JP5468084B2 - 情報分析装置および情報分析方法 - Google Patents

Description

本発明は、移動機加入者の位置情報に基づいて災害時の避難状況を分析する情報分析装置および情報分析方法に関する。

災害時の避難に事前に備えるべく、道路の位置、避難所の位置、避難経路、避難時の移動速度、通常時の人口分布および避難開始時刻といったさまざまな情報に基づいて、災害時の避難状況を予測する技術が特許文献１に提案されている。

特開２００９−３１４６１号公報

しかしながら、上記技術では、実際の人口分布情報でなく、予め記憶しておいた通常時の人口分布情報を基礎として災害時の避難状況を予測するため、より精度の良い避難状況予測を行う上で改善の余地があった。特に近年では、昼間にいる場所（例えば勤務先）と自宅とが遠く離れており、災害時に徒歩で帰宅することが困難な者（いわゆる帰宅困難者）が、大都市圏では極めて多数存在することが問題になっており、災害時の避難状況として、帰宅困難者の数を精度良く求めることは極めて重要な課題となっている。

もちろん、従来の国勢調査により得られた各勤務者についての勤務先住所情報と自宅住所情報から勤務先−自宅間距離を求め、勤務先−自宅間距離が所定の基準に合致する勤務者の数に基づいて帰宅困難者数の概算値を求めることは可能と思われる。しかし、上記の手法では、災害時に、勤務先とは異なる場所にいた者の数、および買い物や観光目的で訪れていた者の数などを考慮に入れることはできず、実際の帰宅困難者数を精度良く求めることは困難である。

そこで、本発明は、上記課題を解決するために成されたものであり、災害時の帰宅困難者数をより精度良く求めることを目的とする。

本発明の一側面に係る情報分析装置は、移動機加入者の住所情報を含んだ属性情報と、前記移動機加入者の加入者識別情報とを対応付けて記憶した加入者属性情報記憶部と、移動機加入者の位置を示す位置情報、当該位置が特定された時刻情報、および当該移動機加入者の加入者識別情報を含んだ加入者位置情報であって、前記時刻が対象時間帯の範囲内にある前記加入者位置情報を取得する取得部と、前記取得部により同一の移動機加入者について複数の加入者位置情報が取得された場合、所定規則に基づいて前記複数の加入者位置情報を単一の加入者位置情報相当に絞り込む単一化部と、各移動機加入者について、前記加入者識別情報が共通する、単一化後の加入者位置情報相当と前記加入者属性情報記憶部に記憶された属性情報とを関連付ける第１の関連付け部と、各エリアについてのエリア境界情報を記憶した境界情報記憶部と、各移動機加入者について、加入者位置情報相当と、当該加入者位置情報相当に関連付けられた属性情報内の住所情報とに基づいて、移動機加入者の位置と住所間の距離を算出する距離算出部と、算出された距離が帰宅困難者判定のための第１の基準値以上である前記加入者位置情報相当を抽出する抽出部と、抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出する導出部と、を備え、前記抽出部は、算出された距離が、前記第１の基準値よりも小さく設定された滞留者判定のための第３の基準値以上である前記加入者位置情報相当を抽出し、前記導出部は、抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの滞留者数を導出し、前記導出部は、各エリアについて滞留者数から帰宅困難者数を減算することで、エリアごとの近距離徒歩帰宅者数を導出し、前記導出部は、前記抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの前記加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出し、前記導出部は、前記算出された距離が支援活動候補者判定のための第２の基準値以下であり且つ前記属性情報が支援活動候補者判定のための所定条件を満たす加入者位置情報相当の数を前記エリアごとに集計し、該集計値に基づいてエリアごとの加入者位置情報相当の数を、支援活動候補者の数として導出する。

上記情報分析装置では、取得部が、移動機加入者の位置を示す位置情報、当該位置が特定された時刻情報、および当該移動機加入者の加入者識別情報を含んだ加入者位置情報であって、時刻が対象時間帯の範囲内にある加入者位置情報を取得し、単一化部が、取得部により同一の移動機加入者について複数の加入者位置情報が取得された場合、所定規則に基づいて複数の加入者位置情報を単一の加入者位置情報相当に絞り込む。そして、第１の関連付け部が、各移動機加入者について、加入者識別情報が共通する、単一化後の加入者位置情報相当と加入者属性情報記憶部に記憶された属性情報とを関連付けると、距離算出部が、各移動機加入者について、加入者位置情報相当と、当該加入者位置情報相当に関連付けられた属性情報内の住所情報とに基づいて、移動機加入者の位置と住所間の距離を算出する。さらに、抽出部が、算出された距離が帰宅困難者判定のための第１の基準値以上である加入者位置情報相当を抽出し、導出部が、抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出する。このように情報分析装置では、移動機加入者の加入者位置情報相当および住所情報を基に、いわゆる帰宅距離を算出し、該帰宅距離が基準値以上である加入者位置情報相当を抽出し、抽出された加入者位置情報相当の数から帰宅困難者数を導出するため、災害時に、勤務先とは異なる場所にいた者の数および買い物や観光目的で訪れていた者の数などを考慮に入れた上で、従来よりもはるかに精度の良い帰宅困難者数を求めることができ、帰宅困難者数の分布状況をタイムリー且つ的確に把握することができる。なお、上記の「加入者位置情報相当」は、加入者位置情報そのものはもちろん、加入者位置情報に相当する情報（例えば現在の人口分布等で用いられているウェイト加算により得られるウェイト値など）を含む概念である。ここで例示したウェイト値については、後に説明する。ところで、「帰宅困難者」に関連する用語として、外出中の者（自宅又はその近傍にいない者）に相当する「滞留者」や、外出中だが徒歩で帰宅可能な者に相当する「近距離徒歩帰宅者」が知られている。そこで、上記情報分析装置では、抽出部が、算出された距離が、第１の基準値よりも小さく設定された滞留者判定のための第３の基準値以上である加入者位置情報相当を抽出し、導出部が、抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報とエリア境界情報とに基づいて、在圏するエリアごとに加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの滞留者数を導出する。この場合、滞留者数を得ることができる。また、上記情報分析装置では、導出部が、各エリアについて滞留者数から帰宅困難者数を減算することで、エリアごとの近距離徒歩帰宅者数を導出する。この場合、近距離徒歩帰宅者数を得ることができる。また、上記情報分析装置では、導出部が、抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出してもよい。この場合、精度の良い属性別の帰宅困難者数を導出し、属性別の帰宅困難者数の分布状況を把握することができる。また、上記情報分析装置では、導出部が、算出された距離が支援活動候補者判定のための第２の基準値以下であり且つ属性情報が支援活動候補者判定のための所定条件を満たす加入者位置情報相当の数をエリアごとに集計し、該集計値に基づいてエリアごとの加入者位置情報相当の数を、支援活動候補者の数として導出してもよい。この場合、支援活動候補者の数を得ることができる。

また、上記情報分析装置では、導出部が、災害発生時の加入者位置情報相当に関連付けられた属性情報内の住所情報に基づいて、帰宅困難者の居住地別の帰宅困難者数を導出してもよい。この場合、帰宅困難者の居住地別の帰宅困難者数を得ることができる。また、導出部は、ある居住地の帰宅困難者についての災害発生時の加入者位置情報相当に基づいて、帰宅困難者が災害発生時に在圏したエリアごとに加入者位置情報相当の数を集計することで、当該ある居住地の帰宅困難者に関する災害発生時在圏エリア別の帰宅困難者数を導出してもよい。この場合、ある居住地の帰宅困難者に関する災害発生時在圏エリア別の帰宅困難者数を得ることができる。

また、上記情報分析装置では、導出部が、災害発生時の加入者位置情報相当に基づいて、災害発生時に移動機加入者が在圏したエリア別の帰宅困難者数を導出してもよい。この場合、帰宅困難者の発生地（災害発生時に在圏していたエリア）別の帰宅困難者数を得ることができる。また、導出部は、あるエリアに災害発生時に在圏していた帰宅困難者についての災害発生時の加入者位置情報相当に基づいて、該加入者位置情報相当に関連付けられた属性情報内の住所情報を参照し、当該あるエリアに災害発生時に在圏していた帰宅困難者に関する居住地別の帰宅困難者数を導出してもよい。この場合、あるエリアに災害発生時に在圏していた帰宅困難者に関する居住地別の帰宅困難者数を得ることができる。

ここで、導出部は、災害発生時の加入者位置情報相当に関連付けられた属性情報内の住所情報に基づいて、帰宅困難者の居住地別の帰宅困難者数を導出するとともに、災害発生時の加入者位置情報相当に基づいて、災害発生時に在圏したエリア別の帰宅困難者数を導出し、帰宅困難者の居住地別の帰宅困難者数と災害発生時に在圏したエリア別の帰宅困難者数の両方が所定条件以上のエリアを導出してもよい。この場合、帰宅困難者の発生地と居住地の両方の条件で、帰宅困難者数を精度良く分析することができる。

また、上記情報分析装置は、導出されたエリアごとの帰宅困難者数と所定の選定基準とに基づいて、支援対象となるエリアを抽出する対象エリア抽出部、をさらに備えてもよい。この場合、支援対象となるエリアを求めることができる。

なお、移動機加入者の位置を示す位置情報は緯度および経度により表してもよく、第１の関連付け部は、加入者位置情報相当と関連付けようとする属性情報内の住所情報を緯度および経度により表される形式に変換し、変換後の住所情報を含んだ属性情報を加入者位置情報相当に関連付けてもよい。

また、情報分析装置は、エリアごとの帰宅困難者数に基づき、帰宅困難者数の分布を示す地図を出力する出力部、をさらに備えてもよい。この場合、出力される地図から帰宅困難者数の分布を視覚的に把握することができる。

また、上記の「エリア」としては、セクタ、メッシュ、および市区町村を含む、土地を区分けするための区分け単位、のうちのいずれを適用してもよい。

上記の「エリア」としてセクタを適用した場合、情報分析装置は、導出されたセクタごとの帰宅困難者数を、所定の区画分け規則に基づき区画分けされたメッシュごとの帰宅困難者数に、セクタ境界情報および区画分け規則から得られるセクタとメッシュとの位置関係に基づいて変換する変換部、をさらに備えてもよい。この場合、セクタごとの帰宅困難者数からメッシュごとの帰宅困難者数を求めることができる。

なお、前述した情報分析装置は、対象時間帯を指定するための指定部をさらに備えてもよい。

前述した情報分析装置に係る発明は、情報分析方法に係る発明として捉えることもでき、以下のように記述することができる。

本発明の一側面に係る情報分析方法は、移動機加入者の住所情報を含んだ属性情報と前記移動機加入者の加入者識別情報とを対応付けて記憶した加入者属性情報記憶部、および、各エリアについてのエリア境界情報を記憶した境界情報記憶部、を備える情報分析装置、により実行される情報分析方法であって、移動機加入者の位置を示す位置情報、当該位置が特定された時刻情報、および当該移動機加入者の加入者識別情報を含んだ加入者位置情報であって、前記時刻が対象時間帯の範囲内にある前記加入者位置情報を取得する取得ステップと、前記取得ステップにより同一の移動機加入者について複数の加入者位置情報が取得された場合、所定規則に基づいて前記複数の加入者位置情報を単一の加入者位置情報相当に絞り込む単一化ステップと、各移動機加入者について、前記加入者識別情報が共通する、単一化後の加入者位置情報相当と前記加入者属性情報記憶部に記憶された属性情報とを関連付ける第１の関連付けステップと、各移動機加入者について、加入者位置情報相当と、当該加入者位置情報相当に関連付けられた属性情報内の住所情報とに基づいて、移動機加入者の位置と住所間の距離を算出する距離算出ステップと、算出された距離が帰宅困難者判定のための第１の基準値以上である加入者位置情報相当を抽出する抽出ステップと、抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出する導出ステップと、を備え、前記抽出ステップでは、前記情報分析装置は、算出された距離が、前記第１の基準値よりも小さく設定された滞留者判定のための第３の基準値以上である前記加入者位置情報相当を抽出し、前記導出ステップでは、前記情報分析装置は、抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの滞留者数を導出し、前記導出ステップでは、前記情報分析装置は、各エリアについて滞留者数から帰宅困難者数を減算することで、エリアごとの近距離徒歩帰宅者数を導出し、前記導出ステップでは、前記情報分析装置は、前記抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの前記加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出し、前記導出ステップでは、前記情報分析装置は、前記算出された距離が支援活動候補者判定のための第２の基準値以下であり且つ前記属性情報が支援活動候補者判定のための所定条件を満たす加入者位置情報相当の数を前記エリアごとに集計し、該集計値に基づいてエリアごとの加入者位置情報相当の数を、支援活動候補者の数として導出する。

なお、上記導出ステップでは、情報分析装置は、抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出してもよい。

情報分析方法は、情報分析装置によって所定時間ごとに実行されてもよい。

本発明によれば、災害時の帰宅困難者数をより精度良く求めることができる。

通信システムのシステム構成図である。 ＲＮＣおよび交換機の機能構成を示すブロック図である。 通信システムにおける移動機、ＲＮＣ、交換機および管理センタの処理を示すシーケンス図である。 交換機において管理している加入者情報の管理テーブルの一例を示す図である。 第１、第２実施形態における情報分析装置の機能ブロック構成図である。 加入者属性情報の一例を示す図である。 第１実施形態における情報分析処理のフロー図である。 第１実施形態における情報分析処理において関連付けられていく情報内容を示す図である。 セクタごとの帰宅困難者数等の導出例を示す図である。 メッシュごとの人口分布への変換処理を示すフロー図である。 メッシュデータとセクタ図の合成を説明するための図である。 各分割セクタの面積および面積比の算出を説明するための図である。 あるメッシュ内の分割セクタの人口概算値の総和算出を説明するための図である。 帰宅困難者数の分布図の一例である。 属性別の帰宅困難者数の分布図の一例である。 第２実施形態における情報分析処理のフロー図である。 第２実施形態における情報分析処理において関連付けられていく情報内容を示す図である。 帰宅困難者が帰宅する市区町村別の帰宅困難者数の導出等を説明するための図である。 帰宅困難者が発生する市区町村別の帰宅困難者数の導出等を説明するための図である。 帰宅困難者が帰宅する市区町村の上位且つ帰宅困難者が発生する市区町村の上位である市区町村の導出を説明するための図である。 第４実施形態における情報分析装置の機能ブロック構成図である。 図２１の変形例を示す図である。 第２実施形態における情報分析装置の変形例を示す機能ブロック構成図である。 第２実施形態における情報分析処理の変形例のフロー図である。

添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

［第１実施形態］
［通信システムの構成について］
図１は、本実施形態の通信システム１０のシステム構成図である。図１に示すように、この通信システム１０は、移動機１００、ＢＴＳ（基地局）２００、ＲＮＣ（無線制御装置）３００、交換機４００、および管理センタ５００を含んで構成されている。また、この管理センタ５００は、社会センサユニット５０１、ペタマイニングユニット５０２、モバイルデモグラフィユニット５０３、および可視化ソリューションユニット５０４から構成されている。

交換機４００は、ＢＴＳ２００、ＲＮＣ３００を介して、移動機１００が在圏するセクタのセクタＩＤであるＳＡＩ（Subscriber Area ID）を収集する。ＲＮＣ３００は、移動機１００があるセクタに在圏している場合に、そのセクタのＳＡＩを把握し、取得することができる。交換機４００は、このように取得された移動機１００のＳＡＩを、移動機１００が通信接続を実行する際に受け取ることができる。交換機４００は受け取ったＳＡＩを記憶しておき、所定のタイミング、または管理センタ５００からの要求に応じて収集したＳＡＩを管理センタ５００に出力する。ここで、一般的に、ＲＮＣ３００は、約千個からなるものであり、日本全国に配置されている。一方で、交換機４００は、３００個程度日本国内に配置されている。

管理センタ５００は、上述したとおり、社会センサユニット５０１、ペタマイニングユニット５０２、モバイルデモグラフィユニット５０３、および可視化ソリューションユニット５０４を含んで構成されており、各ユニットでは、移動機１００の位置情報に用いた統計処理を行う。

社会センサユニット５０１は、各交換機４００から移動機１００のＳＡＩ等を含んだデータを収集するサーバ装置である。この社会センサユニット５０１は、交換機４００から定期的に出力されたデータを受信したり、または社会センサユニット５０１において予め定められたタイミングに従って交換機４００からデータを取得したりできるように構成されている。

ペタマイニングユニット５０２は、社会センサユニット５０１から受信したデータを所定のデータ形式に変換するサーバ装置である。例えば、ペタマイニングユニット５０２は、加入者ＩＤをキーにソーティング処理を行ったり、エリアごとにソーティング処理を行ったりする。

モバイルデモグラフィユニット５０３は、ペタマイニングユニット５０２において処理されたデータに対する集計処理、即ち、各項目のカウンティング処理を行うサーバ装置である。例えば、モバイルデモグラフィユニット５０３は、あるエリアに在圏する加入者数をカウントしたり、また在圏分布を集計したりすることができる。

可視化ソリューションユニット５０４は、モバイルデモグラフィユニット５０３において集計処理されたデータを可視可能に処理するサーバ装置である。例えば、可視化ソリューションユニット５０４は、集計されたデータを地図上にマッピング処理することができる。なお、このように統計処理された情報は、当然にプライバシーを侵害しないように個人等は特定されないように加工されている。

なお、社会センサユニット５０１、ペタマイニングユニット５０２、モバイルデモグラフィユニット５０３および可視化ソリューションユニット５０４はいずれも、前述したようにサーバ装置により構成され、図示は省略するが、通常の情報処理装置の基本構成（即ち、ＣＰＵ、ＲＡＭ、ＲＯＭ、キーボードやマウス等の入力デバイス、外部との通信を行う通信デバイス、情報を記憶する記憶デバイス、および、ディスプレイやプリンタ等の出力デバイス）を備えることは言うまでもない。

次に、ＲＮＣ３００、および交換機４００の構成について説明する。図２は、ＲＮＣ３００および交換機４００の機能構成を示すブロック図である。ＲＮＣ３００は、通信制御部３０２を含んで構成されている。また、交換機４００は、通信制御部４０１、変換部４０２、および記憶部４０３を含んで構成されている。

まず、ＲＮＣ３００について説明する。通信制御部３０２は、移動機１００とＢＴＳ２００を介して通信接続を行う部分であり、例えば、移動機１００からの発信処理若しくは着信処理に基づいた通信接続処理および位置登録要求に基づいた通信接続処理を行う部分である。本実施形態では、さらに通信制御部３０２は、通信接続処理に用いられるInitial UE Messageに、移動機１００のＳＡＩを付加して、交換機４００に送信することができる。なお、このInitial UE Messageは、発信または位置登録要求を示す指示情報、移動機１００を一意に特定するＴＭＳＩ（Temporary Mobile Subscriber Identity）、およびＳＡＩを含んでいる。なお、ＴＭＳＩとは、移動機１００がネットワークに接続した際に、交換機４００により払い出されたＩＤ情報である。

この通信制御部３０２は、ＢＴＳ２００から移動機１００が在圏するセクタのＳＡＩを受信することができる。これにより、ＲＮＣ３００は、移動機１００がどのセクタに在圏しているかを把握することができる。また、ＲＮＣ３００は、在圏セクタＩＤを示すＳＡＩを把握することができ、交換機４００にこのＳＡＩを通知することができる。

次に、交換機４００について説明する。通信制御部４０１は、ＲＮＣ３００から送信されるInitial UE Messageを受信し、このInitial UE Messageを用いて通信接続処理を行う部分である。また、この通信制御部４０１は、定期的にまたは管理センタ５００からの要求に応じて、管理センタ５００に加入者ＩＤ（加入者識別情報）、ＳＡＩ、およびＳＡＩ取得時刻を送信する。

変換部４０２は、通信制御部４０１により受信されたInitial UE Messageに含まれているＴＭＳＩを加入者ＩＤに変換する部分である。変換部４０２は、変換処理に際して、加入者プロファイル情報を記憶する加入者プロファイル情報記憶部６００から、ＴＭＳＩに対応付けられている加入者ＩＤを抽出し、当該抽出した加入者ＩＤに変換する。なお、この加入者プロファイル情報記憶部６００は、例えばＨＬＲ（Home Location Register）に備えられているものであり、ここではＴＭＳＩと加入者ＩＤとを対応付けて管理・記憶している。

記憶部４０３は、加入者ＩＤとInitial UE Messageに含まれている移動機１００のＳＡＩと当該ＳＡＩが取得された時刻とを対応付けて記憶する部分である。この記憶部４０３に記憶されているＳＡＩは、通信制御部４０１による通信処理に従って、所定のタイミングまたは管理センタ５００からの要求に応じて収集される。この記憶部４０３は、例えば、図４に示されるような形式で記憶される。図４は、交換機４００において管理している加入者情報の管理テーブルの例を示す説明図である。図４に示されるように、加入者ＩＤ、ＨＬＲナンバー、ＳＡＩ、およびサービス種別（移動機に対して提供できる通信サービス等）を対応付けて記憶している。

次に、このように構成された通信システム１０の処理について説明する。図３は、通信システム１０における移動機１００、ＲＮＣ３００、交換機４００、および管理センタ５００の処理を示すシーケンス図である。

移動機１００から発信要求または位置登録要求が出力されると、ＲＮＣ２００では、それら要求に従って、基地局２００から移動機１００の在圏位置を示すＳＡＩ（セクタＩＤ）の取得が行われる（Ｓ１０１）。そして、ＲＮＣ３００では、通信制御部３０２により、移動機１００が在圏するセクタのセクタＩＤであるＳＡＩと、当該移動機１００を示すＴＭＳＩとが抽出される（Ｓ１０３）。通信制御部３０２により、取得されたＳＡＩとＴＭＳＩとは、Initial UE Messageに付加され、交換機４００に送信される（Ｓ１０４）。

交換機４００では、通信制御部４０１により、Initial UE Messageが受信され、そして当該Initial UE Messageに含まれているＴＭＳＩは、変換部４０２により移動機１００の加入者ＩＤに変換される（Ｓ１０５）。そして、記憶部４０３に、変換された加入者ＩＤ、ＳＡＩ取得時刻、およびＳＡＩが対応付けて記憶される（Ｓ１０６）。ここで対応付けて記憶された加入者ＩＤ、ＳＡＩ取得時刻およびＳＡＩを「加入者位置情報」という。その後、Ｓ１０１において発信要求がなされた場合には、その宛先に対する接続処理が行われる（Ｓ１０７）。

記憶部４０３に記憶された加入者位置情報（加入者ＩＤ、ＳＡＩ取得時刻およびＳＡＩ）は、管理センタ５００に送信される、または管理センタ５００からの要求に従って取得される（Ｓ１０８）。

このようにして、Initial UE Messageを用いて移動機のＳＡＩを交換機４００および管理センタ５００側に通知することができる。ただし、これに限るものではなく、例えば、本実施形態の変形例として、通信制御部３０２は、Initial UE Messageに代えて、ハンドオーバ時にはLocation Report信号を用いて移動機１００のＴＭＳＩおよびＳＡＩを通知するようにしてもよい。このLocation Report信号は、３ＧＰＰのＴＳ２５．４１３に規定されている信号である。この場合、当然に交換機４００はこのLocation Report信号を受信することができる構成となっている。

［情報分析装置について］
次に、本実施形態に係る情報分析装置について説明する。図５には情報分析装置７００の機能ブロック構成を示す。なお、一例として、情報分析装置７００は、図１のペタマイニングユニット５０２、モバイルデモグラフィユニット５０３および可視化ソリューションユニット５０４に相当する。本実施形態の情報分析装置７００は、詳細は後述するが、移動機加入者の現在位置を、当該移動機加入者が在圏するセクタの重心位置と仮定することで、前述したＳＡＩ（在圏セクタ識別情報）を含み交換機４００から取得可能な加入者位置情報と、移動機加入者の住所情報とを基に、在圏セクタの重心位置（現在位置）と住所間の距離（いわゆる帰宅距離）を算出する。

図５に示すように、情報分析装置７００は、指定部７０１、取得部７０２、単一化部７０３、第１の関連付け部７０４、第２の関連付け部７０５、距離算出部７０６、抽出部７０７、導出部７０８、変換部７０９、出力部７１０、加入者属性情報記憶部７１１、およびセクタ情報記憶部７１２を備えている。以下、各部の機能を説明する。

指定部７０１は、情報分析装置７００のオペレータが、後述する処理に関する対象時間帯を指定するための部分である。ただし、対象時間帯を指定することは必須ではないため、情報分析装置７００において指定部７０１は必須の構成要件ではない。対象時間帯が指定されない場合は、予め定めたデフォルトの時間帯（一例として、現在時刻の１時間前から現在時刻までの１時間）が対象時間帯とされる。

取得部７０２は、交換機４００から取得したデータの中から前述した加入者ＩＤ、ＳＡＩ取得時刻およびＳＡＩを含んだ加入者位置情報のうち、上記時刻情報が指定された対象時間帯の範囲内にある加入者位置情報を取得する。単一化部７０３は、取得部７０２により同一の移動機加入者について複数の加入者位置情報が取得された場合に、所定規則に基づいて複数の加入者位置情報を、以下に述べるような単一の加入者位置情報に相当する情報（単一の加入者位置情報相当）に絞り込む。ここでは、単一の加入者位置情報相当として、例えば、複数の加入者位置情報のうち、上記ＳＡＩ取得時刻が最も新しい加入者位置情報に絞り込んでもよい。また、対象時間帯の範囲内にある同一の移動機加入者の加入者位置情報の総数により１を割った値（ウェイト値）を算出し、当該ウェイト値の集合を単一の加入者位置情報相当としてもよい。この場合、単一の加入者位置情報相当を構成するウェイト値の合計は必ず１になる。例えば、ある移動機加入者について対象時間帯の範囲内の加入者位置情報の総数が４であり、このうちセクタＡへの在圏を示す加入者位置情報が１つ、セクタＢへの在圏を示す加入者位置情報が３つあったとすると、単一の加入者位置情報相当を構成するウェイト値は、セクタＡが1/4、セクタＢが3/4となる。なお、以下の実施形態では、表現の複雑化を避けるため、「加入者位置情報に相当する情報（加入者位置情報相当）」を「加入者位置情報」と記載して、説明を進める。

加入者属性情報記憶部７１１は、例えば図６に示すように、移動機加入者の加入者ＩＤと、移動機加入者の属性情報（住所、性別、年齢）とを対応付けて記憶している。第１の関連付け部７０４は、各移動機加入者について、加入者ＩＤが共通する単一化後の加入者位置情報と属性情報とを関連付ける。また、第１の関連付け部７０４は、関連付けられた属性情報内の住所情報を緯度・経度に変換し、住所緯度および住所経度の情報を得る機能も有する。その詳細は後述する。

セクタ情報記憶部７１２は、各セクタについての重心位置情報およびセクタ境界情報を記憶している。第２の関連付け部７０５は、各移動機加入者について、加入者位置情報に、当該加入者位置情報内のＳＡＩに対応するセクタの重心位置情報を関連付ける。

距離算出部７０６は、共通の加入者位置情報によって関連付けられる、属性情報および該加入者が在圏するセクタ（在圏セクタ）の重心位置情報について、在圏セクタの重心位置情報と属性情報内の住所情報とに基づいて、在圏セクタの重心位置と住所との距離（以下「帰宅距離」という）を算出する。抽出部７０７は、算出された帰宅距離が帰宅困難者判定のための所定の基準値（一例として１０ｋｍ）以上である加入者位置情報を抽出する。

導出部７０８は、抽出された加入者位置情報の数を、ある帰宅距離単位ごと（一例として１ｋｍ）に分類・集計し、段階的に重み付け（一例として１０〜１１ｋｍは１０％、１１〜１２ｋｍは２０％、…、１９〜２０ｋｍは１００％）を掛け合わせて、当該加入者位置情報に含まれるＳＡＩに基づいてセクタごとに集計し、該集計値に人口数変換計数（一例としてシェア率の逆数）を掛けることでセクタごとの帰宅困難者数を導出する。変換部７０９は、導出されたセクタごとの帰宅困難者数をメッシュごとの帰宅困難者数に変換する。出力部７１０は、変換後のメッシュごとの帰宅困難者数に基づき、帰宅困難者数の分布を示す地図を出力する（図１４参照）。

ところで、導出部７０８は、抽出された加入者位置情報に関連付けられた属性情報に基づいて、当該加入者位置情報の数を上記と同様に距離ごとに分類・重み付けしてセクタごとに属性別に集計し、該集計値に人口数変換計数（一例としてシェア率の逆数）を掛けることでセクタごとの属性別の帰宅困難者数を導出する機能も有する。その場合、変換部７０９は、導出されたセクタごとの属性別の帰宅困難者数をメッシュごとの属性別の帰宅困難者数に変換し、出力部７１０は、変換後のメッシュごとの属性別の帰宅困難者数に基づき、属性別の帰宅困難者数の分布を示す地図を出力する（図１５参照）。

［情報分析処理について］
次に、情報分析装置７００において実行される情報分析処理を、図７〜図１３に基づいて説明する。

情報分析装置７００において、オペレータにより指定部７０１から対象時間帯が指定され、所定の処理開始操作がなされると、図７に示す情報分析処理が情報分析装置７００により実行開始される。なお、対象時間帯の指定は必須ではなく、対象時間帯が指定されずに所定の処理開始操作がなされた場合、予め定めたデフォルトの時間帯（一例として、現在時刻の１時間前から現在時刻までの１時間）が対象時間帯とされる。

まず、取得部７０２が、交換機４００から送られてくる移動機加入者が在圏するセクタ（在圏セクタ）を示すＩＤとしてのＳＡＩ、ＳＡＩが取得された時刻情報（タイムスタンプ）、および当該移動機加入者の加入者ＩＤを含んだ加入者位置情報（図８（ａ）参照）のうち、タイムスタンプが対象時間帯の範囲内にある加入者位置情報を取得する（図７のステップＳ２０１）。そして、単一化部７０３は、取得部７０２により同一の移動機加入者について複数の加入者位置情報が取得された場合に、所定規則に基づいて複数の加入者位置情報を単一の加入者位置情報に絞り込む（ステップＳ２０２）。ここでは、一例として、複数の加入者位置情報のうち、上記時刻情報が最も新しい加入者位置情報に絞り込む。

次に、第１の関連付け部７０４は、各移動機加入者について、加入者ＩＤが共通する単一化後の加入者位置情報と属性情報とを関連付ける（ステップＳ２０３）。このとき、属性情報に含まれる住所情報として、例えば、国土交通省の自動車検査登録事務住所コードや財団法人国土地理協会が発行する住所コードが用いられている場合、第１の関連付け部７０４は、予め記憶した住所コードと緯度・経度の対応情報を参照することで、関連付けられた属性情報内の住所情報を緯度・経度に変換し、住所緯度および住所経度の情報を得る。これにより、図８（ｂ）に示す加入者位置情報と属性情報とを関連付けた情報が得られ、この図８（ｂ）の情報は第２の関連付け部７０５へ送られる。

次に、第２の関連付け部７０５は、各移動機加入者について、加入者位置情報に、当該加入者位置情報内のＳＡＩに対応するセクタの重心位置情報を関連付ける（ステップＳ２０４）。例えば、第２の関連付け部７０５は、ＳＡＩに対応するセクタの重心位置情報（ここではセクタ重心緯度情報およびセクタ重心経度情報）をセクタ情報記憶部７１２から読み出し、当該セクタの重心位置情報を、図８（ｂ）に示す情報に関連付けて、図８（ｃ）に示す情報を得る。この図８（ｃ）の情報は距離算出部７０６へ送られる。

次に、距離算出部７０６は、図８（ｃ）に示すように関連付けられた住所情報（住所緯度および住所経度）とセクタの重心位置情報（セクタ重心緯度およびセクタ重心経度）を用いて帰宅距離（前述した在圏セクタ重心位置と住所間の距離）を算出する（ステップＳ２０５）。例えば、以下の式（１）により帰宅距離が算出される。緯度距離換算係数および経度距離換算係数は全国一律でもよく、地域によって異なってもよい（一例として東京周辺では、緯度距離換算係数は25.28、経度距離換算係数は30.83である）。これにより、図８（ｃ）の情報に、算出された帰宅距離がさらに関連付けられ、図８（ｄ）の情報が得られる。

次に、抽出部７０７は、算出された帰宅距離が帰宅困難者判定のための所定の基準値（一例として１０ｋｍ）以上である加入者位置情報を抽出する（ステップＳ２０６）。そして、導出部７０８は、抽出された加入者位置情報の数を、ある帰宅距離単位ごと（一例として１ｋｍ）に分類・集計し、段階的に重み付け（一例として１０〜１１ｋｍは１０％、１１〜１２ｋｍは２０％、…、１９〜２０ｋｍは１００％）を掛け合わせて、当該加入者位置情報に含まれるＳＡＩに基づいてセクタごとに集計し、該集計値に人口数変換計数（一例としてシェア率の逆数）を掛けることでセクタごとの帰宅困難者数を導出する（ステップＳ２０７）。このとき導出部７０８は、抽出された加入者位置情報に関連付けられた属性情報に基づいて、当該加入者位置情報の数を、上記と同様に距離ごとに分類・重み付けしてセクタごとに属性別に集計し、該集計値に人口数変換計数（一例としてシェア率の逆数）を掛けることでセクタごとの属性別の帰宅困難者数を導出する。これにより、例えば、図９に示すように、セクタごとの帰宅困難者数と、その内訳として、男性の帰宅困難者数、女性の帰宅困難者数、年齢層および性別の帰宅困難者数（２０代男性の帰宅困難者数、２０代女性の帰宅困難者数など）を導出することができる。

次に、変換部７０９は、導出されたセクタごとの帰宅困難者数をメッシュごとの帰宅困難者数に変換する（ステップＳ２０８）。以下、この変換処理を図１０〜図１３に基づいて概説する。まず、変換部７０９は、セクタ情報記憶部７１２に記憶された各セクタのセクタ境界情報に基づき再現されるセクタ図（図１１（ａ）参照）と、所定の区画分け規則に基づき再現される２次元的なメッシュ（図１１（ｂ）参照）とを合成し、図１１（ｃ）に示すような合成図を得る（ステップＳ２０８Ａ）。

次に、変換部７０９は、上記合成図においてメッシュ境界により各セクタを分割する（ステップＳ２０８Ｂ）。例えば、図１２に示すように、図１１（ａ）のセクタＡは、メッシュ境界により４つの分割セクタA-1、A-2、A-3、A-4に分割される。そして、変換部７０９は、各分割セクタの面積を算出し（ステップＳ２０８Ｃ）、各分割セクタの面積比を算出する（ステップＳ２０８Ｄ）。例えば図１２に示すように、分割セクタA-1、A-2、A-3、A-4の面積として、それぞれ１０ｍ²、５０ｍ²、１００ｍ²、４０ｍ²が算出されたとすると、分割セクタA-1、A-2、A-3、A-4の面積比（例えば百分率）として、５％、２５％、５０％、２０％が算出される。

次に、変換部７０９は、各分割セクタの帰宅困難者数を算出する（ステップＳ２０８Ｅ）。例えば図１１（ａ）のセクタＡの帰宅困難者数が８００人であったとすると、図１３に示すように分割セクタA-2の帰宅困難者数として、２００人（即ち、８００人×２５％）が算出される。同様に、セクタＢ、Ｃの帰宅困難者数がそれぞれ５００人、７５０人であったとすると、セクタＢにおける面積比８０％の分割セクタB-1の帰宅困難者数として、４００人（即ち、５００人×８０％）が算出され、セクタＣにおける面積比８０％の分割セクタC-4の帰宅困難者数として、６００人（即ち、７５０人×８０％）が算出される。

さらに、変換部７０９は、１つのメッシュに内包された複数の分割セクタの帰宅困難者数の総和を算出することで、当該メッシュの帰宅困難者数を算出する（ステップＳ２０８Ｆ）。図１３の例では、１つのメッシュに内包された分割セクタA-2、B-1、C-4の帰宅困難者数の総和１２００人（即ち、２００人＋４００人＋６００人）を算出し、この１２００人を当該メッシュの帰宅困難者数とする。以上のようにして、セクタごとの帰宅困難者数がメッシュごとの帰宅困難者数に変換される。

また、属性別のセクタごとの帰宅困難者数についても、同様の手法で、属性別のメッシュごとの帰宅困難者数に変換することができる。

図７へ戻り、最後のステップＳ２０９では、出力部７１０が、変換後のメッシュごとの帰宅困難者数に基づき、図１４のような帰宅困難者数の分布を示す地図を出力する。また、出力部７１０は、属性別のセクタごとの帰宅困難者数についても同様に、図１５のような属性別の帰宅困難者数の分布を示す地図を出力する。この図１５は、２０代男性についての帰宅困難者数の分布を示している。

以上の情報分析処理により、帰宅困難者数の分布を示す地図（図１４）が出力されるため、精度の良い帰宅困難者数の分布状況を視覚的に把握することができる。また、属性別の帰宅困難者数の分布を示す地図（図１５）が出力されるため、精度の良い属性別の帰宅困難者数の分布状況を視覚的に把握することができる。また、上記の情報分析処理は所定時間おきに実行され、それにより、時々刻々と変化する帰宅困難者数の分布状況をタイムリー且つ的確に把握することができる。

以上説明したように、本実施形態によれば、交換機４００から取得可能な加入者位置情報を基に、災害時の帰宅困難者数をより精度良く求めることができるとともに、帰宅困難者数の分布状況をタイムリー且つ的確に把握することができる。

［第２実施形態］
加入者位置情報は、第１実施形態で述べた、加入者が在圏するセクタＩＤ（ＳＡＩ）やセクタ重心位置を用いた加入者位置情報に限定されるものではない。そこで、第２実施形態では、第１実施形態とは異なる加入者位置情報（例えばＧＰＳ位置情報やＰＲＡＣＨ−ＰＤ座標情報等）に基づく処理について説明する。

例えば、ＧＰＳ位置情報を用いる場合、情報分析装置７００により実行される情報分析処理は図１６に示す処理となる。図１６では、前述した図７と同じ処理には同一の番号を付している。即ち、ステップＳ２０１で取得される加入者位置情報は、図１７（ａ）のように、加入者の位置（緯度、経度）を表すＧＰＳ位置情報、当該ＧＰＳ位置情報が取得された時刻情報（タイムスタンプ）、および当該移動機加入者の加入者ＩＤを含む。

また、ステップＳ２０３の関連付けにより、図１７（ａ）のように、加入者位置情報に加入者の住所情報や性別・年齢等の情報が関連付けられる。この図１７（ｂ）の情報は距離算出部７０６へ送られる。

次に、距離算出部７０６は、図１７（ｂ）に示すように関連付けられた住所情報（住所緯度および住所経度）と、加入者の位置（緯度、経度）を表すＧＰＳ位置情報とを用いて、帰宅距離（加入者の位置と住所間の距離）を算出する（ステップＳ２０５Ｘ）。例えば、以下の式（２）により帰宅距離が算出される。緯度距離換算係数および経度距離換算係数は全国一律でもよく、地域によって異なってもよい（一例として東京周辺では、緯度距離換算係数は25.28、経度距離換算係数は30.83である）。これにより、図１７（ｂ）の情報に、算出された帰宅距離がさらに関連付けられ、図１７（ｃ）の情報が得られる。

そして、ステップＳ２０６以降の処理は、第１実施形態と同様である。

なお、ＰＲＡＣＨ−ＰＤ座標情報を用いる場合も、上記と同様の処理により帰宅困難者数を導出することができる。

ところで、加入者位置情報としてＧＰＳ位置情報やＰＲＡＣＨ−ＰＤ座標情報を利用する場合は、セクタ単位で集計した人数をメッシュ単位の人数に変換することは必須ではなく、かかる変換処理を行わずに、以下のように、さまざまなエリア単位（例えば市区町村単位、メッシュ単位、セクタ単位など）の人数を導出することができる。

例えば図２３に示すように情報分析装置７００が、図５の構成要素であった第２の関連付け部７０５および変換部７０９を備えずに、セクタ情報記憶部７１２の代わりに、各エリアについてのエリア境界情報を記憶した境界情報記憶部７１２Ａを備える構成が考えられる。かかる構成で、導出部７０８は、抽出された加入者位置情報の数を距離ごとに分類・重み付けし、加入者位置情報の位置情報と、境界情報記憶部７１２Ａに記憶されたエリア境界情報とに基づいて、在圏するエリアごとに加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出することができる。

上記情報分析装置７００における処理例は図２４に示す。図２４に示すように、ステップＳ２０１〜Ｓ２０６は前述した図１６の処理と同様であり、ステップＳ２０７Ｘにおいて、導出部７０８は、抽出された加入者位置情報の数を距離ごとに分類・重み付けし、加入者位置情報の位置情報と、境界情報記憶部７１２Ａに記憶されたエリア境界情報とに基づいて、在圏するエリアごとに加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出する。そして、導出されたエリアごとの帰宅困難者数は、例えば人口分布図の形式で出力される（ステップＳ２０９）。

このようにして、セクタ単位で集計した人数をメッシュ単位の人数に変換する変換処理を行わずに、さまざまなエリア単位（例えば市区町村単位、メッシュ単位、セクタ単位など）の帰宅困難者数を導出することができる。

［第３実施形態］
第３実施形態では、応用事例として、(a-1)帰宅困難者が帰宅する地域（これは帰宅困難者の住所に相当するので、以下「居住地」という）別に帰宅困難者数を導出する例、(a-2)ある居住地を属性情報に持つ帰宅困難者に関する帰宅困難者になった場所（以下「帰宅困難者発生地」という）別の帰宅困難者数を導出する例、(b-1)帰宅困難者発生地別に帰宅困難者数を導出する例、および(b-2)ある帰宅困難者発生地で帰宅困難者になった者に関する居住地別の帰宅困難者数を導出する例について説明する。

まず、上記の(a-1)居住地別に帰宅困難者数を導出する例、および(a-2)ある居住地を属性情報に持つ帰宅困難者に関する帰宅困難者発生地別の帰宅困難者数を導出する例を説明する。図７のステップＳ２０７において、導出部７０８は、ステップＳ２０６で距離が基準値以上として抽出された加入者位置情報に関連付けられた属性情報内の住所情報から、ある居住地の移動機加入者のみを抽出し、その抽出した移動機加入者に関する災害発生時（例えば災害発生時刻から当該災害発生時刻の１０分後までの時間帯）に取得された加入者位置情報に含まれるセクタＩＤに基づいて、当該災害発生時に取得された加入者位置情報の数を災害発生時の在圏セクタごとに集計する。これにより、ある居住地を属性情報に持つ帰宅困難者に関する帰宅困難者発生地（ここでは一例として災害発生時の在圏セクタ）別の帰宅困難者数を導出することができる。これにより、図１８に示すように、例えば、居住地がＡ市の移動機加入者についての災害発生時の在圏セクタごとの帰宅困難者数として、在圏セクタがセクタ３である（「セクタＡ−３」で示す）帰宅困難者数が２００人、在圏セクタがセクタ１である（「セクタＡ−１」で示す）帰宅困難者数が１８０人、といったように導出される。なお、ここでは、図１８に示すように、在圏セクタごとの帰宅困難者数を多い順に配置替えしてもよく、これにより、災害発生時の在圏セクタがセクタ３である帰宅困難者数が最も多くて２００人であり、次に、在圏セクタがセクタ１である帰宅困難者数（１８０人）が続くといったように、居住地がＡ市の帰宅困難者に関する帰宅困難者発生地（災害発生時の在圏セクタ）の内訳（帰宅困難者発生地順のランキング）を得ることができる。また、上記の抽出されたある居住地の移動機加入者に関する災害発生時に取得された加入者位置情報の総数をカウントすることで、居住地が上記ある居住地である帰宅困難者の総数を導出できる。例えば図１８では、居住地がＡ市である帰宅困難者の総数「1000人」が導出される。以上のような処理を他の居住地（Ｂ市、Ｃ市、…）について実行することで、図１８のような帰宅困難者数が得られる。このとき、居住地がＡ市である帰宅困難者数の総数として「1000人」、居住地がＢ市である帰宅困難者数の総数として「13000人」などが導出されるため、帰宅困難者数の総数が多い順に居住地の市区町村を順位付けすることで、図１８の右端に示すように、居住地別の帰宅困難者数の総数が多い方からの市区町村ランキング情報を簡単に得ることができる。なお、ここでは、セクタＩＤを含む加入者位置情報への適用例を示したが、これ以外の加入者位置情報（例えばＧＰＳ位置情報を含む加入者位置情報）にも適用可能である。

次に、(b-1)帰宅困難者発生地別に帰宅困難者数を導出する例、および(b-2)ある帰宅困難者発生地で帰宅困難者になった者に関する居住地別の帰宅困難者数を導出する例を説明する。ここでは、説明を簡単にするため、ＧＰＳ位置情報を含む加入者位置情報を採用し、加入者位置情報から移動機加入者が災害発生時にいた市区町村（帰宅困難者発生地）を導出可能であるとする。図７のステップＳ２０７において、導出部７０８は、ステップＳ２０６で距離が基準値以上として抽出された加入者位置情報から、災害発生時（例えば災害発生時刻から当該災害発生時刻の１０分後までの時間帯）に取得された加入者位置情報のみを抽出し、抽出された加入者位置情報の数を、該加入者位置情報から導出される帰宅困難者発生地ごとに集計する。これにより、帰宅困難者発生地別に帰宅困難者数を導出することができる。図１９の例では、帰宅困難者発生地がＡ市である帰宅困難者数の総数として「120000人」、帰宅困難者発生地がＢ市である帰宅困難者数の総数として「150000人」などが導出される。さらに、導出部７０８は、導出される帰宅困難者発生地がある市区町村（例えばＡ市）である加入者位置情報について、関連付けられた属性情報内の住所（居住地）情報を参照して、居住地ごとにその数（即ち、帰宅困難者発生地がある市区町村（例えばＡ市）である加入者位置情報の数）を集計する。これにより、図１９に示すように、帰宅困難者発生地がＡ市である帰宅困難者数の総数「120000人」の内訳として、居住地がＣ市である（「Ａ−Ｃ市」で示す）帰宅困難者数が２５０００人、居住地がＢ市である（「Ａ−Ｂ市」で示す）帰宅困難者数が２２０００人、といったように導出される。なお、ここでは、図１９に示すように、居住地ごとの帰宅困難者数を多い順に配置替えしてもよく、これにより、居住地がＣ市である帰宅困難者数が最も多くて２５０００人であり、次に、居住地がＢ市である帰宅困難者数（２２０００人）が続くといったように、帰宅困難者発生地がＡ市である帰宅困難者の居住地の内訳（居住地順のランキング）を得ることができる。以上のような処理を他の帰宅困難者発生地（Ｂ市、Ｃ市、…）について実行することで、図１９のような帰宅困難者数が得られる。一方、先に述べたように、帰宅困難者発生地がＡ市である帰宅困難者数の総数「120000人」、帰宅困難者発生地がＢ市である帰宅困難者数の総数「150000人」などが導出されるため、帰宅困難者数の総数が多い順に帰宅困難者発生地の市区町村を順位付けすることで、図１９の右端に示すように、帰宅困難者発生地別の帰宅困難者数の総数が多い方からの市区町村ランキング情報を簡単に得ることができる。なお、ここでは、ＧＰＳ位置情報を含む加入者位置情報への適用例を示したが、これ以外の加入者位置情報（例えばセクタＩＤを含む加入者位置情報）にも適用可能である。

さらに、図１８、図１９のような市区町村ランキング情報から、帰宅困難者が帰宅する市区町村（帰宅困難者の居住地）の上位であり且つ帰宅困難者が発生する市区町村（帰宅困難者発生地）の上位である市区町村（例えば、Ｂ市、Ｄ市、Ｇ市・・・）を簡単に特定することができ、図２０に示すように、特定した市区町村の中でのランキング情報を簡単に得ることができる。例えば、対象となる各市区町村について、図１８で得られた帰宅困難者数と図１９で得られた帰宅困難者数とを掛け算して得た値や、足し算して得た値などに基づいて、対象となる各市区町村のランキング情報（例えば、１位がＢ市、２位がＧ市、３位がＤ市・・・）を簡単に得ることができる。

なお、上記のような市区町村ランキング情報を求めるに際し、考慮する要素としては、帰宅困難者の居住地別の帰宅困難者数と帰宅困難者発生地別の帰宅困難者数とに限定されるものではなく、例えば、帰宅する際に帰宅困難者が通過する地域をさらに考慮して、各地域の特性を分析・分類することができる。

また、帰宅困難者が通過する地域だけでなく、建物の被害想定情報（例えばハザードマップ（火災・地震・液状化・地盤沈下等の発生予測地図）の情報）といった要素も、同様に考慮することも考えられる。

［第４実施形態］
第４実施形態では、応用事例として、帰宅困難者数と所定の選定基準とに基づいて、支援対象となる地域を抽出する例について説明する。ここでの「地域」の単位としては、さまざまなもの（例えば、メッシュ単位、セクタ単位、市区町村単位など）を採用できるが、以下ではメッシュ単位を採用した例を説明する。

第４実施形態の情報分析装置７００は、図２１に示すように、第１実施形態の情報分析装置の構成に加え、変換部７０９による変換で得られたメッシュごとの帰宅困難者数と所定の選定基準とに基づいて、支援対象となるメッシュを抽出する対象メッシュ抽出部７１３を備えてもよいし、または、変換部７０９を使わずに、メッシュ情報と加入者位置情報に含まれる緯度経度を基に加入者位置情報をメッシュごとに集計することにより、変換部７０９による変換処理を行わず、メッシュごとの帰宅困難者数と所定の選定基準とに基づいて、支援対象となるメッシュを抽出する対象メッシュ抽出部７１３を備えてもよい。また、情報分析装置７００は、メッシュごとの帰宅困難者数を所定時間おきに繰り返し導出しているものとする。

ここで、対象メッシュ抽出部７１３は、ある時間帯（例えば災害発生時刻〜そこから３時間経過後の時間帯）で導出された複数回のメッシュごとの帰宅困難者数における「最大値」が基準人数以上のメッシュを支援対象メッシュとして抽出してもよい。

また、対象メッシュ抽出部７１３は、ある時間帯（例えば災害発生時刻〜そこから３時間経過後の時間帯）で導出された複数回のメッシュごとの帰宅困難者数の「平均値」が基準人数以上のメッシュを支援対象メッシュとして抽出してもよい。

また、一般的に駅周辺は昼間の人口密度が高い地域と考えられるため、駅を含むメッシュのみを対象としてメッシュごとの帰宅困難者数を比較し、帰宅困難者数の多い方から所定数のメッシュを対象メッシュとして抽出してもよい。

なお、上記のような支援対象となる地域の抽出は、セクタ単位に行っても良い。その場合、情報分析装置７００は、図２２に示すように、第１実施形態の情報分析装置の構成に加え、導出部７０８により導出されたセクタごとの帰宅困難者数と所定の選定基準とに基づいて、支援対象となるセクタを抽出する対象セクタ抽出部７１４を備える。この対象セクタ抽出部７１４は、駅を含むセクタのみを対象としてセクタごとの帰宅困難者数を比較し、帰宅困難者数の多い方から所定数のセクタを対象セクタとして抽出してもよい。

また、前述した第３実施形態で述べた、帰宅困難者が発生する市区町村別の帰宅困難者数が多い方からの市区町村ランキング情報を基に、帰宅困難者数の多い方から所定数のセクタを対象セクタとして抽出するといった態様も考えられる。

さて、以上説明した実施形態では、「帰宅困難者」を、加入者の位置と住所（居住地）との距離が所定の基準値以上である者として説明した。しかし、このような「帰宅困難者」の定義は普遍的なものではなく、例えば以下のように、加入者の属性（年齢層）に応じて帰宅困難者であるか否かを柔軟に判断してもよい。一例として、６５歳以上の者を高齢者、１５〜２９歳の者を若者とすると、高齢者の場合、加入者の位置と住所との距離が５ｋｍ以上から帰宅困難者が発生し、同距離が１０ｋｍ以上になると、全て帰宅困難者とされ、一方、若者の場合は、上記の距離が２０ｋｍ以上から帰宅困難者が発生し、同距離が３０ｋｍ以上になると、全て帰宅困難者とされる、といった定義を行ってもよい。

ところで、「帰宅困難者」に関連する用語として、外出中の者（自宅又はその近傍にいない者）に相当する「滞留者」や、外出中だが徒歩で帰宅可能な者に相当する「近距離徒歩帰宅者」が知られている。ここで、「帰宅困難者」を、加入者の位置と住所との距離が帰宅困難者判定のための第１の基準値（一例として１０ｋｍ）以上の者と定義した場合、「滞留者」は、加入者の位置と住所との距離が、第１の基準値よりも小さく設定された滞留者判定のための基準値（一例として２ｋｍ）以上の者と定義することができる。滞留者数は、全ての加入者数から自宅者（自宅又はその近傍にいる者）の数を減算した数に相当する。また、「近距離徒歩帰宅者」は、滞留者のうち帰宅困難者でない者と定義することができ、近距離徒歩帰宅者数は、滞留者数から帰宅困難者数を減算した数に相当する。

前述した実施形態における帰宅困難者数の導出処理と同様の処理により、滞留者数を導出することができ、また、近距離徒歩帰宅者数を導出することができる。例えば、図５の情報分析装置７００における抽出部７０７は、加入者の位置と住所との距離が、第１の基準値よりも小さく設定された滞留者判定のための基準値以上である加入者位置情報を抽出し、導出部７０８は、抽出された加入者位置情報の数を距離ごとに分類・重み付けし、加入者位置情報内の位置情報とセクタ境界情報とに基づいて、在圏するセクタごとに加入者位置情報の数を集計し、該集計値に基づいてセクタごとの滞留者数を導出することができる。また、導出部７０８は、各セクタについて滞留者数から帰宅困難者数を減算することで、セクタごとの近距離徒歩帰宅者数を導出することができる。

さて、災害発生時に救助班として稼動が見込める者（以下「支援活動候補者」という）の数を把握することは重要である。支援活動候補者の判定基準としては、加入者の位置と住所との距離が支援活動候補者判定のための第２の基準値（例えば帰宅困難者判定のための第１の基準値と同じ値）以下であり、且つ、属性情報が支援活動候補者判定のための所定条件（例えば年齢が若者の年齢層（一例として２０歳〜３５歳）に入るという条件）を満たすという基準を採用することができる。導出部７０８は、前述した実施形態における帰宅困難者数の導出処理と同様の処理により、上記基準を満たす者（支援活動候補者）の数を導出することができる。また、支援活動候補者を「帰宅困難者でない若者」と定義すると、全体の加入者数ｘ、帰宅困難者数ｙ、および全体の中での若者の割合ｚが既に判明している場合、以下の式（３）により支援活動候補者の数を簡単に求めることができる。
支援活動候補者の数＝
（全体の加入者数ｘ−帰宅困難者数ｙ）×全体の中での若者の割合ｚ (3)
以上述べた実施形態により導出された帰宅困難者数は、防災訓練に利用するという用途が考えられる。例えば、メッシュごとの帰宅困難者数に基づき、防災訓練のための滞留者や支援活動候補者を、それぞれ必要な人数だけ配置することにより、災害発生時に近い状況を再現した上で、防災訓練を実施することが可能となる。

１０…通信システム、１００…移動機、２００…基地局、３００…無線制御装置、３０２…通信制御部、４００…交換機、４０１…通信制御部、４０２…変換部、４０３…記憶部、５００…管理センタ、５０１…社会センサユニット、５０２…ペタマイニングユニット、５０３…モバイルデモグラフィユニット、５０４…可視化ソリューションユニット、６００…加入者プロファイル情報記憶部、７００…情報分析装置、７０１…指定部、７０２…取得部、７０３…単一化部、７０４…第１の関連付け部、７０５…第２の関連付け部、７０６…距離算出部、７０７…抽出部、７０８…導出部、７０９…変換部、７１０…出力部、７１１…加入者属性情報記憶部、７１２…セクタ情報記憶部、７１２Ａ…境界情報記憶部、７１３…対象メッシュ抽出部、７１４…対象セクタ抽出部。

Claims (15)

1. 移動機加入者の住所情報を含んだ属性情報と、前記移動機加入者の加入者識別情報とを対応付けて記憶した加入者属性情報記憶部と、
   移動機加入者の位置を示す位置情報、当該位置が特定された時刻情報、および当該移動機加入者の加入者識別情報を含んだ加入者位置情報であって、前記時刻が対象時間帯の範囲内にある前記加入者位置情報を取得する取得部と、
   前記取得部により同一の移動機加入者について複数の加入者位置情報が取得された場合、所定規則に基づいて前記複数の加入者位置情報を単一の加入者位置情報相当に絞り込む単一化部と、
   各移動機加入者について、前記加入者識別情報が共通する、単一化後の加入者位置情報相当と前記加入者属性情報記憶部に記憶された属性情報とを関連付ける第１の関連付け部と、
   各エリアについてのエリア境界情報を記憶した境界情報記憶部と、
   各移動機加入者について、加入者位置情報相当と、当該加入者位置情報相当に関連付けられた属性情報内の住所情報とに基づいて、移動機加入者の位置と住所間の距離を算出する距離算出部と、
   算出された距離が帰宅困難者判定のための第１の基準値以上である前記加入者位置情報相当を抽出する抽出部と、
   抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出する導出部と、
   を備え、
   前記抽出部は、
   算出された距離が、前記第１の基準値よりも小さく設定された滞留者判定のための第３の基準値以上である前記加入者位置情報相当を抽出し、
   前記導出部は、
   抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの滞留者数を導出し、
   前記導出部は、
   各エリアについて滞留者数から帰宅困難者数を減算することで、エリアごとの近距離徒歩帰宅者数を導出し、
   前記導出部は、
   前記抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの前記加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出し、
   前記導出部は、
   前記算出された距離が支援活動候補者判定のための第２の基準値以下であり且つ前記属性情報が支援活動候補者判定のための所定条件を満たす加入者位置情報相当の数を前記エリアごとに集計し、該集計値に基づいてエリアごとの加入者位置情報相当の数を、支援活動候補者の数として導出する、
   ことを特徴とする情報分析装置。
2. 前記導出部は、
   災害発生時の加入者位置情報相当に関連付けられた属性情報内の住所情報に基づいて、帰宅困難者の居住地別の帰宅困難者数を導出する、
   ことを特徴とする請求項１に記載の情報分析装置。
3. 前記導出部は、
   ある居住地の帰宅困難者についての災害発生時の加入者位置情報相当に基づいて、前記帰宅困難者が災害発生時に在圏したエリアごとに加入者位置情報相当の数を集計することで、当該ある居住地の帰宅困難者に関する災害発生時在圏エリア別の帰宅困難者数を導出する、
   ことを特徴とする請求項２に記載の情報分析装置。
4. 前記導出部は、
   災害発生時の加入者位置情報相当に基づいて、災害発生時に移動機加入者が在圏したエリア別の帰宅困難者数を導出する、
   ことを特徴とする請求項１に記載の情報分析装置。
5. 前記導出部は、
   あるエリアに災害発生時に在圏していた帰宅困難者についての災害発生時の加入者位置情報相当に基づいて、該加入者位置情報相当に関連付けられた属性情報内の住所情報を参照し、当該あるエリアに災害発生時に在圏していた帰宅困難者に関する居住地別の帰宅困難者数を導出する、
   ことを特徴とする請求項４に記載の情報分析装置。
6. 前記導出部は、
   災害発生時の加入者位置情報相当に関連付けられた属性情報内の住所情報に基づいて、帰宅困難者の居住地別の帰宅困難者数を導出するとともに、災害発生時の加入者位置情報相当に基づいて、災害発生時に在圏したエリア別の帰宅困難者数を導出し、
   帰宅困難者の居住地別の帰宅困難者数と災害発生時に在圏したエリア別の帰宅困難者数の両方が所定条件以上のエリアを導出する、
   ことを特徴とする請求項１に記載の情報分析装置。
7. 前記情報分析装置は、
   導出されたエリアごとの帰宅困難者数と所定の選定基準とに基づいて、支援対象となるエリアを抽出する対象エリア抽出部、
   をさらに備える請求項１〜６の何れか一項に記載の情報分析装置。
8. 移動機加入者の位置を示す位置情報は緯度および経度により表され、
   前記第１の関連付け部は、前記加入者位置情報相当と関連付けようとする属性情報内の住所情報を緯度および経度により表される形式に変換し、変換後の住所情報を含んだ属性情報を前記加入者位置情報相当に関連付ける、
   ことを特徴とする請求項１〜７の何れか一項に記載の情報分析装置。
9. 前記情報分析装置は、
   エリアごとの帰宅困難者数に基づき、帰宅困難者数の分布を示す地図を出力する出力部、
   をさらに備える請求項１〜８の何れか一項に記載の情報分析装置。
10. 前記エリアは、
    セクタ、メッシュ、および市区町村を含む、土地を区分けするための区分け単位、のうちのいずれかである請求項１〜９の何れか一項に記載の情報分析装置。
11. 前記エリアは、セクタであり、
    前記情報分析装置は、
    導出されたセクタごとの帰宅困難者数を、所定の区画分け規則に基づき区画分けされたメッシュごとの帰宅困難者数に、セクタ境界情報および前記区画分け規則から得られる前記セクタと前記メッシュとの位置関係に基づいて、変換する変換部、
    をさらに備える請求項１〜１０の何れか一項に記載の情報分析装置。
12. 前記情報分析装置は、
    前記対象時間帯を指定するための指定部、
    をさらに備える請求項１〜１１の何れか１項に記載の情報分析装置。
13. 移動機加入者の住所情報を含んだ属性情報と前記移動機加入者の加入者識別情報とを対応付けて記憶した加入者属性情報記憶部、および、各エリアについてのエリア境界情報を記憶した境界情報記憶部、を備える情報分析装置、により実行される情報分析方法であって、
    移動機加入者の位置を示す位置情報、当該位置が特定された時刻情報、および当該移動機加入者の加入者識別情報を含んだ加入者位置情報であって、前記時刻が対象時間帯の範囲内にある前記加入者位置情報を取得する取得ステップと、
    前記取得ステップにより同一の移動機加入者について複数の加入者位置情報が取得された場合、所定規則に基づいて前記複数の加入者位置情報を単一の加入者位置情報相当に絞り込む単一化ステップと、
    各移動機加入者について、前記加入者識別情報が共通する、単一化後の加入者位置情報相当と前記加入者属性情報記憶部に記憶された属性情報とを関連付ける第１の関連付けステップと、
    各移動機加入者について、加入者位置情報相当と、当該加入者位置情報相当に関連付けられた属性情報内の住所情報とに基づいて、移動機加入者の位置と住所間の距離を算出する距離算出ステップと、
    算出された距離が帰宅困難者判定のための第１の基準値以上である前記加入者位置情報相当を抽出する抽出ステップと、
    抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの帰宅困難者数を導出する導出ステップと、
    を備え、
    前記抽出ステップでは、前記情報分析装置は、
    算出された距離が、前記第１の基準値よりも小さく設定された滞留者判定のための第３の基準値以上である前記加入者位置情報相当を抽出し、
    前記導出ステップでは、前記情報分析装置は、
    抽出された加入者位置情報相当の数を距離ごとに分類・重み付けし、加入者位置情報相当の位置情報と前記エリア境界情報とに基づいて、在圏するエリアごとに前記加入者位置情報相当の数を集計し、該集計値に基づいてエリアごとの滞留者数を導出し、
    前記導出ステップでは、前記情報分析装置は、
    各エリアについて滞留者数から帰宅困難者数を減算することで、エリアごとの近距離徒歩帰宅者数を導出し、
    前記導出ステップでは、前記情報分析装置は、
    前記抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの前記加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出し、
    前記導出ステップでは、前記情報分析装置は、
    前記算出された距離が支援活動候補者判定のための第２の基準値以下であり且つ前記属性情報が支援活動候補者判定のための所定条件を満たす加入者位置情報相当の数を前記エリアごとに集計し、該集計値に基づいてエリアごとの加入者位置情報相当の数を、支援活動候補者の数として導出する、
    ことを特徴とする情報分析方法。
14. 前記導出ステップでは、前記情報分析装置は、
    前記抽出された加入者位置情報相当に関連付けられた属性情報に基づいて、在圏するエリアごとの前記加入者位置情報相当の数を属性別に集計し、該集計値に基づいてエリアごとの帰宅困難者数を属性別に導出する、
    ことを特徴とする請求項１３に記載の情報分析方法。
15. 前記情報分析方法は、
    前記情報分析装置によって所定時間ごとに実行されることを特徴とする請求項１３又は１４に記載の情報分析方法。

Images