類似度算出装置、推薦ＰＯＩ決定装置、ＰＯＩ推薦システム、類似度算出方法およびプログラム
【課題】空間の機能を予め定義することなく、かつ、ユーザの行動傾向を反映させることができるＰＯＩの推薦に係る技術を提供する。
【解決手段】サーバ１０は、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部１００と、行動履歴情報記憶部１００に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部１４０と、類似度算出部１４０によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部１３０とを備え、類似度算出部１４０は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算する。
【解決手段】サーバ１０は、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部１００と、行動履歴情報記憶部１００に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部１４０と、類似度算出部１４０によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部１３０とを備え、類似度算出部１４０は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、類似度算出装置、推薦ＰＯＩ決定装置、ＰＯＩ推薦システム、類似度算出方法およびプログラムに関する。
【背景技術】
【０００２】
現在、あるエリア内のユーザが地図情報提供サーバに地図情報を要求した際に、当該エリア内に位置情報を登録している他ユーザが検索した関心位置（ＰＯＩ：Point of Interest）に関する情報を参照する技術がある（例えば、特許文献１参照）。また、空間の機能をユーザタイプと関連付けて記述してデータベース化し、ユーザの曖昧な要求に合った空間を検索して提示する技術も開示されている（例えば、特許文献２参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００７−３２８４６９号公報
【特許文献２】特開２００５−２０２７８８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１に係る技術の場合、参照されるＰＯＩにユーザの行動傾向が反映されないという問題がある。特許文献２に係る技術の場合、検索結果にユーザタイプが反映されるが、空間の機能を予め定義する必要があるという問題がある。
【０００５】
本発明は、このような事情に鑑みてなされたものであり、空間の機能を予め定義することなく、かつ、ユーザの行動傾向を反映させることができるＰＯＩの推薦に係る技術を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記問題を解決するために、本発明の一態様である類似度算出装置は、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、行動履歴情報記憶部に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、類似度算出部によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部とを備え、類似度算出部は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算することを特徴とする。
【０００７】
上記類似度算出装置において、類似度算出部は、所定のカテゴリ別に複数のユーザ類似度およびＰＯＩ類似度を算出してもよい。
【０００８】
上記問題を解決するために、本発明の他の態様である推薦ＰＯＩ決定装置は、ユーザに推薦するＰＯＩである推薦ＰＯＩを決定する推薦ＰＯＩ決定装置であって、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、行動履歴情報記憶部に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、類似度算出部によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と、一のユーザから送信される情報であって推薦ＰＯＩの決定の基礎となる基礎情報を取得した場合に、行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの行動履歴情報内のＰＯＩである履歴ＰＯＩと、推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定する推薦ＰＯＩ決定部とを備え、類似度算出部は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算することを特徴とする。
【０００９】
上記推薦ＰＯＩ決定装置において、類似度算出部は、所定のカテゴリ別に複数のユーザ類似度およびＰＯＩ類似度を算出し、類似度情報記憶部は、複数のＰＯＩ類似度情報を記憶し、推薦ＰＯＩ決定部は、一のユーザに係る基礎情報を取得した場合に、類似度情報記憶部に記憶されている複数のＰＯＩ類似度情報のうち当該基礎情報に応じたカテゴリのＰＯＩ類似度情報を参照し、当該ユーザに推薦する推薦ＰＯＩを決定してもよい。
【００１０】
上記推薦ＰＯＩ決定装置において、推薦ＰＯＩ決定部は、一のユーザのユーザ端末から基礎情報を取得した場合に、当該基礎情報によって特定される特定エリア内のＰＯＩであって当該ユーザの履歴ＰＯＩ以外のＰＯＩを候補ＰＯＩとして選出し、推薦ＰＯＩを決定してもよい。
【００１１】
上記問題を解決するために、本発明の他の態様であるＰＯＩ推薦システムは、ユーザ端末とサーバとから構成されるＰＯＩ推薦システムであって、サーバは、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、行動履歴情報記憶部に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、類似度算出部によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部とを備え、ユーザ端末は、推薦するＰＯＩである推薦ＰＯＩの決定の基礎となる基礎情報を収集する基礎情報収集部と、基礎情報収集部によって収集された基礎情報を取得した場合に、サーバの行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの行動履歴情報内のＰＯＩである履歴ＰＯＩと、推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを推薦ＰＯＩとして決定する推薦ＰＯＩ決定部とを備え、サーバの類似度算出部は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出することを特徴とする。
【００１２】
上記問題を解決するために、本発明の他の態様である類似度算出方法は、ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出手段と、行動履歴情報に基づいて、ＰＯＩ同士の類似度であるＰＯＩ類似度を算出するＰＯＩ類似度算出手段とを有し、ＰＯＩ類似度算出手段は、ユーザ類似度算出手段によって算出されたユーザ類似度に基づいてＰＯＩ類似度を算出し、ユーザ類似度算出手段は、ＰＯＩ類似度算出手段によって算出されたＰＯＩ類似度に基づいてユーザ類似度を算出することを特徴とする。
【００１３】
上記問題を解決するために、本発明の他の態様であるプログラムは、ＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出装置のコンピュータに、ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出ステップと、行動履歴情報に基づいて、ＰＯＩ類似度を算出するＰＯＩ類似度算出手段とを実行させるプログラムであって、ＰＯＩ類似度算出ステップは、ユーザ類似度算出ステップによって算出されたユーザ類似度に基づいてＰＯＩ類似度を算出し、ユーザ類似度算出ステップは、ＰＯＩ類似度算出ステップによって算出されたＰＯＩ類似度に基づいてユーザ類似度を算出することを特徴とする。
【発明の効果】
【００１４】
本発明によれば、空間の機能を予め定義しなくても、ユーザの行動履歴をもとに、ユーザの行動傾向を反映したＰＯＩを推薦することができるようになる。特に、本発明によれば、あるエリア内にあるユーザの行動履歴が少ないか何もない場合であっても、行動傾向が類似する他ユーザの行動履歴をもとに、当該ユーザに当該エリア内のＰＯＩおよびＰＯＩに関するコンテンツを推薦することができるようになる。
【図面の簡単な説明】
【００１５】
【図１】本発明の第１の実施形態によるＰＯＩ推薦システム１の機能ブロック図である。
【図２】行動履歴情報記憶部１００に記憶される情報の一例である。
【図３】類似度算出部１４０の動作を説明するための説明図である。
【図４】類似度算出部１４０の動作を説明するための説明図である。
【図５】類似度算出部１４０の動作を説明するための説明図である。
【図６】類似度算出部１４０の動作を説明するための説明図である。
【図７】類似度算出部１４０の動作を説明するための説明図である。
【図８】類似度情報記憶部１３０に記憶される情報の一例である。
【図９】推薦ＰＯＩ決定部１５０が取得する基礎情報の一例である。
【図１０】推薦ＰＯＩ決定部１５０の動作を説明するための説明図である。
【図１１】ＰＯＩ推薦システム１の動作の一例を示すフローチャートである。
【図１２】ＰＯＩ推薦システム１の他の機能ブロック図である。
【図１３】カテゴリ条件記憶部１１０に記憶される情報の一例、および、類似度情報記憶部１３０に記憶される情報の一例である。
【図１４】カテゴリ条件記憶部１１０に記憶される情報の一例、および、類似度情報記憶部１３０に記憶される情報の一例である。
【図１５】本発明の第２の実施形態によるＰＯＩ推薦システム２の機能ブロック図である。
【発明を実施するための形態】
【００１６】
（第１の実施形態）
以下、本発明の第１の実施形態について図面を参照して説明する。本発明の第１の実施形態によるＰＯＩ推薦システム１は、図１に示すように、サーバ１０（推薦ＰＯＩ決定装置に相当する）および移動端末２０（ユーザ端末に相当する）から構成される。移動端末２０（後述する移動端末２１も同様）は、一例は、携帯電話などの移動局端末であるが、他の機器（例えば、携帯して使用可能なパーソナルコンピュータ、カーナビゲーションシステム本体、カメラ、携帯して使用可能な音楽プレーヤ、携帯して使用可能なゲーム機）などであってもよい。また、説明の便宜上、移動端末２０は、図面において１つ記載したが、複数存在する。なお、サーバ１０（後述するサーバ１１も同様）は、例えば、移動体通信網内、または、インターネット上に設置される。
【００１７】
サーバ１０は、行動履歴情報記憶部１００、類似度情報記憶部１３０、類似度算出部１４０および推薦ＰＯＩ決定部１５０を備え、ユーザに推薦するＰＯＩ（以下、「推薦ＰＯＩ」という）を決定する。移動端末２０は、情報収集部２００（基礎情報収集部に相当する）および表示部２１０を備え、サーバ１０から推薦ＰＯＩを取得する。
【００１８】
