JP6735875B1 - 予約数予測装置 - Google Patents

Abstract

【課題】列車ごとの交通手段の利用客数（席予約数）を予測することができる予約数予測装置を提供する。【解決手段】予測対象列車の運行月と同月であって年が異なる運行済予測用データから求められた回帰式に基づいて、出発時間帯ごとの予測値である時間帯予測値（一次予測値）を算出する第一予測部２０と、最新のダイヤグラムが適用された運行済案分予測用データに基づいて、予測対象列車と同一の運行情報における出発時間帯ごとの運行済席予約数の平均値を、予測対象列車ごとの予測値である過去平均代表値（二次予測値）として算出する第二予測部３０と、時間帯予測値（一次予測値）を、出発時間帯ごとに合算された過去平均代表値（二次予測値）である「時間帯代表値合計」の値に対する過去平均代表値（二次予測値）の割合に基づいて案分することで、席予約予測数を算出する第三予測部４０とから、予約数予測装置１００が構成されている。【選択図】図２

Description

本発明は、交通手段の席の予約数を予測して算出するための予約数予測装置に関するものである。

従来、鉄道の利用客数は、過去の乗車実績に基づいて予測される。すなわち、例えば、列車Ｘの利用客数を予測する場合、列車Ｘの過去の乗車実績に基づいて予測される。下記特許文献１に記載されたダイヤ編集装置は、自動改札機が利用され、利用者が切符を購入した実績情報の他、満席などの事情によって切符を購入することができなかったという情報から、鉄道の利用客数が予測される。

また、他の技術によれば、列車の特定が列車番号に基づいて行われる。列車番号は、一定の法則に則って旅客会社ごとに決定されている。

特開平６−１３８８２２号公報

しかし、例えば、ダイヤグラム（以下、「ダイヤ」と記す。）が改正された場合や、臨時列車が追加された場合などにおいては、列車番号が変更されるため、変更による列車番号の読替えが必要となる。すなわち、ある列車の列車番号が変更された場合、その列車の現行または過去の列車番号を特定するためには、変更前後における列車番号の読み替えが必要となる。この列車番号の読替えは、手作業であるため、煩雑である。

本発明は、上記の実情に鑑みて提案されたものである。すなわち、列車番号のみに依拠することなく、列車ごとの交通手段の利用客数（席予約数）を予測することができる予約数予測装置の提供を目的とする。

交通手段の利用客は、動向が時間帯ごとや曜日ごとに近似しており、また、ダイヤが同じか近似した交通手段を選択する傾向がある。このような観点から、本発明では、まず、時間帯ごとに予測対象の席予約予測数を算出し、次に、交通手段ごとに、予測対象の席予約予測数を算出する。最後に、時間帯ごとの席予約予測数を、交通手段ごとの席予約予測数に基づいて交通手段ごとに振分け、予測対象ごとの席予約予測数を算出する。

すなわち、本発明に係る予約数予測装置は、運行済の交通手段の情報である運行済情報が含まれた運行情報から、運行前の交通手段である予測対象の席予約予測数を予測して算出する予約数予測装置において、前記運行情報に、交通手段の出発時刻を含む時間帯である出発時間帯が含まれ、前記予測対象の運行月と同月であって年が異なる前記運行情報から求められた回帰式に基づいて、出発時間帯ごとの前記席予約予測数の予測値である一次予測値を算出する第一予測部と、最新のダイヤグラムが適用された前記運行情報に基づいて、前記予測対象と同一の前記運行情報における出発時間帯ごとの運行済席予約数の平均値を、前記予測対象ごとの前記席予約予測数の予測値である二次予測値として算出する第二予測部と、前記一次予測値を、出発時間帯ごとに合算された前記二次予測値の合計値に対する前記二次予測値の割合に基づいて案分することで、前記席予約予測数を算出する第三予測部と、が備えられた、ことを特徴とする。

本発明に係る予約数予測装置は、前記第一予測部が、前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報に基づいて、運行済席予約数の平均値を前記一次予測値として算出する、ことを特徴とする。

本発明に係る予約数予測装置は、前記第一予測部が、前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報から求められた回帰式に基づいて、前記一次予測値を算出する、ことを特徴とする。

本発明に係る予約数予測装置は、前記第一予測部が、前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報に基づいて、運行済席予約数の平均値を算出することができなかった場合に、前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報から求められた回帰式に基づいて、前記一次予測値を算出する、ことを特徴とする。

本発明に係る予約数予測装置は、前記所定条件に、交通手段の価格決定条件が含まれた、ことを特徴とする。

本発明に係る予約数予測装置は、行き先、および、この行き先までの所要時間に基づいて前記運行情報を分類した特定分類が、予め決定され、前記第二予測部が、前記予測対象と前記特定分類が共通する前記運行情報における出発時間帯ごとの運行済席予約数の平均値を、前記二次予測値として算出する、ことを特徴とする。

本発明に係る予約数予測装置は、上記した構成である。すなわち、交通手段の利用客数は、月別に大きく異なるため、本発明では、まず、出発時間帯ごとの席予約予測数として、予測対象の運行月と同月である過去の運行情報から、回帰式を利用して一次予測値が算出される。また、交通手段の需要は交通手段ごとに異なるため、本発明では、予測対象ごとの席予約数として、予測対象と同一の運行済情報の運行済席予約数の平均値が二次予測値として算出される。さらに、同一の出発時間帯における二次予測値の合計値に対する二次予測値の割合（すなわち、交通手段ごとの案分比率）が算出され、最後に、一次予測値に二次予測値の案分比率が乗算されることで、出発時間帯ごとの席予約予測数が、交通手段ごとの席予約予測数に基づいて、交通手段ごとに振分けられ、最終的な席予約予測数が算出される。したがって、列車ごとの交通手段の利用客数（席予約数）を予測することができる

本発明に係る予約数予測装置は、第一予測部が、予測対象の運行月と同月であって年が異なり、かつ、予測対象と所定条件が共通する運行情報に基づいて、運行済席予約数の平均値を一次予測値として算出する。すなわち、仮に、予測対象が、新商品である場合や、新区間を運行する場合など、過去に予測対象と同一の運行済情報が存在しない場合、回帰式が求まらず、一次予測値が算出されない。そこで、本発明では、予測対象と所定の条件が共通する運行情報に基づいて、運行済席予約数の平均値が一次予測値として算出される。したがって、予測対象と同一の運行済情報が存在しない場合であっても、漏れなく席予約予測数を算出することができる。

本発明に係る予約数予測装置は、第一予測部が、予測対象の運行月と同月であって年が異なり、かつ、予測対象と所定条件が共通する運行情報から求められた回帰式に基づいて、一次予測値を算出するものである。すなわち、仮に、過去に予測対象と同一の運行済情報が存在しない場合であっても、予測対象と所定の条件が共通する運行情報から求められた回帰式に基づいて一次予測値を算出することができる。

本発明に係る予約数予測装置は、第一予測部が、予測対象の運行月と同月であって年が異なり、かつ、予測対象と所定条件が共通する運行情報に基づいて、運行済席予約数の平均値を算出することができなかった場合に、予測対象の運行月と同月であって年が異なり、かつ、予測対象と所定条件が共通する運行情報から求められた回帰式に基づいて、一次予測値を算出する。したがって、予測対象と同一の運行済情報が存在しない場合であっても、漏れなく席予約予測数を算出することができる。

本発明に係る予約数予測装置は、所定条件に、交通手段の価格決定条件が含まれている。すなわち、交通手段は、例えば、座席設備、運行区間、割引などの価格決定条件に応じて価格が異なり、価格に応じて利用者の需要も変化する。したがって、価格決定条件を考慮することで、高い精度で席予約予測数を算出することができる。

本発明に係る予約数予測装置は、行き先、および、この行き先までの所要時間に基づいて運行情報を分類した特定分類が予め決定され、第二予測部が、予測対象と特定分類が共通する運行情報における出発時間帯ごとの運行済席予約数の平均値を、二次予測値として算出する構成である。すなわち、仮に、予測対象が、新商品である場合や、新区間を運行する場合など、過去に予測対象と同一の運行済情報が存在しない場合、二次予測値が算出されない。そこで、本発明では、予め決定された特定分類に基づいて運行情報が分類され、予測対象と特定分類が共通する運行済情報に基づいて二次予測値が算出される。したがって、予測対象と同一の運行済情報が存在しない場合であっても、漏れなく席予約予測数を算出することができる。なお、特定分類とは、行き先、および、行き先までの所要時間に基づいたものであり、この特定分類が共通する交通手段は、発着駅間の運行区間、出発時間帯および停車駅がそれぞれ類似しているもの同士であると推定される。

本発明の実施形態に係る予約数予測装置のハードウェア概略構成図である。 本発明の実施形態に係る予約数予測装置の処理のフローが示された処理全体概略フロー図である。 本発明の実施形態に係る予約数予測装置のデータ加工部における処理のフローが示されたデータ加工処理詳細フロー図である。 本発明の実施形態に係る予約数予測装置のデータ加工部における操作データ加工部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置のデータ加工部における列車データ加工部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置のデータ加工部における予測用データ作成部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における処理のフローが示された第一予測処理詳細フロー図である。 本発明の実施形態に係る予約数予測装置の第一予測部における処理のフローが示された第一予測処理詳細フロー図である。 本発明の実施形態に係る予約数予測装置の第一予測部における回帰予測部の回帰予測処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における回帰予測部の回帰予測処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における簡易予測部の第一簡易予測処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における簡易予測部の第二簡易予測処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における簡易予測部の第三簡易予測処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における簡易予測部の第四簡易予測処理および第五簡易予測処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における予測結果集計部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第一予測部における予測結果集計部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における処理のフローが示された第二予測処理詳細フロー図である。 本発明の実施形態に係る予約数予測装置の第二予測部における処理のフローが示された第二予測処理詳細フロー図である。 本発明の実施形態に係る予約数予測装置の第二予測部における前処理部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における同一ダイヤ平均算出部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における同一タイプ平均算出部の第一同タイプ平均算出処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における同一タイプ平均算出部の第二同タイプ平均算出処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における同一タイプ平均算出部の第三同タイプ平均算出処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における案分比率算出部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第二予測部における案分比率算出部の処理が示された説明図である。 本発明の実施形態に係る予約数予測装置の第三予測部における処理のフローが示された第三予測処理詳細フロー図である。 本発明の実施形態に係る予約数予測装置の第三予測部における予約数算出処理が示された説明図である。

以下に、本発明の実施形態に係る予約数予測装置を図面に基づいて説明する。本発明である予約数予測装置は、運行前の交通手段である予測対象の席予約予測数を予測して算出するものである。図１は、本発明の実施形態に係る予約数予測装置のハードウェアの概略構成が示されている。

図１に示されているとおり、予約数予測装置１００は、少なくとも記憶部２、入力部６、出力部７および制御部（図示省略）などが備えられている。記憶部２は、ＲＯＭ３、ＲＡＭ４、ＨＤＤ５などから構成される。入力部６は、例えば、キーボード、マウス、タッチパネルなどから構成され、また、出力部７は、例えば、液晶ディスプレイやプリンターなどから構成される。制御部はＣＰＵ１などにより実現され、入力部６からの入力情報を検出すると共に、ＲＯＭ３に格納されたプログラムに従って、ＣＰＵ１に実行させるＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）のプログラムやアプリケーションプログラムの一部が格納されたＲＡＭ４を使用して、データ加工部１０、第一予測部２０、第二予測部３０および第三予測部４０を制御し、入力情報の処理結果を出力部７に出力する。なお、これらの各部１０から４０に関し、ひとつの装置に実装されて構成されるか、ネットワークで接続された複数の装置から構成されるかは任意である。

予約数予測装置１００は、ハードウェア構成、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ソフトウェアによって実現することが可能である。例えば、ソフトウェアによって実現する場合、実際にはコンピュータのＣＰＵ１、あるいはＭＰＵ、ＲＯＭ３、ＲＡＭ４などを備えて構成し、ＲＯＭ３やＲＡＭ４に記憶されたプログラムが動作することによって実現できる。

したがって、コンピュータが各部１０から４０の機能を、データ加工手順、第一予測手順、第二予測手順および第三予測手順として果たすように動作させる予約数予測プログラムを、例えばＣＤ−ＲＯＭなどの記録媒体に記録し、コンピュータに読み込ませることによって実現できる。予約数予測プログラムを記録する記録媒体としては、ＣＤ−ＲＯＭ以外に、例えばフレキシブルディスク、光ディスクなどを用いることができる。

予約数予測装置１００は、ＡＳＰ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｅｒｖｉｃｅ Ｐｒｏｖｉｄｅｒ）として機能させてもよく、予約数予測プログラムをインターネットなどのネットワークを介してコンピュータにダウンロードすることによっても実現できる。さらに、これらのハードウェア、ソフトウェア資源を、ネットワークを介してアクセス可能なクラウドなどの態様で提供することもできる。

次に、予約数予測装置１００の構成を図面に基づいて説明する。図２は、本実施形態に係る予約数予測装置１００の全体の構成が示されている。なお、本実施形態は、交通手段として鉄道が選択され、鉄道の席予約数を予測するものであるが、本発明では、交通手段は鉄道に限られず、例えば、バス、航空機または船舶などであってもよい。また、以下の説明では、予約と販売とは同義であるものとする。

図２に示されているとおり、予約数予測装置１００は、データ加工部１０、第一予測部２０、第二予測部３０および第三予測部４０から構成されている。予約数予測装置１００は、単一または複数のサーバーシステムであり、必要に応じて通信ネットワークに適宜接続されている。通信ネットワークは、例えばインターネット、専用線により接続されたネットワーク、企業内ＬＡＮ、企業間ＬＡＮ、ＷＡＮなどである。通信回線の形態は、例えば有線通信、無線通信、衛星通信などである。ここで、データ加工部１０における処理を図２から図６に基づいて説明する。図３は、データ加工部１０における処理のフローが示されている。図４から図６は、データ加工部１０における入出力情報と処理の一例が示されている。

＜データ加工部１０＞
図２および図３に示されているとおり、データ加工部１０は、操作データ加工部１１、列車データ加工部１２および予測用データ作成部１３が備えられている。データ加工部１０におけるデータ加工処理では、各部１１，１２，１３が作動することによって、操作履歴ＤＢ（Ｄａｔａ Ｂａｓｅ）１４および列車情報ＤＢ１５から必要な情報が抽出されて加工され、運行前の列車である予測対象の予測用データ［出力３］が作成される。ここで、操作履歴ＤＢ１４および列車情報ＤＢ１５は、列車の運行情報が蓄積されたものであり、運行情報には、運行済の列車の情報である運行済情報や、予測対象の情報である運行前情報が含まれている。

図３に示されているとおり、操作履歴ＤＢ１４は、列車の席の予約販売、予約の取り消しなどの操作履歴データが蓄積されている。操作は、例えば、駅の窓口、旅行会社または利用者の端末などから通信ネットワークを通じて実行される。図４の［入力１］は、操作履歴ＤＢ１４の一部が例示されている。この操作履歴データ［入力１］に基づいて詳説すれば、操作履歴ＤＢ１４は、例えば、操作が実行された日時（「操作日時」）、列車の運行日（「利用日」）、“のぞみ”“ひかり”などの「列車名」、列車番号（「列車号番」）、上り列車または下り列車の区別（「上下」）、“普通車”“グリーン車”などの「座席設備」、発駅（「乗車駅」）、着駅（「降車駅」）、席の価格（「商品（価格）」）、操作の対象となった席の数（「合計人数」）、操作の種類（「操作内容」）などのフィールドが設定されている。ここで、「操作内容」とは、予約の確定である“販売”や、予約の取り消しである“取消”などである。

一方で、図３に示されているとおり、列車情報ＤＢ１５は、列車の運行情報が運行日別に記憶されている。図５の［入力２−１］［入力２−２］は、列車情報ＤＢ１５の一部が例示されている。この列車別停車駅テーブル［入力２−１］および列車別設定価格帯情報テーブル［入力２−２］に基づいて詳説すれば、列車情報ＤＢ１５は、例えば、「運行日」「列車名」「列車号番」「上下」「発駅」「着駅」「出発時刻」「到着時刻」「停車駅」「商品（価格）」「座席設備」「設定数（定員）」などのフィールドが設定されている。

図２および図３に示されているとおり、ステップＳ１．１において、操作データ加工部１１における操作データ加工処理では、予測対象に関する操作履歴データ［入力１］が、操作履歴ＤＢ１４から抽出されて加工される。操作履歴データ［入力１］は、例えば、予測対象における前年同月の情報である。

詳説すれば、操作データ加工処理では、図４に示されているとおり、運行日までに予約された席数の合計を列車ごとに算出するために、抽出された操作履歴データ［入力１］において、列車ごとに予約数が合算される。

操作履歴データ［入力１］は、「操作内容」が“取消”であるレコードにおいて、加工操作データ［出力１−１］に示されているとおり、「合計席数（人数）」がマイナス値に変換される。また、「操作日時」が「利用日」から起算して何日前であるか算出されて「運行何日前時点」のフィールド４（ｂ）が追加される。例えば、操作履歴データ［入力１］のレコード４（ａ）は、予約が取り消された履歴であり、「操作内容」が“取消”であるため、「合計席数（人数）」が“−１”となる（加工操作データ［出力１−１］、レコード４（ｃ）参照）。また、操作履歴データ［入力１］のレコード４（ａ）は、「利用日」が“２０１５／１２／１”であるのに対し、「操作日時」が“２０１５／１１／１”であるため、操作された日は運行日の３０日前である。したがって、「運行何日前時点」は“３０”である（加工操作データ［出力１−１］、レコード４（ｃ）参照）。このようにして、加工操作データ［出力１−１］が作成される。

この加工操作データ［出力１−１］は、さらに、「運行日」「列車名」「列車号番」「座席設備」「発駅」「着駅」「商品（価格）」「運行何日前時点」がそれぞれ共通するレコードごとに、「合計席数（人数）」が合算される。例えば、レコード４（ｃ）およびレコード４（ｄ）は、“２０１５／１２／０１”“列車ａ”“２号”“普通車”“Ｂ駅発”“Ａ駅着”“通常”“３０”がそれぞれ共通するため、「合計席数（人数）」が合算されることで、運行日の３０日前における予約数が算出される。すなわち、次のとおりである。
−１＋５＝４・・・・・［数１］
加工済操作データ［出力１−２］に示されているとおり、運行日の３０日前の前日である運行日の３１日前における「累積予約席数」に［数１］が加算される。すなわち、次のとおりである。
３＋４＝７・・・・・［数２］
３０日前の「累積予約席数」に［数２］が計上される（加工済操作データ［出力１−２］、レコード４（ｅ）参照）。このようにして、加工済操作データ［出力１−２］が作成される。

図２および図３に示されているとおり、ステップＳ１．２において、列車データ加工部１２における列車データ加工処理では、列車情報ＤＢ１５から、必要な情報が抽出されて分割され、加工される。

詳説すれば、列車データ加工処理では、図５に示されているとおり、列車情報ＤＢ１５から、「運行日」「列車名」「列車号番」「上下」「発駅」「着駅」「出発時刻」「到着時刻」などが抽出されて列車別停車駅テーブル［入力２−１］が作成され、また、「商品（価格）」「運行日」「列車名」「上下」「座席設備」「発駅」「着駅」「設定数（定員）」などが抽出されて列車別設定価格帯情報テーブル［入力２−２］が作成される。

列車別停車駅テーブル［入力２−１］から、列車の出発時刻を含む時間帯である「出発時間帯」が算出されると共に、行き先や、行き先までの所要時間などに基づいて分類された列車タイプ別運行本数が算出される。このようにして、「運行日」「座席設備」「商品（価格）」「上下」「出発時間帯」「発駅」「着駅」「列車タイプ」などのフィールドが含まれた列車グループテーブル［出力２−１］が作成される。なお、出発時間帯とは、例えば、出発時刻が６時００分や６時３０分である場合に、これらの時刻を含む６時のことをいう。

列車別停車駅テーブル［入力２−１］および列車別設定価格帯情報テーブル［入力２−２］から、予測対象を含めた列車の「商品（価格）」「運行日」「列車名」「列車号番」「上下」「座席設備」「発駅」「着駅」「出発時間帯」「設定数（定員）」などが抽出され、加工済列車データ［出力２−２］が作成される。

図２および図３に示されているとおり、ステップＳ１．３において、予測用データ作成部１３における予測用データ作成処理では、操作データ加工処理および列車データ加工処理で作成された各データが突き合わされ、予測用データ［出力３］が作成される。

詳説すれば、図６に示されているとおり、運行日日付属性テーブル［入力３−１］、および、発売開始日付テーブル［入力３−２］が入力され、加工済列車データ［出力２−２］を元に、列車グループテーブル［出力２−１］、加工済操作データ［出力１−２］、運行日日付属性テーブル［入力３−１］および発売開始日付テーブル［入力３−２］が突き合わされ、第一予測部２０における処理に必要な予測用データ［出力３］が作成される。ここで、操作履歴データから、運行日までの「累積予約席数」が集計される。その際、加工済列車データ［出力２−２］が存在し、かつ、加工済操作データ［出力１−２］が存在しないレコードがある場合、「累積予約席数」の値が“０”となる。例えば、予測用データ［出力３］におけるレコード６（ａ）は、予約に関する履歴が存在しない。したがって、「累積予約席数」が“０”である。

次に、第一予測部２０における処理を図２、図７から図１６に基づいて説明する。図７および図８は、第一予測部２０における処理のフローが示されている。図９から図１６は、第一予測部２０における入出力情報と処理の一例が示されている。

＜第一予測部２０（時間帯予測）＞
図２、図７および図８に示されているとおり、第一予測部２０は、回帰予測部２１、簡易予測部２２および予測結果集計部２３が備えられている。第一予測部２０における第一予測処理では、各部２１，２２，２３が作動することによって、予測用データ［入力１］に基づいて、一次予測値としての時間帯予測値が算出される。この時間帯予測値（一次予測値）は、運行情報において出発時間帯ごとに算出される席予約予測数の予測値であり、回帰予測部２１によって算出される回帰予測値、または、簡易予測部２２によって算出される簡易予測値から選択される。

図２および図７に示されているとおり、まず、第一予測部２０では、予測用データ［入力１］が、運行済情報である運行済予測用データ［入力１−１］と、運行前情報である運行前予測用データ［入力１−２］とに分割される。

詳説すれば、図９に示されているとおり、予測用データ［入力１］は、「運行日」のフィールド９（ａ）に基づいて、運行済予測用データ［入力１−１］と運行前予測用データ［入力１−２］とに分割される。例えば、予測実行時が、２０１５年１２月１日である場合、レコード９（ｂ）〜（ｈ）は、「運行日」が“２０１３／１２／０１”であって予測実行時よりも前であるため、運行済情報として運行済予測用データ［入力１−１］に分類され、レコード９（ｉ）〜（ｋ）は、「運行日」が“２０１５／１２／３１”であって予測実行時よりも後であるため、運行前情報として運行前予測用データ［入力１−２］に分類される。

予測用データ［入力１］は、運行済予測用データ［入力１−１］において、過去の運行実績に基づく席予約数である運行済席予約数が「累積予約席数／最終」に計上される。また、運行前予測用データ［入力１−２］において、運行日までの間に予約の実績がある場合、予測実行時における売れ進み途中の数値が計上されて「累積予約席数」に設定され、予約の実績がない場合、例えばレコード９（ｉ）〜（ｋ）のように「累積予約席数」は“なし”となる。

次に、回帰予測値の算出について説明する。図２および図７に示されているとおり、ステップＳ２．１において、回帰予測部２１における回帰予測処理では、運行済予測用データ［入力１−１］から、最終予約席数についての回帰式が作成され、回帰予測値が設定される。

詳説すれば、図９において、予測対象の運行月と同月であって年が異なる運行済予測用データ［入力１−１］から求められた回帰式に基づいて、回帰予測値が算出される。すなわち、運行済予測用データ［入力１−１］から、「商品（価格）」「座席設備」「出発時間帯」「発駅」「着駅」別に回帰式が求められ、各項目の係数が算出される。

例えば、予測用データ［入力１］において、“２０１５／１２／３１”運行予定、“通常価格”“普通車”“Ａ駅発”“Ｂ駅着”“１２時台出発”の予測対象（レコード９（ｋ）参照）の回帰予測値が算出される場合、２０１４年以前における各年の１２月の運行済予測用データ［入力１−１］から求められた回帰式は、図１０に示されているとおりである。回帰式から算出された係数から、回帰予測値は次のとおりとなる。
＝「切片」＋「パターン番号」係数＋「曜日（木曜日）」係数
＋「運行月（１２月）」係数＋「列車タイプ別運行本数」×「最速達・Ａ駅方面」係数
＝５９．６８＋（−８．０６）＋５．１１＋０．００＋１×２０．６７
＝７７．６０
このように回帰予測値が算出され、図９に示されているとおり、“回帰予測値”として「時間帯予測（回帰）」に設定されて回帰予測結果データ［出力１］が出力される。なお、予測対象に相当する運行済み情報が存在しない場合、回帰式は算出されない。例えば、ダイヤの変更に伴って「出発時間帯」「発駅」「着駅」が変更された場合、新たな「商品（価格）」「座席設備」が採用された場合などにおいては、回帰式が算出されない。

次に、簡易予測値の算出について説明する。図２および図７に示されているとおり、ステップＳ２．２において、簡易予測部２２では、第一簡易予測処理、第二簡易予測処理、第三簡易予測処理、第四簡易予測処理、第五簡易予測処理によって、運行済予測用データ［入力１−１］から最終累積予約席数（運行済席予約数）の平均値が算出され、簡易予測値が設定される。

回帰予測処理において回帰式が求まらなかった場合、ステップＳ２．２．１において、第一簡易予測処理では、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第一簡易所定条件が共通する運行済予測用データ［入力１−１］に基づいて、運行済席予約数の平均値が第一簡易予測値として算出される。ここで、第一簡易所定条件は、「商品（価格）」「運行月」「曜日」「座席設備」「発駅」「着駅」および「出発時間帯」が含まれる。

詳説すれば、例えば、図１１に示されているとおり、予測用データ［入力１］において、“２０１５／１２／３１”“木曜日”運行予定、“通常価格”“普通車”“Ｄ駅発”“Ａ駅着”“９時”台出発の予測対象（レコード１１（ａ）参照）の第一簡易予測値が算出される場合、２０１４年以前における各年の１２月の予測用データ［入力１］（運行済予測用データ［入力１−１］）から、「商品（価格）」「運行月」「曜日」「座席設備」「発駅」「着駅」および「出発時間帯」がそれぞれ共通するレコードにおける「最終累積予約席数」（運行済席予約数）の平均値が算出される。第一簡易結果データ［出力２−１］に示されているとおり、この平均値が“第一簡易予測値”として「時間帯予測（簡易１）」に設定される。なお、回帰予測処理において回帰式が求められた場合であっても、第一簡易予測処理によって第一簡易予測値が算出される構成としてもよい。

第一簡易予測処理における第一簡易所定条件に該当する運行済予測用データ［入力１−１］が存在せず、第一簡易予測値が算出されなかった場合、図７に示されているとおり、ステップＳ２．２．２が処理される。ステップＳ２．２．２において、第二簡易予測処理では、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第二簡易所定条件が共通する運行済予測用データ［入力１−１］に基づいて、運行済席予約数の平均値が第二簡易予測値として算出される。ここで、第二簡易所定条件は、「商品（価格）」「運行月」「座席設備」「発駅」「着駅」および「出発時間帯」が含まれ、第一簡易所定条件と異なって「曜日」が除かれる。すなわち、第二簡易予測処理では、所定条件が第一簡易予測処理よりも少ないため、第一簡易予測処理よりも運行済席予約数の平均値が算出し易くなる。

詳説すれば、例えば、図１２に示されているとおり、予測用データ［入力１］において、“２０１５／１２／３１”“木曜日”運行予定、“通常価格”“普通車”“Ｄ駅発”“Ａ駅着”“９時”台出発の予測対象（レコード１２（ａ）参照）の第二簡易予測値が算出される場合、２０１４年以前における各年の１２月の予測用データ［入力１］（運行済予測用データ［入力１−１］）から、「商品（価格）」「運行月」「座席設備」「発駅」「着駅」および「出発時間帯」がそれぞれ共通するレコードにおける「最終累積予約席数」（運行済席予約数）の平均値が算出される。第二簡易結果データ［出力２−２］に示されているとおり、この平均値が、“第二簡易予測値”として「時間帯予測（簡易２）」に設定される。なお、回帰予測処理において回帰式が求められた場合、または、第一簡易予測処理において第一簡易予測値が算出された場合であっても、第二簡易予測処理によって第二簡易予測値が算出される構成としてもよい。

第二簡易予測処理における第二簡易所定条件に該当する運行済予測用データ［入力１−１］が存在せず、第二簡易予測値が算出されなかった場合、図７に示されているとおり、ステップＳ２．２．３が処理される。ステップＳ２．２．３において、第三簡易予測処理では、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第三簡易所定条件が共通する運行済予測用データ［入力１−１］に基づいて、運行済席予約数の平均値が第三簡易予測値として算出される。ここで、第三簡易所定条件は、「商品（価格）」「運行月」「座席設備」「発駅」および「着駅」が含まれ、第一簡易所定条件と異なって「曜日」および「出発時間帯」が除かれる。すなわち、第三簡易予測処理では、所定条件が第一簡易予測処理および第二簡易予測処理よりも少ないため、第一簡易予測処理および第二簡易予測処理よりも運行済席予約数の平均値が算出し易くなる。

詳説すれば、例えば、図１３に示されているとおり、予測用データ［入力１］において、“２０１５／１２／３１”“木曜日”運行予定、“通常価格”“普通車”“Ｄ駅発”“Ａ駅着”“９時”台出発の予測対象（レコード１３（ａ）参照）の第三簡易予測値が算出される場合、２０１４年以前における各年の１２月の予測用データ［入力１］（運行済予測用データ［入力１−１］）から、「商品（価格）」「運行月」「座席設備」「発駅」および「着駅」がそれぞれ共通するレコードにおける「最終累積予約席数」（運行済席予約数）の平均値が算出される。第三簡易結果データ［出力２−３］に示されているとおり、この平均値が、“第三簡易予測値”として「時間帯予測（簡易３）」に設定される。なお、回帰予測処理において回帰式が求められた場合、または、第一簡易予測処理において第一簡易予測値が算出された場合、または、第二簡易予測処理において第二簡易予測値が算出された場合であっても、第三簡易予測処理によって第三簡易予測値が算出される構成としてもよい。

第三簡易予測処理における第三簡易所定条件に該当する運行済予測用データ［入力１−１］が存在せず、第三簡易予測値が算出されなかった場合、図７に示されているとおり、ステップＳ２．２．４が処理される。ステップＳ２．２．４において、第四簡易予測処理では、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第四簡易所定条件が共通する運行済予測用データ［入力１−１］から求められた回帰式に基づいて算出された期待値が、第四簡易予測値として算出される。ここで、第四簡易所定条件は、商品（価格）」「運行月」「座席設備」「発駅」「着駅」および「出発時間帯」が含まれている。すなわち、第四簡易予測処理では、処理が第一簡易予測処理、第二簡易予測処理および第三簡易予測処理と異なるため、第一簡易予測処理、第二簡易予測処理および第三簡易予測処理で各簡易予測値が算出されなかった場合であっても、運行済席予約数の期待値を算出することができる。

詳説すれば、例えば、図１４に示されているとおり、予測用データ［入力１］において、“２０１５／１２／３１”“木曜日”運行予定、“通常価格”“普通車”“Ｄ駅発”“Ａ駅着”“９時”台発の予測対象（レコード１４（ａ）参照）の第四簡易予測値が算出される場合、２０１４年以前における各年の１２月の予測用データ［入力１］（運行済予測用データ［入力１−１］）から、回帰式に基づいて、「商品（価格）」「座席設備」「運行月」「出発時間帯」別に各発着区間の組み合わせ分の期待値（パターン１）が算出される。第四簡易結果データ［出力２−４］に示されているとおり、この期待値が、“第四簡易予測値”として「時間帯予測（簡易４）」に設定される。

なお、予測対象に相当する運行済み情報が存在しない場合、回帰式は算出されない。この場合、例えば、図１４に示されているとおり、予測用データ［入力１］において、“２０１５／１２／３１”“木曜日”運行予定、“通常価格”“普通車”“Ｃ駅発”“Ｄ駅着”“９時”台出発の予測対象（レコード１４（ａ）参照）の第四簡易予測値が算出される場合、２０１４年以前における各年の１２月の運行済予測用データ［入力１−１］から、「商品（価格）」「運行月」「座席設備」および「出発時間帯」がそれぞれ共通し、かつ、Ｃ駅およびＤ駅を含む運行区間における「発駅」「着駅」がそれぞれ共通するするレコードにおいて、発着駅ごとの「最終累積予約席数」および、この「最終累積予約席数」の合計が算出される。そのうち、Ｃ駅発の最終累積予約席数の合計、Ｄ駅着の最終累積予約席数の合計、および、全体の合計から、第四簡易予測値は、次のとおりとなる。
発駅合計×着駅合計／全体合計
＝２２０×９７／６５５
＝３２．５８
このように第四簡易予測値が算出され、図１４［入力２−４］に示されているとおり、“第四簡易予測値”が設定されて第四簡易結果データが出力される。なお、回帰予測部において回帰式が求められた場合、または、第一簡易予測処理において第一簡易予測値が算出された場合、または、第二簡易予測処理において第二簡易予測値が算出された場合、または、第三簡易予測処理において第三簡易予測値が算出された場合であっても、第四簡易予測処理によって第四簡易予測値が算出される構成としてもよい。

第四簡易予測処理における第四簡易所定条件に該当する運行済予測用データ［入力１−１］が存在していても、第四簡易予測値が算出されなかった場合、図７に示されているとおり、ステップＳ２．２．５が処理される。ステップＳ２．２．５において、第五簡易予測処理では、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第五簡易所定条件が共通する運行済予測用データ［入力１−１］から求められた回帰式に基づいて算出された期待値が、第五簡易予測値として算出される。ここで、第五簡易所定条件は、商品（価格）」「運行月」「座席設備」「発駅」「着駅」および「出発時間帯」が含まれている。すなわち、第五簡易予測処理では、処理が第一簡易予測処理、第二簡易予測処理および第三簡易予測処理と異なるため、第一簡易予測処理、第二簡易予測処理および第三簡易予測処理で各簡易予測値が算出されなかった場合であっても、運行済席予約数の期待値を算出することができる。

詳説すれば、例えば、図１４に示されているとおり、予測用データ［入力１］において、“２０１５／１２／３１”“木曜日”運行予定、“通常価格”“普通車”“Ｄ駅発”“Ａ駅着”“９時”台発の予測対象（レコード１４（ａ）参照）の第五簡易予測値が算出される場合、２０１４年以前における各年の１２月の予測用データ［入力１］（運行済予測用データ［入力１−１］）から、回帰式に基づいて、「商品（価格）」「座席設備」「運行月」別に各発着区間の組み合わせ分の期待値（パターン２）が算出される。この期待値では、ダイヤの変更に伴って、「出発時間帯」も変更されている場合があるため、第四簡易結果データと異なり、「出発時間帯」が除かれている。第五簡易結果データ［出力２−５］に示されているとおり、この期待値が、“第五簡易予測値”として「時間帯予測（簡易５）」に設定される。なお、予測対象に相当する運行済み情報が存在しない場合の処理は、既に説明した第四簡易予測処理において回帰式が算出されなかった場合と同様である。また、回帰予測処理において回帰式が求められた場合、または、第一簡易予測処理において第一簡易予測値が算出された場合、または、第二簡易予測処理において第二簡易予測値が算出された場合、または、第三簡易予測処理において第三簡易予測値が算出された場合、または、第四簡易予測処理において第四簡易予測値が算出された場合であっても、第五簡易予測処理によって第五簡易予測値が算出される構成としてもよい。

次に、回帰予測値および各簡易予測値に基づく予測結果集計処理について説明する。図２および図８に示されているとおり、ステップＳ２．３において、予測結果集計部２３における予測結果集計処理では、回帰予測部２１における回帰予測処理によって算出された回帰予測値、簡易予測部２２における第一簡易予測処理で算出された第一簡易予測値、第二簡易予測処理で算出された第二簡易予測値、第三簡易予測処理で算出された第三簡易予測値、第四簡易予測処理で算出された第四簡易予測値、および、第五簡易予測処理で算出された第五簡易予測値のいずれかが、時間帯予測値（一次予測値）として設定される。ここで、時間帯予測値（一次予測値）が設定される際の優先順位は、回帰予測値、第一簡易予測値、第二簡易予測値、第三簡易予測値、第四簡易予測値、第五簡易予測値の順である。

詳説すれば、図８に示されているとおり、ステップＳ２．３．１において、運行前予測用データ［入力１−２］と、回帰予測結果データ［出力１］、第一簡易結果データ［出力２−１］、第二簡易結果データ［出力２−２］、第三簡易結果データ［出力２−３］、第四簡易結果データ［出力２−４］および第五簡易結果データ［出力２−５］とが突き合わされて時間帯予測値（一次予測値）が決定される。

ステップＳ２．３．２において、回帰予測部２１の回帰予測処理によって、“回帰予測値”が回帰予測結果データ［出力１］の「時間帯予測（回帰）」に設定されている場合、ステップＳ２．３．３が処理される。ステップＳ２．３．３では、例えば、図１５および図１６に示されているとおり、運行前予測用データ［入力１−２］および回帰予測結果データ［出力１］において、「商品（価格）」「運行日」「座席設備」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「時間帯予測（回帰）」に設定された回帰予測値が、時間帯予測結果データ［出力３］において、“時間帯予測値（一次予測値）”として「時間帯予測（席数）」に設定される。すなわち、回帰予測結果データ［出力１］におけるレコード１５（ａ）は、回帰予測値が算出されて「時間帯予測（回帰）」に設定されているため、この“４４．９３”が、時間帯予測値（一次予測値）として時間帯予測結果データ［出力３］の「時間帯予測（席数）」に設定される（レコード１６（ｅ）参照）。一方、回帰予測結果データ［出力１］において、回帰予測値が「時間帯予測（回帰）」に設定されていない場合、ステップＳ２．３．４が処理される。

図８に示されているとおり、ステップＳ２．３．４において、簡易予測部２２の第一簡易予測処理によって、第一簡易予測値が第一簡易結果データ［出力２−１］の「時間帯予測（簡易１）」に設定されている場合、ステップＳ２．３．５が処理される。ステップＳ２．３．５では、例えば、図１５および図１６に示されているとおり、運行前予測用データ［入力１−２］および第一簡易結果データ［出力２−１］において、「商品（価格）」「運行日」「座席設備」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「時間帯予測（簡易１）」に設定された第一簡易予測値が、時間帯予測結果データ［出力３］において、“時間帯予測値（一次予測値）”として「時間帯予測（席数）」に設定される。すなわち、第一簡易結果データ［出力２−１］におけるレコード１５（ｂ）は、第一簡易予測値が算出されて「時間帯予測（簡易１）」に設定されているため、この“２６７．６３”が、時間帯予測値（一次予測値）として時間帯予測結果データ［出力３］の「時間帯予測（席数）」に設定される（レコード（ｆ）参照）。一方、第一簡易結果データ［出力２−１］において、第一簡易測値が「時間帯予測（簡易１）」に設定されていない場合、ステップＳ２．３．６が処理される。

図８に示されているとおり、ステップＳ２．３．６において、簡易予測部２２の第二簡易予測処理によって、第二簡易予測値が第二簡易結果データ［出力２−２］の「時間帯予測（簡易２）」に設定されている場合、ステップＳ２．３．７が処理される。ステップＳ２．３．７では、例えば、図１５および図１６に示されているとおり、運行前予測用データ［入力１−２］および第二簡易結果データ［出力２−２］において、「商品（価格）」「運行日」「座席設備」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「時間帯予測（簡易２）」に設定された第二簡易予測値が、時間帯予測結果データ［出力３］において、“時間帯予測値（一次予測値）”として「時間帯予測（席数）」に設定される。すなわち、第二簡易結果データ［出力２−２］におけるレコード１５（ｃ）は、第二簡易予測値が算出されて「時間帯予測（簡易２）」に設定されているため、この“２７６．６４”が、時間帯予測値（一次予測値）として時間帯予測結果データ［出力３］の「時間帯予測（席数）」に設定される（レコード（ｇ）参照）。一方、第二簡易結果データ［出力２−２］において、第二簡易測値が「時間帯予測（簡易２）」に設定されていない場合、ステップＳ２．３．８が処理される。

図８に示されているとおり、ステップＳ２．３．８において、簡易予測部２２の第三簡易予測処理によって、第三簡易予測値が第三簡易結果データ［出力２−３］の「時間帯予測（簡易３）」に設定されている場合、ステップＳ２．３．９が処理される。ステップＳ２．３．９では、例えば、図１５および図１６に示されているとおり、運行前予測用データ［入力１−２］および第三簡易結果データ［出力２−３］において、「商品（価格）」「運行日」「座席設備」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「時間帯予測（簡易３）」に設定された第三簡易予測値が、時間帯予測結果データ［出力３］において、“時間帯予測値（一次予測値）”として「時間帯予測（席数）」に設定される。すなわち、第三簡易結果データ［出力２−３］におけるレコード１６（ａ）は、第三簡易予測値が算出されて「時間帯予測（簡易３）」に設定されているため、この“４．５８”が、時間帯予測値（一次予測値）として時間帯予測結果データ［出力３］の「時間帯予測（席数）」に設定される（レコード（ｈ）参照）。一方、第三簡易結果データ［出力２−３］において、第三簡易予測値が「時間帯予測（簡易３）」に設定されていない場合、ステップＳ２．３．１０が処理される。

図８に示されているとおり、ステップＳ２．３．１０において、簡易予測部２２の第四簡易予測処理によって、第四簡易予測値が第四簡易結果データ［出力２−４］の「時間帯予測（簡易４）」に設定されている場合、ステップＳ２．３．１１が処理される。ステップＳ２．３．１１では、例えば、図１５および図１６に示されているとおり、運行前予測用データ［入力１−２］および第四簡易結果データ［出力２−４］において、「商品（価格）」「座席設備」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「時間帯予測（簡易４）」に設定された第四簡易予測値が、時間帯予測結果データ［出力３］において、“時間帯予測値（一次予測値）”として「時間帯予測（席数）」に設定される。すなわち、第四簡易結果データ［出力２−４］におけるレコード１６（ｂ）は、第四簡易予測値が算出されて「時間帯予測（簡易４）」に設定されているため、この“２．７５”が、時間帯予測値（一次予測値）として時間帯予測結果データ［出力３］の「時間帯予測（席数）」に設定される（レコード（ｉ）参照）。一方、第四簡易結果データ［出力２−４］において、第四簡易予測値が「時間帯予測（簡易４）」に設定されていない場合、ステップＳ２．３．１２が処理される。

図８に示されているとおり、ステップＳ２．３．１２において、簡易予測部２２の第五簡易予測処理によって、第五簡易予測値が第五簡易結果データ［出力２−５］の「時間帯予測（簡易５）」に設定されている場合、ステップＳ２．３．１３が処理される。ステップＳ２．３．１３では、例えば、図１５および図１６に示されているとおり、運行前予測用データ［入力１−２］および第五簡易結果データ［出力２−５］において、「商品（価格）」「座席設備」「発駅」「着駅」がそれぞれ突き合わされ、「時間帯予測（簡易５）」に設定された第五簡易予測値が、時間帯予測結果データ［出力３］において、“時間帯予測値（一次予測値）”として「時間帯予測（席数）」に設定される。すなわち、第五簡易結果データ［出力２−５］におけるレコード１６（ｃ）は、第五簡易予測値が算出されて「時間帯予測（簡易５）」に設定されているため、この“０．１３”が、時間帯予測値（一次予測値）として時間帯予測結果データ［出力３］の「時間帯予測（席数）」に設定される（レコード（ｊ）参照）。一方、第五簡易結果データ［出力２−５］において、第五簡易予測値が「時間帯予測（簡易５）」に設定されていない場合、ステップＳ２．３．１４が処理される。

図８に示されているとおり、ステップＳ２．３．１４において、任意の値である初期値が時間帯予測値（一次予測値）として設定される。例えば、図１６に示されているとおり、第四簡易結果データ［出力２−４］におけるレコード１６（ｄ）は、運行前の新商品であるため、履歴が存在せず、第四簡易予測値が算出されていない。したがって、時間帯予測結果データ［出力３］の「時間帯予測（席数）」において、時間帯予測値（一次予測値）は“なし”となる（レコード（ｋ）参照）。

次に、第二予測部３０における処理を図２、図１７から図２５に基づいて説明する。図１７および図１８は、第二予測部３０における処理のフローが示されている。図１９から図２５は、第二予測部３０における入出力情報と処理の一例が示されている。

＜第二予測部３０（列車案分）＞
図２に示されているとおり、第二予測部３０は、前処理部３１、同一ダイヤ平均算出部３２、同一タイプ平均算出部３３および案分比率算出部３４が備えられている。第二予測部３０における第二予測処理では、各部３１，３２，３３，３４が作動することによって、加工済列車データ［入力１］および予測用データ［入力２］に基づいて、二次予測値としての過去平均代表値が算出される。この過去平均代表値（二次予測値）は、運行情報において予測対象ごとに算出される席予約予測数の予測値であり、同一ダイヤ平均算出部３２によって算出される同一ダイヤ平均値、または、同一タイプ平均算出部３３によって算出される同一タイプ平均値から選択される。

図２および図１７に示されているとおり、まず、前処理部３１における前処理では、加工済列車データ［入力１］と予測用データ［入力２］とが突き合わされて案分予測用データ［出力１］が作成される。その際、案分予測用データ［出力１］において、行き先、および、この行き先までの所要時間に基づいて、運行情報を分類した特定分類としての列車タイプ別にレコードが分類される。

詳説すれば、図１９に示されているとおり、加工済列車データ［入力１］および予測用データ［入力２］において、「運行日」「列車名」「列車号番」「上下」「座席設備」「商品（価格）」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされる。予測用データ［入力２］において「最終予約席数」が設定されている場合、案分予測用データ［出力１］において「最終予約席数」に数値が設定され、一方、予測用データ［入力２］において「最終予約席数」が設定されていない場合、案分予測用データ［出力１］において「最終予約席数」に“０”が設定される。例えば、予測用データ［入力２］において、“列車ａ”“１号”は、「最終予約席数」に数値が設定されているため（レコード１９（ａ）〜（ｆ）参照）、案分予測用データ［出力１］におけるレコード１９（ｇ）の「最終予約席数」にも数値が設定される。一方、予測用データ［入力２］において、“列車ａ”“２号”は「最終予約席数」が設定されていないため（レコード１９（ｍ）参照）、案分予測用データ［出力１］におけるレコード１９（ｎ）の「最終予約席数」に“０”が設定される。

また、案分予測用データ［出力１］において「列車タイプ」が追加される。例えば、加工済列車データ［入力１］において、“２０１４／１２／２”運行、“列車ａ”“１号”“Ｄ駅発”“Ａ駅着”“６時”発“９時５０分”着の列車（レコード１９（ｏ）〜（ｔ）参照）は、「始発・終着駅」が“Ａ駅方面”、「所要時間」が“２３０分”であるため、案分予測用データ［出力１］において列車タイプが“最速達・Ａ駅方面”である（レコード１９（ｇ）〜（ｌ）参照）。

さらに、図１７に示されているとおり、案分予測用データ［出力１］が、運行済情報である運行済案分予測用データ［入力３］と、運行前情報である運行前案分予測用データ［入力４］とに分割される。なお、案分予測用データ［出力１］の分割は、第一予測部２０における予測用データ［入力１］の分割と同様の処理である。

次に、同一ダイヤ平均値の算出について説明する。ステップＳ３．２において、同一ダイヤ平均算出部３２における同一ダイヤ平均算出処理では、最新のダイヤが適用された運行済案分予測用データ［入力３］に基づいて、同一の運行情報における出発時間帯ごとの運行済席予約数の平均値が同一ダイヤ平均値として算出される。ここで、最新のダイヤとは、過去にダイヤ改正が複数回行われた場合に、予測実行時に対して直近の改正に基づくダイヤであり、予測実行時において適用されているダイヤをいう。また、同一の運行情報であるため、列車名、列車号番、上下、座席設備、商品（価格）、発駅、着駅および出発時間帯が、それぞれ共通する。すなわち、運行済案分予測用データ［入力３］のなかでも最新のダイヤが適用された期間において、同一の列車における出発時間帯ごとの運行済席予約数が合算されて平均値が算出される。

詳説すれば、例えば、図２０に示されているとおり、運行済案分予測用データ［入力３］において、“通常価格”“普通車”“列車ａ”“１号”“Ｄ駅発”“Ａ駅着”“６時”台出発の列車（レコード２０（ａ）（ｃ）参照）の同一ダイヤ平均値が算出される場合、運行済案分予測用データ［入力３］から、「列車名」「列車号番」「上下」「座席設備」「商品（価格）」「発駅」「着駅」および「出発時間帯」がそれぞれ共通するレコードにおける「最終予約席数」の平均値が算出される。“２０１４／１２／１”“２０１４／１２／２”の二日間のみを対象とした同一ダイヤ平均値が算出される場合、レコード２０（ａ）およびレコード２０（ｃ）の「最終予約席数」に基づいて、次のとおりとなる。
（１０５＋１２４）／２＝１１４．５
同様に、例えば、運行済案分予測用データ［入力３］において、“通常価格”“普通車”“列車ａ”“１００号”“Ｃ駅発”“Ｄ駅着”“１７時”台出発の列車（レコード２０（ｂ）（ｄ）参照）の同一ダイヤ平均値が算出される場合、レコード２０（ｂ）およびレコード２０（ｄ）の「最終予約席数」に基づいて、次のとおりとなる。
（１６７＋２３７）／２＝２０２．０
このように同一ダイヤ平均値が算出され、同一ダイヤ平均データ［出力２−１］に示されているとおり、レコード２０（ｅ）（ｆ）において、この“同一ダイヤ平均値”が「平均席数（同一ダイヤ）」に設定される。

次に、同一タイプ平均値の算出について説明する。同一ダイヤ平均算出処理において、同一ダイヤ平均値が算出されなかった場合、図１７に示されているとおり、ステップＳ３．３．１が処理される。ステップＳ３．３．１において、第一同タイプ平均算出処理では、列車タイプ（特定分類）および第一同タイプ所定条件が共通する運行済案分予測用データ［入力３］に基づいて、出発時間帯ごとの運行済席予約数の平均値が第一同タイプ平均値として算出される。ここで、第一同タイプ所定条件は、「週および曜日を含めた運行日」「座席設備」「商品（価格）」「発駅」「着駅」および「出発時間帯」が含まれ、同一ダイヤ平均算出処理と異なって「列車名」「列車号番」「上下」が除かれる。すなわち、第一同タイプ平均算出処理では、運行情報が予測対象と類似した列車における出発時間帯ごとの運行済席予約数の平均値が算出される。

詳説すれば、例えば、図２１に示されているとおり、運行済案分予測用データ［入力３］において、“２０１３年”“２０１４年”を対象とし、“１２月の第１週目の火曜日運行”“通常価格”“普通車”“最速達・Ｂ駅方面”“Ｃ駅発”“Ｄ駅着”“１７時”台出発の列車（レコード２１（ａ）（ｂ）（ｃ）（ｄ）参照）の第一同タイプ平均値が算出される場合、２０１３年と２０１４年の運行済案分予測用データ［入力３］から、「運行日」「列車タイプ」「座席設備」「商品（価格）」「発駅」「着駅」および「出発時間帯」がそれぞれ共通するレコードにおける「最終予約席数」の平均値が算出され、次のとおりとなる。
（４３２＋１６７＋２８４+２３７）／４＝２８０．０
このように第一同タイプ平均値が算出され、第一同タイプ平均データ［出力２−２］に示されているとおり、レコード２１（ｅ）において、この“２８０．０”が「平均席数（同一タイプ）」に設定される。なお、同一ダイヤ平均算出処理において同一ダイヤ平均値が算出された場合であっても、第一同タイプ平均算出部によって第一同タイプ平均値が算出される構成としてもよい。

第一同タイプ平均算出処理において第一同タイプ所定条件が共通する運行情報が存在せず、第一同タイプ平均値が算出されなかった場合、図１７に示されているとおり、ステップＳ３．３．２が処理される。ステップＳ３．３．２において、第二同タイプ平均算出処理では、列車タイプ（特定分類）および第二同タイプ所定条件が共通する運行済案分予測用データ［入力３］に基づいて、出発時間帯ごとの運行済席予約数の平均値が第二同タイプ平均値として算出される。ここで、第二同タイプ所定条件は、「座席設備」「商品（価格）」「発駅」「着駅」および「出発時間帯」が含まれ、第一同タイプ平均算出処理と異なり、「週および曜日を含めた運行日」が除かれる。すなわち、第二同タイプ平均算出処理では、条件が第一同タイプ平均算出処理よりも少ないため、第一同タイプ平均算出処理よりも平均値が算出し易くなる。

詳説すれば、例えば、図２２に示されているとおり、運行済案分予測用データ［入力３］において、“２０１４／１２／１”“２０１４／１２／２”の二日間のみを対象とし、“通常価格”“普通車”“最速達・Ｃ駅方面”“Ｄ駅発”“Ｃ駅着”“６時”台出発の列車（レコード２２（ｃ）（ｇ）参照）の第二同タイプ平均値が算出される場合、運行済案分予測用データ［入力３］から、「列車タイプ」「座席設備」「商品（価格）」「発駅」「着駅」および「出発時間帯」がそれぞれ共通するレコードにおける「最終予約席数」の平均値が算出され、次のとおりとなる。
（１１＋６）／２＝８．５
同様に、例えば、“通常価格”“普通車”“最速達・Ｃ駅方面”“Ｄ駅発”“Ｃ駅着”“７時”台出発の列車（レコード２２（ａ）（ｂ）（ｄ）（ｅ）（ｆ）（ｈ）参照）の第二同タイプ平均値が算出される場合、次のとおりとなる。
（４＋６＋７＋１２＋６＋１３）／６＝８．０
このように第二同タイプ平均値が算出され、第二同タイプ平均データ［出力２−３］に示されているとおり、レコード２２（ｉ）（ｊ）において、この“８．５”“８．０”が「平均席数（同一時間帯）」に設定される。なお、同一ダイヤ平均算出処理において同一ダイヤ平均値が算出された場合、または、第一同タイプ平均算出処理において第一同タイプ平均値が算出された場合であっても、第二同タイプ平均値が算出される構成としてもよい。

第二同タイプ平均算出処理において第二同タイプ所定条件が共通する運行情報が存在せず、第二同タイプ平均値が算出されなかった場合、図１７に示されているとおり、ステップＳ３．３．３が処理される。ステップＳ３．３．３において、第三同タイプ平均算出処理では、列車タイプ（特定分類）および第三同タイプ所定条件が共通する運行済案分予測用データ［入力３］に基づいて、運行済席予約数の平均値が第三同タイプ平均値として算出される。ここで、第三同タイプ所定条件は、「週および曜日を含めた運行日」「座席設備」「商品（価格）」「発駅」および「着駅」が含まれ、第一同タイプ平均算出処理と異なり、「出発時間帯」が除かれる。すなわち、第三同タイプ平均算出処理では、条件が第一同タイプ平均算出処理よりも少ないため、第一同タイプ平均算出処理よりも平均値が算出し易くなる。

詳説すれば、例えば、図２３に示されているとおり、運行済案分予測用データ［入力３］において、“２０１３年”“２０１４年”を対象とし、“１２月の第１週目の火曜日”運行、“通常価格”“普通車”“最速達・Ｃ駅方面”“Ｄ駅発”“Ｃ駅着”の列車（レコード２３（ａ）（ｂ）（ｃ）（ｄ）（ｅ）（ｆ）参照）の第三同タイプ平均値が算出される場合、２０１３年と２０１４年の運行済案分予測用データ［入力３］から、「運行日」「列車タイプ」「座席設備」「商品（価格）」「発駅」「着駅」がそれぞれ共通するレコードにおける「最終予約席数」の平均値が算出され、次のとおりとなる。
（６＋４８＋２６６＋１０＋２４＋２６９）／６＝１０３．２
このように、第三同タイプ平均値が算出され、第三同タイプ平均データ［出力２−４］に示されているとおり、レコード２３（ｇ）において、この“１０３．２”が「平均席数（同一曜日）」に設定される。なお、同一ダイヤ平均算出処理において同一ダイヤ平均値が算出された場合、または、第一同タイプ平均算出処理において第一同タイプ平均値が算出された場合、または、第二同タイプ平均算出処理において第二同タイプ平均値が算出された場合であっても、第三同タイプ平均値が算出される構成としてもよい。

次に、同一ダイヤ平均値および各同タイプ平均値に基づく案分比率算出処理について説明する。図２および図１８に示されているとおり、ステップＳ３．４において、案分比率算出部３４における案分比率算出処理では、同一ダイヤ平均算出部３２によって算出された同一ダイヤ平均値、同一タイプ平均算出部３３によって算出された第一同タイプ平均値、第二同タイプ平均値、第三同タイプ平均値のいずれかが、過去平均代表値（二次予測値）として設定される。ここで、過去平均代表値（二次予測値）として設定される際の優先順位は、同一ダイヤ平均値、第一同タイプ平均値、第二同タイプ平均値、第三同タイプ平均値の順である。

詳説すれば、図１８に示されているとおり、ステップＳ３．４．１において、運行前案分予測用データ［入力４］と、同一ダイヤ平均データ［出力２−１］、第一同タイプ平均データ［出力２−２］、第二同タイプ平均データ［出力２−３］、第三同タイプ平均データ［出力２−４］とが突き合わされて、過去平均代表値（二次予測値）が決定される。

ステップＳ３．４．２において、同一ダイヤ平均算出部３２によって、同一ダイヤ平均値が同一ダイヤ平均データ［出力２−１］の「平均席数（同一ダイヤ）」に設定されている場合、ステップＳ２．４．３が処理される。ステップＳ２．４．３では、例えば、図２４および図２５に示されているとおり、運行前案分予測用データ［入力４］および同一ダイヤ平均データ［出力２−１］において、「商品（価格）」「座席設備」「列車名」「列車号番」「上下」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「平均席数（同一ダイヤ）」に設定された同一ダイヤ平均値が、案分比率データ［出力３］において、“過去平均代表値（二次予測値）”として「過去平均（代表値）」に設定される。すなわち、同一ダイヤ平均データ［出力２−１］におけるレコード２４（ａ）は、同一ダイヤ平均値が算出されて「平均席数（同一ダイヤ）」に設定されているため、この“３１．９”が、過去平均代表値（二次予測値）として案分比率データ［出力３］の「過去平均（代表値）」に設定される（レコード２５（ｄ）参照）。一方、同一ダイヤ平均データ［出力２−１］において、同一ダイヤ平均値が「平均席数（同一ダイヤ）」に設定されていない場合、ステップＳ３．４．４が処理される。

図１８に示されているとおり、ステップＳ３．４．４において、同一タイプ平均算出部３３によって、第一同タイプ平均値が第一同タイプ平均データ［出力２−２］の「平均席数（同一タイプ）」に設定されている場合、ステップＳ２．４．５が処理される。ステップＳ２．４．５では、例えば、図２４および図２５に示されているとおり、運行前案分予測用データ［入力４］および第一同タイプ平均データ［出力２−２］において、「運行週曜日」「商品（価格）」「座席設備」「列車タイプ」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「平均席数（同一タイプ）」に設定された第一同タイプ平均値が、案分比率データ［出力３］において、“過去平均代表値（二次予測値）”として「過去平均（代表値）」に設定される。すなわち、第一同タイプ平均データ［出力２−２］におけるレコード２４（ｂ）は、第一同タイプ平均値が算出されて「平均席数（同一タイプ）」に設定されているため、この“５７．０”が、過去平均代表値（二次予測値）として案分比率データ［出力３］の「過去平均（代表値）」に設定される（レコード２５（ｅ）参照）。一方、第一同タイプ平均データ［出力２−２］において、第一同タイプ平均値が「平均席数（同一タイプ）」に設定されていない場合、ステップＳ３．４．６が処理される。

図１８に示されているとおり、ステップＳ３．４．６において、同一タイプ平均算出部３３によって、第二同タイプ平均値が第二同タイプ平均データ［出力２−３］の「平均席数（同一時間帯）」に設定されている場合、ステップＳ３．４．７が処理される。ステップＳ３．４．７では、例えば、図２４および図２５に示されているとおり、運行前案分予測用データ［入力４］および第二同タイプ平均データ［出力２−３］において、「商品（価格）」「座席設備」「列車タイプ」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、「平均席数（同一時間帯）」に設定された第二同タイプ平均値が、案分比率データ［出力３］において、“過去平均代表値（二次予測値）”として「過去平均（代表値）」に設定される。すなわち、第二同タイプ平均データ［出力２−３］におけるレコード２５（ａ）は、第二同タイプ平均値が算出されて「平均席数（同一時間帯）」に設定されているため、この“２４．２”が、過去平均代表値（二次予測値）として、案分比率データ［出力３］の「過去平均（代表値）」に設定される（レコード２５（ｌ）参照）。一方、第二同タイプ平均データ［出力２−３］において、第二同タイプ平均値が「平均席数（同一時間帯）」に設定されていない場合、ステップＳ３．４．８が処理される。

図１８に示されているとおり、ステップＳ３．４．８において、同一タイプ平均算出部３３によって、第三同タイプ平均値が第三同タイプ平均データ［出力２−４］の「平均席数（同一曜日）」に設定されている場合、ステップＳ３．４．９が処理される。ステップＳ３．４．９では、例えば、図２４および図２５に示されているとおり、運行前案分予測用データ［入力４］および第三同タイプ平均データ［出力２−４］において、「運行週曜日」「商品（価格）」「座席設備」「列車タイプ」「発駅」「着駅」がそれぞれ突き合わされ、「平均席数（同一曜日）」に設定された第三同タイプ平均値が、案分比率データ［出力３］において、“過去平均代表値（二次予測値）”として「過去平均（代表値）」に設定される。すなわち、第三同タイプ平均データ［出力２−４］におけるレコード２５（ｂ）は、第三同タイプ平均値が算出されて「平均席数（同一曜日）」に設定されているため、この“８４．５”が、過去平均代表値（二次予測値）として、案分比率データ［出力３］の「過去平均（代表値）」に設定される（レコード２５（ｍ）参照）。一方、第三同タイプ平均データ［出力２−４］において、第三同タイプ平均値が「平均席数（同一曜日）」に設定されていない場合、ステップＳ３．４．１０が処理される。

図１８に示されているとおり、ステップＳ３．４．１０において、任意の値である初期値が過去平均代表値（二次予測値）として設定される。例えば、図２５に示されているとおり、第三同タイプ平均データ［出力２−４］におけるレコード２５（ｃ）は、運行前の新商品であるため、履歴が存在せず、各平均値が設定されていない。したがって、案分比率データ［出力３］におけるレコード２５（ｎ）の「過去平均（代表値）」において、過去平均代表値（二次予測値）は“０”となる。

さらに、案分比率データ［出力３］において、「時間帯代表値合計」のフィールドが追加され、出発時間帯ごとに合算された過去平均代表値（二次予測値）の合計値が算出されて設定される。すなわち、「運行日」「座席設備」「商品（価格）」「発駅」「着駅」「出発時間帯」がそれぞれ共通するレコードの「過去平均（代表値）」において過去平均代表値（二次予測値）が合算され、「時間帯代表値合計」に設定される。例えば、案分比率データ［出力３］において、レコード２５（ｆ）〜（ｋ）の過去平均代表値（二次予測値）が合算されると、次のとおりとなる。
４４．６＋８３．０＋１１６．６＋１９．７＋２２０．５＋３１．９
＝５１６．２
ここで、「時間帯代表値合計」の値と「過去平均（代表値）」の過去平均代表値（二次予測値）とから、案分比率を求めることができる。すなわち、「時間帯代表値合計」の値に対する過去平均代表値（二次予測値）の割合が列車ごとの案分比率となる。

次に、第三予測部４０における処理を図２、図２６および図２７に基づいて説明する。図２６は、第三予測部４０における処理のフローが示されている。図２７は、第三予測部４０における入出力情報と処理の一例が示されている。

＜第三予測部４０（予測値算出）＞
図２および図２６に示されているとおり、第三予測部４０は、予測値算出部４１が備えられている。第三予測部４０における第三予測処理では、予測値算出部４１が作動することで、時間帯予測結果データ［入力１］および案分比率データ［入力２］に基づいて、時間帯予測値（一次予測値）が、出発時間帯ごとに合算された過去平均代表値（二次予測値）の合計値である「時間帯代表値合計」の値に対する過去平均代表値（二次予測値）の割合に基づいて案分されることで、席予約予測数としての予測単位予測値が算出される。

図２６に示されているとおり、ステップＳ４．１．１において、予測値算出部４１における予測値算出処理では、時間帯予測結果データ［入力１］および案分比率データ［入力２］において、「運行日」「座席設備」「商品（価格）」「発駅」「着駅」「出発時間帯」がそれぞれ突き合わされ、また、時間帯予測値（一次予測値）が過去平均代表値（二次予測値）の割合に基づいて案分されることで、席予約予測数が算出される。詳説すれば、ステップＳ４．１．２において、時間帯予測値（一次予測値）が算出されて時間帯予測結果データ［入力１］の「時間帯予測（席数）」に設定されていると判定された場合、ステップＳ４．１．３が処理される。ステップＳ４．１．３では、時間帯予測結果データ［入力１］の「時間帯予測（席数）」に設定された時間帯予測値（一次予測値）および案分比率データ［入力２］の「過去平均（代表）」に設定された過去平均代表値（二次予測値）から、予測対象と同一の出発時間帯で運行する列車の平均予約席数の割合が乗算され、予測単位予測値（席予約予測数）が算出される。すなわち、次のとおりとなる。
予測単位予測値（席予約予測数）
＝時間帯予測値（一次予測値）×過去平均代表値（二次予測値）／「時間帯代表値合計」の値

例えば、図２７に示されているとおり、時間帯予測結果データ［入力１］および案分比率データ［入力２］において、“２０１５／１２／１”運行、“列車ｄ”“１号“”普通車“”通常“”Ｄ駅発“”Ｃ駅着“（レコード２７（ａ）（ｃ）参照）の予測対象の予測単位予測値（席予約予測数）が算出される場合、時間帯予測値（一次予測値）が算出されているため、この時間帯予測値（一次予測値）に、予測対象と同一の出発時間帯で運行する列車に対する過去平均代表値（二次予測値）の割合が乗算されると、次のとおりとなる。
３３１．８１×８２．９８／３３５．０６
＝７７．５５
このようにして、予測対象の予測単位予測値（席予約予測数）が算出され、予測結果データ［出力１］の「予測単位予測値」に設定されて出力される（レコード２７（ｅ）参照）。

一方、図２６に示されているとおり、ステップＳ４．１．２において、時間帯予測値（一次予測値）が算出されておらず時間帯予測結果データ［入力１］の「時間帯予測（席数）」に設定されていないと判定された場合、ステップＳ４．１．４が処理される。ステップＳ４．１．４では、予測単位予測値（席予約予測数）は次のとおりとなる。
予測単位予測値（席予約予測数）＝任意の固定値

例えば、図２７に示されているとおり、時間帯予測結果データ［入力１］において、“２０１５／１２／４運行”“列車ｃ”“１００号”“普通車”“（新）割引”“Ｘ駅発”“Ｚ駅着（レコード２７（ｂ）（ｄ）参照）の予測対象の予測単位予測値（席予約予測数）が算出される場合、時間帯予測値（一次予測値）が算出されていないため、“０”となる（レコード２７（ｆ）参照）。

以上のとおり、本実施形態が構成されている。次に、本実施形態の効果を説明する。

上記のとおり、本実施形態によれば、まず、データ加工部１０において、操作履歴ＤＢ１４および列車情報ＤＢ１５から必要な情報が抽出されて加工され、予測対象の予測用データ［出力３］が作成される。次に、第一予測部２０において、出発時間帯ごとの席予約予測数として、予測対象の運行月と同月である運行済予測用データ［入力１−１］から求められた回帰式に基づいて、回帰予測値が、時間帯予測値（一次予測値）として算出される。次に、第二予測部３０において、予測対象ごとの席予約数として、最新のダイヤが適用された運行済案分予測用データ［入力３］に基づいて、同一の運行情報における出発時間帯ごとの運行済席予約数の平均値である同一ダイヤ平均値が、過去平均代表値（二次予測値）として算出される。さらに、同一の出発時間帯における過去平均代表値（二次予測値）の合計値である「時間帯代表値合計」の値に対する過去平均代表値（二次予測値）の割合が、列車ごとの案分比率として算出される。最後に、第三予測部４０において、時間帯予測値（一次予測値）に過去平均代表値（二次予測値）の案分比率が乗算されることで、出発時間帯ごとの席予約予測数が、列車ごとの席予約予測数に基づいて、列車ごとに振分けられ、最終的な予測単位予測値（席予約予測数）が算出される。したがって、列車ごとの利用客数（席予約数）を予測することができる

仮に、予測対象が、新商品である場合や、新区間を運行する場合など、過去に予測対象と同一の運行済情報が存在しない場合、回帰式が求まらず、時間帯予測値（一次予測値）が算出されない。そこで、本実施形態によれば、回帰予測値が算出されなかった場合であっても、第一予測部２０において、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第一簡易所定条件が共通する運行済予測用データ［入力１−１］に基づいて、運行済席予約数の平均値が第一簡易予測値として算出される。また、第一簡易予測値が算出されなかった場合であっても、予測対象の運行月と同月であって年が異なり、かつ、予測対象と第二簡易所定条件が共通する運行済予測用データ［入力１−１］に基づいて、運行済席予約数の平均値が第二簡易予測値として算出される。同様に、条件を緩和しつつ、または、変更しつつ、第五簡易予測値まで算出され、第一簡易予測値から第五簡易予測値までのいずれかが、時間帯予測値（一次予測値）として設定される。したがって、予測対象と同一の運行済情報が存在しない場合であっても、漏れなく予測単位予測値（席予約予測数）を算出することができる。

また、仮に、予測対象が、新商品である場合や、新区間を運行する場合など、過去に予測対象と同一の運行済情報が存在しない場合、同一ダイヤ平均値が求まらず、過去平均代表値（二次予測値）が算出されない。そこで、本実施形態によれば、同一ダイヤ平均値が算出されなかった場合であっても、第二予測部３０において、予測対象と列車タイプ（特定分類）および第一同タイプ所定条件が共通する運行済案分予測用データ［入力３］に基づいて、出発時間帯ごとの運行済席予約数の平均値が第一同タイプ平均値として算出される。また、第一同タイプ平均値が算出されなかった場合であっても、予測対象と列車タイプ（特定分類）および第二同タイプ所定条件が共通する運行済案分予測用データ［入力３］に基づいて、出発時間帯ごとの運行済席予約数の平均値が第二同タイプ平均値として算出される。同様に、条件を緩和しつつ第三同タイプ平均値まで算出され、第一同タイプ平均値から第三同タイプ平均値までのいずれかが、過去平均代表値（二次予測値）として設定される。したがって、予測対象と同一の運行済情報が存在しない場合であっても、漏れなく予測単位予測値（席予約予測数）を算出することができる。

本実施形態によれば、第一簡易所定条件から第五簡易所定条件、および、第一同タイプ所定条件から第三同タイプ所定条件に、列車の価格決定条件が含まれている。すなわち、列車は、例えば、座席設備、運行区間、割引などの価格決定条件に応じて価格が異なり、価格に応じて利用者の需要も変化する。したがって、価格決定条件を考慮することで、高い精度で予測単位予測値（席予約予測数）を算出することができる。

以上、本発明の実施形態を詳述したが、本発明は上記実施形態に限定されるものではない。そして本発明は、特許請求の範囲に記載された事項を逸脱することがなければ、種々の設計変更を行うことが可能である。

１ ＣＰＵ
２ 記憶部
３ ＲＯＭ
４ ＲＡＭ
５ ＨＤＤ
６ 入力部
７ 出力部
１０ データ加工部
１１ 操作データ加工部
１２ 列車データ加工部
１３ 予測用データ作成部
１４ 操作履歴ＤＢ
１５ 列車情報ＤＢ
２０ 第一予測部
２１ 回帰予測部
２２ 簡易予測部
２３ 予測結果集計部
３０ 第二予測部
３１ 前処理部
３２ 同一ダイヤ平均算出部
３３ 同一タイプ平均算出部
３４ 案分比率算出部
４０ 第三予測部
４１ 予測値算出部
１００ 予約数予測装置

Claims (6)

1. 運行済の交通手段の情報である運行済情報が含まれた運行情報から、運行前の交通手段である予測対象の席予約予測数を予測して算出する予約数予測装置において、
   前記運行情報に、交通手段の出発時刻を含む時間帯である出発時間帯が含まれ、
   前記予測対象の運行月と同月であって年が異なる前記運行情報から求められた回帰式に基づいて、出発時間帯ごとの前記席予約予測数の予測値である一次予測値を算出する第一予測部と、
   最新のダイヤグラムが適用された前記運行情報に基づいて、前記予測対象と同一の前記運行情報における出発時間帯ごとの運行済席予約数の平均値を、前記予測対象ごとの前記席予約予測数の予測値である二次予測値として算出する第二予測部と、
   前記一次予測値を、出発時間帯ごとに合算された前記二次予測値の合計値に対する前記二次予測値の割合に基づいて案分することで、前記席予約予測数を算出する第三予測部と、が備えられた、
   ことを特徴とする予約数予測装置。
2. 前記第一予測部が、
   前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報に基づいて、運行済席予約数の平均値を前記一次予測値として算出する、
   ことを特徴とする請求項１に記載された予約数予測装置。
3. 前記第一予測部が、
   前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報から求められた回帰式に基づいて、前記一次予測値を算出する、
   ことを特徴とする請求項１に記載された予約数予測装置。
4. 前記第一予測部が、
   前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報に基づいて、運行済席予約数の平均値を算出することができなかった場合に、前記予測対象の運行月と同月であって年が異なり、かつ、前記予測対象と所定条件が共通する前記運行情報から求められた回帰式に基づいて、前記一次予測値を算出する、
   ことを特徴とする請求項１に記載された予約数予測装置。
5. 前記所定条件に、交通手段の価格決定条件が含まれた、
   ことを特徴とする請求項２から請求項４のいずれか１項に記載された予約数予測装置。
6. 行き先、および、この行き先までの所要時間に基づいて前記運行情報を分類した特定分類が、予め決定され、
   前記第二予測部が、
   前記予測対象と前記特定分類が共通する前記運行情報における出発時間帯ごとの運行済席予約数の平均値を、前記二次予測値として算出する、
   ことを特徴とする請求項１から請求項５のいずれか１項に記載された予約数予測装置。

Images