JP7058195B2 - Behavior characteristic measurement system and behavior characteristic measurement method - Google Patents
Behavior characteristic measurement system and behavior characteristic measurement method Download PDFInfo
- Publication number
- JP7058195B2 JP7058195B2 JP2018148069A JP2018148069A JP7058195B2 JP 7058195 B2 JP7058195 B2 JP 7058195B2 JP 2018148069 A JP2018148069 A JP 2018148069A JP 2018148069 A JP2018148069 A JP 2018148069A JP 7058195 B2 JP7058195 B2 JP 7058195B2
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- organization
- user
- tissue
- environmental factor
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、人の行動特性を計測する技術に関する。 The present invention relates to a technique for measuring human behavioral characteristics.
急速に変化するビジネス環境に適応するため，従業員の働き方や考え方の抜本的な変革を求める企業が増えている．変化のプロセスを支援するため，行動の観点から変革の進捗状況を把握する方法が求められており，従業員に期待する行動特性（コンピテンシ）の実現度合いを可視化する方法が望まれている。 An increasing number of companies are demanding radical changes in the way employees work and think in order to adapt to the rapidly changing business environment. In order to support the process of change, there is a need for a method of grasping the progress of change from the perspective of behavior, and a method of visualizing the degree of realization of behavioral characteristics (competencies) expected of employees is desired.
ここで、「行動特性」とは、様々な状況において一貫して現れる行動の傾向のことを意味している。行動特性のチェックは、人間をタイプに分類するのではなく、現実に出現している行動の分析を通じて、個々人の行動の特性を解析するものである。したがって、行動レベルでの強み／弱みを理解することができ、強みの向上と弱みの克服という成長課題が明瞭になり、自分の行動特性を活かした課題の達成方法が明確になる。 Here, the "behavioral characteristic" means a tendency of behavior that consistently appears in various situations. The behavioral trait check does not classify humans into types, but analyzes the behavioral traits of individuals through the analysis of behaviors that are actually appearing. Therefore, it is possible to understand the strengths / weaknesses at the behavioral level, the growth task of improving the strengths and overcoming the weaknesses becomes clear, and the method of achieving the task that makes the best use of one's behavioral characteristics becomes clear.
特許文献１では、アンケートを用いて、人間の無意識下の行動特性を分析している。特許文献２では、ソーシャルネットワークのコミュケーションログから、ネットワーク図を作成し、組織ネットワーク分析を行い、コミュニケーション分析をしている。
In
特許文献１では、アンケートを用いて行動特性をしているが、アンケートに回答する必要があるため、ユーザに負担がかかる。アンケートは主観評価であるため、客観性が低いものになっている。また、アンケート内容に機密情報などが含まれているため、取り扱いには十分に注意を払う必要がある。
In
特許文献２では、ソーシャルネットワークのコミュケーションログから組織ネットワークを生成しているため、組織の評価はおこなっているが、ユーザの評価を求めることができない。さらに、また、個人の評価を求めたとしても、組織における環境要因を取り除くことができない。そこで、ユーザの負担が少なく手軽にユーザの行動特性を正確に求めることが望まれる。
In
本発明の好ましい一側面は、プロセッサと記憶装置とを有する行動特性計測システムである。このシステムは、アプリケーションの付随情報を取得して、ユーザ毎の行動履歴リストを生成するデータ取得部、行動履歴リストを所定の期間毎に集計して、ユーザ毎の行動履歴の集計リストを生成する集計生成部、行動履歴の集計リストから特徴量を計算して、ユーザ毎の特徴量リストを生成する特徴量計算部、ユーザ毎の特徴量リストとユーザが属する組織の情報を用いて、ユーザが属する組織の特徴量を求め、組織の特徴量の時間的変化から組織の環境要因を求め、ユーザの特徴量から組織の環境要因を除去する環境要因除去処理部、を備える。 A preferred aspect of the present invention is a behavioral characteristic measurement system having a processor and a storage device. This system acquires the accompanying information of the application and generates a data acquisition unit that generates an action history list for each user, aggregates the action history list for each predetermined period, and generates an aggregate list of the action history for each user. The user can use the feature amount calculation unit that calculates the feature amount from the aggregate generation unit and the aggregated list of the action history to generate the feature amount list for each user, the feature amount list for each user, and the information of the organization to which the user belongs. It is provided with an environmental factor removal processing unit that obtains the feature amount of the organization to which it belongs, obtains the environmental factor of the organization from the temporal change of the feature amount of the organization, and removes the environmental factor of the organization from the feature amount of the user.
本発明の好ましい他の一側面は、情報処理装置で実行される行動特性計測方法である。この方法は、アプリケーションの付随情報を取得して、ユーザ毎の行動履歴リストを生成するデータ取得処理、行動履歴リストを所定の期間毎に集計して、ユーザ毎の行動履歴の集計リストを生成する集計生成処理、行動履歴の集計リストから特徴量を計算して、ユーザ毎の特徴量リストを生成する特徴量計算処理、および、ユーザ毎の特徴量リストとユーザが属する組織の情報を用いて、ユーザが属する組織の特徴量を求め、組織の特徴量の時間的変化から組織の環境要因を求め、ユーザの特徴量から組織の環境要因を除去する環境要因除去処理処理、を行なう。 Another preferred aspect of the present invention is a behavioral characteristic measurement method performed by an information processing apparatus. This method is a data acquisition process that acquires the accompanying information of the application and generates an action history list for each user, aggregates the action history list for each predetermined period, and generates an aggregate list of the action history for each user. Using the aggregate generation process, the feature amount calculation process that calculates the feature amount from the aggregated list of the action history and generates the feature amount list for each user, and the feature amount list for each user and the information of the organization to which the user belongs, An environmental factor removal processing process is performed in which the feature amount of the organization to which the user belongs is obtained, the environmental factor of the organization is obtained from the temporal change of the feature amount of the organization, and the environmental factor of the organization is removed from the feature amount of the user.
ユーザへの負担が少なく行動特性を求めることができる。上記した以外の課題、構成及び効果は、以下の実施形態の説明によって明らかにされる。 Behavioral characteristics can be obtained with less burden on the user. Issues, configurations and effects other than those described above will be clarified by the description of the following embodiments.
実施の形態について、図面を用いて詳細に説明する。ただし、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。 The embodiments will be described in detail with reference to the drawings. However, the present invention is not limited to the description of the embodiments shown below. It is easily understood by those skilled in the art that a specific configuration thereof can be changed without departing from the idea or purpose of the present invention.
以下に説明する発明の構成において、同一部分又は同様な機能を有する部分には同一の符号を異なる図面間で共通して用い、重複する説明は省略することがある。 In the configuration of the invention described below, the same reference numerals may be used in common among different drawings for the same parts or parts having similar functions, and duplicate description may be omitted.
同一あるいは同様な機能を有する要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。ただし、複数の要素を区別する必要がない場合には、添字を省略して説明する場合がある。 When there are a plurality of elements having the same or similar functions, they may be described by adding different subscripts to the same reference numerals. However, if it is not necessary to distinguish between multiple elements, the explanation may be omitted by omitting the subscript.
本明細書等における「第１」、「第２」、「第３」などの表記は、構成要素を識別するために付するものであり、必ずしも、数、順序、もしくはその内容を限定するものではない。また、構成要素の識別のための番号は文脈毎に用いられ、一つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。 Notations such as "first", "second", and "third" in the present specification and the like are attached to identify components, and do not necessarily limit the number, order, or contents thereof. is not. Further, the numbers for identifying the components are used for each context, and the numbers used in one context do not always indicate the same composition in the other contexts. Further, it does not prevent the component identified by a certain number from functioning as the component identified by another number.
図面等において示す各構成の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面等に開示された位置、大きさ、形状、範囲などに限定されない。 The position, size, shape, range, etc. of each configuration shown in the drawings and the like may not represent the actual position, size, shape, range, etc. in order to facilitate understanding of the invention. Therefore, the present invention is not necessarily limited to the position, size, shape, range and the like disclosed in the drawings and the like.
実施例のシステムの一例を簡単に説明すると、プロセッサと、プロセッサに接続される記憶装置と、を有する行動特性計測システムであって、プロセッサは、行動特性を求めるために、アプリケーションのアクセスログを取得するデータ取得処理、取得したデータを集計する集計生成処理、行動特性の仮説に基づく特徴量計算処理を行ない、イベントや季節変動などの影響を除去する環境要因除去処理によって行動特性（コンピテンシ）を出力する。これによれば、ユーザが業務で使っているアプリケーションのアクセスログから行動特性を抽出できることできるようになるため、ユーザへの負担が少なく行動特性を求めることができる。 To briefly explain an example of the system of the embodiment, it is a behavioral characteristic measurement system having a processor and a storage device connected to the processor, and the processor acquires an access log of an application in order to obtain behavioral characteristics. Data acquisition processing to be performed, aggregation generation processing to aggregate the acquired data, feature quantity calculation processing based on the hypothesis of behavioral characteristics are performed, and behavioral characteristics (competency) are output by environmental factor removal processing to remove the influence of events and seasonal fluctuations. do. According to this, since the behavior characteristics can be extracted from the access log of the application used by the user in business, the burden on the user can be reduced and the behavior characteristics can be obtained.
本発明の実施形態について図面を用いて詳細に説明するが、本発明は以下の実施形態に限定されることなく、本発明の技術的な概念の中で種々の変形例や応用例をもその範囲に含むものである。以下、本発明に係る一実施形態を、図１を用いて説明する。 The embodiments of the present invention will be described in detail with reference to the drawings, but the present invention is not limited to the following embodiments, and various modifications and applications thereof are also included in the technical concept of the present invention. It is included in the range. Hereinafter, an embodiment according to the present invention will be described with reference to FIG.
図１は、本発明の実施形態のシステムの全体構成を示すブロック図である。分析サーバＳＡ、クライアント端末ＣＬ、ＳＮＳ（ソーシャルネットワーク）ＣＡ、メールＣＢ、スケジューラＣＣ、メッセージアプリＣＤ、外部情報データベースＣＥは、ｏｐｅｎ又はｃｌｏｓｅのネットワークＮＷに接続されている。 FIG. 1 is a block diagram showing an overall configuration of a system according to an embodiment of the present invention. The analysis server SA, client terminal CL, SNS (social network) CA, mail CB, scheduler CC, message application CD, and external information database CE are connected to the open or close network NW.
分析サーバＳＡは、コンピテンシ特徴量に関する分析を行うシステムを構成する。分析サーバＳＡは、データベースＳＡ０、表示部ＳＡ１、要求部ＳＡ２及び実行部ＳＡ３から構成されている。 The analysis server SA constitutes a system for analyzing competency features. The analysis server SA is composed of a database SA0, a display unit SA1, a request unit SA2, and an execution unit SA3.
データベースＳＡ０は、分析サーバＳＡ内で使用される入力／出力データを扱っている。具体的には、データベースＳＡ０は、予め分析サーバＳＡに設定されている情報、ネットワークＮＷを介して取得された情報、及び、実行部ＳＡ３の処理によって生成された情報等を含む。 Database SA0 handles input / output data used within analysis server SA. Specifically, the database SA0 includes information set in advance in the analysis server SA, information acquired via the network NW, information generated by the processing of the execution unit SA3, and the like.
図１では省略されているが、データベースＳＡ０は、例えば、ユーザリスト（ＳＡ０１）、組織リスト（ＳＡ０２）、行動履歴リスト（ＳＡ０３）、行動履歴の集計リスト（ＳＡ０４）、特徴量仮説（ＳＡ０５）、特徴量計算処理（ＳＡ０６）、特徴量リスト（ＳＡ０７）、コンピテンシリスト（ＳＡ０８）、を含む（図４、図５、図７～図２４、図１３参照）。 Although omitted in FIG. 1, the database SA0 includes, for example, a user list (SA01), an organization list (SA02), an action history list (SA03), an action history summary list (SA04), and a feature amount hypothesis (SA05). It includes a feature amount calculation process (SA06), a feature amount list (SA07), and a competency list (SA08) (see FIGS. 4, 5, 7, 24, and 13).
実行部ＳＡ３は実際に分析を実行する部分であり、データ取得処理部ＳＡ３１、集計生成処理部ＳＡ３２、特徴量計算処理部ＳＡ３３、環境要因除去処理部ＳＡ３、から構成されている。 The execution unit SA3 is a portion that actually executes analysis, and is composed of a data acquisition processing unit SA31, an aggregation generation processing unit SA32, a feature quantity calculation processing unit SA33, and an environmental factor removal processing unit SA3.
クライアント端末ＣＬは、管理者が分析の状況を閲覧するための端末である。ＳＮＳ（ソーシャルネットワークＣＡ、メールＣＢ、スケジューラＣＣ、メッセージアプリＣＤは組織やプロジェクトのメンバ内外との連絡のやり取りの情報が含まれている。外部情報データベースＣＥでは、上記のもの以外で組織やプロジェクトのメンバ内外との連絡のやり取りの情報を含んでもよい。 The client terminal CL is a terminal for the administrator to view the analysis status. SNS (social network CA, mail CB, scheduler CC, message application CD contains information on communication with and outside the members of the organization or project. In the external information database CE, other than the above, the organization or project It may include information on communication with and from members.
図２は、本発明の実施形態の分析サーバＳＡのハードウェア構成を示すブロック図である。分析サーバＳＡは、例えば、相互に接続されたインターフェース（Ｉ／Ｆ）１０１、入力装置１０２、出力装置１０３、プロセッサ１０４、主記憶装置１０５及び補助記憶装置１０６を有する計算機である。
FIG. 2 is a block diagram showing a hardware configuration of the analysis server SA according to the embodiment of the present invention. The analysis server SA is, for example, a computer having an interconnected interface (I / F) 101, an
インターフェース１０１は、ネットワークＮＷに接続され、ネットワークＮＷを介して分析サーバＳＡ、クライアント端末ＣＬ、ＳＮＳ（ソーシャルネットワーク）ＣＡ、メールＣＢ、スケジューラＣＣ、メッセージアプリＣＤ、外部情報データベースＣＥの取得等を行う。入力装置１０２は、分析サーバＳＡのユーザが分析サーバＳＡに情報を入力するために使用する装置であり、例えばキーボード、マウス及びタッチセンサ等の少なくともいずれかを含んでもよい。出力装置１０３は、分析サーバＳＡのユーザに情報を出力する装置であり、例えば文字及び画像等を表示する表示装置を含んでもよい。
The
プロセッサ１０４は、主記憶装置１０５に格納されたプログラムに従って種々の処理を実行する。主記憶装置１０５は、例えばＤＲＡＭのような半導体記憶装置であり、プロセッサ１０４によって実行されるプログラム及びプロセッサの処理に必要なデータ等を格納する。補助記憶装置１０６は、例えばハードディスクドライブ又はフラッシュメモリなどの比較的大容量の記憶装置であり、プロセッサによって実行する処理において参照されるデータ等を格納する。
The
本実施形態の主記憶装置１０５には、実行部ＳＡ３に含まれるデータ取得処理部ＳＡ３１、集計生成処理部ＳＡ３２、特徴量計算処理部ＳＡ３３、環境要因除去処理部ＳＡ３、を実現するためのプログラムが格納される。したがって、以下の説明において実行部ＳＡ３に含まれる各部が実行する処理は、実際には、プロセッサ１０４が、主記憶装置１０５に格納された各部に対応するプログラムに従って実行する。
The main storage device 105 of the present embodiment has a program for realizing the data acquisition processing unit SA31, the aggregation generation processing unit SA32, the feature quantity calculation processing unit SA33, and the environmental factor removal processing unit SA3 included in the execution unit SA3. Stored. Therefore, in the following description, the processing executed by each unit included in the execution unit SA3 is actually executed by the
また、要求部ＳＡ２の処理は、プロセッサ１０４が主記憶装置１０５に格納された要求部ＳＡ２に対応するプログラムに従ってインターフェース１０１又は入力装置１０２を制御することによって実現されてもよい。表示部ＳＡ１の処理は、プロセッサ１０４が主記憶装置１０５に格納された表示部ＳＡ１に対応するプログラムに従って出力装置１０３を制御することによって実現されてもよい。
Further, the processing of the request unit SA2 may be realized by the
本実施形態の補助記憶装置１０６は、データベースＳＡ０を格納する。さらに、実行部ＳＡ３に含まれる各部に対応するプログラムが補助記憶装置１０６に格納され、必要に応じて主記憶装置１０５にコピーされてもよい。また、データベースＳＡ０の少なくとも一部が必要に応じて主記憶装置１０５にコピーされてもよい。
The
以上の構成は、単体の計算機で構成してもよいし、あるいは、入力装置、出力装置、プロセッサ、記憶装置の任意の部分が、ネットワークで接続された他の計算機で構成されてもよい。 The above configuration may be configured by a single computer, or any part of the input device, the output device, the processor, and the storage device may be configured by another computer connected by a network.
図３は、本発明の実施形態の分析サーバ（ＳＡ）におけるコンピテンシ特徴量を生成するステップを示したコンピテンシ生成処理（ＳＡ３０）である。コンピテンシ生成処理（ＳＡ３０）は、データ取得処理ＳＳＡ３１、集計生成処理ＳＳＡ３２、特徴量計算処理ＳＳＡ３３、環境要因除去処理ＳＳＡ３４から構成されている。それぞれが、データ取得処理部ＳＡ３１、集計生成処理部ＳＡ３２、特徴量計算処理部ＳＡ３３、環境要因除去処理部ＳＡ３４で実行される。 FIG. 3 is a competency generation process (SA30) showing a step of generating a competency feature amount in the analysis server (SA) of the embodiment of the present invention. The competency generation process (SA30) is composed of a data acquisition process SSA31, an aggregate generation process SSA32, a feature amount calculation process SSA33, and an environmental factor removal process SSA34. Each is executed by the data acquisition processing unit SA31, the aggregation generation processing unit SA32, the feature amount calculation processing unit SA33, and the environmental factor removal processing unit SA34.
データ取得処理ＳＳＡ３１は図１に示したＳＮＳ（ソーシャルネットワーク）ＣＡ、メールＣＢ、スケジューラＣＣ、メッセージアプリＣＤ、外部情報データベースＣＥからアクセスログやコミュニケーションログ等を取得する処理である。これらのデータは、ネットワークを介して、各アプリケーションサーバから直接的または間接的に取得される。データ取得処理ＳＡ３１で取得した結果は行動履歴リスト（ＳＡ０３）に格納される。 The data acquisition process SSA31 is a process for acquiring an access log, a communication log, and the like from the SNS (social network) CA, mail CB, scheduler CC, message application CD, and external information database CE shown in FIG. These data are obtained directly or indirectly from each application server via the network. The result acquired by the data acquisition process SA31 is stored in the action history list (SA03).
本明細書等では、ＳＮＳ、メール、スケジューラ、メッセージアプリ等を総称してアプリケーションと呼ぶことにする。また、アプリケーションから収集され、メール本文やコメント自体等、ユーザの意見等を文章化した情報を含まない情報を、付随情報と呼ぶことにする。付随情報には、アクセスログやコミュニケーションログを含むことができる。また、ヘッダやタイムスタンプ等のメタ情報を含むことができる。 In this specification and the like, SNS, mail, scheduler, message application, etc. are collectively referred to as applications. In addition, information that is collected from the application and does not include information that documents the user's opinions, such as the email body and the comment itself, is referred to as incidental information. The accompanying information can include access logs and communication logs. It can also include meta information such as headers and time stamps.
集計生成処理ＳＳＡ３２は行動履歴リスト（ＳＡ０３）から期間やユーザ毎に行動履歴を集計する処理である。集計生成処理ＳＳＡ３２で取得した結果は行動履歴の集計リスト（ＳＡ０４）に格納される。 Aggregation generation process SSA32 is a process of aggregating an action history for each period or user from an action history list (SA03). The result acquired by the aggregation generation process SSA32 is stored in the aggregation list (SA04) of the action history.
特徴量計算処理ＳＳＡ３３は行動履歴の集計リスト（ＳＡ０４）からコンピテンシの特徴量を生成する処理である。特徴量の仮説は特徴量仮説（ＳＡ０５）、特徴量の計算方法は特徴量計算処理（ＳＡ０６）に記載されている。特徴量計算処理ＳＳＡ３３によって計算された結果は特徴量リスト（ＳＡ０７）に格納される。 The feature amount calculation process SSA33 is a process for generating a feature amount of competency from the aggregate list (SA04) of the action history. The feature amount hypothesis is described in the feature amount hypothesis (SA05), and the feature amount calculation method is described in the feature amount calculation process (SA06). The result calculated by the feature amount calculation process SSA33 is stored in the feature amount list (SA07).
環境要因除去処理ＳＳＡ３４は特徴量リスト（ＳＡ０７）から環境要因におけるノイズを除去する処理である。処理方法の一例を図１２の環境要因除去処理ステップに示している。環境要因除去処理ＳＳＡ３４に計算された結果はコンピテンシリスト（ＳＡ０８）に格納される。 The environmental factor removal process SSA34 is a process for removing noise due to environmental factors from the feature amount list (SA07). An example of the treatment method is shown in the environmental factor removal processing step of FIG. The result calculated in the environmental factor removal process SSA34 is stored in the competency list (SA08).
図４は、本発明の実施形態の分析サーバ（ＳＡ）が保持するユーザリスト（ＳＡ０１）の説明図である。ユーザリスト（ＳＡ０１）に掲載しているユーザの情報を管理するものである。コンピテンシはユーザリストに掲載している人物を出力する。図４に記述している例は、図６の組織階層構造に合わせた内容となっている。 FIG. 4 is an explanatory diagram of a user list (SA01) held by the analysis server (SA) according to the embodiment of the present invention. It manages the information of the users listed in the user list (SA01). Competencies output the people on the user list. The example described in FIG. 4 has contents that match the organizational hierarchical structure of FIG.
ユーザＩＤ（ＳＡ０１００）はユーザを識別するＩＤである。氏名（ＳＡ０１０１）はユーザの氏名である。所属（ＳＡ０１０２）はユーザが所属している部署名である。組織（ＳＡ０１０３）はユーザが所属している組織名である。会社（ＳＡ０１０４）はユーザが所属している会社名である。会社の規模によって、所属（ＳＡ０１０２）や組織（ＳＡ０１０３）がない場合が考えられる。その場合には、空を表す「－」を代入する。 The user ID (SA0100) is an ID that identifies a user. The name (SA0101) is the user's name. Affiliation (SA0102) is the department name to which the user belongs. The organization (SA0103) is the name of the organization to which the user belongs. The company (SA0104) is the name of the company to which the user belongs. Depending on the size of the company, there may be cases where there is no affiliation (SA0102) or organization (SA0103). In that case, "-" representing the sky is substituted.
図４に示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において、ユーザの情報を表現する際に、必要なデータがあれば、そのデータを追加するようにユーザリスト（ＳＡ０１）を変更することができる。 The example shown in FIG. 4 is an example, and in the competency generation process (SA30), when the user's information is expressed, if there is necessary data, the user list (SA01) is changed so as to add the data. can do.
図５は、本発明の実施形態の分析サーバ（ＳＡ）が保持する組織リスト（ＳＡ０２）の説明図である。組織リスト（ＳＡ０２）に掲載されている組織名とその組織の構造を示した情報を管理するものである。この組織リスト（ＳＡ０２）はユーザを組織単位で取り扱う際に用いるものである。図５に記述している例は、図６の組織階層構造に合わせた内容となっている。 FIG. 5 is an explanatory diagram of an organization list (SA02) held by the analysis server (SA) according to the embodiment of the present invention. It manages the information indicating the organization name and the structure of the organization listed in the organization list (SA02). This organization list (SA02) is used when handling users in an organization unit. The example described in FIG. 5 has contents that match the organizational hierarchical structure of FIG.
組織ＩＤ（ＳＡ０２００）は組織を識別するＩＤである。組織名（ＳＡ０２０１）は組織の名称である。上位組織（ＳＡ０２０２）はその組織ＩＤ（ＳＡ０２００）を基準とした上位の組織の名称である。下位組織（ＳＡ０２０３）はその組織ＩＤ（ＳＡ０２００）を基準とした階の組織の名称である。上位組織（ＳＡ０２０２）、下位組織（ＳＡ０２０３）について、上位、下位に該当する組織がない場合には、「なし」と記載する。また、上位、下位に該当する組織が複数ある場合には、複数の組織名を記載する。階層（ＳＡ０２０４）は組織全体の頂点を１階層としたときに、その組織ＩＤ（ＳＡ０２００）の階層を示したものである。本発明の実施形態では階層構造を考慮する必要があり、その組織ＩＤ（ＳＡ０２００）の階層を記載する。 The organization ID (SA0200) is an ID that identifies an organization. The organization name (SA0201) is the name of the organization. The upper organization (SA0202) is the name of the upper organization based on the organization ID (SA0200). The subordinate organization (SA0203) is the name of the organization of the floor based on the organization ID (SA0200). Regarding the upper organization (SA0202) and the lower organization (SA0203), if there is no upper or lower organization, it is described as "None". If there are multiple organizations that fall under the upper and lower ranks, enter the names of multiple organizations. The hierarchy (SA0204) indicates the hierarchy of the organization ID (SA0200) when the vertices of the entire organization are set to one hierarchy. In the embodiment of the present invention, it is necessary to consider the hierarchical structure, and the hierarchy of the organization ID (SA0200) is described.
図５に示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において、ユーザの情報を表現する際に、必要なデータがあれば、そのデータを追加するようにユーザリスト（ＳＡ０１）を変更することができる。 The example shown in FIG. 5 is an example, and in the competency generation process (SA30), when the user's information is expressed, if there is necessary data, the user list (SA01) is changed so as to add the data. can do.
ユーザリスト（ＳＡ０１）や組織リスト（ＳＡ０２）は、分析サーバ（ＳＡ）のデータベース（ＳＡ０）に直接入力して格納することができる。あるいは、ネットワーク（ＮＷ）経由で入手しても良い。 The user list (SA01) and the organization list (SA02) can be directly input to and stored in the database (SA0) of the analysis server (SA). Alternatively, it may be obtained via a network (NW).
図６は、本発明の実施形態を説明する際に用いる組織階層構造の例である。このような組織階層が図５の組織リストで表現されている。図６（ａ）は比較的小さい規模の組織の例である。この組織は２階層から構成させており、第１階層はＡ部、第２階層は３つの課（Ａ１課、Ａ２課、Ａ３課）となっている。各課の下位階層にユーザが配置されている。 FIG. 6 is an example of an organizational hierarchical structure used when explaining an embodiment of the present invention. Such an organizational hierarchy is represented by the organizational list of FIG. FIG. 6 (a) is an example of a relatively small-scale organization. This organization is composed of two layers, the first layer is the A section, and the second layer is the three sections (A1 section, A2 section, A3 section). Users are assigned to the lower layers of each section.
図６（ｂ）は比較的大きい規模の組織の例である。この組織は３階層から構成させており、第１階層は会社Ｂ、第２階層は２つの部（Ｂ１部、Ｂ２部）、第３階層は４つの課（Ｂ１１課、Ｂ１２課、Ｂ２１課、Ｂ２２課）となっている。Ｂ１１課とＢ１２課の上位階層はＢ１部で、Ｂ２１課とＢ２２課の上位階層はＢ２部である。そして、各課の下位階層にユーザが配置されている。 FIG. 6 (b) is an example of a relatively large-scale organization. This organization consists of three levels: the first level is company B, the second level is two departments (B1 and B2 departments), and the third level is four departments (B11, B12, B21). B22 section). The upper level of B11 section and B12 section is B1 section, and the upper level of B21 section and B22 section is B2 section. Users are arranged in the lower layers of each section.
図７Ａおよび図７Ｂは、本発明の実施形態の分析サーバ（ＳＡ）が保持する行動履歴リスト（ＳＡ０３）の説明図である。コンピテンシ生成処理（ＳＡ３０）のデータ取得処理（ＳＡ３１）で実行後に、取得されるデータである。 7A and 7B are explanatory views of an action history list (SA03) held by the analysis server (SA) of the embodiment of the present invention. This is data acquired after execution in the data acquisition process (SA31) of the competency generation process (SA30).
Ｎｏ（ＳＡ０３００）は行動履歴リスト（ＳＡ０３）の項目を識別するためのＮｏである。Ｌｉｓｔ Ｎａｍｅ（ＳＡ０３０１）は行動履歴リスト（ＳＡ０３）に格納されるデータの名称である。値１（ＳＡ０３０２）は１回のデータ取得処理（ＳＡ３１）によって格納される値の集合である。次にデータ取得処理（ＳＡ３１）を実行すると値２（ＳＡ０３０３）の列へ、さらに実行すると値３（ＳＡ０３０４）の列へと順々に格納されていく。 No (SA0300) is a No for identifying an item in the action history list (SA03). List Name (SA0301) is the name of the data stored in the action history list (SA03). The value 1 (SA0302) is a set of values stored by one data acquisition process (SA31). Next, when the data acquisition process (SA31) is executed, it is stored in the column of the value 2 (SA0303), and when it is further executed, it is stored in the column of the value 3 (SA0304) in order.
図７Ａで、ＩＤ（ＳＡ０３０５）は格納される値の集合を識別するためのＩＤである。ユーザ（ＳＡ０３０６）はそのサイトのコンテンツにアクセスした人である。コンテンツ名（ＳＡ０３０７）はそのサイトに作成されたスレッドのタイトルである。チーム名 ＳＡ０３０８は部署やプロジェクトなど、組織・目的別に情報を共有するために形成されたグループの名前である。コンテンツ内容（ＳＡ０３０９）はそのサイトに作成されたスレッドの種類である。例えば、ブログ、写真、動画などである。コンテンツ作成者（ＳＡ０３０Ａ）はそのサイトにスレッドを作成したユーザである。コンテンツ作成日時（ＳＡ０３０Ｂ）はそのサイトにスレッドが作成された日時である。コンテンツ最終更新日（ＳＡ０３０Ｃ）はそのサイトに作成されたスレッドを更新した直近の日時である。コンテンツコメント数（ＳＡ０３０Ｅ）はそのサイトに作成されたスレッドに寄せられたコメントの数である。コンテンツ閲覧者数（ＳＡ０３０Ｆ）はそのサイトに作成されたスレッドにアクセスした人の延べ数である。 In FIG. 7A, the ID (SA0305) is an ID for identifying a set of stored values. The user (SA0306) is a person who has accessed the contents of the site. The content name (SA0307) is the title of the thread created on the site. Team name SA0308 is the name of a group formed to share information by organization and purpose, such as departments and projects. Content content (SA0309) is the type of thread created on the site. For example, blogs, photos, videos, etc. The content creator (SA030A) is the user who created the thread on the site. The content creation date and time (SA030B) is the date and time when the thread was created on the site. The content last update date (SA030C) is the latest date and time when the thread created on the site was updated. The number of content comments (SA030E) is the number of comments sent to the thread created on the site. The number of content viewers (SA030F) is the total number of people who have accessed the thread created on the site.
ユーザ視点のＡｃｔｉｖｉｔｙ種類（ＳＡ０３１０）はそのサイトの利用者が、サイト上で取った能動的なアクティビティ（スレッド作成、コメントをするなど）または受動的なアクティビティ（タグ付けされる、コメントをもらうなど）を集計し、アクティビティのタイプを示した項目である。ユーザが行ったＡｃｔｉｖｉｔｙ日時（ＳＡ０３１１）はそのサイトの利用者がサイト上で取った能動的なアクティビティ（スレッド作成、コメントをするなど）の日時である。ユーザが行ったＡｃｔｉｖｉｔｙ時刻（ＳＡ０３１２）はそのサイトの利用者が、サイト上で取った能動的なアクティビティ（スレッド作成、コメントをするなど）の時刻である。ユーザが行ったＡｃｔｉｖｉｔｙ（コメント）時間区分Ｉ（ＳＡ０３１３）はそのサイトの利用者が、コメントをした時間の区分（午前、午後）である。ユーザが行ったＡｃｔｉｖｉｔｙ（コメント）時間区分ＩＩ（ＳＡ０３１４）はそのサイトの利用者が、コメントをした時間の区分（朝、昼、夜、早朝）である。 The activity type (SA0310) from the user's point of view is the active activity (thread creation, commenting, etc.) or passive activity (tagging, commenting, etc.) taken by the user of the site on the site. It is an item that shows the type of activity by summarizing. The activity date and time (SA0311) performed by the user is the date and time of the active activity (thread creation, comment, etc.) taken by the user of the site on the site. The activity time (SA0312) performed by the user is the time of the active activity (thread creation, comment, etc.) taken by the user of the site on the site. The Activity (comment) time division I (SA0313) performed by the user is a division (am, afternoon) of the time when the user of the site makes a comment. The Activity (comment) time division II (SA0314) performed by the user is a division (morning, noon, night, early morning) of the time when the user of the site makes a comment.
図７Ｂで、ユーザがコメントした場合の相手（ＳＡ０３１５）はそのサイトの利用者が、コメントをした相手の名前である。ユーザがコメントした場合の相手のコメント日時（ＳＡ０３１６）はそのサイトの利用者が、コメントをした相手からコメントをもらった（レスポンス）日時である。 In FIG. 7B, the other party (SA0315) when the user makes a comment is the name of the other party who made a comment by the user of the site. The comment date and time (SA0316) of the other party when the user makes a comment is the (response) date and time when the user of the site receives a comment from the other party who made a comment.
ユーザがコンテンツにコメントした場合のコンテンツ作成時間とコメント投稿時間の差分、すなわち「（ユーザコメント投稿日時－コンテンツ作成日時）［／日］」（ＳＡ０３１７）はそのサイトの利用者がスレッドにコメントをした場合において、コメントをした時間とスレッドが作成された時間との差分である。 The difference between the content creation time and the comment posting time when the user comments on the content, that is, "(user comment posting date and time-content creation date and time) [/ day]" (SA0317), the user of the site commented on the thread. In some cases, it is the difference between the time when the comment was made and the time when the thread was created.
ユーザが他者のコメントにコメントした場合の他者がコメントした時間とユーザがコメントした時間の差分、すなわち「（ユーザコメント日時－他者コメント日時）［／日］」（ＳＡ０３１８）はそのサイトの利用者が、他の利用者のコメントに対してコメントをした場合において、両者がコメントをした時間の差分である。 The difference between the time when the user commented on the comment of another person and the time when the user commented, that is, "(user comment date and time-other comment date and time) [/ day]" (SA0318) is the site. When a user makes a comment on another user's comment, it is the difference in the time when both comment.
ユーザへコメント／ｍｅｎｔｉｏｎｅｄをした人（ＳＡ０３１９）はそのサイトの利用者が、コメントをした相手の名前または他の利用者をタグ付けした名前である。ｍｅｎｔｉｏｎｅｄの存在箇所（ＳＡ０３１Ａ）はそのサイトの利用者が他の利用者をタグ付けしたとき、コメント投稿でしたか、スレッド作成でしたかを示したものである。ユーザがｍｅｎｔｉｏｎｅｄ／コメントされた日時（ＳＡ０３１Ｂ）はそのサイトの利用者が、他の利用者からコメントまたはタグ付けされたときの日時である。ユーザがｍｅｎｔｉｏｎｅｄ／コメントされた時刻（ＳＡ０３１Ｃ）はそのサイトの利用者が、他の利用者からコメントまたはタグ付けされたときの時刻である。 The person who commented / mentioned to the user (SA0319) is the name of the person who made the comment or the name tagged with another user by the user of the site. The location of mentioned (SA031A) indicates whether the site user was posting a comment or creating a thread when tagging another user. The date and time when the user is mentioned / commented (SA031B) is the date and time when the user of the site is commented or tagged by another user. The time when the user is mentioned / commented (SA031C) is the time when the user of the site is commented or tagged by another user.
ユーザが他者からｍｅｎｔｉｏｎｅｄ／コメントされた時間区分Ｉ（ＳＡ０３１Ｄ）はそのサイトの利用者が、他の利用者からコメントまたはタグ付けされたときの時間の区分（午前、午後）である。 The time division I (SA031D) in which the user is commented / commented by another person is the time division (am, afternoon) when the user of the site is commented or tagged by another user.
ユーザが他者からｍｅｎｔｉｏｎｅｄ／コメントされた時間区分ＩＩ（ＳＡ０３１Ｅ）はそのサイトの利用者が、他の利用者からコメントまたはタグ付けされたときの時間の区分（朝、昼、夜、早朝）である。 The time division II (SA031E) in which the user is commented / commented by another person is the time division (morning, noon, night, early morning) when the user of the site is commented or tagged by another user. be.
ユーザが作成したコンテンツに他者がコメントした場合のコンテンツ作成時間とコメント投稿時間の差分、すなわち「（ユーザコメント日時－コンテンツ作成日時）［／日］」（ＳＡ０３１Ｆ）はそのサイトの利用者が作成したスレッドに対して他の利用者がコメントをした場合において、スレッドを作成した時間とコメントをした時間との差分である。 The difference between the content creation time and the comment posting time when another person comments on the content created by the user, that is, "(user comment date / time-content creation date / time) [/ day]" (SA031F) is created by the user of the site. This is the difference between the time when the thread was created and the time when the comment was made when another user made a comment on the thread.
ユーザがコンテンツを作成した日付とコンテンツ最終更新日の差分（コンテンツ最終更新日時－コンテンツを作成日付）［／日］（ＳＡ０３２０）はそのサイトの利用者がスレッドを作成した日付とスレッドの最終修正日との差分である。 The difference between the date when the user created the content and the content last update date (content last update date-content creation date) [/ day] (SA0320) is the date when the user of the site created the thread and the last modification date of the thread. It is the difference with.
全Ａｃｔｉｖｉｔｙ日時（ＳＡ０３２１）はそのサイトの利用者が、そのサイト上で取った能動的なアクティビティ（コメントをするなど）、または受動的なアクティビティ（コメントをもらうなど）の日時である。または、Ｎｏ１２とＮｏ２２を統合してもよい。 The total activity date and time (SA0321) is the date and time of the active activity (comment, etc.) or passive activity (comment, etc.) taken by the user of the site on the site. Alternatively, No12 and No22 may be integrated.
図７に示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において、ユーザの行動履歴を表現する際に、必要なデータがあれば、そのデータを追加するように行動履歴リスト（ＳＡ０３）を変更することができる。 The example shown in FIG. 7 is an example. In the competency generation process (SA30), when the user's action history is expressed, if there is necessary data, the action history list (SA03) is added so as to add the data. Can be changed.
本実施例では、図４～図７Ｂまでのデータに基づいて、以下の行動履歴の集計リスト（ＳＡ０４）を作成し、個人レベルのコンピテンシを解析する。データ取得処理（ＳＡ３１）で取得されるデータは、個人のメール本文やコメント自体を含まない付随情報で構成されるため、機微な個人情報なしにコンピテンシ解析が可能となる利点がある。また、本文の言語解析を行なわないので、処理が単純化できるという利点もある。 In this embodiment, the following behavior history summary list (SA04) is created based on the data of FIGS. 4 to 7B, and the competency at the individual level is analyzed. Since the data acquired by the data acquisition process (SA31) is composed of incidental information that does not include the personal mail body or the comment itself, there is an advantage that competency analysis can be performed without sensitive personal information. In addition, since the language of the text is not analyzed, there is an advantage that the processing can be simplified.
図８Ａ～図８Ｅは、本発明の実施形態の分析サーバ（ＳＡ）が保持する行動履歴の集計リスト（ＳＡ０４）の説明図である。コンピテンシ生成処理（ＳＡ３０）の集計生成処理（ＳＡ３２）の実行後に、求められるデータである。 8A to 8E are explanatory views of a summary list (SA04) of behavior history held by the analysis server (SA) of the embodiment of the present invention. This is the data obtained after the aggregation generation process (SA32) of the competency generation process (SA30) is executed.
図８Ａで、Ｎｏ（ＳＡ０４００）は行動履歴の集計リスト（ＳＡ０４）の項目を識別するためのＮｏである。Ｌｉｓｔ Ｎａｍｅ（ＳＡ０４０１）は行動履歴の集計リスト（ＳＡ０４）に格納されるデータの名称である。値１（ＳＡ０４０２）は１回の集計生成処理（ＳＡ３２）によって格納される値の集合である。次に集計生成処理（ＳＡ３２）を実行すると値２（ＳＡ０４０３）の列へ、さらに実行すると値３（ＳＡ０４０４）の列へと順々に格納されていく。 In FIG. 8A, No (SA0400) is a No for identifying an item in the action history summary list (SA04). List Name (SA0401) is the name of the data stored in the action history summary list (SA04). The value 1 (SA0402) is a set of values stored by one aggregation generation process (SA32). Next, when the aggregation generation process (SA32) is executed, it is stored in the column of the value 2 (SA0403), and when it is further executed, it is stored in the column of the value 3 (SA0404) in order.
期間（ＳＡ０４０６）は集計に用いた期間である。Ｐｒｏｆｉｌｅ（ＳＡ０４０７）はユーザの属性情報である。氏名（ＳＡ０４０８）はそのサイトの利用者のユーザ名である。ＳＮＳ記載（ＳＡ０４０９）はそのサイトに記載された事項である。場所（ＳＡ０４０Ａ）はそのサイトの利用者の居住地である。役職（ＳＡ０４０Ｂ）はそのサイトの利用者の役目・職務である。 The period (SA0406) is the period used for aggregation. Profile (SA0407) is user attribute information. The name (SA0408) is the user name of the user of the site. The SNS description (SA0409) is a matter described on the site. The location (SA040A) is the residence of the user of the site. The job title (SA040B) is the job title / job title of the user of the site.
フォロー数（ＳＡ０４０Ｃ）はそのサイトの利用者がフォローしている他の利用者の人数である。フォロワー数（ＳＡ０４０Ｄ）はそのサイトの利用者がフォローされている他の利用者の人数である。フォロー数＋フォロワー数（ＳＡ０４０Ｅ）はフォロー数とフォロワー数を足した値である。これは行動履歴の集計リスト（ＳＡ０４）のＮｏ．７とＮｏ．８を足した値である。Ｂｉｏｇｒａｐｈｙ単語数（ＳＡ０４０Ｆ）はそのサイトの利用者の自己紹介欄に記載されている文章の単語数である。所属Ｐｌａｃｅ数（ＳＡ０４１０）はそのサイトの利用者が所属しているグループの数である。 The number of followers (SA040C) is the number of other users that the user of the site is following. The number of followers (SA040D) is the number of other users followed by the users of the site. The number of followers + the number of followers (SA040E) is the sum of the number of followers and the number of followers. This is No. 1 in the action history summary list (SA04). 7 and No. It is the value obtained by adding 8. The number of Biography words (SA040F) is the number of words in the sentence described in the self-introduction column of the user of the site. The number of affiliations (SA0410) is the number of groups to which the users of the site belong.
図８Ｂで、Ａｃｔｉｖｉｔｙ・被Ａｃｔｉｖｉｔｙ全体（ＳＡ０４１１）はそのサイトの利用者がサイト上で取った能動的なアクティビティ（スレッド作成、コメント投稿等）と受動的なアクティビティ（コメントをもらう、タグ付けされる等）であり、全てのアクティビティを扱う項目である。 In FIG. 8B, the entire Activity / Activity (SA0411) is tagged with active activity (thread creation, comment posting, etc.) and passive activity (comment receiving, commenting, etc.) taken by the user of the site on the site. Etc.), and is an item that handles all activities.
該当ｐｌａｃｅ／全ｐｌａｃｅ（ＳＡ０４１２）はそのサイトの利用者がした全てのアクティビティ数のうち、あらかじめ指定した該当のグループ（該当ｐｌａｃｅ）に向けて公開されたスレッド上にあるアクティビティ（スレッド作成、コメント投稿など）数の割合を算出した値である。そのサイトの利用者がした全てのアクティビティから、アクティビティそれぞれがあるスレッドがどのグループに対して公開されているかを調査する形で集計をした。すなわち特定のグループに対するアクティビティの割合である。 The corresponding place / all places (SA0412) is the activity (thread creation, comment posting) on the thread published to the corresponding group (corresponding place) specified in advance among all the activities performed by the user of the site. Etc.) It is a value calculated by the ratio of numbers. From all the activities done by the users of the site, we aggregated by investigating to which group the thread with each activity is published. That is, the ratio of activity to a specific group.
全ｐｌａｃｅ（ＳＡ０４１３）はコンテンツの公開範囲においてあらかじめ指定したグループで絞って集計せず、全てのグループを対象としてアクティビティを集計した項目である。そのサイトの利用者がした全てのアクティビティ（スレッド作成、コメント投稿等）があるスレッドの公開範囲を参照することにより集計した。 All place (SA0413) is an item in which activities are aggregated for all groups without narrowing down to a group specified in advance in the content disclosure range. All activities (thread creation, comment posting, etc.) performed by the user of the site are totaled by referring to the public range of the thread.
合計（ＳＡ０４１４）はそのサイトの利用者がした全てのアクティビティ（コンテンツ作成、コメント投稿等）回数を集計した値である。 The total (SA0414) is a value obtained by totaling the number of all activities (content creation, comment posting, etc.) performed by the user of the site.
コメント投稿（ＳＡ０４１５）はそのサイトの利用者が、他の利用者が投稿したスレッドまたはコメントに対してコメントをした回数を集計した値である。 The comment posting (SA0415) is a value obtained by totaling the number of times a user of the site has commented on a thread or comment posted by another user.
コンテンツに対して（ＳＡ０４１６）はそのサイトの利用者が、他の利用者が投稿したスレッドに対してコメントをした回数を集計した値である。 (SA0416) is a value obtained by totaling the number of times a user of the site has commented on a thread posted by another user.
コメントに対して（リプライ）（ＳＡ０４１７）はそのサイトの利用者が、他の利用者が投稿したスレッドに対してコメントをした回数を集計した値である。 (Reply) (SA0417) for a comment is a value obtained by totaling the number of times a user of the site has commented on a thread posted by another user.
ｍｅｎｔｉｏｎｅｄ（話題にされた、あるいは引用された）（ＳＡ０４１８）はそのサイトの利用者について、他の利用者がスレッド作成またはコメント投稿でタグ付けをして行った回数を集計した値である。 Mentioned (spoken or quoted) (SA0418) is the total number of times other users have tagged or posted comments for users of the site.
コメント取得（ＳＡ０４１９）はそのサイトの利用者が作成したスレッドまたは投稿したコメントが、取得したコメントの回数を集計した値である。 The comment acquisition (SA0419) is a value obtained by totaling the number of acquired comments in the thread created by the user of the site or the posted comment.
コンテンツに対して（ＳＡ０４１Ａ）はそのサイトの利用者が作成したスレッドが、取得したコメントの回数を集計した値である。 (SA041A) is a value obtained by totaling the number of comments acquired by the thread created by the user of the site for the content.
コメントに対して（ＳＡ０４１Ｂ）はそのサイトの利用者が投稿したコメントが、取得したコメントの回数を集計した値である。 With respect to the comment (SA041B), the comment posted by the user of the site is a value obtained by totaling the number of acquired comments.
コンテンツ最終修正（ＳＡ０４１Ｃ）はあるスレッドに対してされた修正のうち、もっとも新しい修正をした利用者の出現回数を集計した値である。 The final content modification (SA041C) is a value obtained by totaling the number of appearances of the user who has made the latest modification among the modifications made to a certain thread.
ｈｅｌｐｆｕｌ（ＳＡ０４１Ｄ）はそのサイトの利用者が、他の利用者の作成したスレッドまたはコメントに対して「イイね」等の肯定的フラグをつけた回数を集計した値である。 helpful (SA041D) is a total of the number of times a user of the site has added a positive flag such as "good" to a thread or comment created by another user.
Ｃｏｎｔｅｎｔ作成（ＳＡ０４１Ｅ）はそのサイトの利用者が、スレッドを作成した回数を集計した値である。 Content creation (SA041E) is a value obtained by totaling the number of times a user of the site has created a thread.
該当ｐｌａｃｅ（ＳＡ０４１Ｆ）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者がしたアクティビティの集計をした項目である。 The corresponding place (SA041F) is an item that aggregates the activities performed by the users of the site by narrowing down the threads that are open to the corresponding group specified in advance.
合計（ＳＡ０４２０）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者がした全てのアクティビティ（コンテンツ作成、コメント投稿等）回数を集計した値である。 The total (SA0420) is a value obtained by totaling the number of all activities (content creation, comment posting, etc.) performed by the user of the site, narrowing down to the threads published in the corresponding group specified in advance.
コメント投稿（ＳＡ０４２１）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が、他の利用者の作成したスレッドまたは投稿したコメントに対して、コメントをした回数を集計した値である。 Comment posting (SA0421) is limited to threads published to the corresponding group specified in advance, and the number of times users of that site have commented on threads created by other users or posted comments. It is the aggregated value.
コンテンツに対して（ＳＡ０４２２）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が、他の利用者の作成したスレッドに対して、コメントをした回数を集計した値である。 For content (SA0422), we narrowed down to threads published in the corresponding group specified in advance, and counted the number of times users of that site commented on threads created by other users. The value.
コメントに対して（リプライ）（ＳＡ０４２３）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が、他の利用者の投稿したコメントに対して、コメントをした回数を集計した値である。 In response to comments (Reply) (SA0423), the number of times a user of that site made a comment on a comment posted by another user, focusing on the thread published to the corresponding group specified in advance. It is the aggregated value of.
ｍｅｎｔｉｏｎｅｄ（話題にされた、あるいは引用された）（ＳＡ０４２４）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者について、他の利用者がスレッド作成またはコメント投稿をタグ付けして行った回数を集計した値である。 Mentioned (spoken or quoted) (SA0424) is limited to threads published to the relevant group specified in advance, and other users can create threads or post comments about users of that site. It is a value obtained by totaling the number of times of tagging.
コメント取得（ＳＡ０４２５）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が作成したスレッドまたはコメントに対して、他の利用者がコメントをした回数を集計した値である。 Comment acquisition (SA0425) is a value obtained by narrowing down to threads published to the corresponding group specified in advance and totaling the number of times other users have commented on threads or comments created by users of that site. Is.
コンテンツに対して（ＳＡ０４２６）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が作成したスレッドに対して、他の利用者がコメントをした回数を集計した値である。 (SA0426) is a value obtained by narrowing down the threads published to the corresponding group specified in advance and totaling the number of times other users have commented on the threads created by the users of that site. Is.
コメントに対して（ＳＡ０４２７）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が作成したスレッドに対して、他の利用者がコメントをした回数を集計した値である。 For comments (SA0427), narrow down to threads published in the corresponding group specified in advance, and add up the number of times other users have commented on threads created by users of that site. Is.
コンテンツ最終修正（ＳＡ０４２８）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、あるスレッドに対してされた修正のうち、もっとも新しい修正をした利用者の出現回数を集計した値である。 The final content modification (SA0428) is a value obtained by narrowing down the threads published to the corresponding group specified in advance and totaling the number of appearances of the user who has made the latest modification among the modifications made to a certain thread. ..
ｈｅｌｐｆｕｌ（ＳＡ０４２９）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者が、他の利用者の作成したスレッドまたはコメントに対して、「イイね」等の肯定的フラグをつけた回数を集計した値である。 helpful (SA0429) narrows down to threads published to the corresponding group specified in advance, and users of that site are positive such as "good" for threads or comments created by other users. It is the total value of the number of times the flag is added.
Ｃｏｎｔｅｎｔ作成（ＳＡ０４２Ａ）はあらかじめ指定した該当のグループに公開しているスレッドに絞って、そのサイトの利用者がスレッドを作成した回数を集計した値である。 Content creation (SA042A) is a value obtained by totaling the number of times a user of the site has created a thread by narrowing down the threads that are open to the corresponding group specified in advance.
図８Ｃで、Ｃｏｎｔｅｎｔ（ＳＡ０４２Ｂ）はそのサイトの利用者がしたアクティビティのうち、スレッド作成にフォーカスした項目である。 In FIG. 8C, Content (SA042B) is an item focused on thread creation among the activities performed by the user of the site.
該当ｐｌａｃｅ／全ｐｌａｃｅ（ＳＡ０４２Ｃ）はそのサイトの利用者が作成した全てのスレッド数のうち、あらかじめ指定した該当のグループに向けて公開されたスレッド数の割合を算出した値である。 The corresponding place / total place (SA042C) is a value obtained by calculating the ratio of the number of threads published to the corresponding group specified in advance from the total number of threads created by the user of the site.
全ｐｌａｃｅ（ＳＡ０４２Ｄ）はそのサイトの利用者が作成した全てのスレッド数を集計した値である。 All place (SA042D) is a value obtained by totaling the total number of threads created by the user of the site.
該当ｐｌａｃｅ（ＳＡ０４２Ｅ）はあらかじめ指定した該当のグループに向けて公開したスレッドに絞って、そのサイトの利用者が作成したスレッド数を集計した値である。 The corresponding place (SA042E) is a value obtained by narrowing down the threads published to the corresponding group specified in advance and totaling the number of threads created by the users of the site.
カテゴリ分類をしたコンテンツ閲覧者数（対象ユーザが作成したコンテンツの被閲覧者数）（ＳＡ０４２Ｆ）はそのサイトの利用者が作成したスレッドの閲覧数を、スレッドのカテゴリごとに集計した値である。 The number of content viewers classified into categories (number of viewers of content created by the target user) (SA042F) is a value obtained by totaling the number of views of threads created by users of the site for each thread category.
被閲覧者総数（ＳＡ０４３０）はそのサイトの利用者が作成したスレッドの閲覧数の総数である。 The total number of viewers (SA0430) is the total number of views of threads created by users of the site.
ファイル（ＳＡ０４３１）はそのサイトの利用者が作成したスレッドのうち、カテゴリがアップロードされたファイルであるスレッドの閲覧者数の総数である。 The file (SA0431) is the total number of viewers of the threads created by the users of the site, the threads whose categories are uploaded files.
ディスカッション（ＳＡ０４３２）はそのサイトの利用者が作成したスレッドのうち、カテゴリがディスカッションあるスレッドの閲覧者数の総数である。 Discussion (SA0432) is the total number of viewers of threads whose category is discussion among threads created by users of the site.
ブログ投稿（ＳＡ０４３３）はそのサイトの利用者が作成したスレッドのうち、カテゴリがブログ投稿であるスレッドの閲覧者数の総数である。 The blog post (SA0433) is the total number of viewers of threads whose category is blog posts among the threads created by the users of the site.
文章（ＳＡ０４３４）はそのサイトの利用者が作成したスレッドのうち、カテゴリが文書であるスレッドの閲覧者数の総数である。 The text (SA0434) is the total number of viewers of threads whose category is a document among the threads created by the users of the site.
動画（ＳＡ０４３５）はそのサイトの利用者が作成したスレッドのうち、カテゴリが動画であるスレッドの閲覧者数の総数である。 The video (SA0435) is the total number of viewers of the threads whose category is video among the threads created by the users of the site.
アンケート（ＳＡ０４３６）はそのサイトの利用者が作成したスレッドのうち、カテゴリがアンケートであるスレッドの閲覧者数の総数である。 The questionnaire (SA0436) is the total number of viewers of the threads whose category is the questionnaire among the threads created by the users of the site.
質問（ＳＡ０４３７）はそのサイトの利用者が作成したスレッドのうち、カテゴリが質問であるスレッドの閲覧者数の総数である。 The question (SA0437) is the total number of viewers of the thread whose category is the question among the threads created by the user of the site.
写真（ＳＡ０４３８）はそのサイトの利用者が作成したスレッドのうち、カテゴリが写真であるスレッドの閲覧者数の総数である。 The photo (SA0438) is the total number of viewers of the thread whose category is a photo among the threads created by the user of the site.
カテゴリ分類をしたスレッド作成数（ＳＡ０４３９）はそのサイトの利用者が作成したスレッド数を、カテゴリごとに集計した値である。 The number of threads created by category classification (SA0439) is a value obtained by totaling the number of threads created by users of the site for each category.
合計（ＳＡ０４３Ａ）はそのサイトの利用者が作成したスレッド数を、カテゴリごとに集計して合計した値である。 The total (SA043A) is a value obtained by totaling the number of threads created by the user of the site for each category.
ファイル（ＳＡ０４３Ｂ）はそのサイトの利用者が作成したスレッドのうち、カテゴリがアップロードされたファイルであるスレッドを集計した値である。 The file (SA043B) is a total value of the threads created by the user of the site, which are the files whose category has been uploaded.
ディスカッション（ＳＡ０４３Ｃ）はそのサイトの利用者が作成したスレッドのうち、カテゴリがディスカッションであるスレッドを集計した値である。 Discussion (SA043C) is a total value of threads whose category is discussion among threads created by users of the site.
ブログ投稿（ＳＡ０４３Ｄ）はそのサイトの利用者が作成したスレッドのうち、カテゴリがブログ投稿であるスレッドを集計した値である。 The blog post (SA043D) is a value obtained by totaling the threads whose category is a blog post among the threads created by the user of the site.
文章（ＳＡ０４３Ｅ）はそのサイトの利用者が作成したスレッドのうち、カテゴリが文書であるスレッドを集計した値である。 The text (SA043E) is a total value of threads whose category is a document among the threads created by the user of the site.
動画（ＳＡ０４３Ｆ）はそのサイトの利用者が作成したスレッドのうち、カテゴリが動画であるスレッドを集計した値である。 The moving image (SA043F) is a total value of threads whose category is moving image among the threads created by the user of the site.
アンケート（ＳＡ０４４０）はそのサイトの利用者が作成したスレッドのうち、カテゴリがアンケートであるスレッドを集計した値である。 The questionnaire (SA0440) is a total value of threads whose category is a questionnaire among the threads created by the users of the site.
質問（ＳＡ０４４１）はそのサイトの利用者が作成したスレッドのうち、カテゴリが質問であるスレッドを集計した値である。 The question (SA0441) is a total value of threads whose category is a question among the threads created by the user of the site.
写真（ＳＡ０４４２）はそのサイトの利用者が作成したスレッドのうち、カテゴリが写真であるスレッドを集計した値である。 The photo (SA0442) is a total value of threads whose category is a photo among the threads created by the user of the site.
Ｃｏｍｍｅｎｔ（ＳＡ０４４３）はそのサイトの利用者がしたアクティビティのうち、コメントにフォーカスした項目である。 Comment (SA0443) is an item that focuses on comments among the activities performed by users of the site.
コメントをした相手の人数（ＳＡ０４４４）はそのサイトの利用者がコメントをした相手（スレッドに対してコメントをした場合は、そのスレッド作成者、コメントに対してコメントをした場合は、そのコメント投稿者）の人数から氏名の重複を除いて求めたユニーク数である。 The number of people who made comments (SA0444) is the person who made a comment by the user of the site (the thread creator when commenting on a thread, and the comment contributor when commenting on a comment). ) Is a unique number obtained by excluding duplicate names.
コメントをされた相手の人数（ＳＡ０４４５）はそのサイトの利用者がコメントをされた相手（作成スレッドおよび投稿コメントに対して投稿されたコメントの投稿者）の人数から氏名の重複を除いて求めたユニーク数である。 The number of people who made comments (SA0445) was calculated by removing duplicate names from the number of people who made comments (creating threads and posters of comments posted for posted comments). It is a unique number.
図８Ｄで、その他（ＳＡ０４４６）はそのサイトの利用者がしたアクティビティのうち、プロフィール、スレッド、コメント以外のアクティビティにフォーカスした項目である。 In FIG. 8D, Other (SA0446) is an item focusing on activities other than profiles, threads, and comments among the activities performed by users of the site.
コンテンツを作成してからコメントを取得するまでに要したコメント一件あたりの日数［日］（ＳＡ０４４７）はそのサイトの利用者が作成したスレッドの公開日付と、そのスレッドが他の利用者からコメントをもらったすべての日時との差分データの累計から、スレッドを作成してからコメントを取得するまでに要したコメント一件あたりの日数を集計した値である。 The number of days per comment [days] (SA0447) required from the creation of content to the acquisition of comments is the publication date of the thread created by the user of the site and the comment from other users. It is a value obtained by totaling the number of days per comment required from the creation of the thread to the acquisition of the comment from the cumulative total of the difference data from all the dates and times received.
コンテンツ一件あたりの稼動日数［日］（ＳＡ０４４８）はそのサイトの利用者が作成したスレッドの公開日付と、そのスレッド最終修正日時との差分（継続日数）の合計から、スレッド一件あたりのスレッド継続日数を集計した値である。 The number of working days [days] (SA0448) per content is the thread per thread from the total difference (number of continuous days) between the publication date of the thread created by the user of the site and the last modification date and time of the thread. It is a value obtained by totaling the number of continuous days.
Ａｃｔｉｖｉｔｙ時間分布（ＳＡ０４４９）は時間取得可能である能動的なアクティビティ（コメント投稿、 スレッド最終修正等）時間、および受動的なアクティビティ（コメント取得等）時間を０時から２３時までの１時間間隔で集計した項目である。 The Activity time distribution (SA0449) shows the active activity (comment posting, thread final correction, etc.) time for which time can be acquired, and the passive activity (comment acquisition, etc.) time at 1-hour intervals from 0:00 to 23:00. It is an aggregated item.
相関係数（ＳＡ０４４Ａ）は時間取得可能である能動的なアクティビティ（コメント投稿、 スレッド最終修正等）時間、および受動的なアクティビティ（コメント取得等）時間を０時から２３時までの１時間間隔で集計し、利用者単位で１時間毎の能動的なアクティビティ数と１時間毎の受動的なアクティビティ数を集計し求めた相関係数である。 The correlation coefficient (SA044A) is the active activity (comment posting, thread final correction, etc.) time for which time can be acquired, and the passive activity (comment acquisition, etc.) time at 1-hour intervals from 0:00 to 23:00. It is a correlation coefficient obtained by totaling the number of active activities per hour and the number of passive activities per hour for each user.
Ａｃｔｉｖｉｔｙ時間間隔（ＳＡ０４４Ｂ）はそのサイトの利用者が行った時間取得可能であるアクティビティ（コメント投稿、スレッド最終修正）日時を時系列降順で集計した項目である。 The Activity time interval (SA044B) is an item in which the activity (comment posting, thread final correction) date and time that can be acquired by the user of the site is aggregated in chronological descending order.
標準偏差（ＳＡ０４４Ｃ）はそのサイトの利用者が行った時間取得可能であるアクティビティ（コメント投稿、スレッド最終修正）日時を時系列降順で集計し、そのアクティビティの間隔（ｎ番目とｎ－１番目の差分）を算出し求めた標準偏差である。 The standard deviation (SA044C) aggregates the activity (comment posting, thread final modification) date and time that can be acquired for the time performed by the user of the site in chronological descending order, and the interval between the activities (nth and n-1st). This is the standard deviation obtained by calculating the difference).
作成コンテンツ一件あたりのコメント取得数（ＳＡ０４４Ｄ）はそのサイトの利用者が作成したスレッド数とそれらのスレッドに他の利用者が投稿したコメント数の総数から、作成スレッド一件あたりのコメント取得数を算出した値である。 The number of comments acquired per created content (SA044D) is the number of comments acquired per created thread from the total number of threads created by users of the site and the total number of comments posted by other users to those threads. Is the calculated value.
取得したコメント数とリプライ数の比率（リプライ／取得）（ＳＡ０４４Ｅ）はそのサイトの利用者が取得したコメント（作成したスレッドおよびコメントに対して取得したコメント）数と、それに対して返信をしたコメント（リプライ）数の比率（返信数／取得数）を算出した値である。 The ratio of the number of acquired comments to the number of replies (reply / acquisition) (SA044E) is the number of comments acquired by the user of the site (comments acquired for the created thread and comments) and the comments replied to it. It is a value calculated by the ratio of the number of (replies) (number of replies / number of acquisitions).
所属ｐｌａｃｅに対するｍｅｎｔｉｏｎｅｄの比率（ＳＡ０４４Ｆ）はそのサイトの利用者がタグ付けされた数の所属グループ数に対する比率を算出した値である。 The ratio of mentioned to the affiliation place (SA044F) is a value obtained by calculating the ratio of the number tagged by the user of the site to the number of affiliation groups.
発信系、受信系Ａｃｔｉｖｉｔｙ（ＳＡ０４５０）はそのサイトの利用者が行ったアクティビティのうち、コメント投稿、スレッド作成を発信系アクティビティとし、コメント取得を受信系アクティビティとしたアクティビティにフォーカスした項目である。 Outgoing and receiving activities (SA0450) are items that focus on activities performed by users of the site, with comment posting and thread creation as outgoing activities and comment acquisition as receiving activities.
受信系の発信系に対する比率（ＳＡ０４５１）はそのサイトの利用者が行った発信系アクティビティ（コメント投稿、スレッド作成等）数に対する受信系アクティビティ（コメント取得等）数の比率を算出した値である。 The ratio of the receiving system to the transmitting system (SA0451) is a value obtained by calculating the ratio of the number of receiving activities (comment acquisition, etc.) to the number of transmitting activities (comment posting, thread creation, etc.) performed by the user of the site.
発信系Ａｃｔｉｖｉｔｙ数（コメント投稿＋コンテンツ作成）（ＳＡ０４５２）はそのサイトの利用者が行った発信系アクティビティ（コメント投稿、スレッド作成等）数を集計した値である。 The number of outgoing activity (comment posting + content creation) (SA0452) is a value obtained by totaling the number of outgoing activities (comment posting, thread creation, etc.) performed by the user of the site.
受信系Ａｃｔｉｖｉｔｙ数（コメント取得）（ＳＡ０４５３）はそのサイトの利用者が行った受信系アクティビティ（コメント取得等）数を集計した値である。 The reception system activity number (comment acquisition) (SA0453) is a value obtained by totaling the number of reception system activities (comment acquisition, etc.) performed by the user of the site.
図８Ｅで、カテゴリで分類をしたＡｃｔｉｖｉｔｙ数（ＳＡ０４５４）はそのサイトの利用者が行ったアクティビティ（コメント投稿、スレッド作成等）をカテゴリ別に集計し、アクティビティ数の多い上位４つのカテゴリにおけるアクティビティ数を集計した項目である。カテゴリは例えば、コメント投稿先のコンテンツ、作成したコンテンツの内容による分類に基づいて任意に定める。 In FIG. 8E, the activity number (SA0454) classified by category is the number of activities (comment posting, thread creation, etc.) performed by the user of the site, aggregated by category, and the number of activities in the top four categories with the largest number of activities is calculated. It is an aggregated item. The category is arbitrarily determined based on, for example, the content of the comment posting destination and the classification according to the content of the created content.
最大（ＳＡ０４５５）はそのサイトの利用者が行ったアクティビティ（コメント投稿、スレッド作成等）をカテゴリ別に集計し、アクティビティ数の多い上位４つのカテゴリにおける一番目のカテゴリのアクティビティ数である。２位（ＳＡ０４５６）は同じくアクティビティ数の多い上位４つのカテゴリにおける二番目のカテゴリのアクティビティ数である。３位（ＳＡ０４５７）は同じく上位４つのカテゴリにおける三番目のカテゴリのアクティビティ数である。４位（ＳＡ０４５８）は同じく上位４つのカテゴリにおける四番目のカテゴリのアクティビティ数である。 The maximum (SA0455) is the number of activities in the first category in the top four categories with the largest number of activities by totaling the activities (comment posting, thread creation, etc.) performed by the users of the site by category. The second place (SA0456) is the number of activities in the second category in the top four categories that also have the highest number of activities. The third place (SA0457) is also the number of activities in the third category in the top four categories. Fourth place (SA0458) is also the number of activities in the fourth category in the top four categories.
対象ユーザがファーストコメントで応答するまでの日数（ＳＡ０４５９）はそのサイトの利用者が、他の利用者が投稿したコメントまたは作成したスレッドに対して、コメントをするまでの日数を集計した値である。 The number of days until the target user responds with the first comment (SA0459) is the total number of days until the user of the site makes a comment on the comment posted by another user or the created thread. ..
他ユーザのコンテンツに対して［日］（ＳＡ０４５Ａ）はそのサイトの利用者が、他の利用者が作成したスレッドに対して、コメントをするまでの日数を集計した値である。また、複数コメントがある場合は、ファーストコメントのみ集計でもよい。 [Day] (SA045A) for the content of another user is a value obtained by totaling the number of days until the user of the site makes a comment on the thread created by the other user. If there are multiple comments, only the first comment may be aggregated.
平均（回数）（ＳＡ０４５Ｂ）はそのサイトの利用者が、他の利用者が投稿したスレッドに対して、コメントをするまでの日数を集計した値の平均値である。 The average (number of times) (SA045B) is an average value obtained by totaling the number of days until a user of the site makes a comment on a thread posted by another user.
最短（ＳＡ０４５Ｃ）はそのサイトの利用者が、他の利用者が作成したスレッドに対して、コメントをするまでの日数を集計した値の最短である。２位（ＳＡ０４５Ｄ）は同じくコメントをするまでの日数を集計した値の２番目である。３位（ＳＡ０４５Ｅ）は同じくコメントをするまでの日数を集計した値の３番目である。 The shortest (SA045C) is the shortest of the total number of days until a user of the site makes a comment on a thread created by another user. The second place (SA045D) is also the second value of the total number of days until a comment is made. The 3rd place (SA045E) is also the 3rd place of the total number of days until a comment is made.
他ユーザのコメントに対して［日］（ＳＡ０４５Ｆ）はそのサイトの利用者が、他の利用者が投稿したコメントに対して、コメントをするまでの日数を集計した値である。また、複数コメントがある場合は、ファーストコメントのみ集計でもよい。 [Day] (SA045F) for comments of other users is a value obtained by totaling the number of days until a user of the site makes a comment on a comment posted by another user. If there are multiple comments, only the first comment may be aggregated.
平均（回数）（ＳＡ０４６０）はそのサイトの利用者が、他の利用者が投稿したコメントに対して、コメントをするまでの日数を集計した値の平均値である。 The average (number of times) (SA0460) is an average value obtained by totaling the number of days until a user of the site makes a comment with respect to a comment posted by another user.
最短（ＳＡ０４６１）はそのサイトの利用者が、他の利用者が作成したコメントに対して、コメントをするまでの日数を集計した値の最短である。２位（ＳＡ０４６２）は同じくコメントをするまでの日数を集計した値の２番目である。３位（ＳＡ０４６３）は同じくコメントをするまでの日数を集計した値の３番目である。 The shortest (SA0461) is the shortest value obtained by totaling the number of days until a user of the site makes a comment with respect to a comment created by another user. The second place (SA0462) is also the second value of the total number of days until a comment is made. The third place (SA0463) is also the third value of the total number of days until a comment is made.
時間区分（コメント、コンテンツ最終修正）（ＳＡ０４６４）はアクティビティの中で日時表記であるコメントとスレッド最終修正から、アクティビティ時間の大まかな区分けをし、集計した項目である。例えば、時間区分は、朝、昼、夜、深夜とし、それぞれ４時～１０時、１０時～１６時、１６時から２２時、２２時から４時と定義してもよい。 The time division (comment, final correction of content) (SA0464) is an item obtained by roughly dividing the activity time from the comment and the final correction of the thread, which are the date and time notation in the activity, and totaling them. For example, the time division may be morning, noon, night, and midnight, and may be defined as 4:00 to 10:00, 10:00 to 16:00, 16:00 to 22:00, and 22:00 to 4:00, respectively.
朝（４～１０）（ＳＡ０４６５）はアクティビティの中で日時表記であるコメントとスレッド最終修正から、アクティビティ時間の大まかな区分けをし、「朝（４時から１０時）」となるアクティビティを集計した値である。昼（１０～１６）（ＳＡ０４６６）は同じく「昼（１０時から１６時）」となるアクティビティを集計した値である。夜（１６～２２）（ＳＡ０４６７）は同じく「夜（１６時から２２時）」となるアクティビティを集計した値である。深夜（２２～４）（ＳＡ０４６８）は同じく「深夜（２２時から４時）」となるアクティビティを集計した値である。 In the morning (4 to 10) (SA0465), the activity time was roughly divided from the comment and the thread final correction, which are the date and time notation in the activity, and the activities that became "morning (4 to 10 o'clock)" were totaled. The value. Daytime (10 to 16) (SA0466) is a value obtained by totaling activities that are also "daytime (10:00 to 16:00)". Night (16 to 22) (SA0467) is a value obtained by totaling activities that are also "night (16:00 to 22:00)". Midnight (22-4) (SA0468) is a value obtained by totaling activities that are also "midnight (22:00 to 4:00)".
図８Ａ～図８Ｅに示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）においてユーザの行動履歴の集計を表現する際に、必要なデータがあれば、そのデータを追加するように行動履歴の集計リスト（ＳＡ０４）を変更することができる。 The example shown in FIGS. 8A to 8E is an example, and when expressing the aggregation of the user's action history in the competency generation process (SA30), if there is necessary data, the action history is added so as to add the data. The aggregate list (SA04) of can be changed.
図９Ａ～図９Ｄは、本発明の実施形態の分析サーバ（ＳＡ）が保持する特徴量計算処理（ＳＡ３３）によって生成される特徴量の仮説を示したものである。その一例が、特徴量仮説（ＳＡ０５）である。 9A-9D show the hypothesis of the feature amount generated by the feature amount calculation process (SA33) held by the analysis server (SA) of the embodiment of the present invention. One example is the feature hypothesis (SA05).
図９Ａ～図９Ｄで、Ｎｏ（ＳＡ０５００）は特徴量仮説（ＳＡ０５）の項目を識別するためのＮｏである。特徴量（ＳＡ０５０１）は今回作成する特徴量である。今回、大分類として、８種類（スピード（ＳＡ０５０３）、多様性（ＳＡ０５０６）、人と人のつながり（ＳＡ０５０Ｂ）、コラボレーション（ＳＡ０５０Ｆ）、柔軟性（ＳＡ０５１４）、動機付け（ＳＡ０５１７）、率直さ（ＳＡ０５１Ｃ）、挑戦（ＳＡ０５１Ｆ））用意した。 In FIGS. 9A to 9D, No (SA0500) is a No for identifying the item of the feature amount hypothesis (SA05). The feature amount (SA0501) is the feature amount created this time. This time, there are eight major categories (speed (SA0503), diversity (SA0506), person-to-person connection (SA050B), collaboration (SA050F), flexibility (SA0514), motivation (SA0517), and candidness (SA051C). ), Challenge (SA051F)) Prepared.
各大分類では、複数の小分類の特徴量から構成されている。例えば、スピード（ＳＡ０５０３）は２種類の特徴量で、それはコメント投稿応答時間（ＳＡ０５０４）とコメント投稿反応平均日数（ＳＡ０５０５）である。仮説（ＳＡ０５０２）は特徴量（ＳＡ０５０１）の小分類単位での仮説である。 Each major classification is composed of features of a plurality of minor classifications. For example, speed (SA0503) is two types of features, which are comment posting response time (SA0504) and comment posting response average days (SA0505). The hypothesis (SA0502) is a hypothesis of the feature amount (SA0501) in small classification units.
図９Ａ～図９Ｄに示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において、特徴量計算処理（ＳＡ３３）によって生成される特徴量に変更や追加があれば、特徴量仮説（ＳＡ０５）を変更することができる。 The examples shown in FIGS. 9A to 9D are examples, and if there is a change or addition in the feature amount generated by the feature amount calculation process (SA33) in the competency generation process (SA30), the feature amount hypothesis (SA05). Can be changed.
図１０Ａ～図１０Ｅは、本発明の実施形態の分析サーバ（ＳＡ）が保持する特徴量計算処理（ＳＡ３３）によって生成される特徴量と計算処理のための入力情報を示したものである。その一例が、特徴量計算処理（ＳＡ０６）として示す。 10A to 10E show the feature amount generated by the feature amount calculation process (SA33) held by the analysis server (SA) of the embodiment of the present invention and the input information for the calculation process. An example thereof is shown as a feature amount calculation process (SA06).
Ｎｏ（ＳＡ０６００）は特徴量計算処理（ＳＡ０６）の項目を識別するためのＮｏである。特徴量（ＳＡ０６０１）は今回作成する特徴量である。今回、大分類として、８種類（スピード（ＳＡ０６０４）、多様性（ＳＡ０６０７）、人と人のつながり（ＳＡ０６０Ｃ）、コラボレーション（ＳＡ０６２０）、柔軟性（ＳＡ０６１５）、動機付け（ＳＡ０６１８）、率直さ（ＳＡ０６１Ｄ）、挑戦（ＳＡ０６１Ｆ））用意した。各大分類では、複数の小分類の特徴量から構成されている。例えば、スピード（ＳＡ０６０４）は２種類の特徴量で、それはコメント投稿応答時間（ＳＡ０６０５）とコメント投稿反応平均日数（ＳＡ０６０６）である。 No (SA0600) is No for identifying the item of the feature amount calculation process (SA06). The feature amount (SA0601) is the feature amount created this time. This time, there are eight major categories (speed (SA0604), diversity (SA0607), person-to-person connection (SA060C), collaboration (SA0620), flexibility (SA0615), motivation (SA0618), and candidness (SA061D). ), Challenge (SA061F)) Prepared. Each major classification is composed of features of a plurality of minor classifications. For example, speed (SA0604) is two types of features, which are comment posting response time (SA0605) and comment posting response average days (SA0606).
入力情報（ＳＡ０６０２）は特徴量（ＳＡ０６０１）に用いる入力情報の例である。入力情報に対して所定の計算を行なって特徴量（ＳＡ０６０１）を求める。具体的な計算方法は、図９Ａ～図９Ｄで説明した特徴量仮説（ＳＡ０５０２）と特徴量（ＳＡ０６０１）の定義に基づいて種々あり得、特に制限はない。 The input information (SA0602) is an example of the input information used for the feature amount (SA0601). A predetermined calculation is performed on the input information to obtain the feature amount (SA0601). Specific calculation methods may be various based on the definitions of the feature amount hypothesis (SA0502) and the feature amount (SA0601) described in FIGS. 9A to 9D, and are not particularly limited.
例えば、Ｎｏ.２の「コメント投稿反応平均日数（ＳＡ０６０６）」では、入力情報データ(ＳＡ０４４７)から平均値を算出する。その平均値を３とし、反応が早いほど数値が大きく（最大５）、遅いほど数値が小さく（最小０）になるように、比例の関係式を算出する。ユーザ毎にデータを上記関係式に当てはめて、スピード特徴量のスコアとして算出する。 For example, in No. 2 "Average number of days for comment posting reaction (SA0606)", the average value is calculated from the input information data (SA0447). The average value is set to 3, and the proportional relational expression is calculated so that the faster the reaction, the larger the value (maximum 5), and the slower the reaction, the smaller the value (minimum 0). The data is applied to the above relational expression for each user and calculated as the score of the speed feature amount.
例えば、Ｎｏ.２２の「Ｃｏｎｔｅｎｔ数」であれば、入力情報データ(ＳＡ０４２Ｄ)から平均値を算出する。その平均値を３とし、コンテンツ数が多いほど数値が大きく(最大５)、少ないほど数値が小さく(最小０)なるように、比例の関係式を算出する。ユーザ毎にデータを上記関係式に当てはめて、挑戦特徴量のスコアとして算出する。 For example, in the case of No. 22 “Conent number”, the average value is calculated from the input information data (SA042D). The average value is set to 3, and the proportional relational expression is calculated so that the larger the number of contents, the larger the numerical value (maximum 5), and the smaller the number, the smaller the numerical value (minimum 0). The data is applied to the above relational expression for each user and calculated as the score of the challenge feature amount.
他の特徴量についても同様に数値化することができる。その際、平均や分散を計算する等の一般的な統計上の計算処理を行なうことができる。あるいは、データに外れ値があれば、その数値は使用しない等、一般的な処理を採用することができる。また、図１０に示す入力情報は一具体例であり、一部を省略したり、追加することも可能である。 Other features can be quantified in the same way. At that time, general statistical calculation processing such as calculation of mean and variance can be performed. Alternatively, if the data has outliers, general processing such as not using the numerical values can be adopted. Further, the input information shown in FIG. 10 is a specific example, and a part of the input information can be omitted or added.
図１０Ａ～図１０Ｅに示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において、特徴量計算処理（ＳＡ３３）によって生成される特徴量に変更や追加があれば、特徴量計算処理（ＳＡ０６）を変更することができる。 10A to 10E are shown as an example, and if there is a change or addition in the feature amount generated by the feature amount calculation process (SA33) in the competency generation process (SA30), the feature amount calculation process (SA06). ) Can be changed.
図１１は、本発明の実施形態の分析サーバ（ＳＡ）が保持する特徴量リスト（ＳＡ０７）の説明図である。コンピテンシ生成処理（ＳＡ３０）の特徴量計算処理（ＳＡ３３）で実行後に、取得されるデータである。 FIG. 11 is an explanatory diagram of a feature amount list (SA07) held by the analysis server (SA) according to the embodiment of the present invention. This is data acquired after execution in the feature amount calculation process (SA33) of the competency generation process (SA30).
Ｎｏ（ＳＡ０７００）は特徴量リスト（ＳＡ０７）の項目を識別するためのＮｏである。特徴量（ＳＡ０７０１）は今回作成する特徴量である。値１（ＳＡ０７０２）は１回の特徴量計算処理（ＳＡ３３）によって格納される値の集合である。次に特徴量計算処理（ＳＡ３３）を実行すると値２（ＳＡ０７０３）の列へ、さらに実行すると値３（ＳＡ０７０４）の列へと順々に格納されていく。 No (SA0700) is a No for identifying an item in the feature amount list (SA07). The feature amount (SA0701) is the feature amount created this time. The value 1 (SA0702) is a set of values stored by one feature amount calculation process (SA33). Next, when the feature amount calculation process (SA33) is executed, it is stored in the column of the value 2 (SA0703), and when it is further executed, it is stored in the column of the value 3 (SA0704) in order.
期間（ＳＡ０７０６）は分析の対象としている期間である。氏名（ＳＡ０７０７）は分析対象者の氏名である。 The period (SA0706) is the period targeted for analysis. The name (SA0707) is the name of the person to be analyzed.
スピード（ＳＡ０７０３）以降は今回生成した特徴量に関する内容である。今回、大分類として、８種類（スピード（ＳＡ０７０８）、多様性（ＳＡ０７０Ｂ）、人と人のつながり（ＳＡ０７１０）、コラボレーション（ＳＡ０７１４）、柔軟性（ＳＡ０７１９）、動機付け（ＳＡ０７１Ｃ）、率直さ（ＳＡ０７２１）、挑戦（ＳＡ０７２４））用意した。各大分類では、複数の小分類の特徴量から構成されている。例えば、スピード（ＳＡ０７０８）は２種類の特徴量で、それはコメント投稿応答時間（ＳＡ０７０９）とコメント投稿反応平均日数（ＳＡ０７０Ａ）である。 The contents after the speed (SA0703) are related to the feature amount generated this time. This time, there are eight major categories (speed (SA0708), diversity (SA070B), person-to-person connection (SA0710), collaboration (SA0714), flexibility (SA0719), motivation (SA071C), and candidness (SA0721). ), Challenge (SA0724)) Prepared. Each major classification is composed of features of a plurality of minor classifications. For example, speed (SA0708) is two types of features, which are comment posting response time (SA0709) and comment posting response average days (SA070A).
図１１に示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において、特徴量計算処理（ＳＡ３３）によって生成される特徴量に変更や追加があれば、特徴量リスト（ＳＡ０７）を変更することができる。 FIG. 11 shows an example, and if there is a change or addition in the feature amount generated by the feature amount calculation process (SA33) in the competency generation process (SA30), the feature amount list (SA07) is changed. be able to.
特徴量計算処理ＳＡ３３によって求められた特徴量リスト（ＳＡ０７）には環境要因によるノイズが含まれており、コンピテンシとして求めるためには環境要因のノイズを除去する必要がある。環境要因のノイズは突発的に生じるイベントノイズと、季節変動に生じる周期的なノイズがある。環境要因のノイズが生じる範囲は、組織全体に生じるノイズや一部の組織内に限定したノイズもある。これを解決するために、分析対象をした組織の階層構造を用いることで、組織全体のノイズや一部の組織内に限定したノイズを除去する。環境要因のノイズを除去する方法を図１２の環境要因除去処理ステップに示す。 The feature amount list (SA07) obtained by the feature amount calculation process SA33 contains noise due to environmental factors, and it is necessary to remove the noise due to environmental factors in order to obtain it as a competency. Environmental factor noise includes event noise that occurs suddenly and periodic noise that occurs due to seasonal fluctuations. The range in which environmental factor noise is generated includes noise generated in the entire tissue and noise limited to a part of the tissue. In order to solve this, by using the hierarchical structure of the tissue to be analyzed, the noise of the whole tissue and the noise limited to a part of the tissue are removed. The method of removing the noise of the environmental factor is shown in the environmental factor removing processing step of FIG.
環境要因除去処理ステップの例として、組織階層構造（図６）に合わせて、２階層の組織構造の除去処理ステップを（ａ）、３階層の組織構造の除去処理ステップを（ｂ）で示す。 As an example of the environmental factor removal processing step, the removal processing step of the two-layer organizational structure is shown in (a) and the removal processing step of the three-layer organizational structure is shown in (b) in accordance with the organizational hierarchical structure (FIG. 6).
図１２Ａは２階層の組織の環境要因除去処理ステップである。 FIG. 12A is an environmental factor removal processing step for a two-tiered organization.
第１階層平均処理（ＳＡ３４ａ０１）は、特徴量リスト（ＳＡ０７）、ユーザリスト（ＳＡ０１）、組織リスト（ＳＡ０２）を参照して、第１階層に属しているメンバの特徴量の平均値を求める。平均値を求める際には、同じ期間の特徴量を用いることが望ましい。また、精度を高めるためには標本点の数が複数個あった方が良いため、求める期間は長い方が望ましい。なお、第１階層に属しているメンバ全員の特徴量の平均値を機械的に求めてもよいが、第１階層に属しているメンバのうち有意なデータ（例えば出社しているメンバのデータ）のみに対して平均値を求めても良い。 The first layer averaging process (SA34a01) refers to the feature amount list (SA07), the user list (SA01), and the organization list (SA02) to obtain the average value of the feature amounts of the members belonging to the first layer. When calculating the average value, it is desirable to use the features for the same period. Further, in order to improve the accuracy, it is better to have a plurality of sample points, so it is desirable that the required period is long. The average value of the features of all the members belonging to the first layer may be obtained mechanically, but significant data among the members belonging to the first layer (for example, data of members who are at work). The average value may be calculated for only.
第１階層回帰処理（ＳＡ３４ａ０２）は第１階層平均処理（ＳＡ３４ａ０１）で求めた値を用いて、回帰分析を行い、回帰式を求める処理である。回帰式から求められた値を平均的なコンピテンシと仮定し、その差分を第１階層の環境要因ノイズとする。この回帰式を求めるにあたっての決定係数を信頼度として用いてもよい。さらに、環境要因ノイズを特定できるならば、他の手法を用いてもよい。 The first-layer regression process (SA34a02) is a process of performing regression analysis and obtaining a regression equation using the values obtained in the first-layer average process (SA34a01). The value obtained from the regression equation is assumed to be the average competency, and the difference is used as the environmental factor noise of the first layer. The coefficient of determination for obtaining this regression equation may be used as the reliability. Further, if environmental factor noise can be identified, other methods may be used.
第１階層残差処理（ＳＡ３４ａ０３）は第１階層の環境要因ノイズを求める処理である。回帰式から求められた値と、第１階層平均処理（ＳＡ３４ａ０１）で求めた値の差分を残差とする。この処理によって求められた差分を第１階層の環境要因ノイズとする。 The first layer residual process (SA34a03) is a process for obtaining environmental factor noise of the first layer. The difference between the value obtained from the regression equation and the value obtained by the first layer averaging process (SA34a01) is used as the residual. The difference obtained by this processing is used as the environmental factor noise of the first layer.
第２階層平均処理（ＳＡ３４ａ０４）は第２階層に属しているメンバの特徴量の平均値を求める。平均値を求める際には、第１階層の処理で求めた期間と標本点数が同じであることが望ましい。 The second layer averaging process (SA34a04) obtains the average value of the feature quantities of the members belonging to the second layer. When calculating the average value, it is desirable that the period obtained in the processing of the first layer and the number of sample points are the same.
第２階層残差引き算処理（ＳＡ３４ａ０５）は第１階層の環境要因ノイズを取り除く処理である。第２階層平均処理（ＳＡ３４ａ０４）にて求めた値から第１階層残差処理（ＳＡ３４ａ０３）を引く。これによって、第１階層の環境要因ノイズを取り除いた値となった。 The second layer residual subtraction process (SA34a05) is a process for removing environmental factor noise of the first layer. The first layer residual processing (SA34a03) is subtracted from the value obtained by the second layer averaging process (SA34a04). As a result, the value obtained by removing the environmental factor noise of the first layer.
第２階層回帰処理（ＳＡ３４ａ０６）は第２階層残差引き算処理（ＳＡ３４ａ０５）で求めた値を用いて、回帰分析を行い、回帰式を求める処理である。回帰式から求められた値を平均的なコンピテンシと仮定し、その差分を第２階層の環境要因ノイズとする。この回帰式を求めるにあたっての決定係数を信頼度として用いてもよい。さらに、環境要因ノイズを特定できるならば、他の手法を用いてもよい。 The second-layer regression process (SA34a06) is a process of performing regression analysis and obtaining a regression equation using the values obtained in the second-layer residual subtraction process (SA34a05). The value obtained from the regression equation is assumed to be the average competency, and the difference is used as the environmental factor noise of the second layer. The coefficient of determination for obtaining this regression equation may be used as the reliability. Further, if environmental factor noise can be identified, other methods may be used.
第２階層残差処理（ＳＡ３４ａ０７）は第２階層の環境要因ノイズを求める処理である。回帰式から求められた値と、第２階層残差引き算処理（ＳＡ３４ａ０５）で求めた値の差分を残差とする。この処理によって求められた差分を第２階層の環境要因ノイズとする。 The second layer residual process (SA34a07) is a process for obtaining environmental factor noise of the second layer. The difference between the value obtained from the regression equation and the value obtained by the second layer residual subtraction process (SA34a05) is used as the residual. The difference obtained by this processing is used as the environmental factor noise of the second layer.
ユーザ残差引き算（ＳＡ３４ａ０８）はユーザのコンピテンシを求めるために、組織による環境要因ノイズを除去する処理である。ユーザの特徴量から第１階層残差処理（ＳＡ３４ａ０３）と第２階層残差処理（ＳＡ３４ａ０７）で求めた値を引いた残りの値がユーザのコンピテンシとなる。 The user residual subtraction (SA34a08) is a process of removing environmental factor noise by the organization in order to obtain the competency of the user. The user's competency is the remaining value obtained by subtracting the values obtained in the first-layer residual processing (SA34a03) and the second-layer residual processing (SA34a07) from the user's feature amount.
図１２Ｂは３階層の組織の環境要因除去処理ステップである。 FIG. 12B is an environmental factor removal processing step for a three-tiered organization.
第１階層平均処理（ＳＡ３４ｂ０１）は第１階層に属しているメンバの特徴量の平均値を求める。平均値を求める際には、同じ期間の特徴量を用いることが望ましい。また、精度を高めるためには標本点の数が複数個あった方が良いため、求める期間は長い方が望ましい。 In the first layer averaging process (SA34b01), the average value of the feature quantities of the members belonging to the first layer is obtained. When calculating the average value, it is desirable to use the features for the same period. Further, in order to improve the accuracy, it is better to have a plurality of sample points, so it is desirable that the required period is long.
第１階層回帰処理（ＳＡ３４ｂ０２）は第１階層平均処理（ＳＡ３４ｂ０１）で求めた値を用いて、回帰分析を行い、回帰式を求める処理である。回帰式から求められた値を平均的なコンピテンシと仮定し、その差分を第１階層の環境要因ノイズとする。この回帰式を求めるにあたっての決定係数を信頼度として用いてもよい。さらに、環境要因ノイズを特定できるならば、他の手法を用いてもよい。 The first-layer regression process (SA34b02) is a process of performing regression analysis and obtaining a regression equation using the values obtained in the first-layer average process (SA34b01). The value obtained from the regression equation is assumed to be the average competency, and the difference is used as the environmental factor noise of the first layer. The coefficient of determination for obtaining this regression equation may be used as the reliability. Further, if environmental factor noise can be identified, other methods may be used.
第１階層残差処理（ＳＡ３４ｂ０３）は第１階層の環境要因ノイズを求める処理である。回帰式から求められた値と、第１階層平均処理（ＳＡ３４ｂ０１）で求めた値の差分を残差とする。この処理によって求められた差分を第１階層の環境要因ノイズとする。 The first layer residual process (SA34b03) is a process for obtaining environmental factor noise of the first layer. The difference between the value obtained from the regression equation and the value obtained by the first layer averaging process (SA34b01) is used as the residual. The difference obtained by this processing is used as the environmental factor noise of the first layer.
第２階層平均処理（ＳＡ３４ｂ０４）は第２階層に属しているメンバの特徴量の平均値を求める。平均値を求める際には、第１階層の処理で求めた期間と標本点数が同じであることが望ましい。 The second layer averaging process (SA34b04) obtains the average value of the feature quantities of the members belonging to the second layer. When calculating the average value, it is desirable that the period obtained in the processing of the first layer and the number of sample points are the same.
第２階層残差引き算処理（ＳＡ３４ｂ０５）は第１階層の環境要因ノイズを取り除く処理である。第２階層平均処理（ＳＡ３４ａ０４）にて求めた値から第１階層残差処理（ＳＡ３４ｂ０３）を引く。これによって、第１階層の環境要因ノイズを取り除いた値となった。 The second layer residual subtraction process (SA34b05) is a process for removing environmental factor noise of the first layer. The first layer residual processing (SA34b03) is subtracted from the value obtained by the second layer averaging process (SA34a04). As a result, the value obtained by removing the environmental factor noise of the first layer.
第２階層回帰処理（ＳＡ３４ｂ０６）は第２階層残差引き算処理（ＳＡ３４ｂ０５）で求めた値を用いて、回帰分析を行い、回帰式を求める処理である。回帰式から求められた値を平均的なコンピテンシと仮定し、その差分を第２階層の環境要因ノイズとする。この回帰式を求めるにあたっての決定係数を信頼度として用いてもよい。さらに、環境要因ノイズを特定できるならば、他の手法を用いてもよい。 The second-layer regression process (SA34b06) is a process of performing regression analysis and obtaining a regression equation using the values obtained in the second-layer residual subtraction process (SA34b05). The value obtained from the regression equation is assumed to be the average competency, and the difference is used as the environmental factor noise of the second layer. The coefficient of determination for obtaining this regression equation may be used as the reliability. Further, if environmental factor noise can be identified, other methods may be used.
第２階層残差処理（ＳＡ３４ｂ０７）は第２階層の環境要因ノイズを求める処理である。回帰式から求められた値と、第２階層残差引き算処理（ＳＡ３４ｂ０５）で求めた値の差分を残差とする。この処理によって求められた差分を第２階層の環境要因ノイズとする。 The second layer residual process (SA34b07) is a process for obtaining environmental factor noise of the second layer. The difference between the value obtained from the regression equation and the value obtained by the second layer residual subtraction process (SA34b05) is used as the residual. The difference obtained by this processing is used as the environmental factor noise of the second layer.
第３階層平均処理（ＳＡ３４ｂ０８）は第３階層に属しているメンバの特徴量の平均値を求める。平均値を求める際には、第１階層や第２階層の処理で求めた期間と標本点数が同じであることが望ましい。 The third layer averaging process (SA34b08) obtains the average value of the feature quantities of the members belonging to the third layer. When calculating the average value, it is desirable that the period obtained in the processing of the first layer and the second layer and the number of sample points are the same.
第３階層残差引き算処理（ＳＡ３４ｂ０９）は第２階層の環境要因ノイズを取り除く処理である。第３階層平均処理（ＳＡ３４ｂ０８）にて求めた値から第２階層残差処理（ＳＡ３４ｂ０７）を引く。これによって、第２階層の環境要因ノイズを取り除いた値となった。 The third layer residual subtraction process (SA34b09) is a process for removing environmental factor noise of the second layer. The second layer residual processing (SA34b07) is subtracted from the value obtained in the third layer averaging process (SA34b08). As a result, the value obtained by removing the environmental factor noise of the second layer.
第３階層回帰処理（ＳＡ３４ｂ０Ａ）は第３階層残差引き算処理（ＳＡ３４ｂ０９）で求めた値を用いて、回帰分析を行い、回帰式を求める処理である。回帰式から求められた値を平均的なコンピテンシと仮定し、その差分を第３階層の環境要因ノイズとする。この回帰式を求めるにあたっての決定係数を信頼度として用いてもよい。さらに、環境要因ノイズを特定できるならば、他の手法を用いてもよい。 The third-layer regression process (SA34b0A) is a process of performing regression analysis and obtaining a regression equation using the values obtained in the third-layer residual subtraction process (SA34b09). The value obtained from the regression equation is assumed to be the average competency, and the difference is used as the environmental factor noise of the third layer. The coefficient of determination for obtaining this regression equation may be used as the reliability. Further, if environmental factor noise can be identified, other methods may be used.
第３階層残差処理（ＳＡ３４ｂ０Ｂ）は第３階層の環境要因ノイズを求める処理である。回帰式から求められた値と、第３階層残差引き算処理（ＳＡ３４ｂ０９）で求めた値の差分を残差とする。この処理によって求められた差分を第２階層の環境要因ノイズとする。 The third layer residual process (SA34b0B) is a process for obtaining environmental factor noise of the third layer. The difference between the value obtained from the regression equation and the value obtained by the third layer residual subtraction process (SA34b09) is used as the residual. The difference obtained by this processing is used as the environmental factor noise of the second layer.
ユーザ残差引き算（ＳＡ３４ｂ０Ｃ）はユーザのコンピテンシを求めるために、組織による環境要因ノイズを除去する処理である。ユーザの特徴量から第１階層残差処理（ＳＡ３４ｂ０３）と第２階層残差処理（ＳＡ３４ｂ０７）と第３階層残差処理（ＳＡ３４ｂ０Ｂ）で求めた値を引いた残りの値がユーザのコンピテンシとなる。 The user residual subtraction (SA34b0C) is a process of removing environmental factor noise by the organization in order to obtain the competency of the user. The user's competency is the remaining value obtained by subtracting the values obtained by the first layer residual processing (SA34b03), the second layer residual processing (SA34b07), and the third layer residual processing (SA34b0B) from the user's feature amount. ..
それ以上の階層が多くなった場合でも、図１２で示した（ａ）（ｂ）の差分部分を増加した階層分繰り返すことで対応することができる。 Even if the number of layers is larger than that, it can be dealt with by repeating the difference portion of (a) and (b) shown in FIG. 12 by the increased number of layers.
図１３Ａおよび図１３Ｂは、図１２Ａの処理によって環境要因を取り除き、個人のコンピテンシのみを求めることができることを説明する概念図である。横軸が時間（週）であり、縦軸に特徴量（任意単位）を示す。なお、理解を容易にするため、以下では第２週のデータに着目して説明する。 13A and 13B are conceptual diagrams illustrating that the processing of FIG. 12A removes environmental factors and allows only individual competencies to be determined. The horizontal axis is time (week), and the vertical axis is the feature amount (arbitrary unit). In addition, in order to facilitate understanding, the following will focus on the data of the second week.
図１３Ａで、Ｓｔｅｐ１は図１２Ａの第１階層の処理に対応する。ここでは、特徴量毎に、所定組織に属する全ユーザの特徴量の平均値を求めることで、組織の特徴量１３０１を求め（ＳＡ３４ａ０１）、そこから回帰式１３０２を求め（ＳＡ３４ａ０２）、平均値と回帰式の差分を組織全体の環境要因１３０３とする（ＳＡ３４ａ０３）。
In FIG. 13A,
Ｓｔｅｐ２は図１２Ａの第２階層の処理に対応する。ここでは、組織の一部であるチームの特徴量を、当該チームに属するユーザの全部または一部の特徴量の平均値を求めることで求め（ＳＡ３４ａ０４）、そこから組織全体の環境要因１３０３を補正する（ＳＡ３４ａ０５）。そうすると、修正後のチームの特徴量が得られる。丸印で示される点が、組織全体の環境要因を取り除く前のチームの特徴量データ１３０４であり、四角印で示される点が環境要因を取り除いた後のチームの特徴量データ１３０５である。
図１３Ｂで、Ｓｔｅｐ３は図１２Ａの第２階層の処理に対応する。修正後のチームの特徴量データ１３０５から回帰式１３０６を求め（ＳＡ３４ａ０６）、その残差部分をチームによる環境要因１３０７とする（ＳＡ３４ａ０７）。
In FIG. 13B,
図１３Ｂで、Ｓｔｅｐ４は個人の特徴量から組織全体とチームによる環境要因を取り除く処理（ＳＡ３４ａ０８）を示す。個人の特徴量１３０８から組織全体の環境要因１３０３とチームによる環境要因１３０７を差し引くことにより、星印２３０９で示す個人のコンピテンシを得ることができる。図１３では、図１２Ａの２階層の組織を例にしたが、階層が増えても同様の処理を図１２Ｂのように繰り返せばよい。
In FIG. 13B,
なお回帰式については、Ｓｔｅｐ１の線形近似や、Ｓｔｅｐ３の対数近似のほか、移動平均その他の公知の近似式を適宜用いてよい。
As the regression equation, in addition to the linear approximation of
図１４は、本発明の実施形態の分析サーバ（ＳＡ）が保持するコンピテンシリスト（ＳＡ０８）の説明図である。コンピテンシ生成処理（ＳＡ３０）の環境要因除去処理（ＳＡ３４）で実行後に、取得されるデータである。 FIG. 14 is an explanatory diagram of a competency list (SA08) held by the analysis server (SA) according to the embodiment of the present invention. This is data acquired after being executed by the environmental factor removal process (SA34) of the competency generation process (SA30).
Ｎｏ（ＳＡ０８００）はコンピテンシリスト（ＳＡ０８）の項目を識別するためのＮｏである。特徴量（ＳＡ０８０１）は今回作成する特徴量である。値１（ＳＡ０８０２）は１回の環境要因除去処理（ＳＡ３４）によって格納される値の集合である。次に環境要因除去処理（ＳＡ３４）を実行すると値２（ＳＡ０８０３）の列へ、さらに実行すると値３（ＳＡ０８０４）の列へと順々に格納されていく。 No (SA0800) is a No for identifying an item of the competency list (SA08). The feature amount (SA0801) is the feature amount created this time. The value 1 (SA0802) is a set of values stored by one environmental factor removal process (SA34). Next, when the environmental factor removal process (SA34) is executed, it is stored in the column of the value 2 (SA0803), and when it is further executed, it is stored in the column of the value 3 (SA0804) in order.
期間（ＳＡ０８０６）は分析の対象としている期間である。氏名（ＳＡ０８０７）は分析対象者の氏名である。スピード（ＳＡ０８０３）以降は今回生成した特徴量に関する内容である。今回、大分類として、８種類（スピード（ＳＡ０８０８）、多様性（ＳＡ０８０Ｂ）、人と人のつながり（ＳＡ０８１０）、コラボレーション（ＳＡ０８１４）、柔軟性（ＳＡ０８１９）、動機付け（ＳＡ０８１Ｃ）、率直さ（ＳＡ０８２１）、挑戦（ＳＡ０８２４））用意した。 The period (SA0806) is the period targeted for analysis. The name (SA0807) is the name of the person to be analyzed. The contents after the speed (SA0803) are related to the feature amount generated this time. This time, there are eight major categories (speed (SA0808), diversity (SA080B), person-to-person connection (SA0810), collaboration (SA0814), flexibility (SA0819), motivation (SA081C), and candidness (SA0821). ), Challenge (SA0824)) Prepared.
各大分類では、複数の小分類の特徴量から構成されている。例えば、スピード（ＳＡ０８０８）は２種類の特徴量で、それはコメント投稿応答時間（ＳＡ０８０９）とコメント投稿反応平均日数（ＳＡ０８０Ａ）である。 Each major classification is composed of features of a plurality of minor classifications. For example, speed (SA0808) is two types of features, which are comment posting response time (SA0809) and comment posting response average days (SA080A).
図１４に示されたのは一例であり、コンピテンシ生成処理（ＳＡ３０）において環境要因除去処理（ＳＡ３４）によって生成される特徴量に変更や追加があれば、コンピテンシリスト（ＳＡ０８）を変更することができる。 The example shown in FIG. 14 is an example, and if there is a change or addition in the feature amount generated by the environmental factor removal process (SA34) in the competency generation process (SA30), the competency list (SA08) can be changed. can.
図１５は図１４のコンピテンシリスト（ＳＡ０８）をトレンドグラフ表示したものである。ユーザが成長している軌跡を表現している。図１５の横軸は期間、縦軸はコンピテンシのスコアである。コンピテンシリスト（ＳＡ０８）の特徴量（ＳＡ０８０１）毎にコンピテンシを表示してもよい。 FIG. 15 is a trend graph display of the competency list (SA08) of FIG. It represents the trajectory of the user's growth. The horizontal axis of FIG. 15 is the period, and the vertical axis is the competency score. The competency may be displayed for each feature amount (SA0801) of the competency list (SA08).
ＳＡ０…データベース、ＳＡ１…表示部、ＳＡ２…要求部、ＳＡ３…実行部、ＳＡ３１…データ取得処理、ＳＡ３２…集計生成処理、ＳＡ３３…特徴量計算処理、ＳＡ３４…環境要因除去処理、ＮＷ…ネットワーク、ＣＬ…クライアント端末、ＣＡ…ＳＮＳ、ＣＢ…メール、ＣＣ…スケジューラ、ＣＤ…メッセージアプリ、ＣＥ…外部情報
データベース
SA0 ... database, SA1 ... display unit, SA2 ... request unit, SA3 ... execution unit, SA31 ... data acquisition processing, SA32 ... aggregation generation processing, SA33 ... feature quantity calculation processing, SA34 ... environmental factor removal processing, NW ... network, CL ... client terminal, CA ... SNS, CB ... mail, CC ... scheduler, CD ... message application, CE ... external information database
Claims (15)
アプリケーションの付随情報を取得して、ユーザ毎の行動履歴リストを生成するデータ取得部、
前記行動履歴リストを所定の期間毎に集計して、ユーザ毎の行動履歴の集計リストを生成する集計生成部、
前記行動履歴の集計リストから特徴量を計算して、ユーザ毎の特徴量リストを生成する特徴量計算部、
前記ユーザ毎の特徴量リストとユーザが属する組織の情報を用いて、ユーザが属する組織の特徴量を求め、前記組織の特徴量の時間的変化から組織の環境要因を求め、ユーザの特徴量から前記組織の環境要因を除去する環境要因除去処理部、
を備える行動特性計測システム。 A behavioral characteristic measurement system that has a processor and a storage device.
Data acquisition unit that acquires the incidental information of the application and generates the action history list for each user,
A summary generation unit that aggregates the action history list for each predetermined period and generates a summary list of action history for each user.
A feature amount calculation unit that calculates a feature amount from the summary list of the action history and generates a feature amount list for each user.
Using the feature amount list for each user and the information of the organization to which the user belongs, the feature amount of the organization to which the user belongs is obtained, the environmental factor of the organization is obtained from the temporal change of the feature amount of the organization, and the characteristic amount of the user is used. Environmental factor removal processing unit that removes environmental factors of the organization,
Behavioral characteristic measurement system equipped with.
メール本文やコメント自体を含まない情報である、
請求項１記載の行動特性計測システム。 The accompanying information of the application is
Information that does not include the body of the email or the comment itself,
The behavioral characteristic measurement system according to claim 1.
アクセスログ、コミュニケーションログ、ヘッダ、タイムスタンプ、およびメタ情報の少なくとも一つを含む、
請求項１記載の行動特性計測システム。 The accompanying information of the application is
Includes at least one of access logs, communication logs, headers, timestamps, and meta information,
The behavioral characteristic measurement system according to claim 1.
ユーザと当該ユーザが属する組織を対応付ける情報を含む、
請求項１記載の行動特性計測システム。 The accompanying information of the application is
Contains information that associates a user with the organization to which the user belongs,
The behavioral characteristic measurement system according to claim 1.
ソーシャルネットワーク、メール、スケジューラおよびメッセージアプリのうちの少なくとも一つである、
請求項１記載の行動特性計測システム。 The application
At least one of social networks, email, schedulers and messaging apps,
The behavioral characteristic measurement system according to claim 1.
コメント投稿応答時間、コメント投稿反応平均日数、特定のグループに対するアクティビティの割合、１コンテンツにおける被コメント数、カテゴリ別関心度、カテゴリ別コンテンツ被閲覧数、ユーザが属しているグループの数、フォロー数、フォローワー数、被掲載ユーザ数、アクティビティ数、コメントを投稿した相手のユニーク数、発信受信比率、アクティビティ時間分布、被アクティビティ時間分布、アクティビティ時間の柔軟さ、コメントを取得した相手のユニーク数、コメント投稿数、コンテンツ継続日数、コンテンツ被閲覧者数、アクティビティ間隔、コンテンツ内のリプライ取得数、コメント反応率、コンテンツ数、自己紹介欄の情報量、および発信受信差分のうち少なくとも一つである、
請求項１記載の行動特性計測システム。 The feature amount is
Comment posting response time, comment posting response average days, activity ratio for a specific group, number of comments received in one content, degree of interest by category, number of content views by category, number of groups to which the user belongs, number of followers, Number of followers, number of posted users, number of activities, unique number of people who posted comments, call / receive ratio, activity time distribution, activity time distribution, activity time flexibility, unique number of people who got comments, comments It is at least one of the number of posts, the number of days of content continuation, the number of content viewers, the activity interval, the number of replies obtained in the content, the comment response rate, the number of contents, the amount of information in the self-introduction column, and the transmission / reception difference.
The behavioral characteristic measurement system according to claim 1.
ユーザが属する組織を示すユーザリストと、組織の階層構造を示す組織リストを参照し、ユーザが属する組織の特徴量を求める、
請求項１記載の行動特性計測システム。 The environmental factor removal processing unit is
Refer to the user list showing the organization to which the user belongs and the organization list showing the hierarchical structure of the organization, and obtain the feature amount of the organization to which the user belongs.
The behavioral characteristic measurement system according to claim 1.
ユーザが属する組織に属するユーザの全部または一部の特徴量の平均を求めることで、ユーザが属する組織の特徴量を求める、
請求項１記載の行動特性計測システム。 The environmental factor removal processing unit is
By calculating the average of all or part of the features of the users belonging to the organization to which the user belongs, the feature amount of the organization to which the user belongs is obtained.
The behavioral characteristic measurement system according to claim 1.
平均値を求める際に、同じ期間の特徴量を用いる、
請求項８記載の行動特性計測システム。 The environmental factor removal processing unit is
When calculating the average value, the features of the same period are used.
The behavioral characteristic measurement system according to claim 8.
前記組織の特徴量の時間的変化から組織の環境要因を求める際に、前記組織の特徴量の時間的変化の回帰式を求め、回帰式から求められた値と前記組織の特徴量の差分を前記組織の環境要因とする、
請求項８記載の行動特性計測システム。 The environmental factor removal processing unit is
When determining the environmental factors of the tissue from the temporal change of the feature amount of the tissue, the regression equation of the temporal change of the feature amount of the tissue is obtained, and the difference between the value obtained from the regression equation and the feature amount of the tissue is obtained. It is an environmental factor of the organization.
The behavioral characteristic measurement system according to claim 8.
前記環境要因除去処理部は、
前記組織の特徴量の時間的変化から組織の環境要因を求める際に、
前記第１の組織の特徴量の時間的変化の回帰式を求め、回帰式から求められた値と前記第１の組織の特徴量の差分を前記第１の組織の環境要因とし、
前記第２の組織の特徴量から前記第１の組織の環境要因を除去して修正後の第２の組織の特徴量を求め、
前記修正後の第２の組織の特徴量の時間的変化の回帰式を求め、回帰式から求められた値と前記修正後の第２の組織の特徴量の差分を前記第２の組織の環境要因とし、
ユーザの特徴量から前記第１の組織の環境要因および前記第２の組織の環境要因を除去する、
請求項８記載の行動特性計測システム。 When there is a first organization that is a first-level organization to which the user belongs and a second organization that is a part of the first-level organization and is a second- level organization to which the user belongs.
The environmental factor removal processing unit is
When determining the environmental factors of the tissue from the temporal change of the feature amount of the tissue
A regression equation of the temporal change of the feature amount of the first tissue was obtained, and the difference between the value obtained from the regression equation and the feature amount of the first tissue was used as an environmental factor of the first tissue.
The environmental factor of the first tissue was removed from the feature amount of the second tissue to obtain the modified feature amount of the second tissue.
The regression equation of the temporal change of the feature amount of the second tissue after the modification is obtained, and the difference between the value obtained from the regression equation and the feature amount of the second tissue after the modification is the environment of the second tissue. As a factor,
The environmental factor of the first organization and the environmental factor of the second organization are removed from the feature amount of the user.
The behavioral characteristic measurement system according to claim 8.
アプリケーションの付随情報を取得して、ユーザ毎の行動履歴リストを生成するデータ取得処理、
前記行動履歴リストを所定の期間毎に集計して、ユーザ毎の行動履歴の集計リストを生成する集計生成処理、
前記行動履歴の集計リストから特徴量を計算して、ユーザ毎の特徴量リストを生成する特徴量計算処理、
前記ユーザ毎の特徴量リストとユーザが属する組織の情報を用いて、ユーザが属する組織の特徴量を求め、前記組織の特徴量の時間的変化から組織の環境要因を求め、ユーザの特徴量から前記組織の環境要因を除去する環境要因除去処理、
を備える行動特性計測方法。 An information processing device including an input device, an output device, a processor, a main storage device, and an auxiliary storage device, which is a behavioral characteristic measurement method executed according to a program stored in the main storage device .
Data acquisition process that acquires the incidental information of the application and generates the action history list for each user,
Aggregation generation processing that aggregates the action history list for each predetermined period and generates an aggregate list of action history for each user.
A feature amount calculation process that calculates a feature amount from the summary list of the action history and generates a feature amount list for each user.
Using the feature amount list for each user and the information of the organization to which the user belongs, the feature amount of the organization to which the user belongs is obtained, the environmental factor of the organization is obtained from the temporal change of the feature amount of the organization, and the characteristic amount of the user is used. Environmental factor removal process that removes the environmental factors of the tissue,
Behavioral characteristic measurement method.
メール本文やコメント自体を含まない情報であって、アクセスログ、コミュニケーションログ、ヘッダ、タイムスタンプ、およびメタ情報の少なくとも一つを含む、
請求項１２記載の行動特性計測方法。 The accompanying information of the application is
Information that does not include the email body or the comment itself, including at least one of the access log, communication log, header, time stamp, and meta information.
The behavioral characteristic measurement method according to claim 12.
ユーザが属する組織に属するユーザの全部または一部の特徴量の平均を求めることで、ユーザが属する組織の特徴量を求め、
前記組織の特徴量の時間的変化から組織の環境要因を求める際に、前記組織の特徴量の時間的変化の回帰式を求め、回帰式から求められた値と前記組織の特徴量の差分を前記組織の環境要因とする、
請求項１２記載の行動特性計測方法。 The environmental factor removal process is
By finding the average of all or part of the features of the users belonging to the organization to which the user belongs, the features of the organization to which the user belongs can be obtained.
When determining the environmental factors of the tissue from the temporal change of the feature amount of the tissue, the regression equation of the temporal change of the feature amount of the tissue is obtained, and the difference between the value obtained from the regression equation and the feature amount of the tissue is obtained. It is an environmental factor of the organization.
The behavioral characteristic measurement method according to claim 12.
ユーザが属する組織に属する全ユーザの特徴量の平均を求めることで、ユーザが属する組織の特徴量を求め、
ユーザが属する第１階層の組織である第１の組織と、前記第１階層の組織の一部であってユーザが属する第２階層の組織である第２の組織がある場合、
前記組織の特徴量の時間的変化から組織の環境要因を求める際に、
前記第１の組織の特徴量の時間的変化の回帰式を求め、回帰式から求められた値と前記第１の組織の特徴量の差分を前記第１の組織の環境要因とし、
前記第２の組織の特徴量から前記第１の組織の環境要因を除去して修正後の第２の組織の特徴量を求め、
前記修正後の第２の組織の特徴量の時間的変化の回帰式を求め、回帰式から求められた値と前記修正後の第２の組織の特徴量の差分を前記第２の組織の環境要因とし、
ユーザの特徴量から前記第１の組織の環境要因および前記第２の組織の環境要因を除去して、ユーザ個人の特徴量を得る、
請求項１２記載の行動特性計測方法。 The environmental factor removal process is
By finding the average of the features of all users belonging to the organization to which the user belongs, the features of the organization to which the user belongs can be obtained.
When there is a first organization that is a first-level organization to which the user belongs and a second organization that is a part of the first-level organization and is a second- level organization to which the user belongs.
When determining the environmental factors of the tissue from the temporal change of the feature amount of the tissue
A regression equation of the temporal change of the feature amount of the first tissue was obtained, and the difference between the value obtained from the regression equation and the feature amount of the first tissue was used as an environmental factor of the first tissue.
The environmental factor of the first tissue was removed from the feature amount of the second tissue to obtain the modified feature amount of the second tissue.
The regression equation of the temporal change of the feature amount of the second tissue after the modification is obtained, and the difference between the value obtained from the regression equation and the feature amount of the second tissue after the modification is the environment of the second tissue. As a factor,
The environmental factor of the first organization and the environmental factor of the second organization are removed from the feature amount of the user to obtain the feature amount of the individual user.
The behavioral characteristic measurement method according to claim 12.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018148069A JP7058195B2 (en) | 2018-08-07 | 2018-08-07 | Behavior characteristic measurement system and behavior characteristic measurement method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018148069A JP7058195B2 (en) | 2018-08-07 | 2018-08-07 | Behavior characteristic measurement system and behavior characteristic measurement method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020024531A JP2020024531A (en) | 2020-02-13 |
| JP7058195B2 true JP7058195B2 (en) | 2022-04-21 |
Family
ID=69618709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018148069A Active JP7058195B2 (en) | 2018-08-07 | 2018-08-07 | Behavior characteristic measurement system and behavior characteristic measurement method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7058195B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094856B (en) * | 2023-08-24 | 2024-04-30 | 哈尔滨工业大学 | Prediction method for user evaluation behavior after embedding OTA website based on panel logic model |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008257539A (en) | 2007-04-06 | 2008-10-23 | Fuji Xerox Co Ltd | Communication analyzing device and method |
| US20100274639A1 (en) | 2009-04-24 | 2010-10-28 | Hitachi, Ltd. | Organization Evaluation Apparatus and Organization Evaluation System |
| JP2012526314A (en) | 2009-05-08 | 2012-10-25 | ゾケム オーワイ | System and method for analyzing behavioral and contextual data |
| US20150370798A1 (en) | 2014-06-18 | 2015-12-24 | Facebook, Inc. | Ranking and Filtering Groups Recommendations |
| US20180013844A1 (en) | 2016-07-08 | 2018-01-11 | Facebook, Inc. | Automatic recipient targeting for notifications |
-
2018
- 2018-08-07 JP JP2018148069A patent/JP7058195B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008257539A (en) | 2007-04-06 | 2008-10-23 | Fuji Xerox Co Ltd | Communication analyzing device and method |
| US20100274639A1 (en) | 2009-04-24 | 2010-10-28 | Hitachi, Ltd. | Organization Evaluation Apparatus and Organization Evaluation System |
| JP2010257166A (en) | 2009-04-24 | 2010-11-11 | Hitachi Ltd | Device and system for evaluating organization |
| JP2012526314A (en) | 2009-05-08 | 2012-10-25 | ゾケム オーワイ | System and method for analyzing behavioral and contextual data |
| US20150370798A1 (en) | 2014-06-18 | 2015-12-24 | Facebook, Inc. | Ranking and Filtering Groups Recommendations |
| US20180013844A1 (en) | 2016-07-08 | 2018-01-11 | Facebook, Inc. | Automatic recipient targeting for notifications |
Non-Patent Citations (1)
| Title |
|---|
| 佐藤 信夫、外２名，ビジネス顕微鏡を用いた業績向上に貢献する指標探索アプリケーションの開発，ＦＩＴ２０１３ 第１２回情報科学技術フォーラム 講演論文集 第４分冊 査読付き論文・一般論文 ネットワーク・セキュリティ ユビキタス・モバイルコンピューティング 教育・人文科学 情報システム，日本，一般社団法人情報処理学会 社団法人電子情報通信学会，2013年08月20日，ｐ．１２７－１３２ |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020024531A (en) | 2020-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wenzel et al. | The double-edged sword of big data in organizational and management research: A review of opportunities and risks | |
| Low et al. | Construction worker risk-taking behavior model with individual and organizational factors | |
| Williamson et al. | Trajectories of marital satisfaction in diverse newlywed couples | |
| Neumark et al. | Did age discrimination protections help older workers weather the Great Recession? | |
| Holland et al. | Social media at work: a new form of employee voice? | |
| Yamashita et al. | Magnet or sticky? Measuring project characteristics from the perspective of developer attraction and retention | |
| Glowalla et al. | ERP system fit–an explorative task and data quality perspective | |
| Cabus et al. | Mismatch between education and the labour market in the Netherlands: is it a reality or a myth? The employers’ perspective | |
| Qureshi | Pandemics within the pandemic: Confronting socio-economic inequities in a datafied world | |
| Lansky et al. | Estimating the number of heterosexual persons in the United States to calculate national rates of HIV infection | |
| Bontempi et al. | Uncertainty, perception and the internet | |
| Lauger et al. | Disclosure avoidance techniques at the US Census Bureau: Current practices and research | |
| Garcy | Educational mismatch and mortality among native‐born workers in Sweden. A 19‐year longitudinal study of 2.5 million over‐educated, matched and under‐educated individuals, 1990–2008 | |
| de Andrade et al. | World Class Manufacturing performance measurement using a maturity model and the FlowSort method | |
| Wagner et al. | Producing unbiased estimates of propensity models during data collection | |
| Castillo et al. | Deserving a just pension: A factorial survey approach | |
| Breil et al. | The incremental validity of average states: A replication and extension of Finnigan and Vazire (2018). | |
| Severin et al. | Process evaluation of an operational-level job stress intervention aimed at decreasing sickness absence among public sector employees in Sweden | |
| Neufeld | Determining effects of individual research grants on publication output and impact: The case of the Emmy Noether Programme (German Research Foundation) | |
| Cheng | The shifting life course patterns of wage inequality | |
| Gil-Clavel et al. | Close social networks among older adults: the online and offline perspectives | |
| JP7058195B2 (en) | Behavior characteristic measurement system and behavior characteristic measurement method | |
| Zacher et al. | The construction of the “older worker” | |
| Pääkkönen et al. | Using composite indicators to evaluate the efficiency of health care system | |
| Diamantopoulou et al. | Preserving digital privacy in e-participation environments: Towards GDPR compliance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201210 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220228 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220315 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220411 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7058195 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |