JP7449982B2 - 施策策定支援システム、施策策定支援方法、および、施策策定支援プログラム - Google Patents

Description

本発明は、人や車両などの移動体を制御するための施策策定を支援するシステムに関するものである。

空港や駅などの公共施設では、保安・税関検査場や窓口の行列や混雑を緩和するため、検査台や窓口の数を適宜変更する、デジタルサイネージ表示などで旅客を適切な場所へ誘導する等、現場にて施策を行うことが求められている。
これに対し、シミュレーション等により得られた動線データを分析し、行列の待ち時間等の重要業績評価指標であるＫＰＩ（Key Performance Indecator）を算出することにより、施策を事前に評価することができるようになる。

しかしシミュレーション上でユーザが入力した施策について、なぜ重要業績評価指標がどのような結果になるのか、施策と重要業績評価指標との因果関係をユーザに提示する等、シミュレーション結果の説明を行う必要である。また重要業績評価指標をより良くするためには、どのように入力した施策を変更すればよいのかの提示も必要である。

データ間の因果関係を表示するための先行技術として、特許文献１に示すような技術が知られている。

特開２０１８－１５６３４６号公報

従来の因果関係分析は、人の移動を考慮していないため、シミュレーション結果に適用しても、正しい因果関係が抽出できず説明性が担保できないという問題がある。
そこで、本発明は、移動体の遷移パターンに紐づけて、施策と重要業績評価指標との因果関係を示すことを課題とする。

前記した課題を解決するため、本発明の施策策定支援システムは、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも１つ以上の重要業績評価指標を算出する動線分析部と、 前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出する因果関係抽出部と、を備えることを特徴とする。

本発明の施策策定支援方法は、動線分析部が、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも１つ以上の重要業績評価指標を算出するステップと、因果関係抽出部が、前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出するステップと、を備えることを特徴とする。

本発明の施策策定支援プログラムは、コンピュータに、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも１つ以上の重要業績評価指標を算出させる手順、前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出させる手順、を実行させるためのものである。
その他の手段については、発明を実施するための形態のなかで説明する。

本発明によれば、人の遷移パターンに紐づけて重要業績評価指標または施策の因果関係を示すことができる。これにより、シミュレーション結果の説明性を担保できる。更にユーザは、施策パラメータをどのように変更すると、各重要業績評価指標がどのように変化するか把握できる。

第１の実施形態の施策策定支援システムを示すブロック図である。 施策策定支援処理のフローチャートである。 動線データベースを示す図である。 レイアウトデータベースの壁テーブルを示す図である。 レイアウトデータベースのチェックポイントテーブルを示す図である。 施策データベースの人員計画テーブルを示す図である。 施策データベースの機器制御テーブルを示す図である。 施策データベースのチェックポイント変更テーブルを示す図である。 施策データベースの壁変更テーブルを示す図である。 重要業績評価指標データベースの行列判定テーブルを示す図である。 重要業績評価指標データベースの重要業績評価指標テーブルを示す図である。 重要業績評価指標データベースのヒートマップテーブルを示す図である。 起終点ネットワークデータベースの遷移確率テーブルを示す図である。 起終点ネットワークデータベースの初期確率テーブルを示す図である。 起終点ネットワークデータベースの起終点テーブルを示す図である。 シミュレーション実行処理のフローチャートである。 行列の例を示す図である。 行列判定処理のフローチャート図である。 ＯＤ分析部で行われる処理の説明図である。 ＯＤ分析部で行われる処理の説明図である。 シミュレーション結果画面を示す図である。 要因分析結果画面を示す図である。 ＫＰＩ時系列プロットダイアログを示す図である。 ファクタ分析結果ダイアログを示す図である。 中間ＫＰＩ抽出処理とファクタ分析処理のフローチャートである。 動線分析処理のフローチャートである。 第２の実施形態の施策策定支援システムを示すブロック図である。 施策策定支援システムのハードウェア構成図である。

以降、本発明を実施するための形態を、各図を参照して詳細に説明する。
本発明は、人などの移動体を制御するための施策策定を支援するシステムに関するものである。なお本システムで対象とする移動体は人だけでなく、船舶、車両、航空機などの移動体であってもよい。ここでは、人に焦点をあてて説明を行う。

本発明は、空港等の施設内にて、保安・税関検査場、窓口の行列等の混雑などの重要業績評価指標を改善するために、どのような施策を策定すればよいか提示するためのシステムである。ここでいう施策とは、空港の例でいうと、チェックインカウンタ等の人員計画や案内板デジタルサイネージの表示有無をいう。商業施設の例でいうと、店舗レイアウト変更や特売ポスター有無など、現場オペレーションによって、施設利用者の行動に影響を与えるための計画である。またここでいう重要業績評価指標とは、空港の例だと、チェックインカウンタや保安・税関検査場等の行列に関する待ち時間や行列長、ベンチの立ち寄り率や滞在時間など、施設利用者の行動履歴より算出することができる施策の重要業績評価指標である。ユーザが入力した施策に対して、施設内における施設利用者等の移動体シミュレーションを行い、シミュレーション結果から重要業績評価指標を算出し、評価することで、施策策定を行う。この際、本発明では、入力施策と出力された重要業績評価指標群の因果関係を分析し、それを提示することで、シミュレーション結果の説明を行う。また制御したい重要業績評価指標に対して、どのように施策等を変更すればよいかを提示する。これらの説明により、シミュレーション上で検討した施策を現場管理者等は受け入れやすくなる。

《第１の実施形態》
本発明の第１の実施形態は、シミュレーションによって取得された動線データを用いて、施策の策定を支援するものである。

図１は、第１の実施形態の施策策定支援システムを示すブロック図である。
本実施形態の施策策定支援システム１０は、ユーザより施策データ１１を受信し、施策データとレイアウトデータを用いて動線データをシミュレートする機能と、動線データとレイアウトデータから重要業績評価指標データを算出する機能と、施策データと動線データとレイアウトデータと重要業績評価指標データを用いて、施策データと重要業績評価指標データの因果関係を抽出する機能と、を備える。抽出された重要業績評価指標因果関係データ１２は、例えば表示部に表示された画面などにより、ユーザに提示される。

上記機能を実現するために、施策策定支援システム１０は、シミュレーション実行部１０１と、動線分析部１０２と、因果関係抽出部１０３と、施策データ入力部１０９を備える。更に施策策定支援システム１０は、動線データベース１０４と、施策データベース１０５と、レイアウトデータベース１０６と、重要業績評価指標データベース１０７と、起終点ネットワークデータベース１０８を備える。

シミュレーション実行部１０１は、初期人流データを生成し、その初期人流データと、施策データベース１０５に格納された施策データと、レイアウトデータベースに格納されたレイアウトデータと、を受信して、人に関する動線シミュレーションを行う。動線シミュレーションによって取得された動線データは、動線データベース１０４に格納される。上記機能を実現するために、シミュレーション実行部１０１は、初期人流生成部１０１１と、特徴量算出部１０１２と、動線予測部１０１３と、状態遷移部１０１４と、を備える。詳細の処理については後述する。

動線分析部１０２は、動線データベース１０４に格納された移動体の動線データと、レイアウトデータベース１０６に格納された壁データおよびチェックポイントデータを受信し、シミュレーション結果に関する重要業績評価指標を算出し、重要業績評価指標データベース１０７に格納する。移動体の動線データには、移動体の滞留点または通過点の位置情報が示されている。上記機能を実現するために、動線分析部１０２は、行列判定部１０２１と、混雑度算出部１０２２と、重要業績評価指標算出部１０２３とを備える。詳細の処理については後述する。

因果関係抽出部１０３は、動線データベース１０４に格納された動線データと、施策データベース１０５に格納された施策データと、レイアウトデータベースに格納されたレイアウトデータとを受信する。因果関係抽出部１０３は、この動線データの移動パターンデータを起終点ネットワークデータベース１０８に格納した後、重要業績評価指標データベース１０７に格納された重要業績評価指標データを受信する。更に因果関係抽出部１０３は、この移動パターンデータに基づき、重要業績評価指標因果関係データ１２を算出してユーザに提示する。上記機能を実現するために、因果関係抽出部１０３は、ＯＤ分析部１０３１と、中間ＫＰＩ抽出部１０３２と、ファクタ分析部１０３３と、を備える。詳細の処理については後述する。

施策データ入力部１０９は、ユーザより受信した施策データ１１を施策データベース１０５に格納する機能を備える。
動線データベース１０４と、施策データベース１０５と、レイアウトデータベース１０６と、重要業績評価指標データベース１０７と、起終点ネットワークデータベース１０８とに格納されるデータについては後述する。

図２は、施策策定支援処理のフローチャートである。
施策策定支援システム１０が、施策策定支援処理の実行を開始する。
施策データ入力部１０９は、ユーザによって入力された施策データ１１を施策データベース１０５に格納する（ステップ２０１）。シミュレーション実行部１０１は、格納された施策データに基づいてシミュレーションを実行し（ステップ２０２）、取得された動線データを動線データベース１０４に格納する（ステップ２０３）。

次に動線分析部１０２は、動線データベース１０４に格納された動線データに基づいて、行列判定等の分析により重要業績評価指標を算出し（ステップ２０４）、重要業績評価指標データベース１０７に格納する（ステップ２０５）。
因果関係抽出部１０３のＯＤ分析部１０３１は、動線データベース１０４に格納された動線データと、レイアウトデータベース１０６に格納されたチェックポイントデータの空間的に交差するか否かの判定を行うことで、この動線データの移動パターンを分析して起終点ネットワークを抽出する（ステップ２０６）。ＯＤ分析部１０３１は、抽出した起終点ネットワークを、起終点ネットワークデータベース１０８に格納する（ステップ２０７）。

因果関係抽出部１０３の中間ＫＰＩ抽出部１０３２は、重要業績評価指標データベース１０７に格納された重要業績評価指標データと起終点ネットワークデータベース１０８に格納された移動パターンデータより、ユーザが指定した重要業績評価指標に影響を与える重要業績評価指標群と施策パラメータを抽出する（ステップ２０８）。
因果関係抽出部１０３のファクタ分析部１０３３は、抽出された重要業績評価指標群や施策パラメータの変化率に対するユーザが指定した重要業績評価指標の変化率を算出し（ステップ２０９）、これらの結果をユーザに提示すると（ステップ２０９）、図２の処理を終了する。詳細の処理については後述する。

《動線データベース１０４》
図３は、動線データベース１０４を示す図である。
動線データベース１０４にはシミュレーションの実行等により取得された動線データが格納され、レイアウトデータベース１０６には事前に準備された壁やチェックポイントに関するレイアウトデータ群が格納される。

動線テーブル１０４１は、動線データを格納するテーブルである。動線データは、施策ごとに、人ごとに、また所定時間ごとに、例えば１秒ごとに、動線データの座標をサンプリングしたような形で動線テーブル１０４１に格納される。ＭＩＤ欄１０４１１には、対応する施策のＩＤが格納される。開始時刻欄１０４１２と終了時刻欄１０４１３には、動線データをサンプリングする際の開始時刻と終了時刻が格納される。
ＰＩＤ欄１０４１４は、人のＩＤを表す。ＷＫＴ欄１０４１５は、対応するＰＩＤ欄１０４１４の人が開始時刻欄１０４１２から終了時刻欄１０４１３までの間に動いた際の動線のラインストリングに関するジオメトリ情報が格納される。なおこのジオメトリ情報に関する座標系は任意のものでよく、例えば平面直角座標系などでもよい。

《レイアウトデータベース１０６》
レイアウトデータベース１０６には、人が通行不可である壁などの領域を表す壁テーブル１０６１と、施設内のチェックポイントに関するチェックポイントテーブル１０６２が格納される。チェックポイントは、対象領域内で人が移動する際の立ち寄り場所や何らかの属性が付加された通過場所である。例えば対象領域として空港施設の到着ロビーなどを考える場合、チェックポイントは、出入口や行列、デジタルサイネージ、荷物受け取りのベルトコンベア等の情報に相当する。

図４Ａは、レイアウトデータベース１０６の壁テーブル１０６１を示す図である。
壁テーブル１０６１は、ＷＩＤ欄１０６１１と、ＫＩＮＤ欄１０６１２と、ＷＫＴ欄１０６１３を含んで構成される。
ＷＫＴ欄１０６１３には、オブジェクト形状を表す座標を、ポリゴンやラインストリングといった形のジオメトリとして表したものが格納される。

ＷＩＤ欄１０６１１には、壁等のオブジェクトに関するＩＤが格納される。ＫＩＮＤ欄１０６１２には、オブジェクトの種別を表す情報が格納される。ＷＫＴ欄１０６１３には、オブジェクトの位置情報や形状情報が格納される。ＷＫＴ欄１０６１３には、オブジェクト形状を表す座標を、ポリゴンやラインストリングといった形のジオメトリとして表したものが格納される。ＷＫＴ欄１０４５と同様に、座標系は任意のものでよい。

図４Ｂは、レイアウトデータベース１０６のチェックポイントテーブル１０６２を示す図である。
チェックポイントテーブル１０６２は、ＣＩＤ欄１０６２１と、ＮＡＭＥ欄１０６２２と、ＷＫＴ欄１０６２３と、ＴＹＰＥ欄１０６２４を含んで構成される。
ＣＩＤ欄１０６２１には、チェックポイントのＩＤが格納される。ＮＡＭＥ欄１０６２２には、チェックポイントの名前が格納される、ＷＫＴ欄１０６２３には、チェックポイントの位置情報や形状情報が格納される。ＴＹＰＥ欄１０６２４には、チェックポイントの種別情報が格納される。

ＷＫＴ欄１０６２３に関して、ＷＫＴ欄１０４５と同様に、座標系は任意のものでよい。ＴＹＰＥ欄１０６２４に格納されるチェックポイントの種類は、通過型を示す“Ｐａｓｓ”、滞留型“Ｓｔａｙ”、行列型“Ｑｕｅｕｅ”の何れかである。例えば、入り口等のチェックポイントは立ち寄る場所とは異なり、通過するだけの場所であるため、ＴＹＰＥ欄１０６２４にはＰａｓｓが格納される。チェックインカウンタ等のチェックポイントは、人が立ち寄る場所であるため、ＴＹＰＥ欄１０６２４にはＳｔａｙが格納される。これに対し、チェックインカウンタ前の行列のＴＹＰＥ欄１０６２４には、Ｑｕｅｕｅが格納される。なお行列型のチェックポイントの場合は、行列として人が並びうる領域ではなく、行列の先頭ラインを示すジオメトリ情報がＷＫＴ欄１０６２３に格納される。

《施策データベース１０５》
施策データベース１０５には、施設利用者に対するサービス提供のための人員計画や誘導のための機器制御計画、壁やチェックポイントに関するレイアウト変更計画などが格納される。これらのデータはシミュレーションを実行する際に、チェックポイントにおける人の滞留時間や行先選択確率などに影響を与えるパラメータである。これらの情報は施策データ入力部１０９を通してユーザによって格納される。

図５Ａは、施策データベース１０５の人員計画テーブル１０５１を示す図である。
人員計画テーブル１０５１には、施策ごと、チェックポイントごと、時間帯ごとに、そのチェックポイントにおけるサービス提供の作業員を何名設置するかの情報が格納される。例えば時間帯ごとのチェックインカウンタの受付人数や誘導員の数などが人員計画に相当する。人員計画テーブル１０５１は、ＭＩＤ欄１０５１１と、ＣＩＤ欄１０５１２と、時間帯欄１０５１３と、ＳＴＡＦＦＳ欄１０５１４とを含んで構成される。

ＭＩＤ欄１０５１１には、施策のＩＤが格納される。ＣＩＤ欄１０５１２には、対応するチェックポイントのＩＤが格納される。時間帯欄１０５１３は、時間帯が格納される。ＳＴＡＦＦＳ欄１０５１４には、人員数に相当する。施策として、人員計画を立てない場合、このテーブルは空でもよい。

図５Ｂは、施策データベース１０５の機器制御テーブル１０５２を示す図である。
機器制御テーブル１０５２には、施策ごと、チェックポイントごと、時間帯ごとに、そのチェックポイントにおける人員誘導装置の種別やその制御状況に関する情報が格納される。ここでいう人員誘導装置とは、デジタルサイネージや指向性スピーカ、プロジェクションマッピング等に相当する。機器制御テーブル１０５２は、ＭＩＤ欄１０５２１と、ＣＩＤ欄１０５２２と、時間帯欄１０５２３と、ＫＩＮＤ欄１０５２４と、ＣＯＮＴＲＯＬ欄１０５２５とが格納される。

ＭＩＤ欄１０５２１には、施策のＩＤが格納される。ＣＩＤ欄１０５２２には、対応するチェックポイントのＩＤが格納される。時間帯欄１０５２３には時間帯が格納される。ＫＩＮＤ欄１０５２４には、人流誘導装置の種類が格納される。ＣＯＮＴＲＯＬ欄１０５２５には、その人流制御装置の制御が有効かどうかを表す情報が格納される。施策として、人流誘導装置を用いない場合、このテーブルは空でもよい。

図５Ｃは、施策データベース１０５のチェックポイント変更テーブル１０５３を示す図である。
チェックポイント変更テーブル１０５３には、チェックポイントの位置や形を変える場合にその変更情報が格納される。チェックポイント変更テーブル１０５３は、ＭＩＤ欄１０５３１と、ＣＩＤ欄１０５３２と、時間帯欄１０５３３と、ＷＫＴ欄１０５３４とを含んで構成される。

ＭＩＤ欄１０５３１には、施策のＩＤが格納される。ＣＩＤ欄１０５３２は対応するチェックポイントのＩＤが格納される。時間帯欄１０５３３は時間帯が格納される。ＷＫＴ欄１０５３４は、対応する時間帯およびチェックポイントに関する変更後のジオメトリ情報が格納される。シミュレーションを行う際、施策策定支援システム１０は、対応する時間帯、チェックポイントに関して、レイアウトデータベース１０６のチェックポイントテーブル１０６２のＷＫＴ欄１０６２３をこのＷＫＴ欄１０５３４に変更してシミュレーションする。

図５Ｄは、施策データベース１０５の壁変更テーブル１０５４を示す図である。
壁変更テーブル１０５４には、壁の位置や形を変える場合にその変更情報が格納される。壁変更テーブル１０５４は、ＭＩＤ欄１０５４１と、ＷＩＤ欄１０５４２と、時間帯欄１０５４３欄と、チェックポイントＩＤリスト欄１０５４４と、ＷＫＴ欄１０５４５とを含んで構成される。

ＭＩＤ欄１０５４１には、施策のＩＤが格納される。ＷＩＤ欄１０５４２には、対応する壁のＩＤが格納される。時間帯欄１０５４３欄には、時間帯が格納される。チェックポイントＩＤリスト欄１０５４４には、その壁のジオメトリを変更することで影響を受けるチェックポイントのＩＤのリストが格納される。ＷＫＴ欄１０５４５には、対応する時間帯および壁に関する変更後のジオメトリ情報が格納される。

シミュレーションを行う際、対応する時間帯、チェックポイントに関して、レイアウトデータベース１０６の壁テーブル１０６１のＷＫＴ欄１０６１３を、このＷＫＴ欄１０５４５に変更してシミュレーションする。チェックポイントＩＤリスト欄１０５４４については、ユーザによってチェックポイントのＩＤが入力されてもよいが、例えば対応する壁に対して所定距離内に存在するチェックポイントのＩＤを自動的に割り当てて格納してもよい。

施策としてレイアウト変更を行わない場合、チェックポイント変更テーブル１０５３、壁変更テーブル１０５４は空でもよい。

《重要業績評価指標データベース１０７》
重要業績評価指標データベース１０７には、動線分析部１０２にて分析された重要業績評価指標等に関するデータが格納され、起終点ネットワークデータベース１０８には、因果関係抽出部１０３のＯＤ分析部１０３１にて分析された人の移動パターンに関するデータが格納される。まず重要業績評価指標データベース１０７について説明する。

図６Ａは、重要業績評価指標データベース１０７の行列判定テーブル１０７１を示す図である。
行列判定テーブル１０７１には、動線分析部１０２の行列判定部１０２１によって分析された行列判定結果が格納される。行列判定テーブル１０７１は、ＭＩＤ欄１０７１１と、開始時刻欄１０７１２と、終了時刻欄１０７１３と、ＣＩＤ欄１０７１４と、人ＩＤリスト欄１０７１５を含んで構成される。

ＭＩＤ欄１０７１１は、施策ＩＤが格納される。開始時刻欄１０７１２は、施策ＩＤに関して、対応する行列の状態についての開始時刻が格納される。終了時刻欄１０７１３には、施策ＩＤに関して、対応する行列の状態についての終了時刻が格納される。ＣＩＤ欄１０７１４には、対応する行列型チェックポイントが格納される。人ＩＤリスト欄１０７１５には、対応する行列に並んでいる人のＩＤをサービス待ちの順番通りに並べたＩＤリストが格納される。

図６Ｂは、重要業績評価指標データベース１０７の重要業績評価指標テーブル１０７２を示す図である。
重要業績評価指標テーブル１０７２は、動線分析部１０２の重要業績評価指標算出部１０２３によって分析された結果が格納される。重要業績評価指標テーブル１０７２は、ＭＩＤ欄１０７２１と、時間帯欄１０７２２と、ＣＩＤ欄１０７２３と、ＮＡＭＥ欄１０７２４と、ＫＰＩ欄１０７２５とを含んで構成される。

ＭＩＤ欄１０７２１には、施策ＩＤが格納される。時間帯欄１０７２２には、施策ＩＤに対応する時間帯が格納される。ＣＩＤ欄１０７２３には、施策ＩＤに対応するチェックポイントが格納される。ＮＡＭＥ欄１０７２４には、ＫＰＩ種別が格納される。ＫＰＩ欄１０７２５には、具体的な重要業績評価指標の値が格納される。

図６Ｃは、重要業績評価指標データベース１０７のヒートマップテーブル１０７３を示す図である。
ヒートマップテーブル１０７３は、動線分析部１０２の混雑度算出部１０２２によって分析された任意のグリッドにおける混雑度が格納される。ヒートマップテーブル１０７３には、ＭＩＤ欄１０７３１と、時間帯欄１０７３２と、ＧＩＤ欄１０７３３と、ＷＫＴ欄１０７３４と、ＶＡＬ欄１０７３５とを含んで構成される。

ＭＩＤ欄１０７３１には、施策ＩＤが格納される。時間帯欄１０７３２には、施策ＩＤに対応する時間帯が格納される。ＧＩＤ欄１０７３３には、グリッドのＩＤが格納される。ＷＫＴ欄１０７３４には、グリッドのジオメトリが格納される。ＶＡＬ欄１０７３５には、当該グリッドにおける混雑度が格納される。

《起終点ネットワークデータベース１０８》
図７Ａは、起終点ネットワークデータベース１０８の遷移確率テーブル１０８１を示す図である。
遷移確率テーブル１０８１には、チェックポイント間の遷移確率に関するパラメータが格納される。遷移確率テーブル１０８１は、ＭＩＤ欄１０８１１と、時間帯欄１０８１２と、ＯＩＤ欄１０８１３と、ＤＩＤ欄１０８１４と、選択確率欄１０８１５とを含んで構成される。
ＭＩＤ欄１０８１１には、施策ＩＤが格納される。時間帯欄１０８１２には、時間帯が格納される。ＯＩＤ欄１０８１３には、施策ＩＤおよび時間帯に関して、それぞれチェックポイント間を移動する際の開始チェックポイントのＩＤが格納され、ＤＩＤ欄１０８１４には、終了チェックポイントのＩＤが格納される。選択確率欄１０８１５には、施策ＩＤおよび時間帯に関して、それぞれチェックポイント間を移動する際の開始チェックポイントから終了チェックポイントを選択する確率が格納される。同じ時間帯欄１０８１２、かつ、同じＯＩＤ欄１０８１３に関して、選択確率欄１０８１５の和をとると、すべて１になる。

図７Ｂは、起終点ネットワークデータベース１０８の初期確率テーブル１０８２を示す図である。
初期確率テーブル１０８２には、シミュレーションを開始する際に、どのチェックポイントに人を発生させるかの発生確率を格納する。初期確率テーブル１０８２は、ＭＩＤ欄１０８２１と、時間帯欄１０８２２と、ＣＩＤ欄１０８２３と、発生確率欄１０８２４を含んで構成される。

ＭＩＤ欄１０８２１には、施策ＩＤが格納される。時間帯欄１０８２２には、時間帯が格納される。ＣＩＤ欄１０８２３には、施策ＩＤに対応する時間帯のチェックポイントＩＤが格納される。発生確率欄１０８２４には、施策ＩＤに対応する時間帯の、そのチェックポイントにおける発生確率が格納される。

図７Ｃは、起終点ネットワークデータベース１０８の起終点テーブル１０８３を示す図である。
起終点テーブル１０８３は、ＭＩＤ欄１０８３１と、開始時刻欄１０８３２と、終了時刻欄１０８３３と、ＰＩＤ欄１０８３４と、ＯＩＤ欄１０８３５と、ＤＩＤ欄１０８３６とを含んで構成される。

ＭＩＤ欄１０８３１には、施策ＩＤが格納される。開始時刻欄１０８３２には、施策ＩＤに対応する人がその状態を開始する時刻が格納され、終了時刻欄１０８３３には終了する時刻が格納される。ＰＩＤ欄１０８３４には、施策ＩＤに対応する人のＩＤが格納される。ＯＩＤ欄１０８３５には、対応する人がチェックポイント間を移動する際の開始チェックポイントのＩＤが格納され、ＤＩＤ欄１０８３６には終了チェックポイントのＩＤが格納する。

ＯＤ分析部１０３１は、開始・終了チェックポイントが判定できなかった場合、それぞれＯＩＤ欄１０８３５、ＤＩＤ欄１０８３６に－１、またはＮＵＬＬを格納してもよい。なおＯＩＤ欄１０８３５とＤＩＤ欄１０８３６とが同一でかつ、そのチェックポイントが滞留型だった場合、人がそのチェックポイントに滞留している状態を示す。またＯＩＤ欄１０８３５とＤＩＤ欄１０８３６が同一でかつ、そのチェックポイントが行列型だった場合、人がそのチェックポイントの行列にて並んでいる状態を示す。

図８は、シミュレーション実行処理のフローチャートである。
シミュレーション実行部１０１の初期人流生成部１０１１は、シミュレーションに必要な初期人流データを生成する（ステップ６０１）。ここでいう初期人流とは、シミュレーション上で発生させる一人ひとりについて、シミュレーション開始時刻と出発地、経由する目的地の情報を含むデータである。この初期人流データは、実際に計測された動線データから抽出してもよいし、ユーザからシミュレーション実施用の人流需要に関する統計情報を受信して生成してもよい。ユーザから統計情報を受信して生成する場合は、ポアソン分布等を用いたサンプリング処理を用いて初期人流データを生成する。

シミュレーション実行部１０１は、開始時刻（ｔ＝０）を設定し、シミュレーションを実際に開始する（ステップ６０２）。シミュレーション実行部１０１は、ステップ６０１にて生成した初期人流について、シミュレーション上の時刻ｔにおける人だけを抽出し、シミュレーション対象に加える（ステップ６０３）。

特徴量算出部１０１２は、シミュレーション対象である人流に対して、施策データベース１０５とレイアウトデータベース１０６に格納された情報から特徴量を算出する（ステップ６０４）。

特徴量算出時には、基本的にレイアウトデータベース１０６に格納されている壁テーブル１０６１とチェックポイントテーブル１０６２を用いるが、施策データベース１０５に格納された壁変更テーブル１０５４やチェックポイント変更テーブル１０５３にデータが格納されている場合は、対応する壁やチェックポイントのジオメトリを更新して特徴量算出を行う。特徴量に関しては、予測対象の人からの壁、目的地、予測対象以外の人、目的地以外のチェックポイントまでの様々な方向に関する距離を特徴量としてもよいし、前ステップの相対的な速度を特徴量としてもよいし、予測対象の人の位置を中心とした適当なサイズのグリッドを生成し、各グリッド内の壁、目的地、目的地以外のチェックポイントの占有面積、占有率や人のカウント値などを特徴量としてもよい。なおここで予測対象である人が行列型のチェックポイントに向かっている際、向かっている行列に人が並んでいる際はその行列の最後尾を目的地として特徴量を算出することとする。予測された歩行速度に基づき、現在の予測対象の人の位置を更新する。なお予測対象の人が滞留中の時は、チェックポイントごとに設定された滞留時間の閾値をこえるまでは予測せずに滞留させる。この滞留時間の閾値は施策データベース１０５の人員計画テーブル１０５１によって変更してもよい。例えば、ＳＴＡＦＦＳ欄１０５１４のスタッフ数に反比例するような値を閾値として設定してもよい。予測対象の人が行列の先頭に並んでおり、その行列の後に向かうチェックポイントに他の人が滞留している場合は、予測せずに滞留させる。予測対象の人が行列の２番目以降に並んでいる場合は、その人の前に並んでいる人から所定距離以内の場所を予測位置とする。

そして動線予測部１０１３は、次の歩行速度を予測し各人流の位置を更新する（ステップ６０５）。歩行速度の予測に関する処理として、Social Force Modelのような既存の人流シミュレーション手法を用いてもよいし、Gradient Boostring Regression Treeや深層学習などの機械学習に基づき生成された予測モデルを用いて歩行速度の予測を行ってもよい。

状態遷移部１０１４は、予測した人流の位置から、人流に対して到着判定（遷移判定）を行い、条件を満たした人流を次の状態に遷移させる（ステップ６０６）。具体的にいうと、状態遷移部１０１４は、人流を次の目的地に遷移させたり、滞留状態や行列状態とする処理を行う。状態遷移部１０１４は、予測した人の目的地が滞留型チェックポイントで当該チェックポイントに到着した場合、その人の状態を滞留状態とし、滞留を開始させる。なお、滞留時間がチェックポイントごとに設定された滞留時間をこえた場合、状態遷移部１０１４は、次の目的地に遷移させる。予測した人の目的地が通過型チェックポイントで当該チェックポイントに到着した場合、状態遷移部１０１４は、その人の目的地を次の目的地に設定する。予測した人の目的地が行列型チェックポイントで、行列の最後尾に到着した場合、状態遷移部１０１４は、行列状態とし、滞留させる。予測した人が行列の先頭に並んでいる場合、状態遷移部１０１４は、次の目的地に人が滞留していない場合のみ次の目的地をその人流に設定する。なおいずれの場合も、次の目的地が存在しない場合は、その人流を消す処理を行う。

シミュレーション実行部１０１は、シミュレーションの時刻ｔを一つ進める（ステップ６０７）。そしてシミュレーション実行部１０１は、シミュレーションの終了条件を満たすか否かを判定する（ステップ６０８）。終了条件を満たさない場合（Ｎｏ）、シミュレーション実行部１０１は、ステップ６０３に戻り、満たす場合（Ｙｅｓ）、図８の処理を終了する。終了条件は、例えばシミュレーションを開始して所定時間過ぎたかどうかで決定してもよく、シミュレーション対象である人流がすべて最終的な目的地に到達したかどうかで決定してもよい。

図９は、領域７０６における行列の例を示す図である。
領域７０６には、行列型チェックポイントのゲート７０６１と、人が侵入不可である壁等の領域７０６０を含んで構成される。円形と線の組み合わせは、人７０６２，７０６３などを示している。

図１０は、行列判定処理のフローチャート図であり、図９を参照しつつ説明する。
行列判定部１０２１では、動線データベース１０４に格納された動線データと、レイアウトデータベース１０６のチェックポイントテーブル１０６２に格納された行列型チェックポイントから、どの人が、いつ、どの行列型チェックポイントにて、何番目に並んでいたか、を判定する。

行列判定部１０２１は、各行列型チェックポイントにて先頭に並ぶ人を抽出する（ステップ７０２）。この処理を図９を用いて説明する。行列判定部１０２１が、ゲート７０６１に対応する行列先頭を抽出する際、ゲート７０６１から所定距離以内かつ最近傍にいる人で所定速度以下の移動体である人７０６２を行列の先頭として抽出する。

行列判定部１０２１は、この行列に並んでいる人を抽出できたか否かを判定する（ステップ７０２）。そのような人が抽出できた場合（Ｎｏ）、行列判定部１０２１は、図１０の処理を終了し、そのような人が抽出できなかった場合（Ｙｅｓ）、ステップ７０３に進む。

ステップ７０３にて、行列判定部１０２１は、行列型チェックポイントにて抽出した人の次に並んでいる人を抽出し、ステップ７０２に戻る。この処理を図９を用いて説明する。行列判定部１０２１は、直前ステップで抽出した人７０６２から、最近傍かつ所定距離以内、所定速度以下の人７０６３を、次に並んでいる人として抽出する。この際、人７０６２と人７０６３を線分で結んだ際、その線分がゲート７０６１や領域７０６０のいずれとも交差しないように抽出する。これにより行列判定部１０２１は、抽出した人の次に並んでいる人を抽出する。

なお行列判定部１０２１は、この行列判定処理にて、各人の向きの情報を用いてもよい。例えば、行列の先頭に並ぶ人を抽出する際、ステップ７０１の抽出条件を満たす人の中で、行列型チェックポイントの方へ向いている人のみを抽出してもよい。ステップ７０３にて次に並んでいる人を抽出する際に、ステップ７０１の抽出条件を満たす人の中で、直前ステップで抽出された人の方を向いている人のみを抽出してもよい。

ＯＤ分析部１０３１では、動線データベース１０４に格納された動線データと、レイアウトデータベース１０６に格納された通過型・滞留型チェックポイントに関して、空間的な交差判定を行い、どの人が、いつ、どのチェックポイントを通過・滞留したかを判定する。

図１１Ａは、ＯＤ分析部１０３１で行われる処理の説明図である。
領域８０１は、通過型チェックポイントと動線データの空間的交差判定を行うことを模式的に示した領域である。領域８０３は、壁などの人が通行不可である領域を示している。ゲート８０４は、通過型チェックポイントの例を示す。データ８０５は、動線データの例で、各時刻における人の座標情報を時系列順につないだデータである。この場合、データ８０５とゲート８０４は、空間的に交差しているために、データ８０５に対応する人は、ゲート８０４を通過したとＯＤ分析部１０３１により判定される。この際、交差した直後の時刻が、ＯＤ分析部１０３１により通過時刻として検出される。この通過時刻が通過型チェックポイントに到着した時刻と見做され、また通過型チェックポイントを出発した時刻と見做される。

図１１Ｂは、ＯＤ分析部１０３１で行われる処理の説明図である。
領域８０２は、滞留型チェックポイントと動線データの空間的交差判定を行うことを模式的に示した領域である。データ８０６， ８０７は動線データの例で、領域８０８は、滞留型チェックポイントの例を示す。この場合、データ８０６は、領域８０８と空間的に交差しているが、領域８０８の中で滞留せずに通り過ぎているため、データ８０６に対応する人は、この滞留型チェックポイントに立ち寄ったとはみなさない。これに対し、データ８０７は、領域８０８の中で滞留しているため、データ８０７に対応する人は、この滞留型チェックポイントに立ち寄ったとＯＤ分析部１０３１により判定される。ここで滞留とは、所定時間以上、所定以下の速度となっている状態とみなす。この際、滞留を始めた時刻がこのチェックポイントに到着した時刻、滞留を終えた時刻がこのチェックポイントを出発した時刻とみなす。

行列型チェックポイントに関する判定は、図１０で説明した行列判定処理を行うことで、行列型チェックポイントへの到着時刻や出発時刻を抽出可能である。
ＯＤ分析部１０３１は、これらの処理を行い、各チェックポイントに到着した時刻、出発した時刻を全人流について抽出してＯＤ情報に変換したうえで、起終点ネットワークデータベース１０８の起終点テーブル１０８３に格納する。その後、格納された起終点テーブル１０８３の情報を統計的に分析することで、初期確率テーブル１０８２、遷移確率テーブル１０８１の情報を算出し、それぞれ格納する。

図１２は、シミュレーション結果画面９０２を示す図である。
シミュレーション結果画面９０２は、シミュレーションの表示画面や操作ボタンをまとめた画面である。
表示領域９０４は、シミュレートされた動線データと、レイアウトデータベース１０６や施策データベース１０５に格納されたレイアウトデータ群を表示する領域である。曲線９０４１は、シミュレーションによって得られた動線データである。ここで、例えば動線データの起終点情報に応じて線分の種類を変えて表示してもよい。また本図面のように動線全体を表示してもよいし、動画再生モードにして過去数ステップの線分のみを表示してもよい。
領域９０４２は、シミュレーションを実施した際のチェックポイントに関するジオメトリであり、基本的にはレイアウトデータベース１０６のチェックポイントテーブル１０６２の情報が描画される。なお施策によってチェックポイントのジオメトリが変更される場合は、施策データベース１０５によって更新された後のチェックポイントのジオメトリ情報が表示される。
領域９０４３は、シミュレーションを実施した際の壁に関するジオメトリであり、基本的にはレイアウトデータベース１０６の壁テーブル１０６１の情報が描画される。同様に、施策によって壁のジオメトリが変更される場合は、施策データベース１０５によって更新された後の壁のジオメトリ情報を表示する。

施策入力ボタン９０５は、施策データを入力するためのボタンである。このボタンがクリックされると、不図示のダイアログがポップアップして、ユーザは施策データベース１０５に格納する情報を入力することができる。入力された情報は、施策データ入力部１０９により、施策データベース１０５に格納される。

シミュレーション実行ボタン９０６は、シミュレーションを行うためのボタンである。このボタンがクリックされると、施策入力ボタン９０５にて入力した施策に対して、シミュレーション実行部１０１が、動線シミュレーションを実行する。シミュレーション結果は表示領域９０４に表示される。

ＫＰＩ分析ボタン９０７は、シミュレーション実行ボタン９０６のクリックにより実行されたシミュレーション結果に対して、重要業績評価指標を算出するためのボタンである。ＫＰＩ分析ボタン９０７がクリックされると、動線分析部１０２が、重要業績評価指標分析処理を実行する。

ＯＤ分析ボタン９０８は、シミュレーション実行ボタン９０６にて実行されたシミュレーション結果に対してＯＤ分析を行うためのボタンである。ＯＤ分析ボタン９０８がクリックされると、ＯＤ分析部１０３１が、ＯＤ分析処理を実行する。
停止ボタン９０９は、動線データを再生する際の停止ボタンである。停止ボタン９０９をクリックすると、画面上で動線データの再生を行っている際に、その再生を止めることができる。

再生ボタン９１０は、動線データの再生ボタンである。この再生ボタン９１０がクリックされると、動線データを時間ごとに連続再生する処理が行われる。
巻戻ボタン９１１は、動線データを再生する際の巻き戻しを行うボタンである。この巻戻ボタン９１１がクリックされると、画面上で動線データの表示を行っている際に、表示している時間を巻き戻すことができる。

プログレスバー９１２は、動線データの再生時間の位置を示すバーである。バーを直接移動させることで、動線データを表示している時間をずらすことができる。
早送りボタン９１３は、動線データを再生する際の早送りを行うボタンである。この早送りボタン９１３がクリックされると、画面上で動線データの表示を行っている際に、表示している時間を早送りことができる。

テキストボックス９１４は、現在動線データが表示されている時間を示すテキストボックスである。ユーザはこのテキストボックス９１４を直接編集して、再生時間を変更することができる。
テキストボックス９１５は、現在強調表示されている起終点（Origin Destination）の動線データの起点（Origin）の情報を示すテキストボックスである。ユーザはこのテキストボックス９１５を直接編集して強調表示する起終点を変更することができる。テキストボックス９１５に何も記入されていない場合はすべての起点に関するデータが強調表示される。

テキストボックス９１６は、現在強調表示されている起終点の動線データの終点（Destination）の情報を示すテキストボックスである。ユーザはこのテキストボックス９１６を直接編集して強調表示する起終点を変更することができる。テキストボックス９１６に何も記入されていない場合は、すべての終点に関するデータが強調表示される。

図１３は、要因分析結果画面を示す図である。
表示領域９１７は、ＯＤ分析結果を表示した領域であり、人の移動パターンである目的地の経由に関する情報を示すグラフ構造を表示する。表示領域９１７は、起終点ネットワークデータベース１０８の遷移確率テーブル１０８１をもとに描画される。ＯＤ分析部１０３１は、遷移確率が所定の閾値以上の起終点を抽出し、ネットワークを生成する。ノード９１７１は、それぞれのチェックポイントに相当する。ＯＤ分析部１０３１は、ｋの際、要因分析時のユーザ指定の重要業績評価指標が所属するチェックポイントについて、ノードを網掛するなどして強調表示してもよい。ＯＤ分析部１０３１は、ユーザ指定の重要業績評価指標に大きく影響を与えると思われる中間の重要業績評価指標が所属するチェックポイントについても同様に、文字を太字などで強調表示してもよい。エッジ９１７２は、チェックポイント間の遷移を表している。ＯＤ分析部１０３１は、遷移確率が大きい際、同様にエッジ９１７２の矢印の色を濃くするなど強調表示をしてもよい。

表示領域９１８は、ユーザ指定の重要業績評価指標が所属するチェックポイントの前に経由したチェックポイントの中で遷移確率が大きいチェックポイントを選び、そのチェックポイントに所属する中間ＫＰＩ（重要業績評価指標）のリストを並べた画面である。チェックポイントと重要業績評価指標の名前の両方の情報を表示する。なおここで、そのリストの中で実際にユーザ指定の重要業績評価指標との相関が高く、大きく影響を与えていると思われる中間の重要業績評価指標については、太文字など強調表示してもよい。

表示領域９１９は、ユーザ指定のＫＰＩ欄１０７２５を表示する領域である。チェックポイントと重要業績評価指標の名前の両方の情報を表示する。
表示領域９２０は、ユーザ指定のＫＰＩ欄１０７２５が所属するチェックポイントに関する施策パラメータのリストを表示する領域である。なおここで、そのリストの中で実際にユーザ指定の重要業績評価指標と相関が高く、大きく影響を与えていると思われる施策パラメータについては、太文字など強調表示してもよい。

ＫＰＩ選択ボタン９２１は、ユーザが指定した重要評価指標を選択するボタンである。このＫＰＩ選択ボタン９２１がクリックされると、重要業績評価指標リストを表示したダイアログが立ち上がり、重要業績評価指標を選ぶことで、表示領域９１９に表示する重要業績評価指標を更新することができる。
要因分析ボタン９２２は、因果関係を抽出する処理を行うためのボタンである。この要因分析ボタン９２２がクリックされると、因果関係抽出部１０３による因果関係抽出処理が実行される。

グラフ表示ボタン９２３は、現在選択されているユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータの時系列プロットグラフを表示するためのボタンである。グラフ表示ボタン９２３がクリックされると、後記する図１４に示すＫＰＩ時系列プロットダイアログ１００１が表示される。

ファクタ分析結果表示ボタン９２４は、現在選択されているユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータに関してファクタ分析を行った結果を表示するボタンである。具体的な表示画面については後述する。

図１４は、ＫＰＩ時系列プロットダイアログ１００１を示す図である。
ＫＰＩ時系列プロットダイアログ１００１は、グラフ表示ボタン９２３が押下されたときに表示される。
グラフ１００２は、横軸を時間、縦軸を値として、ユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータの時系列値をプロットしたものである。なお重要業績評価指標の種類や施策パラメータの種類によって単位が異なるため、プロットする際には、正規化するなどしてプロットしてもよい。

バラメータ欄１００３は、プロットしているユーザが指定した重要業績評価指標と抽出された中間の重要業績評価指標、施策パラメータのパラメータ名を表す。
時間差欄１００４は、ユーザが指定した重要業績評価指標が、ユーザが指定した重要業績評価指標以外のパラメータと比べてどのくらいの時間差で類似しているかのパラメータを示す。この算出方法については後述する。

相関値１００５は、ユーザが指定した重要業績評価指標が、ユーザが指定した重要業績評価指標以外のパラメータと比べてどのくらい類似しているかのパラメータを示す。この算出方法については後述する。
表示ＫＰＩ選択ボタン１００６は、ユーザが指定した重要業績評価指標を変更するためのボタンである。このボタンが押下されると、重要業績評価指標リストを含んだダイアログが立ち上がり、そのリストから重要業績評価指標を選択することで、ユーザが指定した重要業績評価指標を変更することができる。それに伴い、グラフ１００２やその下側の表に示される各欄の情報が変更される。
閉じるボタン１００７は、ＫＰＩ時系列プロットダイアログ１００１を閉じるためのボタンである。

図１５は、ファクタ分析結果ダイアログ１１０１を示す図である。
ファクタ分析結果表示ボタン９２４が押下されると、このファクタ分析結果ダイアログ１１０１が立ち上がる。この際にユーザ指定の第１重要業績評価指標と、抽出された中間の第２重要業績評価指標、施策パラメータについてのファクタ分析結果を行った結果について表示する。ファクタ分析の方法については後述する。

コンボボックス１１０２は、ユーザ指定の重要業績評価指標を選択するためのコンボボックスである。このコンボボックス１１０２からユーザ指定の重要業績評価指標を更新することができ、同時に抽出された中間の重要業績評価指標や施策パラメータについてもそれに対応するように更新される。
パラメータ欄１１０３は、選択されているユーザ指定の重要業績評価指標に対して、抽出されている中間の重要業績評価指標や施策パラメータを表示する。

時間差欄１１０４は、ユーザが指定した重要業績評価指標をy(t)とし、対応するパラメータ欄１１０３の情報をx(t-τ)とした時のτの値を表示する。ここでｔは時間を表す。
棒グラフ１１０５は、x(t-τ)を所定量変更した際に、y(t)がどれほど変化するかを棒グラフで表現したものである。
テキストボックス１１０６は、棒グラフ１１０５を表示する際のx(t-τ)の変更量である。ここでx(t-τ)によって単位が異なるため、正規化した値について変更量を設定してもよい。

表示更新ボタン１１０７は、ファクタ分析結果の表示を更新するためのボタンである。この表示更新ボタン１１０７がクリックされると、コンボボックス１１０２とテキストボックス１１０６の内容に応じて棒グラフ１１０５、および、その左側の表の各欄が更新される。
閉じるボタン１１０８は、ファクタ分析結果ダイアログ１１０１を閉じるためのボタンである。

図１６は、中間ＫＰＩ抽出処理とファクタ分析処理のフローチャートである。
中間ＫＰＩ抽出部１０３２は、ユーザが指定した重要業績評価指標が所属しているチェックポイントＤを抽出し、その前に施設利用者が経由するチェックポイントＯのリストを抽出する（ステップ１２０１）。この際に、中間ＫＰＩ抽出部１０３２は、起終点ネットワークデータベース１０８の遷移確率テーブル１０８１を参照し、ＤＩＤ欄１０８１４がチェックポイントＤとなっているもので、選択確率欄１０８１５の値が所定閾値以上となるＯＩＤ欄１０８１３のリストを抽出する。
中間ＫＰＩ抽出部１０３２は、そのようなチェックポイントＯのリストが抽出できたか否かを判定する。チェックポイントＯのリストが抽出できなかった場合（Ｎｏ）、中間ＫＰＩ抽出部１０３２は、図１６の処理を終了する。チェックポイントＯのリストが抽出できた場合、中間ＫＰＩ抽出部１０３２は、ステップ１２０３に進む。

ステップ１２０３にて、中間ＫＰＩ抽出部１０３２は、抽出されたチェックポイントＯに所属する全ての重要業績評価指標と、ユーザ指定の重要業績評価指標の相関を算出し、相関が所定値以上、かつ時間差τが正となる重要業績評価指標群を抽出する。詳細について以下に説明する。
ユーザ指定の重要業績評価指標をy(t)とし、チェックポイントＯの重要業績評価指標をx(t)とした時、これらの相関を、以下の式（１）により算出し、この最大値を相関値Ｒとし、またその時のτの値を時間差のパラメータとする。

この相関値Ｒが所定閾値以上、かつ、τ＞０となるようなチェックポイントＯの重要業績評価指標のみ抽出する。

中間ＫＰＩ抽出部１０３２は、ユーザが指定した重要業績評価指標と同じチェックポイントＤに所属している施策パラメータ群を抽出し、前ステップと同様の方法で相関が所定値以上、かつ時間差τが正となるパラメータ群を抽出する（ステップ１２０４）。

ファクタ分析部１０３３は、抽出された重要業績評価指標群とパラメータ群を入力とし、ユーザが指定した重要業績評価指標を出力とする機械学習モデルを生成する（ステップ１２０５）。機械学習の手法として、Gradient Boostringや深層学習等の手法を用いてもよい。なおモデル学習時にすべての施策のデータを用いて学習してもよいし、本処理を行う際の入力データの近傍のデータのみを用いて学習してもよい。

更にファクタ分析部１０３３は、前ステップにて生成されたモデルを用いて、各パラメータについて感度分析を行うことで、ファクタ分析結果を出力する（ステップ１２０６）。感度分析の手法として、ＳＨＡＰ（Shapley value）などの手法を用いて感度分析を行ってもよいし、抽出された重要業績評価指標群とパラメータ群の近傍のみのデータを生成し、線形近似を行い、各パラメータの係数を取得することで感度分析を行ってもよい。

図１７は、動線分析処理のフローチャートである。
動線分析部１０２の行列判定部１０２１は、動線データベース１０４の動線データ、レイアウトデータベース１０６に格納されたチェックポイントの種別情報などに基づき、行列判定を行う（ステップ１３０１）。行列判定部１０２１は、行列判定の結果を、重要業績評価指標データベース１０７の行列判定テーブル１０７１に格納する（ステップ１３０２）。この詳細の処理については、図６Ａから図６Ｃにて説明した通りである。

混雑度算出部１０２２は、動線データベース１０４に格納された動線データに対して統計的演算を行うことで、混雑度とヒートマップを算出する（ステップ１３０３）。そして、混雑度算出部１０２２は、混雑度とヒートマップの算出結果を重要業績評価指標データベース１０７のヒートマップテーブル１０７３に格納する（ステップ１３０４）。以下に、これらの詳細について説明する。

混雑度算出部１０２２は、動線データベース１０４に格納された動線データが存在する領域について、任意のグリッドを設計し、そのグリッドと動線データの交差判定を行う。そして混雑度算出部１０２２は、各グリッドに存在する動線データのレコード数を混雑度として算出し、ヒートマップを算出する。ここで、交差判定を行う動線データは、長さが所定値以下のもののみにしてもよいし、所定値以上のものにしてもよい。グリッドについては、動線データの存在する領域について、格子状に設定してもよいし、チェックポイントのジオメトリを用いてもよい。

重要業績評価指標算出部１０２３は、重要業績評価指標データベース１０７に格納された行列判定テーブル１０７１やヒートマップテーブル１０７３に基づき、チェックポイントごとの重要業績評価指標を算出する（ステップ１３０５）。ここでいう重要業績評価指標とは、チェックポイントと空間的に交差する動線データについて、統計的演算を行うことで算出されるパラメータである。例えば、行列待ち時間や混雑度、立ち寄り率、滞在時間などが存在する。行列待ち時間は、行列判定テーブル１０７１より、それぞれの人が行列に並んだ時間の平均として算出される。混雑度は、ヒートマップテーブル１０７３について、チェックポイントと交差判定を行うことで算出される。立ち寄り率と滞在時間は、起終点ネットワークデータベース１０８の遷移確率テーブル１０８１や起終点テーブル１０８３から算出される。

《第２の実施形態》
以下、本発明の第２の実施形態について各図面を参照して説明する。本発明の第１の実施形態では、シミュレーションによって取得された動線データを用いていたが、第２の実施形態では、計測により取得された動線データを用いる。

図１８は、第２の実施形態の施策策定支援システム１４０を示すブロック図である。
本実施形態の施策策定支援システム１４０は、ユーザより施策データ１１を、計測システム１４１より計測データを受信し、計測データから動線データを抽出する機能と、動線データとレイアウトデータから重要業績評価指標データを算出する機能と、施策データと動線データとレイアウトデータと重要業績評価指標データを用いて、施策データと重要業績評価指標データとの因果関係を抽出する機能とを備える。抽出された重要業績評価指標因果関係データ１２は、ユーザに提示される。

上記機能を実現するために、施策策定支援システム１４０は、動線データ抽出部１４２と、動線分析部１０２と、因果関係抽出部１０３と、動線データベース１０４と、施策データベース１０５と、レイアウトデータベース１０６と、重要業績評価指標データベース１０７と、起終点ネットワークデータベース１０８と、施策データ入力部１０９を備える。

動線分析部１０２、因果関係抽出部１０３、動線データベース１０４、施策データベース１０５、レイアウトデータベース１０６、重要業績評価指標データベース１０７、起終点ネットワークデータベース１０８、施策データ１１、重要業績評価指標因果関係データ１２については、第１の実施形態と同様である。

動線データ抽出部１４２は、計測システム１４１にて計測されたデータから、動線データを抽出し、動線データベース１０４に格納する。この際、計測システム１４１にて計測されるデータは、対象領域の動画データでもよく、レーザーレーダデータでもよい。動画データから動線データを抽出する際は、公知の画像処理技術により人を認識し、人の座標を抽出してもよい。レーザーレーダデータから動線データを抽出する際は、公知の技術を用いてセンサからの距離が変化する移動体を人として抽出し、座標情報に変換してもよい。

図１９は、施策策定支援システム１４０のハードウェア構成図である。
計測システム１４１は、レーザ計測システム１５０１、カメラシステム１５０２、端末測位システム１５０３のいずれか一つ以上から構成される。

レーザ計測システム１５０１は、レーザ発振器１５０１１と、レーザ受光器１５０１２と、演算装置１５０１３を含んで構成される。レーザ発振器１５０１１は、レーザ発振により得られたレーザ光を出射する。レーザ受光器１５０１２は、レーザの反射光を読み取る。演算装置１５０１３は、レーザの発振と受光にかかった時間等から周囲の物体までの距離を求め点群データに変換する。

カメラシステム１５０２は、一般的なカメラを備えたシステムであり、イメージセンサ１５０２１と演算装置１５０２３を含んで構成される。イメージセンサ１５０２１は、可視光を画像として得るものである。演算装置１５０２３は、公知の方法によりその画像の中から人を検知してその位置を推定する。

端末測位システム１５０３は、プロセッサ１５０３１、ＤＲＡＭ（Dynamic Random Access Memory）１５０３２、記憶装置１５０３３、入力装置１５０３４、モニタ１５０３５、無線通信ボード１５０３６、ＧＰＳ（Global Positioning System）受信機１５０３７を備えている。

プロセッサ１５０３１は、演算機能を有し、この端末測位システム１５０３を統括制御する。ＤＲＡＭ（Dynamic Random Access Memory）１５０３２は、高速に読み書きが可能な揮発性一時記憶領域である。記憶装置１５０３３は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどを利用した永続的な記憶領域である。

入力装置１５０３４は、人の操作を受け付ける。モニタ１５０３５は、例えば液晶パネルを含んで構成され、現在の端末の状況を提示する。無線通信ボード１５０３６は、無線通信を行うためのネットワークインタフェースカードである。ＧＰＳ受信機１５０３７は、端末の位置を特定する。プロセッサ１５０３１が記憶領域に記録されたプログラムを実行すると、ＧＰＳ受信機１５０３７等を用いて自己の位置を推定してネットワークインタフェースカード１１７を経由して配信する。

施策策定支援システム１０は、プロセッサ１１２、ＤＲＡＭ１１５、記憶装置１１３、入力装置１１６、モニタ１１４、ネットワークインタフェースカード１１７を含んで構成される。
プロセッサ１１２は、演算機能を有し、この施策策定支援システム１０を統括制御する。ＤＲＡＭ１１５は、高速に読み書きが可能な揮発性一時記憶領域である。記憶装置１１３は、ＨＤＤやフラッシュメモリなどを利用した永続的な記憶領域である。

入力装置１１６は、人の操作を受け付ける。モニタ１１４は、情報を提示する。ネットワークインタフェースカード１１７を含んで構成される。記憶領域に記録されたプログラムをプロセッサ１１２が実行することによって、シミュレーション実行部１０１と、動線分析部１０２と、因果関係抽出部１０３と、施策データ入力部１０９、動線データ抽出部１４２が具現化される。

また、動線データベース１０４と、施策データベース１０５と、レイアウトデータベース１０６と、重要業績評価指標データベース１０７と、起終点ネットワークデータベース１０８は記憶装置１１３に記憶することによって実現できる。

《変形例》
本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。

上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路などのハードウェアで実現してもよい。上記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈して実行することにより、ソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリ、ハードディスク、ＳＳＤ（Solid State Drive）などの記録装置、または、フラッシュメモリカード、ＤＶＤ（Digital Versatile Disk）などの記録媒体に置くことができる。

各実施形態に於いて、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には、殆ど全ての構成が相互に接続されていると考えてもよい。

１０ 施策策定支援システム
１１ 施策データ
１２ 重要業績評価指標因果関係データ
１０１ シミュレーション実行部
１０２ 動線分析部
１０３ 因果関係抽出部
１０４ 動線データベース
１０５ 施策データベース
１０６ レイアウトデータベース
１０７ 重要業績評価指標データベース
１０８ 起終点ネットワークデータベース
１１２ プロセッサ
１１３ 記憶装置
１１４ モニタ
１１５ ＤＲＡＭ
１１６ 入力装置
１１７ ネットワークインタフェースカード
１４１ 計測システム
１４２ 動線データ抽出部
１５０１ レーザ計測システム
１５０２ カメラシステム
１５０３ 端末測位システム

Claims (10)

1. 移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも１つ以上の重要業績評価指標を算出する動線分析部と、
   前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出する因果関係抽出部と、
   を備えることを特徴とする施策策定支援システム。
2. 前記動線分析部は、前記チェックポイントと空間的に交差する前記移動体の動線データについて統計的に算出することで、前記起終点ネットワークを算出する、
   ことを特徴とする請求項１に記載の施策策定支援システム。
3. 前記動線分析部は、前記チェックポイントが行列型であったとき、前記チェックポイントから所定距離以内かつ最近傍、所定速度以下の移動体を行列の先頭として抽出する、
   ことを特徴とする請求項２に記載の施策策定支援システム。
4. 前記因果関係抽出部は、ユーザが指定した第１重要業績評価指標に対し、少なくとも１つ以上の第２重要業績評価指標を抽出する機能を備え、
   前記動線データにおいて、前記第１重要業績評価指標が紐づく第１チェックポイントから前記第２重要業績評価指標が紐づく第２チェックポイントへ遷移する確率が所定閾値以上である、
   ことを特徴とする請求項１に記載の施策策定支援システム。
5. 前記因果関係抽出部は、前記第１重要業績評価指標との相関が所定閾値以上となるものを、前記第２重要業績評価指標として抽出する、
   ことを特徴とする請求項４に記載の施策策定支援システム。
6. 前記因果関係抽出部は、所定のチェックポイントに属する施策パラメータと前記第１重要業績評価指標に関する相互相関関係数の最大値との時間差が正となるものを抽出する、
   ことを特徴とする請求項４に記載の施策策定支援システム。
7. 前記動線データは、ユーザが入力した前記施策のデータに基づくシミュレーションによって得られたものである、
   ことを特徴とする請求項１に記載の施策策定支援システム。
8. 前記動線データは、前記施策が実施されている場所にて、前記移動体を計測して得られたものである、
   ことを特徴とする請求項１に記載の施策策定支援システム。
9. 動線分析部が、移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも１つ以上の重要業績評価指標を算出するステップと、
   因果関係抽出部が、前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出するステップと、
   を備えることを特徴とする施策策定支援方法。
10. コンピュータに、
    移動体の滞留点または通過点の位置情報を含む動線データ、チェックポイントの種別情報に基づき、前記チェックポイントに関する少なくとも１つ以上の重要業績評価指標を算出させる手順、
    前記移動体に関する前記チェックポイントの遷移パターンを表す起終点ネットワークに基づき、施策と前記重要業績評価指標との因果関係を算出させる手順、
    を実行させるための施策策定支援プログラム。

Images