サーバ１０の行動履歴情報記憶部１００は、通信部（非図示）を介して移動端末２０（情報収集部２００）から取得した複数のユーザの行動履歴情報を記憶する。行動履歴情報記憶部１００に記憶される行動履歴情報は滞在（訪問）したＰＯＩを示すＰＯＩ情報を保持する。具体的には、例えば、行動履歴情報は、図２（ａ）に示すように、ユーザ情報とＰＯＩ情報と時間情報とから構成される。図２（ａ）に示す行動履歴情報は、ユーザＡが１１−１２時台（ＰＯＩ２の着日時は２００９年６月１日１１時４０分、ＰＯＩ２の発日時は２００９年６月１日１２時５５分）に、ＰＯＩ２（エリア１に存在）に滞在した旨など保持している。
【００１９】
なお、行動履歴情報内のＰＯＩ情報は、図２（ｂ）に示すように、ＰＯＩ間のリンクを保持していてもよい。例えば、図２（ｂ）に示す行動履歴情報は、ユーザＡが１１−１４時台（ＰＯＩ２の着日時は２００９年６月１日１１時４０分、ＰＯＩ２の発日時は２００９年６月１日１２時５５分、ＰＯＩ４の着日時は２００９年６月１日１３時３１分、ＰＯＩ４の発日時は２００９年６月１日１４時１０分）に、ＰＯＩ２（エリア１に存在）およびＰＯＩ４（エリア１に存在）に滞在した旨などを保持している。
【００２０】
サーバ１０の類似度算出部１４０は、類似度を算出すべき命令（以下、「類似度算出命令」という）を取得する。例えば、類似度算出部１４０は、処理時刻管理部（非図示）から類似度算出命令を取得する。また、例えば、類似度算出部１４０は、通信部（非図示）を介してサーバ１０を管理する管理者端末（非図示）から類似度算出命令を取得する。なお、処理時刻管理部（非図示）は、例えば、所定の時刻（例えば、後述する推薦ＰＯＩ決定要求の数が比較的少ないとされる時刻）に、類似度算出命令を類似度算出部１４０に通知する。
【００２１】
類似度算出部１４０は、類似度算出命令を取得した場合、行動履歴情報記憶部１００に記憶された行動履歴情報に基づいて、ユーザ同士の類似度（以下、「ユーザ類似度」という）およびＰＯＩ同士の類似度（以下、「ＰＯＩ類似度」という）を算出する。ユーザ類似度およびＰＯＩ類似度を算出した類似度算出部１４０は、ＰＯＩ類似度を示す情報（以下、「ＰＯＩ類似度情報」という）を類似度情報記憶部１３０に記憶する。また、ユーザ類似度およびＰＯＩ類似度を算出した類似度算出部１４０は、ＰＯＩ類似度情報に加えて、ユーザ類似度を示す情報（以下、「ユーザ類似度情報」という）を類似度情報記憶部１３０に記憶してもよい。なお、類似度は０から１の値であって、同一ＰＯＩ同士および同一ユーザ同士の類似度は１である。
【００２２】
以下、図３から図７を参照し、類似度算出部１４０によるユーザ類似度およびＰＯＩ類似度の算出方法について説明する。類似度算出部１４０は、自身が生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、自身が生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算する。類似度算出部１４０による、ユーザ類似度およびＰＯＩ類似度の算出ポリシは以下の通りである。
（１）高い類似度のＰＯＩを共参照しているユーザ同士の類似度は高い。
但し、同一のユーザは類似度が最大（値「１」）である。
（２）高い類似度のユーザから共参照されているＰＯＩ同士の類似度は高い。
但し、同一のＰＯＩは類似度が最大（値「１」）である。
（３）上記（１）（２）を繰り返して（類似度を伝搬させて）、ユーザ類似度およびＰＯＩ類似度を算出する。
即ち、類似度算出部１４０は、ユーザの行動履歴に含まれる、各ユーザによる各ＰＯＩへの参照（各ユーザによる各ＰＯＩへの滞在）をリンクと見立ててリンク解析を実施し、ユーザ類似度およびＰＯＩ類似度を算出する。
【００２３】
図３（ａ）は、行動履歴情報記憶部１００に記憶されている複数のユーザの行動履歴に基づいて、各ユーザによる各ＰＯＩへの参照をリンクと見立てた模式図である。図３（ａ）において、Ｌ１はユーザ「Ｕ」によるＰＯＩ「Ａ」へのリンク、Ｌ２はユーザ「Ｕ」によるＰＯＩ「Ｂ」へのリンク、Ｌ３はユーザ「Ｖ」によるＰＯＩ「Ｂ」へのリンク、Ｌ４はユーザ「Ｖ」によるＰＯＩ「Ｃ」へのリンクである。なお、ユーザ「Ｕ」「Ｖ」はＰＯＩ「Ｂ」を共参照している（ＰＯＩ「Ｂ」は、ユーザ「Ｕ」「Ｖ」によって共参照されている）。
【００２４】
類似度算出部１４０は、図３（ａ）の場合、ＳｉｍＲａｎｋ（下記、参考文献参照）を用いて、下記式（１）に従ってユーザ「Ｕ」とユーザ「Ｖ」との類似度ｓｉｍ（Ｕ,Ｖ）を算出し、下記式（２）に従ってＰＯＩ「Ａ」とＰＯＩ「Ｂ」との類似度ｓｉｍ（Ａ,Ｂ）を算出する。
（参考文献）
「SimRank:a measure of structural-context similarity」G.Jeh、J.Widom、Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining、ACM Press,pp.538-543(2002)
【００２５】
【数１】
【００２６】
具体的には、類似度算出部１４０は、上記式（１）に従って、図３（ｂ）、下記式（３）の如く、ユーザ類似度を算出（１回目の類似度の算出）する。但し、Ｃは０．８であるものとする。
【００２７】
【数２】
【００２８】
続いて、類似度算出部１４０は、上記式（２）に従って、図３（ｃ）、下記式（４）の如く、ＰＯＩ類似度を算出（２回目の類似度の算出）する。但し、Ｃは０．８であるものとする。
【００２９】
【数３】
【００３０】
つまり、類似度算出部１４０は、算出済みのユーザ類似度を用いてＰＯＩ類似度を算出する（２回目の類似度の算出）。更に、類似度算出部１４０は、算出済みのＰＯＩ類似度を用いてユーザ類似度を算出し（３回目の類似度の算出）、以下、収束（減衰）する迄、繰り返し実行する（類似度を伝搬させて実行する）。例えば、図４（ａ）の場合、類似度算出部１４０は、図４（ｂ）に示すように、ユーザ類似度およびＰＯＩ類似度を算出する。図４（ｂ）によれば、ｓｉｍ（Ｕ，Ｖ）の値「０．２０」は、ｓｉｍ（Ｄ，Ｅ）の算出過程に反映（伝搬）している。
【００３１】
また、類似度算出部１４０は、同一ユーザが同一ＰＯＩに複数回滞在した場合には、複数のリンクがあるものとして類似度を算出する。換言すれば、類似度算出部１４０は、各リンクに滞在回数分の重み（逓倍）を付けて類似度を算出する。具体的には、例えば、ユーザ「Ｕ」が、ＰＯＩ「Ｄ」に４回、ＰＯＩ「Ｅ」に３回、滞在した例である図５（ａ）の場合、類似度算出部１４０は、図５（ｂ）に示すように、ユーザ類似度およびＰＯＩ類似度を算出する。
【００３２】
また、類似度算出部１４０は、行動履歴情報記憶部１００が、図２（ｂ）の様に、ＰＯＩ間のリンクを保持する場合、ＰＯＩ間のリンクを考慮して、ＰＯＩ間の関連性をより強く反映した類似度を算出してもよい。例えば、類似度算出部１４０は、図６の場合、下記式（５）に従ってユーザ「Ｕ」とユーザ「Ｖ」との類似度ｓｉｍ（Ｕ,Ｖ）を算出し（他のユーザ間も同様）、下記式（６）に従ってＰＯＩ「Ａ」とＰＯＩ「Ｂ」との類似度ｓｉｍ（Ａ,Ｂ）を算出する（他のＰＯＩ間も同様）。なお、図６において、Ｌ７はＰＯＩ「Ａ」「Ｂ」間のリンク、Ｌ８はＰＯＩ「Ｂ」「Ｅ」間のリンク、Ｌ９はＰＯＩ「Ｃ」「Ｄ」間のリンク、Ｌ１０はＰＯＩ「Ｄ」「Ｅ」間のリンクである。
【００３３】
【数４】
【００３４】
例えば、類似度算出部１４０は、図７（ａ）の場合、図７（ｂ）に示すように、ユーザ類似度およびＰＯＩ類似度を算出する。
【００３５】
サーバ１０の類似度情報記憶部１３０は、類似度算出部１４０によって算出されたＰＯＩ類似度を示すＰＯＩ類似度情報を記憶する。図８（ａ）は、ＰＯＩ類似度情報の一例である。図８（ａ）に示すＰＯＩ類似度情報によれば、ＰＯＩ３とＰＯＩ１との類似度は０．２である。また、類似度情報記憶部１３０は、上述の如くＰＯＩ類似度情報に加えて、類似度算出部１４０によって算出されたユーザ類似度を示すユーザ類似度情報を記憶してもよい。図８（ｂ）は、ユーザ類似度情報の一例である。図８（ｂ）に示すユーザ類似度情報によれば、ユーザ４とユーザ２との類似度は０．５である。
【００３６】
サーバ１０の推薦ＰＯＩ決定部１５０は、通信部（非図示）を介して移動端末２０から、推薦ＰＯＩを決定すべき要求（以下、「推薦ＰＯＩ決定要求」という）を取得する。推薦ＰＯＩ決定要求は、推薦ＰＯＩの決定の基礎となる情報（以下、「基礎情報」という）を含む。基礎情報は、図９（ａ）に示すように、ユーザ情報とＰＯＩ情報とから構成される。なお、基礎情報内のＰＯＩ情報によって特定されるＰＯＩ（以下、「特定ＰＯＩ」という）は、例えば、ユーザが現在滞在中のＰＯＩ若しくはユーザが指定したＰＯＩである。即ち、図９（ａ）に示す基礎情報は、現在、ユーザＡがＰＯＩ４に滞在している旨、若しくは、ユーザＡがＰＯＩ４を指定した旨を示す基礎情報である。
【００３７】
なお、基礎情報は、図９（ｂ）に示すように、時間情報とユーザ情報とＰＯＩ情報とから構成されるものであってもよい。基礎情報内の時間情報は、特定ＰＯＩが現在滞在中のＰＯＩであるときは現在時刻、特定ＰＯＩがユーザ指定のＰＯＩであるときはユーザ指定の時刻である。即ち、図９（ｂ）に示す基礎情報は、現在（２００９年７月１日１３時００分）、ユーザＡがＰＯＩ４に滞在している旨、若しくは、ユーザＡがＰＯＩ４および２００９年７月１日１３時００分を指定した旨を示す基礎情報である。
【００３８】
推薦ＰＯＩ決定部１５０は、一のユーザ（移動端末２０）から基礎情報を取得した場合、行動履歴情報記憶部１００および類似度情報記憶部１３０を参照し、当該基礎情報（当該基礎情報内のＰＯＩ情報）によって特定される特定ＰＯＩおよび当該ユーザの行動履歴情報内のＰＯＩ（以下、「履歴ＰＯＩ」という）と、推薦ＰＯＩの候補となるＰＯＩ（以下、「候補ＰＯＩ」という）との間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定する。例えば、推薦ＰＯＩ決定部１５０は、類似度が最高の候補ＰＯＩのみを当該ユーザに推薦する推薦ＰＯＩとして決定してもよい。また、例えば、推薦ＰＯＩ決定部１５０は、類似度が高い上位複数個（２以上）の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定してもよい。なお、推薦ＰＯＩとして決定する候補ＰＯＩの個数（Ｎ）は、移動端末２０毎に、または、全移動端末２０共通に、サーバ１０内に記憶されている。移動端末２０毎に上記個数（Ｎ）を記憶する場合、各移動端末２０からの要求に応じて、当該移動端末２０に係る上記個数（Ｎ）を更新するようにしてもよい。
【００３９】
推薦ＰＯＩを決定した推薦ＰＯＩ決定部１５０は、通信部（非図示）を介して、推薦ＰＯＩを含む応答情報を当該ユーザ（移動端末２０）に送信する。なお、推薦ＰＯＩ決定部１５０は、当該基礎情報によって特定される特定エリア内のＰＯＩ、即ち、特定ＰＯＩの存在するエリア内のＰＯＩ（特定ＰＯＩを除く）であって、当該ユーザの履歴ＰＯＩ以外のＰＯＩを候補ＰＯＩとして選出する。換言すれば、推薦ＰＯＩ決定部１５０は、ユーザが現在滞在しているＰＯＩ（若しくはユーザが指定したＰＯＩ）と同一エリア内の他のＰＯＩのうち過去に訪れていないＰＯＩを候補ＰＯＩとして選出する。
【００４０】
例えば、図１０（ａ）に示すようなユーザＷについての行動履歴情報が行動履歴情報記憶部１００内に記憶されている場合、推薦ＰＯＩ決定部１５０は、図１０（ｂ）に示すように、候補ＰＯＩ「ｂ」に係る各類似度を算出する。具体的には、推薦ＰＯＩ決定部１５０は、候補ＰＯＩ「ｂ」と特定ＰＯＩ「ａ」の類似度「０．５」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｃ」の類似度「１．０」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｄ」の類似度「０．３」を算出し、更に、当該３つの類似度の平均値「０．６」を算出する。同様に、推薦ＰＯＩ決定部１５０は、図１０（ｃ）に示すように、候補ＰＯＩ「ｃ」に係る各類似度を算出する。そして、推薦ＰＯＩ決定部１５０は、候補ＰＯＩ「ｂ」の平均の類似度「０．６」と、候補ＰＯＩ「ｃ」の平均の類似度「０．３」とを比較し、類似度が大きい方の候補ＰＯＩ「ｂ」を推薦ＰＯＩとして決定する。
