JP5966930B2 - 行動パタン解析装置、行動パタン解析方法および行動パタン解析プログラム - Google Patents

Description

本発明は、不定期に測定された位置情報から行動パタンを解析する行動パタン解析装置、行動パタン解析方法および行動パタン解析プログラムに関する。

近年、位置情報を利用したライフログやコミュニケーションツールなどのＬＢＳ（Ｌｏｃａｔｉｏｎ Ｂａｓｅｄ Ｓｅｒｖｉｃｅ）が拡っている。ＬＢＳとして、例えば、携帯電話機などに搭載されるＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）機能を利用し、カメラ機能付きモバイル端末で撮影した写真に位置情報ログを付与するアプリケーションや、位置情報ログ付きの「つぶやき」が可能なＴｗｉｔｔｅｒ（登録商標）などが広く利用されている。また、他にも、ＬＢＳの例として、個人の位置情報から得ることができる利用者の行動パタンに合わせてコンテンツ配信を行うレコメンドサービスが存在する。

また、特許文献１には、位置情報から個人の行動を管理できる行動管理装置が記載されている。特許文献１に記載された行動管理装置は、ＧＰＳ機能を用いて所定時間ごとに測定される位置情報から、行動管理を行うための情報の検索や行動の推定を行う。

特開２００３−７６８１８号公報

ＬＢＳを提供する際、サービスの精度を向上させるには、短い間隔で位置情報を定期測位できることが望ましい。しかし、位置情報はプライバシー情報であるため、利用者は、定期測位した位置情報をサービス事業者に提供したくないと思う場合がある。そのため、位置情報を定期測位してサービスを利用することを敬遠する利用者も多数存在する状況である。

このような状況から、例えば、位置情報取得機能付端末を利用した位置情報の測位間隔が長かったり、位置情報の測位が不定期になったりする場合がある。このように、位置情報が不定期に測位される場合、特許文献１に記載された行動管理装置では、精度良く行動管理を行うことができないという問題がある。

そのため、位置情報の測位間隔が長く、また、位置情報の測位が不定期である場合にも、利用者が頻繁に滞在する場所や滞在時間帯、利用者が頻繁に移動する移動経路や移動時間帯など、利用者の日常の行動パタンを精度よく得られることが望まれる。

そこで、本発明は、位置情報の測位間隔が長く、また、位置情報の測位が不定期である場合にも、利用者の行動パタンを精度良く解析できる行動パタン解析装置、行動パタン解析方法および行動パタン解析プログラムを提供することを目的とする。

本発明による行動パタン解析装置は、利用者の測位位置及び測位日時を含む情報である位置情報ログを、その測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット手段と、多次元空間において測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出する滞留点クラスタ抽出手段と、位置情報プロット手段がプロットした位置情報ログから滞留点として抽出された位置情報ログを除いた位置情報ログの集合を非滞留点として抽出する非滞留点位置情報ログ抽出手段と、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを非滞留点の位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えたことを特徴とする。

本発明による他の行動パタン解析装置は、利用者の測位位置及び測位日時を含む情報である位置情報ログに含まれるその測位日時順にソートされた隣接する２つの位置情報ログ間の差分値として、その位置情報ログに含まれる測位日時の時間差、および、測位位置間の距離を算出する移動ベクトル関数値算出手段と、測位日時の時間差及び測位位置間の距離に基づいて、位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定する属性判定手段と、位置情報ログを、測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット手段と、多次元空間において測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、滞留点を抽出する滞留点クラスタ抽出手段と、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えたことを特徴とする。

本発明による行動パタン解析方法は、位置情報入力手段が、位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得し、滞留点クラスタ抽出手段が、位置情報ログをクラスタリングすることにより、利用者が滞留する位置である滞留点を抽出し、非滞留点位置情報ログ抽出手段が、位置情報ログの集合から、滞留点として抽出された位置情報ログを除いた位置情報ログの集合を抽出し、移動経路クラスタ抽出手段が、抽出された集合の位置情報ログに対して、測位位置を表す数値情報および時刻により規定される多次元空間上における測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出することを特徴とする

本発明による他の行動パタン解析方法は、位置情報入力手段が、位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得し、移動ベクトル関数値算出手段が、位置情報ログに含まれるその測位時刻順にソートされた隣接する２つの位置情報ログ間の差分値として、その位置情報ログに含まれる測位時刻の時間差、および、測位位置間の距離を算出し、属性判定手段が、測位時刻の時間差及び測位位置間の距離に基づいて、位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定し、位置情報プロット手段が、位置情報ログを、測位位置を表す数値情報および時刻により規定される多次元空間上にプロットし、滞留点クラスタ抽出手段が、多次元空間において測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、滞留点を抽出し、移動経路クラスタ抽出手段が、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出することを特徴とする。

本発明による行動パタン解析プログラムは、コンピュータに、位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得する位置情報入力処理、位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出する滞留点クラスタ抽出処理、位置情報ログの集合から、滞留点として抽出された位置情報ログを除いた位置情報ログの集合を抽出する非滞留点位置情報ログ抽出処理、および、抽出された集合の位置情報ログに対して、測位位置を表す数値情報および時刻により規定される多次元空間上における測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出処理を実行させることを特徴とする。

本発明による他の行動パタン解析プログラムは、コンピュータに、位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得する位置情報入力処理、位置情報ログに含まれるその測位時刻順にソートされた隣接する２つの位置情報ログ間の差分値として、その位置情報ログに含まれる測位時刻の時間差、および、測位位置間の距離を算出する移動ベクトル関数値算出処理、
測位時刻の時間差及び測位位置間の距離に基づいて、位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定する属性判定処理、位置情報ログを、測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット処理、多次元空間において測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、滞留点を抽出する滞留点クラスタ抽出処理、および、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出処理を実行させることを特徴とする。

本発明によれば、位置情報の測位間隔が長く、また、位置情報の測位が不定期である場合にも、利用者の行動パタンを精度良く解析できる。

本発明による行動パタン解析装置の第１の実施形態の構成例を示すブロック図である。 位置情報ログの例を示す説明図である。 クラスタリング空間の例を示す説明図である。 クラスタリング空間にプロットされた位置情報ログの例を示す説明図である。 滞留点パタンデータの例を示す説明図である。 移動経路パタンデータの例を示す説明図である。 行動パタン解析装置の動作例を示すフローチャートである。 行動パタン解析装置の動作例を示すフローチャートである。 基準曜日及び基準時刻を設定する動作の例を示すフローチャートである。 本発明による行動パタン解析装置の第２の実施形態の構成例を示すブロック図である。 移動ベクトル関数値の例を示す説明図である。 位置情報ログの集合例を示す説明図である。 本発明による行動パタン解析装置の第３の実施形態の構成例を示すブロック図である。 位置情報ログが示す進行方向と位置情報ログの方位角との関係の例を示す説明図である。 本発明による行動パタン解析装置の最小構成の例を示すブロック図である。 本発明による行動パタン解析装置の他の最小構成の例を示すブロック図である。

以下、本発明の実施形態を図面を参照して説明する。以下の説明では、携帯端末に搭載されるＧＰＳなどによるセンサ情報を利用して、位置情報および位置情報の取得時刻を記録するようなライフログサービスを想定する。

実施形態１．
図１は、本発明による行動パタン解析装置の第１の実施形態の構成例を示すブロック図である。本実施形態における行動パタン解析装置は、位置情報ログ入力部１０と、行動パタン解析基準入力部１１と、行動パタン解析部２０と、行動パタン記憶部３０とを備えている。

位置情報ログ入力部１０は、ＧＰＳ機能を搭載した携帯電話機などが取得した利用者の位置情報ログが入力されると、その位置情報ログを行動パタン解析部２０に入力する。位置情報ログとは、緯度、経度、高度などの位置を取得した端末の位置を表す数値情報と、その数値情報（位置情報）を取得した日時を示す日時情報とを含む情報である。言い換えると、位置情報ログは、端末利用者の測位位置及び測位日時を含む情報である。また、位置情報ログは、位置情報を取得した端末の識別子や、その端末利用者の識別子（以下、利用者識別子と記す。）を含んでいてもよい。図２は、位置情報ログの例を示す説明図である。図２に例示する例では、位置情報ログが、利用者識別子、日時、緯度および経度を含んでいることを示す。

行動パタン解析基準入力部１１は、後述する行動パタン解析部２０が位置情報ログをもとに行動パタンの解析を行う際の基準とする情報（以下、単に基準と記すこともある。）を行動パタン解析部２０に入力する。具体的には、行動パタン解析基準入力部１１は、「木曜日」、「全ての曜日」のような解析の対象とする曜日の基準（以下、曜日基準と記す。）や、「午前３時」のような解析の対象とする時刻の基準（以下、時刻基準と記す。）を行動パタン解析部２０に入力する。すなわち、ここでの基準とは、解析の対象とする位置情報ログの日時情報を指定する情報である。

行動パタン解析部２０は、端末利用者が頻繁に滞留する位置（以下、滞留点と記す。）、及び、端末利用者が頻繁に行き来する経路（以下、移動経路と記す。）を、位置情報ログを解析することにより抽出する。以下、抽出されたこれらの情報をあわせて、行動パタンデータと記すこともある。

行動パタン解析部２０は、クラスタリング空間プロット部２１と、滞留点クラスタ抽出部２２と、滞留点位置情報ログ除去部２３と、移動経路クラスタ抽出部２４とを含む。

クラスタリング空間プロット部２１は、解析の対象とする位置情報ログをクラスタリング空間にプロットする。ここで、クラスタリング空間とは、緯度、経度、高度などの位置を表す数値に加え、時刻を表す時刻軸を追加した超空間を意味する。言い換えると、クラスタリング空間とは、位置情報および日時情報により規定される多次元の空間であり、少なくとも、緯度、経度および時刻により規定される３次元空間である。また、位置情報ログをクラスタリング空間にプロットするとは、位置情報ログをクラスタリング空間の座標で示すことを意味する。さらに、クラスタリング空間にプロットされた位置情報ログのことを、クラスタリング空間にプロットされたデータまたはクラスタリング空間データと記すこともある。

図３は、クラスタリング空間の例を示す説明図である。図３に例示するクラスタリング空間は、緯度軸、経度軸および時刻軸で規定される３次元空間であり、それぞれ、ｘ軸、ｙ軸およびｚ軸に対応する。なお、図３の詳細については後述する。

クラスタリング空間プロット部２１は、行動パタン解析基準入力部１１から入力された曜日基準及び時刻基準の値を保持する。そして、クラスタリング空間プロット部２１は、保持している曜日基準や時刻基準の値、及び、位置情報ログ入力部１０から入力された利用者の位置情報ログをもとに、クラスタリング空間に位置情報ログをプロットする。クラスタリング空間プロット部２１は、例えば、行動パタンの解析を行う際の基準から所定の期間内に取得された位置情報ログを解析の対象とする。その後、クラスタリング空間プロット部２１は、クラスタリング空間にプロットされたデータを滞留点クラスタ抽出部２２に入力する。

図４は、クラスタリング空間にプロットされた位置情報ログの例を示す説明図である。なお、説明を簡略化する為、図４では、日付ごとに緯度−経度平面を分けたクラスタリング空間で位置情報ログをプロットし、その位置情報ログを積算した場合の例を示す。

例えば、位置情報ログに９月１日水曜日から９月１４日火曜日までの位置情報ログが存在し、曜日基準が「木曜日」、時刻基準が「午前３時」と設定されているとする。この場合、クラスタリング空間プロット部２１は、９月２日木曜日午前３時から９月３日午前３時までの位置情報ログ、および、９月９日木曜日午前３時から９月１０日午前３時までの位置情報ログを抽出する。そして、クラスタリング空間プロット部２１は、抽出した位置情報ログの日付を除去し、午前３時から翌日午前３時までの時系列上に並ぶ時刻軸を緯度−経度平面に追加したクラスタリング空間に、その位置情報ログをプロットする（図４（ａ）および（ｂ）参照。）。そして、クラスタリング空間プロット部２１は、これらの２日分の位置情報ログを積算したクラスタリング空間を生成する（図４（ｃ）参照。）。

上記説明では、クラスタリング空間プロット部２１が緯度および経度により規定される２次元の平面で日付ごとに位置情報ログをプロット後、それらの位置情報ログを積算する場合について説明した。他にも、クラスタリング空間プロット部２１は、緯度、経度および時刻により規定される３次元のクラスタリング空間に直接位置情報ログをプロットしてもよい。また、位置情報ログの位置情報に緯度、経度および高度が含まれている場合、クラスタリング空間プロット部２１は、緯度、経度、高度および時刻により規定される４次元のクラスタリング空間に位置情報ログをプロットしてもよい。

滞留点クラスタ抽出部２２は、クラスタリング空間データのクラスタリングを行い、端末利用者が頻繁に滞留している位置（すなわち、滞留点）を抽出する。具体的には、滞留点クラスタ抽出部２２は、緯度、経度および時刻の３変数からなる空間上のユークリッド距離が近い位置情報ログの集合を、ＥＭ（Ｅｘｐｅｃｔａｔｉｏｎ Ｍａｘｉｍｉｚａｔｉｏｎ）アルゴリズムや階層型クラスタリングなど、汎用のクラスタリング手法を用いて生成することにより、滞留点を抽出する。以下、抽出された滞留点のことを滞留点パタンデータと記すこともある。

ただし、滞留点クラスタ抽出部２２がクラスタリングを行う空間は、緯度、経度および時刻の３変数により規定される空間に限定されない。クラスタリングを行う空間は、４変数以上により規定される空間であってもよい。例えば、位置情報ログに高度を示す情報が含まれている場合、滞留点クラスタ抽出部２２は、緯度、経度、高度および時刻の４変数により規定される空間上の位置情報ログについてクラスタリングを行ってもよい。なお、以下の説明では、緯度、経度および時刻の３変数により規定される空間上に位置情報ログがプロットされている場合について具体的に説明する。

ここで位置情報ログが示す座標における緯度をＸ_ｉ、経度をＹ_ｉ、時刻をＺ_ｉとすると、ある２点間のユークリッド距離の２乗の値は、（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋（Ｚ_１−Ｚ_２）^２で定義される。しかし、緯度Ｘおよび経度Ｙに対し、時刻Ｚは単位系が異なる。そのため、空間上の時刻に対して場所（緯度−経度）に強く関連する距離関数の定義が必要となる。そこで、（Ｚ_１−Ｚ_２）^２の値に対し、予め定めた重み値ｋ_１を乗じた距離関数を定義する。すなわち、この関数は、（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋ｋ_１（Ｚ_１−Ｚ_２）^２と定義される。

重み値ｋ_１は、緯度−経度平面上に存在する点同士の距離と、緯度−経度平面上に存在する点と時刻軸方向に存在する点との間の距離とで、その距離に差をつける重み値であると言える。ｋ_１の値を小さくすると、位置情報ログ同士を比較した場合、距離の差よりも時間の差が、より小さくなる。そのため、ｋ_１の値を小さくすることにより、緯度−経度平面に対する時刻軸のユークリッド距離が近いと判定されやすくなるため、位置情報ログにおいて、場所（すなわち、緯度および経度から定まる位置）の近いログ同士が同一の集合になりやすいクラスタを生成することができる。

この重み値ｋ_１には、サービスの利用者が意図した滞留点の大きさになるように予めチューニングされた結果が指定される。例えば、時刻Ｚが時（ｈｏｕｒ）単位である場合、日本国内において半径１ｋｍ程度の滞留点を抽出したい場合には、重み値ｋ_１を１／１２００程度に設定することが望ましい。

このように、滞留点クラスタ抽出部２２は、クラスタリング空間プロット部２１からクラスタリング空間にプロットされたデータを受け取ると、予め設定されている重み値をクラスタリング空間にプロットされたデータにおける緯度及び経度に対してそれぞれ乗じる。重み値は、緯度−経度平面に対し、時刻軸のユークリッド距離が近いと判定されやすくなる値であれば、どのような値でもよい。

なお、位置情報ログに高度を示す情報が含まれている場合、位置情報ログが示す座標における緯度をＸ_ｉ、経度をＹ_ｉ、時刻をＺ_ｉ、高度をＷ_ｉとすると、距離関数を、（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋（Ｗ_１−Ｗ_２）^２＋ｋ_１（Ｚ_１−Ｚ_２）^２と定義すればよい。

次に、滞留点クラスタ抽出部２２は、重み値を乗じたクラスタリング空間データを用いて滞留点の抽出を行うため、このクラスタリング空間データを対象にクラスタリングの演算を行う。クラスタリングの演算は、一般に知られているどのクラスタリング手法を用いて行ってもよい。ここでは、セントロイド法を用いてクラスタリングの演算を行う場合を例に説明する。

まず、滞留点クラスタ抽出部２２は、クラスタリング空間にプロットされた全データをそれぞれ初期クラスタとし、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。この際、滞留点クラスタ抽出部２２は、元のクラスタに含まれる値から重心の値を求めることにより、求めた値を統合されたクラスタの新たなデータ値とする。なお、滞留点クラスタ抽出部２２は、統合されたクラスタを形成するクラスタリング空間データの個数も保持する。

滞留点クラスタ抽出部２２は、ユークリッド距離が予め設定された閾値（以下、第一ユークリッド距離閾値と記す。）を超えない範囲で以上の演算を繰り返し行う。第一ユークリッド距離閾値には、重み値と同程度の値（ここでは、１／１２００程度）を設定することが望ましい。

滞留点クラスタ抽出部２２は、ここまでの演算で求めたクラスタリング空間データ数が、予め設定された閾値（以下、第一クラスタ個数閾値と記す。）を超えたクラスタを滞留点と判断する。この第一クラスタ個数閾値には、試験等により適切な値が設定される。言い換えると、この第一クラスタ個数閾値を超える数の位置情報が測位された位置は、利用者が頻繁に滞留する位置ということができる。

例えば、図４（ｃ）に例示するクラスタリング空間データの場合、滞留点クラスタ抽出部２２は、クラスタ３０１ａ，３０１ｂを滞留点と判断する。そして、滞留点クラスタ抽出部２２は、そのクラスタ中のデータで最も早い時刻と最も遅い時刻、及び、そのクラスタ中のデータにおける位置情報（緯度及び経度）の重心の値を、滞留点を識別する識別子（以下、滞留点識別子と記す。）とともに、滞留点パタン保存部３１に記憶させる。

滞留点位置情報ログ除去部２３は、クラスタリング空間プロット部２１から渡されたデータのうち、滞留点クラスタ抽出部２２が滞留点と判断しなかった位置情報ログを抽出する。以下、この位置情報ログの集合のことを、非滞留点と記す。

移動経路クラスタ抽出部２４は、クラスタリング空間データのクラスタリングを行い、端末利用者が頻繁に移動を行っている時間帯及び移動経路を抽出する。以下、抽出された移動経路を、移動経路パタンデータと記すこともある。

具体的には、移動経路クラスタ抽出部２４は、緯度、経度および時刻の３変数からなる空間上のユークリッド距離が近い位置情報ログの集合を、汎用のクラスタリング手法を用いて生成することにより、移動経路を抽出する。なお、滞留点クラスタ抽出部２２での説明と同様、移動経路クラスタ抽出部２４がクラスタリングを行う空間は、緯度、経度および時刻の３変数により規定される空間に限定されず、４変数以上により規定される空間であってもよい。

滞留点クラスタ抽出部２２での説明と同様に、緯度、経度および時刻の３変数に対する距離関数は、（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋ｋ_２（Ｚ_１−Ｚ_２）^２と定義され、緯度、経度、高度および時刻の４変数に対する距離関数は、（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋（Ｗ_１−Ｗ_２）^２＋ｋ_２（Ｚ_１−Ｚ_２）^２と定義される。ここで、ｋ_２の値を大きくすることにより、緯度−経度平面に対する時刻軸のユークリッド距離が遠いと判定されやすくなるため、位置情報ログにおいて、場所（すなわち、緯度および経度から定まる位置）よりも、時刻の近いログ同士が同一の集合になりやすいクラスタを生成することができる。

ここでの重み値ｋ_２も、サービスの利用者が意図した滞留点の大きさになるように予めチューニングされた結果が指定される。なお、滞留点をクラスタリングする際の重み値ｋ_１と、移動経路を算出する際の重み値ｋ_２との間には、ｋ_１＜ｋ_２の関係が成り立つ。この重み値ｋ_２にも、サービスの利用者が意図した滞留点の大きさになるように予めチューニングされた結果が指定される。例えば、時刻Ｚが時（ｈｏｕｒ）単位である場合、重み値には、ｋ_２＝１と設定すればよい。

具体的には、移動経路クラスタ抽出部２４は、まず、滞留点位置情報ログ除去部２３からクラスタリング空間にプロットされたデータのうち滞留点と判断されなかったクラスタリング空間データを受け取る。そして、移動経路クラスタ抽出部２４は、予め設定されている重み値を、クラスタリング空間にプロットされたデータの緯度及び経度に対してそれぞれ乗じる。重み値は、緯度−経度平面に対し、時刻軸のユークリッド距離が遠いと判定されやすくなる値であれば、どのような値でもよい。

次に、移動経路クラスタ抽出部２４は、重み値を乗じたクラスタリング空間データを用いて移動経路を示す場所の抽出を行うため、このクラスタリング空間データを対象にクラスタリングの演算を行う。クラスタリングの演算は、一般に知られているどのクラスタリング手法を用いて行ってもよい。ここでは、セントロイド法を用いてクラスタリングの演算を行う場合を例に説明する。

まず、移動経路クラスタ抽出部２４は、滞留点位置情報ログ除去部２３から受け取ったクラスタリング空間データをそれぞれ初期クラスタとし、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。この際、移動経路クラスタ抽出部２４は、元のクラスタに含まれる値から重心の値を求めることにより、求めた値を統合されたクラスタの新たなデータ値とする。なお、移動経路クラスタ抽出部２４は、統合されたクラスタを形成するクラスタリング空間データの個数も保持する。

移動経路クラスタ抽出部２４は、ユークリッド距離が予め設定された閾値（以下、第二ユークリッド距離閾値と記す。）を超えない範囲で以上の演算を繰り返し行う。なお、第二ユークリッド距離閾値には、重み値と同程度の値を設定すればよい。

移動経路クラスタ抽出部２４は、ここまでの演算で求めたクラスタリング空間データ数が、予め設定された閾値（以下、第二クラスタ個数閾値と記す。）を超えたクラスタを移動経路と判断する。この第二クラスタ個数閾値にも、試験等により適切な値が設定される。例えば、図４（ｃ）に例示するクラスタリング空間データの場合、移動経路クラスタ抽出部２４は、クラスタ３０２を移動経路と判断する。

そして、移動経路クラスタ抽出部２４は、そのクラスタ中のデータで最も早い時刻と最も遅い時刻を抽出する。さらに、移動経路クラスタ抽出部２４は、そのクラスタに含まれるクラスタリング空間データ（すなわち、クラスタの重心の値）と滞留点パタン保存部３１が記憶する全滞留点の位置情報（すなわち、滞留点における緯度及び経度の重心の値）との２点間のユークリッド距離が１番短い滞留点と２番目に短い滞留点を移動経路の始終点と決定する。そして、移動経路クラスタ抽出部２４は、抽出した時刻および始終点と決定した滞留点とを、移動経路を識別する識別子（以下、移動経路識別子と記す。）とともに、移動経路パタン保存部３２に記憶させる。以下、ユークリッド距離が１番短い滞留点および２番目に短い滞留点をそれぞれ識別する情報を、第１近接滞留点識別子および第２近接滞留点識別子と記す。

なお、図３に例示するクラスタリング空間では、クラスタ１０１ａ，１０１ｂ，１０１ｃが滞留点と判断されたクラスタを示し、クラスタ１０２ａ，１０２ｂが移動経路と判断されたクラスタを示す。

行動パタン解析部２０（より具体的には、クラスタリング空間プロット部２１と、滞留点クラスタ抽出部２２と、滞留点位置情報ログ除去部２３と、移動経路クラスタ抽出部２４）は、プログラム（行動パタン解析プログラム）に従って動作するコンピュータのＣＰＵによって実現される。例えば、プログラムは、行動パタン解析装置の記憶部（図示せず）に記憶され、ＣＰＵは、そのプログラムを読み込み、プログラムに従って、行動パタン解析部２０（より具体的には、クラスタリング空間プロット部２１、滞留点クラスタ抽出部２２、滞留点位置情報ログ除去部２３、および、移動経路クラスタ抽出部２４）として動作してもよい。また、クラスタリング空間プロット部２１と、滞留点クラスタ抽出部２２と、滞留点位置情報ログ除去部２３と、移動経路クラスタ抽出部２４とは、それぞれが専用のハードウェアで実現されていてもよい。

行動パタン記憶部３０は、行動パタン解析部２０が解析した行動パタンデータをデータベースとして記憶する。行動パタン記憶部３０は、滞留点パタン保存部３１と、移動経路パタン保存部３２とを含む。

滞留点パタン保存部３１は、滞留点クラスタ抽出部２２が抽出した滞留点パタンデータをデータベースとして記憶する。図５は、滞留点パタンデータの例を示す説明図である。図５に例示するように、滞留点パタン保存部３１は、利用者識別子、滞留点識別子、滞留開始時刻、滞留終了時刻、緯度および経度を滞留点パタンデータとして記憶する。なお、位置情報ログに高度を示す情報が含まれている場合、滞留点パタン保存部３１は、高度が追加された滞留点パタンデータを記憶する。

移動経路パタン保存部３２は、移動経路クラスタ抽出部２４が抽出した移動経路パタンデータをデータベースとして記憶する。図６は、移動経路パタンデータの例を示す説明図である。図６に例示するように、移動経路パタン保存部３２は、利用者識別子、移動経路識別子、移動開始時刻、移動終了時刻、第１近接滞留点識別子および第２近接滞留点識別子を移動経路パタンデータとして記憶する。

行動パタン記憶部３０（より具体的には、滞留点パタン保存部３１と移動経路パタン保存部３２）は、例えば、磁気ディスク等により実現される。

次に、本実施形態の行動パタン解析装置の動作を説明する。図７および図８は、行動パタン解析装置の動作例を示すフローチャートである。また、図９は、基準曜日及び基準時刻を設定する動作の例を示すフローチャートである。

まず、位置情報ログ入力部１０は、位置情報ログが入力されると、その位置情報ログをクラスタリング空間プロット部２１に入力する（図７におけるステップＡ１）。次に、クラスタリング空間プロット部２１は、位置情報ログを受け取ると、既に設定されている基準曜日及び基準時刻をもとに、位置情報ログをクラスタリング空間にプロットし、クラスタリング空間にプロットしたデータを滞留点クラスタ抽出部２２に入力する（ステップＡ２）。なお、基準曜日及び基準時刻の設定方法については後述する。

次に、滞留点クラスタ抽出部２２は、クラスタリング空間にプロットされたデータをクラスタリング空間プロット部２１から受け取ると、予め設定されている重み値を、クラスタリング空間にプロットされたデータの緯度及び経度に対してそれぞれ乗じる（ステップＡ３）。なお、滞留点クラスタ抽出部２２は、予め設定されている重み値を、時刻に対して乗じてもよい。

次に、滞留点クラスタ抽出部２２は、クラスタリング空間にプロットされ、重み値を乗じた全データを初期クラスタとする（ステップＡ４）。そして、滞留点クラスタ抽出部２２は、全クラスタの中から選び出した２点間のユークリッド距離が設定した第一ユークリッド距離閾値を超えているか否を判定する（ステップＡ５）。２点間のユークリッド距離が第一ユークリッド距離閾値を超えていない場合（ステップＡ５におけるＮｏ）にはステップＡ６へ進み、超えている場合（ステップＡ５におけるＹｅｓ）にはステップＡ７へ進む。

２点間のユークリッド距離が第一ユークリッド距離閾値を超えていない場合、滞留点クラスタ抽出部２２は、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。この際、滞留点クラスタ抽出部２２は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、滞留点クラスタ抽出部２２は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、滞留点クラスタ抽出部２２は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく（ステップＡ６）。ステップＡ６の処理後、ステップＡ５以降の処理を行う。

一方、２点間のユークリッド距離が第一ユークリッド距離閾値を超えている場合、滞留点クラスタ抽出部２２は、設定された第一クラスタ個数閾値を越えた個数のクラスタリング空間データを含むクラスタを滞留点と判断する。次に、滞留点クラスタ抽出部２２は、そのクラスタ中のデータのうち最も早い時刻を滞留開始時刻、最も遅い時刻を滞留終了時刻とする。そして、滞留点クラスタ抽出部２２は、滞留開始時刻、滞留終了時刻、および、そのクラスタ中のデータにおける位置情報（緯度及び経度）の重心の値を、滞留点パタン保存部３１に記憶させる（ステップＡ７）。

次に、滞留点クラスタ抽出部２２は、ステップＡ２で受け取ったクラスタリング空間にプロットされたデータ、及び、ステップＡ７で決定された滞留点パタンデータを滞留点位置情報ログ除去部２３に入力する（ステップＡ８）。

滞留点位置情報ログ除去部２３は、滞留点クラスタ抽出部２２からクラスタリング空間にプロットされたデータ及び滞留点パタンデータを受け取ると、そのクラスタリング空間にプロットされたデータから、滞留点パタンデータに含まれる滞留点と判断されたデータを差し引く。そして、滞留点位置情報ログ除去部２３は、クラスタリング空間にプロットされたデータのうち、差し引かれた残りのデータを移動経路クラスタ抽出部２４に入力する（図８におけるステップＡ９）。

次に、移動経路クラスタ抽出部２４は、クラスタリング空間にプロットされたデータであって、滞留点と判断された位置情報ログが除去されたデータを滞留点位置情報ログ除去部２３から受け取ると、予め設定されている重み値を、受け取ったデータの緯度および経度に対してそれぞれ乗じる（ステップＡ１０）。なお、移動経路クラスタ抽出部２４は、予め設定されている重み値を、時刻に対して乗じてもよい。

次に、移動経路クラスタ抽出部２４は、クラスタリング空間にプロットされ、ステップＡ１０において重み値を乗じた全データを初期クラスタとする（ステップＡ１１）。そして、移動経路クラスタ抽出部２４は、全クラスタの中から選び出した２点間のユークリッド距離が設定した第二ユークリッド距離閾値を超えているか否を判定する（ステップＡ１２）。２点間のユークリッド距離が第二ユークリッド距離閾値を超えていない場合（ステップＡ１２におけるＮｏ）にはステップＡ１３へ進み、超えている場合（ステップＡ１２におけるＹｅｓ）にはステップＡ１４へ進む。

２点間のユークリッド距離が第二ユークリッド距離閾値を超えていない場合、移動経路クラスタ抽出部２４は、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。この際、移動経路クラスタ抽出部２４は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、移動経路クラスタ抽出部２４は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、移動経路クラスタ抽出部２４は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく（ステップＡ１３）。ステップＡ１３の処理後、ステップＡ１２以降の処理を行う。

一方、２点間のユークリッド距離が第二ユークリッド距離閾値を超えている場合、移動経路クラスタ抽出部２４は、設定された第二クラスタ個数閾値を超えた個数のクラスタリング空間データを含むクラスタを移動経路と判断する。次に、移動経路クラスタ抽出部２４は、そのクラスタ中のデータのうち最も早い時刻を移動開始時刻、最も遅い時刻を移動終了時刻とする。さらに、移動経路クラスタ抽出部２４は、そのクラスタの位置情報（緯度及び経度）と、ステップＡ９で受け取った滞留点パタンデータに含まれる滞留点の位置情報（緯度及び経度）とを比較する。そして、移動経路クラスタ抽出部２４は、そのクラスタの位置とのユークリッド距離が１番短い滞留点と２番目に短い滞留点を、それぞれ第１近接滞留点識別子、第２近接滞留点識別子と決定する。そして、移動経路クラスタ抽出部２４は、移動開始時刻、移動終了時刻、第１近接滞留点識別子および第２近接滞留点識別子を、移動経路パタン保存部３２に記憶させる（ステップＡ１４）。

次に、基準曜日及び基準時刻を設定する動作を説明する。まず、行動パタン解析基準入力部１１は、例えば、利用者によって基準曜日及び基準時刻の値が入力されると、入力された基準曜日及び基準時刻の値をクラスタリング空間プロット部２１に入力する（図９におけるステップＢ１）。次に、クラスタリング空間データプロット部２１は、行動パタン解析基準入力部１１から基準曜日及び基準時刻の値を受け取ると、クラスタリング空間データプロット部２１内部に基準曜日の値および基準時刻の値を保持する（ステップＢ２）。

以上のように、本実施形態によれば、クラスタリング空間プロット部２１が、少なくとも緯度、経度および時刻により規定される３次元空間上に位置情報ログをプロットする。そして、滞留点クラスタ抽出部２２が、緯度−経度平面に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを位置情報ログに対して行い、その位置情報ログをクラスタリングすることにより滞留点を抽出する。また、滞留点位置情報ログ除去部２３が、空間上にプロットされた位置情報ログから滞留点として抽出された位置情報ログを除いた非滞留点を抽出する。そして、移動経路クラスタ抽出部２４が、緯度−経度平面に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを非滞留点の位置情報ログに対して行い、その位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する。このような構成により、位置情報の測位間隔が長く、また、位置情報の測位が不定期である場合にも、利用者の行動パタンを精度良く解析できる。

例えば、図３（ａ）および図３（ｂ）に例示するように、１日分の位置情報ログでは、１レコードが指し示す場所が利用者にとってどのような場所であるか判断することは困難である。しかし、図３（ａ）および図３（ｂ）に例示する位置情報ログを、図３（ｃ）に例示する１つのクラスタリング空間上にプロットすることで、レコードが多く滞留する地点、及び、その滞留点間の移動経路上にレコードが連なることを確認できる。そのため、測位していない時刻の大まかな位置情報を補間することが可能になる。

実施形態２．
次に、本発明による行動パタン解析装置の第２の実施形態を説明する。本実施形態では、位置情報ログが大量に存在する場合に、滞留点クラスタと移動経路クラスタの判別精度を上げる手法を説明する。図１０は、本発明による行動パタン解析装置の第２の実施形態の構成例を示すブロック図である。本実施形態における行動パタン解析装置は、位置情報ログ入力部１０と、行動パタン解析基準入力部１１と、行動パタン解析部５０と、行動パタン記憶部３０と、移動ベクトル演算解析部４０とを備えている。

行動パタン解析基準入力部１１および行動パタン記憶部３０の内容は、第１の実施形態と同様のため、説明を省略する。

位置情報ログ入力部１０は、［緯度，経度，時刻］を１レコードとする位置情報ログを受け取ると、その位置情報ログを移動ベクトル関数値演算部４１に入力する。なお、時刻は、測位日時ということができ、緯度および経度は、測位場所ということができる。

移動ベクトル演算解析部４０は、移動ベクトル関数値演算部４１と、滞留・移動経路属性判定部４２とを含む。移動ベクトル関数値演算部４１は、入力された位置情報ログのレコードを、位置情報ログに含まれる時刻の時系列順にソートする。そして、移動ベクトル関数値演算部４１は、時系列順にソートされたレコードの前後の差分値をベクトル関数値として演算する。なお、以下の説明では、ベクトル関数値のことを移動ベクトル関数値と記すこともある。また、レコードの前後とは、位置情報ログのレコードをソートした時に、隣り合う２つのレコードを意味する。また、差分値には、位置情報ログに含まれる測位日時の時間差、および、測位場所間の距離が含まれる。さらに、差分値には、測位場所間での進行方向を表す進行方向角度が含まれていてもよい。

ベクトル関数値は、（ｔ_１，ｔ_２，ｒ，θ）と定義することができる。ｔ_１は、レコードが記録された時刻を示す。ｔ_２は、そのレコードが記録された時刻から次のレコードが記録された時刻まで差分（測位日時の時間差）を示す。ｒは、そのレコードが記録された位置から次のレコードが記録された位置までの距離（測位場所間の距離）を示す。θは、そのレコードが記録された位置から次のレコードが記録された位置への進行方向を表す進行方向角度を示す。

ここで、位置情報ログが示す座標における緯度をＸ_ｉ、経度をＹ_ｉとし、比較する２点の座標を、それぞれ（Ｘ_１，Ｙ_１）、（Ｘ_２，Ｙ_２）とする。このとき、移動ベクトル関数値演算部４１は、次のレコードが記録された位置までの距離を、ｒ＝（（Ｘ_２−Ｘ_１）^２＋（Ｙ_２−Ｙ_１）^２）^１／２で算出する。また、移動ベクトル関数値演算部４１は、進行方向角度を、θ＝ａｒｇ（（Ｙ_２−Ｙ_１）／（Ｘ_２−Ｘ_１））で算出する。そして、移動ベクトル関数値演算部４１は、これらの演算により得られた全レコードのベクトル関数値を滞留・移動経路属性判定部４２に入力する。

図１１は、移動ベクトル関数値の例を示す説明図である。図１１に示す例では、時系列順に８：３０、９：００、９：１５、９：３０、１０：３０および１１：３０に記録された位置情報ログが存在することを示す。このとき、移動ベクトル関数値演算部４１は、１１：３０に記録された位置情報ログのベクトル関数値を（９，０．２５，１０，３１５°）と算出する。ここで、時刻および時刻の差分の単位は「時」である。また、移動ベクトル関数値演算部４１は、ｒ及びθの値を、上述する式に基づいて算出すればよい。なお、１１：３０に記録された位置情報ログは、次に記録されたレコードが存在しないため、１１：３０に記録された位置情報ログについてのベクトル関数値は算出されていない。

滞留・移動経路属性判定部４２は、移動ベクトル関数値演算部４１から全レコードのベクトル関数値を受け取ると、その各レコードが滞留を表すレコードか、移動経路を表すレコードか、または、滞留と移動経路のどちらを表すレコードか判定が不能であるレコードかを判別する。なお、滞留を表すレコードとは、滞留点に含まれるレコードのことを意味し、移動経路を表すレコードとは、非滞留点に含まれるレコードを意味する。以下、滞留を表すレコードの属性を滞留属性と示す。また、移動経路を表すレコードの属性を移動属性と示す。

具体的には、滞留・移動経路属性判定部４２は、移動ベクトル関数値演算部４１から受け取ったベクトル関数値を示す各レコードの属性を、予め設定された滞留点許容距離Ｒおよび有効レコード閾時間Ｔを用いて判定する。

滞留・移動経路属性判定部４２は、レコードの移動ベクトル関数値に含まれるｔ_２（すなわち、次のレコードが記録された時刻まで差分）の値が有効レコード閾時間Ｔよりも大きい場合、そのレコードの属性を判定不能とする。一方、レコードの移動ベクトル関数値に含まれるｔ_２値が有効レコード閾時間Ｔよりも小さい場合、滞留・移動経路属性判定部４２は、さらに、移動ベクトル関数値に含まれるｒの値と滞留点許容距離Ｒの値とを比較する。

移動ベクトル関数値に含まれるｒの値が滞留点許容距離Ｒの値よりも小さい場合、滞留・移動経路属性判定部４２は、対象のレコードを滞留属性を持つレコードと判定する。一方、ｒの値が滞留点許容距離Ｒの値よりも大きい場合、滞留・移動経路属性判定部４２は、対象のレコードを移動経路属性を持つレコードと判定する。そして、滞留・移動経路属性判定部４２は、滞留属性か移動属性かを判定したレコードをクラスタリング空間プロット部２１に入力する。

行動パタン解析部５０は、クラスタリング空間プロット部２１と、滞留点クラスタ抽出部２２と、移動経路クラスタ抽出部２４とを含む。すなわち、本実施形態における行動パタン解析部５０は、滞留点位置情報ログ除去部２３を含んでいない点において第１の実施形態における行動パタン解析部２０と異なる。

クラスタリング空間プロット部２１は、第１の実施形態と同様、解析の対象とする位置情報ログをクラスタリング空間にプロットする。具体的には、まず、クラスタリング空間プロット部２１は、予め設定された時刻（すなわち、時刻基準）を日付の切れ目とし、設定された曜日（すなわち、曜日基準）の位置情報ログを抽出する。なお、時刻基準および曜日基準に基づいて位置情報ログを抽出する方法は、第１の実施形態で示す方法と同様である。

なお、クラスタリング空間プロット部２１には、位置情報ログ入力部１０から直接位置情報ログが入力されてもよい。また、滞留・移動経路属性判定部４２が、移動ベクトル演算解析部４０に入力された位置情報ログをクラスタリング空間プロット部２１に入力するようにしてもよい。

そして、本実施形態では、クラスタリング空間プロット部２１は、緯度、経度および時刻を含む位置情報ログに、滞留・移動経路属性判定部４２から受信した進行方向角度を加えたレコードをクラスタリング空間にプロットする。なお、この進行方向角度は、位置情報ログに含まれる時刻に対応する値である。すなわち、クラスタリング空間プロット部２１は、［緯度，経度，時刻，進行方向角度］を含むレコードを４次元のクラスタリング空間にプロットする。なお、クラスタリング空間プロット部２１がクラスタリング空間に上記レコードをプロットする方法は、第１の実施形態と同様である。そして、クラスタリング空間プロット部２１は、プロットしたデータを滞留点クラスタ抽出部２２に入力する。

滞留点クラスタ抽出部２２は、第１の実施形態と同様、クラスタリング空間データのクラスタリングを行い、滞留点を抽出する。ただし、本実施形態では、滞留点クラスタ抽出部２２は、クラスタリング空間プロット部２１からクラスタリング空間にプロットされたデータを受け取ると、滞留・移動経路属性判定部４２で滞留属性と判定されたレコードのみを対象としてクラスタリングを行う。

滞留点クラスタ抽出部２２は、クラスタリング空間にプロットされたデータの緯度及び経度を示す値に対して、予め設定された重み値をそれぞれ乗じる。ここで、クラスタリング空間にプロットされ、予め設定された重み値が乗じられた全データのうち、滞留属性と判定されたデータを初期クラスタとする。

次に、滞留点クラスタ抽出部２２は、上記クラスタの中から選び出した２点間のユークリッド距離が、予め設定されたユークリッド距離閾値を超えていないか否かを判断する。ユークリッド距離がユークリッド距離閾値を超えていない場合、滞留点クラスタ抽出部２２は、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。

この際、滞留点クラスタ抽出部２２は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、滞留点クラスタ抽出部２２は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、滞留点クラスタ抽出部２２は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく。

一方、２点間のユークリッド距離がユークリッド距離閾値を超えていた場合、滞留点クラスタ抽出部２２は、設定されたクラスタ個数閾値を越えた個数のクラスタリング空間データを含むクラスタを滞留点と判断する。そして、滞留点クラスタ抽出部２２は、そのクラスタ中のデータのうち最も早い時刻を滞留開始時刻、最も遅い時刻を滞留終了時刻とする。そして、滞留点クラスタ抽出部２２は、滞留開始時刻、滞留終了時刻、および、そのクラスタ中のデータにおける緯度及び経度の重心の値を、滞留点パタン保存部３１に記憶させる。

滞留点クラスタ抽出部２２は、クラスタリング空間プロット部２１から受け取ったデータを移動経路クラスタ抽出部２４に入力する。

すなわち、本実施形態における滞留点クラスタ抽出部２２がクラスタリングを行う方法は、第１の実施形態と同様である。ただし、本実施形態では、滞留点クラスタ抽出部２２が滞留属性と判定されたレコードのみを対象としてクラスタリングを行う点において、第１の実施形態と異なる。

移動経路クラスタ抽出部２４は、第１の実施形態と同様、クラスタリング空間データのクラスタリングを行い、端末利用者が頻繁に移動を行っている時間帯及び移動経路を抽出する。ただし、移動属性と判定されたデータを初期クラスタとして処理を行う点において第１の実施形態と異なる。

また、第１の実施形態では、滞留点位置情報ログ除去部２３が、クラスタリング空間にプロットされたデータから、滞留点パタンデータに含まれる滞留点と判断されたデータを差し引いた。そして、滞留点位置情報ログ除去部２３が、クラスタリング空間にプロットされたデータのうち、差し引かれた残りのデータを移動経路クラスタ抽出部２４に入力した。一方、本実施形態では、滞留・移動経路属性判定部４２によって滞留か移動経路かの属性が判定されたレコードがクラスタリング空間プロット部２１に入力される。そのため、滞留点位置情報ログ除去部２３によって滞留点と判断されたデータがクラスタリング空間にプロットされたデータから差し引かれなくても、移動経路クラスタ抽出部２４は、移動属性と判定されたデータを識別することが可能になる。

すなわち、第１の実施形態における滞留点位置情報ログ除去部２３も、本実施形態における移動ベクトル演算部４０（より詳しくは、移動ベクトル関数値演算部４１と、滞留・移動経路属性判定部４２）も、非滞留点を抽出する機能を有する。さらに、本実施形態における移動ベクトル演算部４０では、データの絞り込みが行われるため、第１の実施形態における効果に加え、位置情報ログが大量になった場合でも、滞留点クラスタと移動経路クラスタの判別精度を上げることができる。

まず、移動経路クラスタ抽出部２４は、滞留点クラスタ抽出部２２からデータを受け取ると、予め設定されている重み値を、受け取ったデータの緯度および経度に対してそれぞれ乗じる。

本実施形態では、移動経路の進行方向について考慮する。そこで、距離関数は、緯度、経度、時刻および進行方向角度の４変数を用いて以下の式１のように定義される。なお、以下に定義される距離関数において、緯度及び経度を基準として、時刻と進行方向角度に対して、ｋ_２，ｋ_３がそれぞれ定められる。

（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋ｋ_２（Ｚ_１−Ｚ_２）^２＋ｋ_３（｜θ_１−θ_２｜）^２
但し｜θ_１−θ_２｜＜１８０°
（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋ｋ_２（Ｚ_１−Ｚ_２）^２＋ｋ_３（｜θ_１−θ_２｜−１８０）^２
但し｜θ_１−θ_２｜＞１８０° ・・・（式１）

ここで、定義された重み値ｋ_２、ｋ_３が乗じられた全データのうち、移動属性と判定されたデータを初期クラスタとする。移動経路クラスタ抽出部２４は、上記クラスタの中から選び出した２点間のユークリッド距離が設定したユークリッド距離閾値を超えていないか否かを判定する。ユークリッド距離が閾値を超えていない場合、移動経路クラスタ抽出部２４は、上記クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。

この際、移動経路クラスタ抽出部２４は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、移動経路クラスタ抽出部２４は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、移動経路クラスタ抽出部２４は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく。

一方、２点間のユークリッド距離がユークリッド距離閾値を超えている場合、移動経路クラスタ抽出部２４は、設定されたクラスタ個数閾値を超えた個数のクラスタリング空間データを含むクラスタを移動経路と判断する。そして、移動経路クラスタ抽出部２４は、そのクラスタ中のデータのうち最も早い時刻を移動開始時刻、最も遅い時刻を移動終了時刻とする。

さらに、移動経路クラスタ抽出部２４は、そのクラスタの位置情報（緯度及び経度）と、滞留点クラスタ抽出部２２から受け取った滞留点パタンデータに含まれる滞留点の位置情報（緯度及び経度）とを比較する。そして、移動経路クラスタ抽出部２４は、そのクラスタの位置とのユークリッド距離が１番短い滞留点と２番目に短い滞留点を、それぞれ第１近接滞留点識別子、第２近接滞留点識別子と決定する。そして、移動経路クラスタ抽出部２４は、移動開始時刻、移動終了時刻、第１近接滞留点識別子および第２近接滞留点識別子を、移動経路パタン保存部３２に記憶させる。

すなわち、本実施形態では、移動経路クラスタ抽出部２４が進行方向角度の差分を考慮してクラスタリングを行う点において、第１の実施形態における移動経路クラスタ抽出部２４と異なる。それ以外については、第１の実施形態と同様である。なお、移動経路の進行方向について考慮しない場合、移動経路クラスタ抽出部２４は、第１の実施形態と同様に、利用者の測位位置及び測位日時をもとにクラスタリングを行えばよい。

以上のように、本実施形態によれば、移動ベクトル関数値演算部４１が位置情報ログに含まれる測位日時順にソートされた隣接する２つの位置情報ログ間の差分値（移動ベクトル関数値）として、その位置情報ログに含まれる測位日時の時間差、測位場所間の距離、および、測位場所間での進行方向を表す進行方向角度を算出する。また、滞留・移動経路属性判定部４２が、測位日時の時間差及び測位場所間の距離に基づいて、位置情報ログの属性が滞留属性を有するか否かを判定する。そして、滞留点クラスタ抽出部２２が、滞留属性を有すると判定された位置情報ログをクラスタリングすることにより滞留点を抽出する。

また、本実施形態によれば、滞留・移動経路属性判定部４２が、測位日時の時間差及び測位場所間の距離に基づいて、位置情報ログの属性が移動属性を有するか否かを判定する。また、クラスタリング空間プロット部２１が、利用者の測位位置及び測位日時を含む位置情報ログに進行方向角度を加えたレコードを、少なくとも緯度、経度、時刻および進行方向角度により規定される４次元空間上にプロットする。そして、移動経路クラスタ抽出部２４が、移動経路属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する。

以上のような構成により、第１の実施形態における効果に加え、位置情報ログが大量になった場合でも、滞留点クラスタと移動経路クラスタの判別精度を上げることができる。

すなわち、本実施形態では、滞留と移動経路のどちらを表すレコードか判定が不能であるレコード（すなわち、滞留属性でも移動属性でもないレコード）は、クラスタリングの対象から除外される。このようにして、クラスタリングの対象とするレコードを削減することで、クラスタリングの精度を上げることができる。

実施形態３．
次に、本発明による行動パタン解析装置の第３の実施形態を説明する。本実施形態では、各移動経路クラスタの分類精度を上げる方法を説明する。図１２は、位置情報ログの集合例を示す説明図である。図１２では、点線の矢印が位置情報ログに含まれる進行方向を示している。また、図１２に示す例では、破線で囲まれた位置情報ログ群４０１に含まれる位置情報ログ４０１ａと、位置情報ログ４０１ｂは、進行方向が同じであるが別の経路を利用していることを示す。また、図１２に示す例では、破線で囲まれた位置情報ログ群４０２に含まれる位置情報ログ４０２ａと、位置情報ログ４０２ｂは、同一移動経路上で大きく進行方向が変化していることを示す。本実施形態では、位置情報ログ群４０１に含まれる別経路を別の移動経路クラスタとして分類し、位置情報ログ群４０１に含まれる同一移動経路を同一の移動経路クラスタとして分類する精度を向上させる処理について説明する。

図１３は、本発明による行動パタン解析装置の第３の実施形態の構成例を示すブロック図である。本実施形態における行動パタン解析装置は、位置情報ログ入力部１０と、行動パタン解析基準入力部１１と、行動パタン解析部６０と、行動パタン記憶部３０と、移動ベクトル演算解析部４０とを備えている。

位置情報ログ入力部１０、行動パタン解析基準入力部１１、行動パタン記憶部３０、および、移動ベクトル関数値演算部４１と滞留・移動経路属性判定部４２とを含む移動ベクトル演算解析部４０の内容は、第２の実施形態と同様のため、説明を省略する。

行動パタン解析部６０は、クラスタリング空間プロット部２１と、滞留点クラスタ抽出部２２と、移動経路クラスタ抽出部２４と、進行方向距離係数演算部２５とを含む。すなわち、本実施形態における行動パタン解析部６０は、進行方向距離係数演算部２５を含む点において第２の実施形態における行動パタン解析部５０と異なる。

クラスタリング空間プロット部２１は、第２の実施形態と同様、解析の対象とする位置情報ログをクラスタリング空間にプロットする。具体的には、まず、クラスタリング空間プロット部２１は、予め設定された時刻（すなわち、時刻基準）を日付の切れ目とし、設定された曜日（すなわち、曜日基準）の位置情報ログを抽出する。なお、時刻基準および曜日基準に基づいて位置情報ログを抽出する方法は、第２の実施形態で示す方法と同様である。

なお、クラスタリング空間プロット部２１には、位置情報ログ入力部１０から直接位置情報ログが入力されてもよい。また、滞留・移動経路属性判定部４２が、移動ベクトル演算解析部４０に入力された位置情報ログをクラスタリング空間プロット部２１に入力するようにしてもよい。

本実施形態では、クラスタリング空間プロット部２１は、緯度、経度および時刻を含む位置情報ログをクラスタリング空間にプロットする。クラスタリング空間プロット部２１がクラスタリング空間に上記レコードをプロットする方法は、第１の実施形態と同様である。そして、クラスタリング空間プロット部２１は、プロットしたデータを滞留点クラスタ抽出部２２に入力する。

滞留点クラスタ抽出部２２は、第２の実施形態と同様、クラスタリング空間データのクラスタリングを行い、滞留点を抽出する。本実施形態では、滞留点クラスタ抽出部２２は、クラスタリング空間プロット部２１からクラスタリング空間にプロットされたデータを受け取ると、滞留・移動経路属性判定部４２で滞留属性と判定されたレコードのみを対象としてクラスタリングを行う。

滞留点クラスタ抽出部２２は、クラスタリング空間にプロットされたデータの緯度及び経度を示す値に対して、予め設定された重み値をそれぞれ乗じる。ここで、クラスタリング空間にプロットされ、予め設定された重み値が乗じられた全データのうち、滞留属性と判定されたデータを初期クラスタとする。

次に、滞留点クラスタ抽出部２２は、上記クラスタの中から選び出した２点間のユークリッド距離が、予め設定されたユークリッド距離閾値を超えていないか否かを判断する。ユークリッド距離がユークリッド距離閾値を超えていない場合、滞留点クラスタ抽出部２２は、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。

この際、滞留点クラスタ抽出部２２は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、滞留点クラスタ抽出部２２は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、滞留点クラスタ抽出部２２は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく。

一方、２点間のユークリッド距離がユークリッド距離閾値を超えていた場合、滞留点クラスタ抽出部２２は、設定されたクラスタ個数閾値を越えた個数のクラスタリング空間データを含むクラスタを滞留点と判断する。そして、滞留点クラスタ抽出部２２は、そのクラスタ中のデータのうち最も早い時刻を滞留開始時刻、最も遅い時刻を滞留終了時刻とする。そして、滞留点クラスタ抽出部２２は、滞留開始時刻、滞留終了時刻、および、そのクラスタ中のデータにおける緯度及び経度の重心の値を、滞留点パタン保存部３１に記憶させる。

滞留点クラスタ抽出部２２は、クラスタリング空間プロット部２１から受け取ったデータを移動経路クラスタ抽出部２４に入力する。

すなわち、本実施形態における滞留点クラスタ抽出部２２がクラスタリングを行う方法は、第２の実施形態と同様である。ただし、第２の実施形態では、クラスタリング空間プロット部２１が［緯度，経度，時刻，進行方向角度］を含むレコードを４次元のクラスタリング空間にプロットしているのに対し、本実施形態ではクラスタリング空間プロット部２１が［緯度，経度，時刻］を含むレコードを３次元のクラスタリング空間にプロットしてクラスタリングを行う点において、第２の実施形態と異なる。

移動経路クラスタ抽出部２４は、クラスタリング空間データのクラスタリングを行い、端末利用者が頻繁に移動を行っている時間帯及び移動経路を抽出する。ただし、本実施形態では、移動経路クラスタ抽出部２４が、位置情報ログが示す進行方向と、位置情報ログ間の方位角との関係も考慮してクラスタリングを行う点において第２の実施形態と異なる。

図１４は、位置情報ログが示す進行方向と位置情報ログの方位角との関係の例を示す説明図である。図１４に示す例では、矢印５０１ａ，５０１ｂが、位置情報ログを示す各点Ｐ１，Ｐ２のそれぞれの進行方向を示している。

本実施形態では、後述する進行方向距離係数演算部２５が、Ｐ１の進行方向角度θ_１と、Ｐ１を原点とするＰ２への方位角θ_１２とから進行方向距離係数ｗ_１２を算出し、移動経路クラスタ抽出部２４がｗ_１２を前述のユークリッド距離の値に乗じる。同様に、進行方向距離係数演算部２５が、Ｐ２の進行方向角度θ_２と、Ｐ１を原点とするＰ２への方位角θ_２１とから進行方向距離係数ｗ_２１を算出し、移動経路クラスタ抽出部２４がｗ_２１を前述のユークリッド距離の値に乗じる。

ここで、進行方向距離係数とは、位置情報ログが示す測位位置からの進行方向と、２つの測位位置間を結ぶ方向とがなす角度の値が小さいほど値が小さくなる係数であり、後述する方法により算出される。そして、移動経路クラスタ抽出部２４は、算出した値を用いて、移動属性と判定されたデータを初期クラスタとした処理を行う。なお、方位角の算出方法についても後述する。

進行方向距離係数演算部２５は、２つの位置情報ログに基づいて、各位置情報ログが示す測位位置からの進行方向と、２つ位置情報ログが示す測位位置間を結ぶ方向とがなす角度の値が小さいほど値が小さくなる係数（すなわち、進行方向距離係数）を、位置情報ログごとに算出する。具体的には、進行方向距離係数演算部２５は、２点の位置情報ログに対して、１点を原点としたもう１点へのベクトル（具体的には、２つの測位位置間の方向を示すベクトル）と、移動ベクトル関数値演算部４１で算出された移動方向ベクトル（具体的には、測位位置からの進行方向を示すベクトル）とのなす角の演算を行い、進行方向距離係数の値を決定する。なお、進行方向距離係数演算部２５は、移動経路クラスタ抽出部２４から位置情報ログを受け取って、進行方向距離係数を算出する。

なお、２点の位置情報ログの移動方向ベクトルは、通常各々異なるものである。そこで、進行方向距離係数演算部２５は、なす角の演算を、それぞれの位置情報ログを原点として行う。

ここで、図１４に例示する位置情報ログが示す座標における緯度をＸ_ｉ、経度をＹ_ｉとし、比較する２点Ｐ１，Ｐ２の座標を、それぞれ（Ｘ_１，Ｙ_１）、（Ｘ_２，Ｙ_２）とする。また、Ｐ１の移動方向ベクトル５０１ａの方位角をθ_１、Ｐ２の移動方向ベクトル５０１ｂの方位角をθ_２とする。このとき、Ｐ１を原点としたＰ２の方位角は、以下の式２のように定義される。

θ_１２＝ａｒｇ（（Ｙ_２−Ｙ_１）／（Ｘ_２−Ｘ_１）） ・・・（式２）

また、Ｐ１を原点としたＰ２へのベクトルと、移動ベクトル関数値演算部４１で算出されたＰ１の移動方向ベクトル５０１ａとのなす角θ_１ｔｏ２は、以下の式３で定義される。

θ_１ｔｏ２＝ｍｉｎ｛｜θ_１−θ_１２|，３６０−｜θ_１−θ_１２|｝ ・・・（式３）

このとき、進行方向距離係数演算部２５は、式２および式３により算出したθ_１ｔｏ２を用いて、進行方向距離係数ｗ_１２を求める。進行方向距離係数演算部２５は、例えば、以下の式４を用いて、進行方向距離係数ｗ_１２を算出してもよい。

ｗ_１２＝１−ＣＯＳ θ_１ｔｏ２ ・・・（式４）

なお、進行方向係数ｗ_１２を算出する際に用いる式は、上記の式４に限定されない。位置情報ログが示す測位位置からの進行方向と、２つの測位位置間の方向とがなす角度の値が小さいほど値が小さくなり、かつ、両者のなす角度が取り得る区間において連続関数であり、さらに、進行方向距離係数の値が、両者のなす角度に関わらず常に正の値をとる、という条件を満たす式であれば、他の式であってもよい。

このように、進行方向距離係数は、２つの位置情報ログに対し、移動ベクトル関数値演算部４１が算出した移動ベクトル関数値に含まれる進行方向と、２つの位置情報ログの方位角とのなす角の値から定まる係数であると言える。

同様に、Ｐ２を原点としたＰ１の方位角は、以下の式５のように定義される。

θ_２１＝ａｒｇ（（Ｙ_１−Ｙ_２）／（Ｘ_１−Ｘ_２）） ・・・（式５）

また、Ｐ２を原点としたＰ１へのベクトルと、移動ベクトル関数値演算部４１で算出されたＰ２の移動方向ベクトル５０１ｂとのなす角θ_２ｔｏ１についても、式３と同様、以下の式６で定義される。

θ_２ｔｏ１＝ｍｉｎ｛｜θ_２−θ_２１|，３６０−｜θ_２−θ_２１|｝ ・・・（式６）

このとき、進行方向距離係数演算部２５は、式５および式６により算出したθ_２ｔｏ１を用いて、進行方向距離係数ｗ_２１を求める。進行方向距離係数演算部２５は、例えば、以下の式７を用いて、進行方向距離係数ｗ_２１を算出してもよい。

ｗ_２１＝１−ＣＯＳ θ_２ｔｏ１ ・・・（式７）

進行方向距離係数演算部２５は、算出した進行方向距離係数ｗ_１２およびｗ_２１を、移動経路クラスタ抽出部２４に通知する。

移動経路クラスタ抽出部２４は、滞留点クラスタ抽出部２２からデータを受け取ると、進行方向距離係数演算部２５に対して少なくとも［緯度，経度，進行方向角度］を含む位置情報ログを渡し、進行方向距離係数演算部２５から進行方向距離係数を受け取る。

本実施形態では、位置情報ログの２点（Ｐ１，Ｐ２）間の距離を示す値を算出する場合、Ｐ１を基準として距離を算出した場合と、Ｐ２を基準として距離を算出した場合とで、移動経路の進行方向を考慮したときに、両者の距離を示す値が異なるように演算を行う。

そこで、本実施形態では、緯度、経度、時刻および進行方向距離係数の４変数を用いて以下の式８のように距離関数を定義する。なお、以下の式８で定義される距離関数では、緯度及び経度を基準として、時刻に対して、ｋ_２がそれぞれ定められる。

ｗ_１２{（Ｘ_１−Ｘ_２）^２＋（Ｙ_１−Ｙ_２）^２＋ｋ_２（Ｚ_１−Ｚ_２）^２} ・・・（式８）

ここで、定義された重み値ｋ_２が乗じられた全データのうち、移動属性と判定されたデータを初期クラスタとする。すなわち、緯度および経度を基準として、時刻方向のユークリッド距離が遠いと判定されやすくなる重み値ｋ_２を予め設定しておく。移動経路クラスタ抽出部２４は、各位置情報ログに含まれる緯度及び経度に対してそれぞれ重み値ｋ_２を乗じることにより、位置情報ログ間のユークリッド距離を算出する。さらに、移動経路クラスタ抽出部２４は、算出したユークリッド距離に対して、進行方向距離係数を乗じることで、重み付けを行う。

そして、移動経路クラスタ抽出部２４は、上記クラスタの中から選び出した２点間のユークリッド距離が設定したユークリッド距離閾値を超えていないか否かを判定する。ユークリッド距離が閾値を超えていない場合、移動経路クラスタ抽出部２４は、上記クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。

この際、移動経路クラスタ抽出部２４は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、移動経路クラスタ抽出部２４は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、移動経路クラスタ抽出部２４は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく。

一方、２点間のユークリッド距離がユークリッド距離閾値を超えている場合、移動経路クラスタ抽出部２４は、設定されたクラスタ個数閾値を超えた個数のクラスタリング空間データを含むクラスタを移動経路と判断する。そして、移動経路クラスタ抽出部２４は、そのクラスタ中のデータのうち最も早い時刻を移動開始時刻、最も遅い時刻を移動終了時刻とする。

さらに、移動経路クラスタ抽出部２４は、そのクラスタの位置情報（緯度及び経度）と、滞留点クラスタ抽出部２２から受け取った滞留点パタンデータに含まれる滞留点の位置情報（緯度及び経度）とを比較する。そして、移動経路クラスタ抽出部２４は、そのクラスタの位置とのユークリッド距離が１番短い滞留点と２番目に短い滞留点を、それぞれ第１近接滞留点識別子、第２近接滞留点識別子と決定する。そして、移動経路クラスタ抽出部２４は、移動開始時刻、移動終了時刻、第１近接滞留点識別子および第２近接滞留点識別子を、移動経路パタン保存部３２に記憶させる。

すなわち、本実施形態の移動経路クラスタ抽出部２４は、［緯度，経度，時刻］を含むレコードを対象にユークリッド距離の演算を行い、これらのクラスタリングを行う点で、第２の実施形態における移動経路クラスタ抽出部２４と異なる。また、本実施形態の移動経路クラスタ抽出部２４は、２点の位置情報ログ間のユークリッド距離を各々の位置情報ログを始点として算出し、さらに、この値に進行方向距離係数を乗算することで２点間の距離を定義する。そして、各点ごとに定義された２つの値を考慮したクラスタリングを行う点で、第２の実施形態における移動経路クラスタ抽出部２４と異なる。それ以外の処理については、第２の実施形態と同様である。

例えば、図１２に例示する位置情報ログ群４０１に含まれる位置情報ログ４０１ａと位置情報ログ４０１ｂに着目すると、各移動方向ベクトルは、お互いの位置情報ログの方向を向いていない。そのため、位置情報ログ４０１ａと位置情報ログ４０１ｂのいずれを基準として進行方向距離係数の値を利用しても、進行方向距離係数を乗算したユークリッド距離（上記式２参照）が遠くなる。そのため、２点の位置情報ログはクラスタリングされにくくなる。

一方、図１２に例示する位置情報ログ群４０２に含まれる位置情報ログ４０２ａと位置情報ログ４０２ｂに着目すると、位置情報ログ４０２ａの移動方向ベクトルは、位置情報ログ４０２ｂの方向を向いている。一方、位置情報ログ４０２ｂの移動方向ベクトルは、位置情報ログ４０２ａの方向とは離れた方向を向いている。そのため、位置情報ログ４０２ｂを基準として算出される進行方向距離係数の値は大きくなるが、位置情報ログ４０２ａを基準として算出される進行方向距離係数の値は小さくなる。このとき、移動経路クラスタ抽出部２４は、進行方向距離係数を乗算したユークリッド距離が小さい値の順番にクラスタリングを行うので、結果として２点の位置情報ログはクラスタリングされやすくなる。

以上のように、本実施形態によれば、進行方向距離係数演算部２５が、２つの位置情報ログに基づいて、進行方向距離係数を位置情報ログごとに算出する。また、移動経路クラスタ抽出部２４が、緯度および経度を基準として、時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを位置情報ログに対して行い、かつ、そのユークリッド距離に進行方向距離係数を乗じることによる重み付けを行う。そして、移動経路クラスタ抽出部２４が、重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する。そのため、第１の実施形態の効果に加え、移動経路クラスタを分類する精度を向上させることができる。

以下、具体的な実施例により本発明を説明するが、本発明の範囲は以下に説明する内容に限定されない。

まず、位置情報ログ入力部１０は、［緯度，経度，時刻］を１レコードとする位置情報ログを受け取ると、その位置情報ログをクラスタリング空間プロット部２１に入力する。クラスタリング空間プロット部２１は、予め設定された時刻を日付の切れ目とし、設定された曜日の位置情報ログを抽出する。そして、クラスタリング空間プロット部２１は、［緯度，経度，時刻］を含むレコードを３次元のクラスタリング空間にプロットし、プロットしたデータを滞留点クラスタ抽出部２２に入力する。

次に、滞留点クラスタ抽出部２２は、クラスタリング空間にプロットされたデータを受け取ると、クラスタリング空間にプロットされたデータの緯度及び経度を示す値に対して、予め設定された重み値をそれぞれ乗じる。ここで、クラスタリング空間にプロットされ、設定された重み値が掛けられた全データを初期クラスタとする。

次に、滞留点クラスタ抽出部２２は、全クラスタの中から選び出した２点間のユークリッド距離が、予め設定されたユークリッド距離閾値を超えていないか否かを判断する。ユークリッド距離が閾値を超えていない場合、滞留点クラスタ抽出部２２は、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。

この際、滞留点クラスタ抽出部２２は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、滞留点クラスタ抽出部２２は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、滞留点クラスタ抽出部２２は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく。

一方、ユークリッド距離が閾値を超えていた場合、滞留点クラスタ抽出部２２は、設定されたクラスタ個数閾値を越えた個数のクラスタリング空間データを含むクラスタを滞留点と判断する。そして、滞留点クラスタ抽出部２２は、そのクラスタ中のデータのうち最も早い時刻を滞留開始時刻、最も遅い時刻を滞留終了時刻とする。そして、滞留点クラスタ抽出部２２は、滞留開始時刻、滞留終了時刻、および、そのクラスタ中のデータにおける緯度及び経度の重心の値を、滞留点パタン保存部３１に記憶させる。

滞留点クラスタ抽出部２２は、クラスタリング空間プロット部２１から受け取ったデータ（すなわち、クラスタリング空間にプロットされたデータ）と、滞留点と判断したデータ（滞留点パタンデータ）を滞留点位置情報ログ除去部２３に入力する。

滞留点位置情報ログ除去部２３は、クラスタリング空間にプロットされたデータから、滞留点パタンデータに含まれる滞留点と判断されたデータを差し引く。そして、滞留点位置情報ログ除去部２３は、クラスタリング空間にプロットされたデータのうち、差し引かれた残りのデータを移動経路クラスタ抽出部２４に入力する

次に、移動経路クラスタ抽出部２４は、滞留点位置情報ログ除去部２３からデータを受け取ると、予め設定されている重み値を、受け取ったデータの緯度および経度に対してそれぞれ乗じる。ここで、重み値が掛けられた全データを初期クラスタとする。

移動経路クラスタ抽出部２４は、全クラスタの中から選び出した２点間のユークリッド距離が設定したユークリッド距離閾値を超えていないか否かを判定する。ユークリッド距離が閾値を超えていない場合、移動経路クラスタ抽出部２４は、全クラスタの中から選び出した２点間のユークリッド距離が最も短いクラスタ同士を一つのクラスタへ統合する。この際、移動経路クラスタ抽出部２４は、クラスタを構成するそれぞれの位置情報ログの時刻、緯度および経度を含むようにクラスタを統合する。さらに、移動経路クラスタ抽出部２４は、それぞれの位置情報ログとは別に、そのクラスタに含まれる位置情報ログから緯度および経度の重心の値を算出し、その値を新たなクラスタデータの値とする。また、移動経路クラスタ抽出部２４は、統合したクラスタに含まれるクラスタリング空間データの個数も保持しておく。

一方、ユークリッド距離が閾値を超えている場合、移動経路クラスタ抽出部２４は、設定されたクラスタ個数閾値を超えた個数のクラスタリング空間データを含むクラスタを移動経路と判断する。そして、移動経路クラスタ抽出部２４は、そのクラスタ中のデータのうち最も早い時刻を移動開始時刻、最も遅い時刻を移動終了時刻とする。

さらに、移動経路クラスタ抽出部２４は、そのクラスタの位置情報（緯度及び経度）と、滞留点位置情報ログ除去部２３から受け取った滞留点パタンデータに含まれる滞留点の位置情報（緯度及び経度）とを比較する。そして、移動経路クラスタ抽出部２４は、そのクラスタの位置とのユークリッド距離が１番短い滞留点と２番目に短い滞留点を移動経路を、それぞれ第１近接滞留点識別子、第２近接滞留点識別子と決定する。そして、移動経路クラスタ抽出部２４は、移動開始時刻、移動終了時刻、第１近接滞留点識別子および第２近接滞留点識別子を、移動経路パタン保存部３２に記憶させる。

次に、本発明の最小構成の例を説明する。図１５は、本発明による行動パタン解析装置の最小構成の例を示すブロック図である。本発明による行動パタン解析装置は、利用者の測位位置（例えば、緯度、経度、高度）及び測位日時（例えば、時刻）を含む情報である位置情報ログを、その測位位置を表す数値情報（例えば、緯度、経度、高度）および時刻により規定される多次元空間（例えば、緯度、経度および時刻により規定される３次元空間）上にプロットする位置情報プロット手段８１（例えば、クラスタリング空間プロット部２１）と、多次元空間において測位位置を表す数値情報により規定される空間である位置情報空間（例えば、緯度−経度平面）に対する時刻方向（例えば、時刻軸方向）のユークリッド距離が近いと判定されやすくなる重み付け（例えば、時刻に重み値ｋを乗じる処理）を位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出する滞留点クラスタ抽出手段８２（例えば、滞留点クラスタ抽出部２２）と、位置情報プロット手段８１がプロットした位置情報ログから滞留点として抽出された位置情報ログを除いた位置情報ログの集合を非滞留点として抽出する非滞留点位置情報ログ抽出手段８３（例えば、滞留点位置情報ログ除去部２３）と、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付け（例えば、時刻に重み値ｋを乗じる処理）を非滞留点の位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段８４（例えば、移動経路クラスタ抽出部２４）とを備えている。

そのような構成により、位置情報の測位間隔が長く、また、位置情報の測位が不定期である場合にも、利用者の行動パタンを精度良く解析できる。

また、図１６は、本発明による行動パタン解析装置の他の最小構成の例を示すブロック図である。本発明による他の行動パタン解析装置は、利用者の測位位置（例えば、緯度、経度、高度）及び測位日時（例えば、時刻）を含む情報である位置情報ログに含まれるその測位日時順にソートされた隣接する２つの位置情報ログ間の差分値として、その位置情報ログに含まれる測位日時の時間差、および、測位位置間の距離を算出する移動ベクトル関数値算出手段９１（例えば、移動ベクトル関数値演算部４１）と、測位日時の時間差及び測位位置間の距離に基づいて、位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性（例えば、移動属性）かを判定する属性判定手段９２（例えば、滞留・移動経路属性判定部４２）と、位置情報ログを、測位位置を表す数値情報（例えば、緯度、経度、高度）および時刻により規定される多次元空間（例えば、緯度、経度および時刻により規定される３次元空間）上にプロットする位置情報プロット手段９３（例えば、クラスタリング空間プロット部２１）と、多次元空間において測位位置を表す数値情報により規定される空間である位置情報空間（例えば、緯度−経度平面）に対する時刻方向（例えば、時刻軸方向）のユークリッド距離が近いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、滞留点を抽出する滞留点クラスタ抽出手段９４（例えば、滞留点クラスタ抽出部２２）と、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを位置情報ログに対して行い、重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段９５（例えば、移動経路クラスタ抽出部２４）とを備えている。

このような構成であっても、位置情報の測位間隔が長く、また、位置情報の測位が不定期である場合に、利用者の行動パタンを精度良く解析できる。

また、移動ベクトル関数値算出手段９１は、２つの位置情報ログ間の差分値として、測位位置間での進行方向を表す進行方向角度（例えば、θ）の差分値を算出してもよい。そして、位置情報プロット手段９３は、利用者の測位位置及び測位日時を含む位置情報ログに進行方向角度を加えたレコード（例えば、［緯度，経度，時刻，進行方向角度］を含むレコード）を、測位位置を表す数値情報、時刻および進行方向角度により規定される多次元空間（例えば、緯度、経度、高度および時刻により規定される４次元空間）上にプロットしてもよい。さらに、移動経路クラスタ抽出手段９５は、移動経路属性を有すると判定された位置情報ログに進行方向角度を加えたレコードをクラスタリングすることにより、利用者の移動経路を抽出してもよい。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。

（付記１）利用者の測位位置及び測位日時を含む情報である位置情報ログを、当該測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット手段と、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出する滞留点クラスタ抽出手段と、位置情報プロット手段がプロットした位置情報ログから前記滞留点として抽出された位置情報ログを除いた位置情報ログの集合を非滞留点として抽出する非滞留点位置情報ログ抽出手段と、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記非滞留点の位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えたことを特徴とする行動パタン解析装置。

（付記２）位置情報プロット手段は、利用者の測位位置として緯度および経度を示す値を含む位置情報ログを、緯度、経度および時刻により規定される３次元空間上にプロットし、滞留点クラスタ抽出手段は、前記３次元空間において緯度および経度により規定される平面である緯度経度平面に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行う付記１記載の行動パタン解析装置。

（付記３）位置情報プロット手段は、利用者の測位位置として緯度、経度および高度を示す値を含む位置情報ログを、緯度、経度、高度および時刻により規定される４次元空間上にプロットし、滞留点クラスタ抽出手段は、前記４次元空間において緯度、経度および高度により規定される空間である緯度経度高度空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行う付記１記載の行動パタン解析装置。

（付記４）移動経路クラスタ抽出手段は、緯度経度高度空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを非滞留点の位置情報ログに対して行う付記３記載の行動パタン解析装置。

（付記５）移動経路クラスタ抽出手段は、クラスタリングされた位置情報ログとのユークリッド距離が１番短い滞留点と、２番目に短い滞留点を、移動経路の始点または終点と決定する付記１から付記４のうちのいずれか１つに記載の行動パタン解析装置。

（付記６）移動経路クラスタ抽出手段は、クラスタリングされた位置情報ログにおける位置情報の重心の値と、滞留点における位置情報の重心の値との距離とを比較し、前記距離が１番短い滞留点と、２番目に短い滞留点を、移動経路の始点または終点と決定する付記１から付記５のうちのいずれか１つに記載の行動パタン解析装置。

（付記７）利用者の測位位置及び測位日時を含む情報である位置情報ログに含まれる当該測位日時順にソートされた隣接する２つの位置情報ログ間の差分値として、当該位置情報ログに含まれる前記測位日時の時間差、および、前記測位位置間の距離を算出する移動ベクトル関数値算出手段と、前記測位日時の時間差及び測位位置間の距離に基づいて、前記位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定する属性判定手段と、前記位置情報ログを、前記測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット手段と、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、前記滞留点を抽出する滞留点クラスタ抽出手段と、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えたことを特徴とする行動パタン解析装置。

（付記８）移動ベクトル関数値算出手段は、２つの位置情報ログ間の差分値として、測位位置間での進行方向を表す進行方向角度の差分値を算出し、位置情報プロット手段は、利用者の測位位置及び測位日時を含む位置情報ログに進行方向角度を加えたレコードを、測位位置を表す数値情報、時刻および前記進行方向角度により規定される多次元空間上にプロットし、移動経路クラスタ抽出手段は、前記移動経路属性を有すると判定された位置情報ログに進行方向角度を加えたレコードをクラスタリングすることにより、利用者の移動経路を抽出する付記７記載の行動パタン解析装置。

（付記９）２つの位置情報ログに基づいて、当該各位置情報ログが示す測位位置からの進行方向と、２つ位置情報ログが示す測位位置間を結ぶ方向とがなす角度の値が小さいほど値が小さくなる係数である進行方向距離係数を、前記位置情報ログごとに算出する進行方向距離係数算出手段を備え、移動経路クラスタ抽出手段は、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、かつ、前記移動方向距離係数算出手段が算出した進行方向距離係数を前記ユークリッド距離に乗じることによる重み付けを行い、当該重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する付記７記載の行動パタン解析装置。

（付記１０）利用者の測位位置及び測位日時を含む情報である位置情報ログを、当該測位位置を表す数値情報および時刻により規定される多次元空間上にプロットし、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出し、前記多次元空間上にプロットされた位置情報ログから前記滞留点として抽出された位置情報ログを除いた位置情報ログの集合を非滞留点として抽出し、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記非滞留点の位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出することを特徴とする行動パタン解析方法。

（付記１１）利用者の測位位置として緯度および経度を示す値を含む位置情報ログを、緯度、経度および時刻により規定される３次元空間上にプロットし、前記３次元空間において緯度および経度により規定される平面である緯度経度平面に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行う付記１０記載の行動パタン解析方法。

（付記１２）利用者の測位位置として緯度、経度および高度を示す値を含む位置情報ログを、緯度、経度、高度および時刻により規定される４次元空間上にプロットし、前記４次元空間において緯度、経度および高度により規定される空間である緯度経度高度空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行う付記１０記載の行動パタン解析方法。

（付記１３）緯度経度高度空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを非滞留点の位置情報ログに対して行う付記１２記載の行動パタン解析方法。

（付記１４）利用者の測位位置及び測位日時を含む情報である位置情報ログに含まれる当該測位日時順にソートされた隣接する２つの位置情報ログ間の差分値として、当該位置情報ログに含まれる前記測位日時の時間差、および、前記測位位置間の距離を算出し、前記測位日時の時間差及び測位位置間の距離に基づいて、前記位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定し、前記位置情報ログを、前記測位位置を表す数値情報および時刻により規定される多次元空間上にプロットし、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、前記滞留点を抽出し、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出することを特徴とする行動パタン解析方法。

（付記１５）２つの位置情報ログ間の差分値として、測位位置間での進行方向を表す進行方向角度の差分値を算出し、利用者の測位位置及び測位日時を含む位置情報ログに進行方向角度を加えたレコードを、測位位置を表す数値情報、時刻および前記進行方向角度により規定される多次元空間上にプロットし、前記移動経路属性を有すると判定された位置情報ログに進行方向角度を加えたレコードをクラスタリングすることにより、利用者の移動経路を抽出する付記１４記載の行動パタン解析方法。

（付記１６）２つの位置情報ログに基づいて、当該各位置情報ログが示す測位位置からの進行方向と、２つ位置情報ログが示す測位位置間を結ぶ方向とがなす角度の値が小さいほど値が小さくなる係数である進行方向距離係数を、前記位置情報ログごとに算出し、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、かつ、算出された前記進行方向距離係数を前記ユークリッド距離に乗じることによる重み付けを行い、当該重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する付記１４記載の行動パタン解析方法。

（付記１７）コンピュータに、利用者の測位位置及び測位日時を含む情報である位置情報ログを、当該測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット処理、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出する滞留点クラスタ抽出処理、位置情報プロット処理でプロットされた位置情報ログから前記滞留点として抽出された位置情報ログを除いた位置情報ログの集合を非滞留点として抽出する非滞留点位置情報ログ抽出処理、および、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記非滞留点の位置情報ログに対して行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出処理を実行させるための行動パタン解析プログラム。

（付記１８）コンピュータに、位置情報プロット処理で、利用者の測位位置として緯度および経度を示す値を含む位置情報ログを、緯度、経度および時刻により規定される３次元空間上にプロットさせ、滞留点クラスタ抽出処理で、前記３次元空間において緯度および経度により規定される平面である緯度経度平面に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行わせる付記１７記載の行動パタン解析プログラム。

（付記１９）コンピュータに、位置情報プロット処理で、利用者の測位位置として緯度、経度および高度を示す値を含む位置情報ログを、緯度、経度、高度および時刻により規定される４次元空間上にプロットさせ、滞留点クラスタ抽出処理で、前記４次元空間において緯度、経度および高度により規定される空間である緯度経度高度空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行わせる付記１７記載の行動パタン解析プログラム。

（付記２０）コンピュータに、移動経路クラスタ抽出処理で、緯度経度高度空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを非滞留点の位置情報ログに対して行わせる付記１９記載の行動パタン解析プログラム。

（付記２１）コンピュータに、利用者の測位位置及び測位日時を含む情報である位置情報ログに含まれる当該測位日時順にソートされた隣接する２つの位置情報ログ間の差分値として、当該位置情報ログに含まれる前記測位日時の時間差、および、前記測位位置間の距離を算出する移動ベクトル関数値算出処理、前記測位日時の時間差及び測位位置間の距離に基づいて、前記位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定する属性判定処理、前記位置情報ログを、前記測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット処理、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、前記滞留点を抽出する滞留点クラスタ抽出処理、および、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出処理を実行させるための行動パタン解析プログラム。

（付記２２）コンピュータに、移動ベクトル関数値算出処理で、２つの位置情報ログ間の差分値として、測位位置間での進行方向を表す進行方向角度の差分値を算出させ、位置情報プロット処理で、利用者の測位位置及び測位日時を含む位置情報ログに進行方向角度を加えたレコードを、測位位置を表す数値情報、時刻および前記進行方向角度により規定される多次元空間上にプロットさせ、移動経路クラスタ抽出処理で、前記移動経路属性を有すると判定された位置情報ログに進行方向角度を加えたレコードをクラスタリングすることにより、利用者の移動経路を抽出させる付記２１記載の行動パタン解析プログラム。

（付記２３）コンピュータに、２つの位置情報ログに基づいて、当該各位置情報ログが示す測位位置からの進行方向と、２つ位置情報ログが示す測位位置間を結ぶ方向とがなす角度の値が小さいほど値が小さくなる係数である進行方向距離係数を、前記位置情報ログごとに算出する進行方向距離係数算出処理を実行させ、移動経路クラスタ抽出処理で、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、かつ、前記移動方向距離係数算出処理で算出された進行方向距離係数を前記ユークリッド距離に乗じることによる重み付けを行い、当該重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出させる付記２１記載の行動パタン解析プログラム。

以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２０１１年１月１４日に出願された日本特許出願２０１１−００６２６０、２０１１年５月１６日に出願された日本特許出願２０１１−１０９４００、および、２０１１年９月２１日に出願された日本特許出願２０１１−２０６３４５を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明は、不定期に測定された位置情報から行動パタンを解析する行動パタン解析装置に好適に適用される。例えば、位置情報取得機能付き端末を利用した位置情報の測位間隔が広い場合や位置情報が不定期に測位される場合であっても、利用者の行動パタンが把握することが可能となる。そのため、利用者の行動パタンに合わせたコンテンツ配信を目的とするレコメンドサービスの精度が向上する。

１０ 位置情報ログ入力部
１１ 行動パタン解析基準入力部
２０，５０，６０ 行動パタン解析部
２１ クラスタリング空間プロット部
２２ 滞留点クラスタ抽出部
２３ 滞留点位置情報ログ除去部
２４ 移動経路クラスタ抽出部
２５ 進行方向距離係数演算部
３０ 行動パタン記憶部
３１ 滞留点パタン保存部
３２ 移動経路パタン保存部
４０ 移動ベクトル演算解析部
４１ 移動ベクトル関数値演算部
４２ 滞留・移動経路属性判定部

Claims (13)

1. 利用者の測位位置及び測位時刻を含む情報である位置情報ログをクラスタリングすることにより、利用者が滞留する位置である滞留点を抽出する滞留点クラスタ抽出手段と、
   前記位置情報ログの集合から、前記滞留点として抽出された位置情報ログを除いた位置情報ログの集合を抽出する非滞留点位置情報ログ抽出手段と、
   前記抽出された集合の位置情報ログに対して、前記測位位置を表す数値情報および時刻により規定される多次元空間上における前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えた
   ことを特徴とする行動パタン解析装置。
2. 利用者の測位位置及び測位時刻を含む情報である位置情報ログの集合から、前記利用者が滞留する位置である滞留点に相当する位置情報ログが除外された位置情報ログの集合の入力を受け付ける手段と、
   前記入力された集合の位置情報ログに対して、前記測位位置を表す数値情報および時刻により規定される多次元空間上における前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えた
   ことを特徴とする行動パタン解析装置。
3. 前記滞留点クラスタ抽出手段は、利用者の測位位置及び測位時刻を含む情報である位置情報ログに対して、前記測位位置を表す数値情報および時刻により規定される多次元空間上における前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを行ない、前記重み付けされた位置情報ログをクラスタリングすることにより、前記滞留点を抽出する
   請求項１記載の行動パタン解析装置。
4. 利用者の測位位置及び測位時刻を含む情報である位置情報ログを、当該測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット手段を更に備える
   請求項１または請求項３に記載の行動パタン解析装置。
5. 前記位置情報プロット手段は、利用者の測位位置として緯度および経度を示す値を含む位置情報ログを、緯度、経度および時刻により規定される３次元空間上にプロットし、
   前記滞留点クラスタ抽出手段は、前記３次元空間において緯度および経度により規定される平面である緯度経度平面に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、
   前記移動経路クラスタ抽出手段は、前記３次元空間において緯度および経度により規定される平面である緯度経度平面に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記抽出された集合の位置情報ログに対して行なう
   請求項４記載の行動パタン解析装置。
6. 前記位置情報プロット手段は、利用者の測位位置として緯度、経度および高度を示す値を含む位置情報ログを、緯度、経度、高度および時刻により規定される４次元空間上にプロットし、
   前記滞留点クラスタ抽出手段は、前記４次元空間において緯度、経度および高度により規定される空間である緯度経度高度空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、
   前記移動経路クラスタ抽出手段は、前記４次元空間において緯度、経度および高度により規定される空間である緯度経度高度空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記抽出された集合の位置情報ログに対して行なう
   請求項４記載の行動パタン解析装置。
7. 利用者の測位位置及び測位時刻を含む情報である位置情報ログに含まれる当該測位時刻順にソートされた隣接する２つの位置情報ログ間の差分値として、当該位置情報ログに含まれる前記測位時刻の時間差、および、前記測位位置間の距離を算出する移動ベクトル関数値算出手段と、
   前記測位時刻の時間差及び測位位置間の距離に基づいて、前記位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定する属性判定手段と、
   前記位置情報ログを、前記測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット手段と、
   前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、前記滞留点を抽出する滞留点クラスタ抽出手段と、
   前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出手段とを備えた
   ことを特徴とする行動パタン解析装置。
8. 移動ベクトル関数値算出手段は、２つの位置情報ログ間の差分値として、測位位置間での進行方向を表す進行方向角度の差分値を算出し、
   位置情報プロット手段は、利用者の測位位置及び測位時刻を含む位置情報ログに進行方向角度を加えたレコードを、測位位置を表す数値情報、時刻および前記進行方向角度により規定される多次元空間上にプロットし、
   移動経路クラスタ抽出手段は、前記移動経路属性を有すると判定された位置情報ログに進行方向角度を加えたレコードをクラスタリングすることにより、利用者の移動経路を抽出する
   請求項７記載の行動パタン解析装置。
9. ２つの位置情報ログに基づいて、当該各位置情報ログが示す測位位置からの進行方向と、２つ位置情報ログが示す測位位置間を結ぶ方向とがなす角度の値が小さいほど値が小さくなる係数である進行方向距離係数を、前記位置情報ログごとに算出する進行方向距離係数算出手段を備え、
   移動経路クラスタ抽出手段は、位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、かつ、前記移動方向距離係数算出手段が算出した進行方向距離係数を前記ユークリッド距離に乗じることによる重み付けを行い、当該重み付けされた位置情報ログのうち非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する
   請求項７記載の行動パタン解析装置。
10. 位置情報入力手段が、位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得し、
    滞留点クラスタ抽出手段が、前記位置情報ログをクラスタリングすることにより、利用者が滞留する位置である滞留点を抽出し、
    非滞留点位置情報ログ抽出手段が、前記位置情報ログの集合から、前記滞留点として抽出された位置情報ログを除いた位置情報ログの集合を抽出し、
    移動経路クラスタ抽出手段が、前記抽出された集合の位置情報ログに対して、前記測位位置を表す数値情報および時刻により規定される多次元空間上における前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する
    ことを特徴とする行動パタン解析方法。
11. 位置情報入力手段が、位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得し、
    移動ベクトル関数値算出手段が、前記位置情報ログに含まれる当該測位時刻順にソートされた隣接する２つの位置情報ログ間の差分値として、当該位置情報ログに含まれる前記測位時刻の時間差、および、前記測位位置間の距離を算出し、
    属性判定手段が、前記測位時刻の時間差及び測位位置間の距離に基づいて、前記位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定し、
    位置情報プロット手段が、前記位置情報ログを、前記測位位置を表す数値情報および時刻により規定される多次元空間上にプロットし、
    滞留点クラスタ抽出手段が、前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、前記滞留点を抽出し、
    移動経路クラスタ抽出手段が、前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する
    ことを特徴とする行動パタン解析方法。
12. コンピュータに、
    位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得する位置情報入力処理、
    前記位置情報ログをクラスタリングすることにより、利用者が頻繁に滞留する位置である滞留点を抽出する滞留点クラスタ抽出処理、
    前記位置情報ログの集合から、前記滞留点として抽出された位置情報ログを除いた位置情報ログの集合を抽出する非滞留点位置情報ログ抽出処理、および、
    前記抽出された集合の位置情報ログに対して、前記測位位置を表す数値情報および時刻により規定される多次元空間上における前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを行い、重み付けされた位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出処理
    を実行させるための行動パタン解析プログラム。
13. コンピュータに、
    位置情報ログを記憶した記録媒体から、利用者の測位位置及び測位時刻を含む情報である位置情報ログを取得する位置情報入力処理、
    前記位置情報ログに含まれる当該測位時刻順にソートされた隣接する２つの位置情報ログ間の差分値として、当該位置情報ログに含まれる前記測位時刻の時間差、および、前記測位位置間の距離を算出する移動ベクトル関数値算出処理、
    前記測位時刻の時間差及び測位位置間の距離に基づいて、前記位置情報ログの属性が、利用者が頻繁に滞留する位置である滞留点を示す滞留属性か、利用者の移動経路上の位置である非滞留点を示す非滞留属性かを判定する属性判定処理、
    前記位置情報ログを、前記測位位置を表す数値情報および時刻により規定される多次元空間上にプロットする位置情報プロット処理、
    前記多次元空間において前記測位位置を表す数値情報により規定される空間である位置情報空間に対する時刻方向のユークリッド距離が近いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、前記滞留点を抽出する滞留点クラスタ抽出処理、および、
    前記位置情報空間に対する時刻方向のユークリッド距離が遠いと判定されやすくなる重み付けを前記位置情報ログに対して行い、重み付けされた位置情報ログのうち前記非滞留属性を有すると判定された位置情報ログをクラスタリングすることにより、利用者の移動経路を抽出する移動経路クラスタ抽出処理
    を実行させるための行動パタン解析プログラム。

Images