WO2017163351A1 - 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法 - Google Patents

混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法 Download PDF

Info

Publication number
WO2017163351A1
WO2017163351A1 PCT/JP2016/059297 JP2016059297W WO2017163351A1 WO 2017163351 A1 WO2017163351 A1 WO 2017163351A1 JP 2016059297 W JP2016059297 W JP 2016059297W WO 2017163351 A1 WO2017163351 A1 WO 2017163351A1
Authority
WO
WIPO (PCT)
Prior art keywords
action
option
user
congestion
options
Prior art date
Application number
PCT/JP2016/059297
Other languages
English (en)
French (fr)
Inventor
拓郎 池田
北川　英志
ヴィシャル シャーマ
Original Assignee
富士通株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to SG11201808140XA priority Critical patent/SG11201808140XA/en
Priority to EP16895387.5A priority patent/EP3435248A4/en
Priority to PCT/JP2016/059297 priority patent/WO2017163351A1/ja
Priority to JP2018506691A priority patent/JP6631695B2/ja
Publication of WO2017163351A1 publication Critical patent/WO2017163351A1/ja
Priority to US16/135,580 priority patent/US10922962B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G7/00—Traffic control systems for simultaneous control of two or more different kinds of craft

Definitions

  • the present invention relates to a congestion management device, a congestion management program, and a congestion management method.
  • the disclosed technology aims to provide a congestion management device, a congestion management program, and a congestion management method capable of selecting an action that contributes to the elimination of congestion.
  • an option generation unit that generates an action option for each user's time zone, and a selection probability that calculates a user's selection probability for the action option for each action option generated by the option generation unit
  • a calculation unit a storage unit that holds an upper limit value of the number of people that can be guided to the behavior indicated by the behavior option for each behavior option, and a selection probability of a past user's behavior option for each behavior option
  • An estimated number calculating unit that calculates an estimated number of persons estimated to have selected the action option, and the option generation unit is configured to use the user based on the upper limit value and the estimated number of persons for each action option. It is a congestion management device that extracts action options to be presented.
  • the above units may be a computer readable storage medium storing a program or a method for causing a computer to execute each process for realizing the above units as a procedure.
  • FIG. 1 is a diagram illustrating presentation of action options.
  • the congestion management device 200 when the congestion management device 200 receives a request to present an available travel option along with the departure point, destination, and departure time from the terminal device 300 of the user, To display the movement option candidates.
  • the congestion management apparatus 200 first extracts the departure time and the movement options according to the departure place and the destination. Then, the congestion management device 200 determines, for each extracted movement option, the upper limit value of the number of people that can be guided to the movement option and the estimated number of users that would have been guided to the movement option so far. With reference to the associated information, a movement option whose estimated number of people has not reached the upper limit is extracted as a usable movement option. Then, the congestion management device 200 displays the extracted movement options on the terminal device 300 in descending order of the degree of contribution to the elimination of congestion and the probability of being selected by the user.
  • the user can be allowed to select an action that contributes to the elimination of congestion.
  • the movement option of this embodiment is for selecting the way of movement expressed by the transportation means, time, route, etc. from the departure place to the destination. Details of the upper limit of the number of people who can be guided to the moving option and the estimated number of users who will be guided to the moving option will be described later.
  • the movement option is referred to as an action option.
  • the action option of this embodiment shows the option of the action which a user can take, and a movement option is an example of the action which a user can take regarding a movement.
  • the action options of the present embodiment include actions that the user can take, such as shopping and a restaurant drop-in, in addition to the movement options.
  • the movement option presentation request transmitted from the terminal device 300 to the congestion management device 200 is an example of a behavior option presentation request. Therefore, in the following description, a request transmitted from the terminal device 300 to the congestion management device 200 is referred to as an action option presentation request.
  • the presentation request of the present embodiment is a request for causing the congestion management apparatus 200 to output (suggest) a better action option that is easily accepted by the user and that matches the user's preference and the like.
  • the movement options extracted according to the departure point, the destination, and the departure time are 17:00 to 17:14, 17:15 to 17:29. , 17:30 to 17:44, and 17:45 to 17:59.
  • the congestion management device 200 includes a storage unit in which the upper limit value of the number of people who can be guided for each movement option and the estimated number of users who will be guided for each movement option are stored. Refer to and extract a movement option whose estimated number of people has not reached the upper limit.
  • the movement option with the estimated number of people reaching the upper limit is the railway M, bus B, which operates in the time zone from 17:00 to 17:14, and operates in the time zone from 17:15 to 17:29. There are three buses B.
  • the congestion management device 200 extracts the movement options excluding these three movement options as available movement options. Then, the congestion management device 200 displays these movement options on the terminal device 300 in descending order of the probability of being selected by the user of the terminal device 300 that has made a presentation request and has a high degree of contribution to the elimination of congestion.
  • FIG. 2 is a diagram illustrating a system configuration of the congestion management system according to the first embodiment.
  • the congestion management system 100 of the present embodiment includes a congestion management device 200 and a terminal device 300.
  • the congestion management device 200 and the terminal device 300 are connected via a network.
  • the congestion management device 200 of this embodiment includes a user database 210, a guidance upper limit value database 220, a congestion degree database 230, an estimated number of people database 240, a map database 250, and a traffic operation database.
  • the congestion management device 200 of this embodiment includes a congestion management processing unit 270.
  • the congestion management processing unit 270 receives a request for a movement option from the terminal device 300, refers to each database, contributes to alleviating congestion, and has a high probability of being selected by the user of the terminal device 300.
  • the movement options extracted in order are displayed on the terminal device 300.
  • the congestion management processing unit 270 receives an action option presentation request from the terminal device 300, refers to each database, contributes to alleviating congestion, and is selected in descending order of probability of being selected by the user of the terminal device 300.
  • the extracted action options are displayed on the terminal device 300.
  • the map database 250 and the traffic operation database 260 of the present embodiment are provided inside the congestion management device 200, but are not limited thereto.
  • the map database 250 and the traffic operation database 260 may be held by an external device.
  • other databases of the present embodiment may be provided in the external device.
  • FIG. 3 is a diagram illustrating a hardware configuration of the congestion management device.
  • the congestion management device 200 includes an input device 21, an output device 22, a drive device 23, an auxiliary storage device 24, a memory device 25, an arithmetic processing device 26, and an interface device 27 that are connected to each other via a bus B. Have.
  • the input device 21 is a device used for inputting various signals and displaying various information, and is, for example, a mouse or a keyboard.
  • the output device 22 is a device used for outputting various kinds of information, and is, for example, a display.
  • the interface device 27 includes a modem, a LAN card, etc., and is used for connecting to a network.
  • the congestion management program is at least a part of various programs that control the congestion management apparatus 200.
  • the congestion management program is provided, for example, by distributing the recording medium 28 or downloading from the network.
  • the recording medium 28 on which the congestion management program is recorded is information such as a CD-ROM, a flexible disk, a magneto-optical disk, etc., a recording medium for recording information optically, electrically or magnetically, a ROM, a flash memory, etc.
  • Various types of recording media such as a semiconductor memory that electrically records data, can be used.
  • the congestion management program is installed from the recording medium 28 into the auxiliary storage device 24 via the drive device 23.
  • the congestion management program downloaded from the network is installed in the auxiliary storage device 24 via the interface device 27.
  • the auxiliary storage device 24 stores the installed congestion management program and also stores necessary files, data, and the like.
  • the memory device 25 reads and stores the congestion management program from the auxiliary storage device 24 when the computer is activated.
  • the arithmetic processing unit 26 implements various processes as described later according to the congestion management program stored in the memory device 25.
  • the terminal device 300 is a general tablet computer, a smartphone, or the like, and the hardware configuration thereof is a congestion management device except that a display operation device is provided instead of the input device and the output device. Since it is the same as that of FIG. Note that the terminal device 300 may be a terminal device other than a tablet computer or a smartphone. Specifically, the terminal device 300 may be, for example, a notebook computer or a general desktop computer.
  • FIG. 4 is a diagram illustrating an example of a user database according to the first embodiment.
  • the user database 210 of this embodiment stores parameters for each user that are used when calculating the utility for each action option by the user.
  • the utility of the action option for each user is calculated using the parameters stored in the user database 210 by the processing of the congestion management processing unit 270 described later.
  • “Utility of action options” is a concept used in the field of microeconomics, and represents the level of satisfaction that a user can obtain by selecting an action option. Details of utility calculation will be described later.
  • User database 210 of the present embodiment as an item of information, a user ID, ASC M, ASC B, ASC T, ⁇ fare, ⁇ TT, ⁇ DT, the beta CG.
  • the item “user ID” is associated with the values of other items, and information including the item “user ID” and the values of other items is Called user information.
  • the item “user ID” is associated with each parameter, but the present invention is not limited to this.
  • the user's name, age, sex, and the like may be associated with the user ID.
  • the value of the item “user ID” is identification information for identifying the user.
  • the value of the item “user ID” in the present embodiment is the identification information for specifying the terminal device 300 as the user ID, for example, when the terminal device 300 is used only by a specific user. Also good.
  • the value of the item “ASC M ” indicates the level of user satisfaction by selecting the railway M.
  • the value of the item “ASC B ” indicates the level of user satisfaction by selecting the bus B.
  • the value of the item “ASC T ” indicates the level of satisfaction of the user by selecting the taxi T.
  • the value of the item “ ⁇ fair ” indicates a weight for a fee generated by selecting an action option.
  • the value of the item “ ⁇ fair ” indicates the degree to which the fee contributes to the satisfaction when the user selects the action option.
  • the value of the item “ ⁇ TT ” indicates a weight for the travel time.
  • the value of the item “ ⁇ TT ” indicates the degree to which the travel time of the action contributes to the satisfaction when the user selects the action option.
  • the value of the item “ ⁇ DT ” indicates a weight for the waiting time.
  • the waiting time is the time from the current time to the time to start moving.
  • the value of the item “ ⁇ DT ” indicates the degree to which the waiting time until the movement contributes to the satisfaction when the user selects the action option.
  • the value of the item “ ⁇ CG ” indicates a weight for the degree of congestion with respect to the action corresponding to the selected action option.
  • the value of the item “ ⁇ CG ” indicates the degree to which the degree of congestion contributes to the satisfaction when the user selects an action option.
  • the degree of congestion indicates, for example, the degree of congestion of the movement option when the action corresponding to the selected action option is movement.
  • the congestion degree indicates, for example, the congestion degree of a store that performs shopping when the action corresponding to the selected action option is shopping. That is, the degree of congestion in the present embodiment indicates the degree of congestion encountered when an action corresponding to the action option is performed.
  • the user with the user ID “001” is “ ⁇ 2” having the smallest value of the item “ ⁇ CG ” among the items indicating the weight. From this, it can be seen that the user with the user ID “001” is a user who tends to dislike congestion.
  • FIG. 5 is a diagram illustrating an example of the guidance upper limit value database according to the first embodiment.
  • the guidance upper limit value database 220 of this embodiment stores the upper limit value of the number of people that can be guided to each moving means by time zone.
  • the upper limit value of the number of people that can be guided may be, for example, the number of people that becomes a threshold at which it is determined that when the number of people exceeds this number, the degree of congestion that many people feel is uncomfortable.
  • the upper limit of the number of people that can be guided is called the guidance upper limit.
  • time zones of 17:00 to 17:14, 17:15 to 17:29, 17:30 to 17:44, and 17:45 to 17:59 are shown as an example.
  • the time zone is l
  • the time zone 1 0 from 17:00 to 17:14
  • the time zone l 1 from 17:15 to 17:29.
  • the time zone is l
  • 17:45 to 17:59 3.
  • the guidance upper limit database 220 may store guidance upper limit values for an arbitrary number of moving means.
  • the guidance upper limit value for the bus B is 300 people
  • the guidance upper limit value for the taxi T is 100 people.
  • the combination of the time zone and the moving means is one action option.
  • the guidance upper limit value database 220 of this embodiment is stored in the congestion management device 200 in advance, and the guidance upper limit value is determined based on, for example, the operation frequency of the transportation means for each time zone, the boarding capacity for each vehicle, and the like. May be.
  • the combination of time zone and moving means is shown as an action option, but the action option is not limited to this.
  • the action option may be a combination of time zone and participation in an event, or a combination of time zone and movie appreciation.
  • the maximum number of guidance is the number of people in the event venue, the number of seats in the movie theater, and the like.
  • the time zone in the guidance upper limit value database 220 may be an arbitrary time zone.
  • a guidance upper limit value may be set for each of an early morning time zone to a midnight time zone, and the length of the time zone is also an arbitrary length. good.
  • FIG. 6 is a diagram illustrating an example of a congestion degree database according to the first embodiment.
  • each moving means and the congestion level are stored in association with each other according to time zones.
  • the congestion degree database 230 stores a congestion degree level associated with each action option.
  • the congestion degree database 230 is stored in the congestion management apparatus 200 in advance.
  • the congestion level of this embodiment is defined for each moving means. Specifically, for example, the congestion degree of the moving means “railway M” is classified into levels 1 to 3.
  • the congestion level 1 is a level at which the user can sit on the seat
  • the congestion level 2 is a level at which the user cannot sit on the seat but is not uncomfortable
  • the congestion level 3 is an uncomfortable level without sitting on the seat.
  • the congestion level of the present embodiment may be obtained from statistics of the boarding rate of the railway M, for example.
  • the congestion level may be classified into levels 1 to 3 according to the same definition as the railway. Further, it may be a combination of the congestion level in the vehicle and the congestion level on the road.
  • the congestion level is classified into levels 1 to 3 based on the waiting time at the taxi stand.
  • the waiting time at the landing may be level 1 if it is less than 5 minutes, level 2 if it is less than 15 minutes, and level 3 if it is 15 minutes or more.
  • the action options associated with the congestion level include action options other than the action options shown in FIG.
  • the time zone in the congestion degree database 230 may be any time zone as in FIG.
  • FIG. 7 is a diagram illustrating an example of the estimated number of people database according to the first embodiment.
  • the estimated number of people database 240 of this embodiment is updated each time the congestion management device 200 receives a request for presentation of action options from the terminal device 300 and displays the action options on the terminal device 300.
  • the estimated number database 240 of this embodiment stores the number of users who are considered to be guided to each means of transportation by time zone.
  • the estimated number database 240 stores, for each action option indicated by the combination of the time zone and the moving means, the number of users who are considered to have performed the action indicated by the action option.
  • the estimated number the number of users who seem to have been guided. That is, the estimated number of people can be said to be the number of users who are guided to the action option presented by the congestion management device 200 and who have selected this action option.
  • the estimated number of people database 240 of this embodiment should just have the combination similar to the action choice shown by the guidance upper limit database 220. FIG.
  • the guidance upper limit value corresponding to “event participation” is stored in the action option “time zone“ 18:00 to 20:00 ”in the guidance upper limit value database 220, the same applies to the estimated number of people database 240.
  • the estimated number of people for the action options is stored.
  • the map database 250 of this embodiment stores information about roads.
  • Information on roads is, for example, information that expresses roads as a network consisting of nodes and links. Latitude and longitude of intersections and various POIs (Point (Of Interests), road lengths and widths, presence of signals, traffic regulation information, etc. including.
  • the road information may include road traffic information acquired in real time by various sensors mounted on the vehicle or the like.
  • the traffic information may include the time required for passing through each road.
  • information related to operation for each means of transportation is stored.
  • the information regarding the operation for each means of transportation includes, for example, the position of a boarding / exiting point such as a station or a bus stop, information about a route connecting the boarding / alighting point, and information about transfer between routes.
  • information related to operation for each means of transportation includes information related to charges such as fares, timetable information indicating at which departure time each vehicle arrives and gets off, and the number of passengers on the vehicle.
  • FIG. 8 is a diagram for explaining the function of each device included in the congestion management system of the first embodiment.
  • the congestion management apparatus 200 includes a congestion management processing unit 270.
  • the congestion management processing unit 270 of the present embodiment is realized by the arithmetic processing device 26 of the congestion management device 200 executing a congestion management program installed in the congestion management device 200.
  • the congestion management processing unit 270 of the present embodiment includes a request reception unit 271, a response transmission unit 272, an option generation unit 273, a congestion mitigation contribution calculation unit 274, a congestion degree acquisition unit 275, a selection probability calculation unit 276, and an option determination unit 277. And an estimated number of persons calculation unit 278.
  • the request receiving unit 271 receives a presentation request or the like transmitted from the terminal device 300.
  • the presentation request includes designation of conditions such as user ID, action date, desired action start time or desired action end time, action start location, and the like.
  • the presentation request includes the user ID, the date of use of the transportation facility, the desired departure time or the expected arrival time, the departure place, and the destination.
  • the response transmission unit 272 transmits the action option determined by the option determination unit 277 to the terminal device 300.
  • the option generation unit 273 generates a travel option from the departure point to the destination as an action option based on the presentation request with reference to timetables of various means of transportation stored in the traffic operation database 260.
  • the congestion alleviation contribution calculation unit 274 calculates the guidance upper limit value database 220 and the estimated number of people database 240, and calculates the congestion alleviation contribution for each action option generated by the option generation unit 273. Details of the calculation of the congestion alleviation contribution will be described later.
  • the congestion level acquisition unit 275 refers to the congestion level database 230 and acquires the congestion level for each action option generated by the option generation unit 273.
  • the selection probability calculation unit 276 calculates a selection probability indicating a probability that the user selects an action option for each action option generated by the option generation unit 273. In other words, the selection probability calculation unit 276 calculates the selection probability of each behavior option included in the subset for each subset of the behavior option group generated by the option generation unit 273. Details of calculation of the selection probability by the selection probability calculation unit 276 will be described later.
  • the option determining unit 277 determines an action option to be output to the terminal device 300 based on the selection probability calculated by the selection probability calculating unit 276 and the congestion mitigation contribution calculated by the congestion mitigation contribution calculating unit 274. Specifically, the option determination unit 277 calculates an expected value of the congestion mitigation contribution degree from the action options generated by the option generation unit 273 using the congestion mitigation contribution degree and the selection probability. Then, the option determination unit 277 obtains a set of action options P having the largest expected value of the congestion mitigation contribution, and determines each action option included in this set as an action option to be output to the terminal device 300. .
  • the estimated number calculation unit 278 calculates an estimated number of persons that are likely to have been derived for each action option. Update. Details of the calculation of the estimated number will be described later.
  • the terminal apparatus 300 includes an input control unit 310, a request transmission unit 320, a response reception unit 330, an output control unit 340, and a GPS (Global Positioning System) unit 350. Each of these units is realized by a program installed in the terminal device 300 being executed by the arithmetic processing device of the terminal device 300.
  • GPS Global Positioning System
  • the input control unit 310 of this embodiment accepts input of various types of information.
  • the request transmission unit 320 transmits a presentation request corresponding to the input to the congestion management device 200.
  • the response reception unit 330 receives a response to the presentation request transmitted by the request transmission unit 320. Specifically, the response receiving unit 330 receives information indicating action options transmitted from the congestion management device 200.
  • the output control unit 340 displays the information included in the response received by the response receiving unit 330 on the display operation device of the terminal device 300. Specifically, the output control unit 340 causes the display / operation device to display the action option received by the response reception unit 330.
  • the GPS unit 350 acquires position information indicating the current position of the terminal device 300 based on the GPS signal received by the terminal device 300.
  • the request transmission unit 320 may transmit the location information acquired by the GPS unit 350 to the congestion management device 200 together with the presentation request instead of the departure place.
  • FIG. 9 is a diagram for explaining action options according to the first embodiment.
  • an action option that moves to the time zone l using the moving means n is represented as P n, l .
  • pn, l indicates an individual action option
  • P n, l indicates a set of action options.
  • a set of moving means n is set as set N
  • a set of time zone l is set as set L
  • a set of action options for all combinations of moving means n and time zone l is set as set P.
  • a set of action options that can be realized is a set F
  • a set of action options to be output to the terminal device 300 is a set A
  • the sets P, F, and A have a relationship represented by the following expression (1). .
  • the set F of feasible action options is an action option for which a moving means is provided during that time period and the estimated number of persons does not reach the upper limit of guidance, and is a subset of the set P.
  • the set A of action options output to the terminal device 300 is a subset of the set F.
  • the action option set A output to the terminal device 300 is a set of action options presented to the user of the congestion management system 100.
  • FIG. 10 is a flowchart for explaining the operation of the terminal device of the first embodiment.
  • the terminal device 300 When the input control unit 310 accepts a request for presentation of action options from the user (step S1001), the terminal device 300 according to the present embodiment transmits a presentation request to the congestion management device 200 by the request transmission unit 320 (step S1002). ). At this time, the terminal device 300 may transmit the departure point and destination and the desired departure time or the desired arrival time input together with the presentation request to the congestion management device 200. Further, the terminal device 300 transmits the user ID of the user of the terminal device 300 to the congestion management device 200 together with the presentation request.
  • the terminal device 300 may transmit the position information of the terminal device 300 to the congestion management device 200 using the GPS unit 350 instead of the departure place. Further, when the departure time is not input, the terminal device 300 may acquire the current time from the clock function of the terminal device 300 and transmit it to the congestion management device 200 instead of the departure time.
  • the terminal device 300 receives information indicating a combination of action options from the congestion management device 200 by the response receiving unit 330 (step S1003). Subsequently, the terminal device 300 causes the output control unit 340 to display the combination of action options indicated by the received information on the display / operation device (step S1004), and ends the process.
  • FIG. 11 is a flowchart for explaining the operation of the congestion management device 200 according to the first embodiment.
  • the congestion management processing unit 270 and the request receiving unit 271 of the congestion management device 200 receive an action option presentation request from the terminal device 300 (step S1101). Specifically, the request reception unit 271 receives a desired departure time, a departure place, and a destination from the terminal device 300 together with a request for presentation of action options. The request receiving unit 271 may receive the current time as the desired departure time. Further, the request receiving unit 271 may receive the position information of the terminal device 300 instead of the departure place.
  • the congestion management apparatus 200 of this embodiment shall acquire the user ID of the user of the terminal device 300 with a presentation request.
  • the congestion management processing unit 270 uses the option generation unit 273 to generate a feasible action option (step S1102).
  • the set F of feasible action options generated here is a subset of the action option set P including all combinations of the moving means n and the time zone l.
  • the set F is a set of action options for which moving means are provided during the time period and the estimated number of persons has not reached the upper limit of guidance.
  • the congestion management processing unit 270 uses the selection probability calculation unit 276 and the option determination unit 277 to determine a combination of action options based on the selection probability (step S1103). In other words, the congestion management processing unit 270 selects the action option set A * to be displayed on the terminal device 300 from the subset A of the action option set F. Details of the processing in step S1103 will be described later.
  • the congestion management processing unit 270 calculates an estimated number of persons for each action option using the selection probability of each action option determined by the estimated number calculator 278 as the action option presented to the user.
  • the number of people database 240 is updated (step S1104).
  • the congestion management processing unit 270 causes the response transmission unit 272 to output the action option set A * determined by the option determination unit 277 to the terminal device 300 (step S1105), and ends the process.
  • FIG. 12 is a flowchart for explaining processing of the option generation unit of the first embodiment.
  • the option generation unit 273 of the present embodiment determines whether or not the processing after step S1202 has been executed for all action options pn, l (step S1201). In step S1201, when processing has been performed for all action options pn, l , the processing ends.
  • the option generation unit 273 refers to the map database 250 and the traffic operation database 260 when all the action options pn, l are not processed, and the desired departure time and the transportation means n from the departure place to the destination. Is present in the time zone l (step S1202).
  • the time zone l is a time zone that can be assumed from the departure time.
  • step S1202 when there is no corresponding moving means n, the option generation unit 273 returns to step S1201.
  • step S1202 if there is a corresponding moving means n, the option generation unit 273 refers to the guidance upper limit value database 220 and the estimated number of people database 240, and the estimated number of people C n, l is the guidance upper limit value C MAX n, It is determined whether it is less than 1 (step S1203).
  • step S1203 if the estimated number of persons C n, l is not less than the induction upper limit value C MAX n, l , that is, if the estimated number of persons C n, l has reached the induction upper limit value C MAX n, l , the option generation unit 273 Returns to step S1201.
  • step S1203 when the estimated number of persons C n, l is less than the guidance upper limit value C MAX n, l , the option generation unit 273 adds the action option pn, l to the action option set F that can be realized (step S1203). S1204), the process returns to step S1201.
  • C n, l in the present embodiment can be expressed by the following formula (2).
  • Equation (2) shows the estimated number of people C n, l when the current user is the nth user. A method for calculating the selection probability Prob n, l (X) in the equation (2) will be described later.
  • the estimated number of persons C n, l in this embodiment is the number of users up to the n ⁇ 1th when the n th user makes a presentation request for the action options pn, l.
  • This is a value obtained by accumulating the selection probabilities Prob n, l (X) of the action options pn, l for each.
  • the option generation unit 273 of the present embodiment selects an action option whose estimated number of persons has not reached the upper limit of guidance among action options (movement options) searched based on the desired departure time, departure place, and destination. Extract only. Therefore, according to the present embodiment, for the action option whose estimated number of people has reached the upper limit of guidance, congestion is reduced by suppressing the inflow of users.
  • a matrix X represented by the following formula (3) is a matrix indicating a candidate A having a set of action options P n, l presented to the user.
  • the option determination unit 277 of the present embodiment sets the action option set A that presents the user with the action option set A that maximizes the congestion mitigation contribution degree calculated by the congestion mitigation contribution degree calculation unit 274. Select as *. This is formulated as an optimization problem such as the following equation (4).
  • Prob n, l (X) is the selection probability of the action option pn, l in the set A of action options indicated by the matrix X. This selection probability is calculated by the selection probability calculation unit 276.
  • R n, l is the congestion mitigation contribution obtained when the action option pn, l is selected in the action option set A indicated by the matrix X.
  • the congestion alleviation contribution degree is calculated by, for example, the following expression (5) by the congestion alleviation contribution degree calculation unit 274.
  • C n, l represents the estimated number database 240, action choices p n, the estimated number of people associated with l.
  • C MAX n, l is the induction limit database 220, indicating the action alternatives p n, inductive limit associated with l.
  • the congestion alleviation contribution degree R n, l of the present embodiment is reduced when an action option with a small ratio of the estimated number of persons to the upper limit of guidance of the action option pn, l is selected.
  • the value of contribution R n, l increases.
  • the congestion alleviation contribution R n, l may be calculated using a formula different from the above.
  • the option determination unit 277 of the present embodiment includes a selection probability Prob n, l (X) and a congestion mitigation contribution R n, for each action option pn, l .
  • a selection probability Prob n, l (X) and a congestion mitigation contribution R n for each action option pn, l .
  • the product of the selection probability Prob n, l (X) and the congestion mitigation contribution R n, l is the expected value of the congestion mitigation contribution for the action option pn, l .
  • the option determination unit 277 calculates an expected value of the congestion mitigation contribution degree for each action option pn, l included in the action option set A shown in the example X, and the sum is calculated as the congestion mitigation contribution degree of the set A. The expected value. Then, the option determining unit 277 determines the set A having the largest expected value of the contribution to congestion mitigation as the set A *. Therefore, each action option pn, l included in the set A * is an action option presented to the user.
  • the user selects the action choices pn, l based on a multinomial logit model (MNL). Accordingly, when the set A represented by the matrix X is presented to the user, the probability (selection probability) Prob n, l (X) that the action option pn, l is selected is expressed by the following equation (6). Can be calculated.
  • V n, l in Equation (6) indicates the utility of the action option pn, l .
  • the utility V n, l can be calculated by the following equation (7), for example.
  • the selection probability calculation unit 276 refers to the user database 210, acquires user information corresponding to the user ID acquired from the terminal device 300, and sets the value of each item included in the user information. Substitute into equation (7).
  • the selection probability calculation unit 276 may obtain a value indicating a charge related to movement by the moving means with reference to the traffic operation database 260, for example, and substitute it into the equation (7).
  • the selection probability calculation unit 276 may refer to the congestion degree database 230 by the congestion degree acquisition unit 275, acquire the congestion level corresponding to the action option pn, l, and substitute it into Expression (7). . Further, the selection probability calculation unit 276 may obtain a waiting time from the desired departure time input in the terminal device 300 and the time zone in the action options pn, l , and may substitute it into the equation (7).
  • FIG. 13 is a diagram illustrating a procedure for determining a set of action options based on the selection probability according to the first embodiment.
  • the procedure described in FIG. 13 shows the procedure of the calculation performed in step S1103 in FIG.
  • the selection probability calculation unit 276 refers to the user database 210 and acquires user information associated with the user ID. Also, the selection probability calculation unit 276 refers to the congestion degree database 230 and acquires the congestion level of the moving means n in the time zone l indicated by the action option pn, l . Then, the selection probability calculation unit 276 calculates utility V n, l shown in Expression (7).
  • the selection probability calculation unit 276 calculates a value indicating the level of user satisfaction with respect to the action options pn, l in the set A.
  • the selection probability calculation unit 276 calculates a selection probability Prob n, l (X) represented by Expression (6).
  • the selection probability calculation unit 276 of the present embodiment obtains the selection probability of the action options P n, l from the value indicating the degree of satisfaction of each action option included in the set A.
  • the action options P n, l with higher satisfaction obtained by the user indicate higher selection probabilities.
  • the congestion alleviation contribution calculation unit 274 calculates the congestion alleviation contribution R n, l for each action option pn, l in the set A (step S1302).
  • behavioral choice P n, for each l, behavioral choice P n, induction limit associated with l The value C MAX n, l and the estimated number of people C n, l are acquired. Then, the congestion mitigation contribution calculation unit 274 obtains the congestion mitigation contribution R n, l shown in Expression (5) for each action option pn, l .
  • the option determination unit 277 expects the congestion mitigation contribution degree of the set A from the selection probability Prob n, l (X) for each action option P n, l and the congestion mitigation contribution degree R n, l. Is calculated (step S1303).
  • choice decision unit 277 as shown in equation (4), action option P n, for each l, the product of the selection probability Prob n, the congestion mitigation contribution l (X) R n, l The expected value of the contribution to reducing congestion is calculated. Then, the option determination unit 277 sets the sum of the expected values of the contribution to congestion mitigation for each action option P n, l as the expected value of the contribution to congestion mitigation of the set A.
  • the option determining unit 277 determines whether or not the expected value of the set A has been calculated for all patterns obtained from the set F of feasible action options P n, l (step S1304). If the expected values have not been calculated for all sets A in step S1304, the option determination unit 277 returns to step S1301.
  • step S1304 when the expected values are calculated for all the sets A, the option determining unit 277 presents the set A that provides the maximum expected value of the congestion mitigation contribution degree to the terminal device 300 for the action options P n, l Set A * (step S1305), and the process ends.
  • FIG. 14 is a first diagram showing an example of a set of action options that can be realized.
  • the action option set to “ ⁇ ” for the combination of the moving means n and the time zone l is feasible because the estimated number of persons C n, l is less than the upper guidance value C MAX n, l. It shows that it is action option pn, l . Further, in the example of FIG. 14, for the action option set to “x” for the combination of the moving means n and the time zone l, the estimated number of persons C n, l has reached the induction upper limit value C MAX n, l , It indicates that the action option pn, l is not feasible.
  • Action options are generated.
  • a feasible action alternatives p n, set A of l is behavioral choice p Meto, 1, p Meto, 2, p Meto, 3, p B, 1, p B, 3, p T, 0 , pT , 2 , and pT , 3 .
  • FIG. 15 is a second diagram illustrating an example of a set of action options that can be realized.
  • the set candidates of the action options pn, l presented to the user are shown as a matrix X having n rows and 1 columns.
  • FIG. 15A shows a pattern in the case where all of the action options pn, l marked “ ⁇ ” in FIG. 14 are presented to the user.
  • each behavior choice p n, and l each behavior choice p n, selection probability Prob n of l, and l (X), the information that associates a table Pr-1.
  • the selection probability calculation unit 276 calculates the selection probability because the action option pn, l corresponding to the component having the value “0” in the matrix X is not presented to the user. Not.
  • the option determination unit 277 of this embodiment calculates each selection probability Prob n, l (The expected value of the congestion alleviation contribution, which is the product of X) and the congestion mitigation contribution, is calculated. Then, the option determining unit 277 sets the sum of products as an expected value of the congestion mitigation contribution degree of the set F. This expected value is an expected value of the congestion alleviation contribution based on the selection probability shown in the table Pr-1 when each action option pn, l included in the set A indicated by the matrix X is presented to the user.
  • FIG. 15B shows a pattern when the action option pT , 0 is excluded from the action options presented to the user among the action options pn, l indicated as “ ⁇ ” in FIG. Therefore, in the matrix X, the value of the corresponding element is “0”.
  • information that associates the selection probabilities Prob n, l (X) of the action options pn, l with each other is the table Pr-2.
  • the option determination unit 277 calculates the expected value of the congestion alleviation contribution based on the selection probability shown in the table Pr-2, as in FIG.
  • FIG. 15C shows a pattern when the action option p M, 1 is excluded from the action options presented to the user among the action options pn, l indicated as “ ⁇ ” in FIG. Therefore, in the matrix X, the value of the corresponding element is “0”.
  • information in which the selection probabilities Prob n, l (X) of the action options pn, l are associated with each other is the table Pr-3.
  • the option determination unit 277 calculates the expected value of the congestion alleviation contribution based on the selection probability shown in the table Pr-3, as in FIG.
  • the expected value of the congestion alleviation contribution is calculated for all possible patterns in the action options pn, l included in the set A.
  • the option determination unit 277 calculates an expected value of the congestion mitigation contribution degree with respect to 2 7 patterns.
  • the option determination unit 277 selects a set of action options to present to the user the set A of action options pn, l corresponding to the element having a value of “1” in the pattern with the largest expected value of contribution to congestion reduction. Let it be set A *.
  • the option determination unit 277 causes the terminal device 300 to display the action options P n, l in a pattern with a large expected value in order from the action options p n, l with the largest selection probability Prob n, l (X). .
  • the congestion management device 200 of this embodiment may transmit the congestion level corresponding to the action options pn, l to the terminal device 300.
  • the terminal device 300 may display information indicating the congestion status according to the corresponding congestion level for each action option pn, l .
  • FIG. 16 is a diagram illustrating an example of action options displayed on the terminal device in the first embodiment.
  • FIG. 16 shows an example of the screen of the terminal apparatus 300 when the pattern shown in FIG. 15A has the largest expected value of contribution to congestion mitigation.
  • the 16 has display fields 302 and 303 on the screen 301 in FIG.
  • the display field 302 displays action options.
  • the display field 303 displays information indicating the congestion status for each action option.
  • “Move by taxi T from 17:30 to 17:44” which is the action option pn, l with the largest selection probability Prob n, l (X) in the table Pr-1, is displayed at the top.
  • the In the display field 303 information indicating the congestion status corresponding to the congestion level “2” corresponding to the action option “17:30 to 17:44 moving by taxi T” is displayed.
  • information indicating the congestion status corresponding to the congestion level “2” corresponding to the action option “Move by bus B from 17:15 to 17:29” is displayed.
  • Information indicating the congestion information may be stored in the congestion degree database 230 in association with the congestion level of each moving unit, for example.
  • the terminal device 300 may display the action options in descending order of the expected value of the contribution to reducing congestion.
  • the action options to be displayed on the terminal device 300 of the user based on the selection probability for each action option based on the value indicating the level of satisfaction of the user and the degree of contribution to reducing congestion. To decide.
  • the estimated number database 240 is updated each time a user of the terminal device 300 makes a request for presentation of action options. Therefore, according to the present embodiment, it is possible to present an action option in accordance with the latest congestion situation to the user who has requested the action option to be presented. Further, according to the present embodiment, the update of the estimated number database 240 for each action option presentation request suppresses the same action option from being continuously presented, and as a result, it can contribute to alleviation of congestion.
  • the second embodiment will be described below with reference to the drawings.
  • the second embodiment is different from the first embodiment in that an action option determined using the sales contribution degree is presented to the user instead of the congestion alleviation contribution degree.
  • the same reference numerals as those used are assigned, and the description thereof is omitted.
  • FIG. 17 is a diagram illustrating the system configuration of the congestion management system according to the second embodiment.
  • the congestion management system 100A of this embodiment includes a terminal device 300 and a congestion management device 200A.
  • the congestion management device 200A of the present embodiment includes a user database 210A, a guidance upper limit database 220A, a congestion degree database 230A, and an estimated number database 240A.
  • the congestion management device 200A of the present embodiment includes a map database 250, a traffic operation database 260, and a coupon information database 280.
  • the congestion management device 200A according to the present embodiment includes a congestion management processing unit 270A.
  • action options obtained by combining the movement action by the moving means and the purchase action by the store are output to the terminal device 300.
  • action options that take into account the degree of contribution to sales by purchasing actions are output to the terminal device 300.
  • Sales by purchase behavior are sales of stores and the like presented as stopovers in action options, for example.
  • the map database 250, the traffic operation database 260, and the coupon information database 280 are provided in the congestion management device 200A.
  • the map database 250, the traffic operation database 260, and the coupon information database 280 may be provided in devices other than the congestion management device 200A.
  • the map database 250, the traffic operation database 260, and the coupon information database 280 may each be provided in a separate apparatus.
  • FIG. 18 is a diagram illustrating an example of a user database according to the second embodiment.
  • the user database 210A of the present embodiment includes an item “ ⁇ i ” in addition to the items included in the user database 210 of the first embodiment.
  • the value of the item “ ⁇ i ” indicates the weight for the monetary value given to the action corresponding to the selected action option.
  • the value of the item “ ⁇ i ” indicates the degree to which the monetary value given to the action option selected by the user contributes to the satisfaction when the action option is selected.
  • the monetary value is, for example, a coupon.
  • the value of the item “ ⁇ i ” indicates the extent to which a coupon having a monetary value contributes to satisfaction with the behavior when the user's behavior includes a drop-in to a store or the like. Show.
  • FIG. 19 is a diagram illustrating an example of a guidance upper limit value database according to the second embodiment.
  • the guidance upper limit value is stored in association with each combination of the moving means n and the time zone l. Further, in the guidance upper limit value database 220A of the present embodiment, the guidance upper limit value is stored in association with each combination of the store and the time zone l.
  • the store where the guide upper limit value is stored in the guide upper limit database 220A is one store in the example of FIG. 19, but the store is not limited to this. There may be an arbitrary number of stores in which the guidance upper limit value is stored. Similarly, the time zone l shown in FIG. 19 may include an arbitrary time zone.
  • FIG. 20 is a diagram illustrating an example of a congestion degree database according to the second embodiment.
  • zone l in FIG. 20 may include arbitrary time slots similarly to FIG. 19, and may include arbitrary actions.
  • FIG. 21 is a diagram showing an example of the estimated number database of the second embodiment.
  • time zone 1 and the moving means and stopovers in FIG. 21 may include arbitrary time zones as in FIG. 19, and may include arbitrary stores.
  • FIG. 22 is a diagram illustrating an example of a coupon information database according to the second embodiment.
  • the coupon information database 280 of this embodiment has a store name, coupon existence, and location as information items.
  • the value of the item “store name” indicates the name of the store.
  • the value of the item “coupon presence / absence” indicates the presence / absence of a coupon.
  • the value of the item “location” indicates the location of the store.
  • coupon information database 280 shown in FIG. 22, information indicating the presence / absence of a coupon for each store is stored.
  • the present invention is not limited to this.
  • a facility to which an incentive is given by selecting an action option, a moving unit, and the like, and the presence or absence of those incentives may be stored.
  • the coupon information database 280 associates the moving means “taxi T” with the incentive “present” when a discount service is obtained.
  • Stored information may be stored.
  • FIG. 23 is a diagram for explaining the function of each device included in the congestion management system of the second embodiment.
  • the congestion management processing unit 270A included in the congestion management device 200A of the present embodiment includes a request reception unit 271, a response transmission unit 272, an option generation unit 273A, and a sales contribution degree calculation unit 274A.
  • the congestion management processing unit 270A of the present embodiment includes a congestion degree acquisition unit 275, a selection probability calculation unit 276A, an option determination unit 277A, an estimated number calculation unit 278, and an incentive provision unit 279.
  • the option generation unit 273A of the present embodiment generates a feasible action option based on the desired departure time, the departure place, and the destination input in the terminal device 300.
  • the option generation unit 273A of the present embodiment refers to the guidance upper limit value database 220A and the estimated number of people database 240A, and in the combination of the moving means n and the time zone l, the estimated number of people is less than the guidance upper limit value.
  • the option generation unit 273A extracts stores whose estimated number of people is less than the guidance upper limit value from stores that can be combined with the moving means n in the time zone l, and combines them with the moving means n as action options.
  • the option generation unit 273A uses a combination of the moving means n and the time zone l as an action option.
  • the sales contribution degree calculation unit 274A of the present embodiment refers to the coupon information database 280 and calculates the sales contribution degree according to whether or not an incentive is given in the store.
  • the sales contribution degree of this embodiment shows the degree which contributes to the sales of the commercial facility which exists in the area of the predetermined range centering on the terminal device 300 by selecting an action option.
  • the selection probability calculation unit 276A of the present embodiment calculates the selection probability for each action option from the utility for each action option based on the value of each item stored in the user database 210A.
  • the option determining unit 277A determines an action option to be output to the terminal device 300 based on the selection probability calculated by the selection probability calculating unit 276A and the sales contribution calculated by the sales contribution calculating unit 274A. To do. Specifically, the option determination unit 277A calculates an expected value of sales contribution using the sales contribution and the selection probability from the action options generated by the option generation unit 273A. Then, the option determination unit 277A obtains a set of action options with the highest expected value of sales contribution, and determines each action option included in this set as an action option to be output to the terminal device 300.
  • the value of the incentive i is set to “ Set to “1”.
  • the incentive granting unit 279 refers to the coupon information database 280 when the action option includes a store, and sets the value of the incentive i to “1” when the presence / absence of the coupon corresponding to the store is “present”.
  • the incentive provision unit 279 refers to the coupon information database 280 when a store is included in the action option, and sets the value of the incentive i to “0” when the presence / absence of a coupon corresponding to the store is “none”.
  • FIG. 24 is a diagram for explaining action options according to the second embodiment.
  • action options when an incentive is given and action options when an incentive is not given are included. Accordingly, the action options of the present embodiment are indicated as action options P n, l, i . i is a value indicating whether or not there is an incentive.
  • the case where the incentive i is given is, for example, a case where there is a store combined with the transportation means n and the time zone l, and a coupon having a monetary value is issued at the store.
  • an incentive i may be given even when there is no store combined with the transportation means n and the time zone l, if there is a discount ticket or the like of the fare of the transportation means n.
  • the case where the incentive i is not given is, for example, the case where there is a store combined with the transportation means n and the time zone l and no coupon is issued at that store.
  • the case where the incentive i is not given is, for example, the case where there is no store combined with the transportation means n and the time zone l.
  • the overall operation of the congestion management processing unit 270A of this embodiment is the same as that in FIG.
  • FIG. 25 is a flowchart for explaining processing of the option generation unit of the second embodiment.
  • step S2501 to step S2504 in FIG. 25 is the same as the processing from step S1201 to step S1204 in FIG.
  • step S2504 the option generation unit 273A determines whether or not there is a store that can drop in during the time period l (step S2505).
  • the option generation unit 273A acquires the position information of the terminal device 300 from the terminal device 300 together with the action option presentation request, and stores stores within a predetermined range from the position indicated by the position information in the coupon information database 280. It is determined whether or not the information is stored. Then, the option generation unit 273A determines that there is a store that can be visited when the corresponding store exists in the coupon information database 280. The option generation unit 273A determines that there is no store that can be visited when there is no corresponding store in the coupon information database 280.
  • step S2505 when there is no corresponding store, the option generation unit 273A returns to step S2501.
  • step S2505 when there is a corresponding store, the option generation unit 273A returns to step S2503.
  • the option determining unit 277A of the present embodiment sets the action option set A that maximizes the sales contribution calculated by the sales contribution calculating unit 274A as the action option set A * to be presented to the user. select. This is formulated as an optimization problem such as the following equation (8).
  • Prob n, l, i (X) is the selection probability of the action option pn, l, i in the action option set A indicated by the matrix X. This selection probability is calculated by the selection probability calculation unit 276A.
  • R n, l, i is the sales contribution obtained when the action option pn, l, i is selected in the action option set A shown by the matrix X. is there.
  • the sales contribution degree is calculated by the sales contribution degree calculation unit 274A, for example, by the following equation (9).
  • ⁇ is a constant given in advance.
  • the sales contribution Rn , l, i of the present embodiment becomes a larger value as the waiting time until the movement increases, and becomes a larger value when there is a coupon.
  • the sales contribution R n, l, i may be calculated using a formula different from the above.
  • the option determination unit 277A of the present embodiment includes a selection probability Prob n, l, i (X) and a sales contribution degree for each action option pn, l, i in the set A of action options indicated by the matrix X. Calculate the product of Rn , l, i .
  • the product of the selection probability Prob n, l, i (X) and the sales contribution R n, l, i is the expected value of the sales contribution for the action option pn, l, i .
  • the option determination unit 277A calculates the expected value of sales contribution for each action option pn, l, i included in the set A, and sets the sum as the expected value of sales contribution of the set A. Then, the option determination unit 277A determines the set A with the highest expected value of sales contribution as the set A *. Therefore, the action options pn, l, i included in the set A * are the action options presented to the user.
  • the probability (selection probability) Prob n, l, i (X) that the action option pn, l, i is selected is selected.
  • the utility V n, l in equation (6) can be obtained in the same manner as V n, l, i .
  • the selection probability calculation unit 276A refers to the user database 210A, acquires user information corresponding to the user ID acquired from the terminal device 300, and sets the value of each item included in the user information. Substituting into equation (10).
  • FIG. 26 is a diagram illustrating a procedure for determining a set of action options based on a selection probability in the second embodiment.
  • the selection probability calculation unit 276A When the choice generation unit 273A generates feasible action options P n, l, i, the selection probability calculation unit 276A generates each action option in the set A of action options p n, l, i indicated by the matrix X. The selection probability of P n, l, i is obtained (step S2601).
  • the selection probability calculation unit 276A refers to the user database 210A and acquires user information associated with the user ID.
  • the selection probability calculation unit 276A refers to the congestion degree database 230A and acquires the congestion level of the moving means n in the time zone l indicated by the action options P n, l, i . Then, the selection probability calculating unit 276A calculates the utility V n, l, i shown by the equation (10).
  • the selection probability calculation unit 276A calculates the selection probability Prob n, l, i (X).
  • the sales contribution calculation unit 274A calculates the sales contribution R n, l, i for each action option pn, l, i of the set A (step S2602).
  • the option determination unit 277A determines the sales contribution of the set A from the selection probabilities Prob n, l, i (X) for each action option P n, l, i and the sales contribution R n, l, i.
  • the expected value of the degree is calculated (step S2603).
  • the option determination unit 277A selects the selection probability Prob n, l, i (X) and the sales contribution R n, l for each action option pn, l, i. , I is obtained as an expected value of sales contribution. Then, the option determination unit 277A sets the sum of the expected value of the sales contribution for each of the action options pn, l, i as the expected value of the sales contribution of the set A.
  • the option determination unit 277A determines whether or not the expected value of the set A has been calculated for all patterns obtained from the set F of feasible action options pn, l, i (step S2604). If the expected value has not been calculated for all sets A in step S2604, the option determination unit 277A returns to step S2601.
  • step S2604 when the expected values are calculated for all the sets F, the option determining unit 277A displays the action options pn, l, and the like that present the set A with the maximum expected value of sales contribution to the terminal device 300 .
  • the i set A * is determined (step S2605), and the process ends.
  • FIG. 27 is a diagram illustrating an example of action options displayed on the terminal device in the second embodiment.
  • the screen 301A shown in FIG. 27 has a display field 304 and a display field 305, and a combination of a moving means and a store for each time zone is displayed as an action option.
  • the display column 304 displays a combination of the moving means n and the time zone l.
  • the display field 305 displays store information associated with the combination of the moving means n and the time zone l.
  • the display column 304 shows a case where a combination of “moving from platform A to 17:30 to 17:44 by taxi T” is selected by the user.
  • the store information 307 of the store associated with this combination is displayed in the display field 305.
  • Store information 307 may include a URL (Uniform Resource Locator) of a screen on which a coupon is displayed, for example, in the coupon information database 280, when the presence / absence of a coupon at the corresponding store is “present”. Further, the store information 307 may display the URL of the homepage of the corresponding store.
  • URL Uniform Resource Locator
  • the coupon button 307a when the coupon button 307a is operated, the coupon may be displayed on the screen 301A.
  • the detail button 307b when the detail button 307b is operated in the store information 307, the homepage of the store K may be displayed on the screen 301A.
  • information indicating the congestion status of the moving means is displayed and information indicating the congestion status of the store is not displayed.
  • the present invention is not limited to this.
  • the stop is a facility such as a movie theater or a restaurant where the number of seats is limited
  • information indicating the congestion status corresponding to the congestion level for each facility stored in the congestion database 230A is displayed. Also good.
  • the expected value of the sales contribution is calculated based on the selection probability considering the incentive given by selecting the action option, and the action option corresponding to the expected value is calculated as the terminal device. 300 is displayed.
  • the third embodiment will be described below with reference to the drawings.
  • the third embodiment is different from the first and second embodiments in that both the congestion alleviation contribution and the sales contribution are used.
  • the same reference numerals as those used in the description of the second embodiment are assigned, and the description thereof is omitted.
  • FIG. 28 is a diagram for explaining functions of the congestion management device included in the congestion management system according to the third embodiment.
  • the congestion management system 100B of this embodiment includes a terminal device 300 and a congestion management device 200B.
  • the congestion management device 200B of this embodiment includes each database included in the congestion management device 200A of the second embodiment and a congestion management processing unit 270B.
  • the congestion management processing unit 270B of the present embodiment includes a request reception unit 271, a response transmission unit 272, an option generation unit 273A, a congestion alleviation contribution calculation unit 274, and a sales contribution calculation unit 274A.
  • the congestion management processing unit 270B of the present embodiment includes a congestion degree acquisition unit 275, a selection probability calculation unit 276A, an option determination unit 277B, and an estimated number calculation unit 278.
  • the option determination unit 277B of this embodiment calculates congestion mitigation and sales contribution when determining the set A * including action options to be output to the terminal device 300. Then, the option determination unit 277B calculates the sum of the product of the congestion mitigation and the sales contribution degree and the selection probability, the expected value of the congestion mitigation and the sales contribution degree of the set A, and sets the set A having the largest expected value as the set A. *
  • Congestion alleviation and sales contribution degree of this embodiment using congestion relief contribution degree and sales contribution degree, It can be represented by the following formula (11).
  • R cong n, l, i represents the congestion mitigation contribution
  • R sale n, l, i represents the sales contribution.
  • ⁇ 1 and ⁇ 2 are predetermined constants.
  • the constants ⁇ 1 and ⁇ 2 are weights given to the congestion relief contribution and the sales contribution, respectively. Therefore, by arbitrarily setting the constants ⁇ 1 and ⁇ 2 , it is possible to weight each of the congestion mitigation contribution and the sales contribution.
  • the present embodiment it is possible to present to the user action options that have a high probability of being selected for the user and that consider the congestion mitigation contribution and the sales contribution. Therefore, according to the present embodiment, it is possible to select an action that contributes to alleviating congestion.
  • Formula (11) shall be used in 3rd embodiment, Formula (11) may be used in 1st embodiment and 2nd embodiment.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

利用者の時間帯別の行動選択肢を生成する選択肢生成部と、前記選択肢生成部によって生成された行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する選択確率算出部と、前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部と、前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する推定人数算出部と、を有し、前記選択肢生成部は、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する。

Description

混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法
　本発明は、混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法に関する。
　一般に、大規模イベントの終了等で一斉に移動手段に対する需要が発生する場合や、電車の遅延・事故などで移動手段の供給が著しく低下した場合等には、混雑が発生することが知られている。
　また、従来では、端末装置から出発地と目的地及び移動手段の提示要求を受けると、利用可能な移動手段の候補と、各移動手段の混雑状況とを合わせて端末装置に表示させ、混雑が緩和するように利用者を誘導する技術が知られている。
特開２００１－３３７９６７号公報 特開２０１４－１０４７６４号公報 特開２０１５－１０８９１３号公報 特開２０１１－１４１７７３号公報
　上記の従来の技術では、画一的な情報を不特定多数の利用者に提供するものであり、個々の利用者が混雑を避けて移動手段や出発時刻等を変更するか否か、等が考慮されていない。
　このため、従来の技術では、混雑を避けて移動手段や出発時刻等を変更する利用者の数によっては、十分に混雑が解消されない場合や、別の移動手段や時間帯に新たな混雑を発生させる場合があり、混雑の解消に十分に貢献することが困難である。
　開示の技術は、混雑の解消に貢献する行動を選択させることが可能な混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法を提供することを目的としている。
　一様態によれば、利用者の時間帯別の行動選択肢を生成する選択肢生成部と、前記選択肢生成部によって生成された行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する選択確率算出部と、前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部と、前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する推定人数算出部と、を有し、前記選択肢生成部は、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する、混雑マネジメント装置である。
　上記各部は、上記各部を実現する各処理を手順としてコンピュータにより実行させる方法、プログラムを記憶したコンピュータ読み取り可能な記憶媒体とすることもできる。
　混雑の解消に貢献する行動を選択させる。
行動選択肢の提示について説明する図である。 第一の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。 第一の実施形態の混雑マネジメント装置のハードウェア構成について説明する図である。 第一の実施形態の利用者データベースの一例を示す図である。 第一の実施形態の誘導上限値データベースの一例を示す図である。 第一の実施形態の混雑度データベースの一例を示す図である。 第一の実施形態の推定人数データベースの一例を説明する図である。 第一の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。 第一の実施形態の行動選択肢を説明するための図である。 第一の実施形態の端末装置の動作を説明するフローチャートである。 第一の実施形態の混雑マネジメント装置２００の動作を説明するフローチャートである。 第一の実施形態の選択肢生成部の処理を説明するフローチャートである。 第一の実施形態の選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。 実現可能な行動選択肢の集合の一例を示す第一の図である。 実現可能な行動選択肢の集合の一例を示す第二の図である。 第一の実施形態において端末装置に表示された行動選択肢の例を示す図である。 第二の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。 第二の実施形態の利用者データベースの一例を示す図である。 第二の実施形態の誘導上限値データベースの一例を示す図である。 第二の実施形態の混雑度データベースの一例を示す図である。 第二の実施形態の推定人数データベースの一例を示す図である。 第二の実施形態のクーポン情報データベースの一例を示す図である。 第二の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。 第二の実施形態の行動選択肢を説明するための図である。 第二の実施形態の選択肢生成部の処理を説明するフローチャートである。 第二の実施形態における選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。 第二の実施形態において端末装置に表示された行動選択肢の例を示す図である。 第三の実施形態の混雑マネジメントシステムの有する混雑マネジメント装置の機能を説明する図である。
　（第一の実施形態）
　以下に図面を参照して第一の実施形態について説明する。図１は、行動選択肢の提示について説明する図である。
　本実施形態の混雑マネジメントシステム１００において、混雑マネジメント装置２００は、利用者の端末装置３００から出発地、目的地及び出発時刻と共に、利用可能な移動選択肢の提示要求を受け付けると、端末装置３００に対して移動選択肢の候補を表示させる。
　このとき、本実施形態の混雑マネジメント装置２００は、まず出発時刻と、出発地及び目的地に応じた移動選択肢を抽出する。そして、混雑マネジメント装置２００は、抽出された移動選択肢毎に、移動選択肢に対して誘導可能な人数の上限値と、これまでに移動選択肢に誘導されたであろう利用者の推定人数と、が対応付けられた情報を参照し、推定人数が上限値に達していない移動選択肢を、利用可能な移動選択肢として抽出する。そして、混雑マネジメント装置２００は、抽出した移動選択肢を、混雑の解消に対する貢献度が高く且つ利用者により選択される確率が高い順に、端末装置３００に表示させる。
　本実施形態では、このように、移動選択肢の候補を端末装置３００に表示させることで、利用者に対して混雑の解消に貢献する行動を選択させることができる。
　尚、本実施形態の移動選択肢とは、出発地から目的地までの交通手段、時間、経路等により表現される移動の仕方を選択させるためのものである。また、移動選択肢に対して誘導可能な人数の上限値と、移動選択肢に誘導されたであろう利用者の推定人数についての詳細は後述する。
　また、以下の説明では、移動選択肢を、行動選択肢と呼ぶ。本実施形態の行動選択肢は、利用者が取り得る行動の選択肢を示すものであり、移動選択肢は、移動に関して利用者が取り得る行動の一例である。本実施形態の行動選択肢には、例えば移動選択肢の他にも、ショッピングや飲食店への立ち寄り等、利用者が取り得る行動を含む。
　また、本実施形態において、端末装置３００から混雑マネジメント装置２００へ送信される移動選択肢の提示要求は、行動選択肢の提示要求の一例である。したがって、以下の説明では、端末装置３００から混雑マネジメント装置２００へ送信される要求を行動選択肢の提示要求と呼ぶ。本実施形態の提示要求とは、混雑マネジメント装置２００に対し、利用者が受け容れやすく、利用者の嗜好等に合わせたより良い行動選択肢を出力（提案）させるための要求である。
　以下に、図１を参照し、混雑マネジメント装置２００の動作について説明する。図１の例では、端末装置３００から受け付けた提示要求に対し、出発地、目的地及び出発時刻に応じて抽出された移動選択肢は、１７：００～１７：１４、１７：１５～１７：２９、１７：３０～１７：４４、１７：４５～１７：５９のそれぞれの時間帯に運行する鉄道Ｍ、バスＢ、タクシーＴである。
　ここで、混雑マネジメント装置２００は、各移動選択肢に対して誘導可能な人数の上限値と、各移動選択肢に対して誘導されたであろう利用者の推定人数と、が格納された記憶部を参照し、推定人数が上限値に達していない移動選択肢を抽出する。
　図１の例では、推定人数が上限値に達している移動選択肢は、１７：００～１７：１４の時間帯に運行する鉄道Ｍ、バスＢ、１７：１５～１７：２９の時間帯に運行するバスＢの３つである。
　したがって、混雑マネジメント装置２００は、この３つの移動選択肢を除いた移動選択肢を、利用可能な移動選択肢として抽出する。そして、混雑マネジメント装置２００は、これらの移動選択肢を、混雑の解消に対する貢献度が高く且つ、提示要求を行った端末装置３００の利用者により選択される確率の高い順に端末装置３００に表示させる。
　以下に、本実施形態の混雑マネジメントシステム１００について説明する。図２は、第一の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。
　本実施形態の混雑マネジメントシステム１００は、混雑マネジメント装置２００と、端末装置３００とを有する。混雑マネジメント装置２００と端末装置３００とは、ネットワークを介して接続される。
　本実施形態の混雑マネジメント装置２００は、利用者データベース２１０、誘導上限値データベース２２０、混雑度データベース２３０、推定人数データベース２４０、地図データベース２５０、交通運行データベースを有する。また、本実施形態の混雑マネジメント装置２００は、混雑マネジメント処理部２７０を有する。
　本実施形態の混雑マネジメント処理部２７０は、端末装置３００から移動選択肢の提示要求を受けて、各データベースを参照し、混雑を緩和に貢献し且つ端末装置３００の利用者に選択される確率が高い順に抽出した移動選択肢を端末装置３００に表示させる。
　言い換えれば、混雑マネジメント処理部２７０は、端末装置３００から行動選択肢の提示要求を受けて、各データベースを参照し、混雑を緩和に貢献し且つ端末装置３００の利用者に選択される確率が高い順に抽出した行動選択肢を端末装置３００に表示させる。
　尚、図２の例では、本実施形態の地図データベース２５０と交通運行データベース２６０は混雑マネジメント装置２００の内部に設けられるものとしたが、これに限定されない。地図データベース２５０と交通運行データベース２６０は、外部装置により保持されていても良い。また、本実施形態のその他のデータベースも、外部装置へ設けられていても良い。
　次に、図３を参照し、本実施形態の混雑マネジメント装置２００のハードウェア構成について説明する。図３は、混雑マネジメント装置のハードウェア構成を説明する図である。
　本実施形態の混雑マネジメント装置２００は、それぞれバスＢで相互に接続されている入力装置２１、出力装置２２、ドライブ装置２３、補助記憶装置２４、メモリ装置２５、演算処理装置２６及びインターフェース装置２７を有する。
　入力装置２１は、各種信号の入力と各種情報の表示をするために用いられる装置であり、例えばマウスやキーボード等である。出力装置２２は、各種の情報を出力するために用いられる装置であり、例えばディスプレイ等である。
　インターフェース装置２７は、モデム，ＬＡＮカード等を含み、ネットワークに接続する為に用いられる。
　混雑マネジメントプログラムは、混雑マネジメント装置２００を制御する各種プログラムの少なくとも一部である。混雑マネジメントプログラムは例えば記録媒体２８の配布やネットワークからのダウンロードなどによって提供される。混雑マネジメントプログラムを記録した記録媒体２８は、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的、電気的あるいは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。
　また、混雑マネジメントプログラムを記録した記録媒体２８がドライブ装置２３にセットされると、混雑マネジメントプログラムは記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。ネットワークからダウンロードされた混雑マネジメントプログラムは、インターフェース装置２７を介して補助記憶装置２４にインストールされる。
　補助記憶装置２４は、インストールされた混雑マネジメントプログラムを格納すると共に、必要なファイル、データ等を格納する。メモリ装置２５は、コンピュータの起動時に補助記憶装置２４から混雑マネジメントプログラムを読み出して格納する。そして、演算処理装置２６はメモリ装置２５に格納された混雑マネジメントプログラムに従って、後述するような各種処理を実現している。
　尚、本実施形態の端末装置３００は、一般的なタブレット型コンピュータや、スマートフォン等であり、そのハードウェア構成は、入力装置と出力装置の代わりに、表示操作装置を有する点以外は混雑マネジメント装置と同様であるため、説明を省略する。尚、端末装置３００は、タブレット型コンピュータやスマートフォン以外の端末装置であっても良い。具体的には、端末装置３００は、例えばノート型のコンピュータであっても良いし、一般的なデスクトップ型のコンピュータであっても良い。
　次に、本実施形態の混雑マネジメント装置２００の有する各データベースについて説明する。
　図４は、第一の実施形態の利用者データベースの一例を示す図である。本実施形態の利用者データベース２１０には、利用者による行動選択肢毎の効用を算出する際に用いられる利用者毎のパラメータが格納されている。本実施形態では、後述する混雑マネジメント処理部２７０の処理により、利用者データベース２１０に格納されたパラメータを用いて、利用者毎の行動選択肢の効用が算出される。
　行動選択肢の効用とは、効用とはミクロ経済学の分野で用いられる概念であり、行動選択肢を選択することで利用者が得られる満足度の水準を表す。効用の算出の詳細は後述する。
　本実施形態の利用者データベース２１０は、情報の項目として、利用者ＩＤ、ＡＳＣＭ、ＡＳＣＢ、ＡＳＣＴ、βｆａｒｅ、βＴＴ、βＤＴ、βＣＧを有する。
　本実施形態の利用者データベース２１０において、項目「利用者ＩＤ」と、その他の項目の値とは対応付けられており、項目「利用者ＩＤ」と、その他の項目の値とを含む情報を、利用者情報と呼ぶ。
　尚、図４の利用者データベース２１０では、項目「利用者ＩＤ」と各パラメータと対応付けられるものとしたが、これに限定されない。利用者データベース２１０では、利用者ＩＤに、各パラメータに加えて、利用者の氏名、年齢、性別等が対応付けられていても良い。
　項目「利用者ＩＤ」の値は、利用者を特定する識別情報である。尚、本実施形態の項目「利用者ＩＤ」の値は、例えば端末装置３００が特定の利用者にのみ利用される場合等には、端末装置３００を特定するための識別情報を利用者ＩＤとしても良い。
　項目「ＡＳＣＭ」の値は、鉄道Ｍを選択することによる、利用者の満足度の水準を示す。項目「ＡＳＣＢ」の値は、バスＢを選択することによる、利用者の満足度の水準を示す。項目「ＡＳＣＴ」の値は、タクシーＴを選択することによる、利用者の満足度の水準を示す。
　項目「ＡＳＣＭ」、「ＡＳＣＢ」、「ＡＳＣＴ」それぞれの値は、移動選択肢毎に、固有に決められた定数である。
　項目「βｆａｒｅ」の値は、行動選択肢を選択したことにより発生する料金に対する重みを示す。言い換えれば、項目「βｆａｒｅ」の値は、利用者が行動選択肢を選択した際の満足度に対し、料金が寄与する程度を示す。
　項目「βＴＴ」の値は、移動時間に対する重みを示す。言い換えれば、項目「βＴＴ」の値は、利用者が行動選択肢を選択した際の満足度に対し、行動を行った移動時間が寄与する程度を示す。
　項目「βＤＴ」の値は、待ち時間に対する重みを示す。待ち時間とは、現在の時刻から、移動を開始する時刻までの時間である。項目「βＤＴ」の値は、言い換えれば、利用者が行動選択肢を選択した際の満足度に対し、移動を行うまでの待ち時間が寄与する程度を示す。
　項目「βＣＧ」の値は、選択した行動選択肢と対応する行動に対する混雑度に対する重みを示す。項目「βＣＧ」の値は、利用者が行動選択肢を選択した際の満足度に対し、混雑度が寄与する程度を示す。混雑度とは、例えば選択した行動選択肢と対応する行動が、移動であった場合には、移動選択肢の混雑度を示す。また、混雑度とは、例えば選択した行動選択肢と対応する行動が、ショッピングであった場合には、ショッピングを行う店舗の混雑度を示す。つまり、本実施形態の混雑度は、行動選択肢と対応する行動を行った場合に遭遇する混雑度を示す。
　図４では、利用者ＩＤ「００１」の利用者は、重みを示す各項目のうち、項目「βＣＧ」の値が最も小さい「－２」である。このことから、利用者ＩＤ「００１」の利用者は、混雑を嫌う傾向がある利用者であることがわかる。
　次に、図５を参照して誘導上限値データベース２２０について説明する。図５は、第一の実施形態の誘導上限値データベースの一例を示す図である。
　本実施形態の誘導上限値データベース２２０は、時間帯別の各移動手段に対して誘導可能な人数の上限値を格納している。誘導可能な人数の上限値とは、例えば、この人数を超えると、多くの人が不快と感じる程度の混雑が生じると判断される閾値となる人数であっても良い。
　以下の説明では、誘導可能な人数の上限値を誘導上限値と呼ぶ。
　図５の例では、一例として、１７：００～１７：１４、１７：１５～１７：２９、１７：３０～１７：４４、１７：４５～１７：５９の４つの時間帯を示している。以下の説明では、時間帯をｌとしたとき、１７：００～１７：１４を時間帯ｌ＝０、１７：１５～１７：２９を時間帯ｌ＝１とする。また、時間帯をｌとしたとき、１７：３０～１７：４４を時間帯ｌ＝２、１７：４５～１７：５９を時間帯ｌ＝３とする。
　また、図５では、上述した各時間帯の移動手段の一例として、鉄道Ｍによる移動、バスＢによる移動、タクシーＴによる移動を示しているが、これに限定されない。誘導上限値データベース２２０には、任意の数の移動手段に対する誘導上限値が格納されていても良い。
　図５では、時間帯ｌ＝０～３のそれぞれにおける、鉄道Ｍに対する誘導上限値は５００人、バスＢに対する誘導上限値は３００人、タクシーＴに対する誘導上限値は１００人である。
　言い換えれば、図５の例では、「時間帯「ｌ＝０」に移動手段「鉄道Ｍ」で移動する」という行動選択肢に対する誘導上限値は５００人である。同様に、図５の例では、「時間帯「ｌ＝０」に移動手段「バスＢ」で移動する」という行動選択肢に対する誘導上限値は３００人である。また、図５の例では、「時間帯「ｌ＝０」に移動手段「タクシーＴ」で移動する」という行動選択肢に対する誘導上限値は１００人である。
　このように、図５の例では、時間帯と移動手段の組合せを１つの行動選択肢としている。
　本実施形態の誘導上限値データベース２２０は、予め混雑マネジメント装置２００に格納されたものであり、誘導上限値は、例えば時間帯別の交通手段の運行頻度や、車両毎の乗車定員等に基づき決定されても良い。
　また、図５では、時間帯と移動手段の組合せを行動選択肢として示したが、行動選択肢はこれに限定されない。例えば行動選択肢が、時間帯とイベントへの参加の組合せであっても良いし、時間帯と映画鑑賞の組合せ等であっても良い。こられの場合には、イベント会場の収容人数や映画館の客席数等が誘導上限値となる。
　また、図５の例では、時間帯をｌ＝０～３としたが、これに限定されない。誘導上限値データベース２２０における時間帯は、任意の時間帯であって良い。誘導上限値データベース２２０には、例えば、早朝の時間帯から深夜の時間帯までのそれぞれに対して、誘導上限値が設定されていても良いし、時間帯の長さも任意の長さであって良い。
　次に、図６を参照して混雑度データベース２３０について説明する。図６は、第一の実施形態の混雑度データベースの一例を示す図である。
　本実施形態の混雑度データベース２３０では、時間帯別に各移動手段と混雑度レベルとが対応付けられて格納されている。言い換えれば、混雑度データベース２３０は、行動選択肢毎に混雑度レベルが対応付けられて格納されている。
　本実施形態では、混雑度データベース２３０は、予め混雑マネジメント装置２００に格納されている。
　図６の例では、移動手段「鉄道Ｍ」、「バスＢ」、「タクシーＴ」と時間帯ｌ＝０～３のそれぞれの組合せにおける混雑度レベルが対応付けられている。
　本実施形態の混雑度レベルは、移動手段毎に定義される。具体的には、例えば、移動手段「鉄道Ｍ」の混雑度はレベル１～３に分類される。混雑度レベル１は、座席に座れるレベル、混雑度レベル２は座席に座れないがまだ不快ではないレベル、混雑度レベル３は、座席に座れず不快なレベルである。本実施形態の混雑度レベルは、例えば鉄道Ｍの乗車率の統計等から求められても良い。
　移動手段「バスＢ」の場合、混雑度レベルは、鉄道と同様の定義により、車両内の混雑度をレベル１～３に分類してもよい。また、車両内の混雑度レベルと道路の混雑度レベルを組み合わせたものであっても良い。
　また、移動手段「タクシーＴ」の場合、混雑度は、タクシー乗り場の待ち時間に基づいて混雑度をレベル１～３に分類することが考えられる。本実施形態では、乗り場での待ち時間が５分未満であればレベル１、１５分未満であればレベル２、１５分以上であればレベル３としてもよい。
　尚、混雑度レベルと対応付けられている行動選択肢は、図６に示す行動選択肢以外の行動選択肢も含む。また、混雑度データベース２３０における時間帯は、図５と同様に、任意の時間帯であって良い。
　次に、本実施形態の推定人数データベース２４０について説明する。図７は、第一の実施形態の推定人数データベースの一例を説明する図である。
　本実施形態の推定人数データベース２４０は、混雑マネジメント装置２００が端末装置３００から行動選択肢の提示要求を受けて、端末装置３００へ行動選択肢を表示させる度に更新される。
　本実施形態の推定人数データベース２４０は、時間帯別の各移動手段に対して、誘導されたと思われる利用者の人数を格納している。言い換えれば、推定人数データベース２４０は、時間帯と移動手段の組合せにより示される行動選択肢毎に、この行動選択肢が示す行動を行ったと思われる利用者の人数を格納している。
　以下の説明では、誘導されたと思われる利用者の人数を推定人数と呼ぶ。つまり、推定人数は、混雑マネジメント装置２００が提示した行動選択肢に誘導され、この行動選択肢を選択したと思われる利用者の人数と言える。
　図７では、時間帯ｌ＝０～３のそれぞれに対する移動手段「鉄道Ｍ」、「バスＢ」、「タクシーＴ」の推定人数が格納された推定人数データベース２４０を示している。
　図７の例では、行動選択肢「時間帯ｌ＝０（１７：００～１７：１４）に移動手段「鉄道Ｍ」で移動」という行動を行ったと思われる推定人数は２５０人である。また、図７の例では、行動選択肢「時間帯ｌ＝０（１７：００～１７：１４）に移動手段「バスＢ」で移動」という行動を行ったと思われる推定人数は１００人である。また、行動選択肢「時間帯ｌ＝０（１７：００～１７：１４）に移動手段「タクシーＴ」で移動」という行動を行ったと思われる推定人数は１０人である。本実施形態の推定人数の算出の詳細は後述する。
　また、本実施形態の推定人数データベース２４０は、時間帯ｌ＝０～３のそれぞれに対する移動手段「鉄道Ｍ」、「バスＢ」、「タクシーＴ」の推定人数が格納されるものとしたが、これに限定されない。本実施形態の推定人数データベース２４０は、誘導上限値データベース２２０に示される行動選択肢と同様の組合せを有していれば良い。
　例えば誘導上限値データベース２２０において、行動選択肢「時間帯「１８：００～２０：００」に「イベント参加」」と対応する誘導上限値が格納されていた場合、推定人数データベース２４０にも、同様の行動選択肢に対する推定人数が格納される。
　次に、本実施形態の地図データベース２５０と、交通運行データベース２６０について説明する。
　本実施形態の地図データベース２５０は、道路に関する情報が格納される。道路に関する情報は、例えば、道路をノードとリンクからなるネットワークとして表現した情報であり、交差点や各種ＰＯＩ（Point Of Interests）の緯度、経度、道路の長さや幅、信号の有無、交通規制情報等を含む。また、道路に関する情報は、車両等に搭載された各種センサにより、リアルタイムに取得される道路の交通情報等が含まれても良い。また、交通情報には、各道路の通過所要時間が含まれても良い。
　本実施形態の交通運行データベース２６０は、交通手段毎の運行に関する情報が格納されている。交通手段毎の運行に関する情報は、例えば、駅やバス停など乗降地点の位置、乗降地点を結ぶ路線の情報、路線間の乗換に関する情報を含む。また、交通手段毎の運行に関する情報は、運賃等の料金の関する情報や、各車両がどの乗降地点に何時に発着するかという時刻表情報、車両の乗車定員等を含む。
　次に、図８を参照して本実施形態の混雑マネジメントシステム１００の有する各装置の機能について説明する。図８は、第一の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。
　本実施形態の混雑マネジメントシステム１００において、混雑マネジメント装置２００は、混雑マネジメント処理部２７０を有する。本実施形態の混雑マネジメント処理部２７０は、混雑マネジメント装置２００の演算処理装置２６が、混雑マネジメント装置２００にインストールされた混雑マネジメントプログラムを実行することにより実現される。
　本実施形態の混雑マネジメント処理部２７０は、要求受付部２７１、応答送信部２７２、選択肢生成部２７３、混雑緩和貢献度算出部２７４、混雑度取得部２７５、選択確率算出部２７６、選択肢決定部２７７、推定人数算出部２７８を有する。
　本実施形態の要求受付部２７１は、端末装置３００から送信される提示要求等を受信する。提示要求には、利用者ＩＤ、行動日、希望する行動開始時刻又は希望する行動終了時刻、行動開始場所等の条件の指定を含む。例えば行動選択肢が移動選択肢である場合には、提示要求には、利用者ＩＤ、交通機関の利用日、希望する出発時刻又は希望する到着予定時刻、出発地及び目的地が含まれる。
　応答送信部２７２は、選択肢決定部２７７により決定された行動選択肢を端末装置３００へ送信する。
　選択肢生成部２７３は、交通運行データベース２６０に格納された各種の交通手段の時刻表等を参照し、提示要求に基づき、出発地から目的地までの移動選択肢を行動選択肢として生成する。
　混雑緩和貢献度算出部２７４は、誘導上限値データベース２２０と、推定人数データベース２４０とを算出し、選択肢生成部２７３によって生成された行動選択肢毎の混雑緩和貢献度を算出する。混雑緩和貢献度の算出の詳細は後述する。
　混雑度取得部２７５は、混雑度データベース２３０を参照し、選択肢生成部２７３によって生成された行動選択肢毎の混雑度を取得する。
　選択確率算出部２７６は、選択肢生成部２７３によって生成された行動選択肢毎に、利用者が行動選択肢を選択する確率を示す選択確率を算出する。言い換えれば、選択確率算出部２７６は、選択肢生成部２７３によって生成された行動選択肢群の部分集合毎に、部分集合に含まれる各行動選択肢の選択確率を算出する。選択確率算出部２７６による選択確率の算出の詳細は後述する。
　選択肢決定部２７７は、選択確率算出部２７６により算出された選択確率と、混雑緩和貢献度算出部２７４により算出された混雑緩和貢献度とに基づき、端末装置３００へ出力する行動選択肢を決定する。具体的には、選択肢決定部２７７は、選択肢生成部２７３により生成された行動選択肢から、混雑緩和貢献度と選択確率を用いて、混雑緩和貢献度の期待値を算出する。そてし、選択肢決定部２７７は、混雑緩和貢献度の期待値が最も大きくなる行動選択肢Ｐの集合を求め、この集合に含まれる各行動選択肢を、端末装置３００へ出力する行動選択肢に決定する。
　推定人数算出部２７８は、選択肢決定部２７７により、行動選択肢が決定されると、各行動選択肢に対して、これまでに誘導されたであろうと思われる推定人数を算出し、推定人数データベース２４０を更新する。推定人数の算出の詳細は、後述する。
　本実施形態の端末装置３００は、入力制御部３１０、要求送信部３２０、応答受信部３３０、出力制御部３４０、ＧＰＳ（Global Positioning System）部３５０を有する。これら各部は、端末装置３００にインストールされたプログラムが、端末装置３００の演算処理装置により実行されることで実現される。
　本実施形態の入力制御部３１０は、各種の情報の入力を受け付ける。要求送信部３２０は、入力に応じた提示要求を混雑マネジメント装置２００に送信する。
　応答受信部３３０は、要求送信部３２０によって送信された提示要求に対する応答を受信する。具体的には、応答受信部３３０は、混雑マネジメント装置２００から送信される行動選択肢を示す情報を受信する。
　出力制御部３４０は、応答受信部３３０によって受信された応答に含まれている情報を、端末装置３００の表示操作装置に表示させる。具体的には、出力制御部３４０は、応答受信部３３０により受信した行動選択肢を表示操作装置に表示させる。
　ＧＰＳ部３５０は、端末装置３００が受信するＧＰＳ信号に基づいて、端末装置３００の現在位置を示す位置情報を取得する。
　本実施形態の端末装置３００では、要求送信部３２０において、出発地の代わりに、ＧＰＳ部３５０により取得した位置情報を提示要求と共に混雑マネジメント装置２００に送信しても良い。
　次に、本実施形態の混雑マネジメント装置２００及び端末装置３００の動作の説明に先立ち、本実施形態の行動選択肢について説明する。
　図９は、第一の実施形態の行動選択肢を説明するための図である。本実施形態では、テーブル９１に示すように、移動手段ｎを用いて時間帯ｌに移動する行動選択肢をＰｎ，ｌと表す。具体的には、例えば、移動手段が鉄道Ｍで時間帯がｌ＝０の行動選択肢は、ｐＭ，０となる。以下の説明では、個々の行動選択肢を示す場合をｐｎ，ｌとし、行動選択肢の集合を示す場合をＰｎ，ｌとする。
　ここで、移動手段ｎの集合を集合Ｎとし、時間帯ｌの集合を集合Ｌとし、移動手段ｎと時間帯ｌのすべての組み合わせに対する行動選択肢の集合を集合Ｐとする。また、実現可能な行動選択肢の集合を集合Ｆとし、端末装置３００に出力する行動選択肢の集合を集合Ａとしたとき、集合Ｐ、Ｆ、Ａは、以下の式（１）に示す関係となる。
Figure JPOXMLDOC01-appb-M000001
 　実現可能な行動選択肢の集合を集合Ｆは、その時間帯に移動手段が提供されており、且つ、推定人数が誘導上限値に達していない行動選択肢であり、集合Ｐの部分集合となる。また、端末装置３００に出力する行動選択肢の集合Ａは、集合Ｆの部分集合となる。尚、端末装置３００に出力する行動選択肢の集合Ａとは、混雑マネジメントシステム１００の利用者に提示される行動選択肢の集合である。
　次に、本実施形態の混雑マネジメントシステム１００の有する各装置の動作について説明する。始めに、図１０を参照し、端末装置３００の動作について説明する。
　図１０は、第一の実施形態の端末装置の動作を説明するフローチャートである。
　本実施形態の端末装置３００は、入力制御部３１０により、利用者から行動選択肢の提示要求を受け付けると（ステップＳ１００１）、要求送信部３２０により、提示要求を混雑マネジメント装置２００へ送信する（ステップＳ１００２）。このとき、端末装置３００では、提示要求と共に入力された出発地と目的地及び希望出発時刻又は希望到着時刻を混雑マネジメント装置２００へ送信しても良い。また、端末装置３００は、提示要求と共に、端末装置３００の利用者の利用者ＩＤを混雑マネジメント装置２００へ送信する。
　また、端末装置３００は、出発地が入力されていない場合には、ＧＰＳ部３５０により端末装置３００の位置情報を出発地の代わりに混雑マネジメント装置２００へ送信しても良い。また、端末装置３００は、出発時刻が入力されていない場合には、端末装置３００の時計機能から現在時刻を取得し、出発時刻の代わりに混雑マネジメント装置２００へ送信しても良い。
　続いて、端末装置３００は、応答受信部３３０により、混雑マネジメント装置２００から、行動選択肢を組合せを示す情報を受信する（ステップＳ１００３）。続いて端末装置３００は、出力制御部３４０により、受信した情報が示す行動選択肢の組合せを表示操作装置に表示させ（ステップＳ１００４）、処理を終了する。
　次に、図１１を参照し、本実施形態の混雑マネジメント装置２００の動作について説明する。図１１は、第一の実施形態の混雑マネジメント装置２００の動作を説明するフローチャートである。
　混雑マネジメント装置２００の混雑マネジメント処理部２７０、要求受付部２７１により、端末装置３００から行動選択肢の提示要求を受け付ける（ステップＳ１１０１）。具体的には、要求受付部２７１は、端末装置３００から、行動選択肢の提示要求と共に、希望出発時刻、出発地及び目的地を受け付ける。尚、要求受付部２７１は、現在時刻を希望出発時刻として受け付けても良い。また、要求受付部２７１は、出発地の代わりに、端末装置３００の位置情報を受け付けても良い。
　また、本実施形態の混雑マネジメント装置２００は、提示要求と共に、端末装置３００の利用者の利用者ＩＤを取得するものとした。
　続いて、混雑マネジメント処理部２７０は、選択肢生成部２７３により、実現可能な行動選択肢を生成する（ステップＳ１１０２）。
　ここで生成された、実現可能な行動選択肢の集合Ｆは、移動手段ｎと時間帯ｌのすべての組合せを含む行動選択肢の集合Ｐの部分集合である。言い換えれば、集合Ｆは、その時間帯に移動手段が提供されており、且つ、推定人数が誘導上限値に達していない行動選択肢の集合である。
　続いて混雑マネジメント処理部２７０は、選択確率算出部２７６と選択肢決定部２７７により、選択確率に基づく行動選択肢の組合せを決定する（ステップＳ１１０３）。言い換えれば、混雑マネジメント処理部２７０は、行動選択肢の集合Ｆの部分集合Ａの中から、端末装置３００に表示させる行動選択肢の集合Ａ*を選択する。ステップＳ１１０３の処理の詳細は後述する。
　続いて、混雑マネジメント処理部２７０は、推定人数算出部２７８により、利用者に提示される行動選択肢に決定された各行動選択肢の選択確率を用いて、行動選択肢毎の推定人数を算出し、推定人数データベース２４０を更新する（ステップＳ１１０４）。
　続いて、混雑マネジメント処理部２７０は、応答送信部２７２により、選択肢決定部２７７により決定された行動選択肢の集合Ａ*を端末装置３００へ出力し（ステップＳ１１０５）、処理を終了する。
　次に、図１２を参照し、本実施形態の選択肢生成部２７３の処理について説明する。図１２は、第一の実施形態の選択肢生成部の処理を説明するフローチャートである。
　本実施形態の選択肢生成部２７３は、全ての行動選択肢ｐｎ，ｌについて、ステップＳ１２０２以降の処理を実行したか否かを判定する（ステップＳ１２０１）。ステップＳ１２０１において、全ての行動選択肢ｐｎ，ｌについて、処理を行った場合は、処理を終了する。
　選択肢生成部２７３は、全ての行動選択肢ｐｎ，ｌについて、処理を行っていない場合、地図データベース２５０と交通運行データベース２６０とを参照し、希望出発時刻、出発地から目的地に至る移動手段ｎが時間帯ｌに存在するか否かを判定する（ステップＳ１２０２）。尚、ここでの時間帯ｌは、出発時刻から想定され得る時間帯となる。
　ステップＳ１２０２において、該当する移動手段ｎが存在しない場合、選択肢生成部２７３は、ステップＳ１２０１へ戻る。
　ステップＳ１２０２において、該当する移動手段ｎが存在する場合、選択肢生成部２７３は、誘導上限値データベース２２０と、推定人数データベース２４０とを参照し、推定人数Ｃｎ，ｌが誘導上限値ＣＭＡＸ ｎ，ｌ未満であるか否かを判定する（ステップＳ１２０３）。
　ステップＳ１２０３において、推定人数Ｃｎ，ｌが誘導上限値ＣＭＡＸ ｎ，ｌ未満でない場合、つまり、推定人数Ｃｎ，ｌが誘導上限値ＣＭＡＸ ｎ，ｌに達していた場合、選択肢生成部２７３は、ステップＳ１２０１へ戻る。
　ステップＳ１２０３において、推定人数Ｃｎ，ｌが誘導上限値ＣＭＡＸ ｎ，ｌ未満である場合、選択肢生成部２７３は、行動選択肢ｐｎ，ｌを実現可能な行動選択肢の集合Ｆに追加し（ステップＳ１２０４）、ステップＳ１２０１へ戻る。
　ここで、本実施形態の推定人数Ｃｎ，ｌについて説明する。本実施形態のＣｎ，ｌは、以下の式（２）で表すことができる。
Figure JPOXMLDOC01-appb-M000002
 　推定人数Ｃｎ，ｌは、これまでに行動選択肢ｐｎ，ｌを選択したと思われる人数である。式（２）では、現在の利用者をｎ番目の利用者としたときの、推定人数Ｃｎ，ｌを示す。尚、式（２）における選択確率Ｐｒｏｂｎ，ｌ（Ｘ）の算出方法については後述する。
　式（２）から分かるように、本実施形態の推定人数Ｃｎ，ｌは、ｎ番目の利用者が行動選択肢ｐｎ，ｌの提示要求を行った際に、ｎ－１番目までの利用者毎の行動選択肢ｐｎ，ｌの選択確率Ｐｒｏｂｎ，ｌ（Ｘ）を累積した値となる。
　以上のように、本実施形態の選択肢生成部２７３は、希望出発時刻、出発地及び目的地に基づき検索された行動選択肢（移動選択肢）のうち、推定人数が誘導上限値に達していない行動選択肢のみを抽出する。したがって、本実施形態によれば、推定人数が誘導上限値に達した行動選択肢については、利用者の流入を抑制することで、混雑を緩和している。
　次に、混雑マネジメント処理部２７０による、選択確率に基づく行動選択肢の集合（行動選択肢のパターン）Ａ*を決定する処理について説明する。
　本実施形態では、行動選択肢Ｐｎ，ｌを利用者に提示するか否かを決定するための決定変数ｘｎ，ｌを導入する。具体的には、本実施形態では、決定変数ｘｎ，ｌ＝１ならば行動選択肢Ｐｎ，ｌを利用者に提示することを示す。また、本実施形態では、決定変数ｘｎ，ｌ＝０ならば、行動選択肢Ｐｎ，ｌを利用者に提示しないことを示す。
　本実施形態では、実現可能でない行動選択肢Ｐｎ，ｌは利用者に提示することができないので、決定変数ｘｎ，ｌは常に０である。以下の式（３）で表される行列Ｘは、利用者に提示する行動選択肢Ｐｎ，ｌの集合のある候補Ａを示す行列である。
Figure JPOXMLDOC01-appb-M000003
 　ここで、本実施形態の選択肢決定部２７７は、混雑緩和貢献度算出部２７４が算出する混雑緩和貢献度が最大になるような行動選択肢の集合Ａを、利用者に提示する行動選択肢の集合Ａ*として選択する。これは、以下の式（４）のような最適化問題として定式化される。
Figure JPOXMLDOC01-appb-M000004
 　上記の式（４）において、Ｐｒｏｂｎ，ｌ（Ｘ）は、行列Ｘで示される行動選択肢の集合Ａにおける行動選択肢ｐｎ，ｌの選択確率である。この選択確率は、選択確率算出部２７６により算出される。
　また、上記の式（４）において、Ｒｎ，ｌは、行列Ｘで示される行動選択肢の集合Ａにおいて、行動選択肢ｐｎ，ｌが選択された場合に得られる混雑緩和貢献度である。混雑緩和貢献度は、混雑緩和貢献度算出部２７４により、例えば、以下の式（５）により算出される。
Figure JPOXMLDOC01-appb-M000005
 　ここで、Ｃｎ，ｌは、推定人数データベース２４０において、行動選択肢ｐｎ，ｌと対応付けられた推定人数を示す。また、ＣＭＡＸ ｎ，ｌは、誘導上限値データベース２２０において、行動選択肢ｐｎ，ｌと対応付けられた誘導上限値を示す。
　本実施形態の混雑緩和貢献度Ｒｎ，ｌは、式（５）からわかるように、行動選択肢ｐｎ，ｌの誘導上限値に対する推定人数の割合が小さい行動選択肢が選択されると、混雑緩和貢献度Ｒｎ，ｌの値が大きくなる。
　つまり、誘導上限値ＣＭＡＸ ｎ，ｌと推定人数Ｃｎ，ｌの差分が大きいほどの行動選択肢ｐｎ，ｌが選択された場合の混雑緩和貢献度Ｒｎ，ｌの値が大きくなる。尚、混雑緩和貢献度Ｒｎ，ｌは、上記と異なる式を用いて算出されてもよい。
　本実施形態の選択肢決定部２７７は、行列Ｘで示される行動選択肢の集合Ａにおいて、各行動選択肢ｐｎ，ｌ毎に、選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と、混雑緩和貢献度Ｒｎ，ｌの積を算出する。選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と、混雑緩和貢献度Ｒｎ，ｌの積は、行動選択肢ｐｎ，ｌについての混雑緩和貢献度の期待値である。
　選択肢決定部２７７は、行例Ｘで示される行動選択肢の集合Ａに含まれる各行動選択肢ｐｎ，ｌについて、混雑緩和貢献度の期待値を算出し、その総和を集合Ａの混雑緩和貢献度の期待値とする。そして、選択肢決定部２７７は、混雑緩和貢献度の期待値が最も大きい集合Ａを、集合Ａ*に決定する。したがって、集合Ａ*に含まれる各行動選択肢ｐｎ，ｌが、利用者に提示される行動選択肢となる。
　次に、選択確率算出部２７６による選択確率Ｐｒｏｂｎ，ｌ（Ｘ）の算出について説明する。
　本実施形態では、利用者による行動選択肢ｐｎ，ｌの選択は、多項ロジットモデル（Multinomial Logit Model, MNL）に基づいて行われると仮定する。したがって、行列Ｘで表される集合Ａが利用者に提示された場合、行動選択肢ｐｎ，ｌが選択される確率（選択確率）Ｐｒｏｂｎ，ｌ（Ｘ）は、以下の式（６）で計算することができる。
Figure JPOXMLDOC01-appb-M000006
 　尚、式（６）におけるＶｎ，ｌは、行動選択肢ｐｎ，ｌの効用を示す。効用Ｖｎ，ｌは、例えば、以下の式（７）で算出することができる。
Figure JPOXMLDOC01-appb-M000007
 　具体的には、選択確率算出部２７６は、利用者データベース２１０を参照し、端末装置３００から取得した利用者ＩＤと対応する利用者情報を取得し、利用者情報に含まれる各項目の値を、式（７）に代入する。
　また、選択確率算出部２７６は、例えば交通運行データベース２６０を参照し、移動手段による移動に係る料金を示す値を取得し、式（７）に代入しても良い。
　また、選択確率算出部２７６は、混雑度取得部２７５により、混雑度データベース２３０を参照し、行動選択肢ｐｎ，ｌと対応する混雑度レベルを取得し、式（７）に代入しても良い。また、選択確率算出部２７６は、端末装置３００において入力された希望出発時刻と行動選択肢ｐｎ，ｌにおける時間帯とから、待ち時間を求め、式（７）に代入しても良い。
　以下に、図１３を参照し、選択確率に基づく行動選択肢の集合（組合せ）Ａ*の決定について、さらに説明する。図１３は、第一の実施形態の選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。
　図１３で説明する手順は、図１１のステップＳ１１０３において行われる演算の手順を示している。
　選択確率算出部２７６は、選択肢生成部２７３により、実現可能な行動選択肢Ｐｎ，ｌが生成されると、行列Ｘで示される行動選択肢Ｐｎ，ｌの集合Ａにおける各行動選択肢ｐｎ，ｌの選択確率を求める（ステップＳ１３０１）。
　具体的には、選択確率算出部２７６は、利用者データベース２１０を参照し、利用者ＩＤと対応付けられた利用者情報を取得する。また、選択確率算出部２７６は、混雑度データベース２３０を参照し、行動選択肢ｐｎ，ｌが示す時間帯ｌの移動手段ｎの混雑度レベルを取得する。そして、選択確率算出部２７６は、式（７）で示す効用Ｖｎ，ｌを算出する。
　つまり、選択確率算出部２７６は、集合Ａにおける行動選択肢ｐｎ，ｌに対する利用者の満足度の水準を示す値を算出する。
　次に、選択確率算出部２７６は、式（６）で示す選択確率Ｐｒｏｂｎ，ｌ（Ｘ）を算出する。
　つまり、本実施形態の選択確率算出部２７６は、集合Ａに含まれる各行動選択肢の満足度の度合いを示す値から、行動選択肢Ｐｎ，ｌの選択確率を求める。
　言い換えれば、本実施形態では、利用者が得られる満足度が高い行動選択肢Ｐｎ，ｌ程、選択確率が高いことを示す。
　次に、混雑緩和貢献度算出部２７４は、集合Ａの各行動選択肢ｐｎ，ｌ毎に、混雑緩和貢献度Ｒｎ，ｌを算出する（ステップＳ１３０２）。
　具体的には、混雑緩和貢献度算出部２７４は、誘導上限値データベース２２０と、推定人数データベース２４０とから、行動選択肢Ｐｎ，ｌ毎に、行動選択肢Ｐｎ，ｌと対応付けられた誘導上限値ＣＭＡＸ ｎ，ｌと推定人数Ｃｎ，ｌとを取得する。そして、混雑緩和貢献度算出部２７４は、行動選択肢ｐｎ，ｌ毎に、式（５）に示す混雑緩和貢献度Ｒｎ，ｌを求める。
　続いて、選択肢決定部２７７は、行動選択肢Ｐｎ，ｌ毎の選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と、混雑緩和貢献度Ｒｎ，ｌと、から、集合Ａの混雑緩和貢献度の期待値を算出する（ステップＳ１３０３）。
　具体的には、選択肢決定部２７７は、式（４）に示すように、行動選択肢Ｐｎ，ｌ毎に、選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と混雑緩和貢献度Ｒｎ，ｌとの積である混雑緩和貢献度の期待値を求める。そして、選択肢決定部２７７は、行動選択肢Ｐｎ，ｌ毎の混雑緩和貢献度の期待値の和を、集合Ａの混雑緩和貢献度の期待値とする。
　続いて、選択肢決定部２７７は、実現可能な行動選択肢Ｐｎ，ｌの集合Ｆから得られる全てのパターンについて、集合Ａの期待値を算出したか否かを判定する（ステップＳ１３０４）。ステップＳ１３０４において、全ての集合Ａについて、期待値を算出していない場合、選択肢決定部２７７はステップＳ１３０１へ戻る。
　ステップＳ１３０４において、全ての集合Ａについて、期待値を算出した場合、選択肢決定部２７７は、混雑緩和貢献度の期待値が最大となる集合Ａを、端末装置３００に提示する行動選択肢Ｐｎ，ｌの集合Ａ*に決定し（ステップＳ１３０５）、処理を終了する。
　以下に、図１４及び図１５を参照し、集合Ａ*を決定する手順について具体的に説明する。
　図１４は、実現可能な行動選択肢の集合の一例を示す第一の図である。
　図１４の例では、移動手段ｎと時間帯ｌの組合せに対して「○」とされた行動選択肢は、推定人数Ｃｎ，ｌが誘導上限値ＣＭＡＸ ｎ，ｌ未満であり、実現可能な行動選択肢ｐｎ，ｌであることを示している。また、図１４の例では、移動手段ｎと時間帯ｌの組合せに対して「×」とされた行動選択肢は、推定人数Ｃｎ，ｌが誘導上限値ＣＭＡＸ ｎ，ｌに達しており、実現不可能な行動選択肢ｐｎ，ｌであることを示している。
　図１４の例では、実現可能な行動選択肢ｐｎ，ｌとして、ｎ＝鉄道Ｍ、ｌ＝１の行動選択肢、ｎ＝鉄道Ｍ、ｌ＝２の行動選択肢、ｎ＝鉄道Ｍ、ｌ＝３の行動選択肢が生成されている。また、図１４の例では、実現可能な行動選択肢ｐｎ，ｌとして、ｎ＝バスＢ、ｌ＝１の行動選択肢、ｎ＝バスＢ、ｌ＝３の行動選択肢が生成されている。また、図１４の例では、実現可能な行動選択肢ｐｎ，ｌとして、ｎ＝タクシーＴ、ｌ＝０の行動選択肢、ｎ＝タクシーＴ、ｌ＝２の行動選択肢、ｎ＝タクシーＴ、ｌ＝３の行動選択肢が生成される。
　つまり、図１４の例では、実現可能な行動選択肢ｐｎ，ｌの集合Ａは、行動選択肢ｐＭｅｔｏ，１、ｐＭｅｔｏ，２、ｐＭｅｔｏ，３、ｐＢ，１、ｐＢ，３、ｐＴ，０、ｐＴ，２、ｐＴ，３となる。
　図１５は、実現可能な行動選択肢の集合の一例を示す第二の図である。図１５では、図１４で説明した集合Ａに含まれる行動選択肢ｐｎ，ｌにおいて、利用者へ提示する行動選択肢ｐｎ，ｌの集合候補をｎ行ｌ列の行列Ｘとして示している。
　図１５（Ａ）は、図１４において「○」とされた行動選択肢ｐｎ，ｌ全てを利用者へ提示した場合のパターンを示している。
　この場合において、各行動選択肢ｐｎ，ｌと、各行動選択肢ｐｎ，ｌの選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と、を対応付けた情報が、テーブルＰｒ－１である。
　テーブルＰｒ－１に示すように、選択確率算出部２７６は、行列Ｘにおいて、値が「０」となる成分と対応する行動選択肢ｐｎ，ｌは、利用者に提示されないため、選択確率は算出されない。
　本実施形態の選択肢決定部２７７は、テーブルＰｒ－１に示すように、各行動選択肢ｐｎ，ｌの選択確率Ｐｒｏｂｎ，ｌ（Ｘ）が算出されると、各選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と混雑緩和貢献度との積である混雑緩和貢献度の期待値を算出する。そして、選択肢決定部２７７は、積の合計を集合Ｆの混雑緩和貢献度の期待値とする。この期待値は、行列Ｘが示す集合Ａに含まれる各行動選択肢ｐｎ，ｌを利用者に提示した際の、テーブルＰｒ－１に示す選択確率に基づく混雑緩和貢献度の期待値である。
　図１５（Ｂ）は、図１４において「○」とされた行動選択肢ｐｎ，ｌのうち、行動選択肢ｐＴ，０を利用者へ提示する行動選択肢から除外した場合のパターンを示している。したがって、行列Ｘでは、該当する要素の値が「０」となる。
　この場合において、各行動選択肢ｐｎ，ｌの選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と、を対応付けた情報が、テーブルＰｒ－２となる。テーブルＰｒ－２では、ｎ＝タクシーＴ、ｌ＝０と対応する行動選択肢ｐＴ，０は算出されていない。選択肢決定部２７７は、図１５（Ａ）と同様に、テーブルＰｒ－２に示す選択確率に基づく混雑緩和貢献度の期待値を算出する。
　図１５（Ｃ）は、図１４において「○」とされた行動選択肢ｐｎ，ｌのうち、行動選択肢ｐＭ，１を利用者へ提示する行動選択肢から除外した場合のパターンを示している。したがって、行列Ｘでは、該当する要素の値が「０」となる。
　この場合において、各行動選択肢ｐｎ，ｌの選択確率Ｐｒｏｂｎ，ｌ（Ｘ）と、を対応付けた情報が、テーブルＰｒ－３となる。テーブルＰｒ－３では、ｎ＝鉄道Ｍ、ｌ＝１と対応する行動選択肢ｐＭ，１は算出されていない。選択肢決定部２７７は、図１５（Ａ）と同様に、テーブルＰｒ－３に示す選択確率に基づく混雑緩和貢献度の期待値を算出する。
　本実施形態では、このようにして、集合Ａに含まれる行動選択肢ｐｎ，ｌにおいて、取り得る全てのパターンについて、混雑緩和貢献度の期待値を算出する。
　図１５の例では、実現可能な行動選択肢ｐｎ，ｌは７つであり、行列Ｘにおけるそれぞれの行動選択肢ｐｎ，ｌと対応する要素の値として、「０」、「１」の２通りが存在する。したがって、選択肢決定部２７７は、２の７乗通りのパターンに対して混雑緩和貢献度の期待値を算出することになる。
　そして、選択肢決定部２７７は、最も混雑緩和貢献度の期待値が大きいパターンにおいて、値が「１」の要素と対応する行動選択肢ｐｎ，ｌの集合Ａを、利用者に提示する行動選択肢の集合Ａ*とする。
　このとき、選択肢決定部２７７は、期待値が大きいパターンにおける行動選択肢Ｐｎ，ｌのうち、選択確率Ｐｒｏｂｎ，ｌ（Ｘ）が大きい行動選択肢ｐｎ，ｌから順に、端末装置３００に表示させる。
　尚、本実施形態の混雑マネジメント装置２００は、このとき行動選択肢ｐｎ，ｌと対応する混雑度レベルを端末装置３００に送信しても良い。端末装置３００は、行動選択肢ｐｎ，ｌ毎に、対応する混雑度レベルに応じた混雑状況を示す情報を表示させても良い。
　以下に、図１６を参照し、行動選択肢Ｐｎ，ｌが端末装置３００に表示された場合について説明する。図１６は、第一の実施形態において端末装置に表示された行動選択肢の例を示す図である。
　図１６では、図１５（Ａ）に示すパターンが最も混雑緩和貢献度の期待値が大きかった場合の端末装置３００の画面の例を示している。
　図１６の画面３０１では、表示欄３０２、３０３を有する。表示欄３０２は、行動選択肢が表示されている。また、表示欄３０３には、行動選択肢毎の混雑状況を示す情報が表示されている。
　表示欄３０２では、テーブルＰｒ－１において選択確率Ｐｒｏｂｎ，ｌ（Ｘ）が最も大きい行動選択肢ｐｎ，ｌである「１７：３０～１７：４４にタクシーＴで移動」が最上位に表示される。また、表示欄３０３では、行動選択肢「１７：３０～１７：４４タクシーＴで移動」に対応する混雑度レベル「２」に相当する混雑状況を示す情報が表示される。
　また、表示欄３０２では、テーブルＰｒ－１において選択確率Ｐｒｏｂｎ，ｌ（Ｘ）が二番目に大きい行動選択肢ｐｎ，ｌである「１７：１５～１７：２９にバスＢで移動」が次に表示される。
　また、表示欄３０３では、行動選択肢「１７：１５～１７：２９にバスＢで移動」に対応する混雑度レベル「２」に相当する混雑状況を示す情報が表示される。混雑情報を示す情報は、例えば混雑度データベース２３０において、各移動手段の混雑度レベルと対応付けられて記憶されていても良い。
　尚、図１６の例では、選択確率が高い行動選択肢から順に端末装置３００に表示されるものとしたが、これに限定されない。本実施形態では、例えば混雑緩和貢献度の期待値が大きい行動選択肢から順に、端末装置３００に表示させても良い。
　このように、本実施形態によれば、利用者の満足度の水準を示す値に基づく行動選択肢毎の選択確率と、混雑緩和貢献度とに基づき、利用者の端末装置３００に表示させる行動選択肢を決定する。
　したがって、本実施形態によれば、利用者に選択される可能性と、混雑の緩和に対する貢献の両方が考慮された行動選択肢を利用者に提示することができる。したがって、本実施形態によれば、混雑の解消に貢献する行動を選択させることができる。
　また、本実施形態では、端末装置３００の利用者が個々に行動選択肢の提示要求を行う度に、推定人数データベース２４０が更新される。したがって、本実施形態によれば、行動選択肢の提示要求を行った利用者に対し、最新の混雑状況に合わせた行動選択肢を提示することができる。また、本実施形態によれば、行動選択肢の提示要求毎の推定人数データベース２４０の更新により、同一の行動選択肢が提示され続けること抑制されるため、その結果として混雑の緩和に貢献できる。
　（第二の実施形態）
　以下に図面を参照して第二の実施形態について説明する。第二の実施形態では、混雑緩和貢献度の代わりに、売上貢献度を用いて決定された行動選択肢を利用者に提示する点が第一の実施形態と相違する。以下の第二の実施形態の説明では、第一の実施形態との相違点についてのみ説明し、第一の実施形態と同様の機能構成を有するものには、第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。
　図１７は、第二の実施形態の混雑マネジメントシステムのシステム構成を説明する図である。
　本実施形態の混雑マネジメントシステム１００Ａは、端末装置３００と混雑マネジメント装置２００Ａとを有する。
　本実施形態の混雑マネジメント装置２００Ａは、利用者データベース２１０Ａ、誘導上限値データベース２２０Ａ、混雑度データベース２３０Ａ、推定人数データベース２４０Ａを有する。また、本実施形態の混雑マネジメント装置２００Ａは、地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０を有する。また、本実施形態の混雑マネジメント装置２００Ａは、混雑マネジメント処理部２７０Ａを有する。
　本実施形態の混雑マネジメント処理部２７０Ａでは、移動手段による移動行動に、店舗による購買行動を組み合わせた行動選択肢を端末装置３００に出力する。また、本実施形態では、購買行動による売上に対する貢献度を考慮した行動選択肢を端末装置３００へ出力する。購買行動による売上とは、例えば行動選択肢において、立ち寄り先として提示された店舗等の売上である。
　尚、図１７の例では、地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０が混雑マネジメント装置２００Ａ内に設けられるものとしたが、これに限定されない。地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０は、混雑マネジメント装置２００Ａ以外の装置に設けられていても良い。また、地図データベース２５０、交通運行データベース２６０、クーポン情報データベース２８０は、それぞれが別々の装置に設けられていても良い。
　以下に図１８乃至図２２を参照し、本実施形態の混雑マネジメント装置２００Ａの有する各データベースについて説明する。
　図１８は、第二の実施形態の利用者データベースの一例を示す図である。本実施形態の利用者データベース２１０Ａは、第一の実施形態の利用者データベース２１０の有する各項目に加え、項目「βｉ」を有する。
　項目「βｉ」の値は、選択した行動選択肢と対応する行動に付与される貨幣価値に対する重みを示す。言い換えれば、項目「βｉ」の値は、利用者が選択した行動選択肢に付与される貨幣価値が、この行動選択肢を選択した際の満足度に対して寄与する程度を示す。
　貨幣価値とは、例えばクーポン等である。つまり、項目「βｉ」の値は、例えば利用者の行動に店舗への立ち寄り等が含まれる場合に、貨幣価値のあるクーポンが付与されることが、この行動に対する満足度に寄与する程度を示している。
　利用者データベース２１０Ａにおける項目「βｉ」以外の項目の値は、第一の実施形態の利用者データベース２１０と同様であるから、説明を省略する。
　図１９は、第二の実施形態の誘導上限値データベースの一例を示す図である。本実施形態の誘導上限値データベース２２０Ａでは、移動手段ｎと時間帯ｌとの組合せ毎に、誘導上限値が対応付けられて格納されている。また、本実施形態の誘導上限値データベース２２０Ａでは、店舗と時間帯ｌとの組合せ毎に、誘導上限値が対応付けられて格納されている。
　尚、図１９で誘導上限値データベース２２０Ａにおいて誘導上限値が格納される店舗は、図１９の例では一店舗といたが、これに限定されない。誘導上限値が格納される店舗は、任意の数であって良い。図１９で示す時間帯ｌも同様に、任意の時間帯が含まれて良い。
　例えは図１９の例では、時間帯ｌ＝０における店舗Ｋの誘導上限値は２０人であり、時間帯ｌ＝１における店舗Ｋの誘導上限値は５０人であることがわかる。
　図２０は、第二の実施形態の混雑度データベースの一例を示す図である。本実施形態の混雑度データベース２３０Ａは、時間帯ｌ＝０～３のそれぞれに対する鉄道Ｍ、バスＢ、タクシーＴ、立ち寄り先となる店舗Ｋにおける混雑度レベルが格納されている。
　尚、図２０における時間帯ｌと、移動手段ｎ、店舗は、図１９と同様に任意の時間帯を含んで良いし、任意の行動を含んで良い。
　図２１は、第二の実施形態の推定人数データベースの一例を示す図である。本実施形態の推定人数データベース２４０Ａは、時間帯ｌ＝０～３のそれぞれに対する鉄道Ｍ、バスＢ、タクシーＢ、立ち寄り先となる店舗Ｋにおける推定人数が格納されている。
　尚、図２１における時間帯ｌ及び移動手段や立ち寄り先は、図１９と同様に任意の時間帯を含んで良いし、任意の店舗を含んで良い。
　図２２は、第二の実施形態のクーポン情報データベースの一例を示す図である。本実施形態のクーポン情報データベース２８０は、情報の項目として、店舗名と、クーポン有無、所在地を有する。項目「店舗名」の値は、店舗の名称を示す。項目「クーポン有無」の値は、クーポンの有無を示す。項目「所在地」の値は、店舗の所在地を示す。
　具体的には、項目「クーポン有無」の値が「有」の場合、対応する店舗で利用可能な貨幣価値を持つクーポン等のインセンティブが付与されることを示す。つまり、項目「クーポン有無」の値が「有」の場合、対応する店舗に立ち寄ることで、インセンティブが付与されることを示す。
　また、項目「クーポン有無」の値が「無」の場合、対応する店舗で利用可能な貨幣価値を持つクーポン等のインセンティブが付与されないことを示す。つまり、項目「クーポン有無」の値が「無」の場合、対応する店舗に立ち寄ることに、インセンティブが付与されないことを示す。
　尚、図２２に示すクーポン情報データベース２８０では、店舗毎のクーポンの有無を示す情報が格納されるものとしたが、これに限定されない。クーポン情報データベース２８０には、例えば店舗以外にも、行動選択肢に選択することでインセンティブが付与される施設や移動手段等と、それらのインセンティブの有無が格納されていても良い。
　例えば、行動選択肢としてタクシーＴでの移動行動を選択した場合に、クーポン情報データベース２８０には、割引サービスが得られる場合等には、移動手段「タクシーＴ」と、インセンティブ「有」とが対応付けられた情報が格納されていても良い。
　次に、図２３を参照して本実施形態の混雑マネジメントシステム１００Ａの有する各装置の機能について説明する。
　図２３は、第二の実施形態の混雑マネジメントシステムの有する各装置の機能について説明する図である。
　本実施形態の混雑マネジメント装置２００Ａの有する混雑マネジメント処理部２７０Ａは、要求受付部２７１、応答送信部２７２、選択肢生成部２７３Ａ、売上貢献度算出部２７４Ａを有する。また、本実施形態の混雑マネジメント処理部２７０Ａは、混雑度取得部２７５、選択確率算出部２７６Ａ、選択肢決定部２７７Ａ、推定人数算出部２７８、インセンティブ付与部２７９を有する。
　本実施形態の選択肢生成部２７３Ａは、端末装置３００において入力された希望出発時刻、出発地及び目的地に基づき、実現可能な行動選択肢を生成する。具体的には、本実施形態の選択肢生成部２７３Ａは、誘導上限値データベース２２０Ａ、推定人数データベース２４０Ａを参照し、移動手段ｎと時間帯ｌとの組合せにおいて、推定人数が誘導上限値未満の組合せを抽出する。そして、選択肢生成部２７３Ａは、時間帯ｌにおいて移動手段ｎと組み合わせることが可能な店舗のうち、推定人数が誘導上限値未満の店舗を抽出し、移動手段ｎと組み合わせ、行動選択肢とする。
　また、選択肢生成部２７３Ａは、推定人数が誘導上限値未満の店舗が存在しない場合、移動手段ｎと時間帯ｌの組合せを行動選択肢とする。
　本実施形態の売上貢献度算出部２７４Ａは、クーポン情報データベース２８０を参照し、店舗におけるインセンティブの付与の有無に応じた売上貢献度を算出する。
　尚、本実施形態の売上貢献度とは、行動選択肢を選択することで、端末装置３００を中心とした所定範囲の地域に存在する商業施設の売上に貢献する度合いを示す。
　本実施形態の選択確率算出部２７６Ａは、利用者データベース２１０Ａに格納された各項目の値に基づく行動選択肢毎の効用から、行動選択肢毎の選択確率を算出する。
　本実施形態の選択肢決定部２７７Ａは、選択確率算出部２７６Ａにより算出された選択確率と、売上貢献度算出部２７４Ａにより算出された売上貢献度とに基づき、端末装置３００へ出力する行動選択肢を決定する。具体的には、選択肢決定部２７７Ａは、選択肢生成部２７３Ａにより生成された行動選択肢から、売上貢献度と選択確率を用いて、売上貢献度の期待値を算出する。そてし、選択肢決定部２７７Ａは、売上貢献度の期待値が最も大きくなる行動選択肢の集合を求め、この集合に含まれる各行動選択肢を、端末装置３００へ出力する行動選択肢に決定する。
　本実施形態のインセンティブ付与部２７９は、選択肢生成部２７３Ａにより生成された行動選択肢において、店舗が移動手段と組み合わされている場合、この店舗のクーポンが存在する場合には、インセンティブｉの値を「１」に設定する。具体的には、インセンティブ付与部２７９は、行動選択肢に店舗が含まれる場合、クーポン情報データベース２８０を参照し、店舗と対応するクーポン有無が「有」の場合に、インセンティブｉの値を「１」とする。また、インセンティブ付与部２７９は、行動選択肢に店舗が含まれる場合、クーポン情報データベース２８０を参照し、店舗と対応するクーポン有無が「無」の場合に、インセンティブｉの値を「０」とする。
　尚、本実施形態の端末装置３００の機能は、第一の実施形態と同様であるから、説明を省略する。
　図２４は、第二の実施形態の行動選択肢を説明するための図である。本実施形態では、テーブル９１Ａ－１、９１Ａ－２に示すように、インセンティブが付与される場合の行動選択肢と、インセンティブが付与されない場合の行動選択肢とを含む。したがって、本実施形態の行動選択肢は、行動選択肢Ｐｎ，ｌ，ｉと示す。ｉは、インセンティブの有無を示す値である。
　本実施形態では、インセンティブｉが付与されない場合は、ｉ＝０となる。したがって、テーブル９１Ａ－１に示すように、インセンティブｉ＝０の場合の行動選択肢は、行動選択肢Ｐｎ，ｌ，０となる。
　また、本実施形態では、インセンティブｉが付与される場合は、ｉ＝１となる。したがって、テーブル９１Ａ－２に示すように、インセンティブｉ＝１の場合の行動選択肢は、行動選択肢Ｐｎ，ｌ，１となる。
　本実施形態において、インセンティブｉが付与される場合とは、例えば移動手段ｎと時間帯ｌに組み合わせる店舗が存在し、且つその店舗において貨幣価値のあるクーポンが発行されている場合である。尚、移動手段ｎと時間帯ｌに組み合わせる店舗が存在しない場合でも、移動手段ｎの運賃の割引券等が存在する場合には、インセンティブｉが付与されるものとしても良い。
　また、本実施形態において、インセンティブｉが付与されない場合とは、例えば移動手段ｎと時間帯ｌに組み合わせる店舗が存在し、且つその店舗においてクーポンが発行されていない場合である。また、インセンティブｉが付与されない場合とは、例えば移動手段ｎと時間帯ｌに組み合わせる店舗が存在しない場合である。
　次に、本実施形態の混雑マネジメント装置２００Ａの動作について説明する。本実施形態の混雑マネジメント処理部２７０Ａの全体の動作は、図１１と同様であるから、説明を省略する。
　以下に、図２５を参照し、本実施形態の選択肢生成部２７３Ａの処理について説明する。図２５は、第二の実施形態の選択肢生成部の処理を説明するフローチャートである。
　図２５のステップＳ２５０１からステップＳ２５０４までの処理は、図１２のステップＳ１２０１からステップＳ１２０４までの処理と同様であるから、説明を省略する。
　ステップＳ２５０４に続いて、選択肢生成部２７３Ａは、時間帯ｌの間に立ち寄り可能な店舗が存在するか否かを判定する（ステップＳ２５０５）。
　具体的には、選択肢生成部２７３Ａは、端末装置３００から、行動選択肢の提示要求と共に端末装置３００の位置情報を取得し、クーポン情報データベース２８０に、位置情報が示す位置から所定の範囲内の店舗の情報が格納されているか否かを判定する。そして、選択肢生成部２７３Ａは、クーポン情報データベース２８０に、該当する店舗が存在するとき、立ち寄り可能な店舗が存在すると判定する。また、選択肢生成部２７３Ａは、クーポン情報データベース２８０に、該当する店舗が存在しないとき、立ち寄り可能な店舗が存在しないと判定する。
　ステップＳ２５０５において、該当する店舗が存在しない場合、選択肢生成部２７３Ａは、ステップＳ２５０１へ戻る。
　ステップＳ２５０５において、該当する店舗が存在する場合、選択肢生成部２７３Ａは、ステップＳ２５０３へ戻る。
　次に、混雑マネジメント処理部２７０Ａによる、選択確率に基づく行動選択肢の集合（組合せ）Ａ*を決定する処理について説明する。
　本実施形態では、行動選択肢Ｐｎ，ｌ，ｉを利用者に提示するか否かを決定するための決定変数ｘｎ，ｌ，ｉを導入する。具体的には、本実施形態では、決定変数ｘｎ，ｌ，ｉ＝１ならば行動選択肢Ｐｎ，ｌ，ｉを利用者に提示することを示す。また、本実施形態では、決定変数ｘｎ，ｌ，ｉ＝０ならば、行動選択肢Ｐｎ，ｌ，ｉを利用者に提示しないことを示す。
　ここで、本実施形態の選択肢決定部２７７Ａは、売上貢献度算出部２７４Ａが算出する売上貢献度が最大になるような行動選択肢の集合Ａを、利用者に提示する行動選択肢の集合Ａ*として選択する。これは、以下の式（８）のような最適化問題として定式化される。
Figure JPOXMLDOC01-appb-M000008
 　上記の式（８）において、Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）は、行列Ｘで示される行動選択肢の集合Ａにおける行動選択肢ｐｎ，ｌ，ｉの選択確率である。この選択確率は、選択確率算出部２７６Ａにより算出される。
　また、上記の式（８）において、Ｒｎ，ｌ，ｉは、行列Ｘで示される行動選択肢の集合Ａにおいて、行動選択肢ｐｎ，ｌ，ｉが選択された場合に得られる売上貢献度である。売上貢献度は、売上貢献度算出部２７４Ａにより、例えば、以下の式（９）により算出される。
Figure JPOXMLDOC01-appb-M000009
 　ここで、αは予め与えられた定数である。本実施形態の売上貢献度Ｒｎ，ｌ，ｉは、式（９）からわかるように、移動までの待ち時間が延びるほど大きな値となり、クーポンがある場合にはさらに大きい値となる。尚、売上貢献度Ｒｎ，ｌ，ｉは、上記と異なる式を用いて算出されてもよい。
　本実施形態の選択肢決定部２７７Ａは、行列Ｘで示される行動選択肢の集合Ａにおいて、各行動選択肢ｐｎ，ｌ，ｉ毎に、選択確率Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）と、売上貢献度Ｒｎ，ｌ，ｉの積を算出する。選択確率Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）と、売上貢献度Ｒｎ，ｌ，ｉの積は、行動選択肢ｐｎ，ｌ，ｉについての売上貢献度の期待値である。
　選択肢決定部２７７Ａは、集合Ａに含まれる各行動選択肢ｐｎ，ｌ，ｉについて、売上貢献度の期待値を算出し、その総和を集合Ａの売上貢献度の期待値とする。そして、選択肢決定部２７７Ａは、売上貢献度の期待値が最も大きい集合Ａを、集合Ａ*に決定する。したがって、集合Ａ*に含まれる行動選択肢ｐｎ，ｌ，ｉが、利用者に提示される行動選択肢となる。
　次に、選択確率算出部２７６Ａによる選択確率Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）の算出について説明する。
　本実施形態において、行列Ｘで表される集合Ａが利用者に提示された場合、行動選択肢ｐｎ，ｌ，ｉが選択される確率（選択確率）Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）は、式（６）の効用Ｖｎ，ｌをＶｎ，ｌ，ｉとして、同様に求めることができる。
　効用Ｖｎ，ｌ，ｉは、以下の式（１０）で算出することができる。尚、本実施形態の選択確率算出部２７６Ａは、選択肢生成部２７３Ａにより生成された、実現可能な行動選択肢ｐｎ，ｌ，ｉに、店舗が含まれる場合には、クーポン情報データベース２８０を参照する。そして、選択確率算出部２７６Ａは、この店舗と対応するクーポン有無が「有」である場合、インセンティブｉ＝１とし、クーポン有無が「無」である場合、インセンティブｉ＝０とする。
Figure JPOXMLDOC01-appb-M000010
 　具体的には、選択確率算出部２７６Ａは、利用者データベース２１０Ａを参照し、端末装置３００から取得した利用者ＩＤと対応する利用者情報を取得し、利用者情報に含まれる各項目の値を、式（１０）に代入する。
　次に、図２６を参照し、選択確率に基づく行動選択肢の集合（組合せ）Ａ*の決定について、さらに説明する。図２６は、第二の実施形態における選択確率に基づく行動選択肢の集合の決定の手順を説明する図である。
　選択確率算出部２７６Ａは、選択肢生成部２７３Ａにより、実現可能な行動選択肢Ｐｎ，ｌ，ｉが生成されると、行列Ｘで示される行動選択肢ｐｎ，ｌ，ｉの集合Ａにおける各行動選択肢Ｐｎ，ｌ，ｉの選択確率を求める（ステップＳ２６０１）。
　具体的には、選択確率算出部２７６Ａは、利用者データベース２１０Ａを参照し、利用者ＩＤと対応付けられた利用者情報を取得する。また、選択確率算出部２７６Ａは、混雑度データベース２３０Ａを参照し、行動選択肢Ｐｎ，ｌ，ｉが示す時間帯ｌの移動手段ｎの混雑度レベルを取得する。そして、選択確率算出部２７６Ａは、式（１０）で示す効用Ｖｎ，ｌ，ｉを算出する。
　次に、選択確率算出部２７６Ａは、選択確率Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）を算出する。
　次に、売上貢献度算出部２７４Ａは、集合Ａの各行動選択肢ｐｎ，ｌ，ｉ毎に、売上貢献度Ｒｎ，ｌ，ｉを算出する（ステップＳ２６０２）。
　続いて、選択肢決定部２７７Ａは、行動選択肢Ｐｎ，ｌ，ｉ毎の選択確率Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）と、売上貢献度Ｒｎ，ｌ，ｉと、から、集合Ａの売上貢献度の期待値を算出する（ステップＳ２６０３）。
　具体的には、選択肢決定部２７７Ａは、式（８）に示すように、行動選択肢ｐｎ，ｌ，ｉ毎に、選択確率Ｐｒｏｂｎ，ｌ，ｉ（Ｘ）と売上貢献度Ｒｎ，ｌ，ｉとの積である売上貢献度の期待値を求める。そして、選択肢決定部２７７Ａは、行動選択肢ｐｎ，ｌ，ｉ毎の売上貢献度の期待値の和を、集合Ａの売上貢献度の期待値とする。
　続いて、選択肢決定部２７７Ａは、実現可能な行動選択肢ｐｎ，ｌ，ｉの集合Ｆから得られる全てのパターンについて、集合Ａの期待値を算出したか否かを判定する（ステップＳ２６０４）。ステップＳ２６０４において、全ての集合Ａについて、期待値を算出していない場合、選択肢決定部２７７ＡはステップＳ２６０１へ戻る。
　ステップＳ２６０４において、全ての集合Ｆについて、期待値を算出した場合、選択肢決定部２７７Ａは、売上貢献度の期待値が最大となる集合Ａを、端末装置３００に提示する行動選択肢ｐｎ，ｌ，ｉの集合Ａ*に決定し（ステップＳ２６０５）、処理を終了する。
　以下に、図２７を参照し、行動選択肢Ｐｎ，ｌ，ｉが端末装置３００に表示された場合について説明する。図２７は、第二の実施形態において端末装置に表示された行動選択肢の例を示す図である。
　図２７に示す画面３０１Ａは、表示欄３０４と表示欄３０５を有し、行動選択肢として、時間帯毎の移動手段と店舗の組合せが表示されている。
　画面３０１Ａにおいて、表示欄３０４には、移動手段ｎと時間帯ｌの組合せが表示される。また、画面３０１Ａにおいて、表示欄３０５には、移動手段ｎと時間帯ｌの組合せに対応付けられた店舗の情報が表示されている。
　図２７の例では、表示欄３０４において、「乗り場Ａから、タクシーＴで１７：３０～１７：４４に移動」という組合せが利用者により選択された場合を示している。この場合、表示欄３０５には、この組合せと対応付けられた店舗の店舗情報３０７が表示される。
　店舗情報３０７は、例えばクーポン情報データベース２８０において、該当する店舗のクーポン有無が「有」の場合は、クーポンが表示される画面のＵＲＬ（Uniform Resource Locator）が含まれても良い。また、店舗情報３０７には、該当する店舗のホームページのＵＲＬが表示されていても良い。
　図２７の例では、店舗情報３０７において、クーポンボタン３０７ａが操作されると、クーポンが画面３０１Ａに表示されても良い。また、図２７の例では、店舗情報３０７において、詳細ボタン３０７ｂが操作されると、店舗Ｋのホームページが画面３０１Ａに表示されても良い。
　尚、図２７の例では、移動手段の混雑状況を示す情報が表示され、店舗の混雑状況を示す情報については表示されないものとしたが、これに限定されない。例えば立ち寄り先が映画館や飲食店等の座席数に制限がある施設である場合には、混雑度データベース２３０Ａに格納された施設毎の混雑度レベルに応じた混雑状況を示す情報を表示させても良い。
　以上のように、本実施形態では、行動選択肢を選択することにより付与されるインセンティブを考慮した選択確率に基づき、売上貢献度の期待値を算出し、この期待値に応じた行動選択肢を端末装置３００に表示させる。
　したがって、本実施形態によれば、インセンティブの付与に対する満足度が高い利用者に対しては、インセンティブが付与される行動選択肢を提示することで、高い確率で提示された行動選択肢を選択させることができる。
　よって、例えば交通機関に混雑が生じていた場合等でも、混雑の解消に貢献する行動を選択させることができる。
　（第三の実施形態）
　以下に図面を参照して第三の実施形態について説明する。第三の実施形態では、混雑緩和貢献度と売上貢献度の両方を用いる点が第一及び第二の実施形態と相違する。以下の第三の実施形態の説明では、第一及び第二の実施形態との相違点についてのみ説明し、第一及び第二の実施形態と同様の機能構成を有するものには、第一及び第二の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。
　図２８は、第三の実施形態の混雑マネジメントシステムの有する混雑マネジメント装置の機能を説明する図である。
　本実施形態の混雑マネジメントシステム１００Ｂは、端末装置３００と混雑マネジメント装置２００Ｂとを有する。本実施形態の混雑マネジメント装置２００Ｂは、第二の実施形態の混雑マネジメント装置２００Ａの有する各データベースと、混雑マネジメント処理部２７０Ｂとを有する。
　本実施形態の混雑マネジメント処理部２７０Ｂは、要求受付部２７１、応答送信部２７２、選択肢生成部２７３Ａ、混雑緩和貢献度算出部２７４、売上貢献度算出部２７４Ａを有する。
　また、本実施形態の混雑マネジメント処理部２７０Ｂは、混雑度取得部２７５、選択確率算出部２７６Ａ、選択肢決定部２７７Ｂ、推定人数算出部２７８を有する。
　本実施形態の選択肢決定部２７７Ｂは、端末装置３００に出力する行動選択肢を含む集合Ａ*の決定の際に、混雑緩和及び売上貢献度を算出する。そして、選択肢決定部２７７Ｂは、混雑緩和及び売上貢献度と選択確率との積の和、集合Ａの混雑緩和及び売上貢献度の期待値を算出し、この期待値が最も大きい集合Ａを集合Ａ*とする。
　本実施形態の混雑緩和及び売上貢献度は、混雑緩和貢献度と、売上貢献度とを用いて、
以下の式（１１）で示すことができる。
Figure JPOXMLDOC01-appb-M000011
 　尚、式（１１）において、Ｒｃｏｎｇ ｎ，ｌ，ｉは、混雑緩和貢献度を示し、Ｒｓａｌｅ ｎ，ｌ，ｉは、売上貢献度を示している。また、式（１１）において、α１とα２は、予め決められた定数である。
　定数α１、α２は、混雑緩和貢献度と売上貢献度のそれぞれに対して与えられる重みである。したがって、定数α１、α２を任意に設定することで、混雑緩和貢献度と売上貢献度のそれぞれに重み付けをすることができる。
　以上のように、本実施形態によれば、利用者に対して選択される確率が高く、且つ混雑緩和貢献度と売上貢献度を考慮した行動選択肢を利用者に提示することができる。したがって、本実施形態によれば、混雑の緩和に貢献する行動を選択させることができる。
　尚、式（１１）は、第三の実施形態において用いられるものとしたが、式（１１）は、第一の実施形態及び第二の実施形態で用いられても良い。
　式（１１）を第一の実施形態で用いる場合には、定数α１＝１、定数α２＝０とすれば良い。また、式（１１）を第二の実施形態で用いる場合には、定数α１＝０、定数α２＝１と
　本発明は、具体的に開示された実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。
　１００、１００Ａ、１００Ｂ　混雑マネジメントシステム
　２００、２００Ａ、２００Ｂ　混雑マネジメント装置
　２１０、２１０Ａ　利用者データベース
　２２０、２２０Ａ　誘導上限値データベース
　２３０、２３０Ａ　混雑度データベース
　２４０、２４０Ａ　推定人数データベース
　２７０、２７０Ａ、２７０Ｂ　混雑マネジメント処理部
　２７３、２７３Ａ　選択肢生成部
　２７４　混雑緩和貢献度算出部
　２７４Ａ　売上貢献度算出部
　２７６、２７６Ａ　選択確率算出部
　２７７、２７７Ａ、２７７Ｂ　選択肢決定部
　２７８　推定人数算出部
　２７９　インセンティブ付与部
　３００　端末装置

Claims (14)

  1. 　利用者の時間帯別の行動選択肢を生成する選択肢生成部と、
    　前記選択肢生成部によって生成された行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する選択確率算出部と、
    　前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部と、
    　前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する推定人数算出部と、を有し、
    　前記選択肢生成部は、
    　前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する、混雑マネジメント装置。
  2. 　前記選択肢生成部は、
    　前記推定人数が、前記上限値未満である行動選択肢を、前記利用者へ提示する行動選択肢として抽出する請求項１記載の混雑マネジメント装置。
  3. 　前記選択確率算出部は、
    　前記利用者が前記行動選択肢を選択することで得られる満足度の水準を表す値を用いて、前記行動選択肢の選択確率を算出する、請求項１又は２記載の混雑マネジメント装置。
  4. 　前記記憶部は、
    　利用者毎に、前記満足度の水準を示す値の算出に用いられる利用者情報を保持する請求項３記載の混雑マネジメント装置。
  5. 　前記選択肢生成部により抽出された行動選択肢から、前記行動選択肢を選択することによる混雑緩和貢献度に基づき、前記利用者へ提示する行動選択肢を決定する選択肢決定部を有する請求項１乃至４の何れか一項に記載の混雑マネジメント装置。
  6. 　前記行動選択肢毎の前記上限値と前記推定人数とから、前記混雑緩和貢献度を算出する混雑緩和貢献度算出部を有する請求項５記載の混雑マネジメント装置。
  7. 　前記選択肢決定部は、
    　前記抽出された行動選択肢から、前記利用者へ提示し得る全ての行動選択肢のパターンを生成し、
    　前記全ての行動選択肢のパターン毎に、前記パターンに含まれる行動選択肢の前記選択確率と前記混雑緩和貢献度との積の和を算出し、
    　前記積の和が最も大きいパターンに含まれる行動選択肢を、前記利用者に提示する行動選択肢に決定する、請求項５又は６記載の混雑マネジメント装置。
  8. 　前記選択肢生成部により抽出された行動選択肢から、前記行動選択肢を選択することによる売上貢献度に基づき、前記利用者へ提示する行動選択肢を決定する選択肢決定部を有する請求項１乃至４の何れか一項に記載の混雑マネジメント装置。
  9. 　前記時間帯と、前記行動選択肢を選択することにより貨幣価値の有無に応じて、前記売上貢献度を算出する請求項８記載の混雑マネジメント装置。
  10. 　前記選択肢決定部は、
    　前記抽出された行動選択肢から、前記利用者へ提示し得る全ての行動選択肢のパターンを生成し、
    　前記全ての行動選択肢のパターン毎に、前記パターンに含まれる行動選択肢の前記選択確率と前記売上貢献度との積の和を算出し、
    　前記積の和が最も大きいパターンに含まれる行動選択肢を、前記利用者に提示する行動選択肢に決定する、請求項８又は９記載の混雑マネジメント装置。
  11. 　前記積の和が最も大きいパターンに含まれる行動選択肢を、前記行動選択肢の選択確率が高い順に前記利用者の端末装置に表示させる請求項７又は１０記載の混雑マネジメント装置。
  12. 　前記選択肢生成部により抽出された行動選択肢から、前記行動選択肢を選択することによる混雑緩和貢献度及び売上貢献度に基づき、前利用者へ提示する行動選択肢を決定する選択肢決定部を有する請求項１乃至４の何れか一項に記載の混雑マネジメント装置。
  13. 　コンピュータに、
    　利用者の時間帯別の行動選択肢を生成する処理と、
    　生成された前記行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する処理と、
    　前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する処理と、を実行させ、
    　前記生成する処理は、
    　前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部を参照し、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する処理を実行させる、混雑マネジメントプログラム。
  14. 　コンピュータによる混雑マネジメント方法であって、該コンピュータが、
    　利用者の時間帯別の行動選択肢を生成する手順と、
    　生成された前記行動選択肢毎に、前記行動選択肢に対する利用者の選択確率を算出する手順と、
    　前記行動選択肢毎に、過去の利用者の行動選択肢の選択確率に基づき、該行動選択肢を選択したと推定される推定人数を算出する手順と、を実行し、
    　前記生成する手順は、
    　前記行動選択肢毎の、前記行動選択肢が示す行動へ誘導し得る人数の上限値を保持する記憶部を参照し、前記行動選択肢毎の前記上限値と前記推定人数とに基づき、前記利用者へ提示する行動選択肢を抽出する、混雑マネジメント方法。
PCT/JP2016/059297 2016-03-24 2016-03-24 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法 WO2017163351A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
SG11201808140XA SG11201808140XA (en) 2016-03-24 2016-03-24 Congestion management apparatus, congestion management program, and congestion management method
EP16895387.5A EP3435248A4 (en) 2016-03-24 2016-03-24 JAM ADMINISTRATIVE DEVICE, JAM ADMINISTRATIVE PROGRAM AND JAM ADMINISTRATIVE PROCEDURE
PCT/JP2016/059297 WO2017163351A1 (ja) 2016-03-24 2016-03-24 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法
JP2018506691A JP6631695B2 (ja) 2016-03-24 2016-03-24 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法
US16/135,580 US10922962B2 (en) 2016-03-24 2018-09-19 Congestion management apparatus and congestion management method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/059297 WO2017163351A1 (ja) 2016-03-24 2016-03-24 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/135,580 Continuation US10922962B2 (en) 2016-03-24 2018-09-19 Congestion management apparatus and congestion management method

Publications (1)

Publication Number Publication Date
WO2017163351A1 true WO2017163351A1 (ja) 2017-09-28

Family

ID=59900134

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/059297 WO2017163351A1 (ja) 2016-03-24 2016-03-24 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法

Country Status (5)

Country Link
US (1) US10922962B2 (ja)
EP (1) EP3435248A4 (ja)
JP (1) JP6631695B2 (ja)
SG (1) SG11201808140XA (ja)
WO (1) WO2017163351A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020537267A (ja) * 2017-10-12 2020-12-17 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド オンライン・ツー・オフライン・サービスにおいて最適な輸送サービスのタイプを決定するためのシステムおよび方法
WO2023203842A1 (ja) * 2022-04-18 2023-10-26 株式会社Ｎｔｔドコモ 混雑度探索システム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6708122B2 (ja) * 2014-06-30 2020-06-10 日本電気株式会社 誘導処理装置及び誘導方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005075245A (ja) * 2003-09-02 2005-03-24 Nec Fielding Ltd 乗車状況／降車予定案内システム及びその方法
JP2006003169A (ja) * 2004-06-16 2006-01-05 Aisin Aw Co Ltd 経路案内システム及び経路案内方法のプログラム
JP2006121535A (ja) * 2004-10-22 2006-05-11 Matsushita Electric Ind Co Ltd 緊急避難情報通知システム
JP2008184032A (ja) * 2007-01-30 2008-08-14 Mitsubishi Electric Corp ダイヤ作成装置
JP2012083906A (ja) * 2010-10-08 2012-04-26 Ntt Docomo Inc 避難経路提供システム及び避難経路提供方法
JP2014225098A (ja) * 2013-05-15 2014-12-04 株式会社東芝 交通管制システム及び特典情報提供方法
JP2014238831A (ja) * 2013-06-05 2014-12-18 富士通株式会社 輸送サービス予約方法、輸送サービス予約装置、及び輸送サービス予約プログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001337967A (ja) 2000-05-25 2001-12-07 Hitachi Ltd 交通機関の情報提示システム
JP4076422B2 (ja) 2002-10-01 2008-04-16 泰嗣 大野 乗車情報提供システム
JP4390492B2 (ja) * 2003-07-30 2009-12-24 パイオニア株式会社 案内誘導装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
JP2005186783A (ja) 2003-12-25 2005-07-14 Kureo:Kk 満員列車回避システム
US20080262710A1 (en) * 2007-04-23 2008-10-23 Jing Li Method and system for a traffic management system based on multiple classes
JP2009023444A (ja) 2007-07-18 2009-02-05 Tokyu Car Corp 乗換案内情報表示システム
JP2011141773A (ja) 2010-01-08 2011-07-21 Hitachi Ltd 自動改札システム
US9014883B2 (en) 2010-12-20 2015-04-21 Mitsubishi Electric Corporation In-vehicle congestion-status display system and congestion-status guidance method
US8744734B2 (en) * 2011-03-04 2014-06-03 Board of Regents, University of Arizona Active traffic and demand management system
JP2014104764A (ja) 2012-11-22 2014-06-09 Toshiba Corp 列車混雑緩和支援装置及び列車混雑緩和支援方法
JP5969957B2 (ja) 2013-06-27 2016-08-17 株式会社日立製作所 列車混雑度予測システム、及び列車混雑度予測方法
US9092978B2 (en) * 2013-08-13 2015-07-28 International Business Machines Corporation Managing traffic flow
JP6178226B2 (ja) 2013-12-04 2017-08-09 株式会社日立製作所 人流誘導システム及び人流誘導方法
US9755850B2 (en) * 2014-05-01 2017-09-05 Elizabeth B. Stolfus Providing dynamic routing alternatives based on determined traffic conditions
US20160321764A1 (en) * 2015-04-29 2016-11-03 Flux Group, LLC Method of and system for planning and redistributing congested flows based on integrated calendar information
US10408631B2 (en) * 2015-07-24 2019-09-10 International Business Machines Corporation Journey planning

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005075245A (ja) * 2003-09-02 2005-03-24 Nec Fielding Ltd 乗車状況／降車予定案内システム及びその方法
JP2006003169A (ja) * 2004-06-16 2006-01-05 Aisin Aw Co Ltd 経路案内システム及び経路案内方法のプログラム
JP2006121535A (ja) * 2004-10-22 2006-05-11 Matsushita Electric Ind Co Ltd 緊急避難情報通知システム
JP2008184032A (ja) * 2007-01-30 2008-08-14 Mitsubishi Electric Corp ダイヤ作成装置
JP2012083906A (ja) * 2010-10-08 2012-04-26 Ntt Docomo Inc 避難経路提供システム及び避難経路提供方法
JP2014225098A (ja) * 2013-05-15 2014-12-04 株式会社東芝 交通管制システム及び特典情報提供方法
JP2014238831A (ja) * 2013-06-05 2014-12-18 富士通株式会社 輸送サービス予約方法、輸送サービス予約装置、及び輸送サービス予約プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3435248A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020537267A (ja) * 2017-10-12 2020-12-17 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド オンライン・ツー・オフライン・サービスにおいて最適な輸送サービスのタイプを決定するためのシステムおよび方法
WO2023203842A1 (ja) * 2022-04-18 2023-10-26 株式会社Ｎｔｔドコモ 混雑度探索システム

Also Published As

Publication number Publication date
EP3435248A1 (en) 2019-01-30
US10922962B2 (en) 2021-02-16
EP3435248A4 (en) 2019-02-06
US20190019404A1 (en) 2019-01-17
SG11201808140XA (en) 2018-10-30
JPWO2017163351A1 (ja) 2019-03-07
JP6631695B2 (ja) 2020-01-15

Similar Documents

Publication Publication Date Title
Moreno et al. Shared Autonomous Vehicles Effect on Vehicle‐Km Traveled and Average Trip Duration
US20170293665A1 (en) Flights Search
JP4814877B2 (ja) 旅行商品の予約装置及び方法
KR101195902B1 (ko) 여행 일정 디자인 시스템
JP6795090B2 (ja) 行動選択学習装置、行動選択学習プログラム、行動選択学習方法及び行動選択学習システム
JP6322048B2 (ja) 混雑予測装置及び混雑予測方法
AU2020286214B2 (en) Persona for opaque travel item selection
JP7285583B2 (ja) 情報処理システム
JP2018101187A (ja) 旅行計画システム、旅行計画方法、及びプログラム
JP7057311B2 (ja) 情報管理システム、情報管理方法、および情報管理装置
JP5356100B2 (ja) 情報処理システム及び方法
JP2016091546A (ja) 旅行プランナーのための旅行再ランキング
WO2017163351A1 (ja) 混雑マネジメント装置、混雑マネジメントプログラム及び混雑マネジメント方法
Mumbower et al. Investigating airline customers’ premium coach seat purchases and implications for optimal pricing strategies
Chu et al. A platform for travel planning by using google maps
JP6745925B2 (ja) データ処理装置、データ処理方法およびプログラム
JP6048196B2 (ja) ナビゲーションシステム、ナビゲーション方法、及びナビゲーションプログラム
JP6345212B2 (ja) 情報処理サーバ、プログラム、および情報処理方法
JP7335121B2 (ja) 提案装置、提案方法及び提案プログラム
JP7158430B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
KR101995352B1 (ko) 컨시어지 서비스를 위한 사용자 친화형 여행 가이드 서비스 장치 및 그 동작 방법
JP2021149462A (ja) 情報処理装置、情報処理方法およびプログラム
JP6978230B2 (ja) 提供装置、提供方法、提供プログラムおよび算出装置
Ho et al. Constructing a customized travel scheduling recommendation service based on personal preference and special requirements
Esztergár-Kiss Optimization of multimodal travel chains

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2018506691

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 11201808140X

Country of ref document: SG

WWE Wipo information: entry into national phase

Ref document number: 2016895387

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2016895387

Country of ref document: EP

Effective date: 20181024

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16895387

Country of ref document: EP

Kind code of ref document: A1