JP6277569B2 - モバイルユーザの位置を予測するための方法、および機器 - Google Patents

モバイルユーザの位置を予測するための方法、および機器 Download PDF

Info

Publication number
JP6277569B2
JP6277569B2 JP2016526824A JP2016526824A JP6277569B2 JP 6277569 B2 JP6277569 B2 JP 6277569B2 JP 2016526824 A JP2016526824 A JP 2016526824A JP 2016526824 A JP2016526824 A JP 2016526824A JP 6277569 B2 JP6277569 B2 JP 6277569B2
Authority
JP
Japan
Prior art keywords
activity
mobile user
target
probability
current
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
Application number
JP2016526824A
Other languages
English (en)
Other versions
JP2017501609A (ja
Inventor
▲強▼ 丁
▲強▼ 丁
辰 余
辰 余
莉 李
莉 李
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of JP2017501609A publication Critical patent/JP2017501609A/ja
Application granted granted Critical
Publication of JP6277569B2 publication Critical patent/JP6277569B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Telephonic Communication Services (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Telephone Function (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明の実施形態は通信技術に関し、詳細には、モバイルユーザの位置を予測するための方法、および機器に関する。
地理情報システム、移動位置決定技術、無線通信ネットワーク、インテリジェント端末技術、およびセンサ技術の急速な発展と共に、状況インテリジェンスの応用もまた急速な発展を遂げている。状況インテリジェンスの応用においては、モバイルユーザの目標地理位置をどのようにして予測するかが、状況インテリジェンスの応用の開放性にとってきわめて重要である。
先行技術においては、モバイルユーザが頻繁に訪問する複数の履歴地理位置が記録される。モバイルユーザの目標地理位置が予測されるときに、モバイルユーザの目標地理位置は、事前設定の予測モデルに従って複数の履歴地理位置の中から選択される。
しかし、予測の初期段階においては、履歴地理位置に関する十分な情報が欠如しているために、モバイルユーザの目標地理位置の選択が大幅に制限される可能性があり、これがモバイルユーザの目標地理位置の精度を低下させることになる。
本発明の実施形態は、モバイルユーザの目標地理位置の精度を上げるように、モバイルユーザの位置を予測するための方法、および機器を提供する。
第1の態様によれば、本発明は、モバイルユーザの位置を予測するための方法を提供し、本方法は、
モバイルユーザの現在の行動活動の生起確率を決定するステップと、
モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定するステップと、
モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定するステップと、
モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測するステップと
を含む。
第1の態様に関連して、第1の態様の第1の可能な実施態様において、履歴活動移行規則は、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数を含み、
一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む。
第1の態様の第1の可能な実施態様に関連して、第1の態様の第2の可能な実施態様において、モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定するステップは、
現在の行動活動の生起確率、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数に従って、履歴行動活動に対応する目標行動活動の生起確率を決定するステップと、
現在の行動活動の生起確率、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数に従って、一般の行動活動に対応する目標行動活動の生起確率を決定するステップと、
履歴行動活動に対応する目標行動活動の生起確率、および一般の行動活動に対応する目標行動活動の生起確率に従って、モバイルユーザの目標行動活動の生起確率を決定するステップと
を含む。
第1の態様に関連して、第1の態様の第3の可能な実施態様において、モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測するステップは、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうか判定するステップであって、履歴行動活動レコードは、目標行動活動に対応する履歴地理位置を含む、モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうか判定するステップと、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在する場合、履歴行動活動レコードに従ってモバイルユーザの目標地理位置を予測するステップと、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、目標行動活動に対応する地理位置に従ってモバイルユーザの目標地理位置を予測するステップと
を含む。
第1の態様または第1の態様の第1の可能な実施態様から第3の可能な実施態様のいずれか1つに関連して、第1の態様の第4の可能な実施態様において、モバイルユーザの現在の行動活動の生起確率を決定するステップは、
モバイルユーザの現在地理位置および現在時刻を取得し、現在地理位置に従って、モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定するステップ、または
モバイルユーザに対応する感知データを取得し、感知データに従ってモバイルユーザの運動状態を決定し、モバイルユーザの運動状態に従ってモバイルユーザの現在の行動活動の生起確率を決定するステップ、または
モバイルユーザの現在地理位置の背景音声を取得し、背景音声に従ってモバイルユーザの現在の行動活動の生起確率を決定するステップ
を含む。
第1の態様の第4の可能な実施態様に関連して、第1の態様の第5の可能な実施態様においては、現在時刻と、関心地点の各々と、現在の行動活動の生起部分確率との間に対応関係があり、
現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定するステップは、
関心地点の分布に従って関心地点の各々の比率を決定するステップと、
関心地点の各々の比率、および関心地点の各々に対応する現在の行動活動の生起部分確率に従って、現在時刻におけるモバイルユーザの現在の行動活動の生起確率を決定するステップと
を含む。
第2の態様によれば、本発明はユーザ機器を提供し、本ユーザ機器は、
モバイルユーザの現在の行動活動の生起確率を決定するように構成された、第1の確率決定モジュールと、
モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定するように構成された、第2の確率決定モジュールと、
モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定するように構成された、行動活動決定モジュールと、
モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測するように構成された、予測モジュールと
を含む。
第2の態様に関連して、第2の態様の第1の可能な実施態様において、履歴活動移行規則は、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数を含み、
一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む。
第2の態様の第1の可能な実施態様に関連して、第2の態様の第2の可能な実施態様において、第2の確率決定モジュールは、具体的には、
現在の行動活動の生起確率、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数に従って、履歴行動活動に対応する目標行動活動の生起確率を決定し、
現在の行動活動の生起確率、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数に従って、一般の行動活動に対応する目標行動活動の生起確率を決定し、
履歴行動活動に対応する目標行動活動の生起確率、および一般の行動活動に対応する目標行動活動の生起確率に従って、モバイルユーザの目標行動活動の生起確率を決定する
ように構成されている。
第2の態様に関連して、第2の態様の第3の可能な実施態様において、予測モジュールは具体的には、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうか判定し、履歴行動活動レコードは、目標行動活動に対応する履歴地理位置を含み、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在する場合、履歴行動活動レコードに従ってモバイルユーザの目標地理位置を予測し、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、目標行動活動に対応する地理位置に従ってモバイルユーザの目標地理位置を予測する
ように構成されている。
第2の態様または第2の態様の第1の可能な実施態様から第3の可能な実施態様のいずれか1つに関連して、第2の態様の第4の可能な実施態様において、第1の確率決定モジュールは、具体的には、
モバイルユーザの現在地理位置および現在時刻を取得し、現在地理位置に従って、モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定し、または
モバイルユーザに対応する感知データを取得し、感知データに従ってモバイルユーザの運動状態を決定し、モバイルユーザの運動状態に従ってモバイルユーザの現在の行動活動の生起確率を決定し、または
モバイルユーザの現在地理位置の背景音声を取得し、背景音声に従ってモバイルユーザの現在の行動活動の生起確率を決定する
ように構成されている。
第2の態様の第4の可能な実施態様に関連して、第2の態様の第5の可能な実施態様においては、現在時刻と、関心地点の各々と、現在の行動活動の生起部分確率との間に対応関係があり、
第1の確率決定モジュールは、さらに具体的には、
関心地点の分布に従って関心地点の各々の比率を決定し、
関心地点の各々の比率、および関心地点の各々に対応する現在の行動活動の生起部分確率に従って、現在時刻におけるモバイルユーザの現在の行動活動の生起確率を決定する
ように構成されている。
本発明の実施形態で提供されるモバイルユーザの位置を予測するための方法、および機器によれば、ユーザ機器は、モバイルユーザの現在の行動活動の生起確率を決定し、モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定し、モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定し、モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測する。本発明においては、モバイルユーザの多数の履歴活動移行規則がない場合には、モバイルユーザの目標地理位置は一般の活動移行規則を使用して決定され、これにより目標地理位置の精度が上がる。加えて、各実施形態においては、モバイルユーザの履歴活動移行規則に出現しない地理位置を、目標地理位置を獲得するように、一般の活動移行規則を使用してさらに予測することもでき、それによって、モバイルユーザの位置を予測するための方法の普遍的な適用性が高められる。
本発明の実施形態における、または先行技術における技術的解決策をより明確に説明するために、以下に、各実施形態または先行技術を説明するのに必要とされる添付の図面について簡単に記述する。明らかに、以下の説明の添付の図面は、本発明の一部の実施形態を示すものであり、当業者は、これら添付の図面から難なく他の図面をさらに導出することができる。
本発明によるモバイルユーザの位置を予測するための方法の実施形態1の概略的流れ図である。 本発明によるユーザ機器の実施形態1の概略的構造図である。 本発明によるユーザ機器の実施形態2の概略的構造図である。
本発明の実施形態の目的、技術的解決策、および利点をより明確にするために、以下で、本発明の実施形態における添付の図面に関連して本発明の実施形態における技術的解決策を明確かつ十分に説明する。明らかに、説明される実施形態は本発明の実施形態の全部ではなく一部にすぎない。本発明の実施形態に基づいて当業者によって難なく得られる他のすべての実施形態は、本発明の保護範囲内に含まれるものとする。
図1は、本発明によるモバイルユーザの位置を予測するための方法の実施形態1の概略的流れ図である。本実施形態で提供されるモバイルユーザの位置を予測するための方法はユーザ機器を使用して実施することができ、ユーザ機器はソフトウェアおよび／またはハードウェアを使用して実施することができる。図1に示すように、本実施形態で提供されるモバイルユーザの位置を予測するための方法は以下を含む。
ステップ101：モバイルユーザの現在の行動活動の生起確率を決定する。
ステップ102：モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定する。
ステップ103：モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定する。
ステップ104：モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測する。
具体的実施プロセスにおいて、ユーザ機器はモバイルユーザの目標地理位置を決定し、目標地理位置は、モバイルユーザが現在地理位置に位置しているときに次に行く必要がある可能性のある目的地を指す。例えば、モバイルユーザの目標地理位置が頻繁に訪問されるショッピングセンターであると予測されるときには、店の割引および販売促進に関する情報を事前にモバイルユーザへプッシュすることができ、これによりユーザの時間が節約されると共に、ユーザ体験が改善される。あるいは、モバイルユーザの目標地理位置が自宅として知られているときには、モバイルユーザは、仕事からの帰途に小麦粉を買い、遠隔制御によって自宅のエアコンの電源を入れるよう促され、加えて、道路区間の交通状況もユーザ機器へ送信される。
前述の実施形態は、すべての応用プロセスではなく、モバイルユーザの目標地理位置のいくつかの応用プロセスを記述するにすぎないことを当業者は理解することができ、モバイルユーザの目標地理位置の他の応用プロセスについて本実施形態では詳細を繰り返さない。
以下で、本実施形態においてモバイルユーザの目標地理位置をどのようにして決定するかを詳細に説明する。
ステップ101で、ユーザ機器はまず、モバイルユーザの現在の行動活動の生起確率を決定し、これは具体的には、以下の可能な実施態様として実施することができる。
1つの可能な実施態様は、モバイルユーザの現在地理位置および現在時刻を取得し、現在地理位置に従って、モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定するものである。
具体的には、日常生活におけるモバイルユーザの行動活動は、食事、仕事、買い物などであり、M種類の行動活動があり、Mは自然数であるものと仮定する。各行動活動は1つの関心地点（Point of Interest、略してPOI）に対応し、関心地点は、具体的には、レストラン、モール、オフィスビルなどとすることができ、N種類の関心地点があり、Nは自然数であるものと仮定する。
特に、現在時刻と、関心地点の各々と、現在の行動活動の生起部分確率との間には対応関係がある。具体的には、この対応関係は、条件生起確率p（Acti｜POIk，T）を使用して指示することができ、Act i は、モバイルユーザの現在の行動活動の生起部分確率を表し、POI k は、関心地点を表し、Tは、現在時刻を表し、これらは、具体的には、表1として示すことができ、現在の行動活動の生起部分確率は、専門家によって与えられる経験値とすることもでき、モバイルユーザの収集された複数の履歴活動レコードに従った統計によって取得することもできる。
現在時刻が8：00から11：30までの期間内であるときに、表1に示すように、関心地点がオフィスビルである場合には、モバイルユーザの現在の行動活動が食事である生起部分確率は0.05であり、仕事の生起部分確率は0.9であり、買い物の生起部分確率は0.05である。
多くの関心地点は、モバイルユーザの現在地理位置に関する第2の事前設定の地理位置範囲内に存在するため、関心地点の比率は関心地点の分布に従って決定され、現在時刻におけるモバイルユーザの現在の行動活動の生起確率は、関心地点の比率、および関心地点の各々に対応する現在の行動活動の生起部分確率に従って決定される。
具体的には、第2の事前設定の地理位置範囲内のすべての関心地点が、モバイルユーザの現在地理位置の座標に従って、すべての関心地点に関して探索することによって獲得され、同じ現在地理位置の生起部分確率を合計して、現在地理位置における現在の行動活動の生起確率が、式1に示すように獲得される。
Act i は、モバイルユーザの現在の行動活動の生起部分確率を表し、POI k は、関心地点を表し、Tは、現在時刻を表し、Locは、現在地理位置を表し、Nは、関心地点の数量を表す。P k は、すべての関心地点に対する同じタイプのものである関心地点の数量の比率であり、pk（0≦pk≦1）である。例えば、関心地点がレストランであるとき、P k は0.4であり、関心地点がモールであるとき、P k は0.3であり、関心地点がオフィスビルであるとき、P k は0.3である。
現在時刻が8：00から11：30までの期間内であり、現在の行動活動が食事であるとき、現在の行動活動の生起確率はP＝0.4×0.5＋0.3×0.3＋0.3×0.05＝0.305であり、現在の行動活動が仕事であるとき、現在の行動活動の生起確率はP＝0.4×0.5＋0.3×0.1＋0.3×0.9＝0.5であり、現在の行動活動が買い物であるとき、現在の行動活動の生起確率はP＝0.4×0＋0.3×0.6＋0.3×0.05＝0.195である。
別の可能な実施態様は、モバイルユーザに対応する感知データを取得し、感知データに従ってモバイルユーザの運動状態を決定し、モバイルユーザの運動状態に従ってモバイルユーザの現在の行動活動の生起確率を決定するものである。
具体的には、モバイルユーザの現在地理位置が屋内であるにせよ屋外であるにせよ、モバイルユーザの運動状態（不動、歩行中、乗車中）は、ユーザ機器上の動きセンサ（加速度センサやジャイロスコープなど）を使用して決定され、または、運動状態は、光センサ、バロメータ、および全地球測位システム（Global Position System、略してGPS）を使用して決定される。モバイルユーザの運動状態は、前述の様々なタイプの感知データを包括的に適用することによって、生起確率推論、規則推論などによって決定され、モバイルユーザの現在の行動活動の生起確率は、モバイルユーザの運動状態に従って決定される。運動状態とモバイルユーザの現在の行動活動の生起確率との間には対応関係があり、現在の行動活動の生起確率は対応関係に従って決定されうることを当分野の技術者は理解することができる。
さらに別の可能な実施態様は、モバイルユーザの現在地理位置の背景音声を取得し、背景音声に従ってモバイルユーザの現在の行動活動の生起確率を決定するものである。
具体的には、モバイルユーザの背景音声はユーザ機器のマイクロフォンを使用して収集され、背景音声のデータを前処理し、メル周波数ケプストラム係数（Mel Frequency Cepstrum Coefficient、略してMFCC）、ゼロ交差率、短時間エネルギーなどを抽出することによって、特殊な音が識別され、またはシナリオ分析が行われる。したがって、背景音声に従ってモバイルユーザの活動を推測することができる。背景音声に食器の衝撃音が出現する場合、モバイルユーザの現在の行動活動は食事と判定され、複数の人が同時に話し合っている音が生じる場合、モバイルユーザの現在の行動活動は会議と判定される。背景音声とモバイルユーザの現在の行動活動の生起確率との間には対応関係があり、現在の行動活動の生起確率は対応関係に従って決定されうることを当分野の技術者は理解することができる。
ステップ102で、モバイルユーザの目標行動活動の生起確率が、モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って決定され、
履歴活動移行規則は、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数を含み、
一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む。
以下で、具体的実施形態を使用して詳細な説明を行う。
まず、モバイルユーザの普遍的な一般の活動移行規則に従って、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率pcommon（Acti｜Acti-1）が、表2に示すように獲得される。一般の活動移行規則は、専門家によって与えられる経験値とすることもでき、複数のモバイルユーザの収集された履歴活動レコードに従った統計によって取得することもできる。
加えて、履歴活動移行規則が知られている場合には、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率ppersonal（Acti｜Acti-1）も獲得することができ、履歴活動移行規則は複数のやり方で獲得することができ、例えば、データは、現在の行動活動に注釈を付けるようモバイルユーザに能動的に協力させるソフトウェアを専用に開発することによって収集することもでき、モバイルユーザによって使用されたことのある第三者位置情報サービス（Location Based Service、略してLBS）におけるチェックインサービスを使用して獲得することもでき、モバイルユーザの記録された電子ダイアリ、およびカレンダのスケジュールから抽出することもできる。履歴活動移行規則は表2として示すこともできることを当業者は理解することができ、本実施形態では詳細を繰り返さない。
次いで、現在の行動活動の生起確率、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数に従って、履歴行動活動に対応する目標行動活動の生起確率を決定するステップを、以下の式を使用して具体的に実施することができる。
式中、pl（Actnext＝act）は、履歴行動活動に対応する目標行動活動の生起確率を表し、α（t）は、履歴行動活動の重み係数を表し、ppersonal（Actnext＝act｜Actcurrent＝bi）は、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動に変換される生起確率を表し、p（Actcurrent＝bi）は、現在の行動活動の生起確率を表し、Mは、行動活動の数量を表し、Mは自然数である。
例えば、可能な実施態様において、ステップ101で、現在の行動活動が食事と判定されるときには、生起確率は0.305であり、現在の行動活動が仕事であるときには、生起確率は0.5であり、現在の行動活動が買い物であるときには、生起確率は0.195である。
α（t）＝0.6であり、履歴活動移行規則も表2として示されている場合、履歴行動活動に対応する目標行動活動が買い物であるときに、生起確率は、pl（Actnext＝act）＝0.6×（0.305×0.4＋0.5×0.2＋0.195×0）＝0.1332であり、履歴行動活動に対応する目標行動活動が食事であるときに、生起確率は、pl（Actnext＝act）＝0.6×（0.305×0＋0.5×0.8＋0.195×0.9）＝0.3453であり、履歴行動活動に対応する目標行動活動が仕事であるときに、生起確率は、pl（Actnext＝act）＝0.6×（0.305×0.6＋0.5×0＋0.195×0.1）＝0.2025である。
加えて、現在の行動活動の生起確率、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数に従って、一般の行動活動に対応する目標行動活動の生起確率を決定するステップを、以下の式を使用して具体的に実施することもできる。
式中、pg（Actnext＝act）は、一般の行動活動に対応する目標行動活動の生起確率を表し、（1−α（t））は、一般の行動活動の重み係数を表し、pcommon（Actnext＝act｜Actcurrent＝bi）は、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動に変換される生起確率を表し、Mは、行動活動の数量を表し、Mは自然数である。
具体的な実施プロセスにおいて、一般の行動活動に対応する目標行動活動の生起確率を決定する実施態様については、履歴行動活動に対応する目標行動活動の生起確率を決定する実施態様を参照することができ、ここでは詳細を繰り返さない。
α（ｔ）は重み係数であり、時間が経過するにつれて、ユーザ活動規則に関する収集情報も絶えず増加するため、α（ｔ）は時間と共に増加し、個人活動規則が予測に際して次第に中心的な役割を果たしうるようになることを、当業者は理解することができる。
最後に、モバイルユーザの目標行動活動の生起確率が、履歴行動活動に対応する目標行動活動の生起確率および一般の行動活動に対応する目標行動活動の生起確率に従って決定される。
具体的実施プロセスにおいて、同じ現在の行動活動が同じ目標行動活動に変換される場合には、履歴行動活動に対応する目標行動活動の生起確率と一般の行動活動に対応する目標行動活動の生起確率が合計されて、モバイルユーザの目標行動活動の生起確率P（Actnext＝act）が獲得される。すなわち、以下の通りである。
p（Actnext＝act）＝Pl（Actnext＝act）＋Pg（Actnext=act）（式4）
ステップ103で、モバイルユーザの目標行動活動が、モバイルユーザの目標行動活動の生起確率に従って決定される。
具体的には、最大の生起確率を有する目標行動活動が目標行動活動として選択される。
ステップ104で、モバイルユーザの目標行動活動に従って、モバイルユーザの目標地理位置が予測される。
具体的には、モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうかが判定され、履歴行動活動レコードは、目標行動活動に対応する履歴地理位置を含み、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在する場合、履歴行動活動レコードに従ってモバイルユーザの目標地理位置が予測され、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、目標行動活動に対応する地理位置に従ってモバイルユーザの目標地理位置が予測される。
具体的実施プロセスにおいて、履歴行動活動レコードは、モバイルユーザによって訪問されたことのある履歴地理位置を含む。目標行動活動が履歴行動活動レコードに存在するとき、モバイルユーザの目標地理位置は、モバイルユーザによって訪問されたことのある履歴地理位置に従って予測される。すなわち、以下の通りである。
式中、Numpersonal（Actnext，loci）は、履歴行動活動レコードにおいて活動Actnextが位置lociで発生する回数の数量を指示し、
は、Numpersonal（Actnext，loci）を最大にするloc i を選択することを表す。
目標行動活動が履歴行動活動レコードに存在しないとき、目標地理位置は、第1の事前設定の地理位置範囲内の、目標行動活動に対応する地理位置とすることができ、目標地理位置がlocxである確率は、目標地理位置locxと現在地理位置との間の距離、および別のモバイルユーザが目標地理位置locxにおいて目標行動活動Actnextを行う回数の数量、すなわち、
に関連し、式中、Ψ（．）は、dist（Locnext，locx）の増加と共に減少し、Numcommon（Actnext，locx）の増加と共に増加し、dist（Locnext，locx）は、locxと現在位置との間の距離を指示し、Numcommon（Actnext，locx）は、別のモバイルユーザがlocxにおいて目標行動活動Actnext行う回数の数量を指示し、
は、Ψ（dist（Locnext，locx）、Numcommon（Actnext，locx））を最大にするlocxを選択することを表す。
特に、Ψ（．）の具体的な形態に関する制限はなく、これは、
とすることもでき、あるいは、
とすることもでき、式中、Ranknear（．）は、locxと現在位置との間の距離の昇順のランク付けを指示し、Rankfreqは、他のモバイルユーザがlocxで目標行動活動Actnextを行う回数の降順のランク付けを指示し、β∈（0，1）は、重み係数である。
最後に、最大確率を有する目標地理位置がモバイルユーザの目標地理位置として選択される。
本発明によれば、ユーザ機器は、モバイルユーザの現在の行動活動の生起確率を決定し、モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定し、モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定し、モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測する。本発明においては、モバイルユーザの多数の履歴活動移行規則がない場合には、モバイルユーザの目標地理位置は一般の活動移行規則を使用して決定され、これにより目標地理位置の精度が上がる。加えて、本実施形態においては、モバイルユーザの履歴活動移行規則に出現しない地理位置を、目標地理位置を獲得するように、一般の活動移行規則を使用してさらに予測することもでき、それによって、モバイルユーザの位置を予測するための方法の普遍的な適用性が高められる。
図2は、本発明によるユーザ機器の実施形態1の概略的構造図である。図2に示すように、本発明の本実施形態で提供されるユーザ機器20は、第1の確率決定モジュール201と、第2の確率決定モジュール202と、行動活動決定モジュール203と、予測モジュール204とを含み、
第1の確率決定モジュール201は、モバイルユーザの現在の行動活動の生起確率を決定するように構成されており、
第2の確率決定モジュール202は、モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定するように構成されており、
行動活動決定モジュール203は、モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定するように構成されており、
予測モジュール204は、モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測するように構成されている。
本実施形態で提供されるユーザ機器は、本発明の任意の実施形態で提供されるモバイルユーザの位置を予測するための方法の技術的解決策を行うのに使用することができ、その実施原理および技術的効果は同様であり、ここでは繰り返さない。
任意選択で、履歴活動移行規則は、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数を含み、
一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む。
任意選択で、第2の確率決定モジュール202は、具体的には、
現在の行動活動の生起確率、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数に従って、履歴行動活動に対応する目標行動活動の生起確率を決定し、
現在の行動活動の生起確率、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数に従って、一般の行動活動に対応する目標行動活動の生起確率を決定し、
履歴行動活動に対応する目標行動活動の生起確率、および一般の行動活動に対応する目標行動活動の生起確率に従って、モバイルユーザの目標行動活動の生起確率を決定する
ように構成されている。
任意選択で、予測モジュール204は、具体的には、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうか判定し、履歴行動活動レコードは、目標行動活動に対応する履歴地理位置を含み、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在する場合、履歴行動活動レコードに従ってモバイルユーザの目標地理位置を予測し、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、目標行動活動に対応する地理位置に従ってモバイルユーザの目標地理位置を予測する
ように構成されている。
任意選択で、第1の確率決定モジュール201は、具体的には、
モバイルユーザの現在地理位置および現在時刻を取得し、現在地理位置に従って、モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定し、または
モバイルユーザに対応する感知データを取得し、感知データに従ってモバイルユーザの運動状態を決定し、モバイルユーザの運動状態に従ってモバイルユーザの現在の行動活動の生起確率を決定し、または
モバイルユーザの現在地理位置の背景音声を取得し、背景音声に従ってモバイルユーザの現在の行動活動の生起確率を決定する
ように構成されている。
任意選択で、現在時刻と、関心地点の各々と、現在の行動活動の生起部分確率との間には対応関係がある。
第1の確率決定モジュール201は、さらに具体的には、
関心地点の分布に従って関心地点の各々の比率を決定し、
関心地点の各々の比率、および関心地点の各々に対応する現在の行動活動の生起部分確率に従って、現在時刻におけるモバイルユーザの現在の行動活動の生起確率を決定する
ように構成されている。
本実施形態で提供されるユーザ機器は、本発明の任意の実施形態で提供されるモバイルユーザの位置を予測するための方法の技術的解決策を行うのに使用することができ、その実施原理および技術的効果は同様であり、ここでは繰り返さない。
図3は、本発明によるユーザ機器の実施形態2の概略的構造図である。図3に示すように、本実施形態で提供されるユーザ機器30は、プロセッサ301と、メモリ302とを含む。任意選択で、ユーザ機器30は、送信機と受信機とをさらに含むこともできる。送信機および受信機はプロセッサ301に接続することができ、送信機は、データまたは情報を送信するように構成されており、受信機は、データまたは情報を受信するように構成されており、メモリ302は実行命令を記憶し、ユーザ機器30が動作するときに、プロセッサ301はメモリ302と通信し、プロセッサ301は、メモリ302内の実行命令を呼び出して、
モバイルユーザの現在の行動活動の生起確率を決定する動作と、
モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定する動作と、
モバイルユーザの目標行動活動の生起確率に従って、モバイルユーザの目標行動活動を決定する動作と、
モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測する動作と
を行う。
本実施形態で提供されるユーザ機器は、本発明の任意の実施形態で提供されるモバイルユーザの位置を予測するための方法の技術的解決策を行うのに使用することができ、その実施原理および技術的効果は同様であり、ここでは繰り返さない。
任意選択で、履歴活動移行規則は、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数を含み、
一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む。
任意選択で、モバイルユーザの現在の行動活動の生起確率、モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、モバイルユーザの目標行動活動の生起確率を決定する動作は、
現在の行動活動の生起確率、モバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および履歴行動活動の重み係数に従って、履歴行動活動に対応する目標行動活動の生起確率を決定する動作と、
現在の行動活動の生起確率、別のモバイルユーザの履歴行動活動に従って決定される、モバイルユーザが現在の行動活動から目標行動活動へ変換される生起確率、および一般の行動活動の重み係数に従って、一般の行動活動に対応する目標行動活動の生起確率を決定する動作と、
履歴行動活動に対応する目標行動活動の生起確率、および一般の行動活動に対応する目標行動活動の生起確率に従って、モバイルユーザの目標行動活動の生起確率を決定する動作と
を含む。
任意選択で、モバイルユーザの決定された目標行動活動に従って、モバイルユーザの目標地理位置を予測する動作は、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうか判定する動作であって、履歴行動活動レコードは、目標行動活動に対応する履歴地理位置を含む、モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在するかどうか判定する動作と、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在する場合、履歴行動活動レコードに従ってモバイルユーザの目標地理位置を予測する動作と、
モバイルユーザの目標行動活動がモバイルユーザの履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、目標行動活動に対応する地理位置に従ってモバイルユーザの目標地理位置を予測する動作と
を含む。
任意選択で、モバイルユーザの現在の行動活動の生起確率を決定する動作は、
モバイルユーザの現在地理位置および現在時刻を取得し、現在地理位置に従って、モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定する動作、または
モバイルユーザに対応する感知データを取得し、感知データに従ってモバイルユーザの運動状態を決定し、モバイルユーザの運動状態に従ってモバイルユーザの現在の行動活動の生起確率を決定する動作、または
モバイルユーザの現在地理位置の背景音声を取得し、背景音声に従ってモバイルユーザの現在の行動活動の生起確率を決定する動作
を含む。
任意選択で、現在時刻と、関心地点の各々と、現在の行動活動の生起部分確率との間には対応関係がある。
現在時刻および関心地点の分布に従ってモバイルユーザの現在の行動活動の生起確率を決定する動作は、
関心地点の分布に従って関心地点の各々の比率を決定する動作と、
関心地点の各々の比率、および関心地点の各々に対応する現在の行動活動の生起部分確率に従って、現在時刻におけるモバイルユーザの現在の行動活動の生起確率を決定する動作と
を含む。
本実施形態で提供されるユーザ機器は、本発明の任意の実施形態で提供されるモバイルユーザの位置を予測するための方法の技術的解決策を行うのに使用することができ、その実施原理および技術的効果は同様であり、ここでは繰り返さない。
当業者は、方法実施形態の各ステップの全部または一部を関連ハードウェアに命令するプログラムによって実現することができることを理解するであろう。プログラムはコンピュータ可読記憶媒体に記憶することができる。プログラムが走ると、方法実施形態の各ステップが行われる。前述の記憶媒体は、ROM、RAM、磁気ディスク、光ディスクといった、プログラムコードを記憶することのできる任意の媒体を含む。
最後に、前述の実施形態は単に、本発明の技術的解決策を説明するためのものにすぎず、本発明を限定するためのものではないことに留意すべきである。本発明は前述の実施形態に関連して詳細に説明されているが、当業者は、本発明の実施形態の技術的解決策の範囲を逸脱することなく、さらに、前述の実施形態に記述されている技術的解決策に改変を加え、あるいは、前述の実施形態の一部または全部の技術的特徴に対する等価の置換を行うことができることを理解するはずである。
20 ユーザ機器
201 第1の確率決定モジュール
202 第2の確率決定モジュール
203 行動活動決定モジュール
204 予測モジュール
30 ユーザ機器
301 プロセッサ
302 メモリ

Claims (13)

  1. モバイルユーザの目標地理位置を予測するための方法であって、
    モバイルユーザの現在の行動活動の生起確率を決定するステップと、
    前記モバイルユーザの前記現在の行動活動の前記生起確率、前記モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、前記モバイルユーザの目標行動活動の生起確率を決定するステップと、
    前記モバイルユーザの前記目標行動活動の前記生起確率に従って、前記モバイルユーザの前記目標行動活動を決定するステップと、
    前記モバイルユーザの前記決定された目標行動活動に従って、前記モバイルユーザの目標地理位置を予測するステップと
    を含む、方法。
  2. 前記履歴活動移行規則は、前記モバイルユーザの履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される生起確率、および前記履歴行動活動の重み係数を含み、
    前記一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む
    請求項1に記載の方法。
  3. 前記モバイルユーザの前記現在の行動活動の前記生起確率、前記モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、前記モバイルユーザの目標行動活動の生起確率を決定する前記ステップは、
    前記現在の行動活動の前記生起確率、前記モバイルユーザの前記履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される前記生起確率、および前記履歴行動活動の前記重み係数に従って、前記履歴行動活動に対応する目標行動活動の生起確率を決定するステップと、
    前記現在の行動活動の前記生起確率、前記別のモバイルユーザの前記履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される前記生起確率、および前記一般の行動活動の前記重み係数に従って、前記一般の行動活動に対応する目標行動活動の生起確率を決定するステップと、
    前記履歴行動活動に対応する前記目標行動活動の前記生起確率、および前記一般の行動活動に対応する前記目標行動活動の前記生起確率に従って、前記モバイルユーザの前記目標行動活動の前記生起確率を決定するステップと
    を含む、請求項2に記載の方法。
  4. 前記モバイルユーザの前記決定された目標行動活動に従って、前記モバイルユーザの目標地理位置を予測する前記ステップは、
    前記モバイルユーザの前記目標行動活動が前記モバイルユーザの履歴行動活動レコードに存在するかどうか判定するステップであって、前記履歴行動活動レコードは、前記目標行動活動に対応する履歴地理位置を含む、前記モバイルユーザの前記目標行動活動が前記モバイルユーザの履歴行動活動レコードに存在するかどうか判定するステップと、
    前記モバイルユーザの前記目標行動活動が前記モバイルユーザの前記履歴行動活動レコードに存在する場合、前記履歴行動活動レコードに従って前記モバイルユーザの前記目標地理位置を予測するステップと、
    前記モバイルユーザの前記目標行動活動が前記モバイルユーザの前記履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、前記目標行動活動に対応する地理位置に従って前記モバイルユーザの前記目標地理位置を予測するステップと
    を含む、請求項1に記載の方法。
  5. 前記モバイルユーザの現在の行動活動の生起確率を決定する前記ステップは、
    前記モバイルユーザの現在地理位置および現在時刻を取得し、前記現在地理位置に従って、前記モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、前記現在時刻および前記関心地点の前記分布に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定するステップ、または
    前記モバイルユーザに対応する感知データを取得し、前記感知データに従って前記モバイルユーザの運動状態を決定し、前記モバイルユーザの前記運動状態に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定するステップ、または
    前記モバイルユーザの現在地理位の背景音声を取得し、前記背景音声に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定するステップ
    を含む、請求項1から4のいずれか一項に記載の方法。
  6. 前記現在時刻と、前記関心地点の各々と、前記現在の行動活動の生起部分確率との間に対応関係があり、
    前記現在時刻および前記関心地点の前記分布に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定する前記ステップは、
    前記関心地点の前記分布に従って前記関心地点の各々の比率を決定するステップと、
    前記関心地点の各々の前記比率、および前記関心地点の各々に対応する前記現在の行動活動の生起部分確率に従って、前記現在時刻における前記モバイルユーザの前記現在の行動活動の前記生起確率を決定するステップと
    を含む、請求項5に記載の方法。
  7. モバイルユーザの現在の行動活動の生起確率を決定するように構成された、第1の確率決定モジュールと、
    前記モバイルユーザの前記現在の行動活動の前記生起確率、前記モバイルユーザの履歴活動移行規則、および一般の活動移行規則に従って、前記モバイルユーザの目標行動活動の生起確率を決定するように構成された、第2の確率決定モジュールと、
    前記モバイルユーザの前記目標行動活動の前記生起確率に従って、前記モバイルユーザの前記目標行動活動を決定するように構成された、行動活動決定モジュールと、
    前記モバイルユーザの前記決定された目標行動活動に従って、前記モバイルユーザの目標地理位置を予測するように構成された、予測モジュールと
    を含む、ユーザ機器。
  8. 前記履歴活動移行規則は、前記モバイルユーザの履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される生起確率、および前記履歴行動活動の重み係数を含み、
    前記一般の活動移行規則は、別のモバイルユーザの履歴行動活動に従って決定される、前記別のモバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される生起確率、および一般の行動活動の重み係数を含む
    請求項7に記載のユーザ機器。
  9. 前記第2の確率決定モジュールは、
    前記現在の行動活動の前記生起確率、前記モバイルユーザの前記履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される前記生起確率、および前記履歴行動活動の前記重み係数に従って、前記履歴行動活動に対応する目標行動活動の生起確率を決定し、
    前記現在の行動活動の前記生起確率、前記別のモバイルユーザの前記履歴行動活動に従って決定される、前記モバイルユーザが前記現在の行動活動から前記目標行動活動へ変換される前記生起確率、および前記一般の行動活動の前記重み係数に従って、前記一般の行動活動に対応する目標行動活動の生起確率を決定し、
    前記履歴行動活動に対応する前記目標行動活動の前記生起確率、および前記一般の行動活動に対応する前記目標行動活動の前記生起確率に従って、前記モバイルユーザの前記目標行動活動の前記生起確率を決定する
    ように構成されている、請求項8に記載のユーザ機器。
  10. 前記予測モジュールは、
    前記モバイルユーザの前記目標行動活動が前記モバイルユーザの履歴行動活動レコードに存在するかどうか判定し、前記履歴行動活動レコードは、前記目標行動活動に対応する履歴地理位置を含み、
    前記モバイルユーザの前記目標行動活動が前記モバイルユーザの前記履歴行動活動レコードに存在する場合、前記履歴行動活動レコードに従って前記モバイルユーザの前記目標地理位置を予測し、
    前記モバイルユーザの前記目標行動活動が前記モバイルユーザの前記履歴行動活動レコードに存在しない場合、第1の事前設定の地理位置範囲内の、前記目標行動活動に対応する地理位置に従って前記モバイルユーザの前記目標地理位置を予測する
    ように構成されている、請求項7に記載のユーザ機器。
  11. 前記第1の確率決定モジュールは、
    前記モバイルユーザの現在地理位置および現在時刻を取得し、前記現在地理位置に従って、前記モバイルユーザのものである、第2の事前設定の地理位置範囲内の関心地点の分布を決定し、前記現在時刻および前記関心地点の前記分布に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定し、または
    前記モバイルユーザに対応する感知データを取得し、前記感知データに従って前記モバイルユーザの運動状態を決定し、前記モバイルユーザの前記運動状態に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定し、または
    前記モバイルユーザの現在地理位の背景音声を取得し、前記背景音声に従って前記モバイルユーザの前記現在の行動活動の前記生起確率を決定する
    ように構成されている、請求項7から10のいずれか一項に記載のユーザ機器。
  12. 前記現在時刻と、前記関心地点の各々と、前記現在の行動活動の生起部分確率との間に対応関係があり、
    前記第1の確率決定モジュールは、
    前記関心地点の前記分布に従って前記関心地点の各々の比率を決定し、
    前記関心地点の各々の前記比率、および前記関心地点の各々に対応する前記現在の行動活動の生起部分確率に従って、前記現在時刻における前記モバイルユーザの前記現在の行動活動の前記生起確率を決定する
    ようにさらに構成されている、請求項11に記載のユーザ機器。
  13. プログラムが記録されているコンピュータ可読記憶媒体であって、前記プログラムはユーザ機器に請求項1から6のいずれか一項に記載の方法を実行させる、コンピュータ可読記憶媒体。
JP2016526824A 2013-10-28 2014-10-13 モバイルユーザの位置を予測するための方法、および機器 Active JP6277569B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201310518476.XA CN104581622B (zh) 2013-10-28 2013-10-28 移动用户位置预测方法及设备
CN201310518476.X 2013-10-28
PCT/CN2014/088464 WO2015062409A1 (zh) 2013-10-28 2014-10-13 移动用户位置预测方法及设备

Publications (2)

Publication Number Publication Date
JP2017501609A JP2017501609A (ja) 2017-01-12
JP6277569B2 true JP6277569B2 (ja) 2018-02-14

Family

ID=53003313

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016526824A Active JP6277569B2 (ja) 2013-10-28 2014-10-13 モバイルユーザの位置を予測するための方法、および機器

Country Status (6)

Country Link
US (1) US9906913B2 (ja)
EP (1) EP3048820B1 (ja)
JP (1) JP6277569B2 (ja)
KR (1) KR101787929B1 (ja)
CN (1) CN104581622B (ja)
WO (1) WO2015062409A1 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10135831B2 (en) 2011-01-28 2018-11-20 F5 Networks, Inc. System and method for combining an access control system with a traffic management system
US10015143B1 (en) 2014-06-05 2018-07-03 F5 Networks, Inc. Methods for securing one or more license entitlement grants and devices thereof
US10505818B1 (en) 2015-05-05 2019-12-10 F5 Networks. Inc. Methods for analyzing and load balancing based on server health and devices thereof
CN105183800A (zh) * 2015-08-25 2015-12-23 百度在线网络技术（北京）有限公司 信息预测的方法和装置
CN105357637B (zh) * 2015-10-28 2019-06-11 同济大学 一种位置和行为信息预测***及方法
CN105357638B (zh) * 2015-11-06 2019-10-22 百度在线网络技术（北京）有限公司 预测预定时刻的用户位置的方法和装置
CN105933857B (zh) * 2015-11-25 2019-05-14 ***股份有限公司 一种移动终端位置预测方法及装置
CN105608153A (zh) * 2015-12-18 2016-05-25 晶赞广告（上海）有限公司 一种通用的poi信息关联方法
CN105426553B (zh) * 2016-01-15 2018-09-11 四川农业大学 一种基于智能设备的目标实时跟踪预警方法以及***
CN105974360A (zh) * 2016-04-27 2016-09-28 沈阳云飞科技有限公司 一种基于adl的监测分析方法、装置
CN107436894A (zh) * 2016-05-26 2017-12-05 冯小平 一种数据推送方法及装置
CN107436897A (zh) * 2016-05-26 2017-12-05 冯小平 一种用户当前行为的确定方法及装置
CN106528614B (zh) * 2016-09-29 2019-03-08 南京邮电大学 一种移动社交网络中用户的地理位置预测方法
CN106453050B (zh) * 2016-10-10 2019-11-22 腾讯科技（深圳）有限公司 基于社交应用的信息处理方法、***以及相关设备
US10972453B1 (en) 2017-05-03 2021-04-06 F5 Networks, Inc. Methods for token refreshment based on single sign-on (SSO) for federated identity environments and devices thereof
CN108012237B (zh) * 2017-12-13 2020-02-14 Oppo广东移动通信有限公司 定位控制方法、装置、存储介质及终端设备
US10176379B1 (en) * 2018-06-01 2019-01-08 Cisco Technology, Inc. Integrating computer vision and wireless data to provide identification
CN111797301A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 活动预测方法、装置、存储介质及电子设备

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030022656A1 (en) 2001-06-08 2003-01-30 Hinnant Harris O. Position prediction for authentication of a mobile transmitter
JP2004333136A (ja) * 2003-04-30 2004-11-25 Sony Corp ナビゲーション装置
JP4388114B2 (ja) * 2004-07-13 2009-12-24 パナソニック株式会社 移動先表示装置および移動先表示方法
JP4402099B2 (ja) * 2005-12-05 2010-01-20 パナソニック株式会社 地点情報検索装置、地点情報検索方法、及びプログラム
US7848880B2 (en) 2007-02-28 2010-12-07 Microsoft Corporation Traffic information adaptive to a user's travel
JP5016968B2 (ja) * 2007-04-24 2012-09-05 トヨタホーム株式会社 機器制御システム
US8031595B2 (en) * 2007-08-21 2011-10-04 International Business Machines Corporation Future location determination using social networks
JP5382436B2 (ja) * 2009-08-03 2014-01-08 ソニー株式会社 データ処理装置、データ処理方法、およびプログラム
JP2012008771A (ja) 2010-06-24 2012-01-12 Sony Corp 情報処理装置、情報処理システム、情報処理方法およびプログラム
JP2012108748A (ja) * 2010-11-18 2012-06-07 Sony Corp データ処理装置、データ処理方法、およびプログラム
JP5365653B2 (ja) * 2011-03-01 2013-12-11 日本電気株式会社 消費電力削減装置、システム方法及びプログラム
US20120226554A1 (en) * 2011-03-01 2012-09-06 Jeffrey C Schmidt System and method for providing data to a portable communications device based on real-time subscriber behavior
CN102682041B (zh) * 2011-03-18 2014-06-04 日电（中国）有限公司 用户行为识别设备及方法
JP2012256239A (ja) * 2011-06-09 2012-12-27 Toyota Central R&D Labs Inc 目的地予測装置及びプログラム
CN102509170A (zh) 2011-10-10 2012-06-20 浙江鸿程计算机***有限公司 一种基于历史轨迹数据挖掘的位置预测***及方法
CN103052022B (zh) * 2011-10-17 2015-08-19 ***通信集团公司 基于移动行为的用户稳定点发现方法和***
US9736652B2 (en) * 2012-11-06 2017-08-15 Intertrust Technologies Corporation Activity recognition systems and methods
CN102984799B (zh) * 2012-11-27 2015-03-04 中国人民解放军信息工程大学 一种用户位置判定方法及***

Also Published As

Publication number Publication date
JP2017501609A (ja) 2017-01-12
EP3048820A1 (en) 2016-07-27
US9906913B2 (en) 2018-02-27
KR101787929B1 (ko) 2017-10-18
EP3048820B1 (en) 2020-08-19
CN104581622A (zh) 2015-04-29
EP3048820A4 (en) 2016-10-19
KR20160070817A (ko) 2016-06-20
US20160242009A1 (en) 2016-08-18
CN104581622B (zh) 2018-09-07
WO2015062409A1 (zh) 2015-05-07

Similar Documents

Publication Publication Date Title
JP6277569B2 (ja) モバイルユーザの位置を予測するための方法、および機器
JP6284538B2 (ja) データクラスタのためのコンテキストラベル
Al-Molegi et al. STF-RNN: Space time features-based recurrent neural network for predicting people next location
CN107850443B (zh) 信息处理装置、信息处理方法以及程序
JP6463263B2 (ja) モバイル・デバイスの位置決め
US9071939B2 (en) Methods and apparatuses for context determination
CN104798420B (zh) 基于沿路线遇到的周围的可识别无线信号源估计到达时间
US20130238535A1 (en) Adaptation of context models
JP2016537718A (ja) 関心ポイントのクラスタリング方法及び関連する装置
US20200092019A1 (en) Method and system for determining signal strength for a mobile device
EP2958307B1 (en) Information processing device, information processing method, and program
WO2019205398A1 (zh) 用户行为激励方法、装置、计算机设备及存储介质
WO2016093725A1 (ru) Способ позиционирования мобильного терминала в момент происхождения триггерного события
US11006238B1 (en) Method for profiling based on foothold and terminal using the same
Oh Using an adaptive search tree to predict user location
Konstantinos et al. Bluetooth beacon based accurate indoor positioning using machine learning
KR20140119333A (ko) 위치 정확도 향상을 위한 위치 측위 방법 및 장치
JP6107944B2 (ja) 携帯型情報処理装置、情報処理システム、及び情報処理方法
Khaoampai et al. FloorLoc-SL: Floor localization system with fingerprint self-learning mechanism
US11353327B2 (en) Interactive indoor navigation framework
JP2016157384A (ja) 混雑度予測装置及び混雑度予測方法
CN112985409B (zh) 视力障碍者的导航方法及相关装置
WO2016057714A9 (en) Systems and methods for indoor location services
JP6367588B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2016180741A (ja) 位置解析装置

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171205

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: 20171219

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171228

R150 Certificate of patent or registration of utility model

Ref document number: 6277569

Country of ref document: JP

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