JP2010217939A - 知識創造行動分析システム、及び、処理装置 - Google Patents

Abstract

【課題】 知識創造行動指標として組織内の業務の質を大量のセンサデータの中から抽出することでホワイトカラーの生産性として有益な指標を提示できるようにする。
【解決手段】 ホワイトカラーの生産性である業務の質の指標として、加速度センサと赤外線センサから積極アクティブ度と集中継続時間を求める。そして、これらの指標の分布から行動の偏りを示す知識創造行動バランスや、個人における指標の時系列変化を示す知識創造行動タペストリや、組織の質である組織の活動をメンバの能動的／受動的行動と示す組織エネルギー流を出力する。
【選択図】 図２（ａ）

Description

本発明は、人物のコミュニケーションデータを取得し、人物あるいは組織の状態を可視化する技術に関する。

あらゆる組織において生産性の向上は必須の課題となっており、職場環境の改善及び業務の効率化のために多くの試行錯誤がなされている。工場等の組立又は搬送を業務とする組織に限定した場合には、部品又は製品の移動経路を追跡することでその成果を客観的に分析することができる。

しかし、事務、営業及び企画等の知識労働を行うホワイトカラー組織に関しては、モノと業務が直結していないため、モノを観測することで組織を評価することはできない。そもそも組織を形成する理由とは、複数の人間が力を合わせることによって、個人ではできない大掛かりな業務を達成するためである。このため、どのような組織においても２人又はそれ以上の人物によって常に意思決定及び合意がなされている。この意思決定及び合意は人物間の関係性によって左右されると考えることができ、ひいてはその成否が生産性を決定付けていると考えられる。ここで関係性とは、例えば上司、部下又は友人といったラベル付けされたものであってもよいし、さらに、好意、嫌悪、信頼又は影響等、互いに対する多様な感情を含んでもよい。人と人とが関係性を有するためには、意思疎通、つまりコミュニケーションが不可欠である。このため、コミュニケーションの記録を取得することで関係性を調べることができると考えられる。

人と人とのコミュニケーションを検出する一つの方法が、センサネットを活用することである。センサネットは、センサと無線通信回路を備えた端末を環境や物、人などに取り付け、センサから得られた様々な情報を無線経由で取り出すことで状態の取得や制御に応用する技術である。このコミュニケーションを検出するためにセンサによって取得する物理量には、対面状態を検出する赤外線、発話や環境を検出する音声、人の動作を検出する加速度などがある。

これらセンサにより得られる物理量から、人の動きや人と人とのコミュニケーションを検出し、組織の状態を可視化することで組織の改善に役立てるためのシステムが、ビジネス顕微鏡システムである。センサデータから人の行動、グループ形成や組織の活性化度などを分析することが特許文献１で開示されている。

特開２００８−１２９６８４号公報

組織改善を加速するためには、有益な指標を提示することが必要であり、組織内の業務の質となる知識創造行動指標を大量のセンサデータの中から抽出し、その結果を提示することが必要となる。

センサにより得られる物理量から、人の動きや人と人とのコミュニケーションを検出可能である。例えば、特許文献１で開示されるように、センサデータから人の行動やグループ形成、組織の活性化度を分析している。しかし、音の情報あるいは赤外線の情報を用いて、グループの形成や会話の活性度を求めるにすぎず、組織内のユーザの業務の質は考慮されていない。ここで、業務の質とは、コミュニケーションのおける積極性、業務集中度などホワイトカラーの生産性である知識創造行動指標となりうるものである。

また、日々の業務は通常業務の他に、徹夜、出張、休みなどが含まれている。知識創造行動指標として、日常的な行動バランスの性質を知ることが必要であるため、物理量から指標を求める際には、通常業務以外をノイズとして省く必要がある。

さらに、センサにより取得したデータ数によっては、その指標の信頼性が不足する場合があり、指標の信頼性に関してユーザに不安を与える虞がある。

本発明の目的は、ホワイトカラー業務の特徴に合致した有効な指標を定義すること、すなわち、ユーザの業務の質を考慮した指標を定義することである。

さらに、通常業務以外で取得されるセンサデータの影響を少なくして精度を高めることである。また、指標で用いるデータ数による信頼性に関する値を定義することである。

本発明の代表的なものの例を示せば、以下のようになる。

すなわち、他の端末との対面状態を示すデータを取得する第１のセンサと、動きを示すデータを取得する第２のセンサと、対面状態を示すデータ及び動きを示すデータをサーバに送信する送信部と、を有する端末と、対面状態を示すデータ及び動きを示すデータを受信する受信部と、対面状態を示すデータ及び動きを示すデータに基づいて端末のユーザの業務の質を測定する制御部と、を有するサーバと、からなる知識創造行動分析システムである。

また、端末と他の端末との対面状態を示すデータ、および、端末自身の動きを示すデータを、端末から受信する受信部と、対面状態を示すデータ及び動きを示すデータに基づいて端末のユーザの業務の質を測定する制御部と、を有する処理装置である。

組織を構成するメンバの業務の質を計測することで、ホワイトカラーの生産性の指標を求めることが可能になる。その結果、ホワイトカラー組織の課題が明らかになり、その課題をメンバあるいは組織にフィードバックすることができる。

ビジネス顕微鏡システムの構成を示す図の一例 ビジネス顕微鏡システムの構成を示す図の一例 ビジネス顕微鏡システムの構成を示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 チーム別の知識創造行動バランスを示す図の一例 知識創造行動バランスの表示処理の手順を示すシーケンス図の一例 知識創造行動バランスの表示処理の手順を示すシーケンス図の一例 対面補完処理を示す図の一例 対面補完処理を示す図の一例 対面補完処理を示す図の一例 ビジネス顕微鏡システムの構成を示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 チーム別の知識創造行動タペストリを示す図の一例 ビジネス顕微鏡システムの構成を示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 ビジネス顕微鏡システムの処理の流れを示す図の一例 レイアウト処理を示す図の一例 レイアウト処理を示す図の一例 チーム別の組織エネルギー流表示を示す図の一例 行動と動作リズムの関係を示す図の一例

以下、本発明の一実施形態を、図面を参照して説明する。

本発明における解析システムの位置づけと機能を明らかにするため、まずビジネス顕微鏡システムについて説明する。ここで、ビジネス顕微鏡とは、人間に装着したセンサノードでその人間の状況を観測し、組織アクティビティとして人物間の関係性と現在の組織の像を図示して組織の改善に役立てるためのシステムである。また、センサノードで取得される対面検出・行動・音声等に関するデータを、総称して広く組織ダイナミクスデータと呼ぶ。

図１（ａ）、図１（ｂ）、図１（ｃ）は一つの実施形態であるビジネス顕微鏡システムの構成要素を示す説明図であり、図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。名札型センサノード（ＴＲ）から、基地局（ＧＷ）を経由し、組織ダイナミクスデータを格納するセンサネットサーバ（ＳＳ）、組織ダイナミクスデータの解析を行なうアプリケーションサーバ（ＡＳ）、閲覧者に解析結果を出力するクライアント（ＣＬ）までの一連の流れを示す。

本システムは、名札型センサノード（ＴＲ）、基地局（ＧＷ）、組織センサネットサーバ（ＳＳ）、アプリケーションサーバ（ＡＳ）、クライアント（ＣＬ）によって構成されている。

図１（ａ）に示すアプリケーションサーバ（ＡＳ）は、センシングデータを解析及び処理する。クライアント（ＣＬ）からの依頼を受けて、又は、設定された時刻に自動的に、解析アプリケーションが起動する。解析アプリケーションは、図１（ｂ）に示すセンサネットサーバ（ＳＳ）に依頼を送って、必要なセンシングデータを取得する。さらに、解析アプリケーションは、取得したデータを解析し、解析されたデータをクライアント（ＣＬ）に返す。あるいは、解析アプリケーションは、解析されたデータをそのまま解析結果テーブル（Ｅ）に記録しておいてもよい。

解析アプリケーションは、チーム変換処理（ＣＴ１）、積極性解析（ＣＳ）、集中時間解析（ＣＪ）である。

アプリケーションサーバ（ＡＳ）は、送受信部（ＡＳＳＲ）、記憶部（ＡＳＭＥ）及び制御部（ＡＳＣＯ）を備える。

送受信部（ＡＳＳＲ）は、センサネットサーバ（ＳＳ）及びクライアント（ＣＬ）との間でデータの送信及び受信を行う。具体的には、送受信部（ＡＳＳＲ）は、クライアント（ＣＬ）から送られてきたコマンドを受信し、センサネットサーバ（ＳＳ）にデータ取得依頼を送信する。さらに、送受信部（ＡＳＳＲ）は、センサネットサーバ（ＳＳ）からセンシングデータを受信し、解析したデータをクライアント（ＣＬ）に送信する。

記憶部（ＡＳＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＡＳＭＥ）は、解析のための設定条件及び解析したデータを格納する。具体的には、記憶部（ＡＳＭＥ）は、時間記録（Ｄ）、解析条件（ＡＳＭＪ）、解析アルゴリズム（ＡＳＭＡ）、解析パラメータ（Ｇ）、端末情報−氏名対応表（ＡＳＭＴ）、解析結果テーブル（Ｅ）、一般情報テーブル（Ｆ）を格納する。
時間記録（Ｄ）は、解析を始める時刻、解析済みの時刻などが記録され、ここに記録されている時刻をもとに、解析が行なわれる。

解析条件（ＡＳＭＪ）は、クライアント（ＣＬ）から依頼された表示のための解析条件を一時的に記憶しておく。

解析アルゴリズム（ＡＳＭＡ）は、解析を行うプログラムを記録する。クライアント（ＣＬ）からの依頼に従って、適切なプログラムが選択され、そのプログラムによって解析が実行される。

解析パラメータ（Ｇ）は、解析に必要なパラメータを記録する。例えば、特徴量抽出のためのパラメータである。クライアント（ＣＬ）の依頼によってパラメータを変更する際には、解析パラメータ（Ｇ）が書き換えられる。

端末情報−氏名対応表（ＡＳＭＴ）は、端末のＩＤと、その端末を装着した人物の氏名・属性等との対照表である。クライアント（ＣＬ）から依頼があれば、センサネットサーバ（ＳＳ）から受け取ったデータの端末ＩＤに人物の氏名が追加される。ある属性に適合する人物のデータのみを取得する場合、人物の指名を端末ＩＤに変換してセンサネットサーバ（ＳＳ）にデータ取得依頼を送信するために、端末情報−氏名対応表（ＡＳＭＴ）が照会される。

解析結果テーブル（Ｅ）は、チーム変換処理（ＣＴ１）、積極性解析（ＣＳ）、集中時間解析（ＣＪ）によって、解析されたデータを格納するためのデータベースである。

一般情報テーブル（Ｆ）は、チーム変換処理（ＣＴ１）、積極性解析（ＣＳ）、集中時間解析（ＣＪ）を行なう際に、ユーザ名やグループ名を記録しておくテーブルである。

制御部（ＡＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、データの送受信の制御及びセンシングデータの解析を実行する。具体的には、ＣＰＵ（図示省略）が記憶部（ＡＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＡＳＣＣ）、チーム変換処理（ＣＴ１）、積極性解析（ＣＳ）、集中時間解析（ＣＪ）が実行される。

通信制御（ＡＳＣＣ）は、有線又は無線によるセンサネットサーバ（ＳＳ）及びクライアントデータ（ＣＬ）との通信のタイミングを制御する。さらに、通信制御（ＡＳＣＣ）は、データの形式変換、及び、データの種類別に行き先の振り分けを実行する。

チーム変換処理（ＣＴ１）は、積極性解析（ＣＳ）や集中時間解析（ＣＪ）から出力した個人の指標からチームの指標に変換する処理である。

積極性解析（ＣＳ）は、時間記録（Ｄ）に記載されている時刻になったら起動し、積極性解析（ＣＳ）を実行する。積極性解析（ＣＳ）では、１分動作検出処理（ＣＳ１Ａ）、対面補完処理（ＩＭ）、５分対面検出処理（ＣＳ５Ｉ）、積極性処理（ＣＳＳ）、積極性精度向上処理（ＣＳＫ）、積極性統合処理（ＣＳＴ）を行ない、解析した結果を解析結果テーブル（Ｅ）に格納する。さらに、解析済みの時刻を時間記録（Ｄ）に記載する。

集中時間解析（ＣＪ）は、時間記録（Ｄ）に記載されている時刻になったら起動し、集中時間解析（ＣＪ）を実行する。集中時間解析（ＣＪ）では、１分対面検出処理（ＣＪ１Ｍ）、対面補完処理（ＩＭ）、５分動作検出処理（ＣＪ５Ａ）、集中時間処理（ＣＪＪ）、集中時間精度向上処理（ＣＪＫ）、集中時間統合処理（ＣＪＴ）を行ない、解析した結果を解析結果テーブル（Ｅ）に格納する。さらに、解析済みの時刻を時間記録（Ｄ）に記載する。

閲覧者の所望情報である解析条件設定（ＣＬＩＳ）がアプリケーションサーバ（ＡＳ）に送信され、その内容をもとに解析が行なわれる。その前に、解析条件設定（ＣＬＩＳ）から解析に必要な時間をチェックする。時間記録（Ｄ）と比較することにより、解析結果テーブル（Ｅ）のデータだけで処理ができるのか、できないのかを判断する。解析結果テーブル（Ｅ）だけの内容のみでは不十分で解析ができない場合には、不足している時間分の解析を行なう。

図１（ａ）に示すクライアント（ＣＬ）は、クライアントユーザ（ＵＳ）との接点となって、データを入出力する。クライアント（ＣＬ）は、入出力部（ＣＬＩＯ）、送受信部（ＣＬＳＲ）、記憶部（ＣＬＭＥ）及び制御部（ＣＬＣＯ）を備える。

入出力部（ＣＬＩＯ）は、クライアントユーザ（ＵＳ）とのインタフェースとなる部分である。入出力部（ＣＬＩＯ）は、ディスプレイ（ＣＬＯＤ）、キーボード（ＣＬＩＫ）及びマウス（ＣＬＩＭ）等を備える。必要に応じて外部入出力（ＣＬＩＵ）に他の入出力装置を接続することもできる。

ディスプレイ（ＣＬＯＤ）は、ＣＲＴ（ＣＡＴＨＯＤＥ−ＲＡＹ ＴＵＢＥ）又は液晶ディスプレイ等の画像表示装置である。ディスプレイ（ＣＬＯＤ）は、プリンタ等を含んでもよい。

送受信部（ＣＬＳＲ）は、アプリケーションサーバ（ＡＳ）又はセンサネットサーバ（ＳＳ）との間でデータの送信及び受信を行う。具体的には、送受信部（ＣＬＳＲ）は、解析条件（ＣＬＭＰ）をアプリケーションサーバ（ＡＳ）に送信し、解析結果を受信する。

記憶部（ＣＬＭＥ）は、ハードディスク、メモリ又はＳＤカードのような外部記録装置で構成される。記憶部（ＣＬＭＥ）は、解析条件（ＣＬＭＰ）及び描画設定情報（ＣＬＭＴ）等の、描画に必要な情報を記録する。解析条件（ＣＬＭＰ）は、クライアントユーザ（ＵＳ）から設定された解析対象のメンバの数及び解析方法の選択等の条件を記録する。描画設定情報（ＣＬＭＴ）は、図面のどの部分に何をプロットするかという描画位置に関する情報を記録する。さらに、記憶部（ＣＬＭＥ）は、制御部（ＣＬＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。

制御部（ＣＬＣＯ）は、ＣＰＵ（図示省略）を備え、通信の制御、クライアントユーザ（ＵＳ）からの解析条件の入力、及び、解析結果をクライアントユーザ（ＵＳ）に提示するための描画等を実行する。具体的には、ＣＰＵは、記憶部（ＣＬＭＥ）に格納されたプログラムを実行することによって、通信制御（ＣＬＣＣ）、解析条件設定（ＣＬＩＳ）、描画設定（ＣＬＴＳ）、表示（ＣＬＤＰ）の処理を実行する。

通信制御（ＣＬＣＣ）は、有線又は無線によるアプリケーションサーバ（ＡＳ）又はセンサネットサーバ（ＳＳ）との間の通信のタイミングを制御する。また、通信制御（ＣＬＣＣ）は、データの形式を変換し、データの種類別に行き先を振り分ける。

解析条件設定（ＣＬＩＳ）は、クライアントユーザ（ＵＳ）から入出力部（ＣＬＩＯ）を介して指定される解析条件を受け取り、記憶部（ＣＬＭＥ）の解析条件（ＣＬＭＰ）に記録する。ここでは、解析に用いるデータの期間、メンバ、解析の種類及び解析のためのパラメータ等が設定される。クライアント（ＣＬ）は、これらの設定をアプリケーションサーバ（ＡＳ）に送信して解析を依頼し、それと並行して描画設定（ＣＬＴＳ）を実行する。

描画設定（ＣＬＴＳ）は、解析条件（ＣＬＭＰ）に基づいて解析結果を表示する方法、及び、図面をプロットする位置を計算する。この処理の結果は、記憶部（ＣＬＭＥ）の描画設定情報（ＣＬＭＴ）に記録される。

表示（ＣＬＤＰ）は、アプリケーションサーバ（ＡＳ）から取得した解析結果を描画設定情報（ＣＬＭＴ）に記載されている形式にもとづいて表示画面を生成する。例えば、描画設定情報（ＣＬＭＴ）には知識創造行動バランス表示（ＣＬ２Ｍ）等が格納されている。このとき必要であれば、表示（ＣＬＤＰ）は、表示されている人物の氏名等の属性も表示する。作成された表示結果は、ディスプレイ（ＣＬＯＤ）等の出力装置を介してクライアントユーザ（ＵＳ）に提示される。ドラッグ＆ドロップ等の操作によって、クライアントユーザ（ＵＳ）が表示位置を微調整することもできる。

図１（ｂ）に示す基地局（ＧＷ）は、図１（ｃ）に示す名札型センサノード（ＴＲ）とセンサネットサーバ（ＳＳ）を仲介する役目を持つ。無線の到達距離を考慮して、居室・職場等の領域をカバーするように複数の基地局（ＧＷ）が配置される。基地局（ＧＷ）は、送受信部（ＧＷＳＲ）、記憶部（ＧＷＭＥ）、時計（ＧＷＣＫ）及び制御部（ＧＷＣＯ）を備える。

送受信部（ＧＷＳＲ）は、名札型センサノード（ＴＲ）からの無線信号を受信し、センサネットサーバ（ＳＳ）への有線又は無線による送信を行う。さらに、送受信部（ＧＷＳＲ）は、無線を受信するためのアンテナを備える。

記憶部（ＧＷＭＥ）は、ハードディスク、フラッシュメモリのような不揮発性記憶装置で構成される。記憶部（ＧＷＭＥ）には、少なくとも動作設定（ＧＷＭＡ）、データ形式情報（ＧＷＭＦ）、端末管理テーブル（ＧＷＴＴ）、及び基地局情報（ＧＷＭＧ）が格納される。動作設定（ＧＷＭＡ）は、基地局（ＧＷ）の動作方法を示す情報を含む。データ形式情報（ＧＷＭＦ）は、通信のためのデータ形式を示す情報、及び、センシングデータにタグを付けるために必要な情報を含む。端末管理テーブル（ＧＷＴＴ）は、現在アソシエイトできている配下の名札型センサノード（ＴＲ）の端末情報（ＴＲＭＴ）、及び、それらの名札型センサノード（ＴＲ）を管理するために配布しているローカルＩＤを含む。基地局情報（ＧＷＭＧ）は、基地局（ＧＷ）自身のアドレスなどの情報を含む。また、記憶部（ＧＷＭＥ）には名札型センサノードの更新されたファームウェア（ＧＷＭＷ）を一時的に格納する。

記憶部（ＧＷＭＥ）には、さらに、制御部（ＧＷＣＯ）中の中央処理部ＣＰＵ（図示省略）によって実行されるプログラムが格納されてもよい。

時計（ＧＷＣＫ）は時刻情報を保持する。一定間隔でその時刻情報は更新される。具体的には、一定間隔でＮＴＰ（ＮＥＴＷＯＲＫ ＴＩＭＥ ＰＲＯＴＯＣＯＬ）サーバ（ＴＳ）から取得した時刻情報によって、時計（ＧＷＣＫ）の時刻情報が修正される。

制御部（ＧＷＣＯ）は、ＣＰＵ（図示省略）を備える。ＣＰＵが記憶部（ＧＷＭＥ）に格納されているプログラムを実行することによって、センシングデータの取得タイミング、センシングデータの処理、名札型センサノード（ＴＲ）やセンサネットサーバ（ＳＳ）への送受信のタイミング、及び、時刻同期のタイミングを管理する。具体的には、ＣＰＵが記憶部（ＧＷＭＥ）に格納されているプログラムを実行することによって、通信制御部（ＧＷＣＣ）、アソシエイト（ＧＷＴＡ）、時刻同期管理（ＧＷＣＤ）及び時刻同期（ＧＷＣＳ）等の処理を実行する。

通信制御部（ＧＷＣＣ）は、無線又は有線による名札型センサノード（ＴＲ）及びセンサネットサーバ（ＳＳ）との通信のタイミングを制御する。また、通信制御部（ＧＷＣＣ）は、受信したデータの種類を区別する。具体的には、通信制御部（ＧＷＣＣ）は、受信したデータが一般のセンシングデータであるか、アソシエイトのためのデータであるか、時刻同期のレスポンスであるか等をデータのヘッダ部分から識別して、それらのデータをそれぞれ適切な機能に渡す。

なお、通信制御部（ＧＷＣＣ）は、記憶部（ＧＷＭＥ）に記録されたデータ形式情報（ＧＷＭＦ）を参照して、送受信のために適した形式にデータを変換し、データの種類を示すためのタグ情報を付け加えるデータ形式変換を実行する。

アソシエイト（ＧＷＴＡ）は、名札型センサノード（ＴＲ）から送られてきたアソシエイト要求（ＴＲＴＡＱ）に対する応答（ＴＲＴＡＲ）を送信し、各名札型センサノード（ＴＲ）に割り付けたローカルＩＤを送信する。アソシエイトが成立したら、アソシエイト（ＧＷＴＡ）は、端末管理テーブル（ＧＷＴＴ）と端末ファームウェア（ＧＷＭＷ）を用いて端末管理情報を修正する（ＧＷＴＦ）。

時刻同期管理（ＧＷＣＤ）は、時刻同期を実行する間隔及びタイミングを制御し、時刻同期するように命令を出す。あるいは、この後説明するセンサネットサーバ（ＳＳ）が時刻同期管理（ＧＷＣＤ）を実行することによって、センサネットサーバ（ＳＳ）からシステム全体の基地局（ＧＷ）に統括して命令を送ってもよい。

時刻同期（ＧＷＣＳ）は、ネットワーク上のＮＴＰサーバ（ＴＳ）に接続し、時刻情報の依頼及び取得を行う。時刻同期（ＧＷＣＳ）は、取得した時刻情報に基づいて、時計（ＧＷＣＫ）を修正する。そして、時刻同期（ＧＷＣＳ）は、名札型センサノード（ＴＲ）に時刻同期の命令と時刻情報（ＧＷＣＳＤ）を送信する。

図１（ｂ）に示すセンサネットサーバ（ＳＳ）は、全ての名札型センサノード（ＴＲ）から集まったデータを管理する。具体的には、センサネットサーバ（ＳＳ）は、基地局（ＧＷ）から送られてくるデータをデータベースに格納し、また、アプリケーションサーバ（ＡＳ）及びクライアント（ＣＬ）からの要求に基づいてセンシングデータを送信する。さらに、センサネットサーバ（ＳＳ）は、基地局（ＧＷ）からの制御コマンドを受信し、その制御コマンドから得られた結果を基地局（ＧＷ）に返信する。

センサネットサーバ（ＳＳ）は、送受信部（ＳＳＳＲ）、記憶部（ＳＳＭＥ）及び制御部（ＳＳＣＯ）を備える。時刻同期管理（ＧＷＣＤ）がセンサネットサーバ（ＳＳ）で実行される場合、センサネットサーバ（ＳＳ）は時計も必要とする。

送受信部（ＳＳＳＲ）は、基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）及びクライアント（ＣＬ）との間で、データの送信及び受信を行う。具体的には、送受信部（ＳＳＳＲ）は、基地局（ＧＷ）から送られてきたセンシングデータを受信し、アプリケーションサーバ（ＡＳ）又はクライアント（ＣＬ）へセンシングデータを送信する。

記憶部（ＳＳＭＥ）は、ハードディスクやフラッシュメモリなどの不揮発性記憶装置によって構成され、少なくとも、パフォーマンステーブル（ＢＢ）、データ形式情報（ＳＳＭＦ）、データテーブル（ＢＡ）及び端末管理テーブル（ＳＳＴＴ）を格納する。さらに、記憶部（ＳＳＭＥ）は、制御部（ＳＳＣＯ）のＣＰＵ（図示省略）によって実行されるプログラムを格納してもよい。更に、記憶部（ＳＳＭＥ）には、端末ファームウェア登録部（ＴＦＩ）において格納された名札型センサノードの更新された端末ファームウェア（ＳＳＭＷ）を一時的に格納する。

パフォーマンステーブル（ＢＢ）は、名札型センサノード（ＴＲ）から又は既存のデータから入力された、組織や個人に関する評価（パフォーマンス）を、時刻データと共に記録するためのデータベースである。パフォーマンステーブル（ＢＢ）は、図２（ａ）のパフォーマンステーブル（ＢＢ）と同じものである。

データ形式情報（ＳＳＭＦ）には、通信のためのデータ形式、基地局（ＧＷ）でタグ付けされたセンシングデータを切り分けてデータベースに記録する方法、及び、データの要求に対する対応方法等が記録されている。後で説明するように、データ受信の後、データ送信の前には必ずこのデータ形式情報（ＳＳＭＦ）が通信制御部（ＳＳＣＣ）によって参照され、データ形式変換（ＳＳＭＦ）とデータ管理（ＳＳＤＡ）が行われる。

データテーブル（ＢＡ）は、各名札型センサノード（ＴＲ）が取得したセンシングデータ、名札型センサノード（ＴＲ）の情報、及び、各名札型センサノード（ＴＲ）から送信されたセンシングデータが通過した基地局（ＧＷ）の情報等を記録しておくためのデータベースである。加速度、温度等、データの要素ごとにカラムが作成され、データが管理される。また、データの要素ごとにテーブルが作成されてもよい。どちらの場合にも、全てのデータは、取得された名札型センサノード（ＴＲ）のＩＤである端末情報（ＴＲＭＴ）と、取得された時刻に関する情報とが関連付けて管理される。

端末管理テーブル（ＳＳＴＴ）は、どの名札型センサノード（ＴＲ）が現在どの基地局（ＧＷ）の管理下にあるかを記録しているテーブルである。基地局（ＧＷ）の管理下に新たに名札型センサノード（ＴＲ）が加わった場合、端末管理テーブル（ＳＳＴＴ）は更新される。

制御部（ＳＳＣＯ）は、中央処理部ＣＰＵ（図示省略）を備え、センシングデータの送受信やデータベースへの記録・取り出しを制御する。具体的には、ＣＰＵが記憶部（ＳＳＭＥ）に格納されたプログラムを実行することによって、通信制御（ＳＳＣＣ）、端末管理情報修正（ＳＳＴＦ）及びデータ管理（ＳＳＤＡ）等の処理を実行する。

通信制御部（ＳＳＣＣ）は、有線又は無線による基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）及びクライアント（ＣＬ）との通信のタイミングを制御する。また、通信制御部（ＳＳＣＣ）は、上述の通り、送受信するデータの形式を、記憶部（ＳＳＭＥ）内に記録されたデータ形式情報（ＳＳＭＦ）に基づいて、センサネットサーバ（ＳＳ）内におけるデータ形式、又は、各通信相手に特化したデータ形式に変換する。さらに、通信制御（ＳＳＣＣ）は、データの種類を示すヘッダ部分を読み取って、対応する処理部へデータを振り分ける。具体的には、受信されたデータはデータ管理（ＳＳＤＡ）へ、端末管理情報を修正するコマンドは端末管理情報修正（ＳＳＴＦ）へ振り分けられる。送信されるデータの宛先は、基地局（ＧＷ）、アプリケーションサーバ（ＡＳ）又はクライアント（ＣＬ）に決定される。

端末管理情報修正（ＳＳＴＦ）は、基地局（ＧＷ）から端末管理情報を修正するコマンドを受け取った際に、端末管理テーブル（ＳＳＴＴ）を更新する。

データ管理（ＳＳＤＡ）は、記憶部（ＳＳＭＥ）内のデータの修正・取得及び追加を管理する。例えば、データ管理（ＳＳＤＡ）によって、センシングデータは、タグ情報に基づいてデータの要素別にデータベースの適切なカラムに記録される。センシングデータがデータベースから読み出される際にも、時刻情報及び端末情報に基づいて必要なデータを選別し、時刻順に並べ替える等の処理が行われる。

センサネットサーバ（ＳＳ）が、基地局（ＧＷ）を介して受け取ったデータを、データ管理（ＳＳＤＡ）によってパフォーマンステーブル（ＢＢ）及びデータテーブル（ＢＡ）に整理して記録することが、図２（ａ）における組織ダイナミクスデータ収集（Ｂ）に相当する。

パフォーマンス入力（Ｃ）は、パフォーマンスを示す値を入力する処理である。ここで、パフォーマンスとは、何らかの基準に基づいて判定される主観的又は客観的な評価である。例えば、所定のタイミングで、名札型センサノード（ＴＲ）を装着した人物は、その時点における業務の達成度、組織に対する貢献度及び満足度等、何らかの基準に基づく主観的な評価（パフォーマンス）の値を入力する。所定のタイミングとは、例えば、数時間に一度、一日に一度、又は、会議等のイベントが終了した時点であってもよい。名札型センサノード（ＴＲ）を装着した人物は、その名札型センサノード（ＴＲ）を操作して、又は、クライアント（ＣＬ）のようなパーソナルコンピュータ（ＰＣ）を操作して、パフォーマンスの値を入力することができる。あるいは、手書きで記入された値が後にまとめてＰＣで入力されてもよい。本実施の形態では、図２に示すような名札型センサノードからレイティングとして人（ＳＯＣＩＡＬ）、行（ＩＮＴＥＬＬＥＣＴＵＡＬ）、心（ＳＰＩＲＩＴＵＡＬ）、体（ＰＨＹＳＩＣＡＬ）、知（ＥＸＥＣＵＴＩＶＥ）のパフォーマンスを入力できる例を示している。入力されたパフォーマンス値は、解析処理に用いられる。それぞれの問いの意味は、人は「豊かな人間関係（協力・共感）をつくれましたか」、行は「やるべきことを実行できましたか」、心は「仕事にやりがい、充実を感じましたか」、体は「体に配慮（休養・栄養・運動）できましたか」、知「新しい知（気づき、知識）を得ましたか」である。

組織に関するパフォーマンスは、個人のパフォーマンスから算出されてもよい。売上高又はコスト等の客観的なデータ、及び、顧客のアンケート結果等の既に数値化されているデータが、パフォーマンスとして定期的に入力されてもよい。生産管理等におけるエラー発生率等のように、自動で数値が得られる場合、得られた数値が自動的にパフォーマンスの値として入力されてもよい。さらに、国民総生産（ＧＮＰ）などの経済指標を入力してもかまわない。パフォーマンス入力部から入力されたパフォーマンスは、パフォーマンステーブルに格納される。

図１（ｃ）は、センサノードの一実施例である名札型センサノード（ＴＲ）の構成を示しており、名札型センサノード（ＴＲ）は人間の対面状況を検出するための複数の赤外線送受信部（ＡＢ）、装着者の動作を検出するための三軸加速度センサ（ＡＣ）、装着者の発話と周囲の音を検出するためのマイク（ＡＤ）、名札型センサノードの裏表検知のための照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）、温度センサ（ＡＥ）の各種センサを搭載する。搭載するセンサは一例であり、装着者の対面状況と動作を検出するために他のセンサを使用してもよい。

本実施例では、赤外線送受信部を４組搭載する。赤外線送受信部（ＡＢ）は、名札型センサノード（ＴＲ）の固有識別情報である端末情報（ＴＲＭＴ）を正面方向に向かって定期的に送信し続ける。他の名札型センサノード（ＴＲ）を装着した人物が略正面（例えば、正面又は斜め正面）に位置した場合、名札型センサノード（ＴＲ）と他の名札型センサノード（ＴＲ）は、それぞれの端末情報（ＴＲＭＴ）を赤外線で相互にやり取りする。このようにすることにより、誰と誰が対面しているのかを記録することができる。

各赤外線送受信部は一般に、赤外線送信のための赤外発光ダイオードと、赤外線フォトトランジスタの組み合わせにより構成される。赤外線ＩＤ送信部（ＩＲＩＤ）は、自らのＩＤである端末情報（ＴＲＭＴ）を生成して赤外線送受信モジュールの赤外線発光ダイオードに対して転送する。本実施例では、複数の赤外線送受信モジュールに対して同一のデータを送信することで、全ての赤外線発光ダイオードが同時に点灯する。もちろん、それぞれ独立のタイミング、別のデータを出力してもよい。

また、赤外線送受信部（ＡＢ）の赤外線フォトトランジスタによって受信されたデータは、論理和回路（ＩＲＯＲ）によって論理和が取られる。つまり、最低どれか一つの赤外線受光部でＩＤ受光されていれば名札型センサノードにＩＤとして認識される。もちろん、ＩＤの受信回路を独立して複数持つ構成でもよい。この場合、それぞれの赤外線送受信モジュールに対して送受信状態が把握できるので、例えば、対面する別の名札型センサノードがどの方向にいるかなど付加的な情報を得ることも可能である。

センサによって検出したセンサデータ（ＳＥＮＳＤ）はセンサデータ格納制御部（ＳＤＣＮＴ）によって、記憶部（ＳＴＲＧ）に格納される。センサデータ（ＳＥＮＳＤ）は通信制御部（ＴＲＣＣ）によって送信パケットに加工され、送受信部（ＴＲＳＲ）によって基地局（ＧＷ）に対し送信される。

このとき、記憶部（ＳＴＲＧ）からをセンサデータ（ＳＥＮＳＤ）取り出し、無線送信するタイミングを生成するのが通信タイミング制御部（ＴＲＴＭＧ）である。通信タイミング制御部（ＴＲＴＭＧ）は、複数のタイミングを生成する複数のタイムベースを持つ。

記憶部に格納されるデータには、現在センサによって検出したセンサデータ（ＳＥＮＳＤ）の他、過去に蓄積した纏め贈りデータ（ＣＭＢＤ）や、名札型センサノードの動作プログラムであるファームウェアを更新するためのファームウェア更新データ（ＦＭＵＤ）がある。

本実施例の名札型センサノード（ＴＲ）は、外部電源接続検出回路（ＰＤＥＴ）により、外部電源（ＥＰＯＷ）が接続されたことを検出し、外部電源検出信号（ＰＤＥＴＳ）を生成する。外部電源検出信号（ＰＤＥＴＳ）によって、通信タイミング制御部（ＴＲＴＭＧ）が生成する送信タイミングを切り替えるタイムベース切替部（ＴＭＧＳＥＬ）、または無線通信されるデータを切り替えるデータ切替部（ＴＲＤＳＥＬ）が本実施例の特有の構成である。図１（ｃ）では一例として、送信タイミングを、タイムベース１（ＴＢ１）とタイムベース（ＴＢ２）の２つのタイムベースを、外部電源検出信号（ＰＤＥＴＳ）によってタイムベース切替部（ＴＭＧＳＥＬ）が切り替える構成を図示している。また、通信されるデータを、センサから得たセンサデータ（ＳＥＮＳＤ）と、過去に蓄積した纏め贈りデータ（ＣＭＢＤ）と、ファームウェア更新データ（ＦＭＵＤ）とから、外部電源検出信号（ＰＤＥＴＳ）によってデータ切替部（ＴＲＤＳＥＬ）が切り替える構成を図示している。

照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）は、それぞれ名札型センサノード（ＴＲ）の前面と裏面に搭載される。照度センサ（ＬＳ１Ｆ、ＬＳ１Ｂ）により取得されるデータは、センサデータ格納制御部（ＳＤＣＮＴ）によって記憶部（ＳＴＲＧ）に格納されると同時に、裏返り検知部（ＦＢＤＥＴ）によって比較される。名札が正しく装着されているときは、前面に搭載されている照度センサ（表）（ＬＳ１Ｆ）が外来光を受光し、裏面に搭載されている照度センサ（裏）（ＬＳ１Ｂ）は名札型センサノード本体と装着者との間に挟まれる位置関係となるため、外来光を受光しない。このとき、照度センサ（裏）（ＬＳ１Ｂ）で検出される照度より、照度センサ（表）（ＬＳ１Ｆ）で検出される照度の方が大きな値を取る。一方で、名札型センサノード（ＴＲ）が裏返った場合、照度センサ（裏）（ＬＳ１Ｂ）が外来光を受光し、照度センサ（表）（ＬＳ１Ｆ）が装着者側を向くため、照度センサ（表）（ＬＳ１Ｆ）で検出される照度より、照度センサ（裏）（ＬＳ１Ｂ）で検出される照度の方が大きくなる。

ここで、照度センサ（表）（ＬＳ１Ｆ）で検出される照度と、照度センサ（裏）（ＬＳ１Ｂ）で検出される照度を裏返り検知部（ＦＢＤＥＴ）で比較することで、名札ノードが裏返って、正しく装着していないことが検出できる。裏返り検知部（ＦＢＤＥＴ）で裏返りが検出されたとき、スピーカ（ＳＰ）により警告音を発生して装着者に通知する。

マイク（ＡＤ）は、音声情報を取得する。音声情報によって、「騒々しい」又は「静か」等の周囲の環境を知ることができる。さらに、人物の声を取得・分析することによって、コミュニケーションが活発か停滞しているのか、相互に対等に会話をやり取りしているか一方的に話しているのか、怒っているのか笑っているのか、などの対面コミュニケーションを分析することができる。さらに、人物の立ち位置等の関係で赤外線送受信器（ＡＢ）が検出できなかった対面状態を、音声情報及び加速度情報によって補うこともできる。

マイク（ＡＤ）で取得される音声は、音声波形及び、それを積分回路（ＡＶＧ）で積分した信号の両方を取得する。積分した信号は、取得した音声のエネルギーを表す。

三軸加速度センサ（ＡＣ）は、ノードの加速度すなわちノードの動きを検出する。このため、加速度データから、名札型センサノード（ＴＲ）を装着した人物の動きの激しさや、歩行などの行動を解析することができる。さらに、複数の名札型センサノード（ＴＲ）が検出した加速度の値を比較することによって、それらの名札型センサノード（ＴＲ）を装着した人物間のコミュニケーションの活性度や相互のリズム、相互の相関等を解析できる。

本実施例の名札型センサノード（ＴＲ）では、三軸加速度センサ（ＡＣ）で取得されるデータは、センサデータ格納制御部（ＳＤＣＮＴ）によって記憶部（ＳＴＲＧ）に格納されると同時に、上下検知回路（ＵＤＤＥＴ）によって名札の向きを検出する。これは、三軸加速度センサ（ＡＣ）で検出される加速度は、装着者の動きによる動的な加速度変化と、地球の重力加速度による静的加速度の２種類が観測されることを利用している。

表示装置（ＬＣＤＤ）は、名札型センサノード（ＴＲ）を胸に装着しているときは、装着者の所属、氏名などの個人情報を表示する。つまり、名札として振舞う。一方で、装着者が名札型センサノード（ＴＲ）を手に持ち、表示装置（ＬＣＤＤ）を自分の方に向けると、名札型センサノード（ＴＲ）の転地が逆になる。このとき、上下検知回路（ＵＤＤＥＴ）によって生成される上下検知信号（ＵＤＤＥＴＳ）により、表示装置（ＬＣＤＤ）に表示される内容と、ボタンの機能を切り替える。本実施例では、上下検知信号（ＵＤＤＥＴＳ）の値により、表示装置（ＬＣＤＤ）に表示させる情報を、表示制御（ＤＩＳＰ）によって生成される赤外線アクティビティ解析（ＡＮＡ）による解析結果と、名札表示（ＤＮＭ）とを切り替える例を示している。

赤外線送受信器（ＡＢ）がノード間で赤外線をやり取りすることによって、名札型センサノード（ＴＲ）が他の名札型センサノード（ＴＲ）と対面したか否か、すなわち、名札型センサノード（ＴＲ）を装着した人物が他の名札型センサノード（ＴＲ）を装着した人物と対面したか否かが検出される。このため、名札型センサノード（ＴＲ）は、人物の正面部に装着されることが望ましい。上述の通り、名札型センサノード（ＴＲ）は、さらに、三軸加速度センサ（ＡＣ）等のセンサを備える。名札型センサノード（ＴＲ）におけるセンシングのプロセスが、図２（ａ）における組織ダイナミクスデータ取得（Ａ）に相当する。

名札型センサノード（ＴＲ）は多くの場合には複数存在し、それぞれが近い基地局（ＧＷ）と結びついてパーソナルエリアネットワーク（ＰＡＮ）を形成している。

名札型センサノード（ＴＲ）の温度センサ（ＡＥ）は名札型センサノード（ＴＲ）のある場所の温度を、照度センサ（表）（ＬＳ１Ｆ）は名札型センサノード（ＴＲ）の正面方向などの照度を取得する。これによって、周囲の環境を記録することができる。例えば、温度及び照度に基づいて、名札型センサノード（ＴＲ）が、ある場所から別の場所に移動したこと等を知ることもできる。

装着した人物に対応した入出力装置として、ボタン１〜３（ＢＴＮ１〜３）、表示装置（ＬＣＤＤ）、スピーカ（ＳＰ）等を備える。

記憶部（ＳＴＲＧ）は、具体的にはハードディスク、フラッシュメモリなどの不揮発記憶装置で構成され、名札型センサノード（ＴＲ）の固有識別番号である端末情報（ＴＲＭＴ）、センシングの間隔、及び、ディスプレイへの出力内容等の動作設定（ＴＲＭＡ）を記録している。この他にも記憶部（ＳＴＲＧ）は一時的にデータを記録することができ、センシングしたデータを記録しておくために利用される。

通信タイミング制御部（ＴＲＴＭＧ）は、時刻情報（ＧＷＣＳＤ）を保持し、一定間隔でその時刻情報（ＧＷＣＳＤ）を更新する時計である。時間情報は、時刻情報（ＧＷＣＳＤ）が他の名札型センサノード（ＴＲ）とずれることを防ぐために、基地局（ＧＷ）から送信される時刻情報（ＧＷＣＳＤ）によって定期的に時刻を修正する。

センサデータ格納制御部（ＳＤＣＮＴ）は、記憶部（ＳＴＲＧ）に記録された動作設定（ＴＲＭＡ）に従って、各センサのセンシング間隔などを制御し、取得したデータを管理する。

時刻同期は、基地局（ＧＷ）から時刻情報を取得して時計（ＴＲＣＫ）を修正する。時刻同期は、後述するアソシエイトの直後に実行されてもよいし、基地局（ＧＷ）から送信された時刻同期コマンドに従って実行されてもよい。

通信制御部（ＴＲＣＣ）は、データを送受信する際に、送信間隔の制御、及び、送受信に対応したデータフォーマットへの変換を行う。通信制御部（ＴＲＣＣ）は、必要であれば、無線でなく有線による通信機能を持ってもよい。通信制御部（ＴＲＣＣ）は、他の名札型センサノード（ＴＲ）と送信タイミングが重ならないように輻輳制御を行うこともある。

アソシエイト（ＴＲＴＡ）は、図１（ｂ）に示す基地局（ＧＷ）とパーソナルエリアネットワーク（ＰＡＮ）を形成するためのアソシエイト要求（ＴＲＴＡＱ）と、アソシエイト応答（ＴＲＴＡＲ）を送受信し、データを送信すべき基地局（ＧＷ）を決定する。アソシエイト（ＴＲＴＡ）は、名札型センサノード（ＴＲ）の電源が投入されたとき、及び、名札型センサノード（ＴＲ）が移動した結果それまでの基地局（ＧＷ）との送受信が絶たれたときに実行される。アソシエイト（ＴＲＴＡ）の結果、名札型センサノード（ＴＲ）は、その名札型センサノード（ＴＲ）からの無線信号が届く近い範囲にある一つの基地局（ＧＷ）と関連付けられる。

送受信部（ＴＲＳＲ）は、アンテナを備え、無線信号の送信及び受信を行う。必要があれば、送受信部（ＴＲＳＲ）は、有線通信のためのコネクタを用いて送受信を行うこともできる。送受信部（ＴＲＳＲ）によって送受信されるデータ（ＴＲＳＲＤ）は、基地局（ＧＷ）との間でパーソナルエリアネットワーク（ＰＡＮ）を介して転送される。

図２（ａ）、図２（ｂ）、図２（ｃ）、図２（ｄ）、図２（ｅ）は、一つの実施形態であるビジネス顕微鏡システムにおいて実行される処理の全体の流れを示しており、図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。複数の名札型センサノード（ＴＲＡ、ＴＲＢ、〜、ＴＲＩ、ＴＲＪ）による組織ダイナミクスデータの取得（Ａ）から、センサデータの解析である積極性解析（ＣＳ）と集中時間解析（ＣＪ）を行ない、その解析結果を知識創造行動バランス表示（ＣＬ２Ｍ）にて可視化を行ない、可視化結果は知識創造行動バランス（ＨＡ）として表示されるという、一連の流れを示している。

本実施形態では、端末のユーザの動きを示す加速度データ及び対面状態を示す対面データに基づいて積極性解析（ＣＳ）と集中時間解析（ＣＪ）を行う点を特徴とする。これにより、ホワイトカラーの生産性の指標を求めることが可能となる。さらには、解析結果を知識創造行動バランスとして表示することにより、ホワイトカラー組織の課題が明らかになり、その課題をユーザあるいは組織にフィードバックできる。

まず、図２（ａ）を用いて組織ダイナミクスデータ取得（Ａ）について説明する。名札型センサノードＡ（ＴＲＡ）は、赤外線送受信器（ＡＢ）、加速度センサ（ＡＣ）、マイク（ＡＤ）、温度センサ（ＡＥ）等のセンサ類と、正味（ＡＦＡ）、気づき（ＡＦＢ）、感謝（ＡＦＣ）のボタン（ＡＦ）のボタン類から構成されている。

赤外線送受信器から得られた対面情報を表示する画面（ＡＧ）と、レイティングを入力するユーザインタフェース（ＡＡ）、また図示は省略するが、マイクロコンピュータ及び無線送信機能を有する。

加速度センサ（ＡＣ）は、名札型センサノードＡ（ＴＲＡ）の加速度（すなわち、名札型センサノードＡ（ＴＲＡ）を装着している人物Ａ（図示省略）の加速度）を検出する。赤外線送受信器（ＡＢ）は、名札型センサノードＡ（ＴＲＡ）の対面状態（すなわち、名札型センサノードＡ（ＴＲＡ）が他の名札型センサノードと対面している状態）を検出する。なお、名札型センサノードＡ（ＴＲＡ）が他の名札型センサノードと対面していることは、名札型センサノードＡ（ＴＲＡ）を装着した人物Ａが、他の名札型センサノードを装着した人物と対面していることを示す。マイク（ＡＤ）は、名札型センサノードＡ（ＴＲＡ）の周囲の音、温度センサ（ＡＥ）は、名札型センサノードＡ（ＴＲＡ）の周囲の温度を検出する。

ボタン（ＡＦ）は名札型センサノードＡ（ＴＲＡ）を装着している人物Ａ（図示省略）の主観的な視点からの入力を行うものである。主業務を行っている場合には正味（ＡＦＡ）、新しいアイデアなどが発見した場合には、気づき（ＡＦＢ）、メンバに感謝することがあった場合には、感謝（ＡＦＣ）のボタンを押す。

本実施の形態のシステムでは、複数の名札型センサノード（図２（ａ）の名札型センサノードＡ（ＴＲＡ）〜名札型センサノードＪ（ＴＲＪ））を備える。各名札型センサノードは、それぞれ、一人の人物に装着される。例えば、名札型センサノードＡ（ＴＲＡ）は人物Ａに、名札型センサノードＢ（ＴＲＢ）は人物Ｂ（図示省略）に装着される。人物間の関係性を解析し、さらに、組織のパフォーマンスを図示するためである。

なお、名札型センサノードＢ（ＴＲＢ）〜名札型センサノードＪ（ＴＲＪ）も、名札型センサノードＡ（ＴＲＡ）と同様、センサ類、マイクロコンピュータ及び無線送信機能を備える。以下の説明において、名札型センサノードＡ（ＴＲＡ）〜名札型センサノードＪ（ＴＲＪ）のいずれにも当てはまる説明をする場合、及び、それらの名札型センサノードを特に区別する必要がない場合、名札型センサノードと記載する。

各名札型センサノードは、常時（又は短い間隔で繰り返し）センサ類によるセンシングを実行する。そして、各名札型センサノードは、取得したデータ（センシングデータ）を、所定の間隔で無線によって送信する。データを送信する間隔は、センシング間隔と同じであってもよいし、センシング間隔より大きい間隔であってもよい。このとき送信されるデータには、センシングした時刻と、センシングした名札型センサノードの固有の識別子（ＩＤ）が付与される。データの無線送信をまとめて実行するのは、送信による電力消費を抑えることによって、人が装着したままで、名札型センサノード（ＴＲ）の使用可能状態を長時間維持するためである。また、全ての名札型センサノードにおいて同一のセンシング間隔が設定されていることが、後の解析のためには望ましい。
無線によって各名札型センサノードから送信されたデータは、組織ダイナミクスデータ収集（Ｂ）において収集され、データベースに格納される。データテーブル（ＢＡ）は名札型センサノードから得られたセンサデータを格納する。

ユーザＩＤ（ＢＡＡ）はユーザの識別子、取得時間（ＢＡＢ）は名札型センサノード（ＴＲ）が受信した時刻、基地局（ＢＡＣ）は名札型センサノード（ＴＲ）と通信を行った基地局、加速度センサ（ＢＡＤ）は加速度センサ（ＡＣ）のセンサデータ、ＩＲセンサ（ＢＡＥ）は赤外線送受信器（ＡＢ）のセンサデータ、音センサ（ＢＡＦ）はマイク（ＡＤ）のセンサデータ、温度（ＢＡＧ）は温度センサ（ＡＥ）のセンサデータ、気づき（ＢＡＨ）は気づき（ＡＦＢ）ボタンの押下の有無、感謝（ＢＡＩ）は感謝（ＡＦＣ）ボタンの押下の有無、正味（ＢＡＪ）は正味（ＡＦＡ）ボタンの押下の有無を示している。

パフォーマンステーブル（ＢＢ）はパフォーマンス入力（Ｃ）やレイティング入力（ＡＡ）において入力されたパフォーマンスの値を格納する。

ユーザＩＤ（ＢＢＡ）はユーザの識別子、取得時間（ＢＢＢ）は名札型センサノード（ＴＲ）でレイティング入力（ＡＡ）した時刻、もしくは、パフォーマンス入力（Ｃ）した時刻である。ＳＯＣＩＡＬ（ＢＢＣ）、ＩＮＴＥＬＬＥＣＴＵＡＬ（ＢＢＤ）、ＳＰＩＲＩＴＵＡＬ（ＢＢＥ）、ＰＨＹＳＩＣＡＬ（ＢＢＦ）、ＥＸＥＣＵＴＩＶＥ（ＢＢＧ）はレイティング内容である。

また、ダイナミクスデータ収集（Ｂ）では、データが届いた順に格納するため、必ずしも、時刻順になっているとは限らない。また、データテーブル（ＢＡ）やデータテーブル（ＢＡ）は１例であり、センサデータ毎にテーブルを作成しても構わない。

積極性解析（ＣＳ）はユーザの積極的な活動の解析を行う。組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）を入力とし、センサデータから対面時の積極的な行動の指標を求める解析を行う。積極性解析（ＣＳ）の処理全体の流れを図２（ｂ）、図２（ｃ）を用いて説明する。

データテーブル（ＢＡ）に格納されているセンサデータから対面に関する特徴量を求める処理として、５分対面検出処理（ＣＳ５Ｉ）と動作に関する特徴量を求める処理として１分動作検出処理（ＣＳ１Ａ）を行う。

５分対面検出処理（ＣＳ５Ｉ）について説明する。対面検出の入力はデータテーブル（ＢＡ）のＩＲセンサ（ＢＡＥ）である。ユーザ毎に誰と対面したのかを検出する。検出する際には、指定した時刻の区間毎に求めることが望ましく、５分対面検出処理（ＣＳ５Ｉ）では分析幅を５分間として指定している。

ＩＲセンサ（ＢＡＥ）の指向性が高いために、ユーザの動きの変化により検知できなくなってしまう場合がある。そこで、実際に対面している時間を求めると、分析幅を５分間とした時が、実際に対面した時間に近いことが判明したため、分析幅を５分間としている。なお、実際に対面している時間が反映されるのであれば、他の分析幅を用いてもよい。

抽出した結果を解析結果テーブル（Ｅ）の５分間毎の対面テーブル（ＥＡ５Ｉ）に格納する。ユーザを１レコードとして、５分間区切りで、時系列順に２４時間分の特徴量を代入する。

解析結果テーブル（Ｅ）に格納される５分間毎の対面テーブル（ＥＡ５Ｉ）は、例えば、（ＥＡ５ＩＡ）の場合、ユーザＩＤ０００１という人物が、２００８／０７／２６の１０：００から０：０４までの間に対面した人は２名いて、その２名のユーザＩＤは０００２と０００３であるということを示している。他も同様である。 また、５分間毎の対面テーブル（ＥＡ５Ｉ）は、５分間毎に対面したユーザを特徴量として格納されていればよく、５分間毎の対面テーブル（ＥＡ５Ｉ）のテーブル構成と異なってもかまわない。

次に、対面補完処理（ＩＭ）を行う。対面補完処理の詳細については、図５（ａ）から図５（ｃ）を用いて後述する。
対面補完処理（ＩＭ）した結果を解析結果テーブル（Ｅ）内の修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）に格納する。ユーザを１レコードとして、５分間区切りで、時系列順に２４時間分の特徴量を代入する。

修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）は、例えば、対面補完処理前は、ユーザＩＤ０００３という人物が、２００８／０７／２６の１０：００から０：０４までの間に対面した人は１名（ユーザＩＤ０００２）であったが、対面補完処理後は、ユーザＩＤ０００１と０００２の２名となっていることを示す（ＥＡ５ＩＭＢ）。

また、修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）は、５分間毎に対面したユーザを特徴量として格納されていればよく、修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）のテーブル構成と異なってもかまわない。

次に、１分動作検出処理（ＣＳ１Ａ）について説明する。動作検出の入力はデータテーブル（ＢＡ）の加速度センサ（ＢＡＤ）である。ユーザ毎に動作リズムを検出する。検出する際には、指定した時刻の区間毎に求めることが望ましく、１分動作検出処理（ＣＳ１Ａ）では分析幅を１分間として指定している。動作リズムとは、加速度センサ（ＢＡＤ）から動きの周波数を求めたものである。対面中には積極的な場合と消極的な場合があり、それを区別して検出する必要がある。そこで、本実施形態では、５分対面検出処理（ＣＳ５Ｉ）の分析幅より短い１分間を選択している。なお、対面中の積極、消極を区別して検出することができれば、他の分析幅を用いてもよい。

抽出した結果を解析結果テーブル（Ｅ）の１分間毎の動作テーブル（ＥＡ１Ａ）に格納する。ユーザを１レコードとして、１分間区切りで、時系列順に２４時間分の特徴量を代入する。

１分間毎の動作テーブル（ＥＡ１Ａ）は、例えば、（ＥＡ１ＡＡ）の場合、ユーザＩＤ０００１という人物が、２００８／０７／２６の１０：００の動作リズムは２．３Ｈｚであることを示している。他も同様である。 また、１分間毎の動作テーブル（ＥＡ１Ａ）は、１分間毎のユーザの行動リズムを特徴量として格納されていればよく、１分間毎の動作テーブル（ＥＡ１Ａ）のテーブル構成と異なってもかまわない。

次に、積極性処理（ＣＳＳ）について説明する。積極性処理（ＣＳＳ）は対面時の積極性を判定する処理である。入力は１日における修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）と１分間毎の動作テーブル（ＥＡ１Ａ）である。ユーザ毎に時系列に並べて、同時刻の対面と動作を比較することにより求める。具体的には、対面している場合の動作の特徴量である動作リズムから対面時の積極性を判定する。

（ＣＳＳ１）のユーザ０００１の対面レコードは、修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）におけるユーザＩＤ０００１の対面レコードである。また、（ＣＳＳ１）の動作レコードは、１分間毎の動作テーブル（ＥＡ１Ａ）におけるユーザＩＤ０００１の動作レコードである。同時刻の対面と動作を解析パラメータ（Ｇ）内の積極性判定テーブル（Ｇ１）を用いて判定を行う。つまり、対面（Ｇ１Ａ）と動作（Ｇ１Ｂ）から対応する該当する結果（Ｇ１Ｃ）を選択する。

例えば、２００８／０７／２６の１０：００の積極性を求める場合には、対面２名、かつ、動作２．３Ｈｚなので、結果（Ｇ１Ｃ）から１が選択される。この結果を２００８／０７／２６の１０：００の積極性として、２００８／０７／２６の１０：００の結果レコードに代入する（ＣＳＳ１Ａ）。
（ＣＳＳ１）では結果の分析に用いている時間幅が１分間となっているが、ここを任意の時間にしてもかまわない。その場合に、もし、対面と動作の時間幅と異なる場合には、平均などの既存の手法を用いて、時間幅をそろえてもかまわない。

ここで、積極性判定テーブル（Ｇ１）について説明する。業務中に積極的な行動をすることで、内部／外部からの情報を集めることや、白熱した議論をすることでアイデアを練ることを促進させることができる。その場合に想定される行動として、「言葉だけでなく身振り（ジェスチャ）を含めた対面」や「相手がいる場所まで出向く」などがあげられる。本発明者は、このような対面時のユーザの行動と動作リズムの関係に着目して実験を行ったところ、図１３のような実験結果が得られた。そして、対面中で動作リズムが２Ｈｚ以上の場合が積極的な行動であることを発見した。そこで、積極性判定テーブルに示すように、動作（Ｇ１Ｂ）の閾値として２Ｈｚを設け、「対面あり、かつ、２Ｈｚ以上」を対面時に積極的であると判定するようにしたのである。

次に、図２（ｃ）の（ＣＳＳ２）について説明する。（ＣＳＳ２）は（ＣＳＳ１）の結果のレコードをカウントした値を代入している。日付（ＣＳＳ２Ａ）は分析対象の日付、対面：ＮＵＬＬ（ＣＳＳ２Ｂ）はＮＵＬＬのカウント数、対面：なし（ＣＳＳ２Ｃ）は０のカウント数、対面あり（ＣＳＳ２Ｄ）は１から３までのカウント数、動作：２Ｈｚ以上（ＣＳＳ２Ｅ）は１のカウント数、動作：２Ｈｚ以下（ＣＳＳ２Ｆ）は２のカウント数、動作：ＮＵＬＬ（ＣＳＳ２Ｇ）は３のカウント数、を示している。この結果をユーザ毎の積極性テーブル（ＥＡＳＵ）に代入する。

ユーザ毎の積極性テーブル（ＥＡＳＵ）はユーザ別にまとめたものである。（ＥＡＳＵ１）はユーザＩＤ０００１の積極性テーブルであり、１日をレコードとして（ＣＳＳ２）を格納する。（ＥＡＳＵ１）は日付順に並んでいる。
日付（ＥＡＳＵ１Ａ）、対面：ＮＵＬＬ（ＥＡＳＵ１Ｂ）、対面：なし（ＥＡＳＵ１Ｃ）は、（ＣＳＳ２）と同様である。また、対面あり（ＥＡＳＵ１Ｄ）は（ＣＳＳ１）の結果のレコードにおける１から３までのカウント数を示し、動作：２Ｈｚ以上（ＥＡＳＵ１Ｅ）、動作：２Ｈｚ以下（ＥＡＳＵ１Ｆ）、動作：ＮＵＬＬ（ＥＡＳＵ１Ｇ）は、（ＣＳＳ２）と同様である。さらに、（２Ｈｚ以上）／（２Ｈｚ以上＋以下）（ＥＡＳＵ１Ｈ）は、分母を動作：２Ｈｚ以上（ＥＡＳＵ１Ｅ）と動作：２Ｈｚ以下（ＥＡＳＵ１Ｆ）の和で、分子を動作：２Ｈｚ以上（ＥＡＳＵ１Ｅ）としたものである。このようにする理由は対面中の積極的な行動を示している割合を求めるためである。

次に、積極性精度向上処理（ＣＳＫ）を行う。日々の業務は通常業務の他に、徹夜、出張、休みなどが含まれている。ユーザの業務の質を測定する際には、日常的な行動バランスの性質を知ることが必要である。そこで、できるだけ通常業務を選択する処理を行うことによって、積極性の指標における精度を高めることができる。

具体的には、ユーザ毎の積極性テーブル（ＥＡＳＵ）を（２Ｈｚ以上）／（２Ｈｚ以上＋以下）（ＥＡＳＵ１Ｈ）の大きい順に並べる（ＣＳＫ１）。そして、次にそれを三等分にし、その中間のグループの平均値を対面アクティブ度とする。

中間グループを選択することにより、徹夜、出張などの影響を少なくして日常業務を反映させることができる。さらにはその平均値を算出して、対面中の積極度を算出する。なお、日常業務を反映できるのであれば、三等分あるいは平均値とは異なる処理を採用できることはいうまでもない。

このように、対面中の積極的な行動の割合を算出し、一部の積極的な行動の割合に基づいて対面積極度を求めることにより、日常的な行動バランスの性質を知ることが可能となる。

ユーザＩＤ０００１の人物について具体的に説明すると、中間のグループ（ＣＳＫ１Ｉ）の平均値（ＣＳＫ２Ｆ）を求める。（ＣＳＫ２）は対面アクティブ度をまとめたテーブルである。ユーザＩＤ（ＣＳＫ２Ａ）はユーザのＩＤ、積極性（ＣＳＫ２Ｂ）は積極性の指標、対面アクティブ（ＣＳＫ２Ｃ）は対面アクティブ度の指標、有効日数（ＣＳＫ２Ｄ）は分析に用いた日数、全日数（ＣＳＫ２Ｅ）はデータを取得した日数である。

さらに、取得したデータを全て使用すると信頼性が低下することが考えられる。対面：ＮＵＬＬ（ＣＳＫ１Ｂ）の値がある閾値よりも大きい場合には、ほとんどデータが取得されていないために信頼性が低下する恐れがあると判断し、その日付のデータは分析には用いない。有効日数（ＣＳＫ２Ｄ）は分析に用いない日のデータを省き、実際に分析に用いた日数を記入する。

積極性統合処理（ＣＳＴ）は、全ユーザの（ＣＳＫ２）をまとめる処理であり、積極性テーブル（ＥＡＢ）は積極性統合処理の結果を示し、解析結果テーブル（Ｅ）に格納される。ユーザＩＤ（ＥＡＡ）はユーザのＩＤ、積極性（ＥＡＢ）は積極性の指標、対面アクティブ（ＥＡＢＡ）は対面アクティブ度の指標、有効日数（ＥＡＢＢ）は分析に用いた日数、全日数（ＥＡＢＣ）はデータを取得した日数である。この積極性テーブル（ＥＡＢ）に全ユーザ分を記入後に、積極性解析（ＣＳ）が終了する。

次に、図２（ａ）に示す集中時間解析（ＣＪ）について説明する。集中時間解析（ＣＪ）は、ユーザに集中して作業を行っているか否かを判定する。組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）を入力とし、センサデータから集中している行動の指標を求める解析を行う。集中時間解析（ＣＪ）の処理全体の流れを示したものが図２（ｄ）、図２（ｅ）である。

データテーブル（ＢＡ）に格納されているセンサデータから対面に関する特徴量を求める処理として１分対面検出処理（ＣＳ１Ｉ）と動作に関する特徴量を求める処理として５分動作検出処理（ＣＳ５Ａ）を実行する。

まず、１分対面検出処理（ＣＳ１Ｉ）について説明する。対面検出の入力はデータテーブル（ＢＡ）のＩＲセンサ（ＢＡＥ）である。ユーザ毎に誰と対面したのかを検出する。検出する際には、指定した時刻の区間毎に求めることが望ましく、１分対面検出処理（ＣＳ１Ｉ）では分析幅を１分間として指定している。対面は集中している時に他者からの割り込みを検知するために用いるため、５分動作検出処理（ＣＳ５Ａ）の時間幅より短い１分間とした。抽出した結果を解析結果テーブル（Ｅ）の１分間毎の対面テーブル（ＥＡ１Ｉ）に格納する。ユーザを１レコードとして、１分間区切りで、時系列順に２４時間分の特徴量を代入する。

積極性解析（ＣＳ）では、５分対面検出処理（ＣＳ５Ｉ）を行っているが、１分間区切りにしたものが１分対面検出処理（ＣＳ１Ｉ）である。さらに、データを格納するテーブルも積極性解析（ＣＳ）で示した５分間毎の対面テーブル（ＥＡ５Ｉ）と同じであり、異なる点は、分析に用いている区間である。５分間毎の対面テーブル（ＥＡ５Ｉ）は５分間区切りであるが、１分間毎の対面テーブル（ＥＡ１Ｉ）は１分間区切りである。また、１分間毎の対面テーブル（ＥＡ１Ｉ）は、１分間毎に対面したユーザを特徴量として格納されていればよく、１分間毎の対面テーブル（ＥＡ１Ｉ）のテーブル構成と異なってもかまわない。

また、１例として１分幅を用いたが、集中時に他からの割り込みによる業務の中断を検知できるならば、ほかの分析幅を用いてもかまわない。

次に対面補完処理（ＩＭ）を行う。対面補完処理の詳細については、図５（ａ）から図５（ｃ）を用いて後述する。対面補完処理（ＩＭ）の出力結果である解析結果テーブル（Ｅ）の修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）に格納する。修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）は、積極性解析（ＣＳ）における修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）と同様であり、異なる点は、分析に用いている区間である。修正後の５分間毎の対面テーブル（ＥＡ５ＩＭ）は５分間区切りであるが、修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）は１分間区切りである。

また、修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）は、１分間毎に対面したユーザを特徴量として格納されていればよく、修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）でのテーブル構成と異なってもかまわない。

次に、５分動作検出処理（ＣＳ５Ａ）について説明する。動作が変化するときに名札型センサノードの動きが小刻みに動くため、行動が大きな値になりやすい。このような変化点を求めるのではなく、集中している時間帯の動作そのものを求めるためには、このような値をはずれ値として省く必要がある。分析幅が短いと変化点の影響を受けやすくなるため、分析時間幅を長くする。そこで、集中時間解析においては、動作の分析幅を５分間とした。１例として５分幅を用いたが、集中している時間帯の動作そのものを求めることができれば、他の分析幅でもかまわない。

動作検出の入力はデータテーブル（ＢＡ）の加速度センサ（ＢＡＤ）である。ユーザ毎に動作リズムを検出する。検出する際には、指定した時刻の区間毎に求めることが望ましく、５分動作検出処理（ＣＳ５Ａ）では分析幅を５分間として指定している。動作リズムとは、加速度センサ（ＢＡＤ）から動きの周波数を求めたものである。 抽出した結果を解析結果テーブル（Ｅ）の５分間毎の動作テーブル（ＥＡ５Ａ）に格納する。ユーザを１レコードとして、５分間区切りで、時系列順に２４時間分の特徴量を代入する。

積極性解析（ＣＳ）では、１分動作検出処理（ＣＳ１Ａ）を行なっているが、これは１分間区切りであり、これを５分間区切りにしたものが５分動作検出処理（ＣＳ５Ａ）である。さらに、データを格納するテーブルも積極性解析（ＣＳ）で示した１分間毎の動作テーブル（ＥＡ１Ａ）と同じであり、異なる点は、分析に用いている区間である。１分間毎の動作テーブル（ＥＡ１Ａ）は１分間区切りであるが、５分間毎の動作テーブル（ＥＡ５Ａ）は５分間区切りである。

また、５分間毎の動作テーブル（ＥＡ５Ａ）は、５分間毎のユーザの行動リズムを特徴量として格納されていればよく、５分間毎の動作テーブル（ＥＡ５Ａ）のテーブル構成と異なってもかまわない。

集中時間処理（ＣＪＪ）はユーザの集中を判定する処理である。入力は１日における修正後の修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）と５分間毎の動作テーブル（ＥＡ５Ａ）である。ユーザ毎に時系列に並べて、同時刻の対面と動作を比較することにより求める。

（ＣＪＪ１）のユーザ０００１の対面レコードは修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）におけるユーザＩＤ０００１の対面レコードである。また、（ＣＪＪ１）の動作のレコードは、５分間毎の動作テーブル（ＥＡ５Ａ）におけるユーザＩＤ０００１の動作レコードである。同時刻の対面と動作を解析パラメータ（Ｇ）内の集中時間判定テーブル（Ｇ２）を用いて判定を行う。つまり、対面（Ｇ２Ａ）と動作（Ｇ２Ｂ）から対応する該当する結果（Ｇ２Ｃ）を選択する。

例えば、２００８／０７／２６の１０：００において集中しているか否かを求める場合には、対面１名、かつ、動作３．１Ｈｚなので、結果（Ｇ２Ｃ）から０が選択される。この結果を２００８／０７／２６の１０：００の集中時間として、２００８／０７／２６の１０：００の結果レコードに代入する（ＣＪＪ１Ａ）。

（ＣＪＪ１）では結果の分析に用いている時間幅が１分間となっているが、ここを任意の時間にしてもかまわない。その場合に、もし、対面と動作の時間幅と異なる場合には、平均などの既存の手法を用いて、時間幅をそろえてもかまわない。

ここで、集中時間判定テーブル（Ｇ２）について説明する。集中した時間とは、机に座って文章作成や文献調査などの作業を行うこと、また、アイデアをじっくり考えたりすることである。その場合に想定される行動として、「誰とも対面を行わない」や「あまり身振り（ジェスチャ）を行わない」などがあげられる。本発明者は、上述したような実験を行うことにより、文章作成やじっくり考えている時の動作リズムの値は低く、人によるばらつきはあるものの２Ｈｚ未満であることを発見した。そこで、集中時間判定テーブルに示すように、動作（Ｇ２Ｂ）の閾値として２Ｈｚを設け、「対面なし、かつ、２Ｈｚ以下」を集中していると判定するようにしたのである。

次に、図２（ｅ）の（ＣＪＪ２）について説明する。（ＣＪＪ２）は（ＣＪＪ１）の結果のレコードをカウントした値を代入している。日付（ＣＪＪ２２Ａ）は分析対象の日付、動作：ＮＵＬＬ（ＣＪＪ２Ｂ）はＮＵＬＬのカウント数、動作：２Ｈｚ以上（ＣＪＪ２Ｃ）は０のカウント数、動作２Ｈｚ以下（ＣＪＪ２Ｄ）は１〜３のカウント数、対面なし（ＣＪＪ２Ｅ）は１のカウント数、対面あり（ＣＪＪ２Ｆ）は２のカウント数、全体（ＣＪＪ２Ｇ）は１のカウント数、第１継続時間（ＣＪＪ２Ｈ）は１が連続して格納されている中で１番目に長いもののカウント数、第２継続時間（ＣＪＪ２Ｉ）は１が連続して格納されている中で２番目に長いもののカウント数、第３継続時間（ＣＪＪ２Ｊ）は１が連続して格納されている中で３番目に長いもののカウント数、第３までの和（ＣＪＪ２Ｋ）は第１継続時間（ＣＪＪ２Ｈ）と第２継続時間（ＣＪＪ２Ｉ）と第３継続時間（ＣＪＪ２Ｊ）の和である。この結果をユーザ毎の集中時間テーブル（ＥＡＪＵ）に代入する。

ユーザ毎の集中時間テーブル（ＥＡＪＵ）は、集中時間解析処理（ＣＪＪ）をユーザ別にをまとめたものである。（ＥＡＪＵ１）はユーザＩＤ０００１の集中時間テーブルであり、１日をレコードとして（ＣＪＪ２）を格納する。（ＥＡＪＵ１）は日付順に並んでいる。

日付（ＥＡＪＵ１Ａ）、動作：ＮＵＬＬ（ＥＡＪＵ１Ｂ）、動作：２Ｈｚ以上（ＥＡＪＵ１Ｃ）、動作２Ｈｚ以下（ＥＡＪＵ１Ｄ）、対面なし（ＥＡＪＵ１Ｅ）、対面あり（ＥＡＪＵ１Ｆ）、全体（ＥＡＪＵ１Ｇ）、第１継続時間（ＥＡＪＵ１Ｈ）、第２継続時間（ＥＡＪＵ１Ｉ）、第３継続時間（ＥＡＪＵ１Ｊ）、第３までの和（ＥＡＪＵ１Ｋ）は、それぞれ（ＣＪＪ２）と同様である。このようにする理由は集中している時間の継続時間を求めているためである。

次に、集中時間精度向上処理（ＣＪＫ）を行う。日々の業務は通常業務の他に、徹夜、出張、休みなどが含まれている。ユーザの業務の質を測定する際には、日常的な行動バランスの性質を知ることが必要である。そこで、できるだけ通常業務を選択する処理を行うことによって、集中時間の指標における精度を高めることができる。

具体的には、ユーザ毎の集中時間テーブル（ＥＡＪＵ）を第３までの和（ＥＡＪＵ１Ｋ）の大きい順に並べる（ＣＪＫ１）。そして、次にそれを三等分にし、その中間のグループの平均値を集中度とする。中間グループを選択することにより、徹夜、出張などの影響を少なくして日常業務を反映することができる。さらにはその平均値を算出して、業務集中度を算出する。なお、日常業務を反映できるのであれば、三等分あるいは平均値とは異なる処理を採用できることはいうまでもない。

このように、対面していない場合における動作リズム２Ｈｚ以下の継続時間（集中時間）を算出し、一部の継続時間に基づいて業務集中時間を求めることにより、日常的な行動バランスの性質を知ることが可能となる。
ユーザＩＤ０００１の人物について具体的に説明すると、中間のグループ（ＣＪＫ１Ｌ）の平均値（ＣＪＫ２Ｆ）を求める。（ＣＪＫ２）は集中度をまとめたテーブルである。ユーザＩＤ（ＣＪＫ２Ａ）はユーザのＩＤ、集中度 （ＣＪＫ２Ｂ）は集中時間の指標、集中時間 （ＣＪＫ２Ｃ）は集中継続時間の指標、有効日数（ＣＪＨＫ２Ｄ）は分析に用いた日数、全日数（ＣＪＫ２Ｅ）はデータを取得した日数である。

さらに取得したデータを全て使用すると信頼性が低下することも考えられる。対面：ＮＵＬＬ（ＣＪＫ１Ｂ）の値がある閾値よりも大きい場合には、ほとんどデータが取得されていないために信頼性が低下する恐れがあると判断し、その日付のデータは分析には用いない。有効日数（ＣＪＫ２Ｄ）は分析に用いない日のデータを省き、実際に分析に用いた日数を記入する。

集中時間統合処理（ＣＪＴ）は、全ユーザの（ＣＪＫ２）をまとめる処理であり、集中度テーブル（ＥＡＣ）は集中時間統合処理の結果を示し、解析結果テーブル（Ｅ）に格納される。ユーザＩＤ（ＥＡＡ）はユーザのＩＤ、集中度（ＥＡＣ）は集中時間の指標、集中時間（ＥＡＣＡ）は集中継続時間の指標、有効日数（ＥＡＣＢ）は分析に用いた日数、全日数（ＥＡＣＣ）はデータを取得した日数である。

この集中時間テーブル（ＥＡＣ）に全ユーザ分を記入後に、集中時間解析（ＣＪ）が終了する。

上述した積極性解析（ＣＳ）及び集中時間解析（ＣＪ）の解析結果を用いて、図２（ａ）に示す知識創造行動バランスを表示する処理について説明する。図２（ａ）に示す積極性・集中度テーブル（ＥＡ）は解析結果テーブル（Ｅ）に格納されており、積極性解析（ＣＳ）の出力である積極性テーブル（ＥＡＢ）と集中時間解析（ＣＪ）の出力である集中度テーブル（ＥＡＣ）を組合したものである。積極性テーブル（ＥＡＢ）と集中度テーブル（ＥＡＣ）は積極性・集中度テーブル（ＥＡ）に格納する際には、同じユーザを１レコードとする。

ここで、知識創造行動バランスとは、知識創造のために必要な行動のバランスを示すものである。知識労働者の業務においてはアイデアを具現化することが重要であり、そのプロセスとして、１人で突き詰めて考えること、他者とコミュニケーションして刺激しあうことの２つが不可欠な要素である。それぞれの質をバランスよく高めることが生産性の向上のために重要であると考えられる。そこで、その質を表す１つの切り口として、前者については継続して個人作業に集中できている時間を、後者については対面時に（受け身、聞き手ではなく）自ら積極的に関わっている割合をセンサから計測し、個人作業とコミュニケーションのバランスの良い業務スタイルを確立するために活用する。

その表示結果の１例が知識創造行動バランス（ＨＡ）である。縦軸は積極性（ＥＡＢ）の対面時アクティブ度（ＨＡＡ）、集中度（ＥＡＣ）の集中継続時間（ＨＡＢ）である。ユーザＩＤ０００１のデータ（ＨＡＣ）は、対面アクティブ度０．５、集中継続時間２２の座標にプロットされる。
知識創造行動バランス（ＨＡ）は、知識創造行動の指標として対面アクティブ度と集中継続時間を用いて、それらのバランスを表示したものである。（ＨＡ）において右上に位置した場合には、個人作業時には長い時間集中し、コミュニケーション時には積極的であるという意味で、メリハリのある業務スタイルが出来ている理想的な状態であるといえる。一方、右下に位置している場合は個人作業には十分に時間が取れているが、コミュニケーションが受動的になっている。

また、ユーザをユーザＩＤ（ＥＡＡ）という匿名の状態で扱っているが、ユーザへ提示する際には、実名のほうがわかりやすい。よって、ユーザＩＤ（ＥＡＡ）と実名などの個人情報との対応表が必要になる。
一般情報テーブル（Ｆ）内に格納されているユーザ名称対応表（ＦＡ）は、ユーザＩＤと実名などの個人情報との対応を示すものである。ユーザＩＤ（ＦＡＡ）はユーザの番号であり、積極性・集中度テーブル（ＥＡ）のユーザＩＤ（ＥＡＡ）と対応が取れている。名称（ＦＡＢ）はユーザの実名、役職（ＦＡＣ）はユーザの役職である。例えば、ユーザＩＤ０００１の実名は加藤であり、役職は部長である。

知識創造行動バランス表示（ＣＬ２Ｍ）は、ユーザ名称対応表を用いて、例えば丸アイコンによりユーザＩＤ０００１の人物が部長であることを示している。また、アイコンの近くには名称と信頼度を記載してある（ＨＡＤ）。信頼度の求め方は全日数から有効日数を割ったものを信頼度として表示する。なお、積極性の指標における信頼度として、上記の処理を採用しているが、公知の処理方法を用いてもかまわない。

また、知識創造行動バランス（ＨＡ）は、積極性（ＥＡＢ）と集中度（ＥＡＣ）を２次元マップ上へユーザに理解しやすい表記方法で表現することが重要であるため、これが満たされるならば、知識創造行動バランス（ＨＡ）の表示構成と異なってもかまわない。知識創造行動バランス表示（ＣＬ２Ｍ）は、知識創造行動バランス（ＨＡ）を出力した後に終了する。

また、図２は個人別の知識創造行動バランスであったが、これは個人だけでなくチーム別へ表示することも可能である。図３は、チーム別の知識創造行動バランスを示すものである。チーム別の知識創造行動バランスは、図２（ａ）の積極性・集中度テーブル（ＥＡ）を用いて求める。

チーム変換処理（ＣＴ１）は個人別の積極性・集中度テーブル（ＥＡ）をチーム別の積極性・集中度テーブル（ＥＡＭ）に変換する処理である。変換には一般情報テーブル（Ｆ）のチーム／ユーザ対応表（ＦＣ）を用いるチーム／ユーザ対応表（ＦＣ）は、チームＩＤ（ＦＢＡ）と、そのチームに属しているユーザを示すユーザＩＤ（ＦＢＢ）が記載されている。

個人からチームへの変換方法は、チームＩＤ（ＦＢＡ）に属しているユーザＩＤ（ＦＢＢ）の積極性・集中度テーブル（ＥＡ）を参照し、それぞれの平均値を求めて解析結果テーブル（Ｅ）の積極性・集中度テーブル（ＥＡＭ）に格納する。個人からチームへの変換方法として、上記の処理を採用しているが、公知の処理方法を用いてもかまわない。

積極性・集中度テーブル（ＥＡＭ）は１チームを１レコードとして格納するテーブルである。テーブル形式は積極性・集中度テーブル（ＥＡ）と同じである。

知識創造行動バランス表示（ＣＬ２Ｍ）の表示結果の１例が知識創造行動バランス（ＨＢ）である。縦軸は積極性（ＥＡＭＢ）の対面時アクティブ度（ＨＢＡ）、集中度（ＥＡＭＣ）の集中継続時間（ＨＢＢ）である。チーム０００１ＩＤ（ＨＢＣ）のデータは、対面アクティブが０．５３５、集中継続時間３２の座標にプロットされる。

また、チームをチームＩＤ（ＥＡＭＡ）という匿名の状態で扱っているが、個人別の知識創造行動バランスと同様に、ユーザへ提示する際には、実名のほうがわかりやすい。よって、チームＩＤ（ＥＡＭＡ）と実名などの個人情報との対応表が必要になる。

一般情報テーブル（Ｆ）内に格納されているチーム名称対応表（ＦＤ）は、チームＩＤと名称などの会社情報との対応表である。チームＩＤ（ＦＣＡ）はチームの番号であり、積極性・集中度テーブル（ＥＡＭ）のチームＩＤ（ＥＡＭＡ）と対応が取れている。名称（ＦＣＢ）はチーム名称である。例えば、チームＩＤ０００１は総務チームである。

知識創造行動バランス表示（ＣＬ２Ｍ）は、チーム名称対応表（ＦＤ）を用いて、例えば丸アイコンによりチームＩＤ０００１のチームが総務チームであることを示している。また、アイコンの近くには名称と信頼度を記載してある（ＨＢＤ）。信頼度の求め方は全日数から有効日数を割ったものを信頼度として表示する。積極性の指標における信頼度として、上記の処理を採用しているが、公知の処理方法を用いてもかまわない。

さらに、アイコンの表示方法も任意に決めることができる。その際には、チーム名称対応表（ＦＤ）に追加する必要がある。例えば、支店名や地域などのエリア情報や、フロアや席などの場所情報などである。

また、知識創造行動バランス（ＨＢ）は、積極性（ＥＢＢ）と集中度（ＥＢＣ）を２次元マップ上へユーザに理解しやすい表記方法で表現することが重要であるため、これが満たされるならば、知識創造行動バランス（ＨＢ）の表示構成と異なってもかまわない。知識創造行動バランス表示（ＣＬ２Ｍ）は知識創造行動バランス（ＨＢ）を出力した後に終了する。

このように、組織を構成する個人あるいはチームの知識創造行動バランスを表示することにより、個人作業とコミュニケーションあるいはチーム作業とチーム同士のコミュニケーション、のバランスのよい業務スタイルを確立するために活用することができる。

次に、図２（ｂ）及び図２（ｄ）で示した対面補完処理（ＩＭ）に関し、図５（ａ）から図５（ｃ）を用いて説明する。

対面補完処理（ＩＭ）は、対面検出で生じる誤判定を修正するための処理である。対面検出においては、対面相手のセンサノードが赤外線送受信部により送信したデータを受信できたとしても、必ずしもその逆が成立するわけではない。

例えば、図２（ｂ）に示す５分間毎の対面テーブル（ＥＡ５Ｉ）は、ユーザＩＤ０００１の人物が、ユーザＩＤ０００２の人物とユーザＩＤ０００３の人物と対面していること示している。しかし、ユーザＩＤ０００３の人物からみた場合、ユーザＩＤ０００２の人物と対面しているが、ユーザＩＤ０００１の人物とは対面していない。もし、このような問題が生じた場合には、積極性解析あるいは集中時間解析の精度を高めるために、ユーザＩＤ０００３の人物が、ユーザＩＤ０００１の人物と対面しているようにする補完的な処理が必要になる。このような補完的な処理を対面補完処理（ＩＭ）で行なう。

図５（ａ）は、対面結果が一方向の受信だった場合に、双方向にするための補完処理を示すものである。図５（ａ）（ＩＭ１Ｆ）は、ある場面における対面を示したものである。ユーザは０００１〜０００５の５人いて、対面しているユーザ同士には実線で示している。すなわち、ユーザ０００１とユーザ０００２が対面し（ＩＭ１ＦＡ）、ユーザ０００３とユーザ０００４が対面し（ＩＭ１ＦＢ）、ユーザ０００４とユーザ０００５が対面している（ＩＭ１ＦＣ）。

この状況における対面検知の結果を、双方向適用前の対面テーブル（ＩＭ１Ａ）に示す。このテーブルは、ある時刻において、ユーザ毎に誰と対面したかを示している。ユーザＩＤ（ＩＭ１ＡＡ）はユーザのＩＤが記載されており、（ＩＭ１ＡＢ）は時刻２００８／７／２６ １０：００に対面した相手のユーザＩＤを示している。例えば、ユーザ０００１は２００８／７／２６ １０：００にユーザ０００２と対面している。他ユーザも同様である。

対面双方向適用処理（ＩＭ１）は、対面が片方向の状態を双方向の状態にするための処理である。双方向適用前の対面テーブル（ＩＭ１Ａ）では、ユーザ０００１はユーザ０００２との対面があるにもかかわらず、ユーザ０００２はユーザ０００１との対面をしていない。対面双方向適用処理（ＩＭ１）では、ユーザ０００２はユーザ０００１と対面しているように補完処理を施す。他のユーザについても同様である。

対面双方向適用処理の結果を双方向適用後の対面テーブル（ＩＭ１Ｂ）に示す。ユーザＩＤ（ＩＭ１ＢＡ）はユーザのＩＤが記載されており、（ＩＭ１ＡＢ）は時刻２００８／７／２６ １０：００に対面した相手のユーザＩＤを示している。

この結果から、双方向適用前の対面テーブル（ＩＭ１Ａ）で示されていた、対面の片方向の状態が、双方向適用後の対面テーブル（ＩＭ１Ｂ）では、全て双方向の状態になっていることがわかる。

図５（ｂ）は、２人のユーザ間を別のユーザの名札型センサノードで媒介させることで双方向の対面状態にする。名札型センサノードは赤外線送受信部（ＡＢ）を保持しているため、このような処理が可能となる。

例をあげて説明すると、打ち合わせで右側に２人左側に１人いたとする。互いの方向を向きながら打ち合わせをしている場合、右側と左側の人の対面を検知できたとしても、右側同士の２人の対面を検知することができない。よって、この３人で打ち合わせをしているということが検出できない。しかし、この処理を行なうことによって、すなわち左側の人を媒介させることで、右側の２人同士の対面が行なわれていることを示すことができるようになるため、３人で打ち合わせをしているということを示すことができる。

図５（ｂ）（ＩＭ２Ｆ）は、ある場面における対面を示したものである。ユーザは０００１〜０００５の５人いて、対面しているユーザ同士には実線で示している。すなわち、ユーザ０００１とユーザ０００２が対面し（ＩＭ２ＦＡ）、ユーザ０００３とユーザ０００４が対面し（ＩＭ２ＦＢ）、ユーザ０００４とユーザ０００５が対面している（ＩＭ２ＦＣ）。

そして、この状況において、対面検知の結果の例を送受信型ノード対面媒介適用前の対面テーブル（ＩＭ２Ａ）に示す。このテーブルは、ある時刻において、ユーザが誰と対面したかを示している表である。ユーザＩＤ（ＩＭ２ＡＡ）はユーザのＩＤが記載されており、（ＩＭ２ＡＢ）は時刻２００８／７／２６ １０：００に対面し相手のユーザＩＤを示している。例えば、ユーザ０００１は２００８／７／２６ １０：００にユーザ０００２との対面している。他のユーザも同様である。

送受信型ノード対面媒介適応処理（ＩＭ２）は、名札型センサノード（ＴＲ）を用いた場合の媒介適応処理である。ユーザ０００３はユーザ０００４と対面し、ユーザ０００４はユーザ０００５と対面している。３人のユーザ（０００３、０００４、０００５）は互いに近くにいる、かつ、ユーザ０００３とユーザ０００５はユーザ０００４と対面を行っていることがわかるため、ユーザ０００４を媒介することで、ユーザ０００３とユーザ０００５を対面状態にする。

送受信型ノード対面媒介適応処理（ＩＭ２）の結果を破線（ＩＭ２ＦＤ）で示している。すなわち、ユーザ０００３とユーザ０００５との対面である。この処理結果を送受信型ノード対面媒介適用後の対面テーブル（ＩＭ２Ｂ）に示す。ユーザＩＤ（ＩＭ２ＢＡ）はユーザのＩＤが記載されており、時刻２００８／７／２６ １０：００（ＩＭ２ＡＢ）に対面した相手のユーザＩＤを示している。

送受信型ノード対面媒介適用処理前は、近くにいるにもかかわらず同じ方向を向いていたために対面できなかった状態が、送受信型ノード対面媒介適応処理（ＩＭ２）を行うことによって、対面していることがわかる。

図５（ｃ）は、２人のユーザ間を赤外線端末によって媒介させることで双方向の対面状態にするための処理である。ここで、赤外線端末とは、赤外線を送信専用端末であり、赤外線を受信することができない端末をいう。この例を説明すると、打ち合わせ机の真ん中に赤外線端末を設置し、同じ方向を向いて２人が議論していたとする。２人とも同じ方向を向いているので、赤外線からは対面を検知することができない。よって、２人は対面していないということになる。しかし、この２人の名札型センサノードが、机の真ん中に設置した赤外線端末から赤外線を受信した場合、その赤外線端末を媒介させることで、この２人の対面が行なわれていることを示すことができる。

図５（ｃ）（ＩＭ３Ｆ１）は、ある場面における対面を示したものである。ユーザは０００１〜０００５の５人いて、対面しているユーザ同士は実線で示している。また、赤外線端末は０Ｅ０１〜０Ｅ０２の２台設置されており、赤外線端末と赤外線端末の送信を受信したユーザとの関係を破線で示している。
つまり、ユーザ０００１とユーザ０００２が対面し（ＩＭ３Ｆ１Ａ）、ユーザ０００３とユーザ０００４が対面し（ＩＭ３Ｆ１Ｂ）、ユーザ０００４とユーザ０００５が対面していて（ＩＭ３Ｆ１Ｃ）、赤外線端末０Ｅ０２の赤外線をユーザ０００５が受信し（ＩＭ３Ｆ１Ｄ）、赤外線端末０Ｅ０１の赤外線をユーザ０００１が受信している（ＩＭ３Ｆ１Ｅ）。

以降、ユーザの名札型センサノード（ＴＲ）が赤外線端末の赤外線を受信することを「赤外線端末との対面」と呼び、処理手順について述べる。
はじめに、場所と赤外線端末との対応付けを行なう。赤外線端末はある場所に設置するものであり、その場所のＩＤと赤外線端末のＩＤとを結びつける。これにより、１つの場所において設置できる赤外線端末の数は複数個可能となる。

場所／赤外線端末対応表（ＦＢ）は、一般情報テーブル（Ｆ）に格納されており、場所と赤外線端末との対応付けを示している。場所ＩＤ（ＦＢＡ）は場所に対するＩＤ、赤外線端末ＩＤ（ＦＢＢ）は場所ＩＤ（ＦＢＡ）に置かれている赤外線端末のＩＤを示している。場所ＩＤ（ＦＢＡ）０Ｆ０１に設置されている赤外線端末は、０Ｅ０１と０Ｅ０２の２台である。

次に、赤外線端末がどのユーザと対面したかを検出する処理を説明する。赤外線端末は送信機能のみであり受信機能がない。よって、赤外線端末はどのセンサノードから赤外線を受信したのかがわからない。しかし、ユーザの名札型センサノードは赤外線送受信部（ＡＢ）を有しているため、ユーザの赤外線の受信記録から赤外線端末のＩＤから、赤外線端末がどのユーザと対面したかを検出することができる。

この結果を、赤外線端末の対面テーブル（ＩＭ３Ａ）で示す。この表は個々の赤外線端末とユーザとの対面を示したものである。赤外線端末ＩＤ（ＩＭ３ＡＡ）は赤外線端末に対するＩＤ、時刻２００８／７／２６ １０：００（ＩＭ３ＡＢ）は、その時刻に対面したユーザＩＤを示している。
赤外線端末の対面テーブル（ＩＭ３Ａ）では、赤外線端末０Ｅ０１は２００８／７／２６ １０：００にユーザ０００１と対面している。他も同様である。

場所ユーザ対応処理（ＩＭ３１）は、赤外線端末が設置した場所にいるユーザを調べる処理である。入力データは場所／赤外線端末対応表（ＦＢ）と赤外線端末の対面テーブル（ＩＭ３Ａ）である。これらの場所とその場にいるユーザの対応付けを行なう。

この結果が、送信専用型ノード媒介適用前の場所の対面テーブル（ＩＭ３Ｂ）である。場所ＩＤ（ＩＭ３ＢＡ）は、場所を示すＩＤである。（ＩＭ３ＢＢ）は時刻２００８／７／２６ １０：００にその場所にいたユーザＩＤを示している。送信専用型ノード媒介適用前の場所の対面テーブル（ＩＭ３Ｂ）では、場所０Ｆ０１には２００８／７／２６ １０：００にユーザ０００１とユーザ０００５がいた、ということを示している。これにより、その場にユーザが存在したことがわかるため、これらのユーザ同士を対面していると判定できる。これを図示すると（ＩＭ３Ｆ２）となり、（ＩＭ３Ｆ１）との違いは、ユーザと赤外線との対面である（ＩＭ３Ｆ１Ｅ）と（ＩＭ３Ｆ１Ｄ）からユーザ同士の対面（ＩＭ３Ｆ２Ａ）に変換したことである。この結果、赤外線端末を媒介することで、同じ場所にいるユーザを検出して対面情報を補完することができる。

次に、ユーザ同士の対面と組み合わせることで、場所とユーザの対面精度を向上させる送信専用型ノード対面媒介適応処理（ＩＭ３２）について説明する。入力は、送信専用型ノード媒介適用前の場所の対面テーブル（ＩＭ３Ｂ）と送信専用型ノード媒介適用前の対面テーブル（ＩＭ３Ｃ）である。

送信専用型ノード媒介適用前の対面テーブル（ＩＭ３Ｃ）は、ユーザ同士の対面の表である。ユーザＩＤ（ＩＭ３ＣＡ）はユーザのＩＤを示し、（ＩＭ３ＣＡＢ）は時刻２００８／７／２６ １０：００に対面した相手のユーザＩＤを示している。例えば、ユーザ０００１は２００８／７／２６ １０：００にユーザ０００２との対面している。他のユーザについても同様である。送信専用型ノード対面媒介適応処理（ＩＭ３２）はユーザの対面テーブル（ＩＭ３Ｄ）と場所の対面テーブル（ＩＭ３Ｅ）を出力する。

ユーザの対面テーブル（ＩＭ３Ｄ）は、送信専用型ノード媒介適用前の場所の対面テーブル（ＩＭ３Ｂ）から得られる対面情報を送信専用型ノード媒介適用前の対面テーブル（ＩＭ３Ｃ）に反映させる処理により作成される。具体的には、ユーザ０００１とユーザ０００５との対面していることを送信専用型ノード媒介適用前の対面テーブル（ＩＭ３Ｃ）に書き加えることである。ユーザＩＤ（ＩＭ３ＤＡ）はユーザのＩＤを示し、（ＩＭ３ＤＡＢ）は時刻２００８／７／２６ １０：００に対面したユーザＩＤを示している。

次に、場所の対面テーブル（ＩＭ３Ｅ）は、送信専用型ノード媒介適用前の対面テーブル（ＩＭ３Ｃ）から得られる対面情報を送信専用型ノード媒介適用前の場所の対面テーブル（ＩＭ３Ｂ）に反映させる処理により作成される。具体的には、送信専用型ノード媒介適用前の対面テーブル（ＩＭ３Ｃ）のユーザ０００１とユーザ０００５のカラムで対面しているユーザを送信専用型ノード媒介適用前の場所の対面テーブル（ＩＭ３Ｂ）に書き加えることである。

場所ＩＤ（ＩＭ３ＥＡ）は、場所を示すＩＤである。（ＩＭ３ＥＢ）は時刻２００８／７／２６ １０：００にその場所にいたユーザＩＤを示している。つまり、場所０Ｆ０１には２００８／７／２６ １０：００にユーザ０００１とユーザ０００２とユーザ０００４とユーザ０００５がいた、ということを示している。

これを図示すると（ＩＭ３Ｆ３）となり、場所０Ｆ０１にいるユーザを破線で示している。（ＩＭ３Ｆ３）は、場所とユーザが対面しているように示している。つまり、場所０Ｆ０１とユーザ０００２が対面し（ＩＭ３Ｆ３Ａ）、場所０Ｆ０１とユーザ０００１が対面し（ＩＭ３Ｆ３Ｂ）、場所０Ｆ０１とユーザ０００４が対面し（ＩＭ３Ｆ３Ｃ）、場所０Ｆ０１とユーザ０００５が対面している（ＩＭ３Ｆ３Ｄ）。

このように、対面補完処理を施すことにより、対面データの精度を向上させ、ひいては積極性解析あるいは集中時間解析の精度を高めることが可能となる。
なお、赤外線送信ができるセンサノードであれば、赤外線端末以外を利用してもかまわない。

また、３つの異なるタイプである対面補完処理を、図５（ａ）、図５（ｂ）、図５（ｃ）を用いて説明した。これらは排他的な処理ではなく、対象毎に必要な処理を選択し、用いてもかまわない。

次に、図４（ａ）、図４（ｂ）は、実施例１において実行される、知識創造行動バランスを表示する処理の手順を示すシーケンス図である。図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。

まず、端末（ＴＲ）の電源が入っており、かつ端末（ＴＲ）が基地局（ＧＷ）とアソシエイト状態になっていないとき、端末（ＴＲ）はアソシエイト（ＴＲＴＡ１）を行う。アソシエイトとは、端末（ＴＲ）が、ある一つの基地局（ＧＷ）と通信する関係であると規定することである。アソシエイトによってデータの送信先を決定することで、端末（ＴＲ）は確実にデータを送信することができる。

アソシエイトが成功した場合、端末（ＴＲ）は、次に時刻同期（ＴＲＣＳ）を行う。時刻同期（ＴＲＣＳ）において、端末（ＴＲ）は、基地局（ＧＷ）から時刻データを受け取り、端末（ＴＲ）内の時計（ＴＲＣＫ）を設定する。基地局（ＧＷ）は、ＮＴＰサーバ（ＴＳ）と定期的に接続し時刻を修正している。このため、全ての端末（ＴＲ）において時刻が同期される。その結果、データに付随した時刻情報を照らし合わせることで、人物間のコミュニケーションにおける相互の身体表現又は音声情報のやり取りを分析することが可能になる。

センサデータ格納制御部（ＳＤＣＮＴ）は、例えば１０秒ごとの一定の周期でタイマ起動（ＴＲＳＴ）し、加速度、音声、温度及び照度等をセンシングする（ＴＲＳＳ１）。端末（ＴＲ）は、端末ＩＤを赤外線によって他の端末（ＴＲ）との間で送受信することで、対面状態を検出する。センサデータ格納制御部（ＳＤＣＮＴ）は、タイマ起動（ＴＲＳＴ）せずに、常にセンシングを行ってもよい。しかし、一定の周期で起動することによって電源を効率的に使用することができ、長時間充電しないで端末（ＴＲ）を使用しつづけることができる。

端末（ＴＲ）は、センシングしたデータに、時計（ＴＲＣＫ）の時刻情報及び端末情報（ＴＲＭＴ）を添付する（ＴＲＣＴ１）。端末情報（ＴＲＭＴ）によって、端末（ＴＲ）を装着した人物が識別される。

センシング（ＴＲＳＳ１）と端末情報・時刻添付（ＴＲＣＴ１）が、図１の組織ダイナミクスデータ取得（Ａ）に相当する。

一方、各端末（ＴＲ）を装着している各人物は、端末（ＴＲ）又はクライアント（ＣＬ）を介して、パフォーマンスの値を入力する。入力された値は、センサネットサーバ（ＳＳ）に記録される。

データ形式変換（ＴＲＤＦ１）において端末（ＴＲ）は、センシングされたデータ及びセンシング条件を、決められた無線送信フォーマットに変換する。変換されたデータは、その後、基地局（ＧＷ）に送信される。

加速度データ及び音声データ等の連続した多量のデータを送信する場合、端末（ＴＲ）は、データ分割（ＴＲＢＤ１）によって、一度に送信するデータ数を制限する。その結果、データが欠損するリスクが低下する。

データ送信（ＴＲＳＥ１）は、無線の送信規格に則り、送受信部（ＴＲＳＲ）からアソシエイトしている基地局（ＧＷ）にデータを送信する。

基地局（ＧＷ）は、端末（ＴＲ）からデータを受信（ＧＷＲＥ）すると、レスポンスを端末（ＴＲ）に返す。レスポンスを受信した端末（ＴＲ）は、送信完了（ＴＲＳＦ）と判定する。

一定の時間を経ても送信完了（ＴＲＳＦ）しない（すなわち端末（ＴＲ）がレスポンスを受信しない）場合、端末（ＴＲ）は、データ送信不可（ＴＲＳＯ）と判定する。この場合、データが端末（ＴＲ）内に記憶され、再び送信状態が確立されたときにまとめて送信される。これによって、端末（ＴＲ）を装着している人物が無線の届かない場所に移動してしまった場合、又は、基地局（ＧＷ）の不具合でデータが受信されなくなった場合にも、データを途切れさせることなく取得することが可能になる。これによって、組織の統計的な性質を安定して求めることができる。

このようなデータのまとめ送りの手順を説明する。端末（ＴＲ）は、送信できなかったデータを記憶しておき（ＴＲＤＭ）、再びアソシエイトの依頼を行う（ＴＲＴＡ２）。ここで基地局（ＧＷ）からレスポンスが得られ、アソシエイトが成功（ＴＲＡＳ）した場合、端末（ＴＲ）は、データ形式変換（ＴＲＤＦ２）、データ分割（ＴＲＢＤ２）及びデータ送信（ＴＲＳＥ２）を実行する。これらの処理は、それぞれ、データ形式変換（ＴＲＤＦ１）、データ分割（ＴＲＢＤ１）及びデータ送信（ＴＲＳＥ１）と同様である。データ送信（ＴＲＳＥ２）の際、無線が衝突しないように輻輳制御される。その後は通常の処理に戻る。

アソシエイトが成功しなかった場合、端末（ＴＲ）は、アソシエイトに成功するまで定期的にセンシング（ＴＲＳＳ２）と端末情報・時刻情報添付（ＴＲＣＴ２）実行する。センシング（ＴＲＳＳ２）及び端末情報・時刻情報添付（ＴＲＣＴ２）は、それぞれ、センシング（ＴＲＳＳ１）及び端末情報・時刻情報添付（ＴＲＣＴ１）と同様の処理である。これらの処理によって取得されたデータは、基地局（ＧＷ）への送信が成功するまで、端末（ＴＲ）内に記憶される。

データが分割されている場合、基地局（ＧＷ）は、データ結合（ＧＷＲＣ）を実行することによって、分割されたデータを連続したデータにまとめる。さらに、基地局（ＧＷ）は、基地局固有の番号である基地局情報（ＧＷＭＧ）をデータに付与し（ＧＷＧＴ）、そのデータを、ネットワーク（ＮＷ）を介して送信する（ＧＷＳＥ）。基地局情報（ＧＷＭＧ）は、その時刻における端末（ＴＲ）の大まかな位置を示す情報として、データ解析の際に利用することができる。

センサネットサーバ（ＳＳ）は、基地局（ＧＷ）からデータを受信すると（ＳＳＲＥ）、データ管理（ＳＳＤＡ）において、受信したデータを時刻・端末情報・加速度・赤外線・温度などの要素ごとに分類する（ＳＳＰＢ）。この分類は、データ形式情報（ＳＳＭＦ）として記録されているフォーマットを参照することによって実行される。分類されたデータは、データベースのレコード（行）の適切なカラム（列）に格納される（ＳＳＫＩ）。同じ時刻に対応するデータを同じレコードに格納することで、時刻及び端末情報（ＴＲＭＴ）による検索が可能になる。

このとき必要であれば、端末情報（ＴＲＭＴ）ごとにテーブルを作成しても良い。ここまでの処理が、図２（ａ）の組織ダイナミクスデータ収集（Ｂ）に相当する。

図４（ｂ）は、センサネットサーバ（ＳＳ）に格納されているデータテーブル（ＢＡ）を用いて解析を行う手順を示すシーケンス図である
アプリケーションサーバ（ＡＳ）は、定期的に起動（ＡＳＳＴ）し、タイム解析（ＴＫ）を行う。解析する区間を決めておき、その範囲のデータ取得依頼（ＡＳＳＩ）をセンサネットサーバ（ＳＳ）に対して行う。

データ取得（ＳＳＳＵ）では、必要なセンサデータをセンサネットサーバ内の記録部（ＳＳＭＥ）から取得する。データ送信（ＳＳＳＳ）は取得したセンサデータをアプリケーションサーバ（ＡＳ）に対して送信する。積極性解析（ＣＳ）と集中時間解析（ＣＪ）は、取得したセンサデータの解析を行う。
タイムトリガ解析（ＡＳＴＫ）の結果を記憶部（ＡＳＭＥ）の解析結果データベース（Ｅ）に格納する（ＡＳＫＵ）。さらに、解析済であるかを確認し（ＡＳＫＫ）、解析済みであることを示すために、時間記録（Ｄ）を更新する。

クライアントユーザ（ＵＳ）は、システムを解析起動（ＵＳＳＴ）し、所望の条件を入力（ＵＳＩＮ）する。

入力情報である解析条件送信（ＣＬＳＥ）では、解析条件設定（ＣＬＩＳ）をアプリケーションサーバ（ＡＳ）に送信する。
チーム変換（ＡＳＣＣ）は、解析条件送信（ＣＬＳＥ）の内容によりチーム別で処理するよう判断したならば、チーム変換処理（ＣＴ１）を行なう。

結果送信（ＡＳＫＳ）では、解析の結果をクライアント（ＣＬ）に送信する。

クライアント（ＣＬ）は、結果送信（ＡＳＫＳ）の結果を受け取り（ＣＬＫＪ）、これを表示し（ＣＬＤＰ）、出力デバイスに対して出力する（ＣＬＯＴ）。ユーザ（ＵＳ）は、表示された解析結果を確認し、解析終了（ＵＳＥＮ）する。

実施例１では、ユーザの行動を１つの値に集約した結果を表示する組織創造行動バランスであったが、実施例２では、メンバ毎に１日の知識創造行動の変化を時系列で表示することを特徴とする。日常の行動を可視化するので、自分自身が有効に時間を使用しているかが実感しやすい。また、全てのユーザを一様に並べて可視化するため、組織内での施策が有効に機能しているのかが一見してわかることも本表示方法の特徴である。実施例２は、制御部（ＡＳＣＯ）の一部のみが異なるため、この部分のみを説明する。

図６は、実施例２のビジネス顕微鏡システムの構成要素を示す説明図の一部である。全体は実施例１で示している図１（ａ）、図１（ｂ）、図１（ｃ）に記載しており、アプリケーションサーバ（ＡＳ）内の制御部（ＡＳＣＯ）の一部のみが異なるため、異なる部分のみ記載した。

チーム変換処理（ＣＴ２）は、組織創造解析（ＣＫ）が出力した個人結果をチーム結果に変換する処理である。

組織創造解析（ＣＫ）は時間記録（Ｄ）に記載されている時刻になったら起動する。組織創造解析（ＣＫ）では１分対面検出処理（ＣＫ１Ｉ）、対面補完処理（ＩＭ）、５分動作検出処理（ＣＫ５Ａ）、５分在席検出処理（ＣＫ５Ｚ）、組織創造処理（ＣＫＫ）、組織創造統合処理（ＣＫＴ）を行ない、解析した結果を解析結果テーブル（Ｅ）に格納する。さらに、解析済みの時刻を時間記録（Ｄ）に記載する。

図７（ａ）、図７（ｂ）は、実施例２において、ビジネス顕微鏡システムにおいて実行される処理の全体の流れを示しており、図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。複数の名札型センサノードによる組織ダイナミクスデータの取得（Ａ）から、センサデータの解析である組織創造解析（ＣＫ）を行い、その解析結果を、知識創造行動タペストリ表示（ＣＬＴＰ）にて知識創造行動タペストリ（ＨＣ）として表示する一連の流れを示している。組織ダイナミクスデータ取得（Ａ）から組織ダイナミクスデータ収集（Ｂ）を求めるまでは、実施例１と同じであるため省略する。

組織創造解析（ＣＫ）は組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）を入力とし、センサデータから集中している行動の指標を求める解析を行う。組織創造解析（ＣＫ）の処理全体の流れを示したものが図７（ｂ）である。

次に、データテーブル（ＢＡ）に格納されているセンサデータから対面に関する特徴量を求める処理として１分対面検出処理（ＣＫ１Ｉ）と動作に関する特徴量を求める処理として５分動作検出処理（ＣＫ５Ａ）、在席に関する特徴量を求める処理として５分在席検出処理（ＣＫ５Ｚ）がある。

１分対面検出処理（ＣＫ１Ｉ）は、実施例１の集中時間解析で示した１分対面検出処理（ＣＳ１Ｉ）と同じ処理である。また、本実施形態においても、１分対面検出処理後、対面補完処理（ＩＭ）を行って修正後の１分間毎の対面テーブル（ＥＢ１ＩＭ）を作成するが、実施例１と同じ処理である。

また、５分動作検出処理（ＣＫ５Ａ）も、実施例１の集中時間解析で示した５分動作検出処理（ＣＳ５Ａ）と同じ処理である。その結果作成される５分間毎の動作テーブル（ＥＢ５Ａ）も同様である。

次に、本実施例の特徴である５分在席検出処理（ＣＫ５Ｚ）について説明する。５分在席検出処理は、ユーザが着席しているか、あるいは、居室内にいるかを検知するものである。知識創造行動タペストリにより日常の行動を可視化して自分自身が有効に時間を活用できているかを実感するためには、着席しあるいは居室内で業務を行っているかを把握することが重要である。具体的な処理としては、赤外線端末から送信されるデータを用いて検出する処理、又は、センサネットサーバに格納される端末のデータから検出する処理がある。

前者の処理は、赤外線端末から送信される赤外線を端末が受信することにより、赤外線端末の設置される場所の情報に基づいて、ユーザの場所を特定し、着席あるいは居室内にいるかを検知する。例えば、図５（ｃ）（ＩＭ３Ｆ１）に示すように、赤外線端末の赤外線を受信したユーザ０００１は、場所ＩＤ：０Ｆ０１に対応する場所に存在することを検知できる。

また、端末から送信されるセンサデータには、リアルタイムに送信されているか、あるいは、上述した纏め送りにより送信されているかを識別するための情報が付与されている。そこで、後者の処理は、その識別情報を参照することにより、リアルタイムに送信されている場合には、少なくとも居室内にユーザがいると判定し、纏め送りにより送信されている場合には、居室外にユーザがいることを判定しうる。

このように抽出した結果を解析結果テーブル（Ｅ）の５分間毎の在席テーブル（ＥＢ５Ｚ）に格納する。ユーザを１レコードとして、５分間区切りで、時系列順に２４時間分の特徴量を代入する。

５分間毎の在席テーブル（ＥＢ５Ｚ）は、例えば、ユーザＩＤ０００１という人物が、２００８／０７／２６の１０：００−１０：０４に在席したことを示している（ＥＢ５ＺＡ）。

また、５分間毎の在席テーブル（ＥＢ５Ｚ）は、５分間毎に自席にいるかどうか、あるいは居室内にいるかという特徴量を格納されていればよく、５分間毎の在席テーブル（ＥＢ５Ｚ）のテーブル構成と異なってもかまわない。また、１例として５分幅を用いたが、ほかの分析幅を用いてもかまわない。

組織創造処理（ＣＫＫ）は、ユーザの組織創造動作を判定する処理である。入力は、１日における修正後の１分間毎の対面テーブルと５分間毎の動作テーブルと５分間毎の在席テーブル（ＥＢ５Ｚ）である。ユーザ毎に時系列に並べて、同時刻の対面と動作を比較することにより求める。

（ＣＫＫ１）はユーザ０００１の組織創造処理を示している図である。（ＣＫＫ１）のユーザ０００１の対面レコードは修正後の１分間毎の対面テーブルにおけるユーザ０００１の対面レコードである。また、（ＣＫＫ１）の動作レコードは５分間毎の動作テーブルにおけるユーザ０００１の動作レコードである。（ＣＫＫ１）の在席のレコードは５分間毎の在席テーブル（ＥＢ５Ｚ）におけるユーザ０００１の在席レコードである。

同時刻の対面と動作を解析パラメータ（Ｇ）内の組織創造判定テーブル（Ｇ３）を用いて判定を行う。つまり、動作（Ｇ３Ａ）と在席（Ｇ３Ｂ）と対面（Ｇ３Ｃ）から対応する該当する結果（Ｇ３Ｄ）を選択する。なお、その結果（Ｇ３Ｄ）である行動の意味を意味（Ｇ３Ｅ）に記載している。

例えば、２００８／０７／２６の１０：００の組織創造動作を求める場合には、動作３．１Ｈｚ、かつ、在席、対面１名なので、結果（Ｇ３Ｄ）から２が選択され、能動的な対面をしていることを示している。この結果を２００８／０７／２６の１０：００の組織創造動作として、（ＣＫＫ１）の結果レコードの２００８／０７／２６の１０：００に代入する。

（ＣＫＫ１）では結果の分析に用いている時間幅が１分間となっているが、ここを任意の時間にしてもかまわない。その場合に、もし、対面と動作の時間幅と異なる場合には、平均などの既存の手法を用いて、時間幅をそろえてもかまわない。

図７（ａ）に示す組織創造解析（ＣＫ）では、ユーザ毎に処理を行った後、ユーザ毎に解析結果テーブル（Ｅ）の知識創造テーブル（ＥＢ）に格納する。
実施例１と同様に、ユーザへ提示する際には、実名のほうがわかりやすい。よって、実施例１と同じユーザＩＤと実名などの個人情報との対応表（ＦＡ）を用いる。

知識創造行動タペストリとは、ホワイトカラーに必要な行動を時系列に並べ、タペストリのようにまとめたものである。その知識創造行動タペストリ表示（ＣＬＴＰ）の表示結果の１例を知識創造行動タペストリ（ＨＣ）で示す。（ＨＣＡ）にはそれぞれの行動の種類を模様別（色別）で示している。（ＨＣＢ）は時刻の線であり、２４時間を１つのラインで示していることがわかる。（ＨＣＣ）はユーザ毎に１つのラインを使用し、このラインは加藤さんの、知識創造行動を示している。

また、知識創造行動タペストリ（ＨＣ）は、ユーザ毎の知識創造行動を時系列上に表示することによってユーザに理解しやすい表記方法で表現することが重要であるため、これが満たされるならば、知識創造行動タペストリ（ＨＣ）の表示構成と異なってもかまわない。知識創造行動タペストリ表示（ＣＬＴＰ）は知識創造行動タペストリ（ＨＣ）を出力した後に終了する。

また、図７は個人別の知識創造行動タペストリであったが、これは個人だけでなくチーム別へ表示することが可能である。図８は、チーム別の知識創造行動タペストリである。

チーム別の知識創造行動タペストリは、図７（ａ）の知識創造行動テーブル（ＥＢ）を用いて求める。チーム変換処理（ＣＴ２）は個人別の知識創造行動テーブル（ＥＢ）をチーム別の知識創造テーブル（ＥＢＭ）に変換する処理である。

変換には、実施例１と同じ一般情報テーブル（Ｆ）のチーム／ユーザ対応表（ＦＣ）を用いる。個人からチームへの変換方法は、チームＩＤ（ＦＢＡ）に属しているユーザＩＤ（ＦＢＢ）の知識創造行動テーブル（ＥＢ）を参照し、それぞれの平均値を求め、それを解析結果テーブル（Ｅ）の知識創造行動テーブル（ＥＢＭ）に格納する。個人からチームへの変換方法として、上記の処理を採用しているが、公知の処理方法を用いてもかまわない。

知識創造行動テーブル（ＥＢＭ）は１チームを１レコードとして格納するテーブルである。テーブル形式は知識創造行動テーブル（ＥＢ）と同じである。
チームをチームＩＤという匿名の状態で扱っているが、実施例１と同様に、ユーザへ提示する際には、実名のほうがわかりやすい。よって、実施例１と同じ、チームＩＤと実名などの個人情報との対応表（ＦＤ）を用いる。

知識創造行動タペストリ表示（ＣＬＴＰ）は図７（ａ）で示した知識創造行動タペストリ表示（ＣＬＴＰ）と同じである。その表示結果の１例が知識創造行動タペストリ（ＨＤ）である。

（ＨＤＡ）にはそれぞれの行動の種類を模様別（色別）で示している。（ＨＤＢ）は時刻の線であり、２４時間を１つのラインで示していることがわかる。（ＨＤＣ）はチーム毎に１つのラインを使用し、このラインは総務チームの、知識創造行動を示している。

また、知識創造行動タペストリ（ＨＤ）は、ユーザ毎の知識創造行動を時系列上に表示することによってユーザに理解しやすい表記方法で表現することが重要であるため、これが満たされるならば、知識創造行動タペストリ（ＨＤ）の表示構成と異なってもかまわない。
知識創造行動タペストリ表示（ＣＬＴＰ）は知識創造行動タペストリ（ＨＤ）を出力した後に終了する。

知識創造行動タペストリとは、メンバ毎に１日の知識創造行動の変化を時系列で表示したものである。日常の行動を可視化するので、自分自身が有効に時間を使用しているかが実感しやすい。また、全てのユーザを一様に並べるので、組織内での施策が有効に機能しているのかが一見してわかることも本表示方法の特徴である。

実施例１、２では、知識創造行動を特定することにより、２次元マップやタペストリによる表示を行った。実施例３では、組織内の積極的な行動から能動的行動か受動的行動なのか判定し、ネットワーク図にマッピングすることにより、組織のエネルギーの流れを可視化することを特徴とする。
実施例３では、制御部（ＡＳＣＯ）の一部のみが異なるため、この部分のみを説明する。

図９は、実施例３のビジネス顕微鏡システムの構成要素を示す説明図の一部である。全体は実施例１で示している図１（ａ）、図１（ｂ）、図１（ｃ）に記載しており、アプリケーションサーバ（ＡＳ）内の制御部（ＡＳＣＯ）の一部のみが異なるため、異なる部分のみ記載した。

チーム変換処理（ＣＴ３）は、積極マトリックス解析（ＣＹ）と対面マトリックス解析（ＣＴ）から出力した個人結果からチーム結果に変換する処理である。

積極マトリックス解析（ＣＹ）は時間記録（Ｄ）に記載されている時刻になったら起動する。積極マトリックス解析（ＣＹ）では、１分対面検出処理（ＣＹ１Ｉ）、対面補完処理（ＩＭ）、１分動作検出処理（ＣＹ１Ａ）、積極マトリックス処理（ＣＹＹ）を行ない、解析した結果を解析結果テーブル（Ｅ）に格納する。さらに、解析済みの時刻を時間記録（Ｄ）に記載する。

対面マトリックス解析（ＣＴ）は時間記録（Ｄ）に記載されている時刻になったら起動する。対面マトリックス解析（ＣＴ）では、１分対面検出処理（ＣＴ１Ｉ）、対面補完処理（ＩＭ）、対面マトリックス処理（ＣＴＴ）を行ない、解析した結果を解析結果テーブル（Ｅ）に格納する。さらに、解析済みの時刻を時間記録（Ｄ）に記載する。

図１０（ａ）、図１０（ｂ）、図１０（ｃ）、図１０（ｄ）、図１０（ｅ）は、実施例３のビジネス顕微鏡システムにおいて実行される処理の全体の流れを示しており、図示の都合上分割して示してあるが、各々図示された各処理は相互に連携して実行される。複数の名札型センサノード（ＴＲＡ、ＴＲＢ、〜、ＴＲＩ、ＴＲＪ）による組織ダイナミクスデータの取得（Ａ）から、センサデータの解析である対面マトリックス解析（ＣＴ）と積極マトリックス解析（ＣＹ）を行ない、その解析結果を組織エネルギー流表示（ＣＬＳＥ）にて組織エネルギー流（ＨＥ）として表示する一連の流れを示している。組織ダイナミクスデータ取得（Ａ）から組織ダイナミクスデータ収集（Ｂ）を求めるまでは、実施例１、および、実施例２と同じであるため省略する。

対面マトリックス解析（ＣＴ）は、組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）を入力とし、対面しているユーザ同士のネットワーク図を描くための解析を行う。対面マトリックス解析（ＣＴ）の処理全体の流れを示したものが図１０（ｂ）である。

次に、データテーブル（ＢＡ）に格納されているセンサデータから対面に関する特徴量を求める処理として１分対面検出処理（ＣＴ１Ｉ）がある。

１分対面検出処理（ＣＴ１Ｉ）は、実施例１の集中時間解析で示した１分対面検出処理（ＣＳ１Ｉ）と同じ処理である。また、本実施例においても、１分対面検出処理後、対面補完処理（ＩＭ）を行って修正後の１分間毎の対面テーブル（ＥＣ１ＩＭ）を作成するが、実施例１と同じ処理である。

対面マトリックス処理（ＣＴＴ）とは、修正後の１分間毎の対面テーブル（ＥＣ１ＩＭ）から対面マトリックス（ＥＣ）を作成する処理である。修正後の１分間毎の対面テーブル（ＥＣ１ＩＭ）と対面マトリックス（ＥＣ）は同じ２次元の表であるが、横軸が異なる。修正後の１分間毎の対面テーブル（ＥＣ１ＩＭ）の横軸は時間であるが、対面マトリックス（ＥＣ）の横軸はユーザである。

対面マトリックス（ＥＣ）は縦軸、横軸ともにユーザである２次元の表である。縦軸である０００１（ＥＣＨ）〜０００５（ＥＣＬ）は、対象となるユーザを示しており、横軸である０００１（ＥＣＡ）〜０００５（ＥＣＥ）は、対象となるユーザの対面相手を示している。ここに格納される値は、修正後の１分間毎の対面テーブル（ＥＣ１ＩＭ）で格納されている対面時間の和である。有効日数（ＥＣＦ）は分析に用いた日数、全日数（ＥＣＧ）はデータを取得した日数である。

例えば、２００８／０７／２６の１０：００にユーザ０００１はユーザ０００３と対面し、ユーザ０００３はユーザ０００１との対面している（ＥＣ１ＩＭＡ）。これを対面マトリックス（ＥＣ）に示すと、ユーザ０００１はユーザ０００３との対面は（ＥＣＡ）であり、（ＥＣＡ）のカウント値を１つあげる。また、ユーザ０００３はユーザ０００１との対面は（ＥＣＢ）であり、（ＥＣＢ）のカウント値を１つあげる。このようにして、対面マトリックス処理（ＣＴＴ）が行なわれ、全てのユーザが完了後、対面マトリックス解析（ＣＴ）が終了する。対面マトリックス処理（ＣＴＴ）として、上記の処理を採用しているが、公知の処理方法を用いてもかまわない。

さらに、取得したデータを全て使用すると信頼性が低下することが考えられる。例えば、ＮＵＬＬが一定以上含まれている場合には、ほとんどデータが取得されていないため、信頼性が低下する恐れがある。有効日数（ＥＣＦ）はこのような日のデータを省き、実際に用いた日数を記入する。

積極マトリックス解析（ＣＹ）は組織ダイナミクスデータ収集（Ｂ）のデータテーブル（ＢＡ）を入力とし、センサデータから集中している行動の指標を求める解析を行う。積極マトリックス解析（ＣＹ）の処理全体の流れを示したものが図１０（ｃ）である。

次に、データテーブル（ＢＡ）に格納されているセンサデータから対面に関する特徴量を求める処理として１分対面検出処理（ＣＹ１Ｉ）と１分動作検出処理（ＣＹ１Ａ）がある。

１分対面検出処理（ＣＹ１Ｉ）は、実施例１の集中時間解析で示した１分対面検出処理（ＣＳ１Ｉ）と同じ処理である。また、本実施例においても、１分対面検出処理後、対面補完処理（ＩＭ）を行って修正後の１分間毎の対面テーブル（ＥＤ１ＩＭ）を作成するが、実施例１と同じ処理である。
また、１分動作検出処理（ＣＹ１Ａ）も、実施例１の積極性解析（ＣＳ）で示した１分動作検出処理（ＣＳ１Ａ）と同じ処理である。その結果作成される１分間毎の動作テーブル（ＥＤ１Ａ）も同様である。

積極マトリックス処理（ＣＹＹ）は、他のユーザと対面中のユーザの積極性を判定する処理である。入力は１日における修正後の１分間毎の対面テーブル（ＥＤ１ＩＭ）と１分間毎の動作テーブル（ＥＤ１Ａ）である。ユーザ毎に時系列に並べて、同時刻の対面と動作を比較することにより求める。

（ＣＹＹ１）のユーザ０００１の対面レコードは修正後の１分間毎の対面テーブル（ＥＤ１ＩＭ）におけるユーザ０００１の対面レコードである。（ＣＹＹ１）の動作のレコードは１分間毎の動作テーブル（ＥＤ１Ａ）におけるユーザ０００１の動作レコードである。

そして、その出力結果をまとめたものが、解析結果テーブル（Ｅ）の積極マトリックス（ＥＤ）である。積極マトリックス（ＥＤ）は縦軸、横軸ともにユーザである２次元の表である。縦軸である０００１（ＥＤＨ）〜０００５（ＥＤＬ）は、対象となるユーザを示しており、横軸である０００１（ＥＤＡ）〜０００５（ＥＤＥ）は、対象となるユーザが積極的な行動をしながら対面した相手を示している。

例えば、２００８／０７／２６の１０：００の積極性を求める場合には、対面が１名でユーザ０００３と対面を行っている。ユーザ０００１が積極的な態度をユーザ０００３に対して行っているという判断は、ユーザ０００１の動作リズムを見る（ＣＹＹ１Ａ）。この場合には２．３Ｈｚであるため、ある閾値（ここでは２Ｈｚ以上）を超えているため、積極的な態度であったと判断する。その結果を積極マトリックス（ＥＤ）に代入する。ユーザ０００１がユーザ０００３に対して積極的な対面を行ったということなので、（ＥＤＡ）のカウント値を１つあげる。

なお、（ＣＹＹ１）では結果の分析に用いている時間幅が１分間となっているが、ここを任意の時間にしてもかまわない。その場合に、もし、対面と動作の時間幅と異なる場合には、平均などの既存の手法を用いて、時間幅をそろえてもかまわない。

このようにして、積極マトリックス処理（ＣＹＹ）が行なわれ、全てのユーザが完了後、積極マトリックス解析（ＣＹ）が終了する。対面マトリックス解析（ＣＴ）と積極マトリックス解析（ＣＹ）を終了すると、図１０（ａ）に示すように、解析結果テーブル（Ｅ）に対面マトリックス（ＥＣ）と積極マトリックス（ＥＤ）が格納される。対面マトリックス（ＥＣ）と積極マトリックス（ＥＤ）は１日をベースにしているが、組織エネルギー流表示（ＣＬＳＥ）では表示に用いる日数を任意に指定できる。もし、１日以外ならばその日数の和と求めることが望ましい。

また、組織エネルギー流を表示する際には、実施例１と同様に、ユーザの実名のほうがわかりやすい。よって、実施例１と同様に、ユーザＩＤ（ＥＡＡ）と実名などの個人情報との対応表（ＦＡ）を用いる。

次に、組織エネルギー流表示処理（ＣＬＳＥ）を図１０（ｄ）、図１０（ｅ）を用いて説明する。はじめに、レイアウトを行う（ＣＬＳＬ）。対面マトリックス（ＥＣ）をベースとして、ネットワーク図を作成する。ネットワーク図のレイアウト作成方法はいろいろあり、ばねモデルなどの公知の方法が提案されている。小さい値の線を描画するとネットワーク図が醜くなることが考えられるため、その際には、あらかじめ閾値を設定し、その閾値以上を描画することが好ましい。さらに、レイアウトの例として、図１１（ａ）、図１１（ｂ）を示す。

図１１（ａ）は、背景図をベースにネットワーク図を作成する方法であるレイアウト２（ＣＬＳＬ２）である。これを用いるためには、あらかじめに背景図とその背景図内にいるユーザ等のオブジェトの座標値が必要となる。その１例として、背景図を（ＣＬＳＬ２Ａ）に示す。これは座席見取り図であり、各自席にはユーザ名が記載されている。また、オブジェクトの座標値をして、座標値表（ＦＥ）を用いる。

この座標値表（ＦＥ）は、１つのレコードにユーザＩＤ（ＦＥＡ）とその名称（ＦＥＢ）が格納されており、その背景図（ＣＬＳＬ２Ａ）の何処に描画されているのかを示す座標（ＦＥＣ）が記載されている。

レイアウト２（ＣＬＳＬ２）の入力は、背景図（ＣＬＳＬ２Ａ）、座標値表（ＦＥ）、及び、対面マトリックス（ＥＣ）である。背景図（ＣＬＳＬ２Ａ）と座標値表（ＦＥ）で示した図面の上に、対面マトリックス（ＥＣ）の対面の線を描画する。描画する場合には、あらかじめ閾値を設定し、その閾値以上を描画することが好ましい。さらに、背景図（ＣＬＳＬ２Ａ）に存在しないユーザが対面マトリックス（ＥＣ）にいた場合にはそのユーザを描画しないことが好ましい。レイアウト２の結果を（ＣＬＳＬ２Ｂ）に示す。背景図（ＣＬＳＬ２Ａ）で示したユーザ位置をベースに対面している人同士が線で結んでいることがわかる。

図１１（ｂ）では、センサデータから対面に関する情報を解析し、２次元マップで表示することで背景図を作成している例を示す。データの解析の流れは、修正後の１分間毎の対面テーブル（ＥＤ１ＩＭ）から対面人数と対面時間を求め、２次元マップ表示処理（ＣＬＳＬ３Ｂ）によって、背景図として対面人数／対面時間図（ＨＪ）と、背景図内のオブジェクトの座標値表（ＦＦ）を出力する。

修正後の１分間毎の対面テーブル（ＥＤ１ＩＭ）までの処理は、実施例１の集中時間解析（ＣＪ）の修正後の１分間毎の対面テーブル（ＥＡ１ＩＭ）と同じであるため、省略する。

対面人数／時間処理（ＣＬＳＬ３Ａ）では、修正後の１分間毎の対面テーブル（ＥＤ１ＩＭ）から各ユーザする対面人数と対面時間を求めている。その結果を解析結果テーブル（Ｅ）の対面人数／時間処理テーブル（ＥＥ）に格納する。１ユーザにつき、１レコードを使用し、ユーザＩＤ（ＥＥＡ）はユーザＩＤ、対面人数（ＥＥＢ）は対面した時間、対面時間（ＥＥＣ）は対面に用いた時間である。

対面人数／時間処理テーブル（ＥＥ）は１日をベースにしているが、２次元マップ表示処理（ＣＬＳＬ３Ｂ）では表示に用いる日数を任意に指定できる。
もし、１日以外ならばその日数の和と求めることが望ましい。実施例１と同様にユーザへ提示する際には、実名のほうがわかりやすい。よって、ユーザＩＤ（ＥＡＡ）と実名などの個人情報との対応表（ＦＡ）を用いる。

２次元マップ表示処理（ＣＬＳＬ３Ｂ）は対面人数／時間処理テーブル（ＥＥ）とユーザ名称対応表（ＦＡ）から２次元マップを生成し、プロットしたオブジェクトの座標を出力する。出力した対面人数／対面時間図（ＨＪ）では、縦軸（ＨＪＡ）が対面人数、横軸（ＨＪＢ）が対面時間となっている。各ユーザは対面人数／時間処理テーブル（ＥＥ）の結果からプロットする。対面人数／時間処理テーブル（ＥＥ）の結果だけではユーザ名前が特定できないため、ユーザ名称対応表（ＦＡ）を利用することで、名前を描画し、役職によってアイコンの種類を変える。

また、画像中の何処にプロットしたか不明であるため、座標値表（ＦＦ）を出力する。この座標値表（ＦＦ）は、１つのレコードにユーザＩＤ（ＦＦＡ）とその名称（ＦＦＢ）が格納されており、その対面人数／対面時間図 （ＨＪ）の何処に描画されているのかを示す座標（ＦＦＣ）が記載されている。このようにすることにより、場所や解析結果を用いたレイアウトが用いることが可能となる。

図１０（ｄ）の値選択（ＣＬＳＳ）はネットワーク図で繋がっている線のところの値から該当する積極マトリックス（ＥＤ）の値を選択する処理である。その結果の概念図を組織エネルギー流（ＩＡ）で示す。

組織エネルギー流（ＩＡ）では伊藤（ユーザ０００４）と加藤（ユーザ０００１）との関係を中心に説明すると、この結果では２：７と描画されている。加藤（ユーザ０００１）が伊藤（ユーザ０００４）と対面したときの積極的な対面は２、伊藤（ユーザ０００４）が加藤（ユーザ０００１）と対面したときの積極的な対面は７であることを示している。これを全ての対面が行なわれている場所で求める。

２者間値（ＣＬＳ２）は値選択（ＣＬＳＳ）で求まった２者間の関係から積極時間を求める処理である。その結果の概念図を組織エネルギー流（ＩＢ）で示す。組織エネルギー流（ＩＢ）の伊藤＋５では伊藤と加藤との２者間における相対的な積極度合いを示しており、計算式は「自分−相手」である。よって、「伊藤−加藤」の値は７−２＝５となる。よって、伊藤からみた加藤との積極時間は＋５となる。これを全ての対面が行なわれている場所で求める。

ノード和（ＣＬＳＷ）は２者間値（ＣＬＳ２）から求めた２者の関係からユーザ毎に１つの値を求める処理である。その結果の概念図を組織エネルギー流 （ＩＣ）で示す。

組織エネルギー流（ＩＣ）の伊藤の＋１５（ＩＣＤ）では伊藤と繋がっている加藤、斉藤、後藤の積極時間の和である。すなわち、伊藤からみた加藤との積極時間は＋５（ＩＣＡ）、伊藤からみた斉藤との積極時間は＋５（ＩＣＢ）、伊藤からみた後藤との積極時間は＋５（ＩＣＣ）の和が＋１５（ＩＣＤ）である。これを全ての対面が行なわれている場所で求める。

その結果が、図１０（ｅ）の組織エネルギー流（ＩＤ）である。各ユーザに対して積極時間が示されている。例えば、伊藤＋１５、後藤＋１０である。表示（ＣＬＤＰ）は、ノード和（ＣＬＳＷ）から求めた組織エネルギー流（ＩＤ）をユーザに理解しやすいように描画する処理である。

組織エネルギー流（ＨＥ）では、各人物に対応する記号（ノード）を中心に円が描画され、円の大きさは積極時間の値の大きさを示している。また、例えば、値が正と負で色分けすることにより、区別しうる。

組織エネルギー流（ＨＬ）では、組織エネルギー流（ＨＥ）の一部をエンハンスしたものである。組織エネルギー流（ＨＥ）のノードとノードは実践で結んでいたが、線の太さや矢印などを変更している。このようにすることによって、誰が誰に対して積極的な行動を行ったかを示すことが可能である。

組織エネルギー流（ＨＦ）では、各ノードの大きさからエッジの方向を求め、積極の流れを示している。エッジの矢印は影響を与えている向きを示し、長さはその大きさである。

組織エネルギー流（ＨＧ）では、組織エネルギー流（ＨＦ）と同じように、積極の流れであるが、流れが連続となるところを結ぶことによって、ネットワーク図全体における影響の流れを示す。

組織エネルギー流（ＨＨ）では、積極の大きさを等高線のように示すことで、組織における積極の中心を示す。

このように表示（ＣＬＤＰ）でいろいろな表示方法を選択し描画できることが好ましい。組織エネルギー流表示（ＣＬＳＥ）はエネルギー流分析（ＨＥ）を出力した後に終了する。

次に、図１０は個人別の組織エネルギー流であったが、これは個人だけでなくチーム別へ表示することが可能である。図１２はチーム別の組織エネルギー流である。チーム別の組織エネルギー流は、図１０（ａ）の対面マトリックス（ＥＣ）と積極マトリックス（ＥＤ）を用いて求める。

チーム変換処理（ＣＴ３）は対面マトリックス（ＥＣ）と積極マトリックス（ＥＤ）をチーム別の対面マトリックス（ＥＣＭ）と積極マトリックス（ＥＤＭ）に変換する処理である。変換には一般情報テーブル（Ｆ）のチーム／ユーザ対応表（ＦＣ）を用いる。チーム／ユーザ対応表（ＦＣ）は、チームＩＤ（ＦＢＡ）と、そのチームに属しているユーザを示すユーザＩＤ（ＦＢＢ）が記載されている。

個人からチームへの対面マトリックスの変換方法は、チームＩＤ（ＦＢＡ）に属しているユーザＩＤ（ＦＢＢ）のチーム内とチーム外で分けて、それぞれの和を求める。また、有効日数（ＥＣＭＣ）と全日数（ＥＣＭＤ）はチームＩＤ（ＦＢＡ）に属しているユーザＩＤ（ＦＢＢ）の内の平均を求める。

個人からチームへの積極マトリックスの変換方法は、チームＩＤ（ＦＢＡ）に属しているユーザＩＤ（ＦＢＢ）のチーム内とチーム外で分けて、チーム外との積極の和を求める。また、有効日数（ＥＤＭＣ）と全日数（ＥＤＭＤ）はチームＩＤ（ＦＢＡ）に属しているユーザＩＤ（ＦＢＢ）の内の平均を求める。

なお、本処理では平均を用いたが、チーム間の差異がわかればよいのでほかの方法を用いてもかまわない。

実施例１と同様に、ユーザへ提示する際には、実名のほうがわかりやすい。よって、実施例１と同じチームＩＤ（ＥＡＭＡ）と実名などの個人情報との対応表（ＦＤ）を用いる。

組織エネルギー流表示（ＣＬＳＥ）の表示結果の１例を組織エネルギー流（ＨＫ）として示す。（ＨＫＣ）はチーム０００１である総務チームのノードがプロットされており、各ノードを中心に相対的な積極度を示す円が描画されている。また、アイコンの近くには（ＨＫＢ）Ａのような名称と信頼度を記載してある。信頼度の求め方は全日数から有効日数を割ったものを信頼度として表示する。

アイコンの表示方法も任意に決めることができる。その際には、チーム名称対応表（ＦＤ）に追加する必要がある。例えば、支店名や地域などのエリア情報や、フロアや席などの場所情報などである。

また、エネルギー流分析（ＨＫ）は、チーム間の積極度合いをユーザに理解しやすい表記方法で表現することが重要であるため、これが満たされるならば、エネルギー流分析（ＨＫ）の表示構成と異なってもかまわない。
組織エネルギー流表示（ＣＬＳＥ）はエネルギー流分析（ＨＫ）を出力した後に終了する。

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、種々変形実施可能であり、上述した各実施形態を適宜組み合わせることが可能であることは、当業者に理解されよう。

ＴＲ 端末
ＧＷ 基地局
ＳＳ センサネットサーバ
ＡＳ アプリケーションサーバ
ＣＬ クライアント
ＡＢ 赤外線送受信部
ＡＣ 三軸加速度センサ
ＡＳＳＲ 送受信部
ＡＳＭＥ 記憶部
ＡＳＣＯ 制御部
ＣＳ 積極性解析
ＣＪ 集中時間解析
ＩＭ 対面補完処理
ＣＳＳ 積極性処理
ＣＳＫ 積極性精度向上処理
ＣＪＪ 集中時間処理
ＣＪＫ 集中時間精度向上処理

Claims (17)

1. 他の端末との対面状態を示すデータを取得する第１のセンサと、動きを示すデータを取得する第２のセンサと、上記対面状態を示すデータ及び上記動きを示すデータをサーバに送信する送信部と、を有する端末と、
   上記対面状態を示すデータ及び上記動きを示すデータを受信する受信部と、上記対面状態を示すデータ及び上記動きを示すデータに基づいて上記端末のユーザの業務の質を測定する制御部と、を有するサーバと、からなる知識創造行動分析システム。
2. 請求項１に記載の知識創造行動分析システムにおいて、
   上記制御部は、上記対面状態を示すデータに基づいて上記ユーザと他のユーザとの対面の有無を検出する対面検出部と、上記動きを示すデータから特徴量を抽出する動作検出部と、上記ユーザが上記他のユーザと対面している場合の上記特徴量を用いて上記ユーザの対面積極性を判定する積極性判定部と、を有する知識創造行動分析システム。
3. 請求項１に記載の知識創造行動分析システムにおいて、
   上記制御部は、上記対面状態を示すデータに基づいて上記ユーザと他のユーザとの対面の有無を検出する対面検出部と、上記動きを示すデータから特徴量を抽出する動作検出部と、上記ユーザが上記他のユーザと対面していない場合の上記特徴量を用いて上記ユーザの業務集中度を判定する集中度判定部と、を有する知識創造行動分析システム。
4. 請求項２に記載の知識創造行動分析システムにおいて、
   上記積極性判定部は、上記対面している場合における所定値以上の上記特徴量の割合を算出し、
   上記制御部は、複数の上記特徴量の割合の一部を用いて上記対面している場合の対面積極度を算出する対面積極度算出部をさらに有する知識創造行動分析システム。
5. 請求項３に記載の知識創造行動分析システムにおいて、
   上記集中度判定部は、上記対面していない場合における所定値以下の上記特徴量の継続時間を算出し、
   上記制御部は、複数の上記特徴量の継続時間の一部を用いて上記対面している場合の業務集中時間を算出する業務集中時間算出部をさらに有する知識創造行動分析システム。
6. 請求項４に記載の知識創造行動分析システムにおいて、
   上記特徴量は、上記動きの周波数であって、
   上記所定値は、２Ｈｚである知識創造行動分析システム。
7. 請求項５に記載の知識創造行動分析システムにおいて、
   上記特徴量は、上記動きの周波数であって、
   上記所定値は、２Ｈｚである知識創造行動分析システム。
8. 請求項２に記載の知識創造行動分析システムにおいて、
   上記制御部は、上記対面の有無の検出結果を補完する対面補完部をさらに有する知識創造行動分析システム。
9. 請求項３に記載の知識創造行動分析システムにおいて、
   上記制御部は、上記対面の有無の検出結果を補完する対面補完部をさらに有する知識創造行動分析システム。
10. 請求項２に記載の知識創造行動分析システムにおいて、
    上記対面検出部が対面の有無を検出するための第１の分析幅は、上記動作検出部が動作を検出するための第２の分析幅よりも長く、
    上記積極性処理部は、上記第２の分析幅を用いて上記対面積極性を判定する知識創造行動分析システム。
11. 請求項３に記載の知識創造行動分析システムにおいて、
    上記対面検出部が対面の有無を検出するための第１の分析幅は、上記動作検出部が動作を検出するための第２の分析幅よりも短く、
    上記集中度判定部は、上記第１の分析幅を用いて上記業務集中度を判定する知識創造行動分析システム。
12. 請求項１に記載の知識創造行動分析システムにおいて、
    上記制御部は、複数の上記ユーザの業務の質に基づいて、上記複数のユーザが属する組織の業務の質を測定する知識創造行動分析システム。
13. 請求項２に記載の知識創造行動分析システムにおいて、
    上記制御部は、上記対面の有無の検出結果に基づいて複数のユーザ間の対面マトリックスを作成する対面マトリックス解析部と、上記対面積極性に基づいて上記複数のユーザ間の積極性を示す積極マトリックスを作成する積極マトリックス解析部と、を有し、
    上記サーバは、上記対面マトリックスに基づいてネットワーク図を作成し、上記積極マトリックスから算出される複数のユーザそれぞれの相対的積極度を上記ネットワーク図に重畳して表示装置に表示する表示部を有する知識創造行動分析システム。
14. 請求項１３に記載の知識創造行動分析システムにおいて、
    上記表示部は、上記相対的積極度の大きさを円の大きさで表して、上記複数のユーザそれぞれに対応する記号に上記円を重畳して表示する知識創造行動分析システム。
15. 端末と他の端末との対面状態を示すデータ、および、上記端末自身の動きを示すデータを、上記端末から受信する受信部と、
    上記対面状態を示すデータ及び上記動きを示すデータに基づいて上記端末のユーザの業務の質を測定する制御部と、を有する処理装置。
16. 請求項１５に記載の処理装置において、
    上記制御部は、上記対面状態を示すデータに基づいて上記ユーザと他のユーザとの対面の有無を検出する対面検出部と、上記動きを示すデータから特徴量を抽出する動作検出部と、上記ユーザが上記他のユーザと対面している場合の上記特徴量を用いて上記ユーザの対面積極性を判定する積極性判定部と、を有する処理装置。
17. 請求項１６に記載の処理装置において、
    上記制御部は、上記ユーザが上記他のユーザと対面していない場合の上記特徴量を用いて上記ユーザの業務集中度を判定する集中度判定部と、を有する処理装置。

Images