知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024014578
(43)【公開日】2024-02-01
(54)【発明の名称】情報処理システム、情報処理方法、およびプログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20240125BHJP
【ＦＩ】
G06Q50/10
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022117513
(22)【出願日】2022-07-22
(71)【出願人】
【識別番号】000004237
【氏名又は名称】日本電気株式会社
(74)【代理人】
【識別番号】110000338
【氏名又は名称】弁理士法人 ＨＡＲＡＫＥＮＺＯ ＷＯＲＬＤ ＰＡＴＥＮＴ ＆ ＴＲＡＤＥＭＡＲＫ
(72)【発明者】
【氏名】近藤 研二
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC11
(57)【要約】
【課題】混雑を回避するために移動する利用者の満足度を高めながら混雑を抑制する。
【解決手段】情報処理システム（１）は、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測部（１１）と、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出部（１２）と、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する出力部（１３）と、を含む。
【選択図】図１
【解決手段】情報処理システム（１）は、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測部（１１）と、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出部（１２）と、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する出力部（１３）と、を含む。
【選択図】図１
【特許請求の範囲】
【請求項1】
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、を含む情報処理システム。
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、を含む情報処理システム。
【請求項2】
前記出力手段は、前記移動情報を、前記ターゲットユーザが利用するユーザ端末に配信する、
請求項１に記載の情報処理システム。
請求項１に記載の情報処理システム。
【請求項3】
前記移動情報は、前記閑散エリアに関連する情報を含む、
請求項１または２に記載の情報処理システム。
請求項１または２に記載の情報処理システム。
【請求項4】
前記移動情報は、前記混雑エリアから前記閑散エリアへ移動するために利用可能な移動手段に関する情報を含む、
請求項１または２に記載の情報処理システム。
請求項１または２に記載の情報処理システム。
【請求項5】
前記移動情報は、前記混雑エリアから前記閑散エリアへ移動するために利用可能な移動手段の需要に関する情報を含み、
前記出力手段は、前記移動手段の提供者が管理する管理端末に対して、前記移動情報を配信する、
請求項１または２に記載の情報処理システム。
前記出力手段は、前記移動手段の提供者が管理する管理端末に対して、前記移動情報を配信する、
請求項１または２に記載の情報処理システム。
【請求項6】
前記抽出手段は、前記混雑エリアに滞在するユーザに関するユーザ情報を参照して、前記閑散エリアに関連する情報に関する条件を満たすユーザを前記ターゲットユーザとして抽出する、請求項１または２に記載の情報処理システム。
【請求項7】
前記抽出手段は、前記混雑エリアおよび前記閑散エリアのそれぞれに滞在すべきユーザの属性別の理想人数を示す理想人数情報を参照して、前記混雑エリアに滞在するユーザのうち、前記混雑エリアにおける予測人数が前記理想人数を超過している属性のユーザであって、前記閑散エリアにおける予測人数が前記理想人数に対して不足する属性のユーザを、前記ターゲットユーザとして抽出する、
請求項１または２に記載の情報処理システム。
請求項１または２に記載の情報処理システム。
【請求項8】
１以上のプロセッサが、
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測することと、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出することと、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力することと、を含む情報処理方法。
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測することと、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出することと、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力することと、を含む情報処理方法。
【請求項9】
コンピュータを、
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、
として機能させるためのプログラム。
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、
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、混雑を抑制する技術に関する。
【背景技術】
【0002】
特許文献１には、鉄道路線に含まれる駅を利用できない人数を滞留必要量として推測する技術が記載されている。また、この技術は、駅から利用可能な複数の滞留エリア（店舗等）を、各エリアのキャパシティの合計が滞留必要量以上となるよう選択し、各滞留エリアへ人を誘導するための誘導情報を配信する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１５－１０８９１３号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に記載された技術は、駅、店舗、列車内のディスプレイまたはスピーカに、誘導情報を配信する。または、当該技術は、当該駅を通ると推測された利用者の携帯端末に、誘導情報を配信する。このように、当該技術においては、配信情報は、混雑が予測される駅またはその周辺にいる利用者に無差別に配信される。このため、混雑を回避するために移動する利用者の満足度が高くない場合がある。
【0005】
本発明の一態様は、上記の問題に鑑みてなされたものであり、その目的の一例は、混雑を回避するために移動する利用者の満足度を高めながら混雑を抑制する技術を提供することである。
【課題を解決するための手段】
【0006】
本発明の一態様に係る情報処理システムは、複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、を含む。
【0007】
本発明の一態様に係る情報処理方法は、１以上のプロセッサが、複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測することと、前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出することと、前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力することと、を含む。
【0008】
本発明の一態様に係るプログラムは、コンピュータを、複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、として機能させる。
【発明の効果】
【0009】
本発明の一態様によれば、混雑を回避するために移動する利用者の満足度を高めながら混雑を抑制することができる。
【図面の簡単な説明】
【0010】
【図1】例示的実施形態１に係る情報処理システムの構成を示すブロック図である。
【図2】例示的実施形態１に係る情報処理方法の流れを示すフロー図である。
【図3】例示的実施形態２に係る情報処理システムの概要を説明する模式図である。
【図4】例示的実施形態２に係る情報処理システムの構成を説明する模式図である。
【図5】分布情報の一例を説明する図である。
【図6】ユーザ情報の一例を説明する図である。
【図7】イベント情報の一例を説明する図である。
【図8】混雑判定用情報の一例を説明する図である。
【図9】理想人数情報の一例を説明する図である。
【図10】例示的実施形態２に係る情報処理方法の流れを示すフロー図である。
【図11】属性別に予測された情報の一例を示す図である。
【図12】エリアごとに予測された情報の一例を示す図である。
【図13】配信リストの具体例を説明する図である。
【図14】移動手段計画の具体例を説明する図である。
【図15】ユーザ端末の表示部に表示される配信メッセージの具体例を説明する図である。
【図16】管理端末の表示部に表示される配信メッセージの具体例を説明する図である。
【図17】各例示的実施形態に係る情報処理システムのハードウェア構成例を示す図である。
【発明を実施するための形態】
【0011】
〔例示的実施形態１〕
本発明の第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。
本発明の第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。
【0012】
＜情報処理システム１の構成＞
本例示的実施形態に係る情報処理システム１の構成について、図１を参照して説明する。図１は、情報処理システム１の構成を示すブロック図である。図１に示すように、情報処理システム１は、予測部１１と、抽出部１２と、出力部１３と、を含む。予測部１１は、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する。抽出部１２は、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する。出力部１３は、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する。
本例示的実施形態に係る情報処理システム１の構成について、図１を参照して説明する。図１は、情報処理システム１の構成を示すブロック図である。図１に示すように、情報処理システム１は、予測部１１と、抽出部１２と、出力部１３と、を含む。予測部１１は、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する。抽出部１２は、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する。出力部１３は、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する。
【0013】
＜プログラムによる実現＞
上述した情報処理システム１の機能は、プログラムによって実現することもできる。本例示的実施形態に係るプログラムは、コンピュータを、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測部１１と、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出部１２と、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する出力部１３と、として機能させる。
上述した情報処理システム１の機能は、プログラムによって実現することもできる。本例示的実施形態に係るプログラムは、コンピュータを、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測部１１と、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出部１２と、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する出力部１３と、として機能させる。
【0014】
＜情報処理方法Ｓ１の流れ＞
本例示的実施形態に係る情報処理方法Ｓ１の流れについて、図２を参照して説明する。図２は、情報処理方法Ｓ１の流れを示すフロー図である。なお、この情報処理方法Ｓ１における各ステップの実行主体は、情報処理システム１が備えるプロセッサであってもよいし、他のシステムが備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置または異なるシステムに設けられたプロセッサであってもよい。
本例示的実施形態に係る情報処理方法Ｓ１の流れについて、図２を参照して説明する。図２は、情報処理方法Ｓ１の流れを示すフロー図である。なお、この情報処理方法Ｓ１における各ステップの実行主体は、情報処理システム１が備えるプロセッサであってもよいし、他のシステムが備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置または異なるシステムに設けられたプロセッサであってもよい。
【0015】
図２に示すように、情報処理方法Ｓ１は、ステップＳ１１～Ｓ１３を含む。ステップＳ１１において、プロセッサは、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する。ステップＳ１２において、プロセッサは、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する。ステップＳ１３において、プロセッサは、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する。
【0016】
＜本例示的実施形態の効果＞
以上のように、本例示的実施形態においては、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測し、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出し、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する、との構成が採用されている。このため、本例示的実施形態によれば、混雑を回避するために移動する利用者の満足度を高めながら混雑を抑制することができる、という効果が得られる。
以上のように、本例示的実施形態においては、複数のエリアにおける人の分布情報を参照して、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測し、混雑エリアに滞在するユーザに関するユーザ情報と閑散エリアに関連する情報とを参照して、混雑エリアに滞在するユーザの中から閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出し、ターゲットユーザを閑散エリアに移動させるための移動情報を出力する、との構成が採用されている。このため、本例示的実施形態によれば、混雑を回避するために移動する利用者の満足度を高めながら混雑を抑制することができる、という効果が得られる。
【0017】
〔例示的実施形態２〕
本発明の第２の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を適宜省略する。
本発明の第２の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を適宜省略する。
【0018】
＜情報処理システム１Ａの概要＞
本例示的実施形態２に係る情報処理システム１Ａの概要について、図３を参照して説明する。図３は、情報処理システム１Ａの概要を説明する模式図である。図３に示すように、情報処理システム１Ａは、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測し、混雑エリアから閑散エリアにユーザを移動させるための移動情報を出力するシステムである。情報処理システム１Ａは、混雑エリアに滞在するユーザ（Ｕ１～Ｕ５）から、閑散エリアへの移動を推奨する対象となるターゲットユーザ（Ｕ３、Ｕ５）を抽出する。また、情報処理システム１Ａは、ターゲットユーザ（Ｕ３、Ｕ５）が利用するユーザ端末２０に対して移動情報を出力する。また、情報処理システム１Ａは、混雑エリアから閑散エリアに移動するために利用可能な移動手段の提供者が管理する管理端末に対して、移動情報を出力する。
本例示的実施形態２に係る情報処理システム１Ａの概要について、図３を参照して説明する。図３は、情報処理システム１Ａの概要を説明する模式図である。図３に示すように、情報処理システム１Ａは、複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測し、混雑エリアから閑散エリアにユーザを移動させるための移動情報を出力するシステムである。情報処理システム１Ａは、混雑エリアに滞在するユーザ（Ｕ１～Ｕ５）から、閑散エリアへの移動を推奨する対象となるターゲットユーザ（Ｕ３、Ｕ５）を抽出する。また、情報処理システム１Ａは、ターゲットユーザ（Ｕ３、Ｕ５）が利用するユーザ端末２０に対して移動情報を出力する。また、情報処理システム１Ａは、混雑エリアから閑散エリアに移動するために利用可能な移動手段の提供者が管理する管理端末に対して、移動情報を出力する。
【0019】
ここで、複数のエリアの一例としては、例えば、大型ショッピングモールの施設、不動産ディベロッパーが取り扱う街、鉄道における駅、商業ビルのテナント、商店街の店舗、テーマパークのアトラクション、首都圏の観光地、教育施設の教室等、が挙げられる。ただし、複数のエリアは、上述した例に限られない。
【0020】
＜情報処理システム１Ａの構成＞
情報処理システム１Ａの構成について、図４を参照して説明する。図４は、情報処理システム１Ａの構成を説明する模式図である。図４に示すように、情報処理システム１Ａは、サーバ１０と、ユーザ端末２０と、管理端末３０と、を含む。サーバ１０は、ユーザ端末２０および管理端末３０の各々と、ネットワークを介して通信可能に接続される。サーバ１０は、データベースＤＢ１～ＤＢ７に対して、情報を読み書き可能に接続される。なお、図４には、ユーザ端末２０および管理端末３０を１つずつ示しているが、情報処理システム１Ａには、複数のユーザ端末２０または複数の管理端末３０が含まれていてもよい。
情報処理システム１Ａの構成について、図４を参照して説明する。図４は、情報処理システム１Ａの構成を説明する模式図である。図４に示すように、情報処理システム１Ａは、サーバ１０と、ユーザ端末２０と、管理端末３０と、を含む。サーバ１０は、ユーザ端末２０および管理端末３０の各々と、ネットワークを介して通信可能に接続される。サーバ１０は、データベースＤＢ１～ＤＢ７に対して、情報を読み書き可能に接続される。なお、図４には、ユーザ端末２０および管理端末３０を１つずつ示しているが、情報処理システム１Ａには、複数のユーザ端末２０または複数の管理端末３０が含まれていてもよい。
【0021】
（サーバ１０の構成）
サーバ１０の構成について、図４を参照して説明する。図４に示すように、サーバ１０は、制御部１１０と、記憶部１２０と、通信部１３０と、を含む。制御部１１０は、サーバ１０の各部を統括して制御する。制御部１１０は、予測部１１Ａと、抽出部１２Ａと、出力部１３Ａと、を含む。記憶部１２０は、制御部１１０が使用する各種のデータを記憶する。また、記憶部１２０は、予測人数１２１ａ、１２１ｂと、予測結果１２２と、推奨移動人数１２３ａ、１２３ｂと、配信リスト１２４と、移動手段計画１２５と、配信メッセージ１２６ａ、１２６ｂと、を記憶する場合もある。通信部１３０は、ネットワークを介して他の装置との間で情報を送受信する。これらの各部および各データの構成については、後述する「情報処理方法Ｓ１Ａの流れ」において説明する。
サーバ１０の構成について、図４を参照して説明する。図４に示すように、サーバ１０は、制御部１１０と、記憶部１２０と、通信部１３０と、を含む。制御部１１０は、サーバ１０の各部を統括して制御する。制御部１１０は、予測部１１Ａと、抽出部１２Ａと、出力部１３Ａと、を含む。記憶部１２０は、制御部１１０が使用する各種のデータを記憶する。また、記憶部１２０は、予測人数１２１ａ、１２１ｂと、予測結果１２２と、推奨移動人数１２３ａ、１２３ｂと、配信リスト１２４と、移動手段計画１２５と、配信メッセージ１２６ａ、１２６ｂと、を記憶する場合もある。通信部１３０は、ネットワークを介して他の装置との間で情報を送受信する。これらの各部および各データの構成については、後述する「情報処理方法Ｓ１Ａの流れ」において説明する。
【0022】
（ユーザ端末２０の構成）
ユーザ端末２０は、ユーザが利用する端末である。ユーザ端末２０は、携帯可能なコンピュータであり、例えば、携帯電話、スマートフォン、タブレット、スマートウォッチ、またはノート型パーソナルコンピュータ等によって構成される。ユーザ端末２０の構成について、図４を参照して説明する。図４に示すように、ユーザ端末２０は、制御部２１０と、記憶部２２０と、通信部２３０と、入力部２４０と、表示部２５０と、測位部２６０と、を含む。
ユーザ端末２０は、ユーザが利用する端末である。ユーザ端末２０は、携帯可能なコンピュータであり、例えば、携帯電話、スマートフォン、タブレット、スマートウォッチ、またはノート型パーソナルコンピュータ等によって構成される。ユーザ端末２０の構成について、図４を参照して説明する。図４に示すように、ユーザ端末２０は、制御部２１０と、記憶部２２０と、通信部２３０と、入力部２４０と、表示部２５０と、測位部２６０と、を含む。
【0023】
制御部２１０は、ユーザ端末２０の各部を統括して制御する。記憶部２２０は、制御部２１０が使用する各種のデータを記憶する。通信部２３０は、ネットワークを介して他の装置との間で情報を送受信する。入力部２４０は、ユーザ端末２０に対するユーザの操作を受け付ける。表示部２５０は、画像を表示する。測位部２６０は、ユーザ端末２０の位置を測定する。測位部２６０により得られた位置情報は、後述するデータベースＤＢ３における「現在のエリア」にリアルタイムに反映される。測位部２６０は、例えば、ＧＰＳ（Global Positioning System）、ビーコン発信装置、または無線基地局等からの受信信号に基づき位置を測定してもよい。ただし、測位部２６０が用いる測位技術は、これらに限られない。
【0024】
（管理端末３０の構成）
管理端末３０は、移動手段の提供者が管理する端末である。管理端末３０は、例えば、据え置き型のコンピュータ、または携帯可能なコンピュータによって構成される。管理端末３０の構成について、図４を参照して説明する。図４に示すように、管理端末３０は、制御部３１０と、記憶部３２０と、通信部３３０と、入力部３４０と、表示部３５０と、を含む。制御部３１０は、管理端末３０の各部を統括して制御する。記憶部３２０は、制御部３１０が使用する各種のデータを記憶する。通信部３３０は、ネットワークを介して他の装置との間で情報を送受信する。入力部３４０は、管理端末３０に対するユーザの操作を受け付ける。表示部３５０は、画像を表示する。
管理端末３０は、移動手段の提供者が管理する端末である。管理端末３０は、例えば、据え置き型のコンピュータ、または携帯可能なコンピュータによって構成される。管理端末３０の構成について、図４を参照して説明する。図４に示すように、管理端末３０は、制御部３１０と、記憶部３２０と、通信部３３０と、入力部３４０と、表示部３５０と、を含む。制御部３１０は、管理端末３０の各部を統括して制御する。記憶部３２０は、制御部３１０が使用する各種のデータを記憶する。通信部３３０は、ネットワークを介して他の装置との間で情報を送受信する。入力部３４０は、管理端末３０に対するユーザの操作を受け付ける。表示部３５０は、画像を表示する。
【0025】
（データベースＤＢ１：分布情報）
データベースＤＢ１は、分布情報を記憶する。分布情報は、複数のエリアにおける人の分布を示す情報である。分布情報の一例について、図５を参照して説明する。図５は、分布情報の一例を説明する図である。図５に示す例において、分布情報は、日付と、時間と、年齢と、性別と、エリアと、人数とを示す情報を含む。例えば、図５の１行目は、２０２２年３月１日の０時において、年齢「２０代」かつ性別「Ｍ（男性）」の利用者が識別情報「１」のエリアに１０００人いたことを示している。なお、ここでは、複数のエリアそれぞれに識別情報が付与されているものとし、以降では、識別情報が「１」のエリアを、単にエリア１等とも記載する。なお、分布情報は、複数のエリアの人の分布を示す情報であればよく、そのデータ構造は、図５に示した例に限られない。また、記憶される分布情報の時間間隔は、図５では１時間であるが、これに限られず、例えば、数時間単位、日単位等であってもよい。
データベースＤＢ１は、分布情報を記憶する。分布情報は、複数のエリアにおける人の分布を示す情報である。分布情報の一例について、図５を参照して説明する。図５は、分布情報の一例を説明する図である。図５に示す例において、分布情報は、日付と、時間と、年齢と、性別と、エリアと、人数とを示す情報を含む。例えば、図５の１行目は、２０２２年３月１日の０時において、年齢「２０代」かつ性別「Ｍ（男性）」の利用者が識別情報「１」のエリアに１０００人いたことを示している。なお、ここでは、複数のエリアそれぞれに識別情報が付与されているものとし、以降では、識別情報が「１」のエリアを、単にエリア１等とも記載する。なお、分布情報は、複数のエリアの人の分布を示す情報であればよく、そのデータ構造は、図５に示した例に限られない。また、記憶される分布情報の時間間隔は、図５では１時間であるが、これに限られず、例えば、数時間単位、日単位等であってもよい。
【0026】
例えば、このような分布情報は、分布情報を収集する装置（図示せず）によって収集されて、データベースＤＢ１に記憶される。データベースＤＢ１は、収集された分布情報が追加されていくことによりリアルタイムに更新される構成であってもよい。
【0027】
（データベースＤＢ２：環境情報）
データベースＤＢ２は、環境情報を記憶する。環境情報は、各エリアまたは複数のエリア全体を取り巻く外的な事象を示す。例えば、環境情報は、日時と、エリアの識別情報と、事象を示す情報と、を含む。例えば、外的な事象の一例としては、天候、周辺イベント等が挙げられる。なお、周辺イベントとは、複数のエリアの周辺で開催されるイベントであって、何れのエリアに含まれない領域において開催されるイベントである。周辺イベントは、エリア内で開催される後述のイベントとは異なる。なお、環境情報のデータ構造は、上述した例に限られない。
データベースＤＢ２は、環境情報を記憶する。環境情報は、各エリアまたは複数のエリア全体を取り巻く外的な事象を示す。例えば、環境情報は、日時と、エリアの識別情報と、事象を示す情報と、を含む。例えば、外的な事象の一例としては、天候、周辺イベント等が挙げられる。なお、周辺イベントとは、複数のエリアの周辺で開催されるイベントであって、何れのエリアに含まれない領域において開催されるイベントである。周辺イベントは、エリア内で開催される後述のイベントとは異なる。なお、環境情報のデータ構造は、上述した例に限られない。
【0028】
例えば、このような環境情報は、環境情報を収集する装置（図示せず）によって収集されて、データベースＤＢ２に記憶される。データベースＤＢ２は、収集された環境情報が追加されていくことによりリアルタイムに更新される構成であってもよい。
【0029】
（データベースＤＢ３：ユーザ情報）
データベースＤＢ３は、ユーザ情報を記憶する。ユーザ情報は、例えば、複数のエリアの少なくとも何れかにおいて提供されるサービスの利用者を示す情報であってもよい。ユーザ情報の一例について、図６を参照して説明する。図６は、ユーザ情報の一例を説明する図である。図６に示す例において、ユーザ情報は、ユーザ識別情報（会員Ｎｏ）と、ユーザの属性（年齢、性別、連絡方法、趣味嗜好、お気に入り店舗）を示す情報と、ユーザの現在のエリアを示す情報と、を含む。なお、ユーザ情報のデータ構造は、図６に示した例に限られない。
データベースＤＢ３は、ユーザ情報を記憶する。ユーザ情報は、例えば、複数のエリアの少なくとも何れかにおいて提供されるサービスの利用者を示す情報であってもよい。ユーザ情報の一例について、図６を参照して説明する。図６は、ユーザ情報の一例を説明する図である。図６に示す例において、ユーザ情報は、ユーザ識別情報（会員Ｎｏ）と、ユーザの属性（年齢、性別、連絡方法、趣味嗜好、お気に入り店舗）を示す情報と、ユーザの現在のエリアを示す情報と、を含む。なお、ユーザ情報のデータ構造は、図６に示した例に限られない。
【0030】
例えば、ユーザ識別情報は、ユーザの入力により登録された情報であってもよい。また、ユーザ識別情報は、複数のエリアの少なくとも何れかに配置されたセンサが取得したセンサ情報を参照して生成されてもよい。例えば、ユーザ識別情報は、何れかのエリアに配置されたカメラが撮影した映像を解析することにより、映像に被写体として含まれる個人を識別する解析装置（図示せず）により生成されてもよい。また、ユーザ識別情報は、リアルタイムに追加される構成であってもよい。
【0031】
例えば、ユーザの属性を示す情報は、ユーザの入力により登録された情報であってもよい。また、ユーザの属性を示す情報は、例えば、上述したセンサ情報、ユーザ端末２０の位置情報、またはユーザ端末２０に含まれるアプリケーションの利用状況等を参照してユーザの属性を解析する解析装置（図示せず）により生成されてもよい。また、ユーザの属性を示す情報は、リアルタイムに更新される構成であってもよい。
【0032】
また、ユーザの現在のエリアを示す情報は、ユーザ端末２０の位置情報と、各エリアの地理的な領域を示す情報とを参照して現在のエリアを判定する判定装置（図示せず）により生成される。また、現在のエリアを示す情報は、測位部２６０の測位に応じてリアルタイムに更新される。
【0033】
（データベースＤＢ４：移動手段情報）
データベースＤＢ４は、移動手段情報を記憶する。移動手段情報は、複数のエリア間を移動するための移動手段に関する情報である。例えば、移動手段情報は、移動手段の識別情報と、種別と、経路と、運行スケジュールと、提供可能量と、を示す情報を含む。例えば、種別の一例としては、シャトルバス、オンデマンドバス、シェアサイクル、鉄道、路線バス、等が挙げられるが、これに限られない。また、経路の一例としては、エリア１およびエリア２間を結ぶ経路、等が挙げられる。また、運行スケジュールの一例としては、エリア１を１５：３０に発車してエリア２に１５：４０に到着する、等が挙げられる。また、提供可能量としては、例えば、１台のシャトルバスに乗車可能な人数、増便可能な台数、シェアサイクルの台数、等が挙げられる。なお、移動手段情報のデータ構造は、上述した例に限られない。
データベースＤＢ４は、移動手段情報を記憶する。移動手段情報は、複数のエリア間を移動するための移動手段に関する情報である。例えば、移動手段情報は、移動手段の識別情報と、種別と、経路と、運行スケジュールと、提供可能量と、を示す情報を含む。例えば、種別の一例としては、シャトルバス、オンデマンドバス、シェアサイクル、鉄道、路線バス、等が挙げられるが、これに限られない。また、経路の一例としては、エリア１およびエリア２間を結ぶ経路、等が挙げられる。また、運行スケジュールの一例としては、エリア１を１５：３０に発車してエリア２に１５：４０に到着する、等が挙げられる。また、提供可能量としては、例えば、１台のシャトルバスに乗車可能な人数、増便可能な台数、シェアサイクルの台数、等が挙げられる。なお、移動手段情報のデータ構造は、上述した例に限られない。
【0034】
例えば、このような移動手段情報は、複数のエリアまたは各エリアを管理する管理者の入力によってデータベースＤＢ４に記憶されてもよい。また、移動手段情報は、移動手段に関する情報を収集する装置（図示せず）によって収集されて、データベースＤＢ４に記憶されてもよい。データベースＤＢ４は、収集された移動手段情報を用いてリアルタイムに更新される構成であってもよい。
【0035】
（データベースＤＢ５：イベント情報）
データベースＤＢ５は、イベント情報を記憶する。イベント情報は、複数のエリアの何れかで行われるイベントに関する情報である。イベントは、前述した周辺イベント情報とは異なる。イベント情報の一例について、図７を参照して説明する。図７は、イベント情報の一例を説明する図である。図７に示す例において、イベント情報は、イベント識別情報（イベントＮＯ）と、開催されるエリアの識別情報と、日付と、時刻と、店舗と、ターゲットと、を示す情報とを含む。例えば、図７の１行目は、イベントＮＯ「００００００１」のイベントが、エリア１において、２０２２年４月１日の０時に、店舗ＡＡＡＡの主催により、３０代の男性（３０男）をターゲットとして開催される予定であることを示している。なお、イベント情報は、少なくとも開催されるエリアの識別情報を含んでいればよく、そのデータ構造は、図７に示した例に限られない。
データベースＤＢ５は、イベント情報を記憶する。イベント情報は、複数のエリアの何れかで行われるイベントに関する情報である。イベントは、前述した周辺イベント情報とは異なる。イベント情報の一例について、図７を参照して説明する。図７は、イベント情報の一例を説明する図である。図７に示す例において、イベント情報は、イベント識別情報（イベントＮＯ）と、開催されるエリアの識別情報と、日付と、時刻と、店舗と、ターゲットと、を示す情報とを含む。例えば、図７の１行目は、イベントＮＯ「００００００１」のイベントが、エリア１において、２０２２年４月１日の０時に、店舗ＡＡＡＡの主催により、３０代の男性（３０男）をターゲットとして開催される予定であることを示している。なお、イベント情報は、少なくとも開催されるエリアの識別情報を含んでいればよく、そのデータ構造は、図７に示した例に限られない。
【0036】
例えば、このようなイベント情報は、開催されるエリアを管理する管理者またはイベントの関係者等の入力によってデータベースＤＢ５に記憶されてもよい。また、このようなイベント情報は、複数のエリアの何れかで開催されるイベントに関する情報を収集する装置（図示せず）によって収集されて、データベースＤＢ５に記憶されてもよい。データベースＤＢ５は、入力または収集されたイベント情報が追加されていくことによりリアルタイムに更新される構成であってもよい。
【0037】
（データベースＤＢ６：標準人数情報）
データベースＤＢ６は、混雑判定用情報を記憶する。混雑判定用情報は、各エリアについて混雑エリアであるか閑散エリアであるかを判定するために用いられる情報である。混雑判定用情報の一例について、図８を参照して説明する。図８は、混雑判定用情報の一例を説明する図である。図８に示すように、混雑判定用情報は、エリア識別情報、標準人数、混雑閾値、閑散閾値を示す情報を含む。標準人数は、当該エリアに想定される標準的な同時滞在人数である。標準人数は、混雑度を算出するために用いられる。混雑閾値および閑散閾値は、混雑度と比較するための閾値である。なお、混雑用判定情報のデータ構造は、図８に示した例に限られない。また、図１１の例では、標準人数は時間に関わらず一定としているが、例えば、時間に応じて変化し得る値が設定されていてもよい。
データベースＤＢ６は、混雑判定用情報を記憶する。混雑判定用情報は、各エリアについて混雑エリアであるか閑散エリアであるかを判定するために用いられる情報である。混雑判定用情報の一例について、図８を参照して説明する。図８は、混雑判定用情報の一例を説明する図である。図８に示すように、混雑判定用情報は、エリア識別情報、標準人数、混雑閾値、閑散閾値を示す情報を含む。標準人数は、当該エリアに想定される標準的な同時滞在人数である。標準人数は、混雑度を算出するために用いられる。混雑閾値および閑散閾値は、混雑度と比較するための閾値である。なお、混雑用判定情報のデータ構造は、図８に示した例に限られない。また、図１１の例では、標準人数は時間に関わらず一定としているが、例えば、時間に応じて変化し得る値が設定されていてもよい。
【0038】
例えば、このような混雑判定用情報は、過去の滞在人数、人口密度等に基づき統計的に算出されてもよい。また、混雑判定用情報は、各エリアの管理者または当該情報処理システム１Ａの管理者等により決定されてもよい。また、混雑判定用情報は、分布情報を参照して動的に更新されてもよい。
【0039】
なお、エリアの管理者にとって、ある程度の賑わいを確保したい、静けさを確保したい、などといったように、要求する混雑（または閑散）の程度が異なり得る。そこで、このようなエリアの管理者の要求に応じて、標準人数、混雑閾値、または閑散閾値が設定されてもよい。これにより、当該エリアは、要求される混雑の程度を超えた場合に混雑エリアと判定され、要求される閑散の程度を下回った場合に閑散エリアと判定されるので、管理者が要求する混雑（または閑散）の程度を確保することができる。
【0040】
（データベースＤＢ７：理想人数情報）
データベースＤＢ７は、理想人数情報を記憶する。理想人数情報は、各エリアにおける属性別の理想人数に関する情報である。理想人数情報の一例について、図９を参照して説明する。図９は、理想人数情報の一例を説明する図である。図９に示すように、理想人数情報は、エリアの識別情報と、時刻と、属性別の理想人数と、を示す情報を含む。例えば、図９の１行目は、エリア１では、０時における２０代男性の理想人数が５００人、３０代男性の理想人数が５００人、４０代男性の理想人数が１００人、…、５０代女性の理想人数が５０人、６０代女性の理想人数が８０人、であることを示している。例えば、各エリアの属性別の理想人数の合計は、データベースＤＢ６に記憶されたエリア１の標準人数であってもよい。換言すると、あるエリアの属性別の理想人数は、当該エリアの標準人数の内訳であってもよい。また、図９に示すように、このような属性別の理想人数は、時間に応じて変化し得る値が設定される。
データベースＤＢ７は、理想人数情報を記憶する。理想人数情報は、各エリアにおける属性別の理想人数に関する情報である。理想人数情報の一例について、図９を参照して説明する。図９は、理想人数情報の一例を説明する図である。図９に示すように、理想人数情報は、エリアの識別情報と、時刻と、属性別の理想人数と、を示す情報を含む。例えば、図９の１行目は、エリア１では、０時における２０代男性の理想人数が５００人、３０代男性の理想人数が５００人、４０代男性の理想人数が１００人、…、５０代女性の理想人数が５０人、６０代女性の理想人数が８０人、であることを示している。例えば、各エリアの属性別の理想人数の合計は、データベースＤＢ６に記憶されたエリア１の標準人数であってもよい。換言すると、あるエリアの属性別の理想人数は、当該エリアの標準人数の内訳であってもよい。また、図９に示すように、このような属性別の理想人数は、時間に応じて変化し得る値が設定される。
【0041】
例えば、このような理想人数情報は、過去の属性別の滞在人数等に基づき統計的に算出されてもよい。また、理想人数情報は、各エリアの管理者または当該情報処理システム１Ａの管理者等により決定されてもよい。また、理想人数情報は、分布情報を参照して動的に更新されてもよい。また、この例では、理想人数情報に時刻を示す情報が含まれているが、日付または曜日を示す情報が含まれていてもよい。また、記憶される理想人数情報の時間間隔は、図９では１時間であるが、これに限られない。
【0042】
＜情報処理方法Ｓ１Ａの流れ＞
以上のように構成された情報処理システム１Ａは、本例示的実施形態に係る情報処理方法Ｓ１Ａを実行する。情報処理方法Ｓ１Ａの流れについて、図１０を参照して説明する。図１０は、情報処理方法Ｓ１Ａの流れを示すフロー図である。図１０に示すように、情報処理方法Ｓ１Ａは、ステップＳ２１～Ｓ２８を含む。
以上のように構成された情報処理システム１Ａは、本例示的実施形態に係る情報処理方法Ｓ１Ａを実行する。情報処理方法Ｓ１Ａの流れについて、図１０を参照して説明する。図１０は、情報処理方法Ｓ１Ａの流れを示すフロー図である。図１０に示すように、情報処理方法Ｓ１Ａは、ステップＳ２１～Ｓ２８を含む。
【0043】
（ステップＳ２１）
ステップＳ２１において、予測部１１Ａは、データベースＤＢ１およびＤＢ２に記憶された分布情報および環境情報を参照して、各エリアにおける将来の予測人数１２１ａ、１２１ｂを予測し、記憶部１２０に記憶する。ここで、予測人数１２１ａは、各エリアについてユーザの属性別に予測される滞在人数である。予測人数１２１ｂは、各エリアについて予測される滞在人数である。また、ここでいう「将来」とは、現時点より以降のある時点（例えば、３０分後、１時間後、１日後、１週間後、等）であってもよいし、現時点より以降のある期間（例えば、現時点から２４時間後まで）等であってもよい。
ステップＳ２１において、予測部１１Ａは、データベースＤＢ１およびＤＢ２に記憶された分布情報および環境情報を参照して、各エリアにおける将来の予測人数１２１ａ、１２１ｂを予測し、記憶部１２０に記憶する。ここで、予測人数１２１ａは、各エリアについてユーザの属性別に予測される滞在人数である。予測人数１２１ｂは、各エリアについて予測される滞在人数である。また、ここでいう「将来」とは、現時点より以降のある時点（例えば、３０分後、１時間後、１日後、１週間後、等）であってもよいし、現時点より以降のある期間（例えば、現時点から２４時間後まで）等であってもよい。
【0044】
例えば、予測部１１Ａは、将来に予測される環境情報に類似した過去の環境情報を特定し、特定した過去の環境情報に対応する過去の分布情報を参照して、予測人数１２１ａ、１２１ｂを予測してもよい。例えば、明日の予測人数１２１ａ、１２１ｂを予測したい場合、予測部１１Ａは、環境情報を参照し、明日に予測される天候（例えば、晴れ）に類似する天候の過去の日付を特定してもよい。また、例えば、予測部１１Ａは、環境情報を参照し、明日に予定される周辺イベントに類似する周辺イベントが開催された日付を特定してもよい。また、予測部１１Ａは、特定した日付における分布情報を参照して、予測人数１２１ａ、１２１ｂしてもよい。
【0045】
また、予測部１１Ａは、分布情報および環境情報に基づきエリア別に生成された予測モデルを用いて、予測人数１２１ａを予測してもよい。予測モデルは、例えば、将来の時点または期間を入力として、属性別の予測人数１２１ａを出力する。また、例えば、予測部１１Ａは、各エリアについて出力された属性別の予測人数１２１ａを合計することにより、各エリアの予測人数１２１ｂを算出してもよい。予測モデルを生成する技術の具体例としては、ロジスティック回帰、決定木、ランダムフォレスト、ニューラルネットワーク、等が挙げられるが、これらに限られない。
【0046】
例えば、予測部１１Ａは、将来の所定期間における各時点について、予測人数１２１ａ、１２１ｂを算出する。例えば、将来の所定期間における各時点とは、例えば、処理時点から２４時間後までの１時間ごと、等であってもよい。この場合、もし情報処理方法Ｓ１Ａの実行時点（現時点）が２０２２年３月３１日２３時であれば、２０２２年４月１日０時、１時、２時、…、２３時の各時点について、予測人数１２１ａ、１２１ｂが予測される。以下の具体例に示すように、予測人数１２１ａ、１２１ｂの予測値は、将来の所定期間における各時点で異なり得る。
【0047】
（属性別の予測人数１２１ａの具体例）
属性別の予測人数１２１ａの一例について、図１１を参照して説明する。図１１は、属性別に予測された情報の一例を示す図である。図１１に示すように、この例での「現時点」より以降の日付である２０２２年４月１日の０時から２３時までの各時点について、エリア別、属性別に予測人数１２１ａが予測されている。例えば、図１１の１行目には、エリア１において２０２２年４月２２日０時の２０代男性（Ｍ）の予測人数１２１ａが１００人である、ことが示されている。
属性別の予測人数１２１ａの一例について、図１１を参照して説明する。図１１は、属性別に予測された情報の一例を示す図である。図１１に示すように、この例での「現時点」より以降の日付である２０２２年４月１日の０時から２３時までの各時点について、エリア別、属性別に予測人数１２１ａが予測されている。例えば、図１１の１行目には、エリア１において２０２２年４月２２日０時の２０代男性（Ｍ）の予測人数１２１ａが１００人である、ことが示されている。
【0048】
（各エリアの予測人数１２１ｂの具体例）
各エリアの予測人数１２１ｂの一例について、図１２を参照して説明する。図１２は、エリアごとに予測された情報の一例を示す図である。図１２に示すように、この例での「現時点」より以降の日付である２０２２年４月１日の０時、１時、…の各時点について、エリア別に予測人数１２１ｂが予測されている。例えば、図１２の１行目には、エリア１において２０２２年４月２２日０時の予測人数１２１ｂが１０００人である、ことが示されている。この１行目の予測人数１２１ｂは、図１１に示した属性別の予測人数１２１ａのうち、エリア１における当該日時の各属性の予測人数１２１ａを合計したものである。
各エリアの予測人数１２１ｂの一例について、図１２を参照して説明する。図１２は、エリアごとに予測された情報の一例を示す図である。図１２に示すように、この例での「現時点」より以降の日付である２０２２年４月１日の０時、１時、…の各時点について、エリア別に予測人数１２１ｂが予測されている。例えば、図１２の１行目には、エリア１において２０２２年４月２２日０時の予測人数１２１ｂが１０００人である、ことが示されている。この１行目の予測人数１２１ｂは、図１１に示した属性別の予測人数１２１ａのうち、エリア１における当該日時の各属性の予測人数１２１ａを合計したものである。
【0049】
（ステップＳ２２）
ステップＳ２２において、予測部１１Ａは、予測人数１２１ｂと、データベースＤＢ６（混雑判定用情報）を参照して、各エリアの混雑度を算出する。例えば、予測部１１Ａは、将来の所定期間における各時点について、各エリアの混雑度を算出する。「将来の所定期間における各時点」の具体例については、前述した通りである。混雑度の算出処理の具体例について、図８、１２を参照して説明する。
ステップＳ２２において、予測部１１Ａは、予測人数１２１ｂと、データベースＤＢ６（混雑判定用情報）を参照して、各エリアの混雑度を算出する。例えば、予測部１１Ａは、将来の所定期間における各時点について、各エリアの混雑度を算出する。「将来の所定期間における各時点」の具体例については、前述した通りである。混雑度の算出処理の具体例について、図８、１２を参照して説明する。
【0050】
（混雑度の具体例）
例えば、図１２の具体例では、エリア１における２０２２年４月１日０時の予測人数１２１ｂは１０００人である。また、図８の具体例では、エリア１の標準人数は２０００人である。そこで、予測部１１Ａは、予測人数１２１ｂ（１０００人）を標準人数（２０００人）で除して混雑度０．５を算出する。
例えば、図１２の具体例では、エリア１における２０２２年４月１日０時の予測人数１２１ｂは１０００人である。また、図８の具体例では、エリア１の標準人数は２０００人である。そこで、予測部１１Ａは、予測人数１２１ｂ（１０００人）を標準人数（２０００人）で除して混雑度０．５を算出する。
【0051】
（ステップＳ２３）
ステップＳ２３において、予測部１１Ａは、算出した混雑度と、データベースＤＢ６（混雑判定用情報）を参照して、各エリアが混雑エリア、閑散エリア、および標準エリアの何れであるかを判定する。また、予測部１１Ａは、予測した混雑度および判定結果を含む予測結果１２２を、記憶部１２０に記憶する。これにより、予測部１１Ａは、将来における混雑エリアおよび閑散エリアを予測する。
ステップＳ２３において、予測部１１Ａは、算出した混雑度と、データベースＤＢ６（混雑判定用情報）を参照して、各エリアが混雑エリア、閑散エリア、および標準エリアの何れであるかを判定する。また、予測部１１Ａは、予測した混雑度および判定結果を含む予測結果１２２を、記憶部１２０に記憶する。これにより、予測部１１Ａは、将来における混雑エリアおよび閑散エリアを予測する。
【0052】
例えば、予測部１１Ａは、将来の所定期間における各時点について、各エリアについて混雑エリア、閑散エリア、および標準エリアの何れであるかを判定する。「将来の所定期間における各時点」の具体例については、前述した通りである。予測結果１２２は、将来の所定期間における各時点で異なり得る。混雑エリアおよび閑散エリアを予測する処理の具体例について、図８、１２を参照して説明する。
【0053】
（閑散エリアの具体例）
例えば、図１２の具体例では、エリア１における２０２２年４月１日０時の混雑度は０．５である。また、図８の具体例では、エリア１の閑散閾値は０．７である。この場合、混雑度≦閑散閾値であるため、予測部１１Ａは、当該日付の当該時刻においてエリア１は閑散エリアであると予測する。
例えば、図１２の具体例では、エリア１における２０２２年４月１日０時の混雑度は０．５である。また、図８の具体例では、エリア１の閑散閾値は０．７である。この場合、混雑度≦閑散閾値であるため、予測部１１Ａは、当該日付の当該時刻においてエリア１は閑散エリアであると予測する。
【0054】
（混雑エリアの具体例）
また、例えば、図１２の具体例では、エリア１における２０２２年４月１日１時の混雑度は１．５である。また、図８の具体例では、エリア１の混雑閾値は１．３である。この場合、混雑閾値≦混雑度であるため、予測部１１Ａは、当該日付の当該時刻においてエリア１は混雑エリアであると予測する。
また、例えば、図１２の具体例では、エリア１における２０２２年４月１日１時の混雑度は１．５である。また、図８の具体例では、エリア１の混雑閾値は１．３である。この場合、混雑閾値≦混雑度であるため、予測部１１Ａは、当該日付の当該時刻においてエリア１は混雑エリアであると予測する。
【0055】
（標準エリアの具体例）
なお、図１２の例には示していないが、予測部１１Ａは、混雑度が閑散閾値より大きく、かつ、混雑閾値より小さい場合、当該エリアは混雑エリアでも閑散エリアでもない、標準エリアであると予測する。
なお、図１２の例には示していないが、予測部１１Ａは、混雑度が閑散閾値より大きく、かつ、混雑閾値より小さい場合、当該エリアは混雑エリアでも閑散エリアでもない、標準エリアであると予測する。
【0056】
（ステップＳ２４）
ステップＳ２４において、予測部１１Ａは、予測した混雑エリアおよび閑散エリアについて、データベースＤＢ６、ＤＢ７を参照して、推奨移動人数１２３ａ、１２３ｂを算出し、記憶部１２０に記憶する。ここで、推奨移動人数１２３ａは、混雑エリアおよび閑散エリアのそれぞれについてユーザの属性別に算出される、移動を推奨する人数である。推奨移動人数１２３ａは、予測人数１２１ａおよび理想人数の差として算出される。また、推奨移動人数１２３ｂは、混雑エリアおよび閑散エリアのそれぞれについて算出される、移動を推奨する人数である。推奨移動人数１２３ｂは、予測人数１２１ｂおよび標準人数の差として算出される。なお、ここでいう「移動を推奨する」とは、当該エリアから他のエリアへの移動を推奨すること、または、他のエリアから当該エリアへの移動を推奨すること、を指す。
ステップＳ２４において、予測部１１Ａは、予測した混雑エリアおよび閑散エリアについて、データベースＤＢ６、ＤＢ７を参照して、推奨移動人数１２３ａ、１２３ｂを算出し、記憶部１２０に記憶する。ここで、推奨移動人数１２３ａは、混雑エリアおよび閑散エリアのそれぞれについてユーザの属性別に算出される、移動を推奨する人数である。推奨移動人数１２３ａは、予測人数１２１ａおよび理想人数の差として算出される。また、推奨移動人数１２３ｂは、混雑エリアおよび閑散エリアのそれぞれについて算出される、移動を推奨する人数である。推奨移動人数１２３ｂは、予測人数１２１ｂおよび標準人数の差として算出される。なお、ここでいう「移動を推奨する」とは、当該エリアから他のエリアへの移動を推奨すること、または、他のエリアから当該エリアへの移動を推奨すること、を指す。
【0057】
例えば、予測部１１Ａは、将来の所定期間における各時点について、各エリアについて推奨移動人数１２３ａ、１２３ｂを算出する。「将来の所定期間における各時点」の具体例については、前述した通りである。推奨移動人数１２３ａ、１２３ｂは、将来の所定期間における各時点で異なり得る。
【0058】
（属性別の推奨移動人数１２３ａの具体例）
属性別の推奨移動人数１２３ａの一例について、図１１を参照して説明する。例えば、図１１の１行目は、エリア１における２０２２年４月１日０時の２０代男性（Ｍ）の推奨移動人数１２３ａが、４００人であることを示している。この例では、推奨移動人数１２３ａが正の値であることは、他のエリアから当該エリアへ当該属性を有するユーザの移動が推奨されることを示す。つまり、図１１の１行目は、他のエリアからエリア１への２０代男性（Ｍ）４００人の移動が推奨されることを示している。当該推奨移動人数１２３ａは、エリア１における当該日時の２０代男性（Ｍ）の予測人数１２１ａ（１００人）と、エリア１における当該日時の２０代男性（Ｍ）の理想人数（５００人）との差として算出されたものである。
属性別の推奨移動人数１２３ａの一例について、図１１を参照して説明する。例えば、図１１の１行目は、エリア１における２０２２年４月１日０時の２０代男性（Ｍ）の推奨移動人数１２３ａが、４００人であることを示している。この例では、推奨移動人数１２３ａが正の値であることは、他のエリアから当該エリアへ当該属性を有するユーザの移動が推奨されることを示す。つまり、図１１の１行目は、他のエリアからエリア１への２０代男性（Ｍ）４００人の移動が推奨されることを示している。当該推奨移動人数１２３ａは、エリア１における当該日時の２０代男性（Ｍ）の予測人数１２１ａ（１００人）と、エリア１における当該日時の２０代男性（Ｍ）の理想人数（５００人）との差として算出されたものである。
【0059】
また、例えば、図１１の５行目は、エリア１における２０２２年４月１日１時の２０代男性（Ｍ）の推奨移動人数１２３ａが、－３００人であることを示している。この例では、推奨移動人数１２３ａが負の値であることは、当該エリアから他のエリアへ当該属性を有するユーザの移動が推奨されることを示す。つまり、図１１の５行目は、エリア１から他のエリアへの２０代男性（Ｍ）３００人の移動が推奨されることを示している。当該推奨移動人数１２３ａは、エリア１における当該日時の２０代男性（Ｍ）の予測人数１２１ａ（８００人）と、エリア１における当該日時の２０代男性（Ｍ）の理想人数（５００人）との差として算出されたものである。
【0060】
（各エリアの推奨移動人数１２３ｂの具体例）
推奨移動人数１２３ｂの一例について、図１２を参照して説明する。例えば、図１２の１行目は、エリア１における２０２２年４月１日０時の推奨移動人数１２３ｂが、１０００人であることを示している。この例では、推奨移動人数１２３ｂが正の値であることは、他のエリアから当該エリアへの移動が推奨されることを示す。つまり、図１２の１行目は、他のエリアからエリア１への１０００人の移動が推奨されることを示している。当該推奨移動人数１２３ｂは、エリア１における当該日時の予測人数１２１ａ（１０００人）と、エリア１における標準人数（２０００人）との差として算出されたものである。
推奨移動人数１２３ｂの一例について、図１２を参照して説明する。例えば、図１２の１行目は、エリア１における２０２２年４月１日０時の推奨移動人数１２３ｂが、１０００人であることを示している。この例では、推奨移動人数１２３ｂが正の値であることは、他のエリアから当該エリアへの移動が推奨されることを示す。つまり、図１２の１行目は、他のエリアからエリア１への１０００人の移動が推奨されることを示している。当該推奨移動人数１２３ｂは、エリア１における当該日時の予測人数１２１ａ（１０００人）と、エリア１における標準人数（２０００人）との差として算出されたものである。
【0061】
また、例えば、図１２の２行目は、エリア２における２０２２年４月１日１時の推奨移動人数１２３ｂが、－２０００人であることを示している。この例では、推奨移動人数１２３ｂが負の値であることは、当該エリアから他のエリアへの移動が推奨されることを示す。つまり、図１１の５行目は、エリア１から他のエリアへ２０００人の移動が推奨されることを示している。当該推奨移動人数１２３ｂは、エリア１における当該日時の予測人数１２１ａ（３０００人）と、エリア１の標準人数（１０００人）との差として算出されたものである。
【0062】
（ステップＳ２１～Ｓ２４の繰り返し）
ここで、情報処理方法Ｓ１Ａにおいて参照するデータベースＤＢ１～ＤＢ７の少なくとも何れかが更新されると、予測人数１２１ａ、１２１ｂ、予測結果１２２、推奨移動人数１２３ａ、１２３ｂの少なくとも何れかが変化し得る。例えば、エリア１における２０２２年４月１日３時の予測人数１２１ａ、１２１ｂ、予測結果１２２、および推奨移動人数１２３ａ、１２３ｂは、ステップＳ２１～Ｓ２４を２０２２年４月１日０時に実行した場合と、同日１時に実行した場合とでは異なり得る。そこで、情報処理システム１Ａは、ステップＳ２１～Ｓ２４を所定間隔で繰り返し実行してもよい。これにより、記憶部１２０に記憶される予測人数１２１ａ、１２１ｂ、予測結果１２２、および推奨移動人数１２３ａ、１２３ｂは、最新の状態に更新される。
ここで、情報処理方法Ｓ１Ａにおいて参照するデータベースＤＢ１～ＤＢ７の少なくとも何れかが更新されると、予測人数１２１ａ、１２１ｂ、予測結果１２２、推奨移動人数１２３ａ、１２３ｂの少なくとも何れかが変化し得る。例えば、エリア１における２０２２年４月１日３時の予測人数１２１ａ、１２１ｂ、予測結果１２２、および推奨移動人数１２３ａ、１２３ｂは、ステップＳ２１～Ｓ２４を２０２２年４月１日０時に実行した場合と、同日１時に実行した場合とでは異なり得る。そこで、情報処理システム１Ａは、ステップＳ２１～Ｓ２４を所定間隔で繰り返し実行してもよい。これにより、記憶部１２０に記憶される予測人数１２１ａ、１２１ｂ、予測結果１２２、および推奨移動人数１２３ａ、１２３ｂは、最新の状態に更新される。
【0063】
（ステップＳ２５）
ステップＳ２５において、制御部１１０は、平準化の対象時点を示す情報を取得する。平準化の対象時点とは、複数のエリアにおける人の分布を平準化したい対象となる将来の時点である。例えば、平準化の対象時点は、複数のエリアの何れかにおいてサービスを提供する提供者、または、複数のエリア全体を管理する管理者等の要求に基づき入力されてもよい。平準化の対象時点は、例えば、入力時点を基準とした相対的な表現形式（例えば、「３０分後」、「５時間後」等）で入力されてもよいし、絶対的な表現形式（例えば、「２０２２年４月１日３時」等）で入力されてもよい。
ステップＳ２５において、制御部１１０は、平準化の対象時点を示す情報を取得する。平準化の対象時点とは、複数のエリアにおける人の分布を平準化したい対象となる将来の時点である。例えば、平準化の対象時点は、複数のエリアの何れかにおいてサービスを提供する提供者、または、複数のエリア全体を管理する管理者等の要求に基づき入力されてもよい。平準化の対象時点は、例えば、入力時点を基準とした相対的な表現形式（例えば、「３０分後」、「５時間後」等）で入力されてもよいし、絶対的な表現形式（例えば、「２０２２年４月１日３時」等）で入力されてもよい。
【0064】
（ステップＳ２６）
ステップＳ２６において、抽出部１２Ａは、平準化の対象時点における混雑エリアに現時点で滞在するユーザのうち、平準化の対象時点における閑散エリアへの移動を推奨するターゲットユーザを抽出する。抽出処理は、例えば、データベースＤＢ３（ユーザ情報）およびデータベースＤＢ５（イベント情報）の一方または両方を参照して実行される。以降の説明では、「平準化の対象時点における混雑エリア」を単に「混雑エリア」と記載することもある。また、「平準化の対象時点における閑散エリア」を単に「閑散エリア」と記載することもある。
ステップＳ２６において、抽出部１２Ａは、平準化の対象時点における混雑エリアに現時点で滞在するユーザのうち、平準化の対象時点における閑散エリアへの移動を推奨するターゲットユーザを抽出する。抽出処理は、例えば、データベースＤＢ３（ユーザ情報）およびデータベースＤＢ５（イベント情報）の一方または両方を参照して実行される。以降の説明では、「平準化の対象時点における混雑エリア」を単に「混雑エリア」と記載することもある。また、「平準化の対象時点における閑散エリア」を単に「閑散エリア」と記載することもある。
【0065】
（ターゲットユーザの抽出例１）
例えば、抽出部１２Ａは、混雑エリアに滞在するユーザに関するユーザ情報を参照して、閑散エリアに関連する情報に関する条件を満たすユーザを、ターゲットユーザとして抽出してもよい。「閑散エリアに関連する情報に関する条件」とは、例えば、閑散エリアで開催されるイベントに関する条件であってもよい。そのような条件とは、閑散エリアで開催されるイベントがターゲットとする属性のユーザであってもよい。ターゲットとする属性とは、例えば、年代および性別を含む。また、そのような条件とは、閑散エリアで開催されるイベントの内容と趣味嗜好がマッチするユーザであってもよい。また、そのような条件とは、閑散エリアで開催されるイベントを主催する店舗をお気に入り店舗としているユーザであってもよい。
例えば、抽出部１２Ａは、混雑エリアに滞在するユーザに関するユーザ情報を参照して、閑散エリアに関連する情報に関する条件を満たすユーザを、ターゲットユーザとして抽出してもよい。「閑散エリアに関連する情報に関する条件」とは、例えば、閑散エリアで開催されるイベントに関する条件であってもよい。そのような条件とは、閑散エリアで開催されるイベントがターゲットとする属性のユーザであってもよい。ターゲットとする属性とは、例えば、年代および性別を含む。また、そのような条件とは、閑散エリアで開催されるイベントの内容と趣味嗜好がマッチするユーザであってもよい。また、そのような条件とは、閑散エリアで開催されるイベントを主催する店舗をお気に入り店舗としているユーザであってもよい。
【0066】
具体例として、平準化の対象時点が２０２２年４月１日の１時である場合について説明する。この場合、抽出部１２Ａは、図１２の予測結果１２２を参照し、当該日時における混雑エリア「エリア１」と、閑散エリア「エリア２」と、をそれぞれ示す情報を取得する。また、抽出部１２Ａは、図７に示したデータベースＤＢ５（イベント情報）を参照し、２０２２年４月１日の１時に閑散エリア「エリア２」で開催されるイベントＮＯ「0000004」のイベント情報を取得する。当該イベント情報には、ターゲット「１０代男性（１０男）」および内容「ユニットXXのダンスパフォーマンス」を示す情報が含まれている。また、抽出部１２Ａは、図６のデータベースＤＢ３（ユーザ情報）を参照し、混雑エリア「エリア１」に現時点で滞在するユーザ「K0000001」、「K0000002」、「K0000003」、「K0000004」、「K0000005」、…を特定する。このうち、抽出部１２Ａは、イベントＮＯ「0000004」がターゲットとする「１０代男性」である「K0000001」、「K0000004」、「K0000005」を特定する。また、さらに、抽出部１２Ａは、そのうち趣味嗜好がイベントＮＯ「0000004」の内容「ユニットXXのダンスパフォーマンス」にマッチするユーザとして、例えば「K0000004」、「K0000005」を、ターゲットユーザとして特定する。または、抽出部１２Ａは、そのうちイベントＮＯ「0000004」を主催する店舗「ＤＤＤＤ」をお気に入り店舗とするユーザとして、例えば「K0000004」、「K0000005」を、ターゲットユーザとして特定する。
【0067】
（ターゲットユーザの抽出例２）
また、抽出部１２Ａは、混雑エリアおよび閑散エリアのそれぞれに滞在すべきユーザの属性別の理想人数を示す理想人数情報を参照して、混雑エリアに滞在するユーザのうち、混雑エリアにおける予測人数１２１ｂが理想人数を超過している属性のユーザであって、閑散エリアにおける予測人数１２１ｂが理想人数に対して不足する属性のユーザを、ターゲットユーザとして抽出してもよい。換言すると、抽出部１２Ａは、混雑エリアにおいて推奨移動人数１２３ａが負の値である属性のユーザであって、閑散エリアにおいて推奨移動人数１２３ｂが正の値である属性のユーザを、ターゲットユーザとして抽出してもよい。
また、抽出部１２Ａは、混雑エリアおよび閑散エリアのそれぞれに滞在すべきユーザの属性別の理想人数を示す理想人数情報を参照して、混雑エリアに滞在するユーザのうち、混雑エリアにおける予測人数１２１ｂが理想人数を超過している属性のユーザであって、閑散エリアにおける予測人数１２１ｂが理想人数に対して不足する属性のユーザを、ターゲットユーザとして抽出してもよい。換言すると、抽出部１２Ａは、混雑エリアにおいて推奨移動人数１２３ａが負の値である属性のユーザであって、閑散エリアにおいて推奨移動人数１２３ｂが正の値である属性のユーザを、ターゲットユーザとして抽出してもよい。
【0068】
具体例として、平準化の対象時点が２０２２年４月１日の１時である場合について説明する。この場合、抽出部１２Ａは、図１１の推奨移動人数１２３ａを参照し、（ｉ）混雑エリア「エリア１」で対象時点の推奨移動人数１２３ａが負の値「－３００」であり、かつ、（ｉｉ）閑散エリア「エリア２」で対象時点の推奨移動人数１２３ａが正の値「５００」であるとの条件を満たす属性「２０代女性（２０、Ｆ）」を特定する。また、抽出部１２Ａは、データベースＤＢ３（ユーザ情報）を参照し、閑散エリア「エリア２」に現時点で滞在しているユーザのうち、属性「２０代女性（２０、Ｆ）」のユーザを、ターゲットユーザとして特定する。
【0069】
（ターゲットユーザの抽出例３）
また、抽出部１２Ａは、上述した抽出例１、２を組み合わせてターゲットユーザを抽出してもよい。例えば、抽出例２の条件を満たす属性のユーザを抽出し、さらに、そのうち、抽出例１の条件を満たす属性のユーザを抽出してもよい。
また、抽出部１２Ａは、上述した抽出例１、２を組み合わせてターゲットユーザを抽出してもよい。例えば、抽出例２の条件を満たす属性のユーザを抽出し、さらに、そのうち、抽出例１の条件を満たす属性のユーザを抽出してもよい。
【0070】
（ターゲットユーザの抽出例４）
また、平準化の対象時点における混雑エリアが複数予測されている場合について説明する。この場合、抽出部１２Ａは、複数の混雑エリアからターゲットユーザを抽出する。また、平準化の対象時点における閑散エリアが複数予測されている場合について説明する。この場合、抽出部１２Ａは、複数の閑散エリアそれぞれについて、混雑エリアからターゲットユーザを抽出する。
また、平準化の対象時点における混雑エリアが複数予測されている場合について説明する。この場合、抽出部１２Ａは、複数の混雑エリアからターゲットユーザを抽出する。また、平準化の対象時点における閑散エリアが複数予測されている場合について説明する。この場合、抽出部１２Ａは、複数の閑散エリアそれぞれについて、混雑エリアからターゲットユーザを抽出する。
【0071】
例えば、抽出部１２Ａは、各混雑エリアから何れかの閑散エリアに移動すべき移動人数を算出する最適化問題を解く。具体的には、例えば、抽出部１２Ａは、各エリアの予測結果１２２およびデータベースＤＢ６（混雑判定用情報）を参照して、各エリアの混雑度が１に近づく最適な移動人数を算出してもよい。例えば、図１２の例において、説明を簡単にするためにエリア１および２の間の移動のみを想定する。この場合、平準化の対象時点２０２２年４月１日の１時において、混雑エリア「エリア１」から閑散エリア「エリア２」に１０００人移動させることにより、各エリアの混雑度は１となる。なお、このような最適化問題を解く手法としては、公知の手法を採用可能であり、上述した例に限られない。
【0072】
また、抽出部１２Ａは、最適化問題の解が示す移動人数（この例では１０００人）をターゲットユーザとして、現時点で混雑エリア「エリア１」に滞在するユーザから抽出してもよい。当該移動人数のターゲットユーザを抽出する手法としては、ランダムに抽出してもよいし、抽出例１～３等の観点に基づく点数を各ユーザに付与し、点数の高い順から移動人数までのユーザをターゲットユーザとして抽出してもよい。なお、現時点で混雑エリアに滞在するユーザが、最適化問題の解が示す移動人数に満たない場合がある。この場合、抽出部１２Ａは、混雑エリアに滞在するユーザが移動人数を超えた以降に、ターゲットユーザを抽出するようにしてもよい。
【0073】
（ステップＳ２７）
ステップＳ２７において、出力部１３Ａは、ターゲットユーザに配信メッセージ１２６ａを配信するための配信リスト１２４を生成する。配信リスト１２４は、配信メッセージ１２６ａを配信すべきターゲットユーザに関連する情報である。
ステップＳ２７において、出力部１３Ａは、ターゲットユーザに配信メッセージ１２６ａを配信するための配信リスト１２４を生成する。配信リスト１２４は、配信メッセージ１２６ａを配信すべきターゲットユーザに関連する情報である。
【0074】
（配信リスト１２４の具体例）
配信リスト１２４の具体例について、図１３を参照して説明する。図１３は、配信リスト１２４の具体例を説明する図である。図１３に示すように、配信リスト１２４は、ユーザ識別情報（会員ＮＯ）と、イベント識別情報（イベントＮＯ）と、移動元エリアの識別情報と、移動先エリアの識別情報と、配信時刻と、店舗と、を示す情報を含む。ユーザ識別情報は、抽出したターゲットユーザを示す。イベント識別情報は、当該ターゲットユーザの抽出処理に寄与したイベントを示す。なお、当該イベントは、平準化の対象時点において移動先エリア（閑散エリア）で開催されるイベントである。移動元エリアは、当該ターゲットユーザが現時点で滞在するエリアを示す。なお、移動元エリアは、平準化の対象時点における混雑エリアである。移動先エリアは、平準化の対象時点における閑散エリアである。配信時刻は、当該ターゲットユーザに配信メッセージ１２６ａを配信する予定時刻である。配信時刻としては、現時点から平準化の対象時点までに含まれる任意の時点が別途決定されるものとする。お気に入り店舗は、当該ターゲットユーザのお気に入り店舗であり、かつ、上述したイベントを主催する店舗である。
配信リスト１２４の具体例について、図１３を参照して説明する。図１３は、配信リスト１２４の具体例を説明する図である。図１３に示すように、配信リスト１２４は、ユーザ識別情報（会員ＮＯ）と、イベント識別情報（イベントＮＯ）と、移動元エリアの識別情報と、移動先エリアの識別情報と、配信時刻と、店舗と、を示す情報を含む。ユーザ識別情報は、抽出したターゲットユーザを示す。イベント識別情報は、当該ターゲットユーザの抽出処理に寄与したイベントを示す。なお、当該イベントは、平準化の対象時点において移動先エリア（閑散エリア）で開催されるイベントである。移動元エリアは、当該ターゲットユーザが現時点で滞在するエリアを示す。なお、移動元エリアは、平準化の対象時点における混雑エリアである。移動先エリアは、平準化の対象時点における閑散エリアである。配信時刻は、当該ターゲットユーザに配信メッセージ１２６ａを配信する予定時刻である。配信時刻としては、現時点から平準化の対象時点までに含まれる任意の時点が別途決定されるものとする。お気に入り店舗は、当該ターゲットユーザのお気に入り店舗であり、かつ、上述したイベントを主催する店舗である。
【0075】
（ステップＳ２８）
ステップＳ２８において、出力部１３Ａは、混雑エリアから閑散エリアにターゲットユーザを移動させるための移動手段計画１２５を生成する。移動手段計画１２５は、ターゲットユーザによる移動手段の需要に基づく計画を示す情報である。
ステップＳ２８において、出力部１３Ａは、混雑エリアから閑散エリアにターゲットユーザを移動させるための移動手段計画１２５を生成する。移動手段計画１２５は、ターゲットユーザによる移動手段の需要に基づく計画を示す情報である。
【0076】
（移動手段計画１２５の具体例）
移動手段計画１２５の具体例について、図１４を参照して説明する。図１４は、移動手段計画１２５の具体例を説明する図である。図１４に示すように、移動手段計画１２５は、日付と、時刻と、移動元エリアと、移動先エリアと、移動人数と、必要台数と、を示す情報を含む。移動人数は、移動元エリア（混雑エリア）から移動先エリア（閑散エリア）への移動が推奨されるターゲットユーザの人数を示す。必要台数は、当該ターゲットユーザによる移動手段（この例では、例えばシャトルバス）の需要量を示す。このような移動手段計画１２５は、混雑エリアから後述する配信メッセージ１２６ａ、１２６ｂに含める「移動手段に関する情報」を生成するために参照される。利用可能な複数の移動手段が想定される場合、移動手段計画１２５は、さらに、移動手段の種別を示す情報を含んでいてもよい。
移動手段計画１２５の具体例について、図１４を参照して説明する。図１４は、移動手段計画１２５の具体例を説明する図である。図１４に示すように、移動手段計画１２５は、日付と、時刻と、移動元エリアと、移動先エリアと、移動人数と、必要台数と、を示す情報を含む。移動人数は、移動元エリア（混雑エリア）から移動先エリア（閑散エリア）への移動が推奨されるターゲットユーザの人数を示す。必要台数は、当該ターゲットユーザによる移動手段（この例では、例えばシャトルバス）の需要量を示す。このような移動手段計画１２５は、混雑エリアから後述する配信メッセージ１２６ａ、１２６ｂに含める「移動手段に関する情報」を生成するために参照される。利用可能な複数の移動手段が想定される場合、移動手段計画１２５は、さらに、移動手段の種別を示す情報を含んでいてもよい。
【0077】
また、出力部１３Ａは、１または複数の平準化の対象時点について、移動手段計画１２５を生成してもよい。図１４の例では、出力部１３Ａは、平準化の対象時点「２０２２年４月１日の０時」、「同日の１時」、「同日の２時」、…のそれぞれについて、移動手段計画１２５を生成している。例えば、図１４の１行目は、２０２２年４月１日の０時において、「エリア２」から「エリア１」にターゲットユーザ１０００人に移動が推奨され、１０００人を移動させるために１０台のシャトルバスが必要であることを示している。
【0078】
（ステップＳ２９）
ステップＳ２９において、出力部１３Ａは、ターゲットユーザが利用するユーザ端末２０に、配信メッセージ１２６ａを配信する。配信メッセージ１２６ａは、「ターゲットユーザを閑散エリアに移動させるための移動情報」の一例である。例えば、配信メッセージ１２６ａは、閑散エリアに関連する情報を含む。また、例えば、配信メッセージ１２６ａは、混雑エリアから閑散エリアへ移動するために利用可能な移動手段に関する情報を含む。例えば、配信メッセージ１２６ａは、配信リスト１２４および移動手段計画１２５を参照して生成され、ターゲットユーザのユーザ端末２０に配信時刻に配信される。配信手法としては、メール、プッシュ通知、等が挙げられるが、これに限られない。ターゲットユーザのユーザ端末２０の表示部２５０には、配信メッセージ１２６ａが表示される。
ステップＳ２９において、出力部１３Ａは、ターゲットユーザが利用するユーザ端末２０に、配信メッセージ１２６ａを配信する。配信メッセージ１２６ａは、「ターゲットユーザを閑散エリアに移動させるための移動情報」の一例である。例えば、配信メッセージ１２６ａは、閑散エリアに関連する情報を含む。また、例えば、配信メッセージ１２６ａは、混雑エリアから閑散エリアへ移動するために利用可能な移動手段に関する情報を含む。例えば、配信メッセージ１２６ａは、配信リスト１２４および移動手段計画１２５を参照して生成され、ターゲットユーザのユーザ端末２０に配信時刻に配信される。配信手法としては、メール、プッシュ通知、等が挙げられるが、これに限られない。ターゲットユーザのユーザ端末２０の表示部２５０には、配信メッセージ１２６ａが表示される。
【0079】
（配信メッセージ１２６ａの具体例）
配信メッセージ１２６ａの具体例について、図１５を参照して説明する。図１５は、ユーザ端末２０の表示部２５０に表示される配信メッセージ１２６ａの具体例を説明する図である。図１５に示すように、配信メッセージ１２６ａは、情報Ｇ１～Ｇ４を含む。情報Ｇ１は、「お勧めのエリア」として閑散エリアである「エリア１」の情報を示す。情報Ｇ２は、閑散エリア「エリア１」で開催されるイベントに関する情報（イベント名、開催時間等）を示す。また、情報Ｇ３は、当該イベントを主催する店舗であって、ターゲットユーザのお気に入り店舗を示す。また、情報Ｇ４は、閑散エリア「エリア１」に移動するための移動手段に関する情報（シャトルバスの発車時刻）を示す。情報Ｇ２、Ｇ３は、「閑散エリアに関連する情報」の一例である。情報Ｇ４は、「移動手段に関する情報」の一例である。このような配信メッセージ１２６ａを視認することにより、エリア１に移動するターゲットユーザの動機付けが高まる。その結果、ターゲットユーザが混雑エリアから閑散エリアに移動する期待値が高くなる。また、ターゲットユーザが実際に閑散エリア「エリア１」に移動した場合、混雑が抑制される。また、ターゲットユーザが実際に閑散エリア「エリア１」に移動した場合、当該閑散エリアにおいて当該ターゲットユーザに適合したイベントが開催されるので、当該ターゲットユーザの満足度が向上する。
配信メッセージ１２６ａの具体例について、図１５を参照して説明する。図１５は、ユーザ端末２０の表示部２５０に表示される配信メッセージ１２６ａの具体例を説明する図である。図１５に示すように、配信メッセージ１２６ａは、情報Ｇ１～Ｇ４を含む。情報Ｇ１は、「お勧めのエリア」として閑散エリアである「エリア１」の情報を示す。情報Ｇ２は、閑散エリア「エリア１」で開催されるイベントに関する情報（イベント名、開催時間等）を示す。また、情報Ｇ３は、当該イベントを主催する店舗であって、ターゲットユーザのお気に入り店舗を示す。また、情報Ｇ４は、閑散エリア「エリア１」に移動するための移動手段に関する情報（シャトルバスの発車時刻）を示す。情報Ｇ２、Ｇ３は、「閑散エリアに関連する情報」の一例である。情報Ｇ４は、「移動手段に関する情報」の一例である。このような配信メッセージ１２６ａを視認することにより、エリア１に移動するターゲットユーザの動機付けが高まる。その結果、ターゲットユーザが混雑エリアから閑散エリアに移動する期待値が高くなる。また、ターゲットユーザが実際に閑散エリア「エリア１」に移動した場合、混雑が抑制される。また、ターゲットユーザが実際に閑散エリア「エリア１」に移動した場合、当該閑散エリアにおいて当該ターゲットユーザに適合したイベントが開催されるので、当該ターゲットユーザの満足度が向上する。
【0080】
（ステップＳ３０）
ステップＳ３０において、出力部１３Ａは、配信メッセージ１２６ｂを移動手段の提供者が管理する管理端末３０に配信する。配信メッセージ１２６ｂは、「ターゲットユーザを閑散エリアに移動させるための移動情報」の一例である。例えば、配信メッセージ１２６ｂは、混雑エリアから閑散エリアへ移動するために利用可能な移動手段の需要に関する情報を含む。例えば、配信メッセージ１２６ｂは、移動手段の提供者に対する移動手段の手配依頼を含んでいてもよい。例えば、配信メッセージ１２６ｂは、移動手段計画１２５を参照して生成され、管理端末３０に配信される。配信手法としては、メール、プッシュ通知、等が挙げられるが、これに限られない。管理端末３０の表示部３５０には、配信メッセージ１２６ｂが表示される。
ステップＳ３０において、出力部１３Ａは、配信メッセージ１２６ｂを移動手段の提供者が管理する管理端末３０に配信する。配信メッセージ１２６ｂは、「ターゲットユーザを閑散エリアに移動させるための移動情報」の一例である。例えば、配信メッセージ１２６ｂは、混雑エリアから閑散エリアへ移動するために利用可能な移動手段の需要に関する情報を含む。例えば、配信メッセージ１２６ｂは、移動手段の提供者に対する移動手段の手配依頼を含んでいてもよい。例えば、配信メッセージ１２６ｂは、移動手段計画１２５を参照して生成され、管理端末３０に配信される。配信手法としては、メール、プッシュ通知、等が挙げられるが、これに限られない。管理端末３０の表示部３５０には、配信メッセージ１２６ｂが表示される。
【0081】
（配信メッセージ１２６ｂの具体例）
配信メッセージ１２６ｂの具体例について、図１６を参照して説明する。図１６は、管理端末３０の表示部３５０に表示される配信メッセージ１２６ｂの具体例を説明する図である。図１６に示す例では、配信メッセージ１２６ｂは、シャトルバスの提供者に対するシャトルバスの手配依頼を示す。配信メッセージ１２６ｂは、情報Ｇ５～Ｇ６を含む。情報Ｇ５は、需要がある経路、すなわち、移動手段計画１２５に含まれる移動元エリアから移動先エリアを示している。また、情報Ｇ６は、需要がある時刻および台数、すなわち、移動手段計画１２５に含まれる時刻および必要台数を示している。このような配信メッセージ１２６ｂが管理端末３０に配信されることにより、ターゲットユーザの需要に応じた移動手段が手配されることが期待できる。その結果、ターゲットユーザが混雑エリアから閑散エリアに実際に移動できる可能性が高くなる。
配信メッセージ１２６ｂの具体例について、図１６を参照して説明する。図１６は、管理端末３０の表示部３５０に表示される配信メッセージ１２６ｂの具体例を説明する図である。図１６に示す例では、配信メッセージ１２６ｂは、シャトルバスの提供者に対するシャトルバスの手配依頼を示す。配信メッセージ１２６ｂは、情報Ｇ５～Ｇ６を含む。情報Ｇ５は、需要がある経路、すなわち、移動手段計画１２５に含まれる移動元エリアから移動先エリアを示している。また、情報Ｇ６は、需要がある時刻および台数、すなわち、移動手段計画１２５に含まれる時刻および必要台数を示している。このような配信メッセージ１２６ｂが管理端末３０に配信されることにより、ターゲットユーザの需要に応じた移動手段が手配されることが期待できる。その結果、ターゲットユーザが混雑エリアから閑散エリアに実際に移動できる可能性が高くなる。
【0082】
<本例示的実施形態の効果＞
以上のように、本例示的実施形態においては、例示的実施形態１と同様の構成に加えて、出力部１３Ａが、ターゲットユーザを混雑エリアから閑散エリアに移動させるための配信メッセージ１２６ａを、ターゲットユーザが利用するユーザ端末２０に配信する、との構成が採用されている。このため、本例示的実施形態によれば、例示的実施形態１の奏する効果に加えて、配信メッセージ１２６ａを視認したターゲットユーザの、閑散エリアへ移動する動機付けを高めることができる。その結果、ターゲットユーザが実際に移動する期待値が高くなり、混雑が抑制される、という効果が得られる。
以上のように、本例示的実施形態においては、例示的実施形態１と同様の構成に加えて、出力部１３Ａが、ターゲットユーザを混雑エリアから閑散エリアに移動させるための配信メッセージ１２６ａを、ターゲットユーザが利用するユーザ端末２０に配信する、との構成が採用されている。このため、本例示的実施形態によれば、例示的実施形態１の奏する効果に加えて、配信メッセージ１２６ａを視認したターゲットユーザの、閑散エリアへ移動する動機付けを高めることができる。その結果、ターゲットユーザが実際に移動する期待値が高くなり、混雑が抑制される、という効果が得られる。
【0083】
また、本例示的実施形態によれば、ユーザ情報（趣味嗜好等、年代、性別、お気に入り店舗等）を参照して、移動を推奨する対象となるターゲットユーザを抽出する。このため、閑散エリアの管理者にとって、きめ細かなターゲティングにより抽出されたターゲットユーザの集客が期待できる、というメリットがある。また、エリアの管理者にとって、時間単位または数日単位等で閑散が予測される将来において、集客が期待できるというメリットがある。また、エリアの管理者にとって、利用者の混雑を抑制しながらも、より効果的な集客ができる、というメリットがある。また、本例示的実施形態によれば、利用者にとって、混雑を回避しながらさらに自身に適合した移動先が推奨されるので、満足度が向上する、というメリットがある。
【0084】
また、本例示的実施形態においては、配信メッセージ１２６ａは、閑散エリアに関連する情報を含む、という構成が採用されている。このため、配信メッセージ１２６ａを視認したターゲットユーザは、移動を推奨されている移動先のエリアに関する情報を知ることができ、閑散エリアへ移動する動機付けを高めることができる、というさらなる効果が得られる。
【0085】
また、本例示的実施形態においては、配信メッセージ１２６ａは、混雑エリアから閑散エリアへ移動するために利用可能な移動手段に関する情報を含む、という構成が採用されている。このため、配信メッセージ１２６ａを視認したターゲットユーザは、移動を推奨されている移動先のエリアへ移動するための具体的な移動手段を知ることができる。その結果、ターゲットユーザが閑散エリアに移動したいが移動手段が分からず移動できない、といった状況を回避することができる。このため、閑散エリアに移動したいターゲットユーザが移動する確実性を高めることができる、というさらなる効果が得られる。
【0086】
また、本例示的実施形態においては、出力部１３Ａは、移動手段の提供者が管理する管理端末３０に対して、配信メッセージ１２６ｂを配信し、当該配信メッセージ１２６ｂは、混雑エリアから閑散エリアへ移動するための移動手段の需要に関する情報を含む、という構成が採用されている。このため、配信メッセージ１２６ｂを認識した移動手段の提供者は、移動手段の需要に応じて移動手段を準備することができる。その結果、ターゲットユーザが閑散エリアに移動したいが移動手段が不足して移動できない、といった状況を回避することができる。このため、閑散エリアに移動したいターゲットユーザが移動する確実性を高めることができる、というさらなる効果が得られる。
【0087】
また、本例示的実施形態においては、抽出部１２Ａは、混雑エリアに滞在するユーザに関するユーザ情報を参照して、閑散エリアに関連する情報に関する条件を満たすユーザをターゲットユーザとして抽出する、との構成が採用されている。ここで、閑散エリアに関連する情報に関する条件を満たすユーザは、閑散エリアへ移動する動機付けが高いことが期待できる。そのため、ターゲットユーザが閑散エリアに移動する期待値が高くなる、というさらなる効果が得られる。
【0088】
また、本例示的実施形態においては、抽出部１２Ａは、混雑エリアおよび閑散エリアのそれぞれに滞在すべきユーザの属性別の理想人数を示す理想人数情報を参照して、混雑エリアに滞在するユーザのうち、混雑エリアにおける予測人数が理想人数を超過している属性のユーザであって、閑散エリアにおける予測人数が理想人数に対して不足する属性のユーザを、ターゲットユーザとして抽出する、との構成が採用されている。これにより、各エリアにおいて設定された属性別の理想人数に、実際の人数を近づけることができる、というさらなる効果が得られる。
【0089】
〔変形例〕
例示的実施形態２において、ターゲットユーザを抽出する手法は、上述した手法に限られない。また、記憶部１２０に記憶する各データのデータ構造は、上述した例に限られない。また、出力部１３Ａは、ユーザ端末２０および管理端末３０の少なくとも一方に配信メッセージを配信すればよく、必ずしも両方に配信しなくてもよい。
例示的実施形態２において、ターゲットユーザを抽出する手法は、上述した手法に限られない。また、記憶部１２０に記憶する各データのデータ構造は、上述した例に限られない。また、出力部１３Ａは、ユーザ端末２０および管理端末３０の少なくとも一方に配信メッセージを配信すればよく、必ずしも両方に配信しなくてもよい。
【0090】
また、例示的実施形態２において、配信メッセージ１２６ａの出力先は、ターゲットユーザが利用するユーザ端末２０に限られない。例えば、配信メッセージ１２６ａの出力先は、ターゲットユーザの近傍に配置されたサイネージ等であってもよい。
【0091】
また、例示的実施形態２において、データベースＤＢ５は、イベント情報に替えて、または加えて、広告情報、インセンティブ情報等を記憶していてもよい。広告情報は、各エリアの広告を示す情報である。インセンティブ情報は、各エリアに移動した場合のインセンティブを示す情報である。この場合、抽出部１２Ａは、閑散エリアに関連する情報として広告情報またはインセンティブ情報を参照し、当該広告情報またはインセンティブ情報にユーザ情報が適合するユーザを、ターゲットユーザとして抽出してもよい。また、配信メッセージ１２６ａには、閑散エリアの広告情報またはインセンティブ情報が含まれていてもよい。
【0092】
また、例示的実施形態２において、データベースＤＢ４は、移動手段を示す情報に加えて、移動手段に関する利用料金の割引情報を含んでいてもよい。この場合、配信メッセージ１２６ａには、閑散エリアに移動するために利用可能な移動手段の割引情報が含まれていてもよい。
【0093】
〔ソフトウェアによる実現例〕
情報処理システム１、１Ａを構成する各装置の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
情報処理システム１、１Ａを構成する各装置の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
【0094】
後者の場合、情報処理システム１、１Ａを構成する各装置は、例えば、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータによって実現される。このようなコンピュータの一例（以下、コンピュータＣと記載する）を図１７に示す。コンピュータＣは、少なくとも１つのプロセッサＣ１と、少なくとも１つのメモリＣ２と、を備えている。メモリＣ２には、コンピュータＣを、情報処理システム１、１Ａを構成する各装置として動作させるためのプログラムＰが記録されている。コンピュータＣにおいて、プロセッサＣ１は、プログラムＰをメモリＣ２から読み取って実行することにより、情報処理システム１、１Ａを構成する各装置の各機能が実現される。
【0095】
プロセッサＣ１としては、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、ＦＰＵ（Floating point number Processing Unit）、ＰＰＵ（Physics Processing Unit）、ＴＰＵ（Tensor Processing Unit）、量子プロセッサ、マイクロコントローラ、又は、これらの組み合わせなどを用いることができる。メモリＣ２としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又は、これらの組み合わせなどを用いることができる。
【0096】
なお、コンピュータＣは、プログラムＰを実行時に展開したり、各種データを一時的に記憶したりするためのＲＡＭ（Random Access Memory）を更に備えていてもよい。また、コンピュータＣは、他の装置との間でデータを送受信するための通信インタフェースを更に備えていてもよい。また、コンピュータＣは、キーボードやマウス、ディスプレイやプリンタなどの入出力機器を接続するための入出力インタフェースを更に備えていてもよい。
【0097】
また、プログラムＰは、コンピュータＣが読み取り可能な、一時的でない有形の記録媒体Ｍに記録することができる。このような記録媒体Ｍとしては、例えば、テープ、ディスク、カード、半導体メモリ、又はプログラマブルな論理回路などを用いることができる。コンピュータＣは、このような記録媒体Ｍを介してプログラムＰを取得することができる。また、プログラムＰは、伝送媒体を介して伝送することができる。このような伝送媒体としては、例えば、通信ネットワーク、又は放送波などを用いることができる。コンピュータＣは、このような伝送媒体を介してプログラムＰを取得することもできる。
【0098】
〔付記事項１〕
本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。
本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。
【0099】
〔付記事項２〕
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。
【0100】
（付記１）
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、を含む情報処理システム。
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、を含む情報処理システム。
【0101】
（付記２）
前記出力手段は、前記移動情報を、前記ターゲットユーザが利用するユーザ端末に配信する、
付記１に記載の情報処理システム。
前記出力手段は、前記移動情報を、前記ターゲットユーザが利用するユーザ端末に配信する、
付記１に記載の情報処理システム。
【0102】
（付記３）
前記移動情報は、前記閑散エリアに関連する情報を含む、
付記１または２に記載の情報処理システム。
前記移動情報は、前記閑散エリアに関連する情報を含む、
付記１または２に記載の情報処理システム。
【0103】
（付記４）
前記移動情報は、前記混雑エリアから前記閑散エリアへ移動するために利用可能な移動手段に関する情報を含む、
付記１から３の何れか１つに記載の情報処理システム。
前記移動情報は、前記混雑エリアから前記閑散エリアへ移動するために利用可能な移動手段に関する情報を含む、
付記１から３の何れか１つに記載の情報処理システム。
【0104】
（付記５）
前記移動情報は、前記混雑エリアから前記閑散エリアへ移動するために利用可能な移動手段の需要に関する情報を含み、
前記出力手段は、前記移動手段の提供者が管理する管理端末に対して、前記移動情報を配信する、
付記１から４の何れか１つに記載の情報処理システム。
前記移動情報は、前記混雑エリアから前記閑散エリアへ移動するために利用可能な移動手段の需要に関する情報を含み、
前記出力手段は、前記移動手段の提供者が管理する管理端末に対して、前記移動情報を配信する、
付記１から４の何れか１つに記載の情報処理システム。
【0105】
（付記６）
前記抽出手段は、前記混雑エリアに滞在するユーザに関するユーザ情報を参照して、前記閑散エリアに関連する情報に関する条件を満たすユーザを前記ターゲットユーザとして抽出する、付記１から５の何れか１つに記載の情報処理システム。
前記抽出手段は、前記混雑エリアに滞在するユーザに関するユーザ情報を参照して、前記閑散エリアに関連する情報に関する条件を満たすユーザを前記ターゲットユーザとして抽出する、付記１から５の何れか１つに記載の情報処理システム。
【0106】
（付記７）
前記抽出手段は、前記混雑エリアおよび前記閑散エリアのそれぞれに滞在すべきユーザの属性別の理想人数を示す理想人数情報を参照して、前記混雑エリアに滞在するユーザのうち、前記混雑エリアにおける予測人数が前記理想人数を超過している属性のユーザであって、前記閑散エリアにおける予測人数が前記理想人数に対して不足する属性のユーザを、前記ターゲットユーザとして抽出する、
付記１から６の何れか１つに記載の情報処理システム。
前記抽出手段は、前記混雑エリアおよび前記閑散エリアのそれぞれに滞在すべきユーザの属性別の理想人数を示す理想人数情報を参照して、前記混雑エリアに滞在するユーザのうち、前記混雑エリアにおける予測人数が前記理想人数を超過している属性のユーザであって、前記閑散エリアにおける予測人数が前記理想人数に対して不足する属性のユーザを、前記ターゲットユーザとして抽出する、
付記１から６の何れか１つに記載の情報処理システム。
【0107】
（付記８）
１以上のプロセッサが、
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測することと、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出することと、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力することと、を含む情報処理方法。
１以上のプロセッサが、
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測することと、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出することと、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力することと、を含む情報処理方法。
【0108】
（付記９）
コンピュータを、
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、
として機能させるためのプログラム。
コンピュータを、
複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測手段と、
前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出手段と、
前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力手段と、
として機能させるためのプログラム。
【0109】
（付記１０）
少なくとも１つのプロセッサを備え、前記プロセッサは、複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測処理と、前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出処理と、前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力処理とを実行する情報処理装置。
少なくとも１つのプロセッサを備え、前記プロセッサは、複数のエリアにおける人の分布情報を参照して、前記複数のエリアのうち将来における混雑エリアおよび閑散エリアを予測する予測処理と、前記混雑エリアに滞在するユーザに関するユーザ情報と前記閑散エリアに関連する情報とを参照して、前記混雑エリアに滞在するユーザの中から前記閑散エリアへの移動を推奨する対象となるターゲットユーザを抽出する抽出処理と、前記ターゲットユーザを前記閑散エリアに移動させるための移動情報を出力する出力処理とを実行する情報処理装置。
【0110】
なお、この情報処理装置は、更にメモリを備えていてもよく、このメモリには、前記予測処理と、前記抽出処理と、前記出力処理とを前記プロセッサに実行させるためのプログラムが記憶されていてもよい。また、このプログラムは、コンピュータ読み取り可能な一時的でない有形の記録媒体に記録されていてもよい。
【符号の説明】
【0111】
１、１Ａ 情報処理システム
１０ サーバ
２０ ユーザ端末
１１、１１Ａ 予測部
１２、１２Ａ 抽出部
１３、１３Ａ 出力部
３０ 管理端末
Ｃ１ プロセッサ
Ｃ２ メモリ
１０ サーバ
２０ ユーザ端末
１１、１１Ａ 予測部
１２、１２Ａ 抽出部
１３、１３Ａ 出力部
３０ 管理端末
Ｃ１ プロセッサ
Ｃ２ メモリ
【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】
【図17】