JP2012085095A - 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法 - Google Patents

携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法 Download PDF

Info

Publication number
JP2012085095A
JP2012085095A JP2010229473A JP2010229473A JP2012085095A JP 2012085095 A JP2012085095 A JP 2012085095A JP 2010229473 A JP2010229473 A JP 2010229473A JP 2010229473 A JP2010229473 A JP 2010229473A JP 2012085095 A JP2012085095 A JP 2012085095A
Authority
JP
Japan
Prior art keywords
cluster
user
base station
significant
sphere
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.)
Granted
Application number
JP2010229473A
Other languages
English (en)
Other versions
JP5523274B2 (ja
Inventor
Mori Kurokawa
茂莉 黒川
Daisuke Kamisaka
大輔 上坂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Corp
Original Assignee
KDDI Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by KDDI Corp filed Critical KDDI Corp
Priority to JP2010229473A priority Critical patent/JP5523274B2/ja
Priority to US13/270,741 priority patent/US9445229B2/en
Publication of JP2012085095A publication Critical patent/JP2012085095A/ja
Application granted granted Critical
Publication of JP5523274B2 publication Critical patent/JP5523274B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

【課題】携帯端末の測位機能を起動させることなく、通信事業者設備によって取得可能な、空間的粒度が粗く且つ時間間隔が一定でない基地局位置情報を用いて、ユーザの有意位置を推定することができる装置、プログラム及び方法を提供する。
【解決手段】ユーザ有意圏推定装置は、携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する接続履歴収集手段と、接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する時間窓分割手段と、時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集するクラスタリング手段と、クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定するユーザ有意圏推定手段とを有する。
【選択図】図２

Description

本発明は、携帯端末を所持したユーザの移動に伴う位置を推定する技術に関する。
近年、携帯電話機に代表される携帯端末には、ＧＰＳ(Global Positioning System)のような測位機能が、一般的に搭載されてきている。そのため、ユーザは、携帯端末を用いて、現在位置を測位できると共に、その位置をネットワークを介してサーバへ送信することによって、位置に応じた様々なサービス情報を受信することができる。
従来、携帯端末のＧＰＳ機能によって取得された位置情報をサーバへ送信し、当該サーバが、そのユーザの行動履歴から行動範囲を算出し、その行動範囲を反映した情報を提供する技術がある（例えば特許文献１参照）。この技術によれば、携帯端末によって計測された位置情報同士の距離に基づいてクラスタリングされる。
このような技術によれば、携帯端末を所持したユーザの行動範囲を算出することができる一方で、その位置がどのような意味を持つのか（有意な位置であるか否か）についてまで認識することはできない。サーバが、携帯端末へその位置に応じたサービス情報を提供する場合であっても、その位置における「意味付け」（有意性）によっては、提供すべきサービス情報も異なる。例えば、滞在時間が長い場所であっても、自宅（住所）と職場（居所）とでは、提供すべきサービス情報の内容も全く異なる。通常、測位位置に対する「意味付け」は、ユーザによって指定されるか、又は、他の登録情報を用いる必要がある。
これに対し、携帯端末のＧＰＳ機能によって取得された位置情報に基づく行動履歴から、ユーザの有意位置を学習する技術がある（例えば非特許文献１参照）。この技術によれば、位置情報は、ＧＰＳ機能によって定期的に取得される必要がある。
また、携帯端末のＧＰＳ機能によって取得された位置情報に基づく行動履歴から、混合ガウス分布を用いて、ユーザの有意位置を学習する技術がある（例えば非特許文献２参照）。
特開２０１０−４９２９５号公報
遠山緑生、服部隆志、荻野達也、「携帯電話の測位機能を用いた有意位置の学習」、情報処理学会論文誌、vol.46 No.12、pp.2915-2924、2005 Petteri Nurmi、SouravBhattacharya、「Identifying Meaningful Places: The Non-parametric Way」、Pervasive2008、pp.111-127、2008
前述した従来技術によれば、ユーザの位置情報は、携帯端末のＧＰＳ機能によって取得されることを前提としている。しかしながら、ユーザによって所持された携帯端末について、ＧＰＳ機能及びそのアプリケーションを常に又は定期的に起動させることは、携帯端末の電池の消耗を早めだけでなく、携帯端末からのパケットの送出量を増やすという問題があった。そのために、ユーザの行動圏に基づくサービスを広く普及させることも難しい。
また、非特許文献１に記載の技術によれば、一定時間内での移動距離（速度）に基づいて滞在状態を判定するために、携帯端末における位置情報の計測時間間隔が一定である必要がある。しかしながら、位置情報の計測時間間隔が一定でない場合、直線的な移動であると仮定できる十分に短い時間間隔でない限り、実際の速度との誤差が大きくなる。即ち、滞在位置の判定の精度が低下する。
更に、非特許文献２に記載の技術によれば、空間的に疎な位置情報履歴（位置情報同士の地理的距離が比較的長い）を用いた場合、混合ガウス分布のパラメータ推定の性質によって、離れた位置情報同士を、同一のクラスタに含めてしまうという傾向がある。これによっても、滞在位置の判定精度が低下する。
このような従来技術に対して、通信事業者側としては、携帯端末によって取得された位置情報ではなく、その携帯端末が配下となる基地局の位置情報によって、携帯端末の有意位置を推定できることが好ましい。この場合、携帯端末が常に又は定期的にＧＰＳ機能を起動させる必要もない。
尚、特許文献１に記載の技術によれば、携帯端末が配下となる基地局の遷移履歴から、ユーザの行動履歴を算出することも想定できる。しかしながら、定期的な測位位置が得られない状況では、アルゴリズムを適用することが難しい。
そこで、本発明では、携帯端末の測位機能を起動させることなく、通信事業者設備によって取得可能な、空間的粒度が粗く且つ時間間隔が一定でない基地局位置情報を用いて、ユーザにとって有意な位置の集合であるところのユーザの有意圏を推定することができる装置、プログラム及び方法を提供することを目的とする。
本発明によれば、携帯端末を所持したユーザの有意圏を推定することができる、広域無線通信網に接続されたユーザ有意圏推定装置であって、
携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する接続履歴収集手段と、
接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する時間窓分割手段と、
時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集するクラスタリング手段と、
クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定するユーザ有意圏推定手段と
を有することを特徴とする。
本発明のユーザ有意圏推定装置における他の実施形態によれば、
クラスタ毎に、当該クラスタのエントロピー（クラスタ内の基地局分布のランダムさ）が低いクラスタほど「滞留状態」と判定する滞留判定手段を更に有し、
ユーザ有意圏推定手段は、滞留状態と判定されたクラスタに基づく地域圏を、当該ユーザの生活圏として推定することも好ましい。
本発明のユーザ有意圏推定装置における他の実施形態によれば、
クラスタ毎に、当該クラスタに含まれるベクトルの分散が低いクラスタほど「滞留状態」と判定する滞留判定手段を更に有し、
ユーザ有意圏推定手段は、滞留状態と判定されたクラスタに基づく地域圏を、当該ユーザの生活圏として推定することも好ましい。
本発明のユーザ有意圏推定装置における他の実施形態によれば、
クラスタリング手段は、時間窓を「文書」とし且つ基地局識別子を「単語」として、文書及び単語に対する潜在状態（トピック）を推定するＨＤＰ(Hierarchical Dirichlet Process)−ＬＤＡ(Latent Dirichlet Allocation) を用いており、
各時間窓について推定された潜在状態を、各時間窓が所属するクラスタとすることも好ましい。
本発明のユーザ有意圏推定装置における他の実施形態によれば、
接続履歴収集手段は、接続履歴を、カレンダ又はユーザ設定による平日及び休日の日属性に基づいて区分し、
ユーザ有意圏推定手段は、
滞留状態について、自宅のような「住所」、及び、職場・学校のような「居所」に区分し、
全日滞在率が高い第１のクラスタを住所と規定し、第１のクラスタ以外に平日滞在率が高い第２のクラスタを居所と規定するか、
全日滞在率が高い２つのクラスタを選択し、平日滞在率が高い一方のクラスタを居所と規定し、他方のクラスタを住所と規定するか、又は、
全日滞在率が高い２つのクラスタを選択し、休日滞在率が高い一方のクラスタを住所と規定し、他方のクラスタを居所と規定する
ことによって、滞留状態と判定されたクラスタの地域圏が、住所／居所を推定することも好ましい。
本発明のユーザ有意圏推定装置における他の実施形態によれば、
広域無線通信網は、携帯電話網であり、
携帯端末は、携帯電話機であり、
ユーザ有意圏推定装置は、携帯電話網の通信事業者設備として設置されたものであることも好ましい。
本発明によれば、携帯端末を所持したユーザの有意圏を推定することができる、広域無線通信網に接続された通信事業者設備装置におけるユーザ有意圏推定方法であって、
携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する第１のステップと、
接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する第２のステップと、
時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集する第３のステップと、
クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定する第４のステップと
を有することを特徴とする。
本発明によれば、携帯端末を所持したユーザの有意圏を推定することができる、広域無線通信網に接続された通信事業者設備装置に搭載されたコンピュータにおけるユーザ有意圏推定プログラムであって、
携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する接続履歴収集手段と、
接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する時間窓分割手段と、
時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集するクラスタリング手段と、
クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定するユーザ有意圏推定手段と
してコンピュータを機能させることを特徴とするユーザ有意圏推定プログラム。
本発明の装置、プログラム及び方法によれば、携帯端末の測位機能を起動させることなく、通信事業者設備によって取得可能な、空間的粒度が粗く且つ時間間隔が一定でない基地局位置情報を用いて、ユーザの有意位置を推定することができる。
携帯端末の移動を表す空間的な外観図である。 本発明におけるユーザ有意圏推定装置の機能構成図である。 本発明のフローチャートに基づく説明図である。 ＬＤＡの確率ネットワーク図である。 ＨＤＰ−ＬＤＡの確率ネットワーク図である。
以下、本発明の実施の形態について、図面を用いて詳細に説明する。
図１は、携帯端末の移動を表す空間的な外観図である。
ユーザに所持された携帯端末（例えば携帯電話機）は、いずれの位置にあっても、常に、基地局の配下にあってその基地局からの電波を受信し続けている。図１によれば、ユーザは、自宅の住所が「埼玉県ふじみ野市」にあり、職場の居所が「東京都港区飯田橋」にある。そのユーザは、自宅と職場との間を、池袋を経由して通勤している。また、そのユーザは、訪問先として「東京都千代田区大手町」へも頻繁に移動している。
多数の基地局を統合する通信事業者設備では、携帯端末毎に、空間的粒度が粗く、且つ、時間間隔が一定でない基地局位置情報を常に収集することができる。「空間的粒度が粗く」とは、位置情報同士の地理的な距離が比較的長いことを意味する。また、「時間間隔が一定でない」とは、位置情報の取得時間間隔が比較的ばらついていることを意味する。
本発明について、「住所」とは、ユーザ各人の生活の本拠をいい、例えば生活の中心となっている自宅の所在地を意味する。また、「居所」とは、継続して居るものの、生活の本拠というほどその場所との結びつきが強くない場所をいい、例えば職場又は学校の所在地をいう。
図２は、本発明におけるユーザ有意圏推定装置の機能構成図である。
図３は、本発明のフローチャートに基づく説明図である。
広域無線通信網（携帯電話網）に接続された基地局３は、無線フレーム信号を交換することによって、その配下に位置する携帯端末（携帯電話機）２を認識し、その日時刻を取得する。そして、基地局３は、携帯電話機２の「端末識別子」（アドレス、電話番号、識別番号等）と、「基地局識別子」と、「日時刻」とを含むデータを、ユーザ有意圏推定装置１へ送信する。
データ（端末識別子、基地局識別子、日時刻）
ユーザ有意圏推定装置１は、広域無線通信網（携帯電話網）に接続されており、携帯端末（携帯電話機）を所持したユーザの有意圏を推定することができる。図２によれば、ユーザ有意圏推定装置１は、通信事業者網に接続する通信インタフェース部１０と、接続履歴収集部１１と、時間窓分割部１２と、クラスタリング部１３と、滞留判定部１４と、ユーザ有意圏推定部１５と、ユーザ有意圏登録部１６と、アプリケーション処理部１７とを有する。アプリケーション処理部１７は、本発明によって推定されたユーザ毎の有意圏に基づいて、様々なサービスを実行する。通信インタフェース部を除くこれら機能構成部は、装置に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。
［接続履歴収集部］
接続履歴収集部１１（図３のＳ１１）は、携帯端末２が配下に位置する基地局３から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する。
表１は、１つの携帯端末について収集された接続履歴を表す。
Figure 2012085095
［時間窓分割部］
時間窓分割部１２（図３のＳ１２）は、接続履歴を所定の時間窓（時間区間）に分割する。時間窓は、時間幅Ｔ及びシフト幅Ｓによって決定される。シフト幅Ｓとは、開始時刻をＳだけ遅らせたものである。即ち、Ｔ＞Ｓの場合、時間窓は、Ｔ−Ｓだけ重畳することとなる。
表２は、Ｔ＝６０分及びＳ＝１５分とした場合における、各時間窓の開始時刻及び終了時刻を表す。
Figure 2012085095
次に、時間窓毎に、各基地局識別子の出現数を計数する。
18:00:00〜18:59:59の時間窓について、基地局ＩＤの個数を計数すると、「基地１」は４個、「基地２」は３個となる。
18:15:00〜19:14:59の時間窓について、基地局ＩＤの個数を計数すると、「基地１」は２個、「基地２」は３個となる。
以下同様に計数される。
表３は、時間窓毎に、各基地局ＩＤの出現数を表す。
Figure 2012085095
［クラスタリング部］
クラスタリング部１３（図３のＳ１３）は、時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集する。
クラスタリング部１３は、時間窓を「文書」とし且つ基地局識別子を「単語」として、文書及び単語に対する潜在状態（トピック）を推定するＨＤＰ(Hierarchical Dirichlet Process)−ＬＤＡ(Latent Dirichlet Allocation)を用いる。これによって、各時間窓について推定された潜在状態を、各時間窓が所属するクラスタとする。
ここで、各時間窓における基地局ＩＤの出現数は、ユーザの潜在状態に依存する確率分布に従って生成されたと想定できる。ユーザの潜在状態は、時間窓毎に、異なる多項分布に従って生成される。
例えば、携帯端末を所持するユーザが、滞留点Ａから滞留点Ｂへ移動した場合、潜在状態として以下の３つが想定できる。
・「滞留点Ａ」
・「滞留点Ｂ」
・「移動中」（適宜さらに分割される場合もあるが、仮にひとつのまとまりとする）
潜在状態が「滞留点」である場合には、携帯端末は、その付近の少数個の基地局との間で通信イベントが発生することが想定される。一方で、潜在状態が「移動中」の場合には、移動経路上の多くの基地局との間で通信イベントが発生することが想定される。
表４は、時間窓毎における各基地局の出現数に基づいて、潜在状態を表す。
Figure 2012085095
＜ＬＤＡ＞
図４は、ＬＤＡの確率ネットワーク図である。
ｗij：時間窓iで、j番目に観測された基地局ＩＤ
ｚij：潜在状態
θi：時間窓毎の潜在状態分布パラメータ
α、β：超パラメータ
ｚij、θiの事後確率分布と、α、βの最適値（第二種最尤推定値）を求めることによって、携帯端末毎に基地局との接続履歴から、ユーザの潜在状態を推定し、時間窓毎に潜在状態を分類する（各潜在状態への所属確率を求める）ことができる。βについては、更に事前分布を設定することもある。
＜ＨＤＰ−ＬＤＡ＞
図５は、ＨＤＰ−ＬＤＡの確率ネットワーク図である。
ＬＤＡによれば、潜在状態の数を予め与える必要がある。これに対し、ＨＤＰ−ＬＤＡによれば、データの複雑さに合わせて必要な数の潜在状態数を自動的に決めることができる。そのために、ＨＤＰ−ＬＤＡによれば、Ｇ0、θi、ｚijの分布と、α及びβの最適値を推定する。これによって、θiの次元、即ち、潜在クラス数は、Dirichlet過程のパラメータαに従ってデータから決まるため、予め決定しておく必要もない。ＬＤＡ又はＨＤＰ−ＬＤＡのいずれについても、実際の推定計算には、変分ベイズ法又はマルコフ連鎖モンテカルロ法が用いられる。
表５は、ＨＤＰ−ＬＤＡのクラスタリングの計算結果を表す。これは、時間窓毎の各クラスタへの所属確率を表す。
Figure 2012085095
表６は、ＨＤＰ−ＬＤＡを用いたクラスタリングの過程で計算される超パラメータβの結果を表す。βは、各潜在状態について、各基地局と通信する確率を表すパラメータの集合である。
Figure 2012085095
［滞留判定部］
滞留判定部１４（図３のＳ１４）は、クラスタ毎に、「滞留状態」か否かを判定する。ここで、「滞留状態」を判定するために、以下の２つの方法がある。
＜１＞エントロピー（クラスタ内の基地局分布のランダムさ）が低いクラスタほど「滞留状態」と判定する。逆に、エントロピーが高いクラスタほど「移動状態」と判定する。
＜２＞当該クラスタに含まれるベクトルの分散が低いクラスタほど「滞留状態」と判定する。逆に、当該クラスタに含まれるベクトルの分散が高いクラスタほど「移動状態」と判定する。
＜エントロピーを用いる方法＞
HDP-LDAを用いたクラスタリングの過程で計算される超パラメータβ（各潜在状態において各基地局と通信をする確率を表すパラメータの集合）の結果を用いて、各クラスタ内の基地局分布のランダムさの程度を表すエントロピーを計算し、その大きさをもとに滞留判定を行う。
「エントロピー」とは、情報理論の概念であって、事象の生起のランダムさを表す尺度である。どのイベントが起こるかはっきりしている（ランダムさが小さい）状態（例えば滞留状態）には何らかの意味がある可能性が高く、どのイベントが起こるかはっきりしない（ランダムさが大きい）状態にはあまり意味がない。
（１）クラスタiについて、各基地局jと通信する確率ｐijを用いてクラスタiのエントロピーentropyiを計算する。エントロピーは、クラスタの分散の程度を表す。
entropyi＝−Σjｐijlogｐij
例えば、クラスタ１の場合、各基地局と通信する確率は、表６によれば以下のようになる。
{0.49, 0.49, 0.01, 0.01, 0.0, 0.0, 0.0}
従って、エントロピーは、以下のように表される。
entropyi＝-0.49log(0.49)-0.49log(0.49)-0.01log(0.01)-0.01log(0.01)
≒0.34
（２）次に、クラスタを、エントロピーの昇順でソートする。
（３）そして、エントロピーが閾値th以上のクラスタを「移動状態クラスタ」、th以下のクラスタを「滞留状態クラスタ」と判定する。
表７は、エントロピーを用いた場合における、クラスタ毎の滞留状態の判定結果を表す。ここでは、例えばth=0.5とした場合であって、クラスタ１及び２は「滞留状態」と判定され、「クラスタ３」は「移動状態」と判定される。
Figure 2012085095
＜分散を用いる方法＞
表８は、各基地局の位置情報を表す。このように、予め固定されている基地局の位置情報を用いて、クラスタの位置情報の分散共分散行列を計算し、その最大固有値の大きさに基づいて滞留状態を判定する。
Figure 2012085095
（１）エリアに合わせて、緯度経度から分散共分散行列計算のための基地局位置情報を求める。表９は、補正後の基地局位置を表す。ここでは、前述の緯度経度の平均位置である緯度経度（35.4, 135.8）付近の緯度1度≒111.3km、経度1度≒90.8kmに基づいて、以下の式により、基地局jの緯度latj，経度lonjから基地局jの補正位置ｘj，ｙjを得る。楕円体を用いて、更に正確に補正することも好ましい。
Figure 2012085095
Figure 2012085095
（２）次に、時間窓毎の各クラスタへの所属確率（表５参照）と、時間窓毎の基地局の個数（表６参照）とに基づいて、クラスタiで基地局jとの通信回数の期待値ｎijを計算する。
例えば、ｎ11＝0.99×4.0＋0.98×2.0＝5.92となる。
表１０は、クラスタ毎の各基地局との通信回数の期待値を表す。
Figure 2012085095
（３）以下の式によって、クラスタiの分散共分散行列Ｓiを計算する。
Figure 2012085095
 例えば、以下のようになる。
Figure 2012085095
（４）次に、クラスタiの分散共分散行列の最大固有値（第１主成分得点の分散）λiを計算する。例えば、λ1＝178.83となる。
（５）次に、クラスタを、分散共分散行列の最大固有値の昇順でソートする。
（６）そして、分散共分散行列の最大固有値が閾値th以上のクラスタを「移動状態クラスタ」、th以下のクラスタを「滞留状態クラスタ」と判定する。
例えばth=2000とした場合、クラスタ１及び２「滞留状態クラスタ」と判定され、クラスタ３は「移動状態クラスタ」と判定される。
表１１は、分散を用いた場合における滞留状態の判定結果を表す。
Figure 2012085095
［ユーザ有意圏推定部］
ユーザ有意圏推定部１５（図３のＳ１５）は、クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定する。有意圏は、滞留状態と判定されたクラスタに基づく地域圏であるとする。ここで、ユーザにとっての有意圏とは、「住所」又は「居所」とする。また、携帯端末から基地局に対する接続履歴は、カレンダ又はユーザ設定による平日及び休日の日属性に基づいて変換する。
表１２は、ユーザの有意圏の推定を表す。
Figure 2012085095
ここで、平日／休日の定義は、カレンダ情報に基づいて土曜日及び日曜日に設定されたものであってもよいし、ユーザに利用態様に応じて設定されたものであってもよい。携帯端末が、携帯電話機である場合、アプリケーションとして搭載されたカレンダ／スケジューラの機能を用いることもできる。
次に、クラスタ毎に、日属性に基づいて滞在率を算出する。滞在率は、例えば以下のように算出される。
Ｄ：総出現回数
Ｄw：平日出現回数
Ｄh：休日出現回数
ｎｄ(c)：クラスタcにおける総出現回数
ｎｄw(c)：クラスタcにおける平日出現回数
ｎｄh(c)：クラスタcにおける休日出現回数
Ｒ(c)：クラスタcにおける全日滞在率
Ｒ(c)＝ｎｄ(c)／Ｄ
Ｒw(c)：クラスタcにおける平日滞在率
Ｒw(c)＝ｎｄw(c)／Ｄw
Ｒh(c)：クラスタcにおける休日滞在率
Ｒh(c)＝ｎｄh(c)／Ｄh
ユーザ有意圏推定部１５は、滞在状態にあると判定されたクラスタについて、自宅のような「住所」、及び、職場・学校のような「居所」に区分する。そして、以下のような３つのいずれかの方法で、滞留状態と判定されたクラスタの地域圏に対して、住所／居所を推定することができる。
（１）平日休日を問わず、全日滞在率が高いクラスタＡを住所と規定し、クラスタＡ以外に平日滞在率が高いクラスタＢを居所と規定する。
（２）全日滞在率が高い２つのクラスタＡ及びクラスタＢを選択し、平日滞在率が高い一方のクラスタを「居所」と規定し、他方のクラスタを「住所」と規定する。
Ｒw(A)＞Ｒw(B)の場合：クラスタＡ「住所」、クラスタＢ「居所」
Ｒw(A)＜Ｒw(B)の場合：クラスタＡ「居所」、クラスタＢ「住所」
Ｒw(A)＝Ｒw(B)の場合：休日滞在率が高い方のクラスタを「住所」
（３）全日滞在率が高い２つのクラスタＡ及びクラスタＢを選択し、休日滞在率が高い一方のクラスタを「住所」と規定し、他方のクラスタを「居所」と規定する。
Ｒh(A)＞Ｒh(B)の場合：クラスタＡ「住所」、クラスタＢ「居所」
Ｒh(A)＜Ｒh(B)の場合：クラスタＡ「居所」、クラスタＢ「住所」
Ｒh(A)＝Ｒh(B)の場合：平日滞在率が高い方のクラスタを「居所」
例えば、表１２によれば、クラスタ２が「住所」として規定され、クラスタ１が「居所」として規定されている。
［ユーザ有意圏登録部］
ユーザ有意圏登録部１６は、クラスタＩＤ、基地局ＩＤ、所属率、緯度（任意）、経度（任意）、及び、有意圏ラベル（任意）から構成されたデータを登録する。ここで、所属率は、クラスタ毎に各基地局と通信をする確率であり、クラスタリング部１３によって算出されたβの値を格納する。また、クラスタについては現回数の降順にソートし、基地局については所属率の降順にソートする。
表１３は、有意圏登録データを表す。ここでは、所属率=0.05の閾値が設定されており、その閾値以上の基地局ＩＤが登録されている。また、所属率の代わりに、クラスタ毎に各基地局と通信する回数の期待値（表１０参照）に対して閾値を設けてもよい。
Figure 2012085095
尚、ユーザ有意圏登録部が、滞在状態（住所／居所）と判定されたクラスタについて、地域名称に対応付けて記憶することも好ましい。例えば、そのクラスタに属する基地局周辺の駅名を地域名称として記憶するものであってもよい。これら地域名称は、アプリケーション処理部１１３によって様々に利用することができる。
例えば、図１を参照すると、住所位置に最も近い「ふじみ野」駅を、住所位置の地域名称と規定される。また、居所位置に最も近い「飯田橋」駅を、居所位置の地域名称と規定される。従って、居所位置から離れた「水道橋」駅及び「神保町」駅は、居所位置の地域名称として選択されない。クラスタの重心位置が正しい住所位置からずれている場合であっても、地域名称は正しい名称をつけることができる。
以上、詳細に説明したように、本発明の装置、プログラム及び方法によれば、携帯端末の測位機能を起動させることなく、通信事業者設備によって取得可能であって、空間的粒度が粗く、且つ、時間間隔が一定でない基地局位置情報を用いて、ユーザの有意位置を推定することができる。
本発明によれば、携帯端末がＧＰＳのような測位機能を起動する必要がないので、携帯端末の電池の消耗を考慮する必要がない。即ち、ユーザの有意圏を推定するための全ての情報は、通信事業者側のみで取得できるものである。ユーザの有意圏を推定することによって提供できるサービスとしては、例えば、ユーザ毎に生活場所に応じたクーポン情報等を配信するパーソナライズド情報提供サービスなどがある。
前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ ユーザ有意圏推定装置
１０ 通信インタフェース部
１１ 接続履歴収集部
１２ 時間窓分割部
１３ クラスタリング部
１４ 滞留判定部
１５ ユーザ有意圏推定部
１６ ユーザ有意圏登録部
１７ アプリケーション処理部
２ 携帯端末、携帯電話機
３ 基地局

Claims (8)

  1. 携帯端末を所持したユーザの有意圏を推定することができる、広域無線通信網に接続されたユーザ有意圏推定装置であって、
    携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する接続履歴収集手段と、
    前記接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する時間窓分割手段と、
    前記時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集するクラスタリング手段と、
    前記クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定するユーザ有意圏推定手段と
    を有することを特徴とするユーザ有意圏推定装置。
  2. 前記クラスタ毎に、当該クラスタのエントロピー（クラスタ内の基地局分布のランダムさ）が低いクラスタほど「滞留状態」と判定する滞留判定手段を更に有し、
    前記ユーザ有意圏推定手段は、滞留状態と判定されたクラスタに基づく地域圏を、当該ユーザの生活圏として推定する
    ことを特徴とする請求項１に記載のユーザ有意圏推定装置。
  3. 前記クラスタ毎に、当該クラスタに含まれるベクトルの分散が低いクラスタほど「滞留状態」と判定する滞留判定手段を更に有し、
    前記ユーザ有意圏推定手段は、滞留状態と判定されたクラスタに基づく地域圏を、当該ユーザの生活圏として推定する
    ことを特徴とする請求項１に記載のユーザ有意圏推定装置。
  4. 前記クラスタリング手段は、時間窓を「文書」とし且つ基地局識別子を「単語」として、文書及び単語に対する潜在状態（トピック）を推定するＨＤＰ(Hierarchical Dirichlet Process)−ＬＤＡ(Latent Dirichlet Allocation) を用いており、
    各時間窓について推定された前記潜在状態を、各時間窓が所属するクラスタとすることを特徴とする請求項１から３のいずれか１項に記載のユーザ有意圏推定装置。
  5. 前記接続履歴収集手段は、前記接続履歴を、カレンダ又はユーザ設定による平日及び休日の日属性に基づいて区分し、
    前記ユーザ有意圏推定手段は、
    前記滞留状態について、自宅のような「住所」、及び、職場・学校のような「居所」に区分し、
    全日滞在率が高い第１のクラスタを前記住所と規定し、第１のクラスタ以外に平日滞在率が高い第２のクラスタを前記居所と規定するか、
    全日滞在率が高い２つのクラスタを選択し、平日滞在率が高い一方のクラスタを前記居所と規定し、他方のクラスタを前記住所と規定するか、又は、
    全日滞在率が高い２つのクラスタを選択し、休日滞在率が高い一方のクラスタを前記住所と規定し、他方のクラスタを前記居所と規定する
    ことによって、滞留状態と判定されたクラスタの地域圏が、住所／居所を推定することを特徴とする請求項１から４のいずれか１項に記載のユーザ有意圏推定装置。
  6. 前記広域無線通信網は、携帯電話網であり、
    前記携帯端末は、携帯電話機であり、
    前記ユーザ有意圏推定装置は、携帯電話網の通信事業者設備として設置されたものである
    ことを特徴とする請求項１から５のいずれか１項に記載のユーザ有意圏推定装置。
  7. 携帯端末を所持したユーザの有意圏を推定することができる、広域無線通信網に接続された通信事業者設備装置におけるユーザ有意圏推定方法であって、
    携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する第１のステップと、
    前記接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する第２のステップと、
    前記時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集する第３のステップと、
    前記クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定する第４のステップと
    を有することを特徴とするユーザ有意圏推定方法。
  8. 携帯端末を所持したユーザの有意圏を推定することができる、広域無線通信網に接続された通信事業者設備装置に搭載されたコンピュータにおけるユーザ有意圏推定プログラムであって、
    携帯端末が配下に位置する基地局から、日時刻及び基地局識別子の多数のデータを含む接続履歴を収集し、携帯端末毎に区分する接続履歴収集手段と、
    前記接続履歴を所定の時間窓（時間区間）に分割し、時間窓毎に各基地局識別子の出現数を計数する時間窓分割手段と、
    前記時間窓毎に、複数の基地局識別子を要素とし、出現数を値とするベクトルを生成し、当該ベクトルをクラスタに凝集するクラスタリング手段と、
    前記クラスタ毎に、当該クラスタに含まれるベクトルの各基地局識別子の出現数に基づいてユーザの有意圏を推定するユーザ有意圏推定手段と
    してコンピュータを機能させることを特徴とするユーザ有意圏推定プログラム。
JP2010229473A 2010-10-12 2010-10-12 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法 Expired - Fee Related JP5523274B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2010229473A JP5523274B2 (ja) 2010-10-12 2010-10-12 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法
US13/270,741 US9445229B2 (en) 2010-10-12 2011-10-11 Estimation of significant places visited by mobile-terminal user based on communications log to base stations

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010229473A JP5523274B2 (ja) 2010-10-12 2010-10-12 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法

Publications (2)

Publication Number Publication Date
JP2012085095A true JP2012085095A (ja) 2012-04-26
JP5523274B2 JP5523274B2 (ja) 2014-06-18

Family

ID=45925525

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010229473A Expired - Fee Related JP5523274B2 (ja) 2010-10-12 2010-10-12 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法

Country Status (2)

