JP3793447B2 - 回遊行動調査装置及びナビゲーションシステム - Google Patents
回遊行動調査装置及びナビゲーションシステム Download PDFInfo
- Publication number
- JP3793447B2 JP3793447B2 JP2001336604A JP2001336604A JP3793447B2 JP 3793447 B2 JP3793447 B2 JP 3793447B2 JP 2001336604 A JP2001336604 A JP 2001336604A JP 2001336604 A JP2001336604 A JP 2001336604A JP 3793447 B2 JP3793447 B2 JP 3793447B2
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- node
- calculating
- behavior
- distribution
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
- Complex Calculations (AREA)
- Traffic Control Systems (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は回遊行動調査方法及び装置並びにナビゲーションシステムに関する。
【０００２】
【従来の技術】
都心部、地方、区域間では社会生活上の業務、通勤、通学等に伴い、さまざまな人の動きが発生する。一例として、買物を目的として街を訪れる消費者を考えると、このような消費者は、１つの店舗で買物をおえることは少なく、２ケ所、３ケ所と買い廻りを続けることが通常である。また、買物の途中で食事や喫茶を行なったり、また映画を見たりといった人も多い。
このように人が、行先や目的を変えつつ、施設間を渡り歩く行動を回遊行動と呼ぶ。
従来、このような回遊行動の調査には、居住地ベースで被験者をランダムサンプリングし、被験者の一日の行動を記録する、パーソントリップ調査が用いられてきた。
【０００３】
【発明が解決しようとする課題】
しかしながら、前記従来のパーソントリップ調査では、被験者の居住地でサンプリングを行なうため、広汎な調査及び、多数のサンプリングを必要とする問題があった。
本発明はかかる従来の問題点を解決するためになされたものであって、その目的とするところは、来街地でサンプリングを行なうことによって、集約して調査を行ない、さらに、都心部のトリップチェイン・出向頻度から演算することによって正確なデータを導く回遊行動調査方法を提供することある。
【０００４】
【課題を解決するための手段】
１．本発明のねらいと目的
回遊行動調査とは、都心内での消費者の渡り歩き行動である回遊行動を、立ち寄り場所やそこでの目的などについて、生起順に尋ねる調査である。これまで斎藤らは、魅力ある都心空間の創出に資するため、九州の諸都市において10数回の消費者回遊行動調査を実施し、回遊性に優れた街づくりを提案するとともに、相次いだ福岡都心部での大規模都心商業再開発の効果を、消費者の回遊行動の変化から捉えるべく、回遊行動調査を継続して実施し、人の流れからみた、都心の重心が105m南下したことを検証するなどの成果を上げてきた。一方、回遊行動調査にもとづいた分析の基礎となる回遊マルコフモデルを、実用に耐えるように、精緻化すべく、様々な理論的、技術的開発も平行して行ってきた。
本発明は後者の研究の流れに属すものであるが、その直接の契機は、われわれがこれまで行ってきた、都心部への来街者を対象にした都心部回遊行動調査が、実は「来街地ベース」のパーソントリップ調査に他ならない、と気づいたことにある。
【０００５】
交通研究の分野では、従来から、パーソントリップ調査を基本とした、ＯＤ (Origin-Destination) 交通量推定に関する多くの研究がなされている。しかし、そこで想定されるパーソントリップ調査は、「居住地ベース」のサンプリング調査であり、都市圏などの広域の圏域を対象に、圏域居住者から回答者をサンプリングし、その１日の交通行動を聞く調査である。ここで、１日の交通行動とは、複数の目的と目的地をもった、Multi-stop, Multi-purpose のことであり、トリップチェインデータを採取することで、ＯＤ交通量を推定することが、パーソントリップ調査の主眼であるといえる。
しかし、従来から行われてきた「居住地ベース」のパーソントリップ調査をもとにしたＯＤの推計に関しては、いくつかの問題点が指摘されている。（１）広域の居住地ベースの調査であり、非常にコストがかかること、その結果、（３）改訂までの期間が10数年といった、長さにわたり、変化に対応できていないこと、また、（３）大都市圏のみで行われており、地方圏での需要が高いにも係わらず、実施されてこなかったことなどの実施上の問題点にくわえ、（４）都市圏全体といった広域のＯＤの推計には有効であるが、都市、さらには都心部といった狭い限定された地域のＯＤの推計には、その推計精度に問題があること、また、（５) 買い回りといった同一目的が引き続く買物目的や、レジャー目的など、自由目的のトリップについては、行先記入上の精度の問題などである。
【０００６】
これらの推定精度の問題は、居住地ベースのパーソントリップ調査が、１日の交通行動を、調査対象者への訪問調査という手間をかけた調査ではあるが、調査対象地域の広さから、約３％のサンプリング調査となっていることに起因している。これを解決するには、パーソントリップ調査の抽出率を高め、自由目的についても詳細な情報をえられる調査の実施が求められるが、大規模な居住地ベースのサンプリング調査であり、コストが莫大にかかることから、現実的ではない。また、大都市圏から地方都市へパーソントリップ調査を拡大する動きもあり、調査コストの観点を含め、今後のパーソントリップ調査の在り方が模索されているところである。
その一つ有力な方向は、「来街地ベース」のパーソントリップ調査であろう。実際、都心部の消費者回遊行動調査は、都心という地域を限定し、買物、レジャー、食事といった自由目的の記述精度を高めた、来街地ベースのパーソントリップ調査とみることができる。また、既存の大都市圏のパーソントリップ調査を、より低コストな来街地ベースのパーソントリップ調査で、短いタイムスパンで改訂するという方法にも適用できるはずである。
【０００７】
しかし、斎藤、栫井、中嶋 (2000) 、栫井(2000)によって、はじめて指摘されたように、来街地ベースのパーソントリップ調査では、得られたトリップチェインデータを、従来の方法に従って単純に集計し、ＯＤパタンの推定を行えば、choice-basedバイアスが生じてしまう、という問題がある。それゆえ、来街地ベースパーソントリップ調査の導入、実施には、このような来街地ベーストリップチェインデータによるＯＤパタン推定における、choice-basedバイアスの問題の理論的解決が必要不可欠となっていた。
本発明のねらいは、その理論的解決を与えることであり、その目的は、来街地ベースパーソントリップチェインでデータによるＯＤパタン推定における、choice-basedバイアスを取り除く、一致推定法を構成するとともに、来街地ベースパーソントリップ調査法を確立することである。
【０００８】
前記目的を達成するための手段として本発明請求項１記載のナビゲーションシステムでは、都市を複数のゾーンに分割してノードを設定するノード設定手段、来街地でサンプリングした回遊被験者のトリップチェイン、前記回遊被験者の対象地域全体への出向頻度、及び前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を入力する来街地情報入力手段、前記回遊被験者の対象地域全体への出向頻度および前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を用いて推定した確率とパス長とサンプリング比率とを利用してウェイトを演算するウェイト演算手段、前記ウェイトにより前記サンプリング地点および前記回遊被験者ごとのサンプル数を重み付けした度数をトリップチェインごとに集計するカウント手段、前記カウントされた値を全サンプル数に占める分布に変換する正規化手段、および前記ウェイト演算手段、カウント手段によって集計された推定値を、正規化手段によって全体サンプル数に占める分布に変換して真の確率を推定し回遊行動を分析する回遊行動分析手段と、を備えた回遊行動調査装置と、
前記来街地情報入力手段へ入力するための位置情報を前記回遊行動調査装置へ送信するとともに、各携帯端末から得られた位置情報に基づき前記回遊行動調査装置が分析した回遊行動のパターンの分析データを受信する携帯端末と、を備えている。
【０００９】
請求項２記載のナビゲーションシステムでは、請求項１記載のナビゲーションシステムにおいて、前記ウェイト演算手段は、トリップチェインのサンプリング地点の集合上でのパス長を演算するパス長演算手段と、都心部への出向頻度に対するサンプリング地点への出向頻度比率を演算する出向頻度比率演算手段と、都心部への出向頻度分布を演算する出向頻度分布演算手段と、サンプリング比率を演算するサンプリング比率演算手段と、サンプリング地点別の都心部出向頻度の分布を演算する地点別出向頻度分布演算手段と、を備えている。
【００１０】
請求項３記載のナビゲーションシステムでは、請求項１または２記載のナビゲーションシステムにおいて、前記ウェイト演算手段は、前記ノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出することを特徴とする。
【００１１】
請求項４記載のナビゲーションシステムでは、請求項１乃至３いずれか記載のナビゲーションシステムにおいて、前記回遊行動分析手段は、ノードからノードへの回遊の度数を示す度数集計表を作成することを特徴とする。
【００１２】
請求項５記載の回遊行動調査装置では、都市を複数のゾーンに分割してノードを設定するノード設定手段、来街地でサンプリングした回遊被験者のトリップチェイン、前記回遊被験者の対象地域全体への出向頻度、及び前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を入力する来街地情報入力手段、前記回遊被験者の対象地域全体への出向頻度および前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を用いて推定した確率とパス長とサンプリング比率とを利用してウェイトを演算するウェイト演算手段、前記ウェイトにより前記サンプリング地点および前記回遊被験者ごとのサンプル数を重み付けした度数をトリップチェインごとに集計するカウント手段、前記カウントされた値を全サンプル数に占める分布に変換する正規化手段、および前記ウェイト演算手段、カウント手段によって集計された推定値を、正規化手段によって全体サンプル数に占める分布に変換して真の確率を推定し回遊行動を分析する回遊行動分析手段と、を備えたことを特徴とする。
【００１３】
請求項６記載の回遊行動調査装置では、請求項５記載の回遊行動調査装置において、前記ウェイト演算手段は、トリップチェインのサンプリング地点の集合上でのパス長を演算するパス長演算手段と、都心部への出向頻度に対するサンプリング地点への出向頻度比率を演算する出向頻度比率演算手段と、都心部への出向頻度分布を演算する出向頻度分布演算手段と、サンプリング比率を演算するサンプリング比率演算手段と、サンプリング地点別の都心部出向頻度の分布を演算する地点別出向頻度分布演算手段と、を備えたことを特徴とする。
【００１４】
請求項７記載の回遊行動分析手段は、
【数２】
【００１５】
請求項８記載の回遊行動調査装置では、請求項５乃至７のいずれか記載の回遊行動調査装置において、前記ウェイト演算手段は、前記ノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出することを特徴とする。
【００１６】
請求項９記載の回遊行動調査装置では、請求項５乃至８いずれか記載の回遊行動調査装置において、前記回遊行動分析手段は、ノードからノードへの回遊の度数を示す度数集計表を作成することを特徴とする。
【００１７】
請求項１０記載の回遊行動調査装置では、請求項５乃至９いずれか記載の回遊行動調査装置において、前記ノード設定手段は、都市を単位に分割して登録する手段であり、店舗、地域、建物等の階等のノードに区分して数値等を付し、予め登録しておくようにしたことを特徴とする。
【００１８】
【発明の実施の形態】
２．居住地ベースパーソントリップ調査によるＯＤパタンの既存推定法
本節では、従来の居住地ベースパーソントリップ調査にもとづくＯＤパタンの推定法について明確な定式化を行ってレビューする。
２．１使用する概念と記号
まず、ノードの集合をＮ＝{1,2,・・・,n,h} で表す。ここでｈは自宅である。Ｎの要素をｉ，ｊ∈Ｎで示す。これまでのパーソントリップ調査では、ノードではなく、「ゾーン」という概念を用いてきた。ここでのノードをゾーンと捉えても、以下の数学的表現は全く変らないが、誤解を避けるため、若干の説明を加えておく。「ゾーン」の概念を用いる目的は、対象地域をいくつかのゾーンに分割し、それらのゾーン間のＯＤを推定することにある。対象地域の分割である。
ここでは、簡単のため、ノードをゾーンと捉えてもよいが、正確には、集合の分割でいえば、ノードの集合Ｎはゾーンの集合の細分割である。すなわち、本発明では、都心部における大規模店舗間の人の流れといった小地域のＯＤも捉えられるように、ノードを点的魅力施設と捉えており、点的魅力施設がいくつか集って、一つのゾーンを形成すると考えている。
【００１９】
さて、本発明では、すべてのノードは、いずれも目的トリップの発地(Origin)、着地(Destination) になりうると考える。これらすべてのＯＤペア(i,j) の集合をＷで表そう。すなわち、Ｗ＝{(i,j)|i,j∈N}である。
次に、ルート( トリップチェイン、パス) の概念を導入する。通常、ルートとは、ＯＤを結ぶリンクの連鎖とされるが、ここでは、通常の使い方とは異なって、経路をなす、複数のＯＤペアの連鎖、すなわち、トリップチェインの意味で使うことに注意しよう。経路をなす、ＯＤペアの連鎖とは、引き続くＯＤペアの着地と発地が一致するものである。
例えば、３つのＯＤペア{(h,1),(1,3),(3,h)} の連鎖は、(h,1) の１と(1,3) の１が一致し、同様に(1,3) の３と (3,h)、の３が一致しているので、経路をなしている。このように、経路をなすＯＤペアの連鎖であるトリップチェイン{(h,1),(1,3),(3,h)} を、ルートとよび、ルートｈ１３ｈと書く。本発明では、ルートとして、ｈで始まり、ｈで終わる、サイクルのみを考える。
【００２０】
以上のもとで、すべてのルートの集合をＲで表す。また、その要素ｒ∈Ｒで示す。
通常、ルートｒ∈Ｒは、ｒ＝ｈ１３ｈのように、ノードの文字列として表すが、誤解のおそれがないときには、ｒ＝{h,1,3,h} のように、列をなす、ノードの集合とみなすことがある。ルートｒ∈Ｒの長さｌ(r) は、ルートの集合表現を用いて、次のように定義する。
ｌ(r) ＝｜ｒ｜−２ （２．１）
ただし、｜Ａ｜は集合Ａの要素数、濃度を表す。例えば、ルートｒ＝{h,1,3,h} の長さは２である。つまり、自宅以外の立ち寄りノード数のことである。
さて、来街地ベースのサンプリング調査の場合は、自宅ｈ以外にサンプリングを行うノードを考えることになる。サンプリング地点ｋの集合をＳとする。Ｓ⊂Ｎである。また、サンプルをｔで識別し、サンプルの集合をＴで示す。
Ｔ＝{1,2,...,t,...,T}
【００２１】
次に、いくつかの確率変数を導入する。まず第１は、対象地域への出向頻度の分布（確率変数）Ｖである。これはトリップチェインの発生頻度の分布である。従来の概念と混同しやすいので、説明を加えておこう。従来の交通需要予測の研究では、パーソントリップ調査の当日に何回目的トリップを起こしたかに着目し、目的トリップを起こした人の中での平均を、ネットの生成原単位、また、外出しなかった人を含めたときの平均を、グロスの生成原単位と呼んでいる。ネットの目的トリップ生成原単位は、グロスのそれに外出率をかけたものに等しい。出向頻度の分布は、この外出率に相当する概念である。しかし、期間をパーソントリップ調査のように特定の１日とせず、１ヶ月といった期間を考え、当該期間中の外出回数として、出向頻度を定義する。
次に、ＹをＲ上の分布とし、φをＷ上の分布、i.e., ＯＤフローの密度とする。本発明では、このφを「ＯＤパタン」と呼ぶ。また、Ｚでサンプリング地点への来街者数の分布を表す。ΔＳ はサンプルがサンプリング地点ｓに立ち寄ったとき１、そうでないとき０の値をとる確率変数とする。
【００２２】
さて、本発明では、居住地ベースの概念と来街地ベースの概念を明確に区別しておく必要がある。そこで、まず、確率事象としてのトリップチェインの観測についての検討から始めよう。トリップチェインの観測の基本は、被験者が、一定期間に、何回外出し、どのようなタイプのトリップチェインを何回行ったかを観測することである。一般に、このような度数に関する確率過程（カウント過程）では、事象の観測は、一定期間に、「同一の」場所で、対象となる事象が何回起こったかを記録すること、と想定している。しかし、ここで観測の対象となっている、「トリップチェイン」の事象とは、場所を移動することである。したがって、この事象は、それが発生した場所でも、また、移動の途中でも、さらに、移動先でも、観測できることになる。トリップチェインの起点である自宅ｈで観測することを、居住地ベース、また、移動先、訪問先で観測することを、来街地ベースと呼ぶ。注意すべきは、観測は、観測者がトリップチェインの事象とともに移動して行う必要はなく、来街地ベースの観測とは、訪問先となるノードを観測地点として定め、そこでどのようなトリップチェインが何回観測されたかを記録することを意味している。
上述の確率変数や分布を、居住地ベースで定義するとは、トリップチェイン事象を、居住地ベースで観測したときの真の分布や確率変数のことをいい、来街地ベースでの定義とは、来街地ベースで観測したときの真の分布や確率変数を指す。
【００２３】
例をあげよう。ＯＤパタンは、実際にトリップチェインが起こっている現場で観測されて、はじめて意味を持つ。すなわち、それぞれのノードに何人訪れたか、といったことは来街地ベースの観測に係わるものであり、ＯＤパタンとは来街地ベースで定義されるべき概念である。これに対して、出向頻度は本来、居住地ベースの概念であるが、各ノードへの来訪者に、一定期間に何回外出したかを回顧的(retrospective) に聞く、といった方法で、来街地ベースでも調査可能である。 本発明では、分布（確率変数）が、居住地、来街地のいずれで定義されているのかを明確に区別するために、その分布（密度）関数に、居住地ベースの場合には、添字ｈを、また来街地ベースの場合には、添字ｃを付けて区別することにする。
【００２４】
２．２居住地ベースパーソントリップ調査によるＯＤパタンの推定法の定式化
２．２．１確率的機構としてのトリップチェイン交通行動
ＯＤパタンの統計的推定法を議論するためには、トリップチェイン事象を生起させる、確率的機構についてのモデル化が必要である。そのために、トリップチェインという交通行動事象の確率的機構を明確にしておかねばならない。これは、いわば交通行動事象の因果順序の仮定を明確にすることに対応する。
パーソントリップ調査が想定する交通行動事象の因果関係は、これまであまり明示的に述べられたことはないが、大まかな合意は、居住地で観測される、異なった出向頻度をもった交通行動主体が、その出向頻度にしたがって、トリップチェインを起こした結果、出向先で来街者として、観測され、ＯＤパタンとして現れる、ということであろう。
ここであまり明確でないのは、トリップチェインの選択である。本発明では、一歩踏み込んで、居住地ベースでトリップチェインと出向頻度の同時分布を想定する。これは、交通行動主体が、トリップを起こす前に、事前に、出向頻度とトリップチェインの同時選択を行うという仮定であり、統計的推定の仮定をより明確に定式化するための概念装置である。それゆえｆｈ を居住地ベースのトリップチェイン（Ｙ）と出向頻度（Ｖ）の同時密度、ｆｃ を来街地ベースのそれとすると、想定する因果順序は以下となる。
【数３】
すなわち、最初の矢印は、交通行動主体が、居住地ｈで、ｆｈ(r,v)にしたがって、出向頻度ｖとトリップチェインのタイプｒを同時に選択し、トリップチェインｒをｖ回、引き起こした結果、それが、来街地で観測されて、ｆｃ(r,v)として、観測されることを表している。後の２つの矢印→の意味は次である。ｆｃ(r,v)→ｆｃ(r)は、来街地で観測される、トリップチェインのタイプの分布ｆｃ(r)が、ｆｃ(r,v)の周辺分布として得られることを示している。また、ｆｃ(r)→φは、後述するように、来街地ベースでのＲ上の分布ｆｃ(r)が得られれば、ＯＤペア上の分布φが導出できることを示したものである。
さて、ｆｈ とｆｃ には、上述のように矢印で示した因果関係があるが、これらの間には、次の明確な関係が成立する。
【数４】
この関係を理解するために、次の簡単な例を挙げておく。居住地には４人がいて、fｈ(r,v) が、図２の分布だったとする。出向頻度ｖ＝２の人たちは、それぞれ２回トリップチェインを起こすので、図１のｖ＝２の行を２倍して、来街地ベースで観測されるｆｃ(r,v)は、図４となる。従来の１日の交通行動を聞くパーソントリップ調査では、出向頻度は外出率に相当し、また、居住地ベースのfｈ(r,v) は、人単位の集計に、来街地ベースのｆｃ(r,v)は、トリップ単位の集計に対応する、と考えると理解しやすい。
【００２５】
２．２．２居住地ベース調査によるｆｃ(r,v)の推定
先の因果順序から、居住地ベースのパーソントリップ調査によるＯＤパタンの推定には、ｆｃ(r,v)が推定されれば、十分である。それは、次節で定式化されるように、ｆｃ(r,v)の周辺分布
【数５】
【００２６】
２．２．３居住地ベース交通行動調査が収集する情報との推定との関連
来街地ベースのｆｃ(r,v)の推定法式（２．５）式は、あまり見かけない式であり、その意味を明確にするため、ここでは、従来の居住地ベースパーソントリップ調査が収集する情報との関連について考察しておく。従来から行われてきた居住地ベースパーソントリップ調査は、サンプルｔの、指定した１日の交通行動を記録する調査であるが、サンプルｔから収集する情報は、トリップチェインｒｔ のデータのみであり、一般に、出向頻度ｖｔ については質問項目を設けていない。出向頻度に関連する情報は、１日の交通行動記録から、外出したか否かの情報が得られるだけである。
【数６】
このように、現在のパーソントリップ調査では、出向頻度ｖに関しては、集計した情報が得られるだけであり、サンプルｔの出向頻度ｖｔ の情報を得るには、集計して属性別のｖの平均を求め、これを用いてサンプルｔの属性からｖｔ を推測する方法になる。
【００２７】
さて、交通行動調査には、このパーソントリップ調査の他にも様々な調査がある。都市圏といった範囲をこえる長距離の移動を対象とした調査、１日の行動ではなく、１週間や３ヶ月といった期間にわたるダイアリー調査などである。しかし、期間や対象とするトリップが異なっても、一定期間に、実際にどのような交通行動を行ったかを記録する調査である限り、収集する情報は基本的にパーソントリップ調査と同じである。ただし、１日ではなく、長期間の記録を取れば、各サンプルの出向頻度（外出回数) を、直接計測できることになる。
一方、以上の方法と対照的に、過去の一定期間の交通行動を回顧的(Retrospective) に想起する調査方法がある。その一定期間の交通行動を、記憶をたどって、すべて記録するという方法であれば、上の方法と、忘却率といった要因を除けば、全く同じであるが、交通行動調査でも、トリップを起こす頻度の高い人の負担を軽減するため、「直近」の長距離交通行動を１つだけ記録してもらう、といった調査方法の提案がなされている。この場合には、従来のパーソントリップ調査の方法とは全く異なって、明示的に、（２．５）式の出向頻度によるウェイト付けを行って、居住地ベースのｆｈ(r,v)を、来街地ベースのｆｃ(r,v)へ変換しなければならない。
また、伝統的に、消費者の居住地ベースでの購買行動調査では、主要な商業施設へ、過去の一定期間に、何回出向したか、サンプルｔにその出向頻度ｖｔ を、直接聞いたり、「直近」に訪れた商業施設はどこか、などを聞くことが多い。これらの調査方法を採用した場合にも、（２．５）式によるｆｃ(r,v)の推定が必要になる。
【００２８】
２．２．４居住地ベース調査によるＯＤパタンの推定
記述を複雑にしないために、トリップチェインの集合Ｒ上の分布ｑｒ,ｒ∈Ｒを導入しよう。その定義は、
ｑｒ ＝ｆｃ(r)＝Ｐｒ(Ｙｃ ＝ｒ)
である。すなわち、来街地ベースでトリップチェインの確率変数Ｙｃ がｒをとる確率である。以下では、ｑｒ とＯＤパタンφの関係を導くが、このｑｒ をその推定値で置き換えて、φの推定値を得るのが、ＯＤパタンの推定法である。
まず、トリップチェインをその長さによって、直和分割する。
【数７】
ここで、Ｒ（ｌ） ＝ {ｒ∈Ｒ｜length of r=l}はその長さがｌであるトリップチェインの集合である。トリップチェインの長さとは、式（２．１）で定義したように、例えば、h123h のトリップチェインの場合は３であり、サイクルをなすトリップチェインに含まれる、自宅以外のノードの数である。
次の定義をしよう。
【数８】
【００２９】
３．来街地ベースパーソントリップ調査によるＯＤパタンの一致推定法の構成
３．１来街地ベーストリップチェインサンプルの尤度
本節では、来街地ベースパーソントリップ調査のサンプリングの機構を検討し、そこで得られるトリップチェインデータの尤度を考察する。
【数９】
第３式はサンプルをサンプリング地点ｋごとに、Ｔ（ｋ） ，ｋ∈Ｓと分割した表現であり、ｔ∈Ｔ（ｋ） とき、ｓｔ ＝ｋである。
ここで、もしもＨ(s) ではなく、各サンプリング地点への来街者数の真の比率ｆｃ(s)，ｓ∈Ｓにしたがってサンプリングされたならば、バイアスのない正しい尤度を与えたはずである。各サンプルに重みを与えることで、来街地ベースのサンプリングの尤度をランダムサンプリングの尤度に変換できれば、目的は達する。そこで、次節の目的は、各サンプルに与える、この重みを導出することである。
【００３０】
３．２来街地ベースパーソントリップ調査による重み付き一致推定法の構成
本節の目標は式（３．２）をランダムサンプリングの完全尤度に変形するためのウェイトを求め、その推定方法を、来街地ベースのパーソントリップ調査の設計とともに構成することである。
【００３１】
３．２．１重み付き推定法の構成
そのためには、来街地ベースパーソントリップ調査における各サンプル（ｒｔ，ｖｔ ，ｓｔ ）の尤度ｆＣＢ （ｒｔ ，ｖｔ ，ｓｔ ） の式において、最後の項Ｈ(Sｔ)をｆｃ(Sｔ) で置き換える、あるいは、最後の２項ｆｃ(ｖｔ|ｓｔ)Ｈ(Sｔ)を真の密度ｆｃ(ｓｔ|ｖｔ)ｆｃ(ｖｔ) に置き換えればよい。本発明での重み付き推定法は、後者の方法によって、先の来街地ベースサンプリングによる尤度ＬＣＢを変換し、次の第２式により、ランダムサンプリングの完全尤度Ｌを推定する方法である。
【数１０】
３．２．２来街地ベースパーソントリップ調査の設計
来街地ベースパーソントリップ調査の設計によって、収集される情報のみで、上述のウェイトに関する推定が行えることが望ましい。この観点から、来街地ベースパーソントリップ調査の設計要件をまとめれば、次となる。
まず、各サンプリング地点でのサンプリング比率Ｈ(s) をきめる。サンプルｔが得られたサンプリング地点をｓｔ としよう。来街地ベースパーソントリップ調査において、各サンプルから同時に聞くべき調査項目は、（１）サンプルｔのトリップチェインｒｔ 、（２）サンプルｔの対象地域全体への出向頻度ｖｔ 、そして、（３）サンプルｔのサンプリング地点ｓｔ への出向頻度ｖｔ(ｓｔ)である。
したがって、来街地ベースでトリップチェインデータを収集し、これを用いてバイアスのないＯＤパタンを推定するための調査の要件は、これら３種類の情報を同時に聞くことである。トリップチェインのデータは、従来と同様、どこからどこへどんな目的で移動したかの履歴を聞く項目となる。また、対象地域全体、サンプリング地点への出向頻度については、(a) 過去一定期間に、何回外出したか、あるいは、当該地域、地点へ何回訪れたか、を回顧的（Retrospective ）に聞く方法、(b) これと同様、将来一定期間に何回外出する予定か、あるいは、当該地域、地点へ何回訪れる予定かを聞く、展望的（Prospective ）な方法、(c) 「直近」の外出はいつだったか、あるいは、当該地域、地点への「直近」の訪問時期はいつだったか、を聞く方法など、いくつかの方法が考えられる。更には、想起法と実際の出向頻度を記録する方法との組み合わせなどの方法も考えられる。
いずれにせよ、ここでのポイントは、交通行動調査においては、出向頻度の情報、ｖｔ とｖｔ(ｓｔ)を収集することが、サンプリングの効率を高めるという視点である。
従来のパーソントリップ調査では、調査対象を１日の交通行動に限定することにくわえ、出向頻度を聞いていないため、属性別の外出率の集計結果を用いて、サンプルｔの外出率を予測したり、属性別に、一定期間での外出回数や出向頻度を予測したりするには、かなり大規模なサンプルを得なければならないことになる。この点は、非日常的で低頻度の観光交通行動といった調査では、on-boardや来街地ベースでの調査方法が効率的である、という視点にも重なるものである。しかし、本研究の目的は、来街地ベースでえられたトリップチェインデータをもとにバイアスのない、ＯＤパタンの推定方法の理論的研究であり、このような、実際に、どの方法が優れているのか、といった実用化へむけての興味深い論点については、ここでは深入りせず、今後の研究課題としている。
【００３２】
３．２．３ウェイトの導出
【数１１】
【数１２】
【数１３】
【数１４】
【００３３】
【実施例】
本節では最も簡単な２ノードの場合の数値例を示す。説明の簡単化のために、都心への買物トリップチェインを想定する。１居住地、都心２商業地を考える。ノードの集合はＮ＝{1,2,h} となる。サンプリング地点は商業地１，２で、サンプリング地点の集合はＳ＝{1,2} である。ルートの集合はＲ＝{r１，r２，r３,r４} とする。ルートr１，r２，r３,r４ は、それぞれ、h1h 、h2h 、h12h、h21hである。
さて、居住地に２人の居住者がいて、ある一定期間に出向頻度が２００のタイプＩが１人、出向頻度が１００のタイプIIが１人とする。タイプＩは、都心へ出向したとき、トリップチェインr１＝h1h とr３＝h12hをそれぞれ０．５の確率で選択するとする。同様に、タイプIIについては、トリップチェインr２＝h2h とr４＝h21hをそれぞれの０．５確率で選択するとする。以上の想定のもとでは、タイプＩは都心へ200 回、タイプIIは100 回出向するので、都心で、すなわち、来街地ベースで観測すると、トリップチェインr１＝h1h とr３＝h12hが100 回、r２＝h2h とr４＝h21hが50回ずつ、カウントされる。つまり、来街地ベースＲ上の分布、fｃ(r) は図５となる。
真の分布fｃ(r) のもとでの真のＯＤパタンは図６となる。
さて、来街地ベースパーソントリップ調査であるが、これはサンプリング地点１で50票、地点２で100 票を抽出する、ランダムサンプリングを実施したとしよう。その結果は図７となる。
【数１５】
【数１６】
【数１７】
【００３４】
次に、第２実施例に係る回遊行動調査方法について説明する。
第２実施例の回遊行動調査方法はノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出する方法である。
その補正方法について以下述べる。
【数１８】
【数１９】
【数２０】
【数２１】
【数２２】
【数２３】
【数２４】
【数２５】
【数２６】
【数２７】
【数２８】
【数２９】
【数３０】
【数３１】
【数３２】
【００３５】
次に、本発明の回遊行動調査装置について説明する。
本発明の回遊行動調査装置は前述した方法を実現する装置であり、コンピュータを使用して回遊行動を導出する装置である。
このコンピュータは、入力装置、制御装置、メモリ装置及び外部記憶装置から構成され、メモリ装置には、都市空間を単位に分割するノード設定手段、各ノード間のトリップチェインを入力するトリップチェイン入力手段、入力されたトリップチェインから各トリップチェインの頻度を演算するプログラムが格納されている。
ノード設定手段は都市を単位に分割してノードとして登録する手段であり、店舗、地域、建物の階等のノードに区分して数値等を付し、予め登録しておく。
トリップチェイン入力手段はキーボート等によって入力を行ない、ノードの番号をトリップ順にキーボード等を操作して入力する。
演算手段は前記回遊行動調査方法において説明した計算を行なう装置である。 また、前記メモリ装置にはノードにおいてサンプリングされなかった場合の補正を行なう補正手段のプログラムが格納されている。
この回遊行動調査装置を作動することにより、トリップチェインの頻度及び、図９に示すようなノードからノードへの回遊の度数を示した、度数集計表が作成される（度数集計表作成手段）。
【表１】
【００３６】
ノードへの出向頻度及びトリップチェインデータを収集する調査表としては、商業地、店舗等のノードと、各ノードをどのような経路で渡り歩いたかを記入する記入欄と、それらのノードを含む地域へどれくらいの頻度で出向するかを記入する記入欄を有したものを使用する。
その他、以下に説明するナビゲーションシステムを使用して回遊行動のデータを収集する。
【００３７】
次に、本発明のナビゲーションシステムについて説明する。
図１０はナビゲーションシステムの説明図、図１１は携帯端末のブロック図、図１２は携帯端末の使用状態を示す説明図、図１３は都市空間の一例を示す図である。
実施の形態３に係るナビゲーションシステムは前記実施の形態の回遊行動調査方法を適用したシステムである。
本発明の実施の形態３に係るナビゲーションシステムは図１０に示すように、都市空間の各種情報を格納したサーバーと、各ノードに設置した中継局と、中継局を経由してサーバーと情報を送受を行なう携帯端末を主要な構成としている。
ノードの概念は前記実施の形態で説明したノードと同様である。
前記携帯端末は図１１に示すように、ＣＰＵ、ＲＯＭ、ＲＡＭ、入力装置、表示装置、通信装置、電源等を有して構成され、回遊しながらサーバーと交信し、サーバーから得た情報を液晶画面（表示装置）で閲覧することができる。
前記サーバーのコンピュータのデータベースには都市の買物情報、娯楽情報、飲食情報、交通情報、イベント情報、地図情報、回遊行動データ等が格納されている。
前記中継局はサーバーとケーブル等で連結され、各ノードに１個あるいは複数個設置され、携帯端末と電子情報の送受を行なう。サーバ−は中継局から送られてきた携帯端末の電子情報を識別し、携帯端末がどのノードにあるかを確認する。
【００３８】
回遊者は図１２に示すように、携帯端末を携帯して、都市のノードを回遊し、各ノードの中継局と交信を行なう。ノードの入口またはノードの各所には中継局が設置され、回遊者はノードに入ると、中継局が携帯端末の信号を認識し、サーバーに送信する。
サーバーではこれらの情報を蓄積し、回遊者のトリップチェインを把握する。
サーバーでは携帯端末の位置情報をもとに分析を行ない、図９に示すような度数集計表を作成し、どのノ−ドが回遊の度数が高いか割り出し、この情報を携帯端末の表示装置を通じて回遊者に提供する。
この情報は各ノードに特有の情報を送信し、情報の提示を受けた回遊者は現在のノードから、次にどのノードへの回遊が人気が高いかを知ることができ、行動の参考にすることができる。
ノードの設定は水平的地域及び図１３に示すように立体的にビルの階ごとに設定されている。
前記度数集計表は年齢、性別等によって異なるので、年齢別、性別に度数集計表を作成して回遊者へ情報を提供しても良い。
また、携帯端末にインターネットによる通信装置を装備し、各ノードに備えられたアドレスをデジタルカメラ、バーコードリーダー等で自動読取りし、ホームページにアクセスすることも可能である。そして、アクセス先から各ノードの詳細情報を得ることができる。
【００３９】
【発明の効果】
以上説明したように、本発明の回遊行動調査方法及び装置においては、来街地でサンプリングしたデータに基づいて、都心部の回遊行動を導くことができる。
そのため、居住地での広範な調査を必要としない。
また、都心部への出向頻度及びトリップチェインデータを採取するのみで、回遊行動を正確に導くことができる。
【００４０】
また、本発明のナビゲーションシステムにおいては、回遊者は携帯端末を使用して、サーバーから各種都市情報を得ることができる。
また、サーバー側では、回遊者の正確な回遊データを収集し、蓄積することができる。また、サーバー側に蓄積した様々な個人の回遊データを分析してフィードバックし、回遊者の選好や動機に応じた的確な情報や最新情報を回遊途上で回遊者に提供することができる。
【図面の簡単な説明】
【図１】トリップチェインの分布を示す図である。
【図２】トリップチェインの分布を示す図である。
【図３】トリップチェインの分布を示す図である。
【図４】トリップチェインの分布を示す図である。
【図５】来街地ベースのＲ上の分布ｆｃ(r)を示す図である。
【図６】真の分布ｆｃ(r)のもとで真のＯＤパタンを示す図である。
【図７】来街地ベースパーソントリップ調査のサンプリング結果を示す図である。
【図８】推定値を示す図である。
【図９】度数集計表を示す図である。
【図１０】ナビゲーションシステムの説明図である。
【図１１】携帯端末のブロック図である。
【図１２】携帯端末の使用状態を示す説明図である。
【図１３】都市空間の一例を示す図である。
【発明の属する技術分野】
本発明は回遊行動調査方法及び装置並びにナビゲーションシステムに関する。
【０００２】
【従来の技術】
都心部、地方、区域間では社会生活上の業務、通勤、通学等に伴い、さまざまな人の動きが発生する。一例として、買物を目的として街を訪れる消費者を考えると、このような消費者は、１つの店舗で買物をおえることは少なく、２ケ所、３ケ所と買い廻りを続けることが通常である。また、買物の途中で食事や喫茶を行なったり、また映画を見たりといった人も多い。
このように人が、行先や目的を変えつつ、施設間を渡り歩く行動を回遊行動と呼ぶ。
従来、このような回遊行動の調査には、居住地ベースで被験者をランダムサンプリングし、被験者の一日の行動を記録する、パーソントリップ調査が用いられてきた。
【０００３】
【発明が解決しようとする課題】
しかしながら、前記従来のパーソントリップ調査では、被験者の居住地でサンプリングを行なうため、広汎な調査及び、多数のサンプリングを必要とする問題があった。
本発明はかかる従来の問題点を解決するためになされたものであって、その目的とするところは、来街地でサンプリングを行なうことによって、集約して調査を行ない、さらに、都心部のトリップチェイン・出向頻度から演算することによって正確なデータを導く回遊行動調査方法を提供することある。
【０００４】
【課題を解決するための手段】
１．本発明のねらいと目的
回遊行動調査とは、都心内での消費者の渡り歩き行動である回遊行動を、立ち寄り場所やそこでの目的などについて、生起順に尋ねる調査である。これまで斎藤らは、魅力ある都心空間の創出に資するため、九州の諸都市において10数回の消費者回遊行動調査を実施し、回遊性に優れた街づくりを提案するとともに、相次いだ福岡都心部での大規模都心商業再開発の効果を、消費者の回遊行動の変化から捉えるべく、回遊行動調査を継続して実施し、人の流れからみた、都心の重心が105m南下したことを検証するなどの成果を上げてきた。一方、回遊行動調査にもとづいた分析の基礎となる回遊マルコフモデルを、実用に耐えるように、精緻化すべく、様々な理論的、技術的開発も平行して行ってきた。
本発明は後者の研究の流れに属すものであるが、その直接の契機は、われわれがこれまで行ってきた、都心部への来街者を対象にした都心部回遊行動調査が、実は「来街地ベース」のパーソントリップ調査に他ならない、と気づいたことにある。
【０００５】
交通研究の分野では、従来から、パーソントリップ調査を基本とした、ＯＤ (Origin-Destination) 交通量推定に関する多くの研究がなされている。しかし、そこで想定されるパーソントリップ調査は、「居住地ベース」のサンプリング調査であり、都市圏などの広域の圏域を対象に、圏域居住者から回答者をサンプリングし、その１日の交通行動を聞く調査である。ここで、１日の交通行動とは、複数の目的と目的地をもった、Multi-stop, Multi-purpose のことであり、トリップチェインデータを採取することで、ＯＤ交通量を推定することが、パーソントリップ調査の主眼であるといえる。
しかし、従来から行われてきた「居住地ベース」のパーソントリップ調査をもとにしたＯＤの推計に関しては、いくつかの問題点が指摘されている。（１）広域の居住地ベースの調査であり、非常にコストがかかること、その結果、（３）改訂までの期間が10数年といった、長さにわたり、変化に対応できていないこと、また、（３）大都市圏のみで行われており、地方圏での需要が高いにも係わらず、実施されてこなかったことなどの実施上の問題点にくわえ、（４）都市圏全体といった広域のＯＤの推計には有効であるが、都市、さらには都心部といった狭い限定された地域のＯＤの推計には、その推計精度に問題があること、また、（５) 買い回りといった同一目的が引き続く買物目的や、レジャー目的など、自由目的のトリップについては、行先記入上の精度の問題などである。
【０００６】
これらの推定精度の問題は、居住地ベースのパーソントリップ調査が、１日の交通行動を、調査対象者への訪問調査という手間をかけた調査ではあるが、調査対象地域の広さから、約３％のサンプリング調査となっていることに起因している。これを解決するには、パーソントリップ調査の抽出率を高め、自由目的についても詳細な情報をえられる調査の実施が求められるが、大規模な居住地ベースのサンプリング調査であり、コストが莫大にかかることから、現実的ではない。また、大都市圏から地方都市へパーソントリップ調査を拡大する動きもあり、調査コストの観点を含め、今後のパーソントリップ調査の在り方が模索されているところである。
その一つ有力な方向は、「来街地ベース」のパーソントリップ調査であろう。実際、都心部の消費者回遊行動調査は、都心という地域を限定し、買物、レジャー、食事といった自由目的の記述精度を高めた、来街地ベースのパーソントリップ調査とみることができる。また、既存の大都市圏のパーソントリップ調査を、より低コストな来街地ベースのパーソントリップ調査で、短いタイムスパンで改訂するという方法にも適用できるはずである。
【０００７】
しかし、斎藤、栫井、中嶋 (2000) 、栫井(2000)によって、はじめて指摘されたように、来街地ベースのパーソントリップ調査では、得られたトリップチェインデータを、従来の方法に従って単純に集計し、ＯＤパタンの推定を行えば、choice-basedバイアスが生じてしまう、という問題がある。それゆえ、来街地ベースパーソントリップ調査の導入、実施には、このような来街地ベーストリップチェインデータによるＯＤパタン推定における、choice-basedバイアスの問題の理論的解決が必要不可欠となっていた。
本発明のねらいは、その理論的解決を与えることであり、その目的は、来街地ベースパーソントリップチェインでデータによるＯＤパタン推定における、choice-basedバイアスを取り除く、一致推定法を構成するとともに、来街地ベースパーソントリップ調査法を確立することである。
【０００８】
前記目的を達成するための手段として本発明請求項１記載のナビゲーションシステムでは、都市を複数のゾーンに分割してノードを設定するノード設定手段、来街地でサンプリングした回遊被験者のトリップチェイン、前記回遊被験者の対象地域全体への出向頻度、及び前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を入力する来街地情報入力手段、前記回遊被験者の対象地域全体への出向頻度および前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を用いて推定した確率とパス長とサンプリング比率とを利用してウェイトを演算するウェイト演算手段、前記ウェイトにより前記サンプリング地点および前記回遊被験者ごとのサンプル数を重み付けした度数をトリップチェインごとに集計するカウント手段、前記カウントされた値を全サンプル数に占める分布に変換する正規化手段、および前記ウェイト演算手段、カウント手段によって集計された推定値を、正規化手段によって全体サンプル数に占める分布に変換して真の確率を推定し回遊行動を分析する回遊行動分析手段と、を備えた回遊行動調査装置と、
前記来街地情報入力手段へ入力するための位置情報を前記回遊行動調査装置へ送信するとともに、各携帯端末から得られた位置情報に基づき前記回遊行動調査装置が分析した回遊行動のパターンの分析データを受信する携帯端末と、を備えている。
【０００９】
請求項２記載のナビゲーションシステムでは、請求項１記載のナビゲーションシステムにおいて、前記ウェイト演算手段は、トリップチェインのサンプリング地点の集合上でのパス長を演算するパス長演算手段と、都心部への出向頻度に対するサンプリング地点への出向頻度比率を演算する出向頻度比率演算手段と、都心部への出向頻度分布を演算する出向頻度分布演算手段と、サンプリング比率を演算するサンプリング比率演算手段と、サンプリング地点別の都心部出向頻度の分布を演算する地点別出向頻度分布演算手段と、を備えている。
【００１０】
請求項３記載のナビゲーションシステムでは、請求項１または２記載のナビゲーションシステムにおいて、前記ウェイト演算手段は、前記ノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出することを特徴とする。
【００１１】
請求項４記載のナビゲーションシステムでは、請求項１乃至３いずれか記載のナビゲーションシステムにおいて、前記回遊行動分析手段は、ノードからノードへの回遊の度数を示す度数集計表を作成することを特徴とする。
【００１２】
請求項５記載の回遊行動調査装置では、都市を複数のゾーンに分割してノードを設定するノード設定手段、来街地でサンプリングした回遊被験者のトリップチェイン、前記回遊被験者の対象地域全体への出向頻度、及び前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を入力する来街地情報入力手段、前記回遊被験者の対象地域全体への出向頻度および前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を用いて推定した確率とパス長とサンプリング比率とを利用してウェイトを演算するウェイト演算手段、前記ウェイトにより前記サンプリング地点および前記回遊被験者ごとのサンプル数を重み付けした度数をトリップチェインごとに集計するカウント手段、前記カウントされた値を全サンプル数に占める分布に変換する正規化手段、および前記ウェイト演算手段、カウント手段によって集計された推定値を、正規化手段によって全体サンプル数に占める分布に変換して真の確率を推定し回遊行動を分析する回遊行動分析手段と、を備えたことを特徴とする。
【００１３】
請求項６記載の回遊行動調査装置では、請求項５記載の回遊行動調査装置において、前記ウェイト演算手段は、トリップチェインのサンプリング地点の集合上でのパス長を演算するパス長演算手段と、都心部への出向頻度に対するサンプリング地点への出向頻度比率を演算する出向頻度比率演算手段と、都心部への出向頻度分布を演算する出向頻度分布演算手段と、サンプリング比率を演算するサンプリング比率演算手段と、サンプリング地点別の都心部出向頻度の分布を演算する地点別出向頻度分布演算手段と、を備えたことを特徴とする。
【００１４】
請求項７記載の回遊行動分析手段は、
【数２】
請求項８記載の回遊行動調査装置では、請求項５乃至７のいずれか記載の回遊行動調査装置において、前記ウェイト演算手段は、前記ノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出することを特徴とする。
【００１６】
請求項９記載の回遊行動調査装置では、請求項５乃至８いずれか記載の回遊行動調査装置において、前記回遊行動分析手段は、ノードからノードへの回遊の度数を示す度数集計表を作成することを特徴とする。
【００１７】
請求項１０記載の回遊行動調査装置では、請求項５乃至９いずれか記載の回遊行動調査装置において、前記ノード設定手段は、都市を単位に分割して登録する手段であり、店舗、地域、建物等の階等のノードに区分して数値等を付し、予め登録しておくようにしたことを特徴とする。
【００１８】
【発明の実施の形態】
２．居住地ベースパーソントリップ調査によるＯＤパタンの既存推定法
本節では、従来の居住地ベースパーソントリップ調査にもとづくＯＤパタンの推定法について明確な定式化を行ってレビューする。
２．１使用する概念と記号
まず、ノードの集合をＮ＝{1,2,・・・,n,h} で表す。ここでｈは自宅である。Ｎの要素をｉ，ｊ∈Ｎで示す。これまでのパーソントリップ調査では、ノードではなく、「ゾーン」という概念を用いてきた。ここでのノードをゾーンと捉えても、以下の数学的表現は全く変らないが、誤解を避けるため、若干の説明を加えておく。「ゾーン」の概念を用いる目的は、対象地域をいくつかのゾーンに分割し、それらのゾーン間のＯＤを推定することにある。対象地域の分割である。
ここでは、簡単のため、ノードをゾーンと捉えてもよいが、正確には、集合の分割でいえば、ノードの集合Ｎはゾーンの集合の細分割である。すなわち、本発明では、都心部における大規模店舗間の人の流れといった小地域のＯＤも捉えられるように、ノードを点的魅力施設と捉えており、点的魅力施設がいくつか集って、一つのゾーンを形成すると考えている。
【００１９】
さて、本発明では、すべてのノードは、いずれも目的トリップの発地(Origin)、着地(Destination) になりうると考える。これらすべてのＯＤペア(i,j) の集合をＷで表そう。すなわち、Ｗ＝{(i,j)|i,j∈N}である。
次に、ルート( トリップチェイン、パス) の概念を導入する。通常、ルートとは、ＯＤを結ぶリンクの連鎖とされるが、ここでは、通常の使い方とは異なって、経路をなす、複数のＯＤペアの連鎖、すなわち、トリップチェインの意味で使うことに注意しよう。経路をなす、ＯＤペアの連鎖とは、引き続くＯＤペアの着地と発地が一致するものである。
例えば、３つのＯＤペア{(h,1),(1,3),(3,h)} の連鎖は、(h,1) の１と(1,3) の１が一致し、同様に(1,3) の３と (3,h)、の３が一致しているので、経路をなしている。このように、経路をなすＯＤペアの連鎖であるトリップチェイン{(h,1),(1,3),(3,h)} を、ルートとよび、ルートｈ１３ｈと書く。本発明では、ルートとして、ｈで始まり、ｈで終わる、サイクルのみを考える。
【００２０】
以上のもとで、すべてのルートの集合をＲで表す。また、その要素ｒ∈Ｒで示す。
通常、ルートｒ∈Ｒは、ｒ＝ｈ１３ｈのように、ノードの文字列として表すが、誤解のおそれがないときには、ｒ＝{h,1,3,h} のように、列をなす、ノードの集合とみなすことがある。ルートｒ∈Ｒの長さｌ(r) は、ルートの集合表現を用いて、次のように定義する。
ｌ(r) ＝｜ｒ｜−２ （２．１）
ただし、｜Ａ｜は集合Ａの要素数、濃度を表す。例えば、ルートｒ＝{h,1,3,h} の長さは２である。つまり、自宅以外の立ち寄りノード数のことである。
さて、来街地ベースのサンプリング調査の場合は、自宅ｈ以外にサンプリングを行うノードを考えることになる。サンプリング地点ｋの集合をＳとする。Ｓ⊂Ｎである。また、サンプルをｔで識別し、サンプルの集合をＴで示す。
Ｔ＝{1,2,...,t,...,T}
【００２１】
次に、いくつかの確率変数を導入する。まず第１は、対象地域への出向頻度の分布（確率変数）Ｖである。これはトリップチェインの発生頻度の分布である。従来の概念と混同しやすいので、説明を加えておこう。従来の交通需要予測の研究では、パーソントリップ調査の当日に何回目的トリップを起こしたかに着目し、目的トリップを起こした人の中での平均を、ネットの生成原単位、また、外出しなかった人を含めたときの平均を、グロスの生成原単位と呼んでいる。ネットの目的トリップ生成原単位は、グロスのそれに外出率をかけたものに等しい。出向頻度の分布は、この外出率に相当する概念である。しかし、期間をパーソントリップ調査のように特定の１日とせず、１ヶ月といった期間を考え、当該期間中の外出回数として、出向頻度を定義する。
次に、ＹをＲ上の分布とし、φをＷ上の分布、i.e., ＯＤフローの密度とする。本発明では、このφを「ＯＤパタン」と呼ぶ。また、Ｚでサンプリング地点への来街者数の分布を表す。ΔＳ はサンプルがサンプリング地点ｓに立ち寄ったとき１、そうでないとき０の値をとる確率変数とする。
【００２２】
さて、本発明では、居住地ベースの概念と来街地ベースの概念を明確に区別しておく必要がある。そこで、まず、確率事象としてのトリップチェインの観測についての検討から始めよう。トリップチェインの観測の基本は、被験者が、一定期間に、何回外出し、どのようなタイプのトリップチェインを何回行ったかを観測することである。一般に、このような度数に関する確率過程（カウント過程）では、事象の観測は、一定期間に、「同一の」場所で、対象となる事象が何回起こったかを記録すること、と想定している。しかし、ここで観測の対象となっている、「トリップチェイン」の事象とは、場所を移動することである。したがって、この事象は、それが発生した場所でも、また、移動の途中でも、さらに、移動先でも、観測できることになる。トリップチェインの起点である自宅ｈで観測することを、居住地ベース、また、移動先、訪問先で観測することを、来街地ベースと呼ぶ。注意すべきは、観測は、観測者がトリップチェインの事象とともに移動して行う必要はなく、来街地ベースの観測とは、訪問先となるノードを観測地点として定め、そこでどのようなトリップチェインが何回観測されたかを記録することを意味している。
上述の確率変数や分布を、居住地ベースで定義するとは、トリップチェイン事象を、居住地ベースで観測したときの真の分布や確率変数のことをいい、来街地ベースでの定義とは、来街地ベースで観測したときの真の分布や確率変数を指す。
【００２３】
例をあげよう。ＯＤパタンは、実際にトリップチェインが起こっている現場で観測されて、はじめて意味を持つ。すなわち、それぞれのノードに何人訪れたか、といったことは来街地ベースの観測に係わるものであり、ＯＤパタンとは来街地ベースで定義されるべき概念である。これに対して、出向頻度は本来、居住地ベースの概念であるが、各ノードへの来訪者に、一定期間に何回外出したかを回顧的(retrospective) に聞く、といった方法で、来街地ベースでも調査可能である。 本発明では、分布（確率変数）が、居住地、来街地のいずれで定義されているのかを明確に区別するために、その分布（密度）関数に、居住地ベースの場合には、添字ｈを、また来街地ベースの場合には、添字ｃを付けて区別することにする。
【００２４】
２．２居住地ベースパーソントリップ調査によるＯＤパタンの推定法の定式化
２．２．１確率的機構としてのトリップチェイン交通行動
ＯＤパタンの統計的推定法を議論するためには、トリップチェイン事象を生起させる、確率的機構についてのモデル化が必要である。そのために、トリップチェインという交通行動事象の確率的機構を明確にしておかねばならない。これは、いわば交通行動事象の因果順序の仮定を明確にすることに対応する。
パーソントリップ調査が想定する交通行動事象の因果関係は、これまであまり明示的に述べられたことはないが、大まかな合意は、居住地で観測される、異なった出向頻度をもった交通行動主体が、その出向頻度にしたがって、トリップチェインを起こした結果、出向先で来街者として、観測され、ＯＤパタンとして現れる、ということであろう。
ここであまり明確でないのは、トリップチェインの選択である。本発明では、一歩踏み込んで、居住地ベースでトリップチェインと出向頻度の同時分布を想定する。これは、交通行動主体が、トリップを起こす前に、事前に、出向頻度とトリップチェインの同時選択を行うという仮定であり、統計的推定の仮定をより明確に定式化するための概念装置である。それゆえｆｈ を居住地ベースのトリップチェイン（Ｙ）と出向頻度（Ｖ）の同時密度、ｆｃ を来街地ベースのそれとすると、想定する因果順序は以下となる。
【数３】
さて、ｆｈ とｆｃ には、上述のように矢印で示した因果関係があるが、これらの間には、次の明確な関係が成立する。
【数４】
【００２５】
２．２．２居住地ベース調査によるｆｃ(r,v)の推定
先の因果順序から、居住地ベースのパーソントリップ調査によるＯＤパタンの推定には、ｆｃ(r,v)が推定されれば、十分である。それは、次節で定式化されるように、ｆｃ(r,v)の周辺分布
【数５】
２．２．３居住地ベース交通行動調査が収集する情報との推定との関連
来街地ベースのｆｃ(r,v)の推定法式（２．５）式は、あまり見かけない式であり、その意味を明確にするため、ここでは、従来の居住地ベースパーソントリップ調査が収集する情報との関連について考察しておく。従来から行われてきた居住地ベースパーソントリップ調査は、サンプルｔの、指定した１日の交通行動を記録する調査であるが、サンプルｔから収集する情報は、トリップチェインｒｔ のデータのみであり、一般に、出向頻度ｖｔ については質問項目を設けていない。出向頻度に関連する情報は、１日の交通行動記録から、外出したか否かの情報が得られるだけである。
【数６】
【００２７】
さて、交通行動調査には、このパーソントリップ調査の他にも様々な調査がある。都市圏といった範囲をこえる長距離の移動を対象とした調査、１日の行動ではなく、１週間や３ヶ月といった期間にわたるダイアリー調査などである。しかし、期間や対象とするトリップが異なっても、一定期間に、実際にどのような交通行動を行ったかを記録する調査である限り、収集する情報は基本的にパーソントリップ調査と同じである。ただし、１日ではなく、長期間の記録を取れば、各サンプルの出向頻度（外出回数) を、直接計測できることになる。
一方、以上の方法と対照的に、過去の一定期間の交通行動を回顧的(Retrospective) に想起する調査方法がある。その一定期間の交通行動を、記憶をたどって、すべて記録するという方法であれば、上の方法と、忘却率といった要因を除けば、全く同じであるが、交通行動調査でも、トリップを起こす頻度の高い人の負担を軽減するため、「直近」の長距離交通行動を１つだけ記録してもらう、といった調査方法の提案がなされている。この場合には、従来のパーソントリップ調査の方法とは全く異なって、明示的に、（２．５）式の出向頻度によるウェイト付けを行って、居住地ベースのｆｈ(r,v)を、来街地ベースのｆｃ(r,v)へ変換しなければならない。
また、伝統的に、消費者の居住地ベースでの購買行動調査では、主要な商業施設へ、過去の一定期間に、何回出向したか、サンプルｔにその出向頻度ｖｔ を、直接聞いたり、「直近」に訪れた商業施設はどこか、などを聞くことが多い。これらの調査方法を採用した場合にも、（２．５）式によるｆｃ(r,v)の推定が必要になる。
【００２８】
２．２．４居住地ベース調査によるＯＤパタンの推定
記述を複雑にしないために、トリップチェインの集合Ｒ上の分布ｑｒ,ｒ∈Ｒを導入しよう。その定義は、
ｑｒ ＝ｆｃ(r)＝Ｐｒ(Ｙｃ ＝ｒ)
である。すなわち、来街地ベースでトリップチェインの確率変数Ｙｃ がｒをとる確率である。以下では、ｑｒ とＯＤパタンφの関係を導くが、このｑｒ をその推定値で置き換えて、φの推定値を得るのが、ＯＤパタンの推定法である。
まず、トリップチェインをその長さによって、直和分割する。
【数７】
次の定義をしよう。
【数８】
３．来街地ベースパーソントリップ調査によるＯＤパタンの一致推定法の構成
３．１来街地ベーストリップチェインサンプルの尤度
本節では、来街地ベースパーソントリップ調査のサンプリングの機構を検討し、そこで得られるトリップチェインデータの尤度を考察する。
【数９】
ここで、もしもＨ(s) ではなく、各サンプリング地点への来街者数の真の比率ｆｃ(s)，ｓ∈Ｓにしたがってサンプリングされたならば、バイアスのない正しい尤度を与えたはずである。各サンプルに重みを与えることで、来街地ベースのサンプリングの尤度をランダムサンプリングの尤度に変換できれば、目的は達する。そこで、次節の目的は、各サンプルに与える、この重みを導出することである。
【００３０】
３．２来街地ベースパーソントリップ調査による重み付き一致推定法の構成
本節の目標は式（３．２）をランダムサンプリングの完全尤度に変形するためのウェイトを求め、その推定方法を、来街地ベースのパーソントリップ調査の設計とともに構成することである。
【００３１】
３．２．１重み付き推定法の構成
そのためには、来街地ベースパーソントリップ調査における各サンプル（ｒｔ，ｖｔ ，ｓｔ ）の尤度ｆＣＢ （ｒｔ ，ｖｔ ，ｓｔ ） の式において、最後の項Ｈ(Sｔ)をｆｃ(Sｔ) で置き換える、あるいは、最後の２項ｆｃ(ｖｔ|ｓｔ)Ｈ(Sｔ)を真の密度ｆｃ(ｓｔ|ｖｔ)ｆｃ(ｖｔ) に置き換えればよい。本発明での重み付き推定法は、後者の方法によって、先の来街地ベースサンプリングによる尤度ＬＣＢを変換し、次の第２式により、ランダムサンプリングの完全尤度Ｌを推定する方法である。
【数１０】
来街地ベースパーソントリップ調査の設計によって、収集される情報のみで、上述のウェイトに関する推定が行えることが望ましい。この観点から、来街地ベースパーソントリップ調査の設計要件をまとめれば、次となる。
まず、各サンプリング地点でのサンプリング比率Ｈ(s) をきめる。サンプルｔが得られたサンプリング地点をｓｔ としよう。来街地ベースパーソントリップ調査において、各サンプルから同時に聞くべき調査項目は、（１）サンプルｔのトリップチェインｒｔ 、（２）サンプルｔの対象地域全体への出向頻度ｖｔ 、そして、（３）サンプルｔのサンプリング地点ｓｔ への出向頻度ｖｔ(ｓｔ)である。
したがって、来街地ベースでトリップチェインデータを収集し、これを用いてバイアスのないＯＤパタンを推定するための調査の要件は、これら３種類の情報を同時に聞くことである。トリップチェインのデータは、従来と同様、どこからどこへどんな目的で移動したかの履歴を聞く項目となる。また、対象地域全体、サンプリング地点への出向頻度については、(a) 過去一定期間に、何回外出したか、あるいは、当該地域、地点へ何回訪れたか、を回顧的（Retrospective ）に聞く方法、(b) これと同様、将来一定期間に何回外出する予定か、あるいは、当該地域、地点へ何回訪れる予定かを聞く、展望的（Prospective ）な方法、(c) 「直近」の外出はいつだったか、あるいは、当該地域、地点への「直近」の訪問時期はいつだったか、を聞く方法など、いくつかの方法が考えられる。更には、想起法と実際の出向頻度を記録する方法との組み合わせなどの方法も考えられる。
いずれにせよ、ここでのポイントは、交通行動調査においては、出向頻度の情報、ｖｔ とｖｔ(ｓｔ)を収集することが、サンプリングの効率を高めるという視点である。
従来のパーソントリップ調査では、調査対象を１日の交通行動に限定することにくわえ、出向頻度を聞いていないため、属性別の外出率の集計結果を用いて、サンプルｔの外出率を予測したり、属性別に、一定期間での外出回数や出向頻度を予測したりするには、かなり大規模なサンプルを得なければならないことになる。この点は、非日常的で低頻度の観光交通行動といった調査では、on-boardや来街地ベースでの調査方法が効率的である、という視点にも重なるものである。しかし、本研究の目的は、来街地ベースでえられたトリップチェインデータをもとにバイアスのない、ＯＤパタンの推定方法の理論的研究であり、このような、実際に、どの方法が優れているのか、といった実用化へむけての興味深い論点については、ここでは深入りせず、今後の研究課題としている。
【００３２】
３．２．３ウェイトの導出
【数１１】
【実施例】
本節では最も簡単な２ノードの場合の数値例を示す。説明の簡単化のために、都心への買物トリップチェインを想定する。１居住地、都心２商業地を考える。ノードの集合はＮ＝{1,2,h} となる。サンプリング地点は商業地１，２で、サンプリング地点の集合はＳ＝{1,2} である。ルートの集合はＲ＝{r１，r２，r３,r４} とする。ルートr１，r２，r３,r４ は、それぞれ、h1h 、h2h 、h12h、h21hである。
さて、居住地に２人の居住者がいて、ある一定期間に出向頻度が２００のタイプＩが１人、出向頻度が１００のタイプIIが１人とする。タイプＩは、都心へ出向したとき、トリップチェインr１＝h1h とr３＝h12hをそれぞれ０．５の確率で選択するとする。同様に、タイプIIについては、トリップチェインr２＝h2h とr４＝h21hをそれぞれの０．５確率で選択するとする。以上の想定のもとでは、タイプＩは都心へ200 回、タイプIIは100 回出向するので、都心で、すなわち、来街地ベースで観測すると、トリップチェインr１＝h1h とr３＝h12hが100 回、r２＝h2h とr４＝h21hが50回ずつ、カウントされる。つまり、来街地ベースＲ上の分布、fｃ(r) は図５となる。
真の分布fｃ(r) のもとでの真のＯＤパタンは図６となる。
さて、来街地ベースパーソントリップ調査であるが、これはサンプリング地点１で50票、地点２で100 票を抽出する、ランダムサンプリングを実施したとしよう。その結果は図７となる。
【数１５】
次に、第２実施例に係る回遊行動調査方法について説明する。
第２実施例の回遊行動調査方法はノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出する方法である。
その補正方法について以下述べる。
【数１８】
次に、本発明の回遊行動調査装置について説明する。
本発明の回遊行動調査装置は前述した方法を実現する装置であり、コンピュータを使用して回遊行動を導出する装置である。
このコンピュータは、入力装置、制御装置、メモリ装置及び外部記憶装置から構成され、メモリ装置には、都市空間を単位に分割するノード設定手段、各ノード間のトリップチェインを入力するトリップチェイン入力手段、入力されたトリップチェインから各トリップチェインの頻度を演算するプログラムが格納されている。
ノード設定手段は都市を単位に分割してノードとして登録する手段であり、店舗、地域、建物の階等のノードに区分して数値等を付し、予め登録しておく。
トリップチェイン入力手段はキーボート等によって入力を行ない、ノードの番号をトリップ順にキーボード等を操作して入力する。
演算手段は前記回遊行動調査方法において説明した計算を行なう装置である。 また、前記メモリ装置にはノードにおいてサンプリングされなかった場合の補正を行なう補正手段のプログラムが格納されている。
この回遊行動調査装置を作動することにより、トリップチェインの頻度及び、図９に示すようなノードからノードへの回遊の度数を示した、度数集計表が作成される（度数集計表作成手段）。
【表１】
ノードへの出向頻度及びトリップチェインデータを収集する調査表としては、商業地、店舗等のノードと、各ノードをどのような経路で渡り歩いたかを記入する記入欄と、それらのノードを含む地域へどれくらいの頻度で出向するかを記入する記入欄を有したものを使用する。
その他、以下に説明するナビゲーションシステムを使用して回遊行動のデータを収集する。
【００３７】
次に、本発明のナビゲーションシステムについて説明する。
図１０はナビゲーションシステムの説明図、図１１は携帯端末のブロック図、図１２は携帯端末の使用状態を示す説明図、図１３は都市空間の一例を示す図である。
実施の形態３に係るナビゲーションシステムは前記実施の形態の回遊行動調査方法を適用したシステムである。
本発明の実施の形態３に係るナビゲーションシステムは図１０に示すように、都市空間の各種情報を格納したサーバーと、各ノードに設置した中継局と、中継局を経由してサーバーと情報を送受を行なう携帯端末を主要な構成としている。
ノードの概念は前記実施の形態で説明したノードと同様である。
前記携帯端末は図１１に示すように、ＣＰＵ、ＲＯＭ、ＲＡＭ、入力装置、表示装置、通信装置、電源等を有して構成され、回遊しながらサーバーと交信し、サーバーから得た情報を液晶画面（表示装置）で閲覧することができる。
前記サーバーのコンピュータのデータベースには都市の買物情報、娯楽情報、飲食情報、交通情報、イベント情報、地図情報、回遊行動データ等が格納されている。
前記中継局はサーバーとケーブル等で連結され、各ノードに１個あるいは複数個設置され、携帯端末と電子情報の送受を行なう。サーバ−は中継局から送られてきた携帯端末の電子情報を識別し、携帯端末がどのノードにあるかを確認する。
【００３８】
回遊者は図１２に示すように、携帯端末を携帯して、都市のノードを回遊し、各ノードの中継局と交信を行なう。ノードの入口またはノードの各所には中継局が設置され、回遊者はノードに入ると、中継局が携帯端末の信号を認識し、サーバーに送信する。
サーバーではこれらの情報を蓄積し、回遊者のトリップチェインを把握する。
サーバーでは携帯端末の位置情報をもとに分析を行ない、図９に示すような度数集計表を作成し、どのノ−ドが回遊の度数が高いか割り出し、この情報を携帯端末の表示装置を通じて回遊者に提供する。
この情報は各ノードに特有の情報を送信し、情報の提示を受けた回遊者は現在のノードから、次にどのノードへの回遊が人気が高いかを知ることができ、行動の参考にすることができる。
ノードの設定は水平的地域及び図１３に示すように立体的にビルの階ごとに設定されている。
前記度数集計表は年齢、性別等によって異なるので、年齢別、性別に度数集計表を作成して回遊者へ情報を提供しても良い。
また、携帯端末にインターネットによる通信装置を装備し、各ノードに備えられたアドレスをデジタルカメラ、バーコードリーダー等で自動読取りし、ホームページにアクセスすることも可能である。そして、アクセス先から各ノードの詳細情報を得ることができる。
【００３９】
【発明の効果】
以上説明したように、本発明の回遊行動調査方法及び装置においては、来街地でサンプリングしたデータに基づいて、都心部の回遊行動を導くことができる。
そのため、居住地での広範な調査を必要としない。
また、都心部への出向頻度及びトリップチェインデータを採取するのみで、回遊行動を正確に導くことができる。
【００４０】
また、本発明のナビゲーションシステムにおいては、回遊者は携帯端末を使用して、サーバーから各種都市情報を得ることができる。
また、サーバー側では、回遊者の正確な回遊データを収集し、蓄積することができる。また、サーバー側に蓄積した様々な個人の回遊データを分析してフィードバックし、回遊者の選好や動機に応じた的確な情報や最新情報を回遊途上で回遊者に提供することができる。
【図面の簡単な説明】
【図１】トリップチェインの分布を示す図である。
【図２】トリップチェインの分布を示す図である。
【図３】トリップチェインの分布を示す図である。
【図４】トリップチェインの分布を示す図である。
【図５】来街地ベースのＲ上の分布ｆｃ(r)を示す図である。
【図６】真の分布ｆｃ(r)のもとで真のＯＤパタンを示す図である。
【図７】来街地ベースパーソントリップ調査のサンプリング結果を示す図である。
【図８】推定値を示す図である。
【図９】度数集計表を示す図である。
【図１０】ナビゲーションシステムの説明図である。
【図１１】携帯端末のブロック図である。
【図１２】携帯端末の使用状態を示す説明図である。
【図１３】都市空間の一例を示す図である。
Claims (10)
- 都市を複数のゾーンに分割してノードを設定するノード設定手段、来街地でサンプリングした回遊被験者のトリップチェイン、前記回遊被験者の対象地域全体への出向頻度、及び前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を入力する来街地情報入力手段、前記回遊被験者の対象地域全体への出向頻度および前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を用いて推定した確率とパス長とサンプリング比率とを利用してウェイトを演算するウェイト演算手段、前記ウェイトにより前記サンプリング地点および前記回遊被験者ごとのサンプル数を重み付けした度数をトリップチェインごとに集計するカウント手段、前記カウントされた値を全サンプル数に占める分布に変換する正規化手段、および前記ウェイト演算手段、カウント手段によって集計された推定値を、正規化手段によって全体サンプル数に占める分布に変換して真の確率を推定し回遊行動を分析する回遊行動分析手段と、を備えた回遊行動調査装置と、
前記来街地情報入力手段へ入力するための位置情報を前記回遊行動調査装置へ送信するとともに、各携帯端末から得られた位置情報に基づき前記回遊行動調査装置が分析した回遊行動のパターンの分析データを受信する携帯端末と、
を備えたことを特徴とするナビゲーションシステム。 - 前記ウェイト演算手段は、トリップチェインのサンプリング地点の集合上でのパス長を演算するパス長演算手段と、都心部への出向頻度に対するサンプリング地点への出向頻度比率を演算する出向頻度比率演算手段と、都心部への出向頻度分布を演算する出向頻度分布演算手段と、サンプリング比率を演算するサンプリング比率演算手段と、サンプリング地点別の都心部出向頻度の分布を演算する地点別出向頻度分布演算手段と、を備えたことを特徴とする請求項１記載のナビゲーションシステム。
- 前記ウェイト演算手段は、前記ノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出することを特徴とする請求項１または２記載のナビゲーションシステム。
- 前記回遊行動分析手段は、ノードからノードへの回遊の度数を示す度数集計表を作成することを特徴とする請求項１乃至３いずれか記載のナビゲーションシステム。
- 都市を複数のゾーンに分割してノードを設定するノード設定手段、来街地でサンプリングした回遊被験者のトリップチェイン、前記回遊被験者の対象地域全体への出向頻度、及び前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を入力する来街地情報入力手段、前記回遊被験者の対象地域全体への出向頻度および前記ノード中のサンプリング地点への前記回遊被験者の出向頻度を用いて推定した確率とパス長とサンプリング比率とを利用してウェイトを演算するウェイト演算手段、前記ウェイトにより前記サンプリング地点および前記回遊被験者ごとのサンプル数を重み付けした度数をトリップチェインごとに集計するカウント手段、前記カウントされた値を全サンプル数に占める分布に変換する正規化手段、および前記ウェイト演算手段、カウント手段によって集計された推定値を、正規化手段によって全体サンプル数に占める分布に変換して真の確率を推定し回遊行動を分析する回遊行動分析手段と、を備えたことを特徴とする回遊行動調査装置。
- 前記ウェイト演算手段は、トリップチェインのサンプリング地点の集合上でのパス長を演算するパス長演算手段と、都心部への出向頻度に対するサンプリング地点への出向頻度比率を演算する出向頻度比率演算手段と、都心部への出向頻度分布を演算する出向頻度分布演算手段と、サンプリング比率を演算するサンプリング比率演算手段と、サンプリング地点別の都心部出向頻度の分布を演算する地点別出向頻度分布演算手段と、を備えたことを特徴とする請求項５記載の回遊行動調査装置。
- 前記回遊行動分析手段は、
- 前記ウェイト演算手段は、前記ノードにおいてサンプリングされなかった場合の補正を加えて回遊行動を導出することを特徴とする請求項５乃至７のいずれか記載の回遊行動調査装置。
- 前記回遊行動分析手段は、ノードからノードへの回遊の度数を示す度数集計表を作成することを特徴とする請求項５乃至８いずれか記載の回遊行動調査装置。
- 前記ノード設定手段は、都市を単位に分割して登録する手段であり、店舗、地域、建物等の階等のノードに区分して数値等を付し、予め登録しておくようにしたことを特徴とする請求項５乃至９いずれか記載の回遊行動調査装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001336604A JP3793447B2 (ja) | 2000-11-02 | 2001-11-01 | 回遊行動調査装置及びナビゲーションシステム |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000336176 | 2000-11-02 | ||
| JP2000-336176 | 2000-11-02 | ||
| JP2001336604A JP3793447B2 (ja) | 2000-11-02 | 2001-11-01 | 回遊行動調査装置及びナビゲーションシステム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002251387A JP2002251387A (ja) | 2002-09-06 |
| JP3793447B2 true JP3793447B2 (ja) | 2006-07-05 |
Family
ID=26603365
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001336604A Expired - Lifetime JP3793447B2 (ja) | 2000-11-02 | 2001-11-01 | 回遊行動調査装置及びナビゲーションシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3793447B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101215269B1 (ko) | 2010-12-28 | 2012-12-27 | (주)휴빌론 | 모바일 위치추적 시스템 및 모바일 위치추적 시스템의 서비스 제공방법 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120221231A1 (en) * | 2009-10-14 | 2012-08-30 | Ntt Docomo, Inc. | Positional information analysis device and positional information analysis method |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0546591A (ja) * | 1991-08-14 | 1993-02-26 | Kaoru Tone | 客の動線解析方法 |
| JPH09198597A (ja) * | 1996-01-23 | 1997-07-31 | Toshiba Corp | Ｏｄ表整数推定装置 |
| JPH1047974A (ja) * | 1996-08-06 | 1998-02-20 | Sony Corp | 位置探索システム、位置探索方法、情報収集システム、情報収集方法及び車載通信装置 |
| EP0991043A1 (en) * | 1998-09-30 | 2000-04-05 | Texas Instruments Incorporated | Electronic signs for mobile information devices |
| JP3488104B2 (ja) * | 1998-11-18 | 2004-01-19 | 富士通株式会社 | 移動体の特性抽出装置，特性抽出方法およびそのプログラム記録媒体 |
| JP2000322402A (ja) * | 1999-05-11 | 2000-11-24 | Hitachi Ltd | 人の流れ分析方法 |
| GB0013010D0 (en) * | 2000-05-26 | 2000-07-19 | Ncr Int Inc | Method and apparatus for predicting whether a specified event will occur after a specified trigger event has occurred |
-
2001
- 2001-11-01 JP JP2001336604A patent/JP3793447B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101215269B1 (ko) | 2010-12-28 | 2012-12-27 | (주)휴빌론 | 모바일 위치추적 시스템 및 모바일 위치추적 시스템의 서비스 제공방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002251387A (ja) | 2002-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gong et al. | Inferring trip purposes and uncovering travel patterns from taxi trajectory data | |
| Malekzadeh et al. | A review of transit accessibility models: Challenges in developing transit accessibility models | |
| Gao et al. | Optimize taxi driving strategies based on reinforcement learning | |
| Zhong et al. | Inferring building functions from a probabilistic model using public transportation data | |
| Wang et al. | Using metro smart card data to model location choice of after-work activities: An application to Shanghai | |
| Nassir et al. | A strategy-based recursive path choice model for public transit smart card data | |
| CN104348855B (zh) | 用户信息的处理方法、移动终端及服务器 | |
| CN104380293B (zh) | 基于位置从地图历史提供相关元素信息的方法和计算装置 | |
| Moiseeva et al. | Imputing relevant information from multi-day GPS tracers for retail planning and management using data fusion and context-sensitive learning | |
| KR101312927B1 (ko) | 광고 제공 시스템 | |
| CN103514251A (zh) | 信息处理设备、信息处理方法、程序和信息处理系统 | |
| Boldrini et al. | Weak signals in the mobility landscape: car sharing in ten European cities | |
| CN107038620A (zh) | 基于用户打车偏好的信息推送及装置 | |
| KR102296356B1 (ko) | 펫 택시 서비스 제공 방법 및 장치 | |
| Gao et al. | Estimation of walking patterns in a touristic area with Wi-Fi packet sensors | |
| CN115730763A (zh) | 基于终端信令数据的工作日设施可达性计算方法及装置 | |
| Berggren et al. | Exploring waiting times in public transport through a semi-automated dedicated smartphone app survey | |
| McArdle et al. | City-scale traffic simulation from digital footprints | |
| JP2016030473A (ja) | 交通分析システム、交通分析プログラムおよび交通分析方法 | |
| JP5823332B2 (ja) | 個人行動嗜好分析システムおよび個人行動嗜好分析方法 | |
| JP3793447B2 (ja) | 回遊行動調査装置及びナビゲーションシステム | |
| Allahviranloo et al. | An optimization model to measure utility of joint and solo activities | |
| Eom et al. | Development and application of the Activity-BAsed Traveler Analyzer (ABATA) system | |
| JP2001155284A (ja) | 車両配置計画立案支援システム及び方法 | |
| Hu | A Big-Data-Driven Framework for Spatiotemporal Travel Demand Estimation and Prediction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050530 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050607 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20050830 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050920 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060322 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060407 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3793447 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100414 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110414 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120414 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130414 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140414 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |