JP2016157384A - 混雑度予測装置及び混雑度予測方法 - Google Patents

Abstract

【課題】トイレ等の施設の将来における混雑度合いを予測する。
【解決手段】混雑度予測装置３０は、トイレに設けられた無線機器１０からの無線電波を受信した通信端末２０から、通信端末２０のユーザを識別するユーザＩＤを含む電波情報を受信する受信部３１と、当該電波情報に含まれるユーザＩＤにより識別されるユーザがトイレに滞在した時間帯に含まれる滞在時刻を算出し、滞在時刻とユーザＩＤとを関連付けた滞在ログを記録する滞在ログ記録部３２と、指定トイレとの距離が閾値以内である一以上の通信端末２０のユーザを所定距離内ユーザとして抽出する所定距離内ユーザ抽出部３４と、所定距離内ユーザのうちの一以上のユーザのトイレ利用周期及び滞在ログ記録部３２に記録されている直近の滞在時刻に基づいて、将来予測される指定トイレの混雑度を算出する混雑度算出部３６と、を備える。
【選択図】図２

Description

本発明は、例えばトイレ等の施設の利用状態を管理する混雑度予測装置及び混雑度予測方法に関する。

従来、例えばトイレ等の施設の使用可否や混雑度合いに関する情報を広範囲に提供する装置が知られている（下記特許文献１参照）。この装置によれば、これからどこのトイレに向かうかの判断の参考にするための情報をユーザに提供することができる。上記装置は、トイレルームに設置された複数の機器に備えられた検知手段からの信号を受け取り、受け取った信号を機器個別に演算処理した上で、同一属性の機器毎に集計処理する。また、上記装置は、集計処理により得られたトイレの利用状況及び混雑度合いに関する情報を、例えば情報提供サービス・システムを介して、携帯端末やカーナビゲーションシステム等に提供する。これにより、携帯端末やカーナビゲーションシステムのユーザは、当該トイレの利用状況及び混雑度合いを確認することができる。

特開２００３−１７１９６９号公報

しかしながら、上記装置により提供される情報は、あくまで現時点（すなわち、上記装置による集計処理の対象とされた時点）におけるトイレの使用可否及び混雑度合いに関する情報であるため、当該情報に基づいて将来におけるトイレの使用可否及び混雑度合いを把握することはできない。このため、例えば上記装置により提供される情報に基づいてトイレが空いていると認識してトイレに向かったユーザがトイレに到着した際に、実際にはトイレが混んでいるといった状況が生じ得る。将来におけるトイレの混雑度合いを予測し、ユーザに知らせることができれば、上記のような状況の発生を抑制でき、ユーザの利便性を向上できると考えられる。

本発明は、上記課題に鑑みてなされたものであり、トイレ等の施設の将来における混雑度合いを予測することができる混雑度予測装置を提供することを目的とする。

本発明の一側面に係る混雑度予測装置は、一以上の施設に設けられた無線機器からの無線電波を受信した通信端末から、通信端末のユーザを識別するユーザＩＤを含む電波情報を受信する受信部と、受信部により受信された電波情報に基づいて、当該電波情報に含まれるユーザＩＤにより識別されるユーザが施設に滞在した時間帯に含まれる滞在時刻を算出し、滞在時刻とユーザＩＤとを関連付けた滞在ログを記録する滞在ログ記録部と、一の施設との距離が所定の方法により定められた閾値以内である一以上の通信端末を抽出し、抽出された通信端末のユーザを所定距離内ユーザとして抽出する所定距離内ユーザ抽出部と、所定距離内ユーザのうちの一以上のユーザが施設を利用する周期及び滞在ログ記録部に記録されている当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される一の施設の混雑度を算出する混雑度算出部と、を備える。

本発明の一側面に係る混雑度予測方法は、一以上の施設に設けられた無線機器からの無線電波を受信した通信端末から、通信端末のユーザを識別するユーザＩＤを含む電波情報を受信する受信ステップと、受信ステップにおいて受信された電波情報に基づいて、当該電波情報に含まれるユーザＩＤにより識別されるユーザが施設に滞在した時間帯に含まれる滞在時刻を算出し、滞在時刻とユーザＩＤとを関連付けた滞在ログを記録する滞在ログ記録ステップと、一の施設との距離が所定の方法により定められた閾値以内である一以上の通信端末を抽出し、抽出された通信端末のユーザを所定距離内ユーザとして抽出する所定距離内ユーザ抽出ステップと、所定距離内ユーザのうちの一以上のユーザが施設を利用する周期及び滞在ログ記録ステップにおいて記録された当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される一の施設の混雑度を算出する混雑度算出ステップと、を含む。

本発明の一側面に係る混雑度予測装置又は混雑度予測方法では、一以上の施設に設けられた無線機器からの無線電波を受信した通信端末から送信される電波情報に基づいて、当該通信端末のユーザが施設に滞在した時間帯に含まれる滞在時刻（例えば入室時刻等）が算出され、ユーザＩＤと滞在時刻とが関連付けられた滞在ログが記録される。そして、一の施設（例えば任意のユーザにより指定された施設）の近傍に存在する所定距離内ユーザが抽出され、所定距離内ユーザが施設を利用する周期と所定距離内ユーザの直近の滞在時刻とに基づいて将来において予測される一の施設の混雑度が算出される。このように、上記混雑度予測装置又は上記混雑度予測方法によれば、トイレ等の施設の将来における混雑度合いを、当該施設の近傍にいるユーザの施設利用周期と直近の施設利用時刻（滞在時刻）とに基づいて予測することができる。

上記混雑度予測装置は、滞在ログ記録部に記録されている所定距離内ユーザのユーザＩＤに紐付く滞在ログに基づいて当該所定距離内ユーザのうちの一以上のユーザについての施設を利用する周期を算出する周期算出部を更に備え、混雑度算出部は、周期算出部により算出された所定距離内ユーザが施設を利用する周期及び滞在ログ記録部に記録されている当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される一の施設の混雑度を算出してもよい。

上記混雑度予測装置によれば、所定距離内ユーザに紐付く滞在ログに基づいて所定距離内ユーザの施設利用周期を適切に算出することができる。

上記混雑度予測装置は、所定距離内ユーザの生体に関する生体情報を取得し、所定のモデルに当該生体情報を入力することにより、当該所定距離内ユーザのうちの一以上のユーザについての施設を利用する周期を算出する周期算出部を更に備え、混雑度算出部は、周期算出部により算出された所定距離内ユーザが施設を利用する周期及び滞在ログ記録部に記録されている所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される一の施設の混雑度を算出してもよい。

上記混雑度予測装置によれば、所定距離内ユーザの生体に関する生体情報に基づいて所定距離内ユーザの施設利用周期を適切に算出することができる。ここで、生体情報としては、例えば発汗量、肺活量、心拍数、体温、血圧等を用いることができる。

上記混雑度予測装置では、所定距離内ユーザ抽出部は、通信端末の移動速度及び一の施設が設けられた場所の特性の少なくとも一方に基づいて設定された閾値を用いて一以上の通信端末を抽出し、抽出された通信端末のユーザを所定距離内ユーザとして抽出してもよい。

上記混雑度予測装置によれば、例えば通信端末の移動速度及び一の施設が設けられた場所の特性の少なくとも一方に基づいて適切に設定された閾値を用いて所定距離内ユーザを抽出することが可能となる。

