JP2010061183A - 個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体 - Google Patents
個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体 Download PDFInfo
- Publication number
- JP2010061183A JP2010061183A JP2008223083A JP2008223083A JP2010061183A JP 2010061183 A JP2010061183 A JP 2010061183A JP 2008223083 A JP2008223083 A JP 2008223083A JP 2008223083 A JP2008223083 A JP 2008223083A JP 2010061183 A JP2010061183 A JP 2010061183A
- Authority
- JP
- Japan
- Prior art keywords
- review
- document
- document data
- index value
- individual
- 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
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 レビューに適した個人を検索する個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体を提供すること。
【解決手段】 本発明のシステム10は、ネットワーク16に接続され、クライアントからのレビューを依頼する個人の検索要求を受領する検索サーバ12と、過去に処理されたレビューに関連する蓄積文書データ、その著作者を含むメタデータを関連付けて格納するデータベース18とを含み、検索サーバ12は、レビュー対象文書データに対し内容の類似性により紐付けられる同一知識分野の文書データの集合をデータベースから検索し、レビュアー候補の個人を抽出する抽出手段40と、候補の個人それぞれにつき、作業量を集計し、同一知識分野でのレビュー経験の指標値を算出する分野指標値計算手段42と、候補の個人をランク付けする個人ランク付け手段48とを含む。
【選択図】 図2
【解決手段】 本発明のシステム10は、ネットワーク16に接続され、クライアントからのレビューを依頼する個人の検索要求を受領する検索サーバ12と、過去に処理されたレビューに関連する蓄積文書データ、その著作者を含むメタデータを関連付けて格納するデータベース18とを含み、検索サーバ12は、レビュー対象文書データに対し内容の類似性により紐付けられる同一知識分野の文書データの集合をデータベースから検索し、レビュアー候補の個人を抽出する抽出手段40と、候補の個人それぞれにつき、作業量を集計し、同一知識分野でのレビュー経験の指標値を算出する分野指標値計算手段42と、候補の個人をランク付けする個人ランク付け手段48とを含む。
【選択図】 図2
Description
本発明は、個人検索に関し、より詳細には、各個人について蓄積されるレビューの履歴情報を利用して、レビューに適した個人を検索する、個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体に関する。
R&D分野、マーケッティング分野、報道分野といった文書による知見、知識を中心に据える業務では、当該文書が関連する分野で充分な知識を有する個人、すなわちエキスパートによるレビュー作業が通常に行われている。レビュー作業は、知的出力の品質を保証し、レビュー結果の提供まで短期間であることが要求される。これまで文書のレビューのために使用されるアプリケーションは、レビューのためのワークフローを確立させ、確立したワークフローを管理するといった形式で文書のレビュー作業をサポートしている。
また、これまでにも文書データベース、個人プロファイル(スキルプロファイル)、スケジュール情報などを使用し、各エキスパートの背景知識やスケジュールを考慮するエキスパート検索システムが知られている。より高性能な他のエキスパート検索システムでは、レビュー対象の文書に類似する文書ファイルの著作者またはレビュアーを検索し、この情報を用いて必要な背景知識を有するエキスパートを検索するものが知られている。
また、ワークフローを管理する点で、個人を検索するシステムが知られている。例えば、特開2008−071082号公報(特許文献1)では、ユーザ端末に格納された情報をタスクの関連情報として適時取り扱う(ユーザ端末に格納されたタスクに関連する情報を格納、検索および閲覧する)ことのできるワークフロー管理システムが記載されている。
また、特開2008−065784号公報(特許文献2)では、ワークフロー実行時に動的にワークフローモデルを構成するワークフロー管理システムであって、ある対象ユーザに対して、当該対象ユーザを含む任意のユーザが行った、タスク、添付ドキュメントおよび添付情報に対するアクセスの履歴情報を用いて、タスク、添付ドキュメントおよび添付情報を検索する手段と、その検索結果を上記対象ユーザに対して提示する手段とを備えたことを特徴とするワークフロー管理システムが開示されている。
また、米国公開特許US2005/0182743A1号明細書(特許文献3)は、エキスパート・マッチング・システムを開示する。さらに、米国公開特許US2006/0248076A1号明細書(特許文献4)は、入力フレーズから著作者を検索する技術を開示する。特許文献4では、入力フレーズから入力フレーズに関連する著作者を検索し、ランク付けすることで膨大な収集文書からエキスパートを検索するというものである。
特開2008−071082号公報
特開2008−065784号公報
米国公開特許US2005/0182743A1号明細書
米国公開特許US2006/0248076A1号明細書
レビュー作業の品質は、各エキスパート個人の背景知識に依存するため、上記従来技術のように、個人の背景知識を考慮してマッチングを行うことにより、ある程度、レビューに適した個人を検索することができると言える。また、レビューのためのワークフローを確立させたり、各個人のスケジュールを考慮することにより、ある程度、レビュー作業の効率を向上させることができると言える。一方、レビュー作業の品質は、各エキスパート個人の背景知識のみならず、エキスパートの経験に依るところも大きい。したがって、特定のレビューに対し、より好適な個人を見つけ出すためには、各個人のレビューに関する経験を定量的に取り扱って、各個人のレビュー作業に対する適正度を高精度に評価する枠組みが必要とされる。
上記特許文献1では、ユーザ端末に格納された複数種類の情報を利用するワークフロー管理を行うことを記載する。しかしながら、特許文献1は、特定の文書をレビューするための最適な個人を検索する処理については開示するものではない。また、特許文献2は、ワークフロー実行時に動的にワークフローモデルを構成することを可能とするためにユーザの過去の履歴情報を使用してタスクや文書を検索し、その検索結果を検索をユーザに提示することを開示する。しかしながら、特許文献2は、文書などのレビューを行うために最適な担当者個人を、各個人の経験を考慮して検索することを開示するものではない。
特許文献3に記載されたエキスパート・マッチングシステムは、どのような基準で特定の文書などの対象に関連するエキスパートを特定するかについて何ら開示するものではなく、対象とする文書などの類似性に関連付けてエキスパートを検索することを解決課題とするというものでもない。特許文献4に記載された技術では、入力フレーズに関連する文書の著作者を検索し、ランク付けすることにより、エキスパートを検索するものである。しかしながら、特許文献4に記載された技術は、当該エキスパートの経験を充分な精度で定量的に評価してレビューに最適な候補者を決定することを課題とするものではない。
すなわち、これまで知られているエキスパート検索方法は、各エキスパートのレビューの経験を充分な精度で定量的に評価する枠組みを備えていないため、エキスパート個人の経験を充分に考慮できるものではなく、必ずしも適切なエキスパートの候補を提示することができるというものではなかった。つまり、各エキスパート個人のレビューの経験を充分な精度で定量的に評価し、各個人の経験を反映して適した候補を提示することが可能な個人検索技術が必要とされていた。
本発明は、特定の文書を対象としたレビューを効率的かつ高品質に行うために、各個人のレビュー作業に関する実質的な経験を定量的に評価して、レビューを依頼するべき適切な個人を検索する、個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体を提供することを目的とする。
本発明では、上記課題を解決するために、個人を検索するシステムにおいてネットワークに接続される検索サーバは、過去に処理されたレビューに関連する蓄積文書データ、および該蓄積文書データの著作者を含むメタデータを関連付けて格納するデータベースにアクセスする。そして、クライアント・コンピュータからのレビューを依頼する個人の検索要求を受領した際には、検索要求の対象文書データに対し内容の類似性により紐付けられるレビュー対象と同一知識分野の文書データの集合を上記データベースから検索し、レビュアー候補の個人を抽出する。さらに、候補の個人それぞれにつき、求めた集合に含まれる同一知識分野の文書データそれぞれの内容およびメタデータを用いて作業量を集計し、同一知識分野でのレビュー経験の指標値を算出し、このレビュー経験の指標値を用いて、候補の個人をランク付けする。
上記構成により、データベースに蓄積される過去に処理されたレビューの履歴情報から、対象文書データと同一知識分野に属する文書データを著作した個人が候補として抽出され、さらに、文書データの内容およびメタデータを用いてレビューの作業量がレビューの履歴情報を用いて集計されるため、個人の同一知識分野におけるレビュー経験が定量されて、このレビュー経験の多寡を反映してレビュアーの候補となる個人が検索される。したがって、当該検索システムの利用者は、対象と同一知識分野におけるレビュー経験を定量的に勘案して、より適切なレビューの候補者を見つけ出すことが可能となる。
さらに本発明では、候補の個人それぞれにつき、データベースに格納される蓄積文書データそれぞれの内容およびメタデータを用いて作業量を集計し、不特定知識分野でのレビュー経験の一般指標値を算出することができる。この場合、さらに一般指標値を用いて候補の個人をランク付けすることができる。この構成により、個人のレビュー対象と同一知識分野におけるレビュー経験だけでなく、不特定知識分野における一般的なレビュー経験が定量されて、この一般的なレビュー経験の多寡を反映してレビュアーの候補となる個人が検索される。したがって、当該検索システムの利用者は、不特定知識分野における総合的なレビュー経験を定量的に勘案して、より適切なレビューの候補者を見つけ出すことが可能となる。
また本発明では、個人のスケジュール、スキル、ロールおよび所属、またはこれらの少なくとも1つの属性値を用いて、該属性に対する適合の程度を示す属性指標値を計算することができる。この場合、さらに属性指標値を用いて候補の個人をランク付けすることができる。この構成により、個人のスケジュール、スキル、ロールおよび所属といった属性の適合度を反映してレビュアーの候補となる個人が検索される。したがって、当該検索システムの利用者は、レビュー経験に加え、個人の属性の適合度を勘案して、より適切なレビューの候補者を見つけ出すことが可能となる。
本発明では、上記メタデータは、それぞれの蓄積文書データにつき、過去に処理されたレビューの作業の時間、出力文章量および入力文章量の少なくとも1つを上記作業量として含むことができる。このため、高い精度で、上記分野指標値および一般指標値を算出することができる。この作業の時間は、蓄積文書データに関連づけられたレビュー・タスクの開始および終了の日または日時、前記蓄積文書データのメタデータに含まれるデータ操作履歴の集計により求めることができる。上記文章量は、行数または文字数で計量することができる。
また本発明では、同一知識分野の文書データは、対象文書データを用いて類似検索された蓄積文書データ、および類似検索された蓄積文書データの子または子孫となる蓄積文書データとすることができる。また蓄積文書データは、タイトル、本文、内容を特徴付けるテキスト・マイニング・データまたはこれらの少なくとも一方を含むことができる。さらに本発明では、上記蓄積文書データは、過去のレビューの対象となった入力文書の全部または一部分、および該レビューの出力であるコメントを含むことができる。本発明では、サーバは、ネットワークを介して、ランク付けされた候補の個人のリストを検索要求に対し応答することができる。また、候補の個人の抽出の際には、上記同一知識分野の文書データに関連付けられた著作者を候補の個人として抽出することができる。
以下、本発明の実施形態を説明するが、本発明の実施形態は、以下の実施形態に限定されるものではない。なお、以下の実施形態では、特定の文書データに対するレビューを依頼するべき個人を検索するためのレビュアー検索システムを一例として説明する。
図1は、レビュアー検索システム10の実施形態を示す。図1に示すレビュアー検索システム10では、データベース18を管理するサーバ12がネットワーク16に接続されている。データベース18は、リレーショナル・データベース(RDB)、オブジェクト指向データベース(OODB)、オブジェクト・リレーショナル・データベース(ORDB)、XMLデータベースなどとして構成されていて、本実施形態でサーバ12が使用するための各種データを格納する。データベース18は、サーバ12からの照会に応答して、各種結果をサーバ12に返している。
また、ネットワーク16には、複数のクライアント14a〜eが接続されている。クライアント14a〜eは、それぞれCPU、RAM、ROM、ハードディスクドライブなどを実装するパーソナル・コンピュータとして構成することができる。またクライアント14a〜eは、WINDOWS(登録商標)XP、Vista、MAC(登録商標) OS、UNIX(登録商標)、LINUX(登録商標)などのオペレーティング・システム(OS)の制御下で、Internet Explorer、Netscape Navigator、Firefox、Mosaic、Operaなどのブラウザ・ソフトウェアを介してHTTPプロトコルを使用してサーバ12にアクセスし、レビュアーの検索要求を送付し、検索結果をHTTPレスポンスとして受領する。
また本実施形態のレビュアー検索システム10では、クライアント14は、ドキュメントおよびコメントの登録および取得の要求や、レビュー作業の開始および終了などの登録の要求を送付し、処理結果をHTTPレスポンスとして受領する。これにより、ドキュメントの作成作業、レビュアーの検索要求および検索結果表示、およびドキュメントに対するレビュー作業を行うためのグラフィカル・ユーザ・インタフェース(以下、GUIとして参照する。)が提供される。ここでドキュメントは、レビューの対象となり得る文書のタイプを指し、コメントは、レビューの出力として特定のドキュメントに対し付された文書のタイプを指すものとする。
図2は、本実施形態のレビュアー検索システム10が含むサーバ12の機能ブロックを示す。レビュアー検索システム10は、クライアント・アプリケーションのインストールの手間やメンテナンス性の点から、好適にはウェブサーバとして構成することができる。
サーバ12は、インターネット、ワイアドまたはワイアレス通信を使用するローカル・エリア・ネットワーク(LAN)、またはワイド・エリア・ネットワーク(WAN)などを含むネットワーク16を介して複数のクライアント(図示せず)から、クライアント上でユーザが作製したドキュメントに対するレビュアーの検索要求を受領して処理する。レビュー対象となるドキュメントは、クライアント側で作製して、サーバ12に送付することもできるが、データベース18に蓄積済みのドキュメントを識別する文書識別値を使用して、サーバ12が含む文書管理アプリケーションなどにより、文書識別値により指定されるドキュメントを、レビュアー検索要求ごとにサーバ12がデータベース18から取得することができる。
なお、以下に説明する実施形態では、クライアントがレビュアー検索要求を発行する場合に、ドキュメントをブラウザに選択可能に提示し、レビュアーを決定するべきドキュメントを識別する文書識別値を含ませてレビュアー検索に提供するものとして説明する。
サーバ12は、データベース18にユーザデータを管理する。サーバ12のユーザとは、クライアントのユーザを意味するとともに、サーバ12に対してアクセス可能な登録者であって、レビュアー検索の対象となる個人を意味する。具体的には、本実施形態における個人とは、特定企業の従業員、特定団体の構成員、官公庁の公務員などを意味し、以下、特に断らない限り、単にユーザとして参照する。
また、サーバ12は、データベース18に、既に作製済みのドキュメント、または特定のドキュメントに対して行われたコメントを、そのメタデータと関連付けて管理している。本実施形態では、レビュー対象となり得るドキュメント、および特定のドキュメントに対するコメントは、文書フラグメントとして管理される。文書フラグメントは、作製されたひとまとまりのドキュメントの全部、またはそのドキュメントを構成する特定領域の一部分の文章、これらの文書の全部または一部分に対して付されたコメントを含み、本実施形態の文書データを構成する。ひとまとまりのドキュメントは、1以上のドキュメント・タイプの文書フラグメントから構成される。また、各文書フラグメントに付されるメタデータは、詳細は後述するが、文書フラグメントそれぞれの著作者のユーザを識別するユーザ識別値、該文書フラグメントに関連する過去のレビュー作業に関する情報などを含む。
サーバ12は、レビュアー検索要求を受領すると、ネットワーク・インタフェース部20、入力インタフェース部22を介して情報統合管理モジュール26にレビュアー検索要求を渡す。ネットワーク・インタフェース部20は、ネットワークインタフェースカード(NIC)およびアセンブラといった低級言語レベルのプログラムを使用して、物理層およびデータリンク層レベルでレビュアー検索要求を処理し、TCP/IP層にレビュアー検索要求を送付する。TCP/IP層では、レビュアー検索要求パケットのTCP/IPヘッダを解析して、トランザクション・プロトコルタイプの決定を行い、TCP/IPヘッダに規定されたポートを担当するアプリケーション、例えばHTTPプロトコルであれば、ポート番号=80にレビュアー検索要求を渡す。
また、上述した情報統合管理モジュール26は、リレーショナルデータベース(RDB)やオブジェクト指向データベース(OODB)などのデータベース・アプリケーションとして実装することができる。なお、本実施形態では、レビュアー検索要求に応答して、データベース18に蓄積された各データを横断的に利用し、かつメモリ容量を不要に消費させないという点から、好適には、OODBを利用して情報統合管理モジュール26を構成することができる。
レビュアー検索要求は、HTTPプロトコル(ポート=80)を指定して送付された後、CGI(Common Gateway Interface)などを使用して実装される入力インタフェース部22に渡される。入力インタフェース部22は、受領したパケットを解析し、要求に対応するアプリケーションを呼出し、処理を実行させる。アプリケーションの実行結果は、検索結果としてCGIの出力モジュールとして構成された出力インタフェース部24へと送られ、ネットワーク・インタフェース部20を介してネットワーク16へと送出され、要求元のクライアントへと検索結果が送付される。
サーバ12は、上述した処理を実行するため、PENTIUM(登録商標)、PENTIUM(登録商標)互換チップなどのCISCアーキテクチャのマイクロプロセッサ、または、POWER PC(登録商標)などのRISCアーキテクチャのマイクロプロセッサを、シングルコアまたはマルチコアとして実装し、WINDOWS(登録商標)200X、UNIX(登録商標)、LINUX(登録商標)などのオペレーティングシステム(OS)によりアプリケーションの実行を制御する。
また、アプリケーションは、C++、JAVA(登録商標)、JAVA(登録商標)SCRIPT、PERL、RUBYなどのプログラミング言語を使用して実装される、CGI、サーブレット、APACHEなどのサーバサイド・プログラムとして実装され、クライアントからのレビュアー検索要求を処理する。
上記情報統合管理モジュール26は、複数のサブ・モジュールを含んで構成されている。各サブ・モジュールは、RAMなどに読み込んだプログラムおよびデータを使用して、CPUがプログラムを実行することにより、サーバ12上にそれぞれの機能手段、機能部として実現されている。
情報統合管理モジュール26は、より詳細に説明すると、文書フラグメント管理部28と、コンテキスト管理部30と、個人情報管理部32と、個人検索部38と、タスク管理部37とを含んで構成される。
文書フラグメント管理部28は、ドキュメント、メール、コメント、メッセージ、その他、すでに作製されて蓄積された文書の文書フラグメント(以下、蓄積文書フラグメントとして参照する。)について、その識別情報として文書識別値を与えて管理している。また文書フラグメント管理部28は、レビュアーを検索するため、クエリとして与えられる文書フラグメント(以下、クエリ文書フラグメントとして参照する。)に類似する蓄積文書フラグメント(以下、類似文書フラグメントとして参照する。)の検索を実行する。この際に、文書フラグメント管理部28は、与えられたクエリ文書フラグメントを使用して、データベース18に格納された蓄積文書フラグメントとクエリ文書フラグメントとの間の類似度を計算する。そして、類似度と、例えば類似度に対する所与の閾値とを比較し、類似度が閾値以上の蓄積文書フラグメントを類似文書フラグメントとして決定する。
本実施形態では、類似度計算は、これまで知られた如何なる手法でも使用することができる。類似度検索を実行する手法としては、特に限定されるわけではないが、文書フラグメントを登録する際に、形態素解析、TF−IDF(Term Frequency - Inverse Document Frequency)法を使用して、文書フラグメントの内容(本文およびタイトル、またはこれらのいずれか一方を含む。)に含まれる名詞などの単語を抽出し、文書内の単語の出現頻度、単語の重要度を計算し、索引付けを行うことにより、予めデータマイニングを実施しておき、一方、与えられたクエリ文書フラグメントに対する単語の抽出を同様に実施して、ベクトル空間法などを使用して、類似度を算出することができる。なお、文書の類似検索方法については、本発明の要旨ではないので、これ以上の詳細な説明は省略する。
コンテキスト管理部30は、上記文書フラグメント管理部28が管理する蓄積文書フラグメント間の依存関係を管理し、各蓄積文書フラグメントにつき、著作者、依存関係、関連する過去のレビュー作業を記述する情報を含むメタデータを関連付けている。図3は、文書フラグメント管理部28およびコンテキスト管理部30により管理される、文書フラグメント・コンテキストのデータ構造を示す図である。なお、文書フラグメント・コンテキスト100は、文書フラグメント管理部28が管理する文書識別値および内容と、コンテキスト管理部30が管理するメタデータから構成される。図3に示す文書フラグメントコンテキス100は、各蓄積文書フラグメントの文書識別値が入力されるフィールド100aと、内容が入力されるフィールド100cと、メタデータが含まれるフィールド100b,d〜hとを含んで構成される。
メタデータとしては、より具体的には、各蓄積文書フラグメントにつき、著作者のユーザを識別するユーザ識別値100e、親子関係を形成している親の蓄積文書フラグメントの文書識別値100d、文書フラグメントに関連する過去のレビュー作業のレビュー経過100f、およびドキュメントまたはコメントの別を示す文書タイプ100bを含んで構成される。その他、後述するレビュー経験の指標値を効率的に算出するために、メタデータとして、行数または文字数で表される、文書フラグメントの本文の文章量100hを含むこともできる。
レビュー経過100fは、より具体的には、レビュー作業の開始日時および終了日時に関する情報100iからなる。このレビュー作業の開始および終了の日時は、後述するタスク管理部37から提供される当該文書フラグメントに関連付けられたタスクの開始日時および終了日時をコピーして入力される。また、上記レビュー作業の開始日時および終了日時に代えて、レビュー作業の開始日および終了日をメタデータとして含み、日数単位でレビュー作業時間を見積もることもできる。その他、メタデータとしては、文書フラグメントに対する作業の状態を示すステータス100gを含むこともできる。
再び図2を参照すると、個人情報管理部32は、各ユーザについて、その識別情報として、ユーザ識別値を与え、必要に応じてユーザ名、所属、上司のユーザ識別値や電子メールアドレスなどの連絡先を含むユーザプロファイルを関連付けて管理しており、識別情報を検索キーとする検索要求に対応して参照される。図4は、個人情報管理部32により管理されるユーザデータのデータ構造を示す図である。図4に示すユーザデータ110は、ユーザ識別値が入力されるフィールド110a、各種ユーザプロファイルが入力されるフィールド110b〜hを含んで構成される。
ユーザプロファイルとしては、後述するレビュー経験の指標値を効率的に算出するために、好適には、各ユーザについて、各ユーザが著作者となっているドキュメントの文書フラグメントの文書識別値のリスト110c、コメントの文書フラグメントの文書識別値のリスト110dを含み、個人情報管理部32は、これらを対応付けて管理することができる。また、個人情報管理部32は、ユーザ属性を勘案してレビュアー候補を提案するために、好適には、ユーザのスキルレベルのリスト110f、レビュー担当者であるかドキュメントの作成者であるかのロール110b、後述するスケジュール・データ110e、所属110h、上司110gなどユーザ属性をユーザに関連付けて管理することができる。
再び図2を参照すると、図1に示したサーバ12の情報統合管理モジュール26は、例示的にスケジュール管理部34を含んで構成することができる。スケジュール管理部34は、レビュアー候補のユーザを検索する際に、レビュー作業の期限と各ユーザのスケジュール上の適合度を考慮するために、各ユーザについてのスケジュール・データを管理し、データベース18に登録された特定のユーザから送付されたスケジュールを検索して、ユーザへのスケジュール通知などを行っている。
タスク管理部37は、ドキュメントの文書フラグメントに対して指示されたレビュー作業などのタスクを管理し、登録された各タスクについて、割り当てられたユーザ識別値、実行中および完了といったタスク・ステータス、開始、中断、再開および終了などの操作の日時を履歴として記録する。さらにタスク管理部37は、レビュー作業に対応するタスクについては、その開始日時および終了日時を、中断があれば中断日時および再開日時を、当該レビュー作業の完了とともに、レビュー作業の対象となるドキュメントおよび該ドキュメントに付されたコメントに対応する文書フラグメントのメタデータ内のレビュー経過100fにコピーする。
個人検索部38は、レビュアー検索要求を受領すると、文書フラグメント管理部28、コンテキスト管理部30、個人情報管理部32が管理するデータを横断的に参照して、レビュアーの一次候補となるユーザの集合リストを作成し、集合リストに含まれる各ユーザについて各種レビュー経験の指標値を算出し、これら各種指標値に従ってランク付けされたレビュアー候補者リストを作成する。作成されたレビュアー候補者リストは、出力インタフェース部24およびネットワーク・インタフェース部20を介して、レビュアー検索要求の送信元のクライアントに送付される。個人検索部38は、より具体的には、ドメインエキスパート抽出部40と、ドメイン経験評価部42と、一般経験評価部44と、ランク付け部48とを含んで構成される。
ドメインエキスパート抽出部40は、データベース18に格納される蓄積文書フラグメントおよびそのメタデータから、レビュー対象のドキュメントと同一知識分野に属すると判定される文書フラグメントの著作者であるユーザ(以下、ドメインエキスパートとして参照する。)を一次候補として抽出する。そして、抽出結果のドメインエキスパートの集合リスト、および同一知識分野の文書フラグメントの集合リストを、ドメイン経験評価部42に与える。また、ドメインエキスパート抽出部40は、抽出結果のドメインエキスパートの集合リストを一般経験評価部44に与える。
ドメインエキスパート抽出部40は、より具体的には、レビュアー検索要求された対象文書フラグメントをクエリ文書フラグメントとして与えて、類似検索を文書フラグメント管理部28に依頼し、対象文書フラグメントに類似する類似文書フラグメントの集合のリスト(以下、一次文書集合リストとして参照する。)を取得する。文書フラグメントの集合のリストは、例えば、文書フラグメントの文書識別値および文書タイプの組の配列として与えられる。このとき、好適には、ドキュメントおよびコメント両文書タイプの蓄積文書フラグメントを検索範囲に含め、レビューの対象であるドキュメントに類似するドキュメントおよびコメントを抽出することができる。
ドメインエキスパート抽出部40は、さらに、一次文書集合リストに含まれる各蓄積文書フラグメントを、コンテキスト管理部30に与えて、親子関係が形成された文書フラグメントの検索を依頼し、一次文書集合リストに含まれる各文書フラグメントとファミリを構成する文書フラグメントの集合のリスト(以下、二次文書集合リストとして参照する。)を取得する。本実施形態では、類似性により対象ドキュメントと直接紐付けられる一次文書集合リストと、親子関係を介して間接的に紐付けられる二次文書集合リストに含まれる文書フラグメントとが、同一知識分野に属すると判定されることとなる。
図5は、ドメインエキスパートの集合リストを得る処理を、各段階で用いられるデータ構造とともに示す図である。図5に示すように、まず、クエリ文書フラグメントとして与えられた対象文書フラグメント(ドキュメント)120に類似する文書フラグメント(ドキュメント)126および文書フラグメント(コメント)128が取得される。続いて、類似文書フラグメントと親子関係が形成されている蓄積文書フラグメントがさらに取得され、二次文書集合122が得られる。つまり、レビュー対象のドキュメントに類似する内容を有するドキュメントおよびコメントに加え、これら類似のドキュメントに付されるコメントや、これら類似のコメントが付されたドキュメントなどに対応する文書フラグメントが、同一知識分野に属するものと判定されることとなる。そして、二次文書集合122がコンテキスト管理部30に与えられて、これらの著作者のユーザ識別値が取得され、ドメインエキスパートのユーザ識別値のリストが取得される。図5には、二次文書集合122が含む各文書フラグメント126,128は、さらにメタデータとして著作者130が関連付けられている様子が示されている。
なお、他の実施形態では、上記一次文書集合リストを取得するための検索の際に、ドキュメントのみの文書タイプの蓄積文書フラグメントを検索範囲に含め、二次文書集合リストを取得するための検索の際に、コメントのみの文書タイプの蓄積文書フラグメントを検索範囲に含めることもできる。この場合には、レビュー対象のドキュメントに類似する内容を有するドキュメントに付されるコメントの文書フラグメントのみが抽出され、対象ドキュメントに類似するドキュメントに対しレビューしたことのある個人のみがドメインエキスパートとして抽出されることとなる。また、二次文書集合122を取得する際には、親子関係から辿られる、所定範囲の子孫または祖先をファミリとして特定することもできる。
再び図2を参照すると、ドメイン経験評価部42は、与えられたドメインエキスパートのリストに含まれる各ユーザに対し、レビュー対象と同一知識分野におけるレビュー経験を定量するドメイン経験指標値(expD)を算出し、ランク付け部48へ渡す。より具体的には、ドメイン経験評価部42は、ドメインエキスパート抽出部40から与えられた同一知識分野に属すると判定された文書フラグメントのリストをコンテキスト管理部30に与えて、対応する文章量、関連する過去のレビュー作業の開始日および終了日を含むメタデータを取得し、図5に示すように、文書フラグメントをユーザ毎にソーティングする。そして、各ユーザについて、同一知識分野におけるレビュー作業の出力であるコメントの総文章量(以下、総出力文章量として参照する)、およびレビューの総作業時間を集計する。
また、ドメイン経験評価部42は、好適には、レビュー作業の入力であるレビュー対象ドキュメントの総文章量(以下、総入力文章量として参照する)を集計することもできる。なお、本実施形態では、総出力文章量および総入力文書量は、個別の文書フラグメントに関連付けられるメタデータに含まれる作業時間および文章量から算出する構成としたが、他の実施形態では、文書の本文から文章量を直接求めてもよい。また、各ユーザに対する総作業時間を集計の際には、各レビュー作業の期間の重複を解消するよう集計することができる。例えば、同一ドキュメントに複数のコメントが付される場合などでは、複数のコメントに同一の作業時間がコピーされるため、好適には、一方のみを総作業時間に加算する。また、レビュー作業の入力であるドキュメントと、出力であるコメントには、同一の作業時間がコピーされるため、好適には、一方のみを総作業時間に加算する。
一般経験評価部44は、与えられたドメインエキスパートのリストに含まれる各ユーザに対し、知識分野非限定のレビュー経験を定量する一般経験指標値(expG)を算出し、ランク付け部48へ渡す。より具体的には、一般経験評価部44は、各ユーザ識別値を個人情報管理部32に与えて、各ユーザが著作者であるコメントおよびドキュメントの文書識別値のリストを取得する。そして、このリストをコンテキスト管理部30に与えて、対応する文章量、関連するレビュー作業の開始日時および終了日時を取得し、各ユーザについて、知識分野非限定のレビュー作業の出力であるレビュー・コメントの総出力文章量、レビューの総作業時間を集計する。また、一般経験評価部44は、好適には、各ユーザが著作者であるコメントの親となるドキュメントの文書識別値のリストを取得し、レビュー作業の入力であるレビュー対象ドキュメントの総入力文章量を集計することもできる。
なお、本実施形態のレビュアー検索システム10では、文章量およびレビュー経過がメタデータとして与えられ、また文書フラグメントの内容を特徴付けるテキストマイニングされたデータを索引としてシステムが持ち、類似検索、文章量および作業時間の集計が可能とされている限り、文書フラグメントの内容自体のデータは、必ずしも要するものではない。
図1に示したサーバ12の個人検索部38は、さらに、例示的に属性評価部46を含んで構成することができる。上記ドメインエキスパート抽出部40は、スキルレベル、ロール、所属などユーザ属性の適合度を勘案してレビュアー候補者を提案するために、抽出結果のドメインエキスパートのリストを属性評価部46に与えることができる。属性評価部46は、与えられたドメインエキスパートのリストに含まれる各ユーザに対し、ユーザ属性の適合度を定量する属性指標値uを算出し、ランク付け部48へ渡す。また、属性評価部46は、好適には、スケジュール管理部34が管理する各ユーザのスケジュールと、レビュー期限とを比較し、スケジュール属性についての適合度を定量し、上記属性指標値uに含めることもできる。本実施形態では、ユーザ属性の適合度の計算は、スキルレベル、ロール、所属などユーザ属性を用いるエキスパート・マッチング技術など、これまで知られたいかなる手法でも使用することができる。
ランク付け部48は、一次候補の各ドメインエキスパートについて、ドメイン経験評価部42および一般経験評価部44、適宜属性評価部46から渡された各種指標値を用いて、総合スコアを算出してランク付けする。一次候補のドメインエキスパートは、総合スコアに従ってソーティングされ、総合スコア上位から所定順位または所定スコアで打ち切られる。ランク付け部48は、残されたドメインエキスパートを最終的に推奨する候補者として、個人情報管理部32に問い合わせて取得するユーザ名などのユーザ情報と、上記各指標値、総合スコアなどとともにレビュアー候補者リストを作成し、出力インタフェース部24へ渡す。レビュアー候補者リストは、出力インタフェース部24およびネットワーク・インタフェース部20を介して、レビュアー検索要求の送信元のクライアントに送付されることとなる。
図1に示したサーバ12の情報統合管理モジュール26は、例示的にデータ管理部36を含んで構成することができる。データ管理部36は、上述した各機能処理部とデータベース18との間の実際のデータ交換を中継し、各機能処理部が使用するデータ形式と、データベース18に格納されるデータ形式との変換を実行し、各機能処理部をデータベース18に接続し、本システムで処理されるデータの格納・削除などを、統合的に管理する。
好ましい本実施形態では、情報統合管理モジュール26は、テーブルなどのデータ量を削減し、さらに他の管理部がすでに作製したデータを継承することにより、メモリ消費量などの削減を可能としつつ、効率的な統合的処理を可能とする。
以下、フローチャートを参照して、本実施形態のサーバ12が実行する推奨レビュアー検索処理の詳細を説明する。図6は、本実施形態の推奨レビュアー検索処理のフローチャートである。図6に示す処理は、ステップS100から開始し、ステップS101では、クライアントから所定の対象ドキュメントに対するレビュアー検索要求を受信する。なお、このとき、既にレビュー対象となるドキュメントが既に検索者により作製され、データベース18に既に蓄積されているものとする。ステップS102では、対象ドキュメントの文書識別値を与えて、経験評価フローを呼び出す。なお、経験評価フローの詳細については、後述するが、当該フローにより対象ドキュメントに対応するドメインエキスパートが抽出され、各ドメインエキスパートに対し、上記ドメイン経験指標値expDおよび一般経験指標値expGが算出される。
ステップS103では、ステップS102で呼び出された処理フローにより、各ドメインエキスパートについて算出されたドメイン経験指標値expDおよび一般経験指標値expGから、さらに総合スコアを算出する。各ドメインエキスパートに対する総合スコアRは、例えば、上記ドメイン経験指標値expD、一般経験指標値expG、および任意のウェイト係数wD,wG(例えば、wD=wG=0.5など。)を用いて、下記式(1)、
により算出することができる。ステップS104では、算出された総合スコアに従って、一次候補のドメインエキスパートをソーティングし、所定の順位またはスコアで打ち切り、ランク付けされたレビュアー検索結果を要求元のクライアントに応答し、ステップS105で処理を終了させる。
図7は、本実施形態の経験評価処理のフローチャートである。図7に示す処理は、図6に示したステップS102の処理により呼び出されて、ステップS200から開始する。ステップS201では、ドメインエキスパート抽出部40は、与えられた対象ドキュメントと同一知識分野に属すると判定される文書フラグメントの集合を取得する。ステップS202では、取得した文書フラグメントの集合からこれらの著作者をリストアップし、一次候補とする。
ステップS203からステップS208までのループでは、一次候補の各ユーザについて、一般経験指標値expGを算出するためのステップS204およびステップS205の処理、およびドメイン経験指標値expDを算出するためのステップS206およびステップS207の処理が実行される。
ステップS204では、個人情報管理部32へ問い合わせて、処理対象のユーザが著作者であるコメントの集合を取得する。ステップS205では、コンテキスト管理部30へ問い合わせて、処理対象のユーザが著作者である全コメントの文章量およびレビューの作業時間を取得し、総出力文章量outputGおよび総作業時間timeGを集計する。他の実施形態では、ステップS205で、総入力文章量inputGを集計してもよい。
ステップS206では、ステップS201で得た文書フラグメントの集合から、処理対象のユーザが著作者である同一知識分野のコメントの集合を取得する。ステップS207では、コンテキスト管理部30へ問い合わせて、処理対象のユーザが著作者である同一知識分野のコメントの文章量およびレビューの作業時間を取得し、総出力文章量outputDおよび総作業時間timeDを集計する。他の実施形態では、ステップS207で、総入力文章量inputDを集計してもよい。
ステップS203からステップS208までのループから抜けると、ステップS209では、得られた同一知識分野での総出力文章量outputDおよび総作業時間timeD、および知識分野非限定の総出力文章量outputGおよび総作業時間timeGから、全ユーザのドメイン経験指標値expDおよび一般経験指標値expGを算出し、ステップS210で計算結果とともに処理を呼び出し元に戻す。ステップS209では、より具体的には、全ユーザ中から、最大値の同一知識分野での総出力文章量outputD MAXおよび総作業時間timeD MAX、および知識分野非限定の総出力文章量outputG MAXおよび総作業時間timeG MAXをそれぞれ求め、各ユーザの値を最大値でそれぞれ規格化する。
各ユーザのドメイン経験指標値expDは、例えば、最大の総出力文章量outputD MAX、最大の総作業時間timeD MAX、各ユーザの総出力文章量outputD、総作業時間timeD、任意のウェイト係数foutput,ftime(例えば、foutput=ftime=0.5など。)を用いて、下記式(2)、
各ユーザの一般経験指標値expGは、例えば、最大の総出力文章量outputG MAX、最大の総作業時間timeG MAX、各ユーザの総出力文章量outputG、総作業時間timeG、任意のウェイト係数foutput,ftimeを用いて、下記式(3)、
以下、図8〜図10を参照して、本実施形態のレビュアー検索システム10において実行される推奨レビュアーの提案処理について、より詳細を説明する。図8は、本実施形態のレビュアー検索システム10において、クライアント14、サーバ12およびデータベース18間で行われる処理の概略的なシーケンス図である。図9は、サーバ12からのHTTPレスポンスに従ってクライアント14のディスプレイ画面上に表示される、レビュアー検索要求を行うためのGUI画面を例示する。図9(A)は、本実施形態においてレビュアーを検索するために用いられるGUI画面を示す。図9(A)に示すGUI画面200には、ドキュメントのタイトル202と本文204とが表示されおり、さらに、キャンセル・ボタン206と、検索要求の発行を指示するための検索ボタン208とが配置されている。
図8に示すステップS300の処理では、図9(A)に示すGUI画面200において検索ボタン208がクリックされたことに応答して、対象ドキュメントの文書識別値を含むレビュアー検索要求がクライアント14からサーバ12へ発行される。ステップS301では、サーバ12は、レビュアー検索要求の対象ドキュメントの文書識別値、その他、類似度の閾値などのパラメータを与えて、データベース18に検索指令を発行する。ステップS302では、サーバ12は、内容の類似度により紐付けられる同一知識分野の文書フラグメント、ドメインエキスパートが著作者である知識分野非限定のすべての文書フラグメントの識別値を、関連付けられるレビュー経過および文章量などのメタデータとともにデータベース18から取得する。
ステップS303では、ステップS301およびステップS302の処理で取得したメタデータを用いて集計される候補の各ユーザについての総作業時間timeD、総作業時間timeG、総出力文章量outputD、および総出力文章量outputGから、候補の各ユーザについて、ドメイン経験指標値expDおよび一般経験指標値expGを算出する。ステップS304では、ドメイン経験指標値expDおよび一般経験指標値expGから総合スコアを計算し、ランク付けおよびソーティングを行い、ステップS305で、サーバ12は、レビュアー候補者リストの結果出力をHTTPレスポンスとして要求元のクライアント14へ応答する。
図10は、サーバ12からのHTTPレスポンスに従ってクライアント14のディスプレイ画面上に表示される、レビュアー検索結果を表示するGUI画面を例示する。図10に示すGUI画面240には、レビュアー候補者リストの結果出力が表示される結果テーブル242と、テーブル242の表示をスクロールさせるスクロールバー244と、レビュー依頼ボタン246と、キャンセル・ボタン248とが配置されている。
結果テーブル242は、より具体的には、ランク順位が表示されるフィールド242aと、推奨レビュアーの名前が表示されるフィールド242bと、レビュー経験に関する各種項目が表示されるフィールド242c〜hと、総合スコアが表示されるフィールド242iとを含んで構成される。レビュー経験に関する各種項目としては、図10に示したGUI画面240では、知識分野非限定の全レビュー時間242c、全コメントの文章量242d、一般経験指標値242e、同一知識分野のレビュー時間242f、コメント文章量242g、およびドメイン経験指標値242hを含む。クライアント14を使用する検索者は、図10に示すGUI画面240を用いて、マウスまたはキーボードの操作によりレビュアー候補者のリスト中から1人または複数の候補者を選択し、レビュー依頼ボタン246をクリックすることによって、選択中のレビュアー候補者に対して、レビューの依頼を行うことができる。レビュー依頼ボタン246がクリックされると、レビュー依頼を含むHTTPリクエストがサーバ12に発行され、サーバ12は、個人情報管理部32にユーザと関連付けて管理している電子メールアドレスまたはタスク管理部37等を用いて、当該レビュアー候補者にレビュー作業を依頼する処理を実施する。
上記実施形態の構成によれば、データベース18に蓄積される過去に処理されたレビューの履歴情報から、対象文書データと同一知識分野に属する文書フラグメントを著作したユーザ(ドメインエキスパート)が候補として抽出され、さらに、文書フラグメントの内容およびメタデータを用いて、それぞれのユーザのレビューの作業量を集計される。このため、候補者の同一知識分野におけるレビュー経験、および知識分野非限定でのレビュー経験がそれぞれ定量されて、これらレビュー経験の多寡を反映してレビュアー候補者が検索される。したがって、当該検索システムの利用者は、対象と同一知識分野および分野非限定でのレビュー経験を定量的に勘案して、より適切なレビューの候補者を見つけ出すことが可能となる。
以下、図9、図11〜図14を参照して、レビュアー検索システム10において実行される他の実施形態の処理について、より詳細を説明する。上述までの実施形態との主な相違点は、個人情報管理部32が管理するユーザ属性であるスキルレベルなどを推奨レビュアー検索処理に利用する点である。
図11は、他の実施形態でスキルレベルを提供するためのスキル情報のデータ構造をテーブル形式で示す。スキルレベルは、Language、Technical Skill、Teamworkなどスキルのカテゴリと、English、Japanese、C++、XMLなどのスキル名とを対応付けて登録するスキル内容情報150を使用して、特定のユーザごとに登録される。特定ユーザのスキルレベル160は、Skill_List1(ユーザ毎に固有な値である。)といったインデックスが割当てられ、ユーザが特定されると、当該ユーザのユーザ識別値をキーとして、図4に示したユーザデータのフィールド110fからスキルレベル160が検索される。
スキルレベル160には、スキル名、カテゴリ、スキルレベルが登録されており、スキルレベルは、ここで説明する実施形態では、値の高い順にスキルが高いものとしてスキルについてスコア付けされる。なお、スキルのスコア付けは、種々の計算方法を使用することができるが、例えばスキル名を直交軸とする、スキルベクトルを定義し、ユーザから送付されたスキルレベルと内積計算して、そのスコアを計算することができる。
なお、この他、ロールおよびスケジュール、部門などについてもロール名、カテゴリ、日付およびスケジュール内容、部門名などがとして登録されており、レビュアー候補者のランク付け部48による参照に対応して各スコア計算のために利用される。
属性全体のスコアmatchUの計算は、例えば下記式(4)で与えられるスコア関数を使用して属性評価部46が実行することができる。
上記式(4)中、scoreattributeは、スキルレベル適合性、スケジュール適合性、ロール適合性、部門適合性といった各属性についてのスコアであり、fattributeは、各属性値についてのスコアにつき、どの程度推奨レビュー者スコアに反映させるかについてのウェイト係数である。なお、本実施形態では、scoreattributeについて値が存在しない場合、例外エラーを返すのではなく、値=0を返すように実装することで属性全体のスコアmatchUを計算する。
このため、特定の企業への適用に際し、例えば、部門属性を採用しない場合、スキルレベルを採用しない場合、スケジュールを採用しない場合であっても、属性評価部46の処理を修正することなく、特定企業の要求に対応させて各データをカスタマイズする最小のコストで対応することができる。なお、以下の実施形態の説明では、スキルレベルのスコアのみからユーザ属性全体のスコアmatchUが算出されるものとする。
図12は、他の実施形態の推奨レビュアー検索処理のフローチャートである。図11に示す処理は、ステップS400から開始し、ステップS401では、クライアントから所定の対象ドキュメントに対するレビュアー検索要求を受信する。なお、他の実施形態の推奨レビュアー検索処理では、当該レビュアー検索要求は、検索者による所望なスキルレベルの入力を含んでいる。
ステップS402では、対象ドキュメントの文書識別値を与えて、経験評価フローを呼び出す。なお、経験評価フローは、図7に示したものと同一である。一方、ステップS402の実行と同時に、ステップS406では、所望のスキル入力に従って、スキルレベルがマッチするユーザが検索され、検索された各ユーザの属性指標値uが取得される。ステップS403では、ステップS402で呼び出された処理フローにより、各ドメインエキスパートについて算出されたドメイン経験指標値expDおよび一般経験指標値expG、およびステップS406で検索されたユーザについて算出された属性指標値uから、各ドメインエキスパートについて総合スコアを算出する。スキルレベルがマッチしても、ドメインエキスパートではないユーザは、検索結果から除外されることとなる。各ドメインエキスパートに対する総合スコアRは、例えば、上記ドメイン経験指標値expD、一般経験指標値expG、属性指標値uおよび任意のウェイト係数wD,wG,wU(例えば、wD=wG=wU=1/3など。)を用いて、下記式(5)、
により算出することができる。ステップS404では、算出された総合スコアに従って、一次候補のドメインエキスパートをソーティングし、所定の順位またはスコアで打ち切り、ランク付けされたレビュアー検索結果を要求元のクライアントに応答し、ステップS405で処理を終了させる。
図13は、レビュアー検索システム10において、クライアント14、サーバ12およびデータベース18間で行われる他の実施形態の処理のシーケンス図である。図9(B)は、他の実施形態においてレビュアーを検索するために用いられるGUI画面を示す。図9(B)に示すGUI画面220には、ドキュメントのタイトル222と本文224が表示されおり、さらに、所望のスキルレベル226が表示されている。さらにGUI画面220には、スキルレベルを追加するためのスキル追加ボタン228、キャンセル・ボタン230、検索ボタン232とが配置されている。
図13に示すステップS500の処理では、図9(B)に示すGUI画面220において検索ボタン232がクリックされたことに応答して、対象ドキュメントの文書識別値、追加された所望のスキル入力を含むレビュアー検索要求が、クライアント14からサーバ12へ発行される。ステップS501では、サーバ12は、レビュアー検索要求の対象ドキュメントの文書識別値、その他、類似度の閾値などのパラメータを与えて、データベース18に検索指令を発行する。ステップS502では、サーバ12は、内容の類似度により紐付けられる同一知識分野の文書フラグメント、ドメインエキスパートが著作者である知識分野非限定のすべての文書フラグメントの識別値を、関連付けられるレビュー経過および文章量などのメタデータとともにデータベース18から取得する。
ステップS503では、ステップS501およびステップS502の処理で取得したメタデータを用いて集計される候補の各ユーザについての総作業時間timeD、総作業時間timeG、総出力文章量outputD、および総出力文章量outputGから、候補の各ユーザについて、ドメイン経験指標値expDおよび一般経験指標値expGを算出する。
ステップS504では、サーバ12は、所望のスキルレベル入力などのパラメータを与えて、データベース18に検索指令を発行する。ステップS505では、サーバ12は、スキルレベルにマッチしたユーザおよび該ユーザのユーザ属性全体のスコアmatchUを取得する。ステップS506では、取得した属性全体のスコアmatchUから、属性指標値uを算出する。また、最大の属性全体のスコアmatchUが求められる。各ユーザの属性指標値uは、例えば、最大のスコアmatchU MAX、各ユーザのスコアmatchUを用いて、下記式(6)、
により算出することができる。ステップS507では、ドメイン経験指標値expD、一般経験指標値expGおよび属性指標値uから総合スコアを計算し、ランク付けおよびソーティングを行い、ステップS508で、サーバ12は、レビュアー候補者リストの結果出力をHTTPレスポンスとして要求元のクライアント14へ応答する。
図14は、サーバ12からのHTTPレスポンスに従ってクライアント14のディスプレイ画面上に表示される、他の実施形態のレビュアー検索結果を表示するGUI画面を例示する。図14に示すGUI画面260には、結果テーブル262と、結果テーブル262の表示をスクロールさせるスクロールバー264と、レビュー依頼ボタン266と、キャンセル・ボタン268とが配置されている。
結果テーブル262は、より具体的には、ランク順位が表示されるフィールド262aと、推奨レビュアーの名前が表示されるフィールド262bと、レビュー経験に関する各種項目が表示されるフィールド262c〜iと、総合スコアが表示されるフィールド262jとを含んで構成される。レビュー経験に関する各種項目としては、図10に示したGUI画面240にあるものの他、さらに、スキル適合度262iを含む。クライアント14を使用する検索者は、図14に示すGUI画面260を用いて、レビュアー候補者のリスト中から1人または複数の候補者を選択し、レビュー依頼ボタン266をクリックすることによって、選択中のレビュアー候補者に対して、レビューの依頼を行うことができる。
上述した他の実施形態の構成によれば、個人のスケジュール、スキル、ロールおよび所属といったユーザ属性の適合度を反映してレビュアーの候補となる個人を検索することができる。したがって、当該検索システムの利用者は、レビュー経験に加えて個人のユーザ属性の適合度を勘案して、より適切なレビューの候補者を見つけ出すことが可能となる。
以上説明したように、本実施形態によれば、特定の文書を対象としたレビューを効率的かつ高品質に行うために、各個人のレビュー作業に関する実質的な経験を定量的に評価して、レビューを依頼するべき適切な個人を検索する、個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体を提供することが可能となる。
また上記機能は、アセンブラ、C、C++、C#、Java(登録商標)、などのレガシープログラミング言語やオブジェクト指向プログラミング言語などで記述されたコンピュータ実行可能なプログラムにより実現でき、ROM、EEPROM、EPROM、フラッシュメモリ、フレキシブルディスク、CD−ROM、CD−RW、DVD、SDカード、MOなど装置可読な記録媒体に格納して頒布することができる。
これまで本発明の実施形態について説明してきたが、本発明の実施形態は上述した実施形態に限定されるものではなく、他の実施形態、追加、変更、削除など、当業者が想到することができる範囲内で変更することができ、いずれの態様においても本発明の作用・効果を奏する限り、本発明の範囲に含まれるものである。
10…レビュアー検索システム、12…サーバ、14…クライアント、16…ネットワーク、18…データベース、20…ネットワーク・インタフェース部、22…入力インタフェース部、24…出力インタフェース部、26…情報統合管理モジュール、28…文書フラグメント管理部、30…コンテキスト管理部、32…個人情報管理部、34…スケジュール管理部、36…データ管理部、37…タスク管理部、38…個人検索部、40…ドメインエキスパート抽出部、42…ドメイン経験評価部、44…一般経験評価部、46…属性評価部、48…ランク付け部、100…文書フラグメントコンテキス、110…ユーザデータ、120…対象文書フラグメント、122…二次文書集合、126…文書フラグメント、128…文書フラグメント、130…著作者、150…スキル内容情報、160…スキルレベル、200…GUI画面、202…タイトル、204…本文、206…キャンセル・ボタン、208…検索ボタン、220…GUI画面、222…タイトル、224…本文、226…スキルレベル、228…追加ボタン、230…キャンセル・ボタン、232…検索ボタン、240…GUI画面、242…結果テーブル、244…スクロールバー、246…レビュー依頼ボタン、248…キャンセル・ボタン、260…GUI画面、262…結果テーブル、264…スクロールバー、266…レビュー依頼ボタン、268…キャンセル・ボタン
Claims (13)
- 個人を検索するシステムであって、
ネットワークに接続され、クライアント・コンピュータからのレビューを依頼する個人の検索要求を受領する検索サーバと、過去に処理されたレビューに関連する蓄積文書データ、および該蓄積文書データの著作者を含むメタデータを関連付けて格納するデータベースとを含み、
前記検索サーバは、
前記検索要求のレビュー対象の対象文書データに対し内容の類似性により紐付けられる前記レビュー対象と同一知識分野の文書データの集合を前記データベースから検索し、レビュアー候補の個人を抽出する抽出手段と、
前記候補の個人それぞれにつき、前記集合に含まれる前記同一知識分野の文書データそれぞれの内容およびメタデータを用いて作業量を集計し、前記同一知識分野でのレビュー経験の指標値を算出する分野指標値計算手段と、
前記同一知識分野でのレビュー経験の指標値を用いて、前記候補の個人をランク付けする個人ランク付け手段と
を含む個人検索システム。 - 前記候補の個人それぞれにつき、前記データベースに格納される前記蓄積文書データそれぞれの内容およびメタデータを用いて作業量を集計し、不特定知識分野でのレビュー経験の一般指標値を算出する一般指標値計算手段をさらに含み、前記個人ランク付け手段は、さらに前記一般指標値を用いて前記候補の個人をランク付けする、請求項1に記載の個人検索システム。
- 前記個人のスケジュール、スキル、ロールおよび所属、またはこれらの少なくとも1つの属性値を用いて、該属性に対する適合の程度を示す属性指標値を計算する属性指標値算出手段をさらに含み、前記個人ランク付け手段は、さらに前記属性指標値を用いて前記候補の個人をランク付けする、請求項1または2に記載の個人検索システム。
- 前記メタデータは、それぞれの前記蓄積文書データにつき、過去に処理された前記レビューの作業の時間、出力文章量および入力文章量の少なくとも1つを前記作業量として含む、請求項1〜3のいずれか1項に記載の個人検索システム。
- 前記同一知識分野の文書データは、対象文書データを用いて類似検索された蓄積文書データ、および類似検索された蓄積文書データの子または子孫となる蓄積文書データである、請求項1〜4に記載の個人検索システム。
- 前記蓄積文書データは、過去のレビューの対象となった入力文書の全部または一部分、および該レビューの出力であるコメントを含む、請求項1〜5のいずれか1項に記載の個人検索システム。
- レビューを依頼する個人を検索する情報処理装置であって、
ネットワークを介して前記レビューを依頼する個人の検索要求を受領する受領手段と、
過去に処理されたレビューに関連する蓄積文書データ、および該蓄積文書データの著作者を含むメタデータを関連付けて格納するデータベースから、前記検索要求のレビュー対象の対象文書データに対し内容の類似性により紐付けられる前記レビュー対象と同一知識分野の文書データの集合を検索し、レビュアー候補の個人を抽出する抽出手段と、
前記候補の個人それぞれにつき、前記集合に含まれる前記同一知識分野の文書データそれぞれの内容およびメタデータを用いて作業量を集計し、前記同一知識分野でのレビュー経験の指標値を算出する分野指標値計算手段と、
前記同一知識分野でのレビュー経験の指標値を用いて、前記候補の個人をランク付けする個人ランク付け手段と、
前記ネットワークを介して、前記ランク付けされた前記候補の個人のリストを前記検索要求に対し応答する応答手段と
を含む情報処理装置。 - レビューを依頼する個人を検索するため、情報処理装置が実行する個人検索方法であって、前記情報処理装置が、
ネットワークを介して前記レビューを依頼する個人の検索要求を受領するステップと、
過去に処理されたレビューに関連する蓄積文書データ、および該蓄積文書データの著作者を含むメタデータを関連付けて格納するデータベースにアクセスするステップと、
前記検索要求のレビュー対象の対象文書データに対し内容の類似性により紐付けられる前記レビュー対象と同一知識分野の文書データの集合を検索し、レビュアー候補の個人を抽出するステップと、
前記候補の個人それぞれにつき、前記集合に含まれる前記同一知識分野の文書データそれぞれの内容およびメタデータを用いて作業量を集計し、前記同一知識分野でのレビュー経験の指標値を算出するステップと、
前記同一知識分野でのレビュー経験の指標値を用いて、前記候補の個人をランク付けするステップと
を実行する個人検索方法。 - 前記情報処理装置が、前記候補の個人それぞれにつき、前記データベースに格納される前記蓄積文書データそれぞれの内容およびメタデータを用いて作業量を集計し、不特定知識分野でのレビュー経験の一般指標値を算出するステップをさらに実行し、前記個人をランク付けするステップでは、さらに前記一般指標値を用いて前記候補の個人をランク付けする、請求項8に記載の個人検索方法。
- 前記情報処理装置が、前記個人のスケジュール、スキル、ロールおよび所属、またはこれらの少なくとも1つの属性値を用いて、該属性に対する適合の程度を示す属性指標値を計算するステップをさらに実行し、前記個人をランク付けするステップでは、さらに前記属性指標値を用いて前記候補の個人をランク付けする、請求項8または9に記載の個人検索方法。
- 前記メタデータは、それぞれの前記蓄積文書データにつき、過去に処理された前記レビューの作業の時間、出力文章量および入力文章量の少なくとも1つを前記作業量として含む、請求項8〜10に記載の個人検索方法。
- 請求項8〜11のいずれか1項に記載の各ステップを情報処理装置に実行させるための情報処理装置実行可能なプログラム。
- 請求項12に記載のプログラムを記録した情報処理装置可読な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008223083A JP5266975B2 (ja) | 2008-09-01 | 2008-09-01 | 個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008223083A JP5266975B2 (ja) | 2008-09-01 | 2008-09-01 | 個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010061183A true JP2010061183A (ja) | 2010-03-18 |
JP5266975B2 JP5266975B2 (ja) | 2013-08-21 |
Family
ID=42187944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008223083A Expired - Fee Related JP5266975B2 (ja) | 2008-09-01 | 2008-09-01 | 個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5266975B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5914735B1 (ja) * | 2015-07-13 | 2016-05-11 | リーズンホワイ株式会社 | 医療システム及びプログラム |
JP2017515246A (ja) * | 2014-03-14 | 2017-06-08 | サリル,パンデ | キャリア分析プラットフォーム |
JP2018502409A (ja) * | 2014-12-05 | 2018-01-25 | ジャムトゥーゴー、インク. | ネットワーク環境におけるコンテンツ評価サーバ及びこれを用いたコンテンツ評価方法 |
US10922656B2 (en) | 2008-06-17 | 2021-02-16 | Vmock Inc. | Internet-based method and apparatus for career and professional development via structured feedback loop |
WO2023026429A1 (ja) * | 2021-08-26 | 2023-03-02 | 日本電信電話株式会社 | 情報処理装置、情報処理方法およびプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7040296B2 (ja) * | 2018-06-04 | 2022-03-23 | コニカミノルタ株式会社 | 遠隔読影管理装置、遠隔読影システム及びプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005084986A (ja) * | 2003-09-09 | 2005-03-31 | Toshiyuki Tani | コメントサービスの提供方法及びシステム |
JP2007034965A (ja) * | 2005-07-29 | 2007-02-08 | Mitsubishi Electric Corp | 知識運用システム |
JP2007102588A (ja) * | 2005-10-05 | 2007-04-19 | Keirin Hirabayashi | ランキング情報提供装置 |
JP2007140731A (ja) * | 2005-11-16 | 2007-06-07 | Konica Minolta Business Technologies Inc | レビュー装置、レビューシステム、及びプログラム |
JP2007241889A (ja) * | 2006-03-10 | 2007-09-20 | Toshiba Corp | 情報検索システム、情報検索方法及び情報検索プログラム |
JP2008107867A (ja) * | 2006-10-23 | 2008-05-08 | Hitachi Ltd | コミュニティ抽出方法、コミュニティ抽出処理装置 |
-
2008
- 2008-09-01 JP JP2008223083A patent/JP5266975B2/ja not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005084986A (ja) * | 2003-09-09 | 2005-03-31 | Toshiyuki Tani | コメントサービスの提供方法及びシステム |
JP2007034965A (ja) * | 2005-07-29 | 2007-02-08 | Mitsubishi Electric Corp | 知識運用システム |
JP2007102588A (ja) * | 2005-10-05 | 2007-04-19 | Keirin Hirabayashi | ランキング情報提供装置 |
JP2007140731A (ja) * | 2005-11-16 | 2007-06-07 | Konica Minolta Business Technologies Inc | レビュー装置、レビューシステム、及びプログラム |
JP2007241889A (ja) * | 2006-03-10 | 2007-09-20 | Toshiba Corp | 情報検索システム、情報検索方法及び情報検索プログラム |
JP2008107867A (ja) * | 2006-10-23 | 2008-05-08 | Hitachi Ltd | コミュニティ抽出方法、コミュニティ抽出処理装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10922656B2 (en) | 2008-06-17 | 2021-02-16 | Vmock Inc. | Internet-based method and apparatus for career and professional development via structured feedback loop |
US11055667B2 (en) | 2008-06-17 | 2021-07-06 | Vmock Inc. | Internet-based method and apparatus for career and professional development via structured feedback loop |
US11494736B2 (en) | 2008-06-17 | 2022-11-08 | Vmock Inc. | Internet-based method and apparatus for career and professional development via structured feedback loop |
JP2017515246A (ja) * | 2014-03-14 | 2017-06-08 | サリル,パンデ | キャリア分析プラットフォーム |
US11120403B2 (en) | 2014-03-14 | 2021-09-14 | Vmock, Inc. | Career analytics platform |
US11887058B2 (en) | 2014-03-14 | 2024-01-30 | Vmock Inc. | Career analytics platform |
JP2018502409A (ja) * | 2014-12-05 | 2018-01-25 | ジャムトゥーゴー、インク. | ネットワーク環境におけるコンテンツ評価サーバ及びこれを用いたコンテンツ評価方法 |
US10552503B2 (en) | 2014-12-05 | 2020-02-04 | Jong Yoon Chun | Content evaluation method and server in network environment |
JP5914735B1 (ja) * | 2015-07-13 | 2016-05-11 | リーズンホワイ株式会社 | 医療システム及びプログラム |
JP2017021641A (ja) * | 2015-07-13 | 2017-01-26 | リーズンホワイ株式会社 | 医療システム及びプログラム |
WO2023026429A1 (ja) * | 2021-08-26 | 2023-03-02 | 日本電信電話株式会社 | 情報処理装置、情報処理方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5266975B2 (ja) | 2013-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8166013B2 (en) | Method and system for crawling, mapping and extracting information associated with a business using heuristic and semantic analysis | |
US8131684B2 (en) | Adaptive archive data management | |
US9305100B2 (en) | Object oriented data and metadata based search | |
US6182067B1 (en) | Methods and systems for knowledge management | |
US8019758B2 (en) | Generation of a blended classification model | |
US20050198559A1 (en) | Document information management system, document information management program, and document information management method | |
JP2005509952A (ja) | 知識ベースに対して情報抽出および品質管理を実施する方法およびシステム | |
WO2013123182A1 (en) | Computer-implemented systems and methods of performing contract review | |
JP5266975B2 (ja) | 個人検索システム、情報処理装置、個人検索方法、プログラムおよび記録媒体 | |
AU2014318392A1 (en) | Systems, methods, and software for manuscript recommendations and submissions | |
US20150199402A1 (en) | Computerized systems and methods for indexing and serving recurrent calendar events | |
JP2008117010A (ja) | 文書作成支援装置、文書作成支援システム | |
JP2010039605A (ja) | 個人検索システム、個人検索方法、プログラムおよび記録媒体 | |
JP2007094570A (ja) | データベース利用システム | |
TW201617981A (zh) | 剖析求職者的方法及系統 | |
JP2003108592A (ja) | 検索方法および検索装置 | |
JP2009075690A (ja) | 求人求職情報マッチングシステム | |
JP2008299842A (ja) | 広告執行による反応情報提供方法、コンピュータ読み取り可能な記録媒体、広告執行による反応情報提供システム | |
JP3647671B2 (ja) | 情報共有システムおよびその情報保守管理の方法 | |
JP5233518B2 (ja) | 検索分析サーバ装置及び検索分析方法 | |
JP7089952B2 (ja) | 文書管理システム、文書管理方法、及びプログラム | |
US20220156228A1 (en) | Data Tagging And Synchronisation System | |
JP2012027525A (ja) | ファイル格納補助システムと方法およびプログラム | |
JP3826151B2 (ja) | 情報共有システムの情報保守管理装置およびその方法 | |
JP6777907B1 (ja) | 業務支援装置、及び業務支援システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110613 |
|
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: 20130409 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130422 |
|
LAPS | Cancellation because of no payment of annual fees |