JP2007280000A - 人脈分析検索方法及び人脈分析検索システム - Google Patents

Abstract

【課題】 企業組織などでのコミュニケーションにおいて、業務に関連の強いものとそうでないものを判断するための指標を定量化すること。
【解決手段】 コミュニケーションに用いられたテキストから単語を抽出し、単語出現回数をコミュニケーション流量として蓄積し、組織内のコミュニケーションのネットワークを生成する。ここからコミュニケーションの密度の高いコミュニケーションコアを抽出し、該コミュニケーションコア内の全コミュニケーションに対する職制関係を持つ２者間のコミュニケーションの割合をコミュニケーションコアのフォーマル度として算出する。更に２者間の全コミュニケーション量に対する、フォーマルなコミュニケーション量の割合を２者間のコミュニケーションのフォーマル度として算出する。
【選択図】 図２

Description

本発明は、人脈分析検索システムに関し、特に電子情報通信データを用いて人脈情報を生成し、人脈に関する指標の算出や人脈の提示を行う方法とシステムに関する。

メールやウェブログなど電子化されたコミュニケーション手段の発達に伴い、これらコミュニケーションの履歴が電子化された状態で保存、蓄積されるようになってきた。これら電子的なコミュニケーションログから、コミュニケーションの主体であるユーザ間の関係を抽出、加工、再利用することにより、コミュニケーションの更なる円滑化、活発化を向上する技術が知られている。

特開平１０−３０１９０５号公報（特許文献１）に記載された発明においては、情報管理装置間のコミュニケーションをパイプとし、つながりを表す意味と重みを持ったパイプを集合として人物間の関係を管理している。また、複数のパイプ情報を合成して新たなパイプを生成するパイプ拡張方法を提供している。ただし、プライバシーの観点から、パイプは各情報管理装置によって管理されるものとしている。

人物間の関係や個人のプロファイルを用いて、検索条件に合った人物を検索する技術が知られている。特開２００３−２１６７９９号公報（特許文献２）に記載された発明においては、営業活動の履歴を記憶手段に登録し、支援対象の営業活動対して、社内の有識者と支援希望者との間を直接面識者、間接面識者によってつなぐパスを提供する。

人物間の関係を定量化し、組織構成人員のコミュニケーションをネットワーク分析する方法が知られている。特開２００５−１８２４３９号公報（特許文献３）に記載された発明においては、電子メールの発信人、受信人、発信時刻の情報のみから、電子メール間の関係を調べ、組織のコミュニケーションを調査する。

人物間の関係の種類の種類によってコミュニケーションを制御する方法が知られている。特開１１−２０３３２２号公報（特許文献４）に記載された発明においては、人脈ネットワークを個人的な関係と公共的な関係とに分けて、それぞれに対して異なる処理を実行する。ただし、該関係属性はユーザが登録する。

さらに関連技術として、個人と他人のコミュニケーション履歴を人脈情報として管理し、個人の人脈情報を共有して有効活用する、人脈データ管理システムと人脈探索方法が、特許０３４４６８８６号（特許文献５）に記載されている。

特開平１０−３０１９０５号公報 特開２００３−２１６７９９号公報 特開２００５−１８２４３９号公報 特開１１−２０３３２２号公報 特許０３４４６８８６号 金光淳『社会ネットワーク分析の基礎』勁草書房 第６章中心性 2003年12月20日 第１版第１刷発行

特許文献１、特許文献２、特許文献５において、ユーザには立場上の違いはなく、同じ立場のユーザ同士のコミュニケーションについて述べられている。

特許文献３、特許文献４では、組織や関係の公私に基づき処理を行うが、組織に属するメンバーや関係の公私は、ユーザが予め設定することになっている。

従来、企業等、組織体内部のコミュニケーションは、組織の業務に関するフォーマル(公的)なコミュニケーション以外は不要であると考えられていた。しかし、近年の知識社会の進展に伴い、特に現代企業のような組織体では、上意下達の指揮命令によってのみ成立する業務は減少し、構成員である社員等の自主的な判断業務や情報収集活動、非職制の勉強会など、インフォーマルな活動が重要になってきている。その一方で、現代企業は組織全体の効率性の観点からフォーマルな職制を維持し、職制単位で分掌を下命、定義することで企業活動を行っている。

このように現代企業では、フォーマルな活動とインフォーマルな活動の両方が求められ、またその境界は明確に別れる場合のみでなく、フォーマル度の高い活動、低い活動のように、境界が曖昧なケースもある。

しかし、組織の構成員が、相手との活動、特にコミュニケーションにおいて、このようなフォーマル度を判断し適切な方法でアプローチしたり、直接コミュニケーションしたりすることは困難である。

本発明の目的は、職制などのフォーマルな構造を持つ組織において、構成員間の関係のうち業務に関連の強いものとそうでないものを判断するためのフォーマルさの指標を定量化すること、および定量化されたフォーマル度に基づく組織の表示や新たな相手へのアプローチ手段を提供することである。

上記目的を達成するために、本発明の人脈分析検索システムでは、組織の構成員間のコミュニケーションに用いられたテキストから単語を抽出し、単語出現回数をコミュニケーション流量として蓄積し、コミュニケーション流量を重みとして、組織内のコミュニケーションをネットワーク化する。このコミュニケーションネットワークは、コミュニケーション流量を要素の値とした、構成員人数×構成員人数の行列として表現できる。コミュニケーション流量を蓄積する際は、単語、もしくは単語を意味に基づいてカテゴライズした概念ごとに、コミュニケーション流量を分類する。また、ユーザがクエリとして単語群もしくは自然文を指定した場合、指定に該当する分類のコミュニケーションネットワークを合成し、ユーザの指定に基づくコミュニケーションネットワークを出力する。

また、本発明の人脈分析検索システムでは、コミュニケーションネットワークからコミュニケーションの密度の高い構成員集合（コミュニケーションコア）を抽出し、コミュニケーションコア内の「全コミュニケーション量」に対する「職制関係を持つ２者間のコミュニケーション量」の割合を該コミュニケーションコアのフォーマル度（コアフォーマル度）として定義する。

また、本発明の人脈分析検索システムにおいて、２者間の「全コミュニケーション量」に対する、「フォーマルなコミュニケーション量」の割合を該２者間のコミュニケーションのフォーマル度（コミュニケーションフォーマル度）として定義する。フォーマルなコミュニケーション量は、各キーワードに基づくコミュニケーション量とそのコミュニケーションの属するコミュニケーションコアのフォーマル度の積によって定義される。コミュニケーションコアに属さないコミュニケーションにおいてはフォーマルなコミュニケーション量は０と定義される。

本発明によれば、ユーザの着目する話題に基づくコミュニケーションをコミュニケーションネットワークとして行列表現することにより、該コミュニケーションネットワークの分析が可能になり、着目する話題に関してコミュニケーションの活発な構成員集合や構成員の提示が可能となるという効果がある。

また、コミュニケーションコアのフォーマル度を算出することにより、組織内のインフォーマルなコミュニティの特定が可能となるという効果がある。

また、コミュニケーションフォーマル度を用いて検索パスのフォーマル度（パスフォーマル度）を算出することにより、ユーザの質問属性（フォーマルか否か）に応じたパスの提示が可能となるという効果がある。

以下、図面を参照して、本発明の人脈分析検索システムの構成の実施形態を説明する。

図１は本発明の実施形態の構成を示すブロック図である。人脈分析検索サーバ１１はネットワーク１３を介して端末１２に接続される。端末１２は、１以上の複数存在し、各組織構成員がメールやウェブログによるメッセージ交換などコミュニケーションを行う端末として機能するとともに、本発明の人脈分析検索サーバ１１に対するユーザの入出力を行うユーザインタフェースを備える。端末１２はネットワーク１３を介して人脈分析検索サーバ１１に接続される。

図２は人脈分析検索サーバの構成図である。人脈分析検索サーバは、CPU２１、主メモリ２２、ネットワークを介して端末と通信を行なう通信装置２３、プログラム記憶装置２４、データ記憶装置２５からなる。プログラム記憶装置２４は、コミュニケーションサーバプログラム２４１、コミュニケーションログデータ解析プログラム２４２、人脈データ生成プログラム２４３、人脈分析プログラム２４４、人脈検索プログラム２４５を有する。これらのプログラムは、CPUにおいて実行することにより実現される。コミュニケーションサーバプログラム２４１は、端末間のコミュニケーションを実現するメールサーバやウェブログサーバに類似した機能を実現する。コミュニケーションログデータ解析プログラム２４２は、各構成員が送受信した情報をテキスト解析することにより構成員プロファイルとキーワードネットワークを生成する。構成員プロファイルには、その構成員の専門や関心を表す単語が含まれている。キーワードネットワークは、あるキーワードの出現頻度をコミュニケーション流量としたコミュニケーションネットワークである。人脈データ生成プログラム２４３は、職制ネットワークの生成、キーワードネットワークのコアフォーマル度の算出、コミュニケーションフォーマル度の算出を行う。人脈分析プログラム２４４は、人脈データを分析し、コミュニケーションコアや中心性などのネットワークの特徴を表す情報を出力する。人脈データには、キーワードネットワークデータ、コミュニケーションフォーマル度データ、職制ネットワークデータが含まれる。人脈検索プログラム２４５は、ユーザの指定したクエリ（単語群もしくは自然文）に該当する構成員を選択し（KnowWho機能）、ユーザの指定した構成員（ユーザ本人の場合もある）から選択した構成員へのパスを検出する。データ記憶装置２５は、コミュニケーションログデータ２５１、構成員プロファイルデータ２５２、人脈データ２５３を有する。コミュニケーションログデータ２５１は、端末間のコミュニケーションに用いられたテキストデータからなる。構成員プロファイルデータ２５２は、コミュニケーションログデータ解析プログラム２４２により出力される。人脈データ２５３は、コミュニケーションログデータ解析プログラム２４２と人脈データ生成プログラム２４３により出力される。なお、コミュニケーションログデータは、別装置（例えばメールサーバ）に格納しておき、コミュニケーションログデータ解析プログラム２４２が該別装置にアクセスしてデータ生成を行うようにしてもよい。

図３は端末の構成図である。端末は、CPU３１、主メモリ３２、通信装置３３、入力装置３４、出力装置３５、クエリ生成部３６、表示結果生成部３７、ユーザインタフェース部３８からなる。クエリ生成部３６では、ユーザの入力に基づき、人脈分析検索を実行する際のクエリを生成する。クエリには、ユーザの入力（単語群もしくは自然文）から抽出したキーワード、フォーマル属性などの分析検索実行属性、分析または検索の実行要求などの情報が含まれる。表示結果生成部３７では、人脈分析検索サーバ１１の出力に基づき、出力装置への表示画面を生成する。ユーザインタフェース部３８では、ユーザが人脈分析検索機能を実行する際のユーザインタフェースを提供する。

図４はプログラム記憶装置２４の有するプログラム群の処理の流れを示すフローチャートである。

コミュニケーションログデータ解析ステップS４１では、各構成員が送受信した情報をテキスト解析することにより構成員プロファイルとキーワードネットワークを生成する。構成員プロファイルは構成員の専門や関心を表す単語とその重みを含み、後述する人脈検索の情報所有者検索の処理で利用する。キーワードネットワークは、あるキーワードの出現頻度をコミュニケーション流量としたコミュニケーションネットワークであり、後述する人脈データ生成、人脈分析、人脈検索の処理で利用する。

人脈データ生成ステップS４２では、職制ネットワークの生成、キーワードネットワークのコアフォーマル度の算出、コミュニケーションフォーマル度の算出など、構成員間の関係にまつわる様々なデータの生成を行う。

クエリ受信ステップS４３では、端末からクエリを受信する。人脈分析ステップS４４では、クエリに基づきキーワードネットワークを合成して生成したコミュニケーションネットワークを分析することによって、該コミュニケーションネットワークの中心性やコミュニケーションコアを出力する。これによって、ユーザに、該コミュニケーションネットワークにおける中心的な人物やコミュニケーションの活発な構成員集合を提示することが可能となる。

人脈検索ステップS４５では、クエリに基づく情報を所有する構成員を選択し（KnowWho機能）、ユーザが指定した構成員（ユーザ本人の場合もある）からステップＳ４５が選択した構成員へのパスを出力する。これによって、ユーザに、必要とする情報を所有する構成員と、該構成員に到達するパスを提示することが可能となる。結果送信ステップS４６では、人脈分析ステップS４４と人脈検索ステップS４５の出力を端末に送信する。

図５はコミュニケーションログデータ解析ステップS４１の処理の流れを示すフローチャートである。

ステップS５１では、構成員間のコミュニケーションログデータをテキスト解析し、単語を抽出する。

単語出現頻度カウントステップS５２では、ステップS５１で抽出された単語の出現頻度を算出する。

ステップS５３では、構成員プロファイルの該単語出現頻度の値にステップＳ５２で算出した出現頻度の値を加算する。

ステップS５４ではステップS５１で抽出された単語各々について、キーワードネットワークがすでに存在するか確認する。

ステップS５５では、ステップS５４の判断結果が「はい」である場合、キーワードネットワークの該構成員間のコミュニケーション流量の値にステップS５２で算出した出現頻度の値を加算する。

ステップS５６では、ステップS５４の判断結果が「いいえ」である場合、該単語のキーワードネットワークを作成し、該構成員間のコミュニケーション流量の値にステップS５２で算出した出現頻度の値を代入する。

図６は、人脈データ生成ステップS４２の処理の流れを示すフローチャートである。

職制ネットワーク生成ステップS６１では、職制情報から職制ネットワークを生成する。職制情報と職制ネットワークの詳細は後述する。

キーワードネットワークコアフォーマル度算出ステップS６２では、ステップS６１で生成した単語ごとのキーワードネットワークからコミュニケーションコアを抽出し、コアフォーマル度を算出する。コミュニケーションコア抽出とコアフォーマル度算出の詳細は後述する。

コミュニケーションフォーマル度算出ステップS６３では、キーワードネットワークコアフォーマル度算出ステップS６２で求めたコアフォーマル度を用いて、以下に示す数１の定義に従い、コミュニケーションフォーマル度を算出する。ただし、キーワードネットワークにおいて、コミュニケーションコアに属さないコミュニケーションのコアフォーマル度は０とする。

コミュニケーションフォーマル度とは、２構成員間のコミュニケーションのフォーマル度を表す指標である。コミュニケーションフォーマル度を用いることによって、人脈検索機能を実現する際に、ユーザの人脈検索要求の属性に応じて適切な構成員間パスを出力することが可能となる。

図７はキーワードネットワークコアフォーマル度算出ステップS６２の処理の流れを示すフローチャートである。

コミュニケーションコア抽出ステップS７１では、コミュニケーションネットワークからコミュニケーションの密度の高い部分ネットワーク（コミュニケーションコア）を抽出する。

コアフォーマル度算出ステップS７２では、以下の数２に従ってコミュニケーションコアのフォーマル度（コアフォーマル度）を算出する。

コアフォーマル度は、コミュニケーションコア内の全コミュニケーション量に対する、該コミュニケーションコア内の職制関係を持った２構成員間のコミュニケーション量によって定義される。コアフォーマル度は、コミュニケーションコアが、組織のフォーマルな構造に基づくコミュニケーションから成り立っている度合いを示す。コアフォーマル度を算出することにより、組織内のインフォーマルなコミュニケーションコアの特定や、２構成員間のコミュニケーションフォーマル度の算出が可能となる。

ここで、コミュニケーションコア抽出ステップS７１におけるコア抽出には、完全グラフやn-Clique、n-Clan、k-coreなど既知の様々なアルゴリズムを利用することができる。ここでは、n-Cliqueを用いて、コア抽出を行うものとする。ここで、クリークとコアは同義とする。

n-Cliqueは、ｎホップ以内でクリーク内の任意の２ノード間をつなぐことが可能なサブグラフを求めるアルゴリズムである。具体的には、２ノード間の関係の有無を表す隣接行列のｎ乗の総和を算出することによって、２者間がｎホップ以内で到達可能かどうかを表す隣接行列を生成し、この行列に対し、対角に値１を持つ要素が集まるように行および列の交換を繰り返すことによりクリークを抽出する。図１５（ａ）に「洪水」および「シミュレーション」で特定される２つのキーワードネットワークから導いた隣接行列を表す。キーワードネットワークから隣接行列への変換においては、隣接行列の各要素は、キーワードネットワークの行列要素で表される２構成員間のコミュニケーション量と予め定められたしきい値との大小比較で０または１に設定される。複数の隣接行列を合成（ＡＮＤ）する場合、隣接行列間の同じ要素位置の値の論理積が合成した隣接行列の要素の値となる。図１５（ａ）の隣接行列を入力とし、ｎ＝２としてｎ−クリーク抽出を実行した場合、図１４（a）の隣接行列において２ホップで到達できる構成員を表す隣接行列は図１５（ｂ）のようになる。図１５（b）の行列に対し、行および列の交換を行った結果のコミュニケーションコア行列を図１５（c）に示す。これらのクリーク抽出の演算により、図１５（d）に示した２つのコミュニケーションコアが出力される。

図８は人脈分析プログラム２４４の処理の流れを示すフローチャートである。

キーワードネットワーク合成ステップS８１では、クエリ受信ステップS４３で受信したクエリに含まれる単語各々のキーワードネットワークを加算し、ユーザの指定に基づくコミュニケーションネットワークを生成する。

コミュニケーションコア抽出ステップS８２、コアフォーマル度算出ステップS８３では、キーワードネットワーク合成ステップS８１で生成したコミュニケーションネットワークを入力として、コミュニケーションコア抽出ステップS７１、コアフォーマル度算出ステップS７２と同様の処理を行う。

中心性算出ステップS８３では、ステップS８１で生成したコミュニケーションネットワークにおける、各構成員の中心性を算出する。中心性とは、あるネットワークにおいて、それぞれのノードがどれだけ多くの他ノードとのつながりを持っているか、どれだけ他ノード間のやりとりを媒介しているか、といったことを表す値である。本発明においては、ユーザが入力したキーワードに基づくコミュニケーションネットワークにおける、各構成員のコミュニケーションへの寄与の度合いが中心性によって表される。中心性を出力することにより、ユーザはコミュニケーションネットワークにおける中心的な構成員を判別することが可能となる。中心性は、非特許文献１に記載された既知のアルゴリズムによって算出が可能である。

図９は人脈検索部２４５の処理（Ｓ４５）の流れを示すフローチャートである。

情報所有者検索ステップS９１では、クエリ受信ステップS４３で受信したクエリを用いてコミュニケーションログデータ解析ステップＳ４１で生成した構成員プロファイルを検索し、ユーザが必要とする情報を持っている可能性が高いと推測される構成員を検出する。

パス検索ステップS９２では、ユーザが指定した構成員（ユーザ本人の場合もある）とステップS９１で検出された情報所有構成員との間を、該２構成員以外の構成員を仲介してつなぐ経路であるパスを検出する。パス検索には、キーワードネットワーク合成ステップＳ８１において生成したコミュニケーションネットワーク、または、キーワードネットワークを全キーワードに渡って合成したコミュニケーションネットワークを用いる。パス検索の方法には、指定した２構成員間を最短距離でつなぐ経路を探索するウォーシャル・フロイド法などがある。

パスフォーマル度算出ステップS９３では、ステップS９３で検出されたパスのフォーマル度を以下に示す数３に従って算出する。

パスフォーマル度は、該パスにおけるコミュニケーションフォーマル度の平均値で定義される。パスフォーマル度を出力することにより、ユーザは、情報を必要とする背景に応じて、情報所有者への最適なパスを選択することが可能となる。

中心性算出ステップS９４では、パス検索ステップS９２で用いたコミュニケーションネットワークにおける中心性を算出する。

本実施形態においては、コミュニケーションネットワークなどの、２者間の関係性の特徴量の集合を複数用いている。これらの値を保持する方法として行列表現を用いる方法がある。構成員間の社会的な関係性を表す行列は、特にソシオマトリクスと呼ばれる。図１０から図１５を参照して、各々のネットワークや特徴量の行列表現を説明する。

図１０は職制ネットワーク行列である。（ａ）１０１に示す３階層の職制を行列表現としたものが（ｂ）１０２で示されている。職制関係が存在する場合に要素の値を１とする。職制関係は指向性を持ち、次のルールによって定める。すなわち、同一のリーダに属する任意の２者間は双方向の職制関係を持ち、これは例えば同じ部課に属している２者の場合である。リーダとリーダに属する者の間はリーダから属するものへ向かう片方向の職制関係を持つ。１０２の行列に対し、指定したホップ数の職制関係をたどることによりパスを生成できる任意の２者間に職性関係を持たせる演算を行うことで、より広義の職制ネットワーク行列を生成することが可能である。

図１１はキーワードごとに生成されるキーワードネットワーク行列である。１１１はキーワードを表すラベルである。図１１では、キーワード「家電」に関するコミュニケーションに基づくキーワードネットワークが例示されている。１１２はキーワードの出現頻度に基づくコミュニケーション流量を値としたキーワードネットワーク行列である。キーワードネットワーク行列は指向性を持ち、行記号(Ａ、Ｂ、Ｃ...、Ｍ)で表される構成員から列記号(Ａ、Ｂ、Ｃ...、Ｍ)で表される構成員へのコミュニケーション流量を要素の値として持つ。キーワードネットワーク行列によって、ひとつのキーワードに特化した、組織内のコミュニケーションの様子を表現することができる。また、複数のキーワードネットワーク行列を合成することにより、あるキーワード群で特定される内容に基づく、組織内のコミュニケーションの様子を表現することができる。また、これらのコミュニケーションネットワーク行列に対して演算を行うことによって、該コミュニケーションネットワークの特徴を定量化することが可能となる。

図１２はコミュニケーションネットワーク行列である。コミュニケーションネットワーク行列１２１はコミュニケーション流量を要素の値とする行列であり、上述したキーワードネットワーク行列を複数合成することにより得られる。コミュニケーションネットワーク行列は指向性を持ち、行記号(Ａ、Ｂ、Ｃ...、Ｍ)で表される構成員から列記号(Ａ、Ｂ、Ｃ...、Ｍ)で表される構成員へのコミュニケーション流量を要素の値として持つ。コミュニケーションネットワーク行列によって、あるキーワード群で特定される内容に基づくコミュニケーションネットワークの様子を表現することができる。また、これらのコミュニケーションネットワーク行列に対して演算を行うことによって、該コミュニケーションネットワークの特徴を定量化することが可能となる。

図１３はコアフォーマル度行列である。コアフォーマル度行列１３１は、キーワードネットワークまたはコミュニケーションネットワークから抽出したコミュニケーションコアのコアフォーマル度の値の行列である。各要素には、行ラベルと列ラベルに示される２構成員間コミュニケーションの属するコミュニケーションコアのコアフォーマル度の値を持つ。ただし、該２構成員間コミュニケーションがコミュニケーションコアに属さない場合、要素の値は０とする。

図１６は人脈分析結果出力画面例である。１６１はユーザのクエリ入力部である。クエリは単語、自然文などで入力されるが、自然文で入力された場合には、既知の方法である形態素解析手法を利用して単語に分割し、クエリのキーワード列とすることができる。１６２は人脈分析実行指示ボタンである。クエリ入力後に人脈分析実行指示ボタン１６２をクリックすることで、クエリが端末１２から人脈分析検索サーバ１１へ送信され、サーバ１１においてクエリに基づいた人脈分析が実行される。１６３はクエリから抽出したキーワードの表示である。尚、キーワードが再指定された場合には、クエリが端末１２から人脈分析検索サーバ１１へ送信され、サーバ１１においてクエリに基づいた人脈分析を再実行する。１６４は分析結果の表示である。分析結果１６４には、コミュニケーションコア抽出結果１６５と中心性算出結果１６６を含む。コミュニケーションコア抽出結果１６５は、コミュニケーションコア抽出ステップS８２の出力であるコミュニケーションコア（図１５（b））と、コアフォーマル度算出ステップS８３の出力であるコアフォーマル度行列（図１３）によって生成される。コミュニケーションコア抽出結果１６５では、ユーザは任意のコミュニケーションコアを指定することができ、指定されたコミュニケーションコアはノードが強調表示される。中心性算出結果１６７は、中心性算出ステップS８４の出力によって生成される。中心性算出結果１６７では、ユーザは任意の構成員を指定することができ、指定された構成員を表すノードは強調表示される。強調表示された際の画面表示例を図１７に示す。

コミュニケーションコア抽出結果１６６、中心性算出結果１６７には、重要な指標であるコアフォーマル度をコア毎に表示する。

１６７はクエリから抽出したキーワードに基づくコミュニケーションネットワークを表示している。１６７では職制関係の有無を実線（職制有り）と点線（職制無し）で表示し分ける。

図１８は人脈検索結果出力画面例である。１８１は前述したクエリ入力部１６１と同様である。１８２は人脈検索実行指示ボタンである。クエリ入力後に人脈検索実行指示ボタン１８２をクリックすることで、クエリが端末１２から人脈分析検索サーバ１１へ送信され、サーバ１１においてクエリに基づいた人脈検索が実行される。１８３はパス検索結果の表示である。パス検索結果は、パス検索ステップS９２とパスフォーマル度算出ステップS９４の出力によって生成される。パス検索結果１８３から、ユーザは任意のパスを指定することができ、指定されたパスは強調表示される。パス検索結果１８３には、重要な指標であるパスフォーマル度をパス毎に表示する。１８４はコミュニケーションネットワークを表す。コミュニケーションネットワーク１８４では、図１６と同様に職制関係の有無を実線と点線で表示し分ける。コミュニケーションネットワーク１８４から、ユーザは任意の構成員や構成員間コミュニケーションを指定することができ、指定された構成員を表すノードや構成員間コミュニケーションを表すエッジは強調表示される。１８５は、ユーザが指定した構成員の詳細情報の表示である。１８７は、ユーザが指定したエッジの詳細情報の表示である。

また、ユーザがパスを指定した際は、指定されたパスをエッジの太さで、指定されたパスにおける情報所有者をノードの色で強調表示する。強調表示された際の画面表示例を図１９に示す。

図１６、図１７、図１８、図１９におけるコミュニケーションネットワークの表示は、図２０に示す出力情報を格納するテーブルを用いて行う。図２０（ａ）に示すテーブルは、図１０の職制ネットワーク行列における要素の値と要素の行ラベル、列ラベルの組である。また図２０（ｂ）に示すテーブルは、図１５のコミュニケーションコア行列図１５（c）を用いて、各構成員の属するコミュニケーションコアのコアＮｏ（図１５（d））と、バネモデルなどを用いて視覚的に適切に配置されるよう算出されたｘｙ座標とで構成される。尚、コアに属さないノードのコアＮｏには０が設定され、コアに属さないことを示す。

一般に、ユーザが情報を必要とする背景が公的なものであるか私的なものであるかを示すフォーマル属性によって、ユーザから情報所有構成員への質問のしやすさや回答の得やすさを判断し情報所有構成員を適切に選ぶと、より効率的な情報収集や人脈形成が行えるようになる。フォーマル属性、パスフォーマル度の組み合わせに対する回答評価指標(◎：良、○：可、△：不可)を図２１に示す。

例えば、ユーザが情報所有構成員に対し、業務に関連するようなフォーマルな質問をしたい場合には、質問先(コア)フォーマル度、パスフォーマル度ともにフォーマル度が高い質問先、質問経路(人脈)を利用して質問することで、良好な回答が得られると期待できる。

逆に、ユーザの質問が該ユーザの業務に関連の低い、個人的なインフォーマルなものである場合には、上記のようなフォーマルな質問先、パスよりもフォーマル度が低い質問先、パスを利用して質問することで、良好な回答が得られると期待できる。

このような制御をユーザが情報要求のフォーマル属性を指定することで、自動化することも可能である。

ＫｎｏｗＷｈｏシステムなどの人物、人脈検索システム、また、組織の活性化を支援する組織管理支援システムなどへの応用が可能である。

人脈分析検索システムのブロック構成図である。 人脈分析検索サーバの内部構成図である。 端末の内部構成図である。 人脈検索プログラムのフローチャートを示した図である。 コミュニケーションログデータ解析部のフローチャートを示した図である。 人脈データ生成部のフローチャートを示した図である。 キーワードネットワークコアフォーマル度算出部のフローチャートを示した図である。 人脈分析部のフローチャートを示した図である。 人脈検索部のフローチャートを示した図である。 職制ネットワークの一例を示した図である。 キーワードネットワーク行列の一例を示した図である。 コミュニケーションネットワーク行列の一例を示した図である。 コアフォーマル度行列の一例を示した図である。 コミュニケーションフォーマル度行列の一例を示した図である。 クリーク抽出に用いる行列の一例を示した図である。 人脈分析結果出力画面の一例を示した図である。 人脈分析結果出力時の、コミュニケーションコアおよびノード選択画面の一例を示した図である。 人脈検索結果出力画面の一例を示した図である。 人脈検索結果出力時の、パス選択画面の一例を示した図である。 人脈分析検索結果出力画面生成のための、職制テーブルとノード座標テーブルの一例を示した図である。 人脈検索におけるフォーマル度の効果を説明する表である。

符号の説明

１１ 人脈分析検索システム、１２ 端末、１３ ネットワーク
２１ ＣＰＵ、２２ 主メモリ、２３ 通信装置、
２４ プログラム記憶装置、２４１ コミュニケーションサーバプログラム、２４２ コミュニケーションログデータ解析プログラム、２４３ 人脈データ生成プログラム、２４４ 人脈分析プログラム、２４５ 人脈検索プログラム、
２５ データ記憶装置、２５１ コミュニケーションログデータ、２５２ 構成員プロファイル、２５３ 人脈データ、
３１ ＣＰＵ、３２ 主メモリ、３３ 通信装置、３４ 入力装置、３５ 出力装置、３６ クエリ生成部、３７ 表示結果生成部、３８ ユーザインタフェース部、
１０１ 職制階層図、１０２ 職制ネットワーク行列、１１１ キーワードラベル、１１２ キーワードネットワーク行列、１２１ コミュニケーションネットワーク行列、
１３１ コアフォーマル度行列、
１４１ コミュニケーションフォーマル度行列
１５１ キーワードラベル、１５２ 隣接行列、１５３ ２段階隣接行列、１５４ キーワードラベル、１５５ コミュニケーションコア行列、１５６ コミュニケーションコアテーブル、
１６１ クエリ入力部、１６２ 人脈分析実行ボタン、１６３ キーワード選択部、１６４ 分析結果表示部、１６５ コミュニケーションコア抽出結果表示部、１６６ 中心性表示部、１６７ コミュニケーションネットワーク表示部、
１７１ コミュニケーションコア選択部、１７２ 構成員選択部、１７３ 選択コミュニケーションコア、１７４ 選択構成員、
１８１ クエリ入力部、１８２ 人脈検索実行ボタン、１８３ パス検索結果表示部、１８４ コミュニケーションネットワーク表示部、１８５ 構成員情報表示部、１８６ コミュニケーション情報表示部、１８７ 選択コミュニケーション、１８８ 選択構成員。

Claims (12)

1. ネットワークを介して複数の端末と接続される人脈分析検索サーバであって、
   組織内の前記複数の端末を用いて行なわれる電子的なコミュニケーションのログデータを記憶するコミュニケーションログデータ記憶部と、
   該コミュニケーションログデータ記憶部に格納されたログデータから、単語ごとに、該単語を用いたコミュニケーションを行なった組織構成員間の関係を表すキーワードネットワークを生成し、該生成した単語毎のキーワードネットワークを複数単語に渡って合成したコミュニケーションネットワークを生成し、該生成されたコミュニケーションネットワークと前記キーワードネットワークから、特定の単語または単語の組合せについて、相互コミュニケーション量が多い構成員の集合であるコミュニケーションコアを抽出し、該コミュニケーションコアと該組織内の構成員間の公的な組織上の関係を表す職制情報とを用いて該コミュニケーションコアの組織一致度を表すコアフォーマル度を算出する人脈ネットワーク分析部と、
   を備えることを特徴とする人脈分析検索サーバ。
2. 請求項1記載の人脈分析検索サーバであって、ある２構成員に関していずれかの単語のコミュニケーションコアに両者が属している場合にコアフォーマル度とキーワードネットワークおよびコミュニケーションネットワークから該２構成員間の関係のフォーマル度であるコミュニケーションフォーマル度を算出することを特徴とする人脈データ生成部と、
   を備えることを特徴とする人脈分析検索サーバ。
3. 入力された２構成員間について、前記コミュニケーションのログデータからそれぞれコミュニケーションの履歴を有する構成員の組を検索して組合せ、該２構成員の間に別の構成員を経由する間接的な繋がりであるパスを検出し、該パス経路上に含まれる各構成員間のコミュニケーションフォーマル度を加算し経由数で除算したパスフォーマル度を算出することを特徴とする、請求項２の人脈分析検索サーバ。
4. 入力された単語または単語の組合せについてのコミュニケーションコアとそのコアフォーマル度とを出力することを特徴とする、請求項１の人脈分析検索サーバ。
5. 入力された２構成員間について算出されるコミュニケーションフォーマル度を出力することを特徴とする、請求項２の人脈分析検索サーバ。
6. 入力された２構成員間について算出したパスとそのパスフォーマル度を出力することを特徴とする、請求項２の人脈分析検索サーバ。
7. ネットワークを介して複数の端末と接続される人脈分析検索サーバにおいて実行される人脈分析検索プログラムであって、該人脈分析検索サーバの演算部に、
   該人脈分析検索サーバが有する、または、該ネットワークを介してアクセス可能な記憶装置から、組織内の前記複数の端末を用いて行なわれる電子的なコミュニケーションのログデータを読み出す第１のステップと、
   該ログデータから、所定の単語ごとに、該単語を用いたコミュニケーションを行なった組織構成員間の関係を表すキーワードネットワークを生成する第２のステップと、
   該生成された単語毎のキーワードネットワークを複数単語に渡って合成したコミュニケーションネットワークを生成する第３のステップと、
   該生成されたコミュニケーションネットワークと前記キーワードネットワークから、特定の単語または単語の組合せについて、コミュニケーション量が多いコミュニケーションコアを抽出し、該コミュニケーションコアと該組織内の構成員間の公的な組織上の関係を表す職制情報とを用いて該コミュニケーションコアの組織一致度を表すコアフォーマル度を算出する第４のステップと、
   を実行させることを特徴とする人脈分析検索プログラム。
8. 前記人脈分析検索サーバの演算部に、ある２構成員に関してコアフォーマル度とキーワードネットワークおよびコミュニケーションネットワークから該２構成員間の関係のフォーマル度であるコミュニケーションフォーマル度を算出する第５のステップを実行させることを特徴とする請求項７の人脈分析検索プログラム。
9. 前記人脈分析検索サーバの演算部に、入力された２構成員間について、前記コミュニケーションのログデータからそれぞれコミュニケーションの履歴を有する構成員の組を検索して組合せ、該２構成員の間に別の構成員を経由する間接的な繋がりであるパスを検出する第６のステップと、
   該パス経路上に含まれる各構成員間のコミュニケーションフォーマル度を加算し経由数で除算したパスフォーマル度を算出する第７のステップを実行させることを特徴とする請求項７の人脈分析検索プログラム。
10. 前記人脈分析検索サーバの演算部に、入力された単語または単語の組合せについてのコミュニケーションコアとそのコアフォーマル度とを出力する第８のステップを実行させることを特徴とする請求項７の人脈分析検索プログラム。
11. 前記人脈分析検索サーバの演算部に、入力された２構成員間について算出されるコミュニケーションフォーマル度を出力する第９のステップを実行させることを特徴とする請求項８の人脈分析検索プログラム。
12. 前記人脈分析検索サーバの演算部に、入力された２構成員間について算出されるパスとそのパスフォーマル度を出力する第１０のステップを実行させることを特徴とする請求項９の人脈分析検索プログラム。
    

Images