JP2008242867A - 抽選処理用のプログラム - Google Patents

Abstract

【課題】当選数が限定されている予約販売の受付において、大量の予約があった場合の抽選処理の遅延を解消する。
【解決手段】データベースサーバ２０は、会員データベース２１、仕入情報データベース２２、申込みデータ２２３及びモデル式データベース２４を備える。データベースサーバ２０で実行される抽選アプリケーション２６は、仕入情報データベース２２から仕入情報を読み出し、チケット販売が事前抽選方式であれば、該当するモデル式をモデル式データベース２４から読み出し、申込み数または期間毎に事前抽選を行い、前記モデル式により算出した数だけの当選者または仮当選者を決定する。そして、申込み受付期間終了後の本抽選で、残りの当選者を決定する。
【選択図】図１

Description

本発明は、商品の申込者について抽選を行い、当選者を決定する抽選方式に係り、特に、予め当選数が決められている商品の申込みを所定の受付期間内に受け付け、申込者の中から当選者を決定する抽選処理をコンピュータに実行させるプログラムに関する。

最近では、音楽、演劇、スポーツ、映画、イベントなどのチケット販売は、電話回線やインターネットなどを介して、電話（固定電話や携帯電話）やパソコン（パーソナルコンピュータ）などの端末からオンラインで行うようになっている。チケット販売業者は、社内や社外のコンピュータシステムのサーバで、顧客のチケット購入を受け付け、チケットの販売を行っている。

チケット販売の形態の一つに、予約販売がある。予約販売の場合、先着順に販売する方式（先着順方式）や、受付期間を限定し、受付期間終了後に当選を行い、当選者にのみ、チケットを販売する方式（抽選方式）などがある。

抽選方式の場合、サーバがユーザからのチケット申込情報を蓄積し、受付期間終了後に、それらのチケット申込情報を基に、チケットの購入を申し込んだ顧客の中から当選者を決定する。当選者の決定については申込者の特性を考慮するなど、求められる処理は多数存在しており複雑化傾向にある。

この抽選方式のチケット販売は、チケット販売業者のサーバにおいて、バッチ処理により行われている。該サーバによるチケット販売のバッチ処理は複数のジョブに分かれており、それらのジョブは、処理の整合性を保つために、所定の順序で実行されるよう連携される。すなわち、後続のジョブは、前段のジョブが終了するまで待機するようにスケジューリングされる。

図２５は、上記チケット販売のサーバによるバッチ処理の構成例を示す図である。
図２５に示すチケット販売システム１０００は、ジョブ１００１〜１００５の５つのジョブから構成されている。ジョブ１００１は「座席登録処理」のジョブ、ジョブ１００２は「抽選処理」のジョブ、ジョブ１００３は「メール発信」のジョブ、ジョブ１００４は「売上処理」のジョブ、ジョブ１００５は「経理処理」のジョブである。

チケット販売システム１０００では、ジョブ処理の前後関係の整合性を保つために、ジョブの起動順序が定まっており、最初に座席登録ジョブ１００１が起動され、座席登録ジョブ１００１が終了すると、抽選ジョブ１００２が起動される。抽選ジョブ１００２が終了すると、メール発信ジョブ１００３と売上ジョブ１００４が並行して起動可能になる。メール発信ジョブ１００３の後続ジョブは無いが、売上ジョブ１００４には、後続ジョブとして、経理ジョブ１００５が存在する。

図２６は、上記チケット販売システム１０００において、抽選ジョブ１００２に遅延が生じた場合の問題点を示す図である。
図２６に示すように、抽選ジョブ１００２が遅延すると、後続のメール発信ジョブ１００３と売上ジョブ１００４が起動できないため、当落メールを発信するメール発信処理やチケットの売上を会計する売上処理が実施できなくなる。このように、抽選ジョブ１００２の遅延は、そのジョブが扱う処理だけでなく、後続するジョブが扱う、システムのその後の処理にまで影響が及ぶことになる。したがって、顧客に報知している当選発表時刻に
メールやＷｅｂサイトで当選結果を知らせることができず、顧客からの問い合わせや、顧客のクレームの対象となってしまうという問題が発生する。

抽選ジョブ１００２の処理遅延は、大量の予約を受け付けた場合に生じる。この場合、申込みデータが大量になるので、その申込みデータの取り扱いに処理が費やされ、全体的な処理時間が長くなってしまう。

ところで、本発明に関連する発明として、商品の予約販売する場合に、受付期間を複数の時間単位（期間）に分割し、申込み受付期間終了後に、アクセス数（予約申込数）に応じて各期間の当選確率を決定し、各期間毎に、その当選確率に基いて当選者の抽選を行う抽選装置が知られている（特許技術文献１参照）。また、くじ引きにおいて、くじの主催者が当選者数を自由に設定でき、その場で、当落が判明する抽選装置が知られている（特許技術文献２参照）。
特開２００３−１１４９９７号公報 特開２００６−４０７４号公報

上述したように、最近の抽選方式における当選者の決定については申込者の特性を考慮するなど、求められる処理は多数存在しており複雑化傾向にある。このため、従来のチケット販売システムは、大量の予約を受け付けた場合、抽選処理（抽選ジョブ１００２の実行時間）が長時間になる傾向が高まっている。このため、抽選ジョブに後続するジョブの実行が遅延し、その結果として、顧客への発表スケジュールに影響を及ぼす傾向が顕著になってきている。したがって、チケット販売システム等の抽選処理を伴うシステムにおいて、処理内容の複雑化に伴い処理時間の遅延が顕在化してきている抽選処理を高速化することが、システム運営上の観点から重要になってきている。

本発明は、当選数が限定された申込み受付販売において、大量の予約を受け付けた場合にも、申込み受付期間終了後の抽選処理を高速に実行できるようにすることである。

本発明のプログラムは、予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う処理をコンピュータに実行させるプログラムを前提とする。

本発明のプログラムの第１の態様は、前記申込み受付期間中に、申込者から受け付けた申込みデータを申込みデータ記憶手段に保存し、該申込みデータ記憶手段に申込みデータが保存されている申込者に対して、予め定められたモデル式に従って事前抽選を行い、該事前抽選により当選者を決定する第1のステップと、申込み受付期間終了後に、前記申込みデータ記憶手段に保存されている申込みデータを参照して、前記事前抽選を受けていない申込者を抽出し、該申込者の中から、残りの当選者を抽選により決定する第2のステップとを備える処理をコンピュータに実行させる。

本発明のプログラムの第１態様によれば、申込み受付期間中に、申込者に対して事前抽選を少なくとも１回行い、該事前抽選において、申込み受付期間中に当選者を決定しておく。そして、申込み受付期間が終了すると、事前抽選を受けていない申込者について抽選を行い、残りの当選者を決定する。このため、受付期間終了後の抽選において、抽選対象となる申込者の数を削減できる。この結果、受付期間終了後の抽選処理の負荷が軽減され、該抽選処理の時間を短縮できる。

本発明のプログラムの第２態様は、前記申込み受付期間中に、申込者から受け付けた申込みデータを申込みデータ記憶手段に保存し、該申込みデータ記憶手段に申込みデータが保存されている申込者に対して、予め定められたモデル式に従って申込みを行なった申込者に対して事前抽選を行い、該事前抽選により仮当選者を決定する第1のステップと、申込み受付期間終了後に、前記申込みデータ記憶手段に保存されている申込みデータを参照して、前記事前抽選により仮当選者に決定した応募者を抽出し、該応募者の中から、前記当選数の当選者を抽選により決定する第２のステップとを備える処理をコンピュータに実行させる。

本発明のプログラムの第２態様によれば、申込み受付期間中に、申込者に対して事前抽選を少なくとも１回行い、仮当選者を決定する。そして、申込み受付期間終了後には、それらの仮当選者についてのみ抽選処理を行う。仮当選者の数は申込者数よりも少ないので、申込み受付期間終了後の抽選対象者の数は削減される。したがって、申込み受付期間終了後の抽選処理の負荷が軽減され、該抽選処理の時間を短縮できる。

本発明のプログラムの第３態様は、前記本発明のプログラムの第１または第２態様のプログラムにおいて、前記第1のステップにおける前記事前抽選による当選数は、前記申込み受付期間中の申込み数の時間的推移をモデル化したモデル式に基いて算出する。

本発明のプログラムの第3態様によれば、事前抽選による当選数は、申込み受付期間中の申込み数の時間的推移をモデル化したモデル式に基いて決定される。このため、各事前抽選における当選確率がほぼ均一となるように、各事前抽選時の当選数を設定できる。したがって、各事前抽選時の当選確率をほぼ均等に設定できるので、申込時期によって当選が有利になるようなことが極力排除される。この結果、事前抽選において、申込者に対する当選の公平性を、ある程度確保できるようになる。

本発明のプログラムの第４態様は、前記プログラムの第１または第２態様において、さらに、受付期間中の申込数の時間的推移に基いて、受付期間中の申込数の時間的推移を予測するモデル式を生成する第３のステップを備える。

本発明のプログラムの第4態様により生成される、受付期間中の申込数の時間的推移を予測するモデル式は、受付期間中の申込数の時間的推移を反映したものとなる。したがって、受付期間中の申込数の推移曲線に極めて近似するモデル式を生成できる。

本発明の抽選方法は、予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選方法を前提とする。

本発明の抽選方法の第１態様は、前記申込み受付期間中に、申込者に対して事前抽選を行い、該事前抽選により当選者を決定する第1のステップと、申込み受付期間終了後に、前記事前抽選を受けていない申込者の中から、残りの当選者を抽選により決定する第2のステップとを備える。

本発明の抽選方法の第２態様は、前記申込み受付期間中に申込みを行なった申込者に対して事前抽選を少なくとも１回行い、該事前抽選により仮当選者を決定する第1のステップと、申込み受付期間終了後に、前記事前抽選により仮当選者に決定した応募者の中から、前記当選数の当選者を抽選により決定する第2のステップとを備える。

本発明によれば、当選数が限定された申込み受付販売において、事前抽選を行い、抽選
日当日の抽選対象者の数を絞り込むので、抽選日当日の抽選処理を高速化できる。このため、抽選処理の後続処理（当選発表、席割付、発券処理など）の遅延が解消される。また、該事前抽選において、申込み時期に係らず当選確率が均等になるように抽選するので、公平な抽選が可能となる。また、さらに、イベントの特性に応じたモデル式を採用して、事前抽選時における当選数を設定するので、各回の事前抽選における当選数を、実際の申込み受付数の時間的推移を反映する適切な値に設定することができる。

［本発明の概要］
本発明の特徴は、以下の通りである。
１）抽選日時より前に事前抽選を行うことにより、抽選日当日の抽選処理の負荷を軽減する。
２）事前抽選の起動タイミング
ａ．申込数が設定値Yの整数倍を超えるタイミングが到来する毎に起動
ｂ．事前抽選実施間隔を予め決めておくことで、所定日数間隔で起動
３）事前抽選の方法
モデル式により算出される当選数だけ当選数を決定していく方法（方法ａ）と、「仮当選本抽選待ち」というステイタスを設け、抽選日当日には、少なくなった抽選候補者（「抽選待ち」または「仮当選本抽選待ち」の申込者）に対してのみ抽選を実施することで、抽選日当日の抽選処理の負荷を軽減させる方法（方法ｂ）を設ける。
これらの方法を採用することにより、事前抽選後半で申込者が存在しない場合、当選数を満たす当選者を確保できなくなるというリスクを回避することができる。
４）事前当選数を決定する申込み予想関数のモデル式の選択方法
ａ．過去の申込みデータを蓄積し、その蓄積データを基に作成された近似関数を、モデル式として選択可能とする
ｂ．イベント特性に応じたモデル式を自動選択する

［実施形態］
以下、図面を参照しながら、本発明の実施形態を説明する。
｛システム構成｝
図１は、本発明の実施形態である販売システム１の全体構成を示す図である。社外用Ｗｅｂ／ＡＰサーバ（Ｗｅｂアプリケーションサーバ）１０、ＤＢサーバ(データベースサーバ)２０、社内用Ｗｅｂ／ＡＰサーバ（Ｗｅｂアプリケーションサーバ）３０及び社内端末４０を備えている。

販売システム１は、チケットなどの商品の購入者（顧客）６０の端末とインターネットや携帯電話網、さらには固定電話網などの社外ネットワーク７０を介して通信接続される。購入者６０は、パソコン（パーソナルコンピュータ）６１、携帯電話６２または固定電話６３などの端末を利用して、販売システム１にアクセスし、商品の購入を申し込む。パソコン６１の場合は、ＷｅｂブラウザがＨＴＴＰ(Hyper Text Transfer Protocol)によりＷｅｂアプリケーションサーバ１０とＨＴＴＰコネクションを確立し、そのＨＴＴＰコネクションを利用して、購入者６０の申込情報がＷｅｂアプリケーションサーバ１０に送られる。携帯電話６２や固定電話６３の場合は、携帯電話通信業者や固定電話通信業者が提供するインターネット接続サービスや通話サービスを利用して、Ｗｅｂアプリケーションサーバ１０に申込情報を送信する。

Ｗｅｂアプリケーションサーバ１０は、社外ネットワーク７０を介して、購入者６０の端末６１〜６３と接続されており、購入者６０が端末６１〜６３から要求する商品購入申込みを受け付ける。受付アプリケーション１１は、Ｗｅｂアプリケーションサーバ１０で
実行されるアプリケーションソフト（アプリケーション・ソフトウェア）であり、後述する仕込み情報を基に、上記購入者６０の申込み要求を受け付け、その受付で得られた情報を基に「申込みデータ」を作成する。Ｗｅｂアプリケーションサーバ１０は、社内ネットワーク５１を介してデータベースサーバ２０と接続されており、上記申込みデータをデータベースサーバ２０に送る。

データベースサーバ２０は、前記社内ネットワーク５１を介してＷｅｂアプリケーションサーバ１０と接続されると共に、社内ネットワーク５３を介して社内端末４０と接続されている。データベースサーバ２０は、会員データベース２１、仕入情報データベース２２、申込み情報データベース２３及びモデル式データベース２４を備えている。また、抽選アプリケーション２６とモデル式作成アプリケーション２７も備えている。

会員データベース２１は、販売システム１の運営業者が提供する有償または無償のサービスを利用する会員に関する登録情報が登録されたデータベースである。各会員には、一意の会員コート゛が割り当てられる。仕入情報データベース２２は、イベント毎の「仕入情報」を格納しているデータベースである。本実施形態は、各仕入情報毎に抽選処理を実施する。したがって、仕入情報２２１は抽選の単位である。尚、仕入情報の詳細については後述する。申込み情報データベース２３は、申込者に関する情報（申込み情報もしくは申込みデータ）を格納しているデータベースである。申込み情報の詳細についても後述する。モデル式データベース２４は、モデル式に関する情報（モデル式情報）が登録されているデータベースである。モデル式は、申込み受付期間中の予約申込み数の推移を表現する数理モデルである。モデル式情報の詳細についても後述する。

抽選アプリケーション２６は、会員データベース２１、仕入情報データベース２２及び申込み情報データベース２３を参照して、申込み情報データベース２３に保存されているイベントについて抽選処理を行い、イベントの当選者を決定するアプリケーションソフト（アプリケーションソフトウェア）である。抽選条件は、仕入情報データベース２２を参照して取得する。抽選アプリケーション２６は、事前抽選という仕組みを内蔵しており、申込み受付期間中に事前抽選処理を行い、「当選」や「仮当選」となる申込者を決定する。

モデル式作成アプリケーション２７は、申込み情報データベース２３に蓄積・保存されている申込みデータ（申込み情報）を参照して、各イベント毎に申込み日毎の申込み数を集計する。そして、その集計結果に基づいて、各イベント毎に前記モデル式を生成し、そのデル式を、モデル式データベース２４に登録・蓄積する。

社内用Ｗｅｂアプリケーションサーバ３０は、前記社内ネットワーク５３を介してデータベースサーバ２０と接続されると共に、社内ネットワーク５５を介して社内端末４０と接続されている。社内用Ｗｅｂアプリケーションサーバ３０は、社内端末４０に搭載されたブラウザ（Ｗｅｂブラウザ）からの要求を受け付けて、社内端末４０の利用者に各種サービスを提供するサーバである。本実施形態では、利用者が社内端末４０の画面上で、データベースサーバ２０が備えるデータベース２１〜２４を参照できるようになっており、利用者は、モデル式データベース２４に登録されているモデル式を参照しながら、仕入情報に設定する必要のある「事前抽選の実施の有無」や「モデル式」等の抽選条件項目を設定できるようになっている。

｛データベース｝
図２〜図４を参照しながら、データベースサーバ２０が備えるデータベース２２〜２４の構成を説明する。
＜仕入情報データベース＞
図２は、仕入情報データベース２２に格納される仕入情報のデータ構造を示す図である。

図２に示すように、仕入情報データベース２２に格納される仕入情報２２１は、「興行コート゛」、「イベントコート゛」、「興行名称」、「ジャンル」、「会場コード」、「受付方法」、「受付期間開始日」」、「受付期間終了日」、「公演日」、「抽選日」、「当選数」、「当選残数」、「事前抽選起動区分」、「起動申込み数間隔」、「前回事前処理日」、「起動回数」、「起動期間」、「当選数計算区分」、「モデルコード」、「仮当選実施区分」及び「抽選結果発表日」の各項目から構成されている。上記項目の内、主要な項目について説明する。

興行コード・アーティスト毎に設定される一意の識別コート゛
イベントコート゛：上記アーティストの公演毎に設定される一意の識別コート゛
受付方法は：“０１”と“０２”の２つの設定値があり、“０１”は「抽選方式」、“０２”は「先着順方式」を表す。抽選方式は、抽選を行ってチケット購入者（当選者）を決定する方式であり、先着順方式は、申込み順に、チケット購入者を決定していく方式である。

事前抽選起動区分：“０１”、“０２”、“０３”の３つの設定値があり、“０１”は「事前抽選なし」、“０２”は「申込み数起動」、“０３”は「期間分割起動」を表す。申込み数起動は、申込み数がｎ人に達する毎に起動する方法を示す。期間分割起動は、受付開始からｍ日経過する毎に起動する方式を示す。申込み数起動と期間分割起動は、いずれも、「事前抽選有り」の抽選方法に属する。尚、本実施形態の期間分割起動は、受付期間を日数で分割するようにしているが、時間単位で分割するようにしてもよい。

起動申込み数間隔：事前抽選処理を起動する申込み数の間隔であり、ｎの場合には、申込み数がｎ人に達する毎に事前抽選処理が実施される。
当選数計算区分：“０１”と“０２”の２つの設定値があり、“０１”はモデル式選択方式、“０２”は特性別パターン適用方式を示す。モデル式選択方式は、設定したモデル式を利用する方式である。特性別パターン方式は、イベントの特性に応じて、モデル式を自動選択する方式である。

仮当選実施区分：事前に抽選対象者を絞ることを目的として、事前抽選の当選者をモデル（実際の当選者）よりも多く仮当選させておき、抽選日に抽選する時に、仮当選者の中から実際の当選者を決定させるために設けられた区分であり、“０１”、“０２”、“０３”の３種類の設定値がある。“０１”は仮当選者なし、“０２”は仮当選者有り（１割増し）、“０３”は仮当選者有り（２割増し）である。ここで、１割増しは、仮当選者数を実際の当選数の１割増しとすること、２割増しは、仮当選者数を実際の当選数の２割増しとすることを示す。

＜モデル式データベース＞
図３は、モデル式データベース２４に格納されるモデル式情報のデータ構造を示す図である。
図３に示すように、モデル式データベース２４に格納されるモデル式情報２２２は、「モデルコート゛」、「興行コード」、「会場コート゛」、「規模区分」、「ジャンル」、「モデル式」、「Ａ」、「Ｎ」の各項目から構成される。上記項目の内、主要な項目について説明する。
モデルコート゛：モデル式データベース２４に登録されているモデル式に一意的に割り当てられる識別コート゛
規模区分：“０１”、“０２”、“０３”の３種類の設定値があり、“０１”は大規模（当選数が２００００〜５００００）、“０２”は中規模（当選数が１０００〜１９９９９）、“０３”は小規模（当選者数が９９９９以下）を示す
モデル式：Ｙ＝Ａ×（１／Ｘ”）^Ｎ
Ａ：上記モデル式の定数値Ａ
Ｎ：上記モデル式の定数値Ｎ

＜申込み情報データベース＞
図４は、申込み情報データベース２３に格納される申込み情報（申込みデータ）２２３のデータ構造を示す図である。
申込み情報（申込みデータ）２２３は、「受付管理番号」、「興行コード」、「イベントコート゛」、「会員コート゛」、「申込み日時」及び「抽選ステータス」の各項目から構成される。上記項目の内、「興行コード」と「イベントコート゛」は、前述した仕入情報２２１の同一名称の項目を同じもである。その他の項目について説明する。

受付管理番号：申込み情報２２３の管理番号であり、受付順に付与されるシリアル番号会員コート゛：会員データベース２１に登録されている申込者の会員コート゛
申込み日時：Ｗｅｂアプリケーションサーバ１０が申込みを受け付けた日時
抽選ステータス：“０１”〜“０４”の４種類の設定値があり、“０１”は抽選待ち、“０２”は仮当選本抽選待ち、“０３”は落選、“０４”は当選を示す

［動作］
上記構成の販売システム１の動作を説明する。
図５は、データベースサーバ２０で実行される抽選アプリケーション２６の処理を示すフローチャートである。本フローチャートの処理は、例えば、１日１回、定時刻に起動される。

抽選アプリケーション２６は、仕入情報データベース２２を検索して、仕入情報データベース２２から、下記の（１）〜（３）のいずれか１つの条件を満足する仕入情報２２１を抽出する（Ｓ１）。
処理日＝抽選日
事前抽選起動区分＝０２、かつ、該当イベントの申込み数＞起動申込み数ｎ×（起動回数＋１）。ここで、起動回数は、データベースサーバ２０が抽選アプリケーション２６を起動した回数である。

事前抽選起動区分＝０３、かつ、（処理日−受付開始日）／起動期間の値が整数
この場合、「事前抽選起動区分」が“０１”（事前抽選なし）に設定されている仕入情報２２１の場合には、上記（１）の条件を満足するときのみ抽出されることになる。すなわち、「事前抽選起動区分」が“０１”（事前抽選なし）に設定されている仕入情報２２１は、本フローチャートが抽選日に起動されたときにみ抽出される。

続いて、次の仕入情報２２１が存在するか判断し（Ｓ２）、次の仕入情報２２１が存在すれば、ステップＳ３の処理に進む。
ステップＳ３においては、仕入情報２２１の「事前抽選起動区分」を判定し、その設定値が“０１”（事前抽選なし）であれば処理をステップＳ８に進め、“０２”（申込み数起動）または“０３”（期間分割起動）であれば処理をステップＳ４に進める。

ステップＳ４においては、仕入情報２２１の「当選数計算区分」を判定し、その設定値
が“０１”（モデル式選択方式）であれば処理をステップＳ５に進め、“０２”（特性別パターン適用方式）であれば処理をステップＳ６に進める。

ステップＳ５においては、「今回モデルコート゛」に仕入情報２２１の「モデルコート゛」をセットする。ステップＳ６においては、仕入情報２２１の「興行コード」、「会場コート゛」、「当選数」及び「ジャンル」を基に、モデル式データベース２４を検索して、該当するモデル式情報２２２を取得する。そして、そのモデル式情報２２２に設定されている「モデル式」を「今回モデルコート゛」としてセットする。

ステップＳ５またはＳ６の処理が終了すると、ステップＳ７に進む。ステップＳ７ではステップＳ５またはＳ６において、「今回モデルコート」゛にセットされているモデル式を基に今回当選数を計算し、それを仕入情報２２１の「当選数」にセットする。このステップＳ７の処理の詳細は後述する。

次に、仕入情報２２１の「事前抽選起動区分」を判定し（ステップＳ８）、その設定値が“０１”（事前抽選なし）であれば処理をステップＳ１３に進める。一方、前記「事前抽選起動区分」の設定値が“０２”（仮当選者有り（１割増し））または“０３”（仮当選有り２割増し））であれば処理をステップＳ９に進める。この場合、「事前抽選起動区分」が“０１”（事前抽選なし）
ステップＳ９においては、「仮当選実施区分」を判定し、“０１”（仮当選なし）であれば、ステップＳ１０へ、“０２”もしくは“０３”（仮当選有り）であれば、ステップ１１へ処理を進める。

ステップＳ１０においては、抽選ステータスが“０１”（抽選待ち）の申込者を対象にした抽選を行い、「今回当選数」の数だけ当選者を決定する。そして、これらの当選者の申込みデータ２２３の「抽選ステータス」を“０４”（当選）に設定する。また、仕入情報２２１に設定されている「当選数残」を今回当選数の数だけ減算し、その減算結果を、仕入情報２２１の「当選数残」にセットする。尚、このステップの最初において、申込み情報データベース２３から抽選対象となる申込み情報２２３を取得する。すなわち、仕入情報２２１の「興行コード」と「イベントコート゛」をキーとして、申込み情報データベース２３を検索し、該「興行コード」と「イベントコート゛」の両方が一致する申込み情報２２３を全て取得する。そして、該取得した申込み情報２２３の「抽選ステータス」が“０１”（抽選待ち）に設定されている申込者について抽選を実施する。

ステップＳ１１においては、ステップ１０と同様にして、抽選ステータスが“０１”（抽選待ち）となっている申込者の申込みデータ２２３を取得し、該申込者に対して仮当選者を決定する抽選を実施する。この場合、仮当選区分が“０２”であれば、「今回当選数」の１割増し、仮当選区分が“０３”であれば「今回当選数」の２割増しを、本ステップにおける当選数に設定し、該当選数の数だけ「仮当選者」を決定する。そして、仮当選者になった申込者の申込み情報２２３の「抽選ステータス」を“０２”（仮当選本抽選待ち）に設定する。本ステップの抽選での当選は「仮当選」なので、仕入情報２２１の「当選数残」はそのままとする。

ステップＳ１０またはＳ１１の処理が終了すると、ステップＳ１２に進む。
ステップＳ１２においては、仕入情報２２１の「抽選日」が「処理日」に等しいか判定する。この場合、処理日とは、本フローチャートの処理を実行している日付である。該判定により、抽選日＝処理日であればステップＳ１３に進み、抽選日≠処理日であればステップＳ１４に進む。

ステップＳ１３においては、申込み情報２２３の「抽選ステータス」が“０１”（抽選
待ち）または“０２”（仮当選本抽選待ち）に設定されている申込者を対象に抽選処理を行い、仕入情報２２１の「当選数残」に設定されている数だけ、当選者を決定する。この場合、仕入情報２２１の「事前抽選起動区分」が“０１”（事前抽選なし）の場合には、申込み情報２２３の「抽選ステータス」が“０１”（抽選待ち）となっている申込者について抽選が実施される。また、「事前抽選起動区分」が“０２”、“０３”（事前抽選有り）の場合には、「仮当選実施区分」が“０１”（仮当選なし）と“０２”、“０３”（仮当選有り）の場合で抽選対象者が異なる。仮当選なしの場合には、申込み情報２２３の「抽選ステータス」が“抽選待ち”となっている申込者が抽選対象となる。一方、仮当選有りの場合には、申込み情報２２３の「抽選ステータス」が“０１”（仮当選本抽選待ち）となっている申込者が抽選の対象となる。抽選が終了すると、当選者の申込み情報２２３の「抽選ステータス」を“０４”（当選）に設定する。また、仕入情報２２１の「当選数残」の設定値から、ステップ１３の本抽選処理による当選数を減算し、その減算 結果を、前記仕入情報２２１の「当選数残」にセットする。

ステップＳ１３の抽選処理は、仕入情報２２１の「抽選日」が「処理日」に等しいときにのみ実施される抽選、つまり、本抽選処理である。したがって、仕入情報２２１の「事前抽選起動区分」が“０１”（事前抽選なし）の場合には、ステップＳ１３の処理が抽選日にのみ実行され、抽選日当日の1回の抽選でのみ当選者が決定されることになる。一方、仕入情報２２１の「事前抽選起動区分」が“０２”、“０３”（事前抽選有り）の場合には、「仮当選実施区分」が“０１”（仮当選なし）と“０２”、“０３”（仮当選有り）の場合で、処理が異なる。仮当選なしの場合には、当選数残に等しい数だけの当選者が未決定なので、ステップＳ１３の処理で、その未決定の当選者を、申込み情報２２３の「抽選ステータス」が“０１”（抽選待ち）と成っている申込者の中から抽選で決定することになる。一方、仮当選有りの場合は、当選者は全て未決定となっているので、申込み情報２２３の「抽選ステータス」が“０２”（仮当選本抽選待ち）となっている申込者の中から、当選者を抽選で決定することになる。

ステップＳ１４の処理は、ステップＳ１２またはＳ１３の処理終了後に実行される。ステップＳ１４においては、仕入情報２２１の「起動回数」を“１”増加すると共に、「前回事前処理日」に今回の「処理日」をセットする（Ｓ１５）。そして、ステップＳ１に戻る。

上記ステップＳ１〜Ｓ１５の処理を、ステップＳ２において、次の仕入情報２２１が存在しない、つまり、仕入情報データベース２２の全ての仕入情報２２１について、本フローチャートの処理を終了したと判断するまで繰り返す。そして、ステップＳ２において、次の仕入情報２２１が存在しないと判断すると、本フローチャートの処理を終了する。

＜今回当選数の算出＞
次に、図５のフローチャートのステップＳ７の処理の詳細を、図６と図７を参照しながら説明する。
図６は、前記ステップS７の当選数算出処理の詳細を示すフローチャートである。図７は、図６のフローチャートで用いられる変数を説明する図である。
図６のフローチャートの説明に先立って、図７を参照して、図６のフローチャートで使用される変数を説明する。

図２に示す仕入情報２２１の項目の中から、図７に示すように、「受付期間開始日」、「受付期間終了日」、「当選数」、「起動期間」、「処理日」、「前回事前処理日」、「起動申込み数間隔」、及び「起動回数」を変数として抽出する。「現段階の申込み数」は、申込み情報データベース２３に格納されている、仕入情報２２１の「興行コード」と「イベントコート゛」に合致する申込み情報２２３の数であり、図６のフローチャートの処理の中で、上記「興行コード」と上記「イベントコート゛」をキーとして、申込み情報データベース２３を検索することにより取得する。図６のフローチャートに示す「当選数算出処理」では、図７に示す変数の値を用いて、「今回当選数」を算出する。

上記抽出項目とその値（変数値）との対応関係を下記のように定める。
受付期間開始日：Ｘ１
受付期間終了日：Ｘ２
当選数：Ｔ
起動期間：Ｋ
処理日：Ｓ
前回事前処理日：Ｚ
起動申込み数間隔：Ｍ１
現段階の申込み数：Ｍ２
起動回数：Ｃ
ここで、Ｚの初期値は、Ｘ１＋１とする。すなわち、Ｚの初期値を、受付期間開始日の翌日に設定する。

また、仕入情報２２１の「モデルコード」に対応するモデル式情報２２２を参照して、
モデル式を下記のように定義する。
Ｙ＝Ａ×（１／Ｘ）^Ｎ （０＜Ｘ?１） ・・・（１）

図７のフローチャートの説明を始める。
まず、仕入情報２２１の「事前抽選起動区分」を判定し（Ｓ３１）、事前抽選起動区分が“０３”（期間分割起動）であればステップ３３に進み、“０２”（申込み数起動）であればステップＳ３２に進む。

ステップＳ３２においては、起動回数の補正を行う。これは、申込み数起動の場合、起動申込み数間隔に達する毎に事前抽選を行うことが前提であるが、事前抽選処理開始前に申込み数が殺到し、複数回起動分、つまり、起動申込み数間隔M1の２倍を超える申込みがあった場合には、起動回数を“１”に補正する必要があるからである。

したがって、この補正は、Ｍ／Ｍ１?Ｃ＋２である場合に行う。この場合、Ｃ＝［Ｍ／Ｍ１］−１にセットする。ここで、［α］は、αの整数部分を示す。すなわち、［Ｍ／Ｍ１］は、ＭをＭ１で除算したときの商を表す。

具体例として、例えば、一度目の事前抽選処理時（Ｃ＝０）に、起動申込み数間隔Ｍ１＝５０００と設定していたが、実際の申込み数Ｍが、Ｍ＝１３０００であった場合には、［Ｍ／Ｍ１］＝［１３０００／５０００］＝２となるため、Ｃ＝［Ｍ／Ｍ１］−１の計算を行い、Ｃの値を“１”（＝２−１）にセットし、起動回数を“１”とする（既に、１度、起動された状態にする）。これにより、申込み数Ｍが１３０００の場合には、事前抽選は１回行うが、起動回数は２回に設定する。これは、この補正を行わないと、図５のフローチャートのステップＳ１の処理で（２）の条件が満たされることにより、二度目の事前抽選がすぐに起動されてしまい不都合が生じるからである。ステップＳ３２の処理が終了すると、ステップＳ３３に進む。

ステップＳ３３においては、処理パラメータＫ０、Ｋ１、Ｋ２、Ｙの値を設定する。
ここで、Ｋ０は「事前抽選開始」、Ｋ１は「事前抽選割合自」、Ｋ２は「事前抽選割合至」を表す。Ｙは、前記式（１）で表されるモデル式（ここでは、「今回当選数」の算出に利用するモデル式という意味合いから、「利用モデル式」と呼ぶことにする）の値である。

以下に示す式（２）〜（４）を用いて、Ｋ０、Ｋ１、Ｋ２の値を算出する。
Ｋ０＝１／（Ｘ２−Ｘ１＋１） ・・・（２）
Ｋ１＝（Ｚ−Ｘ１＋１）／（Ｘ２−Ｘ１＋１） ・・・（３）
Ｋ２＝（Ｓ−Ｘ１）／（Ｘ２−Ｘ１＋１） ・・・（４）
また、前記式（１）を用いて、利用モデル式Yの値を算出する。

式（２）から分かるように、K０は「受付開始日から前回の事前抽選処理日までの期間」に対する受付開始日の期間（１日）の割合（比率）である。また、式（３）から分かるように、K１は受付期間に対する「受付開始日から前回の事前抽選処理日までの期間」の割合（比率）である。また、式（４）から分かるように、K２は受付期間に対する「受付開始日から今回の事前抽選処理日までの期間」の割合（比率）である。

上記処理パラメータの算出が終了すると、次のステップＳ３４に進み、ステップＳ３４において、今回当選数を算出する。ステップＳ３４においては、下記の式（５）を用いて、今回当選数を算出する。

式（５）から分かるように、「今回当選数」は、受付期間中における累計申込み数に対する「前回の事前抽選処理日から今回の事前抽選処理日前日までの期間中の申込み数」の割合（比率）に「当選数」を乗算した値となる。この結果、「今回当選数」は、「当選数」を、「前回の事前抽選処理日から今回の事前抽選処理日の前日までの期間中の申込み数」に応じて配分した値に設定されることになる。

尚、式（５）はモデル式Ｙの離散値を用いて今回当選数を求めているが、例えば、下記の式（５）’により、モデル式Yの積分値を求めて、今回当選数を求めるようにしてもよい。この場合、モデル式Yの変数X”の値は、図１０に示す表２の値をとる。

ここで、分数部分の分子の積分式のａ、ｂは、受付開始からの経過時間の割合であり、ａは受付期間の総時間に対する「前回事前抽選処理の終了時間＋１」の割合（比率）、ｂは受付期間の総時間に対する「今回の事前抽選処理の開始時間−１」の割合」（比率）を示す。
以上のようにして、「今回当選数」の算出が終了すると、図５のフローチャートのステップＳ７に復帰する。

＜モデル式の作成方法＞
モデル式作成アプリケーション２７によるモデル式の作成方法の例を説明する。
図８は、モデル式作成アプリケーション２７によるモデル式作成方法を示す図である。（１）申込み情報（以下、申込みデータ）２２３について、１時間毎（０：００〜０：５９、１：００〜２：５９、・・・、２３：００〜２３：５９の各時間帯毎）の申込み数を集計し、申込みサンプルデータ３０１を作成する。そして、この申込みサンプルデータ３０１をメモリ（不図示）に蓄積・保存する。

この申込みサンプルデータ３０１の作成に際しては、申込みデータ２２３と仕入情報２２１を参照する。図８の右上に示すように、申込みサンプルデータ３０１は、「興行コード」、「イベントコート゛」、「受付開始経過時間」、「会場コート゛」、「規模区分」、「ジャンル」及び「申込み数」の各項目から構成される。これらの項目の内、「興行コード」と「イベントコート゛」及び「会場コート゛」は、申込みデータ２２３から抽出する。また、「規模区分」は、仕入情報２２１の「当選数」を基に作成する。該仕入情報２２１は、仕入情報データベース２２から申込みデータ２２３の「興行コード」と「イベントコート゛」に一致する仕入情報２２１を検索して取得する。申込みサンプルデータ３０１の「ジャンル」は、該仕入情報２２１から抽出する。「申込み数」は、モデル式作成アプリケーション２７の申込みデータ２２３の集計結果であり、モデル式作成アプリケーション２７が設定する。

（２）モデル式作成アプリケーション２７は、上記のようにして集計した申込みサンプルデータ３０１を基に、モデル式情報（モデル式）２２２を作成する。
このモデル式の作成は、以下の手順で行う。
モデル式を、
Ｙ＝Ａ×（１／Ｘ）^Ｎ ・・・（６）
と定義する。
式（６）の両辺の対数をとり、式（６）を、
ｌｏｇＹ＝ｌｏｇＡ＋Ｎｌｏｇ（１／Ｘ） ・・・（７）
と変形する。
式（７）について、
Ｙ’＝ｌｏｇＹ ・・・（８）
Ａ’＝ｌｏｇＡ ・・・（９）
Ｘ’＝ｌｏｇ（１／Ｘ） ・・・（１０）
の変数変換を施し、式（７）を、
Ｙ’＝Ａ’＋Ｎ×Ｘ’ ・・・（１１）
に変形する。

式（１１）は直線関数のため、式（１１）に最小二乗法を適用して、近似直線の切片ａと傾きｂを算出する。
Ａ’＝ａ ・・・（１２）
Ｎ＝ｂ ・・・（１３）
であるので、式（１１）〜（１３）から、近似直線Ｙ’として、
Ｙ’＝ａ＋ｂ×Ｘ’ ・・・（１４）
が得られる。
式（８）〜（１０）、（１２）、（１３）により、式（１４）の変数を元に戻すと、
ｌｏｇＹ＝ａ＋ｂ×ｌｏｇ（１／ｘ） ・・・（１５）
になるので、
Ｙ＝ｅｘｐ（ａ）×（１／Ｘ）^ｂ ・・・（１６）
が得られる。

申込みデータ２２３の取得がｍ時間経過すると、Ｘ＝ｍＸ”（０＜Ｘ”?１）として、下記の式（１０）で表現されるモデル式を定義する。
Ｙ＝ｅｘｐ（ａ）×（１／ｍＸ”）^ｂ
＝ｅｘｐ（ａ）×（１／ｍ）^ｂ×（１／Ｘ”）^ｂ ・・・（１７）
ここで、Ｘ”は申込み期間の進み具合を表し、Ｘ”＝１は受付期間終了を意味する。
式（１７）において、Ａ＝ｅｘｐ（ａ）×（１／ｍ）^ｂの変数変換を行うと、式（１３）よりｂ＝Ｎであるなので、
Ｙ＝Ａ×（１／Ｘ”）^Ｎ ・・・（１８）
で表現されるモデル式（利用モデル式）が得られる。
ここで、Ａ＝ｅｘｐ（ａ）×（１／ｍ）^Ｎである。
以上のようにしてモデル式Ｙを算出すると、図８の右方に示すモデル式情報２２２を作成し、それをモデル式データベース２４に登録する。

このように、仕入情報２２１を処理するごとにモデル式を作成し、それを申込み情報データベース２３に登録していくことで、モデル式データベース２４に登録されるモデル式を増やすことができる。これにより、以降の仕入情報２２１の処理において、モデル式の選択幅が広がるので、より適切なモデル式を設定または自動選択できるようになる。例えば、「興行コード」、「会場コート゛」、「当選数」及び「ジャンル」などのイベント特性との適合度が、より向上したモデル式を設定または自動選択できるようになる。

モデル式情報２２２の作成に際しては、一意の「モデルコード」を設定する。また、「興行コード」、「会場コート゛」及び「ジャンル」は、仕入情報２２１からコピーする。また、「規模区分」は、仕入情報２２１の「当選数」を基に設定する。

本実施形態では、社内端末４０から、前記メモリ内の申込みサンプルデータ３０１の蓄積データやモデル式データベース２４などを検索して、「興行」や「ジャンル」、「規模」などの特性に応じた申込み履歴やモデル式を参照し、新たに企画するイベントに適用するモデル式を設定することが可能である。

｛モデル式の作成の具体例｝
モデル式作成の具体例を説明する。
ここでは、あるイベントの申込みデータ２２３について、１日を１時間単位の時間帯、つまり、（００：００〜００：５９）、（０１：００〜０１：５９）、（０２：００〜０２：５９）、・・・、（２３：００〜２３：５９）の各時間帯に分け、それら各時間帯の申込数を集計して、申込みサンプルデータ３０１を作成する。

ここで、上記近似関数の求め方を説明する。
上記１２９時間帯分の申込みサンプルデータ３０１を基に、下記式（１９）で表現されるモデル式の近似関数を算出する。
Ｙ＝Ａ×（１／Ｘ）^Ｎ ・・・（１９）
両辺の対数をとって、
ｌｏｇＹ＝ｌｏｇＡ＋Ｎｌｏｇ（１／Ｘ） ・・・（２０）
式（１９）に対して、
Ｙ’＝ｌｏｇＹ ・・・（２１）
Ａ’＝ｌｏｇＡ ・・・（２２）
Ｘ’＝ｌｏｇ（１／Ｘ） ・・・（２３）
の変数変換を施し、式（２０）から、下記の式（２４）が得られる。
Ｙ’＝Ａ’＋Ｎ×Ｘ’ ・・・（２４）
この式（２３）は直線関数であるため、式（２４）に、前記２５６時間帯分の申込みサンプルデータ３０１を用いた最小二乗法を適用すると、
Ａ’＝８．０５７２０７１５８ ・・・（２５）
Ｎ＝０．７８２５１ ・・・（２６）
が得られる。
これより、式（２４）から、近似直線
Ｙ’＝８．０５７２＋０．７８２５×Ｘ’ ・・・（２７）
が得られる。

前記式（２１）〜（２３）、（２５）、（２６）を用いて、式（２４）において変数Ｙ’、Ｘ’を元に戻すと、、
Ｙ＝ｅｘｐ（Ａ’）×（１／Ｘ）^Ｎ
＝３１６５．４５２×（１／Ｘ）^{０．７８２５} ・・・（２８）
今回の申込みデータ２２３は、受付時間が１２９時間であるため、
Ｘ＝１２９Ｘ”（０＜Ｘ”?１）として、式（２８）より、下記式（２９）のモデル式を定義する。
Ｙ＝３１５６．４６２×（１／１２９Ｘ”）^{０．７８２５}
＝７０．４１４８３×（１／Ｘ”）^{０．７８２５} ・・・（２９）
したがって、
Ａ＝７０．４１４８３ ・・・（３０）
Ｎ＝０．７８２５ ・・・（３１）
となる。

図９の表（表１）に、１２９時間帯分の申込みサンプルデータ３０１と、それらの申込みサンプルデータ３０１を基に生成したモデル式の近似関数の値（式（２７）のＸ’、Ｙ’、式（２８）のＸ、１／Ｘ）を示す。また、図１０の表（表２）に、上記１２９時間帯の各経過時間帯毎の、式（２９）のモデル式ＹにおけるＸ”とＹの値を示す。

図１１は、図９の表１をグラフ化したものである。
図１１の横軸は受付開始からの経過時間であり、縦軸は申込みデータ２２３の申込数である。図１１の折れ線グラフ４０１は各経過時間における申込みデータ２２３の申込数をプロットしたものであり、図１１の一次曲線４０２は式（２９）の近似関数Ｙを表す。

図１２は、図１０の表２をグラフ化したものであり、図１２の一次曲線４０６は、式（２９）で表されるモデル式（Ｙ＝７０．４１４８３×（１／Ｘ”）^{０．７８２５}）を表す。図１２の横軸は受付開始からの経過時間割合（Ｘ”）、縦軸は各経過時間における申込みデータ２２３の申込数（式（２９）のモデル式Ｙの値）である。

［事前抽選（仮当選なしの場合）］
事前抽選（仮当選なし）方式は、事前抽選で当選者を決定し、残りの当選数については、本抽選で当選者を決定する抽選方式である。

図１３は、本実施例における仕入情報２２１の一例を示す図である。
図１３に示す仕入情報２２１について、本実施形態のモデル式を適用した場合のシミュレーション結果を説明する。

図１３に示す仕入情報２２１の「事前抽選起動区分」は“０２”（申込み数起動）となっている。したがって、この仕入情報２２１によるチケット抽選は「事前抽選有り」である。また、仕入情報２２１の「仮当選実施区分」は“０１”（仮当選なし）となしに設定されている。したがって、この仕入情報２２１によるチケット抽選は、「仮当選なしの事前抽選」により実施される。

また、この仕入情報２２１の「当選数計算区分」は“０１”（モデル式選択方式）となっており、「モデルコード」は“００００００１”になっている。
図１４は、モデルコードが“００００００１”に設定されているモデル式情報２２２を示す図である。本実施例のチケット抽選は、図１４に示すモデルコードが“００００００１”に設定されたモデル式情報２２２に設定されているモデル式を用いて行われる。
該モデル式情報２２２の「モデル式」はＹ＝Ａ×（１／Ｘ）^Ｎとなっており、Ａは“７０．４１４８３”、Ｎは“０．７８２５”となっている。したがって、この場合、事前抽選の申込み数は、下記の式（３２）で表されるモデル式によって予想される。

Ｙ＝７０．４１４８３×（１／Ｘ）^{０．７８２５} ・・・（３２）
本実施例の場合、「申込み数起動」なので、申込み数が、仕入情報２２１の「起動申込み数間隔」（２００００人）を超える毎に、抽選アプリケーション２６により、図５のフローチャートの処理が実行され、事前抽選が実施される。

尚、この実施例における仕入情報２２１の「当選数計算区分」は“０１”（モデル式選択方式）となっているが、“０２”（特性別パターン適用方式）が設定されていたとしても、「興行コード」、「会場コート゛」及び「規模区分」が同一である、図１４に示すモデルコードが“００００００１”のモデル式情報２２２が選択されることになる。

前記式（３２）のモデル式のグラフは、前述した図１２に示すとおりである。
図１３の仕入情報２２１の「受付期間開始日」と「受付期間終了日」は、それぞれ、“２００６年１０月１日”、“２００６年１０月７日”になっている。したがって、チケットの申込受付は、２００６年１０月１日〜２００６年１０月７日の期間に行われる。この期間中のチケットの申込み数が、図１５に示すように推移したとする。

図１５は、図１３の仕入情報２２１によるチケット申込の、２００６年１０月１日から２００６年１０月７日までの期間における申込みサンプルデータ３０１の１日毎の申込み数（申込みサンプルデータ３０１の「申込み数」）と、その期間中に受け付けた申込み数の合計を示している。この場合、最終的なチケット申込数は“１０６５００”となっている。

図１６は、図１５に示す申込みサンプルデータ３０１について、図５のフローチャートに示す処理を実行した結果を示す図である。
尚、本実施例は、前日までの累計申込み数について、翌日の早朝（００：００）に、図５のフローチャートの処理を行う。本実施例の場合、実際に事前抽選が行われるのは、図５のフローチャートのステップＳ１において、
累計申込み数（現段階の申込み数）＞起動申込み数（起動申込み数間隔）×（起動回数＋１）
の条件を満足すると判断された場合のみである。

また、図１６の「事前抽選の有無」の項目は、該当日の翌朝（００：００）に事前抽選を行うか否かを示すものであり、“有り”の場合は事前抽選を実施し、“なし”の場合は事前抽選は実施しないことを表す。

本実施例の場合、「申込み数起動」で、「起動申込み数間隔」が“２００００”なので、原則として、前日までの累計申込み数が、２００００の整数倍を超えた場合に事前抽選が行われることになる。尚、本実施例の仕入情報２２１の場合、受付期間終了日である２００６年１０月７日の翌日が抽選日となっているので、１０月７日終了までに“抽選待ち”となっている申込みは、事前抽選ではなく本抽選により当選が決定されることになる。

図１６に示す例の場合、２００６年１０月１日（以後の記載では、年は省略する）の累計申込み数は“４００００”（＝２００００×２）なので、１０月２日の早朝に事前抽選が実施され、１６１６８人が当選する。この場合、起動回数は“２”に設定される。この補正は、前述したように、図６のフローチャートにおけるステップＳ３２の処理で実行される。

１０月２日の申込み数は“２００００”であり、累計申込み数は“６０５００”（＞２００００×３）となるので、１０月３日の早朝にも事前抽選が実施され、９４０５人が当選する。これにより、累計当選数は“２５５８３”となる。起動回数は“３”に増加される。

１０月３日の申込み数は“１３５００”であり、累計申込み数は“７４０００”（＜２００００×４）となるので、１０月４日の早朝は事前抽選が実施されない。このため、抽選待ちは“１３５００”となる。起動回数は“３”のままである。

１０月４日の申込み数は“１００００”であり、累計申込み数は“８４０００”（＞２００００×４）となるので、１０月５日の早朝は事前抽選が実施され、１２３１６人が当選する。これにより、累計当選数は“３７８９９”となる。起動回数は“４”に増加される。

１０月５日の申込み数は“８５００”であり、累計申込み数は“９２５００”（＜２００００×５）となるので、１０月６日の早朝は事前抽選が実施されない。このため、抽選待ちは“８５００”となる。起動回数は“４”のままである。

１０月６日の申込み数は“７５００”であり、累計申込み数は“１０００００”（＝２００００×５）となるので、１０月７日の早朝は事前抽選が実施され、７４２７人が当選する。これにより、累計当選数は“４６４７２”となる。起動回数は“５”に増加される。

受付終了日の１０月７日の申込み数は“６５００”であり、累計申込み数は“１０６５００”となる。また、抽選待ちは“６５００”となる。
翌日の１０月８日は、本抽選が実施される。１０月７日終了時点で、事前抽選により、当選数が“４６４７２”となっているので、本抽選では、“３５２８”（＝５００００−４６４７２）を当選させる。この場合、抽選待ちは“６５００”なので、母数が６５００人に対して３５２８人を当選させる抽選となる。１０月７日の受付締め切りまでの累計申込み数は“１０６５００”なので、本実施例の場合、事前抽選を行わない場合に比べ、母数を１／２０近くまで減少できるので、１０月８日の本抽選の処理時間を大幅に削減できる。

図１７は、図１６に示すデータを基に作成した、「申込み数（累計申込み数）」、「累計当選数」、「当選数残」の受付開始日から受付終了日までの期間の時間的推移を示すグラフである。
図１７において、グラフ５０１が申込み数（累計申込み数）、グラフ５０２が累計当選数、グラフ５０３が当選数残を示す。

{今回当選数の計算}
次に、本実施例の事前抽選における今回当選数の推移について説明する。
前述したように、今回当選数は、図６のフローチャートにのステップＳ３４の処理によって決定される。
１０／１（１０月１日）から１０／７（１０月７日）までの受付期間を“１”とし、該受付期間の日数に対する受付開始日からの経過日数の割合をＸとすると、Ｘの値は、日数経過ごとに、下記のように変化する。
１０／１の終了時点でＸ＝１／７
１０／２の終了時点でＸ＝２／７
１０／３の終了時点でＸ＝３／７
１０／４の終了時点でＸ＝４／７
１０／５の終了時点でＸ＝５／７
１０／６の終了時点でＸ＝６／７
１０／７の終了時点でＸ＝７／７＝１

本実施例では、「今回当選数」の算出式で使用するモデル式Ｙとして、下記の式（３３）に示すモデル式を用いる。
Ｙ＝７０．４１４８３×（１／Ｘ”）^{０．７８２５} ・・・（３３）
ここで、Ｘ”は、「受付期間の総計日数」に対する「受付開始からの経過日数」の割合を示す変数である。また、本実施例では、受付期間の総合計時間を１２９時間に設定する。
式（３３）のモデル式Yの値を、X”＝１／７、２／７、３／７、４／７、５／７、６／７、１のそれぞれの値について求め、それらの値を総計すると、その総計値は９９７．２となる。

前記モデル式Yの値を、X”＝１／７、２／７、３／７、４／７、５／７、６／７、１のそれぞれの値ついて求めると、その値は、図１８の表に示すようになる。図１８の表のYは、同一行のX”の値に対応する前記モデル式Ｙの値を示す。

図１８の表を用いて、本実施例の事前抽選における「今回当選数」を求める。この今回当選数は、図６のフローチャートにステップＳ３４に示す式（５）を用いて求めることができる。

ここで、図６のステップｓ３４の式（５）を、下記の式（３４）に変形する。
今回当選数＝５００００×（ΣＹ／９９７．７２） ・・・（３６）
ここで、ΣＹは、式（５）の分数部分の分子を示す。

したがって、式（３６）のΣＹに、図１８の表のＹの値を代入することにより、各事前抽選における「今回当選数」を求めることができる。これにより、１０／１の今回当選数は、５００００×３２２．８１／９９７．７２＝１６１１７８となる。また、１０／２の今回当選数は、５００００×１８７．６７／９９７．７２＝９４０５となる。また、１０／４の今回当選数は、５００００×（１３６．２５＋１０９．１０）／９９７．７２＝１２３１６となる。同様にして、１０／６の今回当選数は、５００００×（９１．６２＋７９．４４）／９９７．７２＝８５７３となる。

［事前抽選（仮当選（１割増））］
事前抽選（仮当選（１割増））方式は、事前抽選により当選数の一割増の仮当選者を決定しておき、この仮当選者の中から当選数だけの当選者を本抽選で決定する抽選方式である。

図１９は、本実施例における仕入情報２２１の一例を示す図である。
図１９に示す仕入情報２２１の「受付方法」は“０１”（抽選方式）となっており、「事前抽選起動区分」は、先の実施例（以後、第１実施例と記載する）と同様に“０２”（申込み数起動）となっている。また、「仮当選実施区分」は、“０２”（仮当選有り）に設定されている。また、「当選数計算区分」は“０１”（モデル式選択方式）となっており、「モデルコード」は“００００００１”となっている。

したがって、本実施例（第２実施例）においても、第１実施例と同様に、図２０に示すモデル式情報２２２で定義されるモデル式を用いて、事前抽選を行う。本実施例と第１実施例が異なるのは、事前抽選で決定する当選数が、仕入情報２２１の「当選数」に設定されている当選数ではなく、その１割増の仮当選数であることと、事前抽選による当選者は、あくまでも、仮の当選者であり、正式な当選者ではないということである。

また、図１９の仕入情報２２１に示すように、本実施例のチケット受付期間は、第１実施例と同様になっている（２００６年１０月１日から２００６年１０月７日まで）。また、さらに、図２１に示すように、申込みサンプルデータ３０１に保存される各日の申込み数の推移及び申込み数の総計も、第１実施例と同様であるものとする。

図２２は、図２０のモデル式情報２２２で定義されるモデル式と、図２１の申込み数データを用いて、図５のフローチャートに示す処理を行った結果を示す表である。本実施例でも、事前抽選は、前日までの累計申込み数に基いて、その翌日の早朝（００：００）に実施する。図２２の表において、図１６の表の項目と数値が異なるのは、「今回当選数」、「今回落選数」及び「累計仮当選数」（第１実施例の「累計当選数」に対応）である。これは、本実施例における仮当選数が第１実施例の当選数の１割増となっているからである。したがって、図２２と図１６の「今回当選数」、「今回落選数」、「累計当選数」を比較すれば分かるように、本実施例の「今回当選数」と「累計仮当選数」は、第１実施例の「今回当選数」、「累計当選数」よりも１割多くなる。

図２２の「２００６／１０／７」の欄に示すように、第２実施例においては、受付期間終了日（１０月７日）までに申込みを行った申込者の中から、５５０００人の仮当選者が決定する。そして、これら５５０００人の仮当選者について１０月８日に本抽選を行い、それらの仮当選者の中から５０００人の当選者が決定する。尚、１０月８には、６５００人の「抽選待ち」の申込者に対して、早朝（００：００）に事前抽選を実施して、３８８２人（＝５０００×７０．４１／９９７．２）の仮当選者を決定する。そして、その後、５５００人の仮当選者に対して本抽選を行い、５０００人の（正式な）当選者を決定する。

このように、本実施例においては、本抽選日（１０月８日）には、５５０００人に対して抽選（本抽選）を実施することになる。従来方式の場合は、１０６５００人に対して抽選を実施していたので、本実施例の場合は、抽選母数を約半数に削減できる。したがって、本抽選の処理を従来よりも短時間で終了することができる。

図２３に、図２２の表中の「申込み数」、「累計仮当選数」、「当選数残」を、それぞれ、個別にプロットしたグラフを示す。図２３において、グラフ６０１が「申込み数」をプロットしたグラフ、グラフ６０２が「累計仮当選数」をプロットしたグラフ、グラフ６
０３が「当選数残」をプロットしたグラフである。

図２４は、本実施例の受付期間中の各日における「受付開始からの経過時間（経過日数）の割合」（Ｘ）と「仮当選数に対する今回仮当選数の割合」（Ｚ）を示す図である。
図２４は、第１実施例の図１８と同様の図面となっている。これは、事前抽選で決定される当選数（第２実施例の場合は、仮当選数）の全当選数（第２実施例の場合は、全仮当選数）に対する割合は、第１実施例と第２実施例の場合も変わらないからである。

本発明の実施形態によれば、抽選日時よりも前に事前抽選を行うことで、抽選日当日における抽選処理の負担を軽減できる。また、事前抽選を、申込数が所定数の整数倍に達する毎に実施する方法、または、事前抽選の実施間隔を定めて、受付期間中の所定の日付毎に定期的に実施する方法を選択できる。また、事前抽選により当選者を決定し、本抽選では、抽選待ちの申込者（事前抽選を受けていない申込者）を対象に残りの当選者を決定する抽選を実施する方法と、事前抽選により仮当選者を決定し、本抽選では、該仮当選者の中から当選者を決定する方法を選択できる。この場合、仮当選者数を、当選数の１割増しと２割増しのいずれかから選択できる。また、仮当選者を決定しておくことで、最後の事前抽選後に申込者の数が減った場合でも、当選数を満たす当選者を確保できなくなるというリスクを回避できる。また、さらに、事前抽選時の当選数を決定する仕組みとして、予想関数であるモデル式を採用し、データベースに登録されているモデル式の中から、イベント特性に応じたモデル式を自動選択したり、適切なモデル式を指定選択したりすることができる。

本発明は、上述した実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々に変形して実施することができる。例えば、モデル式は、式（１）に限定されるものではない。

（付記１）
予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う処理をコンピュータに実行させるプログラムであって、
前記申込み受付期間中に、申込者から受け付けた申込みデータを申込みデータ記憶手段に保存し、該申込みデータ記憶手段に申込みデータが保存されている申込者に対して、予め定められたモデル式に従って事前抽選を行い、該事前抽選により当選者を決定する第1のステップと、
申込み受付期間終了後に、前記申込みデータ記憶手段に保存されている申込みデータを参照して、前記事前抽選を受けていない申込者を抽出し、該申込者の中から、残りの当選者を抽選により決定する第2のステップと、
を備える処理をコンピュータに実行させるプログラム。
（付記２）
予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う処理をコンピュータに実行させるプログラムであって、
前記申込み受付期間中に、申込者から受け付けた申込みデータを申込みデータ記憶手段に保存し、該申込みデータ記憶手段に申込みデータが保存されている申込者に対して、予め定められたモデル式に従って申込みを行なった申込者に対して事前抽選を行い、該事前抽選により仮当選者を決定する第1のステップと、
申込み受付期間終了後に、前記申込みデータ記憶手段に保存されている申込みデータを参照して、前記事前抽選により仮当選者に決定した応募者を抽出し、該応募者の中から、前記当選数の当選者を抽選により決定する第2のステップと、
を備える処理をコンピュータに実行させるプログラム。
（付記３）
付記２記載のプログラムであって、
前記事前抽選により決定する仮当選者の総数は、前記予め定められた当選数よりも多いことを特徴とする。
（付記４）
付記1乃至３記載のいずれか１項に記載のプログラムであって、
前記第1のステップにおける前記事前抽選による当選数は、前記申込み受付期間中の申込み数の時間的推移をモデル化したモデル式に基いて算出することを特徴とする。
（付記５）
付記４記載のプログラムであって、
前記モデル式は、予め指定されていることを特徴とする。
（付記６）
付記４記載のプログラムであって、
前記モデル式は、販売商品の特性に応じて選択することを特徴とする。
（付記７）
付記６記載のプログラムであって、
前記販売商品の特性には、興行の種類、会場、当選数またはジャンルが含まれることを特徴とする。
（付記８）
付記５または６記載のプログラムであって、
前記モデル式はデータベースに登録されており、前記モデル式は該データベースから取得することを特徴とする。
（付記９）
付記１または２記載のプログラムあって、
前記事前抽選を、前記申込み受付期間中において、申込み数が所定の人数に達する毎に実施することを特徴とする。
（付記１０）
付記１または２記載のプログラムであって、
前記事前抽選を、前記申込み受付期間中において、所定の時間間隔で実施することを特徴とする。
（付記１１）
付記４記載のプログラムであって、
前記モデル式は、過去に実施した予約販売の受付期間中の申込み数の推移を基に作成されたものであることを特徴とする。
（付記１２）
付記１または２記載のプログラムであって、さらに、
受付期間中の申込数の時間的推移に基いて、受付期間中の申込数の時間的推移を予測するモデル式を生成する第３のステップを備えることを特徴とする。
（付記１３）
付記１２記載のプログラムであって、さらに、
前記第３のステップで生成されたモデル式を前記データベースに登録する第４のステップを備えることを特徴とする。
（付記１４）
付記１、２または１３記載のプログラムであって、さらに、
前記データベースに登録されているモデル式を参照する第５のステップを備えることを特徴とする。
（付記１５）
予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選方法であって、
前記申込み受付期間中に、申込者に対して事前抽選を行い、該事前抽選により当選者を決定する第1のステップと、
申込み受付期間終了後に、前記事前抽選を受けていない申込者の中から、残りの当選者を抽選により決定する第2のステップと、
を備える抽選方法。
（付記１６）
予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選方法であって、
前記申込み受付期間中に申込みを行なった申込者に対して事前抽選を少なくとも１回行い、該事前抽選により仮当選者を決定する第1のステップと、
申込み受付期間終了後に、前記事前抽選により仮当選者に決定した応募者の中から、前記当選数の当選者を抽選により決定する第2のステップと、
を備える抽選方法。
（付記１７）
付記１６記載の抽選方法であって、
前記事前抽選により決定する仮当選者の総数は、前記予め定められた当選数よりも多いことを特徴とする。
（付記１８）
付記1５乃至１７記載のいずれか１項に記載の抽選方法であって、
前記第1のステップにおける前記事前抽選による当選数は、前記申込み受付期間中の申込み数の時間的推移をモデル化したモデル式に基いて算出することを特徴とする。
（付記１９）
付記１８記載の抽選方法であって、
前記モデル式は、予め指定されていることを特徴とする。
（付記２０）
付記１９記載の抽選方法であって、
前記モデル式は、販売商品の特性に応じて選択することを特徴とする。
（付記２１）
付記２０記載の抽選方法であって、
前記販売商品の特性には、興行の種類、会場、当選数またはジャンルが含まれることを特徴とする。
（付記２２）
付記１９または２０記載の抽選方法であって、
前記モデル式はデータベースに登録されており、前記モデル式は該データベースから取得することを特徴とする。
（付記２３）
付記１５または１６記載の抽選方法であって、
前記事前抽選を、前記申込み受付期間中において、申込み数が所定の人数に達する毎に実施することを特徴とする。
（付記２４）
付記１５または１６記載の抽選方法であって、
前記事前抽選を、前記申込み受付期間中において、所定の時間間隔で実施することを特徴とする。
（付記２５）
付記１８記載の抽選方法であって、
前記モデル式は、過去に実施した予約販売の受付期間中の申込み数の推移を基に作成されたものであることを特徴とする。
（付記２６）
付記１５または１６記載の抽選方法であって、さらに、
受付期間中の申込数の時間的推移に基いて、モデル式を生成する第３のステップを備えることを特徴とする。
（付記２７）
付記１４記載の抽選方法であって、さらに、
前記第３のステップで生成されたモデル式を前記データベースに登録する第４のステップを備えることを特徴とする。
（付記２８）
付記１５、１６または１７記載の抽選方法であって、さらに、
前記データベースに登録されているモデル式を参照する第５のステップを備えることを特徴とする。
（付記２９）
予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選装置であって、
前記申込み受付期間中に、申込者に対して事前抽選を行い、該事前抽選により当選者を決定する事前抽選手段と、
申込み受付期間終了後に、前記事前抽選を受けていない申込者の中から、残りの当選者を抽選により決定する本抽選手段と、
を備える抽選装置。
（付記３０）
予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選装置であって、
前記申込み受付期間中に申込みを行なった申込者に対して事前抽選を行い、該事前抽選により仮当選者を決定する事前抽選手段と、
申込み受付期間終了後に、前記事前抽選により仮当選者に決定した応募者の中から、前記当選数の当選者を抽選により決定する本抽選手段と、
を備える抽選装置。
（付記３１）
付記３０記載の抽選装置であって、
前記事前抽選により決定する仮当選者の総数は、前記予め定められた当選数よりも多いことを特徴とする。
（付記３２）
付記２９乃至３１記載のいずれか１項に記載の抽選装置であって、
前記事前抽選手段は、前記事前抽選による当選数を、前記申込み受付期間中の申込み数の時間的推移をモデル化したモデル式に基いて算出することを特徴とする。
（付記３３）
付記３２記載の抽選装置であって、
前記モデル式は、予め指定されていることを特徴とする。
（付記３４）
付記３３記載の抽選装置であって、
前記モデル式は、販売商品の特性に応じて選択することを特徴とする。
（付記３５）
付記３４記載の抽選装置であって、
前記販売商品の特性には、興行の種類、会場、当選数またはジャンルが含まれることを特徴とする。
（付記３６）
付記３３または３４記載の抽選装置であって、
前記モデル式はデータベースに登録されており、前記モデル式は該データベースから取得することを特徴とする。
（付記３７）
付記２９または３０記載の抽選装置であって、
前記事前抽選手段は、前記事前抽選を、前記申込み受付期間中において、申込み数が所定の人数に達する毎に実施することを特徴とする。
（付記３８）
付記２９または３０記載の抽選装置であって、
前記事前抽選手段は、前記事前抽選を、前記申込み受付期間中において、所定の時間間隔で実施することを特徴とする。
（付記３９）
付記３２記載の抽選装置であって、
前記モデル式は、過去に実施した予約販売の受付期間中の申込み数の推移を基に作成されたものであることを特徴とする。
（付記４０）
付記２９または３０記載の抽選装置であって、さらに、
受付期間中の申込数の時間的推移に基いて、モデル式を生成するモデル式作成手段を備えることを特徴とする。
（付記４１）
付記２８記載の抽選装置であって、さらに、
前記モデル式作成手段により生成されたモデル式を前記データベースに登録するモデル式登録手段を備えることを特徴とする。
（付記４２）
付記２９、３０または３１記載の抽選装置であって、さらに、
前記データベースに登録されているモデル式を参照するモデル式参照手段を備えることを特徴とする。

本発明の実施形態である販売システムの全体構成を示す図である。 仕入情報データベースに格納される仕入情報のデータ構造を示す図である。 モデル式データベースに格納されるモデル式情報のデータ構造を示す図である。 申込み情報データベースに格納される申込み情報（申込みデータ）のデータ構造を示す図である。 データベースサーバで実行される抽選アプリケーションの処理を示すフローチャートである。 図５のフローチャートにおけるステップS７の当選数算出処理の詳細を示すフローチャートである。 図６のフローチャートで用いられる変数を説明する図である。 モデル式作成アプリケーションによるモデル式作成方法を示す図である。 申込みサンプルデータの２５９時間帯分と、各時間帯のモデル式の近似関数を示す表（表１）である。 経過時間帯毎に、式（２８）のモデル式のＸ”、Ｙの値を示した表（表２）を示す。 図９の表１をグラフ化したものである。 図１０の表２をグラフ化したものであり 第１実施例における仕入情報の一例を示す図である。 第１実施例の仕入情報に設定されたモデルコードのモデル式情報を示す図である。 第１実施例におけるチケットの申込数の推移を示す表と、該申込み数の総計を示す図である。 図１５に示す申込みサンプルデータについて、図５のフローチャートに示す処理を実行した結果を示す図である。 図１６に示すデータを基に作成した、「申込み数」、「累計当選数」、「当選数残」の受付開始日から受付終了日までの期間の時間的推移を示すグラフである。 受付期間中の各日における「受付開始からの経過時間の割合」（Ｘ）と「当選数に対する今回当選数の割合」（Ｚ）を示す図である。 第２実施例における仕入情報の一例を示す図である。 第２実施例の仕入情報に設定されたモデルコードのモデル式情報を示す図である。 第２実施例におけるチケットの申込み数の推移を示す表と、該申込み数の総計を示す図である。 図２０に示すモデル式と図２１に示す申込み数データを用いて、図５のフローチャートに示す処理を行った結果を示す表である。 図２２の表中の「申込み数」をプロットしたグラフ、「累計仮当選数」をプロットしたグラフ、「当選数残」をプロットしたグラフを示す図である。 受付期間中の各日における「受付開始からの経過時間の割合」（Ｘ）と「仮当選数に対する今回仮当選数の割合」（Ｚ）を示す図である。 チケット販売のサーバによるバッチ処理の構成例を示す図である。 図２５のチケット販売システムにおいて、抽選ジョブに遅延が生じた場合の問題点を示す図である。

符号の説明

１ 販売システム
１０ Ｗｅｂアプリケーションサーバ
１１ 受付アプリケーション
２０ データベースサーバ
２１ 会員データベース
２２ 仕入情報データベース
１２１ 仕入情報
２３ 申込み情報データベース
１２３ 申込みデータ（申込み情報）
２４ モデル式データベース
１２２ モデル式情報
２６ 抽選アプリケーション
２７ モデル式作成アプリケーション
３０ 社内用Ｗｅｂアプリケーションサーバ
４０ 社内端末４０
５１、５３、５５ 社内ネットワーク
６０ 購入者
６１ パーソナルコンピュータ（パソコン）
６２ 携帯電話
６３ 固定電話
７０ 社外ネットワーク

Claims (6)

1. 予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う処理をコンピュータに実行させるプログラムであって、
   前記申込み受付期間中に、申込者から受け付けた申込みデータを申込みデータ記憶手段に保存し、該申込みデータ記憶手段に申込みデータが保存されている申込者に対して、予め定められたモデル式に従って事前抽選を行い、該事前抽選により当選者を決定する第1のステップと、
   申込み受付期間終了後に、前記申込みデータ記憶手段に保存されている申込みデータを参照して、前記事前抽選を受けていない申込者を抽出し、該申込者の中から、残りの当選者を抽選により決定する第2のステップと、
   を備える処理をコンピュータに実行させるプログラム。
2. 予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う処理をコンピュータに実行させるプログラムであって、
   前記申込み受付期間中に、申込者から受け付けた申込みデータを申込みデータ記憶手段に保存し、該申込みデータ記憶手段に申込みデータが保存されている申込者に対して、予め定められたモデル式に従って申込みを行なった申込者に対して事前抽選を行い、該事前抽選により仮当選者を決定する第1のステップと、
   申込み受付期間終了後に、前記申込みデータ記憶手段に保存されている申込みデータを参照して、前記事前抽選により仮当選者に決定した応募者を抽出し、該応募者の中から、前記当選数の当選者を抽選により決定する第2のステップと、
   を備える処理をコンピュータに実行させるプログラム。
3. 請求項1または２記載のプログラムであって、
   前記第1のステップにおける前記事前抽選による当選数は、前記申込み受付期間中の申込み数の時間的推移をモデル化したモデル式に基いて算出することを特徴とする。
4. 請求項１または２記載のプログラムであって、さらに、
   受付期間中の申込数の時間的推移に基いて、受付期間中の申込数の時間的推移を予測するモデル式を生成する第３のステップを備えることを特徴とする。
5. 予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選方法であって、
   前記申込み受付期間中に、申込者に対して事前抽選を行い、該事前抽選により当選者を決定する第1のステップと、
   申込み受付期間終了後に、前記事前抽選を受けていない申込者の中から、残りの当選者を抽選により決定する第2のステップと、
   を備える抽選方法。
6. 予め当選数が定められている販売において、申込み受付期間中に申込みのあった応募者の中から前記当選数だけの当選者を決定する抽選を行う抽選方法であって、
   前記申込み受付期間中に申込みを行なった申込者に対して事前抽選を少なくとも１回行い、該事前抽選により仮当選者を決定する第1のステップと、
   申込み受付期間終了後に、前記事前抽選により仮当選者に決定した応募者の中から、前記当選数の当選者を抽選により決定する第2のステップと、
   を備える抽選方法。