本稿では、人流センサデータを活用した混雑分析・予測のための前処理とモデル構築の枠組を提案するとともに、松江駅構内人流センサデータを実際に適用した結果を示す。まず、一定時間ごとの駅構内の人数をカウントしたStockデータ、出入口の通行人数に関するFlowデータを作成した。Stockデータ作成時に駅構内の人数が負の値になる時間帯が生じた問題に対しては、区分線形モデルとその最適化により解決した。このように作成したデータに対し回帰分析やテンソル分解を適用した。その結果、1時間ごとに、ある時間帯で混雑度が増す等の松江駅の特有の傾向と整合的な結果の抽出に成功するなど、その有効性を示すことができた。