |
KR20140131249A (ko) * | 2010-06-24 | 2014-11-12 | 더 닐슨 컴퍼니 (유에스) 엘엘씨 | 광범위하게 측정된 비-파라메트릭, 다차원, 공간적 및 시간적 인간 행동 또는 기술적 관측을 처리하기 위한 네트워크 서버 장치, 및 이를 위한 관련 방법 |
US9449279B2 (en) | 2010-06-24 | 2016-09-20 | The Nielsen Company (Us), Llc | Network server arrangements for processing non-parametric, multi-dimensional, spatial and temporal human behavior or technical observations measured pervasively, and related methods for the same |
KR101650993B1 (ko) | 2010-06-24 | 2016-08-24 | 더 닐슨 컴퍼니 (유에스) 엘엘씨 | 광범위하게 측정된 비-파라메트릭, 다차원, 공간적 및 시간적 인간 행동 또는 기술적 관측을 처리하기 위한 네트워크 서버 장치, 및 이를 위한 관련 방법 |
US10713687B2 (en) | 2010-08-25 | 2020-07-14 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
US10380643B2 (en) | 2010-08-25 | 2019-08-13 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
US11769174B2 (en) | 2010-08-25 | 2023-09-26 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
US11170410B2 (en) | 2010-08-25 | 2021-11-09 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
US9613363B2 (en) | 2010-08-25 | 2017-04-04 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
US9996855B2 (en) | 2010-08-25 | 2018-06-12 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
WO2012029878A1 (ja) * | 2010-09-03 | 2012-03-08 | トヨタ自動車株式会社 | 環境マップ作成装置及び方法、行動予測装置及び方法 |
JP2012058780A (ja) * | 2010-09-03 | 2012-03-22 | Toyota Motor Corp | 環境マップ作成装置及び方法、行動予測装置及び方法 |
JP2015095191A (ja) * | 2013-11-13 | 2015-05-18 | 株式会社Agoop | 情報処理システム、人口流量推定装置、プログラム、情報処理方法及び人口流量を推定する方法 |
WO2015072357A1 (ja) * | 2013-11-13 | 2015-05-21 | 株式会社Agoop | 情報処理システム、人口流量推定装置、プログラム、情報処理方法及び人口流量を推定する方法 |
JPWO2015182200A1 (ja) * | 2014-05-27 | 2017-04-20 | ソニー株式会社 | 情報処理装置、情報提示方法、およびプログラム |
WO2015182200A1 (ja) * | 2014-05-27 | 2015-12-03 | ソニー株式会社 | 情報処理装置、情報提示方法、およびプログラム |
WO2015194270A1 (ja) * | 2014-06-20 | 2015-12-23 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2021072007A (ja) * | 2019-11-01 | 2021-05-06 | アルパイン株式会社 | 電子装置および行動予測システム |
JP7418908B2 (ja) | 2019-11-01 | 2024-01-22 | アルパイン株式会社 | 電子装置および行動予測システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001056805A (ja) | 行動予測方法及びその装置 | |
JP4431907B2 (ja) | 情報提供方法及びその装置 | |
US6968334B2 (en) | Method and business process to maintain privacy in distributed recommendation systems | |
EP1388246B1 (en) | Context sensitive web services | |
JP2001014297A (ja) | 行動予測方法、情報提供方法及びそれらの装置 | |
JP2002330463A (ja) | 位置管理方法、通信システムおよび情報提供システム | |
CN103703481A (zh) | 一种日历事项制定、提醒及导航方法及其*** | |
WO2018154482A1 (en) | System and method for real-time generation of predictive models of mobile users' behavior | |
KR102017598B1 (ko) | 소셜 네트워크에서의 인기 정보를 제공하는 방법과 시스템 및 비-일시적인 컴퓨터 판독 가능한 기록 매체 | |
CN110956505B (zh) | 一种广告库存的预估方法以及相关装置 | |
CN111868762A (zh) | 基于接近度的共享交通工具预约 | |
CN113422801B (zh) | 边缘网络节点内容分配方法、***、装置及计算机设备 | |
KR20210155209A (ko) | 승차 수요 이력 데이터에 대한 클러스터링 기법을 통한 승객 탑승 예상 지역 결정 방법, 이에 사용되는 관리 장치 및 승차 수요 이력 데이터에 대한 클러스터링 기법을 통한 승객 탑승 예상 지역 결정 방법을 실행시키는 프로그램이 기록된 기록 매체 | |
US8081962B1 (en) | Communication device | |
CN110418172B (zh) | 用于播放多媒体资源的方法、电子设备和计算机可读介质 | |
CN110262863B (zh) | 一种终端主界面的展示方法和装置 | |
CN116012059A (zh) | 领券平台的创建、维护及工作方法、计算机设备及存储介质 | |
JP2000293506A (ja) | 行動予測方法及びその装置 | |
JP2002044289A (ja) | 気象情報収集配信方式 | |
CN112883291B (zh) | 目的地位置的推荐方法、装置和服务器 | |
EP1271354A2 (en) | Information distributing device, system and method | |
CN112822637A (zh) | 导航起始路段的确定方法、装置、电子设备及存储介质 | |
JP3822522B2 (ja) | 位置情報を用いた対面支援システム | |
US20190147667A1 (en) | Systems and methods for virtual line services | |
JP2002358597A (ja) | バス情報提供システムおよびプログラム |