図面 (/)

技術 人気度に基づく旅行目的地の推定

出願人 トヨタ自動車株式会社
発明者 ディビッドフランクラッセルウィアーロジャーメレン
出願日 2014年7月10日 (5年9ヶ月経過) 出願番号 2014-142274
公開日 2015年4月27日 (5年0ヶ月経過) 公開番号 2015-081919
状態 特許登録済
技術分野 検索装置 航行(Navigation) 特定用途計算機
主要キーワード 汎用制御装置 天気条件 モバイルコンピュータシステム シンクライアントアプリケーション イベントカレンダー 社会構造 算術論理回路 有線ポート
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2015年4月27日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (17)

課題

ユーザがなじみのない地域や道路旅行している場合でも目的を推定可能とする。

解決手段

本方法は、位置データを取得するステップと、前記位置データに基づいて、ユーザに関連付いた現在の経路を決定するステップと、一つまたは複数のクラウドソース人気要因を決定するステップと、前記一つまたは複数のクラウドソース人気要因に基づいて前記現在の経路に沿った一つまたは複数の推定目的地を推定するステップと、前記一つまたは複数の推定目的地をユーザに提供するステップと、を含む

概要

背景

ユーザが旅行を始めるときに、既存の技術はユーザの旅行目的地推定することができる。たとえば、既存の技術は、機械学習技術を用いて、ユーザが頻繁に行うトリップに基づいて、ユーザの旅行目的地を推定することができる。

概要

ユーザがなじみのない地域や道路を旅行している場合でも目的を推定可能とする。本方法は、位置データを取得するステップと、前記位置データに基づいて、ユーザに関連付いた現在の経路を決定するステップと、一つまたは複数のクラウドソース人気要因を決定するステップと、前記一つまたは複数のクラウドソース人気要因に基づいて前記現在の経路に沿った一つまたは複数の推定目的地を推定するステップと、前記一つまたは複数の推定目的地をユーザに提供するステップと、を含む

目的

本発明は上記課題を考慮してなされたものであり、ユーザがなじみのない地域や道路を旅行している場合でも目的地を推定可能とする目的地推定技術を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

コンピュータによって実行される方法であって、位置データを取得するステップと、前記位置データに基づいて、ユーザに関連付いた現在の経路を決定するステップと、一つまたは複数のクラウドソース人気要因を決定するステップと、前記一つまたは複数の人気要因に基づいて前記現在の経路に沿った一つまたは複数の推定目的地推定するステップと、前記一つまたは複数の推定目的地をユーザに提供するステップと、を含む、方法。

請求項2

請求項1に記載の方法であって、前記一つまたは複数のクラウドソース人気要因を決定するステップは、潜在的目的地のセットを表すデータを取得するステップと、各潜在的目的地について全体人気度を決定するステップと、各潜在的目的地について可変人気度を決定するステップと、各潜在的目的地について目的地飽和レベルを決定するステップと、前記ユーザに関連付いたスケジュールデータに基づいてスケジュール人気度を決定するステップと、を含む、方法。

請求項3

請求項2に記載の方法であって、前記潜在的目的地のセットに含まれるある特定の潜在的目的地の全体人気度は、前記セット内の他の潜在的目的地と比較した、前記特定の潜在的目的地への総訪問数に少なくとも部分的に基づいて決定される、方法。

請求項4

請求項2または3に記載の方法であって、前記可変人気度は、時刻曜日天気条件、日付、イベントスケジュールの一つまたは複数に少なくとも部分的に基づいて決定される、方法。

請求項5

請求項2〜4のいずれか1項に記載の方法であって、ある特定の潜在的目的地の前記目的地飽和レベルは、当該特定の潜在的目的地が収容可能な全体人数と当該特定の潜在的目的地にいる実際の人数との比較に少なくとも部分的に基づいて決定される、方法。

請求項6

請求項2〜5のいずれか1項に記載の方法であって、前記一つまたは複数のクラウドソース人気要因に基づいて一つまたは複数の推定目的地を推定するステップは、前記全体人気度、前記可変人気度、前記目的地飽和レベル、および前記スケジュール人気度の一つまたは複数に少なくとも部分的に基づいて、それぞれの潜在的目的地について人気スコアを決定するステップと、前記潜在的目的地のセットの人気スコアに基づいて、前記潜在的目的地のセットから一つまたは複数の推定目的地を決定するステップと、を含む、方法。

請求項7

請求項1〜6のいずれか1項に記載の方法であって、前記一つまたは複数の推定目的地を決定するステップは、一つまたは複数の人気目的地を一つまたは複数の目的地地域にクラスタリングするステップを含む、方法。

請求項8

請求項7に記載の方法であって、前記ユーザが前記一つまたは複数の目的地地域のうちの第1の目的地地域に向かって旅行しているか決定するステップと、前記一つまたは複数のクラウドソース人気要因に基づいて、第1の目的地地域内の一つまたは複数の詳細目的地を推定するステップと、前記一つまたは複数の詳細目的をユーザに提供するステップと、を更に含む、方法。

請求項9

請求項1〜8のいずれか1項に記載の方法の各ステップをコンピュータに実行させるためのプログラム

請求項10

プロセッサと、請求項9に記載のプログラムを格納したメモリとを備える、コンピュータシステム

技術分野

0001

本明細書は、旅行目的地推定に関する。特に、本明細書は、一つまたは複数のクラウドソース人気要因に基づく旅行目的地の推定に関する。

背景技術

0002

ユーザが旅行を始めるときに、既存の技術はユーザの旅行目的地を推定することができる。たとえば、既存の技術は、機械学習技術を用いて、ユーザが頻繁に行うトリップに基づいて、ユーザの旅行目的地を推定することができる。

発明が解決しようとする課題

0003

しかしながら、ユーザがなじみのない地域や経路を旅行している場合には、既存の技術ではユーザの旅行目的地の推定に失敗することがある。

0004

本発明は上記課題を考慮してなされたものであり、ユーザがなじみのない地域や道路を旅行している場合でも目的地を推定可能とする目的地推定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

0005

本発明の一態様は、
コンピュータによって実行される方法であって、
位置データを取得するステップと、
前記位置データに基づいて、ユーザに関連付いた現在の経路を決定するステップと、
一つまたは複数のクラウドソース人気要因を決定するステップと、
前記一つまたは複数のクラウドソース人気要因に基づいて前記現在の経路に沿った一つまたは複数の推定目的地を推定するステップと、
前記一つまたは複数の推定目的地をユーザに提供するステップと、
を含む。

0006

本発明の一態様は、上記の方法の各ステップをコンピュータに実行させるためのコンピュータプログラムである。

0007

本発明の一態様は、プロセッサと上記記載のプログラムを格納したメモリとを備える、コンピュータシステムである。

発明の効果

0008

本開示は、いくつかの点で特に有利である。たとえば、ユーザがなじみのない経路や地域を旅行する場合であっても、本技術は旅行目的地を推定することができ、また、本技術は、ユーザの現在位置および/または一つまたは複数のクラウドソーシングによって近くの目的地に関連づけられた人気度に基づいて、ユーザの旅行目的地をインタラクティブに推定することができる。前述の利点が例証として提供されることを理解すべきである、そして、本開示はその他の多数の利点と利益を有する。

図面の簡単な説明

0009

以下の説明および添付の図面は本発明を説明するための例示であり、本発明を限定するものではない。図面においては、同様の要素には同一の参照符号を付してある。

0010

図1は、クラウドソース人気要因に基づいて旅行目的地を推定するためのシステムの例を示すブロック図である。
図2は、例示的なナビゲーションアプリケーションを有するコンピュータの例を示すブロック図である。
図3は、クラウドソース人気要因に基づいて旅行目的地を推定する例示的な方法のフローチャートである。
図4Aは、クラウドソース人気要因に基づいて旅行目的地を推定する例示的な方法のフローチャートである。
図4Bは、クラウドソース人気要因に基づいて旅行目的地を推定する例示的な方法のフローチャートである。
図4Cは、クラウドソース人気要因に基づいて旅行目的地を推定する例示的な方法のフローチャートである。
図4Dは、クラウドソース人気要因に基づいて旅行目的地を推定する例示的な方法のフローチャートである。
図5Aは、クラウドソース人気要因に基づいて目的地地域を推定する例示的な方法のフローチャートである。
図5Bは、クラウドソース人気要因に基づいて目的地地域を推定する例示的な方法のフローチャートである。
図6Aは、クラウドソース人気要因に基づいて詳細目的地を推定する例示的な方法のフローチャートである。
図6Bは、クラウドソース人気要因に基づいて詳細目的地を推定する例示的な方法のフローチャートである。
図7は、一つまたは複数のクラウドソース人気要因を決定する例示的な方法のフローチャートである。
図8Aは、潜在的目的地の人気スコアを決定する例示的な方法のフローチャートである。
図8Bは、潜在的目的地の人気スコアを決定する例示的な方法のフローチャートである。
図8Cは、潜在的目的地の人気スコアを決定する例示的な方法のフローチャートである。
図9は、旅行目的地を推定するための例示的なプロセスを示す図式表示である。

実施例

0011

<システム概要
図1は、ある実施形態にかかるクラウドソースの人気要因(crowd−sourced popularity factor。以下「クラウドソース人気要因」と称する)に基づいて旅行目的地を推定するため例示的なシステム100のブロック図を示す。図示のシステム100は、サーバ101、モバイルコンピュータシステム135、クライアント装置115、電子メールサーバ124、地図サーバ122、スケジュールサーバ120、サードパーティサーバ128とソーシャルネットワークサーバ130を含む。システム100の各構成要素は、ネットワーク105を介して通信可能に結合される。

0012

ネットワーク105は、有線ネットワークであっても無線ネットワークであっても良く、また、スター型トークンリング型や当業者に知られているその他の構成を取ることができる。さらにまた、ネットワーク105は、一つまたは複数のローカルエリアネットワーク(LAN)、ワイドエリアネットワークWAN)(例えば、インターネット)、公衆ネットワークプライベートネットワーク仮想ネットワーク、および/または、複数の装置が通信可能に相互接続されたデータパスを含んでもよい。ある実施形態では、ネットワーク105は、ピアツーピアネットワークであってもよい。ネットワーク105は、
複数の異なる通信プロトコルデータ送信するための通信ネットワークと接続されたり、このような通信ネットワークを含んだりしても良い。ある実施形態では、ネットワーク105は、Bluetooth(登録商標)通信ネットワークや携帯電話通信ネットワークを含み、SMS(ショートメッセージサービス)、MMSマルチメディアメッセージサービス)、HTTPハイパーテキスト転送プロトコル)、直接データ接続、WAP、電子メールなどのデータを送受信する。図1では、サーバ101、モバイルコンピュータシステム135、クライアント装置115、電子メールサーバ124、地図サーバ122、スケジュールサーバ120、サードパーティサーバ128、およびソーシャルネットワークサーバ130に結合されるネットワークとして、1つのネットワーク105のみを示しているが、実際には、一つまたは複数のネットワーク105がこれらの要素に接続することができる。

0013

ある実施形態では、ナビゲーションアプリケーション109aは、サーバ101上で実行可能であり、サーバ101は、信号線104を介してネットワーク105に結合される。サーバ101は、プロセッサ、メモリ、ネットワーク通信機能を含むハードウェアサーバーである。ある実施形態では、サーバ101は、電子メールサーバ124、ソーシャルネットワークサーバ130、スケジュールサーバ120、クライアント装置115、地図サーバ122、およびモバイルコンピュータシステム135の少なくとも一つ以上と、データを送受信することができる。図1では、一つのサーバ101のみを例示するが、システム100は一つまたは複数のサーバ101を含むことができる。

0014

ある実施形態では、ナビゲーションアプリケーション109bは、クライアント装置115上で実行可能であり、クライアント装置115は、信号線108を介してネットワーク105に接続される。ある実施形態では、クライアント装置115は、サーバ101、ソーシャルネットワークサーバ130、スケジュールサーバ120、地図サーバ122、電子メールサーバ124、およびモバイルコンピュータシステム135の少なくとも一つ以上と、データを送受信することができる。クライアント装置115は、メモリとプロセッサを含むコンピュータであり、例えば、ラップトップコンピュータデスクトップコンピュータタブレットコンピュータ携帯電話個人情報端末(PDA)、移動電メール装置情報処理やネットワーク155へのアクセスが可能なその他の電子機器などである。ある実施形態では、ユーザ125はクライアント装置115と対話することができる。図1には、1台のクライアント装置115のみが示されているが、システム100は一つまたは複数のクライアント装置115を含むことができる。

0015

ある実施例では、ナビゲーションアプリケーション109bは、部分的にはクライアント装置115上に格納されるシンクライアントアプリケーションとして機能してもよく、また、部分的にはサーバ101およびモバイルコンピュータシステム135の一つ以上に格納される構成要素として機能してもよい。たとえば、サーバ101は、ユーザ向けに推定された旅行目的地を格納し、推定された旅行目的地を表示するユーザインタフェースを提供するためのグラフィカルデータを生成することができる。ナビゲーションアプリケーション109bは、クライアント装置115に結合された表示装置(不図示)にユーザインタフェースを提供するための指示を、ナビゲーションアプリケーション109bに含まれたりクライアント装置115にインストールされたりするブラウザ(不図示)に対して送ることができる。

0016

ある実施形態では、ナビゲーションアプリケーション109cは、モバイルコンピュータシステム135上で実行可能であり、モバイルコンピュータシステム135は、信号線134を介してネットワーク105に接続される。ある実施形態では、モバイルコンピュータシステム135は、サーバ101、ソーシャルネットワークサーバ130、スケジュールサーバ120、地図サーバ122、電子メールサーバ124、およびクライアント
置115の少なくとも一つ以上と、データを送受信することができる。モバイルコンピュータシステム135は、メモリとプロセッサを含む任意のコンピュータであってよい。ある実施形態において、モバイルコンピュータシステム135は、非一時的なコンピュータ電子機器(例えば、プロセッサや、メモリや、非一時的なコンピュータ電子機器の任意の組合せ)を有する、車両、自動車バス生体埋込型装置(bionic implant)や、その他のモバイルシステムであってよい。ある実施形態において、モバイルコンピュータシステム135は、ネットワーク105にアクセス可能な、ラップトップコンピュータ、タブレットコンピュータ、携帯電話や、その他のモバイル機器を含む。ユーザ125は、モバイルコンピュータシステム135と対話することができる。ある実施例では、ユーザ125は、車両を運転するドライバーであったり、座席に座っている乗客であったりする。図1には、1台のモバイルコンピュータシステム135のみが示されているが、システム100は一つまたは複数のモバイルコンピュータシステム135を含むことができる。

0017

ナビゲーションアプリケーション109は、推定された旅行目的地をユーザに提供するための論理回路を含むことができる。ある実施形態では、ナビゲーションアプリケーション109は、FPGA(Field Programmable Gate Array)、ASIC(Application−Specific IntegratedCircuit)、コンピュータ装置のプロセッサで実行可能ソフトウェア、ハードウェアとソフトウェアの組合せなどを含むハードウェアを用いて実装できる。ある実施形態では、ナビゲーションアプリケーション109は、クライアント装置とサーバの両方に格納され配布されてもよいし、クライアント装置とサーバのいずれかのみに格納され配布されてもよい。ナビゲーションアプリケーション109については、図2図8Cを参照して、以下で更に詳細に説明する。

0018

一つまたは複数のセンサ140a〜140nは、モバイルコンピュータシステム135に結合される。たとえば、センサ140aは、信号線141を介してモバイルコンピュータシステム135に通信可能に結合される。センサ140nは、信号線143を介してモバイルコンピュータシステム135と通信可能に結合される。センサ140は、一つ以上の物理的および/または動的なパラメータを測定することができる装置である。たとえば、センサ140は、現在の燃費、車両におけるエンジンオンオフパーキングブレーキ、速度、時刻、位置(例えば、位置の緯度経度・高度)、車両に関するシステム安全パラメータ(例えば、エアバッグシステムアンチロックブレーキングシステムなど)、車両から他の物体(例えば、沿道構造物交通信号機など)までの距離、車両から近くの車両までの距離、車両の加速度、旅行の方向、燃料残量レベルバッテリー充電ベル、温度、湿気、車両に関連するその他の物理的パラメータ、の少なくとも一つまたは複数を測定することができる。ある実施形態では、センサ140は、GPS(Global Positioning System)センサ、カメラ、OBD(On−Board Diagnostics)システム、エンジン制御装置(ECU、PCMなど)や、他のタイプの任意のセンサのうちの1台でありえる。ある実施形態では、センサ140は、車両のようなモバイルコンピュータシステム135に取り付けられるセンサでありえる。

0019

ソーシャルネットワークサーバ130は、プロセッサ、メモリ、ネットワーク通信機能を含むハードウェアや仮想サーバである。ソーシャルネットワークサーバ130は、信号線131を介してネットワーク105に結合されている。ある実施形態では、ソーシャルネットワークサーバ130は、クライアント装置115、サーバ101、モバイルコンピュータシステム135、スケジュールサーバ120、地図サーバ122、および電子メールサーバ124の少なくとも一つ以上と、データを送受信することができる。ソーシャルネットワークサーバ130は、ソーシャルネットワークアプリケーション132を含む。ソーシャルネットワークは、ユーザ同士が共通の特徴によってつながることができる一種
社会構造でありうる。共通の特徴は、例えば、友人、家族、仕事、関心などの関係や繋がりである。ある実施例では、共通の特徴は、明示的に定義される関係と、他のオンラインユーザとの社会的繋がりによって暗示される関係とを含む。ある実施例では、ソーシャルネットワーク内のユーザの関係は、ソーシャルネットワーク内でのユーザのマッピングやソーシャルネットワーク内で各ユーザがどのように関係しているかを示す、ソーシャルグラフやその他のデータの集合を用いて表すこともできる。

0020

図1は、ソーシャルネットワークサーバ130とソーシャルネットワークアプリケーション132によって提供されるソーシャルネットワークを1つのみ含むが、システム100は、他のソーシャルネットワークサーバや他のソーシャルネットワークアプリケーションによって提供される複数のソーシャルネットワークを含んでもよい。

0021

スケジュールサーバ120は、プロセッサ、メモリ、ネットワーク通信機能を含むハードウェアや仮想サーバでる。ある実施形態では、スケジュールサーバ120は、ユーザのカレンダースケジュール連絡先などを表すスケジュールデータを管理および同期することができる。たとえば、スケジュールサーバ120は、ウェブベースカレンダーサービス(例えば、Google Calendar(登録商標))を提供することができる。ある実施形態では、スケジュールサーバ120は、サーバ101、クライアント装置115、モバイルコンピュータシステム135の一つ以上から、ユーザのカレンダースケジュールを求める要求を表すデータを受信することができる。スケジュールサーバ120は、ユーザからの許可を受けて、スケジュールサーバ120と関連した記憶装置(不図示)からユーザのカレンダースケジュールを表すデータを取得することができる。スケジュールサーバ120は、ネットワーク105を介して、サーバ101、クライアント装置115、モバイルコンピュータシステム135の一つ以上に、ユーザのカレンダースケジュールを送ることができる。ある実施形態では、スケジュールサーバ120は、信号線121を介してネットワーク105に通信可能に結合される。図1は、1台のスケジュールサーバ120のみを含むが、システム100は一つまたは複数のスケジュールサーバ120を含むことができる。さらに、図1ではスケジュールサーバ120および電子メールサーバ124を単一のエンティティとして示しているが、別の実施形態では、これらのエンティティの種々の構造、動作および/または機能は、同一の計算装置および/またはシステムに結合および/または統合することができる。たとえば、スケジュールサーバ120および電子メールサーバ124は、Microsoft Exchange Serverとすることができる。

0022

地図サーバ122は、プロセッサ、メモリ、ネットワーク通信機能を含むハードウェアや仮想サーバである。ある実施形態では、地図サーバ122は、サーバ101、ソーシャルネットワークサーバ130、クライアント装置115、モバイルコンピュータシステム135の少なくとも一つ以上と、データを送受信することができる。たとえば、地図サーバ122は、地図を表すデータをナビゲーションアプリケーション109に送信できる。地図データは、場合によっては、ナビゲーションアプリケーション109にプッシュ通知されても良いし、要求に応じてナビゲーションアプリケーション109に提供されてもよい。地図データは、ナビゲーションアプリケーション109によって地図が生成される領域に基づいて地図サーバ122から逐次提供されても良いし、全体がまとめて提供されても良い。地図サーバ122は、信号線123を介してネットワーク105と通信可能に結合されている。図1では、1台の地図サーバ122のみが示されているが、システム100は一つまたは複数の地図サーバ122を含むことができる。

0023

電子メールサーバ124は、プロセッサ、メモリ、ネットワーク通信機能を含むハードウェアや仮想サーバである。ある実施形態では、電子メールサーバ124は、サーバ101、クライアント装置115、モバイルコンピュータシステム135の少なくとも一つ以
上と、データを送受信することができる。たとえば、電子メールサーバ124は、ユーザからの許可を受けて、ユーザの電子メールの内容をナビゲーションアプリケーション109に送ることができ、ナビゲーションアプリケーション109は電子メールの内容に基づいてユーザのスケジュールを決定することができる。たとえば、電子メールサーバ124は、ウェブメールサーバ、Microsoft Exchange(登録商標)サーバなど含むことができる。ある場合には、電子メールサーバ124は、標準プロトコルプロプライエタリなプロトコルを用いて電子メールデータを提供することができる。たとえば、電子メールサーバ124は、POP3、IMAP、WebDav、MAPIなどを介して電子メールデータを提供することができる。電子メールサーバ124は、信号線127を介してネットワーク105と通信可能に結合されている。図1では、1台の電子メールサーバ124のみが示されているが、システム100は一つまたは複数の電子メールサーバ124を含むことができる。

0024

サードパーティサーバ128は、プロセッサ、メモリ、ネットワーク通信機能を含むハードウェアや仮想サーバである。サードパーティサーバ128は、信号線129を介してネットワーク105と通信可能に結合されている。ある実施形態では、サードパーティサーバ128は、サーバ101、クライアント装置115、モバイルコンピュータシステム135の少なくとも一つ以上と、データを送受信することができる。たとえば、サードパーティサーバ128は、種々の場所に関連付けられた天気情報交通情報収集することができる。ナビゲーションアプリケーション109から情報を求める要求を受信すると、サードパーティサーバ128は、ユーザの場所に関連付けられた天気情報や交通情報を、ナビゲーションアプリケーション109に提供することができる。サードパーティサーバ128がその他の情報をナビゲーションアプリケーション109に提供可能であることを理解すべきである。

0025

<ナビゲーションアプリケーションの例>
図2を参照して、例示的なナビゲーションアプリケーション109を有している例示的なコンピュータ200について、更に詳細に説明する。図2は、ある実施形態にかかる、ナビゲーションアプリケーション109、プロセッサ235、メモリ237、通信ユニット241、入出力装置243、記憶装置245、センサ140を含むコンピュータ200のブロック図である。コンピュータ200の各構成要素は、バス220を介して通信可能に結合される。バス220は、コンピュータの構成要素間およびコンピュータ間でデータを転送するための任意の種類の従来の通信バスである。実施形態では、コンピュータ200は、サーバ101、クライアント装置115、またはモバイルコンピュータシステム135でありうる。

0026

プロセッサ235は、算術論理回路マイクロプロセッサ汎用制御装置や、計算を実行し電子表示信号をディスプレイ装置へ提供するその他のプロセッサアレイなどを含みうる。プロセッサ235は、データ信号を処理することができ、複合命令セットコンピュータCISCアーキテクチャ縮小命令セットコンピュータRISC)アーキテクチャ、またはこれらの命令セットの組合せを実装するアーキテクチャを含む種々の計算アーキテクチャを含みうる。図2には1つのプロセッサ235だけが示されるが、複数のプロセッサ235が含まれてもよい。上記以外のプロセッサ、オペレーティングシステム、センサ、表示装置、あるいは物理的構成も採用可能である。

0027

メモリ237は、プロセッサ235によって実行可能な命令やデータを格納する一つまたは複数の非一時的なコンピュータ可読媒体を含むことができる。格納される命令やデータは、ここに表される技術を実行するためのコードを含む。ある実施形態では、メモリ237は、ナビゲーションアプリケーション109を格納することができる。メモリ237は、ダイナミックランダムアクセスメモリDRAM)装置、スタティックRAM(SR
AM)装置、組込メモリフラッシュメモリ、その他のメモリ装置を含むことができる。ある実施形態においては、メモリ237は、ハードディスクドライブフロッピー(登録商標)ディスクドライブCD−ROM装置、DVD−ROM装置、DVD−RAM装置、DVD−RW装置フラッシュメモリ装置情報記憶の分野において既知のその他の大容量記憶装置などの、非一時的(non−volatile)メモリや永久記憶装置を含んでも良い。

0028

通信ユニット241は、ナビゲーションアプリケーション109が格納されている場所(装置)に応じて、サーバ101、モバイルコンピュータシステム135、クライアント装置115の一つまたは複数との間でデータの送受信を行う。通信ユニット241は、ネットワークに(有線あるいは無線により)結合され、ネットワーク105を構成する他のエンティティと通信を行う。ある実施形態では、通信ユニット241は、ネットワーク105や他の通信チャネルと直接に物理的接続するための一つまたは複数のポートを含むことができる。たとえば、通信ユニット241は、クライアント装置115との有線通信のためのUSB、SD、CAT−5または類似のポートを含むことができる。ある実施形態では、通信ユニット241は、IEEE 802.11、IEEE 802.16、BLUETOOTH(登録商標)、DSRC(Dedicated Short−Range
Communication)または他の適切な無線通信方式を含む一つまたは複数の無線通信方式を用いて、クライアント装置115や他の通信チャネルとデータを交換するための無線送受信部を含むことができる。

0029

ある実施形態では、通信ユニット241は、携帯電話ネットワークを介して、ショートメッセージサービス(SMS)、マルチメディアメッセージサービス(MMS)、ハイパーテキスト転送プロトコル(HTTP)、直接的データ接続、WAP、電子メールやその他の適切な種類の電子的通信を含むデータを送信するための携帯無線送受信機を含む。ある実施形態では、通信ユニット241は、有線ポートと無線送受信部を含む。通信ユニット241はまた、ファイルメディアオブジェクトをTCP/IP、HTTP、HTTPS、SMTPなどを含む標準ネットワークプロトコルを用いて配布するために、ネットワーク105に対するその他の従来の接続を提供する。

0030

記憶装置245は、本明細書で記載される機能を提供するためのデータを格納する非一時的(non−transitory)な記憶装置である。ある実施形態では、記憶装置245は、データを格納したりデータへのアクセスを提供したりするデータベース管理システムDBMS)を含むことができる。記憶装置245は、ソリッドステートメモリ(たとえば、フラッシュメモリ、RAMなど)、ハードディスクドライブ、テープシステム、フロッピー(登録商標)ディスクドライブ、CD−ROM装置、DVD−ROM装置、DVD−RAM装置、DVD−RW装置、および情報を格納するためのその他の大容量記憶装置を含んでもよい。

0031

ある実施形態では、記憶装置245は、ソーシャルネットワークデータ、位置データ、ユーザのスケジュールを表すデータ、ユーザの嗜好を表すデータ、クラウドソース人気要因、人気スコア、一つまたは複数の人気のある目的地(人気目的地)、一つまたは複数の詳細目的地、一つまたは複数の目的地までの旅行提案、の一つまたは複数を格納できる。記憶装置245に格納されるデータについては、以下で更に詳細に説明する。ある実施形態では、記憶装置245は、本明細書で説明される構造、作用、機能を提供するためのその他のデータを格納することもできる。

0032

ある実施形態では、ナビゲーションアプリケーション109は、通信モジュール202、位置モジュール204、機械学習モジュール206、人気度決定モジュール208、推定モジュール210、提案モジュール212、ユーザインタフェースモジュール214を
含む。ナビゲーションアプリケーション109のこれらの構成要素は、バス220を介して通信可能に結合される。

0033

通信モジュール202は、ナビゲーションアプリケーション109とコンピュータ200の他の構成要素との間で通信を処理するためのソフトウェアや論理回路である。ある実施形態では、通信モジュール202は、プロセッサ235で実行可能な命令の組合せであり、ナビゲーションアプリケーション109とコンピュータ200の他の要素との間の通信を処理するために、下記の構造、作用、機能を提供する。ある実施形態では、通信モジュール202は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。通信モジュール202は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0034

通信モジュール202は、ナビゲーションアプリケーション109の格納場所に応じて、クライアント装置115、ソーシャルネットワークサーバ130、サーバ101、スケジュールサーバ120、地図サーバ122、電子メールサーバ124、モバイルコンピュータシステム135の少なくとも一つ以上と、通信ユニット241を介して、データを送受信することができる。たとえば、通信モジュール202は、通信ユニット241を介して、スケジュールサーバ120からスケジュールデータを受信し、人気度決定モジュール208にスケジュールデータを送ることができる。別の例では、通信モジュール202は、ユーザに対してユーザインタフェースを提供するためのグラフィックデータをユーザインタフェースモジュール214から受信し、このグラフィックデータをクライアント装置115やコンピュータシステム135に送って、クライアント装置115やコンピュータシステム135にユーザに対するユーザインタフェースを表示させる。

0035

ある実施形態では、通信モジュール202は、ナビゲーションアプリケーション109の他の構成要素からデータを受信して、データを記憶装置245に格納する。たとえば、通信モジュール202は、ユーザインタフェースモジュール214からグラフィックデータを受信して、このグラフィックデータを記憶装置245に格納する。ある実施形態では、通信モジュール202は、データを記憶装置245から取得して、取得したデータをナビゲーションアプリケーション109の他の構成要素に送る。たとえば、通信モジュール202は、記憶装置245から潜在的目的地の人気スコアを表すデータを取得して、取得したデータを推定モジュール210に送る。

0036

位置モジュール204は、ユーザと関連した現在の経路を決定するためのソフトウェアや論理回路である。ある実施形態では、位置モジュール204は、プロセッサ235によって実行可能な命令の組合せであって、ユーザに関連した現在の経路を決定するための以下で述べる構造、作用、機能を提供するものである。ある実施形態では、位置モジュール204は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。位置モジュール204は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0037

位置モジュール204は、一つまたは複数のセンサ140や記憶装置245から位置データを受信し、この位置データに基づいてユーザに関連した現在位置を決定することができる。たとえば、位置モジュール204は、GPSセンサやGPSアプリケーションからGPSデータを受信し、このGPSデータに基づいてユーザのコンピュータの位置を決定することができる。別の例では、位置データは、コンピュータに関連したIPアドレス、コンピュータと携帯ネットワークの間で送信されるシグナル情報や、その他の位置に関連したデータを含み、位置モジュール204は、この位置データを用いておおよその地理的位置(geolocation)を決定することができる。たとえば、位置モジュール204は、IPアドレスを、インターネットサービスプロバイダデータベースインター
ネットレジストリなどのその他の情報ソース相互参照して、地理的位置を決定してもよいし、位置モジュール204は、地理的位置を決定するためにマルチラテレーション(multilateration)や三角測量などを用いてもよい。

0038

位置モジュール204は、位置データに基づいて、ユーザに関連する現在の旅行方向を決定することもできる。たとえば、位置モジュール204は、位置データ(例えば、GPSデータ、シグナル情報など)に基づいて、ユーザが北方向に旅行していると決定することができる。別の例では、位置モジュール204は、ユーザが道路の交差点右折したと決定することができる。

0039

位置モジュール204は、ユーザの現在位置、ユーザの現在の旅行方向、センサ140やコンピュータ200や記憶装置245から受信したその他の位置情報などに基づいて、ユーザに関連した現在の経路を決定することができる。たとえば、ユーザの現在位置が高速道路上であり、現在の旅行方向がに向かっている場合には、位置モジュール204は、ユーザの現在の経路が、2つの所定の出口の間の高速道路を北に向かって旅行しているものと決定することができる。ある実施形態では、現在の経路は、ユーザの現在位置、現在の旅行方向、旅行始点からユーザの現在位置までのルートを含むことができる。

0040

ある実施形態では、位置モジュール204は、センサ140やコンピュータ200や記憶装置245などから受信した位置データに基づいて、ユーザがある目的地地域あるいは目的地地域内のより詳細化された(refined)目的地(以下、詳細目的地とも称する)に向かって旅行していると決定することができる。たとえば、位置モジュール204は、GPS装置から受信したGPSデータやコンピュータ200上の携帯送受信機から受信したシグナル情報などに基づいて、ユーザがある特定の目的地地域あるいは特定の目的地地域内のより詳細化された目的地に向かって旅行していると決定することができる。目的地地域および詳細目的地については、以下で更に詳細に説明する。

0041

ある実施形態では、位置モジュール204は、機械学習モジュール206、人気度決定モジュール208、推定モジュール210、提案モジュール212、ユーザインタフェースモジュール214などにユーザの現在の経路を表わすデータを送ることができる。別の実施形態では、位置モジュール204は、ユーザの現在の経路を表すデータを、記憶装置245に格納できる。

0042

機械学習モジュール206は、機械学習技術を用いてユーザの目的地を推定するためのソフトウェアや論理回路である。ある実施形態では、機械学習モジュール206は、プロセッサ235で実行可能な命令の組合せであり、機械学習技術を用いてユーザの目的地を推定するための下記の構造や作用や機能を提供する。ある実施形態では、機械学習モジュール206は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。機械学習モジュール206は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0043

機械学習モジュール206は、通信モジュール202や通信ユニット241を介して、モバイルコンピュータシステム135やクライアント装置115から、ユーザの旅行履歴を表わすデータを取得することができる。ユーザと関連した旅行履歴は、以前にユーザによって行われた過去の旅行、過去の旅行の頻度(例えば、ユーザが特定の旅行を毎日毎週・毎月行うなど)、旅行始点、旅行終点、旅行開始時刻、旅行終了時刻、旅行継続期間(duration)、旅行経路、旅行中の他の乗客など、の一つまたは複数を表すデータを含むことができる。更なる実施形態では、ユーザと関連した旅行履歴は、ユーザの旅行と関連した他のデータを含むことができる。

0044

機械学習モジュール206は、ユーザの旅行履歴に基づく機械学習技術を用いて、ユーザの旅行目的地を推定することができる。例えば、機械学習モジュール206は、旅行の開始時に、過去の旅行の頻度、時刻、曜日、ユーザの現在位置などに基づいてユーザの旅行目的地を推定するために、機械学習技術を適用することができる。機械学習技術の例として、ニューラルネットワークベイズネットワーク決定木学習などが挙げられるが、これらに限定されない。

0045

人気度決定モジュール208は、潜在的目的地の一つまたは複数の人気要因や人気スコアを決定するためのソフトウェアや論理回路である。ある実施形態では、人気度決定モジュール208は、プロセッサ235で実行可能な命令の組合せであり、潜在的目的地の一つまたは複数の人気要因や人気スコアを決定するための下記の構造や作用や機能を提供する。ある実施形態では、人気度決定モジュール208は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。人気度決定モジュール208は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0046

人気度決定モジュール208は、位置モジュール204や記憶装置245からユーザの現在の経路を表わすデータを受信することができる。人気度決定モジュール208は、現在の経路に基づく一組の潜在的目的地(潜在的目的地のセット、とも称する)を決定することができる。たとえば、人気度決定モジュール208は、ユーザの現在の経路に沿って一組の潜在的目的地を決定することができる。人気度決定モジュール208は、以下で更に詳細に説明するように、潜在的目的地ごとに、一つまたは複数のクラウドソース人気要因を決定することができる。

0047

クラウドソース人気要因は、目的地の人気を決定するために用いられるデータである。目的地のクラウドソース人気要因の例は、当該目的地を訪れた人の数、アプリケーションを用いて当該目的地にチェックインした人の数、当該目的地におけるイベントカレンダー、目的地に現在いる人の数(例えば、位置データやスケジュールデータやメッセージデータなどに基づいて把握できる)、当該目的地の容量(例えば、当該目的地が収容可能な人の数)、時刻、曜日、休日かどうか、天気などであるが、これらには限られない。上記以外の人気要因も採用可能である。

0048

ある実施形態では、人気度決定モジュール208は、その他の目的地(例えば、所定の近さにある目的地や、一般的な目的地など)への訪問数と比較した潜在的目的地への訪問数に基づいて、当該潜在的目的地の全体人気度(overall popularity)を決定することができる。全体人気度は、異なるユーザ間での潜在的目的地の人気の概要を表すといえる。人気度決定モジュール208は、一つまたは複数の一時的な変数(例えば、時刻、曜日、日付、休日であるか否かなど)およびその他の変数(例えば、天気、目的地でイベントがあるか否かなど)の関数として、潜在的目的地の可変人気度(variable popularity)を決定することもできる。

0049

ある実装例では、サーバ101は、携帯電話事業者ネットワーク事業者解析サービス、ナビゲーションアプリケーション109のインスタンス、クライアント装置115、モバイルコンピュータ装置などから、地理的位置データ(geolocation data)を連続的あるいは繰り返し収集する。収集された地理的位置データは、人気度決定モジュール208やシステム100のその他の構成要素によって、ある目的地に現在訪問者が何人いるかを表すリアルタイムデータを含む、種々の場所について時間ごとの訪問者の傾向を決定する。ある場合には、人気度の決定は、レビュー、旅行、ソーシャルネットワーキングや、ネットワークに結合されたコンピュータ装置(例えば、ソーシャルネットワークサーバ130、サードパーティサーバ128など)によってホストされるサービス
から収集される、種々の目的地についてのレーティング意見などを表すデータに少なくとも部分的に基づくことができる。代表なサービスには、TripAdvisor、Frommers、Yelp、Google+、Expedia、FaceBook、Twitterなどが含まれるが、これに限られるわけではない。人気度決定モジュール208は、このデータを用いて、どの場所が流行っているかや、どの場所の人気が下がっているかを決定したり、全体人気スコア(overall score)を生成したりできる。

0050

人気度決定モジュール208は、潜在的目的地の目的地飽和レベルを決定することができる。飽和レベルは、ある時点において目的地が有する残余収容量定量化するものである。ある実装例では、飽和レベルは、(1)時刻、および/または、(2)潜在的目的地に現在いる実際の人数と比較した潜在的目的地の容量(例えば、目的地が収容可能な全体人数)、の関数として人気度決定モジュール208によって決定されることができる。たとえば、スタジアムでのスポーツイベント開始の30分前であると仮定する。そのスタジアムに現在いる人数がスタジアムの最大収容人数にほぼ達している場合は、人気度決定モジュール208は、スタジアムの目的地飽和レベルはほぼ最大であり、そのスタジアムに旅行するその他のユーザはあまり多くないと決定する。そのスタジアムに現在いる人数がスタジアムの容量の40%にしか達していなければ、人気度決定モジュール208は、スタジアムの目的地飽和レベルは低く、その他の多数のユーザがスタジアムに旅行するかもしれないと決定する。

0051

人気度決定モジュール208は、ユーザの明示的および/または黙示的なスケジュールデータに基づいて、潜在的目的地のスケジュール人気度を決定することができる。例えば、現在の時刻が午後6時30分であり、ユーザのスケジュールデータによると、ユーザは午後7時から午後9時にかけて自宅夕食約束があると仮定する。人気度決定モジュール208は、ユーザの現在の経路に沿った潜在的目的地のスケジュール人気度を、「自宅」目的地よりも低く生成することができる。しかしながら、もしユーザのスケジュールデータから、ユーザが午後6時30分以降に予定がないことが分かるなら、人気度決定モジュール208は、ユーザの現在の経路に沿ったレストランのスケジュール人気度を、ユーザの現在の経路に沿ったその他の目的地よりも高く生成する。

0052

ある実施形態では、人気度決定モジュール208は、一つまたは複数のクラウドソース人気要因に基づいて、潜在的目的地の人気スコアを決定することができる。たとえば、人気度決定モジュール208は、(1)潜在的目的地の全体人気度(overall popularity)、(2)潜在的目的地の可変人気度(variable popularity)、(3)潜在的目的地の目的地飽和レベル(destination saturation level)、(4)潜在的目的地のスケジュール人気度(schedule popularity)、の少なくともいずれかに基づいて、潜在的目的地の人気スコアを決定することができる。更なる例では、全体人気度、可変人気度、スケジュール人気度などが他よりも高い潜在的目的地の人気スコアを高く決定する。別の例では、潜在的目的地の目的地飽和レベルから、この目的地に現在いる人数が目的地の収容可能人数にほぼ達していることが分かるならば、人気度決定モジュール208は、この潜在的目的地の人気スコアを高く決定する。しかしながら、以下で説明するように、推定モジュール210は、この潜在的目的地を人気目的地の推定結果としては選択しない。なぜならば、これ以上はあまり多くのユーザはその目的地に旅行しないからである。

0053

さらに別の例では、人気度決定モジュール208は、潜在的目的地の人気スコアを、位置データ、スケジュールデータ、人度気関連データ(例えば、クラウドから提供されるデータ)、天気データ交通データ、およびその他の利用可能なデータを用いて、(1)目的地の場所に訪れたことのある人数、(2)目的地の場所にチェックインしたことのある人数、(3)目的地の場所におけるイベントの予定、(4)目的地の場所に現在いる人数
、(5)時刻、(6)曜日、(7)休日か否か、(8)天気条件、(9)交通情報、(10)ユーザの明示的なスケジュールデータ(例えば、ユーザのカレンダー上のイベント)、(11)ユーザの黙示的なスケジュールデータ(例えば、飛行機電車・バス・などのチケットの電子メール確認書)、(12)ユーザのソーシャルネットワークデータ(例えば、投稿承認コメントシェアなど)、(13)ユーザの嗜好、などの少なくとも一つに基づいて決定する。

0054

たとえば、人気度決定モジュール208は、ラッシュアワーにはオフィス複合施設の人気スコアを他の目的地よりも高く生成するが、人気度決定モジュール208は、ラッシュアワーの後では、オフィス複合施設の人気スコアを他の目的地よりも低く生成する。別の例では、人気度決定モジュール208は、昼食時や夕食時にはユーザの現在の経路に沿ったレストランの人気スコアを、ユーザの現在の経路に沿った他の目的地よりも高くするが、人気度決定モジュール208は、食事に適した時刻ではない場合には、レストランの人気スコアを他の目的地よりも低く生成する。

0055

ある実施形態では、ユーザの現在の経路のそれぞれの交差点において、人気度決定モジュール208は、各潜在的目的地について到達確率を推定し、クラウドから提供される一つまたは複数の潜在的目的地の人気要因にしたがって到達確率を重み付けする。交差点から潜在的目的地への到達確率は、ユーザが当該交差点から当該潜在的目的地まで旅行する確率を表す。たとえば、人気度決定モジュール208は、時刻、曜日、天気条件、潜在的目的地に移動する人の数、潜在的目的地におけるイベントの予定、潜在的目的地の目的地飽和レベル(例えば、潜在的目的地の収容可能人数に対する潜在的目的地の現在いる人の数の比)などに基づいて、潜在的目的地への到達確率を推定および重み付けする。潜在的目的地と関連した到達確率は、潜在的目的地と関連した人気を定量化している人気スコアに含めてもよい。

0056

ある実施形態では、人気度決定モジュール208は、一つまたは複数の潜在的目的地の一つまたは複数の人気スコアを表すデータを、推定モジュール210に送る。別のある実施形態では、人気度決定モジュール208は、一つまたは複数の人気スコアを表すデータを、記憶装置245に格納する。

0057

推定モジュール210は、ユーザのために一つまたは複数の目的地を推定するためのソフトウェアや論理回路でありえる。以下では、推定される目的地を推定目的地と称する。ある実施形態では、推定モジュール210は、プロセッサ235で実行可能な一組の命令であり、ユーザのために一つまたは複数の推定目的地を決定するための下記の構造や作用や機能を提供する。ある実施形態では、推定モジュール210は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。推定モジュール210は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0058

目的地の推定は、ユーザが受け取ることに興味を持っているであろう旅行目的地の推定でありえる。推定目的地は、目的地地域、特定の目的地地域の中の詳細化された目的地地域(詳細目的地地域)や、特定の人気目的地を含むことができる。他の変形例も可能であることは明らかであろう。ユーザは、種々の理由、例えば、その人気度(例えば、悪評、好評、公衆の関心、好ましさ、面白さ、ユニークさ、価値など)、その利用可能性、利便性、ユーザの嗜好と合致するかどうか、また、これらの組合せなどによって、目的地に興味を持つ。

0059

推定モジュール210は、人気度決定モジュール208や記憶装置245から、潜在的目的地のセットと関連した、人気スコア、飽和レベル、ユーザの嗜好などを表すデータを
受信することができる。人気スコア、飽和レベルやユーザの嗜好に基づいて、推定モジュール210は、潜在的目的地のセットのうちユーザの現在の経路に沿った目的地のいずれが、ユーザにとって、人気があり興味深いかを推定することができる。たとえば、推定モジュール210は、予め定められた閾値より大きな人気スコアを有する人気目的地を決定することができる。

0060

ある実施形態では、推定モジュール210は、目的地の人気スコアに少なくとも部分的に基づいて、ユーザの目的地を推定することができる。たとえば、近くの目的地でイベントが開催中あるいは近々開催される場合に、ユーザの友人の全てあるいは多くがこのイベントに参加すると話していることを、人気スコアに(例えば、ユーザのソーシャルデータに基づいて)反映させることができる。人気スコア(例えばクラウドソース人気要因の一つ以上)に基づいて、推定モジュール210は、この目的地を推定目的地として含ませることができる。

0061

ある実施形態では、推定モジュール210は、目的地の人気スコアとユーザの嗜好に少なくとも部分的に基づいて、ユーザの目的地を決定することができる。たとえば、近くの場所で人気のあるコンサートが開催されているならば、人気度決定モジュール208は、他の目的地と比較してこの近くの場所の人気スコアを高く生成することができる。しかし、ユーザのプロファイルがユーザはこのコンサートに興味がないことを指示したり、ユーザが明示的にそのことを(たとえば、ナビゲーションアプリケーション109によって提供されるプロンプトを用いて)指示しているならば、推定モジュール210は、この近くの場所をユーザの目的地として決定しない。別の例では、たとえ近くのレストランの人気スコアが他のレストランより低かったとしても、ユーザのプロフィールによってユーザがこのレストランによって提供される料理の種類が好きであったり、過去にこのレストランに頻繁に行っていると(たとえば、記憶装置245に格納されるプロフィールデータに基づいて)分かる場合や、ユーザが明示的にこのレストランに関心があることを(たとえば、ナビゲーションアプリケーション109によって提供されるプロンプトを用いて)指示している場合は、推定モジュール210は、この近くのレストランをユーザの目的地として決定する。

0062

ある実施形態では、推定モジュール210は、人気スコアと目的地飽和レベルに少なくとも部分的に基づいて、ユーザの目的地を推定することができる。場合によっては、目的地の人気スコアと飽和レベルが所定の閾値の条件を満たすならば、推定モジュール210は、この目的地を推定目的地として選ぶ。たとえば、特定の会場(例えば野球試合)は、参加人数が多いことを理由として、近くの他の目的地と比較して高い人気スコアを持つことができる。したがって、会場の飽和レベルは、会場が満員であったりほぼ満員であることを反映するかもしれない。推定モジュール210は、目的地がほぼ飽和している場合は、この潜在的目的地を推定目的地から除外することができる。あるいは、推定モジュール210は、人気スコアや飽和レベルに基づいて、潜在的目的地(たとえば、ナイトクラブ)がユーザの友人の全員またはほぼ全員が集まって入店しようとする場所である場合は、この潜在的目的地を推定目的地に含めることができる。さらなる例では、人気スコアが、長期間にわたる訪問者数に基づいて特定のアトラクションが常に人気があることを反映し、飽和レベルが、その場所が他の日や他の時刻と比較して混雑していない(たとえば、旅行者が多くない)ことを反映するかもしれない。この場合、推定モジュール210は、このアトラクションを推定目的地として含めてもよい。本明細書で説明される全ての例や実施形態と同様に、上記の実施形態は例示として提供されたものであり、推定についての数多くのその他の可能性や組み合わせが採用可能かつ考慮可能であることを、理解すべきである。

0063

ある実施形態では、ユーザの現在の経路の各々の交差点で、推定モジュール210は、
ユーザの現在の経路に沿った潜在的目的地のセットについての到達確率を表わすデータを受信することができる。推定モジュール210は、潜在的目的地の到達確率に少なくとも部分的に基づいて、潜在的目的地の中から、人気のある目的地や、興味深い目的地などを決定することができる。たとえば、推定モジュール210は、予め定められた閾値を満たしている(例えば、閾値より大きい)到達確率を有する目的地を人気目的地として決定することができる。別の例では、推定モジュール210は、すべての目的地のうちで最も高い到達確率を有する目的地を人気目的地として決定することができる。

0064

ある実施形態では、推定モジュール210は、一つまたは複数の人気目的地を、ユーザの現在の経路に沿った一つまたは複数の目的地地域(destination region)にクラスタリングする。目的地地域は、一つまたは複数の人気目的地を含む地理的地域でありえる。ある実施形態では、同じ目的地地域にクラスタリングされる人気目的地は、距離制約を満たす。たとえば、ある目的地地域の中の任意の2つの人気目的地は、その間の距離があらかじめ定められた距離値よりも小さい距離を有する。別の例では、各々の人気目的地と目的地地域の中心点との間の距離が、予め定められた距離値よりも小さい。上記以外の例示的な距離制約も採用可能である。例示的な目的地地域は、少なくとも図9を参照して例示される。

0065

ある実施形態では、推定モジュール210は、位置モジュール204や記憶装置245から、ユーザがある特定の目的地地域に向かって旅行していることを表すデータを受信することができる。推定モジュール210は、人気スコア(例えば、クラウドソース人気要因)に基づいて、目的地地域内の一つまたは複数の詳細目的地を推定することができる。たとえば、推定モジュール210は、人気度決定モジュール208に対して、(1)目的地地域の中の潜在的目的地のセット、および(2)上記潜在的目的地のセットについての人気スコア、を決定するように指示することができる。人気スコアは、クラウドソース人気要因に少なくとも部分的に基づいて決定可能である。人気スコアを用いて、推定モジュール210は、潜在的目的地のセットから、目的地地域内の一つまたは複数の人気目的地を決定することができ、目的地地域内の一つまたは複数の人気目的地から、一つまたは複数の詳細目的地を推定することができる。

0066

ある実施形態では、一つまたは複数の詳細目的地は、特定の人気スコア(例えば、地域内で最高であり、かつ、所定の閾値より大きい)を有する、目的地地域内の一つまたは複数の人気目的地である。

0067

ある実施形態では、一つまたは複数の詳細目的地は、一つまたは複数の詳細目的地地域でありえる。詳細目的地地域は、特定の目的地地域の小区域であり、その中に一つまたは複数の人気目的地を含む小区域とすることもできる。たとえば、推定モジュール210は、特定の目的地地域内の人気目的地を一つまたは複数の詳細目的地地域にクラスタリングすることができ、この際、それぞれの詳細目的地地域を、上記特定の目的地地域内の小区域であり、その中に一つまたは複数の人気目的地を含む小区域とすることができる。

0068

ある実施形態では、推定モジュール210、ユーザがある経路に沿って進行する(例えば、旅行する)にしたがって、旅行目的地を累進的に(再)推定したり詳細化(refine)したりすることができる。たとえば、推定モジュール210は、まず最初に、ユーザの経路に基づいて、一つまたはユーザの複数の目的地地域を推定する。ユーザが経路に沿って進んだり経路を変えると、推定モジュール210は、目的地地域とユーザの近さやユーザの旅行方向(例えば、目的地地域に向かって旅行しているのか離れて旅行しているのか)に基づいて、一つまたは複数の旅行目的地地域の粒度(granularity)を調整する。もしユーザが一つまたは複数の目的地地域に向かって旅行しているならば、推定モジュール210は、その目的地地域内にありユーザが興味を持つであろうより具体
的な目的地や小区域を特定することによって、予測・推定を詳細化させることができる。さらなる例では、ユーザの旅行行程の経過に基づいて、推定モジュール210は、ユーザの旅行目的地を次のように逐次的に推定することができる。すなわち、(1)ユーザはサンフランシスコに旅行している、(2)ユーザはサンフランシスコのノースビーチに旅行している、(3)ユーザはサンフランシスコ、ノースビーチのワシトンスクエアに旅行している、(4)ユーザはサンフランシスコ、ノースビーチ、ワシントンスクエアの聖ペテロパウロ教会に良好している、というように逐次的な推定をすることができる。もしユーザが予測された一つまたは複数の地域から離れて旅行している場合や、別の目的地が指定された場合には、推定モジュール210は、これらの地域などを提案から除外したり、提案された地域や場所を隣接する地域と組み合わせたりすることができる。

0069

ある実施形態において、推定モジュール210は、一つまたは複数の推定目的地(例えば、人気がある目的地、目的地地域、詳細目的地地域、または詳細目的地など)を記載するデータを提案モジュール212に送ることができる。さらにある実施形態では、推定モジュール210は、一つまたは複数の推定目的地を記憶装置245に保存することができる。

0070

提案モジュール212は、旅行の提案をユーザに提供するためのソフトウェアや論理回路である。ある実施形態では、提案モジュール212は、プロセッサ235によって実行可能な命令の組合せであって、当該モジュールに関して本明細書で説明される構造や動作や機能等を提供するものである。ある実施形態では、提案モジュール212は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。提案モジュール212は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0071

ある実施形態では、提案モジュール212は、推定モジュール210や記憶装置245から一つまたは複数の推定目的地を記載するデータを受けとり、一つまたは複数の推定目的地に基づいてユーザへの旅行提案を生成することができる。たとえば、提案モジュール212は、人気目的地のいずれかに旅行することをユーザに勧める旅行提案を生成することができる。旅行提案は、ユーザの現在の位置から人気目的地までの運転案内、人気目的地についての関連情報、その人気目的地がなぜユーザに提案されたのかを説明する根拠などを含むことができる。ユーザは、ユーザインタフェースや音声コマンドなどを介して、提案されている人気目的地の中の一つの目的地に旅行するという選択をすることができ、そうすると、ナビゲーションアプリケーション109は、その目的地への行き方についてのターンバイターン式の指示や、目的地についての追加的な情報(たとえば、ユーザのレビュー、そこに訪れた友人、写真動画仮想的な旅行ガイドなど)を自動的に提供することができる。

0072

ある実施形態では、提案モジュール212は、推定モジュール210や記憶装置245から、一つ以上の推定された目的地地域を表すデータを受け取ることができ、一つまたは複数の推定された目的地地域に基づいてユーザへの旅行提案を生成することができる。旅行提案は、ユーザの現在の位置からそれぞれの目的地地域までの運転案内、目的地地域内の人気目的地、推定された目的地地域がなぜユーザに推奨されたのかを説明する根拠などを含むことができる。ユーザは、ユーザインタフェースや音声コマンドなどを介して、提案されている目的地地域の中の一つの目的地地域に旅行するという選択をすることができ、そうすると、ナビゲーションアプリケーション109は、その地域への行き方についてのターンバイターン式の指示や、ユーザが興味を持つかもしれない特定のアトラクションなどのその地域について追加的な情報を自動的に提供することができる。

0073

ある実施形態では、提案モジュール212は、推定モジュール210や記憶装置245
から、一つまたは複数の詳細目的地を表わすデータを受信することができ、一つまたは複数の詳細目的地に基づいてユーザへの旅行提案を生成することができる。旅行提案は、ユーザの現在の位置からそれぞれの詳細目的地までの運転案内、それぞれの詳細目的地についての簡単な紹介、その詳細目的地がなぜユーザに推薦されたのかを説明する根拠などを含むことができる。ユーザは、ユーザインタフェースや音声コマンドなどを介して、提案されている詳細目的地の中の一つの詳細目的地に旅行するという選択をすることができ、すると、ナビゲーションアプリケーション109は、その目的地への行き方についてのターンバイターン式の指示や、少なくとも上記で説明した目的地についてのその他の情報を自動的に提供することができる。

0074

ある実施形態では、提案モジュール212は、音声電子メッセージを介してユーザに旅行提案を提供することができる。たとえば、提案モジュール212は、クライアント装置115またはモバイルコンピュータシステム135に、旅行提案を説明する音声メッセージを再生したり電子メッセージを表示するように指示することができる。さらにある実施形態では、提案モジュール212は、クライアント装置115またはモバイルコンピュータシステム135に結合された表示装置上に提示されるユーザインタフェースを介して、ユーザに旅行提案を提供することができる。たとえば、提案モジュール212は、ユーザに対してユーザインタフェースを提示するためのグラフィカルデータを生成するようにユーザインタフェースモジュール214に指示し、ユーザが選択できるように旅行提案を表示することができる。

0075

ユーザインタフェースモジュール214は、ユーザインタフェースをユーザに提供するためにグラフィックデータを生成するためのソフトウェアや論理回路でありえる。ある実施形態では、ユーザインタフェースモジュール214は、プロセッサ235によって実行可能な命令の組合せであって、当該モジュールに関して本明細書で説明される構造や動作や機能等を提供するものである。ある実施形態では、ユーザインタフェースモジュール214は、コンピュータ200のメモリ237に格納され、プロセッサ235によってアクセスおよび実行可能である。ユーザインタフェースモジュール214は、プロセッサ235やコンピュータ200の他の構成要素との協調および通信に適合される。

0076

ある実施形態では、ユーザインタフェースモジュール214は、人気目的地、目的地地域、詳細目的地の一つまたは複数をユーザに提示するためのユーザインタフェースを提供するためのグラフィックデータを生成することができる。ある分散方式の実施形態では、ユーザインタフェースモジュール214は、グラフィックデータをクライアント装置115やモバイルコンピュータシステム135に送信し、クライアント装置115やモバイルコンピュータシステム135が表示装置上にユーザに対するユーザインタフェースを提示させるようにすることもできる。ある実施形態では、ユーザインタフェースモジュール214は、旅行提案をユーザに提供するユーザインタフェースを提供するためのグラフィックデータを生成することができる。さらにある実施形態では、ユーザインタフェースモジュール214は、目的地を選択したり、目的地についての追加的な情報を探したり、目的地を評価したり、目的地についてのフィードバックを提供したりすること、などをユーザが行えるようにするユーザインタフェースを提供するためのグラフィックデータを生成することができる。ユーザインタフェースモジュール214は、ユーザに対するその他のユーザインタフェースを提供するためのグラフィックデータを生成してもよいことを理解すべきである。

0077

<方法>
図3は、クラウドソース人気要因に基づいて旅行目的地を推定する例示的な方法300のフローチャートである。ある実施形態では、方法300は、人気目的地をユーザに提案するかどうかを決定する(301)。方法300が人気目的地をユーザに提案すると決定
したならば、方法300はブロック302に進む。そうでなければ、方法300は、ブロック301の処理を繰り返してもよいし、他の処理に進んでもよいし、処理を終了してもよい。

0078

ブロック302で、通信モジュール202は、センサ140や記憶装置245から位置データを受信する。位置モジュール204は、その位置データに基づいて、ユーザと関連した現在の経路を決定する(304)。たとえば、位置モジュール204は、GPSセンサから受信されるGPSデータに基づいて現在の経路を決定することができる。人気度決定モジュール208は、一つまたは複数のクラウドソース人気要因を決定する(306)。クラウドソース人気要因を決定する例示的な方法306は、少なくとも図7を参照して以下で説明される。推定モジュール210は、一つまたは複数のクラウドソース人気要因に基づいて、現在の経路に沿った一つまたは複数の推定目的地を決定する(308)。一つまたは複数の推定目的地は、一つまたは複数の目的地地域、詳細目的地地域、目的地地域の中の詳細目的地、一つまたは複数の特定の人気ある目的地などでありえる。提案モジュール212は一つまたは複数の推定目的地をユーザに提案し(310)、方法300はブロック301に戻る。

0079

図4A図4Dは、クラウドソース人気要因に基づいて旅行目的地を推定するさらに例示的な方法400のフローチャートである。図4Aを参照すると、方法400は、旅行が開始されるかどうかを決定する(402)。旅行が始まらないならば、方法400は終了してもよいし繰り返してもよい。旅行が始まるならば、方法はブロック404へ進む。ブロック404で、方法400は、旅行のための目的地が入力されているかいなかを決定する。目的地がすでに入力されているならば、方法400は終了してもよいし繰り返してもよい。そうでなければ、方法400はブロック406に進むことができる。ブロック406で、機械学習モジュール206は、機械学習技術を用いて旅行の目的地を推定する。方法400は、ユーザが推定された目的地に向かって旅行しているかどうか決定する(408)。ユーザが推定された目的地に向かって旅行しているならば、方法400はブロック410に進む。そうでなければ、方法400は図4B中のブロック414に進む。ブロック410で、方法400は推定された目的地に向かうユーザの旅行経路を確認する。たとえば、方法400は推定された目的地に向かうユーザの経路をハイライト表示することができる。方法400は、旅行が終了するかどうか決定する(412)。旅行が終了するならば、方法400は終了してもよいし繰り返してもよい。そうでなければ、方法400はブロック408に進む。

0080

図4Bを参照すると、方法400は、ユーザがなじみのある経路上を旅行しているかどうかを決定する(414)。たとえば、方法400は、ユーザが以前に通った経路上を移動しているかどうかを決定することができる。別の例では、方法400はユーザがなじみのある地域を旅行しているかどうかを決定することができる。ユーザがなじみのある経路上を移動しているならば、方法400はブロック416に進む。そうでなければ、方法400はブロック419に進む。ブロック416で、方法400はユーザの旅行経路を確認する。たとえば、方法400はユーザが旅行しているなじみのある経路をハイライト表示することができる。方法400は、旅行が終了したかどうか決定する(418)。旅行が終了したならば、方法400は終了してもよいし繰り返してもよい。そうでなければ、方法400はブロック408に進む。

0081

ブロック419で、通信モジュール202はセンサ140や記憶装置245から位置データを受信する。位置モジュール204は、その位置データに基づいて、ユーザと関連した現在位置および現在の方向を決定する(420)。位置モジュール204は、現在位置および現在の方向に基づいて、ユーザと関連した現在の経路を決定する(421)。推定モジュール210は、一つまたは複数のクラウドソース人気要因に基づいて、現在の経路
に沿った一つまたは複数の目的地地域を推定する(422)。一つまたは複数の目的地地域を推定する例示的な方法は、少なくとも図5Aおよび図5Bを参照して説明される。提案モジュール212は、一つまたは複数の目的地地域に基づいてユーザに旅行推定を提供する(424)。方法400は、ユーザが一つまたは複数の目的地地域の中のいずれかの目的地地域に向かって旅行しているかどうかを決定する(426)。ユーザがある目的地地域に向かって旅行しているならば、方法は図4C中のブロック430に進む。そうでなければ、方法400はブロック428に進む。ブロック428で、方法400は旅行が終了したかどうか決定することができる。旅行が終了したならば、方法400は終了するか繰り返す。そうでなければ、方法400はブロック419に進む。

0082

図4Cを参照すると、方法400は、一つまたは複数の目的地地域の中のある目的地地域に向かうユーザの旅行経路を確認すること(430)。通信モジュール202は、センサ140や記憶装置245から位置データを受信する(431)。位置モジュール204は、位置データに基づいて、ユーザと関連する現在位置および現在の方向を決定する(432)。位置モジュール204は、現在位置および現在の方向に基づいて、ユーザと関連した現在の経路を決定する(433)。推定モジュール210は、一つまたは複数のクラウドソース人気要因に基づいて、現在の経路に沿った目的地地域の中の一つまたは複数の詳細目的地を推定する(434)。一つまたは複数の詳細目的地を推定する例示的な方法は、少なくとも図6Aおよび図6Bを参照して説明される。提案モジュール212は、一つまたは複数の詳細目的地に基づいて、旅行提案をユーザに提供する(436)。

0083

図4Dを参照すると、方法400は、詳細目的地のうちの1つに向かってユーザが旅行しているかどうかを決定する(438)。詳細目的地のうちの1つに向かってユーザが旅行しているならば、方法400はブロック440に進む。そうでなければ、方法400は図4B中のブロック419に進む。ブロック440で、方法400は詳細目的地に向かうユーザの旅行経路を確認する。方法400は、詳細目的地をユーザが通過したかどうかを決定する(442)。詳細目的地をユーザが既に通過したならば、方法400はブロック444に進む。そうでなければ、方法400はブロック438に進む。ブロック444で、方法400は更なる詳細目的地があるかどうかを決定する。少なくともさらに1つの詳細目的地があるならば、方法400はブロック438に進む。そうでなければ、方法400は図4B中のブロック419に進む。ある実施形態では、本明細書の別の箇所で説明されるように、ブロック438−444の処理は、推定モジュール210がナビゲーションアプリケーション109の一つまたは複数のその他のモジュール(例えば位置モジュール204)と協働して実行することができる。

0084

図5Aおよび図5Bは、クラウドソース人気要因に基づいて目的地地域を推定する例示的な方法422のフローチャートである。図5Aを参照すると、人気度決定モジュール208は位置モジュール204や記憶装置245からユーザと関連した現在の経路を表すデータを受信する(502)。人気度決定モジュール208は、現在の経路に基づいて潜在的目的地のセットを決定する(504)。通信モジュール202は、ソーシャルネットワークサーバ130や記憶装置245からユーザと関連したソーシャルネットワークデータを受信する(506)。通信モジュール202は、スケジュールサーバ120や記憶装置245からユーザスケジュールを表すデータを受信する(508)。通信モジュール202は、ソーシャルネットワークサーバ130や記憶装置245などから一つまたは複数のユーザの嗜好を表すデータを受信する(510)。人気度決定モジュール208は、一つまたは複数のクラウドソース人気要因を決定する(512)。一つまたは複数のクラウドソース人気要因を決定する例示的な方法は、少なくとも図7を参照して例示される。

0085

図5Bを参照すると、人気度決定モジュール208は、一つまたは複数のクラウドソース人気要因、ソーシャルネットワークデータ、スケジュールデータ、メッセージデータ、
ユーザ嗜好などに基づいて、それぞれの潜在的目的地についての人気スコアを決定する(514)。人気スコアを決定する例示的な方法は、少なくとも図8A−8Cを参照して説明される。推定モジュール210は、人気スコアに基づいて潜在的目的地のセットから一つまたは複数の人気がある目的地を決定する(516)。たとえば、推定モジュール210は、一つまたは複数の人気がある目的地を、最も高い人気スコアを有している一つまたは複数の目的地として決定することができる。別の例では、推定モジュール210は、一つまたは複数の人気がある目的地を、人気スコアが所定の閾値を越える一つまたは複数の目的地として決定することができる。推定モジュール210は、一つまたは複数の人気目的地を一つまたは複数の目的地地域にクラスタリングする(518)。

0086

図6Aおよび図6Bは、クラウドソース人気要因に基づいて詳細目的地を推定する例示的な方法434のフローチャートである。図6Aを参照すると、人気度決定モジュール208は位置モジュール204や記憶装置245からユーザと関連した現在の経路を表すデータを受信する(602)。人気度決定モジュール208は、ユーザがそこに向かって旅行している目的地地域を表すデータを、推定モジュール210や記憶装置245から受信する(604)。人気度決定モジュール208は、現在の経路に基づいて目的地地域内の潜在的目的地のセットを決定する(606)。通信モジュール202は、ソーシャルネットワークサーバ130や記憶装置245からユーザと関連したソーシャルネットワークデータを受信する(608)。通信モジュール202は、スケジュールサーバ120や記憶装置245からユーザスケジュールを表すデータを受信する(610)。通信モジュール202は、ソーシャルネットワークサーバ130や記憶装置245から一つまたは複数のユーザ嗜好を表すデータを受信する(612)。人気度決定モジュール208は、一つまたは複数のクラウドソース人気要因を決定する(614)。一つまたは複数のクラウドソース人気要因を決定する例示的な方法は、少なくとも図7を参照して説明される。

0087

図6Bを参照すると、人気度決定モジュール208は、一つまたは複数のクラウドソース人気要因、ソーシャルネットワークデータ、スケジュールデータ、ユーザ嗜好などに基づいて、目的地地域内の潜在的目的地のそれぞれについての人気スコアを決定する(616)。人気スコアを決定する例示的な方法は、少なくとも図8A−8Cを参照して説明される。推定モジュール210は、人気スコアに基づいて潜在的目的地のセットから、目的地地域の中の一つまたは複数の人気がある目的地を決定する(618)。たとえば、推定モジュール210は、一つまたは複数の人気がある目的地を、最も高い人気スコアを有している一つまたは複数の目的地として決定することができる。別の例では、推定モジュール210は、一つまたは複数の人気がある目的地を、人気スコアが所定の閾値を満たす一つまたは複数の目的地として決定することができる。推定モジュール210は、目的地地域の中の一つまたは複数の詳細目的地を推定する(620)。たとえば、推定モジュール210は、一つまたは複数の詳細目的地として、すべての人気がある目的地のうちで最も高い人気スコアを有する一つまたは複数の人気目的地を選ぶことができる。別の例では、推定モジュール210は、目的地地域の中の全ての人気目的地を一つまたは複数の詳細目的地地域にクラスタリングすることができ、それぞれの詳細目的地地域は目的地地域の小区域であり少なくとも一つの人気目的地を含む。

0088

図7は、一つまたは複数のクラウドソース人気要因を決定する例示的な方法306のフローチャートである。人気度決定モジュール208は、記憶装置245から潜在的目的地を表すデータを受信する(702)。人気度決定モジュール208は、潜在的目的地についてのクラウドソース人気データが利用できるかどうかを決定する(704)。クラウドソース人気データが利用できるならば、方法306はブロック706に進む。そうでなければ、方法306は終了するか繰り返す。ブロック706で、人気度決定モジュール208は、他の目的地と比較した潜在的目的地への訪問総数に基づいて、潜在的目的地の全体的な人気を決定する。

0089

人気度決定モジュール208は、時刻、日付、気象状況や潜在目的地でのイベントスケジュールなどの関数として、潜在的目的地の可変人気度を決定する(708)。人気度決定モジュール208は、時刻や当該位置に現在実際にいる人数に対する当該場所が収容可能な総人数などの関数として、潜在的目的地の目的地飽和レベルを決定する(710)。人気度決定モジュール208は、ユーザの明示的なおよび/または黙示的なスケジュールデータに基づいて、スケジュール人気度を決定する(712)。

0090

図8A図8Cは、潜在的目的地の人気スコアを決定する例示的な方法514または616のフローチャートである。図8Aを参照すると、人気度決定モジュール208は記憶装置245から潜在的目的地を表すデータを受信する(802)。人気度決定モジュール208は、GPSログが潜在的目的地について利用できるかどうかを決定する(804)。GPSログは、潜在的目的地まで行われた過去の旅行を表すものである。GPSログが利用できるならば、方法はブロックに進む。そうでなければ、方法はブロック808に進む。ブロック806で、人気度決定モジュール208は、GPSログを用いて当該位置へ訪問した人数に少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0091

ブロック808で、方法は、オンラインチェックインデータが潜在的目的地について利用できるかどうか決定する。チェックインデータが利用できるならば、方法はブロック810に進む。そうでなければ、方法はブロック812に進む。ブロック810で、人気度決定モジュール208は、クラウドソースアプリケーションプログラムを用いて当該場所にチェックインした人数に少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0092

ブロック812で、方法は、潜在的目的地についてイベントカレンダーを表すデータが利用できるかどうかを決定する。イベントカレンダーを表すデータが利用できるならば、方法はブロック814に進む。そうでなければ、方法はブロック816に進む。ブロック814で、人気度決定モジュール208は、当該位置でのイベントカレンダーに少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0093

ブロック816で、方法は、潜在的目的地に人がいるかどうかを決定する。当該位置に人がいるならば、方法はブロック818に進む。そうでなければ、方法は図8B中のブロック820に進む。ブロック818で、人気度決定モジュール208は、当該位置に現在いる人の数に少なくとも部分的に基づいて、または当該潜在目的地に関連した目的地飽和レベルに少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0094

図8Bを参照すると、方法は、時刻を表すデータが利用できるかどうかを決定する(820)。時刻を表すデータが利用可能であれば、方法はブロック822に進む。そうでなければ、方法はブロック824に進む。ブロック822で、人気度決定モジュール208は、時刻に少なくとも部分的に基づいて潜在的目的地の人気スコアを決定する。

0095

ブロック824で、方法は、曜日を表わすデータが利用できるかどうかを決定する(824)。曜日を表すデータが利用可能であれば、方法はブロック826に進む。そうでなければ、方法はブロック828に進む。ブロック826で、人気度決定モジュール208は、曜日に少なくとも部分的に基づいて潜在的目的地の人気スコアを決定する。

0096

ブロック828で、方法は、休日であるかどうか決定する(828)。休日であるならば、方法はブロック830に進む。そうでなければ、方法はブロック832に進む。ブロック830で、人気度決定モジュール208は、休日であるかどうかに部分的に基づいて、潜在的目的地の人気スコアを決定する。

0097

ブロック832で、方法は、天気情報が利用できるかどうか決定する。天気情報が利用可能であれば、方法はブロック834に進む。そうでなければ、方法はブロック836に進む。ブロック834で、人気度決定モジュール208は、天気情報に少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0098

図8Cを参照すると、方法は、ユーザの現在の経路に関連付いた交通情報が利用できるかどうかを決定する(836)。交通情報が利用可能であれば、方法はブロック838に進む。そうでなければ、方法はブロック840に進む。ブロック838で、人気度決定モジュール208は、交通情報に少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0099

ブロック840で、方法は、ユーザと関連したスケジュールデータが利用できるかどうかを決定する。スケジュールデータが利用可能であれば、方法はブロック842に進む。そうでなければ、方法はブロック844に進む。ブロック842で、人気度決定モジュール208は、ユーザの明示的および/または黙示的なスケジュールデータに少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0100

ブロック844で、方法は、ユーザと関連したソーシャルネットワークデータが利用できるかどうかを決定する。ソーシャルネットワークデータが利用可能であれば、方法はブロック846に進む。そうでなければ、方法はブロック848に進む。ブロック846で、人気度決定モジュール208は、ソーシャルネットワークデータに少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0101

ブロック848で、方法は、ユーザの嗜好を表すデータが利用できるかどうかを決定する。ユーザの嗜好を表すデータが利用可能であれば、方法はブロック850に進む。そうでなければ、方法は終了してもよいし、繰り返してもよい。ブロック850で、人気度決定モジュール208は、ユーザの嗜好に少なくとも部分的に基づいて、潜在的目的地の人気スコアを決定する。

0102

方法800によって決定される人気スコアは、GPSログを用いて当該場所に訪れた人の数、クラウドソースアプリケーションプログラムを用いて当該場所にチェックインした人の数、当該場所でのイベントカレンダー、当該場所に現在いる人の数、時刻、曜日、休日であるか否か、天気情報、交通情報、ユーザの明示的および/または黙示的なスケジュールデータ、ソーシャルネットワークデータ、および/またはユーザの嗜好などのいずれか一つのみに基づいて決定されてもよいし、これらの要因のうちの2つまたはそれ以上を組み合わせて決定されてもよく、その際は複数の要因を同じ重みで重み付けしてもよいし異なる重みで重み付けしてもよい。

0103

グラフカル表現
図9は、旅行目的地を推定する例示的な方法を示しているグラフィカル表現900である。例示的なグラフィカル表現900において、ユーザは、ナビゲーションアプリケーション109を備えている車両を用いて、道路上のある経路(例えば、推定された経路、あらかじめ定められた経路など)を旅行している。矢印908によって示される第1の交差点にユーザが近づく際に、推定モジュール210は、目的地地域902,904,906をユーザのために推定する。目的地地域902は、1つの人気目的地を含む。目的地地域904は、4つの人気目的地を含む。目的地地域906は、6つの人気目的地を含む。推定モジュール210は、各目的地地域をユーザに対する提案として提供することができ、ユーザが特定の目的地地域に近づく際に、ユーザに対する提案をさらに詳細化させてもよい。ユーザがある特定の目的地地域から離れてさらに旅行する際には、推定モジュール2
10は、推定目的地地域を更新したり詳細化させたりしてもよい。

0104

矢印908によって示される第1の交差点において、ユーザは、左折して目的地地域904へ向かう、右折して目的地地域902へ向かう、あるいは、現在の道路の走行続行して目的地地域906へ向かうことができる。ユーザが現在の道路の走行を続行して、矢印910によって示される第2の交差点に接近すると仮定する。ユーザは、左折して目的地地域906へ向かうか、右折して特定の人気目的地がない地域に向かうことができる。ユーザが第2の交差点で左折するならば、推定モジュール210は、目的地地域906内のユーザの目的地の予測を詳細化することができる。ユーザが第2の交差点で右折するならば、推定モジュール210は、ナビゲーションアプリケーション109の他の構成要素と協働して、ユーザの旅行推定目的地を更新することができる。

0105

上記の説明では、本発明を十分に理解できるように、多くの詳細について説明した。しかしながら、各実施形態はこれらの具体的な詳細無しでも良いことは当業者にとって明らかであろう。また、説明が不明瞭になることを避けるために、構造や装置をブロック図の形式で表した。たとえば、本実施形態は、ユーザインタフェースと特定のハードウェアを主に参照して以下の一実施形態で示される。しかし、ここでの説明は、データおよびコマンドを受信する任意のタイプの計算装置および任意の周辺機器について適用できる。

0106

本明細書における「一実施形態」または「実施形態」への言及は、その実施形態に関連して述べられる特定の特徴、構造、または特性が少なくとも1つの実施形態に含まれることを意味する。本明細書における様々な箇所での語句「一実施形態では」の表記は、必ずしも全て同じ実施形態を表すとは限らない。

0107

以下の詳細な説明の一部は、有形(非一時的)なコンピュータ可読記憶媒体に記憶されたデータビットに対する動作のアルゴリズムおよび記号的表現として提供される。これらのアルゴリズム的な説明および表現は、データ処理技術分野の当業者によって、他の当業者に対して自らの成果の本質を最も効果的に説明するために用いられるものである。なお、本明細書において(また一般に)アルゴリズムとは、所望の結果を得るための論理的な手順を意味する。処理のステップは、物理量を物理的に操作するものである。必ずしも必須ではないが、通常は、これらの量は記憶・伝送・結合・比較およびその他の処理が可能な電気的または磁気的信号の形式を取る。通例にしたがって、これらの信号をビット・値・要素・エレメントシンボルキャラクタ・項・数値などとして称することが簡便である。

0108

なお、これらの用語および類似する用語はいずれも、適切な物理量と関連付いているものであり、これら物理量に対する簡易的なラベルに過ぎないということに留意する必要がある。以下の説明から明らかなように、特に断らない限りは、本明細書において「処理」「計算」「コンピュータ計算(処理)」「判断」「表示」等の用語を用いた説明は、コンピュータシステムや類似の電子的計算装置の動作および処理であって、コンピュータシステムのレジスタメモリ内の物理的(電子的)量を、他のメモリやレジスタまたは同様の情報ストレージ通信装置、表示装置内の物理量として表される他のデータへ操作および変形する動作および処理を意味する。

0109

本発明は本明細書で説明される動作を実行する装置にも関する。この装置は要求される目的のための特別に製造されるものであっても良いし、汎用コンピュータを用いて構成しコンピュータ内に格納されるプログラムによって選択的に実行されたり再構成されたりするものであっても良い。このようなコンピュータプログラムは、コンピュータ可読記憶媒体に格納されてもよい。コンピュータ可読記憶媒体は、コンピュータのシステムバス接続可能な、フロッピー(登録商標)ディスク光ディスク・CD−ROM・磁気ディスク
、読み込み専用メモリ(ROM)、ランダムアクセスメモリ(RAM)、EPROM、EEPROM、磁気カード光学式カード、非一時的なメモリを有するUSBキーを含むフラッシュメモリ、電子的命令を格納するのに適したその他の任意のメディア媒体を含むが、これらに限定される訳ではない。

0110

発明の具体的な実施形態は、完全にハードウェアによって実現されるものでも良いし、完全にソフトウェアによって実現されるものでも良いし、ハードウェアとソフトウェアの両方によって実現されるものでも良い。好ましい実装例は、ソフトウェアによって実現される。ここでソフトウェアとは、ファームウェア常駐ソフトウェアマイクロコードやその他のソフトウェアを含むものである。

0111

さらに、ある実施形態は、コンピュータが利用あるいは読み込み可能な記憶媒体からアクセス可能なコンピュータプログラムプロダクトの形態を取る。この記憶媒体は、コンピュータや任意の命令実行システムによってあるいはそれらと共に利用されるプログラムコードを提供する。コンピュータが利用あるいは読み込み可能な記憶媒体とは、命令実行システムや装置によってあるいはそれらと共に利用されるプログラムを、保持、格納、通信、伝搬および転送可能な任意の装置を指す。

0112

プログラムコードを格納・実行するために適したデータ処理システムは、システムバスを介して記憶素子に直接または間接的に接続された少なくとも1つのプロセッサを有する。記憶素子は、プログラムコードの実際の実行に際して使われるローカルメモリや、大容量記憶装置や、実行中に大容量記憶装置からデータを取得する回数を減らすためにいくつかのプログラムコードを一時的に記憶するキャッシュメモリなどを含む。

0113

入力/出力(I/O)装置は、例えばキーボードディスプレイポインティング装置などであるが、これらはI/Oコントローラを介して直接あるいは間接的にシステムに接続される。

0114

システムにはネットワークアダプタも接続されており、これにより、私的ネットワークや公共ネットワークを介して他のデータ処理システムやリモートにあるプリンタや記憶装置に接続される。モデムケーブルモデムイーサネット(登録商標)は、現在利用可能なネットワークアダプタのほんの一例である。

0115

最後に、本明細書において提示されるアルゴリズムおよび表示は特定のコンピュータや他の装置と本来的に関連するものではない。本明細書における説明にしたがってプログラムを有する種々の汎用システムを用いることができるし、また要求された処理ステップを実行するための特定用途の装置を製作することが適した場合もある。これら種々のシステムに要求される構成は、以下の説明において明らかにされる。さらに、本発明は、任意の特定のプログラミング言語と関連づけられるものではない。本明細書で説明される内容を実装するために、種々のプログラミング言語を利用できることは明らかであろう。

0116

実施形態の前述の説明は、例示と説明を目的として行われたものである。したがって、開示された実施形態が本発明の全てではないし、本発明を上記の実施形態に限定するものでもない。本発明は、上記の開示にしたがって、種々の変形が可能である。本発明の範囲は上述の実施形態に限定解釈されるべきではなく、特許請求の範囲にしたがって解釈されるべきである。本発明の技術に詳しい者であれば、本発明はその思想や本質的特徴から離れることなくその他の種々の形態で実現できることを理解できるであろう。同様に、モジュール・処理・特徴・属性・方法およびその他の本発明の態様に関する名前付け分割方法は必須なものでものないし重要でもない。また、本発明やその特徴を実装する機構は異なる名前や分割方法や構成を備えていても構わない。さらに、当業者であれば、モジュ
ル・処理・特徴・属性・方法およびその他の本発明の態様は、ソフトウェア、ハードウェア、ファームウェアもしくはこれらの組合せとして実装できることを理解できるであろう。また、本発明をソフトウェアとして実装する場合には、モジュールなどの各要素は、どのような様式で実装されても良い。例えば、スタンドアローンのプログラム、大きなプログラムの一部、異なる複数のプログラム、静的あるいは動的なリンクライブラリー、カーネルローダブルモジュール、デバイスドライバー、その他コンピュータプログラミングの当業者にとって既知な方式として実装することができる。さらに、本発明の実装は特定のプログラミング言語に限定されるものではないし、特定のオペレーティングシステムや環境に限定されるものでもない。以上のように、上記の本発明の説明は限定的なものではなく例示的なものであり、本発明の範囲は添付の特許請求の範囲にしたがって定められる。

0117

100 システム
101サーバ
105ネットワーク
109ナビゲーションアプリケーション
115クライアント装置
120スケジュールサーバ
122地図サーバ
124電子メールサーバ
128サードパーティサーバ
130ソーシャルネットワークサーバ
132ソーシャルネットワークアプリケーション
135モバイルコンピュータシステム
140センサ
200コンピュータ
202通信モジュール
204位置モジュール
206機械学習モジュール
208人気度決定モジュール
210推定モジュール
212 提案モジュール
214ユーザインタフェースモジュール
220バス
235プロセッサ
237 メモリ

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