WO2016067369A1 - 人流分析システムおよび人流分析方法 - Google Patents

Abstract

人流分析システム（１）は、人流の分析により都市の効率的な運用を支援する。この人流分析システム（１）は、地図上の地域を指定する入力制御部（３１）と、時刻および位置の情報を含んだ複数の人流データベース（４１）に基づき、入力制御部（３１）による指定地域に関わる人流を算出する主動線抽出部（３３）と、表示部（３７）に表示された地図上に、主動線抽出部（３３）が算出した主たる人流の動線を表示させる表示制御部（３２）とを備える。

Description

人流分析システムおよび人流分析方法

　本発明は、人流分析システムおよび人流分析方法に関するものである。

　従来、都市には多数の事物や事象が偏在し、人・物・事が時刻とともに様々に変化している。ここで人の位置的変化を、人流という。物の位置的変化を、物流という。その他、交通手段の位置的変化を、交通流という。近年の国内外の都市では、社会システムの最適化や効率的な経営が求められており、いわゆるスマートシティの実現に向けた取り組みか進められている。近年の各種センサの普及などにより、物流・人流・交通流なとの都市活動の情報を広く収集・蓄積することが可能となっている。

　物流は、例えば物にＩＣタグやバーコードなどを貼付することにより、機械的な検知が可能である。宅配業者は、これらの検知手段で採取したデータにより、配送物の位置や状態を追跡可能とするシステムを構築し、多くの成果を得ている。
　交通流は、各道路に設置された交通流計測器や車両検出センサを用いて機械的な検知が可能である。これらセンサで採取したデータを分析して、実際の各道路の交通量などを算出することが可能である。
　従来は、都市において人流を含めた交通流を算出することは困難であった。人間に統一的にセンサやタグを付与して、それぞれの位置情報を検知することが困難であったためである。しかし近年では、携帯電話やスマートフォンには、ＧＰＳ（Global Positioning System）センサや加速度センサなどの位置検知手段が備えられていることが多い。これにより、各人の位置情報を取得可能である。

　また近年では、ＳＵＩＣＡ（登録商標）やＰＡＳＭＯ（登録商標）などの交通系電子マネーが広く普及している。これら電子マネーの使用履歴は、所有者の乗車・降車駅、鉄道乗換え駅や購買店舗の位置などを算出可能な情報である。これら携帯機器のセンサ情報や電子マネーの使用履歴情報は、ネットワークを介して広く収集・蓄積することが可能である。このようにして収集された情報は、極めて大量のデータの集合となるため、ビッグデータと呼ばれている。

　このような携帯機器のセンサ情報を分析する発明は、例えば特許文献１に記載されているようなものである。特許文献１の課題には、「あるエリアにおけるユーザの利用度合の変化を特定する。」と記載され、解決手段には、「情報処理装置は、測位情報を参照して、第１の期間に第１のエリアに滞在した携帯端末のユーザについて、当該期間における当該エリアへの滞在の度合である第１の度合を算出し、第１の期間に前記第１のエリアに滞在したユーザについて、第２の期間における第１のエリアへの滞在の度合である第２の度合を算出する。情報処理装置は、第１の度合と第２の度合との差が所定の閾値以上であるユーザを特定する。」と記載されている。

特開２０１４－１５４００６号公報

　都市の効率的な運用を支援するためには、主たる人流・交通流を特定することが重要である。人流・交通流を常に可視化することによって、自治体・デベロッパ・個別事業者などに多くの価値を提供することができる。例えば、安全・安心な街作り、有事の安全性や快適性の担保、環境負荷の低減、プロモーション効果の向上などがある。また、公共交通の運行の効率化により、エリアの価値を高めることができる。各施設の事業者に対しては、購買を促す施策を明確化し、かつ重要業績評価指標（Key Performance Indicator）の達成度を詳細に評価可能となる。
　しかし人流・交通流は、従来の公的統計などでは数年に１回程度の集計であり、その利用分野が限られていた。従来の公的統計による人流・交通流は、例えば都市計画や観光振興の一部にのみ利用可能であり、鉄道やバスなどの運行管理の効率化に用いることは困難であった。更に、新規な施設の開設に伴う人流の変化を把握したいという場合には、従来の公的統計による人流・交通流を用いることはできない。

　特許文献１の発明によれば、ユーザの各エリアへの滞在の度合を算出し、その変化を特定し、所定の変化に合致するユーザを特定することができる。特許文献１には、主たる人流・交通流を特定することは、何ら記載されていない。更に人流の移動元と移動先とを指定して分析することや、人流をシミュレーションすることや、ビッグデータの分析結果をどのように可視化するかについても、何ら言及されていない。

　本発明は上記事情に鑑みてなされたものであり、都市の効率的な運用を支援する人流分析システムおよび人流分析方法を提供することを課題とする。

　前記した課題を解決するため、第１の発明の人流分析システムは、地図上の地域を指定する地域指定部と、時刻および位置の情報を含んだ複数の人流情報に基づき、前記地域指定部の指定地域に関わる人流を算出する人流算出部と、表示部に表示された地図上に、前記人流算出部が算出した主たる人流の動線を表示させる表示制御部とを備える。

　第２の発明の人流分析方法は、図形情報または／および文字情報を表示する表示部と、人流算出部と、地域指定部と、前記表示部を制御する表示制御部とを備える人流分析システムが実行する。人流分析システムは、前記地域指定部により、地図上の地域を指定するステップと、前記人流算出部により、時刻および位置の情報を含んだ複数の人流情報に基づき、前記地域指定部の指定地域に関わる人流を算出するステップと、前記表示制御部により、地図、および、前記人流算出部が算出した主たる人流の動線を前記表示部に表示させるステップとを含む。
　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、都市の効率的な運用を支援する人流分析システムおよび人流分析方法を提供することが可能となる。

本実施形態における人流分析システムの概略を示す構成図である。 人流データベースを示す図である。 交通ネットワークデータベースを示す図である。 人流のフィルタ機能に係る分析画面を示す図である。 第１の人流トラジェクトリ機能に係る分析画面を示す図である。 第２の人流トラジェクトリ機能に係る分析画面を示す図である。 各リンクへの加算による主動線の抽出処理を示したフローチャートである。 メッシュ加算による主動線の抽出処理を示したフローチャートである。 ｋ－Ｍｅａｎｓ法による主動線の抽出処理を示したフローチャートである。 階層的クラスタリングによる主動線の抽出処理を示したフローチャートである。 手段選択モデルの一例を示す図である。 エージェント発生前のシミュレーション機能に係る分析画面を示す図である。 エージェントの発生条件設定時のシミュレーション機能に係る分析画面を示す図である。 エージェントの発生時のシミュレーション機能に係る分析画面を示す図である。 新規施設発生時と既存施設追加時における居住者変化のシミュレーション処理を示すフローチャートである。 交通機関の利用率のシミュレーション処理を示すフローチャートである。 回遊パターンデータベースを示す図である。 移動チェーンを示す図である。 始点と終点を指定したフィルタ機能に係る分析画面を示す図である。 始点と終点とエリアＡとを指定した分析画面を示す図である。 始点と終点とエリアＡとエリアＢとを指定した分析画面を示す図である。 エリアＡ内の回遊に関する分析画面を示す図である。 回遊パターン抽出処理を示すフローチャートである。 場所遷移確率による回遊パターン抽出処理を示すフローチャートである。

　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。
　図１は、本実施形態における人流分析システム１の概略を示す構成図である。
　人流分析システム１は、例えばコンピュータであり、プロセッサ２と、メモリ３と、表示部３７と、補助記憶装置４とを備えている。
　プロセッサ２は、例えばＣＰＵ（Central Processing Unit）であり、不図示の各処理プログラムを実行することによって、対応する各処理部を具現化する。
　メモリ３は、例えばＲＡＭ（Random Access Memory）であり、不図示の各処理プログラムなどを格納する。これら不図示の各処理プログラムは、プロセッサ２によって実行されることにより、対応する各処理部が具現化される。メモリ３には、入力制御部３１と、表示制御部３２と、主動線抽出部３３と、交通利用率算出部３４と、シミュレーション部３５と、回遊パターン抽出部３６とが具現化される。
　表示部３７は、例えば液晶ディスプレイなどであり、文字や図形や画像などを表示する。
　補助記憶装置４は、例えば都市経営基盤のデータベース機能を有するサーバであり、１または複数のデータベースを有する。しかし、これに限られず、補助記憶装置４は、バス接続されたハードディスクであってもよく、限定されない。

　以下、メモリ３に具現化された各処理部について説明する。
　入力制御部３１は、例えばマウスやキーボード（不図示）などを制御して、それらの入力信号を解釈する。入力制御部３１は、地図上の地域を指定する地域指定部とてして機能する場合がある。
　表示制御部３２は、表示部３７に対する表示画面を制御する。表示制御部３２は、例えば表示部３７に地図を表示し、この地図上に人流に関する各種情報を表示する。
　主動線抽出部３３は、人流データベース４１に基づき、指定地域を目的地とする人流を算出する。
　交通利用率算出部３４は、人流による各交通手段の利用率を算出する。
　シミュレーション部３５は、人流をシミュレーションによって算出するものであり、例えば、人流データベース４１に基づき、新たにエージェントを生成した場合の人流を算出する。ここでエージェントとは、環境の変化に基づく人流や交通流の変化を発生させるため、実際の環境の代わりに設定される仮想的な存在であり、例えば居住者の変化や施設の開設や閉鎖などをいう。
　回遊パターン抽出部３６は、人流データベース４１に基づき、或る場所内を回遊する人々の主動線を、回遊パターンとして抽出する。回遊パターン抽出部３６は、人流の回遊パターンを算出する人流算出部である。

　以下、補助記憶装置４が格納する各種情報について説明する。
　人流データベース４１は、人流を算出するための元となるデータを格納するデータベースである。人流データベース４１は、後記する図２で詳細に説明する。人流データベース４１が格納するデータは、様々な社会インフラ事業者から収集する。
　交通ネットワークデータベース４２は、各交通ネットワークを構成するリンクと、このリンクを識別する各ノードとを格納するデータベースである。交通ネットワークデータベース４２は、後記する図３で詳細に説明する。
　地図データベース４３は、表示部３７の画面上に表示する地図データである。
　手段選択モデル４４は、各人が交通手段の選択確率を示すモデルである。手段選択モデル４４は、後記する図１１で詳細に説明する。

　交通機関利用率モデル４５は、交通機関の利用率（乗車率）を時系列で示したモデルである。
　新規人流データベース４６は、シミュレーション処理で新たに得られた人流を格納する。
　施設データベース４７は、各エリアに位置する施設の情報を格納するデータベースである。
　回遊パターンデータベース４８は、各エリアにおける人流の回遊パターンを格納するデータベースである。
　この人流分析システムにより、対象エリアの時刻ごとの滞留人数や滞留時間の分布、各エリアへの流入者が利用した交通手段などを容易に可視化することができる。

《指定した場所を目的地とする主動線を抽出する実施形態》
　以下、図２～図１０を参照して、指定した場所を目的地とする人流の主動線の抽出処理について説明する。広域の人流・交通流の主動線を抽出することにより、例えば商業事業者は、現状の新施設周辺へ来ている人の属性、出発点、利用交通手段、利用経路を知りたいという要望を満たすことができる。更に路線ごとの属性に合わせたプロモーションと案内表示を計画することや、利用状況に合わせた駐車場／駐輪場の設置を計画することができる。交通事業者は、人流の主動線に合わせた適切な交通施策を実施することができる。適切な交通施策とは、例えば、モーダルシフトや、路線集約や、新規交通の導入などである。
　この実施形態では、対象エリアを終点とする人流の主要な経路である主動線を抽出し、経路ごとに人流の属性、交通手段ごとの分担率、人流の始点の分布を分析している。

　図２は、人流データベース４１を示す図である。
　人流データベース４１は、ＰＩＤ（Personal IDentifier）欄４１ａと、ＴＩＤ（Trip IDentifier）欄４１ｂと、ＳＩＤ（Sub-trip IDentifier）欄４１ｃとを含んで構成される。人流データベース４１は更に、時刻欄４１ｄと、座標欄４１ｅと、手段欄４１ｆと、を含んで構成される。
　ＰＩＤ欄４１ａは、人の識別子を格納する欄である。このＰＩＤ欄４１ａは、各個人の識別子を格納してもよく、所定人数を纏めた識別子を格納してもよい。
　ＴＩＤ欄４１ｂは、外出行動（トリップ）の全体の識別子を格納する欄である。トリップの識別子を、以下「トリップＩＤ」と記載する。同一のトリップＩＤに係る最初のレコードは、この外出行動の始点かつ出発地である。同一のトリップＩＤに係る最後のレコードは、この外出行動の終点かつ目的地である。
　ＳＩＤ欄４１ｃは、外出行動（トリップ）の一部の識別子を格納する欄である。
　時刻欄４１ｄは、外出行動における各時刻を格納する欄である。
　座標欄４１ｅは、外出行動における各座標を格納する欄である。
　手段欄４１ｆは、外出行動において利用した各交通手段の種別を格納する欄である。各交通手段の種別は、一例として、徒歩を示す「Walk」と、電車を示す「Train」などがある。
　この人流データベース４１は、スマートフォンのプローブデータ（位置・加速度）から移動手段を自動識別して得ることができる。また、位置情報が取得できない地下鉄の情報は、交通系の電子マネー情報から得ることができる。

　図３（ａ），（ｂ）は、交通ネットワークデータベース４２を示す図である。
　交通ネットワークデータベース４２は、リンクデータベース４２－１と、ノードデータベース４２－２とを含んで構成される。
　図３（ａ）は、リンクデータベース４２－１の詳細を示している。
　リンクデータベース４２－１は、交通ネットワークを構成する各リンクの情報を格納するデータベースである。リンクデータベース４２－１は、リンクＩＤ欄４２ａと、始点ノードＩＤ欄４２ｂと、終点ノードＩＤ欄４２ｃと、種別欄４２ｄとを含んで構成される。
　リンクＩＤ欄４２ａは、各リンクの識別子を格納する欄である。
　始点ノードＩＤ欄４２ｂは、各リンクの始点のノードの識別子を格納する欄である。
　終点ノードＩＤ欄４２ｃは、各リンクの終点のノードの識別子を格納する欄である。
　種別欄４２ｄは、各リンクの種別情報を格納する欄である。各リンクの種別情報は、一例として、鉄道であることを示す「Train」と、バスであることを示す「Bus」と、道路であることを示す「Road」などがある。

　図３（ｂ）は、ノードデータベース４２－２の詳細を示している。
　ノードデータベース４２－２は、交通ネットワークを構成する各ノードの情報を格納するデータベースである。これらノードは、リンクの両端を構成する。ノードデータベース４２－２は、ノードＩＤ欄４２ｅと、座標欄４２ｆとを含んで構成される。
　ノードＩＤ欄４２ｅは、各ノードの識別子を格納する欄である。
　座標欄４２ｆは、各ノードの座標を格納する欄である。

　図４は、人流のフィルタ機能に係る分析画面５を示す図である。
　分析画面５は、最上部にデータメニュー５１ａと、機能メニュー５１ｂと、方向メニュー５１ｃと、期間メニュー５１ｄと、プロファイルメニュー５１ｅと、アクションボタン５２とを配置している。分析画面５は更に、これら各メニューやアクションボタン５２の下に、状態表示欄５３と、位置入力欄５４と、時刻スライドバー５５とが配置され、その下に地図５０が配置されている。分析画面５の最下部には、手段表示欄５６が配置されている。
　データメニュー５１ａは、人流データベース４１のデータのうち処理対象範囲を指定するメニューである。
　機能メニュー５１ｂは、人流データベース４１のデータの処理方法（機能）を指定するメニューである。ここでは、人流のフィルタ機能としてFilterが指定されている。
　方向メニュー５１ｃは、人流の方向を指定するメニューである。

　期間メニュー５１ｄは、人流データベース４１に格納されているデータの分析期間を指定するメニューである。
　プロファイルメニュー５１ｅは、人流データベース４１に格納されているデータを、移動方法、性別、年齢などのプロファイルで絞り込むためのメニューである。
　アクションボタン５２は、データの処理を開始するためのボタンである。

　状態表示欄５３は、表示中の地図５０に係る日時や天候などを表示する欄である。この欄を設けることによって、外出行動に大きく影響する時間情報や天気情報を同一画面で確認しながら、人流を分析することができる。
　位置入力欄５４は、表示中の地図５０に係る位置を文字で入力すると共に、入力された位置情報を文字で表示する欄である。また、マウス操作などによって直接、地図上に対象位置（範囲）が選択された場合、位置入力欄５４は、選択された位置情報を文字で表示する。
　時刻スライドバー５５は、分析結果の時刻を指定するものである。時刻スライドバー５５は、最も左側が分析開始時刻であり、最も右側が分析終了時刻である。
　地図５０は、所定の地域が表示されており、その上に人流６０が表示されている。この図では、人流６０は単なる円形アイコンで表示されているが、実際には交通手段ごとに色分け表示されている。
　手段表示欄５６は、人流６０の交通手段の凡例を表示する欄である。ここでは交通手段として、電車・バス・自動車・徒歩・その他が色分けして表示されている。

　図５は、第１の人流トラジェクトリ機能に係る分析画面５を示す図である。
　分析画面５の機能メニュー５１ｂには、人流のトラジェクトリ機能としてFrequent Trajectoryが指定されている。地図５０の上には、目的地６１がアイコンで表示され、この目的地６１に向かう人流の主動線６２が４本表示されている。地域６２１Ａ～６２１Ｄは、これら４本の主動線６２の始点である。目的地６１は、これら４本の主動線６２の終点である。このようにすることで、目的地６１に移動する人流の主動線６２を可視化することができる。
　主動線６２は、この時刻において平均値以上の人が通過したリンクで構成される経路である。しかし、これに限られず、主動線６２は、この時刻において所定の閾値以上の人が通過したリンクや、通過人数が所定順位以内のリンクで構成された経路であってもよく、限定されない。
　地図５０の下側には、主動線属性表示欄７０が表示されている。主動線属性表示欄７０には、各地域６２１Ａ～６２１Ｄから目的地６１に移動する人数が表示される。
　このようにすることで、交通事業者は、人流の主動線６２に合わせた適切な交通施策を実施することができる。

　図６は、第２の人流トラジェクトリ機能画面を示す図である。
　地図５０の上には、目的地６１がアイコンで表示され、目的地６１に向かう人流の主動線６２ｅ，６２ｃ，６２ａが表示されている。地図５０の上には更に、主動線６２ａに合流する主動線６２ｂが表示され、主動線６２ｃに合流する主動線６２ｄが表示されている。このようにすることで、目的地６１に移動する人流の主動線６２を可視化することができる。
　また、これらの主動線の近傍には、目的地６１に向かう最後の主動線６２ａの人数を１００とした場合の、それぞれの主動線の比率が表示されている。そして、これに合わせて主動線の表現（太さ・色・濃度など）を変えている。このようにすることで、主動線６２の詳細を直感的に視認できる。
　地図５０の右側には、出発地表示欄７１と年代表示欄７２とが表示されている。地図５０の下側には、人数時系列欄７３と手段時系列欄７４とが表示されている。なお、出発地表示欄７１と年代表示欄７２と人数時系列欄７３と手段時系列欄７４とは、図５に示す人流の主動線６２をクリックしたときにも表示される。
　出発地表示欄７１は、目的地６１に至るトリップＩＤの出発地情報が円グラフで表示されている。円グラフの中央には、このトリップＩＤの個数が表示されている。
　年代表示欄７２は、目的地６１に至るトリップＩＤに係る人の年代が円グラフで表示されている。
　人数時系列欄７３は、目的地６１に至る人数（トリップＩＤの数）を時系列で示している。
　手段時系列欄７４は、目的地６１に至る交通手段別の人数（トリップＩＤの数）を時系列で示している。
　このようにすることで、商業事業者は、現状の新施設周辺へ来ている人の属性、出発点、利用交通手段、利用経路を知りたいという要望を満たすことができる。更に路線ごとの属性に合わせたプロモーションと案内表示を計画することや、利用状況に合わせた駐車場／駐輪場の設置を計画することができる。

　図７は、各リンクへの加算による主動線の抽出処理を示したフローチャートである。
　抽出処理に先立って、入力制御部３１によって目的地６１（図５参照）が指定されている。地図５０上の任意の位置をクリックと目的地６１が指定される。または位置入力欄５４に、目的地６１の住所を文字で入力すると、目的地６１が指定される。入力制御部３１は、地域を指定する地域指定部である。人流分析システム１の主動線抽出部３３は、目的地６１が指定され、かつアクションボタン５２がクリックされると、主動線６２の抽出処理を開始する。

　ステップＳ１０において、主動線抽出部３３（人流算出部）は、人流データベース４１から、指定場所を目的地６１とするトリップＩＤを検索する。
　ステップＳ１１において、主動線抽出部３３は、人流データベース４１に指定場所を目的地６１とするトリップＩＤが有るか否かを判断する。主動線抽出部３３は、トリップＩＤが有ったならば（Ｙｅｓ）、ステップＳ１２の処理に進み、トリップＩＤが無かったならば（Ｎｏ）、図７の処理を終了する。
　ステップＳ１２～Ｓ１４において、主動線抽出部３３は、検索した各トリップＩＤについて各処理を繰返す。

　ステップＳ１３において、主動線抽出部３３は、このトリップＩＤの各座標の最近傍リンクに対して１点を加算する。
　ステップＳ１４において、主動線抽出部３３は、検索したトリップＩＤについて全て繰返したか否かを判断する。主動線抽出部３３は、検索したトリップＩＤについて全て繰返していなかったならば、ステップＳ１２の処理に戻る。
　ステップＳ１５において、主動線抽出部３３は、各リンクの点数の平均値を算出する。
　ステップＳ１６において、主動線抽出部３３は、平均値以上のリンクを抽出する。なお、平均値に限られず、任意の閾値以上のリンクを抽出してもよい。
　ステップＳ１７において、主動線抽出部３３は、各リンク間を経路探索し、接続されたリンク群を生成する。
　ステップＳ１８において、主動線抽出部３３は、接続されたリンク群をそれぞれ主動線６２とする。
　ステップＳ１９において、表示制御部３２は、主動線６２を色分けして地図５０上に表示し、図７の処理を終了する。なお表示制御部３２は、主動線６２をハッチングや点滅や破線・一点鎖線などの線の種別により識別可能に表示してもよい。
　このように処理することで、人流分析システム１は、人流データベース４１のレコードを極めて多数であっても、図５に示したような主動線６２を容易に抽出することができる。優先して対処すべき主たる群衆の人流を、一般化かつ抽象化して主動線６２として表示しているので、都市の効率的な運用を好適に支援することができる。
　このリンク加算による主動線の抽出処理は、交通網が発達している先進国の都市の人流を好適に分析することができる。

　図８は、メッシュ加算による主動線の抽出処理を示したフローチャートである。このフローチャートは、図７の変形例である。
　人流分析システム１の主動線抽出部３３は、目的地６１が指定され、かつアクションボタン５２がクリックされると、主動線６２の抽出処理を開始する。
　ステップＳ２０において、主動線抽出部３３（人流算出部）は、人流データベース４１から、指定場所を目的地６１とするトリップＩＤを検索する。
　ステップＳ２１において、主動線抽出部３３は、人流データベース４１に指定場所を目的地６１とするトリップＩＤが有るか否かを判断する。主動線抽出部３３は、トリップＩＤが有ったならば（Ｙｅｓ）、ステップＳ２２の処理に進み、トリップＩＤが無かったならば（Ｎｏ）、図８の処理を終了する。
　ステップＳ２２～Ｓ２４において、主動線抽出部３３は、検索した各トリップＩＤについて各処理を繰返す。

　ステップＳ２３において、主動線抽出部３３は、表示中の地図５０の各ピクセルにトリップＩＤの各座標が含まれるとき、このピクセルに１点を加算する。
　ステップＳ２４において、主動線抽出部３３は、検索したトリップＩＤについて全て繰返したか否かを判断する。主動線抽出部３３は、検索したトリップＩＤについて全て繰返していなかったならば、ステップＳ２２の処理に戻る。
　ステップＳ２５において、主動線抽出部３３は、各ピクセルの点数の平均値を算出する。
　ステップＳ２６において、主動線抽出部３３は、平均値以上のピクセルを抽出する。
　ステップＳ２７において、主動線抽出部３３は、各ピクセル間を線形補間して主動線６２を生成し、この主動線６２を表示制御部３２によって色分け表示して、図８の処理を終了する。
　ステップＳ２８において、表示制御部３２は、この主動線６２を色分けして地図５０上に表示して、図８の処理を終了する。
　このように処理することで、人流分析システム１は、人流データベース４１のレコードを極めて多数であっても、図５に示したような主動線６２を容易に抽出することができる。
　このメッシュ加算による主動線の抽出処理は、交通網が発達している先進国の都市の人流を好適に分析することができる。

　図９は、ｋ－Ｍｅａｎｓ法による主動線の抽出処理を示したフローチャートである。
　ｋ－Ｍｅａｎｓ法とは、クラスタの平均を用い、与えられたクラスタ数Ｋ個に分類する方法である。
　人流分析システム１の主動線抽出部３３は、目的地６１が指定され、かつアクションボタン５２がクリックされると、主動線６２の抽出処理を開始する。
　ステップＳ３０において、主動線抽出部３３（人流算出部）は、人流データベース４１から、所定期間ごと、かつ指定場所を目的地６１とするトリップＩＤを検索する。
　ステップＳ３１において、主動線抽出部３３は、人流データベース４１に指定場所を目的地６１とするトリップＩＤが有るか否かを判断する。主動線抽出部３３は、トリップＩＤが有ったならば（Ｙｅｓ）、ステップＳ３２の処理に進み、トリップＩＤが無かったならば（Ｎｏ）、図９の処理を終了する。
　ステップＳ３２において、主動線抽出部３３は、Ｋ個のセントロイド（座標）を生成する。ここでＫは、予め定められた自然数である。
　ステップＳ３３～Ｓ３６において、主動線抽出部３３は、検索した各トリップＩＤについて各処理を繰返す。

　ステップＳ３４において、主動線抽出部３３は、このトリップＩＤの各座標とＫ個のセントロイドとの距離を算出して、各セントロイドに割り当てる。
　ステップＳ３５において、主動線抽出部３３は、割り当てられたトリップＩＤを含めてセントロイドの座標を再計算する。
　ステップＳ３６において、主動線抽出部３３は、検索したトリップＩＤについて全て繰返したか否かを判断する。主動線抽出部３３は、検索したトリップＩＤについて全て繰返していなかったならば、ステップＳ３３の処理に戻る。
　ステップＳ３７において、主動線抽出部３３は、１または複数のトリップＩＤからなるＫ個のクラスタを得る。
　ステップＳ３８において、表示制御部３２は、クラスタごとにトリップＩＤの各座標を色分けして人流に係る動線として地図５０上に表示し、図９の処理を終了する。
　このように処理することで、人流分析システム１は、人流データベース４１のレコードを極めて多数であっても、図６に示したような主動線６２を容易に抽出することができる。
　このｋ－Ｍｅａｎｓ法による主動線の抽出処理は、交通網が未発達な発展途上国や新興国の都市の人流を好適に分析することができる。

　図１０は、階層的クラスタリングによる主動線の抽出処理を示したフローチャートである。
　人流分析システム１の主動線抽出部３３は、目的地６１が指定され、かつアクションボタン５２がクリックされると、主動線６２の抽出処理を開始する。
　ステップＳ４０において、主動線抽出部３３（人流算出部）は、人流データベース４１から、所定期間ごと、かつ指定場所を目的地６１とするトリップＩＤを検索する。
　ステップＳ４１において、主動線抽出部３３は、人流データベース４１に指定場所を目的地６１とするトリップＩＤが有るか否かを判断する。主動線抽出部３３は、トリップＩＤが有ったならば（Ｙｅｓ）、ステップＳ４２の処理に進み、トリップＩＤが無かったならば（Ｎｏ）、図１０の処理を終了する。
　ステップＳ４２において、主動線抽出部３３は、個々のトリップＩＤをそれぞれクラスタとする。

　ステップＳ４３において、主動線抽出部３３は、各クラスタ間の距離を算出する。
　ステップＳ４４において、主動線抽出部３３は、各クラスタ間の距離が最小の組み合わせとなる２つのクラスタをマージする。
　ステップＳ４５において、主動線抽出部３３は、マージしたクラスタの中心を、各トリップＩＤの座標平均値とする。
　ステップＳ４６において、主動線抽出部３３は、クラスタ数が所定数Ｋよりも小さいか否かを判断する。主動線抽出部３３は、クラスタ数が所定数Ｋよりも小さいならば（Ｙｅｓ）、ステップＳ４７の処理に進み、クラスタ数が所定数Ｋよりも小さくないならば（Ｎｏ）、ステップＳ４３の処理に戻る。
　ステップＳ４７において、主動線抽出部３３は、１または複数のトリップＩＤからなるＫ個のクラスタを得る。
　ステップＳ４８において、表示制御部３２は、クラスタごとにトリップＩＤの各座標を色分けして地図５０上に表示し、図１０の処理を終了する。
　このように処理することで、人流分析システム１は、人流データベース４１のレコードが極めて多数であっても、図６に示したような主動線６２を容易に抽出することができる。
　この階層的クラスタリングによる主動線の抽出処理は、交通網が未発達な発展途上国や新興国の都市の人流を好適に分析することができる。

《指定した場所にエージェントを発生させてシミュレーションする実施形態》
　都市の効率的な運用を支援する上で、新施設を開設した場合の人流の変化や、居住者が変化した場合の人流の変化を把握したいという要望がある。人流の変化を把握することにより、モーダルシフトや路線集約や新規交通導入など、交通事業者が交通施策に反映させることができる。また交通事業者は、交通施策を実施した場合の流動の変化をみたいという要望がある。これにより、逼迫路線と閑散路線を可視化して、交通施策に反映させることができる。この実施形態は、このような要望を解決するものである。

　以下の図１１～図１６は、指定した場所にエージェントを発生させてシミュレーションする実施形態を記載している。本実施形態は、居住者が変化する場合について記載しているが、新施設を開設した場合の人流の変化も、以下の実施形態と同様にしてシミュレーションすることが可能である。
　居住者の変化には、新たな場所に施設が建築されて居住者が増加する場合と、既存施設の居住者が増加／減少する場合とがある。この実施形態は、これら両方の場合を含めてシミュレーションすることができる。この実施形態では更に、交通施策の実施による始点／終点の変化、移動経路の変化、移動手段利用率や道路利用率の変化をシミュレーションすることができる。この利用形態として、混雑を回避する移動ルートを乗客に案内することが考えられる。

　図１１は、手段選択モデルの一例を示す図である。
　手段選択モデル４４は、ＰＩＤ欄と複数の選択パラメータ欄とで構成される。手段選択モデル４４は、各ＰＩＤに係る人が選択する交通手段を、それぞれ確率で示したものである。しかし、これに限られず、各ＰＩＤを年齢や性別や収入などでグループ分けして、グループごとに選択する交通手段を確率で示してもよい。

　図１２は、エージェント発生前のシミュレーション機能に係る分析画面を示す図である。
　分析画面５の機能メニュー５１ｂには、人流のシミュレーション機能としてUsage of Transportationが指定されている。地図５０の上には、地域６１１がアイコンで表示され、この地域６１１の近傍には、鉄道路線６３が表示されている。なお、この地域６１１は、位置入力欄５４に文字で入力することによって設定してもよい。また、マウス操作等によって直接、地図上に対象位置（範囲）が選択することによって設定してもよい。

　図１３は、エージェントの発生条件設定時のシミュレーション機能に係る分析画面を示す図である。
　分析画面５の地図５０の上には、地域６１１がアイコンで表示され、この地域６１１の近傍には、条件設定ウインドウ７５が表示されている。この条件設定ウインドウ７５により、施設の種別や、施設の居住者の勤務地・年収・車所有の有無・人数などのプロファイルを入力して、エージェントを発生させることが可能である。

　図１４は、エージェントの発生時のシミュレーション機能に係る分析画面を示す図である。
　分析画面５の地図５０の上には、地域６１１がアイコンで表示されている。地域６１１の近傍の鉄道路線６３には、駅６４が「StationA」として表示されている。駅６４を選択すると共に、地図５０の右側には、列車数時系列欄７６と乗客数時系列欄７７とが表示される。
　列車数時系列欄７６は、駅６４の運行列車数を時系列で示している。乗客数時系列欄７７は、駅６４の輸送可能乗客数を時系列で示している。これにより、予測される居住者の変化に基づいて、交通手段の需給状態を把握することができる。
　列車数時系列欄７６は更に、駅６４の各時刻の運行列車数をドラッグすることが可能である。これに伴い、乗客数時系列欄７７の各時刻の輸送可能乗客数も変化し、交通機関の利用率も変化する。また、列車数時系列欄７６の輸送可能乗客数をドラックできる構成にしてもよく、その際は、列車数時系列欄７６の駅６４の各時刻の運行列車数が変化する。このようにすることで、交通事業者は、居住者変化に応じた適切な運行列車数を容易に把握することができる。

　図１５は、新規施設発生時と既存施設追加時における居住者変化のシミュレーション処理を示すフローチャートである。
　人流分析システム１のシミュレーション部３５は、地域６１１が指定され、かつアクションボタン５２がクリックされると、居住者変化のシミュレーション処理を開始する。
　ステップＳ５０において、シミュレーション部３５（人流算出部）は、人流データベース４１から、設定されたプロファイルに合致するＰＩＤを検索する。
　ステップＳ５１において、シミュレーション部３５は、人流データベース４１に、設定されたプロファイルに合致するＰＩＤが有るか否かを判断する。シミュレーション部３５は、ＰＩＤが有ったならば（Ｙｅｓ）、ステップＳ５２の処理に進み、ＰＩＤが無かったならば（Ｎｏ）、ステップＳ５３の処理に進む。
　ステップＳ５２において、シミュレーション部３５は、合致するＰＩＤの出発地を指定された地域６１１に変更する。

　ステップＳ５３において、シミュレーション部３５は、交通ネットワークデータベース４２と手段選択モデル４４とに基づいて、地域６１１と、その目的地（勤務地）との間の交通手段を探索する。なお、目的地は勤務地に限定されず、店舗などであってもよい。
　ステップＳ５４において、シミュレーション部３５は、地域６１１と目的地（勤務地）との間の経路を選択する。
　ステップＳ５５において、シミュレーション部３５は、目的地（勤務地）への到着時刻を決定する。これにより、例えば地域６１１の居住者の通勤による新たな人流をシミュレーションすることができる。
　ステップＳ５６において、シミュレーション部３５は、この人流に係る座標を補間して新規人流データベース４６に格納し、図１５の処理を終了する。

　図１６は、交通機関の利用率のシミュレーション処理を示すフローチャートである。
　例えば、図１４の駅６４がクリックされたときに、交通機関の利用率のシミュレーション処理が開始する。
　ステップＳ６０において、交通利用率算出部３４は、人流データベース４１と交通ネットワークデータベース４２と手段選択モデル４４とに基づき、各リンクの利用者を算出する。
　ステップＳ６１において、交通利用率算出部３４は、交通機関の本数と、１本あたり乗客数とから飽和乗客数を算出する。
　ステップＳ６２において、交通利用率算出部３４は、各時刻での乗車率を算出し、交通機関利用率モデル４５に格納し、図１６の処理を終了する。表示制御部３２は、この交通機関利用率モデル４５に基づいて、列車数時系列欄７６と乗客数時系列欄７７とを分析画面５に表示する。
　このシミュレーション処理により、予測される居住者の変化に基づいて交通手段の需給状態をシミュレーションして可視化することができる。これにより交通事業者は、居住者の変化などを交通施策に反映させることができる。

《広域や指定した場所内での回遊パターンを抽出する実施形態》
　都市の効率的な運用を支援する上で、交通事業者などは、平日と休日／晴天と雨天などの広域の回遊パターンを比較したいという要望や、異なる経由地を通過する広域の回遊パターンを比較したいという要望がある。これにより、交通手段の過剰な利用率の平準化を行い、混雑を回避するように交通施策に反映することや、乗客に適切な乗車ルートを案内することができる。
　商業事業者やデベロッパは、指定したエリア内に居る人の回遊パターンや滞在ポイントを把握したいという要望や、各回遊パターンの人の属性や何処からどの交通手段で来たかを知りたいという要望がある。これにより商業事業者やデベロッパは、エリア内の交通流施策、イベント計画、エリアの魅力増強のためのフィードバックに活用することができる。よって商業事業者やデベロッパは、人の属性や交通手段の利用率に合わせたエリア内の歩行計画への反映に活用することができる。エリア内の歩行計画とは、例えば、歩行者天国の設置などである。
　商業事業者は、駅やバス停からエリアへの流入率を知りたいという要望がある。これにより商業事業者は、主要な流入動線に基づき、店舗や施設などに適切な入口を設置することができる。
　商業事業者は更に、施設ごとの入館状況を知りたいという要望や、施設同士の相関性を知りたい、つまり自分の施設に来ない顧客の回遊パターンを知りたいという要望がある。これにより商業事業者は、顧客の行動を分析して、来客者数を増大させることができる。
　この実施形態は、このような要望を解決するものである。

　図１７（ａ），（ｂ）は、回遊パターンデータベースを示す図である。
　図１７（ａ）は、ＰＩＤによる回遊パターンデータベース４８Ａを示す図である。
　回遊パターンデータベース４８Ａは、パターンＩＤ欄４８ａと、座標欄４８ｂと、ＰＩＤ欄４８ｃとを含んで構成される。
　パターンＩＤ欄４８ａは、回遊パターンの識別子を格納するものである。
　座標欄４８ｂは、この回遊パターンの各座標群を格納するものである。
　ＰＩＤ欄４８ｃは、この回遊パターンに係るＰＩＤを格納するものである。

　図１７（ｂ）は、確率による回遊パターンデータベース４８Ｂを示す図である。
　回遊パターンデータベース４８Ｂは、回遊パターンデータベース４８ＡのＰＩＤ欄４８ｃの代わりに確率欄４８ｄを含んで構成される。
　確率欄４８ｄは、この回遊パターンに係る確率を格納するものである。

　図１８は、移動チェーン４９の一例を示す図である。
　移動チェーン４９は、人流データベース４１のトリップＩＤの各座標を所定エリアで絞り込み、このエリアの何処から何処に移動したのかを判断するためのデータ構造である。移動チェーン４９の各行は、各トリップＩＤにおける移動元を示している。移動チェーン４９の各列は、各トリップＩＤにおける移動先を示している。移動元が（Ｘ１１，Ｙ１１）かつ移動先が（Ｘ１２，Ｙ１２）には、「８０／１００」と記載されている。分母の「１００」は、所定エリアで絞り込んだ全てのトリップＩＤの個数であり、所定エリアに延べ１００人が来訪したことを示している。分子の「８０」は、（Ｘ１１，Ｙ１１）から（Ｘ１２，Ｙ１２）に、延べ８０人が移動したことを示している。
　人流分析システム１は、トリップＩＤの移動元と移動先との間に１または複数の経由地が存在した場合であっても、トリップＩＤが経由地無しに直行した場合と同様に、移動チェーン４９として計数する。これにより、主たる移動チェーン４９を容易に抽出することができる。人流分析システム１は、この移動チェーンを組み合わせることにより、主たる回遊パターンを容易に抽出可能である。

　図１９は、始点６５と終点６６を指定したフィルタ機能に係る分析画面５を示す図である。
　分析画面５の機能メニュー５１ｂには、人流のフィルタ機能としてFilterが指定されている。方向メニュー５１ｃは、人流の方向としてToが指定されている。位置入力欄５４には、「From:A city To:T Bus Terminal」が入力されている。
　地図５０上には、始点６５と終点６６とが表示され、この間の人流６０が更に表示されている。人流６０は、交通手段ごとに色分け表示されている。これにより商業事業者、デベロッパや交通事業者は、ある始点から終点に向かう人がどのような交通手段を用いるかを把握することができる。

　図２０は、始点６５と終点６６とエリアＡとを指定した分析画面５を示す図である。
　分析画面５の機能メニュー５１ｂには、人流の分析機能としてBasic Analysisが指定されている。方向メニュー５１ｃは、人流の方向としてToが指定されている。位置入力欄５４には、「Zip code 100-8280」が入力されている。
　地図５０上には、始点６５と終点６６とが表示され、更に経由地６７Ａが表示されている。地図５０の右側には、出発地表示欄７１と年代表示欄７２とが表示されている。地図５０の下側には、人数時系列欄７８と交通手段比較欄７９とが表示されている。
　出発地表示欄７１は、始点６５から経由地６７Ａを介して終点６６に至るトリップＩＤの出発地情報が円グラフで表示されている。円グラフの中央には、このトリップＩＤの個数が表示されている。
　年代表示欄７２は、始点６５から経由地６７Ａを介して終点６６に至るトリップＩＤに係る人の年代が円グラフで表示されている。
　人数時系列欄７８は、始点６５から経由地６７Ａを介して終点６６に至る人数（トリップＩＤの数）を時系列で示している。
　交通手段比較欄７９は、始点６５から経由地６７Ａを介して終点６６に至る交通手段別の人数（トリップＩＤの数）を時系列で示している。
　商業事業者、デベロッパや交通事業者は、期間メニュー５１ｄや時刻スライドバー５５を操作することで、平日と休日／晴天と雨天などの広域の回遊パターンを容易に比較することができる。

　図２１は、始点６５と終点６６とエリアＡとエリアＢとを指定した分析画面５を示す図である。
　分析画面５の機能メニュー５１ｂには、人流の分析機能としてBasic Analysisが指定されている。方向メニュー５１ｃは、人流の方向としてToが指定されている。
　地図５０上には、始点６５と終点６６とが表示され、更に経由地６７Ａ，６７Ｂが表示されている。地図５０の右側には、出発地表示欄７１と年代表示欄７２とが表示されている。地図５０の下側には、人数時系列欄７８Ａと交通手段比較欄７９Ａとが表示されている。
　出発地表示欄７１は、始点６５から終点６６に移動した人のうち、経由地６７Ａを通過した人の出発地情報と経由地６７Ｂを通過した人の出発地情報が、それぞれ円グラフで表示されている。各円グラフの中央には、各経由地６７Ａ，６７Ｂを通過した人数が表示さている。
　年代表示欄７２は、経由地６７Ａを通過した人の年代と、経由地６７Ｂを通過した人の年代とを、それぞれ円グラフで示している。
　人数時系列欄７８Ａは、経由地６７Ａを通過した人数と、経由地６７Ｂを通過した人数とを、それぞれ時系列の棒グラフで示している。
　交通手段比較欄７９Ａは、経由地６７Ａを通過した人の交通手段と、経由地６７Ｂを通過した人の交通手段とを、比較して示している。
　これにより商業事業者、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。

　図２２は、エリアＡ内の回遊に関する分析画面５を示す図である。
　分析画面５の機能メニュー５１ｂには、人流の分析機能としてBasic Analysisが指定されている。方向メニュー５１ｃは、人流の方向としてToが指定されている。地図５０の右側には、図２１と同様な出発地表示欄７１と年代表示欄７２とが表示されている。地図５０の下側には、図２１と同様な人数時系列欄７８Ａと交通手段比較欄７９Ａとが表示されている。
　地図５０上には、始点６５ａと終点６６ａとが表示され、始点６５ａから終点６６ａへの人流を示す主動線６８ａが表示されている。主動線６８ａは、始点６５ａから終点６６ａへの回遊パターンである。
　地図５０上には更に、始点６５ｂと終点６６ｂとが表示され、始点６５ｂから終点６６ｂへの人流を示す主動線６８ｂが表示されている。主動線６８ｂは、始点６５ｂから終点６６ｂへの回遊パターンである。
　これら始点６５ａ，６５ｂは、例えば主要な乗降地点である改札やバス停、または周辺道路からの流入地点である。このようにすることで、このエリアの流入地点ごとの回遊パターンを把握可能である。これら終点６６ａ，６６ｂは、例えば所定の施設である。これにより、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。

　図２３は、回遊パターン抽出処理を示すフローチャートである。
　ステップＳ７０において、回遊パターン抽出部３６（人流算出部）は、人流データベース４１に基づき、当該エリア内に含まれるトリップＩＤを抽出する。
　ステップＳ７１において、回遊パターン抽出部３６は、施設データベース４７に基づきトリップ内の移動を施設間の移動チェーン４９に変換する。
　ステップＳ７２において、回遊パターン抽出部３６は、各移動チェーン４９を集計する。
　ステップＳ７３において、回遊パターン抽出部３６は、各施設の主な回遊パターンを抽出して、回遊パターンデータベース４８Ａに格納し、図２３の処理を終了する。

　図２４は、場所遷移確率による回遊パターン抽出処理を示すフローチャートである。
　ステップＳ７０～Ｓ７２の処理は、図２３に示した各処理と同様である。
　ステップＳ７３Ａにおいて、回遊パターン抽出部３６は、各施設の回遊パターンと、その確率を抽出して、回遊パターンデータベース４８Ａに格納し、図２４の処理を終了する。
　図２３や図２４の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。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。

《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）などの記録装置や、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。

１　人流分析システム
２　プロセッサ
３　メモリ
３１　入力制御部　（地域指定部の一例）
３２　表示制御部
３３　主動線抽出部　（人流算出部の一例）
３４　交通利用率算出部
３５　シミュレーション部　（人流算出部の一例）
３６　回遊パターン抽出部　（人流算出部の一例）
３７　表示部
４　補助記憶装置
４１　人流データベース
４２　交通ネットワークデータベース
４２－１　リンクデータベース
４２－２　ノードデータベース
４３　地図データベース
４４　手段選択モデル
４５　交通機関利用率モデル
４６　新規人流データベース
４７　施設データベース
４８　回遊パターンデータベース
４９　移動チェーン
５　分析画面
５０　地図
５１ａ　データメニュー
５１ｂ　機能メニュー
５１ｃ　方向メニュー
５１ｄ　期間メニュー
５１ｅ　プロファイルメニュー
５２　アクションボタン
５３　状態表示欄
５４　位置入力欄
５５　時刻スライドバー
５６　手段表示欄
６０　人流
６１　目的地
６１１　地域
６２　主動線
６２１　地域
６３　鉄道路線
６４　駅
６５　始点
６６　終点
６７Ａ，６７Ｂ　経由地
６８ａ，６８ｂ　主動線
７０　主動線属性表示欄
７１　出発地表示欄
７２　年代表示欄
７３　人数時系列欄
７４　手段時系列欄
７５　条件設定ウインドウ
７６　列車数時系列欄
７７　乗客数時系列欄
７８，７８Ａ　人数時系列欄
７９，７９Ａ　交通手段比較欄

Claims (10)

1. 　地図上の地域を指定する地域指定部と、
   　時刻および位置の情報を含んだ複数の人流情報に基づき、前記地域指定部の指定地域に関わる人流を算出する人流算出部と、
   　表示部に表示された地図上に、前記人流算出部が算出した主たる人流の動線を表示させる表示制御部と、
   　を備えることを特徴とする人流分析システム。
2. 　前記人流算出部は、前記指定地域を目的地とする人流を所定期間かつ交通リンクごとに集計して、この人流に係る主な動線を抽出し、
   　前記表示制御部は、前記表示部に、抽出した各前記動線をそれぞれ識別可能に表示させる、
   　ことを特徴とする請求項１に記載の人流分析システム。
3. 　前記人流算出部は、前記指定地域を目的地とする人流を所定期間かつ地図上の位置ごとに集計して、この人流に係る主な動線を抽出し、
   　前記表示制御部は、前記表示部に、抽出した各前記動線をそれぞれ識別可能に表示させる、
   　ことを特徴とする請求項１に記載の人流分析システム。
4. 　前記人流算出部は、前記指定地域を目的地とする人流を複数のクラスタに分類し、
   　前記表示制御部は、前記表示部に、所定期間ごとの主たるクラスタの人流に係る動線を表示させる、
   　ことを特徴とする請求項１に記載の人流分析システム。
5. 　前記地域指定部で指定された地域を仮想居住者地域として仮想的な居住者を設定するシミュレーション部と、
   　人流情報と交通機関情報とから、交通機関の所定期間ごとの利用率を算出する交通機関利用率算出部と、
   　を更に備えることを特徴とする請求項１に記載の人流分析システム。
6. 　前記シミュレーション部は、前記仮想居住者地域が前記複数の人流情報の位置のうちいずれとも合致しないならば、新たな人流情報を生成して追加し、前記仮想居住者地域が前記複数の人流情報の位置のうちいずれかと合致するならば、仮想的な居住者数だけ当該仮想居住者地域を出発地とする人流情報を増加させる、
   　ことを特徴とする請求項５に記載の人流分析システム。
7. 　前記人流算出部は、前記複数の人流情報に基づき、前記地域指定部の前記指定地域の各施設を回遊する人流を集計し、
   　前記表示制御部は、前記表示部に前記指定地域内の各施設を回遊する主たる人流の動線を表示させる、
   　ことを特徴とする請求項１に記載の人流分析システム。
8. 　前記人流算出部は、前記複数の人流情報に基づき、前記地域指定部の前記指定地域内の各施設を回遊する確率を算出し、
   　前記表示制御部は、前記表示部に前記指定地域内の各施設を回遊する主たる人流の動線を表示させる、
   　ことを特徴とする請求項１に記載の人流分析システム。
9. 　前記人流算出部は、前記複数の人流情報に基づき、前記地域指定部の前記指定地域内の各施設間の移動チェーンを算出し、当該移動チェーンにより動線を算出する、
   　ことを特徴とする請求項７または請求項８に記載の人流分析システム。
10. 　図形情報または／および文字情報を表示する表示部と、
    　人流算出部と、
    　地域指定部と、
    　前記表示部を制御する表示制御部と、を備える人流分析システムが実行するものであり、
    　前記地域指定部により、地図上の地域を指定するステップと、
    　前記人流算出部により、時刻および位置の情報を含んだ複数の人流情報に基づき、前記地域指定部の指定地域に関わる人流を算出するステップと、
    　前記表示制御部により、地図、および、前記人流算出部が算出した主たる人流の動線を前記表示部に表示させるステップと、
    　を含むことを特徴とする人流分析方法。

Images