JP6335600B2 - 流動評価装置及び流動評価方法 - Google Patents

Description

本発明は、流動評価装置及び流動評価方法に関する。

出店、出店に伴う広告展開、不動産の取得等の準備として、ある地点の立地を評価することが一般的に行われている。そして、そのような評価においては、その地点に最も近い鉄道等の駅を評価することが多い。駅の評価は様々な観点から行われる。典型的には、駅周辺の人口、駅における乗降客数、駅周辺の所定の施設（学校等）数等が評価される。

特許文献１のネットワーク分析器は、例えば、大都市圏の鉄道網又は高速道路網の混雑状況を表示する。当該ネットワーク分析器は、駅（又はインターチェンジ）を“ノード”とし、ノード間の直接的な路線のつながりを“リンク”とする。そして、あるノードiから他のノードjに直接至るリンクが実際に存在するか否かを、“Ｎ_ｉｊ＝１”又は“Ｎ_ｉｊ＝０”によって示す。さらに、当該ネットワーク分析器は、“Ｎ_ｉｊ”を要素とする遷移行列の固有ベクトルを計算する。そして、ネットワーク形状を有する鉄道網又は高速道路網のうち、ネックとなるような、最も混雑するリンクを特定する。

特開２００８−１３００６７号公報（段落０００４等）

駅を評価する場合、駅周辺の人口等、駅に関連付けられた情報を使用する技術は従来から存在する。しかしながら、駅間の流動、例えばある駅で乗車し別のある駅で降車する乗客の数を併用し駅の評価をする技術、換言すれば、ある駅と別のある駅とのつながりを意識して駅を評価する技術はなかった。そのため、Ａ駅周辺に立地する店舗が別の駅に広告を掲載する場合、どの駅を選択すればよいか、というような調査をすることはできなかった。特許文献１のネットワーク分析器は、ノード間の直接的なつながりの有無のみを問題にしている。そして、ノード間の流れの大きさ（乗客数、車両数等）を問題にしていない。よって、混雑解消のための方策（駅構造の改修、車線幅の拡大）等には役立つかも知れないが、前記したような“ある駅と別のある駅とのつながりを意識”した駅評価には向かない。
そこで、本発明は、駅に関連付けられた情報及び駅間のつながりに関する情報の両者を併用して駅を評価することを目的とする。

本発明の流動評価装置は、交通機関が発着する停車場に関連付けて停車場の属性を示す情報が記憶される第１の関連情報と、停車場のうち、交通機関の乗客が乗車した乗車停車場と、乗客が降車した降車停車場との組合せに関連付けて、乗客の数が記憶される第２の関連情報と、を格納する記憶部と、属性及び乗客の数に基づいて、停車場に対する評価を行う制御部と、を有することを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。

本発明によれば、駅に関連付けられた情報及び駅間のつながりに関する情報の両者を併用して駅を評価することが可能になる。

本実施形態に係る流動評価装置の構成等を説明する図である。 本実施形態に係る路線情報の一例を示す図である。 （ａ）は、本実施形態に係る駅マスタの一例を示す図であり、（ｂ）は、本実施形態に係る地価情報の一例を示す図であり、（ｃ）は、本実施形態に係る人口情報の一例を示す図であり、（ｄ）は、本実施形態に係る店舗情報の一例を示す図であり、（ｅ）は、本実施形態に係る学校情報の一例を示す図である。 本実施形態に係る駅情報の一例を示す図である。 （ａ）は、本実施形態に係る改札情報の一例を示す図であり、（ｂ）は、本実施形態に係る駅間流動情報の一例を示す図である。 （ａ）は、本実施形態に係る駅間の流動の一例を示す図であり、（ｂ）は、本実施形態に係る商圏の考え方を示す図である。 本実施形態に係る検索条件入力画面の一例を示す図である。 本実施形態に係る駅評価シートを説明する図である。 本実施形態に係る検索条件入力画面の一例を示す図である。 本実施形態に係る駅評価シートを説明する図である。 本実施形態に係る全体処理手順のフローチャートである。 （ａ）は、本実施形態に係る駅評価処理手順（その１）のフローチャートであり、（ｂ）は、本実施形態に係る駅評価処理手順（その２）のフローチャートである。 本実施形態に係る駅評価の予測方法の一例を示す図である。 （ａ）及び（ｂ）は、本実施形態に係る評価結果出力画面の一例を示す図である。

以降、本発明を実施するための形態（「本実施形態」という）を、図等を参照しながら説明する。本実施形態は、鉄道の駅の例である。しかしながら、本発明の適用範囲は、鉄道の駅に限定されることなく、例えば、路線を通行するバス、航空機、船舶を含むあらゆる交通機関が発着する停車場に対して適用可能である。本実施形態においては、停車場の一例として“駅”を採用する。

（流動評価装置）
図１に沿って、流動評価装置１の構成等を説明する。流動評価装置１は、一般的なコンピュータである。流動評価装置１は、中央制御装置１１、キーボード、マウス等の入力装置１２、ディスプレイ等の出力装置１３、主記憶装置１４、補助記憶装置１５及び通信装置１６を有する。これらはバスによって相互に接続されている。主記憶装置１４における、データ統合部２１及び駅評価部２２は、プログラムである。以降、「○○部は」と主体を記した場合は、中央制御装置１１が、補助記憶装置１５から各プログラムを読み出し、主記憶装置１４にロードしたうえで、各プログラムの機能（詳細後記）を実現するものとする。補助記憶装置１５は、路線情報３１、駅マスタ３２、駅情報３７及び駅間流動情報３９を記憶する。
なお、“第１の関連情報”及び“第２の関連情報”には、それぞれ、駅情報３７及び駅間流動情報３９が相当する。

流動評価装置１は、ネットワーク７を介して、鉄道事業者サーバ２、地価サーバ３、人口サーバ４、店舗サーバ５及び学校サーバ６と通信可能である。鉄道事業者サーバ２は、路線情報３１及び改札情報３８（詳細後記）を格納する。地価サーバ３、人口サーバ４、店舗サーバ５及び学校サーバ６は、それぞれ、地価情報３３、人口情報３４、店舗情報３５及び学校情報３６（詳細後記）を格納する。流動評価装置１の補助記憶装置１５が格納する路線情報３１と、鉄道事業者サーバ２が格納する路線情報３１とは同じものである。

図２に沿って、路線情報３１を説明する。路線情報３１は、路線ごとに作成され、それぞれの路線情報３１は、路線名１０１、路線ＩＤ１０２、距離マトリックス１０３、運賃マトリックス１０４及び所要時間マトリックス１０５を有する。
路線名は、路線の名称である。
路線ＩＤは、路線を一意に特定する識別子である。
距離マトリックス１０３は、駅名を横軸（列）及び縦軸（行）とする行列である。横軸と縦軸との交点のセルには、横軸の駅と縦軸の駅との間の距離（ｋｍ）が記憶されている。

運賃マトリックス１０４も、駅名を横軸及び縦軸とする行列である。横軸と縦軸との交点のセルには、横軸の駅と縦軸の駅との間の運賃（円）が記憶されている。
所要時間マトリックス１０５も、駅名を横軸及び縦軸とする行列である。横軸と縦軸との交点のセルには、縦軸の駅から横軸の駅へ行く所要時間（分）が記憶されている。
距離マトリクス１０３及び運賃マトリクス１０４においては、ｉ行ｊ列のセルに記憶されている値と、ｊ行ｉ列のセルに記憶されている値とは同じである。しかしながら、所要時間マトリクス１０５においては、ｉ行ｊ列のセルに記憶されている値と、ｊ行ｉ列のセルに記憶されている値とは同じであるとは限らない（駅間に標高差があることによる）。

（駅マスタ）
図３（ａ）に沿って、駅マスタ３２を説明する。駅マスタ３２においては、駅ＩＤ欄１１１に記憶された駅ＩＤに関連付けて、駅名欄１１２には駅名が、路線ＩＤ欄１１３には路線ＩＤが、所在地欄１１４には所在地が記憶されている。
駅ＩＤ欄１１１の駅ＩＤは、駅を一意に特定する識別子である。
駅名欄１１２の駅名は、駅の名称である。
路線ＩＤ欄１１３の路線ＩＤは、図２の路線ＩＤと同じである。
所在地欄１１４の所在地は、駅が所在する地点の行政上の住所表示である。所在地は、その地点の経度及び緯度であってもよい（以下における“所在地”においても同様）。

（地価情報）
図３（ｂ）に沿って、地価情報３３を説明する。地価情報３３においては、地点ＩＤ欄１２１に記憶された地点ＩＤに関連付けて、所在地欄１２２には所在地が、地価欄１２３には地価が、時点欄１２４には時点が記憶されている。
地点欄１２１の地点ＩＤは、地価が算定される地点を一意に特定する識別子である。
所在地欄１２２の所在地は、地価が算定される地点の行政上の住所表示である。
地価欄１２３の地価は、路線価格（万円／ｍ^２）である。ただし、路線価格の替わりに“公示価格”等の他の種類の公開情報が記憶されてもよいし、任意の主体が鑑定する評価額が記憶されてもよい。
時点欄１２４の時点は、当該レコードが作成された時点の年月である。

（人口情報）
図３（ｃ）に沿って、人口情報３４を説明する。人口情報３４においては、地区ＩＤ欄１３１に記憶された地区ＩＤに関連付けて、地区名欄１３２には地区名が、人口欄１３３には人口が、時点欄１３４には時点が記憶されている。
地区ＩＤ欄１３１の地区ＩＤは、地区を一意に特定する識別子である。地区とは、人口統計の単位となる地理上の区画である。ある地点はいずれか１つの地区に属するものとする。
地区名欄１３２の地区名は、地区の名称である。
人口欄１３３の人口は、地区に居住する人口を、年齢層別かつ男女別に並べた“人口ベクトル”である。人口ベクトルの要素は、先頭（最も左）から順に、“１０歳未満男の人口”、“１０歳未満女の人口”、“１０歳代男の人口”、“１０歳代女の人口”、“２０歳代男の人口”、“２０歳代女の人口”、・・・示す。年齢層の幅は、“１０歳”に限定されない。
時点欄１３４の時点は、当該レコードが作成された時点の年月である。

（店舗情報）
図３（ｄ）に沿って、店舗情報３５を説明する。店舗情報３５においては、店舗ＩＤ欄１４１に記憶された店舗ＩＤに関連付けて、店舗名欄１４２には店舗名が、所在地欄１４３には所在地が、商品又は役務欄１４４には商品又は役務が、時点欄１４５には時点が記憶されている。
店舗ＩＤ欄１４１の店舗ＩＤは、店舗を一意に特定する識別子である。
店舗名欄１４２の店舗名は、店舗の名称である。
所在地欄１４３の所在地は、店舗が所在する地点の行政上の住所表示である。
商品又は役務欄１４４の商品又は役務は、店舗が提供する商品又は役務である。
時点欄１４５の時点は、当該レコードが作成された時点の年月である。

（学校情報）
図３（ｅ）に沿って、学校情報３６を説明する。学校情報３６においては、学校ＩＤ欄１５１に記憶された学校ＩＤに関連付けて、学校名欄１５２には学校名が、所在地欄１５３には所在地が、設立欄１５４には設立母体が、男女欄１５５には男女区分が、難易度欄１５６には難易度が、時点欄１５７には時点が記憶されている。
学校ＩＤ欄１５１の学校ＩＤは、学校を一意に特定する識別子である。
学校名欄１５２の学校名は、学校の名称である。学校名は、文字列“大学”、“高等学校（高校）”、“中学校”及び“小学校”のうちのいずれか１つを必ず含む。
所在地欄１５３の所在地は、学校が所在する地点の行政上の住所表示である。
設立欄１５４の設立母体は、学校を設立した主体であり、“国立”、“私立”、“都立”、“市立”、“区立”等のうちのいずれかである。
男女欄１５５の男女区分は、学校が受け入れる生徒（児童、学生）の性別であり、“男”、“女”及び“共学”のうちのいずれかである。共学とは当然男女を示す。
難易度欄１５６の難易度は、学校の入試難易度を示す数値であり、ここでは大手予備校が公表する“偏差値”を使用する。
時点欄１５７の時点は、当該レコードが作成された時点の年月である。

（駅情報）
図４に沿って、駅情報３７を説明する。駅情報３７においては、駅ＩＤ欄１６１に記憶された駅ＩＤに関連付けて、駅名欄１６２には駅名が、路線ＩＤ欄１６３には路線ＩＤが、地価欄１６４には地価が、周辺人口欄１６５には周辺人口が、周辺店舗数欄１６６には周辺店舗数が、周辺学校数欄１６７には周辺学校数が、時点欄１６８には時点が記憶されている。
駅ＩＤ欄１６１の駅ＩＤは、図３（ａ）の駅ＩＤと同じである。
駅名欄１６２の駅名は、図３（ａ）の駅名と同じである。
路線ＩＤ欄１６３の路線ＩＤは、図３（ａ）の路線ＩＤと同じである。
地価欄１６４の地価は、地価を有する複数の地点のうち、駅に最も近い地点の地価（例えば、路線価格）である。

周辺人口欄１６５の周辺人口は、駅の地点を中心とする所定の半径の円の内部の領域に居住する人口である。ここでの人口は、前記した人口ベクトルの型式を有する。
周辺店舗数欄１６６の周辺店舗数は、駅の地点を中心とする所定の半径の円の内部の領域に所在する店舗の数を、商品又は役務のカテゴリ別に並べた“店舗数ベクトル”である。店舗数ベクトルの要素は、先頭（最も左）から順に、“食料品店の数”、“日用品店の数”、“百貨店の数”、・・・を示す。ユーザは、ここでのカテゴリを任意に設定できる。ただし、図３（ｄ）における商品又は役務が決まれば、カテゴリが１つ決まるものとする。

周辺学校数欄１６７の周辺学校数は、駅の地点を中心とする所定の半径の円の内部の領域に所在する学校の数を、タイプ別、かつ、“大学、高等学校、中学校、小学校”の別に並べた“学校数ベクトル”である。学校数ベクトルの要素は、先頭（最も左）から順に、“タイプａの大学の数”、“タイプｂの大学の数”、“タイプｃの大学の数”、“タイプａの高校の数”、“タイプｂの高校の数”、“タイプｃの高校の数”、・・・を示す。タイプａ、タイプｂ及びタイプｃは、それぞれ、国立、都立及び私立であってもよいし、男（子校）、女（子校）及び共学（校）であってもよいし、“難易度６０以上”、“難易度４０以上６０未満”及び“難易度４０未満”であってもよい。
時点欄１６８の時点は、当該レコードの基準年月（詳細後記）である。

ちなみに、詳細は後記するが、データ統合部２１は、駅マスタ３２（図３（ａ））、地価情報３３（図３（ｂ））、人口情報３４（図３（ｃ））、店舗情報３５（図３（ｄ））及び学校情報３６（図３（ｅ））をまとめたうえで、駅情報３７を作成する。この処理は“統合”処理と呼ばれる。

（改札情報）
図５（ａ）に沿って、一般的に考えられる改札情報３８を説明する。改札情報３８においては、データＩＤ欄１７１に記憶されたデータＩＤに関連付けて、乗車駅欄１７２には乗車駅の駅ＩＤが、降車駅欄１７３には降車駅の駅ＩＤが、降車時点欄１７４には降車時点が、個人情報欄１７５のうち、性別欄１７５ａには性別が、年齢欄１７５ｂには年齢が、氏名欄１７５ｃには氏名が、住所欄１７５ｄには住所が記憶されている。
データＩＤ欄１７１のデータＩＤは、改札情報３８のレコードを一意に特定する識別子である。
乗車駅欄１７２の乗車駅の駅ＩＤは、乗客が定期を含むＩＣ乗車券又は切符を改札装置に通して乗車した駅の駅ＩＤである。

降車駅欄１７３の降車駅の駅ＩＤは、乗客が定期を含むＩＣ乗車券又は切符を改札装置に通して降車した駅の駅ＩＤである。
降車時点欄１７４の降車時点は、乗客が降車駅にて定期を含むＩＣ乗車券又は切符を改札装置に通した時点の年月日時分秒である。
性別欄１７５ａの性別は、定期を含むＩＣ乗車券に紐付けられた乗客の性別である。
年齢欄１７５ｂの年齢は、定期を含むＩＣ乗車券に紐付けられた乗客の年齢である。
氏名欄１７５ｃの氏名は、定期を含むＩＣ乗車券に紐付けられた客の氏名である。
住所欄１７５ｄの住所は、定期を含むＩＣ乗車券に紐付けられた乗客の住所である。
なお、“乗車停車場”及び“降車停車場”には、それぞれ、乗車駅及び降車駅が相当する。

ある乗客が、乗車した後降車するまでの行動を“乗車機会”と呼ぶ。改札情報３８の１つのレコードは、１つの乗車機会に対応している。ただし、切符又は非記名式のＩＣ乗車券による乗車機会に対応するレコードの個人情報欄１７５は、空欄となる。

（駅間流動情報）
図５（ｂ）に沿って、駅間流動情報３９を説明する。駅間流動情報３９においては、統合データＩＤ欄１８１に記憶された統合データＩＤに関連付けて、乗車駅欄１８２には乗車駅の駅ＩＤが、降車駅欄１８３には降車駅の駅ＩＤが、統合時点欄１８４には統合時点が、乗客数欄１８５には乗客数が記憶されている。
統合データＩＤ欄１８１の統合データＩＤは、駅間流動情報３９のレコードを一意に特定する識別子である。詳細は後記するが、データ統合部２１は、改札情報３８の複数のレコードをまとめて、駅間流動情報３９の１つのレコードを作成する。この処理もまた“統合”処理と呼ばれる。

乗車駅欄１８２の乗車駅の駅ＩＤは、図５（ａ）の乗車駅の駅ＩＤと同じである。
降車駅欄１８３の降車駅の駅ＩＤは、図５（ａ）の降車駅の駅ＩＤと同じである。
統合時点欄１８４の統合時点は、統合処理によってまとめられた改札情報３８のレコードの降車時点が含まれる範囲である。ここでの統合時点は、“２０１４年１月”というように月単位となっているが、日、週、年等、他の単位であってもよい。
乗客数欄１８５の乗客数は、統合処理によってまとめたれた改札情報３８のレコードの数である。

駅間流動情報３９のレコードは、乗車駅、降車駅及び統合時点の組合せの数だけ存在する。より細かく、例えば、さらに男女別、年齢層別にレコードを統合することも可能である。因みに、駅間流動情報３９の１行目のレコードに注目すると、「２０１４年１月１日から３１日までの期間において、駅“Ｇ００１”で乗車し、駅“Ｇ００２”で降車した乗客の数は、“５０，０００人”である」ということがわかる。

（駅評価のための関数）
いま、変数“ｘ_ＰＱ”、“ｘ_Ｑ”及び“α”を以下のように定義する。
ｘ_ＰＱ＝Ｐ駅で乗車し、Ｑ駅で降車する乗客数
ｘ_Ｐ＝Ｐ駅で乗車し、任意の駅で降車する乗客数
α＝評価したい内容に関する重み係数（例えば、任意の駅において一旦降車した乗客が、当該駅で再び乗車する確率等を考慮して決定）

そのうえで、駅を評価するための第１の関数“ｆ”を定義する。
ｆ（ｘ_ＰＱ）＝ｘ_ＰＱ／ｘ_Ｐ
ｆ（ｘ_ＰＱ）の値は、例えば次の大きさを示す。
・Ｑ駅周辺の店舗が、Ｐ駅に広告を掲出する効果
・Ｐ駅周辺に勤務地を有する個人が、Ｑ駅周辺で自宅を取得する効果
・Ｐ駅周辺に従業員寮を有する企業が、Ｑ駅に支店を出店する効果

さらに、駅を評価するための第２の関数“Ｆ”を定義する。
Ｆ（ｘ_ＰＱ）＝ｆ（ｘ_ＰＱ）＋Σ［α×ｆ（ｘ_ＰＴ）×ｆ（ｘ_ＴＱ）］
ここで、Σは、すべての駅を示すＴ（＝Ａ，Ｂ，Ｃ，・・・）についての和を示す。Ｔ駅は、Ｐ駅ではなく、かつ、Ｑ駅でもない駅である。Ｔ駅は、乗換駅であってもなくてもよい。Ｔ駅は、Ｐ駅とＱ駅との間にあってもなくてもよい。
Ｆ（ｘ_ＰＱ）の第１項“ｆ（ｘ_ＰＱ）”は、Ｐ駅で乗車してＱ駅で降車した乗客数に基づく“Ｑ駅”に対する評価値である。Ｆ（ｘ_ＰＱ）の第２項“Σ［α×ｆ（ｘ_ＰＴ）×ｆ（ｘ_ＴＱ）］”は、Ｐ駅で乗車し、Ｐ駅及びＱ駅以外の駅で降車し、その後当該駅で再度乗車し、Ｑ駅で降車した乗客数に基づく“Ｑ駅”に対する評価値である。
また、上記例ではＴ駅はある一駅としているが、複数駅であってもよい。たとえは、二駅（Ｔ１駅、Ｔ２駅）とした場合は下記として表すことができる 。
Ｆ（ｘ_ＰＱ）＝ｆ（ｘ_ＰＱ）＋Σ［α×ｆ（ｘ_ＰＴ１）×ｆ（ｘ_Ｔ１Ｔ２）×ｆ（ｘ_Ｔ２Ｑ）］

ｆ（ｘ_ＰＱ）は、単に個々の駅を評価する値ではなく、ある駅を基準とした場合、その基準となる駅から他の駅がどのように評価されるかを示す値である。換言すれば、ｆは、特定の駅に対する評価を、基準となる駅ごとに区別して評価する関数である。そして、ｆ（ｘ_ＰＱ）の値は、Ｐ駅とＱ駅との“つながり”を評価しているといえる。Ｆは、複数のｆが合成された関数である。よって、Ｆもまた、特定の駅に対する評価を、基準となる駅ごとに区別して評価する関数であり、Ｆ（ｘ_ＰＱ）の値もまた、Ｐ駅とＱ駅との“つながり”を潜在的に評価しているといえる。上記例では、Ｆは確率のみを利用して算出したが、これに乗客数をかけて評価値とすることも考えられる。
なお、乗車駅と降車駅を入れ替えた２つの値、例えば、“ｘ_ＰＱ”及び“ｘ_ＱＰ”は、有意な差異を有さない場合も多い。なぜなら、“ｘ_ＰＱ”と“ｘ_ＱＰ”とは、同じ駅間の行き帰りの乗客数であるからである。

説明をより具体的かつ簡略的にするために、鉄道網の形状が、図６（ａ）の通りであるとする。ここでの形状は、図２の路線図とは符合していない。すなわち、Ｂ駅は、Ａ駅及びＢ駅を含む第１の路線と、Ｂ駅、Ｃ駅及びＤ駅を含む第２の路線との乗換駅である。さらに、乗客数も、図６（ａ）の通りであるとする。すなわち、ｘ_ＢＡ＝１００、ｘ_ＣＡ＝５、ｘ_ＤＡ＝１０、ｘ_ＣＢ＝４０、ｘ_ＤＢ＝１０である。また、図６（ａ）には示していないがｘ_Ｂ＝５００、ｘ_Ｃ＝５０、ｘ_Ｄ＝５０、α＝１である。

これらの数値例を基づいて、Ｆ（ｘ_ＣＡ）の値及びＦ（ｘ_ＤＡ）の値を算出すると、以下の通りとなる。
Ｆ（ｘ_ＣＡ）＝ｆ（ｘ_ＣＡ）＋α×ｆ（ｘ_ＣＢ）×ｆ（ｘ_ＢＡ）
＝５／５０＋１×（４０／５０）×（１００／５００）＝０.２６
Ｆ（ｘ_ＤＡ）＝ｆ（ｘ_ＤＡ）＋α×ｆ（ｘ_ＤＢ）×ｆ（ｘ_ＢＡ）
＝１０／５０＋１×（１０／５０）×（１００／５００）＝０.２４
これらの算出結果が意味していることは、例えば、“Ｂ駅で一旦降車し再乗車する乗客の数等も考慮すれば、Ａ駅近くの店舗は、Ｄ駅に広告を掲出するよりも、Ｃ駅に広告を掲出するほうがよい”ということである。このように、第２の関数“Ｆ”を使用することによって、Ａ駅から見て一見つながりがなさそうではあるが無視できないＣ駅を発見することができる。このＣ駅のような駅を、Ａ駅についての“潜在的乗車駅”と呼ぶ。

本実施形態の駅評価部２２は、以下の３種類の評価方法によって、評価対象の駅（Ｑ駅）を評価する。
（評価方法１：単体評価）
駅評価部２２は、Ｑ駅周辺の地価、Ｑ駅周辺の店舗、（乗車駅を捨象した）Ｑ駅での降車人数等を使用して、Ｑ駅を評価する。
（評価方法２：流動評価）
駅評価部２２は、乗車駅を考慮した第１の関数ｆを使用して、Ｑ駅を評価する。このとき、駅評価部２２は、乗車駅ごとの評価値ｆ（ｘ_ＡＱ）、ｆ（ｘ_ＢＱ）、ｆ（ｘ_ＣＱ）、・・・を算出することになる。

（評価方法３：潜在流動評価）
駅評価部２２は、乗車駅及び潜在的乗車駅を考慮した第２の関数Ｆを使用して、Ｑ駅を評価する。このとき、駅評価部２２は、乗車駅ごとの評価値Ｆ（ｘ_ＡＱ）、Ｆ（ｘ_ＢＱ）、Ｆ（ｘ_ＣＱ）、・・・を算出することになる。このとき、これらの評価値の意味は、途中降車及び再乗車等も考慮されているという点で、流動評価とは異なる。また、上記の例を全ての駅に対して適用した場合、評価値Ｆを算出する一手法として、特許文献１のネットワーク分析器の遷移行列において、更に各リンクに重みを付けたものに対して固有値を算出する、といったことも考えられる。

（商圏の考え方）
図６（ｂ）に沿って商圏の考え方を説明する。単体評価は、従来から存在する方法である。駅評価部２２が単体評価を使用して決定する商圏（広告を頒布すべき地理的範囲等）は、例えばＡ駅を中心とした半径２００ｍの円２０１の内部の領域である。さらに、現場における現実的な制約（横断することが困難な大通り等）を考慮すれば、商圏は、矩形２０２の内部の領域であるとしてもよい。

これに対して、駅評価部２２は、流動評価を使用することによって、Ａ駅とつながりのあるＢ駅の周辺２０３もまた商圏に含まれると判断することができる。さらに、潜在流動評価を使用することによって、Ｂ駅を介してＡ駅と潜在的につながっているＣ駅の周辺２０４もまた商圏に含まれると判断することができる。

（実施例１：出店のための駅評価）
図７及び図８に沿って、出店のための駅評価について説明する。
駅評価部２２は、出力装置１３に検索条件入力画面５０（図７）を表示する。検索条件入力画面５０は、ユーザが目標駅に対して要求する条件を入力する画面である。
（１）地価欄５１において、ユーザは、チェックボックス５１ａにチェックマークを入力し、欄５１ｂに“３００”を入力し、欄５１ｃに“５００”を入力し、優先度欄５１ｐでボタン“低”を選択している。
（２）人口（若年層）欄５２において、ユーザは、チェックボックス５２ａにチェックマークを入力し、優先度欄５２ｐでボタン“中”を選択している。一方、ユーザは、チェックボックス５２ｂ及び５２ｃにはチェックマークを入力していない。

（３）人口（中高年層）欄５３において、ユーザは、チェックボックス５３ａ、５３ｂ及び５３ｃにチェックマークを入力し、優先度欄５３ｐでボタン“高”を選択している。
（４）競合店舗欄５４において、ユーザは、チェックボックス５４ａ及び５４ｃにチェックマークを入力し、欄５４ｂに“食料品店”を入力し、優先度欄５４ｐでボタン“中”を選択している。
（５）特定駅へのアクセス欄５５において、ユーザは、チェックボックス５５ａ及び５５ｂにチェックマークを入力し、欄５５ｆに“Ｇ駅”を入力し、優先度欄５５ｐでボタン“中”を選択している。一方、ユーザは、チェックボックス５５ｃ、５５ｄ及び５５ｅにはチェックマークを入力していない。

以上の入力例から、ユーザは、次のような駅（目標駅）を検索しようとしていることがわかる。
（１）目標駅の周辺の地価が“３００万円／ｍ^２”〜“５００万円／ｍ^２”であること。もちろん、その範囲内で安い方が望ましいこと。
（２）目標駅の周辺に若年層人口が多いこと。なお、若年層人口とは、ここでは例えば、３０歳未満の男女を意味するものとするが、ユーザの設定で自由に定義を変更できる。

（３）他の駅から目標駅に鉄道を利用して来る中高年層の乗客数が多いこと。そして、途中降車なしで目標駅に来る乗客と同様に、途中降車をした後目標駅に来る乗客もカウントしたいこと。なお、中高年層人口とは、ここでは例えば、５０歳以上の男女を意味するものとするが、ユーザの設定で自由に定義を変更できる。
（４）目標駅の周辺に食料品店が少ないこと。目標駅と同様に、目標駅へ来る乗客が多い駅の周辺の食料品店もカウントしたいこと。
（５）Ｇ駅から目標駅に来る乗客数が多いこと。例えば、Ｇ駅は、出店予定の店舗の従業員が通勤のため乗車する駅である。
（６）なお、地価、若年層人口、中高年層人口、競合店舗及び特定駅へのアクセスという評価項目のうち、中高年層人口を、他の評価項目に比して重視する。一方、地価を、他の評価項目に比して重視しない。

すると、駅評価部２２は、すべての駅について以下の処理を行う。そのうち、２０１４年１月の時点を有する駅情報３７等を使用したうえで、Ａ駅について実行した処理の内容が図８の“駅評価シート”６０に示されている。
（１：図８の欄６１参照）
駅評価部２２は、“３００〜５００”をキーとして、駅情報３７（図４）の地価欄１６４を検索する。検索の結果、３０件の駅が該当したとする。Ａ駅は、３０件のうち地価が安い順で第５位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“８０点”であったとする。さらに、優先度“低”に対応する重み“０.８”をスコアに対して乗算する。乗算の結果、補正後スコア“６４.０点”を取得する。

（２：図８の欄６２参照）
駅評価部２２は、“３０歳未満男女”をキーとして、駅情報３７（図４）の周辺人口欄１６５を検索する。そして、“３０歳未満男女”の合計人口が多い順に、駅情報３７のレコードを並べ替える。その結果、Ａ駅は、全数１００のレコードのうち合計人口が多い順で第５０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“５０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“５０.０点”を取得する。

（３：図８の欄６３参照）
駅評価部２２は、第２の関数Ｆを駅間流動情報３９（図５（ｂ））に適用し、Ｆ（ｘ_ＢＡ）、Ｆ（ｘ_ＣＡ）、Ｆ（ｘ_ＤＡ）、Ｆ（ｘ_ＥＡ）、・・・を算出する。このうち、値が大きい順で、第１位のものがＦ（ｘ_ＳＡ）であり、第２位のものがＦ（ｘ_ＲＡ）であったとする。このことは、Ａ駅に来る乗客（途中降車する乗客も含む）のうち、Ｓ駅で乗車する乗客を最も重視すべきであり、Ｒ駅で乗車する乗客をその次に重視すべきであることを示している。
駅評価部２２は、駅情報３７を参照し、“Ａ駅”における“５０歳以上男女の周辺人口”、“Ｓ駅”における“５０歳以上男女の周辺人口”及び“Ｒ駅”における“５０歳以上男女の周辺人口”の合計値を取得する。そして、合計値が“１００００人”であった場合、“Ａ駅：１００００人”というデータを一時的に主記憶装置１４に保存する。

このようにして、駅評価部２２は、目標駅と目標駅に来る乗客の多い２つの駅について“５０歳以上男女の周辺人口”の合計値を取得する処理を、目標駅がＢ駅、Ｃ駅、Ｄ駅、・・・である場合についても繰り返す。すると、“Ａ駅：１００００人”、“Ｂ駅：８０００人”、“Ｃ駅：１２０００人”、“Ｄ駅：９０００人”、・・・というデータが、全駅数（１００駅）だけ保存されることになる。ここでの“２つの駅”はあくまでも一例であり、ユーザは、目標駅に来る乗客の多い駅の数を任意に設定できる（以下同様）。

最後に、駅評価部２２は、“Ａ駅：１００００人”、Ｂ駅：８０００人”、“Ｃ駅：１２０００人”、“Ｄ駅：９０００人”、・・・を人口の多い順にならび替え、Ａ駅の順位を取得する。Ａ駅は、全数１００の駅のうち人口が多い順で第３０位であった。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“７０点”であった。さらに、優先度“高”に対応する重み“１.２”をスコアに対して乗算する。乗算の結果、補正後スコア“８４.０点”を取得する。
ユーザが、図７のチェックボックス５３ｂにチェックマークを入力し、かつ、チェックボックス５３ｃにはチェックマークを入力しなかった場合、駅評価部２２は、第１の関数ｆを使用して同様の処理を実行する。

（４：図８の欄６４参照）
駅評価部２２は、駅情報３７を参照し、“Ａ駅”における“食料品店数”、“Ｓ駅”における“食料品店数”及び“Ｒ駅”における“食料品店数”の合計値を取得する。そして、合計値が“１００店”であった場合、“Ａ駅：１００店”というデータを一時的に主記憶装置１４に保存する。なお、ここでの“Ｓ駅”及び“Ｒ駅”は、前記した（３）の処理における、それぞれＦ（ｘ_ＳＡ）及びＦ（ｘ_ＲＡ）に対応している。

このようにして、駅評価部２２は、目標駅と目標駅に来る乗客の多い２つの駅について“食料品店数”の合計値を取得する処理を、目標駅がＢ駅、Ｃ駅、Ｄ駅、・・・である場合についても繰り返す。すると、“Ａ駅：１００店”、“Ｂ駅：８０店”、“Ｃ駅：１２０店”、“Ｄ駅：９０店”、・・・というデータが、全駅数（１００駅）だけ保存されることになる。

最後に、駅評価部２２は、“Ａ駅：１００店”、Ｂ駅：８０店”、“Ｃ駅：１２０店”、“Ｄ駅：９０店”、・・・を店数の少ない順にならび替え、Ａ駅の順位を取得する。Ａ駅は、全数１００の駅のうち店数が少ない順で第３０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“７０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“７０.０点”を取得する。
ユーザが、図７のチェックボックス５４ａにチェックマークを入力し、かつ、チェックボックス５４ｃにはチェックマークを入力しなかった場合、駅評価部２２は、第１の関数ｆを使用して同様の処理を実行する。

（５：図８の欄６５参照）
駅評価部２２は、駅間流動情報３９（図５（ｂ））を参照し、ｘ_ＧＡ、ｘ_ＧＢ、ｘ_ＧＣ、ｘ_ＧＤ、・・・を算出する。そして、これらを値の大きい順に並び替える。ｘ_ＧＡが、全数１００駅のうち、値が大きい順で５位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“９０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“９０.０点”を取得する。

なお、値が大きい順に評価するか、小さい順に評価するかはユーザの設定次第である。例えば、値が大きい程、その駅間の乗客数が多く、列車本数も多く、運転間隔も短い。利便性を重視する場合、駅評価部２２は、値が大きいほどスコアを高くする。駅の混雑等を避けるため快適性を重視する場合、駅評価部２２は、値が小さいほどスコアを高くする。

駅評価部２２は、第１の関数ｆを駅間流動情報３９（図５（ｂ））に適用し、ｆ（ｘ_ＧＡ）、ｆ（ｘ_ＧＢ）、ｆ（ｘ_ＧＣ）、ｆ（ｘ_ＧＤ）、・・・を算出してもよい。さらに、第２の関数Ｆを駅間流動情報３９（図５（ｂ））に適用し、Ｆ（ｘ_ＧＡ）、Ｆ（ｘ_ＧＢ）、Ｆ（ｘ_ＧＣ）、Ｆ（ｘ_ＧＤ）、・・・を算出してもよい。その後の処理は前記と同様である。

（６：図８の欄６６参照）
駅評価部２２は、各評価項目についてのスコア及び補正後スコアを合計する。そして、地価の条件を満たしている駅を合計後の補正後スコア（総合補正後スコア）が高い順に並べた場合の順位を取得する。

（実施例２：不動産購入のための駅評価）
図９及び図１０に沿って、不動産購入のための駅評価について説明する。
駅評価部２２は、出力装置１３に検索条件入力画面７０（図９）を表示する。検索条件入力画面７０もまた、ユーザが目標駅に対して要求する条件を入力する画面である。
（１）地価欄７１において、ユーザは、チェックボックス７１ａにチェックマークを入力し、欄７１ｂに“３００”を入力し、欄７１ｃに“５００”を入力し、優先度欄７１ｐでボタン“高”を選択している。
（２）食料品店数欄７２において、ユーザは、チェックボックス７２ａにチェックマークを入力し、優先度欄７２ｐでボタン“中”を選択している。一方、ユーザは、チェックボックス７２ｂ及び７２ｃにはチェックマークを入力していない。

（３）日用品点数欄７３において、ユーザは、チェックボックス７３ａ、７３ｂ及び７３ｃにチェックマークを入力し、優先度欄７３ｐでボタン“低”を選択している。
（４）百貨店数欄７４において、ユーザは、チェックボックス７４ａ、７４ｂ及び７４ｃのいずれにもチェックマークを入力していない。優先度欄７４ｐにおいて、ボタン“低”、“中”及び“高”のいずれも選択していない。なお、欄７５及び欄７８においても同様である。
（５）中学校数欄７６において、ユーザは、チェックボックス７６ａにチェックマークを入力し、タイプ欄７６ｂに“ａ”を入力し、優先度欄７６ｐでボタン“中”を選択している。一方、ユーザは、チェックボックス７６ｃ及び７６ｄにはチェックマークを入力していない。

（６）高校数欄７７において、ユーザは、チェックボックス７７ａ及び７７ｃにチェックマークを入力し、タイプ欄７７ｂに“ｂ”を入力し、優先度欄７７ｐでボタン“中”を選択している。一方、ユーザは、チェックボックス７７ｄにはチェックマークを入力していない。
（７）特定駅へのアクセス欄７９において、ユーザは、チェックボックス７９ａ及び７９ｄにチェックマークを入力し、欄７９ｆに“Ｅ駅”を入力し、優先度欄７９ｐでボタン“中”を選択している。一方、ユーザは、チェックボックス７９ｂ、７９ｃ及び７９ｅにはチェックマークを入力していない。

以上の入力例から、ユーザは、次のような駅（目標駅）を検索しようとしていることがわかる。
（１）目標駅の周辺の地価が“３００万円／ｍ^２”〜“５００万円／ｍ^２”であること。もちろん、その範囲内で安い方が望ましいこと。
（２）目標駅の周辺に食料品店が多いこと。

（３）目標駅の周辺に日用品店が多いこと。そして、目標駅から多くの乗客が行く先の駅の周辺にも日用品店数が多いこと。そして、目標駅で乗車した後途中降車せずに“行く先の駅”に行く乗客と同様に、目標駅で乗車した後途中降車して “行く先の駅”に行く乗客もカウントしたいこと。
（４）目標駅の周辺にタイプ“ａ”の中学校が多いこと。“ａ”はどのような内容でもかまわない。ここでは、“ａ”は男子校を示すものとする。
（５）目標駅の周辺にタイプ“ｂ”の高校が多いこと。“ｂ”はどのような内容でもかまわない。ここでは、“ｂ”は私立校を示すものとする。そして、目標駅から多くの乗客が行く先の駅の周辺にも高校数が多いこと。
（６）Ｅ駅から目標駅に来る所要時間が短いこと。例えば、Ｅ駅は、不動産を購入しようとしているユーザの勤務先の周辺の駅である。
（７）なお、地価、食料品店数、日用品店数、中学校数、高校数及び特定駅へのアクセスという評価項目のうち、地価を、他の評価項目に比して重視する。一方、日用品店数を、他の評価項目に比して重視しない。

すると、駅評価部２２は、すべての駅について以下の処理を行う。そのうち、２０１４年１月の時点を有する駅情報３７等を使用したうえで、Ａ駅について実行した処理の内容が図１０の“駅評価シート”８０に示されている。
（１：図１０の欄８１参照）
駅評価部２２は、“３００〜５００”をキーとして、駅情報３７（図４）の地価欄１６４を検索する。検索の結果、３０件の駅が該当したとする。Ａ駅は、３０件のうち地価が安い順で第５位であった。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“８０点”であった。さらに、優先度“高”に対応する重み“１.２”をスコアに対して乗算する。乗算の結果、補正後スコア“９６.０点”を取得する。

（２：図１０の欄８２参照）
駅評価部２２は、“食料品店数”をキーとして、駅情報３７（図４）の周辺店舗数欄１６６を検索する。そして、食料品店数が多い順に、駅情報３７のレコードを並べ替える。その結果、Ａ駅は、全数１００のレコードのうち食料品店数が多い順で第１０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“９０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“９０.０点”を取得する。

（３：図１０の欄８３参照）
駅評価部２２は、第２の関数Ｆを駅間流動情報３９（図５（ｂ））に適用し、Ｆ（ｘ_ＡＢ）、Ｆ（ｘ_ＡＣ）、Ｆ（ｘ_ＡＤ）、Ｆ（ｘ_ＡＥ）、・・・を算出する。このうち、値が大きい順で、第１位のものがＦ（ｘ_ＡＳ）であり、第２位のものがＦ（ｘ_ＡＲ）であったとする。このことは、Ａ駅で乗車する乗客（途中降車する乗客も含む）のうち、Ｓ駅で降車する乗客を最も重視すべきであり、Ｒ駅で降車する乗客をその次に重視すべきであることを示している。駅評価部２２は、駅情報３７を参照し、“Ａ駅”における“日用品店数”、“Ｓ駅”における“日用品店数”及び“Ｒ駅”における“日用品店数”の合計値を取得する。そして、合計値が“１０店”であった場合、“Ａ駅：１０店”というデータを一時的に主記憶装置１４に保存する。

このようにして、駅評価部２２は、目標駅と目標駅から行く乗客の多い２つの駅について“日用品店数”の合計値を取得する処理を、目標駅がＢ駅、Ｃ駅、Ｄ駅、・・・である場合についても繰り返す。すると、“Ａ駅：１０店”、“Ｂ駅：８店”、“Ｃ駅：１２店”、“Ｄ駅：９店”、・・・というデータが、全駅数（１００駅）だけ保存されることになる。

最後に、駅評価部２２は、“Ａ駅：１０店”、Ｂ駅：８店”、“Ｃ駅：１２店”、“Ｄ駅：９店”、・・・を日用品店数の多い順にならび替え、Ａ駅の順位を取得する。Ａ駅は、全数１００の駅のうち店数が多い順で第３０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“７０点”であったとする。さらに、優先度“低”に対応する重み“０.８”をスコアに対して乗算する。乗算の結果、補正後スコア“５６.０点”を取得する。
ユーザが、図９のチェックボックス７３ｂにチェックマークを入力し、かつ、チェックボックス７３ｃにはチェックマークを入力しなかった場合、駅評価部２２は、第１の関数ｆを使用して同様の処理を実行する。

（４：図１０の欄８４参照）
駅評価部２２は、“タイプａ中学校”をキーとして、駅情報３７（図４）の周辺学校数欄１６７を検索する。そして、タイプａの中学校数が多い順に、駅情報３７のレコードを並べ替える。その結果、Ａ駅は、全数１００のレコードのうちタイプａの中学校数が多い順で第４０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“６０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“６０.０点”を取得する。

（５：図１０の欄８５参照）
駅評価部２２は、第１の関数ｆを駅間流動情報３９（図５（ｂ））に適用し、ｆ（ｘ_ＡＢ）、ｆ（ｘ_ＡＣ）、ｆ（ｘ_ＡＤ）、ｆ（ｘ_ＡＥ）、・・・を算出する。このうち、値が大きい順で、第１位のものがｆ（ｘ_ＡＳ）であり、第２位のものがｆ（ｘ_ＡＲ）であったとする。このことは、Ａ駅で乗車する乗客のうち、Ｓ駅で降車する乗客を最も重視すべきであり、Ｒ駅で降車する乗客をその次に重視すべきであることを示している。駅評価部２２は、駅情報３７を参照し、“Ａ駅”における“タイプｂの高校数”、“Ｓ駅”における“タイプｂの高校数”及び“Ｒ駅”における“タイプｂの高校数”の合計値を取得する。そして、合計値が“１０校”であった場合、“Ａ駅：１０校”というデータを一時的に主記憶装置１４に保存する。

このようにして、駅評価部２２は、目標駅と目標駅から行く乗客の多い２つの駅について“タイプｂの高校数”の合計値を取得する処理を、主たる駅がＢ駅、Ｃ駅、Ｄ駅、・・・である場合についても繰り返す。すると、“Ａ駅：１０校”、“Ｂ駅：８校”、“Ｃ駅：１２校”、“Ｄ駅：９校”、・・・というデータが、全駅数（１００駅）だけ保存されることになる。

最後に、駅評価部２２は、“Ａ駅：１０校”、Ｂ駅：８校”、“Ｃ駅：１２校”、“Ｄ駅：９校”、・・・をタイプｂの高校数の多い順にならび替え、Ａ駅の順位を取得する。Ａ駅は、全数１００の駅のうちタイプｂの高校数が多い順で第７０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“３０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“３０.０点”を取得する。

（６：図１０の欄８６参照）
駅評価部２２は、路線情報３１（図２）の所要時間マトリクス１０５を参照し、“Ｅ駅からＡ駅へ行く所要時間”、“Ｅ駅からＢ駅へ行く所要時間”、“Ｅ駅からＣ駅へ行く所要時間”、・・・を取得する。そして、取得した所要時間を短い順に並び替えた結果、“Ｅ駅からＡ駅へ行く所要時間”が、全数（１００駅）のうち短い順で第２０位であったとする。駅評価部２２は、任意の方法によって、その順位をスコアに換算する。その結果、スコアは、１００点満点で“８０点”であったとする。さらに、優先度“中”に対応する重み“１.０”をスコアに対して乗算する。乗算の結果、補正後スコア“８０.０点”を取得する。
なお、図９において、ユーザがチェックボックス７９ｃ又は７９ｅにチェックマークを入力している場合もある。これらの場合、駅評価部２２は、図２のそれぞれ、距離マトリクス１０３又は運賃マトリクス１０４を参照したうえで同様の処理を実行する。

（７：図１０の欄８７参照）
駅評価部２２は、各評価項目についてのスコア及び補正後スコアを合計する。そして、地価の条件を満たしている駅を合計後の補正後スコア（総合補正後スコア）が高い順に並べた場合の順位を取得する。

（全体処理手順）
図１１に沿って、全体処理手順を説明する。
ステップＳ３０１において、データ統合部２１は、地価情報等を取得する。具体的には、データ統合部２１は、ネットワーク７を介して、地価サーバ３にアクセスし、地価情報３３（図３（ｂ））を取得する。同様にして、データ統合部２１は、人口サーバ４、店舗サーバ５及び学校サーバ６にアクセスし、それぞれ、人口情報３４（図３（ｃ））、店舗情報３５（図３（ｄ））及び学校情報３６（図３（ｅ））を取得する。
このように外部サーバから入手する情報は、例えば、店舗情報３５における店舗名、学校情報３６における学校名のような個人情報を含む場合がある。この場合、データ統合部２１は、個人情報部分を意味のない記号等に置き換えたうえで（匿名化）、これらの情報を取得するものとする。

ステップＳ３０２において、データ統合部２１は、駅マスタ３２（図３（ａ））に地価を加える。具体的には、第１に、データ統合部２１は、駅マスタ３２から未処理の任意のレコードを１つ取得する。ここで取得されたレコードを“基準駅レコード”と呼ぶ。
第２に、データ統合部２１は、基準駅レコードの所在地からの距離が最も短い所在地を有し、かつ、現時点を含む月よりも前のある１つの月（過去月）の時点を有する地価情報３３（図３（ｂ））のレコードを取得する。そして、取得したレコードの地価を取得する。なお、補助記憶装置１５は地図データ（図示せず）を格納しており、データ統合部２１は、２つの所在地間の距離を取得できるものとする。
第３に、データ統合部２１は、基準駅レコードに新たな“地価”欄を作成し、作成した地価欄に取得した地価を記憶する。

ステップＳ３０３において、データ統合部２１は、駅マスタ３２に周辺人口を加える。具体的には、第１に、データ統合部２１は、基準駅レコードの所在地を中心とし所定の半径（例えば１ｋｍ）を有する円の内部の領域に属する地区名を有し、かつ、過去月の時点を有する人口情報３４（図３（ｃ））のレコードをすべて取得する。そして、取得したレコードの人口ベクトルを要素ごとに合計する。
第２に、データ統合部２１は、基準駅レコードに新たな“周辺人口”欄を作成し、作成した周辺人口欄に合計した人口ベクトルを記憶する。

ステップＳ３０４において、データ統合部２１は、駅マスタ３２に周辺店舗数を加える。具体的には、第１に、データ統合部２１は、基準駅レコードの所在地を中心とし所定の半径（例えば２００ｍ）を有する円の内部の領域に属する所在地を有し、かつ、過去月の時点を有する店舗情報３５（図３（ｄ））のレコードをすべて取得する。そして、取得したレコードに基づいて店舗数ベクトルを作成する。
第２に、データ統合部２１は、基準駅レコードに新たな“周辺店舗数”欄を作成し、作成した周辺店舗数欄に作成した店舗数ベクトルを記憶する。

ステップＳ３０５において、データ統合部２１は、駅マスタ３２に周辺学校数を加える。具体的には、第１に、データ統合部２１は、基準駅レコードの所在地を中心とし所定の半径（例えば１ｋｍ）を有する円の内部の領域に属する所在地を有し、かつ、過去月の時点を有する学校情報３６（図３（ｅ））のレコードをすべて取得する。そして、取得したレコードに基づいて学校数ベクトルを作成する。
第２に、データ統合部２１は、基準駅レコードに新たな“周辺学校数”欄を作成し、作成した周辺学校数欄に作成した学校数ベクトルを記憶する。
第３に、データ統合部２１は、基準駅レコードに新たな“時点”欄を作成し、作成した時点欄に過去月を示す年月（“２０１４年１月”等）を記憶し、基準駅レコードから所在地欄１１４を削除したうえで、完成したレコードを駅情報３７（図４）のレコードとする。

データ統合部２１は、ステップＳ３０２からステップＳ３０５までの処理を、すべての“基準駅レコード”について繰り返し、かつ、“過去月”を１月ずつ遡らせた上で所定の回数だけ繰り返す（前記した“統合”処理）。これらの繰り返し処理を終了した段階で、データ統合部２１は、図４のような駅情報３７を完成していることになる。なお、本実施形態においては、地価情報３３、人口情報３４、店舗情報３５及び学校情報３６は、１月に１回更新されるものとする。

ステップＳ３０６において、データ統合部２１は、改札情報３８（図５（ａ））等を取得する。具体的には、データ統合部２１は、ネットワーク７を介して、鉄道事業者サーバ２にアクセスし、路線情報３１（図２）及び改札情報３８（図５（ａ））を取得する。このとき、データ統合部２１は、改札情報３８に含まれる個人情報部分を削除したうえで、改札情報３８を取得するものとする。

ステップＳ３０７において、データ統合部２１は、駅間流動情報３９（図５（ｂ））を作成する。具体的には、第１に、データ統合部２１は、改札情報３８（個人情報を削除したもの）のレコードを、乗車駅、降車駅、及び、降車時点が属する過去月の組合せごとにソートし、ソートしたレコード群ごとにレコードの数（乗客数となる）をカウントする。
第２に、データ統合部２１は、駅間流動情報３９の新たなレコードを作成する。そして、新たなレコードの統合データＩＤ欄１８１、乗車駅欄１８２、降車駅欄１８３、統合時点欄１８４及び乗客数欄１８５に、それぞれ、採番したデータＩＤ、乗車駅、降車駅、過去月を示す年月（“２０１４年１月”等）及び乗客数を記憶する。ステップＳ３０７の処理もまた、前記した“統合”処理である。

ステップＳ３０８において、駅評価部２２は、駅評価処理手順（詳細後記）を実行する。その後、駅評価部２２は、全体処理手順を終了する。

（駅評価処理手順）
図１２（ａ）に沿って、駅評価処理手順（その１）を説明する。駅評価処理手順（その１）は、出店のために駅を評価する場合における、全体処理手順のステップＳ３０８の詳細である。
ステップＳ３１１において、駅評価部２２は、出店のための駅評価画面を表示する。具体的には、駅評価部２２は、出力装置１３に検索条件入力画面５０（図７）を表示する。

ステップＳ３１２において、駅評価部２２は、評価項目及び評価条件を受け付ける。具体的には、駅評価部２２は、ユーザが、検索条件入力画面５０の各欄５１〜５５に対して、チェックマークを入力し、優先度を示すボタンを押下し、文字を入力するのを受け付ける。

ステップＳ３１３において、駅評価部２２は、駅ごとの評価を実行する。具体的には、駅評価部２２は、前記した方法で、路線情報３１（図２）、駅情報３７（図４）及び駅間流動情報３９（図５（ｂ））を参照し、すべての過去月について、かつ、すべての駅についての“駅評価シート”を作成する。このとき、ユーザが入力した条件に応じて、駅評価部２２は、第１の関数“ｆ”及び／又は第２の関数“Ｆ”を使用することになる。
いま、説明を単純にするために、現在時点が含まれる月を“Ｎ”とし、“Ｎ”から順に時点を遡った５つの過去月を、“Ｎ−１”、“Ｎ−２”、“Ｎ−３”、“Ｎ−４”及び“Ｎ−５”とする。ステップＳ３１３までの処理において、駅評価部２２は、５つの過去月について、すべての駅の駅評価シート６０（図８）を作成し終わっていることになる。なお、過去月の数は“５”に限定されないことはもちろんである。

ステップＳ３１４において、駅評価部２２は、駅ごとの将来のスコアを予測する。具体的には、駅評価部２２は、現在時点を含む月“Ｎ”並びに“Ｎ”から順に時点を将来に進めた２つの将来月“Ｎ＋１”及び“Ｎ＋２”の計３つの月について、各駅の各評価項目についての補正後スコアを予測する。そして、さらに各駅の総合補正後スコアを予測する。なお、将来月の数は“２”に限定されないことはもちろんである。
駅評価部２２は、例えば以下の３つの予測方法を使用する。

（予測方法１：図１３（ａ）参照）
駅評価部２２は、横軸に時点、縦軸にスコアを有する座標平面において、各過去月のスコア（実績値）を示す５つの点“●”をプロットする。そして、各点からの距離の２乗和が最小となるような回帰直線を決定する。さらに、横軸の目盛が“Ｎ”、“Ｎ＋１”及び“Ｎ＋２”である、縦軸に平行な３本の直線がその回帰直線と交わる箇所に３つの点“◎”をプロットする。そして、３つの点“◎”の縦軸の目盛を取得することによって、“Ｎ”、“Ｎ＋１”及び“Ｎ＋２”に対応するスコア（予測値）を取得する。

（予測方法２：図１３（ｂ）参照）
駅評価部２２は、横軸に時点、縦軸にスコアを有する座標平面において、過去月“Ｎ−２”及び“Ｎ−１”のスコア（実績値）を示す２つの点“●”をプロットする。そして、２つの点“●”を両端に有する線分を決定する。さらに、横軸の目盛が“Ｎ”、“Ｎ＋１”及び“Ｎ＋２”である、縦軸に平行な３本の直線が、その線分の延長部分と交わる点に３つの点“◎”をプロットする。そして、３つの点“◎”の縦軸の目盛を取得することによって、“Ｎ”、“Ｎ＋１”及び“Ｎ＋２”に対応するスコア（予測値）を取得する。

（予測方法３：図１３（ｃ）参照）
駅評価部２２は、横軸に時点、縦軸にスコアを有する座標平面において、各過去月のスコア（実績値）を示す５つの点“●”をプロットする。そして、各点を通過する曲線のうち最も長さが短くなるような回帰曲線を決定する。次に、回帰曲線を周期性のある任意の曲線（例えば正弦曲線）で近似する。さらに、横軸の目盛が“Ｎ”、“Ｎ＋１”及び“Ｎ＋２”である、縦軸に平行な３本の直線がその近似した曲線の延長部分と交わる点に３つの点“◎”をプロットする。そして、３つの点“◎”の縦軸の目盛を取得することによって、“Ｎ”、“Ｎ＋１”及び“Ｎ＋２”に対応するスコア（予測値）を取得する。

予測方法１は、人口動態及び都市化の進展が安定している場合に適している。予測方法２は、人口動態及び都市化の進展が安定しておらず、かつ、直近の趨勢を反映したい場合に適している。予測方法３は、人口動態及び都市化の進展が周期性を有して変化する場合に適している。

ステップＳ３１５において、駅評価部２２は、評価結果を表示する。具体的には、第１に、駅評価部２２は、出力装置１３に評価結果出力画面９０ａ（図１４（ａ））を表示する。図１４（ａ）において、駅評価部２２は、現時点から見て直近の過去月“Ｎ−１”における各評価項目の補正後スコアが大きい順に、駅名とその補正後スコアの組合せを表示する（欄９２〜欄９６）。さらに、“Ｎ−１”における総合補正後スコアが大きい順に、駅名とその総合補正後スコアの組合せを表示する（欄９１ａ）。

第２に、駅評価部２２は、“Ｎ”における総合補正後スコア（予測したスコアである）が大きい順に、駅名とその総合補正後スコアの組合せをランキングして表示する（欄９１ｂ）。図１４（ａ）は、単純化のために、１つの予測時点“Ｎ”についてある１つの予測方法で予測したランキング（欄９１ｂ）を表示している。しかしながら、予測時点が“Ｎ”、“Ｎ＋１”、“Ｎ＋２”、・・・のようにｔ個存在し、予測時点が“予測方法１”、“予測方法２”、“予測方法３” 、・・・のようにｕ種類存在する場合、駅評価部２２は、ｔ×ｕ個の予測ランキング９１ｂを表示できることになる。
その後、駅評価部２２は、駅評価処理手順（その１）を終了する。

図１２（ｂ）に沿って、駅評価処理手順（その２）を説明する。駅評価処理手順（その２）は、不動産購入のために駅を評価する場合における、全体処理手順のステップＳ３０８の詳細である。
ステップＳ３２１において、駅評価部２２は、不動産購入のための駅評価画面を表示する。具体的には、駅評価部２２は、出力装置１３に検索条件入力画面７０（図９）を表示する。

ステップＳ３２２において、駅評価部２２は、評価項目及び評価条件を受け付ける。具体的には、駅評価部２２は、ユーザが、検索条件入力画面７０の各欄７１〜７９に対して、チェックマークを入力し、優先度を示すボタンを押下し、文字を入力するのを受け付ける。

ステップＳ３２３において、駅評価部２２は、駅ごとの評価を実行する。具体的な処理内容は、ステップＳ３１３と同様である。ステップＳ３２３までの処理において、駅評価部２２は、５つの過去月について、すべての駅の駅評価シート８０（図１０）を作成し終わっていることになる。

ステップＳ３２４において、駅評価部２２は、駅ごとの将来のスコアを予測する。具体的な処理内容は、ステップＳ３１４と同様である。

ステップＳ３２５において、駅評価部２２は、評価結果を表示する。具体的には、駅評価部２２は、出力装置１３に評価結果出力画面９０ｂ（図１４（ｂ））を表示する。図１４（ｂ）についての説明は、前記した図１４（ａ）についての説明と同様である。
その後、駅評価部２２は、駅評価処理手順（その２）を終了する。

（実施形態の効果）
（１）本実施形態の流動評価装置によれば、駅間のつながりを駅間の乗客数に基づいて評価できる。よって、単にその駅の静的な性質だけでなく、他の駅との動的な関係を評価できる。
（２）本実施形態の流動評価装置は、駅間を移動する乗客数を入力とする第１の関数“ｆ”及び第２の関数“Ｆ”を使用する。よって、ある駅とつながりのある他の駅を数量的かつ客観的に特定することができる。さらに、第２の関数“Ｆ”を使用すれば、潜在的なつながりのある他の駅を特定することができる。

（３）本実施形態の流動評価装置は、複数の項目ごとのスコアに対してユーザが選択した優先順位に基づく重みを乗算する。よって、個々のユーザの事情に応じたきめこまかな駅評価ができる。
（４）本実施形態の流動評価装置が第１の関数“ｆ”及び第２の関数“Ｆ”のうちのいずれを使用するかは、ユーザが自由に設定できる。よって、簡便で短時間の処理、精緻で長時間の処理を自由に選択できる。

（５）本実施形態の流動評価装置によれば、将来において人口動態等が変化する可能性がある場合であっても、将来における駅の評価を予測できる。
（６）本実施形態の流動評価装置によれば、外部の公開データを基に駅情報を作成する。よって、必要とされる駅の属性に応じて、柔軟に駅情報を作成できる。
（７）本実施形態の流動評価装置は、外部から入手する情報に含まれる個人情報を削除又は匿名化する。よって、外部機関（企業、官公庁等）の協力が得やすい。

（８）本実施形態の流動評価装置は、駅の評価がよい順に駅をランキングする。よって、ユーザは、単に最上位の駅だけでなく、次点の駅、その次の駅をも知ることができる。
（９）本実施形態の流動評価装置は、将来の評価結果を予測する方法として、前記した３つの方法を有する。よって、路線の乗客数が安定している場合だけでなく、路線の乗客数の季節変動、路線における直近の都市化の進行等がある場合においても、精度の高い予測が可能になる。

なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、前記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウエアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウエアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

１ 流動評価装置
２ 鉄道事業者サーバ
３ 地価サーバ
４ 人口サーバ
５ 店舗サーバ
６ 学校サーバ
１１ 中央制御装置（制御部）
１２ 入力装置
１３ 出力装置
１４ 主記憶装置（記憶部）
１５ 補助記憶装置（記憶部）
１６ 通信装置
２１ データ統合部
２２ 駅評価部
３１ 路線情報
３２ 駅マスタ
３３ 地価情報
３４ 人口情報
３５ 店舗情報
３６ 学校情報
３７ 駅情報
３８ 改札情報
３９ 駅間流動情報

Claims (9)

1. 交通機関が発着する停車場に関連付けて前記停車場の属性を示す情報が記憶される第１の関連情報と、
   前記停車場のうち、前記交通機関の乗客が乗車した乗車停車場と、前記乗客が降車した降車停車場との組合せに関連付けて、前記乗客の数が記憶される第２の関連情報と、
   を格納する記憶部と、
   前記属性及び前記乗客の数に基づいて、前記停車場に対する評価を行う制御部と、
   を有し、
   前記制御部は、
   過去の評価結果に基づいて、将来の評価結果を予測すること、
   を特徴とする流動評価装置。
2. 前記制御部は、
   前記乗車停車場で乗車し前記降車停車場で降車した乗客の数を入力とする第１の関数、及び、
   前記乗車停車場で乗車し前記降車停車場で降車した乗客の数を入力とし、かつ、前記乗車停車場で乗車し、前記乗車停車場とも前記降車停車場とも異なる停車場で途中降車した後、前記異なる停車場で再乗車し、前記降車停車場で降車した乗客の数を入力とする第２の関数、
   のうちの少なくとも１つを使用することによって、前記評価を行うこと、
   を特徴とする請求項１に記載の流動評価装置。
3. 前記制御部は、
   複数の項目にわけて前記評価を行い、
   前記項目ごとに優先度を受け付け、
   前記受け付けた優先度に応じた重みを前記項目の評価結果に対して乗算し、
   乗算した評価結果を合計して前記停車場に対する総合評価を行うこと、
   を特徴とする請求項２に記載の流動評価装置。
4. 前記制御部は、
   前記項目のそれぞれについて、前記第１の関数を使用するか否か、及び、前記第２の関数を使用するか否かのユーザ選択を受け付けること、
   を特徴とする請求項３に記載の流動評価装置。
5. 前記制御部は、
   複数の外部装置から入手した複数の情報に基づいて、前記第１の関連情報及び前記第２の関連情報のうちの少なくとも１つを作成すること、
   を特徴とする請求項４に記載の流動評価装置。
6. 前記制御部は、
   前記複数の外部装置から入手した複数の情報に含まれる個人情報を、削除又は匿名化すること、
   を特徴とする請求項５に記載の流動評価装置。
7. 前記制御部は、
   前記評価結果がよい順に、前記停車場を表示すること、
   を特徴とする請求項６に記載の流動評価装置。
8. 前記制御部は、
   前記将来の前記評価結果を予測するに際し、
   時系列の過去の評価結果に基づいて回帰直線を求める第１の予測方法、
   時系列の過去の評価結果のうち、直近の過去の評価結果の変化傾向を求める第２の予測方法、及び、
   時系列の過去の評価結果の周期的変化傾向を求める第３の予測方法、
   のうちの少なくとも１つを使用すること、
   を特徴とする請求項７に記載の流動評価装置。
9. 流動評価装置の記憶部は、
   交通機関が発着する停車場に関連付けて前記停車場の属性を示す情報が記憶される第１の関連情報と、
   前記停車場のうち、前記交通機関の乗客が乗車した乗車停車場と、前記乗客が降車した降車停車場との組合せに関連付けて、前記乗客の数が記憶される第２の関連情報と、
   を格納しており、
   前記流動評価装置の制御部は、
   前記属性及び前記乗客の数に基づいて、前記停車場に対する評価を行い、
   過去の評価結果に基づいて、将来の評価結果を予測すること、
   を特徴とする前記流動評価装置の流動評価方法。

Images