JP2007094644A - 活動予測方法および装置 - Google Patents
活動予測方法および装置 Download PDFInfo
- Publication number
- JP2007094644A JP2007094644A JP2005281656A JP2005281656A JP2007094644A JP 2007094644 A JP2007094644 A JP 2007094644A JP 2005281656 A JP2005281656 A JP 2005281656A JP 2005281656 A JP2005281656 A JP 2005281656A JP 2007094644 A JP2007094644 A JP 2007094644A
- Authority
- JP
- Japan
- Prior art keywords
- activity
- occurrence probability
- target group
- read
- database
- 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.)
- Pending
Links
- 230000000694 effects Effects 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004048 modification Effects 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 9
- 230000003542 behavioural effect Effects 0.000 claims description 8
- 230000004931 aggregating effect Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000009471 action Effects 0.000 abstract description 7
- 230000007613 environmental effect Effects 0.000 description 47
- 238000004364 calculation method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 230000001739 rebound effect Effects 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 235000019629 palatability Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】行動統計データを場所の制約条件を使って改変して対象集団の活動発生確率を求める活動予測方法を提供する。
【解決手段】人の行動パターンを集約して作られた行動統計データをデータベースから読み出し、読み出した行動統計データを、対象集団に応じてキー入力された場所の制約条件に従って改変して対象集団の活動発生確率を求める。
【選択図】図1
【解決手段】人の行動パターンを集約して作られた行動統計データをデータベースから読み出し、読み出した行動統計データを、対象集団に応じてキー入力された場所の制約条件に従って改変して対象集団の活動発生確率を求める。
【選択図】図1
Description
本発明は、行動パターンを集約して作られた行動統計データを利用し、この行動統計データを場所の制約情報に従って改変して対象集団の活動の活動発生確率を求める活動予測方法、装置及びプログラムに関する。
地球温暖化など環境問題への対応が社会全体の課題となっている。そこで,製品やサービスの環境負荷を削減するために,様々な技術開発が行われ、環境負荷の小さな製品・サービスが市場に提供され始めている。製品・サービスの環境負荷を削減するための方策は様々であるが,その中の一つに時間効率の向上がある。時間効率の向上とは,製品・サービスが提供する機能の単位当たりに要する時間を削減することを意味する。
所望の目的を達成するために必要な時間が削減されれば,その製品・サービスの稼働時間も減るため,副次的に消費エネルギーも低減される可能性が高い。しかし、一方で、余剰時間に別の活動を行うことで多くのエネルギーを消費するならば、同一時間内で比較したエネルギー消費は、結果的に新製品・新サービスを導入する前よりも高くなることもある。このような副作用はリバウンド効果と呼ばれる。例えば、「電子商取引で余暇時間が生み出された結果、旅行に行く回数が増えた」などというのはリバウンド効果の一例である。今後、社会全体で発生する環境負荷の総量を管理するには、これまでのように製品・サービス自体から発生する環境負荷だけでなく、リバウンド効果を含めた環境負荷も評価していく必要がある。
これに対して、余剰時間に対象集団からどの程度の環境負荷が発生するのかを予測する方法が考案されている。非特許文献1では、国民が非拘束時間に消費する平均エネルギーを用いて、余剰時間に発生する消費エネルギーを計算している。また、非特許文献2では、対象集団に対してアンケートを実施し、当該サービスによって発生余剰時間内にどのような活動を行うのか調査している。その調査結果を基に、活動ごとに発生する環境負荷因子を設定し、全体として発生する環境負荷を推定している。
Mikko Jalas, A Time Use Perspective on the Materials Intensity of Consumption, Ecological Economics 41 (2002) 109-123. Kazue Takahashi, et.al. Environmental Impact of Information and Communication Technologies Including Rebound Effects, Proc. of the Int. Symp. on Electronics and the Environment, IEEE, (2004-5) 13-16.
Mikko Jalas, A Time Use Perspective on the Materials Intensity of Consumption, Ecological Economics 41 (2002) 109-123. Kazue Takahashi, et.al. Environmental Impact of Information and Communication Technologies Including Rebound Effects, Proc. of the Int. Symp. on Electronics and the Environment, IEEE, (2004-5) 13-16.
非特許文献1のような方法では、対象集団の属性やその集団の置かれた状況を無視しており、かなり粗い推定にならざるを得ない。また、非特許文献2の方法では、対象集団を限定して考慮する点、当該サービスによって発生した余剰時間に限定する点において、より精密な推定ができるものと考えられるが、その都度アンケートを実施しなければならなく、アンケートに要する労力が大きい。また、アンケート回答通りに対象集団が振舞うのかという、基本的な疑問もある。このように、時間効率の向上に伴う対象集団の活動予測を行うには、従来技術では不十分である。
本発明は、人の行動パターンを集約した行動統計データを利用し、この行動統計データを場所の制約条件を使って改変し、対象集団の活動を予測する方法、装置及びプログラムを提供することを目的とする。
本発明は、人の行動パターンを集約して作られた行動統計データをデータベースから読み出し、読み出した行動統計データを、対象集団に応じてキー入力された場所の制約条件に従って改変して対象集団の活動発生確率を求めることを特徴とする活動予測方法を提供する。
本発明によれば、対象集団の属性や置かれた状況を加味して活動予測することが可能であり、この予測結果と環境負荷データを組み合わせることによって、余剰時間に発生する環境負荷を推定することもできる。したがって、新製品や新サービスによって発生するリバウンド効果を、特定の製品・サービス分野に依存せず、精度良く、且つアンケートに頼らず自動的に推定することが可能である。
以下図面を参照して本発明の実施形態を説明する。
(第1の実施形態)
図1は、本発明に従った第1の実施形態の活動予測方法を説明するための図を示している。これによると、入力処理S11では、対象集団の構成情報(年齢層、性別、職種、人数)、曜日、時刻、場所、余剰時間、余剰所得が入力される。改変処理S12では、統計データとして存在する活動発生確率データ(時間帯別活動発生確率データ、3次活動細目発生確率データ)が、場所制約や消費支出による制約(消費支出、活動1回あたりの所要費用)によって改変される。割り当て処理S13では、算出した活動発生確率の情報を基に、余剰時間へ活動が割り当てられる。最後の環境負荷計算処理S14では、割り当てられた活動の環境負荷原単位(時間当たり、金額当たり)を用いて余剰時間内に発生する環境負荷が計算される。
図1は、本発明に従った第1の実施形態の活動予測方法を説明するための図を示している。これによると、入力処理S11では、対象集団の構成情報(年齢層、性別、職種、人数)、曜日、時刻、場所、余剰時間、余剰所得が入力される。改変処理S12では、統計データとして存在する活動発生確率データ(時間帯別活動発生確率データ、3次活動細目発生確率データ)が、場所制約や消費支出による制約(消費支出、活動1回あたりの所要費用)によって改変される。割り当て処理S13では、算出した活動発生確率の情報を基に、余剰時間へ活動が割り当てられる。最後の環境負荷計算処理S14では、割り当てられた活動の環境負荷原単位(時間当たり、金額当たり)を用いて余剰時間内に発生する環境負荷が計算される。
以下、具体的な例に基づいて本実施形態で説明する。ここでは、対象集団として100人の30代の女性システムエンジニアが平日にe-learningを受講することを想定する。受講場所は家庭で、15:00に終了して余剰時間が2時間発生するものとする。余剰時間は集合教育を受けた場合と比較して算出された値である。また、e-learningに伴って余剰所得は増大しないものとする。この場合、対象集団の活動を以下のように分類できる。すなわち
1次活動(生理的に必要な活動)
睡眠、身の回りの用事、食事
2次活動(義務的に生じる活動)
通勤・通学、仕事、学業、家事、介護・看護、育児、買い物
3次活動(余暇活動と呼ばれる活動)
移動(通勤・通学を除く)、テレビ・ラジオ・新聞・雑誌、
休養・くつろぎ、学習・研究(学業以外)、趣味・娯楽、
スポーツ、ボランティア活動・社会参加活動、
交際・付き合い、受信・診療、その他
1次活動(生理的に必要な活動)
睡眠、身の回りの用事、食事
2次活動(義務的に生じる活動)
通勤・通学、仕事、学業、家事、介護・看護、育児、買い物
3次活動(余暇活動と呼ばれる活動)
移動(通勤・通学を除く)、テレビ・ラジオ・新聞・雑誌、
休養・くつろぎ、学習・研究(学業以外)、趣味・娯楽、
スポーツ、ボランティア活動・社会参加活動、
交際・付き合い、受信・診療、その他
図2は、平日における成人女性の1次、2次、3次活動の行動統計データに基づいた行動率グラフ、即ち横軸を時間帯、縦軸を行動率とした行動率グラフを示している。このグラフには、右側のテーブルに示す各種活動が含まれている。このグラフに対して15:00における成人女性の活動を抽出すると、図3に示されるような1次、2次、3次活動の発生確率が得られる。図3における各活動の細目が図4に示されている。図3の活動、例えば、移動は、図4に示すように鉄道、バス、自動車、二輪車、徒歩についてのそれぞれ発生確率を示している。同様にスポーツ、趣味・娯楽、学習・研究、ボランティア活動・社会参加活動の細目について発生確率が示されている。各発生確率は合計が100%ととなるように各活動に付与されている。
これらの行動統計データは、評価シナリオに応じて図5に示す手順で改変される。まず、場所の制約のため選択できない活動、即ち「通勤・通学」「学業」の発生確率を0に変更する(S21)。即ち、対象集団は、場所の制約が家庭であるので、図6に示すように通勤・通学、学業という活動の発生確率は著しく低いものとして無視するものとする。次に、支出の制約のため選択できない活動の発生確率を0に変更する(S22)。これについては、後述する。その後、発生確率の合計が100%になるように正規化する(S23)。ここでは、先ず、場所の制約について正規化する。即ち、発生確率を0にした元の発生確率、即ち、「通勤・通学」の発生確率2.04と「学業」の発生確率6.32の合計8.36が他の活動に振り分けられ、残りの活動の発生確率の合計を100%にする。
次に、支出の制約に付いて説明する。図7は、システムエンジニアという職種の場合の年収と消費率に関する統計データを示している。消費率とは、年収に対する消費支出額の割合を表す。例えば、女性30代のシステムエンジニアの場合、1日当たりの平均消費支出は、年収600万円×消費率80%/365日=13,500円/日と算出できる。ここで、土曜日曜で全消費支出の80%を消費すると仮定すると、平日1日当たり平均消費支出=13,500×7×0.2/5=3,780円と計算できる。この3,780円という支出に関する制約条件を用いると、例えば、図8に示すようにこの金額3,780円を越える趣味娯楽活動は行わないものとする。従って、図9に示すように3,780円を越える金額の活動、即ち「演芸・演劇鑑賞」「クラシック鑑賞」「歌謡曲鑑賞」の発生確率を0に改変する。改変後は、支出の制約について場所の制約と同様にして正規化される。
場所の制約と支出の制約の双方を反映し、且つ発生確率の合計値が100%になるように正規化した例が図10及び図11に示される。即ち、図10では、「通勤・通学」及び「学業」が0とされ、図11では、「演芸・演劇鑑賞」「クラシック鑑賞」「歌謡曲鑑賞」が0とされて正規化されている。これにより、初期の行動統計データが30代の女性システムエンジニアに当てはまるように改変されたことになる。 上述のようにして、活動発生確率が求められると、余剰時間、本実施例の場合3時から5時までの間2時間余りが活動に割り当てていく。本実施形態では、対象集団が100人としているので、集団全体で割り付ける方法を採用している。1人当たり2時間の余剰時間であるので、100人全体では200時間の余剰時間がでることになる。この200時間に活動を割り当てる。
図12のフローチャートは、上記の割り当て方法を示している。これによると、まず、余剰時間、例えば2時間に集団人数、例えば100人を乗じて集団全体の発生余剰時間Tc(200時間)を算出しておく。そして発生確率の高い活動から順に期待活動時間を割り当てる。この場合、最初に、割り当て済み総時間数Tを0に設定する(S31)。次に、活動rが1に設定される(S32)。その後、総時間Tに活動rの平均活動時間trと活動rの発生確率prとの積、即ち活動rの期待活動時間が加算され、総時間Tが更新される(S33)。割り当て済み総時間数Tと発生余剰時間Tcと比較され(S34)、割り当て済み総時間数T≧発生余剰時間Tcとなるまでは、期待活動時間を順次割り当てられる。即ち、活動rが活動種類総数Rと比較され(S35)、この比較においてr=Rでなければ、活動rが更新され(S36)、ステップS33に戻る。TがTcを超えた場合は、T=Tcとなるように端数処理が行われ、処理は終了する。trの例として、30代女性の趣味娯楽活動1回当たりの平均所要時間の例を図13に示す。
図14は、こうして割り当てた活動時間を、活動ごとに集計し、割り当て活動時間が多い上位20活動を示している。本例では、e-learning実施後の余剰時間を、再び仕事(システムエンジニアリング)に費やす人が最も多いことを示している。ただし、仕事に続いて、買物、交際・付き合い、自動車による移動などの活動を選択する人もいることを示している。
上述のようにして時間さえ割り当てれば、各活動の1時間当たりの環境負荷のデータベースを用意しておけば、各活動における二酸化炭素発生率から200時間の中で発生する環境負荷を算出できる。この環境負荷を求めるのが最終的な目的ではあるが、ここに至るまでの一番の重要点は何の行動に何時間対象集団が費やするかを出力することである。一人2時間を割り当てようとすると2時間の中で選べる活動はそんなに多くない。集団の人数が増えることによって個人の活動が多様であり、選べる活動が増える。従って本発明は集団の規模が大きくなるほど選択活動が多様になるという実態を反映した結果が得られる。以下具体的に、活動時間データと環境負荷との関係について説明する。
図15は、金額当たり、時間当たりの活動による二酸化炭素排出量についての環境負荷原単位の統計データの一部を示している。これによると、活動ごとの平均活動時間(1回当たりの時間消費(H))及び平均支出(1回当たりの個人支出(円))のデータを用いて、金額当たりの環境負荷原単位(CO2−kg/円)を、時間当たりの環境負荷原単位(CO2−kg/H)に変換している.
図16は、環境負荷算出結果の一部、即ち環境負荷で上位20位までの活動に対しての環境負荷(合計417CO2−kg))についての環境負荷算出結果の一部を示している。これによると、時間当たりの環境負荷原単位を、推定活動時間に乗じて算出した環境負荷の予測値が示されている。本結果は、e-learningで発生した平日の15:00から17:00の余剰時間で、当該対象集団から発生する二酸化炭素発生量の予測値を示している。本例では、引き続き仕事を行うことで発生する環境負荷が大きいことが分かる。一方、図14と図16を比較すると、割り当て活動時間の長い活動が必ずしも環境負荷を多く排出しているわけではないことが分かる。これは環境負荷原単位が異なるからである。
図16は、環境負荷算出結果の一部、即ち環境負荷で上位20位までの活動に対しての環境負荷(合計417CO2−kg))についての環境負荷算出結果の一部を示している。これによると、時間当たりの環境負荷原単位を、推定活動時間に乗じて算出した環境負荷の予測値が示されている。本結果は、e-learningで発生した平日の15:00から17:00の余剰時間で、当該対象集団から発生する二酸化炭素発生量の予測値を示している。本例では、引き続き仕事を行うことで発生する環境負荷が大きいことが分かる。一方、図14と図16を比較すると、割り当て活動時間の長い活動が必ずしも環境負荷を多く排出しているわけではないことが分かる。これは環境負荷原単位が異なるからである。
このように本発明によって、対象集団の属性や場所の情報を加味した上で、余剰時間によって発生する環境負荷総量とその内訳を予測することができる。集団の規模が増加するほど環境負荷に対する影響は大きくなる。
図17は、上記実施形態の活動予測方法を実施するハードウエア、即ち活動予測装置を示している。本装置には、プロセッサ(CPU)111、統計データ改変部112、時間割り当て部113、環境負荷算出部114、表示装置115、入出力装置116、各種データベース、即ち場所と活動の制約情報データベース117、時間帯別活動発生確率データベース118、3次活動細目発生確率データベース119、消費支出データベース120、活動1回当たりの所要時間費用データベース121、活動1回当たりの所要時間データベース122及び環境負荷原単位データベース123、並びに外部記憶装置124が設けられている。
統計データ改変部112、時間割り当て部113、および環境負荷算出部114はメモリ125に格納されたプログラムに相当する。プロセッサ111は外部記憶装置124からメモリ125にロードされたプログラムを実行することにより、入出力制御や各種演算処理を含め、必要な各種制御処理を実施する。
図17のシステムにおいて、ユーザが調査対象を30代の女性システムエンジニア100人としたとすると、ユーザは、入出力装置116を介して条件、例えば年齢層、性別、職種、人数、曜日、時刻、場所、余剰時間、余剰所得などを入力する。条件を入力すると、時間帯別活動発生確率データベース118及び3次活動細目発生確率データベースから活動発生確率を読み出し、また、場所の制約情報データベース117、消費支出データベース120、活動1回当たりの所要費用データベース121、活動1回当たりの所要時間データベース122からそれぞれのデータを読み込む。プロセッサ111は、統計データ改変部112、時間割り当て部113、および環境負荷算出部114に格納されたプログラムに従って活動発生確率を、図1乃至図13を参照して説明した手順に従って改変する。
上記の改変処理により得られた結果は、環境負荷推定などに利用できる。即ち、この集団ならどのくらい環境負荷が出るかを推定するために利用できる。尚、改変処理結果は、表示装置に115に表示でき、又は入出力装置116でプリントできる。
上述のように対象集団を集団教育からe-learningに転換するサービスを行うことにより2時間の余剰時間ができ、この余剰時間に応じて環境負荷が減少することを推定することができる。当然、この余剰時間に環境負荷の高い活動を行ったらかえって環境負荷が増えることもある。この場合には、時間帯をずらすこと、又は対象とするサービスを変えることも考えるデータとして使用できる。
図18は、例えば、対象集団の嗜好性に関する情報や、余剰時間終了後の拘束条件(17:00には家庭にいなければならない、など)を加味して活動割り当てを行うことで、より精密な推定を実施可能になる実施形態を示している。本実施形態のように、買い物好きとかボランティア好きとかの嗜好性の情報をいろいろ追加することによって活動発生確率をより細かく改変できる。
第1の実施形態1と第2の実施形態とでは、嗜好性が考慮されているか否か、余剰時間経過後の高速条件があるかないかの違いがある。例えば、図10、図11の改変テーブルでは確率が少ないものを0としているが、例えば、買い物が好きな人があれば、図19に示すように買い物の発生確率を10%上げる(S24)など、あらかじめ定めたルールに従って改変しても良い。余剰時間経過後の活動拘束情報、例えば午後5時まで時間が空いているが午後5時の時点で必ず家にいなければならないか、午後5時の時点で別の場所に移動していなければならないとかの情報があればそのような情報を入れても良い。例えば、午後5時の時点で別の場所に移動していなければならないのなら移動に関する発生確率が上がる。
上記のように本発明では、対象集団に対して新たな余剰時間が与えられたときに、当該集団がどのように振舞うかを、対象集団の属性や置かれた状況に応じて予測する。即ち、時間効率向上に関連して発生する余剰時間に、対象集団がどのような活動に時間を費やすのかを、対象集団の属性や置かれた状況を加味して対象集団の活動を予測する。
111…プロセッサ、112…統計データ改変部、113…時間割り当て部、114…環境負荷算出部、115…表示装置、116…入出力装置、117…場所と活動の制約情報データベース、118…時間帯別活動発生確率データベース、119…3次活動細目発生確率データベース、120…消費支出データベース、121…活動1回当たりの所要時間費用データベース、122…活動1回当たりの所要時間データベース、123…環境負荷原単位データベース、124…外部記憶装置、125…メモリ
Claims (16)
- 人の行動パターンを集約して作られた行動統計データをデータベースから読み出し、読み出した行動統計データを、対象集団に応じてキー入力された場所の制約条件に従って改変して対象集団の活動発生確率を求めることを特徴とする活動予測方法。
- 消費支出データベースから対象集団の消費支出データを読み出し、この消費支出データを用いて前記行動統計データを改変して活動発生確率を求めることを特徴とする請求項1記載の活動予測方法。
- 対象集団の嗜好性データを用いて前記行動統計データを改変して活動発生確率を求めることを特徴とする請求項1又は2記載の活動予測方法。
- 対象集団の活動の転換により生じる集団人数分の総余剰時間を算出し、この総余剰時間を活動発生確率に応じて各種活動に割り当てることを特徴とする請求項1又は2に記載の活動予測方法。
- 集団人数分の総余剰時間に達するまで,活動発生確率に従って一人平均活動時間を活動に割り当てることを特徴とする請求項4の活動予測方法。
- 前記改変は、対象集団が選択しない活動の発生確率を0に設定し、改変後の残りの活動の発生確率を正規化することを含むことを特徴とする請求項1乃至5のいずれか1記載の活動予測方法。
- 前記改変は、対象集団の活動の少なくとも1つの細目を改変することを含むことを特徴とする請求項1乃至6のいずれか1記載の活動予測方法。
- 人の行動パターンを集約して作られた行動統計データをデータベースから読み出し、読み出した行動統計データを、対象集団に応じてキー入力された消費支出の制約条件に従って改変して対象集団の活動発生確率を求めることを特徴とする活動予測方法。
- 人の行動パターンを集約して作られた行動統計データをデータベースから読み出し、読み出した行動統計データを、対象集団に応じてキー入力された嗜好性の制約条件に従って改変して対象集団の活動発生確率を求めることを特徴とする活動予測方法。
- 人の行動パターンを集約して得られる行動統計データを格納するデータベースと、このデータベースから行動統計データを読み出し、読み出した行動統計データをキー入力された場所の制約条件に従って改変することによって対象集団の活動発生確率を求める処理手段とを具備する活動予測装置。
- 前記処理手段は、対象集団の消費支出データを用いて対象集団に関する行動統計データを改変する、請求項10記載の活動予測装置。
- 前記処理手段は、対象集団の活動の転換により生じる集団人数分の総余剰時間を算出し、この総余剰時間を活動発生確率に応じて各種活動に割り当てる、請求項10又は11に記載の活動予測装置。
- 前記処理手段は、集団人数分の総余剰時間に達するまで,活動発生確率に従って一人平均活動時間を活動に割り当てる、請求項12の活動予測装置。
- 前記処理手段は、対象集団が選択しない活動の発生確率を0に設定し、改変後の残りの活動の発生確率を正規化する、請求項10乃至13のいずれか1記載の活動予測装置。
- 前記処理手段は、対象集団の活動の少なくとも1つの細目を改変する、請求項10乃至14のいずれか1記載の活動予測装置。
- 人の行動パターンを集約して作られた行動統計データをデータベースから読み出す命令と、読み出した行動統計データを、対象集団に応じてキー入力された場所の制約条件に従って改変して対象集団の活動発生確率を求める命令をコンピュータに実行させることを特徴とする活動予測プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005281656A JP2007094644A (ja) | 2005-09-28 | 2005-09-28 | 活動予測方法および装置 |
US11/389,067 US20070073568A1 (en) | 2005-09-28 | 2006-03-27 | Method and apparatus to predict activity |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005281656A JP2007094644A (ja) | 2005-09-28 | 2005-09-28 | 活動予測方法および装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007094644A true JP2007094644A (ja) | 2007-04-12 |
Family
ID=37895283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005281656A Pending JP2007094644A (ja) | 2005-09-28 | 2005-09-28 | 活動予測方法および装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20070073568A1 (ja) |
JP (1) | JP2007094644A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017097469A (ja) * | 2015-11-19 | 2017-06-01 | 日本電信電話株式会社 | リバウンド効果計算装置及びリバウンド効果計算方法 |
JP2018032188A (ja) * | 2016-08-24 | 2018-03-01 | 日本電信電話株式会社 | リバウンド効果計算システム及びリバウンド効果計算方法 |
JP2020149240A (ja) * | 2019-03-12 | 2020-09-17 | Necソリューションイノベータ株式会社 | タイミング決定装置、決定方法、プログラム、および記録媒体 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4834624B2 (ja) * | 2006-10-18 | 2011-12-14 | 株式会社東芝 | 行動推定装置およびプログラム |
JP2009134596A (ja) * | 2007-11-30 | 2009-06-18 | Toshiba Corp | 行動評価装置および方法 |
US8249912B2 (en) * | 2008-02-20 | 2012-08-21 | Sebastian Elliot | Method for determining, correlating and examining the causal relationships between media program and commercial content with response rates to advertising and product placement |
CN109993588A (zh) * | 2019-04-10 | 2019-07-09 | 北京学之途网络科技有限公司 | 一种用户年龄预测的方法及装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5216623A (en) * | 1990-06-06 | 1993-06-01 | M. T. Mcbrian, Inc. | System and method for monitoring and analyzing energy characteristics |
CA2116168A1 (en) * | 1993-03-02 | 1994-09-03 | Gregory Cmar | Process for identifying patterns of electric energy consumption and demand in a facility, predicting and verifying the effects of proposed changes, and implementing such changes in the facility to conserve energy |
US5848396A (en) * | 1996-04-26 | 1998-12-08 | Freedom Of Information, Inc. | Method and apparatus for determining behavioral profile of a computer user |
US6618709B1 (en) * | 1998-04-03 | 2003-09-09 | Enerwise Global Technologies, Inc. | Computer assisted and/or implemented process and architecture for web-based monitoring of energy related usage, and client accessibility therefor |
US6366889B1 (en) * | 1998-05-18 | 2002-04-02 | Joseph A. Zaloom | Optimizing operational efficiency and reducing costs of major energy system at large facilities |
US6553418B1 (en) * | 1999-01-02 | 2003-04-22 | Daniel J. Collins | Energy information and control system |
US7062449B1 (en) * | 1999-06-16 | 2006-06-13 | Metier Ltd. | Method and apparatus for planning and monitoring multiple tasks based on user defined criteria and predictive ability and for automatically detecting task related work |
AU6097600A (en) * | 1999-07-15 | 2001-02-05 | Ebidenergy.Com | User interface to facilitate, analyze and manage resource consumption |
US6647372B1 (en) * | 1999-12-02 | 2003-11-11 | Forecourt Communications Group | Method and apparatus for using prior activities to improve the probability of completing transactions for a customer in a retail environment |
US6947854B2 (en) * | 2000-02-29 | 2005-09-20 | Quadlogic Controls Corporation | System and method for on-line monitoring and billing of power consumption |
JP2002092098A (ja) * | 2000-09-20 | 2002-03-29 | Hitachi Ltd | 省エネルギー設備費用の回収方法及び回収システム |
US6577962B1 (en) * | 2000-09-28 | 2003-06-10 | Silicon Energy, Inc. | System and method for forecasting energy usage load |
US6785620B2 (en) * | 2001-02-08 | 2004-08-31 | Weatherwise Usa, Llc | Energy efficiency measuring system and reporting methods |
SG115453A1 (en) * | 2002-02-27 | 2005-10-28 | Oneempower Pte Ltd | Activity management method |
US20050177282A1 (en) * | 2004-01-16 | 2005-08-11 | Mason Paul L.Ii | Energy saving vending machine and control |
-
2005
- 2005-09-28 JP JP2005281656A patent/JP2007094644A/ja active Pending
-
2006
- 2006-03-27 US US11/389,067 patent/US20070073568A1/en not_active Abandoned
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017097469A (ja) * | 2015-11-19 | 2017-06-01 | 日本電信電話株式会社 | リバウンド効果計算装置及びリバウンド効果計算方法 |
JP2018032188A (ja) * | 2016-08-24 | 2018-03-01 | 日本電信電話株式会社 | リバウンド効果計算システム及びリバウンド効果計算方法 |
JP2020149240A (ja) * | 2019-03-12 | 2020-09-17 | Necソリューションイノベータ株式会社 | タイミング決定装置、決定方法、プログラム、および記録媒体 |
JP7260148B2 (ja) | 2019-03-12 | 2023-04-18 | Necソリューションイノベータ株式会社 | タイミング決定装置、決定方法、プログラム、および記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20070073568A1 (en) | 2007-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hamidi et al. | Does urban form matter for innovation productivity? A national multi-level study of the association between neighbourhood innovation capacity and urban sprawl | |
Long et al. | Pooling in tourism demand forecasting | |
Farouk El Gayar et al. | An integrated framework for advanced hotel revenue management | |
Lyons et al. | The dynamics of urban metabolism in the face of digitalization and changing lifestyles: Understanding and influencing our cities | |
Bertsimas et al. | Optimizing schools’ start time and bus routes | |
Behrman et al. | Progressing through PROGRESA: An impact assessment of a school subsidy experiment in rural Mexico | |
Cao et al. | Do changes in neighborhood characteristics lead to changes in travel behavior? A structural equations modeling approach | |
Nurul Habib | A comprehensive utility-based system of activity-travel scheduling options modelling (CUSTOM) for worker's daily activity scheduling processes | |
JP2007094644A (ja) | 活動予測方法および装置 | |
Grida et al. | A system dynamics-based model to implement the Theory of Constraints in a healthcare system | |
Habib et al. | An activity-based approach of investigating travel behaviour of older people: Application of a time–space constrained scheduling model (CUSTOM) for older people in the National Capital Region (NCR) of Canada | |
Sundaramoorthi et al. | A data-integrated simulation-based optimization for assigning nurses to patient admissions | |
Lee et al. | Algorithms for single-machine scheduling to minimize the total tardiness with learning effects and two competing agents | |
Dong et al. | Activity involvement and time spent on computers for leisure: an econometric analysis on the American Time Use Survey dataset | |
Hu et al. | Modeling and analysis of excess commuting with trip chains | |
Habib et al. | Development of an integrated transportation and land use microsimulation model on a flexible modeling platform | |
Feil | Choosing the daily schedule: Expanding activity based travel demand modelling | |
Morillo Torres et al. | A new model and metaheuristic approach for the energy-based resource-constrained scheduling problem | |
Habib et al. | Daily activity-travel scheduling behaviour of non-workers in the National Capital Region (NCR) of Canada | |
Ranjan et al. | The impact of estimation: A new method for clustering and trajectory estimation in patient flow modeling | |
Yahia et al. | A Design and Engineering Methodology for Organization-based simulation model for operating room scheduling problems | |
De Armas et al. | Improving the accessibility to public schools in urban areas of developing countries through a location model and an analytical framework | |
Benchoff et al. | Kaiser permanente oakland medical center optimizes operating room block schedule for new hospital | |
Kole | Housing vouchers reduce residential crowding | |
Aliyah et al. | Traditional market revitalization as an urban catalyst in the City of Surakarta |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090512 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091006 |