JP7037747B2 - 施策策定装置、施策策定方法および施策策定プログラム - Google Patents

Description

本発明は、任意の地域における経由情報から、街作りの施策を策定する施策策定装置、施策策定方法および施策策定プログラムに関する。

与えられたある地域における人口分布（人流パターン）等の情報に基づいて、街作りの施策を策定する方法が種々提案されている。人流パターンは経由情報とも呼ばれる。

例えば、非特許文献１は、アンケート情報を基にして、階層的な回遊モデルで立ち寄り場所を確率的に推定する、技術的思想を開示している。

特許文献１は、都市の効率的な運用を支援する「人流分析システム」を開示している。特許文献１において、地図上に、始点と終点とが表示され、更に経由地が表示される。商業事業者、デベロッパや交通事業者は、異なる経由地を通過する広域の回遊パターンを比較することができる。終点は、例えば所定の施設である。特許文献１では、施設ごとの入館率を比較し、更に所定施設を利用している人の回遊パターンを把握することができる。特許文献１では、回遊パターン抽出処理で抽出した回遊パターンは、交通事業者が交通計画に活用したり、商業事業者などが観光計画やマーケティングに活用したり、デベロッパがプロモーション企画のヒントとすることができる。特許文献１の人流分析システムは、更に観光拠点のナビゲーションや、周遊コースや行き先の推薦にも活用することができる。

特許文献２は、利用者の行動パターンをできるだけ正確に予測し、個々の時点において、利用者に最適な情報を選択して提供することが可能な「情報提供システム」を開示している。特許文献２では、「個々の利用者が、どのようなジャンルに属する店舗を訪問し、利用したか」という観点から、各単位区画についてのジャンルごとの関心度を決定する方法を記載している。特許文献２では、個々の共通近傍店舗について算出された滞在係数を、当該共通近傍店舗の店舗ジャンルに対する関心の程度を示す値として集計している。特許文献２では、このような集計を、多数の利用者について、所定の期間にわたって行い、当該集計値を関心度とする訪問利用関心度テーブルを作成している。

特許文献３は、店舗情報を閲覧側に提示し、さらに閲覧者の関心動向に合わせ、立地評価し、その情報の解析結果を情報入手希望者に提示する、技術的思想を開示している。特許文献３において、ユーザの行動経路や行動種別を解析して、その立地の店舗に対する関心度を示す、より詳細なデータを得ている。特許文献３では、ユーザの反応行動をあらかじめ重み付けして点数化している。反応行動を分析するために、特許文献３では、上記点数と、閲覧、詳細閲覧及び予約の回数とによりユーザの関心度を店舗位置ごとに算出している。特許文献３では、出店希望者や店舗運営者がユーザの関心度の高い地域に関する情報を求めた場合には、関心度が１５００以上の地域をＡ地域として地図上に表示している。

国際公開第２０１６／０６７３６９号 国際公開第２００９／０７５０４３号 特開２００３－３４５９６２号公報

まちなか回遊行動の詳細分析と政策シミュレーションのための予測モデル、土木学会論文集、Vol. 71, No.5 323-335, 2015

前述した先行技術（特許文献１～３、非特許文献１）には、それぞれ、次に述べるような問題がある。

非特許文献１に開示された方法では、確率的な行動モデルに基づき、人口分布とアンケート情報を基に回遊行動を分析している。しかしながら、そのような分析方法では、詳細な施設間の関連性を把握することができない。そのため、非特許文献１に開示された方法では、その分析結果を街作りに活用するには不十分な情報となってしまう。

特許文献１は、単に、人の回遊パターンを、商業事業者や、デベロッパ、交通事業者に把握することを可能にした技術的思想を開示しているに過ぎない。従って、特許文献１では、その回遊パターンを、実際にどのように街作りに活用するかについては何ら開示も示唆もしていない。

特許文献２も、利用者に最適な情報を選択して提供する技術的思想を開示しているに過ぎない。従って、特許文献２でも、その提供された情報を、実際にどのように街作りに活用するかについては何ら開示も示唆もしていない。

特許文献３では、ユーザの関心度を店舗位置ごとに算出し、ユーザの反応行動を詳細に分析して、立地評価情報を店舗運営者や出店希望者に提供する技術的思想を開示しているに過ぎない。したがって、特許文献３でも、その提供された立地評価情報を、実際にどのように街作りに活用するかについては何ら開示も示唆もしていない。

本発明の目的の１つは、上述した課題を解決し、来訪者等の移動体の満足度を最大化する街作りの施策を策定することができる、施策策定装置、施策策定方法および施策策定プログラムを提供することにある。

本発明の１つの態様として、施策策定装置は、移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手段と；特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する決定手段と；を備える。

本発明の他の態様として、施策策定方法は、情報処理装置が、移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定し；特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する。

本発明の他の態様として、施策策定プログラムは、移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手順と；特定した経路にて経由する特定の施設に対して、複数の業種のうち前記第１施設には含まれていない特定の業種の店舗を決定する決定手順と；をコンピュータに実行させる。

さらに、係るプログラムを記録するコンピュータが読み取り可能な記録媒体によっても実現される。

本発明によれば、来訪者等の移動体の満足度を最大化する街作りの施策を策定することが可能となる。

本発明の一実施形態に係る施策策定装置を含む施策策定システムの構成を示すブロック図である。 図１に示した施策策定システムに使用される、施策策定装置で実現される主な処理部を示すブロック図である。 図２に示した施策策定装置の概略の動作を説明するためのフローチャートである。 街の歩行者マップの一例を示す図である。 図２に示した施策策定装置に使用される、行動分析部の動作を説明するためのフローチャートである。 図１に示した施策策定システムに使用される記憶装置に処理情報として格納されている、人流パターンの情報の一例を示す図である。 図１に示した施策策定システムに使用される記憶装置に処理情報として格納されている、施設情報の一例を示す図である。 人流パターンと業種タイプＢtypeごとに計算された業種興味度Ｂintとの間の関係を示す図である。 第ｉの業種タイプＢtype_ｉと第ｊの業種タイプＢtype_ｊと間の業種間類似度スコアＢscore_ｉ，ｊを表にして示した図である。 第ｉの人流パターンＰＦ_ｉ，Ｔと第ｊの人流パターンＰＦ_ｊ，Ｔとの間の人流パターン類似度スコアＰＦscore_ｉ，ｊを表にして示した図である。 特定の施設に空き店舗（空テナント）がある場合に、その特定の施設に誘致する業種タイプを決定する際の街の歩行者マップを示す図である。 図２に示した施策策定装置に使用される、施策決定部の動作を説明するためのフローチャートである。 誘致決定手段が抽出した人流パターンから誘致店舗を決定する例を説明するための図である。 誘致決定手段よって、誘致効果が高いほど賃料を高く設定する一例を示す図である。

［実施の形態］
図１は、本発明の一実施形態に係る施策策定装置（後述する）を含む施策策定システム１００の構成を示すブロック図である。

図示の施策策定システム１００は、データを処理するデータ処理装置（情報処理装置）２００と、後述するプログラムやデータを記憶する記憶装置３００と、データを入力する入力装置４００と、データを出力する出力装置５００と、を備えている。

出力装置５００は、ＬＣＤ（Liquid Crystal Display）やＰＤＰ（Plasma Display Panel）などの表示装置やプリンタからなる。出力装置５００は、データ処理装置２００からの指示に応じて、操作メニューなどの各種情報を表示したり、最終結果を印字出力する機能を有する。

記憶装置３００は、ハードディスクやリードオンリメモリ（ＲＯＭ）およびランダムアクセスメモリ（ＲＡＭ）などのメモリからなる。記憶装置３００は、データ処理装置２００における各種処理に必要な処理情報３１０やプログラム３２０を記憶する機能を有する。

データ処理装置２００は、ＭＰＵ（micro processing unit）などのマイクロプロセッサや中央処理装置（ＣＰＵ）からなる。データ処理装置２００は、記憶装置３００からプログラム３２０を読み込んで、プログラム３２０に従ってデータを処理する各種処理部を実現する機能を有する。

データ処理装置２００は、人流シミュレータ２１０と施策策定装置２２０とを備える。

図示の施策策定システム１００において、アルゴリズムに必要なデータや、装置モバイル空間統計のような、施策を策定したい地域、時刻においての人流パターンや、地図情報、および施設情報のデータが与えられているものとする。

ここで人流パターンは、街中で人流グループ単位での動きを示すパターンである。この人流パターンは、予め観測（測定）することによって与えられてよいし、図示しない人流パターン推定システムによって推定されたものであってもよい。なお、本例において、人流パターンとは、パターンそれ自体ではなく、人流シミュレータ２１０へ供給されるパラメータである。パラメータは、それを人流シミュレータ２１０へ供給した場合に、人流シミュレータ２１０から、与えられたある地域における人口分布（人流パターン）にもっとも近いデータを生み出すものである。具体的には、「パラメータ」とは、その人流パターンの「集団の人数、どこから来たか（出発地点）、何時に来たか（出発時刻）、どこから帰っていくのか（到達地点）、どこを経由するのか（経由地）、経由値の滞在時間」から成る。尚、出発地点と到達地点とは同じであってもよい。

地図情報は、街中の道路地図を示す。

施設情報は、街中での複数の施設を示す。なお、複数の施設の各々には、少なくとも１つの業種の店舗が入っている。業種は、例えば、飲食業、衣料業、小売業、医療業などがある。飲食業には、例えば、寿司、中華、居酒屋などある。衣料業には、例えば、婦人服、子供服などがある。小売業には、例えば、コンビニやスーパなどがある。医療業には、例えば、内科や整形などがある。

これら人流パターンや、地図情報、施設情報などは、記憶装置３００に処理情報３１０として予め格納されている。

施策策定システム１００の施策策定装置２２０は、人流パターンと地図情報と施設情報とから、街作りの施策を策定する装置である。尚、以下に説明する実施形態においては、主に人（来訪者）の満足度を最大化する街作りの施策を策定する場合を例に挙げて記載するが、本発明は人（来訪者）に限定されず、一般的に移動体にも適用可能である。この場合、人流パターンは、経由情報に置き換えられ得る。

図２は、施策策定装置２２０で実現される主な処理部を示すブロック図である。施策策定装置２２０は、行動分析部６００と施策決定部７００とから成る。

図３を参照して、施策策定装置２２０の概略の動作について説明する。

先ず、行動分析部６００は、複数の人流パターンと施設情報とに基づいて、施設間の興味の関連性情報を算出する（ステップＳ１０１）。

引き続いて、施策決定部７００は、地図情報と上記施設間の興味の関連性情報とに基づいて、特定の施設内に空き店舗がある場合に、街作りの施策として上記空き店舗に対する誘致店舗を決定する（ステップＳ１０２）。

図２に戻って、施策策定装置２２０の構成について更に詳細に説明する。

行動分析部６００は、興味度算出手段６１０と類似度算出手段６２０とを備える。施策決定部７００は、誘致決定手段７１０を含む。

興味度算出手段６１０は、複数の人流パターンと施設情報とに基づいて、街中での施設に含まれる業種に対する業種興味度を算出する。すなわち、興味度算出手段６１０は、人流パターンの各グループの移動履歴、および、立ち寄った施設に含まれる業種から、どの業種にどれぐらいの興味を示しているかを示す業種興味度を計算する。

類似度算出手段６２０は、業種興味度に基づいて、人流パターンのグループ間類似度と施設間類似度とを算出する。グループ間類似度と施設間類似度とは、記憶装置３００に処理情報３１０として格納される。

誘致決定手段７１０は、地図情報とグループ間類似度と施設間類似度とに基づいて、上記誘致店舗を決定する。すなわち、誘致決定手段７１０は、特定の施設に空き店舗がある場合に、グループ間類似度と施設間類似度とに基づいて、所定の指標に基づいて上記誘致店舗を決定する。決定した誘致店舗を示す誘致店舗情報は、記憶装置３００に処理情報３１０として格納される。ここで、所定の指標とは、例えば、どの店舗を誘致すると売上が最大化するかを示す指標である。しかしながら、所定の指標は、これには限定されず、他の指標を用いてもよいのは勿論である。

したがって、上記施設間の興味の関連性情報は、業種興味度とグループ間類似度と施設間類似度との組み合わせから成る。

また、誘致決定手段７１０は、推定される売り上げのランクに基づいて、テナント料を決定する。

次に、施策策定装置２２０の動作について更に詳細に説明する。

図４は街の歩行者マップの一例を示す図である。図示の歩行者マップは、地図情報と人流パターンとから得られたものである。

図示の例では、複数の人流パターンとして、第１の人流パターンＰＦ_１、Ｔと、第２の人流パターンＰＦ_２、Ｔとの、２つの人流グループの例を挙げている。また、地図上には、出発地点として、第１の出発地点Ｓ_１と、第２の出発地点Ｓ_２との、２つの地点が描かれている。なお、図示の例では、第１の出発地点Ｓ_１は第１の到達地点でもあり、第２の出発地点Ｓ_２は第２の到達地点でもある。

さらに、地図上には、複数の施設として、第１乃至第５の施設Ｐ_１、Ｐ_２、Ｐ_３、Ｐ_４、Ｐ_５と、第ｎの施設Ｐ_ｎとが描かれている。図示の例では、第１の施設Ｐ_１には、店舗として、中華、居酒屋、および子供服の店舗が入っている。第２の施設Ｐ_２には、店舗として、寿司および居酒屋の店舗が入っている。第３の施設Ｐ_３には、店舗として、内科および整形の店舗が入っている。第４の施設Ｐ_４には、店舗として、婦人服、子供服、コンビニ、およびスーパの店舗が入っている。第５の施設Ｐ_５には、店舗として、婦人服の店舗が入っている。第ｎの施設Ｐ_ｎには、店舗として、婦人服および子供服の店舗が入っている。

第１の人流グループである第１の人流パターンＰＦ_１、Ｔは、第２の出発地点Ｓ_２を出発地点とし、第２の施設Ｐ_２および第４の施設Ｐ_４を経由地として、第２の到達地点Ｓ_２を到達地点とする、人流パターンである。

第２の人流グループである第２の人流パターンＰＦ_２、Ｔは、第１の出発地点Ｓ_１を出発地点とし、第１の施設Ｐ_１、第３の施設Ｐ_３、および第５の施設Ｐ_５を経由地として、第１の到達地点Ｓ_１を到達地点とする、人流パターンである。

図５を参照して、行動分析部６００の動作について説明する。

先ず、興味度算出手段６１０は、人流パターンＰＦと、施設情報で表される施設Ｆtypeに基づいて、街の施設に含まれる業種に対する業種興味度を算出する（ステップＳ２０１）。尚、業種興味度の具体例については、後で図面を参照して説明する。

引き続いて、類似度算出手段６２０は、業種興味度から人流パターンのグループ間類似度を算出する（ステップＳ２０２）。尚、グループ間類似度の具体例についても、後で図面を参照して説明する。

最後に、類似度算出手段６２０は、業種興味度から施設間類似度を算出する（ステップＳ２０３）。施設間類似度の具体例についても、後で図面を参照して説明する。

図６は、記憶装置３００に処理情報３１０として格納されている、人流パターンの情報の一例を示す図である。

図６では、複数の人流パターンとして、第１乃至第ｎの人流パターンＰＦ_１、Ｔ～ＰＦ_ｎ、Ｔがある例を示している。一般的に、第ｉの人流パターンＰＦ_ｉ、Ｔ（１≦ｉ≦ｎ）において、添え字のｉはパターン識別子を示し、添え字のＴは時間帯{ａｍ／ｐｍ}を表す。各人流パターンは、経由地として、第１乃至第ｎの施設Ｐ_１～Ｐ_ｎから選択されたいずれか１つを経由するとする。ここで、第ｉの施設Ｐ_ｉにおいて、添え字のｉはパターン識別子を示している。

図６に示す例では、例えば、第１の人流パターンＰＦ_１、Ｔは、１００人から成る人流グループであって、経由地として、第２の施設Ｐ_２と第４の施設Ｐ_４とを経由することを示している。また、第２の人流パターンＰＦ_２、Ｔは、２００人から成る人流グループであって、経由地として、第１の施設Ｐ_１、第３の施設Ｐ_３、および第５の施設Ｐ_５を経由することを示している。

図７は、記憶装置３００に処理情報３１０として格納されている、施設情報の一例を示す図である。

図７に示されるように、施設情報は、第１乃至第ｎの施設Ｐ_１～Ｐ_ｎと、各施設に入っている業種を示す業種情報とから成る。業種情報は、業種タイプＢtypeによって識別される。各施設に入っている店舗の有無を、それぞれ、「１」と「０」で示している。

図７に示す例では、施設情報として、第１の施設Ｐ_１には、業種（店舗）として、飲食業の中華と居酒屋の店舗が入っており、衣料業として子供服の店舗が入っていることを示している。また、第２の施設Ｐ_２には、業種（店舗）として、飲食業の寿司と居酒屋の店舗が入っていることを示している。第３の施設Ｐ_３には、業種（店舗）として、医療業の内科と整形の店舗が入っていることを示している。第４の施設Ｐ_４には、業種（店舗）として、衣料業の婦人服と子供服の店舗が入っており、小売業のコンビニとスーパの店舗が入っていることを示している。第５の施設Ｐ_５には、業種（店舗）として、衣料業の婦人服の店舗が入っていることを示している。そして、第ｎの店舗Ｐ_ｎには、業種（店舗）として、衣料業の婦人服と子供服の店舗が入っていることを示している。

また、第４の施設Ｐ_４であるビルの施設情報として、１階にはコンビニとスーパの店舗が、２階には婦人服の店舗が、４階には子供服の店舗が入っている例を示している。

図４に示した歩行者マップは、たとえば、図６に示した人流パターンの情報と、図７に示した施設情報とから作成された図である。

図８を参照して、興味度算出手段６１０によって算出される、業種興味度Ｂintについて説明する。

図８は、人流パターンと業種タイプＢtypeごとに計算された業種興味度Ｂintとの間の関係を示す図である。

図８から明らかなように、業種興味度Ｂintは、図６に示す人流パターンＰＦの情報と図７に示す施設情報Ｆtypeとから、下記の数１に従って計算される。

例えば、第３の人流グループである第３の人流パターンＰＦ_３、Ｔの業種興味度Ｂintは、次のように計算される。図４および図６より、第３の人流パターンＰＦ_３、Ｔは、第１の出発地点Ｓ_１を出発地点として、第１の施設Ｐ_１および第２の施設Ｐ_２を経由して、第２の到達地点Ｓ_２を到達地点とする、１５０人から成る人流パターンである。図７に示されるように、第１の施設Ｐ_１には、中華、居酒屋、および子供服の店舗が入っており、第２の施設Ｐ_２には、寿司および居酒屋の店舗が入っている。したがって、第３の人流パターンＰＦ_３、Ｔの業種興味度Ｂintは、業種タイプＢtypeごとに、寿司が１５０に等しく、中華が１５０に等しく、居酒屋が３００（すなわち、施設Ｐ_１内の居酒屋に関する１５０と、施設Ｐ_２内の居酒屋に関する１５０との合計）に等しく、子供服が１５０に等しい。

次に、類似度算出手段６２０によって算出される、施設間類似度について説明する。施設間類似度は、下記の数２で表される、業種間類似度スコアＢscoreから成る。

ここで、Ｎは人流パターンＰＦの人数を示し、ｐ_ｋは第ｋの人流パターンＰＦ_ｋ、Ｔの第ｉの業種タイプＢtype_ｉの業種興味度を示し、ｑ_ｋは第ｋの人流パターンＰＦ_ｋ、Ｔの第ｊの業種タイプＢtype_ｊの業種興味度を示す。

図９は、上記数２によって計算された、第ｉの業種タイプＢtype_ｉと第ｊの業種タイプＢtype_ｊと間の業種間類似度スコアＢscore_ｉ，ｊを表にして示した図である。この業種間類似度スコアＢscore_ｉ，ｊは、施設間類似度として、記憶装置３００の処理情報３１０のエリアに格納される（図２参照）。

次に、類似度算出手段６２０によって算出される、人流パターンのグループ間類似度について説明する。人流パターンのグループ間類似度は、下記の数３で表される、人流パターン類似度スコアＰＦscoreから成る。

ここで、Ｎは業種タイプＢtypeの数を示し、ｐ_ｋは第ｋの業種タイプＢtype_ｋの第ｉの人流パターンＰＦ_ｉ，Ｔの業種興味度を示し、ｑ_ｋは第ｋの業種タイプＢtype_ｋの第ｊの人流パターンＰＦ_ｊ，Ｔの業種興味度を示す。

図１０は、上記数３によって計算された、第ｉの人流パターンＰＦ_ｉ，Ｔと第ｊの人流パターンＰＦ_ｊ，Ｔとの間の人流パターン類似度スコアＰＦscore_ｉ，ｊを表にして示した図である。この人流パターン類似度スコアＰＦscore_ｉ，ｊは、グループ間類似度として、記憶装置３００の処理情報３１０のエリアに格納される（図２参照）。

言い換えると、人流パターン類似度スコアとは、ある人が訪問した業種の店舗という観点から、２つの人流パターンが類似している程度を表す。たとえば、当該類似度スコアが大きな値であればあるほど、２つの人流パターンが類似している程度が高いことを表す。逆に、当該類似度スコアが小さな値であるほど、２つの人流パターンが類似している程度が低いことを表す。すなわち、当該類似度スコアが高い２つの人流パターンを選択することによって、訪問した業種の店舗という観点から、類似している人流パターンを選択することができる。

以上の説明から、行動分析部６００は、移動体（例えば、人）が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報（例えば、人流パターン）に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手段として働く。

次に、図１１及び１２を参照して、施策決定部７００（誘致決定手段７１０）の動作について説明する。図１１は、特定の施設Ｐｘに空き店舗（空テナント）がある場合に、その特定の施設Ｐｘに誘致する業種タイプを決定する際の街の歩行者マップを示す図である。図１１に示す歩行者マップは、図４に示すものと同じで、特定の施設Ｐｘが追加されている点が異なる。図１２は、施策決定部７００（誘致決定手段７１０）の動作を説明するためのフローチャートである。

まず、誘致決定手段７１０は、地図情報とグループ間類似度とに基づいて、空テナントがある特定の施設Ｐｘの近傍Ｒを通る人流パターンＰＦをＮ個抽出する（ステップＳ３０１）。図１１に示す例では、特定の施設Ｐｘの近傍Ｒを第１の人流パターンＰＦ_１，Ｔと第２の人流パターンＰＦ_２，Ｔとが通っているので、誘致決定手段７１０はこれら人流パターンを抽出する。

引き続いて、誘致決定手段７１０は、抽出した人流パターンが立ち寄る業種と業種間類似度スコアが高い類似業種を選択する（ステップＳ３０２）。

次に、誘致決定手段７１０は、高い業種間類似度スコアを持つ選択した複数の類似業種のうち、（人流パターンの人数Ｎ×業種間類似度スコア）を誘致効果として計算して、その誘致効果が高い業種をＭ個選定する（ステップＳ３０３）。すなわち、誘致決定手段７１０は、選択した複数の類似業種の中から、抽出した人流グループの人流パターンの人数と業種間類似度スコアとを掛け算して得られた値に基づいて、誘致効果の高い複数の業種を複数の誘致店舗候補として選定する。

言い換えると、誘致効果とは、特定の施設に空き店舗がある場合に、その空き店舗にどの業種の店舗を誘致するとその特定の施設のオーナに利益を齎すかの指標を表している。たとえば、誘致効果が大きな値の業種であればあるほど、その業種に属する店舗を空き店舗に誘致すると、そのオーナに利益を齎す可能性は高い。逆に、誘致効果が小さな値の業種であるほど、その業種に属する店舗を空き店舗に誘致しても、そのオーナに利益を齎す可能性は低い。

最後に、誘致決定手段７１０は、報酬の高い誘致業種順にリストを作成する（ステップＳ３０４）。すなわち、誘致決定手段７１０は、報酬の高い順に、上記選定した複数の誘致店舗候補のリストを作成する。

次に、図１３を参照して、誘致決定手段７１０が第１の人流パターンＰＦ_１，Ｔと第２の人流パターンＰＦ_２，Ｔとを抽出した場合に誘致店舗を決定する一例について説明する。

図１３の例では、誘致決定手段７１０は、業種間類似度スコアが高い業種として、小売業（コンビニ）、小売業（スーパ）、飲食業（居酒屋）、飲食業（中華）、医療業（内科）、医療業（整形）、飲食業（中華）、衣料業（子供服）、衣料業（婦人服）を選択している。そして、誘致決定手段７１０は、それら選択した類似業種に対して誘致効果を計算する。

図１３の例の場合では、Ｍ＝４の場合、誘致決定手段７１０は、誘致効果の総和の高い順に、飲食業（中華）、衣料業（婦人服）、医療業（内科）、および医療業（整形）を誘致候補として選択する。

このように、施策決定部７００は、特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち上記第１施設に含まれていない特定の業種の店舗を決定する決定手段として働く。

なお、誘致決定手段７１０は、特定の施設を誘致する場合、誘致効果ランキングによって、その特定の施設Ｐｘに入る予定のテナント（店舗）の不動産価値を変更してもよい。換言すれば、誘致決定手段７１０は、空き店舗を貸す場合に、業種によって値段（賃料）を変えてもよい。

例えば、図１４に示されるように、誘致決定手段７１０は、誘致効果が高いほど、賃料を高く設定する。

以上の説明から明らかなように、本実施形態によれば、来訪者の満足度を最大化する街作りの施策を策定することが可能となる。その理由は、特定の施設を誘致する場合に、誘致効果を正の報酬、物理的な距離を負の報酬として、期待値報酬が最大となるように、誘致店舗を決定しているからである。また、本実施形態によれば、誘致効果ランキングによって、特定の施設のテナントの不動産価値を変更することも可能である。その理由は、誘致効果が高いものほど、賃料が高くなるように設定しているからである。

なお、本発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、複数の構成要素の適宜な組合せにより種々の発明を形成できる。

尚、施策策定装置の各部は、情報処理装置等のハードウェアとソフトウェアとの組み合わせを用いて実現すればよい。ハードウェアとソフトウェアとを組み合わせた形態では、ＲＡＭ（random access memory）に施策策定プログラムが展開され、該施策策定プログラムに基づいて、ＣＰＵ（central processing unit）等のプロセッサのハードウェアを動作させることによって、各部を各種手段として実現する。また、該施策策定プログラムは、記録媒体に記録されて頒布されても良い。当該記録媒体に記録された施策策定プログラムは、有線、無線、又は記録媒体そのものを介して、メモリに読込まれ、プロセッサ（ＣＰＵ）等を動作させる。尚、記録媒体を例示すれば、オプティカルディスクや磁気ディスク、半導体メモリ装置、ハードディスクなどが挙げられる。

上記実施形態を別の表現で説明すれば、施策策定装置として動作させるコンピュータを、ＲＡＭに展開された施策策定プログラムに基づき、行動分析部６００（興味度算出手段６１０、類似度算出手段６２０）および施策決定部７００（誘致決定手段７１０）の組み合わせとして動作させることで、実現することが可能である。

また、本発明の具体的な構成は前述の実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の変更があってもこの発明に含まれる。

以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

上記の実施の形態の一部又は全部は、以下の付記のようにも記載され得るが以下には限られない。

［付記１］
移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手段と、
特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する決定手段と、
を備える施策策定装置。

［付記２］
前記移動体が人であって、前記経由情報が、前記ある地域での人流グループ単位での動きである人流パターンから成り、前記複数の施設の各々には、少なくとも１つの業種の店舗が入っており、
前記特定手段は、
複数の人流パターンと前記施設情報とに基づいて、前記ある地域での施設に含まれる業種に対する業種興味度を算出する興味度算出手段と、
前記業種興味度に基づいて、前記人流パターンのグループ間類似度と施設間類似度とを算出する類似度算出手段と、を備え、
前記決定手段は、前記ある地域の道路地図を示す地図情報と前記グループ間類似度と前記施設間類似度とに基づいて、前記特定の施設内に空き店舗がある場合に、街作りの施策として前記空き店舗に対する誘致店舗を決定する誘致決定手段を備える、
付記１に記載の施策策定装置。

［付記３］
前記誘致決定手段が、所定の指標に基づいて前記空き店舗に対する前記誘致店舗を決定する、付記２に記載の施策策定装置。

［付記４］
前記所定の指標は、前記空き店舗に対してどの業種の店舗を誘致すると売上が最大化するかを示す指標である、付記３に記載の施策策定装置。

［付記５］
前記施設間類似度は、業種間類似度スコアを含み、
前記誘致決定手段は、
前記地図情報と前記グループ間類似度とに基づいて、前記特定の施設の近傍を通る人流パターンの複数の人流グループを抽出し、
該抽出した人流グループの人流パターンが立ち寄る業種と前記業種間類似度スコアが高い複数の類似業種を選択し、
該選択した複数の類似業種の中から、前記抽出した人流グループの人流パターンの人数と前記業種間類似度スコアとを掛け算して得られた値に基づいて、誘致効果が高い複数の業種を複数の誘致店舗候補として選定し、
報酬の高い順に、前記選定した複数の誘致店舗候補のリストを作成する、
付記２乃至４のいずれか１つに記載の施策策定装置。

［付記６］
前記誘致決定手段は、前記誘致効果のランキングによって、業種別に前記空き店舗の不動産価値を変更する、付記５に記載の施策策定装置。

［付記７］
情報処理装置が、
移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定し、
特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する、
施策策定方法。

［付記８］
前記移動体が人であって、前記経由情報が、前記ある地域での人流グループ単位での動きである人流パターンから成り、前記複数の施設の各々には、少なくとも１つの業種の店舗が入っており、
前記情報処理装置が、
前記複数の人流パターンと前記施設情報とに基づいて、前記ある地域での施設に含まれる業種に対する業種興味度を算出し、
前記業種興味度に基づいて、前記人流パターンのグループ間類似度と施設間類似度とを算出し、
前記ある地域の道路地図を示す地図情報と前記グループ間類似度と前記施設間類似度とに基づいて、前記特定の施設内に空き店舗がある場合に、街作りの施策として前記空き店舗に対する誘致店舗を決定する、
付記７に記載の施策策定方法。

［付記９］
前記情報処理装置が、所定の指標に基づいて前記空き店舗に対する前記誘致店舗を決定する、付記８に記載の施策策定方法。

［付記１０］
前記所定の指標は、前記空き店舗に対してどの業種の店舗を誘致すると売上が最大化するかを示す指標である、付記９に記載の施策策定方法。

［付記１１］
前記施設間類似度は、業種間類似度スコアを含み、
前記情報処理装置が、
前記地図情報と前記グループ間類似度とに基づいて、前記特定の施設の近傍を通る人流パターンの複数の人流グループを抽出し、
該抽出した人流グループの人流パターンが立ち寄る業種と前記業種間類似度スコアが高い複数の類似業種を選択し、
該選択した複数の類似業種の中から、前記抽出した人流グループの人流パターンの人数と前記業種間類似度スコアとを掛け算して得られた値に基づいて、誘致効果が高い複数の業種を複数の誘致店舗候補として選定し、
報酬の高い順に、前記選定した複数の誘致店舗候補のリストを作成する、
付記８乃至１０のいずれか１つに記載の施策策定方法。

［付記１２］
前記情報処理装置が、前記誘致効果のランキングによって、業種別に前記空き店舗の不動産価値を変更する、付記１１に記載の施策策定方法。

［付記１３］
移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手順と、
特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する決定手順と、
をコンピュータに実行させる施策策定プログラム。

［付記１４］
前記移動体が人であって、前記経由情報が、前記ある地域での人流グループ単位での動きである人流パターンから成り、前記複数の施設の各々には、少なくとも１つの業種の店舗が入っており、
前記特定手順は、前記コンピュータに、
複数の人流パターンと前記施設情報とに基づいて、前記ある地域での施設に含まれる業種に対する業種興味度を算出する興味度算出手順と、
前記業種興味度に基づいて、前記人流パターンのグループ間類似度と施設間類似度とを算出する類似度算出手順と、を実行させ、
前記決定手順は、前記コンピュータに、前記ある地域の道路地図を示す地図情報と前記グループ間類似度と前記施設間類似度とに基づいて、前記特定の施設内に空き店舗がある場合に、街作りの施策として前記空き店舗に対する誘致店舗を決定する誘致決定手順を実行させる、
付記１３に記載の施策策定プログラム。

１００ 施策策定システム
２００ データ処理装置
２１０ 人流シミュレータ
２２０ 施策策定装置
３００ 記憶装置
３１０ 処理情報
３２０ プログラム
４００ 入力装置
５００ 出力装置
６００ 行動分析部
６１０ 興味度算出手段
６２０ 類似度算出手段
７００ 施策決定部
７１０ 誘致決定手段

Claims (10)

1. 移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手段と、
   特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する決定手段と、
   を備える施策策定装置。
2. 前記移動体が人であって、前記経由情報が、前記ある地域での人流グループ単位での動きである人流パターンから成り、前記複数の施設の各々には、少なくとも１つの業種の店舗が入っており、
   前記特定手段は、
   複数の人流パターンと前記施設情報とに基づいて、前記ある地域での施設に含まれる業種に対する業種興味度を算出する興味度算出手段と、
   前記業種興味度に基づいて、前記人流パターンのグループ間類似度と施設間類似度とを算出する類似度算出手段と、を備え、
   前記決定手段は、前記ある地域の道路地図を示す地図情報と前記グループ間類似度と前記施設間類似度とに基づいて、前記特定の施設内に空き店舗がある場合に、街作りの施策として前記空き店舗に対する誘致店舗を決定する誘致決定手段を備える、
   請求項１に記載の施策策定装置。
3. 前記誘致決定手段が、所定の指標に基づいて前記空き店舗に対する前記誘致店舗を決定する、請求項２に記載の施策策定装置。
4. 前記所定の指標は、前記空き店舗に対してどの業種の店舗を誘致すると売上が最大化するかを示す指標である、請求項３に記載の施策策定装置。
5. 前記施設間類似度は、業種間類似度スコアを含み、
   前記誘致決定手段は、
   前記地図情報と前記グループ間類似度とに基づいて、前記特定の施設の近傍を通る人流パターンの複数の人流グループを抽出し、
   該抽出した人流グループの人流パターンが立ち寄る業種と前記業種間類似度スコアが高い複数の類似業種を選択し、
   該選択した複数の類似業種の中から、前記抽出した人流グループの人流パターンの人数と前記業種間類似度スコアとを掛け算して得られた値に基づいて、誘致効果が高い複数の業種を複数の誘致店舗候補として選定し、
   報酬の高い順に、前記選定した複数の誘致店舗候補のリストを作成する、
   請求項２乃至４のいずれか１つに記載の施策策定装置。
6. 前記誘致決定手段は、前記誘致効果のランキングによって、業種別に前記空き店舗の不動産価値を変更する、請求項５に記載の施策策定装置。
7. 情報処理装置が、
   移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定し、
   特定した経路にて経由する特定の施設に対して、複数の業種の店舗のうち前記第１施設には含まれていない特定の業種の店舗を決定する、
   施策策定方法。
8. 前記移動体が人であって、前記経由情報が、前記ある地域での人流グループ単位での動きである人流パターンから成り、前記複数の施設の各々には、少なくとも１つの業種の店舗が入っており、
   前記情報処理装置が、
   複数の人流パターンと前記施設情報とに基づいて、前記ある地域での施設に含まれる業種に対する業種興味度を算出し、
   前記業種興味度に基づいて、前記人流パターンのグループ間類似度と施設間類似度とを算出し、
   前記ある地域の道路地図を示す地図情報と前記グループ間類似度と前記施設間類似度とに基づいて、前記特定の施設内に空き店舗がある場合に、街作りの施策として前記空き店舗に対する誘致店舗を決定する、
   請求項７に記載の施策策定方法。
9. 前記情報処理装置が、所定の指標に基づいて前記空き店舗に対する前記誘致店舗を決定する、請求項８に記載の施策策定方法。
10. 移動体が移動した経路にて経由した少なくとも１つの業種の店舗が入っている第１施設を含む経由情報に基づき、ある地域における複数の施設を表す施設情報のうち、少なくとも一部の施設を経由した経路を特定する特定手順と、
    特定した経路にて経由する特定の施設に対して、複数の業種の店舗施設のうち前記第１施設には含まれていない特定の業種の店舗を決定する決定手順と、
    をコンピュータに実行させる施策策定プログラム。

Images