乗換時間計算システム及び乗換時間計算方法
【課題】電子乗車券の利用履歴から駅構内における乗換移動時間を効率的かつ正確に算出する。
【解決手段】プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムであって、乗換パターン情報に含まれる経路と同一経路のデータを移動ログから抽出し、、該抽出されたデータの特性を代表する値を計算する統計処理手段と、前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算手段と、前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算手段と、を備え、前記乗換時間計算手段は、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出する。
【解決手段】プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムであって、乗換パターン情報に含まれる経路と同一経路のデータを移動ログから抽出し、、該抽出されたデータの特性を代表する値を計算する統計処理手段と、前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算手段と、前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算手段と、を備え、前記乗換時間計算手段は、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、鉄道利用者及び鉄道駅に関する情報を生成するための計算機システムに関し、特に、ＩＣカード乗車券の利用履歴データから鉄道利用者の駅構内における乗り換えを分析する技術に関する。
【背景技術】
【０００２】
航空機、電車、バスなどの交通手段を用いて初めての場所に向かう場合には経路検索システムなどを用いて出発地から目的地までの経路を探索する方法が広く普及している。一般的な経路検索システムによる電車の乗換案内では、乗り換えを含む検索結果の場合、乗換駅に電車が到着する時刻と乗換後の電車の発車時刻が提示される。乗換前の電車の到着時刻と乗換後の電車の発車時刻との間には、実際には駅構内を移動する時間と次の電車を待つ時間が含まれている。しかし、経路検索システムは、その合計時間を提示する方法が主流であるため、利用者は実際に駅構内を歩く時間が分からないことが多かった。
【０００３】
さらに、乗換案内システムで用いられる駅構内の移動時間は、一般的に、乗換検索エンジンを提供する会社毎に決められている。この移動時間は、調査員による実測に頼ることが多く、調査に手間がかかる上に、大きな問題や変化（例えば、駅の工事による通路の変更）がない限りは更新されないため、細かな状況変化に対応できないという問題があった。例えば、朝夕などの混雑する時間帯においては、日中などの閑散時間帯に比べて乗換移動時間は長くかかると考えられるが、そのような細かな調整はされていないのが一般的である。
【０００４】
ところで、無線センサデバイス、ＧＰＳ、非接触ＩＣ技術などの進歩により、様々な産業分野において人や物の位置や行動データを取得し、取得したデータを解析することによって抽出された行動履歴情報がマーケティングなどに利用されている。例えば、鉄道のＩＣカード乗車券には、各カードを一意に識別する識別子が付与されているため、ＩＣカード乗車券が通過した改札機の場所や購買した店舗を対応付けることによって、そのＩＣカード乗車券の所有者の行動をある程度、把握することが可能になる。
【０００５】
一方、特許文献１には、交通機関を利用して出発地から目的地までの、乗り継ぎを含む経路を探索して案内するナビゲーションシステムにおいて、乗継場所における乗継時間を実勢に応じて最適化して経路探索を行い、最適な経路を案内するシステムが開示されている。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００６−１９３０２０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前述した特許文献１に記載された技術では、経路案内という観点から、ある駅における乗換時間（乗継時間）を統計的に算出し、算出した結果を蓄積しておくことによって、経路探索を最適化する。しかし、利用者が実際の所要時間を入力しなければならないので、利用者の入力間違いや、主観的な値の入力を避けることができず、長期間にわたってデータを収集することが困難であることから、時系列的な変化を調査することが難しい。
【０００８】
本発明は、電子乗車券の利用履歴から駅構内における乗換移動時間を効率的かつ正確に算出することを目的とする。
【課題を解決するための手段】
【０００９】
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムであって、交通機関の利用者が該交通機関を利用した経路の識別子及び該経路の移動時間を含む移動ログと、該交通機関の経路を含む乗換パターン情報と、を保持し、前記乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、該抽出されたデータの移動時間を統計処理して、該抽出されたデータの特性を代表する値を計算する統計処理手段と、前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算手段と、前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算手段と、を備え、前記乗換時間計算手段は、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出する。
【発明の効果】
【００１０】
本発明の代表的な実施の形態によれば、駅構内における乗換移動時間を効率的かつ正確に算出することができる。
【図面の簡単な説明】
【００１１】
【図１】一般的な駅構内の概略を示す図である。
【図２】駅Ｘから駅Ｙへ電車で移動するときの所要時間の内訳を説明する図である。
【図３】駅Ａから駅Ｂへ電車で移動するときに、駅Ｃで電車を一回乗り換える場合の所要時間の内訳を説明する図である。
【図４】乗換駅における乗換徒歩移動時間の算出を説明する図である。
【図５】本発明の実施形態の情報処理システムの全体構成図である。
【図６Ａ】ＩＤ付き位置ログデータのデータ構造を説明する図である。
【図６Ｂ】ＩＤ付き購買ログデータのデータ構造を説明する図である。
【図７】マスタデータの構造を説明する図である。
【図８】移動ログデータの構造を説明する図である。
【図９】交通系非接触ＩＣカードの利用履歴から移動ログデータを生成する手順を説明する図である。
【図１０】乗換駅における乗換移動時間を算出する際に利用可能な発着駅の組み合わせを説明する図である。
【図１１】乗換パターンリストのデータ構造を説明する図である。
【図１２】乗換パターンの候補を抽出する処理手順を説明する図である。
【図１３Ａ】最短時間リストのデータ構造を説明する図である。
【図１３Ｂ】乗換移動時間リストのデータ構造を説明する図である。
【図１４】乗換を含まない移動パターンの最短時間を求める処理手順を示す図である。
【図１５】乗換駅における乗換移動時間を求める処理手順を示す図である。
【図１６】時間データが格納された配列集合から代表（平均）的な値を求める処理手順を示す図である。
【図１７】算出した代表（平均）的な乗換移動時間の相対値と実際の乗換移動時間との差を評価する処理手順を示す図である。
【図１８】ユーザ別に乗継時間を集計した例を示す説明図である。
【図１９】利用者向け乗換移動時間マップの画面例を示す図である。
【図２０】利用者向け乗換移動時間変化グラフの画面例を示す図である。
【図２１】利用者向け乗換経路検索画面の例を示す図である。
【図２２】利用者向け乗換経路検索結果画面の例を示した図である。
【発明を実施するための形態】
【００１２】
図１から図２２を用いて、本発明の実施形態による乗換駅構内における乗換徒歩移動時間の算出方法と、利用者や企業へ情報を提供するシステムの例について説明する。
【００１３】
図１は、駅構内の概略を示す図である。
【００１４】
一般的に、駅構内の移動は、動線１０２で示すように、徒歩での移動が多く、この駅から入場した利用者は改札１０１から目的の路線が発着するホーム１０３、１０４までを歩いて移動する。また、この駅で路線を乗換える利用者は、例えばホーム１０３からホーム１０４までを歩いて移動する。
【００１５】
駅によっては改札とホームとの間や、ホーム間を移動する通路が、複数存在する場合もある。そのような駅を頻繁に利用する者は、どの改札や通路が最も近くて便利かを経験的に知っていると考えられる。
【００１６】
図２は、駅Ｘ２０１から駅Ｙ２０２へ電車で移動する場合の所要時間の内訳を説明する図である。
【００１７】
駅Ｘ２０１の改札を通って電車に乗り、駅Ｙ２０２まで移動して電車を降り、駅Ｙ２０２の改札を通るまでの所要時間は、以下の四つの時間に分けることができる。
所要時間＝Ｔｘ＿ｉｎ＋Ｔｗ＋Ｔｒ＋Ｔｙ＿ｏｕｔ
【００１８】
ここで、Ｔｘ＿ｉｎ（２１１）は、駅Ｘ２０１の改札を通ってから電車が来るホームまでの移動時間であり、Ｔｗ（２１２）は、駅Ｘ２０１のホームで電車が来るのを待つ時間である。Ｔｒ（２１３）は、実際に電車に乗っている時間であり、Ｔｙ＿ｏｕｔ（２１４）は、電車を降りて駅Ｙ２０２の改札を出るまでの移動時間である。
【００１９】
この場合、目的地に一刻でも早く着こうと急いで移動した利用者の所要時間の内、駅Ｘ２０１の改札を通ってから電車が来るホームまでの移動時間（Ｔｘ＿ｉｎ（２１１））と、電車を降りて駅Ｙ２０２の改札を出るまでの移動時間（Ｔｙ＿ｏｕｔ（２１４））とは、最も小さく（例えば、０に近く）なる。さらに、駅Ｘ２０１においてホームに到着したと同時に運よく目的の電車がきたような利用者の所要時間の内訳は、ホームで電車が来るのを待つ時間（Ｔｗ（２１２））が限りなく０に近くなる。
【００２０】
図３は、駅Ａ２０３から駅Ｂ２０４へ電車で移動するときに、駅Ｃ２０５で電車を一回乗り換える場合の所要時間の内訳を説明する図である。
【００２１】
駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて徒歩で移動し、別の電車に乗り換えて駅Ｂ２０４まで移動して電車を降り、駅２０４の改札を通るまでの時間を所要時間は、以下の七つの時間に分けることができる。
【００２２】
所要時間＝Ｔａ＿ｉｎ＋Ｔｗ１＋Ｔｒ１＋Ｔｘ＋Ｔｗ２＋Ｔｒ２＋Ｔｂ＿ｏｕｔ
ここで、Ｔａ＿ｉｎ（２１５）は、駅Ａ２０３の改札を通ってから電車が来るホームまでの移動時間であり、Ｔｗ１（２１６）はホームで電車が来るのを待つ時間である。また、Ｔｒ１（２１７）は、実際に一つ目の電車に乗っている時間であり、Ｔｘ（２１８）は、一つ目の電車を駅Ｃ２０５で降りて、次の電車が来るホームへ移動するまでの時間である。さらに、Ｔｗ２（２１９）は、ホームで二つ目の電車が来るのを待つ時間であり、Ｔｒ２（２２０）は、実際に二つ目の電車に乗っている時間である。最後に、Ｔｂ＿ｏｕｔ（２２１）は、二つ目に乗った電車を駅Ｂ２０４で降りて、駅Ｂ２０４の改札を出るまでの移動時間である。
【００２３】
この場合、実際に電車に乗っている時間Ｔｒ１（２１７）及びＴｒ２（２２０）は、急行列車と各駅停車とが混在する場合を除けば、どの利用者にもほぼ一律で変わらない。他の五つの時間Ｔａ＿ｉｎ（２１５）、Ｔｗ１（２１６）、Ｔｘ（２１８）、Ｔｗ２（２１９）、Ｔｂ＿ｏｕｔ（２２１）は、各人の急ぎ度合や運行ダイヤとのタイミングなど、利用者によって個人差が大きい。しかし、図２で説明したものと同様に、徒歩移動に関する時間であるＴａ＿ｉｎ（２１５）、Ｔｘ（２１８）、Ｔｂ＿ｏｕｔ（２２１）は、急いでいる人ほど０に近づく可能性が高く、ホームで電車を待つ時間であるＴｗ１（２１６）、Ｔｗ２（２１９）は、運よく待たずに電車に乗れた人ほど０に近くなる。
【００２４】
図４は、駅Ａ２０３から駅Ｂ２０４へ電車で移動するときに、駅Ｃで一回、電車を乗換える場合に、乗換駅Ｃにおける乗換徒歩移動時間２１８の算出を説明する図である。図４では、駅Ａ２０３から駅Ｂ２０４、駅Ａ２０３から駅Ｃ２０５、駅Ｃ２０５から駅Ｂ２０４の三つの移動パターンの所要時間の内訳を用いて、乗換駅Ｃにおける乗換徒歩移動時間Ｔｘ（２１８）を求める方法について説明する。
【００２５】
まず、図４の（１）は、図３で示したパターンと同様に、駅Ａ２０３の改札を通って電車に乗り、駅Ｃで電車を降りて徒歩で移動し、別の電車に乗り換えて駅Ｂ２０４まで移動して電車を降り、駅２０４の改札を通るまでの時間Ｔａｌｌ＿１（２２４）を全所要時間とし、Ｔａｌｌ＿１（２２４）を七つの時間２１５〜２２１に分けた場合の説明図である。
【００２６】
また、図４には、二つの移動パターン（２）（３）を並べで記載したもので、駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿２（２２５）と、駅Ｃ２０５の改札を通って電車に乗り、駅Ｂ２０４で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿３（２２６）との、それぞれの所要時間の内訳を示す。
【００２７】
すなわち、移動パターン（２）において、駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿２（２２５）は、図２で説明したように駅Ａ２０３の改札を通ってから電車が来るホームまでの移動時間Ｔａ＿ｉｎ（２１５）と、ホームで電車が来るのを待つ時間Ｔｗ１（２１６）と、実際に電車に乗っている時間Ｔｒ１（２１７）と、電車を降りて駅Ｃ２０５の改札を出るまでの移動時間Ｔｃ＿ｏｕｔ（２２２）の四つに分けられる。また、移動パターン（３）において、駅Ｃ２０５の改札を通って電車に乗り、駅Ｂ２０４で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿３（２２６）も、駅Ｃ２０５の改札を通ってから電車が来るホームまでの移動時間Ｔｃ＿ｉｎ（２２３）と、ホームで電車が来るのを待つ時間Ｔｗ２（２１９）と、実際に電車に乗っている時間Ｔｒ２（２２０）と、電車を降りて駅Ｂ２０４の改札を出るまでの移動時間Ｔｂ＿ｏｕｔ（２２１）の四つに分けられる。
【００２８】
この三つの移動パターンの所要時間Ｔａｌｌ＿１（２２４）、Ｔａｌｌ＿２（２２５）、Ｔａｌｌ＿３（２２６）が短い利用者は、ホームに到着したタイミングで電車が到着したなどによって電車の待ち時間が０に近く、駅構内における移動についても改札からホームまでが近いなどによって、移動も素早く効率的であったといえる。このような所要時間が短いデータに着目すると、駅の改札を通ってから電車が来るホームまでの移動時間Ｔａ＿ｉｎ（２１５）、Ｔｃ＿ｉｎ（２２３）とホームで電車が来るのを待つ時間Ｔｗ１（２１６）、Ｔｗ２（２１９）と、目的の駅で電車を降りて改札を出るまでの移動時間Ｔｃ＿ｏｕｔ（２２２）、Ｔｂ＿ｏｕｔ（２２１）とが０に近く、個人差が少ない値になっていると考えられる。
【００２９】
そこで、駅Ａ２０３の改札を通って電車に乗り、駅Ｃで電車を降りて徒歩で移動し、別の電車に乗り換えて駅Ｂ２０４まで移動して電車を降り、駅Ｂ２０４の改札を通るまでの時間Ｔａｌｌ＿１（２２４）の最短時間から、駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿２（２２５）の最短時間と、駅Ｃ２０５の改札を通って電車に乗り、駅Ｂ２０４で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿３（２２６）の最短時間とを減じることによって、駅Ｃにおける乗換徒歩移動時間Ｔｘ（２１８）を、下式を用いて求ることができる。
Ｔａｌｌ＿１−（Ｔａｌｌ＿２＋Ｔａｌｌ＿３）＝Ｔｘ−（Ｔｃ＿ｏｕｔ＋Ｔｃ＿ｉｎ）
【００３０】
上式において、駅Ａ２０３で電車に乗って駅Ｃ２０５で降りる移動パターンと、駅Ｃ２０５で電車に乗って駅Ｂ２０４で降りる移動パターンとの最短時間では、Ｔｃ＿ｉｎ（２２３）とＴｃ＿ｏｕｔ（２２２）は０に近い値である。また、このＴｃ＿ｉｎ（２２３）とＴｃ＿ｏｕｔ（２２２）が無視できない程度の値である場合でも、駅Ｃでの乗換徒歩移動時間の変化を相対的に算出することが可能である。
【００３１】
図５は、本発明の実施形態の情報処理システムの全体構成図である。
【００３２】
システムの主要な構成要素は、利用者１０５が所持する非接触型ＩＣカード（又は、同等の機能を持つＩＣチップを内蔵した携帯端末）１０６と、駅に設置された改札機１０１と、改札機１０１で取得したデータをサーバ群へ送信するネットワーク１０７である。サーバ群は、履歴サーバ１１１、計算サーバ１１２及び情報配信サーバ１１３を含み、非接触型ＩＣカード１０６の利用データを蓄積し、解析する。なお、非接触ＩＣカード１０６及び改札機１０１の詳細な構成の説明は省略する。
【００３３】
非接触型ＩＣカード１０６を所持した利用者１０５が改札機１０１を通過すると、改札機１０１は、ＩＣカード１０６を識別するユーザＩＤ、通過日時などを含む位置情報を収集し、収集した情報を改札機１０１内に蓄積し、所定のタイミングでデータサーバ１０８に転送する。
【００３４】
データサーバ１０８は、改札機１０１が収集したデータを、元データとして蓄積する。また、データサーバ１０８は、データを受信した際又は所定のタイミング（例えば、一時間おき、一日おき等）で、必要なデータを履歴サーバ１１１へネットワーク１０７を介して送信する。改札機１０１以外の、例えば、駅構内や駅周辺の店舗に設置されているカード読み取り端末、ＰＯＳレジ端末、自動販売機等からも同様にデータが収集される。例えば、非接触型ＩＣカード１０６を所持した利用者１０５が、店舗に設置されたカード読み取り端末にカードをかざした際、カード読み取り端末は、ＩＣカード１０６を識別するユーザＩＤ、日時、金額などを含む購買情報を蓄積し、所定のタイミングでデータサーバ１０８に転送する。
【００３５】
サーバ群に含まれる履歴サーバ１１１、計算サーバ１１２及び情報配信サーバ１１３は、ネットワーク１０７に接続しており、各サーバ間、及び各改札機１０１との間、利用者端末１１６、１１８と通信することができる。なお、本実施形態では、履歴サーバ１１１、計算サーバ１１２及び情報配信サーバ１１３をサーバ群として説明するが、１又は複数の物理計算機によって、これらサーバ群の機能を実行できるように構成してもよい。
【００３６】
履歴サーバ１１１は、ネットワークインタフェース、ＣＰＵ、メモリ及び記憶部を備える計算機であり、改札機１０１などの端末が収集した利用者のデータを、データサーバ１０８からネットワーク１０７を経由して受信し、データ格納部１２１に記録する。履歴サーバ１１１は、各ユーザの位置履歴を格納するＩＤ付き位置ログデータ１２２、購買履歴を格納するＩＤ付き購買ログデータ１２３、駅に関連する基本的なマスタデータ１２４な、及び、ＩＤ付き位置ログデータ１２２を一次加工した移動ログデータ１２５を格納する。駅に関連する基本的なマスタデータ１２４は、更新された場合に、システムの外部から入力され、更新される。
【００３７】
計算サーバ１１２は、履歴サーバ１１１に蓄積されたデータを用いてＩＣカード利用者の移動データを生成し、区間毎及び駅構内における移動時間を算出する。計算サーバ１１２は、主に、ネットワークインタフェース１３８、ＣＰＵ１３１、メモリ１３２及び記憶部１３３を備える計算機である。ネットワークインタフェース１３８は、ネットワーク１０７に接続するためのインタフェースである。記憶部１３３は、移動ログ生成プログラム１３４、区間毎の移動時間算出プログラム１３５、駅構内移動時間算出プログラム１３６などのプログラム群と、計算処理によって得られた統計値及び指標値などを格納するデータ格納部１３７を含む。記憶部１３３は、例えば、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、フラッシュメモリなどの不揮発性記憶装置である。なお、記憶部１３３は、複数の記録装置に各種プログラム、各種データを分割して記録するものでもよい。
【００３８】
各プログラム群が実行される際は、履歴サーバ１１１から分析対象となるデータを読み出してメモリ１３２へ一時的に格納し、プログラム１３４、１３５、１３６をメモリに読み出して、ＣＰＵ１３１で実行することによって各種機能を実現する。これらのプログラムの実行のタイミングは、例えば、利用者が要求したタイミングや履歴サーバ１１１に新たなデータが追加されるでもよいし、毎日決められた時間に実行されるバッチ処理で行ってもよい。
【００３９】
情報配信サーバ１１３は、ネットワークインタフェース１４３、１４４、ＣＰＵ１４５、メモリ１４６及び記録部１４７を備える計算機である。ネットワークインタフェース１４３、１４４は、ネットワーク１０７に接続するためのインタフェースである。記録部１４７は、例えば、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、フラッシュメモリなどの不揮発性記憶装置であり、各種プログラム、各種データを記録する。なお、記録部１４７は、複数の記録装置に各種プログラム、各種データを分割して記録するものでもよい。
【００４０】
情報配信サーバ１１３は、駅の特性評価値や自分の行動傾向などの情報を、インターネット１１４を介して、携帯情報端末１１６及び家庭用又は公共の情報端末１１８（利用者１１５、１１７）に提供する。記録部１４７は、検索処理プログラム１４２と、情報配信プログラム１４３を記録する。ＣＰＵ１４５は、記録部１４７に記録されている各種プログラムをメモリに読み出して、実行することによって、情報配信サーバ１１３の各種機能を実行する。具体的には、検索処理プログラム１４１を実行することによって、利用者が入力した条件に基づいてデータを検索する。また、情報配信プログラム１４２を実行することによって、利用者に提示するために加工された情報を配信する。これらの情報は、基本的に各利用者が情報配信サーバ１１３にアクセスしたタイミングで生成される。
【００４１】
図６Ａ、図６Ｂは、履歴サーバ１１１に格納される代表的なデータの構造をそれぞれ１レコード分を示す説明図である。
【００４２】
図６Ａに示すように、ＩＤ付き位置ログデータ１２２は、ログＩＤ２４１、対象となるユーザのユーザＩＤ２４２、どのデータ読み取り端末を通過したかの情報から関連付けられる駅ＩＤ２４３、その読み取り端末を通過した利用時刻２４４、及び、入場か出場かなどの利用種別２４５などの情報を含む。ここで利用種別とは、例えば、改札機や入出場ゲートのログであれば「入場」又は「出場」、物販用端末のログであれば「購買」などの処理の種別を示す情報である。
【００４３】
また、図６Ｂに示すように、ＩＤ付き購買ログデータ１２３には、ログＩＤ２５１、対象となるユーザのユーザＩＤ２５２、どのデータ読み取り端末（物販用端末）を通過したかの情報から関連付けられる店舗ＩＤ２５３、その読み取り端末を通過した利用時刻２５４、及び、最寄駅ＩＤ２５５などの情報が含まれる。
【００４４】
ＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３は、新規にデータが生成される度に送信され、蓄積されてもよいし、又は、利用が少なくなる時間帯（例えば、深夜）に一括して送られてもよい。履歴サーバ１１１側は、ログデータの送信のタイミングに合わせて格納処理を行う。
【００４５】
図７は、履歴サーバ１１１に格納されるマスタデータ１２４の構造を示す説明図である。
【００４６】
まず、駅に関する基本データである駅マスタ２６０は、駅を識別する駅ＩＤ２６１、駅名２６２、鉄道会社２６３、住所などの所在地２６４、及び、緯度経度２６５などの情報を含む。駅及び路線の構成に変更があった場合、データが随時追加及び修正される。
【００４７】
路線に関する基本データである路線マスタ２７０は、路線を識別する路線ＩＤ２７１、路線名２７２、鉄道会社２７３、普通列車か特急列車かを区別するための路線タイプ２７４などの情報を含む。
【００４８】
駅及び路線を関連付けるための基本データである駅・路線関係マスタ２８０は、路線を識別する路線ＩＤ２８１、その路線に含まれる駅の駅ＩＤ２８２、駅の順序を管理する順序番号２８３、及び、停車駅又は通過駅のどちらであるかを識別する駅種別２８４、及び、始発駅からの所要時間２８５などの情報を含む。
【００４９】
さらに経路に関する基本データである経路マスタ２９０は、経路を識別する経路ＩＤ２９１、入場駅ＩＤ２９２、出場駅ＩＤ２９３、及び、乗車する路線数分の路線ＩＤと乗換駅ＩＤの情報などを含む。例えば、入場駅ＩＤ２９２から出場駅ＩＤ２９３への移動において１回だけ電車に乗る場合、乗車する路線を示す路線ＩＤ１（２９４）にデータが格納される。また、入場駅ＩＤ２９２から出場駅ＩＤ２９３への移動において２回以上電車に乗る場合、乗車する路線を示す路線ＩＤ１（２９４）、乗換駅を識別する乗換駅ＩＤ１（２９５）、次に乗る電車を示す路線ＩＤ２（２９６）・・・のように、乗車回数３０１の値に応じて順次、データが格納される。
【００５０】
また、経路マスタ２９０は、この経路の総合的な情報を示す乗車回数３０１、標準時間３０２、最短時間３０３及び料金３０４などの情報を含む。入場駅ＩＤ２９２と出場駅ＩＤ２９３との組み合わせに対応する経路が複数存在する場合、一般的に利用頻度の最も高い経路を第一経路として割り当てる。
【００５１】
店舗データマスタ３１０は、店舗ＩＤ３１１、店舗名称３１２、店舗の住所３１３、運営企業名３１４、及び、最寄駅ＩＤ３１５などの情報を含む。運営企業名３１４は、店舗を運営している業者の名称である。また、最寄駅ＩＤ３１５はその店舗の住所情報により、駅ＩＤと関連付けることができる。これらの情報の他、例えば、店舗の規模や業種などのデータを格納しておくことによって、より多角的な分析が可能になる。
【００５２】
これらのマスタデータ１２４（例えば、駅、路線、店舗）は変更があった場合、システムの外部から入力されて更新される。
【００５３】
図８は、履歴サーバ１１１に格納される移動ログデータ１２５の構造を示す説明図である。
【００５４】
移動ログデータ１２５は、ＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３から生成される一次加工後のデータであり、ログを識別するログＩＤ３２１、対象となるユーザのユーザＩＤ３２２、改札機を通過して駅に入場した時刻を示す入場日時３２３、改札機を通過して駅から出場した時刻を示す出場日時３２４、入場駅ＩＤ３２５、出場駅ＩＤ３２６、移動にかかった料金を示す支払額３２７、経路マスタ２９０に含まれる経路情報と関連付けるための経路ＩＤ３２８、及び、入場日時３２３から出場日時３２４までの間に同じＩＣカードを用いた購買の有無を示す購買フラグ３２９などの情報を含む。これらの情報の他、例えば、移動ログデータ１２５は、購買した店舗及び当該店舗の最寄駅の情報を含んでもよい。
【００５５】
図９は、交通系非接触ＩＣカード１０６の利用データから移動ログデータ１２５を生成する手順を説明する図である。
【００５６】
履歴サーバ１１１への格納処理は毎日、決められた時刻に１回、バッチ処理で行われるものとして説明する。
【００５７】
まず、新しく収集されたＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３に含まれるユーザＩＤ２４２、２５２及び利用時刻２４４、２５４を参照して、全データをユーザＩＤ順及び時刻順に並び替える（ステップ４００）。
【００５８】
次に、ステップ４００で並び替えられたデータに対して、ユーザＩＤの数だけ、ステップ４０２〜４１１の処理を繰り返す（ステップ４０１）。
【００５９】
まず、入場駅、入場日時、出場駅、出場日時及び購買フラグを格納する変数を初期化する（ステップ４０２）。
【００６０】
次に、時刻順に並んだデータを一つずつ取り出し、利用種別２４５の値によって場合分け処理を行う（ステップ４０３）。
【００６１】
利用種別２４５の値が「入場」である場合（ステップ４０４）、入場駅の変数に駅ＩＤ２４３の値を、入場日時の変数に利用時刻２４４の値をそれぞれセットし、購買フラグの変数に「０」をセットする（ステップ４０５）。
【００６２】
一方、利用種別２４５の値が「購買」である場合（ステップ４１０）、入場駅及び入場日時の変数に値がセットされていれば、購買フラグの変数に「１」をセットし、入場駅及び入場日時の変数に値がセットされていなければ、このデータは無視して次のデータの処理に進む（ステップ４１１）。
【００６３】
利用種別２４５の値が「出場」である場合（ステップ４０６）、入場駅及び入場日時の変数に値がセットされている場合に限り、出場駅の変数に駅ＩＤ２４３の値を、出場日時の変数に利用時刻２４４の値をそれぞれセットする（ステップ４０７）。さらに入場駅及び出場駅の二つの変数の値を用いて、経路マスタ２９０から該当する経路を検索し、一致した経路ＩＤ２９１を抽出する（ステップ４０８）。最後に、移動ログデータ１２５にログＩＤ、ユーザＩＤ、入場日時、出場日時、入場駅ＩＤ、出場駅ＩＤ、支払額及び経路ＩＤの情報を格納する（ステップ４０９）。ここで、ログＩＤ３２１には通し番号をセットする。
【００６４】
図１０は、乗換駅Ｃにおける乗換移動時間を算出する際に利用可能な発着駅の組み合わせを説明する図である。
【００６５】
例えば、乗換駅Ｃ（３６２）において路線１（３６０）から路線２（３６１）に乗り換える移動時間を求めたい場合、路線１（３６０）のいずれかの駅から入場して路線２（３６１）のいずれかの駅で出場する発着駅の組み合わせ３７３を選択する。すなわち、駅Ｓ１〜Ｓ３（３６３〜３６５）が出発駅エリア３７１に選ばれ、駅Ｅ１〜Ｅ３（３６６〜３６８）が到着駅エリア３７２に選ばれた場合、乗換駅Ｃ（３６２）における乗換移動時間を算出する際に利用可能な発着駅の組み合わせ３７３は、発駅と着駅の全ての組み合わせで決まるため、この図では九つの組み合わせが可能である。
【００６６】
なお、乗換駅Ｃ（３６２）以外を通る可能性もある経路が含まれるような発着駅の組み合わせは、経路が一意に決まらないので、あらかじめ除外することが望ましい。
【００６７】
また、この発着駅の組み合わせを選別する際に、対象となる乗換駅と前後の路線を指定することによって、マスタデータ１２４を用いて機械的に、発着駅の組み合わせを抽出することが可能である。
【００６８】
図１１は、乗換パターンリスト３４０のデータ構造を示す説明図である。
【００６９】
乗換パターンリスト３４０は、図１０で説明したように、任意の乗換駅における乗換移動時間を算出するための発着駅の組み合わせを管理するデータであり、通し番号である乗換パターンＩＤ３４１、乗換駅ＩＤ３４２、乗換駅まで乗車する路線の路線ＩＤ３４３、乗換駅から乗車する路線の路線ＩＤ３４４、その乗換駅３４２での路線３４３から路線３４４へ乗り換えるパターンを持つ全ての組み合わせの経路ＩＤ（３４５、３４８、・・・）、入場駅ＩＤ（３４６、・・・）、及び、出場駅ＩＤ（３４７、・・・）の情報を含む。すなわち、乗換パターンリスト３４０には、その乗換駅３４２で路線３４３から路線３４４へ乗り換えるパターンの数の経路ＩＤ、入場駅ＩＤ及び出場駅ＩＤの組み合わせを含む。
【００７０】
図１２は、乗換パターンの候補を抽出する処理手順を説明する図である。
【００７１】
乗換パターンリスト３４０は、計算サーバ１１２の記憶部１３７に格納されており、履歴サーバ１１１に蓄積されている経路マスタ２９０の新規な格納及び更新と同じタイミングで生成及び更新される。
【００７２】
まず、経路マスタ２９０の全データから乗車回数３０１の値が２である経路情報を全て抽出し（ステップ５００）、乗換パターンリスト３４０のテーブルを初期化する（ステップ５０１）。乗車回数が２の経路情報を抽出することによって、乗り換えを１回だけ含む経路を抽出することができる。
【００７３】
次に、ステップ５００で抽出した全ての経路情報について一つずつ、ステップ５０３〜５０７の処理を繰り返す（ステップ５０２）。
【００７４】
まず、抽出した経路情報の「乗換駅ＩＤ１（２９５）、路線ＩＤ１（２９４）、路線ＩＤ２（２９６）」の組み合わせが乗換パターンリスト３４０内の「乗換駅ＩＤ３４２、乗換前路線３４３、乗換後路線３４４」の組み合わせと一致するレコードがあるかを判定する（ステップ５０３）。
【００７５】
抽出した経路情報の組み合わせが乗換パターンリスト３４０に存在しない場合（ステップ５０４）、乗換パターンリスト３４０に新しくレコードを作成し、乗換駅ＩＤ３４２、乗換前路線３４３、乗換後路線３４４、経路ＩＤ１（３４５）、入場駅ＩＤ１（３４６）、出場駅ＩＤ１（３４７）の各項目に、経路マスタ２９０の乗換駅ＩＤ１（２９５）、路線ＩＤ１（２９４）、路線ＩＤ２（２９６）、経路ＩＤ２、入場駅ＩＤ（２９２）、出場駅ＩＤ（２９３）のデータを格納する（ステップ５０５）。
【００７６】
一方、抽出した経路情報の組み合わせが乗換パターンリスト３４０に存在する場合（ステップ５０６）、該当する乗換パターンリスト３４０の経路ＩＤｉ、入場駅ＩＤｉ、出場駅ＩＤｉの項目に、経路マスタ２９０の経路ＩＤ、入場駅ＩＤ、出場駅ＩＤを追加し、格納する（ステップ５０７）。
【００７７】
図１３Ａ及び図１３Ｂは、乗換を含まない全ての入場駅と出場駅の組み合わせ（移動パターン）について最短時間の値及び乗換移動時間の値を格納するデータの構造を示す図である。
【００７８】
最短時間リスト３８０及び乗換移動時間３９０は、乗換パターンリスト３４０と同様に、計算サーバ１１２の記憶部１３７に格納されており、履歴サーバ１１１にＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３が新しく蓄積され、移動ログデータ１２５が更新されるタイミングに（例えば、一定時間間隔で）生成及び更新される。
【００７９】
最短時間リスト３８０は、図１３Ａに示すように、入場駅ＩＤ３８１、出場駅ＩＤ３８２、最短時間のデータ３８３、その最短時間を求めるために利用したデータの開始期間３８４、終了期間３８５、及び、時間帯３８６などの情報を含む。
【００８０】
乗換移動時間リスト３９０は、図１３Ｂに示すように、乗換駅ＩＤ３９１、乗換前路線３９２、乗換後路線３９３、乗換移動時間のデータ３９４、標準移動時間のデータ３９５、乗換移動時間３９４を求めるために利用したデータの開始期間３９６及び終了期間３９７、及び、時間帯３９８などの情報を含む。
【００８１】
ここでデータ開始期間３８４、３９６、データ終了期間３８５、３９７、及び、時間帯３８６、３９８の項目に関しては、外部からの入力によって所定時間単位（例えば、１ヶ月単位、１時間単位など）が予め設定されており、その設定値に応じて移動ログデータ１２５の入場時刻３２３又は出場時刻３２４の値を参照して分類される。
【００８２】
図１４は、乗換を含まない移動パターンの最短時間を求める処理手順を示す図である。
【００８３】
最短時間リスト３８０は、計算サーバ１１２の記憶部１３７に格納されている。最短時間リスト３８０の生成及び更新は、履歴サーバ１１１に格納されている移動ログデータ１２５が新規の格納及び更新と同じタイミングで行われる。
【００８４】
まず、経路マスタ２９０の全データから乗車回数３０１の値が１である経路情報を全て抽出し（ステップ６００）、抽出された各経路情報について、ステップ６０２〜６０８の処理を繰り返す（ステップ６０１）。乗車回数が１の経路情報を抽出することによって、乗り換えを含まない経路を抽出して、最短時間を求めることができる。
【００８５】
ステップ６０２では、入場日時３２３（又は、出場日時３２４）及び経路ＩＤ３２８の値が一致する全てのデータを移動ログデータ１２５から抽出し、最短時間変数ＳＴを経路マスタデータの標準時間３０２×定数値に初期化する（ステップ６０２）。
【００８６】
ここで、定数は正の値であり、予め固定値として設定しておくとよい。正の定数値を乗じた初期値を設定する理由は、標準時間３０２×定数倍の値でデータを足切りすることによって、データ数が少ない区間においても極端に長い値が最短時間として抽出されないようにするためである。また、データ開始期間、終了期間及び時間帯の種類は予め設定しておき、設定された全てのデータ開始期間、終了期間及び時間帯の組み合わせの分だけ同じ処理を行うことになるが、一つのデータ開始期間、終了期間及び時間帯が決まった場合の処理の例を示す。
【００８７】
なお、ステップ６０２において、データの抽出条件に曜日を追加してもよい。
【００８８】
次に、ステップ６０２で抽出した全ての移動ログデータについて、一つずつ、ステップ６０４〜６０７の処理を繰り返す（ステップ６０３）。
【００８９】
具体的には、移動ログデータの入場日時３２３及び出場日時３２４の値を参照し、出場時刻から入場時刻を減じた値（出場時刻−入場時刻）が最短時間変数ＳＴの値より小さい場合（ステップ６０４）、出場時刻から入場時刻を減じた値を最短時間変数ＳＴに設定する（ステップ６０５）。
【００９０】
一方、出場時刻から入場時刻を減じた値が最短時間変数ＳＴの値以上である場合（ステップ６０６）、次の移動ログデータを処理する（ステップ６０７）。
【００９１】
全ての移動ログデータに対してステップ６０４〜６０７の処理が終了した後、最短時間リスト３８０に、入場駅ＩＤ、出場駅ＩＤ、最短時間変数ＳＴ、データ開始期間、データ終了期間及び時間帯の項目を新規に追加する（ステップ６０８)。
【００９２】
図１５は、乗換駅における乗換移動時間を求める処理手順を示す図である。
【００９３】
乗換移動時間リスト３９０は、計算サーバ１１２の記憶部１３７に格納されており、履歴サーバ１１１に格納されている移動ログデータ１２５の新規な格納及び更新と同じタイミングで生成及び更新される。
【００９４】
まず、乗換パターンリスト３４０に格納されている全てのデータを抽出し、一つずつ、ステップ７０１〜７１３の処理を繰り返す（ステップ７００）。
【００９５】
次に、配列構造になっている平均移動時間リストの変数を初期化する（ステップ７０１）。
【００９６】
次に、乗換パターンリスト３４０から抽出した各データに含まれる経路ＩＤの数を調べ、経路ＩＤの数だけステップ７０３〜７１２を繰り返す（ステップ７０２）。
【００９７】
まず、移動ログデータ１２５から経路ＩＤの項目を参照し、乗換パターンリストデータの「経路ＩＤｉ」を含むデータを全て抽出し、所要時間リストの変数と最短時間変数ＳＴ１、ＳＴ２を初期化する（ステップ７０３）。
【００９８】
ここでデータ開始期間、終了期間及び時間帯の種類は予め設定しておくとよい。設定された全てのデータ開始期間、終了期間及び時間帯の組み合わせの分だけ同じ処理を行うことになるが、一つのデータ開始期間、終了期間及び時間帯が決まった場合の処理の例を示す。
【００９９】
なお、ステップ７０３において、データの抽出条件に曜日を追加してもよい。
【０１００】
次に、ステップ７０３で抽出した全ての移動ログデータについて、一つずつ、ステップ７０５〜７０８の処理を繰り返す（ステップ７０４）。この繰り返し処理によって、図４に示すＴａｌｌ＿１（２２４）を求めることができる。
【０１０１】
具体的には、移動ログデータの入場日時３２３の値、出場日時３２４の値及び経路マスタ２９０の標準時間３０２の値を参照し、出場時刻から入場時刻を減じた値（出場時刻−入場時刻）が経路標準時間３０２×定数ｄの値より小さい場合（ステップ７０５）、出場時刻から入場時刻を減じた値を所要時間リストに設定する（ステップ７０６）。ここで定数ｄは正の値であり、予め固定値として設定しておくとよい。定数ｄに正の固定値を設定する理由は、経路標準時間３０２×定数ｄの値でデータを足切りすることによって、データ数が少ない区間においても極端に長い値が平均移動時間として抽出されないようにするためである。
【０１０２】
また、移動ログデータ１２５に含まれる購買フラグの値を参照し、移動中に購買を行っていない可能性の高いデータに限定することによって、純粋に移動だけを行ったデータの比率を高くし、所要時間の平均値の精度を高くすることができる。さらに、出発駅から到着駅への経路が複数存在する場合、購買情報の最寄駅の値を用いて、利用した経路を判定することもできる。
【０１０３】
一方、出場時刻から入場時刻を減じた値が経路標準時間３０２×定数ｄの値より大きい場合（ステップ７０７）、次の移動ログデータを処理する（ステップ７０８）。
【０１０４】
全ての移動ログデータに対してステップ７０５〜７０８の処理が終了した後、所要時間リストのデータを用いて平均時間Ｔ＿ａｖｅを算出する（ステップ７０９）。この平均時間Ｔ＿ａｖｅの算出方法は後述する。
【０１０５】
次に、最短時間リスト３８０から入場駅ＩＤ３８１の値と出場駅ＩＤ３８２の値とを参照し、現在セットされている乗換パターンリスト３４０の入場駅ＩＤ３４６の値と最短時間リスト３８０の入場駅ＩＤ３８１の値とが一致し、さらに、乗換パターンリスト３４０の乗換駅ＩＤ３４２の値と最短時間リスト３８０の出場駅ＩＤ３８２の値とが一致するデータを抽出し、最短時間３８３の値を変数ＳＴ１にセットする（ステップ７１０）。
【０１０６】
同様に、最短時間リスト３８０の入場駅ＩＤ３８１の値と出場駅ＩＤ３８２の値とを参照し、現在セットされている乗換パターンリスト３４０の乗換駅ＩＤ３４２の値と最短時間リスト３８０の入場駅ＩＤ３８１の値とが一致し、さらに、乗換パターンリスト３４０の出場駅ＩＤ３４７と最短時間リスト３８０の入場駅ＩＤ３８１の値とが一致するデータを抽出し、最短時間３８３の値を変数ＳＴ２にセットする（ステップ７１１）。
【０１０７】
次に、平均時間Ｔ＿ａｖｅから最短時間変数ＳＴ１、ＳＴ２の和を減じた値（Ｔ＿ａｖｅ−（ＳＴ１＋ＳＴ２））を算出し、平均移動時間リストの変数に追加する（ステップ７１２）。
【０１０８】
繰り返し処理が終了した後、平均移動時間リストから代表的な平均移動時間を算出し、乗換移動時間リスト３９０内の該当するデータの乗換移動時間３９４の項目に格納する（ステップ７１３）。標準乗換移動時間３９５の値も前述の乗換移動時間３９４と同様の方法で算出し、経路マスタ２９０内の標準時間３０２に格納する。標準乗換移動時間３９５は、代表的な平均移動時間を算出することで求められるため、詳細な説明を省略する。ここで代表的な平均移動時間を求める方法については後述する。
【０１０９】
図１６は、時間データが格納された配列集合から代表（平均）的な値を求める処理手順を示す図である。
【０１１０】
まず、時間データが格納された配列集合全体から平均値μと標準偏差σを算出する（ステップ８００）。平均値と標準偏差の求める式は、一般的なものを用いることができ、データ数をＮとし、データをＸ１、Ｘ２、・・・Ｘｎとした場合、下記の式によって求めることができる。
平均μ＝（Ｘ１＋Ｘ２＋Ｘ３＋・・＋Ｘｎ）／Ｎ
標準偏差σ＝ｓｑｒｔ｛｛（Ｘ１−μ）２＋（Ｘ２−μ）２＋・・＋（Ｘｎ−μ）２｝／Ｎ｝
【０１１１】
次に、時間データが格納された配列集合の要素に対してステップ８０２〜８０３の処理を繰り返す（ステップ８０１）。
【０１１２】
まず、時間データの値を参照し、その値が平均値μ−標準偏差σ×定数より小さいか、又は、平均値μ＋標準偏差σ×定数より大きい場合（ステップ８０２）、その時間データを外れ値として元の時間データが格納された配列集合から削除する（ステップ８０３）。この定数値が小さければ外れ値が厳しく判定され、多くのデータが除外される。
【０１１３】
繰り返し処理が終了した後、残った時間データ配列集合から、集団を代表する値（例えば、平均値、中央値など）を算出し、乗換移動時間リスト３９０の乗換移動時間３９４及び標準乗換移動時間３９５の項目に新たにデータを格納する。
【０１１４】
図１７は、算出した代表（平均）的な乗換移動時間の相対値と実際の乗換移動時間との差を評価する処理手順を示す図である。
【０１１５】
まず、乗換移動時間リスト３９０に格納された全てのレコードを抽出し、平均の差に対応する変数ｄｉｆｆを初期化する（ステップ８５０）。
【０１１６】
次に、抽出したレコード分だけステップ８５１〜８５２の処理を繰り返す。抽出した乗換移動時間リストのデータの乗換移動時間３９４の値を変数Ｔ＿ａｖｅに設定する。また標準乗換移動時間３９５の値を変数Ｔ＿ｄｅｆに設定する（ステップ８５１）。
【０１１７】
そして、Ｔ＿ａｖｅからＴ＿ｄｅｆを減じた値（Ｔ＿ａｖｅ−Ｔ＿ｄｅｆ）の絶対値を変数ｄｉｆｆにを加算する（ステップ８５２）。
【０１１８】
繰り返し処理が終了した後、変数ｄｉｆｆを乗換移動時間リスト３９０から抽出したレコード数で除算し、乗換移動時間３９４及び標準的な乗換移動時間３９５の平均的な差分値を求める（ステップ８５３）。標準的な乗換移動時間３９５の精度が高く、この差分の値が十分に信頼できる値であれば、この平均差分の値を乗換移動時間３９４に加算することによって乗換移動時間の絶対値を高い精度で求めることができる。
【０１１９】
図１８は、ユーザ別に乗継時間を集計した例を示す。
【０１２０】
全ユーザの乗継時間をユーザ別に集計し、乗継回数が所定回数以上のユーザの乗り継ぎの傾向に基づいて、ユーザを分類する。分類の例としては、例えば、
ａ．短い（例えば、いつも最短に近い）時間で乗り継ぎをする人
ｂ．長い時間でゆっくり乗り継ぎをする人
ｃ．時間帯や曜日で傾向が大きく変わる人と、変わらない人
ｄ．よく使う駅（エリア）と、あまり使わない駅で違いがある人と、違いがない人
のように分類できる。
【０１２１】
このような分類によって、乗継に関する利用傾向をユーザ別に推測し、ユーザの傾向に基づいた案内や誘導等に利用することができる。
【０１２２】
図１９は、情報配信サーバ１１３によって生成及び配信される画面の一例で、利用者向け乗換移動時間マップの画面例を示す図である。
【０１２３】
図１９に示す画面例では、駅Ａ９１０、駅Ｂ９１１、駅Ｃ９１２、駅Ｄ９１３、駅Ｅ９１４、駅Ｆ９１５、駅Ｇ９１６、駅Ｈ９１７、路線１（９００）、路線２（９０１）及び路線３（９０２）を含む略地図が表示される。この略地図によると、駅Ｃ９１２及び駅Ｅ９１４が乗換駅である。例えば、乗換駅Ｃ９１２では、Ａ駅９１０の方面から乗車して駅Ｃ９１２を経由して駅Ｂ９１１の方面へ移動するパターンと、駅Ｂ９１１の方面から乗車して駅Ｃ９１２を経由して駅Ａ９１０の方面へ移動するパターンと、駅Ｂ９１１の方から乗車して駅Ｃ９１２を経由して駅Ｄ９１３の方面へ移動するパターンと、駅Ｄ９１３の方面から乗車して駅Ｃ９１２を経由して駅Ｂ９１１の方面へ移動するパターンの四つの乗換の方向がある。すなわち、乗換徒歩移動時間も四つ乗換の方向で異なる値が算出される。各パターン毎に乗換時間を分かりやすく表示することによって、各方面別に必要な乗換移動時間を直感的に把握可能な画面を提供することができる。
【０１２４】
図２０は、情報配信サーバ１１３によって生成及び配信される画面の一例で、利用者向け乗換移動時間変化グラフの画面例を示す図である。
【０１２５】
図２０に示す画面例では、例えば、縦軸１０００に乗換移動時間、横軸１００１に時刻を設定し、１時間単位で時間帯別に乗換徒歩移動時間を算出した結果をグラフ１００２で表示する。乗換徒歩移動時間を時間帯別にグラフで表示することによって、乗換移動時間の変化と、時間帯別の混雑度を推定することができる。
【０１２６】
また、日中の時間帯の乗換徒歩移動時間を１として他の時間帯の乗換徒歩移動時間を比率で表すことによって、混雑の時間推移を直感的に把握することができる。
【０１２７】
また、日中の時間帯と朝夕の時間帯の乗換徒歩移動時間の増減率を算出することによって、他の駅の混雑度と比較することができる。
【０１２８】
図１９及び図２０の画面を生成するための情報は、計算サーバ１１２の記憶部１３７に格納されており、利用者１１５、１１７が情報端末１１６、１１８を用いて、所定のＷｅｂページにアクセスし、プルダウンメニューなどで駅又はエリアを選択して指定した条件に従って、検索処理プログラム１４１が実行され、必要な情報が取得される。情報配信プログラム１４２は、検索処理プログラム１４１によって取得された情報を編集し、情報を情報端末１１６、１１８に配信する。
【０１２９】
図２１は、情報配信サーバ１１３によって生成及び配信される利用者向け乗換経路検索画面１１００の例を示す図である。
【０１３０】
サーバ１１３から配信された乗換経路検索画面１１００上で、利用者１１５、１１７が指定した条件を受けて検索処理プログラム１４１が実行され、情報配信プログラム１４２が検索結果を編集し、情報端末１１６、１１８に配信される。
【０１３１】
まず、利用者１１５、１１７が、情報端末１１６、１１８を用いて、例えばＷｅｂブラウザの画面上のプルダウンメニューで表示内容を選択する。これらの表示条件は利用者１１５、１１７が設定画面やマウス、キーボードなどの入力インタフェースを用いて設定することが可能である。
【０１３２】
例えば、利用者１１５、１１７が乗換経路検索画面１１００上で、出発駅１１０１、到着駅１１０２、日付１１０３、時間１１０４、出発時間か到着時間かを選択する種別１１０５、検索結果の表示順１１０６を入力又は選択する。なお、日付、時間などは、予め現在の日時などが設定されており、利用者が選択しない場合に初期値が設定される。情報端末１１６、１１８は、指定された条件を検索処理プログラム１４１へ送信する。
【０１３３】
乗換経路検索画面における表示順は、所要時間順、金額順などが一般的であるが、本発明による乗換駅構内における乗換徒歩移動時間の算出結果を用いることによって、徒歩移動時間順で検索結果を表示することができる。これは、徒歩移動を少なくしたい利用者に徒歩で移動する時間の短い順に検索結果を並び替えるというオプション機能である。
【０１３４】
さらに、時間帯別の乗換徒歩移動時間の結果を用いて、混雑度の低い経路順に表示するオプション機能を導入することもできる。
【０１３５】
図２２は、情報配信サーバ１１３によって生成及び配信される利用者向け乗換経路検索結果画面１２００の例を示した図であり、徒歩移動時間の短い順に検索結果を並び替えた画面を示す。
【０１３６】
利用者１１５、１１７が情報端末１１６、１１８を用いて乗換経路検索画面１１００上で選択したメニューに従って、検索処理プログラム１４１が実行され、配信プログラム１４２が検索結果を編集及び配信する。
【０１３７】
出発地がＡ駅で到着駅がＢ駅となる条件で検索処理プログラム１４１を実行した結果、Ｃ駅で乗り換えるパターンと、Ｄ駅で乗り換えるパターンが抽出された。配信プログラム１４２は、検索結果を徒歩移動時間の短い順に並び替え、Ｃ駅で乗り換えるパターンを経路１、Ｄ駅で乗り換えるパターンを経路２とした画面を生成し、利用者に配信する。
【０１３８】
なお、本発明の実施形態では、乗換徒歩移動時間を求めるために交通系非接触ＩＣカードの利用履歴を用いる例を示したが、これに加えて携帯電話等で取得した位置情報や購買履歴を合わせて分析することによって、より精度や質を向上させた乗換時間を求めることができる。
【０１３９】
以上説明したように、本発明の実施形態によると、日々、大勢の人に利用されている交通系ＩＣカードの履歴情報（電車の乗降データ）から得られた駅利用者の行動データを分析することによって、駅構内における乗換移動時間をより正確に求めることができる。
【０１４０】
特に、駅Ａから駅Ｃで乗り換えて駅Ｂへ至る経路の平均移動時間から、駅Ａから駅Ｃに至る経路の最短移動時間と、駅Ｃから駅Ｂに至る経路の最短移動時間とを減じることによって、駅Ｃにおける乗換時間を算出するので、
また、最短移動時間の最小値を標準移動時間より極めて大きいデータを除外して、最短移動時間を求めるので、データ数が少ない区間においても極端に長い値が最短時間として抽出されず、適切な最短移動時間を求めることができる。
【０１４１】
また、移動時間が標準時間より極めて大きいデータを除外して平均移動時間を求めるので、データ数が少ない区間においても極端に長い値が平均移動時間として抽出されず、適切な平均移動時間を求めることができる。
【０１４２】
また、乗換移動時間を算出する際に方面別、平日・休日の別、時間帯別、季節別などの条件によって詳細な移動所要時間を算出できるので、各条件における混雑度合を指標化することができ、利用者のリクエストに応じて情報を配信することができる。
【０１４３】
また、乗換移動時間の変化を分析することによって、駅の構造の変化や駅利用者の行動傾向を反映した情報を提供することができる。
【０１４４】
さらに、徒歩での移動を少なくしたい利用者に対して、本発明の実施形態の方法によって求めた乗換駅の乗換移動時間に基づいて乗換移動時間の大小で順位付けをした乗換案内を行うことができ、そのような乗換案内プログラムを提供することができる。
【０１４５】
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、種々変形して実施可能であることが可能であることは、当業者に理解されよう。
【符号の説明】
【０１４６】
１０１ 改札機
１０６ ＩＣカード
１０７ ネットワーク
１０８ データサーバ
１１１ 履歴サーバ
１１２ 計算サーバ
１１３ 情報配信サーバ
１１４ インターネット
１１５、１１７ 利用者
１１６、１１８ 情報端末
【技術分野】
【０００１】
本発明は、鉄道利用者及び鉄道駅に関する情報を生成するための計算機システムに関し、特に、ＩＣカード乗車券の利用履歴データから鉄道利用者の駅構内における乗り換えを分析する技術に関する。
【背景技術】
【０００２】
航空機、電車、バスなどの交通手段を用いて初めての場所に向かう場合には経路検索システムなどを用いて出発地から目的地までの経路を探索する方法が広く普及している。一般的な経路検索システムによる電車の乗換案内では、乗り換えを含む検索結果の場合、乗換駅に電車が到着する時刻と乗換後の電車の発車時刻が提示される。乗換前の電車の到着時刻と乗換後の電車の発車時刻との間には、実際には駅構内を移動する時間と次の電車を待つ時間が含まれている。しかし、経路検索システムは、その合計時間を提示する方法が主流であるため、利用者は実際に駅構内を歩く時間が分からないことが多かった。
【０００３】
さらに、乗換案内システムで用いられる駅構内の移動時間は、一般的に、乗換検索エンジンを提供する会社毎に決められている。この移動時間は、調査員による実測に頼ることが多く、調査に手間がかかる上に、大きな問題や変化（例えば、駅の工事による通路の変更）がない限りは更新されないため、細かな状況変化に対応できないという問題があった。例えば、朝夕などの混雑する時間帯においては、日中などの閑散時間帯に比べて乗換移動時間は長くかかると考えられるが、そのような細かな調整はされていないのが一般的である。
【０００４】
ところで、無線センサデバイス、ＧＰＳ、非接触ＩＣ技術などの進歩により、様々な産業分野において人や物の位置や行動データを取得し、取得したデータを解析することによって抽出された行動履歴情報がマーケティングなどに利用されている。例えば、鉄道のＩＣカード乗車券には、各カードを一意に識別する識別子が付与されているため、ＩＣカード乗車券が通過した改札機の場所や購買した店舗を対応付けることによって、そのＩＣカード乗車券の所有者の行動をある程度、把握することが可能になる。
【０００５】
一方、特許文献１には、交通機関を利用して出発地から目的地までの、乗り継ぎを含む経路を探索して案内するナビゲーションシステムにおいて、乗継場所における乗継時間を実勢に応じて最適化して経路探索を行い、最適な経路を案内するシステムが開示されている。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００６−１９３０２０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
前述した特許文献１に記載された技術では、経路案内という観点から、ある駅における乗換時間（乗継時間）を統計的に算出し、算出した結果を蓄積しておくことによって、経路探索を最適化する。しかし、利用者が実際の所要時間を入力しなければならないので、利用者の入力間違いや、主観的な値の入力を避けることができず、長期間にわたってデータを収集することが困難であることから、時系列的な変化を調査することが難しい。
【０００８】
本発明は、電子乗車券の利用履歴から駅構内における乗換移動時間を効率的かつ正確に算出することを目的とする。
【課題を解決するための手段】
【０００９】
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムであって、交通機関の利用者が該交通機関を利用した経路の識別子及び該経路の移動時間を含む移動ログと、該交通機関の経路を含む乗換パターン情報と、を保持し、前記乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、該抽出されたデータの移動時間を統計処理して、該抽出されたデータの特性を代表する値を計算する統計処理手段と、前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算手段と、前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算手段と、を備え、前記乗換時間計算手段は、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出する。
【発明の効果】
【００１０】
本発明の代表的な実施の形態によれば、駅構内における乗換移動時間を効率的かつ正確に算出することができる。
【図面の簡単な説明】
【００１１】
【図１】一般的な駅構内の概略を示す図である。
【図２】駅Ｘから駅Ｙへ電車で移動するときの所要時間の内訳を説明する図である。
【図３】駅Ａから駅Ｂへ電車で移動するときに、駅Ｃで電車を一回乗り換える場合の所要時間の内訳を説明する図である。
【図４】乗換駅における乗換徒歩移動時間の算出を説明する図である。
【図５】本発明の実施形態の情報処理システムの全体構成図である。
【図６Ａ】ＩＤ付き位置ログデータのデータ構造を説明する図である。
【図６Ｂ】ＩＤ付き購買ログデータのデータ構造を説明する図である。
【図７】マスタデータの構造を説明する図である。
【図８】移動ログデータの構造を説明する図である。
【図９】交通系非接触ＩＣカードの利用履歴から移動ログデータを生成する手順を説明する図である。
【図１０】乗換駅における乗換移動時間を算出する際に利用可能な発着駅の組み合わせを説明する図である。
【図１１】乗換パターンリストのデータ構造を説明する図である。
【図１２】乗換パターンの候補を抽出する処理手順を説明する図である。
【図１３Ａ】最短時間リストのデータ構造を説明する図である。
【図１３Ｂ】乗換移動時間リストのデータ構造を説明する図である。
【図１４】乗換を含まない移動パターンの最短時間を求める処理手順を示す図である。
【図１５】乗換駅における乗換移動時間を求める処理手順を示す図である。
【図１６】時間データが格納された配列集合から代表（平均）的な値を求める処理手順を示す図である。
【図１７】算出した代表（平均）的な乗換移動時間の相対値と実際の乗換移動時間との差を評価する処理手順を示す図である。
【図１８】ユーザ別に乗継時間を集計した例を示す説明図である。
【図１９】利用者向け乗換移動時間マップの画面例を示す図である。
【図２０】利用者向け乗換移動時間変化グラフの画面例を示す図である。
【図２１】利用者向け乗換経路検索画面の例を示す図である。
【図２２】利用者向け乗換経路検索結果画面の例を示した図である。
【発明を実施するための形態】
【００１２】
図１から図２２を用いて、本発明の実施形態による乗換駅構内における乗換徒歩移動時間の算出方法と、利用者や企業へ情報を提供するシステムの例について説明する。
【００１３】
図１は、駅構内の概略を示す図である。
【００１４】
一般的に、駅構内の移動は、動線１０２で示すように、徒歩での移動が多く、この駅から入場した利用者は改札１０１から目的の路線が発着するホーム１０３、１０４までを歩いて移動する。また、この駅で路線を乗換える利用者は、例えばホーム１０３からホーム１０４までを歩いて移動する。
【００１５】
駅によっては改札とホームとの間や、ホーム間を移動する通路が、複数存在する場合もある。そのような駅を頻繁に利用する者は、どの改札や通路が最も近くて便利かを経験的に知っていると考えられる。
【００１６】
図２は、駅Ｘ２０１から駅Ｙ２０２へ電車で移動する場合の所要時間の内訳を説明する図である。
【００１７】
駅Ｘ２０１の改札を通って電車に乗り、駅Ｙ２０２まで移動して電車を降り、駅Ｙ２０２の改札を通るまでの所要時間は、以下の四つの時間に分けることができる。
所要時間＝Ｔｘ＿ｉｎ＋Ｔｗ＋Ｔｒ＋Ｔｙ＿ｏｕｔ
【００１８】
ここで、Ｔｘ＿ｉｎ（２１１）は、駅Ｘ２０１の改札を通ってから電車が来るホームまでの移動時間であり、Ｔｗ（２１２）は、駅Ｘ２０１のホームで電車が来るのを待つ時間である。Ｔｒ（２１３）は、実際に電車に乗っている時間であり、Ｔｙ＿ｏｕｔ（２１４）は、電車を降りて駅Ｙ２０２の改札を出るまでの移動時間である。
【００１９】
この場合、目的地に一刻でも早く着こうと急いで移動した利用者の所要時間の内、駅Ｘ２０１の改札を通ってから電車が来るホームまでの移動時間（Ｔｘ＿ｉｎ（２１１））と、電車を降りて駅Ｙ２０２の改札を出るまでの移動時間（Ｔｙ＿ｏｕｔ（２１４））とは、最も小さく（例えば、０に近く）なる。さらに、駅Ｘ２０１においてホームに到着したと同時に運よく目的の電車がきたような利用者の所要時間の内訳は、ホームで電車が来るのを待つ時間（Ｔｗ（２１２））が限りなく０に近くなる。
【００２０】
図３は、駅Ａ２０３から駅Ｂ２０４へ電車で移動するときに、駅Ｃ２０５で電車を一回乗り換える場合の所要時間の内訳を説明する図である。
【００２１】
駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて徒歩で移動し、別の電車に乗り換えて駅Ｂ２０４まで移動して電車を降り、駅２０４の改札を通るまでの時間を所要時間は、以下の七つの時間に分けることができる。
【００２２】
所要時間＝Ｔａ＿ｉｎ＋Ｔｗ１＋Ｔｒ１＋Ｔｘ＋Ｔｗ２＋Ｔｒ２＋Ｔｂ＿ｏｕｔ
ここで、Ｔａ＿ｉｎ（２１５）は、駅Ａ２０３の改札を通ってから電車が来るホームまでの移動時間であり、Ｔｗ１（２１６）はホームで電車が来るのを待つ時間である。また、Ｔｒ１（２１７）は、実際に一つ目の電車に乗っている時間であり、Ｔｘ（２１８）は、一つ目の電車を駅Ｃ２０５で降りて、次の電車が来るホームへ移動するまでの時間である。さらに、Ｔｗ２（２１９）は、ホームで二つ目の電車が来るのを待つ時間であり、Ｔｒ２（２２０）は、実際に二つ目の電車に乗っている時間である。最後に、Ｔｂ＿ｏｕｔ（２２１）は、二つ目に乗った電車を駅Ｂ２０４で降りて、駅Ｂ２０４の改札を出るまでの移動時間である。
【００２３】
この場合、実際に電車に乗っている時間Ｔｒ１（２１７）及びＴｒ２（２２０）は、急行列車と各駅停車とが混在する場合を除けば、どの利用者にもほぼ一律で変わらない。他の五つの時間Ｔａ＿ｉｎ（２１５）、Ｔｗ１（２１６）、Ｔｘ（２１８）、Ｔｗ２（２１９）、Ｔｂ＿ｏｕｔ（２２１）は、各人の急ぎ度合や運行ダイヤとのタイミングなど、利用者によって個人差が大きい。しかし、図２で説明したものと同様に、徒歩移動に関する時間であるＴａ＿ｉｎ（２１５）、Ｔｘ（２１８）、Ｔｂ＿ｏｕｔ（２２１）は、急いでいる人ほど０に近づく可能性が高く、ホームで電車を待つ時間であるＴｗ１（２１６）、Ｔｗ２（２１９）は、運よく待たずに電車に乗れた人ほど０に近くなる。
【００２４】
図４は、駅Ａ２０３から駅Ｂ２０４へ電車で移動するときに、駅Ｃで一回、電車を乗換える場合に、乗換駅Ｃにおける乗換徒歩移動時間２１８の算出を説明する図である。図４では、駅Ａ２０３から駅Ｂ２０４、駅Ａ２０３から駅Ｃ２０５、駅Ｃ２０５から駅Ｂ２０４の三つの移動パターンの所要時間の内訳を用いて、乗換駅Ｃにおける乗換徒歩移動時間Ｔｘ（２１８）を求める方法について説明する。
【００２５】
まず、図４の（１）は、図３で示したパターンと同様に、駅Ａ２０３の改札を通って電車に乗り、駅Ｃで電車を降りて徒歩で移動し、別の電車に乗り換えて駅Ｂ２０４まで移動して電車を降り、駅２０４の改札を通るまでの時間Ｔａｌｌ＿１（２２４）を全所要時間とし、Ｔａｌｌ＿１（２２４）を七つの時間２１５〜２２１に分けた場合の説明図である。
【００２６】
また、図４には、二つの移動パターン（２）（３）を並べで記載したもので、駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿２（２２５）と、駅Ｃ２０５の改札を通って電車に乗り、駅Ｂ２０４で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿３（２２６）との、それぞれの所要時間の内訳を示す。
【００２７】
すなわち、移動パターン（２）において、駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿２（２２５）は、図２で説明したように駅Ａ２０３の改札を通ってから電車が来るホームまでの移動時間Ｔａ＿ｉｎ（２１５）と、ホームで電車が来るのを待つ時間Ｔｗ１（２１６）と、実際に電車に乗っている時間Ｔｒ１（２１７）と、電車を降りて駅Ｃ２０５の改札を出るまでの移動時間Ｔｃ＿ｏｕｔ（２２２）の四つに分けられる。また、移動パターン（３）において、駅Ｃ２０５の改札を通って電車に乗り、駅Ｂ２０４で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿３（２２６）も、駅Ｃ２０５の改札を通ってから電車が来るホームまでの移動時間Ｔｃ＿ｉｎ（２２３）と、ホームで電車が来るのを待つ時間Ｔｗ２（２１９）と、実際に電車に乗っている時間Ｔｒ２（２２０）と、電車を降りて駅Ｂ２０４の改札を出るまでの移動時間Ｔｂ＿ｏｕｔ（２２１）の四つに分けられる。
【００２８】
この三つの移動パターンの所要時間Ｔａｌｌ＿１（２２４）、Ｔａｌｌ＿２（２２５）、Ｔａｌｌ＿３（２２６）が短い利用者は、ホームに到着したタイミングで電車が到着したなどによって電車の待ち時間が０に近く、駅構内における移動についても改札からホームまでが近いなどによって、移動も素早く効率的であったといえる。このような所要時間が短いデータに着目すると、駅の改札を通ってから電車が来るホームまでの移動時間Ｔａ＿ｉｎ（２１５）、Ｔｃ＿ｉｎ（２２３）とホームで電車が来るのを待つ時間Ｔｗ１（２１６）、Ｔｗ２（２１９）と、目的の駅で電車を降りて改札を出るまでの移動時間Ｔｃ＿ｏｕｔ（２２２）、Ｔｂ＿ｏｕｔ（２２１）とが０に近く、個人差が少ない値になっていると考えられる。
【００２９】
そこで、駅Ａ２０３の改札を通って電車に乗り、駅Ｃで電車を降りて徒歩で移動し、別の電車に乗り換えて駅Ｂ２０４まで移動して電車を降り、駅Ｂ２０４の改札を通るまでの時間Ｔａｌｌ＿１（２２４）の最短時間から、駅Ａ２０３の改札を通って電車に乗り、駅Ｃ２０５で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿２（２２５）の最短時間と、駅Ｃ２０５の改札を通って電車に乗り、駅Ｂ２０４で電車を降りて改札を通るまでの所要時間Ｔａｌｌ＿３（２２６）の最短時間とを減じることによって、駅Ｃにおける乗換徒歩移動時間Ｔｘ（２１８）を、下式を用いて求ることができる。
Ｔａｌｌ＿１−（Ｔａｌｌ＿２＋Ｔａｌｌ＿３）＝Ｔｘ−（Ｔｃ＿ｏｕｔ＋Ｔｃ＿ｉｎ）
【００３０】
上式において、駅Ａ２０３で電車に乗って駅Ｃ２０５で降りる移動パターンと、駅Ｃ２０５で電車に乗って駅Ｂ２０４で降りる移動パターンとの最短時間では、Ｔｃ＿ｉｎ（２２３）とＴｃ＿ｏｕｔ（２２２）は０に近い値である。また、このＴｃ＿ｉｎ（２２３）とＴｃ＿ｏｕｔ（２２２）が無視できない程度の値である場合でも、駅Ｃでの乗換徒歩移動時間の変化を相対的に算出することが可能である。
【００３１】
図５は、本発明の実施形態の情報処理システムの全体構成図である。
【００３２】
システムの主要な構成要素は、利用者１０５が所持する非接触型ＩＣカード（又は、同等の機能を持つＩＣチップを内蔵した携帯端末）１０６と、駅に設置された改札機１０１と、改札機１０１で取得したデータをサーバ群へ送信するネットワーク１０７である。サーバ群は、履歴サーバ１１１、計算サーバ１１２及び情報配信サーバ１１３を含み、非接触型ＩＣカード１０６の利用データを蓄積し、解析する。なお、非接触ＩＣカード１０６及び改札機１０１の詳細な構成の説明は省略する。
【００３３】
非接触型ＩＣカード１０６を所持した利用者１０５が改札機１０１を通過すると、改札機１０１は、ＩＣカード１０６を識別するユーザＩＤ、通過日時などを含む位置情報を収集し、収集した情報を改札機１０１内に蓄積し、所定のタイミングでデータサーバ１０８に転送する。
【００３４】
データサーバ１０８は、改札機１０１が収集したデータを、元データとして蓄積する。また、データサーバ１０８は、データを受信した際又は所定のタイミング（例えば、一時間おき、一日おき等）で、必要なデータを履歴サーバ１１１へネットワーク１０７を介して送信する。改札機１０１以外の、例えば、駅構内や駅周辺の店舗に設置されているカード読み取り端末、ＰＯＳレジ端末、自動販売機等からも同様にデータが収集される。例えば、非接触型ＩＣカード１０６を所持した利用者１０５が、店舗に設置されたカード読み取り端末にカードをかざした際、カード読み取り端末は、ＩＣカード１０６を識別するユーザＩＤ、日時、金額などを含む購買情報を蓄積し、所定のタイミングでデータサーバ１０８に転送する。
【００３５】
サーバ群に含まれる履歴サーバ１１１、計算サーバ１１２及び情報配信サーバ１１３は、ネットワーク１０７に接続しており、各サーバ間、及び各改札機１０１との間、利用者端末１１６、１１８と通信することができる。なお、本実施形態では、履歴サーバ１１１、計算サーバ１１２及び情報配信サーバ１１３をサーバ群として説明するが、１又は複数の物理計算機によって、これらサーバ群の機能を実行できるように構成してもよい。
【００３６】
履歴サーバ１１１は、ネットワークインタフェース、ＣＰＵ、メモリ及び記憶部を備える計算機であり、改札機１０１などの端末が収集した利用者のデータを、データサーバ１０８からネットワーク１０７を経由して受信し、データ格納部１２１に記録する。履歴サーバ１１１は、各ユーザの位置履歴を格納するＩＤ付き位置ログデータ１２２、購買履歴を格納するＩＤ付き購買ログデータ１２３、駅に関連する基本的なマスタデータ１２４な、及び、ＩＤ付き位置ログデータ１２２を一次加工した移動ログデータ１２５を格納する。駅に関連する基本的なマスタデータ１２４は、更新された場合に、システムの外部から入力され、更新される。
【００３７】
計算サーバ１１２は、履歴サーバ１１１に蓄積されたデータを用いてＩＣカード利用者の移動データを生成し、区間毎及び駅構内における移動時間を算出する。計算サーバ１１２は、主に、ネットワークインタフェース１３８、ＣＰＵ１３１、メモリ１３２及び記憶部１３３を備える計算機である。ネットワークインタフェース１３８は、ネットワーク１０７に接続するためのインタフェースである。記憶部１３３は、移動ログ生成プログラム１３４、区間毎の移動時間算出プログラム１３５、駅構内移動時間算出プログラム１３６などのプログラム群と、計算処理によって得られた統計値及び指標値などを格納するデータ格納部１３７を含む。記憶部１３３は、例えば、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、フラッシュメモリなどの不揮発性記憶装置である。なお、記憶部１３３は、複数の記録装置に各種プログラム、各種データを分割して記録するものでもよい。
【００３８】
各プログラム群が実行される際は、履歴サーバ１１１から分析対象となるデータを読み出してメモリ１３２へ一時的に格納し、プログラム１３４、１３５、１３６をメモリに読み出して、ＣＰＵ１３１で実行することによって各種機能を実現する。これらのプログラムの実行のタイミングは、例えば、利用者が要求したタイミングや履歴サーバ１１１に新たなデータが追加されるでもよいし、毎日決められた時間に実行されるバッチ処理で行ってもよい。
【００３９】
情報配信サーバ１１３は、ネットワークインタフェース１４３、１４４、ＣＰＵ１４５、メモリ１４６及び記録部１４７を備える計算機である。ネットワークインタフェース１４３、１４４は、ネットワーク１０７に接続するためのインタフェースである。記録部１４７は、例えば、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、フラッシュメモリなどの不揮発性記憶装置であり、各種プログラム、各種データを記録する。なお、記録部１４７は、複数の記録装置に各種プログラム、各種データを分割して記録するものでもよい。
【００４０】
情報配信サーバ１１３は、駅の特性評価値や自分の行動傾向などの情報を、インターネット１１４を介して、携帯情報端末１１６及び家庭用又は公共の情報端末１１８（利用者１１５、１１７）に提供する。記録部１４７は、検索処理プログラム１４２と、情報配信プログラム１４３を記録する。ＣＰＵ１４５は、記録部１４７に記録されている各種プログラムをメモリに読み出して、実行することによって、情報配信サーバ１１３の各種機能を実行する。具体的には、検索処理プログラム１４１を実行することによって、利用者が入力した条件に基づいてデータを検索する。また、情報配信プログラム１４２を実行することによって、利用者に提示するために加工された情報を配信する。これらの情報は、基本的に各利用者が情報配信サーバ１１３にアクセスしたタイミングで生成される。
【００４１】
図６Ａ、図６Ｂは、履歴サーバ１１１に格納される代表的なデータの構造をそれぞれ１レコード分を示す説明図である。
【００４２】
図６Ａに示すように、ＩＤ付き位置ログデータ１２２は、ログＩＤ２４１、対象となるユーザのユーザＩＤ２４２、どのデータ読み取り端末を通過したかの情報から関連付けられる駅ＩＤ２４３、その読み取り端末を通過した利用時刻２４４、及び、入場か出場かなどの利用種別２４５などの情報を含む。ここで利用種別とは、例えば、改札機や入出場ゲートのログであれば「入場」又は「出場」、物販用端末のログであれば「購買」などの処理の種別を示す情報である。
【００４３】
また、図６Ｂに示すように、ＩＤ付き購買ログデータ１２３には、ログＩＤ２５１、対象となるユーザのユーザＩＤ２５２、どのデータ読み取り端末（物販用端末）を通過したかの情報から関連付けられる店舗ＩＤ２５３、その読み取り端末を通過した利用時刻２５４、及び、最寄駅ＩＤ２５５などの情報が含まれる。
【００４４】
ＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３は、新規にデータが生成される度に送信され、蓄積されてもよいし、又は、利用が少なくなる時間帯（例えば、深夜）に一括して送られてもよい。履歴サーバ１１１側は、ログデータの送信のタイミングに合わせて格納処理を行う。
【００４５】
図７は、履歴サーバ１１１に格納されるマスタデータ１２４の構造を示す説明図である。
【００４６】
まず、駅に関する基本データである駅マスタ２６０は、駅を識別する駅ＩＤ２６１、駅名２６２、鉄道会社２６３、住所などの所在地２６４、及び、緯度経度２６５などの情報を含む。駅及び路線の構成に変更があった場合、データが随時追加及び修正される。
【００４７】
路線に関する基本データである路線マスタ２７０は、路線を識別する路線ＩＤ２７１、路線名２７２、鉄道会社２７３、普通列車か特急列車かを区別するための路線タイプ２７４などの情報を含む。
【００４８】
駅及び路線を関連付けるための基本データである駅・路線関係マスタ２８０は、路線を識別する路線ＩＤ２８１、その路線に含まれる駅の駅ＩＤ２８２、駅の順序を管理する順序番号２８３、及び、停車駅又は通過駅のどちらであるかを識別する駅種別２８４、及び、始発駅からの所要時間２８５などの情報を含む。
【００４９】
さらに経路に関する基本データである経路マスタ２９０は、経路を識別する経路ＩＤ２９１、入場駅ＩＤ２９２、出場駅ＩＤ２９３、及び、乗車する路線数分の路線ＩＤと乗換駅ＩＤの情報などを含む。例えば、入場駅ＩＤ２９２から出場駅ＩＤ２９３への移動において１回だけ電車に乗る場合、乗車する路線を示す路線ＩＤ１（２９４）にデータが格納される。また、入場駅ＩＤ２９２から出場駅ＩＤ２９３への移動において２回以上電車に乗る場合、乗車する路線を示す路線ＩＤ１（２９４）、乗換駅を識別する乗換駅ＩＤ１（２９５）、次に乗る電車を示す路線ＩＤ２（２９６）・・・のように、乗車回数３０１の値に応じて順次、データが格納される。
【００５０】
また、経路マスタ２９０は、この経路の総合的な情報を示す乗車回数３０１、標準時間３０２、最短時間３０３及び料金３０４などの情報を含む。入場駅ＩＤ２９２と出場駅ＩＤ２９３との組み合わせに対応する経路が複数存在する場合、一般的に利用頻度の最も高い経路を第一経路として割り当てる。
【００５１】
店舗データマスタ３１０は、店舗ＩＤ３１１、店舗名称３１２、店舗の住所３１３、運営企業名３１４、及び、最寄駅ＩＤ３１５などの情報を含む。運営企業名３１４は、店舗を運営している業者の名称である。また、最寄駅ＩＤ３１５はその店舗の住所情報により、駅ＩＤと関連付けることができる。これらの情報の他、例えば、店舗の規模や業種などのデータを格納しておくことによって、より多角的な分析が可能になる。
【００５２】
これらのマスタデータ１２４（例えば、駅、路線、店舗）は変更があった場合、システムの外部から入力されて更新される。
【００５３】
図８は、履歴サーバ１１１に格納される移動ログデータ１２５の構造を示す説明図である。
【００５４】
移動ログデータ１２５は、ＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３から生成される一次加工後のデータであり、ログを識別するログＩＤ３２１、対象となるユーザのユーザＩＤ３２２、改札機を通過して駅に入場した時刻を示す入場日時３２３、改札機を通過して駅から出場した時刻を示す出場日時３２４、入場駅ＩＤ３２５、出場駅ＩＤ３２６、移動にかかった料金を示す支払額３２７、経路マスタ２９０に含まれる経路情報と関連付けるための経路ＩＤ３２８、及び、入場日時３２３から出場日時３２４までの間に同じＩＣカードを用いた購買の有無を示す購買フラグ３２９などの情報を含む。これらの情報の他、例えば、移動ログデータ１２５は、購買した店舗及び当該店舗の最寄駅の情報を含んでもよい。
【００５５】
図９は、交通系非接触ＩＣカード１０６の利用データから移動ログデータ１２５を生成する手順を説明する図である。
【００５６】
履歴サーバ１１１への格納処理は毎日、決められた時刻に１回、バッチ処理で行われるものとして説明する。
【００５７】
まず、新しく収集されたＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３に含まれるユーザＩＤ２４２、２５２及び利用時刻２４４、２５４を参照して、全データをユーザＩＤ順及び時刻順に並び替える（ステップ４００）。
【００５８】
次に、ステップ４００で並び替えられたデータに対して、ユーザＩＤの数だけ、ステップ４０２〜４１１の処理を繰り返す（ステップ４０１）。
【００５９】
まず、入場駅、入場日時、出場駅、出場日時及び購買フラグを格納する変数を初期化する（ステップ４０２）。
【００６０】
次に、時刻順に並んだデータを一つずつ取り出し、利用種別２４５の値によって場合分け処理を行う（ステップ４０３）。
【００６１】
利用種別２４５の値が「入場」である場合（ステップ４０４）、入場駅の変数に駅ＩＤ２４３の値を、入場日時の変数に利用時刻２４４の値をそれぞれセットし、購買フラグの変数に「０」をセットする（ステップ４０５）。
【００６２】
一方、利用種別２４５の値が「購買」である場合（ステップ４１０）、入場駅及び入場日時の変数に値がセットされていれば、購買フラグの変数に「１」をセットし、入場駅及び入場日時の変数に値がセットされていなければ、このデータは無視して次のデータの処理に進む（ステップ４１１）。
【００６３】
利用種別２４５の値が「出場」である場合（ステップ４０６）、入場駅及び入場日時の変数に値がセットされている場合に限り、出場駅の変数に駅ＩＤ２４３の値を、出場日時の変数に利用時刻２４４の値をそれぞれセットする（ステップ４０７）。さらに入場駅及び出場駅の二つの変数の値を用いて、経路マスタ２９０から該当する経路を検索し、一致した経路ＩＤ２９１を抽出する（ステップ４０８）。最後に、移動ログデータ１２５にログＩＤ、ユーザＩＤ、入場日時、出場日時、入場駅ＩＤ、出場駅ＩＤ、支払額及び経路ＩＤの情報を格納する（ステップ４０９）。ここで、ログＩＤ３２１には通し番号をセットする。
【００６４】
図１０は、乗換駅Ｃにおける乗換移動時間を算出する際に利用可能な発着駅の組み合わせを説明する図である。
【００６５】
例えば、乗換駅Ｃ（３６２）において路線１（３６０）から路線２（３６１）に乗り換える移動時間を求めたい場合、路線１（３６０）のいずれかの駅から入場して路線２（３６１）のいずれかの駅で出場する発着駅の組み合わせ３７３を選択する。すなわち、駅Ｓ１〜Ｓ３（３６３〜３６５）が出発駅エリア３７１に選ばれ、駅Ｅ１〜Ｅ３（３６６〜３６８）が到着駅エリア３７２に選ばれた場合、乗換駅Ｃ（３６２）における乗換移動時間を算出する際に利用可能な発着駅の組み合わせ３７３は、発駅と着駅の全ての組み合わせで決まるため、この図では九つの組み合わせが可能である。
【００６６】
なお、乗換駅Ｃ（３６２）以外を通る可能性もある経路が含まれるような発着駅の組み合わせは、経路が一意に決まらないので、あらかじめ除外することが望ましい。
【００６７】
また、この発着駅の組み合わせを選別する際に、対象となる乗換駅と前後の路線を指定することによって、マスタデータ１２４を用いて機械的に、発着駅の組み合わせを抽出することが可能である。
【００６８】
図１１は、乗換パターンリスト３４０のデータ構造を示す説明図である。
【００６９】
乗換パターンリスト３４０は、図１０で説明したように、任意の乗換駅における乗換移動時間を算出するための発着駅の組み合わせを管理するデータであり、通し番号である乗換パターンＩＤ３４１、乗換駅ＩＤ３４２、乗換駅まで乗車する路線の路線ＩＤ３４３、乗換駅から乗車する路線の路線ＩＤ３４４、その乗換駅３４２での路線３４３から路線３４４へ乗り換えるパターンを持つ全ての組み合わせの経路ＩＤ（３４５、３４８、・・・）、入場駅ＩＤ（３４６、・・・）、及び、出場駅ＩＤ（３４７、・・・）の情報を含む。すなわち、乗換パターンリスト３４０には、その乗換駅３４２で路線３４３から路線３４４へ乗り換えるパターンの数の経路ＩＤ、入場駅ＩＤ及び出場駅ＩＤの組み合わせを含む。
【００７０】
図１２は、乗換パターンの候補を抽出する処理手順を説明する図である。
【００７１】
乗換パターンリスト３４０は、計算サーバ１１２の記憶部１３７に格納されており、履歴サーバ１１１に蓄積されている経路マスタ２９０の新規な格納及び更新と同じタイミングで生成及び更新される。
【００７２】
まず、経路マスタ２９０の全データから乗車回数３０１の値が２である経路情報を全て抽出し（ステップ５００）、乗換パターンリスト３４０のテーブルを初期化する（ステップ５０１）。乗車回数が２の経路情報を抽出することによって、乗り換えを１回だけ含む経路を抽出することができる。
【００７３】
次に、ステップ５００で抽出した全ての経路情報について一つずつ、ステップ５０３〜５０７の処理を繰り返す（ステップ５０２）。
【００７４】
まず、抽出した経路情報の「乗換駅ＩＤ１（２９５）、路線ＩＤ１（２９４）、路線ＩＤ２（２９６）」の組み合わせが乗換パターンリスト３４０内の「乗換駅ＩＤ３４２、乗換前路線３４３、乗換後路線３４４」の組み合わせと一致するレコードがあるかを判定する（ステップ５０３）。
【００７５】
抽出した経路情報の組み合わせが乗換パターンリスト３４０に存在しない場合（ステップ５０４）、乗換パターンリスト３４０に新しくレコードを作成し、乗換駅ＩＤ３４２、乗換前路線３４３、乗換後路線３４４、経路ＩＤ１（３４５）、入場駅ＩＤ１（３４６）、出場駅ＩＤ１（３４７）の各項目に、経路マスタ２９０の乗換駅ＩＤ１（２９５）、路線ＩＤ１（２９４）、路線ＩＤ２（２９６）、経路ＩＤ２、入場駅ＩＤ（２９２）、出場駅ＩＤ（２９３）のデータを格納する（ステップ５０５）。
【００７６】
一方、抽出した経路情報の組み合わせが乗換パターンリスト３４０に存在する場合（ステップ５０６）、該当する乗換パターンリスト３４０の経路ＩＤｉ、入場駅ＩＤｉ、出場駅ＩＤｉの項目に、経路マスタ２９０の経路ＩＤ、入場駅ＩＤ、出場駅ＩＤを追加し、格納する（ステップ５０７）。
【００７７】
図１３Ａ及び図１３Ｂは、乗換を含まない全ての入場駅と出場駅の組み合わせ（移動パターン）について最短時間の値及び乗換移動時間の値を格納するデータの構造を示す図である。
【００７８】
最短時間リスト３８０及び乗換移動時間３９０は、乗換パターンリスト３４０と同様に、計算サーバ１１２の記憶部１３７に格納されており、履歴サーバ１１１にＩＤ付き位置ログデータ１２２及びＩＤ付き購買ログデータ１２３が新しく蓄積され、移動ログデータ１２５が更新されるタイミングに（例えば、一定時間間隔で）生成及び更新される。
【００７９】
最短時間リスト３８０は、図１３Ａに示すように、入場駅ＩＤ３８１、出場駅ＩＤ３８２、最短時間のデータ３８３、その最短時間を求めるために利用したデータの開始期間３８４、終了期間３８５、及び、時間帯３８６などの情報を含む。
【００８０】
乗換移動時間リスト３９０は、図１３Ｂに示すように、乗換駅ＩＤ３９１、乗換前路線３９２、乗換後路線３９３、乗換移動時間のデータ３９４、標準移動時間のデータ３９５、乗換移動時間３９４を求めるために利用したデータの開始期間３９６及び終了期間３９７、及び、時間帯３９８などの情報を含む。
【００８１】
ここでデータ開始期間３８４、３９６、データ終了期間３８５、３９７、及び、時間帯３８６、３９８の項目に関しては、外部からの入力によって所定時間単位（例えば、１ヶ月単位、１時間単位など）が予め設定されており、その設定値に応じて移動ログデータ１２５の入場時刻３２３又は出場時刻３２４の値を参照して分類される。
【００８２】
図１４は、乗換を含まない移動パターンの最短時間を求める処理手順を示す図である。
【００８３】
最短時間リスト３８０は、計算サーバ１１２の記憶部１３７に格納されている。最短時間リスト３８０の生成及び更新は、履歴サーバ１１１に格納されている移動ログデータ１２５が新規の格納及び更新と同じタイミングで行われる。
【００８４】
まず、経路マスタ２９０の全データから乗車回数３０１の値が１である経路情報を全て抽出し（ステップ６００）、抽出された各経路情報について、ステップ６０２〜６０８の処理を繰り返す（ステップ６０１）。乗車回数が１の経路情報を抽出することによって、乗り換えを含まない経路を抽出して、最短時間を求めることができる。
【００８５】
ステップ６０２では、入場日時３２３（又は、出場日時３２４）及び経路ＩＤ３２８の値が一致する全てのデータを移動ログデータ１２５から抽出し、最短時間変数ＳＴを経路マスタデータの標準時間３０２×定数値に初期化する（ステップ６０２）。
【００８６】
ここで、定数は正の値であり、予め固定値として設定しておくとよい。正の定数値を乗じた初期値を設定する理由は、標準時間３０２×定数倍の値でデータを足切りすることによって、データ数が少ない区間においても極端に長い値が最短時間として抽出されないようにするためである。また、データ開始期間、終了期間及び時間帯の種類は予め設定しておき、設定された全てのデータ開始期間、終了期間及び時間帯の組み合わせの分だけ同じ処理を行うことになるが、一つのデータ開始期間、終了期間及び時間帯が決まった場合の処理の例を示す。
【００８７】
なお、ステップ６０２において、データの抽出条件に曜日を追加してもよい。
【００８８】
次に、ステップ６０２で抽出した全ての移動ログデータについて、一つずつ、ステップ６０４〜６０７の処理を繰り返す（ステップ６０３）。
【００８９】
具体的には、移動ログデータの入場日時３２３及び出場日時３２４の値を参照し、出場時刻から入場時刻を減じた値（出場時刻−入場時刻）が最短時間変数ＳＴの値より小さい場合（ステップ６０４）、出場時刻から入場時刻を減じた値を最短時間変数ＳＴに設定する（ステップ６０５）。
【００９０】
一方、出場時刻から入場時刻を減じた値が最短時間変数ＳＴの値以上である場合（ステップ６０６）、次の移動ログデータを処理する（ステップ６０７）。
【００９１】
全ての移動ログデータに対してステップ６０４〜６０７の処理が終了した後、最短時間リスト３８０に、入場駅ＩＤ、出場駅ＩＤ、最短時間変数ＳＴ、データ開始期間、データ終了期間及び時間帯の項目を新規に追加する（ステップ６０８)。
【００９２】
図１５は、乗換駅における乗換移動時間を求める処理手順を示す図である。
【００９３】
乗換移動時間リスト３９０は、計算サーバ１１２の記憶部１３７に格納されており、履歴サーバ１１１に格納されている移動ログデータ１２５の新規な格納及び更新と同じタイミングで生成及び更新される。
【００９４】
まず、乗換パターンリスト３４０に格納されている全てのデータを抽出し、一つずつ、ステップ７０１〜７１３の処理を繰り返す（ステップ７００）。
【００９５】
次に、配列構造になっている平均移動時間リストの変数を初期化する（ステップ７０１）。
【００９６】
次に、乗換パターンリスト３４０から抽出した各データに含まれる経路ＩＤの数を調べ、経路ＩＤの数だけステップ７０３〜７１２を繰り返す（ステップ７０２）。
【００９７】
まず、移動ログデータ１２５から経路ＩＤの項目を参照し、乗換パターンリストデータの「経路ＩＤｉ」を含むデータを全て抽出し、所要時間リストの変数と最短時間変数ＳＴ１、ＳＴ２を初期化する（ステップ７０３）。
【００９８】
ここでデータ開始期間、終了期間及び時間帯の種類は予め設定しておくとよい。設定された全てのデータ開始期間、終了期間及び時間帯の組み合わせの分だけ同じ処理を行うことになるが、一つのデータ開始期間、終了期間及び時間帯が決まった場合の処理の例を示す。
【００９９】
なお、ステップ７０３において、データの抽出条件に曜日を追加してもよい。
【０１００】
次に、ステップ７０３で抽出した全ての移動ログデータについて、一つずつ、ステップ７０５〜７０８の処理を繰り返す（ステップ７０４）。この繰り返し処理によって、図４に示すＴａｌｌ＿１（２２４）を求めることができる。
【０１０１】
具体的には、移動ログデータの入場日時３２３の値、出場日時３２４の値及び経路マスタ２９０の標準時間３０２の値を参照し、出場時刻から入場時刻を減じた値（出場時刻−入場時刻）が経路標準時間３０２×定数ｄの値より小さい場合（ステップ７０５）、出場時刻から入場時刻を減じた値を所要時間リストに設定する（ステップ７０６）。ここで定数ｄは正の値であり、予め固定値として設定しておくとよい。定数ｄに正の固定値を設定する理由は、経路標準時間３０２×定数ｄの値でデータを足切りすることによって、データ数が少ない区間においても極端に長い値が平均移動時間として抽出されないようにするためである。
【０１０２】
また、移動ログデータ１２５に含まれる購買フラグの値を参照し、移動中に購買を行っていない可能性の高いデータに限定することによって、純粋に移動だけを行ったデータの比率を高くし、所要時間の平均値の精度を高くすることができる。さらに、出発駅から到着駅への経路が複数存在する場合、購買情報の最寄駅の値を用いて、利用した経路を判定することもできる。
【０１０３】
一方、出場時刻から入場時刻を減じた値が経路標準時間３０２×定数ｄの値より大きい場合（ステップ７０７）、次の移動ログデータを処理する（ステップ７０８）。
【０１０４】
全ての移動ログデータに対してステップ７０５〜７０８の処理が終了した後、所要時間リストのデータを用いて平均時間Ｔ＿ａｖｅを算出する（ステップ７０９）。この平均時間Ｔ＿ａｖｅの算出方法は後述する。
【０１０５】
次に、最短時間リスト３８０から入場駅ＩＤ３８１の値と出場駅ＩＤ３８２の値とを参照し、現在セットされている乗換パターンリスト３４０の入場駅ＩＤ３４６の値と最短時間リスト３８０の入場駅ＩＤ３８１の値とが一致し、さらに、乗換パターンリスト３４０の乗換駅ＩＤ３４２の値と最短時間リスト３８０の出場駅ＩＤ３８２の値とが一致するデータを抽出し、最短時間３８３の値を変数ＳＴ１にセットする（ステップ７１０）。
【０１０６】
同様に、最短時間リスト３８０の入場駅ＩＤ３８１の値と出場駅ＩＤ３８２の値とを参照し、現在セットされている乗換パターンリスト３４０の乗換駅ＩＤ３４２の値と最短時間リスト３８０の入場駅ＩＤ３８１の値とが一致し、さらに、乗換パターンリスト３４０の出場駅ＩＤ３４７と最短時間リスト３８０の入場駅ＩＤ３８１の値とが一致するデータを抽出し、最短時間３８３の値を変数ＳＴ２にセットする（ステップ７１１）。
【０１０７】
次に、平均時間Ｔ＿ａｖｅから最短時間変数ＳＴ１、ＳＴ２の和を減じた値（Ｔ＿ａｖｅ−（ＳＴ１＋ＳＴ２））を算出し、平均移動時間リストの変数に追加する（ステップ７１２）。
【０１０８】
繰り返し処理が終了した後、平均移動時間リストから代表的な平均移動時間を算出し、乗換移動時間リスト３９０内の該当するデータの乗換移動時間３９４の項目に格納する（ステップ７１３）。標準乗換移動時間３９５の値も前述の乗換移動時間３９４と同様の方法で算出し、経路マスタ２９０内の標準時間３０２に格納する。標準乗換移動時間３９５は、代表的な平均移動時間を算出することで求められるため、詳細な説明を省略する。ここで代表的な平均移動時間を求める方法については後述する。
【０１０９】
図１６は、時間データが格納された配列集合から代表（平均）的な値を求める処理手順を示す図である。
【０１１０】
まず、時間データが格納された配列集合全体から平均値μと標準偏差σを算出する（ステップ８００）。平均値と標準偏差の求める式は、一般的なものを用いることができ、データ数をＮとし、データをＸ１、Ｘ２、・・・Ｘｎとした場合、下記の式によって求めることができる。
平均μ＝（Ｘ１＋Ｘ２＋Ｘ３＋・・＋Ｘｎ）／Ｎ
標準偏差σ＝ｓｑｒｔ｛｛（Ｘ１−μ）２＋（Ｘ２−μ）２＋・・＋（Ｘｎ−μ）２｝／Ｎ｝
【０１１１】
次に、時間データが格納された配列集合の要素に対してステップ８０２〜８０３の処理を繰り返す（ステップ８０１）。
【０１１２】
まず、時間データの値を参照し、その値が平均値μ−標準偏差σ×定数より小さいか、又は、平均値μ＋標準偏差σ×定数より大きい場合（ステップ８０２）、その時間データを外れ値として元の時間データが格納された配列集合から削除する（ステップ８０３）。この定数値が小さければ外れ値が厳しく判定され、多くのデータが除外される。
【０１１３】
繰り返し処理が終了した後、残った時間データ配列集合から、集団を代表する値（例えば、平均値、中央値など）を算出し、乗換移動時間リスト３９０の乗換移動時間３９４及び標準乗換移動時間３９５の項目に新たにデータを格納する。
【０１１４】
図１７は、算出した代表（平均）的な乗換移動時間の相対値と実際の乗換移動時間との差を評価する処理手順を示す図である。
【０１１５】
まず、乗換移動時間リスト３９０に格納された全てのレコードを抽出し、平均の差に対応する変数ｄｉｆｆを初期化する（ステップ８５０）。
【０１１６】
次に、抽出したレコード分だけステップ８５１〜８５２の処理を繰り返す。抽出した乗換移動時間リストのデータの乗換移動時間３９４の値を変数Ｔ＿ａｖｅに設定する。また標準乗換移動時間３９５の値を変数Ｔ＿ｄｅｆに設定する（ステップ８５１）。
【０１１７】
そして、Ｔ＿ａｖｅからＴ＿ｄｅｆを減じた値（Ｔ＿ａｖｅ−Ｔ＿ｄｅｆ）の絶対値を変数ｄｉｆｆにを加算する（ステップ８５２）。
【０１１８】
繰り返し処理が終了した後、変数ｄｉｆｆを乗換移動時間リスト３９０から抽出したレコード数で除算し、乗換移動時間３９４及び標準的な乗換移動時間３９５の平均的な差分値を求める（ステップ８５３）。標準的な乗換移動時間３９５の精度が高く、この差分の値が十分に信頼できる値であれば、この平均差分の値を乗換移動時間３９４に加算することによって乗換移動時間の絶対値を高い精度で求めることができる。
【０１１９】
図１８は、ユーザ別に乗継時間を集計した例を示す。
【０１２０】
全ユーザの乗継時間をユーザ別に集計し、乗継回数が所定回数以上のユーザの乗り継ぎの傾向に基づいて、ユーザを分類する。分類の例としては、例えば、
ａ．短い（例えば、いつも最短に近い）時間で乗り継ぎをする人
ｂ．長い時間でゆっくり乗り継ぎをする人
ｃ．時間帯や曜日で傾向が大きく変わる人と、変わらない人
ｄ．よく使う駅（エリア）と、あまり使わない駅で違いがある人と、違いがない人
のように分類できる。
【０１２１】
このような分類によって、乗継に関する利用傾向をユーザ別に推測し、ユーザの傾向に基づいた案内や誘導等に利用することができる。
【０１２２】
図１９は、情報配信サーバ１１３によって生成及び配信される画面の一例で、利用者向け乗換移動時間マップの画面例を示す図である。
【０１２３】
図１９に示す画面例では、駅Ａ９１０、駅Ｂ９１１、駅Ｃ９１２、駅Ｄ９１３、駅Ｅ９１４、駅Ｆ９１５、駅Ｇ９１６、駅Ｈ９１７、路線１（９００）、路線２（９０１）及び路線３（９０２）を含む略地図が表示される。この略地図によると、駅Ｃ９１２及び駅Ｅ９１４が乗換駅である。例えば、乗換駅Ｃ９１２では、Ａ駅９１０の方面から乗車して駅Ｃ９１２を経由して駅Ｂ９１１の方面へ移動するパターンと、駅Ｂ９１１の方面から乗車して駅Ｃ９１２を経由して駅Ａ９１０の方面へ移動するパターンと、駅Ｂ９１１の方から乗車して駅Ｃ９１２を経由して駅Ｄ９１３の方面へ移動するパターンと、駅Ｄ９１３の方面から乗車して駅Ｃ９１２を経由して駅Ｂ９１１の方面へ移動するパターンの四つの乗換の方向がある。すなわち、乗換徒歩移動時間も四つ乗換の方向で異なる値が算出される。各パターン毎に乗換時間を分かりやすく表示することによって、各方面別に必要な乗換移動時間を直感的に把握可能な画面を提供することができる。
【０１２４】
図２０は、情報配信サーバ１１３によって生成及び配信される画面の一例で、利用者向け乗換移動時間変化グラフの画面例を示す図である。
【０１２５】
図２０に示す画面例では、例えば、縦軸１０００に乗換移動時間、横軸１００１に時刻を設定し、１時間単位で時間帯別に乗換徒歩移動時間を算出した結果をグラフ１００２で表示する。乗換徒歩移動時間を時間帯別にグラフで表示することによって、乗換移動時間の変化と、時間帯別の混雑度を推定することができる。
【０１２６】
また、日中の時間帯の乗換徒歩移動時間を１として他の時間帯の乗換徒歩移動時間を比率で表すことによって、混雑の時間推移を直感的に把握することができる。
【０１２７】
また、日中の時間帯と朝夕の時間帯の乗換徒歩移動時間の増減率を算出することによって、他の駅の混雑度と比較することができる。
【０１２８】
図１９及び図２０の画面を生成するための情報は、計算サーバ１１２の記憶部１３７に格納されており、利用者１１５、１１７が情報端末１１６、１１８を用いて、所定のＷｅｂページにアクセスし、プルダウンメニューなどで駅又はエリアを選択して指定した条件に従って、検索処理プログラム１４１が実行され、必要な情報が取得される。情報配信プログラム１４２は、検索処理プログラム１４１によって取得された情報を編集し、情報を情報端末１１６、１１８に配信する。
【０１２９】
図２１は、情報配信サーバ１１３によって生成及び配信される利用者向け乗換経路検索画面１１００の例を示す図である。
【０１３０】
サーバ１１３から配信された乗換経路検索画面１１００上で、利用者１１５、１１７が指定した条件を受けて検索処理プログラム１４１が実行され、情報配信プログラム１４２が検索結果を編集し、情報端末１１６、１１８に配信される。
【０１３１】
まず、利用者１１５、１１７が、情報端末１１６、１１８を用いて、例えばＷｅｂブラウザの画面上のプルダウンメニューで表示内容を選択する。これらの表示条件は利用者１１５、１１７が設定画面やマウス、キーボードなどの入力インタフェースを用いて設定することが可能である。
【０１３２】
例えば、利用者１１５、１１７が乗換経路検索画面１１００上で、出発駅１１０１、到着駅１１０２、日付１１０３、時間１１０４、出発時間か到着時間かを選択する種別１１０５、検索結果の表示順１１０６を入力又は選択する。なお、日付、時間などは、予め現在の日時などが設定されており、利用者が選択しない場合に初期値が設定される。情報端末１１６、１１８は、指定された条件を検索処理プログラム１４１へ送信する。
【０１３３】
乗換経路検索画面における表示順は、所要時間順、金額順などが一般的であるが、本発明による乗換駅構内における乗換徒歩移動時間の算出結果を用いることによって、徒歩移動時間順で検索結果を表示することができる。これは、徒歩移動を少なくしたい利用者に徒歩で移動する時間の短い順に検索結果を並び替えるというオプション機能である。
【０１３４】
さらに、時間帯別の乗換徒歩移動時間の結果を用いて、混雑度の低い経路順に表示するオプション機能を導入することもできる。
【０１３５】
図２２は、情報配信サーバ１１３によって生成及び配信される利用者向け乗換経路検索結果画面１２００の例を示した図であり、徒歩移動時間の短い順に検索結果を並び替えた画面を示す。
【０１３６】
利用者１１５、１１７が情報端末１１６、１１８を用いて乗換経路検索画面１１００上で選択したメニューに従って、検索処理プログラム１４１が実行され、配信プログラム１４２が検索結果を編集及び配信する。
【０１３７】
出発地がＡ駅で到着駅がＢ駅となる条件で検索処理プログラム１４１を実行した結果、Ｃ駅で乗り換えるパターンと、Ｄ駅で乗り換えるパターンが抽出された。配信プログラム１４２は、検索結果を徒歩移動時間の短い順に並び替え、Ｃ駅で乗り換えるパターンを経路１、Ｄ駅で乗り換えるパターンを経路２とした画面を生成し、利用者に配信する。
【０１３８】
なお、本発明の実施形態では、乗換徒歩移動時間を求めるために交通系非接触ＩＣカードの利用履歴を用いる例を示したが、これに加えて携帯電話等で取得した位置情報や購買履歴を合わせて分析することによって、より精度や質を向上させた乗換時間を求めることができる。
【０１３９】
以上説明したように、本発明の実施形態によると、日々、大勢の人に利用されている交通系ＩＣカードの履歴情報（電車の乗降データ）から得られた駅利用者の行動データを分析することによって、駅構内における乗換移動時間をより正確に求めることができる。
【０１４０】
特に、駅Ａから駅Ｃで乗り換えて駅Ｂへ至る経路の平均移動時間から、駅Ａから駅Ｃに至る経路の最短移動時間と、駅Ｃから駅Ｂに至る経路の最短移動時間とを減じることによって、駅Ｃにおける乗換時間を算出するので、
また、最短移動時間の最小値を標準移動時間より極めて大きいデータを除外して、最短移動時間を求めるので、データ数が少ない区間においても極端に長い値が最短時間として抽出されず、適切な最短移動時間を求めることができる。
【０１４１】
また、移動時間が標準時間より極めて大きいデータを除外して平均移動時間を求めるので、データ数が少ない区間においても極端に長い値が平均移動時間として抽出されず、適切な平均移動時間を求めることができる。
【０１４２】
また、乗換移動時間を算出する際に方面別、平日・休日の別、時間帯別、季節別などの条件によって詳細な移動所要時間を算出できるので、各条件における混雑度合を指標化することができ、利用者のリクエストに応じて情報を配信することができる。
【０１４３】
また、乗換移動時間の変化を分析することによって、駅の構造の変化や駅利用者の行動傾向を反映した情報を提供することができる。
【０１４４】
さらに、徒歩での移動を少なくしたい利用者に対して、本発明の実施形態の方法によって求めた乗換駅の乗換移動時間に基づいて乗換移動時間の大小で順位付けをした乗換案内を行うことができ、そのような乗換案内プログラムを提供することができる。
【０１４５】
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、種々変形して実施可能であることが可能であることは、当業者に理解されよう。
【符号の説明】
【０１４６】
１０１ 改札機
１０６ ＩＣカード
１０７ ネットワーク
１０８ データサーバ
１１１ 履歴サーバ
１１２ 計算サーバ
１１３ 情報配信サーバ
１１４ インターネット
１１５、１１７ 利用者
１１６、１１８ 情報端末
【特許請求の範囲】
【請求項１】
プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムであって、
交通機関の利用者が該交通機関を利用した経路の識別子及び該経路の移動時間を含む移動ログと、該交通機関の経路を含む乗換パターン情報と、を保持し、
前記乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、該抽出されたデータの移動時間を統計処理して、該抽出されたデータの特性を代表する値を計算する統計処理手段と、
前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算手段と、
前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算手段と、を備え、
前記乗換時間計算手段は、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出することを特徴とする乗換時間計算システム。
【請求項２】
前記統計処理手段は、前記経路の移動時間が所定の時間以上であるデータを、前記統計処理に用いないことを特徴とする請求項１に記載の乗換時間計算システム。
【請求項３】
前記乗換時間計算システムは、前記乗換駅における標準の乗換時間を保持し、
前記最短時間計算手段は、
乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、
該抽出されたデータのうち、最短の移動時間を求め、
前記最短時間の最小値を、前記標準の乗換時間に所定の正の値を乗じた値に設定することを特徴とする請求項１又は２に記載の乗換時間計算システム。
【請求項４】
前記乗換時間計算システムは、
乗車駅、乗換駅、下車駅及び経路における乗車回数のデータを含む経路情報を保持し、
前記経路情報から乗車回数が２回のデータを抽出し、該抽出されたデータの経路を前記乗換パターン情報に追加する乗換パターン情報生成手段を備えることを特徴とする請求項１から３のいずれか一つに記載の乗換時間計算システム。
【請求項５】
前記移動ログは、前記交通機関を利用するために駅へ入場又は出場した日時を含み、
前記統計処理手段及び前記最短時間計算手段は、時間帯、季節及び曜日の少なくとも一つのパラメータの入力を受け付け、
前記統計処理手段は、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータを前記移動ログから抽出し、
前記最短時間計算手段は、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータの最短の移動時間を求めることを特徴とする請求項１から４のいずれか一つに記載の乗換時間計算システム。
【請求項６】
プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムにおいて実行される乗換時間計算方法であって、
前記乗換時間計算システムは、交通機関の利用者が該交通機関を利用した経路の識別子及び該経路の移動時間を含む移動ログと、該交通機関の経路を含む乗換パターン情報と、を保持し、
前記方法は、
前記乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、該抽出されたデータの移動時間を統計処理して、該抽出されたデータの特性を代表する値を計算する統計処理ステップと、
前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算ステップと、
前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算ステップと、を含み、
前記乗換時間計算ステップでは、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出することを特徴とする乗換時間計算方法。
【請求項７】
前記統計処理ステップでは、前記経路の移動時間が所定の時間以上であるデータを、前記統計処理に用いないことを特徴とする請求項６に記載の乗換時間計算方法。
【請求項８】
前記乗換時間計算システムは、前記乗換駅における標準の乗換時間を保持し、
前記最短時間計算ステップでは、
乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、
該抽出されたデータのうち、最短の移動時間を求め、
前記最短時間の最小値を、前記標準の乗換時間に所定の正の値を乗じた値に設定することを特徴とする請求項６又は７に記載の乗換時間計算方法。
【請求項９】
前記乗換時間計算システムは、乗車駅、乗換駅、下車駅及び経路における乗車回数のデータを含む経路情報を保持し、
前記方法は、前記経路情報から乗車回数が２回のデータを抽出し、該抽出されたデータの経路を前記乗換パターン情報に追加する乗換パターン情報生成ステップを含むことを特徴とする請求項６から８のいずれか一つに記載の乗換時間計算方法。
【請求項１０】
前記移動ログは、前記交通機関を利用するために駅へ入場又は出場した日時を含み、
前記統計処理ステップ及び前記最短時間計算ステップでは、時間帯、季節及び曜日の少なくとも一つのパラメータの入力を受け付け、
前記統計処理ステップでは、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータを前記移動ログから抽出し、
前記最短時間計算ステップでは、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータの最短の移動時間を求めることを特徴とする請求項６から９のいずれか一つに記載の乗換時間計算方法。
【請求項１】
プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムであって、
交通機関の利用者が該交通機関を利用した経路の識別子及び該経路の移動時間を含む移動ログと、該交通機関の経路を含む乗換パターン情報と、を保持し、
前記乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、該抽出されたデータの移動時間を統計処理して、該抽出されたデータの特性を代表する値を計算する統計処理手段と、
前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算手段と、
前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算手段と、を備え、
前記乗換時間計算手段は、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出することを特徴とする乗換時間計算システム。
【請求項２】
前記統計処理手段は、前記経路の移動時間が所定の時間以上であるデータを、前記統計処理に用いないことを特徴とする請求項１に記載の乗換時間計算システム。
【請求項３】
前記乗換時間計算システムは、前記乗換駅における標準の乗換時間を保持し、
前記最短時間計算手段は、
乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、
該抽出されたデータのうち、最短の移動時間を求め、
前記最短時間の最小値を、前記標準の乗換時間に所定の正の値を乗じた値に設定することを特徴とする請求項１又は２に記載の乗換時間計算システム。
【請求項４】
前記乗換時間計算システムは、
乗車駅、乗換駅、下車駅及び経路における乗車回数のデータを含む経路情報を保持し、
前記経路情報から乗車回数が２回のデータを抽出し、該抽出されたデータの経路を前記乗換パターン情報に追加する乗換パターン情報生成手段を備えることを特徴とする請求項１から３のいずれか一つに記載の乗換時間計算システム。
【請求項５】
前記移動ログは、前記交通機関を利用するために駅へ入場又は出場した日時を含み、
前記統計処理手段及び前記最短時間計算手段は、時間帯、季節及び曜日の少なくとも一つのパラメータの入力を受け付け、
前記統計処理手段は、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータを前記移動ログから抽出し、
前記最短時間計算手段は、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータの最短の移動時間を求めることを特徴とする請求項１から４のいずれか一つに記載の乗換時間計算システム。
【請求項６】
プロセッサ及びメモリを備える計算機によって構成される乗換時間計算システムにおいて実行される乗換時間計算方法であって、
前記乗換時間計算システムは、交通機関の利用者が該交通機関を利用した経路の識別子及び該経路の移動時間を含む移動ログと、該交通機関の経路を含む乗換パターン情報と、を保持し、
前記方法は、
前記乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、該抽出されたデータの移動時間を統計処理して、該抽出されたデータの特性を代表する値を計算する統計処理ステップと、
前記乗換パターン情報に含まれる経路と同一経路のデータから、最短の移動時間を求める最短時間計算ステップと、
前記計算された代表値と前記最短時間とに基づいて、乗換時間を計算する乗換時間計算ステップと、を含み、
前記乗換時間計算ステップでは、第１の駅から第３の駅で乗り換えて第２の駅へ至る経路の移動時間を代表する値から、前記第１の駅から前記第３の駅に至る経路の最短移動時間と、前記第３の駅から前記第２の駅に至る経路の最短移動時間とを減じることによって、前記第３の駅における乗換時間を算出することを特徴とする乗換時間計算方法。
【請求項７】
前記統計処理ステップでは、前記経路の移動時間が所定の時間以上であるデータを、前記統計処理に用いないことを特徴とする請求項６に記載の乗換時間計算方法。
【請求項８】
前記乗換時間計算システムは、前記乗換駅における標準の乗換時間を保持し、
前記最短時間計算ステップでは、
乗換パターン情報に含まれる経路と同一経路のデータを前記移動ログから抽出し、
該抽出されたデータのうち、最短の移動時間を求め、
前記最短時間の最小値を、前記標準の乗換時間に所定の正の値を乗じた値に設定することを特徴とする請求項６又は７に記載の乗換時間計算方法。
【請求項９】
前記乗換時間計算システムは、乗車駅、乗換駅、下車駅及び経路における乗車回数のデータを含む経路情報を保持し、
前記方法は、前記経路情報から乗車回数が２回のデータを抽出し、該抽出されたデータの経路を前記乗換パターン情報に追加する乗換パターン情報生成ステップを含むことを特徴とする請求項６から８のいずれか一つに記載の乗換時間計算方法。
【請求項１０】
前記移動ログは、前記交通機関を利用するために駅へ入場又は出場した日時を含み、
前記統計処理ステップ及び前記最短時間計算ステップでは、時間帯、季節及び曜日の少なくとも一つのパラメータの入力を受け付け、
前記統計処理ステップでは、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータを前記移動ログから抽出し、
前記最短時間計算ステップでは、前記経路が同一であり、且つ、前記受け付けたパラメータと前記入場日時又は出場日時とが一致するデータの最短の移動時間を求めることを特徴とする請求項６から９のいずれか一つに記載の乗換時間計算方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６Ａ】
【図６Ｂ】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３Ａ】
【図１３Ｂ】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２】
【図３】
【図４】
【図５】
【図６Ａ】
【図６Ｂ】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３Ａ】
【図１３Ｂ】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【公開番号】特開２０１２−２４２９９７（Ｐ２０１２−２４２９９７Ａ）
【公開日】平成２４年１２月１０日（２０１２．１２．１０）
【国際特許分類】
【出願番号】特願２０１１−１１１１９９（Ｐ２０１１−１１１１９９）
【出願日】平成２３年５月１８日（２０１１．５．１８）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【Ｆターム（参考）】
【公開日】平成２４年１２月１０日（２０１２．１２．１０）
【国際特許分類】
【出願日】平成２３年５月１８日（２０１１．５．１８）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【Ｆターム（参考）】
[ Back to top ]