JP2016075995A - 宿泊情報提供システム及び宿泊情報提供方法 - Google Patents

Abstract

【課題】ウェブ空間の観光関連サイトから宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システムを実現する。【解決手段】本発明に係る宿泊情報提供システム１は、複数のウェブサイトから宿泊施設の空室データ及び／又は予約データを含む宿泊情報を収集し、宿泊データ記憶部２１に記憶させるデータ収集部１１と、データ収集部１１にて異なるウェブサイトから収集された空室データ及び／又は予約データが同一宿泊施設の同一プランの共通データであるか否かを判定するプランデータ統合可否判定部１３２と、プランデータ統合可否判定部１３２にて同一プランの共通データであると判定された空室データ及び／又は予約データを統合する共通プランデータ統合部１３３とを備える。【選択図】図３

Description

本発明は宿泊情報提供システムに関する。詳しくは、地域等の宿泊データを収集、統合し、統合した宿泊情報を表示する宿泊情報提供システムに関する。

インターネットの普及およびスマートフォンなどの携帯端末の高性能化により、ウェブサイトを通じて宿泊施設の予約を行うことが一般的となっている。ウェブ空間には多数の観光関連サイトがあり、各サイトで個別に旅館・ホテルの宿泊情報（空室情報及び又は予約情報を含む）を提供している。発明者達は観光政策決定支援を実現することを目的として研究を行い、これらの予約データを横断的に収集し加工することにより、宿泊施設の稼働率変化のように政府の観光政策決定のための統計データに匹敵するデータを得られることを明らかにした。また、収集したデータから、空室情報の予測や収益の予測も期待できる。これらの情報は、自治体、宿泊施設にとって有益であり、また、観光、災害対策、宿泊施設の経営改善や地域商業施設との連携等を介した地域振興に役立てられる。そこで、ウェブ空間の観光関連サイトの情報を統合して提供する宿泊情報提供システムを構築することとした。

図１１に従来の観光サイトの宿泊情報例を示す。例えば、利用者が地域を選択するとホテルの一覧が示され、次にホテルの一覧からホテルＸを選択すると、図１１に示すように、状況（予約済か、受付中か）、室種（ダブル、ツイン、シングル等）、空室数、締切日、価格等が表示される（特許文献１参照）。利用者はこれらの情報を比較して、自己の意図に適合するホテルと宿泊プランが見つかれば、例えばマウスで宿泊プランの行を選択し、予約ボタンを押して予約する。

特開２００１−２５０００６号公報

しかしながら、ウェブ空間には複数の観光関連サイトがあり、それぞれ、利用者に対して独立に宿泊施設の予約情報を提供している。また、各観光関連サイトの情報内容は様々で統一されておらず、同一宿泊施設の情報についても同一内容とは限らない。利用者にとっては地域全体の横断的な情報を把握でき、その中から自己の意図に最も適合する宿泊施設と宿泊プランを選択できるのが好ましいのであるが、これを実行しようとすると複数の観光関連サイトにアクセスして比較検討しなければならず、多大の時間と労力を要するという問題があった。また、自治体や商工機関が地域振興の企画を検討する場合にも、地域全体の横断的な情報を把握するには、多大の時間と労力を要するという問題があった。
本発明は、ウェブ空間の観光関連サイトから宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現することを目的とする。

本発明の第１の態様に係る宿泊情報提供システム１は、例えば図３に示すように、複数のウェブサイトから宿泊施設の空室データ及び／又は予約データを含む宿泊情報を収集し、宿泊データ記憶部２１に記憶させるデータ収集部１１と、データ収集部１１にて異なるウェブサイトから収集された空室データ及び／又は予約データが同一宿泊施設の同一プランに係る共通データであるか否かを判定するプランデータ統合可否判定部１３２と、プランデータ統合可否判定部１３２にて同一プランの共通データであると判定された空室データ及び／又は予約データを統合する共通プランデータ統合部１３３とを備える。

ここにおいて、宿泊施設には、典型的には旅館、ホテル、ビジネスホテルが含まれる。この他、ビッグイベント時には民宿を含めても良く、災害等の緊急避難時には、学校・公民館等の公的機関、公営住宅の空室を臨時宿泊施設とすることができる。また、宿泊情報には、宿泊施設名、住所、連絡先、プラン、室数、収容人数、宿泊価格、空室情報及び／又は予約情報、日毎の宿泊状況が含まれる。空室情報（日毎の空室数等）と予約情報（日毎の予約数等）とは部屋数等を介して一方から他方に変換可能である。また、宿泊者の属性（性別、年齢、住所、嗜好情報等）、関連性の強い観光施設情報等を含めても良い。また、共通データとは同一宿泊施設の同一プランに係るデータで異なるサイトに掲載されたデータをいう。本来同一内容のはずであるが、サイトからの取得時間の差異等により取得されたデータ内容が異なることもある。プラン名が異なっても実質同一のデータも含む。同一宿泊施設の同一プランの共通データであるか否かの判定は、例えば一定期間内における空室データ及び／又は予約データが同一であるか否かを比較し、差異がない又は差異が所定の閾値内に収まれば同一と判断することにより行なわれる。また、データ統合とは、複数のサイトに存在する同一宿泊施設の同一プランに係る共通データ又は共通データ群を一つのデータ又は一つのデータ群にまとめることを意味する。データ統合は、例えば空室数の多い方のプランを選択する等により行われる。空室数の少ない方のプランは空室数の多いプランに内包されると考えられるからである。また、期間を長くとれば誤差が小さくなり、誤差を吸収できる。
本態様のように構成すると、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システムを実現できる。

本発明の第２の態様に係る宿泊情報提供システム１は、第１の態様において、例えば図３に示すように、共通プランデータ統合部１３３で統合された空室データ及び／又は予約データを用いて、宿泊日前の空室の状況又は予約が満室になる日を予測する空室状況予測部１４１を備える。
このように構成すると、宿泊施設において、宿泊日前の空室の状況や満室日の予測ができるので、以後の業務を調整できる。

本発明の第３の態様に係る宿泊情報提供システム１は、第１の又は態様第２の態様において、プランデータ統合可否判定部１３２は、異なるウェブサイトから収集された２つの宿泊プランの空室データ及び／又は予約データの差異の総和を比較度数又はその近似値で除したものが誤差の閾値ε以下である場合に、同一プランの共通データであると判定する。
ここにおいて、空室データ及び／又は予約データの差異の総和は例えば式（３）で示されるように、差異のある要素の数となり、この総和を比較度数又はその近似値で除したものを誤差として閾値と比較している。例えば比較度数がｎ_０のとき、ｎ_０±１は近似値といえ、近似値を用いても誤差の値に大差ない。このように構成すると、比較対象である２つの宿泊プランの空室データ及び／又は予約データが同一プランの共通データである確率が高いので、統合データの信頼性が高くなる。

