1.1 位置情報ビジネスとは何か
   1.1.1 位置情報ビジネスの概要
   1.1.2 位置情報ビジネスの構造
1.2 位置情報ビジネスの歩みと成長の背景
   1.2.1 地図サービスのインターネット対応
   1.2.2 地図やPOI のAPI 公開
   1.2.3 携帯電話のメディア化
   1.2.4 グローバルでのスマートフォンの普及
   1.2.5 位置情報ビジネスとソーシャルメディア（SNS）の接近
   1.2.6 マイクロロケーションによる行動把握
   1.2.7 モノ同士がインターネットを通じて接続・操作されるIoT社会
1.3 世界の位置情報ビジネスの市場規模
   1.3.1 位置情報ビジネスの利用動向
 

2.1 位置情報ビジネスの分類
2.2 地図サービス
   2.2.1 Google マップ
     〔1〕Google NowとField Trip
     〔2〕乗換案内とオフライン地図
     〔3〕地図データの強化
     〔4〕写真データの収集
     〔5〕ビジネス利用
   2.2.2 Apple Maps
     〔1〕Maps Connect
     〔2〕Apple Watch
     〔3〕iOS のバージョンアップによる位置情報サービス強化
   2.2.3 Baidu Map
   2.2.4 Open Street Map（オープンストリートマップ）
2.3 スポット情報サービス
     〔1〕プラットフォームとしてユーザーと事業者をつなぐサービス
     〔2〕UGC（ユーザージェネレイトコンテンツ）タイプのサービス
   2.3.1 ぐるなび
     〔1〕ぐるなびPRO 認証システム 3.0
     〔2〕ぐるなびWEB 予約システム
     〔3〕クラブミシュラン
     〔4〕インバウンド施策の強化
     〔5〕TripAdvisorとの連携
   2.3.2 食べログ
     〔1〕cena（チェーナ）
     〔2〕食べログPay
     〔3〕プレミアムクーポンとワンコインランチ
   2.3.3 Yelp
     〔1〕クオリティの高いレビュー実現の施策
     〔2〕エリート・スクアッド
   2.3.4 TripAdvisor
     〔1〕Facebook 連携
     〔2〕オフライン機能
     〔3〕トラベル タイムライン
   2.3.5 Foursquare
   2.3.6 Retty
     〔1〕つながりのある人、推薦によるクチコミ
     〔2〕Retty のビジネスモデル
   2.3.7 NAVER まとめ
     〔1〕NAVER まとめのインセンティブ制度
     〔2〕位置情報との連携
 2.4 ソーシャルメディア
     〔1〕単独でサービスされているもの
     〔2〕位置情報をタグ付けし、1 つの機能としてサービスされているもの
   2.4.1 Swarm
     〔1〕ユーザーパワーを利用したエコシステム
     〔2〕「周辺のプラン」機能
   2.4.2 MOVES
   2.4.3 Facebook
     〔1〕スポット機能
     〔2〕Facebook Wi-Fi
     〔3〕Nearby Friends 機能
     〔4〕Local Awareness Ads
   2.4.4 Instagram
     〔1〕People Discovery Tab
     〔2〕フィルタ機能
     〔3〕他サービスとの連携
     〔4〕Hyperlapse from Instagram
     〔5〕セルフサーブ広告
   2.4.5 LINE HERE
 2.5 コネクテッド・カー
     〔1〕コネクテッド・カーの7 領域
     〔2〕自動走行の定義
     〔3〕オートパイロット機能
     〔4〕無人運転
     〔5〕車載インフォテインメント
   2.5.1 テスラ
   2.5.2 CarPlay
     〔1〕CarPlay の特長
   2.5.3 Android Auto
   2.5.4 百度CarLife
   2.5.5 Yahoo! カーナビ
   2.5.6 ナビロー
   2.5.7 Waze（ウェイズ）
     〔1〕政府や自治体に利用されるWaze
   2.5.8 Automatic
   2.5.9 スマートドライブ
   2.5.10 カートモ
2.6 シェアード・モビリティ
   2.6.1 全国タクシー
   2.6.2 タイムズカープラス
   2.6.3 スマートワンウェイカーシェアリング／ smaco
   2.6.4 car2go
   2.6.5 コンビニクル
   2.6.6 Kutsuplus
   2.6.7 Velib（ヴェリブ）
   2.6.8 ロボットタクシー
2.7 オンデマンドサービス
   2.7.1 Uber（ウーバー）
     〔1〕Corner Store
     〔2〕API 公開
     〔3〕UberPool
     〔4〕UberRUSH
     〔5〕UberEATS
   2.7.2 Luxe（ラクス）
   2.7.3 DoorDash（ドアダッシュ）
   2.7.4 Airbnb
   2.7.5 Anyca（エニカ）
2.8 コンテキストサービス
   2.8.1 Google Now
     〔1〕Now On Tap
     2.8.2 マジックバンド
2.9 その他
   2.9.1 Nike
   2.9.2 Ingress
2.10 まとめ
   2.10.1 あらゆる情報を「地図」を入り口にして取得する時代
   2.10.2「 ユーザーデータの収集」と「コンテキスト解析」で情報の最適化
   2.10.3 ウェアラブルやセンサーを利用したコンテキストの把握と活用
   2.10.4 モビリティサービスの変化
   2.10.5 PDS（パーソナル・データ・ストア）の一部としての「位置情報」
 

3.1 マイクロロケーションサービス
   3.1.1 iBeaconとは
   3.1.2 iBeacon の特徴
   3.1.3 iBeacon の基本機能
   3.1.4 マイクロロケーションサービスへの期待
     〔1〕ビーコンからのデータの特徴を活用した展開
     〔2〕「小型・電池式」の特徴を活かした展開
     〔3〕他の機能と組み合わせた展開
3.2 マイクロロケーションサービスの海外事例
   3.2.1 Macy’s（メイシーズ）
   3.2.2 ザ・ホーム・デポ
   3.2.3 メジャーリーグベースボール
   3.2.4 アップルストア
   3.2.5 ウォルマート
     〔1〕セキュリティ面のメリット
     〔2〕コスト面のメリット
   3.2.6 Tesco（テスコ）
   3.2.7 ヴァージンアトランティック航空
   3.2.8 サンフランシスコ国際空港
   3.2.9 ルーベンスの家（美術館）
   3.2.10 New Museum（美術館）
   3.2.11 Mook Group Restaurant（ムックグループレストラン）
   3.2.12 Starwood Hotels ＆ Resorts（スターウッドホテルアンドリゾーツ）
3.3 マイクロロケーションサービスの国内事例①：ポイント系サービス
   3.3.1 スマポ
   3.3.2 ショッぷらっと
3.4 マイクロロケーションサービスの国内事例②：イベント系サービス
   3.4.1 TOHO シネマズ
   3.4.2 トーハクなび
   3.4.3 渋谷歩行者ナビ
   3.4.4 パルコ名古屋店
   3.4.5 名古屋テレビ
   3.4.6 野球場
   3.4.7 AOKI
   3.4.8 大丸×ケータイ国盗り合戦
   3.4.9 tab（タブ）
   3.4.10 コカ・コーラ
   3.4.11 西友
   3.4.12 紀伊國屋書店
   3.4.13 リアル鬼ごっこ×富士急ハイランド
3.5 マイクロロケーションサービスの国内事例③：コンテンツ配信系サービス
   3.5.1 江ノ電
   3.5.2 日本交通
   3.5.3 ディップ
3.6 マイクロロケーションサービスの国内事例④：業務支援系サービス
   3.6.1 日本航空
   3.6.2 全日本空輸
   3.6.3 京都市営バス（京都市交通局）
   3.6.4 西日本旅客鉄道
   3.6.5 福井大学医学部附属病院
   3.6.6 星野リゾート
   3.6.7 エスキュービズム
   3.6.8 がんこフードサービス
   3.6.9 techrice（テックライス）
   3.6.10 JA めむろ（芽室町農業協同組合）
   3.6.11 なんつい
   3.6.12 CLOMO IDs（クロモアイディー）
   3.6.13 シュキーン
3.7 位置情報とビッグデータサービス
   3.7.1 miraichi（KDDI、コロプラ、電通）
   3.7.2 ナイトレイ
   3.7.3 Near
3.8 位置情報とフィンテック（決済）
   3.8.1 PayPal Beacon（ペイパルビーコン）
   3.8.2 Dash（ダッシュ）
   3.8.3 the 3rd Burger（ザ・サードバーガー）
   3.8.4 Apple Pay（アップルペイ）
   3.8.5 GACKT（第91 期 神威♂楽園 de マトメナ祭）
   3.8.6 ログノート
   3.8.7 Fundect（ファンデクト）
3.9 まとめ
   3.9.1 ビッグデータ連携、フィンテックなどとの各種サービス連携による位置情報の活用
   3.9.2 位置情報の活用による「おもてなし」
   3.9.3 BLE の拡大と課題
     〔1〕セキュリティにおける課題
     〔2〕電池についての課題

4.1 スマートシティの定義
   4.1.1 スマートシティの定義
     〔1〕エネルギー問題に比重を置いた定義
     〔2〕IT 技術の活用やコミュニティ参画を視野に入れた定義
4.2 スマートシティを実験中の各都市のスタンス
   4.2.1 アラブ首長国連邦の「マスダールシティ」と中国の「天津エコシティ」
   4.2.2 オランダ・アムステルダムのスマートシティプロジェクト
   4.2.3 福島県会津若松市の実証実験
   4.2.4 経済産業省の実証実験
   4.2.5 柏の葉スマートシティ
   4.2.6 Fujisawa サステイナブル・スマートタウン
4.3 スマートシティにおける位置情報の事例
   4.3.1 アムステルダム・スマートシティプロジェクト
     〔1〕Flexible street lighting とSmart Light
     〔2〕Smart Parking
     〔3〕WeGo car sharing
     〔4〕Yeller:share your taxi
   4.3.2 千葉県柏市「柏の葉スマートシティ」の「街乗り」
   4.3.3 けいはんな学研都市
   4.3.4 マスダールシティ
   4.3.5 天津エコシティ
4.4 スマートシティにおけるインフラ産業の動向
   4.4.1 IoT におけるクラウドサービスと位置情報
     〔1〕富士通「コンバージェンスサービス」
     〔2〕NEC M2M ソリューション「CONNEXIVE」
   4.4.2 IoT におけるハードウェアプロトタイピングプラットフォームと位置情報
     〔1〕mbed のIoT 開発キット
     〔2〕スイッチサイエンスのちょっとすごいロガースイッチサイエンス版
   4.4.3 機械間通信と位置情報
     〔1〕ID 秘匿可能なパッシブ型RFID
     〔2〕BLE を利用したクラウドトラッキング
   4.4.4 グーグルやインドなど、スマートシティへの新しい取り組み
     〔1〕「Google Y」の創立
     〔2〕スマートシティを目指す起業家
     〔3〕スマートシティを推進する自治体
     〔4〕スマートシティを推進する取り組み
     〔5〕スマートシティについての国際会議や展示会
   4.4.5 スマートシティとスマートモビリティ
     〔1〕ヨーロッパにおける都市部の自家用車禁止の動きと車両のシェア
     〔2〕自動運転車
     〔3〕スマートシティにおける自動運転車の利用
4.5 まとめ

5.1.1 GPS（GNSS）
     〔1〕GPS（GNSS）
     〔2〕Galileoと準天頂衛星
     〔3〕ハイブリッド測位
     〔4〕低消費電力化の技術の進化
   5.1.2 基地局測位
   5.1.3 Wi-Fi 測位
   5.1.4 BLE（Bluetooth Low Energy）
     〔1〕 BLEとは
     〔2〕 iBeacon
   5.1.5 IMES（Indoor MEssaging System）
   5.1.6 UWB（Ultra Wide Band）を利用した測位
   5.1.7 PDR (Pedestrian Dead Reckoning、歩行者自律航法)
     〔1〕ドコモ地図ナビの屋内ナビゲーション
     〔2〕メガチップスのfrizz
   5.1.8 その他の測位技術
5.2 ジオコーディング
   5.2.1 ジオコーディングとは
   5.2.2 ジオコーディングサービスの2 つの形態
   5.2.3 　ジオコーディング利用のコスト
5.3 デバイス
   5.3.1 ケータイ（フィーチャーフォン）
   5.3.2 スマートフォン／タブレット
   5.3.3 カーナビ
   5.3.4 ウェアラブルデバイス
     〔1〕スマートウォッチ
     〔2〕スマートグラス
   5.3.5 ドローン（UAV：Unmanned Aerial Vehicle、無人航空機）
     〔1〕ドローンの分類
     〔2〕自律飛行型ドローン
     〔3〕ドローンの課題と法規制
     〔4〕2015 年12 月10日施行の航空改正法のポイント
     〔5〕2015 年のドローン業界の動向
     〔6〕ドローンの将来像
5.4 データ
   5.4.1 POI 情報
   5.4.2 地図情報
   5.4.3 公共データ
   5.4.4 アクティビティデータ
     〔1〕ライフログとジオタギング
     〔2〕チェックイン
     〔3〕ウェアラブルデバイスやカーナビとの連携
   5.4.5 センサーデータ
     〔1〕M2M/IoT の利用
     〔2〕Wi-Fi ／基地局の利用
     〔3〕NTTドコモの「モバイル空間統計」とワイヤ・アンド・ワイヤレスの「Ideal Insight」
   5.4.6 クラウド型データベース
     〔1〕Mapbox（マップボックス）
     〔2〕CartoDB（カルトディービー）
     〔3〕My Maps
   5.4.7 地理空間情報ソフトウェア
5.5 位置情報のフォーマット
   5.5.1 GML（ジーエムエル）
   5.5.2 KML（ケーエムエル）
   5.5.3 WKT（ダブリュケーティー）、WKB（ダブリュケービー）
   5.5.4 GeoJSON（ジオジェイソン）
   5.5.5 TopoJSON（トポジェイソン）
   5.5.6 GeoRSS（ジオアールエスエス）
   5.5.7 Geohash（ジオハッシュ）
   5.5.8 GeoHex（ジオヘクス）
   5.5.9 PI（ピーアイ）
   5.5.10 LOD( エルオーディー）
   5.5.11 GTFS（ジーティーエフエス）
   5.5.12 Open311
   5.5.13 Google Plus-Code
   5.5.14 その他の「位置情報コード」

6.1 オープンデータを取り巻く状況
   6.1.1 英国における動き
   6.1.2 米国における動き
   6.1.3 オープンデータ憲章
   6.1.4 日本における動き
6.2 オープンデータ活用事例
   6.2.1 安心・安全
     〔1〕福岡市と静岡県の事例
   6.2.2 透明化
     〔1〕OpenSpending
   6.2.3 ビジネス化事例
     〔1〕介護情報サービスのウェルモ
     〔2〕図書館蔵書検索サイトのカーリル
   6.2.4 市民協働
     〔1〕Open311
     〔2〕ちばレポ
6.3 オープンデータを扱うシステム
   6.3.1 CKAN（シーカン）
   6.3.2 DKAN（ディーカン）
   6.3.3 Socrata Open Data Server（ソクラタ・オープン・データ・サーバ）
   6.3.4 オープンデータプラットフォーム（odp）
6.4 オープンデータの課題
   6.4.1 エコシステムの不在
   6.4.2 プライバシーへの懸念
 

7.1 個人情報保護法
   7.1.1 個人情報とは
   7.1.2 特定個人情報
   7.1.3 公的個人認証
7.2 位置情報と個人情報
   7.2.1 位置情報／行動履歴
   7.2.2 ライフログ／購買履歴情報
   7.2.3 カメラ情報
   7.2.4 パーソナルデータ
   7.2.5 センシティブデータ（機微情報）
   7.2.6 特定性低減データ
   7.2.7 GPS とビーコン
7.3 どのような位置情報が問題となるか
   7.3.1 位置情報の取得方法
   7.3.2 利用目的と利用範囲
   7.3.3 位置情報に関するセキュリティ問題
     〔1〕位置情報そのものの問題
     〔2〕位置情報の連携・交換の問題
     〔3〕越境データの問題
   7.3.4 位置情報に関するトラブル事例
     〔1〕カレログ
     〔2〕Suica 問題
     〔3〕大阪ステーションシティの実証実験
     〔4〕駐車場綜合研究所（PMO）ナンバープレート問題
7.4 位置情報関連の取り扱いで注意すべきポイント
   7.4.1 セキュリティ対策ソリューション
     〔1〕堅牢なWeb サイトの設計
     〔2〕暗号化
     〔3〕確実な認証
     〔4〕問い合わせへの対応
     〔5〕サーバ侵入防止
     〔6〕内部犯行の防止
     〔7〕最新技術などへの対応
7.5 自動運転・自立走行
   7.5.1 自動運転技術の考え方
     〔1〕ITS の延長で発展する自動運転
     〔2〕インターネットサービスの延長で発展する自動運転
   7.5.2 自動運転を支える技術
     〔1〕自車位置の把握
     〔2〕周辺状況の把握
     〔3〕自動車の制御技術
   7.5.3 自動運転技術の課題
     〔1〕人工知能・制御アルゴリズムの課題
     〔2〕セキュリティ上の課題
   7.5.4 自動運転と法律
     〔1〕自動運転の定義
     〔2〕法整備の方向性
7.6 ドローンに関する規制
   7.6.1 ドローンの可能性
   7.6.2 ドローンの問題点・課題
     〔1〕プライバシー問題・犯罪・テロ
     〔2〕バッテリー性能
     〔3〕操縦者の熟練度
   7.6.3 問題点への対応・対策
     〔1〕技術的対策
     〔2〕ジオフェンス
   7.6.4 主なドローンによる事故・事件（国内）
     〔1〕2014 年4 月12日：名古屋の夜景空撮中にコウモリと衝突・墜落
     〔2〕2014 年11 月3 日：湘南国際マラソンでドローンが墜落
     〔3〕2015 年4 月22 日：首相官邸にドローン落下
     〔4〕2015 年5 月9 日：善光寺の御開帳でドローン落下
     〔5〕2015 年9 月19 日：姫路城の天守閣にドローンが衝突
     〔6〕2015 年9 月27 日：自転車レースのスタート地点でドローン落下
   7.6.5 航空法改正について
     〔1〕無人航空機の定義
     〔2〕飛行ルール
     〔3〕その他のルール

8.1 位置情報技術の将来展望
   8.1.1 　センサーネットワークとモノのインターネット
     〔1〕IoT の進展
     〔2〕IBM Internet of Things Foundation
     〔3〕リベリウム社によるSmart World
     〔4〕IoT 分野の4 つのシナリオ
   8.1.2 　その他の技術
     〔1〕モノづくりマシン
     〔2〕ヒューマン・オーギュメンテーション（人間拡張）
     〔3〕ロボット工学
     〔4〕考えるマシン
   8.1.3 　先進テクノロジーのハイプ・サイクル
8.2 新しいトレンドと位置情報
   8.2.1 　スマートハウス（コネクテッドホーム）
     〔1〕GoogleとNest Labs
     〔2〕Apple の「Homekit」（ホームキット）
     〔3〕Samsung（サムスン）のSmartThings
     〔4〕Amazon
     〔5〕スマートハウスと位置情報
   8.2.2 　スマートモビリティ
     〔1〕自動運転車
     〔2〕パーソナルモビリティ
     〔3〕スマートモビリティに期待されること
   8.2.3 　ロボット
     〔1〕ドローン
     〔2〕農機（農業機械）
     〔3〕業務用ロボット
     〔4〕人型ロボット