拥挤信息显示系统、拥挤信息显示方法以及程序

技术领域

本发明涉及拥挤信息显示系统、拥挤信息显示方法以及程序。

本申请主张2020年05月29日在日本提交的特愿2020－093871号的优先权，并将其内容援用于此。

背景技术

以往，提出有各种用于对正在考虑去餐饮店等设施的客人、正在考虑预约的客人提供设施的实时的空位信息的技术。

例如，下述专利文献1中公开了如下技术：利用传感器、摄像机检测店铺的来店者落座于座位的情况，基于检测出的检测结果实时地更新供预约者在预约时参照的空位信息。

现有技术文献

专利文献

专利文献1：日本专利第6414944号公报

发明内容

发明要解决的课题

然而，即使利用者在根据空位信息确认了设施存在空位之后向设施移动，有时在向设施移动的过程中空位的状况也会改变，在到达设施的时刻变得没有空位。在该情况下，设施的利用者需要等到座位空出。对于设施的利用者来说，不仅希望得知当前是否存在空位还希望得知座位何时空着。

鉴于上述课题，本发明的目的在于提供能够缩短利用者为了利用设施而在设施等待的时间的拥挤信息显示系统、拥挤信息显示方法以及程序。

用于解决课题的手段

为了解决上述课题，本发明的一个方式的拥挤信息显示系统具有：存储部，存储能够预测设施的拥挤状况的预测模型；预测部，基于上述预测模型，预测上述设施的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻；以及显示处理部，将表示在由上述预测部预测出的上述时刻上述拥挤状况发生变化的预测信息，显示于显示装置。

本发明的一个方式的拥挤信息显示方法包括：存储部存储能够预测设施的拥挤状况的预测模型；预测部基于上述预测模型，预测上述设施的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻；以及显示处理部将表示在由上述预测部预测出的上述时刻上述拥挤状况发生变化的预测信息，显示于显示装置。

本发明的一个方式的程序为，使计算机作为如下起作用：存储部，存储能够预测设施的拥挤状况的预测模型；预测部，基于上述预测模型，预测上述设施的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻；以及显示处理部，将表示在由上述预测部预测出的上述时刻上述拥挤状况变化的预测信息，显示于显示装置。

发明效果

根据本发明，能够缩短利用者为了利用设施而在设施等待的时间。

附图说明

图1是表示本发明的实施方式的拥挤信息显示系统的构成的一例的图。

图2A是表示本实施方式的与日期时间建立关联的传感检测信息的一例的图。

图2B是表示本实施方式的传感检测信息的内容的一例的图。

图3A是表示本实施方式的与日期时间建立关联的拥挤信息的一例的图。

图3B是表示本实施方式的拥挤信息的内容的一例的图。

图4是表示本实施方式的学习完成模型中的输入输出的一例的图。

图5A是表示本实施方式的与日期时间建立关联的拥挤信息的一例的图。

图5B是表示本实施方式的表信息的一例的图。

图6A是表示本实施方式的表示拥挤信息的显示图像的一例的图。

图6B是表示本实施方式的通过文字表示预测信息的显示图像的一例的图。

图6C是表示本实施方式的通过插图表示预测信息的显示图像的一例的图。

图6D是表示本实施方式的将第二拥挤状况的持续时间作为预测信息而包含的显示图像的一例的图。

图6E是表示本实施方式的将拥挤状况的时间序列变化作为预测信息而包含的显示图像的一例的图。

图7是表示本实施方式的拥挤信息显示系统1中的处理流程的一例的流程图。

具体实施方式

以下，参照附图对本发明的实施方式进行详细说明。

＜1.拥挤信息显示系统的构成＞

图1是表示第一实施方式的拥挤信息显示系统的构成的一例的图。如图1所示那样，拥挤信息显示系统1具有传感器装置100a～100n、网关200、服务器装置300、以及显示装置400。传感器装置100a～100n(n为自然数)以及网关200设置于设施10。以下，在不对传感器装置100a～100n的各自进行区别的情况下，作为传感器装置100a～100n的通称而使用“传感器装置100”。

设施10是拥挤信息以及预测信息的显示对象。拥挤信息是表示设施的拥挤状况的信息。预测信息是表示设施的拥挤状况变化的定时的信息。

作为设施10的一例，可以列举餐饮店、电影院、学习班的自习室、健身房等。

在餐饮店、电影院、学习班的自习室等、利用者使用座位的设施的情况下，例如，作为拥挤信息、预测信息而显示与座位的空位状况相关的信息。进行显示的设施，可以列举作为拥挤信息而显示设备的利用状况的设施等。

在健身房等、利用者利用设备的设施的情况下，例如，作为拥挤信息、预测信息而显示与设备的利用状况相关的信息。

以下，在本实施方式中，对设施10为餐饮店、拥挤信息以及预测信息是表示餐饮店中的空位状况的信息的例子进行说明。

传感器装置100取得与有无设施的利用者相关的传感检测信息。传感器装置100例如设置于设施的每个座位，取得与每个座位有无利用者相关的传感检测信息。作为传感器装置100的一例，可以列举人体传感器。另外，传感器装置100不限定于人体传感器。例如，传感器装置100只要是摄像机、热传感器等能够检测到人的传感器即可。

传感器装置100与网关200能够通信地连接。例如，传感器装置100通过Bluetooth(注册商标)、Wi-Fi(注册商标)等无线连接与网关200进行通信。

传感器装置100通过通信将各种信息向网关200发送。例如，传感器装置100为传感器装置100的识别信息、传感检测信息、面信息以及运行信息等。

识别信息是传感器装置100固有的ID(Identification)。以下，将ID也称为“传感器ID”。运行信息是用于判别传感器装置100是否正在运行的信息，例如是表示传感器装置100的电池余量的信息。

网关200是对传感器装置100与服务器装置300进行中继的装置。网关200通过网络NW与服务器装置300能够通信地连接。网关200经由网络NW将从传感器装置100输入的各种信息向服务器装置300发送。

在此，各种信息是传感器装置100的识别信息、传感检测信息以及运行信息等。网关200除了从传感器装置100输入的各种信息以外，还将网关200的识别信息向服务器装置300发送。识别信息是网关200固有的ID。以下，将ID也称为“网关ID”。由于对于1个设施10设置有1台网关200，因此通过将网关ID与设施名等建立关联，由此能够进行设施10的确定。

网关200与服务器装置300例如通过广域网络(Wide Area Network：WAN)连接。WAN例如通过因特网连接来实现。

服务器装置300是基于传感器装置100的传感检测信息来取得设施10的拥挤信息以及预测信息的装置。服务器装置300经由网络NW从网关200接收包含传感检测信息的各种信息。服务器装置300基于从网关200接收的传感检测信息来取得拥挤信息或者预测信息。

另外，服务器装置300通过网络NW与显示装置400连接。服务器装置300与网关200能够通信地连接。服务器装置300经由网络NW将拥挤信息或者预测信息向显示装置400发送。

服务器装置300与显示装置400例如通过WAN连接。

显示装置400是显示拥挤信息或者预测信息的装置。显示装置400经由网络NW从服务器装置300接收拥挤信息或者预测信息并显示。

显示装置400例如通过智能手机、平板终端、PC(Personal Computer)、数字标牌等装置来实现。

＜2.服务器装置的功能构成＞

参照图1对第一实施方式的服务器装置300的功能构成进行说明。如图1所示那样，服务器装置300具备通信部310、控制部320、以及存储部330。

(1)通信部310

通信部310具有进行各种信息的收发的功能。例如，通信部310经由网关200以及网络NW从传感器装置100接收各种信息。具体地，通信部310接收传感器装置100的识别信息、传感检测信息、运行信息以及网关200的识别信息等。通信部310将所接收到的各种信息向控制部320输入。

另外，通信部310经由网络NW将从后述的控制部320输入的拥挤信息或者预测信息向显示装置400发送。

(2)控制部320

控制部320具有对服务器装置300的整体动作进行控制的功能。控制部320例如通过使服务器装置300作为硬件而具备的CPU(Central Processing Unit)执行程序来实现。

如图1所示那样，控制部320具有模型生成部3202、拥挤信息取得部3204、判定部3206、预测部3208、以及显示处理部3210。

(2－1)模型生成部3202

模型生成部3202具有生成预测模型3302的功能。预测模型是用于预测设施10中的拥挤状况变化的定时的模型。模型生成部3202将所生成的预测模型3302存储于存储部330。

模型生成部3202至少基于拥挤信息来生成预测模型。模型生成部3202生成预测模型的方法不特别限定。

例如，模型生成部3202通过AI(Artificial Intelligence)来生成预测模型。作为AI生成预测模型的方法的一例，可以列举基于多层的人工神经网络的机器学习方法(深度学习)等。

模型生成部3202作为预测模型而生成学习完成模型，该学习完成模型是通过基于与日期时间建立关联的传感检测信息、以及与传感检测信息对应的拥挤信息进行机器学习而得到的。与日期时间建立关联的传感检测信息，例如是传感器装置100取得的传感检测信息与传感器装置100取得传感检测信息的日期时间被建立关联的信息。与传感检测信息对应的拥挤信息是基于传感器装置100取得的传感检测信息而取得的信息。

在此，参照图2A以及图2B对与日期时间建立关联的传感检测信息进行说明。图2A是表示本实施方式的与日期时间建立关联的传感检测信息的一例的图。图2B是表示本实施方式的传感检测信息的内容的一例的图。另外，在图2A中示出由设置于设施10的传感器装置100a～100n取得的传感检测信息。

在图2A中，作为一例，示出了在“2020年3月2日(星期一)”由传感器装置100a～100n取得的传感检测信息。如图2A的时刻所示，传感检测信息以5分间隔被取得并记录。传感器装置100a～100n的传感检测信息通过“0”或者“1”表示。

如图2B所示那样，传感检测信息的“0”是指利用者“不在”，“1”是指利用者“落座”。另外，如图2A所示那样，传感检测信息也可以与取得传感检测信息的每个时刻的天气、表示取得传感检测信息的星期数是“工作日”或者“休息日”的信息(补充信息)建立关联。

在此，参照图3A以及图3B对与日期时间建立关联的拥挤信息进行说明。图3A是表示本实施方式的与日期时间建立关联的拥挤信息的一例的图。图3B是表示本实施方式的拥挤信息的内容的一例的图。另外，在图3A中示出设施10中的拥挤信息。

在图3A中，作为一例，示出了在“2020年3月2日(星期一)”取得的拥挤信息。如图3A的时刻所示，拥挤信息以5分间隔被取得并记录。

设施10的拥挤信息通过“0”、“1”或者“2”中的某一个表示。如图3B所示那样，拥挤信息的“0”是指拥挤状况为“有空位”，“1”是指拥挤状况为“空位少”，“2”是指拥挤状况为“拥挤中”。

模型生成部3202将上述的与日期时间建立关联的传感检测信息以及拥挤信息作为输入，生成对传感检测信息与拥挤信息的对应关系进行了学习的学习完成模型。具体地，学习完成模型是以若取得了怎样的传感检测信息则能够预测出成为怎样的拥挤状况的方式进行了学习的模型。由此，学习完成模型能够在输入了传感检测信息时对拥挤状况变化的定时进行预测并输出。

在此，参照图4对学习完成模型中的输入输出进行说明。图4是表示本实施方式的学习完成模型中的输入输出的一例的图。另外，在图4所示的例子中，假定“2020年3月2日(星期一)”的“12：05”为当前时刻。

如图4所示那样，学习完成模型3304为，当被输入输入数据3305时，输出输出数据3306。输入数据3305是在“2020年3月2日(星期一)”的“12：05”之前取得的传感检测信息。

学习完成模型3304为，当被输入输入数据3305时，输出表示当前时刻“12：05”以后的拥挤信息的输出数据3306。根据输出数据3306预测为“12：10”～“12：40”的拥挤信息为“2”，“12：45”以后的拥挤信息为“1”。由此可知，“12：10”～“12：40”为“拥挤中”，但“12：45”以后(即当前时刻的40分钟后)会产生空位。

另外，模型生成部3202也可以通过统计性分析来生成预测模型。例如，模型生成部3202基于与日期时间建立关联的拥挤信息，计算表示每个规定的时刻以及每个星期数下的拥挤信息的代表值。模型生成部3202生成将各星期数下的规定的时刻、与在每个规定的时刻计算出的代表值建立关联的表信息，作为预测模型。代表值是规定的数据区间中的最频值、中值或者平均值中的任一个。以下，对作为代表值而计算最频值的例子进行说明。

例如，模型生成部3202基于过去取得的拥挤信息，计算在各星期数下的每个规定的时刻分别取得“有空位(0)”、“空位少(1)”、“拥挤中(2)”的次数。模型生成部3202将在各星期数下的每个规定的时刻取得的次数最多的拥挤信息的值设定为代表值。

在此，参照图5A以及图5B对与日期时间建立关联的拥挤信息以及表信息进行说明。图5A是表示本实施方式的与日期时间建立关联的拥挤信息的一例的图。图5B是表示本实施方式的表信息的一例的图。另外，在图5A中示出在“2019年1月24日(星期四)”以后取得的拥挤信息，但拥挤信息不限定于上述例子。

在图5A中，作为在“2019年1月24日(星期四)”以后取得的拥挤信息的一例，示出了在“2019年1月24日(星期四)”以及“2020年3月1日(星期日)”取得的拥挤信息。如图5A所示那样，“2019年1月24日(星期四)”的数据示出了种类为“工作日”、按照5分钟间隔取得的拥挤信息。“2020年3月1日(星期日)”的数据示出了种类为“休息日”、同样按照5分钟间隔取得的拥挤信息。模型生成部3202根据图5A所示那样的在过去取得并累积的拥挤信息来生成表信息。

图5B示出模型生成部3202生成的表信息的一例。图5B所示的表信息示出在各星期数下的每个规定的时刻取得的拥挤信息中的取得次数为最频值的拥挤信息。作为一例，可以说在星期二的“12：10”以及“12：15”，“拥挤中(2)”的取得次数为最频值。另外，可以说在星期二的“12：45”以及“12：50”，“空位少(1)”的取得次数为最频值。

(2－2)拥挤信息取得部3204

拥挤信息取得部3204具有取得拥挤信息的功能。例如，拥挤信息取得部3204基于从通信部310输入的传感检测信息来取得拥挤信息。拥挤信息取得部3204将所取得的拥挤信息向判定部3206以及显示处理部3210输入。

例如，拥挤信息取得部3204基于针对设施10的每个座位取得的传感检测信息所示的利用者的有无，来取得拥挤信息。具体地，拥挤信息取得部3204计算设施10的座位中的利用者正在“落座”的座位的比例。在计算出的比例为100％的情况下，拥挤信息取得部3204作为拥挤信息而取得“拥挤中(2)”。在计算出的比例为第一阈值以上且低于100％的情况下，拥挤信息取得部3204作为拥挤信息而取得“空位少(1)”。在计算出的比例低于第一阈值的情况下，拥挤信息取得部3204作为拥挤信息而取得“有空位(0)”。

(2－3)判定部3206

判定部3206对设施10的当前的拥挤状况进行判定。例如，判定部3206基于从拥挤信息取得部3204输入的拥挤信息，对设施10的当前的拥挤状况进行判定。另外，判定部3206对设施10的当前的拥挤状况与前次判定出的拥挤状况是否相同进行判定。判定部3206将判定结果向预测部3208输入。

(2－4)预测部3208

预测部3208基于预测模型3302，对设施10的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻进行预测。预测部3208通过利用由模型生成部3202预先生成的预测模型3302，能够容易地进行时刻的预测。

以下，对第一拥挤状况为“拥挤中”、第二拥挤状况为“空位少”或者“有空位”的例子进行说明。即，对预测部3208预测空位的产生时刻(空位预测)的例子进行说明。

预测部3208为，在由判定部3206判定为设施10的当前的拥挤状况为“拥挤中”的情况下，对设施10的当前的拥挤状况从“拥挤中”向“空位少”或者“有空位”变化的时刻进行预测。在预测模型3302为学习完成模型的情况下，预测部3208通过将到当前时刻为止取得的传感检测信息向学习完成模型输入来取得预测结果。预测部3208将所取得的预测结果向显示处理部3210输入。

另一方面，在预测模型3302为表信息的情况下，预测部3208通过按照当前的日期时间来参照表信息来取得预测结果。在此，对预测模型3302为图5B所示的表信息的情况下的预测的一例进行说明。例如，当前的日期时间为“2020年3月2日(星期一)”的“12：10”时的拥挤信息为“2”。在该情况下，预测部3208检索在“星期一”的“12：10”以后拥挤信息变为“1”或者“0”的时刻。

在图5B所示的表信息中，在“12：45”拥挤信息变化为“1”。由此，预测部3208将设施10的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻预测为“12：45”。预测部3208将所取得的预测结果向显示处理部3210输入。

预测部3208也可以进一步预测第二拥挤状况的持续时间。例如，预测部3208在预测了从第一拥挤状况变化为第二拥挤状况的第一时刻之后，进一步预测从第二拥挤状况向第三拥挤状况变化的第二时刻。预测部3208将第二时刻与第一时刻的差分的计算结果，计算为第二持续状况的持续时间。

预测部3208也可以一并预测当前时刻以后的多个时刻各自的拥挤状况。例如，预测部3208一并预测当前时刻以后的每隔规定的时间间隔的拥挤状况。另外，预测部3208可以将所有的预测结果向显示处理部3210输入，也可以仅将拥挤状况发生变化的时刻的预测结果向显示处理部3210输入。

(2－5)显示处理部3210

显示处理部3210具有对各种信息的显示处理进行控制的功能。例如，显示处理部3210使从拥挤信息取得部3204输入的拥挤信息显示于显示装置400。具体地，显示处理部3210基于拥挤信息，生成表示拥挤信息的显示图像。在生成后，显示处理部3210经由通信部310将显示图像向显示装置400发送并使其显示。

显示处理部3210通过使显示图像显示于显示装置400，能够使设施10的拥挤信息可视化。如本实施方式那样，在设施10为餐饮店的情况下，显示处理部3210能够显示空位状况等拥挤信息。由此，利用者通过观察显示图像能够容易地掌握餐饮店的拥挤状况。另外，利用者通过确认显示装置400所显示的拥挤信息，能够调整餐饮店的利用时间段、利用方式等。

例如，利用者通过预先确认拥挤状况，能够调整利用时间段以避开午餐时间等拥挤的时间段，缩短等待时间。另外，利用者通过预先确认拥挤状况，为了避免拥挤还能够以不在店内利用而外带利用为前提来店。另外，利用者通过基于拥挤状况而采取避免拥挤的行动，还能够避免在店铺中与其他利用者产生密集。

由此，拥挤信息显示系统1通过拥挤信息的可视化，能够缓和拥挤给利用者带来压力，能够使店铺中的拥挤的平稳化。

在此，参照图6A对表示拥挤信息的显示图像的一例进行说明。图6A是表示本实施方式的表示拥挤信息的显示图像的一例的图。图6A所示的显示图像410是显示一个餐饮店的拥挤信息的布局的例子。

如图6A所示那样，显示图像410的布局由显示区域411～显示区域414构成。

显示区域411是显示餐饮店的店名的区域，显示“AAA店”。

显示区域412是显示餐饮店的店铺信息的区域。店铺信息可以通过照片、文章等任意形式来显示。

显示区域413是显示餐饮店的拥挤信息的区域，作为表示拥挤状况为“拥挤中”的信息，用文字显示“现在拥挤中”。在表示拥挤状况为“空位少”的情况下，也可以用文字显示“空位少”。在表示拥挤状况为“有空位”的情况下，也可以用文字显示“有空位”。

显示区域414是显示餐饮店的PR(Public Relations)信息的区域，可以显示任意的信息。PR信息例如是想要对设施10的利用者展示的信息。作为信息的一例，可以列举推荐商品的信息、与店铺的营业相关的信息等。利用者通过确认PR信息，例如能够提高利用者的来店意欲。在图6A所示的例子中，显示“9点开始营业。恭候到店。”这样的与店铺的营业相关的信息。

另外，显示图像410的布局、所显示的信息等不限定于上述例子。例如，通过作为在显示区域414中显示的PR信息而显示商品信息，能够将想要对来店的客人提供的商品高效地进行PR。例如，并不限于餐饮店，也可以在超市的食品卖场的每个区显示推荐商品。除此以外，也可以显示店铺的特价信息、其他促销信息。由此，期待提高每个来店顾客的客单价。

另外，显示处理部3210使表示在由预测部3208预测出的时刻拥挤状况发生变化的预测信息显示于显示装置400。例如，显示处理部3210使设施10的拥挤状况从第一拥挤状况变化为第二拥挤状况变化所需的时间作为预测信息而显示于显示装置400。由此，利用者通过观察显示图像能够容易地掌握设施10的拥挤状况发生变化的定时。另外，利用者通过对照所掌握的定时调整前往设施10的时间，由此能够不产生设施10中的等待时间地利用设施10。另外，从第一拥挤状况变化为第二拥挤状况变化所需的时间，能够根据预测部3208预测出的时刻与当前时刻的差分来计算。

在此，参照图6B以及图6C对表示预测信息的显示图像的一例进行说明。图6B是表示本实施方式的通过文字表示预测信息的显示图像的一例的图。图6C是表示本实施方式的通过插图表示预测信息的显示图像的一例的图。

预测信息可以通过任意形式来显示。例如，如图6B的显示区域414所示那样，预测信息通过文字来表示。具体地，在显示区域414中表示“10分钟后‘有空位’的可能性大。”这样的预测信息。预测信息表示设施10的拥挤状况从第一拥挤状况变化为第二拥挤状况所需的时间。另外，在显示图像410的显示区域411～显示区域413中显示有与图6A所示的显示图像410相同的信息。

另外，例如，如图6C的显示区域413所示那样，预测信息通过插图来表示。具体地，在显示区域413中描绘有棒状图以及对话框的插图，在对话框中通过文字表示“10分钟后有空位”这样的预测信息。预测信息表示设施10的拥挤状况从第一拥挤状况变化为第二拥挤状况所需的时间。另外，在显示图像410的显示区域411、显示区域412、以及显示区域414中显示有与图6A所示的显示图像410相同的信息。

另外，显示处理部3210也可以显示写明由预测部3208预测出的时刻的预测信息。例如，在预测为在“12：45”拥挤状况成为“有空位”的情况下，显示处理部3210在显示区域414中显示“在12：45‘有空位’的可能性大。”。

另外，显示处理部3210也可以将由预测部3208预测出的持续时间也作为预测信息而显示于显示装置400。由此，利用者通过观察显示图像能够容易地掌握设施10中的拥挤状况(例如“有空位”)持续的时间。另外，利用者能够调整时间以在拥挤状况的持续时间内到达设施10。由此，与显示确定的时刻的情况相比较，利用者能够进行具有余量的时间表调整。

在此，参照图6D对表示预测信息的显示图像的一例进行说明。图6D是表示本实施方式的作为预测信息而包含第二拥挤状况的持续时间的显示图像的一例的图。

例如，如图6D的显示区域414所示那样，也可以将第二拥挤状况的持续时间作为预测信息而显示。具体地，在显示区域414中示出“在10分钟后、15分钟以上‘有空位’的可能性大。”这样的预测信息。预测信息表示在设施10中第二拥挤状况持续的时间。

另外，在显示图像410的显示区域411～显示区域413中显示有与图6A所示的显示图像410相同的信息。

另外，显示处理部3210也可以使表示由预测部3208预测出的多个拥挤状况的预测信息显示于显示装置400。例如，显示处理部3210以能够得知多个拥挤信息的时间序列变化的方式，例如通过图表等形式来显示多个拥挤状况。由此，利用者通过观察显示图像，能够容易地掌握设施10中的拥挤状况的时间序列变化。另外，当在时间序列变化内示出多个作为目的的拥挤状况(例如“有空位”)的情况下，利用者能够与自身的时间表相匹配地选择向设施10来店的时间。由此，与显示确定的时刻的情况相比较，利用者能够进行具有余量的时间表调整。

在此，参照图6E对表示预测信息的显示图像的一例进行说明。图6E是表示本实施方式的作为预测信息而包含拥挤状况的时间序列变化的显示图像的一例的图。

例如，如图6E的显示区域413所示那样，也可以将拥挤状况的时间序列变化作为预测信息而显示。具体地，在显示区域413中通过棒状图来表示“11：45”至“13：00”的拥挤状况的时间序列变化。另外，在显示图像410的显示区域411、显示区域412、以及显示区域414中显示有与图6A所示的显示图像410相同的信息。

如上述那样，设施10的利用者通过基于显示图像来调整向设施10的来店时间，能够使设施10中拥挤集中的时间段分散，还能够使设施10中的拥挤平稳化。

(3)存储部330

存储部330由存储介质、例如HDD(Hard Disk Drive)、闪存器、EEPROM(Electrically Erasable Programmable Read Only Memory)、RAM(Random Access read/write Memory)、ROM(Read Only Memory)或者这些存储介质的任意组合构成。存储部330例如能够使用非易失性存储器。

存储部330具有存储各种信息的功能。例如，存储部330存储能够预测设施10的拥挤状况的预测模型3302。

＜3.处理流程＞

参照图7对本实施方式的拥挤信息显示系统1中的处理流程进行说明。图7是表示本实施方式的拥挤信息显示系统1中的处理流程的一例的流程图。

如图7所示那样，首先，拥挤信息显示系统1取得设施10的当前的拥挤信息(S102)。例如，服务器装置300的拥挤信息取得部3204基于传感器装置100取得的传感检测信息来取得当前的拥挤信息。

接着，拥挤信息显示系统1判定设施10的当前的拥挤状况(S104)。例如，服务器装置300的判定部3206基于拥挤信息取得部3204取得的拥挤信息来判定设施10的当前的拥挤状况。

接着，拥挤信息显示系统1判定拥挤状况是否为“拥挤中”(S106)。例如，服务器装置300的判定部3206根据拥挤状况的判定结果来判定拥挤状况是否为“拥挤中”。

在拥挤状况不是“拥挤中”的情况下(S106/否)，拥挤信息显示系统1从S102开始反复进行处理。在拥挤状况为“拥挤中”的情况下(S106/是)，拥挤信息显示系统1进行S108的处理。

拥挤信息显示系统1对拥挤状况成为“有空位”的时刻进行预测(S108)。例如，服务器装置300的预测部3208基于预测模型3302，对拥挤状况成为“有空位”的时刻进行预测。

接着，拥挤信息显示系统1使显示装置400显示预测信息(S110)。例如，服务器装置300的显示处理部3210生成表示预测信息的显示图像，并使显示图像显示于显示装置400。在预测信息的显示后，拥挤信息显示系统1从S102开始反复进行处理。

如以上说明的那样，本实施方式的拥挤信息显示系统1的存储部330存储能够预测设施10的拥挤状况的预测模型3302。

预测部3208基于预测模型3302，对设施10的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻进行预测。

显示处理部3210使与由预测部3208预测出的时刻相关的预测信息显示于显示装置400。

通过上述构成，拥挤信息显示系统1不仅能够将设施10当前是否有空位、而且还将预测何时空出座位的预测信息显示于显示装置400。由此，设施10的利用者能够参照预测信息来调整向设施10的来店时刻，以便缩短等待时间。

由此，拥挤信息显示系统1能够缩短利用者为了利用设施而在设施中等待的时间。

＜4.变形例＞

以上，对本发明的实施方式进行了说明。接着，对本发明的实施方式的变形例进行说明。另外，以下说明的各变形例可以单独地应用于本发明的实施方式，也可以组合地应用于本发明的实施方式。另外，各变形例可以代替在本发明的实施方式中说明过的构成来应用，也可以对于在本发明的各实施方式中说明过的构成追加地应用。

(1)第一变形例

在上述实施方式中说明了如下例子：第一拥挤状况是表示“拥挤中”等没有空位的信息，第二拥挤状况是表示“有空位”等具有空位的信息。即，说明了拥挤信息显示系统1进行产生空位的时刻的预测(空位预测)的例子，但不限定于上述例子。例如，也可以为，第一拥挤状况是表示“有空位”等具有空位的信息，第二拥挤状况是表示“拥挤中”等没有空位的信息。即，拥挤信息显示系统1也可以进行拥挤的时刻的预测(拥挤预测)。

(2)第二变形例

在上述实施方式中说明了如下例子：将拥挤信息显示系统1应用于餐饮店的拥挤信息以及预测信息的可视化，但不限定于上述例子。例如，拥挤信息显示系统1也可以应用于店铺的收银台(例如食品卖场的收银台)的拥挤信息以及预测信息的可视化。通过收银台的拥挤信息以及预测信息被可视化，由此利用者能够调整在收银台排队的定时。由此，能够防止收银台附近的利用者、工作人员的密集。另外，店铺的工作人员能够掌握各收银台的现状。

由此，拥挤信息显示系统1通过拥挤信息以及预测信息的可视化，能够缓和在收银台附近密集给利用者、工作人员带来的压力，能够使收银台的拥挤平稳化。

另外，拥挤信息显示系统1可以使收银台的拥挤信息以及预测信息显示于店内的公告栏(数字标牌)，也可以显示于店铺的Web站点。利用者通过确认店内的公告栏或Web站点所显示的收银台的等待时间(预测信息)，能够容易地掌握能够避免拥挤的时间段。

另外，拥挤信息显示系统1通过作为PR信息而显示实时的商品信息，能够高效地宣传想要对利用者提供的商品。实时的商品信息例如是特价信息、促销信息等。这些信息例如可以在食品卖场等每个区显示与各区相应的信息。由此，店铺能够对利用者提供每个点位的实时的广告服务。由此，能够期待每个利用者的客单价的提高。

(3)第三变形例

拥挤信息显示系统1例如也可以应用于设置于店铺的面向儿童的游乐室的拥挤信息以及预测信息的可视化。由此，能够期待游乐室中的拥挤的平稳化、给利用者以及工作人员带来的压力的缓和、以及定制服务的提高。

(4)第四变形例

拥挤信息显示系统1例如也可以应用于设置于店铺的婴儿休息室的拥挤信息以及预测信息的可视化。由此，能够期待婴儿休息中的拥挤的缓和、利用者密集的消除。而且，还能够期待作为对育儿家庭友好的设施的形象提升效果。

(5)第五变形例

显示图像也可以显示表示与拥挤状况相应的密集状况的密集信息。例如，在拥挤状况为“有空位”的情况下，显示表示能够不与其他利用顾客人产生密集地利用设施10的含义的信息、具体地说是“不用担心密集。”等消息。另一方面，在拥挤状况为“拥挤中”的情况下，显示表示有可能与其他利用顾客产生密集的含义的信息、具体地说是“有可能产生密集。”等消息。

由此，拥挤信息显示系统1能够使与设施10的拥挤状况相应的密集信息显示于显示装置400。利用者通过预先确认显示装置400所显示的密集信息，能够避免与其他利用者产生密集。

(6)第六变形例

在上述实施方式中，说明了由模型生成部3202生成预测模型的例子，但不限定于上述例子。也可以由拥挤信息显示系统1以外的系统或装置生成预测模型。

以上，对本发明的实施方式的变形例进行了说明。另外，上述实施方式中的拥挤信息显示系统1也可以通过计算机来实现。在该情况下，可以将用于实现该功能的程序记录于计算机可读取的记录介质，通过使计算机系统读入该记录介质所记录的程序并执行来实现。另外，此处的“计算机系统”包括OS、周边设备等硬件。另外，“计算机可读取的记录介质”是指软盘、光磁盘、ROM、CD-ROM等可移动介质、内置于计算机系统的硬盘等存储装置。并且，“计算机可读取的记录介质”也可以包括，如经由因特网等网络、电话线路等通信线路发送程序的情况下的通信线那样，在短时间的期间动态地保持程序的介质，如成为该情况下的服务器、客户端的计算机系统内部的易失性存储器那样，在一定时间保持程序的介质。此外，上述程序可以是，用于实现上述功能中的一部分的程序，并且也可以是能够通过与已经记录于计算机系统中的程序的组合来实现上述功能的程序，也可以是使用FPGA(FieldProgrammable Gate Array)等可编程逻辑器件实现的程序。

上述说明的实施方式能够如以下那样表现。

一种计算机可读取的非暂时的存储介质，存储有使计算机下述那样动作的程序：

存储能够预测设施的拥挤状况的预测模型，

基于上述预测模型，预测上述设施的拥挤状况从第一拥挤状况变化为第二拥挤状况的时刻，

将表示在由上述预测部预测出的上述时刻上述拥挤状况发生变化的预测信息显示于显示装置。

以上，参照附图对本发明的实施方式进行了详细说明，但具体构成不限定于上述的构成，在不脱离本发明的主旨的范围内能够进行各种设计变更等。

工业上的可利用性

根据本发明，能够缩短利用者为了利用设施而在设施中等待的时间。

附图标记说明

1 拥挤信息显示系统

10 设施

100 传感器装置

200 网关

300 服务器装置

310 通信部

320 控制部

330 存储部

400 显示装置

3202 模型生成部

3204 拥挤信息取得部

3206 判定部

3208 预测部

3210 显示处理部

NW 网络