CN117083622A - 项目成功概率计算***、项目成功概率计算方法以及项目成功概率计算程序 - Google Patents
项目成功概率计算***、项目成功概率计算方法以及项目成功概率计算程序 Download PDFInfo
- Publication number
- CN117083622A CN117083622A CN202180073657.9A CN202180073657A CN117083622A CN 117083622 A CN117083622 A CN 117083622A CN 202180073657 A CN202180073657 A CN 202180073657A CN 117083622 A CN117083622 A CN 117083622A
- Authority
- CN
- China
- Prior art keywords
- execution
- success
- priori
- probability distribution
- item
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 89
- 238000009826 distribution Methods 0.000 claims abstract description 239
- 238000009795 derivation Methods 0.000 claims abstract description 89
- 230000006870 function Effects 0.000 claims description 141
- 238000000034 method Methods 0.000 claims description 20
- 238000013477 bayesian statistics method Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 description 30
- 238000012545 processing Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 15
- 238000005315 distribution function Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000012937 correction Methods 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 210000003462 vein Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000711573 Coronaviridae Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000004800 psychological effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供一种项目成功概率计算***,其具有:执行影响先验要素保持部,其保持执行影响先验要素,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;提问部,其设想具体地确定了项目的特定项目,并输出用于对执行影响先验要素关联了执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值等;概率分布导出函数保持部,其保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来计算特定项目的成功的概率分布的函数;成功概率分布计算部,其利用通过向提问部的输入而得到的与各个执行影响先验要素分别关联的执行先验状态值、和保持于概率分布导出函数保持部中的概率分布导出函数,计算由提问部接受了输入的特定项目的成功概率分布;以及成功概率分布保持部,其保持计算出的成功概率分布。
Description
技术领域
本发明是一种用于根据多方面的和社会性的经验法则来判断所谓项目(project)成功的概率的***、方法以及程序。
背景技术
以往就存在诊断项目的成功概率的想法。作为其一例,可举出专利文献1。
现有技术文献
专利文献
专利文献1:日本特开2016-170718
发明内容
发明所要解决的问题
在专利文献1中,公开了诊断项目的成功概率的技术思想或问题。
但是,在专利文献1中,例如并不是“按每个项目进行选择,基于所选择的结果进行诊断”。另外,关于项目,在每个客户端以及项目中,想要使之成功的可能性不同,但不存在根据与该“想要使之成功的可能性”的关系,用于提供是否达到该可能性的概率预测、用于达到该可能性的建议的***。
用于解决问题的手段
本发明鉴于这样的问题,针对根据经验法则而掌握为影响项目的执行的每个条目,***提出提问,通过回答该提问来选择影响项目的执行的程度(值),基于所选择的结果取得项目的成功的概率分布并输出。另外,关于项目,针对每个客户端以及项目,想要使之成功的可能性不同,想要开发基于通过回答得到的对项目的执行造成影响的程度,用于提供是否达到该“想要使之成功的可能性”的概率、用于达到该概率的建议的***。
具体而言,本发明提供一种项目成功概率计算***,其具有:执行影响先验要素保持部,其保持执行影响先验要素,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;提问部,其设想具体地确定了项目的特定项目,并输出用于对执行影响先验要素关联了执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;概率分布导出函数保持部,其保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来计算特定项目的成功的概率分布的函数;成功概率分布计算部,其利用通过向提问部的输入而得到的与各个执行影响先验要素分别关联的执行先验状态值、和保持于概率分布导出函数保持部中的概率分布导出函数,计算由提问部接受了输入的特定项目的成功概率分布;以及成功概率分布保持部,其保持计算出的成功概率分布。
另外,在上述特征的基础上,还提供一种项目成功概率计算***,其还具有:希望成功可能性信息取得部,其取得希望成功可能性信息,该希望成功可能性信息是与希望的成功可能性相关的信息;以及实现概率计算部,其根据所保持的成功概率分布和所取得的希望成功可能性信息,计算实现概率,该实现概率是实现成功可能性的概率。
另外,在上述特征的基础上,还提供一种项目成功概率计算***,其还具有:影响度取得部,其取得与所述执行影响先验要素相关联的所述执行先验状态值对所述实现概率的影响度;建议取得规则保持部,其保持建议取得规则,该建议取得规则是为了提高所述实现概率而用于取得以所述执行先验状态值为前提的与所述执行影响先验要素相关的建议的规则;建议取得部,其根据所取得的所述影响度和所述建议取得规则,取得与所述执行影响先验要素相关的建议;以及建议输出部,其输出所取得的所述建议。
另外,在上述特征的基础上,提供一种项目成功概率计算***,其特征在于,概率分布导出函数是通过机器学习和贝叶斯统计的组合而进行了修正后的函数。
此外,还提供了与那些项目成功概率计算***相对应的项目成功概率计算方法和项目成功概率计算程序。
进而,提供一种项目成功概率计算***,其具有:执行影响先验要素识别信息保持部,其保持用于识别执行影响先验要素的执行影响先验要素识别信息,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;提问部,其设想具体地确定了项目的特定项目,并输出用于对执行影响先验要素识别信息关联了执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;概率分布导出函数保持部,其保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素识别信息关联的执行先验状态值来计算特定项目的成功的概率分布的函数;成功概率分布计算部,其利用通过向提问部的输入而得到的与各个执行影响先验要素识别信息分别关联的执行先验状态值、和保持于概率分布导出函数保持部中的概率分布导出函数,计算由提问部接受了输入的特定项目的成功概率分布;以及成功概率分布保持部,其保持计算出的成功概率分布。
发明效果
综上,可以计算项目的成功概率分布,而不是计算特定的值作为项目的成功概率,或计算特定概率的幅度,通过使用该成功概率分布,可以计算出能够达到规定的成功概率以上的成功概率的概率,即,概率的概率。此外,可以知道为了提高概率的概率而对于项目来说所需的建议。由此,对于以往按照项目成功因子的满意度进行一次函数性的回答的项目的成功概率,可以得到更详细的信息,随之,为了提高项目的成功概率的概率、以及项目的成功概率而事先应该解决的事项被明确化。
附图说明
图1是表示实施方式1中的项目成功概率计算***的功能结构的图。
图2是表示实施方式1中的项目成功概率计算***的硬件结构的图。
图3是表示利用实施方式1中的项目成功概率计算***时的处理流程的图。
图4是表示实施方式2中的项目成功概率计算***的功能结构的图。
图5是表示实施方式2中的项目成功概率计算***的硬件结构的图。
图6是表示利用实施方式2中的项目成功概率计算***时的处理流程的图。
图7是表示实施方式3中的项目成功概率计算***的功能结构的图。
图8是表示实施方式3中的项目成功概率计算***的硬件结构的图。
图9是表示利用实施方式3中的项目成功概率计算***时的处理流程的图。
图10是关于成功概率分布的图。
具体实施方式
以下,使用附图对本发明的实施方式进行说明。另外,实施方式与权利要求的相互关系如下。实施方式1涉及权利要求1,实施方式2涉及权利要求2,实施方式3涉及权利要求3。
本发明不应受到这些实施方式的任何限定,在不脱离其主旨的范围内,能够以各种方式实施。
<关于能够构成本发明的硬件>
本发明原则上是利用电子计算机的发明,但可以通过软件实现,也可以通过硬件实现,也可以通过软件和硬件的协作实现。实现本发明的各构成要件的全部或一部分的硬件由作为计算机的基本构成的CPU(Central Processing Unit)、存储器、总线、输入输出装置、各种***设备、用户界面等构成。
各种***设备包括存储装置、互联网等的接口、互联网等的设备、显示器、键盘、鼠标、扬声器、摄像机、视频器、电视机、实验室或工厂等中的用于掌握生产状态的各种传感器(流量传感器、温度传感器、重量传感器、液量传感器、红外线传感器、出货个数计数器、捆包个数计数器、异物检查装置、不良品计数器、放射线检查装置、表面状态检查装置、电路检查装置、人感传感器、作业者作业状况掌握装置(影像、ID、PC(Personal Computer)作业量等)等)、CD(Compact Disc)装置、DVD(Digital Versatile Disc)装置、蓝光装置、USB(Universal Serial Bus)存储器、USB存储器接口、可装卸类型的硬盘、一般的硬盘、投影仪装置、SSD(Solid State Drive)、电话、传真机、复印机、打印装置、电影编辑装置、各种传感器装置等。
另外,本***不一定必须由一个壳体构成,也可以通过通信将多个壳体结合而构成。另外,通信可以是LAN(Local Area Network:局域网),也可以是WAN(Wide AreaNetwork:广域网)、Wi-Fi(注册商标)、蓝牙(注册商标)、红外线通信、超声波通信,进而,也可以是一部分跨越国境来设置。进一步地,多个壳体中的每一个可以由不同的主体运营,也可以由一个主体运营。本发明的***的运用主体不管是单个还是多个均可。另外,除了本***之外,还可以作为包括第三方使用的终端,以及其他第三方使用的终端的***来构成发明。此外,这些终端也可以跨越国境设置。并且,除了本***、终端之外,还可以准备第三者的关联信息、用于关联人物的登记的装置、用于记录登记的内容的数据库所利用的装置等。这些可以配备在本***中,也可以配备在本***外,构成能够利用这些信息的本***。
<本发明的自然规律的利用性的充分性>
本发明是通过计算机、通信设备和软件的协作来发挥功能的。以往,不仅能够简单地使用ICT(Informationand Communication Technology:信息和通信技术)来处理项目参与者在面谈中进行的处理,还包含通过ICT来确定与项目有关的许多复杂的信息交换、手续、认证、裁决的效果,或者经由ICT来辅助满足了本来不熟练就无法制作的所有必要事项的有效的信息的蓄积、保持、交换等ICT特有的处理,因此作为所谓的商业模式专利成立。另外,在各部中保持或处理各种识别信息、风险信息、问题信息、任务信息,从该观点出发,如果本申请发明基于权利要求、说明书中记载的事项和与这些事项相关的技术常识来判断计算机等的资源,则本申请发明利用了自然规律。
<利用专利法所要求的自然规律的意义>
所谓利用专利法所要求的自然规律,是基于法目的,从发明必须在产业上具有利用性、有助于产业的发展的观点出发,为了确保是能够在产业上有用地利用的发明而要求的。也就是说,要求在产业上有用,即申请时所声明的发明效果能够通过实施该发明而在一定的可靠性下再现。从该观点出发,自然规律利用性被解释为,用于发挥发明的效果的发明结构即发明特定事项(发明构成要件)各自所发挥的功能只要是利用自然规律来发挥的即可。进一步而言,发明的效果是指只要有可能能够向利用其发明的利用者提供规定的有用性即可,而并不应该从利用者如何感受或考虑其有用性的观点来看。因此,即使利用者通过本***得到的效果是心理上的效果,其效果本身也是所要求的自然规律的利用性的对象以外的现象。
[实施方式1]
本实施方式提供一种项目成功概率计算***,其具有:执行影响先验要素保持部,其保持执行影响先验要素,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;提问部,其设想具体地确定了项目的特定项目,并输出用于对执行影响先验要素关联了执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;概率分布导出函数保持部,其保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来计算特定项目的成功的概率分布的函数;成功概率分布计算部,其利用通过向提问部的输入而得到的与各个执行影响先验要素分别关联的执行先验状态值、和保持于概率分布导出函数保持部中的概率分布导出函数,计算由提问部接受了输入的特定项目的成功概率分布;以及成功概率分布保持部,其保持计算出的成功概率分布。
下面,对本实施方式中的项目成功概率计算***,从功能性结构、硬件结构和处理流程上依次进行说明。
<实施方式1:功能性结构>
图1是表示实施方式1的项目成功概率计算***的功能性结构的图。本实施方式的项目成功概率计算***0100具有执行影响先验要素保持部0101、提问部0102、概率分布导出函数保持部0103、成功概率分布计算部0104、以及成功概率分布保持部0105。
执行影响先验要素保持部0101具有保持执行影响先验要素的功能,该执行影响先验要素是在经验上已知会对项目的成功造成影响的、对项目执行造成影响的先验要素。此外,也能够将执行影响先验要素替换为在本说明书的整体中用来识别执行影响先验要素的信息即执行影响先验要素识别信息。另外,在与建议取得和建议输出相关的结构中,作为执行影响先验要素,除此以外,也可以作为执行影响先验要素识别信息。
“执行影响先验要素”是指,在经验上已知会对项目的成功造成影响的、对项目执行造成影响的先验要素。但是,不一定限定于项目开始前的信息,能够包含在项目执行过程中,对项目的将来造成影响的信息。这样,不一定限定于项目的开始前,从而能够在项目执行中以更高的可靠性来获知成功概率分布的精度。因此,从项目的开始前到项目的执行中,通过将与被假定为更接近现实的执行影响先验要素相关联的值反复地输入到概率分布导出函数,能够一边提高成功地引导项目的可能性一边执行项目。
具体而言,所谓执行影响先验要素,主要是指投入项目或参与项目、可能对参与项目的人造成影响的人等人力资源、可投入项目的资本或对可投入项目的资本造成影响的要素、项目所需的必须事先准备的材料、或对该材料的供应造成影响的要素。但是,除此以外,有时也包含对作为前提的社会基础设施造成影响的要素。作为前提的社会基础设施是指,交通基础设施(例如由于新型冠状病毒的流行而近年来受到影响,由此经济停滞等的例子)、通信基础设施(例如大规模网络故障等的例子)、经济基础设施(例如汇兑市场、股票市场、债券市场、国债市场、原油市场、贵金属市场、谷物市场、利率市场等市场功能等的例子)有时也作为执行影响先验要素而成为考虑对象要素。进而,有时社会情势成为执行影响先验要素。社会情势主要是国际情势。以下,作为执行影响先验要素,列举代表性的要素的具体例。另外,针对执行影响先验要素得到的值是执行先验状态值。以下,将“值”适当地替换为“执行先验状态值”来进行解释。执行先验影响要素有时由包含以下说明的任一个以上的要素构成。另外,并不限定于以下说明的执行先验影响要素,根据项目的性质和利用的概率分布导出函数来选择必要的要素。
《人力资源》
<人力资源1:关于能够投入项目的人数的信息>
作为人力资源或与其相关的要素,首先能够列举“能够投入项目的人数”。这也可以不一定是人数本身。例如,在将具有预定的项目执行技能的人按其技能划分为所需人数构想的情况下,能够将哪个技能的人安排构想人数的量这样的信息成为关于人力资源的代表性的执行影响先验要素的因素。例如在有必须安排10个具有A这个技能的人的项目构想的情况下,该技能的人的相同人数的安排可能性到什么程度等成为其值。例如,如果能够安排15人,则有富余,因此该执行影响先验要素的值能够分配100(%:表示满意度的数值)作为满足该执行影响先验要素的值。但是,在只能安排10人的情况下,由于没有富余,有可能因某些偶发的理由而不能满足该要素,所以作为值分配80(%:表示满意度的数值)。这样,根据该实际情况对该执行影响先验要素的各项目分配根据状态预先决定的值。实际情况是,由项目管理人员输入(从选项中选择等),***对其要素进行赋值。
<人力资源2:参与项目的人的能力>
“参与项目的人的能力”例如可以举出精通项目中利用的数据库语言的程度作为一例。在项目的目的是与某种数据相关的数据库的构建的情况下成为重要的要素。数据库语言要素的分类构成为:数据操作语言(DML(Data Manipulation Language):用于对象数据的检索、新登记、更新、删除的语言或语言要素)、数据定义语言(DDL(Data DefinitionLanguage):用于数据结构的生成、更新、删除的语言或语言要素)、数据控制语言(DCL(DataControl Language):用于访问控制的语言或语言要素。例如,在作为普及的数据库语言的SQL(Structured Query Language:结构化查询语言)中,在该语言中上述的全部语言要素作为将各种命令语句汇总为一个的语言体系而存在),根据分配给各参与者的区段,能够举出针对各个语言的精通度、过去的实绩、其周边的技术知识、针对关联的API(ApplicationProgramming Interface:应用程序接口)的精通度等。对于针对语言的他们的精通度、过去的实绩、其周边的技术知识、针对关联的API的精通度等,构成为分别准备表示状态的选项,由项目管理者从该选项中选择,从而由***预先对项目的该执行影响先验要素的项目分配对其状态所分配的值。例如,在分层型数据库即IBM公司制的IMS(Information ManagementSystem:数据操作语言信息管理***)等中,存在数据定义语言和数据操作语言所固有的语言(DL/I(Data manipulation Language of IMS:IMS的数据操作语言)和汇编宏)。
<人力资源3:能力分布>
“能力分布”也是执行影响先验要素之一。为了可靠地实现项目,参与项目的参与者的能力必须超过预定能力。对该能力以二维、三维的方式赋予值的是项目参与者的能力分布。能力分布能够以关于各参与者每个人的多个技能的能力的值、由多个参与者构成的组的能力分布、由多个组构成的上位组的能力等多个维度进行值赋予。例如,在有从上游向下游的项目的任务的情况下,即使上游组的能力高,在驻留组的能力低而与上游组不平衡的情况下,作为项目整体,平衡性也变差。这样,事先设想的能力分布对项目的执行带来较大的影响,因此作为执行影响先验要素是重要的。
<人力资源4:专业性>
“专业性”是指作为对项目参与者所要求的专业而执行业务的能力的领域。根据项目的目的,作为执行影响先验要素的专业性不同。例如当项目的目的是在专利局中建立关于新专利的数据库时,在建立数据库时后台的知识变得非常重要。例如,要求与专利的法律期限相关的知识、与专利手续相关的知识、与专利法相关的知识、与专利分类、技术领域相关的知识等。要求这些知识的专业性作为执行影响先验要素。例如,关于某个项目参与者的专业性,如果具有与专利的法律期限相关的专业知识、以及与专利分类相关的专业知识,而不具有与手续相关的知识、与专利法相关的知识、以及与技术领域相关的知识,则由于例如具有两个专业性,因此***可以被构成为使得1×2与其参与者相关联。它们构成为,项目管理者对应于各参与者从选项中选择选项,根据该选择,***对参与者关联得分。对于项目的执行所需的专业性是否充分满足,可根据其专业性的项目进行计分并保持。
<人力资源5:耐性>
“耐性”例如是指在项目的任务因故障而难以执行时,不会气馁地进行任务的撤消的力量,换言之,可以说是耐伤害性。耐伤害性是使工程参与者接受所谓心理测试那样的测试,将其结果数值化而得到的。最佳值是从过去的项目的成功事例、失败事例的累积得到的值。作为执行影响先验要素,根据是超过还是低于其最佳值,项目的成功概率受到影响。具体而言,***或***的***装置将与“性格特性”、“行动特性”、“消极特性”、“应激性”等相关的提问对各项目参与者(也包含预定参与者,在整个说明书中相同)输出到终端上,进行使回答分数化的处理。将该值与最佳地进行比较,用于计算项目的成功概率。
<人力资源6:可靠性和妥当性>
