特許 6853526 予約可能時期予測システム

(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】6853526

(24)【登録日】2021年3月16日

(45)【発行日】2021年3月31日

(54)【発明の名称】予約可能時期予測システム

(51)【国際特許分類】

   G06Q 10/02 20120101AFI20210322BHJP

   G06Q 50/14 20120101ALI20210322BHJP

【ＦＩ】

   G06Q10/02

   G06Q50/14

【請求項の数】7

【全頁数】22

(21)【出願番号】特願2016-197053(P2016-197053)

(22)【出願日】2016年10月5日

(65)【公開番号】特開2018-60349(P2018-60349A)

(43)【公開日】2018年4月12日

【審査請求日】2019年9月2日

(73)【特許権者】

【識別番号】508133008

【氏名又は名称】株式会社アプロード

(74)【代理人】

【識別番号】100096002

【弁理士】

【氏名又は名称】奥田 弘之

(74)【代理人】

【識別番号】100091650

【弁理士】

【氏名又は名称】奥田 規之

(72)【発明者】

【氏名】河野 通裕

(72)【発明者】

【氏名】大久保 至賢

【審査官】 松野 広一

(56)【参考文献】

【文献】 国際公開第２０１４／２０７９１３（ＷＯ，Ａ１）

【文献】 特開２０１１−２５８０７９（ＪＰ，Ａ）

【文献】 特開２０１１−２０３９１３（ＪＰ，Ａ）

【文献】 特開２０１０−２３１６０５（ＪＰ，Ａ）

【文献】 特開２００３−２５６７０２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項1】

特定の予約対象物に関する予約対象日及び予約受付日を備えた過去の予約実績データを格納しておく予約実績データ記憶手段を備え、
将来の予約対象日を示す予測条件が入力された際に、この将来の予約対象日に対応する過去の予約対象日を特定する処理と、
上記予約実績データ記憶手段に格納された予約実績データの中で、上記過去の予約対象日にマッチする予約実績データを抽出する処理と、
抽出した各予約実績データを予約受付日に基づいて集計し、上記過去の予約対象日に至るまでの日毎に、上記予約対象物の予約累積数を算出する処理と、
各日の予約累積数を上記予約対象物の数量で除して、日毎の予約率を算出する処理と、
これら過去の予約対象日に至る各日の予約率に基づいて、将来の予約可能時期を推定する処理と、
この予約可能時期を出力する処理と、
が実行される予約可能時期予測システムであって、
上記過去の予約対象日に至る各日の予約率に対して、所定の予約率を閾値とする第１の判定ルールを適用することによって確実予約可能期限を認定すると共に、より高い予約率を閾値とする第２の判定ルールを適用することによって予約可能期限を認定し、
これら確実予約可能期限及び予約可能期限を、上記将来の予約可能時期として出力することを特徴とする予約可能時期予測システム。

【請求項2】

特定の予約対象物に関する予約対象日及び予約受付日を備えた過去の予約実績データを格納しておく予約実績データ記憶手段を備え、
将来の予約対象日を示す予測条件が入力された際に、この将来の予約対象日に対応する過去の予約対象日を特定する処理と、
上記予約実績データ記憶手段に格納された予約実績データの中で、上記過去の予約対象日にマッチする予約実績データを抽出する処理と、
抽出した各予約実績データを予約受付日に基づいて集計し、上記過去の予約対象日に至るまでの日毎に、上記予約対象物の予約累積数を算出する処理と、
各日の予約累積数を上記予約対象物の数量で除して、日毎の予約率を算出する処理と、
これら過去の予約対象日に至る各日の予約率に基づいて、将来の予約可能時期を推定する処理と、
この予約可能時期を出力する処理と、
が実行される予約可能時期予測システムであって、
上記過去の予約対象日が複数特定されると共に、
これら複数の予約対象日毎に、それぞれの予約対象日に至るまでの日毎の予約率が算出され、
対応する複数の日単位で、それぞれの予約率の平均値である平均予約率が算出され、
上記過去の予約対象日に至る各日の平均予約率に対して、所定の平均予約率を閾値とする第１の判定ルールを適用することによって確実予約可能期限を認定すると共に、より高い平均予約率を閾値とする第２の判定ルールを適用することによって予約可能期限を認定し、
これら確実予約可能期限及び予約可能期限を、上記将来の予約可能時期として出力することを特徴とする予約可能時期予測システム。

【請求項3】

特定の予約対象物に関する予約対象日及び予約受付日を備えた過去の予約実績データを格納しておく予約実績データ記憶手段を備え、
将来の予約対象日を示す予測条件が入力された際に、この将来の予約対象日に対応する過去の予約対象日を特定する処理と、
上記予約実績データ記憶手段に格納された予約実績データの中で、上記過去の予約対象日にマッチする予約実績データを抽出する処理と、
抽出した各予約実績データを予約受付日に基づいて集計し、上記過去の予約対象日に至るまでの日毎に、上記予約対象物の予約累積数を算出する処理と、
各日の予約累積数を上記予約対象物の数量で除して、日毎の予約率を算出する処理と、
これら過去の予約対象日に至る各日の予約率に基づいて、将来の予約可能時期を推定する処理と、
この予約可能時期を出力する処理と、
が実行される予約可能時期予測システムであって、
上記過去の予約対象日が複数特定されると共に、
これら複数の予約対象日毎に、それぞれの予約対象日に至るまでの日毎の予約率に所定の重み付けを適用した調整済予約率が算出され、
対応する複数の日単位で、それぞれの調整済予約率の平均値である調整済平均予約率が算出され、
上記過去の予約対象日に至る各日の調整済平均予約率に対して、所定の調整済平均予約率を閾値とする第１の判定ルールを適用することによって確実予約可能期限を認定すると共に、より高い調整済平均予約率を閾値とする第２の判定ルールを適用することによって予約可能期限を認定し、
これら確実予約可能期限及び予約可能期限を、上記将来の予約可能時期として出力することを特徴とする予約可能時期予測システム。

【請求項4】

特定の地域で開催されるイベントの開催期間及び開催期間中の日毎の参加者数が格納されたイベント情報記憶手段を備え、
上記予約対象物が特定の地域との関連性を有しており、
上記イベント情報記憶手段を参照した結果、当該予約対象物の関連地域において、上記過去の予約対象日またはその翌日に開催されていたイベントが、上記将来の予約対象日またはその翌日に開催されないことが検知された場合、当該イベントの日毎の参加者数の少なくとも一部を、上記予約累積数から減算して過去の日毎の予約率を算出することを特徴とする請求項１〜３の何れかに記載の予約可能時期予測システム。

【請求項5】

特定の地域で開催されるイベントの開催期間及び開催期間中の日毎の参加者数が格納されたイベント情報記憶手段を備え、
上記予約対象物が特定の地域との関連性を有しており、
上記イベント情報記憶手段を参照した結果、当該予約対象物の関連地域において、上記過去の予約対象日またはその翌日に開催されていなかったイベントが、上記将来の予約対象日またはその翌日に開催されることが検知された場合、当該イベントの日毎の参加者数の少なくとも一部を、上記予約累積数に加算して過去の日毎の予約率を算出することを特徴とする請求項１〜３の何れかに記載の予約可能時期予測システム。

