消費活動の予測は，資源配分の効率化や経済発展において重要な課題である．本研究では，消費活動予測の一例として，豊橋市における電子商品券「TOYOPay」の日次利用量を対象とした予測モデルを提案する．
具体的には，人流データと地域間の関係性を活用するために，複数の時系列データと地域情報を入力可能とするグラフ深層学習モデルを開発した．提案モデルでは，複数種類の入力を基に地域間の関係性を表すグラフを構築し，グラフ畳み込みネットワーク（GCN）を用いて予測を行う．
豊橋駅前地域での実験結果により，提案モデルが主要な精度指標で従来のLSTMモデルを上回る性能を示し，消費活動予測における有効性が確認された．