“可靠性和妥当性”是指项目参与者对项目执行的可靠性,是分配项目的任务的妥当性。根据过去的该参与者的实绩的历史来计算可靠性。使用将过去的实绩作为输入来计算可靠性的规则来进行计算。这也可以构成为通过人工智能(AI:ArtificialIntelligence)来计算。另外,也通过对多个项目将人的属性数值化,利用过去的项目的参与者的任务处理实绩来计算妥当性。例如,某项目参与者关于“年龄”、“***概念设计力”、“SQL服务器关联项目的参与数”这样的属性,设为具有40岁、8/10、4这样的值,对于要利用执行影响先验要素计算成功概率,根据在与项目同种的过去的项目中具有同种属性的人在妥当性上取得了多少得分来进行计算。例如在过去的同种项目中,在具有相同属性的参与者在妥当性上分配了9/10的得分的情况下,与此同样地,关于作为其执行影响先验要素的妥当性,该参与者通过***分配9/10。
<人力资源7:可投入人工费>
“可投入人工费”如读字那样,根据相同规模的项目的过去的实绩来推断对适当的人才适当地投入的人工费,根据参与者的投入数、能力、能力分布、耐性、可靠性、妥当性来推断最佳的投入人工费,与此进行比较,***取得值。例如,保存对于过去的类似的项目投入类似的人力资源的情况下的适当的人工费,通过输入本次的项目的人工费来进行比较,取得作为执行影响先验要素的值。例如,在过去的同种、同规模人力资源投入例中人工费的最佳投入值为20亿日元的情况下,如果本次的投入人工费为21亿日元,则比较结果为10/10。
<人力资源8:规定能力的人力市场的供求状态>
“规定能力的人才市场的供求状态”是与能够以何种程度的概率采用项目所需的人才相关的项目,是针对在项目开始时、项目中间、项目结束后等从人才市场收集人才的概率而给出的值。人才市场的供求状态是包括当前的状态和将来的状态的概念。例如电子产业有衰退的趋势,通过列表等将人才在不久的将来从此类产业领域丰富地流出并在市场上流通的可能性等数值化。将过去的人才的供求状态与项目的过去的实绩的相关关系作为函数保持,通过将当前以及将来的被预测的人才的供求数据输入到该函数中,得到项目的执行影响先验要素的值。
<人力资源9:对项目造成影响的人脉的质和量>
“对项目造成影响的人脉的质量和量”将过去的项目的成功、失败等事例与人脉的质和量的相关关系作为函数来保持,与此相对,通过输入将本次的项目的人脉的质和量数值化后的值,能够得到对项目的成功概率造成影响的执行影响全部要素的值。具体而言,能够将项目的担当职员、成为其上席的职员、具有董事长、副董事长等的裁决权限的人作为对项目造成影响的代表性人脉来掌握。此外,技术人员的统括者、持有成为关键的技术的星级技术人员、经理担当职员、人事部的部长、能够左右与项目相关的员工的人事的人事部的科长、从外部支援项目的咨询公司的关键人员、支援公司的经营的智库的关键人员等也符合。作为质和量,能够举出这些人脉的各个人物对于项目是好意的、还是敌对的、还是中性的这样的观点、其立场是积极的、还是消极的这样的姿态的观点、以及该人物的过去的业绩、相对于过去的项目采取的态度、构成人脉的各人物间的友好敌对关系及其程度等。这些可以通过离散地定量化并进行计算机处理而作为执行影响先验要素的值来取得,可以将对项目造成的影响定量化。
<可投入资本>
可投入资本是指能够投入到项目中的资本的大小。最有代表性的是金钱。另外,作为可投入资本,也可以构成为包含设备、装置、***、程序等。或者,也可以构成为将设备、装置、***、程序等转换为金钱单位而作为可投入资本进行处理。
<可投入资本1:可投入资本量>
可投入资本量,原则上是金钱。虽然金钱被项目消费,但根据是否存在为了项目的达成而足够量的金钱、或者只有适量的金钱、或者只有金钱不足的可能性高的金钱,项目成功的概率发生变动。可投入资本量是执行影响先验要素的代表性的量。为了评价该投入资本量,能够通过取得假定为项目所需的资本量,并与该假定所需资本量进行比较来进行评价。该评价值作为执行影响先验要素在后面进行处理。
<可投入资本2:可追加投入资本量(用于项目的战略变更余地)>
对于事先判明作为可投入资本量在项目中消耗的可投入资本量,在事先的项目的计划中没有其必要性,但将为项目的变更等事态准备的资本量称为可追加投入资本量。原则上以金钱为单位,取得在过去的可对比项目中根据项目的目标和课题、任务的变更等所需的追加投入资本量,相对于其有追加投入实绩的资本量,根据在项目开始前作为预备的可追加投入资本量存在多少来进行评价。例如在设为过去的同规模且同质的项目的追加投入资本量的平均值A和本次的项目的可追加投入资本量B的情况下,能够构成为取得B/A的值作为执行影响先验要素。
<可投入资本3:可投入资本为外币计价时的汇兑行情的未来预测>
在按照外币计价来准备可投入资本、可追加投入资本的情况下,根据汇兑行情的将来预测,在项目所在国的可投入资本量受到影响,因此需要取得该影响作为执行影响先验要素。在多数情况下,根据汇兑变动的中心线和从该中心线起的预测波动性(偏差的范围)来推定将来的汇兑行情。在本发明中,能够将预测波动性置换为概率变量而作为执行影响先验要素的一个要素来取得。另外,由于汇兑行情随时间变化,所以考虑由项目的计划设想实际投入可投入资本的时机,进行各时机的执行影响先验要素的取得,将各时机的值进行平均作为执行影响先验要素的值。
<可投入资本4:可投入资金的筹集来源的确保状况(融资额度、投资意向、根据情况而发行公司债的可能性>
在利用现金已经确保了可投入资本的情况下,作为执行影响先验要素能够赋予1的值,但在未作为现金确保的情况下,需要取得现金化时的风险作为执行影响先验要素。成为概率的值。例如,在预定通过来自金融机构的融资来供应的情况下,在该金融机构为风险0的金融机构的情况下,融资时的利率、现金的融资时机等成为执行影响先验用。但是,在事先保证了融资额度、利率的情况下,作为执行影响先验要素的概率为1。另外,在通过来自投资者的投资来筹集可投入资本的情况下,需要取得该投资者、投资机构的风险作为执行影响先验要素。进而,构成为,在预定通过公司债的发行来供应资金的情况下,取得公司债的发行金额、承销方的确保状况、承销方的经济风险等的综合作为执行影响先验要素。
<可投入资本5:用于投入资本筹集的股票增资余地、新股承销方的确保状况>
在对可投入资本进行股票的新发行、新股的认购等的情况下,将这些的设想规模、公开的情况下卖价的预测等与过去的实绩进行比较。关于新株的认购也是同样的。将过去的实绩与本次的预定进行比较,若将过去的实绩设为风险A,将本次的预定设为风险B,则本次成功的概率能够以B/A这样的值取得。这成为需要作为执行影响先验要素取得的值。
<材料等的采购>
所需的材料等的采购的可靠性成为对项目产生较大影响的要素。
<材料等的采购1:必要材料的确保可能性的状况>
必要材料的确保可能性的状况能够通过发生前述那样的事态的可能性这样的概率的值来取得。例如如果政治的摩擦比通常强而贸易战的可能性变高,则所需材料的确保可能性低于概率1。它们优选构成为能够基于经济学家、顾问、智囊团等的信息,对规定的函数赋予政治状况、战争状况、灾害的可能性、流行病的流行程度、其可能性等的值而作为概率值进行计算。
<材料等的采购2:必要材料的采购成本的将来预想>
必要材料的采购成本的将来预测也很重要。例如有实际发生了贸易战,关税被征收以往的2倍以上等事态的例子。在这种情况下,所需材料的采购成本超过通常预想,作为执行影响先验要素对项目成功造成的影响会造成不良影响。在将成功概率的最大值设为1的情况下,根据采购成本的上升的预测比例,取得使成功概率成为比1小的值那样的值作为基于必要材料的采购成本的将来预想的执行影响先验要素。
<材料等的采购3:必要材料的品质确保的将来预想>
在无法确保所需材料的将来的品质的情况下,会对项目的成功造成影响。例如,在产品成品率为99%而想要采购必要材料的情况下,在预测下降到90%的情况下,如果增加材料采购量、增加品质检查因素,则会增加对项目的负荷。另外,如果***所要利用的服务器的运算错误率低于预期,则为了弥补该错误必须额外构建冗余化***,仍然会给项目的执行带来负担。由此,项目的成功概率受到影响,因此需要将它们数值化而作为执行影响先验要素来取得。
<材料等的采购4:其他>
此外,“必要材料的保管成本的将来预想”、“必要材料的搬运成本的将来预想”、“必要材料的加工成本的将来预想”等也是对项目的成功概率造成影响的要素,有时需要数值化而作为执行影响先验要素来处理。
<信息资源>
所谓信息资源,广义上讲就是信息处理能力的高低。这可以理解为发现、收集、开发(研究能力)等。而且,这些也能够与以往的例子同样地使用规定的函数进行数值化,作为对项目的成功概率造成影响的要素(具体而言,执行影响先验要素)而取得。
<信息资源1:有助于问题发生时的解决方案的信息的发现能力>
这是从项目整体来看的情况下的表现,但从微观上来看,由参与项目的参与者的能力构成。优选构成为项目参与者具有收纳有过去的项目中的履历等的项目参与者数据库,在该数据库中构成为项目参与者的各种能力例如以10分满分进行评价。而且,从在该参与者负责的任务、管理等中成功地导出该任务、是否成功地导出管理的观点出发,赋予评分。基于这样的数据库,能够基于本次项目的各参与者的能力、与该参与者负责的任务等的相似性等,取得有助于问题发生时的解决方案的信息的发现能力作为值。
<信息资源2:其他>
此外,“执行项目所需的信息的收集力”、“变更项目的任务等时所需的信息的收集力”、“用于解决执行项目所需的课题的研究能力”等也通过利用与上述相同的机制、数据库等来取得值。
提问部0102具有如下功能:设想具体的项目,输出用于对执行影响先验要素关联了作为该项目中的值的数值、有无、“是”或“否”、级别、选项中的任一个以上的执行先验状态值的提问,催促输入。最终,这些值被代入概率分布导出函数的变量部分而用于算出成功概率分布,因此作为数值来处理。另外,也可以是自由地记入文章那样的提问。自由形式的回答通过人工智能等进行评分,最终能够同样地作为数值来处理。
此外,针对提问部0102的回答的值、即执行先验状态值必须根据概率分布导出函数的形式适当地设定。适当地估计对概率分布导出函数推导出的成功概率分布造成的影响来决定值。这可以根据过去的多个项目的经验法则来设定。例如,对于可投入资本为多少这样的问题,在两个不同的项目中,即使是相同的5亿日元,如果利用的概率分布导出函数不同,则有时在A项目中值成为100(%:表示满意度的数值),在B项目中值成为80(%:表示满意度的数值)。
优选构成为提问部0102催促输入的对象根据项目的作用而不同。例如,关于人力资源的提问是事先决议项目的人事的人物,关于资本资源的提问是事先制定项目的资金筹集计划的人物等。
来自提问部0102的提问可构成为从各项目参与者的终端输出,也可构成为根据输入至终端的项目参与者的识别信息而输出预先准备的提问。进而,提问部0102能够构成为省略针对过去的项目中的同一人物的提问中的重复性质的提问。例如是性别、年龄、家族构成、居住地等。优选构成为通过提问部0102蓄积与执行先验影响要素或执行影响先验要素识别信息相关联的值。该累积的信息优选与从提问部0102的回答取得的项目的属性相关联。另外,该回答优选与进行了回答的人物、该人物在项目中的任务相关联。
另外,与过去的各项目相关联地存储的这些值优选与该项目的执行经过信息、最终结论信息相关联。并且,优选构成为将事先预测的成功概率与实际的成功程度进行比较来修正概率分布导出函数的各值的权重、概率分布导出函数中的值的处理。这能够通过利用了人工智能的深度学习来实现。
以下表示每个执行影响先验要素的提问的例子。
<关于人力资源的提问>
(1)项目的每单位规模(规模根据投入资本、项目期间等取得)的可投入人数是多少人?
(2)项目的每一个参与者负责的平均任务数是多少?
(3)项目的每一个参与者在同等项目中所发挥的能力值(以某种形式将能力分数化后的值)是多少?
(4)可投入人工费是多少?
(5)项目参与者的每个任务的能力分布是如何分布的?
(6)作为专业性,有资格者的人数是多少人?
(7)设按照偏差值,规定能力的人才市场供求状态有足够供应余力的情况为偏差值50的话,是多少?
<关于可投入资本的提问>
(1)可投入资本量以日元为单位是多少日元?
(2)可追加投入资本量(为了项目的战略变更余地)以日元为单位是多少日元?
(3)可投入资本以外币计价时的汇兑行情的未来预测相对于过去5年平均而言进入了上下百分之几的范围?如何将其用布林带来表示?(“布林带”是基于统计学的标准偏差和正态分布的想法的指标,通过求出某个期间的价格从期间的平均值偏差多少、分散多少而得到,例如表示5天期间的美元/日元的终值在何种程度的范围内偏差。)
(4)可投入资金的筹集来源的确保情况(融资额度、投资意向,有时也有可能发行公司债)
(5)用于投入资本筹集的股票增资余地、新股承销方的确保情况按照评级表现是什么评级?例如,输入标准普尔评级作为值。
<与材料等的采购相关的提问>
(1)请将必要材料的可确保性的状况以0%至100%之间的值输入。
(2)请以相对于过去5年平均的偏差值来输入必要材料的采购成本的将来预想。或者,在将相对于过去5年平均的值设为50的情况下,请以值进行输入。
(3)请以相对于过去5年平均的偏差值来输入必要材料的品质确保的将来预想。或者,在将相对于过去5年平均的值设为50的情况下,请以值进行输入。
(4)请以相对于过去5年平均的偏差值来输入必要材料的保管成本的将来预想。或者,在将相对于过去5年平均的值设为50的情况下,请以值进行输入。
(5)请以相对于过去5年平均的偏差值来输入必要材料的搬运成本的将来预想。或者,在将相对于过去5年平均的值设为50的情况下,请以值进行输入。
(6)请以相对于过去5年平均的偏差值来输入必要材料的加工成本的将来预想。或者,在将相对于过去5年平均的值设为50的情况下,请以值进行输入。
<关于信息资源的提问事项>
(1)请将有助于问题发生时的解决方案的信息的发现能力以相对于过去5年平均的项目中的发现能力的偏差值来输入。或者,在将相对于过去5年平均的值设为50的情况下,请以值进行输入。
(2)执行项目所需的信息的收集力
项目的任务等的变更时所需要的信息的收集力
用于解决执行项目所需的问题的研究能力
<实施方式1:概率分布导出函数保持部>
概率分布导出函数保持部0103具有保持概率分布导出函数的功能,该概率分布导出函数是用于使用与执行影响先验要素相关联的执行先验状态值来导出项目的成功的概率分布的函数。
概率分布导出函数是用于导出成功概率分布函数的函数,是所导出的成功概率分布函数根据执行先验要素的值即执行先验状态值而发生变化的函数,其中该成功概率分布函数例如横轴为项目的成功概率,纵轴为项目以该概率成功的频度。即,是若确定了执行先验状态值则成功概率分布函数被确定的函数。也就是说,是函数的函数。导出的成功概率分布函数最具代表性的是频度以平均成功概率为中心在左右平等地分布的正态分布函数、或者以接近正态分布函数的形状分布的函数。在为正态分布函数的情况下或接近正态分布函数的情况下,方差σ2(σ的平方)和平均μ由执行先验状态值决定。即,方差σ2(σ的平方)和平均μ成为执行先验状态值的函数那样的函数是概率分布导出函数。
但是,该正态分布的方差成为何种程度、是与从正态分布具有何种程度的畸变的正态分布接近的分布,会根据作为概率分布导出函数的方差σ2(σ的平方)的函数的形式、同样作为概率分布导出函数的平均μ的函数的形式而发生变化。即,概率分布导出函数是根据该项目的性质、项目执行体的属性而决定的函数。若确定了概率分布导出函数的形式、即方差σ2(σ的平方)、平均μ的函数,则通过将执行先验状态值代入该函数来决定方差σ2(σ的平方)、平均μ。若决定了方差σ2(σ的平方)、平均μ,则正态分布函数被决定,确定成功概率分布。
例如,在执行先验影响要素为100个,对其分别各关联1个执行先验状态值的情况下,通过将与执行影响先验要素对应的执行先验状态值代入概率分布导出函数的100个变量中的每一个变量,得到该项目的成功概率分布。
另外,关于概率分布,代表性的是采取正态分布的形式,但未必限定于正态分布,也可以是除此以外的形式。例如,考虑如下的分布:利用函数F(x)来修正由方差σ2(σ的平方)和平均μ决定的正态分布函数(概率分布导出函数)。将该F(x)称为修正函数。修正函数也是概率分布导出函数。F(x)是由对一个以上的执行影响先验要素赋予的执行先验状态值而决定的函数。此时该分布作为正态分布fa(x)与修正函数F(x)的乘积,以fb(x)=F(x)×fa(x)的形式表示。该表现的是最终求出的概率分布函数,是成功概率分布。另外,修正函数不一定以积的形式与正态分布函数相关,也可以作为常数项进行加法运算、减法运算、或与x进行加法运算、减法运算来利用,当然,也可以以这两个以上的混合的形式来利用修正函数。另外,修正函数并不限定于1种,也可以构成为利用多个修正函数。这些修正可以构成为通过人工智能的机器学习(例如深度学习等)来适当修正,也可以构成为通过机器学习与公知的统计方法(例如贝叶斯统计等)的组合来适当修正。
例如,如果是贝叶斯统计,则能够通过以下的计算式来定义P(A|B)。P(A|B)表示后验概率。后验概率是在事件B发生的条件下事件A发生的概率。
<计算式>
P(A|B)=P(B|A)P(A)/P(B)
在此,P(A)表示先验概率。先验概率是在事件B发生之前事件A发生的概率。先验概率可以由本***的用户主观设定。P(B|A)表示似然度。似然度是在事件A发生的条件下(或者假设事件A为真时)事件B发生的概率。P(B)表示周边似然度。周边似然度是在事件A发生之前事件B发生的概率。即,周边似然度是事件A、B整体中事件B成为真的概率。例如,作为事件A,可以采用项目达不到目标这样的信息,作为事件B,可以采用项目的规模大这样的信息、项目管理者的经验值低这样的信息。根据贝叶斯统计,能够基于事件B使事件A的概率变化。
这样,在成功概率的预测的正解难以得到的情况下,能够一边根据对执行影响先验要素赋予的执行先验状态值使表示正解的自变量(参数)变动一边进行预测的贝叶斯统计与机器学习的相容性良好。因此,与单独采用机器学习的情况相比,采用机器学习和贝叶斯统计的组合对成功概率的预测有益。
另外,虽然是基于概率分布导出函数的反馈、人工智能的深度学习等的修正,但这也可以构成为,不是在相应的项目完全结束时修正最初利用的概率分布导出函数,而是配合项目的进行而反馈中途经过过程中的项目的执行经过来修正概率分布导出函数。
例如,与执行影响先验要素相关联的值能够随着时间的经过而变化,也可能存在已经确定的执行影响先验要素,因此,考虑至少关于已经确定的执行影响先验要素,将由提问部选择的值与所取得的值、现实的值进行比较,使概率分布导出函数变形。
<实施方式1:成功概率分布计算部>
成功概率分布计算部0104具有如下功能:根据与通过向提问部0102的输入而得到的各执行影响先验要素(执行影响先验要素识别信息)相关联的执行先验状态值、和在概率分布导出函数保持部0103中保持的概率分布导出函数,计算在提问部0102中接受了输入的项目的成功概率分布。成功概率分布代表性地为正态分布,但如上并不限定于此。另外,如上,使用了执行影响先验要素的成功概率分布的计算并不限定于项目的开始前,优选在项目的执行中一边随时提高执行影响先验要素的值的精度一边计算成功概率分布。因此,在提问部0102中,优选构成为具有根据项目的进展程度而输出再提问的时间表,在项目的中间过程中,适当地选定适当的项目参与者,从其终端输出提问,修正执行影响先验要素的值,计算出精度更高的成功概率分布并进行提示。另外,关于后述的能够将成功概率设为一定以上的概率的计算,也同样优选构成为在项目的中间阶段进行计算,在项目的执行过程中也继续输出进一步提高成功概率的建议。
<实施方式1:成功概率分布保持部>
成功概率分布保持部0105具有保持计算出的成功概率分布的功能。成功概率分布是在项目开始前计算的,但通过如上使用已经确定的执行影响先验要素的值,或者通过使用随着时间的经过而提高了精度的执行影响先验要素的值,能够得到精度更高的成功概率分布,因此优选构成为按照提问部的时间表,在项目的执行过程中反复计算成功概率分布,按时间序列保持同一项目的成功概率分布。即,构成为具有成功概率分布历史保持单元。
<实施方式1:硬件结构>
图2是表示本实施方式中的硬件结构的一例的图。使用附图对本实施方式中的项目成功概率计算***0100的硬件结构进行说明。
如该图所示,计算机由构成在主板上的芯片组、CPU、非易失性存储器、主存储器、各种总线、BIOS(Basic Input Output System:基本输入输出***)、各种接口、实时时钟等构成。它们与操作***、设备驱动器、各种程序等协作工作。构成本发明的各种程序、各种数据构成为高效地利用这些硬件资源来执行各种处理。
《芯片组》
“芯片组”是安装于计算机的主板,集成了CPU的外部总线与连接存储器、***设备的标准总线的联络功能、即桥接功能的大规模集成电路(LSI(Large Scale Integration))的组。有采用2芯片组结构的情况和采用1芯片组结构的情况。将接近CPU、主存储器的一侧设置为北桥,在远离的一侧,在与比较低速的外部I/O(Input/Output:输入/输出)的接口的一侧设置南桥。
(北桥)
北桥包括CPU接口、存储器控制器和图形接口。也可以使CPU承担现有的北桥的大部分功能。北桥通过存储器总线与主存储器的存储器插槽连接,通过高速图形总线(AGP(Accelerated Graphics Port:加速图形端口)、PCI(Peripheral ComponentInterconnect:***设备互联)Express)与图形卡的图形插槽连接。
(南桥)
南桥经由PCI总线与PCI接口(PCI插槽)连接,承担与ATA(Advanced TechnologyAttachment:高级技术附件)(SATA(Serial ATA:串行ATA))接口、USB接口、Ethernet(注册商标)接口等的I/O功能、声音功能。由于如果将支持不需要高速运行或不能高速运行的PS/2端口、软盘驱动、串行端口、并行端口、ISA(Industry Standard Architecture:工业标准体系结构)总线的电路组装进去会成为芯片组自身的高速化的绊脚石,所以也可以从南桥的芯片分离,由被称为超级I/O芯片的其他LSI负责。为了连接CPU(MPU(Micro ProcessorUnit:微处理器单元))和***设备、各种控制部而使用总线。总线通过芯片组连接。对于在与主存储器的连接中利用的存储器总线,为了实现高速化,也可以代替其而采用通道构造。作为总线,可以采用串行总线或并行总线。串行总线每次传输1比特的数据,与此相对,在并行总线中,将原始数据本身或从原始数据切出的多个比特集中到一起,同时通过多条通信路径进行传输。时钟信号的专用线与数据线平行设置,进行接收端的数据解调的同步。也用作连接CPU(芯片组)和外部设备的总线,有GPIB(General Purpose Interface Bus:通用接口总线)、IDE(Integrated Drive Electronics:集成驱动器电子)/(并行)ATA、SCSI(SmallComputer System Interface:小型计算机***接口)、PCI等。由于高速化有限,因此在PCI的改进版PCI Express、并行ATA的改进版串行ATA中,数据线也可以是串行总线。
《CPU》
CPU依次读入并解释、执行处于主存储器上的被称为程序的命令串,由此将由信号构成的信息同样地输出到主存储器上。CPU作为进行计算机内的运算的中心发挥功能。此外,CPU由成为运算的中心的CPU内核部分及其***部分构成,在CPU内部包含寄存器、高速缓冲器、连接高速缓冲器和CPU内核的内部总线、DMA(Direct Memory Access:直接存储器存取)控制器、定时器、与北桥的连接总线的接口等。此外,也可以在一个CPU(芯片)中具备多个CPU内核。另外,除了CPU以外,也可以通过图形处理单元(GPU(Graphics ProcessingUnit))或FPU(Floating Point Unit:浮点处理单元)进行处理。
《非易失性存储器》
(HDD(Hard Disk Drive))
硬盘驱动器的基本结构由磁盘、磁头以及搭载磁头的臂构成。外部接口可以采用SATA(过去为ATA)。使用高性能的控制器,例如SCSI,支持硬盘驱动器之间的通信。例如,在将文件复制到另一硬盘驱动器时,控制器可以读取扇区并转发到另一硬盘驱动器进行写入。此时,不访问主机CPU的存储器。因此,无需增加CPU的负荷。
《主存储器》
CPU直接访问并执行主存储器上的各种程序。主存储器是易失性的存储器,使用DRAM。主存储器上的程序接受程序的启动命令而从非易失性存储器展开到主存储器上。之后,CPU也在程序内按照各种执行命令、执行步骤执行程序。
《操作***(OS)》
操作***用于进行将计算机上的资源用于应用的管理,或者管理各种设备驱动程序,或者管理作为硬件的计算机本身。在小型的计算机中,有时也使用固件作为操作***。
《BIOS》
BIOS启动计算机的硬件,使CPU执行用于使操作***工作的步骤,最典型的是当接收到计算机的启动命令时CPU最先去读取的硬件。在此,记载了保存在盘(非易失性存储器)中的操作***的地址,通过在CPU中展开的BIOS将操作***依次在主存储器中展开而成为工作状态。此外,BIOS还具有检查有无与总线连接的各种设备的检查功能。检查的结果被保存在主存储器上,适当地通过操作***成为可利用的状态。此外,BIOS也可以构成为检查外部装置等。
关于以上内容,在其他实施方式中也是同样的。
如图2所示,本发明基本上可以由通用计算机程序、各种设备组成。计算机的动作基本上采取将记录在非易失性存储器中的程序加载到主存储器中,在主存储器、CPU和各种设备中执行处理的方式。与设备的通信经由与总线连接的接口进行。接口可以考虑显示器接口、键盘、通信缓冲器等。
如该图2所示,具有:“执行影响先验要素保持程序”,其保持对经验上已知会对项目的成功造成影响的、对项目执行造成影响的先验要素即执行影响先验要素;“提问程序”,其设想具体的项目,输出用于对执行影响先验要素关联了执行先验状态值的提问来催促输入,其中执行先验状态值是作为该项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;“概率分布导出函数保持程序”,其保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来计算项目的成功的概率分布的函数;“成功概率分布计算程序”,其通过向提问部0102的输入而得到的与各执行影响先验要素关联的执行先验状态值、在概率分布导出函数保持部0103中保持的概率分布导出函数,来计算由提问部0102接受了输入的项目的成功概率;以及“成功概率分布保持程序”,其保持计算出的成功概率,基于一系列的程序的执行命令,将这些程序读入主存储器,基于动作开始命令来执行这些程序。此外,该计算机构成为非易失性存储器、主存储器、CPU、接口(例如显示器、键盘、通信等)与总线连接而能够相互通信。
<实施方式1:处理的流程>
图3是表示利用本实施方式中的项目成功概率计算***0100时的处理流程的图。作为本实施方式的处理流程,是具有执行影响先验要素保持步骤S0301、提问步骤S0302、概率分布导出函数保持步骤S0303、成功概率分布计算步骤S0304、成功概率分布保持步骤S0305的计算机即项目成功概率计算***0100的动作方法。以下,对各步骤进行说明。
执行影响先验要素保持步骤S0301是保持对经验上已知会对项目的成功造成影响的、对项目的执行造成影响的先验要素即执行影响先验要素的阶段。
提问步骤S0302是指,设想具体的项目,输出用于对执行影响先验要素关联作为该项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上的执行先验状态值的提问,催促输入的阶段。
概率分布导出函数保持步骤S0303是保持概率分布导出函数的阶段,该概率分布导出函数是用于使用与执行影响先验要素相关联的执行先验状态值来计算项目的成功的概率分布的函数。
成功概率分布计算步骤S0304是指,利用通过提问步骤S0302中的输入而得到的与各执行影响先验要素相关联的执行先验状态值、和在概率分布导出函数保持部0103中保持的概率分布导出函数,计算在提问部0102中接受了输入的项目的成功概率分布的阶段。
成功概率分布保持步骤S0305是指保持计算出的成功概率分布的阶段。
[实施方式2]
<实施方式2:概要>
本实施方式提供一种项目成功概率计算***,其在上述说明的实施方式的基础上,具有如下特征:取得作为与希望的成功可能性相关的信息的希望成功可能性信息,根据所保持的成功概率分布和所取得的希望成功可能性信息,计算作为实现希望成功可能性的概率的实现概率。
<实施方式2:功能性结构>
图4是表示实施方式2的项目成功概率计算***0400的功能结构的图。本实施方式的项目成功概率计算***0400具有执行影响先验要素保持部0401、提问部0402、概率分布导出函数保持部0403、成功概率分布计算部0404、以及成功概率分布保持部0405。进而,实施方式2具有希望成功可能性信息取得部0406和实现概率计算部0407。
<实施方式2:希望成功可能性信息取得部>
希望成功可能性信息取得部0406构成为取得希望成功可能性信息,该希望成功可能性信息是与希望的成功可能性有关的信息。作为在实施方式1中保持的成功概率分布,横轴表示成功可能性(例如成功概率),纵轴表示针对该项目实现在对其执行先验影响要素赋予的各执行先验状态值下的各成功可能性的频度。以其成功概率分布为前提,取得项目的成功概率大于或等于某个值的那个值为希望成功可能性信息。这是因为,例如在希望成功概率为75%以上的情况下,“75%”或“75%以上”成为希望成功可能性信息。而且,例如如图10所示,若将75%以上的频度全部集中后的值设为S2,将小于75%的值的频度全部集中后的值设为S1,则总频度成为S1+S2,因此以75%以上的概率实现项目的成功的概率,即实现概率成为S2/(S1+S2)。
<实施方式2:实现概率计算部>
实现概率计算部0407根据所保持的成功概率分布和所取得的希望成功可能性信息,计算实现希望成功可能性的概率即实现概率。实现概率如前,是使用希望成功可能性信息所表示的希望的成功可能性和成功概率分布,将希望成功可能性以上的概率的频度除以全部概率频度而得到的值,实现概率计算部0407进行此运算来计算实现概率。
另外,实现概率计算部0407中的计算结果根据成功概率分布来计算。因此,如上,在执行影响先验要素的值根据项目的进展而变化的情况下,根据其精度提高后的值,由概率分布导出函数计算出的成功概率分布发生变化,因此优选构成为,在每次发生该变化时,重新计算实现概率。
另外,优选构成为将实现概率的计算结果与项目的进展信息相关联地保持在本***内。并且,优选构成为,按照项目的特色(メルクマール)、进展信息顺序输出表示实现概率的变化的图表等。另外,即使在执行影响先验要素的值实际上没有根据项目的进展而变化的情况下,为了虚拟地进行模拟,也优选构成为输入一个以上的执行影响先验要素的值,将实现概率根据该值的变化如何变化作为图表、曲线图等而输出。这是因为能够经由该图表、曲线图等决定项目的执行方针。
<实施方式2:硬件结构>
图5是表示本实施方式中的项目成功概率计算***的硬件结构的图。如该图所示,计算机由构成在主板上的芯片组、CPU、非易失性存储器、主存储器、各种总线、BIOS、各种接口、实时时钟等构成。它们与操作***、设备驱动器、各种程序等协作工作。构成本发明的各种程序、各种数据构成为高效地利用这些硬件资源来执行各种处理。
在此,“主存储器”在为了使“CPU”执行进行各种处理的程序而进行读出,同时也提供作为该程序的作业区域的工作区域。另外,对该“主存储器”、“HDD”分别分配有多个地址,由“CPU”执行的程序能够通过确定并访问该地址而相互进行数据的交换,进行处理。
如该图所示,具有:“执行影响先验要素保持程序”,其保持对经验上已知会对项目的成功造成影响的、对项目的执行造成影响的先验要素即执行影响先验要素;“提问程序”,其设想具体的项目,输出用于对执行影响先验要素关联了执行先验状态值的提问来催促输入,其中执行先验状态值是作为该项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;“概率分布函数保持程序”,其保持概率分布函数,该概率分布函数是用于使用与执行影响先验要素关联的执行先验状态值来计算项目的成功的概率分布的函数;“成功概率分布计算程序”,其根据通过向提问部0402的输入而得到的与各执行影响先验要素关联的执行先验状态值、和在概率分布导出函数保持部0403中保持的概率分布导出函数,计算由提问部0402接受了输入的项目的成功概率分布;“成功概率分布保持程序”,其保持计算出的成功概率分布;“希望成功可能性信息取得程序”,其取得作为与希望的成功可能性有关的信息的希望成功可能性信息;以及“实现概率计算程序”,其基于所保持的成功概率分布和所取得的希望成功可能性信息,取得实现希望成功可能性的概率即实现概率。此外,该计算机构成为非易失性存储器、主存储器、CPU、接口(例如显示器、键盘、通信等)与总线连接而能够相互通信。此外,虽然未图示,但在实施方式1的基础上,还具备“项目诊断者识别信息取得程序”,该“项目诊断者识别信息取得程序”为了将识别对诊断表进行诊断输入的诊断者的诊断者识别信息与项目诊断表关联起来而取得诊断者识别信息。
<实施方式2:处理的流程>
图6是表示利用本实施方式中的项目成功概率计算***0400时的处理流程的图。包括:执行影响先验要素保持步骤S0601,保持对经验上已知会对项目的成功造成影响的、对项目的执行造成影响的先验要素即执行影响先验要素;提问步骤S0602,设想具体的项目,输出用于对执行影响先验要素关联了执行先验状态值的提问来催促输入,其中执行先验状态值是作为该项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;概率分布导出函数保持步骤S0604,保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来算出项目的成功概率分布的函数;成功概率分布算出步骤S0604,通过利用提问步骤中的输入而获得的与各执行影响先验要素关联的执行先验状态值、及在概率分布导出函数保持部0403中保持的概率分布导出函数,算出通过提问部0402接受了输入的项目的成功概率分布;成功概率分布保持步骤S0605,保持所算出的成功概率分布;希望成功可能性信息取得步骤S0606,取得作为与希望的成功可能性相关的信息的希望成功可能性信息;实现概率计算步骤S0607,基于所保持的成功概率分布、及所取得的希望成功可能性信息,取得实现希望成功可能性的概率即实现概率。另外,其中,除了希望成功可能性信息取得步骤S0606和实现概率计算步骤S0607以外的各步骤S0601~S0605与实施方式1相同。
希望成功可能性信息取得步骤S0606是取得与希望的成功可能性有关的信息即希望成功可能性信息的阶段。
实现概率计算步骤S0607是指,基于所保持的成功概率分布和所取得的希望成功可能性信息,计算实现希望成功可能性的概率即实现概率的阶段。
[实施方式3]
<实施方式3:概要>
本实施方式是构成为能够取得并输出实施方式2所示的用于提高实现概率的建议的、以实施方式2为基础的实施方式。
<实施方式3:功能性结构>
图7是表示实施方式3的项目成功概率计算***0700的功能结构的图。本实施方式的项目成功概率计算***0700具有执行影响先验要素保持部0701、提问部0702、概率分布导出函数保持部0703、成功概率分布计算部0704、成功概率分布保持部0705、希望成功可能性信息取得部0706、以及实现概率计算部0707。本实施方式的项目成功概率计算***0700在实施方式2的结构的基础上,还具有影响度取得部0708、建议取得规则保持部0709、建议取得部0710、建议输出部0711。
<实施方式3:影响度取得部>
影响度取得部0708取得与执行影响先验要素相关联的执行先验状态值对实现概率的影响度。“影响度”与“贡献率”同义。将作为实现概率整体的伸长率(变化率)设为100的情况下,以构成比(%)表示执行影响先验要素的值的影响度(增减量)。具体的算式能够用“贡献率=执行影响先验要素的值(执行先验状态值)增减/实现概率整体的增减(×100)”这样的算式表示。因此,在以取得的成功概率分布为前提,取得项目的成功概率为某值以上的情况时,如前,在成功概率分布图(图10)中,例如如果将75%以上的频度全部集中后的值为S2,将小于75%的值的频度全部集中后的值为S1,则总频度为S1+S2,因此以75%以上的概率实现项目成功的概率即实现概率为,S2/(S1+S2)=J%。在执行影响先验要素的值(执行先验状态值)为A的情况下,在变化了作为执行影响先验要素的值的变化量的ΔA后的值成为A+ΔA的情况下,在实现概率成为J+ΔJ%的情况下,能够以ΔA/ΔJ(×100)来定义该值。因此,确定关于各项目的执行影响先验要素的值即执行先验状态值,除以由通过代入到概率分布导出函数而得到的成功概率分布进一步得到的实现概率、和在相同的概率分布导出函数中使执行先验状态值的值变化ΔA而得到的实现概率ΔJ,对于该除法运算得到的值,执行先验状态值的数量次的运算,由此能够取得各执行影响先验要素的影响度。在取得一个执行先验状态值的影响度时,其他执行先验状态值保持最初的输入到概率分布导出函数时的值而固定。逐个地针对执行先验状态值取得影响度。
另外,可以预先按每个执行影响先验要素将执行影响先验要素对实现概率的影响度作为信息来保持,也可以如上述那样通过每次计算来取得。此外,影响度一般也根据执行影响先验要素的值、即执行先验状态值而变化。影响度不仅取决于执行先验要素的种类,这是因为其斜率也会根据其值是否有足够的向项目的成功延伸的余地、还是向项目的成功已经饱和而变化。
<实施方式3:建议取得规则保持部>
建议取得规则保持部0709保持建议取得规则,该建议取得规则是为了提高实现概率而用于取得以执行先验状态值为前提的与执行影响先验要素相关的建议的规则。在此,“以执行先验状态值为前提”是指用于进一步改善该执行先验状态值的建议,因此建议的内容有时根据执行先验状态值而成为不同的内容。例如有可投入资本量为5亿日元的事例1和可投入资本量为10亿日元的事例2,在每单位的可投入资本量下项目的成功实现概率在5亿日元附近提高10%,在10亿日元附近提高5%的情况下,前者在1亿日元的可投入资本量的增加下实现概率增加10%,而后者实现概率增加5%,因此假设想要将实现概率提高15%的情况下,前者成为确保1.5亿日元的可追加投入资本量的建议,而后者则需要确保3亿日元的可追加投入资本量的建议,建议的质量在两者中可能不同。例如在事例1中,存在来自母公司的追加投资成为建议的情况,在后者,存在增资成为建议的情况。
这样,存在根据作为前提的执行先验状态值和作为目标的实现概率的值,适当的建议不同的情况,用于根据执行先验状态值和作为目标的实现概率来选择所保持的建议的规则是建议取得规则。建议取得规则构成为取得建议识别信息,该建议识别信息用于识别通过执行影响先验要素、该执行先验状态值、作为目标的实现概率的函数所取得的建议。因此,优选构成为项目成功概率计算***0700具有将多个建议与建议识别信息相关联地保持的建议取得规则保持部0709。
建议取得部0710基于所取得的影响度和建议取得规则,取得与执行影响先验要素相关的建议。如已经说明的那样,该“影响度”根据与执行影响先验要素相关联的执行先验状态值而变化。在不设定实现概率的目标而取得建议的情况下,代入到建议取得规则的变量仅为针对每个执行影响先验要素的影响度,但在设定实现概率的目标的情况下,优选建议取得规则构成为实现概率的目标与当前的实现概率之间的差分值、当前的实现概率本身也成为代入到建议取得规则的变量。
另外,建议取得部0710考虑按照影响度从高到低的顺序选择执行影响先验要素并使用建议取得规则来取得建议,因此优选构成为,在取得建议时按照影响度的顺序取得执行影响先验要素的识别信息,例如选择上位N(N为自然数)个执行影响先验要素(识别信息)来取得建议。
另外,也可以构成为,在项目管理者等确定执行影响先验要素而要求取得建议的情况下,设置要建议执行影响先验要素输入接受部(未图示)来取得执行影响先验要素识别信息,利用与所取得的执行影响先验要素关联的建议取得规则来取得建议。
<实施方式3:建议输出部>
建议输出部0711输出所取得的建议。建议的输出可以构成为从所保持的建议中择一地选择,也可以构成为将所取得的多个建议综合而输出建议。执行影响先验要素有时相互关联,在这种情况下,能够构成为在建议汇集部(未图示)将建议汇集并简洁地汇集输出建议。建议汇集部根据建议识别信息来保持该建议的属性识别信息、句法识别信息等,考虑利用根据与所取得的多个建议相关联的这些信息来汇集建议的建议汇集规则来汇集建议。
另外,建议汇总规则优选保持为根据建议识别信息、与其相关联的属性识别信息、句法识别信息来确定。此外,建议的输出除了显示器、打印机之外,还能够构成为通过电子邮件、声音来输出。另外,也可以构成为,根据会议等的声音信息,建议输出部0711按照成为议题的内容来输出建议。优选构成为通过人工智能等分析会议的声音,判别关于哪个执行先验要素、什么样的内容成为议题,自动地输出关联的建议。
<实施方式3:硬件结构>
图8是表示本实施方式中的项目成功概率计算***的硬件结构的图。如该图所示,计算机由构成在主板上的芯片组、CPU、非易失性存储器、主存储器、各种总线、BIOS、各种接口、实时时钟等构成。它们与操作***、设备驱动程序、各种程序等协作工作。构成本发明的各种程序、各种数据构成为高效地利用这些硬件资源来执行各种处理。
在此,“主存储器”在为了使“CPU”执行进行各种处理的程序而进行读出的同时,提供也作为该程序的作业区域的工作区域。另外,对该“主存储器”、“HDD”分别分配有多个地址,由“CPU”执行的程序能够通过确定并访问该地址而相互进行数据的交换,进行处理。
如该图所示,具有:“执行影响先验要素保持程序”,其保持对经验上已知会对项目的成功造成影响的、对项目的执行造成影响的先验要素即执行影响先验要素;“提问程序”,其设想具体的项目,输出用于对执行影响先验要素关联了执行先验状态值的提问来催促输入,其中执行先验状态值是作为该项目中的值的数值、有无、“是”或“否”、等级、选项中的任一个以上;“概率分布导出函数保持程序”,其保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来计算项目的成功的概率分布的函数;“成功概率分布计算程序”,其根据通过向提问部0702的输入而得到的与各执行影响先验要素关联的执行先验状态值、和在概率分布导出函数保持部0703中保持的概率分布导出函数,计算由提问部0702接受了输入的项目的成功概率分布;“成功概率分布保持程序”,其保持计算出的成功概率分布;“希望成功可能性信息取得程序”,其取得作为与希望的成功可能性有关的信息的希望成功可能性信息;以及“实现概率计算程序”,其基于所保持的成功概率分布和所取得的希望成功可能性信息,取得实现希望成功可能性的概率即实现概率。
此外,该计算机构成为非易失性存储器、主存储器、CPU、接口(例如显示器、键盘、通信等)与总线连接而能够相互通信。并且,在实施方式2的基础上,还具有:“影响度取得程序”,其取得与执行影响先验要素相关联的执行先验状态值对实现概率的影响度;“建议取得规则保持程序”,其保持建议取得规则,该建议取得规则是为了提高实现概率而用于取得以执行先验状态值为前提的与执行影响先验要素相关的建议的规则;“建议取得程序”,其根据所取得的影响度和建议取得规则,取得与执行影响先验要素相关的建议;以及“建议输出程序”,其输出所取得的建议。
<实施方式3:处理的流程>
图9是表示利用本实施方式中的项目成功概率计算***0700时的处理流程的图。执行影响先验要素保持步骤S0901,保持对经验上已知会对项目的成功造成影响的、会对项目执行造成影响的先验要素即执行影响先验要素;提问步骤S0902,设想具体的项目,输出用于对执行影响先验要素关联执行先验状态值的提问,促使输入,该执行先验状态值是作为该项目中的值的数值、有无、“是”或“否”、等级、选项中的任意一个以上;概率分布导出函数保持步骤S0903,保持概率分布导出函数,该概率分布导出函数是用于使用与执行影响先验要素关联的执行先验状态值来计算项目的成功的概率分布的函数;成功概率分布计算步骤S0904,根据通过提问步骤S0902中的输入而得到的与各执行影响先验要素关联的执行先验状态值、和在概率分布导出函数保持部0703中保持的概率分布导出函数,计算通过提问部0702接受了输入的项目的成功概率分布;成功概率分布保持步骤S0905,保持计算出的成功概率分布;希望成功可能性信息取得步骤S0906,取得作为与希望的成功可能性有关的信息的希望成功可能性信息;实现概率计算步骤S0907,基于所保持的成功概率分布、和所取得的希望成功可能性信息,计算实现希望成功可能性的概率即实现概率;影响度取得步骤S0908,取得与执行影响先验要素相关联的执行先验状态值对实现概率的影响度;建议取得规则保持步骤S0909,保持建议取得规则,该建议取得规则是为了提高实现概率而用于取得以执行先验状态值为前提的与执行影响先验要素相关的建议的规则;建议取得步骤S0910,基于所取得的影响度和建议取得规则,取得与执行影响先验要素相关的建议;以及建议输出步骤S0911,输出所取得的建议。另外,其中,除了影响度取得步骤S0908、建议取得规则保持步骤S0909、建议取得步骤S0910和建议输出步骤S0911以外的各步骤S0901~S0907与实施方式1和实施方式2相同。
影响度取得步骤S0908是取得与执行影响先验要素相关联的执行先验状态值对实现概率的影响度的阶段。
建议取得规则保持步骤S0909是保持建议取得规则的阶段,该建议取得规则是为了提高实现概率而用于取得以执行先验状态值为前提的与执行影响先验要素相关的建议的规则。
建议取得步骤S0910是基于取得的影响度和建议取得规则,取得与执行影响先验要素相关的建议的阶段。
建议输出步骤S0911是输出所取得的建议的阶段。
以上,在第一实施方式至第三实施方式中说明的各种程序能够记录在计算机可读取的存储介质(但是,载波除外)中。在使程序流通的情况下,例如,以记录有该程序的DVD(Digital Versatile Disc:数字多功能光盘)、CD-ROM(Compact Disc Read Only Memory:光盘只读存储器)等可移动型存储介质的形态销售。另外,也可以将程序存储在计算机的存储装置中,经由网络从计算机向其他计算机转送该程序。
标记说明
0100、0400、0700 项目成功概率计算***
0101、0401、0701 执行影响先验要素保持部
0102、0402、0702 提问部
0103、0403、0703 概率分布导出函数保持部
0104、0404、0704 成功概率分布计算部
0105、0405、0705 成功概率分布保持部
0406、0706 希望成功可能性信息取得部
0407、0707 实现概率计算部
0708 影响度取得部
0709 建议取得规则保持部
0710 建议取得部
0711 建议输出部
Claims (13)
1.一种项目成功概率计算***,其具有:
执行影响先验要素保持部,其保持执行影响先验要素,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;
提问部,其设想具体地确定了所述项目的特定项目,输出用于对所述执行影响先验要素关联执行先验状态值的提问,促使进行输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任意一个以上;
概率分布导出函数保持部,其保持概率分布导出函数,该概率分布导出函数是用于使用与所述执行影响先验要素关联的所述执行先验状态值来计算所述特定项目的成功的概率分布的函数;
成功概率分布计算部,其利用通过向所述提问部进行的输入而得到的与各个所述执行影响先验要素分别关联的所述执行先验状态值、和保持于所述概率分布导出函数保持部中的所述概率分布导出函数,计算由所述提问部接受了所述输入的所述特定项目的成功概率分布;以及
成功概率分布保持部,其保持计算出的所述成功概率分布。
2.根据权利要求1所述的项目成功概率计算***,其中,所述项目成功概率计算***还具有:
希望成功可能性信息取得部,其取得希望成功可能性信息,该希望成功可能性信息是与希望的成功可能性相关的信息;以及
实现概率计算部,其根据所保持的所述成功概率分布和所取得的所述希望成功可能性信息,计算实现概率,该实现概率是实现所述成功可能性的概率。
3.根据权利要求2所述的项目成功概率计算***,其中,所述项目成功概率计算***还具有:
影响度取得部,其取得与所述执行影响先验要素相关联的所述执行先验状态值对所述实现概率的影响度;
建议取得规则保持部,其保持建议取得规则,该建议取得规则是为了提高所述实现概率而用于取得以所述执行先验状态值为前提的与所述执行影响先验要素相关的建议的规则;
建议取得部,其根据所取得的所述影响度和所述建议取得规则,取得与所述执行影响先验要素相关的建议;以及
建议输出部,其输出所取得的所述建议。
4.根据权利要求1至3中任一项所述的项目成功概率计算***,其中,所述概率分布导出函数是通过机器学习与贝叶斯统计的组合而进行了修正后的函数。
5.一种项目成功概率计算方法,由计算机执行如下步骤:
执行影响先验要素保持步骤,保持执行影响先验要素,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;
提问步骤,设想具体地确定了所述项目的特定项目,输出用于对所述执行影响先验要素关联执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任意一个以上;
概率分布导出函数保持步骤,保持概率分布导出函数,该概率分布导出函数是用于使用与所述执行影响先验要素关联的所述执行先验状态值来计算所述特定项目的成功的概率分布的函数;
成功概率分布计算步骤,利用通过所述输入而得到的与各个所述执行影响先验要素分别关联的所述执行先验状态值、和所保持的所述概率分布导出函数,计算接受了所述输入的所述特定项目的成功概率分布;以及
成功概率分布保持步骤,保持计算出的所述成功概率分布。
6.根据权利要求5所述的项目成功概率计算方法,其中,还执行如下步骤:
希望成功可能性信息取得步骤,取得希望成功可能性信息,该希望成功可能性信息是与希望的成功可能性相关的信息;以及
实现概率计算步骤,根据所保持的所述成功概率分布和所取得的所述希望成功可能性信息,计算实现概率,该实现概率是实现所述成功可能性的概率。
7.根据权利要求6所述的项目成功概率计算方法,其中,还执行如下步骤:
影响度取得步骤,取得与所述执行影响先验要素相关联的所述执行先验状态值对所述实现概率的影响度;
建议取得规则保持步骤,保持建议取得规则,该建议取得规则是为了提高所述实现概率而用于取得以所述执行先验状态值为前提的与所述执行影响先验要素相关的建议的规则;
建议取得步骤,根据所取得的所述影响度和所述建议取得规则,取得与所述执行影响先验要素相关的建议;以及
建议输出步骤,输出所取得的所述建议。
8.根据权利要求5至7中任一项所述的项目成功概率计算方法,其中,所述概率分布导出函数是通过机器学习与贝叶斯统计的组合而进行了修正后的函数。
9.一种项目成功概率计算程序,用于使计算机执行如下步骤:
执行影响先验要素保持步骤,保持执行影响先验要素,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;
提问步骤,设想具体地确定了所述项目的特定项目,输出用于对所述执行影响先验要素关联执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任意一个以上;
概率分布导出函数保持步骤,保持概率分布导出函数,该概率分布导出函数是用于使用与所述执行影响先验要素关联的所述执行先验状态值来计算所述特定项目的成功的概率分布的函数;
成功概率分布计算步骤,利用通过所述输入而得到的与各个所述执行影响先验要素分别关联的所述执行先验状态值、和所保持的所述概率分布导出函数,计算接受了所述输入的所述特定项目的成功概率分布;以及
成功概率分布保持步骤,保持计算出的所述成功概率分布。
10.根据权利要求9所述的项目成功概率计算程序,其中,还使所述计算机执行如下步骤:
希望成功可能性信息取得步骤,取得希望成功可能性信息,该希望成功可能性信息是与希望的成功可能性相关的信息;以及
实现概率计算步骤,根据所保持的所述成功概率分布和所取得的所述希望成功可能性信息,计算实现概率,该实现概率是实现所述成功可能性的概率。
11.根据权利要求10所述的项目成功概率计算程序,其中,还使所述计算机执行如下步骤:
影响度取得步骤,取得与所述执行影响先验要素相关联的所述执行先验状态值对所述实现概率的影响度;
建议取得规则保持步骤,保持建议取得规则,该建议取得规则是为了提高所述实现概率而用于取得以所述执行先验状态值为前提的与所述执行影响先验要素相关的建议的规则;
建议取得步骤,根据所取得的所述影响度和所述建议取得规则,取得与所述执行影响先验要素相关的建议;以及
建议输出步骤,输出所取得的所述建议。
12.根据权利要求9至11中任一项所述的项目成功概率计算程序,其中,所述概率分布导出函数是通过机器学习与贝叶斯统计的组合而进行了修正后的函数。
13.一种项目成功概率计算***,其具有:
执行影响先验要素识别信息保持部,其保持用于识别执行影响先验要素的执行影响先验要素识别信息,该执行影响先验要素是经验上已知会对项目的成功造成影响的、对项目的执行带来影响的先验要素;
提问部,其设想具体地确定了所述项目的特定项目,输出用于对所述执行影响先验要素识别信息关联执行先验状态值的提问,促使输入,该执行先验状态值是作为该特定项目中的值的数值、有无、“是”或“否”、等级、选项中的任意一个以上;
概率分布导出函数保持部,其保持概率分布导出函数,该概率分布导出函数是用于使用与所述执行影响先验要素识别信息关联的所述执行先验状态值来计算所述特定项目的成功的概率分布的函数;
成功概率分布计算部,其利用通过向所述提问部的输入而得到的与各个所述执行影响先验要素识别信息分别关联的所述执行先验状态值、和保持于所述概率分布导出函数保持部中的所述概率分布导出函数,计算由所述提问部接受了所述输入的所述特定项目的成功概率分布;以及
成功概率分布保持部,其保持计算出的所述成功概率分布。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-183165 | 2020-10-30 | ||
JP2020183165 | 2020-10-30 | ||
PCT/JP2021/039672 WO2022092156A1 (ja) | 2020-10-30 | 2021-10-27 | プロジェクト成功確率算出システム,プロジェクト成功確率算出方法、及びプロジェクト成功確率算出プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117083622A true CN117083622A (zh) | 2023-11-17 |
Family
ID=81381467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180073657.9A Pending CN117083622A (zh) | 2020-10-30 | 2021-10-27 | 项目成功概率计算***、项目成功概率计算方法以及项目成功概率计算程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230259856A1 (zh) |
JP (1) | JPWO2022092156A1 (zh) |
CN (1) | CN117083622A (zh) |
WO (1) | WO2022092156A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726304A (zh) * | 2024-02-05 | 2024-03-19 | 天津航远信息技术有限公司 | 项目进度预测及项目资源配给推荐方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003036339A (ja) * | 2001-05-14 | 2003-02-07 | Yasutomi Kitahara | 投資意思決定支援装置、投資意思決定支援方法およびその方法をコンピュータに実行させるプログラム |
US8626698B1 (en) * | 2013-01-14 | 2014-01-07 | Fmr Llc | Method and system for determining probability of project success |
-
2021
- 2021-10-27 JP JP2022559203A patent/JPWO2022092156A1/ja active Pending
- 2021-10-27 WO PCT/JP2021/039672 patent/WO2022092156A1/ja active Application Filing
- 2021-10-27 CN CN202180073657.9A patent/CN117083622A/zh active Pending
-
2023
- 2023-04-24 US US18/138,579 patent/US20230259856A1/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726304A (zh) * | 2024-02-05 | 2024-03-19 | 天津航远信息技术有限公司 | 项目进度预测及项目资源配给推荐方法 |
CN117726304B (zh) * | 2024-02-05 | 2024-05-17 | 天津航远信息技术有限公司 | 项目进度预测及项目资源配给推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230259856A1 (en) | 2023-08-17 |
JPWO2022092156A1 (zh) | 2022-05-05 |
WO2022092156A1 (ja) | 2022-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11514511B2 (en) | Autonomous bidder solicitation and selection system | |
US20180018610A1 (en) | Systems and methods for optimizing parallel task completion | |
US20140108103A1 (en) | Systems and methods to control work progress for content transformation based on natural language processing and/or machine learning | |
US20200258027A1 (en) | Methods and systems for controlling a display screen with graphical objects for scheduling | |
US10445844B2 (en) | System and method for detecting, profiling and benchmarking intellectual property professional practices and the liability risks associated therewith | |
US20130317871A1 (en) | Methods and apparatus for online sourcing | |
US20040073458A1 (en) | Method and system for processing medical records | |
CA3119985C (en) | User support with integrated conversational user interfaces and social question answering | |
Willis et al. | Qualitative and quantitative approach to assess the potential for automating administrative tasks in general practice | |
US20150331567A1 (en) | Interaction/resource network data management platform | |
Leaver et al. | Human factors in financial trading: An analysis of trading incidents | |
WO2021195172A1 (en) | Autonomous procurement system | |
US20230259856A1 (en) | Project success probability calculation system, method of calculating project success probability, and non-transitory computer-readable medium | |
US11714827B2 (en) | Automated dynamic content scheduler | |
US20160012372A1 (en) | Crowd worker quality improvement with continuing training | |
US20200364537A1 (en) | Systems and methods for training and executing a recurrent neural network to determine resolutions | |
US11574272B2 (en) | Systems and methods for maximizing employee return on investment | |
US20170242979A1 (en) | Method of performing clinical trials | |
Boon et al. | Hiving off the non-essential: Analysing which public organizations outsource administrative overhead | |
US20170061548A1 (en) | Advice engine | |
CN115516473A (zh) | 混合人机学习*** | |
Weber et al. | Current state of educational compensation in academic neurology: results of a US national survey | |
Bauer | Paradox and imperatives in health care: redirecting reform for efficiency and effectiveness | |
Marsden et al. | An empirical investigation into the relation between performance and perception of users with a what-if facility | |
KR20240077218A (ko) | 스타지수 기반의 예술인 캐스팅 서비스 플랫폼 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |