JR海浜幕張駅のリアルタイム混雑予測が実用化　機械学習を用い、5～30分後の駅周辺の混雑状況を予測

JR東日本は、京葉線沿線でのスポーツを通じたまちの魅力向上に取り組んでおり、スポーツ観戦を盛り上げ、まち歩きを楽しむ情報や、海浜幕張駅の混雑予測情報などを発信するなどの取り組みを実施している。SASは、スポーツ観戦後など利用者が海浜幕張駅に一斉に集中し駅が混雑する状況を改善するために、SASの機械学習を用いたアナリティクスを活用することで、5分後～30分後の駅周辺の混雑状況をリアルタイムに予測している。

リアルタイム性が重要なこの取り組みにおいて、SASの機械学習「SAS Visual Data Mining and Machine Learning」を用いて構築した混雑予測モデルを、エッジコンピューティング/ストリーミング機能を担う「SAS Event Stream Processing」に実装し、リアルタイムに予測結果を算出することで実現している。SASによる予測モデルの結果は、実際の混雑状況に非常に近い精度で予測している。これにより、混雑時に利用者に対して、街の回遊など自発的なオフピーク行動を促し混雑を分散、利用者の満足度向上と駅周辺のまちの活性化、駅での安心・安全を同時に向上させるとのことだ。