tanimura m

19
ススススススススススススススススス スススススススススススススス ススススス ススス ススススススス ススススススス スススススススス スス 2 ス スス スス 2016 ス 2 ス 9 ス

Upload: harmonylab

Post on 21-Feb-2017

508 views

Category:

Technology


1 download

TRANSCRIPT

Page 1: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究

北海道大学 大学院 情報科学研究科情報理工学専攻 調和系工学研究室

修士 2 年 谷村 元気

2016 年 2 月 9 日

Page 2: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 2

背景 | イベント情報推薦の特徴

位置情報を用いたイベント情報推薦を検討

でかけるついでにイベント参加イベント参加がでかける目的

趣味嗜好と位置情報を併用した推薦趣味嗜好を用いた推薦 [1]

おでかけ推薦 寄り道推薦

推薦する場面のコンテクストにより理想的な推薦方法は異なる

情報推薦には趣味嗜好が広く用いられているが寄り道推薦では位置情報も重要な要素である

[1] 小野 良太,山下 晃弘,川村 秀憲,鈴木 恵二:イベント開催情報推薦のためのスコアリングの検討,観光と情報,第 11 巻,第 1 号, 2015 年, 23-34

Page 3: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 3

研究目的とアプローチ

移動先を推定して移動経路付近のイベント情報を推薦

iPhone を使った位置情報によるイベント情報推薦システムの開発

アプローチ

研究目的

例 ) 毎週火曜日の午後は習い事   火曜日午後には習い事付近のイベント情報を推薦➔

過去の曜日・時間ごとの位置履歴を利用

Page 4: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 4

予備実験 | iPhone の位置測位方法

位置情報取得方法 取得方法 精度 消費電力

標準位置情報サービス GPS ・基地局 高 大

大幅変更位置情報サービス Wi-fi 低 小参考 : 位置情報とマッププログラミングガイド(https://developer.apple.com/jp/documentation/LocationAwarenessPG.pdf)

詳細は非公表 予備実験➔

緯度,経度高度水平方向推定測位誤差鉛直方向推定測位誤差取得日時

位置情報

クラウド上の DB

開発した位置履歴記録アプリ バックグラウンドで動作

関数(locationManger:didUpdateLocations)

CoreData(DB)

位置履歴を利用するために位置を記録し続ける必要がある ( バックグラウンド )

Page 5: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 5

予備実験 | iPhone の位置測位の特徴

70m

1 分

距離 (m)

時間

(分)

札幌市内の位置履歴の取得間隔の分布

札幌市内在住の大学生 9 人,取得総日数 942 日間取得件数 7550 件,平均 8.01 件 / 日

平均値 633.7中央値 65.0

標準偏差 1047.9最大値 16000.0最小値 5.0

iPhone の自己申告による推定測位誤差 (m)

• 一定以上の件数が取得可能• 取得間隔はばらつきがある

Page 6: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 6

提案手法 | 位置履歴の補間と推薦手順

• 次の位置が測位されるまで前の位置に存在したとして補間• 10 分間隔で補間

日 月 火 水 木 金 土     

1 2 3 4 5 67 8 9 10 11 12 1314 15 16 17 18 19 2021 22 23 24 25 26 2728 29

2 月

① 火曜日の昼に推薦

②過去の火曜日のお昼以降の位置履歴を利用推薦手順

位置履歴の補間

…③イベントに対し スコアを計算・ソート

Page 7: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 7

提案手法 | スコアの計算

ei = i番目のイベントdij  = ei と j番目の位置情報の距離 (km)h  = バンド幅 (1.0 とした )ガウス関数

イベント A

イベント B イベント C

イベント スコア

A 0.30B 0.02C 0.10

抽出された位置履歴からカーネル密度推定を用いて確率密度分布を作成

抽出された位置履歴 位置履歴を用いて作成された密度分布とイベント

Page 8: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 8

実験環境

提案手法のイベント情報推薦への有効性の確認

推薦対象 :  約 5ヶ月間位置情報を取得した大学生 6 人分析方法 :  イベント情報の推薦スコアと寄り道しやすさの関係を分析

              

推薦期間 :   4 週間確率密度分布 :  前日から 8 週間

目的

方法

イベント開催情報の情報源 : あなた情報マガジンびもーる (http://bemall.jp/sapporo)

評価のために仮想的なイベントを用いる過去に札幌でイベントが開催された場所(1129 件 ) を利用

推薦日にどれだけイベントに近づいたか

Page 9: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 9

実験結果

ユーザ A ,火曜日

推薦

スコ

最近地点からの距離 (m)

ユーザ B ,火曜日

推薦

スコ

過去行った所に行かなかった場合

寄り道しやすい 寄り道しにくい

推薦対象となるイベントを各日時の推薦スコアとその時刻以降の行動 ( 位置履歴 ) における最近地点からの距離でプロット

過去行かなかった所に行った場合

スコアが高いほど寄り道しやすい

寄り道しやすい 寄り道しにくい最近地点からの距離 (m)

Page 10: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 10

実験結果

推薦スコアと最近地点からの距離の相関係数

イベント 1129 件中推薦スコア上位 10% における最近地点からの距離 (m)

推薦スコアと寄り道しやすさに中程度の相関が認められた

平均値 -0.47中央値 -0.47

標準偏差 0.09最大値 -0.01最小値 -0.61

平均値 894.0中央値 612.3

標準偏差 971.3

過去の位置履歴を用いてその日の行動に対して近くのイベントを推薦することができた

上位 1 件の平均値 :   368.3m

Page 11: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 11

Swift2.1

提案手法を用いて開発した推薦システム

今後の展開 : 推薦システムの評価

Golang1.5CentOS6.5

イベント情報 DB

位置履歴 DBhttp request

http request

json

http request

json

json

開発

iPhone

2016 年 2 月 4 日1 時の推薦結果

メインサーバ

Page 12: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 12

まとめ

研究目的

アプローチ曜日・時刻ごとの位置履歴を用いて移動先を推定

iPhone を使った位置情報によるイベント情報推薦システムの開発

提案手法曜日・時刻ごとの位置履歴を用いて密度分布を作成しイベント開催地の密度をスコアとする実験結果推薦スコアと寄り道しやすさの相関係数の平均は -0.47推薦スコア上位 10%への寄り道に必要な平均距離は 900m

過去の位置履歴から当日の行動を推定しイベント情報推薦を行うことができた

Page 13: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 13

Page 14: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 14

一日あたりの取得件数分布

Page 15: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 15

取得間隔 ( 距離 ) の分布

Page 16: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 16

取得間隔 ( 時間 ) の分布

Page 17: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 17

予備実験 |iPhone の位置情報の特徴

目的 : 大幅変更位置情報サービスの位置情報取得条件を明らかにする対象 : 札幌市内在住の大学生 9名,約 3ヶ月〜 5ヶ月   開発したアプリをインストール

取得総日数 : 942 日間 位置情報取得件数 : 7550 件

ユーザ 年代 性別 住居 取得日数 取得件数 1 日あたりの平均取得件数

A 20代 男性 一人暮らし 156 2198 14.1B 20代 男性 実家 144 909 6.3C 20代 女性 一人暮らし 133 480 3.6D 20代 男性 一人暮らし 98 578 5.9E 20代 男性 一人暮らし 156 1532 9.8F 20代 男性 一人暮らし 102 606 6.0G 20代 男性 実家 53 483 9.1H 20代 男性 一人暮らし 52 670 12.9I 20代 男性 一人暮らし 49 93 1.9

Page 18: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 18

実験結果 |行動推定

ユーザの行動推定が可能

ユーザ A ユーザ B密度分布における推薦日時の位置情報の度合い分布

推定出来ない = 曜日ごとに規則性のない移動パターン

度合い 度合い

割合

割合

Page 19: tanimura m

スマートフォンの位置情報を利用したイベント情報推薦に関する研究 19

実験 | イベント開催場所

イベント開催情報は日時によって数も分布も異なる札幌市内で過去に開催された全てのイベント開催場所を利用距離が 50m 以下のイベント開催場所は同じとみなした

イベント開催場所の分布

札幌市の都市部をほぼ網羅しているイベント開催場所が得られた

イベント開催情報の情報源 : あなた情報マガジンびもーる (http://bemall.jp/sapporo)