JP6943436B2 - 来訪者の地域特性分析システム及びそのプログラム - Google Patents
来訪者の地域特性分析システム及びそのプログラム Download PDFInfo
- Publication number
- JP6943436B2 JP6943436B2 JP2018016949A JP2018016949A JP6943436B2 JP 6943436 B2 JP6943436 B2 JP 6943436B2 JP 2018016949 A JP2018016949 A JP 2018016949A JP 2018016949 A JP2018016949 A JP 2018016949A JP 6943436 B2 JP6943436 B2 JP 6943436B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- analysis
- statistical information
- visitor
- specific
- 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
- 238000004458 analytical method Methods 0.000 title claims description 167
- 238000007621 cluster analysis Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
従来の地域分析システムは、分析対象のエリアについて統計情報等に基づいて当該エリアを分析するものがあった。
尚、関連する先行技術文献として、特開2007−219655号公報「設備情報管理システム、施設情報管理方法および施設情報管理プログラム」(特許文献1)、特開2011−171876号公報「ユーザの移動に伴って住所/居所を推定する形態端末、サーバ、プログラム及び方法」(特許文献2)、特開2012−150786号公報「地域特性を利用したプロファイリングシステム」(特許文献3)、特表2013−540300号公報「人口分布情報の集約」(特許文献4)がある。
特許文献2には、携帯端末の位置情報を利用してユーザの住所/居所を推定するシステムが記載されている。
特許文献4には、位置登録エリアにおけるユーザデバイスを監視し、移動に伴う人口分布図を生成する方法が記載されている。
[実施の形態の概要]
本発明の実施の形態に係る来訪者の地域特性分析システム(本システム)は、分析対象エリア又はサイトに滞在又は訪問する来訪者の出身地域(ベースエリア)の統計情報等の地域特性を基に来訪者の数に応じて当該統計情報等の利用の割合を演算し、その割合に応じて分析対象エリア又はサイトについて仮想的な地域特性を求めて、分析対象エリア又はサイトにおける地域特性とし、人の出入りが多く、流動性の高い地域又はサイトの特性を来訪者のベースエリアに基づいて正確に得ることができるものである。
本システムの構成について図1を参照しながら説明する。図1は、本システムの構成ブロック図である。
本システムは、図1に示すように、地域特性分析サーバ1と、行動ログデータベース(DB)21と、統計データベース(DB)22と、エリア特性データベース(DB)23とを備えており、パーソナルコンピュータ(PC)4がネットワーク3を介して地域特性分析サーバ1に接続している。
また、各DBが地域特性分析サーバ1に直接接続されているが、各DBがネットワーク3を介して地域特性分析サーバ1に接続する構成としてもよい。
更に、本システムでは、ネットワーク接続を前提にしたが、一台のコンピュータで図1の構成を実現するスタンドアロンとしてもよい。
そして、例えば、マーケティング関係者が、地域特性データを他のエリアの実際の統計情報と比較して地域の特性について分析を行うものである。
次に、本システムの各部について具体的に説明する。
[地域特性分析サーバ1]
地域特性分析サーバ1は、図1に示すように、制御部11と、記憶部12と、インタフェース部13とを備えている。
記憶部12は、処理プログラム、処理に必要な情報を記憶している。
インタフェース部13は、ネットワーク3に接続すると共に、各DBに接続するためのインタフェースとなるものである。
制御部11は、記憶部12に記憶された処理プログラムを読み込んで動作させ、後述する来訪者特定手段、統計情報取得手段、仮想的統計データ算出手段等を実現するものである。
行動ログDB21は、ユーザ(来訪者)が利用する端末装置から提供されたGPS機能等による位置情報の履歴を記憶するものである。
具体的には、ユーザの端末装置のID(ユーザID)に対応付けて、時刻情報と位置情報の履歴が記憶されている。
ここで、ユーザとは、少なくとも分析対象エリアを訪問する者(来訪者)が含まれる。従って、来訪者のユーザIDは、「来訪者ID」となる。
統計DB22は、全国の行政界又は特定のメッシュエリアにおける統計情報を記憶するものである。
統計情報は、エリアの男女比、年代別人口構成、世代数、世代毎の年収や消費動向等、国勢調査、その他の統計情報から得られたデータである。
また、統計情報には、店舗の売上データ、店舗の売場面積、店舗の駐車場面積等の施設データ、その他エリアに紐づけられた様々なデータを含むものである。