Country Link
US (1) US9445229B2 (ja)
JP (1) JP5523274B2 (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140000566A (ko) * 2012-06-25 2014-01-03 엘지전자 주식회사 휴대 단말기의 동작 방법
JP2014078217A (ja) * 2012-10-08 2014-05-01 International Business Maschines Corporation 非対応データベース間でインフラストラクチャ・レイアウトをマッピングするための方法、システム、またはコンピュータ使用可能プログラム
JP2014116808A (ja) * 2012-12-10 2014-06-26 Kddi Corp 携帯端末を所持したユーザの滞在地を推定する装置、プログラム及び方法
JP2014119798A (ja) * 2012-12-13 2014-06-30 Kddi Corp 携帯端末を所持したユーザが搭乗する移動対象物を推定する装置、プログラム及び方法
WO2014125689A1 (ja) * 2013-02-12 2014-08-21 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
JP2014174883A (ja) * 2013-03-12 2014-09-22 Nec Corp 広告情報発信システム、広告情報発信方法、広告情報管理装置、プログラム及び記録媒体
JP2014191531A (ja) * 2013-03-27 2014-10-06 Kddi Corp 携帯端末を所持したユーザの短時間滞留地を推定する装置、プログラム及び方法
JP2015027066A (ja) * 2013-06-19 2015-02-05 株式会社Ｎｔｔドコモ 無線通信システムおよび通信制御方法
JP2015049681A (ja) * 2013-08-30 2015-03-16 Kddi株式会社 類似移動経路をとるユーザを検索する装置、プログラム及び方法
JP2015082137A (ja) * 2013-10-21 2015-04-27 株式会社Ｎｔｔドコモ 滞留目的推定装置および滞留目的推定方法
JP2015170144A (ja) * 2014-03-07 2015-09-28 Kddi株式会社 携帯端末を所持したユーザの滞在地を推定する装置、プログラム及び方法
JP2016133488A (ja) * 2015-01-22 2016-07-25 株式会社Ｋｄｄｉ研究所 複数の推定用距離を用いて移動速度を推定する装置、プログラム及び方法

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110202554A1 (en) * 2010-02-18 2011-08-18 Hand Held Products, Inc. Remote device management system and method
US9189055B2 (en) * 2012-07-17 2015-11-17 Mediatek Inc. Method for performing power consumption management, and associated apparatus
EP2877935A4 (en) * 2012-07-25 2016-01-20 Aro Inc USE OF MOBILE DEVICE DATA TO CREATE A CANEVAS, MODEL THE HABITS AND PERSONALITY OF USERS AND CREATE CUSTOMIZED RECOMMENDATION AGENTS
US10013477B2 (en) 2012-11-19 2018-07-03 The Penn State Research Foundation Accelerated discrete distribution clustering under wasserstein distance
US9720998B2 (en) * 2012-11-19 2017-08-01 The Penn State Research Foundation Massive clustering of discrete distributions
WO2015035185A1 (en) 2013-09-06 2015-03-12 Apple Inc. Providing transit information
US11392987B2 (en) 2013-10-09 2022-07-19 Mobile Technology Corporation Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices
CN106062731B (zh) 2013-10-09 2019-07-02 莫柏尔技术有限公司 使用空间和时间分析以将数据源和移动设备关联的***和方法
WO2015062088A1 (zh) * 2013-11-01 2015-05-07 华为技术有限公司 一种定位终端位置的方法和设备
CN103929804A (zh) * 2014-03-20 2014-07-16 南京邮电大学 一种基于用户移动规则的位置预测方法
US9843895B2 (en) 2014-05-30 2017-12-12 Apple Inc. Location-based services for calendar events
WO2015184184A2 (en) * 2014-05-30 2015-12-03 Apple Inc. Determining a significant user location for providing location-based services
US10681666B2 (en) * 2014-08-29 2020-06-09 Apple Inc. Coarse location estimation for mobile devices
CN105430032A (zh) * 2014-09-17 2016-03-23 阿里巴巴集团控股有限公司 结合终端地理位置推送信息的方法及服务器
JP6551415B2 (ja) * 2014-10-21 2019-07-31 ソニー株式会社 送信装置及び送信方法、受信装置及び受信方法、並びに、プログラム
GB2538770A (en) * 2015-05-28 2016-11-30 Vodafone Ip Licensing Ltd Location estimation in a communication network
US9838848B2 (en) * 2015-06-05 2017-12-05 Apple Inc. Venue data prefetch
FR3038477B1 (fr) 2015-07-03 2018-07-06 Somfy Sas Procede de controle d’une installation domotique
FR3038478B1 (fr) 2015-07-03 2018-07-06 Somfy Sas Installation domotique et procede de constitution de la topologie d’une installation domotique
FR3038480B1 (fr) * 2015-07-03 2018-11-16 Somfy Sas Procede d’enregistrement d’une unite centrale de commande appartenant a une installation domotique
US10643185B2 (en) 2016-06-10 2020-05-05 Apple Inc. Suggested locations for calendar events
CN106792517B (zh) * 2016-12-05 2019-05-24 武汉大学 基于手机位置时空转移概率的基站服务人数时序预测方法
US10506380B2 (en) * 2016-12-22 2019-12-10 Nokia Solutions And Networks Oy User motion profiling based on user equipment cell location
US10929818B2 (en) * 2017-02-16 2021-02-23 Seoul National University R&Db Foundation Wearable sensor-based automatic scheduling device and method
WO2018160895A1 (en) * 2017-03-01 2018-09-07 xAd, Inc. System and method for characterizing mobile entities based on mobile device signals
US10834600B2 (en) * 2017-05-22 2020-11-10 Apple Inc. Managing moving wireless access points in wireless network positioning system
CN107659642A (zh) * 2017-09-22 2018-02-02 中国联合网络通信集团有限公司 机场人员识别方法及装置
JP7017476B2 (ja) * 2018-06-21 2022-02-08 トヨタ自動車株式会社 情報提供装置、情報提供システム、情報提供方法、及びプログラム
CN110955738B (zh) * 2018-09-26 2023-10-20 北京融信数联科技有限公司 一种基于信令数据结合场景信息的人物画像刻画方法
US10687174B1 (en) 2019-09-25 2020-06-16 Mobile Technology, LLC Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices
US11075778B2 (en) * 2019-09-26 2021-07-27 Intel Corporation Apparatus, system and method of wireless sensing
US11297466B1 (en) 2020-04-24 2022-04-05 Allstate Insurance Company Systems for predicting and classifying location data based on machine learning

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000134662A (ja) * 1998-10-26 2000-05-12 Fujitsu Ltd 移動通信システムおよび移動機
JP2001189966A (ja) * 1999-12-28 2001-07-10 Kyocera Corp 構内ｐｈｓシステム
JP2003209884A (ja) * 2002-01-16 2003-07-25 Nec Commun Syst Ltd 携帯電話マナーモード自動設定／解除システム
JP2003259412A (ja) * 2002-02-26 2003-09-12 Japan Telecom Co Ltd 移動通信制御装置
JP2004070419A (ja) * 2002-08-01 2004-03-04 Matsushita Electric Ind Co Ltd 広告情報送信装置
JP2004297126A (ja) * 2003-03-25 2004-10-21 Kyocera Corp 携帯端末
JP2005038072A (ja) * 2003-07-17 2005-02-10 Hitachi Ltd ネットワーク内でコンテンツをインテリジェント配信するための方法とそのシステム
JP2005148289A (ja) * 2003-11-13 2005-06-09 Nec Fielding Ltd 広告配信システム，方法およびプログラム
JP2005215866A (ja) * 2004-01-28 2005-08-11 Kyocera Corp 行動履歴に基づく書類の作成システム
WO2005111880A1 (ja) * 2004-05-14 2005-11-24 Supreme System Consulting Corporation 行動解析装置
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
JP2006065870A (ja) * 2004-08-26 2006-03-09 Samsung Electronics Co Ltd 使用パターンによる対話型ユーザインターフェースシステム及び運用方法
JP2006163996A (ja) * 2004-12-09 2006-06-22 Evolium Sas 行動履歴に基づくプッシュ型の情報提供システム
JP2006202062A (ja) * 2005-01-20 2006-08-03 Toshiba Corp 施設監視システム
JP2008197797A (ja) * 2007-02-09 2008-08-28 Hitachi Ltd プローブ交通情報生成方式
JP2009182862A (ja) * 2008-01-31 2009-08-13 Ntt Docomo Inc シチュエーション推定装置、及び、シチュエーション推定プログラム
JP2009250890A (ja) * 2008-04-09 2009-10-29 Toshiba Corp 情報処理装置
JP2010049295A (ja) * 2008-08-19 2010-03-04 Oki Electric Ind Co Ltd 情報提供装置および情報提供方法
JP2010213300A (ja) * 2010-04-09 2010-09-24 Sony Corp 無線通信装置、プログラムおよび無線通信方法
WO2010113699A1 (ja) * 2009-04-01 2010-10-07 株式会社エヌ・ティ・ティ・ドコモ 移動機、通信システムおよび通信方法
JP2010226297A (ja) * 2009-03-23 2010-10-07 Nec Corp 移動通信装置、気象情報連携システム、気象情報連携方法及び近距離通信装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101541497B1 (ko) * 2008-11-03 2015-08-04 삼성전자 주식회사 컨텐츠를 기록한 기록매체, 사용자 관련정보 수집 기능을 구비한 컨텐츠 제공 장치, 컨텐츠 제공 방법, 사용자 관련정보 제공 방법 및 컨텐츠 검색 방법

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000134662A (ja) * 1998-10-26 2000-05-12 Fujitsu Ltd 移動通信システムおよび移動機
JP2001189966A (ja) * 1999-12-28 2001-07-10 Kyocera Corp 構内ｐｈｓシステム
JP2003209884A (ja) * 2002-01-16 2003-07-25 Nec Commun Syst Ltd 携帯電話マナーモード自動設定／解除システム
JP2003259412A (ja) * 2002-02-26 2003-09-12 Japan Telecom Co Ltd 移動通信制御装置
JP2004070419A (ja) * 2002-08-01 2004-03-04 Matsushita Electric Ind Co Ltd 広告情報送信装置
JP2004297126A (ja) * 2003-03-25 2004-10-21 Kyocera Corp 携帯端末
JP2005038072A (ja) * 2003-07-17 2005-02-10 Hitachi Ltd ネットワーク内でコンテンツをインテリジェント配信するための方法とそのシステム
JP2005148289A (ja) * 2003-11-13 2005-06-09 Nec Fielding Ltd 広告配信システム，方法およびプログラム
JP2005215866A (ja) * 2004-01-28 2005-08-11 Kyocera Corp 行動履歴に基づく書類の作成システム
WO2005111880A1 (ja) * 2004-05-14 2005-11-24 Supreme System Consulting Corporation 行動解析装置
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
JP2006065870A (ja) * 2004-08-26 2006-03-09 Samsung Electronics Co Ltd 使用パターンによる対話型ユーザインターフェースシステム及び運用方法
JP2006163996A (ja) * 2004-12-09 2006-06-22 Evolium Sas 行動履歴に基づくプッシュ型の情報提供システム
JP2006202062A (ja) * 2005-01-20 2006-08-03 Toshiba Corp 施設監視システム
JP2008197797A (ja) * 2007-02-09 2008-08-28 Hitachi Ltd プローブ交通情報生成方式
JP2009182862A (ja) * 2008-01-31 2009-08-13 Ntt Docomo Inc シチュエーション推定装置、及び、シチュエーション推定プログラム
JP2009250890A (ja) * 2008-04-09 2009-10-29 Toshiba Corp 情報処理装置
JP2010049295A (ja) * 2008-08-19 2010-03-04 Oki Electric Ind Co Ltd 情報提供装置および情報提供方法
JP2010226297A (ja) * 2009-03-23 2010-10-07 Nec Corp 移動通信装置、気象情報連携システム、気象情報連携方法及び近距離通信装置
WO2010113699A1 (ja) * 2009-04-01 2010-10-07 株式会社エヌ・ティ・ティ・ドコモ 移動機、通信システムおよび通信方法
JP2010213300A (ja) * 2010-04-09 2010-09-24 Sony Corp 無線通信装置、プログラムおよび無線通信方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
小山 英剛 HIDETAKA OYAMA: "グループにおけるプライバシを考慮した位置情報共有方法に関する研究 Research on method of sharing loca", 情報処理学会研究報告 ＶＯＬ．２００８ ＮＯ．７ IPSJ SIG TECHNICAL REPORTS, vol. 第2008巻, JPN6014005659, 5 December 2008 (2008-12-05), JP, ISSN: 0002744844 *
山城 貴久 TAKAHISA YAMASHIRO: "マルチセンサによる体験記録を用いたユーザ行動モデル作成の検討", 電子情報通信学会２００５年総合大会講演論文集 情報・システム２ Ｄ−１２−１０６ PROCEEDINGS OF THE, JPN6014005665, 2005, JP, ISSN: 0002774482 *
工藤 貴弘 TAKAHIRO KUDOH: "目的地予測におけるエントロピーを利用した日時カテゴリ決定方式 Time/Date Category Driven Method with", 知能と情報 第１６巻 第６号, vol. 第16巻, JPN6014005667, JP, pages 551 - 560, ISSN: 0002744845 *
暦本 純一 JUNNICHI REKIMOTO: "ロケーション・アウェアネス特集 Special Issues on Location Awareness", ヒューマンインタフェース学会誌 ＶＯＬ．１０ ＮＯ．１ JOURNAL OF HUMAN INTERFACE SOCIETY, vol. 第10巻, JPN6014005663, 2008, JP, ISSN: 0002774480 *
渡辺 浩亘 HIRONOBU WATANABE: "検出領域を拡大したＧＰＳ方式徘徊老人探索システム Wide Area GPS-based Tracking System for Locating W", 映像情報メディア学会技術報告 ＶＯＬ．２１ ＮＯ．４８ ITE TECHNICAL REPORT, vol. 第21巻, JPN6014005664, JP, ISSN: 0002774481 *
遠山 緑生 NORIO TOYAMA: "コンテクスト情報と操作履歴の関連付けによる操作予測システムの提案 A Prediction System based on Conte", 情報処理学会研究報告 ＶＯＬ．２００４ ＮＯ．１１２ ２００４−ＵＢＩ−６（１３） IPSJ SIG TECHNIC, JPN6014005666, 10 November 2004 (2004-11-10), JP, ISSN: 0002774483 *
遠山 緑生 NORIO TOYAMA: "携帯電話の測位機能を用いた有意位置の学習 Using a Positioning System of Cellular Phone to Learn Sign", 情報処理学会論文誌 第４６巻 第１２号 IPSJ JOURNAL, vol. 第46巻, JPN6014005661, December 2005 (2005-12-01), JP, ISSN: 0002774479 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140000566A (ko) * 2012-06-25 2014-01-03 엘지전자 주식회사 휴대 단말기의 동작 방법
KR101880480B1 (ko) * 2012-06-25 2018-08-17 엘지전자 주식회사 휴대 단말기의 동작 방법
JP2014078217A (ja) * 2012-10-08 2014-05-01 International Business Maschines Corporation 非対応データベース間でインフラストラクチャ・レイアウトをマッピングするための方法、システム、またはコンピュータ使用可能プログラム
JP2014116808A (ja) * 2012-12-10 2014-06-26 Kddi Corp 携帯端末を所持したユーザの滞在地を推定する装置、プログラム及び方法
JP2014119798A (ja) * 2012-12-13 2014-06-30 Kddi Corp 携帯端末を所持したユーザが搭乗する移動対象物を推定する装置、プログラム及び方法
JPWO2014125689A1 (ja) * 2013-02-12 2017-02-02 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
WO2014125689A1 (ja) * 2013-02-12 2014-08-21 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
US9756600B2 (en) 2013-02-12 2017-09-05 Sony Corporation Information processing apparatus, information process method and program
JP2014174883A (ja) * 2013-03-12 2014-09-22 Nec Corp 広告情報発信システム、広告情報発信方法、広告情報管理装置、プログラム及び記録媒体
JP2014191531A (ja) * 2013-03-27 2014-10-06 Kddi Corp 携帯端末を所持したユーザの短時間滞留地を推定する装置、プログラム及び方法
JP2015027066A (ja) * 2013-06-19 2015-02-05 株式会社Ｎｔｔドコモ 無線通信システムおよび通信制御方法
JP2015049681A (ja) * 2013-08-30 2015-03-16 Kddi株式会社 類似移動経路をとるユーザを検索する装置、プログラム及び方法
JP2015082137A (ja) * 2013-10-21 2015-04-27 株式会社Ｎｔｔドコモ 滞留目的推定装置および滞留目的推定方法
JP2015170144A (ja) * 2014-03-07 2015-09-28 Kddi株式会社 携帯端末を所持したユーザの滞在地を推定する装置、プログラム及び方法
JP2016133488A (ja) * 2015-01-22 2016-07-25 株式会社Ｋｄｄｉ研究所 複数の推定用距離を用いて移動速度を推定する装置、プログラム及び方法

Also Published As

Publication number Publication date
JP5523274B2 (ja) 2014-06-18
US9445229B2 (en) 2016-09-13
US20120088525A1 (en) 2012-04-12

Similar Documents

Publication Publication Date Title
JP5523274B2 (ja) 携帯端末を所持したユーザの有意圏を推定する装置、プログラム及び方法
US10375515B2 (en) Location application program interface
US9277362B2 (en) Method and apparatus for generating and using location information
CN108960785B (zh) 一种信息提示方法及装置
US20130210480A1 (en) State detection
Gao et al. Detecting origin-destination mobility flows from geotagged tweets in greater Los Angeles area
US20180268039A1 (en) Recommending Car/Passenger Resources for User According to Mobility Habits
KR20190139130A (ko) 피셀 알고리즘을 이용하여 실시간 유동 인구 데이터의 제공이 가능한 유동인구 정보 분석 방법
US10827033B1 (en) Mobile edge computing device eligibility determination
US8843157B2 (en) Dynamic travel behavior estimation in mobile network
JP6052806B2 (ja) 携帯端末を所持したユーザの滞在目的を推定する装置、プログラム及び方法
JP2011171876A (ja) ユーザの移動に伴って住所／居所を推定する携帯端末、サーバ、プログラム及び方法
US10560797B2 (en) Information processing device and method
JPWO2017168651A1 (ja) 人口推定装置、プログラム及び人口推定方法
EP2426460B1 (en) Method and Apparatus for Generating and Using Location Information
JP6396686B2 (ja) 行動判定装置、行動判定方法及びプログラム
AU2022271467B2 (en) Compliance metrics for offender monitoring devices
Yang et al. Detecting home and work locations from mobile phone cellular signaling data
JP5986028B2 (ja) 携帯端末を所持したユーザの短時間滞留地を推定する装置、プログラム及び方法
Bicocchi et al. On recommending opportunistic rides
Alhazzani et al. Urban Attractors: Discovering patterns in regions of attraction in cities
Pappalardo et al. An individual-level ground truth dataset for home location detection
JP2014182611A (ja) 情報処理装置、情報処理方法及びプログラム
WO2014187476A1 (en) Method and system for predicting mobility demand of users
JP6560486B2 (ja) 平日／非平日推定装置及び平日／非平日推定方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130814

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140210

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140305

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140320

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140408

R150 Certificate of patent or registration of utility model

Ref document number: 5523274

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees