JP7449982B2 - 施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム - Google Patents
施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム Download PDFInfo
- Publication number
- JP7449982B2 JP7449982B2 JP2022108639A JP2022108639A JP7449982B2 JP 7449982 B2 JP7449982 B2 JP 7449982B2 JP 2022108639 A JP2022108639 A JP 2022108639A JP 2022108639 A JP2022108639 A JP 2022108639A JP 7449982 B2 JP7449982 B2 JP 7449982B2
- Authority
- JP
- Japan
- Prior art keywords
- checkpoint
- performance evaluation
- flow line
- column
- policy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009472 formulation Methods 0.000 title claims description 35
- 239000000203 mixture Substances 0.000 title claims description 35
- 238000000034 method Methods 0.000 title claims description 28
- 238000011156 evaluation Methods 0.000 claims description 119
- 238000004088 simulation Methods 0.000 claims description 63
- 238000004458 analytical method Methods 0.000 claims description 51
- 230000001364 causal effect Effects 0.000 claims description 42
- 238000000605 extraction Methods 0.000 claims description 34
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000007704 transition Effects 0.000 claims description 33
- 239000000284 extract Substances 0.000 claims description 17
- 230000014759 maintenance of location Effects 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 36
- 238000012545 processing Methods 0.000 description 29
- 230000008859 change Effects 0.000 description 24
- 238000000556 factor analysis Methods 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 11
- 238000013075 data extraction Methods 0.000 description 4
- 238000010206 sensitivity analysis Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、人や車両などの移動体を制御するための施策策定を支援するシステムに関するものである。
空港や駅などの公共施設では、保安・税関検査場や窓口の行列や混雑を緩和するため、検査台や窓口の数を適宜変更する、デジタルサイネージ表示などで旅客を適切な場所へ誘導する等、現場にて施策を行うことが求められている。
これに対し、シミュレーション等により得られた動線データを分析し、行列の待ち時間等の重要業績評価指標であるKPI(Key Performance Indecator)を算出することにより、施策を事前に評価することができるようになる。
これに対し、シミュレーション等により得られた動線データを分析し、行列の待ち時間等の重要業績評価指標であるKPI(Key Performance Indecator)を算出することにより、施策を事前に評価することができるようになる。
しかしシミュレーション上でユーザが入力した施策について、なぜ重要業績評価指標がどのような結果になるのか、施策と重要業績評価指標との因果関係をユーザに提示する等、シミュレーション結果の説明を行う必要である。また重要業績評価指標をより良くするためには、どのように入力した施策を変更すればよいのかの提示も必要である。
データ間の因果関係を表示するための先行技術として、特許文献1に示すような技術が知られている。
従来の因果関係分析は、人の移動を考慮していないため、シミュレーション結果に適用しても、正しい因果関係が抽出できず説明性が担保できないという問題がある。
そこで、本発明は、移動体の遷移パターンに紐づけて、施策と重要業績評価指標との因果関係を示すことを課題とする。
そこで、本発明は、移動体の遷移パターンに紐づけて、施策と重要業績評価指標との因果関係を示すことを課題とする。
前記した課題を解決するため、本発明の施策策定支援システムは、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも1つ以上の重要業績評価指標を算出する動線分析部と、 前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出する因果関係抽出部と、を備えることを特徴とする。
本発明の施策策定支援方法は、動線分析部が、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも1つ以上の重要業績評価指標を算出するステップと、因果関係抽出部が、前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出するステップと、を備えることを特徴とする。
本発明の施策策定支援プログラムは、コンピュータに、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも1つ以上の重要業績評価指標を算出させる手順、前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出させる手順、を実行させるためのものである。
その他の手段については、発明を実施するための形態のなかで説明する。
その他の手段については、発明を実施するための形態のなかで説明する。
本発明によれば、人の遷移パターンに紐づけて重要業績評価指標または施策の因果関係を示すことができる。これにより、シミュレーション結果の説明性を担保できる。更にユーザは、施策パラメータをどのように変更すると、各重要業績評価指標がどのように変化するか把握できる。
以降、本発明を実施するための形態を、各図を参照して詳細に説明する。
本発明は、人などの移動体を制御するための施策策定を支援するシステムに関するものである。なお本システムで対象とする移動体は人だけでなく、船舶、車両、航空機などの移動体であってもよい。ここでは、人に焦点をあてて説明を行う。
本発明は、人などの移動体を制御するための施策策定を支援するシステムに関するものである。なお本システムで対象とする移動体は人だけでなく、船舶、車両、航空機などの移動体であってもよい。ここでは、人に焦点をあてて説明を行う。
本発明は、空港等の施設内にて、保安・税関検査場、窓口の行列等の混雑などの重要業績評価指標を改善するために、どのような施策を策定すればよいか提示するためのシステムである。ここでいう施策とは、空港の例でいうと、チェックインカウンタ等の人員計画や案内板デジタルサイネージの表示有無をいう。商業施設の例でいうと、店舗レイアウト変更や特売ポスター有無など、現場オペレーションによって、施設利用者の行動に影響を与えるための計画である。またここでいう重要業績評価指標とは、空港の例だと、チェックインカウンタや保安・税関検査場等の行列に関する待ち時間や行列長、ベンチの立ち寄り率や滞在時間など、施設利用者の行動履歴より算出することができる施策の重要業績評価指標である。ユーザが入力した施策に対して、施設内における施設利用者等の移動体シミュレーションを行い、シミュレーション結果から重要業績評価指標を算出し、評価することで、施策策定を行う。この際、本発明では、入力施策と出力された重要業績評価指標群の因果関係を分析し、それを提示することで、シミュレーション結果の説明を行う。また制御したい重要業績評価指標に対して、どのように施策等を変更すればよいかを提示する。これらの説明により、シミュレーション上で検討した施策を現場管理者等は受け入れやすくなる。
《第1の実施形態》
本発明の第1の実施形態は、シミュレーションによって取得された動線データを用いて、施策の策定を支援するものである。
本発明の第1の実施形態は、シミュレーションによって取得された動線データを用いて、施策の策定を支援するものである。
図1は、第1の実施形態の施策策定支援システムを示すブロック図である。
本実施形態の施策策定支援システム10は、ユーザより施策データ11を受信し、施策データとレイアウトデータを用いて動線データをシミュレートする機能と、動線データとレイアウトデータから重要業績評価指標データを算出する機能と、施策データと動線データとレイアウトデータと重要業績評価指標データを用いて、施策データと重要業績評価指標データの因果関係を抽出する機能と、を備える。抽出された重要業績評価指標因果関係データ12は、例えば表示部に表示された画面などにより、ユーザに提示される。
本実施形態の施策策定支援システム10は、ユーザより施策データ11を受信し、施策データとレイアウトデータを用いて動線データをシミュレートする機能と、動線データとレイアウトデータから重要業績評価指標データを算出する機能と、施策データと動線データとレイアウトデータと重要業績評価指標データを用いて、施策データと重要業績評価指標データの因果関係を抽出する機能と、を備える。抽出された重要業績評価指標因果関係データ12は、例えば表示部に表示された画面などにより、ユーザに提示される。
上記機能を実現するために、施策策定支援システム10は、シミュレーション実行部101と、動線分析部102と、因果関係抽出部103と、施策データ入力部109を備える。更に施策策定支援システム10は、動線データベース104と、施策データベース105と、レイアウトデータベース106と、重要業績評価指標データベース107と、起終点ネットワークデータベース108を備える。
シミュレーション実行部101は、初期人流データを生成し、その初期人流データと、施策データベース105に格納された施策データと、レイアウトデータベースに格納されたレイアウトデータと、を受信して、人に関する動線シミュレーションを行う。動線シミュレーションによって取得された動線データは、動線データベース104に格納される。上記機能を実現するために、シミュレーション実行部101は、初期人流生成部1011と、特徴量算出部1012と、動線予測部1013と、状態遷移部1014と、を備える。詳細の処理については後述する。
動線分析部102は、動線データベース104に格納された移動体の動線データと、レイアウトデータベース106に格納された壁データおよびチェックポイントデータを受信し、シミュレーション結果に関する重要業績評価指標を算出し、重要業績評価指標データベース107に格納する。移動体の動線データには、移動体の滞留点または通過点の位置情報が示されている。上記機能を実現するために、動線分析部102は、行列判定部1021と、混雑度算出部1022と、重要業績評価指標算出部1023とを備える。詳細の処理については後述する。
因果関係抽出部103は、動線データベース104に格納された動線データと、施策データベース105に格納された施策データと、レイアウトデータベースに格納されたレイアウトデータとを受信する。因果関係抽出部103は、この動線データの移動パターンデータを起終点ネットワークデータベース108に格納した後、重要業績評価指標データベース107に格納された重要業績評価指標データを受信する。更に因果関係抽出部103は、この移動パターンデータに基づき、重要業績評価指標因果関係データ12を算出してユーザに提示する。上記機能を実現するために、因果関係抽出部103は、OD分析部1031と、中間KPI抽出部1032と、ファクタ分析部1033と、を備える。詳細の処理については後述する。
施策データ入力部109は、ユーザより受信した施策データ11を施策データベース105に格納する機能を備える。
動線データベース104と、施策データベース105と、レイアウトデータベース106と、重要業績評価指標データベース107と、起終点ネットワークデータベース108とに格納されるデータについては後述する。
動線データベース104と、施策データベース105と、レイアウトデータベース106と、重要業績評価指標データベース107と、起終点ネットワークデータベース108とに格納されるデータについては後述する。
図2は、施策策定支援処理のフローチャートである。
施策策定支援システム10が、施策策定支援処理の実行を開始する。
施策データ入力部109は、ユーザによって入力された施策データ11を施策データベース105に格納する(ステップ201)。シミュレーション実行部101は、格納された施策データに基づいてシミュレーションを実行し(ステップ202)、取得された動線データを動線データベース104に格納する(ステップ203)。
施策策定支援システム10が、施策策定支援処理の実行を開始する。
施策データ入力部109は、ユーザによって入力された施策データ11を施策データベース105に格納する(ステップ201)。シミュレーション実行部101は、格納された施策データに基づいてシミュレーションを実行し(ステップ202)、取得された動線データを動線データベース104に格納する(ステップ203)。
次に動線分析部102は、動線データベース104に格納された動線データに基づいて、行列判定等の分析により重要業績評価指標を算出し(ステップ204)、重要業績評価指標データベース107に格納する(ステップ205)。
因果関係抽出部103のOD分析部1031は、動線データベース104に格納された動線データと、レイアウトデータベース106に格納されたチェックポイントデータの空間的に交差するか否かの判定を行うことで、この動線データの移動パターンを分析して起終点ネットワークを抽出する(ステップ206)。OD分析部1031は、抽出した起終点ネットワークを、起終点ネットワークデータベース108に格納する(ステップ207)。
因果関係抽出部103のOD分析部1031は、動線データベース104に格納された動線データと、レイアウトデータベース106に格納されたチェックポイントデータの空間的に交差するか否かの判定を行うことで、この動線データの移動パターンを分析して起終点ネットワークを抽出する(ステップ206)。OD分析部1031は、抽出した起終点ネットワークを、起終点ネットワークデータベース108に格納する(ステップ207)。
因果関係抽出部103の中間KPI抽出部1032は、重要業績評価指標データベース107に格納された重要業績評価指標データと起終点ネットワークデータベース108に格納された移動パターンデータより、ユーザが指定した重要業績評価指標に影響を与える重要業績評価指標群と施策パラメータを抽出する(ステップ208)。
因果関係抽出部103のファクタ分析部1033は、抽出された重要業績評価指標群や施策パラメータの変化率に対するユーザが指定した重要業績評価指標の変化率を算出し(ステップ209)、これらの結果をユーザに提示すると(ステップ209)、図2の処理を終了する。詳細の処理については後述する。
因果関係抽出部103のファクタ分析部1033は、抽出された重要業績評価指標群や施策パラメータの変化率に対するユーザが指定した重要業績評価指標の変化率を算出し(ステップ209)、これらの結果をユーザに提示すると(ステップ209)、図2の処理を終了する。詳細の処理については後述する。
《動線データベース104》
図3は、動線データベース104を示す図である。
動線データベース104にはシミュレーションの実行等により取得された動線データが格納され、レイアウトデータベース106には事前に準備された壁やチェックポイントに関するレイアウトデータ群が格納される。
図3は、動線データベース104を示す図である。
動線データベース104にはシミュレーションの実行等により取得された動線データが格納され、レイアウトデータベース106には事前に準備された壁やチェックポイントに関するレイアウトデータ群が格納される。
動線テーブル1041は、動線データを格納するテーブルである。動線データは、施策ごとに、人ごとに、また所定時間ごとに、例えば1秒ごとに、動線データの座標をサンプリングしたような形で動線テーブル1041に格納される。MID欄10411には、対応する施策のIDが格納される。開始時刻欄10412と終了時刻欄10413には、動線データをサンプリングする際の開始時刻と終了時刻が格納される。
PID欄10414は、人のIDを表す。WKT欄10415は、対応するPID欄10414の人が開始時刻欄10412から終了時刻欄10413までの間に動いた際の動線のラインストリングに関するジオメトリ情報が格納される。なおこのジオメトリ情報に関する座標系は任意のものでよく、例えば平面直角座標系などでもよい。
PID欄10414は、人のIDを表す。WKT欄10415は、対応するPID欄10414の人が開始時刻欄10412から終了時刻欄10413までの間に動いた際の動線のラインストリングに関するジオメトリ情報が格納される。なおこのジオメトリ情報に関する座標系は任意のものでよく、例えば平面直角座標系などでもよい。
《レイアウトデータベース106》
レイアウトデータベース106には、人が通行不可である壁などの領域を表す壁テーブル1061と、施設内のチェックポイントに関するチェックポイントテーブル1062が格納される。チェックポイントは、対象領域内で人が移動する際の立ち寄り場所や何らかの属性が付加された通過場所である。例えば対象領域として空港施設の到着ロビーなどを考える場合、チェックポイントは、出入口や行列、デジタルサイネージ、荷物受け取りのベルトコンベア等の情報に相当する。
レイアウトデータベース106には、人が通行不可である壁などの領域を表す壁テーブル1061と、施設内のチェックポイントに関するチェックポイントテーブル1062が格納される。チェックポイントは、対象領域内で人が移動する際の立ち寄り場所や何らかの属性が付加された通過場所である。例えば対象領域として空港施設の到着ロビーなどを考える場合、チェックポイントは、出入口や行列、デジタルサイネージ、荷物受け取りのベルトコンベア等の情報に相当する。
図4Aは、レイアウトデータベース106の壁テーブル1061を示す図である。
壁テーブル1061は、WID欄10611と、KIND欄10612と、WKT欄10613を含んで構成される。
WKT欄10613には、オブジェクト形状を表す座標を、ポリゴンやラインストリングといった形のジオメトリとして表したものが格納される。
壁テーブル1061は、WID欄10611と、KIND欄10612と、WKT欄10613を含んで構成される。
WKT欄10613には、オブジェクト形状を表す座標を、ポリゴンやラインストリングといった形のジオメトリとして表したものが格納される。
WID欄10611には、壁等のオブジェクトに関するIDが格納される。KIND欄10612には、オブジェクトの種別を表す情報が格納される。WKT欄10613には、オブジェクトの位置情報や形状情報が格納される。WKT欄10613には、オブジェクト形状を表す座標を、ポリゴンやラインストリングといった形のジオメトリとして表したものが格納される。WKT欄1045と同様に、座標系は任意のものでよい。
図4Bは、レイアウトデータベース106のチェックポイントテーブル1062を示す図である。
チェックポイントテーブル1062は、CID欄10621と、NAME欄10622と、WKT欄10623と、TYPE欄10624を含んで構成される。
CID欄10621には、チェックポイントのIDが格納される。NAME欄10622には、チェックポイントの名前が格納される、WKT欄10623には、チェックポイントの位置情報や形状情報が格納される。TYPE欄10624には、チェックポイントの種別情報が格納される。
チェックポイントテーブル1062は、CID欄10621と、NAME欄10622と、WKT欄10623と、TYPE欄10624を含んで構成される。
CID欄10621には、チェックポイントのIDが格納される。NAME欄10622には、チェックポイントの名前が格納される、WKT欄10623には、チェックポイントの位置情報や形状情報が格納される。TYPE欄10624には、チェックポイントの種別情報が格納される。
WKT欄10623に関して、WKT欄1045と同様に、座標系は任意のものでよい。TYPE欄10624に格納されるチェックポイントの種類は、通過型を示す“Pass”、滞留型“Stay”、行列型“Queue”の何れかである。例えば、入り口等のチェックポイントは立ち寄る場所とは異なり、通過するだけの場所であるため、TYPE欄10624にはPassが格納される。チェックインカウンタ等のチェックポイントは、人が立ち寄る場所であるため、TYPE欄10624にはStayが格納される。これに対し、チェックインカウンタ前の行列のTYPE欄10624には、Queueが格納される。なお行列型のチェックポイントの場合は、行列として人が並びうる領域ではなく、行列の先頭ラインを示すジオメトリ情報がWKT欄10623に格納される。
《施策データベース105》
施策データベース105には、施設利用者に対するサービス提供のための人員計画や誘導のための機器制御計画、壁やチェックポイントに関するレイアウト変更計画などが格納される。これらのデータはシミュレーションを実行する際に、チェックポイントにおける人の滞留時間や行先選択確率などに影響を与えるパラメータである。これらの情報は施策データ入力部109を通してユーザによって格納される。
施策データベース105には、施設利用者に対するサービス提供のための人員計画や誘導のための機器制御計画、壁やチェックポイントに関するレイアウト変更計画などが格納される。これらのデータはシミュレーションを実行する際に、チェックポイントにおける人の滞留時間や行先選択確率などに影響を与えるパラメータである。これらの情報は施策データ入力部109を通してユーザによって格納される。
図5Aは、施策データベース105の人員計画テーブル1051を示す図である。
人員計画テーブル1051には、施策ごと、チェックポイントごと、時間帯ごとに、そのチェックポイントにおけるサービス提供の作業員を何名設置するかの情報が格納される。例えば時間帯ごとのチェックインカウンタの受付人数や誘導員の数などが人員計画に相当する。人員計画テーブル1051は、MID欄10511と、CID欄10512と、時間帯欄10513と、STAFFS欄10514とを含んで構成される。
人員計画テーブル1051には、施策ごと、チェックポイントごと、時間帯ごとに、そのチェックポイントにおけるサービス提供の作業員を何名設置するかの情報が格納される。例えば時間帯ごとのチェックインカウンタの受付人数や誘導員の数などが人員計画に相当する。人員計画テーブル1051は、MID欄10511と、CID欄10512と、時間帯欄10513と、STAFFS欄10514とを含んで構成される。
MID欄10511には、施策のIDが格納される。CID欄10512には、対応するチェックポイントのIDが格納される。時間帯欄10513は、時間帯が格納される。STAFFS欄10514には、人員数に相当する。施策として、人員計画を立てない場合、このテーブルは空でもよい。
図5Bは、施策データベース105の機器制御テーブル1052を示す図である。
機器制御テーブル1052には、施策ごと、チェックポイントごと、時間帯ごとに、そのチェックポイントにおける人員誘導装置の種別やその制御状況に関する情報が格納される。ここでいう人員誘導装置とは、デジタルサイネージや指向性スピーカ、プロジェクションマッピング等に相当する。機器制御テーブル1052は、MID欄10521と、CID欄10522と、時間帯欄10523と、KIND欄10524と、CONTROL欄10525とが格納される。
機器制御テーブル1052には、施策ごと、チェックポイントごと、時間帯ごとに、そのチェックポイントにおける人員誘導装置の種別やその制御状況に関する情報が格納される。ここでいう人員誘導装置とは、デジタルサイネージや指向性スピーカ、プロジェクションマッピング等に相当する。機器制御テーブル1052は、MID欄10521と、CID欄10522と、時間帯欄10523と、KIND欄10524と、CONTROL欄10525とが格納される。
MID欄10521には、施策のIDが格納される。CID欄10522には、対応するチェックポイントのIDが格納される。時間帯欄10523には時間帯が格納される。KIND欄10524には、人流誘導装置の種類が格納される。CONTROL欄10525には、その人流制御装置の制御が有効かどうかを表す情報が格納される。施策として、人流誘導装置を用いない場合、このテーブルは空でもよい。
図5Cは、施策データベース105のチェックポイント変更テーブル1053を示す図である。
チェックポイント変更テーブル1053には、チェックポイントの位置や形を変える場合にその変更情報が格納される。チェックポイント変更テーブル1053は、MID欄10531と、CID欄10532と、時間帯欄10533と、WKT欄10534とを含んで構成される。
チェックポイント変更テーブル1053には、チェックポイントの位置や形を変える場合にその変更情報が格納される。チェックポイント変更テーブル1053は、MID欄10531と、CID欄10532と、時間帯欄10533と、WKT欄10534とを含んで構成される。
MID欄10531には、施策のIDが格納される。CID欄10532は対応するチェックポイントのIDが格納される。時間帯欄10533は時間帯が格納される。WKT欄10534は、対応する時間帯およびチェックポイントに関する変更後のジオメトリ情報が格納される。シミュレーションを行う際、施策策定支援システム10は、対応する時間帯、チェックポイントに関して、レイアウトデータベース106のチェックポイントテーブル1062のWKT欄10623をこのWKT欄10534に変更してシミュレーションする。
図5Dは、施策データベース105の壁変更テーブル1054を示す図である。
壁変更テーブル1054には、壁の位置や形を変える場合にその変更情報が格納される。壁変更テーブル1054は、MID欄10541と、WID欄10542と、時間帯欄10543欄と、チェックポイントIDリスト欄10544と、WKT欄10545とを含んで構成される。
壁変更テーブル1054には、壁の位置や形を変える場合にその変更情報が格納される。壁変更テーブル1054は、MID欄10541と、WID欄10542と、時間帯欄10543欄と、チェックポイントIDリスト欄10544と、WKT欄10545とを含んで構成される。
MID欄10541には、施策のIDが格納される。WID欄10542には、対応する壁のIDが格納される。時間帯欄10543欄には、時間帯が格納される。チェックポイントIDリスト欄10544には、その壁のジオメトリを変更することで影響を受けるチェックポイントのIDのリストが格納される。WKT欄10545には、対応する時間帯および壁に関する変更後のジオメトリ情報が格納される。
シミュレーションを行う際、対応する時間帯、チェックポイントに関して、レイアウトデータベース106の壁テーブル1061のWKT欄10613を、このWKT欄10545に変更してシミュレーションする。チェックポイントIDリスト欄10544については、ユーザによってチェックポイントのIDが入力されてもよいが、例えば対応する壁に対して所定距離内に存在するチェックポイントのIDを自動的に割り当てて格納してもよい。
施策としてレイアウト変更を行わない場合、チェックポイント変更テーブル1053、壁変更テーブル1054は空でもよい。
《重要業績評価指標データベース107》
重要業績評価指標データベース107には、動線分析部102にて分析された重要業績評価指標等に関するデータが格納され、起終点ネットワークデータベース108には、因果関係抽出部103のOD分析部1031にて分析された人の移動パターンに関するデータが格納される。まず重要業績評価指標データベース107について説明する。
重要業績評価指標データベース107には、動線分析部102にて分析された重要業績評価指標等に関するデータが格納され、起終点ネットワークデータベース108には、因果関係抽出部103のOD分析部1031にて分析された人の移動パターンに関するデータが格納される。まず重要業績評価指標データベース107について説明する。
図6Aは、重要業績評価指標データベース107の行列判定テーブル1071を示す図である。
行列判定テーブル1071には、動線分析部102の行列判定部1021によって分析された行列判定結果が格納される。行列判定テーブル1071は、MID欄10711と、開始時刻欄10712と、終了時刻欄10713と、CID欄10714と、人IDリスト欄10715を含んで構成される。
行列判定テーブル1071には、動線分析部102の行列判定部1021によって分析された行列判定結果が格納される。行列判定テーブル1071は、MID欄10711と、開始時刻欄10712と、終了時刻欄10713と、CID欄10714と、人IDリスト欄10715を含んで構成される。
MID欄10711は、施策IDが格納される。開始時刻欄10712は、施策IDに関して、対応する行列の状態についての開始時刻が格納される。終了時刻欄10713には、施策IDに関して、対応する行列の状態についての終了時刻が格納される。CID欄10714には、対応する行列型チェックポイントが格納される。人IDリスト欄10715には、対応する行列に並んでいる人のIDをサービス待ちの順番通りに並べたIDリストが格納される。
図6Bは、重要業績評価指標データベース107の重要業績評価指標テーブル1072を示す図である。
重要業績評価指標テーブル1072は、動線分析部102の重要業績評価指標算出部1023によって分析された結果が格納される。重要業績評価指標テーブル1072は、MID欄10721と、時間帯欄10722と、CID欄10723と、NAME欄10724と、KPI欄10725とを含んで構成される。
重要業績評価指標テーブル1072は、動線分析部102の重要業績評価指標算出部1023によって分析された結果が格納される。重要業績評価指標テーブル1072は、MID欄10721と、時間帯欄10722と、CID欄10723と、NAME欄10724と、KPI欄10725とを含んで構成される。
MID欄10721には、施策IDが格納される。時間帯欄10722には、施策IDに対応する時間帯が格納される。CID欄10723には、施策IDに対応するチェックポイントが格納される。NAME欄10724には、KPI種別が格納される。KPI欄10725には、具体的な重要業績評価指標の値が格納される。
図6Cは、重要業績評価指標データベース107のヒートマップテーブル1073を示す図である。
ヒートマップテーブル1073は、動線分析部102の混雑度算出部1022によって分析された任意のグリッドにおける混雑度が格納される。ヒートマップテーブル1073には、MID欄10731と、時間帯欄10732と、GID欄10733と、WKT欄10734と、VAL欄10735とを含んで構成される。
ヒートマップテーブル1073は、動線分析部102の混雑度算出部1022によって分析された任意のグリッドにおける混雑度が格納される。ヒートマップテーブル1073には、MID欄10731と、時間帯欄10732と、GID欄10733と、WKT欄10734と、VAL欄10735とを含んで構成される。
MID欄10731には、施策IDが格納される。時間帯欄10732には、施策IDに対応する時間帯が格納される。GID欄10733には、グリッドのIDが格納される。WKT欄10734には、グリッドのジオメトリが格納される。VAL欄10735には、当該グリッドにおける混雑度が格納される。
《起終点ネットワークデータベース108》
図7Aは、起終点ネットワークデータベース108の遷移確率テーブル1081を示す図である。
遷移確率テーブル1081には、チェックポイント間の遷移確率に関するパラメータが格納される。遷移確率テーブル1081は、MID欄10811と、時間帯欄10812と、OID欄10813と、DID欄10814と、選択確率欄10815とを含んで構成される。
MID欄10811には、施策IDが格納される。時間帯欄10812には、時間帯が格納される。OID欄10813には、施策IDおよび時間帯に関して、それぞれチェックポイント間を移動する際の開始チェックポイントのIDが格納され、DID欄10814には、終了チェックポイントのIDが格納される。選択確率欄10815には、施策IDおよび時間帯に関して、それぞれチェックポイント間を移動する際の開始チェックポイントから終了チェックポイントを選択する確率が格納される。同じ時間帯欄10812、かつ、同じOID欄10813に関して、選択確率欄10815の和をとると、すべて1になる。
図7Aは、起終点ネットワークデータベース108の遷移確率テーブル1081を示す図である。
遷移確率テーブル1081には、チェックポイント間の遷移確率に関するパラメータが格納される。遷移確率テーブル1081は、MID欄10811と、時間帯欄10812と、OID欄10813と、DID欄10814と、選択確率欄10815とを含んで構成される。
MID欄10811には、施策IDが格納される。時間帯欄10812には、時間帯が格納される。OID欄10813には、施策IDおよび時間帯に関して、それぞれチェックポイント間を移動する際の開始チェックポイントのIDが格納され、DID欄10814には、終了チェックポイントのIDが格納される。選択確率欄10815には、施策IDおよび時間帯に関して、それぞれチェックポイント間を移動する際の開始チェックポイントから終了チェックポイントを選択する確率が格納される。同じ時間帯欄10812、かつ、同じOID欄10813に関して、選択確率欄10815の和をとると、すべて1になる。
図7Bは、起終点ネットワークデータベース108の初期確率テーブル1082を示す図である。
初期確率テーブル1082には、シミュレーションを開始する際に、どのチェックポイントに人を発生させるかの発生確率を格納する。初期確率テーブル1082は、MID欄10821と、時間帯欄10822と、CID欄10823と、発生確率欄10824を含んで構成される。
初期確率テーブル1082には、シミュレーションを開始する際に、どのチェックポイントに人を発生させるかの発生確率を格納する。初期確率テーブル1082は、MID欄10821と、時間帯欄10822と、CID欄10823と、発生確率欄10824を含んで構成される。
MID欄10821には、施策IDが格納される。時間帯欄10822には、時間帯が格納される。CID欄10823には、施策IDに対応する時間帯のチェックポイントIDが格納される。発生確率欄10824には、施策IDに対応する時間帯の、そのチェックポイントにおける発生確率が格納される。
図7Cは、起終点ネットワークデータベース108の起終点テーブル1083を示す図である。
起終点テーブル1083は、MID欄10831と、開始時刻欄10832と、終了時刻欄10833と、PID欄10834と、OID欄10835と、DID欄10836とを含んで構成される。
起終点テーブル1083は、MID欄10831と、開始時刻欄10832と、終了時刻欄10833と、PID欄10834と、OID欄10835と、DID欄10836とを含んで構成される。
MID欄10831には、施策IDが格納される。開始時刻欄10832には、施策IDに対応する人がその状態を開始する時刻が格納され、終了時刻欄10833には終了する時刻が格納される。PID欄10834には、施策IDに対応する人のIDが格納される。OID欄10835には、対応する人がチェックポイント間を移動する際の開始チェックポイントのIDが格納され、DID欄10836には終了チェックポイントのIDが格納する。
OD分析部1031は、開始・終了チェックポイントが判定できなかった場合、それぞれOID欄10835、DID欄10836に-1、またはNULLを格納してもよい。なおOID欄10835とDID欄10836とが同一でかつ、そのチェックポイントが滞留型だった場合、人がそのチェックポイントに滞留している状態を示す。またOID欄10835とDID欄10836が同一でかつ、そのチェックポイントが行列型だった場合、人がそのチェックポイントの行列にて並んでいる状態を示す。
図8は、シミュレーション実行処理のフローチャートである。
シミュレーション実行部101の初期人流生成部1011は、シミュレーションに必要な初期人流データを生成する(ステップ601)。ここでいう初期人流とは、シミュレーション上で発生させる一人ひとりについて、シミュレーション開始時刻と出発地、経由する目的地の情報を含むデータである。この初期人流データは、実際に計測された動線データから抽出してもよいし、ユーザからシミュレーション実施用の人流需要に関する統計情報を受信して生成してもよい。ユーザから統計情報を受信して生成する場合は、ポアソン分布等を用いたサンプリング処理を用いて初期人流データを生成する。
シミュレーション実行部101の初期人流生成部1011は、シミュレーションに必要な初期人流データを生成する(ステップ601)。ここでいう初期人流とは、シミュレーション上で発生させる一人ひとりについて、シミュレーション開始時刻と出発地、経由する目的地の情報を含むデータである。この初期人流データは、実際に計測された動線データから抽出してもよいし、ユーザからシミュレーション実施用の人流需要に関する統計情報を受信して生成してもよい。ユーザから統計情報を受信して生成する場合は、ポアソン分布等を用いたサンプリング処理を用いて初期人流データを生成する。
シミュレーション実行部101は、開始時刻(t=0)を設定し、シミュレーションを実際に開始する(ステップ602)。シミュレーション実行部101は、ステップ601にて生成した初期人流について、シミュレーション上の時刻tにおける人だけを抽出し、シミュレーション対象に加える(ステップ603)。
特徴量算出部1012は、シミュレーション対象である人流に対して、施策データベース105とレイアウトデータベース106に格納された情報から特徴量を算出する(ステップ604)。
特徴量算出時には、基本的にレイアウトデータベース106に格納されている壁テーブル1061とチェックポイントテーブル1062を用いるが、施策データベース105に格納された壁変更テーブル1054やチェックポイント変更テーブル1053にデータが格納されている場合は、対応する壁やチェックポイントのジオメトリを更新して特徴量算出を行う。特徴量に関しては、予測対象の人からの壁、目的地、予測対象以外の人、目的地以外のチェックポイントまでの様々な方向に関する距離を特徴量としてもよいし、前ステップの相対的な速度を特徴量としてもよいし、予測対象の人の位置を中心とした適当なサイズのグリッドを生成し、各グリッド内の壁、目的地、目的地以外のチェックポイントの占有面積、占有率や人のカウント値などを特徴量としてもよい。なおここで予測対象である人が行列型のチェックポイントに向かっている際、向かっている行列に人が並んでいる際はその行列の最後尾を目的地として特徴量を算出することとする。予測された歩行速度に基づき、現在の予測対象の人の位置を更新する。なお予測対象の人が滞留中の時は、チェックポイントごとに設定された滞留時間の閾値をこえるまでは予測せずに滞留させる。この滞留時間の閾値は施策データベース105の人員計画テーブル1051によって変更してもよい。例えば、STAFFS欄10514のスタッフ数に反比例するような値を閾値として設定してもよい。予測対象の人が行列の先頭に並んでおり、その行列の後に向かうチェックポイントに他の人が滞留している場合は、予測せずに滞留させる。予測対象の人が行列の2番目以降に並んでいる場合は、その人の前に並んでいる人から所定距離以内の場所を予測位置とする。
そして動線予測部1013は、次の歩行速度を予測し各人流の位置を更新する(ステップ605)。歩行速度の予測に関する処理として、Social Force Modelのような既存の人流シミュレーション手法を用いてもよいし、Gradient Boostring Regression Treeや深層学習などの機械学習に基づき生成された予測モデルを用いて歩行速度の予測を行ってもよい。
状態遷移部1014は、予測した人流の位置から、人流に対して到着判定(遷移判定)を行い、条件を満たした人流を次の状態に遷移させる(ステップ606)。具体的にいうと、状態遷移部1014は、人流を次の目的地に遷移させたり、滞留状態や行列状態とする処理を行う。状態遷移部1014は、予測した人の目的地が滞留型チェックポイントで当該チェックポイントに到着した場合、その人の状態を滞留状態とし、滞留を開始させる。なお、滞留時間がチェックポイントごとに設定された滞留時間をこえた場合、状態遷移部1014は、次の目的地に遷移させる。予測した人の目的地が通過型チェックポイントで当該チェックポイントに到着した場合、状態遷移部1014は、その人の目的地を次の目的地に設定する。予測した人の目的地が行列型チェックポイントで、行列の最後尾に到着した場合、状態遷移部1014は、行列状態とし、滞留させる。予測した人が行列の先頭に並んでいる場合、状態遷移部1014は、次の目的地に人が滞留していない場合のみ次の目的地をその人流に設定する。なおいずれの場合も、次の目的地が存在しない場合は、その人流を消す処理を行う。
シミュレーション実行部101は、シミュレーションの時刻tを一つ進める(ステップ607)。そしてシミュレーション実行部101は、シミュレーションの終了条件を満たすか否かを判定する(ステップ608)。終了条件を満たさない場合(No)、シミュレーション実行部101は、ステップ603に戻り、満たす場合(Yes)、図8の処理を終了する。終了条件は、例えばシミュレーションを開始して所定時間過ぎたかどうかで決定してもよく、シミュレーション対象である人流がすべて最終的な目的地に到達したかどうかで決定してもよい。
図9は、領域706における行列の例を示す図である。
領域706には、行列型チェックポイントのゲート7061と、人が侵入不可である壁等の領域7060を含んで構成される。円形と線の組み合わせは、人7062,7063などを示している。
領域706には、行列型チェックポイントのゲート7061と、人が侵入不可である壁等の領域7060を含んで構成される。円形と線の組み合わせは、人7062,7063などを示している。
図10は、行列判定処理のフローチャート図であり、図9を参照しつつ説明する。
行列判定部1021では、動線データベース104に格納された動線データと、レイアウトデータベース106のチェックポイントテーブル1062に格納された行列型チェックポイントから、どの人が、いつ、どの行列型チェックポイントにて、何番目に並んでいたか、を判定する。
行列判定部1021では、動線データベース104に格納された動線データと、レイアウトデータベース106のチェックポイントテーブル1062に格納された行列型チェックポイントから、どの人が、いつ、どの行列型チェックポイントにて、何番目に並んでいたか、を判定する。
行列判定部1021は、各行列型チェックポイントにて先頭に並ぶ人を抽出する(ステップ702)。この処理を図9を用いて説明する。行列判定部1021が、ゲート7061に対応する行列先頭を抽出する際、ゲート7061から所定距離以内かつ最近傍にいる人で所定速度以下の移動体である人7062を行列の先頭として抽出する。
行列判定部1021は、この行列に並んでいる人を抽出できたか否かを判定する(ステップ702)。そのような人が抽出できた場合(No)、行列判定部1021は、図10の処理を終了し、そのような人が抽出できなかった場合(Yes)、ステップ703に進む。
ステップ703にて、行列判定部1021は、行列型チェックポイントにて抽出した人の次に並んでいる人を抽出し、ステップ702に戻る。この処理を図9を用いて説明する。行列判定部1021は、直前ステップで抽出した人7062から、最近傍かつ所定距離以内、所定速度以下の人7063を、次に並んでいる人として抽出する。この際、人7062と人7063を線分で結んだ際、その線分がゲート7061や領域7060のいずれとも交差しないように抽出する。これにより行列判定部1021は、抽出した人の次に並んでいる人を抽出する。
なお行列判定部1021は、この行列判定処理にて、各人の向きの情報を用いてもよい。例えば、行列の先頭に並ぶ人を抽出する際、ステップ701の抽出条件を満たす人の中で、行列型チェックポイントの方へ向いている人のみを抽出してもよい。ステップ703にて次に並んでいる人を抽出する際に、ステップ701の抽出条件を満たす人の中で、直前ステップで抽出された人の方を向いている人のみを抽出してもよい。
OD分析部1031では、動線データベース104に格納された動線データと、レイアウトデータベース106に格納された通過型・滞留型チェックポイントに関して、空間的な交差判定を行い、どの人が、いつ、どのチェックポイントを通過・滞留したかを判定する。
図11Aは、OD分析部1031で行われる処理の説明図である。
領域801は、通過型チェックポイントと動線データの空間的交差判定を行うことを模式的に示した領域である。領域803は、壁などの人が通行不可である領域を示している。ゲート804は、通過型チェックポイントの例を示す。データ805は、動線データの例で、各時刻における人の座標情報を時系列順につないだデータである。この場合、データ805とゲート804は、空間的に交差しているために、データ805に対応する人は、ゲート804を通過したとOD分析部1031により判定される。この際、交差した直後の時刻が、OD分析部1031により通過時刻として検出される。この通過時刻が通過型チェックポイントに到着した時刻と見做され、また通過型チェックポイントを出発した時刻と見做される。
領域801は、通過型チェックポイントと動線データの空間的交差判定を行うことを模式的に示した領域である。領域803は、壁などの人が通行不可である領域を示している。ゲート804は、通過型チェックポイントの例を示す。データ805は、動線データの例で、各時刻における人の座標情報を時系列順につないだデータである。この場合、データ805とゲート804は、空間的に交差しているために、データ805に対応する人は、ゲート804を通過したとOD分析部1031により判定される。この際、交差した直後の時刻が、OD分析部1031により通過時刻として検出される。この通過時刻が通過型チェックポイントに到着した時刻と見做され、また通過型チェックポイントを出発した時刻と見做される。
図11Bは、OD分析部1031で行われる処理の説明図である。
領域802は、滞留型チェックポイントと動線データの空間的交差判定を行うことを模式的に示した領域である。データ806, 807は動線データの例で、領域808は、滞留型チェックポイントの例を示す。この場合、データ806は、領域808と空間的に交差しているが、領域808の中で滞留せずに通り過ぎているため、データ806に対応する人は、この滞留型チェックポイントに立ち寄ったとはみなさない。これに対し、データ807は、領域808の中で滞留しているため、データ807に対応する人は、この滞留型チェックポイントに立ち寄ったとOD分析部1031により判定される。ここで滞留とは、所定時間以上、所定以下の速度となっている状態とみなす。この際、滞留を始めた時刻がこのチェックポイントに到着した時刻、滞留を終えた時刻がこのチェックポイントを出発した時刻とみなす。
領域802は、滞留型チェックポイントと動線データの空間的交差判定を行うことを模式的に示した領域である。データ806, 807は動線データの例で、領域808は、滞留型チェックポイントの例を示す。この場合、データ806は、領域808と空間的に交差しているが、領域808の中で滞留せずに通り過ぎているため、データ806に対応する人は、この滞留型チェックポイントに立ち寄ったとはみなさない。これに対し、データ807は、領域808の中で滞留しているため、データ807に対応する人は、この滞留型チェックポイントに立ち寄ったとOD分析部1031により判定される。ここで滞留とは、所定時間以上、所定以下の速度となっている状態とみなす。この際、滞留を始めた時刻がこのチェックポイントに到着した時刻、滞留を終えた時刻がこのチェックポイントを出発した時刻とみなす。
行列型チェックポイントに関する判定は、図10で説明した行列判定処理を行うことで、行列型チェックポイントへの到着時刻や出発時刻を抽出可能である。
OD分析部1031は、これらの処理を行い、各チェックポイントに到着した時刻、出発した時刻を全人流について抽出してOD情報に変換したうえで、起終点ネットワークデータベース108の起終点テーブル1083に格納する。その後、格納された起終点テーブル1083の情報を統計的に分析することで、初期確率テーブル1082、遷移確率テーブル1081の情報を算出し、それぞれ格納する。
OD分析部1031は、これらの処理を行い、各チェックポイントに到着した時刻、出発した時刻を全人流について抽出してOD情報に変換したうえで、起終点ネットワークデータベース108の起終点テーブル1083に格納する。その後、格納された起終点テーブル1083の情報を統計的に分析することで、初期確率テーブル1082、遷移確率テーブル1081の情報を算出し、それぞれ格納する。
図12は、シミュレーション結果画面902を示す図である。
シミュレーション結果画面902は、シミュレーションの表示画面や操作ボタンをまとめた画面である。
表示領域904は、シミュレートされた動線データと、レイアウトデータベース106や施策データベース105に格納されたレイアウトデータ群を表示する領域である。曲線9041は、シミュレーションによって得られた動線データである。ここで、例えば動線データの起終点情報に応じて線分の種類を変えて表示してもよい。また本図面のように動線全体を表示してもよいし、動画再生モードにして過去数ステップの線分のみを表示してもよい。
領域9042は、シミュレーションを実施した際のチェックポイントに関するジオメトリであり、基本的にはレイアウトデータベース106のチェックポイントテーブル1062の情報が描画される。なお施策によってチェックポイントのジオメトリが変更される場合は、施策データベース105によって更新された後のチェックポイントのジオメトリ情報が表示される。
領域9043は、シミュレーションを実施した際の壁に関するジオメトリであり、基本的にはレイアウトデータベース106の壁テーブル1061の情報が描画される。同様に、施策によって壁のジオメトリが変更される場合は、施策データベース105によって更新された後の壁のジオメトリ情報を表示する。
シミュレーション結果画面902は、シミュレーションの表示画面や操作ボタンをまとめた画面である。
表示領域904は、シミュレートされた動線データと、レイアウトデータベース106や施策データベース105に格納されたレイアウトデータ群を表示する領域である。曲線9041は、シミュレーションによって得られた動線データである。ここで、例えば動線データの起終点情報に応じて線分の種類を変えて表示してもよい。また本図面のように動線全体を表示してもよいし、動画再生モードにして過去数ステップの線分のみを表示してもよい。
領域9042は、シミュレーションを実施した際のチェックポイントに関するジオメトリであり、基本的にはレイアウトデータベース106のチェックポイントテーブル1062の情報が描画される。なお施策によってチェックポイントのジオメトリが変更される場合は、施策データベース105によって更新された後のチェックポイントのジオメトリ情報が表示される。
領域9043は、シミュレーションを実施した際の壁に関するジオメトリであり、基本的にはレイアウトデータベース106の壁テーブル1061の情報が描画される。同様に、施策によって壁のジオメトリが変更される場合は、施策データベース105によって更新された後の壁のジオメトリ情報を表示する。
施策入力ボタン905は、施策データを入力するためのボタンである。このボタンがクリックされると、不図示のダイアログがポップアップして、ユーザは施策データベース105に格納する情報を入力することができる。入力された情報は、施策データ入力部109により、施策データベース105に格納される。
シミュレーション実行ボタン906は、シミュレーションを行うためのボタンである。このボタンがクリックされると、施策入力ボタン905にて入力した施策に対して、シミュレーション実行部101が、動線シミュレーションを実行する。シミュレーション結果は表示領域904に表示される。
KPI分析ボタン907は、シミュレーション実行ボタン906のクリックにより実行されたシミュレーション結果に対して、重要業績評価指標を算出するためのボタンである。KPI分析ボタン907がクリックされると、動線分析部102が、重要業績評価指標分析処理を実行する。
OD分析ボタン908は、シミュレーション実行ボタン906にて実行されたシミュレーション結果に対してOD分析を行うためのボタンである。OD分析ボタン908がクリックされると、OD分析部1031が、OD分析処理を実行する。
停止ボタン909は、動線データを再生する際の停止ボタンである。停止ボタン909をクリックすると、画面上で動線データの再生を行っている際に、その再生を止めることができる。
停止ボタン909は、動線データを再生する際の停止ボタンである。停止ボタン909をクリックすると、画面上で動線データの再生を行っている際に、その再生を止めることができる。
再生ボタン910は、動線データの再生ボタンである。この再生ボタン910がクリックされると、動線データを時間ごとに連続再生する処理が行われる。
巻戻ボタン911は、動線データを再生する際の巻き戻しを行うボタンである。この巻戻ボタン911がクリックされると、画面上で動線データの表示を行っている際に、表示している時間を巻き戻すことができる。
巻戻ボタン911は、動線データを再生する際の巻き戻しを行うボタンである。この巻戻ボタン911がクリックされると、画面上で動線データの表示を行っている際に、表示している時間を巻き戻すことができる。
プログレスバー912は、動線データの再生時間の位置を示すバーである。バーを直接移動させることで、動線データを表示している時間をずらすことができる。
早送りボタン913は、動線データを再生する際の早送りを行うボタンである。この早送りボタン913がクリックされると、画面上で動線データの表示を行っている際に、表示している時間を早送りことができる。
早送りボタン913は、動線データを再生する際の早送りを行うボタンである。この早送りボタン913がクリックされると、画面上で動線データの表示を行っている際に、表示している時間を早送りことができる。
テキストボックス914は、現在動線データが表示されている時間を示すテキストボックスである。ユーザはこのテキストボックス914を直接編集して、再生時間を変更することができる。
テキストボックス915は、現在強調表示されている起終点(Origin Destination)の動線データの起点(Origin)の情報を示すテキストボックスである。ユーザはこのテキストボックス915を直接編集して強調表示する起終点を変更することができる。テキストボックス915に何も記入されていない場合はすべての起点に関するデータが強調表示される。
テキストボックス915は、現在強調表示されている起終点(Origin Destination)の動線データの起点(Origin)の情報を示すテキストボックスである。ユーザはこのテキストボックス915を直接編集して強調表示する起終点を変更することができる。テキストボックス915に何も記入されていない場合はすべての起点に関するデータが強調表示される。
テキストボックス916は、現在強調表示されている起終点の動線データの終点(Destination)の情報を示すテキストボックスである。ユーザはこのテキストボックス916を直接編集して強調表示する起終点を変更することができる。テキストボックス916に何も記入されていない場合は、すべての終点に関するデータが強調表示される。
図13は、要因分析結果画面を示す図である。
表示領域917は、OD分析結果を表示した領域であり、人の移動パターンである目的地の経由に関する情報を示すグラフ構造を表示する。表示領域917は、起終点ネットワークデータベース108の遷移確率テーブル1081をもとに描画される。OD分析部1031は、遷移確率が所定の閾値以上の起終点を抽出し、ネットワークを生成する。ノード9171は、それぞれのチェックポイントに相当する。OD分析部1031は、kの際、要因分析時のユーザ指定の重要業績評価指標が所属するチェックポイントについて、ノードを網掛するなどして強調表示してもよい。OD分析部1031は、ユーザ指定の重要業績評価指標に大きく影響を与えると思われる中間の重要業績評価指標が所属するチェックポイントについても同様に、文字を太字などで強調表示してもよい。エッジ9172は、チェックポイント間の遷移を表している。OD分析部1031は、遷移確率が大きい際、同様にエッジ9172の矢印の色を濃くするなど強調表示をしてもよい。
表示領域917は、OD分析結果を表示した領域であり、人の移動パターンである目的地の経由に関する情報を示すグラフ構造を表示する。表示領域917は、起終点ネットワークデータベース108の遷移確率テーブル1081をもとに描画される。OD分析部1031は、遷移確率が所定の閾値以上の起終点を抽出し、ネットワークを生成する。ノード9171は、それぞれのチェックポイントに相当する。OD分析部1031は、kの際、要因分析時のユーザ指定の重要業績評価指標が所属するチェックポイントについて、ノードを網掛するなどして強調表示してもよい。OD分析部1031は、ユーザ指定の重要業績評価指標に大きく影響を与えると思われる中間の重要業績評価指標が所属するチェックポイントについても同様に、文字を太字などで強調表示してもよい。エッジ9172は、チェックポイント間の遷移を表している。OD分析部1031は、遷移確率が大きい際、同様にエッジ9172の矢印の色を濃くするなど強調表示をしてもよい。
表示領域918は、ユーザ指定の重要業績評価指標が所属するチェックポイントの前に経由したチェックポイントの中で遷移確率が大きいチェックポイントを選び、そのチェックポイントに所属する中間KPI(重要業績評価指標)のリストを並べた画面である。チェックポイントと重要業績評価指標の名前の両方の情報を表示する。なおここで、そのリストの中で実際にユーザ指定の重要業績評価指標との相関が高く、大きく影響を与えていると思われる中間の重要業績評価指標については、太文字など強調表示してもよい。
表示領域919は、ユーザ指定のKPI欄10725を表示する領域である。チェックポイントと重要業績評価指標の名前の両方の情報を表示する。
表示領域920は、ユーザ指定のKPI欄10725が所属するチェックポイントに関する施策パラメータのリストを表示する領域である。なおここで、そのリストの中で実際にユーザ指定の重要業績評価指標と相関が高く、大きく影響を与えていると思われる施策パラメータについては、太文字など強調表示してもよい。
表示領域920は、ユーザ指定のKPI欄10725が所属するチェックポイントに関する施策パラメータのリストを表示する領域である。なおここで、そのリストの中で実際にユーザ指定の重要業績評価指標と相関が高く、大きく影響を与えていると思われる施策パラメータについては、太文字など強調表示してもよい。
KPI選択ボタン921は、ユーザが指定した重要評価指標を選択するボタンである。このKPI選択ボタン921がクリックされると、重要業績評価指標リストを表示したダイアログが立ち上がり、重要業績評価指標を選ぶことで、表示領域919に表示する重要業績評価指標を更新することができる。
要因分析ボタン922は、因果関係を抽出する処理を行うためのボタンである。この要因分析ボタン922がクリックされると、因果関係抽出部103による因果関係抽出処理が実行される。
要因分析ボタン922は、因果関係を抽出する処理を行うためのボタンである。この要因分析ボタン922がクリックされると、因果関係抽出部103による因果関係抽出処理が実行される。
グラフ表示ボタン923は、現在選択されているユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータの時系列プロットグラフを表示するためのボタンである。グラフ表示ボタン923がクリックされると、後記する図14に示すKPI時系列プロットダイアログ1001が表示される。
ファクタ分析結果表示ボタン924は、現在選択されているユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータに関してファクタ分析を行った結果を表示するボタンである。具体的な表示画面については後述する。
図14は、KPI時系列プロットダイアログ1001を示す図である。
KPI時系列プロットダイアログ1001は、グラフ表示ボタン923が押下されたときに表示される。
グラフ1002は、横軸を時間、縦軸を値として、ユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータの時系列値をプロットしたものである。なお重要業績評価指標の種類や施策パラメータの種類によって単位が異なるため、プロットする際には、正規化するなどしてプロットしてもよい。
KPI時系列プロットダイアログ1001は、グラフ表示ボタン923が押下されたときに表示される。
グラフ1002は、横軸を時間、縦軸を値として、ユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータの時系列値をプロットしたものである。なお重要業績評価指標の種類や施策パラメータの種類によって単位が異なるため、プロットする際には、正規化するなどしてプロットしてもよい。
バラメータ欄1003は、プロットしているユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータのパラメータ名を表す。
時間差欄1004は、ユーザが指定した重要業績評価指標が、ユーザが指定した重要業績評価指標以外のパラメータと比べてどのくらいの時間差で類似しているかのパラメータを示す。この算出方法については後述する。
時間差欄1004は、ユーザが指定した重要業績評価指標が、ユーザが指定した重要業績評価指標以外のパラメータと比べてどのくらいの時間差で類似しているかのパラメータを示す。この算出方法については後述する。
相関値1005は、ユーザが指定した重要業績評価指標が、ユーザが指定した重要業績評価指標以外のパラメータと比べてどのくらい類似しているかのパラメータを示す。この算出方法については後述する。
表示KPI選択ボタン1006は、ユーザが指定した重要業績評価指標を変更するためのボタンである。このボタンが押下されると、重要業績評価指標リストを含んだダイアログが立ち上がり、そのリストから重要業績評価指標を選択することで、ユーザが指定した重要業績評価指標を変更することができる。それに伴い、グラフ1002やその下側の表に示される各欄の情報が変更される。
閉じるボタン1007は、KPI時系列プロットダイアログ1001を閉じるためのボタンである。
表示KPI選択ボタン1006は、ユーザが指定した重要業績評価指標を変更するためのボタンである。このボタンが押下されると、重要業績評価指標リストを含んだダイアログが立ち上がり、そのリストから重要業績評価指標を選択することで、ユーザが指定した重要業績評価指標を変更することができる。それに伴い、グラフ1002やその下側の表に示される各欄の情報が変更される。
閉じるボタン1007は、KPI時系列プロットダイアログ1001を閉じるためのボタンである。
図15は、ファクタ分析結果ダイアログ1101を示す図である。
ファクタ分析結果表示ボタン924が押下されると、このファクタ分析結果ダイアログ1101が立ち上がる。この際にユーザ指定の第1重要業績評価指標と、抽出された中間の第2重要業績評価指標、施策パラメータについてのファクタ分析結果を行った結果について表示する。ファクタ分析の方法については後述する。
ファクタ分析結果表示ボタン924が押下されると、このファクタ分析結果ダイアログ1101が立ち上がる。この際にユーザ指定の第1重要業績評価指標と、抽出された中間の第2重要業績評価指標、施策パラメータについてのファクタ分析結果を行った結果について表示する。ファクタ分析の方法については後述する。
コンボボックス1102は、ユーザ指定の重要業績評価指標を選択するためのコンボボックスである。このコンボボックス1102からユーザ指定の重要業績評価指標を更新することができ、同時に抽出された中間の重要業績評価指標や施策パラメータについてもそれに対応するように更新される。
パラメータ欄1103は、選択されているユーザ指定の重要業績評価指標に対して、抽出されている中間の重要業績評価指標や施策パラメータを表示する。
パラメータ欄1103は、選択されているユーザ指定の重要業績評価指標に対して、抽出されている中間の重要業績評価指標や施策パラメータを表示する。
時間差欄1104は、ユーザが指定した重要業績評価指標をy(t)とし、対応するパラメータ欄1103の情報をx(t-τ)とした時のτの値を表示する。ここでtは時間を表す。
棒グラフ1105は、x(t-τ)を所定量変更した際に、y(t)がどれほど変化するかを棒グラフで表現したものである。
テキストボックス1106は、棒グラフ1105を表示する際のx(t-τ)の変更量である。ここでx(t-τ)によって単位が異なるため、正規化した値について変更量を設定してもよい。
棒グラフ1105は、x(t-τ)を所定量変更した際に、y(t)がどれほど変化するかを棒グラフで表現したものである。
テキストボックス1106は、棒グラフ1105を表示する際のx(t-τ)の変更量である。ここでx(t-τ)によって単位が異なるため、正規化した値について変更量を設定してもよい。
表示更新ボタン1107は、ファクタ分析結果の表示を更新するためのボタンである。この表示更新ボタン1107がクリックされると、コンボボックス1102とテキストボックス1106の内容に応じて棒グラフ1105、および、その左側の表の各欄が更新される。
閉じるボタン1108は、ファクタ分析結果ダイアログ1101を閉じるためのボタンである。
閉じるボタン1108は、ファクタ分析結果ダイアログ1101を閉じるためのボタンである。
図16は、中間KPI抽出処理とファクタ分析処理のフローチャートである。
中間KPI抽出部1032は、ユーザが指定した重要業績評価指標が所属しているチェックポイントDを抽出し、その前に施設利用者が経由するチェックポイントOのリストを抽出する(ステップ1201)。この際に、中間KPI抽出部1032は、起終点ネットワークデータベース108の遷移確率テーブル1081を参照し、DID欄10814がチェックポイントDとなっているもので、選択確率欄10815の値が所定閾値以上となるOID欄10813のリストを抽出する。
中間KPI抽出部1032は、そのようなチェックポイントOのリストが抽出できたか否かを判定する。チェックポイントOのリストが抽出できなかった場合(No)、中間KPI抽出部1032は、図16の処理を終了する。チェックポイントOのリストが抽出できた場合、中間KPI抽出部1032は、ステップ1203に進む。
中間KPI抽出部1032は、ユーザが指定した重要業績評価指標が所属しているチェックポイントDを抽出し、その前に施設利用者が経由するチェックポイントOのリストを抽出する(ステップ1201)。この際に、中間KPI抽出部1032は、起終点ネットワークデータベース108の遷移確率テーブル1081を参照し、DID欄10814がチェックポイントDとなっているもので、選択確率欄10815の値が所定閾値以上となるOID欄10813のリストを抽出する。
中間KPI抽出部1032は、そのようなチェックポイントOのリストが抽出できたか否かを判定する。チェックポイントOのリストが抽出できなかった場合(No)、中間KPI抽出部1032は、図16の処理を終了する。チェックポイントOのリストが抽出できた場合、中間KPI抽出部1032は、ステップ1203に進む。
ステップ1203にて、中間KPI抽出部1032は、抽出されたチェックポイントOに所属する全ての重要業績評価指標と、ユーザ指定の重要業績評価指標の相関を算出し、相関が所定値以上、かつ時間差τが正となる重要業績評価指標群を抽出する。詳細について以下に説明する。
ユーザ指定の重要業績評価指標をy(t)とし、チェックポイントOの重要業績評価指標をx(t)とした時、これらの相関を、以下の式(1)により算出し、この最大値を相関値Rとし、またその時のτの値を時間差のパラメータとする。
ユーザ指定の重要業績評価指標をy(t)とし、チェックポイントOの重要業績評価指標をx(t)とした時、これらの相関を、以下の式(1)により算出し、この最大値を相関値Rとし、またその時のτの値を時間差のパラメータとする。
この相関値Rが所定閾値以上、かつ、τ>0となるようなチェックポイントOの重要業績評価指標のみ抽出する。
中間KPI抽出部1032は、ユーザが指定した重要業績評価指標と同じチェックポイントDに所属している施策パラメータ群を抽出し、前ステップと同様の方法で相関が所定値以上、かつ時間差τが正となるパラメータ群を抽出する(ステップ1204)。
ファクタ分析部1033は、抽出された重要業績評価指標群とパラメータ群を入力とし、ユーザが指定した重要業績評価指標を出力とする機械学習モデルを生成する(ステップ1205)。機械学習の手法として、Gradient Boostringや深層学習等の手法を用いてもよい。なおモデル学習時にすべての施策のデータを用いて学習してもよいし、本処理を行う際の入力データの近傍のデータのみを用いて学習してもよい。
更にファクタ分析部1033は、前ステップにて生成されたモデルを用いて、各パラメータについて感度分析を行うことで、ファクタ分析結果を出力する(ステップ1206)。感度分析の手法として、SHAP(Shapley value)などの手法を用いて感度分析を行ってもよいし、抽出された重要業績評価指標群とパラメータ群の近傍のみのデータを生成し、線形近似を行い、各パラメータの係数を取得することで感度分析を行ってもよい。
図17は、動線分析処理のフローチャートである。
動線分析部102の行列判定部1021は、動線データベース104の動線データ、レイアウトデータベース106に格納されたチェックポイントの種別情報などに基づき、行列判定を行う(ステップ1301)。行列判定部1021は、行列判定の結果を、重要業績評価指標データベース107の行列判定テーブル1071に格納する(ステップ1302)。この詳細の処理については、図6Aから図6Cにて説明した通りである。
動線分析部102の行列判定部1021は、動線データベース104の動線データ、レイアウトデータベース106に格納されたチェックポイントの種別情報などに基づき、行列判定を行う(ステップ1301)。行列判定部1021は、行列判定の結果を、重要業績評価指標データベース107の行列判定テーブル1071に格納する(ステップ1302)。この詳細の処理については、図6Aから図6Cにて説明した通りである。
混雑度算出部1022は、動線データベース104に格納された動線データに対して統計的演算を行うことで、混雑度とヒートマップを算出する(ステップ1303)。そして、混雑度算出部1022は、混雑度とヒートマップの算出結果を重要業績評価指標データベース107のヒートマップテーブル1073に格納する(ステップ1304)。以下に、これらの詳細について説明する。
混雑度算出部1022は、動線データベース104に格納された動線データが存在する領域について、任意のグリッドを設計し、そのグリッドと動線データの交差判定を行う。そして混雑度算出部1022は、各グリッドに存在する動線データのレコード数を混雑度として算出し、ヒートマップを算出する。ここで、交差判定を行う動線データは、長さが所定値以下のもののみにしてもよいし、所定値以上のものにしてもよい。グリッドについては、動線データの存在する領域について、格子状に設定してもよいし、チェックポイントのジオメトリを用いてもよい。
重要業績評価指標算出部1023は、重要業績評価指標データベース107に格納された行列判定テーブル1071やヒートマップテーブル1073に基づき、チェックポイントごとの重要業績評価指標を算出する(ステップ1305)。ここでいう重要業績評価指標とは、チェックポイントと空間的に交差する動線データについて、統計的演算を行うことで算出されるパラメータである。例えば、行列待ち時間や混雑度、立ち寄り率、滞在時間などが存在する。行列待ち時間は、行列判定テーブル1071より、それぞれの人が行列に並んだ時間の平均として算出される。混雑度は、ヒートマップテーブル1073について、チェックポイントと交差判定を行うことで算出される。立ち寄り率と滞在時間は、起終点ネットワークデータベース108の遷移確率テーブル1081や起終点テーブル1083から算出される。
《第2の実施形態》
以下、本発明の第2の実施形態について各図面を参照して説明する。本発明の第1の実施形態では、シミュレーションによって取得された動線データを用いていたが、第2の実施形態では、計測により取得された動線データを用いる。
以下、本発明の第2の実施形態について各図面を参照して説明する。本発明の第1の実施形態では、シミュレーションによって取得された動線データを用いていたが、第2の実施形態では、計測により取得された動線データを用いる。
図18は、第2の実施形態の施策策定支援システム140を示すブロック図である。
本実施形態の施策策定支援システム140は、ユーザより施策データ11を、計測システム141より計測データを受信し、計測データから動線データを抽出する機能と、動線データとレイアウトデータから重要業績評価指標データを算出する機能と、施策データと動線データとレイアウトデータと重要業績評価指標データを用いて、施策データと重要業績評価指標データとの因果関係を抽出する機能とを備える。抽出された重要業績評価指標因果関係データ12は、ユーザに提示される。
本実施形態の施策策定支援システム140は、ユーザより施策データ11を、計測システム141より計測データを受信し、計測データから動線データを抽出する機能と、動線データとレイアウトデータから重要業績評価指標データを算出する機能と、施策データと動線データとレイアウトデータと重要業績評価指標データを用いて、施策データと重要業績評価指標データとの因果関係を抽出する機能とを備える。抽出された重要業績評価指標因果関係データ12は、ユーザに提示される。
上記機能を実現するために、施策策定支援システム140は、動線データ抽出部142と、動線分析部102と、因果関係抽出部103と、動線データベース104と、施策データベース105と、レイアウトデータベース106と、重要業績評価指標データベース107と、起終点ネットワークデータベース108と、施策データ入力部109を備える。
動線分析部102、因果関係抽出部103、動線データベース104、施策データベース105、レイアウトデータベース106、重要業績評価指標データベース107、起終点ネットワークデータベース108、施策データ11、重要業績評価指標因果関係データ12については、第1の実施形態と同様である。
動線データ抽出部142は、計測システム141にて計測されたデータから、動線データを抽出し、動線データベース104に格納する。この際、計測システム141にて計測されるデータは、対象領域の動画データでもよく、レーザーレーダデータでもよい。動画データから動線データを抽出する際は、公知の画像処理技術により人を認識し、人の座標を抽出してもよい。レーザーレーダデータから動線データを抽出する際は、公知の技術を用いてセンサからの距離が変化する移動体を人として抽出し、座標情報に変換してもよい。
図19は、施策策定支援システム140のハードウェア構成図である。
計測システム141は、レーザ計測システム1501、カメラシステム1502、端末測位システム1503のいずれか一つ以上から構成される。
計測システム141は、レーザ計測システム1501、カメラシステム1502、端末測位システム1503のいずれか一つ以上から構成される。
レーザ計測システム1501は、レーザ発振器15011と、レーザ受光器15012と、演算装置15013を含んで構成される。レーザ発振器15011は、レーザ発振により得られたレーザ光を出射する。レーザ受光器15012は、レーザの反射光を読み取る。演算装置15013は、レーザの発振と受光にかかった時間等から周囲の物体までの距離を求め点群データに変換する。
カメラシステム1502は、一般的なカメラを備えたシステムであり、イメージセンサ15021と演算装置15023を含んで構成される。イメージセンサ15021は、可視光を画像として得るものである。演算装置15023は、公知の方法によりその画像の中から人を検知してその位置を推定する。
端末測位システム1503は、プロセッサ15031、DRAM(Dynamic Random Access Memory)15032、記憶装置15033、入力装置15034、モニタ15035、無線通信ボード15036、GPS(Global Positioning System)受信機15037を備えている。
プロセッサ15031は、演算機能を有し、この端末測位システム1503を統括制御する。DRAM(Dynamic Random Access Memory)15032は、高速に読み書きが可能な揮発性一時記憶領域である。記憶装置15033は、HDD(Hard Disk Drive)やフラッシュメモリなどを利用した永続的な記憶領域である。
入力装置15034は、人の操作を受け付ける。モニタ15035は、例えば液晶パネルを含んで構成され、現在の端末の状況を提示する。無線通信ボード15036は、無線通信を行うためのネットワークインタフェースカードである。GPS受信機15037は、端末の位置を特定する。プロセッサ15031が記憶領域に記録されたプログラムを実行すると、GPS受信機15037等を用いて自己の位置を推定してネットワークインタフェースカード117を経由して配信する。
施策策定支援システム10は、プロセッサ112、DRAM115、記憶装置113、入力装置116、モニタ114、ネットワークインタフェースカード117を含んで構成される。
プロセッサ112は、演算機能を有し、この施策策定支援システム10を統括制御する。DRAM115は、高速に読み書きが可能な揮発性一時記憶領域である。記憶装置113は、HDDやフラッシュメモリなどを利用した永続的な記憶領域である。
プロセッサ112は、演算機能を有し、この施策策定支援システム10を統括制御する。DRAM115は、高速に読み書きが可能な揮発性一時記憶領域である。記憶装置113は、HDDやフラッシュメモリなどを利用した永続的な記憶領域である。
入力装置116は、人の操作を受け付ける。モニタ114は、情報を提示する。ネットワークインタフェースカード117を含んで構成される。記憶領域に記録されたプログラムをプロセッサ112が実行することによって、シミュレーション実行部101と、動線分析部102と、因果関係抽出部103と、施策データ入力部109、動線データ抽出部142が具現化される。
また、動線データベース104と、施策データベース105と、レイアウトデータベース106と、重要業績評価指標データベース107と、起終点ネットワークデータベース108は記憶装置113に記憶することによって実現できる。
《変形例》
本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路などのハードウェアで実現してもよい。上記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈して実行することにより、ソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリ、ハードディスク、SSD(Solid State Drive)などの記録装置、または、フラッシュメモリカード、DVD(Digital Versatile Disk)などの記録媒体に置くことができる。
各実施形態に於いて、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には、殆ど全ての構成が相互に接続されていると考えてもよい。
10 施策策定支援システム
11 施策データ
12 重要業績評価指標因果関係データ
101 シミュレーション実行部
102 動線分析部
103 因果関係抽出部
104 動線データベース
105 施策データベース
106 レイアウトデータベース
107 重要業績評価指標データベース
108 起終点ネットワークデータベース
112 プロセッサ
113 記憶装置
114 モニタ
115 DRAM
116 入力装置
117 ネットワークインタフェースカード
141 計測システム
142 動線データ抽出部
1501 レーザ計測システム
1502 カメラシステム
1503 端末測位システム
11 施策データ
12 重要業績評価指標因果関係データ
101 シミュレーション実行部
102 動線分析部
103 因果関係抽出部
104 動線データベース
105 施策データベース
106 レイアウトデータベース
107 重要業績評価指標データベース
108 起終点ネットワークデータベース
112 プロセッサ
113 記憶装置
114 モニタ
115 DRAM
116 入力装置
117 ネットワークインタフェースカード
141 計測システム
142 動線データ抽出部
1501 レーザ計測システム
1502 カメラシステム
1503 端末測位システム
Claims (10)
- 移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも1つ以上の重要業績評価指標を算出する動線分析部と、
前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出する因果関係抽出部と、
を備えることを特徴とする施策策定支援システム。 - 前記動線分析部は、前記チェックポイントと空間的に交差する前記移動体の動線データについて統計的に算出することで、前記起終点ネットワークを算出する、
ことを特徴とする請求項1に記載の施策策定支援システム。 - 前記動線分析部は、前記チェックポイントが行列型であったとき、前記チェックポイントから所定距離以内かつ最近傍、所定速度以下の移動体を行列の先頭として抽出する、
ことを特徴とする請求項2に記載の施策策定支援システム。 - 前記因果関係抽出部は、ユーザが指定した第1重要業績評価指標に対し、少なくとも1つ以上の第2重要業績評価指標を抽出する機能を備え、
前記動線データにおいて、前記第1重要業績評価指標が紐づく第1チェックポイントから前記第2重要業績評価指標が紐づく第2チェックポイントへ遷移する確率が所定閾値以上である、
ことを特徴とする請求項1に記載の施策策定支援システム。 - 前記因果関係抽出部は、前記第1重要業績評価指標との相関が所定閾値以上となるものを、前記第2重要業績評価指標として抽出する、
ことを特徴とする請求項4に記載の施策策定支援システム。 - 前記因果関係抽出部は、所定のチェックポイントに属する施策パラメータと前記第1重要業績評価指標に関する相互相関関係数の最大値との時間差が正となるものを抽出する、
ことを特徴とする請求項4に記載の施策策定支援システム。 - 前記動線データは、ユーザが入力した前記施策のデータに基づくシミュレーションによって得られたものである、
ことを特徴とする請求項1に記載の施策策定支援システム。 - 前記動線データは、前記施策が実施されている場所にて、前記移動体を計測して得られたものである、
ことを特徴とする請求項1に記載の施策策定支援システム。 - 動線分析部が、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも1つ以上の重要業績評価指標を算出するステップと、
因果関係抽出部が、前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出するステップと、
を備えることを特徴とする施策策定支援方法。 - コンピュータに、
移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも1つ以上の重要業績評価指標を算出させる手順、
前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出させる手順、
を実行させるための施策策定支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022108639A JP7449982B2 (ja) | 2022-07-05 | 2022-07-05 | 施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022108639A JP7449982B2 (ja) | 2022-07-05 | 2022-07-05 | 施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2024007260A JP2024007260A (ja) | 2024-01-18 |
JP7449982B2 true JP7449982B2 (ja) | 2024-03-14 |
Family
ID=89543389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022108639A Active JP7449982B2 (ja) | 2022-07-05 | 2022-07-05 | 施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7449982B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156346A (ja) | 2017-03-17 | 2018-10-04 | 株式会社日立製作所 | 業務改善支援装置および業務改善支援方法 |
JP2019219981A (ja) | 2018-06-21 | 2019-12-26 | 株式会社日立製作所 | 施策探索装置、方法、およびプログラム |
JP2020123128A (ja) | 2019-01-30 | 2020-08-13 | 株式会社日立情報通信エンジニアリング | 移動経路予測システム、移動経路予測方法、コンピュータプログラム |
-
2022
- 2022-07-05 JP JP2022108639A patent/JP7449982B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156346A (ja) | 2017-03-17 | 2018-10-04 | 株式会社日立製作所 | 業務改善支援装置および業務改善支援方法 |
JP2019219981A (ja) | 2018-06-21 | 2019-12-26 | 株式会社日立製作所 | 施策探索装置、方法、およびプログラム |
JP2020123128A (ja) | 2019-01-30 | 2020-08-13 | 株式会社日立情報通信エンジニアリング | 移動経路予測システム、移動経路予測方法、コンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2024007260A (ja) | 2024-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6236448B2 (ja) | センサ配置決定装置およびセンサ配置決定方法 | |
US11953328B2 (en) | Systems and methods for flexible route planning | |
JP7233889B2 (ja) | 歩行者シミュレーション装置 | |
CN107767108A (zh) | Lod工作包 | |
US20220035974A1 (en) | Movement route prediction system, movement route prediction method, and recording medium | |
CN115699098A (zh) | 使用比例图和三维模型的基于机器学习的对象标识 | |
CN113643170A (zh) | 一种大数据驱动的公共场所聚集人群疏散方法及装置 | |
JP2020177370A (ja) | 混雑解析装置及び混雑解析方法 | |
JP7449982B2 (ja) | 施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム | |
JP7037747B2 (ja) | 施策策定装置、施策策定方法および施策策定プログラム | |
JP5946552B1 (ja) | 新規出店候補地選定システム、方法、及びプログラム | |
Pradhananga | Construction site safety analysis for human-equipment interaction using spatio-temporal data | |
US20230419761A1 (en) | Moving body queue management system and moving body queue management method | |
WO2021235296A1 (ja) | 移動体移動予測システム及び移動体移動予測方法 | |
JP7457536B2 (ja) | シミュレータ、シミュレーション方法及びシミュレーションプログラム | |
WO2021241239A1 (ja) | 予測システム、予測方法、および予測プログラム | |
JP7492840B2 (ja) | シミュレータ、シミュレーション方法及びシミュレーションプログラム | |
JP7441080B2 (ja) | シミュレータ、シミュレーション方法及びシミュレーションプログラム | |
JP7526589B2 (ja) | 移動体移動予測システム及び移動体移動予測方法 | |
JP2017224201A (ja) | シミュレーションプログラム、シミュレーション方法およびシミュレーション装置 | |
WO2022024689A1 (ja) | 誘導システム、誘導方法及び計算機 | |
WO2023228498A1 (ja) | 人流予測装置、人流予測プログラム、および、人流予測方法 | |
JP7403606B1 (ja) | 管理装置、管理方法及び管理プログラム | |
JP7513974B2 (ja) | 津波避難戦略検討支援システム、津波避難戦略検討支援方法、およびコンピュータプログラム | |
Murata et al. | Data assimilation approach for addressing imperfections in people flow measurement techniques using particle filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230124 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7449982 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |