特許 6482085 情報処理装置、配達成否予測方法及び配達成否予測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6482085

(24)【登録日】2019年2月22日

(45)【発行日】2019年3月13日

(54)【発明の名称】情報処理装置、配達成否予測方法及び配達成否予測プログラム

(51)【国際特許分類】

   G06Q 10/08 20120101AFI20190304BHJP

   G06Q 10/04 20120101ALI20190304BHJP

   B65G 61/00 20060101ALI20190304BHJP

【ＦＩ】

   G06Q10/08 300

   G06Q10/04

   B65G61/00 540

【請求項の数】10

【全頁数】20

(21)【出願番号】特願2016-103874(P2016-103874)

(22)【出願日】2016年5月25日

(65)【公開番号】特開2017-211790(P2017-211790A)

(43)【公開日】2017年11月30日

【審査請求日】2017年9月8日

(73)【特許権者】

【識別番号】000227205

【氏名又は名称】ＮＥＣプラットフォームズ株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】佐藤 敏晴

(72)【発明者】

【氏名】梨本 勇貴

(72)【発明者】

【氏名】岩本 和也

(72)【発明者】

【氏名】古沢 美絵

【審査官】 関 博文

(56)【参考文献】

【文献】 特開２０１１−０８１６７２（ＪＰ，Ａ）

【文献】 特開２０１５−１７６５７１（ＪＰ，Ａ）

【文献】 特開２０１２−１８１７８９（ＪＰ，Ａ）

【文献】 特開２０１０−１８２０７２（ＪＰ，Ａ）

【文献】 特開２０１６−１２６７１３（ＪＰ，Ａ）

【文献】 国際公開第２０１５／１２２１９６（ＷＯ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

Ｂ６５Ｇ ６１／００

(57)【特許請求の範囲】

【請求項1】

所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出するパターン情報抽出部と、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとに配達の成否を予測する予測部と、
を備える情報処理装置。

【請求項2】

前記パターン情報抽出部は、
前記パターン情報が前記成否時刻より前の時間帯で抽出された場合、前記配達の事前のパターン情報とし、前記パターン情報が前記成否時刻より後の時間帯で抽出された場合、前記配達の事後のパターン情報として抽出する
請求項１に記載の情報処理装置。

【請求項3】

前記予測部は、
前記任意の配達先における前記電力消費情報のうち、前記抽出したパターン情報と類似する変化傾向が含まれる時間帯について、当該類似するパターン情報における前記成否の別に応じた在宅確率を予測する
請求項１又は２に記載の情報処理装置。

【請求項4】

前記パターン情報抽出部は、
前記配達実績情報と前記電力消費情報とに基づいて前記周辺の時間帯のうち任意の時間帯における複数の変化傾向を前記成否ごとに抽出し、
各変化傾向のうち類似するものをグループ化して前記パターン情報として抽出し、
前記グループ化された変化傾向のうち前記配達の成功の度合いを当該パターン情報における配達成功度合として算出し、
前記予測部は、
前記比較により類似すると判定したパターン情報に対応する前記配達成功度合に基づいて前記任意の時間帯における在宅確率を前記配達の成否として予測する
請求項１又は２に記載の情報処理装置。

【請求項5】

前記予測部は、
前記任意の配達先における前記電力消費情報から、前記抽出したパターン情報と類似するか否かを判定し、
前記類似すると判定した場合、前記抽出したパターン情報に対応する配達成功度合を、前記類似すると判定した際の時間帯の在宅確率として前記配達の成否を予測する
請求項１乃至３のいずれか１項に記載の情報処理装置。

【請求項6】

前記パターン情報抽出部は、
前記予測の結果に基づき作成された配達スケジュール内の当日の配達先における前記電力消費情報に基づいて、配達予定時刻から所定時間前までの直近の時間帯における電力消費の変化傾向と、前記抽出したパターン情報とを比較し、
前記予測部は、
前記直近の時間帯における変化傾向が前記抽出したパターン情報に類似する場合、当該パターン情報における前記成否の別に応じて、当該直近の時間帯における配達の成否の予測を更新する
請求項１乃至５のいずれか１項に記載の情報処理装置。

【請求項7】

前記配達実績情報を記憶する配達実績記憶部と、
前記予測の結果に応じた実際の配達の成否及び成否時刻を、前記任意の配達先における前記配達実績情報に追加して、前記配達実績記憶部に格納する格納部と、をさらに備え、
前記パターン情報抽出部は、前記パターン情報を抽出する際に前記配達実績記憶部から前記配達実績情報を読み出す
請求項１乃至６のいずれか１項に記載の情報処理装置。

【請求項8】

前記パターン情報抽出部は、
時系列の電力消費の変化量に応じて変化傾向の特徴を判定し、
所定期間内の前記判定した特徴の集合に基づいて前記パターン情報を抽出する
請求項１乃至７のいずれか１項に記載の情報処理装置。

【請求項9】

情報処理装置が、
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出し、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとの配達の成否を予測する、
を備える配達成否予測方法。

【請求項10】

所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出する処理と、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとの配達の成否を予測する処理と、
をコンピュータに実行させる配達成否予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、配達成否予測方法及び配達成否予測プログラムに関し、特に、配達スケジュールを作成するための情報処理装置、配達成否予測方法及び配達成否予測プログラムに関する。

【背景技術】

【0002】

近年、宅配事業において再配達の件数が増加している。ここで、再配達率は、配達物全体の約２０％を占め（平成２４年１２月国土交通省発表）、人件費及び再配達のコストは、宅配事業の大きな損失となっている。

【0003】

そこで、特許文献１には、配送を効率化するための配送計画システムに関する技術が開示されている。特許文献１にかかる配送計画システムは、まず、過去に配送を行った際の時刻と配達先の在宅／不在を配送実績データベースで管理し、顧客の行動パターンと在宅時間のパターンを現したカテゴリとを比較して、各顧客を複数のカテゴリに分類する。そして、当該配送計画システムは、注文状況とその顧客の属するカテゴリから、推定在宅時間内での配達時間を計算し配送スケジュールを作成する。

【0004】

また、特許文献２には、電力使用量の情報を用いて在宅確率を算出するシステムに関する技術が開示されている。特許文献２にかかるシステムは、ユーザの電力使用量の最大値と最小値を用いて在宅確率を計算するものである。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１３−１７００５０号公報

【特許文献2】特開２０１２−１８１７８９号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、特許文献１及び２にかかる技術では、配達の成否を予測する精度が十分とはいえない。例えば、特許文献１では、配送実績がない時間帯については在宅確率の精度が不十分といえる。また、特許文献２では、電力使用量が大きければ一律に在宅と判定されてしまうが、電気機器によっては不在時でも電力を使用する場合があり、やはり在宅確率の精度が不十分といえる。

【0007】

本発明は、このような問題点を解決するためになされたものであり、配達の成否を高精度に予測するための情報処理装置、配達成否予測方法及び配達成否予測プログラムを提供することを目的とする。

【課題を解決するための手段】

【0008】

本発明の第１の態様にかかる情報処理装置は、
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出するパターン情報抽出部と、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとに配達の成否を予測する予測部と、
を備える。

【0009】

本発明の第２の態様にかかる配達成否予測方法は、
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出し、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとの配達の成否を予測する、
を備える。

【0010】

本発明の第３の態様にかかる配達成否予測プログラムは、
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出する処理と、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとの配達の成否を予測する処理と、
をコンピュータに実行させる。

【発明の効果】

【0011】

本発明により、配達の成否を高精度に予測するための情報処理装置、配達成否予測方法及び配達成否予測プログラムを提供することができる。

【図面の簡単な説明】

【0012】

【図1】本発明の実施の形態１にかかる情報処理装置の構成を示すブロック図である。

【図2】本発明の実施の形態１にかかる配達成否予測処理の流れを示すフローチャートである。

【図3】本発明の実施の形態２にかかる配達スケジュール管理サーバの構成を示すブロック図である。

【図4】本発明の実施の形態２にかかる配達スケジュール作成処理の流れを示すフローチャートである。

【図5】本発明の実施の形態２にかかるパターン情報抽出処理の流れを示すフローチャートである。

【図6】本発明の実施の形態２にかかる電力消費量と配達実績との関係の例を示す図である。

【図7】本発明の実施の形態２にかかる電力消費パターンの抽出の概念を説明するための図である。

【図8】本発明の実施の形態２にかかる配達成功電力パターンの例を示す図である。

【図9】本発明の実施の形態２にかかる配達失敗電力パターンの例を示す図である。

【図10】本発明の実施の形態２にかかる正規化配達成功電力パターンの例を示す図である。

【図11】本発明の実施の形態２にかかる正規化配達失敗電力パターンの例を示す図である。

【図12】本発明の実施の形態２にかかる電力消費パターンのマッチングの概念を説明するための図である。

【図13】本発明の実施の形態２にかかる在宅率算出対象の電力消費量の例を示す図である。

【図14】本発明の実施の形態２にかかる特定の生活者の在宅率情報の例を示す図である。

【図15】本発明の実施の形態３にかかる直近在宅率算出処理の流れを示すフローチャートである。

【図16】本発明の実施の形態３にかかる直近の電力消費量の例を示す図である。

【発明を実施するための形態】

【0013】

以下では、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略する。

【0014】

＜実施の形態１＞
図１は、本発明の実施の形態１にかかる情報処理装置１の構成を示すブロック図である。情報処理装置１は、パターン情報抽出部１１と、予測部１２とを備える。パターン情報抽出部１１は、配達実績情報２１と電力消費情報２２とに基づいてパターン情報（後述）を抽出する。ここで、配達実績情報２１とは、所定の配達先に対する配達の成否及び成否時刻を含む情報である。ここで、「配達の成否」とは、所定の配達先に対する配達が成功したこと又は失敗したこと（つまり、不在であり、配達が完了しなかったこと）を示す情報である。また、「配達の成否時刻」とは、「配達の成否」と対応付けられた情報であり、所定の配達先に対する配達が成功した時刻、又は、失敗した時刻を示すものとする。配達実績情報２１は、例えば、運送会社が蓄積した情報である。また、電力消費情報２２とは、所定の配達先における時系列の電力消費量を示す情報である。電力消費情報２２は、例えば、電力会社が蓄積した情報である。そして、配達実績情報２１及び電力消費情報２２は、それぞれ運送会社及び電力会社が所有するデータベース（ＤＢ）等からネットワーク（不図示）を介して取得するか、又は、取得済みの情報が情報処理装置１内の記憶装置（不図示）に保存されていてもよい。

【0015】

また、パターン情報抽出部１１は、パターン情報を成否ごとに抽出する。ここで、パターン情報とは、成否時刻の周辺の時間帯における電力消費の変化傾向を示す情報である。そして、パターン情報は、配達が成功した場合と失敗した場合とのそれぞれで抽出されるものとする。尚、パターン情報は、成否において類似するものも含まれる。

【0016】

予測部１２は、任意の配達先における電力消費情報２２と、抽出したパターン情報とを比較して、任意の配達先における時間帯ごとに配達の成否を予測する。ここで、任意の配達先は、上述した所定の配達先と同じか否かは問わない。

【0017】

図２は、本発明の実施の形態１にかかる配達成否予測処理の流れを示すフローチャートである。まず、パターン情報抽出部１１は、所定の配達先における配達実績情報２１と電力消費情報２２とに基づいて、成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を抽出する（Ｓ１１）。

【0018】

次に、予測部１２は、任意の配達先における電力消費情報２２と抽出したパターン情報とを比較して、任意の配達先における時間帯ごとに配達の成否を予測する（Ｓ１２）。

【0019】

このように、本実施の形態１では、所定の配達先における電力の消費実績のうち、当該配達先における配達実績のある時間帯から、電力消費の変化傾向を分析して、配達が成功した場合及び失敗した場合におけるパターン情報を抽出する。そして、任意の配達先における電力の消費実績の中から、例えば、パターン情報と類似する変化傾向が現れた時間帯を特定する。これにより、パターン情報の配達の成否に応じて特定された時間帯における今後の配達の成否を高精度に予測することができる。例えば、所定の配達先と任意の配達先とが異なる場合には、配達実績のない住宅であっても、その住宅における電力消費情報が入手できれば、所定の配達先におけるパターン情報を用いて、任意の配達先における配達の成否を事前に予測することができる。また、所定の配達先と任意の配達先とが同一であっても、配達実績のある時間帯におけるパターン情報を用いて、同一の配達先における配達実績のない時間帯における配達の成否を予測することができる。

【0020】

＜実施の形態２＞
本実施の形態２は、上述した実施の形態１の一実施例である。
図３は、本発明の実施の形態２にかかる配達スケジュール管理サーバ１００の構成を示すブロック図である。配達スケジュール管理サーバ１００は、上述した情報処理装置１の一例であり、任意の配達先に対する配達スケジュールを作成及び管理し、配達者が所持するモバイル端末２００へ配達スケジュールを送信する。

【0021】

配達スケジュール管理サーバ１００は、配達実績ＤＢ１１１と、電力消費量ＤＢ１１２と、電力消費パターンＤＢ１１３と、在宅率ＤＢ１１４と、配達スケジュールＤＢ１１５と、収集部１２１と、パターン情報抽出部１２２と、在宅率算出部１２３と、配達スケジュール作成部１２４と、出力部１２５とを備える。

【0022】

配達実績ＤＢ１１１は、運送会社による配達の成功又は失敗の実績を示す配達実績データが収集及び保存されたデータベースである。配達実績データは、少なくとも、配達先（生活者）を示す情報と、配達の成否を示すフラグ等と、その配達が成功又は失敗した時間、つまり成否時刻とが対応付けられた情報である。尚、配達実績データは、上述した配達実績情報２１の一例である。

【0023】

電力消費量ＤＢ１１２は、各家庭に設置されたスマートメータ等により測定された所定の時間ごとの電力消費量を示す電力消費データについて、電力会社等のＤＢから収集及び保存されたデータベースである。電力消費データは、少なくとも、生活者（ここでは、配達実績ＤＢ１１１に格納された配達先に対応する者）を示す情報と、電力が計測された時刻と、計測された電力量とが対応付けられた情報である。尚、電力消費データは、上述した電力消費情報２２の一例である。

【0024】

電力消費パターンＤＢ１１３は、配達実績ＤＢ１１１及び電力消費量ＤＢ１１２から分析された電力消費パターンが保存されたデータベースである。ここで、電力消費パターンは、配達成功時のもの（配達成功電力パターン）か、配達失敗時のもの（配達失敗電力パターン）かの区別が可能であるものとする。また、電力消費パターンは、個別の電力消費パターン（個別電力消費パターン）と、グループ化（正規化）された電力消費パターン（正規化電力消費パターン）とが存在するものとする。

【0025】

個別電力消費パターンは、例えば、個別パターンＩＤと、配達の成否を示すフラグ等と、配達時間情報と、電力パターン情報と、配達先とを含むものとする。ここで、配達時間情報には、例えば、配達日時、配達日時から当該パターンが発生した事前又は事後の時間（発生時間）、及び当該パターンの終了時間の組合せ、又は、当該パターンの終了時間に代えて当該パターンの時間幅を含む。また、電力パターン情報は、電力消費データのうち一部の時間帯に対応するデータである。または、電力パターン情報は、直前の極値（極大値又は極小値）との差分の時間、直前の極値との差分の電力量（電力変化量）、当該区間の特徴（後述）の組合せである。また、正規化電力消費パターンは、例えば、電力パターンＩＤ、配達の成否を示すフラグ等、電力パターン情報、発生タイミング、発生数、配達成功確率等を含むものである。尚、電力消費パターンＤＢ１１３に保存された電力消費パターンは、上述したパターン情報の一例である。

【0026】

在宅率ＤＢ１１４は、電力消費量ＤＢ１１２及び電力消費パターンＤＢ１１３から分析された生活者毎の月毎、曜日毎及び時間帯毎の在宅している確率である在宅率が保存されたデータベースである。尚、在宅率は、上述した予測部１２による配達の成否の予測の結果の一例である。

【0027】

配達スケジュールＤＢ１１５は、在宅率に基づき作成された任意の配達先に対する配達順序、配達予定時刻、配達ルート等を含む配達スケジュールが保存されたデータベースである。

【0028】

本日配達予定の配達先リストＤＢ１１６は、複数の配達先のうち、本日配達予定である配達先の情報（配達先の識別情報、住所、電話番号、配達希望時間帯等）が保存されたデータベースである。

【0029】

収集部１２１は、運送会社等から配達実績データを収集して配達実績ＤＢ１１１に保存し、電力会社等から電力消費データを収集して電力消費量ＤＢ１１２に保存する。パターン情報抽出部１２２は、上述したパターン情報抽出部１１の一例であり、配達実績ＤＢ１１１と電力消費量ＤＢ１１２とを参照し、所定の配達先における成否時刻ごとの周辺の時間帯の電力消費の変化傾向を分析し、一定の特徴のある時間帯の電力消費データを個別電力消費パターンとして抽出する。このとき、パターン情報抽出部１２２は、個別電力消費パターンを配達成功時の配達成功電力パターンと、配達失敗時の配達失敗電力パターンとに分けて電力消費パターンＤＢ１１３に保存する。そして、パターン情報抽出部１２２は、複数の配達成功電力パターン及び配達失敗電力パターンの中から類似するものを正規化し、正規化電力消費パターンとして、電力消費パターンＤＢ１１３に保存する。このとき、パターン情報抽出部１２２は、正規化配達成功電力パターンと正規化配達失敗電力パターンとに分けて電力消費パターンＤＢ１１３に保存する。併せて、パターン情報抽出部１２２は、正規化電力消費パターンごとに配達の成否に応じた配達成功度合い（配達成功確率）を算出し、正規化電力消費パターンに対応付けて電力消費パターンＤＢ１１３に保存する。

【0030】

この電力消費パターンと配達成功及び失敗との関連性は、ある電力機器を利用後は配達成功率が高い（電子レンジ利用時は、その後に食事をするなど）、あるいは、ある電力機器を使用した場合はその直前では配達成功率が低い（帰宅後に照明をＯＮにするなど）、電力機器と配達成功率に依存関係がない（冷蔵庫などの待機時電力）といった傾向をとらえたものである。尚、電力消費パターンの抽出ロジックは、後述する。

【0031】

在宅率算出部１２３は、上述した予測部１２の一例であり、電力消費量ＤＢ１１２及び電力消費パターンＤＢ１１３を参照し、ある配達先における代表的な期間（例えば、月と曜日と時間）内に、配達先に生活者（配達物を受け取り可能な者）が在宅している確率である在宅率を算出する。

【0032】

配達スケジュール作成部１２４は、本日配達予定の配達先リストＤＢ１１６から、在宅率ＤＢ１１４を条件として算出した配達スケジュールを作成し、配達スケジュールＤＢ１１５に保存する。出力部１２５は、配達スケジュールＤＢ１１５に保存された配達スケジュールをモバイル端末２００等へ送信する。

【0033】

モバイル端末２００は、配達担当のドライバ等が所持する携帯端末であり、配達スケジュール管理サーバ１００から受信した配達スケジュールに基づき、配達順序、配達予定時刻、配達ルート等を画面に表示する。

【0034】

図４は、本発明の実施の形態２にかかる配達スケジュール作成処理の流れを示すフローチャートである。まず、収集部１２１は、運送会社等から、複数の配達先の配達実績データを収集して配達実績ＤＢ１１１に保存する（Ｓ１１０）。また、収集部１２１は、電力会社等から、複数の配達先の電力消費データを収集して電力消費量ＤＢ１１２に保存する（Ｓ１２０）。このとき、配達実績ＤＢ１１１と電力消費量ＤＢ１１２とに保存されたデータにおける配達先は少なくとも一部が対応するものとする。

【0035】

次に、パターン情報抽出部１２２は、電力消費パターンを抽出する（Ｓ１３０）。具体的には、本発明の実施の形態２にかかるパターン情報抽出処理の流れを示すフローチャートを図５に示す。尚、パターン情報抽出処理は、配達実績ＤＢ１１１及び電力消費量ＤＢ１１２に共通する複数の配達先について実施するものとする。

【0036】

まず、パターン情報抽出部１２２は、配達実績ＤＢ１１１から所定の配達先に対する配達の成否及び成否時刻を取得する（Ｓ１３１）。次に、パターン情報抽出部１２２は、電力消費量ＤＢ１１２内の所定の配達先における電力消費データから、取得した成否時刻の周辺の時間帯の電力消費データを取得する（Ｓ１３２）。ここで、図６は、本発明の実施の形態２にかかる電力消費量と配達実績との関係の例を示す図である。図６の一点鎖線の領域が配達の成否時刻の周辺の時間帯の電力消費データを示す。つまり、電力消費量ＤＢ１１２内の計測時刻と配達実績ＤＢ１１１内の成否時刻とでマッチングを行っている。

【0037】

パターン情報抽出部１２２は、成否時刻を基準として前後の時間帯について所定の範囲で電力変化量を算出し、電力変化の特徴を判定する（Ｓ１３３）。例えば、パターン情報抽出部１２２は、所定の範囲で時系列に沿って電力消費量の極値（極大値又は極小値）を検出し、隣接する極値間の時間間隔と電力変化量とを算出する。そして、パターン情報抽出部１２２は、時間間隔と電力変化量に基づき時間間隔ごとの特徴を判定する。図７は、本発明の実施の形態２にかかる電力消費パターンの抽出の概念を説明するための図である。尚、図７では一部の極値間の時間間隔等については省略している。

【0038】

ここで、特徴の判定の仕方について例示する。例えば、パターン情報抽出部１２２は、時間間隔が所定時間未満、かつ、電力変化量が所定値以上の場合、特徴「急増」「急減」と判定する。また、パターン情報抽出部１２２は、時間間隔が所定時間以上、かつ、電力変化量が所定値未満の場合、特徴「一定時間変化無」と判定する。また、パターン情報抽出部１２２は、時間間隔が所定時間未満、かつ、電力変化量が所定値、かつ、特徴「急増」「急減」が一定回数繰り返す場合、特徴「周期変化」と判定する。言い換えると、電力変化量が大きく変化した区間、電力が一定時間変化しなかった期間、周期的に繰り返す場合の周期と振れ幅等を検出し、それらが一定の閾値を超えた場合等を特徴的な電力パターンとして抽出する。

【0039】

尚、特徴の判定の仕方についてはこれらに限定されない。例えば、時系列の電力消費量の変化に、急激なカーブや周期的な変動、その時の電力消費変化量などの特徴的な部分を検出してもよい。

【0040】

そして、パターン情報抽出部１２２は、所定期間内の特徴の順序及び電力変化量に基づき、成否ごとに個別電力消費パターン（配達成功電力パターン又は配達失敗電力パターン）として保存する（Ｓ１３４）。ここで、図８は、本発明の実施の形態２にかかる配達成功電力パターンの例を示す図である。また、図９は、本発明の実施の形態２にかかる配達失敗電力パターンの例を示す図である。尚、図８及び図９の「発生時間」には、成否時刻を基準として配達前の時刻（つまり事前）の場合には「−」、配達後の時刻（つまり事後）の場合には「＋」とした差分の時間を記録している。これにより、電力消費パターンと配達成功及び失敗の関連性として、ある電力機器を利用後は配達成功率が高い（例えば、電子レンジ利用後は、その後に食事をするなど）、また、ある電力機器を使用した場合はその直前では配達成功率が低い（例えば、帰宅後に照明をＯＮにするなど）、といった傾向をとらえることが可能となる。

【0041】

尚、パターン情報抽出部１２２は、取得した配達の成否が配達の成功を示す場合に、当該配達に対応する成否時刻より前の時間帯（事前）を周辺の時間帯とし、取得した配達の成否が配達の失敗を示す場合に、当該配達に対応する成否時刻より後の時間帯（事後）を周辺の時間帯として、パターン情報を抽出してもよい。つまり、パターン情報抽出部１２２は、配達成功電力パターンを成否時刻の事前の時間帯の中から抽出し、配達失敗電力パターンを成否時刻の事後の時間帯の中から抽出してもよい。これにより、配達成功電力パターンが含まれる確率の高い時間帯及び配達失敗電力パターンが含まれる確率の高い時間帯のそれぞれの時間帯の中から効率的にパターン情報を抽出することができる。但し、本発明の実施の形態としてはこれに限定されず、配達の成否にかかわらず成否時刻の事前及び事後の両方の時間帯からパターン情報を抽出してもよい。

【0042】

尚、予め電力消費量の変化傾向のうち特徴的なパターンを登録し、成否時刻の周辺の時間帯の電力消費データとマッチングすることにより、個別電力消費パターンを抽出し、電力消費パターンＤＢ１１３に保存してもよい。例えば、事前に電力機器の電力消費パターンを入手できている場合や、システム運用者による電力消費量実績の確認により、特定機器の利用が明白な場合は、これを特定機器の電力消費パターンとして明示的にマスタ登録可能な機能を備えるものとする。これにより、システムの学習の補助及び補間を行うことを可能とする。

【0043】

図５に戻り説明を続ける。パターン情報抽出部１２２は、成否ごとに複数の個別電力消費パターンのうち類似するものをまとめて、正規化電力消費パターンとして電力消費パターンＤＢ１１３に保存する（Ｓ１３５）。すなわち、パターン情報抽出部１２２は、個別電力消費パターンの間でパターンマッチングを行い、所定範囲で一致する場合、類似すると判定する。具体的には、パターン情報抽出部１２２は、個別電力消費パターンのうち特徴の順序が一致し、時間間隔ごとの電力変化量が所定範囲である場合に、類似するものと判定する。そして、パターン情報抽出部１２２は、類似するパターンが配達成功電力パターンの場合、正規化配達成功電力パターンの発生数を加算する。また、パターン情報抽出部１２２は、類似するパターンが配達失敗電力パターンの場合、正規化配達失敗電力パターンの発生数を加算する。そして、パターン情報抽出部１２２は、当該正規化配達成功電力パターンの配達成功確率を算出する。ここで、配達成功確率＝配達成功電力パターン数／（配達成功電力パターン数＋配達失敗電力パターン数）により算出できる。尚、パターン情報抽出部１２２は、正規化配達失敗電力パターンの配達失敗確率を算出してもよい。ここで、配達失敗確率＝配達失敗電力パターン数／（配達成功電力パターン数＋配達失敗電力パターン数）により算出できる。尚、パターン情報抽出部１２２は、個別電力消費パターンの間でパターンマッチングを行うだけでなく、既存の正規化電力消費パターンと個別電力消費パターンとの間でマッチングを行ってもよい。

【0044】

図１０は、本発明の実施の形態２にかかる正規化配達成功電力パターンの例を示す図である。図１１は、本発明の実施の形態２にかかる正規化配達失敗電力パターンの例を示す図である。

【0045】

図１２は、本発明の実施の形態２にかかる電力消費パターンのマッチングの概念を説明するための図である。電力消費パターンのパターンマッチングは、比較対象の電力消費パターンについて、図８の個別電力消費パターンの時間間隔及び電力変化量と、図１０の正規化電力消費パターンの時間間隔及び電力変化量とを重ねて比較し、ある一定範囲内の差分で一致する電力消費パターンは、類似する、すなわち、同一パターン（同一電力機器稼働中）であると見なすことができる。よって、正規化電力消費パターンをある特定の電力機器の使用とみなすこともできる。

【0046】

さらに、本実施の形態にかかる配達スケジュール管理サーバ１００は、分析対象とする配達実績ＤＢ１１１や電力消費量ＤＢ１１２の蓄積による在宅率判定対象データの母数の増加や、電力消費パターンのバリエーションの蓄積、また、その結果が配達成功及び失敗実績としてシステムにフィードバックされることにより、予測精度向上が自律的に図られる、いわゆるＡＩ（人工知能）として学習するシステムとなっている。

【0047】

図４に戻り説明を続ける。続いて、在宅率算出部１２３は、在宅率を算出する（Ｓ１４０）。具体的には、まず、在宅率算出部１２３は、ある配達先における代表的な期間（例えば、月と曜日）の一日の電力消費量データを取得し、時間帯ごとに電力消費量データと電力消費パターンＤＢ１１３内の正規化電力消費パターンと比較する。すなわち、在宅率算出部１２３は、電力消費量ＤＢ１１２から取得される生活者毎の時系列の電力消費量に対し、電力消費パターンＤＢ１１３内の正規化配達成功電力パターン及び正規化配達失敗電力パターンのそれぞれとパターンマッチングする。そして、在宅率算出部１２３は、パターンマッチングにより類似すると判定された正規化電力消費パターンの配達成功確率を、その時間帯の在宅率として集計する。このとき、正規化電力消費パターンの発生タイミングが「事前」である場合、正規化電力消費パターンに対応する時間帯の後の時間帯の在宅率を（例えば、正規化配達成功電力パターンの）配達成功確率で更新する。また、正規化電力消費パターンの発生タイミングが「事後」である場合、正規化電力消費パターンに対応する時間帯の前の時間帯の在宅率を（例えば、正規化配達失敗電力パターンの）配達成功確率で更新する。ここで、在宅率は、月、曜日及び一日のうちの特定の時間帯、並びに、配達先ごとに設定される。つまり、在宅率算出部１２３は、パターンマッチングにより類似すると判定された配達成功確率を、特定の時間帯及び配達先ごとに平均等の統計処理を行い、その結果をその時間帯の在宅率とする。

【0048】

ここで、統計的な手法による在宅率の予測手法について説明する。まず、在宅率算出部１２３は、図１３に示す１日の時系列電力消費量の特徴的な電力消費パターンと、図１０又は図１１の正規化電力消費パターンとを、図１２に示したパターンマッチングの手法により比較し、合致した場合、その電力消費パターンの配達成功確率を月×曜日×時間帯毎に集計し、在宅率として在宅率ＤＢ１１４に格納する。この集計を生活者毎に蓄積した電力消費量の全期間に対して行っていく。

【0049】

図１３は、本発明の実施の形態２にかかる在宅率算出対象の電力消費量の例を示す図である。図１３に示すように、○月○曜日の１日の時系列電力消費量の午前７時近辺の特徴的な電力消費パターンＰａが、図１０の正規化電力消費パターンＰｂに合致したため、在宅率の集計として、○月○曜日７時の集計数に正規化電力消費パターンＰｂの配達成功確率８６％を一定の乗数を掛けて積算する。このように、電力消費量の分析では、この電力消費パターンの特徴部分のパターンマッチ分析を行うことで、当該電力機器を使用中（稼働中）と見なし、その電力機器の使用中の在宅率を予測することができる。

【0050】

図１４は、本発明の実施の形態２にかかる特定の生活者の在宅率情報の例を示す図である。このように、本発明の実施の形態２により、生活者毎の特定月の特定曜日の特定時刻の在宅率を求めることができる。１年間の電力消費量を蓄積した場合、ある１点の特定時刻の在宅率を求めるためのサンプリングデータは、当該月の当該曜日回数分（１カ月が４週間ある場合は４回）の単位時間のデータとなる。実際のシステムでは、システムの運用やデータ精度により、電力消費量の蓄積期間や、集計周期（月単位でなく３カ月毎にするなど）を調整した集計周期を設定する。

【0051】

図４に戻り説明を続ける。配達スケジュール作成部１２４は、在宅率ＤＢ１１４を参照して配達スケジュールを作成する（Ｓ１５０）。すなわち、配達スケジュール作成部１２４は、本日配達予定の配達先のリストと、各配達先の在宅率とに基づいて、配達順序、ルート、配達予定時刻等を含めた配達スケジュールを作成し、配達スケジュールＤＢ１１５に保存する。具体的には、配達スケジュール作成部１２４は、一日の配達予定物において、配達先の生活者宅の配達予定曜日における在宅率が一番高い時間帯を在宅率ＤＢ１１４から取得し、配達予定時刻とする。配達業者は、在宅率の高い時間帯毎にまとめて配達を行うことで、配達成功率の向上が望める。

【0052】

出力部１２５は、配達スケジュールＤＢ１１５に保存された配達スケジュールを読み出し、配達担当ドライバの持つモバイル端末に送信する（Ｓ１６０）。そのため、在宅率の高い時間帯にまとめた配達ルート及び配達予定時刻の情報である配達スケジュールを、配達担当ドライバの持つモバイル端末上、つまり、配達現場で地図上に表示することができる。

【0053】

このように、本発明の実施の形態では、生活者が在宅している可能性の高い電力消費パターンを、生活者ごとに電力消費状況から在宅している可能性の高い時間帯を分析し、分析結果をもとに在宅確率の高い時間帯に配達を行うことのできる配達時間及びルートを算出して配達スケジュールを作成し、配達者が所持するモバイル端末２００から参照できるようにするものである。すなわち、配達予定時刻を生活者宅毎に適切に調整するための方法として、生活者毎の電力消費量の変化に着目し、在宅率の分析を行い、配達の効率化を図るものであり、配達成功率を向上することができる。

【0054】

尚、既存の手法では、配達先のユーザに配達予定の時間帯等を事前に電子メールで送信し、ユーザの操作により配達予定の変更を可能とするものもある。しかし、実際には、不在の場合には再配達を受けることができるため、ユーザの操作の負荷がありながらも、ユーザのメリットは少ない。一方、本発明の実施の形態では、ユーザ（配達先）の操作を要求せずに、高い精度で配達の成否を予測できるため、未実績の配達先における在宅確率を精度良く算出でき、再配達確率を低減する配達スケジュールを作成できる。

【0055】

尚、本発明の実施の形態は次のように言い換えることもできる。すなわち、前記パターン情報抽出部は、時系列の電力消費の変化量に応じて変化傾向の特徴を判定し、所定期間内の前記判定した特徴の集合に基づいて前記パターン情報を抽出することが望ましい。

【0056】

また、前記予測部は、前記任意の配達先における前記電力消費情報のうち、前記抽出したパターン情報と類似する変化傾向が含まれる時間帯について、当該類似するパターン情報における前記成否の別に応じた在宅確率を予測することが望ましい。

【0057】

さらに、前記パターン情報抽出部は、前記配達実績情報と前記電力消費情報とに基づいて前記周辺の時間帯のうち任意の時間帯における複数の変化傾向を前記成否ごとに抽出し、各変化傾向のうち類似するものをグループ化して前記パターン情報として抽出し、前記グループ化された変化傾向のうち前記配達の成功の度合いを当該パターン情報における配達成功度合として算出し、前記予測部は、前記比較により類似すると判定したパターン情報に対応する前記配達成功度合に基づいて前記任意の時間帯における在宅確率を前記配達の成否として予測するとよい。

【0058】

また、前記予測部は、前記任意の配達先における前記電力消費情報から、前記抽出したパターン情報と類似するか否かを判定し、前記類似すると判定した場合、前記抽出したパターン情報に対応する配達成功度合を、前記類似すると判定した際の時間帯の在宅確率として前記配達の成否を予測するとよい。

【0059】

また、前記パターン情報抽出部は、前記成否時刻が前記配達の成功時の場合に、当該成否時刻より前の時間帯を前記周辺の時間帯とし、前記成否時刻が前記配達の失敗時の場合に、当該成否時刻より後の時間帯を前記周辺の時間帯として、前記パターン情報を抽出するとよい。

【0060】

また、前記配達実績情報を記憶する配達実績記憶部と、前記予測の結果に応じた実際の配達の成否及び成否時刻を、前記任意の配達先における前記配達実績情報に追加して、前記配達実績記憶部に格納する格納部と、をさらに備え、前記パターン情報抽出部は、前記パターン情報を抽出する際に前記配達実績記憶部から前記配達実績情報を読み出すとよい。

【0061】

また、前記パターン情報抽出部は、前記周辺の時間帯内の電力消費の極値の間の電力変化量と、極値間の時間間隔とを算出し、前記電力変化量と前記時間間隔とに基づいて、当該時間間隔における前記変化の特徴を判定し、前記判定した特徴の時系列の順序に基づいて前記パターン情報として抽出するとよい。

【0062】

＜実施の形態３＞
本実施の形態３は、上述した実施の形態２の変形例である。本実施の形態にかかるモバイル端末２００は、実施の形態２に加え、配達予定宅の直近の在宅率を表示できる。そのために、本実施の形態にかかるパターン情報抽出部は、前記予測の結果に基づき作成された配達スケジュール内の当日の配達先における前記電力消費情報に基づいて、配達予定時刻から所定時間前までの直近の時間帯における電力消費の変化傾向と、前記抽出したパターン情報とを比較し、前記予測部は、前記直近の時間帯における変化傾向が前記抽出したパターン情報に類似する場合、当該パターン情報における前記成否の別に応じて、当該直近の時間帯における配達の成否の予測を更新するものである。これにより、予め配達スケジュールに基づき在宅率の高い時間帯に配達予定時刻をスケジュールしたとしても、偶然、配達日には不在であった場合などであっても、配達予定時刻の直近の電力消費状態からより精度の高い配達の成否の予測を行うことができ、再配達率を低減できる。

【0063】

さらに、前記更新された予測の結果を前記配達スケジュールに基づき配達中の配達者が携帯する携帯端末へ通知する通知部（例えば、出力部１２５）をさらに備えることが望ましい。これにより、配達者が配達の直近に最新の在宅率を確認することができ、現場で効率的に配達を行うことができる。尚、本実施の形態３にかかる配達スケジュール管理サーバ１００の構成は、図３と同等であるため、図示及び詳細な説明を省略する。

【0064】

図１５は、本発明の実施の形態３にかかる直近在宅率算出処理の流れを示すフローチャートである。ここでは、例えば、配達スケジュール上ではある配達先の配達予定時刻が現在時刻から１５分後であるものとする。そして、電力消費量ＤＢ１１２には、現在時刻から３０分前までの電力消費データが蓄積済みであるものとする。このとき、パターン情報抽出部１２２は、当該配達先の直近の電力消費量を取得する（Ｓ２１０）。具体的には、パターン情報抽出部１２２は、電力消費量ＤＢ１１２内の当該配達先の電力消費データのうち、取得済みの最新時刻（ここでは、現在時刻から３０分前）から１〜２時間前までの時間帯の電力消費データを読み出す。

【0065】

次に、パターン情報抽出部１２２は、電力消費パターンとの比較を行う（Ｓ２２０）。すなわち、パターン情報抽出部１２２は、取得した直近の電力消費の変化傾向と電力消費パターンＤＢ１１３に保存された各電力消費パターンとを比較し、類似するか否かを判定する。図１６は、本発明の実施の形態３にかかる直近の電力消費量の例を示す図である。電力消費パターンＰｃが直近の時間帯における電力消費パターンである。

【0066】

続いて、在宅率算出部１２３は、直近在宅率を算出する（Ｓ２３０）。すなわち、直近の時間帯における変化傾向が電力消費パターンのいずれかに類似する場合、在宅率算出部１２３は、当該電力消費パターンにおける配達成功確率に基づいて、直近の時間帯における在宅率を更新する。例えば、図１６の電力消費パターンＰｃが図１０の正規化電力消費パターンＰｂと類似する場合、在宅率算出部１２３は、当該配達先の現在の在宅率を、正規化電力消費パターンＰｂの配達成功確率８６％として更新する。尚、直近の電力消費パターンＰｃが複数の正規化電力消費パターンと類似する場合はそれぞれを一定の割合で掛け合わせたものを現在の在宅率として更新する。

【0067】

その後、出力部１２５は、モバイル端末２００へ直近在宅率を通知する（Ｓ２４０）。これにより、モバイル端末２００は、通知された直近在宅率を画面に表示し、配達者は、配達先における配達予定時刻の在宅率について最新のものを把握することができる。そのため、不在率の高い生活者宅への配達を後回しにしたり、在宅率の高い生活者宅への配達を優先したり、現場での臨機応変な対応により配達成功率向上が可能となる。

【0068】

＜その他の実施の形態＞
尚、上記実施の形態では、個別の配達先ごとの在宅率を算出し、配達の成否を予測していたが、本発明はこれらに限定されず、何らかの属性の共通する複数の配達先における電力消費パターンを求め、属性単位に汎用的な配達の成否を予測しても構わない。例えば、配達先の生活者の年齢層、性別、居住人数、地域等を属性としても構わない。さらに、居住人数が一人の場合でも高齢者、単身赴任者、学生等によっても、在宅時間のパターンが異なるため、属性を分けることが望ましい。また、地域も都心や地方、北国か南国かで電力の消費傾向が異なるため、属性を分けることが望ましい。そして、これらの属性については、電力消費量又は配達実績に付加してもよい。

【0069】

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

【0070】

また、上述の実施の形態では、本発明をハードウェアの構成として説明したが、本発明は、これに限定されるものではない。本発明は、任意の処理を、ＣＰＵ（Central Processing Unit）にコンピュータプログラムを実行させることにより実現することも可能である。

【0071】

上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、ＤＶＤ（Digital Versatile Disc）、ＢＤ（Blu-ray（登録商標） Disc）、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

【0072】

上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
（付記１）
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出するパターン情報抽出部と、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとに配達の成否を予測する予測部と、
を備える情報処理装置。
（付記２）
前記パターン情報抽出部は、
前記パターン情報が前記成否時刻より前の時間帯で抽出された場合、前記配達の事前のパターン情報とし、前記パターン情報が前記成否時刻より後の時間帯で抽出された場合、前記配達の事後のパターン情報として抽出する
付記１に記載の情報処理装置。
（付記３）
前記予測部は、
前記任意の配達先における前記電力消費情報のうち、前記抽出したパターン情報と類似する変化傾向が含まれる時間帯について、当該類似するパターン情報における前記成否の別に応じた在宅確率を予測する
付記１又は２に記載の情報処理装置。
（付記４）
前記パターン情報抽出部は、
前記配達実績情報と前記電力消費情報とに基づいて前記周辺の時間帯のうち任意の時間帯における複数の変化傾向を前記成否ごとに抽出し、
各変化傾向のうち類似するものをグループ化して前記パターン情報として抽出し、
前記グループ化された変化傾向のうち前記配達の成功の度合いを当該パターン情報における配達成功度合として算出し、
前記予測部は、
前記比較により類似すると判定したパターン情報に対応する前記配達成功度合に基づいて前記任意の時間帯における在宅確率を前記配達の成否として予測する
付記１又は２に記載の情報処理装置。
（付記５）
前記予測部は、
前記任意の配達先における前記電力消費情報から、前記抽出したパターン情報と類似するか否かを判定し、
前記類似すると判定した場合、前記抽出したパターン情報に対応する配達成功度合を、前記類似すると判定した際の時間帯の在宅確率として前記配達の成否を予測する
付記１乃至３のいずれか１項に記載の情報処理装置。
（付記６）
前記パターン情報抽出部は、
前記予測の結果に基づき作成された配達スケジュール内の当日の配達先における前記電力消費情報に基づいて、配達予定時刻から所定時間前までの直近の時間帯における電力消費の変化傾向と、前記抽出したパターン情報とを比較し、
前記予測部は、
前記直近の時間帯における変化傾向が前記抽出したパターン情報に類似する場合、当該パターン情報における前記成否の別に応じて、当該直近の時間帯における配達の成否の予測を更新する
付記１乃至５のいずれか１項に記載の情報処理装置。
（付記７）
前記配達実績情報を記憶する配達実績記憶部と、
前記予測の結果に応じた実際の配達の成否及び成否時刻を、前記任意の配達先における前記配達実績情報に追加して、前記配達実績記憶部に格納する格納部と、をさらに備え、
前記パターン情報抽出部は、前記パターン情報を抽出する際に前記配達実績記憶部から前記配達実績情報を読み出す
付記１乃至６のいずれか１項に記載の情報処理装置。
（付記８）
前記パターン情報抽出部は、
時系列の電力消費の変化量に応じて変化傾向の特徴を判定し、
所定期間内の前記判定した特徴の集合に基づいて前記パターン情報を抽出する
付記１乃至７のいずれか１項に記載の情報処理装置。
（付記９）
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出し、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとの配達の成否を予測する、
を備える配達成否予測方法。
（付記１０）
所定の配達先に対する配達の成否及び成否時刻を含む配達実績情報と、当該配達先における時系列の電力消費量を示す電力消費情報とに基づいて、当該成否時刻の周辺の時間帯における電力消費の変化傾向を示すパターン情報を前記成否ごとに抽出する処理と、
任意の配達先における前記電力消費情報と前記抽出したパターン情報とを比較して、当該任意の配達先における時間帯ごとの配達の成否を予測する処理と、
をコンピュータに実行させる配達成否予測プログラム。
（付記１１）
前記パターン情報抽出部は、
前記周辺の時間帯内の電力消費の極値の間の電力変化量と、極値間の時間間隔とを算出し、
前記電力変化量と前記時間間隔とに基づいて、当該時間間隔における前記変化の特徴を判定し、
前記判定した特徴の時系列の順序に基づいて前記パターン情報として抽出する
付記８に記載の情報処理装置。
（付記１２）
前記更新された予測の結果を前記配達スケジュールに基づき配達中の配達者が携帯する携帯端末へ通知する通知部をさらに備える
付記６に記載の情報処理装置。
（付記１３）
前記パターン情報抽出部は、
前記配達の成否が配達の成功を示す場合に、当該配達に対応する成否時刻より前の時間帯を前記周辺の時間帯とし、前記配達の成否が配達の失敗を示す場合に、当該配達に対応する成否時刻より後の時間帯を前記周辺の時間帯として、前記パターン情報を抽出する
付記１に記載の情報処理装置。

【符号の説明】

【0073】

１ 情報処理装置
１１ パターン情報抽出部
１２ 予測部
２１ 配達実績情報
２２ 電力消費情報
１００ 配達スケジュール管理サーバ
１１１ 配達実績ＤＢ
１１２ 電力消費量ＤＢ
１１３ 電力消費パターンＤＢ
１１４ 在宅率ＤＢ
１１５ 配達スケジュールＤＢ
１１６ 本日配達予定の配達先リストＤＢ
１２１ 収集部
１２２ パターン情報抽出部
１２３ 在宅率算出部
１２４ 配達スケジュール作成部
１２５ 出力部
２００ モバイル端末
ＰＰ１ 電力消費パターン
ＰＰ２ 電力消費パターン
ＰＰ３ 電力消費パターン
Ｐａ 電力消費パターン
Ｐｂ 正規化電力消費パターン
Ｐｃ 電力消費パターン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】