JP5349254B2 - Area classification device, area classification system, and area classification method - Google Patents
Area classification device, area classification system, and area classification method Download PDFInfo
- Publication number
- JP5349254B2 JP5349254B2 JP2009249081A JP2009249081A JP5349254B2 JP 5349254 B2 JP5349254 B2 JP 5349254B2 JP 2009249081 A JP2009249081 A JP 2009249081A JP 2009249081 A JP2009249081 A JP 2009249081A JP 5349254 B2 JP5349254 B2 JP 5349254B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- area
- region
- determination
- acquisition
- 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.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、ある地域の地域区分を判定する地域分類装置、地域分類システム及び地域分類方法に関するものである。 The present invention relates to an area classification device, an area classification system, and an area classification method for determining an area classification of a certain area.
従来から、国勢調査などの静的な調査結果を用いて、各地域を住宅地や商業地といった地域特性を示す地域区分に分類することが行われている。その一方、このような静的な調査方法と異なる動的な調査方法として、携帯端末の位置情報等を用いて携帯端末数をカウントすることにより、所定の地域内のある時点における人口を調査することや同程度の人口地域を見出すことが行われている（特許文献１〜４参照）。 Conventionally, using a static survey result such as a national census, each region is classified into a region classification indicating a region characteristic such as a residential area or a commercial area. On the other hand, as a dynamic investigation method different from the static investigation method, the population at a certain point in time in a predetermined area is investigated by counting the number of portable terminals using the location information of the portable terminals. In other words, finding a similar population area (see Patent Documents 1 to 4).
ところで、国勢調査等の静的な調査方法は人為的に行われるため、調査時点ではその結果が妥当性を有しているものの、月日の経過に応じて調査範囲の一部で人口分布等が変わってしまうことがあるため、ある地域がどのような地域区分に相当するのかについて、最新の状況を的確に把握することが難しかった。また、最新の状況を把握しようとすると、データの更新を頻繁に行わなければならないが、人為的に行おうとすると、手間やコストが非常にかかってしまうという問題もあった。一方、人為的でない動的な調査方法として、携帯端末の数を用いて最新の人口を簡単に算出する方法があるものの、ある地域における推定人口を算出する程度の技術に過ぎなかった。そのため、ある地域がどのような地域区分に相当するのかについて、最新の状況を的確且つ簡単に判定できる技術が望まれていた。 By the way, since static survey methods such as the national census are conducted artificially, the results are valid at the time of the survey. Because it might change, it was difficult to accurately grasp the latest situation regarding what kind of area a certain area corresponds to. Further, in order to grasp the latest situation, data must be updated frequently. However, if it is attempted artificially, there is a problem that it takes much time and cost. On the other hand, although there is a method for easily calculating the latest population using the number of mobile terminals as a non-artificial dynamic research method, it is only a technique for calculating an estimated population in a certain area. Therefore, there has been a demand for a technique that can accurately and easily determine the latest situation as to what kind of area a certain area corresponds to.
そこで、本発明は、かかる課題に鑑みて為されたものであり、ある地域がどのような地域区分であるかを的確且つ簡単に判定できる地域分類装置、地域分類システム及び地域分類方法を提供することを目的とする。 Therefore, the present invention has been made in view of such problems, and provides an area classification device, an area classification system, and an area classification method that can accurately and easily determine what kind of area a certain area is. For the purpose.
上記課題を解決するため、本発明に係る地域分類装置は、移動機の位置情報を取得時刻に対応付けて格納する位置情報格納手段から移動機の位置情報を取得する第１取得手段と、複数の地域それぞれに対して地域特性が設定されている地域区分データを格納する区分情報格納手段から地域区分データを取得する第２取得手段と、第１取得手段によって取得される複数の地域における移動機の位置情報と第２取得手段によって取得される複数の地域に対して設定されている地域区分データとに基づいて、複数の地域における時間毎の第１人口動態データを作成する基準データ作成手段と、第１取得手段によって取得される一の地域における移動機の位置情報に基づいて、一の地域における時間毎の第２人口動態データを作成する判定データ作成手段と、基準データ作成手段で作成された第１人口動態データに基づいて、地域特性を判定するための判定基準を作成する基準作成手段と、判定データ作成手段で作成された第２人口動態データを基準作成手段で作成された判定基準に照合して、一の地域の地域特性を判定する判定手段と、判定手段で判定された一の地域の地域特性を出力する出力手段と、を備えている。 In order to solve the above problems, a region classification apparatus according to the present invention includes a first acquisition unit that acquires location information of a mobile device from a location information storage unit that stores location information of the mobile device in association with an acquisition time, Second acquisition means for acquiring area division data from the area information storage means for storing area division data for which area characteristics are set for each area, and mobile devices in a plurality of areas acquired by the first acquisition means Reference data creation means for creating first demographic data for each time in a plurality of areas based on the position information of the area and the area division data set for the plurality of areas acquired by the second acquisition means; Based on the location information of the mobile device in one area acquired by the first acquisition means, determination data creation for creating second demographic data for each hour in one area Based on the first demographic data created by the standard data creating means, standard creating means for creating a judgment standard for determining regional characteristics, and second demographic data created by the judgment data creating means And determining means for determining the regional characteristics of one region by comparing with the determination criterion created by the reference creating means, and output means for outputting the regional characteristics of the one region determined by the determining means Yes.
また、本発明に係る地域分類システムは、移動機の位置情報を取得時刻に対応付けて格納する位置情報格納手段と、複数の地域それぞれに対して地域特性が設定されている地域区分データを格納する区分情報格納手段と、上記記載の地域分類装置と、を備えている。 The area classification system according to the present invention stores position information storage means for storing position information of a mobile device in association with an acquisition time, and area classification data in which area characteristics are set for each of a plurality of areas. Classification information storage means, and the above-described area classification device.
また、本発明に係る地域分類方法は、移動機の位置情報を取得時刻に対応付けて格納する位置情報格納手段から移動機の位置情報を取得する第１取得ステップと、複数の地域それぞれに対して地域特性が設定されている地域区分データを格納する区分情報格納手段から地域区分データを取得する第２取得ステップと、第１取得ステップで取得された複数の地域における移動機の位置情報と第２取得ステップで取得された複数の地域に対して設定されている地域区分データとに基づいて、複数の地域における時間毎の第１人口動態データを作成する基準データ作成ステップと、第１取得ステップで取得された一の地域における移動機の位置情報に基づいて、一の地域における時間毎の第２人口動態データを作成する判定データ作成ステップと、基準データ作成ステップで作成された第１人口動態データに基づいて、地域特性を判定するための判定基準を作成する基準作成ステップと、判定データ作成ステップで作成された第２人口動態データを基準作成ステップで作成された判定基準に照合して、一の地域の地域特性を判定する判定ステップと、判定ステップで判定された一の地域の地域特性を出力する出力ステップと、を備えている。 The area classification method according to the present invention includes a first acquisition step of acquiring position information of a mobile device from position information storage means for storing the position information of the mobile device in association with an acquisition time, and each of the plurality of regions. The second acquisition step of acquiring the area division data from the area information storage means for storing the area division data for which the area characteristics are set, the position information of the mobile device in the plurality of areas acquired in the first acquisition step, and the first A reference data creation step for creating first demographic data for each time in a plurality of regions based on the region classification data set for the plurality of regions acquired in the 2 acquisition step, and a first acquisition step A determination data creation step for creating second demographic data for each hour in one region based on the location information of the mobile device in one region acquired in Based on the first demographic data created in the quasi-data creation step, a standard creation step for creating criteria for determining regional characteristics and a second demographic data created in the judgment data creation step A determination step for determining the regional characteristics of one region in comparison with the determination criteria created in the step; and an output step for outputting the regional characteristics of the one region determined in the determination step.
この地域分類装置、該装置を含む地域分類システム、及び地域分類方法によれば、地域特性を示す地域区分が事前に設定されている複数の地域における位置情報及びその地域特性に基づいて第１人口動態データをそれぞれ作成し、その第１人口動態データに基づいて判定基準を作成している。そして、地域区分を判定したい一の地域における第２人口動態データを、これら第１人口動態データに基づいて作成された判定基準に照合して、当該一の地域がいずれの地域区分であるかを判定するようにしている。このように、データの妥当性を有する複数の地域に関する地域区分データと動的なデータである各動態データとの両者を用いているため、所定の地域が地域区分のいずれかであるかを的確且つ簡単に判定することができる。なお、地域特性を示す地域区分としては、例えば、「商業地」や「オフィス街」や「住宅地」といった一般的な区分があるが、これに限定されるものではない。 According to the area classification device, the area classification system including the apparatus, and the area classification method, the first population is based on the position information in a plurality of areas in which area divisions indicating the area characteristics are set in advance and the area characteristics. Dynamic data is created for each, and criteria are created based on the first demographic data. Then, the second demographic data in the one region for which the region classification is to be determined is collated with the judgment criteria created based on the first demographic data, and it is determined which region classification the one region is. Judgment is made. As described above, since both the regional segment data relating to a plurality of regions having the validity of the data and the dynamic data which is dynamic data are used, it is accurately determined whether the predetermined region is one of the regional segments. And it can be determined easily. In addition, as a regional division showing regional characteristics, for example, there are general divisions such as “commercial area”, “office town”, and “residential area”, but are not limited thereto.
また、本発明に係る地域分類装置は、日付と曜日との関係を示す日属性情報を格納する日属性情報格納手段から日属性情報を取得する第３取得手段を備え、基準データ作成手段は、第３取得手段によって取得される日属性情報に応じて第１人口動態データを作成し、判定データ作成手段は、第３取得手段によって取得される日属性情報に応じて第２人口動態データを作成することが好ましい。この場合、例えば、平日と休日（祝日含む）とのように、日付や曜日によって異なる傾向を示す各動態データに基づいて所定の地域が各地域区分のいずれであるかを判定することから、判定精度を向上させることができる。 The area classification device according to the present invention includes a third acquisition unit that acquires date attribute information from a day attribute information storage unit that stores date attribute information indicating a relationship between a date and a day of the week. The first demographic data is generated according to the day attribute information acquired by the third acquiring means, and the determination data generating means generates the second demographic data according to the day attribute information acquired by the third acquiring means. It is preferable to do. In this case, for example, the determination is made by determining which of the respective regions is the predetermined region based on each dynamic data indicating a tendency that varies depending on the date or day of the week, such as weekdays and holidays (including holidays). Accuracy can be improved.
更に、本発明に係る地域分類装置は、複数の移動機を使用する各使用者の人属性情報を格納する人属性情報格納手段から人属性情報を取得する第４取得手段を備え、基準データ作成手段は、第４取得手段によって取得される人属性情報に応じて第１人口動態データを作成し、判定データ作成手段は、第４取得手段によって取得される人属性情報に応じて第２人口動態データを作成することが好ましい。この場合、例えば、使用者の年齢（子供・大人・老人）や性別（男・女）といった人属性によって異なる傾向を示す各動態データに基づいて所定の地域が各地域区分のいずれであるかを判定できることから、判定精度を一層、向上させることができる。 Furthermore, the area classification apparatus according to the present invention includes fourth acquisition means for acquiring human attribute information from human attribute information storage means for storing human attribute information of each user who uses a plurality of mobile devices, and generates reference data The means creates first demographic data according to the human attribute information acquired by the fourth acquiring means, and the determination data creating means generates the second demographic data according to the human attribute information acquired by the fourth acquiring means. It is preferable to create data. In this case, for example, based on each dynamic data showing different tendencies depending on user attributes such as the user's age (child / adult / elderly) and gender (male / female) Since it can be determined, the determination accuracy can be further improved.
また、基準作成手段は、第１人口動態データに含まれる各パラメータ数ｎに相当するｎ次元空間上において、第１人口動態データそれぞれを少なくとも２つ以上に分離する超平面を判定基準として作成し、判定手段は、判定データ作成手段で作成された第２人口動態データが、ｎ次元空間上において、超平面のどちら側にあるかに応じて、他の地域が複数の地域区分の内の何れに含まれるかを判定するようにしてもよい。この場合、例えば、サポート・ベクタ・マシン（ＳＶＭ）といった方法を用いて、地域区分を判定したい地域が各地域区分のいずれであるかを確実に判定することができる。 Further, the reference creation means creates, as a criterion, a hyperplane that separates each of the first demographic data into at least two or more in an n-dimensional space corresponding to each parameter number n included in the first demographic data. The determination means determines which of the plurality of regional divisions the other areas depend on which side of the hyperplane the second demographic data generated by the determination data generation means is on the n-dimensional space. It may be determined whether it is included. In this case, for example, using a method such as a support vector machine (SVM), it is possible to reliably determine which of the respective regions is to be determined.
本発明によれば、所定の地域が各地域区分の内のいずれかであるかを的確且つ簡単に判定できる。 According to the present invention, it is possible to accurately and easily determine whether a predetermined area is one of the area sections.
添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。 Embodiments of the present invention will be described with reference to the accompanying drawings. Where possible, the same parts are denoted by the same reference numerals, and redundant description is omitted.
図１に示すように、地域分類システム１は、地域分類装置１００、位置情報格納装置２００（位置情報格納手段）、区分情報格納装置３００（区分情報格納手段）、日付情報格納装置４００（日属性情報格納手段）及び契約者情報格納装置５００（人属性情報格納手段）を備え、ネットワークＮを介して、各装置１００〜５００間で互いに情報のやりとりを行えるように構成されている。地域分類システム１を含むネットワークＮには、多数の移動機Ｍ（例えば携帯端末）が無線基地局Ｂを介して位置登録等を無線で行えるようになっており、これにより、各移動機Ｍ間の通話や通信等が行われる。また、地域分類システム１を含むネットワークＮには、出力端末Ｔが有線または無線で接続されている。出力端末Ｔは、例えば、ネットワークＮに接続可能なコンピュータであって、ある対象地域Ｘ（例えば、市区町村などの行政によって区分けされた地域の内の一の地域）の地域特性を判定したいユーザによって操作される。地域分類システム１は、ある対象地域Ｘ（例えば、千代田区）の地域特性を判定したいとの要求信号（判定要求）を出力端末Ｔから受け付けると、その要求に応じた所定の対象地域Ｘの地域特性を地域分類装置１００によって判定し、その判定結果を出力端末Ｔに送り、出力端末Ｔのディスプレイ等に表示させる。 As shown in FIG. 1, the area classification system 1 includes an area classification device 100, a position information storage device 200 (position information storage means), a division information storage device 300 (section information storage means), and a date information storage device 400 (day attribute). Information storage means) and contractor information storage device 500 (person attribute information storage means), and are configured so that information can be exchanged between the devices 100 to 500 via the network N. In the network N including the area classification system 1, a large number of mobile devices M (for example, mobile terminals) can wirelessly perform location registration or the like via the wireless base station B. Calls and communications are performed. An output terminal T is connected to the network N including the area classification system 1 by wire or wirelessly. The output terminal T is a computer that can be connected to the network N, for example, and a user who wants to determine the regional characteristics of a certain target region X (for example, one of the regions classified by the government such as a municipality). Operated by. When the region classification system 1 receives a request signal (determination request) for determining a region characteristic of a certain target region X (for example, Chiyoda-ku) from the output terminal T, the region of the predetermined target region X according to the request The characteristics are determined by the area classification device 100, and the determination result is sent to the output terminal T and displayed on the display or the like of the output terminal T.
地域分類装置１００は、各情報格納装置２００，３００，４００，５００からの各種情報を取得して、これら情報から、ある地域Ｘの地域特性を判定処理する装置である。地域分類装置１００の詳細については後述するが、この地域分類装置１００は、物理的には、図２に示すように、ＣＰＵ１１、主記憶装置であるＲＯＭ１２及びＲＡＭ１３、入力デイバス１４、出力デバイス１５、ネットワークカード等のデータ送受信デバイスである通信モジュール１６、ハードディスク等の補助記憶装置１７などを含むコンピュータシステムとして構成される。地域分類装置１００の後述する各機能は、図２に示すＣＰＵ１１、ＲＡＭ１３等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１１の制御のもとで入力デバイス１４、出力デバイス１５、通信モジュール１６を動作させると共に、ＲＯＭ１２や補助記憶装置１７におけるデータの読み出し及び書き込みを行うことで実現される。なお、位置情報格納手段２００、区分情報格納装置３００、日付情報格納装置４００及び契約者情報格納装置５００も、地域分類装置１００と同様、物理的には、図２に示すようなハードウェア構成となっており、例えば、各情報が補助記憶装置１７等に格納される。 The region classification device 100 is a device that acquires various types of information from the information storage devices 200, 300, 400, and 500, and determines and processes the region characteristics of a certain region X from these information. Although details of the area classification apparatus 100 will be described later, this area classification apparatus 100 physically includes a CPU 11, a ROM 12 and a RAM 13 as main storage devices, an input device 14, an output device 15, as shown in FIG. The computer system includes a communication module 16 that is a data transmission / reception device such as a network card, an auxiliary storage device 17 such as a hard disk, and the like. Each function, which will be described later, of the area classification device 100 is configured such that predetermined computer software is read on hardware such as the CPU 11 and the RAM 13 shown in FIG. This is realized by operating the module 16 and reading and writing data in the ROM 12 and the auxiliary storage device 17. Note that the location information storage means 200, the classification information storage device 300, the date information storage device 400, and the contractor information storage device 500 are also physically configured as shown in FIG. For example, each piece of information is stored in the auxiliary storage device 17 or the like.
位置情報格納装置２００は、移動機Ｍの位置情報をその取得時刻に対応付けて格納する装置である。位置情報格納装置２００は、地域分類システム１で地域特性を判定したい対象地域Ｘと地域特性が既に割り当てされている割当地域Ｙとにおける多数の位置情報を少なくとも格納しており、例えば、図３のテーブルにその一部が示されるように、ユーザＩＤ（Ａ，Ｂ，Ｄ、…）で識別される各移動機Ｍが過去に位置した箇所の緯度や経度といった情報を取得時刻毎にまとめたデータとしてそれら位置情報を格納する。各位置情報は、例えば、ＧＰＳ等によって取得され、その取得時刻がタイムスタンプ（ｙｙｙｙｍｍｄｄｈｈｍｍｓｓ）等によって示されるようになっている。タイムスタンプにおける“ｙｙｙｙ”は「年」を、“ｍｍ”は「月」を、“ｄｄ”は「日」を、“ｈｈ”は「時間」を、“ｍｍ”は「分」を、“ｓｓ”は「秒」をそれぞれ示す（以下でも同様）。なお、図３では、これら位置情報に、後述する契約者情報（年齢、性別）が紐付けられたデータとなっているが、位置情報と契約者情報とが別々のデータとして格納されていてももちろんよい。また、位置情報格納装置２００に格納される「位置情報」は、上述した経度や緯度といった点を示す位置情報だけを意味するのではなく、一定の広がりを有する地域Ｘ，Ｙと対応がとれる位置情報であればよく、当該地域Ｘ，Ｙよりも小さい小地域内に過去に位置していたことを示す位置情報（例えば、セクター情報）であってもよい。位置情報格納装置２００は、このような位置情報を、他の装置からの取得要求に応じて出力する。 The position information storage device 200 is a device that stores the position information of the mobile device M in association with the acquisition time. The position information storage device 200 stores at least a large number of pieces of position information in the target area X for which the area characteristics are to be determined by the area classification system 1 and the assigned area Y to which the area characteristics have already been assigned. Data that summarizes information such as latitude and longitude of the location where each mobile device M identified by the user ID (A, B, D,...) Is located in the past, as shown in part in the table. Store the position information. Each position information is acquired by, for example, GPS, and the acquisition time is indicated by a time stamp (yyymmddhhmms) or the like. In the timestamp, “yyyy” is “year”, “mm” is “month”, “dd” is “day”, “hh” is “hour”, “mm” is “minute”, “ss” "Indicates" second "(the same applies below). In FIG. 3, contractor information (age, gender), which will be described later, is associated with the position information, but the position information and the contractor information may be stored as separate data. Of course. Further, the “position information” stored in the position information storage device 200 does not mean only the position information indicating the points such as the above-mentioned longitude and latitude, but a position that can correspond to the areas X and Y having a certain spread. It may be information, and may be position information (for example, sector information) indicating that it has been located in the past in a small area smaller than the areas X and Y. The position information storage device 200 outputs such position information in response to an acquisition request from another device.
区分情報格納装置３００は、複数の割当地域Ｙそれぞれに対して地域特性（地域区分）が設定されている地域区分データを格納する装置である。区分情報格納装置３００は、例えば、図４のテーブルにその一部が示されるように、上述した対象地域Ｘと同じ基準で区分けされた複数の地域に対する地域特性を人為的に集計・割当し（国勢調査等）、更に電子化したデータを地域区分データとして格納しており、地域ＩＤ（ａ，ｂ，ｃ，ｄ，…）で示される割当地域Ｙ毎に地域区分を割り当てたものである。図５は、このような地域区分データの出力イメージの一例を示す図であり、複数の地域Ｙを、商業地、工業地、農業地、住宅街、オフィス街といった地域区分それぞれに割り当て、それを表示したものである。 The division information storage device 300 is a device that stores region division data in which region characteristics (region divisions) are set for each of a plurality of allocation regions Y. For example, as shown in a part of the table of FIG. 4, the classification information storage device 300 artificially aggregates and assigns regional characteristics for a plurality of areas classified according to the same standard as the target area X described above ( National census, etc.), further digitized data is stored as area division data, and the area division is assigned for each assigned area Y indicated by the area ID (a, b, c, d,...). FIG. 5 is a diagram showing an example of an output image of such area division data. A plurality of areas Y are assigned to each of the area divisions such as a commercial area, an industrial area, an agricultural area, a residential area, and an office area. It is displayed.
この地域区分データに含まれる地域区分は、その地域内における時間毎の人口変化等と密接な関係を有する指標であり、ある地域区分に相当する地域では、その特性上、時間毎の人口変化が他の地域区分に相当する地域に比べて独特の動きを示したり、年齢毎の人数比が平均的な値に比べて偏った人口構成を示したり、男女比が平均的な値に比べて偏った人口構成を示したりする。例えば、図１７の住宅地における人口変化イメージ図に示されるように、住宅地に相当する地域では平日の時間毎の人口変化（図１７（ａ）参照）が他の地域に比べて緩やかな変化となる傾向を示し、また、図１６の農業地における人口変化イメージ図に示されるように、農業地に相当する地域では時間毎の人口変化は住宅地と同様に緩やかであるものの、男女比（図１６（ｃ）参照）が住宅地と比べ男性比が高くなる傾向を示したりする。区分情報格納装置３００は、このような地域区分データを、他の装置からの取得要求に応じて出力する。 The regional classification included in this regional classification data is an indicator that has a close relationship with the hourly population change, etc. within the area. It shows peculiar movements compared to other regions, shows a demographic composition in which the ratio of people by age is biased compared to the average value, and the ratio of men and women is biased compared to the average value. Show demographic composition. For example, as shown in the image of population change in a residential area in FIG. 17, in a region corresponding to a residential area, the change in population on a weekday basis (see FIG. 17A) is a gradual change compared to other regions. In addition, as shown in the image of population change in agricultural land in FIG. 16, the change in population per hour in the area corresponding to agricultural land is as gradual as in residential areas, but the ratio between men and women (FIG. 16 (See (c)) shows a tendency for the male ratio to be higher than in residential areas. The division information storage device 300 outputs such regional division data in response to an acquisition request from another device.
日付情報格納装置４００は、日付と曜日との関係を示す日付情報（日属性情報）を格納する装置である。日付情報格納装置４００は、例えば、図６のテーブルにその一部が示されるように、年月日（ｙｙｙｙｍｍｄｄ）と第１日属性情報である曜日（月，火，水，木，金，土，日）及び第２日属性情報である休日とを対応づけたデータを日付情報として格納する。なお、図６の属性２における“０”は、平日（休日でない日）を示すフラグであり、“１”は休日を示すフラグである。 The date information storage device 400 is a device that stores date information (day attribute information) indicating a relationship between a date and a day of the week. The date information storage device 400, for example, as shown in part in the table of FIG. 6, is the date (yyyymmdd) and the day of the week (Monday, Tuesday, Wednesday, Thursday, Friday, Saturday) as the first day attribute information. , Day) and data associating the second day attribute information with holidays are stored as date information. Note that “0” in attribute 2 in FIG. 6 is a flag indicating a weekday (a day that is not a holiday), and “1” is a flag indicating a holiday.
契約者情報格納装置５００は、移動機Ｍを使用する各使用者の契約者情報（人属性情報）を格納する装置である。契約者情報格納装置５００は、例えば、図３のテーブルにその一部が示されるように、ユーザＩＤと、年齢及び性別とを対応付けたデータを契約者情報として格納する。なお、図３の性別における“１”は男性を示すフラグであり、“２”は女性を示すフラグであり、図３に示すテーブルでは、便宜上、契約情報と前述した位置情報とが紐付けられている。 The contractor information storage device 500 is a device that stores contractor information (person attribute information) of each user who uses the mobile device M. The contractor information storage device 500 stores, as contractor information, data in which a user ID is associated with age and gender, for example, as partly shown in the table of FIG. Note that “1” in the gender in FIG. 3 is a flag indicating male and “2” is a flag indicating female. In the table shown in FIG. 3, for convenience, the contract information and the position information described above are linked. ing.
ここで、地域分類装置１００に戻り、その詳細について説明する。地域分類装置１００は、機能的には、図７に示すように、取得部１０１、基準データ作成部１０２（基準データ作成手段）、判定データ作成部１０３（判定データ作成手段）、基準作成部１０４（基準作成手段）、判定部１０５（判定手段）、及び、出力部１０６（出力手段）を含んで構成される。 Here, returning to the area classification device 100, the details will be described. As shown in FIG. 7, the area classification device 100 functionally includes an acquisition unit 101, a reference data creation unit 102 (reference data creation unit), a determination data creation unit 103 (determination data creation unit), and a reference creation unit 104. (Reference creation unit), determination unit 105 (determination unit), and output unit 106 (output unit).
取得部１０１は、各情報格納装置２００，３００，４００，５００からの各種情報を取得する部分である。取得部１０１（第１取得手段）は、位置情報格納装置２００から、移動機Ｍの位置情報を取得時刻を含めて取得する。取得される位置情報は、地域特性を判定したい一の対象地域Ｘと地域特性が既に人為的に割り当てられた複数の割当地域Ｙとにおける多数の位置情報である。また、取得部１０１（第２取得手段）は、区分情報格納装置３００から、地域区分データを取得する。取得される地域区分データは、複数の割当地域Ｙそれぞれに対して地域特性を人為的に割り当てしたデータであり、上述したように、地域ＩＤ（ａ，ｂ，ｃ，ｄ，…）で示される割当地域Ｙ毎に地域区分（商業地、オフィス街、工業地、住宅街、農業地などの区分）を割り当てたものである。この地域区分データは、人為的に収集されたものであるため、タイムラグによるデータ精度の劣化はあるものの、全体としてみると、情報精度が比較的高いデータとなっている。 The acquisition unit 101 is a part that acquires various types of information from the information storage devices 200, 300, 400, and 500. The acquisition unit 101 (first acquisition means) acquires the position information of the mobile device M including the acquisition time from the position information storage device 200. The acquired position information is a large amount of position information in one target area X for which the area characteristics are to be determined and a plurality of allocated areas Y in which the area characteristics have already been artificially allocated. In addition, the acquisition unit 101 (second acquisition unit) acquires the regional classification data from the classification information storage device 300. The acquired area division data is data in which area characteristics are artificially assigned to each of the plurality of assigned areas Y, and are indicated by area IDs (a, b, c, d,...) As described above. For each allocation area Y, an area classification (commercial area, office area, industrial area, residential area, agricultural area, etc.) is allocated. Since this area division data is collected artificially, there is a deterioration in data accuracy due to a time lag, but the data as a whole is relatively high in information accuracy.
取得部１０１（第３取得手段）は、日付情報格納装置４００から、日付と曜日との関係を示す日付情報を取得する。取得される日付情報は、上述したように、年月日（ｙｙｙｙｍｍｄｄ）と第１日属性情報である曜日（月，火，水，木，金，土，日）及び第２日属性情報である休日とを対応づけた情報であり、各位置情報に含まれる取得時刻に示される日が、平日であるか休日であるかを判定するために用いられる。また、取得部１０１（第４取得手段）は、契約者情報格納装置５００から、移動機Ｍを使用する各使用者の契約者情報を取得する。取得される契約者情報は、ユーザＩＤと年齢及び性別とを対応付けた情報である。取得部１０１は、割当地域Ｙにおける移動機Ｍの多数の位置情報と地域区分データと日付情報と契約者情報とを基準データ作成部１０２に出力すると共に、対象地域Ｘにおける移動機Ｍの多数の位置情報と日付情報と契約者情報とを判定データ作成部１０３に出力する。 The acquisition unit 101 (third acquisition unit) acquires date information indicating the relationship between the date and the day of the week from the date information storage device 400. As described above, the acquired date information includes the date (yyyymmdd), the day of the week (Monday, Tuesday, Wednesday, Thursday, Friday, Saturday, Sunday) and the second day attribute information. This is information that associates holidays with each other, and is used to determine whether the day indicated by the acquisition time included in each position information is a weekday or a holiday. The acquisition unit 101 (fourth acquisition unit) acquires the contractor information of each user who uses the mobile device M from the contractor information storage device 500. The acquired contractor information is information in which a user ID is associated with age and gender. The acquisition unit 101 outputs a large number of location information, region classification data, date information, and contractor information of the mobile device M in the allocation region Y to the reference data creation unit 102, and a large number of mobile devices M in the target region X. The position information, date information, and contractor information are output to the determination data creation unit 103.
基準データ作成部１０２は、取得部１０１によって取得された複数の割当地域Ｙにおける移動機Ｍの位置情報と、複数の割当地域Ｙに対して設定されている地域区分データと、日付と曜日との関係を示す日付情報（日属性情報）と、移動機Ｍを使用する各使用者の契約者情報とに基づいて、複数の割当地域Ｙにおける時間毎の第１人口動態データを作成する部分である。具体的には、基準データ作成部１０２は、各位置情報と地域区分データと日付情報と契約者情報とを取得部１０１から取得すると、例えば、図３に示される各位置情報における位置（経度緯度）が図４に示されるどの地域区分に含まれるかを、対象エリアの領域を示す２次元の多角形データであるポリゴンを用いて照合する。そして、基準データ作成部１０２は、図３に示される各位置情報（契約者情報含む）と図４に示される地域区分データとを結合し、さらに、日付情報を用いて、各位置情報の取得時刻が平日か休日かのいずれに対応するかを判定して、結合されたデータに日属性情報として、平日または休日のいずれかのフラグを立て、図８に示されるような結合データを生成する。 The reference data creation unit 102 includes the location information of the mobile device M in the plurality of allocation regions Y acquired by the acquisition unit 101, the region classification data set for the plurality of allocation regions Y, the date and the day of the week. This is a part for creating first demographic data for each time in a plurality of allocation areas Y based on date information (day attribute information) indicating the relationship and contractor information of each user who uses the mobile device M. . Specifically, when the reference data creation unit 102 acquires each position information, region classification data, date information, and contractor information from the acquisition unit 101, for example, the position (longitude / latitude) in each position information illustrated in FIG. ) Is included in which region segment shown in FIG. 4 using a polygon which is two-dimensional polygon data indicating the region of the target area. Then, the reference data creation unit 102 combines each position information (including contractor information) shown in FIG. 3 with the area classification data shown in FIG. 4 and further acquires each position information using date information. It is determined whether the time corresponds to a weekday or a holiday, and a flag of either a weekday or a holiday is set as the day attribute information in the combined data to generate combined data as shown in FIG. .
基準データ作成部１０２は、図８に示される結合データを生成すると、この結合データにおける各行（図示横方向のデータ列）を１つのデータ単位（すなわち人数換算で１）とし、地域ＩＤ（ａ，ｂ，ｃ・・・）で示される地域Ｙ毎にこのデータをまとめ、図９に示されるように、年齢毎に３種類（「２０歳以下」、「２１〜６０歳」及び「６１歳以上」）、性別毎に２種類（「男性」及び「女性」）、及び、時間毎に２４種類（「０時台」・・・「２３時台」）×２種類（「平日」及び「休日」）にそれぞれ分けて、その人数を集計する。このようにして集計された集計データにおける各行（図示横方向のデータ列）のそれぞれは、ある地域Ｙにおける時間毎の人口変化等を示す第１人口動態データを構成する。この第１人口動態データそれぞれは、例えば、上述したように５３種類の人口変化等を示すデータからなっていることから、５３種類の変数を備えた特性ベクトルとして表される。基準データ作成部１０２は、図９に示される第１人口動態データの作成が終了すると、第１人口動態データを正規化するため、図１０に示すように、各変数項目における最大値が１となる正規化処理を行う。この正規化処理により、各変数項目の絶対値が大きく違うことによる悪影響が排除される。基準データ作成部１０２は、正規化された第１人口動態データを基準作成部１０４に出力する。 When the combined data shown in FIG. 8 is generated, the reference data creation unit 102 sets each row (data column in the horizontal direction in the figure) in the combined data as one data unit (that is, 1 in terms of the number of people), and the region ID (a, This data is compiled for each region Y indicated by b, c..., and as shown in FIG. 9, there are three types for each age (“20 years old or younger”, “21 to 60 years old”, and “61 years old or older). )), Two types for each gender (“male” and “female”), and 24 types for each hour (“0 o'clock” ... “23:00”) × 2 types (“weekdays” and “holiday” )) And add up the number of people. Each row (data column in the horizontal direction in the figure) in the aggregated data thus aggregated constitutes first demographic data indicating the population change and the like for each time in a certain region Y. Each of the first demographic data includes, for example, data indicating 53 types of population changes and the like as described above, and thus is represented as a characteristic vector having 53 types of variables. When the creation of the first demographic data shown in FIG. 9 is completed, the reference data creation unit 102 normalizes the first demographic data, so that the maximum value in each variable item is 1 as shown in FIG. A normalization process is performed. This normalization process eliminates adverse effects caused by the large difference in the absolute value of each variable item. The reference data creation unit 102 outputs the normalized first demographic data to the reference creation unit 104.
判定データ作成部１０３は、取得部１０１によって取得された対象地域Ｘにおける移動機Ｍの各位置情報と、日付と曜日との関係を示す日付情報と、移動機Ｍを使用する各使用者の契約者情報とに基づいて、対象地域Ｘにおける時間毎の第２人口動態データを作成する部分である。判定データ作成部１０３は、各位置情報と日付情報と契約者情報とを取得部１０１から取得すると、地域区分を除いて第１人口動態データと同様の処理を行って、例えば、図１１（ａ）に示されるような第２人口動態データを作成する。この第２人口動態データも、上述した第１人口動態データと同様に５３種類の人口変化等を示すデータであり、５３種類の変数を備えた特性ベクトルとして表される。そして、判定データ作成部１０３は、基準データ作成部１０２と同様に正規化の処理を行って、図１１（ｂ）に示すように、第２人口動態データの各項目における最大値が１となる正規化処理を行う。判定データ作成部１０３は、正規化された第２人口動態データを判定部１０５に出力する。 The determination data creation unit 103 includes each position information of the mobile device M in the target area X acquired by the acquisition unit 101, date information indicating a relationship between the date and the day of the week, and a contract of each user who uses the mobile device M. This is a part for creating second demographic data for each hour in the target area X based on the person information. When the determination data creation unit 103 acquires each piece of position information, date information, and contractor information from the acquisition unit 101, the determination data creation unit 103 performs the same processing as the first demographic data except for the region classification, for example, FIG. The second demographic data as shown in FIG. The second demographic data is also data indicating 53 types of population changes and the like, similar to the first demographic data described above, and is represented as a characteristic vector having 53 types of variables. Then, the determination data creation unit 103 performs normalization processing in the same manner as the reference data creation unit 102, and the maximum value in each item of the second demographic data becomes 1 as shown in FIG. Perform normalization. The determination data creation unit 103 outputs the normalized second demographic data to the determination unit 105.
基準作成部１０４は、基準データ作成部１０２で作成された第１人口動態データに基づいて、地域特性を判定するための判定基準を作成する部分である。この判定基準は、後述するような各地域特性の様々な傾向を抽出する基準であり、本実施形態では、この判定基準を作成するため、サポート・ベクタ・マシン（ＳＶＭ）法を利用している。サポート・ベクタ・マシン法とは、それぞれのクラス（本実施形態の「地域区分」に相当）のノード間（特性ベクトル間）の最小距離を最大化する平面を、判定基準となる分離平面（超平面）ｆ（ｘ）とし、未知のデータ（別の特性ベクトル）をその超平面に照合して、いずれのクラスに属するかを分類する方法である（例えば、(“非線形ＳＶＭ〜詳細説明〜”、[online]、[平成２１年９月１７日検索]、<ＵＲＬ：http://www.neuro.sfc.keio.ac.jp/~masato/study/SVM/SVM_3_2.htm>）参照)。 The reference creation unit 104 is a part that creates a criterion for determining regional characteristics based on the first demographic data created by the reference data creation unit 102. This criterion is a criterion for extracting various tendencies of each regional characteristic as will be described later. In this embodiment, the support vector machine (SVM) method is used to create this criterion. . The support vector machine method is a plane that maximizes the minimum distance between nodes (between characteristic vectors) of each class (corresponding to the “regional classification” in this embodiment). Plane) f (x), and the unknown data (another characteristic vector) is collated with the hyperplane to classify which class it belongs to (for example, ("Nonlinear SVM-Detailed explanation-" , [Online], [searched on September 17, 2009], <URL: http://www.neuro.sfc.keio.ac.jp/~masato/study/SVM/SVM_3_2.htm>)).
基準作成部１０４では、基準データ作成部１０２から正規化された多数の第１人口動態データ（ノードに相当）が入力されると、このサポート・ベクタ・マシン法を用い、各第１人口動態データに含まれる項目数（パラメータ数：年齢区分３、性別区分２、時間区分４８の計５３種類）に相当する５３次元空間上において、第１人口動態データそれぞれを２つに分離する超平面ｆ（ｘ）を判定基準として求める。説明を簡単にするため、対象となる地域区分がα，βの２つであってパラメータ数が２の場合（２次元上）で表した場合を例にとって説明すると、図１２に示すように、例えば、地域区分が商業地αである地域Ｙそれぞれの第１人口動態データに相当する黒丸と地域区分がオフィス街βである地域Ｙそれぞれの第１人口動態データに相当する三角との間での最小距離が最大化するように超平面ｆ（ｘ）を求め、これを判定基準とする。対象区分が３つ以上のものをサポート・ベクタ・マシン法で分離する場合には、上述した方法を繰り返し計算することで、判定基準となる超平面を求めるが、ここではその詳細は省略する。基準作成部１０４は、このようにして作成した判定基準を示すデータを判定部１０５に出力する。 When a large number of normalized first demographic data (corresponding to nodes) is input from the standard data creating unit 102 to the standard creating unit 104, each of the first demographic data is used by using this support vector machine method. The hyperplane f (1) that separates each of the first demographic data into two in a 53-dimensional space corresponding to the number of items included (number of parameters: age category 3, gender category 2, time segment 48). x) is determined as a criterion. In order to simplify the explanation, the case where the target area division is two of α and β and the number of parameters is 2 (on two dimensions) will be described as an example. As shown in FIG. For example, between the black circle corresponding to the first demographic data of each region Y where the regional division is the commercial district α and the triangle corresponding to the first demographic data of each region Y whose regional division is the office district β. The hyperplane f (x) is obtained so that the minimum distance is maximized, and this is used as a criterion. In the case where three or more target sections are separated by the support vector machine method, a hyperplane as a determination criterion is obtained by repeatedly calculating the above-described method, but details thereof are omitted here. The reference creation unit 104 outputs data indicating the determination criteria created in this way to the determination unit 105.
ここで、第１人口動態データに基づいて基準作成部１０４で作成された判定基準がどのような傾向（パターン）を抽出するものであるかについて、図１３〜図１７のイメージ図を用いて簡単に説明する。例えば、商業地といった地域区分を判定する基準では、図１３に示されるように、平日、休日の区別なく昼間の人口構成が多くなるといった傾向（同図（ａ）（ｂ）等参照）を抽出できる。また、オフィス街といった地域区分を判定する基準では、図１４に示されるように、平日と休日との間で昼間の人口構成が異なるといった傾向（同図（ａ）（ｂ）等参照）を抽出できる。また、工業地といった地域区分を判定する基準では、図１５に示されるように、平日と休日との間で昼間の人口構成が異なるといった傾向（同図（ａ）（ｂ）等参照）や、男女比において男性比率がかなり高くなるといった傾向（同図（ｃ）参照）を抽出できる。また、農業地といった地域区分を判定する基準では、図１６に示されるように、他の地域と比べ、それほど昼間の人口構成が多くならないといった傾向（同図（ａ）（ｂ）等参照）や、男女比において男性比率がかなり高くなるといった傾向（同図（ｃ）参照）を抽出できる。また、住宅地といった地域区分を判定する基準では、図１７のイメージ図に示されるように、平日の昼間の人口構成は多くならない一方、休日の昼間の人口構成が少なくなるといった傾向（同図（ａ）（ｂ）等参照）を抽出できる。なお、上述した各基準では、その他にも図１３〜図１７のイメージ図に示される各種の傾向を抽出できるが、その説明は省略する。 Here, what kind of tendency (pattern) is extracted from the determination criterion created by the criterion creation unit 104 based on the first demographic data is simply described with reference to the image diagrams of FIGS. 13 to 17. explain. For example, as shown in FIG. 13, the criteria for determining the regional division such as a commercial area extract the tendency that the daytime population composition increases without distinction between weekdays and holidays (see (a) and (b) in the figure). it can. In addition, as shown in FIG. 14, the criteria for determining an area division such as an office district extract a tendency that the daytime population composition differs between weekdays and holidays (see (a) and (b) in the figure). it can. In addition, in the criteria for determining an area classification such as an industrial area, as shown in FIG. 15, there is a tendency that the daytime population composition is different between weekdays and holidays (see (a) and (b) in the figure), It is possible to extract a tendency that the male ratio is considerably high in the male / female ratio (see (c) in the figure). In addition, as shown in Fig. 16, the criteria for determining regional divisions such as agricultural land tend to have less daytime population composition than other regions (see (a) and (b)). Thus, it is possible to extract a tendency that the male ratio is considerably high in the male / female ratio (see (c) in the figure). In addition, in the criteria for determining the area classification such as residential areas, as shown in the image diagram of FIG. 17, the daytime population composition on weekdays does not increase, but the daytime population composition on holidays does not increase. ) (See (b) etc.). In addition, according to each reference | standard mentioned above, although the various tendency shown by the image figure of FIGS. 13-17 can be extracted, the description is abbreviate | omitted.
判定部１０５は、判定データ作成部１０３で作成された第２人口動態データを基準作成部１０４で作成された判定基準に照合して、対象地域Ｘの地域特性を判定する部分である。判定部１０５は、判定データ作成部１０３から第２人口動態データが入力され、且つ、基準作成部１０４から判定基準（超平面）を示すデータが入力されると、第２人口動態データによる特性ベクトルが超平面ｆ（ｘ）のどちら側であるかをその判定基準に照合することで判定する。図１２に示す例では、第２人口動態データによる特性ベクトルＸが超平面ｆ（ｘ）のα側に位置していることから、当該第２人口動態データによる対象地域Ｘに対する地域分類は、商業地αであると判定される。言い換えると、判定部１０５は、基準作成部１０４で作成された判定基準を用いて、第２人口動態データにおける傾向が図１３〜図１７のイメージ図で示される各地域区分の内、いずれの傾向に最も近いものであるかを自動的に判定する。判定部１０５は、判定した地域分類結果を出力部１０６に出力する。 The determination unit 105 is a part that determines the regional characteristics of the target region X by collating the second demographic data generated by the determination data generation unit 103 with the determination criterion generated by the reference generation unit 104. When the second demographic data is input from the determination data creating unit 103 and the data indicating the criterion (hyperplane) is input from the reference creating unit 104, the determining unit 105 receives the characteristic vector based on the second demographic data. Which side of the hyperplane f (x) is collated with the determination criterion. In the example shown in FIG. 12, since the characteristic vector X based on the second demographic data is located on the α side of the hyperplane f (x), the area classification for the target area X based on the second demographic data is commercial. It is determined to be the ground α. In other words, the determination unit 105 uses the determination criterion created by the criterion generation unit 104 to change the trend in the second demographic data to any of the regional divisions shown in the image diagrams of FIGS. Automatically determine whether it is the closest. The determination unit 105 outputs the determined region classification result to the output unit 106.
出力部１０６は、判定部１０５で判定された対象地域Ｘの地域特性を外部機器に出力する部分である。出力部１０６は、判定部１０５から、対象地域Ｘの地域特性が入力されると、この地域特性を外部の出力端末Ｔに出力し、出力端末Ｔのディスプレイ等に表示させる。これにより、ある対象地域Ｘの地域特性を判定したかったユーザは、その対象地域Ｘの地域特性を知ることができる。 The output unit 106 is a part that outputs the regional characteristics of the target region X determined by the determination unit 105 to an external device. When the region characteristic of the target region X is input from the determination unit 105, the output unit 106 outputs the region characteristic to the external output terminal T, and displays it on the display of the output terminal T or the like. Thereby, the user who wanted to determine the area characteristic of a certain target area X can know the area characteristic of the target area X.
次に、上記の地域分類システム１によって、対象地域Ｘの地域特性を判定する分類方法について、図１８及び図１９を参照して説明する。なお、事前に、位置情報格納装置２００によって、移動機Ｍの位置情報が取得され（ステップＳ１），その取得時刻に対応付けて格納されている（ステップＳ２）。 Next, a classification method for determining the regional characteristics of the target region X by the above-described regional classification system 1 will be described with reference to FIGS. 18 and 19. Note that the location information storage device 200 acquires the location information of the mobile device M in advance (step S1) and stores it in association with the acquisition time (step S2).
まず、地域分類システム１の地域分類装置１００は、ある対象地域Ｘの地域特性を判定して欲しい旨の要求信号を出力端末Ｔから受け付けると（ステップＳ３）、位置情報格納装置２００にアクセスし（ステップＳ４）、位置情報格納装置２００から移動機Ｍの位置情報を取得時刻を含めて取得する（ステップＳ５）。取得される位置情報は、地域特性を判定したい一の対象地域Ｘと地域特性が既に人為的に割り当てられた複数の割当地域Ｙとにおける多数の位置情報である（図３参照）。また、地域分類装置１００は、区分情報格納装置３００にアクセスし（ステップＳ６）、区分情報格納装置３００から地域区分データを取得する（ステップＳ６）。取得される地域区分データは、複数の割当地域Ｙそれぞれに対して地域特性を人為的に割り当てしたデータであり、地域ＩＤで示される割当地域Ｙ毎に地域区分を割り当てたものである（図４参照）。 First, when the area classification apparatus 100 of the area classification system 1 receives a request signal from the output terminal T (step S3) for requesting determination of the area characteristics of a certain target area X, the area classification apparatus 100 accesses the position information storage apparatus 200 ( In step S4), the position information of the mobile device M is acquired from the position information storage device 200 including the acquisition time (step S5). The acquired position information is a large amount of position information in one target area X for which the area characteristics are to be determined and a plurality of allocated areas Y to which the area characteristics have already been artificially allocated (see FIG. 3). Further, the area classification device 100 accesses the division information storage device 300 (step S6), and acquires area division data from the division information storage device 300 (step S6). The acquired area division data is data in which area characteristics are artificially assigned to each of the plurality of assigned areas Y, and assigned to each assigned area Y indicated by the area ID (FIG. 4). reference).
また、地域分類装置１００は、日付情報格納装置４００にアクセスし（ステップＳ８）、日付情報格納装置４００から日付と曜日との関係を示す日付情報を取得する（ステップＳ９）。取得される日付情報は、上述したように、年月日と第１日属性情報である曜日及び第２日属性情報である休日とを対応づけた情報である（図６参照）。また、地域分類装置１００は、契約者情報格納装置５００にアクセスし（ステップＳ１０）、契約者情報格納装置５００から移動機Ｍを使用する各使用者の契約者情報を取得する（ステップＳ１１）。取得される契約者情報は、ユーザＩＤと年齢及び性別とを対応付けた情報である（図３参照）。そして、地域分類装置１００は、各情報格納装置２００，３００，４００，５００から取得した上記各種情報を用いて、対象地域Ｘの地域特性を判定処理し（ステップＳ１２）、その判定結果を出力端末Ｔに出力して（ステップＳ１３）、出力端末Ｔのディスプレイ等に表示させる（ステップＳ１４）。 The area classification device 100 accesses the date information storage device 400 (step S8), and acquires date information indicating the relationship between the date and the day of the week from the date information storage device 400 (step S9). As described above, the acquired date information is information that associates the year, month, day, the day of the week as the first day attribute information, and the holiday as the second day attribute information (see FIG. 6). The area classification device 100 accesses the contractor information storage device 500 (step S10), and acquires the contractor information of each user who uses the mobile device M from the contractor information storage device 500 (step S11). The acquired contractor information is information in which the user ID is associated with age and gender (see FIG. 3). Then, the region classification device 100 determines the region characteristics of the target region X using the various information acquired from each information storage device 200, 300, 400, 500 (step S12), and outputs the determination result as an output terminal. The data is output to T (step S13) and displayed on the display of the output terminal T (step S14).
ここで、対象地域Ｘの地域特性の判定処理方法（ステップＳ１２）について、図１９を用いて、更に詳細に説明する。 Here, the region characteristic determination processing method (step S12) of the target region X will be described in more detail with reference to FIG.
まず、地域分類装置１００は、地域特性の判定処理を行うのに必要な各種情報（位置情報、地域区分データ、日付情報及び契約者情報）が入力されているか否かを判定する（ステップＳ２１）。ステップＳ２１で、各種情報が入力されていると判定されると、続いて、地域特性を判定したい対象地域Ｘが出力端末Ｔから入力されているか否かを判定する（ステップＳ２２）。ステップＳ２２で対象地域Ｘが入力されていると判定されると、ステップＳ２３とステップＳ２７とに進む。 First, the area classification device 100 determines whether or not various pieces of information (location information, area classification data, date information, and contractor information) necessary for performing the area characteristic determination process have been input (step S21). . If it is determined in step S21 that various types of information have been input, it is then determined whether or not the target area X for which area characteristics are to be determined is input from the output terminal T (step S22). If it is determined in step S22 that the target area X has been input, the process proceeds to step S23 and step S27.
ステップＳ２３では、各位置情報と地域区分データと日付情報と契約者情報とを取得すると、地域分類装置１００の基準データ作成部１０２が、例えば、図３に示される各位置情報における位置（経度緯度）が図４に示されるどの地域区分に含まれるかを、対象エリアの領域を示す２次元の多角形データであるポリゴンを用いて照合し、図３に示される各位置情報（契約者情報含む）と図４に示される地域区分データとを結合する。さらに、基準データ作成部１０２は、日付情報を用いて、各位置情報の取得時刻が平日か休日かのいずれに対応するかを判定して、結合されたデータに日属性情報として平日または休日のいずれかのフラグを立て、図８に示されるような結合データを生成する（ステップＳ２３）。 In step S23, when each position information, area classification data, date information, and contractor information are acquired, the reference data creation unit 102 of the area classification device 100, for example, the position (longitude / latitude) in each position information shown in FIG. ) Is included in which region classification shown in FIG. 4 using polygons that are two-dimensional polygon data indicating the area of the target area, and each position information (including contractor information) shown in FIG. ) And the regional segment data shown in FIG. Further, the reference data creation unit 102 uses the date information to determine whether the acquisition time of each position information corresponds to a weekday or a holiday, and adds the combined data to the weekday or holiday as day attribute information. One of the flags is set to generate combined data as shown in FIG. 8 (step S23).
続いて、基準データ作成部１０２は、図８に示される結合データを生成すると、この結合データにおける各行（図示横方向のデータ列）を１つのデータ単位（すなわち人数換算で１）とし、地域ＩＤで示される地域Ｙ毎にこのデータをまとめ、図９に示されるように、年齢毎に３種類、性別毎に２種類、及び、時間毎に２４種類×２種類にそれぞれ分けて、その人数を集計し、地域区分が設定済みの地域Ｙにおける時間毎の人口変化等を示す第１人口動態データを作成する（ステップＳ２４）。そして、基準データ作成部１０２は、図９に示される第１人口動態データの作成が終了すると、各変数項目における最大値が１となるように第１人口動態データの正規化処理を行う（ステップＳ２５）。 Subsequently, when the reference data creation unit 102 generates the combined data shown in FIG. 8, each row (data column in the horizontal direction in the figure) in the combined data is set as one data unit (that is, 1 in terms of the number of people), and the region ID This data is summarized for each region Y shown in Fig. 9. As shown in Fig. 9, the data is divided into 3 types for each age, 2 types for each gender, and 24 types x 2 types for each time. First, the first demographic data indicating the population change for each hour in the area Y where the area division has been set is created (step S24). Then, when the creation of the first demographic data shown in FIG. 9 is completed, the reference data creation unit 102 performs normalization processing of the first demographic data so that the maximum value in each variable item becomes 1 (step) S25).
続いて、基準作成部１０４は、基準データ作成部１０２で作成された第１人口動態データに基づいて、地域特性を判定するための判定基準を作成する（ステップＳ２６）。このように作成された判定基準は、各地域特性の様々な傾向（分類パターン）を表しており、その分類パターン（図１３〜図１７参照）を抽出する。本実施形態では、この判定基準を作成するため、サポート・ベクタ・マシン（ＳＶＭ）法を利用していることから、この分類パターンの一例として、それぞれのクラスのノード間の最小距離を最大化する平面である超平面ｆ（ｘ）を求める。 Subsequently, the reference creation unit 104 creates a criterion for determining regional characteristics based on the first demographic data created by the reference data creation unit 102 (step S26). The determination criteria created in this way represent various trends (classification patterns) of each regional characteristic, and the classification patterns (see FIGS. 13 to 17) are extracted. In this embodiment, since the support vector machine (SVM) method is used to create this determination criterion, the minimum distance between nodes of each class is maximized as an example of this classification pattern. A hyperplane f (x) which is a plane is obtained.
一方、ステップＳ２７では、判定データ作成部１０３が、取得部１０１によって取得された対象地域Ｘにおける移動機Ｍの各位置情報と、日付と曜日との関係を示す日付情報と、移動機Ｍを使用する各使用者の契約者情報とに基づいて、ステップＳ２３，Ｓ２４と略同様の方法により、対象地域Ｘにおける時間毎の第２人口動態データを作成する（図１１（ａ）参照）。そして、判定データ作成部１０３は、図１１（ａ）に示される第２人口動態データの作成が終了すると、同図（ｂ）に示されるように、各変数項目における最大値が１となるように第２人口動態データの正規化処理を行う（ステップＳ２８）。 On the other hand, in step S27, the determination data creation unit 103 uses the location information of the mobile device M in the target area X acquired by the acquisition unit 101, the date information indicating the relationship between the date and the day of the week, and the mobile device M. Based on the contractor information of each user to be performed, second demographic data for each hour in the target area X is created by a method substantially similar to steps S23 and S24 (see FIG. 11A). Then, when the creation of the second demographic data shown in FIG. 11A is completed, the determination data creation unit 103 sets the maximum value in each variable item to 1 as shown in FIG. The second demographic data is normalized (step S28).
ステップＳ２６及びステップＳ２８で判定基準と第２人口動態データとがそれぞれ生成されると、ステップＳ２９に進み、判定部１０５は、ステップＳ２８で作成された第２人口動態データをステップＳ２６で作成された判定基準に照合して、対象地域Ｘの地域特性を判定する（ステップＳ２９）。具体的には、ステップＳ２８で作成された第２人口動態データによる特性ベクトルがステップＳ２６で作成された超平面ｆ（ｘ）のどちら側であるかをその判定基準に照合することで判定する。図１２に示す例では、第２人口動態データによる特性ベクトルＸが超平面ｆ（ｘ）のα側に位置していることから、当該第２人口動態データによる対象地域Ｘに対する地域分類が商業地αであると判定される。その後、出力部１０６は、判定部１０５で判定された対象地域Ｘの地域特性を出力端末Ｔに出力し（ステップＳ２９）、上述したように、この地域特性を出力端末Ｔのディスプレイ等に表示させる（ステップＳ１４）。 When the determination criterion and the second demographic data are respectively generated in step S26 and step S28, the process proceeds to step S29, and the determination unit 105 generates the second demographic data generated in step S28 in step S26. The regional characteristics of the target region X are determined by collating with the determination criterion (step S29). Specifically, it is determined by checking which side of the hyperplane f (x) created in step S26 the characteristic vector based on the second demographic data created in step S28 is based on the judgment criterion. In the example shown in FIG. 12, since the characteristic vector X based on the second demographic data is located on the α side of the hyperplane f (x), the area classification for the target area X based on the second demographic data is commercial land. It is determined to be α. Thereafter, the output unit 106 outputs the regional characteristics of the target region X determined by the determination unit 105 to the output terminal T (step S29), and displays the regional characteristics on the display or the like of the output terminal T as described above. (Step S14).
以上、本実施形態によれば、地域特性を示す地域区分が事前に設定されている複数の地域Ｙにおける位置情報及びその地域特性に基づいて第１人口動態データをそれぞれ作成し、その第１人口動態データに基づいて判定基準を作成している。そして、地域区分を判定したい一の地域Ｘにおける第２人口動態データを、これら第１人口動態データに基づいて作成された判定基準（超平面）に照合して、当該一の地域Ｘがいずれの地域区分であるかを判定するようにしている。このように、データの妥当性を有する複数の地域Ｙに関する地域区分データと動的なデータである各動態データとの両者を用いているため、所定の地域Ｘが地域区分のいずれかであるかを的確且つ簡単に判定することができる。 As described above, according to the present embodiment, the first demographic data is respectively created based on the location information in the plurality of regions Y in which the region classification indicating the region characteristics is set in advance and the region characteristics, and the first population Criteria are created based on dynamic data. Then, the second demographic data in one region X for which the region classification is to be determined is collated with a criterion (hyperplane) created based on the first demographic data, and the one region X is It is determined whether it is a regional division. As described above, since both the regional segment data relating to the plurality of regions Y having validity of the data and the dynamic data as dynamic data are used, whether the predetermined region X is one of the regional segments. Can be accurately and easily determined.
また、地域分類装置１００は、日付と曜日との関係を示す日付情報を格納する日付情報格納装置４００から日付情報を取得する取得部１０１を備え、基準データ作成部１０２は、取得部１０１によって取得される日付情報に応じて第１人口動態データを作成し、判定データ作成部１０３は、取得部１０１によって取得される日付情報に応じて第２人口動態データも作成している。このため、例えば、平日と休日とのように、日付や曜日によって異なる傾向を示す各動態データに基づいて所定の地域が各地域区分のいずれであるかを判定することから、判定精度を向上させることができる。 Further, the area classification device 100 includes an acquisition unit 101 that acquires date information from the date information storage device 400 that stores date information indicating a relationship between a date and a day of the week. The reference data creation unit 102 is acquired by the acquisition unit 101. The first demographic data is generated according to the date information to be determined, and the determination data generating unit 103 is also generating the second demographic data according to the date information acquired by the acquiring unit 101. For this reason, for example, the determination accuracy is improved because it is determined which region is a predetermined region based on each movement data indicating a different tendency depending on the date or day of the week, such as weekdays and holidays. be able to.
更に、地域分類装置１００は、複数の移動機Ｍを使用する各使用者の契約者情報を格納する契約者情報格納装置５００から契約者情報を取得する取得部１０１を備え、基準データ作成部１０２は、取得部１０１によって取得される契約者情報に応じて第１人口動態データを作成し、判定データ作成部１０３は、取得部１０１によって取得される契約者情報に応じて第２人口動態データも作成している。このため、例えば、使用者の年齢（子供・大人・老人）や性別（男・女）といった人属性によって異なる傾向を示す各動態データに基づいて所定の地域が各地域区分のいずれであるかを判定できることから、判定精度を一層、向上させることができる。 Furthermore, the area classification device 100 includes an acquisition unit 101 that acquires contractor information from the contractor information storage device 500 that stores contractor information of each user who uses a plurality of mobile devices M, and includes a reference data creation unit 102. The first demographic data is generated according to the contractor information acquired by the acquiring unit 101, and the determination data generating unit 103 also generates the second demographic data according to the contractor information acquired by the acquiring unit 101. Creating. For this reason, for example, based on each dynamic data showing different tendencies depending on the user attributes such as age (children / adults / elderly) and sex (male / female), it is determined which of the respective regions is the predetermined region. Since it can be determined, the determination accuracy can be further improved.
また、基準作成部１０４は、第１人口動態データに含まれる各パラメータ数ｎに相当するｎ次元空間上において、第１人口動態データそれぞれを少なくとも２つ以上に分離する超平面ｆ（ｘ）を判定基準として作成し、判定部１０５は、判定データ作成部１０３で作成された第２人口動態データが、ｎ次元空間上において、超平面ｆ（ｘ）のどちら側にあるかに応じて、対象地域Ｘが複数の地域区分の内の何れに含まれるかを判定している。このように、例えば、サポート・ベクタ・マシン（ＳＶＭ）といった方法を用いているため、地域区分を判定したい地域Ｘが各地域区分のいずれであるかを確実に判定することができる。 Further, the reference creation unit 104 generates a hyperplane f (x) that separates each of the first demographic data into at least two or more in an n-dimensional space corresponding to each parameter number n included in the first demographic data. Created as a determination criterion, the determination unit 105 determines whether the second demographic data generated by the determination data generation unit 103 is on the hyperplane f (x) in the n-dimensional space. It is determined in which of the plurality of area divisions the area X is included. Thus, for example, since a method such as support vector machine (SVM) is used, it is possible to reliably determine which region X is the region X for which the region division is desired to be determined.
以上、本発明をその実施形態に基づいて具体的に説明したが、本発明は、上記実施形態に限定されるものではない。例えば、上記実施形態では、地域区分の分類パターンを抽出する際、サポート・ベクタ・マシン法を用いたが、図１３〜図１７に示すような各地域区分の傾向（分類パターン）を抽出して、対象地域Ｘの動態データと照合して、対象地域Ｘの地域区分を判定できる方法であれば、他の方法を用いてもよい。 As mentioned above, although this invention was concretely demonstrated based on the embodiment, this invention is not limited to the said embodiment. For example, in the above embodiment, the support vector machine method is used when extracting the classification pattern of the regional segment, but the tendency (classification pattern) of each regional segment as shown in FIGS. 13 to 17 is extracted. Any other method may be used as long as it is a method that can collate with the dynamic data of the target area X and determine the area division of the target area X.
１…地域分類システム、１００…地域分類装置、１０１…取得部、１０２…基準データ作成部、１０３…判定データ作成部、１０４…基準作成部、１０５…判定部、１０６…出力部、２００…位置情報格納装置、３００…区分情報格納装置、４００…日付情報格納装置、５００…契約者情報格納装置、Ｔ…出力端末、Ｍ…移動機。
DESCRIPTION OF SYMBOLS 1 ... Area classification system, 100 ... Area classification apparatus, 101 ... Acquisition part, 102 ... Reference | standard data preparation part, 103 ... Determination data preparation part, 104 ... Reference | standard preparation part, 105 ... Determination part, 106 ... Output part, 200 ... Position Information storage device 300... Classification information storage device 400 Date information storage device 500 Contractor information storage device T Output terminal M Mobile device
Claims (6)
複数の地域それぞれに対して地域特性が設定されている地域区分データを格納する区分情報格納手段から地域区分データを取得する第２取得手段と、
前記第１取得手段によって取得される前記複数の地域における移動機の位置情報と前記第２取得手段によって取得される前記複数の地域に対して設定されている地域区分データとに基づいて、前記複数の地域における時間毎の第１人口動態データを作成する基準データ作成手段と、
前記第１取得手段によって取得される一の地域における移動機の位置情報に基づいて、前記一の地域における時間毎の第２人口動態データを作成する判定データ作成手段と、
前記基準データ作成手段で作成された前記第１人口動態データに基づいて、地域特性を判定するための判定基準を作成する基準作成手段と、
前記判定データ作成手段で作成された前記第２人口動態データを前記基準作成手段で作成された前記判定基準に照合して、前記一の地域の地域特性を判定する判定手段と、
前記判定手段で判定された前記一の地域の地域特性を出力する出力手段と、
を備えたことを特徴とする地域分類装置。 First acquisition means for acquiring position information of the mobile device from position information storage means for storing the position information of the mobile device in association with the acquisition time;
Second acquisition means for acquiring area division data from the division information storage means for storing area division data for which area characteristics are set for each of a plurality of areas;
Based on the location information of the mobile device in the plurality of areas acquired by the first acquisition means and the area division data set for the plurality of areas acquired by the second acquisition means Reference data creation means for creating first hourly demographic data in the region of
Determination data creating means for creating second demographic data for each hour in the one area based on the location information of the mobile device in the one area obtained by the first obtaining means;
Based on the first demographic data created by the reference data creation means, criteria creation means for creating a criterion for determining regional characteristics;
A determination unit that compares the second demographic data created by the determination data creation unit with the determination criterion created by the reference creation unit to determine regional characteristics of the one region;
Output means for outputting regional characteristics of the one area determined by the determination means;
An area classification device characterized by comprising:
前記基準データ作成手段は、前記第３取得手段によって取得される前記日属性情報に応じて前記第１人口動態データを作成し、
前記判定データ作成手段は、前記第３取得手段によって取得される前記日属性情報に応じて前記第２人口動態データを作成することを特徴とする請求項１に記載の地域分類装置。 A third acquisition unit that acquires the day attribute information from the day attribute information storage unit that stores the day attribute information indicating the relationship between the date and the day of the week;
The reference data creation means creates the first demographic data according to the day attribute information acquired by the third acquisition means,
The region classification apparatus according to claim 1, wherein the determination data creating unit creates the second demographic data according to the day attribute information acquired by the third acquiring unit.
前記基準データ作成手段は、前記第４取得手段によって取得される前記人属性情報に応じて前記第１人口動態データを作成し、
前記判定データ作成手段は、前記第４取得手段によって取得される前記人属性情報に応じて前記第２人口動態データを作成することを特徴とする請求項１又は２に記載の地域分類装置。 Comprising fourth acquisition means for acquiring human attribute information from human attribute information storage means for storing human attribute information of each user who uses the plurality of mobile devices;
The reference data creating means creates the first demographic data according to the human attribute information obtained by the fourth obtaining means,
The region classification apparatus according to claim 1 or 2, wherein the determination data creating unit creates the second demographic data according to the human attribute information acquired by the fourth acquiring unit.
前記判定手段は、前記判定データ作成手段で作成された前記第２人口動態データが、前記ｎ次元空間上において、前記超平面のどちら側にあるかに応じて、前記他の地域が前記複数の地域区分の内の何れに含まれるかを判定することを特徴とする請求項１〜３の内の何れか一項に記載の地域分類装置。 In the n-dimensional space corresponding to each parameter number n included in the first demographic data, the standard creating means uses, as the determination criterion, a hyperplane that separates each of the first demographic data into at least two or more. make,
The determination means includes the plurality of other regions depending on which side of the hyperplane the second demographic data generated by the determination data generation means is on the n-dimensional space. The region classification apparatus according to any one of claims 1 to 3, wherein it is determined which of the region classifications is included.
複数の地域それぞれに対して地域特性が設定されている地域区分データを格納する区分情報格納手段と、
請求項１〜４の内の何れか一項に記載の地域分類装置と、
を備えたことを特徴とする地域分類システム。 Position information storage means for storing the position information of the mobile device in association with the acquisition time;
Division information storage means for storing region division data in which region characteristics are set for each of a plurality of regions;
The area classification device according to any one of claims 1 to 4,
A regional classification system characterized by comprising
複数の地域それぞれに対して地域特性が設定されている地域区分データを格納する区分情報格納手段から地域区分データを取得する第２取得ステップと、
前記第１取得ステップで取得された前記複数の地域における移動機の位置情報と前記第２取得ステップで取得された前記複数の地域に対して設定されている地域区分データとに基づいて、前記複数の地域における時間毎の第１人口動態データを作成する基準データ作成ステップと、
前記第１取得ステップで取得された一の地域における移動機の位置情報に基づいて、前記一の地域における時間毎の第２人口動態データを作成する判定データ作成ステップと、
前記基準データ作成ステップで作成された前記第１人口動態データに基づいて、地域特性を判定するための判定基準を作成する基準作成ステップと、
前記判定データ作成ステップで作成された前記第２人口動態データを前記基準作成ステップで作成された前記判定基準に照合して、前記一の地域の地域特性を判定する判定ステップと、
前記判定ステップで判定された前記一の地域の地域特性を出力する出力ステップと、
を備えたことを特徴とする地域分類方法。 A first acquisition step of acquiring position information of the mobile device from position information storage means for storing the position information of the mobile device in association with the acquisition time;
A second acquisition step of acquiring region segment data from a segment information storage means for storing region segment data in which region characteristics are set for each of a plurality of regions;
Based on the location information of the mobile device in the plurality of regions acquired in the first acquisition step and the region division data set for the plurality of regions acquired in the second acquisition step, the plurality A reference data creation step for creating hourly first demographic data in the region of
A determination data creation step for creating second demographic data for each hour in the one area based on the location information of the mobile device in the one area acquired in the first acquisition step;
Based on the first demographic data created in the reference data creation step, a criterion creation step for creating a criterion for determining regional characteristics;
A determination step of determining regional characteristics of the one region by comparing the second demographic data generated in the determination data generation step with the determination criterion generated in the reference generation step;
An output step of outputting regional characteristics of the one region determined in the determination step;
A region classification method characterized by comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009249081A JP5349254B2 (en) | 2009-10-29 | 2009-10-29 | Area classification device, area classification system, and area classification method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009249081A JP5349254B2 (en) | 2009-10-29 | 2009-10-29 | Area classification device, area classification system, and area classification method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011095995A JP2011095995A (en) | 2011-05-12 |
| JP5349254B2 true JP5349254B2 (en) | 2013-11-20 |
Family
ID=44112833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009249081A Active JP5349254B2 (en) | 2009-10-29 | 2009-10-29 | Area classification device, area classification system, and area classification method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5349254B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5899193B2 (en) * | 2013-12-05 | 2016-04-06 | ヤフー株式会社 | Classification device, classification system, and classification method |
| CN106294516A (en) * | 2015-06-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | Method for providing position information and device |
| JP6875231B2 (en) * | 2017-09-06 | 2021-05-19 | 株式会社Ｎｔｔドコモ | Information processing device |
| JP6855359B2 (en) * | 2017-09-28 | 2021-04-07 | 株式会社Ｎｔｔドコモ | Congestion prediction model creation device |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003233767A (en) * | 2002-02-08 | 2003-08-22 | Asahi Koyo Kk | Micro-estimation method and device |
| JP4305048B2 (en) * | 2003-05-15 | 2009-07-29 | ソニー株式会社 | Regional attribute determination method, regional attribute determination device, and regional attribute determination program |
| JP2008052455A (en) * | 2006-08-23 | 2008-03-06 | Fujitsu Ten Ltd | Demand prediction device and program |
| JP2009053819A (en) * | 2007-08-24 | 2009-03-12 | Nec Corp | Statistical information collecting device, method and program |
-
2009
- 2009-10-29 JP JP2009249081A patent/JP5349254B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011095995A (en) | 2011-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ermagun et al. | Real-time trip purpose prediction using online location-based search and discovery services | |
| Luo et al. | Explore spatiotemporal and demographic characteristics of human mobility via Twitter: A case study of Chicago | |
| US11887164B2 (en) | Personalized information from venues of interest | |
| US9483498B2 (en) | Apparatus and method for profiling users | |
| CN106462627B (en) | Analyzing semantic places and related data from multiple location data reports | |
| KR101979401B1 (en) | Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history | |
| US8504512B2 (en) | Identifying geospatial patterns from device data | |
| TWI247511B (en) | Method, system, and article of manufacture for providing user location information for a personal information management system from transmitting devices | |
| US20170068902A1 (en) | Modeling of Geospatial Location Over Time | |
| JP2016062411A (en) | Information analysis device, information analysis method, and information analysis program | |
| EP3451275B1 (en) | Information processing device and method | |
| JP5349254B2 (en) | Area classification device, area classification system, and area classification method | |
| JP2021086634A5 (en) | ||
| JP6688149B2 (en) | Taxi demand estimation system | |
| JP6098302B2 (en) | Navigation system, navigation method, and navigation program | |
| JP2015535102A (en) | Method and device for information distribution to users with mobile terminals for communication by information filtering and learning using bipartite graphs or neural networks | |
| Pintér et al. | Evaluating the Effect of the Financial Status to the Mobility Customs | |
| EP4002763A1 (en) | Method, apparatus, and computer program product for identifying privacy risks in datasets | |
| JP6425697B2 (en) | Determination apparatus, determination method, and determination program | |
| McKenzie et al. | Uncovering spatiotemporal biases in place-based social sensing | |
| KR102533323B1 (en) | Apparatus and method for classifying user types and recommending service based on location information and card transaction information | |
| Singh et al. | Flow orientation analysis for major activity regions based on smart card transit data | |
| JP2014157092A (en) | Navigation system, navigation method, and navigation program | |
| Kurek et al. | Drivers’ subjective assessment of the ease of finding a vacant parking space in an area equipped with vehicle detection devices | |
| JP2022139297A (en) | Information processing device, information processing method, and information processing program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120809 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130724 |
|
| 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: 20130813 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130820 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5349254 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |