特開 2024-9456 評価装置、評価方法および評価システム

(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】P2024009456

(43)【公開日】2024-01-23

(54)【発明の名称】評価装置、評価方法および評価システム

(51)【国際特許分類】

   G06Q 50/22 20240101AFI20240116BHJP

   G06Q 50/10 20120101ALI20240116BHJP

【ＦＩ】

G06Q50/22

G06Q50/10

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022110992

(22)【出願日】2022-07-11

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(71)【出願人】

【識別番号】504137912

【氏名又は名称】国立大学法人 東京大学

(74)【代理人】

【識別番号】110001678

【氏名又は名称】藤央弁理士法人

(72)【発明者】

【氏名】田井 光春

(72)【発明者】

【氏名】鈴木 敬

(72)【発明者】

【氏名】板橋 一男

(72)【発明者】

【氏名】石井 俊太郎

(72)【発明者】

【氏名】松岡 秀行

(72)【発明者】

【氏名】出口 敦

(72)【発明者】

【氏名】大島 耕平

(72)【発明者】

【氏名】梅岡 恒治

【テーマコード（参考）】

5L049

5L099

【Ｆターム（参考）】

5L049CC12

5L099AA13

(57)【要約】

【課題】効率的な施策の評価をおこなうこと。
【解決手段】評価装置は、サンプル対象が行った生活活動の活動パターンごとに規定されたサンプル対象が所属する集団の各々における第１満足度を記憶するとともに、サンプル対象と集団とを関連付けた第１ＤＢを有し、サンプル対象の端末から行動データを取得するとサンプル対象の生活活動と活動パターンとを推定し、第１ＤＢにおいて、推定された生活活動での、サンプル対象が所属する集団の活動パターンごとの第１満足度から、推定された活動パターンの第１満足度を抽出して第２ＤＢに登録し、特定の生活活動によって定義される評価対象を取得し、第２ＤＢにおいてサンプル対象毎に記憶された生活活動毎の第１満足度の中から、評価対象に該当する特定の生活活動の第１満足度を抽出し、抽出された特定の生活活動の第１満足度に基づいて評価対象に関する第２満足度を算出する。
【選択図】図１

【特許請求の範囲】

【請求項1】

プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する評価装置であって、
サンプル対象が行った生活活動の活動パターンごとに規定された前記サンプル対象が所属する集団の各々における第１満足度を、前記生活活動ごとに記憶するとともに、前記サンプル対象と前記サンプル対象が所属する前記集団とを関連付けた第１データベースにアクセス可能であり、
前記プロセッサは、
前記サンプル対象の行動を示す行動データを検出可能な前記サンプル対象の端末から前記行動データを取得すると、前記行動データに基づいて、前記サンプル対象の前記生活活動と前記活動パターンとを推定する推定処理と、
前記第１データベースにおいて、前記推定処理によって推定された前記生活活動での、前記サンプル対象が所属する前記集団の前記活動パターンごとの前記第１満足度の中から、前記推定処理によって推定された前記活動パターンの前記第１満足度を抽出して、第２データベースに登録する登録処理と、
特定の生活活動によって定義される評価対象を取得する取得処理と、
前記第２データベースにおいて前記サンプル対象毎に記憶された前記生活活動毎の前記第１満足度の中から、前記取得処理によって取得された評価対象に該当する前記特定の生活活動の前記第１満足度を抽出する抽出処理と、
前記抽出処理によって抽出された特定の生活活動の前記第１満足度に基づいて、前記評価対象に関する第２満足度を算出する算出処理と、
前記算出処理よって算出された第２満足度を出力する出力処理と、
を実行することを特徴とする評価装置。

【請求項2】

請求項１に記載の評価装置であって、
前記プロセッサは、
前記生活活動に関する設問を生成して前記端末に送信し、前記設問を前記端末に送信した結果、前記生活活動の前記活動パターンごとの前記第１満足度を前記端末から取得し、前記生活活動別に、前記活動パターンごとの前記第１満足度に基づいて、前記サンプル対象とその所属先となる前記集団とを関連付けることにより、前記第１データベースを生成する生成処理を実行する、
ことを特徴とする評価装置。

【請求項3】

請求項２に記載の評価装置であって、
前記生成処理では、プロセッサは、前記生活活動別に、前記活動パターンごとの前記第１満足度に基づいて、前記サンプル対象をクラスタリングすることにより、前記集団を生成する、
ことを特徴とする評価装置。

【請求項4】

請求項２に記載の評価装置であって、
前記設問は、前記サンプル対象が選択可能な複数の生活活動を含む、
ことを特徴とする評価装置。

【請求項5】

請求項４に記載の評価装置であって、
前記設問は、前記サンプル対象が選択可能な複数の生活活動と、前記複数の生活活動から選択された生活活動について前記サンプル対象が選択可能な複数の活動環境と、を含み、
前記生成処理では、前記プロセッサは、前記複数の活動環境に基づいて前記活動パターンを生成する、
ことを特徴とする評価装置。

【請求項6】

請求項４に記載の評価装置であって、
前記設問は、前記第１満足度を確認する質問を含む、
ことを特徴とする評価装置。

【請求項7】

請求項６に記載の評価装置であって、
前記質問は、世界保健機関のＱｏＬ評価手法による質問である、
ことを特徴とする評価装置。

【請求項8】

請求項１に記載の評価装置であって、
前記第２満足度を算出する複数の算出方法が選択可能に定義されており、
前記算出処理では、前記プロセッサは、前記複数の算出方法から選ばれた算出方法を用いて、前記第２満足度を算出する、
ことを特徴とする評価装置。

【請求項9】

プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する評価装置による評価方法であって、
サンプル対象が行った生活活動の活動パターンごとに規定された前記サンプル対象が所属する集団の各々における第１満足度を、前記生活活動ごとに記憶するとともに、前記サンプル対象と前記サンプル対象が所属する前記集団とを関連付けた第１データベースにアクセス可能であり、
前記プロセッサは、
前記サンプル対象の行動を示す行動データを検出可能な前記サンプル対象の端末から前記行動データを取得すると、前記行動データに基づいて、前記サンプル対象の前記生活活動と前記活動パターンとを推定する推定処理と、
前記第１データベースにおいて、前記推定処理によって推定された前記生活活動での、前記サンプル対象が所属する前記集団の前記活動パターンごとの前記第１満足度の中から、前記推定処理によって推定された前記活動パターンの前記第１満足度を抽出して、第２データベースに登録する登録処理と、
特定の生活活動によって定義される評価対象を取得する取得処理と、
前記第２データベースにおいて前記サンプル対象毎に記憶された前記生活活動毎の前記第１満足度の中から、前記取得処理によって取得された評価対象に該当する前記特定の生活活動の前記第１満足度を抽出する抽出処理と、
前記抽出処理によって抽出された特定の生活活動の前記第１満足度に基づいて、前記評価対象に関する第２満足度を算出する算出処理と、
前記算出処理よって算出された第２満足度を出力する出力処理と、
を実行することを特徴とする評価方法。

【請求項10】

サンプル対象が行った生活活動の活動パターンごとに規定された前記サンプル対象が所属する集団の各々における第１満足度を、前記生活活動ごとに記憶するとともに、前記サンプル対象と前記サンプル対象が所属する前記集団とを関連付けた第１データベースにアクセス可能な評価装置と、前記サンプル対象の行動を示す行動データを検出可能な端末と、が通信可能な評価システムであって、
前記端末は、
前記行動データを取得して前記評価装置に送信する処理を実行し、
前記評価装置は、
前記端末から前記行動データを取得すると、前記行動データに基づいて、前記サンプル対象の前記生活活動と前記活動パターンとを推定する推定処理と、
前記第１データベースにおいて、前記推定処理によって推定された前記生活活動での、前記サンプル対象が所属する前記集団の前記活動パターンごとの前記第１満足度の中から、前記推定処理によって推定された前記活動パターンの前記第１満足度を抽出して、第２データベースに登録する登録処理と、
特定の生活活動によって定義される評価対象を取得する取得処理と、
前記第２データベースにおいて前記サンプル対象毎に記憶された前記生活活動毎の前記第１満足度の中から、前記取得処理によって取得された評価対象に該当する前記特定の生活活動の前記第１満足度を抽出する抽出処理と、
前記抽出処理によって抽出された特定の生活活動の前記第１満足度に基づいて、前記評価対象に関する第２満足度を算出する算出処理と、
前記算出処理よって算出された第２満足度を出力する出力処理と、
を実行することを特徴とする評価システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、評価を実行する評価装置、評価方法および評価システムに関する。

【背景技術】

【0002】

下記特許文献１は、家族等のグループの情報も勘案して、当該グループに属する人物の満足度情報を推定する満足度推定装置を開示する。この満足度推定装置は、あるエリアを行動拠点とするグループに属する人物の満足度情報を推定する装置であり、行動関連データを用い、このグループに属する満足度推定対象の人物について構築された学習済みの行動識別モデルによって、満足度推定対象の人物とこのグループに属する他の人物とのコミュニケーションに係る行動の情報を含む行動情報を決定する行動識別手段と、この行動情報に基づいて、満足度推定対象の人物によるこのグループでのコミュニケーションの度合いを示すコミュニケーションスコアを決定するコミュニケーションスコア決定手段と、このコミュニケーションスコアに基づいて、満足度推定対象の人物の満足度を決定する満足度決定手段とを有している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１５４９３８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、上述した特許文献１の満足度推定装置は、生活活動から推定した感情から、満足度を間接的に推定する。したがって、生活活動から直接満足度を推定する点については考慮されていない。したがって、施策の決定や実行した施策について効率的な評価が得られない。

【0005】

本発明は、効率的な施策の評価をおこなうことを目的とする。

【課題を解決するための手段】

【0006】

本願において開示される発明の一側面となる評価装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する評価装置であって、サンプル対象が行った生活活動の活動パターンごとに規定された前記サンプル対象が所属する集団の各々における第１満足度を、前記生活活動ごとに記憶するとともに、前記サンプル対象と前記サンプル対象が所属する前記集団とを関連付けた第１データベースにアクセス可能であり、前記プロセッサは、前記サンプル対象の行動を示す行動データを検出可能な前記サンプル対象の端末から前記行動データを取得すると、前記行動データに基づいて、前記サンプル対象の前記生活活動と前記活動パターンとを推定する推定処理と、前記第１データベースにおいて、前記推定処理によって推定された前記生活活動での、前記サンプル対象が所属する前記集団の前記活動パターンごとの前記第１満足度の中から、前記推定処理によって推定された前記活動パターンの前記第１満足度を抽出して、第２データベースに登録する登録処理と、特定の生活活動によって定義される評価対象を取得する取得処理と、前記第２データベースにおいて前記サンプル対象毎に記憶された前記生活活動毎の前記第１満足度の中から、前記取得処理によって取得された評価対象に該当する前記特定の生活活動の前記第１満足度を抽出する抽出処理と、前記抽出処理によって抽出された特定の生活活動の前記第１満足度に基づいて、前記評価対象に関する第２満足度を算出する算出処理と、前記算出処理によって算出された第２満足度を出力する出力処理と、を実行することを特徴とする。

【発明の効果】

【0007】

本発明の代表的な実施の形態によれば、効率的な施策の評価をおこなうことができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

【図面の簡単な説明】

【0008】

【図1】図１は、評価システムのシステム構成例を示す説明図である。

【図2】図２は、活動リストＤＢの一例を示す説明図である。

【図3】図３は、データベースの一例を示す説明図である。

【図4】図４は、ＱｏＬ算出ＤＢの一例を示す説明図である。

【図5】図５は、図４に示した識別コード管理テーブルの一例を示す説明図である。

【図6】図６は、導出ＱｏＬＤＢの一例を示す説明図である。

【図7】図７は、参照可能情報リストの一例を示す説明図である。

【図8】図８は、あるサンプル対象者の一日の時系列な生活活動と活動環境との対応関係を示す説明図である。

【図9】図９は、評価装置のハードウェア構成例を示すブロック図である。

【図10】図１０は、サンプル対象者端末の画面例１を示す説明図である。

【図11】図１１は、サンプル対象者端末の画面例２を示す説明図である。

【図12】図１２は、サンプル対象者端末の画面例３を示す説明図である。

【図13】図１３は、サンプル対象者端末の画面例４を示す説明図である。

【図14】図１４は、データベース生成部によるデータベース生成処理例を示すシーケンス図である。

【図15】図１５は、目的ＱｏＬ値の算出処理手順例を示すシーケンス図である。

【図16】図１６は、公園経営に対する活用事例を示す説明図である。

【図17】図１７は、評価システムによって実現される都市経営サイクルを示す概念図である。

【図18】図１８は、高齢者に対する行政サービスおよび施策と期待する成果との関係の一例を示す説明図である。

【発明を実施するための形態】

【0009】

インフラ設備の維持および管理、都市計画、ならびに、公共サービスの提供といった都市政策に対する効果評価は重要である。特に近年、日本においては少子高齢化、インフラの老朽化が顕著になり、限られた予算および人的リソースの中で、都市を運用していく上での効果評価の重要性が増している。

【0010】

効果評価で採用される指標は、官庁、自治体の施策や都市計画策定時の現状把握、目標に活用される。さらに、施策後の効果の可視化、インフラ、公共サービスの提供の意義づけ、根拠づけに活用される。政府や自治体などの主体は、これらの指標値を根拠に、インフラ、公共サービスの選定や、運用方針を決定し、住民、法人などの地域に関係するステークホルダの合意を得て地域を運営する。これらはＥＢＰＭ（Ｅｖｉｄｅｎｃｅ Ｂａｓｅｄ Ｐｏｌｉｃｙ Ｍａｋｉｎｇ）として都市運営の方法論として政策決定、自治体運営の主流になっている。

【0011】

たとえば、日本国内の自治体は政策策定に関係する様々な効果評価値としてＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）を策定し、ＫＰＩの数値目標を設定する形で政策を立案し、その効果検証を進める試みを始めている。さらに、政府は、都市の状況を客観的に把握するための指標を整理し、一元的にまとめ、可視化し、都市計画に活かす試みを先導している。

【0012】

上記のような試みでは、都市や施策の評価指標として、主に公園、病院、公共施設における設備数、緑地面積、および設備の収容数といった指標が選定されている。これらの指標は物理的な数量である。すなわち、これら指標は客観的な定量化が可能であり、都市間の比較、目標値やしきい値の設定といった効果評価を明確にできる利点がある。しかしながら、これらの指標が高いことと住民が快適で活力に満ちた質の高い生活を享受できていることは必ずしも一致していない。

【0013】

一方、近年、政策や行政施策に対する住民の満足度を評価するための方法が模索されている。たとえば、アンケートなどで取得した住民の主観的な満足度が集計および指標化され、都市や政策の評価指標とされている。これらの方法から導出した指標によれば、住民の生活の質や、満足度の観点で都市や政策を評価することが可能になる。

【0014】

これらの方法においてデータの取得は住民へのアンケート調査によって行われる。アンケート調査は、住民が多数の質問に対し返答する形式であるため、住民の負担が大きい。またアンケート実施には多くの予算と人的なリソースが必要である。そのため実施頻度を上げられないことが課題である。一方、都市サービスの効果評価は、サービス設計時、サービス導入前、サービス導入後、定着するまでの行程において、定期的、継続的に実施されることが望ましく、都度アンケート調査が必要となる。

【0015】

都市に暮らす一人ひとりの生活と満足度を常時観測できるツールとそれに基づいた新しい都市評価指標を開発し実用化することが、社会全体の最適化と住民の生活の満足度向上とを両立する都市経営へと導くために欠かせないと考えられる。

【0016】

生活の満足度や充足度に関連する指標として、ＱｏＬ（Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ）がある。ＱｏＬはヒトの健康を身体的な能力の観点だけではなく、心理、社会的関係、周囲の活動環境といった日常生活の質を含めて評価する指標として考案された概念である。たとえば、ＱｏＬを測る国際的な指標として世界保健機関（Ｗｏｒｌｄ Ｈｅａｌｔｈ Ｏｒｇａｎｉｚａｔｉｏｎ：ＷＨＯ）のＱｏＬ評価手法がある。このＱｏＬ評価手法は上記観点にもとづいた１００問または２６問の質問に対して、５件法で選択される回答からＱｏＬ値を導出する方法である。このＱｏＬ評価手法で導出されたＱｏＬ値によって実感する生活の満足度や充足度が推定可能である。

【0017】

以下に示す実施例では、この概念を都市計画分野に拡張した評価システムについて説明する。本実施例にかかる評価システムは、毎回主観評価のためのアンケートの設計や調査を実施した場合に、住民に負担をかけなくても、１回のＱｏＬ調査と、行動履歴データ（どこで、どのくらい、どのような条件下で、何をしたか）と、を取得できれば、あとは対象の行動履歴データを自動取得することで、まちに暮らす人々の生活の満足度を生活活動２０１のＱｏＬ値で評価する。そして、この評価システムは、まちに暮らす人々の生活活動２０１のＱｏＬ値を定量的に算出し、この生活活動２０１のＱｏＬ値に基づいて、都市計画、経営や施策に関する目的ＱｏＬ値を算出することにより、都市計画、経営や施策を評価する。

【0018】

＜評価システムのシステム構成例＞
図１は、評価システムのシステム構成例を示す説明図である。評価システム１０は、評価装置１００を有する。評価装置１００は、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などのネットワーク１７０を介して、サンプル対象者端末１４１、外部サイト１５０、および自治体サービサ端末１６１と通信可能に接続される。

【0019】

サンプル対象者端末１４１は、サンプル対象者１４０が有する通信端末であり、たとえば、スマートフォンやウェアラブル機器、タブレット、パーソナルコンピュータである。サンプル対象者端末１４１は、サンプル対象者１４０の行動履歴データを取得して、評価装置１００に送信する。

【0020】

外部サイト１５０は、たとえば、地図サーバ１５１や気象サーバ１５２である。地図サーバ１５１は、評価装置１００からの要求により地図データを送信する。また、地図サーバ１５１は、地図データ上の行政機関や公園、コンビニエンスストア、飲食店、テーマパーク、フィットネスクラブ、および、企業等が所在するオフィスビルディング等の施設情報も保持する。また、地図サーバ１５１は、鉄道やバスなどの公共交通機関の路線や運行ダイヤも保持する。

【0021】

地図サーバ１５１は、たとえば、評価装置１００またはサンプル対象者端末１４１から緯度経度を受け付けると、当該緯度経度を含む２次元または３次元の地図データや、緯度経度に対応する施設名および住所を返す。

【0022】

気象サーバ１５２は、評価装置１００からの要求により気象情報を送信する。気象サーバ１５２は、たとえば、評価装置１００またはサンプル対象者端末１４１から要求があった時点での気候、天候または気象を示す気象情報を評価装置１００またはサンプル対象者端末１４１に返す。

【0023】

自治体サービサ端末１６１は、自治体サービサ１６０の操作により、評価装置１００内のデータの追加、変更または削除といった処理を実行する。

【0024】

評価装置１００は、生成部１０１と、リスト生成部１０２と、ＱｏＬ算出部１０３１０３と、ＱｏＬ算出ＤＢ１２０と、導出ＱｏＬＤＢ１３０と、を有する。

【0025】

生成部１０１は、各種データを生成し、生活活動のＱｏＬ値を推定する。生活活動のＱｏＬ値とは、そのサンプル対象者１４０が行った生活活動についてそのサンプル対象者１４０がどのくらい満足しているかを示す指標値である。具体的には、たとえば、生成部１０１は、活動リストＤＢ１１１と、データベース１１２と、設問生成部１１４と、データベース生成部１１５と、推定部１１６と、を有する。ここで、活動リストＤＢ１１１について具体的に説明する。

【0026】

［活動リストＤＢ１１１］
図２は、活動リストＤＢ１１１の一例を示す説明図である。活動リストＤＢ１１１は、生活活動をリスト化したデータベースであり、具体的には、たとえば、生活活動２０１と、活動環境２０２と、生活活動２０１のＱｏＬ値を確認する質問２０３と、を有する。生活活動２０１は、サンプル対象者１４０がその生活において今どのような活動をしているかを示す情報であり、サンプル対象者１４０に選択される。

【0027】

活動環境２０２は、サンプル対象者端末１４１から入力された生活活動２０１についてどういう活動環境、どういう評価条件下でサンプル対象者１４０が活動したかを示す環境条件２２１～２２５の集合であり、サンプル対象者１４０に選択される。環境条件２２１～２２５は一例であり、他の環境条件（たとえば、誰に対して）が含まれていてもよく、いずれかの環境条件２２１～２２５が除外されていてもよい。

【0028】

生活活動２０１のＱｏＬ値を確認する質問２０３は、ＷＨＯ ＱｏＬ ＢｒｉｅｆのＱｏＬ値算出に用いる質問の事例である。図２ではＷＨＯの事例を示したが、これに限定されず、適宜最適なＱｏＬ指標が採用される。生活活動２０１のＱｏＬ値を確認する質問２０３内の質問２０３は、設問データとして、サンプル対象者端末１４１にネットワーク１７０を介して送信される。サンプル対象者端末１４１は、サンプル対象者１４０の操作により、選択式で回答し、回答結果を回答データとして評価装置１００に送信する。

【0029】

設問生成部１１４は、生活活動２０１のＱｏＬ値を算出する前に、算出ルールを決定するための設問データを生成する。具体的には、たとえば、設問データは、図２に示した、サンプル対象者１４０が行った生活活動２０１と、サンプル対象者１４０が生活活動２０１を行った活動環境２０２と、生活活動２０１のＱｏＬ値を確認する質問２０３と、により構成される。設問生成部１１４は、サンプル対象者端末１４１から調査トリガを受け付けた場合に、生成した設問データを、調査トリガを送信したサンプル対象者端末１４１に送信する。

【0030】

データベース生成部１１５は、データベース１１２を生成する。具体的には、たとえば、データベース生成部１１５は、設問生成部１１４によって生成された設問データに対する回答データをサンプル対象者端末１４１から収集し、回答内容に基づいて、生活活動２０１と嗜好する活動環境２０２の環境条件２２１～２２５を分析する。

【0031】

そして、データベース生成部１１５は、各生活活動２０１において、サンプル対象者１４０ごとに、活動環境２０２を規定する環境条件２２１～２２５での活動パターン別のＱｏＬ値の列ベクトルを生成する。この列ベクトルは、活動パターンＰ１、Ｐ２、Ｐ３、…のＱｏＬ値を要素とするベクトルである。データベース生成部１１５は、ユークリッド距離が近い列ベクトルどうしが同一クラスタに所属するよう、クラスタリングする。

【0032】

初期状態では、列ベクトルの数だけクラスタが存在し、データベース生成部１１５は、ユークリッド距離が最短となる列ベクトルのペアから順次クラスタリングする。データベース生成部１１５は、同一クラスタに所属することになった複数の列ベクトルの各要素の平均値を算出、または、中央値もしくは最頻値を取得して、クラスタを代表する列ベクトルを生成し、クラスタリングの対象とする。

【0033】

データベース生成部１１５は、このクラスタリングを、クラスタ数が所定数になるまで、または、各々のクラスタに所属する列ベクトルの数が所定数以上となるまで、実行する。これにより、生活活動２０１ごとにクラスタ別ＱｏＬ管理テーブルが生成される（図３を参照）。

【0034】

また、データベース生成部１１５は、各生活活動２０１において、回答したサンプル対象者１４０とその所属クラスタとを関連付ける。これにより、生活活動２０１ごとに所属クラスタ管理テーブルが生成される（図３を参照）。

【0035】

［データベース１１２］
図３は、データベース１１２の一例を示す説明図である。データベース１１２は、データベース生成部１１５によって生成される。データベース１１２は、生活活動２０１ごとに、クラスタ別ＱｏＬ管理テーブル３００と、所属クラスタ管理テーブル３１０と、を有する。図３では、一例として、生活活動２０１が仕事である場合のクラスタ別ＱｏＬ管理テーブル３００および所属クラスタ管理テーブル３１０を示している。

【0036】

クラスタ別ＱｏＬ管理テーブル３００は、生活活動２０１別に、サンプル対象者１４０をクラスタリングした結果を示すテーブルであり、フィールドとして、活動パターン３０１と、クラスタ別ＱｏＬ値３０２と、を有する。活動パターン３０１は、サンプル対象者１４０が環境条件２２１～２２５で活動した類型である。活動パターン３０１の値である「Ｐ＃」（＃は番号）を活動パターンＰ＃と表記することがある。活動パターンＰ１，Ｐ２，…を区別しない場合は、活動パターン３０１と表記する。

【0037】

たとえば、生活活動２２１が「仕事」である活動パターンＰ１は、環境条件２２１（どこで）が「〇〇区」、環境条件２２２（どういう施設で）が「職場」、環境条件２２３（どういう手段で）が「会議」、環境条件２２４が（誰と）が「同僚」、環境条件２２５が「２時間」となる活動パターンである。

【0038】

また、たとえば、生活活動２２１が「仕事」である活動パターンＰ２は、環境条件２２１（どこで）が「△△市」、環境条件２２２（どういう施設で）が「シェアオフィス」、環境条件２２３（どういう手段で）が「ＰＣ」、環境条件２２４が（誰と）が「独り」、環境条件２２５が「３時間」となる活動パターンである。

【0039】

クラスタ別ＱｏＬ値３０２は、活動パターン３０１ごとのＱｏＬ値の集合であり、クラスタごとに存在する。クラスタ別ＱｏＬ値３０２は、クラスタに所属する複数の列ベクトルの各要素の平均値を算出、または、中央値を取得した、クラスタの列ベクトルである。

【0040】

なお、活動パターン３０１とクラスタ別ＱｏＬ値３０２との関係は、クラスタ別ＱｏＬ管理テーブル３００に限らず、関数で定義してもよい。具体的には、たとえば、データベース生成部１１５は、活動パターン３０１を正解データ、クラスタに所属するＱｏＬ値の列ベクトルを訓練データとして、機械学習を実行し、活動パターン３０１とクラスタ別ＱｏＬ値３０２との関係を機械学習モデルで定義してもよい。

【0041】

所属クラスタ管理テーブル３１０は、フィールドとして、クラスタＩＤ３１１と、サンプル対象者ＩＤ３１２と、を有する。クラスタＩＤ３１１は、クラスタを一意に特定する識別情報である。サンプル対象者ＩＤ３１２は、サンプル対象者１４０を一意に特定する識別情報である。これにより、サンプル対象者ＩＤ３１２で特定されるサンプル対象者１４０が、どのクラスタに所属しているかを特定することが可能になる。

【0042】

図１に戻り、推定部１１６は、データベース１１２の生成後に、生活活動２０１別に生活活動２０１のＱｏＬ値を推定値として算出する。具体的には、たとえば、推定部１１６は、スマートフォン、リストバンド型センサやスマートウォッチなどに代表されるサンプル対象者端末１４１から、サンプル対象者ＩＤ３１２と、検出データと、を取得する。検出データは、たとえば、サンプル対象者端末１４１に内蔵されるセンサによって検出されたデータ（加速度、緯度経度、会話や環境音などの音声、心拍数など）である。

【0043】

また、推定部１１６は、同意を得ている同席者情報をサンプル対象者端末１４１から取得する。たとえば、サンプル対象者端末１４１内のスケジュール管理ソフトウェアにおいて、ある日時およびある施設でのイベント情報が登録されていたとする。当該イベントには、出席者として他のサンプル対象者１４０のサンプル対象者ＩＤ３１２が登録されていたとする。サンプル対象者端末１４１は、当該イベントの日時に、イベント情報に他のサンプル対象者１４０のサンプル対象者ＩＤ３１２を同席者情報として含めて、検出データとして評価装置１００に送信する。これにより、推定部１１６は、受信したイベント情報から同席者情報を取得することができる。

【0044】

また、推定部１１６は、公開サイトなどから取得される場所や気象情報など生活活動２０１を行った際の環境情報や生活活動２０１を行った場所で得られるサービス情報（ポイント付与など）を取得する。

【0045】

サンプル対象者ＩＤ３１２、検出データ、環境情報、およびサービス情報、サンプル対象者端末１４１を、サンプル対象者１４０の行動データと称す。

【0046】

そして、推定部１１６は、取得した行動データを参照して、生活活動２０１と、生活活動２０１を行う際の環境条件２２１～２２５での活動パターン３０１と、を推定する。

【0047】

具体的には、推定部１１６は、サンプル対象者端末１４１からの行動データに基づいて、サンプル対象者１４０の生活活動２０１がいずれに該当するかを推定する。

【0048】

たとえば、推定部１１６は、所定時間内で取得された一連の検出データに含まれる心拍数により、当該所定時間内でのサンプル対象者１４０の生活活動２０１が、いずれに該当するかを判断する。たとえば、心拍数が睡眠を示す数値であれば生活活動は睡眠であると判断し、食事を示す数値であれば生活活動は食事であると判断する。

【0049】

また、推定部１１６は、心拍数だけでなく、緯度経度情報や時間帯、施設情報も用いて、生活活動２０１を推定してもよい。たとえば、施設情報で特定される施設がフィットネスクラブであり、検出データの心拍数が運動を示す数値であり、緯度経度情報がフィットネスクラブの位置を示し、検出データの取得時刻がフィットネスクラブの営業時間帯でありかつサンプル対象者１４０の勤務時間外であれば、推定部１１６は、生活活動２０１は「余暇」であると特定する。

【0050】

また、たとえば、推定部１１６は、所定時間内で取得された一連の検出データの緯度経度情報で特定される位置の移動履歴、移動速度および当該位置に該当する地図データ上の交通機関の路線に基づいて、サンプル対象者１４０の生活活動２０１がいずれに該当するかを推定してもよい。たとえば、検出データの取得時刻が鉄道の運行時間帯であり、緯度経度情報の移動履歴が鉄道の路線であり、移動速度が鉄道の速度であれば、生成部１０１は、生活活動２０１は「移動」であると特定する。

【0051】

また、推定部１１６は、サンプル対象者端末１４１からの行動データを訓練データとし、サンプル対象者１４０がその時に選択した生活活動２０１を正解データとして、事前に機械学習を実行して機械学習モデルを生成しておき、この機械学習モデルに、サンプル対象者端末１４１からの行動データを入力することで、生活活動２０１を推定してもよい。

【0052】

このように、推定部１１６は、サンプル対象者端末１４１からの行動データに基づいて、サンプル対象者１４０の生活活動２０１がいずれに該当するかを推定することができる。

【0053】

また、推定部１１６は、サンプル対象者端末１４１からの行動データに基づいて、サンプル対象者１４０の行動パターン３０１がいずれに該当するかを推定する。行動パターン３０１は、環境条件２２１～２２５の類型であるため、推定部１１６は、行動データを用いて、環境条件２２１～２２５を具体的に特定する。

【0054】

環境条件２２１（どこで）については、たとえば、行動データ内の緯度経度情報により特定される。環境条件２２２（どういう施設で）については、行動データ内の緯度経度情報が示す位置に存在する地図データ上の施設情報により特定される。

【0055】

環境条件２２３（どういう手段で）については、たとえば、環境条件２２２および行動データ内の音声データにより特定される。たとえば、環境条件２２２で施設がそのサンプル対象者１４０の「職場」であり、かつ、行動データ内に「会議します。」というような音声データが含まれ、推定部１１６が音声データを音声認識することにより、推定部１１６は、環境条件２２３が「会議」であると特定する。また、音声データにより複数人の発話が音声認識された場合に、推定部１１６は、環境条件２２３が「会議」であると特定してもよい。

【0056】

環境条件２２４（誰と）については、たとえば、行動データ内に、上述した同席者情報を含むイベント情報があればイベント情報により、特定される。

【0057】

たとえば、行動データ内に同席者情報が存在し、かつ、自身および当該同席者の勤務先情報が一致することにより、環境条件２２４が「同僚」であると特定される。勤務先情報は、ＱｏＬ算出ＤＢ１２０においてサンプル対象者ＩＤ３１２毎に登録されている。

【0058】

環境情報２２５（どのくらいの時間で）については、推定した生活活動２０１の開始時刻および終了時刻により特定される。

【0059】

このように、推定部１１６は、サンプル対象者端末１４１からの行動データに基づいて、サンプル対象者１４０の行動パターン３０１がいずれに該当するかを推定することができる。

【0060】

そして、推定部１１６は、推定した生活活動２０１の所属クラスタ管理テーブル３１０を参照し、行動データに含まれるサンプル対象者ＩＤ３１２からそのサンプル対象者１４０が所属するクラスタのクラスタＩＤ３１１を特定する。そして、推定部１１６は、クラスタＩＤ３１１で特定されるクラスタの全活動パターン３０１のクラスタ別ＱｏＬ値３０２の列のうち、推定した活動パターン３０１のクラスタ別ＱｏＬ値３０２を、サンプル対象者１４０のＱｏＬ値の推定値として取得する。

【0061】

たとえば、サンプル対象者ＩＤ３１２が「００００１」であれば、クラスタＩＤ３１１が「Ａ」であるため、そのサンプル対象者１４０は、クラスタＡに所属する。また、行動データにより、活動パターン３０１が「Ｐ２」に特定されたとすると、活動パターン３０１が「Ｐ２」におけるクラスタＡのクラスタ別ＱｏＬ値３０２は、「５」である。したがって、推定部１１６は、現在の生活活動２０１である「仕事」のＱｏＬ値の推定値として「５」を取得する。

【0062】

推定部１１６は、推定した活動パターン３０１、行動データおよび推定値として取得した生活活動２０１のＱｏＬ値を、ログとしてＱｏＬ算出ＤＢ１２０に格納する。

【0063】

ＱｏＬ算出ＤＢ１２０は、生活活動２０１のＱｏＬ値の算出に必要なデータを保持するデータベースである。ＱｏＬ算出ＤＢ１２０について具体的に説明する。

【0064】

［ＱｏＬ算出ＤＢ１２０］
図４は、ＱｏＬ算出ＤＢ１２０の一例を示す説明図である。ＱｏＬ算出ＤＢ１２０は、サンプル対象者１４０ごとのＱｏＬ算出元データ４００と、識別コード管理テーブル４０３と、を有する。ＱｏＬ算出元データ４００は、上層データ４０１と、下層データ４０２と、を有する。

【0065】

上層データ４０１は、行番００１において、サンプル対象者ＩＤ３１２、デモグラフィック４１１、およびサイコグラフィック４１２を規定する。デモグラフィック４１１は、たとえば、性別、年齢、職業のような人口統計学的属性を特定する識別コードである。サイコグラフィック４１２は、たとえば、趣味、嗜好、志向、宗教のような心理学的属性を示す識別コードである。デモグラフィック４１１およびサイコグラフィック４１２の少なくとも一方により、サンプル対象者１４０は特徴づけられる。このほか、他のサンプル対象者１４０との関係（親族、友人、同僚など）を含んでいてもよい。この場合、他のサンプル対象者１４０との関係を示す識別コードと、他のサンプル対象者１４０のサンプル対象者ＩＤ３１２と、が上層データ４０１に規定される。また、職業については、図示はしないが、職場の施設情報（緯度経度情報含む）を有する勤務先情報を含む。

【0066】

下層データ４０２は、行番００２以降において、活用可否ステータス４２０、生活活動２０１のＱｏＬ値４２１、生活活動４２２、生活手段４２３、生活人数４２４、生活活動開始時刻４２５、生活活動終了時刻４２６、緯度経度情報４２７、施設４２８、およびサービス情報４２９を規定する。

【0067】

図５は、図４に示した識別コード管理テーブル４０３の一例を示す説明図である。識別コード管理テーブル４０３は、カテゴリである生活活動４２２、生活手段４２３、生活人数４２４、施設４２８およびサービス情報４２９の各々の識別コード５０２の値を規定するテーブルである。

【0068】

図４に戻り、生活活動２０１のＱｏＬ値４２１、生活活動４２２、生活手段４２３、生活人数４２４、生活活動開始時刻４２５、生活活動終了時刻４２６、緯度経度情報４２７、施設４２８、およびサービス情報４２９は、サンプル対象者１４０の行動履歴データとしてＱｏＬ算出ＤＢ１２０に保存される。

【0069】

活用可否ステータス４２０は、サンプル対象者１４０が、生活活動４２２ごとに下層データ４０２の評価装置１００への提供意思の可否を示す情報である。活用可否ステータス４２０は、サンプル対象者端末１４１からのアクセスにより生活活動４２２ごとに変更可能である。評価装置１００は、活用可否ステータス４２０が「ＯＫ」に設定されている生活活動４２２の行番のデータを目的ＱｏＬ値の算出のために抽出することができ、活用でき、「ＮＧ」に設定されている生活活動４２２の行番のデータを目的ＱｏＬ値の算出のために抽出することができない。

【0070】

生活活動２０１のＱｏＬ値４２１は、推定部１１６からの推定値として生活活動４２２について取得されたクラスタ別ＱｏＬ値３０２である。

【0071】

生活活動４２２は、サンプル対象者端末１４１からの行動データに基づいて推定された生活活動２０１を示すカテゴリ５０１であり、識別コード５０２で指定される。

【0072】

生活手段４２３は、生活活動２０１をどのような手段で実現したかを示すカテゴリ５０１であり、識別コード５０２で指定される。たとえば、推定部１１６は、所定時間内で取得された一連の検出データの緯度経度情報で特定される位置の移動履歴、移動速度および当該位置に該当する地図データ上の交通機関の路線に基づいて、サンプル対象者１４０の生活手段４２３が、どのような手段（徒歩、公共交通、自動車など）で実現されているかを推定する。たとえば、検出データの取得時刻が鉄道の運行時間帯であり、緯度経度情報の移動履歴が鉄道の路線であり、移動速度が鉄道の速度であれば、推定部１１６は、生活手段４２３は「公共交通」であると特定する。

【0073】

生活人数４２４は、生活活動２０１をどのくらいの人数で実現したかを示すカテゴリ５０１であり、識別コード５０２で指定される。たとえば、推定部１１６は、たとえば、行動データ内に、同席者情報があれば同席者情報により、同席者に関する音声データがあれば音声データにより、同席者のサンプル対象者端末１４１からの行動データにより自身および他のサンプル対象者端末１４１の行動データの緯度経度情報や施設情報があれば当該緯度経度情報や施設情報により、推定する。推定部１１６は、生活人数４２４として環境条件２２４を援用してもよい。

【0074】

生活活動開始時刻４２５は、サンプル対象者端末１４１からの行動データに基づいて推定された生活活動２０１の開始時刻である。

【0075】

生活活動終了時刻４２６は、サンプル対象者端末１４１からの行動データに基づいて推定された生活活動２０１の終了時刻である。すなわち、生活活動開始時刻４２５および生活活動終了時刻４２６は、環境条件２２５に対応する。

【0076】

緯度経度情報４２７は、サンプル対象者端末１４１からの行動データとして取得され、環境条件２２１に対応する。

【0077】

施設４２８は、サンプル対象者端末１４１からの行動データ内の施設情報について取得されたカテゴリ５０１であり、識別コード５０２で指定される。施設４２８は、環境条件２２２に対応する。

【0078】

サービス情報４２９は、サンプル対象者端末１４１からの行動データ内のサービス情報として取得されたカテゴリ５０１であり、識別コード５０２で指定される。

【0079】

このようにして、推定部１１６は、生活活動２０１のＱｏＬ値４２１および生活活動４２２のほか、行動データに基づいて、生活手段４２３、生活人数４２４、生活活動開始時刻４２５、生活活動終了時刻４２６、緯度経度情報４２７、施設４２８、およびサービス情報４２９を生成して、ＱｏＬ算出ＤＢ１２０に行動履歴データとして登録する。なお、推定部１１６は、行動データをそのまま行動履歴データとして登録してもよい。

【0080】

図１に戻り、導出ＱｏＬＤＢ１３０は、目的ＱｏＬ値を導出に必要なデータを保持するデータベースである。導出ＱｏＬＤＢ１３０について具体的に説明する。

【0081】

［導出ＱｏＬＤＢ］
図６は、導出ＱｏＬＤＢ１３０の一例を示す説明図である。導出ＱｏＬＤＢ１３０は、参照可能情報リスト１３１および算出手法リスト１３２のほか、サンプル対象者１４０ごとの導出ＱｏＬデータ６００を有する。導出ＱｏＬデータ６００は、上層データ６０１と、下層データ６０２と、を有する。

【0082】

上層データ６０１は、行番００１において、サンプル対象者１４０のサンプル対象者ＩＤ３１２を規定する。上層データ６０１は、サンプル対象者１４０のサンプル対象者ＩＤ３１２ではなく、共通の属性を有する複数のサンプル対象者１４０であるクラスタのＩＤでもよい。

【0083】

下層データ６０２は、行番００２以降において、評価対象６２１と、モデル６２２と、モデルパラメータ６２３と、を規定する。評価対象６２１は、評価装置１００による評価の対象となる観点の識別コードである。本実施例では、たとえば、評価対象６２１が「０００」という識別コードであれば「ＸＸ公園での生活活動」、評価対象６２１が「００１」という識別コードであれば「施設ＺＺで企画したイベントの参加女性の生活活動」と定義する。

【0084】

モデル６２２は、評価対象６２１で定義される生活活動２０１に関する目的ＱｏＬ値を算出する関数を一意に特定する識別コードである。関数と識別コードとの対応関係は、算出手法リスト１３２で定義される。

【0085】

モデルパラメータ６２３は、モデル６２２で特定される関数に入力されるパラメータである。サンプル対象者１４０により、該当する生活活動２０１から感じる満足度や充足度は異なるため、サンプル対象者１４０ごとにモデルパラメータ６２３が設定される。モデル６２２およびモデルパラメータ６２３は、自治体サービサ端末１６１やサンプル対象者端末１４１により、変更可能である。

【0086】

算出手法リスト１３２は、行番において、モデル６２２と、関数定義６３０と、を規定する。関数定義６３０は、評価対象６２１で定義される生活活動２０１に関する目的ＱｏＬ値を算出する関数を定義する。評価対象６２１と関数定義６３０との対応関係は、自治体サービサ端末１６１から任意に変更可能である。

【0087】

図７は、参照可能情報リスト１３１の一例を示す説明図である。参照可能情報リスト１３１は、評価対象６２１を定義するデータであり、参照対象情報領域７０１と、参照条件情報領域７０２と、を有する。

【0088】

参照対象情報領域７０１は、たとえば、評価対象６２１と、男性７１０と、女性７１１と、職業７１２と、参照職業情報７１３と、時間７１４と、参照時間情報７１５と、緯度経度７１６と、参照地理情報７１７と、施設７１８と、参照施設情報７１９と、を有する。

【0089】

男性７１０は、評価対象６２１で定義される生活活動の参加者に男性が含まれているか否かを示す識別コードである。「０００」であれば男性は含まれておらず、「００１」であれば男性は含まれている。

【0090】

女性７１１は、評価対象６２１で定義される生活活動の参加者に女性が含まれているか否かを示す識別コードである。「０００」であれば女性は含まれておらず、「００１」であれば女性は含まれている。

【0091】

職業７１２は、評価対象６２１で定義される生活活動の参加者の職業の参照有無を示す識別コードである。評価装置１００は、職業７１２の値が「０００」であれば参照職業情報７１３を参照せず、「００１」であれば参照職業情報７１３を参照して、職業を特定する。

【0092】

参照職業情報７１３は、参照条件情報領域７０２で規定される参照条件番号７２１を規定する。たとえば、「００５」であれば、参照条件７２３として、参照条件情報領域７０２の行番００６の参照条件番号７２１である「００５」に対応する「会社員、自営業」が特定される。

【0093】

時間７１４は、評価対象６２１で定義される生活活動２０１の活動時間の参照有無を示す識別コードである。評価装置１００は、時間７１４の値が「０００」であれば参照時間情報７１５を参照せず、「００１」であれば参照時間情報７１５を参照して、生活活動の活動時間を特定する。

【0094】

参照時間情報７１５は、参照条件情報領域７０２で規定さる参照条件番号７２１を規定する。たとえば、参照時間情報７１５の値が「００３」であれば、参照条件７２３として、参照条件情報領域７０２の行番００４の参照条件番号７２１である「００３」に対応する「２０２１．６．１０．１３：３０，２０２１．６．１０．１５：３０」が特定される。

【0095】

緯度経度７１６は、評価対象６２１で定義される生活活動２０１の活動位置の参照有無を示す識別コードである。評価装置１００は、緯度経度７１６の値が「０００」であれば参照地理情報７１７を参照せず、「００１」であれば参照地理情報７１７を参照して、生活活動２０１の活動位置を特定する。

【0096】

参照地理情報７１７は、参照条件情報領域７０２で規定される参照条件番号７２１を規定する。たとえば、参照地理情報７１７の値が「００１」であれば、参照条件７２３として、参照条件情報領域７０２の行番００２の参照条件番号７２１である「００１」に対応する矩形の４頂点の緯度経度「（３５．７０９，１３９．７６１），（３５．７１１，１３９．７６０），（３５．７１２，１３９．７６２），（３５．７１１，１３９．７６２）」のポリゴンデータが特定される。ポリゴンデータは、たとえば、地図サーバ１５１から取得される。

【0097】

施設７１８は、評価対象６２１で定義される生活活動２０１が行われた施設の参照有無を示す識別コードである。評価装置１００は、施設７１８の値が「０００」であれば参照施設情報７１９を参照せず、「００１」であれば参照施設情報７１９を参照して、生活活動２０１が行われた施設を特定する。

【0098】

参照施設情報７１９は、参照条件情報領域７０２で規定される参照条件番号７２１を規定する。参照条件７２３として、参照条件情報領域７０２に規定されている施設名や住所、施設の概要などのテキストデータが特定される。

【0099】

参照条件情報領域７０２は、参照条件を規定する領域であり、参照対象情報領域７０１における参照職業情報７１３、参照時間情報７１５、参照地理情報７１７および参照施設情報７１９で規定される参照条件番号７２１と、条件定義７２２と、参照条件７２３と、を有する。条件定義７２２は、参照条件７２３の名称となるテキストデータである。

【0100】

図１に戻り、リスト生成部１０２は、自治体サービサ端末１６１からの操作により、ＱｏＬ算出ＤＢ１２０の行動履歴データ（生活活動２０１のＱｏＬ値４２１、生活活動４２２、生活手段４２３、生活人数４２４、生活活動開始時刻４２５、生活活動終了時刻４２６、緯度経度情報４２７、施設４２８、およびサービス情報４２９）を参照して、参照可能情報リスト１３１を生成する。これにより、自治体サービサ端末１６１のユーザは、適切な参照可能情報リスト１３１を作成することができる。

【0101】

ＱｏＬ算出部１０３は、ＱｏＬ算出ＤＢ１２０および算出手法リスト１３２を参照して、ＱｏＬ算出ＤＢ１２０から評価対象６２１に該当する生活活動２０１のＱｏＬ値４２１を抽出し、算出手法リスト１３２の算出手法にしたがって目的ＱｏＬ値を算出する。評価装置１００は、算出した目的ＱｏＬ値を自治体サービサ端末１６１に送信する。

【0102】

［ＱｏＬ値］
ここで、ＱｏＬ値について具体的に説明する。評価装置１００が算出するＱｏＬ値には、生活活動２０１のＱｏＬ値４２１と、目的ＱｏＬ値と、がある。生活活動２０１のＱｏＬ値４２１とは、上述したように、そのサンプル対象者１４０が行った生活活動２０１についてそのサンプル対象者１４０がどのくらい満足しているかを示す指標値である。すなわち、生活活動２０１のＱｏＬ値４２１は、上述したように、推定部１１６からの推定値として生活活動４２２について取得されたクラスタ別ＱｏＬ値３０２である。

【0103】

一方、目的ＱｏＬ値とは、評価対象６２１で定義される生活活動２０１を行ったサンプル対象者１４０の集団がどのくらい満足しているかを示す指標値である。目的ＱｏＬ値は、評価対象６２１で定義される生活活動２０１のＱｏＬ値４２１と、当該生活活動２０１を行ったサンプル対象者１４０のモデルパラメータ６２３とを、関数定義６３０で定義された関数に代入することにより算出される。

【0104】

ＱｏＬ算出部１０３は、推定部１１６によって推定された生活活動２０１のＱｏＬ値４２１から、目的ＱｏＬ値を算出する。目的ＱｏＬ値は、たとえば、特定の政策、特定の公共サービス、身障者、性別、年齢層など特定の属性の都市生活のような評価対象６２１で定義される生活活動２０１についての効果評価に使うＱｏＬ値である。

【0105】

具体的には、たとえば、ＱｏＬ算出部１０３は、目的に合致するサンプル対象者１４０の生活活動２０１のＱｏＬ値４２１をＱｏＬ算出ＤＢ１２０から抽出し、目的に合致する関数定義６３０を算出手法リスト１３２から抽出し、抽出した生活活動２０１のＱｏＬ値４２１を、抽出した関数定義６３０に代入する。これにより、ＱｏＬ算出部１０３は、目的ＱｏＬ値を算出する。

【0106】

［評価対象６２１に関する目的ＱｏＬ値の算出例］
ここで、評価対象６２１に関する目的ＱｏＬ値の算出例１について説明する。ここでは、評価対象６２１を、その識別コード「０００」である「ＸＸ公園での生活活動」とする。「ＸＸ公園での生活活動」の場合、ＸＸ公園内で行われた生活活動２０１のＱｏＬ値４２１が必要になる。このため、参照対象情報領域７０１における行番００２の緯度経度７１６は「００１」に設定される。また、行番００２の参照地理情報７１７が参照する参照条件番号７２１は、ＸＸ公園の位置を示す矩形の４頂点となる４つの緯度経度（参照条件７２３）で特定されるポリゴンデータとなる。

【0107】

この参照条件７２３で特定されるＸＸ公園の４つの緯度経度により、ＱｏＬ算出部１０３は、ＱｏＬ算出ＤＢ１２０を参照し、ＸＸ公園の４つの緯度経度に含まれる緯度経度情報４２７と同一行番の生活活動２０１のＱｏＬ値４２１を目的に合致するＱｏＬ値４２１として、活用可否ステータス４２０が「ＯＫ」であれば、サンプル対象者１４０の下層データ４０２から抽出する。

【0108】

また、ＱｏＬ算出部１０３は、算出手法リスト１３２から関数定義６３０を指定する。具体的には、たとえば、各サンプル対象者１４０の下層データ６０２におけるモデル６２２において、評価対象６２１の識別コード「０００」に対応する関数定義６３０として、重み付き加算平均を定義する関数定義６３０を特定する識別コード「０００」が規定されているものとする。

【0109】

この場合、ＱｏＬ算出部１０３は、識別コード「０００」の関数定義６３０を目的に合致する関数定義６３０として用いて、抽出した生活活動２０１のＱｏＬ値４２１を重み付き加算平均した値を、「ＸＸ公園での生活活動」に関する目的ＱｏＬ値として算出する。

【0110】

なお、サンプル対象者１４０ごとに下層データ６０２にモデルパラメータ６２３が設定されている。図６の例では、サンプル対象者ＩＤ３１２が「ＩＤ００００１」である評価対象６２１の識別コード「０００」の行番００２には、モデルパラメータ６２３として、「３．００」が設定されている。したがって、サンプル対象者ＩＤ３１２が「ＩＤ００００１」であるサンプル対象者１４０の生活活動２０１のＱｏＬ値４２１を、識別コード「０００」の関数定義６３０に適用する場合、そのモデルパラメータ６２３である「３．００」が関数定義６３０の重みとして適用される。

【0111】

評価対象６２１に関する目的ＱｏＬ値の算出例２について説明する。ここでは、評価対象６２１を、識別コード「００１」である「施設ＺＺで企画したイベントの参加女性の生活活動」とする。「施設ＺＺで企画したイベントの参加女性の生活活動」の場合、施設ＺＺ内で行われた生活活動２０１のＱｏＬ値４２１が必要になる。このため、参照対象情報領域７０１における行番００２の緯度経度７１６は「００１」に設定される。また、行番００２の参照地理情報７１７が参照する参照条件番号７２１は、施設ＺＺの位置を示す矩形の４頂点となる４つの緯度経度（参照条件７２３）で特定されるポリゴンデータとなる。

【0112】

また、「施設ＺＺで企画したイベントの参加女性の生活活動」の活動時間帯に行われた生活活動２０１のＱｏＬ値４２１も必要になる。このため、参照対象情報領域７０１における行番００２の時間７１４は「００１」に設定される。また、行番００２の参照時間情報７１５が参照する参照条件番号７２１は、たとえば、参照条件情報領域７０２における行番００４の時間帯を示す参照条件７２３である。

【0113】

また、「施設ＺＺで企画したイベントの参加女性の生活活動」の参加対象である女性の生活活動２０１のＱｏＬ値４２１も必要になる。このため、参照対象情報領域７０１における行番００２の女性７１１は「００１」に設定され、参照対象情報領域７０１における行番００２の男性７１０は「０００」に設定される。

【0114】

この参照条件７２３で特定される施設ＺＺの４つの緯度経度、時間帯、および女性７１１が含まれていることを示す識別コード「００１」により、ＱｏＬ算出部１０３は、ＱｏＬ算出ＤＢ１２０を参照し、デモグラフィック４１１の性別が女性であるＱｏＬ算出元データ４００において、施設ＺＺの４つの緯度経度に含まれる緯度経度情報４２７および施設ＺＺで企画したイベントの時間帯と同一行番の生活活動２０１のＱｏＬ値４２１を目的に合致するＱｏＬ値４２１として、活用可否ステータス４２０が「ＯＫ」であれば、サンプル対象者１４０の下層データ４０２から抽出する。

【0115】

また、ＱｏＬ算出部１０３は、算出手法リスト１３２から関数定義６３０を指定する。具体的には、たとえば、各サンプル対象者１４０の下層データ６０２におけるモデル６２２において、評価対象６２１の識別コード「００１」に対応する関数定義６３０として、重み付き２乗平均を定義する関数定義６３０を特定する識別コード「００１」が規定されているものとする。

【0116】

この場合、ＱｏＬ算出部１０３は、識別コード「００１」の関数定義６３０を目的に合致する関数定義６３０として用いて、抽出した生活活動２０１のＱｏＬ値４２１を重み付き２乗平均した値を、「施設ＺＺで企画したイベントの参加女性の生活活動」に関する目的ＱｏＬ値として算出する。

【0117】

なお、サンプル対象者１４０ごとに下層データ６０２にモデルパラメータ６２３が設定されている。図６の例では、サンプル対象者ＩＤ３１２が「ＩＤ００００１」である評価対象６２１の識別コード「０００」の行番００２には、モデルパラメータ６２３として、「３．００」が設定されている。したがって、サンプル対象者ＩＤ３１２が「ＩＤ００００１」であるサンプル対象者１４０の生活活動２０１のＱｏＬ値４２１を、識別コード「００１」の関数定義６３０に適用する場合、そのモデルパラメータ６２３である「３．００」が関数定義６３０の重みとして適用される。

【0118】

図８は、あるサンプル対象者１４０の一日の時系列な生活活動２０１と活動環境２０２との対応関係を示す説明図である。生活活動２０１は、あるサンプル対象者１４０の一日の時系列な生活活動２０１Ａ１、２０１Ｂ１、２０１Ｃ、２０１Ｄ１、２０１Ｅ、２０１Ｂ２、２０１Ｆ、２０１Ｇ、２０１Ｄ２、２０１Ｂ３、２０１Ａ２である。対応活動環境８０２は、生活活動２０１の各々が行われた活動環境を示す。各生活活動２０１の横幅は時間間隔を示す。

【0119】

たとえば、睡眠２０１Ａ１および食事２０１Ｂ１は、そのサンプル対象者１４０が居住する都市Ｂにある自宅という活動環境２０２Ａで行われた生活活動２０１を意味する。同様に、育児２０１Ｃも、そのサンプル対象者１４０が居住する都市Ｂにある自宅という活動環境２０２Ａで行われた生活活動２０１を意味する。

【0120】

また、移動２０１Ｄ１は、そのサンプル対象者１４０が居住する都市Ｂでの車という活動環境２０２Ｂによる生活活動２０１を意味する。また、余暇２０１Ｅは、そのサンプル対象者１４０が活動環境２０２Ｂによる移動先の都市Ａでカフェという活動環境２０２Ｃで行われた生活活動２０１を意味する。また、食事２０１Ｂ２は、そのサンプル対象者１４０が都市Ａで飲食店という活動環境２０２Ｄで行われた生活活動２０１を意味する。

【0121】

また、仕事２０１Ｆは、そのサンプル対象者１４０が都市Ａにあるオフィスという活動環境２０２Ｅで行われた生活活動２０１を意味する。運動２０１Ｇは、そのサンプル対象者１４０が都市Ａにある公園という活動環境２０２Ｆで行われた生活活動２０１を意味する。移動２０１Ｄ２は、そのサンプル対象者１４０が都市Ｂでの車という活動環境２０２Ｂによる生活活動２０１を意味する。食事２０１Ｂ３および睡眠２０１Ａ２は、そのサンプル対象者１４０が居住する都市Ｂにある自宅という活動環境２０２Ａで行われた生活活動２０１を意味する。

【0122】

各生活活動２０１のＱｏＬ値４２１は、生活活動２０１を行った時間、生活活動２０１に対する選好度、および生活活動２０１を行った活動環境２０２で決まる。図８に示すように、サンプル対象者１４０の一日の生活は複数の生活活動２０１の組み合わせで成立している。したがって、評価装置１００は、生活活動２０１のＱｏＬ値を満足度として指標化することができる。この生活活動２０１のＱｏＬ値４２１の組み合わせ方により、任意の観点となる目的ＱｏＬ値が定義できる。たとえば、都市Ａに関する目的ＱｏＬ値を導出したい場合、評価装置１００は、都市Ａで行われた生活活動２０１Ｅ，２０１Ｂ２，２０１Ｆ，２０１ＧのＱｏＬ値を参照することになる。

【0123】

また、移動手段に関する目的ＱｏＬ値を導出したい場合、評価装置１００は、「移動」を示す生活活動２０１Ｄ１，２０１Ｄ２のＱｏＬ値を参照することになる。特定の評価対象６２１や特定の属性（デモグラフィック４１１またはサイコグラフィック４１２）の住民を評価する場合においても、上記と同様に、評価装置１００は、該当する生活活動２０１のＱｏＬ値４２１をＱｏＬ算出ＤＢ１２０から取得して、目的ＱｏＬ値を算出することになる。目的ＱｏＬ値は、たとえば、政府や自治体の都市経営ややインフラ評価の維持管理に資する指標として活用可能である。

【0124】

［評価装置１００ハードウェア構成例］
図９は、評価装置１００のハードウェア構成例を示すブロック図である。評価装置１００は、プロセッサ９０１と、記憶デバイス９０２と、入力デバイス９０３と、出力デバイス９０４と、通信インターフェース（通信ＩＦ）９０５と、を有する。プロセッサ９０１、記憶デバイス９０２、入力デバイス９０３、出力デバイス９０４、および通信ＩＦ９０５は、バス９０６により接続される。プロセッサ９０１は、評価装置１００を制御する。記憶デバイス９０２は、プロセッサ９０１の作業エリアとなる。また、記憶デバイス９０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス９０２としては、たとえば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリがある。入力デバイス９０３は、データを入力する。入力デバイス９０３としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナ、マイク、センサがある。出力デバイス９０４は、データを出力する。出力デバイス９０４としては、たとえば、ディスプレイ、プリンタ、スピーカがある。通信ＩＦ９０５は、ネットワーク１７０と接続し、データを送受信する。

【0125】

なお、サンプル対象者端末１４１、外部サイト１５０、および自治体サービサ端末１６１も、図９と同様なハードウェア構成である。

【0126】

＜サンプル対象者端末１４１の画面例＞
つぎに、サンプル対象者端末１４１の画面例について図１０～図１３を用いて説明する。

【0127】

図１０は、サンプル対象者端末１４１の画面例１を示す説明図である。サンプル対象者端末１４１は、ディスプレイ１０００に同意取得画面１００１を表示する。同意取得画面１００１は同意ボタン１００２を含む。同意取得画面１００１は、調査の主題１０１１と、調査目的の説明１０１２と、を表示する。

【0128】

サンプル対象者１４０は、調査の主題１０１１および調査目的の説明１０１２を読み、同意した場合に、その旨の意思表示のために同意ボタン１００２を押下する。同意ボタン１００２の押下により、サンプル対象者端末１４１は、評価装置１００から設問データを取得する。そして、ディスプレイ１０００の表示内容は、同意取得画面１００１から第１アンケート画面に遷移する。

【0129】

図１１は、サンプル対象者端末１４１の画面例２を示す説明図である。図１１は、同意取得画面１００１から遷移した第１アンケート画面１１００を示す。第１アンケート画面１１００は、第１質問内容１１０１と、第１選択ボタン群１１０２と、を表示する。第１選択ボタン群１１０２は、評価装置１００からの設問データに含まれている生活活動２０１である。

【0130】

サンプル対象者１４０は、第１選択ボタン群１１０２のいずれかを押下する。この押下により、ディスプレイ１０００の表示内容は、第１アンケート画面１１００から第２アンケート画面に遷移する。

【0131】

図１２は、サンプル対象者端末１４１の画面例３を示す説明図である。図１２は、第１アンケート画面１１００から遷移した第２アンケート画面１２００を示す。第２アンケート画面１２００は、第２質問内容１２０１と、第２選択ボタン群１２０２と、を表示する。第２選択ボタン群１２０２は、評価装置１００からの設問データに含まれている活動環境２０２である。

【0132】

サンプル対象者１４０は、第２選択ボタン群１２０２のいずれかを押下する。活動環境２０２は図２に示したように複数（図２では４つ）存在するため、活動環境２０２についての質問がすべて完了するまで、次の質問に関する第２アンケート画面１２００が表示される。最後の活動環境２０２について第２選択ボタン群１２０２のいずれかが押下されると、ディスプレイ１０００の表示内容は、第２アンケート画面１２００からＱｏＬ調査画面に遷移する。

【0133】

図１３は、サンプル対象者端末１４１の画面例４を示す説明図である。図１３は、第２アンケート画面１２００から遷移したＱｏＬ調査画面１３００を示す。ＱｏＬ調査画面１３００は、第３質問内容１３０１と、第３選択ボタン群１３０２と、を表示する。第３質問内容１３０１は、生活活動２０１のＱｏＬ値４２１を確認する質問２０３である。第３選択ボタン群１３０２は、第３質問内容１３０１に対する５件法の回答の選択肢である。

【0134】

第３質問内容１３０１は図２に示したように複数（図２では２６個）存在するため、生活活動２０１のＱｏＬ値４２１を確認する質問２０３についての質問がすべて完了するまで、次の質問に関するＱｏＬ調査画面１３００が表示される。最後の生活活動２０１のＱｏＬ値４２１を確認する質問２０３（Ｑ２６）について第３選択ボタン群１３０２のいずれかが押下されると、サンプル対象者端末１４１は、サンプル対象者１４０のサンプル対象者ＩＤ３１２とこれまで選択した選択肢とを含む回答データを、評価装置１００に送信する。

【0135】

＜データベース生成処理＞
図１４は、データベース生成部１１５によるデータベース生成処理例を示すシーケンス図である。サンプル対象者端末１４１は、政府、自治体などの調査事業主体、または当該調査事業主体から委託を受けた調査代行業者１３００の端末１３０１から、調査対象となった旨の告知を受ける（ステップＳ１４００）。これにより、サンプル対象者端末１４１は、調査およびデータ提供に対する同意取得画面９０１を表示し、同意ボタン９０２が押下されると、サンプル対象者１４０のサンプル対象者ＩＤ３１２の登録依頼と調査トリガとを送信する（ステップＳ１４０１）。

【0136】

サンプル対象者１４０のサンプル対象者ＩＤ３１２の登録依頼と調査トリガとを受信すると、設問生成部１１４は、設問データを生成して、サンプル対象者端末１４１に送信する（ステップＳ１４０２）。

【0137】

サンプル対象者端末１４１は、図１０～図１３に示したように、サンプル対象者１４０の選択により回答データを生成し、データベース生成部１１５に送信する（ステップＳ１４０３）。

【0138】

データベース生成部１１５は、サンプル対象者端末１４１からの回答データ、地図サーバ１５１および気象サーバ１５２からのデータを受信して、クラスタリングを実行して、クラスタ別ＱｏＬ管理テーブル３００および所属クラスタ管理テーブル３１０のエントリを生成する（ステップＳ１４０４）。

【0139】

そして、データベース生成部１１５は、生成したクラスタ別ＱｏＬ管理テーブル３００および所属クラスタ管理テーブル３１０のエントリをデータベース１１２に登録する（ステップＳ１４０５）。このようなデータベース生成処理では、初期においては、データベース生成部１１５は、サンプル対象者１４０の集団について回答データの蓄積後に実行し、その後においては、新規のサンプル対象者１４０について回答データが得られる都度、データベース１１２を更新する。

【0140】

＜目的ＱｏＬ値の算出処理＞
図１５は、目的ＱｏＬ値の算出処理手順例を示すシーケンス図である。調査代行業者１３００から依頼を受けた自治体サービサ１６０の操作により、自治体サービサ端末１６１は、調査対象となるサンプル対象者ＩＤ３１２（以下、調査対象サンプル対象者ＩＤ３１２）を選出し、選出した調査対象サンプル対象者ＩＤ３１２を評価装置１００に送信する（ステップＳ１５０１）。送信される調査対象サンプル対象者ＩＤ３１２は、無作為に選出されたサンプル対象者１４０のサンプル対象者ＩＤ３１２でもよく、特定のクラスタに属するサンプル対象者１４０のサンプル対象者ＩＤ３１２でもよい。

【0141】

推定部１１６は、調査対象サンプル対象者ＩＤ３１２を受け付けると、生活活動２０１のＱｏＬ値４２１を推定する（ステップＳ１５０２）。具体的には、たとえば、評価装置１００は、調査対象サンプル対象者ＩＤ３１２の各々について、その調査対象サンプル対象者ＩＤ３１２を有するサンプル対象者端末１４１にサンプリングトリガを送信し、サンプル対象者端末１４１から、現時点の検出データを取得する。

【0142】

また、推定部１１６は、検出データの時刻に対応する気象データを気象サーバ１５２から取得し、検出データの時刻における緯度経度に対応する施設情報を地図サーバ１５１から取得し、図示しない公開サイトからサービス情報を取得する。このようにして、推定部１１６は、行動データを取得する。

【0143】

推定部１１６は、取得した行動データを用いて、データベース１１２を参照して、調査対象サンプル対象者ＩＤ３１２のサンプル対象者１４０について、生活活動２０１のＱｏＬ値４２１を推定する。そして、推定部１１６は、活用可否ステータス４２０、推定した生活活動２０１のＱｏＬ値４２１、生活活動４２２、生活手段４２３、生活人数４２４、生活活動開始時刻４２５、生活活動終了時刻４２６、緯度経度情報４２７、施設４２８、およびサービス情報４２９を、行動履歴データとして、ＱｏＬ算出ＤＢ１２０に格納する（ステップＳ１５０３）。

【0144】

自治体サービサ端末１６１は、ステップＳ１５０１で送信したすべての調査対象サンプル対象者ＩＤ３１２について、ステップＳ１５０３のデータ格納の完了通知を受けると、分析観点を分析開始信号として評価装置１００に送信する（ステップＳ１５０４）。分析観点とは、たとえば、評価対象６２１の識別コードのほか、属性情報（デモグラフィック４１１やサイコグラフィック４１２）、施設情報、サービス情報である。たとえば、自治体サービサ１６０が、「ＸＸ公園での生活活動」について分析してその目的ＱｏＬ値を取得したい場合、評価対象６２１の識別コード「０００」を自治体サービサ端末１６１に設定し、自治体サービサ端末１６１がその識別コード「０００」を評価装置１００に送信する。

【0145】

評価装置１００は、分析観点を受信すると、自治体サービサ端末１６１からの評価対象６２１の識別コードに対応する関数定義６３０を導出ＱｏＬＤＢ１３０から取得して（ステップＳ１５０５）、ＱｏＬ算出部１０３に出力する。また、［評価対象６２１に関する目的ＱｏＬ値の算出例］で説明したように、ＱｏＬ算出部１０３は、該当する生活活動２０１のＱｏＬ値４２１および評価対象６２１のモデルパラメータ６２３を取得し、ＱｏＬ算出部１０３に出力する（ステップＳ１５０６）。

【0146】

ＱｏＬ算出部１０３は、関数定義６３０に生活活動２０１のＱｏＬ値４２１および評価対象６２１のモデルパラメータ６２３を代入することにより、目的ＱｏＬ値を算出し、自治体サービサ端末１６１に送信する（ステップＳ１５０７）。これにより、目的ＱｏＬ値の算出処理が終了する。

【0147】

＜活用事例＞
つぎに、本実施例にかかる評価システム１０のインフラへの活用事例について説明する。ここでは、インフラの一例として公園経営を例に挙げて説明する。

【0148】

図１６は、公園経営に対する活用事例を示す説明図である。従来の公園経営における効果評価指標には、たとえば、緑被率、公園面積、公園の数がある。これらの値は公園を設計してしまえば、基本的に変化しない値である。従来型の都市計画では、緑の量を増やす公園整備を行うことで、公園整備前に比べて緑の量は増加するが、公園整備後は増加しない。また、公園整備をしたが、利用者の増加にはつながらなかったこととする。

【0149】

そこで、本実施例にかかる評価システム１０を公園経営に適用し、人々に利用されない要因や隠れたニーズを分析することで、ソフト施策を検討したり、検討した施策を実施したりする。

【0150】

具体的には、たとえば、評価装置１００は、公園を利用するサンプル対象者１４０のサンプル対象者端末１４１や外部サイト１５０からデータ収集して、サンプル対象者１４０の公園での生活活動２０１のＱｏＬ値４２１を算出する。そして、評価装置１００は、サンプル対象者１４０が利用する公園の緑化を評価対象６２１として、目的ＱｏＬ値を算出する。

【0151】

たとえば、公園整備により緑の量は増えたにもかかわらず、緑化に関する目的ＱｏＬ値が低いことが分かった場合は、政策設計者は、公園で過ごす人々の生活活動２０１のＱｏＬ値を取得する。これにより、たとえば、生活活動が「子育て」であるサンプル対象者１４０についての生活活動２０１のＱｏＬ値が、生活活動が「子育て」以外の公園利用であるサンプル対象者１４０についての生活活動２０１のＱｏＬ値よりも低かったとする。このことは、緑化は、子育てを行うサンプル対象者１４０に対して支持が得られなかったことを意味する。

【0152】

そこで、政策設計者は、子育てを行うサンプル対象者１４０の利用向上を図るため、ベンチのや子供が参加可能なイベントの開催を検討し、実施したとする。すると、生活活動２０１が「子育て」であるサンプル対象者１４０についての生活活動２０１のＱｏＬ値がベンチの設置前やイベント開催前に比べて上昇した。評価装置１００が、ベンチの設置に関する目的ＱｏＬ値やイベント開催に関するＱｏＬ値を算出したところ、緑化に関する目的ＱｏＬ値よりも高いことが分かった。このように、評価装置１００は、公園整備の効果を高める施策の必要性を政策設計者に認知させ、施策の効果をリアルタイムで評価することができる。その結果、従来は不可能であった、公園施設の価値を向上させる運用や改善が可能になる。

【0153】

また別の事例として自動運転バスのシナリオ例を挙げる。従来の設定効果評価指標は移動の効率化、移動時間の短縮であった。実際に施策により、これらの指標が改善し、効果が確認できたが、対象地域には居住者に高齢者が多く、生活活動２０１のＱｏＬ値４２１を評価すると、自動運転バス内での会話の量から、乗車時間が長いほど自動運転バスを生活手段４２３に利用した生活活動２０１のＱｏＬ値４２１が、生活人数が独り（生活人数４２４の識別コード５０２が「０１」）の場合の生活活動２０１のＱｏＬ値４２１よりも高く、自動運転バスが社交の場としても機能していることが判明した。

【0154】

そこで、あえて長い巡回経路を設定した自動運転バスを運行したり、生活情報を共有するためのガイドを同乗させるサービスを展開したりして改善したところ、自動運転バスの利用者がさらに増え、自動運転バスを生活手段に利用した生活活動２０１のＱｏＬ値４２１も向上した。また、評価対象６２１で定義される生活活動において、生活手段として自動運転バスが利用された場合も、改善前に比べてその目的ＱｏＬ値が上昇した。

【0155】

このシナリオの場合では、本実施例の評価システム１０を活用することで、従来の効果評価指標では見えなかったニーズや利用者の訴求価値を発掘でき、大きなインフラ投資をせずに、住民のＱｏＬ向上を実現できた事例となる。

【0156】

このように、本実施例にかかる評価システム１０は、あらゆるインフラ運用、行政、自治体の都市経営でも同様の効果が期待できる。また、必要なタイミングで即時に生活活動２０１のＱｏＬ値４２１および目的ＱｏＬ値を算出できるため、都市経営のサイクルの大幅な改善が可能となる。

【0157】

＜都市経営サイクル＞
図１７は、評価システム１０によって実現される都市経営サイクルを示す概念図である。従来の都市計画は、マスタープラン立案から実施、評価、更新までの工程に時間を要する５～１０年の長期サイクルのプロセスがメインであり、各段階で多くの労力と時間を割いていた。そのため、施策の適応が従来システムの最適化にとどまり、住民への働きかけや生活に対する満足感、充足感への実感としての反映は十分ではなかった。

【0158】

評価システム１０が適用されると、生活活動２０１のＱｏＬ値４２１を算出するためのデータの取得、生活活動２０１のＱｏＬ値４２１、および目的ＱｏＬの算出が即座に行われる。これにより、数か月以下の短周期のフィードバックが可能となり、現場の課題に対応した効果的な都市計画が推進可能になる。さらに公共サービスのソフト的な工夫や、インフラのフレキシブルな運用などに関して、短周期の効果評価と評価結果の蓄積が可能となり、既存のインフラや発動後の施策の新たな価値の付与が継続的に行われるサイクルを短周期で、かつ確実性をもって実現できるようになる。

【0159】

＜高齢者に対する行政サービスおよび施策と期待する成果との関係＞
図１８は、高齢者に対する行政サービスおよび施策と期待する成果との関係の一例を示す説明図である。具体的な活動（施策）と、それらの直接の結果を通して、初期（短期）、中期、長期の成果とは因果関係によって結ばれる。図１７の都市経営サイクルでは、直接的な結果である、住民の実感に裏付けられた生活活動２０１のＱｏＬ値４２１および目的ＱｏＬ値の向上効果を、それぞれの施策に対して短周期で、施策直後に評価することが可能である。評価結果と因果関係を用いれば、マスタープランのような長期成果につながる施策の選択、淘汰が施策直後に可能となり、資源の効率化や、施策の持続性（住民が積極的に行政サービスを享受する）の観点で施策の失敗事例を極限まで低減することが可能となる。

【0160】

このように、本実施例によれば、実施負荷が小さく、かつ、即時的な実施結果が得られる生活活動のをＱｏＬ値および目的ＱｏＬ値を自動取得することが可能である。これにより、政策設計者は、効果的な施策をタイムリーに実施することが可能となる。また、行った施策に効果があるか否かを即時的に測定することができ、政策方針の変更が容易になる。

【0161】

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。たとえば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。

【0162】

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、たとえば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

【0163】

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）カード、ＳＤカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）の記録媒体に格納することができる。

【0164】

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

【符号の説明】

【0165】

１０ 評価システム
１００ 評価装置
１０１ 生成部
１０２ リスト生成部
１０３ ＱｏＬ算出部
１１４ 設問生成部
１１５ データベース生成部
１１６ 推定部
１２０ ＱｏＬ算出ＤＢ
１３０ 導出ＱｏＬＤＢ
１４０ サンプル対象者
１４１ サンプル対象者端末
１６０ 自治体サービサ
１６１ 自治体サービサ端末
２０１ 生活活動
２０２ 活動環境
２０３ 質問

【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】

【図18】