JP7174979B2 - 情報処理システム、情報処理プログラム、情報処理装置および情報処理方法 - Google Patents

Description

特許法第３０条第２項適用 ウェブサイトの掲載日： 平成２９年６月２３日 ウェブサイトのアドレス： ｈｔｔｐ：／／ｃｏｒｐｏｒａｔｅ．ｎａｖｉｔｉｍｅ．ｃｏ．ｊｐ／ｔｏｐｉｃｓ／ｐｒ／２０１７０６／２３＿４１３９．ｈｔｍｌ 公開者： 東京急行電鉄株式会社、株式会社ナビタイムジャパン ウェブサイトの掲載日： 平成２９年６月２３日 ウェブサイトのアドレス： ｈｔｔｐ：／／ｗｗｗ．ｔｏｋｙｕ．ｃｏ．ｊｐ／ｆｉｌｅ／１７０６２３－１．ｐｄｆ 公開者： 東京急行電鉄株式会社、株式会社ナビタイムジャパン

本発明は、情報処理システム、情報処理プログラム、情報処理装置および情報処理方法に関する。

従来から、ユーザが端末を操作して対象駅と基準時刻を入力すると、その基準時刻付近に対象駅を発車する列車について列車単位の平均的な混雑度（乗車率）を、各列車の出発時刻および行先情報と対応付けて一覧表示するシステムが知られている。このシステムによれば、出発時刻が近いそれぞれの列車の混み具合を列車間で容易に比較できるため、子供を連れた人や体の不自由な人も、安心して乗ることができる、空いている列車を探すことが可能である。

特許文献１には、乗換経路情報と共に、乗換区間ごとに、利用列車の車両単位の混雑度を表示するシステムが開示されている。

特開２０１３－３５４１１号公報

一般に、鉄道会社は、顧客サービス向上のため、列車の混雑の緩和を重要な課題としてとらえている。そこで、鉄道会社は、列車の混雑度（乗車率）を独自に調査して公表し、利用者に混雑した列車の利用を回避するよう促している。

ところで、ある鉄道事業者が保有する路線であっても、乗り入れ等による別の鉄道事業者の列車があったり、測定可能な列車と不可能な列車とが混在したりすることがある。そのため、鉄道事業者から取得する混雑度のデータは不十分であり、一部の列車の混雑度に限られてしまう可能性がある。

本発明は、以上のような点を考慮してなされたものである。本発明の目的は、一部の列車に限られることなく車両ごとの混雑度を予測できる情報処理システム、情報処理プログラム、情報処理装置および情報処理方法を提供することにある。

本発明に係る情報処理システムは、
ユーザからの要求に基づいて対象列車および基準駅を特定する対象特定手段と、
前記対象列車の属性を識別する属性識別手段と、
前記基準駅における車両混雑偏重情報であって、前記対象列車の属性に対応する車両混雑偏重情報を取得する車両混雑偏重情報取得手段と、
前記基準駅における前記対象列車についての列車単位の平均混雑度を取得する列車平均混雑度取得手段と、
前記列車平均混雑度および前記車両間混雑偏重情報に基づいて車両別混雑度の予測情報を算出する車両別予測混雑度算出手段と、
を備える。

本発明によれば、一部の列車に限られることなく車両ごとの混雑度を予測できる。

図１は、一実施の形態に係る情報処理システムの概略的な構成を示す図である。 図２は、一実施の形態に係る情報処理システムの動作の一例を示すフローチャートである。 図３は、一実施の形態に係る情報処理システムにおける処理を説明するためのブロック図である。 図４は、列車混雑度予測シミュレーションシステムにおける処理の流れを説明するための概略図である。 図５は、一実施の形態に係る情報処理システムにより表示される画面の一例を示す図である。

以下に、添付の図面を参照して、本発明の実施の形態を詳細に説明する。なお、各図において同等の機能を有する構成要素には同一の符号を付し、同一符号の構成要素の詳しい説明は繰り返さない。

（第１の実施形態）
第１の実施形態に係る情報処理システムについて説明する。図１は、第１の実施形態に係る情報処理システム１の概略的な構成を示す図である。なお、同図において、各機能を行う機能部は、それぞれ各機能を行う手段ということができる。

図１に示すように、情報処理システム１は、端末装置２と、サーバ３とを備えている。端末装置２とサーバ３とは、インターネット等のネットワーク４を介して互いに通信可能に接続されている。ネットワーク４は、有線回線と無線回線のいずれでもよく、回線の種類や形態は問わない。なお、端末装置２およびサーバ３の少なくとも一部は、コンピュータにより実現される。

端末装置２は、ユーザが使用するものであり、たとえば、スマートフォンやタブレット端末などのモバイル端末、ノートブックコンピュータ、またはデスクトップコンピュータなどの電子機器である。

図１に示すように、端末装置２は、端末通信部２１と、端末制御部２２と、端末記憶部２３と、端末入力部２４と、出力手段の一例である端末表示部２５とを有している。各部は、バスを介して互いに通信可能に接続されている。

端末通信部２１は、端末装置２とネットワーク４との間の通信インターフェースである。端末通信部２１は、ネットワーク４を介して端末装置２とサーバ３との間で情報を送受信する。

端末制御部２２は、端末装置２の各種処理を行う制御手段である。端末制御部２２は、端末装置２内のプロセッサが所定のプログラムを実行することにより実現されてもよいし、ハードウェアで実装されてもよい。

端末記憶部２３は、たとえば内蔵メモリや外部メモリ（ＳＤメモリカード等）などのデータストレージである。端末記憶部２３には、端末制御部２２が取り扱う各種データが記憶される。端末記憶部２３は、必ずしも端末装置２内に設けられていなくてもよく、ネットワーク４を介して端末装置２と通信可能に接続された別の装置（たとえば、サーバ）内に設けられていてもよい。

端末入力部２４は、ユーザが端末装置２に情報を入力するためのインターフェースであり、たとえばモバイル端末におけるタッチパネルやマイクロフォン、ノートブックコンピュータにおけるタッチパッド、キーボードまたはマウスなどである。

端末表示部２５は、端末装置２からユーザに対して各種情報を出力するインターフェースであり、たとえば液晶ディスプレイ等の映像表示手段である。具体的には、たとえば、端末表示部２５は、ユーザからの操作を受け付けるためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を表示する。

次に、サーバ３について説明する。図１に示すように、サーバ３は、サーバ通信部３１と、サーバ制御部３２と、サーバ記憶部３３とを有している。各部は、バスを介して互いに通信可能に接続されている。

このうちサーバ通信部３１は、サーバ３とネットワーク４との間の通信インターフェースである。サーバ通信部３１は、ネットワーク４を介して端末装置２とサーバ３との間で情報を送受信する。

サーバ制御部３２は、対象特定部３２ａと、属性識別部３２ｂと、車両混雑偏重情報取得部３２ｃと、列車平均混雑度取得部３２ｄと、車両別予測混雑度算出部３２ｅと、表示制御部３２ｆと、経路探索部３２ｇとを有している。これらの各部は、サーバ３内のプロセッサが所定のプログラムを実行することにより実現されてもよいし、ハードウェアで実装されてもよい。これらの各部については、後述する。

サーバ記憶部３３は、たとえばハードディスク等の固定型データストレージである。サーバ記憶部３３は、必ずしもサーバ３内に設けられなくてもよく、ネットワーク４を介してサーバ３と通信可能に接続された別の装置内に設けられてもよい。

サーバ記憶部３３には、サーバ制御部３２が取り扱う各種データが記憶される。たとえば、サーバ記憶部３３は、経路ネットワーク情報データベース３３ａと、列車平均混雑度記憶手段としての列車平均混雑度データベース３３ｂと、車両間混雑偏重情報記憶手段としての車両間混雑偏重情報データベース３３ｃとを含んでいる。

このうち経路ネットワーク情報データベース３３ａには、経路ネットワーク情報として、たとえば交通ネットワーク情報が記憶されている。

交通ネットワーク情報は、鉄道などの交通機関の交通網を規定する情報である。交通網の情報としては、交通機関の路線情報、時刻表情報、料金情報、列車の属性情報などを含んでいる。ここで、列車の属性情報とは、方向（上り／下り、外回り／内回りなど）、行先（ＸＸ駅行など）、種別（普通、準急、急行など）（＝すなわちどの駅で停車/通過するかという情報）、編成長（８両、１０両、１５両など）、運行時間帯（朝（７～１０時）／夕（１５～１９時）／その他、朝（～１０時）／昼（１０～１５時）／夕（１５～２０時）／夜（２０時～）など）、始発駅、終着駅、特別車両の位置（女性専用車両、グリーン車、弱冷房車など）、季節、天気／気温／湿度、新規利用客の増加が予想される周辺イベント情報、停車駅の停車ホーム（番線）、曜日、祝日、他路線の運行状況（遅延発生の有無など）のうちの少なくとも一つまたは複数の組み合わせである。

交通ネットワーク情報には、列車の属性情報ごとに、各停車駅でのドア開閉方向や乗換に便利な車両の位置（乗換位置）、列車の停車位置とホーム設備との位置関係、推奨ホーム位置などが関連付けられていてもよい。ここで、乗換に便利な位置（乗換位置）とは、経路探索の結果特定される、乗換に便利な車両位置であり、どのようなルートが引かれるかによって変わる動的な情報である。また、ホーム設備の一例には、改札、トイレ、階段、エレベータ、エスカレータ、待合室、喫煙所、飲食店、休憩室、売店、自動販売機、ベンチ、屋根、電光掲示板などが挙げられる。具体的には、たとえば、ホーム上のある位置にある階段と、その階段に対する最寄りの車両とが関連付けられる。推奨ホーム位置とは、各駅のホーム上の乗車推奨位置との兼ね合いで決まる、車両位置の情報であり、交通事業者の都合上推奨される位置（たとえば、階段やエスカレータ、エレベータの横などのホームの幅が狭くなっていて混雑しやすい位置以外の位置、すなわちホーム上の混雑緩和の為に乗車待ちの場所として推奨される位置・エリアなど）でもよく、あるいはユーザの利便性上、推奨される位置（たとえば、階段やエレベータが近い位置など）でもよい。

列車平均混雑度データベース３３ｂには、列車平均混雑度として、交通ネットワーク情報に含まれる列車の属性情報ごとに、各停車駅での列車単位の平均的な混雑度の情報が記憶されている。列車平均混雑度は、たとえば、列車平均混雑度算出手段としての列車混雑度予測シミュレーションシステム５０を用いて、移動需要データに応じて乗換経路探索を複数回実行することにより、予め算出することができる。なお、列車平均混雑度の精度向上のために、改札の入出場データ等他の情報を考慮してもよい。

図４は、列車混雑度予測シミュレーションシステム５０の処理の流れを説明するための概略図である。

図４に示すように、列車混雑度予測シミュレーションシステム５０では、まず、移動需要データ５１が、クラウドサーバ５２上で動作する乗換検索エンジンに入力され、移動需要データに応じた経路探索が行われる。移動需要データ５１としては、たとえば、国土交通省により実施される大都市交通センサスの集計データなどを利用することができる。図示された例では、移動需要データ５１として、首都圏２５００万人分の出発駅、到着駅および時刻（出発時刻／到着時刻）の情報が利用される。

クラウドサーバ５２上での並列処理により、例えば２５００万人分の移動需要データに応じて２５００万回の経路探索が行われ、２５００万人分の経路選択肢データ５３が出力される。そして、この２５００万人分の経路選択肢データ５３から、たとえばロジットモデルにより２５００万人分の経路選択の予測が行われ、その結果を集計することにより、列車ごとの各駅における乗車人数が算出される。そして、算出された乗車人数を列車ごとの乗車定員で除算することにより、列車ごとの各駅における混雑度情報（列車平均混雑度）５４が算出される。ここで、列車平均混雑度は、対象駅を発車するときの混雑度（＝駅間の混雑度）である。

このような列車混雑度予測シミュレーションシステム５０によれば、列車ごとの乗車人数を直接的に集計できるため、乗客を一人ひとり数えるのと実質的に等価であり、重量センサの測定データなどに基づいて間接的に乗車人数を算出する場合に比べて、きわめて正確に混雑度を予測することが可能である。

列車混雑度予測シミュレーションシステム５０により予め算出された列車平均混雑度は、列車平均混雑度データベース３３ｂに記憶される（図３参照）。

なお、上述した列車混雑度予測シミュレーションシステム５０は、サーバ３内に設けられていてもよいし、ネットワーク４を介してサーバ３と通信可能に接続された別の装置内に設けられていてもよい。

車両間混雑偏重情報データベース３３ｃには、車両間混雑偏重情報として、交通ネットワーク情報に含まれる列車の属性情報ごとに、各停車駅での車両ごとの乗車率データ、車両間の混雑度比率、混雑車両の情報などが記憶されている。車両間混雑偏重情報は、たとえば、鉄道会社から提供される車両別の乗車率データなどに基づいて、後述する車両間混雑度偏重情報算出システム６０を用いて、予め算出することができる。ここで、車両別の乗車率データは、重量センサ、車両内カメラ、ドア付近に設けられた、人の通過を検知するセンサ等で検出されたデータであってもよい。

より詳しくは、たとえば、図３に示すように、鉄道会社は、停車駅ごとに、各車両に設けられた重量センサセンサの測定データを成人の平均体重（たとえば５０～６０ｋｇ）で除算するなどして、各車両の乗車人数を算出し、算出された乗車人数を車両ごとの乗車定員で除算することにより、各停車駅での車両別乗車率データを算出する。

車両間混雑度偏重情報算出システム６０は、各鉄道会社から、車両別乗車率データを取得し、列車ごとに、各車両の乗車率を当該列車の乗車率の平均値で除算するなどして、車両間での混雑の偏り具合を示す車両間混雑偏重情報を算出する。車両間混雑度偏重情報算出システム６０により予め算出された車両間混雑偏重情報は、列車の属性情報ごとに集計され、車両間混雑偏重情報データベース３３ｃに記憶される（図３参照）。

なお、上述した車両間混雑度偏重情報算出システム６０は、サーバ３内に設けられていてもよいし、ネットワーク４を介してサーバ３と通信可能に接続された別の装置内に設けられていてもよい。

（動作の一例）
次に、図２、図３および図５を参照して、情報処理システム１の動作の一例について説明する。図２は、情報処理システム１の動作の一例を示すフローチャートである。図３は、情報処理システム１における処理の流れを説明するためのブロック図である。図５は、情報処理システム１により表示される画面の一例を示す図である。

まず、図２に示すように、対象特定部３２ａが、ユーザからの要求に基づいて、対象列車および基準駅を特定する（ステップＳ１０）。具体的には、たとえば、ユーザにより出発駅および到着駅を含む経路探索条件が端末入力部２４に入力され、入力された経路探索条件が端末通信部２１からネットワーク４を介してサーバ通信部３１へと送信され、経路探索部３２ｇが、当該経路探索条件を満たすような経路を、経路ネットワーク情報データベース３３ａを参照して抽出し、抽出された経路情報が、サーバ通信部３１からネットワーク４を介して端末通信部２１へと送信され、端末制御部２２が、当該経路情報のうちの１つの経路の情報を端末表示部２５に表示する（たとえば、図５の左図参照）。この状態で、ユーザが端末表示部２５に表示された「車両情報」のタブをタップすると、端末表示部２５に表示された経路に含まれる一の列車の情報（図示された例では「７時１０分にＢ駅を発車するＸＸ線急行Ｌ駅行の列車」という情報）および当該経路上の停車駅の情報（図示された例では、Ｂ駅、Ｆ駅、Ｈ駅）が、車両別混雑度表示要求とともに、端末通信部２１からネットワーク４を介してサーバ通信部３１へと送信され（図３の「１」の矢印参照）、対象特定部３２ａは、当該一の列車を対象列車とするとともに、当該経路上の各停車駅を基準駅として特定する。

次に、属性識別部３２ｂが、特定された対象列車の属性を、経路ネットワーク情報データベース３３ａを参照して、識別する（ステップＳ１１）。たとえば、対象列車が「７時１０分にＢ駅を発車するＸＸ線急行Ｌ駅行の列車」である場合には、属性識別部３２ｂは、対象列車の路線情報＝ＸＸ線、行先＝Ｌ駅行、種別＝急行、運行時間帯＝朝（７～１０時）などの組み合わせを、属性情報として識別する。

次に、車両混雑偏重情報取得部３２ｃが、基準駅における車両混雑偏重情報であって、対象列車の属性に対応する車両混雑偏重情報を、車両間混雑偏重情報データベース３３ｃを参照して、基準駅ごとに取得する（ステップＳ１２）。具体的には、たとえば、車両混雑偏重情報取得部３２ｃは、路線情報＝ＸＸ線、行先＝Ｌ駅行、種別＝急行、運行時間帯＝朝（７～１０時）という属性情報に関連付けられた車両混雑偏重情報であって、各基準駅（Ｂ駅、Ｆ駅、Ｈ駅）における車両混雑偏重情報を、基準駅ごとに車両間混雑偏重情報データベース３３ｃを参照して抽出する（図３の「４」および「５」の矢印参照）。

また、列車平均混雑度取得部３２ｄが、基準駅における対象列車についての列車単位の平均混雑度を、列車平均混雑度データベース３３ｂを参照して、基準駅ごとに取得する（ステップＳ１３）。具体的には、たとえば、列車平均混雑度取得部３２ｄは、各基準駅（Ｂ駅、Ｆ駅、Ｈ駅）における「７時１０分にＢ駅を発車するＸＸ線急行Ｌ駅行の列車」の列車平均混雑度を、基準駅ごとに列車平均混雑度データベース３３ｂを参照して抽出する（図３の「２」および「３」の矢印参照）。

なお、ステップＳ１２とステップＳ１３の順序は限定されるものではない。ステップＳ１２の後にステップＳ１３が行われてもよいし、ステップＳ１３の後にステップＳ１２が行われてもよいし、ステップＳ１２とステップＳ１３とが同時に並行して行われてもよい。

次いで、車両別予測混雑度算出部３２ｅが、列車平均混雑度取得部３２ｄにより取得された列車平均混雑度と、車両混雑偏重情報取得部３２ｃにより取得された車両間混雑偏重情報とに基づいて、対象列車の車両別混雑度の予測情報を、基準駅ごとに算出する（ステップＳ１４）。具体的には、たとえば、「７時１０分にＢ駅を発車するＸＸ線急行Ｌ駅行の列車」のＢ駅における列車平均混雑度が１１０％であり、車両間混雑偏重情報が１号車＝（平均を１とした時の）０．８、２号車＝０．９・・・、１０号車＝１．２である場合には、車両別予測混雑度算出部３２ｅは、列車平均混雑度（１１０％）を基礎にして、車両間混雑偏重情報に応じて各車両に分配することにより、すなわち、１号車＝１１０％×０．８＝８８％、２号車＝１１０％×０．９＝９９％、・・・、１０号車＝１１０％×１．２＝１３２％という計算を行うことにより、Ｂ駅における車両別予測混雑度を算出する。車両別予測混雑度算出部３２ｅは、Ｆ駅、Ｈ駅における車両別予測混雑度も同様に算出する。

次に、表示制御部３２ｆは、車両別予測混雑度算出部３２ｅにより算出された、基準駅における対象列車の車両別予測混雑度を、端末表示部２５に表示する（ステップＳ１５）。具体的には、たとえば、表示制御部３２ｆは、各基準駅（Ｂ駅、Ｆ駅、Ｈ駅）における対象列車の車両別予測混雑度を、サーバ通信部３１からネットワーク４を介して端末通信部２１へと送信し（図３の「６」の矢印参照）、端末表示部２５において、対象列車の基準駅ごとの車両別予測混雑度を、通過／停車駅情報と共に時系列に一覧表示する（たとえば、図５の右図参照）。

図５の右図に示すように、表示制御部３２ｆは、対象列車の各停車駅（図示された例では、Ｂ、Ｆ、Ｈ駅）における車両ごとの混雑度を、混雑度に応じた色別に表示してもよい。また、表示制御部３２ｆは、対象列車の通過駅名（図示された例では、Ｃ、Ｄ、Ｅ、Ｇ駅）をグレーアウトで表示してもよい。

ところで、発明が解決しようとする課題の欄でも言及したように、ある鉄道事業者が保有する路線であっても、乗り入れ等による別の鉄道事業者の列車があったり、測定可能な列車と不可能な列車とが混在したりすることがある。そのため、鉄道事業者から取得する混雑度のデータは不十分であり、一部の列車の混雑度に限られてしまう可能性がある。

これに対し、本実施の形態によれば、車両混雑偏重情報取得部３２ｃが、対象列車の属性に対応する車両混雑偏重情報を取得するとともに、列車平均混雑度取得部３２ｄが、対象列車についての列車単位の平均混雑度を取得し、車両別予測混雑度算出部３２ｅが、列車平均混雑度および車両間混雑偏重情報の両方に基づいて車両別混雑度の予測情報を算出する。これにより、ある鉄道事業者から取得するデータに基づく車両混雑偏重情報が、一部の列車の混雑度に限られる場合であっても、列車平均混雑度取得手段により取得される列車単位の情報（列車平均混雑度）によって、車両混雑偏重情報の不足部分を補完することができる。したがって、車両混雑偏重情報の不足部分を列車平均混雑度により補完することで、一部の列車に限られることなく、全ての列車を対象に車両ごとの混雑度予測が可能となる。

なお、上述した実施形態で説明した情報処理システム１の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ハードウェアで構成する場合には、情報処理システム１の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ－ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。

また、情報処理システム１の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

さらに、一つまたは複数の情報処理装置によって情報処理システム１を機能させてもよい。複数の情報処理装置を用いる場合、情報処理装置のうちの１つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより情報処理システム１の少なくとも１つの手段として機能が実現されてもよい。

また、方法の発明においては、全ての工程（ステップ）をコンピュータによって自動制御で実現するようにしてもよい。また、各工程をコンピュータに実施させながら、工程間の進行制御を人の手によって実施するようにしてもよい。また、さらには、全工程のうちの少なくとも一部を人の手によって実施するようにしてもよい。

上記の記載に基づいて、当業者であれば、本発明の追加の効果や様々の変形を想到できるかもしれないが、本発明の態様は、上述した個々の実施形態に限定されるものではない。特許請求の範囲に規定された内容およびその均等物から導き出される本発明の概念的な思想と趣旨を逸脱しない範囲で種々の追加、変更および部分的削除が可能である。

１ 情報処理システム
２ 端末装置
２１ 端末通信部
２２ 端末制御部
２３ 端末記憶部
２４ 端末入力部
２５ 端末表示部
３ サーバ
３１ サーバ通信部
３２ サーバ制御部
３２ａ 対象特定部
３２ｂ 属性識別部
３２ｃ 車両混雑偏重情報取得部
３２ｄ 列車平均混雑度取得部
３２ｅ 車両別予測混雑度算出部
３２ｆ 表示制御部
３２ｇ 経路探索部
３３ サーバ記憶部
３３ａ 経路ネットワーク情報データベース
３３ｂ 列車平均混雑度データベース
３３ｃ 車両間混雑偏重情報データベース
４ ネットワーク
５０ 列車混雑度予測シミュレーションシステム
５１ 移動需要データ
５２ クラウドサーバ
５３ 経路選択肢データ
５４ 列車平均混雑度情報
６０ 車両間混雑度偏重情報算出システム

Claims (9)

1. ユーザからの要求に基づいて対象列車および基準駅を特定する対象特定手段と、
   前記対象列車の属性を識別する属性識別手段と、
   列車の属性ごとにまとめられた車両間混雑偏重情報であって、前記基準駅における前記対象列車の属性に対応する車両間混雑偏重情報を取得する車両混雑偏重情報取得手段と、
   前記基準駅における前記対象列車についての列車単位の平均混雑度を取得する列車平均混雑度取得手段と、
   前記列車単位の平均混雑度および前記車両間混雑偏重情報に基づいて前記基準駅における前記対象列車の車両別混雑度の予測情報を算出する車両別予測混雑度算出手段と、
   を備えた情報処理システム。
2. 前記属性は、方向、行先、種別、編成長、運行時間帯、特別車両位置のうちの少なくとも１つまたは複数の組み合わせである、請求項１に記載の情報処理システム。
3. 前記車両間混雑偏重情報は、鉄道会社から提供される車両ごとの乗車率データに基づいて列車ごとに算出された車両間混雑偏重情報を、列車の属性ごとに集計したものである、請求項１または２に記載の情報処理システム。
   
   
4. 列車単位の平均混雑度を、移動需要データに応じて乗換経路探索を複数回実行することにより算出する列車平均混雑度算出手段をさらに備えた、請求項１～３のいずれかに記載の情報処理システム。
5. 列車単位の平均混雑度を記憶する列車平均混雑度記憶手段をさらに備え、
   前記列車平均混雑度取得手段は、前記基準駅における前記対象列車についての列車単位の平均混雑度を、前記列車平均混雑度記憶手段を参照して取得する、請求項１～４のいずれかに記載の情報処理システム。
6. コンピュータを、
   ユーザからの要求に基づいて対象列車および基準駅を特定する対象特定手段、
   前記対象列車の属性を識別する属性識別手段、
   列車の属性ごとにまとめられた車両間混雑偏重情報であって、前記基準駅における前記対象列車の属性に対応する車両間混雑偏重情報を取得する車両混雑偏重情報取得手段、
   前記基準駅における前記対象列車についての列車単位の平均混雑度を取得する列車平均混雑度取得手段、
   前記列車単位の平均混雑度および前記車両間混雑偏重情報に基づいて前記基準駅における前記対象列車の車両別混雑度の予測情報を算出する車両別予測混雑度算出手段、
   として機能させる情報処理プログラム。
7. 通信可能に接続された複数のコンピュータによって構成される情報処理システムであって、
   ユーザからの要求に基づいて対象列車および基準駅を特定する対象特定手段と、
   前記対象列車の属性を識別する属性識別手段と、
   列車の属性ごとにまとめられた車両間混雑偏重情報であって、前記基準駅における前記対象列車の属性に対応する車両間混雑偏重情報を取得する車両混雑偏重情報取得手段と、
   前記基準駅における前記対象列車についての列車単位の平均混雑度を取得する列車平均混雑度取得手段と、
   前記列車単位の平均混雑度および前記車両間混雑偏重情報に基づいて前記基準駅における前記対象列車の車両別混雑度の予測情報を算出する車両別予測混雑度算出手段と、
   を備えた情報処理システムを機能させるために、
   上記コンピュータの少なくとも１つを上記手段の少なくとも１つとして機能させるため
   の情報処理プログラム。
8. 通信可能に接続された複数のコンピュータによって、
   ユーザからの要求に基づいて対象列車および基準駅を特定する対象特定手段と、
   前記対象列車の属性を識別する属性識別手段と、
   列車の属性ごとにまとめられた車両間混雑偏重情報であって、前記基準駅における前記対象列車の属性に対応する車両間混雑偏重情報を取得する車両混雑偏重情報取得手段と、
   前記基準駅における前記対象列車についての列車単位の平均混雑度を取得する列車平均混雑度取得手段と、
   前記列車単位の平均混雑度および前記車両間混雑偏重情報に基づいて前記基準駅における前記対象列車の車両別混雑度の予測情報を算出する車両別予測混雑度算出手段と、
   を備えた情報処理システムを構成するために、
   上記手段の少なくとも１つを備えた情報処理装置。
9. 対象特定手段が、ユーザからの要求に基づいて対象列車および基準駅を特定するステップと、
   属性識別手段が、前記対象列車の属性を識別するステップと、
   車両混雑偏重情報取得手段が、列車の属性ごとにまとめられた車両間混雑偏重情報であって、前記基準駅における前記対象列車の属性に対応する車両間混雑偏重情報を取得するステップと、
   列車平均混雑度取得手段が、前記基準駅における前記対象列車についての列車単位の平均混雑度を取得するステップと、
   車両別予測混雑度算出手段が、前記列車単位の平均混雑度および前記車両間混雑偏重情報に基づいて前記基準駅における前記対象列車の車両別混雑度の予測情報を算出するステップと、
   を備えた情報処理方法。

Images