JP4194573B2 - 待ち時間予測方法、待ち時間予測システム、及びプログラム - Google Patents
待ち時間予測方法、待ち時間予測システム、及びプログラム Download PDFInfo
- Publication number
- JP4194573B2 JP4194573B2 JP2005099278A JP2005099278A JP4194573B2 JP 4194573 B2 JP4194573 B2 JP 4194573B2 JP 2005099278 A JP2005099278 A JP 2005099278A JP 2005099278 A JP2005099278 A JP 2005099278A JP 4194573 B2 JP4194573 B2 JP 4194573B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- users
- date
- value
- day
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明の待ち時間の予測方法によれば、予測対象日の気象予報や曜日、時間帯に対応する過去の実績値から待ち時間の予測を行うため、気象や曜日、時間帯における傾向を考慮に入れた待ち時間の予測を行うことができる。したがって、単純に過去の待ち時間の実績値の平均などの予測に比べて、より精度の高い待ち時間の予測を行うことができる。
この場合、過去の実績値と現在の日付における実績値とが近いものに処理対象を絞り込むことができるので、効率的に予測処理を行うことができる。
また、本発明のうちの他の発明は、サービスが提供されるまでの待ち時間を予測するシステムであって、CPUとメモリと、前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて記憶する実績値記憶部と、ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するニューラルネットワーク計算部と、当日における気象データの予測値を取得する気象データ取得部と、当日の曜日と前記気象データの予測値とに対応する前記日付を前記実績値記憶部から検索し、前記検索した日付のそれぞれについて、前記日付と、前記予測対象となる時間帯の直近の時間帯とに対応する前記実績値と、当日の日付及び前記直近の時間帯に対応する前記実績値との差を算出し、前記差の小さい順に所定数の日付を特定し、前記当日から前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数の合計値である基準利用者数を算出する日付検索部と、前記待ち時間の予測値を算出する待ち時間予測部と、を備え、前記待ち時間予測部は、前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出し、前記算出した合計値と、前記基準利用者数との比率である補正係数を算出し、前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出し、当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出し、当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出し、前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出し、前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出することとする。
また、本発明のうちの他の発明は、サービスが提供されるまでの待ち時間を予測するためのプログラムであって、CPUとメモリとを備えるコンピュータに、前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて前記メモリに記憶するステップと、ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するステップと、当日における気象データの予測値を取得するステップと、当日の曜日と前記気象データの予測値とに対応する前記日付を前記メモリから検索するステップと、前記検索した前記日付のそれぞれについて、前記日付と前記予測対象となる時間帯の直近の時間帯とに対応する前記実績値と、当日の日付及び前記直近の時間帯に対応する前記実績値との差を算出するステップと、前記差の小さい順に所定数の前記日付を特定するステップと、当日の前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数の合計値である基準利用者数を算出するステップと、前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出するステップと、前記算出した合計値と、前記基準利用者数との比率である補正係数を算出するステップと、前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出するステップと、当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出するステップと、当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出するステップと、前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出するステップと、前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出するステップと、を実行させることとする。
図1は、本実施形態に係る情報提供システム1の全体構成を示す図である。図1に示すように、情報提供システム1は、医療機関において診察(サービス)を受ける患者(利用者)が使用する患者端末10、医療機関の従業者が利用する従業者端末20、患者が医療機関に来院した際に受付処理を行う受付端末30、患者の診察を行う医師が操作する医師端末40、及びサーバ装置50を含んで構成される。患者端末10及び従業者端末20は、例えば、携帯電話やパーソナルコンピュータなどのコンピュータである。受付端末30及び医師端末40は、例えば、パーソナルコンピュータやワークステーション、セットトップボックスなどのコンピュータである。サーバ装置50は、例えば、パーソナルコンピュータやワークステーションなどのコンピュータである。
図2は、患者端末10のハードウェア構成を示す図である。図2に示すように、患者端末10は、CPU101、メモリ102、記憶装置103、通信インタフェース104、入力装置105、出力装置106を備えている。
予測待ち時間出力部113は、予測待ち時間受信部112が受信した予測待ち時間を出力装置106に出力する。
図4は、従業者端末20のハードウェア構成図である。図4に示すように、従業者端末20のハードウェア構成は患者端末10と同様であるが、通信インタフェース104が接続する先はLAN60である。
予測患者数受信部212は、予測患者数取得要求に応じてサーバ装置50から送信される予測患者数を受信する。
予測患者数出力部213は、予測患者数受信部212が受信した予測患者数を出力装置106に出力する。
上記の予測患者数取得要求は、従業者端末20を操作する従業員からの指示に従って送信される。従業者端末20の出力装置106からは予測患者数が出力され、従業員はそれを参照することができる。したがって、従業者は、例えば、医師や看護士、薬剤師、事務その他の従業員のシフト管理の参考とすることができる。
図6は受付端末30のハードウェア構成図である。受付端末30のハードウェア構成は、上述した図1に示す患者端末10とほぼ同様であるが、患者端末10の構成に加えて、診察券302の読み取り装置であるカードリーダ301を備えている。診察券302は、例えば磁気カードやICカード、メモリカードなどであり、患者を特定する情報(以下、患者IDという。)が記録される。カードリーダ301には、診察券302に合わせて、磁気カードリーダや接触型のICカードリーダ、非接触型のICカードリーダ、メモリカードリーダなどを用いることができる。なお、カードリーダ301に代えて、指紋や虹彩などの生体信号を患者IDとして読み取る入力装置を採用するようにしてもよい。
予測待ち時間取得要求送信部313は、予測待ち時間取得要求をサーバ装置50に送信する。予測待ち時間取得要求には予測対象日と予測対象時間帯とが設定される。
予測待ち時間受信部314は、予測待ち時間取得要求に応じてサーバ装置50から送信される予測待ち時間を受信する。
予測待ち時間出力部315は、予測待ち時間受信部314が受信した予測待ち時間を出力装置106に出力する。
図8は、医師端末40のハードウェア構成図である。図8に示すように、医師端末40のハードウェア構成は受付端末30と同様である。
図10は、サーバ装置50のハードウェア構成図である。図10に示すように、サーバ装置50のハードウェア構成は、上述した患者端末10や従業者端末20、受付端末10、医師端末40などと同様の一般的なコンピュータの構成であるが、入力装置105やカードリーダ301などを省略することができる。なお、本実施形態では、サーバ装置50が備える出力装置106は、例えば、電光掲示板や大型ディスプレイなど、診察待合中の患者に対して情報を提供する表示装置を想定している。
予測待ち時間取得要求受信部521は、患者端末10や受付端末30から送信される予測待ち時間取得要求を受信する。
待ち時間予測部522は、予測待ち時間取得要求に応じて、診察時間予測部519による診察時間の予測値に基づいて待ち時間の予測を行い、又は集計情報などに基づいて待ち時間の予測を行う。なお、待ち時間予測部522による待ち時間の予測処理の詳細については後述する。
予測待ち時間送信部523は、待ち時間予測部522により予測された待ち時間を、予測待ち時間取得要求の送信元となる患者端末10や受付端末30に送信する。
予測患者数取得要求受信部524は、従業者端末20から送信される予測患者数取得要求を受信する。
患者数予測部525は、集計情報などに基づいて来院患者数の予測を行う。なお、来院患者数の予測処理の詳細については後述する。
予測患者数送信部526は、患者数予測部525により予測された来院患者数の予測値(以下、予測患者数という。)を従業者端末20に送信する。
医療機関に通院する患者は、事前に患者端末10を用いてサーバ装置50にアクセスし、待ち時間の予測値を参照して、通院するかどうか、通院するのであれば何時ごろにするかといった判断を行うことができる。患者は、当日の待ち時間以外にも、将来の日付での待ち時間の予測も要求することができる。待ち時間予測部522は、予測待ち時間取得要求に設定されている予測対象日に応じて異なる処理を行う。
予測対象日が当日よりも後の日付である場合、待ち時間予測部522は、集計データベース557に記憶されている集計情報に基づいて待ち時間の予測を行う。図22に、予測対象日が当日よりも後の日付である場合の待ち時間の予測処理の流れを示す。
待ち時間予測部522は、上記特定した3つの日付に対応する補正待ち時間の平均値を算出して、待ち時間の予測値とする(S629)。
一方、予測対象日が当日である場合、待ち時間予測部522は、当日の待ち時間の実績値を考慮に入れて予測処理を行う。なお、本実施形態では、予測対象日が当日である場合には、患者端末10から送信される予測待ち時間取得要求に当日の日付が設定されていた場合と、受付端末30のカードリーダ301に患者の診察券302が挿入されたときに受付端末30から予測待ち時間取得要求が送信された場合とが想定される。図23に、予測対象日が当日である場合の待ち時間の予測処理の流れを示す。
また、待ち時間予測部522は、予測待ち時間取得要求に医師IDが設定されている場合(受付端末30から送信される予測待ち時間取得要求を想定している。)には、診察時間を予測して、実際に待合中の患者の数から待ち時間の予測を行う。この場合の予測処理の流れを図24に示す。
待ち時間予測部522は、上記のようにして求めた、待合中の患者数「X」に予約患者数「b」を加算したものに、ニューラルネットワークにより予測された診察時間(a)を乗じたものを待ち時間の予測値とする(S668)。
上述したように、本実施形態では、例えば電光掲示板やディスプレイなどに、待合情報が表示され、患者は待合中にも待ち時間を確認することができるようになっている。待合情報は待合リスト出力部515により待合リストデータベース554から読み出されて出力装置106に出力される。待合リストデータベース554は、サーバ装置50が受付端末30から受付履歴登録要求を受信したときや、医師端末40から診察履歴登録要求を受信したときに待合リスト更新部514により更新される。図25は、待合リスト更新部514による待合リストデータベース554の更新処理の流れを示すフロー図である。
待合リスト更新部514は、待合情報を作成して、待合情報の医師ID、患者ID、及び受付番号に受付履歴情報の該当する項目の内容を設定する。待合リスト更新部514は、受付履歴情報に含まれている患者ID及び医師IDに対応する診察履歴情報が、上記読み出した診察履歴情報の中にあるかどうかを判断し(S678)、診察履歴情報がある場合には(S678:YES)、待合情報の診察開始予定時刻として、該当する診察履歴情報の診察開始時刻を設定し(S679)、待合情報の診察終了時刻に診察履歴情報の診察終了時刻を設定して(S680)、待合情報を待合リストデータベース554に登録する(S681)。待合リスト更新部514は、診察履歴情報の診察終了時刻を「t」とする(S682)。
待合リスト更新部514は、待合情報の診察開始予定時刻に「t」を設定し(S686)、予約フラグに「×」を設定し、待合情報を待合リストデータベース554に登録する(S687)。待合リスト更新部514は、次の診察開始予定時刻となる「t」に診察時間の予測値[a]を加算する(S688)。
30 受付端末 40 医師端末
50 サーバ装置 60 LAN
70 インターネット 101 CPU
102 メモリ 103 記憶装置
104 通信インタフェース 105 入力装置
106 出力装置
111 予測待ち時間取得要求送信部 112 予測待ち時間受信部
113 予測待ち時間出力部 211 予測患者数取得要求送信部
212 予測患者数受信部 213 予測患者数出力部
301 カードリーダ 302 診察券
311 患者ID入力部 312 医師ID入力部
313 予測待ち時間取得要求送信部 314 予測待ち時間受信部
315 予測待ち時間出力部 316 受付履歴登録要求送信部
411 診察開始指示入力部 412 診察終了指示入力部
413 診察履歴登録要求送信部 511 受付履歴登録要求受信部
512 診察履歴登録要求受信部 513 待ち時間実績登録部
514 待合リスト更新部 515 待合リスト出力部
516 予約情報登録部 517 気象情報登録部
518 集計情報登録部 519 診察時間予測部
520 ニューラルネットワーク計算部 521 予測待ち時間取得要求受信部
522 待ち時間予測部 523 予測待ち時間送信部
524 予測患者数取得要求受信部 525 患者数予測部
526 予測患者数送信部 551 受付履歴データベース
552 診察履歴データベース 553 待ち時間実績データベース
554 待合リストデータベース 555 予約データベース
556 気象データベース 557 集計データベース
Claims (6)
- サービスが提供されるまでの待ち時間を予測する方法であって、
CPUとメモリとを備えるコンピュータが、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて前記メモリに記憶し、
ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成し、
予測対象となる日付である予測対象日における気象データの予測値を取得し、
前記予測対象日により特定される曜日と前記気象データの予測値とに対応する前記日付を前記メモリから検索し、
前記予測対象日の前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、前記読み出した利用者数の合計値である基準利用者数を算出し、
前記検索した日付のそれぞれについて、対応する前記利用者数の合計である利用者合計数を算出し、
前記利用者合計数が前記基準利用者数に近い順に所定数の前記日付を特定し、
前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出し、
前記算出した合計値と、前記基準利用者数との比率である補正係数を算出し、
前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出し、
当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出し、
当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出し、
前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出し、
前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測方法。 - サービスが提供されるまでの待ち時間を予測する方法であって、
CPUとメモリとを備えるコンピュータが、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて前記メモリに記憶し、
ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成し、
当日における気象データの予測値を取得し、
当日の曜日と前記気象データの予測値とに対応する前記日付を前記メモリから検索し、
前記検索した前記日付のそれぞれについて、前記日付と前記予測対象となる時間帯の直近の時間帯とに対応する前記実績値と、当日の日付及び前記直近の時間帯に対応する前記実績値との差を算出し、
前記差の小さい順に所定数の前記日付を特定し、
特定した前記日付と、前記予測対象となる時間帯とに対応する前記実績値を前記メモリから読み出し、読み出した前記実績値を平均して前記待ち時間の予測値を算出し、
当日の前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数の合計値である基準利用者数を算出し、
前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出し、
前記算出した合計値と、前記基準利用者数との比率である補正係数を算出し、
前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出し、
当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出し、
当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出し、
前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出し、
前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測方法。 - サービスが提供されるまでの待ち時間を予測するシステムであって、
CPUとメモリと、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて記憶する実績値記憶部と、
ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するニューラルネットワーク計算部と、
予測対象となる日付である予測対象日における気象データの予測値を取得する気象データ取得部と、
前記予測対象日の前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、前記読み出した利用者数の合計値である基準利用者数を算出し、前記予測対象日により特定される曜日と前記気象データの予測値とに対応する前記日付を前記実績値記憶部から検索し、前記検索した日付のそれぞれについて、対応する前記利用者数の合計である利用者合計数を算出し、前記利用者合計数が前記基準利用者数に近い順に所定数の前記日付を特定する日付検索部と、
前記待ち時間の予測値を算出する待ち時間予測部と、を備え、
前記待ち時間予測部は、
前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出し、
前記算出した合計値と、前記基準利用者数との比率である補正係数を算出し、
前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出し、
前記予測対象日と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出し、
前記予測対象日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出し、
前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出し、
前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測システム。 - サービスが提供されるまでの待ち時間を予測するシステムであって、
CPUとメモリと、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて記憶する実績値記憶部と、
ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するニューラルネットワーク計算部と、
当日における気象データの予測値を取得する気象データ取得部と、
当日の曜日と前記気象データの予測値とに対応する前記日付を前記実績値記憶部から検索し、前記検索した日付のそれぞれについて、前記日付と、前記予測対象となる時間帯の直近の時間帯とに対応する前記実績値と、当日の日付及び前記直近の時間帯に対応する前記実績値との差を算出し、前記差の小さい順に所定数の日付を特定し、前記当日から前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数の合計値である基準利用者数を算出する日付検索部と、
前記待ち時間の予測値を算出する待ち時間予測部と、を備え、
前記待ち時間予測部は、
前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出し、
前記算出した合計値と、前記基準利用者数との比率である補正係数を算出し、
前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出し、
当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出し、
当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出し、
前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出し、
前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測システム。 - サービスが提供されるまでの待ち時間を予測するためのプログラムであって、
CPUとメモリとを備えるコンピュータに、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて前記メモリに記憶するステップと、
ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するステップと、
予測対象となる日付である予測対象日における気象データの予測値を取得するステップと、
前記予測対象日により特定される曜日と前記気象データの予測値とに対応する前記日付を前記メモリから検索するステップと、
前記予測対象日の前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、前記読み出した利用者数の合計値である基準利用者数を算出するステップと、
前記検索した日付のそれぞれについて、対応する前記利用者数の合計である利用者合計数を算出するステップと、
前記利用者合計数が前記基準利用者数に近い順に所定数の前記日付を特定するステップと、
前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出するステップと、
前記算出した合計値と、前記基準利用者数との比率である補正係数を算出するステップと、
前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出するステップと、
当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出するステップと、
当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出するステップと、
前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出するステップと、
前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出するステップと、
を実行させるためのプログラム。 - サービスが提供されるまでの待ち時間を予測するためのプログラムであって、
CPUとメモリとを備えるコンピュータに、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までの待ち時間の実績値と、前記日付の前記時間帯における利用者数と、前記サービスの提供にかかった時間である提供時間実績値とを対応付けて前記メモリに記憶するステップと、
ニューラルネットワークの学習対象時が属する日の、前記学習対象時が属する時間帯の直近の時間帯における前記提供時間実績値の平均値と、前記学習対象時が属する日の前週同曜日の日における前記利用者数の合計値と、前記学習対象時が属する日における利用者数の合計値と、前記学習対象時から過去1年間の前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するステップと、
当日における気象データの予測値を取得するステップと、
当日の曜日と前記気象データの予測値とに対応する前記日付を前記メモリから検索するステップと、
前記検索した前記日付のそれぞれについて、前記日付と前記予測対象となる時間帯の直近の時間帯とに対応する前記実績値と、当日の日付及び前記直近の時間帯に対応する前記実績値との差を算出するステップと、
前記差の小さい順に所定数の前記日付を特定するステップと、
当日の前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数の合計値である基準利用者数を算出するステップと、
前記特定した日付と前記予測対象となる時間帯とに対応する前記利用者数の合計値を算出するステップと、
前記算出した合計値と、前記基準利用者数との比率である補正係数を算出するステップと、
前記特定した日付のそれぞれについて、前記利用者合計数に前記補正係数を乗じて補正利用者数を算出するステップと、
当日の日付と、現在の時間帯の直近の時間帯とに対応する前記提供時間実績値の第1の平均値を算出するステップと、
当日から過去1年間の日付に対応する前記提供時間実績値の第2の平均値を算出するステップと、
前記補正利用者数、前記第1及び第2の平均値、並びに前記基準利用者数を入力信号として、前記ニューラルネットワークにより提供時間の予測値を算出するステップと、
前記補正利用者数に前記提供時間の予測値を乗じて前記待ち時間の予測値を算出するステップと、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005099278A JP4194573B2 (ja) | 2005-03-30 | 2005-03-30 | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005099278A JP4194573B2 (ja) | 2005-03-30 | 2005-03-30 | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006277610A JP2006277610A (ja) | 2006-10-12 |
JP4194573B2 true JP4194573B2 (ja) | 2008-12-10 |
Family
ID=37212268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005099278A Active JP4194573B2 (ja) | 2005-03-30 | 2005-03-30 | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4194573B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013088981A (ja) * | 2011-10-17 | 2013-05-13 | Chugoku Electric Power Co Inc:The | 時間予測装置、時間予測方法及びプログラム |
JP2013088980A (ja) * | 2011-10-17 | 2013-05-13 | Chugoku Electric Power Co Inc:The | インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム |
CN106372391A (zh) * | 2016-08-26 | 2017-02-01 | 东软集团股份有限公司 | 一种门诊候诊时间计算方法及装置 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4143110B1 (ja) * | 2007-11-27 | 2008-09-03 | 中国電力株式会社 | サービス時間割当方法及びサービス時間割当装置 |
JP5083737B2 (ja) * | 2009-01-19 | 2012-11-28 | 株式会社星光 | 予約管理装置,予約管理方法および予約管理用プログラム |
JP2011170552A (ja) * | 2010-02-17 | 2011-09-01 | Nec Communication Systems Ltd | 待ち時間通知サーバ、待ち時間通知システム、待ち時間通知方法および待ち時間通知プログラム |
JP5269116B2 (ja) * | 2011-02-04 | 2013-08-21 | 中国電力株式会社 | 予測待ち時間評価装置及び予測待ち時間評価方法 |
JP5989270B1 (ja) * | 2016-03-23 | 2016-09-07 | 株式会社リクルートホールディングス | 順番管理システム、順番管理装置およびプログラム |
JP6413003B1 (ja) * | 2017-10-31 | 2018-10-24 | 株式会社Epark | 情報管理システム、情報管理方法及びプログラム |
JP6592172B1 (ja) * | 2018-12-03 | 2019-10-16 | 株式会社リクルート | 順番管理システムおよびプログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH056500A (ja) * | 1990-09-19 | 1993-01-14 | Hitachi Ltd | 移動体・施設制御システム |
JPH04270500A (ja) * | 1991-02-26 | 1992-09-25 | Hitachi Ltd | 駐車場管理方法 |
JPH05324654A (ja) * | 1992-05-18 | 1993-12-07 | Hitachi Ltd | 駐車場管理方法 |
JPH06348724A (ja) * | 1993-06-03 | 1994-12-22 | Saginomiya Seisakusho Inc | 待ち時間表示装置 |
JP4469440B2 (ja) * | 1999-06-17 | 2010-05-26 | 株式会社テクノメデイカ | 採血作業準備システム |
JP2001282919A (ja) * | 2000-03-30 | 2001-10-12 | Toto Ltd | 診察待ち時間予測システム |
JP3637412B2 (ja) * | 2000-05-17 | 2005-04-13 | 中国電力株式会社 | 時系列データ学習・予測装置 |
JP2002279110A (ja) * | 2001-03-22 | 2002-09-27 | Atr Media Integration & Communications Res Lab | 最適巡回経路提示システム |
JP2002288385A (ja) * | 2001-03-26 | 2002-10-04 | Mitsubishi Electric Corp | 混雑状況探知器 |
JP4820498B2 (ja) * | 2001-06-13 | 2011-11-24 | 株式会社構造計画研究所 | 渋滞情報提供センタ及び方法 |
JP2003162566A (ja) * | 2001-11-28 | 2003-06-06 | Nippon Signal Co Ltd:The | タクシー待ち利用者支援装置及びタクシー待ち利用者支援システム |
JP2004318382A (ja) * | 2003-04-15 | 2004-11-11 | Canon Inc | 施設ナビゲーション方法 |
-
2005
- 2005-03-30 JP JP2005099278A patent/JP4194573B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013088981A (ja) * | 2011-10-17 | 2013-05-13 | Chugoku Electric Power Co Inc:The | 時間予測装置、時間予測方法及びプログラム |
JP2013088980A (ja) * | 2011-10-17 | 2013-05-13 | Chugoku Electric Power Co Inc:The | インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム |
CN106372391A (zh) * | 2016-08-26 | 2017-02-01 | 东软集团股份有限公司 | 一种门诊候诊时间计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2006277610A (ja) | 2006-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4217689B2 (ja) | 待ち時間予測方法、待ち時間予測システム、及びプログラム | |
JP4194573B2 (ja) | 待ち時間予測方法、待ち時間予測システム、及びプログラム | |
Main et al. | Computerised decision support systems in order communication for diagnostic, screening or monitoring test ordering: systematic reviews of the effects and cost-effectiveness of systems | |
JP2009070188A (ja) | メニュー配信システム、メニューサーバ、読書装置、方法、およびプログラム | |
JP5328867B2 (ja) | 時間予測装置、時間予測方法及びプログラム | |
JP2007011971A (ja) | ルート情報提供システム | |
Tsai et al. | Factors of missed appointments at an academic medical center in Taiwan | |
JP2007141165A (ja) | 予約時間案内システム、予約時間案内方法、及びプログラム | |
JP2014203416A (ja) | 待ち時間予測システム | |
JP5318173B2 (ja) | インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム | |
Sittig et al. | A computer-based outpatient clinical referral system | |
JP2009205359A (ja) | 受付支援装置及び方法、並びに医用ネットワークシステム | |
JP2006301760A (ja) | 医療情報提供装置及び医療情報提供方法 | |
JP2011191991A (ja) | 患者呼込み管理方法、患者呼込み管理装置および患者呼込み管理プログラム | |
Manson et al. | Use of an automated database to evaluate markers for early detection of pregnancy | |
JP4819649B2 (ja) | 医療機関評価装置および医療機関情報提供システム | |
JPH11212996A (ja) | 情報提供装置、情報提供方法及び記録媒体 | |
JP5581255B2 (ja) | 使用数最適化プログラム及び使用数最適化方法 | |
KR102182722B1 (ko) | 병원 인력 매칭 시스템 및 전문인력 4시간 단위 파견대행 서비스 | |
JP4191116B2 (ja) | 待ち時間管理システム | |
JP2005128694A (ja) | 医療予約管理装置、医療予約管理システム及びプログラム | |
JP5004996B2 (ja) | 利用者順序予測方法及び利用者順序予測装置 | |
JP5116781B2 (ja) | 予約設定方法及び予約設定装置 | |
JP2007122115A (ja) | 医療機関情報提供システム | |
JP5535503B2 (ja) | 診療支援装置及び診療予約システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071122 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20080125 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20080201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080226 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080418 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080610 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080805 |
|
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: 20080826 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080922 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4194573 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: 20111003 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111003 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111003 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111003 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121003 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: 20121003 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121003 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131003 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 |
|
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 |