情報配信，都市計画，人流制御など多くの目的において，行動パターンの把握が重要視されている．本論文では，可変基底NMFを位置情報履歴の特性を考慮して拡張することにより，従来よりも解釈が容易な行動パターンの抽出を試みる．行列分解などの従来技術では，行動パターンを階層的に抽出できず，抽出されたパターンの解釈が難解な場合があった．提案法では，行動パターンを，いくつかの類似した行動系列で表現することにより，課題を解決する．この際，可変基底NMFを拡張し，位置情報履歴に多く見られる履歴の欠損を考慮したパターンを抽出する．また，位置情報履歴が持つ周期性も考慮できるように可変基底NMFを拡張し，24時間，1週間などの異なる周期を持つパターンの抽出を促進する．例えば出勤日と休日におけるいくつかの1日の行動パターン推移をそれぞれ独立して抽出した上で，平日は会社，休日はその他といった1週間周期の行動パターンも抽出することが可能になる．
