JP2024059437A - Data management system, data management method and program - Google Patents
Data management system, data management method and program Download PDFInfo
- Publication number
- JP2024059437A JP2024059437A JP2022167113A JP2022167113A JP2024059437A JP 2024059437 A JP2024059437 A JP 2024059437A JP 2022167113 A JP2022167113 A JP 2022167113A JP 2022167113 A JP2022167113 A JP 2022167113A JP 2024059437 A JP2024059437 A JP 2024059437A
- Authority
- JP
- Japan
- Prior art keywords
- error
- history
- work
- repair
- repair work
- 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
- 238000013523 data management Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims description 32
- 230000008439 repair process Effects 0.000 claims abstract description 203
- 230000009471 action Effects 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010801 machine learning Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 15
- 230000010365 information processing Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000007704 transition Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000012706 support-vector machine Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000859 sublimation Methods 0.000 description 1
- 230000008022 sublimation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】エラーと修理作業とを精度よく効率的に関連付けるための技術を提供する【解決手段】複数の装置におけるエラー及び修理作業に関するデータを管理するためのデータ管理システムは、複数の装置の何れかにおいて発生したエラーを記録するエラー履歴と、複数の装置の何れかに対して実施された修理作業を記録する作業履歴と、複数の装置の何れかにおいて発生したエラーに関連付けて作業員が報告した修理作業を記録する報告履歴と、を取得する取得部と、作業履歴に記録されている個別の修理作業に対してエラーを関連付ける関連付け部と、を備える。関連付け部は、個別の修理作業が報告履歴に記録されている場合に、個別の修理作業に対して、報告履歴に記録されているエラーを関連付け、個別の修理作業が報告履歴に記録されていない場合に、個別の修理作業に対して、エラー履歴に記録されているエラーを関連付ける。【選択図】図9[Problem] To provide a technology for accurately and efficiently associating errors with repair work. [Solution] A data management system for managing data related to errors and repair work in a plurality of devices includes an acquisition unit that acquires an error history that records errors that have occurred in any of the plurality of devices, a work history that records repair work performed on any of the plurality of devices, and a report history that records repair work reported by workers in association with an error that has occurred in any of the plurality of devices, and an association unit that associates errors with individual repair work recorded in the work history. If an individual repair work is recorded in the report history, the association unit associates the error recorded in the report history with the individual repair work, and if an individual repair work is not recorded in the report history, the association unit associates the error recorded in the error history with the individual repair work. [Selected Figure] Figure 9
Description
本発明は、データ管理システム、データ管理方法及びプログラムに関する。 The present invention relates to a data management system, a data management method, and a program.
複数の画像形成装置から収集したデータを学習することによって生成されたモデルを用いて、部品交換などの修理作業を支援する様々な方法が提案されている。特許文献1では、複数の装置から集めたエラー情報と、作業者が保有する作業者情報とに基づいて生成された推定情報が利用される。作業者情報は、作業者の情報端末から取得した部品情報と作業状況情報とを含む。これにより、作業者が効率的に修理作業を行えるようになる。 Various methods have been proposed to support repair work such as part replacement using a model generated by learning data collected from multiple image forming devices. In Patent Document 1, estimated information generated based on error information collected from multiple devices and worker information held by the worker is used. The worker information includes part information and work status information obtained from the worker's information terminal. This enables the worker to perform repair work efficiently.
装置で発生したエラーを解消するための修理作業を推定するモデルを機械学習によって精度よく生成するために、エラーと修理作業とが互いに関連付けられた大量の学習データが使用される。また、エラーと修理作業とが関連付けのデータの量だけでなく、その関連付けの正確さもモデルの精度に影響する。本発明の一部の側面は、エラーと修理作業とを精度よく効率的に関連付けるための技術を提供することを目的とする。 In order to use machine learning to accurately generate a model that estimates repair work to resolve errors that have occurred in equipment, a large amount of learning data is used in which errors and repair work are associated with each other. Furthermore, not only the amount of data associating errors and repair work but also the accuracy of the association affects the accuracy of the model. Some aspects of the present invention aim to provide a technology for accurately and efficiently associating errors and repair work.
一部の実施形態によれば、複数の装置におけるエラー及び修理作業に関するデータを管理するためのデータ管理システムであって、前記複数の装置の何れかにおいて発生したエラーを記録するエラー履歴と、前記複数の装置の何れかに対して実施された修理作業を記録する作業履歴と、前記複数の装置の何れかにおいて発生したエラーに関連付けて作業員が報告した修理作業を記録する報告履歴と、を取得する取得手段と、前記作業履歴に記録されている個別の修理作業に対してエラーを関連付ける関連付け手段と、を備え、前記関連付け手段は、前記個別の修理作業が前記報告履歴に記録されている場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付け、前記個別の修理作業が前記報告履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付ける、データ管理システムが提供される。 According to some embodiments, a data management system for managing data on errors and repair work in a plurality of devices is provided, the data management system comprising: an acquisition means for acquiring an error history that records an error that occurred in any of the plurality of devices; a work history that records repair work performed on any of the plurality of devices; and a report history that records repair work reported by a worker in association with an error that occurred in any of the plurality of devices; and an association means for associating an error with an individual repair work recorded in the work history, the association means associating an error recorded in the report history with the individual repair work if the individual repair work is recorded in the report history, and associating an error recorded in the error history with the individual repair work if the individual repair work is not recorded in the report history.
一部の実施形態によれば、エラーと修理作業とを精度よく効率的に関連付けることができる。 In some embodiments, errors can be accurately and efficiently associated with repair actions.
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。 The following embodiments are described in detail with reference to the attached drawings. Note that the following embodiments do not limit the invention according to the claims. Although the embodiments describe multiple features, not all of these multiple features are necessarily essential to the invention, and multiple features may be combined in any manner. Furthermore, in the attached drawings, the same reference numbers are used for the same or similar configurations, and duplicate explanations are omitted.
<第1実施形態>
第1実施形態は、複数の装置におけるエラー及び修理作業に関するデータを管理するためのデータ管理システムに関する。データ管理システムによって管理されるデータは、エラーが発生しうるどのような装置であってもよい。以下ではそのような装置の一例として、画像形成装置を扱う。データ管理システムは、同一のタイプの装置のみを管理してもよいし、複数のタイプの装置を管理してもよい。
First Embodiment
The first embodiment relates to a data management system for managing data related to errors and repair work in a plurality of devices. The data managed by the data management system may be any device in which errors may occur. In the following, an image forming device is used as an example of such a device. The data management system may manage only devices of the same type, or may manage devices of multiple types.
図1を参照して、第1実施形態のデータ管理システムの構成例について説明する。データ管理システムは、例えば、装置情報サーバ102と、情報処理端末103と、修理情報サーバ104と、推奨提供サーバ105と、複数の画像形成装置106とを含む。データ管理システムは、これらの構成要素のうちの一部のみ(例えば、推奨提供サーバ105のみ)によって構成されるとみなされてもよい。装置情報サーバ102と、情報処理端末103と、修理情報サーバ104と、推奨提供サーバ105と、複数の画像形成装置106とはそれぞれネットワーク101(例えば、インターネット)に接続されており、相互に通信可能であってもよい。 With reference to FIG. 1, an example of the configuration of the data management system of the first embodiment will be described. The data management system includes, for example, a device information server 102, an information processing terminal 103, a repair information server 104, a recommendation provision server 105, and a plurality of image forming devices 106. The data management system may be considered to be composed of only some of these components (for example, only the recommendation provision server 105). The device information server 102, the information processing terminal 103, the repair information server 104, the recommendation provision server 105, and the plurality of image forming devices 106 are each connected to a network 101 (for example, the Internet) and may be able to communicate with each other.
画像形成装置106は、エラーが発生しうる装置の一例である。画像形成装置106は、例えば、デジタル複合機、ファクシミリ装置、レーザービームプリンタ、スキャナ装置などであってもよい。図1の例では、3つの画像形成装置106が示されているが、画像形成装置106の個数はこれに限られない。図1の例では、3つの画像形成装置106が同一のローカルエリアネットワーク(LAN)107に接続されている。これに代えて、これらの画像形成装置106は、異なるLANに接続されていてもよい。 The image forming device 106 is an example of a device in which an error may occur. The image forming device 106 may be, for example, a digital multifunction peripheral, a facsimile machine, a laser beam printer, a scanner device, etc. In the example of FIG. 1, three image forming devices 106 are shown, but the number of image forming devices 106 is not limited to this. In the example of FIG. 1, the three image forming devices 106 are connected to the same local area network (LAN) 107. Alternatively, these image forming devices 106 may be connected to different LANs.
装置情報サーバ102は、データ管理システムで管理される複数の装置の何れか(例えば、画像形成装置106)において発生したエラーに関する情報を収集し、エラー履歴200(後述)に記録する。装置のエラーに関する情報は、ネットワーク101を通じて取得されてもよい。エラーに関する情報は、エラーが発生したことに応じて画像形成装置106によって自動的に装置情報サーバ102へ送信されてもよい。これに代えて、エラーに関する情報は、装置情報サーバ102からの問い合わせへの応答として画像形成装置106によって装置情報サーバ102へ送信されてもよい。また、装置情報サーバ102は、その他の方法によってエラーに関する情報を収集してもよい。 The device information server 102 collects information about an error that has occurred in any of a plurality of devices (e.g., the image forming device 106) managed by the data management system, and records the information in an error history 200 (described below). Information about the device error may be acquired via the network 101. Information about the error may be automatically sent to the device information server 102 by the image forming device 106 in response to the occurrence of an error. Alternatively, information about the error may be sent to the device information server 102 by the image forming device 106 in response to an inquiry from the device information server 102. The device information server 102 may also collect information about the error by other methods.
図2を参照して、エラー履歴200の具体例について説明する。エラー履歴200は、データ管理システムによって管理される複数の装置の何れかにおいて発生したエラーを記録するデータのことであってもよい。図2の例で、エラー履歴200はテーブル形式で管理される。これに代えて、エラー履歴200は他の形式で管理されてもよい。本明細書においてテーブル形式で管理される他のデータについても、他の形式で管理されてもよい。 A specific example of the error history 200 will be described with reference to FIG. 2. The error history 200 may be data that records an error that occurred in any of a plurality of devices managed by a data management system. In the example of FIG. 2, the error history 200 is managed in a table format. Alternatively, the error history 200 may be managed in another format. Other data managed in a table format in this specification may also be managed in another format.
エラー履歴200は、データ管理システムによって管理される複数の装置の何れかで発生したエラーごとにレコードを有する。エラー履歴200は、カラム201~204を有してもよい。カラム201(「製品」)は、エラーが発生した装置の種別を表す。カラム202(「機体番号」)は、エラーが発生した装置を一意に識別する文字列を表す。カラム203(「エラー発生日」)は、エラーが発生した日付を表す。カラム204(「発生エラーコード」)は、発生したエラーの種別を一意に識別する文字列を表す。例えば、エラー履歴200の1行目のレコードは、「製品種別aaaの機体番号DEV00000において、2022/2/1にExxx-yyyyで表される種別のエラーが発生した」ことを表す。カラム203は、エラーが発生した日付に加えて、エラーが発生した時刻を管理してもよい。 Error history 200 has a record for each error that occurred in any of multiple devices managed by the data management system. Error history 200 may have columns 201 to 204. Column 201 ("Product") indicates the type of device in which the error occurred. Column 202 ("Machine number") indicates a character string that uniquely identifies the device in which the error occurred. Column 203 ("Error occurrence date") indicates the date on which the error occurred. Column 204 ("Occurred error code") indicates a character string that uniquely identifies the type of error that occurred. For example, the record in the first row of error history 200 indicates that "an error of the type represented by Exxx-yyyy occurred on 2022/2/1 in machine number DEV00000 of product type aaa." Column 203 may manage the time when the error occurred in addition to the date on which the error occurred.
図1を再び参照して、修理情報サーバ104は、データ管理システムによって管理される複数の装置の何れか(例えば、画像形成装置106)に対して実施された修理作業に関する情報を収集し、作業履歴210(後述)に記録する。修理作業は、修理が行われた装置と、作業内容と、作業日との組み合わせによって識別されてもよい。修理作業に関する情報は、ネットワーク101を通じて取得されてもよい。修理作業に関する情報は、例えば装置の作業員が情報処理端末103を使用することによって、修理情報サーバ104へ送信されてもよい。作業員とは、装置に対する作業(特に、修理作業)を行う人間のことであってもよい。作業員は、作業を専門に行う人間であってもよいし、装置のユーザであってもよい。修理作業に関する情報は、修理作業が終了したことに応じて装置によって自動的に送信されてもよい。 Referring again to FIG. 1, the repair information server 104 collects information about repair work performed on any of the multiple devices (e.g., image forming device 106) managed by the data management system, and records it in the work history 210 (described later). The repair work may be identified by a combination of the device on which the repair was performed, the work content, and the work date. The information about the repair work may be acquired through the network 101. The information about the repair work may be transmitted to the repair information server 104, for example, by a worker of the device using the information processing terminal 103. The worker may be a person who performs work on the device (particularly repair work). The worker may be a person who specializes in the work, or may be a user of the device. The information about the repair work may be automatically transmitted by the device in response to the completion of the repair work.
図3(a)を参照して、修理作業に関する情報を作業員が送信するために情報処理端末103のディスプレイに表示される画面300の例について説明する。画面300は、作業入力領域301を含む。作業入力領域301は、修理作業に関する情報を入力するための領域である。作業入力領域301には、製品名、機体番号、実施日及び作業内容を入力可能である。製品名のフィールドには、作業員が修理作業を行った装置の種別が入力される。作業内容のフィールドには、作業員が修理作業を行った装置を一意に識別する文字列が入力される。実施日のフィールドには、作業員が修理作業を行った日付が入力される。修理作業が複数日にわたる場合に、実施日は、修理作業の開始日であってもよいし、終了日であってもよい。作業内容のフィールドには、実施された作業の内容が入力される。作業員が修理作業に関する情報を入力した後に送信ボタンを押すことによって、この情報が情報処理端末103によって修理情報サーバ104へ送信される。図1では、1つの情報処理端末103が示されているが、修理情報サーバ104は複数の作業員から修理作業に関する情報を取得してもよい。複数の作業員は個別の情報処理端末103を有してもよい。 3A, an example of a screen 300 displayed on the display of the information processing terminal 103 for a worker to send information about repair work will be described. The screen 300 includes a work input area 301. The work input area 301 is an area for inputting information about repair work. In the work input area 301, the product name, the machine number, the implementation date, and the work content can be input. In the product name field, the type of device on which the worker performed the repair work is input. In the work content field, a character string that uniquely identifies the device on which the worker performed the repair work is input. In the implementation date field, the date on which the worker performed the repair work is input. When the repair work spans multiple days, the implementation date may be the start date or the end date of the repair work. In the work content field, the content of the work performed is input. After the worker inputs information about the repair work, the information processing terminal 103 presses a send button, and this information is transmitted to the repair information server 104. Although one information processing terminal 103 is shown in FIG. 1, the repair information server 104 may obtain information about the repair work from multiple workers. Multiple workers may have individual information processing terminals 103.
図2を再び参照して、作業履歴210の具体例について説明する。作業履歴210は、データ管理システムによって管理される複数の装置の何れかに対して実施された修理作業を記録するデータのことであってもよい。作業履歴210は、データ管理システムによって管理される複数の装置の何れかに対して実施された修理作業ごとにレコードを有する。修理作業は、エラーを解消するための任意の作業であってもよい。例えば、修理作業は、部品の交換、部品の清掃、部品の修理、部品の再取り付け、消耗品の補充、設定の変更、装置の再起動などを含む。本明細書では、修理作業の例として、部品の交換を扱う。 Referring again to FIG. 2, a specific example of the work history 210 will be described. The work history 210 may be data that records repair work performed on any of a plurality of devices managed by the data management system. The work history 210 has a record for each repair work performed on any of a plurality of devices managed by the data management system. The repair work may be any work for eliminating an error. For example, the repair work includes replacing a part, cleaning a part, repairing a part, reinstalling a part, replenishing consumables, changing settings, restarting the device, and the like. In this specification, replacing a part is used as an example of a repair work.
作業履歴210は、カラム211~214を有してもよい。カラム211(「製品」)は、作業員が修理作業を実施した装置の種別を表す。カラム212(「機体番号」)は、作業員が修理作業を実施した装置を一意に識別する文字列を表す。カラム213(「実施日」)は、作業員が修理作業を実施した日付を表す。カラム214(「作業内容」)は、作業員が実施した修理作業の内容を表す。例えば、作業履歴210の1行目のレコードは、「製品種別aaaの機体番号DEV00000において、2022/2/2に部品Aを交換するという修理作業が実施された」ことを表す。カラム213は、作業員が修理作業を実施した日付に加えて、作業員が修理作業を実施した時刻を管理してもよい。 The work history 210 may have columns 211 to 214. Column 211 ("Product") indicates the type of device on which the worker performed the repair work. Column 212 ("Machine number") indicates a character string that uniquely identifies the device on which the worker performed the repair work. Column 213 ("Performance date") indicates the date on which the worker performed the repair work. Column 214 ("Work content") indicates the content of the repair work performed by the worker. For example, the record in the first row of the work history 210 indicates that "repair work to replace part A was performed on 2/2/2022 on machine number DEV00000 of product type aaa." Column 213 may manage the time when the worker performed the repair work in addition to the date on which the worker performed the repair work.
図1を再び参照して、推奨提供サーバ105は、データ管理システムによって管理される複数の装置の何れか(例えば、画像形成装置106)におけるエラーに対して推奨される1つ以上の修理作業を作業員に提示する。推奨される修理作業を以下では推奨作業と表す。 Referring again to FIG. 1, the recommendation providing server 105 presents to the worker one or more recommended repair actions for an error in any of the multiple devices (e.g., the image forming device 106) managed by the data management system. The recommended repair action is hereinafter referred to as a recommended action.
例えば、推奨提供サーバ105は、推奨作業を作業員に提示するためのポータルサイトを提供してもよい。図3(b)を参照して、ポータルサイトにアクセスした情報処理端末103に表示される画面310の例について説明する。画面310は、エラー表示領域311と、推奨表示領域312と、フィードバック入力領域313とを含む。画面310は、個別の装置を特定する情報を作業員が推奨提供サーバ105へ送信することの応答として表示されてもよい。個別の装置を特定する情報は、装置名及び機体番号の組み合わせであってもよい。以下の説明において、作業員によって特定された装置を対象装置と呼ぶ。ポータルサイトは、典型的に、装置を修理中の作業員によって参照される。 For example, the recommendation providing server 105 may provide a portal site for presenting recommended tasks to the worker. Referring to FIG. 3(b), an example of a screen 310 displayed on the information processing terminal 103 that has accessed the portal site will be described. The screen 310 includes an error display area 311, a recommendation display area 312, and a feedback input area 313. The screen 310 may be displayed in response to the worker transmitting information identifying an individual device to the recommendation providing server 105. The information identifying an individual device may be a combination of the device name and the machine number. In the following description, the device identified by the worker is referred to as the target device. The portal site is typically referenced by a worker who is repairing a device.
エラー表示領域311は、対象装置において発生中のエラーの詳細を表示するための領域である。製品名のフィールドには、対象装置の種別が表示される。機体番号のフィールドには、対象装置を一意に識別する文字列が表示される。エラー発生日のフィールドには、対象装置においてエラーが発生した日付が表示される。発生エラーコードのフィールドには、発生したエラーの種別を一意に識別する文字列が表示される。エラー発生日及び発生エラーコードは、装置情報サーバ102から取得されてもよいし、対象装置から直接取得されてもよい。これに代えて、エラー発生日及び発生エラーコードは、作業員から取得されてもよい。 The error display area 311 is an area for displaying details of an error occurring in the target device. The product name field displays the type of the target device. The machine number field displays a string that uniquely identifies the target device. The error occurrence date field displays the date when the error occurred in the target device. The error code field displays a string that uniquely identifies the type of error that occurred. The error occurrence date and error occurrence code may be obtained from the device information server 102 or directly from the target device. Alternatively, the error occurrence date and error occurrence code may be obtained from an operator.
推奨表示領域312は、対象装置において発生中のエラーを解消するための推奨作業を表示するための領域である。推奨表示領域312には、推奨作業ごとに、エラーを解消できる確率が表示されてもよい。例えば、図3(b)の例では、部品Aを交換することによって80%の確率でエラーが解消され、部品Bを交換することによって15%の確率でエラーが解消され、部品Cを交換することによって5%の確率でエラーが解消されることが示されている。エラーを解消できる確率は、推奨提供サーバ105によって算出されてもよい。後述するように、推奨提供サーバ105は、エラーを解消できる確率を、機械学習によって生成されたモデルを使用して算出してもよい。 The recommendation display area 312 is an area for displaying recommended actions for resolving an error occurring in the target device. The recommendation display area 312 may display the probability of resolving the error for each recommended action. For example, the example in FIG. 3(b) shows that there is an 80% probability that the error will be resolved by replacing part A, a 15% probability that the error will be resolved by replacing part B, and a 5% probability that the error will be resolved by replacing part C. The probability of resolving the error may be calculated by the recommendation provision server 105. As described below, the recommendation provision server 105 may calculate the probability of resolving the error using a model generated by machine learning.
フィードバック入力領域313は、対象装置において発生中のエラーを解消するために作業員が行った修理作業を入力するための領域である。フィードバック入力領域313は、作業員が行った修理作業を入力可能な任意の形式であってもよい。図3(b)の例で、フィードバック入力領域313は、推奨作業に対応するチェックボックスと、任意の作業内容を入力可能なフィールドとを含む。作業員が修理作業に関する情報を入力した後に送信ボタンを押すことによって、この情報が情報処理端末103によって修理情報サーバ104へ送信される。 The feedback input area 313 is an area for inputting repair work performed by a worker to resolve an error occurring in the target device. The feedback input area 313 may be in any format that allows the repair work performed by the worker to be input. In the example of FIG. 3(b), the feedback input area 313 includes check boxes corresponding to recommended work and a field in which any work content can be input. After the worker inputs information regarding the repair work, the information processing terminal 103 transmits this information to the repair information server 104 by pressing a send button.
推奨提供サーバ105は、データ管理システムで管理される複数の装置の何れか(例えば、画像形成装置106)におけるエラーに関する情報の作業員による閲覧を閲覧履歴230に記録してもよい。上述のように、エラーに関する情報は、ポータルサイト(例えば、画面310)によって作業員に提示されてもよい。エラーに関する情報は、エラーを解消するための1つ以上の推奨作業を含んでもよい。図2を参照して、閲覧履歴230の具体例について説明する。閲覧履歴230は、何れかの作業員による個別のエラーに関する閲覧ごとにレコードを有する。 The recommendation providing server 105 may record in the browsing history 230 the worker's viewing of information relating to an error in any of a plurality of devices (e.g., the image forming device 106) managed by the data management system. As described above, the information relating to the error may be presented to the worker via a portal site (e.g., the screen 310). The information relating to the error may include one or more recommended actions for resolving the error. A specific example of the browsing history 230 will be described with reference to FIG. 2. The browsing history 230 has a record for each viewing of an individual error by any worker.
閲覧履歴230は、カラム231~235を有してもよい。カラム231(「製品」)は、作業員がエラーに関する情報を閲覧した装置の種別を表す。カラム232(「機体番号」)は、作業員がエラーに関する情報を閲覧した装置を一意に識別する文字列を表す。カラム233(「閲覧日」)は、作業員がエラーに関する情報を閲覧した日付を表す。カラム234(「閲覧エラーコード」)は、作業員が閲覧したエラーの種別を一意に識別する文字列を表す。閲覧エラーコードは、画面310のエラー表示領域311に表示されるものであってもよい。カラム235(「推奨作業内容」)は、作業員が閲覧したエラーを解消するための1つ以上の推奨作業を表す。1つ以上の推奨作業は、画面310の推奨表示領域312に表示されるものであってもよい。例えば、閲覧履歴230の1行目のレコードは、「2022/2/6に作業員が、ポータルサイトで製品種別aaa、機体番号DEV00000のエラー情報を閲覧した。その際、この装置ではExxx-yyyyが発生しており、部品Dの交換及び部品Eの交換が推奨された」ことを表す。カラム233は、作業員がエラーに関する情報を閲覧した日付に加えて、作業員がエラーに関する情報を閲覧した時刻を管理してもよい。 The viewing history 230 may have columns 231 to 235. Column 231 ("Product") represents the type of device for which the worker viewed information related to an error. Column 232 ("Machine Number") represents a character string that uniquely identifies the device for which the worker viewed information related to an error. Column 233 ("Viewed Date") represents the date on which the worker viewed information related to an error. Column 234 ("Viewed Error Code") represents a character string that uniquely identifies the type of error viewed by the worker. The viewed error code may be displayed in the error display area 311 of the screen 310. Column 235 ("Recommended Work") represents one or more recommended works for resolving the error viewed by the worker. The one or more recommended works may be displayed in the recommended display area 312 of the screen 310. For example, the record in the first row of the browsing history 230 indicates that "on 2/6/2022, an operator viewed error information for product type aaa and machine number DEV00000 on the portal site. At that time, Exxx-yyyy occurred in this device, and replacement of parts D and E was recommended." Column 233 may manage the time when the operator viewed the information related to the error in addition to the date when the operator viewed the information related to the error.
推奨提供サーバ105は、データ管理システムで管理される複数の装置の何れか(例えば、画像形成装置106)において発生したエラーに関連付けて作業員が報告した修理作業を報告履歴220に記録してもよい。上述のように、作業員による報告は、ポータルサイト(例えば、画面310)によって行われてもよい。画面310の例では、フィードバック入力領域313の送信ボタンを作業員が押すことによって、エラー表示領域311に表示されているエラーコードに関連付けて修理内容が報告される。作業員は、装置の修理作業を終了するごとにこのような報告を行ってもよい。報告は、作業員が修理作業を実施した個別の装置を特定する情報と、作業員が解消したエラーを表す情報と、作業員が実施した修理作業を表す情報とを含んでもよい。個別の装置を特定する情報は、装置名及び機体番号の組み合わせであってもよい。 The recommendation server 105 may record in the report history 220 the repair work reported by the worker in association with an error that occurred in any of the multiple devices (e.g., the image forming device 106) managed by the data management system. As described above, the report by the worker may be made through a portal site (e.g., the screen 310). In the example of the screen 310, the worker presses the send button in the feedback input area 313 to report the repair content in association with the error code displayed in the error display area 311. The worker may make such a report each time he or she finishes repair work on a device. The report may include information identifying the individual device on which the worker performed repair work, information indicating the error that the worker resolved, and information indicating the repair work performed by the worker. The information identifying the individual device may be a combination of the device name and the machine number.
図2を参照して、報告履歴220の具体例について説明する。報告履歴220は、何れかの作業員による報告ごとにレコードを有する。報告履歴220は、カラム221~225を有してもよい。カラム221(「製品」)は、作業員が修理作業を実施した装置の種別を表す。カラム222(「機体番号」)は、作業員が修理作業を実施した装置を一意に識別する文字列を表す。カラム223(「実施日」)は、作業員が修理作業を実施した日付を表す。カラム224(「発生エラーコード」)は、作業員が修理作業を実施した装置において発生していたエラーの種別を一意に識別する文字列を表す。カラム225(「作業内容」)は、作業員が実施した修理作業を表す。例えば、報告履歴220の1行目のレコードは、「製品種別aaaの機体番号DEV00000において発生したエラーコードExxx-yyyyのエラーに対して2022/2/6に部品Aを交換したと作業員が報告した」ことを表す。カラム223は、作業員が修理作業を実施した日付に加えて、作業員が修理作業を実施した時刻を管理してもよい。 A specific example of report history 220 will be described with reference to FIG. 2. Report history 220 has a record for each report by any worker. Report history 220 may have columns 221 to 225. Column 221 ("Product") indicates the type of equipment on which the worker performed repair work. Column 222 ("Machine Number") indicates a character string that uniquely identifies the equipment on which the worker performed repair work. Column 223 ("Performance Date") indicates the date on which the worker performed repair work. Column 224 ("Occurred Error Code") indicates a character string that uniquely identifies the type of error that occurred in the equipment on which the worker performed repair work. Column 225 ("Work Content") indicates the repair work performed by the worker. For example, the record in the first row of the report history 220 indicates that "on 2/6/2022, a worker reported that part A was replaced for an error with error code Exxx-yyyy that occurred in machine number DEV00000 of product type aaa." Column 223 may manage the time when the worker performed the repair work in addition to the date when the worker performed the repair work.
図4を参照して、画像形成装置106のハードウェア構成例について説明する。画像形成装置106は、図4に示される構成要素を含んでもよい。画像形成装置106は、図4に示される構成要素の一部を含まなくてもよいし、図4に示されていない構成要素を含んでもよい。画像形成装置106のブロックで示される各構成要素は、システムバス411に接続されている。 An example of the hardware configuration of the image forming device 106 will be described with reference to FIG. 4. The image forming device 106 may include the components shown in FIG. 4. The image forming device 106 may not include some of the components shown in FIG. 4, or may include components not shown in FIG. 4. Each component shown in the block of the image forming device 106 is connected to a system bus 411.
中央処理ユニット(CPU)401は、画像形成装置106の全体的な制御を行う。例えば、CPU401は、システムバス411に接続された他の構成要素とのアクセスを総括的に制御する。リードオンリメモリ(ROM)402は、基本入出力(I/O)プログラム等のプログラム、文書処理の際に使用するフォントデータ、テンプレート用データ等の各種データを記憶する。CPU401は、ROM402に記憶された制御プログラム、又はディスクコントローラ等を介して接続された外部メモリ405に記憶された制御プログラム又はリソースデータに従って動作してもよい。ランダムアクセスメモリ(RAM)403は、CPU401の主メモリ、ワークエリア等として機能する。図示しない増設ポートに接続されるオプションのRAMにより画像形成装置106のメモリ容量が拡張可能であってもよい。 The central processing unit (CPU) 401 performs overall control of the image forming apparatus 106. For example, the CPU 401 generally controls access to other components connected to the system bus 411. The read-only memory (ROM) 402 stores various data such as programs such as basic input/output (I/O) programs, font data used during document processing, and template data. The CPU 401 may operate according to a control program stored in the ROM 402, or a control program or resource data stored in an external memory 405 connected via a disk controller or the like. The random access memory (RAM) 403 functions as the main memory, work area, etc. of the CPU 401. The memory capacity of the image forming apparatus 106 may be expandable by an optional RAM connected to an expansion port (not shown).
ネットワークインタフェースカード(NIC)404は、外部装置とデータを通信するための処理を行う。操作パネル406は、ユーザに情報を提示したり、ユーザから操作指示を受け付けたりする。操作パネル406には、画像形成装置106の動作モード等の設定や画像形成装置106の動作状況の表示、コピー指定等の操作を行うためのボタン及び液晶パネル等の表示部が配置される。記憶装置407は、大容量メモリとして機能する外部ストレージである。機器インタフェース(I/F)408は、ユニバーサルシリアルバス(USB)等で接続可能な外部機器との接続インタフェースである。 The network interface card (NIC) 404 performs processing for communicating data with external devices. The operation panel 406 presents information to the user and accepts operation instructions from the user. The operation panel 406 has buttons for setting the operation mode of the image forming device 106, displaying the operation status of the image forming device 106, and performing operations such as specifying copies, and a display unit such as an LCD panel. The storage device 407 is an external storage that functions as a large-capacity memory. The device interface (I/F) 408 is a connection interface with external devices that can be connected via a universal serial bus (USB) or the like.
プリンタ409は、印刷を実行する。印刷は、電子写真方式(レーザービーム方式)やインクジェット方式、昇華(熱転写)方式等で行われてもよい。スキャナ410は、透明な天板に置かれた紙原稿を光学的に走査し画像に変換する。これに代えて又はこれに加えて、スキャナ410は、自動原稿送り装置(ADF)に置かれた複数枚の紙原稿を連続して読み込み、画像に変換してもよい。 The printer 409 performs printing. Printing may be performed by electrophotography (laser beam), inkjet, dye sublimation (thermal transfer), or other methods. The scanner 410 optically scans a paper document placed on a transparent top plate and converts it into an image. Alternatively or in addition to this, the scanner 410 may continuously read multiple paper documents placed on an automatic document feeder (ADF) and convert them into images.
図5を参照して、コンピュータ500のハードウェア構成例について説明する。コンピュータ500は、装置情報サーバ102、情報処理端末103、修理情報サーバ104及び推奨提供サーバ105の何れとして使用されてもよい。コンピュータ500は、図5に示される構成要素を含んでもよい。コンピュータ500は、図5に示される構成要素の一部を含まなくてもよいし、図5に示されていない構成要素を含んでもよい。コンピュータ500のブロックで示される各構成要素は、システムバス510に接続されている。 An example of the hardware configuration of the computer 500 will be described with reference to FIG. 5. The computer 500 may be used as any of the device information server 102, the information processing terminal 103, the repair information server 104, and the recommendation providing server 105. The computer 500 may include the components shown in FIG. 5. The computer 500 may not include some of the components shown in FIG. 5, or may include components not shown in FIG. 5. Each component shown in the block of the computer 500 is connected to a system bus 510.
CPU501は、コンピュータ500の全体的な制御を行う。例えば、CPU501は、システムバス510に接続された他の構成要素とのアクセスを総括的に制御する。ROM503は、基本I/Oプログラム等の各種データを記憶する。CPU501は、ROM503に記憶された制御プログラム、又はディスクコントローラ等を介して接続された外部メモリ506に記憶された制御プログラム又はリソースデータに従って動作してもよい。グラフィックス処理ユニット(GPU)502は、画像処理や機械学習などのベクトル演算に特化した演算装置である。RAM504は、CPU501やGPU502の主メモリ、ワークエリア等として機能する。図示しない増設ポートに接続されるオプションのRAMによりコンピュータ500のメモリ容量が拡張可能であってもよい。 The CPU 501 performs overall control of the computer 500. For example, the CPU 501 generally controls access to other components connected to the system bus 510. The ROM 503 stores various data such as basic I/O programs. The CPU 501 may operate according to a control program stored in the ROM 503, or a control program or resource data stored in an external memory 506 connected via a disk controller or the like. The graphics processing unit (GPU) 502 is a calculation device specialized for vector calculations such as image processing and machine learning. The RAM 504 functions as the main memory, work area, etc. of the CPU 501 and the GPU 502. The memory capacity of the computer 500 may be expandable by an optional RAM connected to an expansion port not shown.
ネットワークインタフェースカード(NIC)505は、外部装置とデータを通信するための処理を行う。入出力I/F507は、ディスプレイやキーボード、マウス、スマートフォン、タブレット等機器を介して、ユーザに情報を提示したり、ユーザから操作指示を受け付けたりする。記憶装置508は、大容量メモリとして機能する外部ストレージである。機器I/F509は、USB等で接続可能な外部機器との接続インタフェースである。 The network interface card (NIC) 505 performs processing for communicating data with external devices. The input/output I/F 507 presents information to the user and receives operational instructions from the user via devices such as a display, keyboard, mouse, smartphone, and tablet. The storage device 508 is an external storage that functions as a large-capacity memory. The device I/F 509 is a connection interface with external devices that can be connected via USB, etc.
図6を参照して、推奨提供サーバ105の機能構成例について説明する。推奨提供サーバ105は、図6に示される構成要素を含んでもよい。推奨提供サーバ105は、図6に示される構成要素の一部を含まなくてもよいし、図6に示されていない構成要素を含んでもよい。推奨提供サーバ105の機能は、プログラムによって実現されてもよく、このプログラムは、機器I/F509を介して接続された二次記憶装置や記憶装置508などからRAM504に読み込まれ、CPU501又はGPU502によって実行されてもよい。これに代えて、推奨提供サーバ105の一部又は全部の機能は、特定用途向け集積回路(ASIC)などの専用回路によって実現されてもよい。 An example of the functional configuration of the recommendation provision server 105 will be described with reference to FIG. 6. The recommendation provision server 105 may include the components shown in FIG. 6. The recommendation provision server 105 may not include some of the components shown in FIG. 6, or may include components not shown in FIG. 6. The functions of the recommendation provision server 105 may be realized by a program, and this program may be loaded into the RAM 504 from a secondary storage device or storage device 508 connected via the device I/F 509, and executed by the CPU 501 or GPU 502. Alternatively, some or all of the functions of the recommendation provision server 105 may be realized by a dedicated circuit such as an application specific integrated circuit (ASIC).
データ取得部601は、推奨提供サーバ105の処理に使用される様々なデータを取得し、後続の処理のために記憶部(例えば、RAM504や記憶装置508)に記憶する。データ取得部601によって取得されるデータは、装置情報サーバ102によって管理されるエラー履歴200を含んでもよい。データ取得部601によって取得されるデータは、修理情報サーバ104によって管理される作業履歴210を含んでもよい。データ取得部601によって取得されるデータは、推奨提供サーバ105によって管理される報告履歴220及び閲覧履歴230を含んでもよい。データ取得部601は、これらのデータを定期的に取得してもよい。 The data acquisition unit 601 acquires various data used in the processing of the recommendation provision server 105, and stores it in a storage unit (e.g., RAM 504 or storage device 508) for subsequent processing. The data acquired by the data acquisition unit 601 may include the error history 200 managed by the device information server 102. The data acquired by the data acquisition unit 601 may include the work history 210 managed by the repair information server 104. The data acquired by the data acquisition unit 601 may include the report history 220 and the browsing history 230 managed by the recommendation provision server 105. The data acquisition unit 601 may acquire these data periodically.
ポータルサイト提供部602は、上述したような画面310を含むポータルサイトを作業員(具体的にはその情報処理端末103)に提供する。上述のように、画面310は、エラーに対する1つ以上の推奨作業を示してもよい。推奨作業は、エラーごとに事前に(例えば装置の製造者によって)設定された作業であってもよい。これに代えて又はこれに加えて、推奨作業は、後述する推奨作業決定部605によって決定された作業であってもよい。 The portal site providing unit 602 provides the worker (specifically, the information processing terminal 103) with a portal site including the screen 310 as described above. As described above, the screen 310 may show one or more recommended actions for the error. The recommended actions may be actions that have been set in advance (e.g., by the device manufacturer) for each error. Alternatively or in addition, the recommended actions may be actions determined by the recommended action determining unit 605, which will be described later.
学習データ生成部603は、データ取得部601によって取得されたデータを使用して、モデル生成部604による機械学習に使用される学習データを生成し、後続の処理のために記憶部(例えば、RAM504や記憶装置508)に記憶する。例えば、学習データ生成部603は、エラー履歴200、作業履歴210、報告履歴220及び閲覧履歴230を使用して学習データを生成してもよい。学習データの生成の詳細については後述する。学習データ生成部603は、データ取得部601が新たなデータを取得したことに応じて、学習データを再生成してもよい。 The learning data generation unit 603 uses the data acquired by the data acquisition unit 601 to generate learning data to be used in machine learning by the model generation unit 604, and stores the data in a storage unit (e.g., RAM 504 or storage device 508) for subsequent processing. For example, the learning data generation unit 603 may generate learning data using the error history 200, the work history 210, the report history 220, and the browsing history 230. Details of the generation of learning data will be described later. The learning data generation unit 603 may regenerate learning data in response to the data acquisition unit 601 acquiring new data.
モデル生成部604は、学習データ生成部603によって生成された学習データを使用して機械学習(例えば、教師あり学習)を行うことによって、推奨作業を推定するためのモデルを生成する。モデル生成部604は、生成したモデルを後続の処理のために記憶部(例えば、RAM504や記憶装置508)に記憶する。モデル生成部604は、学習データ生成部603が新たな学習データを生成したことに応じて、モデルを再生成してもよい。 The model generation unit 604 generates a model for estimating recommended tasks by performing machine learning (e.g., supervised learning) using the learning data generated by the learning data generation unit 603. The model generation unit 604 stores the generated model in a storage unit (e.g., RAM 504 or storage device 508) for subsequent processing. The model generation unit 604 may regenerate the model in response to the learning data generation unit 603 generating new learning data.
推奨作業決定部605は、モデル生成部604によって生成されたモデルを使用して推定を行うことによって、推奨作業を決定する。推奨作業決定部605は、ポータルサイト提供部602からの要求に応じて推奨作業を決定し、これをポータルサイト提供部602に応答してもよい。推奨作業決定部605は、モデル生成部604が新たに生成したモデルが特定の条件を満たすこと(例えば、新たなモデルの正答率が閾値を上回ること)に応じて、推定に用いるモデルを置換してもよい。 The recommended task determination unit 605 determines the recommended task by making an estimation using the model generated by the model generation unit 604. The recommended task determination unit 605 may determine the recommended task in response to a request from the portal site provision unit 602 and respond to this to the portal site provision unit 602. The recommended task determination unit 605 may replace the model used for estimation when a new model generated by the model generation unit 604 satisfies a specific condition (for example, the accuracy rate of the new model exceeds a threshold value).
図7を参照して、推奨提供サーバ105の動作例について説明する。図7の動作は、推奨提供サーバ105を構成するコンピュータ500のRAM504に読み込まれたプログラムをCPU501又はGPU502が実行することによって行われてもよい。これに代えて、図7の動作の一部又は全部は、推奨提供サーバ105を構成するコンピュータ500に含まれるASIC等の専用回路によって行われてもよい。推奨提供サーバ105は、S701~S703の動作を定期的(例えば、毎日、1週間後と、1か月ごと)に実行してもよい。推奨提供サーバ105は、作業員がポータルサイトを閲覧するごとにS704~S706の動作を実行してもよい。 An example of the operation of the recommendation provision server 105 will be described with reference to FIG. 7. The operation of FIG. 7 may be performed by the CPU 501 or GPU 502 executing a program loaded into the RAM 504 of the computer 500 constituting the recommendation provision server 105. Alternatively, some or all of the operation of FIG. 7 may be performed by a dedicated circuit such as an ASIC included in the computer 500 constituting the recommendation provision server 105. The recommendation provision server 105 may perform the operations of S701 to S703 periodically (for example, every day, one week later, and once a month). The recommendation provision server 105 may perform the operations of S704 to S706 every time a worker browses the portal site.
S701で、推奨提供サーバ105(例えば、データ取得部601)は、学習データを生成するために使用されるデータを取得する。例えば、推奨提供サーバ105は、エラー履歴200と、作業履歴210と、報告履歴220と、閲覧履歴230とを取得する。さらに、推奨提供サーバ105は、画像形成装置106で印刷した紙の枚数のような、装置の使用状況を表すデータを取得してもよい。 In S701, the recommendation providing server 105 (e.g., the data acquisition unit 601) acquires data to be used for generating learning data. For example, the recommendation providing server 105 acquires the error history 200, the work history 210, the report history 220, and the browsing history 230. Furthermore, the recommendation providing server 105 may acquire data indicating the usage status of the device, such as the number of sheets of paper printed by the image forming device 106.
S702で、推奨提供サーバ105(例えば、学習データ生成部603)は、作業記録に記録されている個別の修理作業に対してエラーを関連付けることによって、関連付けデータ900(後述)を生成する。関連付けデータ900とは、修理作業に対してエラーが関連付けられているデータのことである。 In S702, the recommendation server 105 (e.g., the learning data generating unit 603) generates association data 900 (described below) by associating errors with individual repair tasks recorded in the work record. The association data 900 is data in which errors are associated with repair tasks.
図9を参照して、関連付けデータ900の具体例について説明する。関連付けデータ900は、データ管理システムによって管理される複数の装置の何れかに対して実施された修理作業と、エラーとの組み合わせごとにレコードを有する。関連付けデータ900は、カラム901~905を有してもよい。カラム901~904は、作業履歴210のカラム211~214と同様であってもよいため、重複する説明を省略する。カラム905(「エラーコード」)は、修理作業に対して関連付けられたエラーの種別を一意に識別する文字列を表す。関連付けデータ900の生成方法の具体例については後述する。 A specific example of the association data 900 will be described with reference to FIG. 9. The association data 900 has a record for each combination of a repair operation performed on any of a plurality of devices managed by the data management system and an error. The association data 900 may have columns 901 to 905. Columns 901 to 904 may be similar to columns 211 to 214 of the operation history 210, and therefore redundant explanations will be omitted. Column 905 ("Error code") represents a character string that uniquely identifies the type of error associated with the repair operation. A specific example of a method for generating the association data 900 will be described later.
図7を再び参照し、S703で、推奨提供サーバ105(例えば、学習データ生成部603)は、S702で生成された関連付けデータ900及びその他のデータを使用して学習データを生成する。その後、推奨提供サーバ105(例えば、モデル生成部604)は、生成された学習データを使用して機械学習を行うことによって、1つ以上の推奨作業を推定するためのモデルを生成する。 Referring again to FIG. 7, in S703, the recommendation providing server 105 (e.g., the learning data generating unit 603) generates learning data using the association data 900 generated in S702 and other data. Thereafter, the recommendation providing server 105 (e.g., the model generating unit 604) generates a model for estimating one or more recommended tasks by performing machine learning using the generated learning data.
S704で、推奨提供サーバ105(例えば、ポータルサイト提供部602)は、作業員から、例えば情報処理端末103を通じて、個別の装置のエラーに関する情報を求める要求を取得する。この要求は、個別の装置を特定する情報(例えば、装置名及び機体番号)と、エラーを特定する情報(例えば、エラーコード)とを含む。 In S704, the recommendation server 105 (e.g., the portal site provider 602) receives a request from the worker, for example, via the information processing terminal 103, for information regarding an error in an individual device. This request includes information identifying the individual device (e.g., the device name and machine number) and information identifying the error (e.g., an error code).
S705で、推奨提供サーバ105(例えば、推奨作業決定部605)は、S703で生成されたモデルを使用して、S704で指定されたエラーを解消するための1つ以上の修理作業を推定し、この1つ以上の修理作業を推奨作業として決定する。推奨提供サーバ105はさらに、1つ以上の修理作業のそれぞれについて、エラーを解消する確率を決定してもよい。このステップにおいて、推奨提供サーバ105は、モデルに入力するデータを取得する。モデルに入力するデータは、装置を特定するための情報、エラーコード、装置の使用状況を表すデータなどを含んでもよい。 In S705, the recommendation provision server 105 (e.g., the recommended work determination unit 605) uses the model generated in S703 to estimate one or more repair works for resolving the error specified in S704, and determines the one or more repair works as recommended works. The recommendation provision server 105 may further determine the probability of resolving the error for each of the one or more repair works. In this step, the recommendation provision server 105 obtains data to be input to the model. The data to be input to the model may include information for identifying the device, an error code, data indicating the usage status of the device, etc.
S706で、推奨提供サーバ105(例えば、ポータルサイト提供部602)は、例えばポータルサイトを通じて、S705で決定された1つ以上の推奨作業を作業員に提示する。推奨提供サーバ105は、1つ以上の修理作業のそれぞれについて、エラーを解消する確率を提示してもよい。推奨提供サーバ105は、作業員によるポータルサイトの閲覧を閲覧履歴230に記録する。 In S706, the recommendation providing server 105 (e.g., the portal site providing unit 602) presents the one or more recommended tasks determined in S705 to the worker, for example, through a portal site. The recommendation providing server 105 may present the probability of eliminating the error for each of the one or more repair tasks. The recommendation providing server 105 records the worker's viewing of the portal site in the viewing history 230.
S707で、推奨提供サーバ105(例えば、ポータルサイト提供部602)は、例えばポータルサイトを通じて、作業員から、特定の装置において発生中のエラーを解消するために作業員が行った修理作業の報告を取得する。推奨提供サーバ105は、取得した報告を報告履歴220に記録する。 In S707, the recommendation provision server 105 (e.g., the portal site provision unit 602) acquires a report from the worker, for example, via the portal site, of the repair work performed by the worker to resolve the error occurring in the specific device. The recommendation provision server 105 records the acquired report in the report history 220.
図8及び図9を参照して、図7のS702の詳細について説明する。S702では、関連付けデータ900が生成される。関連付けデータ900では、エラーと修理作業とが互いに関連付けられている。上述したように、報告履歴220の各レコードでは、エラーと修理作業とが互いに関連付けられている。報告履歴220のレコードは、作業員による報告に基づいて生成される。作業員は、修理作業後にすぐに報告を行うとは限らず、報告を忘れてしまうこともありうる。そのため、報告履歴220だけでは、エラーと修理作業とが互いに関連付けたデータが十分に集まらず、このデータを利用する機械学習の精度を向上できない可能性がある。そこで、以下の方法で、推奨提供サーバ105は、報告履歴220以外のデータも使用して、修理作業に対してエラーを関連付ける。 8 and 9, the details of S702 in FIG. 7 will be described. In S702, association data 900 is generated. In the association data 900, errors and repair work are associated with each other. As described above, errors and repair work are associated with each other in each record of the report history 220. The records of the report history 220 are generated based on reports by workers. Workers do not always report immediately after repair work, and may forget to report. Therefore, the report history 220 alone does not collect enough data that associates errors and repair work with each other, and there is a possibility that the accuracy of machine learning using this data cannot be improved. Therefore, the recommendation provision server 105 associates errors with repair work using data other than the report history 220 in the following manner.
S801で、推奨提供サーバ105は、作業履歴210に記録されている複数の修理作業のうち未選択の修理作業を1つ選択する。上述のように、作業履歴210の各レコードは修理作業を表す。そのため、このステップでは、作業履歴210のうちの1つの未選択のレコードが選択される。以下、選択された個別の修理作業を対象作業と表す。 In S801, the recommendation provision server 105 selects one unselected repair work from among the multiple repair works recorded in the work history 210. As described above, each record in the work history 210 represents a repair work. Therefore, in this step, one unselected record in the work history 210 is selected. Hereinafter, the selected individual repair work will be referred to as the target work.
S802で、推奨提供サーバ105は、対象作業が報告履歴220に記録されているかどうかを判定する。推奨提供サーバ105は、対象作業が報告履歴220に記録されていると判定された場合(S802で「YES」)に処理をS803に遷移し、それ以外の場合(S802で「NO」)に処理をS804に遷移する。対象作業が報告履歴220に記録されているかどうかは、装置、実施日及び作業内容の組み合わせが対象作業と等しいレコードを報告履歴220が含むかどうかに基づいて判定されてもよい。例えば、図9に示されるように、作業履歴210のレコード913の製品、機体番号、実施日及び作業内容の組み合わせは、報告履歴220のレコード915の製品、機体番号、実施日及び作業内容の組み合わせに等しい。そのため、作業履歴210のレコード913で表される修理作業は、報告履歴220に記録されていると判定される。 In S802, the recommendation provision server 105 determines whether the target work is recorded in the report history 220. If the recommendation provision server 105 determines that the target work is recorded in the report history 220 ("YES" in S802), it transitions the process to S803, and otherwise ("NO" in S802), it transitions the process to S804. Whether the target work is recorded in the report history 220 may be determined based on whether the report history 220 includes a record whose combination of device, implementation date, and work content is equal to that of the target work. For example, as shown in FIG. 9, the combination of product, machine number, implementation date, and work content in record 913 of the work history 210 is equal to the combination of product, machine number, implementation date, and work content in record 915 of the report history 220. Therefore, the repair work represented by record 913 of the work history 210 is determined to be recorded in the report history 220.
S803で、推奨提供サーバ105は、対象作業に対して、報告履歴220に記録されているエラーを関連付けることによってレコードを生成し、このレコードを関連付けデータ900に追加する。例えば、図9に示されるように、作業履歴210のレコード913で表される修理作業に対して、報告履歴220のレコード915の発生エラーコードが関連付けられて、関連付けデータ900のレコード921が生成される。 In S803, the recommendation server 105 generates a record by associating the error recorded in the report history 220 with the target work, and adds this record to the association data 900. For example, as shown in FIG. 9, the repair work represented by record 913 in the work history 210 is associated with the error code that occurred in record 915 in the report history 220, and record 921 in the association data 900 is generated.
S804で、推奨提供サーバ105は、対象作業に関連する閲覧が閲覧履歴230に記録されているかどうかを判定する。推奨提供サーバ105は、対象作業に関連する閲覧が閲覧履歴230に記録されていると判定された場合(S804で「YES」)に処理をS805に遷移し、それ以外の場合(S804で「NO」)に処理をS806に遷移する。対象作業に関連する閲覧が閲覧履歴230に記録されているかどうかは、対象作業の実施日に対象装置のエラーに関する情報の閲覧が行われたかどうかに基づいて判定されてもよい。例えば、図9に示されるように、作業履歴210のレコード914の製品、機体番号、実施日の組み合わせは、閲覧履歴230のレコード916の製品、機体番号及び閲覧日の組み合わせに等しい。この場合に、作業員が、この閲覧日に対象製品のエラーに関する情報を閲覧しながら修理作業を実施したと考えられる。そのため、作業履歴210のレコード914で表される修理作業に関連する閲覧が、閲覧履歴230に記録されていると判定される。上記の例では閲覧日と実施日とが一致する場合について説明したが、これらは一致していなくてもよい。例えば、作業員は、修理作業の実施のために前もってエラーに関する情報を確認することもありうる。そのため、閲覧日が実施日以前の閾値期間以内(例えば、3日以内)である場合に、対象作業に関連する閲覧が閲覧履歴230に記録されていると判定されてもよい。 In S804, the recommendation provision server 105 determines whether a view related to the target work is recorded in the browsing history 230. If it is determined that a view related to the target work is recorded in the browsing history 230 ("YES" in S804), the recommendation provision server 105 transitions the process to S805, and otherwise ("NO" in S804), transitions the process to S806. Whether a view related to the target work is recorded in the browsing history 230 may be determined based on whether information related to an error in the target device was viewed on the day the target work was performed. For example, as shown in FIG. 9, the combination of the product, machine number, and implementation date in record 914 of the work history 210 is equal to the combination of the product, machine number, and viewing date in record 916 of the viewing history 230. In this case, it is considered that the worker performed the repair work while viewing information related to an error in the target product on this viewing date. Therefore, it is determined that the view related to the repair work represented by record 914 of the work history 210 is recorded in the browsing history 230. In the above example, the case where the viewed date and the implementation date match has been described, but they do not have to match. For example, a worker may check information about an error in advance in order to carry out repair work. Therefore, if the viewed date is within a threshold period (e.g., within three days) before the implementation date, it may be determined that a view related to the target work is recorded in the viewing history 230.
S803で、推奨提供サーバ105は、対象作業に対して、閲覧履歴230に記録されているエラーを関連付けることによってレコードを生成し、このレコードを関連付けデータ900に追加する。例えば、図9に示されるように、作業履歴210のレコード914で表される修理作業に対して、閲覧履歴230のレコード916の閲覧エラーコードが関連付けられて、関連付けデータ900のレコード922が生成される。 In S803, the recommendation server 105 generates a record by associating the error recorded in the browsing history 230 with the target task, and adds this record to the association data 900. For example, as shown in FIG. 9, the repair task represented by record 914 in the task history 210 is associated with the browsing error code of record 916 in the browsing history 230, and record 922 in the association data 900 is generated.
S806で、推奨提供サーバ105は、対象作業に対して、エラー履歴200に記録されているエラーを関連付けることによってレコードを生成し、このレコードを関連付けデータ900に追加する。対象作業は、直近に発生したエラーを解消するために実施されたと考えられる。そのため、推奨提供サーバ105は、対象作業の実施日以前で、対象作業が行われた装置において直近に発生したエラーを対象作業に対して関連付けてもよい。 In S806, the recommendation provision server 105 generates a record by associating the error recorded in the error history 200 with the target work, and adds this record to the association data 900. It is considered that the target work was performed to resolve the most recently occurred error. Therefore, the recommendation provision server 105 may associate the target work with the most recently occurred error on the device on which the target work was performed, prior to the date on which the target work was performed.
例えば、図9に示されるように、作業履歴210のレコード911で表される修理作業は、報告履歴220に記録されておらず、この修理作業に関連する閲覧は、閲覧履歴230に記録されていない。そのため、作業履歴210のレコード911で表される修理作業に対して、エラー履歴200に記録されているエラーが関連付けられる。レコード911で表される修理作業の実施日(2022/2/2)以前で、同じ装置において直近に発生したエラーは、レコード917で表される2022/2/1に発生したエラーである。そのため、作業履歴210のレコード911で表される修理作業に対して、エラー履歴200のレコード917の発生エラーコードが関連付けられて、関連付けデータ900のレコード919が生成される。同様に、作業履歴210のレコード912で表される修理作業に対して、エラー履歴200のレコード918の発生エラーコードが関連付けられて、関連付けデータ900のレコード920が生成される。 9, the repair work represented by record 911 of the work history 210 is not recorded in the report history 220, and the browsing related to this repair work is not recorded in the browsing history 230. Therefore, the error recorded in the error history 200 is associated with the repair work represented by record 911 of the work history 210. The most recent error that occurred in the same device before the implementation date (2/2/2022) of the repair work represented by record 911 is the error that occurred on 2/1/2022 represented by record 917. Therefore, the repair work represented by record 911 of the work history 210 is associated with the error code of record 917 of the error history 200, and record 919 of the association data 900 is generated. Similarly, the repair work represented by record 912 of the work history 210 is associated with the error code of record 918 of the error history 200, and record 920 of the association data 900 is generated.
対象作業の実施日と、対象作業が行われた装置において直近に発生したエラーの発生日との間隔が長い場合に、エラーと修理作業との関連性が低いと考えられる。そのため、推奨提供サーバ105は、対象作業の実施日以前であって、閾値期間以内(例えば、7日以内)に発生したエラーが存在しない場合に、対象作業に対してエラーを関連付けなくてもよい。この場合に、対象作業に対応するレコードは関連付けデータ900に生成されない。また、推奨提供サーバ105は、直近に発生したエラーが対象作業を解消できないと考えられる場合に、このエラーを対象作業に対して関連付けなくてもよい。この場合に、推奨提供サーバ105は、2番目以下に近くで発生したエラーを対象作業に対して関連付けてもよいし、対象作業に対してエラーを関連付けなくてもよい。 When there is a long interval between the date the target work was performed and the date the most recent error occurred in the device on which the target work was performed, the correlation between the error and the repair work is considered to be low. Therefore, the recommendation provision server 105 may not associate an error with the target work if there is no error that occurred within a threshold period (e.g., within 7 days) before the date the target work was performed. In this case, a record corresponding to the target work is not generated in the association data 900. Furthermore, when the most recent error is considered to be unable to resolve the target work, the recommendation provision server 105 may not associate this error with the target work. In this case, the recommendation provision server 105 may associate the error that occurred next to the target work or less with the target work, or may not associate an error with the target work.
S807で、推奨提供サーバ105は、作業履歴210に未選択の修理作業が含まれるかどうかを判定する。推奨提供サーバ105は、作業履歴210に未選択の修理作業が含まれると判定された場合(S807で「YES」)に処理をS801に遷移し、それ以外の場合(S807で「NO」)に処理を終了する。作業履歴210に未選択の修理作業が含まれる場合に、S801で新たな修理作業が選択され、S802~S806の処理が行われる。 In S807, the recommendation server 105 determines whether the work history 210 includes an unselected repair work. If it is determined that the work history 210 includes an unselected repair work ("YES" in S807), the recommendation server 105 transitions the process to S801, and otherwise ("NO" in S807) ends the process. If the work history 210 includes an unselected repair work, a new repair work is selected in S801, and the processes of S802 to S806 are performed.
上記の方法によれば、報告履歴220だけでなく、エラー履歴200及び閲覧履歴230に基づいて修理作業にエラーが関連付けられる。そのため、学習データのサイズを大きくすることができ、機械学習の精度が向上する。また、上述の方法によれば、修理作業とエラーとの関連付けの精度が最も高いと考えられる報告履歴220が最も優先され、この関連付けの精度が次に高いと考えられる閲覧履歴を230が次に優先される。これによって、修理作業とエラーとの関連付けの精度が向上する。 According to the above method, errors are associated with repair work based on not only the report history 220 but also the error history 200 and the browsing history 230. This allows the size of the learning data to be increased, improving the accuracy of machine learning. Furthermore, according to the above method, the report history 220, which is considered to have the highest accuracy of associating repair work with errors, is given top priority, and the browsing history 230, which is considered to have the next highest accuracy of association, is given second priority. This improves the accuracy of associating repair work with errors.
図10を参照して、図7のS703の詳細について説明する。S1001で、推奨提供サーバ105は、S701で取得された装置に関する情報と、S702で生成された関連付けデータ900とを統合することによって、学習データ1100を生成する。 Details of S703 in FIG. 7 will be described with reference to FIG. 10. In S1001, the recommendation server 105 generates learning data 1100 by integrating the information about the device acquired in S701 and the association data 900 generated in S702.
図11を参照して、学習データ1100の具体例について説明する。学習データ1100は、データ管理システムによって管理される複数の装置の何れかに対して単位期間内(例えば、1日間)に取得されたデータごとにレコードを有する。学習データ1100は、カラム1101~1106を有してもよい。カラム1101(「製品」)は、推奨提供サーバ105がデータを取得した装置の種別を表す。カラム1102(「機体番号」)は、推奨提供サーバ105がデータを取得した装置を一意に識別する文字列を表す。カラム1103(「データ取得日」)は、装置からデータが取得された日付を表す。カラム1104(「稼働情報1」等)は、装置の情報を表す。例えば、稼働情報は、データ取得日に画像形成装置106が印刷した紙の枚数などのような、装置の使用状況が分かる情報であってもよい。これに代えて又はこれに加えて、装置から取得されるデータは、時間に関するデータやユーザ属性、装置属性などを含んでもよい。時間に関するデータは、例えば、コピーが実行された時間などであってもよい。ユーザ属性は、例えば装置を使用するユーザの部署、役職、年齢などであってもよい。装置属性は、例えば機種、設置場所、コピー速度などであってもよい。 A specific example of the learning data 1100 will be described with reference to FIG. 11. The learning data 1100 has a record for each piece of data acquired within a unit period (e.g., one day) for any of a plurality of devices managed by the data management system. The learning data 1100 may have columns 1101 to 1106. Column 1101 ("Product") represents the type of device from which the recommendation provision server 105 acquired data. Column 1102 ("Machine Number") represents a character string that uniquely identifies the device from which the recommendation provision server 105 acquired data. Column 1103 ("Data Acquisition Date") represents the date on which data was acquired from the device. Column 1104 ("Operation Information 1", etc.) represents device information. For example, the operation information may be information that indicates the usage status of the device, such as the number of sheets of paper printed by the image forming device 106 on the data acquisition date. Alternatively or in addition to this, the data acquired from the device may include time-related data, user attributes, device attributes, etc. The time-related data may be, for example, the time when copying was performed. The user attributes may be, for example, the department, job title, age, etc. of the user who uses the device. The device attributes may be, for example, the model, installation location, copy speed, etc.
カラム1105(「Exxxx-yyyy」)は、エラーコードExxxx-yyyyのエラーが発生したかどうかを表す。カラム1105は、このエラーが発生した場合に1となり、このエラーが発生しなかった場合に0となる。カラム1106(「部品Aの交換」等)は、エラーコードExxxx-yyyyのエラーに関連付けられた修理作業を表す。カラム1106は、個別の修理作業がエラーに対して関連付けられる場合に1となり、個別の修理作業がエラーに対して関連付けられない場合に0となる。推奨提供サーバ105は、関連付けデータ900に基づいてカラム1106の値を決定してもよい。例えば、関連付けデータ900では、2022/2/1に発生したエラーコードExxxx-yyyyのエラーに対して、レコード919で部品Aの交換が関連付けられ、レコード920で部品Bの交換が関連付けられている。 Column 1105 ("Exxxx-yyyy") indicates whether an error with error code Exxxx-yyyy has occurred. Column 1105 is set to 1 if this error has occurred, and set to 0 if this error has not occurred. Column 1106 (e.g., "Replacement of part A") indicates a repair task associated with the error with error code Exxxx-yyyy. Column 1106 is set to 1 if an individual repair task is associated with the error, and set to 0 if an individual repair task is not associated with the error. The recommendation server 105 may determine the value of column 1106 based on the association data 900. For example, in the association data 900, the replacement of part A is associated in record 919, and the replacement of part B is associated in record 920, with the error with error code Exxxx-yyyy that occurred on 2022/2/1.
学習データ1100の1行目のレコードは、「製品種別aaaの機体番号DEV00000について、2022/2/1にデータが取得された。このデータに含まれる稼働情報1の値は1であり、稼働情報2の値は7である。この装置においてExxx-yyyyで表されるエラーが発生した。このエラーに対して、部品Aの交換及び部品Bの交換が関連付けられた」ことを表す。 The record in the first row of learning data 1100 indicates that "data was acquired on 2022/2/1 for machine number DEV00000 of product type aaa. The value of operation information 1 contained in this data is 1, and the value of operation information 2 is 7. An error represented by Exxx-yyyy occurred in this device. The replacement of part A and the replacement of part B are associated with this error."
学習データ1100は、1つのエラーコード(Exxx-yyyy)について関連付けられた修理作業(カラム1106)を含む。これに代えて、学習データ1100は、複数のエラーコードのそれぞれについて、関連付けられた修理作業を含んでもよい。 The training data 1100 includes a repair action (column 1106) associated with one error code (Exxx-yyyy). Alternatively, the training data 1100 may include a repair action associated with each of multiple error codes.
S1002で、推奨提供サーバ105は、学習データ1100を使用して機械学習を行うことによって、1つ以上の推奨作業を推定するためのモデルを生成する。推奨提供サーバ105は、管理される複数の装置に対して1つのモデルを生成してもよい。この場合に、推奨提供サーバ105は、学習データ1100のカラム1101、1102、1104及び1105を特徴量(すなわち、モデルへの入力)として使用し、学習データ1100のカラム1106を正解データとして使用してもよい。これに代えて、推奨提供サーバ105は、管理される複数の装置の種別(例えば、「aaa」)ごとに別個のモデルを生成してもよい。この場合に、推奨提供サーバ105は、学習データ1100のカラム1104及び1105を特徴量として使用し、学習データ1100のカラム1106を正解データとして使用してもよい。 In S1002, the recommendation providing server 105 generates a model for estimating one or more recommended tasks by performing machine learning using the learning data 1100. The recommendation providing server 105 may generate one model for multiple devices managed. In this case, the recommendation providing server 105 may use columns 1101, 1102, 1104, and 1105 of the learning data 1100 as features (i.e., inputs to the model) and use column 1106 of the learning data 1100 as correct answer data. Alternatively, the recommendation providing server 105 may generate a separate model for each type (e.g., "aaa") of multiple devices managed. In this case, the recommendation providing server 105 may use columns 1104 and 1105 of the learning data 1100 as features and use column 1106 of the learning data 1100 as correct answer data.
推奨提供サーバ105は、カラム1106の複数の項目(例えば、「部品Aの交換」)を個別に学習してもよいし、カラム1106の複数の項目をまとめて学習してもよい。機械学習は任意のアルゴリズムで行われてもよい。例えば、SVM(Support Vector Machine)が使用されてもよい。具体的に、RBF(Radial Basis function Kernel)による非線形ソフトマージンSVMが使用されてもよい。 The recommendation server 105 may learn multiple items in column 1106 (e.g., "Replacement of part A") individually, or may learn multiple items in column 1106 together. Machine learning may be performed using any algorithm. For example, a support vector machine (SVM) may be used. Specifically, a nonlinear soft margin SVM using a radial basis function kernel (RBF) may be used.
推奨提供サーバ105は、学習データをランダムに解析データと検証データとに分割する交差検証によって学習結果を評価してもよい。RBFを用いたSVMのハイパーパラメータのコストパラメータ(C)及びガンマ(γ)が推定性能に影響を及ぼすため、推奨提供サーバ105は、複数の値を網羅的に試すグリッドサーチを行い、推定性能が高いものを学習結果としてもよい。 The recommendation server 105 may evaluate the learning results by cross-validation, which randomly divides the learning data into analysis data and validation data. Because the cost parameter (C) and gamma (γ), which are hyperparameters of the SVM using RBF, affect the estimation performance, the recommendation server 105 may perform a grid search that exhaustively tries multiple values, and the one with the highest estimation performance may be selected as the learning result.
機械学習アルゴリズムとして、パーセプトロンやロジスティック回帰、ニューラルネットワーク、k近傍法、ナイーブベイズが使用されてもよい。機械学習アルゴリズムとして、畳み込みニューラルネットワーク、決定木、ランダムフォレスト、線形回帰、多項式回帰、Lasso回帰、Ridge回帰などが使用されてもよい。機械学習アルゴリズムとして、ハードマージンSVMや多項式カーネルSVMなどが使用されてもよい。機械学習アルゴリズムのハイパーパラメータとして、どのようなパラメータが使用されてもよい。学習結果の評価手法として、交差検証法以外に代替推定法やテストサンプル法などが使用されてもよい。さらに、機械学習アルゴリズムのハイパーパラメータの最適化手法として、グリッドサーチ以外にランダムサーチ、ラテン超方格サンプリング法、ベイズ最適化などが使用されてもよい。 As the machine learning algorithm, perceptron, logistic regression, neural network, k-nearest neighbor method, and naive Bayes may be used. As the machine learning algorithm, convolutional neural network, decision tree, random forest, linear regression, polynomial regression, Lasso regression, Ridge regression, and the like may be used. As the machine learning algorithm, hard margin SVM, polynomial kernel SVM, and the like may be used. As the hyperparameter of the machine learning algorithm, any parameter may be used. As the method of evaluating the learning result, alternative estimation method, test sample method, and the like may be used in addition to cross-validation method. Furthermore, as the method of optimizing the hyperparameter of the machine learning algorithm, random search, Latin hypercube sampling method, Bayesian optimization, and the like may be used in addition to grid search.
推奨提供サーバ105は、機械学習によって生成されたモデルを含むファイルを記憶部(例えば、RAM504や記憶装置508)に記憶する。このファイルは、機械学習アルゴリズムの種類(RBFによる非線形ソフトマージンSVM)や機械学習アルゴリズムのハイパーパラメータの値(コストパラメータ(C)及びガンマ(γ))を含んでもよい。 The recommendation server 105 stores a file including a model generated by machine learning in a storage unit (e.g., RAM 504 or storage device 508). This file may include the type of machine learning algorithm (nonlinear soft margin SVM with RBF) and the values of hyperparameters of the machine learning algorithm (cost parameter (C) and gamma (γ)).
<第2実施形態>
第2実施形態について説明する。第1実施形態と同様であってもよい事項については説明を省略し、第1実施形態との相違点について説明する。第1実施形態において、推奨提供サーバ105は、報告履歴220を最も優先して修理作業に対してエラーを関連付ける。報告履歴220のレコードは作業員からの報告に基づいており、この報告にミスが含まれる可能性がある。作業員によって正しい報告が行われない場合に、この報告に基づいて修理作業に対してエラーを関連付けると、正しい関連付けが行われず、機械学習の精度が低下しうる。そこで、第2実施形態で、推奨提供サーバ105は、報告履歴220に含まれる作業内容が1つ以上の推奨作業に含まれるかどうかをさらに判定する。
Second Embodiment
A second embodiment will be described. The description of matters that may be the same as those in the first embodiment will be omitted, and differences from the first embodiment will be described. In the first embodiment, the recommendation provision server 105 gives the highest priority to the report history 220 and associates an error with a repair work. The record of the report history 220 is based on a report from a worker, and this report may contain an error. If an error is associated with a repair work based on a report in a case where the worker does not make a correct report, the association may not be correct, and the accuracy of machine learning may decrease. Therefore, in the second embodiment, the recommendation provision server 105 further determines whether the work content included in the report history 220 is included in one or more recommended works.
図12を参照して、第2実施形態における図7のS702の詳細について説明する。図8と同様であってもよいステップについては同じ参照符号を付して説明を省略する。 Details of S702 in FIG. 7 in the second embodiment will be described with reference to FIG. 12. Steps that may be similar to those in FIG. 8 are given the same reference numerals and will not be described.
S802で、推奨提供サーバ105は、対象作業が報告履歴220に記録されていると判定された場合(S802で「YES」)に処理をS1201に遷移する。S1201で、推奨提供サーバ105は、対象作業が1つ以上の推奨作業に含まれるかどうかを判定する。推奨提供サーバ105は、対象作業が1つ以上の推奨作業に含まれると判定された場合(S1201で「YES」)に処理をS803に遷移し、それ以外の場合(S1201で「NO」)に処理をS804に遷移する。 In S802, if the recommendation provision server 105 determines that the target task is recorded in the report history 220 ("YES" in S802), it transitions the process to S1201. In S1201, the recommendation provision server 105 determines whether the target task is included in one or more recommended tasks. If the recommendation provision server 105 determines that the target task is included in one or more recommended tasks ("YES" in S1201), it transitions the process to S803, and otherwise ("NO" in S1201), it transitions the process to S804.
S1201で「YES」の場合に、S803において、推奨提供サーバ105は、報告履歴220に記録されているエラーを対象作業に対して関連付ける。S1201で「NO」の場合に、推奨提供サーバ105は、S804~S806において、エラー履歴200又は閲覧履歴230に記録されているエラーを対象作業に対して関連付ける。 If the answer is "YES" in S1201, in S803, the recommendation server 105 associates the error recorded in the report history 220 with the target task. If the answer is "NO" in S1201, in S804 to S806, the recommendation server 105 associates the error recorded in the error history 200 or the browsing history 230 with the target task.
例えば、図9の例において、第1実施形態では、レコード913で表される修理作業が、レコード915として報告履歴220に記録されていると判定される。しかし、レコード915のエラーに対する推奨作業は、閲覧履歴230のレコード923に示されるように、部品Dの交換又は部品Eの交換であり、レコード915に示される部品Aの交換を含まない。そのため、推奨提供サーバ105は、作業履歴210のレコード913で表される修理作業に対して、報告履歴220のレコード915の発生エラーコードを関連付けない。 For example, in the example of FIG. 9, in the first embodiment, it is determined that the repair work represented by record 913 is recorded as record 915 in the report history 220. However, the recommended work for the error in record 915 is replacement of part D or replacement of part E, as shown in record 923 in the browsing history 230, and does not include replacement of part A shown in record 915. Therefore, the recommendation providing server 105 does not associate the occurring error code of record 915 in the report history 220 with the repair work represented by record 913 in the work history 210.
S1201で使用される1つ以上の推奨作業は、作業員によるポータルサイトの閲覧の際に生成されてもよいし、ポータルサイトの閲覧とは独立して生成されてもよい。 The one or more recommended tasks used in S1201 may be generated when the worker browses the portal site, or may be generated independently of the worker browsing the portal site.
<変形例>
上述の各実施形態では、推奨提供サーバ105は、S804の条件を満たす場合に閲覧履歴230に基づいて対象作業に対してエラーを関連付ける。これに代えて、推奨提供サーバ105は、閲覧履歴230を使用しなくてもよい。この場合に、図8の方法において、S804及びS805が省略され、S802で「NO」の場合に(第2実施形態ではS1201で「NO」の場合にも)処理がS806に遷移される。
<Modification>
In each of the above-described embodiments, when the condition of S804 is satisfied, the recommended provision server 105 associates an error with the target task based on the browsing history 230. Alternatively, the recommended provision server 105 may not use the browsing history 230. In this case, in the method of Fig. 8, S804 and S805 are omitted, and when "NO" is returned in S802 (or when "NO" is returned in S1201 in the second embodiment), the process transitions to S806.
上述の各実施形態では、作業員がポータルサイトで装置のエラーに関する情報(例えば、推奨作業)を閲覧し、これに対するフィードバックとして修理作業を推奨提供サーバ105へ送信する。これに代えて、推奨作業の閲覧と、修理作業の報告とが独立して実行されてもよい。 In each of the above-described embodiments, the worker views information (e.g., recommended work) related to the device error on the portal site, and transmits the repair work to the recommendation providing server 105 as feedback in response to the information. Alternatively, the viewing of the recommended work and the reporting of the repair work may be performed independently.
<その他の実施例>
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
<Other Examples>
The present invention can also be realized by a process in which a program for implementing one or more of the functions of the above-described embodiments is supplied to a system or device via a network or a storage medium, and one or more processors in a computer of the system or device read and execute the program. The present invention can also be realized by a circuit (e.g., ASIC) that implements one or more of the functions.
<実施形態のまとめ>
<項目1>
複数の装置におけるエラー及び修理作業に関するデータを管理するためのデータ管理システムであって、
前記複数の装置の何れかにおいて発生したエラーを記録するエラー履歴と、前記複数の装置の何れかに対して実施された修理作業を記録する作業履歴と、前記複数の装置の何れかにおいて発生したエラーに関連付けて作業員が報告した修理作業を記録する報告履歴と、を取得する取得手段と、
前記作業履歴に記録されている個別の修理作業に対してエラーを関連付ける関連付け手段と、を備え、
前記関連付け手段は、
前記個別の修理作業が前記報告履歴に記録されている場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付け、
前記個別の修理作業が前記報告履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付ける、データ管理システム。
<項目2>
前記取得手段は、前記複数の装置の何れかにおけるエラーに関する情報の作業員による閲覧を記録する閲覧履歴をさらに取得し、
前記関連付け手段は、
前記個別の修理作業が前記報告履歴に記録されておらず、前記個別の修理作業に関連する閲覧が前記閲覧履歴に記録されている場合に、前記個別の修理作業に対して、前記閲覧履歴に記録されているエラーを関連付け、
前記個別の修理作業が前記報告履歴に記録されておらず、前記個別の修理作業に関連する閲覧が前記閲覧履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付ける、項目1に記載のデータ管理システム。
<項目3>
前記個別の修理作業に関連する閲覧は、前記個別の修理作業の実施日に行われた閲覧を含む、項目2に記載のデータ管理システム。
<項目4>
前記データ管理システムは、前記複数の装置の何れかにおけるエラーに対して推奨される1つ以上の修理作業を決定する決定手段をさらに備え、
前記関連付け手段は、
前記個別の修理作業が前記報告履歴に記録されており、前記個別の修理作業が前記推奨される1つ以上の修理作業に含まれる場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付け、
前記個別の修理作業が前記報告履歴に記録されており、前記個別の修理作業が前記推奨される1つ以上の修理作業に含まれない場合に、前記個別の修理作業に対して、前記エラー履歴又は前記閲覧履歴に記録されているエラーを関連付ける、項目2又は3に記載のデータ管理システム。
<項目5>
前記決定手段は、前記推奨される1つ以上の修理作業を作業員に提示する、項目4に記載のデータ管理システム。
<項目6>
前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付けることは、前記個別の修理作業の実施日以前で直近に発生したエラーを前記個別の修理作業に対して関連付けることを含む、項目1乃至5の何れか1項に記載のデータ管理システム。
<項目7>
コンピュータを項目1乃至6の何れか1項に記載のデータ管理システムとして機能させるためのプログラム。
<項目8>
複数の装置におけるエラー及び修理作業に関するデータを管理するためにコンピュータによって実施される方法であって、
前記複数の装置の何れかにおいて発生したエラーを記録するエラー履歴と、前記複数の装置の何れかに対して実施された修理作業を記録する作業履歴と、前記複数の装置の何れかにおいて発生したエラーに関連付けて作業員が報告した修理作業を記録する報告履歴と、を取得する取得工程と、
前記作業履歴に記録されている個別の修理作業に対してエラーを関連付ける関連付け工程と、を備え、
前記関連付け工程は、
前記個別の修理作業が前記報告履歴に記録されている場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付けることと、
前記個別の修理作業が前記報告履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付けることと、を含む、方法。
Summary of the embodiment
<Item 1>
1. A data management system for managing data relating to errors and repair operations in a plurality of machines, comprising:
an acquisition means for acquiring an error history that records an error that has occurred in any of the plurality of devices, a work history that records a repair work performed on any of the plurality of devices, and a report history that records a repair work reported by an operator in association with an error that has occurred in any of the plurality of devices;
and an associating means for associating an error with each individual repair work recorded in the work history,
The association means includes:
if the individual repair work is recorded in the report history, associating the individual repair work with the error recorded in the report history;
A data management system that associates an error recorded in the error history with the individual repair action if the individual repair action is not recorded in the report history.
<Item 2>
The acquiring means further acquires a browsing history that records browsing by the worker of information related to an error in any of the plurality of devices;
The association means includes:
If the individual repair work is not recorded in the report history and a view related to the individual repair work is recorded in the browsing history, associate the individual repair work with the error recorded in the browsing history;
2. The data management system of claim 1, wherein if the individual repair work is not recorded in the report history and a view related to the individual repair work is not recorded in the view history, an error recorded in the error history is associated with the individual repair work.
<Item 3>
3. The data management system of claim 2, wherein the views related to the individual repair work include views made on the date the individual repair work was performed.
<Item 4>
The data management system further comprises a determining means for determining one or more recommended repair actions for an error in any of the plurality of devices;
The association means includes:
if the individual repair action is recorded in the reporting history and the individual repair action is included in the one or more recommended repair actions, associate the error recorded in the reporting history with the individual repair action;
4. The data management system according to claim 2 or 3, wherein, when the individual repair work is recorded in the report history and the individual repair work is not included in the one or more recommended repair works, an error recorded in the error history or the browsing history is associated with the individual repair work.
<Item 5>
5. The data management system of claim 4, wherein the determining means presents the recommended one or more repair actions to a technician.
<Item 6>
6. The data management system of any one of claims 1 to 5, wherein associating the error recorded in the error history with the individual repair work includes associating an error that occurred most recently before the date the individual repair work was performed with the individual repair work.
<Item 7>
A program for causing a computer to function as the data management system according to any one of items 1 to 6.
<Item 8>
1. A computer-implemented method for managing data relating to errors and repair actions on a plurality of devices, comprising:
an acquiring process for acquiring an error history that records an error that has occurred in any of the plurality of devices, a work history that records a repair work performed on any of the plurality of devices, and a report history that records a repair work reported by an operator in association with an error that has occurred in any of the plurality of devices;
and an associating step of associating an error with each individual repair work recorded in the work history,
The associating step includes:
if the individual repair operation is recorded in the report history, associating the individual repair operation with the error recorded in the report history;
and if the individual repair action is not recorded in the report history, associating the error recorded in the error history with the individual repair action.
発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。 The invention is not limited to the above-described embodiment, and various modifications and variations are possible without departing from the spirit and scope of the invention. Therefore, the following claims are appended to disclose the scope of the invention.
102 装置情報サーバ、103 情報処理端末、104 修理情報サーバ、105 推奨提供サーバ 102 Device information server, 103 Information processing terminal, 104 Repair information server, 105 Recommendation server
Claims (8)
前記複数の装置の何れかにおいて発生したエラーを記録するエラー履歴と、前記複数の装置の何れかに対して実施された修理作業を記録する作業履歴と、前記複数の装置の何れかにおいて発生したエラーに関連付けて作業員が報告した修理作業を記録する報告履歴と、を取得する取得手段と、
前記作業履歴に記録されている個別の修理作業に対してエラーを関連付ける関連付け手段と、を備え、
前記関連付け手段は、
前記個別の修理作業が前記報告履歴に記録されている場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付け、
前記個別の修理作業が前記報告履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付ける、データ管理システム。 1. A data management system for managing data relating to errors and repair operations in a plurality of machines, comprising:
an acquisition means for acquiring an error history that records an error that has occurred in any of the plurality of devices, a work history that records a repair work performed on any of the plurality of devices, and a report history that records a repair work reported by an operator in association with an error that has occurred in any of the plurality of devices;
and an associating means for associating an error with each individual repair work recorded in the work history,
The association means includes:
if the individual repair work is recorded in the report history, associating the individual repair work with the error recorded in the report history;
A data management system that associates an error recorded in the error history with the individual repair action if the individual repair action is not recorded in the report history.
前記関連付け手段は、
前記個別の修理作業が前記報告履歴に記録されておらず、前記個別の修理作業に関連する閲覧が前記閲覧履歴に記録されている場合に、前記個別の修理作業に対して、前記閲覧履歴に記録されているエラーを関連付け、
前記個別の修理作業が前記報告履歴に記録されておらず、前記個別の修理作業に関連する閲覧が前記閲覧履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付ける、請求項1に記載のデータ管理システム。 The acquiring means further acquires a browsing history that records browsing by the worker of information related to an error in any of the plurality of devices;
The association means includes:
If the individual repair work is not recorded in the report history and a view related to the individual repair work is recorded in the browsing history, associate the individual repair work with the error recorded in the browsing history;
The data management system of claim 1 , further comprising: a report history for reporting a repair operation to a user; a viewing history for viewing the repair operation to a user;
前記関連付け手段は、
前記個別の修理作業が前記報告履歴に記録されており、前記個別の修理作業が前記推奨される1つ以上の修理作業に含まれる場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付け、
前記個別の修理作業が前記報告履歴に記録されており、前記個別の修理作業が前記推奨される1つ以上の修理作業に含まれない場合に、前記個別の修理作業に対して、前記エラー履歴又は前記閲覧履歴に記録されているエラーを関連付ける、請求項2に記載のデータ管理システム。 The data management system further comprises a determining means for determining one or more recommended repair actions for an error in any of the plurality of devices;
The association means includes:
if the individual repair action is recorded in the reporting history and the individual repair action is included in the one or more recommended repair actions, associate the error recorded in the reporting history with the individual repair action;
The data management system of claim 2 , further comprising: a reporting history that reports the individual repair work to the error history or browsing history; and a report history that reports the individual repair work to the error history or browsing history when the individual repair work is not included in the one or more recommended repair works.
前記複数の装置の何れかにおいて発生したエラーを記録するエラー履歴と、前記複数の装置の何れかに対して実施された修理作業を記録する作業履歴と、前記複数の装置の何れかにおいて発生したエラーに関連付けて作業員が報告した修理作業を記録する報告履歴と、を取得する取得工程と、
前記作業履歴に記録されている個別の修理作業に対してエラーを関連付ける関連付け工程と、を備え、
前記関連付け工程は、
前記個別の修理作業が前記報告履歴に記録されている場合に、前記個別の修理作業に対して、前記報告履歴に記録されているエラーを関連付けることと、
前記個別の修理作業が前記報告履歴に記録されていない場合に、前記個別の修理作業に対して、前記エラー履歴に記録されているエラーを関連付けることと、を含む、方法。 1. A computer-implemented method for managing data relating to errors and repair actions on a plurality of devices, comprising:
an acquiring process for acquiring an error history that records an error that has occurred in any of the plurality of devices, a work history that records a repair work performed on any of the plurality of devices, and a report history that records a repair work reported by an operator in association with an error that has occurred in any of the plurality of devices;
and an associating step of associating the error with each individual repair work recorded in the work history,
The associating step includes:
if the individual repair operation is recorded in the report history, associating the individual repair operation with the error recorded in the report history;
and if the individual repair action is not recorded in the report history, associating the error recorded in the error history with the individual repair action.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022167113A JP2024059437A (en) | 2022-10-18 | 2022-10-18 | Data management system, data management method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022167113A JP2024059437A (en) | 2022-10-18 | 2022-10-18 | Data management system, data management method and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024059437A true JP2024059437A (en) | 2024-05-01 |
Family
ID=90828316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022167113A Pending JP2024059437A (en) | 2022-10-18 | 2022-10-18 | Data management system, data management method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024059437A (en) |
-
2022
- 2022-10-18 JP JP2022167113A patent/JP2024059437A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8935153B2 (en) | Natural language incident resolution | |
US20090106180A1 (en) | Health meter | |
US20110185220A1 (en) | Remote diagnostic system and method based on device data classification | |
JP2001075808A (en) | Bayesian network | |
JP4730433B2 (en) | Fault diagnosis system, information update device and program | |
US10594879B2 (en) | Information processing apparatus, information processing system, method for controlling information processing system, and storage medium | |
US11481266B2 (en) | Diagnosing an information processing system malfunction via diagnostic modeling | |
JP6075240B2 (en) | Predictive failure diagnosis apparatus, predictive failure diagnosis system, predictive failure diagnosis program, and predictive failure diagnosis method | |
JP2015152709A (en) | Fault prediction system, fault prediction apparatus, and program | |
US20150178741A1 (en) | Data process system and data process method | |
JP2024059437A (en) | Data management system, data management method and program | |
US10999474B2 (en) | Electronic device, control method of electronic device, information processing system, and storage medium | |
JP7011527B2 (en) | Defect countermeasure support system | |
JP6547649B2 (en) | INFORMATION PROCESSING APPARATUS AND INFORMATION PROCESSING PROGRAM | |
JP2021043636A (en) | Maintenance support device, maintenance support method, and computer program | |
US20170034017A1 (en) | Information processing apparatus and information processing system | |
JP7163687B2 (en) | Information processing device, information processing system and information processing program | |
US20080312985A1 (en) | Computerized evaluation of user impressions of product artifacts | |
WO2019230824A1 (en) | Information processing system, server apparatus, information processing apparatus, control methods of the same, and program | |
JP2017220086A (en) | Failure information collection system, information processing device, failure information collection device, and program | |
JP2016045818A (en) | Information processor and information processing program | |
US20240248653A1 (en) | System and method | |
JP2024100648A (en) | Management system and method | |
JP2024103846A (en) | Systems and methods | |
US20230069362A1 (en) | Maintenance support server and maintenance system |