【請求項6】

上記予約対象物が、航空便の座席であり、
各航空便の便名、出発空港、出発時刻、到着空港、到着時刻、座席数が格納された航空便記憶手段を備え、
上記予約実績データ記憶手段には、各航空便の過去の予約実績データが格納されており、
上記予測条件として、将来の予約対象日と、出発空港及び到着空港が入力された場合に、この予測条件にマッチする航空便が上記航空便記憶手段から抽出され、
上記予約実績データ記憶手段から、各航空便に係る過去の予約実績データが抽出され、
これらの予約実績データに基づいて、各航空便の将来の予約可能時期が推定され、
上記の予約可能時期が航空便単位で出力されることを特徴とする請求項１〜５の何れかに記載の予約可能時期予測システム。

【請求項7】

上記予約対象物が、宿泊施設の客室であり、
各宿泊施設の名称、所在地、価格帯別の客室数が格納された宿泊施設記憶手段を備え、
上記予約実績データ記憶手段には、各宿泊施設の過去の予約実績データが格納されており、
上記予測条件として、将来の予約対象日と地域が入力された場合に、この予測条件にマッチする宿泊施設が上記宿泊施設記憶手段から抽出され、
上記予約実績データ記憶手段から、各宿泊施設に係る過去の予約実績データが抽出され、
これらの予約実績データに基づいて、各価格帯の将来の予約可能時期が推定され、
上記の予約可能時期が価格帯別に出力されることを特徴とする請求項１〜５の何れかに記載の予約可能時期予測システム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は予約可能時期予測システムに係り、特に、宿泊施設の客室や航空便の座席のように数に限りのある商品やサービスに関し、予約可能な時期を事前に予測する技術に関する。

【背景技術】

【0002】

近時、健康に対する意識の高まりを受け、また地方の活性化を図る目的ともマッチすることから、市民参加型の大規模なスポーツイベントが日本各地で開催されるようになってきている（非特許文献１）。
また、各地で開催されるスポーツイベントの情報を提供すると共に、参加を希望するスポーツイベントへのエントリー（申込）を代行する支援サービスも登場している（非特許文献２）。
このような支援サイトを利用することにより、ユーザは自宅に居ながら、日本全国で開催される各種スポーツイベントに容易にエントリーすることが可能となる。

【0003】

【非特許文献1】おきなわマラソン インターネットURL：http://www.okinawa-marathon.com/ 検索日：２０１６年８月３０日

【非特許文献2】あなたのスポーツがココにある／SPORTS ENTRY インターネットURL：https://www.sportsentry.ne.jp/ 検索日：２０１６年８月３０日

【0004】

ところで、遠方のスポーツイベントに参加するとなると、当然ながら現地での宿泊施設の手配や、飛行機や鉄道の座席を確保する必要が生じる。
しかしながら、スポーツ大会にエントリーした時点で安心してしまい、宿泊施設の予約や航空券の確保をぎりぎりまで先延ばしにするユーザが多いのが現実である。
このため、スポーツイベントへのエントリーはしたものの、現地での宿泊先や交通手段を確保できないといった事態も生じていた。

【発明の開示】

【発明が解決しようとする課題】

【0005】

この発明は、従来の上記問題を解決するために案出されたものであり、将来の予約対象日（例えば、スポーツ大会等の大きなイベントの開催日前日）における特定の予約対象物（特定地域の宿泊施設や、その地域までの交通機関等）に対する予約の可能な時期を、事前にユーザに提示できる技術の提供を目的としている。

【課題を解決するための手段】

【0006】

上記の目的を達成するため、請求項１に記載した予約可能時期予測システムは、特定の予約対象物に関する予約対象日及び予約受付日を備えた過去の予約実績データを格納しておく予約実績データ記憶手段を備え、将来の予約対象日を示す予測条件が入力された際に、この将来の予約対象日に対応する過去の予約対象日を特定する処理と、上記予約実績データ記憶手段に格納された予約実績データの中で、上記過去の予約対象日にマッチする予約実績データを抽出する処理と、抽出した各予約実績データを予約受付日に基づいて集計し、上記過去の予約対象日に至るまでの日毎に、上記予約対象物の予約累積数を算出する処理と、各日の予約累積数を上記予約対象物の数量で除して、日毎の予約率を算出する処理と、これら過去の予約対象日に至る各日の予約率に基づいて、将来の予約可能時期を推定する処理と、この予約可能時期を出力する処理とが実行されることを特徴としている。

【0007】

「将来の予約対象日に対応する過去の予約対象日」とは、例えば、「将来の予約対象日」の１年前の同一月日が該当する。あるいは、「将来の予約対象日」に大型のイベントが開催される場合には、同イベントが開催された過去の月日等が該当する。

【0008】

「将来の予約対象日を示す予測条件が入力された際」とは、ユーザによって「将来の予約対象日」が明示的に入力された場合に限定されるものではない。例えば、将来の特定の日時に開催されるイベントへの申込情報が登録された時点で、当該イベントの開催日や前日等を「将来の予約対象日」と認識し、システムの側で自動的に予約可能時期を推定し、イベント参加ユーザに対する電子メールの送信やWEBページの提示という形で出力することも可能である。

【0009】

請求項２に記載した予約可能時期予測システムは、請求項１に記載のシステムであって、さらに、上記過去の予約対象日が複数特定されると共に、これら複数の予約対象日毎に、それぞれの予約対象日に至るまでの日毎の予約率が算出され、対応する複数の日単位で、それぞれの予約率の平均値が算出され、これら過去の日毎の予約率の平均値に基づいて、将来の予約可能時期が推定されることを特徴としている。

【0010】

請求項３に記載した予約可能時期予測システムは、請求項１に記載のシステムであって、さらに、上記過去の予約対象日が複数特定されると共に、これら複数の予約対象日毎に、それぞれの予約対象日に至るまでの日毎の予約率に所定の重み付けを適用した調整済予約率が算出され、対応する複数の日単位で、調整済予約率の平均値が算出され、これら過去の日毎の調整済予約率の平均値に基づいて、将来の予約可能時期が推定されることを特徴としている。

【0011】

請求項２または３における「過去の予約対象日が複数特定される」とは、例えば、「将来の予約対象日」の１年前の同一月日、２年前の同一月日、３年前の同一月日…が特定されることを意味する。あるいは、「将来の予約対象日」に大型のイベントが開催される場合には、同イベントが開催された１年前の月日、２年前の月日、３年前の月日…が「過去の予約対象日」として特定されることを意味する。

【0012】

請求項４に記載した予約可能時期予測システムは、請求項１〜３に記載のシステムであって、さらに、上記過去の予約対象日に至る各日の予約率または調整済予約率に対して、所定の予約率または調整済予約率を閾値とする第１の判定ルールを適用することによって確実予約可能期限を認定すると共に、より高い予約率または調整済予約率を閾値とする第２の判定ルールを適用することによって予約可能期限を認定し、これら確実予約可能期限及び予約可能期限を上記将来の予約可能時期として出力することを特徴としている。

【0013】

請求項５に記載した予約可能時期予測システムは、請求項１〜４に記載のシステムであって、さらに、特定の地域で開催されるイベントの開催期間及び開催期間中の日毎の参加者数が格納されたイベント情報記憶手段を備え、上記予約対象物が特定の地域との関連性を有しており、上記イベント情報記憶手段を参照した結果、当該予約対象物の関連地域において、上記過去の予約対象日またはその翌日に開催されていたイベントが、上記将来の予約対象日またはその翌日に開催されないことが検知された場合、当該イベントの日毎の参加者数の少なくとも一部を、上記予約累積数から減算して過去の日毎の予約率を算出することを特徴としている。

【0014】

請求項６に記載した予約可能時期予測システムは、請求項１〜４に記載のシステムであって、さらに、特定の地域で開催されるイベントの開催期間及び開催期間中の日毎の参加者数が格納されたイベント情報記憶手段を備え、上記予約対象物が特定の地域との関連性を有しており、上記イベント情報記憶手段を参照した結果、当該予約対象物の関連地域において、上記過去の予約対象日またはその翌日に開催されていなかったイベントが、上記将来の予約対象日またはその翌日に開催されることが検知された場合、当該イベントの日毎の参加者数の少なくとも一部を、上記予約累積数に加算して過去の日毎の予約率を算出することを特徴としている。

【0015】

請求項７に記載した予約可能時期予測システムは、請求項１〜６に記載のシステムであって、さらに、上記予約対象物が航空便の座席であり、各航空便の便名、出発空港、出発時刻、到着空港、到着時刻、座席数が格納された航空便記憶手段を備え、上記予約実績データ記憶手段には、各航空便の過去の予約実績データが格納されており、上記予測条件として、将来の予約対象日と、出発空港及び到着空港が入力された場合に、この予測条件にマッチする航空便が上記航空便記憶手段から抽出され、上記予約実績データ記憶手段から、各航空便に係る過去の予約実績データが抽出され、これらの予約実績データに基づいて、各航空便の将来の予約可能時期が推定され、上記の予約可能時期が航空便単位で出力されることを特徴としている。

【0016】

請求項８に記載した予約可能時期予測システムは、請求項１〜６に記載のシステムであって、さらに、上記予約対象物が宿泊施設の客室であり、各宿泊施設の名称、所在地、価格帯別の客室数が格納された宿泊施設記憶手段を備え、上記予約実績データ記憶手段には、各宿泊施設の過去の予約実績データが格納されており、上記予測条件として、将来の予約対象日と地域が入力された場合に、この予測条件にマッチする宿泊施設が上記宿泊施設記憶手段から抽出され、上記予約実績データ記憶手段から、各宿泊施設に係る過去の予約実績データが抽出され、これらの予約実績データに基づいて、各価格帯の将来の予約可能時期が推定され、上記の予約可能時期が価格帯別に出力されることを特徴としている。

【発明の効果】

【0017】

請求項１に記載した予約可能時期予測システムによれば、過去の予約実績データに基づいて将来の予約対象日に関する予約可能時期を推定し、事前にユーザに提示することができるため、うっかり予約可能時期を逃してしまう事態の発生を回避できる。

【0018】

請求項２または３に記載した予約可能時期予測システムの場合、相互に対応する過去の複数の予約実績データ間の予約率または調整済予約率の平均値を日毎に求め、これに基づいて将来の予約可能時期を推定する方式であるため、年毎のブレを均すことができ、より信頼性の高い予測結果を得ることができる。

【0019】

請求項４に記載した予約可能時期予測システムによれば、ユーザに対し、より確実性の高い「確実予約可能期限」と、これよりも確実性の低い「予約可能期限」の両方を提示することができる。

【0020】

請求項５または６に記載した予約可能時期予測システムの場合、イベント開催の有無による影響を予約可能時期の推定に反映させることができるため、より正確な予約可能時期を導出することができる。

【0021】

請求項７に記載した予約可能時期予測システムによれば、ユーザは特定の航空便の予約について、事前に予約可能時期を認識することができるため、航空便の予約ミスを有効に防止できる。

【0022】

請求項８に記載した予約可能時期予測システムによれば、ユーザは特定地域の宿泊施設について、事前に価格帯別の予約可能時期を認識することができるため、宿泊施設の予約ミスを有効に防止できる。

【発明を実施するための最良の形態】

【0023】

図１に示すように、この発明に係る予約可能時期予測システム10は、WEBサーバ12と、予約可能時期予測サーバ14と、DBサーバ16を備えている。
WEBサーバ12、予約可能時期予測サーバ14及びDBサーバ16は、通信ネットワークを介して相互に接続されている。

【0024】

上記WEBサーバ12は、インターネット18を介して、ユーザが操作する多数のクライアント端末20と接続されている。
このクライアント端末20としては、通信機能及びWEBブラウザプログラムを備えたPCやタブレット端末、スマートフォン等が該当する。

【0025】

上記予約可能時期予測サーバ14は、OS及び専用のアプリケーションプログラムを備えており、このアプリケーションプログラムに従ってサーバコンピュータのCPUが必要な処理を実行することにより、後述の各種機能を発揮する。

【0026】

上記DBサーバ16は、OS及びデータベース管理プログラムを備えており、その外部記憶装置22内には、イベントＤＢ24、イベント申込ＤＢ26、ユーザＤＢ28、天気予報ＤＢ29、宿泊施設ＤＢ30、宿泊予約ＤＢ32、宿泊施設予測ＤＢ34、航空便ＤＢ36、航空便予約ＤＢ38、航空便予測ＤＢ40等の各種データベースが格納されている。

【0027】

DBサーバ16は、インターネット18を介して多数の外部サーバ42やデータ登録端末44と接続されている。
外部サーバ42としては、例えば、各航空会社の航空便予約管理サーバ、各宿泊施設の予約管理サーバ、イベント予約代行業者の予約管理サーバ等が該当する。
また、データ登録端末44としては、このシステム10の運用者が管理するPC等が該当する。

【0028】

上記イベントＤＢ24には、日本各地で開催されるスポーツイベント、音楽イベント、展覧会、博覧会等、モーターショー、学会、サミット等、比較的大きな集客数（動員数）が見込まれる各種イベントの情報が格納されている。
例えば、図２(a)に示すように、イベントID、イベント名称、イベントカテゴリ、開始日時、終了日時、開催地、日毎の参加者数、主催者、登録日時等のデータ項目を備えたレコードが、イベントＤＢ24に格納されている。
これらのイベント情報は、データ登録端末44から随時送信され、DBサーバ16を介してイベントＤＢ24に格納される。

【0029】

また、上記イベント申込ＤＢ26には、特定のイベントに対するユーザの申込情報が格納されている。
例えば、図２(b)に示すように、イベント申込ID、イベントID、ユーザID、参加日、申込受付日時等のデータ項目を備えたレコードが、イベント申込ＤＢ26に格納されている。
これらのイベント申込情報は、外部サーバ42（イベント予約代行業者の予約管理サーバ等）から随時送信され、DBサーバ16を介してイベントＤＢ24に格納される。

【0030】

上記ユーザＤＢ28には、各ユーザの属性情報が格納されている。
例えば、図２(c)に示すように、ユーザID、氏名、住所、性別、生年月日、メールアドレス、登録年月日等のデータ項目を備えたレコードが、ユーザＤＢ28に格納されている。
これらのユーザ情報は、ユーザ登録時にクライアント端末20からWEBサーバ12に送信され、DBサーバ16を介してユーザＤＢ28に格納される。

【0031】

上記天気予報ＤＢ29には、天気予報情報が格納されている。
例えば、図２(d)に示すように、天気予報ID、適用地域、適用期間、増減率、登録年月日等のデータ項目を備えたレコードが、天気予報ＤＢ29に格納されている。
これらの天気予報情報は、データ登録端末44から随時送信され、DBサーバ16を介して天気予報ＤＢ29に格納される。

【0032】

上記宿泊施設ＤＢ30には、各宿泊施設の属性情報が格納されている。
例えば、図３(a)に示すように、宿泊施設ID、名称、カテゴリ（ホテル／旅館／ペンション等）、所在地、価格帯別客室数等のデータ項目を備えたレコードが、宿泊施設ＤＢ30に格納されている。
これらの宿泊施設情報は、データ登録端末44から随時送信され、DBサーバ16を介して宿泊施設ＤＢ30に格納される。

【0033】

上記宿泊予約ＤＢ32には、各地の主要なホテルや旅館等の宿泊施設における宿泊予約情報（予約実績データ）が格納される。
例えば、図３(b)に示すように、宿泊予約ID、宿泊施設ID、宿泊日、価格帯、予約受付日時等のデータ項目を備えたレコードが、宿泊予約ＤＢ32に格納されている。
これらの宿泊予約情報は、外部サーバ42（各宿泊施設の予約管理サーバ等）から随時送信され、DBサーバ16を介して宿泊予約ＤＢ32に格納される。

【0034】

上記宿泊施設予測ＤＢ34には、予約可能時期予測サーバ14によって算出された予約可能時期の予測データが、DBサーバ16を介して逐次格納される。
例えば、図３(c)に示すように、宿泊施設予測ID、ユーザID、予測対象日、予測対象地域、価格帯、確実予約可能期限、予約可能期限、予測実施日時等のデータ項目を備えたレコードが、宿泊施設予測ＤＢ34に格納されている。

【0035】

上記航空便ＤＢ36には、各航空便の属性情報が格納されている。
例えば、図４(a)に示すように、航空便ID、航空便名、出発空港、到着空港、出発時刻、到着時刻、座席数等のデータ項目を備えたレコードが、航空便ＤＢ36に格納されている。
これらの航空便情報は、データ登録端末44から随時送信され、DBサーバ16を介して航空便ＤＢ36に格納される。

【0036】

上記航空便予約ＤＢ38には、各航空会社の航空便に対する航空便予約情報（予約実績データ）が格納される。
例えば、図４(b)に示すように、航空便予約ID、航空便ID、搭乗日、予約受付日時等のデータ項目を備えたレコードが、航空便予約ＤＢ38に格納されている。
これらの航空便予約情報は、外部サーバ42（各航空会社の航空便予約管理サーバ等）から随時送信され、DBサーバ16を介して航空便予約ＤＢ38に格納される。

【0037】

上記航空便予測ＤＢ40には、予約可能時期予測サーバ14によって算出された予約可能時期の予測データが、DBサーバ16を介して逐次格納される。
例えば、図４(c)に示すように、航空便予測ID、ユーザID、予測対象日、出発空港、到着空港、確実予約可能期限、予約可能期限、予測実施日時等のデータ項目を備えたレコードが、航空便予測ＤＢ40に格納されている。

【0038】

つぎに、図５のフローチャートに従い、このシステム10による宿泊施設の予約可能時期予測の処理手順について説明する。
まず、クライアント端末20からWEBサーバ12に対し、宿泊施設の予約可能時期予測のリクエストが送信されると（Ｓ10）、WEBサーバ12からクライアント端末20に対して、予測条件指定画面（図示省略）が送信される（Ｓ12）。

【0039】

これに対し、ユーザが上記画面上で宿泊予定の日付（例えば「2016年12月１日」）と地域（例えば「沖縄県那覇市」）を指定すると、これらの条件がクライアント端末20からWEBサーバ12に送信される（Ｓ14）。

【0040】

WEBサーバ12経由でこれらの予測条件を受け取った予約可能時期予測サーバ14は、後述するＳ16〜Ｓ20の処理を通じて「確実予約可能期限」及び「予約可能期限」を算出し、WEBサーバ12に渡す。
つぎに予約可能時期予測サーバ14は、「確実予約可能期限」及び「予約可能期限」を含む宿泊施設予測データを生成し、DBサーバ16を介して宿泊施設予測ＤＢ34に格納する（Ｓ22）。

【0041】

一方、WEBサーバ12は、「確実予約可能期限」及び「予約可能期限」が記載された予測結果提示画面を生成し、クライアント端末20に送信する（Ｓ24）。
図６は、クライアント端末20のWEBブラウザ上に表示された宿泊施設に関する予測結果提示画面50を示すものであり、図示の通り、この画面上には(1)〜(5)の価格帯別に、「確実予約可能期限」と「予約可能期限」が表示されている。
ここで「確実予約可能期限」とは、宿泊予定日の予約を余裕で入れることができる期日のことを意味している。
また、「予約可能期限」とは、宿泊予定日に対して予約を入れることが可能な限界点を示しており、翌日以降は予約が極めて困難となることを意味している。

【0042】

例えば、１泊3,000円未満の廉価な宿泊施設の場合、2016年12月１日の予約を確実にするためには、「2016年８月21日」の確実予約可能期限までに動く必要があることになる。
もちろん、この確実予約可能期限以降であっても予約を入れることは可能であるが、それでも「2016年９月21日」の予約可能期限を過ぎると予約が非常に難しくなる。

【0043】

したがってユーザは、3,000円未満の比較的安い宿を確保するためには、「2016年８月21日」までに予約を入れるのが安全であり、遅くとも「2016年９月21日」までに予約を入れなければならないことを事前に認識できる。
これに対し、１泊12,000円以上の高価な宿泊施設の確保を希望しているユーザの場合には、最大限「2016年11月27日」の予約可能期限まで予約を留保できることがわかる。

【0044】

現時点（2016年６月１日）で予約を入れることを決断したユーザは、希望する価格帯に係る予約ボタン52をクリックする。
この結果、クライアント端末20は旅行代理店のWEBサーバに接続され、希望する価格帯の宿泊施設がリストアップされた予約申込画面（図示省略）が表示される。

【0045】

これに対し、希望する価格帯における予約可能期限が過ぎてしまっている場合（例えば、１１月に入ってから3,000円未満の価格帯の予約を入れる場合）、ユーザは予測条件変更欄54において「予測する日付」または「予測する地域」を選択し直した後、再予測ボタン56をクリックする。
この結果、変更後の予測条件にマッチする予測結果がリストアップされた画面が、クライアント端末20上に表示される。

【0046】

イベントの開催地である「那覇市」でイベント前日の「2016年12月１日」に3,000円未満の宿泊施設について予約を入れることはできなくても、その近隣にまで地域を広げれば１１月時点でも予約できる可能性があるため、上記のように予測条件を変えて再予測することには意味がある。

【0047】

つぎに、上記の「確実予約可能期限」及び「予約可能期限」の算出方法について説明する。
まず、予約可能時期予測サーバ14は、宿泊施設ＤＢ30を参照し、指定された地域に所在する宿泊施設を抽出する（Ｓ16）。
つぎに、予約可能時期予測サーバ14は、宿泊予約ＤＢ32を参照し、抽出した各宿泊施設に関する過去の所定期間内における、過去の所定日に関する予約率を日毎に算出する（Ｓ18）。

【0048】

例えば、「2016年12月１日」が今回の予約対象日である場合、予約可能時期予測サーバ14は、その１年前である2015年12月１日を、今回の予約対象日に対応する「過去の予約対象日」と認定し、これを起点に１年分遡った2014年12月２日までに属する各月日について、2015年12月１日に対する予約率を、指定された地域に所在する宿泊施設の価格帯別に算出する。

【0049】

仮に、沖縄県那覇市に存する価格帯が「3,000円未満」の全宿泊施設の合計客室数が1,000室であり、2015年７月１日の時点における「2015年12月１日」の予約数が300室であった場合、「2015/07/01の予約率＝30％」となる。
これに対し、同宿泊施設の2015年９月１日の時点における「2015年12月１日」の予約数が750室であった場合、「2015/09/01の予約率＝75％」となる。

【0050】

つぎに、予約可能時期予測サーバ14は、上記期間内における日毎の予約率の推移を解析し、価格帯毎に2015年12月１日に関する「確実予約可能期限」と「予約可能期限」を特定する（Ｓ20）。

【0051】

例えば、図７(a)に示すように、価格帯が「3,000円未満」の宿泊施設について、2015年８月21日における予約率が「46％」であるのに対し、翌８月22日にこれが「52％」まで上昇していた場合、「予約率50％を超えた日の前日を確実予約可能期限とする」という第１の判定ルールに従い、予約可能時期予測サーバ14は８月21日を「確実予約可能期限」と認定する。

【0052】

また、2015年９月21日における予約率が「87％」であるのに対し、翌９月22日にこれが「91％」まで上昇していた場合、「予約率90％を超えた日の前日を予約可能期限とする」という第２の判定ルールに従い、予約可能時期予測サーバ14は９月21日を「予約可能期限」と認定する。
上記の判定ルールはあくまでも一例であり、他のルールを適用できることは言うまでもない（以下同様）。

【0053】

あるいは、図７(b)に示すように、価格帯が「8,000円以上12,000円未満」の宿泊施設について、2015年11月１日における予約率が「48％」であるのに対し、翌11月２日にこれが「51％」まで上昇していた場合、「予約率50％を超えた日の前日を確実予約可能期限とする」という第１の判定ルールに従い、予約可能時期予測サーバ14は11月１日を「確実予約可能期限」と認定する。
また、2015年11月20日における予約率が「88％」であるのに対し、翌11月21日にこれが「90％」まで上昇していた場合、「予約率90％を超えた日の前日を予約可能期限とする」という第２の判定ルールに従い、予約可能時期予測サーバ14は11月20日を「予約可能期限」と認定する。

【0054】

つぎに、予約可能時期予測サーバ14は、上記の2015年12月１日に関する「確実予約可能期限」及び「予約可能期限」に対して単純に１年を加算することにより、2016年12月１日に関する「確実予約可能期限」及び「予約可能期限」を推定する。

【0055】

この結果、価格帯が「3,000円未満」の宿泊施設についての、2016年12月１日に関する確実予約可能期限は「2016年８月21日」となり、予約可能期限は「2016年９月21日」となる。
同様に、価格帯が「8,000円以上12,000円未満」の宿泊施設についての、2016年12月１日に関する確実予約可能期限は「2016年11月１日」となり、予約可能期限は「2016年11月20日」となる。

【0056】

以上の算出方式は、毎年同じ期間に同じ地域で同一の大型イベントが開催される場合に特に有効であるが、年毎の環境変化を反映させることにより、精度をより高めることができる。
以下、具体的に説明する。

【0057】

［イベント開催日が曜日絡みで決定される場合の補正］
すなわち、特定イベントの開催の有無によって特定地域の宿泊施設の予約状況に大きな変動が生じるケースにおいて、当該イベントの開催日が月日ではなく曜日との絡みで決定される場合、今回の予約対象日に対応する「過去の予約対象日」として、昨年のイベント開催日が特定されることが望ましい。

【0058】

例えば、NAHAマラソンの開催日が「毎年12月第１日曜日」と規定されている場合において、「2016年12月３日（2016年の開催日の前日）」を予約対象日とする予測リクエストが入力された場合、予約可能性予測サーバ14は「イベント関連予約」と認定し、「過去の予約対象日」として昨年の同イベント開催日の前日である「2015年12月５日」を特定する。

【0059】

この結果、昨年の実績ベースで「2015年12月５日」に関する確実予約可能期限として「2015年８月10日」が認定された場合、イベント開催日のズレを反映させ、２日前の「2016年８月８日」が本年の確実予約可能日と推定される。
もっとも、人口の多い東京や大阪などの大都市においては、オリンピックや万国博覧会といった国際的な超大型イベントは兎も角として、一般的なイベントの開催によって宿泊の予約動向にそれほど大きな変動が生じることはないため、上記のような補正処理を講じなくともよい。

【0060】

［現時点までの予約実績の反映］
今年の所定日における予約率、あるいは今年の所定期間における平均予約率と、昨年の所定日における予約率、あるいは昨年の対応期間における平均予約率とを比較し、両者間に一定以上の乖離が生じている場合には、これを算出結果に反映させることが該当する。

【0061】

例えば、2016年12月１日に関する価格帯が「3,000円未満」の宿泊施設の予約率が、現時点（2016年６月１日）で32％に達しているのに対し、昨年の同時点（2015年６月１日）で20％であった場合、図８(a)に示すように、昨年実績をベースに算出した日毎の予約率に対し、一律に12％を加算することが該当する。

【0062】

この結果、2016年12月１日に関する確実予約可能期限は、2016年８月21日よりも前の時点に移動すると共に、予約可能期限も2016年９月21日より前の時点に移動することとなる。
もちろん、増加した12％をそのまま加算する代わりに、その一部（例えば半分の６％）の加算に止めることもできる。

【0063】

これとは逆に、2016年12月１日に関する価格帯が「3,000円未満」の宿泊施設の予約率が、現時点（2016年６月１日）で８％に止まるのに対し、昨年の同時点（2015年６月１日）で20％であった場合、図８(b)に示すように、昨年実績をベースに算出した日毎の予約率に対し、一律に12％を減ずる補正が施される。

【0064】

この結果、2016年12月１日に関する確実予約可能期限は、2016年８月21日よりも後の時点に移動すると共に、予約可能期限も2016年９月21日より後の時点に移動することとなる。
この場合も、減少した12％をそのまま減算する代わりに、その一部（例えば半分の６％）の減算に止めることもできる。

【0065】

［イベント開催の有無による影響の反映］
昨年、予測対象時期に予測対象地域において開催された大型イベントが今年は開催されない場合や、開催日が変更された場合、あるいは昨年は存在していなかった大型イベントが今年初めて開催される場合には、その参加予定数や定員を予測結果に反映させることが望ましい。

【0066】

例えば、昨年（2015年）の12月１日に同地域において開催されたイベント（参加人数：3,000）の開催日が、今年（2016年）は12月８日に変更された場合、2016年12月１日に関する予約可能時期の予測に際し、その参加人数の50％に相当する1,500を、価格帯の数である５で除して「−300」の減少数を求める。
つぎに、2014年12月２日〜2015年12月１日の期間に属する各日の価格帯別予約率を求める際に、それぞれの予約数から300をマイナスして計算する。

【0067】

この結果、例えば「3,000円未満」の価格帯での2016年12月１日に関する確実予約可能期限は、2016年８月21日よりも後に繰り下がり、また2016年12月１日に関する予約可能期限も、2016年９月21日よりも後に繰り下がることとなる。
なお、既存イベントの規模（参加予定数や定員）が大幅に縮小した場合にも、上記と同様の修正処理がなされる。

【0068】

これとは逆に、昨年（2015年）の12月１日には存在しなかった新たなイベント（参加人数：3,000）が、今年（2016年）の12月１日に開催される場合、2016年12月１日に関する予約可能時期の予測に際し、その参加人数の50％に相当する1,500を、価格帯の数である５で除して「＋300」の増加数を求める。
つぎに、2014年12月２日〜2015年12月１日の期間に属する各日の価格帯別予約率を求める際に、それぞれの予約数に300をプラスして計算する。

【0069】

この結果、例えば「3,000円未満」の価格帯での2016年12月１日に関する確実予約可能期限は、2016年８月21日よりも前に繰り上がり、また2016年12月１日に関する予約可能期限も、2016年９月21日よりも前に繰り上がることとなる。
なお、既存イベントの規模（参加予定数や定員）が大幅に拡大した場合にも、上記と同様の修正処理がなされる。

【0070】

上記においては、増減する参加人数の50％を予測結果に反映させる例を示したが、この比率は一例に過ぎず、他の比率を適用することも当然に可能である。
また、上記比率に基づいて算出した増加数または減少数を価格帯の数で単純に割り算して、各価格帯の予約数に加算または減算する数を求める代わりに、予め決められたルールに従って各価格帯に割り振る増加数または減少数を求めることもできる（例えば、「3,000円未満」の価格帯：50％、「3,000円以上5,000円未満」の価格帯：20％、…等）。

【0071】

［天気予報情報の反映］
予測結果に、天気予報の情報を反映させることもできる。
例えば、今年（2016年）の冬、長野県地方が暖冬となるとの長期予報が発令された場合、スキー場周辺の宿泊施設に対する需要は減少することが予想されるため、同地方の宿泊施設に関する予測処理にこれを反映させることが望ましい。

【0072】

このためには、データ登録端末44からDBサーバ16の天気予報ＤＢ29に、適用地域、適用期間、増減率を規定したレコードを格納しておく。
一方、予約可能時期予測サーバ14は、天気予報ＤＢ29を参照し、ユーザからリクエストのあった予測対象地域及び予測対象日にマッチする天気予報データが登録されている場合、その増減率を過去の予約データに基づいて算出した予約数に適用させる。

【0073】

一例を挙げると、長野県北佐久郡立科町の「3,000円未満」の宿泊施設について、昨年の実績ベースで2015年12月１日に関する予約率が2015年９月１日に50％に達していたとしても、今年は暖冬であるため一律に「−10％」の増減率を適用し、2016年９月１日の予約率を40％と予測することが挙げられる。

【0074】

［宿泊施設予測データの活用］
宿泊施設予測ＤＢ34には、上記の通り、ユーザのリクエストに応じて予測処理が実行される都度、予測対象日、予測対象地域、価格帯、確実予約可能期限、予約可能期限が蓄積されていくため、後でこの予測データを分析することにより、このシステム10における予測精度を高めることが可能となる。

【0075】

すなわち、以下のように、宿泊施設予測ＤＢ34に格納された予測データと、宿泊予約ＤＢ32に格納された宿泊予約データに基づいて算出した実績データを比較することにより、現状の予測精度を検証することができる。

【0076】

［予測データ］
予測実施日：2016年６月１日
予測対象日：2016年12月１日
予測対象地域：沖縄県那覇市
価格帯：3,000円未満
確実予約可能期限：2016年８月21日（予約率50％を超えない期限）
予約可能期限：2016年９月21日 （予約率90％を超えない期限）

【0077】

［実績データ(1)］
分析対象日：2016年８月21日
予測対象日：2016年12月１日
予測対象地域：沖縄県那覇市
価格帯：3,000円未満
予約率：30％
算出日：2016年８月22日

【0078】

［実績データ(2)］
分析対象日：2016年９月21日
予測対象日：2016年12月１日
予測対象地域：沖縄県那覇市
価格帯：3,000円未満
予約率：85％
算出日：2016年９月22日

【0079】

まず、実績データ(1)は、予測データにおいて確実予約可能期限とされた「2016年８月21日」における実際の予約率を示すものであり、これが「30％」に止まっていることがわかる。
確実予約可能期限は、上記の通り「予約率50％を超えない期限」を示すものであるため、実際には20％近い乖離が存在したこととなる。

【0080】

また、実績データ(2)は、予測データにおいて予約可能期限とされた「2016年９月21日」における実際の予約率を示すものであり、これも「85％」に止まっていることがわかる。
予約可能期限は、上記の通り「予約率90％を超えない期限」を示すものであるため、実際には５％近い乖離が存在したこととなる。

【0081】

上記のように、各予測データと実績データとの比較を繰り返すことにより、予測精度の現状を把握することが可能となり、これに基づいて予測に用いる各種パラメータや補正値を最適化することも可能となる。

【0082】

つぎに、図９のフローチャートに従い、このシステム10による航空便の予約可能時期予測の処理手順について説明する。
まず、クライアント端末20からWEBサーバ12に対し、航空便の予約可能時期予測のリクエストが送信されると（Ｓ30）、WEBサーバ12からクライアント端末20に対して、予測条件指定画面（図示省略）が送信される（Ｓ32）。

【0083】

これに対し、ユーザが上記画面上で搭乗予定の日付（例えば「2016年12月１日」）と、出発空港（例えば「羽田空港」）及び到着空港（例えば「那覇空港」）の組合せ、すなわち路線を指定すると、これらの条件がクライアント端末20からWEBサーバ12に送信される（Ｓ34）。

【0084】

WEBサーバ12経由でこれらの予測条件を受け取った予約可能時期予測サーバ14は、後述するＳ36〜Ｓ40の処理を通じて「確実予約可能期限」及び「予約可能期限」を算出し、WEBサーバ12に渡す。
つぎに予約可能時期予測サーバ14は、「確実予約可能期限」及び「予約可能期限」を含む航空便予測データを生成し、DBサーバ16を介して航空便予測ＤＢ40に格納する（Ｓ42）。

【0085】

一方、WEBサーバ12は、「確実予約可能期限」及び「予約可能期限」が記載された予測結果提示画面を生成し、クライアント端末20に送信する（Ｓ44）。
図１０は、クライアント端末20のWEBブラウザ上に表示された航空便に関する予測結果提示画面70を示すものであり、図示の通り、この画面上には(1)〜(6)…の航空便別に、「確実予約可能期限」と「予約可能期限」が表示されている。
ここで「確実予約可能期限」とは、当該航空便の予約を余裕で入れることができる日のことを意味しており、「予約可能期限」とは、当該航空便に対して予約を入れることが可能な限界点を意味している。

【0086】

例えば、2016年12月１日７時55分羽田発の(6)JAL 903便について予約を確実に入れるためには、「2016年９月15日」の確実予約可能期限までに動く必要があることになる。
もちろん、この確実予約可能期限以降であっても予約を入れることは可能であるが、それでも「2016年10月30日」の予約可能期限を過ぎると予約が非常に難しくなる。

【0087】

したがってユーザは、2016年12月１日のJAL 903便の航空券を確保するためには、「2016年９月15日」までに予約を入れるのが安全であり、遅くとも「2016年10月30日」までに予約を入れなければならないことを認識できる。
これに対し、2016年12月１日のANA 461便の航空券の確保を希望しているユーザの場合には、最大限「2016年11月７日」の予約可能期限まで予約を留保できることとなる。

【0088】

現時点（2016年６月１日）で予約を入れることを決断したユーザは、希望する航空便に係る予約ボタン72をクリックする。
この結果、クライアント端末20は航空会社や旅行代理店のWEBサーバに接続され、希望する航空便の予約申込画面（図示省略）が表示される。

【0089】

一方、希望する航空便の予約可能期限が過ぎてしまっている場合、ユーザは予測条件変更欄74において「予測する日付」または「予測する路線」を選択し直した後、再予測ボタン76をクリックする。
この結果、変更後の予測条件にマッチする予約可能時期の予測結果がリストアップされた画面が、クライアント端末20上に表示される。

【0090】

つぎに、上記の「確実予約可能期限」及び「予約可能期限」の算出方法について説明する。
まず、予約可能時期予測サーバ14は、航空便ＤＢ36を参照し、指定された路線に係る航空便を抽出する（Ｓ36）。
つぎに、予約可能時期予測サーバ14は、航空便予約ＤＢ38を参照し、抽出した各航空便に関する過去の所定期間内における、過去の所定日に関する予約率を日毎に算出する（Ｓ38）。

【0091】

例えば、「2016年12月１日」が今回の予約希望日である場合、予約可能時期予測サーバ14は、その１年前である2015年12月１日を、今回の予約対象日に対応する「過去の予約対象日」と認定し、これを起点に１年分遡った2014年12月２日までに属する各月日について、2015年12月１日に対する予約率を、抽出した航空便別に算出する。

【0092】

仮に、ANA 461便の座席数が200席であり、2015年６月１日の時点における「2015年12月１日」の予約数が20席であった場合、「2015/06/01の予約率＝10％」となる。
これに対し、同航空便の2015年７月１日の時点における「2015年12月１日」の予約数が50席であった場合、「2015/07/01の予約率＝25％」となる。

【0093】

つぎに、予約可能時期予測サーバ14は、上記期間内における日毎の予約率の推移を解析し、航空便毎に2015年12月１日に関する「確実予約可能期限」と「予約可能期限」を特定する。

【0094】

例えば、図１１に示すように、(1)ANA 461便について、2015年９月30日の予約率が「47％」であるのに対し、翌10月１日にこれが「51％」まで上昇していた場合、「予約率50％を超えた日の前日を確実予約可能期限とする」という第１の判定ルールに従い、予約可能時期予測サーバ14は９月30日を「確実予約可能期限」と認定する。

【0095】

また、2015年11月７日の予約率が「89％」であるのに対し、翌11月８日にこれが「92％」まで上昇していた場合、「予約率90％を超えた日の前日を予約可能期限とする」という第２の判定ルールに従い、予約可能時期予測サーバ14は11月７日を「予約可能期限」と認定する。

【0096】

つぎに、予約可能時期予測サーバ14は、上記の2015年12月１日に関する「確実予約可能期限」及び「予約可能期限」に対して単純に１年を加算することにより、2016年12月１日に関する「確実予約可能期限」及び「予約可能期限」を推定する。
この結果、ANA 461便についての、2016年12月１日に関する確実予約可能期限は「2016年９月30日」となり、予約可能期限は「2016年11月７日」となる。

【0097】

航空便の予約可能時期予測についても、上記した「イベント開催日が曜日絡みで決定される場合の補正」や「現時点までの予約実績の反映」、到着空港近辺において開催される「イベント開催の有無による影響の反映」、「天気予報情報の反映」と同様の操作を施すことにより、予測精度の向上を図ることができる。
また、航空便予測ＤＢ40に格納された航空便予測データと、航空便予約ＤＢ38に格納された航空便予約データに基づいて算出した実績データを比較することにより、現状の予測精度の解析及びこれに基づく予測精度の向上を図ることもできる。

【0098】

［ユーザ情報の反映］
航空便の予約可能時期の予測に関してはさらに、イベントにエントリーしているユーザの住所地を分析し、その結果を反映させることにより、さらに予測精度を高めることが可能となる。
例えば、到着空港近辺において予測対象日の翌日に開催される大型イベントの参加者が、昨年は関西居住者が比較的多かったのに対し、今年の申込者は関東居住者の比率が増加している場合、「羽田空港→那覇空港」の路線については昨年実績の予約率に所定の比率をプラスすることが望ましい。
これとは逆に、「大阪空港→那覇空港」の路線については昨年実績の予約率に所定の比率をマイナスすることが望ましい。

【0099】

具体的には、予約可能時期予測サーバ14がイベント申込ＤＢ26に格納されている各イベント情報の開催地、開始日時、終了日時、参加予定数を参照し、予測対象日及び予測対象地域（到着空港近辺）において所定規模以上のイベントが存在するか否かを確認する。

【0100】

そして、該当のイベントが存在する場合、予約可能時期予測サーバ14は、イベント申込ＤＢ26及びユーザＤＢ28を参照し、昨年、当該イベントに申込をしていた各ユーザの住所分布を割り出す。
つぎに予約可能時期予測サーバ14は、イベント申込ＤＢ26及びユーザＤＢ28を参照し、今年、当該イベントに申込をしている各ユーザの住所分布を割り出す。

【0101】

つぎに予約可能時期予測サーバ14は、昨年と今年との間に、ユーザの住所分布に一定の乖離が生じている場合、昨年の実績ベースで算出した予約率に対して、予め設定された値によるプラスまたはマイナスの補正を行う。

【0102】

このシステム10による予約可能時期の予測処理は、他の予約対象物についても当然に適用可能である。
例えば、将来の特定日における特定の地域に停車する列車の指定席の予約や、特定の地域に所在する飲食店のテーブルの予約などが該当する。

【0103】

上記においては、過去１年間の実績データに基づいて今後の予約可能時期を割り出す方式について説明したが、この発明はこれに限定されるものではない。
例えば、過去３年間の実績データの平均値に基づいて、今後の予約可能時期を推定することも可能である。

【0104】

すなわち、「2016年12月１日」が将来の予約対象日として提示された場合、まず予約可能性予測サーバ14は、(1) 2015年12月１日、(2) 2014年12月１日、(3) 2013年12月１日の３つを過去の予約対象日と認定し、各予約対象日に至る日毎の予約率を各年毎に算出する。
つぎに予約可能性予測サーバ14は、各年の対応する月日間（例えば2015年10月１日、2014年10月１日、2013年10月１日間）で予約率の平均値を算出する。

【0105】

つぎに予約可能性予測サーバ14は、各日毎の予約率の平均値に上記と同様の判定ルールを適用することにより、過去の予約実績データに基づく確実予約可能期限及び予約可能期限を求める。
最後に予約可能性予測サーバ14は、上記の確実予約可能期限及び予約可能期限の月日を本年（2016年）に振り替えることにより、2016年12月１日に対する確実予約可能期限及び予約可能期限と推定する。

【0106】

過去の複数の予約対象日を特定するに際し、上記した「イベント開催日が曜日絡みで決定される場合の補正」を施すことも当然に可能である。
すなわち、対象地域で毎年開催される大型イベントの開催日が「12月の第１日曜日」と規定されている状況下で、「2016年12月３日」が将来の予約対象日として提示された場合、予約可能性予測サーバ14は、(1) 2015年12月５日、(2) 2014年12月７日、(3) 2013年12月１日の３つを過去の予約対象日と認定し、各予約対象日に至る日毎の予約率を各年毎に算出する。

【0107】

つぎに予約可能性予測サーバ14は、各年の対応する月日間で予約率の平均値を算出する際に、過去の予約対象日間のズレを反映させる「調整」を行う。この結果、例えば2015年10月１日、2014年10月３日、2013年９月27日間で、それぞれの予約率の平均値が算出される。

【0108】

また、各年の対応する月日間で予約率の平均値を算出する際に、単純にそれぞれの予約率を加算して年数で除する代わりに、各年の予約率に所定の重み付けを適用する「調整」を施すこともできる。
すなわち、各年の「宿泊施設の客室数の増減」や、「競合イベントの開催状況」、「宿泊を要するイベント参加者数の増減（各イベント申込者の住所から推論）」、「気候条件（暖冬／寒冬等）」等によってその年の予約状況に変動が生じる可能性があるため、これらの条件を反映させた年毎の重み付け値をイベントや地域、予約カテゴリ等に関連付けて予め予約可能性予測サーバ14に設定しておく。

【0109】

例えば、以下の重み付けが設定されていた場合、2015年10月１日、2014年10月３日、2013年９月27日の間で平均値を算出する際には、以下のような調整済予約率が求められ、これらの間での平均値が算出される。
(1)［重み付け値］
2015年NAHAマラソン関連・・・0.9
2014年NAHAマラソン関連・・・0.7
2013年NAHAマラソン関連・・・1.0
(2)［実際の予約率］
2015年10月１日・・・50％
2014年10月３日・・・45％
2013年９月27日・・・60％
(3)［調整済予約率］
2015年10月１日・・・50×0.9＝45％
2014年10月３日・・・45％×0.7≒32％
2013年９月27日・・・60％×1.0＝60％

【0110】

上記の重み付け値は、予め人間の手によってシステム内に設定しておく他に、予約可能性予測サーバ14が、所定のルールに従い、所定のデータを参照することにより、自動的に算出するように構成することも当然に可能である。

【0111】

上記においては、ユーザからの明示的な予測リクエストを受け付けた後、予約可能性予測サーバ14が特定の予約対象日に関する確実予約可能期限及び予約可能期限を予測する例を示したが、この発明はこれに限定されるものではない。
例えば、イベント申込ＤＢ26に将来の予約対象日を暗示する新規のイベント申込データが登録（入力）される都度、当該ユーザが当該イベントに参加するのに必要な宿泊施設や航空便の予約可能時期を予約可能性予測サーバ14が自動的に算出し、WEBページ（マイページ）や電子メールを介してユーザに告知（出力）する仕組みを備えるように構成することもできる。
因みに、宿泊施設や航空便の予約の必要性は、ユーザＤＢ28に登録されたユーザの住所地によって判断される。

【図面の簡単な説明】

【0112】

【図1】この発明に係る予約可能時期予測システムの全体構成図である。

【図2】イベントＤＢ、イベント申込ＤＢ、ユーザＤＢ、天気予報ＤＢの構成を示す図である。

【図3】宿泊施設ＤＢ、宿泊予約ＤＢ、宿泊施設予測ＤＢの構成を示す図である。

【図4】航空便ＤＢ、航空便予約ＤＢ、航空便予測ＤＢの構成を示す図である。

【図5】このシステムによる宿泊施設に関する予約可能時期予測の処理手順を示すフローチャートである。

【図6】宿泊施設に関する予約可能時期の予測結果提示画面を示す図である。

【図7】宿泊施設に関する確実予約可能期限及び予約可能期限を予測する過程を示す図である。

【図8】現時点までの予約実績を予測結果に反映させる過程を示す図である。

【図9】このシステムによる航空便に関する予約可能時期予測の処理手順を示すフローチャートである。

【図10】航空便に関する予約可能時期の予測結果提示画面を示す図である。

【図11】航空便に関する確実予約可能期限及び予約可能期限を予測する過程を示す図である。

【符号の説明】

【0113】

10 予約可能時期予測システム
12 WEBサーバ
14 予約可能時期予測サーバ
16 DBサーバ
18 インターネット
20 クライアント端末
22 外部記憶装置
24 イベントＤＢ
26 イベント申込ＤＢ
28 ユーザＤＢ
29 天気予報ＤＢ
30 宿泊施設ＤＢ
32 宿泊予約ＤＢ
34 宿泊施設予測ＤＢ
36 航空便ＤＢ
38 航空便予約ＤＢ
40 航空便予測ＤＢ
42 外部サーバ
44 データ登録端末
50 予測結果提示画面
52 予約ボタン
54 予測条件変更欄
56 再予測ボタン
70 予測結果提示画面
72 予約ボタン
74 予測条件変更欄
76 再予測ボタン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】