JP7438797B2 - Information processing device, industry estimation method, industry estimation program, and its storage medium - Google Patents
Information processing device, industry estimation method, industry estimation program, and its storage medium Download PDFInfo
- Publication number
- JP7438797B2 JP7438797B2 JP2020042925A JP2020042925A JP7438797B2 JP 7438797 B2 JP7438797 B2 JP 7438797B2 JP 2020042925 A JP2020042925 A JP 2020042925A JP 2020042925 A JP2020042925 A JP 2020042925A JP 7438797 B2 JP7438797 B2 JP 7438797B2
- Authority
- JP
- Japan
- Prior art keywords
- facility
- information
- industry
- image
- processing device
- 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
- 230000010365 information processing Effects 0.000 title claims description 83
- 238000000034 method Methods 0.000 title claims description 28
- 230000006870 function Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 4
- 238000009355 double cropping Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- 239000000523 sample Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 229940036051 sojourn Drugs 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、車両の進行方向に対する他の車両の進入を予測できる情報処理装置、業種推定方法、業種推定プログラム、及び当該プログラムを記録した記録媒体に関する。 The present invention relates to an information processing device, an industry estimation method, an industry estimation program, and a recording medium on which the program is recorded, which can predict the approach of another vehicle in the direction of travel of a vehicle.
従来、各種の検索システムにおいて店舗等の検索を行う場合に、店舗の業種をクエリとして用いることがままある。そのためデータベースとして、店舗の業種を特定して、予め店舗ごとにその業種に係る情報を対応付けておく必要がある。特許文献1には、店舗の業種を特定する手法として、店舗の売り上げデータに含まれる売上商品データに基づいて店舗の業種を特定する手法が開示されている。また、特許文献2には、店舗を利用したユーザの購買履歴に基づいて店舗の業種を特定する手法が開示されている。 BACKGROUND ART Conventionally, when searching for a store or the like in various search systems, the industry type of the store is often used as a query. Therefore, as a database, it is necessary to specify the type of business of the store and associate information related to that type of business for each store in advance. Patent Document 1 discloses a method of identifying the industry of a store based on sales product data included in sales data of the store. Further, Patent Document 2 discloses a method for identifying the industry of a store based on the purchase history of a user who has used the store.
ところで、上記特許文献1や特許文献2に記載の技術では、店舗の売り上げデータを入手したり、ユーザの購買履歴情報を入手したりする必要があるため、各種の店舗の業種推定に用いるには現実的ではない。 By the way, with the techniques described in Patent Document 1 and Patent Document 2, it is necessary to obtain store sales data and user purchase history information, so it is difficult to use them for estimating the industry of various stores. It's not realistic.
そこで、本発明は、上述のような問題を解決するために、容易に取得することができる情報を用いて店舗の業種を推定することができる情報処理装置、業種推定方法及び業種推定プログラムを提供することを目的とする。 Therefore, in order to solve the above-mentioned problems, the present invention provides an information processing device, an industry estimation method, and an industry estimation program that can estimate the industry of a store using easily obtainable information. The purpose is to
上記課題を解決するために、本発明の一態様に係る情報処理装置は、施設の画像情報と、当該施設の業種の対応関係を学習した学習モデルを記憶する記憶部と、施設に関連する画像を取得する画像取得部と、画像取得部が取得した画像と、学習モデルとを用いて、画像取得部が取得した画像に対応する施設の業種を推定する推定部と、推定部が推定した少なくとも1つ以上の業種と、画像取得部が取得した画像に対応する施設の情報とを含む業種情報とを出力する出力部と、を備える。 In order to solve the above problems, an information processing device according to one aspect of the present invention includes a storage unit that stores a learning model that has learned the correspondence between image information of a facility and industry types of the facility, and an information processing device that stores image information of a facility and a learning model that has learned a correspondence relationship between industry types of the facility; an image acquisition unit that acquires an image, an estimation unit that uses the image acquired by the image acquisition unit and a learning model to estimate the industry type of the facility corresponding to the image acquired by the image acquisition unit; The apparatus includes an output unit that outputs industry information including one or more industry types and information on facilities corresponding to the images acquired by the image acquisition unit.
上記課題を解決するために、本発明の一態様に係る情報処理方法は、情報処理装置が実行する施設の業種を推定する業種推定方法であって、施設に関連する画像を取得する画像取得ステップと、画像取得ステップが取得した画像と、施設の画像情報と当該施設の業種の対応関係を学習した学習モデルとを用いて、画像取得ステップが取得した画像に対応する施設の業種を推定する推定ステップと、推定ステップが推定した少なくとも1つ以上の業種と、画像取得ステップが取得した画像に対応する施設の情報とを含む業種情報とを出力する出力ステップと、を実行する。 In order to solve the above problems, an information processing method according to one aspect of the present invention is an industry type estimation method for estimating the industry type of a facility, which is executed by an information processing device, and includes an image acquisition step of acquiring an image related to the facility. and estimation for estimating the industry type of the facility corresponding to the image acquired by the image acquisition step, using the image acquired by the image acquisition step and a learning model that has learned the correspondence between the image information of the facility and the industry type of the facility. and an output step of outputting industry information including at least one industry estimated by the estimation step and information about the facility corresponding to the image acquired by the image acquisition step.
上記課題を解決するために、本発明の一態様に係る情報処理プログラムは、施設の業種を推定する業種推定プログラムであって、コンピュータに、施設に関連する画像を取得する画像取得機能と、画像取得機能が取得した画像と、施設の画像情報と当該施設の業種の対応関係を学習した学習モデルとを用いて、画像取得機能が取得した画像に対応する施設の業種を推定する推定機能と、推定機能が推定した少なくとも1つ以上の業種と、画像取得機能が取得した画像に対応する施設の情報とを含む業種情報とを出力する出力機能と、を実行させる。 In order to solve the above problems, an information processing program according to one aspect of the present invention is an industry type estimation program that estimates the industry type of a facility, and includes an image acquisition function that acquires an image related to the facility, and an image acquisition function that acquires an image related to the facility. an estimation function that estimates the industry type of the facility corresponding to the image acquired by the image acquisition function, using the image acquired by the acquisition function and a learning model that has learned the correspondence between the image information of the facility and the industry type of the facility; An output function for outputting industry information including at least one industry estimated by the estimation function and information on a facility corresponding to the image acquired by the image acquisition function is executed.
上記情報処理装置において、記憶部は、少なくとも複数の施設各々の営業日時に関する情報を含む施設情報を記憶し、情報処理装置は、人又は車両が移動した経路と、経路を移動した際の時刻を示す時刻情報とを含む経路情報を受信する受信部と、経路情報と施設情報とに基づいて、人又は車両が訪問した施設が、2種類以上の業種を有する施設であるか否かを判定する判定部と、画像取得部は、判定部により2種類以上の業種を有すると判定された施設の画像を取得することとしてもよい。 In the above information processing device, the storage unit stores facility information including information regarding business dates and times of at least each of the plurality of facilities, and the information processing device stores information on a route traveled by a person or a vehicle and a time at which the person or vehicle traveled the route. a receiving unit that receives route information including time information indicating the time information, and a receiving unit that determines whether a facility visited by a person or a vehicle is a facility that has two or more types of business based on the route information and facility information. The determination unit and the image acquisition unit may acquire images of facilities determined by the determination unit to have two or more types of business.
上記情報処理装置において、判定部は、施設の施設情報で示される営業時間外に、施設を訪問したことを示す経路情報がある場合に、当該施設が、業種が2種類以上ある施設であると判定することとしてもよい。 In the information processing device, the determining unit determines that the facility is a facility with two or more types of industry when there is route information indicating that the facility was visited outside of business hours indicated by the facility information of the facility. It may also be determined.
上記情報処理装置において、判定部は、施設の施設情報で示される営業時間外に、訪問したことを示す経路情報が複数ある場合に、当該施設が、業種が2種類以上ある施設であると判定することとしてもよい。 In the information processing device, the determination unit determines that the facility is a facility with two or more types of industry when there is multiple route information indicating that the facility was visited outside of business hours indicated by the facility information of the facility. You can also do it.
上記情報処理装置において、施設情報は、更に、営業時間を複数に区切った時間帯ごとの訪問者数に関する情報を含み、判定部は、施設情報と経路情報とに基づいて、訪問者数が所定以上増加した時間帯がある施設があった場合に、当該施設が、業種が2種類以上ある施設であると判定することとしてもよい。 In the above information processing device, the facility information further includes information regarding the number of visitors for each time zone in which the business hours are divided into a plurality of times, and the determination unit determines whether the number of visitors is determined based on the facility information and the route information. If there is a facility that has a time zone that has increased by more than 100%, it may be determined that the facility has two or more types of industry.
上記情報処理装置において、記憶部は、更に、複数の施設を連続で訪問する場合の訪問履歴と、連続で訪問した施設の業種とを対応付けた連続訪問情報を記憶し、推定部は、更に、経路情報が複数の施設を訪問していることを示し、かつ、複数の施設のうちの少なくとも一つの施設の業種が取得できる場合に、連続訪問情報を用いて、少なくとも一つの施設の前又は後に訪問した施設の業種を推定することとしてもよい。 In the information processing device, the storage unit further stores continuous visit information that associates a visit history when visiting a plurality of facilities consecutively with the industry type of the consecutively visited facilities, and the estimation unit further stores , If the route information indicates that multiple facilities are being visited, and the industry type of at least one of the multiple facilities can be obtained, consecutive visit information is used to The industry type of the facility visited later may be estimated.
上記情報処理装置において、施設情報は、さらに、施設の業種を示す情報が対応付けられており、出力部が出力した業種情報が示す施設に対して施設情報において対応付けられている業種に、推定部が推定した業種が対応付けられていなかった場合に、当該対応付けられていなかった業種を、施設の新たな業種として、施設情報に登録する登録部を備えることとしてもよい。 In the information processing device, the facility information is further associated with information indicating the industry of the facility, and the facility indicated by the industry information output by the output unit is estimated to be associated with the industry in the facility information. A registration unit may be provided that registers the uncorrelated industry in the facility information as a new industry of the facility when the industry estimated by the department is not matched.
上記情報処理装置において、画像取得部は、施設に関連する画像として、当該施設を訪問した車両の車載カメラにより撮像された画像を取得することとしてもよい。 In the information processing device, the image acquisition unit may acquire, as the image related to the facility, an image captured by an on-vehicle camera of a vehicle that visited the facility.
上記情報処理装置において、画像取得部は、施設に関連する画像として、少なくとも異なる時間に撮像された互いに異なる画像を取得することとしてもよい。 In the information processing device, the image acquisition unit may acquire at least different images taken at different times as the images related to the facility.
本発明の一態様に係る情報処理装置は、店舗を撮像した撮像画像という売り上げデータや購買履歴よりも入手が容易な情報を用いて、店舗の業種を推定することができる。 The information processing device according to one aspect of the present invention can estimate the industry type of a store using captured images of the store, which is information that is easier to obtain than sales data or purchase history.
以下、本発明の一実施態様に係る情報処理装置について、図面を参照しながら詳細に説明する。 Hereinafter, an information processing device according to an embodiment of the present invention will be described in detail with reference to the drawings.
<実施の形態1>
<情報処理装置の構成>
本発明の一態様に係る情報処理装置は、施設の画像情報と、当該施設の業種の対応関係を学習した学習モデルを記憶する記憶部(図1の104参照)と、施設に関連する画像を取得する画像取得部(図1の105参照)と、画像取得部が取得した画像と、学習モデルとを用いて、画像取得部が取得した画像に対応する施設の業種を推定する推定部(図1の105参照)と、推定部が推定した少なくとも1つ以上の業種と、画像取得部が取得した画像に対応する施設の情報とを含む業種情報とを出力する出力部と(図1の103参照)、を備える。情報処理装置100は、図2に示すように、施設に関連する撮像画像の入力を受け付けて、画像と業種の関係を学習した学習モデルを用いて、入力された撮像画像に関する施設の業種情報を推定する装置である。
<Embodiment 1>
<Configuration of information processing device>
An information processing device according to one aspect of the present invention includes a storage unit (see 104 in FIG. 1) that stores image information of a facility and a learning model that has learned the correspondence between industry types of the facility, and a storage unit that stores images related to the facility. an image acquisition unit (see 105 in Figure 1), an estimation unit (see 105 in Figure 1) that estimates the industry type of the facility corresponding to the image acquired by the image acquisition unit, using the image acquired by the image acquisition unit and the learning model; 1); and an output unit that outputs industry information including at least one industry estimated by the estimation unit and information on the facility corresponding to the image acquired by the image acquisition unit (103 in Figure 1); (see). As shown in FIG. 2, the
図1は、情報処理装置100の機能構成例を示すブロック図である。図1に示すように、情報処理装置100は、受信部101と、受付部102と、出力部103と、記憶部104と、CPU105とを備える。情報処理装置100は、一例として車両などに搭載されて経路案内をするためのナビゲーション用のデータベースに登録すべき情報を生成する装置であり、サーバ装置、PCなどにより実現されるが、これらに限定するものではなく、スマートフォン等の携帯端末などにより実現されるものであってもよい。以下、各機能部について詳細に説明する。
FIG. 1 is a block diagram showing an example of the functional configuration of the
受信部101は、他の装置から通信により情報を受信する機能を有する。受信部101は、例えば、実際に自動車が走行した位置や車速などの情報を用いて生成された車両の走行履歴である走行履歴情報、所謂プローブ情報(プローブ交通情報)を受信する。また、受信部101は、人が移動した移動経路を示す経路情報を受信する。受信部101は、例えば、プローブ情報を、プローブ情報を収集、蓄積する道路交通情報通信システム(サーバ)等から受信する。受信部101は、取得したプローブ情報を、CPU105に伝達する。また、受信部101は、施設の外観や内装、施設で提供される物品等の施設に関連する撮像画像を受信する。受信部101は、例えば、ユーザのPCやウェブ、フラッシュメモ等から撮像画像を受信する。受信部101は、受信した撮像画像を、CPU105に伝達する。
The
受付部102は、情報処理装置100のユーザからの入力を受け付けて、CPU105に伝達する機能を有する。受付部102は、例えば、情報処理装置100に備えられたハードウェアキーや、タッチキーなどのソフトキーなどにより実現することができる。受付部102は、受け付けた目的地を示す情報をCPU105に伝達する。なお、受付部102に対する入力は音声による入力であってもよい。
The
出力部103は、CPU105からの指示に従って、指示されたデータを出力する機能を有する。出力部103は、例えば、施設の業種を示す業種情報を出力する。出力部103は、業種情報を、情報処理装置100に接続されたモニタに画像情報(テキストデータでもよい)として出力することとしてもよいし、業種情報を示す音声データを情報処理装置100に接続されたスピーカに出力することとしてもよいし、外部の装置に対して、通信により業種情報を送信することとしてもよい。即ち、出力部103は、CPU105から指定された情報を、指定された宛先に出力する通信インターフェースとして機能する。
The
記憶部104は、情報処理装置100が動作するうえで必要とする各種のプログラム及び地図情報を含む各種のデータを記憶する記録媒体である。地図情報には、道路網に関する情報のほか、施設(POI(Points Of Interest)と呼称することもある)に関する情報が含まれる。施設に関する情報には、施設の業種を示す情報が含まれる。記憶部104は、例えば、HDD(Hard Disc Drive)、SSD(Solid State Drive)、フラッシュメモリ等により実現される。
The
記憶部104は、学習モデル141と、施設情報142を記憶している。
The
学習モデル141は、施設に関する撮像画像と、施設の業種との対応関係を学習した学習モデルである。学習モデル141は、撮像画像を入力として、入力された撮像画像に関する施設の業種を示す業種情報を出力するモデルである。学習モデル141は外部の装置が作成したものであってもよいし、情報処理装置100が作成したものであってもよい。
The
施設情報142は、既存の施設について、その施設名や営業時間、業種等の情報を含む施設に関するデータベースである。施設情報142の詳細については後述する。
The
CPU105は、記憶部104に記憶されている各種のプログラム及び各種のデータを利用して、情報処理装置100が実行すべき処理を実行するプロセッサである。
The
CPU105は、情報処理装置100の各部を制御し、施設の撮像画像を取得して、その施設の業種を推定する。とくに、CPU105は、時間帯や曜日で営業形態を異ならせた、いわゆる、「二毛作ビジネス」を実施している施設を特定し、その業種を推定する。
The
CPU105は、施設に関する撮像画像を入力として、撮像画像に関する施設の業種を推定する推定部として機能する。CPU105は、記憶部140に記憶されている学習モデル141に対して、取得した撮像画像を入力することで、入力した撮像画像に関する施設の業種を推定する。
The
また、CPU105は、推定部が推定した業種の情報を、対応する施設の業種として、地図情報あるいは検索用のデータベース等に登録する登録部として機能してもよい。
Further, the
また、CPU105は、受信部101が受信しているプローブ情報または移動経路情報から、ユーザが施設を訪問したかどうか、そして、施設を訪問している場合に、その施設の営業態様が変化しているか否かを判定する判定部として機能する。
Further, the
また、CPU105は、少なくとも撮像画像と、当該撮像画像が示す施設の業種を示す業種情報と、を含む教師データとして、撮像画像と撮像が示す施設の業種との対応関係を学習した学習モデルを学習する学習部として機能してもよい。
The
以上が情報処理装置100の構成例である。
The above is an example of the configuration of the
<データ>
ここで、施設情報142と、学習モデル141の元となる教師データについて説明する。
<Data>
Here, the
図3は、施設情報142のデータ構成例を示すデータ概念図である。図3に示すように、施設情報142は、施設名称301と、施設位置302と、営業時間303と、業種情報304と、画像情報305と、が対応付けられた情報である、
FIG. 3 is a data conceptual diagram showing an example of the data structure of the
施設名称301は、施設を識別するための情報であり、施設の名称を示す情報である。
The
施設位置302は、対応する施設名称301で示される施設の位置を示す情報であり、ここでは、経緯度情報で示している。施設位置302は、経緯度情報である必要はなく、施設の住所で示されてもよいし、経緯度の範囲で示されてもよい。
The
営業時間303は、対応する施設名称301で示される施設が営業している日時を示す情報である。ここでは、営業している曜日とその時間帯で示しているが、これは、特定の日にちとその日の営業時間帯を示すものであってもよい。
業種情報304は、対応する施設名称301で示される施設の業種を示す情報である。業種情報304は、一つであってもよいし、二つ以上あってもよい。
画像情報305は、対応する施設名称301で示される施設に関する画像情報である。画像情報305は、例えば、施設の外観、内装、施設で提供しているサービスや商品、施設への道順等に関する画像や撮像画像である。
図3に示す例では、施設名称301が、「Aフレンチ」である施設の位置は、「(X1、Y1)」であり、営業時間は、「月曜から土曜の10時から22時まで」となっている。そして、「Aフレンチ」には業種情報304として、「レストラン、フレンチ」の情報が対応付けられ、画像情報305として、「PA001.jpg」等の画像が対応付けられている。
In the example shown in FIG. 3, the location of the facility whose
施設情報142があることにより、施設の運用態様が変わった可能性がある施設を特定することができる。情報処理装置100は、施設情報で示される位置にある施設を訪問しているプローブ情報があり、その訪問時間が施設情報で示される営業時間外であった場合に、施設の運用態様が変わった可能性がある
By having the
図4は、学習モデル141を生成する際に用いる教師データの一例を示している。図4は、教師データ400のデータ構成例を示すデータ概念図である。
FIG. 4 shows an example of teacher data used when generating the
図4に示すように、教師データ400は、管理ID401と、画像データ402と、撮影日時403と、撮影場所404と、業種405と、が対応付けられた情報である。
As shown in FIG. 4, the
図4に示す一行ずつが一つの教師データであり、教師データ400はその集合である。教師データ400は、画像データと業種との関係を学習するに足るだけの所定数以上の教師データを含んでいれば、いくつの教師データが含まれていてもよい。
Each line shown in FIG. 4 is one piece of teacher data, and the
管理ID401は、各教師データを個別に管理するための管理情報である。管理ID401は、学習の態様とはならない。
The
画像データ402は、施設に関する撮像画像である。施設に関する撮像画像とは、上述の通り、施設の外観、内装、施設で提供されるサービスや商品、施設までの道程を撮像したものであってよい。画像データ402は、一例として、ドライブレコーダー等の車載カメラにより撮像された画像であってよいし、ユーザの端末により撮像された画像であってもよいし、ウェブから取得した画像であてもよい。
撮影日時403は、対応する画像データ402が撮影された日時を示す情報である。
The photographing date and
撮影場所404は、対応する画像データ402が撮影された場所を示す情報である。ここでは、経緯度情報で示す例を示しているが、これは住所であってもよい。
The photographing
業種405は、対応する画像データ402が撮影対象としている施設の業種を示す情報である。業種405は、教師あり学習における、いわゆる、ラベルに相当する情報である。
The
したがって、教師データ400を用いて作成された学習モデル141は、施設に関する画像データと、その画像データが示す施設の業種と、の関係を学習した学習モデルとなり、画像データの入力を受け付けて、その画像データに関連する施設の業種を推定するモデルとなる。
Therefore, the
なお、教師データ400は、少なくとも画像データ402と、ラベルとして機能する業種405とがあればよく、その他の撮影日時403や撮影場所404等の情報は、必須の情報ではない。また、逆に教師データ400には、図4に示した情報以外の情報も含まれてよく、例えば、撮影場所を訪問して撮像を行った人物の属性(例えば、性別や年齢)の情報が含まれてもよい。
Note that the
また、前述の通り、学習モデル141は、情報処理装置100ではなく、他の装置が作成してもよく、他の装置が作成した学習モデル141を使って推定処理を行ってもよい。
Further, as described above, the
<情報処理装置の動作>
次に、情報処理装置100の動作について説明する。
<Operation of information processing device>
Next, the operation of the
図5は、情報処理装置100が学習モデル141を生成する処理を示すフローチャートである。
FIG. 5 is a flowchart showing a process in which the
図5に示すように情報処理装置100のCPU105は、教師データとして、少なくとも、施設に関する画像(例えば、施設の外観や内装、商品等の撮像画像)と、その画像データの施設の業種情報とが対応付けられたデータの入力を受け付ける(ステップS501)。業種情報は、画像を撮像したユーザが付与することとしてもよい。また、あるいは、業種情報は、画像がウェブサイト等から取得したものであれば、そのウェブサイトから特定される業種を、当該ウェブサイトから取得した画像に対応付けたものであってもよい。一例として、CPU105は、図4に示されるような教師データ400の入力を受け付ける。
As shown in FIG. 5, the
CPU105は、入力された教師データに基づき、施設に関する画像と、施設の業種との関係を学習し、学習モデル141を生成する(ステップS502)。CPU105が用いる学習のアルゴリズムは、既存のアルゴリズムを用いることとしてよい。
Based on the input teacher data, the
そして、CPU105は生成した学習モデル141を、記憶部104に記憶し(ステップS503)、処理を終了する。
Then, the
次に、学習モデル141を用いての施設の業種の推定処理について説明する。図6は、CPU105の動作であって、画像に関連する施設の業種を推定する処理の動作例を示すフローチャートである。
Next, a process for estimating the industry of a facility using the
図6に示すように、CPU105は、業種を推定したい処理対処の施設に関する画像情報の入力を受け付ける(ステップS601)。当該画像情報は、情報処理装置100のオペレータにより入力されてもよいし、外部の装置から入力されてもよい。
As shown in FIG. 6, the
CPU105は、入力された施設に関する画像を、学習モデル141に入力して、施設の業種を推定する(ステップS602)。学習モデル141は、一つの業種を一意に推定するものであってもよいし、複数の業種それぞれについて、各業種である可能性を示すパーセンテージを出力するものであってもよいし、そのパーセンテージが所定の閾値(例えば、50%)を超えた全ての業種すべての情報を出力するものであってもよい。
The
そして、CPU105は、推定した業種を示す業種情報を出力して(ステップS603)、処理を終了する。ここでいう出力として、CPU105は、情報処理装置100に接続されているモニタに画像情報として出力することとしてもよいし、音声によりスピーカから出力してもよい。また、CPU105は、業種情報の出力に代えて(もしくは加えて)、推定した施設の業種の情報を、データベース、例えば、記憶部104に記憶されている地図情報に登録することとしてもよい。このようにして情報処理装置100は、撮像画像から施設の業種を特定することができる。例えば、ナビゲーション装置により案内される施設の情報として、その業種を推定し、人の手によることなく業種の情報を登録することもできる。このとき、推定した業種が複数ある場合に、それら全てを登録することとしてよく、それらのうち、すでに登録済みのものがある場合には、登録済みのものを除いた業種を追加で登録することとしてよい。
Then, the
ところで、業種を推定する対象となる施設として、特に、二毛作ビジネスを展開している施設を特定したい場合がある。そこで、情報処理装置100は、二毛作ビジネスを実行している施設を特定したうえで、その施設に関する画像を取得して業種を推定することとしてもよい。図7は、情報処理装置100による施設が二毛作ビジネスを行っているかどうかを特定する処理を示すフローチャートである。
By the way, there are cases where it is desired to particularly identify facilities that are developing a double cropping business as the facilities whose industry is to be estimated. Therefore, the
図7に示すように、情報処理装置100は、同じ場所を訪問(あるいは通過)していることを示す時刻情報が対応付けられた移動経路情報を複数取得する(ステップS701)。この移動経路情報は、プローブ情報、即ち、車両の移動経路を示す情報であってもよいし、人が自身の端末のGPS等の測位システムにより取得された移動経路を示す情報であってもよい。
As shown in FIG. 7, the
CPU105は、取得した移動経路情報のうち、過去の移動経路情報が示す訪問時間と異なる施設があるかどうかを判定する(ステップS702)。この判定は、取得した移動経路情報から訪問した施設を特定し、特定した施設の営業時間外に訪問しているかどうかにより判定するものであってもよく、その両方であってもよい。
The
CPU105は、過去の訪問時間と異なる時間に施設を訪れている移動経路情報があった場合に(ステップS702のYES)、訪問している場所の画像データを取得する(ステップS703)。即ち、CPU105は、二毛作ビジネスを行っている可能性がある施設に関する撮像画像を取得する。
If there is travel route information that shows the facility being visited at a time different from the past visit time (YES in step S702), the
そして、CPU105は、図6に示した画像データを用いた業種の推定処理を、ステップ703で取得した画像のみを利用して推定処理を実行する(ステップS704)。
Then, the
このようにして情報処理装置100は、二毛作ビジネスを行っている施設を特定し、その業種を推定することができる。
In this way, the
例えば、それまで夜の営業のみを行っていた居酒屋に、昼間も訪問しているユーザが複数いる場合に、その居酒屋が昼も営業を行っている可能性があると特定できる。そして、その上で、その居酒屋の撮像画像を得る、特に、昼間の撮像画像を得ることで、昼間の営業形態を特定し、特定した情報としての業種情報を地図情報等に登録することができるようになる。 For example, if a pub that was previously open only in the evenings has a plurality of users visiting it during the day, it can be determined that the pub may be open during the day as well. Then, by obtaining a captured image of the pub, especially a captured image during the daytime, it is possible to identify the business type during the daytime and register the business type information as the specified information in map information, etc. It becomes like this.
<実施の形態1まとめ>
本実施の形態1に係る情報処理装置100は、施設に関する画像と、その施設の業種との関係を学習した学習モデル141を保持している。したがって、情報処理装置100は、業種が判明していない施設に関する画像を入力することで、その施設の業種を特定することができる。
<Summary of Embodiment 1>
The
また、情報処理装置100は、施設を訪問する移動経路情報を取得し、その訪問時刻が、それまでの訪問時刻と異なる訪問時刻であった場合に、その施設が二毛作ビジネスを開始していると推定し、新たに開始したサービスの業種を推定することができる。特に、移動経路情報を入手するだけで二毛作ビジネスを行っている可能性のある施設を特定し、その業種を特定できるので、現地まで足を運んだり、二毛作ビジネスを行っている可能性のある施設を人が探索したりする必要がなくなる。
Further, the
<実施の形態2>
上記実施の形態1においては、施設に関する撮像画像を用いて、施設の業種を特定する手法について説明したが、本実施の形態2においては、ユーザの行動履歴に基づいて、施設の業種を特定する手法について説明する。ここでいう行動履歴とは、ユーザが複数の施設を連続して訪問した場合に、それらの施設の関連性に着目して、施設の業種を推定するものである。
<構成>
<Embodiment 2>
In Embodiment 1 above, a method of identifying the industry of a facility using a captured image of the facility has been described, but in Embodiment 2, the industry of the facility is identified based on the user's action history. Explain the method. The behavior history referred to here is used to estimate the industry type of a facility by focusing on the relevance of the facilities when the user visits a plurality of facilities in succession.
<Configuration>
情報処理装置100の構成としては、基本的には。上記実施形態1に図1を用いて示した構成と同様である。そこで、ここでは、上記実施の形態1との差異点について説明する。
The basic configuration of the
まず、記憶部104は、連続訪問情報800を記憶している。連続訪問情報800は、ユーザが複数の施設を連続して訪問する場合の、その施設の業種を規定した情報である。
First, the
そして、CPU105(推定部)は、移動経路情報から特定される施設に、業種が判明していない施設が有る場合に、その施設の業種を、連続訪問情報800を参照して推定する。なお、移動経路情報は、プローブ情報であってもよいし、ユーザの端末により取得される移動経路情報であってもよい。
Then, when there is a facility whose business type is unknown among the facilities specified from the travel route information, the CPU 105 (estimation unit) estimates the business type of the facility by referring to the
<データ>
ここで、連続訪問情報800について説明する。
<Data>
Here,
連続訪問情報800は、管理ID801と、連続訪問施設802と、時間帯803と、エリア804と、が対応付けられた情報である。
管理ID801は、各連続訪問情報を管理するための識別情報である。
連続訪問施設802は、ユーザが連続して訪問する可能性のある施設の業種を示す情報である。
Continuously visited
時間帯803は、対応する管理IDで示される連続訪問情報の訪問態様がユーザにより取られる可能性のある時間帯を示す情報である。
The
エリア804は、対応する管理IDで示される連続訪問情報の訪問態様がユーザにより実行される可能性の高い地域を示す情報である。エリア804は、実際の地名等の地域であってもよいし、職場周辺などの概念的な場所を示す情報であってもよい。
図8の例で言えば、管理ID「0046」で示される連続訪問情報は、最初に、業種が「居酒屋」である施設を訪問し、その後で、業種が「ステーキハウス」である施設を訪問した情報であることを示している。そして、この訪問を行う可能性がある時間帯が、「20~24時」であり、「沖縄」で取られる可能性のある行動であることを示している。したがって、仮に、移動経路情報が、沖縄での移動を示し、その時間帯が21時であり、複数の施設を訪問しており、そのうちの片方が「ステーキハウス」であって、その前に訪問した施設の業種が不明であれば、その施設の業種は、「居酒屋」であると、連続訪問情報800から推定することができる。
In the example of FIG. 8, the continuous visit information indicated by the management ID "0046" first visits a facility whose industry is "Izakaya" and then visits a facility whose industry is "Steakhouse". This indicates that the information is The time period during which this visit is likely to take place is ``20:00 to 24:00,'' indicating that it is an action that may be taken in ``Okinawa.'' Therefore, if the travel route information indicates movement in Okinawa, the time zone is 21:00, and multiple facilities are visited, one of which is a "steak house", the visit was made before If the business type of the facility visited is unknown, it can be estimated from the
連続訪問情報800があることにより、情報処理装置100は、ユーザが複数の施設を訪問していることがわかっており、それらの施設のうち、1以上の施設についての業種はわかっているものの、業種が特定できない施設がある場合に、その施設の業種を推定するために用いる情報である。
Due to the
<動作>
図9は、情報処理装置100の、連続訪問情報800を用いた施設の業種の推定処理の動作例を示すフローチャートである。
<Operation>
FIG. 9 is a flowchart illustrating an example of the operation of the
図9に示すように、情報処理装置100のCPU105は、移動経路情報を取得する(ステップS901)。この取得は、情報処理装置100のオペレータにより入力されてもよいし、外部の装置から取得したプローブ情報の入力であってもよい。
As shown in FIG. 9, the
CPU105は、取得した移動経路情報から、訪問している複数の施設を特定する(ステップS902)。移動経路情報から施設を訪問しているかどうかは、例えば、同じ位置に所定時間(例えば、10分など何らかの施設を訪問した場合にかかる可能性のある時間)以上、滞在しているかどうかにより、施設を訪問したかどうかを特定できる。
The
CPU105は、特定した複数の施設それぞれについて、業種を特定する(ステップS903)。具体的には、施設情報142を参照して、特定した施設の名称または場所に、業種情報304が対応付けられている業種を特定する。
The
CPU105は、施設情報142により業種が特定できない施設があるか否かを判断する(ステップS904)。業種が特定できていない施設がない場合には(ステップS904のNO)、処理を終了する。
The
一方で、業種が特定できていない施設があった場合に(ステップS904のYES)、その前後で訪問している施設の業種を特定する。そして、前後で訪問している施設の業種と、連続訪問情報800を参照して、業種が不明であった施設の業種を特定する(ステップS905)。このとき、移動経路情報が示す訪問時間や、エリアによる絞り込みを行ってもよい。
On the other hand, if there is a facility whose industry type has not been identified (YES in step S904), the industry types of the facilities visited before and after that are identified. Then, by referring to the industry types of the facilities visited before and after and the
CPU105は、特定した業種情報を出力部103に伝達する。そして、出力部103は、特定した業種情報を出力し(ステップS906)、処理を終了する。なお、CPU105は、推定した業種情報を出力するのではなく、推定した業種情報を、地図情報やナビゲーション用のデータベースに登録することとしてもよい。
The
<実施の形態2まとめ>
本実施の形態に係る情報処理装置100によれば、移動経路情報から複数の施設を連続して訪問していることが検出でき、かつ、それらの施設のうちの少なくとも1つの施設の業種が特定できる場合に、連続訪問情報800を参照することで、業種が不明な施設の業種を推定することができる。
<Summary of Embodiment 2>
According to the
<補足>
上記実施の形態に係る情報処理装置は、上記実施の形態に限定されるものではなく、他の手法により実現されてもよいことは言うまでもない。以下、各種変形例について説明する。
<Supplement>
It goes without saying that the information processing apparatus according to the embodiment described above is not limited to the embodiment described above, and may be realized by other methods. Various modifications will be described below.
(1)上記実施の形態においては、情報処理装置は、二毛作ビジネスを展開しているなど営業形態に変化があった施設を特定するにあたって、過去と異なる時間帯に施設を訪問する移動経路情報が一つでもあった場合には、その移動経路情報で示される経路で訪問した可能性のある施設を、二毛作ビジネスを展開している可能性のある施設として特定したが、二毛作ビジネスを展開している施設の特定方法はこれに限定するものではない。以下、種々の特定方法について説明する。 (1) In the above embodiment, when identifying a facility whose business form has changed, such as developing a double cropping business, the information processing device collects travel route information for visiting the facility at a different time than in the past. If there was even one facility, we identified the facility that may have been visited along the route indicated by the travel route information as a facility that may be operating a double cropping business. The method for identifying the facility where the facility is located is not limited to this. Various identification methods will be explained below.
まず、施設が二毛作ビジネスを展開しているかどうかを特定するために参照する移動経路情報は複数あってよい。即ち、情報処理装置100のCPU105は、施設を訪問している移動経路情報であって、過去と異なる時間帯に訪問している施設情報が複数(所定数(例えば、20)以上)あった場合に、その施設が二毛作ビジネスを展開している可能性のある施設として特定することとしてもよい。また、ここでは、所定数としているが、これは、同じ施設を訪問している複数の移動経路情報を取得したとき、それらの移動経路情報のうち、所定割合以上の移動経路情報が、過去の訪問時間と異なる時間帯の訪問であった場合に、当該施設を営業形態が変化した施設であると特定してもよい。
First, there may be a plurality of movement route information that is referred to in order to identify whether a facility is developing a double cropping business. In other words, the
また、CPU105は、施設が二毛作ビジネスを展開しているかどうかを、滞在時間の変化があるかどうかによって特定することとしてもよい。例えば、過去の滞在時間に特段の傾向がなかったのに、最近だと、多くの滞在者が2時間滞在していることが検知できた場合に、営業形態に変化があった可能性がある施設であると特定することとしてもよい。具体的には、移動経路情報を用いて、施設への滞在時間を特定する。滞在時間の特定は、移動経路情報が移動していない時間長を算出することで特定することができる。そして、過去の移動経路情報から特定される施設の滞在時間の平均値と、新たに取得して複数の移動経路情報から特定される同施設の滞在時間の平均値とを比較し、所定以上の差(例えば、15分以上)があれば、営業形態に変化があった施設であると特定することとしてもよい。
Further, the
また、CPU105は、異なる時間帯で、滞在時間の異なる移動経路情報がある場合に、その施設を時間帯で営業形態を変えている二毛作ビジネスを展開している施設であると特定してもよい。例えば、11時~13時の時間帯での滞在時間が40分である移動経路情報が複数ある一方で、18時~22時の時間帯での滞在時間が2時間30分である移動経路情報が複数ある場合に、その施設を、二毛作ビジネスを展開している施設であると特定することとしてもよい。異なる時間帯で滞在時間に差があるかは、それぞれの時間帯での移動経路情報が示す滞在時間の平均値に、所定以上の差(例えば、20分以上)があるかどうかで判定することとしてよい。
Furthermore, when there is travel route information with different stay times in different time zones, the
また、これらの特定手法に対して、移動経路情報に移動したユーザの属性(年齢や性別など)が付与されていれば、その属性ごとで特定してもよい。即ち、特定の属性を有するユーザの移動経路情報のみが、過去の訪問時間や訪問時間帯と異なる訪問時間や訪問時間帯に訪問しているだけでも、その施設の営業形態に変化があったと特定してもよい。これにより、情報処理装置100は、施設側で特定の年齢層であったり、性別に対して、今までしていなかったサービスを展開していることを検知できる可能性があり、その展開しているサービス(業種)を特定することができる。
(2)上記実施の形態においては、情報処理装置における施設の業種の推定処理の手法として、情報処理装置のプロセッサが業種推定プログラム等を実行することにより、作成することとしているが、これは装置に集積回路(IC(Integrated Circuit)チップ、LSI(Large Scale Integration))等に形成された論理回路(ハードウェア)や専用回路によって実現してもよい。また、これらの回路は、1または複数の集積回路により実現されてよく、上記実施の形態に示した複数の機能部の機能は1つの集積回路により実現されることとしてもよい。LSIは、集積度の違いにより、VLSI、スーパーLSI、ウルトラLSIなどと呼称されることもある。すなわち、図10に示すように、情報処理装置100は、受信回路101a、受付回路102a、出力回路103a、記憶回路104a、制御回路105a、とから構成されてよく、それぞれ、受信部101、受付部102、出力部103、記憶部104、CPU105、に相当する。
Further, for these identification methods, if the attributes (age, gender, etc.) of the user who moved are added to the movement route information, the identification may be performed based on the attributes. In other words, even if only the movement route information of a user with a specific attribute shows that the user visits at a different visit time or visit time zone from the past visit time or visit time zone, it can be determined that there has been a change in the business style of the facility. You may. As a result, the
(2) In the above embodiment, as a method for estimating the industry type of a facility in the information processing device, the processor of the information processing device executes the industry type estimation program, etc. It may also be realized by a logic circuit (hardware) formed in an integrated circuit (IC (Integrated Circuit) chip, LSI (Large Scale Integration)) or a dedicated circuit. Further, these circuits may be realized by one or more integrated circuits, and the functions of the plurality of functional units shown in the above embodiments may be realized by one integrated circuit. LSI is sometimes called VLSI, super LSI, ultra LSI, etc. depending on the degree of integration. That is, as shown in FIG. 10, the
また、上記業種推定プログラムは、プロセッサが読み取り可能な記録媒体に記録されていてよく、記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記業種推定プログラムは、当該業種推定プログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記プロセッサに供給されてもよい。つまり、例えば、スマートフォン等の情報処理機器を利用して、ネットワーク上から業種推定プログラムをダウンロードして実行する構成としてもよい。本発明は、上記業種推定プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。 Further, the industry estimation program may be recorded on a processor-readable recording medium, and the recording medium may be a "non-temporary tangible medium" such as a tape, a disk, a card, a semiconductor memory, a programmable logic A circuit or the like can be used. Further, the industry estimation program may be supplied to the processor via any transmission medium (communication network, broadcast waves, etc.) that can transmit the industry estimation program. That is, for example, the industry estimation program may be downloaded from a network and executed using an information processing device such as a smartphone. The present invention can also be realized in the form of a data signal embedded in a carrier wave, in which the industry estimation program is embodied by electronic transmission.
なお、上記業種推定プログラムは、例えば、ActionScript、JavaScript(登録商標)などのスクリプト言語、Objective-C、Java(登録商標)、C++、Python、Rなどのオブジェクト指向プログラミング言語などを用いて実装できる。 The industry estimation program can be implemented using, for example, a script language such as ActionScript or JavaScript (registered trademark), or an object-oriented programming language such as Objective-C, Java (registered trademark), C++, Python, or R.
(3)上記実施の形態に示した各種の実施例や、<補足>に示した各種の例は適宜組み合わせることとしてもよい。また、各フローチャートに示した各動作は、結果として矛盾がなければその実行順序を入れ替えたり、並列に実行したりすることとしてもよい。 (3) The various examples shown in the above embodiments and the various examples shown in <Supplement> may be combined as appropriate. Furthermore, the operations shown in each flowchart may be rearranged in the order of execution or executed in parallel if there is no contradiction as a result.
100 情報処理装置
101 受信部
102 受付部
103 出力部
104 記憶部
105 CPU(画像取得部、推定部、判定部)
141 学習モデル
142 施設情報
100
141
Claims (11)
施設に関連する画像を取得する画像取得部と、
前記画像取得部が取得した画像と、前記学習モデルとを用いて、前記画像取得部が取得した画像に対応する施設の業種を推定する推定部と、
前記推定部が推定した少なくとも1つ以上の業種を示す業種情報とを出力する出力部と、
を備える情報処理装置。 a storage unit that stores a learning model that has learned the correspondence relationship between the image information of the facility and the industry of the facility;
an image acquisition unit that acquires images related to the facility;
an estimation unit that uses the image acquired by the image acquisition unit and the learning model to estimate the industry type of the facility corresponding to the image acquired by the image acquisition unit;
an output unit that outputs industry information indicating at least one or more industries estimated by the estimation unit;
An information processing device comprising:
前記情報処理装置は、
人又は車両が移動した経路と、前記経路を移動した際の時刻を示す時刻情報とを含む経路情報を受信する受信部と、
前記経路情報と前記施設情報とに基づいて、前記人又は車両が訪問した施設が、2種類以上の業種を有する施設であるか否かを判定する判定部と、
前記画像取得部は、前記判定部により2種類以上の業種を有すると判定された施設に関連する画像を取得する
ことを特徴とする請求項1に記載の情報処理装置。 The storage unit stores facility information including information regarding business dates and times of at least each of the plurality of facilities,
The information processing device includes:
a receiving unit that receives route information including a route traveled by a person or vehicle and time information indicating the time when the person or vehicle traveled the route;
a determination unit that determines, based on the route information and the facility information, whether the facility visited by the person or vehicle is a facility that has two or more types of business;
The information processing apparatus according to claim 1, wherein the image acquisition unit acquires an image related to a facility determined by the determination unit to have two or more types of business.
ことを特徴とする請求項2に記載の情報処理装置。 The determination unit determines that the facility is a facility that has two or more types of business when there is route information indicating that the facility was visited outside of the business hours indicated by the facility information of the facility. The information processing device according to claim 2, characterized in that:
ことを特徴とする請求項3に記載の情報処理装置。 The determination unit determines that the facility is a facility with two or more types of business when there is a plurality of route information indicating that the facility was visited outside of business hours indicated by the facility information. The information processing device according to claim 3.
前記推定部は、更に、前記経路情報が複数の施設を訪問していることを示し、かつ、前記複数の施設のうちの少なくとも一つの施設の業種が取得できる場合に、前記連続訪問情報を用いて、前記少なくとも一つの施設の前又は後に訪問した施設の業種を推定する
ことを特徴とする請求項2~4のいずれか一項に記載の情報処理装置。 The storage unit further stores continuous visit information that associates a visit history in the case of consecutively visiting multiple facilities with the industry type of the consecutively visited facilities,
The estimating unit further uses the continuous visit information when the route information indicates that a plurality of facilities are visited and the industry type of at least one facility among the plurality of facilities can be obtained. The information processing device according to any one of claims 2 to 4 , wherein the information processing device estimates the type of business of a facility visited before or after the at least one facility.
前記出力部が出力した業種情報が示す施設に対して前記施設情報において対応付けられている業種に、前記推定部が推定した業種が対応付けられていなかった場合に、当該対応付けられていなかった業種を、前記施設の新たな業種として、前記施設情報に登録する登録部を備えることを特徴とする請求項2~5のいずれか一項に記載の情報処理装置。 The facility information is further associated with information indicating the industry of the facility,
If the industry type estimated by the estimation unit is not associated with the industry type associated in the facility information with respect to the facility indicated by the industry information output by the output unit, the correspondence is not found. The information processing apparatus according to claim 2, further comprising a registration unit that registers a business type in the facility information as a new business type of the facility.
ことを特徴とする請求項2~6のいずれか一項に記載の情報処理装置。 The information according to any one of claims 2 to 6 , wherein the image acquisition unit acquires, as an image related to the facility, an image captured by an on-vehicle camera of a vehicle that visited the facility. Processing equipment.
ことを特徴とする請求項2~7のいずれか一項に記載の情報処理装置、 The information processing device according to any one of claims 2 to 7 , wherein the image acquisition unit acquires at least mutually different images taken at different times as images related to the facility.
施設に関連する画像を取得する画像取得ステップと、
前記画像取得ステップが取得した画像と、施設の画像情報と当該施設の業種の対応関係を学習した学習モデルとを用いて、前記画像取得ステップが取得した画像に対応する施設の業種を推定する推定ステップと、
前記推定ステップが推定した少なくとも1つ以上の業種を示す業種情報とを出力する出力ステップと、
を実行する業種推定方法。 An industry type estimation method for estimating the industry type of a facility executed by an information processing device, the method comprising:
an image acquisition step of acquiring images related to the facility;
Estimating the industry type of the facility corresponding to the image acquired by the image acquisition step, using the image acquired by the image acquisition step and a learning model that has learned the correspondence between the image information of the facility and the industry type of the facility. step and
an output step of outputting industry information indicating at least one or more industries estimated in the estimation step;
An industry estimation method that performs
コンピュータに、
施設に関連する画像を取得する画像取得機能と、
前記画像取得機能が取得した画像と、施設の画像情報と当該施設の業種の対応関係を学習した学習モデルとを用いて、前記画像取得機能が取得した画像に対応する施設の業種を推定する推定機能と、
前記推定機能が推定した少なくとも1つ以上の業種を示す業種情報とを出力する出力機能と、
を実行させる業種推定プログラム。 An industry estimation program for estimating the industry of a facility,
to the computer,
an image acquisition function that acquires images related to the facility;
Estimation of estimating the industry type of the facility corresponding to the image acquired by the image acquisition function, using the image acquired by the image acquisition function and a learning model that has learned the correspondence between the image information of the facility and the industry type of the facility. function and
an output function that outputs industry information indicating at least one or more industries estimated by the estimation function;
An industry estimation program that runs
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020042925A JP7438797B2 (en) | 2020-03-12 | 2020-03-12 | Information processing device, industry estimation method, industry estimation program, and its storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020042925A JP7438797B2 (en) | 2020-03-12 | 2020-03-12 | Information processing device, industry estimation method, industry estimation program, and its storage medium |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021144482A JP2021144482A (en) | 2021-09-24 |
JP7438797B2 true JP7438797B2 (en) | 2024-02-27 |
Family
ID=77766731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020042925A Active JP7438797B2 (en) | 2020-03-12 | 2020-03-12 | Information processing device, industry estimation method, industry estimation program, and its storage medium |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7438797B2 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017187850A (en) | 2016-04-01 | 2017-10-12 | 株式会社リコー | Image processing system, information processing device, and program |
JP2018077821A (en) | 2016-11-09 | 2018-05-17 | 富士ゼロックス株式会社 | Method, program, server device, and processor for generating predictive model of category of venue visited by user |
JP2019148521A (en) | 2018-02-28 | 2019-09-05 | 株式会社Jvcケンウッド | Recognition image display device, recognition image display method and program |
JP2020173556A (en) | 2019-04-09 | 2020-10-22 | 株式会社小松製作所 | Information processing device, information processing method, method for generating learned model, system, and data set for learning |
-
2020
- 2020-03-12 JP JP2020042925A patent/JP7438797B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017187850A (en) | 2016-04-01 | 2017-10-12 | 株式会社リコー | Image processing system, information processing device, and program |
JP2018077821A (en) | 2016-11-09 | 2018-05-17 | 富士ゼロックス株式会社 | Method, program, server device, and processor for generating predictive model of category of venue visited by user |
JP2019148521A (en) | 2018-02-28 | 2019-09-05 | 株式会社Jvcケンウッド | Recognition image display device, recognition image display method and program |
JP2020173556A (en) | 2019-04-09 | 2020-10-22 | 株式会社小松製作所 | Information processing device, information processing method, method for generating learned model, system, and data set for learning |
Also Published As
Publication number | Publication date |
---|---|
JP2021144482A (en) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hashemi et al. | A weight-based map-matching algorithm for vehicle navigation in complex urban networks | |
US10067985B2 (en) | Computing system with crowd-source mechanism and method of operation thereof | |
JP6171388B2 (en) | Navigation system, navigation method, and navigation program | |
JP2002140362A (en) | System and method for providing information to moving body | |
CN109891190B (en) | Geo-locating individuals based on derived social networks | |
TW201727572A (en) | Systems and methods for providing an integrated public and/or private transportation service | |
JP6098302B2 (en) | Navigation system, navigation method, and navigation program | |
WO2021156363A1 (en) | Navigation system | |
JP2014190952A (en) | Navigation system, navigation method and navigation program | |
JP7438797B2 (en) | Information processing device, industry estimation method, industry estimation program, and its storage medium | |
JP6609238B2 (en) | Navigation server, navigation method, and program | |
JP2019105516A (en) | Destination estimation device, destination estimation system and destination estimation method | |
JP6048196B2 (en) | Navigation system, navigation method, and navigation program | |
WO2019202782A1 (en) | Visiting destination prediction device and vising destination prediction method | |
JP2008039433A (en) | Map information display system and its method | |
JP7317901B2 (en) | Information processing device, information processing method and information processing program | |
JP6571036B2 (en) | Search system, search method, search program, recording medium | |
JP2019128155A (en) | Estimation device, estimation method, and estimation program | |
JP7001648B2 (en) | Estimator, estimation method and estimation program | |
US20230418977A1 (en) | Method, apparatus, and computer program product for estimating the privacy risk of anonymized trajectory data | |
JP2019128611A (en) | Generation apparatus, generation method, and generation program | |
JP6808672B2 (en) | Map information creation device, map information creation method, map information program and recording medium | |
EP4375620A1 (en) | Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
CN115455129B (en) | POI processing method, POI processing device, electronic equipment and storage medium | |
JP7453199B2 (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: 20230116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240109 |
|
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: 20240130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7438797 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |