@article{oai:ipsj.ixsq.nii.ac.jp:00212236,
 author = {長谷川, 美夏 and 川又, 裕也 and 河部, 瞭太 and 野々口, 大幹 and 稲葉, 陽子 and 生田目, 崇 and Mika, Hasegawa and Yuya, Kawamata and Ryota, Kawabe and Taiki, Nonoguchi and Yoko, Inaba and Takashi, Namatame},
 issue = {3},
 journal = {情報処理学会論文誌数理モデル化と応用（TOM）},
 month = {Aug},
 note = {近年，あらゆる分野でビッグデータの活用が進んでおり，様々な形でデータが蓄積されている交通分野においてもデータ活用が期待されている．なかでも自動車のプローブデータは従来の道路にセンサを取り付けた交通システムとは異なり，各車のリアルタイムの情報を用いることによる交通状況の把握や分析のほか，混雑予測や安全対策など様々な活用方法が期待されている．本論文では，都内エリアのタクシーのプローブデータを用いて，深夜帯を対象に都内主要駅のタクシープールにおける平均待ち時間，平均乗車数，平均利用距離を求めて，タクシーが目的地まで移動する時間と利用者を獲得するまでに発生する待ち時間に対するドライバの嗜好を考慮し，最も利益が期待できる配車目的地を提案するための効用関数を設定する．この効用関数に対して，深夜時間帯の配車の最適化を行い，その結果を地図上に可視化する．最適化した結果を用いて，とある事業所を対象に深夜帯に売上がないタクシーが推奨目的地に向かい利用者を拾えた場合，最大でひと月約19.5%の売上増が見込めることを示唆できた．, In recent years, the use of big data has been advancing in all fields, and the field of transportation is also attracting attention because various data according to vehicle are accumulated. In particular, automobile probe data is expected to be used in a variety of ways, such as for understanding and analyzing traffic conditions using real-time data of each automobile in stead of the existed transportation systems which embedded various censors on road. In this paper, we use the probe data of cabs in the Tokyo area to determine the average waiting time, average number of rides, and average distance used in cab pools at major stations in Tokyo, focusing on the midnight period. An utility function of taxi driver is settled to suggest the most profitable destination. The utility function is used to optimize the allocation of vehicles during late night hours, and the results are visualized on a map. Using the optimization results, we show that if a cab, which has no sales during the midnight hours, can go to the recommended destination and pick up a user, it could increase sales by about 19.5% per month at most.},
 pages = {102--111},
 title = {移動時間と待機時間に対するドライバの嗜好を考慮したタクシーの配車目的地設定の提案},
 volume = {14},
 year = {2021}
}