特許 6596831 予測システム、予測方法およびプログラム

(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】6596831

(24)【登録日】2019年10月11日

(45)【発行日】2019年10月30日

(54)【発明の名称】予測システム、予測方法およびプログラム

(51)【国際特許分類】

   G06Q 10/04 20120101AFI20191021BHJP

   G06Q 30/06 20120101ALI20191021BHJP

   G07G 1/00 20060101ALI20191021BHJP

   G07G 1/12 20060101ALI20191021BHJP

   G06T 1/00 20060101ALI20191021BHJP

【ＦＩ】

   G06Q10/04

   G06Q30/06

   G07G1/00 311Z

   G07G1/12 361Z

   G06T1/00 340A

【請求項の数】12

【全頁数】20

(21)【出願番号】特願2015-20035(P2015-20035)

(22)【出願日】2015年2月4日

(65)【公開番号】特開2016-143312(P2016-143312A)

(43)【公開日】2016年8月8日

【審査請求日】2017年11月20日

(73)【特許権者】

【識別番号】000000295

【氏名又は名称】沖電気工業株式会社

(74)【代理人】

【識別番号】100140958

【弁理士】

【氏名又は名称】伊藤 学

(74)【代理人】

【識別番号】100137888

【弁理士】

【氏名又は名称】大山 夏子

(74)【代理人】

【識別番号】100190942

【弁理士】

【氏名又は名称】風間 竜司

(72)【発明者】

【氏名】増田 誠

【審査官】 牧 裕子

(56)【参考文献】

【文献】 特開２０１２−０７３９１５（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００ − ９９／００

Ｇ０６Ｔ １／００

Ｇ０７Ｇ １／００

Ｇ０７Ｇ １／１２

(57)【特許請求の範囲】

【請求項1】

顧客の属性ごとの買回り時間である第１の時間情報と、顧客の実際のレジ処理時間の統計値である第２の時間情報と、を記憶する記憶部と、
店舗へ来店した顧客の属性を推定する属性推定部と、
前記店舗へ来店した顧客が、前記属性推定部により推定された当該顧客についての属性に対応する第１の時間情報が示す時間の経過後にレジ場に移動することを予測する行動予測部と、
前記行動予測部により前記顧客が前記レジ場に移動すると予測される時点の直前時点での前記レジ場における待ち時間を前記第２の時間情報に基づき予測し、前記直前時点での前記待ち時間に前記第２の時間情報に基づく時間を加算することにより、前記レジ場における将来の待ち状況を予測する待ち状況予測部と、
を備える、予測システム。

【請求項2】

前記属性推定部は、前記顧客を撮像して得られた画像を解析することにより、前記顧客の属性として、前記顧客の年齢または性別を推定する、請求項１に記載の予測システム。

【請求項3】

前記予測システムは、
前記店舗への顧客の来店を予測する来店予測部をさらに備え、
前記行動予測部は、さらに、前記来店予測部により来店が予測された顧客が、当該顧客の来店から当該顧客の属性に対応する第１の時間情報の示す時間の経過後に前記レジ場に移動することを予測する、請求項１または２に記載の予測システム。

【請求項4】

前記記憶部は、前記顧客の属性ごとに前記第２の時間情報を記憶する、請求項１〜３のいずれか一項に記載の予測システム。

【請求項5】

前記待ち状況予測部により予測された待ち状況を示す通知画面を表示する表示部をさらに備える、請求項１〜４のいずれか一項に記載の予測システム。

【請求項6】

前記待ち状況予測部により予測された待ち状況が基準を上回る場合、混雑予測の通知を制御する通知制御部をさらに備える、請求項１〜５のいずれか一項に記載の予測システム。

【請求項7】

前記通知制御部は、前記待ち状況予測部により予測された待ち状況が基準を上回る場合、混雑回避の対策を特定し、前記混雑回避の対策の通知をさらに制御する、請求項６に記載の予測システム。

【請求項8】

前記顧客の来店から前記顧客の前記レジ場への実際の移動時間を特定し、前記移動時間に基づいて前記顧客の属性に対応する前記第１の時間情報を更新する更新管理部をさらに備える、請求項１〜７のいずれか一項に記載の予測システム。

【請求項9】

前記顧客についての前記レジ場における実際の処理時間を特定し、前記処理時間に基づいて前記第２の時間情報を更新する更新管理部をさらに備える、請求項４に記載の予測システム。

【請求項10】

前記記憶部は、顧客の属性ごとに確率制御情報をさらに記憶し、
前記行動予測部は、前記店舗へ来店した顧客が、当該顧客の属性に応じた確率制御情報に基づく確率で前記レジ場へ移動することを予測する、請求項１〜９のいずれか一項に記載の予測システム。

【請求項11】

店舗へ来店した顧客の属性を属性推定装置により推定することと、
推定された属性に対応する買回り時間である第１の時間情報を記憶媒体から読出し、前記店舗へ来店した顧客が、読み出された第１の時間情報の示す時間の経過後にレジ場に移動することをプロセッサにより予測することと、
顧客の実際のレジ処理時間の統計値である第２の時間情報を記憶媒体から読出し、前記顧客が前記レジ場に移動すると予測される時点の直前時点での前記レジ場における待ち時間を前記第２の時間情報に基づき予測し、前記直前時点での前記待ち時間に前記第２の時間情報に基づく時間を加算することにより、前記レジ場における将来の待ち状況をプロセッサにより予測することと、
を含む、予測方法。

【請求項12】

コンピュータを、
店舗へ来店した顧客について推定された前記顧客の属性に対応する買回り時間である記憶された第１の時間情報の示す時間の経過後に前記顧客がレジ場に移動することを予測する行動予測部と、
前記顧客が前記レジ場に移動すると予測される時点の直前時点での前記レジ場における待ち時間を顧客の実際のレジ処理時間の統計値である記憶された第２の時間情報に基づき予測し、前記直前時点での前記待ち時間に前記第２の時間情報に基づく時間を加算することにより、前記レジ場における将来の待ち状況を予測する待ち状況予測部と、
として機能させるための、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、予測システム、予測方法およびプログラムに関する。

【背景技術】

【0002】

スーパーマーケットや百貨店などの店舗には多様な商品が陳列されており、店舗に来店した顧客は、陳列された商品から所望の商品を選択し、当該商品の会計のために、会計処理機器であるキャッシュレジスター（以下、単にレジと表記）が設置されたレジ場へ移動する。しかし、レジ場では会計待ちの行列ができることがあり、当該会計待ちの行列は顧客の不満に繋がる。

【0003】

このため、会計待ちの行列による顧客の不満を軽減するための方法が検討されている。例えば、特許文献１には、レジ場の上方にカメラを設置し、会計待ちの各行列の状況を把握し、会計待ちの各行列の状況を示す情報を顧客に提供する方法が開示されている。当該方法によれば、顧客は、会計待ちの各行列の状況を示す情報に基づき、いずれの会計待ち行列に並ぶかを選択することが可能である。また、特許文献２には、将来の需要を予測し、予測された需要を満たし得る数の従業員を事前にレジ場へ配置する方法が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００５−２１６２１７号公報

【特許文献2】特表２００８−５４４３７９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、特許文献１に開示された方法では、将来の待ち状況を予測することが困難であった。また、特許文献２に開示された方法は、顧客がレジ場へ移動するまでの時間を顧客の属性を考慮せずに予測する方法であるので、予測の精度が不十分であった。

【0006】

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、将来の待ち状況の予測精度を向上することが可能な、新規かつ改良された予測システム、予測方法およびプログラムを提供することにある。

【課題を解決するための手段】

【0007】

上記課題を解決するために、本発明のある観点によれば、顧客の属性ごとの買回り時間である第１の時間情報と、顧客の実際のレジ処理時間の統計値である第２の時間情報と、を記憶する記憶部と、店舗へ来店した顧客の属性を推定する属性推定部と、前記店舗へ来店した顧客が、前記属性推定部により推定された当該顧客についての属性に対応する第１の時間情報が示す時間の経過後にレジ場に移動することを予測する行動予測部と、前記行動予測部により前記顧客が前記レジ場に移動すると予測される時点の直前時点での前記レジ場における待ち時間を前記第２の時間情報に基づき予測し、前記直前時点での前記待ち時間に前記第２の時間情報に基づく時間を加算することにより、前記レジ場における将来の待ち状況を予測する待ち状況予測部と、を備える、予測システムが提供される。

【0008】

前記属性推定部は、前記顧客を撮像して得られた画像を解析することにより、前記顧客の属性として、前記顧客の年齢または性別を推定してもよい。

【0009】

前記予測システムは、前記店舗への顧客の来店を予測する来店予測部をさらに備え、前記行動予測部は、さらに、前記来店予測部により来店が予測された顧客が、当該顧客の来店から当該顧客の属性に対応する第１の時間情報の示す時間の経過後に前記レジ場に移動することを予測してもよい。

【0010】

前記記憶部は、前記顧客の属性ごとに第２の時間情報を記憶してもよい。前記第２の時間情報は、顧客の実際のレジ処理時間の統計値であってもよい。

【0011】

前記待ち状況予測部により予測された待ち状況を示す通知画面を表示する表示部をさらに備えてもよい。

【0012】

前記待ち状況予測部により予測された待ち状況が基準を上回る場合、混雑予測の通知を制御する通知制御部をさらに備えてもよい。

【0013】

前記通知制御部は、前記待ち状況予測部により予測された待ち状況が基準を上回る場合、混雑回避の対策を特定し、前記混雑回避の対策の通知をさらに制御してもよい。

【0014】

前記予測システムは、前記顧客の来店から前記顧客の前記レジ場への実際の移動時間を特定し、前記移動時間に基づいて前記顧客の属性に対応する前記第１の時間情報を更新する更新管理部をさらに備えてもよい。

【0015】

前記予測システムは、前記顧客についての前記レジ場における実際の処理時間を特定し、前記処理時間に基づいて前記顧客の属性に対応する前記第２の時間情報を更新する更新管理部をさらに備えてもよい。

【0016】

前記記憶部は、顧客の属性ごとに確率制御情報をさらに記憶し、前記行動予測部は、前記店舗へ来店した顧客が、当該顧客の属性に応じた確率制御情報に基づく確率で前記レジ場へ移動することを予測してもよい。

【0017】

また、上記課題を解決するために、本発明の別の観点によれば、店舗へ来店した顧客の属性を属性推定装置により推定することと、推定された属性に対応する買回り時間である第１の時間情報を記憶媒体から読出し、前記店舗へ来店した顧客が、読み出された第１の時間情報の示す時間の経過後にレジ場に移動することをプロセッサにより予測することと、顧客の実際のレジ処理時間の統計値である第２の時間情報を記憶媒体から読出し、前記顧客が前記レジ場に移動すると予測される時点の直前時点での前記レジ場における待ち時間を前記第２の時間情報に基づき予測し、前記直前時点での前記待ち時間に前記第２の時間情報に基づく時間を加算することにより、前記レジ場における将来の待ち状況をプロセッサにより予測することと、を含む、予測方法が提供される。

【0018】

また、上記課題を解決するために、本発明の別の観点によれば、コンピュータを、店舗へ来店した顧客について推定された前記顧客の属性に対応する買回り時間である記憶された第１の時間情報の示す時間の経過後に前記顧客がレジ場に移動することを予測する行動予測部と、前記顧客が前記レジ場に移動すると予測される時点の直前時点での前記レジ場における待ち時間を顧客の実際のレジ処理時間の統計値である記憶された第２の時間情報に基づき予測し、前記直前時点での前記待ち時間に前記第２の時間情報に基づく時間を加算することにより、前記レジ場における将来の待ち状況を予測する待ち状況予測部と、として機能させるための、プログラムが提供される。

【発明の効果】

【0019】

以上説明したように本発明によれば、将来の待ち状況の予測精度を向上することが可能である。

【図面の簡単な説明】

【0020】

【図1】本発明の実施形態による予測システムの構成例を示す説明図である。

【図2】顧客の属性と顧客の行動との関係を示す説明図である。

【図3】本実施形態による予測サーバの構成を示す説明図である。

【図4】顧客行動ＤＢの具体例を示す説明図である。

【図5】来店顧客ＤＢの具体例を示す説明図である。

【図6】待ち時間の予測結果の具体例を示す説明図である。

【図7】待ち時間の予測結果の具体例を示す説明図である。

【図8】表示装置に表示される待ち状況の通知画面の具体例を示す説明図である。

【図9】携帯端末に表示される混雑通知画面の具体例を示す説明図である。

【図10】表示装置に表示されるレジ状況画面の具体例を示す説明図である。

【図11】本実施形態による予測システムの動作を示すフローチャートである。

【図12】第１の応用例による予測サーバの構成を示す説明図である。

【図13】第２の応用例による待ち状況予測部の構成を示す説明図である。

【図14】予測サーバのハードウェア構成を示したブロック図である。

【発明を実施するための形態】

【0021】

以下に添付図面を参照しながら、本発明の実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

【0022】

また、本明細書及び図面において、実質的に同一の機能構成を有する複数の構成要素を、同一の符号の後に異なるアルファベットを付して区別する場合もある。例えば、実質的に同一の機能構成または論理的意義を有する複数の構成を、必要に応じて撮像装置６Ａ、６Ｂおよび６Ｃのように区別する。ただし、実質的に同一の機能構成を有する複数の構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。例えば、撮像装置６Ａ、６Ｂおよび６Ｃを特に区別する必要が無い場合には、単に撮像装置６と称する。

【0023】

＜１．予測システムの構成＞
本発明の実施形態による予測システムは、レジ場での将来の待ち状況を予測するためのシステムであり、スーパーマーケット、百貨店および量販店などの多様な店舗に適用され得る。以下、図１を参照し、本発明の実施形態による予測システムの構成を説明する。

【0024】

図１は、本発明の実施形態による予測システムの構成例を示す説明図である。図１に示したように、本実施形態による予測システムは、売り場およびバックルームを有する店舗に適用され得る、また、本実施形態による予測システムは、撮像装置６と、属性推定装置８と、予測サーバ２０と、情報処理装置３０と、表示装置４０と、ルータ５０と、携帯端末６０と、を含む。なお、図１においては、店舗の顧客にＵを付し、店舗のスタッフにＳを示している。

【0025】

撮像装置６は、店舗の顧客を撮像し、顧客の撮像画像を取得する。例えば、撮像装置６Ａは、レジ場の待ち行列ＬＡを撮像し、待ち行列ＬＡを構成する各顧客の撮像画像を取得する。同様に、撮像装置６Ｂは、レジ場の待ち行列ＬＢを撮像し、待ち行列ＬＢを構成する各顧客の撮像画像を取得する。また、撮像装置６Ｃは、店舗の出入口付近に設置され、来店した顧客を撮像する。なお、図１においては２台のレジを示しているが、レジ場は１台のレジを有してもよいし、３台以上のレジを有してもよい。

【0026】

属性推定装置８は、撮像装置６により取得された撮像画像を解析することにより、撮像画像に含まれる顧客の属性を推定する属性推定部の機能を有する。例えば、属性推定装置８Ａは、撮像装置６Ａから入力される撮像画像を解析することにより、待ち行列ＬＡを構成する各顧客の性別および年齢を推定する。また、属性推定装置８Ｃは、撮像装置６Ｃから入力される撮像画像を解析することにより、来店した顧客の性別および年齢を推定する。

【0027】

なお、属性推定装置８による属性の推定方法は特に限定されない。例えば、属性推定装置８は、撮像画像から顔領域を検出して顔画像を生成する顔検出処理、顔画像から目、鼻および口などの顔特徴点を抽出する抽出処理、顔特徴点および顔画像に基づいて顔向きが正規化された正規化画像を生成する正規化処理などを行い、正規化画像から顧客の属性として性別および年齢を推定してもよい。

【0028】

情報処理装置３０は、図１に示したように例えば店舗のバックルームに設置され、店舗のスタッフにより利用される。情報処理装置３０は、属性推定装置８から顧客の属性情報を受信すると、当該属性情報を予測サーバ２０へネットワーク１２を介して送信する。ネットワーク１２は、ネットワーク１２に接続されている装置から送信される情報の有線、または無線の伝送路である。例えば、ネットワーク１２は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを含んでもよい。また、ネットワーク１２は、ＩＰ−ＶＰＮ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線網を含んでもよい。

【0029】

また、情報処理装置３０は、各レジと接続されており、各レジが開局しているか否かを示すレジ情報を各レジから受信する。ただし、情報処理装置３０は、各レジの開局状況を他のセンサーやスイッチから受信してもよい。情報処理装置３０は、当該レジ情報も予測サーバ２０へネットワーク１２を介して送信する。ただし、予測システムがＰＯＳシステムを有し、ＰＯＳシステムからレジの開局数を示す情報が予測サーバ２０に送信される場合、情報処理装置３０はレジ情報の送信を行わなくてもよい。

【0030】

予測サーバ２０は、レジ場における将来の待ち状況を予測する。ここで、本件発明者は、店舗内での顧客の行動と、当該顧客の属性との相関関係を見出した。例えば、年配の女性は家族の食事の準備のために多くの食材を購入する傾向にあるため、買回り時間（すなわち、来店からレジ場へ移動するまでの商品選択時間）およびレジ処理時間（すなわち、レジ順が顧客の番になってから釣銭の受け取りまでの時間）が比較的長くなりやすい。また、２０代の男性は、時間に追われて行動しがちなので、買回り時間およびレジ処理時間が比較的短くなりやすい。結果、顧客の属性と、顧客の買回り時間およびレジ処理時間との、例えば図２に示したような相関関係が特定され得る。

【0031】

そこで、本実施形態による予測サーバ２０は、情報処理装置３０から受信される来店顧客の属性情報および待ち行列を構成する顧客の属性情報を利用して、レジ場における将来の待ち状況を予測する。かかる構成により、レジ場における将来の待ち状況をより高精度に予測することが可能となる。属性情報を利用した待ち状況の予測方法については、次節以降で詳細に説明する。

【0032】

表示装置４０は、予測サーバ２０からレジ場における将来の待ち状況を示す通知画面を受信し、当該通知画面を表示する、表示部の一例である。ルータ５０は、予測サーバ２０から混雑予測の通知が送信された場合、当該通知を各スタッフが有する携帯端末６０に無線で中継する。携帯端末６０は、ルータから中継される通知に基づき、混雑通知画面を表示する。このような表示装置４０および携帯端末６０による表示により、店舗のスタッフは将来の混雑およびレジ応援の要否を認識できるので、レジ場の混雑を抑制することが可能である。また、実際に混雑が生じてからスタッフが急遽レジ応援に駆けつける場合、スタッフがレジ応援までに行っていた作業が切りの悪い状態で中断され、作業効率が低下することがある。これに対し、本実施形態によれば、レジ応援が必要になるタイミングをスタッフが事前に把握できるので、スタッフは、レジ応援を考慮してレジ応援の前後での作業を計画できる。結果、レジ応援の前後でのスタッフの作業効率を向上することが可能である。

【0033】

以上、本実施形態による予測システムの構成を説明した。続いて、本実施形態による予測システムが有する予測サーバ２０の構成をより詳細に説明する。

【0034】

＜２．予測サーバの構成＞
図３は、本実施形態による予測サーバ２０の構成を示す説明図である。図３に示したように、本実施形態による予測サーバ２０は、通信部２１０と、記憶部２２０と、行動予測部２３０と、待ち状況予測部２４０と、通知制御部２５０と、更新管理部２６０と、を備える。

【0035】

（通信部）
通信部２１０は、ネットワーク１２を介して他の装置と通信するインタフェースである。例えば、通信部２１０は、情報処理装置３０から来店顧客の属性情報、待ち行列を構成する顧客の属性情報、およびレジ情報を受信したり、待ち状況の予測結果を表示装置４０に送信したりする。

【0036】

（記憶部）
記憶部２２０は、予測サーバ２０における処理に用いられる各種情報を記憶する。例えば、記憶部２２０は、顧客行動ＤＢおよび来店顧客ＤＢを記憶する。以下、図４および図５を参照し、顧客行動ＤＢおよび来店顧客ＤＢについて具体的に説明する。

【0037】

図４は、顧客行動ＤＢの具体例を示す説明図である。「１．予測システムの構成」において説明したように、本件発明者は、店舗内での顧客の行動と、当該顧客の属性との相関関係を見出した。顧客行動ＤＢは、当該相関関係を示す情報を格納するデータベースであり、顧客行動ＤＢは、例えば図４に示したように、性別および年齢からなる顧客属性と、顧客の買回り時間（第１の時間情報）およびレジ処理時間（第２の時間情報）を関連付ける。なお、顧客属性ごとの買回り時間やレジ処理時間は、店舗の態様に応じて異なり得る。例えば、大型店舗であるほど移動距離が長くなるため買回り時間が長くなり、また、大型店舗であるほど購入商品が多くなるためレジ処理時間が長くなり得る。このため、顧客行動ＤＢは、店舗ごとに、情報処理装置３０からの設定に基づいて記憶されてもよい。あるいは、顧客行動ＤＢは、複数の店舗について共用されてもよい。

【0038】

図５は、来店顧客ＤＢの具体例を示す説明図である。来店顧客ＤＢは、主に通信部２１０により情報処理装置３０から受信される情報に基づいて作成される。具体的には、来店顧客ＤＢは、図５に示したように、店舗へ来店した顧客を識別する顧客ＩＤ、顧客の来店時刻、顧客属性および移動タイミングを関連付ける。顧客の来店時刻は、出入口付近に設置された撮像装置６Ｃにより顧客が撮像された時刻である。顧客属性は、当該顧客について属性推定装置８Ｃにより推定された属性である。移動タイミングは、当該顧客の買回りが終了し、当該顧客がレジ場へ移動することが予測される時刻である。当該移動タイミングは行動予測部２３０により算出される。

【0039】

また、記憶部２２０は、将来の各時間帯における開局予定レジ数を示す開局予定情報を記憶する。

【0040】

（行動予測部）
行動予測部２３０は、店舗へ来店した顧客の行動を予測する。例えば、行動予測部２３０は、店舗へ来店した顧客の買回りが終了し、当該顧客がレジ場へ移動する時刻を予測する。具体的には、行動予測部２３０は、来店顧客ＤＢに格納された顧客属性に基づき、当該顧客属性を有する顧客の買回り時間を顧客行動ＤＢから抽出し、抽出した買回り時間を当該顧客の来店時刻に加算することにより、当該顧客がレジ場へ移動する時刻を予測してもよい。行動予測部２３０により予測された時刻は、移動タイミングとして来店顧客ＤＢに追加される。

【0041】

（待ち状況予測部）
待ち状況予測部２４０は、レジ場における将来の待ち状況を予測する。例えば、待ち状況予測部２４０は、待ち行列Ｌを構成する各顧客の属性に対応するレジ処理時間を顧客行動ＤＢから抽出し、各顧客について抽出されたレジ処理時間を合計することにより、現時点の待ち時間を推定する。そして、待ち状況予測部２４０は、次に顧客がレジ場へ移動すると予測されるタイミング（移動タイミング）までの各時点の待ち時間を、現時点と各時点との時間差を現在の待ち時間から減算することにより予測する。また、待ち状況予測部２４０は、ある顧客についての移動タイミングにおいて当該顧客が待ち行列に並ぶと仮定し、当該顧客が待ち行列に並んだ後の待ち時間を、当該顧客の属性に対応するレジ処理時間を直前時点における待ち時間に加算することにより予測する。

【0042】

ここで、待ち状況予測部２４０は、通信部２１０により受信される店舗の各レジが開局しているか否かを示すレジ情報から現在の開局レジ数を認識し、記憶部２２０に記憶された開局予定情報から将来の各時間帯における開局予定レジ数を認識し、開局レジ数および開局予定レジ数を加味して将来の待ち状況を推定してもよい。また、複数のレジが開局している時間帯に顧客の移動タイミングが到来する場合、待ち状況予測部２４０は、より待ち時間の短い待ち行列、より待ち人数の少ない行列、または、所定の順序に従った行列に当該顧客が並ぶと仮定してもよい。なお、待ち状況予測部２４０は、一人当たりの平均レジ処理時間で待ち時間を除算することにより、将来の待ち状況として待ち人数を予測してもよい。以下、図６および図７を参照し、待ち時間の予測結果の具体例を説明する。

【0043】

図６および図７は、待ち時間の予測結果の具体例を示す説明図である。まず、図６を参照し、顧客Ｃが待ち行列に並ぶ時点での待ち時間を説明する。図６に示したように、顧客Ｃの来店時刻である時刻ｔ１においては、顧客Ｙのレジ処理が行われており、顧客Ａが待ち行列に並んでいる。ここで、行動予測部２３０は、顧客Ｃの属性に基づき、顧客Ｃの買回りが時刻ｔ２に終了すると予測する。すなわち、行動予測部２３０は、顧客Ｃが時刻ｔ２にレジの待ち行例に並ぶと予測する。時刻ｔ２においては、図６に示したように、顧客Ａのレジ処理が行われており、顧客Ｂが待ち行列に並んでいると予測される。このため、待ち状況予測部２３０は、顧客Ａの残りレジ処理時間と顧客Ｂのレジ処理時間との合算時間、すなわち、時刻ｔ２と時刻ｔ３との差分時間を、顧客Ｃが待ち行列に並ぶ時点であるｔ２における待ち時間として予測する。

【0044】

次に、図７を参照し、顧客Ｆが待ち行列に並ぶ時点での待ち時間を説明する。図７に示したように、顧客Ｆの来店時刻である時刻ｔ４においては、顧客Ａのレジ処理が行われており、顧客Ｂが待ち行列に並んでいる。ここで、行動予測部２３０は、顧客Ｆの属性に基づき、顧客Ｆの買回りが時刻ｔ５に終了すると予測する。すなわち、行動予測部２３０は、顧客Ｆが時刻ｔ５にレジの待ち行例に並ぶと予測する。時刻ｔ５においては、図７に示したように、顧客Ａのレジ処理が行われており、顧客Ｂ、Ｃ、ＤおよびＥが待ち行列に並んでいると予測される。このため、待ち状況予測部２３０は、顧客Ａの残りレジ処理時間と顧客Ｂ〜顧客Ｅのレジ処理時間との合算時間、すなわち、時刻ｔ５と時刻ｔ６との差分時間を、顧客Ｆが待ち行列に並ぶ時点であるｔ５における待ち時間として予測する。

【0045】

このような待ち状況予測部２４０による待ち状況の予測処理については、図１１を参照してより詳細に後述する。

【0046】

（通知制御部）
通知制御部２５０は、待ち状況予測部２４０により予測された待ち状況を示す通知画面を生成し、当該通知画面の通信部２１０から表示装置４０への送信を制御する。また、通知制御部２５０は、待ち状況予測部２４０により予測された将来のある時点での待ち状況が所定の基準を上回る場合、携帯端末６０への混雑予測の通知を制御する。例えば、通知制御部２５０は、将来のある時点での待ち時間が所定時間を上回る場合、携帯端末６０への混雑予測の通知を制御してもよい。また、通知制御部２５０は、待ち状況予測部２４０により予測された将来のある時点での待ち状況が所定の基準を上回る場合、混雑回避の対策を特定し、混雑回避の対策の通知をさらに制御してもよい。例えば、通知制御部２５０は、将来のある時点での待ち時間が所定時間を上回る場合、待ち時間が所定時間内になるために必要なレジ応援人数を特定し、レジ応援人数の携帯端末６０への通知を制御してもよい。また、通知制御部２５０は、当該応援人数の表示装置４０への通知を制御してもよい。

【0047】

ここで、図８〜図１０を参照し、表示装置４０および携帯端末６０に表示される画面の具体例を説明する。

【0048】

図８は、表示装置４０に表示される待ち状況の通知画面の具体例を示す説明図である。図８に示したように、表示装置４０に表示される待ち状況の通知画面は、時間帯ごとに、待ち人数、開局予定レジ数、推奨開局レジ数および応援人数を含む。図８に示した通知画面は、９時５５分における予測に基づく画面であり、図８に示した例では、１０時００分〜０５分における待ち人数は２人であり、開局予定レジ数が４台であり、推奨開局レジ数が４台であり、応援人数が０人である。なお、通知制御部２５０は、１０時００分〜０５分の待ち人数として、１０時００分における待ち人数を用いてもよいし、１０時００分〜０５分の間の平均的な待ち人数を用いてもよい。また、通知制御部２５０は、記憶部２２０に記憶されている開局予定情報に基づいて開局予定レジ数を特定してもよい。また、通知制御部２５０は、（開局予定レジ数＋待ち人数−所定人数）を演算することにより、推奨開局レジ数を算出してもよい。当該演算によれば、所定人数が２人である場合、１０時００分〜０５分の推奨開局レジ数は、図８に示したように、（４＋２−２）＝４台となる。

【0049】

また、図８に示した例では、１０時０５分〜１０分における待ち人数は４人であり、開局予定レジ数が４台であり、推奨開局レジ数が６台である。ここで、推奨開局レジ数が開局予定レジ数を２台上回るので、通知制御部２５０は応援人数として２人を特定する。このため、図８に示したように、１０時０５分〜１０分における応援人数として２人が表示される。

【0050】

図９は、携帯端末６０に表示される混雑通知画面の具体例を示す説明図である。図９に示した混雑通知画面は、発信時刻である９時５５分において、１０時０５分からレジ応援が必要であること、開局予定レジ数が４台であること、およびレジ応援人数が２人であることを示す。携帯端末６０を有する店舗のスタッフは、当該混雑通知画面を見ることにより、将来混雑が発生することを認識し、効率的な作業計画を立てることが可能である。また、携帯端末６０を有する店舗のスタッフは、混雑通知画面に対して、レジ応援に参加することを示す操作を行ってもよい。当該操作を２名のスタッフが行うと、１０時０５分からの６台のレジが稼働すると見込まれる。このため、図８に示した表示装置４０の通知画面に含まれる表示切替ボタン４２が選択されると、図１０に示すように、表示装置４０は、１０分後である１０時０５分から６台のレジが稼働する見込みであることを示すレジ状況画面を表示してもよい。

【0051】

なお、上記では店舗の各スタッフが有する携帯端末６０に混雑予測が通知される例を説明したが、混雑予測は、マネージャーや責任者などの一部のスタッフにのみ通知されてもよい。そして、マネージャーや責任者などの一部のスタッフが、他のスタッフにレジ応援に参加すべきことを口頭や店内アナウンスで指示してもよい。

【0052】

（更新管理部）
更新管理部２６０は、記憶部２２０に記憶されている顧客行動ＤＢの更新を管理する。例えば、更新管理部２６０は、各顧客について、顧客の実際の買回り時間を当該顧客の属性と関連付けて蓄積し、各属性に対応する実際の買回り時間の統計値（例えば、平均値）に基づいて、顧客行動ＤＢに記憶されている買回り時間を更新する。また、更新管理部２６０は、各顧客について、顧客の実際のレジ処理時間を当該顧客の属性と関連付けて蓄積し、各属性に対応する実際のレジ処理時間の統計値に基づいて、顧客行動ＤＢに記憶されているレジ処理時間を更新する。かかる構成により、顧客行動ＤＢが店舗における顧客行動の実態により近づくので、当該顧客行動ＤＢに基づいて行われる待ち状況の予測処理の精度を向上することが可能である。

【0053】

＜３．動作＞
以上、本実施形態による予測サーバ２０の構成を説明した。続いて、図１１を参照し、本実施形態による予測システムの動作を整理する。

【0054】

図１１は、本実施形態による予測システムの動作を示すフローチャートである。まず、店舗の出入口付近に設置された撮像装置６Ｃが来店顧客を撮像し、属性推定装置８Ｃが、来店顧客の撮像画像を解析して来店顧客の属性を推定する（Ｓ３０２）。そして、予測サーバ２０の通信部２１０により来店顧客の属性情報が受信されると、行動予測部２３０が、顧客行動ＤＢを参照し、当該顧客がレジ場へ移動するタイミング（移動タイミング）を予測する（Ｓ３０４）。続いて、記憶部２２０が、顧客ＩＤ、顧客の来店時刻、顧客属性および移動タイミングを関連付けて来店顧客ＤＢに記憶する（Ｓ３０６）。

【0055】

その後、所定時間後の待ち状況を予測する場合（Ｓ３０８／ｙｅｓ）、属性推定装置８Ａが待ち行列ＬＡを構成する各顧客の属性を推定する（Ｓ３１０）。そして、予測サーバ２０の待ち状況予測部２４０が、待ち行列ＬＡを構成する各顧客の属性に対応するレジ処理時間を顧客行動ＤＢから抽出し、各顧客について抽出されたレジ処理時間を合計することにより、現在のレジの待ち時間Ｔｉを推定する（Ｓ３１２）。なお、顧客は各待ち行列での待ち時間差が均されるように待ち行列に並ぶと考えられるので、以下では、待ち状況予測部２４０が１つのレジに着目して現在および将来の待ち時間を推定する例を説明する。ただし、待ち状況予測部２４０は、現在および将来の待ち時間の推定を各レジについて行い、待ち時間の平均値を算出してもよい。

【0056】

そして、待ち状況予測部２４０は、次にレジに移動すると予測される顧客を、来店顧客ＤＢを参照して特定する（Ｓ３１４）。さらに、待ち状況予測部２４０は、顧客行動ＤＢを参照し、当該顧客の属性に対応するレジ処理時間Ｔｎを特定する（Ｓ３１６）。続いて、待ち状況予測部２４０は、当該顧客がレジに移動すると予測される移動タイミングＴｍにおいてＴｉの残り時間Ｔｒがあるか否かを判断する（Ｓ３１８）。

【0057】

そして、移動タイミングＴｍにおいてＴｉの残り時間Ｔｒが無いと判断された場合、すなわち、次の顧客がレジに移動するタイミングでレジを待っている人がいないと判断された場合（Ｓ３１８／ｎｏ）、待ち状況予測部２４０は、待ち時間Ｔｉを当該顧客のレジ処理時間Ｔｎに更新する（Ｓ３２２）。一方、移動タイミングＴｍにおいてＴｉの残り時間Ｔｒが有ると判断された場合、すなわち、次の顧客が既存の待ち行列の最後尾に並ぶと判断された場合（Ｓ３１８／ｙｅｓ）、待ち状況予測部２４０は、待ち時間Ｔｉを、（Ｔｉ＋Ｔｎ−Ｔｒ）の演算結果に更新する（Ｓ３２０）。

【0058】

その後、待ち状況予測部２４０は、現在から所定時間が経過するタイミングＥまでにレジへ移動すると予測される残り顧客がいなくなるまでＳ３１４〜Ｓ３２２の処理を繰り返す（Ｓ３２４）。そして、残り顧客がいなくなった場合、待ち状況予測部２４０は、所定時間後の待ち時間を（Ｔｉ−（Ｅ−Ｔｍ））の演算により算出する（Ｓ３２６）。

【0059】

以上説明したように、本実施形態によれば、顧客の属性に応じた買回り時間およびレジ処理時間に基づいて将来におけるレジの待ち状況が予測される。従って、本実施形態は、各顧客に一律の買い回り時間およびレジ処理時間を適用する場合に比べ、レジの待ち状況の予測精度を向上することが可能である。

【0060】

＜４．応用例＞
続いて、本実施形態による予測システムの幾つかの応用例を説明する。なお、以下に説明する各応用例は単独で実施されてもよいし、組み合わせて実施されてもよい。

【0061】

（第１の応用例）
上記実施形態では、所定時間後のレジの待ち状況を、現時点までに店舗に実際に来店した顧客の行動予測（買回り時間およびレジ処理時間）に基づいて予測する例を説明した。しかし、現時点以降に店舗に来店し、所定時間の経過前にレジ場に移動する顧客が出てくる可能性もある。そこで、レジの待ち状況の予測精度をさらに向上し得る第１の応用例を以下に説明する。

【0062】

図１２は、第１の応用例による予測サーバ２０の構成を示す説明図である。図１２に示すように、第１の応用例による予測サーバ２０は、通信部２１０と、記憶部２２０と、行動予測部２３０と、待ち状況予測部２４０と、通知制御部２５０と、更新管理部２６０と、に加え、来店予測部２７０を備える。

【0063】

来店予測部２７０は、店舗への顧客の来店を予測する。例えば、来店予測部２７０は、ある属性の顧客が、当該属性の顧客の来店実績に基づいて設定された来店間隔で来店することを予測してもよい。具体的には、４０代男性の来店間隔が１０分に設定されており、現時点または直近の４０代男性の来店時刻が９時５５分である場合、来店予測部２７０は、４０代男性の顧客が１０時０５分、１０時１５分、１０時２５分、・・・に来店すると予測してもよい。来店予測部２７０により来店が予測された顧客には顧客ＩＤが割り当てられ、顧客ＩＤ、顧客属性および来店時刻からなるエントリが来店顧客ＤＢに追加される。

【0064】

行動予測部２３０は、実際に来店した顧客に加え、来店予測部２７０により来店が予測された顧客について、顧客の買回りが終了し、当該顧客がレジ場へ移動する時刻を予測する。例えば、行動予測部２３０は、来店顧客ＤＢに格納された顧客属性に基づき、当該顧客属性を有する顧客の買回り時間を顧客行動ＤＢから抽出し、抽出した買回り時間を当該顧客の来店時刻に加算することにより、当該顧客がレジ場へ移動する時刻を予測してもよい。行動予測部２３０により予測された時刻は、移動タイミングとして来店顧客ＤＢに追加される。

【0065】

待ち状況予測部２４０は、図１１を参照して説明した処理において、来店が予測される顧客を実際に来店した顧客と等価に扱うことにより、レジ場における将来の待ち状況を予測する。

【0066】

以上説明したように、第１の応用例では、実際に来店した顧客に加え、以降に来店することが予測される顧客を考慮してレジの待ち状況が予測される。従って、レジの待ち状況の予測精度をさらに向上することが可能となる。

【0067】

（第２の応用例）
上記実施形態では、現時点の待ち行列Ｌを構成する各顧客の属性に対応するレジ処理時間を顧客行動ＤＢから抽出し、各顧客について抽出されたレジ処理時間を合計することにより、現時点での待ち時間を推定する例を説明した。しかし、各顧客について実際に費やされるレジ処理時間は、顧客行動ＤＢから抽出されたレジ処理時間と異なることが想定される。そこで、各顧客のレジ処理時間の推定精度および現時点での待ち時間の推定精度を向上し得る第２の応用例を以下に説明する。

【0068】

図１３は、第２の応用例による待ち状況予測部２４０の構成を示す説明図である。図１３に示したように、第２の応用例による待ち状況予測部２４０は、現時点の待ち時間（現待ち時間）を推定するための構成として、人物追跡部２４２、商品取得判定部２４４、顧客同定部２４６、所持商品統合部２４８および現待ち時間推定部２４９を有する。なお、第２の応用例の実現のために、店舗の売り場には複数の撮像装置６が配置される。具体的には、複数の撮像装置６は、売り場内のどの位置にいる顧客も少なくともいずれかの撮像装置６により撮像されるよう、売り場に分散配置される。

【0069】

人物追跡部２４２は、複数の撮像装置６の各々から順次に得られる画像から顧客を検出し、同一の撮像装置により得られる複数の画像内において同一の顧客を追跡する。人物追跡部２４２は、例えば、各撮像装置６から画角に顧客が含まれない時に得られた画像を背景画像として保持し、当該背景画像と各撮像装置６から順次に得られる画像との差分から顧客を検出する背景差分手法により、顧客を検出してもよい。または、人物追跡部２４２は、クラスラベル付きの学習サンプルとして顧客を含む画像と顧客を含まない画像を膨大に集めて識別器で学習する統計的学習手法により、顧客を検出してもよい。

【0070】

商品取得判定部２４４は、人物追跡部２４２により追跡されている顧客が商品を手に取ったか否か、および手に取られた商品を判定する。商品取得判定部２４４は、例えば、３次元の人物骨格モデルに基づいて姿勢を推定するモデルベースの手法、または、画像の「見え」情報から直接姿勢を推定するビジョンベースの手法により、顧客が商品を手に取る動作を行ったか否かを判定してもよい。また、商品取得判定部２４４は、画像の「見え」を用いた物体認識手法、または、３次元形状を用いた物体認識手法により、顧客の手に取られた商品を判定してもよい。

【0071】

顧客同定部２４６は、１の撮像装置６の画像内で人物追跡部２４２により追跡された顧客と、他の撮像装置６の画像内で人物追跡部２４２により追跡された顧客とが同一人物であるか否かを判定する。また、顧客同定部２４６は、レジ待ち行列の画像に含まれる顧客が、人物追跡部２４２により追跡されたいずれの顧客であるかを判定する。顧客同定部２４６は、例えば、顔の特徴を照合する顔認識技術、歩き方の特徴を照合する歩行認識技術、または服装の色や柄を照合する服装認識技術などにより、異なる撮像装置６の画像間での顧客の同一性を判定してもよい。

【0072】

所持商品統合部２４８は、レジの待ち行列に並んでいる顧客が手に取ったと商品取得判定部２４４により判定される商品を統合し、統合結果を顧客の所持商品として認識する。

【0073】

現待ち時間推定部２４９は、レジの待ち行列に並んでいる各顧客の所持商品に基づき、レジの現在の待ち時間を推定する。例えば、現待ち時間推定部２４９は、顧客ごとのレジ処理時間を、顧客の所持商品数と第１の時間（例えば、商品１つのバーコード読み取りに要する時間）とを乗じて得られる時間と、第２の時間（現金の支払いおよび釣銭の授受に要する時間）とを加算することにより推定し、各顧客について推定されたレジ処理時間を合計することにより、現待ち時間を推定してもよい。

【0074】

なお、現待ち時間推定部２４９は、レジに並んでいる顧客の属性に応じて異なる第２の時間を各顧客に適用してもよい。例えば、若年層の顧客は、年配の顧客より、現金の支払いおよび釣銭の授受を迅速に行う傾向にある。このため、若年層の顧客の第２の時間は、年配の顧客の第２の時間より短い時間に設定されてもよい。

【0075】

以上説明したように、第２の応用例では、各顧客が実際に購入しようとする商品に基づいて各顧客のレジ処理時間が推定されるので、各顧客のレジ処理時間の推定精度および現時点での待ち時間の推定精度を向上することが可能である。

【0076】

（第３の応用例）
上記実施形態では、来店した顧客がレジの待ち行列に並ぶと仮定して将来の待ち状況を予測する例を説明した。しかし、来店した顧客が商品を購入せずに退店することもある。すなわち、来店した顧客がレジの待ち行列に並ぶとは限らない。そこで、来店した顧客が商品を購入せずに退店する確率を考慮することにより、より正確に将来の待ち状況を予測可能な第３の応用例について以下に説明する。

【0077】

第３の応用例の実現のために、記憶部２２０は、顧客が商品を購入する確率に関する確率制御情報を記憶する。そして、待ち状況予測部２４０は、来店した顧客が商品を購入すると仮定するか否か、すなわち、待ち行列に並ぶと仮定するか否かを判定する。例えば、確率制御情報は０〜１の間の値であり、待ち状況予測部２４０は、ある顧客について０〜１の間で乱数を生成し、生成された乱数が確率制御情報の値を上回っている場合に当該顧客が待ち行列に並ぶと判定してもよい。

【0078】

ここで、顧客が商品を購入する確率は、顧客の属性に応じて異なり得る。そこで、記憶部２２０は、顧客の属性ごとに確率制御情報を記憶し、待ち状況予測部２４０は、顧客の属性に応じた確率制御情報を用いて顧客が待ち行列に並ぶか否かを判定してもよい。

【0079】

以上説明したように、第３の応用例によれば、待ち行列に並ぶ顧客を確率制御情報に基づいて判定することにより、レジの待ち状況の予測精度をさらに向上することが可能となる。

【0080】

＜５．ハードウェア構成＞
以上説明した顧客の行動予測および待ち状況予測などの情報処理は、ソフトウェアと一例として以下に説明する予測サーバ２０のハードウェア構成との協働により実現される。

【0081】

図１４は、予測サーバ２０のハードウェア構成を示したブロック図である。予測サーバ２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３と、ホストバス２０４と、を備える。また、予測サーバ２０は、ブリッジ２０５と、外部バス２０６と、インタフェース２０７と、入力装置２０８と、表示装置２０９と、音声出力装置２１３と、ストレージ装置（ＨＤＤ）２１１と、ドライブ２１２と、ネットワークインタフェース２１５とを備える。

【0082】

ＣＰＵ２０１は、演算処理装置および制御装置として機能し、各種プログラムに従って予測サーバ２０内の動作全般を制御する。また、ＣＰＵ２０１は、マイクロプロセッサであってもよい。ＲＯＭ２０２は、ＣＰＵ２０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ２０３は、ＣＰＵ２０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはＣＰＵバスなどから構成されるホストバス２０４により相互に接続されている。なお、ＣＰＵ２０１およびＲＡＭ２０３などの協働により、行動予測部２３０、待ち状況予測部２４０、通知制御部２５０および更新管理部２６０などの機能が実現される。

【0083】

ホストバス２０４は、ブリッジ２０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス２０６に接続されている。なお、必ずしもホストバス２０４、ブリッジ２０５および外部バス２０６を分離構成する必要はなく、１つのバスにこれらの機能を実装してもよい。

【0084】

入力装置２０８は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバーなどユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ２０１に出力する入力制御回路などから構成されている。予測サーバ２０のユーザは、該入力装置２０８を操作することにより、予測サーバ２０に対して各種のデータを入力したり処理動作を指示したりすることができる。

【0085】

表示装置２０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ装置、液晶ディスプレイ（ＬＣＤ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）装置およびランプなどの表示装置を含む。また、音声出力装置２１３は、スピーカおよびヘッドホンなどの音声出力装置を含む。

【0086】

ストレージ装置２１１は、本実施形態にかかる予測サーバ２０の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置２１１は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置などを含んでもよい。ストレージ装置２１１は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）で構成される。このストレージ装置２１１は、ハードディスクを駆動し、ＣＰＵ２０１が実行するプログラムや各種データを格納する。

【0087】

ドライブ２１２は、記憶媒体用リーダライタであり、予測サーバ２０に内蔵、あるいは外付けされる。ドライブ２１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記憶媒体２４に記録されている情報を読み出して、ＲＡＭ２０３に出力する。また、ドライブ２１２は、リムーバブル記憶媒体２４に情報を書き込むこともできる。

【0088】

ネットワークインタフェース２１５は、例えば、ネットワーク１２に接続するための通信デバイス等で構成された通信インタフェースである。また、ネットワークインタフェース２１５は、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）対応通信装置であっても、有線による通信を行うワイヤー通信装置であってもよい。

【0089】

＜６．むすび＞
以上説明したように、本実施形態によれば、顧客の属性に応じた買回り時間およびレジ処理時間に基づいて将来におけるレジの待ち状況が予測される。従って、本実施形態は、各顧客に一律の買い回り時間およびレジ処理時間を適用する場合に比べ、レジの待ち状況の予測精度を向上することが可能である。

【0090】

なお、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

【0091】

例えば、上記では、スーパーマーケットのような小売店に本実施形態が適用される例を説明したが、本実施形態は、小売店以外の店舗にも適用可能である。例えば、本実施形態は後払い精算の飲食店にも適用可能であり、本実施形態が後払い精算の飲食店に適用される場合、飲食店における飲食時間またはサービス提供時間が上記実施形態における買回り時間に該当する。

【0092】

また、本明細書の予測システムの処理における各ステップは、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はない。例えば、予測システムの処理における各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。

【0093】

また、予測サーバ２０および属性推定装置６などに内蔵されるＣＰＵ２０１、ＲＯＭ２０２およびＲＡＭ２０３などのハードウェアに、上述した予測サーバ２０および属性推定装置６の各構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供される。

【符号の説明】

【0094】

１ 商品
６ 撮像装置
８ 属性推定装置
１２ ネットワーク
２０ 予測サーバ
３０ 情報処理装置
４０ 表示装置
６０ 携帯端末
２２０ 記憶部
２３０ 行動予測部
２４０ 待ち状況予測部
２４２ 人物追跡部
２４４ 商品取得判定部
２４６ 顧客同定部
２４８ 所持商品統合部
２４９ 時間推定部
２５０ 通知制御部
２６０ 更新管理部
２７０ 来店予測部

【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】