JP2016157384A - 混雑度予測装置及び混雑度予測方法 - Google Patents
混雑度予測装置及び混雑度予測方法 Download PDFInfo
- Publication number
- JP2016157384A JP2016157384A JP2015036573A JP2015036573A JP2016157384A JP 2016157384 A JP2016157384 A JP 2016157384A JP 2015036573 A JP2015036573 A JP 2015036573A JP 2015036573 A JP2015036573 A JP 2015036573A JP 2016157384 A JP2016157384 A JP 2016157384A
- Authority
- JP
- Japan
- Prior art keywords
- user
- facility
- predetermined distance
- unit
- toilet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000004891 communication Methods 0.000 claims abstract description 154
- 238000004364 calculation method Methods 0.000 claims abstract description 65
- 238000000605 extraction Methods 0.000 claims abstract description 31
- 239000000284 extract Substances 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 description 38
- 238000012545 processing Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 210000004243 sweat Anatomy 0.000 description 4
- 230000035900 sweating Effects 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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
【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。
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。
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。
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Tnとn−1回目の入室時刻Tn−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=[ΣN(Tn−Tn−1)]/N ・・・(1)
T=[ΣN(Tn−Tn−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)
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。
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。
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。
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)
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015036573A JP2016157384A (ja) | 2015-02-26 | 2015-02-26 | 混雑度予測装置及び混雑度予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015036573A JP2016157384A (ja) | 2015-02-26 | 2015-02-26 | 混雑度予測装置及び混雑度予測方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016157384A true JP2016157384A (ja) | 2016-09-01 |
Family
ID=56826311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015036573A Pending JP2016157384A (ja) | 2015-02-26 | 2015-02-26 | 混雑度予測装置及び混雑度予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016157384A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018142080A (ja) * | 2017-02-27 | 2018-09-13 | 清水建設株式会社 | 競技場におけるサービス提供システム |
JP2020004058A (ja) * | 2018-06-27 | 2020-01-09 | Zホールディングス株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005293420A (ja) * | 2004-04-02 | 2005-10-20 | Ntt Docomo Inc | サーバ装置、及び情報処理方法 |
JP2009002088A (ja) * | 2007-06-22 | 2009-01-08 | Nec Corp | トイレ設備利用情報管理システム、情報処理装置、トイレ設備利用情報管理方法及び制御プログラム |
WO2014083779A1 (ja) * | 2012-11-30 | 2014-06-05 | パナソニック株式会社 | 情報提供方法 |
-
2015
- 2015-02-26 JP JP2015036573A patent/JP2016157384A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005293420A (ja) * | 2004-04-02 | 2005-10-20 | Ntt Docomo Inc | サーバ装置、及び情報処理方法 |
JP2009002088A (ja) * | 2007-06-22 | 2009-01-08 | Nec Corp | トイレ設備利用情報管理システム、情報処理装置、トイレ設備利用情報管理方法及び制御プログラム |
WO2014083779A1 (ja) * | 2012-11-30 | 2014-06-05 | パナソニック株式会社 | 情報提供方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018142080A (ja) * | 2017-02-27 | 2018-09-13 | 清水建設株式会社 | 競技場におけるサービス提供システム |
JP2020004058A (ja) * | 2018-06-27 | 2020-01-09 | Zホールディングス株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8948789B2 (en) | Inferring a context from crowd-sourced activity data | |
US8438127B2 (en) | Behaviour pattern analysis system, mobile terminal, behaviour pattern analysis method, and program | |
WO2018196788A1 (zh) | 目的地点推荐方法、装置、服务器及存储介质 | |
US20180160269A1 (en) | System and method for service tracking | |
JP6277569B2 (ja) | モバイルユーザの位置を予測するための方法、および機器 | |
JP6625022B2 (ja) | 在不在予測方法および在不在予測装置 | |
CN107924548A (zh) | 使用可穿戴设备自动监视一位置处的实时活动以确定等待时间的系统和方法 | |
CN107850443A (zh) | 信息处理装置、信息处理方法以及程序 | |
KR20140031192A (ko) | 구조화된 통신을 이용하기 위한 관측 플랫폼 | |
CN104285427A (zh) | 根据通过使不同数据源相关确定的上下文配置终端装置 | |
CN104937604A (zh) | 基于地点的进程监视 | |
KR101881630B1 (ko) | 사용자 단말로부터 수집된 데이터를 이용한 유형 정보 및 평가 정보 제공 방법 및 시스템 | |
JP2018077821A (ja) | ユーザによって訪問される施設のカテゴリの予測モデルを生成する方法、プログラム、サーバ装置、及び処理装置 | |
CN109059934A (zh) | 路径规划方法、装置、终端及存储介质 | |
CN111126697A (zh) | 人员情况预测方法、装置、设备及存储介质 | |
KR101706474B1 (ko) | 스마트폰 이용행태 수집 가공 시스템 | |
KR20130071755A (ko) | 사용자 행동의 예측에 기반하여 서비스를 제공하기 위한 서비스 서버 및 단말 | |
JP2016157384A (ja) | 混雑度予測装置及び混雑度予測方法 | |
JP6300131B1 (ja) | 接客状況分析装置および接客状況分析システム | |
CN112800338A (zh) | 下车点的推荐方法、装置、电子设备和计算机程序产品 | |
US9628954B2 (en) | Data analysis system with movement patterns for medical wellness correlation | |
JP2011197768A (ja) | センサネットワークシステム、組織行動情報収集方法、組織行動分析サーバ及び携帯用センサノード | |
US20200349948A1 (en) | Information processing device, information processing method, and program | |
JP6399948B2 (ja) | 情報処理装置及び情報処理方法 | |
JPWO2019155629A1 (ja) | コミュニケーション評価システム及びコミュニケーション評価方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170817 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180807 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190219 |