JP5118684B2 - 需要予測装置及び需要予測方法 - Google Patents

Description

本発明は、サービスの利用を望む利用者の需要件数を予測する需要予測装置と、当該需要予測装置が行なう需要予測方法とに関する。

従来、タクシー等の車両の配車サービスの需要件数を予測するシステムが各種提案されている。例えば特許文献１には、予め定められた場合分けごとに決定された需要実績データと変動要因実績データとの関係を用いて配車の需要予測を行う車両需要予測システムが開示されている。

特開２００１−８４２４０号公報

特許文献１に記載の車両需要予測システムが需要予測を行う際に用いるのは、車両の空車、賃走、迎車、休憩の四状態の各状態間で車両状態が遷移した時刻を示す需要実績データであって、タクシー等の車両を必要としていると推測される人数を示す需要数データでないため、この需要数データに基づいて需要予測を行なうことに関してはなんら考慮されていない。これにより、需要予測における予測精度が悪くなるおそれがあるという問題がある。

そこで本発明は、上記の問題点を解消する為になされたものであり、より精度良く需要予測を行なうことが可能な需要予測装置及び需要予測方法を提供することを目的とする。

本発明に係る需要予測装置は、サービスの利用を望む利用者の需要件数を予測する需要予測装置であって、所定エリアにおける推定人口情報を取得する推定取得手段と、所定エリアにおける人口の変化要因となる要因情報を取得する要因取得手段と、サービスの提供を要請した利用者は新規利用者であるか否かを判定する判定手段と、推定取得手段によって取得された推定人口情報と、要因取得手段によって取得された要因情報と、判定手段による判定結果とを用いて回帰分析することによって、需要件数を予測する予測手段と、を備え、予測手段は、利用者は判定手段によって新規利用者であると判断された利用者の需要件数に関する第一の回帰式と、利用者は判定手段によって新規利用者でないと判断された利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて需要件数を予測することを特徴とする。

本発明に係る需要予測装置では、まず、推定人口情報を取得し、サービスの提供を要請した利用者は新規利用者であるか否かを判定する。更に、新規利用者であると判断された利用者の需要件数に関する第一の回帰式と、新規利用者でないと判断された利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて需要件数を予測する。ここで、取得された推定人口情報によって示される人口が多くなるほど、サービスの提供を必要としていると推測される人数も多くなるという相関関係がある。本発明に係る需要予測装置では、サービスの提供を必要としていると推測される人数と相関関係を有する上記の推定人口情報を考慮に入れているだけでなく、新規利用者に関する需要件数と、新規利用者でない利用者に関する需要件数とを併せて需要件数を予測するため、より精度良く需要予測を行なうことが可能になる。

また、推定取得手段は、所定エリアにおいて所定時間内に携帯端末による位置登録処理及び発着信処理のうち少なくとも一方が行われた処理件数に関する件数情報を推定人口情報として取得するのも好ましい。ここで、推定取得手段によって取得された件数情報によって示される位置登録処理及び発着信処理のうち少なくとも一方が行われた処理件数が多くなるほど、携帯端末の保有者が多いと推測されるため、サービスの提供を必要としていると推測される人数も多くなるという相関関係がある。このため、この構成により、人口の動的な変化を推定することができるようになるため、より精度良く需要予測を行なうことが可能になる。

また、判定手段は、サービスの提供を要請した利用者に関する属性を判定し、予測手段は、利用者は判定手段によって所定の属性を有すると判断された利用者の需要件数に関する第三の回帰式と、利用者は判定手段によって所定の属性を有していないと判断された利用者の需要件数に関する第四の回帰式とをそれぞれ求め、当該第三の回帰式を用いて得られた所定の属性の利用者に関する需要件数と、当該第四の回帰式を用いて得られた所定の属性を有していない利用者に関する需要件数とを併せて需要件数を予測するのも好ましい。この構成により、サービスの提供を必要としていると推測される人数が所定の属性の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、判定手段は、サービスの提供を要請した利用者に関する属性として性別を判定し、予測手段は、利用者は判定手段によって男性であると判断された利用者の需要件数に関する第三の回帰式と、利用者は判定手段によって女性であると判断された利用者の需要件数に関する第四の回帰式とをそれぞれ求め、当該第三の回帰式を用いて得られた男性利用者に関する需要件数と、当該第四の回帰式を用いて得られた女性利用者に関する需要件数とを併せて需要件数を予測するのも好ましい。この構成により、サービスの提供を必要としていると推測される人数が性別の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、判定手段は、判定手段は、サービスの提供を要請した利用者の年齢の年齢層を判定し、予測手段は、利用者は判定手段によって所定の年齢層であると判断された利用者の需要件数に関する第五の回帰式と、利用者は判定手段によって所定の年齢層でないと判断された利用者の需要件数に関する第六の回帰式とをそれぞれ求め、当該第五の回帰式を用いて得られた所定の年齢層の利用者に関する需要件数と、当該第六の回帰式を用いて得られた所定の年齢層でない利用者に関する需要件数とを併せて需要件数を予測するのも好ましい。この構成により、サービスの提供を必要としていると推測される人数が年齢層の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、要因情報は、所定エリアにおける天候に関する天候情報を含むのも好ましい。この構成により、サービスの提供を必要としていると推測される人数が天候の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、要因情報は、所定エリアにおいて行われるイベントに関するイベント情報を含むのも好ましい。この構成により、サービスの提供を必要としていると推測される人数が、所定エリアにおいて行なわれるイベントの違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

本発明に係る需要予測方法は、サービスの利用を望む利用者の需要件数を予測する需要予測装置が行なう需要予測方法であって、所定エリアにおいて推定される人口を示す推定人口情報を需要予測装置が取得する推定取得ステップと、所定エリアにおける人口の変化要因となる要因情報を需要予測装置が取得する要因取得ステップと、サービスの提供を要請した利用者は新規利用者であるか否かを需要予測装置が判定する判定ステップと、推定取得ステップで取得された推定人口情報と、要因取得ステップで取得された要因情報と、判定ステップでの判定結果とを用いて需要予測装置が回帰分析することによって、需要件数を予測する予測ステップと、を有し、予測ステップでは、利用者は判定ステップで新規利用者であると判断された利用者の需要件数に関する第一の回帰式と、利用者は判定ステップで新規利用者でないと判断された利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて需要件数を予測することを特徴とする。

本発明に係る需要予測方法では、まず、推定人口情報を取得し、サービスの提供を要請した利用者は新規利用者であるか否かを判定する。更に、新規利用者であると判断された利用者の需要件数に関する第一の回帰式と、新規利用者でないと判断された利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて需要件数を予測する。ここで、取得された推定人口情報によって示される人口が多くなるほど、サービスの提供を必要としていると推測される人数も多くなるという相関関係がある。このように、本発明に係る需要予測装置では、サービスの提供を必要としていると推測される人数と相関関係を有する上記の処理件数を考慮に入れているだけでなく、新規利用者に関する需要件数と、新規利用者でない利用者に関する需要件数とを併せて需要件数を予測するため、より精度良く需要予測を行なうことが可能になる。

本発明によれば、より精度良く需要予測を行なうことが可能な需要予測装置及び需要予測方法を提供することができる。

需要予測サーバの機能を説明するための機能説明図である。 需要予測サーバの機能別モジュール構成の概略を説明するための機能構成図である。 需要予測サーバの物理構成の概略を説明するための物理構成図である。 着信日時とコール元電話番号との記憶形式の一例を説明するＤＢ構成図である。 コール元電話番号と顧客番号と属性との記憶形式の一例を説明するＤＢ構成図である。 予測された需要件数を表形式で表した場合の一例を説明する説明図である。 予測された需要件数をグラフ形式で表した場合の一例を説明するグラフである。 コール元が既存顧客であるか否かの判定分離処理の流れを示すフローチャートである。 説明変数を求めて確定させる変数確定処理の流れを示すフローチャートである。 属性別に説明変数を求める算出処理の流れを示すフローチャートである。 回帰式を用いて需要件数を予測する需要予測処理の流れを示すフローチャートである。 需要予測サーバによって行なわれる処理全体の流れを示すフローチャートである。

以下、添付図面を参照しながら本発明の好適な実施形態を説明する。なお、図面の説明において同一要素には同一符号を付し、重複する説明を省略する。

（１）需要予測サーバの機能
まず、本実施形態に係る需要予測装置としての需要予測サーバについて、図１を用いて説明する。図１は、この需要予測サーバの機能を説明するための機能説明図である。需要予測サーバは、図１に示されるように、例えば、タクシー会社に配備され、タクシーの配車サービスの利用を望む利用客からの需要としての呼び出しコールの数や、所定エリア毎の乗車数を需要件数として予測する装置である。このように呼び出しコールの数や乗車数を予測することにより、コール対応に必要な数のオペレータの配備等の対策を行なうことが可能になり、タクシーの配車の手配を円滑に行なうことができるようになる。

ここでは、需要予測サーバはタクシーの配車サービスの需要を予測するサーバとして説明するが、需要予測の対象となるサービスは、例えば電話等による受付時に新規顧客・既存顧客の区別が可能であれば特に限定されず、例えば、通信販売の受発注による宅配サービスであってもよく、宿泊予約の受付サービスであってもよい。更に、顧客によって指定された場所に車両を向かわせるサービスとしての、ピザや寿司といった料理の出前サービスであってもよく、福祉車両・介護車両による送迎サービスであってもよく、米や灯油といった生活必需品の配達サービスであってもよい。

この需要件数の予測は、新規顧客に関して予測された需要件数と、既存顧客に関して予測された需要件数とを合計して算出することによって行なわれる。新規顧客に関する需要件数の予測は、新規顧客に関するコール数のログや人口情報・天気情報・イベント情報等に基づいて行なわれ、既存顧客に関する需要件数の予測は、既存顧客に関するコール数のログや人口情報・天気情報・イベント情報等に基づいて行なわれる。

（２）需要予測サーバの構成
引き続き、需要予測サーバの構成について、図２及び図３を用いて説明する。図２は、この需要予測サーバ１０の機能別モジュール構成の概略を説明するための機能構成図であり、図３は、この需要予測サーバ１０の物理構成の概略を説明するための物理構成図である。

需要予測サーバ１０は、図３に示されるように、物理的な構成要素としてＣＰＵ１０１、ＲＡＭ１０２、ＲＯＭ１０３、通信モジュール１０４、及び補助記憶装置１０５等のハードウェアにより構成されている。これらの構成要素が動作することにより、以下に説明する各機能が発揮される。

需要予測サーバ１０は、図２に示されるように、機能的な構成要素として、コール記録ＤＢ１（推定取得手段）、予測説明変数ＤＢ２（要因取得手段）、属性分離部３（判定手段）、係数確定部４（予測手段）、需要予測部５（予測手段）、既存顧客ＤＢ６（既存顧客記憶手段）、及び説明変数ＤＢ７（説明変数記憶手段）を備えている。

コール記録ＤＢ１は、タクシー配車サービスの利用を望む利用客からの需要としての呼び出しコールを受けた着信日時と、この呼び出しコールを行なったコール元の電話番号とを関連付けて記憶するデータベースである。この着信日時とコール元電話番号との記憶形式の一例については後述する。また、コール記録ＤＢ１は、例えば半径数ｋｍの円形状エリアといった所定エリアにおいて推定される人口を示す推定人口情報を取得して、予測説明変数ＤＢ２に記憶する。

ここで、コール記録ＤＢ１は、この所定エリアにおいて所定時間内（例えば１時間以内）に、携帯電話端末といった携帯端末による通信事業者への位置登録処理及び発着信処理のうち少なくとも一方が行われた処理件数に関する件数情報を推定人口情報として取得してもよく、静的な測位によるデータに基づく件数情報を推定人口情報として取得してもよく、昼夜別の統計に基づく人口に関する人口情報を推定人口情報として取得してもよい。この発着信処理は、例えば、ＣＳ／ＰＳ（即ち基地局と端末間の）着信情報を用いた処理である。コール記録ＤＢ１は、所定時間経過後毎（例えば１時間毎）に、推定人口情報を取得する。コール記録ＤＢ１は、この件数情報を例えば通信事業者から受信することによって取得する。取得された件数情報は、予測説明変数ＤＢ２に記憶される。

予測説明変数ＤＢ２は、上記の所定エリアにおける人口の変化要因となる要因情報を取得する部分である。要因情報には、上記の所定エリアにおける天候に関する天候情報が含まれていてもよく、また上記の所定エリアにおいて行われるイベントに関するイベント情報が含まれていてもよい。天候情報の一例として、上記の呼び出しコールが比較的少なくなる快晴であるという情報や、上記の呼び出しコールが比較的多くなる豪雨であるという情報等が挙げられる。また、イベント情報の一例として、上記の呼び出しコールが比較的多くなる人身事故があったという情報やライブコンサートがあるという集客予定情報等が挙げられる。予測説明変数ＤＢ２は、取得した要因情報に基づいて、需要件数の予測日時における説明変数の予測値を取得する。

属性分離部３は、後述の既存顧客ＤＢ６を用いて、タクシーを要請してきた利用客は、上記のタクシー会社にとって初めて要請してきた利用客であるか否か（即ち新規顧客であるか既存顧客であるか）を判定する部分である。属性分離部３による、この判定分離処理については後述する。なお、属性分離部３は、後述の既存顧客ＤＢ６を用いて、タクシーを要請してきた利用客の所定の属性（例えば、性別）を更に判定してもよく、またタクシーを要請してきた利用客の所定の属性として利用客の年齢の年齢層（例えば、１０歳台、２０歳台、３０歳台、４０歳台、５０歳台、６０歳台、７０歳台、８０歳台、９０歳以上、のうちいずれの年齢層に含まれるか）を更に判定してもよい。

係数確定部４は、予測説明変数ＤＢ２に記憶された件数情報と、予測説明変数ＤＢ２によって取得された要因情報に基づく説明変数の予測値と、属性分離部３による判定結果（例えば、新規顧客であるか既存顧客であるか、男性であるか女性であるか、どの年齢層に含まれるか）とを用いて、回帰分析を行う際に用いる係数である説明変数を含む回帰式を求めて確定させる部分である。

より詳しくは、この回帰式は、属性分離部３による判定結果別に求められる。即ち、新規顧客であると判断された利用者の需要件数に関する第一の回帰式と、既存顧客であると判断された利用者の需要件数に関する第二の回帰式とがそれぞれ求められる。係数確定部４による、この変数確定処理については後述する。

また、所定の属性として性別に関する判定結果を用いてもよい。即ち、男性であると判断された利用者の需要件数に関する第三の回帰式と、女性であると判断された利用者の需要件数に関する第四の回帰式とがそれぞれ求められる。

更に、所定の属性として年齢層に関する判定結果を用いてもよい。即ち、所定の年齢層であると判断された利用者の需要件数に関する第五の回帰式と、この所定の年齢層でないと判断された利用者の需要件数に関する第六の回帰式とがそれぞれ求められる。

需要予測部５は、係数確定部４によって確定された回帰式を用いて回帰分析することによって、タクシーの利用を望む利用客からの需要件数を予測する部分である。即ち、需要予測部５は、上記の第一の回帰式を用いて得られた新規顧客に関する需要件数と、上記の第二の回帰式を用いて得られた既存顧客に関する需要件数とを併せて需要件数として予測する。需要予測部５は、上記の第一の回帰式及び第二の回帰式に対し、需要件数の予測を行なう予測エリア及び予測日時が考慮された説明変数（例えば、上記の件数情報のような推定人口情報が示す人口予測値や、天気予報やイベントカレンダーから判断されたイベントの有無に対応して線形化された数値等）を代入して当てはめることによって、需要件数の予測を行なう予測エリア及び予測日時に関する需要予測を行なう。

なお、需要予測部５は、上記の第三の回帰式を用いて得られた男性利用者に関する需要件数と、上記の第四の回帰式を用いて得られた女性利用者に関する需要件数とを併せて需要件数として予測してもよい。また、需要予測部５は、上記の第五の回帰式を用いて得られた所定の年齢層の利用者に関する需要件数と、上記の第六の回帰式を用いて得られたこの所定の年齢層でない利用者に関する需要件数とを併せて需要件数として予測してもよい。この予測された需要件数の一例については後述する。

既存顧客ＤＢ６は、タクシーの呼び出しコールを過去に行なったことがある既存顧客としてのコール元の電話番号と、このコール元の電話番号のそれぞれに対して一意に割り振られた管理用の顧客番号と、このコール元の属性（例えばコール元の年齢又は年齢層と、性別）とを関連付けて記憶するデータベースである。このコール元電話番号と顧客番号と属性との記憶形式の一例については後述する。既存顧客ＤＢ６に格納されている情報は、属性分離部３により用いられて、タクシーの配車サービスの提供を要請してきた利用客は、上記のタクシー会社にとって初めて要請してきた利用客であるか否かが判定される。

説明変数ＤＢ７は、係数確定部４によって求められて確定された回帰式が有する説明変数を、この説明変数を求める際に行なった回帰分析の分析対象となった所定エリアを特定する情報と、この分析対象となった時間帯を特定する情報と関連付けて記憶するデータベースである。

（３）着信日時とコール元電話番号との記憶形式の一例
引き続き、コール記録ＤＢ１によって記憶される着信日時とコール元電話番号との記憶形式の一例について、図４を用いて説明する。図４は、着信時刻を含む着信日時とコール元電話番号との記憶形式の一例を説明するＤＢ構成図である。

図３に示されるように、コール記録ＤＢ１では、タクシー配車サービスの利用を望む利用客からの需要としての呼び出しコールを受けた着信日時（例えばｙｙｙｙ／ｍｍ／ｄｄ ｔｔ：ｍｎ：ｓｓ）と、この呼び出しコールを行なったコール元の電話番号（例えば０３−ｘｘｘｘ−ｘｘｘｘ）とが関連付けて記憶されている。

（４）コール元電話番号と顧客番号と属性との記憶形式の一例
引き続き、既存顧客ＤＢ６によって記憶されるコール元電話番号と顧客番号と属性（例えばコール元の年齢又は年齢層と、性別）との記憶形式の一例について、図５を用いて説明する。図５は、コール元電話番号と顧客番号と属性との記憶形式の一例を説明するＤＢ構成図である。

図５に示されるように、既存顧客ＤＢ６では、タクシーの呼び出しコールを過去に行なったことがある既存顧客としてのコール元の電話番号（例えば０３−ｘｘｘｘ−ｘｘｘｘ）と、このコール元の電話番号のそれぞれに対して一意に割り振られた管理用の顧客番号（例えばｎ_ｉ）と、このコール元の属性としての年齢（例えばＸＸ）と、同じく属性としての性別（例えば男）とが関連付けて記憶されている。

（５）予測された需要件数の一例
引き続き、需要予測部５によって予測された需要件数の一例について、図６及び図７を用いて説明する。図６は、予測された需要件数を表形式で表した場合の一例を説明する説明図であり、図７は、予測された需要件数をグラフ形式で表した場合の一例を説明するグラフである。

図６に示されるように、ある日の所定の時間帯（例えばｙｙｙｙ／ｍｍ／ｄｄの００時台）に関して予測された需要件数としてのコール件数は１００件（誤差は±３０）であり、同日の所定の時間帯（例えばｙｙｙｙ／ｍｍ／ｄｄの０１時台）に関して予測されたコール件数は８０件（誤差は±１０）であり、同日の所定の時間帯（例えばｙｙｙｙ／ｍｍ／ｄｄの０２時台）に関して予測されたコール件数は２０件（誤差は±５）であったとする。この場合、図７に示されるようなグラフが需要予測部５によって作成される。このグラフでは、誤差は破線で示されている。

（６）コール元が新規顧客であるか否かの判定分離処理の流れ
引き続き、属性分離部３によって行なわれる、コール元が新規顧客であるか否かの判定分離処理の流れについて、図８を用いて説明する。図８は、コール元が新規顧客であるか否かの判定分離処理の流れを示すフローチャートである。

まず、属性分離部３が、新規顧客であるか既存顧客であるかを示す新規・既存フラグを格納する新規・既存フィールドを、コール記録ＤＢ１に追加する（ステップＳ０１）。そして、属性分離部３が、コール記録ＤＢ１から、データ読出し未完了の１行分のデータを読み出す（ステップＳ０２）。

次に、属性分離部３が、ステップＳ０２で読み出した１行分のデータ内のコール元電話番号が既存顧客ＤＢ６に含まれているか否かを判定する（ステップＳ０３）。ここで、ステップＳ０２で読み出した１行分のデータ内のコール元電話番号が既存顧客ＤＢ６に含まれている場合は、後述のステップＳ０４に移行する。一方、ステップＳ０２で読み出した１行分のデータ内のコール元電話番号が既存顧客ＤＢ６に含まれていない場合は、後述のステップＳ０５に移行する。

ステップＳ０４では、属性分離部３が、新規・既存フラグは１である（即ち、コール元は既存顧客である）として新規・既存フィールドに入力する。そして、後述のステップＳ０６に移行する。

ステップＳ０５では、属性分離部３が、新規・既存フラグは０である（即ち、コール元は新規顧客である）として新規・既存フィールドに入力する。そして、後述のステップＳ０６に移行する。

ステップＳ０６では、属性分離部３が、コール記録ＤＢ１から全行分のデータの読み出しが完了したか否かを判定する。データ読出し未完了のデータがある場合は、上記のステップＳ０２に戻って移行する。一方、コール記録ＤＢ１から全行分のデータが読み出された場合は、属性分離部３による一連の判定分離処理が終了する。

（７）説明変数を求めて確定させる変数確定処理の流れ
引き続き、係数確定部４によって行なわれる、上記の各回帰式が有する説明変数を求めて確定させる変数確定処理の流れについて、図９を用いて説明する。図９は、上記の各回帰式が有する説明変数を求めて確定させる変数確定処理の流れを示すフローチャートである。

まず、係数確定部４が、任意の属性（例えば性別や年齢層）を示す属性フィールドを、コール記録ＤＢ１に追加する（ステップＳ１１）。そして、係数確定部４が、既存顧客ＤＢ６のコール元電話番号と一致するコール記録ＤＢ１におけるデータに対して、既存顧客ＤＢ６の属性を入力する（ステップＳ１２）。

次に、係数確定部４が、変数確定処理が行われていない属性別に説明変数（例えばｂ_ｉｘ（ｘは０，…，ｎ））を求める（ステップＳ１３）。そして、係数確定部４が、この求めた説明変数を含む上記各回帰式を用いて、後述の目的変数（Ｙ_ｉ，Ｙ_ｊ，Ｙ_ｋ，…）を回帰分析によって求め、属性の違いによる目的変数の変化割合（又は変化量）が所定値以上であるか否かを判定する（ステップＳ１４）。ここで、属性の違いによる目的変数の変化割合（又は変化量）が所定値未満である場合は、上記のステップＳ１１に戻って移行する。一方、属性の違いによる目的変数の変化割合（又は変化量）が所定値以上である場合は、係数確定部４が、ステップＳ１３で求めた説明変数を確定させて、係数確定部４による一連の変数確定処理が終了する。

（８）属性別に説明変数を求める算出処理の流れ
引き続き、係数確定部４によって行なわれる、属性別に説明変数を求める算出処理の流れについて、図１０を用いて説明する。図１０は、属性別に説明変数を求める算出処理の流れを示すフローチャートである。

まず、係数確定部４が、新規顧客のコール件数を示す目的変数Ｙ_ｉを求めるための下記の数式（１）に関して、最も当てはまりがよくなる最適な説明変数（例えばｂ_ｉｎ（ｎは０，…，ｎ））を求め、第一の回帰式として確定させる（ステップＳ２１）。なお、Ｘ_ｉｎ（ｎは１，…，ｎ）は、例えば、推定人口情報によって示される人口に関する数値が入力される。第三の回帰式及び第五の回帰式は、第一の回帰式における説明変数が異なった数式である。

次に、係数確定部４が、既存顧客のコール件数を示す目的変数Ｙ_ｋを求めるための下記の数式（２）に関して、最も当てはまりがよくなる最適な説明変数（例えばｂ_ｋｎ（ｎは０，…，ｎ））を求め、第二の回帰式として確定させる（ステップＳ２２）。そして、係数確定部４による属性別に説明変数を求める一連の算出処理が終了する。なお、Ｘ_ｋｎ（ｎは１，…，ｎ）は、例えば、推定人口情報によって示される人口に関する数値が入力される。第四の回帰式及び第六の回帰式は、第二の回帰式における説明変数が異なった数式である。

（９）回帰式を用いて需要件数を予測する需要予測処理の流れ
引き続き、係数確定部４及び需要予測部５によって行なわれる、回帰式を用いて需要件数を予測する需要予測処理の流れについて、図１１を用いて説明する。図１１は、回帰式を用いて需要件数を予測する需要予測処理の流れを示すフローチャートである。

まず、需要予測部５が、需要件数の予測日時における説明変数の予測値を、予測説明変数ＤＢ２から取得する（ステップＳ３１）。そして、需要予測部５が、取得した説明変数の予測値を、係数確定部４によって確定された回帰式に当てはめて、新規顧客・既存顧客別に需要件数を算出する。より詳しくは、需要予測部５が、上記の第一の回帰式を用いて得られた新規顧客に関する需要件数Ｙ_ｉと、上記の第二の回帰式を用いて得られた既存顧客に関する需要件数Ｙ_ｋとを算出する（ステップＳ３２）。

次に、需要予測部５が、新規顧客に関する需要件数Ｙ_ｉと、既存顧客に関する需要件数Ｙ_ｋとを合計し、最終的な需要予測値を算出する（ステップＳ３３）。

（１０）需要予測サーバが行なう処理全体の流れ
引き続き、需要予測サーバ１０によって行なわれる処理全体の流れについて、図１２を用いて説明する。図１２は、需要予測サーバ１０によって行なわれる処理全体の流れを示すフローチャートである。

まず、需要予測サーバ１０が、所定エリアにおいて推定される人口を示す推定人口情報（例えば上記の件数情報）を取得する（ステップＳ４１、推定取得ステップ）。そして、需要予測サーバ１０が、所定エリアにおける人口の変化要因となる要因情報を取得する（ステップＳ４２、要因取得ステップ）。

次に、需要予測サーバ１０が、タクシー配車サービスの提供を要請した利用者は新規顧客であるか否かを判定する（ステップＳ４３、判定ステップ）。そして、需要予測サーバ１０が、推定人口情報（ここでは上記の件数情報）と要因情報に基づく説明変数の予測値とステップＳ３３での判定結果とを用いて回帰分析することによって、新規顧客・既存顧客別に説明変数を求め、新規顧客・既存顧客別に回帰式を確定させる。次に、需要予測サーバ１０が、この新規顧客・既存顧客別の回帰式を用いて新規顧客に関する需要件数と、既存顧客に関する需要件数とをそれぞれ算出し、これらを合計することによって需要件数を予測する（予測ステップ）。これにより、一連の需要予測処理が終了する。

（１１）本発明による作用及び効果
需要予測サーバ１０では、まず、推定人口情報を取得し、サービスの提供を要請した利用者は新規利用者であるか否かを判定する。更に、新規利用者であると判断された利用者の需要件数に関する第一の回帰式と、新規利用者でないと判断された利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて需要件数を予測する。

ここで、取得された推定人口情報によって示される人口が多くなるほど、サービスの提供を必要としていると推測される人数も多くなるという相関関係がある。本発明に係る需要予測装置では、サービスの提供を必要としていると推測される人数と相関関係を有する上記の推定人口情報を考慮に入れているだけでなく、新規利用者に関する需要件数と、新規利用者でない利用者に関する需要件数とに分けて予測してそれを合計して需要件数を予測するといったように新規顧客であるか既存顧客であるかをも考慮に入れているため、より精度良く需要予測を行なうことが可能になる。

また、件数情報によって示される位置登録処理及び発着信処理のうち少なくとも一方が行われた処理件数が多くなるほど、携帯端末の保有者が多いと推測されるため、サービスの提供を必要としていると推測される人数も多くなるという相関関係がある。このため、この構成により、人口の動的な変化を推定することができるようになるため、より精度良く需要予測を行なうことが可能になる。

また、サービスの提供を必要としていると推測される人数が所定の属性の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。例えば、サービスの提供を必要としていると推測される人数が性別の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、サービスの提供を必要としていると推測される人数が年齢層の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、サービスの提供を必要としていると推測される人数が天候の違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

また、サービスの提供を必要としていると推測される人数が、所定エリアにおいて行なわれるイベントの違いによって異なる場合に、より精度良く需要予測を行なうことが可能になる。

（１２）変形例
上記の実施例では、需要予測サーバ１０は、タクシー会社に配備され、タクシー配車サービスの利用を望む利用客の需要を予測する装置として説明したが、サービスの内容は特に限定されず、例えば、物品販売サービスであってもよい。また、上記の実施例では、利用客の属性として性別や年齢を用いるとして説明したが、利用客の属性は特に限定されず、例えば、利用客の登録住所であってもよい。

本発明によれば、より精度良く需要予測を行なうことができる。

１…コール記録ＤＢ、２…予測説明変数ＤＢ、３…属性分離部、４…係数確定部、５…需要予測部、６…既存顧客ＤＢ、７…説明変数ＤＢ、１０…需要予測サーバ、１０１…ＣＰＵ、１０２…ＲＡＭ、１０３…ＲＯＭ、１０４…通信モジュール、１０５…補助記憶装置。

Claims (10)

1. サービスの利用を望む利用者の需要件数を予測する需要予測装置であって、
   所定エリアにおいて推定される人口を示す推定人口情報を取得する推定取得手段と、
   前記所定エリアにおける人口の変化要因となる要因情報を取得する要因取得手段と、
   前記サービスの提供を要請した前記利用者は新規利用者であるか否かを判定する判定手段と、
   前記推定取得手段によって取得された前記推定人口情報と、前記要因取得手段によって取得された前記要因情報と、前記判定手段による判定結果とを用いて回帰分析することによって、需要件数を予測する予測手段と、
   を備え、
   前記予測手段は、前記利用者は前記判定手段によって新規利用者であると判断された前記利用者の需要件数に関する第一の回帰式と、前記利用者は前記判定手段によって新規利用者でないと判断された前記利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて前記需要件数を予測することを特徴とする需要予測装置。
2. 前記サービスの提供を過去に要請した利用者に関する情報を予め記憶する既存顧客記憶手段を更に備え、
   前記判定手段は、前記サービスの提供を要請した利用者に関する情報が前記既存顧客記憶手段に含まれているか否かを判定し、前記既存顧客記憶手段に含まれている場合に前記利用者は新規利用者であると判定するとともに、前記既存顧客記憶手段に含まれていない場合に前記利用者は新規利用者でないと判定することを特徴とする請求項１に記載の需要予測装置。
3. 前記予測手段は、前記第一の回帰式に関して説明変数を求めるとともに、前記第二の回帰式に関して説明変数を求め、前記第一の回帰式に関して求めた説明変数を含む前記第一の回帰式を用いて目的変数を求めるとともに、前記第二の回帰式に関して求めた説明変数を含む前記第二の回帰式を用いて目的変数を求め、前記第一の回帰式及び前記第二の回帰式の属性の違いによる目的変数の変化割合が所定値以上であるか否かを判定し、当該属性の違いによる目的変数の変化割合が所定値以上である場合に、前記第一の回帰式に関して求めた説明変数と前記第二の回帰式に関して求めた説明変数とのそれぞれを確定させることを特徴とする請求項１又は２に記載の需要予測装置。
4. 前記推定取得手段は、前記所定エリアにおいて所定時間内に携帯端末による位置登録処理及び発着信処理のうち少なくとも一方が行われた処理件数に関する件数情報を前記推定人口情報として取得することを特徴とする請求項１〜３のいずれかに記載の需要予測装置。
5. 前記判定手段は、前記サービスの提供を要請した前記利用者に関する属性を判定し、
   前記予測手段は、前記利用者は前記判定手段によって所定の属性を有すると判断された前記利用者の需要件数に関する第三の回帰式と、前記利用者は前記判定手段によって前記所定の属性を有していないと判断された前記利用者の需要件数に関する第四の回帰式とをそれぞれ求め、当該第三の回帰式を用いて得られた前記所定の属性の利用者に関する需要件数と、当該第四の回帰式を用いて得られた前記所定の属性を有していない利用者に関する需要件数とを併せて前記需要件数を予測する、
   ことを特徴とする請求項１〜４のいずれかに記載の需要予測装置。
6. 前記判定手段は、前記サービスの提供を要請した前記利用者に関する属性として性別を判定し、
   前記予測手段は、前記利用者は前記判定手段によって男性であると判断された前記利用者の需要件数に関する第三の回帰式と、前記利用者は前記判定手段によって女性であると判断された前記利用者の需要件数に関する第四の回帰式とをそれぞれ求め、当該第三の回帰式を用いて得られた男性利用者に関する需要件数と、当該第四の回帰式を用いて得られた女性利用者に関する需要件数とを併せて前記需要件数を予測する、
   ことを特徴とする請求項５に記載の需要予測装置。
7. 前記判定手段は、前記サービスの提供を要請した前記利用者の年齢の年齢層を判定し、
   前記予測手段は、前記利用者は前記判定手段によって所定の年齢層であると判断された前記利用者の需要件数に関する第五の回帰式と、前記利用者は前記判定手段によって前記所定の年齢層でないと判断された前記利用者の需要件数に関する第六の回帰式とをそれぞれ求め、当該第五の回帰式を用いて得られた前記所定の年齢層の利用者に関する需要件数と、当該第六の回帰式を用いて得られた前記所定の年齢層でない利用者に関する需要件数とを併せて前記需要件数を予測する、
   ことを特徴とする請求項１〜６のいずれかに記載の需要予測装置。
8. 前記要因情報は、前記所定エリアにおける天候に関する天候情報を含むことを特徴とする請求項１〜７のいずれかに記載の需要予測装置。
9. 前記要因情報は、前記所定エリアにおいて行われるイベントに関するイベント情報を含むことを特徴とする請求項１〜８のいずれかに記載の需要予測装置。
10. サービスの利用を望む利用者の需要件数を予測する需要予測装置が行なう需要予測方法であって、
    所定エリアにおいて推定される人口を示す推定人口情報を前記需要予測装置が取得する推定取得ステップと、
    前記所定エリアにおける人口の変化要因となる要因情報を前記需要予測装置が取得する要因取得ステップと、
    前記サービスの提供を要請した前記利用者は新規利用者であるか否かを前記需要予測装置が判定する判定ステップと、
    前記推定取得ステップで取得された前記推定人口情報と、前記要因取得ステップで取得された前記要因情報と、前記判定ステップでの判定結果とを用いて前記需要予測装置が回帰分析することによって、需要件数を予測する予測ステップと、
    を有し、
    前記予測ステップでは、前記利用者は前記判定ステップで新規利用者であると判断された前記利用者の需要件数に関する第一の回帰式と、前記利用者は前記判定ステップで新規利用者でないと判断された前記利用者の需要件数に関する第二の回帰式とをそれぞれ求め、当該第一の回帰式を用いて得られた新規利用者に関する需要件数と、当該第二の回帰式を用いて得られた新規利用者でない利用者に関する需要件数とを併せて前記需要件数を予測することを特徴とする需要予測方法。

Images