平成○年○月○日 最適集合駅探索 Web サービスの構築 学籍番号：0010000 氏名：○○○○ 1. はじめに 総務省の調査によれば，PC からのインターネット利用者の 38.9%が過去 1 年以内に路線探索 などの地図情報提供サービスを利用している[1]。 路線探索サービスは便利であるが，複数地点にいる人間が集合地点を決めるような場合には， 意外にも不便である。例えば，千葉駅と横浜駅と大宮駅にいる 3 人が集合すべき場所を探そうとす ると，東京駅など適当な候補駅をいくつか思い浮かべた後，候補駅と 3 つの駅の間の路線探索を 行って，適切かどうかを確認する作業を繰り返す必要がある。複数の駅を出発地点として，適切な 集合駅を探索したいといった需要は，少なからずあるはずだが，そのような需要に応えるサービス は，現在のところ，Web 上に提供されていない。 本研究では，Web 上で適切な集合駅を探索するサービスを構築することを目的とし，東京近辺 に地域を限定したプログラムを試作した。本稿では，最適集合地点を探索する手法と，試作した最 適集合駅探索 Web サービスについて報告する。 2. システムの構築 2.1. データの整備 本研究では，駅データ[2]から東京都，千葉県，埼玉県，神奈川県を通る主要な 125 路線から 2031 駅を抽出した。抽出した駅のうち，徒歩で乗換可能な駅同士をグループ化し，1492 の駅グル ープを定義した。また，時刻表[3]および路線探索サービスなどを参考に，隣接駅間に，代表的な 所要時間（分）を設定した。さらに，駅グループ内のすべての 2 駅の組み合わせに対して，乗換の 所要時間として 5 分を設定した。 2.2. 実装方法 本システムは，図 1 に示すように，「駅間所要時間算出」，「駅グループ間所要時間算出」，「最 適駅探索」の 3 つの部分から構成される。 2.2.1. 駅間所要時間算出 テーブル「駅」，「隣接駅」を用いて，任意の 2 駅の間の最短所要時間を算出した。最短所要時 間の算出には Floyd アルゴリズム[4]を利用した。駅数を n としたとき，本処理の計算量は O(n3)であ る。算出結果はテーブル「駅間所要時間」に格納した。 《中略》 1 [1] 駅データ 駅グループ データ 駅間所要時間 算出 隣接駅 データ [2] 駅グループ間 所要時間算出 駅間 所要時間 クライアントPC [3] 最適集合駅探索 駅ｸﾞﾙｰﾌﾟ間 所要時間 Web ブラウザ Webサーバー 駅データ 駅グループ データ 図 1 システムの概要 3. 実行結果 本システムの実行例を示す。 《中略》 4. おわりに 本研究では，出発駅を複数与え，最適な集合駅を探索する Web サービスを構築した。東京， 千葉，埼玉，神奈川限定ではあるが，概ね妥当な結果を得られることが確認できた。 今後の課題として，探索対象地域の拡大と評価基準の見直しが挙げられる。本手法では駅数 の 2 乗に比例した記憶領域が必要なため，探索対象地域の拡大には，対象地域の分割を行うなど の工夫が必要である。また，現在の評価基準では，お互いに近接した複数の出発駅と遠く離れた 出発駅が 1 つあるような状況では，実感に合わない最適駅が結果として出力されることがある。今 後，ユーザーの目的に応じて，距離の総和など別の評価基準を選択できるよう検討を行っていき たい。 参考文献 [1] 総務省，『平成 21 年度通信利用動向調査報告書』，p.62， http://www.soumu.go.jp/johotsusintokei/statistics/pdf/HR200900_001.pdf，2010 年 9 月 16 日. [2] 株式会社コードプラス, 『駅コード.jp』, http://www.ekidata.jp/, 2010 年 5 月 21 日. [3] JTB パブリッシング交通図書編集部編, 『JTB 時刻表』, JTB パブリッシング, 2010. [4] R. W. Floyd, “Algorithm 97: shortest path”, Comm. ACM, 5(6), p.345, 1967. 2
© Copyright 2024 Paperzz
