JP2010128634A - Meeting decision device, organization analysis system and meeting decision program - Google Patents
Meeting decision device, organization analysis system and meeting decision program Download PDFInfo
- Publication number
- JP2010128634A JP2010128634A JP2008300440A JP2008300440A JP2010128634A JP 2010128634 A JP2010128634 A JP 2010128634A JP 2008300440 A JP2008300440 A JP 2008300440A JP 2008300440 A JP2008300440 A JP 2008300440A JP 2010128634 A JP2010128634 A JP 2010128634A
- Authority
- JP
- Japan
- Prior art keywords
- meeting
- determination
- threshold
- organization
- time
- 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
- 230000008520 organization Effects 0.000 title claims abstract description 68
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 238000009826 distribution Methods 0.000 claims abstract description 105
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 abstract description 36
- 238000000034 method Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 240000008168 Ficus benjamina Species 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、会合判定装置、組織分析システム及び会合判定プログラムに関する。 The present invention relates to a meeting determination device, an organization analysis system, and a meeting determination program.
従来より、組織的な活動を科学的に分析するために、各組織に所属する構成員の位置を測定し、複数の構成員が同じ場所に同時に存在した、すなわち会合したか否かを判定する技術が提案されている。例えば、下記特許文献1には、対象検出範囲内に検出対象者が出入りする時期の同時性から会合を検出する会合検出装置が開示されている。この従来例では、常に一定のアルゴリズムにより会合の検出が行われている。
Conventionally, in order to analyze organizational activities scientifically, the positions of members belonging to each organization are measured, and it is determined whether or not a plurality of members existed simultaneously in the same place, that is, whether or not they met. Technology has been proposed. For example,
本発明の目的は、会合判定の対象に応じて決定した閾値により会合判定を行う会合判定装置、組織分析システム及び会合判定プログラムを提供することにある。 The objective of this invention is providing the meeting determination apparatus, organization analysis system, and meeting determination program which perform meeting determination with the threshold value determined according to the object of meeting determination.
上記目的を達成するために、請求項1記載の会合判定装置の発明は、予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において同時に存在した回数または累積時間に基づき求めた会合検出分布から会合判定の閾値を決定するための閾値決定係数を受け付ける閾値決定係数受付手段と、前記閾値決定係数に基づいて決定された閾値により、前記組織の特定の構成員同士が会合していたか否かを判定した判定結果を出力する会合判定結果出力手段と、を備えることを特徴とする。
In order to achieve the above object, the invention of the meeting determination device according to
請求項2記載の発明は、請求項1記載の会合判定装置において、前記会合検出分布が、予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において同時に存在した回数又は累積時間を、一定の時間幅毎に同時に存在した時間長である同時存在時間により割り振って求めた度数分布であることを特徴とする。
The invention according to
請求項3記載の発明は、請求項1または請求項2記載の発明において、前記閾値決定係数が、組織、場所または個人の属性毎に設定されることを特徴とする。
The invention according to
請求項4記載の発明は、請求項1から請求項3のいずれか一項に記載の発明において、組織、場所または個人の属性毎に前記度数分布の類似性を求め、類似性が低い場合に閾値決定係数の使用に関する警告を発生することを特徴とする。
The invention according to
請求項5記載の組織分析システムの発明は、請求項1から請求項4のいずれか一項に記載の会合判定装置と、前記会合判定装置が会合判定結果出力手段により出力した会合判定結果を使用して、各組織の構成員間の行動を分析する組織分析装置と、を備えることを特徴とする。
The invention of the organization analysis system according to
請求項6記載の会合判定プログラムの発明は、コンピュータを、予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において同時に存在した回数または累積時間に基づき求めた会合検出分布から会合判定の閾値を決定するための閾値決定係数を受け付ける閾値決定係数受付手段、前記閾値決定係数に基づいて決定された閾値により、前記組織の特定の構成員同士が会合していたか否かを判定した判定結果を出力する会合判定結果出力手段、として機能させることを特徴とする。
According to the invention of the meeting determination program according to
請求項1、請求項2及び請求項6記載の発明によれば、会合判定の場所、時間、組織などによって特長づけられた対象に応じて決定した閾値により、一貫した会合判定を行うことができる。 According to the first, second, and sixth aspects of the present invention, it is possible to perform consistent meeting determination using a threshold value determined according to an object characterized by a meeting determination place, time, organization, and the like. .
請求項3記載の発明によれば、組織、場所または個人の属性毎に閾値を決定することができる。
According to the invention described in
請求項4記載の発明によれば、度数分布の類似性により、閾値決定係数の使用の可否を判定できる。
According to the invention described in
請求項5記載の発明によれば、会合判定結果に基づいて組織分析を行う組織分析システムを形成できる。 According to the fifth aspect of the present invention, it is possible to form a tissue analysis system that performs a tissue analysis based on the meeting determination result.
以下、本発明を実施するための最良の形態(以下、実施形態という)を、図面に従って説明する。 Hereinafter, the best mode for carrying out the present invention (hereinafter referred to as an embodiment) will be described with reference to the drawings.
図1には、本実施形態にかかる会合判定装置を構成するコンピュータのハードウェア構成の例が示される。図1において、会合判定装置は、中央処理装置(例えばマイクロプロセッサ等のCPUを用いるとよい)10、ランダムアクセスメモリ(RAM)12、読み出し専用メモリ(ROM)14、通信装置16、入力装置18、表示装置20及びハードディスク装置(HDD)22を含んで構成されている。また、これらの構成要素は、バス24により互いに接続されている。なお、通信装置16、入力装置18、表示装置20及びハードディスク装置22は、それぞれ各入出力インターフェース26a、26b、26c、26dを介してバス24に接続されている。
FIG. 1 shows an example of a hardware configuration of a computer constituting the meeting determination apparatus according to the present embodiment. In FIG. 1, the meeting determination device includes a central processing unit (for example, a CPU such as a microprocessor may be used) 10, a random access memory (RAM) 12, a read-only memory (ROM) 14, a
CPU10は、RAM12またはROM14に格納されている制御プログラムに基づいて、後述する各部の動作を制御する。RAM12は主としてCPU10の作業領域として機能し、ROM14にはBIOS等の制御プログラムその他のCPU10が使用するデータが格納されている。
The
また、通信装置16は、USB(ユニバーサルシリアルバス)ポート、ネットワークポートその他の適宜なインターフェースにより構成され、CPU10がネットワーク等の通信手段を介して外部の装置とデータをやり取りするために使用する。
The
また、入力装置18は、キーボード、ポインティングデバイス等により構成され、使用者が動作指示等を入力するために使用する。また、入力装置18は、会合判定に使用する人位置情報、場所識別情報、個人識別情報等を各データベースから取得する構成としてもよい。なお、人位置情報、場所識別情報、個人識別情報等は通信装置16を介して取得してもよい。
The
また、表示装置20は、液晶ディスプレイ等により構成され、会合判定の閾値及び会合判定の結果等を表示する。
The
また、ハードディスク装置22は記憶装置であり、後述する処理に必要となる種々のデータを記憶する。
The
図2には、本実施形態にかかる会合判定装置100の機能ブロック図が示される。図2において、会合判定装置100は、閾値決定係数受付部28、会合検出分布計算部30、会合検出分布格納部32、閾値計算部34、閾値格納部36、会合判定部38、会合判定結果格納部40、会合判定結果出力部42及び類似性判定部44を含んで構成されている。これらの機能は例えばCPU10とCPU10の処理動作を制御するプログラムとにより実現される。
FIG. 2 is a functional block diagram of the
閾値決定係数受付部28は、使用者が入力装置18から入力した、会合判定の閾値を決定するための閾値決定係数を受け付ける。この閾値は、後述する会合検出分布計算部30が求める度数分布あるいは時間分布等の会合検出分布と上記閾値決定係数とから閾値計算部34により決定される。閾値決定係数は、予め定められた値を使用してもよいし、会合判定の対象となる組織、場所、構成員等に応じて利用者が決定してもよい。なお、予め定められた値を使用する場合には、会合判定装置100に設定しておき、入力装置18からの入力を省略してもよい。
The threshold determination
会合検出分布計算部30は、予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において会合すなわち同時に存在が検出された頻度または時間の分布である会合検出分布を計算する。この会合検出分布は、例えば予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において同時に存在が検出される回数を、一定の時間幅毎に同時に存在が検出される時間長である同時存在時間により割り振って、上記時間幅毎の度数分布として求めることができる。あるいは、上記組織の構成員の組合せ毎に同時存在時間の分布を求めて会合検出分布としてもよい。この場合、会合検出分布計算部30は、各構成員がどの時刻にどの位置に存在したかという人位置情報を人位置情報格納装置46から取得して、上記会合検出分布を計算する。なお、人位置情報は、人位置情報検出部48から人位置情報格納装置46が取得してRAM12またはハードディスク装置22等の記憶装置に格納する。人位置情報検出部48は、例えば各構成員が携帯するRFID(Radio Frequency Identification)タグあるいは赤外線照射装置等を、RFIDタグあるいは赤外線照射装置等からの信号を受信する適宜なセンサにより検知し、その検知結果に基づいて構成員の位置情報を発生する。上記RFIDタグあるいは赤外線照射装置等からの信号には構成員個人を特定する個人識別情報が含まれているが、この個人識別情報と構成員との関連づけは個人情報格納装置50から取得する個人情報により行う。また、各センサの検出出力には、センサの設置位置を表す場所識別情報が含まれているが、場所識別情報と設置位置との関連付けは、場所情報格納装置52から取得する場所情報により行う。
The meeting detection
会合検出分布格納部32は、会合検出分布計算部30が計算して求めた上記会合検出分布のデータを、RAM12またはハードディスク装置22等の記憶装置に格納する。
The meeting detection
閾値計算部34は、会合検出分布格納部32から上記会合検出分布を取得し、この会合検出分布と上記閾値決定係数とを用いて閾値を計算する。具体的には、上記会合検出分布としての度数分布から構成員同士が予め定められた場所において同時に存在が検出された回数の累積値を算出し、この累積値に上記閾値決定係数を乗算し、乗算結果が含まれる時間幅を求めて、その時間幅の代表値を閾値として決定する。代表値としては、当該時間幅の中央値、最小値、最大値等を使用する。あるいは、上記構成員の組合せ毎の同時存在時間の分布から、各組織の構成員同士が予め定められた場所において同時に存在した同時存在時間の合計(累積値)を算出し、これに閾値決定係数を乗算して閾値を決定してもよい。なお、閾値計算部34も、人位置情報格納装置46から人位置情報を取得し、個人情報格納装置50から個人情報を取得し、場所情報格納装置52から場所情報を取得して、どの場所におけるどの組織の閾値を計算するのかを判断している。
The
閾値格納部36は、閾値計算部34が計算して求めた上記閾値をRAM12またはハードディスク装置22等の記憶装置に格納する。
The
会合判定部38は、閾値格納部36から上記閾値を取得し、この閾値により、上記組織の特定の構成員同士が会合していたか否かを判定する。この場合、上記特定の構成員同士が同時に存在していた時間長である同時存在時間が上記閾値より長い場合に会合していたと判定するのが好適である。なお、会合判定部38も、人位置情報格納装置46から人位置情報を取得し、個人情報格納装置50から個人情報を取得し、場所情報格納装置52から場所情報を取得して、どの場所におけるどの組織の構成員同士の会合を判定するのかを判断している。
The
会合判定結果格納部40は、会合判定部38による会合判定結果をRAM12またはハードディスク装置22等の記憶装置に格納する。
The meeting determination
会合判定結果出力部42は、会合判定結果格納部40から会合判定結果を取得し、組織分析装置等の出力先に出力する。この場合、会合判定結果出力部42が通信装置16によりネットワーク等の通信手段を介して会合判定結果を出力先に送信する構成としてもよい。
The meeting determination
類似性判定部44は、会合検出分布格納部32から組織、場所または個人の属性が異なる度数分布を複数取得し、これらの度数分布が類似しているか否かを判定する。この判定の詳細は後述する。
The
なお、図2において、会合判定装置100の会合判定結果出力部42は、組織分析装置102に会合判定結果を出力する。組織分析装置102では、会合判定結果を使用し、各組織の構成員間でどのような行動がなされているかを分析する。これにより、例えば、人により構成される組織の活動の解析、例えば会合頻度が高く、関係が密接な組織の組み合わせと、業務上の成果との関係等を解析することができる。
In FIG. 2, the meeting determination
図3には、人位置情報格納装置46に格納された人位置情報の例が示される。図3において、人位置情報には、移動体ID、場所ID、開始時刻及び終了時刻の項目が含まれている。移動体IDは、各構成員が携帯するRFIDタグあるいは赤外線照射装置等の移動体通信装置の識別情報であり、上記個人識別情報となる。また、場所IDは、会合を判定する対象となる各場所(センサの設置位置)の識別情報である。開始時刻は、センサによりRFIDタグあるいは赤外線照射装置等の存在の検出が始まった時点の時刻である。また、終了時刻は、上記検出が終了(検出されなくなった)時点の時刻である。なお、図3の人位置情報は、センサの検出結果に基づき、常に新しい情報が追加される構成とするのが好適である。
FIG. 3 shows an example of the person position information stored in the person position
図4には、場所情報格納装置52に格納された場所情報の例が示される。図4において、場所情報には、場所ID、場所タイプ、フロア及び場所名の項目が含まれている。場所IDは、図3と同じであり、会合を判定する対象となる各場所(センサの設置位置)の識別情報である。また、場所タイプは、上記場所の種類である。本例では、居室、会議室、廊下や休憩室等のフリースペースが例示されている。また、フロアは、上記場所が建物の何階に存在するかの情報である。また、場所名は、上記各場所の名称である。
FIG. 4 shows an example of location information stored in the location
図5には、個人情報格納装置50に格納された個人情報の例が示される。図5において、個人情報には、移動体ID、所属組織、職位、職種及び居室の項目が含まれている。移動体IDは、図3と同じであり、各構成員が携帯するRFIDタグあるいは赤外線照射装置等の移動体通信装置の識別情報である。また、所属組織は、各構成員が所属する組織の名称である。本例では、営業1、営業2、営業3が例示されている。また、職位は、各構成員の組織における地位であり、本例では、Mgr(マネージャー)1、Mgr2、一般1、一般2、一般3が例示されている。また、職種は、各構成員が組織において担当する職務の種類である。本例では、営業、営業スタッフ、SEが例示されている。また、居室は、各構成員の席がある場所の名称である。
FIG. 5 shows an example of personal information stored in the personal
図6には、本実施形態にかかる会合判定装置の動作例のフローが示される。図6において、使用者が入力装置18から会合判定処理の開始を指示すると、会合検出分布計算部30が人位置情報格納装置46から人位置情報を取得する(S101)。また、閾値決定係数受付部28は、使用者が入力装置18から入力した、組織、場所または個人の属性毎に設定される閾値決定係数を受け付ける(S102)。
FIG. 6 shows a flow of an operation example of the meeting determination apparatus according to the present embodiment. In FIG. 6, when the user instructs to start the meeting determination process from the
次に、会合検出分布計算部30は、会合検出分布として上述した度数分布または構成員の組合せ毎の同時存在時間の分布(以後、同時存在時間分布という)等を計算する(S103)。計算した度数分布または同時存在時間分布は会合検出分布格納部32が、RAM12またはハードディスク装置22等の記憶装置に格納する。度数分布の計算処理は図7において詳細を説明する。また、同時存在時間分布については、図16において説明する。
Next, the meeting detection
次に、閾値計算部34は、会合検出分布格納部32から度数分布または同時存在時間分布を取得し、この度数分布または同時存在時間分布と上記閾値決定係数とを用いて閾値を計算する(S104)。計算した閾値は、閾値格納部36がRAM12またはハードディスク装置22等の記憶装置に格納する。閾値の計算処理は図11において詳細を説明する。
Next, the threshold
次に、会合判定部38は、閾値格納部36から上記閾値を取得し、この閾値に基づいて各組織の特定の構成員同士が会合していたか否かを判定する(S105)。会合判定結果は、会合判定結果格納部40がRAM12またはハードディスク装置22等の記憶装置に格納する。会合判定処理は図13において詳細を説明する。また、会合判定結果出力部42は、会合判定結果格納部40から会合判定結果を取得し、組織分析装置102等の出力先に出力する(S106)。
Next, the
図7には、図6のS103における度数分布の計算処理のフローが示される。また、図8には、度数分布を表すグラフの例が示される。また、図9(a),(b)には、度数分布を求める際に使用されるデータ例及び度数分布のデータ例が示される。また、図10(a),(b),(c),(d)には、各構成員がある場所において同時存在したか否かを判定する方法の例の説明図が示される。 FIG. 7 shows a flow of the frequency distribution calculation process in S103 of FIG. FIG. 8 shows an example of a graph representing the frequency distribution. FIGS. 9A and 9B show data examples used when obtaining the frequency distribution and data examples of the frequency distribution. FIGS. 10 (a), (b), (c), and (d) are explanatory diagrams of an example of a method for determining whether or not each member is present simultaneously at a certain place.
図8の例では、横軸が、組織の構成員同士が会合(同時存在)していた時間の長さを表す会合時間であり、縦軸が、会合時間の一定の時間幅毎の会合回数(頻度D)である。また、図9(a)の例では、組織、相手組織、場所ID、開始時刻及び終了時刻の項目が含まれている。本例では、ある組織の構成員と相手組織の構成員との会合を判定するためのデータであり、組織及び相手組織は、会合判定の対象となる組織である。なお、この場合の組織と相手組織とは、同一の組織であってもよい。場所IDは、図3に示された場所IDと同様のデータである。また、開始時刻及び終了時刻は、場所IDで示される場所において同時存在が開始された時刻及び終了した時刻である。なお、同時存在しているか否かは、図3に示される人位置情報における開始時刻と終了時刻の間が各構成員の間で重複しているか否かにより判定する。また、図9(b)の例では、1分の時間幅毎の頻度Dが例示されている。また、図10(a),(b),(c),(d)の例では、ある組織Iの構成員kと相手組織Mの構成員nとが同時存在しているパターンが例示されている。各構成員k及びnに対応する横棒が、構成員k及びnが携帯するRFIDタグあるいは赤外線照射装置等を、ある場所jに設けられたセンサにより検出できている時間を表す。また、開始時刻及び終了時刻は、各構成員k及びnが同時存在している、すなわち上記横棒が重なっている時間帯の開始時刻及び終了時刻である。この開始時刻及び終了時刻が、図9(a)に示される開始時刻及び終了時刻である。なお、同時存在しているパターンは、図10(a),(b),(c),(d)に限定されるものではない。 In the example of FIG. 8, the horizontal axis is the meeting time indicating the length of time that members of the organization have been meeting (simultaneously existed), and the vertical axis is the number of meetings for each fixed time width of the meeting time. (Frequency D). In the example of FIG. 9A, items of organization, partner organization, location ID, start time, and end time are included. In this example, it is data for determining a meeting between a member of a certain organization and a member of the partner organization, and the organization and the partner organization are organizations that are targets of the meeting determination. In this case, the organization and the partner organization may be the same organization. The place ID is the same data as the place ID shown in FIG. The start time and the end time are the time when the simultaneous existence started at the place indicated by the place ID and the time when it ended. Whether or not they exist at the same time is determined based on whether or not the start time and end time in the human position information shown in FIG. Moreover, in the example of FIG.9 (b), the frequency D for every time width of 1 minute is illustrated. Further, in the examples of FIGS. 10A, 10B, 10C, and 10D, a pattern in which a member k of a certain organization I and a member n of the partner organization M exist simultaneously is illustrated. Yes. A horizontal bar corresponding to each of the members k and n represents a time during which an RFID tag or an infrared irradiation device carried by the members k and n can be detected by a sensor provided at a certain location j. The start time and end time are the start time and end time of the time zone in which the members k and n exist simultaneously, that is, the horizontal bars overlap. The start time and end time are the start time and end time shown in FIG. In addition, the pattern which exists simultaneously is not limited to Fig.10 (a), (b), (c), (d).
図7において、会合検出分布計算部30は、人位置情報格納装置46から取得した人位置情報を使用して、会合判定の対象である組織Iの構成員kが、場所jに存在した存在時間を取得する(S201)。例えば、図3に示されるように、人位置情報は、各構成員(移動体IDにより識別される)がある場所(場所IDにより識別される)で存在が検出された開始時刻と終了時刻とを含んでいる。そこで、会合検出分布計算部30は、この開始時刻と終了時刻とを取得して当該場所の存在時間とする。
In FIG. 7, the meeting detection
また、会合検出分布計算部30は、S201と同様にして、人位置情報格納装置46から取得した人位置情報を使用して、会合判定の対象である組織Mの構成員nが、場所jに存在した存在時間を取得する(S202)。
In addition, the meeting detection
会合検出分布計算部30は、S201、S202で取得した構成員kと構成員nとの存在時間から、場所jで同時に存在している同時存在時間を計算する(S203)。同時存在時間は、図9(a)において、ある組織と相手組織(例えば営業1と営業2)の各構成員が場所IDで示される場所において同時存在している開始時刻と終了時刻との差を計算することにより求める。
The meeting detection
次に、会合検出分布計算部30は、S203で求めた構成員kと構成員nとの同時存在時間を一定の時間幅毎に割り振り、各時間幅毎に同時存在した回数を加算して行く(S204)。これにより、各時間幅毎の同時存在回数の度数分布を得ることができる。図9(b)の例では、時間幅が1分となっており、同時存在時間が0分超から1分までの同時存在回数、1分超から2分までの同時存在回数というように各時間幅毎の同時存在回数が頻度Dとして示されている。図8は、このようにして求めた度数分布のグラフの例である。
Next, the meeting detection
次に、会合検出分布計算部30は、組織Iの全ての構成員kと、組織Mの全ての構成員nとの組み合わせで度数分布を求める処理が終了しているか否かを確認し(S205)、終了していない場合には、構成員kと構成員nとの組み合わせを変えてS201からの工程を繰り返す。また、全ての構成員の組み合わせで上記処理が終了している場合には、度数分布を求める処理を終了する。なお、このとき、他の組織の組み合わせで、または他の場所において上記度数分布を求める処理を続行してもよい。
Next, the meeting detection
図11には、図6のS104における閾値の計算処理のフローが示される。また、図12には、閾値の決定処理の説明図が示される。 FIG. 11 shows a flow of threshold value calculation processing in S104 of FIG. FIG. 12 is an explanatory diagram of threshold value determination processing.
図11において、閾値計算部34は、図6のS102において閾値決定係数受付部28が受け付けた閾値決定係数を取得する(S301)。また、閾値計算部34は、図7の処理により求めた度数分布における同時存在回数を累積し、累積頻度CDを算出する(S302)。累積頻度CDは、図12に示されるように、各時間幅における頻度Dを加算して求める。
In FIG. 11, the threshold
次に、閾値計算部34は、上記累積頻度CDと閾値決定係数とを乗算した値Aを算出する(S303)。その後、閾値計算部34は、図12に示される各時間幅毎に、会合時間の短時間から長時間に向かう方向で頻度を呼び出して累積し、累積値Bを求めて行く(S304)。次に、閾値計算部34は、求めた累積値Bが上記A以上か否かを確認する(S305)。S305において累積値BがA以上となったときに、最後に累積した時間幅を求め、その時間幅の代表値を閾値とする(S306)。
Next, the threshold
ここで、上記Aが、図12の縦軸上に示される値であるとすると、閾値計算部34は、0分超から1分の時間幅の頻度、1分超から2分の時間幅の頻度というように順次累積して行き、この累積値が上記A以上となる時間幅を探す。図12の例では、累積値が破線の棒で示されており、累積値は2分超から3分の時間幅の頻度を累積したときに上記Aを超えている。閾値計算部34は、最後に累積した時間幅(2分超から3分)を閾値決定用の時間幅とし、その代表値を閾値として決定する。なお、代表値は、例えば当該時間幅の横軸上の最小値、中間値、最大値等とすることができる。図12の例では、2分超から3分の時間幅の最小値2分、中間値2.5分または最大値3分を閾値とする。
Here, assuming that A is the value shown on the vertical axis of FIG. 12, the threshold
図13には、図6のS105における会合判定処理のフローが示される。図13は、場所jにおける会合判定の例である。また、図14には、会合判定処理の説明図が示される。 FIG. 13 shows a flow of the meeting determination process in S105 of FIG. FIG. 13 is an example of meeting determination at location j. FIG. 14 is an explanatory diagram of the meeting determination process.
図13において、会合判定部38は、会合判定の対象として組織Iの構成員kを抽出する(S401)。同様にして、会合判定部38は、会合判定の対象として組織Mの構成員nを抽出する(S402)。会合判定部38は、人位置情報格納装置46から人位置情報を取得し、構成員kと構成員nとの場所jにおける同時存在時間Tを算出する(S403)。同時存在時間Tは、図9(a)に示されるデータ例の開始時刻と終了時刻との差により求めてもよいし、図3に示される人位置情報から、開始時刻と終了時刻の間が各構成員の間で重複している時間として求めてもよい。
In FIG. 13, the
会合判定部38は、S403で求めた同時存在時間Tが、図11の工程により決定した閾値よりも短いか否かを判定する(S404)。例えば、図14において、図11の工程により閾値を決定するための時間幅が4分超から5分までの時間幅であり、その最大値5分を閾値として決定したとすると、図14に示されるように、上記構成員kと構成員nとの同時存在時間Tが5分より短いか、5分以上かを判断することになる。
The
同時存在時間Tが閾値より短い場合には、上記構成員kと構成員nとは場所jにおいて会合していないと判定する(S405)。一方、S404において、同時存在時間Tが閾値以上である場合には、上記構成員kと構成員nとは場所jにおいて会合していたと判定する(S406)。 When the simultaneous existence time T is shorter than the threshold, it is determined that the member k and the member n are not meeting at the place j (S405). On the other hand, if the simultaneous existence time T is equal to or greater than the threshold value in S404, it is determined that the member k and the member n are meeting at the place j (S406).
次に、会合判定部38は、組織Iのすべての構成員kと、組織Mの全ての構成員nとの組み合わせで会合判定処理が終了したか否かを確認し(S407)、終了していない場合には、構成員kと構成員nとの組み合わせを変えてS401からの工程を繰り返す。また、全ての構成員の組み合わせで上記処理が終了している場合には、会合判定処理を終了する。なお、このとき、他の組織の組み合わせで、または他の場所において上記会合判定処理を続行してもよい。以上のようにして求めた会合判定結果は、会合判定結果格納部40によりRAM12またはハードディスク装置22等の記憶装置に格納される。
Next, the
図15には、会合判定部38による会合判定結果の例が示される。図15の例では、組織、相手組織、場所ID、閾値、開始時刻、終了時刻及び会合判定結果の項目が含まれており、これらのうち、組織、相手組織、場所ID、開始時刻及び終了時刻の項目は、図9(a)の各項目と同様である。また、閾値は、閾値決定に適用された適用時間幅とともに決定された閾値を示す項目である。本例では、適用時間幅の最大値が閾値として決定された例である。また、会合判定結果は、会合判定部38の判定結果である。「有」が会合が有ったことを意味し、「無」は会合が無かったことを意味する。この判定結果は、開始時刻と終了時刻との差及び閾値に基づき、図13の工程により生成される。
FIG. 15 shows an example of a meeting determination result by the
なお、上述した、図6、図7、図11及び図13の各ステップを実行するためのプログラムは、記録媒体に格納することも可能であり、また、そのプログラムを通信手段によって提供しても良い。その場合、例えば、上記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えても良い。 Note that the program for executing the steps of FIGS. 6, 7, 11, and 13 described above can be stored in a recording medium, and the program can be provided by communication means. good. In that case, for example, the above-described program may be regarded as an invention of a “computer-readable recording medium recording the program”.
図16には、会合検出分布としての同時存在時間分布の説明図が示される。図16において、M軸には、組織Mの構成員n1〜npが割り振られている。また、I軸には、組織Iの構成員k1〜kpが割り振られている。これらのM軸とI軸とにより構成される平面上には、各構成員の組合せを表す格子点が設定される。この格子点には、各構成員の組合せ毎に、ある場所jにおける構成員の組合せ毎の同時存在時間TSが表示されている。図16の例では、構成員k1と構成員n1との組み合わせを表す格子点には、同時存在時間TSk1n1が棒状の図形で表示され、その高さが同時存在時間TSの値となっている。同様にして、構成員k2と構成員n1との組み合わせを表す格子点には、同時存在時間TSk2n1が棒状の図形で表示されている。他の格子点についても同様に表示される。この同時存在時間TSは、会合検出分布計算部30が、例えば図3に示された人位置情報から、開始時刻と終了時刻の間が各構成員の間で重複している時間として計算する。閾値計算部34は、図16に示された同時存在時間TSを累積し、累積同時存在時間CTSに閾値決定係数を乗算し、その結果を閾値として決定する。
FIG. 16 shows an explanatory diagram of the simultaneous existence time distribution as the association detection distribution. In FIG. 16, members n1 to np of the organization M are allocated to the M axis. Moreover, the members k1 to kp of the organization I are allocated to the I axis. On the plane constituted by these M-axis and I-axis, lattice points representing combinations of members are set. At this lattice point, the simultaneous existence time TS for each combination of members in a certain place j is displayed for each combination of members. In the example of FIG. 16, the simultaneous existence time TSk1n1 is displayed as a bar-shaped figure at the lattice point representing the combination of the member k1 and the member n1, and the height is the value of the simultaneous existence time TS. Similarly, the simultaneous existence time TSk2n1 is displayed as a bar-shaped figure at the lattice point representing the combination of the member k2 and the member n1. Other grid points are displayed in the same manner. The simultaneous presence time TS is calculated by the meeting detection
図17(a),(b)には、類似性判定部44による度数分布の類似性の判断処理の説明図が示される。
FIGS. 17A and 17B are explanatory diagrams of the similarity determination processing of the frequency distribution by the
図2に示された類似性判定部44は、会合検出分布格納部32から度数分布を取得する。図17(a)では、度数分布1と度数分布2とが例示され、図17(b)では、度数分布3と度数分布4とが例示されており、これらの度数分布は、組織、場所または個人の属性等が異なっている。類似性判定部44は、χ二乗検定等を使用してこれらの度数分布の類似性(乖離度)を算出する。この判定の結果、類似度が予め定めた閾値より高い場合には、一方の度数分布に使用した閾値決定係数を他方の度数分布にも使用できる。しかし、類似度が予め定めた閾値より高い場合には、一方の閾値決定係数を他方に使用することは不適当であり、正確な会合判定が困難になるので、その旨の警告を発生する構成とするのが好適である。一方の閾値決定係数を他方に使用できる旨の表示、または使用できない旨の警告は、例えば類似性判定部44が表示装置20に表示させるのが好適である。
The
図17(a)の例では、度数分布に類似性有ると判定され、度数分布1と度数分布2とにおいて同じ閾値決定係数を使用することができる。一方、図17(b)の例では、度数分布3と度数分布4との類似性が低いと判定され、度数分布3に使用した閾値決定係数を度数分布4に使用することは適当ではない。そのため、類似性判定部44は、その旨の警告を表示装置20に表示させる。このとき、使用者は、度数分布4が求められた組織、場所、構成員等に応じた閾値決定係数を新たに設定する。
In the example of FIG. 17A, it is determined that the frequency distribution is similar, and the same threshold determination coefficient can be used in the
実施形態として、上記説明において、度数分布は、予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において同時に存在した回数の累積値で求めているが、回数ではなく累積時間を、一定の時間幅毎に同時に存在した時間長により割り振って求めてもよい。 As an embodiment, in the above description, the frequency distribution is obtained by the cumulative value of the number of times that members of one or a plurality of organizations selected in advance exist in a predetermined place, but it is not the number of times. You may obtain | require time by allocating by the time length which existed simultaneously for every fixed time width.
以上に述べた各実施形態では、会合判定を組織毎、場所毎に行っているが、他の属性値について行ってもよい。例えば、個人の属性値として組織の代わりに職位あるいは職制等を使用してもよい。職位としては、例えば、一般職同士、管理職同士、一般職と管理職等が挙げられる。 In each of the embodiments described above, the meeting determination is performed for each organization and each place, but may be performed for other attribute values. For example, a position or a job system may be used as an individual attribute value instead of an organization. Examples of the position include general positions, management positions, general positions and management positions, and the like.
10 CPU、12 RAM、14 ROM、16 通信装置、18 入力装置、20 表示装置、22 ハードディスク装置、24 バス、26a、26b、26c、26d 入出力インターフェース、28 閾値決定係数受付部、30 会合検出分布計算部、32 会合検出分布格納部、34 閾値計算部、36 閾値格納部、38 会合判定部、40 会合判定結果格納部、42 会合判定結果出力部、44 類似性判定部、100 会合判定装置、102 組織分析装置。 10 CPU, 12 RAM, 14 ROM, 16 communication device, 18 input device, 20 display device, 22 hard disk device, 24 bus, 26a, 26b, 26c, 26d input / output interface, 28 threshold determination coefficient accepting unit, 30 meeting detection distribution Calculation unit, 32 meeting detection distribution storage unit, 34 threshold calculation unit, 36 threshold storage unit, 38 meeting determination unit, 40 meeting determination result storage unit, 42 meeting determination result output unit, 44 similarity determination unit, 100 meeting determination device, 102 Tissue analyzer.
Claims (6)
前記閾値決定係数に基づいて決定された閾値により前記組織の特定の構成員同士が会合していたか否かを判定した判定結果を出力する会合判定結果出力手段と、
を備えることを特徴とする会合判定装置。 Accepts a threshold determination coefficient for determining a meeting determination threshold from the meeting detection distribution obtained based on the number of times or members accumulated in one or a plurality of pre-selected organizations are simultaneously present at a predetermined location. A threshold determination coefficient receiving means;
Meeting determination result output means for outputting a determination result for determining whether or not specific members of the organization were meeting with each other based on the threshold determined based on the threshold determination coefficient;
A meeting determination device comprising:
前記会合判定装置が会合判定結果出力手段により出力した会合判定結果を使用して、各組織の構成員間の行動を分析する組織分析装置と、を備えることを特徴とする組織分析システム。 The meeting determination device according to any one of claims 1 to 4,
A tissue analysis system comprising: a tissue analysis device that analyzes a behavior among members of each organization using a meeting determination result output by the meeting determination result output unit by the meeting determination device.
予め選択された一つまたは複数の組織の構成員同士が予め定められた場所において同時に存在した回数または累積時間に基づき求めた会合検出分布から会合判定の閾値を決定するための閾値決定係数を受け付ける閾値決定係数受付手段、
前記閾値決定係数に基づいて決定された閾値により、前記組織の特定の構成員同士が会合していたか否かを判定した判定結果を出力する会合判定結果出力手段、として機能させることを特徴とする会合判定プログラム。 Computer
Accepts a threshold determination coefficient for determining a meeting determination threshold from the meeting detection distribution obtained based on the number of times or members accumulated in one or a plurality of pre-selected organizations are simultaneously present at a predetermined location. Threshold determination coefficient receiving means,
It is made to function as a meeting determination result output means for outputting a determination result for determining whether or not specific members of the organization are meeting with each other based on the threshold determined based on the threshold determination coefficient. Meeting judgment program.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008300440A JP2010128634A (en) | 2008-11-26 | 2008-11-26 | Meeting decision device, organization analysis system and meeting decision program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008300440A JP2010128634A (en) | 2008-11-26 | 2008-11-26 | Meeting decision device, organization analysis system and meeting decision program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010128634A true JP2010128634A (en) | 2010-06-10 |
Family
ID=42329000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008300440A Pending JP2010128634A (en) | 2008-11-26 | 2008-11-26 | Meeting decision device, organization analysis system and meeting decision program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010128634A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2490312A (en) * | 2011-04-18 | 2012-10-31 | Nokia Corp | Automatic Recording of Meetings Based on Proximity of Two Devices |
-
2008
- 2008-11-26 JP JP2008300440A patent/JP2010128634A/en active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2490312A (en) * | 2011-04-18 | 2012-10-31 | Nokia Corp | Automatic Recording of Meetings Based on Proximity of Two Devices |
EP2700252A1 (en) * | 2011-04-18 | 2014-02-26 | Nokia Corp. | Creating a database entry |
EP2700252A4 (en) * | 2011-04-18 | 2014-10-29 | Nokia Corp | Creating a database entry |
GB2490312B (en) * | 2011-04-18 | 2015-06-03 | Nokia Corp | Creating a database entry |
US9351120B2 (en) | 2011-04-18 | 2016-05-24 | Nokia Technologies Oy | Creating a database entry |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hwang et al. | Process mining to discover shoppers’ pathways at a fashion retail store using a WiFi-base indoor positioning system | |
Heilmann | A branch-and-bound procedure for the multi-mode resource-constrained project scheduling problem with minimum and maximum time lags | |
Fisher et al. | Evaluation of real-time location systems in their hospital contexts | |
Kim et al. | Automated hazardous area identification using laborers' actual and optimal routes | |
US11272316B2 (en) | Laboratory utilization monitoring and analytics | |
US20180046969A1 (en) | Task execution support device, task execution support system, and non-transitory computer-readable storage medium | |
EP1475736A2 (en) | Method and system for performance analysis for a function or service provided to or in an organisation | |
Mukherjee et al. | A new nonparametric scheme for simultaneous monitoring of bivariate processes and its application in monitoring service quality | |
Zobel | Representing the multi-dimensional nature of disaster resilience. | |
KUMAR et al. | An assessment of testing cost with effort-dependent fdp and fcp under learning effect: a genetic algorithm approach | |
JP2010128634A (en) | Meeting decision device, organization analysis system and meeting decision program | |
JP2007172422A (en) | Meeting detection device and method | |
JP4525318B2 (en) | Analysis apparatus and analysis program | |
JP2008021045A (en) | Apparatus and method for analyzing visit information | |
Mohebbi et al. | Comparative analysis of the whole life carbon of three construction methods of a UK-based supermarket | |
Santos et al. | Risk level assessment in construction projects using the schedule performance index | |
JP7353350B2 (en) | Management device, management method and program | |
JP2020064565A (en) | Business management apparatus, business management method, and program | |
Kemp-Benedict | Converting qualitative assessments to quantitative assumptions: Bayes' rule and the pundit's wager | |
JP2013156941A (en) | Telework management device, telework management method and telework management program | |
JP4607943B2 (en) | Security level evaluation apparatus and security level evaluation program | |
Heydari et al. | Optimal allocation of testing resources in reliability growth | |
JP3867858B2 (en) | Workflow support system | |
JP2009217347A (en) | Information processor and program | |
Singprasong et al. | An integrated methodology for process improvement and delivery system visualization at a multidisciplinary cancer center |