JP6631695B2 - 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法 - Google Patents

Description

本発明は、混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法に関する。

一般に、大規模イベントの終了等で一斉に移動手段に対する需要が発生する場合や、電車の遅延・事故などで移動手段の供給が著しく低下した場合等には、混雑が発生することが知られている。

また、従来では、端末装置から出発地と目的地及び移動手段の提示要求を受けると、利用可能な移動手段の候補と、各移動手段の混雑状況とを合わせて端末装置に表示させ、混雑が緩和するように利用者を誘導する技術が知られている。

特開２００１−３３７９６７号公報 特開２０１４−１０４７６４号公報 特開２０１５−１０８９１３号公報 特開２０１１−１４１７７３号公報

上記の従来の技術では、画一的な情報を不特定多数の利用者に提供するものであり、個々の利用者が混雑を避けて移動手段や出発時刻等を変更するか否か、等が考慮されていない。

このため、従来の技術では、混雑を避けて移動手段や出発時刻等を変更する利用者の数によっては、十分に混雑が解消されない場合や、別の移動手段や時間帯に新たな混雑を発生させる場合があり、混雑の解消に十分に貢献することが困難である。

開示の技術は、混雑の解消に貢献する行動を選択させることが可能な混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法を提供することを目的としている。

一様態によれば、利用者の時間帯別の行動選択肢を生成する選択肢生成部と、前記選択肢生成部によって生成された行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する選択確率算出部と、前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部と、前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する推定人数算出部と、を有し、前記選択肢生成部は、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する、混雑マネジメント装置である。

上記各部は、上記各部を実現する各処理を手順としてコンピュータにより実行させる方法、プログラムを記憶したコンピュータ読み取り可能な記憶媒体とすることもできる。

混雑の解消に貢献する行動を選択させる。

行動選択肢の提示について説明する図である。 第一の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。 第一の実施形態の混雑マネジメント装置のハードウェア構成について説明する図である。 第一の実施形態の利用者データベースの一例を示す図である。 第一の実施形態の誘導上限値データベースの一例を示す図である。 第一の実施形態の混雑度データベースの一例を示す図である。 第一の実施形態の推定人数データベースの一例を説明する図である。 第一の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。 第一の実施形態の行動選択肢を説明するための図である。 第一の実施形態の端末装置の動作を説明するフローチャートである。 第一の実施形態の混雑マネジメント装置２００の動作を説明するフローチャートである。 第一の実施形態の選択肢生成部の処理を説明するフローチャートである。 第一の実施形態の選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。 実現可能な行動選択肢の集合の一例を示す第一の図である。 実現可能な行動選択肢の集合の一例を示す第二の図である。 第一の実施形態において端末装置に表示された行動選択肢の例を示す図である。 第二の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。 第二の実施形態の利用者データベースの一例を示す図である。 第二の実施形態の誘導上限値データベースの一例を示す図である。 第二の実施形態の混雑度データベースの一例を示す図である。 第二の実施形態の推定人数データベースの一例を示す図である。 第二の実施形態のクーポン情報データベースの一例を示す図である。 第二の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。 第二の実施形態の行動選択肢を説明するための図である。 第二の実施形態の選択肢生成部の処理を説明するフローチャートである。 第二の実施形態における選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。 第二の実施形態において端末装置に表示された行動選択肢の例を示す図である。 第三の実施形態の混雑マネジメントシステムの有する混雑マネジメント装置の機能を説明する図である。

（第一の実施形態）
以下に図面を参照して第一の実施形態について説明する。図１は、行動選択肢の提示について説明する図である。

本実施形態の混雑マネジメントシステム１００において、混雑マネジメント装置２００は、利用者の端末装置３００から出発地、目的地及び出発時刻と共に、利用可能な移動選択肢の提示要求を受け付けると、端末装置３００に対して移動選択肢の候補を表示させる。

このとき、本実施形態の混雑マネジメント装置２００は、まず出発時刻と、出発地及び目的地に応じた移動選択肢を抽出する。そして、混雑マネジメント装置２００は、抽出された移動選択肢毎に、移動選択肢に対して誘導可能な人数の上限値と、これまでに移動選択肢に誘導されたであろう利用者の推定人数と、が対応付けられた情報を参照し、推定人数が上限値に達していない移動選択肢を、利用可能な移動選択肢として抽出する。そして、混雑マネジメント装置２００は、抽出した移動選択肢を、混雑の解消に対する貢献度が高く且つ利用者により選択される確率が高い順に、端末装置３００に表示させる。

本実施形態では、このように、移動選択肢の候補を端末装置３００に表示させることで、利用者に対して混雑の解消に貢献する行動を選択させることができる。

尚、本実施形態の移動選択肢とは、出発地から目的地までの交通手段、時間、経路等により表現される移動の仕方を選択させるためのものである。また、移動選択肢に対して誘導可能な人数の上限値と、移動選択肢に誘導されたであろう利用者の推定人数についての詳細は後述する。

また、以下の説明では、移動選択肢を、行動選択肢と呼ぶ。本実施形態の行動選択肢は、利用者が取り得る行動の選択肢を示すものであり、移動選択肢は、移動に関して利用者が取り得る行動の一例である。本実施形態の行動選択肢には、例えば移動選択肢の他にも、ショッピングや飲食店への立ち寄り等、利用者が取り得る行動を含む。

また、本実施形態において、端末装置３００から混雑マネジメント装置２００へ送信される移動選択肢の提示要求は、行動選択肢の提示要求の一例である。したがって、以下の説明では、端末装置３００から混雑マネジメント装置２００へ送信される要求を行動選択肢の提示要求と呼ぶ。本実施形態の提示要求とは、混雑マネジメント装置２００に対し、利用者が受け容れやすく、利用者の嗜好等に合わせたより良い行動選択肢を出力（提案）させるための要求である。

以下に、図１を参照し、混雑マネジメント装置２００の動作について説明する。図１の例では、端末装置３００から受け付けた提示要求に対し、出発地、目的地及び出発時刻に応じて抽出された移動選択肢は、１７：００〜１７：１４、１７：１５〜１７：２９、１７：３０〜１７：４４、１７：４５〜１７：５９のそれぞれの時間帯に運行する鉄道Ｍ、バスＢ、タクシーＴである。

ここで、混雑マネジメント装置２００は、各移動選択肢に対して誘導可能な人数の上限値と、各移動選択肢に対して誘導されたであろう利用者の推定人数と、が格納された記憶部を参照し、推定人数が上限値に達していない移動選択肢を抽出する。

図１の例では、推定人数が上限値に達している移動選択肢は、１７：００〜１７：１４の時間帯に運行する鉄道Ｍ、バスＢ、１７：１５〜１７：２９の時間帯に運行するバスＢの３つである。

したがって、混雑マネジメント装置２００は、この３つの移動選択肢を除いた移動選択肢を、利用可能な移動選択肢として抽出する。そして、混雑マネジメント装置２００は、これらの移動選択肢を、混雑の解消に対する貢献度が高く且つ、提示要求を行った端末装置３００の利用者により選択される確率の高い順に端末装置３００に表示させる。

以下に、本実施形態の混雑マネジメントシステム１００について説明する。図２は、第一の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。

本実施形態の混雑マネジメントシステム１００は、混雑マネジメント装置２００と、端末装置３００とを有する。混雑マネジメント装置２００と端末装置３００とは、ネットワークを介して接続される。

本実施形態の混雑マネジメント装置２００は、利用者データベース２１０、誘導上限値データベース２２０、混雑度データベース２３０、推定人数データベース２４０、地図データベース２５０、交通運行データベースを有する。また、本実施形態の混雑マネジメント装置２００は、混雑マネジメント処理部２７０を有する。

本実施形態の混雑マネジメント処理部２７０は、端末装置３００から移動選択肢の提示要求を受けて、各データベースを参照し、混雑を緩和に貢献し且つ端末装置３００の利用者に選択される確率が高い順に抽出した移動選択肢を端末装置３００に表示させる。

言い換えれば、混雑マネジメント処理部２７０は、端末装置３００から行動選択肢の提示要求を受けて、各データベースを参照し、混雑を緩和に貢献し且つ端末装置３００の利用者に選択される確率が高い順に抽出した行動選択肢を端末装置３００に表示させる。

尚、図２の例では、本実施形態の地図データベース２５０と交通運行データベース２６０は混雑マネジメント装置２００の内部に設けられるものとしたが、これに限定されない。地図データベース２５０と交通運行データベース２６０は、外部装置により保持されていても良い。また、本実施形態のその他のデータベースも、外部装置へ設けられていても良い。

次に、図３を参照し、本実施形態の混雑マネジメント装置２００のハードウェア構成について説明する。図３は、混雑マネジメント装置のハードウェア構成を説明する図である。

本実施形態の混雑マネジメント装置２００は、それぞれバスＢで相互に接続されている入力装置２１、出力装置２２、ドライブ装置２３、補助記憶装置２４、メモリ装置２５、演算処理装置２６及びインターフェース装置２７を有する。

入力装置２１は、各種信号の入力と各種情報の表示をするために用いられる装置であり、例えばマウスやキーボード等である。出力装置２２は、各種の情報を出力するために用いられる装置であり、例えばディスプレイ等である。

インターフェース装置２７は、モデム，ＬＡＮカード等を含み、ネットワークに接続する為に用いられる。

混雑マネジメントプログラムは、混雑マネジメント装置２００を制御する各種プログラムの少なくとも一部である。混雑マネジメントプログラムは例えば記録媒体２８の配布やネットワークからのダウンロードなどによって提供される。混雑マネジメントプログラムを記録した記録媒体２８は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的、電気的あるいは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。

また、混雑マネジメントプログラムを記録した記録媒体２８がドライブ装置２３にセットされると、混雑マネジメントプログラムは記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。ネットワークからダウンロードされた混雑マネジメントプログラムは、インターフェース装置２７を介して補助記憶装置２４にインストールされる。

補助記憶装置２４は、インストールされた混雑マネジメントプログラムを格納すると共に、必要なファイル、データ等を格納する。メモリ装置２５は、コンピュータの起動時に補助記憶装置２４から混雑マネジメントプログラムを読み出して格納する。そして、演算処理装置２６はメモリ装置２５に格納された混雑マネジメントプログラムに従って、後述するような各種処理を実現している。

尚、本実施形態の端末装置３００は、一般的なタブレット型コンピュータや、スマートフォン等であり、そのハードウェア構成は、入力装置と出力装置の代わりに、表示操作装置を有する点以外は混雑マネジメント装置と同様であるため、説明を省略する。尚、端末装置３００は、タブレット型コンピュータやスマートフォン以外の端末装置であっても良い。具体的には、端末装置３００は、例えばノート型のコンピュータであっても良いし、一般的なデスクトップ型のコンピュータであっても良い。

次に、本実施形態の混雑マネジメント装置２００の有する各データベースについて説明する。

図４は、第一の実施形態の利用者データベースの一例を示す図である。本実施形態の利用者データベース２１０には、利用者による行動選択肢毎の効用を算出する際に用いられる利用者毎のパラメータが格納されている。本実施形態では、後述する混雑マネジメント処理部２７０の処理により、利用者データベース２１０に格納されたパラメータを用いて、利用者毎の行動選択肢の効用が算出される。

行動選択肢の効用とは、効用とはミクロ経済学の分野で用いられる概念であり、行動選択肢を選択することで利用者が得られる満足度の水準を表す。効用の算出の詳細は後述する。

本実施形態の利用者データベース２１０は、情報の項目として、利用者ＩＤ、ＡＳＣ_Ｍ、ＡＳＣ_Ｂ、ＡＳＣ_Ｔ、β_ｆａｒｅ、β_ＴＴ、β_ＤＴ、β_ＣＧを有する。

本実施形態の利用者データベース２１０において、項目「利用者ＩＤ」と、その他の項目の値とは対応付けられており、項目「利用者ＩＤ」と、その他の項目の値とを含む情報を、利用者情報と呼ぶ。

尚、図４の利用者データベース２１０では、項目「利用者ＩＤ」と各パラメータと対応付けられるものとしたが、これに限定されない。利用者データベース２１０では、利用者ＩＤに、各パラメータに加えて、利用者の氏名、年齢、性別等が対応付けられていても良い。

項目「利用者ＩＤ」の値は、利用者を特定する識別情報である。尚、本実施形態の項目「利用者ＩＤ」の値は、例えば端末装置３００が特定の利用者にのみ利用される場合等には、端末装置３００を特定するための識別情報を利用者ＩＤとしても良い。

項目「ＡＳＣ_Ｍ」の値は、鉄道Ｍを選択することによる、利用者の満足度の水準を示す。項目「ＡＳＣ_Ｂ」の値は、バスＢを選択することによる、利用者の満足度の水準を示す。項目「ＡＳＣ_Ｔ」の値は、タクシーＴを選択することによる、利用者の満足度の水準を示す。

項目「ＡＳＣ_Ｍ」、「ＡＳＣ_Ｂ」、「ＡＳＣ_Ｔ」それぞれの値は、移動選択肢毎に、固有に決められた定数である。

項目「β_ｆａｒｅ」の値は、行動選択肢を選択したことにより発生する料金に対する重みを示す。言い換えれば、項目「β_ｆａｒｅ」の値は、利用者が行動選択肢を選択した際の満足度に対し、料金が寄与する程度を示す。

項目「β_ＴＴ」の値は、移動時間に対する重みを示す。言い換えれば、項目「β_ＴＴ」の値は、利用者が行動選択肢を選択した際の満足度に対し、行動を行った移動時間が寄与する程度を示す。

項目「β_ＤＴ」の値は、待ち時間に対する重みを示す。待ち時間とは、現在の時刻から、移動を開始する時刻までの時間である。項目「β_ＤＴ」の値は、言い換えれば、利用者が行動選択肢を選択した際の満足度に対し、移動を行うまでの待ち時間が寄与する程度を示す。

項目「β_ＣＧ」の値は、選択した行動選択肢と対応する行動に対する混雑度に対する重みを示す。項目「β_ＣＧ」の値は、利用者が行動選択肢を選択した際の満足度に対し、混雑度が寄与する程度を示す。混雑度とは、例えば選択した行動選択肢と対応する行動が、移動であった場合には、移動選択肢の混雑度を示す。また、混雑度とは、例えば選択した行動選択肢と対応する行動が、ショッピングであった場合には、ショッピングを行う店舗の混雑度を示す。つまり、本実施形態の混雑度は、行動選択肢と対応する行動を行った場合に遭遇する混雑度を示す。

図４では、利用者ＩＤ「００１」の利用者は、重みを示す各項目のうち、項目「β_ＣＧ」の値が最も小さい「−２」である。このことから、利用者ＩＤ「００１」の利用者は、混雑を嫌う傾向がある利用者であることがわかる。

次に、図５を参照して誘導上限値データベース２２０について説明する。図５は、第一の実施形態の誘導上限値データベースの一例を示す図である。

本実施形態の誘導上限値データベース２２０は、時間帯別の各移動手段に対して誘導可能な人数の上限値を格納している。誘導可能な人数の上限値とは、例えば、この人数を超えると、多くの人が不快と感じる程度の混雑が生じると判断される閾値となる人数であっても良い。

以下の説明では、誘導可能な人数の上限値を誘導上限値と呼ぶ。

図５の例では、一例として、１７：００〜１７：１４、１７：１５〜１７：２９、１７：３０〜１７：４４、１７：４５〜１７：５９の４つの時間帯を示している。以下の説明では、時間帯をｌとしたとき、１７：００〜１７：１４を時間帯ｌ＝０、１７：１５〜１７：２９を時間帯ｌ＝１とする。また、時間帯をｌとしたとき、１７：３０〜１７：４４を時間帯ｌ＝２、１７：４５〜１７：５９を時間帯ｌ＝３とする。

また、図５では、上述した各時間帯の移動手段の一例として、鉄道Ｍによる移動、バスＢによる移動、タクシーＴによる移動を示しているが、これに限定されない。誘導上限値データベース２２０には、任意の数の移動手段に対する誘導上限値が格納されていても良い。

図５では、時間帯ｌ＝０〜３のそれぞれにおける、鉄道Ｍに対する誘導上限値は５００人、バスＢに対する誘導上限値は３００人、タクシーＴに対する誘導上限値は１００人である。

言い換えれば、図５の例では、「時間帯「ｌ＝０」に移動手段「鉄道Ｍ」で移動する」という行動選択肢に対する誘導上限値は５００人である。同様に、図５の例では、「時間帯「ｌ＝０」に移動手段「バスＢ」で移動する」という行動選択肢に対する誘導上限値は３００人である。また、図５の例では、「時間帯「ｌ＝０」に移動手段「タクシーＴ」で移動する」という行動選択肢に対する誘導上限値は１００人である。

このように、図５の例では、時間帯と移動手段の組合せを１つの行動選択肢としている。

本実施形態の誘導上限値データベース２２０は、予め混雑マネジメント装置２００に格納されたものであり、誘導上限値は、例えば時間帯別の交通手段の運行頻度や、車両毎の乗車定員等に基づき決定されても良い。

また、図５では、時間帯と移動手段の組合せを行動選択肢として示したが、行動選択肢はこれに限定されない。例えば行動選択肢が、時間帯とイベントへの参加の組合せであっても良いし、時間帯と映画鑑賞の組合せ等であっても良い。こられの場合には、イベント会場の収容人数や映画館の客席数等が誘導上限値となる。

また、図５の例では、時間帯をｌ＝０〜３としたが、これに限定されない。誘導上限値データベース２２０における時間帯は、任意の時間帯であって良い。誘導上限値データベース２２０には、例えば、早朝の時間帯から深夜の時間帯までのそれぞれに対して、誘導上限値が設定されていても良いし、時間帯の長さも任意の長さであって良い。

次に、図６を参照して混雑度データベース２３０について説明する。図６は、第一の実施形態の混雑度データベースの一例を示す図である。

本実施形態の混雑度データベース２３０では、時間帯別に各移動手段と混雑度レベルとが対応付けられて格納されている。言い換えれば、混雑度データベース２３０は、行動選択肢毎に混雑度レベルが対応付けられて格納されている。

本実施形態では、混雑度データベース２３０は、予め混雑マネジメント装置２００に格納されている。

図６の例では、移動手段「鉄道Ｍ」、「バスＢ」、「タクシーＴ」と時間帯ｌ＝０〜３のそれぞれの組合せにおける混雑度レベルが対応付けられている。

本実施形態の混雑度レベルは、移動手段毎に定義される。具体的には、例えば、移動手段「鉄道Ｍ」の混雑度はレベル１〜３に分類される。混雑度レベル１は、座席に座れるレベル、混雑度レベル２は座席に座れないがまだ不快ではないレベル、混雑度レベル３は、座席に座れず不快なレベルである。本実施形態の混雑度レベルは、例えば鉄道Ｍの乗車率の統計等から求められても良い。

移動手段「バスＢ」の場合、混雑度レベルは、鉄道と同様の定義により、車両内の混雑度をレベル１〜３に分類してもよい。また、車両内の混雑度レベルと道路の混雑度レベルを組み合わせたものであっても良い。

また、移動手段「タクシーＴ」の場合、混雑度は、タクシー乗り場の待ち時間に基づいて混雑度をレベル１〜３に分類することが考えられる。本実施形態では、乗り場での待ち時間が５分未満であればレベル１、１５分未満であればレベル２、１５分以上であればレベル３としてもよい。

尚、混雑度レベルと対応付けられている行動選択肢は、図６に示す行動選択肢以外の行動選択肢も含む。また、混雑度データベース２３０における時間帯は、図５と同様に、任意の時間帯であって良い。

次に、本実施形態の推定人数データベース２４０について説明する。図７は、第一の実施形態の推定人数データベースの一例を説明する図である。

本実施形態の推定人数データベース２４０は、混雑マネジメント装置２００が端末装置３００から行動選択肢の提示要求を受けて、端末装置３００へ行動選択肢を表示させる度に更新される。

本実施形態の推定人数データベース２４０は、時間帯別の各移動手段に対して、誘導されたと思われる利用者の人数を格納している。言い換えれば、推定人数データベース２４０は、時間帯と移動手段の組合せにより示される行動選択肢毎に、この行動選択肢が示す行動を行ったと思われる利用者の人数を格納している。

以下の説明では、誘導されたと思われる利用者の人数を推定人数と呼ぶ。つまり、推定人数は、混雑マネジメント装置２００が提示した行動選択肢に誘導され、この行動選択肢を選択したと思われる利用者の人数と言える。

図７では、時間帯ｌ＝０〜３のそれぞれに対する移動手段「鉄道Ｍ」、「バスＢ」、「タクシーＴ」の推定人数が格納された推定人数データベース２４０を示している。

図７の例では、行動選択肢「時間帯ｌ＝０（１７：００〜１７：１４）に移動手段「鉄道Ｍ」で移動」という行動を行ったと思われる推定人数は２５０人である。また、図７の例では、行動選択肢「時間帯ｌ＝０（１７：００〜１７：１４）に移動手段「バスＢ」で移動」という行動を行ったと思われる推定人数は１００人である。また、行動選択肢「時間帯ｌ＝０（１７：００〜１７：１４）に移動手段「タクシーＴ」で移動」という行動を行ったと思われる推定人数は１０人である。本実施形態の推定人数の算出の詳細は後述する。

また、本実施形態の推定人数データベース２４０は、時間帯ｌ＝０〜３のそれぞれに対する移動手段「鉄道Ｍ」、「バスＢ」、「タクシーＴ」の推定人数が格納されるものとしたが、これに限定されない。本実施形態の推定人数データベース２４０は、誘導上限値データベース２２０に示される行動選択肢と同様の組合せを有していれば良い。

例えば誘導上限値データベース２２０において、行動選択肢「時間帯「１８：００〜２０：００」に「イベント参加」」と対応する誘導上限値が格納されていた場合、推定人数データベース２４０にも、同様の行動選択肢に対する推定人数が格納される。

次に、本実施形態の地図データベース２５０と、交通運行データベース２６０について説明する。

本実施形態の地図データベース２５０は、道路に関する情報が格納される。道路に関する情報は、例えば、道路をノードとリンクからなるネットワークとして表現した情報であり、交差点や各種ＰＯＩ（Point Of Interests）の緯度、経度、道路の長さや幅、信号の有無、交通規制情報等を含む。また、道路に関する情報は、車両等に搭載された各種センサにより、リアルタイムに取得される道路の交通情報等が含まれても良い。また、交通情報には、各道路の通過所要時間が含まれても良い。

本実施形態の交通運行データベース２６０は、交通手段毎の運行に関する情報が格納されている。交通手段毎の運行に関する情報は、例えば、駅やバス停など乗降地点の位置、乗降地点を結ぶ路線の情報、路線間の乗換に関する情報を含む。また、交通手段毎の運行に関する情報は、運賃等の料金の関する情報や、各車両がどの乗降地点に何時に発着するかという時刻表情報、車両の乗車定員等を含む。

次に、図８を参照して本実施形態の混雑マネジメントシステム１００の有する各装置の機能について説明する。図８は、第一の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。

本実施形態の混雑マネジメントシステム１００において、混雑マネジメント装置２００は、混雑マネジメント処理部２７０を有する。本実施形態の混雑マネジメント処理部２７０は、混雑マネジメント装置２００の演算処理装置２６が、混雑マネジメント装置２００にインストールされた混雑マネジメントプログラムを実行することにより実現される。

本実施形態の混雑マネジメント処理部２７０は、要求受付部２７１、応答送信部２７２、選択肢生成部２７３、混雑緩和貢献度算出部２７４、混雑度取得部２７５、選択確率算出部２７６、選択肢決定部２７７、推定人数算出部２７８を有する。

本実施形態の要求受付部２７１は、端末装置３００から送信される提示要求等を受信する。提示要求には、利用者ＩＤ、行動日、希望する行動開始時刻又は希望する行動終了時刻、行動開始場所等の条件の指定を含む。例えば行動選択肢が移動選択肢である場合には、提示要求には、利用者ＩＤ、交通機関の利用日、希望する出発時刻又は希望する到着予定時刻、出発地及び目的地が含まれる。

応答送信部２７２は、選択肢決定部２７７により決定された行動選択肢を端末装置３００へ送信する。

選択肢生成部２７３は、交通運行データベース２６０に格納された各種の交通手段の時刻表等を参照し、提示要求に基づき、出発地から目的地までの移動選択肢を行動選択肢として生成する。

混雑緩和貢献度算出部２７４は、誘導上限値データベース２２０と、推定人数データベース２４０とを算出し、選択肢生成部２７３によって生成された行動選択肢毎の混雑緩和貢献度を算出する。混雑緩和貢献度の算出の詳細は後述する。

混雑度取得部２７５は、混雑度データベース２３０を参照し、選択肢生成部２７３によって生成された行動選択肢毎の混雑度を取得する。

選択確率算出部２７６は、選択肢生成部２７３によって生成された行動選択肢毎に、利用者が行動選択肢を選択する確率を示す選択確率を算出する。言い換えれば、選択確率算出部２７６は、選択肢生成部２７３によって生成された行動選択肢群の部分集合毎に、部分集合に含まれる各行動選択肢の選択確率を算出する。選択確率算出部２７６による選択確率の算出の詳細は後述する。

選択肢決定部２７７は、選択確率算出部２７６により算出された選択確率と、混雑緩和貢献度算出部２７４により算出された混雑緩和貢献度とに基づき、端末装置３００へ出力する行動選択肢を決定する。具体的には、選択肢決定部２７７は、選択肢生成部２７３により生成された行動選択肢から、混雑緩和貢献度と選択確率を用いて、混雑緩和貢献度の期待値を算出する。そてし、選択肢決定部２７７は、混雑緩和貢献度の期待値が最も大きくなる行動選択肢Ｐの集合を求め、この集合に含まれる各行動選択肢を、端末装置３００へ出力する行動選択肢に決定する。

推定人数算出部２７８は、選択肢決定部２７７により、行動選択肢が決定されると、各行動選択肢に対して、これまでに誘導されたであろうと思われる推定人数を算出し、推定人数データベース２４０を更新する。推定人数の算出の詳細は、後述する。

本実施形態の端末装置３００は、入力制御部３１０、要求送信部３２０、応答受信部３３０、出力制御部３４０、ＧＰＳ（Global Positioning System）部３５０を有する。これら各部は、端末装置３００にインストールされたプログラムが、端末装置３００の演算処理装置により実行されることで実現される。

本実施形態の入力制御部３１０は、各種の情報の入力を受け付ける。要求送信部３２０は、入力に応じた提示要求を混雑マネジメント装置２００に送信する。

応答受信部３３０は、要求送信部３２０によって送信された提示要求に対する応答を受信する。具体的には、応答受信部３３０は、混雑マネジメント装置２００から送信される行動選択肢を示す情報を受信する。

出力制御部３４０は、応答受信部３３０によって受信された応答に含まれている情報を、端末装置３００の表示操作装置に表示させる。具体的には、出力制御部３４０は、応答受信部３３０により受信した行動選択肢を表示操作装置に表示させる。

ＧＰＳ部３５０は、端末装置３００が受信するＧＰＳ信号に基づいて、端末装置３００の現在位置を示す位置情報を取得する。

本実施形態の端末装置３００では、要求送信部３２０において、出発地の代わりに、ＧＰＳ部３５０により取得した位置情報を提示要求と共に混雑マネジメント装置２００に送信しても良い。

次に、本実施形態の混雑マネジメント装置２００及び端末装置３００の動作の説明に先立ち、本実施形態の行動選択肢について説明する。

図９は、第一の実施形態の行動選択肢を説明するための図である。本実施形態では、テーブル９１に示すように、移動手段ｎを用いて時間帯ｌに移動する行動選択肢をＰ_ｎ，ｌと表す。具体的には、例えば、移動手段が鉄道Ｍで時間帯がｌ＝０の行動選択肢は、ｐ_Ｍ，０となる。以下の説明では、個々の行動選択肢を示す場合をｐ_ｎ，ｌとし、行動選択肢の集合を示す場合をＰ_ｎ，ｌとする。

ここで、移動手段ｎの集合を集合Ｎとし、時間帯ｌの集合を集合Ｌとし、移動手段ｎと時間帯ｌのすべての組み合わせに対する行動選択肢の集合を集合Ｐとする。また、実現可能な行動選択肢の集合を集合Ｆとし、端末装置３００に出力する行動選択肢の集合を集合Ａとしたとき、集合Ｐ、Ｆ、Ａは、以下の式（１）に示す関係となる。

実現可能な行動選択肢の集合を集合Ｆは、その時間帯に移動手段が提供されており、且つ、推定人数が誘導上限値に達していない行動選択肢であり、集合Ｐの部分集合となる。また、端末装置３００に出力する行動選択肢の集合Ａは、集合Ｆの部分集合となる。尚、端末装置３００に出力する行動選択肢の集合Ａとは、混雑マネジメントシステム１００の利用者に提示される行動選択肢の集合である。

次に、本実施形態の混雑マネジメントシステム１００の有する各装置の動作について説明する。始めに、図１０を参照し、端末装置３００の動作について説明する。

図１０は、第一の実施形態の端末装置の動作を説明するフローチャートである。

本実施形態の端末装置３００は、入力制御部３１０により、利用者から行動選択肢の提示要求を受け付けると（ステップＳ１００１）、要求送信部３２０により、提示要求を混雑マネジメント装置２００へ送信する（ステップＳ１００２）。このとき、端末装置３００では、提示要求と共に入力された出発地と目的地及び希望出発時刻又は希望到着時刻を混雑マネジメント装置２００へ送信しても良い。また、端末装置３００は、提示要求と共に、端末装置３００の利用者の利用者ＩＤを混雑マネジメント装置２００へ送信する。

また、端末装置３００は、出発地が入力されていない場合には、ＧＰＳ部３５０により端末装置３００の位置情報を出発地の代わりに混雑マネジメント装置２００へ送信しても良い。また、端末装置３００は、出発時刻が入力されていない場合には、端末装置３００の時計機能から現在時刻を取得し、出発時刻の代わりに混雑マネジメント装置２００へ送信しても良い。

続いて、端末装置３００は、応答受信部３３０により、混雑マネジメント装置２００から、行動選択肢を組合せを示す情報を受信する（ステップＳ１００３）。続いて端末装置３００は、出力制御部３４０により、受信した情報が示す行動選択肢の組合せを表示操作装置に表示させ（ステップＳ１００４）、処理を終了する。

次に、図１１を参照し、本実施形態の混雑マネジメント装置２００の動作について説明する。図１１は、第一の実施形態の混雑マネジメント装置２００の動作を説明するフローチャートである。

混雑マネジメント装置２００の混雑マネジメント処理部２７０、要求受付部２７１により、端末装置３００から行動選択肢の提示要求を受け付ける（ステップＳ１１０１）。具体的には、要求受付部２７１は、端末装置３００から、行動選択肢の提示要求と共に、希望出発時刻、出発地及び目的地を受け付ける。尚、要求受付部２７１は、現在時刻を希望出発時刻として受け付けても良い。また、要求受付部２７１は、出発地の代わりに、端末装置３００の位置情報を受け付けても良い。

また、本実施形態の混雑マネジメント装置２００は、提示要求と共に、端末装置３００の利用者の利用者ＩＤを取得するものとした。

続いて、混雑マネジメント処理部２７０は、選択肢生成部２７３により、実現可能な行動選択肢を生成する（ステップＳ１１０２）。

ここで生成された、実現可能な行動選択肢の集合Ｆは、移動手段ｎと時間帯ｌのすべての組合せを含む行動選択肢の集合Ｐの部分集合である。言い換えれば、集合Ｆは、その時間帯に移動手段が提供されており、且つ、推定人数が誘導上限値に達していない行動選択肢の集合である。

続いて混雑マネジメント処理部２７０は、選択確率算出部２７６と選択肢決定部２７７により、選択確率に基づく行動選択肢の組合せを決定する（ステップＳ１１０３）。言い換えれば、混雑マネジメント処理部２７０は、行動選択肢の集合Ｆの部分集合Ａの中から、端末装置３００に表示させる行動選択肢の集合Ａ*を選択する。ステップＳ１１０３の処理の詳細は後述する。

続いて、混雑マネジメント処理部２７０は、推定人数算出部２７８により、利用者に提示される行動選択肢に決定された各行動選択肢の選択確率を用いて、行動選択肢毎の推定人数を算出し、推定人数データベース２４０を更新する（ステップＳ１１０４）。

続いて、混雑マネジメント処理部２７０は、応答送信部２７２により、選択肢決定部２７７により決定された行動選択肢の集合Ａ*を端末装置３００へ出力し（ステップＳ１１０５）、処理を終了する。

次に、図１２を参照し、本実施形態の選択肢生成部２７３の処理について説明する。図１２は、第一の実施形態の選択肢生成部の処理を説明するフローチャートである。

本実施形態の選択肢生成部２７３は、全ての行動選択肢ｐ_ｎ，ｌについて、ステップＳ１２０２以降の処理を実行したか否かを判定する（ステップＳ１２０１）。ステップＳ１２０１において、全ての行動選択肢ｐ_ｎ，ｌについて、処理を行った場合は、処理を終了する。

選択肢生成部２７３は、全ての行動選択肢ｐ_ｎ，ｌについて、処理を行っていない場合、地図データベース２５０と交通運行データベース２６０とを参照し、希望出発時刻、出発地から目的地に至る移動手段ｎが時間帯ｌに存在するか否かを判定する（ステップＳ１２０２）。尚、ここでの時間帯ｌは、出発時刻から想定され得る時間帯となる。

ステップＳ１２０２において、該当する移動手段ｎが存在しない場合、選択肢生成部２７３は、ステップＳ１２０１へ戻る。

ステップＳ１２０２において、該当する移動手段ｎが存在する場合、選択肢生成部２７３は、誘導上限値データベース２２０と、推定人数データベース２４０とを参照し、推定人数Ｃ_ｎ，ｌが誘導上限値Ｃ^ＭＡＸ _ｎ，ｌ未満であるか否かを判定する（ステップＳ１２０３）。

ステップＳ１２０３において、推定人数Ｃ_ｎ，ｌが誘導上限値Ｃ^ＭＡＸ _ｎ，ｌ未満でない場合、つまり、推定人数Ｃ_ｎ，ｌが誘導上限値Ｃ^ＭＡＸ _ｎ，ｌに達していた場合、選択肢生成部２７３は、ステップＳ１２０１へ戻る。

ステップＳ１２０３において、推定人数Ｃ_ｎ，ｌが誘導上限値Ｃ^ＭＡＸ _ｎ，ｌ未満である場合、選択肢生成部２７３は、行動選択肢ｐ_ｎ，ｌを実現可能な行動選択肢の集合Ｆに追加し（ステップＳ１２０４）、ステップＳ１２０１へ戻る。

ここで、本実施形態の推定人数Ｃ_ｎ，ｌについて説明する。本実施形態のＣ_ｎ，ｌは、以下の式（２）で表すことができる。

推定人数Ｃ_ｎ，ｌは、これまでに行動選択肢ｐ_ｎ，ｌを選択したと思われる人数である。式（２）では、現在の利用者をｎ番目の利用者としたときの、推定人数Ｃ_ｎ，ｌを示す。尚、式（２）における選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）の算出方法については後述する。

式（２）から分かるように、本実施形態の推定人数Ｃ_ｎ，ｌは、ｎ番目の利用者が行動選択肢ｐ_ｎ，ｌの提示要求を行った際に、ｎ−１番目までの利用者毎の行動選択肢ｐ_ｎ，ｌの選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）を累積した値となる。

以上のように、本実施形態の選択肢生成部２７３は、希望出発時刻、出発地及び目的地に基づき検索された行動選択肢（移動選択肢）のうち、推定人数が誘導上限値に達していない行動選択肢のみを抽出する。したがって、本実施形態によれば、推定人数が誘導上限値に達した行動選択肢については、利用者の流入を抑制することで、混雑を緩和している。

次に、混雑マネジメント処理部２７０による、選択確率に基づく行動選択肢の集合（行動選択肢のパターン）Ａ*を決定する処理について説明する。

本実施形態では、行動選択肢Ｐ_ｎ，ｌを利用者に提示するか否かを決定するための決定変数ｘ_ｎ，ｌを導入する。具体的には、本実施形態では、決定変数ｘ_ｎ，ｌ＝１ならば行動選択肢Ｐ_ｎ，ｌを利用者に提示することを示す。また、本実施形態では、決定変数ｘ_ｎ，ｌ＝０ならば、行動選択肢Ｐ_ｎ，ｌを利用者に提示しないことを示す。

本実施形態では、実現可能でない行動選択肢Ｐ_ｎ，ｌは利用者に提示することができないので、決定変数ｘ_ｎ，ｌは常に０である。以下の式（３）で表される行列Ｘは、利用者に提示する行動選択肢Ｐ_ｎ，ｌの集合のある候補Ａを示す行列である。

ここで、本実施形態の選択肢決定部２７７は、混雑緩和貢献度算出部２７４が算出する混雑緩和貢献度が最大になるような行動選択肢の集合Ａを、利用者に提示する行動選択肢の集合Ａ*として選択する。これは、以下の式（４）のような最適化問題として定式化される。

上記の式（４）において、Ｐｒｏｂ_ｎ，ｌ（Ｘ）は、行列Ｘで示される行動選択肢の集合Ａにおける行動選択肢ｐ_ｎ，ｌの選択確率である。この選択確率は、選択確率算出部２７６により算出される。

また、上記の式（４）において、Ｒ_ｎ，ｌは、行列Ｘで示される行動選択肢の集合Ａにおいて、行動選択肢ｐ_ｎ，ｌが選択された場合に得られる混雑緩和貢献度である。混雑緩和貢献度は、混雑緩和貢献度算出部２７４により、例えば、以下の式（５）により算出される。

ここで、Ｃ_ｎ，ｌは、推定人数データベース２４０において、行動選択肢ｐ_ｎ，ｌと対応付けられた推定人数を示す。また、Ｃ^ＭＡＸ _ｎ，ｌは、誘導上限値データベース２２０において、行動選択肢ｐ_ｎ，ｌと対応付けられた誘導上限値を示す。

本実施形態の混雑緩和貢献度Ｒ_ｎ，ｌは、式（５）からわかるように、行動選択肢ｐ_ｎ，ｌの誘導上限値に対する推定人数の割合が小さい行動選択肢が選択されると、混雑緩和貢献度Ｒ_ｎ，ｌの値が大きくなる。

つまり、誘導上限値Ｃ^ＭＡＸ _ｎ，ｌと推定人数Ｃ_ｎ，ｌの差分が大きいほどの行動選択肢ｐ_ｎ，ｌが選択された場合の混雑緩和貢献度Ｒ_ｎ，ｌの値が大きくなる。尚、混雑緩和貢献度Ｒ_ｎ，ｌは、上記と異なる式を用いて算出されてもよい。

本実施形態の選択肢決定部２７７は、行列Ｘで示される行動選択肢の集合Ａにおいて、各行動選択肢ｐ_ｎ，ｌ毎に、選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と、混雑緩和貢献度Ｒ_ｎ，ｌの積を算出する。選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と、混雑緩和貢献度Ｒ_ｎ，ｌの積は、行動選択肢ｐ_ｎ，ｌについての混雑緩和貢献度の期待値である。

選択肢決定部２７７は、行例Ｘで示される行動選択肢の集合Ａに含まれる各行動選択肢ｐ_ｎ，ｌについて、混雑緩和貢献度の期待値を算出し、その総和を集合Ａの混雑緩和貢献度の期待値とする。そして、選択肢決定部２７７は、混雑緩和貢献度の期待値が最も大きい集合Ａを、集合Ａ*に決定する。したがって、集合Ａ*に含まれる各行動選択肢ｐ_ｎ，ｌが、利用者に提示される行動選択肢となる。

次に、選択確率算出部２７６による選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）の算出について説明する。

本実施形態では、利用者による行動選択肢ｐ_ｎ，ｌの選択は、多項ロジットモデル（Multinomial Logit Model, MNL）に基づいて行われると仮定する。したがって、行列Ｘで表される集合Ａが利用者に提示された場合、行動選択肢ｐ_ｎ，ｌが選択される確率（選択確率）Ｐｒｏｂ_ｎ，ｌ（Ｘ）は、以下の式（６）で計算することができる。

尚、式（６）におけるＶ_ｎ，ｌは、行動選択肢ｐ_ｎ，ｌの効用を示す。効用Ｖ_ｎ，ｌは、例えば、以下の式（７）で算出することができる。

具体的には、選択確率算出部２７６は、利用者データベース２１０を参照し、端末装置３００から取得した利用者ＩＤと対応する利用者情報を取得し、利用者情報に含まれる各項目の値を、式（７）に代入する。

また、選択確率算出部２７６は、例えば交通運行データベース２６０を参照し、移動手段による移動に係る料金を示す値を取得し、式（７）に代入しても良い。

また、選択確率算出部２７６は、混雑度取得部２７５により、混雑度データベース２３０を参照し、行動選択肢ｐ_ｎ，ｌと対応する混雑度レベルを取得し、式（７）に代入しても良い。また、選択確率算出部２７６は、端末装置３００において入力された希望出発時刻と行動選択肢ｐ_ｎ，ｌにおける時間帯とから、待ち時間を求め、式（７）に代入しても良い。

以下に、図１３を参照し、選択確率に基づく行動選択肢の集合（組合せ）Ａ*の決定について、さらに説明する。図１３は、第一の実施形態の選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。

図１３で説明する手順は、図１１のステップＳ１１０３において行われる演算の手順を示している。

選択確率算出部２７６は、選択肢生成部２７３により、実現可能な行動選択肢Ｐ_ｎ，ｌが生成されると、行列Ｘで示される行動選択肢Ｐ_ｎ，ｌの集合Ａにおける各行動選択肢ｐ_ｎ，ｌの選択確率を求める（ステップＳ１３０１）。

具体的には、選択確率算出部２７６は、利用者データベース２１０を参照し、利用者ＩＤと対応付けられた利用者情報を取得する。また、選択確率算出部２７６は、混雑度データベース２３０を参照し、行動選択肢ｐ_ｎ，ｌが示す時間帯ｌの移動手段ｎの混雑度レベルを取得する。そして、選択確率算出部２７６は、式（７）で示す効用Ｖ_ｎ，ｌを算出する。

つまり、選択確率算出部２７６は、集合Ａにおける行動選択肢ｐ_ｎ，ｌに対する利用者の満足度の水準を示す値を算出する。

次に、選択確率算出部２７６は、式（６）で示す選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）を算出する。

つまり、本実施形態の選択確率算出部２７６は、集合Ａに含まれる各行動選択肢の満足度の度合いを示す値から、行動選択肢Ｐ_ｎ，ｌの選択確率を求める。

言い換えれば、本実施形態では、利用者が得られる満足度が高い行動選択肢Ｐ_ｎ，ｌ程、選択確率が高いことを示す。

次に、混雑緩和貢献度算出部２７４は、集合Ａの各行動選択肢ｐ_ｎ，ｌ毎に、混雑緩和貢献度Ｒ_ｎ，ｌを算出する（ステップＳ１３０２）。

具体的には、混雑緩和貢献度算出部２７４は、誘導上限値データベース２２０と、推定人数データベース２４０とから、行動選択肢Ｐ_ｎ，ｌ毎に、行動選択肢Ｐ_ｎ，ｌと対応付けられた誘導上限値Ｃ^ＭＡＸ _ｎ，ｌと推定人数Ｃ_ｎ，ｌとを取得する。そして、混雑緩和貢献度算出部２７４は、行動選択肢ｐ_ｎ，ｌ毎に、式（５）に示す混雑緩和貢献度Ｒ_ｎ，ｌを求める。

続いて、選択肢決定部２７７は、行動選択肢Ｐ_ｎ，ｌ毎の選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と、混雑緩和貢献度Ｒ_ｎ，ｌと、から、集合Ａの混雑緩和貢献度の期待値を算出する（ステップＳ１３０３）。

具体的には、選択肢決定部２７７は、式（４）に示すように、行動選択肢Ｐ_ｎ，ｌ毎に、選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と混雑緩和貢献度Ｒ_ｎ，ｌとの積である混雑緩和貢献度の期待値を求める。そして、選択肢決定部２７７は、行動選択肢Ｐ_ｎ，ｌ毎の混雑緩和貢献度の期待値の和を、集合Ａの混雑緩和貢献度の期待値とする。

続いて、選択肢決定部２７７は、実現可能な行動選択肢Ｐ_ｎ，ｌの集合Ｆから得られる全てのパターンについて、集合Ａの期待値を算出したか否かを判定する（ステップＳ１３０４）。ステップＳ１３０４において、全ての集合Ａについて、期待値を算出していない場合、選択肢決定部２７７はステップＳ１３０１へ戻る。

ステップＳ１３０４において、全ての集合Ａについて、期待値を算出した場合、選択肢決定部２７７は、混雑緩和貢献度の期待値が最大となる集合Ａを、端末装置３００に提示する行動選択肢Ｐ_ｎ，ｌの集合Ａ*に決定し（ステップＳ１３０５）、処理を終了する。

以下に、図１４及び図１５を参照し、集合Ａ*を決定する手順について具体的に説明する。

図１４は、実現可能な行動選択肢の集合の一例を示す第一の図である。

図１４の例では、移動手段ｎと時間帯ｌの組合せに対して「○」とされた行動選択肢は、推定人数Ｃ_ｎ，ｌが誘導上限値Ｃ^ＭＡＸ _ｎ，ｌ未満であり、実現可能な行動選択肢ｐ_ｎ，ｌであることを示している。また、図１４の例では、移動手段ｎと時間帯ｌの組合せに対して「×」とされた行動選択肢は、推定人数Ｃ_ｎ，ｌが誘導上限値Ｃ^ＭＡＸ _ｎ，ｌに達しており、実現不可能な行動選択肢ｐ_ｎ，ｌであることを示している。

図１４の例では、実現可能な行動選択肢ｐ_ｎ，ｌとして、ｎ＝鉄道Ｍ、ｌ＝１の行動選択肢、ｎ＝鉄道Ｍ、ｌ＝２の行動選択肢、ｎ＝鉄道Ｍ、ｌ＝３の行動選択肢が生成されている。また、図１４の例では、実現可能な行動選択肢ｐ_ｎ，ｌとして、ｎ＝バスＢ、ｌ＝１の行動選択肢、ｎ＝バスＢ、ｌ＝３の行動選択肢が生成されている。また、図１４の例では、実現可能な行動選択肢ｐ_ｎ，ｌとして、ｎ＝タクシーＴ、ｌ＝０の行動選択肢、ｎ＝タクシーＴ、ｌ＝２の行動選択肢、ｎ＝タクシーＴ、ｌ＝３の行動選択肢が生成される。

つまり、図１４の例では、実現可能な行動選択肢ｐ_ｎ，ｌの集合Ａは、行動選択肢ｐ_{Ｍｅｔｏ，１}、ｐ_{Ｍｅｔｏ，２}、ｐ_{Ｍｅｔｏ，３}、ｐ_Ｂ，１、ｐ_Ｂ，３、ｐ_Ｔ，０、ｐ_Ｔ，２、ｐ_Ｔ，３となる。

図１５は、実現可能な行動選択肢の集合の一例を示す第二の図である。図１５では、図１４で説明した集合Ａに含まれる行動選択肢ｐ_ｎ，ｌにおいて、利用者へ提示する行動選択肢ｐ_ｎ，ｌの集合候補をｎ行ｌ列の行列Ｘとして示している。

図１５（Ａ）は、図１４において「○」とされた行動選択肢ｐ_ｎ，ｌ全てを利用者へ提示した場合のパターンを示している。

この場合において、各行動選択肢ｐ_ｎ，ｌと、各行動選択肢ｐ_ｎ，ｌの選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と、を対応付けた情報が、テーブルＰｒ−１である。

テーブルＰｒ−１に示すように、選択確率算出部２７６は、行列Ｘにおいて、値が「０」となる成分と対応する行動選択肢ｐ_ｎ，ｌは、利用者に提示されないため、選択確率は算出されない。

本実施形態の選択肢決定部２７７は、テーブルＰｒ−１に示すように、各行動選択肢ｐ_ｎ，ｌの選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）が算出されると、各選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と混雑緩和貢献度との積である混雑緩和貢献度の期待値を算出する。そして、選択肢決定部２７７は、積の合計を集合Ｆの混雑緩和貢献度の期待値とする。この期待値は、行列Ｘが示す集合Ａに含まれる各行動選択肢ｐ_ｎ，ｌを利用者に提示した際の、テーブルＰｒ−１に示す選択確率に基づく混雑緩和貢献度の期待値である。

図１５（Ｂ）は、図１４において「○」とされた行動選択肢ｐ_ｎ，ｌのうち、行動選択肢ｐ_Ｔ，０を利用者へ提示する行動選択肢から除外した場合のパターンを示している。したがって、行列Ｘでは、該当する要素の値が「０」となる。

この場合において、各行動選択肢ｐ_ｎ，ｌの選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と、を対応付けた情報が、テーブルＰｒ−２となる。テーブルＰｒ−２では、ｎ＝タクシーＴ、ｌ＝０と対応する行動選択肢ｐ_Ｔ，０は算出されていない。選択肢決定部２７７は、図１５（Ａ）と同様に、テーブルＰｒ−２に示す選択確率に基づく混雑緩和貢献度の期待値を算出する。

図１５（Ｃ）は、図１４において「○」とされた行動選択肢ｐ_ｎ，ｌのうち、行動選択肢ｐ_Ｍ，１を利用者へ提示する行動選択肢から除外した場合のパターンを示している。したがって、行列Ｘでは、該当する要素の値が「０」となる。

この場合において、各行動選択肢ｐ_ｎ，ｌの選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）と、を対応付けた情報が、テーブルＰｒ−３となる。テーブルＰｒ−３では、ｎ＝鉄道Ｍ、ｌ＝１と対応する行動選択肢ｐ_Ｍ，１は算出されていない。選択肢決定部２７７は、図１５（Ａ）と同様に、テーブルＰｒ−３に示す選択確率に基づく混雑緩和貢献度の期待値を算出する。

本実施形態では、このようにして、集合Ａに含まれる行動選択肢ｐ_ｎ，ｌにおいて、取り得る全てのパターンについて、混雑緩和貢献度の期待値を算出する。

図１５の例では、実現可能な行動選択肢ｐ_ｎ，ｌは７つであり、行列Ｘにおけるそれぞれの行動選択肢ｐ_ｎ，ｌと対応する要素の値として、「０」、「１」の２通りが存在する。したがって、選択肢決定部２７７は、２の７乗通りのパターンに対して混雑緩和貢献度の期待値を算出することになる。

そして、選択肢決定部２７７は、最も混雑緩和貢献度の期待値が大きいパターンにおいて、値が「１」の要素と対応する行動選択肢ｐ_ｎ，ｌの集合Ａを、利用者に提示する行動選択肢の集合Ａ*とする。

このとき、選択肢決定部２７７は、期待値が大きいパターンにおける行動選択肢Ｐ_ｎ，ｌのうち、選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）が大きい行動選択肢ｐ_ｎ，ｌから順に、端末装置３００に表示させる。

尚、本実施形態の混雑マネジメント装置２００は、このとき行動選択肢ｐ_ｎ，ｌと対応する混雑度レベルを端末装置３００に送信しても良い。端末装置３００は、行動選択肢ｐ_ｎ，ｌ毎に、対応する混雑度レベルに応じた混雑状況を示す情報を表示させても良い。

以下に、図１６を参照し、行動選択肢Ｐ_ｎ，ｌが端末装置３００に表示された場合について説明する。図１６は、第一の実施形態において端末装置に表示された行動選択肢の例を示す図である。

図１６では、図１５（Ａ）に示すパターンが最も混雑緩和貢献度の期待値が大きかった場合の端末装置３００の画面の例を示している。

図１６の画面３０１では、表示欄３０２、３０３を有する。表示欄３０２は、行動選択肢が表示されている。また、表示欄３０３には、行動選択肢毎の混雑状況を示す情報が表示されている。

表示欄３０２では、テーブルＰｒ−１において選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）が最も大きい行動選択肢ｐ_ｎ，ｌである「１７：３０〜１７：４４にタクシーＴで移動」が最上位に表示される。また、表示欄３０３では、行動選択肢「１７：３０〜１７：４４タクシーＴで移動」に対応する混雑度レベル「２」に相当する混雑状況を示す情報が表示される。

また、表示欄３０２では、テーブルＰｒ−１において選択確率Ｐｒｏｂ_ｎ，ｌ（Ｘ）が二番目に大きい行動選択肢ｐ_ｎ，ｌである「１７：１５〜１７：２９にバスＢで移動」が次に表示される。

また、表示欄３０３では、行動選択肢「１７：１５〜１７：２９にバスＢで移動」に対応する混雑度レベル「２」に相当する混雑状況を示す情報が表示される。混雑情報を示す情報は、例えば混雑度データベース２３０において、各移動手段の混雑度レベルと対応付けられて記憶されていても良い。

尚、図１６の例では、選択確率が高い行動選択肢から順に端末装置３００に表示されるものとしたが、これに限定されない。本実施形態では、例えば混雑緩和貢献度の期待値が大きい行動選択肢から順に、端末装置３００に表示させても良い。

このように、本実施形態によれば、利用者の満足度の水準を示す値に基づく行動選択肢毎の選択確率と、混雑緩和貢献度とに基づき、利用者の端末装置３００に表示させる行動選択肢を決定する。

したがって、本実施形態によれば、利用者に選択される可能性と、混雑の緩和に対する貢献の両方が考慮された行動選択肢を利用者に提示することができる。したがって、本実施形態によれば、混雑の解消に貢献する行動を選択させることができる。

また、本実施形態では、端末装置３００の利用者が個々に行動選択肢の提示要求を行う度に、推定人数データベース２４０が更新される。したがって、本実施形態によれば、行動選択肢の提示要求を行った利用者に対し、最新の混雑状況に合わせた行動選択肢を提示することができる。また、本実施形態によれば、行動選択肢の提示要求毎の推定人数データベース２４０の更新により、同一の行動選択肢が提示され続けること抑制されるため、その結果として混雑の緩和に貢献できる。

（第二の実施形態）
以下に図面を参照して第二の実施形態について説明する。第二の実施形態では、混雑緩和貢献度の代わりに、売上貢献度を用いて決定された行動選択肢を利用者に提示する点が第一の実施形態と相違する。以下の第二の実施形態の説明では、第一の実施形態との相違点についてのみ説明し、第一の実施形態と同様の機能構成を有するものには、第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。

図１７は、第二の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。

本実施形態の混雑マネジメントシステム１００Ａは、端末装置３００と混雑マネジメント装置２００Ａとを有する。

本実施形態の混雑マネジメント装置２００Ａは、利用者データベース２１０Ａ、誘導上限値データベース２２０Ａ、混雑度データベース２３０Ａ、推定人数データベース２４０Ａを有する。また、本実施形態の混雑マネジメント装置２００Ａは、地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０を有する。また、本実施形態の混雑マネジメント装置２００Ａは、混雑マネジメント処理部２７０Ａを有する。

本実施形態の混雑マネジメント処理部２７０Ａでは、移動手段による移動行動に、店舗による購買行動を組み合わせた行動選択肢を端末装置３００に出力する。また、本実施形態では、購買行動による売上に対する貢献度を考慮した行動選択肢を端末装置３００へ出力する。購買行動による売上とは、例えば行動選択肢において、立ち寄り先として提示された店舗等の売上である。

尚、図１７の例では、地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０が混雑マネジメント装置２００Ａ内に設けられるものとしたが、これに限定されない。地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０は、混雑マネジメント装置２００Ａ以外の装置に設けられていても良い。また、地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０は、それぞれが別々の装置に設けられていても良い。

以下に図１８乃至図２２を参照し、本実施形態の混雑マネジメント装置２００Ａの有する各データベースについて説明する。

図１８は、第二の実施形態の利用者データベースの一例を示す図である。本実施形態の利用者データベース２１０Ａは、第一の実施形態の利用者データベース２１０の有する各項目に加え、項目「β_ｉ」を有する。

項目「β_ｉ」の値は、選択した行動選択肢と対応する行動に付与される貨幣価値に対する重みを示す。言い換えれば、項目「β_ｉ」の値は、利用者が選択した行動選択肢に付与される貨幣価値が、この行動選択肢を選択した際の満足度に対して寄与する程度を示す。

貨幣価値とは、例えばクーポン等である。つまり、項目「β_ｉ」の値は、例えば利用者の行動に店舗への立ち寄り等が含まれる場合に、貨幣価値のあるクーポンが付与されることが、この行動に対する満足度に寄与する程度を示している。

利用者データベース２１０Ａにおける項目「β_ｉ」以外の項目の値は、第一の実施形態の利用者データベース２１０と同様であるから、説明を省略する。

図１９は、第二の実施形態の誘導上限値データベースの一例を示す図である。本実施形態の誘導上限値データベース２２０Ａでは、移動手段ｎと時間帯ｌとの組合せ毎に、誘導上限値が対応付けられて格納されている。また、本実施形態の誘導上限値データベース２２０Ａでは、店舗と時間帯ｌとの組合せ毎に、誘導上限値が対応付けられて格納されている。

尚、図１９で誘導上限値データベース２２０Ａにおいて誘導上限値が格納される店舗は、図１９の例では一店舗といたが、これに限定されない。誘導上限値が格納される店舗は、任意の数であって良い。図１９で示す時間帯ｌも同様に、任意の時間帯が含まれて良い。

例えは図１９の例では、時間帯ｌ＝０における店舗Ｋの誘導上限値は２０人であり、時間帯ｌ＝１における店舗Ｋの誘導上限値は５０人であることがわかる。

図２０は、第二の実施形態の混雑度データベースの一例を示す図である。本実施形態の混雑度データベース２３０Ａは、時間帯ｌ＝０〜３のそれぞれに対する鉄道Ｍ、バスＢ、タクシーＴ、立ち寄り先となる店舗Ｋにおける混雑度レベルが格納されている。

尚、図２０における時間帯ｌと、移動手段ｎ、店舗は、図１９と同様に任意の時間帯を含んで良いし、任意の行動を含んで良い。

図２１は、第二の実施形態の推定人数データベースの一例を示す図である。本実施形態の推定人数データベース２４０Ａは、時間帯ｌ＝０〜３のそれぞれに対する鉄道Ｍ、バスＢ、タクシーＢ、立ち寄り先となる店舗Ｋにおける推定人数が格納されている。

尚、図２１における時間帯ｌ及び移動手段や立ち寄り先は、図１９と同様に任意の時間帯を含んで良いし、任意の店舗を含んで良い。

図２２は、第二の実施形態のクーポン情報データベースの一例を示す図である。本実施形態のクーポン情報データベース２８０は、情報の項目として、店舗名と、クーポン有無、所在地を有する。項目「店舗名」の値は、店舗の名称を示す。項目「クーポン有無」の値は、クーポンの有無を示す。項目「所在地」の値は、店舗の所在地を示す。

具体的には、項目「クーポン有無」の値が「有」の場合、対応する店舗で利用可能な貨幣価値を持つクーポン等のインセンティブが付与されることを示す。つまり、項目「クーポン有無」の値が「有」の場合、対応する店舗に立ち寄ることで、インセンティブが付与されることを示す。

また、項目「クーポン有無」の値が「無」の場合、対応する店舗で利用可能な貨幣価値を持つクーポン等のインセンティブが付与されないことを示す。つまり、項目「クーポン有無」の値が「無」の場合、対応する店舗に立ち寄ることに、インセンティブが付与されないことを示す。

尚、図２２に示すクーポン情報データベース２８０では、店舗毎のクーポンの有無を示す情報が格納されるものとしたが、これに限定されない。クーポン情報データベース２８０には、例えば店舗以外にも、行動選択肢に選択することでインセンティブが付与される施設や移動手段等と、それらのインセンティブの有無が格納されていても良い。

例えば、行動選択肢としてタクシーＴでの移動行動を選択した場合に、クーポン情報データベース２８０には、割引サービスが得られる場合等には、移動手段「タクシーＴ」と、インセンティブ「有」とが対応付けられた情報が格納されていても良い。

次に、図２３を参照して本実施形態の混雑マネジメントシステム１００Ａの有する各装置の機能について説明する。

図２３は、第二の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。

本実施形態の混雑マネジメント装置２００Ａの有する混雑マネジメント処理部２７０Ａは、要求受付部２７１、応答送信部２７２、選択肢生成部２７３Ａ、売上貢献度算出部２７４Ａを有する。また、本実施形態の混雑マネジメント処理部２７０Ａは、混雑度取得部２７５、選択確率算出部２７６Ａ、選択肢決定部２７７Ａ、推定人数算出部２７８、インセンティブ付与部２７９を有する。

本実施形態の選択肢生成部２７３Ａは、端末装置３００において入力された希望出発時刻、出発地及び目的地に基づき、実現可能な行動選択肢を生成する。具体的には、本実施形態の選択肢生成部２７３Ａは、誘導上限値データベース２２０Ａ、推定人数データベース２４０Ａを参照し、移動手段ｎと時間帯ｌとの組合せにおいて、推定人数が誘導上限値未満の組合せを抽出する。そして、選択肢生成部２７３Ａは、時間帯ｌにおいて移動手段ｎと組み合わせることが可能な店舗のうち、推定人数が誘導上限値未満の店舗を抽出し、移動手段ｎと組み合わせ、行動選択肢とする。

また、選択肢生成部２７３Ａは、推定人数が誘導上限値未満の店舗が存在しない場合、移動手段ｎと時間帯ｌの組合せを行動選択肢とする。

本実施形態の売上貢献度算出部２７４Ａは、クーポン情報データベース２８０を参照し、店舗におけるインセンティブの付与の有無に応じた売上貢献度を算出する。

尚、本実施形態の売上貢献度とは、行動選択肢を選択することで、端末装置３００を中心とした所定範囲の地域に存在する商業施設の売上に貢献する度合いを示す。

本実施形態の選択確率算出部２７６Ａは、利用者データベース２１０Ａに格納された各項目の値に基づく行動選択肢毎の効用から、行動選択肢毎の選択確率を算出する。

本実施形態の選択肢決定部２７７Ａは、選択確率算出部２７６Ａにより算出された選択確率と、売上貢献度算出部２７４Ａにより算出された売上貢献度とに基づき、端末装置３００へ出力する行動選択肢を決定する。具体的には、選択肢決定部２７７Ａは、選択肢生成部２７３Ａにより生成された行動選択肢から、売上貢献度と選択確率を用いて、売上貢献度の期待値を算出する。そてし、選択肢決定部２７７Ａは、売上貢献度の期待値が最も大きくなる行動選択肢の集合を求め、この集合に含まれる各行動選択肢を、端末装置３００へ出力する行動選択肢に決定する。

本実施形態のインセンティブ付与部２７９は、選択肢生成部２７３Ａにより生成された行動選択肢において、店舗が移動手段と組み合わされている場合、この店舗のクーポンが存在する場合には、インセンティブｉの値を「１」に設定する。具体的には、インセンティブ付与部２７９は、行動選択肢に店舗が含まれる場合、クーポン情報データベース２８０を参照し、店舗と対応するクーポン有無が「有」の場合に、インセンティブｉの値を「１」とする。また、インセンティブ付与部２７９は、行動選択肢に店舗が含まれる場合、クーポン情報データベース２８０を参照し、店舗と対応するクーポン有無が「無」の場合に、インセンティブｉの値を「０」とする。

尚、本実施形態の端末装置３００の機能は、第一の実施形態と同様であるから、説明を省略する。

図２４は、第二の実施形態の行動選択肢を説明するための図である。本実施形態では、テーブル９１Ａ−１、９１Ａ−２に示すように、インセンティブが付与される場合の行動選択肢と、インセンティブが付与されない場合の行動選択肢とを含む。したがって、本実施形態の行動選択肢は、行動選択肢Ｐ_{ｎ，ｌ，ｉ}と示す。ｉは、インセンティブの有無を示す値である。

本実施形態では、インセンティブｉが付与されない場合は、ｉ＝０となる。したがって、テーブル９１Ａ−１に示すように、インセンティブｉ＝０の場合の行動選択肢は、行動選択肢Ｐ_{ｎ，ｌ，０}となる。

また、本実施形態では、インセンティブｉが付与される場合は、ｉ＝１となる。したがって、テーブル９１Ａ−２に示すように、インセンティブｉ＝１の場合の行動選択肢は、行動選択肢Ｐ_{ｎ，ｌ，１}となる。

本実施形態において、インセンティブｉが付与される場合とは、例えば移動手段ｎと時間帯ｌに組み合わせる店舗が存在し、且つその店舗において貨幣価値のあるクーポンが発行されている場合である。尚、移動手段ｎと時間帯ｌに組み合わせる店舗が存在しない場合でも、移動手段ｎの運賃の割引券等が存在する場合には、インセンティブｉが付与されるものとしても良い。

また、本実施形態において、インセンティブｉが付与されない場合とは、例えば移動手段ｎと時間帯ｌに組み合わせる店舗が存在し、且つその店舗においてクーポンが発行されていない場合である。また、インセンティブｉが付与されない場合とは、例えば移動手段ｎと時間帯ｌに組み合わせる店舗が存在しない場合である。

次に、本実施形態の混雑マネジメント装置２００Ａの動作について説明する。本実施形態の混雑マネジメント処理部２７０Ａの全体の動作は、図１１と同様であるから、説明を省略する。

以下に、図２５を参照し、本実施形態の選択肢生成部２７３Ａの処理について説明する。図２５は、第二の実施形態の選択肢生成部の処理を説明するフローチャートである。

図２５のステップＳ２５０１からステップＳ２５０４までの処理は、図１２のステップＳ１２０１からステップＳ１２０４までの処理と同様であるから、説明を省略する。

ステップＳ２５０４に続いて、選択肢生成部２７３Ａは、時間帯ｌの間に立ち寄り可能な店舗が存在するか否かを判定する（ステップＳ２５０５）。

具体的には、選択肢生成部２７３Ａは、端末装置３００から、行動選択肢の提示要求と共に端末装置３００の位置情報を取得し、クーポン情報データベース２８０に、位置情報が示す位置から所定の範囲内の店舗の情報が格納されているか否かを判定する。そして、選択肢生成部２７３Ａは、クーポン情報データベース２８０に、該当する店舗が存在するとき、立ち寄り可能な店舗が存在すると判定する。また、選択肢生成部２７３Ａは、クーポン情報データベース２８０に、該当する店舗が存在しないとき、立ち寄り可能な店舗が存在しないと判定する。

ステップＳ２５０５において、該当する店舗が存在しない場合、選択肢生成部２７３Ａは、ステップＳ２５０１へ戻る。

ステップＳ２５０５において、該当する店舗が存在する場合、選択肢生成部２７３Ａは、ステップＳ２５０３へ戻る。

次に、混雑マネジメント処理部２７０Ａによる、選択確率に基づく行動選択肢の集合（組合せ）Ａ*を決定する処理について説明する。

本実施形態では、行動選択肢Ｐ_{ｎ，ｌ，ｉ}を利用者に提示するか否かを決定するための決定変数ｘ_{ｎ，ｌ，ｉ}を導入する。具体的には、本実施形態では、決定変数ｘ_{ｎ，ｌ，ｉ}＝１ならば行動選択肢Ｐ_{ｎ，ｌ，ｉ}を利用者に提示することを示す。また、本実施形態では、決定変数ｘ_{ｎ，ｌ，ｉ}＝０ならば、行動選択肢Ｐ_{ｎ，ｌ，ｉ}を利用者に提示しないことを示す。

ここで、本実施形態の選択肢決定部２７７Ａは、売上貢献度算出部２７４Ａが算出する売上貢献度が最大になるような行動選択肢の集合Ａを、利用者に提示する行動選択肢の集合Ａ*として選択する。これは、以下の式（８）のような最適化問題として定式化される。

上記の式（８）において、Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）は、行列Ｘで示される行動選択肢の集合Ａにおける行動選択肢ｐ_{ｎ，ｌ，ｉ}の選択確率である。この選択確率は、選択確率算出部２７６Ａにより算出される。

また、上記の式（８）において、Ｒ_{ｎ，ｌ，ｉ}は、行列Ｘで示される行動選択肢の集合Ａにおいて、行動選択肢ｐ_{ｎ，ｌ，ｉ}が選択された場合に得られる売上貢献度である。売上貢献度は、売上貢献度算出部２７４Ａにより、例えば、以下の式（９）により算出される。

ここで、αは予め与えられた定数である。本実施形態の売上貢献度Ｒ_{ｎ，ｌ，ｉ}は、式（９）からわかるように、移動までの待ち時間が延びるほど大きな値となり、クーポンがある場合にはさらに大きい値となる。尚、売上貢献度Ｒ_{ｎ，ｌ，ｉ}は、上記と異なる式を用いて算出されてもよい。

本実施形態の選択肢決定部２７７Ａは、行列Ｘで示される行動選択肢の集合Ａにおいて、各行動選択肢ｐ_{ｎ，ｌ，ｉ}毎に、選択確率Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）と、売上貢献度Ｒ_{ｎ，ｌ，ｉ}の積を算出する。選択確率Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）と、売上貢献度Ｒ_{ｎ，ｌ，ｉ}の積は、行動選択肢ｐ_{ｎ，ｌ，ｉ}についての売上貢献度の期待値である。

選択肢決定部２７７Ａは、集合Ａに含まれる各行動選択肢ｐ_{ｎ，ｌ，ｉ}について、売上貢献度の期待値を算出し、その総和を集合Ａの売上貢献度の期待値とする。そして、選択肢決定部２７７Ａは、売上貢献度の期待値が最も大きい集合Ａを、集合Ａ*に決定する。したがって、集合Ａ*に含まれる行動選択肢ｐ_{ｎ，ｌ，ｉ}が、利用者に提示される行動選択肢となる。

次に、選択確率算出部２７６Ａによる選択確率Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）の算出について説明する。

本実施形態において、行列Ｘで表される集合Ａが利用者に提示された場合、行動選択肢ｐ_{ｎ，ｌ，ｉ}が選択される確率（選択確率）Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）は、式（６）の効用Ｖ_ｎ，ｌをＶ_{ｎ，ｌ，ｉ}として、同様に求めることができる。

効用Ｖ_{ｎ，ｌ，ｉ}は、以下の式（１０）で算出することができる。尚、本実施形態の選択確率算出部２７６Ａは、選択肢生成部２７３Ａにより生成された、実現可能な行動選択肢ｐ_{ｎ，ｌ，ｉ}に、店舗が含まれる場合には、クーポン情報データベース２８０を参照する。そして、選択確率算出部２７６Ａは、この店舗と対応するクーポン有無が「有」である場合、インセンティブｉ＝１とし、クーポン有無が「無」である場合、インセンティブｉ＝０とする。

具体的には、選択確率算出部２７６Ａは、利用者データベース２１０Ａを参照し、端末装置３００から取得した利用者ＩＤと対応する利用者情報を取得し、利用者情報に含まれる各項目の値を、式（１０）に代入する。

次に、図２６を参照し、選択確率に基づく行動選択肢の集合（組合せ）Ａ*の決定について、さらに説明する。図２６は、第二の実施形態における選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。

選択確率算出部２７６Ａは、選択肢生成部２７３Ａにより、実現可能な行動選択肢Ｐ_{ｎ，ｌ，ｉ}が生成されると、行列Ｘで示される行動選択肢ｐ_{ｎ，ｌ，ｉ}の集合Ａにおける各行動選択肢Ｐ_{ｎ，ｌ，ｉ}の選択確率を求める（ステップＳ２６０１）。

具体的には、選択確率算出部２７６Ａは、利用者データベース２１０Ａを参照し、利用者ＩＤと対応付けられた利用者情報を取得する。また、選択確率算出部２７６Ａは、混雑度データベース２３０Ａを参照し、行動選択肢Ｐ_{ｎ，ｌ，ｉ}が示す時間帯ｌの移動手段ｎの混雑度レベルを取得する。そして、選択確率算出部２７６Ａは、式（１０）で示す効用Ｖ_{ｎ，ｌ，ｉ}を算出する。

次に、選択確率算出部２７６Ａは、選択確率Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）を算出する。

次に、売上貢献度算出部２７４Ａは、集合Ａの各行動選択肢ｐ_{ｎ，ｌ，ｉ}毎に、売上貢献度Ｒ_{ｎ，ｌ，ｉ}を算出する（ステップＳ２６０２）。

続いて、選択肢決定部２７７Ａは、行動選択肢Ｐ_{ｎ，ｌ，ｉ}毎の選択確率Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）と、売上貢献度Ｒ_{ｎ，ｌ，ｉ}と、から、集合Ａの売上貢献度の期待値を算出する（ステップＳ２６０３）。

具体的には、選択肢決定部２７７Ａは、式（８）に示すように、行動選択肢ｐ_{ｎ，ｌ，ｉ}毎に、選択確率Ｐｒｏｂ_{ｎ，ｌ，ｉ}（Ｘ）と売上貢献度Ｒ_{ｎ，ｌ，ｉ}との積である売上貢献度の期待値を求める。そして、選択肢決定部２７７Ａは、行動選択肢ｐ_{ｎ，ｌ，ｉ}毎の売上貢献度の期待値の和を、集合Ａの売上貢献度の期待値とする。

続いて、選択肢決定部２７７Ａは、実現可能な行動選択肢ｐ_{ｎ，ｌ，ｉ}の集合Ｆから得られる全てのパターンについて、集合Ａの期待値を算出したか否かを判定する（ステップＳ２６０４）。ステップＳ２６０４において、全ての集合Ａについて、期待値を算出していない場合、選択肢決定部２７７ＡはステップＳ２６０１へ戻る。

ステップＳ２６０４において、全ての集合Ｆについて、期待値を算出した場合、選択肢決定部２７７Ａは、売上貢献度の期待値が最大となる集合Ａを、端末装置３００に提示する行動選択肢ｐ_{ｎ，ｌ，ｉ}の集合Ａ*に決定し（ステップＳ２６０５）、処理を終了する。

以下に、図２７を参照し、行動選択肢Ｐ_{ｎ，ｌ，ｉ}が端末装置３００に表示された場合について説明する。図２７は、第二の実施形態において端末装置に表示された行動選択肢の例を示す図である。

図２７に示す画面３０１Ａは、表示欄３０４と表示欄３０５を有し、行動選択肢として、時間帯毎の移動手段と店舗の組合せが表示されている。

画面３０１Ａにおいて、表示欄３０４には、移動手段ｎと時間帯ｌの組合せが表示される。また、画面３０１Ａにおいて、表示欄３０５には、移動手段ｎと時間帯ｌの組合せに対応付けられた店舗の情報が表示されている。

図２７の例では、表示欄３０４において、「乗り場Ａから、タクシーＴで１７：３０〜１７：４４に移動」という組合せが利用者により選択された場合を示している。この場合、表示欄３０５には、この組合せと対応付けられた店舗の店舗情報３０７が表示される。

店舗情報３０７は、例えばクーポン情報データベース２８０において、該当する店舗のクーポン有無が「有」の場合は、クーポンが表示される画面のＵＲＬ（Uniform Resource Locator）が含まれても良い。また、店舗情報３０７には、該当する店舗のホームページのＵＲＬが表示されていても良い。

図２７の例では、店舗情報３０７において、クーポンボタン３０７ａが操作されると、クーポンが画面３０１Ａに表示されても良い。また、図２７の例では、店舗情報３０７において、詳細ボタン３０７ｂが操作されると、店舗Ｋのホームページが画面３０１Ａに表示されても良い。

尚、図２７の例では、移動手段の混雑状況を示す情報が表示され、店舗の混雑状況を示す情報については表示されないものとしたが、これに限定されない。例えば立ち寄り先が映画館や飲食店等の座席数に制限がある施設である場合には、混雑度データベース２３０Ａに格納された施設毎の混雑度レベルに応じた混雑状況を示す情報を表示させても良い。

以上のように、本実施形態では、行動選択肢を選択することにより付与されるインセンティブを考慮した選択確率に基づき、売上貢献度の期待値を算出し、この期待値に応じた行動選択肢を端末装置３００に表示させる。

したがって、本実施形態によれば、インセンティブの付与に対する満足度が高い利用者に対しては、インセンティブが付与される行動選択肢を提示することで、高い確率で提示された行動選択肢を選択させることができる。

よって、例えば交通機関に混雑が生じていた場合等でも、混雑の解消に貢献する行動を選択させることができる。

（第三の実施形態）
以下に図面を参照して第三の実施形態について説明する。第三の実施形態では、混雑緩和貢献度と売上貢献度の両方を用いる点が第一及び第二の実施形態と相違する。以下の第三の実施形態の説明では、第一及び第二の実施形態との相違点についてのみ説明し、第一及び第二の実施形態と同様の機能構成を有するものには、第一及び第二の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。

図２８は、第三の実施形態の混雑マネジメントシステムの有する混雑マネジメント装置の機能を説明する図である。

本実施形態の混雑マネジメントシステム１００Ｂは、端末装置３００と混雑マネジメント装置２００Ｂとを有する。本実施形態の混雑マネジメント装置２００Ｂは、第二の実施形態の混雑マネジメント装置２００Ａの有する各データベースと、混雑マネジメント処理部２７０Ｂとを有する。

本実施形態の混雑マネジメント処理部２７０Ｂは、要求受付部２７１、応答送信部２７２、選択肢生成部２７３Ａ、混雑緩和貢献度算出部２７４、売上貢献度算出部２７４Ａを有する。

また、本実施形態の混雑マネジメント処理部２７０Ｂは、混雑度取得部２７５、選択確率算出部２７６Ａ、選択肢決定部２７７Ｂ、推定人数算出部２７８を有する。

本実施形態の選択肢決定部２７７Ｂは、端末装置３００に出力する行動選択肢を含む集合Ａ*の決定の際に、混雑緩和及び売上貢献度を算出する。そして、選択肢決定部２７７Ｂは、混雑緩和及び売上貢献度と選択確率との積の和、集合Ａの混雑緩和及び売上貢献度の期待値を算出し、この期待値が最も大きい集合Ａを集合Ａ*とする。

本実施形態の混雑緩和及び売上貢献度は、混雑緩和貢献度と、売上貢献度とを用いて、
以下の式（１１）で示すことができる。

尚、式（１１）において、Ｒ^ｃｏｎｇ _{ｎ，ｌ，ｉ}は、混雑緩和貢献度を示し、Ｒ^ｓａｌｅ _{ｎ，ｌ，ｉ}は、売上貢献度を示している。また、式（１１）において、α_１とα_２は、予め決められた定数である。

定数α_１、α_２は、混雑緩和貢献度と売上貢献度のそれぞれに対して与えられる重みである。したがって、定数α_１、α_２を任意に設定することで、混雑緩和貢献度と売上貢献度のそれぞれに重み付けをすることができる。

以上のように、本実施形態によれば、利用者に対して選択される確率が高く、且つ混雑緩和貢献度と売上貢献度を考慮した行動選択肢を利用者に提示することができる。したがって、本実施形態によれば、混雑の緩和に貢献する行動を選択させることができる。

尚、式（１１）は、第三の実施形態において用いられるものとしたが、式（１１）は、第一の実施形態及び第二の実施形態で用いられても良い。

式（１１）を第一の実施形態で用いる場合には、定数α_１＝１、定数α_２＝０とすれば良い。また、式（１１）を第二の実施形態で用いる場合には、定数α_１＝０、定数α_２＝１と
本発明は、具体的に開示された実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

１００、１００Ａ、１００Ｂ 混雑マネジメントシステム
２００、２００Ａ、２００Ｂ 混雑マネジメント装置
２１０、２１０Ａ 利用者データベース
２２０、２２０Ａ 誘導上限値データベース
２３０、２３０Ａ 混雑度データベース
２４０、２４０Ａ 推定人数データベース
２７０、２７０Ａ、２７０Ｂ 混雑マネジメント処理部
２７３、２７３Ａ 選択肢生成部
２７４ 混雑緩和貢献度算出部
２７４Ａ 売上貢献度算出部
２７６、２７６Ａ 選択確率算出部
２７７、２７７Ａ、２７７Ｂ 選択肢決定部
２７８ 推定人数算出部
２７９ インセンティブ付与部
３００ 端末装置

Claims (11)

1. 利用者の時間帯別の行動選択肢を生成する選択肢生成部と、
   前記選択肢生成部によって生成された行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する選択確率算出部と、
   前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部と、
   前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する推定人数算出部と、を有し、
   前記選択肢生成部は、
   前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する、混雑マネジメント装置。
2. 前記選択肢生成部は、
   前記推定人数が、前記上限値未満である行動選択肢を、前記利用者へ提示する行動選択肢として抽出する請求項１記載の混雑マネジメント装置。
3. 前記選択確率算出部は、
   前記利用者が前記行動選択肢を選択することで得られる満足度の水準を表す値を用いて、前記行動選択肢の選択確率を算出する、請求項１又は２記載の混雑マネジメント装置。
4. 前記選択肢生成部により抽出された行動選択肢から、前記行動選択肢を選択することによる混雑緩和貢献度に基づき、前記利用者へ提示する行動選択肢を決定する選択肢決定部を有する請求項１乃至３の何れか一項に記載の混雑マネジメント装置。
5. 前記行動選択肢毎の前記上限値と前記推定人数とから、前記混雑緩和貢献度を算出する混雑緩和貢献度算出部を有する請求項４記載の混雑マネジメント装置。
6. 前記選択肢決定部は、
   前記抽出された行動選択肢から、前記利用者へ提示し得る全ての行動選択肢のパターンを生成し、
   前記全ての行動選択肢のパターン毎に、前記パターンに含まれる行動選択肢の前記選択確率と前記混雑緩和貢献度との積の和を算出し、
   前記積の和が最も大きいパターンに含まれる行動選択肢を、前記利用者に提示する行動選択肢に決定する、請求項４又は５記載の混雑マネジメント装置。
7. 前記選択肢生成部により抽出された行動選択肢から、前記行動選択肢を選択することによる売上貢献度に基づき、前記利用者へ提示する行動選択肢を決定する選択肢決定部を有する請求項１乃至３の何れか一項に記載の混雑マネジメント装置。
8. 前記時間帯と、前記行動選択肢を選択することにより貨幣価値の有無に応じて、前記売上貢献度を算出する請求項７記載の混雑マネジメント装置。
9. 前記選択肢決定部は、
   前記抽出された行動選択肢から、前記利用者へ提示し得る全ての行動選択肢のパターンを生成し、
   前記全ての行動選択肢のパターン毎に、前記パターンに含まれる行動選択肢の前記選択確率と前記売上貢献度との積の和を算出し、
   前記積の和が最も大きいパターンに含まれる行動選択肢を、前記利用者に提示する行動選択肢に決定する、請求項７又は８記載の混雑マネジメント装置。
10. コンピュータに、
    利用者の時間帯別の行動選択肢を生成する処理と、
    生成された前記行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する処理と、
    前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する処理と、を実行させ、
    前記生成する処理は、
    前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部を参照し、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する処理を実行させる、混雑マネジメントプログラム。
11. コンピュータによる混雑マネジメント方法であって、該コンピュータが、
    利用者の時間帯別の行動選択肢を生成する手順と、
    生成された前記行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する手順と、
    前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する手順と、を実行し、
    前記生成する手順は、
    前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部を参照し、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する、混雑マネジメント方法。

Images