JP2021174448A - 属性割合推定システム - Google Patents

Abstract

【課題】本願発明の課題は、従来が抱える問題を解決することであり、すなわちユーザによって入力された属性情報を有効に分析して活用することができる属性割合推定システムを提供することである。【解決手段】本願発明の属性割合推定システムは、第１記憶手段と、ユーザが携帯するユーザ端末装置、属性割合算出手段を備えたものである。このうち属性割合算出手段は、ユーザ属性割合を算出する手段である。ユーザ端末装置はユーザ接続情報を第１記憶手段に送信し、第１記憶手段はユーザ接続情報とユーザ情報を関連付けて記憶する。そして属性割合算出手段は、第１記憶手段から所定期間内におけるユーザ接続情報を読み出すとともに、そのユーザ接続情報に係るユーザ情報に基づいてユーザ属性割合を算出する。【選択図】図１

Description

本願発明は、人の移動情報を分析する技術に関するものであり、より具体的には、所定期間、所定の場所に滞在した多数の者の属性を推定することができる属性割合推定システムに関するものである。

近年、ビッグデータが市場で高い関心を集めている。総務省も、平成２９年を「ビッグデータ利活用元年」と位置づけ、「従来は想定し得なかった新たな課題解決のためのソリューションの実現につなげること、またそのソリューションの実現において異なる領域のプレーヤーが連携したイノベーションの実現」とし、ビッグデータの活用に多大なる期待を寄せている。

ビッグデータは、単に量が多い（Ｖｏｌｕｍｅ）だけでなく、様々な種類（Ｖａｒｉｅｔｙ）があり、データの生成が極めて高速（Ｖｅｌｏｃｉｔｙ）であり、分析や活用することで経済的価値（Ｖａｌｕｅ）が生ずる、といった特徴があり、いわゆる「４つのＶ」を備えたものとされる。そのため、従来のデータベースのようにその取扱いは容易でなく、有益な分析や活用を実現すべく様々な取り組みが行われているところである。

また総務省では、ビッグデータを４つの種類、すなわち「国や地方公共団体が提供するオープンデータ」、「企業が有する暗黙知（ノウハウ）をデジタル化・構造化したデータ」、「企業によってＭ２Ｍ（Ｍａｃｈｉｎｅ ｔｏ Ｍａｃｈｉｎｅ）から吐き出されるストリーミングデータ」、「個人の属性に係るパーソナルデータ」に分類している。このうちパーソナルデータに関しては、ビッグデータの適正な利活用に資する環境整備のため「改正個人情報保護法」において「匿名加工情報」の制度を設けたうえで、法律で定義された「個人情報」に加え、特定の個人を識別できないように加工された人流情報、商品情報等もパーソナルデータに含まれるとしている。

一方、近時市中の様々な場所に、公衆無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を提供するアクセスポイント（以下、単に「無線アクセスポイント」という。）が配置されるようになった。この無線アクセスポイントは、周辺に滞在する者が携帯する端末装置（例えばスマートフォンなど）を検出すると、検出した時刻とともにその端末装置のＭＡＣ（Ｍｅｄｉａ Ａｃｃｅｓｓ Ｃｏｎｔｒｏｌ）アドレスを記憶する。つまり、所定の時間帯に無線アクセスポイント周辺に滞在したおおよその人数を得ることができ、昼夜における滞在者数の変動や、平日と休日における滞在者数の比率といった情報を取得することができ、ひいてはこれら滞在者の行動履歴も推定することができるわけである。

しかしながら、企業や事業者が行うマーケティングにとっては、単なる滞在者数だけの情報はそれほど有益とはならず、企業等が興味を持つ者（つまり顧客の対象となりそうな者）、換言すれば特定の属性を持つ者の情報（行動履歴など）を必要としている。ただし、法律で定義された「個人情報」を取得することは難しいことから、総務省が定義する「匿名加工情報」を活用することが考えられる。匿名加工情報を活用するためには当然ながらユーザからある程度の情報を取得する必要があり、その取得手法についてはこれまでにも種々提案されてきた。例えば特許文献１では、端末装置にダウンロードしたアプリケーションを利用するにあたって、個人を特定しない程度のユーザの属性情報（ユーザの生年月日や性別など）を登録する技術について提案している。

