JP6677264B2 - 需要予測装置、回送計画生成装置、ユーザモデル生成装置、および方法 - Google Patents
需要予測装置、回送計画生成装置、ユーザモデル生成装置、および方法 Download PDFInfo
- Publication number
- JP6677264B2 JP6677264B2 JP2018009052A JP2018009052A JP6677264B2 JP 6677264 B2 JP6677264 B2 JP 6677264B2 JP 2018009052 A JP2018009052 A JP 2018009052A JP 2018009052 A JP2018009052 A JP 2018009052A JP 6677264 B2 JP6677264 B2 JP 6677264B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- search
- user model
- demand
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 55
- 230000033001 locomotion Effects 0.000 claims description 60
- 238000013277 forecasting method Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 26
- 238000012545 processing Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 12
- 238000007726 management method Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Description
憶された複数のユーザモデルの少なくともいずれかを更新する更新手段を備えてもよい。このように新しい情報に基づいてユーザモデルを更新することで、より精度の高い需要予測が行えるようになる。
プの分類基準も合わせて生成する。
以下、本発明の第1の実施形態について説明する。第1の実施形態は、カーシェアリングシステムにおける回送計画生成サーバである。本サーバは、カーシェアリングシステムにおける需要予測機能、需要予測に基づく回送計画生成機能、および需要予測のためのユ
ーザモデルの生成・更新機能を備える。
まず、本実施形態において想定するカーシェアリングシステムについて簡単に説明する。本実施形態におけるカーシェアリングシステムは、利用時に予約が必要なワンウェイ型(乗り捨て型)のカーシェアリングシステムである。ワンウェイ型であるので、車両(シェアカー)を借りるステーション(出発地ステーション)と、車両を返却するステーション(目的地ステーション)は異なっていてよい。
ことで機会損失が生じる可能性を防げる。
以下、図面を参照しながら本実施形態におけるカーシェアリングシステムの回送計画生成サーバ100について説明する。なお、本実施形態におけるカーシェアリングシステムでは、利用開始の30分前から予約が可能であるものとして説明する。また、カーシェアリングシステムの運用に当たっては、回送計画生成サーバ100以外に予約管理サーバが必要となる。予約管理サーバは、ユーザからの検索に応じて空き状況の検索結果を提示したり、ユーザからの予約要求を処理したりするサーバであり、公知であるため本開示での詳細な説明は省略する。
ユーザモデル生成部102は、検索履歴データ120および利用実績データ122に基づいて、ユーザモデルを生成する。ここで、ユーザモデルは、ユーザが検索を行ったタイミングと、実際に移動を開始したいタイミングとの差を関連付けたモデルである。たとえば、あるユーザは、予約可能開始タイミングよりもかなり前の時点(たとえば、2時間前)から、空き状況を確認するための検索を断続的に行い、予約可能となった時点で予約を行うという傾向があるとする。そうすると、このユーザに関しては、最初の検索から2時間後に移動の需要があると判断できる。実際の検索傾向はユーザによって種々様々であるが、利用頻度がある程度以上あれば、ユーザがどのような検索を行うかを判断でき、したがって、検索行動から移動開始時刻を推定するためのユーザモデルを生成可能である。
「予約」の欄は、「○」は予約可能でありかつ予約が実行されたことを意味し、「×」は予約が可能であるが実行されなかったことを意味し、「−」は予約が不可能(空きなし)であることを意味する。一行目の例では、予約可能であったが予約が実行されておらず、予約可能時間前の検索であることが推定できる。
て、ユーザモデル生成部102は、対象ユーザの利用頻度が閾値以上であるか否かを判定する。この閾値は、精度のよいユーザモデルを生成できると判断できる利用頻度としてあらかじめ設定された値(利用頻度)とすることが好適である。利用頻度が閾値以上である場合(S404−YES)は、処理はステップS406に進み、利用頻度が閾値未満の場合(S404−NO)は、処理はステップS408に進む。
需要予測部106は、カーシェアリングシステムにおける将来の需要を予測する。本実施形態での予測には、移動の出発地ステーションまたは目的地ステーションの少なくとも一方と、移動の開始時刻とが含まれる。
よび目的地において検索時間が前であるほど大きい重み付回数を与えるという手法である。需要予測部106は、まず、複数の検索を、時間的に一連する検索グループに分類する。この分類は、たとえば、検索の間隔が所定時間以内の複数の検索を1つのグループに分類することで行ってもよいし、クラスタリングの手法を用いて行ってもよい。そして、需要予測部106は、検索グループ内で検索時刻が先であるほど大きな重みを与えた重み付け回数を決定する。図7(A)の例では、15時00分の1回の検索と、15時30分から15時32分の3回の検索がそれぞれ1つの検索グループとして決定される。目的地をステーションBとする検索は検索グループ内での最初の検索であることから、重み付き回数が、たとえば、1回とカウントされる。グループ内での2番目以降の検索に対しては、重み付回数が、たとえば、0.9回, 0.8回, 0.7回, ・・・とカウントされる。そして、需
要予測部106は、重み付回数の最も大きな出発地および目的地を、ユーザが所望する出発地および目的地として決定できる。
動を開始するユーザモデル1に70%の確率で当てはまり、検索の2時間後に移動を開始するユーザモデル2に30%の確率で当てはまるユーザを想定する。この場合、需要予測部106は、たとえば、確率に応じて移動開始時刻を推定、より具体的には、70%の確率で最先の検索の1時間後とし、30%の確率で最先の検索の2時間後としてもよい。あるいは、需要予測部106は、最も確率の高いユーザモデル1にしたがって最先の検索の1時間後を移動開始時刻として推定してもよい。さらには、需要予測部106は、確率に応じた需要があると推定してもよく、より具体的には、最先の検索の1時間後に移動を開始する需要が0.7回(0.7人分)あり、最先の検索の2時間後に移動を開始する需要が0.3
回(0.3人分)あると推定してもよい。さらには、需要予測部106は、2次データやそ
の他の情報に基づく機械学習結果に基づいて、いずれかのユーザモデルを選択して利用してもよい。
図8のフローチャートを参照して、回送計画生成処理について説明する。回送計画とは、車両の配置を調整するための計画であり、典型的には作業員による手動での車両の配置変更を意味するが、インセンティブ付与によって行われるユーザによる車両の配置変更を含んでもよい。また、車両が自動運転可能車両であれば、自動運転によって車両の配置を変えてもよい。
を除外する。具体的には、回送計画生成部110は、検討開始時刻(現在時刻)から所定時間以内の回送に関するリクエストを除外する。所定時間は、回送計画の実行の準備に必要な時間であり、典型的には、回送計画の計算(算出)に要する時間と回送スタッフの準備に要する時間とを合計した時間である。
本実施形態によれば、ユーザの検索履歴に基づいてユーザの移動需要を予測し、予測した移動需要に対応するための回送計画を作成・実行することができる。
送計画を生成することで、よりユーザの需要を満足可能な回送計画が生成できる。
第1の実施形態では、移動の出発地および目的地や移動開始時刻の予測に、検索履歴に含まれる検索条件(出発地および目的地)および検索時刻と利用実績に含まれる利用開始時刻のみが利用されている。しかしながら、これら以外の情報を用いて、移動の出発地および目的地や移動開始時刻を予測してもよい。
上記の実施形態では、基本的にユーザごとにユーザモデルを決定している。本実施形態では、複数のユーザ(ユーザグループ)に対してユーザモデルを決定する。図10は、本実施形態におけるユーザモデル生成処理を示すフローチャートである。
類基準を求めることで、利用頻度が少ないユーザについても、そのユーザに特有のユーザモデルを適用した需要予測が可能となる。なお、ユーザ特徴は、さらに、検索時または利用時の気象状況、出発地と目的地の組み合わせ、検索実行の時間帯のいずれかを含んでもよい。
本実施形態では、上記の実施形態の構成に加えて、ユーザモデルを更新する更新部を備える。更新部は、ユーザモデル生成部102がユーザモデルを生成した後の検索履歴と利用実績に基づいて、ユーザモデルを更新する。
第1の実施形態では、ユーザモデルの生成と、需要の予測と、需要予測に基づく回送計画の生成を1つのサーバで実現している。しかしながら、これらの機能は、それぞれ独立して実行してもよい。
ル自体が利用価値の高い情報であるため、本発明はユーザモデル生成装置として捉えることもできる。
上記の説明では、カーシェアリングシステムにおける回送計画生成サーバを説明したが、本発明の適用先はカーシェアリングシステムに限定されない。本発明は、オンデマンド型のモビリティサービス一般に適用可能である。オンデマンド型のモビリティサービスとは、ユーザからの要求に応じて、ユーザに対して移動手段を提供するサービスである。オンデマンド型モビリティサービスの例として、予約型乗合タクシーや、オンデマンドバス(エリア型バスだけでなく、迂回型バスも含む)などが挙げられる。いずれもユーザが予約を行って利用するサービスであり、かつ、十分な移動資源がなければユーザがサービスを受けられない点において共通する。このようなオンデマンド型モビリティサービスにおいて、ユーザの需要を予測し、それに応じて移動資源を適切に配置することで、ユーザの需要に適切に応えることが可能となる。
上記の実施形態はあくまでも一例であって、複数の実施形態を組み合わせて実施したり、本発明はその要旨を逸脱しない範囲内で適宜変更して実施したりしてもよい。
102:ユーザモデル生成部 104:ユーザモデル記憶部
106:需要予測部 108:回送リクエスト生成部
110:回送計画生成部 112:回送計画実行部
120:検索履歴データ 122:利用実績データ
130:車両配置情報 132:回送計画 134:回送リソース情報
Claims (18)
- モビリティサービスにおける需要を予測する需要予測装置であって、
ユーザによって行われた出発地と目的地とを含む検索の条件および当該検索が行われた時刻を含む検索履歴を取得する履歴取得手段と、
前記検索履歴から、前記ユーザが所望する移動の出発エリアまたは目的エリアの少なくとも一方を推定する第1推定手段と、
前記検索履歴と、検索を行った時刻と実際の移動の開始時刻との差を定義したユーザモデルと、に基づいて前記ユーザが所望する移動の開始時刻を推定する第2推定手段と、
前記ユーザが、前記第2推定手段が推定した移動の開始時刻に、前記第1推定手段が推定した出発エリアまたは目的エリアによって規定される移動をすると予測する需要予測手段と、
を備える需要予測装置。 - 複数のユーザモデルをユーザと関連付けて記憶する記憶手段と、
前記ユーザに関連付けられたユーザモデルを選択するユーザモデル選択手段と、
をさらに備える、請求項1に記載の需要予測装置。 - 複数のユーザモデルをユーザグループと関連付けて記憶する記憶手段と、
前記ユーザの属性と検索履歴と利用実績との少なくともいずれかに基づいて、ユーザに該当するユーザグループを決定し、前記ユーザモデルに関連付けられたユーザモデルを選択するユーザモデル選択手段と、
をさらに備え、
前記第2推定手段は、前記ユーザモデル選択手段によって選択されたユーザモデルを用いて、前記ユーザが所望する移動の開始時刻を推定する、
請求項1に記載の需要予測装置。 - 前記ユーザモデル選択手段は、前記ユーザの利用頻度が閾値未満であれば、前記ユーザモデル選択手段は、前記複数のユーザモデルのうちの所定のユーザモデルを選択する、
請求項2または3に記載の需要予測装置。 - 前記ユーザモデル選択手段は、検索時または利用時の気象条件、出発エリアと目的エリアの組み合わせ、検索実行の時間の少なくともいずれかも考慮して、前記ユーザに該当するユーザモデルを選択する、
請求項2から4のいずれか1項に記載の需要予測装置。 - 複数の検索履歴と利用実績を取得して、前記記憶手段に記憶された前記複数のユーザモデルの少なくともいずれかを更新する更新手段をさらに備える、
請求項2から5のいずれか1項に記載の需要予測装置。 - 前記第1推定手段は、時間的に一連の検索において指定された出発地および目的地の重み付き回数に基づいて、前記ユーザが所望する移動の出発エリアまたは目的地エリアを推定し、
前記重み付き回数における重みは、前記一連の検索における検索時刻が前であるほど大きい、
請求項1から6のいずれか1項に記載の需要予測装置。 - 請求項1から7のいずれか1項に記載の需要予測装置と、
前記需要予測装置によって予測された需要と、前記モビリティサービスにおける移動資源の配置および現在の回送計画に基づいて、前記移動資源の配置換えを行う回送計画を生
成する計画生成手段をさらに備える、
回送計画生成装置。 - 前記計画生成手段は、
前記需要予測装置によって予測された需要と、前記モビリティサービスにおける移動資源の配置および現在の回送計画に基づいて、1つまたは複数の回送リクエストを生成し、
前記1つまたは複数の回送リクエストのうち、他のリクエストと競合せずに実行可能な回送リクエストを、新しい回送計画に追加し、
前記1つまたは複数の回送リクエストのうち、他のリクエストと競合する回送リクエストについては、所定の基準に基づいて最適な回送リクエストを選択して、前記新しい回送計画に追加する、
ことにより回送計画を生成する、
請求項8に記載の回送計画生成装置。 - モビリティサービスにおける、ユーザが検索を行った時刻を含む検索履歴を、複数のユーザについて取得する履歴取得手段と、
前記ユーザが前記モビリティサービスの利用を開始した時刻を含む利用実績を取得する実績取得手段と、
前記検索履歴と前記利用実績に基づいて、前記ユーザが検索を行ってから利用を開始するまでの時間を定義したユーザモデルを生成する生成手段と、
を備える、ユーザモデル生成装置。 - 前記生成手段は、ユーザごとのユーザモデルを、当該ユーザの検索履歴と利用実績に基づいて生成する、
請求項10に記載のユーザモデル生成装置。 - 前記生成手段は、
ユーザごとの暫定ユーザモデルを、当該ユーザの検索履歴と利用実績に基づいて生成し、
暫定ユーザモデルが類似するユーザをユーザグループとして集約し、
ユーザグループごとのユーザモデルと、ユーザグループの分類基準とを生成する、
請求項10に記載のユーザモデル生成装置。 - 前記生成手段は、利用頻度が閾値未満のユーザの検索履歴と利用実績に基づいて1つのユーザモデルを生成する、
請求項10から12のいずれか1項に記載のユーザモデル生成装置。 - 前記生成手段は、検索時または利用時の気象条件、出発エリアと目的エリアの組み合わせ、検索実行の時間の少なくともいずれかも考慮して、前記ユーザモデルを生成する、
請求項10から13のいずれか1項に記載のユーザモデル生成装置。 - 前記ユーザモデルを生成する際に用いられていない検索履歴と利用実績に基づいて、前記ユーザモデルを更新する更新手段をさらに備える、
請求項10から14のいずれか1項に記載のユーザモデル生成装置。 - モビリティサービスにおける需要を予測する需要予測方法であって、
コンピュータが、
ユーザによって行われた出発地と目的地とを含む検索の条件および当該検索が行われた時刻を含む検索履歴を取得する履歴取得ステップと、
前記検索履歴から、前記ユーザが所望する移動の出発エリアまたは目的エリアの少なく
とも一方を推定する第1推定ステップと、
前記検索履歴と、検索を行った時刻と実際の移動の開始時刻との差を定義したユーザモデルと、に基づいて前記ユーザが所望する移動の開始時刻を推定する第2推定ステップと、
前記ユーザが、前記第2推定ステップにおいて推定された移動の開始時刻に、前記第1推定ステップにおいて推定された出発エリアまたは目的エリアによって規定される移動をすると予測する需要予測ステップと、
を実行する、需要予測方法。 - モビリティサービスにおいて、ユーザが検索を行ってから利用を開始するまでの時間を定義したユーザモデルを生成するためのユーザモデル生成方法であって、
コンピュータが、
モビリティサービスにおける、ユーザが検索を行った時刻を含む検索履歴を、複数のユーザについて取得する履歴取得ステップと、
前記ユーザが前記モビリティサービスの利用を開始した時刻を含む利用実績を取得する実績取得ステップと、
前記検索履歴と前記利用実績に基づいて、前記ユーザが検索を行ってから利用を開始するまでの時間を定義したユーザモデルを生成する生成ステップと、
を実行する、ユーザモデル生成方法。 - 請求項16または17に記載の方法の各ステップをコンピュータに実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018009052A JP6677264B2 (ja) | 2018-01-23 | 2018-01-23 | 需要予測装置、回送計画生成装置、ユーザモデル生成装置、および方法 |
EP19152968.4A EP3514738A1 (en) | 2018-01-23 | 2019-01-22 | Demand prediction apparatus, redistribution plan generation apparatus, user model generation apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018009052A JP6677264B2 (ja) | 2018-01-23 | 2018-01-23 | 需要予測装置、回送計画生成装置、ユーザモデル生成装置、および方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019128730A JP2019128730A (ja) | 2019-08-01 |
JP6677264B2 true JP6677264B2 (ja) | 2020-04-08 |
Family
ID=65324156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018009052A Active JP6677264B2 (ja) | 2018-01-23 | 2018-01-23 | 需要予測装置、回送計画生成装置、ユーザモデル生成装置、および方法 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP3514738A1 (ja) |
JP (1) | JP6677264B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021149337A (ja) * | 2020-03-17 | 2021-09-27 | ヤフー株式会社 | 情報処理装置、情報処理方法およびプログラム |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428101B (zh) * | 2019-07-31 | 2023-04-18 | 重庆长安汽车股份有限公司 | 基于历史出行规律的目的地预测方法及计算机可读存储介质 |
CN111383055B (zh) * | 2020-03-12 | 2023-11-17 | 北京嘀嘀无限科技发展有限公司 | 租车中心仓选品方法、装置、设备及计算机可读存储介质 |
JP6785021B1 (ja) * | 2020-05-11 | 2020-11-18 | 株式会社Luup | 運用支援システム |
EP4163857A4 (en) * | 2020-05-11 | 2024-02-21 | Luup Inc | OPERATIONAL ASSISTANCE SYSTEM |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3998108B2 (ja) * | 1998-06-10 | 2007-10-24 | 本田技研工業株式会社 | 配車システム |
US20100082649A1 (en) * | 2008-09-22 | 2010-04-01 | Microsoft Corporation | Automatic search suggestions from server-side user history |
JP6170772B2 (ja) * | 2013-07-24 | 2017-07-26 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム |
US9882837B2 (en) * | 2015-03-20 | 2018-01-30 | International Business Machines Corporation | Inquiry-based adaptive prediction |
JP6283001B2 (ja) * | 2015-06-19 | 2018-02-21 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP6101756B2 (ja) * | 2015-08-05 | 2017-03-22 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
-
2018
- 2018-01-23 JP JP2018009052A patent/JP6677264B2/ja active Active
-
2019
- 2019-01-22 EP EP19152968.4A patent/EP3514738A1/en not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021149337A (ja) * | 2020-03-17 | 2021-09-27 | ヤフー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP7312716B2 (ja) | 2020-03-17 | 2023-07-21 | ヤフー株式会社 | 情報処理装置、情報処理方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
EP3514738A1 (en) | 2019-07-24 |
JP2019128730A (ja) | 2019-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6677264B2 (ja) | 需要予測装置、回送計画生成装置、ユーザモデル生成装置、および方法 | |
CN110264023B (zh) | 共享车辆管理服务器和存储共享车辆管理程序的非暂时性存储介质 | |
JP6655939B2 (ja) | 輸送サービス予約方法、輸送サービス予約装置、及び輸送サービス予約プログラム | |
US11570276B2 (en) | Forecasting requests based on context data for a network-based service | |
JP7423517B2 (ja) | 配達注文を叶えるために予測時間ベース判定を実行するネットワークコンピュータシステム | |
US9123014B1 (en) | Predicting location of a mobile user | |
US20180225796A1 (en) | Resource Allocation in a Network System | |
US20180314998A1 (en) | Resource Allocation in a Network System | |
US20210192420A1 (en) | Systems and methods for wedging transportation options for a transportation requestor device | |
JP2023060334A (ja) | 情報処理方法及び情報処理システム | |
JP6603995B2 (ja) | サーバ装置およびサービス提供方法 | |
JP2019020928A (ja) | 交通情報を管理するためのシステム、方法、及びプログラム | |
WO2021136399A1 (en) | System and method for bidding-based ridesharing | |
US20210192584A1 (en) | Systems and methods for communicating concrete offerings for specific plans for a transportation mode to a transportation requestor device | |
JP2018206225A (ja) | 配信装置、配信方法、配信プログラムおよびモデル | |
CA3053089A1 (en) | Dynamic selection of geo-based service options in a network system | |
US20220164910A1 (en) | Prioritized transportation requests for a dynamic transportation matching system | |
JP2023162429A (ja) | ネットワーク配達サービスを実行するコンピュータシステム | |
WO2012176924A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、および、プログラム | |
US11928713B2 (en) | Systems and methods for performing constraint space partitioning | |
US20210192583A1 (en) | Systems and methods for determining a pre-request transportation match between transportation requestor devices and transportation provider devices | |
US20210192663A1 (en) | Systems and methods for communicating a predicted match to an offline transportation provider device | |
US11429910B1 (en) | Dynamic scheduling of driver breaks in a ride-sharing service | |
JP7243564B2 (ja) | 情報処理装置および情報処理方法 | |
TW202215313A (zh) | 供改進預測及資源管理估計潛在需求之通訊裝置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190319 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200131 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200225 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6677264 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |