診断基準・算定方法

1. 上京AIが診断するもの

勤務地・家賃予算・希望通勤時間・間取り・重視条件（最大2つ）を入力すると、登録済みの駅データの中から候補を絞り込み、スコアの高い順に上位3件（1〜3位）を提示します。4位・5位は概要のみ表示します。

2. 入力条件

• 勤務地（駅）
• 家賃予算（上限として扱います）
• 希望通勤時間（上限として扱います）
• 間取り（1R / 1K / 1DK / 1LDK）
• 重視条件（家賃 / 治安 / 利便性 / 静かさ / おしゃれさ から最大2つ）

3. 候補駅の絞り込み

入力条件をもとに、登録済みの駅データから候補を絞り込みます。範囲を「23区内」に指定した場合は都外・近郊の一部駅を除外し、「家賃を抑えたい」を選んだ場合のみ郊外・拡張候補を対象に含めます。

4. 通勤・家賃・治安・利便性の評価方法

• 通勤：希望時間以内は緩やかに、超過分は傾斜をつけて減点します
• 家賃：予算に対する相場のフィット度で評価します（相場中心帯に近いほど高評価）
• 治安・利便性：駅ごとの独自スコア（0〜100）を使用します。算出根拠の詳細はデータ出典をご覧ください

5. 優先条件の重み付け概要

重視条件を選ばない場合は「通勤35% ・ 家賃30% ・ 治安20% ・ 利便性15%」を基準に総合スコアを算出します。重視条件を選ぶと、選んだ項目の配点を高めた重み付けに切り替わります。2つ選んだ場合は1つ目を主（70%）・2つ目を補助（30%）として合成します。

6. 候補除外条件

以下に該当する駅は、スコアに関わらず候補から除外します。

• 希望通勤時間を超える駅
• 家賃予算が相場の最安帯にも届かない駅

該当する候補が0件の場合は、結果を無理に表示せず、条件を緩めた再診断を提案します。

7. 同点・低信頼度時の扱い

1位の総合スコアが一定基準を下回る場合は、「最適」と断定せず、参考候補である旨を明示します。同点となった場合はスコア算出時点の順序をそのまま採用しており、優劣を追加判定する仕組みは現状ありません。

8. 「AI」の利用範囲と現行実態

現行の診断ロジックは、あらかじめ定義したルール・重み付けによるスコアリングです。入力条件に応じてリアルタイムに生成AI・機械学習モデルが判断しているわけではありません。一部データの初期値作成に生成AIを利用していますが、診断結果そのものは独自ルールベースで算出しています。

9. 診断結果の限界

• 家賃相場・通勤時間・治安・利便性スコアは推定値であり、実際の物件・体感と異なる場合があります
• 登録済みの駅データの範囲でのみ比較しており、未登録の駅・エリアは候補になりません
• 将来の家賃変動や治安の変化を保証するものではありません

10. 更新履歴

データの更新日・出典・更新履歴はデータ出典ページにまとめています。