上記混雑度予測装置では、混雑度算出部は、所定距離内ユーザのうちの一以上のユーザが施設を利用する周期及び滞在ログ記録部に記録されている所定距離内ユーザの直近の滞在時刻に基づいて、将来において一の施設に滞在するユーザ数を予測し、予測されたユーザ数と一の施設において同時に収容可能なユーザ数とに基づいて一の施設の混雑度を算出してもよい。

上記混雑度予測装置によれば、混雑度の予測対象である一の施設において予測された滞在ユーザ数と当該一の施設において同時に収容可能なユーザ数とに基づいて、当該一の施設の混雑度を適切に算出することができる。

上記混雑度予測装置は、一のユーザに対して複数の施設のうちから利用を推奨する施設を通知するレコメンド部を更に備え、レコメンド部は、一のユーザが施設を利用する周期及び滞在ログ記録部に記録されている一のユーザの直近の滞在時刻に基づいて、将来において一のユーザが施設を利用すると予測される予測利用時刻を算出し、所定距離内ユーザ抽出部及び混雑度算出部により算出された複数の施設のそれぞれについて予測利用時刻において予測される混雑度と、一のユーザと複数の施設のそれぞれとの距離とに基づいて、一のユーザに利用を推奨する施設を決定し、決定された施設を一のユーザに通知してもよい。

上記混雑度予測装置によれば、レコメンド部を備えることにより、一のユーザに対して、当該一のユーザが施設を利用すると予測される予測利用時刻における混雑度と当該一のユーザからの距離とに基づいて決定される施設を、利用を推奨する施設として通知することができる。これにより、一のユーザは利用に適した施設を把握することが可能となる。

本発明の一側面によれば、トイレ等の施設の将来における混雑度合いを予測することができる。

第１実施形態に係る混雑度予測装置を含むシステムの全体構成を示す図である。 図１に示すシステムにおける各装置の機能構成を示すブロック図である。 通信端末の動作を示すフローチャートである。 混雑度予測装置のハードウェア構成を示すブロック図である。 （ａ）ＢＳＳＩＤとトイレＩＤ及び個室ＩＤとの対応関係を記憶したテーブルと（ｂ）滞在ログの一例とを示す図である。 記録処理のフローチャートである。 予測処理のフローチャートである。 所定距離内ユーザ抽出部の動作を示すフローチャートである。 周期算出部の動作を示すフローチャートである。 混雑度算出部の動作を示すフローチャートである。 第２実施形態に係る混雑度予測装置を含むシステムにおける各装置の機能構成を示すブロック図である。 第２実施形態に係る周期算出部の動作を示すフローチャートである。

以下、図面を参照しながら、本発明に係る実施形態を説明する。可能な場合には、同様の機能を有する部分には適宜同一の符号を付して、重複する説明を省略する。

［第１実施形態］
図１は、第１実施形態に係る混雑度予測装置を含むシステムの全体構成を示す図である。図２は、図１に示すシステムにおける各装置の機能構成を示すブロック図である。本実施形態では一例として、将来におけるトイレ（施設）の混雑度を予測し、予測された混雑度に関する情報をユーザ（図１の例ではユーザＤ）に通知するシステム１Ａについて説明する。上記システム１Ａは、トイレの各個室内に設けられた無線機器１０と、トイレを利用する（或いはトイレを利用する可能性のある）ユーザにより携帯される通信端末２０と、通信端末２０から送信された情報に基づいて将来におけるトイレの混雑度を予測し、予測された混雑度に関する情報をユーザに通知する混雑度予測装置３０と、を備えて構成される。

無線機器１０は、トイレの各個室（例えば各個室に設けられた便器の裏側等）に設けられる近距離無線装置である。無線機器１０は、例えばBlueTooth Low Energy（ＢＬＥ。登録商標）及びWi-Fi等に基づく無線通信を行うアクセスポイント等である。無線機器１０は、当該無線機器１０を識別する個体識別番号（ＢＳＳＩＤ）を含む無線電波を継続的に発信する。

通信端末２０は、例えば携帯電話機、スマートフォン、タブレット、ＰＤＡ等である。通信端末２０は、機能的要素として、近距離無線通信部２１と、データ通信部２２と、情報提示部２３と、を備えている。これらの機能的要素は、通信端末２０にインストールされたアプリケーションの機能として実現される。

近距離無線通信部２１は、無線機器１０から発信される無線電波を一定期間毎に受信する。例えば、通信端末２０を保持するユーザ（図１の例ではユーザＡ〜Ｃ）が、トイレの個室に入室し、通信端末２０が無線機器１０の無線電波を受信可能な範囲に入ると、近距離無線通信部２１は、無線機器１０から発信される無線電波を受信する。近距離無線通信部２１は、無線機器１０から発信された無線電波を受信すると、当該無線電波に含まれるＢＳＳＩＤと、当該無線電波を受信した際の電波強度と、をデータ通信部２２に通知する。

データ通信部２２は、インターネット等の電気通信回線ネットワーク及び移動体通信等の通信ネットワークを介して混雑度予測装置３０との間でデータ通信を行う。具体的には、データ通信部２２は、近距離無線通信部２１からＢＳＳＩＤ及び電波強度を通知されると、図３に示すフローに基づく動作を実行する。すなわち、データ通信部２２は、近距離無線通信部２１から通知されたＢＳＳＩＤがトイレに設けられた無線機器に紐付くＩＤとして予め登録されているか否かを判定する（ステップＳ１１）。本実施形態では一例として、データ通信部２２は、トイレに設けられた無線機器のＢＳＳＩＤの一覧を示す登録情報を予め保持しており、近距離無線通信部２１から通知されたＢＳＳＩＤがこの登録情報に含まれているか否かにより、上記判定を実行する。

近距離無線通信部２１から通知されたＢＳＳＩＤが登録情報に含まれている場合（ステップＳ１１：ＹＥＳ）には、データ通信部２２は、近距離無線通信部２１から通知されたＢＳＳＩＤ及び電波強度と、通信端末２０を所有するユーザを識別するユーザＩＤと、通信端末２０の位置情報（緯度・経度）と、を含む電波情報を混雑度予測装置３０に送信する（ステップＳ１２）。ここで、ユーザＩＤは、通信端末２０のユーザを識別可能なものであれば何でもよく、例えば通信端末２０内に記憶されている通信端末２０の契約者番号や電話番号等であってもよい。また、通信端末２０の位置情報は、例えば通信端末２０に搭載されているＧＰＳ（Global Positioning System）等により測位された通信端末２０の緯度・経度である。

一方、近距離無線通信部２１から通知されたＢＳＳＩＤが登録情報に含まれていなかった場合（ステップＳ１１：ＮＯ）には、データ通信部２２は、ユーザＩＤと、通信端末２０の位置情報と、を含む電波情報を混雑度予測装置３０に送信する（ステップＳ１３）。つまり、この場合には、データ通信部２２は、混雑度予測装置３に送信する電波情報にＢＳＳＩＤ及び電波強度を含めない。

続いて、データ通信部２２は、一定期間通知処理（ステップＳ１２，Ｓ１３の処理）を停止し（ステップＳ１４）、一定期間経過後、近距離無線通信部２１から通知されたＢＳＳＩＤに対して、ステップＳ１１の判定処理を再度実行する。データ通信部２２が上述のステップＳ１１〜Ｓ１４で示されるように動作することにより、データ通信部２２から混雑度予測装置３に対して、ステップＳ１１の判定結果に応じた内容の電波情報が一定期間毎に送信される。

また、データ通信部２２は、例えば通信端末２０を保持したユーザの近くに無線電波を発信する無線機器がなく、近距離無線通信部２１からＢＳＳＩＤ及び電波強度が通知されないときにも、一定期間毎にユーザＩＤと、通信端末２０の位置情報と、を含む電波情報を混雑度予測装置３０に送信する。

上述のようにデータ通信部２２が電波情報を送信することにより、混雑度予測装置３０は、一以上の通信端末２０のそれぞれから、ユーザＩＤと位置情報とを含む電波情報を定期的に受信することになる。さらに、通信端末２０のユーザがトイレの個室を利用している場合には、混雑度予測装置３０は、ユーザＩＤ及び位置情報に加えて、トイレに設けられた無線機器に紐付くＢＳＳＩＤ及び電波強度を含む電波情報を受信することになる。

データ通信部２２は、通信端末２０に設けられたタッチパネル及びキーボード等の入力装置を介してユーザにより入力された情報を混雑度予測装置３０に送信する機能も有する。本実施形態では一例として、ユーザは、自身が所有する通信端末２０にインストールされたアプリケーションに対して、将来における混雑度を把握したい対象のトイレ及び時刻を、指定トイレ及び指定時刻として入力できるようになっている。このような入力がされた場合、システム１Ａにおいて、以下のように処理が実行される。データ通信部２２は、入力された指定トイレ及び指定時刻を混雑度予測装置３０に送信する。混雑度予測装置３０は、指定時刻における指定トイレの混雑度を予測し、予測された混雑度に関する情報を通信端末２０に送信する。通信端末２０（データ通信部２２）は、当該混雑度に関する情報を受信し、情報提示部２３に受け渡す。

情報提示部２３は、混雑度予測装置３０から取得した混雑度に関する情報をユーザに提示する。例えば、情報提示部２３は、通信端末２０が備えるディスプレイに表示したり、通信端末２０が備えるスピーカから音声を出力したりすることにより、指定時刻における指定トイレの混雑度に関する情報をユーザに提示する。このような一連の動作によって、通信端末２０のユーザは、指定時刻において予測される指定トイレの混雑度を把握することが可能となる。

混雑度予測装置３０は、大きく分けて、記録処理と予測処理とを実行可能に構成された装置である。記録処理とは、一以上の通信端末２０から受信した電波情報に基づいて各通信端末２０のユーザがトイレに滞在した時間帯に含まれる滞在時刻（例えば入室時刻及び退室時刻等）に関する情報を記録する処理である。予測処理とは、上述したユーザからの要求（指定トイレ及び指定時刻の入力）に応じて、蓄積された滞在時刻に関する情報に基づいて指定トイレの指定時刻における混雑度を予測する処理である。

混雑度予測装置３０は、上述の記録処理及び予測処理を実行するために、受信部３１と、滞在ログ記録部３２と、要求受付部３３、所定距離内ユーザ抽出部３４と、周期算出部３５と、混雑度算出部３６と、混雑度通知部３７と、を備える。受信部３１及び滞在ログ記録部３２は、主に記録処理を実行するための機能要素であり、要求受付部３３、所定距離内ユーザ抽出部３４、周期算出部３５、混雑度算出部３６、及び混雑度通知部３７は、主に予測処理を実行するための機能要素である。

図４は、混雑度予測装置３０のハードウェア構成の一例を示すブロック図である。図４に示すように、混雑度予測装置３０は、一以上のＣＰＵ（Central Processing Unit）３０Ａ、主記憶装置であるＲＡＭ（Random Access Memory）３０Ｂ及びＲＯＭ（Read Only Memory）３０Ｃ、通信端末２０とのデータ通信を行うための通信モジュール３０Ｄ、並びにハードディスク等の補助記憶装置３０Ｅ等のハードウェアを備えるコンピュータシステムとして構成される。混雑度予測装置３０は、物理的に１台のサーバ装置として構成されてもよいし、互いに協調して動作する複数のサーバ装置として構成されてもよい。混雑度予測装置３０の各機能は、例えば、ＲＡＭ３０Ｂ等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ３０Ａの制御のもとで通信モジュール３０Ｄを動作させ、ＲＡＭ３０Ｂ及び補助記憶装置３０Ｅにおけるデータの読み出し及び書き込みを行うことで実現される。

まず、記録処理について説明する。記録処理は、受信部３１及び滞在ログ記録部３２により実行される。

受信部３１は、一以上のトイレの各個室に設けられた無線機器１０からの無線電波を受信した通信端末２０から、通信端末２０のユーザを識別するユーザＩＤを含む電波情報を受信する。本実施形態では、上述のとおり、受信部３１は、無線機器１０からの無線電波を受信した通信端末２０から、ＢＳＳＩＤ、電波強度、ユーザＩＤ、及び位置情報を含む電波情報を受信する。

滞在ログ記録部３２は、受信部３１により受信された電波情報に基づいて、当該電波情報に含まれるユーザＩＤにより識別されるユーザがトイレに滞在した時間帯に含まれる滞在時刻を算出し、滞在時刻とユーザＩＤとを関連付けた滞在ログを記録する。本実施形態では一例として、滞在ログ記録部３２は、電波情報に含まれるＢＳＳＩＤ及び電波強度に基づいて、ユーザがトイレに入室した入室時刻とユーザがトイレから退室した退室時刻とを決定する。なお、滞在ログがデータとして記録される場所は特に限定されない。滞在ログは、例えば混雑度予測装置３０が備える補助記憶装置３０Ｅに記録されてもよいし、混雑度予測装置３０からアクセス可能な外部のデータベース装置等に記録されてもよい。

ユーザがトイレの個室に入室すると、通信端末２０は個室に設けられた無線機器１０に近づくため、通信端末２０が無線機器１０から受信する無線電波の電波強度は大きくなる。そこで、滞在ログ記録部３２は、例えば、一定期間毎に受信される同一のユーザＩＤに紐付く電波情報を監視し、電波強度が予め定めた閾値未満の状態から閾値以上に切り替わったときの電波情報を受信した時刻を入室時刻として決定してもよい。例えば、滞在ログ記録部３２は、予め定めた閾値が−６０ｄＢであり、１０時０分２２秒に受信された電波情報に含まれる電波強度が−５０ｄＢであり、この電波情報が閾値未満の状態から閾値以上に切り替わったときの電波情報である場合、当該時刻（１０時０分２２秒）を入室時刻として決定する。

一方、ユーザがトイレの個室の利用を終えて、個室から退室すると、通信端末２０は個室に設けられた無線機器１０から遠ざかるため、通信端末２０が無線機器１０から受信する無線電波の電波強度は小さくなる。そこで、滞在ログ記録部３２は、例えば、一定期間毎に受信される同一のユーザＩＤに紐付く電波情報を監視し、電波強度が閾値以上の状態から閾値未満に切り替わったときの電波情報を受信した時刻を退室時刻として決定してもよい。例えば、滞在ログ記録部３２は、予め定めた閾値が−６０ｄＢであり、１０時２分４５秒に受信された電波情報に含まれる電波強度が−９０ｄＢであり、この電波情報が閾値以上の状態から閾値未満に切り替わったときの電波情報である場合に、当該時刻（１０時２分４５秒）を退室時刻として決定する。

滞在ログ記録部３２は、上述のように決定された退室時刻から入室時刻を差し引くことで、ユーザがトイレの個室に滞在した滞在時間を算出することができる。上述の例では、滞在ログ記録部３２は、１０時２分４５分から１０時０分２２秒を差し引いて得られる２分２３秒を滞在時間として算出する。

本実施形態では一例として、滞在ログ記録部３２は、ユーザＩＤと、上述のようにして得られた入室時刻及び滞在時間と、トイレを識別するトイレＩＤと、トイレ内の個室を識別する個室ＩＤと、を関連付けた滞在ログを記録する。例えば、滞在ログ記録部３２は、図５（ａ）に示すような、ＢＳＳＩＤとトイレＩＤ及び個室ＩＤとの対応関係を記憶したテーブルを保持する。滞在ログ記録部３２は、このようなテーブルを参照することにより、受信部３１により受信された電波情報に含まれるＢＳＳＩＤに対応するトイレＩＤ及び個室ＩＤを取得することができる。そして、滞在ログ記録部３２は、図５（ｂ）に示すように、入室時刻、ユーザＩＤ、トイレＩＤ、個室ＩＤ、及び滞在時間（秒）を互いに関連付けた滞在ログを記録する。これにより、上述の記録処理が完了する。なお、滞在ログ記録部３２は、別途、ユーザＩＤと、位置情報と、を関連付けた位置データも記録する。この位置データは、後述する所定距離内ユーザ抽出部３４により参照される。

以上のように、無線機器１０が設けられたトイレの個室をユーザが１回利用する毎に、１つの滞在ログ（図５（ｂ）に示す１レコード分）が記録される。例えば、図５（ｂ）の１番上の滞在ログは、ユーザＩＤ「１」のユーザが、トイレＩＤ「２」及び個室ＩＤ「１」により識別されるトイレの個室に、２０１４年７月２６日の１０時０分１秒に入室し、３０１秒間滞在してから退室したことを示している。

図６は、記録処理の動作を示すフローチャートである。上述のとおり、記録処理においては、まず、受信部３１により、通信端末２０からの電波情報が受信される（ステップＳ２１、受信ステップ）。続いて、滞在ログ記録部３２が、一定期間毎に受信された同一のユーザＩＤに紐付く電波情報に基づく上述の処理を実行することにより、当該ユーザＩＤのユーザに関する滞在ログが記録される（ステップＳ２２，Ｓ２３、滞在ログ記録ステップ）。具体的には、まず、ユーザがトイレの個室に入室した入室時刻と個室を退室した退室時刻とが決定され、ユーザがトイレの個室に滞在した滞在時間が算出される（ステップＳ２２）。続いて、入室時刻、ユーザＩＤ、トイレＩＤ、個室ＩＤ、及び滞在時間を互いに関連付けた滞在ログが記録される（ステップＳ２３）。

なお、本実施形態では、上述のように、滞在ログ記録部３２は、入室時刻及び退室時刻を決定するために電波強度を用いているが、入室時刻及び退室時刻を特定するために電波強度を用いることは必須ではない。例えば、滞在ログ記録部３２は、一定期間毎に受信される同一のユーザＩＤに紐付く電波情報を定期的に監視し、電波情報にＢＳＳＩＤが含まれていない状態（すなわち、ユーザがトイレの個室以外の場所にいると考えられる状態）から、電波情報にＢＳＳＩＤが含まれるようになった場合に、ＢＳＳＩＤが含まれる電波情報を最初に受信した時刻を入室時刻とみなしてもよい。また、滞在ログ記録部３２は、一定期間毎に受信される同一のユーザＩＤに紐付く電波情報を定期的に監視し、電波情報にＢＳＳＩＤが含まれている状態（すなわち、ユーザがトイレの個室に滞在していると考えられる状態）から、電波情報にＢＳＳＩＤが含まれなくなった場合に、ＢＳＳＩＤが含まれない電波情報を最初に受信した時刻を退室時刻とみなしてもよい。

次に、予測処理について説明する。予測処理は、要求受付部３３、所定距離内ユーザ抽出部３４、周期算出部３５、混雑度算出部３６、及び混雑度通知部３７により実行される。図７に示すように、予測処理では、まず、ユーザからの指定トイレ及び指定時刻を含む問合わせ要求が受信される（ステップＳ３１）。このような問合せ要求は、上述のとおり、通信端末２０にインストールされたアプリケーションを介して、混雑度予測装置３０に送信される。続いて、指定トイレ付近にいるユーザ（所定距離内ユーザ）が抽出され（ステップＳ３２、所定距離内ユーザ抽出ステップ）、所定距離内ユーザがトイレを利用する周期（以下「トイレ利用周期」）が算出される（ステップＳ３３、周期算出ステップ）。続いて、所定距離内ユーザのトイレ利用周期と直近のトイレ利用時刻（滞在時刻）とに基づいて混雑度が算出され（ステップＳ３４、混雑度算出ステップ）、算出された混雑度に関する情報が問合わせ元の通信端末２０に送信される（ステップＳ３５）。

要求受付部３３は、図７のステップＳ３１の処理を実行する機能要素であり、指定トイレ及び指定時刻を示す情報を含む問合わせ要求を受信する。本実施形態では一例として、指定トイレを示す情報は、上述したトイレＩＤであるものとする。

所定距離内ユーザ抽出部３４は、図７のステップＳ３２の処理を実行する機能要素であり、指定トイレ（一の施設）との距離が所定の方法により定められた閾値以内である一以上の通信端末２０を抽出し、抽出された通信端末２０のユーザを所定距離内ユーザとして抽出する。本実施形態では一例として、所定距離内ユーザ抽出部３４は、トイレＩＤと当該トイレＩＤに対応するトイレの緯度・経度とを関連付けたテーブルを参照することができるように構成されている。このようなテーブルは、所定距離内ユーザ抽出部３４により保持されてもよいし、混雑度予測装置３０からアクセス可能なデータベース装置等に保持されてもよい。

図８は、所定距離内ユーザ抽出部３４の動作（図７のステップＳ３２の処理）を示すフローチャートである。図８に示すように、所定距離内ユーザ抽出部３４は、滞在ログ記録部３２に記録された位置データ（ユーザＩＤ及び位置情報（緯度・経度）が関連付けられたデータ）を参照することにより、各通信端末２０（ユーザＩＤ）に紐付く位置情報（緯度・経度）を取得する（ステップＳ４１）。また、所定距離内ユーザ抽出部３４は、上述のテーブルを参照することにより、指定トイレのトイレＩＤに対応する緯度・経度を取得する（ステップＳ４２）。

続いて、所定距離内ユーザ抽出部３４は、ステップＳ４１で取得した各通信端末２０の緯度・経度と、ステップＳ４２で取得した指定トイレの緯度・経度とに基づいて、両位置間のユークリッド距離を算出する（ステップＳ４３）。このユークリッド距離の算出には、２点の緯度・経度に基づいて２点間の距離を算出するヒュベニの公式を用いてもよい。この公式によれば、例えば通信端末２０の緯度・経度がそれぞれ、北緯３５度３２分０秒，東経１３９度４２分０秒であり、指定トイレの緯度・経度がそれぞれ、北緯３５度３２分３０秒、東経１３９度４１分５０秒であった場合に、５６４ｍとの距離が算出される。

続いて、所定距離内ユーザ抽出部３４は、ステップＳ４３で算出された距離と予め定めた閾値とを比較し、距離が閾値以下である場合には、通信端末２０のユーザを、所定距離内ユーザとして抽出する（ステップＳ４４）。例えば、閾値が７００ｍであり、通信端末２０と指定トイレとの距離が５９９ｍである場合には、所定距離内ユーザ抽出部３４は、当該通信端末２０のユーザを所定距離内ユーザとして抽出する。

周期算出部３５は、滞在ログ記録部３２に記録されている所定距離内ユーザのユーザＩＤに紐付く滞在ログに基づいて当該所定距離内ユーザのトイレ利用周期を算出する。ここで、周期算出部３５は、所定距離内ユーザ抽出部３４により抽出された全ての所定距離内ユーザを対象として上記処理を実行してもよいし、例えば所定距離内ユーザのうちから予め定めた数のユーザをランダムに抽出することで得られたユーザを対象として上記処理を実行してもよい。本実施形態では、周期算出部３５は、混雑度予測の精度をできるだけ高めるために、全ての所定距離内ユーザを対象として上記処理を実行するものとする。

図９は、周期算出部３５の動作（図７のステップＳ３３の処理）を示すフローチャートである。図９に示すように、周期算出部３５は、図７のステップＳ３２において所定距離内ユーザ抽出部３４により抽出された所定距離内ユーザのリスト（所定距離内ユーザのユーザＩＤのリスト）を、所定距離内ユーザ抽出部３４から取得する（ステップＳ５１）。続いて、周期算出部３５は、所定距離内ユーザのリストから１人分のユーザＩＤを取得し（ステップＳ５２）、取得したユーザＩＤに紐付く過去の複数の滞在ログを滞在ログ記録部３２から取得する（ステップＳ５３）。

続いて、周期算出部３５は、滞在ログ記録部３２から取得した過去複数の滞在ログに基づいて、当該ユーザＩＤに対応するユーザのトイレ利用周期を算出する（ステップＳ５４）。例えば、周期算出部３５は、下記式（１）により、過去複数の滞在ログ（１〜Ｎ回目のトイレ利用に関する滞在ログ）から、ｎ（ｎは２以上の整数）回目の入室時刻Ｔ_ｎとｎ−１回目の入室時刻Ｔ_ｎ−１との差の平均値を算出し、この平均値をユーザのトイレ利用周期Ｔとすることができる。
Ｔ＝［Σ^Ｎ（Ｔ_ｎ−Ｔ_ｎ−１）］／Ｎ ・・・（１）

周期算出部３５は、全ての所定距離内ユーザについて、上述のステップＳ５２〜Ｓ５４の処理を繰り返す（ステップＳ５５）。これにより、周期算出部３５は、全ての所定距離内ユーザのトイレ利用周期を取得する。

混雑度算出部３６は、所定距離内ユーザのトイレ利用周期と滞在ログ記録部３２に記録されている当該所定距離内ユーザの直近の入室時刻（滞在時刻）とに基づいて、将来において予測される指定トイレの混雑度を算出する。上述の通り、本実施形態では、周期算出部３５は全ての所定距離内ユーザのトイレ利用周期を取得するため、混雑度算出部３６は、全ての所定距離内ユーザのトイレ利用周期及び直近の入室時刻に基づいて、将来において予測される指定トイレの混雑度を算出する。

図１０は、混雑度算出部３６の動作（図７のステップＳ３４の処理）を示すフローチャートである。図１０に示すように、混雑度算出部３６は、図７のステップＳ３３において周期算出部３５により算出された各所定距離内ユーザのトイレ利用周期を、周期算出部３５から取得する（ステップＳ６１）。

続いて、混雑度算出部３６は、指定時刻に指定トイレを利用する可能性の高いユーザ数を算出する（ステップＳ６２）。例えば、混雑度算出部３６は、所定距離内ユーザのそれぞれについて、当該所定距離内ユーザの直近の入室時刻（当該所定距離内ユーザのユーザＩＤに紐付く最新の滞在ログの入室時刻）に当該所定距離内ユーザのトイレ利用周期を足し合わせた時刻を次回入室予測時刻として算出する。そして、当該次回入室予測時刻から平均滞在時間以内の時間帯（以下「予測利用時間帯」）に指定時刻が含まれるか否かを判定する。ここで、平均滞在時間は、予め定めた一般的な指標（例えば「１０分」等）を用いてもよいし、混雑度算出部３６は、所定距離内ユーザのユーザＩＤに紐付く過去複数の滞在ログの滞在時間の平均値を算出し、算出された平均値を平均滞在時間として用いてもよい。

混雑度算出部３６は、所定距離内ユーザの予測利用時間帯に指定時刻が含まれている場合に、当該所定距離内ユーザを指定時刻に指定トイレを利用する可能性の高いユーザとみなす。混雑度算出部３６は、所定距離内ユーザのそれぞれについて上述の判定を実行することにより、指定時刻に指定トイレを利用する可能性の高いユーザ数を算出することができる。

例えば、指定時刻が１０時１分０秒であり、所定距離内ユーザＡの次回入室予測時刻が１０時０分２０秒と算出され、平均滞在時間が３分である場合、所定距離内ユーザＡの予測利用時間帯（１０時０分２０秒から１０時３分２０秒までの時間帯）に指定時刻が含まれる。この場合、混雑度算出部３６は、所定距離内ユーザＡを指定時刻に指定トイレを利用する可能性の高いユーザとみなす。一方、所定距離内ユーザＢの次回入室予測時刻が９時５８分１２秒と算出され、平均滞在時間が１分である場合、所定距離内ユーザＢの予測利用時間帯（９時５８分１２秒から９時５９分１２秒までの時間帯）に指定時刻は含まれない。この場合、混雑度算出部３６は、所定距離内ユーザＢを指定時刻に指定トイレを利用する可能性の高いユーザとはみなさない。

続いて、混雑度算出部３６は、指定トイレの個室数（一の施設において同時に収容可能なユーザ数）を取得する（ステップＳ６３）。例えば、混雑度算出部３６は、トイレＩＤと当該トイレＩＤに対応するトイレの個室数とを関連付けたテーブルを予め保持し、このテーブルを参照することにより、指定トイレの個室数を取得することができる。

続いて、混雑度算出部３６は、ステップＳ６２で算出された、指定時刻に指定トイレを利用する可能性の高いユーザ数Ｘと、ステップＳ６３で取得された指定トイレの個室数Ｙと、に基づいて混雑度を算出する（ステップＳ６４）。具体的には、混雑度算出部３６は、下記式（２）により、混雑度Ｚを算出する。
Ｚ＝Ｘ／Ｙ ・・・（２）

上記式（２）によれば、例えば、指定時刻に指定トイレを利用する可能性の高いユーザ数Ｘが２であり、指定トイレの個室数Ｙが４である場合、混雑度Ｚは０．５（＝２／４）となる。これにより、指定トイレにおいて予測された滞在ユーザ数（ユーザ数Ｘ）と指定トイレにおいて同時に収容可能なユーザ数（個室数Ｙ）とに基づいて、指定トイレの混雑度を適切に算出することができる。すなわち、指定トイレの個室数に応じて適切な混雑度を算出することができる。このように算出された混雑度は、値が大きいほど混雑している可能性が高いことを示している。特に混雑度が１以上である場合には、指定時刻において指定トイレを利用しようとすると待ち時間が発生する可能性があることを示す。

混雑度通知部３７は、図７のステップＳ３５の処理を実行する機能要素であり、ステップＳ３４において混雑度算出部３６により算出された混雑度に関する情報を問合わせ元の通信端末２０に送信する。

上述のとおり、混雑度通知部３７から混雑度に関する情報を取得した通信端末２０は、情報提示部２３により、当該混雑度に関する情報をディスプレイに表示したり、スピーカにより音声出力したりすることで、混雑度に関する情報をユーザに提示する。情報提示部２３は、混雑度をディスプレイに表示する場合には、数値をそのまま画面上に表示してもよいし、混雑度のレベルに応じた色を画面上に表示してもよい。例えば、情報提示部２３は、混雑度が０以上０．３未満の場合（比較的空いている場合）には青色、混雑度が０．３以上０．７未満の場合（標準的な場合）には黄色、混雑度が０．７以上の場合（混雑している場合）には赤色を画面上に表示してもよい。

以上述べた混雑度予測装置３０又は混雑度予測装置３０により実行される混雑度予測方法（ステップＳ３１〜Ｓ３５の処理に含まれる方法）では、滞在ログ記録部３２により、一以上のトイレに設けられた無線機器１０からの無線電波を受信した通信端末２０から送信される電波情報に基づいて、当該通信端末２０のユーザがトイレに滞在した時間帯に含まれる滞在時刻（例えば入室時刻等）が算出され、ユーザＩＤと滞在時刻とが関連付けられた滞在ログが記録される。そして、所定距離内ユーザ抽出部３４により、指定トイレの近傍に存在する所定距離内ユーザが抽出され、混雑度算出部３６により、所定距離内ユーザが施設を利用する周期と所定距離内ユーザの直近の滞在時刻とに基づいて将来において予測される指定トイレの混雑度が算出される。このように、上記混雑度予測装置３０又は上記混雑度予測方法によれば、トイレの将来における混雑度合いを、当該トイレの近傍にいるユーザのトイレ利用周期と直近のトイレ利用時刻（滞在時刻）とに基づいて精度良く予測することができる。

また、上記混雑度予測装置３０は、滞在ログ記録部３２に記録されている所定距離内ユーザのユーザＩＤに紐付く滞在ログに基づいて当該所定距離内ユーザがトイレを利用する周期を算出する周期算出部３５を備えている。これにより、所定距離内ユーザに紐付く滞在ログに基づいて所定距離内ユーザのトイレ利用周期を適切に算出することができる。

（第１実施形態の変形例）
所定距離内ユーザ抽出部３４は、通信端末２０の移動速度及び指定トイレが設けられた場所の特性の少なくとも一方に基づいて設定された閾値を用いて、指定トイレとの距離が当該閾値以内である一以上の通信端末２０を抽出し、抽出された通信端末２０のユーザを所定距離内ユーザとして抽出してもよい。

まず、通信端末２０の移動速度に基づいて設定された閾値を用いる場合の処理及び作用効果について説明する。

例えば、所定距離内ユーザ抽出部３４は、滞在ログ記録部３２に記録されている同一のユーザＩＤに紐付く一定期間毎の位置データに基づいて、一定期間毎の位置（緯度・経度）の変化量を算出することにより、各ユーザＩＤ（すなわち、当該ユーザＩＤに対応するユーザの通信端末２０）の移動速度を算出することができる。また、通信端末２０が、通信端末２０に搭載されたジャイロセンサ及び加速度センサ等により計測された通信端末２０の移動速度に関する情報を電波情報に含めて混雑度予測装置３０に送信するように設定される場合には、所定距離内ユーザ抽出部３４は、通信端末２０から受信した電波情報に含まれる移動速度を各通信端末２０の移動速度として取得してもよい。

ここで、移動速度が速い通信端末２０のユーザは、例えば自動車や自転車等の移動手段を用いて移動していると考えられる。一方、移動速度が遅い通信端末２０のユーザは、例えば歩行者等であると考えられる。移動速度が速い通信端末２０のユーザは、移動速度が遅い通信端末２０のユーザと比較して広い範囲のエリアを行動可能エリア（容易に到達できるエリア）としていると考えられる。このため、所定距離内ユーザ抽出部３４は、例えば、通信端末２０と指定トイレとの距離が閾値以内か否かを判定する際には、通信端末２０の移動速度が速いほど大きくなるように調整された閾値を用いてもよい。このように調整された閾値を用いることにより、通信端末２０の移動速度（すなわち、通信端末２０のユーザの行動可能エリア）に応じて適切な閾値を用いて所定距離内ユーザを抽出することができる。

次に、指定トイレが設けられた場所の特性に基づいて設定された閾値を用いる場合の処理及び作用効果について説明する。

例えば、一定範囲のエリア内に設置されているトイレの個数（トイレ密度）が小さい場所（例えば公園等）に設置されているトイレＡについては、トイレＡの付近に別のトイレがないことから、トイレＡから少し離れた場所にいるユーザもトイレＡを利用する可能性が高いと考えられる。一方、トイレ密度が大きい場所（例えばデパート内等）に設置されているトイレＢについては、トイレＢの付近に別のトイレがあるため、トイレＢから少し離れた場所にいるユーザは別のトイレを利用する可能性が高いと考えられる。このため、所定距離内ユーザ抽出部３４は、指定トイレが設置されている場所のトイレ密度に応じて調整された閾値を用いてもよい。具体的には、指定トイレが設置されている場所のトイレ密度が大きいほど小さくなるように調整された閾値を用いてもよい。このように設定された閾値を用いることにより、指定トイレの場所の特性（ここでは一例として指定トイレが設置されている場所のトイレ密度）に応じて適切な閾値を用いて所定距離内ユーザを抽出することができる。

（第１の実施形態の他の変形例）
本実施形態では、混雑度予測装置３０は、通信端末２０から指定トイレ及び指定時刻を示す情報を要求受付部３３により受け付けたことを契機として、予測処理を実行し、混雑度に関する情報を通信端末２０に通知するものとして説明した。しかし、混雑度予測装置３０は、ユーザからの要求を待つことなく、ユーザに対して有用な情報を能動的に発信してもよい。

具体的には、混雑度通知部３７は、一のユーザ（例えば図１に示すユーザＤ）に対して複数のトイレのうちから利用を推奨するトイレを通知するレコメンド部として機能してもよい。より具体的には、混雑度通知部３７は、ユーザＤのトイレ利用周期と滞在ログ記録部３２に記録されているユーザＤの直近の滞在時刻とに基づいて、将来においてユーザＤがトイレを利用すると予測される予測利用時刻を算出する。

続いて、混雑度通知部３７は、所定距離内ユーザ抽出部３４及び混雑度算出部３６により算出された複数のトイレのそれぞれについて予測利用時刻において予測される混雑度と、ユーザＤと複数のトイレのそれぞれとの距離とに基づいて、ユーザＤに利用を推奨するトイレ（以下「推奨トイレ」）を決定する。混雑度通知部３７は、例えば以下のようにして推奨トイレを決定する。

すなわち、混雑度通知部３７は、例えば要求受付部３３に対して、複数のトイレのそれぞれを指定トイレ、予測利用時刻を指定時刻として入力することにより、混雑度算出部３６に複数のトイレのそれぞれについて予測利用時刻において予測される混雑度を算出させる。また、混雑度通知部３７は、上述の所定距離内ユーザ抽出部３４と同様の方法により、ユーザＤと複数のトイレのそれぞれとの距離を算出する。

そして、混雑度通知部３７は、例えば、複数のトイレのそれぞれについて、予測利用時刻において予測される混雑度及びユーザＤとの距離に基づくスコアを算出する。より具体的には、混雑度通知部３７は、予測利用時刻において予測される混雑度が小さいほど高くなり、ユーザＤとの距離が近いほど高くなるように予め定められた計算方法により、各トイレのスコアを算出する。このような計算方法によってスコアを算出した場合には、ユーザＤとの距離が近く、予測利用時刻において予測される混雑度が小さいトイレほど、高いスコアが算出される。つまり、ユーザＤがトイレに行くことが予測される予測利用時刻において比較的空いていることが予測され且つユーザＤからなるべく近いところにあるトイレほど、高いスコアが算出される。従って、混雑度通知部３７は、スコアが最も高いトイレを推奨トイレとして決定する。

続いて、混雑度通知部３７は、決定された推奨トイレの情報をユーザＤの通信端末２０に送信する。これにより、混雑度通知部３７は、推奨トイレをユーザＤに通知することができる。なお、混雑度通知部３７がユーザＤに推奨トイレを通知するタイミングは任意に定めることができる。例えば、混雑度通知部３７は、ユーザＤの予測利用時刻の１０分前になったタイミングで、ユーザＤの通信端末２０に推奨トイレの情報を送信してもよい。また、混雑度通知部３７は、各ユーザの通信端末２０に対して、ユーザ個別に予め設定されたタイミングで、推奨トイレの情報を送信してもよい。

［第２実施形態］
図１１は、第２実施形態に係る混雑度予測装置４０を含むシステム１Ｂの各装置の機能構成を示すブロック図である。混雑度予測装置４０は、モデル作成部４１を更に備え、周期算出部３５の代わりに周期算出部４２を備える点で、第１実施形態に係る混雑度予測装置３０と相違する。また、本システム１Ｂでは、通信端末２０を保持するユーザは、生体情報取得装置５０を保持している。生体情報取得装置５０は、発汗量、肺活量、心拍数、体温、血圧等のユーザの生体情報を計測により取得する機能を備える装置であり、例えばリストバンド等のユーザの体に装着される装置である。

生体情報取得装置５０は、生体情報取得部５１と、データ通信部５２と、を備える。生体情報取得部５１は、例えば発汗センサ、心拍センサ等のセンサ機能を有するチップ等を有し、ユーザの生体情報を計測により取得する。データ通信部５２は、生体情報取得部５１により取得された生体情報を、例えば無線電波等を介して通信端末２０に逐次送信する。データ通信部５２から通信端末２０に送信された生体情報は、通信端末２０のデータ通信部２２により受信され、通信端末２０が備えるメモリ等の記憶装置に一旦記憶される。

その後、データ通信部２２は、例えば、一定間隔毎に送信する電波情報と共に、メモリ等に記憶された生体情報を混雑度予測装置４０に送信する。混雑度予測装置４０は、例えば受信部３１により、データ通信部２２から送信された電波情報及び生体情報を受信し、滞在ログ記録部３２は、当該生体情報と、同時に受信された電波情報に含まれるユーザＩＤと、を関連付けて記録する。

モデル作成部４１は、ユーザの生体情報を入力すると当該ユーザのトイレ利用周期を出力するモデルを作成する。モデル作成部４１は、例えば以下のようにしてモデルを作成する。モデル作成部４１は、滞在ログ記録部３２を参照し、任意のユーザＩＤの過去複数の生体情報及び滞在ログを抽出し、トイレ利用周期と生体情報とからなるセット情報を抽出する。具体的には、モデル作成部４１は、例えば、ユーザが１回トイレに行ってから次にトイレに行くまでの間の任意の時点における当該ユーザの生体情報とそのときのトイレ利用周期（トイレ利用間隔）とからなるセット情報を抽出する。モデル作成部４１は、このようなセット情報を、複数のユーザＩＤの複数の滞在ログに基づいて複数抽出する。モデル作成部４１は、抽出した複数のセット情報に対して重回帰分析等の機械学習を実行することによりモデルを作成する。具体的には、モデル作成部４１は、各セット情報について、生体情報を説明変数、トイレ利用周期を目的変数として、機械学習を実行することにより、生体情報を入力してトイレ利用周期を出力するモデルを作成する。モデル作成部４１がモデルを作成するタイミングはいつでもよく、モデル作成部４１は、滞在ログ記録部３２に記録される滞在ログが十分な数となった時点で、モデルを作成してもよい。また、滞在ログ記録部３２には新たな滞在ログが記録されていくので、モデル作成部４１は、滞在ログ記録部３２に新たに記録された滞在ログも用いて、定期的にモデルを再作成（更新）してもよい。

例えば、モデル作成部４１は、ユーザの生体情報（発汗量、体温、心拍数）を説明変数とし、トイレ利用周期を目的変数として上述の機械学習を実行する場合には、下記式（３）に示すような重回帰モデル（係数ｂ１、ｂ２、ｂ３）を作成することができる。下記式（３）に示すモデルは、Ｘ１に発汗量、Ｘ２に体温、Ｘ３に心拍数を入力すると、トイレ利用周期（Ｙ）が求める重回帰モデルである。なお、モデルの説明変数は上述の例に限られず、発汗量、体温、心拍数以外の指標（例えば肺活量、血圧等）を説明変数に含めてもよい。また、モデルの説明変数の組み合わせも任意に定めることができる。
Ｙ＝ｂ１Ｘ１＋ｂ２Ｘ２＋ｂ３Ｘ３ ・・・（３）

上述の例では、モデル作成部４１が複数のユーザに共通のモデルを１つ作成する場合を示した。しかし、例えば発汗量が多いほど滞在時間が多い傾向のあるユーザもいれば、発汗量と滞在時間との間にほとんど相関を持たないユーザもいる。そこで、上述のようなユーザ毎の違いを考慮し、モデル作成部４１は、ユーザ個別のモデルを作成してもよい。具体的には、モデル作成部４１は、ユーザＩＤ毎に異なるモデルを作成してもよい。例えば特定のユーザＩＤのモデルを作成するには、モデル作成部４１は、当該ユーザＩＤに紐付くセット情報のみを用いて上述の機械学習を実行すればよい。

周期算出部４２は、所定距離内ユーザの生体に関する生体情報を取得し、所定のモデルに当該生体情報を入力することにより、当該所定距離内ユーザのトイレ利用周期を算出する。本実施形態では一例として、周期算出部４２は、上述のようにモデル作成部４１により作成されたモデルを用いて、所定距離内ユーザのトイレ利用周期を算出する。

図１２を用いて、周期算出部４２による処理の一例について説明する。図１２は、周期算出部４２の動作（図７のステップＳ３３の処理）を示すフローチャートである。図１２に示すステップＳ７１，Ｓ７２，Ｓ７５の処理は、図９に示すステップＳ５１，Ｓ５２，Ｓ５５の処理と同様であるため、ここではステップＳ７３，Ｓ７４の処理について説明する。

ステップＳ７３において、周期算出部４２は、ステップＳ７２において取得したユーザＩＤに紐付く直近の生体情報を滞在ログ記録部３２から取得する。続いて、ステップＳ７４において、周期算出部４２は、モデル作成部４１により作成されたモデルに、ステップＳ７３において取得した生体情報を入力することにより、トイレ利用周期を算出する。

以上述べた第２実施形態に係る混雑度予測装置４０では、周期算出部４２は、所定距離内ユーザの生体に関する生体情報を取得し、所定のモデル（本実施形態では一例として、モデル作成部４１により作成されたユーザ個別のモデル）に当該生体情報を入力することにより、当該所定距離内ユーザのトイレ利用周期を算出する。上記混雑度予測装置４０によれば、所定距離内ユーザの生体に関する生体情報に基づいて所定距離内ユーザのトイレ利用周期を適切に算出することができる。

以上、本発明をその実施形態に基づいて詳細に説明した。しかし、本発明は上記実施形態に限定されるものではない。本発明は、その要旨を逸脱しない範囲において様々な変形が可能である。

例えば、第２実施形態では、モデルの例として、数式（式（３））として示される重回帰モデルについて説明したが、モデルは数式以外の形式で示されるものであってもよい。

例えば、本実施形態では、施設の一例としてトイレについて説明したが、混雑度予測装置３０，４０は、トイレ以外の施設の混雑度を予測する装置としても用いることができる。また、第１実施形態の変形例、及び第１実施形態の他の変形例の仕組みは、第２実施形態に係る混雑度予測装置４０と組み合わせてもよい。

１０…無線機器、２０…通信端末、２１…近距離無線通信部、２２…データ通信部、２３…情報提示部、３０，４０…混雑度予測装置、３１…受信部、３２…滞在ログ記録部、３３…要求受付部、３４…所定距離内ユーザ抽出部、３５，４２…周期算出部、３６…混雑度算出部、３７…混雑度通知部（レコメンド部）、４１…モデル作成部、５０…生体情報取得装置、５１…生体情報取得部、５２…データ通信部。

Claims (7)

1. 一以上の施設に設けられた無線機器からの無線電波を受信した通信端末から、前記通信端末のユーザを識別するユーザＩＤを含む電波情報を受信する受信部と、
   前記受信部により受信された電波情報に基づいて、当該電波情報に含まれるユーザＩＤにより識別されるユーザが前記施設に滞在した時間帯に含まれる滞在時刻を算出し、前記滞在時刻と前記ユーザＩＤとを関連付けた滞在ログを記録する滞在ログ記録部と、
   一の施設との距離が所定の方法により定められた閾値以内である一以上の通信端末を抽出し、抽出された通信端末のユーザを所定距離内ユーザとして抽出する所定距離内ユーザ抽出部と、
   前記所定距離内ユーザのうちの一以上のユーザが前記施設を利用する周期及び前記滞在ログ記録部に記録されている当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される前記一の施設の混雑度を算出する混雑度算出部と、
   を備える混雑度予測装置。
2. 前記滞在ログ記録部に記録されている前記所定距離内ユーザのユーザＩＤに紐付く滞在ログに基づいて当該所定距離内ユーザのうちの一以上のユーザについての前記施設を利用する周期を算出する周期算出部を更に備え、
   前記混雑度算出部は、前記周期算出部により算出された前記所定距離内ユーザが前記施設を利用する周期及び前記滞在ログ記録部に記録されている当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される前記一の施設の混雑度を算出する、
   請求項１記載の混雑度予測装置。
3. 前記所定距離内ユーザの生体に関する生体情報を取得し、所定のモデルに当該生体情報を入力することにより、当該所定距離内ユーザのうちの一以上のユーザについての前記施設を利用する周期を算出する周期算出部を更に備え、
   前記混雑度算出部は、前記周期算出部により算出された前記所定距離内ユーザが前記施設を利用する周期及び前記滞在ログ記録部に記録されている当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される前記一の施設の混雑度を算出する、
   請求項１記載の混雑度予測装置。
4. 前記所定距離内ユーザ抽出部は、通信端末の移動速度及び前記一の施設が設けられた場所の特性の少なくとも一方に基づいて設定された閾値を用いて前記一以上の通信端末を抽出し、抽出された通信端末のユーザを所定距離内ユーザとして抽出する、
   請求項１〜３のいずれか一項に記載の混雑度予測装置。
5. 前記混雑度算出部は、前記所定距離内ユーザのうちの一以上のユーザが前記施設を利用する周期及び前記滞在ログ記録部に記録されている当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において前記一の施設に滞在するユーザ数を予測し、予測されたユーザ数と前記一の施設において同時に収容可能なユーザ数とに基づいて前記一の施設の混雑度を算出する、
   請求項１〜４のいずれか一項に記載の混雑度予測装置。
6. 一のユーザに対して複数の前記施設のうちから利用を推奨する施設を通知するレコメンド部を更に備え、
   前記レコメンド部は、
   前記一のユーザが前記施設を利用する周期及び前記滞在ログ記録部に記録されている前記一のユーザの直近の滞在時刻に基づいて、将来において前記一のユーザが前記施設を利用すると予測される予測利用時刻を算出し、
   前記所定距離内ユーザ抽出部及び前記混雑度算出部により算出された複数の前記施設のそれぞれについて前記予測利用時刻において予測される混雑度と、前記一のユーザと複数の前記施設のそれぞれとの距離とに基づいて、前記一のユーザに利用を推奨する施設を決定し、
   決定された施設を前記一のユーザに通知する、
   請求項１〜５のいずれか一項に記載の混雑度予測装置。
7. 一以上の施設に設けられた無線機器からの無線電波を受信した通信端末から、前記通信端末のユーザを識別するユーザＩＤを含む電波情報を受信する受信ステップと、
   前記受信ステップにおいて受信された電波情報に基づいて、当該電波情報に含まれるユーザＩＤにより識別されるユーザが前記施設に滞在した時間帯に含まれる滞在時刻を算出し、前記滞在時刻と前記ユーザＩＤとを関連付けた滞在ログを記録する滞在ログ記録ステップと、
   一の施設との距離が所定の方法により定められた閾値以内である一以上の通信端末を抽出し、抽出された通信端末のユーザを所定距離内ユーザとして抽出する所定距離内ユーザ抽出ステップと、
   前記所定距離内ユーザのうちの一以上のユーザが前記施設を利用する周期及び前記滞在ログ記録ステップにおいて記録された当該所定距離内ユーザの直近の滞在時刻に基づいて、将来において予測される前記一の施設の混雑度を算出する混雑度算出ステップと、
   を含む混雑度予測方法。

Images