JPWO2015064713A1 - 情報提示方法、装置、及びプログラム - Google Patents

情報提示方法、装置、及びプログラム Download PDF

Info

Publication number
JPWO2015064713A1
JPWO2015064713A1 JP2015545307A JP2015545307A JPWO2015064713A1 JP WO2015064713 A1 JPWO2015064713 A1 JP WO2015064713A1 JP 2015545307 A JP2015545307 A JP 2015545307A JP 2015545307 A JP2015545307 A JP 2015545307A JP WO2015064713 A1 JPWO2015064713 A1 JP WO2015064713A1
Authority
JP
Japan
Prior art keywords
decision
making
information
evaluation index
value
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.)
Granted
Application number
JP2015545307A
Other languages
English (en)
Other versions
JP6265214B2 (ja
Inventor
中澤　克仁
克仁 中澤
塩田　哲義
哲義 塩田
千葉　洋
洋 千葉
友子 永野
友子 永野
秀道 藤井
秀道 藤井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JPWO2015064713A1 publication Critical patent/JPWO2015064713A1/ja
Application granted granted Critical
Publication of JP6265214B2 publication Critical patent/JP6265214B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/043—Distributed expert systems; Blackboards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

意思決定主体による意思決定の際に、意思決定主体の特性に応じた有用な情報を提示する。計算部が、複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算する。選択部が、計算された意思決定主体毎の評価指標に基づいて、情報提示を行う対象である情報提示対象意思決定主体と特性が類似する意思決定主体を、複数の意思決定主体から、少なくとも一つ選択する、提示部が、複数の意思決定主体の各々についての意思決定に関連する情報を記憶した提示情報記憶部から、選択された意思決定主体における意思決定に関連する情報を取得して提示する。

Description

本発明は、情報提示方法、情報提示装置、及び情報提示プログラムに関する。
例えば自治体などの意思決定主体が、行政施策等の意思決定を行う場合の検討材料の一つとして、他の意思決定主体における意思決定に関連する情報を参考にする場合がある。その際、複数の意思決定主体を評価することで、参考にすべき意思決定主体を選択することが考えられる。
例えば、意思決定主体の評価に関連し、一つの自治体が、自己による運営評価のために、住民に多項目のアンケートを実施して自治体を評価するシステムが提案されている。
また、都市の総合環境性能評価ツールである「ＣＡＳＢＥＥ（登録商標）−都市」や、その国の人々の生活の質や発展度合いを示す指標である「人間開発指数（Ｈｕｍａｎ Ｄｅｖｅｌｏｐｍｅｎｔ Ｉｎｄｅｘ、ＨＤＩ）」などの指標が知られている。ＣＡＳＢＥＥ（登録商標）−都市では、他都市のデータとの比較で推計される偏差値により、各都市の評価を行っている。人間開発指数では、ゴールポスト法と呼ばれる指標の基準化手法を採用している。ゴールポスト法は、評価項目の最大値及び最小値（ゴールポスト）を設定し、最大値及び最小値に基づいて、各評価項目の値が０から１になるように基準化する手法である。
特開２００５−３３２３５０号公報
しかしながら、上記従来技術のように、住民によるアンケートに基づいて意思決定主体の評価を行う場合は、自意思決定主体と他意思決定主体との比較評価を行うことができない。そのため、この従来技術では、意思決定の参考にすべき他の意思決定主体を、適切に選択することができない。
また、ＣＡＳＢＥＥ（登録商標）−都市では、異なる単位を持つ評価項目を統合するために、偏差値を用いた基準化手法を採用している。すなわち、都市それぞれの特性が考慮されていない画一的な指標を用いている。このように、ＣＡＳＢＥＥ（登録商標）−都市による評価結果は、他の都市のスコアに依存するため、特性が異なる都市の情報を用いて偏差値が推計された場合には、評価結果の解釈が難しくなる。例えば、都市部と山間の過疎地域とを比較した場合、山間の過疎地域では、経済や社会に関する評価結果は相対的に低くなるが、環境に関する評価結果は相対的に高くなることが考えられる。しかし、都市部と山間の過疎地域とでは、産業構造や人口構成などの自治体の特性が異なるため、その自治体が抱えている課題や、施策の目標とする水準も異なる。そのため、意思決定の参考にすべき他の意思決定主体を選択するための評価という前提において、ＣＡＳＢＥＥ（登録商標）−都市の評価結果に対して、画一的な解釈を与えることは困難である。すなわち、ＣＡＳＢＥＥ（登録商標）−都市による評価結果を用いて、意思決定主体の特性に応じて、意思決定の参考にすべき他の意思決定主体を選択することは困難である。
また、人間開発指数では、画一的なゴールポストによって、指標の基準化を行っている。そのため、意思決定主体の特性を考慮して、意思決定主体間の評価を比較することは困難である。すなわち、人間開発指数による評価結果を用いて、意思決定主体の特性に応じて、意思決定の参考にすべき他の意思決定主体を選択することは困難である。
上述のように、意思決定主体の特性に応じて、意思決定の参考にすべき他の意思決定主体が適切に選択できない場合には、意思決定主体の特性に応じた意思決定に関連する有用な情報を提示することができない、という問題がある。
一つの側面では、意思決定主体による意思決定の際に、意思決定主体の特性に応じた有用な情報を提示することが目的である。
一つの実施態様では、複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算する計算部を備える。また、開示の技術は、前記計算部で計算された意思決定主体毎の評価指標に基づいて、情報提示を行う対象である情報提示対象意思決定主体と特性が類似する意思決定主体を、前記複数の意思決定主体から、少なくとも一つ選択する選択部を備える。また、開示の技術は、前記複数の意思決定主体の各々についての意思決定に関連する情報を記憶した記憶部から、前記選択部により選択された意思決定主体における意思決定に関連する情報を取得して提示する提示部を備える。
一つの側面として、意思決定主体による意思決定の際に、意思決定主体の特性に応じた有用な情報を提示することができる、という効果を有する。
第１実施形態に係る情報提示装置の概略構成を示す機能ブロック図である。 特性情報テーブルの一例を示す図である。 目標値テーブルの一例を示す図である。 使用特性情報テーブルの一例を示す図である。 評価指標の計算結果の一例を示す図である。 評価指標の計算結果の一例を示すグラフである。 自治体の選択を説明するための図である。 提示情報テーブルの一例を示す図である。 第１及び第２実施形態に係る情報提示装置として機能するコンピュータの概略構成を示すブロック図である。 第１実施形態における情報提示処理を示すフローチャートである。 主観的評価指標計算処理を示すフローチャートである。 客観的評価指標計算処理を示すフローチャートである。 経年評価指標計算処理を示すフローチャートである。 第１実施形態にかかわる評価項目を示す表である。 第１実施形態にかかわる評価項目を示す表である。 第２実施形態に係る情報提示装置の概略構成を示す機能ブロック図である。 第２実施形態における情報提示処理を示すフローチャートである。 相対的評価指標計算処理を示すフローチャートである。
以下、図面を参照して開示の技術に係る実施形態の一例を詳細に説明する。以下の各実施形態では、政策立案や戦略決定等の意思決定を行う意思決定主体の一例である自治体に、情報提示を行う場合を例に説明する。
＜第１実施形態＞
図１に示すように、第１実施形態に係る情報提示装置１０は、受付部１１、計算部１２、選択部１３、及び提示部１４を備える。
受付部１１は、情報提示が行われる対象の情報提示対象自治体の職員等であるユーザにより、情報提示装置１０に接続されたキーボードやマウス等の入力装置（図示省略）を介して入力された情報提示対象自治体の識別情報を受け付ける。また、受付部１１は、ユーザにより、入力装置を介して入力された評価項目を受け付ける。評価項目は、例えば、自然、社会参加、安全・安心性、教育、医療・健康、社会活力、ライフスタイル、財政基盤、財政状況、労働・雇用、最終処分量等、自治体の評価に必要な項目を予め定めておく。評価項目は、情報提示対象自治体がどのような意思決定を行おうとしているかに応じて、ユーザが選択して入力する。なお、全ての評価項目を選択してもよい。
計算部１２は、計算情報記憶部２１に格納された各種テーブルを参照して、受付部１１で受け付けた評価項目についての評価指標を、自治体毎に計算する。
計算情報記憶部２１には、各自治体の特性情報が登録された特性情報テーブル３１が格納されている。特性情報とは、その自治体の特性を表す情報である。例えば、その自治体が、都市部の自治体か、過疎地域の自治体か等の特性を表す情報である。より具体的には、自治体の規模、人口（世代）構成、産業構造等の基本情報に加え、経済、社会、及び環境の要素に着目した補足情報を、特性情報とすることができる。図２に、特性情報テーブル３１の一例を示す。図２の例では、自治体の識別情報である自治体ＩＤ及び自治体名に、特性情報の種類及びその種類毎の観測値が対応付けられている。観測値は、その特性情報の実際の値である。観測値は、年度毎の値が登録されている。
また、計算情報記憶部２１には、自治体毎かつ評価項目毎の目標値及び最低基準が登録された目標値テーブル３２が格納されている。目標値及び最低基準は、自治体の特性に応じて自治体毎に設定される値である。なお、最低基準とは、その評価項目について最低限満たす必要がある基準である。図３に、目標値テーブル３２の一例を示す。図３の例では、自治体ＩＤ及び自治体名に、評価項目毎の目標値及び最低基準が対応付けられている。なお、図３の例では、最低基準が規定されていない評価項目について、最低基準の欄に「−」を表記している。
また、計算情報記憶部２１には、評価項目毎の評価指標を計算するために使用する特性情報を登録した使用特性情報テーブル３３が格納されている。図４に、使用特性情報テーブル３３の一例を示す。図４の例では、例えば評価項目「安全・安心性」は、図２に示す特性情報テーブル３１に登録された特性情報「刑法犯罪認知件数」及び「人口」を、評価指標の計算で使用することを表している。
計算部１２は、図１に示すように、主観的評価指標計算部１２１、客観的評価指標計算部１２２、及び経年評価指標計算部１２３を備える。主観的評価指標計算部１２１は、受付部１１で受け付けた各評価項目についての主観的評価指標（詳細は後述）を計算する。客観的評価指標計算部１２２は、各評価項目についての客観的評価指標（詳細は後述）を計算する。経年評価指標計算部１２３は、各評価項目についての経年評価指標（詳細は後述）を計算する。すなわち、各評価項目について、主観的評価指標、客観的評価指標、及び経年評価指標のそれぞれが計算される。以下、主観的評価指標計算部１２１、客観的評価指標計算部１２２、及び経年評価指標計算部１２３の各々について詳述する。
主観的評価指標計算部１２１は、各評価項目について、各自治体の目標への達成度を評価するための主観的な評価指標である主観的評価指標を計算する。主観的評価指標は、例えば、下記（１）式のように定義することができる。
主観的評価指標＝（観測値−最低基準）／（目標値−最低基準） （１）
具体的には、主観的評価指標計算部１２１は、受付部１１で受け付けた評価項目毎の評価指標を計算するために使用する特性情報を、使用特性情報テーブル３３から取得する。そして、主観的評価指標計算部１２１は、使用する特性情報の観測値を、特性情報テーブル３１から取得する。また、主観的評価指標計算部１２１は、評価項目毎の目標値及び最低基準を、目標値テーブル３２から取得する。そして、主観的評価指標計算部１２１は、取得した観測値、目標値、及び最低基準を用いて、（１）式により、主観的評価指標を自治体毎かつ評価項目毎に計算する。
客観的評価指標計算部１２２は、各評価項目について、相対的な優位性を評価するための客観的な評価指標である客観的評価指標を計算する。客観的評価指標は、例えば、下記（２）式のように定義することができる。
客観的評価指標＝計算対象自治体の観測値／自治体平均値 （２）
具体的には、客観的評価指標計算部１２２は、受付部１１で受け付けた評価項目毎の評価指標を計算するために使用する特性情報を、使用特性情報テーブル３３から取得する。なお、主観的評価指標計算部１２１が取得した、使用する特性情報を流用してもよい。そして、客観的評価指標計算部１２２は、全自治体の少なくとも一部の自治体について、使用する特性情報の観測値を、特性情報テーブル３１から取得する。少なくとも一部の自治体とは、全自治体のうち、情報提示対象自治体以外の自治体を含む自治体群である。例えば、自治体群を、情報提示対象自治体と所定の特性情報が類似する自治体の集合とすることができる。より具体的には、情報提示対象自治体と、産業構造及び人口構成が類似する自治体の集合を、自治体群とすることができる。なお、自治体間において、特性情報の観測値の差が所定範囲内の場合には、特性情報が類似していると判定することができる。
そして、客観的評価指標計算部１２２は、少なくとも一部の自治体の観測値の平均を計算し、（２）式における「自治体平均値」とする。「自治体平均値」は評価項目毎に計算される。なお、本実施形態では、所定の特性情報が類似する自治体の観測値から自治体平均を計算する場合について説明するが、全自治体の観測値を用いて全国平均を計算するようにしてもよい。また、本実施形態では、平均値を用いているが、相対的優位性を評価できる値であればよく、平均値に変えて、他の自治体の観測値の最頻値、最大値、最小値等、統計的に得られる他の値を、客観的評価指標の基準値として用いてもよい。
また、客観的評価指標計算部１２２は、客観的評価指標の計算対象自治体について、使用する特性情報の観測値を、特性情報テーブル３１から取得する。そして、客観的評価指標計算部１２２は、取得した観測値、及び計算した自治体平均値の値を用いて、（２）式により、客観的評価指標を自治体毎かつ評価項目毎に計算する。
経年評価指標計算部１２３は、各評価項目が経年的に改善しているか否かを評価するための経年評価指標を計算する。なお、本実施形態では、年単位での評価項目の変化を評価する指標としているが、半月毎、３か月毎、１か月毎等、任意の期間単位での評価項目の変化を評価するような指標としてもよい。経年評価指標は、例えば、下記（３）式のように定義することができる。
経年評価指標＝観測値（ｔ年）／観測値（ｔ−１年） （３）
具体的には、経年評価指標計算部１２３は、受付部１１で受け付けた評価項目毎の評価指標を計算するために使用する特性情報を、使用特性情報テーブル３３から取得する。なお、主観的評価指標計算部１２１が取得した、使用する特性情報を流用してもよい。そして、経年評価指標計算部１２３は、使用する特性情報のｔ年の観測値及びｔ−１年の観測値を、特性情報テーブル３１から取得する。そして、経年評価指標計算部１２３は、取得したｔ年の観測値及びｔ−１年の観測値を用いて、（３）式により、経年評価指標を自治体毎かつ評価項目毎に計算する。
図５に、計算部１２による評価指標の計算結果を示す。図５に示すように、自治体毎に、各評価項目について、主観的評価指標、客観的評価指標、及び経年評価指標の各々が計算される。また、図６に、評価指標の計算結果をグラフ化した一例を示す。
選択部１３は、計算部１２で計算された各自治体の評価指標に基づいて、全自治体の中から、情報提示対象自治体と特性が類似する自治体を少なくとも一つ選択する。例えば、選択部１３は、自治体毎に、各評価項目の評価指標の値を要素とするベクトルを作成する。そして、選択部１３は、情報提示対象自治体のベクトルと他の自治体のベクトルの各々との類似度（例えばコサイン類似度）が予め定めた所定値以上となる自治体を選択する。また、類似度が高い順に所定個の自治体を選択してもよい。
また、情報提示対象自治体と特性が類似する自治体の他の選択方法として、各自治体の評価指標に基づいて、類似する自治体同士をクラスター分析によりグループ化してもよい。具体的には、選択部１３は、階層クラスターにおける分類手法を用いることができる。例えば、各自治体の評価指標を用いて、下記（４）式に示す自治体ｉと自治体ｊとのユークリッド距離ｄｉｊを計算し、ユークリッド距離ｄｉｊが、予め定めた所定値以下となる自治体同士をグループ化することができる。
Figure 2015064713
ここで、ｘｉｋは、自治体ｉについての評価項目ｋの評価指標の値であり、ｎは、評価項目の総数である。
また、選択部１３は、非階層クラスターにおける分類手法を用いることもできる。非階層クラスターにおける分類では、分類したいグループの数を設定し、最初にその数のグループとなるように、ランダムに自治体を分類する。次に、ランダムに分類されたグループに含まれる自治体の評価指標に基づいて、グループの重心を推計する。そして、各自治体の評価指標と重心との距離に基づいて、再度分類を行う。この作業を繰り返すことで、評価指標が類似する自治体同士が同じグループになるように分類することができる。
選択部１３は、上記のように各自治体をグループ化し、情報提示対象自治体が含まれるグループに含まれる他の自治体を選択する。例えば、図７に示すように、各自治体がグループ化され、情報提示対象自治体が自治体Ａであった場合、グループ＃１に含まれる他の自治体（図７の例では、自治体Ｂ）が選択される。なお、図７の例では、説明の簡単のため、２つの評価項目で表される空間上で、各自治体を分類する場合を示している。自治体を分類するための空間は、評価項目の数に応じた次元数の空間となる。
また、情報提示対象自治体と特性が類似する自治体の他の選択方法として、自己組織化マップを用いてもよい。自己組織化マップは、ニューラルネットワークの一種で、与えられた入力情報の類似度をマップ上での距離で表現するモデルである。自己組織化マップは、高次元データの中に存在する傾向や相関関係の発見などに応用することができ、人間が高次元データを視覚的に理解するのに役立つ。自己組織化マップの特徴は、様々な高次元データをクラスタリングできる点である。
具体的には、選択部１３は、ｔを時間（繰り返し回数）、ｍｊをユニット（グループ）ｊの重み、ｘを入力サンプル（情報提示対象自治体の評価指標を要素とするベクトル）、α及びｈを０から１の値をとるウェイトとする。また、ｃをサンプルｘと最も類似するユニットとする。そして、選択部１３は、サンプルｘと最も類似するユニットを選択する（下記（５）式）。次に、選択部１３は、時間経過に従って、類似するユニットが集まり、類似しないユニットが遠ざかるように繰り返し計算を行う（下記（６）式）。また、選択部１３は、時間経過に従って、ウェイトが小さくなるように設定する（下記（７）式）。そして、選択部１３は、所定時間経過後の自己組織化マップにおいて、情報提示対象自治体を示すサンプルｘと同一のユニットに属するサンプルが示す自治体を選択する。
Figure 2015064713
提示部１４は、提示情報記憶部２２に格納された提示情報テーブル３４を参照して、選択部１３により選択された自治体が、過去に意思決定した際の各種提示情報を取得する。特性が類似する自治体は、自治体の基本情報や環境、経済、社会の視点において、情報提示対象自治体と類似する課題を抱えている可能性が高いと考えられる。そのため、選択部１３により選択された自治体の意思決定に関連する情報は、情報提示対象自治体にとって有用な情報となる。図８に提示情報テーブル３４の一例を示す。図８の例では、自治体ＩＤ及び自治体名に、提示情報として、意思決定の際の成功事例、失敗事例、意思決定事項に対する予算配分、意思決定により導入された施策内容、意思決定時の組織体制、・・・が対応付けて登録されている。なお、提示情報はこれらに限定されず、意思決定により導入された施策の実績、意思決定により予想される効果、課題、意思決定により導入された施策の担当者及びその連絡先等、意思決定の際に参考となり得る様々な情報を登録しておくことができる。
また、意思決定のテーマに応じて、提示情報を分類して、提示情報テーブル３４に登録しておいてもよい。テーマは、例えば、地域活性化、農業、防犯、防災、環境保全等とすることができる。より具体的に、情報提示対象自治体が、鳥獣被害についての取組みに関する意思決定を行う場合に参考となる情報を提示する場合について説明する。この場合、農業をテーマにした事例、例えば、有害鳥獣侵入防止柵設置事業の予算規模、鳥獣被害の発生件数等を提示情報テーブル３４に、テーマ「農業」と対応付けて登録しておく。そして、ユーザが入力装置を介してテーマ「農業」を選択すると、提示部１４は、選択部１３により選択された自治体の事例であって、入力されたテーマ「農業」に応じた事例を取得する。これにより、ユーザが、予算規模に対する鳥獣被害の発生件数の増減等を参考にして、自らの自治体に有害鳥獣侵入防止柵を導入するべきかどうか、どの程度導入するか等を判断する際に参考となる情報を提示することができる。提示情報をテーマに分類して提示情報テーブル３４に登録しておくことで、提示情報を取得する際の検索対象を絞り込むことができる。
提示部１４は、取得した提示情報を、情報提示装置１０に接続された表示装置（図示省略）に表示したり、プリンタ（図示省略）から出力したりするなどして、ユーザに提示する。
情報提示装置１０は、例えば図９に示すコンピュータ４０で実現することができる。コンピュータ４０はＣＰＵ４２、メモリ４４、不揮発性の記憶部４６、入出力インターフェース（Ｉ／Ｆ）４７、及びネットワークＩ／Ｆ４８を備えている。ＣＰＵ４２、メモリ４４、記憶部４６、入出力Ｉ／Ｆ４７、及びネットワークＩ／Ｆ４８は、バス４９を介して互いに接続されている。
記憶部４６はＨＤＤ（Hard Disk Drive）やフラッシュメモリ等によって実現できる。記憶媒体としての記憶部４６には、コンピュータ４０を情報提示装置１０として機能させるための情報提示プログラム５０が記憶されている。また、記憶部４６は、計算情報記憶領域６１、及び提示情報記憶領域６２を有する。ＣＰＵ４２は、情報提示プログラム５０を記憶部４６から読み出してメモリ４４に展開し、情報提示プログラム５０が有するプロセスを順次実行する。
情報提示プログラム５０は、受付プロセス５１、計算プロセス５２、選択プロセス５３、及び提示プロセス５４を有する。ＣＰＵ４２は、受付プロセス５１を実行することで、図１に示す受付部１１として動作する。また、ＣＰＵ４２は、計算プロセス５２を実行することで、図１に示す計算部１２として動作する。また、ＣＰＵ４２は、選択プロセス５３を実行することで、図１に示す選択部１３として動作する。また、ＣＰＵ４２は、提示プロセス５４を実行することで、図１に示す提示部１４として動作する。
情報提示装置１０がコンピュータ４０で実現される場合、計算情報記憶領域６１は、図１に示す計算情報記憶部２１として用いられる。また、提示情報記憶領域６２は、図１に示す提示情報記憶部２２として用いられる。これにより、情報提示プログラム５０を実行したコンピュータ４０が、情報提示装置１０として機能することになる。
なお、情報提示装置１０は、例えば半導体集積回路、より詳しくはＡＳＩＣ（Application Specific Integrated Circuit）等で実現することも可能である。
次に、第１実施形態に係る情報提示装置１０の作用について説明する。情報提示装置１０に接続されたキーボードやマウス等の入力装置（図示省略）を介して、ユーザから情報提示対象自治体の識別情報及び評価項目が入力されると、情報提示装置１０において、図１０に示す情報提示処理が実行される。
図１０に示す情報提示処理のステップＳ１０で、受付部１１が、入力された情報提示対象自治体の識別情報及び評価項目を受け付ける。ここでは、受け付けた評価項目の一つに、「安全・安心性」が含まれているものとする。
なお、以下のプロセスで示す「観測値」については、観測された値そのものに限る必要はなく、観測値から２次的に計算された計算値を使用することもできる。
次に、ステップＳ１１で、図１１に示す主観的評価指標計算処理を実行する。図１１に示す主観的評価指標計算処理のステップＳ１１１で、主観的評価指標計算部１２１が、上記ステップＳ１０で受付部１１により受け付けられた評価項目毎の評価指標を計算するために使用する特性情報を、使用特性情報テーブル３３から取得する。例えば、図４に示す使用特性情報テーブル３３から、評価項目「安全・安心性」の評価指標の計算に使用する特性情報として、「刑法犯罪認知件数」及び「人口」を取得する。
次に、ステップＳ１１２で、主観的評価指標計算部１２１が、使用する特性情報の観測値を、特性情報テーブル３１から取得する。例えば、自治体ＡＡＡ市について、図２に示す特性情報テーブル３１から、特性情報「刑法犯罪認知件数」の該当年（例えば２０１３年）の観測値「１１，５３６件」を取得する。他の評価項目についても同様に、使用する特性情報の該当年の観測値を取得する。
次に、ステップＳ１１３で、主観的評価指標計算部１２１が、評価項目毎の目標値及び最低基準を、目標値テーブル３２から取得する。例えば、自治体ＡＡＡ市について、図３に示す目標値テーブル３２から、目標値「１２，９００件」を取得する。また、最低基準については、目標値テーブル３２に登録されていないため、「０件」とする。他の評価項目についても同様に、目標値及び最低基準を取得する。
次に、ステップＳ１１４で、主観的評価指標計算部１２１が、取得した観測値「１１，５３６件」、目標値「１２，９００件」、及び最低基準「０件」を用いて、例えば下記に示すように主観的評価指標を計算する。
主観的評価指標＝（目標値−最低基準）／（観測値−最低基準）
＝（１２，９００−０）／（１１，５３６−０）＝１．１２
なお、「刑法犯罪認知件数」を使用した評価項目「安全・安心性」の評価指標は、観測値が大きくなるほど評価が低くなるため、ここでは、上記（１）式の逆数を用いている。以下の「刑法犯罪認知件数」を使用した評価項目「安全・安心性」の客観的評価指標及び経年評価指標についても同様である。他の評価項目についても同様に、主観的評価指標を計算する。
上記の処理を各自治体について行うことにより、自治体毎かつ評価項目毎に主観的評価指標を計算する。全ての自治体について、各評価項目の主観的評価指標の計算が終了すると、図１０に示す情報提示処理にリターンする。
次に、図１０に示す情報提示処理のステップＳ１２で、図１２に示す客観的評価指標計算処理を実行する。図１２に示す客観的評価指標計算処理のステップＳ１２１で、客観的評価指標計算部１２２が、特性情報テーブル３１に登録された全ての自治体を、所定の特性情報（例えば、産業構造及び人口構成）の該当年の観測値が類似する自治体群に分類する。
次に、ステップＳ１２２で、客観的評価指標計算部１２２が、上記ステップＳ１２１で分類された複数の自治体群のうち、情報提示対象自治体が含まれる自治体群に含まれる自治体を抽出する。そして、客観的評価指標計算部１２２は、抽出した各自治体について、上記ステップＳ１１１で取得された、使用する特性情報の該当年（例えば２０１３年）の観測値を取得する。客観的評価指標は、相対的優位性を評価する指標であるため、例えば、「刑法犯罪認知件数」について、「人口一万人当たりの刑法犯罪認知件数」のように、観測値を正規化する。そして、客観的評価指標計算部１２２は、抽出した自治体の各々の正規化した観測値の平均値を計算し、「自治体平均値」とする。例えば、「人口一万人当たりの刑法犯罪認知件数」の自治体平均値が「１４２．２１」と計算されたものとする。他の評価項目についても同様に、自治体平均値を計算する。
次に、ステップＳ１２３で、客観的評価指標計算部１２２が、客観的評価指標の計算対象自治体について、使用する特性情報の観測値を、特性情報テーブル３１から取得し、観測値を正規化する。例えば、自治体ＡＡＡ市について、図２に示す特性情報テーブル３１から、特性情報「刑法犯罪認知件数」の該当年（例えば２０１３年）の観測値「１１，５３６件」を取得する。また、特性情報「人口」の該当年（例えば２０１３年）の観測値「１，４４０，１２４人」を取得する。他の評価項目についても同様に、使用する特性情報の該当年の観測値を取得する。そして、観測値を正規化して、人口一万人当たりの刑法犯罪認知件数「８０．１０件」を、計算対象の自治体の観測値として計算する。本ステップの処理を、特性情報テーブル３１に登録された各自治体を順次計算対象自治体に設定して行う。
次に、ステップＳ１２４で、客観的評価指標計算部１２２が、計算した自治体平均値「１４２．２１」、及び計算対象自治体の観測値「８０．１０」を用いて、例えば下記に示すように客観的評価指標を計算する。
客観的評価指標＝自治体平均値／計算対象自治体の観測値
＝１４２．２１／８０．１０＝１．７８
本ステップの処理を、特性情報テーブル３１に登録された各自治体を順次計算対象の自治体に設定して行うことにより、自治体毎かつ評価項目毎に、客観的評価指標を計算する。全ての自治体について、各評価項目の客観的評価指標の計算が終了すると、図１０に示す情報提示処理にリターンする。
次に、図１０に示す情報提示処理のステップＳ１３で、図１３に示す経年評価指標計算処理を実行する。図１３に示す経年評価指標計算処理のステップＳ１３１で、経年評価指標計算部１２３が、上記ステップＳ１１１で取得された、使用する特性情報の該当年の観測値を取得する。また、観測値の経年変化を統一した基準で評価するために、上述の客観的評価指数と同様に、例えば「人口一万人当たりの刑法犯罪認知件数」のように、観測値を正規化する。
例えば、自治体ＡＡＡ市について、図２に示す特性情報テーブル３１から、特性情報「刑法犯罪認知件数」のｔ年（例えば２０１３年）の観測値「１１，５３６件」、及びｔ−１年（例えば２０１２年）の観測値「１２，９６５件」を取得する。また、特性情報「人口」のｔ年（例えば２０１３年）の観測値「１，４４０，１２４人」、及びｔ−１年（例えば２０１２年）の観測値「１，４３１，４０９人」を取得する。そして、経年評価指標計算部１２３は、ｔ年の人口一万人当たりの刑法犯罪認知件数「８０．１０件」、及びｔ−１年の人口一万人当たりの刑法犯罪認知件数「９０．５８件」を計算する。他の評価項目についても同様に、ｔ年及びｔ−１年の各々の観測値を正規化する。
次に、ステップＳ１３２で、経年評価指標計算部１２３が、正規化したｔ年の観測値「８０．１０件」、及びｔ−１年の観測値「９０．５８件」を用いて、例えば下記に示すように経年評価指標を計算する。
経年評価指標＝観測値（ｔ−１年）／観測値（ｔ年）
＝９０．５８／８０．１０＝１．１３
上記の処理を各自治体について行うことにより、自治体毎かつ評価項目毎に経年評価指標を計算する。全ての自治体について、各評価項目の経年評価指標の計算が終了すると、図１０に示す情報提示処理にリターンする。
次に、図１０に示す情報提示処理のステップＳ１４で、選択部１３が、上記ステップＳ１１、Ｓ１２、及びＳ１３で計算された各自治体の評価指標に基づいて、全自治体の中から、情報提示対象自治体と特性が類似する自治体を少なくとも一つ選択する。例えば、選択部１３は、自治体毎に、各評価項目の評価指標の値を要素とするベクトルを作成する。そして、選択部１３は、情報提示対象自治体のベクトルと他の自治体のベクトルの各々との類似度（例えばコサイン類似度）が予め定めた所定値以上となる自治体を選択する。また、類似度が高い順に所定個の自治体を選択してもよい。なお、クラスター分析や自己組織化マップを用いて、情報提示対象自治体と特性が類似する自治体を選択してもよい。
次に、ステップＳ１５で、提示部１４が、提示情報記憶部２２に格納された提示情報テーブル３４を参照して、上記ステップＳ１４で選択された自治体が、過去に意思決定した際の成功事例、失敗事例等の各種提示情報を取得する。そして、提示部１４が、取得した提示情報を、情報提示装置１０に接続された表示装置（図示省略）に表示したり、プリンタ（図示省略）から出力したりするなどして、ユーザに提示して、情報提示処理を終了する。
以上説明したように、第１実施形態に係る情報提示装置によれば、評価項目毎に、各意思決定主体の特性が反映された評価指標を計算し、この評価指標に基づいて、情報提示対象意思決定主体と特性が類似する意思決定主体を選択する。そして、選択した意思決定主体の意思決定に関連する情報を提示する。従って、意思決定主体による意思決定の際に、意思決定主体の特性に応じた有用な情報を提示することができる。
特性が類似する意思決定主体の過去における意思決定の際の経験や成功事例及び失敗事例は、行政運営を進めるうえで有用な情報となり、これら情報を参考にすることで、意思決定主体は効率的な行政運営等の意思決定を行うことができると期待される。
また、評価指標の一つとして、意思決定主体の特性に応じて意思決定主体毎に設定した目標値及び最低基準（ゴールポスト）を設定した主観的評価指標を用いることで、意思決定主体の目標や戦略を踏まえた評価指標を計算することができる。また、評価指標として、他の意思決定主体群に対する相対的優位性を評価するための客観的評価指標、及び評価項目の経時的変化を評価するための経年評価指標も計算する。このように、３つの視点で評価を行うことにより、目標や戦略、経年の傾向等を考慮した意思決定主体の特性の把握が可能となり、意思決定主体の評価を多面的に行うことができる。
また、特性が類似する意思決定主体における過去の意思決定の際の様々な情報を提示情報として提示するため、意思決定主体が意思決定する際、例えば、視察対象や自身のベンチマークを設定する際に、有用な情報となる。特性が類似する意思決定主体を、自身のベンチマークに設定することで、組織運営におけるパフォーマンスの比較を行い、評価することが可能となる。評価結果において、ベンチマークとの差が大きい場合には、その要因を明確にすることで、組織運営のＰＤＣＡを通じた改善に貢献が期待できる。
また、特性が類似する意思決定主体が十分多い場合は、共通する要因または課題を有する意思決定主体が多いことを表す。すなわち、その課題解決に向けたソリューションに対して需要が十分に大きいことを明確にすることができる。この場合、ソリューションの提供にビジネスチャンスを見出した企業が存在するならば、ビジネスチャンスを獲得するために積極的に研究及び開発を進める。そして、各意思決定主体が抱えている課題解決に向けたソリューションが提供され、運営の改善が期待できる。意思決定主体の類型化を行うことにより、この運営改善のきっかけとなる「ニーズが十分に大きい」ということの把握も容易となる。
なお、第１実施形態では、情報提示対象意思決定主体の評価指標を計算する際に、他の意思決定主体の評価指標も共に計算する場合について説明したが、これに限定されない。例えば、特性情報テーブル３１に登録されている各意思決定主体について予め評価指標を計算して類型化しておくことができる。この場合、情報提示対象意思決定主体の識別情報が情報提示装置１０に入力された際に、情報提示対象意思決定主体の評価指標を計算する。そして、その評価指標に基づいて、予め類型化しておいたどのグループに情報提示対象意思決定主体が該当するかを判定するようにしてもよい。
また、第１実施形態では、意思決定主体として自治体を例に挙げ、基本情報に加え、経済、社会、及び環境に着目した補足情報を特性情報として使用する場合について説明したが、これに限定されない。例えば、コミュニティーや企業などの他の意思決定主体にも開示の技術を適用可能である。また、この場合、特性情報も、意思決定主体の種類に応じて、意思決定主体の特性を表すことができる適切な情報を使用すればよい。
特性情報としては、例えば、意思決定主体の持続可能性（サステナビリティ）を表す情報を用いることが考えられる。例えば、持続可能性を表す特性情報として、意思決定主体の持つ環境価値、社会価値、経済価値、及び環境負荷を利用した下記の式を用いることが考えられる。
都市の持続可能性＝Ｖｔｏｔａｌ／Ｂｔｏｔａｌ
ただし、Ｖｔｏｔａｌ＝ΣｗｉＶｉ、及びＢｔｏｔａｌ＝ΣｇｊＢｊである。ここで、意思決定主体の価値をＶｉ、重み付け係数をｗｉ、価値のカテゴリをｉ、及び統合化された意思決定主体の価値をＶｔｏｔａｌとする。また、都市の環境負荷をＢｊ、重み付け係数をｇｊ、環境負荷のカテゴリをｊ、及び統合化された負荷をＢｔｏｔａｌとする。
またここで、より適切な評価方法を実現するために、環境価値は、少なくとも土地、水、及び大気の項目を含むことが望ましい。社会価値は、少なくとも住居、食、交通、安全、教育、医療、及び行政の項目を含むことが望ましい。経済価値は、少なくとも財政、雇用、及び個人の経済力の項目を含むことが望ましい。また、環境負荷に気候変動関連項目、資源循環関連項目、及び生物多様性関連項目を含ませることも考えられる。これらの項目についての具体的な項目例を、図１４及び図１５に示す。
また、このような評価においては、各項目に対する重み付け係数などの係数を格納する係数データベース、及びカテゴリなどの情報を格納する項目情報データベースを情報提示装置１０がアクセス可能な記憶部に設けておく。そして、これらデータベースに格納された値を評価者が適宜変更できるようにすると、さらに利便性が上がる。
また、図１３のフローチャートに示す経年評価指標計算処理では、単なる経年変化だけでなく、経時変化やイベント前後の変化についても同様のプロセスで算出することができる。例えば、あるイベントの発生や施策の導入などの前後で持続可能性を算出して比較することにより、意思決定主体の持続可能性に対するあるイベントや施策の影響の度合いを評価することができる。
ここで、イベント前後の変化について、意思決定主体の持続可能性を評価する例を説明する。例えば、意思決定主体の価値及び環境負荷を評価し、持続可能性を算出する例として、新しい情報システムを自治体に導入した場合について評価することが考えられる。情報システムを導入することにより、システムのＴＣＯの削減、業務の効率化、ペーパーレス化による大幅な業務効率化を実現し、加えて環境改善も見込むことができる。
発明者らが、ある自治体の職員数を９５２人、ＣＯ２排出量が８３３ｔ−ＣＯ２として、前述した情報システム導入による効果推計手法を適用し、導入効果を推計した。その結果、職員数が９５２人から見かけ上４７人増加するという結果が得られた。また、情報システムの導入によって紙資源や電力量が削減されることにより、ＣＯ２排出量が７２７ｔ−ＣＯ２へと１０６ｔ−ＣＯ２削減が期待できるという結果が得られた。ここで、職員数の増加は行政サービスの質を高める価値項目として挙げることができ、ＣＯ２排出量は環境負荷指標として挙げることができる。さらに、これら二つの指標の比率を取ることで、意思決定主体の持続可能性の変化を推計することができる。このような評価は、意思決定主体にとって、施策の有効性を知る上で重要である。
なお、経時変化やイベント前後の変化について、図１３のフローチャートに示すプロセスにより算出する場合、ステップＳ１３１において、上記の情報システム導入前後における持続可能性の計算値を観測値として使用すればよい。そして、ステップＳ１３２での主観的評価指標の計算プロセスは、前述した他の事例と同様に算出すればよい。
また、提示部１４が、提示情報を提示する際に、情報提示意思決定主体及び情報提示対象意思決定主体と特性が類似する意思決定主体の評価項目毎の評価指標を合わせて提示するようにしてもよい。例えば、経年評価指標を提示した場合には、時系列における傾向が明確になる。これにより、自意思決定主体の評価項目が悪化傾向にあるものについては、その原因の特定や解決策の立案に向けて、特性が類似する他意思決定主体の運営を参考情報として活用することが期待できる。また、自意思決定主体の評価項目が改善傾向にあるものについては、その成功要因を提示情報テーブル３４に登録しておく。これにより、特性が類似する他の意思決定主体が情報提示対象意思決定主体となった場合に、自意思決定主体の成功要因の情報を他意思決定主体へ提供することができる。
＜第２実施形態＞
次に、第２実施形態について説明する。図１６に示すように、第２実施形態に係る情報提示装置２１０は、受付部１１、計算部２１２、選択部１３、及び提示部１４を備える。第２実施形態に係る情報提示装置２１０は、第１実施形態に係る情報提示装置１０と計算部の構成が異なるだけであるため、以下では計算部２１２について説明する。
計算部２１２は、図１６に示すように、主観的評価指標計算部１２１、客観的評価指標計算部１２２、経年評価指標計算部１２３、及び相対的評価指標計算部１２４を備える。主観的評価指標計算部１２１は、受付部１１で受け付けた各評価項目についての主観的評価指標を計算する。客観的評価指標計算部１２２は、各評価項目についての客観的評価指標を計算する。経年評価指標計算部１２３は、各評価項目についての経年評価指標を計算する。相対的評価指標計算部１２４は、各評価項目についての相対的評価指標（詳細は後述）を計算する。すなわち、各評価項目について、主観的評価指標、客観的評価指標、経年評価指標、及び相対的評価指標のそれぞれが計算される。主観的評価指標計算部１２１、客観的評価指標計算部１２２、及び経年評価指標計算部１２３については、第１実施形態と同様であるため、以下、相対的評価指標計算部１２４について詳述する。
相対的評価指標計算部１２４は、各評価項目について、全自治体の観測値の分布に対する計算対象自治体の観測値の相対的な位置づけを評価するための評価指標である相対的評価指標を計算する。相対的評価指標は、例えば、下記（８）式のように定義することができる。
相対的評価指標＝（観測値−全国平均）／標準偏差×１０＋５０ （８）
具体的には、相対的評価指標計算部１２４は、受付部１１で受け付けた評価項目毎の評価指標を計算するために使用する特性情報を、使用特性情報テーブル３３から取得する。そして、相対的評価指標計算部１２４は、全自治体について、使用する特性情報の観測値を、特性情報テーブル３１から取得する。そして、相対的評価指標計算部１２４は、全自治体の観測値の平均及び標準偏差を計算し、（８）式における「全国平均」及び「標準偏差」とする。「全国平均」及び「標準偏差」は評価項目毎に計算される。
また、相対的評価指標計算部１２４は、相対的評価指標の計算対象自治体についての観測値と、計算した全国平均及び標準偏差の値とを用いて、（８）式により、相対的評価指標を自治体毎かつ評価項目毎に計算する。
情報提示装置２１０は、例えば図９に示すコンピュータ４０で実現することができる。コンピュータ４０の記憶部４６には、コンピュータ４０を情報提示装置２１０として機能させるための情報提示プログラム２５０が記憶されている。ＣＰＵ４２は、情報提示プログラム２５０を記憶部４６から読み出してメモリ４４に展開し、情報提示プログラム２５０が有するプロセスを順次実行する。
情報提示プログラム２５０は、受付プロセス５１、計算プロセス２５２、選択プロセス５３、及び提示プロセス５４を有する。ＣＰＵ４２は、計算プロセス２５２を実行することで、図１６に示す計算部２１２として動作する。他のプロセスについては第１実施形態と同様である。これにより、情報提示プログラム２５０を実行したコンピュータ４０が、情報提示装置２１０として機能することになる。
なお、情報提示装置２１０は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
次に、第２実施形態に係る情報提示装置２１０の作用について説明する。第１実施形態と同様に、情報提示装置２１０に情報提示対象自治体の識別情報及び評価項目が入力されると、情報提示装置２１０において、図１７に示す情報提示処理が実行される。第２実施形態における情報提示処理は、第１実施形態における情報提示処理（図１０）とは、ステップＳ１４の前のステップＳ２０で相対的評価指標計算処理が実行される点が異なるため、図１８を参照して、相対的評価指標計算処理について説明する。
図１８に示す相対的評価指標計算処理のステップＳ２０１で、相対的評価指標計算部１２４が、上記ステップＳ１０で受付部１１により受け付けられた評価項目毎の評価指標を計算するために使用する特性情報を、使用特性情報テーブル３３から取得する。例えば、図４に示す使用特性情報テーブル３３から、評価項目「安全・安心性」の評価指標の計算に使用する特性情報として、「刑法犯罪認知件数」及び「人口」を取得する。
次に、ステップＳ２０２で、相対的評価指標計算部１２４が、全自治体について、使用する特性情報の観測値を、特性情報テーブル３１から取得する。例えば、自治体ＡＡＡ市について、図２に示す特性情報テーブル３１から、特性情報「刑法犯罪認知件数」の該当年（例えば２０１３年）の観測値「１１，５３６件」、及び特性情報「人口」の該当年の観測値「１，４４０，１２４人」を取得する。他の自治体及び他の評価項目についても同様に、使用する特性情報の該当年の観測値を取得する。
次に、ステップＳ２０３で、相対的評価指標計算部１２４が、例えば、「刑法犯罪認知件数」について、「人口一万人当たりの刑法犯罪認知件数」のように、上記ステップＳ２０２で取得した全自治体についての観測値の各々を正規化する。そして、相対的評価指標計算部１２４は、全自治体の各々の正規化した観測値の平均値を計算し、「全国平均」とする。例えば、「人口一万人当たりの刑法犯罪認知件数」の全国平均が「１４２．２１」と計算されたものとする。他の評価項目についても同様に、全国平均を計算する。
次に、ステップＳ２０４で、相対的評価指標計算部１２４が、全自治体の各々の正規化した観測値、及び上記ステップＳ２０３で計算した全国平均を用いて、全自治体の標準偏差を計算し、（８）式における「標準偏差」とする。例えば、「人口一万人当たりの刑法犯罪認知件数」の全自治体の標準偏差が「１００．５５」と計算されたものとする。
次に、ステップＳ２０５で、相対的評価指標計算部１２４が、上記ステップＳ２０２で取得した観測値から、相対的評価指標の計算対象自治体の観測値を取得して正規化する。例えば、計算対象自治体が自治体ＡＡＡ市の場合、「刑法犯罪認知件数」を正規化した観測値「８０．１０件（人口一万人当たり）」が計算される。相対的評価指標計算部１２４は、計算対象自治体の観測値「８０．１０」、全国平均「１４２．２１」、及び標準偏差「１００．５５」を用いて、例えば下記に示すように相対的評価指標を計算する。
相対的評価指標＝−（観測値−全国平均）／標準偏差×１０＋５０
＝−（８０．１０−１４２．２１）／（１００．５５）×１０＋５０
＝５６．１８
なお、「刑法犯罪認知件数」を使用した評価項目「安全・安心性」の評価指標は、観測値が大きくなるほど評価が低くなるため、ここでは、上記（８）式の逆数を用いている。
上記の処理を各自治体について行うことにより、自治体毎かつ評価項目毎に相対的評価指標を計算する。全ての自治体について、各評価項目の相対的評価指標の計算が終了すると、図１７に示す情報提示処理にリターンする。
以上説明したように、第２実施形態に係る情報提示装置によれば、特性が類似する意思決定主体を選択するための評価指標として、複数の意思決定主体全体の中における計算対象意思決定主体の相対的な位置付けを表す相対的評価指標を用いる。例えば、ある意思決定主体の観測値と全体の平均値との差と、別の意思決定主体の観測値と全体の平均値との差との相違が大きいか小さいかの判断は、他の意思決定主体の観測値のばらつきに影響される。そこで、相対的評価指標を用いれば、複数の意思決定主体全体の中におけるある意思決定主体の相対的な位置付けを、より明確に表現することができる。これにより、複数の意思決定主体全体の中で、特性が類似する意思決定主体をより精度良く選択することができる。従って、意思決定主体による意思決定の際に、意思決定主体の特性に応じた有用な情報を提示することができる。
なお、第２実施形態では、主観的評価指標、客観的評価指標、経年評価指標、及び相対的評価指標の全てを用いる場合について説明したが、これに限定されない。相対的評価指標だけを用いてもよいし、相対的評価指標と他の評価指標のうちの少なくとも一つとを組み合わせて用いてもよい。いずれの評価指標を用いる場合でも、第１実施形態で説明したように、評価項目毎の各評価指標の値を要素とするベクトルを用いるなどして、意思決定主体同士の類似度を計算すればよい。
また、第１実施形態では、主観的評価指標、客観的評価指標、経年評価指標の順、第２実施形態では、主観的評価指標、客観的評価指標、経年評価指標、相対的評価指標の順で各評価指標を計算する場合について説明したが、これに限定されない。各評価指標はいずれから先に計算してもよく、また、並列処理により計算してもよい。
また、上記では、情報提示プログラム５０、２５０が記憶部４６に予め記憶（インストール）されている態様を説明したが、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の記録媒体に記録された形態で提供することも可能である。

Claims (17)

  1. コンピュータに、
    複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算し、
    計算された意思決定主体毎の評価指標に基づいて、情報提示を行う対象である情報提示対象意思決定主体と特性が類似する意思決定主体を、前記複数の意思決定主体から、少なくとも一つ選択し、
    前記複数の意思決定主体の各々についての意思決定に関連する情報を記憶した記憶部から、選択された意思決定主体における意思決定に関連する情報を取得して提示する
    ことを含む処理を実行させる情報提示方法。
  2. 前記評価指標の一つとして、意思決定主体の特性に応じて意思決定主体毎に設定された目標値と観測値との乖離の度合いを示す値を計算する請求項１記載の情報提示方法。
  3. 前記評価指標の一つとして、評価指標を計算する対象である計算対象意思決定主体の観測値と、前記計算対象意思決定主体以外の意思決定主体を含む意思決定主体群に含まれる意思決定主体の観測値の各々から統計的に得られる基準値との乖離の度合いを示す値を計算する請求項１または請求項２記載の情報提示方法。
  4. 前記意思決定主体群を、前記計算対象意思決定主体と所定の特性情報が類似する意思決定主体の集合とし、前記基準値を、前記意思決定主体群に含まれる意思決定主体の観測値の平均値、最大値、最小値、または最頻値とする請求項３記載の情報提示方法。
  5. 前記評価指標の一つとして、観測値の経時変化を示す値を計算する請求項１〜請求項４のいずれか１項記載の情報提示方法。
  6. 前記評価指標の一つとして、前記複数の意思決定主体の各々についての観測値の分布における、評価指標を計算する対象である計算対象意思決定主体の観測値の位置を示す値を計算する請求項１〜請求項５のいずれか１つに記載の情報提示方法。
  7. 評価指標の類似度が所定値以上となる意思決定主体を選択する請求項１〜請求項６のいずれか１項記載の情報提示方法。
  8. 意思決定主体毎の評価指標に基づくクラスター分析または自己組織化マップにより、意思決定主体を類型化し、前記情報提示対象意思決定主体と同一類型の意思決定主体を選択する請求項１〜請求項６のいずれか１項記載の情報提示方法。
  9. 前記意思決定に関連する情報は、意思決定に伴う成功事例、失敗事例、意思決定内容、予算配分、組織体制、意思決定に対する実績の少なくとも一つを含む請求項１〜請求項８のいずれか１項記載の情報提示方法。
  10. 前記意思決定主体において、該意思決定主体の持つ環境価値、社会価値、経済価値、及び環境負荷について、意思決定主体の価値をＶｉ、価値のカテゴリをｉ、価値のカテゴリ毎の重み付け係数をｗｉ、統合化された意思決定主体の価値をＶｔｏｔａｌ、意思決定主体の環境負荷をＢｊ、環境負荷のカテゴリをｊ、環境負荷のカテゴリ毎の重み付け係数をｇｊ、統合化された環境負荷をＢｔｏｔａｌとし、
    Ｖｔｏｔａｌ／Ｂｔｏｔａｌ
    （ただし、Ｖｔｏｔａｌ＝ΣｗｉＶｉ、Ｂｔｏｔａｌ＝ΣｇｊＢｊ）
    の式により、前記意思決定主体の持続可能性を示す値を、前記特性情報として算出する請求項１〜請求項９のいずれか１項記載の情報提示方法。
  11. 前記環境価値が、少なくとも土地、水、及び大気の項目を含む請求項１０記載の情報提示方法。
  12. 前記社会価値が、少なくとも住居、食、交通、安全、教育、医療、及び行政の項目を含む請求項１０記載の情報提示方法。
  13. 前記経済価値が、少なくとも財政、雇用、及び個人の経済力の項目を含む請求項１０記載の情報提示方法。
  14. 前記環境負荷が、少なくとも気候変動関連項目、資源循環関連項目、及び生物多様性関連項目を含む請求項１０記載の情報提示方法。
  15. 複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算する計算部と、
    前記計算部で計算された意思決定主体毎の評価指標に基づいて、情報提示を行う対象である情報提示対象意思決定主体と特性が類似する意思決定主体を、前記複数の意思決定主体から、少なくとも一つ選択する選択部と、
    前記複数の意思決定主体の各々についての意思決定に関連する情報を記憶した記憶部から、前記選択部により選択された意思決定主体における意思決定に関連する情報を取得して提示する提示部と、
    を含む情報提示装置。
  16. コンピュータに、
    複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算し、
    計算された意思決定主体毎の評価指標に基づいて、情報提示を行う対象である情報提示対象意思決定主体と特性が類似する意思決定主体を、前記複数の意思決定主体から、少なくとも一つ選択し、
    前記複数の意思決定主体の各々についての意思決定に関連する情報を記憶した記憶部から、選択された意思決定主体における意思決定に関連する情報を取得して提示する
    ことを含む処理を実行させるための情報提示プログラム。
  17. コンピュータに、
    複数の意思決定主体の各々に対する複数の評価項目の各々についての評価指標であって、各意思決定主体の特性を表す特性情報に基づく評価指標を、意思決定主体毎に計算し、
    計算された意思決定主体毎の評価指標に基づいて、情報提示を行う対象である情報提示対象意思決定主体と特性が類似する意思決定主体を、前記複数の意思決定主体から、少なくとも一つ選択し、
    前記複数の意思決定主体の各々についての意思決定に関連する情報を記憶した記憶部から、選択された意思決定主体における意思決定に関連する情報を取得して提示する
    ことを含む処理を実行させるための情報提示プログラムを記録した記録媒体。
JP2015545307A 2013-10-31 2014-10-30 情報提示方法、装置、及びプログラム Active JP6265214B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013227492 2013-10-31
JP2013227492 2013-10-31
PCT/JP2014/078962 WO2015064713A1 (ja) 2013-10-31 2014-10-30 情報提示方法、装置、及びプログラム

Publications (2)

Publication Number Publication Date
JPWO2015064713A1 true JPWO2015064713A1 (ja) 2017-03-09
JP6265214B2 JP6265214B2 (ja) 2018-01-24

Family

ID=53004310

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015545307A Active JP6265214B2 (ja) 2013-10-31 2014-10-30 情報提示方法、装置、及びプログラム

Country Status (4)

Country Link
US (1) US10692008B2 (ja)
EP (1) EP3065094A4 (ja)
JP (1) JP6265214B2 (ja)
WO (1) WO2015064713A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6729703B2 (ja) * 2016-09-05 2020-07-22 富士通株式会社 情報提示方法、装置、及びプログラム
JP6897073B2 (ja) * 2016-11-28 2021-06-30 富士通株式会社 地域施策評価方法及び地域施策評価システム
JP6870312B2 (ja) * 2016-12-19 2021-05-12 富士通株式会社 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法
JP7135607B2 (ja) * 2018-09-03 2022-09-13 日本電信電話株式会社 情報処理装置、情報処理方法及びプログラム
JP7219701B2 (ja) * 2019-12-24 2023-02-08 株式会社日立製作所 評価装置および評価方法
JPWO2021246122A1 (ja) * 2020-06-01 2021-12-09
JP7516328B2 (ja) 2021-09-14 2024-07-16 Kddi株式会社 状態分析装置、状態分析方法及び状態分析プログラム
WO2023148820A1 (ja) * 2022-02-01 2023-08-10 日本電気株式会社 政策決定支援プラットフォーム、方法、及びプログラムが格納された非一時的なコンピュータ可読媒体

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001147937A (ja) * 1999-11-22 2001-05-29 Toshiba Corp 業務支援システム
JP2002334185A (ja) * 2001-05-10 2002-11-22 Hitachi Ltd 行政評価支援方法及びその実施システム並びにその処理プログラム
JP2005115584A (ja) * 2003-10-07 2005-04-28 Hitachi Ltd 行政サービス評価システム
JP2006146735A (ja) * 2004-11-24 2006-06-08 Hitachi Ltd サービス品質評価支援装置
JP2013080451A (ja) * 2012-03-30 2013-05-02 Mitsubishi Chemical Holdings Corp 企業価値の評価装置、評価方法及び評価プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2293031A1 (en) 1999-12-20 2001-06-20 Laurent Bensemana Consumer profile determination and validation
JP2004355502A (ja) 2003-05-30 2004-12-16 Ie Select:Kk 人材配置支援システム、人材配置支援方法、サーバ装置およびプログラム
JP2005332350A (ja) 2004-05-19 2005-12-02 Think Mate Research Ltd 地方自治体における事業施策の効果性評価システム
CA2769793A1 (en) * 2012-02-28 2013-08-28 First Capital Realty Inc. Methods, software and devices for managing approval of a proposed contract with multiple decision-makers

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001147937A (ja) * 1999-11-22 2001-05-29 Toshiba Corp 業務支援システム
JP2002334185A (ja) * 2001-05-10 2002-11-22 Hitachi Ltd 行政評価支援方法及びその実施システム並びにその処理プログラム
JP2005115584A (ja) * 2003-10-07 2005-04-28 Hitachi Ltd 行政サービス評価システム
JP2006146735A (ja) * 2004-11-24 2006-06-08 Hitachi Ltd サービス品質評価支援装置
JP2013080451A (ja) * 2012-03-30 2013-05-02 Mitsubishi Chemical Holdings Corp 企業価値の評価装置、評価方法及び評価プログラム

Also Published As

Publication number Publication date
US20160239747A1 (en) 2016-08-18
EP3065094A1 (en) 2016-09-07
WO2015064713A1 (ja) 2015-05-07
EP3065094A4 (en) 2016-09-07
US10692008B2 (en) 2020-06-23
JP6265214B2 (ja) 2018-01-24

Similar Documents

Publication Publication Date Title
JP6265214B2 (ja) 情報提示方法、装置、及びプログラム
Mason et al. Predicting engineering student attrition risk using a probabilistic neural network and comparing results with a backpropagation neural network and logistic regression
Tsoar et al. A comparative evaluation of presence‐only methods for modelling species distribution
Hunt et al. A general procedure for constructing mortality models
Gillespie‐Marthaler et al. Selecting indicators for assessing community sustainable resilience
Carvalho et al. Incorporating evolutionary processes into conservation planning using species distribution data: a case study with the western Mediterranean herpetofauna
Levine et al. Bayesian journey-to-crime estimation: An improvement in geographic profiling methodology
JP5123422B2 (ja) 地域特性を利用したプロファイリングシステム
Burton et al. Assessing integrated earthquake risk in OpenQuake with an application to Mainland Portugal
Brown Greening Household Behaviour: Cross-domain Comparisons in Environmental Attitudes and Behaviours Using Spatial Effects
Irajifar et al. Disaster resiliency measurement frameworks: State of the art
Allahviranloo et al. Mining activity pattern trajectories and allocating activities in the network
Mokany et al. Comparing habitat configuration strategies for retaining biodiversity under climate change
Phelps et al. Comparing calibrated statistical and machine learning methods for wildland fire occurrence prediction: A case study of human-caused fires in Lac La Biche, Alberta, Canada
Barahona Poverty in Mexico: Its relationship to social and cultural indicators
Vahidi et al. Trust as a proxy indicator for intrinsic quality of Volunteered Geographic Information in biodiversity monitoring programs
Rodrigues et al. Estimating disaggregated employment size from points-of-interest and census data: From mining the web to model implementation and visualization
Xiao et al. Sustainable adaptation planning for cultural heritage in coastal tourism destinations under climate change: a mixed-paradigm of preservation and conservation optimization
Ghasemi et al. Building clustering for regional seismic response and damage analysis
Baffour et al. Localised Estimates of Dynamics of Multi‐dimensional Disadvantage: An Application of the Small Area Estimation Technique Using Australian Survey and Census Data
Camelia et al. Grey relational analysis of the financial sector in Europe
Lee et al. The well‐being of nations: estimating welfare from international migration
Islam et al. Data analytics on key indicators for the city's urban services and dashboards for leadership and decision-making
Switzer et al. Contextual responsiveness in US local government climate policy
Klimczuk Introductory Chapter: Demographic Analysis

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170523

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170718

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: 20171128

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171211

R150 Certificate of patent or registration of utility model

Ref document number: 6265214

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150