JP7634440B2

JP7634440B2 - アプリログ分析装置

Info

Publication number: JP7634440B2
Application number: JP2021126823A
Authority: JP
Inventors: 博之箱田; 雄二中山; 博川上
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2021-08-02
Filing date: 2021-08-02
Publication date: 2025-02-21
Anticipated expiration: 2041-08-02
Also published as: JP2023021759A

Description

本開示は、アプリログ分析装置に関する。

近年、カメラ機能を有する端末装置が増加していて、ユーザも気軽に撮影を行うことが増えている。そのため、例えば、複数の端末から、端末の位置情報と当該位置を撮影場所とした画像の撮影回数とを取得し、これらの情報に基づいて、推奨撮影場所を特定する手法が検討されている（例えば、特許文献１参照）。

特開２０１５－１９１４７号公報

しかしながら、近年特にユーザが気軽に撮影を行う環境となってきた結果、複数の端末から得られる撮影回数に係る情報を集計しただけでは推奨撮影場所となり得る場所を適切に推定することが難しくなっている。
本開示は上記を鑑みてなされたものであり、複数のユーザ端末から取得するアプリの使用ログに基づいて、撮影に適した地域を推定することが可能な技術を提供することを目的とする。

上記目的を達成するため、本開示の一形態に係るアプリログ分析装置は、複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有する。

上記のアプリログ分析装置によれば、複数のユーザ端末から取得された位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいてフィルタリングした後に、位置情報と日時情報とに基づいて分類することによってＰＯＩが推定される。上記のように、複数のユーザ端末のそれぞれに関する端末関連情報に基づいてフィルタリングされた後のカメラアプリの使用ログを用いてＰＯＩが推定されるため、複数のユーザ端末から取得するアプリの使用ログに基づいて、撮影に適した地域を推定することができる。特に、フィルタリングを行うことによってＰＯＩの推定においてノイズとなる可能性があるカメラアプリの使用ログを除去した上でＰＯＩが推定されるため、よりＰＯＩとして適した場所を推定することができる。

本開示によれば、複数のユーザ端末から取得するアプリの使用ログに基づいて、撮影に適した地域を推定することが可能な技術が提供される。

図１は、アプリログ分析装置において行われる処理の概要を説明するブロック図である。図２は、アプリログ分析装置の装置構成を説明するブロック図である。図３は、アプリ使用ログの一例を示す図である。図４は、位置情報の一例を示す図である。図５（ａ）、図５（ｂ）は、補助情報の一例を示す図である。図６は、ＰＯＩ情報の一例を示す図である。図７は、カテゴリ特定済みＰＯＩ情報の一例を示す図である。図８は、アプリログ分析方法の一例を示すフロー図である。図９は、フィルタリング方法の一例を示す図である。図１０は、フィルタリング方法の一例（行動圏を考慮した例）を示す図である。図１１は、フィルタリング方法の一例（前後に利用したアプリの情報を考慮した例）を示す図である。図１２は、カテゴリの推定方法の一例（前後に利用したアプリの情報を考慮した例）を示す図である。図１３は、フィルタリング及びカテゴリ推定方法の一例（ユーザのセグメントを考慮した例）を示す図である。図１４は、フィルタリング及びカテゴリ推定方法の一例（カメラアプリの種類を考慮した例）を示す図である。図１５は、ＰＯＩ推定方法の一例（メッシュあたりの人口を利用した例）を示す図である。図１６は、カメラアプリの使用回数の経時変化の一例を示す図である。図１７は、アプリログ分析装置のハードウェア構成例を示す図である。

以下、実施形態について、図面を参照しつつ詳細に説明する。説明において、同一要素又は同一機能を有する要素には同一の符号を付し、重複する説明を省略する。

［アプリログ分析装置］
図１は、一実施形態の係るアプリログ分析装置１の動作を概念的に説明する図である。

アプリログ分析装置１は、複数のユーザ端末９から、ユーザ端末９におけるアプリ（アプリケーション）の使用ログを取得し、これを分析することで、ユーザ端末９のユーザが興味を持つ場所を示すＰＯＩ（ＰｏｉｎｔｏｆＩｎｔｅｒｅｓｔｓ）を推定する機能を有する。特に、本実施形態に係るアプリログ分析装置１では、アプリの中でも画像を撮影するアプリに着目してＰＯＩを推定する機能を有する。「画像を撮影するアプリ」とは、撮影のみを行うアプリに限らず、例えば、撮影および編集を行った後に当該画像をＳＮＳ（ＳｏｃｉａｌＮｅｔｗｏｒｋｉｎｇＳｅｒｖｉｃｅ）に投稿する等の機能を有することが可能なアプリも含まれ得る。すなわち、アプリケーションの一部として撮影機能を有するアプリケーションを「画像を撮影するアプリ」という。以下の実施形態では、「画像を撮影するアプリ」を「カメラアプリ」として説明する場合がある。

アプリログ分析装置１では、ユーザ端末９におけるアプリの使用ログの中からカメラアプリの使用ログを収集し、ＰＯＩの場所を推定する。これは、カメラアプリが使用される場所ということは、ユーザがその場所に興味を持っていると推定されることに基づく。ユーザ端末９がカメラ機能が装備されることが基本となった近年では、撮影機能を備えたアプリが増加している。また、カメラアプリ自体がＳＮＳへの投稿までを行うような動作も実現されていて、ユーザが興味を持つものに出会った場合に撮影を行う機会が増加している。そこで、アプリログ分析装置１では、カメラアプリをどこで使用したかに着目し、カメラアプリの動作の頻度が高い場所は、ユーザが興味を持ちやすい場所であるという推定を行っている。なお、以下の実施形態では、「カメラアプリの使用ログ」を「カメラアプリログ」として説明する場合がある。

アプリログ分析装置１によるＰＯＩの特定は、地域単位で行われ得る。ＰＯＩの有無を推定する対象となる地域を複数の細かい地域（例えば、メッシュ単位）に区切り、各メッシュにＰＯＩが存在するかを推定する。アプリログ分析装置１によるメッシュ単位でのＰＯＩの特定のイメージを図１に示す。図１では、地図Ｍがユーザ端末９つのメッシュに区切られている状態を示している。地図Ｍには、アプリログ分析装置１が複数のユーザ端末９のアプリの使用ログを収集することで得られた、カメラアプリの使用ログ（カメラアプリログ）に基づいて、各ユーザ端末９においてカメラアプリが利用された場所Ｐを地図上に表示している。図１に示す例では、メッシュｍ１において４回カメラアプリが利用されたことが示されていて、メッシュｍ２において１回カメラアプリが利用されたことが示されている。この場合、メッシュｍ１はカメラアプリの使用回数が多い地域であると推定されることから、アプリログ分析装置１ではメッシュｍ１がＰＯＩであると推定し得る。

ただし、このようにカメラアプリの使用回数のみからＰＯＩを推定するだけでは、例えばレコメンド等に使用できるような情報の精度とはなっていない可能性がある。例えば、アプリの使用ログを収集したユーザがメッシュｍ１またはその近隣に住んでいる場合、日常生活における光景等を多く撮影している可能性がある。この場合、他のユーザが興味を持つ光景とは異なる光景（例えば、家族の姿等）を撮影するためにカメラアプリを起動することも想定されるため、カメラアプリの起動回数とＰＯＩとの関係が強いとはいえなくなる。このように、本来ＰＯＩとして特定すべきではない場所をＰＯＩとして特定してしまう可能性がある。

また、ＰＯＩの特性として、多くのユーザが興味を持つようなものもある一方で、特定の趣味を持つユーザが特に興味を持つようなＰＯＩもある。前者のＰＯＩはカメラアプリの起動回数から特定がしやすいのに対して、後者のＰＯＩはカメラアプリの起動回数としては前者よりも少なくなる可能性が考えられる。また、カメラアプリの使用回数が多いためＰＯＩであると推定されるが、その場所がどのような種類のＰＯＩであるかは、この情報だけでは特定できない可能性がある。つまり、カメラアプリの使用回数のみからのＰＯＩの推定では、情報の精度に改善の余地があることが想定される。

以下の実施形態では、アプリログ分析装置１において、カメラアプリの使用ログと他の情報とを組み合わせることによって、ＰＯＩとしての情報の精度を高めながらＰＯＩを特定する手法について説明する。また、アプリログ分析装置１において特定されたＰＯＩがどのようなものであるのか特定する手法についても説明する。

なお、上記の「メッシュ単位」は、一例であり、ＰＯＩを推定する際の基本単位は「メッシュ」に限定されない。例えば、ある地域の中に複数のＰＯＩ（撮影に適した場所）が含まれる場合には、当該地域については、より細かい単位でＰＯＩを区別して取り扱うことが好ましい場合もある。メッシュをより細かく区切ると、「場所」ということもできる。また、「時系列」についても、所定の長さの時間帯毎に区切ることにしてもよいが、特定の時刻に着目してＰＯＩの推定を行ってもよい。このように、アプリログ分析装置１は、カメラアプリが使用された場所（位置）を特定する情報とその日時を特定する情報とに基づいてカメラアプリログを分類し、分類した結果に基づいて、ＰＯＩに係る統計処理を実施し得る。また、アプリログ分析装置１は、上述の統計処理に使用され得るデータを準備し集約する機能を有する。

図２に戻り、アプリログ分析装置１及びユーザ端末９の各部について説明する。まず、ユーザ端末９について説明する。「ユーザ端末」とは、ユーザが持ち歩く端末装置であり、スマートホン、タブレット端末等が想定され得る。ユーザ端末９は、ユーザアプリ９１、画像情報保持部９２、アプリ使用ログ取得部９３、アプリ使用ログ送信部９４、位置情報取得部９５、及び位置情報送信部９６を含んで構成される。

ユーザアプリ９１は、ユーザが使用するアプリ（アプリケーション）群を示している。図２では、一例として、カメラアプリＡ、カメラアプリＢ、趣味アプリＡ、趣味アプリＢを示している。ユーザは、ユーザアプリ９１に含まれるアプリを操作し、種々のユーザ端末９を利用した動作等を行う。

画像情報保持部９２は、ユーザアプリ９１に含まれるカメラアプリのいずれかで撮影された画像を保持する機能を有する。なお、カメラアプリで撮影される画像とは、静止画及び動画の両方を含み得る。

アプリ使用ログ取得部９３は、ユーザ端末９におけるユーザアプリ９１に含まれるアプリの使用ログを取得する機能を有する。アプリの使用ログには、アプリを特定する情報と、当該アプリの使用時間を特定する情報とが含まれ得る。また、アプリの種類を特定する情報が含まれていてもよい。アプリ使用ログ送信部９４は、アプリ使用ログ取得部９３が取得したアプリの使用ログをアプリログ分析装置１に対して送信する機能を有する。なお、本実施形態では、アプリ使用ログとは、アプリが使用された時間帯を特定する情報を含む場合について説明する。すなわち、アプリ使用ログとしてアプリの使用時間を特定する情報が含まれる場合について説明する。ただし、アプリ使用ログは、アプリの特定機能を動作させるログであってもよい。例えば、カメラアプリの場合には、カメラの撮影動作のログを「アプリ使用ログ」としてもよい。この場合、アプリの使用時間を特定する情報とは、当該機能を動作させた時刻を特定する情報となる。以下の実施形態で説明する構成は「アプリ使用ログ」を、上記のように「アプリにおける特定動作のログ」と読み替えることもできる。

位置情報取得部９５は、ユーザ端末９の位置情報を取得する機能を有する。位置情報の取得方法は、特に限定されず、公知の手法を用いることができる。ここで取り扱う情報は、主にカメラアプリが使用される際のユーザ端末９の場所の特定に使用されるが、基本的にユーザ端末９の位置を常時（例えば、数十秒～数分間隔で繰り返し）取得する構成としてもよい。位置情報送信部９６は、位置情報取得部９５が取得したユーザ端末９の位置情報をアプリログ分析装置１に対して送信する機能を有する。

次に、アプリログ分析装置１について説明する。アプリログ分析装置１は、アプリ使用ログ受信部１１、アプリ使用ログ保持部１２、位置情報受信部１３、位置情報保持部１４、フィルタリング部１５、補助情報保持部１６、ＰＯＩ推定部１７、ＰＯＩ情報保持部１８、ＰＯＩカテゴリ推定部１９、カテゴリ特定済ＰＯＩ情報保持部２０、及び出力部２１を含んで構成される。上記の各部のうち、アプリ使用ログ受信部１１及び位置情報受信部１３が、端末関連情報取得部として機能する。

アプリ使用ログ受信部１１は、ユーザ端末９から送信されるアプリ使用ログを受信して取得する機能を有する。図３は、アプリ使用ログ受信部１１が取得するアプリ使用ログの一例を示している。図３に示すように、アプリ使用ログには、アプリの使用日時、アプリ名、アプリの種類が含まれ得る。なお、アプリを特定する情報として、アプリ名に代えてアプリを識別する文字列情報等が用いられてもよい。アプリ使用ログには、カメラアプリの使用ログが含まれ得るが、カメラアプリの使用ログ以外のアプリの使用ログも含まれ得る。

アプリ使用ログ保持部１２は、アプリ使用ログ受信部１１で取得されたアプリ使用ログを保持する機能を有する。なお、アプリ使用ログ保持部１２では、複数のユーザ端末９に関するアプリ使用ログを保持する。

位置情報受信部１３は、ユーザ端末９から送信されるユーザ端末９の位置情報を取得する機能を有する。図４は、位置情報受信部１３が取得する位置情報の一例を示している。図４に示すように、位置情報には、日時と当該日時における位置情報とが含まれる。なお、これらの情報には当然ながらユーザ端末９を特定する情報が含まれる。なお、図２では、位置情報受信部１３は、ユーザ端末９が取得した自端末の位置情報をユーザ端末９から取得する構成を示しているが、位置情報はユーザ端末９から直接取得しなくてもよい。アプリログ分析装置１では、ユーザ端末９の位置情報として、例えば、ユーザ端末９が在圏する基地局の位置情報等を利用する場合がある。このような場合には、ユーザ端末９とは異なる装置（例えば、ユーザ端末９の在圏を管理する装置等）から、ユーザ端末９の位置情報として使用する情報（基地局の位置情報等）を取得する構成としてもよい。

なお、図４には、メッシュ、行動圏という列も含まれている。メッシュは、各日時における位置情報に対応するメッシュを特定する情報である。この情報は、アプリログ分析装置１においてＰＯＩを特定する際に使用するメッシュに基づく情報であるので、アプリログ分析装置１において付与される。

また、行動圏とは、ユーザ端末９を所持するユーザに関して蓄積された位置情報に基づいて、各日時におけるユーザ端末９の位置が、ユーザの日常生活圏に該当するかそれ以外（日常圏外）かを特定した情報である。日常生活圏であるか否かの判定基準は特に限定されないが、例えば、ユーザの自宅住所を基準とした所定範囲内（例えば、徒歩圏を想定した半径１．５ｋｍ内）とする方法がある。また、過去のユーザの移動履歴に基づいて、ユーザの自宅からの移動距離の各日の最大値を特定した後、各日の最大値のうちの９０％が含まれる距離を日常生活圏として特定してもよい。このほか、既存の技術を利用して、ユーザの日常生活圏とそれ以外とを区別してもよい。なお、ここでは、ユーザの滞在場所（ユーザ端末９の位置）を日常生活圏とそれ以外の２種類に区別する場合について説明したが、日常生活／出張／旅行というように、移動の理由毎に区切ってもよい。ユーザの滞在場所を区別した結果（行動圏を特定する情報）は、後述のＰＯＩの特定の際に使用され得る。したがって、この情報は、アプリログ分析装置１において付与される。

位置情報保持部１４は、位置情報受信部１３で取得されたユーザ端末９の位置情報を保持する機能を有する。なお、位置情報保持部１４では、複数のユーザ端末９に関する位置情報を保持する。上述のメッシュとの対応付け、及び、行動圏の特定は、位置情報を位置情報保持部１４に保持する際に行ってもよいし、それとは異なるタイミング（例えば、ＰＯＩを推定する際）に行ってもよい。

フィルタリング部１５は、アプリ使用ログ保持部１２に保持されるアプリ使用情報と、位置情報保持部１４に保持される位置情報とを用いて、フィルタリングを行う機能を有する。本実施形態では、フィルタリングとは、アプリ使用ログに含まれるカメラアプリの使用ログ（カメラアプリログ）について、位置情報と対応付けを行った上で、ＰＯＩの推定に使用するかどうかを振り分ける作業である。フィルタリングの手法としては、カメラアプリログ自体を選別する方法、カメラアプリを使用するユーザを選別する方法が挙げられる。フィルタリングの詳細については後述する。

補助情報保持部１６は、フィルタリング部１５におけるフィルタリングに使用され得るユーザ端末９から取得される情報以外の情報を、補助情報として保持する機能を有する。

図５は、補助情報保持部１６において保持される補助情報の例を示している。図５（ａ）は、メッシュ単位の人口の変化に係る情報の例である。図５（ａ）では、メッシュを特定する情報（メッシュＩＤ）に対応付けて、単位時間当たりの人口の変化を示す情報が保持されている。このような情報を利用することで、カメラアプリの使用回数が多い地域（メッシュ）にどの程度の人がいるか、等の分析を行うことができる。

図５（ｂ）は、ユーザ端末９のユーザの属性を示す情報の例を示している。図５（ｂ）では、ユーザを特定する情報（ユーザＩＤ）に対応付けて、属性を示す情報（子育て世代、カメラ趣味、釣り、登山等）と、属性を特定する根拠となった情報（アプリ、ＳＮＳ、アンケート等）と、が対応付けられている。例えば、ユーザＩＤがＡＡ０１で特定されるユーザについて、子育て世代向けのアプリの利用履歴と、子育て世代向けのアンケートへの回答履歴と、に基づいて、属性が「子育て世代」であると特定されたことが示されている。このような情報があると、例えば、特定の属性のユーザのカメラアプリログを用いると、特定の属性の人に特化したＰＯＩを推定できる可能性がある。このように、補助情報保持部１６では、フィルタリングに使用され得る補助情報が保持される。なお、図５に示すものに限定されず、フィルタリングのコンセプト等に応じて自由に補助情報を収集・利用することができる。

ＰＯＩ推定部１７は、補助情報保持部１６によるフィルタリング後のカメラアプリログに基づいて、ＰＯＩを推定する機能を有する。ＰＯＩを推定する方法は、基本的に、メッシュ単位でのカメラアプリの使用回数が多い（例えば、所定値以上である）メッシュを抽出し、ＰＯＩとする方法が挙げられる。

ＰＯＩ情報保持部１８は、ＰＯＩ推定部１７によりＰＯＩであると推定されたメッシュの情報を保持する機能を有する。図６は、ＰＯＩ情報保持部１８において保持されるＰＯＩ情報の一例を示している。図６に示すように、ＰＯＩ情報には、ＰＯＩを特定する情報（ＰＯＩＩＤ）を、ＰＯＩであると推定されたメッシュを特定する情報（メッシュＩＤ）とが含まれている。なお、後述のように、ＰＯＩのカテゴリが特定された場合には、情報の保持先がＰＯＩ情報保持部１８ではなくカテゴリ特定済ＰＯＩ情報保持部２０に変更され得る。

ＰＯＩカテゴリ推定部１９は、ＰＯＩ推定部１７で推定されたＰＯＩについて、カテゴリを付与する機能を有する。ＰＯＩに対応付けて付与されるカテゴリとは、ＰＯＩの特徴に応じた分類を示すものである。例えば、ＰＯＩであると推定されたメッシュに特定の建造物（城郭、寺社等）が存在する場合には、この建造物の種類をカテゴリとしてもよい。また、特定の趣味（釣り、登山等）のユーザにとってのＰＯＩであると推定された場合には、当該趣味をカテゴリとしてもよい。その他、例えば、桜の名所のように、特定の時期だけＰＯＩとなるようなメッシュに対しては、ＰＯＩとなる理由を特定する情報（例えば、桜の名所）をカテゴリとしてもよい。このように、カテゴリは、ＰＯＩの特徴を示す情報として、種々の情報から設定することができる。また、カテゴリの特定に際しては、例えば、フィルタリング部１５においてフィルタリングに使用した情報を用いることもできる。この点については後述する。

カテゴリ特定済ＰＯＩ情報保持部２０は、ＰＯＩカテゴリ推定部１９において、カテゴリの付与が行われたＰＯＩ（メッシュ）の情報を保持する機能を有する。図７は、カテゴリ特定済ＰＯＩ情報保持部２０において保持されるカテゴリ特定済みＰＯＩ情報の一例を示している。図７に示すように、カテゴリ特定済みＰＯＩ情報は、図６に示す情報と比べて、カテゴリを特定する情報が付与されている。

出力部２１は、ＰＯＩ情報保持部１８及びカテゴリ特定済ＰＯＩ情報保持部２０で保持される情報を出力する機能を有する。出力部２１は、例えば外部装置等からの要求に基づいて、抽出すべきＰＯＩの情報を準備し、送信する機能を有する。また、出力部２１は、モニタ等の表示装置またはプリンタ等に対して情報を出力してもよい。

［アプリログ分析方法］
次に、図８～図１６を参照しながら、アプリログ分析装置１によるアプリログ分析方法について説明する。上記のように、フィルタリングの手法としては種々の方法が想定される。そのため、まず、全体の流れを説明した後に、フィルタリングの手法に応じた詳細な手順を説明する。

（一連の手順）
図８に示すように、アプリログ分析装置１は、まずステップＳ０１を実行する。ステップＳ０１では、アプリログ分析装置１のアプリ使用ログ受信部１１によってユーザ端末９からのアプリ使用ログが取得されると共に、位置情報受信部１３によってユーザ端末９からの位置情報が取得される。取得したデータは、アプリ使用ログ保持部１２（アプリ使用ログ）及び位置情報保持部１４（位置情報）に保持される。ユーザ端末９からの情報の取得は、定期的（例えば、数時間～数日毎）に行われてもよいし、アプリログ分析装置１からユーザ端末９へ情報提供要求を送信することによって行われてもよい。

次に、アプリログ分析装置１はステップＳ０２を実行する。ステップＳ０２では、アプリログ分析装置１のフィルタリング部１５において、アプリ使用ログ保持部１２及び位置情報保持部１４において保持されている情報に基づいて、カメラアプリログを抽出し、使用ログと位置情報との対応付けを行う。カメラアプリログには、アプリを使用した時間が含まれている。そこで、当該時間に該当する位置情報を、位置情報保持部１４に保持されている情報から抽出してきて、対応付けを行う。なお、このステップＳ０２における処理は、ステップＳ０１においてユーザ端末９から情報を取得したタイミングで行うこととしてもよい。また、上記の対応付けを行った後のアプリ使用ログを、アプリ使用ログ保持部１２に保持する態様としてもよい。

次に、アプリログ分析装置１はステップＳ０３を実行する。ステップＳ０３では、フィルタリング部１５において、上記の情報と、アプリ使用ログ保持部１２、位置情報保持部１４、及び補助情報保持部１６に保持されている情報に基づいて、ＰＯＩの推定に利用するデータの抽出（フィルタリング）を行う。

次に、アプリログ分析装置１はステップＳ０４を実行する。ステップＳ０４では、ＰＯＩ推定部１７において、ステップＳ０３において抽出されたカメラアプリログからＰＯＩの推定を行う。ＰＯＩの推定方法としては、例えば、推定対象となる期間（例えば、数時間～数十日）を設定し、当該期間において、カメラアプリログの数が多い（すなわち、カメラアプリの起動回数が多い）メッシュ単位をＰＯＩと判定する。一例として、ＰＯＩと推定するための閾値を予め決めておき、カメラアプリログの数が閾値を超えた地域（メッシュ）をＰＯＩと判定する方法が挙げられる。ただし、ＰＯＩと判定するための基準はこれに限定されない。ＰＯＩと推定された地域（メッシュ）に係る情報は、例えば、ＰＯＩを特定する情報（ＩＤ）を付与した状態で、ＰＯＩ情報保持部１８に保持される。なお、ＰＯＩ推定部１７によるＰＯＩの推定においても、必要に応じて、アプリ使用ログ保持部１２、位置情報保持部１４、及び補助情報保持部１６に保持される情報を利用してもよい。

次に、アプリログ分析装置１はステップＳ０５を実行する。ステップＳ０５では、ＰＯＩカテゴリ推定部１９において、ステップＳ０４でＰＯＩであると推定された地域（メッシュ）について、ＰＯＩのカテゴリを推定する。カテゴリが推定されたＰＯＩに係る情報は、例えば、推定結果であるカテゴリを対応付けた状態で、カテゴリ特定済ＰＯＩ情報保持部２０に保持される。

なお、ステップＳ０３～ステップＳ０５の具体的な手順には種々の態様が想定される。したがって、具体的な手順については後述する。

次に、アプリログ分析装置１はステップＳ０６を実行する。ステップＳ０６では、出力部２１において、ＰＯＩ情報保持部１８及びカテゴリ特定済ＰＯＩ情報保持部２０に保持されているＰＯＩの情報から、所定の条件を満たすものを抽出し、出力する。所定の条件とは、例えば、外部装置等からの要求に含まれる条件が挙げられる。上記の一連の処理により、ＰＯＩの推定及びカテゴリの推定が完了する。

次に、図９～図１６を参照しながら、上記のステップＳ０３～ステップＳ０５に係る手順の具体例について説明する。上述したように、フィルタリング及びＰＯＩのカテゴリ推定に使用する情報は種々想定され得る。そこで、以下では、フィルタリング及び／またはカテゴリ推定に使用する情報として代表的なものについて、どのように利用するかを説明する。

（ユーザの行動圏に基づくフィルタリングの例）
図９は、ユーザの行動圏の情報を利用したフィルタリングの手順について説明する図である。この場合、アプリログ分析装置１のフィルタリング部１５は、ステップＳ１１として位置情報保持部１４に保持されている情報に基づいてユーザの日常生活圏を算出する。なお、日常生活圏の算出（ステップＳ１１）は事前に行われてもよい。

次に、フィルタリング部１５は、ステップＳ１２として、カメラアプリの使用場所が日常生活圏外であるか否かを確認する。これは、カメラアプリログに対応付けられた位置情報が、日常生活圏外であるか否かに基づいて判定される。本実施形態で示す例では、図３と図４とを対応付けて見た場合、「１３：００－１３：０５」に使用されたカメラアプリＡの使用時には、ユーザ端末９は日常圏外にいたことが特定できる。日常生活圏外でカメラアプリが使用された場合（ステップＳ１２－ＹＥＳ）、当該ログをＰＯＩの推定に利用すると判定される（ステップＳ１３）。一方、日常生活圏でカメラアプリが使用されていた（つまり、日常生活圏外では使用されていなかった）場合（ステップＳ１２－ＮＯ）、当該ログはＰＯＩの推定に利用しないと判定される（ステップＳ１４）。

このように、ユーザの行動圏とカメラアプリの使用タイミングとに着目して、ＰＯＩの推定に利用するカメラアプリログを抽出してもよい。この場合、例えば、ユーザの日常生活においてカメラアプリを使用した場合のログはＰＯＩの推定には利用されない構成を実現することができる。なお、上記の例では、日常生活圏とそれ以外とで区別をしているが、ＰＯＩを推定する目的に応じて、フィルタリングの条件を切り替えてもよい。

（ユーザの行動に着目したフィルタリングの例）
図１０は、ユーザの行動に着目したフィルタリングとして、カメラアプリの前後に使用したアプリの種類に応じたフィルタリングの手順について説明する図である。この場合、アプリログ分析装置１のフィルタリング部１５は、ステップＳ２１としてアプリ使用ログ保持部１２に保持されている情報に基づいてカメラアプリの前後の所定時間（例えば、前後１０分）に当該ユーザが使用した（ユーザ端末９において動作した）アプリを特定する。図３に示す例では、例えば、カメラアプリＡの使用時間帯（１３：００－１３：０５）の前後１０分（１２：５０－１３：００及び１３：０５－１３：１５）に示される名所案内アプリ、ＳＮＳアプリ、植物図鑑アプリが、カメラアプリＡの前後に使用されたアプリと特定され得る。

次に、フィルタリング部１５は、ステップＳ２２として、カメラアプリの前後に使用されたアプリにＳＮＳアプリが含まれている否かを確認する。これは、上記のステップＳ２１で抽出されたアプリにＳＮＳアプリが含まれているか否かに基づいて判定される。

本実施形態で示す例では、「ＳＮＳアプリ」を例示しているが、これは、一例であって、カメラアプリとＳＮＳアプリとの親和性が高いことを考慮した例である。本実施形態では、カメラアプリの前後のＳＮＳアプリを利用している場合、カメラアプリで撮像した画像をＳＮＳアプリと連携させるつもりである（または連携させようとした）と推定し、このカメラアプリログをＰＯＩの推定に使用する、という思想に基づいたフィルタリングを行っている。カメラアプリＡの前後にＳＮＳアプリが使用された場合（ステップＳ２２－ＹＥＳ）、当該ログをＰＯＩの推定に利用すると判定される（ステップＳ２３）。一方、カメラアプリＡの前後にＳＮＳアプリが使用されていない場合（ステップＳ２２－ＮＯ）、当該ログはＰＯＩの推定に利用しないと判定される（ステップＳ２４）。

このように、カメラアプリと、カメラアプリの前後に使用するアプリとの関係とに着目して、ＰＯＩの推定に利用するカメラアプリログを抽出してもよい。この場合、例えば、カメラアプリを使用する前後におけるユーザの特定の動作に着目し、ＰＯＩの推定に利用するカメラアプリログを抽出することが可能な構成を実現することができる。なお、上記の例に代えて、例えば、カメラアプリを使用した後のみに着目する構成としてもよい。また、ＳＮＳアプリに代えて特定の趣味のアプリの使用の有無に基づいた抽出を行ってもよい。

（ユーザの行動を利用したカテゴリ特定の例）
図１０で示した、カメラアプリの前後に使用したアプリの種類を用いてＰＯＩの推定に利用するカメラアプリログの抽出を行った場合、カメラアプリログの抽出の基準として使用したアプリの種類を、ＰＯＩに対して付与されるカテゴリの種類として利用してもよい。図１１は、ユーザの行動に着目したフィルタリングとして、カメラアプリの前後に使用したアプリの種類に応じたフィルタリングを行う場合に、同じ情報を利用してカテゴリ推定を行う手順について説明する図である。

この場合、アプリログ分析装置１のフィルタリング部１５は、ステップＳ３１としてアプリ使用ログ保持部１２に保持されている情報に基づいてカメラアプリの前後の所定時間（例えば、前後１０分）に当該ユーザが使用した（ユーザ端末９において動作した）アプリを特定する。この手順は、図１０で示すステップＳ２１と同じである。さらに、フィルタリング部１５は、ＰＯＩの推定に利用するカメラアプリログを図１０で示す手順によって抽出する。このときの手順は、例えば，図１０のステップＳ２２～ステップＳ２４と同じである。

次に、ＰＯＩ推定部１７は、図１０で示す手順によって、ＰＯＩの推定に利用するカメラアプリログを特定した後に、ステップＳ３２として、ＰＯＩを推定する処理を行う。ＰＯＩ推定の手順は特に限定されない。次に、ステップＳ３２において推定されたＰＯＩについて、ＰＯＩカテゴリ推定部１９は、ステップＳ３３として、当該ＰＯＩのカテゴリを特定する。このとき、ＰＯＩカテゴリ推定部１９は、フィルタリング部１５におけるカメラアプリログの抽出の基準として利用したアプリに着目し、そのアプリの種類に応じたカテゴリをＰＯＩに対して付与する。図１０で示す例では、ＳＮＳアプリを基準としてＰＯＩ推定に利用するカメラアプリログを抽出している。この場合、ＰＯＩであると推定された地域（メッシュ）に対して、ＰＯＩのカテゴリを「ＳＮＳ関連（ＳＮＳアプリとの親和性が高いＰＯＩ）」としてもよい。

ＰＯＩ推定に利用するカメラアプリログを抽出する際に基準とするアプリが、より具体的な趣味（例えば、釣り・登山等）との関係が強いものである場合、カメラアプリを使用した理由は、その趣味に関連したものである可能性が考えられる。したがって、このような趣味に関係する情報を用いて抽出されたカメラアプリログからＰＯＩを推定した場合、このＰＯＩは趣味に関係したものである可能性が考えられる。そこで、上記のように、推定結果であるＰＯＩに係るカテゴリとして、抽出の基準として利用したアプリの種類を特定する情報を割り当てることによって、関連が高いと思われるカテゴリをＰＯＩに対して推定して割り振ることができる。

このように、カメラアプリと、カメラアプリの前後に使用するアプリとの関係とに着目して、ＰＯＩの推定に利用するカメラアプリログを抽出することに加えて、ＰＯＩに対してもカメラアプリの前後に使用するアプリに関する情報（ここでは種類）をカテゴリの推定結果として使用する構成としてもよい。この場合、例えば、カメラアプリを使用する前後におけるユーザの特定の動作に着目し、ＰＯＩのカテゴリを特定することが可能な構成を実現することができる。

なお、ＰＯＩの推定に利用するカメラアプリログの抽出するアプリの種類に応じて、図１１に使用するロジックの使用・不使用を変更してもよい。例えば、趣味に関連するアプリを基準として、ＰＯＩ推定用のカメラアプリログを抽出する場合には、図１１に示す手法でカテゴリの付与を行うが、他のアプリ（例えば、趣味との関連性が低いと思われるアプリ）を基準としたカメラアプリログの抽出の場合には、図１１に示す手法でのカテゴリの付与は行わない、というような構成としてもよい。

（ユーザのセグメントを利用したフィルタリング・カテゴリ特定の例）
図１０及び図１１を参照しながら説明したカメラアプリの前後に使用したアプリの種類に係る情報を用いたフィルタリング・カテゴリ特定に代えて、その他の情報を用いて同様の手順を行ってもよい。その他の情報とは、例えば、アプリの使用ログ及びユーザ端末９の位置情報のように、ユーザ端末９から取得される情報に限定されず、補助情報保持部１６に保持される情報等であってもよい。以下では、ユーザを分類するセグメントとして、属性に着目した例について説明する。

図１２は、ユーザの属性に着目したフィルタリングとして、補助情報保持部１６に保持されるユーザの属性の情報に基づいたフィルタリング及びカテゴリ特定を行う手順について説明する図である。この場合、まず、アプリログ分析装置１のフィルタリング部１５は、ステップＳ４１として補助情報保持部１６に保持されている情報に基づいてユーザ端末９を所持するユーザ毎のセグメントを特定する。例えば、補助情報保持部１６が図５（ｂ）に示す情報を保持している場合、ユーザ毎に割り振られた属性をセグメントとして用いることができる。このほかのセグメントとしては、例えば、ユーザの性別・居住地・職業等に基づいたセグメントも考えられる。

次に、フィルタリング部１５は、ステップＳ４２として、ユーザのセグメント毎に、ＰＯＩの推定に利用するカメラアプリログを分類（抽出）する。この手順は、ＰＯＩの推定に利用するカメラアプリログの抽出（例えば、図９のステップＳ１２～ステップＳ１４）に相当する。セグメント毎にカメラアプリログを分類するため、セグメントの数だけＰＯＩの推定のために分けられたグループが存在することになる。なお、実際にＰＯＩの推定を行うグループは、このうちの一部のグループであってもよい。

次に、ＰＯＩ推定部１７は、ステップＳ４３として、ＰＯＩを推定する処理を行う。ＰＯＩ推定の手法は特に限定されないが、セグメントに基づいた分類ごとに、それぞれＰＯＩ推定に係る処理が行われる。次に、ＰＯＩカテゴリ推定部１９は、ステップＳ４４として、当該ＰＯＩのカテゴリを特定する。このとき、ＰＯＩカテゴリ推定部１９は、フィルタリング部１５におけるカメラアプリログの分類に使用したセグメントを、ＰＯＩに係るカテゴリとして使用する。

上述のように、セグメントに基づいてＰＯＩ推定に利用するカメラアプリログが分類されているので、分類後のカメラアプリログ群から推定されるＰＯＩは、そのセグメントに関連したものであることが考えられる。したがって、ユーザに係る属性等のセグメントを用いて分類されたカメラアプリログからＰＯＩを推定した場合、このＰＯＩは当該セグメントに関係したものである可能性が考えられる。そこで、上記のように、推定結果であるＰＯＩに係るカテゴリとして、カメラアプリログの分類に使用したセグメントに係る情報を割り当てることによって、より関連が高いと思われるカテゴリをＰＯＩに対して付与することができる。

このように、ユーザ端末９を所持するユーザのセグメントに着目して、ＰＯＩの推定に利用するカメラアプリログを抽出（分類）し、さらに推定されたＰＯＩに対してもセグメントに関連する情報をカテゴリとして割り当てる構成としてもよい。この場合、ユーザのセグメントに応じたＰＯＩのカテゴリを割り当てることができるため、ある程度精度が高いと推定されるカテゴリを付与することが可能な構成を実現することができる。なお、セグメントに利用する情報（図５（ｂ）に示すような情報）をどのように取得するか、また、どの情報に基づいてカメラアプリログを分類するか、は適宜変更することができる。

（カメラアプリの種類に着目したフィルタリング・カテゴリ特定の例）
次に、カメラアプリの種類に着目したフィルタリング・カテゴリ特定について、図１３を参照しながら説明する。この手法は、例えば、特定の用途に特化したカメラアプリ（例えば、特定の趣味に係る記録に適した機能を有するカメラアプリ等）がユーザ端末９において使用されている場合に有効となり得る。図１３に示すように、まず、アプリログ分析装置１のＰＯＩ推定部１７は、ステップＳ５１としてユーザ端末９から取得したカメラアプリログを、カメラアプリの種類毎に分類する。ユーザ端末９には、複数種類のカメラアプリが搭載されていることが多いため、１つのユーザ端末９から送信されるカメラアプリログにも複数種類のカメラアプリに由来するものが含まれ得る。そこで、その種類毎に分類する。

次に、ＰＯＩ推定部１７は、ステップＳ５２として、分類したカメラアプリの種類毎に、ＰＯＩを推定する処理を行う。ＰＯＩ推定の手法は特に限定されないが、カメラアプリの種類に基づいて分類されたカメラアプリログ群ごとに、ＰＯＩ推定に係る処理が行われる。

次に、ＰＯＩカテゴリ推定部１９は、ステップＳ５３～ステップＳ５５として、カメラアプリの種類に基づいて当該ＰＯＩのカテゴリを推定するか否かを判定する。カメラアプリが一般的な種類のもの（例えば、ユーザ端末９に標準的に搭載されているもの）の場合、カメラアプリの種類に基づいて分類結果が特定のものに偏っている可能性は低い。一方、特定の用途に使用されると想定されるカメラアプリの起動ログは、特定の用途との関連性が高いため、その用途をアプリのカテゴリとすることも有効と考えられる。上述のように、セグメントに基づいてＰＯＩ推定に利用するカメラアプリログが分類されているので、分類後のカメラアプリログ群から推定されるＰＯＩは、そのセグメントに関連したものである可能性が考えられる。

そこで、ＰＯＩカテゴリ推定部１９は、ステップＳ５３として、分類の基準としたカメラアプリが特定のカテゴリ用のものであるか否かを判定する。ここで、カメラアプリが特定のカテゴリ用のものである場合（ステップＳ５３－ＹＥＳ）には、カメラアプリのカテゴリ（用途・特徴等）をＰＯＩのカテゴリに割り当てる（ステップＳ５４）。一方、カメラアプリが特定のカテゴリ用のものでない場合（ステップＳ５３－ＮＯ）には、カメラアプリのカテゴリをＰＯＩのカテゴリに割り当てることはせず（ステップＳ５５）、ＰＯＩに対してカテゴリを付与しないこととする。このように、カメラアプリの種類に着目して、ＰＯＩの推定に利用するカメラアプリログを抽出（分類）し、さらに推定されたＰＯＩに対して、カメラアプリの種類に応じて当該情報をカテゴリとして割り当てる構成としてもよい。この場合、カメラアプリとカテゴリとの関係を利用してＰＯＩのカテゴリを特定することが可能となり、特に、特徴的なカメラアプリを使用している場合に、精度良くカテゴリの付与ができる構成を実現することができる。なお、カメラアプリの種類をＰＯＩのカテゴリに使用するか否かは予め決めておき、カテゴリの割り当てを行うかの基準となる情報として予め補助情報保持部１６等に保持しておくことができる。

（メッシュ単位での人口を考慮したＰＯＩ推定）
次に、ＰＯＩを推定する際の手法として、単純にカメラアプリログの数が多いメッシュをＰＯＩとするのではなく、他の要件を考慮した例について説明する。上記実施形態では、アプリログ分析装置１は、基本的に、図１に示すように所定期間内におけるカメラアプリログの数が多いメッシュをＰＯＩとして推定することを想定して説明した。しかしながら、例えば、メッシュ内に存在するユーザ端末９の数が多いと、当該メッシュ内のＰＯＩの有無に関係なく、カメラアプリログの数が増加することが想定される。そこで、メッシュ内の人口を考慮した計算を行った上で、ＰＯＩを推定する方法を採用してもよい。図１４ではその一例を示している。

まず、ＰＯＩ推定部１７は、ステップＳ６１に示すように、ＰＯＩを推定する際に、メッシュ単位でのカメラアプリログの回数の合計をそれぞれ算出する。次に、ＰＯＩ推定部１７は、ステップＳ６２に示すように、メッシュ単位での人口数に対するカメラアプリログの回数の比を算出する。この計算を行うためには、例えば、図５（ａ）に示すような人口の情報が予め取得される。補助情報保持部１６が図５（ａ）に示す情報を予め保持している場合、例えば、各メッシュにおける各時間帯（例えば、図５（ａ）に示す人口統計に対応した時間帯）におけるカメラアプリログの回数をまず算出し、これを図５（ａ）に示す対応するメッシュにおける対応する時間帯の人口で割る。この結果、人口に対するカメラアプリログの回数が算出される。上記の計算を各メッシュに対して行った後に、ＰＯＩ推定部１７は、ステップＳ６３として「カメラアプリログ回数／人口」が所定値以上となるメッシュをＰＯＩと推定する。このような構成とした場合、単純に人口が増加していることによってカメラアプリログ回数が増加している場所をＰＯＩとして推定してしまうことが防がれる。

なお、図５（ａ）に示す人口算出の単位となる単位時間帯（図５（ａ）では、１時間とされている）よりも広い時間幅のカメラアプリログを用いてＰＯＩの推定を行う場合には、種々の計算の追加・変更を行ってもよい。例えば、単位時間帯毎に「カメラアプリログ回数／人口」を算出した後に、各単位時間帯での計算結果の平均を求めることとしてもよい。また、単位時間帯毎の人口変動の平均を予め求めて、これに対して、ＰＯＩの推定対象となる時間帯の全てにおけるカメラアプリログの回数の和の比をメッシュ毎に求める構成としてもよい。このように、人口に対するカメラアプリログ回数の比を用いるというコンセプトにおいて、その計算方法は適宜変更することができる。

（過去にカテゴリ特定したＰＯＩのデータを利用した、ＰＯＩのカテゴリの特定）
次に、図１５及び図１６を参照しながら、ＰＯＩのカテゴリを特定するための別の手法について説明する。これまでの例は、基本的に、メッシュ単位のカメラアプリログの数からＰＯＩを推定し、カメラアプリログまたはその他の周辺情報からＰＯＩに対してカテゴリを割り当てる場合について説明した。これに対して、過去にカテゴリが特定されている（カテゴリが既知である）ＰＯＩのデータを利用して、カテゴリが未特定のＰＯＩに対してカテゴリを付与する手法を説明する。

まず、ＰＯＩカテゴリ推定部１９は、ステップＳ７１として、カテゴリ特定済ＰＯＩ情報保持部２０に保持されているカテゴリ特定済みのＰＯＩの情報について、カメラアプリ使用回数の経時変化情報を取得する。上述のように、カテゴリ特定済ＰＯＩ情報保持部２０には、カテゴリが割り当てられているＰＯＩを特定する情報が保持されている。また、メッシュＩＤを利用して、位置情報保持部１４から当該メッシュの位置情報に係る情報が抽出され得る。これらの情報を利用して、ＰＯＩカテゴリ推定部１９は、ＰＯＩ毎のカメラアプリ使用回数の経時変化に係る情報を作成する。図１６は、経時変化の一例を示す図である。図１６は、例えば、桜の名所であるＰＯＩにおけるカメラアプリ使用回数の経時変化を示したものである。桜の名所では、桜の開花期間（図１６に示す期間Ｔ１）はカメラアプリの使用回数が極端に増加し、特に満開となる日（図１６に示す日付Ｔｄ）をピークとした分布となると想定される。このように、ＰＯＩには、特定の季節においてのみカメラアプリの使用回数が増加するスポットが存在し得る。また、例えば、夕暮れの風景が特徴的であるスポットなどでは、夕方のみカメラアプリの使用回数が増加する可能性もある。このように、特定の期間または時間帯にカメラアプリの使用回数が変動し得るようなＰＯＩは、その変動を利用して、ＰＯＩのカテゴリを特定することが可能となり得る。具体的には、カテゴリが既知である、既存のＰＯＩにおけるカメラアプリログの変動（季節変動または時間変動）を参考に、カテゴリが未知のＰＯＩについてカテゴリを特定する手法である。

上記の手法を実現するために、まず、ステップＳ７１として、ＰＯＩカテゴリ推定部１９では、カテゴリが既知であるＰＯＩについて、カメラアプリログの経時変化を取得する。その上で、ＰＯＩカテゴリ推定部１９は、ステップＳ７２として、カテゴリが未特定のＰＯＩについて、カメラアプリログの経時変化を取得する。このうえで、経時変化を、例えば、時系列クラスタリング等を用いて定量化してもよい。また、ピーク時（例えば、桜の満開日）のカメラアプリログの数と、そのほかの日のカメラアプリログの数の平均と、の比等を用いて、ピークの大きさを評価した値を求めてもよい。

上述のように、カメラアプリログの経時変化を利用したカテゴリ特定のため、例えば、カメラアプリログの経時変化が小さなＰＯＩについては、以降の処理は省略してもよい。また、日間変動（桜の名所のように日～月単位で変化するもの）及び時間変動（夕焼けの名所のように時間変化に特徴があるもの）のどちらを算出するかは、例えば、カテゴリが未特定のＰＯＩにおけるデータのバラつきまたは傾向から選択する構成としてもよい。

次に、ＰＯＩカテゴリ推定部１９は、ステップＳ７３として、ステップＳ７１で算出した各ＰＯＩに関するカメラアプリログ回数の経時変化（カメラアプリの使用回数の経時変化）のなかに、ステップＳ７２で算出したカメラアプリログ回数の経時変化（カメラアプリの使用回数の経時変化）と類似する傾向を有するものがあるかを判定する。このとき、例えば、前段の処理で、経時変化を定量化している場合には、数値同士の比較によって類似するものを探索することとしてもよい。また、定量化を行っていない場合には、公知の統計処理を用いた分類手法を用いて類似の変動を示すＰＯＩを特定してもよいし、例えば、ピーク日時とピークを中心としたカメラアプリの使用回数の分布等に着目した分類を行ってもよい。

ステップＳ７２で算出したカメラアプリ使用回数の経時変化（カメラアプリログの数の経時変化）と類似する傾向を有するものが、ステップＳ７１で算出したカテゴリ特定済みのＰＯＩのデータに含まれる場合（ステップＳ７３－ＹＥＳ）、カテゴリ特定済みのＰＯＩと、カテゴリ未特定のＰＯＩとが同じカテゴリに含まれると判定し、カテゴリ未特定のＰＯＩに対して、傾向が類似するＰＯＩと同じカテゴリを付与する。一方、ステップＳ７２で算出したカメラアプリ使用回数の経時変化（カメラアプリログの数の経時変化）と類似する傾向を有するものが、ステップＳ７１で算出したカテゴリ特定済みのＰＯＩのデータに含まれない場合（ステップＳ７３－ＮＯ）、この手順では、カテゴリ未特定のＰＯＩに対してはカテゴリを付与しないと判定する（ステップＳ７５）。

このように、カテゴリが特定済みであるＰＯＩにおけるカメラアプリログ回数（カメラアプリの使用回数）の経時変化のデータを利用して、経時変化が類似しているＰＯＩと同じカテゴリを付与する手法を用いることで、特にカメラアプリの使用回数に経時変化が生じ得る特性を有するＰＯＩについてカテゴリの付与を精度よく行うことが可能になる。

なお、季節変動（日間変動）が想定されるＰＯＩとしては、例えば、植物のように見頃となる時期が変化するものが存在する地域が考えられる。また、気候変動の影響を受ける場所（例えば、スキー場、山岳エリア等）も、カメラアプリの使用回数の季節変動が想定される。

一方、時間変動が想定されるＰＯＩとしては、例えば、太陽の位置の影響を受ける場所が考えられる。また、特定の時間帯に何らかの催しが開催される場所（例えば、毎日決まった時刻に、動物への餌やりが行われる等）も、カメラアプリの使用回数の時間変動が想定される。また、特定の季節の特定の時間帯のみカメラアプリの使用回数が大きくなる地域等も想定され得る。

上記のように、カメラアプリの使用回数からＰＯＩを特定する際に、この時間変動または日間変動に着目して、類似の変動を示すＰＯＩ同士は同じカテゴリに属すると判定する構成とすることで、既知のＰＯＩの情報を利用して、カテゴリが未特定のＰＯＩについてもカテゴリを特定することができる。

なお、「類似の変動を示すＰＯＩ同士は同じカテゴリに属すると判定する構成」ことに代えて、例えば類似の変動を示すＰＯＩ同士は、同種のカテゴリ（同一のカテゴリではないが、類似する特徴を有するカテゴリ）に属すると判定してもよい。例えば、桜の名所と、紅葉の名所とは、同じように特定の期間にカメラアプリログが集中すると予想される。ただし、カメラアプリの使用ログが集中する期間は、春と秋とで相違する。このように、期間は異なるものの変動が類似するＰＯＩの情報を利用して、カテゴリが未特定のＰＯＩのカテゴリを推定するための情報を補完する構成としてもよい。

なお、図９～図１５で示したフィルタリングの手順及びカテゴリ付与の手順は、適宜組み合わせることができる。例えば、フィルタリングとして、上述の複数の手法を組み合わせる（例えば、行動圏を利用したフィルタリングと、前後に使用したアプリによるフィルタリングを組み合わせる）手法も採用し得る。

［作用］
上記のアプリログ分析装置１によれば、複数のユーザ端末９から取得された位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいてフィルタリングした後に、位置情報と日時情報とに基づいて分類することによってＰＯＩが推定される。このように、複数のユーザ端末９のそれぞれに関する端末関連情報に基づいてフィルタリングされた後のカメラアプリの使用ログを用いてＰＯＩが推定されるため、アプリの使用ログに基づいて、撮影に適した地域を推定することができる。特に、フィルタリングを行うことによってＰＯＩの推定においてノイズとなる可能性があるカメラアプリの使用ログを除去した上でＰＯＩが推定されるため、よりＰＯＩとして適した場所を推定することができる。

また、カメラアプリの使用ログが多い地域は、より多くのユーザにとってカメラアプリの使用に適したＰＯＩであると想定され得る。そこで、カメラアプリの使用ログが多い地域をＰＯＩとして推定することで、撮影に適した地域を推定することができる。

カメラアプリの使用ログの数は、ＰＯＩが魅力的かという点のほかに地域の人口の影響に応じても変動し得る。そこで、上述の例のように、特定の期間において地域内の人口に対するカメラアプリの使用ログの数の比が大きい地域をＰＯＩとして推定する構成とすることで、人口の違いによる影響を除いた状態でＰＯＩを推定することが可能となる。

また、ユーザの日常生活圏でのカメラアプリの使用ログは、個人的な撮影に関する可能性が考えられるため、他のユーザへＰＯＩとして提示するようなものには適していない可能性がある。そこで、上記実施形態で説明したように、カメラアプリを使用していない時間帯のユーザ端末の位置情報に基づいて、ユーザ端末のユーザの行動圏を特定し、ユーザの行動圏としての日常生活圏と一致する場所でのカメラアプリの利用ログはＰＯＩの推定に使用しないと判定する構成とすることで、日常生活圏でのカメラアプリの使用ログに基づいてＰＯＩが推定されることが防がれる。なお、行動圏を特定する際の位置情報として、カメラアプリを使用している時間帯のユーザ端末の位置情報を組み合わせて使用してもよい。

ユーザ端末においてカメラアプリを使用する場合、上述のように他のアプリケーションとの連携が想定される。また、カメラアプリの使用が特定の趣味等に基づくものである場合、関連するアプリをその前後の使用することも想定される。そこで、上記実施形態のように、ユーザ端末９でのカメラアプリの使用の前後の所定時間に使用されたアプリケーションの種類に基づいて、ＰＯＩ推定部１７におけるＰＯＩの推定に使用するカメラアプリの使用ログを抽出することで、関連するアプリケーションが前後で使用されたカメラアプリの使用ログからＰＯＩの推定を行うことができる。そのため、関連するアプリケーションとの関係性が強いＰＯＩの推定を行うことができる。

端末関連情報は、ユーザ端末９のユーザに係るセグメントを特定する情報であってもよい。このとき、ユーザに係るセグメントを特定する情報を用いて、ＰＯＩ推定部１７におけるＰＯＩの推定に使用するカメラアプリの使用ログを抽出する構成としてもよい。この場合、ユーザのセグメントと関連があるＰＯＩの推定が可能となる。

カメラアプリは、種類によっては特定の用途に特化したもの等が存在し得る。したがって、上記のように、カメラアプリの種類に基づいて、ＰＯＩ推定部１７におけるＰＯＩの推定に使用するカメラアプリの使用ログを抽出する構成とすることで、特定のカメラアプリと関連があるＰＯＩの推定が可能となる。

ＰＯＩ推定部１７で推定されたＰＯＩに対して、ＰＯＩの種類に関するカテゴリを付与するＰＯＩカテゴリ推定部１９をさらに有していてもよい。また、推定されたＰＯＩに対して、ＰＯＩの種類に関するカテゴリを付与する際に、フィルタリング部におけるフィルタリングに使用した端末関連情報に基づいたカテゴリを付与する構成とすることで、端末関連情報に基づいたカテゴリの付与が可能となる。

以上、本実施形態について詳細に説明したが、当業者にとっては、本実施形態が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本実施形態は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本実施形態に対して何ら制限的な意味を有するものではない。

例えば、上述のとおり、上記実施形態で説明したアプリログ分析装置１は種々の変更が可能である。したがって、各部の変更に対応させて、各部の機能を変更してもよい。

例えば、上記実施形態では、アプリログ分析装置１に関して、種々の変更が行われ得ることについて説明した。しかし、アプリログ分析装置１は、少なくとも、カメラアプリの使用ログについて、フィルタリング部１５におけるフィルタリングを行う構成を含んでいればよい。この範囲で、上記のアプリログ分析装置１は、種々の変更を加えることができる。例えば、アプリログ分析装置１では、ＰＯＩカテゴリ推定部１９によるカテゴリの推定に係る手順は省略してもよい。

［その他］
上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。また、本実施形態で説明した「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。

機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（ｂｒｏａｄｃａｓｔｉｎｇ）、通知（ｎｏｔｉｆｙｉｎｇ）、通信（ｃｏｍｍｕｎｉｃａｔｉｎｇ）、転送（ｆｏｒｗａｒｄｉｎｇ）、構成（ｃｏｎｆｉｇｕｒｉｎｇ）、再構成（ｒｅｃｏｎｆｉｇｕｒｉｎｇ）、割り当て（ａｌｌｏｃａｔｉｎｇ、ｍａｐｐｉｎｇ）、割り振り（ａｓｓｉｇｎｉｎｇ）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（ｔｒａｎｓｍｉｔｔｉｎｇｕｎｉｔ）や送信機（ｔｒａｎｓｍｉｔｔｅｒ）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。

図１７は、本実施形態に係るアプリログ分析装置１のハードウェア構成の一例を示す図である。アプリログ分析装置１は、物理的には、プロセッサＣ１、メモリＣ２、ストレージＣ３、通信装置Ｃ４、入力装置Ｃ５、出力装置Ｃ６、バスＣ７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明で、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。アプリログ分析装置１のハードウェア構成は、図１７に示した各装置を１つ又は複数含むように構成されてもよい。また、一部の装置を含まずに構成されてもよい。

アプリログ分析装置１における各機能は、プロセッサＣ１、メモリＣ２などのハードウェア上に所定のソフトウェアを読み込ませることにより、プロセッサＣ１が演算を行い、通信装置Ｃ４による通信、メモリＣ２、及びストレージＣ３におけるデータの読み出し及び／又は書き込みを制御することにより実現される。

プロセッサＣ１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサＣ１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）で構成されてもよい。また、プロセッサＣ１は、ＧＰＵ（ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）を含んで構成されてもよい。例えば、アプリログ分析装置１の各機能部などは、プロセッサＣ１により実現されてもよい。

また、プロセッサＣ１は、プログラム（プログラムコード）、ソフトウェアモジュールやデータを、ストレージＣ３及び／又は通信装置Ｃ４からメモリＣ２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、アプリログ分析装置１の各機能部は、メモリＣ２に格納され、プロセッサＣ１で動作する制御プログラムによって実現されてもよい。上述の各種処理は、１つのプロセッサＣ１で実行される旨を説明してきたが、２以上のプロセッサＣ１により同時又は逐次に実行されてもよい。プロセッサＣ１は、１以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリＣ２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＥＰＲＯＭ（ＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲＯＭ）、ＥＥＰＲＯＭ（ＥｌｅｃｔｒｉｃａｌｌｙＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲＯＭ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）などの少なくとも１つで構成されてもよい。メモリＣ２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリＣ２は、本発明の一実施の形態に係る決済情報管理方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージＣ３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｃＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。ストレージＣ３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリＣ２及び／又はストレージＣ３を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置Ｃ４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。

入力装置Ｃ５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置Ｃ６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプなど）である。なお、入力装置Ｃ５及び出力装置Ｃ６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサＣ１やメモリＣ２などの各装置は、情報を通信するためのバスＣ７で接続される。バスＣ７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Ｂｏｏｌｅａｎ：ｔｒｕｅ又はｆａｌｓｅ）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：ＤｉｇｉｔａｌＳｕｂｓｃｒｉｂｅｒＬｉｎｅ）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。

本開示で使用する「判断（ｄｅｔｅｒｍｉｎｉｎｇ）」、「決定（ｄｅｔｅｒｍｉｎｉｎｇ）」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定（ｊｕｄｇｉｎｇ）、計算（ｃａｌｃｕｌａｔｉｎｇ）、算出（ｃｏｍｐｕｔｉｎｇ）、処理（ｐｒｏｃｅｓｓｉｎｇ）、導出（ｄｅｒｉｖｉｎｇ）、調査（ｉｎｖｅｓｔｉｇａｔｉｎｇ）、探索（ｌｏｏｋｉｎｇｕｐ、ｓｅａｒｃｈ、ｉｎｑｕｉｒｙ）（例えば、テーブル、データベース又は別のデータ構造での探索）、確認（ａｓｃｅｒｔａｉｎｉｎｇ）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信（ｒｅｃｅｉｖｉｎｇ）（例えば、情報を受信すること）、送信（ｔｒａｎｓｍｉｔｔｉｎｇ）（例えば、情報を送信すること）、入力（ｉｎｐｕｔ）、出力（ｏｕｔｐｕｔ）、アクセス（ａｃｃｅｓｓｉｎｇ）（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決（ｒｅｓｏｌｖｉｎｇ）、選択（ｓｅｌｅｃｔｉｎｇ）、選定（ｃｈｏｏｓｉｎｇ）、確立（ｅｓｔａｂｌｉｓｈｉｎｇ）、比較（ｃｏｍｐａｒｉｎｇ）などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（ａｓｓｕｍｉｎｇ）」、「期待する（ｅｘｐｅｃｔｉｎｇ）」、「みなす（ｃｏｎｓｉｄｅｒｉｎｇ）」などで読み替えられてもよい。

「接続された（ｃｏｎｎｅｃｔｅｄ）」、「結合された（ｃｏｕｐｌｅｄ）」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本開示において、「含む（ｉｎｃｌｕｄｅ）」、「含んでいる（ｉｎｃｌｕｄｉｎｇ）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（ｃｏｍｐｒｉｓｉｎｇ）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（ｏｒ）」は、排他的論理和ではないことが意図される。

本開示において、例えば、英語でのａ，ａｎ及びｔｈｅのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

［付記］
一実施形態に係るアプリログ分析装置は、複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有する。

前記ＰＯＩ推定部は、特定の期間において前記カメラアプリの使用ログが多い地域をＰＯＩとして推定する態様としてもよい。

カメラアプリの使用ログが多い地域は、より多くのユーザにとってカメラアプリの使用に適したＰＯＩであると想定され得る。そこで、上記の地域をＰＯＩとして推定することで、撮影に適した地域を推定することができる。

前記ＰＯＩ推定部は、特定の期間において地域内の人口に対する前記カメラアプリの使用ログの数の比が大きい地域をＰＯＩとして推定する態様としてもよい。

カメラアプリの使用ログの数は、ＰＯＩが魅力的かという点のほかに地域の人口の影響に応じても変動し得る。そこで、特定の期間において地域内の人口に対する前記カメラアプリの使用ログの数の比が大きい地域をＰＯＩとして推定する構成とすることで、人口の違いによる影響を除いた状態でＰＯＩを推定することが可能となる。

前記端末関連情報は、前記カメラアプリを使用していない時間帯のユーザ端末の位置情報であって、前記端末情報取得部は、前記複数のユーザ端末から、前記カメラアプリの使用場所以外のユーザ端末の位置情報を取得し、前記フィルタリング部は、前記カメラアプリを使用していない時間帯のユーザ端末の位置情報から前記ユーザ端末のユーザの行動圏を特定し、前記カメラアプリの使用ログに対応付けられた前記位置情報が、前記ユーザの行動圏としての日常生活圏と一致する場合には、当該カメラアプリの使用ログを前記ＰＯＩ推定部におけるＰＯＩの推定には使用しないと判定する態様としてもよい。

ユーザの日常生活圏でのカメラアプリの使用ログは、個人的な撮影に関する可能性が考えられるため、他のユーザへの提示も想定され得るＰＯＩの推定には適していない可能性がある。そこで、上記のように、カメラアプリを使用していない時間帯のユーザ端末の位置情報に基づいて、ユーザ端末のユーザの行動圏を特定し、ユーザの行動圏としての日常生活圏と一致する場所でのカメラアプリの利用ログはＰＯＩの推定に使用しないと判定する構成とすることで、日常生活圏でのカメラアプリの使用ログに基づいてＰＯＩが推定されることが防がれる。なお、行動圏を特定する際の位置情報として、カメラアプリを使用している時間帯のユーザ端末の位置情報を組み合わせて使用してもよい。

前記端末関連情報は、前記ユーザ端末における前記カメラアプリ以外のアプリケーションの使用ログであって、前記端末情報取得部は、前記複数のユーザ端末から、前記カメラアプリ以外のアプリケーションの使用ログを取得し、前記フィルタリング部は、前記カメラアプリ以外のアプリケーションの使用ログに基づいて特定される、前記カメラアプリの使用の前後の所定時間に使用されたアプリケーションの種類に基づいて、前記ＰＯＩ推定部におけるＰＯＩの推定に使用する前記カメラアプリの使用ログを抽出する態様としてもよい。

ユーザ端末においてカメラアプリを使用する場合、他のアプリケーションとの連携が想定される。また、カメラアプリの使用が特定の趣味等に基づくものである場合、関連するアプリをその前後の使用することも想定される。そこで、上記のように、ユーザ端末でのカメラアプリの使用の前後の所定時間に使用されたアプリケーションの種類に基づいて、ＰＯＩ推定部におけるＰＯＩの推定に使用するカメラアプリの使用ログを抽出することで、関連するアプリケーションが前後で使用されたカメラアプリの使用ログからＰＯＩの推定を行うことができるため、関連するアプリケーションとの関係性が強いＰＯＩの推定を行うことができる。

前記端末関連情報は、前記ユーザ端末のユーザに係るセグメントを特定する情報であって、前記フィルタリング部は、特定のセグメントに合致するユーザが所持する前記ユーザ端末における前記カメラアプリの使用ログを、前記ＰＯＩ推定部におけるＰＯＩの推定に使用する前記カメラアプリの使用ログとして抽出する態様としてもよい。

上記のように、ユーザに係るセグメントを特定する情報を用いて、ＰＯＩ推定部におけるＰＯＩの推定に使用するカメラアプリの使用ログを抽出する構成とすることで、ユーザのセグメントと関連があるＰＯＩの推定が可能となる。

前記端末関連情報は、前記ユーザ端末におけるカメラアプリの種類を特定する情報であって、前記端末情報取得部は、前記複数のユーザ端末から、前記カメラアプリの使用ログ毎に、使用したカメラアプリの種類を特定する情報を取得し、前記フィルタリング部は、前記ユーザ端末における前記カメラアプリの使用ログのうち、特定の種類のカメラアプリの使用ログを、前記ＰＯＩ推定部におけるＰＯＩの推定に使用する前記カメラアプリの使用ログとして抽出する態様としてもよい。

カメラアプリは、種類によっては特定の用途に特化したもの等が存在し得る。したがって、上記のように、カメラアプリの種類に基づいて、ＰＯＩ推定部におけるＰＯＩの推定に使用するカメラアプリの使用ログを抽出する構成とすることで、特定のカメラアプリと関連があるＰＯＩの推定が可能となる。

前記ＰＯＩ推定部で推定された前記ＰＯＩに対して、ＰＯＩの種類に関するカテゴリを付与するＰＯＩカテゴリ推定部をさらに有し、前記ＰＯＩカテゴリ推定部は、前記フィルタリング部におけるフィルタリングに使用した前記端末関連情報に基づいて、前記ＰＯＩに対してカテゴリを付与する態様としてもよい。

上記のように、推定されたＰＯＩに対して、ＰＯＩの種類に関するカテゴリを付与する際に、フィルタリング部におけるフィルタリングに使用した端末関連情報に基づいたカテゴリを付与する構成とすることで、端末関連情報に基づいたカテゴリの付与が可能となる。

一実施形態に係るアプリログ分析装置は、複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、前記ＰＯＩ推定部で推定された前記ＰＯＩに対して、前記カテゴリが既知であるＰＯＩに係る情報に基づいて、ＰＯＩの種類に関するカテゴリを付与するＰＯＩカテゴリ推定部と、を有する。

上記のアプリログ分析装置によれば、複数のユーザ端末から取得された位置情報が対応付けられたカメラアプリの使用ログについて、位置情報と日時情報とに基づいて分類することによってＰＯＩが推定される。その上で、カテゴリが既知であるＰＯＩに係る情報に基づいて、新たなＰＯＩについてその種類に関するカテゴリが付与される。このような構成とすることで、複数のユーザ端末から取得するアプリの使用ログに基づいて、撮影に適した地域を推定することができ、また、カテゴリが付与されているため、各ＰＯＩがどのようなＰＯＩであるかをユーザが容易に把握することができる。さらに、カテゴリが既知であるＰＯＩに係る情報を利用してカテゴリ付与を行うことで、例えば、特徴が似ているＰＯＩについては同じカテゴリを付与することができるため、カテゴリの付与の精度が向上する。

ここで、前記ＰＯＩ推定部は、特定の期間において前記カメラアプリの使用ログが多い地域をＰＯＩとして推定する態様であってもよい。

前記カテゴリが既知であるＰＯＩを特定する情報と、このＰＯＩにおけるカメラアプリの使用ログの経時変化を示す情報と、を保持する記憶部をさらに有し、前記ＰＯＩカテゴリ推定部は、前記ＰＯＩとして推定された場所における前記カメラアプリの使用ログの経時変化を算出し、前記カテゴリが既知のＰＯＩにおける前記カメラアプリの使用ログの経時変化と比較することによって、前記ＰＯＩとして推定された場所のカテゴリを推定する態様であってもよい。

ＰＯＩには、カメラアプリの使用ログの経時変化に特徴があるＰＯＩが存在する。そのため、カテゴリが既知であるＰＯＩにおけるカメラアプリの使用ログの経時変化と、ＰＯＩとして推定された場所におけるカメラアプリの使用ログの経時変化とを比較することで、ＰＯＩのカテゴリを推定する構成とすることで、特に経時変化に特徴があるカテゴリのＰＯＩについて、カテゴリの推定を精度良く行うことができる。

前記ＰＯＩカテゴリ推定部は、前記ＰＯＩとして推定された場所における前記カメラアプリの使用ログの経時変化を算出し、前記カテゴリが既知のＰＯＩにおける前記カメラアプリの使用ログの経時変化とが類似する場合に、前記カテゴリが既知のＰＯＩのカテゴリを、前記ＰＯＩ推定部で推定された前記ＰＯＩに対して付与する態様であってもよい。

上記のように、カテゴリが既知であるＰＯＩにおけるカメラアプリの使用ログの経時変化と、ＰＯＩとして推定された場所におけるカメラアプリの使用ログの経時変化とが類似する場合に、カテゴリが既知のＰＯＩと同じカテゴリを付与する構成とすることで、カテゴリの推定を精度良く行うことができる。

前記端末情報取得部が取得した、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する端末関連情報に基づいてフィルタリングする、フィルタリング部をさらに有し、前記ＰＯＩ推定部は、前記フィルタリング部によるフィルタリング後の、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する態様であってもよい。

複数のユーザ端末から取得された位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいてフィルタリングした後に、位置情報と日時情報とに基づいて分類することによってＰＯＩが推定される。このような構成とした場合、フィルタリングを行うことによってＰＯＩの推定においてノイズとなる可能性があるカメラアプリの使用ログを除去した上でＰＯＩが推定されるため、よりＰＯＩとして適した場所を推定することができる。

１…アプリログ分析装置、１１…アプリ使用ログ受信部、１２…アプリ使用ログ保持部、１３…位置情報受信部、１４…位置情報保持部、１５…フィルタリング部、１６…補助情報保持部、１７…ＰＯＩ推定部、１８…ＰＯＩ情報保持部、１９…ＰＯＩカテゴリ推定部、２０…カテゴリ特定済ＰＯＩ情報保持部、２１…出力部、９…ユーザ端末、９１…ユーザアプリ、９２…画像情報保持部、９３…アプリ使用ログ取得部、９４…アプリ使用ログ送信部、９５…位置情報取得部、９６…位置情報送信部。

Claims

複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、
前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、
前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有し、
前記ＰＯＩ推定部は、
特定の期間において前記カメラアプリの使用ログが多い地域をＰＯＩとして推定し、
特定の期間において地域内の人口に対する前記カメラアプリの使用ログの数の比が大きい地域をＰＯＩとして推定する、
アプリログ分析装置。
複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、
前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、
前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有し、
前記端末関連情報は、前記カメラアプリを使用していない時間帯のユーザ端末の位置情報であって、
前記端末情報取得部は、前記複数のユーザ端末から、前記カメラアプリを使用していない時間帯のユーザ端末の位置情報を取得し、
前記フィルタリング部は、前記カメラアプリの使用場所以外のユーザ端末の位置情報から前記ユーザ端末のユーザの行動圏を特定し、前記カメラアプリの使用ログに対応付けられた前記位置情報が、前記ユーザの行動圏としての日常生活圏と一致する場合には、当該カメラアプリの使用ログを前記ＰＯＩ推定部におけるＰＯＩの推定には使用しないと判定する、
アプリログ分析装置。
複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、
前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、
前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有し、
前記端末関連情報は、前記ユーザ端末における前記カメラアプリ以外のアプリケーションの使用ログであって、
前記端末情報取得部は、前記複数のユーザ端末から、前記カメラアプリ以外のアプリケーションの使用ログを取得し、
前記フィルタリング部は、前記カメラアプリ以外のアプリケーションの使用ログに基づいて特定される、前記カメラアプリの使用の前後の所定時間に使用されたアプリケーションの種類に基づいて、前記ＰＯＩ推定部におけるＰＯＩの推定に使用する前記カメラアプリの使用ログを抽出する、
アプリログ分析装置。
複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、
前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、
前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有し、
前記端末関連情報は、前記ユーザ端末のユーザに係るセグメントを特定する情報であって、
前記フィルタリング部は、特定のセグメントに合致するユーザが所持する前記ユーザ端末における前記カメラアプリの使用ログを、前記ＰＯＩ推定部におけるＰＯＩの推定に使用する前記カメラアプリの使用ログとして抽出する、
アプリログ分析装置。
複数のユーザ端末から、ユーザ端末を特定する情報と、日時情報を含むカメラアプリの使用ログと、前記カメラアプリの使用場所を前記使用ログ毎に特定する位置情報と、を取得する、端末情報取得部と、
前記端末情報取得部において取得された、前記複数のユーザ端末に関する前記位置情報が対応付けられたカメラアプリの使用ログのそれぞれを、前記複数のユーザ端末のそれぞれに関する情報である端末関連情報に基づいて、特定の条件を満たすカメラアプリの使用ログをフィルタリングする、フィルタリング部と、
前記フィルタリング部によるフィルタリングによって抽出された、位置情報が対応付けられたカメラアプリの使用ログを、前記位置情報と前記日時情報とに基づいて分類することによって、前記カメラアプリの使用に適したＰＯＩを推定する、ＰＯＩ推定部と、を有し、
前記端末関連情報は、前記ユーザ端末におけるカメラアプリの種類を特定する情報であって、
前記端末情報取得部は、前記複数のユーザ端末から、前記カメラアプリの使用ログ毎に、使用したカメラアプリの種類を特定する情報を取得し、
前記フィルタリング部は、前記ユーザ端末における前記カメラアプリの使用ログのうち、特定の種類のカメラアプリの使用ログを、前記ＰＯＩ推定部におけるＰＯＩの推定に使用する前記カメラアプリの使用ログとして抽出する、
アプリログ分析装置。
前記ＰＯＩ推定部で推定された前記ＰＯＩに対して、ＰＯＩの種類に関するカテゴリを付与するＰＯＩカテゴリ推定部をさらに有し、
前記ＰＯＩカテゴリ推定部は、前記フィルタリング部におけるフィルタリングに使用した前記端末関連情報に基づいて、前記ＰＯＩに対してカテゴリを付与する請求項１～５のいずれか一項に記載のアプリログ分析装置。