JP2002169924A - 予測方法並びに記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 競争の予測において過去のレース実績の統計
を用いることを可能とする。 【解決手段】 レース条件抽出ユニット１３は、予測対
象となる競争の競争条件に基づいて、統計の客体となる
過去の競争結果を抽出する。要因抽出ユニット１４は、
抽出された競争結果を着順に分類することにより、着順
に相関性を持つ要因である有効要因を抽出する。要因適
合ユニット１５は、予測対象となる競争に参加する競争
主体が抽出された有効要因に適合するか否か判定し、そ
の判定結果に基づいて、各競争主体にポイントを付す。
レース予測ユニット１６は、従来の方法で得た分析結果
と要因適合ユニット１５が付したポイントとに基づい
て、予測対象となる競争の結果を予測する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、競争の結果、特に
競争に参加する競争主体の着順を予測する方法等に関す
る。

【０００２】

【従来の技術】現在、競輪、競艇、競馬、ドッグレース
等の人や動物の競争が多く開催されている。そして、こ
れらの競争の結果を予測する予測装置もいくつか提供さ
れている。特開平10-216355、特開平11-290553及び特開
平11-290554に開示される予測装置が例として挙げられ
る。特開平10-216355は、競争馬の能力値に基づいて、
競争の着順を予測することを開示する。特開平11-29055
3及び特開平11-290554は、競争馬に関する情報、例え
ば、調教の仕上がり、脚質、血統に基づいて競争の結果
を予測することを開示する。

【０００３】図２１は、従来の予測装置の概念図であ
る。図２１に示すように、従来の予測装置によれば、各
競争馬単位の能力、血統、脚質等から導かれる各競争馬
固有の特性（以下、馬特性という）に基づいて、競争結
果を予測している。この競争馬の場合の馬特性に適合す
る概念は、他の競争主体でも想定しうるため、以下にお
いて、馬特性のような、競争主体、つまり、出走する
人、動物及び乗り物等に関連する要因を競争主体関連要
因という。

【０００４】図２２は、従来における予測装置が行う処
理を示すフローチャートである。以下、図２２を用いて
従来における予測装置の処理について説明する。まず、
予測装置は、ユーザから、結果を予測したいレース（以
下、予測対象レースという）の指定を受け付ける（ステ
ップＳＴ１０）。続いて、予測装置は、予測対象となる
競争に参加する競争主体について、競争主体関連要因の
適否を判定する（ステップＳＴ１２）。各競争馬が、予
測対象となる競争の競馬場、例えば芝の長いコースが得
意か否か、また、各競争馬の父馬が有名な賞を得たか否
か等を判定する。また、各競争馬の競争前の体調に関す
る情報も考慮する場合もある。

【０００５】ステップＳＴ１２の判定の結果に基づい
て、予測装置は、各競争主体にポイントを付与し（ステ
ップＳＴ１４）、ポイントを付与した結果をユーザに提
示する（ステップＳＴ１６）。ユーザは、ポイントを付
与した結果に基づいて、競争主体の着順を判断する。図
２３は、従来における競馬の予測の結果の一例を示す。
図２３に示すように、予測結果は、予測者によって異な
るである。これは、競争主体関連要因を構成する各要因
を、どう扱うか、また各要因をどの程度重視するかによ
って、競争の予測結果が左右されるためである。

【０００６】

【発明が解決しようとする課題】上述のように、従来に
おいて、予測装置の作成者及びユーザが、この競争主体
関連要因を構成する各要因をどう扱うか、その者の主観
によって、競争の予測結果が左右されるという問題があ
った。例えば、競馬の場合、馬特性は、血統、調教の仕
上がり（体調）等から構成されるが、血統をどう扱う
か、体調をどう扱うか、これらをどの程度重視するか等
は、予測装置の作成者及びユーザの主観によって変動す
るため、競争の予測結果も異なってくるという問題があ
った。これは、場合によって予測確度が良かったり悪か
ったりすることにつながる。

【０００７】また、従来の予測装置において、競争主体
関連要因は考慮するが、過去のレース結果を統計的に処
理した場合に見出される要因等を考慮していないという
問題もあった。

【０００８】以上の問題に鑑み、予測装置の作成者等の
主観に頼らざるを得ない、競争主体関連要因に関する分
析結果に加えて、主観が入りにくい過去のレース実績の
統計結果を用いることを可能とし、延いては、予測確度
を向上させることが、本発明が解決しようとする課題で
ある。

【０００９】

【課題を解決するための手段】上述のように、本発明
は、競争の結果予測、特に競争に参加する競争主体の着
順を予測する際にとりわけ利用価値の高いものである。

【００１０】本発明の１態様によれば、競争結果を予測
する予測装置において、予測対象となる競争の競争条件
と関連する条件を持つ過去の競争結果を統計的に処理す
る統計手段と、予測対象となる競争に参加する競争主体
の特性に基づく分析結果及び統計手段による統計結果と
に基づいて、予測対象となる競争の結果を予測する予測
手段と、を備えるように構成する。

【００１１】これにより、予測装置の作成者等の主観に
左右されるという欠点がある競争主体の個々の特性であ
る競争主体関連要因に基づく分析結果に加えて、主観が
入らない過去の競争の統計結果とを用いて競争の結果を
予測することが可能となる。延いては、場合によって予
測確度が左右されることの割合を減少させ、予測確度を
向上させることが可能となる。

【００１２】上記構成において、統計手段は、予測対象
となる競争の競争条件と同じ競争条件を備える過去の競
争結果を抽出する競争条件抽出手段を備えるようにして
もよい。予測対象となる競争と同様の競争条件を備える
過去の競争結果を抽出し、これら抽出された過去の競争
結果の統計を取ることにより、統計の客体となる集団を
適切なものとし、より妥当性のある統計結果を得ること
が可能となる。ここで、競争条件として、競争が行われ
る場所、競争が行われる時期、競争の等級に関する情報
を用いることとしても良い。

【００１３】また、上記構成において、統計手段は、過
去の競争結果を着順に分類することにより、過去の競争
結果において着順に関連している要因である有効要因を
抽出する要因抽出手段と、予測対象となる競争に参加す
る競争主体について、抽出された有効要因に適合するか
否か判定し、各競争主体に判定結果に基づく情報を付す
要因適合手段と、を備えることとしても良い。

【００１４】過去の競争結果を着順に分類することによ
り、着順に関連している有効要因を得ることができる。
この有効要因は、着順の予測に有用であると推測でき
る。例えば、競馬の場合、過去の競争結果において１着
になった競争主体の多くについて、「斤量が３キロ以上
減少している」という傾向が得られたとする。すると、
「斤量が３キロ以上減少している」ということは、着順
に関連している有効要因であり、着順の予測に有用であ
ると推測できる。そして、予測対象となる競争に参加す
る各競争主体について、「斤量が３キロ以上減少してい
る」という有効要因に適合しているか否か判定し、適合
する競争主体に得点を付する。これにより、予測対象と
なる競争に参加する競争主体のうちどれが、過去の競争
において１着になった競争主体が備えている傾向を備え
ているか知ることができる。いくつかの有効要因につい
てこのような判定をすることにより、統計的に見て１着
になる可能性の高い競争主体を見出すことが可能とな
る。

【００１５】なお、有効要因は、競争傾向関連要因格納
手段に格納された項目について前記過去の競争結果を分
類し、好成績を収めた競争主体の多くに所定の傾向が見
られる項目を抽出することにより、得ることができる。
この有効要因は、好成績を収める可能性が高い競争主体
を見出す際に用いることができる。

【００１６】また、逆に、好成績を収められなかった競
争主体の多くに所定の傾向がみられる項目を抽出するこ
とにより、有効要因を得ることもできる。この有効要因
は、好成績を収められない可能性が高い競争主体を見出
す際に用いることができる。

【００１７】また、上記構成において、予測手段は、前
記予測対象となる競争に参加する競争主体の特性に基づ
く分析結果及び過去の競争結果の統計結果をどの程度重
視するかを示す重視度に基づいて、前記予測対象となる
競争の結果を予測することしてもよい。ユーザは、重視
度を設定することにより競争主体に関する分析結果と過
去の競争結果の統計結果をどの程度重視するかを決定す
ることができるようになる。

【００１８】また、上記構成において、予測装置はネッ
トワーク端末であり、ネットワークを介して、統計に用
いる過去の競争結果を受信することとしてもよい。ま
た、本発明の別の形態によれば、競争結果を予測する予
測方法であって、予測対象となる競争の競争条件と関連
する条件を持つ過去の競争結果を統計的に処理し、予測
対象となる競争に参加する競争主体の特性に基づく分析
結果及び統計結果とに基づいて、前記予測対象となる競
争の結果を予測する。こうすることによっても、上述の
課題を解決することが可能である。

【００１９】なお、上述した各構成により行われる機能
と同様の制御をコンピュータに行わせるプログラムを記
録したコンピュータ読み取り可能な記録媒体から、その
プログラムをコンピュータに読み出させて実行させるこ
とによっても、上述した課題を解決することができる。

【００２０】また、上記プログラムを表現する、搬送波
に具現化されたコンピュータ・データ・シグナルを用い
ることにより、上記プログラムをコンピュータにダウン
ロードさせて実行させることによっても上述の課題を解
決することができる。また、上記装置を構成する各手段
により行なわれる機能と同様の制御をコンピュータに行
なわせるプログラム自体も、上述の課題を解決すること
ができるものである。

【００２１】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて説明する。なお、同じ装置等には同じ参
照番号をつけ、説明を省略する。なお、競争の例として
競馬を用いて説明することがあるが、本発明を限定する
趣旨ではない。

【００２２】図１は、本発明の概念図である。図１に示
すように、本発明によれば、予測対象レースに参加する
競争主体の過去の競争結果、血統、現状の調子等の競争
主体関連要因に基づく分析結果と、予測対象レースのレ
ース条件と共通するレース条件を持つ過去のレース実績
を統計的に処理した結果とを組み合せて、予測対象レー
スの結果の予測を行う。言い換えると、競争主体関連要
因に基づく分析結果と、過去のレース実績を統計的に処
理した結果とを統合して、予測対象レースのシミュレー
ションを行う点が本発明の主な特徴である。この特徴に
適合する部分は、図１において点線で囲まれている。

【００２３】競争主体関連要因に基づく分析結果は、競
争主体関連要因を構成する各要因を、予測装置の作成者
及びユーザが、どう扱うか、また各要因をどの程度重視
するか、その者の主観によって競争の予測結果が左右さ
れる。しかし、本発明によれば、主観に頼らざるを得な
い競争主体関連要因に基づく分析に加えて、主観が入り
にくい過去のレース実績の統計結果をも考慮して予測対
象レースの結果を予測することが可能となる。延いて
は、統計結果とを用いることにより、予測確度のばらつ
きを防ぎ、予測確度を向上させること可能となる。

【００２４】図２は、本発明の第１実施形態に係わる予
測装置の構成を示す。本実施形態に係わる予測装置１０
は、入力ユニット１１、出力ユニット１２、レース条件
抽出ユニット１３、要因抽出ユニット１４、要因適合ユ
ニット１５、レース予測ユニット１６、競争主体関連要
因データベース（以下、データベースをＤＢという）１
７、レース条件関連要因ＤＢ１８、レース傾向関連要因
ＤＢ１９、過去レース実績ＤＢ２０及びポイント重視度
ＤＢ２１を備える。

【００２５】入力ユニット１１は、予測装置１０のユー
ザが入力する際に用いる。出力ユニット１２は、予測装
置１０から必要な情報や計算結果をユーザに対して出力
する際に用いる。レース条件抽出ユニット１３は、予測
対象レースのレース条件をレース条件関連要因ＤＢ１８
に格納されたレース条件関連要因から選定し、選定され
たレース条件関連要因に基づいて過去レース実績ＤＢ２
０から統計を取るべき過去のレース実績を抽出する。よ
り具体的には、レース条件抽出ユニット１３は、選定さ
れたレース条件関連要因と同じレース条件関連項目を備
える過去のレース実績を抽出する。ここで、予測対象レ
ースに参加する競争主体についての過去のレース実績を
抽出するのではないことを強調する。

【００２６】要因抽出ユニット１４は、レース条件抽出
ユニット１３によって抽出された過去のレース実績を、
レース傾向関連要因ＤＢ１９に格納された各レース傾向
関連要因に従って着順毎に分類し、分類結果に基づい
て、各レース傾向関連要因について勝率・連対率を算出
することにより、勝率・連対率が１００％に近い又は勝
率・連対率が０％に近いレース傾向関連要因を、着順に
顕著な相関性を持つ有効要因として抽出する。

【００２７】要因適合ユニット１５は、過去レース実績
ＤＢ２０に格納された情報等を用いて、予測対象レース
に参加する競争主体が、抽出された有効要因に適合する
か否か判定し、判定結果に従って各競争主体にポイント
を付す。

【００２８】レース予測ユニット１６は、ポイント重視
度ＤＢ２１に格納された、各ポイントを重視する度合い
を示すポイント重視度に基づいて、各競争主体の血統や
斤量等の競争主体関連要因に基づいて分析した結果を考
慮して算出されたポイントと、過去のレース実績を統計
的に処理することにより要因適合ユニット１５によって
算出されたポイントを統合させ、予測対象レースに参加
する各競争主体毎の最終ポイントを算出する。

【００２９】競争主体関連要因ＤＢ１７は、従来の方法
と同様に、予測対象レースに参加する競争主体毎に現状
の調子や血統等の競争主体関連要因に関する情報、及び
これら情報を用いて予測対象レースに参加する各競争主
体を分析した結果を格納する。

【００３０】レース条件関連要因ＤＢ１８は、各レース
のレース条件をレース条件関連要因毎に分類した情報を
格納する。これら情報は予め格納される、またはユーザ
の入力に基づいて格納され、随時更新される。

【００３１】レース傾向関連要因ＤＢ１９は、過去のレ
ース結果を統計的に処理する際に用いる項目であるレー
ス傾向関連要因を格納する。各レース傾向関連要因につ
いて、過去のレース実績は着順毎に分類される。過去レ
ース実績ＤＢ２０は、過去のレースについて、レース条
件及び着順、レース展開等を前人気等の情報とともに格
納する。レース傾向関連要因ＤＢ１９及び過去レース実
績ＤＢ２０の情報は予め格納され、必要に応じて随時更
新される。

【００３２】ポイント重視度ＤＢ２１は、競争主体関連
要因に基づいて分析した結果や、過去のレース結果を統
計的に処理した結果を各々どの程度重視するか、重視す
る度合いであるポイント重視度を格納する。

【００３３】以下、各ＤＢ１７、１８、１９及び２１の
データ構造について説明する。競争主体関連要因ＤＢ１
７は、従来技術と同様であるため、説明を省略する。図
３は、レース条件関連要因ＤＢ１８のデータ構造の一例
を示す。レース条件関連要因ＤＢ１８は、予測対象とな
りうるレース毎に、レース名及びレース条件関連要因を
格納する。レース条件関連要因は、各レースのレース条
件を、例えば、場所・季節、クラス、コース等に基づい
て分けたものである。例として、中山金杯のレース条件
は、「中山で１月開催、古馬オープン（ハンデ）、距離
２０００Ｍの芝コース、牡・牝馬混在」である。従っ
て、中山金杯のレース条件関連要因は、場所（季節）で
の選別は「中山（冬）」、クラスでの選別は「古馬オー
プン（ハンデ）」、距離（コース）での選別は「中距離
（芝）」、限定による選別は「牝馬限定以外」となる。
なお、図３中の記号の意味は図４及び５に示す通りであ
る。

【００３４】図４及び５は、レース条件関連要因の項目
の一例を示す。レース条件関連要因は、場所・季節、ク
ラス、コース毎に図４及び５に示すように区分して設け
られ、識別記号が付されている。 図６、図７及び図８
は、レース傾向関連要因ＤＢ１９のデータ構造の一例を
示す。レース傾向関連要因ＤＢ１９は、項目識別番号
（項目識別情報）、分類、条件、項目、適合・不適合を
格納する。各項目がレース傾向関連要因である。分類
は、各レース傾向関連要因が主に何に関する情報である
かを示し、条件は、分類をさらに細分する。分類には、
斤量、着順、人気等がある。過去レース実績ＤＢ２０
は、過去のレースについてレース実績や人気等の情報を
これら分類に対応させて格納する。これにより、分類を
使用して似たような統計データを省くことが可能とな
る。

【００３５】要因抽出ユニット１４は、レース条件抽出
ユニット１３によって抽出された過去のレース結果に参
加した競争主体が、図６、７及び８に示すレース傾向関
連要因ＤＢ１９に格納された全てのレース傾向関連要因
に適合するか否か判定し、判定結果を着順毎に分類す
る。そして、分類結果にもとづいて、各レース傾向関連
要因について勝率・連対率を算出する。

【００３６】図９は、過去レース実績ＤＢ２０に格納さ
れる過去のレース実績の一例を示す。図９は、例とし
て、１９９９年６月６日に開催された３回東京６日目の
東京優駿レースの過去レース実績を示す。

【００３７】図９の２行目、「サラ系４歳、牡・牝、
（指定）オープン、定量、芝、左２４００Ｍ」は、レー
ス条件を示す。レース条件は、図４及び５に示すレース
条件関連要因の各項目に対応して格納されている。図９
の２行目「晴、良、１８頭」は、それぞれ天候、レース
場の状態、参加する馬の数を示す。３行目は賞金に関す
る情報を示す。図９の表は、参加する馬毎に、着順、
枠、番号、馬名、性別、年齢、斤量、騎手、調教師、レ
ース結果を示す各データ、体重の増減等を示す。レース
要因抽出ユニット１４が、レース傾向関連要因に各馬が
適合しているか否か判定できるように、表の内容は、レ
ース傾向関連要因ＤＢ１９に格納される各レース傾向関
連要因に対応して格納されている。過去レース実績ＤＢ
２０の内容は、予め備えられるか、またはネットワーク
を介して不図示のサーバから取得され、逐次更新される
こととしても良い。

【００３８】図１０は、ポイント重視度ＤＢ２１のデー
タ構造の一例を示す。図１０に示すように、ポイント重
視度ＤＢ２１は、血統、脚質・展開、枠順、性齢、斤
量、人気、体重等の競争主体に由来する情報及び過去レ
ース実績を統計して得られた情報の各々について、どの
程度重視するのか重視する度合い（重み）を示す重視度
を格納する。重視度は、各項目の重みを示すため、大き
いほど重視する度合いが高いこととなる。ポイント重視
度ＤＢ２１に格納される重視度はユーザの入力に基づ
く。

【００３９】図１１は、予測装置が行う処理のフローチ
ャートである。まず、予測装置１０は、入力ユニット１
１を介して算出ポイントの重視度を受付け、受け付けた
ポイント重視度をポイント重視度ＤＢ２１に格納する
（ステップＳ１０）。図１２は、ポイント重視度を入力
する際の入力画面の一例を示す。図１２に示すように、
ユーザは、血統、脚質・展開、枠順、性齢、斤量、人
気、馬体重、統計データの各項目をどの程度重視するか
を「無視、軽視、やや軽視、普通、やや重視、重視」の
各段階に設定することができる。また、「一般的、成績
重視型、データ重視型、人物重視型、競馬紙風」等、ユ
ーザの負担を軽減するよう、各項目をどの程度重視する
かを自動設定するオプションが用意されている。ユーザ
が、各項目の重視度を設定した後、ファイル名を入力
し、保存すると、ポイント重視度ＤＢ２１に設定結果が
数値として格納される。

【００４０】続いて、予測装置１０は、入力ユニット１
１を介して予測対象レースの指定を受け付ける（ステッ
プＳ１２）。なお、ステップＳ１０とステップＳ１２は
いずれが先であってもよい。以下、例えば「中山金杯」
というレースの指定を受け付けるとして説明する。

【００４１】レース条件抽出ユニット１３は、受け付け
た予測対象レースのレース条件関連要因をレース条件関
連要因ＤＢ１８から選定する（ステップＳ１４）。例え
ば、レース条件抽出ユニット１３は、「中山金杯」のレ
ース条件関連要因、「中山（冬）」、「古馬オープン
（ハンデ）」、「中距離（芝）」、「牝馬限定以外」を
レース条件関連要因ＤＢ１８から選定する。

【００４２】レース条件抽出ユニット１３は、選定され
たレース条件関連要因に従って、過去レース実績ＤＢ２
０から統計の対象となる過去のレース実績を抽出する
（ステップＳ１６）。例えば、レース条件抽出ユニット
１３は、過去レース実績ＤＢ２０を参照し、指定された
レース「中山金杯」と同じレース条件関連要因を備える
過去のレース実績を抽出する。なお、Ｇ１やＪＧ１につ
いては同じレースのみを統計の対象とし、上述のステッ
プＳ１４及びステップＳ１６は行わないこととしてもよ
い。また、抽出される過去のレース実績の数を、参加し
た馬が最新から１０００頭まで、といったようにして制
限することとしても良い。これにより、統計を取る際に
かかる時間等を減らすことが可能となる。

【００４３】続いて、要因抽出ユニット１４は、ステッ
プＳ１６で抽出された過去のレース実績を、図６、７及
び８に示すレース傾向関連要因ＤＢ１９に格納されたレ
ース傾向関連要因（項目）に従って着順毎に（１着、２
着、３着及び着外）分類する（ステップＳ１８）。より
具体的には、要因抽出ユニット１４は、抽出された過去
のレース実績の全てに参加した各競争主体について、レ
ース傾向関連要因ＤＢ１９に格納された各レース傾向関
連要因に適合するか否かを判定し、判定結果を着順毎に
分類する。続いて、要因抽出ユニット１４は、分類結果
に基づいて各レース傾向関連要因に適合する場合の勝率
及び連対率を算出する。

【００４４】例えば、ステップＳ１６で抽出された過去
のレース実績全てについて、レース傾向関連要因ＤＢ１
９に格納されたレース傾向関連要因のうち項目番号１３
８「騎手、乗り替わり」という要因について、着順に分
類する場合を説明する。まず、抽出された過去のレース
に参加した全ての競争主体について、騎手の乗り替わり
があったか否か判定する。続いて、判定結果を着順に分
けて、適合する場合を計数する。

【００４５】図１３は、過去レース実績を統計処理した
結果を示す画面の一例を示す。図１３の最後の行「傾向
とデータ統計」の枠内に、「０ ０ １ ９０（勝率０
％、連対率０％）」と記載されている。これは、ステッ
プＳ１６で過去レース結果は９１レース抽出され、これ
ら９１レースについて、「騎手、乗り替わり」というレ
ース傾向関連要因について着順に分類した結果、「騎手
の乗り替わりがあった馬」が１着か２着になったレース
は０（零）、３着になったレースも０（零）及び着外に
なったレースは１、騎手の乗り替わりがなかったレース
は９０となった。従って、抽出された過去レース実績に
おいて「騎手の乗り替わりがあった馬」というレース傾
向関連要因についての勝率及び連対率はともに０％であ
る、という統計結果を示す。

【００４６】要因抽出ユニット１４は、ステップＳ１８
で分類した結果に基づいて、着順について顕著な関連性
を持つレース傾向関連要因をいくつか、例えば、２０要
因、有効要因として抽出する（ステップＳ２０）。より
具体的には、要因抽出ユニット１４は、勝率・連対率が
１００％に近い、又は勝率・連対率が０％に近いレース
傾向関連要因を近い順に有効要因として抽出する。勝率
・連対率が１００％に近いレース傾向関連要因は、抽出
された過去のレース実績において上位になった競争主体
に多くみられる傾向である。また、勝率・連対率が０％
に近いレース傾向関連要因は、抽出された過去のレース
実績において下位になった競争主体に多く見られる傾向
である。従って、このような有効要因は、着順を予測す
る際に有用と推測することができる。

【００４７】要因適合ユニット１５は、予測対象レース
に参加する競争主体についての過去レース実績ＤＢ２０
に格納された実績データ及び現在のデータ（不図示）等
を参照し、予測対象レースの競争主体が抽出された有効
要因に適合するか否か判定する（ステップＳ２２）。よ
り具体的には、例えば、競馬の場合、「前走１番人気だ
った馬」というレース傾向関連要因が、勝率・連対率が
１００％に近い有効要因の１つとして抽出された場合、
要因適合ユニット１５は、予測対象レースに参加する競
争馬について現在のデータを参照し、「１番人気」であ
るか否か判定する。また、例えば、「前走３着以上」と
いうレース傾向関連要因が、勝率・連対率が１００％に
近い有効要因の１つとして抽出された場合、要因適合ユ
ニット１５は、予測対象レースに参加する競争馬につい
て、過去レース実績ＤＢ２０に格納された前走に関する
データを参照して、「前走３着以上」であるか否か判定
する。要因適合ユニット１５は、判定結果に基づいて図
１３に示す表を作成する。

【００４８】要因適合ユニット１５は、ステップＳ２２
での適合判定の結果に従って、予測対象レースに参加す
る競争主体毎に付するポイントを算出する（ステップＳ
２４）。なお、要因適合ユニット１５は、各競争主体が
勝率・連対率が１００％に近い有効要因に多く適合する
場合にポイントが高くなり、勝率・連対率が０％に近い
有効要因に多く適合する場合にポイントが低くなるよう
に算出する。

【００４９】図１３の表において、要因抽出ユニット１
４が勝率・連対率が０％に近いレース傾向関連要因を有
効要因として２０項目抽出し、要因適合ユニット１５が
予測対象レースに参加する競争主体が各有効要因に適合
するか否か判定した結果が示されている。表において、
左から順に、枠番号、馬番号、馬名、各有効要因に適合
するか否か判定した結果を示す。表において、要因抽出
ユニット１４が算出した有効要因についての勝率・連対
率が５０％以上の有効要因に競争主体が適合する場合、
要因適合ユニット１５は競争主体に○を付す。逆に、競
争主体の勝率・連対率が５０％未満の有効要因に競争主
体が適合する場合、競争主体に×を付す。つまり、過去
に好成績を収めた競争主体が適合していた有効要因に、
予測対象レースに参加する競争主体が適合する場合は○
で、逆に好成績を収められなかった競争主体が適合して
いた有効要因に適合する場合は×で示す。図１３では、
矢印で指されている有効要因は「騎手、乗り替わり」の
項目であり、上述の統計結果となっているため、勝率・
連対率が０％に近い有効要因として抽出されたことが分
かる。

【００５０】また、表中の左端に横棒グラフが示されて
いる。この横棒グラフは、要因適合ユニット１５が、各
競争主体にポイントを付与した結果を示す。図１３にお
いて、各競争主体が、勝率・連対率が０％に近い有効要
因に適合するか否か判定しているため、適合する場合が
少ない（×が少ない）ほど、ポイントが高くなる。例え
ば、×が１つもない馬、馬名「ニシノセイリュウ」のポ
イントは最高となっている。

【００５１】続いて、レース予測ユニット１６は、予測
対象レースについての競争主体関連要因に基づく分析結
果を競争主体関連要因ＤＢ１７から取得し、取得した分
析結果と要因適合ユニット１５が各競争主体に付したポ
イント（統計データ）とに、ポイント重視度ＤＢ２１に
格納されたポイント重視度に従って重みを付けることに
より、予測対象レースの結果を予測する（ステップＳ２
６）。

【００５２】出力ユニット１７は、ステップＳ２６で得
られた結果を、予測対象レースの競争主体毎に最終ポイ
ントしてユーザに出力する（ステップＳ２８）。図１５
に予測結果を出力する画面の一例を示す。

【００５３】図１４及び１５を用いて本発明適用後にお
けるレース予測確度について説明する。図１４は、従来
技術におけるレース予測の結果を示し、図１５は、本発
明におけるレース予測の結果を示す。予測に使用された
レースは、図９に示す１９９９年６月６日に開催された
３回東京６日目東京優駿である。図１４の従来技術にお
けるレース予測結果によると、予測で上位５頭となった
馬のうち３頭が実際に入着している。図１５の本発明適
用後におけるレース予測結果によると、予測で上位５頭
となった馬のうち４頭が実際に入着している。従って、
過去のレース実績の統計結果を予測に用いることによ
り、予測確度が向上していることが分かる。

【００５４】実施形態において説明した予測装置１０
は、図１６に示すような情報処理装置（コンピュータ）
を用いて構成することができる。図１６の情報処理装置
３０は、ＣＰＵ３１、メモリ３２、入力装置３３、出力
装置３４、外部記憶装置３５、媒体駆動装置３６、及び
ネットワーク接続装置３７を備え、それらはバス３８に
より互いに接続されている。

【００５５】メモリ３２は、例えば、ＲＯＭ（Read Onl
y Memory）、ＲＡＭ（Random Access Memory）等を含
み、処理に用いられるプログラムとデータを格納する。
ＣＰＵ３１は、メモリ３２を利用してプログラムを実行
することにより、必要な処理を行う。

【００５６】各実施形態に係わる予測装置１０を構成す
る各ユニットは、それぞれメモリ３２の特定のプログラ
ムコードセグメントにプログラムとして格納される。入
力装置３３は、例えば、キーボード、ポインティングデ
バイス、タッチパネル等であり、ユーザからの指示や情
報の入力に用いられ、図２の入力ユニット１１を構成す
る。出力装置３４は、例えば、ディスプレイやプリンタ
等であり、情報処理装置３０の利用者への問い合わせ、
処理結果等の出力に用いられ、図２の出力ユニット１２
を構成する。

【００５７】外部記憶装置３５は、例えば、磁気ディス
ク装置、光ディスク装置、光磁気ディスク装置等であ
る。この外部記憶装置３５に上述のプログラムとデータ
を保存しておき、必要に応じて、それらをメモリ３２に
ロードして使用することもできる。メモリ３２及び・又
は外部記憶装置３５は、予測装置１０の各ＤＢを構成す
る。

【００５８】媒体駆動装置３６は、可搬記録媒体３９を
駆動し、その記録内容にアクセスする。可搬記録媒体３
９としては、メモリカード、メモリスティック、フレキ
シブルディスク、ＣＤ−ＲＯＭ（Compact Disc Read On
ly Memory）、光ディスク、光磁気ディスク、ＤＶＤ（D
igital Versatile Disk）等、任意のコンピュータ読み
取り可能な記録媒体が用いられる。この可搬記録媒体３
９に上述のプログラムとデータを格納しておき、必要に
応じて、それらをメモリ３２にロードして使用すること
もできる。

【００５９】ネットワーク接続装置３７は、ＬＡＮ、Ｗ
ＡＮ等の任意のネットワークＮ（回線）を介して外部の
装置を通信し、通信に伴なうデータ変換を行う。また、
必要に応じて、上述のプログラムとデータを外部の装置
から受け取り、それらをメモリ３２にロードして使用す
ることもできる。

【００６０】図１７は、図１６の情報処理装置３０にプ
ログラムとデータを供給することのできる伝送信号（情
報担持媒体）及びコンピュータ読み取り可能な記録媒体
を示している。上述の実施形態において説明した予測装
置１０に相当する機能を汎用的なコンピュータに行なわ
せることも可能である。そのためには、実施形態におい
て説明した図１１のフローチャートにおいて、予測装置
１０により行なわれる処理と同様のものをコンピュータ
に行なわせるプログラムを、コンピュータで読み取り可
能な記録媒体３９に予め記憶させておき、図１７に示す
ようにしてその記憶媒体３９からそのプログラムをコン
ピュータ３０に読み出させてコンピュータ３０のメモリ
３２や外部記憶装置３５に一旦格納させ、そのコンピュ
ータ３０の有するＣＰＵ３１にこの格納されたプログラ
ムを読み出させて実行させるように構成すればよい。

【００６１】また、プログラム（データ）提供者４０か
らコンピュータ３０にプログラムをダウンロードする際
に回線４１を介して伝送される伝送信号自体も、上述し
た本発明の実施形態において説明した予測装置１０に相
当する機能を汎用的なコンピュータで行なわせることの
できるものである。

【００６２】以上、本発明の実施形態について説明した
が、本発明は上述した実施形態に限定されるものではな
く、他の様々な変更が可能である。例えば、レース条件
抽出ユニットは、レース条件関連要因ＤＢに格納された
情報に基づいて、レース条件関連要因を選定するとして
説明した。しかし、ユーザの入力に基づいてレース条件
関連要因を選定することとしてもよい。

【００６３】また、例えば予測装置１０を構成する各ユ
ニット及び各ＤＢは、お互いに連携して動作することに
より一連のビジネスプロセスを実現する。これら各ユニ
ット及び各ＤＢは同じサーバに設けられてもよいし、異
なるサーバに設けられネットワークを介して連携して動
作することとしてもよい。

【００６４】図１８に、第２実施形態として、ネットワ
ークを介して接続された複数の装置に、上述の予測装置
１０を構成する各部及び各ＤＢを分散させた予測システ
ムの構成例を示す。図１８において、ネットワークＮを
介して、予測システムを利用する利用者の端末Ａとサー
バＢが接続されている。端末Ａは、入力ユニット１１、
出力ユニット１２、レース予測ユニット１６及びポイン
ト重視度ＤＢ２１を備える。サーバＢは、レース条件抽
出ユニット１３、要因抽出ユニット１４、要因適合ユニ
ット１５、競争主体関連要因ＤＢ１７、レース条件関連
要因ＤＢ１８、レース傾向関連要因ＤＢ１９及び過去レ
ース実績ＤＢ２０を備える。各ユニットの機能及び各Ｄ
Ｂに格納される情報は、第１実施形態と同様であるた
め、詳しい説明を省略する。

【００６５】利用者は、算出ポイントの重視度をポイン
ト重視度ＤＢ２１に格納し、結果を予測したい予測対象
レースを指定する情報を、ネットワークＮを介して端末
ＡからサーバＢに送信する。サーバＢは、レースを指定
する情報に基づいて、予測対象レースの結果を予測する
ために必要な情報を利用者の端末Ａに送信する。利用者
は、受信した情報及び、ポイント重視度ＤＢ２１に格納
されたポイント重視度に基づいて、予測対象レースの結
果を端末Ａに予測させる。

【００６６】以下、図１９を用いて、第２実施形態に係
わる予測システムで行う処理について説明する。なお、
基本的な処理の手順は、第１実施形態と同様であるた
め、第１実施形態と第２実施形態とで異なる点に重点を
置いて説明する。図１９に示すように、まず、サーバＢ
において各レースの実績を過去レース実績ＤＢ２０に格
納し、各レースのレース条件をレース条件関連要因ＤＢ
１８に格納する。（ステップＳ３０）。

【００６７】利用者は、ポイント重視度を入力し、端末
Ｂのポイント重視度ＤＢ２１に格納する。さらに、ネッ
トワークＮを介して、予測対象レースを指定する情報を
端末ＡからサーバＢに送信する（不図示）。予測対象レ
ースを指定する情報を受信すると、サーバＢのレース条
件抽出ユニット１３、要因抽出ユニット１４及び要因適
合ユニット１５は、図１１のステップＳ１４からステッ
プＳ２４と同様にして、競争主体毎のポイントを算出す
る。続いて、サーバＢは、ネットワークＮを介して、算
出したポイントと、予測対象レースのレース条件等を含
む開催情報を利用者の端末Ａに送信する（ステップＳ３
２）。

【００６８】利用者の端末Ａは、算出されたポイントと
レースの開催情報を受信して、不図示の格納部に格納す
る（ステップＳ３４）。利用者の端末Ａのレース予測ユ
ニット１６は、図１１のステップＳ２４及びＳ２６と同
様にして、受信した情報を用いてレース結果を予測する
（ステップＳ３６）。

【００６９】以下、図２０を用いて、第１実施形態に係
わる予測装置１０と、第２実施形態に係わる予測システ
ムの端末Ａとで、利用者が行う作業の比較について説明
する。図２０において、利用者が行う作業を点線で書か
れた矩形で囲って示している。

【００７０】図２０（ａ）に、第１実施形態に係わる予
測装置１０の利用者が行う作業を示す。図２０（ａ）に
示すように、利用者は、（１）各レースの実績の取得と
蓄積、（２）各レースの開催情報の取得と各レースのレ
ース条件の格納、（３）必要な情報の抽出及びポイント
の算出と（４）レースの結果の予測というの４つの作業
を行う。 この場合、利用者がレース実績の蓄積等を怠
ると、レース結果を予測するための情報に漏れが生じる
ため、予測確度が低下する事もある。従って、利用者
は、予測するために必要な情報を過去に遡って蓄積する
ことが必要となる。

【００７１】図２０（ｂ）に、第２実施形態に係わる予
測システムの端末Ａの利用者が行う作業を示す。図２０
（ｂ）に示すように、上述の（１）から（３）は、サー
バＢによって行われる。したがって、利用者は、（４）
のレース結果の予測のために、（１）から（３）を行わ
ずに、（５）必要な情報と算出されたポイントの受信を
行う。

【００７２】このように、第２実施形態によれば、サー
バＢが、レース実績の取得・蓄積、レース条件の取得・
格納、予測のために必要な情報の抽出及びポイントの算
出を行う。利用者は、必要な時に、ネットワークＮを介
して予測のために必要となる情報をサーバＢから取得
し、取得した情報を用いてレースの結果を予測すること
ができる。従って、利用者の端末Ａに、過去レースの実
績等の大量の情報を格納するＤＢを備えることが不要と
なる。

【００７３】第２実施形態に係わる予測システムを構成
する端末Ａ及びサーバＢも、第１実施形態に係わる予測
装置１０と同様に、汎用的なコンピュータを用いて実現
する事が可能である。この場合、予測装置１０を構成す
る各ユニット及び各ＤＢを、図１８に示すシステム構成
図に対応するように、端末Ａ及びサーバＢに分散させ
る。

【００７４】（付記１） コンピュータに実行させるこ
とによって、競争結果を予測する制御を該コンピュータ
に行なわせるプログラムを記録した、コンピュータで読
み取り可能な記録媒体であって、予測対象となる競争の
競争条件と関連する条件を持つ過去の競争結果を統計的
に処理し、前記予測対象となる競争に参加する競争主体
の特性に基づく分析結果及び前記統計結果に基づいて、
前記予測対象となる競争の結果を予測する、制御をコン
ピュータに行なわせるプログラムを記録した記録媒体。

【００７５】（付記２） 前記予測対象となる競争の競
争条件と同じ競争条件を備える過去の競争結果を抽出す
る、制御をコンピュータに行なわせるプログラムを記録
した付記１記載の記録媒体。

【００７６】（付記３） 前記競争条件として、前記競
争が行われる場所、前記競争が行われる時期、前記競争
の等級に関する情報を格納する、制御をコンピュータに
行なわせるプログラムを記録した付記１記載の記録媒
体。

【００７７】（付記４） 前記統計的処理において、前
記過去の競争結果を着順に分類することにより、前記過
去の競争結果において着順に関連している要因である有
効要因を抽出し、前記予測対象となる競争に参加する競
争主体について、前記有効要因に適合するか否か判定
し、各競争主体に判定結果に基づく情報を付する、制御
をコンピュータに行なわせるプログラムを記録した付記
１記載の記録媒体。

【００７８】（付記５） 前記過去の競争結果の分類
を、予め定められた項目について行い、前記過去の競争
において、好成績を収めた競争主体に所定の傾向が見ら
れる調査項目を前記有効要因として抽出する、制御をコ
ンピュータに行なわせるプログラムを記録した付記４記
載の記録媒体。

【００７９】（付記６） 前記過去の競争結果の分類
を、予め定められた項目について行い、前記過去の競争
において、好成績を収められなかった競争主体に所定の
傾向がみられる調査項目を前記有効要因として抽出す
る、制御をコンピュータに行なわせるプログラムを記録
した付記４記載の記録媒体。

【００８０】（付記７） 前記有効要因を前記項目につ
いての勝率及び連対率に基づいて抽出する、制御をコン
ピュータに行なわせるプログラムを記録した付記４記載
の記録媒体。

【００８１】（付記８） 前記予測対象となる競争に参
加する競争主体の特性に基づく分析結果及び過去の競争
結果の統計結果をどの程度重視するかを示す重視度に基
づいて、前記予測対象となる競争の結果を予測する、制
御をコンピュータに行なわせるプログラムを記録した付
記１記載の記録媒体。

【００８２】（付記９） 競争結果を予測する予測方法
であって、予測対象となる競争の競争条件と関連する条
件を持つ過去の競争結果を統計的に処理し、前記予測対
象となる競争に参加する競争主体の特性に基づく分析結
果及び前記統計結果とに基づいて、前記予測対象となる
競争の結果を予測する、ことを特徴とする予測方法。

【００８３】（付記１０） ネットワークを介して前記
過去の競争結果を受信する、ことを特徴とする付記９記
載の予測方法。 （付記１１） ネットワークを介して、前記分析結果及
び前記統計結果を受信する、ことを特徴とする付記９記
載の予測方法。

【００８４】（付記１２） 競争結果を予測する予測装
置であって、予測対象となる競争の競争条件と関連する
条件を持つ過去の競争結果を統計的に処理する統計手段
と、前記予測対象となる競争に参加する競争主体の特性
に基づく分析結果及び前記統計手段による統計結果とに
基づいて、前記予測対象となる競争の結果を予測する予
測手段と、を備えることを特徴とする予測装置。

【００８５】

【発明の効果】以上詳細に説明したように、本発明によ
れば、予測対象となる競争に参加する競争主体に関する
戦績、血統等の分析結果に加えて、予測対象となる競争
の競争条件と同様の条件を備える過去の競争結果を統計
的に処理した結果を用いて、競争結果を予測することに
より、主観に左右されにくい予測結果を得ることができ
るようになる。

【図面の簡単な説明】

【図１】本発明に係わる予測装置の概念図である。

【図２】本発明の第１実施形態に係わる予測装置の構成
図である。

【図３】レース条件関連要因データベースのデータ構造
の一例を示す図である。

【図４】レース条件関連要因の項目の一例を示す図（そ
の１）である。

【図５】レース条件関連要因の項目の一例を示す図（そ
の２）である。

【図６】レース傾向関連要因データベースのデータ構造
の一例を示す図（その１）である。

【図７】レース傾向関連要因データベースのデータ構造
の一例を示す図（その２）である。

【図８】レース傾向関連要因データベースのデータ構造
の一例を示す図（その３）である。

【図９】過去のレース実績の一例を示す図である。

【図１０】ポイント重視度データベースのデータ構造の
一例を示す図である。

【図１１】予測装置が行う処理を示すフローチャートで
ある。

【図１２】ポイント重視度を入力する画面の一例を示す
図である。

【図１３】過去レース実績の統計を取り、競争主体毎の
ポイントを算出した結果を出力する画面の一例を示す図
である。

【図１４】従来と本発明適用後におけるレース予測の結
果の比較を示す図（その１）である。

【図１５】従来と本発明適用後におけるレース予測の結
果の比較を示す図（その２）である。

【図１６】情報処理装置の構成図である。

【図１７】コンピュータにプログラムとデータを供給す
ることが可能な伝送信号及び記録媒体を示す図である。

【図１８】第２実施形態に係わる予測システムの構成図
である。

【図１９】第２実施形態に係わる予測システムで行う処
理を示すフローチャートである。

【図２０】第１実施形態と第２実施形態の利用者が行う
作業を説明する図である。

【図２１】従来の予測装置の概念図である。

【図２２】従来における予測装置が行う処理を示すフロ
ーチャートである。

【図２３】従来におけるレース予測の結果の一例を示す
図である。

【符号の説明】

１０ 予測装置 １１ 入力ユニット １２ 出力ユニット １３ レース条件抽出ユニット １４ 要因抽出ユニット １５ 要因適合ユニット １６ レース予測ユニット １７ 競争主体関連要因データベース １８ レース条件関連要因データベース １９ レース傾向関連要因データベース ２０ 過去レース実績データベース ２１ ポイント重視度データベース ３０ 情報処理装置 ３１ ＣＰＵ ３２ メモリ ３３ 入力装置 ３４ 出力装置 ３５ 外部記憶装置 ３６ 媒体駆動装置 ３７ ネットワーク接続装置 ３８ バス ３９ 可搬記録媒体 ４０ プログラム（データ）提供者 ４１ 回線 Ｓ，ＳＴ ステップ

Claims (5)

【特許請求の範囲】
1. 【請求項１】 コンピュータに実行させることによっ
   て、競争結果を予測する制御を該コンピュータに行なわ
   せるプログラムを記録した、コンピュータで読み取り可
   能な記録媒体であって、 予測対象となる競争の競争条件と関連する条件を持つ過
   去の競争結果を統計的に処理し、 前記予測対象となる競争に参加する競争主体の特性に基
   づく分析結果及び前記統計結果に基づいて、前記予測対
   象となる競争の結果を予測する、 制御をコンピュータに行なわせるプログラムを記録した
   記録媒体。
2. 【請求項２】 前記予測対象となる競争の競争条件と同
   じ競争条件を備える過去の競争結果を抽出する、 制御をコンピュータに行なわせるプログラムを記録した
   請求項１記載の記録媒体。
3. 【請求項３】 前記統計処理において、前記過去の競争
   結果を着順に分類することにより、前記過去の競争結果
   において着順に関連している要因である有効要因を抽出
   し、 前記予測対象となる競争に参加する競争主体について、
   前記有効要因に適合するか否か判定し、各競争主体に判
   定結果に基づく情報を付する、 制御をコンピュータに行なわせるプログラムを記録した
   請求項１又は２記載の記録媒体。
4. 【請求項４】 前記過去の競争結果の分類を、予め定め
   られた項目について行い、 前記過去の競争において好成績を収めた競争主体に所定
   の傾向が見られる項目を前記有効要因として抽出する、 制御をコンピュータに行なわせるプログラムを記録した
   請求項３記載の記録媒体。
5. 【請求項５】 競争結果を予測する予測方法であって、 予測対象となる競争の競争条件と関連する条件を持つ過
   去の競争結果を統計的に処理し、 前記予測対象となる競争に参加する競争主体の特性に基
   づく分析結果及び前記統計結果とに基づいて、前記予測
   対象となる競争の結果を予測する、 ことを特徴とする予測方法。