JP2006285825A - リスク定量化支援システム及びリスク定量化支援方法 - Google Patents

Abstract

【課題】新たに発見されたリスクに対してもリスク量を算出する。
【解決手段】本発明は、リスク事例から作成されたリスク量の算出式及び検索インデックスを含むリスク分析モデルを記憶するリスク分析モデルデータベースと、リスク内容の具体的記述を含むリスクアイテムを取得し、リスク内容の具体的記述と検索インデックスとを比較することによって、当該リスクアイテムに対応する前記リスク分析モデルを前記リスク分析モデルデータベースから検索するリスク分析モデル検索部と、前記検索したリスク分析モデルを出力するリスク分析モデル出力部と、前記出力したリスク分析モデルに含まれる算出式のパラメータが入力されるリスク分析パラメータ入力部と、前記パラメータ及び前記リスク分析モデルに含まれる算出式に基づいて、リスク量を算出するリスク量算出部と、を備えることを特徴とする。
【選択図】図２０

Description

本発明は、ＩＴプロジェクトの潜在リスクを評価するリスク定量化支援システムに関し、特に、リスクの大きさを定量的に算出する技術に関する。

ＩＴプロジェクト、特にソフトウェア開発プロジェクトは、ハードウェアの開発や製造に比べ、存在するリスクが多岐にわたっている。このリスクは、例えば、開発プロジェクトに対する要求事項、開発プロジェクトの複雑度、開発要員の対象業務への理解度などから生ずる。

このような状況の中、リスクマネジメントを含むプロジェクトマネジメント技法に対する研究開発が盛んに行われている。そして、プロジェクトマネジメントの指針、ツール及びシステムが提案され、実用化されている。

従来、ソフトウェア開発プロジェクトに対しては、リスクマネジメントに関する管理手法が用いられている。この管理手法では、プロジェクトマネージャなどのリスクマネジメント担当者が、過去に実行されたプロジェクトのリスクに関する知見をチェックリスト化する。次に、リスクマネジメント担当者は、当該チェックリストを確認することによって、現行のプロジェクトのリスクを把握する。次に、リスクマネジメント担当者は、把握したリスクをプロジェクト完了まで監視する。そして、リスクマネジメント担当者は、リスクを監視するとともに、必要に応じた対策をとる。

また、リスクを把握する他の方法も知られている。この方法では、リスクマネジメント担当者が、プロジェクト関係者へのアンケートや開発チームでのブレーンストーミング等を行う。これによって、チェックリストでは把握できない担当プロジェクト固有のリスクに関する知見を把握する。そして、リスクマネジメント担当者は、新たに把握したリスクに関する知見をチェックリストに追加する。そして、リスクマネジメント担当者は、チェックリストを確認することによって、プロジェクトのリスクを監視する。

しかし、これらｎの方法で作成されたチェックリストは、リスクマネジメント担当者によって、度重なる追補が繰り返されている。よって、当該チェックリストは、各プロジェクトで得られた知見の集合体となっており、確認項目数が膨大となっている。そのため、リスクマネジメント担当者がチェックリストを確認する作業が増加してしまう。その影響として、リスクマネジメント担当者が、リスクを見落とすという問題があった。

そこで、この問題を改善するプロジェクトリスク管理支援装置が知られている（例えば、特許文献１参照。）。このプロジェクトリスク管理支援装置は、プロジェクトの類似性に基づいて、リスクのチェック項目を絞り込む。そして、絞り込んだチェック項目をチェックリストとして表示する。

現在、ＩＴプロジェクトは、単なるソフトウェア開発から運用サービスまでを含むＩＴアウトソーシングサービスに変化している。そして今後は、戦略アウトソーシングサービスがＩＴプロジェクトの中心になると予想されている。戦略アウトソーシングサービスには、例えば、ＢＰＯやＢＰＴ等がある。ＢＰＯは、ＩＴを中心としつつ、顧客のビジネスプロセス全体を代行するサービスである。また、ＢＰＴは、ＩＴを用いて顧客のビジネスプロセスの変革までを請負うサービスである。

この戦略アウトソーシングサービスは、広範囲なサービス及び長期契約が特徴である。そのため、戦略アウトソーシングサービスを遂行するＩＴプロジェクトは、従来では検討していないリスクが多数存在する。そこで、当該ＩＴプロジェクトを成功させるためには、プロジェクトの関係者は、プロジェクト全体のリスクを十分に把握し、把握したリスク及びその対応策について合意の上で契約締結する必要がある。

しかし、従来のチェックリストによるリスクの把握では、チェック項目が不十分であった。一方、ブレーンストーミングによるリスクの把握では、莫大な時間及びコストが必要になるという問題があった。

一方、テキスト処理技術を利用した支援ツールが知られている（例えば、非特許文献１参照。）。この支援ツールは、ＫＪ法等によって、問題の整理及びビジネスチャンスの発見を補助する。

しかし、この支援ツールは、プロジェクト管理システムとの連携が不十分である。そのため、テキスト処理の専門家でないリスクマネジメント担当者が支援ツールを利用するので、リスクマネジメント担当者の負担が大きい。

一方、リスクは、大きさが評価されるべきである。リスクの大きさが評価されることによって、リスクマネジメント担当者は、リスクを対処する優先順位を経済的合理性に基づいて決定できる。更に、リスクマネジメント担当者は、リスクの費用対効果を見積もることもできる。

そこで、リスクの大きさを自動的に算出するシステムが知られている（例えば、特許文献２参照。）。当該システムは、リスク分析モデルが既知であるリスクに対してパラメータを設定し、リスク量を自動的に算出する。リスク分析モデルは、リスク量を算出する式を含む。

例えば、電球が切れるリスクは、指数分布に従うことが知られている。そこで、一定期間に電球が切れるリスクによる損害額（リスク量）は、過去に測定された電球の特性及び点灯してからの時間から算出できる。ここでは、過去に測定された電球の特性がリスク分析モデルであり、点灯してからの時間がパラメータである。

同様に、生命保険などの掛け金は、リスク分析モデルが既知のリスクであるとして、パラメータの設定のみで決定できる。よって、生命保険会社は、リスク分析モデルを個別に作成する必要はない。

しかし、当該システムは、リスクマネジメント担当者によって新たに発見されたリスクに対しては、リスク分析モデルが未知なのでリスク量を算出できない。そこで、リスクマネジメント担当者が、新たに発見したリスクのリスク分析モデルを開発してもよい。しかし、実際には困難である。なぜなら、リスク分析モデルの開発は、確率及び統計の専門的知識が必要とされるからである。

また、リスクマネジメント担当者が、リスク分析の専門家にリスク分析モデルの開発を依頼してもよい。しかし、専門家によるリスク分析モデルの開発には、長い時間及び高い費用がかかる。

そこで、リスクの大きさを容易に把握する技術として、マトリクス分析が知られている。マトリクス分析では、リスクマネジメント担当者が定性的な相対比較を直感的に行うことによって、リスクの重要度を大雑把に順序付けする。

しかし、マトリクス分析は、リスクマネジメント担当者の直感的な感覚で判断するので、バラツキが生ずる。例えば、「大きい」と「非常に大きい」の区分は、リスクマネジメント担当者ごとに異なる。他にも、「従業員Ａが辞めるリスク」と「機械Ｂが故障するリスク」とを相対比較するのは難しい。よって、リスクマネジメント担当者がリスクの重要度を誤るという問題があった。
特開２００１−１９５４８３号公報 特表２００３−５３２２３４号公報 土橋喜著「情報視覚化と問題発見支援―問題構造の可視化による仮説生成」株式会社あるむ、２０００年

従来のリスク量算出システムによると、新たに発見されたリスクに対して、リスク量を算出できないという問題があった。そのため、リスクマネジメント担当者は、リスクの相対的な重要度を客観的且つ合理的に判断できないという問題があった。

本発明は、これらの問題を解決するリスク定量化支援システムを提供することを目的とする。

本発明は、リスク事例から作成されたリスク量の算出式及び前記リスク事例に関連する単語群からなる検索インデックスを含むリスク分析モデルを記憶するリスク分析モデルデータベースと、リスク内容の具体的記述を含むリスクアイテムを取得し、当該リスクアイテムに含まれるリスク内容の具体的記述と前記リスク分析モデルに含まれる検索インデックスとを比較することによって、当該リスクアイテムに対応する前記リスク分析モデルを前記リスク分析モデルデータベースから検索するリスク分析モデル検索部と、前記リスク分析モデル検索部が検索したリスク分析モデルを出力するリスク分析モデル出力部と、前記リスク分析モデル出力部が出力したリスク分析モデルに含まれる算出式のパラメータが入力されるリスク分析パラメータ入力部と、前記リスク分析パラメータ入力部に入力されたパラメータ及び前記リスク分析モデル出力部が出力したリスク分析モデルに含まれる算出式に基づいて、リスク量を算出するリスク量算出部と、を備えることを特徴とする。

本発明によると、新たに発見されたリスクに対しても、リスク量を算出できる。そのため、リスクマネジメント担当者は、算出されたリスク量を参照することによって、リスクの相対的な重要度を客観的且つ合理的に判断できる。

本発明の実施例を図面を参照して説明する。

本発明のリスク発見支援システムは、図１または図１５に示す形態により実施可能であり、図２に示すようなリスク管理システムとの連携においてもっとも効果を発揮する。

更に、本発明のリスク定量化支援システムは、図１９に示す形態により実施することで、新規発見リスクの合理的な優先付けを可能とする。

（実施例１）
図１は、本発明のリスク発見支援システムの１実施例のシステム構成図である。

１０１は、発見するリスクに関連する元になる種文を入力する種文入力部である。種文は、１文、または複数の文からなる文書である。

１０２は、入力された種文を解析する種文解析部である。種文解析部は入力された種文に対し、形態素解析、単語間の共起解析を行い、種文を構成する単語の関係、すなわち種文概念情報を抽出する。

