位置センサ情報を用いたユーザの行動傾向の取得

位置センサ情報を用いたユーザの行動傾向の取得位置センサ情報を用いたユーザの行動傾向の取得日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 ○ 柳沢豊，赤埴淳一，小暮潔

概要 • ユーザの実世界中での移動履歴から，ユーザの行動傾向を抽出する実験 • 発表内容 • 背景・アプリケーション例 • 研究の目的 • 位置センサシステム • データ分析方法 • 実験 • まとめ

背景 • インターネット上にある莫大な情報からいかに必要な情報を取捨選択するか？既存技術：情報フィルタリングユーザのコンピュータ上での操作内容からユーザの興味や嗜好を取得し，情報を選択する．しかし，ユーザの実世界中での行動内容は反映されない．

× 工事地点 × E × C A × × G × D B × × H × F × I 例題（１） • 道路工事情報よく通る地点の情報が欲しい． Lab

例題（１） • 道路工事情報通勤路日常の行動情報を取得しておく． Lab

例題（１） • 道路工事情報工事情報 ---------------------- 地点A: 通行止め地点B: 片道交互 ----------------------- 地点 C: … 地点 D: …. × E × C A × × G × D B × Lab × H × よく通る道の情報の優先度を上げて表示． F × I

掲示を出す． コピー機情報！両面印刷機能が追加されました．もう手作業で両面印刷する必要はありません！両面印刷コピー機を使うユーザには有益だが，使わないユーザにとってはノイズ両面印刷機能を追加！例題（２） • コピー機についてのお報せ

フィルタリング コピー機をよく使うユーザなら情報を表示する．例題（２） • コピー機についてのお報せコピー機情報！両面印刷機能が追加されました．もう手作業で両面印刷する必要はありません！ユーザがよく使う機器の情報を取得しておく．

要点１ • よく行く場所，よく使うものをキーワードに使うことで，効率の良いフィルタリングができる．頻出行動

A × B × 例題（３） • 道路工事情報 × 工事地点 × E × C 場合によって欲しい情報が違うことがある． × G × D Lab × H × F × I Shop

× E × C A × × G × D B × × H × F × I 例題（３） • 道路工事情報 × 工事地点平日朝8時なら通勤 Lab 通勤経路上の情報を優先的に表示する． Shop

× E × C A × × G × D B × × H × F × I 例題（３） • 道路工事情報 × 工事地点休日昼1時なら買物 Lab 買物先までの経路上の情報を表示する． Shop

要点２ • 時と場合によって欲しい情報が違うことがある． • ユーザが日頃よく取る行動の順序にみられる癖（傾向）がわかれば，ユーザの状況にあわせて収集する情報を変えることができる．行動順序

問題点 • 従来は，ユーザ自身が「よく通る道」「よく使うコピー機」という情報をコンピュータに入力しなければならなかった • 入力する情報量が多すぎて，ユーザにかかる負荷が高くなってしまう．情報を自動で入力できないか？

研究の目的 ユーザの日常行動をセンシングしてデータを分析し，ユーザの行動傾向（頻出行動，行動順序）を見つける．アプローチ • ユーザと場所・物・行動などとの関連の深さかが分かれば，それをキーにしてフィルタリングできる． • ユーザの日常行動をセンシングし，よく使う物やよく行く場所を見つけ出せばよい．

研究の内容 • 関連性取得の予備的な実験を行う． • 人間の基礎的な行動である「移動」「滞在」をセンシングする． • そのデータからユーザに関する行動傾向を取得できるか実験を行う．

全体の流れ 位置センサデータ Data Mining 技術ユーザの行動を分析 DB 分析エンジン DB 情報の取捨選択フィルタ DB 場所物データを集める． DB Filtering 技術

位置の取得方法(1) • 位置検出を行うセンサを環境とユーザの双方に取り付ける． • DBに蓄積されたデータからユーザの移動経路を計算する． DB DB モーションセンサ赤外線位置検出センサ

位置の取得方法(2) 装着型センサのデータを環境設置型センサで補正する． PCサーバログ位置計算プロセス地形図統合サーバ速度情報（無線LAN経由）位置情報（LAN経由）修正された位置情報ノートPC センサ情報送受信プロセス位置検出プロセス地磁気センサ赤外線受信機 PCサーバ加速度センサモーションセンサ赤外線センサ全体の処理

モーションセンサの装備例 赤外線バッジ赤外線バッジノートパソコン加速度センサ地磁気センサ

赤外線センサの配置 センサ

得られたデータの例 5m 実際に歩いた経路（赤：往路 / 青：復路）センサにより追跡された経路環境設置型センサにより位置補正された個所

データの分析 • 「存在位置」「滞在時間」を使って行動をクラスタリングする． • 得られた行動リストの中から，よく行われる行動（頻出行動）と，行動間の順序特性（行動順序）を探す．

行動 3600-7600sec B A A 0-30sec B 0-30sec C 0-30sec C t さらに滞在時間の長さで分類する．滞在の度合いで領域を分ける．移動経路「行動」の抽出 • 滞在時間を使って行動をクラスタリングする．

行動傾向の抽出 • 得られた「行動」の中で，一定数以上のものを頻出行動として抽出する． • 行動順序を見つける．

実験 • ユーザの位置データを取得して行動傾向を取得する簡単な実験を行った． • 主に赤外線センサのデータを使用 • ユーザ1人のデータ7日分（60時間分）

頻出行動 部外頻度時間場所行動 11 30 自室一時滞在 9 300 部外ー 7 ∞ 自室帰宅 6 30 部外通過 5 30 通路通過 5 120 通路通過 4 3600 自室仕事 3 7200 自室仕事 3 600 通路会議？ 3 600 部外？ 3 1800 通路2 会議？ 3 1800 部外食事他通路自室休憩通路2

頻出行動 • フィルタリングに用いることができる情報： • 自室に滞在していることが非常に多い．-> 「自室」に関する情報は有益である． • 通路はほとんど通過するだけである．-> 「通路」については，通行障害に関する情報以外はあまり重要ではない． • 休憩室にはほとんど滞在しない．-> 「休憩室」に関する情報は重要ではない．

行動順序（2行動間） 部外頻度時間場所場所時間 6 30 自室部外 300 3 300 部外自室 30 3 30 通路部外 30 2 3600 自室部外 600 2 300 自室通路 30 2 300 部外自室 120 2 30 部外通路 120 2 30 通路2 自室 ∞ 2 30 部外自室 7200 2 30 部外自室 30 2 1800 通路部外 30 2 120 通路自室 30 通路自室休憩通路2 注 )図内の矢印は時間情報を無視している

行動順序（2行動間） 部外頻度時間場所場所時間 6 30 自室部外 300 3 300 部外自室 30 3 30 通路部外 30 2 3600 自室部外 600 2 300 自室通路 30 2300 部外自室 120 2 30 部外通路 120 2 30 通路2 自室 ∞ 2 30 部外自室 7200 2 30 部外自室 30 2 1800 通路部外 30 2 120 通路自室 30 通路自室休憩通路2 注 )図内の矢印は時間情報を無視している

行動順序（2順序間） • フィルタリングに用いることができる情報： • 自室と部外を直接往復するケースが多い． • 自室には一瞬居てすぐ部外に出るか，あるいは1時間程度いてから部外に出る．

行動順序（3行動間） 部外通路頻度場所場所場所 11 自室部外自室 10 部外自室部外 8 通路部外自室 7 自室通路部外 5 部外自室通路 4 休憩通路2 自室 4 部外自室通路2 3 自室通路自室 3 自室部外通路自室休憩通路2

考察 • 位置と滞在時間を使うことで，ある程度行動を特定できる． • 課題 • ユーザ数を増やし，ユーザ間の相関関係を取得する実験を行う． • PCの操作履歴なども解析に含める． • 時間的に離れた行動間の相関性も解析する．

まとめ • 移動履歴を取得するセンサ環境を作った． • ユーザの行動傾向を抽出する予備的な実験を行った． • 今後の予定： • より大規模な環境下での実験を行う．

位置センサ情報を用いた ユーザの行動傾向の取得