特開２０１９−０３６８９５号公報

特許文献１は、あらかじめ所定のアプリケーションを端末装置にダウンロードしておくことで、周辺の無線アクセスポイントが自動的にユーザを認証し、すなわちユーザが特段の操作をすることなく公衆無線ＬＡＮに接続することができる技術である。すなわち特許文献１によって開示される技術は、ユーザがアプリケーションをダウンロードするために所定の属性情報を登録するものの、その登録された属性情報を有効に分析、活用する技術ではない。

本願発明の課題は、従来が抱える問題を解決することであり、すなわちユーザによって入力された属性情報を有効に分析して活用することができる属性割合推定システムを提供することである。

本願発明は、特定のユーザによって入力された属性情報を手掛かりとして、無線アクセスポイントが取得した情報（属性を持たない情報）に属性を付与する、という点に着目したものであり、従来にはなかった発想に基づいてなされた発明である。

本願発明の属性割合推定システムは、第１記憶手段と、ユーザが携帯するユーザ端末装置、属性割合算出手段を備えたものである。このうち第１記憶手段は、ユーザの属性を含むユーザ情報を記憶する手段であり、属性割合算出手段は、「ユーザ属性割合」を算出する手段である。ここでユーザ属性割合とは、所定期間内にアクセスポイントの周辺にいた複数のユーザに関する属性の割合である。ユーザ端末装置は、アクセスポイントに接続すると、アクセスポイント識別情報（そのアクセスポントを特定する情報）と接続時刻を含む「ユーザ接続情報」を第１記憶手段に送信し、第１記憶手段は、ユーザ接続情報とユーザ情報を関連付けて記憶する。そして属性割合算出手段は、第１記憶手段から所定期間内におけるユーザ接続情報を読み出すとともに、そのユーザ接続情報に係るユーザ情報に基づいてユーザ属性割合を算出する。

本願発明の属性割合推定システムは、第２記憶手段と注目滞在者数推定手段をさらに備えたものとすることもできる。この第２記憶手段は、アクセスポイントが検出した端末装置と検出時刻を含む「検出情報」を記憶する手段であり、注目滞在者数推定手段は、「注目滞在者」の人数を推定する手段である。ここで注目滞在者とは、所定期間内にアクセスポイントの周辺にいた滞在者のうち、特定の属性を有する者である。また注目滞在者数推定手段は、第２記憶手段から所定期間内の検出情報を読み出すとともに、その検出情報の件数とユーザ属性割合に基づいて、注目滞在者の人数を推定する。

本願発明の属性割合推定システムは、オペレータが所望の属性を入力する属性入力手段をさらに備えたものとすることもできる。この場合、注目滞在者数推定手段は、属性入力手段によって入力された属性を有する注目滞在者の人数を推定する。

本願発明の属性割合推定システムは、オペレータが所定期間を設定する期間設定手段をさらに備えたものとすることもできる。この場合、属性割合算出手段は、期間設定手段によって設定された所定期間ごとにユーザ属性割合を算出し、注目滞在者数推定手段は、その所定期間ごとに注目滞在者の人数を推定する。

本願発明の属性割合推定システムは、ユーザ端末装置が「接続アプリケーション」を具備するものとすることもできる。この接続アプリケーションは、検出されたアクセスポイントにユーザ端末装置を接続するものであり、ユーザ端末装置がアクセスポイントに接続されるとユーザ接続情報を第１記憶手段に送信する。

本願発明の属性割合推定システムには、次のような効果がある。
（１）個人を特定しない程度のユーザの属性情報を登録するだけで、つまり法律で定義された個人情報を取り扱うことなく、所定期間、所定の場所に、どの属性の者が、どの程度滞在したかを把握することができる。
（２）無線アクセスポイントの位置は既知であり、無線アクセスポイントが検出した時刻も把握されることから、所定期間、所定の場所に、特定の属性の者が、何人滞在したかを把握することができる。これにより、企業等が所望する属性の者が、昼夜においてどの程度変動するか、平日と休日ではどの程度異なるか、あるいはこれら滞在者の行動履歴も推定することができる。
（３）滞在者の属性が推定されることによって、流通小売業や不動産業などは顧客の行動予測に活用でき、運輸業界はＭａａＳ（Ｍｏｂｉｌｉｔｙ ａｓ ａ Ｓｅｒｖｉｃｅ）など混雑緩和対策や自動運転サービスに活用することができる。

本願発明の属性割合推定システムの主な構成を示すブロック図。 ユーザ端末装置の主な処理を示すフロー図。 第１記憶手段が記憶したユーザ接続情報を模式的に示すモデル図。 無線アクセスポイントが検出した複数のユーザ端末装置と一般端末装置の検出情報を記憶する第２記憶手段を模式的に示すモデル図。 第２記憶手段が記憶した検出情報を模式的に示すモデル図。 無線アクセスポイントＡＰ周辺に滞在する４人のユーザと１２人の一般滞在者を模式的に示すモデル図。

本願発明の属性割合推定システムの一例を、図に基づいて説明する。

図１は、本願発明の属性割合推定システム１００の主な構成を示すブロック図である。この図に示すように本願発明の属性割合推定システム１００は、ユーザ端末装置１０１と属性割合算出手段１０２、第１記憶手段１０６を含んで構成され、さらに注目滞在者数推定手段１０３や属性入力手段１０４、期間設定手段１０５、第２記憶手段１０７などを含んで構成することもできる。

属性割合推定システム１００を構成するユーザ端末装置１０１は、スマートフォンやタブレット型コンピュータ（ｉＰａｄ（登録商標）など）といった携帯型端末機器を利用することができる。また、属性割合算出手段１０２と注目滞在者数推定手段１０３、属性入力手段１０４、期間設定手段１０５は、専用のものとして製造することもできるし、汎用的なコンピュータ装置を利用することもできる。このコンピュータ装置は、ＣＰＵ等のプロセッサ、ＲＯＭやＲＡＭといったメモリを具備しており、さらにマウスやキーボード等の入力手段やディスプレイを含むものもあり、例えばパーソナルコンピュータ（ＰＣ）やサーバーなどによって構成することができる。

第１記憶手段１０６と第２記憶手段１０７は、コンピュータ装置の記憶装置を利用することもできるし、そのほかデータベースサーバに構築することもできる。特に第１記憶手段１０６は、ユーザ端末装置１０１の記憶装置を利用することもできる。なおデータベースサーバに構築する場合、ローカルなネットワーク（ＬＡＮ：Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）に置くこともできるし、インターネット経由（つまり無線通信）で保存するクラウドサーバーとすることもできる。

以下、属性割合推定システム１００を構成する主な手段ごとに詳しく説明する。

（ユーザ端末装置）
ユーザ端末装置１０１は、上記したとおりスマートフォンなどの携帯型端末機器であり、無線アクセスポイントＡＰに接続するとその接続に関する情報（以下、「ユーザ接続情報」という。）を第１記憶手段１０６に送信する機能を備えたものである。なお便宜上ここでは、このような機能を備えた携帯型端末機器のことを「ユーザ端末装置１０１」ということとし、当該機能を備えていない一般的な携帯型端末機器のことを「一般端末装置ＴＤ」ということとする。また、ユーザ端末装置１０１を携帯する者のことを特に「ユーザ」ということとする。

図２は、ユーザ端末装置１０１の主な処理を示すフロー図である。なおこの図では、左側にユーザ端末装置１０１の処理を示し、右側には第１記憶手段１０６の処理を示している。図２に示すようにユーザは、所定のアプリケーションをダウンロードし（図２のＳｔｅｐ１１）、あるいは所定のプログラムを実装することによって、自身の端末装置をユーザ端末装置１０１とする。

そして、所定のアプリケーションやプログラム（以下、「接続アプリケーション」という。）を操作することによって、生年月日や性別などユーザの属性を含む情報（以下、「ユーザ情報」という。）を登録する（図２のＳｔｅｐ１２）。なおユーザ情報には、生年月日や性別のほか、職業や家族構成など種々の属性を含めることができるが、法律で定義された「個人情報」に当たらない程度の情報に留めておくのが望ましい。

ユーザが登録したユーザ情報は、第１記憶手段１０６に記憶される（図２のＳｔｅｐ１３）。このとき第１記憶手段１０６は、そのユーザを特定する情報（以下、「ユーザＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）」という。）と関連付けた（紐づけた）うえでそのユーザ情報を記憶する。ここまでが事前に行う処理であり、これ以降は運用段階における処理である。

ユーザ端末装置１０１を携帯するユーザが、Ｗｉ−Ｆｉ（登録商標）などの無線アクセスポイントＡＰの周辺を訪れると、ユーザ端末装置１０１がその無線アクセスポイントＡＰを検出する。そして接続アプリケーションが、検出した無線アクセスポイントＡＰにユーザ端末装置１０１を接続する（図２のＳｔｅｐ１４）。このとき、ユーザが手動による認証操作を行うことによって無線アクセスポイントＡＰに接続する仕様としてもよいし、あるいは自動認証処理によって無線アクセスポイントＡＰに自動接続する仕様としてもよい。また、複数の無線アクセスポイントＡＰを検出した場合は、ユーザに所望の無線アクセスポイントＡＰを選択させる仕様とすることもできるし、所定の条件下で選出された無線アクセスポイントＡＰに接続する仕様とすることもできる。

ユーザ端末装置１０１が無線アクセスポイントＡＰに接続されると、接続アプリケーションが「ユーザ接続情報」を第１記憶手段１０６に送信する（図２のＳｔｅｐ１５）。
なおユーザ接続情報には、少なくとも接続時刻と、無線アクセスポイントＡＰを特定する情報（以下、「アクセスポイント識別情報」という。）が含まれる。そしてユーザ接続情報を受信した第１記憶手段１０６は、ユーザＩＤ（あるいはユーザ情報）と関連付けた（紐づけた）うえでそのユーザ接続情報を記憶する（図２のＳｔｅｐ１６）。

図３は、第１記憶手段１０６が記憶したユーザ接続情報を模式的に示すモデル図である。この図では、ユーザＩＤがそれぞれ２１５、３７４、４９５、６７８、７８４、８３５である６人のユーザに関するユーザ接続情報が記憶されている。なおこの例では、無線アクセスポイントＡＰをＳＳＩＤ（Ｓｅｒｖｉｃｅ Ｓｅｔ Ｉｄｅｎｔｉｆｉｅｒ）とＢＳＳＩＤ（Ｂａｓｉｃ Ｓｅｒｖｉｃｅ Ｓｅｔ Ｉｄｅｎｔｉｆｉｅｒ）によって特定しており、つまりＳＳＩＤとＢＳＳＩＤの組み合わせをアクセスポイント識別情報としているが、これに限らずＳＳＩＤをアクセスポイント識別情報とするなど、種々の情報をアクセスポイント識別情報とすることもできる。

例えば図３では、４月１日１０：００にユーザＩＤが２１５であるユーザ（以下、単に「ユーザＩＤ２１５」などと示す）が、ＳＳＩＤがＡＡＡでＢＳＳＩＤが１１１（以下、単に「ＡＡＡ１１１」などと示す）である無線アクセスポイントＡＰを訪れていることが分かる。また同時刻に、ユーザＩＤ３７４とユーザＩＤ６７８、ユーザＩＤ７８４が、ＡＡＡ１１１の無線アクセスポイントＡＰを訪れていることも分かる。

（属性割合算出手段）
属性割合算出手段１０２は、第１記憶手段１０６から読み出したユーザＩＤ（あるいはユーザ情報）とユーザ接続情報に基づいて「ユーザ属性割合」を算出するものである。ここでユーザ属性割合とは、所定期間内に所定の無線アクセスポイントＡＰの周辺にいた複数のユーザの属性の割合である。

例えば図３の場合、４月１日９：５０〜１０：１０の期間に、４人のユーザ（ユーザＩＤ２１５とユーザＩＤ３７４、ユーザＩＤ６７８、ユーザＩＤ７８４）が、ＡＡＡ１１１の無線アクセスポイントＡＰを訪れている。そして、ユーザＩＤ２１５とユーザＩＤ３７４、ユーザＩＤ６７８が「女性」であり、ユーザＩＤ７８４が「男性」であれば、属性割合算出手段１０２は、女性の割合（ユーザ属性割合）を７５％として算出する。あるいは、ＩＤ２１５が「１０代」、ユーザＩＤ３７４とユーザＩＤ６７８が「２０代」、ユーザＩＤ７８４が「３０代」であれば、属性割合算出手段１０２は、２０代の割合（ユーザ属性割合）を５０％として算出する。既述したとおり第１記憶手段１０６が、ユーザＩＤ（あるいはユーザ情報）とユーザ接続情報を関連付けて（紐づけて）記憶することから、属性割合算出手段１０２は上記のとおりユーザ属性割合を算出することができるわけである。

また属性割合算出手段１０２は、あらかじめ定めたユーザ属性割合（例えば、女性の割合や２０代の割合など）を算出することもできるし、属性入力手段１０４によって入力されたユーザ属性割合を算出することもできる。また属性割合算出手段１０２は、あらかじめ定めた単位期間（例えば、２０分や１週間など）ごとに繰り返しユーザ属性割合を算出することもできるし、期間設定手段１０５によって設定された単位期間ごとに繰り返しユーザ属性割合を算出することもできる。

（第２記憶手段）
第２記憶手段１０７は、「検出情報」を記憶するものである。ここで検出情報とは、無線アクセスポイントＡＰが検出した端末装置を特定する情報（以下、「端末装置ＩＤ」という。）と、その検出時刻を含むものである。なお第２記憶手段１０７は、無線アクセスポイントＡＰが検出したすべての端末装置に関する検出情報を記憶するもので、すなわち無線アクセスポイントＡＰが検出した「ユーザ端末装置１０１」と「一般端末装置ＴＤ」に関する検出情報を記憶する。例えば図４では、ＡＡＡ１１１の無線アクセスポイントＡＰが、４台のユーザ端末装置１０１（ユーザ（ユーザＩＤ２１５とユーザＩＤ３７４、ユーザＩＤ６７８、ユーザＩＤ７８４）と、２台の一般端末装置ＴＤを検出しており、第２記憶手段１０７がこれらの検出情報を記憶している。

図５は、第２記憶手段１０６が記憶した検出情報を模式的に示すモデル図である。この図では、４月１日の１０時前後にＡＡＡ１１１の無線アクセスポイントＡＰによって２０台のユーザＩＤが検出されていることが分かる。このように無線アクセスポイントＡＰは検出した端末装置ＩＤ（例えばＭＡＣアドレス）とともにその検出時刻（検出情報）を取得し、その検出情報を受け取った第２記憶手段１０７は、図５に示すように端末装置ＩＤとその検出時刻を関連付けて（紐づけて）記憶するわけである。

（注目滞在者数推定手段）
注目滞在者数推定手段１０３は、属性割合算出手段１０２によって算出されたユーザ属性割合と、第２記憶手段１０７から読み出した検出情報に基づいて「注目滞在者数」を算出するものである。ここで注目滞在者数とは、所定期間内に所定の無線アクセスポイントＡＰの周辺にいた複数の「滞在者」のうち、特定の属性を有する滞在者（以下、「注目滞在者」という。）の人数である。

例えば図６の場合、ＡＡＡ１１１の無線アクセスポイントＡＰ周辺に１６人の者が滞在しており、そのうち４人がユーザＵＡであり、残り１２人がユーザＵＡ以外の者（以下、「一般滞在者ＵＧ」という。）である。なお図５に示すように、これら１６人は４月１日１０：００に無線アクセスポイントＡＰ周辺に滞在している。そして、滞在者のうち４人のユーザＵＡの女性の割合（ユーザ属性割合）が７５％であれば、注目滞在者数推定手段１０３は、４月１日９：５０〜１０：１０の期間における女性の滞在者（注目滞在者）の人数（注目滞在者数）を１２人（１６人×７５％）として算出する。あるいは、４人のユーザＵＡの２０代の割合（ユーザ属性割合）が５０％であれば、注目滞在者数推定手段１０３は、４月１日９：５０〜１０：１０の期間における２０代の滞在者（注目滞在者）の人数（注目滞在者数）を８人（１６人×５０％）として算出するわけである。

また注目滞在者数推定手段１０３は、属性割合算出手段１０２と同様、あらかじめ定めたユーザ属性割合（例えば、女性の割合や２０代の割合など）に基づいて注目滞在者数を算出することもできるし、属性入力手段１０４によって入力されたユーザ属性割合に基づいて注目滞在者数を算出することもできる。また注目滞在者数推定手段１０３は、属性割合算出手段１０２と同様、あらかじめ定めた単位期間（例えば、２０分や１週間など）ごとに繰り返し注目滞在者数を算出することもできるし、期間設定手段１０５によって設定された単位期間ごとに繰り返し注目滞在者数を算出することもできる。

本願発明の属性割合推定システムは、混雑緩和対策や自動運転サービス、あるいは顧客行動予測など、様々な分野で利用することができる。

１００ 本願発明の属性割合推定システム
１０１ （属性割合推定システムの）ユーザ端末装置
１０２ （属性割合推定システムの）属性割合算出手段
１０３ （属性割合推定システムの）注目滞在者数推定手段
１０４ （属性割合推定システムの）属性入力手段
１０５ （属性割合推定システムの） 期間設定手段
１０６ （属性割合推定システムの）第１記憶手段
１０７ （属性割合推定システムの）第２記憶手段
ＡＰ 無線アクセスポイント
ＴＤ 一般端末装置
ＵＡ ユーザ
ＵＧ 一般滞在者

Claims (5)

1. ユーザの属性を含むユーザ情報を記憶する第１記憶手段と、
   前記ユーザが携帯するユーザ端末装置と、
   所定期間内にアクセスポイントの周辺にいた複数の前記ユーザの属性の割合を示すユーザ属性割合を算出する属性割合算出手段と、を備え、
   前記ユーザ端末装置は、前記アクセスポイントに接続すると、該アクセスポントを特定するアクセスポイント識別情報と接続時刻とを含むユーザ接続情報を、前記第１記憶手段に送信し、
   前記第１記憶手段は、前記ユーザ接続情報と前記ユーザ情報を関連付けて記憶し、
   前記属性割合算出手段は、前記第１記憶手段から前記所定期間内の前記ユーザ接続情報を読み出すとともに、該ユーザ接続情報に係る前記ユーザ情報に基づいて、前記ユーザ属性割合を算出する、
   ことを特徴とする属性割合推定システム。
2. 前記アクセスポイントが検出した端末装置と、検出時刻と、を含む検出情報を、記憶する第２記憶手段と、
   前記所定期間内に前記アクセスポイントの周辺にいた滞在者のうち、特定の属性を有する注目滞在者の人数を推定する注目滞在者数推定手段と、をさらに備え、
   前記注目滞在者数推定手段は、前記第２記憶手段から前記所定期間内の前記検出情報を読み出すとともに、該検出情報の件数と、前記ユーザ属性割合と、に基づいて、前記注目滞在者の人数を推定する、
   ことを特徴とする請求項１記載の属性割合推定システム。
3. オペレータが所望の属性を入力する属性入力手段を、さらに備え、
   前記注目滞在者数推定手段は、前記属性入力手段によって入力された属性を有する前記注目滞在者の人数を推定する、
   ことを特徴とする請求項２記載の属性割合推定システム。
4. オペレータが前記所定期間を設定する期間設定手段を、さらに備え、
   前記属性割合算出手段は、前記期間設定手段によって設定された前記所定期間ごとに、前記ユーザ属性割合を算出し、
   前記注目滞在者数推定手段は、前記期間設定手段によって設定された前記所定期間ごとに、前記注目滞在者の人数を推定する、
   ことを特徴とする請求項２又は請求項３記載の属性割合推定システム。
5. 前記ユーザ端末装置は、検出された前記アクセスポイントに該ユーザ端末装置を接続する接続アプリケーションを具備し、
   前記接続アプリケーションは、前記ユーザ端末装置が前記アクセスポイントに接続されると、前記ユーザ接続情報を前記第１記憶手段に送信する、
   ことを特徴とする請求項１乃至請求項４のいずれかに記載の属性割合推定システム。

Images