更に、後述するように、統計情報には、エリアの統計情報から主成分分析された主成分の因子、パラメータ等を含むものである。
エリア特性DB23は、地域特性分析サーバ1で得られた分析対象エリアの仮想的な統計データを記憶し、更に、当該仮想的な統計データと比較対象エリアの統計情報との比較結果を記憶するようにしてもよい。仮想的な統計データについては後述する。
比較対象エリアとは、都道府県のエリア、全国のエリア、または任意のエリアであってもよい。
ネットワーク3は、インターネットを想定しているが、専用回線によるクローズドなネットワークであってもよい。
PC4は、制御部、記憶部、表示部、入力部等を備え、地域特性分析サーバ1にアクセスし、分析対象エリア、分析対象時間帯、分析方法等を設定して、分析対象エリアにおける地域特性となる仮想的な統計データを算出する指示を行い、算出結果の仮想的な統計データを表示部に表示する。
次に、本システムにおける地域特性の分析処理について図2を参照しながら説明する。図2は、来訪者のベースエリアと分析対象エリアの関係を示す図である。
図2に示すように、駅の近くの例えばメッシュ状のエリアXを特定日の特定時間帯に訪問(滞在)した来訪者を特定して、その来訪者のベースエリアを求める。
このように、ベースエリアを来訪者の居住エリアと認定してもよく、前日の宿泊エリアと認定してもよい。ベースエリアの認定の仕方は、来訪者がベースエリアに滞在した曜日、時間帯によって異なったものになる。そして、ベースエリアに認定したエリアを分析の基礎にするものである。
図2では、来訪者aのベースエリアがエリアAで、来訪者bのベースエリアがエリアBで、来訪者cのベースエリアがエリアCである。
次に、エリアAから来訪者a1(1人)とエリアBから来訪者b1,b2(2人)が、分析対象エリアXを訪問した場合の仮想的な地域特性データの算出方法について図3を参照しながら説明する。図3は、来訪者によるエリアXの仮想的な男女の人数を算出する場合の説明図である。
まず、統計情報としては、エリアAをベースエリアとする男性が400人で女性が600人で、男女の割合は、男性:女性で40%:60%となっている。また、エリアBをベースエリアとする男性が30人で女性が70人で、男女の割合は、男性:女性で30%:70%となっている。
本システムでは、来訪者の人数に応じて統計情報を利用するものである。
エリアAから来訪者a1の1人がエリアXに来訪したので、来訪者a1は男性0.4人で、女性0.6人が来訪したと仮定する。
同様に、エリアBから来訪者b1,b2の2人がエリアXに来訪したので、2人で男性0.6(=0.3×2)人、女性1.4(=0.7×2)人が来訪したと仮定する。
つまり、(ベースエリアの来訪者数)/(全来訪者数)に基づいて、各エリアの統計情報を利用することになり、これが、統計情報の利用の割合を示すものとなる。
ここで、求めた男性1.0人、女性2.0人は、エリアXにおける来訪者の仮想的な人数(仮想人数)である。仮想人数は、エリアXでの仮想的な統計データを構成し、地域特性データとなるものである。
比較対象エリアは、エリアXに対して異なるサイズのエリアであってもよく、また、エリアXであってもよい。つまり、エリアXの算出された統計データとエリアXの実際の統計情報とを比較してもよい。
また、特定の分析対象エリアの仮想的な統計データと別の分析対象エリアの仮想的な統計データを比較するようにしてもよい。
また、比較処理は、制御部11のプログラム処理で実行してもよい。
同様に、年収別(年収毎)の世帯数、消費動向のデータについても、同様に来訪者のベースエリアにおける統計情報である年収別の世帯数、消費動向のデータを基に来訪者の人数に応じて、分析対象エリアXの来訪者による年収別の世帯数、消費動向のデータを算出する。
ベースエリアにおける年収毎の世帯数から分析対象エリアXへの来訪者の年収毎の世帯数を算出するものである。
ベースエリアにおける統計情報の世帯別の年収は、例えば、0円以上100万円未満、100万円以上200万円未満、・・・のように、年収別に当該エリアの世帯数が集計されている。ベースエリアの来訪者一人について年収別の世帯数を算出する。この世帯数は、合計すると「1」となるものである。
更に、ベースエリア毎に来訪者の人数を掛け合わせて、合計すると分析対象エリアにおける来訪者の年収毎の世帯数が仮想的な統計データ(地域特性データ)として算出される。
消費動向データとは、食料品、衣料品等の消費科目について消費金額毎の世帯数である。よって、ベースエリアにおける消費科目別の消費金額毎の世帯数から分析対象エリアXの来訪者の消費金額毎の世帯数を算出するものである。
ベースエリアにおける統計情報の消費動向データは、例えば、食料品費、衣料費等の消費科目に対して特定の幅の消費金額毎に、ベースエリアにおける世帯数が集計されている。ベースエリアの来訪者一人について消費科目の消費金額毎の世帯数を算出する。この世帯数も合計すると「1」になるものである。
更に、ベースエリア毎に来訪者の人数を掛け合わせて、合計すると分析対象エリアにおける来訪者の消費動向データが仮想的な統計データ(地域特性データ)として算出される。
分析対象エリアを商圏エリアとして分析処理を行い、比較対象エリアも商圏エリアとして比較してもよい。
この場合、統計情報の中から、店舗の売上データ、店舗の売場面積、駐車場面積等の施設データ当を用いて分析処理、比較処理を行うことができる。
比較対象エリアとしては、日本全国、都道府県、市、区市町村等のエリアとし、その平均値と比較するようにしてもよい。
プロファイリング処理にも応用することが可能である。
ベースエリアにおける統計情報から主成分分析された、主成分から特定される因子、パラメータ等を、統計情報の代わりとして、分析対象エリアにおける地域特性として来訪者の因子、パラメータ等として算出することができる。これらの因子、パラメータは他のエリア(比較対象エリア)のものと比較することができる。
このように、本実施の形態を地域特性のプロファイリングに適用することができる。
プロファイリングシステムについては、特許文献3に記載されている。
次に、統計データの使用制限について図4を参照しながら説明する。図4は、統計データの使用制限の例を示す概略図である。
ベースエリアからの来訪者として特定できるのは、スマートフォンを保有する年代であるので、ベースエリアの統計情報を参照する際に、スマートフォンを保有していない年代を除外することで、統計データの精度を向上させるものとなっている。
このように、ベースエリアでの統計情報から除外した場合には、分析対象エリアでの統計データに反映されるので、比較対象エリアの統計情報でも同様にスマートフォンを保有しない年代を除外して、比較の精度を向上させるようにしている。
次に、エリアデータの利用制限の例について図5を参照しながら説明する。図5は、エリアデータの使用制限の例を示す概略図である。
比較対象エリアについて、スマートフォンの位置情報を捕捉できるエリアに限定することで、比較の精度を向上させることができるものである。
次に、エリアXを広域にした例について図6を参照しながら説明する。図6は、エリアを広域にした例を示す概略図である。
図6では、ベースエリアをエリアA,B,Cとし、そのエリアより分析対象エリアXを広域にしたエリアとしている。広域にした分析対象エリアXが小単位のベースエリアA,B、Cからの来訪者によって地域特性データが生成されるものである。ベースエリアは、エリアXの内側にあっても外側にあってもよい。
次に、分析対象エリアXの仮想データ取得処理について図7を参照しながら説明する。図7は、エリアXの仮想データ取得処理を示すフローチャートである。
地域特性分析サーバ1の制御部11が記憶部12の処理プログラムを読み込んで仮想データ取得処理が開始されると、来訪者特定手段が、分析対象エリアXにおける特定日時の来訪者のIDを取得して来訪者を特定する(S1)。
更に、比較対象エリアの統計情報と分析対象エリアXの仮想統計データとを比較し、比較結果としてのレポートを生成して(S5)、処理を終了する。
次に、本発明の実施の形態に係る別のシステム(別のシステム)について図8を参照しながら説明する。図8は、別のシステムの構成ブロック図である。
別のシステムは、分析対象をエリアではなく、ネットワーク上のサイトとしたものである。当該別のシステムでは、特定の期間又は特定の時間帯でサイトへのアクセスログデータを記憶しておき、そのアクセスログデータを用いて演算し、サイトについての地域特性を求めるものである。
プロバイダ6には、ルータ装置(ルータ)7a,7b,7cが有線又は無線によって接続されている。
また、ルータ7aには、スマートフォン8aとパーソナルコンピュータ(PC)8bとが接続され、ルータ7cには、スマートフォン8cが接続されている。
説明を簡単にするために、ルータに接続する端末機器を最低限の数で描画しているが、本来は多くのPC、スマートフォン等の端末機器が接続するものである。また、ルータ8bにも本来は複数の端末機器が接続するものである。
ここで、エリアA,Bは、郵便番号エリアを想定しているが、それより小さい又は大きい単位のエリアであってもよい。更に、エリアとしては、行政界又はメッシュで特定されるものであってもよい。
次に、アクセスする端末機器のエリアを特定する方法について図9を参照しながら説明する。図9は、エリア特定テーブルを示す概略図である。
ルータ7には、グローバルIPアドレス(G−IPアドレス:単にIPアドレスということがある)が付与されており、配置されたルータがどのエリアに所属するのかをエリア特定テーブルで管理している。
具体的には、ルータ7aのG−IPアドレス(IP0001)とルータbのG−IPアドレス(IP0002)がエリアAに対応付けられ、ルータ7cのG−IPアドレス(IP0003)がエリアBに対応付けられている。
地域特性分析サーバ1は、送信された端末機器のIDとルータのIPアドレスを行動ログDB21に時刻情報と共に記憶する。
尚、スマートフォンの場合、エリアを移動するので、時刻に応じてエリア情報が変化することがある。
従って、地域特性分析サーバ1の制御部11によってプログラム処理で実現する各手段は、ほぼそのまま動作するものとなる。別のシステムにおける各手段の処理で本システムとは異なる処理部分は、図10の処理の中で説明する。
次に、別のシステムにおける仮想データ取得処理について図10を参照しながら説明する。図10は、サイトYの仮想データ取得処理を示すフローチャートである。
地域特性分析サーバ1は、記憶部12に記憶された処理プログラムを読み込んで仮想データ取得処理が開始されると、来訪者特定手段が、分析対象サイトYにおける特定日時の来訪者のIDとルータのIPアドレスを取得して来訪者を特定する(S11)。
更に、分析対象サイトYについて来訪者の地域特性(分析対象サイトYの仮想統計データ)を利用した分析レポートを生成して(S15)、処理を終了する。
また、本システムでも行った統計データ利用制限、商圏エリアの分析、プロファイリングへの応用を行ってもよい。
また、比較対象を日本全国、都道府県、市区町村等のエリアにおける平均値としてもよい。
また、本システムにおいても別のシステムと同様にルータのIPアドレスを基にして位置情報を取得してもよいし、別のシステムでも本システムでのGPS等を用いた位置情報を利用するようにしてもよい。
本システムによれば、地域特性分析サーバ1が、分析対象エリアについて、来訪者(訪問者又は滞在者)のベースエリアの統計情報等に基づいた地域特性のデータを求めて、分析対象エリアにおける来訪者の地域特性データと他のエリアの統計情報等を比較できるようにしているので、人の流れが多く、人の流動性が高い地域について適正な地域特性を得ることができ、より地域特性の分析精度を向上させることができる効果がある。
Claims (14)
- 特定エリアの地域特性を分析する地域特性分析システムであって、
前記特定エリアの来訪者の行動ログデータを記憶する行動ログ記憶部と、
前記特定エリアの来訪者の基礎となるベースエリアの統計情報を記憶する統計情報記憶部と、
前記行動ログ記憶部から前記特定エリアを来訪した来訪者を特定し、前記特定された来訪者のベースエリアについて前記統計情報記憶部を参照して統計情報を取得し、前記来訪者の人数に応じて前記取得した統計情報の利用の割合を演算し、当該利用の割合に応じて前記特定エリアの仮想的な統計データを算出して、前記特定エリアにおける地域特性の分析に利用可能とする分析サーバとを有することを特徴とする地域特性分析システム。 - ベースエリアにおける統計情報は、行動ログデータを提供する端末を特定割合以上保有する年代の情報を用いることを特徴とする請求項1記載の地域特性分析システム。
- 地域特性の分析で、特定エリアと比較される比較対象エリアにおいて、行動ログデータが特定割合以上取得される地域に限定することを特徴とする請求項1又は2記載の地域特性分析システム。
- 分析サーバは、来訪者のベースエリアの統計情報から主成分分析された主成分の因子、パラメータを基に分析対象エリアの主成分の因子、パラメータを算出し、当該因子、パラメータを用いて前記分析対象エリアのクラスター分析を行い、当該クラスター分析結果を特定エリアのクラスター分析結果とすることを特徴とする請求項1乃至3のいずれか記載の地域特性分析システム。
- 特定サイトの地域特性を分析する地域特性分析システムであって、
前記特定サイトの来訪者のアクセスログデータを記憶する行動ログ記憶部と、
前記特定サイトの来訪者の基礎となるベースエリアの統計情報を記憶する統計情報記憶部と、
前記行動ログ記憶部から前記特定サイトを来訪した来訪者を特定し、前記特定された来訪者のベースエリアについて前記統計情報記憶部を参照して統計情報を取得し、前記来訪者の人数に応じて前記取得した統計情報の利用の割合を演算し、当該利用の割合に応じて前記特定サイトの仮想的な統計データを算出して、前記特定サイトにおける地域特性の分析に利用可能とする分析サーバとを有することを特徴とする地域特性分析システム。 - ベースエリアにおける統計情報は、アクセスログデータを提供する端末を特定割合以上保有する年代の情報を用いることを特徴とする請求項5記載の地域特性分析システム。
- 分析サーバは、来訪者のベースエリアの統計情報から主成分分析された主成分の因子、パラメータを基に分析対象エリアの主成分の因子、パラメータを算出し、当該因子、パラメータを用いて前記分析対象エリアのクラスター分析を行い、当該クラスター分析結果を特定サイトにおける地域特性のクラスター分析結果とすることを特徴とする請求項5又は6記載の地域特性分析システム。
- 特定エリアの地域特性を分析する地域特性分析システムの分析サーバのプログラムであって、
前記分析サーバを、
前記特定エリアの来訪者の行動ログデータを記憶する行動ログ記憶部から前記特定エリアを来訪した来訪者を特定する来訪者特定手段と、
前記特定された来訪者のベースエリアについて前記特定エリアの来訪者の基礎となるベースエリアの統計情報を記憶する統計情報記憶部を参照して統計情報を取得する統計情報取得手段と、
前記来訪者の人数に応じて前記取得した統計情報の利用の割合を演算し、当該利用の割合に応じて前記特定エリアの仮想的な統計データを算出して、前記特定エリアにおける地域特性の分析に利用可能とする仮想的統計データ算出手段として機能させることを特徴とするプログラム。 - ベースエリアにおける統計情報は、行動ログデータを提供する端末を特定割合以上保有する年代の情報を用いることを特徴とする請求項8記載のプログラム。
- 地域特性の分析で、特定エリアと比較される比較対象エリアにおいて、行動ログデータが特定割合以上取得される地域に限定することを特徴とする請求項8又は9記載のプログラム。
- 仮想的統計データ算出手段が、来訪者のベースエリアの統計情報から主成分分析された主成分の因子、パラメータを基に分析対象エリアの主成分の因子、パラメータを算出し、当該因子、パラメータを用いて前記分析対象エリアのクラスター分析を行い、当該クラスター分析結果を特定エリアのクラスター分析結果とすることを特徴とする請求項8乃至10のいずれか記載のプログラム。
- 特定サイトの地域特性を分析する地域特性分析システムの分析サーバのプログラムであって、
前記分析サーバを、
前記特定サイトの来訪者のアクセスログデータを記憶する行動ログ記憶部から前記特定サイトを来訪した来訪者を特定する来訪者特定手段と、
前記特定された来訪者のベースエリアについて前記特定サイトの来訪者の基礎となるベースエリアの統計情報を記憶する統計情報記憶部を参照して統計情報を取得する統計情報取得手段と、
前記来訪者の人数に応じて前記取得した統計情報の利用の割合を演算し、当該利用の割合に応じて前記特定サイトの仮想的な統計データを算出して、前記特定サイトにおける地域特性の分析に利用可能とする仮想的統計データ算出手段として機能させることを特徴とするプログラム。 - ベースエリアにおける統計情報は、アクセスログデータを提供する端末を特定割合以上保有する年代の情報を用いることを特徴とする請求項12記載のプログラム。
- 仮想的統計データ算出手段が、来訪者のベースエリアの統計情報から主成分分析された主成分の因子、パラメータを基に分析対象エリアの主成分の因子、パラメータを算出し、当該因子、パラメータを用いて前記分析対象エリアのクラスター分析を行い、当該クラスター分析結果を特定サイトにおける地域特性のクラスター分析結果とすることを特徴とする請求項12又は13記載のプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017194065 | 2017-10-04 | ||
JP2017194065 | 2017-10-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019067352A JP2019067352A (ja) | 2019-04-25 |
JP6943436B2 true JP6943436B2 (ja) | 2021-09-29 |
Family
ID=66339797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018016949A Active JP6943436B2 (ja) | 2017-10-04 | 2018-02-02 | 来訪者の地域特性分析システム及びそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6943436B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8321249B2 (en) * | 2007-01-30 | 2012-11-27 | Google Inc. | Determining a demographic attribute value of an online document visited by users |
JP5123422B2 (ja) * | 2010-12-28 | 2013-01-23 | 技研商事インターナショナル株式会社 | 地域特性を利用したプロファイリングシステム |
JP5567540B2 (ja) * | 2011-10-28 | 2014-08-06 | 株式会社ゼンリンデータコム | 流動人口特定システム、流動人口特定方法及び流動人口特定プログラム |
JP6359899B2 (ja) * | 2013-07-31 | 2018-07-18 | 技研商事インターナショナル株式会社 | 行動ログ分析システム及びそのプログラム |
JP6594028B2 (ja) * | 2015-05-12 | 2019-10-23 | 株式会社駐車場綜合研究所 | 顧客動向分析システム、顧客動向分析方法、プログラム |
-
2018
- 2018-02-02 JP JP2018016949A patent/JP6943436B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019067352A (ja) | 2019-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10455363B2 (en) | Systems and methods for using geo-blocks and geo-fences to discover lookalike mobile devices | |
JP6785854B2 (ja) | パフォーマンスドリブンな動的ジオフェンスベースドなターゲティングについてのシステム及び方法 | |
Yang et al. | Nationtelescope: Monitoring and visualizing large-scale collective behavior in lbsns | |
US11683655B2 (en) | Systems and methods for predicting mobile device locations using processed mobile device signals | |
CN104573042B (zh) | Poi信息的确定方法及装置 | |
CN105532030B (zh) | 用于分析目标实体的移动的装置、***和方法 | |
KR102121361B1 (ko) | 사용자가 위치되는 지리적 위치의 유형을 식별하기 위한 방법 및 디바이스 | |
Tong et al. | Locating farmers’ markets with an incorporation of spatio-temporal variation | |
Happle et al. | Context-specific urban occupancy modeling using location-based services data | |
CN105556554A (zh) | 多个设备相关性 | |
US8554788B2 (en) | Apparatus and method for analyzing information about floating population | |
CN111949834A (zh) | 选址方法和选址平台 | |
Zhou et al. | Understanding the modifiable areal unit problem and identifying appropriate spatial unit in jobs–housing balance and employment self-containment using big data | |
KR101687494B1 (ko) | 소셜 네트워크 위치기반 통합 마케팅 분석 서비스 제공 시스템 | |
Sekar et al. | Heterogeneity in time and energy use of watching television | |
Waddington et al. | Open all hours: Spatiotemporal fluctuations in UK grocery store sales and catchment area demand | |
EP3695349A1 (en) | Systems and methods for using geo-blocks and geo-fences to discover lookalike mobile devices | |
US10959041B1 (en) | Traffic analysis of mobile phones partitioned by geohash | |
JP6943436B2 (ja) | 来訪者の地域特性分析システム及びそのプログラム | |
Yuan et al. | Location recommendation algorithm based on temporal and geographical similarity in location-based social networks | |
Caros et al. | The emerging spectrum of flexible work locations: implications for travel demand and carbon emissions | |
Zhou et al. | Commuting versus consumption: The role of core city in a metropolitan area | |
Zhou et al. | Investigating travel flow differences between peak hours with spatial model with endogenous weight matrix using automatic vehicle identification data | |
Junyoung et al. | Spatial Big Data Strategy for Smart Safer City in Connection with Citizen Participation | |
JP7489652B1 (ja) | プログラム、方法、情報処理装置、システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210125 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210125 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210409 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210524 |
|
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: 20210824 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210902 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6943436 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |