ホーム > 特許ランキング > マイクロベース株式会社
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】P2024018823
(43)【公開日】2024-02-08
(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム
(51)【国際特許分類】
G06Q 50/26 20240101AFI20240201BHJP
G06Q 50/16 20240101ALI20240201BHJP
【ＦＩ】
G06Q50/26
G06Q50/16
【審査請求】未請求
【請求項の数】3
【出願形態】ＯＬ
(21)【出願番号】P 2022135351
(22)【出願日】2022-08-26
(62)【分割の表示】P 2022121569の分割
【原出願日】2022-07-29
(71)【出願人】
【識別番号】522304338
【氏名又は名称】マイクロベース株式会社
(74)【代理人】
【識別番号】100134430
【弁理士】
【氏名又は名称】加藤 卓士
(72)【発明者】
【氏名】仙石 裕明
(72)【発明者】
【氏名】西山 知樹
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC27
5L049CC35
(57)【要約】
【課題】 本発明によれば、将来空き家になるという予測結果を示すことができる。
【解決手段】 入力データとして、家屋の築年数、家屋の世帯情報、家屋のインフラ設備の経過年、および、家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、家屋の空き家年代予測を行う予測部と、地図上に、予測部による予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成部と、を備えた情報処理装置である。
【選択図】 図２４
【解決手段】 入力データとして、家屋の築年数、家屋の世帯情報、家屋のインフラ設備の経過年、および、家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、家屋の空き家年代予測を行う予測部と、地図上に、予測部による予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成部と、を備えた情報処理装置である。
【選択図】 図２４
【特許請求の範囲】
【請求項1】
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測部と、
地図上に、前記予測部による予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成部と、
を備えた情報処理装置。
地図上に、前記予測部による予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成部と、
を備えた情報処理装置。
【請求項2】
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測ステップと、
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
を含む情報処理方法。
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
を含む情報処理方法。
【請求項3】
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測ステップと、
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
をコンピュータに実行させる情報処理プログラム。
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
をコンピュータに実行させる情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。
【背景技術】
【0002】
上記技術分野において、特許文献１には、エネルギー消費量の測定履歴情報に基づいて空家種別を判定して、地図上の所定エリア毎の空家率を空家率マップとして生成する技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２１－１５７６３４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記文献に記載の技術では、現在の空き家状態を推定するが、将来空き家になるという予測結果を示すことができなかった。
【0005】
本発明の目的は、上述の課題を解決する技術を提供することにある。
【課題を解決するための手段】
【0006】
上記目的を達成するため、本発明に係る情報処理装置は、
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測部と、
地図上に、前記予測部による予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成部と、
を備えた。
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測部と、
地図上に、前記予測部による予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成部と、
を備えた。
【0007】
上記目的を達成するため、本発明に係る情報処理方法は、
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測ステップと、
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
を含む。
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測ステップと、
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
を含む。
【0008】
上記目的を達成するため、本発明に係る情報処理プログラムは、
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測ステップと、
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
をコンピュータに実行させる。
入力データとして、家屋の築年数、前記家屋の世帯情報、前記家屋のインフラ設備の経過年、および、前記家屋における生活に必須なインフラ資源の使用量の少なくとも１つを入力し、教師データとして、空き家データベースの空き家情報を用いて空き家予測を行う学習モデルを用いることにより、前記家屋の空き家年代予測を行う予測ステップと、
地図上に、前記予測ステップにおける予測結果に基づいて生成した空き家年代予測ヒートマップを重ね合わせる画像生成ステップと、
をコンピュータに実行させる。
【発明の効果】
【0009】
本発明によれば、将来空き家になるという予測結果を示すことができる。
【図面の簡単な説明】
【0010】
【図1】第１実施形態に係る情報処理装置の構成を示すブロック図である。
【図2A】第２実施形態に係る情報処理装置の処理概要を示す図である。
【図2B】第２実施形態に係る空き家年代予測ヒートマッップを示す図である。
【図2C】第２実施形態に係る空き家年代予測ヒートマッップを示す図である。
【図3A】第２実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図3B】第２実施形態に係る空き家予測モデル生成部の機能構成を示すブロック図である。
【図4A】第２実施形態に係る入力データ蓄積部の構成を示す図である。
【図4B】第２実施形態に係る教師データ蓄積部の構成を示す図である。
【図4C】第２実施形態に係る空き家年代予測ヒートマップテーブルの構成を示す図である。
【図5A】第２実施形態に係る情報処理装置のハードウェア構成を示すブロック図である。
【図5B】第２実施形態に係る情報処理装置の処理手順を示すフローチャートである。
【図6】第３実施形態に係る空き家予測モデル生成部の機能構成を示すブロック図である。
【図7】第４実施形態に係る空き家予測モデル生成部の機能構成を示すブロック図である。
【図8A】第５実施形態に係る情報処理装置の処理概要を示す図である。
【図8B】第５実施形態に係る情報処理装置の処理概要を示す図である。
【図9】第５実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図10】第５実施形態に係る給水計画生成テーブルの構成を示す図である。
【図11】第５実施形態に係る情報処理装置の処理手順を示すフローチャートである。
【図12A】第６実施形態に係る情報処理装置の処理概要を示す図である。
【図12B】第６実施形態に係る情報処理装置の他の処理概要を示す図である。
【図13】第６実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図14】第６実施形態に係る地域計画生成テーブルの構成を示す図である。
【図15】第６実施形態に係る情報処理装置の処理手順を示すフローチャートである。
【図16】第７実施形態に係る情報処理装置の処理概要を示す図である。
【図17】第７実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図18】第７実施形態に係る施策評価テーブルの構成を示す図である。
【図19】第７実施形態に係る情報処理装置の処理手順を示すフローチャートである。
【図20】第８実施形態に係る情報処理装置の処理概要を示す図である。
【図21】第８実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図22】第８実施形態に係る凍結予測テーブルの構成を示す図である。
【図23】第８実施形態に係る情報処理装置の処理手順を示すフローチャートである。
【図24】第９実施形態に係る情報処理装置の機能構成を示すブロック図である。
【発明を実施するための形態】
【0011】
以下に、図面を参照して、本発明の実施の形態について例示的に詳しく説明する。ただし、以下の実施の形態に記載されている構成要素は単なる例示であり、本発明の技術範囲をそれらのみに限定する趣旨のものではない。
【0012】
［第１実施形態］
本発明の第１実施形態としての情報処理装置１００について、図１を用いて説明する。情報処理装置１００は、学習モデルを用いて空き家予測を行う装置である。
本発明の第１実施形態としての情報処理装置１００について、図１を用いて説明する。情報処理装置１００は、学習モデルを用いて空き家予測を行う装置である。
【0013】
図１に示すように、情報処理装置１００は、予測部１０１と、画像生成部１０２と、を含む。予測部１０１は、入力データとして、築年数を入力し、教師データとして、空き家調査結果を用いて中長期的空き家予測を行う学習モデル１１１と、入力データとして、水道使用量を入力し、教師データとして、空き家調査結果を用いて短期的空き家予測を行う学習モデル１１２と、を組み合わせて用いることにより、家屋の空き家年代予測を行う。画像生成部１０２は、地図（１２２）上に、予測部１０１による予測結果に基づいて生成した空き家年代予測ヒートマップ１２１を重ね合わせる。
【0014】
本実施形態によれば、将来空き家になるという予測結果を示すことができる。本実施形態の空き家年代予測は、中長期的空き家予測を行う学習モデルと短期的空き家予測を行う学習モデルとを組み合わせて行われることにより、より正確な空き家予測を提供できる。そして、予測結果から生成された空き家年代予測ヒートマップが、地図上に重ね合わせられて提示されることにより、空き家状態の把握が容易となる。
【0015】
［第２実施形態］
次に、本発明の第２実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、学習モデルへの入力データとして、築年数に加えて世帯構成および居住者年齢（世帯主年齢を含む）、あるいは、築年数に代えて水道管埋設年、道路設置年、ガス管埋設年、および電線埋設年あるいは空中配線年などのインフラ設備の経過年が用いられる。あるいは、教師データとして、空き家調査結果および／または、空き家バンク情報、所有者アンケート調査、所有者の自己申告などにより生成された空き家データベースの空き家情報を用いる。また、入力データおよび教師データを含む個人情報が漏洩しないように秘匿化される。
次に、本発明の第２実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、学習モデルへの入力データとして、築年数に加えて世帯構成および居住者年齢（世帯主年齢を含む）、あるいは、築年数に代えて水道管埋設年、道路設置年、ガス管埋設年、および電線埋設年あるいは空中配線年などのインフラ設備の経過年が用いられる。あるいは、教師データとして、空き家調査結果および／または、空き家バンク情報、所有者アンケート調査、所有者の自己申告などにより生成された空き家データベースの空き家情報を用いる。また、入力データおよび教師データを含む個人情報が漏洩しないように秘匿化される。
【0016】
＜情報処理装置の処理概要＞
図２Ａは、本実施形態に係る情報処理装置２００の処理概要を示す図である。
図２Ａは、本実施形態に係る情報処理装置２００の処理概要を示す図である。
【0017】
情報処理装置２００には、空き家予測モデルとなる学習モデルの説明変数となる入力データ２０１が入力される。また、情報処理装置２００には、学習モデルの目的変数となる教師データ２０２が入力される。情報処理装置２００は、入力データ２０１と教師データ２０２とに基づいて空き家予測モデルを生成し、家屋毎（世帯毎）に将来空き家となる確率を予測する。
【0018】
空き家予測モデルは、中長期的空き家予測モデルと短期的空き家予測モデルとを有する。中長期的空き家予測モデルとなる学習モデルには、入力データ２０１として家屋の築年数または水道埋設年が用いられる。さらに、入力データ２０１として、世帯構成や、世帯主年齢を含む居住者年齢、あるいは、居住開始日付などが用いられてもよい。教師データ２０２としては、家屋への訪問や外観に基づく空き家調査結果および／または、空き家バンク情報、所有者アンケート調査、あるいは居住者の自己申告を記憶する空き家データベースの空き家データが用いられる。また、短期的空き家予測モデルとなる学習モデルには、入力データ２０１として水道使用量が用いられる。また、入力データ２０１として、ガス使用量などの他のインフラ設備における使用量が用いられてもよい。さらに、世帯構成や、世帯主年齢を含む居住者年齢を含めば、予測精度の向上が見込める。
【0019】
情報処理装置２００は、中長期的空き家予測モデルと短期的空き家予測モデルとを組み合わせて、出力データ２０３として、地域毎の空き家年代予測２１１、家屋毎の空き家年代予測２１２、あるいは、地図上に空き家年代予測ヒートマップを重ね合わせた画像２１４を表示部２１０に表示する。
【0020】
【0021】
図２Ｂは、地図上に、家屋毎の空き家年代予測ヒートマップを重ね合わせた画像２１５を示す。画像２１５は、２０２２年－２０５０年の空き家年代予測ヒートマップが表示されており、色の濃度（図面では明度）の濃淡により、濃い色が短期的予測を示し薄くなるにつれて中長期予測が示される。ユーザは、画像２１５を観ることで、濃い色が集まった地域では短期的に空き家が増加すること、一方、薄い地域では長期的に空き家の発生が少ないことを認識できる。それにより、インフラの維持整備や縮小停止、地域計画としての空き家の増加地域から他の地域への移転支援、などが可能となる。
【0022】
図２Ｃは、地図上に、２０２５年の家屋毎の空き家予測ヒートマップを重ね合わせた画像２１６と、２０５０年の家屋毎の空き家予測ヒートマップを重ね合わせた画像２１７と、を示す。画像２１６と２１７とを比較することにより、２０２５年と２０５０年の空き家予測の変化が把握でき、中長期的な地域計画の支援に使用できる。
【0023】
＜情報処理装置の機能構成＞
図３Ａは、本実施形態に係る情報処理装置２００の機能構成を示すブロック図である。
図３Ａは、本実施形態に係る情報処理装置２００の機能構成を示すブロック図である。
【0024】
情報処理装置２００は、通信制御部３０１０と、空き家予測部３１０と、入出力インタフェース３２０と、を備える。通信制御部３０１０は、ネットワークを介して、自治体保有データベース３３０や民間保有データベース３４０から学習モデルの入力データや教師データとして用いるデータの受信を制御する。入出力インタフェース３２０は、表示部２１０や操作部３２１とのインタフェースを制御する。なお、表示部２１０や操作部３２１は、情報処理装置２００に含まれてもよい。
【0025】
空き家予測部３１０は、入力データ取得部３１１と、教師データ取得部３１２と、地図データ取得部３１３と、データベース３１４と、中長期的空き家予測モデル生成部３１５と、短期的空き家予測モデル生成部３１６と、空き家年代予測部３１７と、画像生成部３１８と、を備える。空き家予測部３１０は、さらに、オプションとしてデータ秘匿化部３１９を備える。
【0026】
入力データ取得部３１１は、自治体保有データベース３３０や民間保有データベース３４０から受信したデータから、学習モデルの説明変数となる入力データを取得して、データベース３１４の入力データ蓄積部３４１に蓄積する。教師データ取得部３１２は、自治体保有データベース３３０や民間保有データベース３４０から受信したデータから、学習モデルの目的変数となる教師データを取得して、データベース３１４の教師データ蓄積部３４２に蓄積する。地図データ取得部３１３は、民間保有データベース３４０から地図データを取得して、データベース３１４の地図データ蓄積部３４４に蓄積する。データベース３１４は、学習モデルの説明変数となる入力データを蓄積する入力データ蓄積部３４１と、学習モデルの目的変数となる教師データを蓄積する教師データ蓄積部３４２と、を有する。また、データベース３１４は、中長期的空き家予測モデル生成部３１５および短期的空き家予測モデル生成部３１６における学習モデル生成アルゴリズム３４３と、空き家年代予測ヒートマップと重ね合わせる地図データを蓄積する地図データ蓄積部３４４と、を有する。さらに、データベース３１４は、画像生成部３１８が生成した空き家年代予測ヒートマップを地図上の重ね合わせた画像の画像データを蓄積する画像データ蓄積部３４５を有する。
【0027】
中長期的空き家予測モデル生成部３１５は、学習モデル生成アルゴリズム３４３に従って、入力データと教師データとに基づいて中有長期的空き家予測モデルを生成する。短期的空き家予測モデル生成部３１６は、学習モデル生成アルゴリズム３４３に従って、入力データと教師データとに基づいて短期的空き家予測モデルを生成する。空き家年代予測部３１７は、中有長期的空き家予測モデルと短期的空き家予測モデルとを組み合わせて、各家屋の空き家年代予測を生成する。画像生成部３１８は、空き家年代予測ヒートマップテーブル３８１を有し、各家屋の空き家年代予測から生成された空き家年代予測ヒートマップを地図上に重ね合わせた画像を生成する。オプションのデータ秘匿化部３１９は、データベース３１４に得席される個人情報を漏洩されないように秘匿化する。なお、秘匿化の方法は限定されることなく、既存の秘匿化法あるいは新規の秘匿化法が使用される。
【0028】
（空き家予測モデル生成部の機能構成）
図３Ｂは、本実施形態に係る空き家予測モデル生成部３１５、３１６の機能構成を示すブロック図である。中長期的空き家予測モデル生成部３１５は学習モデル３５１を有する。学習モデル３５１は、空き家調査結果および／または自己申告空き家データの履歴を教師データとし、築年数または水道埋設年などと、世帯構成と、世帯主年齢を含む居住者年齢とを入力データとして学習し、中長期的空き家予測モデルを生成する。短期的空き家予測モデル生成部３１６は学習モデル３６１を有する。学習モデル３６１は、空き家調査結果および／または自己申告空き家データの履歴を教師データとし、水道使用量と世帯構成と世帯主年齢を含む居住者年齢とを入力データとして学習し、短期的空き家予測モデルを生成する。そして、中長期的空き家予測モデルと短期的空き家予測モデルとを組み合わせて、各家屋の短期的空き家予測から中長期的空き家予測までを生成する。
図３Ｂは、本実施形態に係る空き家予測モデル生成部３１５、３１６の機能構成を示すブロック図である。中長期的空き家予測モデル生成部３１５は学習モデル３５１を有する。学習モデル３５１は、空き家調査結果および／または自己申告空き家データの履歴を教師データとし、築年数または水道埋設年などと、世帯構成と、世帯主年齢を含む居住者年齢とを入力データとして学習し、中長期的空き家予測モデルを生成する。短期的空き家予測モデル生成部３１６は学習モデル３６１を有する。学習モデル３６１は、空き家調査結果および／または自己申告空き家データの履歴を教師データとし、水道使用量と世帯構成と世帯主年齢を含む居住者年齢とを入力データとして学習し、短期的空き家予測モデルを生成する。そして、中長期的空き家予測モデルと短期的空き家予測モデルとを組み合わせて、各家屋の短期的空き家予測から中長期的空き家予測までを生成する。
【0029】
なお、本実施形態の学習モデルのアルゴリズムとしては、例えば、１つの事象（イベント）が発生するまでの時間を予測するための機械学習アルゴリズムとして、イベント発生時期予測、イベント時系列予測、状態空間モデル、生存時間分析などが用いられる。
【0030】
（入力データ蓄積部）
図４Ａは、本実施形態に係る入力データ蓄積部３４１の構成を示す図である。入力データ蓄積部３４１は、中長期的空き家予測モデル生成部３１５や短期的空き家予測モデル生成部３１６が用いる学習モデルの説明変数となる入力データを蓄積する。
図４Ａは、本実施形態に係る入力データ蓄積部３４１の構成を示す図である。入力データ蓄積部３４１は、中長期的空き家予測モデル生成部３１５や短期的空き家予測モデル生成部３１６が用いる学習モデルの説明変数となる入力データを蓄積する。
【0031】
入力データ蓄積部３４１は、自治体所有データ名４１１に対応付けて、データ内容４１２と、利用するデータ４１３と、学習モデルの説明変数として使用する入力データ４１４と、を記憶する。説明変数として使用する入力データ４１４としては、水道使用量情報からの水道使用量や、住民基本台帳からの世帯人数（世帯構成）、入居経過日数、世帯主年齢を含む居住者年齢や、固定資産税台帳からの経過日数、築年数や、不動産登記からの築年数などがあるが、これに限定されない。
【0032】
（教師データ蓄積部）
図４Ｂは、本実施形態に係る教師データ蓄積部３４２の構成を示す図である。教師データ蓄積部３４２は、中長期的空き家予測モデル生成部３１５や短期的空き家予測モデル生成部３１６が用いる学習モデルの目的変数となる教師データを蓄積する。
図４Ｂは、本実施形態に係る教師データ蓄積部３４２の構成を示す図である。教師データ蓄積部３４２は、中長期的空き家予測モデル生成部３１５や短期的空き家予測モデル生成部３１６が用いる学習モデルの目的変数となる教師データを蓄積する。
【0033】
教師データ蓄積部３４２は、家屋ＩＤ４２１に対応付けて住所（あるいは、地図上の経緯と緯度）４２２を記憶する。各家屋ＩＤ４２１には、空き家情報取得元４２３として、調査結果と自己申告とがある。調査結果と自己申告とのそれぞれについて、図４Ｂでは、１９５０年から２０２２年までの毎月の空き家情報４２４が蓄積される。なお、学習モデルにおいては、教師データ（目的変数）の事象（本例では、空き家）が発生するまでの期間を分析するので、空き家になったあるいは推測された後のデータは不要なデータである。また、調査結果には不正確な推測や時間ズレが含まれ、自己申告があった場合は自己申告のデータに置き換えるのが望ましい。
【0034】
（空き家年代予測ヒートマップテーブル）
図４Ｃは、本実施形態に係る空き家年代予測ヒートマップテーブル３８１の構成を示す図である。空き家年代予測ヒートマップテーブル３８１は、画像生成部３１８が地図上に各家屋の空き家年代予測ヒートマップを重ね合わせた画像を生成するために用いられる。
図４Ｃは、本実施形態に係る空き家年代予測ヒートマップテーブル３８１の構成を示す図である。空き家年代予測ヒートマップテーブル３８１は、画像生成部３１８が地図上に各家屋の空き家年代予測ヒートマップを重ね合わせた画像を生成するために用いられる。
【0035】
空き家年代予測ヒートマップテーブル３８１は、家屋ＩＤ４３１に対応付けて、住所４３２と、短期的および中長期的な空き家年代予測４３３と、を記憶する。空き家年代予測４３３は、空き家となる予測時期が早いものから（２０２２年～）遅いものまで（２０５０年～）、例えば、色表示であれば濃い色から薄い色で地図に重ね合わせて表示する。このように、予測時期が目視できるように表示することによって、空き家率が増加する地域と減少する地域をユーザは一瞬で把握できるので、対策を迅速に立てることができる。
【0036】
＜情報処理装置のハードウェア構成＞
図５Ａは、本実施形態に係る情報処理装置２００のハードウェア構成を示すブロック図である。
図５Ａは、本実施形態に係る情報処理装置２００のハードウェア構成を示すブロック図である。
【0037】
図５Ａで、ＣＰＵ(Central Processing Unit)５１０は演算制御用のプロセッサであり、プログラムを実行することで図３Ａの構成要素を実現する。ＲＯＭ(Read Only Memory)５２０は、初期データおよびプログラムなどの固定データおよびプログラムを記憶する。ネットワークインタフェース５３０は、ネットワークを介して自治体保有データベース３３０や民間保有データベース３４０との通信を制御して、データを取得する。
【0038】
ＲＡＭ(Random Access Memory)５４０は、ＣＰＵ５１０が一時記憶のワークエリアとして使用するランダムアクセスメモリである。ＲＡＭ５４０には、本実施形態の実現に必要なデータを記憶する領域が確保されている。取得データ５４１は、ネットワークインタフェース５３０を介して、自治体保有データベース３３０や民間保有データベース３４０から取得したデータである。入力データ５４２は、学習モデルの説明変数となるデータであり、中長期的予測のための築年数や世帯主年齢を含む居住者年齢、世帯構成などや、短期的予測のための水道使用量などが含まれる。教師データ５４３は、学習モデルの目的変数となるデータであり、中長期的予測のため短期的予測のために共通の空き家調査結果や自己申告の空き家データベースからの空き家データが含まれる。学習モデルデータ５４４は、学習モデル生成アルゴリズム３４３に関するデータである。中長期的空き家予測データ５４５は、予測された中長期的空き家予測のデータである。短期的空き家予測データ５４６は、予測された短期的空き家予測のデータである。空き家年代予測データ５４７は、中長期的空き家予測モデルと短期的空き家予測モデルとを組み合わせて予測した空き家年代予測のデータである。空き家年代予測ヒートマップ５４８は、空き家年代予測データ５４７に基づいて生成された空き家年代予測ヒートマップである。重ね合わせ画像データ５４９は、地図上に、空き家年代予測ヒートマップ５４８を重ね合わせた画像データである。
【0039】
ストレージ５５０には、データベースや各種のパラメータ、あるいは本実施形態の実現に必要な以下のデータまたはプログラムが記憶されている。入力データ蓄積部３４１は、図４Ａで説明された入力データの蓄積部である。教師データ蓄積部３４２は、図４Ｂで説明された教師データの蓄積部である。学習モデル生成アルゴリズム３４３は、本実施形態の学習モデルとして使用されるアルゴリズムである。地図データ蓄積部３４４は、取得された地図データの蓄積部である。
【0040】
ストレージ５５０には、以下のプログラムが格納される。情報処理プログラム５５１は、情報処理装置２００の全体を制御するプログラムである。データ取得モジュール５５２は、ネットワークインタフェース５３０を介して、入力データや教師データや地図データを含むデータを自治体保有データベース３３０や民間保有データベース３４０から取得するためのモジュールである。空き家年代予測モジュール５５３は、中長期的空き家予測モジュール５５４と短期的空き家予測モジュール５５５とを含み、家屋毎の空き家年代予測を生成するためのモジュールである。空き家年代予測ヒートマップ生成モジュール５５６は、中長期的空き家予測と短期的空き家予測とを組み合わせた空き家年代予測ヒートマップを生成するモジュールである。重ね合わせ画像生成モジュール５５７は、地図上に空き家年代予測ヒートマップを重ね合わせた画像を生成するモジュールである。
【0041】
入出力インタフェース３２０は、表示部２１０や操作部３２１などとのインタフェースを行う。
【0042】
なお、図７のＲＡＭ５４０やストレージ５５０には、情報処理装置２００が有する汎用の機能や他の実現可能な機能に関連するプログラムやデータは図示されていない。
【0043】
＜情報処理装置の処理手順＞
図５Ｂは、本実施形態に係る情報処理装置２００の処理手順を示すフローチャートである。このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図３Ａの機能要素を実現する。なお、図５Ｂのフローチャート全体をステップＳ５００として後述のフローチャートにおいて使用する。
図５Ｂは、本実施形態に係る情報処理装置２００の処理手順を示すフローチャートである。このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図３Ａの機能要素を実現する。なお、図５Ｂのフローチャート全体をステップＳ５００として後述のフローチャートにおいて使用する。
【0044】
情報処理装置２００は、ステップＳ５０１において、学習モデルの説明変数（入力データ）を取得する。情報処理装置２００は、ステップＳ５０３において、学習モデルの目的変数（教師データ）を取得する。情報処理装置２００は、ステップＳ５０５において、学習モデルにより中長期的空き家予測を実行する。情報処理装置２００は、ステップＳ５０７において、学習モデルにより短期的空き家予測を実行する。情報処理装置２００は、ステップＳ５０９において、中長期的予測と短期的予測とを組み合わせて、家屋毎の空き家年代予測を生成する。情報処理装置２００は、ステップＳ５１１において、地図上に家屋毎の空き家年代予測ヒートマップを重ね合わせた画像を生成する。そして、情報処理装置２００は、ステップＳ５１３において、生成された画像の表示指示を行う。
【0045】
本実施形態によれば、将来空き家になるという予測結果を示すことができる。さらに、学習モデルの入力データを追加したり、学習モデルの教師データの正確性を高めたりすることによって、より正確な空き家予測を提供できる。
【0046】
［第３実施形態］
次に、本発明の第３実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態と比べると、学習モデルの入力データとして、さらに、立地条件としての新幹線の駅からの距離または空港からの距離と、公示地価との少なくともいずれかが使用される、あるいは、地域の属性が使用される点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第３実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態と比べると、学習モデルの入力データとして、さらに、立地条件としての新幹線の駅からの距離または空港からの距離と、公示地価との少なくともいずれかが使用される、あるいは、地域の属性が使用される点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0047】
（空き家予測モデル生成部の機能構成）
図６は、本実施形態に係る空き家予測モデル生成部６１５、６１６の機能構成を示すブロック図である。なお、本実施形態の情報処理装置における他の構成要素は図３Ａと同様である。
図６は、本実施形態に係る空き家予測モデル生成部６１５、６１６の機能構成を示すブロック図である。なお、本実施形態の情報処理装置における他の構成要素は図３Ａと同様である。
【0048】
中長期的空き家予測モデル生成部６１５は、学習モデル６５１を有する。また、短期的空き家予測モデル生成部６１６は、学習モデル６６１を有する。学習モデル６５１および６６１の入力データとしては、さらに、立地条件としての新幹線の駅からの距離または空港からの距離などと、公示地価との少なくともいずれかが含まれる。また、学習モデル６５１および６６１の入力データとしては、さらに、地域の属性が含まれてもよい。地域の属性としては、山間部か、平地か、市街地か、などや、再建築禁止区域かなどが含まれる。
【0049】
本実施形態によれば、将来空き家になるという予測結果を示すことができる。さらに、学習モデルの入力データをさらに追加することによって、より一層正確な空き家予測を提供できる。
【0050】
［第４実施形態］
次に、本発明の第４実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第３実施形態と比べると、空き家発生の地域的な相互作用を表す空間的自己相関を用いて空き家予測を行うことになる。その他の構成および動作は、第２実施形態、第３実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第４実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第３実施形態と比べると、空き家発生の地域的な相互作用を表す空間的自己相関を用いて空き家予測を行うことになる。その他の構成および動作は、第２実施形態、第３実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0051】
（空き家予測モデル生成部の機能構成）
図７は、本実施形態に係る空き家予測モデル生成部７１５、７１６の機能構成を示すブロック図である。なお、図７において、図６と同様の入力データについては説明を省略する。また、本実施形態の情報処理装置における他の構成要素は図３Ａと同様である。
図７は、本実施形態に係る空き家予測モデル生成部７１５、７１６の機能構成を示すブロック図である。なお、図７において、図６と同様の入力データについては説明を省略する。また、本実施形態の情報処理装置における他の構成要素は図３Ａと同様である。
【0052】
中長期的空き家予測モデル生成部７１５は、学習モデル７５１を有し、学習モデル７５１は空間的自己相関部７５２を有する。空間的自己相関部７５２は、家屋間のあるいは地域間における空き家発生の地域的な相互作用を表す空間的自己相関を算出して、空き家予測に反映させる。また、短期的空き家予測モデル生成部７１６は、学習モデル７６１を有し、学習モデル７６１は空間的自己相関部７６２を有する。空間的自己相関部７６２は、家屋間のあるいは地域間における空き家発生の地域的な相互作用を表す空間的自己相関を算出して、空き家予測に反映させる。
【0053】
例えば、ある地域における空き家率が上昇すると、隣の地域においても空き家率の上昇による生活環境の悪化の影響を受けて空き家が増加する（転出が増加する）などの相関がある。一方、ある地域における空き家率が下降すると、隣の地域においても空き家率の下降による生活環境の向上の影響を受けて空き家が減少する（転入が増加する）などの相関がある。家屋単位でも同様の傾向がある。なお、空間的自己相関については既知であるので詳説は省略する。
【0054】
本実施形態によれば、将来空き家になるという予測結果を示すことができる。さらに、空き家発生の地域的な相互作用を表す空間的自己相関を用いて空き家予測を行うことによって、住民感情が考慮されたより正確な空き家予測を提供できる。
【0055】
［第５実施形態］
次に、本発明の第５実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態ないし第４実施形態と比べると、上記実施形態による空き家年代予測を用いて、インフラのダウンサイジングを行うべき地域および年代を提案する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第５実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態ないし第４実施形態と比べると、上記実施形態による空き家年代予測を用いて、インフラのダウンサイジングを行うべき地域および年代を提案する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0056】
【0057】
図８Ａは、第１実施形態ないし第４実施形態にように、学習モデルにより空き家予測モデルを生成して、空き家年代予測あるいは空き家年代予測ヒートマップを生成した後に、情報処理装置が、さらに、空き家対策の処理を行うことを示している。
【0058】
情報処理装置が、生成した空き家年代予測あるいは空き家年代予測ヒートマップを用いた種々の表示８０３を行うことによって、自治体向けには、事前空き家・相続支援対策策定、施策効果測定などが実現できる。また、自治体およびインフラ企業向けには、都市計画・施設再配置、公共工事の優先順位決定、水道・道路更新判断、分散型インフラ導入効果の判断、凍結対策地域の特定などが実現できる。例えば、空き家に関連して実施した施策データ８０１に対応する、空き家予測モデルによる空き家予測の結果から施策が与えた影響を評価することができる。
【0059】
図８Ｂは、図８Ａにおける「水道・道路更新判断」に含まれる給水更新判断に関連する、空き家年代予測あるいは空き家年代予測ヒートマップを用いた表示画面８１０を示す。表示画面８１０には、２０１５年における給水区域８１１における給水対象家屋数（２３戸）と給水区域８１２における給水対象家屋数（１５戸）とが表示されている。ここで、給水対象家屋数は、区域内の存在家屋数から空き家家屋数を差し引いた数である。空き家年代予測あるいは空き家年代予測ヒートマップを用いて予測した２０４０年においては、給水区域８１１における給水対象家屋数（２１戸）と給水区域８１２における給水対象家屋数（３戸）とが表示されている。
【0060】
この表示画面８１０から、２０４０年に向けて、給水区域８１１は給水継続対象区域として、給水区域８１２は給水変更対象区域として、給水計画が策定される。なお、給水計画には、給水区域８１２からの退出支援なども含まれる。
【0061】
＜情報処理装置の機能構成＞
図９は、本実施形態に係る情報処理装置９００の機能構成を示すブロック図である。なお、図９において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
図９は、本実施形態に係る情報処理装置９００の機能構成を示すブロック図である。なお、図９において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
【0062】
情報処理装置９００は、給水情報取得部９０１と、給水計画生成部９０２と、給水計画画像生成部９０３と、さらに備える。給水情報取得部９０１は、上下水道管の埋設を含むに給水に関する情報を自治体保有データベース３３０から取得する。給水計画生成部９０２は、給水計画生成テーブル９２１を有し、空き家予測部３１０からの空き家年代予測と給水情報とに基づいて、給水の継続、削減、中止を含む給水計画の策定支援を生成する。給水計画画像生成部９０３は、給水計画生成部９０２が生成した給水計画を地図上に重ね合わせた画像を生成して表示部２１０に表示し、給水計画を提案し支援する。なお、給水情報取得部９０１が取得した情報は、データベース３１４に格納されてもよい。
【0063】
（給水計画生成テーブル）
図１０は、本実施形態に係る給水計画生成テーブル９２１の構成を示す図である。給水計画生成テーブル９２１は、給水計画生成部９０２が給水情報と所定地域内の家屋の空き家年代予測とに基づいて、給水計画を生成して提案するために使用される。
図１０は、本実施形態に係る給水計画生成テーブル９２１の構成を示す図である。給水計画生成テーブル９２１は、給水計画生成部９０２が給水情報と所定地域内の家屋の空き家年代予測とに基づいて、給水計画を生成して提案するために使用される。
【0064】
給水計画生成テーブル９２１は、地域ＩＤ１００１に対応付けて、地域に含まれる家屋ＩＤ１００２を記憶する。そして、各家屋ＩＤ１００２に対応付けて空き家年代予測を記憶する。各家屋ＩＤ１００２の空き家年代予測から求めた、各地域ＩＤ１００１に対応する地域空き家率年代予測１００４を記憶する。そして、地域空き家率年代予測１００４と給水情報１００５とを参照して生成された、給水計画１００６を記憶する。給水計画１００６は、給水継続と給水変更（停止）とを含む。
【0065】
＜情報処理装置の処理手順＞
図１１は、本実施形態に係る情報処理装置９００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図９の機能要素を実現する。また、図１１において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
図１１は、本実施形態に係る情報処理装置９００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図９の機能要素を実現する。また、図１１において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
【0066】
情報処理装置９００は、ステップＳ１１０１において、ユーザから給水計画の生成を指示されたか否かを判定する。給水計画の生成を指示された場合、情報処理装置９００は、ステップＳ１１０３において、自治体保有データベース３３０から給水状態（上下水道管の埋設など）を取得する。情報処理装置９００は、ステップＳ１１０５において、予測された家屋毎の空き家年代予測を取得する。情報処理装置９００は、ステップＳ１１０７において、家屋毎の空き家年代予測らか地域毎の空き家率年代予測を算出する。情報処理装置９００は、ステップＳ１１０９において、給水計画生成テーブル９２１を用いて、地域毎の空き家率年代予測に基づいて給水継続、給水調整停止を含む給水計画支援データを生成する。情報処理装置９００は、ステップＳ１１１１において、地図上に、給水計画支援データを重ね合わせた画像を生成する。そして、情報処理装置９００は、ステップＳ１１１３において、重ね合わせた画像の表示部２１０への表示を指示する。
【0067】
本実施形態によれば、将来空き家になるという予測結果を用いて、インフラ（水道設備や電気設備、ガス設備、道路整備など）のダウンサイジングを行うべき地域および年代を提案することができる。
【0068】
［第６実施形態］
次に、本発明の第６実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第５実施形態と比べると、上記実施形態による空き家年代予測を用いて、地域の属性および住民の属性に対応するまちづくりを提案する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第６実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第５実施形態と比べると、上記実施形態による空き家年代予測を用いて、地域の属性および住民の属性に対応するまちづくりを提案する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0069】
＜情報処理装置の処理概要＞
図１２Ａは、本実施形態に係る情報処理装置の処理概要を示す図である。情報処理装置は、生成した空き家年代予測あるいは空き家年代予測ヒートマップと、地域の特性とに基づいて、地域計画を作成して表示画面１２１０に表示する。地域の特性としては、病院圏１２１１、学校圏１２１２、経済圏１２１３、農林圏１２１４が含まれる。例えば、病院周囲の病院圏１２１１では高齢者世帯の居住を優先する。学校周囲の学校圏１２１２では子育て世帯の居住を優先する。商店とオフィスとが集まる経済圏１２１３では商店やオフィスのインフラ整備と公共空間化を目指す。農林業が中心の農林圏１２１４では自立世帯の居住、インフラの削減や撤去、公共空間化を目指す。
図１２Ａは、本実施形態に係る情報処理装置の処理概要を示す図である。情報処理装置は、生成した空き家年代予測あるいは空き家年代予測ヒートマップと、地域の特性とに基づいて、地域計画を作成して表示画面１２１０に表示する。地域の特性としては、病院圏１２１１、学校圏１２１２、経済圏１２１３、農林圏１２１４が含まれる。例えば、病院周囲の病院圏１２１１では高齢者世帯の居住を優先する。学校周囲の学校圏１２１２では子育て世帯の居住を優先する。商店とオフィスとが集まる経済圏１２１３では商店やオフィスのインフラ整備と公共空間化を目指す。農林業が中心の農林圏１２１４では自立世帯の居住、インフラの削減や撤去、公共空間化を目指す。
【0070】
生成した空き家年代予測あるいは空き家年代予測ヒートマップを参照しながら、例えば、世帯の年齢とライフイベントとに対応して、転居や転出、転入の支援を行う。ライフイベントには、結婚、就職、退職、出産などが含まれる。
【0071】
図１２Ｂは、本実施形態に係る情報処理装置の他の処理概要を示す図である。情報処理装置は、生成した空き家年代予測あるいは空き家年代予測ヒートマップと、各家屋の救急病院からの距離（救急車による搬送時間に対応）とに基づいて、緊急病院から高齢者居住家屋の搬送時間を予測して表示画面１２２０に表示する。この搬送時間が３０分以内の距離になるように、空き家予測に基づいた居住計画をする。
【0072】
＜情報処理装置の機能構成＞
図１３は、本実施形態に係る情報処理装置１３００の機能構成を示すブロック図である。なお、図１３において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
図１３は、本実施形態に係る情報処理装置１３００の機能構成を示すブロック図である。なお、図１３において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
【0073】
情報処理装置１３００は、地域情報取得部１３０１と、地域計画生成部１３０２と、地域計画画像生成部１３０３と、さらに備える。地域情報取得部１３０１は、地域の特性に関する情報を自治体保有データベース３３０から取得する。地域計画生成部１３０２は、地域計画生成テーブル１３２１を有し、空き家予測部３１０からの空き家年代予測と地域情報とに基づいて、実施する地域計画の策定支援を生成する。地域計画画像生成部１３０３は、地域計画生成部１３０２が生成した地域計画を地図上に重ね合わせた画像を生成して表示部２１０に表示し、地域計画を提案し支援する。なお、地域情報取得部１３０１が取得した情報は、データベース３１４に格納されてもよい。
【0074】
（地域計画生成テーブル）
図１４は、本実施形態に係る地域計画生成テーブル１３２１の構成を示す図である。地域計画生成テーブル１３２１は、地域計画生成部１３０２が地域情報と空き家年代予測とに基づいて、地域計画を生成して提案するために使用される。
図１４は、本実施形態に係る地域計画生成テーブル１３２１の構成を示す図である。地域計画生成テーブル１３２１は、地域計画生成部１３０２が地域情報と空き家年代予測とに基づいて、地域計画を生成して提案するために使用される。
【0075】
地域計画生成テーブル１３２１は、地域の特性である地域圏１４０１と地域情報１４０２とに対応付けて、地域圏に含まれる家屋ＩＤ１４０３を記憶する。地域圏１４０１には、高齢者世帯の居住を優先する病院圏、子育て世帯の居住を優先する学校圏、商店やオフィスのインフラ整備と公共空間化を目指す経済圏、自立世帯の居住、インフラの削減や撤去、公共空間化を目指す農林圏などが含まれる。そして、各地域圏１４０１に存在する家屋ＩＤ１４０３を記憶する。各家屋ＩＤ１４０３に対応して、居住世帯の属性である世帯特性１４０４と、予測された空き家年代予測１４０５と、病院からの距離情報１４０６と、ライフイベント１４０７と、を記憶する。そして、各地域圏１４０１、世帯特性１４０４、空き家年代予測１４０５、ライフイベント１４０７を考慮した、空き家対策としての地域計画１４０８を記憶する。地域計画１４０８としては、例えば、居住世帯の移住を課題とする場合には、入居支援あるいは転出支援が含まれる。なお、世帯特性１４０４には年齢や子供の有無、世帯構成などが含まれ、ライフイベント１４０７としては就職、退職、結婚、出産などが含まれる。
【0076】
＜情報処理装置の処理手順＞
図１５は、本実施形態に係る情報処理装置１３００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図１３の機能要素を実現する。また、図１５において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
図１５は、本実施形態に係る情報処理装置１３００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図１３の機能要素を実現する。また、図１５において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
【0077】
情報処理装置１３００は、ステップＳ１５０１において、ユーザから地域計画の生成を指示されたか否かを判定する。地域計画の生成を指示された場合、情報処理装置１３００は、ステップＳ１５０３において、自治体保有データベース３３０から地域状態データ（地域圏データ）を取得する。情報処理装置１３００は、ステップＳ１５０５において、自治体保有データベース３３０の家屋位置データや地図データから家屋毎の病院からの距離情報を取得する。情報処理装置１３００は、ステップＳ１５０７において、家屋毎の空き家年代予測を取得する。情報処理装置１３００は、ステップＳ１９０９において、地域計画生成テーブル１３２１を用いて、地域の特性である地域圏、世帯特性およびライフイベントなどに対応して地域計画支援データを生成する。情報処理装置１３００は、ステップＳ１５１１において、地図上に、地域計画支援データを重ね合わせた画像を生成する。そして、情報処理装置１３００は、ステップＳ１５１３において、重ね合わせた画像の表示部２１０への表示を指示する。
【0078】
本実施形態によれば、将来空き家になるという予測結果を用いて、地域の特性および住民世帯の特性に対応するまちづくりを提案することができる。
【0079】
［第７実施形態］
次に、本発明の第７実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第６実施形態と比べると、上記実施形態による空き家年代予測を用いて、空き家に関連する施策を評価する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第７実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第６実施形態と比べると、上記実施形態による空き家年代予測を用いて、空き家に関連する施策を評価する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0080】
＜情報処理装置の処理概要＞
図１６は、本実施形態に係る情報処理装置の処理概要を示す図である。情報処理装置は、空き家関連施策の１つである啓蒙資料の送付について、送付なしから送付４回まで効果として、生成した空き家年代予測への影響を表示画面１６１０に表示する。表示画面１６１０からは、啓蒙資料の送付の回数が、空き家年代予測に対する施策効果として現れていることが判断できる。
図１６は、本実施形態に係る情報処理装置の処理概要を示す図である。情報処理装置は、空き家関連施策の１つである啓蒙資料の送付について、送付なしから送付４回まで効果として、生成した空き家年代予測への影響を表示画面１６１０に表示する。表示画面１６１０からは、啓蒙資料の送付の回数が、空き家年代予測に対する施策効果として現れていることが判断できる。
【0081】
＜情報処理装置の機能構成＞
図１７は、本実施形態に係る情報処理装置１７００の機能構成を示すブロック図である。なお、図１７において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
図１７は、本実施形態に係る情報処理装置１７００の機能構成を示すブロック図である。なお、図１７において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
【0082】
情報処理装置１７００は、施策情報取得部１７０１と、施策評価部１７０２と、施策評価画像生成部１７０３と、さらに備える。施策情報取得部１７０１は、実施される施策情報を自治体保有データベース３３０から取得する。施策評価部１７０２は、施策評価テーブル１７２１を有し、空き家予測部３１０からの空き家年代予測と実施した施策情報とに基づいて、実施した施策を評価する。施策評価画像生成部１７０３は、施策評価部１７０２の施策評価結果を地図上に重ね合わせた画像を生成して表示部２１０に表示し、施策評価を今後の施策実施に反映させる。なお、施策情報取得部１７０１が取得した情報は、データベース３１４に格納されてもよい。
【0083】
（施策評価テーブル）
図１８は、本実施形態に係る施策評価テーブル１７２１の構成を示す図である。施策評価テーブル１７２１は、施策評価部１７０２が実施した施策を評価して施策を提案するために使用される。
図１８は、本実施形態に係る施策評価テーブル１７２１の構成を示す図である。施策評価テーブル１７２１は、施策評価部１７０２が実施した施策を評価して施策を提案するために使用される。
【0084】
施策評価テーブル１７２１は、実施した施策１８０１に対応つけて、施策対象の家屋ＩＤ１８０２を記憶する。そして、家屋ＩＤ１８０２に対応付けて、施策実施前の空き家年代予測１８０３と、施策実施後の空き家年代予測１８０３とを記憶する。さらに、実施した施策１８０１に対応つけて、実施効果１８０４と提案施策１８０５とを記憶する。なお、実施した施策１８０１としては、啓蒙資料の送付、相談窓口への訪問回数、イベント開催、職員による電話対応回数、などが含まれる。また、施策実施後の空き家年代予測１８０３としては、例えば、啓蒙資料の送付であれば１回の送付（施策１）、…、４回の送付（施策Ｎ）が含まれる。
【0085】
＜情報処理装置の処理手順＞
図１９は、本実施形態に係る情報処理装置１７００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図１７の機能要素を実現する。また、図１９において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
図１９は、本実施形態に係る情報処理装置１７００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図１７の機能要素を実現する。また、図１９において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
【0086】
情報処理装置１７００は、ステップＳ１９０１において、ユーザから実施した施策の評価を指示されたか否かを判定する。施策の評価を指示された場合、情報処理装置１７００は、ステップＳ１９０３において、自治体保有データベース３３０から実施した施策情報を取得する。情報処理装置１７００は、ステップＳ１９０５において、施策実施後の空き家年代予測処理を実行する。なお、空き家年代予測処理はステップＳ５００と同様であるので、重複する説明を省略する。情報処理装置１７００は、ステップＳ１９０７において、条件の異なる施策（例えば、啓蒙資料の送付の実施回数の違いなど）があるか否かを判定する。条件の異なる施策があれば、情報処理装置１７００は、ステップＳ１９０５に戻って、空き家年代予測処理を繰り返す。条件の異なる施策がなければ、情報処理装置１７００は、ステップＳ１９０９において施策評価テーブル１７２１を用いて施策実施前と実施後との空き家年代予測の表示画像を生成する。そして、情報処理装置１７００は、ステップＳ１９１１において、生成された画像の表示部２１０への表示を指示する。
【0087】
本実施形態によれば、将来空き家になるという予測結果を用いて、空き家に関連する施策を評価することができる。
【0088】
［第８実施形態］
次に、本発明の第８実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第７実施形態と比べると、上記実施形態による空き家年代予測を用いて、給水管凍結による破裂漏水に対する対策を提案する点で異なる。を有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第８実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第７実施形態と比べると、上記実施形態による空き家年代予測を用いて、給水管凍結による破裂漏水に対する対策を提案する点で異なる。を有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0089】
＜情報処理装置の処理概要＞
図２０は、本実施形態に係る情報処理装置の処理概要を示す図である。情報処理装置は、生成した空き家年代予測あるいは空き家年代予測ヒートマップ２０１１と、気象観測データ２０１２とに基づいて、地域あるいは家屋における凍結を予測し、凍結予測２０１３を表示画面２０１０に表示する。表示画面２０１０に基づいて、水道管凍結による破裂漏水が発生しないようあらかじめ対策を行うことができる。
図２０は、本実施形態に係る情報処理装置の処理概要を示す図である。情報処理装置は、生成した空き家年代予測あるいは空き家年代予測ヒートマップ２０１１と、気象観測データ２０１２とに基づいて、地域あるいは家屋における凍結を予測し、凍結予測２０１３を表示画面２０１０に表示する。表示画面２０１０に基づいて、水道管凍結による破裂漏水が発生しないようあらかじめ対策を行うことができる。
【0090】
＜情報処理装置の機能構成＞
図２１は、本実施形態に係る情報処理装置２１００の機能構成を示すブロック図である。なお、図２１において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
図２１は、本実施形態に係る情報処理装置２１００の機能構成を示すブロック図である。なお、図２１において、図３と同様の構成要素である空き家予測部３１０についてはその詳細な構成を省略し、また、他の図３と同様の構成要素には同じ参照番号を付して、説明を省略する。
【0091】
情報処理装置２１００は、水道管情報取得部２１０１と、気象情報取得部２１０２と、水道管凍結予測部２１０３と、凍結予測画像生成部２１０４と、さらに備える。水道管情報取得部２１０１は、水道管の配管データを自治体保有データベース３３０から取得する。気象情報取得部２１０２は、気象観測データあるいは予測データ、特に気温予測を気象庁や民間保有データベース３４０から取得する。水道管凍結予測部２１０３は、凍結予測テーブル２１３１を有し、空き家予測部３１０からの空き家情報や空き家予測と、水道管の配管データおよび気象観測データあるいは予測データ、特に気温予測とに基づいて、水道管の凍結を予測する。なお、凍結予測は警報のための短期的なものであっても、水道管の設置計画につながる中長期的なものであってもよい。凍結予測画像生成部２１０４は、水道管凍結予測部２１０３の凍結予測結果を地図上に重ね合わせた画像を生成して表示部２１０に表示し、給水管凍結による破裂漏水に対する対策を提案する提案部として機能する。なお、水道管情報取得部２１０１や気象情報取得部２１０２が取得した情報は、データベース３１４に格納されてもよい。
【0092】
（凍結予測テーブル）
図２２は、本実施形態に係る凍結予測テーブル２１３１の構成を示す図である。凍結予測テーブル２１３１は、水道管凍結予測部２１０３が水道管の凍結を予測しその対策を提案するために使用される。
図２２は、本実施形態に係る凍結予測テーブル２１３１の構成を示す図である。凍結予測テーブル２１３１は、水道管凍結予測部２１０３が水道管の凍結を予測しその対策を提案するために使用される。
【0093】
凍結予測テーブル２１３１は、家屋ＩＤ２２０１に対応付けて、空き家情報２２０２と、水道願情報２２０３と、気温予測を含む気象情報２２０４と、凍結予測２２０５と、対策内容２２０６と、を記憶する。空き家情報２２０２には、空き家調査結果、自己申告空き家情報、空き家予測が含まれる。
【0094】
＜情報処理装置の処理手順＞
図２３は、本実施形態に係る情報処理装置２１００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図２１の機能要素を実現する。また、図２３において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
図２３は、本実施形態に係る情報処理装置２１００の処理手順を示すフローチャートである。なお、このフローチャートは、図５ＡのＣＰＵ５１０がＲＡＭ５４０を用いて実行し、図２１の機能要素を実現する。また、図２３において、図５Ｂと同様のステップであるステップＳ５００の詳細は省略する。
【0095】
情報処理装置２１００は、ステップＳ２３０１において、ユーザから水道管の凍結予測を指示されたか否かを判定する。水道管の凍結予測を指示された場合、情報処理装置２１００は、ステップＳ２３０３において、水道管情報を取得する。情報処理装置２１００は、ステップＳ２３０５において、気象情報（予測気温）を取得する。情報処理装置２１００は、ステップＳ２３０７において、家屋毎の空き家情報および／または空き家予測を取得する。情報処理装置２１００は、ステップＳ２３０９において、凍結予測テーブル２１３１を用いて水道管の凍結予測データを生成する。情報処理装置２１００は、ステップＳ２３１１において、地図上に、水道管の凍結予測データおよび／または対策提案を重ね合わせた画像を生成する。そして、情報処理装置２１００は、ステップＳ２３１３において、重ね合わせた画像の表示部２１０への表示を指示する。
【0096】
本実施形態によれば、空き家情報および空き家予測を用いて、給水管凍結による破裂漏水に対する対策を提案することができる。
【0097】
［第９実施形態］
次に、本発明の第９実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第８実施形態と比べると、中長期的空き家予測と短期的空き家予測とを１つの学習モデルで一体に行う点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
次に、本発明の第９実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第８実施形態と比べると、中長期的空き家予測と短期的空き家予測とを１つの学習モデルで一体に行う点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
【0098】
＜情報処理装置の機能構成＞
図２４は、本実施形態に係る情報処理装置２４００の機能構成を示すブロック図である。なお、図２４において、図３Ａと同様の構成要素には同じ参照番号を付して、重複する説明を省略する。
図２４は、本実施形態に係る情報処理装置２４００の機能構成を示すブロック図である。なお、図２４において、図３Ａと同様の構成要素には同じ参照番号を付して、重複する説明を省略する。
【0099】
情報処理装置２４００は、中長期的／短期的空き家予測モデル生成部２４１５を備える。中長期的／短期的空き家予測モデル生成部２４１５は、共通の入力データと教師データとに基づいて、中長期的空き家予測および短期的空き家予測を行う。例えば、入力データや教師データに重み付けをして、中長期的空き家予測および短期的空き家予測それぞれの空き家予測に適切なデータを用いるなどにより実現してもよい。
【0100】
本実施形態によれば、短期的空き家予測から中長期的空き家予測への移行をよりスムーズに行うことができる。
【0101】
［他の実施形態］
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の技術的範囲で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の技術的範囲に含まれる。例えば、本実施形態では、空き家予測を、学習モデルを用いて行ったが、学習モデルを用いて予測が可能な、例えば災害などにおける復旧や施策にも適用できて同様の効果を奏する。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の技術的範囲で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の技術的範囲に含まれる。例えば、本実施形態では、空き家予測を、学習モデルを用いて行ったが、学習モデルを用いて予測が可能な、例えば災害などにおける復旧や施策にも適用できて同様の効果を奏する。
【0102】
また、本発明は、複数の機器から構成されるシステムに適用されてもよいし、単体の装置に適用されてもよい。さらに、本発明は、実施形態の機能を実現する情報処理プログラムが、システムあるいは装置に供給され、内蔵されたプロセッサによって実行される場合にも適用可能である。本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるサーバも、プログラムを実行するプロセッサも本発明の技術的範囲に含まれる。特に、少なくとも、上述した実施形態に含まれる処理ステップをコンピュータに実行させるプログラムを格納した非一時的コンピュータ可読媒体（non-transitory computer readable medium）は本発明の技術的範囲に含まれる。
【図1】
【図2A】
【図2B】
【図2C】
【図3A】
【図3B】
【図4A】
【図4B】
【図4C】
【図5A】
【図5B】
【図6】
【図7】
【図8A】
【図8B】
【図9】
【図10】
【図11】
【図12A】
【図12B】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】