JP5004996B2 - 利用者順序予測方法及び利用者順序予測装置 - Google Patents

Description

本発明は、サービス提供施設におけるサービスの提供先である利用者の順序を予測する利用者順序予測方法及びその装置に関する。

病院、美容院、飲食店等のサービス提供施設で待ち時間を予測し、表示するシステムが開発されている。これらのシステムでは、待ち行列を求め、それに予め予測したサービス所要時間を乗算して待ち時間を算出している（特許文献１及び２を参照）。

特許第４２１７６８９号公報 特許第４１９４５７３号公報

予約制を採用する総合病院、美容院、飲食店等には、予約客及び予約なしで当日訪れる当日客が混在する方式をとるサービス提供施設がある。このようなサービス提供施設における待ち時間を予測するためには、サービスの提供を受ける客の順序も予測する必要がある。ところが、サービスの提供先である客の順序は、サービス提供者（例えば、医師）が様々な状況（例えば、予約、受付、検査終了の時刻等）を考慮しながら、勘や経験により決めていることが多く、正確に予測することが困難である。

本発明は、上記課題を鑑みてなされたものであり、その主たる目的は、サービス利用者の順序を正確に予測することにある。

上記課題を解決するために、本発明は、コンピュータにより、サービス提供施設において利用者がサービスを受ける順序を予測する利用者順序予測方法であって、前記コンピュータが、前記利用者ごとに日付と、前記サービスの提供者及び内容を含むサービス特性と、前記サービスの開始前に設定される複数の要素パラメータとを含む実績データを予め記憶するステップと、前記実績データに対して、指定されたサービス特性をキーとして検索し、該当した結果に基づいて、前記サービス特性に含まれるサービスの提供者が次の利用者を決めるにあたり、いずれの要素パラメータを優先するかを示す、前記要素パラメータのうち少なくとも１つを含む判断基準情報を作成するステップと、前記利用者ごとに日付、サービス特性及び要素パラメータを含む予約データを予め記憶するステップと、各利用者の前記予約データに対して、当日の日付及びサービス特性をキーとして検索し、当該サービス特性に対応する前記判断基準情報に含まれる要素パラメータの値に従ってソートし、検索及びソートされた結果を、各利用者がサービスを受ける順序で前記予約データが格納された予約テーブルとして記憶するステップと、を実行することを特徴とする。

この方法によれば、サービス提供者が利用者の順序を決定する際の傾向（判断基準情報）を推測し、その傾向に基づいて利用者の順序を予測することができる。これによれば、利用者のサービス順序の正確な予測が可能となり、予約利用者と予約なしの当日利用者とが混在するサービスにおいても、利用者の待ち時間を精度よく算出することができる。

また、本発明は、利用者順序予測方法であって、前記コンピュータが、当日のサービスの最中に、前記利用者の受付、サービスの開始及び終了を含むイベントが発生し、当該イベントに係る利用者、サービス特性及び要素パラメータの値を取得した場合に、当該サービス特性に対応する前記予約テーブルのうち、当該利用者の予約データに当該要素パラメータの値を追加するステップと、前記要素パラメータの値が追加された前記予約テーブルを、前記サービス特性に対応する前記判断基準情報に含まれる要素パラメータの値に従ってソートするステップと、をさらに実行することを特徴とする。

この方法によれば、当日のイベントのデータを取り込み、今後の予測内容を更新するので、精度よく利用者の順序を予測することができる。これによれば、利用者のサービス順序の正確な予測が可能となり、予約利用者と予約なしの当日利用者とが混在するサービスにおいても、利用者の待ち時間を精度よく算出することができる。

また、本発明は、利用者順序予測方法であって、前記実績データが、前記利用者が受けたサービスの開始時刻をさらに含み、前記コンピュータが、前記判断基準情報を作成するステップにおいて、前記実績データの検索結果を前記日付及び前記開始時刻に従ってソートし、前記利用者ごとに、当該利用者を基準利用者とし、その基準利用者の前記開始時刻においてサービスを待っている利用者のデータを抽出し、その抽出した各利用者のデータを、各要素パラメータの値に従ってソートしたときに、当該基準利用者が先頭から何番目かを示す値である順番を特定し、前記利用者全体について、各要素パラメータの値に従ってソートしたときの前記順番の平均値を算出し、当該順番の平均値に基づいて前記要素パラメータの優先順位を前記判断基準情報として設定することを特徴とする。

この方法によれば、特に、過去にサービスを受けた各利用者に関する各要素データの順番の平均値に基づいて判断基準情報を作成するので、サービス提供者の傾向を正確に把握し、当日の順序の予測に反映することができる。これによれば、利用者のサービス順序の正確な予測が可能となり、予約利用者と予約なしの当日利用者とが混在するサービスにおいても、利用者の待ち時間を精度よく算出することができる。

また、本発明は、利用者順序予測方法であって、前記コンピュータが、前記順番の平均値に基づいて前記要素パラメータの優先順位を前記判断基準情報として設定する際に、前記要素パラメータを前記順番の平均値が小さい順に順序付けしたものを前記優先順位とすることを特徴とする。

また、本発明は、利用者順序予測方法であって、前記サービス特性は、診察科、医師又は診察内容の識別情報であり、前記要素パラメータは、予約時刻、受付時刻、検査終了時刻又は診察時間であることを特徴とする。

なお、本発明は、利用者順序予測装置を含む。その他、本願が開示する課題及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

本発明によれば、サービス利用者の順序を正確に予測することができる。これによれば、サービス利用者の待ち時間を精度よく予測することができる。

サービス順序予測装置１の構成を示す図である。 サービス順序予測装置１の記憶部１５に記憶されるテーブルの共通形式であるテーブル１５Ｘの構成を示す図である。 サービス順序予測装置１による優先要素の計算処理を示すフローチャートである。 優先要素の計算処理で取り扱われるテーブルの構成を示す図であり、（ａ）は診察テーブル１５Ａの構成を示し、（ｂ）は対象テーブル１５Ｂの構成を示し、（ｃ）及び（ｄ）は優先順位テーブル１５Ｃの構成を示す。 サービス順序予測装置１による当日の予測処理を示すフローチャートである。 当日の予測処理で取り扱われるテーブルの構成を示す図であり、（ａ）は優先順位テーブル１５Ｃの構成を示し、（ｂ）及び（ｃ）は予約テーブル１５Ｄの構成を示す。

以下、図面を参照しながら、本発明を実施するための形態を説明する。本発明の実施の形態に係るサービス順序予測装置は、過去に提供されたサービスの実績データに基づいて、サービスの提供先である利用者の順序を決定する際にサービス提供者が基準にする要素（判断基準情報）を推測し、その推測した要素に基づいて当日の利用者の順序を予測するものである。

例えば、次にサービスを提供すべき利用者を決める際に、予約時刻、受付時刻やサービス準備終了時刻を優先するか、サービス所要時間が短い利用者を優先するか等の判断要素は、サービス提供者やサービス内容（サービス特性）によって傾向があるので、その傾向をサービス順序の予測に反映させる。

≪装置の構成と概要≫
図１は、サービス順序予測装置１の構成を示す図である。サービス順序予測装置１は、通信部１１、表示部１２、入力部１３、処理部１４及び記憶部１５を備える。通信部１１は、ネットワークを介して他の装置とＩＰ通信を行う部分であり、例えば、ＮＩＣ（Network Interface Card）等によって実現される。表示部１２は、処理部１４からの指示によりデータを表示する部分であり、例えば、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）等によって実現される。入力部１３は、オペレータがデータ（例えば、当日発生したイベントに関するデータ）を入力する部分であり、例えば、キーボードやマウス等によって実現される。処理部１４は、各部間のデータの受け渡しを行うととともに、サービス順序予測装置１全体の制御を行うものであり、ＣＰＵ（Central Processing Unit）が所定のメモリに格納されたプログラムを実行することによって実現される。記憶部１５は、処理部１４からデータを記憶したり、記憶したデータを読み出したりするものであり、例えば、フラッシュメモリやハードディスク装置等の不揮発性記憶装置によって実現される。なお、サービス順序予測装置１は、スタンドアロンの装置（ＰＣ（Personal Computer）等）であってもよいし、複数の端末とネットワークを介して通信可能となっている装置（サーバ等）であってもよい。

図２は、サービス順序予測装置１の記憶部１５に記憶されるテーブル１５Ｘの構成を示す図である。記憶部１５のテーブルには、診察テーブル１５Ａ、対象テーブル１５Ｂ、優先順位テーブル１５Ｃ及び予約テーブル１５Ｄがあるが、テーブル１５Ｘはそれらの共通形式を示すものである。テーブル１５Ｘは、所定の日に診察を受ける（又は受けた）患者に関するデータであり、日付、医師ＩＤ、患者ＩＤ、予約時刻、受付時刻、検査終了時刻、診察開始時刻及び診察時間を含むレコードからなる。日付は、当該患者が診察を受ける（又は受けた）年月日である。医師ＩＤは、医師に固有のＩＤである。患者ＩＤは、当該患者に固有のＩＤである。予約時刻は、当該患者が前日までに予約をした当日の予約時刻であり、予約をせずに当日に来訪した当該患者のレコードには「予約なし」が設定される。受付時刻は、当日の受付時刻である。検査終了時刻は、当該患者の検査が終了した時刻であり、当該患者の検査が終了していない、又は、当該患者が検査を受けない場合には空白である。診察開始時刻は、当該患者の診察が開始する（又はした）時刻である。診察時間は、当該患者の診察にかかる（又はかかった）時間である。各テーブル１５Ａ、１５Ｂ、１５Ｃ及び１５Ｄの詳細は、別途説明する。なお、過去の診察データ及び今後の予約データが記憶部１５に記憶、蓄積されており、テーブル１５Ｘの構成を有するものとする。

≪装置の処理≫
◇優先要素の計算処理◇
図３は、サービス順序予測装置１が前日のバッチ処理として実施する、優先要素の計算処理を示すフローチャートである。本処理は、サービス順序を予測する対象の日の前日に、過去の所定期間における実績データに基づいてサービス提供者ごとに利用者の順序を選択する際の傾向を推測するものであり、ここでは、特に医師が次の患者を選択する際に基準とする要素を推定し、所定期間におけるすべての患者について要素を推定し、患者選択の基準となる要素の優先順位（判断基準情報）を特定する。

図４は、優先要素の計算処理で取り扱われるテーブルの構成を示す図である。図４（ａ）に示す診察テーブル１５Ａは、過去の診察データから所定の医師が担当した診察データを抽出したものである。図４（ｂ）に示す対象テーブル１５Ｂは、診察テーブル１５Ａから、ある患者の診察開始時刻に診察を待っている患者のレコードを抽出したものである。図４（ｃ）に示す優先順位テーブル１５Ｃは、図４（ｂ）の対象テーブル１５Ｂにおけるｊ＝１の患者の各要素に関する順番を示す。図４（ｄ）に示す優先順位テーブル１５Ｃは、ｊ＝１〜ｍの患者ごとの各要素に関する順番を示すとともに、各要素の順番の平均値及びその優先順位を示す。

以下、図４を参照しながら、図３に従ってサービス順序予測装置１による優先要素の計算処理を説明する。初めに、サービス順序予測装置１は、優先要素の計算処理に使用する日数ｎを設定し（Ｓ３０１）、医師ＩＤを選択する（Ｓ３０２）。日数ｎ及び医師ＩＤは、予め記憶部１５に記憶されたデフォルト値を用いてもよいし、ネットワーク経由で通信部１１から取得してもよいし、装置のオペレータによる入力操作を受けて入力部１３から取得してもよい。次に、予め記憶部１５に記憶された過去の診察データに対し、当該医師ＩＤをキーとして検索し、該当した診察データを日付及び診察開始時刻でソートし、そのソートされた診察データを診察テーブル１５Ａとして記憶部１５に記憶する（Ｓ３０３）。その実施例が図４（ａ）の診察テーブル１５Ａであり、各レコードの先頭には変数ｊが連番で付与される。別途患者の順序を予測する当日の日付が２００９／０３／２４なので、診察テーブル１５Ａは、日付がｎ日前から前日の２００９／０３／２３までのレコードを含む。そして、診察テーブル１５Ａの患者数をカウントし、ｍとする（Ｓ３０４）。ｍは、診察テーブル１５Ａに含まれるレコードの数であり、最後のレコードに付与された変数ｊの値である。

続いて、サービス順序予測装置１は、診察テーブル１５Ａに含まれる変数ｊが１からｍまでの各患者のレコードについてＳ３０６及びＳ３０７の処理を行う（Ｓ３０５〜Ｓ３０８）。

まず、ｊ番目の患者の診察開始時刻に診察を待っている患者のレコードを抽出し、その抽出したレコードを対象テーブル１５Ｂとして記憶部１５に記憶する（Ｓ３０６）。具体的には、ｊ番目の患者の診察開始時刻をＴｊとして、（受付時刻≦Ｔｊ）ＡＮＤ（検査終了時刻≦Ｔｊ）の条件を満たす患者のレコード（ｊ番目の患者のレコードを含む）を検索する。検査を受けていなければ、（受付時刻≦Ｔｊ）の条件だけを判定する。その実施例が図４（ｂ）の対象テーブル１５Ｂであり、１番目（ｊ＝１）の患者に関してｊ＝１、２、３のレコードが抽出されている。

次に、対象テーブル１５Ｂを参照して、ｊ番目の患者のレコードについて次の各要素の順番を計算し、計算した順番を優先順位テーブル１５Ｃとして記憶部１５に記憶する（Ｓ３０７）。すなわち、各要素（予約時刻、受付時刻、検査終了時刻、診察時間）が対象テーブル１５Ｂの中で何番目に位置しているかを特定する。この際、予約時刻、受付時刻及び検査終了時刻に関する順序は、時刻が早い方が優先される。診察時間に関する順序は、時間が短い方が優先される。これは、例えば、診察科によっては、診察に時間のかかる患者Ｐと、検査結果だけを聞く等、時間の短い患者Ｑとが混在する場合があり、患者Ｑの予約時刻や受付時刻が患者Ｐより遅くても患者Ｑを優先した方が効率的であるときに適用される。なお、予約時刻が設定されている方が「予約なし」より優先される。また、検査終了時刻が設定されている方が設定されていない方（空白）より優先される。その実施例が図４（ｃ）の優先順位テーブル１５Ｃであり、１番目の患者の順番は、予約時刻及び検査終了時刻については１番、受付時刻については２番、診察時間については３番である。これによれば、医師ＩＤがａａａの医師は、２００９／０３／２３の９：００の時点において、予約時刻及び検査終了時刻、受付時刻、診察時間の優先順位により次の患者を選択したと推測される。

ｎ日前から２００９／０３／２３までの期間における全患者についてＳ３０６及びＳ３０７の処理を繰り返すことにより、優先順位テーブル１５Ｃに全患者のレコードが設定されたとき、Ｓ３０５〜Ｓ３０８の処理が終了する。

そこで、サービス順序予測装置１は、当該期間における全患者のレコードが設定された優先順位テーブル１５Ｃを参照して、各要素の順番の平均値を算出し、その平均値が小さい順に各要素を順序付けし、その順序を優先順位として優先順位テーブル１５Ｃに設定し、記憶する（Ｓ３０９）。その実施例が図４（ｄ）の優先順位テーブル１５Ｃであり、最後から２番目のレコードに予約時刻、受付時刻、検査終了時刻及び診察時間の順番の平均値が設定され、その平均値の小さい順に付けられた各要素の優先順位が最後のレコードに設定されている。この優先順位は、当該医師が次の患者の判断に用いたと推測される各要素を使用頻度の高い順に順序付けしたものである。

◇当日の予測処理◇
図５は、サービス順序予測装置１による当日の予測処理を示すフローチャートである。本処理は、利用者の順序を予測すべき当日に、予め予約状況が設定されている予約テーブルを各要素の優先順位（判断基準情報）に従って並べ替えるとともに、サービスに係る業務が行われている最中にイベントが発生する度に、予約テーブルに当該イベントを反映し、各要素の優先順位に従って並べ替えるものである。

図６は、当日の予測処理で取り扱われるテーブルの構成を示す図である。図６（ａ）に示す優先順位テーブル１５Ｃは、図３の優先要素の計算処理で生成され、医師が次の患者を選択する際の基準とする要素の優先順位を推測したものである。図６（ｂ）に示す予約テーブル１５Ｄは、今後の予約データを当日の日付及び医師により絞り込み、各要素の優先順位に従って並べ替えたものである。図６（ｃ）に示す予約テーブル１５Ｄは、当日に発生したイベントを反映し、各要素の優先順位に従って並べ替えたものである。

以下、図６を参照しながら、図５に従ってサービス順序予測装置１による当日の予測処理を説明する。初めに、サービス順序予測装置１は、患者の順序を予測すべき医師ＩＤを選択する（Ｓ５０１）。医師ＩＤは、ネットワーク経由で通信部１１から取得してもよいし、装置のオペレータによる入力操作に伴って入力部１３から取得してもよい。次に、優先順位テーブル１５Ｃから当該医師ＩＤの優先順位を抽出する（Ｓ５０２）。その実施例が図６（ａ）の優先順位テーブル１５Ｃである。そして、記憶部１５に記憶された予約データを読み出し、日付及び医師ＩＤをキーとして検索し（Ｓ５０３）、該当したレコードを各要素の優先順位に従って並べ替え、その並べ替えたレコードを予約テーブル１５Ｄとして記憶部１５に記憶する（Ｓ５０４）。この処理は、当日の予約患者のサービス順序を予め再配置しておくものである。その実施例が図６（ｂ）の予約テーブル１５Ｄであり、各患者について予約時刻及び診察開始時刻と診察時間の予測値が設定されている。そして、優先順位が１位の予約時刻及び３位の診察時間をキーとしてレコードが並べ替えられている。なお、優先順位が２位の受付時刻及び４位の検査終了時刻は、当日の業務が開始されていないため、データが設定されていないので、並べ替えのキーとして使用されていない。また、予約データに含まれる診察時間の予測値は、診察時間（サービス時間）及び患者数（利用者数）の実績値を入力信号としたニューラルネットワークによる手法（例えば、特許文献１及び２を参照）等により算出される。

続いて、サービス順序予測装置１は、業務の開始から終了までの間に、Ｓ５０６〜Ｓ５０８の処理を繰り返す（Ｓ５０５〜Ｓ５０９）。まず、当日のイベント（受付、検査、診察、会計）が発生したか否かを判定する（Ｓ５０６）。具体的には、イベントのデータが通信部１１又は入力部１３に届いたか否かを監視する。当日のイベントが発生していなければ（Ｓ５０６のＮＯ）、Ｓ５０６の判定を繰り返す。当日のイベントが発生していれば（Ｓ５０６のＹＥＳ）、イベントのデータを取得し、予約テーブル１５Ｄに書き込み（Ｓ５０７）、イベントのデータが書き込まれた予約テーブル１５Ｄを各要素の優先順位に従って並べ替え、記憶部１５の予約テーブル１５Ｄを書き換える（Ｓ５０８）。その実施例が図６（ｃ）の予約テーブル１５Ｄであり、患者ＩＤがｂの患者が受付を行ったというイベントが発生したときに、患者ＩＤがａのレコードと、患者ＩＤがｂのレコードとが入れ替えられている。これは、患者ＩＤがｂのレコードの受付時刻に「８：００」が設定された後、優先順位が１位の予約時刻、２位の受付時刻及び３位の診察時間をキーとしてレコードが並べ替えられたものである。なお、優先順位が４位の検査終了時刻は、当日の検査が行われていないため、データが設定されていないので、キーとして使用されていない。

以上のように、当日のサービス業務が行われている最中にイベント（予約あり、なしを含む利用者の受付、サービスの開始・終了、準備作業の開始・終了、サービス提供者の変更処理等）が発生する都度、そのイベントの内容を反映し、サービス順序の予測内容を更新する。これによれば、時々刻々変化するサービスの実績を取り込むので、その後のサービス順序を精度よく予測することができる。

以上本発明の実施の形態について説明したが、図１に示すサービス順序予測装置１内の各部を機能させるために、処理部１４で実行されるプログラムをコンピュータにより読み取り可能な記録媒体に記録し、その記録したプログラムをコンピュータに読み込ませ、実行させることにより、本発明の実施の形態に係るサービス順序予測装置１が実現されるものとする。なお、プログラムをインターネット等のネットワーク経由でコンピュータに提供してもよいし、プログラムが書き込まれた半導体チップ等をコンピュータに組み込んでもよい。

以上説明した本発明の実施の形態によれば、患者の診察順序を決定する際の傾向（判断要素の優先順位）を推測し、その傾向に基づいて診察順序を予測することができるため、医師や診察内容ごとに診察順序予測ロジックを手動で調整する必要がない。そして、患者の診察順序の正確な予測が可能となり、予約患者と予約なしの当日患者とが混在する診察科においても、待ち時間を精度よく算出することができる。

さらに、病院に限らず、サービスを提供する業種等により利用者の順序を決める際の判断要素（サービスを提供する前に確定している事項）をパラメータとして入力し、利用者ごとの要素を含む過去の実績データを分析し、要素の優先順位を推測するような同じプログラムを使うことができる。すなわち、図３及び図５の処理を行うプログラムを汎用的に用いることができる。

≪その他の実施の形態≫
以上、本発明を実施するための形態について説明したが、上記実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。例えば、以下のような実施の形態が考えられる。

（１）上記実施の形態では、医師（サービス提供者）による診察順序（サービス順序）の決定における判断要素の優先順位を推測したが、さらに同じ医師の診察内容（サービス内容）による判断要素を含めて分析し、診察順序の予測に反映することが考えられる。また、複数の医師を含む診察科（サービス提供施設）により一括して分析するようにしてもよい。以上によれば、サービス順序の決定に所定の傾向を有する単位と考えられるサービス特性をキーとして、過去の実績データを絞り込むことにより、適切な判断要素の優先順位を効率よく推測することができる。

（２）Ｓ３０５〜Ｓ３０８の処理は、各患者のレコードについてすべての要素の順番を決めているが、ｊ番目の患者の診察開始時刻において、各要素のうち、１の要素又は一部の要素の組み合わせのいずれが優先されて当該患者が選択されたのかを抽出するようにしてもよい。

（３）上記実施の形態では、当日の前日から日数ｎ分の実績データを用いるように記載したが、必ずしも連続した期間の実績データを用いなくてもよい。例えば、曜日や月ごとの日付による患者順序選択の傾向がある場合には、当日の曜日や日付に応じた日の実績データだけを抽出することが考えられる。これによれば、さらに正確に患者の順序を予測することができる。

（４）上記実施の形態では、病院における患者の診察順序を予測することを説明したが、病院に限ることなく、他のサービス提供施設に適用してもよい。例えば、美容院に適用した場合、カットやパーマ等のサービス内容によって判断要素の優先順位を推測し、客の順序を予測することが考えられる。また、レストラン等の飲食店に適用した場合、リピータや予約客であれば注文するメニューが予め分かるので、そのメニューによって判断要素の優先順位を推測し、客の順序を予測することが考えられる。

１ サービス順序予測装置
１４ 処理部
１５ 記憶部
１５Ａ 診察テーブル
１５Ｂ 対象テーブル
１５Ｃ 優先順位テーブル
１５Ｄ 予約テーブル
１５Ｘ テーブル

Claims (10)

1. コンピュータにより、サービス提供施設において利用者がサービスを受ける順序を予測する利用者順序予測方法であって、
   前記コンピュータは、
   前記利用者ごとに日付と、前記サービスの提供者及び内容を含むサービス特性と、前記サービスの開始前に設定される複数の要素パラメータとを含む実績データを予め記憶するステップと、
   前記実績データに対して、指定されたサービス特性をキーとして検索し、該当した結果に基づいて、前記サービス特性に含まれるサービスの提供者が次の利用者を決めるにあたり、いずれの要素パラメータを優先するかを示す、前記要素パラメータのうち少なくとも１つを含む判断基準情報を作成するステップと、
   前記利用者ごとに日付、サービス特性及び要素パラメータを含む予約データを予め記憶するステップと、
   各利用者の前記予約データに対して、当日の日付及びサービス特性をキーとして検索し、当該サービス特性に対応する前記判断基準情報に含まれる要素パラメータの値に従ってソートし、検索及びソートされた結果を、各利用者がサービスを受ける順序で前記予約データが格納された予約テーブルとして記憶するステップと、
   を実行することを特徴とする利用者順序予測方法。
2. 請求項１に記載の利用者順序予測方法であって、
   前記コンピュータは、
   当日のサービスの最中に、前記利用者の受付、サービスの開始及び終了を含むイベントが発生し、当該イベントに係る利用者、サービス特性及び要素パラメータの値を取得した場合に、当該サービス特性に対応する前記予約テーブルのうち、当該利用者の予約データに当該要素パラメータの値を追加するステップと、
   前記要素パラメータの値が追加された前記予約テーブルを、前記サービス特性に対応する前記判断基準情報に含まれる要素パラメータの値に従ってソートするステップと、
   をさらに実行することを特徴とする利用者順序予測方法。
3. 請求項１又は請求項２に記載の利用者順序予測方法であって、
   前記実績データは、前記利用者が受けたサービスの開始時刻をさらに含み、
   前記コンピュータは、
   前記判断基準情報を作成するステップにおいて、
   前記実績データの検索結果を前記日付及び前記開始時刻に従ってソートし、
   前記利用者ごとに、当該利用者を基準利用者とし、その基準利用者の前記開始時刻においてサービスを待っている利用者のデータを抽出し、その抽出した各利用者のデータを、各要素パラメータの値に従ってソートしたときに、当該基準利用者が先頭から何番目かを示す値である順番を特定し、
   前記利用者全体について、各要素パラメータの値に従ってソートしたときの前記順番の平均値を算出し、当該順番の平均値に基づいて前記要素パラメータの優先順位を前記判断基準情報として設定する
   ことを特徴とする利用者順序予測方法。
4. 請求項３に記載の利用者順序予測方法であって、
   前記コンピュータは、
   前記順番の平均値に基づいて前記要素パラメータの優先順位を前記判断基準情報として設定する際に、
   前記要素パラメータを前記順番の平均値が小さい順に順序付けしたものを前記優先順位とする
   ことを特徴とする利用者順序予測方法。
5. 請求項１ないし請求項４のいずれか一項に記載の利用者順序予測方法であって、
   前記サービス特性は、診察科、医師又は診察内容の識別情報であり、
   前記要素パラメータは、予約時刻、受付時刻、検査終了時刻又は診察時間である
   ことを特徴とする利用者順序予測方法。
6. サービス提供施設において利用者がサービスを受ける順序を予測する利用者順序予測装置であって、
   前記利用者ごとに日付と、前記サービスの提供者及び内容を含むサービス特性と、前記サービスの開始前に設定される複数の要素パラメータとを含む実績データを予め記憶する手段と、
   前記実績データに対して、指定されたサービス特性をキーとして検索し、該当した結果に基づいて、前記サービス特性に含まれるサービスの提供者が次の利用者を決めるにあたり、いずれの要素パラメータを優先するかを示す、前記要素パラメータのうち少なくとも１つを含む判断基準情報を作成する手段と、
   前記利用者ごとに日付、サービス特性及び要素パラメータを含む予約データを予め記憶する手段と、
   各利用者の前記予約データに対して、当日の日付及びサービス特性をキーとして検索し、当該サービス特性に対応する前記判断基準情報に含まれる要素パラメータの値に従ってソートし、検索及びソートされた結果を、各利用者がサービスを受ける順序で前記予約データが格納された予約テーブルとして記憶する手段と、
   を備えることを特徴とする利用者順序予測装置。
7. 請求項６に記載の利用者順序予測装置であって、
   当日のサービスの最中に、前記利用者の受付、サービスの開始及び終了を含むイベントが発生し、当該イベントに係る利用者、サービス特性及び要素パラメータの値を取得した場合に、当該サービス特性に対応する前記予約テーブルのうち、当該利用者の予約データに当該要素パラメータの値を追加する手段と、
   前記要素パラメータの値が追加された前記予約テーブルを、前記サービス特性に対応する前記判断基準情報に含まれる要素パラメータの値に従ってソートする手段と、
   をさらに備えることを特徴とする利用者順序予測装置。
8. 請求項６又は請求項７に記載の利用者順序予測装置であって、
   前記実績データは、前記利用者が受けたサービスの開始時刻をさらに含み、
   前記判断基準情報を作成する手段は、
   前記実績データの検索結果を前記日付及び前記開始時刻に従ってソートし、
   前記利用者ごとに、当該利用者を基準利用者とし、その基準利用者の前記開始時刻においてサービスを待っている利用者のデータを抽出し、その抽出した各利用者のデータを、各要素パラメータの値に従ってソートしたときに、当該基準利用者が先頭から何番目かを示す値である順番を特定し、
   前記利用者全体について、各要素パラメータの値に従ってソートしたときの前記順番の平均値を算出し、当該順番の平均値に基づいて前記要素パラメータの優先順位を前記判断基準情報として設定する
   ことを特徴とする利用者順序予測装置。
9. 請求項８に記載の利用者順序予測装置であって、
   前記順番の平均値に基づいて前記要素パラメータの優先順位を前記判断基準情報として設定する際に、
   前記要素パラメータを前記順番の平均値が小さい順に順序付けしたものを前記優先順位とする
   ことを特徴とする利用者順序予測装置。
10. 請求項６ないし請求項９のいずれか一項に記載の利用者順序予測装置であって、
    前記サービス特性は、診察科、医師又は診察内容の識別情報であり、
    前記要素パラメータは、予約時刻、受付時刻、検査終了時刻又は診察時間である
    ことを特徴とする利用者順序予測装置。

Images