特許 6972667 地域特性予測方法、地域特性予測装置及び地域特性予測プログラム

(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】6972667

(24)【登録日】2021年11月8日

(45)【発行日】2021年11月24日

(54)【発明の名称】地域特性予測方法、地域特性予測装置及び地域特性予測プログラム

(51)【国際特許分類】

   G06Q 10/04 20120101AFI20211111BHJP

   G09B 29/00 20060101ALI20211111BHJP

【ＦＩ】

   G06Q10/04

   G09B29/00 Z

【請求項の数】8

【全頁数】15

(21)【出願番号】特願2017-109187(P2017-109187)

(22)【出願日】2017年6月1日

(65)【公開番号】特開2018-205956(P2018-205956A)

(43)【公開日】2018年12月27日

【審査請求日】2020年3月10日

(73)【特許権者】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】100087480

【弁理士】

【氏名又は名称】片山 修平

(72)【発明者】

【氏名】只木 恭子

(72)【発明者】

【氏名】小森谷 均

(72)【発明者】

【氏名】中澤 克仁

(72)【発明者】

【氏名】塩田 哲義

【審査官】 加内 慎也

(56)【参考文献】

【文献】 特開２０１４−１８７６２４（ＪＰ，Ａ）

【文献】 特開２００９−２８８１１８（ＪＰ，Ａ）

【文献】 特開２０１１−１５８９８５（ＪＰ，Ａ）

【文献】 特開２０００−３２２４０２（ＪＰ，Ａ）

【文献】 特開２００２−２６９２４２（ＪＰ，Ａ）

【文献】 特開２０１７−０５９０００（ＪＰ，Ａ）

【文献】 特開２００３−２９６５４０（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１６／００６３５１６（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

Ｇ０９Ｂ ２９／００

(57)【特許請求の範囲】

【請求項1】

地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成し、
地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正し、
補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する、
処理をコンピュータが実行することを特徴とする地域特性予測方法。

【請求項2】

前記細分化された地域間の結び付きに影響を与える要素の情報は、交通網に関する情報を含むことを特徴とする請求項１に記載の地域特性予測方法。

【請求項3】

前記補正する処理では、前記交通網が通る地域間の重みが大きくなるように前記空間重み行列を補正する、ことを特徴とする請求項２に記載の地域特性予測方法。

【請求項4】

前記細分化された地域間の結び付きに影響を与える要素の情報は、前記地域間の往来を阻害する要素の情報を含むことを特徴とする請求項１〜３のいずれか一項に記載の地域特性予測方法。

【請求項5】

前記補正する処理では、往来が阻害されている地域間の重みが小さくなるように前記空間重み行列を補正する、ことを特徴とする請求項４に記載の地域特性予測方法。

【請求項6】

前記予測する処理では、補正した前記空間重み行列と、地図情報と対応付けられた各地域の所定の特性に関するデータとに基づいて、予測対象の地域の前記所定の特性に関するデータを予測する、ことを特徴とする請求項１〜５のいずれか一項に記載の地域特性予測方法。

【請求項7】

地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成する生成部と、
地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正する補正部と、
補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する予測部と、
を備える地域特性予測装置。

【請求項8】

地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成し、
地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正し、
補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する、
処理をコンピュータに実行させるための地域特性予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、地域特性予測方法、地域特性予測装置及び地域特性予測プログラムに関する。

【背景技術】

【0002】

地域における人の流れや自然の変化など、地域における時間的な変化を予測する場合、対象とする地域が小さくなるほどその周辺の地域の影響を無視できなくなってくる。そのため、従来、計量統計において、空間重み行列を用いる方法が知られている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１２−１４１９５３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

空間重み行列には、地域が隣接しているかどうかで決定するものや、ある距離範囲に入っているかどうかで決定するものがあるが、いずれの場合にも、ある地域に隣接していることによる影響は空間重み行列において等方的に表現される。

【0005】

しかしながら、ある地域に隣接していても、隣接する地域それぞれが同程度の影響を受けるとは限らない。したがって、隣接する地域の影響が等方的に表現された空間重み行列を用いても、地域における時間的な変化を精度よく予測することができない可能性がある。

【0006】

本発明は、地域の特性を精度よく予測することが可能な地域特性予測方法、地域特性予測装置及び地域特性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】

【0007】

一つの態様では、地域特性予測方法は、地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成し、地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正し、補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する、処理をコンピュータが実行するものである。

【発明の効果】

【0008】

一つの側面として、地域の特性を精度よく予測することができる。

【図面の簡単な説明】

【0009】

【図1】第１の実施形態に係る地域特性予測装置のハードウェア構成を概略的に示す図である。

【図2】地域特性予測装置の機能ブロック図である。

【図3】図３（ａ）は、メッシュ地図ＤＢに含まれるメッシュデータの一例を示す図であり、図３（ｂ）は、メッシュの中心座標の一例を示す図である。

【図4】図４（ａ）は、路線ＤＢに含まれる路線重ね合わせメッシュデータを示す図であり、図４（ｂ）は、路線ＤＢに含まれる路線データを示す図である。

【図5】属性データの一例を示す図である。

【図6】地域特性予測装置の処理を示すフローチャートである。

【図7】図７（ａ）は、図６の説明に用いる９つのメッシュを示す図であり、図７（ｂ）は、図７（ａ）のメッシュにおける空間重み行列を示す図である。

【図8】図８（ａ）は、図６の説明に用いる路線重ね合わせメッシュデータを示す図であり、図８（ｂ）は、図８（ａ）を用いて補正した空間重み行列を示す図である。

【図9】図９（ａ）は、比較例における予測結果を示すグラフであり、図９（ｂ）は、第１の実施形態における予測結果を示すグラフである。

【図10】実測値を示すグラフである。

【図11】図１０と、図９（ａ）及び図９（ｂ）とを比較した結果を示す表である。

【図12】第２の実施形態で用いる川が重ね合わせられたメッシュデータを示す図である。

【図13】図１３（ａ）は、比較例における予測結果を示すグラフであり、図１３（ｂ）は、第２の実施形態における予測結果を示すグラフである。

【図14】第２の実施形態における実測値を示すグラフである。

【図15】変形例を示す図である。

【発明を実施するための形態】

【0010】

《第１の実施形態》
以下、地域特性予測装置の第１の実施形態について、図１〜図１１に基づいて詳細に説明する。

【0011】

図１には、地域特性予測装置１０のハードウェア構成が概略的に示されている。地域特性予測装置１０は、例えばＰＣ（Personal Computer）であり、図１に示すように、ＣＰＵ（Central Processing Unit）９０、ＲＯＭ（Read Only Memory）９２、ＲＡＭ（Random Access Memory）９４、記憶部（ここではＨＤＤ（Hard Disk Drive））９６、ネットワークインタフェース９７、表示部９３、入力部９５、及び可搬型記憶媒体用ドライブ９９等を備えている。これら地域特性予測装置１０の構成各部は、バス９８に接続されている。地域特性予測装置１０では、ＲＯＭ９２あるいはＨＤＤ９６に格納されているプログラム（地域特性予測プログラムを含む）、或いは可搬型記憶媒体用ドライブ９９が可搬型記憶媒体９１から読み取ったプログラム（地域特性予測プログラムを含む）をＣＰＵ９０が実行することにより、図２に示す、各部の機能が実現される。なお、図２においては、ＨＤＤ９６等に格納されている各種ＤＢ、データについても図示されている。

【0012】

図２は、地域特性予測装置１０のＣＰＵ９０がプログラムを実行することにより実現される機能を示す機能ブロック図である。図２に示すように、ＣＰＵ９０がプログラムを実行することで、生成部としての空間重み行列生成部１２、補正部１４、及び予測部１６としての機能が実現されている。

【0013】

空間重み行列生成部１２は、第１格納部としてのメッシュ地図ＤＢ２２に格納されているメッシュデータを参照して、空間重み行列を生成する。ここで、メッシュ地図ＤＢ２２には、図３（ａ）に示すようなメッシュデータが格納されている。メッシュデータは、地図上に配置された、例えば縦横が１ｋｍの矩形状のメッシュに関する情報であり、各メッシュの寸法や、各メッシュの中心座標（Ｘ，Ｙ）を含む。なお、各メッシュにより地図に含まれる領域が複数の地域に細分化されている。空間重み行列生成部１２は、メッシュデータから、図３（ｂ）に示すような各メッシュの中心座標を取得する。そして、中心座標間の距離に基づいて、各メッシュの隣接関係を特定し、特定した隣接関係（隣接しているかどうか）に基づいて空間重み行列を生成する。

【0014】

補正部１４は、第２格納部としての路線ＤＢ２４を参照して、空間重み行列を補正する。ここで、路線ＤＢ２４には、図４（ａ）に示すような路線重ね合わせメッシュデータと、図４（ｂ）に示すような路線データと、が含まれている。路線重ね合わせメッシュデータは、図４（ａ）に示すように、メッシュデータと路線の配置とを重ね合わせたデータである。なお、図４（ａ）では、２本の路線がメッシュデータに重ね合わされている。路線データは、図４（ａ）の路線重ね合わせメッシュデータから生成されるデータであり、図４（ｂ）に示すように、「路線名」のフィールドと「メッシュＩＤ」のフィールドを有している。路線データでは、路線の名称と、路線が通過するメッシュの識別子（メッシュＩＤ）とが関連付けられている。

【0015】

補正部１４では、２つの隣接するメッシュを同一の路線が通過している場合に、これら２つの隣接するメッシュに対応する空間重み行列の要素を補正する。例えば、２つのメッシュに対応する空間重み行列の要素をα倍（αは１よりも大きい値）する。このような補正を行うことで、路線の存在によるメッシュ間の結び付きの大きさ（強さ）を、空間重み行列において表現することができる。

【0016】

予測部１６は、補正部１４により補正された空間重み行列と、属性データ２６とに基づいて、各地域の特性（例えば、各メッシュにおけるひとり世帯数）に関するデータの予測を行う。ここで、図５には、属性データ２６の一例として、各年における各メッシュのひとり世帯数のデータが示されている。予測部１６は、図５の属性データ２６を用いて、例えば次の年の各メッシュにおけるひとり世帯数を予測する。なお、属性データ２６は、予測部１６が予測する特性（予測対象の特性）に関する情報を地図情報（各メッシュ）と対応付けたデータであるといえる。

【0017】

（地域特性予測装置１０の処理について）
次に、地域特性予測装置１０の処理について、図６のフローチャートに沿って、その他図面を適宜参照しつつ詳細に説明する。なお、図６の処理が行われる前提として、メッシュ地図ＤＢ２２及び路線ＤＢ２４には、特性を予測したい地域に関する情報が格納されているものとする。また、属性データ２６についても、入力部９５を介して、ユーザにより入力済みか、メッシュ地図ＤＢ２２内にｄｂｆファイルとして含まれているものとする。なお、本処理の説明においては、説明の簡素化のため、メッシュデータが図７（ａ）のようなデータであり、路線重ね合わせメッシュデータが図８（ａ）のようなデータであるものとする。

【0018】

図６の処理では、まずステップＳ１２において、空間重み行列生成部１２が、メッシュの中心座標を取得する。具体的には、図７（ａ）のメッシュデータから、各メッシュの識別子であるメッシュＩＤと、中心座標（Ｘ，Ｙ）とを取得する（図３（ｂ）参照）。

【0019】

次いで、ステップＳ１４では、空間重み行列生成部１２が、メッシュ間の隣接関係を決定する。本実施形態では、２つのメッシュの中心座標間の距離がメッシュの寸法と一致する場合に２つのメッシュが隣接していると判断する。例えば、図７（ａ）に示すように９つのメッシュ１〜９がある場合、メッシュ５と隣接するメッシュは、２，４，６，８となる。また、メッシュ１と隣接するメッシュは、２，４となる。なお、上記説明では、空間重み行列生成部１２は、メッシュ間の隣接関係を２つのメッシュの中心座標間の距離に基づいて判断する場合について説明したが、これに限られるものではない。例えば、空間重み行列生成部１２は、２つのメッシュが線で接しているか否かを判断し、線で接している場合に隣接すると判断してもよい。

【0020】

次いで、ステップＳ１６では、空間重み行列生成部１２が、空間重み行列を生成する。具体的には、空間重み行列生成部１２は、ステップＳ１４において決定したメッシュ間の隣接関係を行列として表す。図７（ａ）の場合であれば、空間重み行列生成部１２は、図７（ｂ）に示すような空間重み行列を生成する。図７（ｂ）の空間重み行列では、例えば、行「１」については、メッシュ１と隣接するメッシュの番号の列「２」、「４」にある行列要素の値を１とし、その他を０としている。また、例えば、行「２」については、メッシュ２と隣接するメッシュの番号の列「１」、「３」、「５」にある行列要素の値を１とし、その他を０としている。以下、同様にして、各行列要素の値が設定されている。

【0021】

なお、ステップＳ１６の処理が終了すると、以降のステップＳ１８〜Ｓ３０において、補正部１４により、空間重み行列を補正する処理が実行される。

【0022】

ステップＳ１８に移行すると、補正部１４は、未特定のメッシュを特定する。例えば、補正部１４は、図７（ａ）のメッシュ１を特定したものとする。

【0023】

次いで、ステップＳ２０では、補正部１４が、特定したメッシュに路線が通っているか否かを判断する。この場合、補正部１４は、図８（ａ）の路線重ね合わせメッシュデータを参照し、メッシュ１に路線が通っているか否かを判断する。図８（ａ）の例では特定されているメッシュ１に路線が通っていないため、このステップＳ２０の判断は否定され、ステップＳ３０に移行する。ステップＳ３０に移行すると、補正部１４は、全てのメッシュを特定済みか否かを判断する。このステップＳ３０の判断が否定された場合には、ステップＳ１８に戻る。ステップＳ１８に戻ると、未特定のメッシュを特定する。ここでは、例えば、メッシュ２を特定したものとする。

【0024】

次いで、ステップＳ２０に移行すると、特定したメッシュ２に路線が通っているか否かを判断する。図８（ａ）の例では、メッシュ２に路線が通っているため、ステップＳ２０の判断は肯定され、ステップＳ２２に移行する。

【0025】

ステップＳ２２に移行すると、補正部１４は、未選択の隣接メッシュを選択する。ここでは、メッシュ２に隣接するメッシュ１，３，５のうちの１つ（例えばメッシュ１）を選択する。

【0026】

次いで、ステップＳ２４では、補正部１４は、選択した隣接メッシュに同一の路線が通っているか否かを判断する。ここで、現時点で選択されている隣接メッシュ１にはステップＳ１８で特定したメッシュ２と同一の路線が通っていないため、ステップＳ２４の判断は否定されて、ステップＳ２８に移行する。ステップＳ２８では、補正部１４が、全ての隣接メッシュを選択済みか否かを判断するが、ここでは、メッシュ１，３，５のうちのメッシュ１を選択したのみであるので、判断は否定され、ステップＳ２２に戻る。

【0027】

ステップＳ２２に戻ると、補正部１４は、未選択の隣接メッシュとして、例えば、メッシュ３を選択する。次いで、ステップＳ２４では、補正部１４は、選択した隣接メッシュ３にステップＳ１８で特定したメッシュ２と同一の路線が通っているか否かを判断する。ここで、現時点で選択されている隣接メッシュ３にはメッシュ２と同一の路線が通っている。したがって、この場合にはステップＳ２４の判断が肯定され、ステップＳ２６に移行する。

【0028】

ステップＳ２６に移行した場合、補正部１４は、対応する行列要素にα（α＞１）を積算する。すなわち、補正部１４は、図７（ｂ）の上から２行目、左から３列目の行列要素「１」をα（＝１×α）とする（図８（ｂ）参照）。

【0029】

次いで、ステップＳ２８では、補正部１４が、全ての隣接メッシュを選択済みか否かを判断するが、ここでは、メッシュ１，３，５のうちのメッシュ１，３を選択したのみであるので、判断は否定され、ステップＳ２２に戻る。

【0030】

ステップＳ２２に戻ると、補正部１４は、未選択の隣接メッシュとして、例えば、メッシュ５を選択する。次いで、ステップＳ２４では、補正部１４は、選択した隣接メッシュ５にメッシュ２と同一の路線が通っているか否かを判断する。ここで、現時点で選択されている隣接メッシュ５にはメッシュ２と同一の路線が通っている。したがって、この場合にはステップＳ２４の判断が肯定され、ステップＳ２６に移行する。

【0031】

ステップＳ２６に移行した場合、補正部１４は、対応する行列要素にα（α＞１）を積算する。すなわち、補正部１４は、図７（ｂ）の上から２行目、左から５列目の行列要素「１」をα（＝１×α）とする（図８（ｂ）参照）。

【0032】

その後はステップＳ２８に移行するが、全ての隣接メッシュを選択済みであるので、ステップＳ２８の判断は肯定され、ステップＳ３０に移行する。ステップＳ３０に移行すると、前述したように、補正部１４は、全てのメッシュを特定済みか否かを判断するが、ここでの判断が否定されると、ステップＳ１８に戻る。

【0033】

以降、補正部１４は、メッシュ３〜９を順次特定し（Ｓ１８）、特定したメッシュに隣接するメッシュを順次選択しつつ（Ｓ２２）、特定したメッシュと選択した隣接メッシュとに同一の路線が通っているか否かを判断する（Ｓ２４）。そして、同一の路線が通っていた場合には、対応する行列要素にαを積算すること（Ｓ２６）で、空間重み行列を補正する。

【0034】

なお、図８（ａ）の例の場合、図８（ｂ）に示すように空間重み行列が補正されるようになっている。

【0035】

上述したように全てのメッシュが特定済みとなり、ステップＳ３０の判断が肯定されると、ステップＳ３２に移行し、予測部１６が、属性データ２６と補正後の空間重み行列を用いて地域の特性を予測する。予測部１６は、例えば、統計モデリングのためのプログラミング言語（例えばＳｔａｎ）を用いたベイズ推定を実施する機能を有し、属性データ２６と補正後の空間重み行列に基づいて、地域の特性の予測を実行する。例えば、属性データ２６が、過去における各メッシュでのひとり世帯数の推移を示すデータである場合には、予測部１６は、属性データ２６と補正後の空間重み行列とから、例えば各メッシュにおける翌年のひとり世帯数を予測する。この場合、２つの隣接するメッシュ間を同一の路線が通っている場合に、２つのメッシュに対応する空間重み行列の行列要素の値を大きく補正しているので、予測部１６は、補正後の空間重み行列を用いることで、路線の存在によるメッシュ間の影響（例えば人の分布が路線に沿って広がる傾向にあること）を考慮して地域の特性を予測することができるようになっている。

【0036】

以上のように、ステップＳ３２までの処理が終了すると、図６の全処理が終了する。

【0037】

なお、図４（ａ）に示すように、分析対象の複数のメッシュの中に、複数の路線が通っている場合もある。このような場合には、着目する路線を異ならせて、図６のステップＳ１８〜Ｓ３０の処理を路線分だけ繰り返すこととすればよい。このとき、路線ごとにαを異ならせてもよい。例えば、在来線ほどαを大きくし、新幹線のような地域間に影響を及ぼす可能性の低い路線ほどαを小さくすることとしてもよい。

【0038】

図９（ａ）には、図３（ａ）のようにある自治体に設定したメッシュそれぞれにおけるひとり世帯数の平成７年（１９９５年）から平成１７年（２００５年）までのデータ（図５の属性データ２６）と、空間重み行列（補正せず）を用いて、平成２２年（２０１０年）の各メッシュにおけるひとり世帯数を予測した結果（平成２２年のみ予測結果、その他は属性データ２６に含まれる実測値）が示されている。また、図９（ｂ）には、第１の実施形態のように補正した空間重み行列を用いて、図９（ａ）と同様に平成２２年（２０１０年）の各メッシュにおけるひとり世帯数を予測した結果が示されている。さらに、図１０には、各メッシュのひとり世帯数の実測値が示されている。

【0039】

図１１には、図９（ａ）の予測値と図１０の実測値との差（差：比較例）、及び図９（ｂ）の予測値と図１０の実測値との差（差：本願）を示している。図１１の表から、差：比較例の絶対値の平均を求めると、７８．８となり、差：本願の絶対値の平均を求めると２７．０となった。この結果、第１の実施形態のように補正した空間重み行列を用いることで、ひとり世帯数を精度よく予測することができることが分かった。

【0040】

以上、詳細に説明したように、第１の実施形態によると、空間重み行列生成部１２は、メッシュ地図ＤＢ２２を参照して、細分化された地域（メッシュ）間の隣接関係を示す空間重み行列を生成し（Ｓ１６）、補正部１４は、路線ＤＢ２４を参照して、空間重み行列を補正する（Ｓ１８〜Ｓ３０）。そして、予測部１６は、補正した空間重み行列と、属性データとに基づいて、地域の特性を予測する。これにより、第１の実施形態では、メッシュ間の隣接関係のみならず、隣接するメッシュ間の結び付きに路線が与える影響（非対称性）を考慮して、属性データから地域の特性を予測することができる。したがって、地域の特性を精度よく予測することが可能である。

【0041】

また、第１の実施形態では、路線が通るメッシュ間の結びつきが強くなるように、すなわち路線が通るメッシュ間の重みが大きくなるように、空間重み行列を補正するため、人の分布が路線沿いに広がる傾向にあること等を考慮して、地域の特性を精度よく予測することができる。

【0042】

なお、上記第１の実施形態では、メッシュ間を同一の路線が通るか否かに基づいて、行列要素を補正する場合について説明したが、これに限らず、その他の交通網（例えばバスの運行経路や幹線道路など）がメッシュ間を通るか否かに基づいて行列要素を補正することとしてもよい。また、複数の交通網に基づいて行列要素を補正してもよく、その場合には、交通網の種別ごとに補正値（α）を変更することとしてもよい。さらに、路線に沿って人の分布が広がる傾向は都心ほど高く、幹線道路に沿って人の分布が広がる傾向は郊外ほど高いなどの地域性があるため、このような地域性を考慮して補正値（α）を調整することとしてもよい。

【0043】

なお、例えばメッシュを通る路線の長さを特定し、路線がわずかにしか通っていないメッシュの予測結果の精度が低いような場合には、予測結果の精度が上がるように、路線の長さに応じてαを調整してもよい。また、メッシュを通る路線の長さが所定の長さ未満である場合に補正を行わないようにしてもよい。

【0044】

《第２の実施形態》
次に、第２の実施形態について、図１２〜図１４に基づいて説明する。

【0045】

上記第１の実施形態では、同一の路線が通っている隣接するメッシュの結び付きが強くなるように、空間重み行列を補正する場合について説明したが、第２の実施形態では、河川による地域の分断（往来を阻害する要素）による影響を加味して、空間重み行列を補正する例について説明する。

【0046】

第２の実施形態では、補正部１４は、隣接する２つのメッシュの間に川が流れている場合に、その２つのメッシュに対応する行列要素の値をβ倍（β＜１）するように補正する。例えば、図１２に示すような川が重ね合わせられたメッシュデータにおいて、メッシュ５に隣接するメッシュは２，４，６，８となるが、メッシュ５とメッシュ２，６との間に川が存在し、メッシュ間を分断している。したがって、メッシュ５、２及びメッシュ５，６に対応する行列要素の値をβ倍する。また、その他のメッシュについても同様に補正を行う。そして、予測部１６は、補正後の空間重み行列を用いて、地域の特性（例えば完全失業者数）を予測する。

【0047】

図１３（ａ）には、ある自治体に設定したメッシュそれぞれにおける完全失業者数（平成７年から平成１７年）のデータと、空間重み行列（補正せず）を用いて平成２２年の完全失業者数を予測した結果（比較例）が示されている。また、図１３（ｂ）には、図１３（ａ）の場合と同様のデータと、補正した空間重み行列とを用いて、平成２２年の完全失業者数を予測した結果（第２の実施形態）が示されている。さらに、図１４には、平成７年から平成２２年までの完全失業者数の推移（実測値）が示されている。

【0048】

これらの結果から、第１の実施形態と同様、比較例の予測値と実測値との差の絶対値の平均値を求めると、１０．０となり、第２の実施形態の予測値と実測値との差の絶対値の平均値を求めると、９．６となった。すなわち、第２の実施形態のように空間重み行列を補正することで、予測精度に４％の向上が見られた。

【0049】

以上、説明したように、第２の実施形態によると、メッシュ間の結び付きに影響を与える要素として、メッシュ間の往来を阻害する要素（例えば川）の情報を用い、メッシュ間に川がある場合にメッシュ間の結び付きを弱めるように行列要素を補正するので、メッシュ間の往来を阻害する要素を考慮して、地域の特性を精度よく予測することができる。

【0050】

なお、上記実施形態では、地域の特性として、完全失業者数を予測する場合について説明したが、これに限らず、例えば、地域の特性として、植生や生物の生息域などを予測することとしてもよい。

【0051】

なお、上記実施形態では、メッシュ間の往来を阻害する要素が川である場合を例にとり説明したが、これに限らず、メッシュ間の往来を阻害する要素は、例えばダムや飛行場、基地などであってもよい。

【0052】

なお、上記第１、第２の実施形態では、予測部１６がベイズ推定により地域の特性を予測する場合について説明したが、これに限らず、その他の方法により地域の特性を予測することとしてもよい。

【0053】

なお、上記第１、第２の実施形態を組み合わせてもよい。すなわち、メッシュ間を交通網がつなぐ場合には、行列要素の値が大きくなるように補正し、メッシュ間に川などの往来を阻害する要素がある場合には、行列要素の値が小さくなるように補正してもよい。

【0054】

なお、上記第１、第２の実施形態では、地域特性予測装置１０が、図２の各機能を有する場合について説明したが、これに限られるものではない。例えば、図２の各機能を、図１５に示すような、インターネットなどのネットワーク８０に接続されたクラウドサーバ１１０が有していてもよい。この場合、利用者端末７０から入力されたデータをクラウドサーバ１１０が受信し、クラウドサーバ１１０において図６の処理を実行することとしてもよい。そして、クラウドサーバ１１０から利用者端末７０に処理結果（予測結果）を送信し、利用者端末７０にて受信した処理結果を利用する。なお、クラウドサーバ１１０は、国内、海外のいずれに設置されてもよい。

【0055】

なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体（ただし、搬送波は除く）に記録しておくことができる。

【0056】

プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ（Digital Versatile Disc）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）などの可搬型記録媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

【0057】

プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。

【0058】

上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。

【0059】

なお、以上の第１、第２の実施形態の説明に関して、更に以下の付記を開示する。
（付記１） 地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成し、
地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正し、
補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する、
処理をコンピュータが実行することを特徴とする地域特性予測方法。
（付記２） 前記細分化された地域間の結び付きに影響を与える要素の情報は、交通網に関する情報を含むことを特徴とする付記１に記載の地域特性予測方法。
（付記３） 前記補正する処理では、前記交通網が通る地域間の重みが大きくなるように前記空間重み行列を補正する、ことを特徴とする付記２に記載の地域特性予測方法。
（付記４） 前記細分化された地域間の結び付きに影響を与える要素の情報は、前記地域間の往来を阻害する要素の情報を含むことを特徴とする付記１〜３のいずれかに記載の地域特性予測方法。
（付記５） 前記補正する処理では、往来が阻害されている地域間の重みが小さくなるように前記空間重み行列を補正する、ことを特徴とする付記４に記載の地域特性予測方法。
（付記６） 地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成する生成部と、
地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正する補正部と、
補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する予測部と、
を備える地域特性予測装置。
（付記７） 前記細分化された地域間の結び付きに影響を与える要素の情報は、交通網に関する情報を含むことを特徴とする付記６に記載の地域特性予測装置。
（付記８） 前記補正部は、前記交通網が通る地域間の重みが大きくなるように前記空間重み行列を補正する、ことを特徴とする付記７に記載の地域特性予測装置。
（付記９） 前記細分化された地域間の結び付きに影響を与える要素の情報は、前記地域間の往来を阻害する要素の情報を含むことを特徴とする付記６〜８のいずれかに記載の地域特性予測装置。
（付記１０） 前記補正部は、往来が阻害されている地域間の重みが小さくなるように前記空間重み行列を補正する、ことを特徴とする付記９に記載の地域特性予測装置。
（付記１１） 地図情報を格納する第１格納部を参照して、前記地図情報に含まれる細分化された地域間の隣接関係を示す空間重み行列を生成し、
地図情報と対応付けて前記細分化された地域間の結び付きに影響を与える要素の情報を格納する第２格納部を参照して、前記空間重み行列を補正し、
補正した前記空間重み行列と、地図情報と対応付けられた予測対象の特性に関するデータとに基づいて、前記予測対象の特性を予測する、
処理をコンピュータに実行させるための地域特性予測プログラム。

【符号の説明】

【0060】

１０ 地域特性予測装置
１２ 空間重み行列生成部（生成部）
１４ 補正部
１６ 予測部
２２ メッシュ地図ＤＢ（第１格納部）
２４ 路線ＤＢ（第２格納部）
２６ 属性データ（予想対象の特性に関するデータ）

【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】