JP5356100B2 - 情報処理システム及び方法 - Google Patents

Description

本発明は、移動体の移動や行動に伴って断続的に収集される移動履歴データから意味のある情報を抽出する情報処理技術に関する。例えば移動体の個体的な又は集団的な行動や習性（例えば趣味、興味、関心）を間接的に推定する技術に関する。

無線機器や計算機の小型化・高性能化により、移動体（人間、動物、物を含む。）の位置情報を簡易に精度良く取得する方法が実用化されている。

移動体の位置情報を取得する方法には、ＧＰＳ（Global Positioning System：全地球的測位システム）のような人工衛星からの電波を利用する方法、ジャイロセンサなどのセンサを利用する自立航法、携帯電話やＰＨＳ（Personal Handyphone System）の基地局を利用して携帯電話やＰＨＳのおおよその位置を特定する方法など、各種の方法が存在する。

今日、これらの方法を利用して取得された位置履歴は、収集、集計、分析、解析等を通じて、マーケティング、インフラ整備、都市計画等に利用されている。例えば移動体全体の移動傾向や個々の移動体の行動を分析又は解析した結果は、マーケティング、インフラ整備、都市計画等に利用されている。

例えば携帯端末を所持するユーザに対しては、行動ログ（端末位置とその時刻を含む。）とユーザ属性に応じて決定したマーケティング情報を配信する手法（モバイルマーケティング手法）が提案されている（特許文献１参照）。また、移動体の位置情報からその訪問場所の履歴を収集し、移動体の嗜好や訪問パターンなどの動向を抽出する方法が提案されている（特許文献２参照）。また、ユーザの過去の行動に基づいて、ユーザの現在の目的地の候補を推測する方法が開示されている（特許文献３参照）。

一方、昨今導入が進んでいる鉄道のＩＣ（Integrated Circuit）乗車券は、切符を買う手間が要らない、電子マネーとしても利用できるなどといった乗客への利便性を提供しつつ、不正を防止したり効率を向上させたりするという効果を生み出している。ところで、乗車券として利用するＩＣカード（携帯端末に内蔵されたＩＣチップも含む。）には、それぞれを識別するＩＤ（Identification）コードが付与されている。従って、乗車券のＩＤと、その乗車券が通過した改札機の場所を関連付けることができれば、一種の位置情報取得装置とみなすことができる。ＥＴＣ（Electronic Toll Collection System）を利用した有料道路の料金支払いシステムに関しても同様のことが言える。なお、これらは鉄道や道路といった交通系に限定した話ではなく、電子マネーやポイントカードを利用した購買情報も、購買した店舗の位置情報と対応付けることができれば、同様に、位置情報取得装置の一つとみなすことができる。

なお、ＩＣ乗車券を利用して、ユーザが通過した改札の位置情報に応じて、マーケティング情報を配信する仕組み（例えば「グーパス」）は既に実用化されている（非特許文献１参照）。

特許公報：特許第3726748号 公開特許公報: 特開2000-155757号 公開特許公報: 特開2000-20548号

「場所・時間・行動を起点とした情報配信システム「goopas」」：OMRON TECHNICS Vol.43 No.3（通巻147号）, pp287-292, 2003

ところで、現在実用化されている各種の手法は、基本的に、取得された移動履歴や位置履歴に基づいて移動体の直接の目的地や滞在地を推測するものが多い。つまり、現在の手法は、ある移動体が存在又は滞在した店舗、レストラン、ランドマーク、その他各種施設（いわゆるＰＯＩ：Point Of Interest）から直接的に取得された位置情報に基づいて、移動体の行動履歴、興味、趣味等を推測している。

例えば特許文献１の発明では、「位置情報データベース」と呼ばれる意味的なロケーションと実際の空間位置とを対応づける情報と、ＧＰＳによって得られたユーザの位置履歴とを照合してユーザの実在場所を特定する。そして、特定された場所に応じたコンテンツをユーザに配信する手法を提供する。また例えば特許文献２の発明は、ＧＰＳ等の位置情報取得手段により得られた位置情報と移動状況に関わる状況データとに基づいて訪問場所を予め推定すると共に、ユーザに対する質問を通じて訪問場所を特定する処理機能を提供する。また例えば特許文献３の発明は、ＧＰＳによる位置情報が、ショップ等に一定時間以上の留まっている場合に、その目的地にユーザが立ち寄ったと判定する。

これらの方法は、いずれも移動体の移動履歴が連続的かつ精度良く取得され、かつ同時に記録されることを前提とする。すなわち、個々の移動体から時系列にピンポイントの位置情報を取得する必要がある。しかし、移動体の了解をないままにピンポイントの位置情報を自動的に取得し続けることは、プライバシー等の観点からもユーザに与える心理的負担が高いと考えられる。一方、サイトへの接続やアプリケーションに対するユーザの特定操作等を通じて位置情報を収集する方法は、ユーザに与える心理的負担を軽減できる。しかし、この方法は、位置情報を提供してもらう手間がユーザに発生するため、実際にはある施設に滞在していたのにその情報を取得できない等、データ収集に漏れが生じるおそれがある。

これに対し、駅の改札機や有料道路の料金所などを通過する際に収集される履歴情報の場合には、ユーザに与える心理的負担を下げながら、確実に通過ポイントの位置履歴を記録することができる。ただし、駅や料金所は、一般的に最終目的地とは一致せず、単なる通過点でしかない。このため、これらのゲート等を通過したことを示す履歴情報（ユーザＩＤ、通過日時及び位置情報）によって、ある施設に存在したことを証明することはできない。

そこで、発明者は、以下の仕組みを提案する。まず、オペレータが検索条件として場所又はイベントを情報処理システムに入力する。情報処理システムでは、断続的に取得される履歴情報の中から、検索条件として指定された場所（イベントが開催された場所を含む。）の周辺に配置されている位置情報取得装置によって収集された移動体別の履歴情報だけを抽出する。次に、情報処理システムは、抽出された履歴情報を、抽出された移動体別の履歴情報と、滞在時間、過去の行動履歴、オペレータが入力した場所からの距離、又はイベントが開催された時刻の少なくとも一つと照合し、検索条件として入力された場所を訪問した可能性の高い移動体を間接的に推定する。

なお、本発明は、前述した情報処理システムに限らず、情報処理方法としても構成することができる。また、本発明は、前述した情報処理システムを実現するコンピュータプログラムや当該プログラムを記録した記録媒体その他の種々の態様によっても実現することができる。

因みに、本発明をコンピュータプログラム又はそのプログラムを記録した記録媒体等として構成する場合、本発明に係るプログラムを記録媒体に記録されるプログラムの全体として構成しても良いし、本発明に係るプログラムを記録媒体に記録されるプログラムの一部として構成しても良い。また、配布に使用する記録媒体には、フレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭなどのコンピュータが読み取り可能な種々の揮発性記憶媒体や不揮発性記憶媒体を利用できる。

本発明により、ユーザに与える心理的負担を下げながら、確実に収集可能な通過ポイントの位置に関する履歴情報に基づいて、検索条件に指定した場所を訪問した又は当該場所で開催されたイベントに参加した個々の又は集団としての移動体を推定することができる。

形態例に係る情報処理システムの全体構成例を示す図である。 施設と位置特定端末の位置関係を説明する図である。 データ構造例を示す図である。 全体的な処理手順例を示す図である。 照合・ユーザ抽出処理の実行手順例を説明する図である。 尤度計算の重み付け例を説明する図である。 単純化して示すユーザの行動例を示す図である。 データ例を示す図である。 データ例を示す図である。 展示会に参加したユーザの抽出動作例を説明する図である。 制御用端末の画面例（イベント選択用）を示す図である。 制御用端末の画面例（抽出結果表示用）を示す図である。 制御用端末の画面例（ユーザに注目する例）を示す図である。 制御用端末の画面例（ユーザに注目する例）を示す図である。 画面間の遷移関係を説明する図である。 単純化して示すユーザの他の行動例を示す図である。

以下、図面に基づいて、本発明に係る形態例を順番に説明する。
（１）形態例１
図１〜図１５を用い、情報処理システムの１つ目の形態例を説明する。
（１−１）システム構成及び機能
図１に、形態例１に係る情報処理システム（以下、単に「システム」という。）の全体構成例を示す。システムは、データの格納と処理を実行するサーバ（００１）と、位置特定端末（００６）と、制御用端末（００８）とで構成される。なお、これらの端末は、ネットワーク（００４）を介して相互に接続されている。また、形態例における位置特定端末（００６）は、移動体の位置を取得可能な何らかの装置をいい、例えば交通機関のゲートや通信装置の基地局が相当する。また、この形態例における移動体は、電子的な通信を通じて利用者を特定できるＩＤ通知端末（例えばカード）（００５）を所持又は搭載する人、動物、物（例えばＥＴＣを搭載した車）である。以下では、移動体が人であり、カード形状のＩＤ通知端末（００５）を所持しているものとして説明する。

ユーザ（００２）がＩＤ通知端末（００５）を所持した状態で位置特定端末（００６）の付近を通過すると、このユーザ（００２）を識別するユーザＩＤと通過日時を含んだ位置情報がサーバ（００１）に送信される（３０１）。この位置情報送信（３０１）は、位置情報の取得と同時に実行しても良いし、位置特定端末（００６）のデータ格納部（００９）に位置情報を一旦格納した後、適当なタイミングに実行しても良い。また、システム構成によっては、ユーザ（００２）が所持するＩＤ通知端末（００５）が位置特定端末（００６）から位置情報を取得し、取得した位置情報をサーバ（００１）に送信する形態を採用しても良い。

この形態例に係るシステムは、例えば鉄道の乗車システムに応用することができる。この場合、ＩＣ乗車券がＩＤ通知端末（００５）に対応し、改札機が位置特定端末（００６）にそれぞれ対応する。また、この形態例に係るシステムは、例えば有料道路等の通過管理システムに応用することができる。この場合、ＥＴＣカードがＩＤ通知端末（００５）に対応し、入出場ゲートが位置特定端末（００６）に対応する。また、この形態例に係るシステムは、例えばユーザＩＤを電子情報として保持する端末やカードと、位置情報を保持する端末とで構成される決済システムに応用することもできる。この場合、電子マネーを記憶したカードやクレジットカード等と、決済用端末や自販機等の物販用端末との間で通信又は決済が実現する際に、ユーザＩＤと通信日時を含む位置情報を収集できることを利用する。このとき、決済用のカード等がＩＤ通知端末（００５）に対応し、決済用又は物販用端末が位置特定端末（００６）に対応する。

一般的に、ユーザ（００２）は、改札機や入出場ゲートなどの位置特定端末（００６）を通過して、最寄りのスタジアムや展示会場といった施設（００７）に移動する。すなわち、スポーツの試合や展示会などのイベントに参加する（３０４）。イベントの終了後は、施設（００７）から最寄の位置特定端末（００６）の付近を再び通過し、自宅や職場へと帰る。ここで、イベント開始前に通過した位置特定端末（００６）と帰りに通過した位置特定端末（００６）は必ずしも同じではない。例えば施設（００７）が駅間にある場合や１つの駅に対して複数の改札がある場合などの場合には、移動経路の任意性が高くなり、行きと帰りで移動経路が一致しなくなる。

サーバ（００１）は、主に、データ格納部（１００）と制御部（２００）の２つの部位により構成される。データ格納部（１００）には、位置情報送信（３０１）によって送られてきた、それぞれのユーザの位置履歴を格納するＩＤ付位置ログデータ（１０１）、ユーザに関する情報を管理するユーザデータ（１０２）、抽出結果データ（１０６）及び照合用データ（１１０）などを含む。照合用データ（１１０）には、それぞれの位置特定端末（００６）に関する情報を管理する位置特定端末データ（１０３）、施設（００７）に関する情報を管理する施設関連データ（１０４）、施設で行われるイベントに関連する情報を管理するイベント関連データ（１０５）を含む。

制御部（２００）は、ユーザの位置ログとイベント参加の関連付けを行う位置ログ−イベント照合処理部（２０１）、照合用データメンテナンス処理部（２０２）、データ通信・入出力処理部（２０３）、データベースアクセス処理部（２０４）などを含む。

データ分析を行うオペレータ（００３）が、制御用端末（００８）を通じてサーバ（００１）に対して条件を入力（選択）すると（３０２）、位置ログ−イベント照合処理部（２０１）によって所定の照合処理が行われ、結果を取得することができる（３０３）。結果は、特定の施設を訪問したユーザ、特定のイベント（イベントの集合）に参加したユーザ、特定のユーザのイベント参加履歴等の形態により取得することができる。このような取得結果（１０７）は、必要に応じて制御用端末（００８）のデータ格納部（０１０）に格納し、その後のマーケティング活動に活用することができる。

（１−２）施設と位置特定端末との位置関係
図２に、施設と位置特定端末の位置関係を簡略的に示す。従来の多くの位置情報収集マーケティングシステムでは、ユーザの施設への移動又は滞在は、ユーザの位置情報から直接的に求められている。すなわち、移動先や滞在先にある位置特定端末から取得されたユーザの位置情報に基づいて、該当場所におけるユーザの存在を確認する手法を採用する。

これに対し、形態例に係るシステムの場合には、位置情報は、ユーザの移動先や滞在先以外の場所にある位置特定端末により間接的に行われる。ここでの位置特定端末とは、例えば駅の改札機、有料道路の入出場ゲート、物販用端末等である。この形態例の場合、ユーザの移動ログは、ユーザの移動経路上における通過点としての位置特定端末を通じて収集されるユーザＩＤ等に基づいて記録されるものである。従って、形態例の場合には、これら間接的な移動ログに基づいてユーザの実際の目的地をイベント情報等の間接情報に基づいて推定する手法を採用する。この点が、形態例に係るシステムと従来システムとの相違点である。

図２の例について説明する。ここでは、位置特定端末Ａ（４５１）を通過した情報があった場合を考える。この場合、ユーザが向かった目的地の候補は、施設１（４６１）、施設２（４６２）又は少し離れた施設３（４６３）のいずれかである可能性が高い。実際、各位置特定端末の近くには、複数の施設が存在する場合が大部分である。もし、位置特定端末と施設とが一対一に対応する場合であって、ある位置特定端末を通過したユーザが１００％の確率である施設に向かっているという状況であれば、この形態例で説明する目的地の推定機能は必要ないということになる。

しかし、この形態例の場合のように、位置特定端末として駅の改札、有料道路の入出場ゲート、物販用端末等のように断続的にしかユーザの位置情報を取得することができない装置を想定する場合には、位置特定端末の通過日時、イベントの開催日時、ユーザの行動の規則性等の１つ又は複数の要素を用いた推定処理が必要になる。

なお、図２の場合、位置特定端末Ｂ（４５２）を通過したユーザは、施設３（４６３）又は施設４（４６４）に向かった可能性が高い。また、位置特定端末Ｃ（４５３）を通過したユーザは、施設４（４６４）又は施設５（４６５）に向かった可能性が高い。また、位置特定端末Ｄ（４５４）を通過したユーザは、施設２（４６２）、施設５（４６５）又は施設６（４６６）に向かった可能性が高い。

（１−３）データ構造例
ここでは、データ格納部（１００）に格納される代表的なデータのデータ構造について説明する。図３に、各種データのデータ構造を示す。ＩＤ付位置ログデータ（１０１）は、ログＩＤ（１１１）、位置ログ対象のユーザＩＤ（１１２）、位置特定端末ＩＤ（１１３）と、ユーザがこの位置を通過した（すなわち、処理が行われた）日時（１１４）とその処理種別（１１５）などの情報を含む。処理種別（１１５）とは、改札機や入出場ゲートなら「出場」又は「入場」、決済用又は物販用端末であれば「購入」等の位置特定端末が実行した処理の種別を示す情報である。

ユーザに関する情報を管理するユーザデータ（１０２）は、ユーザＩＤ（１２１）、氏名（１２２）、性別（１２３）、生年月日（１２４）、居住地域（１２５）等の個人情報、及び会員種別（１２６）等の情報を含む。ここで、氏名や詳細な住所などの個人を識別可能な情報は、システムの動作上は必須でない。性別や年齢などの属性情報は必ずしも必要なものではないが、データ処理後のマーケティング活動のために有用であることが多く、ここに記載されていないユーザに関わる各種情報（職業や勤務地域など）も、その後のマーケティング活動のために有用であれば、収集して格納しておくことが望ましい。

位置特定端末データ（１０３）は、改札機、入出場ゲート、物販用端末等の位置特定端末に関するデータを格納する。位置特定端末データ（１０３）は、端末ＩＤ（１３１）、「○○駅１号改札機」、「△△インターチェンジ上りゲート」等といった、位置又は端末の名称（１３２）、端末の種別（１３３）、端末が設置されている場所の緯度経度（１３４）、設置された日時（１３５）や有効期限又は撤去日時（１３６）等の情報を含む。ここで、設置日時（１３５）や有効期限（１３６）を格納する理由は、同じＩＤを持つ端末が、時の経過とともに移動されたり、撤去されたりする可能性があるからである。

施設に関するデータを格納する施設データ（１０４）は、施設ＩＤ（１４１）、施設名称（１４２）の他に、施設の種別（スタジアム、展示場、美術館、店舗などランドマークの種別）（１４３）、その場所の緯度経度（又はその範囲）（１４４）、最寄りにある位置特定端末とその距離（複数ある場合は複数）（１４５）、設置日時（１４６）と有効期限（１４７）等の情報を含む。ここで、最寄りの位置特定端末に関する情報は、この図に示すように、予め施設データに格納されていても良いし、後述する抽出処理を実際に行う際に、距離計算を行ってそのたびごとにリストアップしても良い。位置特定端末があまり移動せず、絶対的な数が多い場合は、最寄りの位置特定端末に関する情報を予め施設データに格納している方が便利である、しかし、位置特定端末が頻繁に移動、設置されるなど施設データや位置特定端末データの更新が頻繁に起きる場合には、最寄りの位置特定端末に関する情報を、そのたびごとにリストアップする方が便利である。

イベントデータ（１０５）は、イベントＩＤ（１５１）、イベント名称（１５２）、イベントの種別（１５３）と、会場の施設ＩＤ（１５４）、開始日時（１５５）及びそのマージン（１５６）、終了日時（１５７）及びそのマージン（１５８）と、そのイベントの規模に関する情報（１５９）等の各種情報を含む。ここで開始日時及び終了日時のマージンとは、参加者がきっかり開始時間に会場に到着し、きっかり終了時間に会場を離れる場合ばかりではないことを考慮するものである。例えば予め早めに（又は遅れて）到着したり、終了時間から少し時間が経過してから帰るユーザの存在を考慮するものである。なお、前後のマージンは、イベントの種類や特徴に応じてそれぞれ決定する。図の例では、開始日時に対して前に１２０分、後ろに９０分を与え、終了日時に対して前に３０分、後ろに１２０分のマージンを与えている。従って、開始日時が２００８年７月１５日１３時であれば、マージンの範囲は、同日の１１時から１４時３０分の間となる。また、終了日時が２００８年７月１５日１６時２分であれば、マージンの範囲は同日の１５時３２分から１８時２分の間となる。

これらのデータから所定の処理によって得られる抽出結果データ（１０６）は、ユーザＩＤ（１６１）、参加したと思われるイベントＩＤ（１６２）と、そのユーザがそのイベントに参加した尤度（もっともらしさ）（１６３）等の情報を含み、これらのデータを集めることにより、ある特定のユーザの趣味や興味に関する情報（１０８）や、逆にある特定のイベントに参加したユーザの傾向に関する情報（１０９）等を得て、マーケティングやイベント企画に活用することができる。

（１−４）処理動作の概要
（ａ）概要
図４に、形態例に係るシステム全体で実行される処理手順の概略イメージを示す。図では、位置情報収集処理（３１０）とイベント参加判定処理（３２０）を示す。

位置情報収集処理（３１０）では、左側の列にサーバの処理、中の列に位置特定端末の処理、右側の列にユーザの処理（又はユーザが保持するＩＤ通知端末の処理）を示す。ユーザが移動又は行動する（３１１）際に、駅、インターチェンジ、店舗等に配置された改札や入出場ゲートの通過又は決済処理が発生すると（３１２）、ユーザ又は端末のＩＤが位置特定端末に通知される。

位置特定端末はユーザＩＤとその日時を取得し（３１３）、この情報をサーバに送信する（３１４）。この処理はリアルタイムで実行される場合もあれば、定期的にまとめて送信される場合もある。サーバ（００１）では、受信したデータをＩＤ付位置ログデータ（１０１）として格納する（３１５）。この処理が、ユーザが活動する間中、随時実行される。なお、図中、太線で示す破線の矢印は、ネットワーク越しでの操作用端末及び表示用端末からサーバ（００１）へのアクセスを示し、細線で示す点線の矢印は、サーバ内部でのデータベースへのアクセスを示す。

次に、イベント参加判定処理（３２０）の処理を説明する。イベント参加判定処理（３２０）では、オペレータが制御用端末にて条件を入力又は選択すると（３２１）、命令がサーバに送られ、サーバでは後述する所定の手続きにより、蓄積されたＩＤ付ログデータ（１０１）及び照合用データ（１１０）を用いて、データの照合及びユーザの抽出を行う（３２２）。抽出結果はデータ（１０６）として格納されると共にオペレータに送信され、オペレータは結果を確認し（３２３）、その結果に応じてまた新たな条件を入力したり（３２１）、その後のマーケティング活動に活用したりする（３２４）。

（ｂ）照合・ユーザ抽出処理の内容
ここでは、イベント参加判定処理（３２０）のうち、特にサーバ（００１）が実行する照合・ユーザ抽出処理（３２２）の処理手順例を図５に示す。図５は、オペレータ（００３）があるイベント（＝ＥｖｅｎｔＡ）を検索条件として指定した場合に、このイベントに参加したと思われるユーザを抽出する処理（３３０）が実行される様子を示すものである。

（処理３３１）
まず、処理（３３１）について説明する。処理（３３１）では、イベント関連データ（１０５）に基づいて、イベント会場の施設ＩＤ（１５４）を「ＶｎＩＤ」に設定する。また、イベント関連データ（１０５）に基づいて、イベント開始日時（１５５）から前マージン（１５６）を差し引いた時刻をＳｔＴｉｍｅ１、イベント開始日時（１５５）に後マージン（１５６）を足し合わせた時刻をＳｔＴｉｍｅ２、イベント終了日時（１５７）から前マージン（１５８）を差し引いた時刻をＥｄＴｉｍｅ１、イベント終了日時（１５７）に後マージン（１５８）を足し合わせた時刻をＥｄＴｉｍｅ２に設定する。また、イベント関連データ（１０５）に基づいて、イベントが開催されない任意の日付（通常は、前日や翌日、別の週の同じ曜日）を少なくとも１日以上ピックアップした日付の集合をＯｔＤａｔｅ［］に設定する。以上が処理（３３１）である。

（処理３３２）
次に、ＥｖｅｎｔＡのイベント会場である施設ＶｎＩＤ（施設データ（１０４））について登録されている最寄り端末ＩＤ（１４５）を参照し、それぞれ（＝ＬｏｃＩＤ）について、後述する処理（３３３）、（３３４）、（３３５）で構成される処理（３３２）を行う。

（処理３３３）
処理（３３３）では、処理（３３１）で設定された会場の施設と最寄り端末との距離に基づいて両者間の移動に必要な所要時間を計算し、ＤｓＴｉｍｅとする。

（処理３３４）
次に、ＩＤ付位置ログデータ（１０１）から位置特定端末ＩＤ（１１３）がＬｏｃＩＤと等しく、かつ処理種別（１１５）が「出場」又は「購買」であり、かつ処理日時（１１４）が（ＳｔＴｉｍｅ１−ＤｓＴｉｍｅ)より後で（ＳｔＴｉｍｅ２−ＤｓＴｉｍｅ）より前であるログデータ（すなわち、イベント開始時刻にマージンとイベント会場への所要時間を加味した時間帯に、対象の位置特定端末を出場方向で通過しているログデータ）を抽出し、これに後述する尤度をつけたものをリストａ’(１８１)とする。

（処理３３５）
次に、ＩＤ付位置ログデータ（１０１）から、位置特定端末ＩＤ（１１３）がＬｏｃＩＤと等しく、かつ処理種別（１１５）が「入場」又は「購買」であり、かつ処理日時（１１４）が（ＥｄＴｉｍｅ１−ＤｓＴｉｍｅ）より後で（ＥｄＴｉｍｅ２−ＤｓＴｉｍｅ）より前であるログデータ（すなわち、イベント終了時刻にマージンとイベント会場からの所要時間を加味した時間帯に、対象の位置特定端末を入場方向で通過しているログデータ）を抽出し、これに尤度をつけたものをリストｂ’（１８２）とする。

（処理３３６）
各最寄り端末ＬｏｃＩＤについて処理（３３２）を繰り返し実行することにより、個々の最寄り端末ＬｏｃＩＤについてリストａ’（１８１）とリストｂ’（１８２）が得られる。処理（３３６）では、これらのリストを同じ処理で得られたもの同士を統合し、それぞれリストａ（１８３）とリストｂ（１８４）とする。この後、リストａ（１８３）及びリストｂ（１８４）に共通するユーザＩＤを抽出し、これをリストｃ(１８５)とする。

（処理３３７）
続いて、ＩＤ付位置ログデータ（１０１）から、ユーザＩＤ（１１２）がリストｃに含まれ、かつ位置特定端末ＩＤ（１１３）がＶｎＩＤの最寄り端末ＬｏｃＩＤの集合に含まれ、かつ処理日時（１１４）がＯｔＤａｔｅ［］に含まれるログデータを抽出し、これをリストｄ(１８６)とする。このリストｄ(１８６)は、イベント当日のログからイベントに参加した可能性があるユーザ（リストｃ（１８５））が、イベントのない日にも会場の近くに滞在していたログを現している。従って、リストｄ（１８６）に含まれるユーザは、必ずしもＥｖｅｎｔＡのために会場近くに滞在したのではなく、別の理由があってこの近くに来た可能性が高い。

（処理３３８）
そこで、リストｄ（１８６）をリストｃ（１８５）から除く処理を行う。このように、リストｃ（１８５）から、リストｄ（１８６）に含まれるユーザを除去したユーザのリスト（リストｅ（１８７））が、ＥｖｅｎｔＡに参加した可能性が高いユーザとして抽出される。

（ｃ）推定精度の向上方法
前述した処理手順により、イベントに参加したおおよそのユーザを推定することができる。以下では、更に推定精度を向上させるための処理手法を説明する。具体的には、出場時刻とイベント開始時刻の間隔や、どの最寄り端末を通過したかという情報（会場と位置特定端末との距離）や、出場時刻と入場時刻の間の滞在時間等の各パラメータに対してイベント参加に対する尤度を定義し、この尤度を抽出結果に付与することにより抽出結果の精度を向上する。

図６に、尤度を計算する際の重み付け例を示す。図５のステップ（３３４）及び（３３５）の処理においては、イベント関連データ（１０５）により定義されたイベントの開始日時（１５５）とマージン（１５６）、終了日時（１５７）とマージン（１５８）から指定された時間帯（３４３）と（３４４）の間に、位置特定端末（００６）を通過したユーザをイベントに参加した可能性が高いユーザとして抽出した。

この抽出時に、図６に示すような重み付け曲線（３４１）、（３４２）、（３４８）で表されるような値を掛け合わせることにより尤度を計算する。すなわち、マージンを加味した時間帯において、そのイベントの種類やイベント特有の条件、また経験的に得られる来場時間帯の分布に基づいて、実際のイベント開始時刻や終了時刻の前後どのくらいに来場又は退場したか（＝近似的には、位置特定端末を通過したか）に応じて、イベントに参加した可能性の高さを算出する。

図６（Ａ）の例では、ユーザａが位置通知端末を通過した時刻（３４５）の方が、ユーザｂが通過した時刻（３４６）よりも重み付け曲線の値が大きい。従って、この場合には、ユーザａの方がイベント参加に対する尤度が高くなる。例えばこの尤度に対して閾値を設定し、閾値以上のユーザだけを抽出することで信頼性を高めることができる。

なお、このような通過時刻による重み付け（３４０）の他に、図６（Ｂ）に示すように、滞在時間による重み付け（３４７）を利用することもできる。図６（Ｂ）の場合も、ユーザａの滞在時間（３４５）に相当する重み付け曲線の値の方が、ユーザｂの滞在時間（３４６）に相当する重み付け曲線の値よりも大きくなる。従って、ユーザａの方がイベント参加に対する尤度が高くなる。この場合も、この尤度に対して閾値を設定し、閾値以上のユーザだけを抽出することで信頼性を高めることができる。

尤度計算の重み付けには、これらの例の他にも、利用した最寄りの位置特定端末による重み付け（位置特定端末とイベント会場の距離が短いほど尤度を高くする等）、ユーザが今回指定されたイベントの他にも類似のイベント（イベントの種別が同じもの）に参加したという履歴が残っていれば、指定されたイベント参加に対する尤度を高くする等、さまざまな方法が考えられる。

また、最終的なイベント参加の判定は、これら複数の項目について個別に重み付けられた結果の加算結果を算出すると共に、これに対応する閾値を事前に設定しておくことにより、閾値以上のユーザだけを抽出する手法を適用することもできる。このように複数項目についての尤度を反映した判定を実行すれば、その分、総合的な信頼性を高めることができる。

（１−５）具体例
以下では、ユーザの行動を単純化して示す図７〜図１０に基づいて、収集されたログデータからイベント参加者を抽出する際に実行される処理手順を説明する。

図７は、ユーザの移動を単純化して示す図である。この例の場合、ユーザＰ（４０１）は、Ａ駅の近くにあるＸオフィス（４２１）に毎日通勤しているユーザであり、ユーザＱ（４０２）とユーザＲ（４０３）は、Ｙ展示場（４２２）で開催された展示会にある日に限り参加したユーザであり、ユーザＳ（４０４）はスタジアムで試合を時々観戦するユーザであるものとする。

この場合、ユーザＰ（４０１）は、毎朝、Ａ駅の改札（４１１）を通過してＸオフィス（４２１）に出勤し、毎夜、Ａ駅の改札（４１１）を通過して帰宅する。ユーザＱ（４０２）は、ある日、Ａ駅の改札（４１１）を通過してＹ展示場（４２２）で開催された展示会に参加したが、Ａ駅には戻らずにＢ駅まで移動し、Ｂ駅の改札（４１２）を通過し帰宅した。ユーザＲ（４０３）は、ユーザＱと同じ日の朝、Ａ駅の改札（４１１）を通過し、途中にある自販機Ｃ（４１３）で飲み物を購入してからＹ展示場（４２２）の展示会に参加し、昼過ぎにＡ駅の改札（４１１）を通過して会社に出社した。ユーザＳ（４０４）は、同じ日の夕方にＡ駅の改札（４１１）を通過してＺスタジアム（４２３）へ行き、ナイターの試合を観戦した後、同日の夜に再びＡ駅の改札（４１１）を通過して帰宅した。ユーザＳ（４０４）は別の日に別の場所にあるＷ球場（４２４）で行われる試合を観戦するためにＤ駅の改札（４１４）を通過し、試合観戦後に再びＤ駅の改札（４１４）を通過して帰宅した。

図７に示す各ユーザの移動に関連して収集されるデータの具体例を図８及び図９に示す。図８には、比較的静的なデータであるユーザデータ（１０２）、位置特定端末データ（１０３）、施設関連データ（１０４）の具体例を示す。

ユーザデータ（１０２）には、ユーザＰ（４０１）、ユーザＱ（４０２）、ユーザＲ（４０３）、ユーザＳ（４０４）のデータが格納されている。これらのユーザデータは、駅の改札を通過する際のＩＣ乗車券のＩＤと紐付けられて別途収集されたものである。もっとも、氏名や居住地域などの個人を特定できる情報は必ずしも必要ではない。ただし、一意なカードＩＤやユーザＩＤ等の識別子により個々のユーザ（カード、端末）が識別できることが必須である。

位置特定端末データ（１０３）には、改札、入出場ゲート、自販機や物販用端末等のデータが格納されている。これらも一意な端末ＩＤを有し、位置情報と紐付けられている。施設関連データ（１０４）は、オフィス、展示会場、スタジアム等のランドマークに関する情報であり、施設自体の位置情報や最寄りの位置特定端末のＩＤ等を保持している。この施設関連データ（１０４）を用いれば、各施設の近くの位置特定端末を通過したユーザの目的地がどこであったかを推定する際のおおよその候補を絞り込むことができる。

例えば図８の例であれば、Ｘオフィス（４２１）とＹ展示場（４２２）とＺスタジアム（４２３）がＡ駅改札（４１１）の比較的近くにあり、特にＹ展示場（４２２）から自販機Ｃ（４１３）は非常に近いところにあり、Ｂ駅改札（４１２）も比較的近い場所にあることが分かる。また、Ｗ球場（４２４）の最寄りの端末はＤ駅改札であることも分かる。

図９には、イベント関連データ（１０５）とＩＤ付位置ログデータ（１０１）の具体例を示す。ＩＤ付位置ログデータ（１０１）は、時々刻々と追加されていくデータであり、イベント関連データ（１０５）は日々のイベント情報の更新状況に合わせてメンテナンスされる必要がある。イベント関連データ（１０５）には、イベントの名称、種別、日時の他に、開催される会場の施設ＩＤが含まれる。この例の場合、ユーザＱ（４０２）とユーザＲ（４０３）が参加したＩＴ系の展示会はＹ展示場（４２２）であり、２００８年の７月１５日の朝から夕方まで開催されたものであることを示している。また、同日の夜には、Ｚスタジアム（４２３）でプロ野球の試合が行われたことを示している。また、約２週間後の７月３１日の夜には、Ｗ球場（４２４）で別の野球の試合が行われていることを示している。

ここで、ＩＤ付位置ログデータ（１０１）には、ユーザＰ（４０１）、ユーザＱ（４０２）、ユーザＲ（４０３）、ユーザＳ（４０４）がそれぞれ位置特定端末を通過したログが残されている。Ａ駅近辺の滞在は、改札の出場から入場までの時間で表すことができ、同一ユーザの出場と入場の組は、同ユーザがこの近辺に滞在して何らかの活動を行った時間帯の境界とみなすことができる。図９のデータ例の場合、ユーザＰ（４０１）に関する出場と入場の組は３組ある。すなわち、ユーザＰ（４０１）については、２００８年７月１５日（４４１）、２００８年７月１６日（４４５）、２００８年７月１７日（４４６）のそれぞれの朝にＡ駅改札（４１１）を出場し、同日夜にＡ駅改札（４１１）に入場する行動が認められる。同様に、ユーザＱ（４０２）については、２００８年７月１５日の朝にＡ改札（４１１）を出場し、同日夜にＢ駅改札（４１２）から入場していることが分かる（４４３）。ユーザＲ（４０３）については、２００８年７月１５日の朝にＡ改札（４１１）を出場し、昼過ぎにＡ駅改札（４１１）から入場していることが分かる（４４２）。ユーザＳ（４１４）の出場と入場の組は２組ある。すなわち、ユーザＳ（４１４）については、２００８年７月１５日の夕方から夜にかけてのＡ改札（４１１）の出入場（４４４）と、２００８年７月３１日の夕方から夜にかけてのＤ改札（４１４）の出入場（４４７）とが認められる。

図８及び図９に示すデータ群から、図５で示した処理手順によりイベントに参加したユーザの抽出を行う例を図１０に示す。ここでは、図９に示すイベントデータのうち、ＩＴ系の展示会である「△△ショー」をＥｖｅｎｔＡとする。この場合、図５の処理（３３１）〜（３３５）により、まずリストａ（１８３）とリストｂ（１８４）が取得される。リストａ（１８３）には、イベント開催日の午前中（マージンを考慮したイベント開始時刻周辺の時間帯）に展示会場の最寄りの位置特定端末ＩＤを通過（出場又は購買）したログが、リストｂ（１８４）には、同じ日の昼過ぎ（マージンを考慮したイベント終了時刻周辺の時間帯）に展示会場の最寄りの位置特定端末ＩＤを通過（入場又は購買）したログがそれぞれ抽出されている。

この後、図５の処理（３３６）の統合処理により、リストａ（１８３）とリストｂ（１８４）に共通に含まれるユーザとして、リストｃ（１８５）が得られる。ここで、リストｃ（１８５）のユーザＩＤと共に、そのユーザがイベントに参加した可能性の高さ（尤度）が算出される。例えば図６に示すように、位置特定端末の通過時刻と、位置特定端末の会場からの距離とのそれぞれに対応する基づく重み付け値が算出される。図１０に示すリストｃ（１８５）において、ユーザＲ００００３の尤度が他のユーザよりも低くなっている理由は、リストｂ（１８４）におけるＲ００００３の改札入場時刻が、イベント終了時刻よりもだいぶ前であることによる。また、図５の処理（３３７）によってリストｄ（１８６）が得られる。リストｄ（１８６）には、リストｃ（１８５）に含まれるユーザがイベント開催日以外に、最寄り端末ＩＤを通過したログが抽出される。

この後、図５の処理（３３８）により、リストｃ（１８５）に含まれる３人のユーザの中から、イベント開催日以外にもこの近くを移動しているユーザＰ００００１が除去され、最終的にはリストｅ（１８７）に示す２人のユーザが抽出される。

以上、図７〜図１０に示した例では、４人のユーザがＡ駅近くを移動しているが、前述したように、毎日通勤するＰさんを除くＱさんとＲさんの２名だけが、展示場で開催された展示会に参加したユーザとして抽出されることになる。また、Ａ駅改札の出場時刻と入場時刻が遅い時間のＳさんについては、昼間に開催された展示会ではなく、夜にスタジアムで開催された試合に来場したものと推定されることになる。

勿論、この例ではユーザの行動が単純な場合を想定しているため、イベントへの参加の判定が容易であったが、実際の人々の動きはもっと複雑であり、さまざまな要因が組み合わさっている。このため、尤度計算を用いたとしても、ユーザの行動目的を完全に推定することは容易ではない。

そこで、前述した尤度計算の条件を増やしつつ、複数のイベント参加に対する尤度を計算し、判定処理を繰り返すことにより精度を上げていくことが重要となる。今回の例でも、２００８年７月１５日のログだけではＳさんが試合を観戦したという推定の確度は高くはない。しかし、２００８年７月３１日に別のスタジアムの近くに、試合が行われた時間帯に出没していたというログが加わり、さらに別の日にも類似のログが存在することで、Ｓさんが２００８年７月１５日の試合を観戦したという推定の確度を向上させることができる。このように、あるユーザが定期的に特定の場所に訪問していることの履歴や、類似のイベントに繰り返し参加しているとの履歴を加味し、ユーザの行動傾向を明らかにしていくことにより、推定精度を高めることができる。結果的に、マーケティング活動に有用な情報を抽出することが可能になる。

（１−６）画面例
以下では、図１１〜図１５に基づいて、形態例に係る情報処理システムで使用する制御用端末の表示画面例を説明する。これらの画面は、図１のオペレータ（００３）が制御用端末（００８）に対する操作入力を通じて表示される画面の一例である。例えばオペレータ（００３）による検索条件の入力又は選択時に表示される画面例であり、検索条件に対する抽出結果の表示に用いられる画面例である。

図１１は、イベント選択時に使用する画面例である。イベント選択画面（５１０）には、予め設定した条件により抽出されたイベントの候補（５１４）が表示される。イベントを選択したら、イベント確定ボタン（５１５）を押してイベントを決定する。イベント検索条件入力ボタン（５１１）を押すと、別途条件を設定するための画面（５２０）が表示される。また、任意のキーワードを入力し（５１２）、このキーワードで検索する（５１３）ことも可能である。また、複数のイベントを選択したり、より詳細な条件を設定したい場合には、複数選択・詳細条件ボタン（５１７）を押して、図示しない詳細条件設定画面へ移行することもできる。なお、イベントの選択をキャンセルしたい場合には、キャンセルボタン（５１６）を押す。

イベント検索条件入力画面（５２０）では、大まかなジャンル（５２１）、より詳細なジャンル（５２２）、開催期間（５２３）、開催地域（５２４）といった諸条件をリストボックスなどにより選択し、イベント検索ボタン（５２５）を押して、対象とするイベントの候補を表示させる。なお、入力をキャンセルしたい場合には、キャンセルボタン（５２６）を押す。

図１２は、指定入力されたイベントに参加したユーザの抽出結果を表示する際に使用されるイベント参加ユーザ抽出結果画面（５３０）である。図１１に示す作業画面を通じてイベントが選択されると、サーバ（００１）において前述した抽出処理により、このイベントに参加したと思われるユーザが抽出され、そのユーザがイベントに参加した可能性（尤度）と共に表示される。このイベント参加ユーザ抽出結果画面（５３０）には、イベントについて登録されている情報（５３１）が表示され、イベント詳細情報確認ボタン（５３２）を押すことで、図１４に示すイベント詳細画面（５７０）にて、イベントの詳細情報を確認することができる。

イベントに参加したと思われるユーザ一覧のリスト（５３３）には、ユーザＩＤ、尤度、その他のユーザに関する概要情報が表示される。なお、それぞれの項目についてソートを実行することも可能である。ユーザの表示欄には、各ユーザの詳細情報を確認するためのボタン（５３４）が配置されており、これを押すと図１３に示すユーザ情報詳細画面（５５０）に移行する。また、イベント参加ユーザ抽出結果画面（５３０）には、リスト（５３３）に表示するユーザの絞り込み条件を設定するための絞込み条件設定ボタン（５３５）も表示される。このボタンを押すと、次の絞込み条件設定画面（５４０）によって絞り込み条件を設定することができる。なお、イベント参加ユーザ抽出結果画面（５３０）からイベント選択画面（５１０）に戻る場合には、戻るボタン（５３６）を押す。

絞込み条件設定画面（５４０）は、イベント参加の尤度の最小値（５４１）及び最大値（５４２）、年齢の最小値（５４３）及び最大値（５４４）、性別の指定（５４５）、（５４６）、（５４７）、居住地域（５４８）、（５４９）等を指定することにより、表示するユーザの絞込み条件を設定する。設定が終わった状態で条件確定ボタン（５３７）を押すと、イベント参加ユーザ抽出結果画面（５３０）におけるユーザリスト（５３３）が更新される。なお、絞込み条件設定画面（５４０）において、設定条件をキャンセルしたい場合には、キャンセルボタン５３８を押す。

図１３は、特定のユーザに注目した画面例である。図１２のイベント参加ユーザ抽出結果表示画面（５３０）において、各ユーザの詳細を確認するためのボタン（５３４）を押したときに表示される画面の例が、ユーザ情報詳細画面（５５０）である。選択したユーザのユーザＩＤ（５５１）、氏名又は仮名（５５２）、性別（５５３）、年齢（５５４）、居住地（５５５）、会員種別（５５６）等の登録済みの情報が表示される。ここで、「この人が参加した他のイベントをみる」というボタン（５５７）を押すと、サーバ（００１）の抽出処理を通じて推定された参加イベントが抽出され、そのユーザがイベントに参加した可能性（尤度）とともに表示される。

ユーザを指定した参加イベント抽出結果表示画面（５６０）では、ユーザに関する情報（５６１）が表示され、ユーザ詳細情報確認ボタン（５６２）を押すことで、ユーザの詳細情報を確認することができる。ユーザが参加したと思われるイベント一覧のリスト（５６３）には、イベント名称、尤度、その他イベントに関する概要情報が表示される。なお、各項目についてのソートの実行により、表示項目を並び替えて表示することができる。各イベントの欄には詳細情報を確認するためのボタン（５６４）が配置されており、これを押すと、図１４に示すイベント詳細情報画面（５７０）に移行する。また、ユーザ絞込みと同様に、絞込み条件設定ボタン（５６５）を押して図１４に示す絞り込み条件画面（５８０）に遷移し、抽出されたイベントの絞込み表示を行うこともできる。

図１４は、特定のイベントに注目した画面例である。イベント詳細画面（５７０）では、選択されたイベントのイベントＩＤ（５７１）、イベント名（５７２）、イベント種別（５７３）、開催日時（５７４）、イベント会場（５７５）等の詳細情報を確認できる。ここで、「このイベントに参加したユーザをみる」というボタン（５７６）を押すと、図１２に示したイベント参加ユーザ抽出結果画面（５３０）によって、イベントに参加したユーザの一覧を参照することができる。なお、戻るボタン（５７８）を押すと、表示を、参加イベント抽出結果表示画面（５６０）に戻すことができる。

絞込み条件設定画面（５８０）では、図１３に示すあるユーザについて表示された参加イベント抽出結果画面（５６０）から尤度（５８１）、（５８２）、種別（５８３）、開催期間（５８４）、（５８５）、開催地域（５８６）、（５８７）等の条件に応じて、イベントを絞り込む条件を設定するものである。各条件を指定して、「条件確定」ボタン（５８８）を押すと、絞り込んだイベントを参加イベント抽出画面（５６０）に表示する。この画面でも、キャンセルボタン（５８９）が押された場合には、参加イベント抽出結果画面（５６０）の直前状態に戻る。

図１５に、以上説明した図１１〜図１４に示す各画面の遷移関係を示す。図１５に示すように、各画面のボタンが押下げ操作されることにより、表示画面は別の画面に移行し、条件を変えながら結果を参照することができることが分かる。
（１−７）形態例による効果
以上の通り、形態例に係るシステムを用いれば、ユーザが移動する過程において通過点から断続的に取得される移動に関する履歴情報を母集団としながらも、選択されたイベント（又はイベントの集合）に参加したと推定されるユーザを高い精度で抽出することができる。すなわち、駅の改札を通過した時刻や自販機における購買情報を含むＩＣ乗車券のログデータを母集団としながらも、選択されたイベント情報等に着目することにより、ユーザの行動目的やユーザの行動傾向を間接的に分析することができる。

なお、入出場ゲートは多様な目的のユーザが通過するため、１回の推定処理からだけでは、イベント参加の尤度は一般的に低くなるが、この推定処理を繰り返すことにより、ユーザが入出場ゲートを通過した本来の目的の推定尤度を徐々に向上させていくことができる。

また、抽出されたユーザを各種の条件で並べ替えて表示したり、絞り込んで表示したりできる。これにより、イベントに参加したユーザ層の傾向を見出すことができる。また、これとは逆に、特定のユーザ（又はユーザの集合）を選択して、そのユーザが参加したイベントを抽出したり、各種の条件で並べ替えたり、絞り込んで表示したりできる。これにより、選択されたユーザのイベント参加傾向に基づいて、各ユーザに隠された趣味や興味を推定したりすることができる。

これらの結果は、マーケティング活動に利用したり、イベントの企画や広報活動に利用したりと、幅広い分野で活用することができる。

以上の形態例の説明では、説明を単純にするために単一のイベント及び単一のユーザを抽出対象としたが、勿論、複数のイベントの集合やユーザの集合といった対象に対して同様の処理を実行することができる。また、当該処理の実行により、ユーザやイベントの集合についての参加傾向をより高精度に掴むことができるようになる。

また、この形態例で説明した情報処理システムは、ユーザの位置情報を常時取得し続けるわけではないので、ユーザの位置情報収集に対する心理的な抵抗感が低く済むという利点を有している。また、改札や入出場ゲート、料金ゲート等の通過や購買等に伴う位置情報の収集は、ユーザに対して一般的な行動以上の追加的な行動を要求するものではない。従って、多くのユーザについて位置情報を収集することが可能となる。また、本方式の場合、わざわざ位置情報取得のための特別な端末を用意する必要がなく、位置特定端末の設置コストを抑制できるという効果も期待できる。

なお、この形態例１の場合には、入力されたイベントが開催された施設を自動的に特定する例について説明したが、施設（すなわち場所）を直接の入力対象とすることもできる。この場合、施設に関連付けられた各種のデータ（例えばイベント、利用可能時間等）を追加の絞り込み条件とする分析処理を実行することもできる。

（２）形態例２
次に、図１６に基づいて、情報処理システムの２つ目の形態例を説明する。なお、基本的なシステム構成や処理動作は、形態例１と同じである。

この形態例においては、特に、ユーザの移動に伴う購買行動に着目する場合について説明する。図１６に、この形態例で想定するユーザの単純化した行動例を示す。この図１６は、図７の行動例に対応するものである。

図１６と図７との違いは、位置特定端末が物販用端末である点である。形態例１の場合には、主に交通系のＩＣ乗車券と改札とによってユーザの位置情報を収集していたが、この形態例の場合には、電子マネーを格納した端末やポイントカード等を用いたユーザＩＤの提供と決済処理とが同時に実行される場合を想定する。

この形態例の場合、各店舗の決済端末（又は別途カード処理端末を用意する場合もある。）は、ユーザが保持する電子マネーやポイントカードを受け付けると、その決済内容と共にユーザＩＤを記録する。決済端末はそれぞれ、設置された店舗の位置情報を参照可能であるので、図１における位置特定端末であるとみなすことができる。

図１６では、３人の移動履歴について表している。一人は、オフィス（４７４）に勤務するＰさん（４７７）である。Ｐさん（４７７）は、昼休みにコンビニエンスストアＡ（４７１）に立ち寄りお昼ごはんを購入し、その後オフィスに戻り、帰宅途中に自販機Ｂ（４７２）で飲み物を買って帰っている。別の一人は、Ｑさん（４７８）である。Ｑさん（４７８）は、自販機Ｂ（４７２）で飲み物を購入した後、Ｙ展示会場（４７６）で開催された展示会に参加し、その帰りにカフェＣ（４７３）に立ち寄ってコーヒーを飲んで帰っている。もう一人は、Ｒさん（４７９）である。Ｒさん（４７９）は、カフェＣ（４７３）で時間をつぶした後、Ｚスタジアム（４７５）で試合を観戦し、その帰りに自販機Ｂ（４７２）で暖かい飲み物を買って帰っている。このとき、図１６の下段に示すような購買ログ（４７０）が収集され、データ格納部１００に格納される。

一般的な顧客情報分析であれば、この購買ログ（４７０）自体がユーザの購買行動の記録として使用される。例えばＱさんの１日の購買合計金額は５００円であるとか、Ｒさんの購買活動は夕方以降に集中しているとか、Ｐさんは週に何回コンビニエンスストアＡを利用しているとか、自販機Ｂでは夕方以降に暖かい飲み物が売れるなどといったデータ分析に用いられ、このような分析がマーケティングに活用される。

しかし、この形態例の場合には、このような分析から更に一歩進め、Ｑさんがこの場所に来た本当の目的は何だったのかという点に着目する。すなわち、別途用意したイベント情報・施設情報等と照合することにより、断続的に得られた購買データの間に埋もれているユーザの行動形態についてまでも分析対象とし、その結果をマーケティング活動に活用することを目的とする。

具体的な目的の推定処理の内容は、形態例１と同様であるので省略するが、各ユーザの移動先を高い精度で推定できることにより、Ｐさんはこの地域に通勤している人であるとか、ＱさんはＩＴ系の展示会に訪れる人なので、次に行われる類似のイベントにも参加するであろうとか、Ｒさんはあるチームの試合をたびたび観戦するので、そのチームやスポーツに興味がある人であろうといった、移動行動に隠された興味や趣味等を推定し、浮き彫りにすることができる。

無意識に近い形で断続的に得られるユーザの位置情報に基づいて、ユーザの各種施設に対する移動、滞在、各種イベントへの参加を推定することができる。これにより、ユーザの移動先だけでなく、断続的に蓄積される移動や行動に隠されているユーザに固有の興味や関心等を推定することができる。特に参加者の名簿を作ることが難しい、趣味的なイベントへの参加や施設への滞在を抽出し、参加者の属性や移動傾向を知ることにより、次回イベントの企画や広報活動にも役立てることができる。また、ユーザの趣味や興味に応じたマーケティング活動を行うことが可能となる。
（３）他の形態例
前述した形態例の場合には、断続的に収集されるユーザの行動や移動に伴う履歴情報に基づいて間接的にユーザの行動目的や趣味等を推定する場合について説明した。この際、検索条件に該当するユーザや履歴をリストとして表示する場合について説明したが、検索条件に該当した総数だけを表示しても良い。

００１：サーバ，００２：ユーザ，００３：オペレータ，００４：ネットワーク，００５：ＩＤ通知端末（カード），００６：位置特定端末，００７：施設，００８：制御用端末，００９：位置特定端末のデータ格納部，０１０：制御用端末のデータ格納部，１００：データ格納部，１０１：ＩＤ付位置ログデータ，１０２：ユーザデータ，１０３：位置特定端末データ，１０４：施設関連データ，１０５：イベント関連データ，１０６：抽出結果データ，１０７：取得結果，１０８：あるユーザの趣味・興味，１０９：イベントの参加者傾向，１１０：照合用データ，１１１：ログＩＤ，１１２：ユーザＩＤ，１１３：位置特定端末ＩＤ，１１４：処理日時，１１５：処理種別，１２１：ユーザＩＤ，１２２：氏名，１２３：性別，１２４：生年月日，１２５：居住地域，１２６：会員種別，１３１：端末ＩＤ，１３２：位置・端末名称，１３３：種別，１３４：緯度経度，１３５：設置日時，１３６：有効期限（撤去日時），１４１：施設ＩＤ，１４２：施設名称，１４３：種別，１４４：緯度経度，１４５：最寄り端末ＩＤと距離，１４６：設置日時，１４７：有効期限（撤去日時），１５１：イベントＩＤ，１５２：イベント名称，１５３：種別，１５４：会場の施設ＩＤ，１５５：開始日時，１５６：開始日時マージン，１５７：終了日時，１５８：終了日時マージン，１５９：参加規模，１６１：ユーザＩＤ，１６２：イベントＩＤ，１６３：尤度，１８１：リストａ’，１８２：リストｂ’，１８３：リストａ，１８４：リストｂ，１８５：リストｃ，１８６：リストｄ，１８７：リストｅ，２００：制御部，２０１：位置ログ−イベント照合処理部，２０２：照合用データメンテナンス処理部，２０３：データ通信・入出力処理部，２０４：データベースアクセス処理部，３０１：位置情報送信処理，３０２：条件入力（選択）処理，３０３：結果取得処理，３０４：イベント参加，３１０：位置情報収集処理，３１１〜３１９：処理ステップ，３２０：イベント参加判定処理，３２１〜３２４，３３０〜３３８：処理ステップ，３４０：通過時刻による重み付けの例，３４１〜３４２：重み付け曲線，３４３〜３４４：マージンを加味した時間帯，３４５：ユーザａのイベント会場近くの滞在時間，３４６：ユーザｂのイベント会場近くの滞在時間，３４７：滞在時間による重み付けの例，３４８：重み付け曲線，４０１：ユーザＰ，４０２：ユーザＱ，４０３：ユーザＲ，４０３：ユーザＳ，４１１：Ａ駅改札，４１２：Ｂ駅改札，４１３：自販機Ｃ，４１４：Ｄ駅改札，４２１：Ｘオフィス，４２２：Ｙ展示場，４２３：Ｚスタジアム，４２４：Ｗ球場，４４１〜４４７：出場・入場の組，４５１〜４５４：位置特定端末，４６１〜４６６：施設，４７０：購買ログデータ，４７１：コンビニＡ，４７２：自販機Ｂ，４７３：カフェＣ，４７４：Ｘオフィス，４７５：Ｚスタジアム，４７６：Ｙ展示会場，４７７：ユーザＰ，４７８：ユーザＱ，４７９：ユーザＲ，５００：制御用端末画面，５１０：イベント選択画面，５１１：検索条件入力ボタン，５１２：キーワード入力ボックス，５１３：キーワード検索ボタン，５１４：イベント候補リスト，５１５：イベント確定ボタン，５１６：キャンセルボタン，５１７：複数選択・詳細条件設定ボタン，５２０：イベント検索条件入力画面，５２１：大ジャンル選択リストボックス，５２２：小ジャンル選択リストボックス，５２３：開催期間選択リストボックス，５２４：開催地域選択リストボックス，５２５：イベント検索実行ボタン，５２６：キャンセルボタン，５３０：イベント参加ユーザ抽出結果画面，５３１：イベント概要，５３２：イベント詳細確認ボタン，５３３：イベント参加ユーザ一覧，５３４：ユーザ詳細確認ボタン，５３５：絞込み条件設定ボタン，５３６：キャンセルボタン，５３７：絞込み条件確定ボタン，５３８：キャンセルボタン，５４０：絞込み条件設定画面，５４１：尤度最小値設定ボックス，５４２：尤度最大値設定ボックス，５４３：年齢最小値設定ボックス，５４４：年齢最大値設定ボックス，５４５：性別条件（全部），５４６：性別条件（男性のみ），５４７：性別条件（女性のみ），５４８〜５４９：居住地域設定ボックス，５５０：ユーザ情報詳細画面，５５１：ユーザＩＤ，５５２：ユーザ名，５５３：性別，５５４：年齢，５５５：居住地，５５６：会員種別，５５７：参加イベント検索ボタン，５５８：キャンセルボタン，５６０：ユーザ別参加イベント抽出結果画面，５６１：ユーザ概要，５６２：ユーザ詳細確認ボタン，５６３：参加イベント一覧，５６４：イベント詳細確認ボタン，５６５：絞込み条件設定ボタン，５６６：キャンセルボタン，５７０：イベント詳細画面，５７１：イベントＩＤ，５７２：イベント名，５７３：イベント種別，５７４：開催日時，５７５：会場，５７６：イベント参加ユーザ検索ボタン，５７７：キャンセルボタン，５８０：絞込み条件設定画面，５８１：尤度最小値設定ボックス，５８２：尤度最大値設定ボックス，５８３：イベント種別設定ボックス，５８４〜５８５：開催期間設定ボックス，５８６〜５８９：開催地域設定ボックス，５８８：条件確定ボタン，５８９：キャンセルボタン。

Claims (8)

1. 入出場を管理する交通機関の改札機又はゲートにおいて通過が確認された移動体の識別情報、前記通過を確認した改札機又はゲートの位置情報及び前記通過を確認した日時情報で構成される履歴情報を格納する記憶装置と、
   検索条件としてオペレータが入力した場所又は検索条件としてオペレータが入力したイベントに対応する場所の周辺に位置する前記改札機又はゲートによって収集された移動体別の履歴情報だけを前記記憶装置から抽出する第１の処理と、抽出された移動体別の履歴情報と、滞在時間、過去の行動履歴、オペレータが入力した前記場所からの距離及びイベントが開催された時刻の少なくとも一つとを照合することにより、前記場所への訪問又は前記イベントへの参加の確からしさを与える尤度を前記第１の処理で抽出された移動体毎に計算して付与する第２の処理とを実行する照合処理装置と
   を有することを特徴とする情報処理システム。
2. 前記第２の処理では、前記尤度に基づいて、前記場所への訪問又は前記イベントへの参加の可能性を評価する評価処理を実行する
   ことを特徴とする請求項１に記載の情報処理システム。
3. 前記照合処理装置は、前記評価処理の結果を、検索条件に該当する移動体のリスト又は総数として表示する
   ことを特徴とする請求項２に記載の情報処理システム。
4. 前記リストにおいて特定の移動体が指定された場合、当該移動体に関する過去の行動履歴を表示する
   ことを特徴とする請求項３に記載の情報処理システム。
5. オペレータによる入力装置に対する操作入力を通じ、検索条件として場所又はイベントを受け付ける処理と、
   入出場を管理する交通機関の改札機又はゲートにおいて通過が確認された移動体の識別情報、前記通過を確認した改札機又はゲートの位置情報及び前記通過を確認した日時情報で構成される履歴情報が記憶装置に格納されている場合において、検索条件としてオペレータが入力した場所又は検索条件としてオペレータが入力したイベントに対応する場所の周辺に位置する前記改札機又はゲートによって収集された移動体別の履歴情報だけを前記記憶装置から抽出する処理と、
   抽出された移動体別の履歴情報と、滞在時間、過去の行動履歴、オペレータが入力した前記場所からの距離及びイベントが開催された時刻の少なくとも一つとを照合することにより、前記場所への訪問又は前記イベントへの参加の確からしさを与える尤度を前記抽出する処理で抽出された移動体毎に計算して付与する処理と
   を有することを特徴とする情報処理方法。
6. 前記付与する処理においては、前記尤度に基づいて、前記場所への訪問又は前記イベントへの参加の可能性を評価する評価処理を実行する
   ことを特徴とする請求項５に記載の情報処理方法。
7. 前記評価処理の結果を、検索条件に該当する移動体のリスト又は総数として表示する
   ことを特徴とする請求項６に記載の情報処理方法。
8. 前記リストにおいて特定の移動体が指定された場合、当該移動体に関する過去の行動履歴を表示する
   ことを特徴とする請求項７に記載の情報処理方法。

Images