JP2016028321A - マッチング判定装置、マッチング判定方法、および、プログラムを記録した非一時的記録媒体 - Google Patents

Abstract

【課題】入居希望者と物件とのマッチングの可否を適切かつ効果的に判定すること。【解決手段】サーバ装置は、入居希望者の行動パターンを示す情報、および、入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶する記憶部と、入居希望者の行動パターンを示す情報と、周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、入居希望者と候補物件とのマッチングの可否を判定する判定部とを備える。【選択図】図２

Description

本開示は、入居希望者と物件とのマッチングの可否を判定するマッチング判定装置、マッチング判定方法、および、プログラムを記録した非一時的記録媒体に関する。

近年、住環境の変化や居住スペースに対する様々な需要の変化に伴い、１つの建物内に複数の住人が居住する集合住宅やシェアハウスの割合が増加している。一般に、入居希望者が物件を探す際には、物件の場所や価格、間取り、設備などの条件を考慮する。

従来、このような入居希望者と物件とのマッチングを行うシステムが提案されている。例えば、特許文献１には、提供する不動産に関連する特長を表現したフリーメッセージの入力を不動産提供者から受け付ける一方、希望する不動産に関連する特長を表現したフリーメッセージの入力を入居希望者から受け付け、入居希望者により入力された特長に合致する特長を有する不動産を検索する不動産取引支援システムが開示されている。

また、近年、省エネルギーの重要性が高まってきているが、これを実現するシステムの開発も進められている。例えば、特許文献２には、複数の利用者の消費電力を別々に計測し、消費電力のピーク値のランキングを示すことにより、各利用者の節電活動を支援する技術が開示されている。

特許第４６９８０９３号公報 特開２０１３−０９９００４号公報

しかしながら、特許文献１の従来技術では、入居希望者が住みはじめた後に、集合住宅の近隣住人やシェアハウスの同居人との間に問題やトラブルが発生する可能性を排除することが難しい。なぜなら、特許文献１の従来技術では、近隣住人や同居人の行動を正確に把握できないためである。

例えば、集合住宅において、入居希望者の睡眠時間が近隣住人の活動時間と重なってしまうと、入居希望者の睡眠時間中に近隣住人の生活音が発生するため、入居希望者の睡眠が妨げられてしまうといった問題が発生する。

また、シェアハウスには、同居人同士が共用する共用施設が多く存在するが、一人で使用したい共用施設（トイレ、風呂、洗濯機など）の使用時間が同居人の間で重なってしまうと、一方の同居人は、他の同居人による共用施設の使用が終了するまで待たなければならなくなるという問題がある。

さらに、複数人で楽しむ共用施設（テレビ、リビングなど）を利用する時間が同居人の間で一致しないと、一緒に楽しむことができないという問題もある。

また、集合住宅用の電気料金プランを契約している集合住宅では、その電気料金プランに合わない電気の使い方をする入居希望者が入居してしまう場合がある。例えば、電気料金プランに対して、電力使用量が非常に多い入居希望者、あるいは、電力使用のピークが他の入居者と異なる入居希望者が入居してしまう場合がある。また、節電という観点からみると、複数人で利用できる共用施設の使用時間が同居人の間で一致しないと、共用施設で使用される電力、水道、ガスなどの使用量や使用料金が増大するという問題もある。

さらに、特許文献１の従来技術では、不動産提供者と入居希望者によって入力されるフリーメッセージは、それぞれの主観に基づいた情報を含んでいる。そのため、フリーメッセージの解釈が読者によって異なってしまう場合がある。また、事実とは異なる情報、事実を誇張する情報、または、事実を隠蔽するような悪質な情報がフリーメッセージとして入力される場合もある。これらの場合、入居希望者の希望に沿う不動産が検索されなくなるという問題がある。

一方、特許文献２の従来技術は、単に各利用者の消費電力におけるピーク値のランキングを示すものであり、入居希望者と物件とのマッチングの可否を適切に判定することを目的としたものではない。

本開示は、このような課題を解決するためになされたものであり、入居希望者と物件とのマッチングの可否を適切かつ効果的に判定することを可能とするマッチング判定装置、マッチング判定方法、および、プログラムを記録した非一時的記憶媒体を提供することを目的とする。

本開示のマッチング判定装置は、マッチング判定装置であって、入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶する記憶部と、入居希望者の行動パターンを示す情報と、周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、入居希望者と候補物件とのマッチングの可否を判定する判定部と、を備える。
なお、これらの包括的または具体的な側面は、システム、装置、方法、および、コンピュータプログラムで実現されてもよく、システム、装置、方法、およびコンピュータプログラムの任意な組み合わせで実現されてもよい。

本開示によれば、入居希望者と物件とのマッチングの可否を適切かつ効果的に判定することができる。

図１Ａは、本実施形態におけるマッチング判定サービスの概要について説明する図である。 図１Ｂは、本実施形態におけるマッチング判定サービスの概要について説明する図である。 図１Ｃは、本実施形態におけるマッチング判定サービスの概要について説明する図である。 図２は、マッチング判定システムの構成の一例を示す図である。 図３は、入居者情報の一例を示す図である。 図４は、電力使用パターンの一例を示す図である。 図５は、電気機器別の電力使用パターンの一例を示す図である。 図６は、電気機器別の電力使用パターンと生活パターンとの関係の一例を示す図である。 図７は、履歴情報の一例を示す図である。 図８Ａは、入居希望者と候補物件との間のマッチング判定方法を説明する図である。 図８Ｂは、入居希望者と候補物件との間のマッチング判定方法の一例を説明する図である。 図８Ｃは、入居希望者の生活パターンの一例を示す図である。 図９Ａは、物件推奨値の算出方法の一例を説明する図である。 図９Ｂは、物件推奨値の算出方法の一例を説明する図である。 図１０は、サーバ装置が行うマッチング判定処理の処理手順の一例を示すフローチャートである。 図１１は、入居希望者の過去の転居時の生活パターンの変化の一例を示す図である。 図１２は、入居希望者の候補物件における生活パターンの推定結果の一例を示す図である。 図１３Ａは、物件推奨値の算出方法の一例を説明する図である。 図１３Ｂは、物件推奨値の算出方法の一例を説明する図である。 図１４Ａは、端末装置が行う物件検索情報の入出力処理の処理手順の一例を示すフローチャートである。 図１４Ｂは、端末装置が行う物件検索情報の入出力処理の処理手順の一例を示すフローチャートである。 図１５Ａは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図１５Ｂは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図１５Ｃは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図１６は、集合住宅における電気料金プランの一例を示す図である。 図１７は、候補物件に対する入居希望者のマッチング判定処理の一例を示す模式図である。 図１８は、サーバ装置が行うマッチング判定処理の処理手順の一例を示すフローチャートである。 図１９は、端末装置が行う入居希望者検索情報の入出力処理の処理手順の一例を示すフローチャートである。 図２０Ａは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図２０Ｂは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図２０Ｃは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図２０Ｄは、端末装置に表示されるユーザインターフェースの一例を示す図である。 図２１は、各装置の機能をプログラムにより実現するコンピュータのハードウェア構成を示す図である。 図２２は、サービスの類型１（自社データセンタ型）を示す図である。 図２３は、サービスの類型２（ＩａａＳ利用型）を示す図である。 図２４は、サービスの類型３（ＰａａＳ利用型）を示す図である。 図２５は、サービスの類型４（ＳａａＳ利用型）を示す図である。

以下、本開示の実施の形態について、図面を参照して詳細に説明する。なお、以下に説明する各実施形態は一例であり、本開示はこれらの実施形態により限定されるものではない。

（実施形態１）
まず、本実施形態に係るマッチング判定サービスの概要について説明する。図１は、本実施形態におけるマッチング判定サービスの概要について説明する図である。図１Ａは、本実施形態におけるマッチング判定システムの全体像の一例を示している。グループ１００は、その規模を問わず、例えば企業、団体、家庭等などのグループである。

グループ１００には、複数の機器１０１である機器Ａ、機器Ｂおよびホームゲートウェイ１０２が存在する。複数の機器１０１には、インターネットと接続可能な機器（例えば、スマートフォン、ＰＣ、ＴＶ等）もあれば、それ自身ではインターネットと接続不可能な機器（例えば、レンジ調理器、照明、洗濯機、冷蔵庫等）も存在する。

それ自身ではインターネットと接続不可能であっても、ホームゲートウェイ１０２を介してインターネットと接続可能となる機器が存在してもよい。また、グループ１００には、複数の機器１０１を使用するユーザ１０が存在する。

データセンタ運営会社１１０には、クラウドサーバ１１１が存在する。クラウドサーバ１１１とは、インターネットを介して様々な機器と連携する仮想化サーバである。クラウドサーバ１１１は、主に、通常のデータベース管理ツール等で扱うことが困難な巨大なデータ（ビッグデータ）等を管理する。

データセンタ運営会社１１０は、データ管理やクラウドサーバ１１１の管理、それらを行うデータセンタの運営等を行っている。データセンタ運営会社１１０が行っている役務については詳細を後述する。

ここで、データセンタ運営会社１１０は、データ管理やクラウドサーバ１１１の運営等のみを行っている会社に限らない。図１Ｂは、データセンタ運営会社１１０が機器メーカである場合の一例を示している。

例えば、複数の機器１０１のうちの一つの機器を開発・製造している機器メーカが、併せてデータ管理やクラウドサーバ１１１の管理等を行っている場合は、図１Ｂに示すように、機器メーカがデータセンタ運営会社１１０に該当することになる。

また、データセンタ運営会社１１０は一つの会社に限らない。図１Ｃは、データセンタ運営会社１１０が機器メーカおよび他の管理会社である場合の一例を示している。例えば機器メーカおよび他の管理会社が、共同もしくは分担してデータ管理やクラウドサーバ１１１の運営を行っている場合は、図１Ｃに示すように、両者もしくはいずれか一方がデータセンタ運営会社１１０に該当するものとする。

図１Ａの説明に戻ると、サービスプロバイダ１２０は、サーバ１２１を保有している。ここで言うサーバ１２１とは、その規模は問わず、例えば、個人用ＰＣ内のメモリなどにより構成されるものも含む。また、サービスプロバイダ１２０がサーバ１２１を保有していない場合もある。

なお、上記サービスにおいて、ホームゲートウェイ１０２は必須ではない。例えば、クラウドサーバ１１１が全てのデータ管理を行っている場合などは、ホームゲートウェイ１０２は不要となる。また、家庭内のあらゆる機器がインターネットに接続されている場合のように、それ自身でインターネットと接続不可能な機器が存在しない場合もある。

次に、上記サービスにおける情報の流れを説明する。まず、グループ１００の機器Ａまたは機器Ｂは、各ログ情報をデータセンタ運営会社１１０のクラウドサーバ１１１に送信する。クラウドサーバ１１１は機器Ａ又は機器Ｂのログ情報を集積する（図１（ａ））。

ここで、ログ情報とは、例えば、複数の機器１０１における運転状況や動作日時、集合住宅の各物件における電気、ガス、水道などのエネルギー消費量の情報などを示す情報であるが、これらのものに限らずあらゆる機器から取得が可能なすべての情報をいう。

ログ情報は、インターネットを介して複数の機器１０１自体からクラウドサーバ１１１に直接提供される場合もある。また複数の機器１０１からホームゲートウェイ１０２にログ情報が一旦集積され、ホームゲートウェイ１０２からクラウドサーバ１１１に提供されてもよい。

次に、データセンタ運営会社１１０のクラウドサーバ１１１は、集積したログ情報を一定の単位でサービスプロバイダ１２０に提供する。ここで、この単位は、データセンタ運営会社が集積した情報を整理してサービスプロバイダ１２０に提供することの出来る単位でもいいし、サービスプロバイダ１２０が要求した単位でもいい。また、一定の単位と記載したが、一定でなくてもよく、状況に応じて提供する情報量が変化する場合もある。

上記ログ情報は、必要に応じてサービスプロバイダ１２０が保有するサーバ１２１に保存される（図１（ｂ））。そして、サービスプロバイダ１２０は、ユーザに提供するサービスに適合する情報にログ情報を整理し、整理後の情報をユーザに提供する。

上記情報を提供するユーザは、複数の機器１０１を使用するユーザ１０でもよいし、外部のユーザ２０でもよい。そして、上記情報は、例えば、サービスプロバイダから直接ユーザへ提供されてもよい（図１（ｅ）、（ｆ））。また、上記情報は、例えば、データセンタ運営会社１１０のクラウドサーバ１１１を再度経由して、ユーザに提供されてもよい（図１（ｃ）、（ｄ））。

さらに、データセンタ運営会社１１０のクラウドサーバ１１１が、ユーザに提供するサービスに適合する情報にログ情報を整理し、整理後の情報をサービスプロバイダ１２０に提供してもよい。

なお、ユーザ１０とユーザ２０とは、別人でもよいし、同一人でもよい。

次に、本実施形態１に係るマッチング判定システムの一例について説明する。図２は、マッチング判定システムの構成の一例を示す図である。

このマッチング判定システムは、入居希望者と入居の候補となる物件（以下、「候補物件」と呼ぶ）とのマッチングの可否を判定する。具体的には、マッチング判定システムは、入居希望者の行動パターンを示す情報と、候補物件の周辺に位置する周辺物件（以下、「周辺物件」と呼ぶ）に入居している入居者の行動パターンを示す情報とに基づいて、入居希望者と候補物件とのマッチングの可否を判定する。

入居希望者の行動パターンを示す情報、および、周辺物件に入居している入居者の行動パターンを示す情報は、電気やガス、水道などの使用パターンの情報であってもよいし、睡眠や洗濯など、入居希望者、および、周辺物件に入居している入居者が営む生活の生活パターンを示す情報であってもよい。

以下では、入居希望者の行動パターンを示す情報、および、周辺物件に入居している入居者の行動パターンを示す情報が、それぞれ、入居希望者、および、周辺物件に入居している入居者の生活パターンを示す情報である場合について説明する。

このマッチング判定システムでは、情報提供装置２００ａ〜２００ｃ、端末装置２１０、サーバ装置２２０がネットワーク２３０を介して接続される。ネットワーク２３０は、有線ネットワークでもよいし、無線ネットワークでもよい。また、有線ネットワークと無線ネットワークとが混在していてもよい。

図２には、３台の情報提供装置２００ａ〜２００ｃが示されているが、情報提供装置は１台以上あればよい。また、図２には、端末装置２１０とサーバ装置２２０がそれぞれ１台ずつしか示されていないが、端末装置２１０とサーバ装置２２０は２台以上あってもよい。

情報提供装置２００ａ〜２００ｃは、各物件に設置され、各物件の電力使用量の情報を、後述するサーバ装置２２０に送信する装置である。例えば、情報提供装置２００ａ〜２００ｃは、このような機能を備えた分電盤であってもよいし、分電盤から電力使用量の情報を取得して、サーバ装置２２０に送信する通信装置であってもよい。

端末装置２１０は、入居希望者から種々のデータの入力を受け付け、また、入居希望者と候補物件との間のマッチング判定の結果を表示する装置である。例えば、端末装置２１０は、スマートフォンのような携帯型端末でもよいし、パーソナルコンピュータなどの据え置き型端末でもよい。あるいは、サーバ装置２２０が、端末装置２１０の機能を有していてもよい。

端末装置２１０は、入力部２１１、表示部２１２、通信部２１３、記憶部２１４、制御部２１５を備える。

入力部２１１は、ボタンやタッチパネル、キーボードなどの入力装置である。入力部２１１は、入居希望者から、入居希望者の生活パターンの情報の入力を受け付ける。また、入力部２１１は、入居希望者に適合する物件を検索するために必要な様々な指示の入力を入居希望者から受け付ける。

表示部２１２は、ディスプレイなどの表示装置である。通信部２１３は、ネットワーク２３０に接続された他の装置と通信を行う装置である。例えば、通信部２１３は、入力部２１１が入力を受け付けた情報をサーバ装置２２０に送信し、サーバ装置２２０により送信された情報を受信する。

記憶部２１４は、種々の情報を記憶するメモリやハードディスク装置などの記憶デバイスである。記憶部２１４は、入力部２１１が入力を受け付けた情報や、制御部２１５が生成した情報、通信部２１３がサーバ装置２２０から受信した情報などを記憶する。

制御部２１５は、端末装置２１０が行う各処理を制御するプロセッサなどの制御デバイスである。例えば、制御部２１５は、通信部２１３を制御して、入力部２１１が入力を受け付けた情報をサーバ装置２２０に送信させる。

また、制御部２１５は、通信部２１３を制御して、サーバ装置２２０により送信される情報を受信させる。さらに、制御部２１５は、記憶部２１４に記憶された情報を読み出して、その情報を表示部２１２に表示させる。

サーバ装置２２０は、入居希望者の行動パターンを示す情報、および、候補物件の周辺物件に入居している入居者の行動パターンを示す情報に基づいて、入居希望者と候補物件とのマッチングの可否を判定する装置である。サーバ装置２２０は、入力部２２１、表示部２２２、通信部２２３、記憶部２２４、制御部２２５を備える。

入力部２２１は、サーバ装置２２０の管理者などから種々の情報の入力を受け付けるキーボードなどの入力装置である。表示部２２２は、ディスプレイなどの表示装置である。

通信部２２３は、ネットワーク２３０に接続された他の装置と通信を行う装置である。例えば、通信部２２３は、情報提供装置２００ａ〜２００ｃや、端末装置２１０により送信された情報を受信する。また、通信部２２３は、入居希望者と候補物件との間のマッチング判定の結果についての情報を端末装置２１０に送信する。

記憶部２２４は、種々の情報を記憶するメモリまたはハードディスク装置などの記憶デバイスである。記憶部２２４は、入居者情報２２４ａ、および、履歴情報２２４ｂなどを記憶する。

入居者情報２２４ａは、候補物件の周辺物件に入居している入居者の生活パターンの情報である。ここで、入居者情報２２４ａの一例について図３〜図６を用いて説明する。図３は、入居者情報２２４ａの一例を示す図である。図４は、電力使用パターンの一例を示す図である。図５は、電気機器別の電力使用パターンの一例を示す図である。図６は、電気機器別の電力使用パターンと生活パターンとの関係の一例を示す図である。

図３に示すように、この入居者情報２２４ａは、人物ＩＤ、物件ＩＤ、物件情報、時間、電力使用量データ、機器別データ、生活パターンの情報を含む。

人物ＩＤは、入居者を特定する識別情報である。物件ＩＤは、各物件を特定する識別情報である。例えば、「Ａ＿１０１」という物件ＩＤは、建物Ａの１０１号室を示すＩＤであり、「Ｂ＿１０１」という物件ＩＤは、建物Ｂの１０１号室を示すＩＤである。

物件情報は、物件ＩＤにより特定される物件の情報である。例えば、物件情報は、物件に入居する入居者が物件から職場までの通勤に要する通勤時間などの情報を含む。この物件情報は、入居者または入居者から情報を得た管理者などによりあらかじめ登録される。ここで、管理者とは、不動産業者、または、物件のオーナーなど、物件および物件に入居している入居者の情報を管理する業者や個人である。あるいは、予め入力された職場および物件の位置情報を基に算出された通勤時間の情報が、通勤時間の情報として登録されることとしてもよい。

時間は、例えば、開始時刻と終了時刻とを有し、開始時刻から終了時刻までの時間間隔は５分である。時間は、例えば、後述する電力使用量データ、機器別データ、生活パターンのそれぞれと対応付けられている。図３の場合、時間によって特定される時間間隔は５分毎となっているが、これに限定されることはない。例えば１０分毎、１時間毎、１日毎、１ヶ月毎、１年毎といったように一定期間毎であれば良い。

電力使用量データは、時間に示される開始時刻から終了時刻までの間において、使用した電力量の値を示す。
電力使用量データは、情報提供装置２００ａ〜２００ｃからそれぞれ受信する。図４に示す電力使用パターンは、具体的には電力使用量を時系列に示したグラフである。図４に示す電力使用パターンは、例えば、図３に示す時間、電力使用量データを用いて算出される。図４に示すように、例えば、電力使用量は、時間とともに変化する。図４において、横軸は時間、縦軸は電力使用量である。
機器別データは、電気機器別の電力使用量のデータである。図５は、電気機器別の電力使用パターンの一例を示す図であり、具体的には、電気機器別の電力使用量を時系列に示したグラフである。図５に示す電気機器別の電力使用パターンは、例えば、図３に示す時間、機器別データを用いて算出される。図５に示すように、電気機器別の電力使用量も時間とともに変化する。機器別データは、後述する分析部２２５ｂにより生成されるデータである。

生活パターンは、物件ＩＤにより特定される物件の入居者の生活パターンの情報である。生活パターンには、就寝、起床、外出、食事、調理、くつろぎ、帰宅、家事などのうち少なくとも１つの行動について、時間と対応付けられている。

例えば、物件ＩＤが「Ａ＿１０１」である物件において、時間「１：００〜１：０５」に対応する生活パターンの「就寝」の欄に「丸」が登録されているが、これはこの時間に当該物件の居住者が就寝することを示している。また、当該物件において、時間「６：００〜６：０５」に対応する生活パターンの「起床」の欄に「丸」が登録されているが、これはこの時間に当該物件の居住者が起床することを示している。

図６は、電気機器別の電力使用パターンと生活パターンとの関係の一例を示す図である。
図６には、電子レンジ、寝室エアコン、台所エアコン、台所テレビ、居間テレビ、居間エアコン、照明などの機器別データと、起床、調理、食事、くつろぎ、調理、食事、外出、帰宅などの生活パターンとの間の関係が示されている。

図２の説明に戻ると、履歴情報２２４ｂは、入居希望者が過去に住んでいた物件の履歴の情報である。図７は、履歴情報２２４ｂの一例を示す図である。

履歴情報２２４ｂは、人物ＩＤ、物件ＩＤ、物件情報、時間、電力使用量データ、機器別データ、生活パターンの情報を含む。

人物ＩＤ、物件ＩＤ、時間、電力使用量データ、機器別データ、生活パターンの情報は、図３で説明した人物ＩＤ、物件ＩＤ、時間、電力使用量データ、機器別データ、生活パターンの情報とそれぞれ同様のものである。

物件情報は、物件ＩＤにより特定される物件の情報である。例えば、物件情報は、居住した居住期間の情報および、物件に入居していた入居者が物件の位置から職場までの通勤に要していた通勤時間などの情報を含む。ここで、通勤時間の情報は、図３で説明した通勤時間の情報と同様のものである。

履歴情報２２４ｂには、人物ＩＤにより特定される人物が転居した際、情報が追加される。具体的には、図３に示した入居者情報２２４ａにおいて、その人物ＩＤに対応する物件ＩＤ、物件情報に含まれる居住期間、通勤時間等、時間、電力使用量データ、機器別データ、および、生活パターンの情報が、図７に示した履歴情報２２４ｂにおける同じ人物ＩＤに対応する物件ＩＤ、物件情報に含まれる通勤時間等、時間、電力使用量データ、機器別データ、および、生活パターンの情報として登録される。その際、居住期間の情報も登録される。

図２の説明に戻ると、制御部２２５は、情報取得部２２５ａ、分析部２２５ｂ、判定部２２５ｃを備える。

情報取得部２２５ａは、周辺物件の電力使用量の情報を情報提供装置２００ａ〜２００ｃから取得し、取得した情報を入居者情報２２４ａに登録する。また、情報取得部２２５ａは、入居希望者の生活パターンを示す生活パターン情報を端末装置２１０から取得する。さらに、情報取得部２２５ａは、入居者情報２２４ａにおいて人物ＩＤにより特定される人物が転居した際、その人物に対応する情報を履歴情報２２４ｂに登録する。

分析部２２５ｂは、情報取得部２２５ａによって取得された電力使用量に基づいて、周辺物件に入居している入居者の生活パターンを示す生活パターン情報を生成する。

具体的には、分析部２２５ｂは、記憶部２２４に記憶された入居者情報２２４ａから電力使用量データを読み出し、従来提案されている様々な推定手法を用いて各電気機器の消費電力を推定する。そして、分析部２２５ｂは、推定した各電気機器の消費電力を、入居者情報２２４ａに機器別データとして登録する。

なお、ここでは、機器別データを分析部２２５ｂが推定することとしたが、情報提供装置２００ａ〜２００ｃが機器別の消費電力のデータを収集し、そのデータが入居者情報２２４ａに機器別データとして登録されることとしてもよい。

次に、分析部２２５ｂは、機器別データに基づいて、入居者の生活パターンを推定する。そして、分析部２２５ｂは、推定した生活パターンの情報を、入居者情報２２４ａに登録する。

具体的には、分析部２２５ｂは、所定の規則に従って入居者の生活パターンを推定する。例えば、分析部２２５ｂは、電気機器の総電力使用量が所定値よりも小さい夜間の時間帯を、入居者の睡眠時間帯であると推定し、それ以外の時間帯を活動時間帯であると推定する。

また、分析部２２５ｂは、寝室のエアコンなどの電気機器の使用開始時刻を入居者の起床時刻と推定し、電子レンジが使用されている時間帯を調理時間と推定する。さらに、分析部２２５ｂは、台所のエアコンと台所のテレビが使用されている時間帯を食事時間と推定し、台所のエアコンと台所のテレビの使用が終了し、居間のテレビおよび居間のエアコンが使用されている時間帯をくつろぎの時間と推定する。

また、分析部２２５ｂは、電気機器の総電力使用量が所定値よりも小さい日中の時間帯を、入居者の外出時間帯であると推定し、外出時間帯の後に、電気機器が使用され始めた時刻を、入居者の帰宅時刻と推定する。

判定部２２５ｃは、入居希望者の生活パターンの情報と周辺物件に入居している入居者の生活パターンの情報とを比較し、入居希望者と候補物件とのマッチングの可否を判定する。

この判定方法について、生活パターンとして睡眠時間帯を例にとって、図８および図９を用いて具体的に説明する。この例は、入居希望者が周辺物件の入居者の生活音で睡眠を妨害されないことを重要と考えている場合を想定している。そして、入居希望者の睡眠中は、周辺物件の入居者が活動していないことが望ましい。すなわち、入居希望者の睡眠時間帯と周辺物件の入居者の睡眠時間帯とができる限り一致する候補物件が適切である。

図８Ａおよび図８Ｂは、入居希望者と候補物件との間のマッチング判定方法の一例を説明する図である。図８Ａは、建物Ａにおける候補物件（物件ＩＤ「Ａ＿２０２」）の周辺物件の睡眠時間帯を示し、図８Ｂは、建物Ｂにおける候補物件（物件ＩＤ「Ｂ＿２０１」）の周辺物件の睡眠時間帯を示している。また、図８Ｃは、入居希望者の生活パターンの一例を示す図である。

また、図９Ａ、図９Ｂは、物件推奨値の算出方法の一例を説明する図である。物件推奨値とは、入居希望者と候補物件とのマッチングの可否の程度を示す値である。ここで、図９Ａは、物件ＩＤ「Ａ＿２０２」の物件に対する物件推奨値の算出方法について示し、図９Ｂは、物件ＩＤ「Ｂ＿２０１」の物件に対する物件推奨値の算出方法を示している。

なお、図８Ａおよび図８Ｂにおける「物件番号」と、図９Ａおよび図９Ｂにおける「部屋」の番号は、物件ＩＤと対応している。具体的には、図８Ａにおいて、例えば、建物Ａの２階の０２号室と、図９Ａにおける建物Ａの部屋番号２０２号室は、物件ＩＤ「Ａ＿２０２」と対応している。

また、図９Ａの上段には、図８Ａに示した物件ＩＤ「Ａ＿２０２」の周辺物件の入居者の睡眠時間帯と入居希望者の睡眠時間帯との比較が示されており、図９Ａの下段には、それらの睡眠時間の差分および物件推奨値が示されている。

図９Ａの例では、入居希望者の睡眠時間と２０１号室の入居者の睡眠時間との差は１時間である。また、２０１号室は、図８Ａに示すように候補物件に隣接する物件のため、重要度が１に設定されている。３０１号室は、候補物件の周辺物件ではあるが、隣接物件ではないため、重要度が１より低い０．５に設定されている。

なお、ここでは、候補物件に対する周辺物件の相対位置に基づいて重要度が設定されることとしたが、壁の厚み等に応じて重要度が設定されることとしてもよい。

判定部２２５ｃは、各周辺物件における睡眠時間差分に重要度を乗じて得られる値を全て足し合わせることによって物件推奨値を算出する。図９Ａの例では、物件ＩＤ「Ａ＿２０２」の候補物件に対する物件推奨値は４．５となり、図９Ｂの例では、物件ＩＤ「Ｂ＿２０１」の候補物件に対する物件推奨値は１．５となる。

なお、物件推奨値が所定値よりも大きい物件は、入居希望者と各周辺物件に住む入居者との睡眠時間のずれが大きいことを意味し、睡眠時間帯の一致度が低いといえる。そのため、物件推奨値が所定値よりも大きい物件は、入居希望者とのマッチングが不可であると判定され、候補物件から除外される。

そして、物件推奨値が所定値よりも小さい候補物件ほど、入居希望者と各周辺物件に入居している入居者との睡眠時間のずれが小さいことを意味し、睡眠時間帯の一致度が高いといえる。そのため、判定部２２５ｃは、このようにして得られた各候補物件の物件推奨値を比較し、物件推奨値が小さい候補物件ほど入居希望者とのマッチングが良好であると判定する。

ここでは、生活パターンの一致、不一致に基づいて物件推奨値を算出したが、このような生活パターンを用いることにより、入居希望者と物件とのマッチングの可否を適切に判定することができる。

ここで、サーバ装置２２０が行うマッチング判定処理の処理手順の一例について説明する。図１０は、サーバ装置２２０が行うマッチング判定処理の処理手順の一例を示すフローチャートである。

まず、サーバ装置２２０の情報取得部２２５ａは、情報提供装置２００ａ〜２００ｃから候補物件が存在する集合住宅における周辺物件の電力使用量の情報を取得する（ステップＳＴ１００）。

そして、分析部２２５ｂは、電力使用量を分析し、機器別の電力使用量を算出する（ＳＴ１０１）。さらに、分析部２２５ｂは、機器別の電力使用量から、周辺物件に入居する入居者の生活パターンを推定する（ＳＴ１０２）。

その後、判定部２２５ｃは、周辺物件の入居者の生活パターンと入居希望者の生活パターンを比較し、候補物件の物件推奨値を算出する（ＳＴ１０３）。

そして、判定部２２５ｃは、物件推奨値に基づいて、候補物件の推奨順を判定する（ＳＴ１０４）。

なお、上記説明では、入居希望者の生活パターンの情報を、入居希望者自らが端末装置２１０の入力部２１１から入力することとした。入居希望者が端末装置２１０から入力した生活パターンの情報は、例えば、サーバ装置２２０へ送信され、記憶部２２４に記憶される。そして、図１０に示すフローチャートを実行するとき、入居希望者が入力した生活パターンの情報は、記憶部２２４から必要に応じて読み出される。
これにより、入居希望者が候補物件に入居し、生活パターンが大幅に変化する場合であっても、効果的にマッチング判定を行うことができる。以下では、サーバ装置２２０が、入居希望者の過去の転居時の生活パターンの変化に基づいて、入居希望者の生活パターンを推定する場合について、図１１、図１２を用いて説明する。

図１１は、入居希望者の過去の転居時の生活パターンの変化の一例を示す図である。図１２は、入居希望者の候補物件における生活パターンの推定結果の一例を示す図である。

図１１、１２には、図７の人物ＩＤ「Ｍ＿１００」に対応する入居希望者が、過去に物件ＩＤ「Ｘ＿２０１」および「Ｙ＿３０２」に対応する物件に住んでいた場合に、物件ＩＤ「Ａ＿２０２」および「Ｂ＿２０１」に対応する候補物件に住むとした場合の生活パターンを推定する例が示されている。

図１１の上段は、人物ＩＤ「Ｍ＿１００」に対応する入居希望者が物件ＩＤ「Ｘ＿２０１」に対応する物件に住んでいた際の生活パターンを模式的に示している。図１１の下段は、人物ＩＤ「Ｍ＿１００」に対応する入居希望者が物件ＩＤ「Ｙ＿３０２」に対応する物件に住んでいた際の生活パターンを模式的に示している。

この図において、居住期間および通勤時間は、図７に示した履歴情報２２４ｂに物件情報として登録されている情報である。また、「起床」、「洗濯」、「外出」、「就寝」の時間は、履歴情報２２４ｂに生活パターンの情報として登録されている情報である。

まず、分析部２２５ｂは、物件Ｘ＿２０１から物件Ｙ＿３０２に転居したことによって変化した生活パターン、および、転居しても変化しなかった生活パターンを判定する。

例えば、図１１に示されるように、物件Ｘ＿２０１から物件Ｙ＿３０２に転居したことによって、通勤時間が１時間から１．５時間に伸びている。その結果、洗濯の時間が０．５時間早まり、外出時間が前後に０．５時間延びている。つまり、外出時刻が、７：００から６：３０と早くなり、帰宅時刻が２０：００から２０：３０と遅くなっている。これらの変化は、通勤時間の違いに基づくものであると考えられる。

一方、破線４０１で示すように、起床時刻の後に洗濯を行うこと、破線４０２で示すように、起床から外出まで１時間を要すること、および、破線４０３で示すように、就寝時刻が２４時であることについては変化していない。これらの生活パターンは、候補物件に引っ越した際にも変化しないものと考えられる。

このようなことから、分析部２２５ｂは、過去の生活パターンに基づいて、候補物件に入居した際の生活パターンを推定する。図１２は、候補物件における生活パターンの推定結果の一例を示す図である。

図１２の上段は、物件ＩＤがＡ＿２０２である候補物件に入居する場合の生活パターンの推定結果を示し、図１２の下段は、物件ＩＤがＢ＿２０１である候補物件に入居する場合の生活パターンの推定結果を示す。

まず、分析部２２５ｂは、候補物件に入居する場合に通勤に要する通勤時間の情報を取得する。通勤時間の情報は、入居者または入居者から情報を得た管理者などによりあらかじめ登録されてもよいし、予め入力された職場の位置情報、候補物件の位置情報、交通手段の情報を基に算出することとしてもよい。

図１２の場合、物件ＩＤがＡ＿２０２である候補物件および物件ＩＤがＢ＿２０１である候補物件に入居する場合の通勤時間は、それぞれ１５分および３０分である。

この場合、分析部２２５ｂは、物件Ｙ＿３０２における通勤時間よりも、物件ＩＤがＡ＿２０２である候補物件における通勤時間が１．２５時間短いので、起床の時間４０４も１．２５時間遅れて６時４５分になると推定する。

物件ＩＤがＢ＿２０１である候補物件についても同様に、分析部２２５ｂは、物件Ｙ＿３０２における通勤時間よりも、物件ＩＤがＢ＿２０１である候補物件における通勤時間が１時間短いので、起床の時間４０５も１時間遅れて６時３０分になると推定する。

また、洗濯の時間についても同様に、分析部２２５ｂは、物件ＩＤがＡ＿２０２である候補物件については物件Ｙ＿３０２における洗濯の時間よりも１．２５時間遅れ、物件ＩＤがＢ＿２０１である候補物件については物件Ｙ＿３０２における洗濯の時間よりも１時間遅れるものと推定する。

さらに、外出の時間については、分析部２２５ｂは、物件ＩＤがＡ＿２０２である候補物件については物件Ｙ＿３０２における外出時間よりも２．５時間縮まり、物件ＩＤがＢ＿２０１である候補物件については物件Ｙ＿３０２における外出時間よりも２時間縮まるものと推定する。そして、就寝時刻４０６については、分析部２２５ｂは、２４時で変更はないと推定する。

このような生活パターンの推定を行うことにより、入居希望者が意図せず間違った生活パターンの情報を入力することなく、自動的に生活パターンの情報が得られるため、入居希望者の入力の手間を省きつつ、適切な候補物件を探索することができる。

次に、上述した生活パターンの推定結果から各候補物件の物件推奨値を算出する場合について説明する。図１３Ａ、図１３Ｂは、物件推奨値の算出方法の一例を説明する図である。図１３Ａは、物件ＩＤがＡ＿２０２である候補物件の物件推奨値の算出方法を示し、図１３Ｂは、物件ＩＤがＢ＿２０１である候補物件の物件推奨値の算出方法を示している。

物件推奨値の算出方法は、図８、図９を用いて説明した算出方法と同一であるので説明は省略する。ただし、図８、図９で説明した算出方法では、入居希望者により入力された睡眠時間帯の情報に基づいて物件推奨値が算出される。そのため、通勤時間に応じて睡眠時間帯が候補物件ごとに変わるような場合、入居希望者は候補物件ごとに睡眠時間帯の情報を入力する必要が生じる。

一方、図１３に示す算出方法では、候補物件ごとに生活パターンを推定するため、睡眠時間帯の情報の入力の手間を省き、より信頼できる物件推奨値を算出することができる。

次に、端末装置２１０が行う物件検索情報の入出力処理の処理手順について説明する。図１４Ａ、図１４Ｂは、端末装置２１０が行う物件検索情報の入出力処理の処理手順の一例を示すフローチャートである。

また、図１５Ａ、図１５Ｂ、図１５Ｃは、端末装置２１０に表示されるユーザインターフェース（User Interface、以下、ＵＩと記載）の一例を示す図である。

まず、端末装置２１０の入力部２１１は、生活パターン情報の入力方法の選択を入居希望者から受け付ける（ＳＴ２０１）。

具体的には、制御部２１５が、表示部２１２を制御して、図１５Ａに示す入力方法選択画面５０１を表示部２１２に表示させる。そして、入力部２１１は、生活パターン情報を手動で入力するか（図１５Ａの「手動」）、または、自動で入力するか（図１５Ａの「すべて自動」）の選択を入居希望者から受けつける。

そして、制御部２１５は、入力部２１１が受けつけた選択が手動であるか、自動であるかを判定する（ＳＴ２０２）。具体的には、制御部２１５は、入居希望者が入力部２１１を操作し、入力方法選択画面５０１の「全て自動」または「手動」のいずれのチェックボックスにチェックを入れたかを判定する。

「手動」が選択された場合、制御部２１５は、表示部２１２を制御して、表示部２１２に手動入力用フォーマット５０２を表示させる（ＳＴ２０３）。

そして、入力部２１１は、マッチング判定を行う際に考慮する生活パターンの項目の選択を入居希望者から受けつける（ＳＴ２０４）。具体的には、入力部２１１は、手動入力用フォーマット５０２に含まれる生活パターン項目５０２ａのいずれかの選択を入居希望者から受けつける。

続いて、入力部２１１は、選択された生活パターンの各項目に対して、時間の指定方法の選択を受けつける（ＳＴ２０５）。具体的には、入力部２１１は、手動入力用フォーマット５０２に含まれる方法選択領域５０２ｂにおいて、「電力データから推定」、または、「時間指定」のいずれかの選択を入居希望者から受けつける。

その後、制御部２１５は、入力部２１１が受けつけた選択が「電力データから推定」であるか、あるいは、「時間指定（手動）」であるかを判定する（ＳＴ２０６）。

「時間指定（手動）」が選択された場合、制御部２１５は、生活パターンとして選択された各項目に対して、その行為が行われる時間の入力を、方法選択領域５０２ｂにおいて入居希望者から受けつける（ＳＴ２０７）。なお、図１５Ａにおいて、方法選択領域５０２ｂにて入力できる時間は、１時間単位としているが、３０分単位、あるいは、１分単位などでの入力が可能であってもよい。

ＳＴ２０６において、「電力データから推定」が選択された場合、制御部２１５は、選択した生活パターンの各項目に対して、その行為が行われる時間の推定をサーバ装置２２０に指示する（ＳＴ２１１）。

その際、制御部２１５は、入居希望者の人物ＩＤもサーバ装置２２０に送信する。例えば、この人物ＩＤは、予め入居希望者によって入力される。

この指示を受信したサーバ装置２２０は、図１１、１２を用いて説明したような方法により、人物ＩＤにより特定される入居希望者の時間、すなわち、生活パターンとして選択された各項目に該当する行為が入居希望者により行われる時間を推定する。

ＳＴ２０７、または、ＳＴ２１１の処理の後、入力部２１１は、ＳＴ２０４において選択された生活パターンの項目の重要度の設定を受けつける（ＳＴ２０８）。具体的には、入力部２１１は、図１５Ａに示した重要度選択領域５０２ｃにおいて、「一致」、「やや一致」、「一致しない」のいずれかの選択を受けつける。

なお、重要度選択領域５０２ｃでは、「一致」、「やや一致」、「一致しない」の３つの項目のいずれかの選択を受けつけることとしたが、項目数はこれ以外でもよく、また、パーセンテージで重要度の設定を受けつけることとしてもよい。

この場合、入居希望者に手動でパーセンテージを入力させてもよいし、いくつかの値の中からパーセンテージを選択させることとしてもよい。あるいは、パーセンテージを指定するためのスライドバーを表示させ、入居希望者がスライドバーを操作することによって、値を指定するようにしてもよい。

また、ＳＴ２０２にて、生活パターンの入力方法として、「自動」が選択された場合、制御部２１５は、マッチング判定に考慮すべき生活パターンの選択、入居希望者の生活パターン、および、生活パターンを考慮する際の重要度を自動的に設定するようサーバ装置２２０に問い合わせる（ＳＴ２０９）。この問い合わせには、入居希望者の人物ＩＤの情報が含まれる。

なお、この人物ＩＤは、予め入居希望者に入力させてもよいし、ＳＴ２０２にて「自動」が選択された場合に、人物ＩＤを入力するための画面を表示させ、入居希望者に入力させてもよい。

この場合、サーバ装置２２０の記憶部２２４は、過去にさまざまな入居希望者によりマッチング判定が行われた際にどのような生活パターンが考慮すべき生活パターンとして選択されたかや、生活パターンにどのような重要度が割り当てられたかの履歴情報を記憶しているものとする。

そして、上記問い合わせを受けたサーバ装置２２０の分析部２２５ｂは、この履歴情報を参照し、例えば、考慮すべき生活パターンとして、過去に選択された回数が所定回数よりも多い生活パターンを選択する。

また、分析部２２５ｂは、過去に選択された重要度の平均、あるいは、最頻の重要度を、今回のマッチング判定に用いる重要度として選択する。さらに、分析部２２５ｂは、図１１、図１２を用いて説明したような方法で、入居希望者の生活パターンを推定する。

その後、端末装置２１０の通信部２１３は、サーバ装置２２０により送信された生活パターンの選択情報を受信する（ＳＴ２１０）。サーバ装置２２０により送信される情報には、サーバ装置２２０により選択された考慮すべき生活パターンの情報や、重要度の情報などが含まれていてもよい。これらの情報は、入居希望者からの確認要求に応じて表示部２１２に表示される。

ＳＴ２０８、または、ＳＴ２１０の処理の後、図１４Ｂに示すように、入力部２１１は、マッチング評価において考慮すべき周辺物件の指定方法の選択を受けつける（ＳＴ２１２）。具体的には、入力部２１１は、方法選択領域５０３にて入居希望者から指定方法の選択を受けつける。

そして、制御部２１５は、入力部２１１が受けつけた選択が手動であるか、または、自動であるかを判定する（ＳＴ２１３）。具体的には、制御部２１５は、入居希望者が方法選択領域５０３において選択した項目が「手動」または「自動」のいずれであるのかを判定する。

「手動」が選択された場合、制御部２１５は、表示部２１２を制御して、手動入力用フォーマット５０４、および、物件表示領域５０５を表示部２１２に表示させる（ＳＴ２１４）。

続いて、入力部２１１は、考慮すべき周辺物件の数の変更を受けつける（ＳＴ２１５）。具体的には、入力部２１１は、手動入力用フォーマット５０４において入居希望者により入力された周辺物件の数の変更を受けつける。

その後、制御部２１５は、表示部２１２を制御して、物件表示領域５０５の表示内容を周辺物件の数の変更に応じて変更させる（ＳＴ２１６）。例えば、物件表示領域５０５には、デフォルトで候補物件５０５ａを中心とし、その周りに８物件を考慮できるように表示している。

この状態において、例えば、入居希望者が手動入力用フォーマット５０４において「１階上を増やす」を選択した場合、物件表示領域５０５には、「２階上」が追加され、計１１物件を考慮できるよう物件表示領域５０５が表示される。

なお、図１５Ｂに示す物件表示領域５０５は表形式で表示されているが、表形式に限定されない。物件の指定を行うことができれば、表形式に限らず、各物件を羅列する形式であってもよい。

その後、入力部２１１は、物件表示領域５０５に表示された各物件に対する重要度の設定を受けつける（ＳＴ２１７）。図１５Ｂの例では、入居希望者が重要度を「とても（気にする）」、「やや（気にする）」、または、「気にしない」の３段階で設定できるようになっている。

ここで設定される重要度は、図９に示すような各周辺物件に対する重要度と対応している。例えば、入居希望者が「とても（気にする）」に設定した重要度、および、「やや（気にする）」に設定した重要度は、それぞれ、図９に示す重要度の「１」および「０．５」と対応する。また、入居希望者が「気にしない」に設定した重要度は、重要度の「０」に対応するので、物件推奨値の算出には考慮されないことになる。

なお、図１５Ｂに示す物件表示領域５０５の場合、重要度が３段階で設定できるようにされているが、重要度の段階数はこれ以外でもよく、また、パーセンテージで重要度の設定を受けつけることとしてもよい。

この場合、入居希望者に手動でパーセンテージを入力させてもよいし、いくつかの値の中からパーセンテージを選択させることとしてもよい。あるいは、パーセンテージを指定するためのスライドバーを表示させ、入居希望者がスライドバーを操作することによって、値を指定するようにしてもよい。

一方、ＳＴ２１３にて、「自動」が選択された場合、制御部２１５は、生活パターンを考慮すべき周辺物件の指定、および、重要度の設定を実行するようサーバ装置２２０に問い合わせる（ＳＴ２１８）。

この場合、サーバ装置２２０の記憶部２２４は、過去にさまざまな入居希望者によりマッチング判定が行われた際に生活パターンを考慮すべき周辺物件としてどのような物件が選択されたかや、各周辺物件にどのような重要度が割り当てられたかの履歴情報を記憶しているものとする。

そして、上記問い合せを受信したサーバ装置２２０の分析部２２５ｂは、この履歴情報を参照し、過去に選択された回数が所定回数よりも多い周辺物件を選択する。また、分析部２２５ｂは、過去に選択された重要度の平均、あるいは、最頻の重要度を、今回のマッチング判定に用いる重要度として選択する。

その後、端末装置２１０の通信部２１３は、サーバ装置２２０により送信された周辺物件、および、重要度の選択情報を受信する（ＳＴ２１９）。これらの情報は、入居希望者からの確認要求に応じて表示部２１２に表示される。

ＳＴ２１７、または、ＳＴ２１９の処理の後、端末装置２１０の制御部２１５は、上述した処理において、入力部２１１が入居希望者から入力を受けつけたさまざまな情報をマッチング判定を行う際の条件としてサーバ装置２２０に送信する（ＳＴ２２０）。なお、ＳＴ２０２において「自動」が選択され、かつ、ＳＴ２１３において「自動」が選択された場合には、サーバ装置２２０にはマッチング判定の実行要求のみ送信される。

端末装置２１０からこのような情報を受信すると、サーバ装置２２０は、マッチング判定処理を実行し、入居希望者に適した候補物件の情報を端末装置２１０に送信する。具体的には、サーバ装置２２０の判定部２２５ｃは、複数の候補物件について、図８、図９を用いて説明したような方法で物件推奨値を算出する。

そして、判定部２２５ｃは、物件推奨値が小さい所定数の候補物件を入居希望者に適した候補物件として抽出し、その候補物件の情報を端末装置２１０に送信する。

ここで、図８、図９では、考慮すべき生活パターンが「睡眠」の一種類である場合について説明したが、図１５Ａに示すように、考慮すべき生活パターンとして複数の生活パターンを選択することもできる。以下では、この場合に、サーバ装置２２０の判定部２２５ｃにより行われるマッチング判定処理について説明する。

例えば、図１５Ａの手動入力用フォーマット５０２において、生活パターンとして「睡眠」と「洗濯」とが選択され、「睡眠」に対する重要度として「一致」が選択され、「洗濯」に対する重要度として「一致しない」が選択されたものとする。ここでは、１つの建物に共用の洗濯機または物干しスペースがあって、他の入居者と洗濯時間が一致しないことを入居希望者が望んでいる場合を想定している。

洗濯時間が一致しないことをマッチング判定の条件として加える場合、まず、判定部２２５ｃは、入居希望者の洗濯時間が周辺物件に入居している入居者の洗濯時間と重複している時間を算出する。

そして、判定部２２５ｃは、算出した重複時間に、図８Ａ、図８Ｂで説明した各周辺物件の重要度を乗じたものを全て足し合わせることによって、洗濯時間が一致しないという条件の下での物件推奨値が算出される。この場合、物件推奨値が小さいほど、一致度が低いことになる。つまり、図８、図９で説明した場合と同様に、物件推奨値が小さいほど、その候補物件と、洗濯時間が一致しないことを望む入居希望者とのマッチングが良好であるといえる。

続いて、判定部２２５ｃは、睡眠時間が一致するという条件の下での物件推奨値に、洗濯時間が一致しないという条件の下での物件推奨値を加算することにより、上記２つの条件の下でマッチング判定を行うための物件推奨値が算出される。

その後、判定部２２５ｃは、２つの条件の下で算出した物件推奨値が小さい順に所定数の候補物件を抽出し、その結果得られた候補物件の情報を端末装置２１０に送信する。

なお、２つの条件の下でそれぞれ算出した物件推奨値を足し合わせる場合を説明したが、各物件推奨値に重みを設定し、各条件の重要度を調整することとしてもよい。

例えば、図１５Ａの手動入力用フォーマット５０２において、「睡眠」に対する重要度として「一致」が選択され、「食事」に対する重要度として「やや一致」が選択されたものとする。

この場合、「やや一致」が選択された「食事」に対する物件推奨値の重みを、「一致」が選択された「睡眠」に対する物件推奨値の重みよりも小さくし、これらの重みが乗算された各物件推奨値を加算して、最終的な物件推奨値が算出される。

これにより、入居希望者が、食事時間が一致するという条件を睡眠時間が一致するという条件よりも重視しない場合に、それを考慮して物件推奨値を算出することができる。

このように、ＳＴ２０４、ＳＴ２０５、ＳＴ２０７、および、ＳＴ２０８の処理において、考慮すべき生活パターンの項目が２つ以上選択され、それぞれに異なる重要度が設定された場合でも、適切にマッチング判定を行うことができる。

その後、端末装置２１０の通信部２１３は、サーバ装置２２０により送信された候補物件の情報をマッチング判定の結果として受信する（ＳＴ２２１）。

そして、表示部２１２は、サーバ装置２２０から受信したマッチング判定の結果を表示する（ＳＴ２２２）。図１５Ｃは、マッチング判定結果の表示画面５０６の一例を示す図である。

この表示画面５０６には、物件推奨値が小さい順に候補物件の情報が表示される。また、各候補物件の情報として、図１５Ｃに示されるように、睡眠時間等の生活パターンがその候補物件の周辺物件の入居者とどの程度一致しているのかの情報を表示することとしてもよい。この一致度は、周辺物件の入居者の平均的な睡眠時間帯と入居希望者の睡眠時間帯との一致の割合を算出することにより容易に得ることができる。

また、候補物件の概要を併せて表示させてもよい。サーバ装置２２０の記憶部２２４が予めこの概要の情報を記憶しておくこととし、サーバ装置２２０からこの情報を受信した端末装置２１０の表示部２１２が、この情報を表示することとすればよい。

上記のように、判定部２２５ｃは、入居希望者の生活パターンと、周辺物件に入居している入居者の生活パターンの一致度を判定し、一致度が所定の基準より高い場合に、入居希望者と候補物件とのマッチングを可とし、一致度が所定の基準よりも低い場合に、入居希望者と候補物件とのマッチングを不可とすることとした。

これにより、入居希望者の要望に応じた評価を実行することができ、入居希望者に対してより適切な候補物件を提示することができる。

なお、これに限らず、判定部２２５ｃは、入居希望者の生活パターンと、周辺物件に入居している入居者の生活パターンの一致度を判定し、一致度が所定の基準より高い場合に、入居希望者と候補物件とのマッチングを不可とし、一致度が所定の基準よりも低い場合に、入居希望者と候補物件とのマッチングを可とすることとしてもよい。

例えば、上述したように、入居希望者の洗濯時間と、周辺物件に入居している入居者の洗濯時間の一致度を判定し、一致度が所定の基準より高い場合に、入居希望者と候補物件とのマッチングを不可とし、一致度が所定の基準より低い場合に、入居希望者と候補物件とのマッチングを可とすることとしてもよい。

また、上記実施形態１では、入居希望者、および、周辺物件の入居者の電力使用パターンの情報から入居希望者、および、周辺物件の入居者の生活パターンを推定し、推定した生活パターンを比較して候補物件の物件推奨値を算出することとしたが、電力使用パターンを比較して候補物件の物件推奨値を算出することとしてもよい。

例えば、入居希望者と周辺物件の入居者との間で洗濯時間が一致しないようにする場合、分析部２２５ｂは、入居希望者の洗濯機の電力使用パターンと、周辺物件の入居者の洗濯機の電力使用パターンとを比較し、図８、図９を用いて説明した方法と同様にして物件推奨値を算出すればよい。

また、上記実施形態１では、周辺物件の入居者の生活パターンの情報をサーバ装置２２０が生成することとしたが、生活パターンの情報を生成、提供する他の装置からサーバ装置２２０が受信して、マッチング判定処理に用いることとしてもよい。

（実施形態２）
実施形態２では、集合住宅に存在する１つの候補物件に対して複数の入居希望者が存在する場合に、各入居希望者と候補物件とのマッチングの可否を判定する場合について説明する。

まず、候補物件が存在する集合住宅が採用する電気料金プランについて説明する。図１６は、集合住宅における電気料金プランの一例を示す図である。図１６に示す電気料金プランでは、単位時間あたりの電力使用量に応じて、高、中、低の異なる料金単価が設定されている。

例えば、図１６において、冷蔵庫のみが使用されている時間帯、および、冷蔵庫と洗濯機のみが使用されている時間帯は、総電力使用量が低いため、電気料金が低く抑えられる。一方で、冷蔵庫、掃除機、および、電子レンジが使用されている時間帯、並びに、冷蔵庫、照明、テレビ、レコーダ、および、ＰＣが使用されている時間帯は総電力使用量が高くなるため、その分電気料金が高くなってしまう。

そのため、集合住宅の管理者にとっては、その集合住宅に住む人それぞれの電力使用量のパターンを用いて、評価基準に基づき適切な入居希望者を選択できることが望ましい。本実施形態では、このような観点から、入居希望者と候補物件とのマッチングの可否を判定する場合について説明する。

本実施形態に係るマッチング判定システムの構成は、図２に示した構成と同様のものであるためその説明は省略する。ただし、本実施形態では、サーバ装置２２０の情報取得部２２５ａ、分析部２２５ｂおよび判定部２２５ｃが行う処理が実施形態１と異なる。

また、実施形態１では、入居希望者の行動パターンを示す情報、および、周辺物件に入居している入居者の行動パターンを示す情報が、それぞれ、入居希望者、および、周辺物件に入居している入居者の生活パターンを示す情報であるとした。本実施形態２では、入居希望者の行動パターンを示す情報、および、周辺物件に入居している入居者の行動パターンを示す情報が、それぞれ、入居希望者、および、周辺物件に入居している入居者の電力の使用パターンを示す情報である場合について説明する。

具体的には、情報取得部２２５ａは、候補物件の周辺の各周辺物件の電力使用量の情報を情報提供装置２００ａ〜２００ｃから取得する。分析部２２５ｂは、情報取得部２２５ａによって取得された各周辺物件の電力使用量の総和を算出し、集合住宅全体の総電力使用パターンを推定する。

判定部２２５ｃは、入居希望者の電力使用パターンの情報と集合住宅全体の総電力使用パターンの情報とから、入居希望者と候補物件とのマッチングの可否を判定する。この判定方法については、図１７を用いて詳しく説明する。

なお、入居希望者の電力使用パターンの情報は、入居希望者自らが端末装置２１０の入力部２１１に入力した情報を通信部２１３が受信してもよいし、または、サーバ装置２２０に記憶されている入居希望者に関する入居者情報２２４ａまたは履歴情報２２４ｂを用いて、サーバ装置２２０が推定した情報を通信部２１３が受信してもよい。

次に、候補物件に対する入居希望者のマッチング判定処理について説明する。図１７は、候補物件に対する入居希望者のマッチング判定処理の一例を示す模式図である。

図１７において、電力使用パターン６０１は、候補物件の周辺にある各周辺物件において、電力使用量の変化を時系列に示すグラフに対応する。総電力使用パターン６０２は、各周辺物件の電力使用パターンの総和である。

予想電力使用パターン６０３は、各入居希望者Ａ、Ｂ、Ｃが候補物件に入居した場合に予想される電力使用パターンである。すなわち、予想電力使用パターン６０３は、総電力使用パターン６０２に、各入居希望者Ａ、Ｂ、Ｃの電力使用パターンを加算したものである。

このマッチング判定処理では、例えば、電気料金プランの情報を用いて、予想電力使用パターン６０３の情報が電気料金の情報に変換される。そして、例えば、予想電力使用パターン６０３から変換された電気料金が所定値よりも安くなる場合に入居希望者と候補物件とのマッチングが可であると判定され、電気料金が所定値よりも高くなる場合に入居希望者と候補物件とのマッチングが不可であると判定される。

さらに、このマッチング判定処理では、例えば、予想電力使用パターン６０３から変換された電気料金が安くなる順に入居希望者の順位付けがなされる。例えば、図１７には、マッチングが可と判定された入居希望者Ａ、Ｂ、Ｃの順番６０４が、電気料金が安くなる順にＡ、Ｃ、Ｂとなることが示されている。

次に、サーバ装置２２０が行うマッチング判定処理の処理手順の一例について説明する。図１８は、サーバ装置２２０が行うマッチング判定処理の処理手順の一例を示すフローチャートである。

サーバ装置２２０の情報取得部２２５ａは、候補物件の周辺の各周辺物件の電力使用量の情報を情報提供装置２００ａ〜２００ｃから取得する（ＳＴ３０１）。そして、分析部２２５ｂは、情報取得部２２５ａによって取得された各周辺物件の電力使用量から電力使用量の総和を算出する。さらに、分析部２２５ｂは、周辺物件の電力使用パターンおよびその総和である総電力使用パターンを算出する（ＳＴ３０２）。
このとき、各周辺物件の電力使用量から算出される電力使用量の総和は、所定期間に対するものであってもよい。
また、周辺物件の電力使用パターンおよびその総和である総電力使用パターンは、所定期間に対するものであってもよい。所定期間とは、例えば、１日、１ヶ月、１年といったように予め定めた期間である。

その後、判定部２２５ｃは、総電力使用パターンの情報と入居希望者の電力使用パターンの情報とから、図１７を用いて説明した予想電力使用パターンを算出する（ＳＴ３０３）。そして、判定部２２５ｃは、図１７を用いて説明したような方法で、入居希望者と候補物件とのマッチングの可否を判定する（ＳＴ３０４）。

次に、端末装置２１０が行う入居希望者検索情報の入出力処理の処理手順について説明する。図１９は、端末装置２１０が行う入居希望者検索情報の入出力処理の処理手順の一例を示すフローチャートである。

また、図２０Ａ〜図２０Ｄは、端末装置２１０に表示されるユーザインターフェース（User Interface、以下、ＵＩと記載）の一例を示す図である。

まず、端末装置２１０の入力部２１１は、入居希望者の適切度の評価基準の選択を、候補物件の管理者から受けつける（ＳＴ４０１）。

具体的には、制御部２１５が、表示部２１２を制御して、図２０Ａに示す評価基準選択画面７０１を表示部２１２に表示させる。そして、入力部２１１は、適切度を電気料金プランで評価するか（図２０Ａの「電気料金プランで評価」）、または、生活パターンで評価するか（図２０Ａの「生活パターンで評価」）の選択を管理者から受けつける。

生活パターンでの評価とは、実施形態１で説明したように、入居希望者の生活パターンと周辺物件の居住者の生活パターンとの一致、不一致に基づいて、入居希望者と候補物件とのマッチングの適切度を評価することである。

その後、制御部２１５は、入力部２１１が受けつけた評価基準が電気料金プランであるか生活パターンであるかを判定する（ＳＴ４０２）。具体的には、管理者が入力部２１１を操作し、評価基準選択画面７０１の「電気料金プランで評価」または「生活パターンで評価」のいずれのチェックボックスにチェックを入れたかを判定する。

電気料金プランが選択された場合、制御部２１５は、表示部２１２を制御して、表示部２１２に電気料金プラン選択フォーム７０２を表示させる（ＳＴ４０３）。そして、入力部２１１は、電気料金プラン選択フォーム７０２を用いて行われる電気料金プランの選択を管理者から受けつける（ＳＴ４０４）。

続いて、制御部２１５は、表示部２１２を制御して、表示部２１２に入居希望者の認証情報の入力フォーム７０３を表示させる（ＳＴ４０５）。そして、入力部２１１は、入居希望者の認証情報の入力を管理者から受けつける（ＳＴ４０６）。

この認証情報は、サーバ装置２２０などに記憶された入居希望者の電力使用パターン情報にアクセスするための認証情報である。管理者は、事前に入居希望者から認証情報を取得するなどして、認証情報の入力を行う。

その後、制御部２１５は、入居希望者を追加する管理者からの指示を入力部２１１が受けつけたか否かを判定する（ＳＴ４０７）。具体的には、図２０Ａに示した入力フォーム７０３において、「入居希望者を追加する」ボタンが選択された場合、入居希望者の追加があると判定し、「評価」ボタンが選択された場合、入居希望者の追加は無く、入居希望者の評価を実行すると判定する。

入居希望者を追加する管理者からの指示を入力部２１１が受けつけた場合、ＳＴ４０５、ＳＴ４０６の処理が再度実行される。

一方、ＳＴ４０２において、生活パターンが選択された場合、入力部２１１は、入居希望者の生活パターンと周辺物件の居住者の生活パターンとの一致、不一致に基づいて、入居希望者と候補物件とのマッチングの適切度を評価するために必要な情報の入力を受けつける（ＳＴ４１０）。具体的には、図１４Ａ、図１４Ｂに示したＳＴ２０１からＳＴ２１９の処理と同様の処理が実行される。

その後、制御部２１５は、入居希望者を追加する管理者からの指示を受けつけたか否かを判定する（ＳＴ４１１）。そして、入居希望者を追加する管理者からの指示を入力部２１１が受けつけた場合、ＳＴ４１０の処理が再度実行される。

ＳＴ４０７、または、ＳＴ４１１の判定処理において、入居希望者の追加がないと判定された場合、制御部２１５は、通信部２１３を制御して、上述した処理において入力部２１１が管理者から入力を受けつけたさまざまな情報をサーバ装置２２０に送信させ、サーバ装置２２０にマッチング判定処理を実行するよう指示する（ＳＴ４０８）。

なお、ステップＳＴ４０２において、評価基準として電気料金プランが選択された場合は、図１７を用いて説明したような電力使用パターンに基づくマッチング判定処理を実行する指示がなされる。一方、評価基準として、生活パターンが選択された場合は、図８、図９を用いて説明したような物件推奨値に基づくマッチング判定処理を実行する指示がなされる。

端末装置２１０からこのような情報を受信すると、サーバ装置２２０は、電力使用パターン、または、物件推奨値に基づくマッチング判定処理を実行し、候補物件に適した入居希望者の情報を端末装置２１０に送信する。

その後、端末装置２１０の通信部２１３は、サーバ装置２２０により送信された入居希望者の評価情報をマッチング判定の結果として受信し、表示部２１２は、受信したマッチング判定の結果を表示する（ＳＴ４０９）。

図２０Ｂには、入居希望者Ｃと候補物件とのマッチングについての評価結果の表示例を示している。評価結果概要７０４には、入居希望者ＣがＳＴ４０４で選択された電気料金プランに合うか否かの結果が表示されている。例えば、図１７を用いて説明した予想電力使用パターン６０３が所定の閾値よりも小さい場合に、その入居希望者が電気料金プランに合うと判定される。

また、評価結果概要７０４の表示に含まれる「詳細」ボタンが選択されると、端末装置２１０の表示部２１２は、評価結果詳細７０５を表示する。

評価結果詳細７０５には、図１７を用いて説明した総電力使用パターン６０２、予想電力使用パターン６０３が含まれる。さらに、サーバ装置２２０の分析部２２５ｂが、総電力使用量が多い時間のランキング、その時間、上記所定の閾値に達するまでの使用可能な電力量、使用可能な家電の台数の目安などを算出し、端末装置２１０の表示部２１２が、これらの情報を表示することとしてもよい。

また、ＳＴ４０７にて複数の入居希望者が追加される場合、図２０Ｃの表示画面７０６の一例に示されるように、複数の入居希望者のマッチング判定の結果が順位付けて表示される。図２０Ｃでは、電気料金パターンの適切度に応じて、４人の入居希望者に対して順位付けがなされている。

ここで、電気料金パターンの適切度とは、例えば、所定の電気料金と、予想電力使用パターン６０３に対応する電気料金とから以下の式によって算出される値である。
適切度＝｛（所定の電気料金）−（予想電力使用パターン６０３に対応する電気料金）｝／（所定の電気料金）

また、図２０Ｄは、ＳＴ４０２にて「生活パターン」が選択された場合のマッチング判定結果の表示画面７０７の一例を示している。この表示画面７０７には、図１５Ｃに示した表示画面５０６と同様に、睡眠時間等の生活パターンがその候補物件の周辺物件の入居者とどの程度一致しているのかの情報が表示される。また、この一致の度合いに応じて、各入居希望者が順位付けして表示される。

さらに、入居希望者の紹介を併せて表示させてもよい。サーバ装置２２０の記憶部２２４が予めこの情報を記憶しておくこととし、サーバ装置２２０からこの情報を受信した端末装置２１０の表示部２１２が、この情報を表示することとすればよい。

なお、上記説明では、電気料金に基づいて、入居希望者と候補物件とのマッチングの可否を判定したが、電力使用量そのものに基づいて、入居希望者と候補物件とのマッチングの可否を判定してもよい。

このマッチング判定処理では、例えば、入居希望者の所定期間内の電力使用量と、候補物件の周辺物件に入居している入居者の所定期間内の電力使用量との合計値が所定値よりも小さくなる場合に入居希望者と候補物件とのマッチングが可であると判定され、その合計値が所定値よりも大きくなる場合に入居希望者と候補物件とのマッチングが不可であると判定される。所定期間の情報は、サーバ装置２２０の記憶部２２４に予め、記憶されていてもよい。
または、管理者から指定された所定期間の情報を、サーバ装置２２０の記憶部２２４に記憶してもよい。

さらに、このマッチング判定処理では、入居希望者の所定期間内の電力使用量と、候補物件の周辺物件に入居している入居者の所定期間における電力使用量の合計値が小さくなる順に入居希望者の順位付けがなされることとしてもよい。そして、この順位に従って、図２０Ｃに示した場合と同様に、複数の入居希望者のマッチング判定の結果を順位付けて表示するようにしてもよい。この処理は、電力使用量の合計値が所定値を超えると電気料金が高くなってしまうような場合に有効である。

また、所定期間内の予想電力使用パターン６０３のピークに基づいて、入居希望者と候補物件とのマッチングの可否を判定してもよい。

このマッチング判定処理では、入居希望者の所定期間内の電力使用量と、候補物件の周辺物件に入居している入居者の所定期間内の電力使用量の合計である予想電力使用パターン６０３のピークが所定値よりも小さくなる場合に入居希望者と候補物件とのマッチングが可であると判定され、そのピークが所定値よりも大きくなる場合に入居希望者と候補物件とのマッチングが不可であると判定される。

さらに、このマッチング判定処理では、所定期間内の上記予想電力使用パターン６０３のピークが小さくなる順に入居希望者の順位付けがなされることとしてもよい。そして、この順位に従って、図２０Ｃに示した場合と同様に、複数の入居希望者のマッチング判定の結果を順位付けて表示するようにしてもよい。この処理は、所定期間内の予想電力使用パターン６０３のピークが所定値を超えると電気料金が高くなってしまうような場合に有効である。
さらに、このマッチング判定処理では、所定期間内における予想電力使用パターン６０３の変動（偏差）が小さい順に入居希望者の順位付けがなされることとしてもよい。
そして、この順位に従って、図２０Ｃに示した場合と同様に、複数の入居希望者のマッチング判定の結果を順位付けて表示するようにしてもよい。
この処理は、例えば、所定期間における予想電力使用パターン６０３の変動量が所定値を超えると電気料金が高くなってしまうような場合に有効である。

なお、上記実施形態２では、マッチング判定処理に電気の使用パターンの情報を用いることとしたが、ガスや水道などの使用パターンの情報を用い、ガスや水道などの使用料金が高くならないように入居希望者と候補物件とのマッチングを行うこととしてもよい。

以上、本実施形態について図面を参照して詳述してきたが、上述した情報提供装置２００ａ〜２００ｃ、端末装置２１０、サーバ装置２２０などの各装置の機能は、コンピュータプログラムにより実現され得る。

図２１は、各装置の機能をプログラムにより実現するコンピュータ８００のハードウェア構成を示す図である。

例えば、このコンピュータ８００は、キーボードやマウス、タッチパッドなどの入力装置８０１、ディスプレイやスピーカーなどの出力装置８０２、ＣＰＵ８０３、ＲＯＭ（Read Only Memory）８０４、ＲＡＭ（Random Access Memory）８０５、ハードディスク装置やＳＳＤ（Solid State Drive）などの記憶装置８０６、ＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory）やＵＳＢ（Universal Serial Bus）メモリなどの記録媒体から情報を読み取る読取装置８０７、ネットワークを介して通信を行うネットワークカード８０８などを備え、各部はバス８０９により接続される。

そして、読取装置８０７は、上記各装置の機能を実現するためのプログラムを記録した記録媒体からそのプログラムを読み取り、読み取ったプログラムを記憶装置８０６に記憶させる。あるいは、ネットワークカード８０８が、ネットワークに接続されたサーバ装置と通信を行い、サーバ装置からダウンロードした上記各装置の機能を実現するためのプログラムを記憶装置８０６に記憶させる。

そして、ＣＰＵ８０３が、記憶装置８０６に記憶されたプログラムをＲＡＭ８０５にコピーし、そのプログラムに含まれる命令をＲＡＭ８０５から順次読み出して実行することにより、上記各装置の機能が実現される。

また、上記実施の形態において説明された技術は、例えば、以下のクラウドサービスの類型において実現され得る。しかし、上記実施の形態において説明された技術が実現される類型はこれに限られるものでない。

（サービスの類型１：自社データセンタ型）
図２２は、サービスの類型１（自社データセンタ型）を示す図である。本類型は、サービスプロバイダ１２０がグループ１００から情報を取得し、ユーザに対してサービスを提供する類型である。本類型では、サービスプロバイダ１２０が、データセンタ運営会社の機能を有している。即ち、サービスプロバイダが、ビッグデータの管理をするクラウドサーバ１１１を保有している。従って、データセンタ運営会社は存在しない。

本類型では、サービスプロバイダ１２０は、データセンタ９０３（クラウドサーバ１１１）を運営、管理している。また、サービスプロバイダ１２０は、ＯＳ９０２及びアプリケーション９０１を管理する。サービスプロバイダ１２０は、サービスプロバイダ１２０が管理するＯＳ９０２およびアプリケーション９０１を用いてサービス提供９０４を行う。

（サービスの類型２：ＩａａＳ利用型）
図２３は、サービスの類型２（ＩａａＳ利用型）を示す図である。ここで、ＩａａＳとは、インフラストラクチャー・アズ・ア・サービスの略であり、コンピュータシステムを構築および稼動させるための基盤そのものを、インターネット経由のサービスとして提供するクラウドサービス提供モデルである。

本類型では、データセンタ運営会社１１０が、データセンタ９０３（クラウドサーバ）を運営、管理している。また、サービスプロバイダ１２０は、ＯＳ９０２およびアプリケーション９０１を管理する。サービスプロバイダ１２０は、サービスプロバイダ１２０が管理するＯＳ９０２およびアプリケーション９０１を用いてサービス提供９０４を行う。

（サービスの類型３：ＰａａＳ利用型）
図２４は、サービスの類型３（ＰａａＳ利用型）を示す図である。ここで、ＰａａＳとは、プラットフォーム・アズ・ア・サービスの略であり、ソフトウェアを構築および稼動させるための土台となるプラットフォームを、インターネット経由のサービスとして提供するクラウドサービス提供モデルである。

本類型では、データセンタ運営会社１１０は、ＯＳ９０２を管理し、データセンタ９０３（クラウドサーバ）を運営、管理している。また、サービスプロバイダ１２０は、アプリケーション９０１を管理する。サービスプロバイダ１２０は、データセンタ運営会社が管理するＯＳ９０２およびサービスプロバイダ１２０が管理するアプリケーション９０１を用いてサービス提供９０４を行う。

（サービスの類型４：ＳａａＳ利用型）
図２５は、サービスの類型４（ＳａａＳ利用型）を示す図である。ここで、ＳａａＳとは、ソフトウェア・アズ・ア・サービスの略である。例えばデータセンタ（クラウドサーバ）を保有しているプラットフォーム提供者が提供するアプリケーションを、データセンタ（クラウドサーバ）を保有していない会社・個人（利用者）が、インターネットなどのネットワーク経由で使用できる機能を有するクラウドサービス提供モデルである。

本類型では、データセンタ運営会社１１０は、アプリケーション９０１を管理し、ＯＳ９０２を管理し、データセンタ９０３（クラウドサーバ）を運営、管理している。また、サービスプロバイダ１２０は、データセンタ運営会社１１０が管理するＯＳ９０２およびアプリケーション９０１を用いてサービス提供９０４を行う。

以上、いずれの類型においても、サービスプロバイダ１２０が、サービス提供行為を行うものとする。また、例えば、サービスプロバイダ１２０もしくはデータセンタ運営会社１１０は、ＯＳ、アプリケーションもしくはビッグデータのデータベースなどを自ら開発してもよいし、また、第三者に外注してもよい。

本実施形態２では、１つの候補物件に対して、複数の入居希望者が存在する場合に、入居希望者の電力使用量のパターンと、候補物件の周辺物件に入居している入居者の電力使用量のパターンに基づいて、入居希望者と候補物件とのマッチングの可否を判定した。

これにより、候補物件を含む集合住宅全体の電力使用パターンを考慮して、複数の入居希望者の中から候補物件にふさわしい入居希望者を選択することが可能となる。

なお、本実施形態１では、睡眠や洗濯などの具体的な生活パターンを推定することとしたが、活動中、非活動中など、より単純化した生活パターンを推定してもよい。

なお、本実施形態１および２では、１日の行動パターン情報を用いる場合について説明したが、一週間など、より長い期間の行動パターン情報を用いることとしてもよい。

また、本実施形態１および２では、情報提供装置２００ａ〜２００ｃから取得した１日の電力使用パターンの情報に基づいて行動パターン情報を推定したが、複数の日の電力使用パターンを平均した電力使用パターンに基づいて、行動パターン情報を推定してもよい。

＜補足＞
以下には、本開示に係るマッチング判定装置、マッチング判定方法、および、プログラムを記録した非一時的記録媒体について説明する。

（ａ）
本開示のマッチング判定装置は、
マッチング判定装置であって、
入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶する記憶部と、
前記入居希望者の行動パターンを示す情報と、前記周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、前記入居希望者と前記候補物件とのマッチングの可否を判定する判定部と、
を備える。

（ｂ）
また、前記周辺物件に入居している入居者の行動パターンを示す情報を他の装置から取得する取得部をさらに備えてもよい。

（ｃ）
また、前記入居希望者の行動パターンを示す情報、および、前記周辺物件に入居している入居者の行動パターンを示す情報はそれぞれ、前記入居希望者、および、前記周辺物件に入居している入居者の電気、ガス、および、水のうちの少なくとも１つの使用パターンを示す使用パターン情報であってもよい。

（ｄ）
また、前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれについて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
前記判定部は、前記入居希望者の使用パターン、および、前記周辺物件に入居している入居者の使用パターンを加算した予想使用パターンを算出し、所定期間内の前記予想使用パターンのピークが所定値よりも小さい場合に、前記入居希望者と前記物件とのマッチングを可と判定し、前記ピークが前記所定値よりも大きい場合に、前記入居希望者と前記物件とのマッチングを不可と判定してもよい。

（ｅ）
また、前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれにおいて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
前記判定部は、前記入居希望者の所定期間内の前記使用量と、前記周辺物件に入居している入居者の所定期間内における前記使用量の合計値が所定値よりも小さい場合に、前記入居希望者と前記物件とのマッチングを可と判定し、前記合計値が前記所定値よりも大きい場合に、前記入居希望者と前記物件とのマッチングを不可と判定してもよい。

（ｆ）
また、前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれにおいて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
前記判定部は、前記入居希望者の使用パターン、および、前記周辺物件に入居している入居者の使用パターンを加算した予想使用パターンを算出し、前記算出した予想使用パターンに対する使用料金が所定値よりも小さい場合に、前記入居希望者と前記物件とのマッチングを可と判定し、前記使用料金が前記所定値よりも大きい場合に、前記入居希望者と前記物件とのマッチングを不可と判定してもよい。

（ｇ）
また、前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれにおいて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
前記判定部は、前記入居希望者の使用パターン、および、前記周辺物件に入居している入居者の使用パターンを加算した予想使用パターンを算出し、前記算出した予想使用パターンの所定期間内の変動が所定値よりも小さい場合に、前記入居希望者と前記物件とのマッチングを可と判定し、前記所定期間内の変動が所定値よりも大きい場合に、前記入居希望者と前記物件とのマッチングを不可と判定してもよい。

（ｈ）
また、前記入居希望者、および、前記周辺物件に入居している入居者の電気、ガス、および、水のうちの少なくとも１つの使用量の情報に基づいて、前記行動パターンを示す情報を生成する分析部をさらに備えてもよい。

（ｉ）
また、前記行動パターンを示す情報には、就寝、起床、外出、食事、調理、くつろぎ、帰宅、家事の少なくとも１つの行動の時間の情報を含んでもよい。

（ｊ）
また、前記判定部は、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンの一致度を判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンとの一致度が所定の基準より高い場合に、前記入居希望者と前記物件とのマッチングを可と判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンとの一致度が前記所定の基準よりも低い場合に、前記入居希望者と前記物件とのマッチングを不可と判定してもよい。

（ｋ）
また、前記行動パターンを示す情報には、洗濯の時間の情報を含んでもよい。
また、前記判定部は、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンの一致度を判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンとの一致度が所定の基準よりも高い場合に、前記入居希望者と前記物件とのマッチングを不可と判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンの一致度が前記所定の基準よりも低い場合に、前記入居希望者と前記物件とのマッチングを可と判定してもよい。

（ｌ）
また、前記判定部は、前記入居希望者が過去に居所を移転した際の移転前後の行動パターンの情報に基づいて、前記入居希望者の前記行動パターンを示す情報を生成してもよい。

（ｍ）
また、前記記憶部は、メモリを含み、前記判定部は、プロセッサを含んでもよい。

（ｎ）
本開示のマッチング判定方法は、
入居希望者と候補物件とのマッチングの可否を判定するマッチング判定方法であって、
前記入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶部に記憶する記憶ステップと、
前記記憶部に記憶された前記入居希望者の行動パターンを示す情報と、前記周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、前記入居希望者と前記候補物件とのマッチングの可否を判定する判定ステップとを含む。

（ｏ）
また、前記判定ステップにおける判定結果に基づいて、前記入居希望者と前記候補物件とのマッチングの度合いを順位付けして表示する表示ステップをさらに含んでもよい。

（ｐ）
また、前記記憶部は、メモリを含み、前記記憶ステップ、および前記判定ステップのうちの少なくとも１つは、プロセッサにより行われてもよい。

（ｑ）
本開示の記録媒体は、
コンピュータ読み取り可能なプログラムを記録した非一時的記録媒体であって、
前記コンピュータに、
前記入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶部に記憶する記憶手順と、
前記記憶部に記憶された前記入居希望者の行動パターンを示す情報と、前記周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、前記入居希望者と前記候補物件とのマッチングの可否を判定する判定手順と、
を実行させる。

本開示にかかるマッチング判定装置、マッチング判定方法、および、プログラムを記録した非一時的記録媒体は、入居希望者と物件とのマッチングの可否の判定を行うシステムに用いるのに好適である。

１０、２０ ユーザ
１００ グループ
１０１ 機器
１０２ ホームゲートウェイ
１１０ データセンタ運営会社
１１１ クラウドサーバ
１２０ サービスプロバイダ
１２１ サーバ
２００ａ、２００ｂ、２００ｃ 情報提供装置
２１０ 端末装置
２１１、２２１ 入力部
２１２、２２２ 表示部
２１３、２２３ 通信部
２１４、２２４ 記憶部
２１５、２２５ 制御部
２２０ サーバ装置
２２４ａ 入居者情報
２２４ｂ 履歴情報
２２５ａ 情報取得部
２２５ｂ 分析部
２２５ｃ 判定部
２３０ ネットワーク
５０１ 入力方法選択画面
５０２、５０４ 手動入力用フォーマット
５０２ａ 生活パターン項目
５０２ｂ、５０３ 方法選択領域
５０２ｃ 重要度選択領域
５０５ 物件表示領域
５０６、７０６、７０７ 表示画面
６０１ 電力使用パターン
６０２ 総電力使用パターン
６０３ 予想電力使用パターン
６０４ 順番
７０１ 評価基準選択画面
７０２ 電気料金プラン選択フォーム
７０３ 入力フォーム
７０４ 評価結果概要
７０５ 評価結果詳細
８００ コンピュータ
８０１ 入力装置
８０２ 出力装置
８０３ ＣＰＵ（Central Processing Unit）
８０４ ＲＯＭ（Read Only Memory）
８０５ ＲＡＭ（Random Access Memory）
８０６ 記憶装置
８０７ 読取装置
８０８ ネットワークカード
８０９ バス
９０１ アプリケーション
９０２ ＯＳ
９０３ データセンタ（クラウドサーバ）
９０４ サービス提供

Claims (18)

1. マッチング判定装置であって、
   入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶する記憶部と、
   前記入居希望者の行動パターンを示す情報と、前記周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、前記入居希望者と前記候補物件とのマッチングの可否を判定する判定部と、
   を備えるマッチング判定装置。
2. 前記周辺物件に入居している入居者の行動パターンを示す情報を他の装置から取得する取得部をさらに備える請求項１に記載のマッチング判定装置。
3. 前記入居希望者の行動パターンを示す情報、および、前記周辺物件に入居している入居者の行動パターンを示す情報はそれぞれ、前記入居希望者、および、前記周辺物件に入居している入居者の電気、ガス、および、水のうちの少なくとも１つの使用パターンを示す使用パターン情報である請求項１に記載のマッチング判定装置。
4. 前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれについて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
   前記判定部は、前記入居希望者の使用パターン、および、前記周辺物件に入居している入居者の使用パターンを加算した予想使用パターンを算出し、所定期間内の前記予想使用パターンのピークが所定値よりも小さい場合に、前記入居希望者と前記候補物件とのマッチングを可と判定し、前記ピークが前記所定値よりも大きい場合に、前記入居希望者と前記候補物件とのマッチングを不可と判定する請求項３に記載のマッチング判定装置。
5. 前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれにおいて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
   前記判定部は、前記入居希望者の所定期間内の前記使用量と、前記周辺物件に入居している入居者の所定期間内における前記使用量の合計値が所定値よりも小さい場合に、前記入居希望者と前記候補物件とのマッチングを可と判定し、前記合計値が前記所定値よりも大きい場合に、前記入居希望者と前記候補物件とのマッチングを不可と判定する請求項３に記載のマッチング判定装置。
6. 前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれにおいて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
   前記判定部は、前記入居希望者の使用パターン、および、前記周辺物件に入居している入居者の使用パターンを加算した予想使用パターンを算出し、前記算出した予想使用パターンに対する使用料金が所定値よりも小さい場合に、前記入居希望者と前記候補物件とのマッチングを可と判定し、前記使用料金が前記所定値よりも大きい場合に、前記入居希望者と前記候補物件とのマッチングを不可と判定する請求項３に記載のマッチング判定装置。
7. 前記使用パターンは、前記入居希望者、および、前記周辺物件に入居している入居者のそれぞれにおいて、電気、ガス、および、水のうちの少なくとも１つの使用量の変化を時系列に示し、
   前記判定部は、前記入居希望者の使用パターン、および、前記周辺物件に入居している入居者の使用パターンを加算した予想使用パターンを算出し、前記算出した予想使用パターンの所定期間内の変動が所定値よりも小さい場合に、前記入居希望者と前記候補物件とのマッチングを可と判定し、前記所定期間内の変動が所定値よりも大きい場合に、前記入居希望者と前記候補物件とのマッチングを不可と判定する請求項３に記載のマッチング判定装置。
8. 前記入居希望者、および、前記周辺物件に入居している入居者の電気、ガス、および、水のうちの少なくとも１つの使用量の情報に基づいて、前記行動パターンを示す情報を生成する分析部をさらに備えた請求項１に記載のマッチング判定装置。
9. 前記行動パターンを示す情報には、就寝、起床、外出、食事、調理、くつろぎ、帰宅、家事の少なくとも１つの行動の時間の情報を含む、請求項８に記載のマッチング判定装置。
10. 前記判定部は、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンの一致度を判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンとの一致度が所定の基準より高い場合に、前記入居希望者と前記候補物件とのマッチングを可と判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンとの一致度が前記所定の基準よりも低い場合に、前記入居希望者と前記候補物件とのマッチングを不可と判定する請求項９に記載のマッチング判定装置。
11. 前記行動パターンを示す情報には、洗濯の時間の情報を含む、請求項８に記載のマッチング判定装置。
12. 前記判定部は、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンの一致度を判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンとの一致度が所定の基準よりも高い場合に、前記入居希望者と前記候補物件とのマッチングを不可と判定し、前記入居希望者の行動パターンと、前記周辺物件に入居している入居者の行動パターンの一致度が前記所定の基準よりも低い場合に、前記入居希望者と前記候補物件とのマッチングを可と判定する請求項１１に記載のマッチング判定装置。
13. 前記判定部は、前記入居希望者が過去に居所を移転した際の移転前後の行動パターンの情報に基づいて、前記入居希望者の前記行動パターンを示す情報を生成する請求項８から請求項１２のいずれか１項に記載のマッチング判定装置。
14. 前記記憶部は、メモリを含み、
    前記判定部は、プロセッサを含む、
    請求項１に記載のマッチング判定装置。
15. 入居希望者と候補物件とのマッチングの可否を判定するマッチング判定方法であって、
    前記入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶部に記憶する記憶ステップと、
    前記記憶部に記憶された前記入居希望者の行動パターンを示す情報と、前記周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、前記入居希望者と前記候補物件とのマッチングの可否を判定する判定ステップと、
    を含むマッチング判定方法。
16. 前記判定ステップにおける判定結果に基づいて、前記入居希望者と前記候補物件とのマッチングの度合いを順位付けして表示する表示ステップをさらに含む請求項１５に記載のマッチング判定方法。
17. 前記記憶部は、メモリを含み、
    前記記憶ステップ、および前記判定ステップのうちの少なくとも１つは、プロセッサにより行われる請求項１５に記載のマッチング判定方法。
18. コンピュータ読み取り可能なプログラムを記録した非一時的記録媒体であって、
    前記コンピュータに、
    入居希望者の行動パターンを示す情報、および、前記入居希望者の入居の候補となる候補物件の周辺に位置する周辺物件に入居している入居者の行動パターンを示す情報を記憶部に記憶する記憶手順と、
    前記記憶部に記憶された前記入居希望者の行動パターンを示す情報と、前記周辺物件に入居している入居者の行動パターンを示す情報とに基づいて、前記入居希望者と前記候補物件とのマッチングの可否を判定する判定手順と、
    を実行させるプログラムを記録した非一時的記録媒体。

Images