【００４１】
なお、図１０（ｂ）の例において、推薦ＰＯＩ決定部１５０は、特定ＰＯＩの存在するエリアＥＸ内から履歴ＰＯＩ「ｃ」「ｄ」を選出したが、特定ＰＯＩの存在しないエリアＥＹ内からも履歴ＰＯＩ「ｇ」「ｈ」を選出してもよい。即ち、推薦ＰＯＩ決定部１５０は、図１０（ｄ）に示すように、候補ＰＯＩ「ｂ」と特定ＰＯＩ「ａ」の類似度「０．５」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｃ」の類似度「１．０」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｄ」の類似度「０．３」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｇ」の類似度「０．１」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｈ」の類似度「０．１」を算出し、更に、当該５つの類似度の平均値「０．４」を算出してもよい。同様に、推薦ＰＯＩ決定部１５０は、図１０（ｅ）に示すように、候補ＰＯＩ「ｃ」に係る各類似度を算出してもよい。なお、当該場合も、推薦ＰＯＩ決定部１５０は、候補ＰＯＩ「ｂ」の平均の類似度「０．４」と、候補ＰＯＩ「ｃ」の平均の類似度「０．２」とを比較し、類似度が大きい方の候補ＰＯＩ「ｂ」を推薦ＰＯＩとして決定する。
【００４２】
図１０（ａ）〜図１０（ｅ）に示す例によれば、推薦ＰＯＩ決定部１５０は、ユーザＷが現在滞在しているＰＯＩ「ａ」と同一のエリアＥＸ内の他のＰＯＩ｛ＰＯＩ「ｂ」、ＰＯＩ「ｃ」、ＰＯＩ「ｄ」、ＰＯＩ「ｅ」｝のなかの過去に訪れていないＰＯＩ｛ＰＯＩ「ｂ」、ＰＯＩ「ｅ」｝のうち、類似度が最大であるＰＯＩ「ｂ」を推薦ＰＯＩとして決定する。即ち、ＰＯＩ「ａ」に滞在中のユーザＷに対して、ＰＯＩ「ａ」の次に行くべきＰＯＩとしてＰＯＩ「ｂ」を推薦する。また、図１０（ｆ）に示すように、位置Ａ（例えば自宅）に滞在中のユーザＷが指定したＰＯＩが特定ＰＯＩである場合、位置Ａに滞在中のユーザＷに対して、ＰＯＩ「ａ」の次に行くべきＰＯＩとしてＰＯＩ「ｂ」を推薦する（例えば、旅行、散策などの計画に活用できる）。
【００４３】
移動端末２０の情報収集部２００は、基礎情報を収集（取得）する。具体的には、情報収集部２００は、計時部（非図示）から時間情報（現在時刻）を収集し、記憶部（非図示）からユーザ情報を収集し、無線ＬＡＮを介して現在滞在中のＰＯＩ情報を収集する。また、情報収集部２００は、操作受付部（非図示）を介して、ユーザが指定したＰＯＩのＰＯＩ情報およびユーザが指定した時刻の時間情報を収集してもよい。基礎情報を収集した情報収集部２００は、通信部（非図示）を介して、当該基礎情報を含む推薦ＰＯＩ決定要求をサーバ１０に送信し、サーバ１０から推薦ＰＯＩを含む応答情報を受信（取得）する。なお、推薦ＰＯＩを含む応答情報を受信した情報収集部２００は、表示部２１０に推薦ＰＯＩを供給する。
【００４４】
なお、情報収集部２００は、基礎情報に加えて、行動履歴情報を収集する。具体的には、情報収集部２００は、計時部（非図示）から時間情報（現在時刻）を収集し、記憶部（非図示）からユーザ情報を収集し、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）または無線ＬＡＮを介して現在滞在中のＰＯＩ情報を収集する。行動履歴情報を収集した情報収集部２００は、通信部（非図示）を介して、当該行動履歴情報をサーバ１０（行動履歴情報更新部１００）に送信する。
【００４５】
なお、サーバ１０（推薦ＰＯＩ決定部１５０）は、推薦ＰＯＩを含む応答情報に加え、推薦ＰＯＩに関するコンテンツを移動端末２０に送信し、移動端末２０（情報収集部２００）は、推薦ＰＯＩを含む応答情報に加え、推薦ＰＯＩに関するコンテンツを受信するようにしてもよい。これに代えて、サーバ１０および移動端末２０は、推薦ＰＯＩおよび推薦ＰＯＩに関するコンテンツを含む応答情報を送受信するようにしてもよい。なお、上記場合、サーバ１０は、各ＰＯＩに関するコンテンツを保持（記憶）していてもよいし、各ＰＯＩに関するコンテンツを外部から取得してもよい。
【００４６】
続いて、図１１を用いて、ＰＯＩ推薦システム１における推薦ＰＯＩの決定動作を説明する。図１１の左側のフローチャートは移動端末２０の動作、右側のフローチャートはサーバ１０の動作である。なお、左右の両フローチャートは、電源オンの状態において常に開始される。なお、図１１では省略するが、移動端末２０は行動履歴情報をサーバ１０に適宜送信しているため、行動履歴情報記憶部１００の行動履歴情報は、適宜更新されている。例えば、移動端末２０は、充電中などの休止時に、行動履歴情報をまとめてサーバ１０に送信する。これにより、使用時における移動端末２０の電力消費を節約し、また、サーバ１０の負荷を削減することができる。
【００４７】
左側のフローチャートにおいて、移動端末２０の情報収集部２００は、基礎情報を収集したか否かを判断する（ステップＳ２００）。情報収集部２００は、基礎情報を収集したと判断した場合（ステップＳ２００：Ｙｅｓ）、通信部（非図示）を介して、基礎情報を含む推薦ＰＯＩ決定要求をサーバ１０に送信する（ステップＳ２１０）。一方、情報収集部２００は、基礎情報を収集していないと判断した場合（ステップＳ２００：Ｎｏ）、ステップＳ２１０を飛ばして、ステップＳ２２０に進む。
【００４８】
ステップＳ２１０またはステップＳ２００（Ｎｏ）に続いて、情報収集部２００は、サーバ１０から推薦ＰＯＩを含む応答情報を受信したか否かを判断する（ステップＳ２２０）。情報収集部２００は、サーバ１０から推薦ＰＯＩを含む応答情報を受信したと判断した場合（ステップＳ２２０：Ｙｅｓ）、表示部２１０に推薦ＰＯＩを供給し、表示部２１０は推薦ＰＯＩを表示する（ステップＳ２３０）。そして、左側のフローチャートは終了する。一方、情報収集部２００は、サーバ１０から推薦ＰＯＩを含む応答情報を受信していないと判断した場合（ステップＳ２２０：Ｎｏ）、ステップＳ２３０を飛ばして、左側のフローチャートは終了する。
【００４９】
右側のフローチャートにおいて、サーバ１０の推薦ＰＯＩ決定部１５０は、移動端末２０から推薦ＰＯＩ決定要求を取得したか否かを判断する（ステップＳ１００）。推薦ＰＯＩ決定部１５０は、移動端末２０から推薦ＰＯＩ決定要求を取得したと判断した場合（ステップＳ１００：Ｙｅｓ）、推薦ＰＯＩを決定し（ステップＳ１１０）、推薦ＰＯＩを含む応答情報を当該移動端末２０に送信する（ステップＳ１２０）。一方、推薦ＰＯＩ決定部１５０は、移動端末２０から推薦ＰＯＩ決定要求を取得していないと判断した場合（ステップＳ１００：Ｎｏ）、ステップＳ１１０およびステップＳ１２０を飛ばして、ステップＳ１３０に進む。
【００５０】
ステップＳ１２０またはステップＳ１００（Ｎｏ）に続いて、サーバ１０の類似度算出部１４０は、類似度算出命令を取得したか否かを判断する（ステップＳ１３０）。類似度算出部１４０は、類似度算出命令を取得したと判断した場合（ステップＳ１３０：Ｙｅｓ）、ユーザ類似度およびＰＯＩ類似度を算出する（ステップＳ１４０）。そして、右側のフローチャートは終了する。一方、類似度算出部１４０は、類似度算出命令を取得していないと判断した場合（ステップＳ１３０：Ｎｏ）、ステップＳ１４０を飛ばして、右側のフローチャートは終了する。
【００５１】
以上、ＰＯＩ推薦システム１によれば、空間の機能を予め定義しなくても、ユーザの行動履歴をもとに、ユーザの行動傾向を反映したＰＯＩを推薦することができるようになる。また、あるエリア内にあるユーザの行動履歴が少ないか何もない場合であっても、行動傾向が類似する他ユーザの行動履歴をもとに、当該ユーザに当該エリア内のＰＯＩおよびＰＯＩに関するコンテンツを推薦することができるようになる。
【００５２】
なお、サーバ１０は、図１２（ａ）に示すように、行動履歴情報記憶部１００、類似度情報記憶部１３０、類似度算出部１４０および推薦ＰＯＩ決定部１５０に加え、カテゴリ条件記憶部１１０を備えてもよい。
【００５３】
カテゴリ条件記憶部１１０は、カテゴリ別（行動属性別）に類似度（ユーザ類似度およびＰＯＩ類似度）を算出する際に類似度算出部１４０が参照するカテゴリ条件を記憶する。例えば、カテゴリ条件記憶部１１０は、図１３（ａ）に示すように、行動属性に関する条件として、時間帯「５−１７」、時間帯「１７−２９」を記憶する。
【００５４】
また、カテゴリ条件記憶部１１０は、カテゴリ別（ユーザ属性別）に類似度（ユーザ類似度およびＰＯＩ類似度）を算出する際に類似度算出部１４０が参照するカテゴリ条件を記憶してもよい。例えば、カテゴリ条件記憶部１１０は、図１４（ａ）に示すように、行動属性の条件として、時間帯「５−１７」、時間帯「１７−２９」を記憶し、ユーザ属性に関する条件として、性別年齢層「Ｆ１（層）」、…、性別年齢層「Ｆ３（層）」を記憶する。
【００５５】
なお、カテゴリ条件記憶部１１０がユーザ属性に関するカテゴリ条件を記憶する場合、サーバ１０は、図１２（ｂ）に示すように、ユーザを識別する情報に対応付けてユーザ属性情報（例えば、性別年齢層）を記憶するユーザ属性情報記憶部１２０を備えてもよい。これにより、類似度算出部１４０は、行動履歴情報記憶部１００に記憶されている各リンクのユーザ属性を特定することができる。
【００５６】
類似度算出部１４０は、サーバ１０がカテゴリ条件記憶部１１０を備える場合、所定のカテゴリ別（カテゴリ条件記憶部１１０内のカテゴリ条件によって規定されるカテゴリ別）に、ユーザ類似度およびＰＯＩ類似度を算出する。
【００５７】
例えば、類似度算出部１４０は、カテゴリ条件記憶部１１０に図１３（ａ）に示すカテゴリ条件が記憶されている場合、カテゴリ条件記憶部１１０を参照し、リンク解析の対象として全リンクから時間帯「５−１７」に滞在したリンクを抽出し、図１３（ｃ）に示す時間帯「５−１７」に係るユーザ類似度と、図１３（ｂ）に示す時間帯「５−１７」に係るＰＯＩ類似度を算出する（時間帯「１７−２９」についても同様である）。
【００５８】
また、例えば、類似度算出部１４０は、カテゴリ条件記憶部１１０に図１４（ａ）に示すカテゴリ条件が記憶されている場合、ユーザ属性情報記憶部１２０およびカテゴリ条件記憶部１１０を参照し、リンク解析の対象として全リンクから時間帯「５−１７」に滞在したＦ１（層）のリンクを抽出し、図１４（ｃ）に示すＦ１層／時間帯「５−１７」に係るユーザ類似度と、図１４（ｂ）に示すＦ１層／時間帯「５−１７」に係るＰＯＩ類似度を算出する（Ｆ１層／時間帯「１７−２８」、Ｆ２層／時間帯「５−１７」、…、Ｍ３層／時間帯「１７−２８」についても同様である）。
【００５９】
なお、類似度算出部１４０は、全リンクに対して各カテゴリ条件への適当な帰属度合い（０以上１以下の値）を算出してもよい。あるリンクを、ある帰属度合いで、あるカテゴリ条件のリンク解析の対象とする場合、該カテゴリ条件に係るリンク解析において、該リンクは該帰属度合いの重みをもつものとする。例えば、類似度算出部１４０は、図２（ｂ）に示す、時間情報「１４−１８」を有するリンク「ＰＯＩ４→ＰＯＩ５」を、３／４の帰属度合いで時間帯「５−１７」に係るリンク解析の対象とし、１／４の帰属度合いで時間帯「１７−２９」に係るリンク解析の対象とする場合、該リンクは、時間帯「５−１７」に係るリンク解析において３／４の重みをもち、時間帯「１７−２９」に係るリンク解析において１／４の重みをもつ。
【００６０】
なお、サーバ１０ではなく他の１または２の装置（非図示）がカテゴリ条件記憶部１１０およびユーザ属性情報記憶部１２０を備える場合、類似度算出部１４０は、当該他の１または２の装置を参照し、カテゴリ別（行動属性別／ユーザ属性別）に類似度（ユーザ類似度およびＰＯＩ類似度）を算出してもよい。
【００６１】
推薦ＰＯＩ決定部１５０は、類似度算出部１４０がカテゴリ別にユーザ類似度およびＰＯＩ類似度を算出する場合、一のユーザに係る基礎情報を取得したときは、類似度情報記憶部１３０に記憶されている複数のＰＯＩ類似度情報のうち、当該基礎情報に応じたカテゴリのＰＯＩ類似度情報を参照し、当該ユーザに推薦する推薦ＰＯＩを決定する。
【００６２】
例えば、推薦ＰＯＩ決定部１５０は、図９（ｂ）に示す基礎情報（時間情報「１３−１３」、ユーザＡ、ＰＯＩ４）を取得した場合、図１３（ｃ）に示す２つのＰＯＩ類似度情報（時間帯「５−１７」に係るＰＯＩ類似度情報、時間帯「１７−２９」に係るＰＯＩ類似度情報）のうち、当該基礎情報（時間情報「１３−１３」）を含む時間帯「５−１７」に係るＰＯＩ類似度情報を参照し、ユーザＡに推薦する推薦ＰＯＩを決定する。なお、各カテゴリ条件に基づく特定ＰＯＩおよび履歴ＰＯＩと候補ＰＯＩとの間の類似度を、当該基礎情報の各カテゴリ条件への帰属度合いに応じて重み付けして平均し、重み付け平均した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定することとしてもよい。
【００６３】
（第２の実施形態）
以下、本発明の第２の実施形態について図面を参照して説明する。本発明の第２の実施形態によるＰＯＩ推薦システム２は、図１５に示すように、サーバ１１（類似度算出装置に相当する）および移動端末２１（ユーザ端末に相当する）から構成される。サーバ１１は、行動履歴情報記憶部１０１、類似度情報記憶部１３１および類似度算出部１４１を備え、ユーザ類似度およびＰＯＩ類似度の算出を算出する。移動端末２１は、情報収集部２０１（基礎情報収集部に相当する）、推薦ＰＯＩ決定部２５１および表示部２１１を備え、推薦ＰＯＩを決定する。なお、サーバ１１の行動履歴情報記憶部１０１、類似度情報記憶部１３１および類似度算出部１４１は、第１の実施形態によるサーバ１０の行動履歴情報記憶部１００、類似度情報記憶部１３０および類似度算出部１４０と同様であるため、説明の一部または全部を省略する。
【００６４】
移動端末２１の情報収集部２０１は、基礎情報を収集（取得）する。具体的には、情報収集部２０１は、計時部（非図示）から時間情報（現在時刻）を収集し、記憶部（非図示）からユーザ情報を収集し、ＧＰＳまたは無線ＬＡＮを介して現在滞在中のＰＯＩ情報を収集する。また、情報収集部２０１は、操作受付部（非図示）を介して、ユーザが指定したＰＯＩのＰＯＩ情報およびユーザが指定した時刻の時間情報を収集してもよい。基礎情報を収集した情報収集部２０１は、当該基礎情報を推薦ＰＯＩ決定部２５１に供給する。また、推薦ＰＯＩ決定部２５１から推薦ＰＯＩを取得した情報収集部２０１は、表示部２１１に推薦ＰＯＩを供給する。
【００６５】
なお、推薦ＰＯＩ決定部２５１から推薦ＰＯＩを取得した情報収集部２０１は、推薦ＰＯＩに加えて、推薦ＰＯＩに関するコンテンツを表示部２１１に供給するようにしてもよい。なお、上記場合、情報収集部２０１は、例えば、推薦ＰＯＩに関するコンテンツを外部（例えば、サーバ１１）から取得する。
【００６６】
移動端末２１の推薦ＰＯＩ決定部２５１は、情報収集部２０１から基礎情報を取得する。推薦ＰＯＩ決定部２５１は、基礎情報を取得した場合、サーバ１１の行動履歴情報記憶部１０１および類似度情報記憶部１３１を参照し、当該基礎情報（当該基礎情報内のＰＯＩ情報）によって特定される特定ＰＯＩおよび当該ユーザの行動履歴情報内の履歴ＰＯＩと、候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定する。推薦ＰＯＩを決定した推薦ＰＯＩ決定部２５１は、推薦ＰＯＩを情報収集部２０１に供給する。
【００６７】
以上、ＰＯＩ推薦システム２によれば、ＰＯＩ推薦システム１と同様に、空間の機能を予め定義しなくても、ユーザの行動履歴をもとに、ユーザの行動傾向を反映したＰＯＩを推薦することができるようになる。また、あるエリア内にあるユーザの行動履歴が少ないか何もない場合であっても、行動傾向が類似する他ユーザの行動履歴をもとに、当該ユーザに当該エリア内のＰＯＩおよびＰＯＩに関するコンテンツを推薦することができるようになる。
【００６８】
なお、本発明の一実施形態によるサーバ１０、１１、移動端末２１の各処理を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、本発明の一実施形態によるサーバ１０、１１、移動端末２１の各処理に係る上述した種々の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
【００６９】
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【００７０】
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
【符号の説明】
【００７１】
１、２ ＰＯＩ推薦システム，１０、１１ サーバ（推薦ＰＯＩ決定装置、類似度算出装置），２０、２１ 移動端末（ユーザ端末），１００、１０１ 行動履歴情報記憶部 １１０ カテゴリ条件記憶部，１２０ ユーザ属性情報記憶部，１３０、１３１ 類似度情報記憶部，１４０、１４１ 類似度算出部，１５０、２５１ 推薦ＰＯＩ決定部，２００、２０１ 情報収集部，２１０、２１１ 表示部
【技術分野】
【０００１】
本発明は、類似度算出装置、推薦ＰＯＩ決定装置、ＰＯＩ推薦システム、類似度算出方法およびプログラムに関する。
【背景技術】
【０００２】
現在、あるエリア内のユーザが地図情報提供サーバに地図情報を要求した際に、当該エリア内に位置情報を登録している他ユーザが検索した関心位置（ＰＯＩ：Point of Interest）に関する情報を参照する技術がある（例えば、特許文献１参照）。また、空間の機能をユーザタイプと関連付けて記述してデータベース化し、ユーザの曖昧な要求に合った空間を検索して提示する技術も開示されている（例えば、特許文献２参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００７−３２８４６９号公報
【特許文献２】特開２００５−２０２７８８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１に係る技術の場合、参照されるＰＯＩにユーザの行動傾向が反映されないという問題がある。特許文献２に係る技術の場合、検索結果にユーザタイプが反映されるが、空間の機能を予め定義する必要があるという問題がある。
【０００５】
本発明は、このような事情に鑑みてなされたものであり、空間の機能を予め定義することなく、かつ、ユーザの行動傾向を反映させることができるＰＯＩの推薦に係る技術を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記問題を解決するために、本発明の一態様である類似度算出装置は、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、行動履歴情報記憶部に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、類似度算出部によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部とを備え、類似度算出部は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算することを特徴とする。
【０００７】
上記類似度算出装置において、類似度算出部は、所定のカテゴリ別に複数のユーザ類似度およびＰＯＩ類似度を算出してもよい。
【０００８】
上記問題を解決するために、本発明の他の態様である推薦ＰＯＩ決定装置は、ユーザに推薦するＰＯＩである推薦ＰＯＩを決定する推薦ＰＯＩ決定装置であって、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、行動履歴情報記憶部に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、類似度算出部によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と、一のユーザから送信される情報であって推薦ＰＯＩの決定の基礎となる基礎情報を取得した場合に、行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの行動履歴情報内のＰＯＩである履歴ＰＯＩと、推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定する推薦ＰＯＩ決定部とを備え、類似度算出部は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算することを特徴とする。
【０００９】
上記推薦ＰＯＩ決定装置において、類似度算出部は、所定のカテゴリ別に複数のユーザ類似度およびＰＯＩ類似度を算出し、類似度情報記憶部は、複数のＰＯＩ類似度情報を記憶し、推薦ＰＯＩ決定部は、一のユーザに係る基礎情報を取得した場合に、類似度情報記憶部に記憶されている複数のＰＯＩ類似度情報のうち当該基礎情報に応じたカテゴリのＰＯＩ類似度情報を参照し、当該ユーザに推薦する推薦ＰＯＩを決定してもよい。
【００１０】
上記推薦ＰＯＩ決定装置において、推薦ＰＯＩ決定部は、一のユーザのユーザ端末から基礎情報を取得した場合に、当該基礎情報によって特定される特定エリア内のＰＯＩであって当該ユーザの履歴ＰＯＩ以外のＰＯＩを候補ＰＯＩとして選出し、推薦ＰＯＩを決定してもよい。
【００１１】
上記問題を解決するために、本発明の他の態様であるＰＯＩ推薦システムは、ユーザ端末とサーバとから構成されるＰＯＩ推薦システムであって、サーバは、ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、行動履歴情報記憶部に記憶された行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、類似度算出部によって算出されたＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部とを備え、ユーザ端末は、推薦するＰＯＩである推薦ＰＯＩの決定の基礎となる基礎情報を収集する基礎情報収集部と、基礎情報収集部によって収集された基礎情報を取得した場合に、サーバの行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの行動履歴情報内のＰＯＩである履歴ＰＯＩと、推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを推薦ＰＯＩとして決定する推薦ＰＯＩ決定部とを備え、サーバの類似度算出部は、生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、生成したＰＯＩ類似度に基づいてユーザ類似度を算出することを特徴とする。
【００１２】
上記問題を解決するために、本発明の他の態様である類似度算出方法は、ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出手段と、行動履歴情報に基づいて、ＰＯＩ同士の類似度であるＰＯＩ類似度を算出するＰＯＩ類似度算出手段とを有し、ＰＯＩ類似度算出手段は、ユーザ類似度算出手段によって算出されたユーザ類似度に基づいてＰＯＩ類似度を算出し、ユーザ類似度算出手段は、ＰＯＩ類似度算出手段によって算出されたＰＯＩ類似度に基づいてユーザ類似度を算出することを特徴とする。
【００１３】
上記問題を解決するために、本発明の他の態様であるプログラムは、ＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出装置のコンピュータに、ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出ステップと、行動履歴情報に基づいて、ＰＯＩ類似度を算出するＰＯＩ類似度算出手段とを実行させるプログラムであって、ＰＯＩ類似度算出ステップは、ユーザ類似度算出ステップによって算出されたユーザ類似度に基づいてＰＯＩ類似度を算出し、ユーザ類似度算出ステップは、ＰＯＩ類似度算出ステップによって算出されたＰＯＩ類似度に基づいてユーザ類似度を算出することを特徴とする。
【発明の効果】
【００１４】
本発明によれば、空間の機能を予め定義しなくても、ユーザの行動履歴をもとに、ユーザの行動傾向を反映したＰＯＩを推薦することができるようになる。特に、本発明によれば、あるエリア内にあるユーザの行動履歴が少ないか何もない場合であっても、行動傾向が類似する他ユーザの行動履歴をもとに、当該ユーザに当該エリア内のＰＯＩおよびＰＯＩに関するコンテンツを推薦することができるようになる。
【図面の簡単な説明】
【００１５】
【図１】本発明の第１の実施形態によるＰＯＩ推薦システム１の機能ブロック図である。
【図２】行動履歴情報記憶部１００に記憶される情報の一例である。
【図３】類似度算出部１４０の動作を説明するための説明図である。
【図４】類似度算出部１４０の動作を説明するための説明図である。
【図５】類似度算出部１４０の動作を説明するための説明図である。
【図６】類似度算出部１４０の動作を説明するための説明図である。
【図７】類似度算出部１４０の動作を説明するための説明図である。
【図８】類似度情報記憶部１３０に記憶される情報の一例である。
【図９】推薦ＰＯＩ決定部１５０が取得する基礎情報の一例である。
【図１０】推薦ＰＯＩ決定部１５０の動作を説明するための説明図である。
【図１１】ＰＯＩ推薦システム１の動作の一例を示すフローチャートである。
【図１２】ＰＯＩ推薦システム１の他の機能ブロック図である。
【図１３】カテゴリ条件記憶部１１０に記憶される情報の一例、および、類似度情報記憶部１３０に記憶される情報の一例である。
【図１４】カテゴリ条件記憶部１１０に記憶される情報の一例、および、類似度情報記憶部１３０に記憶される情報の一例である。
【図１５】本発明の第２の実施形態によるＰＯＩ推薦システム２の機能ブロック図である。
【発明を実施するための形態】
【００１６】
（第１の実施形態）
以下、本発明の第１の実施形態について図面を参照して説明する。本発明の第１の実施形態によるＰＯＩ推薦システム１は、図１に示すように、サーバ１０（推薦ＰＯＩ決定装置に相当する）および移動端末２０（ユーザ端末に相当する）から構成される。移動端末２０（後述する移動端末２１も同様）は、一例は、携帯電話などの移動局端末であるが、他の機器（例えば、携帯して使用可能なパーソナルコンピュータ、カーナビゲーションシステム本体、カメラ、携帯して使用可能な音楽プレーヤ、携帯して使用可能なゲーム機）などであってもよい。また、説明の便宜上、移動端末２０は、図面において１つ記載したが、複数存在する。なお、サーバ１０（後述するサーバ１１も同様）は、例えば、移動体通信網内、または、インターネット上に設置される。
【００１７】
サーバ１０は、行動履歴情報記憶部１００、類似度情報記憶部１３０、類似度算出部１４０および推薦ＰＯＩ決定部１５０を備え、ユーザに推薦するＰＯＩ（以下、「推薦ＰＯＩ」という）を決定する。移動端末２０は、情報収集部２００（基礎情報収集部に相当する）および表示部２１０を備え、サーバ１０から推薦ＰＯＩを取得する。
【００１８】
サーバ１０の行動履歴情報記憶部１００は、通信部（非図示）を介して移動端末２０（情報収集部２００）から取得した複数のユーザの行動履歴情報を記憶する。行動履歴情報記憶部１００に記憶される行動履歴情報は滞在（訪問）したＰＯＩを示すＰＯＩ情報を保持する。具体的には、例えば、行動履歴情報は、図２（ａ）に示すように、ユーザ情報とＰＯＩ情報と時間情報とから構成される。図２（ａ）に示す行動履歴情報は、ユーザＡが１１−１２時台（ＰＯＩ２の着日時は２００９年６月１日１１時４０分、ＰＯＩ２の発日時は２００９年６月１日１２時５５分）に、ＰＯＩ２（エリア１に存在）に滞在した旨など保持している。
【００１９】
なお、行動履歴情報内のＰＯＩ情報は、図２（ｂ）に示すように、ＰＯＩ間のリンクを保持していてもよい。例えば、図２（ｂ）に示す行動履歴情報は、ユーザＡが１１−１４時台（ＰＯＩ２の着日時は２００９年６月１日１１時４０分、ＰＯＩ２の発日時は２００９年６月１日１２時５５分、ＰＯＩ４の着日時は２００９年６月１日１３時３１分、ＰＯＩ４の発日時は２００９年６月１日１４時１０分）に、ＰＯＩ２（エリア１に存在）およびＰＯＩ４（エリア１に存在）に滞在した旨などを保持している。
【００２０】
サーバ１０の類似度算出部１４０は、類似度を算出すべき命令（以下、「類似度算出命令」という）を取得する。例えば、類似度算出部１４０は、処理時刻管理部（非図示）から類似度算出命令を取得する。また、例えば、類似度算出部１４０は、通信部（非図示）を介してサーバ１０を管理する管理者端末（非図示）から類似度算出命令を取得する。なお、処理時刻管理部（非図示）は、例えば、所定の時刻（例えば、後述する推薦ＰＯＩ決定要求の数が比較的少ないとされる時刻）に、類似度算出命令を類似度算出部１４０に通知する。
【００２１】
類似度算出部１４０は、類似度算出命令を取得した場合、行動履歴情報記憶部１００に記憶された行動履歴情報に基づいて、ユーザ同士の類似度（以下、「ユーザ類似度」という）およびＰＯＩ同士の類似度（以下、「ＰＯＩ類似度」という）を算出する。ユーザ類似度およびＰＯＩ類似度を算出した類似度算出部１４０は、ＰＯＩ類似度を示す情報（以下、「ＰＯＩ類似度情報」という）を類似度情報記憶部１３０に記憶する。また、ユーザ類似度およびＰＯＩ類似度を算出した類似度算出部１４０は、ＰＯＩ類似度情報に加えて、ユーザ類似度を示す情報（以下、「ユーザ類似度情報」という）を類似度情報記憶部１３０に記憶してもよい。なお、類似度は０から１の値であって、同一ＰＯＩ同士および同一ユーザ同士の類似度は１である。
【００２２】
以下、図３から図７を参照し、類似度算出部１４０によるユーザ類似度およびＰＯＩ類似度の算出方法について説明する。類似度算出部１４０は、自身が生成したユーザ類似度に基づいてＰＯＩ類似度を算出し、自身が生成したＰＯＩ類似度に基づいてユーザ類似度を算出し、またこれを繰り返し計算する。類似度算出部１４０による、ユーザ類似度およびＰＯＩ類似度の算出ポリシは以下の通りである。
（１）高い類似度のＰＯＩを共参照しているユーザ同士の類似度は高い。
但し、同一のユーザは類似度が最大（値「１」）である。
（２）高い類似度のユーザから共参照されているＰＯＩ同士の類似度は高い。
但し、同一のＰＯＩは類似度が最大（値「１」）である。
（３）上記（１）（２）を繰り返して（類似度を伝搬させて）、ユーザ類似度およびＰＯＩ類似度を算出する。
即ち、類似度算出部１４０は、ユーザの行動履歴に含まれる、各ユーザによる各ＰＯＩへの参照（各ユーザによる各ＰＯＩへの滞在）をリンクと見立ててリンク解析を実施し、ユーザ類似度およびＰＯＩ類似度を算出する。
【００２３】
図３（ａ）は、行動履歴情報記憶部１００に記憶されている複数のユーザの行動履歴に基づいて、各ユーザによる各ＰＯＩへの参照をリンクと見立てた模式図である。図３（ａ）において、Ｌ１はユーザ「Ｕ」によるＰＯＩ「Ａ」へのリンク、Ｌ２はユーザ「Ｕ」によるＰＯＩ「Ｂ」へのリンク、Ｌ３はユーザ「Ｖ」によるＰＯＩ「Ｂ」へのリンク、Ｌ４はユーザ「Ｖ」によるＰＯＩ「Ｃ」へのリンクである。なお、ユーザ「Ｕ」「Ｖ」はＰＯＩ「Ｂ」を共参照している（ＰＯＩ「Ｂ」は、ユーザ「Ｕ」「Ｖ」によって共参照されている）。
【００２４】
類似度算出部１４０は、図３（ａ）の場合、ＳｉｍＲａｎｋ（下記、参考文献参照）を用いて、下記式（１）に従ってユーザ「Ｕ」とユーザ「Ｖ」との類似度ｓｉｍ（Ｕ,Ｖ）を算出し、下記式（２）に従ってＰＯＩ「Ａ」とＰＯＩ「Ｂ」との類似度ｓｉｍ（Ａ,Ｂ）を算出する。
（参考文献）
「SimRank:a measure of structural-context similarity」G.Jeh、J.Widom、Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining、ACM Press,pp.538-543(2002)
【００２５】
【数１】
【００２６】
具体的には、類似度算出部１４０は、上記式（１）に従って、図３（ｂ）、下記式（３）の如く、ユーザ類似度を算出（１回目の類似度の算出）する。但し、Ｃは０．８であるものとする。
【００２７】
【数２】
【００２８】
続いて、類似度算出部１４０は、上記式（２）に従って、図３（ｃ）、下記式（４）の如く、ＰＯＩ類似度を算出（２回目の類似度の算出）する。但し、Ｃは０．８であるものとする。
【００２９】
【数３】
【００３０】
つまり、類似度算出部１４０は、算出済みのユーザ類似度を用いてＰＯＩ類似度を算出する（２回目の類似度の算出）。更に、類似度算出部１４０は、算出済みのＰＯＩ類似度を用いてユーザ類似度を算出し（３回目の類似度の算出）、以下、収束（減衰）する迄、繰り返し実行する（類似度を伝搬させて実行する）。例えば、図４（ａ）の場合、類似度算出部１４０は、図４（ｂ）に示すように、ユーザ類似度およびＰＯＩ類似度を算出する。図４（ｂ）によれば、ｓｉｍ（Ｕ，Ｖ）の値「０．２０」は、ｓｉｍ（Ｄ，Ｅ）の算出過程に反映（伝搬）している。
【００３１】
また、類似度算出部１４０は、同一ユーザが同一ＰＯＩに複数回滞在した場合には、複数のリンクがあるものとして類似度を算出する。換言すれば、類似度算出部１４０は、各リンクに滞在回数分の重み（逓倍）を付けて類似度を算出する。具体的には、例えば、ユーザ「Ｕ」が、ＰＯＩ「Ｄ」に４回、ＰＯＩ「Ｅ」に３回、滞在した例である図５（ａ）の場合、類似度算出部１４０は、図５（ｂ）に示すように、ユーザ類似度およびＰＯＩ類似度を算出する。
【００３２】
また、類似度算出部１４０は、行動履歴情報記憶部１００が、図２（ｂ）の様に、ＰＯＩ間のリンクを保持する場合、ＰＯＩ間のリンクを考慮して、ＰＯＩ間の関連性をより強く反映した類似度を算出してもよい。例えば、類似度算出部１４０は、図６の場合、下記式（５）に従ってユーザ「Ｕ」とユーザ「Ｖ」との類似度ｓｉｍ（Ｕ,Ｖ）を算出し（他のユーザ間も同様）、下記式（６）に従ってＰＯＩ「Ａ」とＰＯＩ「Ｂ」との類似度ｓｉｍ（Ａ,Ｂ）を算出する（他のＰＯＩ間も同様）。なお、図６において、Ｌ７はＰＯＩ「Ａ」「Ｂ」間のリンク、Ｌ８はＰＯＩ「Ｂ」「Ｅ」間のリンク、Ｌ９はＰＯＩ「Ｃ」「Ｄ」間のリンク、Ｌ１０はＰＯＩ「Ｄ」「Ｅ」間のリンクである。
【００３３】
【数４】
【００３４】
例えば、類似度算出部１４０は、図７（ａ）の場合、図７（ｂ）に示すように、ユーザ類似度およびＰＯＩ類似度を算出する。
【００３５】
サーバ１０の類似度情報記憶部１３０は、類似度算出部１４０によって算出されたＰＯＩ類似度を示すＰＯＩ類似度情報を記憶する。図８（ａ）は、ＰＯＩ類似度情報の一例である。図８（ａ）に示すＰＯＩ類似度情報によれば、ＰＯＩ３とＰＯＩ１との類似度は０．２である。また、類似度情報記憶部１３０は、上述の如くＰＯＩ類似度情報に加えて、類似度算出部１４０によって算出されたユーザ類似度を示すユーザ類似度情報を記憶してもよい。図８（ｂ）は、ユーザ類似度情報の一例である。図８（ｂ）に示すユーザ類似度情報によれば、ユーザ４とユーザ２との類似度は０．５である。
【００３６】
サーバ１０の推薦ＰＯＩ決定部１５０は、通信部（非図示）を介して移動端末２０から、推薦ＰＯＩを決定すべき要求（以下、「推薦ＰＯＩ決定要求」という）を取得する。推薦ＰＯＩ決定要求は、推薦ＰＯＩの決定の基礎となる情報（以下、「基礎情報」という）を含む。基礎情報は、図９（ａ）に示すように、ユーザ情報とＰＯＩ情報とから構成される。なお、基礎情報内のＰＯＩ情報によって特定されるＰＯＩ（以下、「特定ＰＯＩ」という）は、例えば、ユーザが現在滞在中のＰＯＩ若しくはユーザが指定したＰＯＩである。即ち、図９（ａ）に示す基礎情報は、現在、ユーザＡがＰＯＩ４に滞在している旨、若しくは、ユーザＡがＰＯＩ４を指定した旨を示す基礎情報である。
【００３７】
なお、基礎情報は、図９（ｂ）に示すように、時間情報とユーザ情報とＰＯＩ情報とから構成されるものであってもよい。基礎情報内の時間情報は、特定ＰＯＩが現在滞在中のＰＯＩであるときは現在時刻、特定ＰＯＩがユーザ指定のＰＯＩであるときはユーザ指定の時刻である。即ち、図９（ｂ）に示す基礎情報は、現在（２００９年７月１日１３時００分）、ユーザＡがＰＯＩ４に滞在している旨、若しくは、ユーザＡがＰＯＩ４および２００９年７月１日１３時００分を指定した旨を示す基礎情報である。
【００３８】
推薦ＰＯＩ決定部１５０は、一のユーザ（移動端末２０）から基礎情報を取得した場合、行動履歴情報記憶部１００および類似度情報記憶部１３０を参照し、当該基礎情報（当該基礎情報内のＰＯＩ情報）によって特定される特定ＰＯＩおよび当該ユーザの行動履歴情報内のＰＯＩ（以下、「履歴ＰＯＩ」という）と、推薦ＰＯＩの候補となるＰＯＩ（以下、「候補ＰＯＩ」という）との間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定する。例えば、推薦ＰＯＩ決定部１５０は、類似度が最高の候補ＰＯＩのみを当該ユーザに推薦する推薦ＰＯＩとして決定してもよい。また、例えば、推薦ＰＯＩ決定部１５０は、類似度が高い上位複数個（２以上）の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定してもよい。なお、推薦ＰＯＩとして決定する候補ＰＯＩの個数（Ｎ）は、移動端末２０毎に、または、全移動端末２０共通に、サーバ１０内に記憶されている。移動端末２０毎に上記個数（Ｎ）を記憶する場合、各移動端末２０からの要求に応じて、当該移動端末２０に係る上記個数（Ｎ）を更新するようにしてもよい。
【００３９】
推薦ＰＯＩを決定した推薦ＰＯＩ決定部１５０は、通信部（非図示）を介して、推薦ＰＯＩを含む応答情報を当該ユーザ（移動端末２０）に送信する。なお、推薦ＰＯＩ決定部１５０は、当該基礎情報によって特定される特定エリア内のＰＯＩ、即ち、特定ＰＯＩの存在するエリア内のＰＯＩ（特定ＰＯＩを除く）であって、当該ユーザの履歴ＰＯＩ以外のＰＯＩを候補ＰＯＩとして選出する。換言すれば、推薦ＰＯＩ決定部１５０は、ユーザが現在滞在しているＰＯＩ（若しくはユーザが指定したＰＯＩ）と同一エリア内の他のＰＯＩのうち過去に訪れていないＰＯＩを候補ＰＯＩとして選出する。
【００４０】
例えば、図１０（ａ）に示すようなユーザＷについての行動履歴情報が行動履歴情報記憶部１００内に記憶されている場合、推薦ＰＯＩ決定部１５０は、図１０（ｂ）に示すように、候補ＰＯＩ「ｂ」に係る各類似度を算出する。具体的には、推薦ＰＯＩ決定部１５０は、候補ＰＯＩ「ｂ」と特定ＰＯＩ「ａ」の類似度「０．５」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｃ」の類似度「１．０」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｄ」の類似度「０．３」を算出し、更に、当該３つの類似度の平均値「０．６」を算出する。同様に、推薦ＰＯＩ決定部１５０は、図１０（ｃ）に示すように、候補ＰＯＩ「ｃ」に係る各類似度を算出する。そして、推薦ＰＯＩ決定部１５０は、候補ＰＯＩ「ｂ」の平均の類似度「０．６」と、候補ＰＯＩ「ｃ」の平均の類似度「０．３」とを比較し、類似度が大きい方の候補ＰＯＩ「ｂ」を推薦ＰＯＩとして決定する。
【００４１】
なお、図１０（ｂ）の例において、推薦ＰＯＩ決定部１５０は、特定ＰＯＩの存在するエリアＥＸ内から履歴ＰＯＩ「ｃ」「ｄ」を選出したが、特定ＰＯＩの存在しないエリアＥＹ内からも履歴ＰＯＩ「ｇ」「ｈ」を選出してもよい。即ち、推薦ＰＯＩ決定部１５０は、図１０（ｄ）に示すように、候補ＰＯＩ「ｂ」と特定ＰＯＩ「ａ」の類似度「０．５」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｃ」の類似度「１．０」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｄ」の類似度「０．３」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｇ」の類似度「０．１」、候補ＰＯＩ「ｂ」と履歴ＰＯＩ「ｈ」の類似度「０．１」を算出し、更に、当該５つの類似度の平均値「０．４」を算出してもよい。同様に、推薦ＰＯＩ決定部１５０は、図１０（ｅ）に示すように、候補ＰＯＩ「ｃ」に係る各類似度を算出してもよい。なお、当該場合も、推薦ＰＯＩ決定部１５０は、候補ＰＯＩ「ｂ」の平均の類似度「０．４」と、候補ＰＯＩ「ｃ」の平均の類似度「０．２」とを比較し、類似度が大きい方の候補ＰＯＩ「ｂ」を推薦ＰＯＩとして決定する。
【００４２】
図１０（ａ）〜図１０（ｅ）に示す例によれば、推薦ＰＯＩ決定部１５０は、ユーザＷが現在滞在しているＰＯＩ「ａ」と同一のエリアＥＸ内の他のＰＯＩ｛ＰＯＩ「ｂ」、ＰＯＩ「ｃ」、ＰＯＩ「ｄ」、ＰＯＩ「ｅ」｝のなかの過去に訪れていないＰＯＩ｛ＰＯＩ「ｂ」、ＰＯＩ「ｅ」｝のうち、類似度が最大であるＰＯＩ「ｂ」を推薦ＰＯＩとして決定する。即ち、ＰＯＩ「ａ」に滞在中のユーザＷに対して、ＰＯＩ「ａ」の次に行くべきＰＯＩとしてＰＯＩ「ｂ」を推薦する。また、図１０（ｆ）に示すように、位置Ａ（例えば自宅）に滞在中のユーザＷが指定したＰＯＩが特定ＰＯＩである場合、位置Ａに滞在中のユーザＷに対して、ＰＯＩ「ａ」の次に行くべきＰＯＩとしてＰＯＩ「ｂ」を推薦する（例えば、旅行、散策などの計画に活用できる）。
【００４３】
移動端末２０の情報収集部２００は、基礎情報を収集（取得）する。具体的には、情報収集部２００は、計時部（非図示）から時間情報（現在時刻）を収集し、記憶部（非図示）からユーザ情報を収集し、無線ＬＡＮを介して現在滞在中のＰＯＩ情報を収集する。また、情報収集部２００は、操作受付部（非図示）を介して、ユーザが指定したＰＯＩのＰＯＩ情報およびユーザが指定した時刻の時間情報を収集してもよい。基礎情報を収集した情報収集部２００は、通信部（非図示）を介して、当該基礎情報を含む推薦ＰＯＩ決定要求をサーバ１０に送信し、サーバ１０から推薦ＰＯＩを含む応答情報を受信（取得）する。なお、推薦ＰＯＩを含む応答情報を受信した情報収集部２００は、表示部２１０に推薦ＰＯＩを供給する。
【００４４】
なお、情報収集部２００は、基礎情報に加えて、行動履歴情報を収集する。具体的には、情報収集部２００は、計時部（非図示）から時間情報（現在時刻）を収集し、記憶部（非図示）からユーザ情報を収集し、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）または無線ＬＡＮを介して現在滞在中のＰＯＩ情報を収集する。行動履歴情報を収集した情報収集部２００は、通信部（非図示）を介して、当該行動履歴情報をサーバ１０（行動履歴情報更新部１００）に送信する。
【００４５】
なお、サーバ１０（推薦ＰＯＩ決定部１５０）は、推薦ＰＯＩを含む応答情報に加え、推薦ＰＯＩに関するコンテンツを移動端末２０に送信し、移動端末２０（情報収集部２００）は、推薦ＰＯＩを含む応答情報に加え、推薦ＰＯＩに関するコンテンツを受信するようにしてもよい。これに代えて、サーバ１０および移動端末２０は、推薦ＰＯＩおよび推薦ＰＯＩに関するコンテンツを含む応答情報を送受信するようにしてもよい。なお、上記場合、サーバ１０は、各ＰＯＩに関するコンテンツを保持（記憶）していてもよいし、各ＰＯＩに関するコンテンツを外部から取得してもよい。
【００４６】
続いて、図１１を用いて、ＰＯＩ推薦システム１における推薦ＰＯＩの決定動作を説明する。図１１の左側のフローチャートは移動端末２０の動作、右側のフローチャートはサーバ１０の動作である。なお、左右の両フローチャートは、電源オンの状態において常に開始される。なお、図１１では省略するが、移動端末２０は行動履歴情報をサーバ１０に適宜送信しているため、行動履歴情報記憶部１００の行動履歴情報は、適宜更新されている。例えば、移動端末２０は、充電中などの休止時に、行動履歴情報をまとめてサーバ１０に送信する。これにより、使用時における移動端末２０の電力消費を節約し、また、サーバ１０の負荷を削減することができる。
【００４７】
左側のフローチャートにおいて、移動端末２０の情報収集部２００は、基礎情報を収集したか否かを判断する（ステップＳ２００）。情報収集部２００は、基礎情報を収集したと判断した場合（ステップＳ２００：Ｙｅｓ）、通信部（非図示）を介して、基礎情報を含む推薦ＰＯＩ決定要求をサーバ１０に送信する（ステップＳ２１０）。一方、情報収集部２００は、基礎情報を収集していないと判断した場合（ステップＳ２００：Ｎｏ）、ステップＳ２１０を飛ばして、ステップＳ２２０に進む。
【００４８】
ステップＳ２１０またはステップＳ２００（Ｎｏ）に続いて、情報収集部２００は、サーバ１０から推薦ＰＯＩを含む応答情報を受信したか否かを判断する（ステップＳ２２０）。情報収集部２００は、サーバ１０から推薦ＰＯＩを含む応答情報を受信したと判断した場合（ステップＳ２２０：Ｙｅｓ）、表示部２１０に推薦ＰＯＩを供給し、表示部２１０は推薦ＰＯＩを表示する（ステップＳ２３０）。そして、左側のフローチャートは終了する。一方、情報収集部２００は、サーバ１０から推薦ＰＯＩを含む応答情報を受信していないと判断した場合（ステップＳ２２０：Ｎｏ）、ステップＳ２３０を飛ばして、左側のフローチャートは終了する。
【００４９】
右側のフローチャートにおいて、サーバ１０の推薦ＰＯＩ決定部１５０は、移動端末２０から推薦ＰＯＩ決定要求を取得したか否かを判断する（ステップＳ１００）。推薦ＰＯＩ決定部１５０は、移動端末２０から推薦ＰＯＩ決定要求を取得したと判断した場合（ステップＳ１００：Ｙｅｓ）、推薦ＰＯＩを決定し（ステップＳ１１０）、推薦ＰＯＩを含む応答情報を当該移動端末２０に送信する（ステップＳ１２０）。一方、推薦ＰＯＩ決定部１５０は、移動端末２０から推薦ＰＯＩ決定要求を取得していないと判断した場合（ステップＳ１００：Ｎｏ）、ステップＳ１１０およびステップＳ１２０を飛ばして、ステップＳ１３０に進む。
【００５０】
ステップＳ１２０またはステップＳ１００（Ｎｏ）に続いて、サーバ１０の類似度算出部１４０は、類似度算出命令を取得したか否かを判断する（ステップＳ１３０）。類似度算出部１４０は、類似度算出命令を取得したと判断した場合（ステップＳ１３０：Ｙｅｓ）、ユーザ類似度およびＰＯＩ類似度を算出する（ステップＳ１４０）。そして、右側のフローチャートは終了する。一方、類似度算出部１４０は、類似度算出命令を取得していないと判断した場合（ステップＳ１３０：Ｎｏ）、ステップＳ１４０を飛ばして、右側のフローチャートは終了する。
【００５１】
以上、ＰＯＩ推薦システム１によれば、空間の機能を予め定義しなくても、ユーザの行動履歴をもとに、ユーザの行動傾向を反映したＰＯＩを推薦することができるようになる。また、あるエリア内にあるユーザの行動履歴が少ないか何もない場合であっても、行動傾向が類似する他ユーザの行動履歴をもとに、当該ユーザに当該エリア内のＰＯＩおよびＰＯＩに関するコンテンツを推薦することができるようになる。
【００５２】
なお、サーバ１０は、図１２（ａ）に示すように、行動履歴情報記憶部１００、類似度情報記憶部１３０、類似度算出部１４０および推薦ＰＯＩ決定部１５０に加え、カテゴリ条件記憶部１１０を備えてもよい。
【００５３】
カテゴリ条件記憶部１１０は、カテゴリ別（行動属性別）に類似度（ユーザ類似度およびＰＯＩ類似度）を算出する際に類似度算出部１４０が参照するカテゴリ条件を記憶する。例えば、カテゴリ条件記憶部１１０は、図１３（ａ）に示すように、行動属性に関する条件として、時間帯「５−１７」、時間帯「１７−２９」を記憶する。
【００５４】
また、カテゴリ条件記憶部１１０は、カテゴリ別（ユーザ属性別）に類似度（ユーザ類似度およびＰＯＩ類似度）を算出する際に類似度算出部１４０が参照するカテゴリ条件を記憶してもよい。例えば、カテゴリ条件記憶部１１０は、図１４（ａ）に示すように、行動属性の条件として、時間帯「５−１７」、時間帯「１７−２９」を記憶し、ユーザ属性に関する条件として、性別年齢層「Ｆ１（層）」、…、性別年齢層「Ｆ３（層）」を記憶する。
【００５５】
なお、カテゴリ条件記憶部１１０がユーザ属性に関するカテゴリ条件を記憶する場合、サーバ１０は、図１２（ｂ）に示すように、ユーザを識別する情報に対応付けてユーザ属性情報（例えば、性別年齢層）を記憶するユーザ属性情報記憶部１２０を備えてもよい。これにより、類似度算出部１４０は、行動履歴情報記憶部１００に記憶されている各リンクのユーザ属性を特定することができる。
【００５６】
類似度算出部１４０は、サーバ１０がカテゴリ条件記憶部１１０を備える場合、所定のカテゴリ別（カテゴリ条件記憶部１１０内のカテゴリ条件によって規定されるカテゴリ別）に、ユーザ類似度およびＰＯＩ類似度を算出する。
【００５７】
例えば、類似度算出部１４０は、カテゴリ条件記憶部１１０に図１３（ａ）に示すカテゴリ条件が記憶されている場合、カテゴリ条件記憶部１１０を参照し、リンク解析の対象として全リンクから時間帯「５−１７」に滞在したリンクを抽出し、図１３（ｃ）に示す時間帯「５−１７」に係るユーザ類似度と、図１３（ｂ）に示す時間帯「５−１７」に係るＰＯＩ類似度を算出する（時間帯「１７−２９」についても同様である）。
【００５８】
また、例えば、類似度算出部１４０は、カテゴリ条件記憶部１１０に図１４（ａ）に示すカテゴリ条件が記憶されている場合、ユーザ属性情報記憶部１２０およびカテゴリ条件記憶部１１０を参照し、リンク解析の対象として全リンクから時間帯「５−１７」に滞在したＦ１（層）のリンクを抽出し、図１４（ｃ）に示すＦ１層／時間帯「５−１７」に係るユーザ類似度と、図１４（ｂ）に示すＦ１層／時間帯「５−１７」に係るＰＯＩ類似度を算出する（Ｆ１層／時間帯「１７−２８」、Ｆ２層／時間帯「５−１７」、…、Ｍ３層／時間帯「１７−２８」についても同様である）。
【００５９】
なお、類似度算出部１４０は、全リンクに対して各カテゴリ条件への適当な帰属度合い（０以上１以下の値）を算出してもよい。あるリンクを、ある帰属度合いで、あるカテゴリ条件のリンク解析の対象とする場合、該カテゴリ条件に係るリンク解析において、該リンクは該帰属度合いの重みをもつものとする。例えば、類似度算出部１４０は、図２（ｂ）に示す、時間情報「１４−１８」を有するリンク「ＰＯＩ４→ＰＯＩ５」を、３／４の帰属度合いで時間帯「５−１７」に係るリンク解析の対象とし、１／４の帰属度合いで時間帯「１７−２９」に係るリンク解析の対象とする場合、該リンクは、時間帯「５−１７」に係るリンク解析において３／４の重みをもち、時間帯「１７−２９」に係るリンク解析において１／４の重みをもつ。
【００６０】
なお、サーバ１０ではなく他の１または２の装置（非図示）がカテゴリ条件記憶部１１０およびユーザ属性情報記憶部１２０を備える場合、類似度算出部１４０は、当該他の１または２の装置を参照し、カテゴリ別（行動属性別／ユーザ属性別）に類似度（ユーザ類似度およびＰＯＩ類似度）を算出してもよい。
【００６１】
推薦ＰＯＩ決定部１５０は、類似度算出部１４０がカテゴリ別にユーザ類似度およびＰＯＩ類似度を算出する場合、一のユーザに係る基礎情報を取得したときは、類似度情報記憶部１３０に記憶されている複数のＰＯＩ類似度情報のうち、当該基礎情報に応じたカテゴリのＰＯＩ類似度情報を参照し、当該ユーザに推薦する推薦ＰＯＩを決定する。
【００６２】
例えば、推薦ＰＯＩ決定部１５０は、図９（ｂ）に示す基礎情報（時間情報「１３−１３」、ユーザＡ、ＰＯＩ４）を取得した場合、図１３（ｃ）に示す２つのＰＯＩ類似度情報（時間帯「５−１７」に係るＰＯＩ類似度情報、時間帯「１７−２９」に係るＰＯＩ類似度情報）のうち、当該基礎情報（時間情報「１３−１３」）を含む時間帯「５−１７」に係るＰＯＩ類似度情報を参照し、ユーザＡに推薦する推薦ＰＯＩを決定する。なお、各カテゴリ条件に基づく特定ＰＯＩおよび履歴ＰＯＩと候補ＰＯＩとの間の類似度を、当該基礎情報の各カテゴリ条件への帰属度合いに応じて重み付けして平均し、重み付け平均した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定することとしてもよい。
【００６３】
（第２の実施形態）
以下、本発明の第２の実施形態について図面を参照して説明する。本発明の第２の実施形態によるＰＯＩ推薦システム２は、図１５に示すように、サーバ１１（類似度算出装置に相当する）および移動端末２１（ユーザ端末に相当する）から構成される。サーバ１１は、行動履歴情報記憶部１０１、類似度情報記憶部１３１および類似度算出部１４１を備え、ユーザ類似度およびＰＯＩ類似度の算出を算出する。移動端末２１は、情報収集部２０１（基礎情報収集部に相当する）、推薦ＰＯＩ決定部２５１および表示部２１１を備え、推薦ＰＯＩを決定する。なお、サーバ１１の行動履歴情報記憶部１０１、類似度情報記憶部１３１および類似度算出部１４１は、第１の実施形態によるサーバ１０の行動履歴情報記憶部１００、類似度情報記憶部１３０および類似度算出部１４０と同様であるため、説明の一部または全部を省略する。
【００６４】
移動端末２１の情報収集部２０１は、基礎情報を収集（取得）する。具体的には、情報収集部２０１は、計時部（非図示）から時間情報（現在時刻）を収集し、記憶部（非図示）からユーザ情報を収集し、ＧＰＳまたは無線ＬＡＮを介して現在滞在中のＰＯＩ情報を収集する。また、情報収集部２０１は、操作受付部（非図示）を介して、ユーザが指定したＰＯＩのＰＯＩ情報およびユーザが指定した時刻の時間情報を収集してもよい。基礎情報を収集した情報収集部２０１は、当該基礎情報を推薦ＰＯＩ決定部２５１に供給する。また、推薦ＰＯＩ決定部２５１から推薦ＰＯＩを取得した情報収集部２０１は、表示部２１１に推薦ＰＯＩを供給する。
【００６５】
なお、推薦ＰＯＩ決定部２５１から推薦ＰＯＩを取得した情報収集部２０１は、推薦ＰＯＩに加えて、推薦ＰＯＩに関するコンテンツを表示部２１１に供給するようにしてもよい。なお、上記場合、情報収集部２０１は、例えば、推薦ＰＯＩに関するコンテンツを外部（例えば、サーバ１１）から取得する。
【００６６】
移動端末２１の推薦ＰＯＩ決定部２５１は、情報収集部２０１から基礎情報を取得する。推薦ＰＯＩ決定部２５１は、基礎情報を取得した場合、サーバ１１の行動履歴情報記憶部１０１および類似度情報記憶部１３１を参照し、当該基礎情報（当該基礎情報内のＰＯＩ情報）によって特定される特定ＰＯＩおよび当該ユーザの行動履歴情報内の履歴ＰＯＩと、候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の候補ＰＯＩを当該ユーザに推薦する推薦ＰＯＩとして決定する。推薦ＰＯＩを決定した推薦ＰＯＩ決定部２５１は、推薦ＰＯＩを情報収集部２０１に供給する。
【００６７】
以上、ＰＯＩ推薦システム２によれば、ＰＯＩ推薦システム１と同様に、空間の機能を予め定義しなくても、ユーザの行動履歴をもとに、ユーザの行動傾向を反映したＰＯＩを推薦することができるようになる。また、あるエリア内にあるユーザの行動履歴が少ないか何もない場合であっても、行動傾向が類似する他ユーザの行動履歴をもとに、当該ユーザに当該エリア内のＰＯＩおよびＰＯＩに関するコンテンツを推薦することができるようになる。
【００６８】
なお、本発明の一実施形態によるサーバ１０、１１、移動端末２１の各処理を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、本発明の一実施形態によるサーバ１０、１１、移動端末２１の各処理に係る上述した種々の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
【００６９】
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【００７０】
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
【符号の説明】
【００７１】
１、２ ＰＯＩ推薦システム，１０、１１ サーバ（推薦ＰＯＩ決定装置、類似度算出装置），２０、２１ 移動端末（ユーザ端末），１００、１０１ 行動履歴情報記憶部 １１０ カテゴリ条件記憶部，１２０ ユーザ属性情報記憶部，１３０、１３１ 類似度情報記憶部，１４０、１４１ 類似度算出部，１５０、２５１ 推薦ＰＯＩ決定部，２００、２０１ 情報収集部，２１０、２１１ 表示部
【特許請求の範囲】
【請求項１】
ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、
前記行動履歴情報記憶部に記憶された前記行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、
前記類似度算出部によって算出された前記ＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と
を備え、
前記類似度算出部は、
生成した前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、生成した前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とする類似度算出装置。
【請求項２】
前記類似度算出部は、
所定のカテゴリ別に複数の前記ユーザ類似度および前記ＰＯＩ類似度を算出する
ことを特徴とする請求項１に記載の類似度算出装置。
【請求項３】
ユーザに推薦するＰＯＩである推薦ＰＯＩを決定する推薦ＰＯＩ決定装置であって、
ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、
前記行動履歴情報記憶部に記憶された前記行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、
前記類似度算出部によって算出された前記ＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と、
一のユーザから送信される情報であって前記推薦ＰＯＩの決定の基礎となる基礎情報を取得した場合に、行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの前記行動履歴情報内のＰＯＩである履歴ＰＯＩと、前記推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の前記候補ＰＯＩを当該ユーザに推薦する前記推薦ＰＯＩとして決定する推薦ＰＯＩ決定部と
を備え、
前記類似度算出部は、
生成した前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、生成した前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とする推薦ＰＯＩ決定装置。
【請求項４】
前記類似度算出部は、
所定のカテゴリ別に複数の前記ユーザ類似度および前記ＰＯＩ類似度を算出し、
前記類似度情報記憶部は、
前記複数のＰＯＩ類似度情報を記憶し、
前記推薦ＰＯＩ決定部は、
一のユーザに係る前記基礎情報を取得した場合に、前記類似度情報記憶部に記憶されている前記複数のＰＯＩ類似度情報のうち当該基礎情報に応じたカテゴリの前記ＰＯＩ類似度情報を参照し、当該ユーザに推薦する前記推薦ＰＯＩを決定する
ことを特徴とする請求項３に記載の推薦ＰＯＩ決定装置。
【請求項５】
前記推薦ＰＯＩ決定部は、
一のユーザのユーザ端末から前記基礎情報を取得した場合に、当該基礎情報によって特定される特定エリア内のＰＯＩであって当該ユーザの前記履歴ＰＯＩ以外のＰＯＩを前記候補ＰＯＩとして選出し、前記推薦ＰＯＩを決定する
ことを特徴とする請求項３または請求項４に記載の推薦ＰＯＩ決定装置。
【請求項６】
ユーザ端末とサーバとから構成されるＰＯＩ推薦システムであって、
前記サーバは、
ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、
前記行動履歴情報記憶部に記憶された前記行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、
前記類似度算出部によって算出された前記ＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と
を備え、
前記ユーザ端末は、
推薦するＰＯＩである推薦ＰＯＩの決定の基礎となる基礎情報を収集する基礎情報収集部と、
前記基礎情報収集部によって収集された前記基礎情報を取得した場合に、前記サーバの行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの前記行動履歴情報内のＰＯＩである履歴ＰＯＩと、前記推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の前記候補ＰＯＩを前記推薦ＰＯＩとして決定する推薦ＰＯＩ決定部と
を備え、
前記サーバの前記類似度算出部は、
生成した前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、生成した前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とするＰＯＩ推薦システム。
【請求項７】
ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出手段と、
前記行動履歴情報に基づいて、ＰＯＩ同士の類似度であるＰＯＩ類似度を算出するＰＯＩ類似度算出手段と
を有し、
前記ＰＯＩ類似度算出手段は、
前記ユーザ類似度算出手段によって算出された前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、
前記ユーザ類似度算出手段は、
前記ＰＯＩ類似度算出手段によって算出された前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とする類似度算出方法。
【請求項８】
ＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出装置のコンピュータに、
ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出ステップと、
前記行動履歴情報に基づいて、前記ＰＯＩ類似度を算出するＰＯＩ類似度算出手段と
を実行させるプログラムであって、
前記ＰＯＩ類似度算出ステップは、
前記ユーザ類似度算出ステップによって算出された前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、
前記ユーザ類似度算出ステップは、
前記ＰＯＩ類似度算出ステップによって算出された前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とするプログラム。
【請求項１】
ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、
前記行動履歴情報記憶部に記憶された前記行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、
前記類似度算出部によって算出された前記ＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と
を備え、
前記類似度算出部は、
生成した前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、生成した前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とする類似度算出装置。
【請求項２】
前記類似度算出部は、
所定のカテゴリ別に複数の前記ユーザ類似度および前記ＰＯＩ類似度を算出する
ことを特徴とする請求項１に記載の類似度算出装置。
【請求項３】
ユーザに推薦するＰＯＩである推薦ＰＯＩを決定する推薦ＰＯＩ決定装置であって、
ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、
前記行動履歴情報記憶部に記憶された前記行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、
前記類似度算出部によって算出された前記ＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と、
一のユーザから送信される情報であって前記推薦ＰＯＩの決定の基礎となる基礎情報を取得した場合に、行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの前記行動履歴情報内のＰＯＩである履歴ＰＯＩと、前記推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の前記候補ＰＯＩを当該ユーザに推薦する前記推薦ＰＯＩとして決定する推薦ＰＯＩ決定部と
を備え、
前記類似度算出部は、
生成した前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、生成した前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とする推薦ＰＯＩ決定装置。
【請求項４】
前記類似度算出部は、
所定のカテゴリ別に複数の前記ユーザ類似度および前記ＰＯＩ類似度を算出し、
前記類似度情報記憶部は、
前記複数のＰＯＩ類似度情報を記憶し、
前記推薦ＰＯＩ決定部は、
一のユーザに係る前記基礎情報を取得した場合に、前記類似度情報記憶部に記憶されている前記複数のＰＯＩ類似度情報のうち当該基礎情報に応じたカテゴリの前記ＰＯＩ類似度情報を参照し、当該ユーザに推薦する前記推薦ＰＯＩを決定する
ことを特徴とする請求項３に記載の推薦ＰＯＩ決定装置。
【請求項５】
前記推薦ＰＯＩ決定部は、
一のユーザのユーザ端末から前記基礎情報を取得した場合に、当該基礎情報によって特定される特定エリア内のＰＯＩであって当該ユーザの前記履歴ＰＯＩ以外のＰＯＩを前記候補ＰＯＩとして選出し、前記推薦ＰＯＩを決定する
ことを特徴とする請求項３または請求項４に記載の推薦ＰＯＩ決定装置。
【請求項６】
ユーザ端末とサーバとから構成されるＰＯＩ推薦システムであって、
前記サーバは、
ＰＯＩ情報を含む複数のユーザの行動履歴情報を記憶する行動履歴情報記憶部と、
前記行動履歴情報記憶部に記憶された前記行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度およびＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出部と、
前記類似度算出部によって算出された前記ＰＯＩ類似度をＰＯＩ類似度情報として記憶する類似度情報記憶部と
を備え、
前記ユーザ端末は、
推薦するＰＯＩである推薦ＰＯＩの決定の基礎となる基礎情報を収集する基礎情報収集部と、
前記基礎情報収集部によって収集された前記基礎情報を取得した場合に、前記サーバの行動履歴情報記憶部および類似度情報記憶部を参照し、当該基礎情報によって特定されるＰＯＩである特定ＰＯＩおよび当該ユーザの前記行動履歴情報内のＰＯＩである履歴ＰＯＩと、前記推薦ＰＯＩの候補である候補ＰＯＩとの間の類似度を算出し、算出した類似度の高さが上位Ｎ（Ｎは１以上）番目迄の前記候補ＰＯＩを前記推薦ＰＯＩとして決定する推薦ＰＯＩ決定部と
を備え、
前記サーバの前記類似度算出部は、
生成した前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、生成した前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とするＰＯＩ推薦システム。
【請求項７】
ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出手段と、
前記行動履歴情報に基づいて、ＰＯＩ同士の類似度であるＰＯＩ類似度を算出するＰＯＩ類似度算出手段と
を有し、
前記ＰＯＩ類似度算出手段は、
前記ユーザ類似度算出手段によって算出された前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、
前記ユーザ類似度算出手段は、
前記ＰＯＩ類似度算出手段によって算出された前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とする類似度算出方法。
【請求項８】
ＰＯＩ同士の類似度であるＰＯＩ類似度を算出する類似度算出装置のコンピュータに、
ＰＯＩ情報を含む複数のユーザの行動履歴情報に基づいて、ユーザ同士の類似度であるユーザ類似度を算出するユーザ類似度算出ステップと、
前記行動履歴情報に基づいて、前記ＰＯＩ類似度を算出するＰＯＩ類似度算出手段と
を実行させるプログラムであって、
前記ＰＯＩ類似度算出ステップは、
前記ユーザ類似度算出ステップによって算出された前記ユーザ類似度に基づいて前記ＰＯＩ類似度を算出し、
前記ユーザ類似度算出ステップは、
前記ＰＯＩ類似度算出ステップによって算出された前記ＰＯＩ類似度に基づいて前記ユーザ類似度を算出する
ことを特徴とするプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１１−３１５１（Ｐ２０１１−３１５１Ａ）
【公開日】平成２３年１月６日（２０１１．１．６）
【国際特許分類】
【出願番号】特願２００９−１４７９０６（Ｐ２００９−１４７９０６）
【出願日】平成２１年６月２２日（２００９．６．２２）
【出願人】（０００２０８８９１）ＫＤＤＩ株式会社 (2,700)
【Ｆターム（参考）】
【公開日】平成２３年１月６日（２０１１．１．６）
【国際特許分類】
【出願日】平成２１年６月２２日（２００９．６．２２）
【出願人】（０００２０８８９１）ＫＤＤＩ株式会社 (2,700)
【Ｆターム（参考）】
[ Back to top ]