In this paper, we focus on exhibiting proper homecoming routes to persons difficult to come their homes or refuges after disasters. They cannot nd out appropriate escape routes in the situation because of lack of information. We propose a new route planning algorithm that can select safe routes based on the A-star algorithm with opportunistic communication to solve this problem. In addition, we evaluate our algorithm on disaster situations through some experiments.

It is extremely hard for visually impaired people to walk unknown places. Using a white cane or taking a guide dog is required by law when they go outside. However, even if they are used to using the white cane or familiar with a guide dog, they usually hesitate to go to unknown places because these canes or dogs don't have any ability to navigate the user. In this research, we propose a pedestrian navigation system named "PULLDOG" for visually impaired people with UHF band RFID technology and quasi-zenith satellite system (QZSS) Michibiki. This system calculates as safe routes as possible from current position to destination, such as giving priority to braille block way. We investigated accuracy of positional estimation with RFID and QZSS and implemented the route-search algorithm based on Dijkstra's method. In this paper, the system outline and the results of investigations are described. Additionally, the results and feedbacks from demonstration experiments at Keio Kitano station are also reported.

In this paper, we describe a real estate rent estimation system for restaurant. The traditional real estate market in Japan, the decision of rents for restaurant has been made by veteran salespeople based on their tacit knowledge that made from cultivated intuition and experience. However, the conversion to explicit knowledge (expression) has become an issue when carrying on into other salespeople. Therefore, the evidence-based rent estimation system is needed to assist salesepeople. We proposed the system that considered static information on locational conditions and dynamic information such as traffic around the store. We have developed a sensing system for obtaioning the sense of traffic volume.

本研究では, 飲食店向けの不動産営業を支援する手法を提案する．飲食店起業を目指す顧客が, 物件の成約に至る流れは以下の通りである．①検索サイトで不動産を探す．②実際に内見を行い気に入った物件を閲覧する．③内見に行った物件の内気に入った物件を申し込みする．④物件の貸主と交渉し, 成約に至る．①→②の検索から内見に移ることや, ②→③の内見から申し込みに自然に移ることは稀なため, 不動産会社の営業マンが電話をかけて次のステップに促す．従来では電話営業を行う際, 営業マンは長年の感と経験によって, 数ある顧客リストからより成約に至りやすい顧客を選定し, 電話をかけていた．この時の営業成功確率は，２割から３割程度であり，この精度向上は重要な課題である．さらに, 新人の営業マンでは, どの顧客に電話をかけるべきかのノウハウがたまっておらず, どの顧客にかけたらいいのか分からないといった問題があり，その対応策の創出が課題である．この課題を解決するために, 本研究では機械学習を用いて, 申込みの可能性の高い顧客を推定し，営業マンに電話をかけるよう推薦するシステムを提案する．内見時のアンケート結果，物件情報の基礎データ２クラスの他に熱意と地域ポテンシャルという独自の特徴量を加え，RandomForestを用いて機械学習を行ったところ53.8%の精度で申し込み顧客を推薦することが出来た. ベテランの営業マンの営業成功確率が２割から３割程度のため，本システムで推薦された結果は, 営業効率をあげることに大いに貢献出来る.

地域の神社のお祭り，個人主催のライブ等を多く集める地域密着イベント情報サイトは多くの街に存在する．地域密着情報は、地域の情報を完全に網羅するのが好ましい．インターネットの普及により，我々は多くの情報をホームページやソーシャルメディアで告知，検索できるようになった．地域のイベント情報は公開が遅くなったり，主催者のイベント告知ノウハウの不足により，インターネット上に公開されているものは少ない．本研究では，SNS 上の人（ユーザ）をセンサとして扱い，実世界の出来事を観測する手法であるソーシャルセンシングによって，イベント情報の抽出を行う．従来，ソーシャルセンシングの研究は，ツイートからの情報抽出が主であり，わずか140 字のツイートから得る情報は，情報として不完全なものが多いなどの課題が残る．本研究ではより詳細なイベント情報を抽出するため，ソーシャルメディアからイベント情報を抽出するだけでなく，ユーザに対して能動的にアクセスしてイベント情報を聞き取る方法を提案する．結果として，これまで取得できなかった地域で開催される個人主催のライブイベントや，地域住民のイベントなど多種多様なイベント情報を取得することが可能となった．

A purpose of this paper is considering usage of Word2Vec and Doc2Vec, which are text vectorization tools by machine learning, to classify event notice. Firstly, we calculate feature vector of several characteristic words relate to event notice by Word2Vec, and enumerate five highest similarity words. Secondly, in a similar way, we calculate feature vector of event notice's text by Doc2Vec, and consider five highest similarity event notices.