JP2016192049A - 地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法 - Google Patents

Abstract

【課題】地域交通における利用者のコミュニティの形成、拡大を支援する。
【解決手段】
地域交通コミュニティ形成サーバは、利用者及び外部システムから、利用者の利用者情報と、コミュニティ内で利用した地域交通の車両利用履歴を取得する。そして、コミュニティのメンバと他の利用者の利用者情報を比較し、比較の結果、メンバとの適合度が高い利用者を潜在利用者として判定し、その潜在利用者数の数を算出する。続いて、地域交通コミュニティ形成サーバは、算出した潜在利用者数に応じて、メンバに所定のポイントを付与し、メンバに付与されたポイントが所定のポイント数に達した場合、その利用者をコアメンバとして選定する。
【選択図】図１

Description

本発明は、地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法に関する。

利用者間のネットワークであるコミュニティの認知度を高める方法として、インターネット上にコミュニティを紹介する広告表示や、利用者間のコミュニケーション（口コミ）等を利用する方法が知られている。

また、コミュニティを結成した後、利用者同士のスケジュールを共有することで、利用者間の交流を深めるシステムも知られている。例えば、特許文献１には、地域の居住者同士が、地域情報や、開示可能な個人情報を共有して地域の自治や交流等を活発に行うことを目的としたグループウェアを用いた地域密着型情報提供システムが開示されている。

特許文献１に開示された技術によれば、地域に形成されたネットワーク上に、地域情報を共有する複数の端末装置と、これら端末装置が送受信する地域情報を管理する情報処理装置とが接続されている。そして、地域情報は各端末装置の所有者のスケジュール情報を含み、端末装置は、スケジュール情報を入力するスケジュール情報入力部と、スケジュール情報を出力するスケジュール情報出力部とを有し、情報処理装置は、スケジュール情報を蓄積するスケジュール情報蓄積部とを備えている。この構成において、情報処理装置による管理の下、端末装置間で地域のスケジュール情報を共有することで、地域の自治や交流等を活発に行うことができる。

特開２００３−３０３２５９号公報

しかしながら、特許文献１に開示された地域密着型情報提供システムによるサービスは、既にコミュニティに参加している利用者に対してのみ適用され、コミュニティに参加していない利用者には適用されない。また、新たにコミュニティに参加する利用者をどのように広げるかについてはあまり考慮されていない。また、インターネットの広告表示は、費用対効果が不透明である。また、利用者まかせの口コミ等によりコミュニティの認知度を高める方法は、得られる効果が限定的である。

一方、高齢化に伴い、地域において手軽に移動できる交通手段が求められているが、多くの地域交通システムでは、その維持管理のため利用者をいかに広げるかが大きな課題となっている。これに対し、利用者は、コミュニティ自体にはあまり興味がなくても、友人や趣味嗜好が合う他の利用者とのコミュニケーションが可能であり、かつ一緒に出かけたりして日常生活で役に立つようなコミュニティであれば参加してもよいと考える場合がある。この利用者心理を利用すれば、コミュニティの認知度を高め利用者を拡大することで、特に地域交通システムの活性化につながると考えられる。

そこで、本発明では、上記のような発想に鑑み、地域交通の利用者間のコミュニティの形成や拡大を支援する地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法を提供することを目的とする。

上記課題を解決するため、本発明の地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法は、以下のような解決手段を提供する。

地域交通のネットワークを構成する車両を利用する利用者のコミュニティを形成する地域交通コミュニティ形成サーバであって、前記利用者の端末、又は外部のシステムから、前記利用者の情報を取得する利用者情報取得手段と、前記利用者が利用した前記地域交通の車両の利用履歴を取得する車両利用履歴取得手段と、前記コミュニティのメンバの利用者情報及び前記車両の利用履歴を、他の利用者の情報と比較する比較手段と、前記メンバが紹介した新たな利用者、及び前記比較の結果、前記メンバと適合度が高い潜在利用者の数に基づいて、当該利用者を前記コミュニティのコアメンバとして選定するコアメンバ選定手段と、を備えることを特徴とする。

また、前記コアメンバに対して、他の利用者の紹介を支援する支援手段を更に有し、前記支援手段は、地域の事業者が提供する製品・サービスの象徴的なユーザモデルを格納したペルソナ情報ＤＢから前記コアメンバ及び前記他の利用者のユーザモデルを取得し、前記コアメンバのユーザモデルと適合度が高い利用者を抽出し、前記抽出した利用者に前記コアメンバの情報を送信する、又は前記コアメンバに前記抽出した利用者の情報を送信することを特徴とする。

また、前記コミュニティのメンバに、前記車両の利用履歴及び前記メンバが紹介した他の利用者の数に応じて、所定のポイントを付与するポイント付与手段をさらに備え、前記ポイント付与手段は、前記メンバがコアメンバの場合は、更なるポイントを付与することを特徴とする。

また、前記ポイント付与手段は、紹介した他の利用者が前記地域内又は近隣の地域に居住しているか否かを判定し、前記地域内の利用者であれば、前記所定のポイントを増して付与することを特徴とする。

また、前記コアメンバ選定手段は、前記選定したコアメンバが、所定の期間内、他の利用者の紹介を行わなかった場合、前記コアメンバが取得したポイントを減算し、前記ポイントが所定の値以下となった場合に、前記コアメンバの選定を取り消すことを特徴とする。

本発明の別の態様では、地域交通のネットワークを構成する車両を利用する利用者のコミュニティを形成する地域交通コミュニティ形成システムであって、地域交通コミュニティ形成サーバと、前記コミュニティを利用する利用者が所持する利用者端末とを備え、前記地域交通コミュニティ形成サーバは、前記利用者端末、又は外部のシステムから、前記利用者の利用者情報を取得する手段と、前記利用者が利用した前記地域交通の車両の利用履歴を取得する手段と、前記コミュニティのメンバの利用者情報及び前記車両の利用履歴を、他の利用者の情報と比較する手段と、前記メンバが紹介した新たな利用者、及び前記比較の結果、前記メンバと適合度が高い潜在利用者の数に基づいて、当該利用者を前記コミュニティのコアメンバとして選定する手段と、を備えることを特徴とする。

本発明の別の態様では、地域交通のネットワークを構成する車両を利用する利用者のコミュニティを形成する地域交通コミュニティ形成方法であって、前記利用者の端末、又は外部のシステムから、前記利用者の情報を取得するステップと、前記利用者が利用した前記地域交通の車両の利用履歴を取得するステップと、前記コミュニティのメンバの利用者情報及び前記車両の利用履歴を、他の利用者の情報と比較するステップと、前記メンバが紹介した新たな利用者、及び前記比較の結果、前記メンバと適合度が高い潜在利用者の数に基づいて、当該利用者を前記コミュニティのコアメンバとして選定するステップと、を含むことを特徴とする。

本発明によれば、地域交通の利用者間のコミュニティの形成や拡大を支援する地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法を提供することができる。

本発明の実施の形態に係る地域交通コミュニティ形成システムのイメージ図である。 地域交通コミュニティ形成サーバが選定するコアメンバの選定方法についての概念図である。 本発明の実施の形態に係る地域交通コミュニティ形成システムの構成を示す機能ブロック図である。 利用者情報ＤＢ，行動履歴ＤＢ，ペルソナ情報ＤＢに格納されるデータ構造の一例を示す図である。 メンバ情報ＤＢに格納されるデータ構造の一例を示す図である。 本発明の実施の形態に係る地域交通コミュニティ形成サーバのコアメンバ選定処理動作を示すフローチャートである。 本発明の実施の形態に係る地域交通コミュニティ形成サーバの、利用者紹介、又は車両を利用した場合の処理動作を示すフローチャートである。 本発明の実施の形態に係る地域交通コミュニティ形成サーバのコアメンバ選定除外処理動作を示すフローチャートである。 本発明の実施の形態に係る地域交通コミュニティ形成サーバの利用者紹介支援処理動作を示すフローチャートである。

以下、添付図面を参照して、本発明を実施するための形態（以下、本実施形態と言う）について詳細に説明する。なお、実施形態の説明の全体を通して同じ要素には同じ番号又は符号を付している。

図１は、本実施形態に係る地域交通コミュニティ形成システムのイメージ図である。以下では上記のシステムを「本システム」と呼ぶことにする。

本システムは、地域交通のネットワークを構成する車両を運営する事業者で構築された地域交通システムの一部であり、地域交通の車両を利用する利用者のコミュニティ（利用者ネットワーク）を形成し、車両の利用を拡大するためのシステムである。本システムは、典型的には、車両を利用する利用者が所持する利用者端末（例えば、スマートフォン、タブレット端末、パソコン等）と、利用者端末とネットワーク経由で接続される地域交通コミュニティ形成サーバとからなる。ここで「地域」とは、市町村などの行政区画には限定されず、人や物の移動が頻繁に発生し、人的、経済的に結びつきの強い地理的範囲をいう。また、地域交通のネットワークを構成する車両とは、路線バス、デマンドバス、タクシー、カーシェアリング用車両、ローカル線の電車の他、「一般車両」を含むものとする。「一般車両」とは、一般の個人又は法人が地域交通システムの運営者と契約し、自己が占有する車両（乗用車、バン、マイクロバス、トラック、パーソナルモビリティ、バイク、自転車等）に、移動する方向が同じ場合、他の利用者を相乗りさせることを可能として登録している車両をいう。

本システムは、地域交通システムを通して、地域交通コミュニティを形成、拡大するための支援を行う。具体的には、コミュニティ内のメンバの中からコアメンバを選定し、そのコアメンバによって、知人等をコミュニティに紹介してもらうことで、コミュニティ全体の枠を広げるものである。

以下、「利用者」とは、地域交通システムの車両を利用したことのある人間又は利用する可能性のある人間をいう。また、「メンバ」とは、地域交通コミュニティに参加している利用者をいう。「メンバ」には、地域交通システムのメンバカードが発行され、地域交通システムの車両の利用頻度や新たな利用者を紹介すること等により、特典が付与される。ただし、「メンバ」に参加していなくとも地域交通システムを利用することは可能である。また、「コアメンバ」とは、所定の条件を満たし、コミュニティのネットワークを広げるために選定されたメンバをいう。「コアメンバ」には、本システムから支援が提供される。また、「潜在利用者」とは、コミュニティには参加していないが、メンバと後述する利用者情報の適合度が高く、メンバの知人や何らかの繋がりのある可能性がある利用者のことをいう。ここでいう「適合度」とは、利用者情報又はそれに相当する情報の類似性又は関連性の度合いをいう。例えば、メンバと他の利用者の年齢（生年月日）、出身校、趣味、特技等が一致した場合、同学年の同じ部活に所属していた可能性が高いものと推定し、その利用者を潜在利用者としてカウントする。また、メンバと同じ時間帯に同じ店舗や施設に通う利用者を関連性があるとしてカウントしてもよい。また、紹介ではなくサーバがコアメンバとの適合度が高いと別途判定した潜在利用者には、コアメンバの許可のもと、メール等でコアメンバの情報を送信するようにしてもよい。

本システムは、車両の予約、配車等の基幹業務システムを含むが、それとは別に、地域交通のコミュニティ形成の中核となる地域交通コミュニティ形成サーバ（以下、単にサーバと呼ぶ）を備えている。サーバは、まず、コミュニティに参加している利用者の中からコアメンバを選定する処理を実行する。以下、この選定方法について説明する。コミュニティに加入しているメンバは、自身の氏名や連絡先等の属性情報をサーバに登録する。サーバは、登録したメンバにメンバＩＤをアサインし、ＩＣチップを内蔵したメンバカードを発行する。サーバは、メンバが入力した属性情報に基づき、可能であればメンバが登録したＳＮＳ等の外部システムからそのメンバの追加情報をさらに取得することができるものとする。また、メンバは車両に乗車する際に、メンバカードをその車両のカードリーダにかざすことで、利用した車両の車両利用履歴が保存される。車両利用履歴は、他の利用者の情報と比較するための材料として利用され、例えば、車両利用履歴の行き先等からメンバの嗜好情報を読み取る。なお、メンバが入力した属性情報と、外部システムから取得した追加情報を合わせて、「利用者情報」と呼ぶことにする。

サーバは、利用者の利用者情報（例えば、氏名、年齢、性別、住所、連絡先、趣味、出身校、頻繁に出向く店舗等の情報）及び車両の利用履歴情報を取得する。また、コミュニティに参加していない利用者については、メンバの紹介等によりその情報を取得する。メンバの紹介がなくとも、地域住民の情報を、交通機関の定期券、店舗や施設の利用履歴等を格納した外部システムから取得するようにしてもよい。ただし、この場合は個人が特定されないようにする。そして、メンバの利用者情報及び車両の利用履歴（利用者情報等）と他の利用者の情報とを比較し、比較の結果、それらの情報の適合度が高く、かつコミュニティのメンバとなっていない利用者を潜在利用者として判定し、その潜在利用者の数を算出する。潜在利用者（他の利用者）については、コミュニティに入る前の状態では紹介がない限り、メンバと同じように利用者情報等を取得できるとは限らないが、メンバの利用者情報等に対応する情報の一部でも取得できれば、取得された情報の範囲内で、メンバの利用者情報等と比較する。例えば、メンバの車両の利用履歴に「○○店に行った」という情報が記録されていれば、潜在利用者の地域の実店舗での利用履歴やＳＮＳ上での地域の実店舗に関する投稿（「○○店はよかった」、「□□店はいつも混んでる」等）の情報と比較することができる。また、ＳＮＳ上に公開されている友達リスト等からも潜在利用者の情報を取得するようにしてもよい。

続いて、サーバは、紹介された潜在利用者数、紹介がなくとも別途判定した潜在利用者数に応じて、メンバに所定のポイントを付与し、メンバに付与されたポイントが所定のポイント数に達した場合、そのメンバをコアメンバとして選定する。その結果、コアメンバは、地域において活動的で顔の広い人物が選ばれる可能性が高くなる。

また、メンバに付与されるポイントは、特に、紹介された潜在利用者が、地域内、若しくは近隣の地域に居住する場合は、比較的高いポイントを付与するものとする。具体的には、コアメンバの選定条件を例えば１０００ポイントと設定する。そして、紹介された潜在利用者１人につき通常は１０ポイントが加算され、地域内、若しくは近隣の地域に居住する潜在利用者であれば、その２倍のポイントが付与されるようにする。すなわち、あるメンバには８０人の紹介された潜在利用者が存在し、その中の５０人は、地域内、若しくは近隣の地域に居住する潜在利用者であった場合は、５０×１０ポイント×２＋３０×１０ポイントとなり、この場合、メンバの獲得ポイントは１３００ポイントとなり、コアメンバ選定閾値ポイントとして設定された１０００ポイントを超えるため、そのメンバはコアメンバとして選定される。ただし、紹介ではなく別途判定された潜在利用者数は、紹介された潜在利用者数の１／１０程度としてカウントしてもよい。

また、上記した潜在利用者数の他に、利用者の紹介や本システムの車両の利用に応じて取得できるポイント等が所定ポイントに達した場合も、コアメンバの選定条件とする。例えば、図１及び図２に示すように、予め、潜在利用者数の多いメンバＡさんがコアメンバとして選定されたとする。この場合、メンバＡさんが関係する潜在利用者であって、Ａさんからコミュニティの紹介を受けてコミュニティに参加したＣさんは、Ｃさんの利用者情報等から判定される潜在利用者数は少ないが、コミュニティを紹介した利用者が多数存在して所定のポイントを超えた場合コアメンバに昇格する。

一方、メンバＢさんのように、潜在利用者数が多かったため、一旦コアメンバに選定されたが、所定期間コミュニティに利用者を紹介しない場合、取得したポイントが減算され、そのポイントが所定値以下になった場合には、コアメンバから除外されることがある。

具体的には、メンバＢさんは、自身の利用者情報、及び車両の利用履歴から潜在利用者数が多く、１１００ポイント獲得しており、コアメンバとして選定されている。しかし、メンバＢさんが、所定期間（例えば２カ月）他の利用者を紹介しない場合、２カ月ごとに１００ポイント減算され、６カ月の間、他の利用者を紹介しないと３００ポイント減算され、８００ポイントになり、総獲得ポイントが１０００ポイント以下になるため、コアメンバから除外される。

また、サーバは、メンバに対する支援策として、獲得したポイント数に応じて特典を付与する。特典とは、例えば、地域交通システムの割引料金乗車券、地域内の店舗の割引クーポンや金券等である。特にコアメンバに対しては、ポイントを割り増す等の優遇措置をとってもよい。このように、利用者等の紹介によって特典を付与することで、コアメンバは、潜在利用者等をコミュニティ内に積極的に紹介するようになり、その結果コミュニティの輪が広まってその認知度が高まり、コミュニティ全体の活性化及び地域交通システムの利用者の拡大につながる。

また、サーバは、コアメンバに対するさらなる支援策として、コアメンバの利用者情報及び車両の利用履歴情報、若しくは、行動パターン情報と適合度が高い利用者を抽出し、抽出した利用者にコアメンバの情報を送信する。又は該当するコアメンバに抽出した利用者の情報を送信する。

したがって、コアメンバの情報を送信された利用者は、趣味・嗜好があう友人、若しくは、趣味・嗜好があうコアメンバの情報とコミュニティ内容を閲覧することで、そのコミュニティに参加する可能性がでてくる。また、抽出した利用者の情報をコアメンバに送ることで、コアメンバは、知人、又は趣味・嗜好の近い人間の存在を知ることになり、コミュニティへ招待するきっかけとなる。

行動パターン情報は、利用者の「ペルソナ」を含んでもよい。「ペルソナ」とは、サービス情報を提供する事業者が提供する製品・サービスのもっとも重要で象徴的なユーザモデルである。また、「ペルソナ情報」とは、ユーザモデルを定義するため個人データの集合であり、利用者の行動タイプや行動プロセスを示す情報を構造化データとしてデータベース（ペルソナ情報ＤＢ）に格納したものである。例えば、利用者の氏名、年齢、性別、血液型、住所、連絡先や勤務先、職種、年収、家族構成といった静的なデータの他に、その人の生い立ちから現在までの様子、身体的特徴、性格的特徴、価値観、趣味、特技、消費行動や情報収集行動などの動的なデータを含めて、統計的に処理し、仮想的なユーザモデル（顧客プロフィール）を設定する。例えば、ユーザモデルＡは行動的な人物、ユーザモデルＢは自然や動物を好む人物である等と定義する。したがって一人の人間は複数のユーザモデルに当てはまることになる。ペルソナ情報から得られるユーザモデルは、利用者情報の一部又はそれを補完する情報と考えてもよい。なお、ペルソナ情報の生成方法等については、公知のペルソナ情報の関連技術（例えば、特表２００３-５２９０５４、特開２０１０−１８６２８３、特開２０１１−１００３８０等）を用いることとし、ここでは説明を省略する。

このように、サーバが、コアメンバを選定する処理、メンバによる新たな利用者の紹介、及びコアメンバの利用者情報及び車両の利用履歴情報、若しくは、行動履歴を含む行動パターン情報と適合度が高い潜在利用者を選出する処理、更には、コアメンバを支援する処理を実行することで、コミュニティの輪が広がり、コミュニティの認知度を高め、地域交通システムの利用者の拡大を図ることができる。

（本システムの構成）
図３は、本システムの構成を示す機能ブロック図である。本システムは、典型的には、車両を利用する利用者が所持する利用者端末１０と、利用者が利用する車両２０の車載端末と、利用者端末１０又は車載端末とはネットワーク経由で接続される地域交通コミュニティ形成サーバ３０と、を備える。利用者端末１０は、コミュニティに参加しているメンバの端末はもちろん、コミュニティに参加してない利用者の端末も含む。

外部システム５０は、本システムの利用者の嗜好情報を収集し、地域交通コミュニティ形成サーバ３０に提供する。外部システム５０は、１つのシステムとは限らず、外部の複数のシステムの総称である。また、地域交通コミュニティ形成サーバ３０から利用者の利用者情報及び行動履歴等を取得し、コアメンバのユーザモデルを判定し、返信する。

車両２０は、車両２０に設置されている複数のセンサ等から得られるプローブ情報を取得する。プローブ情報には、例えば、ＧＰＳ（Global Positioning System）等の測位手段による位置情報、車速、加速度、車速から推測される渋滞・混雑情報、ワイパーの動きから推測される天候情報、ブレーキやアクセルの踏み具合等から計算される燃費情報、画像撮像装置(カメラ)／ミリ波レーダー（ミリ波スキャナ）から取得した周囲の道路状況のデータ等を含むものとする。なお、車両２０に搭載された車載端末（図示省略）は、取得したプローブ情報を地域交通コミュニティ形成サーバ３０へ無線送信する通信手段も含むものとする。

（地域交通コミュニティ形成サーバの構成）
地域交通コミュニティ形成サーバ３０は、典型的には、通信手段３１と、行動パターン情報取得手段３２と、利用者情報取得手段３３と、車両利用履歴取得手段３４と、比較手段３５と、ポイント付与手段３６と、コアメンバ選定手段３７と、支援手段３８と、制御手段３９と、記憶手段４０と、を備える。

通信手段３１は、利用者端末１０、本システムに登録された複数の車両２０の車載端末、及び外部システム５０との間で無線通信又は有線通信を行う通信インタフェースである。

利用者情報取得手段３３は、利用者端末１０から、利用者の属性情報を取得し、利用者情報ＤＢ１００に格納する。具体的には、利用者から定量的な情報を取得し、更には、外部のＳＮＳ等から利用者の嗜好情報、例えば買物履歴等を取得する。

行動パターン情報取得手段３２は、利用者の行動パターン情報を行動履歴から取得する。さらに行動パターン情報としてペルソナ情報を利用する場合は、ペルソナ情報ＤＢ３００を備えた外部サーバ６０から利用者のユーザモデルを取得する。具体的は、利用者情報取得手段３３が取得した利用者情報及び行動履歴情報をペルソナ情報ＤＢ３００を備えた外部システム５０に送信し、その利用者のユーザモデルのＩＤを取得する。ペルソナ情報ＤＢ３００を備えた外部システム５０は利用分野ごとに複数であってもよい。また、本システムにより取得されたコアメンバの利用者情報をペルソナ情報ＤＢ３００を備えた外部システム５０に送信し、ペルソナ情報ＤＢ３００に加えてもらうようにしてもよい。なお、行動パターン情報取得手段３２が、記憶手段４０に格納されている情報（利用者情報、行動履歴情報）から簡易的なペルソナ情報を生成してもよい。

車両利用履歴取得手段３４は、複数の車両２０のプローブ情報及び利用履歴を含む車両情報を取得し、行動履歴ＤＢ２００に格納する。

比較手段３５は、利用者情報ＤＢ１００及び行動履歴ＤＢ２００からメンバごとの利用者情報、及び車両利用履歴を抽出し、他の利用者の情報と比較する。また、外部システム５０から取得した利用者同士のユーザモデルＩＤを比較する機能も有する。

ポイント付与手段３６は、コミュニティのメンバに、車両利用履歴及びメンバが紹介した他の利用者の数に応じて、所定のポイントを付与する処理を実行する。また、ポイント付与手段３６は、メンバがコアメンバの場合は、更なるポイントを付与してもよい。

ポイント付与手段３６は、更に、紹介した他の利用者が地域内又は近隣の地域に居住しているか否かを判定し、地域内の利用者であれば、所定のポイントを増して付与してもよい。

コアメンバ選定手段３７は、メンバが紹介した潜在利用者数、及びメンバと非メンバを比較手段３５が比較した結果、適合度が高いと判定された潜在利用者の数に基づいて、当該メンバをコミュニティのコアメンバとして選定する処理を実行する。具体的には、メンバが紹介した新たな利用者、及び比較の結果、適合度が高い潜在利用者の数に応じて、メンバにポイントを付与する。そして、取得したポイントが所定のポイントを超えた場合にコアメンバとして選定する。

また、コアメンバ選定手段３７は、コアメンバのユーザモデルに類似するメンバを抽出し、抽出したメンバを「コアメンバ候補」として一定期間、コアメンバと同等の支援サービスを提供するようにしてもよい。そして、コアメンバ候補が、一定期間内にコアメンバの選定条件をクリアした場合、コアメンバとして選定する。このようにすることで、コミュニティの活性化を支えるコアメンバ人材をさらに発掘することができる。

なお、コアメンバ選定手段３７は、前述したように、選定したコアメンバが、所定の期間内、他の利用者の紹介を行わなかった場合、コアメンバが取得したポイントを減算し、ポイントが所定の値以下となった場合に、コアメンバの選定を取り消してもよい。

支援手段３８は、コアメンバに対して、他の利用者の紹介を支援する処理を実行する。また、支援手段３８は、コアメンバの利用者情報及び車両の利用履歴と、他の利用者の情報、又は可能であればユーザモデルとを比較し、比較対象の利用者と、コアメンバとが適合度が高い（例えば知人の可能性が高い等）潜在利用者と判定した場合は、その利用者に対してコアメンバの情報を送信する、又はコアメンバに対して該当する利用者の情報を送信してもよい。

制御手段３９は、上記した各機能ブロック３１〜３８全体を制御する役割を担う。記憶手段４０は、利用者情報ＤＢ１００、行動履歴ＤＢ２００、メンバ情報ＤＢ４００等のデータベースが割り当てられ、記憶されている。

利用者情報ＤＢ１００は、図４（ａ）にそのデータ構造の一例が示されているように、少なくとも、利用者ごとに採番される「利用者ＩＤ」が登録され、外部のＳＮＳ等から利用者情報を取得した場合は、そのＩＤと、利用者ＩＤが紐付けられている。また、利用者から取得する「氏名」、「年齢」、「性別」、「出身校」、「血液型」、自宅又は勤務地等の「住所」、「連絡先」、利用者又はＳＮＳ等から取得する「趣味／特技」、「よく行く店」、本システムの「獲得ポイント」のデータ項目が登録される。

行動履歴ＤＢ２００は、図４（ｂ）にそのデータ構造の一例が示されているように、少なくとも利用者情報に紐付けられている利用者ごとに採番される「利用者ＩＤ」、利用者の利用者端末から取得される「位置情報」（現在位置及び移動履歴を含む）、本サービスの車両を利用した「車両利用履歴」等のデータ項目が登録されている。

ペルソナ情報ＤＢ３００は、図４（ｃ）にそのデータ構造の一例が示されているように、ユーザのデータが様々な手段で収集され、ユーザデータを統計的に処理することによって得られるユーザモデルを多数格納したデータベースである。ユーザデータのデータ項目は、例えば、「性格的特徴」、「趣味」、「好きな食べ物」、「身体的特徴」、「職業」、「家族構成」、「生い立ち」、「移動場所」等のツリー構造で構造化されて登録される。

「移動場所」を例としてあげると、その項目の下位には、「移動場所」と紐づく情報として、「海」、「居酒屋」が登録される。また、項目によっては、ツリー構造が大きくなり、項目が多いほど、より正確なペルソナ情報が得られる。利用者のペルソナ情報も上記のようなツリー構造で表されてもよいが、ペルソナ情報自体は、時々刻々と変化する。また、ペルソナ情報ＤＢ３００には、ツリー構造の項目に基づいて、様々なユーザモデルがＩＤを付されて管理されている。これをユーザモデルＩＤとよぶ。例えば、「ユーザモデルタイプＩＤ」がＮｏ１０１には、「趣味に活発に行動する」、Ｎｏ１０３には、「家に引きこもりがちだがコンサートにはよく行く」、Ｎｏ１０５には、「気分屋で、服、髪型等を頻繁に変える」等のユーザモデルが登録されているものとする。ただし、実際のユーザモデルは、それを参照する側の観点から様々なものが定義される。また、本システムの利用者について取得されたペルソナ情報の各項目には、情報の「重み付け」を指定できるようにしてもよい。類似の情報が重なった場合、すなわちペルソナ情報ＤＢ３００の同じツリー構造に属する情報が複数ある場合、その中からどの情報を取捨選択するかを判断するためである。そして、本システムが収集した利用者情報や行動履歴情報をペルソナ情報ＤＢ３００を備えた外部システム５０に送信することで、その利用者情報がユーザモデルのどれに近いかが判定されそのユーザモデルＩＤが１以上返信される。なお、個人のプライバシーが侵害されないように、ペルソナ情報ＤＢ３００から個人が特定できないような仕組みを備えているものとする。

メンバ情報ＤＢ４００は、図５にそのデータ構造の一例が示されているように、コミュニティに参加しているメンバごとに採番され、利用者情報ＤＢ１００の利用者ＩＤと紐付けられている「メンバＩＤ」が登録される。また、本サービスで獲得した「獲得ポイント」、その詳細が示された「地域内」、「地域外」のポイント数、ポイントの減算数が示された「減算」、獲得ポイントの合計「総合ポイント」、メンバがコアメンバか否かが表示された「コアメンバフラグ」、メンバがコアメンバ候補か否かが表示された「コアメンバ候補フラグ」等のデータ項目が登録される。なお、「メンバＩＤ」には、例えば、一般メンバの場合、Ｎｏの頭に「Ａ」が表示され、コアメンバ候補の場合、Ｎｏの頭に「Ｂ」が表示され、コアメンバ場合、Ｎｏの頭に「Ｃ」が表示されるようにしてもよい。また、ポイントの減算は、コアメンバのみであるが詳細は後述する。なお、図示しないが、他の利用者の紹介履歴も登録されている。

上記の本システムの機能、及び構成は、あくまで一例であり、一つの機能ブロック（データベース及び機能処理部）を分割し、あるいは複数の機能ブロックをまとめて一つの機能ブロックとして構成してもよい。各機能処理部は、装置に内蔵されたＣＰＵ（Central Processing Unit）が、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＳＳＤ(Solid State Drive)、ハードディスク等の記憶装置に格納されたコンピュータ・プログラムを読み出し、ＣＰＵにより実行されたコンピュータ・プログラムによって実現される。すなわち、各機能処理部は、このコンピュータ・プログラムが、記憶装置に格納されたデータベース（ＤＢ;Data Base)やメモリ上の記憶領域からテーブル等の必要なデータを読み書きし、場合によっては、関連するハードウェア（例えば、入出力装置、表示装置、通信インタフェース装置）を制御することによって実現される。また、本発明の実施形態におけるデータベースは、商用データベースであってよいが、単なるテーブルやファイルの集合体をも意味し、データベースの内部構造自体は問わないものとする。

以下、図３〜図５に示す本実施形態に係る地域交通コミュニティ形成サーバ３０の処理動作について、図６〜図９のフローチャートを参照しながら詳細に説明する。まず、図６のフローチャートを用いて地域交通コミュニティ形成サーバ３０のコアメンバ選定処理から説明する。最初に、利用者情報取得手段３３は、メンバの利用者端末１０及び外部システム５０からメンバの属性情報を取得し（ステップＳ１１）、利用者情報として、記憶手段４０の利用者情報ＤＢ１００に保存する。次に、車両利用履歴取得手段３４は、先に利用者情報を取得したメンバの車両利用履歴を取得し（ステップＳ１２）、記憶手段４０の行動履歴ＤＢ２００に保存する。次に、利用者情報取得手段３３は、他の利用者の情報を外部システム５０から取得する（ステップＳ１３）。

これを受け、比較手段３５は、利用者情報取得手段３３が取得したメンバの利用者情報と、車両利用履歴取得手段３４が取得した車両の利用履歴に基づいて、他の利用者の情報とを比較して制御手段３９へ出力する（ステップＳ１４）。制御手段３９は、比較手段３５で比較した情報が所定の数だけ一致した場合（ステップＳ１５“ＹＥＳ”）、比較した他の利用者がメンバの知人である可能性が高いものと推定し、その利用者を潜在利用者としてカウントする（ステップＳ１６）。

次に、制御手段３９は、記憶手段４０の利用者情報ＤＢ１００を参照し、潜在利用者と判定した他の利用者が、地域内又は近隣の地域に居住しているか否かを判定する（ステップＳ１７）。ここで、他の利用者が、地域内、又は近隣の地域に居住していると判定された場合（ステップＳ１７“ＹＥＳ”）、ポイント付与手段３６は、メンバにポイントを所定のポイント＋αを付与（加算）する（ステップＳ１８）。一方、地域内、又は近隣の地域に居住していない場合、ポイント付与手段３６は、メンバに所定のポイントを加算する（ステップＳ１９）。

ポイント付与手段３６は、ここで加算したポイントを利用者情報ＤＢ１００に追加する（ステップＳ２０）。そして、加算したポイントが所定値を超えた場合（ステップＳ２１“ＹＥＳ”）、コアメンバ選定手段３７は、該当するメンバをコアメンバとして選定し、内蔵フラグ（コアメンバフラグ）をＯＮに設定する（ステップＳ２２）。

次に、図７のフローチャートを参照して、利用者紹介、又は、車両を利用した場合の地域交通コミュニティ形成サーバ３０の処理動作を説明する。図７に示すように、ポイント付与手段３６は、メンバの利用者端末１０から、利用者紹介情報、又は車両利用履歴を受信すると（ステップＳ３１）、該当するメンバに所定のポイントを付与して現在のポイントに加算する（ステップＳ３２）。そして、利用者情報ＤＢ１００に加算したポイントを追加登録する（ステップＳ３３）。

続いて、コアメンバ選定手段３７は、該当するメンバのポイントが所定値を超えたか否かを判定する（ステップＳ３４）。ここで、ポイントが所定値を超えた場合（ステップＳ３４“ＹＥＳ”）、コアメンバ選定手段３７は、該当するメンバがコアメンバであるか否かを判定する（ステップＳ３５）。該当するメンバがコアメンバである場合（ステップＳ３５“ＹＥＳ”）、制御手段３９は、獲得したポイントに応じて、該当するコアメンバに特典を付与する（ステップＳ３６）。一方、該当するメンバがコアメンバではない場合、コアメンバ選定手段３７は、該当メンバを新たなコアメンバとして選定し、コアメンバフラグをＯＮに設定する（ステップＳ３７）。

次に、図８のフローチャートを参照して、地域交通コミュニティ形成サーバ３０によるコアメンバ選定除外処理（コアメンバのポイントを減算）の動作について説明する。図８に示すように、コアメンバ選定手段３７は、所定の周期（例えば３日）で各コアメンバの利用者紹介履歴情報をメンバ情報ＤＢ４００から取得する（ステップＳ４１）。

コアメンバ選定手段３７は、取得した情報に基づいて、所定の期間の間に、コアメンバによる他の利用者の紹介があったか否かを判定する（ステップＳ４２）。所定期間に利用者の紹介が無い場合（ステップＳ４２“ＹＥＳ”）、ポイント付与手段３６は、該当するコアメンバの獲得ポイントを利用者情報ＤＢ１００から抽出し、所定のポイント数を減算する（ステップＳ４３）。

続いて、コアメンバ選定手段３７は、該当するコアメンバのポイントが所定値以下か否かを判定する（ステップＳ４４）。ここで、ポイントが所定値以下の場合（ステップＳ４４“ＹＥＳ”）、コアメンバ選定手段３７は、該当するコアメンバをコアメンバの選定から除外し、コアメンバフラグをＯＦＦに設定してコアメンバの取り消し処理を実行する（ステップＳ４５）。

図９は、地域交通コミュニティ形成サーバ３０が、コアメンバに対して利用者紹介支援を行う場合の処理動作を示すフローチャートである。図９に示すように、まず、行動パターン情報取得手段３２が、コアメンバの利用者情報を送信し、外部システム５０からコアメンバのユーザモデルを取得する（ステップＳ５１）。具体的には、制御手段３９は、コアメンバの利用者情報を外部システム５０に提供する。これを受け、外部システム５０は、提供された利用者情報に基づいてコアメンバのユーザモデルを判定し、地域交通コミュニティ形成サーバ３０に返信する。

次に、比較手段３５は、外部システム５０からコミュニティに参加していない利用者の情報を取得する（ステップＳ５２）。可能であれば他の利用者の情報からその利用者のユーザモデルを取得してもよい。そして、他の利用者の情報とコアメンバの利用者情報又はユーザモデルとを比較して適合度を求める（ステップＳ５３）。ここで、適合度が所定の閾値以上（例えば、５０％以上の項目が一致であれば）（ステップＳ５４“ＹＥＳ”）、比較手段３５は、比較対象の利用者と、コアメンバとが知人の可能性が高い潜在利用者と判定し、その潜在利用者に対してコアメンバの情報を送信する、又はコアメンバに抽出した利用者の情報を送信する（ステップＳ５５）。このように、コアメンバの情報を潜在利用者に送ることで、その利用者は、知人、又は趣味・嗜好の近い人間がコミュニティに参加していることを知ることになり、そのコミュニティにあまり興味を持たなくても、友人や趣味嗜好が合う他の利用者とのコミュニケーションが可能であれば、コミュニティに参加する可能性が高まる。また、抽出した利用者の情報をコアメンバに送ることで、コアメンバは、知人、又は趣味・嗜好の近い人間の存在を知ることになり、コミュニティへ招待するきっかけとなる。

(実施形態の効果）
以上の説明のように本実施形態に係る地域交通コミュニティ形成サーバ３０は、利用者端末、又は外部システムから、利用者の利用者情報を取得し、利用者が利用した地域交通の車両の利用履歴を取得する。そして、コミュニティのメンバの利用者情報及び車両の利用履歴を、他の利用者の情報と比較し、メンバが紹介した新たな利用者、及び比較の結果、メンバと適合度が高い潜在利用者の数に基づいて、当該利用者をコミュニティのコアメンバとして選定する。このように、コアメンバを選定し、コアメンバに対して特典付与等のインセンティブを与えることでコアメンバに紹介の輪を広げるための動機付けを行うことができ、その結果、コミュニティの形成や拡大の支援につなげることができる。

また、本実施形態に係る地域交通コミュニティ形成サーバ３０によれば、コアメンバに対して、他の利用者の紹介を支援し、地域の事業者が提供する製品・サービスの象徴的なユーザモデルを格納したペルソナ情報ＤＢ３００からユーザモデルを取得し、コアメンバのユーザモデルと適合度が高い利用者（潜在利用者）を抽出し、抽出した利用者にコアメンバの情報を送信する、又はコアメンバに抽出した利用者の情報を送信する。このように、コアメンバの情報をメンバに送ることで、潜在利用者は、知人又は、趣味嗜好の近いコアメンバがコミュニティに参加していることを知ることになり、そのコミュニティ自体にはあまり興味がなくても、友人や趣味嗜好が合う他の利用者とのコミュニケーションが可能であり、かつ一緒に出かけたりして日常生活で役に立つようなコミュニティであれば参加する可能性がでてくる。

また、コミュニティのメンバに、車両利用履歴及びメンバが紹介した他の利用者の数に応じて、所定のポイントを付与し、メンバがコアメンバの場合は、更なるポイントを付与する。このようにすることで、メンバは、特典を得るためにコアメンバに昇格するよう他の利用者の紹介や車両を利用するようになる。その結果、コミュニティの拡大、地域の活性化につながる。

また、紹介した他の利用者が地域内又は近隣の地域に居住しているか否かを判定し、地域内の利用者であれば、所定のポイントを増して付与する。このようにすることで、地域内の利用者の紹介を促すこととなり、地域の活性化につながる。

また、選定したコアメンバが、所定の期間内、他の利用者の紹介を行わなかった場合、コアメンバが取得したポイントを減算し、ポイントが所定の値以下となった場合に、コアメンバの選定を取り消す。このようにすることで、コアメンバから取り消されたくないコアメンバは、他の利用者の紹介を逐次行うため、コミュニティの過疎化を防げる。

なお、本実施形態では、地域交通のコミュニティに限定して説明したが、一般のコミュニティにも適用が可能である。

以上、実施形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。上記実施形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。またその様な変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

１０ 利用者端末
２０ 車両
３０ 地域交通コミュニティ形成サーバ
３１ 通信手段
３２ 行動パターン情報取得手段
３３ 利用者情報取得手段
３４ 車両利用履歴取得手段
３５ 比較手段
３６ ポイント付与手段
３７ コアメンバ選定手段
３８ 支援手段
３９ 制御手段
４０ 記憶手段
５０ 外部システム
１００ 利用者情報ＤＢ
２００ 行動履歴ＤＢ
３００ ペルソナ情報ＤＢ
４００ メンバ情報ＤＢ

Claims (7)

1. 地域交通のネットワークを構成する車両を利用する利用者のコミュニティを形成する地域交通コミュニティ形成サーバであって、
   前記利用者の端末、又は外部のシステムから、前記利用者の利用者情報を取得する利用者情報取得手段と、
   前記利用者が利用した前記地域交通の車両の利用履歴を取得する車両利用履歴取得手段と、
   前記コミュニティのメンバの利用者情報及び前記車両の利用履歴を、他の利用者の情報と比較する比較手段と、
   前記メンバが紹介した新たな利用者、及び前記比較の結果、前記メンバと適合度が高い潜在利用者の数に基づいて、当該利用者を前記コミュニティのコアメンバとして選定するコアメンバ選定手段と、
   を備えることを特徴とする地域交通コミュニティ形成サーバ。
2. 前記コアメンバに対して、他の利用者の紹介を支援する支援手段を更に有し、
   前記支援手段は、地域の事業者が提供する製品・サービスの象徴的なユーザモデルを格納したペルソナ情報ＤＢから前記コアメンバ及び前記他の利用者のユーザモデルを取得し、前記コアメンバのユーザモデルと適合度が高い利用者を抽出し、前記抽出した利用者に前記コアメンバの情報を送信する、又は前記コアメンバに前記抽出した利用者の情報を送信することを特徴とする請求項１に記載の地域交通コミュニティ形成サーバ。
3. 前記コミュニティのメンバに、前記車両の利用履歴及び前記メンバが紹介した他の利用者の数に応じて、所定のポイントを付与するポイント付与手段をさらに備え、
   前記ポイント付与手段は、前記メンバがコアメンバの場合は、更なるポイントを付与することを特徴とする請求項１に記載の地域交通コミュニティ形成サーバ。
4. 前記ポイント付与手段は、紹介した他の利用者が前記地域内又は近隣の地域に居住しているか否かを判定し、前記地域内の利用者であれば、前記所定のポイントを増して付与することを特徴とする請求項３に記載の地域交通コミュニティ形成サーバ。
5. 前記コアメンバ選定手段は、前記選定したコアメンバが、所定の期間内、他の利用者の紹介を行わなかった場合、前記コアメンバが取得したポイントを減算し、前記ポイントが所定の値以下となった場合に、前記コアメンバの選定を取り消すことを特徴とする請求項１に記載の地域交通コミュニティ形成サーバ。
6. 地域交通のネットワークを構成する車両を利用する利用者のコミュニティを形成する地域交通コミュニティ形成システムであって、
   地域交通コミュニティ形成サーバと、前記コミュニティを利用する利用者が所持する利用者端末とを備え、
   前記地域交通コミュニティ形成サーバは、
   前記利用者端末、又は外部のシステムから、前記利用者の利用者情報を取得する手段と、
   前記利用者が利用した前記地域交通の車両の利用履歴を取得する手段と、
   前記コミュニティのメンバの利用者情報及び前記車両の利用履歴を、他の利用者の情報と比較する手段と、
   前記メンバが紹介した新たな利用者、及び前記比較の結果、前記メンバと適合度が高い潜在利用者の数に基づいて、当該利用者を前記コミュニティのコアメンバとして選定する手段と、
   を備えることを特徴とする地域交通コミュニティ形成システム。
7. 地域交通のネットワークを構成する車両を利用する利用者のコミュニティを形成する地域交通コミュニティ形成方法であって、
   前記利用者の端末、又は外部のシステムから、前記利用者の利用者情報を取得するステップと、
   前記利用者が利用した前記地域交通の車両の利用履歴を取得するステップと、
   前記コミュニティのメンバの利用者情報及び前記車両の利用履歴を、他の利用者の情報と比較するステップと、
   前記メンバが紹介した新たな利用者、及び前記比較の結果、前記メンバと適合度が高い潜在利用者の数に基づいて、当該利用者を前記コミュニティのコアメンバとして選定するステップと、
   を含むことを特徴とする地域交通コミュニティ形成方法。

Images