特許 6873863 提供数予測装置、提供数予測方法及び提供数予測プログラム

(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】6873863

(24)【登録日】2021年4月23日

(45)【発行日】2021年5月19日

(54)【発明の名称】提供数予測装置、提供数予測方法及び提供数予測プログラム

(51)【国際特許分類】

   G06Q 10/04 20120101AFI20210510BHJP

   G06Q 50/12 20120101ALI20210510BHJP

【ＦＩ】

   G06Q10/04

   G06Q50/12

【請求項の数】6

【全頁数】10

(21)【出願番号】特願2017-154356(P2017-154356)

(22)【出願日】2017年8月9日

(65)【公開番号】特開2019-32753(P2019-32753A)

(43)【公開日】2019年2月28日

【審査請求日】2020年1月16日

(73)【特許権者】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(73)【特許権者】

【識別番号】598076591

【氏名又は名称】東芝インフラシステムズ株式会社

(74)【代理人】

【識別番号】110001634

【氏名又は名称】特許業務法人 志賀国際特許事務所

(72)【発明者】

【氏名】小林 義孝

(72)【発明者】

【氏名】会津 宏幸

【審査官】 上田 威

(56)【参考文献】

【文献】 特開平０９−０２６９９０（ＪＰ，Ａ）

【文献】 韓国公開特許第１０−２０１４−００２１１７８（ＫＲ，Ａ）

【文献】 特開２００７−２１３１５２（ＪＰ，Ａ）

【文献】 特開２００５−２４２８３９（ＪＰ，Ａ）

【文献】 特開２００８−２９８３５３（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】

食堂を有する施設で食事が提供される時間帯よりも前の時刻において前記施設に在館していた者の人数である在館者数の集計結果を決定する在館者数決定部と、
過去に食堂を利用した人数と過去の前記在館者数の集計結果との比に基づいて過去の食堂の利用率の実績値を定め、過去の食堂の利用率の実績値に基づいて対象日の食堂の利用率の推定値を定める利用率推定部と、
前記対象日の食堂の利用率の推定値と前記対象日の在館者数の集計結果との乗算結果を前記対象日の食事の提供数の予測値と決定する予測部と
を備える提供数予測装置。

【請求項2】

前記在館者数決定部は、前記対象日の施設の入館履歴及び退館履歴にイベントが記録されていない人であっても、前記対象日の施設の部屋の入室履歴及び退室履歴にイベントが記録されている人の数を、前記在館者数の集計結果に含める、請求項１に記載の提供数予測装置。

【請求項3】

前記在館者数決定部は、前記対象日の食事が提供される時間帯よりも前の時刻において前記施設に在館していた者の人数である在館者数の集計結果を更新し、
前記予測部は、前記食堂の利用率の推定値と更新された前記在館者数の集計結果とに基づいて、前記対象日の食事の提供数の予測値を更新する、請求項１又は請求項２に記載の提供数予測装置。

【請求項4】

前記在館者数決定部は、前記対象日の食事が提供される時間帯の時刻において前記施設に在館していた者の人数である在館者数の集計結果を更新し、
前記予測部は、前記食堂の利用率の推定値と更新された前記在館者数の集計結果とに基づいて、前記対象日の食事の提供数の予測値を更新する、請求項１から請求項３のいずれか一項に記載の提供数予測装置。

【請求項5】

食事の提供数を予測する提供数予測装置が実行する提供数予測方法であって、
食堂を有する施設で食事が提供される時間帯よりも前の時刻において前記施設に在館していた者の人数である在館者数の集計結果を決定するステップと、
過去に食堂を利用した人数と過去の前記在館者数の集計結果との比に基づいて過去の食堂の利用率の実績値を定め、過去の食堂の利用率の実績値に基づいて対象日の食堂の利用率の推定値を定めるステップと、
前記対象日の食堂の利用率の推定値と前記対象日の在館者数の集計結果との乗算結果を前記対象日の食事の提供数の予測値と決定するステップと
を含む提供数予測方法。

【請求項6】

コンピュータに、
食堂を有する施設で食事が提供される時間帯よりも前の時刻において前記施設に在館していた者の人数である在館者数の集計結果を決定する手順と、
過去に食堂を利用した人数と過去の前記在館者数の集計結果との比に基づいて過去の食堂の利用率の実績値を定め、過去の食堂の利用率の実績値に基づいて対象日の食堂の利用率の推定値を定める手順と、
前記対象日の食堂の利用率の推定値と前記対象日の在館者数の集計結果との乗算結果を前記対象日の食事の提供数の予測値と決定する手順と
を実行させるための提供数予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、提供数予測装置、提供数予測方法及び提供数予測プログラムに関する。

【背景技術】

【0002】

ビル等の施設に備えられた食堂の事業者は、昼休み等の特定の時間帯に集中する食事需要に対応するため、特定の時間帯よりも前に食堂における食事の提供数を予測する必要がある。しかしながら、従来の装置は、食事の提供数を予測することができない場合があった。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００３−２８８６８７号公報

【特許文献2】特開２０１１−７３５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明が解決しようとする課題は、食事の提供数を予測することができる提供数予測装置、提供数予測方法及び提供数予測プログラムを提供することである。

【課題を解決するための手段】

【0005】

実施形態の提供数予測装置は、在館者数決定部と、利用率推定部と、予測部とを持つ。在館者数決定部は、食堂を有する施設で食事が提供される時間帯よりも前の時刻において施設に在館していた者の人数である在館者数の集計結果を決定する。利用率推定部は、過去に食堂を利用した人数と過去の在館者数の集計結果との比に基づいて過去の食堂の利用率の実績値を定め、過去の食堂の利用率の実績値に基づいて対象日の食堂の利用率の推定値を定める。予測部は、対象日の食堂の利用率の推定値と対象日の在館者数の集計結果とに基づいて対象日の食事の提供数の予測値を決定する。

【図面の簡単な説明】

【0006】

【図1】実施形態の提供数予測システムの構成の例を示す図。

【図2】実施形態の利用履歴の例を示す図。

【図3】実施形態の在館履歴の例を示す図。

【図4】実施形態の電子メールの例を示す図。

【図5】実施形態の提供数予測装置の動作の例を示すフローチャート。

【発明を実施するための形態】

【0007】

以下、実施形態の提供数予測装置、提供数予測方法及び提供数予測プログラムを、図面を参照して説明する。

【0008】

図１は、提供数予測システム１の構成の例を示す図である。提供数予測システム１は、ビル等の施設に備えられた食堂における食事の提供数を予測するシステムである。食堂の事業者は、例えば、提供数予測システム１が提供数を予測する対象の日である対象日（当日）の午前１１時４５分から始まる時間帯において、食堂を利用する者に食事を提供する。

【0009】

提供数予測システム１は、施設２と、利用履歴データベース３と、在館履歴データベース４と、カレンダデータベース５と、提供数予測装置６とを備える。施設２は、食堂を備える施設であり、例えばビルである。施設２は、管理システム２２と、事業者端末２０と、ゲート装置２１−１〜２１−Ｎ（Ｎは、２以上の整数）とを備える。

【0010】

事業者端末２０は、パーソナルコンピュータ、タブレット端末、スマートフォン等の情報処理装置である。事業者端末２０は、当日における提供数の予測値を、電子メール等によって提供数予測装置６から取得する。食堂の事業者は、事業者端末２０に表示された電子メール等を確認することで、当日における提供数の予測値を当日の午前１１時４５分よりも前に知ることができる。以下、施設２の食堂で食事が提供される時間帯よりも前の時刻において施設２に在館していた者を「在館者」という。

【0011】

事業者端末２０は、食堂を利用した者に食堂の事業者が食事を提供した日時を表す情報を、食堂を利用した者の個人識別番号に対応付けて、利用履歴として利用履歴データベース３に送信する。事業者端末２０は、食堂全体の当日の食事の提供数の実績値を、利用履歴データベース３に送信してもよい。事業者端末２０は、在館者のうち食堂を利用した者に提供された食事の提供数の実績値を、過去の所定期間について日ごとに決定してもよい。過去の所定期間は、例えば、過去の直近３０日間である。事業者端末２０は、過去の所定期間における食堂全体の食事の提供数の実績値を、利用履歴データベース３に送信してもよい。

【0012】

図２は、利用履歴の例を示す図である。利用履歴は、在館者が食堂を利用した日時の履歴である。利用履歴では、在館者が食堂を利用した日時と、食堂を利用した者の個人識別番号とが対応付けられている。利用履歴に記録された日時の個数は、食事の提供数と等しい。図２では、一例として、在館者が食堂を利用した日時の履歴が利用履歴として表されているが、利用履歴は、食堂を利用したか否かを個人別で表す情報でもよい。利用履歴において、例えば、食堂を利用したことは１と表されてもよい。食堂を利用していないことは０と表されてもよい。

【0013】

図１に戻り、施設２の構成の例の説明を続ける。ゲート装置２１は、フラッパーゲート（セキュリティゲート）、室内扉（自動ドア）である。ゲート装置２１には、ゲート番号が割り当てられている。ゲート装置２１は、個人を認証（識別）するための認証装置を備える。認証装置は、例えば、無線通信が可能であるＩＣ（Integrated Circuit）カードに割り当てられた個人識別番号に基づいて、ゲート装置２１を通過する個人を認証する。

【0014】

ゲート装置２１は、フラッパーゲートである場合、例えば、施設２の出入口に備えられる。ゲート装置２１は、フラッパーゲートである場合、施設２に在館可能である人の入館履歴及び退館履歴を、在館履歴として管理システム２２に出力する。在館可能である人は、例えば、施設２で業務に従事する従業員、食堂の事業者の食堂スタッフである。ゲート装置２１は、室内扉である場合、例えば、施設２の執務室等の部屋の出入口に備えられる。ゲート装置２１は、室内扉である場合、施設２の部屋に在館可能である人の入室履歴及び退室履歴を、在館履歴として管理システム２２に出力する。

【0015】

管理システム２２は、サーバ装置等の情報処理装置である。管理システム２２は、ゲート装置２１−１〜２１−Ｎから取得された入館履歴及び退館履歴に基づいて、在館者数を管理する。フラッパーゲートにおける入館履歴及び退館履歴に基づく在館者数の集計結果と在館者数の実績値とは、例えば、理由１〜理由４などによって一致しない場合がある。

【0016】

理由１：フラッパーゲートにおける高トラフィック時、入館履歴及び退館履歴が正しく記録されていない場合がある。
理由２：完全には開いていないフラッパーゲートから、人が施設２に入館した場合がある。
理由３：フラッパーゲート以外の通用口等から、人が施設２に入館した場合がある。
理由４：前日から継続して施設２に残っている在館者がいる場合がある。

【0017】

そのため、当日のフラッパーゲートにおける入館履歴及び退館履歴にイベント等が記録されていないことを理由として施設２に在館していないと判定された人のうち、施設２の部屋の室内扉における入室履歴及び退室履歴にイベント等が記録されている人の数は、在館者数の集計結果に含められる必要がある。

【0018】

図３は、在館履歴の例を示す図である。在館履歴は、当日のフラッパーゲートにおける入館履歴及び退館履歴と、当日の施設２の部屋の室内扉における入室履歴及び退室履歴とを含む。在館履歴では、日時と、職種情報と、個人識別番号（アカウントコード）と、ゲート番号と、通過イベントとが対応付けられている。

【0019】

日時は、通過イベントが発生した日時である。職種情報は、ゲート装置２１を通過した人の職種を表す情報である。職種情報は、例えば、従業員、食堂スタッフ等を表す情報である。職種情報は、例えば、ＩＣカードに記録されている個人識別番号に基づいて定められる。個人識別番号は、暗号化されていてもよい。ゲート番号（ゲート名称）は、ゲート装置２１に割り当てられた番号である。通過イベントは、当日のフラッパーゲートにおける入館及び退館のイベントと、当日の施設２の室内扉における入室及び退室のイベントとを表す。

【0020】

図１に戻り、施設２の構成の例の説明を続ける。管理システム２２は、個人の認証結果（識別結果）に基づいて、施設２における入館時刻及び退館時刻を個人別に管理する。管理システム２２は、在館者数の実績値を、過去の所定期間について日ごとに決定する。過去の所定期間は、例えば、過去の直近３０日間以上の期間である。

【0021】

利用履歴データベース３と在館履歴データベース４とカレンダデータベース５とは、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）などの不揮発性の記憶媒体（非一時的な記憶媒体）を有する。利用履歴データベース３と在館履歴データベース４とカレンダデータベース５とは、例えば、ＲＡＭ（Random Access Memory）やレジスタなどの揮発性の記憶媒体を有していてもよい。

【0022】

利用履歴データベース３は、当日の食堂の個人別の利用履歴を、事業者端末２０から取得する。すなわち、利用履歴データベース３は、当日の個人別の食事の提供数の実績値を、事業者端末２０から取得する。これを複数の日について実行することによって、利用履歴データベース３は、過去の所定期間における各日の個人別の利用履歴を記憶する。

【0023】

在館履歴データベース４は、当日の個人別の在館履歴を、管理システム２２から取得する。これを複数の日について実行することによって、在館履歴データベース４は、過去の所定期間における各日の個人別の在館履歴を記憶する。

【0024】

当日前後における所定期間や当日が、暦において定められた休日、連休、年末、年始又は年度始めである日である場合、当日における提供数は特異的に変化する場合がある。また、提供数を予測する当日の天候又は天気に応じて、当日における提供数は特異的に変化する場合がある。以下、提供数が変化する日（提供数の傾向が変化する日）を「特異日」という。

【0025】

カレンダデータベース５は、カレンダ情報を記憶する。カレンダデータベース５は、特異日及び非特異日の少なくとも一方を含む複数の日の並びのパターンを表すカレンダ情報を記憶する。提供数予測装置６は、当日前後における特異日及び非特異日の並びのパターンと同一又は類似した特異日及び非特異日のパターンであった過去の日（以下「類似日」という。）を、カレンダ情報において選択する。

【0026】

特異日及び非特異日のパターンは、特異日が１と非特異日が０と表される複数ビットの変数である。例えば、特異日及び非特異日のパターンは、当日の３日前、２日前、１日前、１日後、２日後、３日後がそれぞれ特異日であるか非特異日であるかに応じた６４（＝２^６）通りの６ビットの変数である。

【0027】

提供数予測装置６は、特異日及び非特異日のパターンに基づいて選択された過去の日を、類似日として予測に用いる。提供数予測装置６は、類似日における食堂の利用率と当日の在館者数とに基づいて、在館者のうち食堂を利用した者に提供される食事の提供数を予測する。

【0028】

提供数予測装置６は、サーバ装置、パーソナルコンピュータ、タブレット端末、スマートフォン等の情報処理装置である。提供数予測装置６は、在館者数決定部６０と、利用率推定部６１と、予測部６２と、出力部６３とを備える。各機能部のうち一部又は全部は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサが、記憶部に記憶されたプログラムを実行することにより実現されてもよい。各機能部のうち一部又は全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェアを用いて実現されてもよい。

【0029】

在館者数決定部６０は、当日の在館履歴を管理システム２２から取得する。在館者数決定部６０は、当日の施設２の食堂で食事が提供される時間帯よりも前の時刻において、当日の個人別の在館履歴に基づいて当日の在館者数の集計結果を決定する。

【0030】

在館者数決定部６０は、当日の施設２に在館している従業員の人数を、在館者数の集計結果に含める。食堂スタッフは食堂で食事を提供される対象ではないので、在館者数決定部６０は、施設２に在館している食堂スタッフの人数を在館者数の集計結果に含めない。在館者数決定部６０は、当日のフラッパーゲートにおける入館履歴及び退館履歴にイベント等が記録されていない人であっても、施設２の部屋の室内扉における入室履歴及び退室履歴にイベント等が記録されている人の数を、在館者数の集計結果に含める。

【0031】

在館者数決定部６０は、食事が提供される時間帯よりも前の時刻において施設２に在館していた者の人数である在館者数の集計結果を更新してもよい。在館者数決定部６０は、食事が提供される時間帯の時刻において施設２に在館していた者の人数である在館者数の集計結果を更新してもよい。例えば、在館者数決定部６０は、在館者数がある程度確定する時刻である（在館者数の増減率が少なくなる時刻である）午前１０時と、午前１１時と、食事が提供される時間帯の開始直後である午前１１時５０分とにおいて、当日の在館者数の集計結果の情報を更新する。

【0032】

利用率推定部６１は、過去の所定期間における各日の個人別の利用履歴を、利用履歴データベース３から取得する。利用率推定部６１は、過去の所定期間における各日の個人別の在館履歴を、在館履歴データベース４から取得する。利用率推定部６１は、カレンダ情報をカレンダデータベース５から取得する。

【0033】

利用率推定部６１は、過去の食堂の利用率の実績値に基づいて、当日の食堂の利用率の推定値を定める。例えば、利用率推定部６１は、過去の所定期間における各日の個人別の利用履歴と各日の個人別の在館履歴とに基づいて、食堂を利用した人数と在館者数とを日ごとに算出する。食堂を利用した人数は、食事の提供数と等しい。利用率推定部６１は、食堂を利用した人数を在館者数で日ごとに除算した結果を、過去の所定期間における各日の食堂の利用率の実績値と定める。例えば、利用率推定部６１は、機械学習を用いてパラメータが調整された予測ロジックや、予測モデルを用いてパラメータが調整された予測ロジック等に基づいて、当日の食堂の利用率の推定値を定める。

【0034】

機械学習は、例えば、ニューラルネットワーク、遺伝的プログラミング等を用いた機械学習である。例えば、利用率推定部６１は、過去の所定の日における在館者数をニューラルネットワークの入力とし、過去の所定の日における提供数をニューラルネットワークの出力とすることによって、ニューラルネットワークのパラメータを決定する。

【0035】

予測モデルは、例えば、類似日における食堂の利用率を用いた予測モデルである。例えば、利用率推定部６１は、類似日の食事の提供数と当日の食事の提供数とが近いという予測モデルを用いて、当日の食堂の利用率の推定値を定める。利用率推定部６１は、特異日及び非特異日のパターンに基づいて、過去の所定期間における類似日をカレンダ情報から選択する。利用率推定部６１は、類似日における食堂の利用率の実績値を、当日の食堂の利用率の推定値と定める。

【0036】

予測部６２は、当日の食堂の利用率の推定値を、利用率推定部６１から取得する。予測部６２は、当日の在館者数の集計結果を、在館者数決定部６０から取得する。予測部６２（提供数決定部）は、食堂の事業者が当日の午前１１時４５分から提供する食事の提供数を、当日の利用率の推定値と直近の時刻の在館者数の集計結果とに基づいて予測する。例えば、予測部６２は、当日の食事の提供数の予測値を、式（１）のように決定する。

【0037】

当日の食事の提供数の予測値
＝（当日の在館者数の集計結果）×（当日の食堂の利用率の推定値） …（１）

【0038】

予測部６２は、食堂の事業者が当日の午前１１時４５分から提供する食事の提供数を、例えば、当日の午前１０時の在館者数の集計結果に基づいて予測する。予測部６２は、食堂の事業者が当日の午前１１時４５分から提供する食事の提供数を、例えば、当日の午前１１時の在館者数の集計結果に基づいて予測する。予測部６２は、例えば、食堂の事業者が当日の食事の提供を開始した時刻である午前１１時４５分よりも後である午前１１時５０分における在館者数の集計結果に基づいて、食堂の事業者が当日において提供する食事の提供数の予測値を午前１１時５０分に更新する。

【0039】

出力部６３は、当日における食事の提供数の予測値を、電子メール等によって事業者端末２０に出力する。出力部６３は、例えば、予測部６２が食事の提供数を予測するごとに、事業者端末２０に電子メールを出力してもよい。

【0040】

図４は、電子メールの例を示す図である。出力部６３が食事の提供数の予測値を事業者端末２０に提供するタイミングは、食堂の事業者が事前調理を開始するタイミングより前である必要がある。出力部６３は、当日における食事の提供数の予測値を、食事を提供する時間帯ごとに３回以上提供してもよい。例えば、出力部６３は、当日における昼食の提供数の予測値を、当日の早い時刻に事業者端末２０に提供する。例えば、在館者数が午前１０時頃にある程度確定する施設２であれば、出力部６３は、当日の早い時刻である午前１０時頃に１回目の予測値を提供する。

【0041】

在館者数の変化は、施設ごとに一定の傾向がある。例えば、第１の施設における在館者数の変化の傾向は、午前１０時の在館者数と午前１１時の在館者数とがほぼ同じであるという傾向でもよい。例えば、第２の施設における在館者数の変化の傾向は、午前１１時の在館者数が午前１０時の在館者数の１．０５倍であるという傾向でもよい。在館者数の変化の傾向は１年を通じてほぼ変わらないが、在館者数の変化の傾向が通常日における変化の傾向とは異なる特異日が存在する。例えば、特異日は、当日に交通機関が遅延したために従業員の入館時刻がたまたま遅くなった日や、食事が提供される時間帯よりも前に多くの在館者が外出した日でもよい。予測部６２は、当日が特異日であっても食事の提供数を精度よく予測するために、当日の午前１１時の在館者数に基づいて食事の提供数を更に予測する。出力部６３は、例えば、２回目の予測値を午前１１時頃に提供する。

【0042】

在館者は、施設２の食堂と、施設２のうち食堂以外の場所と、施設２以外の場所とのうちのいずれの場所でも、昼食を摂ることができる。予測部６２は、昼休みにおける在館者の退館時刻の件数の傾向（外出傾向）に基づいて、昼休みの食堂における食事の提供数の予測精度を高めることができる。昼食が提供される時間帯の開始直後に施設２から外出した人数に応じて在館者数決定部６０が在館者数を更新するので、出力部６３は、食事の提供数の予測値を出力する時刻を、昼食が提供される時間帯の開始直後よりも遅らせる必要がある。出力部６３は、例えば、昼食が提供される時間帯の開始直後である午前１１時５０分頃に、３回目の予測値を提供する。出力部６３は、直近３０日間の食事の提供数の推移を表す情報を、電子メールに含めて出力してもよい。出力部６３は、類似日における食事の提供数の実績値を、電子メールに含めて出力してもよい。

【0043】

次に、提供数予測装置６の動作の例を説明する。
図５は、提供数予測装置６の動作の例を示すフローチャートである。在館者数決定部６０は、入館等の通過イベントに基づいて、当日の在館者数の集計結果を決定する（ステップＳ１００）。利用率推定部６１は、過去の所定期間における各日の個人別の利用履歴と、過去の所定期間における各日の個人別の在館履歴とに基づいて、食堂の利用率を日ごとに算出する（ステップＳ１０１）。

【0044】

利用率推定部６１は、類似日における食堂の利用率を、当日の食堂の利用率の推定値と定める（ステップＳ１０２）。予測部６２は、当日の在館者数の集計結果と当日の食堂の利用率の推定値とに基づいて、当日の食事の提供数の予測値を決定する（ステップＳ１０３）。出力部６３は、当日の食事の提供数の予測値等を含む電子メールを生成する（ステップＳ１０４）。出力部６３は、生成された電子メールを出力する（ステップＳ１０５）。

【0045】

以上のように、実施形態の提供数予測装置６は、在館者数決定部６０と、利用率推定部６１と、予測部６２とを持つ。在館者数決定部６０は、食堂を有する施設で食事が提供される時間帯よりも前の時刻において施設に在館していた者の人数である在館者数の集計結果を決定する。利用率推定部６１は、過去に食堂を利用した人数と過去の在館者数の集計結果との比に基づいて過去の食堂の利用率の実績値を定め、過去の食堂の利用率の実績値に基づいて対象日の食堂の利用率の推定値を定める。予測部６２は、対象日の食堂の利用率の推定値と対象日の在館者数の集計結果とに基づいて対象日の食事の提供数の予測値を決定する。これにより、実施形態の提供数予測装置６は、食事の提供数を予測することができる。

【0046】

実施形態の提供数予測装置６は、在館者数の集計結果に基づいて、食事等の提供数の予測精度を向上させることができる。実施形態の提供数予測装置６は、直近の所定期間における各日の提供数に基づいて、食事等の提供数の予測精度を向上させることができる。実施形態の提供数予測装置６は、食堂の事業者に提供数の予測値を提供することができる。実施形態の提供数予測装置６は、実際の食事需要よりも食事の準備数が多くなることによる損失の発生を抑えることができる。食堂の事業者は、提供数の予測値に基づく数量の食事を用意することができる。

【0047】

以上述べた少なくともひとつの実施形態によれば、対象日の食堂の利用率の推定値と対象日の在館者数の集計結果とに基づいて対象日の食事の提供数の予測値を決定する予測部を持つことにより、食事の提供数を予測することができる。

【0048】

以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0049】

１…提供数予測システム、２…施設、３…利用履歴データベース、４…在館履歴データベース、５…カレンダデータベース、６…提供数予測装置、２０…事業者端末２０…ゲート装置、２２…管理システム、６０…在館者数決定部、６１…利用率推定部、６２…予測部、６３…出力部

【図1】

【図2】

【図3】

【図4】

【図5】