１０３は、種文解析部１０２で抽出された種文概念情報、及び後述するリスク事例文書概念情報１０６及び一般文書概念情報１０９を用いて、潜在リスクに対する気づきを促す概念情報を合成する概念情報合成部である。概念情報合成部１０３は、後述する合成単語リスト及び合成共起リストを合成作業に使用する。

１１０は、概念情報出力部であり、概念情報合成部１０３により合成された概念情報を出力する。合成された概念情報は、リスクマネージャなどユーザに対して出力される場合は、一覧表やグラフなどの可視化された形式で出力される。

１０４は、事故や事件の事例集を記述したリスク事例文書である。リスク事例文書は、過去に起きた事件、事故の内容と損害、損失の大きさに関する記述を格納する。

１０５は、リスク事例文書１０４を用いて、リスク事例に関する概念情報を抽出するリスク事例文書概念情報抽出部である。例えば、「鉛管の腐食による水漏れの被害」という文から抽出される「鉛管」「腐食」「水漏れ」「被害」という語の関係性は通常ではないリスクの実現を表す関係である。

１０６は、リスク事例文書概念情報抽出部５が抽出した概念情報を、検索しやすい形式で格納したリスク事例文書概念情報である。

１０７は、一般の記事を記述した一般文書である。一般文書は、実用書、業務マニュアル等、物事の実体関係を論理的かつ端的に記述した文書を使用することが望ましく、文学作品など情緒的、冗長性を多く含むものは適さない。

１０８は、一般文書１０７を用いて、通常の場合に、実体間に存在する関係の概念情報を抽出する一般文書概念情報抽出部である。例えば、「ガスの供給に鉛管を使用する」という文から抽出される「ガス」「供給」「鉛管」「使用」という語の関係性は通常の関係である。

１０９は、一般文書概念情報抽出部１０８が抽出した概念情報を、検索しやすい形式で格納した一般文書概念情報である。

種文入力部１０１は、文または文書を直接入力するキーボードや手書きタブレットなどの文字入力装置、種文を格納する電子ファイル装置、文字列を入力する論理インターフェースを備えるソフトウェアモジュール、などで実施可能である。

１１１は、文書である。文書の単位は、新聞や雑誌のような物理的な形態ではなく、各記事のように何らかの主題に対して記述された意味的にまとめられた論理的な単位である。

１００は、作業者であり、文書１１１がリスク事例文書１０４であるか一般文書１０７であるかの分別作業を行う。また、文書が機械可読形式でなければ、電子化作業を行う。リスク事例文書であるか否かは、文書の内容から判断する場合もあれば、付与されているメタデータ、例えば「コンピュータ故障事例集」という副題から判断する場合もある。また地震や火山の噴火による被害はＩＴプロジェクトのリスク事例文書として参考になるが、小惑星の衝突による人類の滅亡に関する記事はＩＴプロジェクトのリスク事例文書として適切ではない。作業者の作業内容や区分基準は、収集された文書の状態や、リスク発見対象プロジェクトの性質によって異なる。また、文書の品質が悪ければ、リスク発見支援システムのノイズとなることを避けるため、リスク事例文書１０４、一般文書１０７のどちらにも採用せず棄却する場合もありえる。

種文書解析部１０２、概念情報合成部１０３、リスク事例文書概念情報抽出部１０５、一般文書概念情報抽出部１０８は、ソフトウェアにより、また、リスク事例文書１０４、リスク事例文書概念情報１０５、一般文書１０７、一般文書概念情報１０９は、データベースなどの電子ファイルと、その読み書きを制御するソフトウェアにより実現可能である。

概念情報出力部１１０は、文字列や図形などのイメージを生成、出力するビットマップディスプレイ、プリンタなどの可視化装置、あるいは合成された概念情報を内部形式で記録する電子ファイル装置、概念情報の出力論理インターフェースを備えるソフトウェアモジュール、などで実施可能である。

尚、本発明の主体はリスク発見支援システムの処理方式にあるので、これら電子ファイル装置やソフトウェアは通常のコンピュータ等の記憶装置に格納され、演算部において実行される。

次に本発明のリスク発見支援システムの動作について説明する。

リスク事例文書概念情報および一般文書概念情報は、あらかじめ生成され、ユーザとの対話処理の際に参照される。以下、リスク事例文書概念情報および、一般文書概念情報およびその生成について説明する。

概念情報には様々な定義があるが、本実施例における概念情報は、文書内のある単語から既定の文節数の範囲内に存在する単語との共起関係とする。

図３にリスク事例文書概念情報および一般文書概念情報の内部形式であり、図３（ａ）に示す単語頻度テーブルと、図３（ｂ）に示す共起頻度テーブルから構成される。

単語頻度テーブルは、文書に現れた各単語の表記を見出しとし、その出現回数である頻度を記録している。図中Ｗ１、Ｗ２等は、単語表記を表し、Ｆ（Ｗ１）、Ｆ（Ｗ２）等は各単語の頻度を表している。

共起頻度テーブルは、共起関係にある２単語の表記の組合せを見出しとし、その出現回数である頻度を記録している。さらに各共起の重要性を表す強度を記録している。強度としては、例えば、数１に示す相互情報量を用いることが出来る。

相互情報量は共起関係にある単語同士の結びつきの強さ、すなわちその共起関係の重要性を表すと考えることが出来る。尚、数１の総単語数は延べ単語数であり、単語頻度テーブルの頻度の総和により求められる。総単語数を乗じることにより、相互情報量は正規化され、他文書集合との相対比較を行えるようになる。図中ＣＦ（Ｗ１，Ｗ３）は共起頻度を示し、ＭＩ（Ｗ１，Ｗ３）等は相互情報量、すなわち共起の強度を示す。

共起関係の抽出方法は広く知られているが、概略を以下に示す。

（１）各文書について（２）を行う。

（２）文書中の各文について、以下の（３）（４）（５）（６）を繰り返す。

（３）文を形態素解析し、各文節の自立語を正規化し、正規化単語列を作成する。ここで正規化とは、動詞を終止形に統一する、異表記を正表記に変換する等の処理を言う。

（４）単語頻度テーブルを更新する。既存の単語に対しては頻度を加算し、未登録の場合は新規にレコードを追加する。

（５）各単語の前後ｓ文節以内の自立語との組合せを生成する。ただしｓは任意に定めた既定の正数である。

（６）共起頻度テーブルを更新する。既存の単語の組合せに対しては頻度を加算し、未登録の場合は新規にレコードを追加する。

（７）共起頻度テーブルの全レコードに対し強度を計算する。

例えば、「今日の昼食のメニューはカレーである。」という文に対し、ｓを２とした場合、（今日，昼食）、（今日，メニュー）、（昼食，メニュー）、（昼食，カレー）、（メニュー，カレー）の５個の単語の組合せ、共起関係が得られる。

以上のように生成した概念情報は、リスク事例文書概念情報１０６、または一般文書概念情報１０９に蓄積される。

概念情報合成部１０３は種文解析部１０２の解析結果から得られた種文概念情報と、蓄積されたリスク事例および一般文書の概念情報を用いて新たな概念情報を合成する。

次に種文解析部１０２について説明する。

本発明のリスク発見支援システムにおけるリスク発見の種となる文である種文は、概念情報合成処理のベースとなる単語列を与える文である。ユーザが与えた種文を基にリスク発見支援システムが合成した概念情報を提示することで、種文の周辺リスクに関するユーザの気づきを促すことができる。

種文は、多くの場合、ユーザが発見したリスクか、リスク発見の対象となるプロジェクトの実施内容等の具体的な事実である。リスク事例文書概念情報１０６、または一般文書概念情報１０９が大量の文書から統計的に得られる情報であるのに対し、種文は、リスクマネジメント担当者が入力する１文あるいは数文といった少量の統計的処理になじまない文書である。したがって、種文解析部１０２では、リスク事例文書概念情報抽出部１０５や一般文書概念情報抽出部１０８とは異なる方法で概念情報の抽出を行う。具体的には、文の述語を中心とした係り受け関係を概念情報として抽出する。係り受け関係とすることで統計的な支持がなくても確からしい概念情報を抽出できる。

係り受け関係の抽出は、格フレーム解析技術など公知の技術により実施可能である。種文解析部１０２の処理の概要を、図４を用いて説明する。

図４（ａ）に示す種文を形態素解析することで、図４（ｂ）に示す形態素列を得る。

図４（ｂ）の形態素列を文節パターンに従い纏め上げることで、図４（ｃ）に示す文節列を得る。

図４（ｃ）の文節列を格フレーム解析することで、図４（ｄ）に示す係り受け関係を得る。

言うまでもなく以上の処理には、形態素解析用の用語辞書や付属語辞書や接続行列、文節パターン（例えば（文節）：＝［（接頭語）］＋（自立語）＋［（接尾語）］＋［（付属語）］）テーブル、格フレーム辞書やシソーラス辞書などが必要である。

図４（ｄ）に示す係り受け関係から、図４（ｅ）に示す概念情報が抽出できる。

例えば、係り受け関係による抽出手法では抽出されない（帳票，車）は、前述した共起関係の抽出手法では抽出されることになるが、これは概念情報として有意なものとは言えない。リスク事例文書概念情報１０６や一般文書概念情報１０９の抽出にも係り受け関係を用いることもできるが、処理コストに見合うほどの精度的効果は得られないと考えられる。

次に概念情報合成部１０３について説明する。

概念情報の合成処理では、合成単語リストと合成共起リストの２種類の作業用テーブルを使用する。

図５（ａ）に示す合成単語リストは、概念情報を合成する単語を逐次登録するレコードであり、単語の表記のフィールドと当該単語についての処理が未処理か否かを示すフラグのフィールドを持つ。また、当該単語が種文から得られたか、リスク事例文書概念情報から得られたか、一般文書概念情報から得られたかを示す属性フィールドを持つ。

図５（ｂ）に示す合成共起リストは、概念情報を合成する共起情報を逐次登録するレコードであり、共起する２単語の表記のフィールドと当該単語についての処理が未処理か否かを示すフラグのフィールドを持つ。また、当該共起情報が種文から得られたか、リスク事例文書概念情報から得られたか、一般文書概念情報から得られたかを示す属性フィールドを持つ。

次に概念情報の合成処理方式について説明する。

（１）種文から抽出した概念情報を合成共起リストに、また概念情報を構成する単語を合成単語リストに初期登録する。

（２）合成単語リストに登録された各単語のうち処理済フラグが未設定のものが存在する場合、（３）（４）を繰り返す。ただし、繰り返し回数がＬ回（Ｌは予め定められた任意の回数）に達した場合は、処理を終了する。

（３）登録された単語（以下単語Ａと呼ぶ）が見出しに含まれる共起情報をリスク事例文書概念情報１０６の共起頻度テーブルから検索し、頻度または強度の大きい上位のＲ個（Ｒは予め定めた任意の個数）の共起情報を登録する。また登録したＲ個の共起情報のおのおのについて単語Ａと共起している単語（以下単語Ｂと呼ぶ）を合成単語リストに登録する。もし、検索の結果、共起情報が一つも存在しない場合は、一般文書概念情報１０９の共起頻度テーブルから検索し、頻度または強度の大きい上位のＣ個（Ｃは予め定めた任意の個数）の共起情報を登録する。また登録したＣ個の共起情報のおのおのについて単語Ａと共起している単語Ｂを合成単語リストに登録する。ただし、上記の処理過程において、共起情報、または単語Ｂの何れの登録においても、既に合成共起リスト、または合成単語リストに登録済みの場合は、新たなレコードの登録は行なわず、属性フィールドの書き換え処理のみ行う。属性フィールドの書き換え処理では、リスク事例文書概念情報１０６の共起頻度テーブルから検索された共起情報や単語Ｂを登録する際、既登録レコードがありそのレコードの属性フィールドが「一般文書」である場合、属性フィールドを「リスク事例文書」に書き換える。逆の場合、また属性フィールドが「種文」の場合は書き換えを行わない。

（４）単語Ａの合成単語リストに処理済のフラグを設定する。

以上の処理により得られた合成共起リストおよび合成単語リストが合成処理結果の概念情報となる。

合成処理結果の概念情報の一例の合成単語リストを図６（ａ）に、合成共起リストを図６（ｂ）に示す。合成された概念情報は概念情報出力部を通して出力されるが、これを図６（ｃ）に示すようにグラフ化することにより、ユーザはより直感的に潜在リスクを発見しやすくなる。合成共起リスト（図６（ｃ））の同じレコードに含まれる単語は連結して表示される。図６（ｃ）では種文から得られた概念情報、リスク事例文書概念情報１０６から得られた概念情報、一般文書概念情報１０９から得られた概念情報を区別しやすいように、合成単語リストの属性フィールドの値に従い、単語を異なる図形で囲い視覚化している。属性フィールドの書き換え処理により属性フィールドを「リスク事例文書」と書き換えた単語は、属性フィールドが「一般文書」のままの場合に比べて、より注目されやすく視覚化される。

概念情報出力部１１０は、上述した合成処理結果の概念情報を出力し、ユーザの潜在リスクへの気づきを促す。

図６の例では、「帳票を車で運搬するときに事故に遭う」リスクを発見したユーザは、本発明のリスク発見支援システムを使用することで、「運搬の際に帳票が紛失したり盗難に遭う」事態が想定され、その結果、「帳票に印字された氏名、住所等の個人情報が流出する」という新たなリスクに気づく可能性が高くなる。

以上のように、本発明のリスク発見支援システムは、効率的なリスクの発見を支援する。

（実施例２）
図２は、本発明のリスク発見支援システムと他のシステムとの連携について示したものである。本発明のリスク発見支援システム１は、単独でも有効なシステムであるが、リスク管理システム（またはプロジェクト管理システム）２のサブシステムとして連携することによって、より効果を発揮する。リスク発見支援システム１の種文入力部１０１および概念情報出力部１１０は、本実施例では論理インターフェースである。リスク管理システム２は、文献あるいは製品等で知られているように、通常ＧＵＩ等の高度なユーザインターフェースを備える入出力装置３を介して、リスクマネージャ、プロジェクトマネージャなどのユーザ４と対話的に処理を行い、システム内部に備えるリスクチェックリスト等を提示することでユーザ４が発見、把握したリスク内容と、当該リスク内容に対して入力したインパクト、実現時期、監視項目等の定量的情報および低減、回避などの対策情報を保持するリスク管理データベースにより管理し、プロジェクトの進度や監視項目の測定結果に従いユーザ４に対してアラームを発するとともに有用な情報の提供を行うシステムである。

以下、リスク管理システムと連携させて使用した場合の、本発明のリスク発見支援システムについて説明する。

図７は、本発明のリスク発見支援システムと連携したリスク管理システムの画面例を示したものである。図７の画面はリスク管理作業のうち、プロジェクトのリスクをリスクチェックリストに従って検討し、リスク内容を記入するリスクチェック画面である。７０１はリスクチェック項目表示エリアであり、予めシステムに登録されたリスクチェックリストの一項目を表示する。リスクチェックリストの一例を図８に示す。７０２は、リスクチェック項目の表示をコントロールするコマンドボタンであり、前の項目、次の項目、または一覧を表示して選択した任意の項目に切り替えるために使用する。７０３は登録リスク表示エリアであり、ユーザが登録したリスク内容を表示する。７０４は登録したリスク内容を呼び出すコマンドボタンであり、登録したリスク内容の一覧を表示して選択された任意のリスク内容を表示するために使用する。７０５は新規リスク入力エリアであり、ユーザがリスクチェック項目について検討した結果発見した潜在リスクについて記述する。７０６は、新規リスク入力エリア７０５に入力した内容の登録を指示するコマンドボタンであり、押下することにより入力内容が登録リスク表示エリア７０３に表示される。７０７はリスク発見支援システムから出力された概念情報をグラフ表示する概念情報表示エリアであり、登録リスク表示エリアに表示されたリスク内容に対応した概念情報が自動的に表示される。すなわち新規リスク入力エリア７０５に入力したリスク内容をコマンドボタン７０６を押下することにより登録した際に、その内容に従って例えば図６（ｃ）で示した概念情報が自動的に表示される。

図９は、本発明のリスク発見支援システムの一実施例のシーケンスを表した図である。以下、図９を用いて、リスク管理システムと連携したリスク発見支援システムの流れについて説明する。図９において、括弧付き数字はシーケンスＮｏを示している。尚、シーケンス図では、ユーザはリスクマネジメント担当者やプロジェクトマネージャであり、人の行動を表す。リスク管理システムとリスク発見支援システムの関係は上述した図２の説明のとおりである。したがって図９は、人とシステムとのインタラクティブな関係を示している。

まず、第１のステップでは、ユーザ４が、リスク管理システム２にリスクチェックリストの一項目を要求する（シーケンス１）。リスク管理システム２がリスクチェックリストの一項目をユーザ４に提示する（シーケンス２）。この時の画面の状態の一例は図７に示したものである。

次に、第２のステップでは、ユーザ４が、リスクチェック項目の検討を行う。ユーザ４がリスクチェック項目を検討した結果、検討対象のプロジェクトに関して、当該リスクチェック項目に関するリスクを発見できなかった場合は、図９の「繰り返しＡ」に従い、第１のステップに戻り次のリスクチェック項目をリスク管理システム２に要求する。当該リスクチェック項目に関するリスクを発見した場合は、ユーザ４は発見したリスク内容を新規リスク入力エリア７０５に入力する。このときの画面の一例を図１０に示す。リスク内容を入力後、ユーザ４は登録ボタン７０６を押し、リスク管理システム２に対して新規リスク登録要求を行う（シーケンス３）。

リスク管理システム２は、リスク内容をリスク発見支援システム１に転送し、概念情報の作成を要求する（シーケンス４）。同時にリスク管理システム２は、リスク内容をリスク管理データベースに登録する。平行してリスク発見支援システム１は、リスク内容を受け取り、これを種文として解析し概念情報を抽出する。更にリスク発見支援システム１は、種文から抽出した概念情報とリスク事例文書概念情報１０６、一般文書概念情報１０９を用いて新たな概念情報を合成し、合成した概念情報をリスク管理システム２に引き渡す（シーケンス５）。リスク管理システム２は、リスク発見支援システム１から受け取った概念情報をもとに、概念情報グラフを生成し、ユーザ４に提示する（シーケンス６）。このときの画面の一例を図１１に示す。

次に、第３のステップでは、ユーザ４が、提示された概念情報グラフの検討を行う。ユーザ４が概念情報グラフを検討した結果、進行中のプロジェクトに関して、当該概念情報グラフに関するリスクを発見できなかった場合は、図９の「繰り返しＢ」に従い、第１のステップに戻り次のリスクチェック項目をリスク管理システム２に要求する。次のリスクチェック項目が表示されるとともに、登録リスク表示エリア７０３や概念情報表示エリア７０７は表示がクリアされる。このときの画面の一例を図１３に示す。

当該概念情報グラフに関するリスクを発見した場合は、ユーザ４は発見したリスク内容を新規リスク入力エリア７０５に入力する。このときの画面の一例を図１２に示す。ユーザ４が登録ボタン７０６を押すと、図９の「繰り返しＣ」に従い、リスク管理システム２に対して新規リスク登録要求を行う（シーケンス３）。この場合、新たに登録したリスク内容に基づき、新たな概念情報グラフが提示される。このときの画面の一例を図１４に示す。

以上のように、本発明のリスク発見支援システムは、リスクマネジメント担当者が従来使用していたリスク管理システムと連携して動作することで、効率よくリスクの発見と登録を行うことができる。

（実施例３）
図１５は、本発明のリスク発見支援システムの他の実施例のシステム構成図である。図１５において、１０１乃至１１１は上述した説明の通りである。

１１２は、文書１１１がリスク事例であるか否かを判定するリスク事例判定部である。

１１３は、リスク事例判定部１１２が判定に使用するリスク単語情報である。リスク単語情報１１３は、また概念情報合成部１０３がリスク単語をチェックする際にも使用する。

１１４は、リスク事例のインパクトの大きさを計算するインパクト算出部である。

リスク事例判定部１１２は、作業者が行っている文書の区分を、リスク単語情報１１３を用いて、次に述べる方法により自動化するものである。リスク事例には、「被害、損害、損失、盗難」などの負の意味合いを持つ単語（以下リスク単語と呼ぶ）を含むことが多い。本発明のリスク発見支援システムでは、新聞記事等の文書集合から、このようなリスク単語を含む文書と、含まない文書に分類し、リスク単語を含む文書をリスク事例文書１０４、含まない文書を一般文書１０７に区分する。リスク単語情報１１３を図１６に例示する。

また、本発明のリスク発見支援システムでは、リスク事例文書１０４から概念情報を生成する際、インパクト算出部１１４が、リスクのインパクトの大きさをリスク事例文書概念情報１０６に反映する処理を行う。以下、インパクト算出部１１４の処理について説明する。

リスク事例文書では、実現したリスクのインパクトの大きさについて「大きな損害」のような抽象的な表現以外にも、「１０００万円の被害」、「損害額は１２０億５０００万ドルに上る」等の具体的な金額を記述したものも多い。このような特徴を利用し、本発明のリスク発見支援システムは以下の処理により、リスクのインパクトの大きさを算出する。本実施例では、インパクトの大きさを損害額のオーダー、すなわち金額桁数で表している。

リスク事例文書概念情報抽出部１０５は、リスク事例文書をインパクト算出部１１４に引渡す。インパクト算出部１１４は、リスク事例文書に損失金額に関する記述が存在するか否かを、図１７に例示する損失金額に関する記述の正規表現パターンテーブルを用いてチェックする。図１７において、「億」「万」のフィールドはパターンが一致した場合の、「億」「万」それぞれの文字のインパクトの大きさへの加算値である。リスク事例文書の一部がパターンに一致する場合、数字の個数をカウントする。これは数値の桁数に相当する。更にテーブルに従い「億」、「万」の文字に対する加算値は加え、また「ドル」の場合は２を加算する。インパクト算出部１１４はこの合計値を算出し、リスク事例文書概念情報抽出部１０５に引き渡す。例えば、「１０００万円の被害」の場合パターンＮｏ１に一致し合計値は８となり、「損害額は１２０億５０００万ドルに上る」の場合パターンＮｏ６に一致し合計値は１３となる。リスク事例文書概念情報抽出部１０５は、この合計値を当該リスク事例文書から得られる概念情報の単語情報の頻度、共起情報の頻度の係数とする。なお、リスク管理の対象となる領域の性質に応じて、係数をｎ分の１、あるいはｎ倍にするなどの調整をしてもよい。このようにすることで、当該文書から得られた概念情報の重みを、他の文書から得られる概念情報より相対的に大きくする、すなわちリスク事例のインパクトの大小を概念情報に反映することができる。

次に、リスク単語情報１１３を用いた概念情報合成部１０３の処理方式について説明する。（１）乃至（５）の処理は前記実施例と同じである。

（１）種文から抽出した概念情報を合成共起リストに、また概念情報を構成する単語を合成単語リストに初期登録する。

（２）合成単語リストに登録された各単語のうち処理済フラグが未設定のものが存在する場合、（３）（４）を繰り返す。ただし、繰り返し回数がＬ回（Ｌは予め定められた任意の回数）に達した場合は、処理を終了する。

（３）登録された単語（以下単語Ａと呼ぶ）が見出しに含まれる共起情報をリスク事例文書概念情報１０６の共起頻度テーブルから検索し、頻度または強度の大きい上位のＲ個（Ｒは予め定めた任意の個数）の共起情報を登録する。また登録したＲ個の共起情報のおのおのについて単語Ａと共起している単語（以下単語Ｂと呼ぶ）を合成単語リストに登録する。もし、検索の結果、共起情報が一つも存在しない場合は、一般文書概念情報１０９の共起頻度テーブルから検索し、頻度または強度の大きい上位のＣ個（Ｃは予め定めた任意の個数）の共起情報を登録する。また登録したＣ個の共起情報のおのおのについて単語Ａと共起している単語Ｂを合成単語リストに登録する。ただし、上記の処理過程において、共起情報、または単語Ｂの何れの登録においても、既に合成共起リスト、または合成単語リストに登録済みの場合は、新たなレコードの登録は行なわず、属性フィールドの書き換え処理のみ行う。属性フィールドの書き換え処理では、リスク事例文書概念情報１０６の共起頻度テーブルから検索された共起情報や単語Ｂを登録する際、既登録レコードがありそのレコードの属性フィールドが「一般文書」である場合、属性フィールドを「リスク事例文書」に書き換える。逆の場合、また属性フィールドが「種文」の場合は書き換えを行わない。

（４）単語Ａの合成単語リストに処理済のフラグを設定する。

（５）合成単語リストの属性フィールドが「種文」以外の全レコードの単語について、当該単語がリスク単語情報１１３に存在するか否かを確認し、存在する場合には属性フィールドを「リスク単語」に書き換える。

図１８に、本処理を行った後の合成結果の概念情報を例示する。（５）の処理を行うことにより、図１８（ｃ）の「紛失」「盗難」や「被害」等の形状のように、リスク単語を強調することが可能になり、リスクにより気づきやすくなる効果が期待できる。

以上、本発明の実施例について詳細に説明した。

本システムは、ビジネスチャンスの発見のように、従来存在していないものを発見するものとは異なり、存在しているが発見されていないものの発見を支援するものである。その存在は、ユーザの潜在知識の中に埋もれた事実、あるいは事実の組み合わせであり、したがってシステムが潜在リスクを自動的に発見するわけではないが、発見を強力に支援する。

（実施例４）
本発明のリスク定量化支援システムは、新たに発見したリスクに関するリスク量の算出を支援する。

図１９は、リスク定量化支援システム５とリスク管理システム２との連携の説明図である。

リスク管理システム２とリスク定量化支援システム５は、システムとサブシステムの関係である。

リスク管理システム２は、リスク管理データベース２０１５を備える。リスク管理データベース２０１５は、リスクアイテム管理テーブルを記憶している。なお、リスクアイテム管理テーブルは、図２１（ａ）で後述するが、複数のリスクアイテムを格納する。

リスクアイテムは、リスクの内容の情報である。つまり、リスクアイテムは、リスク発見支援システムの処理（図９）のシーケンス３において、リスク管理システム２がリスク管理データベース２０１５に登録したリスクの内容である。

まず、リスク定量化支援システム５は、定量化処理するリスクアイテムをリスク管理データベース２０１５から取得する。次に、リスク定量化支援システム５は、取得したリスクアイテムに基づいて、当該リスクアイテムに対応するリスク分析モデルの候補を検索する。なお、リスク分析モデルは、図２３（ａ）で後述するが、発生の可能性があるリスクに関する情報である。

次に、リスク定量化支援システム５は、検索したリスク分析モデルの候補を、ユーザインターフェース３に表示させる。

すると、ユーザ２００７は、ユーザインタフェース３に表示されたリスク分析モデルの候補の中から、一つのリスク分析モデルを選択する。更に、ユーザ２００７は、選択したリスク分析モデルにおけるリスク量の算出に必要なパラメータを入力する。

リスク定量化支援システム５は、選択されたリスク分析モデル及び入力されたパラメータに基づいて、リスク量を算出する。そして、リスク定量化支援システム５は、算出したリスク量をリスク管理システム２に出力する。

図２０は、本発明のリスク定量化支援システムのシステム構成図である。

リスク定量化支援システム５は、リスク分析モデルデータベース２００４、リスク分析モデル検索部２００５、リスク分析モデル出力部２００６、パラメータ入力部２００８及びリスク量算出部２００９を備える。

リスク定量化支援システム５は、ＣＰＵ及びメモリを有する計算機である。メモリは、リスク量の算出等を含む各種処理を実行するプログラムを記憶する。ＣＰＵは、メモリに記憶されているプログラムを実行することによって、各種処理を行う。

２００４は、リスク分析モデルデータベースである。リスク分析モデルデータベース２００４は、リスク分析モデル（図２３（ａ））を格納している。

２００２は、リスク事例である。リスク事例２００２は、過去に実現したリスクの内容が記述された文章である。リスク分析専門家２００３は、リスク事例２００２に基づいて、リスク分析モデルを作成する。

２００１は、リスクアイテムである。リスクアイテム２００１は、具体的なリスクの内容が記述された文章である。なお、それぞれのリスクアイテム２００１には、一意なＩＤが付与されている。

２００５は、リスク分析モデル検索部である。リスク分析モデル検索部２００５は、リスクアイテム２００１の記述に基づいて、当該リスクアイテム２００１に対応するリスク分析モデルの候補をリスク分析モデルデータベース２００４から検索する。

２００６は、リスク分析モデル出力部である。リスク分析モデル出力部２００６は、リスク分析モデル検索部２００５が検索したリスク分析モデル候補を出力する。

２００７は、ユーザ（例えば、リスクマネージャ）である。ユーザ２００７は、リスク分析モデル出力部２００６が出力したリスク分析モデル候補の中から、一つを選択する。更に、ユーザ２００７は、選択したリスク分析モデルにおけるリスク量の算出に必要なパラメータを入力する。

２００８は、パラメータ入力部である。パラメータ入力部２００８は、リスク量の算出に必要なパラメータがユーザ２００７から入力される。

２００９は、リスク量算出部である。リスク量算出部２００９は、ユーザ２００７によって選択されたリスク分析モデル及びユーザ２００７によって入力されたパラメータから、リスク量を算出する。

２０１０は、定量化済みリスクアイテムである。定量化済みリスクアイテム２０１０は、リスクアイテム２００１に、リスク量に関する情報が加わったものである。具体的には、定量化済みリスクアイテム２０１０は、リスクアイテム２００１のレコードの一部を更新したものである。

本実施例のリスク定量化支援システムは、これらの構成を備えることによって、リスクアイテム２００１のリスク量を算出できる。

図２１（ａ）は、リスク量算出前のリスクアイテム管理テーブル２１００の構成図である。

リスクアイテム管理テーブル２１００は、リスクアイテムＩＤ２１０１、リスク記述２１０２、影響度２１０３、発生頻度２１０４、ランク２１０５、リスク量２１０６並びにリスク分析モデルＩＤ及びパラメータ２１０７を含む。

リスクアイテムＩＤ２１０１は、リスクアイテムの一意な識別子である。

リスク記述２１０２は、当該リスクの具体的な内容が記述された文章である。ユーザ２００７は、リスクチェックリスト（図７）及び／又は概念情報を参照することによって、新たなリスクを発見する。そして、ユーザ２００７は、発見したリスクに関するリスク記述２１０２を作成する。

影響度２１０３は、当該リスクが実現した場合の影響の大きさである。影響度２１０３には、例えば、「大」、「中」又は「小」が格納される。なお、ユーザ２００７は、リスクマトリクス法に基づいて、影響度２１０３を経験的に判断する。リスクマトリクス法は、リスクの重要度を簡易に判定する方法であり、広く知られている。

発生頻度２１０４は、リスクが実現する確率である。発生頻度２１０４には、例えば、「高」、「中」又は「低」が格納される。なお、ユーザ２００７は、リスクマトリクス法に基づいて、発生頻度２１０４を経験的に判断する。

ランク２１０５は、リスクマトリクス法によって決定されたリスクの重要度である。ランク２１０５には、例えば、「Ａ」〜「Ｄ」が格納される。なお、リスク管理システム２は、図２２（ａ）で後述するリスクマトリクスを用いて、ランク２１０５を決定する。

リスク量２１０６は、リスク量算出部２００９によって算出されたリスクの重要度である。例えば、リスク量２１０６は、金銭的な損失額である。なお、リスク量２１０６は、相対的に比較できる値であれば、金銭的な損失額以外であってもよい。

リスク量２１０６は、「２００００円」のように一意の値であってもよいし、「１５０００円〜２００００円」のように値の範囲であってもよい。また、リスク量２１０６は、値の確率密度関数（例えば、正規分布）であってもよい。

なお、リスクアイテム管理テーブル２１００は、リスクアイテム毎に異なる方法で示されたリスク量２１０６を含んでいてもよい。例えば、リスクアイテム管理テーブル２１００には、一意な値を示すリスク量２１０６と値の範囲を示すリスク量２１０６とが混在していてもよい。この場合の比較方法の一つに、リスク定量化支援システム５は、一意な値を示すリスク量２１０６と、範囲を示すリスク量２１０６の中央の値、とを比較する方法がある。

リスク分析モデルＩＤ及びパラメータ２１０７は、リスク量２１０６の算出に用いた各種情報である。具体的には、リスク分析モデルＩＤ及びパラメータ２１０７には、リスク量２１０６の算出に用いたリスク分析モデルの一意な識別子が格納される。更に、リスク量２１０６の算出に用いたパラメータが格納される。

なお、本説明図は、リスク量算出前のリスクアイテム管理テーブル２１００である。よって、リスク量２１０６並びにリスク分析モデルＩＤ及びパラメータ２１０７は、空欄である。

図２１（ｂ）は、リスク量算出後のリスクアイテム管理テーブル２１００の構成図である。

リスク量算出後のリスクアイテム管理テーブル２１００は、リスク量算出前のリスクアイテム管理テーブル（図２１（ａ））と同一の構成を含む。同一の構成には同一の番号を付し、説明を省略する。

なお、本説明図のリスクアイテム管理テーブル２１００は、リスクアイテムＩＤ２１０１が「１」のリスクアイテムに関するリスク量２１０６が算出された後の様子である。

よって、リスクアイテムＩＤ２１０１が「１」のレコードのリスク量２１０６には、リスク量算出部２００９によって算出されたリスク量の「１５７５０００」が格納されている。

また、当該レコードのリスク分析モデルＩＤ及びパラメータ２１０７には、リスク量２１０６の算出に用いたリスク分析モデルＩＤの「０００１」が格納されている。更に、当該レコードのリスク分析モデルＩＤ及びパラメータ２１０７には、リスク量２１０６の算出に用いたパラメータの「３」、「１０．５」及び「５００００」が格納されている。

図２２（ａ）は、リスクマトリクス３０００の構成図である。

リスクマトリクス３０００には、影響度３００１及び発生頻度３００２の組合せに対応するランクが格納されている。

リスク管理システム２は、ユーザ２００７からリスクの内容を入力される。すると、リスク管理システム２は、入力された内容に基づいて、リスクアイテムＩＤ２１０１、リスク記述２１０２、影響度２１０３及び発生頻度２１０４をリスクアイテム管理テーブル２１００に格納する。

次に、リスク管理システム２は、格納した影響度２１０３及び発生頻度２１０４に基づいて、ランク２１０５を決定する。具体的には、リスク管理システム２は、格納した影響度２１０３とリスクマトリクス３０００の影響度３００１とが一致し、更に、格納した発生頻度２１０４とリスクマトリクス３０００の発生頻度３００２とが一致するボックスを、リスクマトリクス３０００から選択する。次に、リスク管理システム２は、選択したボックスに格納されているランクを、リスクマトリクス３０００から抽出する。そして、リスク管理システム２は、抽出したランクを、リスクアイテム管理テーブル２１００のランク２１０５に格納する。

例えば、リスクアイテムＩＤ２１０１が「１」のリスクアイテムのランク２１０５で説明する。

まず、リスクアイテム管理テーブル２１００のリスクアイテムＩＤ２１０１が「１」のレコードには、影響度２１０３の「中」及び発生頻度２１０４の「高」が格納されている。よって、リスク管理システム２は、影響度２１０３の「中」とリスクマトリクス３０００の影響度３００１とが一致し、更に、発生頻度２１０４の「高」とリスクマトリクス３０００の発生頻度３００２とが一致するボックスを選択する。次に、リスク管理システム２は、選択したボックスに格納されているランクの「Ｂ」を抽出する。そして、リスク管理システム２は、抽出したランクの「Ｂ」を、リスクアイテム管理テーブル２１００のランク２１０５に格納する。

図２２（ｂ）は、リスクアイテムのランクの説明図である。

本説明図は、ランク３０１１及び意味３０１２を含む。

ランク３０１１は、リスクの重要度である。意味３０１２は、当該ランク３０１１のリスクに対する対策の内容である。

つまり、本実施例におけるリスクアイテムの重要度は、ランク３０１１が「Ａ」であると最も高く、「Ｂ」、「Ｃ」、「Ｄ」の順に小さくなる。

図２３（ａ）は、リスク分析モデルデータベース２００４に格納されているリスク分析モデル２２００の構成図である。

リスク分析モデル２２００は、リスク分析専門家２００３によって作成される。

リスク分析モデル２２００は、モデルＩＤ２２０１、見出し記述２２０２、事例２２０３、算出式２２０４、パラメータ２２０５及び過去事例リスク重大度レベル２２０８を含む。

モデルＩＤ２２０１は、当該リスク分析モデル２２００の一意な識別子である。なお、本説明図は、モデルＩＤ２２０１が「０００１」のリスク分析モデルである。

見出し記述２２０２は、当該リスク分析モデル２２００の内容を記述した文章である。また、見出し記述２２０２は、当該リスク分析モデル２２００の索引語として利用される。

なお、リスク分析専門家２００３は、抽象的な表現で見出し記述２２０２を作成する。具体的には、リスク分析専門家２００３は、後述する図２４の概念関係情報又は図２５の概念階層情報に基づいて、事例２２０３を抽象化する。このとき、リスク分析専門家２００３は、それぞれの事例２２０３の内容に応じて、抽象化の度合いを調節する。これによって、リスク分析専門家２００３は、索引語として適切な見出し記述２２０２を作成できる。

事例２２０３は、当該リスク分析モデル２２００の基となった出来事を記述した文章である。

算出式２２０４は、当該リスク分析モデル２２００に関するリスク量を算出する計算式である。

パラメータ２２０５は、名称２２０６及び意味２２０７を含む。名称２２０６は、算出式２２０４に含まれる変数の一意な識別子である。意味２２０７は、当該変数の説明である。

過去事例リスク重大度レベル２２０８は、当該リスク分析モデル２２００の事例が過去に発生したときの重大度である。例えば、過去事例リスク重大度レベル２２０８の値が大きいほど、重大なリスクである。

図２３（ｂ）は、リスク分析モデルデータベース２００４に格納されているリスク分析モデル２２００の構成図である。

本説明図のリスク分析モデル２２００は、モデルＩＤ２２０１が「０００２」のものである。

このリスク分析モデル２２００は、前述したモデルＩＤ２２０１が「０００１」のリスク分析モデル（図２３（ａ））と同一の構成である。よって、同一の構成には同一の番号を付し、説明を省略する。

このように、リスク分析モデルデータベース２００４には、複数のリスク分析モデル２２００が格納されている。

図２４は、概念関係情報の説明図である。

概念関係情報は、単語と抽象化した単語との関係を示す。つまり、左の単語を抽象化すると、右の単語となる。例えば、「事故」又は「要請」を抽象化すると、「イベント」となる。また、「停電」、「断水」又は「暴発」を抽象化すると、「事故」となる。

なお、概念関係情報の一例として、オントロジー体系が知られている。

図２５は、概念階層情報の説明図である。

概念階層情報は、単語の抽象化を階層図で示す。つまり、下の階層の単語を抽象化すると、上の階層の単語となる。そして、上の階層ほど、抽象化の度合いが高くなる。例えば、「停電」、「断水」又は「暴発」を抽象化すると、「事故」となる。更に、「事故」を抽象化すると、「イベント」となる。

コンピュータに単語の意味を理解させる技術として、セマンティックＷｅｂ技術が知られている。セマンティックＷｅｂ技術は、概念関係情報（図２４）から概念階層情報を構築する。更に、セマンティックＷｅｂ技術は、構築した概念階層情報を辿ることによって、単語を言い換える。

図２６は、本発明のリスク定量化支援システムの処理のシーケンス図である。

まず、ユーザ２００７は、リスクアイテムの一覧をリスク管理システム２に要求する（シーケンス１１）。

すると、リスク管理システム２は、リスクアイテム管理テーブル２１００（図２１（ａ））をリスク管理データベース２０１５から取得する。次に、リスク管理システム２は、取得したリスクアイテム管理テーブル２１００をユーザインターフェース３に送信する（シーケンス１２）。

すると、ユーザインタフェース３は、リスクアイテム管理テーブル２１００をリスク管理システム２から受信する。そして、受信したリスクアイテム管理テーブル２１００を表示する。このとき、ユーザインタフェース３は、図２７のようなリスクアイテム一覧画面を表示する。

図２７は、ユーザインタフェース３が表示するリスクアイテム一覧画面の説明図である。

リスクアイテム一覧画面は、リスクアイテム管理テーブル２１００（図２１（ａ））を含む。更に、リスクアイテム一覧画面は、選択チェックボックス２６０１、リスク量算出ボタン２６０２及びソートボタン２６０３を含む。

選択チェックボックス２６０１は、当該リスクアイテムが選択されたか否かを示す。ユーザ２００７は、該当するレコードの選択チェックボックスを操作することによって、リスクアイテムを選択する。

ユーザ２００７がリスク量算出ボタン２６０２を操作すると、ユーザインタフェース３はリスク量の算出をリスク管理システム２に要求する。

ユーザ２００７がソートボタン２６０３を操作すると、ユーザインタフェース３はリスクアイテム管理テーブル２１００に含まれるリスクアイテムを並び替える。なお、ソートボタン２６０３の詳細については後述する。

ここで、図２６に戻る。

ユーザ２００７は、リスク量の算出を要求するリスクアイテムを選択する。なお、ユーザ２００７は、複数のリスクアイテムを選択してもよい。具体的には、ユーザ２００７は、選択するリスクアイテムに対応する選択チェックボックス２６０１を操作する。そして、ユーザ２００７は、リスク量算出ボタン２６０２を操作する。

すると、ユーザインタフェース３は、選択チェックボックス２６０１が操作されたレコードから、リスクアイテムＩＤ２１０１を抽出する。次に、ユーザインタフェース３は、抽出したリスクアイテムＩＤ２１０１を含むリスク分析モデル検索要求を作成する。そして、ユーザインタフェース３は、作成したリスク分析モデル検索要求をリスク管理システム２に送信する（シーケンス１３）。

リスク管理システム２は、リスク分析モデル検索要求を受信する。次に、リスク管理システム２は、受信したリスク分析モデル検索要求から、リスクアイテムＩＤを抽出する。そして、リスク管理システム２は、抽出したリスクアイテムＩＤをリスク定量化支援システム５に送信する（シーケンス１４）。

なお、ユーザ２００７がリスクアイテムを複数選択した場合には、リスク管理システム２は、抽出したリスクアイテムＩＤ２１０１を一つずつ順番に、リスク定量化支援システム５に送信する。そして、リスク管理システム２及びリスク定量化支援システム５は、それぞれのリスクアイテムＩＤ２１０１のリスクアイテムに対して、繰り返しＤの処理を順番に行う。なお、繰り返しＤの処理は、シーケンス１４からシーケンス１７である。

リスク定量化支援システム５は、受信したリスクアイテムＩＤとリスクアイテム管理テーブル２１００のリスクアイテムＩＤ２１０１とが一致するレコードを、リスクアイテム管理テーブル２１００から選択する。次に、リスク定量化支援システム５は、選択したレコードから、リスク記述２１０２を抽出する。

次に、リスク定量化支援システム５は、抽出したリスク記述２１０２とリスク分析モデル２２００の見出し記述２２０２とを比較し、類似度を算出する。そして、比較した結果、類似度が閾値以上のリスク分析モデル２２００をリスク分析モデルデータベース２００４から選択する。

そして、リスク定量化支援システム５は、選択したリスク分析モデル２２００をリスク分析モデル候補として、ユーザインタフェース３に通知する（シーケンス１５）。

具体的には、リスクアイテムＩＤ２１０１が「１」のリスクアイテムが選択された場合で説明する。この場合、リスク定量化支援システム５は、当該リスクアイテムのリスク記述２１０２の「現場で停電が発生しテストが遅れる。」を抽出する。そして、リスク定量化支援システム５は、抽出したリスク記述２１０２の「現場で停電が発生しテストが遅れる。」とリスク分析モデル２２００の見出し記述２２０２とを比較する。

例えば、リスク定量化支援システム５は、モデルＩＤ２２０１が「０００１」のリスク分析モデル２２００の見出し記述２２０２の「イベントの発生に伴う遅延による損失。」と比較する。

ここで、比較の方法について説明する。リスク定量化支援システム５は、文字列の一致だけで比較するのでなく、文章の意味で比較する。つまり、リスク定量化支援システム５は、文章中の単語に対して同意語又は上位概念語への言い換えを行いながら、文章を比較する。

具体的には、リスク定量化支援システム５は、実施例１で前述した種文解析部１０２と同様に、リスクアイテムのリスク記述２１０２及びリスク分析モデル２２００の見出し記述２２０２から係り受け関係を抽出する。

例えば、リスク定量化支援システム５は、リスクアイテムのリスク記述２１０２の「現場で停電が発生しテストが遅れる。」から、（現場、発生）、（停電、発生）及び（テスト、遅れる）の係り受け関係を抽出する。また、リスク分析モデル２２００の見出し記述２２０２の「イベントの発生に伴う遅延による損失。」から、（イベント、発生）、（発生、伴う）、（伴う、遅延）及び（遅延、損失）の係り受け関係を抽出する。そして、リスク定量化支援システム５は、抽出した係り受け関係を比較する。すると、リスク定量化支援システム５は、抽出した係り受け関係がすべて一致しないと判定する。

そこで、リスク定量化支援システム５は、概念関係情報（図２４）又は概念階層情報（図２５）に基づいて、抽出した係り受け関係の単語を言い換える。

ここでは、リスク定量化支援システム５は、「停電」を「事故」に言い換え、更に、「事故」を「イベント」に言い換える。すると、リスク定量化支援システム５は、リスクアイテムのリスク記述２１０２から抽出した（停電、発生）とリスク分析モデル２２００の見出し記述２２０２から抽出した（イベント、発生）とが一致していると判定する。

また、リスク定量化支援システム５は、単語単位で比較してもよい。例えば、リスク定量化支援システム５は、「遅れる」を「遅延」に言い換える。よって、リスク定量化支援システム５は、リスクアイテムのリスク記述２１０２の「遅れる」とリスク分析モデル２２００の見出し記述２２０２の「遅延」とが一致していると判定する。

なお、リスク定量化支援システム５は、言語規則に基づく言い換えを行いながら、文章を比較してもよい。これによって、リスク定量化支援システム５は、高度な抽象化が可能となるので、文章の意味での適確な比較が可能となる。なお、言語規則に基づく言い換え技術は、既に実用化されている。

リスク定量化支援システム５は、比較の結果に基づいて、当該リスクアイテムに対応するリスク分析モデル２２００の候補（リスク分析モデル候補）を決定する。例えば、リスク定量化支援システム５は、抽出した係り受け関係が一致したリスク分析モデル２２００を、リスク分析モデル候補に決定する。

このとき、リスク定量化支援システム５は、決定したリスク分析モデル候補の類似度を算出してもよい。類似度は、リスクアイテムとリスク分析モデル候補との意味の近さである。例えば、リスク定量化支援システム５は、一致した係り受け関係の数及び／又は一致した単語の数等に基づいて、類似度を算出する。

次に、リスク定量化支援システム５は、決定したリスク分析モデル候補をユーザインタフェース３に通知する。

すると、ユーザインタフェース３は、通知されたリスク分析モデル候補を表示する。このとき、ユーザインタフェース３は、図２８のようなリスク分析モデル選択画面を表示する。

図２８は、ユーザインタフェース３が表示するリスク分析モデル選択画面の説明図である。

リスク分析モデル選択画面は、対象リスクアイテム領域２７０１、リスク分析モデル候補領域２７０２、付加情報領域２７０３、モデル選択ボタン２７０４及びアドバイスボタン２７０５を含む。

対象リスクアイテム領域２７０１には、ユーザ２００７が選択したリスクアイテムに関する情報が表示される。例えば、対象リスクアイテム領域２７０１には、当該リスクアイテムのリスクアイテムＩＤ及びリスク記述等が表示される。

リスク分析モデル候補領域２７０２には、通知されたリスク分析モデル候補に関する情報が表示される。例えば、リスク分析モデル候補領域２７０２には、当該リスク分析モデル候補のモデルＩＤ、見出し記述及び類似度等が表示される。

なお、リスク分析モデル候補に関する情報は、リスク定量化支援システム５が算出した類似度の高いものから順に表示されてもよい。他にも、リスク分析モデル２２００の過去事例リスク重大度レベル２２０８の高いものから順に表示されてもよい。これによって、ユーザ２００７は、適切なリスク分析モデル２２００を選択しやすくなる。

また、リスク分析モデル候補領域２７０２には、カーソル位置２７０６が表示される。カーソル位置２７０６は、ユーザ２００７が選択中のリスク分析モデル候補を表す。つまり、ユーザ２００７は、カーソル位置２７０６にカーソルが格納されているレコードのリスク分析モデル候補を選択している。また、ユーザ２００７は、マウス又はキーボード等の操作によって、カーソル位置２７０６に格納されているカーソルを移動できる。

付加情報エリア２７０３には、ユーザ２００７に選択されたリスク分析モデル候補に関する詳細な情報が表示される。例えば、付加情報エリア２７０３には、当該リスク分析モデルの事例、算出式及びパラメータ等が表示される。

ユーザ２００７がモデル選択ボタン２７０４を操作すると、ユーザインタフェース３は、カーソル位置２７０６で選択中のリスク分析モデルによるリスク量の算出をリスク定量化支援システム５に要求する。

ユーザ２００７がアドバイスボタン２７０５を操作すると、ユーザインタフェース３は、リスク分析専門家に連絡する。これによって、ユーザは、表示された情報の意味等が分からないときでも、適切なリスク分析モデルを選択できる。

また、リスク分析モデル選択画面は、インスタントメッセージ等を含んでいてもよい。これによって、ユーザ２００７は、リスク分析専門家のアドバイスを受けられる。

また、リスク分析専門家は、リスクアイテムに対応するリスク分析モデルが存在しない場合には、新たなリスク分析モデルをリスク分析モデルデータベース２００４に登録してもよい。

ここで図２６に戻る。

ユーザ２００７は、ユーザインタフェース３に表示されたリスク分析モデル候補を参照して、適切なリスク分析モデルを選択する。

すると、ユーザインタフェース３は、パラメータの設定要求を表示する。このとき、ユーザインタフェース３は、図２９のようなパラメータ設定画面を表示する。

図２９は、ユーザインタフェース３が表示するパラメータ設定画面の説明図である。

パラメータ設定画面は、対象リスクアイテム領域２８０１、リスク分析モデル領域２８０２、パラメータ入力領域２８０３及び算出ボタン２８０４を含む。

対象リスクアイテム領域２８０１には、ユーザ２００７が選択したリスクアイテムに関する情報が表示される。例えば、対象リスクアイテム領域２８０１には、当該リスクアイテムのリスクアイテムＩＤ及びリスク記述等が表示される。

リスク分析モデル領域２８０２には、ユーザが選択したリスク分析モデルに関する情報が表示される。例えば、リスク分析モデル領域２８０２には、当該リスク分析モデルのモデルＩＤ及び見出し記述が表示される。

パラメータ入力領域２８０３には、ユーザが選択したリスク分析モデルで使用するパラメータに関する情報が表示される。例えば、パラメータ入力領域２８０３には、当該パラメータの名称、パラメータの意味及びパラメータの設定欄２８０５が表示される。

設定欄２８０５は、空欄であり、ユーザ２００７によって値が入力される。

なお、設定欄２８０５には、予め設定された初期値が格納されていてもよい。これは、リスク分析モデル２２００（図２３（ａ））のパラメータ２２０５に、初期値を格納するフィールドを設けることによって実現できる。この場合、ユーザ２００７は、初期値と異なる値をパラメータに設定する場合のみ、設定欄２８０５に値を入力すればよい。

また、設定欄２８０５には、当該パラメータに過去に設定された値の履歴から算出された値が格納されていてもよい。過去に設定された値の履歴から算出した値は、平均値、最頻値又は前回の設定値等である。これは、リスク定量化支援システム５が、各パラメータに設定された値を記憶するパラメータ入力履歴テーブルを備えることによって実現できる。これによって、ユーザ２００７がパラメータを設定する労力を軽減できる。

ユーザ２００７が算出ボタン２８０４を操作すると、ユーザインタフェース３は、設定欄２８０５に入力されている値をパラメータに設定する。そして、ユーザインタフェース３は、リスク量の算出をリスク定量化支援システム５に要求する。

ここで、図２６に戻る。

ユーザ２００７は、ユーザインタフェース３にパラメータ値を設定する。すると、ユーザインタフェース３は、選択されたリスク分析モデルのモデルＩＤ及び設定されたパラメータ値を含むリスク量算出要求を作成する。そして、ユーザインタフェース３は、作成したリスク量算出要求をリスク定量化支援システム５に送信する（シーケンス１６）。

リスク定量化支援システム５は、リスク量算出要求を受信する。次に、リスク定量化支援システム５は、受信したリスク量算出要求から、モデルＩＤ及びパラメータ値を抽出する。

次に、リスク定量化支援システム５は、抽出したモデルＩＤとリスク分析モデル２２００のモデルＩＤ２２０１とが一致するリスク分析モデル２２００を、リスク分析モデルデータベース２００４から検索する。次に、検索したリスク分析モデル２２００の算出式２２０４を抽出する。そして、リスク定量化支援システム５は、抽出した算出式２２０４に抽出したパラメータ値を代入することによって、リスク量を算出する。

次に、リスク定量化支援システム５は、算出したリスク量をリスク管理システム２に送信する。また、リスク定量化支援システム５は、抽出したリスクモデルＩＤ及び抽出したパラメータ値をリスク管理システム２に送信する（シーケンス１７）。

すると、リスク管理システム２は、リスクアイテム管理テーブル２１００を更新する。具体的には、リスク管理システム２は、受信したリスク量を、リスクアイテム管理テーブル２１００のリスク量２１０６に格納する。また、受信したリスクモデルＩＤ及びパラメータ値を、リスク管理テーブル２１００のリスク分析モデルＩＤ及びパラメータ２０１７に格納する。すると、このときのリスクアイテム管理テーブル２１００は、前述した図２１（ｂ）となる。

次に、リスク管理システム２は、リスクアイテム管理テーブル２１００に格納されているリスクアイテムを、リスク量２１０６の大きい順に並び替える。

そして、リスク管理システム２は、並び替えたリスクアイテム管理テーブル２１００をユーザインタフェース３に送信する（シーケンス１８）。

すると、ユーザインタフェース３は、受信したリスクアイテム管理テーブル２１００を表示する。このとき、ユーザインタフェース３は、図３０又は図３１のようなリスクアイテム一覧画面を表示する。

そして、処理を終了する。

図３０は、ユーザインタフェース３が表示するリスクアイテム一覧画面の説明図である。

本説明図のリスクアイテム一覧画面は、ユーザ２００７がシーケンス１３においてリスクアイテムＩＤが「１」のリスクアイテムのみを選択した場合である。

本説明図のリスクアイテム一覧画面は、リスクアイテム管理テーブル２１００（図２１（ｂ））を含む。それ以外は、前述したリスクアイテム一覧画面（図２７）と同一である。同一の構成には同一の番号を付し、説明を省略する。

図３１は、ユーザインタフェース３が表示するリスクアイテム一覧画面の説明図である。

本説明図のリスクアイテム一覧画面は、ユーザ２００７がシーケンス１３においてすべてのリスクアイテムを選択した場合である。

よって、本説明図のリスクアイテム一覧画面に含まれるリスクアイテム管理テーブル２１００は、すべてのレコードのリスク量２１０６に値が格納されている。

以上のように、本発明のリスク定量化支援システム５は、単語を抽象化しながら、リスクアイテムのリスク記述２１０２とリスク分析モデル２２００の見出し記述２２０２とを比較する。よって、リスク定量化支援システム５は、過去に経験のない新規なリスクに対しても、意味的に近いリスク分析モデルを提示でき、リスク量を算出できる。

次に、リスクアイテム一覧画面（図２７、図３０、図３１）のソートボタン２６０３について説明する。

ソートボタン２６０３が操作されると、ユーザインタフェース３は、図３２のようなソート基準選択画面を表示する。

図３２は、ユーザインタフェース３が表示するソート基準選択画面の説明図である。

ソート基準選択画面は、ソート基準欄３１０１、ソート順序３１０２、キャンセルボタン３１０３及びソート実行ボタン３１０４を含む。

ソート基準欄３１０１は、リスクアイテムの並べ替えの基準とする項目を示す。並び替えの基準とする項目は、例えば、影響度、発生頻度、ランク及びリスク量等である。

ソート順序３１０２は、リスクアイテムを昇順又は降順のどちらで並び替えるかを示す。

ユーザ２００７がキャンセルボタン３１０３を操作すると、ユーザインタフェース３は、並び替えを行わずに、リスクアイテム管理テーブル２１００を表示する。

ユーザ２００７がソート実行ボタン３１０４を操作すると、ユーザインタフェース３は、ソート基準欄３１０１及びソート順序３１０２で指定された内容に従って、並び替えを行う。

図３３は、ユーザインタフェース３が表示するリスクアイテム一覧画面の説明図である。

本説明図は、並び替え実行後のリスクアイテム一覧画面である。ここでは、ユーザ２００７が、ソート基準欄３１０１で「リスク量」を選択し、更に、ソート順序３１０２で「降順」を選択する。そして、ユーザ２００７は、ソート実行ボタン３１０４を操作する。

すると、ユーザインタフェース３は、リスク量の大きい順にリスクアイテムを並び替えたリスクアイテム管理テーブル２１００を表示する。

このように、ユーザ２００７は、リスクアイテムを並び替えることによって、リスクの重大度を様々な角度から判断できる。これによって、ユーザは、対応するリスク分析モデルが存在しなかったリスクアイテムに関してもリスク量を推定できる。

また、リスクアイテムを並び替えることによって、ユーザは、ランクとリスク量とを容易に比較できる。これによって、ユーザは、リスクの経験的感覚を客観的に見直すことができる。

例えば、ＩＤが「４」のリスクアイテムとＩＤが「１」のリスクアイテムとを比較する。すると、ランクは、ＩＤが「１」のリスクアイテムのほうが高い。しかし、リスク量は、ＩＤが「４」のリスクアイテムのほうが高い。つまり、ユーザは、ランクを判断する感覚が正しくなかったと判断し、改めることができる。

プロジェクトのリスクを管理するシステムに適用できる。

リスク発見支援システムのシステム構成図である（実施例１）。 リスク発見支援システムの応用例を示した図である（実施例２）。 リスク事例文書概念情報または一般文書概念情報のデータ形式を例示した図である（実施例１）。 種文解析部の処理概要を例示した図である（実施例１）。 概念情報合成部の作業テーブルのデータ形式を例示した図である（実施例１）。 概念情報出力部の出力情報を例示した図である（実施例１）。 リスク発見支援システムと連携したリスク管理システムの操作画面例である（実施例２）。 リスク管理システムのリスクチェックリストを例示した図である（実施例２）。 ユーザとリスク管理システムとリスク発見支援システムとの処理の流れを示したシーケンス図である（実施例２）。 リスク発見支援システムと連携したリスク管理システムの操作画面例である（実施例２）。 リスク発見支援システムと連携したリスク管理システムの操作画面例である（実施例２）。 リスク発見支援システムと連携したリスク管理システムの操作画面例である（実施例２）。 リスク発見支援システムと連携したリスク管理システムの操作画面例である（実施例２）。 リスク発見支援システムと連携したリスク管理システムの操作画面例である（実施例２）。 リスク発見支援システムのシステム構成図である（実施例３）。 リスク単語情報を例示した図である（実施例３）。 損失金額に関する記述の正規表現パターンを例示した図である（実施例３）。 概念情報出力部の出力情報を例示した図である（実施例３）。 リスク定量化支援システムとリスク管理システムとの連携の説明図である（実施例４）。 本発明のリスク定量化支援システムの構成図である（実施例４）。 リスクアイテム管理テーブルの構成図である（実施例４）。 リスクマトリクス及びリスクランクの説明図である（実施例４）。 リスク分析モデルデータベースに格納されているリスク分析モデルの構成図である（実施例４）。 概念関係情報の説明図である（実施例４）。 概念階層情報の説明図である（実施例４）。 本発明のリスク定量化支援システムの処理のシーケンス図である（実施例４）。 ユーザインタフェースが表示するリスクアイテム一覧画面の説明図である（実施例４）。 ユーザインタフェースが表示するリスク分析モデル選択画面の説明図である（実施例４）。 ユーザインタフェースが表示するパラメータ設定画面の説明図である（実施例４）。 ユーザインタフェースが表示するリスクアイテム一覧画面の説明図である（実施例４）。 ユーザインタフェースが表示するリスクアイテム一覧画面の説明図である（実施例４）。 ユーザインタフェースが表示するソート基準選択画面の説明図である（実施例４）。 ユーザインタフェースが表示するリスクアイテム一覧画面の説明図である（実施例４）。

符号の説明

１ リスク発見支援システム
２ リスク管理システム
３ 入出力装置
４ ユーザ
５ リスク定量化支援システム
１００ 作業者
１０１ 種文入力部
１０２ 種文解析部
１０３ 概念情報合成部
１０４ リスク事例文書
１０５ リスク事例文書概念情報抽出部
１０６ リスク事例文書概念情報
１０７ 一般文書
１０８ 一般文書概念情報抽出部
１０９ 一般文書概念情報
１１０ 概念情報出力部
１１１ 文書
１１２ リスク事例判定部
１１３ リスク単語情報
１１４ インパクト算出部
２００１ リスクアイテム
２００２ リスク事例
２００３ リスク分析専門家
２００４ リスク分析モデルデータベース
２００５ リスク分析モデル検索部
２００６ リスク分析モデル出力部
２００７ ユーザ
２００８ パラメータ入力部
２００９ リスク量算出部
２０１０ 定量化済みリスクアイテム
２０１５ リスク管理データベース

Claims (8)

1. リスク事例から作成されたリスク量の算出式及び前記リスク事例に関連する単語群からなる検索インデックスを含むリスク分析モデルを記憶するリスク分析モデルデータベースと、
   リスク内容の具体的記述を含むリスクアイテムを取得し、当該リスクアイテムに含まれるリスク内容の具体的記述と前記リスク分析モデルに含まれる検索インデックスとを比較することによって、当該リスクアイテムに対応する前記リスク分析モデルを前記リスク分析モデルデータベースから検索するリスク分析モデル検索部と、
   前記リスク分析モデル検索部が検索したリスク分析モデルを出力するリスク分析モデル出力部と、
   前記リスク分析モデル出力部が出力したリスク分析モデルに含まれる算出式のパラメータが入力されるリスク分析パラメータ入力部と、
   前記リスク分析パラメータ入力部に入力されたパラメータ及び前記リスク分析モデル出力部が出力したリスク分析モデルに含まれる算出式に基づいて、リスク量を算出するリスク量算出部と、を備えることを特徴とするリスク定量化支援システム。
2. 前記リスク分析モデル検索部は、単語の概念を階層的に示す概念階層情報を用いて、前記リスクアイテムに含まれるリスク内容の具体的記述の単語を上位概念に置換しながら、検索することを特徴とする請求項１に記載のリスク定量化支援システム。
3. 前記リスク分析パラメータ入力部は、
   パラメータが入力される入力欄を表示させ、
   前記入力欄に初期値を表示させることを特徴とする請求項１に記載のリスク定量化支援システム。
4. 前記リスク分析モデルは、前記リスク事例が過去に発生したときのリスクの大きさを示す過去事例リスク重大度を含み、
   前記リスク分析モデル出力部は、前記リスク分析モデル検索部が検索したリスク分析モデルが複数存在すると、当該リスク分析モデルに含まれる過去事例リスク重大度の順に、当該リスク分析モデルを出力することを特徴とする請求項１に記載のリスク定量化支援システム。
5. ＣＰＵ及びメモリを備える計算機において実行されるリスク定量化支援方法であって、
   前記ＣＰＵは、
   リスク事例から作成されたリスク量の算出式及び前記リスク事例に関連する単語群からなる検索インデックスを含むリスク分析モデルを前記メモリに記憶し、
   リスク内容の具体的記述を含むリスクアイテムを取得し、
   前記取得したリスクアイテムに含まれるリスク内容の具体的記述と前記記憶したリスク分析モデルに含まれる検索インデックスとを比較することによって、当該リスクアイテムに対応する前記リスク分析モデルを前記メモリから検索し、
   前記検索したリスク分析モデルを出力し、
   前記出力したリスク分析モデルに含まれる算出式のパラメータが入力されると、当該パラメータ及び前記出力したリスク分析モデルに含まれる算出式に基づいて、リスク量を算出することを備えることを特徴とするリスク定量化支援方法。
6. 前記ＣＰＵは、単語の概念を階層的に示す概念階層情報を用いて、前記リスクアイテムに含まれるリスク内容の具体的記述の単語を上位概念に置換しながら、検索することを特徴とする請求項５に記載のリスク定量化支援方法。
7. 前記ＣＰＵは、
   パラメータが入力される入力欄を表示させ、
   前記入力欄に初期値を表示させことを特徴とする請求項５に記載のリスク定量化支援方法。
8. 前記リスク分析モデルは、前記リスク事例が過去に発生したときのリスクの大きさを示す過去事例リスク重大度を含み、
   前記ＣＰＵは、前記検索したリスク分析モデルが複数存在すると、当該リスク分析モデルに含まれる過去事例リスク重大度の順に、当該リスク分析モデルを出力することを特徴とする請求項５に記載のリスク定量化支援方法。
   

Images