本発明の第４の態様に係る宿泊情報提供システム１は、第３の態様において、プランデータ統合可否判定部１３２は、異なるウェブサイトから収集された各プランの空室データ及び／又は予約データとして、所定の時間間隔で採取された空室データ群及び／又は予約データ群を用いる。
所定の時間間隔として、間隔が短ければ短い程状況把握をより正確にすることができるが、アクセス頻度が高くなり、システムの負荷が増加する。アクセス頻度とデータの正確さの兼ね合いから０．５日〜３日間隔が適切であり、１日間隔がより適切である。空室情況の経緯が把握できる間隔なら良く、満室日や当日の空室数が予測できれば、宿泊施設側でその後の業務を調整できるのでより好ましい。また、システムで自動的にデータを取得するが、全ての情報を瞬間的に収集することはできないので、データの取得タイミングに差異が生じ得る。しかし、タイミングが異なったとしても、差異が1時間程度であれば、閾値の設定で取得タイミングのずれを吸収できる。すなわち、取得タイミングの時間差内に予約が入ることが連続で起こる確率は小さく、閾値εを高く設定すればタイミングの差異による誤差を吸収できる。また、データは取得漏れにより１００％取得できなくても、例えば宿泊施設データの８０％以上が統合可否判定の対象として用いられれば良い。また、採取期間を長くすれば予測の正確度が増すがコンピュータの負荷も増加する。また、２０日を経過すると図４の○印のような不正確さを内包するデータが増加するので好ましくない。その兼ね合いから、１０日〜２０日が望ましく、１３日〜１７日がより望ましい。なお、空室データと予約データは互換性があるので、空室データとして予約データ群を用いることも、予約データとして空室データ群を用いることも可能である。
このように構成すると、空室データ群同士を比較するので、同一プランの共通データであれば誤差が小さくなり、同一プランの共通データであるか否かの判定がし易くなる。

本発明の第５の態様に係る宿泊情報提供システム１は、第３又は第４の態様において、例えば図５に示すように、プランデータ統合可否判定部１３２は、同一プランの共通データであるか否かを判定する際に、提供プランの総数と総部屋数との大小関係を参照する。
このように構成すると提供プランの総数と総部屋数との大小関係を参照することによりデータ統合を進めるので、宿泊施設の部屋数に見合った信頼性の高いデータ統合結果を得られる。

本発明の第６の態様に係る宿泊情報提供システム１は、第１ないし第５のいずれかの態様において、空室データ及び／又は予約データは地域単位に収集したデータである。
このように構成すると、地域全体に亘って統合を行うので、利用者は地域全体の情報を見て宿泊を予約できる。また、公共機関では地域全体の情報を見て地域振興策を検討できる。

本発明の第７の態様に係る宿泊情報提供方法は、例えば図５に示すように、複数のウェブサイトから宿泊施設の空室データ及び／又は予約データを含む宿泊情報を収集し、宿泊データ記憶部に記憶させるデータ収集工程（Ｓ００１）と、データ収集工程（Ｓ００１）にて異なるウェブサイトから収集された空室データ及び／又は予約データが同一宿泊施設の同一プランの共通データであるか否かを判定するプランデータ統合可否判定工程（Ｓ００８）と、プランデータ統合可否判定工程（Ｓ００８）にて同一プランの共通データであると判定された空室データ及び／又は予約データを統合する共通プランデータ統合工程（Ｓ０１０，Ｓ０１１）とを備える。
ここにおいて、空室データ及び／又は予約データは空室数に限られず、例えば予約可能人数等、空室数を推定できる情報であっても良い。本態様のように構成すると、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供方法を実現できる。

本発明によれば、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現できる。

ウェブデータ収集および統合の意義を説明するための図である。 宿泊施設のデータとウェブデータとの関係を説明するための図である。 実施例１におけるシステム構成例を示す図である。 宿泊ホテルのプランの空室情報の例を示す図である。 実施例１におけるデータ統合の処理フロー例を示す図である。 ホテルの空室情況をマッピングした例を示す図である。 地域全体の稼働率データを折れ線グラフにプロットした例を示す図である。 ウェブデータから日々の空室状況を予測した例を示す図である。 ウェブデータから日々の料金を予測した例を示す図である。 実施例５におけるデータ統合の処理フロー例を示す図である。 従来の観光サイトの空室情報例を示す図である。

図面を参照して以下に本発明の実施の形態について説明する。なお、各図において、互いに同一又は相当する部分には同一符号を付し、重複した説明は省略する。

〔宿泊データを統合する意義〕
図１はウェブデータの収集および統合の意義を説明するための図である。現在、ビッグデータの利用が国際的に広がっており、我が国でもウェブデータを利用した観光経済支援システムの構築が求められている。ウェブ空間には複数の観光関連サイトＡ，Ｂ，Ｃ・・・があり、それぞれ、宿泊施設（ホテル等）、自治体、観光協会等から情報（観光施設や交通の情報を含む）を収集し、個人の利用客に対して独立に宿泊施設の空室情報及び／又は予約情報を提供している。また、予約を受け付け、受け付けた予約情報を宿泊施設に還元している。しかしながら、複数の観光関連サイトＡ，Ｂ，Ｃ・・・の情報内容は様々で統一されておらず、同一宿泊施設の情報についても同一内容とは限らない。

ところで、例えば政令指定都市Ｋの観光経済施策を検討する場合には、都市Ｋ全体の宿泊施設を網羅したデータベースを有し、統計データを作成して企画することが望ましい。利用者にとっても、都市Ｋ全体の予約情報を見渡した上で予約の是非を判断できるので便宜である。そこで、ウェブ空間にある宿泊施設の情報を横断的に収集し、宿泊施設の予約の状態変化を観測することとした。これらの横断的に収集された情報は、観光情報としては、施設情報、料金情報、空室情報及び／又は予約情報、観光情報を含むものである。また、これらの情報は観光に限定されず、災害情報、交通情報、イベント情報等にも利用可能である。なお、ウェブデータの活用には、データの信頼性が重要である。

図２は宿泊施設のデータとウェブデータとの関係を説明するための図である。図２（ａ）は１つの宿泊施設における日ごとの予約成立数の変化の例を示す図、図２（ｂ）は総予約成立数の変化を示す図、図２（ｃ）はウェブ上に公開され取得可能なデータを説明するための図、図２（ｄ）は収集されたデータから観測できる範囲を説明するための図である。図２（ａ），（ｂ）において、横軸は時間ｔを示し、その数値は宿泊日当日前の日数を示す。０は宿泊日当日を示す。図２（ａ）の縦軸は予約成立数ｒ、図２（ｂ）の縦軸は総予約成立数Σｒで、図２（ａ）の予約成立数ｒを累積したものである。ところで、図２（ａ），（ｂ）は宿泊施設側が所有する数値情報を端的に表したものであるが、ウェブ上にはそのままの形式で公開されていない。利用客にとって宿泊予約ができるかどうかが重要であり、正確な空室数は必要ない。そのため、例えば図２（ｃ）に示すように、記号を交えて公開される。空室数表示は例えば、満室時は×、予約を受け付けない場合（予約期間が経過したデータ）は−を表示する。空室が有るが、空室数が例えば１１以上と多数の場合は○で示す。空室が有るが、空室数が残り少ない場合は、利用客には詳細な情報として具体的な空室数が提示される。例えば１〜１０等と残りの空室数を表示する（図４参照）。

図２の中央の一点鎖線は、現実世界（宿泊施設側が持つ正確なデータ）とそれを反映するウェブ世界の境界線であり、一点鎖線の右側では、いわばフィルタ通過後のように必要ない情報を省略して示している。図２（ｃ）のデータを例えば地域全体で収集し、例えば宿泊施設別、宿泊プラン別に整理し、並び替えて予約成立数を累積すると、図２（ｄ）のようなグラフを得られる。図２（ｄ）において、横軸は時間ｔを示し、その数値は宿泊日当日前の日数を示す。０は宿泊日当日を示す。縦軸は空室の数値情報を蓄積したもの及びその変化量（蓄積情報を微分したもの）を示す。見えない変化領域とは省略された情報で形成されていることを示すものである。プラン毎に図２（ｄ）が得られる。１つのプランが複数のサイトに掲載されているので、収集された宿泊情報には同一のプランが混在する。ところで、同一のプランはプランの名称等に拘わらず同一の客室を参照しているプランなので、同じ変化量を示し、異なるプランであれば違う変化量を示す可能性が高い。そのため、同じ変化量を示したプランは統合し、それ以外のものはそのまま残す。そして、図２（ｄ）のデータを統合すると、地域全体のデータについて、図２（ｂ）のように総予約成立数の変化を推測することができる。

これまで、空室の数値情報の蓄積データは観光関連サイト毎に行われており、宿泊プラン毎に表示されるものの、地域全体の情報は見えなかった。ところで、地域全体の情報を収集し、統合するとこれまで観測できなかった地域全体の情報を観測できるようになる。そして、地域全体の統計情報を用いると、政令指定都市の観光経済施策、災害対策情報等に利用でき、宿泊施設の宿泊予測についてもより信頼性の高い予測を得ることができる。

〔システム構成〕
図３に本実施例におけるシステム構成例を示す。本実施例に係る宿泊情報提供システム１は、ウェブから宿泊に関する情報（空室データ及び／又は予約データを含む）を収集するデータ収集部１１、データ収集部１１にて収集したデータを利用に供するために編集するデータ編集部１２、データ収集部１１にて収集したデータのうち、同一宿泊施設の同一プランに係る共通データを統合するデータ統合部１３、データ統合部１３にて統合されたデータ及び予測アルゴリズムを用いて空室状況等を自動的に予測する自動予測部１４、タッチパネル、キーボード、マウス等の入力機器を用いてシステムを操作する操作部１５、宿泊情報提供システム１全体及び各部を制御して、宿泊情報提供システム１としての機能を発揮させる制御部１６、ウェブから得られた宿泊情報、又は宿泊情報提供システム１で編集・加工された情報をディスプレイに表示する表示部１７、及び宿泊情報提供システム１に係る宿泊情報を記憶する記憶部２０を備える。また、データ収集部１１、データ編集部１２、データ統合部１３、自動予測部１４、操作部１５及び制御部１６はパーソナルコンピュータ（ＰＣ）１０内に構成可能である。

データ統合部１３は、観光関連サイトＡ，Ｂ，Ｃ・・・に共通して存在する同一宿泊施設の同一プランに係る共通データを統合する。データ統合部１３は、を各プランについて図２（ｄ）のような空室情報の時間的変化を求める空室情報変化量算出部１３１、空室情報変化量算出部１３１で算出された各プランどうしの時間的変化を比較して比較した２プランが統合可能か否かを判定する、すなわち、一定期間内における空室データ及び／又は予約データが同一であるか否かを判定するプランデータ統合可否判定部１３２、及びプランデータ統合可否判定部１３２で統合可能と判定された共通プランの空室データ及び／又は予約データを統合処理する共通プランデータ統合部１３３を有する。自動予測部１４は、空室状況を自動的に予測する空室状況予測部１４１を有する。データ編集部１２は例えばデータの分類やホテル空室情報のマッピング、稼働率の算出のためのデータの編集を行う。

記憶部２０は、データ収集部１１で収集された宿泊情報（宿泊料金情報、空室情報及び／又は予約情報を含む）を記憶する宿泊情報記憶部２１、データ統合部１３で統合された宿泊情報（同上）を記憶する統合情報記憶部２２、自動予測部１４で予測された予測情報（同上）を記憶する予測情報記憶部２３、及びデータ編集部１２で編集中の情報や各部で処理中の情報を記憶する編集情報記憶部２４を有する。

〔データ統合〕
宿泊施設は多くのユーザに利用してもらうために、複数のサイトに宿泊情報を提供している。また、利用者の利用目的の多様化に応じて、複数のプランを用意しているため、提供プラン数が部屋数よりも多い場合がある（複数のプランで同一の部屋を予定している場合がある）。さらに、サイト独自のプランの提供もあることから、単純にプランを収集するだけでは、全体がつかめない。
また、取得時間に関する問題も存在する。複数のサイトからデータを収集するため、取得時間を完全に一致させることは難しい。そのため、同じプランであっても、サイト間の取得時間の誤差の間に予約が成立するなどして、空室数が異なる場合もありうる。
これらの問題を解決するために、宿泊情報（予約データ）の統合方法を確立する。

図４は宿泊ホテルのプランの空室情報の例を示す図で、収集済みの宿泊予約データがカレンダーデータ形式で表示されている。２０１２年１月の予約情況の例で、１月１１日〜２月４日の２５日間のデータが表示されている。図４において、「〇」は空室が１０以上ある情況、「１〜９の数値＋室」が記載の日は、空室数が１〜９室である情況、「×」は満室になっている情況、「−」は予約を受け付けない情況（予約期間が経過した情況）であることを示す。なお、これらは１例であり、例えば宿泊ホテルにより、「〇」が５室以上の場合もある。データ収集部１１で収集された宿泊情報（空室データ及び／又は予約データを含む）は、宿泊プランごとに宿泊情報記憶部２１に保存され、閲覧時等、表示が求められた時に表示部１７のディスプレイ画面にカレンダーデータ形式で表示される。

データ統合を行うに際し、データ収集部１１にて複数サイトから取得したデータが共通プラン（同一宿泊施設の同一プラン）の共通データか、非共通プランの非共通データかを判定する必要がある。共通データとは同一宿泊施設の同一プランに係るデータで異なるサイトに掲載されたデータをいう。本来同一内容のはずであるが、サイトからの取得時間の差異等により取得されたデータ内容が異なることもある。プラン名が異なっても実質同一のデータも含む。また、データ統合とは、複数のサイトに存在する同一宿泊施設の同一プランに係る共通データ又は共通データ群を一つのデータ又は一つのデータ群にまとめることを意味する。
本実施例では、プランデータ統合可否の判定を２つの別の判定方法を組み合わせて行う。まず、第１のプランデータ統合可否の判定について説明する。宿泊情報記憶部２１に記憶されている各プランの空室データについて、空室情報変化量算出部１３１にて空室情報の時間的変化を求めておく。次に、プランデータ統合可否判定部１３２にて、２つのプランの宿泊データの空室情報の時間的変化を比較して、統合可能か否かを判定する。実際は共通プランであっても、サイト情報に誤記がある場合の他、サイト側又はデータ統合を行う側の取得時間の差異により誤差が生じることもある。また、複数のプランで同一の部屋を予定している場合もある。サイトから取得可能なデータには、ホテル名、住所、電話番号、提供プラン、料金、予約可能数（又は空室数）等がある。例えば、データ収集部１１では１日１回各対象サイトから定時に収集を開始する。例えば、対象サイトのホテルＩＤを利用し、人数を指定（１〜３人）し、取得日から１週間までの予約可能プラン一覧を取得する。取得した各プランの空室数（予約可能室数）情報、料金情報を翌月まで取得する。よって、データ取得日数Ｎとして、最少で２９日、最大で６２日後までの空室数を取得することができる。統合の可否判定には宿泊日からｎ日前までのデータを用いる（ｎ＜Ｎ）。その中で、データ編集部１２では、例えばプラン名および宿泊予定人数が完全に一致するプランを共通プラン候補として抽出し、プランデータ統合可否判定部１３２にて統合可能か否かの判定を行う。

データ編集部１２にて、宿泊情報記憶部２１に記憶されている空室数データをプラン毎にグループ分けする。例えば、あるプランｐ_ｊのある日付ｄのｉ日先（前日）の空室数をｒ^ｉ _ｐｊ，ｄとする。まず、この空室数データを予約日までの変化が見えるように、並び替える。具体的には、予約日を固定し、当日の空室数、１日前の空室数、２日前の空室数、・・・を取得し、一つの空室数データ群として取り扱う。
ｄ日を対象予約日としたとき、あるホテルｈ、プランｐ_ｊの空室数について時間的に変化するデータを集めた（グループ化した）データ群をＲ_ｈ（ｐ_ｊ，ｄ）とする。宿泊情報記憶部２１に空室数データ群 Ｒ_ｈ（ｐ_ｊ，ｄ）を格納するエリアＡ_ｈ（ｐ_ｊ，ｄ）を設ける。空室数データ群Ｒ_ｈ（ｐ_ｊ，ｄ）は、次のようにしてグループ化される。データ編集部１２にて、予約日当日の空室数をｒ^０ _ｐｊ，ｄを取得し、エリアＡ_ｈ（ｐ_ｊ，ｄ）に格納する。宿泊情報記憶部２１から、１日前のデータとして、（ｄ−１）日に取得したｄ日の空室数データｒ^１ _{ｐｊ，（ｄ−１）}を抽出し、２日前のデータとして、（ｄ−２）日に取得したｄ日の空室数データｒ^２ _{ｐｊ，（ｄ−２）}を抽出し、・・・同様に、ｎ日前のデータとして（ｄ−ｎ）に取得したｄ日の空室数データｒ^ｎ _{ｐｊ，（ｄ−ｎ）}を抽出し、エリアＡ_ｈ（ｐ_ｊ，ｄ）に格納する。
その結果、プランｐ_ｊのｄ日の空室数データ群Ｒ_ｈ（ｐ_ｊ，ｄ）は宿泊情報記憶部２１のエリアＡ_ｈ（ｐ_ｊ，ｄ）に格納され、以下のように表わされる。

かかるデータ群へのグループ化処理を、ホテル毎、全てのプランについて行い、グループ化された空室数データ群をそれぞれ、宿泊情報記憶部２１の各エリアＡ_ｈ（ｐ_ｊ，ｄ）に格納する。つまり、プラン毎にデータ群が形成され、それぞれ対応するエリアに格納される。ただし、データを収集した段階で、まだ統合されていないので、複数のプランの中には、実質同一のデータ群が混在する。つまり、この段階では、実質同一のグループが混在する。

次に、宿泊情報記憶部２１の複数のエリアＡ_ｈ（ｐ_ｊ，ｄ）に格納された各データ群（ｈ、ｐ_ｊが異なるデータ群を含む）について、共通プラン（同一宿泊施設の同一プラン）の共通データか、非共通プランの非共通データかの判定を行う。ホテルが複数のサイトに提供するプランの中には、同一プラン、異なるプラン、プラン名が異なるが実質的に同一プランであるもの等が混在している。そこで、データ編集部１２では、宿泊予定人数と部屋の種類（シングル、ツイン、ダブル）をキーとして宿泊情報記憶部２１の各エリアに格納されたプランを分類する。

まず、プラン名および宿泊予定人数が完全に一致する場合を取り扱う。データ編集部１２では、プラン名および宿泊予定人数が完全に一致するプランを、共通プラン候補として抽出し、プランデータ統合可否判定部１３２では、予約可能数（空室数）を比較して完全に一致するか評価する。完全に一致すれば同一宿泊施設の同一プランの共通データであるとみなし、共通プランデータ統合部１３３で１つのデータ群に統合する。ただし、サイト情報に誤記がある場合、又は取得タイミングのずれによって誤差が生じる場合が考えられるため、誤差に閾値を設けて、誤差が閾値以内であれば一致するとみなして、１つのデータ群にまとめることとする。

データ編集部１２にて、宿泊情報記憶部２１に記録されたデータのうち、宿泊日がｄ日に存在する総プラン数から任意の２つのプランを選択する。次に、プランデータ統合可否判定部１３２にて、選択した２つのプランのデータ群Ｒ_ｈ（ｐ_ｊ，ｄ）の比較を行い、統合の可否を判定する。サイトＡのプランｉをｐ_ｉ ^Ａ、サイトＢのプランｊをｐ_ｊ ^Ｂとする。予約可能プラン数群をＲ_Ｈとする。サイトＡのプランｉは、予約可能プラン数群Ｒ_Ｈ（ｐ_ｉ ^Ａ）＝〔ｄ_０ ^ｉＡ，ｄ_１ ^ｉＡ，ｄ_２ ^ｉＡ，・・・，ｄ_ｎ ^ｉＡ｜２９＜＝Ｎ＜＝６２〕で表される。同様に、サイトＢのプランｊの予約可能数群もＲ_Ｈ（ｐ_ｊ ^Ｂ）＝〔ｄ_０ ^ｊＢ，ｄ_１ ^ｊＢ，ｄ_２ ^ｊＢ，・・・，ｄ_ｎ ^ｊＢ｜２９＜＝Ｎ＜＝６２〕となる。統合の可否判定には宿泊日からｎ日前までのデータを用いる（ｎ＜Ｎ）。各項目の比較は、一致か不一致かの２値を取り、ｆ（ｄ_ｎ ^ｉＡ，ｄ_ｎ ^ｊＢ）＝〔０，１〕（一致：０、不一致：１）とする。統合の可否は、各データ群の要素ｄ_ｍ ^ｉＡとｄ_ｍ ^ｊＢ（０＜＝ｍ＜＝ｎ）との比較で決定する。２つのプランｐ_ｉ，ｐ_ｊの要素ｄ_ｍ ^ｉＡとｄ_ｍ ^ｊＢの差分をδＸ_{（ｉ，ｊ）}とすると、２つのプランｐ_ｉ，ｐ_ｊ間における要素ｄ_ｍ ^ｉＡとｄ_ｍ ^ｊＢの差分δｘ_ｍは次のように書ける。ここでｍは当日から何日前かを表している。

δＸ_{（ｉ，ｊ）}＝〔δｘ_０，δｘ_１，δｘ_２，・・・δｘ_ｍ〕

δｘ_ｍ＝ｒ^ｍ _ｉｋ，ｄ−ｒ^ｍ _ｊｋ，ｄ ・・・（２）

すべての要素ｍについて比較を行い、差分δは以下の式で算出する。空室データ及び／又は予約データの差異の総和は例えば式（３）で示されるように、差異のある要素数となり、この総和を比較度数で除したものを誤差として閾値と比較している。比較度数はｎ＋１であるが、除数に近似値を使用しても誤差の値に大差ない。例えば比較度数がｎ_０のとき、ｎ_０±１は近似値といえる。

統合の式： δ＝｛Σ^ｎ _ｍ＝０δＸ_{（ｉ，ｊ）}｝／（ｎ＋１） ・・・（３）


δが閾値ε以下の場合、プランデータ統合可否判定部１３２にて同一宿泊施設の同一プランと判定する。次に、共通プランデータ統合部１３３にて、２つのプランｐ_ｉ，ｐ_ｊを比較し、プランｐ_ｊの日付ｄのｉ日先の空室数ｒ^ｉ _ｐｊ，ｄが大きい方のプランを残す。統合後のデータは統合情報記憶部２２に保存する。空室数が大きい方のプランを残すのは、空室数の少ない方のプランは空室数の多いプランに内包されるからである。また、期間を長くとれば誤差が小さくなり、誤差を吸収できる。この場合、各要素ごとに空室数の多いプランを残すが、期間全体で空室数の多いプランを残しても良い。
例えば、１５日分のデータで統合する場合、差分データは１５個のデータ群となる。
プランＡ ａ０，ａ１，ａ２，ａ３，ａ４，ａ５，ａ６，・・・・・，ａ１４
プランＢ ｂ０，ｂ１，ｂ２，ｂ３，ｂ４，ｂ５，ｂ６，・・・・・，ｂ１４
２つのプランについて、各日々のデータの比較を行う。ａ０とｂ０、ａ１とｂ１、・・・ａ１４とｂ１４を比較する。２つのプランが同じ部屋を参照しているのであれば、すべて一致するはずであるが、取得タイミングの時差の関係で、一部ずれる可能性がある。その場合、例えば、ａ８とｂ８の部分が異なることとなるが、１５個のうちの１つだけしか違いがないため、このような差は、全体に比べ小さいので、誤差として吸収されてしまう。また、期間を長くとれば誤差が小さくなり、誤差を吸収できる。

このように、２つのプランを選択して変化量を求め、データ群Ｒ_ｈ（ｐ_ｊ，ｄ）について各要素ｍ（０〜ｎ）を比較し、完全に一致すれば統合し、そうでなければ残すという作業を繰り返す。これを繰り返し、一致するものがなくなった後、ｍ＝０の日（宿泊当日）の予約可能数の総和がホテルの部屋数より小さければ（さらに統合する必要性はなくなるので）終了し、そうでなければ要素ｍが異なるものを１つずつ増やして、つまり誤差の閾値εを少しずつ増やして統合するということを繰り返し行う。ここでは、宿泊日がｄ日に存在する総プラン数から任意の２つのプランを選択し、統合の可否を判定し、可のものについては統合する。これを総当たりで行う例を説明した。もし３つ以上のプランを選択したとしても、実質的には２つのプランの比較を複数回行うこととになるので、２つのプランを選択して総当たりで行う方法に包含されるといえる。
以上の処理により、第１のプランデータ統合可否の判定の結果として、第２のプランデータ統合可否の判定で取り扱う対象となるプラン（空室数データ群）が定まる。

次に、第２のプランデータ統合可否の判定について説明する。第２のプランデータ統合可否の判定対象として定められたプランデータから空室数を求めるための処理を行う。この処理は共通プランデータ統合部１３３にて行われる。利用者の多様なニーズに対応するために、ホテルは複数のプランを提示する。このため、提供されるプランと実際の残り部屋数（空室数）が異なる場合が生じ得る。提供されるプランはホテルにより次の２パターンに分類される。
（１）提供プラン数＜＝部屋数
（２）提供プラン数＞部屋数
そこで、プラン数の総和とホテルの総部屋数の比較を行い、２つのタイプに分類する。まず、前処理で行った対象プランの予約可能数の総和を求め、その宿泊施設の総部屋数との比較を行う。
プランは、必ずしも正確な予約可能数が公開されている訳ではなく、例えば図４のカレンダー型データの予約可能数の欄に〇等の記号で表示され、注釈で１０室以上と表記される。そこで、〇等の記号で表示される場合は、注釈を利用して数値化する。また、その際、「１０室以上」は「以上」を削除して、数値化する。勿論、正しい室数が把握できていれば、その室数を用いる。また、複数のプランで同一の部屋を参照している場合については、そのうちの１つのプランが予約されると、他のプランの予約可能数も同じ数だけ減少する。このように数値化した結果を用いて、次の処理を行う。

（１）提供プラン数＜＝部屋数の場合、このパターンは旅館等に多くみられる。この場合、提供プラン数を超える部屋数を空室数とみなして利用する。
（２）提供プラン数＞部屋数の場合、このパターンはビジネスホテル等に多くみられる。この場合、プラン（空室数データ群）の統合をさらに進めることが要求される。そこで、データ編集部１２にて、部屋の種類と宿泊予定人数をキーとして対象プランを分類する。それぞれの分類で、予約可能数（空室数データ）の比較を行い、一致の度合が大きいものを共通プラン候補とし、プランデータ統合可否判定部１３２にて統合するか否かを判定する。すなわち、誤差の閾値εを増分することにより、２つの対象プランを比較し、一致度をみて統合するか否かを判定する。一致の度合が大きい場合は（差異が誤差の閾値ε以下のとき）共通プランデータ統合部１３３にて１つのデータ群に統合する。この比較をすべてのサイトのデータ群について行う。これにより、ホテルの部屋数に見合ったデータ統合ができる。

次にホテルの稼働率を求めるための処理を行う。データ編集部１２にて、ｄ日の対象ホテルｈの空室数をｂ_ｈ（ｄ）、統合した結果残ったプラン群をＡとし、要素をｍとすると、

ｂ_ｎ（ｄ）＝Σ_Ａｒ^０ _ｐｍ，ｄ・・・（４）


となる。空室数ｂ_ｈ（ｄ）をすべてのホテルに対し算出する。

次に稼働率について説明する。ホテルの総部屋数をＢとすると、稼働率Ｗ_ｈは式（５）で求められる。

求められた稼働率Ｗ_ｈをすべてのホテルに対し算出し、編集情報記憶部２４に保存する。
式（４）で求めたホテルごとの空室数ｂ_ｈ（ｄ）と各ホテルの総部屋数Ｂを式（５）に当てはめることで、ホテルの稼働率が求まる。

〔データ統合の処理フロー〕
図５にデータ統合の処理フロー例を示す。まず、データ収集部１１にて各対象観光サイトから取得可能なデータを取得する（Ｓ００１）。取得可能なデータとは、各対象観光サイトに登録された各宿泊施設（ホテル等）の名称、住所、電話番号、提供プランＰ_ｋ、料金、予約可能数（又は空室数）等である。次に、データ編集部１２にて、取得データを宿泊施設毎に分類する（Ｓ００２）。次に、未処理の宿泊施設の有無を判断し（Ｓ００３）、無ければ処理を終了する。有れば部屋タイプｔ_ｊのプランの有無を判断し（Ｓ００４）、無ければＳ０１２に進む。有ればδ_ｔ＝ｄ_ｔ＋１−ｄ_ｔを時間（日）ｔ＝０〜ｎまで算出する（Ｓ００５）。ここで、ｄ_ｔは予約可能数である。つまり、ｎ＋１日間に亘り、日ごとの予約数δ_ｔを算出する。次に未処理のプラン数が２以上有るか否かを判断する（Ｓ００６）。２つ以上有れば比較可能である。否であれば（Ｓ００４）に戻る。

（Ｓ００６）で有であれば、共通プラン抽出部１３１にて、任意のプランＰ_ｋ ^Ａを選択し、プランデータ統合可否判定部１３２にて残りのプランＰ_ｋ ^Ｂとδ_ｔを比較する。δ_ｔが異なる場合Ｄ_ｔ＝１、同一の場合Ｄ_ｔ＝０とする（Ｓ００７）。つまり、２つのプランＰ_ｋ ^Ａ，Ｐ_ｋ ^Ｂについて、（ｎ＋１）日間のδ_ｔを比較し、異なる場合のＤ_ｔを１とする。ｔ＝０〜ｎのＤ_ｔの和が大きければ、プランＰ_ｋ ^Ａ，Ｐ_ｋ ^Ｂは異なる可能性が大きく、和が小さければ同じである可能性が大きい。次に、ｔ＝０〜ｎのＤ_ｔの和を日数すなわち比較度数（ｎ＋１）で割り、閾値εを超えるか否かを判断する（Ｓ００８）。超えれば（偽であれば）、Ｓ００６に戻る。超えなければ（真であれば）、共通プランデータ統合部１３３にて、２つのプランＰ_ｋ ^Ａ，Ｐ_ｋ ^Ｂについて空室数ｄ_０ ^Ａ，ｄ_０ ^Ｂを比較する（Ｓ００９）。空室数ｄ_０ ^Ａ≧ｄ_０ ^Ｂであれば（真であれば）、プランＰ_ｋ ^Ａを保持し、プランＰ_ｋ ^Ｂを破棄する（Ｓ０１０）。空室数ｄ_０ ^Ａ＜ｄ_０ ^Ｂであれば（偽であれば）、プランＰ_ｋ ^Ｂを保持し、プランＰ_ｋ ^Ａを破棄する（Ｓ０１１）。すなわち、空室数の大きいプランを残すことにより、プランデータが統合される。

ここでＳ００６に戻る。未処理のプランが２つ以上あればループ処理（Ｓ００４〜Ｓ０１０ｏｒＳ０１１）を続ける。なければＳ００４に戻り、Ｓ００４で無であれば、すなわち、全ての室種（シングル、ダブル、ツイン）のプランについてプランデータ統合可否の判断及びプランデータ統合処理が行われていれば、次の処理（Ｓ０１２）に進む。処理が行われていない室種のプランがあれば、ループ処理（Ｓ００４〜Ｓ０１０ｏｒＳ０１１）を続ける。

データ編集部１２にて、当該宿泊施設について、室種について空室数の和を算出し、総空室数Ｒとする（Ｓ０１２）。次に、提供プラン数と部屋数の比較を行う（Ｓ０１３）。提供プラン数＜＝部屋数の場合、プラン数を超えた部屋数を空室数として利用し（Ｓ０１４）、稼働率の計算に進む（Ｓ０１６）。提供プラン数＞部屋数の場合、Ｓ００８の閾値εの値を少し増加した（Ｓ０１５）後に、Ｓ００４に戻り、プランデータ統合可否判定部１３２にて、再度、各対象プランで、予約可能数の比較を行い、一致の度合が大きいものを共通プラン候補とし、統合するか否かを判断する。一致の度合が大きいものから順に比較を行うのが好ましい。すなわち、提供プラン数＜＝部屋数となるまでループ処理（Ｓ００４〜Ｓ０１５）を繰り返す。提供プラン数＜＝部屋数となれば、稼働率の計算に進む（Ｓ０１６）。

次に宿泊施設の稼働率ｂを、ｂ＝１００＊（１−Ｒ／Ｔ）（Ｔ：宿泊施設の総室数）により求める（Ｓ０１６）。稼働率が求まればＳ００３に戻り、未処理のホテルがなくなれば処理を終了する。

〔統合データの利用〕
図６は、ホテルの空室情況をマッピングした図である。マッピングはデータ編集部１２で行われる。各ホテルの稼働率について得られたデータに、各ホテルの位置情報を付加することで、地図上に稼働率を表示することができる。表示アイコンは、稼働率の数値をピンで立てて表示する形式とした。図中のアイコンには、稼働率の数値の表示を省略しているが、ホテル毎に「満」、「混」、「空」の３状態で示している。「満」は満室の情況を、「混」は混み合っており、満室に近い情況、例えば空室が１〜９室の情況を、「空」は空室がある程度ある情況、例えば１０室以上の情況を示す。地図上に空室情況を可視化して示すことにより、利用者は予約希望のホテルを探し易くなる。

図７は、地域全体の稼働率データを折れ線グラフにプロットした例を示す図である。プロットはデータ編集部１２で行われる。また、得られた稼働率データの３０日間の移動平均も求め、同じグラフ上に表示してある。１年３か月の間で６０〜９０％の範囲で、変化していることが解る。また、かかるプロット図を用いると地域及び地方行政は、地域振興策を検討する上で便宜である。本実施例における稼働率データは、国の統計データに匹敵するデータが得られた。すなわち、国の統計データの一月ごとのデータとの差を、最大７％の誤差以内に収められた。

〔予測〕
図８はウェブデータから日々の空室状況を予測した例を示す。本データは統合前のデータであるが、実際に統合したデータを統合前の実データと比較した結果、ほぼ一致したので、統合後もこのようなデータが得られるといえる。横軸は予測された空室数、縦軸は事後の宿泊データから観測された実際の空室数である。サンプル数は３９６、残差標準偏差は１２．２５、決定係数０．８３であり、観測値は予測値±２５円に約８０％含まれるという結果が得られた。予測は自動予測部１４の空室情況予測部１４１にて行われる。例えば過去の多数の実績データを用いて自動予測される。予測には例えば移動平均法を使用する。

図９はウェブデータから日々の料金を予測した例を示す。本データは統合前のデータであるが、実際に統合したデータを統合前の実データと比較した結果、ほぼ一致したので、統合後もこのようなデータが得られるといえる。横軸は予測された宿泊料金、縦軸は事後の宿泊データから観測された実際の宿泊料金である。サンプル数は１４２、残差標準偏差は３８２．５８、決定係数０．９２であり、観測値は予測値±７６５円に約９０％含まれるという結果が得られた。予測は自動予測部１４の空室情況予測部１４１にて行われる。例えば過去の多数の実績データを用いて自動予測部１４にて自動予測される。予測には例えば移動平均法を使用する。また、プラン内容や地域の平均価格から料金の予測をすることも可能である。すなわち、朝食の値段、夕食の値段などプランを構成している各要素の料金に移動平均法を適用して集計する、また、例えば、Ｋ市３つ星クラスのホテルのツインプラン全体のデータの経緯を採取して移動平均法を適用することにより予測する等である。

以上のようにして、複数サイトの宿泊情報を統合することで、地域全体のデータを用いて、宿泊情報システムを構築でき、空室数の表示や、予約情況の予測ができ、地域全体に係る精度の高い情報を提供することが可能になる。
構築した宿泊情報システムのデータの妥当性を検証するためには、国の統計データとの比較を行うのが良い。国の統計データとしては、宿泊旅行統計調査報告を利用する。比較の結果、国の統計データに匹敵する宿泊情報システムを構築できた。

以上より、本実施例によれば、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現できる。

実施例１では、第１のプランデータ統合可否の判定で、空室データ及び／又は予約データを比較し、比較データの差異が誤差の範囲とみなせる場合には、同一宿泊施設の同一プランのデータとみなしてデータ統合を行う例を説明したが、本実施例では、第１のプランデータ統合可否の判定で、空室データ及び／又は予約データを比較し、完全一致の場合のみ、同一宿泊施設の同一プランのデータとみなしてデータ統合を行う例について説明をする。すなわち、最初に閾値δ＝０とした場合である。その後、部屋数とプラン数の比較を行いながら、データ統合を進める。第２のプランデータ統合可否の判定については実施例１と同様である。

本実施例では、図５において、Ｓ００８のε＝０とする。すなわち、すべての要素ｍに対してδｘ_ｍが０ならば、統合可と判断しδｘ_ｍが０でないｍが１つでも存在すれば、統合否と判断する。統合可であれば、どちらか一方のデータ群を残し、他方を削除する（Ｓ００９〜Ｓ０１１）。統合否であればＳ００６を経由してＳ００４に戻る。すなわち、双方のデータを残す。この作業をすべてのプランに対し実施する。ｍは基本として０〜ｎに設定し、任意で変更できるようにする。次に、統合された結果、残ったプランのデータを統合情報記憶部２２に保存する。

本実施例における処理フローについては、Ｓ００９以外は図５と同様である。すなわち、第１のプランデータ統合可否の判定で統合されるプラン数は実施例１に比して少ないが、第２のプランデータ統合可否の判定で統合されるプラン数は実施例１に比して多い。しかし、実施例１と同様に統合が行われるので、実施例１と同様に、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現できる。

本実施例では、空室の予測を行わない例を説明する。実施例１における自動予測部１４を省略できる（図３参照）。このため、システム構成をその分簡略化できる。処理フローは実施例１と同様に図５を適用できる。空室の予測を行わなくても、統合処理は行われるので、実施例１と同様に、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現できる。

本実施例では、プランデータ統合可否の判定を第１のプランデータ統合可否の判定のみ行い、第２のプランデータ統合可否の判定を行わない例を説明する。システム構成は実施例１と同様に図３を適用できる。処理フローは実施例１の図５から工程Ｓ０１２〜Ｓ０２１を省略可能である。工程Ｓ０１０又はＳ０１１を経た後はＳ００６に戻り、処理ループ（Ｓ００４〜Ｓ０１０ｏｒＳ０１１）を終了すれば、Ｓ００４からＳ００３に戻り、処理ループ（Ｓ００３〜Ｓ０１０ｏｒＳ０１１）を終了すれば、処理を終了する。このように、データ統合の処理が簡略化される。第２のプランデータ統合可否の判定は、提供プラン数と部屋数との関係の面からデータ統合の信頼性をチェックするものであるが、第１のプランデータ統合可否の判定だけでも判定を完結できる。この場合、元々提供プラン数＞部屋数なので、これを容認するものといえる。

また、第２のプランデータ統合可否の判定を省略する場合は、Ｓ００４をＳ０１６に接続し、工程Ｓ０１２〜Ｓ０１５を省略すれば良い。このように、プランデータ統合の処理が一部簡略化される。プランデータ統合処理は行われるので、実施例１と同様に、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現できる。

本実施例では、プランデータ統合可否の判定を第１及び第２のプランデータ統合可否の判定に加えて第３のプランデータ統合可否の判定を行なう例を説明する。稼働率のデータは宿泊当日以後にならないと入手できない場合が多いので、現実には事後的な確認及び補正に用いられるが、稼働率のデータが入手できれば、第３のプランデータ統合可否の判定に用いても良い。システム構成は実施例１と同様に図３を適用できる。処理フローを図１０に示す。実施例１の図５に工程Ｓ０１８〜Ｓ０２１が追加される。実施例１と重複する部分については説明を省略し、実施例１と異なる部分を主に説明する。
宿泊施設の稼働率ｂを求めた（Ｓ０１６）後に、対象宿泊施設の稼働率β（実際の稼働率）が既知か否かを判断する（Ｓ０１７）。既知であれば（真であれば）Ｓ０２０に進む。未知であれば（偽であれば）稼働率が既知の宿泊施設と式（３）のδを比較し（Ｓ０１８）、最も類似する（δが小さい）宿泊施設の稼働率を対象宿泊施設の稼働率に設定する（Ｓ０１９）。次に、実際の稼働率βと算出された稼働率ｂと比較し、差異がほぼ０となるか否かを判断する（Ｓ０２０）。差異がほぼ０となれば（真であれば）Ｓ００３に戻り、未処理の宿泊施設がないので処理を終了する。差異がほぼ０とならなければ（偽であれば）、Ｓ００８の閾値εの値を少し増加した（ε_１＝ｎ₁ε_０）（Ｓ０２１）後に、Ｓ００４に戻る。つまり、閾値を変更して、統合処理が再度行われる。すなわち、Ｓ０２０で実際の稼働率βと算出された稼働率ｂとの差異がほぼ０となる（真である）まで、ループ処理（Ｓ００４〜Ｓ０２１）が繰り替えされ、差異がほぼ０となれば、Ｓ００３を経て処理を終了する。
実施例１と同様に統合処理が行われるので、実施例１と同様に、ウェブ空間の宿泊情報を横断的に収集し、統合して情報提供する宿泊情報提供システム及び宿泊情報提供方法を実現できる。
なお、本実施例においても第２のデータ統合可否の判定を省略することも可能である。

本実施例では、ビッグイベント時に宿泊施設の収容能力を増加するため、宿泊施設に民宿を追加し、プランとして民宿プランを追加する例を説明する。このため、イベントに参加できる民宿の宿泊情報を予め取り込み、宿泊データ記憶部２１に記憶しておくことが好ましい。民宿については、民宿全体をまとめて、部屋数やプラン数を管理するのが便宜である。また、イベントが大規模であれば、地域を広げ、隣接都市の宿泊施設を組み込んで管理し、表示すると、利用者にとっても便利である。この場合、隣接都市の宿泊情報とも結合可能にしておくことが好ましい。

本実施例では災害時の利用について説明する。宿泊施設として、避難所、学校等の公共施設が開放される。都市の災害対策本部は、宿泊利用状況を、交通情報、被害地域の拡大縮小情報等を参照して、避難誘導、支援を行う。このため、災害時に避難所、学校、公共住宅の空室等を宿泊施設として利用する場合の収容可能人数等の宿泊情報や避難道路等の交通情報を予め取り込み、宿泊データ記憶部２１に記憶しておくことが好ましい。また、被害地域範囲、等被害程度等の情報を表示可能にしておくことが好ましい。

以上、本発明の実施の形態について説明したが、実施の形態は以上の例に限られるものではなく、本発明の趣旨を逸脱しない範囲で、種々の変更を加え得ることは明白である。
例えば、実施例１では、データ統合の判断をするためにｎ＋１日間の予約データを用いる例を説明したが、ｎとして取得日数Ｎ−１以下が可能であり、例えば１０日〜２０日が好適である。また、宿泊日当日からｎ日前までのデータを用いる例を説明したが、ｎ_１日前〜ｎ_２日前（０＜＝ｎ_１＜ｎ_２＜Ｎ）であれば、任意のｎ_１，ｎ_２を選択可能である。また、データ統合の判断に宿泊日当日からｎ日前までのデータ、又はｎ_１日前〜ｎ_２日前のデータを用いた場合でも、データ統合は取得データの全体又はその一部について行うことができる。また、以上の実施例では、データとして空室データを、データ群として空室データ群を使用する例について説明したが、空室データと予約データとは部屋数等を介して一方から他方に変換可能なので、データとして予約データを、データ群として予約データ群を使用することも可能である。なお、データ統合の判断に０また、以上の実施例ではデータ統合の際に空室数の多い方を残す例を説明した。しかし、空室数の多い方を残すと、全ての空室分の予約が入った場合に、もし空室数が少ない方のデータが正しかったとすると、その差の空室数の分だけ部屋数が足りないことになり、お客様に予約変更をしてもらわなければならなくなるというリスクが生じ得る。ただし、期間を長くとれば誤差が小さくなり、誤差を吸収でき、このリスクも微小になる。しかし、空室数の少ない方を残しても良い。また、空室数の多い方を残した場合、このリスクを減少するために、統合後も２つのデータの採取を続け、統合の適否及びデータの適否を確認し、修復できるようにしておくようにしても良い。また、実施例１では、プラン名および宿泊予定人数が完全に一致するプランを共通プラン候補として抽出する例を説明したが、ホテル名および住所に関しては信頼できると仮定し、ホテル名と住所が一致するプランを共通プラン候補として抽出しても良い。また、統合の範囲は、行政区に限定されず、例えば主要駅が２つの市の境界付近にある場合等には、当該駅を中心とする半径ｘｋｍの地域とすることも可能である。

本発明は宿泊情報の提供に利用される。

１ 宿泊情報提供システム
１０ パーソナルコンピュータ
１１ データ収集部
１２ データ編集部
１３ データ統合部
１４ 自動予測部
１５ 操作部
１６ 制御部
１７ 表示部
２０ 記憶部
２１ 宿泊データ記憶部
２２ 統合データ記憶部
２３ 予測情報記憶部
２４ 編集情報記憶部
１３１ 空室情報変化量算出部
１３２ プランデータ統合可否判定部
１３３ 共通プランデータ統合部
１４１ 空室状況予測部
ｒ^ｉ _ｐｊ，ｄ 空室数
Ｒ_ｈ（ｐ_ｊ，ｄ） 空室数データ群

Claims (7)

1. 複数のウェブサイトから宿泊施設の空室データ及び／又は予約データを含む宿泊情報を収集し、宿泊データ記憶部に記憶させるデータ収集部と；
   前記データ収集部にて異なるウェブサイトから収集された前記空室データ及び／又は予約データが同一宿泊施設の同一プランの共通データであるか否かを判定するプランデータ統合可否判定部と；
   前記プランデータ統合可否判定部にて前記同一プランの共通データであると判定された空室データ及び／又は予約データを統合する共通プランデータ統合部とを備える；
   宿泊情報提供システム。
2. 前記共通プランデータ統合部で統合された空室データ及び／又は予約データを用いて、宿泊日前の空室の状況又は予約が満室になる日を予測する空室状況予測部を備える；
   請求項１に記載の宿泊情報提供システム。
3. 前記プランデータ統合可否判定部は、異なるウェブサイトから収集された２つのプランの空室データ及び／又は予約データの差異の総和を比較度数又はその近似値で除したものが誤差の閾値ε以下である場合に、前記同一プランの共通データであると判定する；
   請求項１又は請求項２に記載の宿泊情報提供システム。
4. 前記プランデータ統合可否判定部は、異なるウェブサイトから収集された各プランの空室データ及び／又は予約データとして所定の時間間隔で採取された空室データ群及び／又は予約データ群を用いる；
   請求項３に記載の宿泊情報提供システム。
5. 前記プランデータ統合可否判定部は、同一プランの共通データであるか否かを判定する際に、前記提供プランの総数と総部屋数との大小関係を参照する；
   請求項３又は請求項４に記載の宿泊情報提供システム。
6. 前記空室データ及び／又は予約データは地域単位に収集したデータである；
   請求項１ないし請求項５のいずれか１項に記載の宿泊情報提供システム。
7. 複数のウェブサイトから宿泊施設の空室データ及び／又は予約データを含む宿泊情報を収集し、宿泊データ記憶部に記憶させるデータ収集工程と；
   前記データ収集工程にて異なるウェブサイトから収集された前記空室データ及び／又は予約データが同一宿泊施設の同一プランの共通データであるか否かを判定するプランデータ統合可否判定工程と；
   前記プランデータ統合可否判定工程にて前記同一プランの共通データであると判定された空室データ及び／又は予約データを統合する共通プランデータ統合工程とを備える；
   宿泊情報提供方法。

Images