JP2013191077A - スキル評価装置、スキル評価方法、及びプログラム - Google Patents

Abstract

【課題】幅広い業務について、各人材が各業務に関するスキルをどれくらい有しているかを定量的かつ客観的に評価する。
【解決手段】スキル評価装置１の作業分析部１２２は、プロジェクトにおける管理対象物の品質生産性のデータから得られる各説明変数の実績値を、ＯＬＬ情報から求められた各作業者の操作対象物別の実作業時間に基づいて配分し、作業者毎に操作対象物別の各説明変数の実績値をスキル項目別にまとめて各説明変数の実績値を算出する。スキル評価モデル作成部１２３は、教師データが与えられた作業者について算出されたスキル項目毎の各説明変数の実績値と、当該作業者のスキル項目毎のスキル評価値とからスキル評価モデルを作成する。スキル評価部１２４は、作成されたスキル評価モデルを適用し、作業分析部１２２が評価対象の作業者について求めたスキル項目別の各説明変数の実績値から、当該作業者のスキル項目毎のスキル評価値を算出する。
【選択図】図１

Description

本発明は、スキル評価装置、スキル評価方法、及びプログラムに関する。

企業の開発現場では、複数人が共同して開発作業を行い、設計書、プログラム等の成果物を作成する。企業では、この作成された成果物のバグ密度やエラー密度等から、プロジェクト全体としての業務スキルレベルのおおまかな把握を行っていた。
一方、特許文献１には、個々のオペレータの対応時間の平均値と、オペレータ全体の対応時間の平均値を計算し、これらの平均値に基づいて、オペレータ業務についてのスキル値を算出する技術が開示されている。

特開２００５−２５８５５１号公報

企業では、業務に従事する人材を、各人材がどのような知識を持っているかに基づいて決定することが重要である。つまり、人材を適切に配置するためには、各人材について業務に必要なスキルの有無を把握する必要がある。例えば、更改型案件において生産性の高い開発体制を決定するためには、既存システムの開発に関して、誰が、どの部分に、どの程度精通しているかを把握する必要がある。しかし、従来は、プロジェクト全体としての業務スキルレベルを把握するのみであり、成果物を誰がどの程度作成していたのかを把握することが困難であった。従って、各人材について各業務のスキルレベルを把握するのも困難であった。
上述した特許文献１では、オペレータの業務についてスキル値を算出している。しかし、企業には様々な業務があり、それらの業務における各人材のスキルを定量的かつ客観的に把握したい、という要望がある。

本発明は上記事情に鑑みてなされたものであり、幅広い業務について、各人材が各業務に関するスキルをどれくらい有しているかを定量的かつ客観的に評価するスキル評価装置、スキル評価方法、及びプログラムを提供する。

本発明の一態様は、作業者、当該作業者が作業者端末で実行したアプリケーション、前記アプリケーションの操作日時、前記作業者が前記アプリケーションを利用して操作した操作対象物、前記操作対象物への操作量、及び前記操作対象物への作業時間を示すオフィスライフログ情報を記憶するオフィスライフログ記憶部と、プロジェクトにおける管理対象物の品質生産性の実績値を示す生産データを記憶する生産データ記憶部と、前記操作対象物から前記管理対象物を判定する条件を示す管理対象物判定フィルタデータと、前記操作対象物に対応したスキル項目を示すスキル項目判定条件データとを記憶するスキル情報記憶部と、前記オフィスライフログ情報に基づいて前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより示される前記操作対象物に対応する前記管理対象物と、前記スキル項目判定条件データにより示される前記操作対象物に対応するスキル項目と、前記作業者別に算出した前記操作対象物の前記操作量とに基づいて、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を前記操作対象物別に配分し、スキル項目別にまとめて各品質生産性の実績値を算出する作業分析部と、前記スキル項目毎に、説明変数からスキル評価値を算出するスキル評価モデルに、評価対象の前記作業者について前記作業分析部が算出した前記スキル項目の前記品質生産性の実績値を前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎のスキル評価値を算出するスキル評価部と、を備えることを特徴とするスキル評価装置である。

上述したスキル評価装置において、作業分析部は、前記オフィスライフログ情報が示す前記作業者、前記操作対象物、前記操作日時及び作業時間と、当該オフィスライフログ情報が示す前記操作対象物、前記操作量及び前記作業時間のうち１以上に基づいて判断される作業種別とにより前記オフィスライフログ情報を同一の作業に分類し、分類した同一の作業の前記オフィスライフログ情報が示す前記操作量を集計して前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより前記操作対象物に対応する前記管理対象物を判定するとともに前記スキル項目判定条件データから前記操作対象物に対応するスキル項目を読み出し、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を当該管理対象物に対応する前記操作対象物の前記操作量に基づいて配分し、配分した前記品質生産性の実績値を前記操作対象物に対応する前記スキル項目毎に集計するようにしてもよい。

本発明の一態様は、上述したスキル評価装置であって、前記プロジェクトの業務領域、当該プロジェクトに含まれる工程、及び前記工程における前記管理対象物を示すプロジェクトプロフィール情報を記憶するプロジェクト情報記憶部をさらに備え、前記スキル情報記憶部は、前記スキル項目に対応した業務領域を示すスキル項目データをさらに記憶し、前記作業分析部は、前記操作対象物に対応する前記管理対象物により前記プロジェクトプロフィール情報から前記工程及び当該工程の前記業務領域を特定し、前記作業者別に、前記オフィスライフログ情報に基づいて算出される前記操作対象物への作業時間を、当該操作対象物により特定される前記工程毎に集計し、集計した前記工程毎の作業時間を前記工程が属する業務領域毎に集計し、集計した前記工程毎の作業時間を前記工程が属する業務領域毎に集計し、前記スキル評価部は、前記スキル項目データに基づいて前記スキル項目により特定される業務領域について前記作業分析部が集計した前記評価対象の作業者の前記作業時間をさらに前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎の前記スキル評価値を算出する、ことを特徴とする。

本発明の一態様は、上述したスキル評価装置であって、前記スキル項目判定条件データは、前記アプリケーションに対応したスキル項目をさらに示し、前記作業分析部は、前記作業者別に、前記オフィスライフログ情報に基づいて前記アプリケーション毎の作業時間を集計するとともに、前記スキル項目判定条件データに基づいて前記アプリケーションに対応する前記スキル項目を特定し、前記スキル評価部は、前記評価対象の前記作業者について前記作業分析部が集計した、前記スキル項目に対応する前記アプリケーション毎の作業時間をさらに前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎の前記スキル評価値を算出する、ことを特徴とする。

本発明の一態様は、上述したスキル評価装置であって、教師データが示す作業者のスキル項目毎のスキル評価値を目的変数とし、前記教師データが示す前記作業者について前記作業分析部が算出した前記スキル項目の前記品質生産性の実績値を前記説明変数とした機械学習により前記スキル評価モデルを生成するスキル評価モデル作成部をさらに備える、ことを特徴とする。

本発明の一態様は、上述したスキル評価装置であって、前記スキル項目は、業務領域または技術領域に対応することを特徴とする。

本発明の一態様は、スキル評価装置が実行するスキル評価方法であって、スキル評価装置が実行するスキル評価方法であって、前記スキル評価装置は、作業者、当該作業者が作業者端末で実行したアプリケーション、前記アプリケーションの操作日時、前記作業者が前記アプリケーションを利用して操作した操作対象物、前記操作対象物への操作量、及び前記操作対象物への作業時間を示すオフィスライフログ情報を記憶するオフィスライフログ記憶部と、プロジェクトにおける管理対象物の品質生産性の実績値を示す生産データを記憶する生産データ記憶部と、前記操作対象物から前記管理対象物を判定する条件を示す管理対象物判定フィルタデータと、前記操作対象物に対応したスキル項目を示すスキル項目判定条件データとを記憶するスキル情報記憶部とを備え、作業分析部が、前記オフィスライフログ情報に基づいて前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより示される前記操作対象物に対応する前記管理対象物と、前記スキル項目判定条件データにより示される前記操作対象物に対応するスキル項目と、前記作業者別に算出した前記操作対象物の前記操作量とに基づいて、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を前記操作対象物別に配分し、スキル項目別にまとめて各品質生産性の実績値を算出する作業分析過程と、スキル評価部が、前記スキル項目毎に、説明変数からスキル評価値を算出するスキル評価モデルに、評価対象の前記作業者について前記作業分析過程において算出された前記スキル項目の前記品質生産性の実績値を前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎のスキル評価値を算出するスキル評価過程と、を有することを特徴とするスキル評価方法である。

本発明の一態様は、コンピュータを、作業者、当該作業者が作業者端末で実行したアプリケーション、前記アプリケーションの操作日時、前記作業者が前記アプリケーションを利用して操作した操作対象物、前記操作対象物への操作量、及び前記操作対象物への作業時間を示すオフィスライフログ情報を記憶するオフィスライフログ記憶部、プロジェクトにおける管理対象物の品質生産性の実績値を示す生産データを記憶する生産データ記憶部、前記操作対象物から前記管理対象物を判定する条件を示す管理対象物判定フィルタデータと、前記操作対象物に対応したスキル項目を示すスキル項目判定条件データとを記憶するスキル情報記憶部、前記オフィスライフログ情報に基づいて前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより示される前記操作対象物に対応する前記管理対象物と、前記スキル項目判定条件データにより示される前記操作対象物に対応するスキル項目と、前記作業者別に算出した前記操作対象物の前記操作量とに基づいて、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を前記操作対象物別に配分し、スキル項目別にまとめて各品質生産性の実績値を算出する作業分析部、前記スキル項目毎に、説明変数からスキル評価値を算出するスキル評価モデルに、評価対象の前記作業者について前記作業分析部が算出した前記スキル項目の前記品質生産性の実績値を前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎のスキル評価値を算出するスキル評価部、として機能させるプログラムである。

本発明によれば、幅広い業務について、各人材が各業務に関するスキルをどれくらい有しているかを定量的かつ客観的に評価することができる。

本発明の一実施形態によるスキル評価システムの機能ブロック図である。 同実施形態によるＯＬＬ情報のデータ構成例を示す図である。 同実施形態によるプロジェクトプロフィール情報のデータ構成例を示す図である。 同実施形態による個人プロフィール情報のデータ構成例を示す図である。 同実施形態による生産データのデータ構成例を示す図である。 同実施形態によるスキル項目判定条件データのデータ構成例を示す図である。 同実施形態による管理対象物判定フィルタデータのデータ構成例を示す図である。 同実施形態によるスキルレベル算出説明変数データのデータ構成例を示す図である。 同実施形態によるスキル項目データのデータ構成例を示す図である。 同実施形態による教師データのデータ構成例を示す図である。 同実施形態による基本制御処理の処理フローを示す図である。 同実施形態による情報受付処理の処理フローを示す図である。 同実施形態による作業分析処理の処理フローを示す図である。 同実施形態によるスキル項目別説明変数算出処理の処理フローを示す図である。 同実施形態による作業時間算出処理の処理フローを示す図である。 同実施形態による「同一の作業」とみなす条件の例を示す図である。 同実施形態による管理対象物判定基準データのデータ構成例を示す図である。 同実施形態による操作種別判定基準データのデータ構成例を示す図である 同実施形態によるＷＢＳ情報のデータ構成例を示す図である。 同実施形態によるＷＢＳ作業実施判定基準データのデータ構成例を示す図である。 同実施形態による作業単位情報のデータ構成例を示す図である。 同実施形態による日別作業単位情報のデータ構成例を示す図である。 同実施形態による管理対象物別作業単位情報のデータ構成例を示す図である。 同実施形態によるＷＢＳ別作業単位情報のデータ構成例を示す図である。 同実施形態による業務領域別作業時間情報のデータ構成例を示す図である。 同実施形態によるアプリケーション操作時間算出処理の処理フローを示す図である。 同実施形態によるアプリケーション別作業時間情報のデータ構成例を示す図である。 同実施形態によるスキル項目別アプリケーション操作時間情報のデータ構成例を示す図である。 同実施形態によるスキル項目別貢献度適用生産データ生成の処理フローを示す図である。 同実施形態による操作対象物別キータッチ回数情報のデータ構成例を示す図である。 同実施形態によるスキル項目別操作対象物作業時間情報のデータ構成例を示す図である。 同実施形態による管理対象物別キータッチ回数情報のデータ構成例を示す図である。 同実施形態による操作対象物別貢献度適用生産データ情報のデータ構成例を示す図である。 同実施形態による第１スキル項目別貢献度適用生産データ情報のデータ構成例を示す図である。 同実施形態による第２スキル項目別貢献度適用生産データ情報のデータ構成例を示す図である。 同実施形態によるスキル項目別説明変数データのデータ構成例を示す図である。 同実施形態によるスキル評価モデル作成処理の処理フローを示す図である。 同実施形態によるスキル評価処理の処理フローを示す図である。 同実施形態によるスキル評価結果の出力イメージを示す図である。 同実施形態による複数の作業者のスキル比較の出力イメージを示す図である。 同実施形態による学習効果確認のためのスキル評価結果の出力イメージを示す図である。

以下、図面を参照しながら本発明の実施形態を詳細に説明する。

図１は、本発明の一実施形態によるスキル評価システムの機能ブロック図であり、本実施形態と関係する機能ブロックのみ抽出して示してある。同図に示すように、スキル評価システムは、ネットワーク９に接続されるスキル評価装置１、作業者端末２、及び管理者端末３により構成される。同図に示すように、作業者端末２は複数台が備えられる。また、同図においては、管理者端末３を１台のみ示しているが、複数台を備え得る。

スキル評価装置１は、例えば、１台または複数台のサーバコンピュータなどのコンピュータ装置により実現され、通信制御インタフェース部１１（以下、「通信制御ＩＦ部１１」と記載する。）、制御部１２、及び記憶部１３を備えて構成される。

通信制御ＩＦ部１１は、ネットワーク９を介したデータの送受信を制御する。
記憶部１３は、作業者情報データベース１３１（以下、「データベース」を「ＤＢ」と記載する。）、作業分析結果ＤＢ１３６、スキル評価モデルＤＢ１３７、及びスキル評価結果ＤＢ１３８を備えて構成される。

作業者情報ＤＢ１３１は、オフィスライフログＤＢ１３２（以下、「ＯＬＬＲ１３２」と記載する。）、プロジェクト情報ＤＢ１３３（以下、「ＰＪ情報ＤＢ１３３」と記載する。）、生産データＤＢ１３４、及びスキル情報ＤＢ１３５を備えて構成される。

ＯＬＬＲ１３２は、作業者端末２における操作履歴であるオフィスライフログ情報（以下、「ＯＬＬ情報」と記載する。）を記憶する。ＯＬＬ情報には、作業者を識別する情報、作業者が使用しているアプリケーション、作業者がアプリケーションを使用して操作したファイルなどの操作対象物、作業者による操作量を表すキータッチ回数、アプリケーションの操作時間、操作対象物に対する操作内容などの情報が含まれる。

ＰＪ情報ＤＢ１３３は、各プロジェクトのプロジェクトプロフィール情報や、各作業者の個人プロフィール情報を含むプロジェクト（ＰＪ）情報を記憶する。プロジェクトプロフィール情報には、プロジェクトの工程（作業区分）を示すＷＢＳ（Ｗｏｒｋ Ｂｒｅａｋｄｏｗｎ Ｓｔｒｕｃｔｕｒｅ）の情報や、管理対象物の情報が含まれる。管理対象物の情報には、例えば、ＷＢＳを実施したときの成果として生成される成果物や、前工程のＷＢＳで作成され、あるいは予め生成され、現在のＷＢＳを実施する際に参照される参照物などが管理対象物として示される。
生産データＤＢ１３４は、各プロジェクトの管理対象物に対する品質生成性の実績値を示す生産データを記憶する。具体的には、品質生成性の実績値は、例えば、管理対象物に対する量的な実績値（例えば、レビューを行ったドキュメントの枚数、プログラムバグの混入原因毎の件数など）、管理対象物に対する質的な実績値（例えば、レビューにおけるエラー密度、プログラムにおけるバグ密度など）である。

スキル情報ＤＢ１３５は、スキル項目判定条件データ、管理対象物判定フィルタデータ、スキルレベル算出説明変数データ、スキル項目データ、教師データを含むスキル情報を記憶する。スキル項目判定条件データは、アプリケーションや操作対象物がいずれのスキル項目に対応しているかを示す。管理対象物判定フィルタデータは、操作対象物がプロジェクトの管理対象物であるかを判定するための条件を示す。スキルレベル算出説明変数データは、各説明変数に対応したプロジェクト全体の成果物の量的な実績値及び質的な実績値を、各作業者へどのように分配するかを示す。説明変数とは、各個人のスキルレベルを定量的に表したスキル評価値を算出するために用いられるパラメータである。スキル項目データは、各人材に求められるスキル項目のリストと、各スキル項目が属する業務領域または技術領域を示す。教師データは、説明変数から各スキル項目のスキル評価値を算出するアルゴリズムであるスキル評価モデルを作成するために用いられるデータであり、作業者のスキル項目毎のスキル評価値を示す。

制御部１２は、情報受付部１２１、作業分析部１２２、スキル評価モデル作成部１２３、及びスキル評価部１２４を備えて構成される。

情報受付部１２１は、作業者端末２から受信したＯＬＬ情報や、管理者端末３から受信したプロジェクト情報、生産データ、及びスキル情報を作業者情報ＤＢ１３１に登録する。作業分析部１２２は、作業者情報ＤＢ１３１に登録されている各種データに基づいて各作業者のスキル項目別の説明変数の値を算出する。スキル評価モデル作成部１２３は、教師データが示す作業者のスキル項目毎のスキル評価値と、当該作業者について作業分析部１２２が算出したスキル項目別の説明変数の値とを用いた機械学習によりスキル評価モデルを作成する。スキル評価部１２４は、スキル評価対象の作業者について作業分析部１２２が算出したスキル項目別の説明変数の値を、スキル評価モデル作成部１２３が作成したスキル評価モデルのパラメータに代入することにより、スキル評価対象の作業者のスキル項目毎のスキル評価値を算出する。

作業者端末２は、例えばパーソナルコンピュータなどのコンピュータ装置であり、入力部２１、ログ送信部２２、及び表示部２３を備えて構成される。入力部２１は、例えばキーボードやマウスなどあり、作業者による操作を受ける。ログ送信部２２は、当該作業者端末２におけるコンピュータ操作履歴を示すＯＬＬ情報を生成してスキル評価装置１に送信する。表示部２３は、ディスプレイであり、データを表示する。

管理者端末３は、例えばパーソナルコンピュータなどのコンピュータ装置であり、入力部３１、及び表示部３２を備えて構成される。入力部３１は、例えばキーボードやマウスなどあり、管理者による操作を受ける。表示部３２は、ディスプレイであり、データを表示する。

次に、スキル評価装置１が記憶する各種データについて説明する。

図２は、ＯＬＬＲ１３２に記憶されるＯＬＬ情報のデータ構成例を示す図である。同図に示すように、ＯＬＬ情報には、操作履歴収集対象のアプリケーションと、当該アプリケーションから取得された情報（操作）が設定され、作業者が使用しているアプリケーション毎に取得対象の情報が異なる。同図においては、操作履歴収集対象のアプリケーションは、「ＡＰ（アプリケーション）名」により示される。また、作業者が使用しているアプリケーションに係わらず、ＯＬＬ情報には、「操作者名（ログオン名）」、「使用マシン名」、「操作日時」、「アプリケーション（ＡＰ）起動、終了フラグ」などの共通の情報が設定される。

作業者が使用しているアプリケーションが「文書作成アプリケーション」である場合、共通の情報に加えて、操作内容として「操作対象物名（ファイル名）」、「作業時間（ウィンドウアクティブ時間）」、「キータッチ回数」、「操作名（ファイルオープン／クローズ）」や、操作結果として「ファイルサイズ」、「ページ数」などの情報がＯＬＬ情報に設定される。

また、作業者が使用しているアプリケーションが「ウェブブラウザ」である場合、共通の情報に加えて、操作内容として「操作対象物名（ＵＲＬ）」、「作業時間（ウィンドウアクティブ時間）」、「キータッチ回数」、「操作名（入力時のテキストボックス名）」などの情報がＯＬＬ情報に設定される。

また、作業者が使用しているアプリケーションが「開発ツールアプリケーション」である場合、共通の情報に加えて、操作内容として「操作対象物名（パースペクティブ名＋ファイル名）」、「作業時間（ウィンドウアクティブ時間）」、「キータッチ回数」、「操作名（ファイルオープン／クローズ／試験実行／パースペクティブ切替）」や、操作結果として「文字数」、「ライン数」、「試験実行数、テストエラー数、テスト失敗数」などの情報がＯＬＬ情報に設定される。

また、作業者が使用しているアプリケーションが「メールアプリケーション」である場合、共通の情報に加えて、操作内容として「操作対象物名（閲覧／作成）」、「作業時間（ウィンドウアクティブ時間）」、「キータッチ回数」、「操作名」などの情報がＯＬＬ情報に設定される。

図３は、ＰＪ情報ＤＢ１３３に記憶されるプロジェクトプロフィール情報のデータ構成例を示す図である。同図に示すように、プロジェクトプロフィール情報には、プロジェクトを特定する「プロジェクトコード」、プロジェクトの「名称」、プロジェクトが属する業務領域を特定する「業務領域ＩＤ」、業務領域（プロジェクト）に属する１以上の「ＷＢＳ」の情報及び「管理対象物」の情報などが設定される。「ＷＢＳ」の情報には、ＷＢＳを特定する「ＷＢＳ ＩＤ」、「ＷＢＳ名称」、当該ＷＢＳの上位のＷＢＳを示す「親ＷＢＳ ＩＤ」、管理対象物の名称で示されるＷＢＳの「成果物」及び「参照物」などが含まれる。「管理対象物」の情報には、管理対象物を特定する「管理対象物ＩＤ」、管理対象物の名称を示す「管理対象物名」、管理対象物と判断するための条件を示す「管理対象物判定基準」などが含まれる。

図４は、ＰＪ情報ＤＢ１３３に記憶される個人プロフィール情報のデータ構成例を示す図である。同図に示すように、個人プロフィール情報には、作業者を特定するＩＤ（識別情報）である「社員番号」と、当該作業者の「氏名」、「メールアドレス」、「アカウント（ユーザ名）」、「所属」（所属０、所属１）、「役職」などが対応付けて設定される。

図５は、生産データＤＢ１３４に記憶される生産データのデータ構成例を示す図である。同図に示すように、生産データは、各プロジェクトの「プロジェクトコード」、「プロジェクト名」、当該プロジェクトにおける「レビュー」、「バグ」、「故障」、「試験」、「開発規模」、「仕変設変」などにおける管理対象物毎の量的な実績値及び質的な実績値が設定される。「レビュー」の「管理対象物ドキュメント名／機能名」、「バグ」の「業務・機能名」、「故障」の「修正ドキュメント」、「盛り込みファイル」、「修正モジュール」、「試験」の「プログラム名または機能名」、「開発規模」の「業務・機能」、「仕変設変」の「修正対象物名」は、管理対象物名により示される。以下、管理対象物に対応して生産データに設定されている量的な実績値及び質的な実績値のデータを総称して管理対象物別生産データと呼ぶ。

図６は、スキル情報ＤＢ１３５に記憶されるスキル項目判定条件データのデータ構成例を示す図である。同図に示すように、スキル項目判定条件データは、スキル項目を特定する「スキル項目ＩＤ」、スキル項目の名称を示す「スキル項目名」、ならびに、スキル項目に関連する「アプリケーション名」及び「操作ファイル名」を対応付けたデータである。

図７は、スキル情報ＤＢ１３５に記憶される管理対象物判定フィルタデータのデータ構成例を示す図である。同図に示すように、管理対象物判定フィルタデータは、管理対象物の「管理対象物名」と、当該管理対象物のファイル名に設定される特定の文字列など管理対象物と判定する条件を示す「判定フィルタ」とを対応づけたデータである。なお、この管理対象物判定フィルタデータは、例えば、プロジェクトプロフィール情報の「管理対象物判定基準」に基づいて作成される。

図８は、スキル情報ＤＢ１３５に記憶されるスキルレベル算出説明変数データのデータ構成例を示す図である。同図に示すように、スキルレベル算出説明変数データには、説明変数を特定する「説明変数Ｎｏ．」、当該説明変数の「説明変数名称」、「貢献度適用パターン」、「データ入力元」、及び「生産データとの対応」を対応付けたデータである。「貢献度適用パターン」は、プロジェクト全体での実績値を各作業者へどのように分配するかのパターンを示す。パターン「１」は作業者のキータッチ回数で按分することを示し、パターン「２」は全作業者とも同じ値（１００％）とすることを示し、パターン「３」はキータッチ回数が最多の作業者に１００％、他の作業者は０％とすることを示し、パターン「−」は貢献度には無関係であることを示す。また、「データ入力元」は、各説明変数の値の読み出し元のデータを特定する。データ入力元「Ａ」は後述する第１スキル項目別貢献度適用生産データ情報（図３４参照。）を示し、データ入力元「Ｂ」は後述する第２スキル項目別貢献度適用生産データ情報（図３５参照。）を示し、データ入力元「Ｃ」は後述するスキル項目別操作対象物作業時間情報（図３１参照。）を示し、データ入力元「Ｄ」は後述するスキル項目別アプリケーション操作時間情報（図２８参照。）を示し、データ入力元「Ｅ」は後述する業務領域別作業時間情報（図２５参照。）を示す。「生産データとの対応」は、説明変数が生産データ（管理対象物別生産データ）の項目に対応する場合、その項目が示される。

図９は、スキル情報ＤＢ１３５に記憶されるスキル項目データのデータ構成例を示す図である。同図に示すように、スキル項目データは、人材を特定する「人材コード」、人材名」、人材に必要な業務領域または技術領域のスキル項目を特定する「スキル項目ＩＤ」、スキル項目が属する業務領域または技術領域の「大分類（業界）」、「中分類（業務）」、及び「小分類（業務領域）」を対応付けたデータである。

図１０は、スキル情報ＤＢ１３５に記憶される教師データのデータ構成例を示す図である。同図に示すように、教師データは、開始年月日及び終了年月日で示される評価期間と、当該評価期間における作業者別の各スキル項目のスキル評価値を示す。

続いて、本実施形態のスキル評価システムの動作について説明する。

図１１は、スキル評価装置１における基本制御処理の処理フローを示す図である。
（ステップＳ１）：まず、スキル評価装置１の情報受付部１２１は、作業者端末２や管理者端末３から受信した各種データを作業者情報ＤＢ１３１に登録する。
（ステップＳ２）：作業分析部１２２は、作業者情報ＤＢ１３１に登録された各種データに基づいて、教師データが与えられる各作業者について、スキル評価モデル作成対象期間におけるスキル項目毎の説明変数の値を算出する。
（ステップＳ３）：スキル評価モデル作成部１２３は、スキル項目毎に、教師データが示すスキル評価モデル作成対象期間における作業者のスキル評価値と、スキル評価モデル作成対象期間について作業分析部１２２が算出した当該作業者の説明変数の値とを用いた機械学習によりスキル評価モデルを作成する。作業分析部１２２は、情報受付部１２１が受信して作業者情報ＤＢ１３１に登録した各種データに基づいて、評価対象の各作業者の評価期間におけるスキル項目毎の説明変数の値を算出する。
（ステップＳ４）：スキル評価部１２４は、スキル評価対象の作業者について作業分析部１２２が算出した評価期間におけるスキル項目毎の説明変数の値を、ステップＳ３においてスキル評価モデル作成部１２３が作成したスキル評価モデルにパラメータとして代入することにより、スキル評価対象の作業者の評価期間におけるスキル項目毎のスキル評価値を算出する。

図１２は、図１１のステップＳ１における情報受付処理の処理フローを示す図である。
各作業者端末２のログ送信部２２は、当該作業者端末２におけるコンピュータ操作履歴を示すＯＬＬ情報をスキル評価装置１に送信する。スキル評価装置１の情報受付部１２１は、作業者端末２から受信したＯＬＬ情報を、作業者情報ＤＢ１３１内のＯＬＬＲ１３２に書き込む（ステップＳ１１）。

管理者端末３は、入力部３１により入力されたプロジェクトプロフィール情報、及び個人プロフィール情報を含むプロジェクト情報をスキル評価装置１に送信する。スキル評価装置１の情報受付部１２１は、管理者端末３から受信したプロジェクト情報をＰＪ情報ＤＢ１３３に書き込む（ステップＳ１２）。

さらに、管理者端末３は、入力部３１により入力された生産データをスキル評価装置１に送信する。スキル評価装置１の情報受付部１２１は、管理者端末３から受信した生産データを生産データＤＢ１３４に書き込む（ステップＳ１３）。

またさらに管理者端末３は、入力部３１により入力されたスキル項目判定条件データ、管理対象物判定フィルタデータ、スキルレベル算出説明変数データ、スキル項目データ、教師データなどのスキル情報をスキル評価装置１に送信する。スキル評価装置１の情報受付部１２１は、管理者端末３から受信したスキル情報をスキル情報ＤＢ１３５に書き込む（ステップＳ１４）。
なお、ステップＳ１１〜Ｓ１４の処理は、どのような順番で実行してもよい。

図１３は、図１１のステップＳ２における作業分析処理の処理フローを示す図である。
まず、スキル評価装置１の作業分析部１２２は、管理者端末３から入力部３１により入力されたスキル評価対象期間を受信する（ステップＳ２１）。スキル評価モデルを生成する場合には、スキル評価対象期間としてスキル評価モデル作成対象期間が入力される。作業分析部１２２は、作業者情報ＤＢ１３１のスキル情報ＤＢ１３５に記憶されているスキル項目データからスキル項目のリストを読み出す（ステップＳ２２）。作業分析部１２２は、各作業者についてスキル評価対象期間におけるスキル項目別の説明変数の値を算出する（ステップＳ２３）。作業分析部１２２は、各作業者について、ステップＳ２２において読み出したスキル項目別に、ステップＳ２３で算出した説明変数の値を示すスキル項目別説明変数データを生成し、作業分析結果ＤＢ１３６に書き込む（ステップＳ２４）。

図１４は、図１３のステップＳ２３におけるスキル項目別説明変数算出処理の処理フローを示す図である。まず、作業分析部１２２は、作業者情報ＤＢ１３１に記憶されている各種データに基づいて、各作業者のＷＢＳ別の作業時間を算出する（ステップＳ２３１）。次に、作業分析部１２２は、作業者情報ＤＢ１３１に記憶されている各種データに基づいて、各作業者のスキル項目別のアプリケーション操作時間を算出する（ステップＳ２３２）。続いて作業分析部１２２は、プロジェクト全体の生産データを作業者別にスキル項目毎に配分したスキル項目別貢献度適用生産データを生成する（ステップＳ２３３）。説明変数の値は、ステップＳ２３１において算出されたＷＢＳ別の作業時間、ステップＳ２３２において算出されたスキル項目別のアプリケーション操作時間、ステップＳ２３３において生成されたスキル項目別貢献度適用生産データから得られる。

図１５は、図１４のステップＳ２３１における作業時間算出処理の処理フローを示す図である。まず、作業分析部１２２は、図１３のステップＳ２１において受信したスキル評価対象期間のＯＬＬ情報をＯＬＬＲ１３２から読み出す（ステップＳ２３１１）。

続いて、作業分析部１２２は、ステップＳ２３１１において読み出したＯＬＬ情報を作業単位に分類し、作業時間を集計する（ステップＳ２３１２）。作業単位とは、同一の作業者が同一のアプリケーションで、同一の管理対象物に対して「同一の作業」を行ったときの一連の、すなわち時間的に隣接する作業のことをいう。

図１６は、「同一の作業」とみなす条件の例を示す図である。同図に示すように、「同一の作業」とは、アプリケーションやアプリケーションに対する操作によって定義され、例えば、時刻ｔでのＯＬＬ情報と隣接する時刻ｔ＋１分でのＯＬＬ情報とで、作業者端末２においてスクリーンセーバが起動されておらず、かつ同じ管理対象物に対しての操作が行われている（ウィンドウがアクティブになっている）場合をいう。

また、作業単位の分類では、同一の作業者が、異なる作業者端末２の別のアカウントを用いて同じ管理対象物を操作したときも、「同一の作業」であると判定する。例えば、アカウントＡとアカウントＢとが同一の作業者のアカウントであるか否かの判定は、個人プロフィール情報内の「アカウント（ユーザ名）」にアカウントＡとアカウントＢとが同一の社員番号と対応付けて記述されているか否かに基づいて判定する。また、時刻ｔと時刻ｔ＋１との日付が異なる場合には、時刻ｔと時刻ｔ＋１とは連続していないものと判定する。すなわち、作業単位は、同一の日付における作業を１つの単位としており、日付を跨いだ作業は、異なる作業単位として分割する。

そこでまず、ステップＳ２３１２において、作業分析部１２２は、読み出したＯＬＬ情報それぞれについて、以下の（１）〜（４）の処理を行い、ステップＳ２３１１において読み出した全てのＯＬＬ情報のうち作業時間の集計に使用するＯＬＬ情報を判定する。

（１）作業分析部１２２は、作業者による作業者端末２の操作が、作業時間を集計する対象のプロジェクトのＷＢＳに該当するか否かを判定する。より具体的には、ＯＬＬ情報に設定されている操作対象物が、作業時間を集計するプロジェクトの管理対象物に相当するか否かを判定することによって、今回の操作が対象のプロジェクト作業であるかそれ以外の作業（プロジェクト外作業）であるかを判定する。

図１７は、管理対象物判定基準データのデータ構成例を示す図である。管理対象物判定基準データは、例えば、プロジェクトプロフィール情報に設定されている管理対象物判定基準に基づいて生成され、情報受付部１２１が備える記憶部（図示せず）などに予め記憶される。管理対象物判定基準データには、管理対象物を判定するための情報が記述されており、例えば、管理対象物のファイル名に含まれる特定の文字列が記述された表を示す。作業分析部１２２は、作業単位のＯＬＬ情報に設定されている操作対象物名（ファイル名など）が、管理対象物判定基準データの「判定文字列と論理積／和」で示される「判定内容」を満たすか否かを判別することによって、操作対象物がプロジェクトの管理対象物であるか否かを判定する。作業分析部１２２は、操作対象物がプロジェクトの管理対象物であると判定した場合、管理対象物判定基準データから操作対象物が満たす「判定内容」に対応した「管理対象物名」を読み出す。

（２）作業分析部１２２は、（１）において操作対象物がプロジェクトの管理対象物であると判定したＯＬＬ情報について、操作内容がプロジェクトの中のいずれのＷＢＳの作業であるかを判定する。なお、それぞれのＷＢＳの作業には、固有の特徴（以下、「作業種別」という。例えば、コーディング、試験、レビューなど。）があり、その特徴によって成果物や参照物に対する操作種別（編集や閲覧など）が異なる。そこで、操作内容のＷＢＳ作業の判定において、まず、作業分析部１２２はこの（２）の処理で、作業単位のＯＬＬ情報に設定されている操作内容を用いて操作対象物に対する操作種別を判定する。

図１８は、操作種別判定基準データのデータ構成例を示す図である。操作種別判定基準データは、例えば、情報受付部１２１が備える記憶部（図示せず）などに予め記憶される。操作種別判定基準データには、操作対象物に対する「操作種別」を判定する際の「判定基準」が記述されており、例えば、操作対象物に対する操作であると判定される「作業時間（ウィンドウのアクティブ時間）」や「キータッチ回数」などの値が含まれている。作業分析部１２２は、作業単位のＯＬＬ情報の操作内容の設定値に基づいて、操作対象物に対する操作が、操作種別判定基準データに設定されている「判定基準」を満たすか否かを判別することによって、「操作種別」を判定する。

（３）続いて、作業分析部１２２は、ＯＬＬ情報に基づいてプロジェクト作業のＷＢＳの特定を行う。

図１９は、ＷＢＳ情報のデータ構成例を示す図である。ＷＢＳ情報は、例えば、情報受付部１２１が備える記憶部（図示せず）などに予め記憶され、各ＷＢＳの「ＷＢＳ名」と、成果物や参照物などの「管理対象物」と、「作業種別」との対応を示す。作業分析部１２２は、（１）においてＯＬＬ情報に設定されている操作対象物名により管理対象物判定基準データに基づいて特定された管理対象物名と、ＷＢＳ情報に設定されている「管理対象物名」とを比較し、一致する管理対象物名が成果物名であるか参照物名であるかの管理対象物の種類と、「作業種別」と、「ＷＢＳ名」とをＷＢＳ情報から読み出す。

（４）続いて、作業分析部１２２は、操作対象物に対する操作種別に基づいて、ＷＢＳ作業の実施の判定を行う。このＷＢＳ作業の実施判定では、ＯＬＬ情報に設定されている操作内容が、ＷＢＳ作業を実施するための操作であるか否かを判定する。

図２０は、ＷＢＳ作業実施判定基準データのデータ構成例を示す図である。ＷＢＳ作業実施判定基準データは、例えば、情報受付部１２１が備える記憶部（図示せず）などに予め記憶される。ＷＢＳ作業実施判定基準データは、ＷＢＳの管理対象物に対する操作種別によってＷＢＳ作業を実施したか否かを判定する「ＷＢＳ実施判定基準」と、「作業種別」との対応を示す。作業分析部１２２は、ＷＢＳ作業実施判定基準データに合致した操作がなされたか否かを判別することによって、ＯＬＬ情報に含まれている操作がＷＢＳ作業を実施したか否かを判定する。具体的には、作業分析部１２２は、（３）で得られた作業種別に対応した「ＷＢＳ作業実施判定基準」に、（２）で得られた操作種別と、（３）で得られた管理対象物の種類（成果物または参照物）とが合致するか否かを判定することにより、ＯＬＬ情報に含まれている操作がＷＢＳ作業の実施であるか否かを判定する。作業分析部１２２は、ＷＢＳ作業の実施と判定されたＯＬＬ情報に記録されている操作を、（３）で読み出された「ＷＢＳ名」のＷＢＳの作業として作業時間の集計に使用する。また、ＷＢＳ作業を実施しなかったと判定されたＯＬＬ情報は、ＷＢＳ以外のプロジェクトに関する作業として、作業時間の集計には使用しない。

作業分析部１２２は、上記の（１）〜（４）の処理を行うと、作業時間の集計に使用すると判断したＯＬＬ情報を作業単位に分類し、同一の作業単位に分類された各ＯＬＬ情報を集計して作業単位情報を生成する。作業分析部１２２は、「操作者名」から得られた「社員番号」、「ＡＰ名」、（１）において「操作対象物」から得られた「管理対象物名」、（３）で得られた「作業種別」が同一である「同一の作業」の時間的に隣接するＯＬＬ情報を、同一の作業単位と判断する。

図２１は、各作業者についての作業単位の工数算出結果を示す作業単位情報のデータ構成例を示す図である。「作業単位ＩＤ」には、作業単位情報を特定するＩＤが設定される。「対象ＡＰ名」は、集計対象のＯＬＬ情報から取得した操作対象のＡＰ名（またはプロセス名）が設定される。「操作対象物」は、集計対象のＯＬＬ情報から取得した操作対象物名で示されるファイル名やタイトルバーなどの「操作対象物名」が設定される。「作業内容」には、（３）において集計対象のＯＬＬ情報について得られた作業種別が設定される。「作業者」には、集計対象のＯＬＬ情報に設定されている操作者名に基づいて個人プロフィール情報から読み出した社員番号で示される作業者ＩＤが設定される。「作業時間」は、集計対象のＯＬＬ情報に設定されている「作業時間」の総和が設定される。「キータッチ回数」は、集計対象のＯＬＬ情報に設定されている「キータッチ回数」の総和が設定される。「作業開始年月日時間」は、集計対象のＯＬＬ情報に設定されている操作日時のうち最も早い日時が設定される。「作業終了年月日時間」は、集計対象のＯＬＬ情報に設定されている操作日時から操作時間を経過した日時のうち、最も遅い日時が設定される。「対象ＯＬＬ−ＩＤ」は、この作業単位情報の生成に使用した作業単位のＯＬＬ情報のＩＤが設定される。

続いて、図１５に示すように、作業分析部１２２は、作業単位の作業時間算出結果に基づいて、日別作業単位の作業時間算出処理を行う（ステップＳ２３１３）。ここで、日別作業単位とは、各作業単位について、「作業者」、「日」、「操作対象物」、及び「作業内容」が示す作業種別が同一のことをいう。なお、同一の作業者が同一のアプリケーションで同一の管理対象物を同じ日に操作している場合は、同じ日別作業単位に属するものとする。

作業分析部１２２は、ステップＳ２３１２で生成した作業単位情報を、同一の「作業者」、「日」、「操作対象物」、及び「作業内容」が設定されている日別作業単位に分類し、同じ日別作業単位に分類された各作業単位情報を集計して日別作業単位情報を生成する。

図２２は、日別作業単位情報のデータ構成例を示す図である。「日別作業単位ＩＤ」には、日別作業単位情報を特定するＩＤが設定される。「対象ＡＰ名」、「操作対象物」、「作業内容」、「作業者」、及び「作業年月日」にはそれぞれ、集計対象の作業単位情報に設定されている「対象ＡＰ名」、「操作対象物」、「作業内容」、「作業者」、及び「作業開始年月日時間」が示す年月日が設定される。「作業時間」には、集計対象の作業単位情報に設定されている「作業時間」の総和が設定される。「キータッチ回数」には、集計対象の作業単位情報に設定されている「キータッチ回数」の総和が設定される。「作業開始時間」には、集計対象の作業単位情報に設定されている「作業開始年月日時間」のうち、最初の作業開始年月日時間が示す時間が設定される。「作業終了時間」には、集計対象の作業単位情報に設定されている「作業終了年月日時間」のうち、最後の作業終了年月日時間が示す時間が設定される。「対象作業単位ＩＤ」には、この日別作業単位情報の生成に使用した作業単位情報のＩＤが設定される。

続いて、図１５に示すように、作業分析部１２２は、日別作業単位の作業時間算出結果に基づいて、管理対象物別作業単位の作業時間算出処理を行う（ステップＳ２３１４）。ここで、管理対象物別作業単位とは、各日別作業単位情報について、「作業者」、「作業年月日」、及び「管理対象物」が同一のことをいう。

ステップＳ２３１４の処理では、まず、作業分析部１２２は、図１７に示した管理対象物判定基準データの「判定内容」に、日別作業単位情報に設定されている「操作対象物」がマッチするか否かによって管理対象物を特定する。作業分析部１２２は、「作業者」、「作業年月日」、及び特定された「管理対象物」が同一の日別作業単位情報を同じ管理対象物別作業単位であると判断する。さらに、作業分析部１２２は、同じ管理対象物別作業単位の日別作業単位情報に設定されている「操作時間」や「キータッチ回数」の情報に基づいて、図１８に示した操作種別判定基準データの「判定基準」に従って判定を行い、操作種別を判断する。作業分析部１２２は、管理対象物別作業単位に分類された日別作業単位情報を集計し、操作種別の判定結果を合わせて管理対象物別作業単位情報を生成する。

図２３は、管理対象物別作業単位情報のデータ構成例を示す図である。「管理対象物別作業単位ＩＤ」には、管理対象物別作業単位情報を特定するＩＤが設定される。「管理対象物名」には、集計対象の日別作業単位情報に設定されている「操作対象物」と、管理対象物判定基準データの「判定内容」とを照合した結果特定された「管理対象物名」が設定される。「作業者」、「作業年月日」にはそれぞれ、集計対象の日別作業単位情報に設定されている「作業者」、「作業年月日」が設定される。「作業時間」には、集計対象の日別作業単位情報に設定されている「作業時間」の総和が設定される。「キータッチ回数」には、集計対象の日別作業単位情報に設定されている「キータッチ回数」の総和が設定される。「作業開始時間」には、集計対象の日別作業単位情報に設定されている「作業開始時間」のうち最初の作業開始時間が設定される。「作業終了時間」には、集計対象の日別作業単位情報に設定されている「作業終了時間」のうち最後の作業終了時間が設定される。「対象日別作業単位ＩＤ」には、この管理対象物別作業単位情報の生成に使用した日別作業単位情報のＩＤが設定される。「管理対象物操作種別」には、集計対象の日別作業単位情報について判断された操作種別が設定される。

続いて、図１５に示すように、作業分析部１２２は、算出した管理対象物別作業単位の作業時間算出結果に基づいて、ＷＢＳ別作業単位の作業時間算出処理を行う（ステップＳ２３１５）。ここで、ＷＢＳ別作業単位とは、各管理対象物別作業単位について、「作業者」及び「ＷＢＳ」が同一のことをいう。なお、ＷＢＳ別作業単位の作業時間の算出はＷＢＳ毎に行われるが、算出の対象となるＷＢＳは最下層のＷＢＳである（ＷＢＳのツリーにおいて、葉ノードに相当する）場合と、それ以外（ＷＢＳのツリーにおいて、内部ノードに相当する）の場合とで異なる。まず、ステップＳ２３１５のＷＢＳ別作業単位の作業時間算出の処理では、最下層（葉ノード）のＷＢＳを対象として、ＷＢＳ作業実施判定基準を満たしたＷＢＳについて、管理対象物別作業単位の作業時間を集計する。続いて、最下層のＷＢＳでない、すなわち、ＷＢＳのツリーにおいて内部ノードに相当するＷＢＳについてのＷＢＳ別作業単位の作業時間を、ＷＢＳのツリーにおいて当該内部ノードの配下の葉ノードに相当するＷＢＳについてのＷＢＳ別作業単位の作業時間算出結果を合算して得る。

そこで、ステップＳ２３１５では、まず、葉ノードのＷＢＳ別作業単位の作業時間算出を行う。作業分析部１２２は、ＰＪ情報ＤＢ１３３に記憶されているプロジェクトプロフィール情報内に設定されている葉ノードのＷＢＳに対応した「参照物」及び「成果物」の管理対象物名と、ステップＳ２３１４で生成した管理対象物別作業単位情報に設定されている管理対象物名とを照合して、管理対象物別作業単位情報を葉ノードのＷＢＳに分類する。作業分析部１２２は、葉ノードのＷＢＳ別に分類された各管理対象物別作業単位情報をそれぞれ集計して、当該葉ノードのＷＢＳ別作業単位情報を生成する。

図２４は、ＷＢＳ別作業単位情報のデータ構成例を示す図である。「ＷＢＳ別作業単位ＩＤ」には、ＷＢＳ別作業単位情報を特定するＩＤが設定される。「作業ＷＢＳ」には、集計対象の管理対象物別作業単位情報に設定されている「操作対象物名」と合致するプロジェクトプロフィール情報の「成果物」または「参照物」に対応した「ＷＢＳ ＩＤ」が設定される。「作業者」、「作業年月日」にはそれぞれ、集計対象の管理対象物別作業単位情報に設定されている「作業者」、「作業年月日」が設定される。「作業時間」には、集計対象の管理対象物別作業単位情報に設定されている「作業時間」の総和が設定される。「作業開始時間」には、集計対象の管理対象物別作業単位情報に設定されている「作業開始時間」のうち最初の作業開始時間が設定される。「作業終了時間」には、集計対象の管理対象物別作業単位情報に設定されている「作業終了時間」のうち最後の作業終了時間が設定される。「管理対象物別対象作業単位ＩＤ」には、このＷＢＳ別作業単位情報の生成に使用した管理対象物別作業単位情報のＩＤが設定される。

葉ノードのＷＢＳについてＷＢＳ別作業単位情報の生成が終了すると、続いて、作業分析部１２２は、内部ノードの各ＷＢＳについて、当該ＷＢＳの葉ノードのＷＢＳについて算出した同一の作業者及び同一の作業年月日のＷＢＳ別作業単位情報を集計して、図２４と同様のＷＢＳ作業単位情報を生成する。つまり、「作業者」、「作業年月日」にはそれぞれ、集計対象の葉ノードのＷＢＳ別作業単位情報に設定されている「作業者」、「作業年月日」が設定される。「作業時間」には、集計対象の葉ノードのＷＢＳ別作業単位情報に設定されている「作業時間」の総和が設定される。「作業開始時間」には、集計対象の葉ノードのＷＢＳ別作業単位情報に設定されている「作業開始時間」のうち最初の作業開始時間が設定される。「作業終了時間」には、集計対象の葉ノードのＷＢＳ別作業単位情報に設定されている「作業終了時間」のうち最後の作業終了時間が設定される。「管理対象物別対象作業単位ＩＤ」には、集計対象の葉ノードのＷＢＳ別作業単位情報に設定されている管理対象物別対象作業単位ＩＤが設定される。

なお、内部ノードのＷＢＳについてのＷＢＳ別作業単位情報の生成では、プロジェクト情報に同一の「親ＷＢＳ ＩＤ」が設定されているＷＢＳのＷＢＳ別作業単位情報を集計する。

続いて、図１５に示すように、作業分析部１２２は、ＰＪ情報ＤＢ１３３からプロジェクトプロフィール情報を読み出す（ステップＳ２３１６）。作業分析部１２２は、生成したＷＢＳ別作業単位情報に基づいて、業務領域単位の作業時間算出処理を行う（ステップＳ２３１７）。ここで、業務領域単位とは、各ＷＢＳ別作業単位情報について、「作業者」及び「業務領域」が同一のことをいう。

作業分析部１２２は、ステップＳ２３１５において生成したＷＢＳ別作業単位情報に設定されている「作業ＷＢＳ」と、プロジェクトプロフィール情報に設定されている「ＷＢＳ ＩＤ」とを照合して業務領域ＩＤを判断し、ＷＢＳ別作業単位情報を業務領域ＩＤ別に分類する。作業分析部１２２は、「作業者」及び分類した「業務領域ＩＤ」が同一のＷＢＳ別作業単位情報を同じ業務領域単位であると判断すると、各業務領域単位のＷＢＳ別作業単位情報に設定されている「作業時間」を集計して業務領域別作業時間を算出し、業務領域別作業時間情報を生成する。

図２５は、業務領域別作業時間情報のデータ構成例を示す図である。同図に示すように、業務領域別作業時間情報は、同じ業務領域単位のＷＢＳ別作業単位情報に設定されている「作業者」が示す社員番号と、その業務領域単位のＷＢＳ別作業単位情報の作業時間を集計して得られた当該作業者の業務領域別作業時間とを対応付けた情報である。業務領域別作業時間は、説明変数として使用される。

図２６は、図１４のステップＳ２３２におけるアプリケーション操作時間算出処理の処理フローを示す図である。まず、作業分析部１２２は、図１３のステップＳ２１において受信したスキル評価対象期間のＯＬＬ情報をＯＬＬＲ１３２から読み出す（ステップＳ２３２１）。作業分析部１２２は、ステップＳ２３２１において読み出したＯＬＬ情報を用いて図１５のステップＳ２３１２と同様の処理を行い、作業単位情報を生成する（ステップＳ２３２２）。さらに、作業分析部１２２は、ステップＳ２３２２において生成した作業単位情報を用いて図１５のステップＳ２３１３と同様の処理を行い、日別作業単位情報を生成する（ステップＳ２３２３）。

作業分析部１２２は、生成された日別作業単位情報に基づいて、アプリケーション単位の作業時間算出処理を行う（ステップＳ２３２４）。具体的には、作業分析部１２２は、同一の「作業者」、及び「対象ＡＰ名」が設定されている日別作業単位情報を集計して、アプリケーション別作業時間情報を生成する。

図２７は、アプリケーション別作業時間情報のデータ構成例を示す図である。「アプリケーション別作業時間情報ＩＤ」には、アプリケーション別作業時間情報を特定するＩＤが設定される。「作業者」、「対象ＡＰ名」にはそれぞれ、集計対象の日別作業単位情報に設定されている「作業者」、「対象ＡＰ名」が設定される。「作業時間」には、集計対象の日別作業単位情報に設定されている「作業時間」の総和が設定される。「対象日別作業単位ＩＤ」には、このアプリケーション別作業時間情報の生成に使用した日別作業単位情報のＩＤが設定される。

続いて、図２６に示すように、作業分析部１２２は、スキル情報ＤＢ１３５からスキル項目判定条件データを読み出す（ステップＳ２３２５）。作業分析部１２２は、ステップＳ２３２４において生成されたアプリケーション別作業時間情報に基づいて、スキル項目単位のアプリケーション操作時間算出処理を行う（ステップＳ２３２６）。具体的には、作業分析部１２２は、アプリケーション別作業時間情報に設定されている「対象ＡＰ名」と、スキル項目判定条件データに設定されている「アプリケーション名」とを照合して「スキル項目ＩＤ」を特定する。作業分析部１２２は、同一の「作業者」が設定され、かつ特定した「スキル項目ＩＤ」が同一のアプリケーション別作業時間情報を集計して、スキル項目別アプリケーション操作時間情報を生成する。

図２８は、スキル項目別アプリケーション操作時間情報のデータ構成例を示す図である。「スキル項目別アプリケーション操作時間情報ＩＤ」には、スキル項目別アプリケーション操作時間情報を特定するＩＤが設定される。「作業者」には、集計対象のアプリケーション別作業時間情報に設定されている「作業者」が設定される。「スキル項目ＩＤ」には、集計対象のアプリケーション別作業時間情報について特定されたスキル項目ＩＤが設定される。「アプリケーション操作時間」（「アプリケーションｙｙ操作時間」、…）には、集計対象のアプリケーション別作業時間情報に設定されている「作業時間」を同一の「対象ＡＰ名」のアプリケーション別に合計した作業時間が設定される。「対象アプリケーション別作業時間情報ＩＤ」には、このスキル項目別アプリケーション操作時間情報の生成に使用したアプリケーション別作業時間情報のＩＤが設定される。
スキル項目別アプリケーション操作時間情報のアプリケーション別のアプリケーション操作時間は、説明変数として使用される。

図２９は、図１４のステップＳ２３３におけるスキル項目別貢献度適用生産データ生成の処理フローを示す図である。まず、作業分析部１２２は、図１３のステップＳ２１において受信したスキル評価対象期間のＯＬＬ情報をＯＬＬＲ１３２から読み出す（ステップＳ２３３１）。作業分析部１２２は、読み出したＯＬＬ情報を用いて図１５のステップＳ２３１２と同様の処理を行い、作業単位情報を生成する（ステップＳ２３３２）。さらに、作業分析部１２２は、ステップＳ２３３２において生成した作業単位情報を用いて図１５のステップＳ２３１３と同様の処理を行い、日別作業単位情報を生成する（ステップＳ２３３３）。

続いて、作業分析部１２２は、同一の「作業者」及び「操作対象物」が設定されている日別作業単位情報を集計し、操作対象物別キータッチ回数情報を生成する（ステップＳ２３３４）。

図３０は、操作対象物別キータッチ回数情報のデータ構成例を示す図である。「操作対象物別キータッチ回数情報ＩＤ」には、操作対象物別キータッチ回数情報を特定するＩＤが設定される。「作業者」、「操作対象物」にはそれぞれ、集計対象の日別作業単位情報に設定されている「作業者」、「操作対象物」が設定される。「キータッチ回数」には、集計対象の日別作業単位情報に設定されている「キータッチ回数」の総和が設定される。「作業時間」には、集計対象の日別作業単位情報に設定されている「作業時間」の総和が設定される。「対象日別作業単位ＩＤ」には、この操作対象物別キータッチ回数情報の生成に使用した日別作業単位情報のＩＤが設定される。

続いて、図２９において、作業分析部１２２は、スキル情報ＤＢ１３５からスキル項目判定条件データを読み出す（ステップＳ２３３５）。作業分析部１２２は、ステップＳ２３３４で生成された操作対象物別キータッチ回数情報に基づいて、スキル項目単位の操作対象物作業時間を算出する（ステップＳ２３３６）。具体的には、作業分析部１２２は、操作対象物別キータッチ回数情報に設定されている「操作対象物」と、スキル項目判定条件データに設定されている「操作ファイル名」とを照合して「スキル項目ＩＤ」を特定する。作業分析部１２２は、同一の「作業者」が設定され、かつ特定した「スキル項目ＩＤ」が同一の操作対象物別キータッチ回数情報を集計して、スキル項目別操作対象物作業時間情報を生成する。

図３１は、スキル項目別操作対象物作業時間情報のデータ構成例を示す図である。「スキル項目別操作対象物作業時間情報ＩＤ」には、スキル項目別操作対象物作業時間情報を特定するＩＤが設定される。「作業者」には、集計対象の操作対象物別キータッチ回数情報に設定されている「作業者」が設定される。「スキル項目ＩＤ」には、集計対象の操作対象物別キータッチ回数情報に設定されている「操作対象物」に基づいて特定されたスキル項目ＩＤが設定される。「操作対象物作業時間」には、集計対象の操作対象物別キータッチ回数情報に設定されている「作業時間」の総和が設定される。「操作対象物別キータッチ回数情報ＩＤ」には、このスキル項目別操作対象物作業時間情報の生成に使用した操作対象物別キータッチ回数情報のＩＤが設定される。

次に、図２９において、作業分析部１２２は、スキル情報ＤＢ１３５から管理対象物判定フィルタデータを読み出す（ステップＳ２３３７）。作業分析部１２２は、ステップＳ２３３４で生成された操作対象物別キータッチ回数情報に基づいて、管理対象物単位のキータッチ回数算出処理を行う（ステップＳ２３３８）。具体的には、作業分析部１２２は、操作対象物別キータッチ回数情報に設定されている「操作対象物」と、管理対象物判定フィルタデータの「判定フィルタ」とを照合して「管理対象物名」を特定する。作業分析部１２２は、特定した「管理対象物名」が同一の操作対象物別キータッチ回数情報を集計して、管理対象物別キータッチ回数情報を生成する。

図３２は、管理対象物別キータッチ回数情報のデータ構成例を示す図である。「管理対象物別キータッチ回数情報ＩＤ」には、管理対象物別キータッチ回数情報を特定するＩＤが設定される。「管理対象物名」には、集計対象の操作対象物別キータッチ回数情報の操作対象物に基づいて特定された管理対象物名が設定される。「操作対象物名」には、集計対象の操作対象物別キータッチ回数情報の操作対象物が設定される。「キータッチ回数」には、集計対象の操作対象物別キータッチ回数情報に設定されている「キータッチ回数」の総和が設定される。これは、管理対象物に対する全作業者のキータッチ回数の総和を示す。「操作対象物別キータッチ回数情報ＩＤ」には、この管理対象物別キータッチ回数情報の生成に使用した操作対象物別キータッチ回数情報のＩＤが設定される。

続いて、図２９において、作業分析部１２２は、スキル情報ＤＢ１３５からスキルレベル算出説明変数データを読み出し（ステップＳ２３３９）、生産データＤＢ１３４から生産データを読み出す（ステップＳ２３４０）。作業分析部１２２は、生産データに含まれる各操作対象物の操作対象物別生産データが示すプロジェクト全体の実績値を、操作対象物別キータッチ回数情報が示す当該操作対象物のキータッチ回数により表される作業者毎の貢献度に応じて配分し、操作対象物別貢献度適用生産データ情報を作成する（ステップＳ２３４１）。

具体的には、まず、作業分析部１２２は、操作対象物別キータッチ回数情報と同じ「操作対象物名」が設定されている管理対象物別キータッチ回数情報から「管理対象物名」を取得する。作業分析部１２２は、取得した「管理対象物名」と生産データの管理対象物名とを照合して特定される管理対象物別生産データから、各説明変数の実績値を読み出す。説明変数に対応した管理対象物別生産データの情報は、スキルレベル算出説明変数データから得られる。作業分析部１２２は、読み出した各説明変数の実績値を、その説明変数に対応してスキルレベル算出説明変数データに設定されている貢献度適用パターンに従って配分し、作業者の説明変数別の操作対象物別貢献度適用生産データ情報を生成する。

例えば、管理対象物判定フィルタデータに、操作対象物「ファイルＡ」及び「ファイルＢ」が管理対象物「成果物Ｙ」に対応することが設定され、管理対象物別キータッチ回数情報に「成果物Ｙ」の全作業者の総キータッチ回数「１０００」が設定されているとする。また、作業者αの操作対象物別キータッチ回数情報に、操作対象物「ファイルＡ」のキータッチ回数「１００」が設定され、生産データに操作対象物「ファイルＡ」のエラー件数「１０」、エラー密度「５」が設定されているとする。

スキルレベル算出説明変数データには、説明変数「エラー件数」の貢献度適用パターン「１（キータッチ回数で按分）」が設定されている。よって、作業分析部１２２は、作業者αの操作対象物「ファイルＡ」についての説明変数「エラー件数」の値を以下のように算出する。

作業者αのファイルＡのエラー件数＝（生産データに設定されている「成果物Ｙ」のエラー件数「１０」）×｛（作業者αのファイルＡのキータッチ回数「１００」）／（作業者全員の成果物Ｙのキータッチ回数「１０００」）｝

一方、スキルレベル算出説明変数データには、説明変数「エラー密度」の貢献度適用パターン「２（全作業者とも同じ値（１００％））」が設定されている。よって、作業分析部１２２は、作業者αの操作対象物「ファイルＡ」についての説明変数「エラー密度」の値を、生産データに設定されている管理対象物「成果物Ｙ」のエラー密度「５」とする。
なお、貢献度適用パターン「−」が設定されている説明変数の値は「０」とする。

作業分析部１２２は、操作対象物別キータッチ回数情報に設定されている操作対象物について管理対象物別生産データから得られた各説明変数の配分値を設定した操作対象物別貢献度適用生産データ情報を生成する。

図３３は、操作対象物別貢献度適用生産データ情報のデータ構成例を示す図である。「操作対象物別貢献度適用生産データ情報ＩＤ」には、操作対象物別貢献度適用生産データ情報を特定するＩＤが設定される。「作業者」、「操作対象物名」にはそれぞれ、操作対象物別キータッチ回数情報に設定されている「作業者」、「操作対象物名」が設定される。「操作対象物別貢献度適用後生産データ」（「操作対象物別貢献度適用後生産データｘｘ」、…）には、管理対象物別キータッチ回数情報の「操作対象物名」に対応して生産データの管理対象物別生産データから得た各説明変数の実績値を配分した値が設定される。「操作対象物別キータッチ回数情報ＩＤ」、「管理対象物別キータッチ回数情報ＩＤ」のそれぞれには、操作対象物別貢献度適用生産データ情報の生成に使用した操作対象物別キータッチ回数情報のＩＤ、管理対象物別キータッチ回数情報のＩＤが設定される。

続いて、図２９において、作業分析部１２２は、スキル情報ＤＢ１３５からスキル項目判定条件データを読み出す（ステップＳ２３４２）。作業分析部１２２は、各操作対象物別貢献度適用生産データ情報の「操作対象物名」により、スキル項目判定条件データに設定されている「操作ファイル名」を照合して「スキル項目ＩＤ」を特定する。作業分析部１２２は、同一の「作業者」が設定され、かつ特定した「スキル項目ＩＤ」が同一のスキル項目判定条件データを集計して第１スキル項目別貢献度適用生産データ情報を生成する（ステップＳ２３４３）。

図３４は、第１スキル項目別貢献度適用生産データ情報のデータ構成例を示す図である。「第１スキル項目別貢献度適用生産データ情報ＩＤ」には、第１スキル項目別貢献度適用生産データ情報を特定するＩＤが設定される。「作業者」には、操作対象物別貢献度適用生産データ情報に設定されている「作業者」が設定される。「スキル項目別貢献度適用後生産データ」（「スキル項目別貢献度適用後生産データｘｘ」、…）には、集計対象の操作対象物別貢献度適用生産データ情報に設定されている「操作対象物別貢献度適用後生産データ」を、各説明変数別に集計した値が設定される。集計の際、説明変数の貢献度適用パターンが「１」であれば「操作対象物別貢献度適用後生産データ」の設定値を単純加算し、貢献度適用パターンが「２」であれば加重平均する。「操作対象物別貢献度適用生産データ情報ＩＤ」には、この第１スキル項目別貢献度適用生産データ情報の生成に使用した操作対象物別貢献度適用生産データ情報のＩＤが設定される。

例えば、作業者αの集計対象の操作対象物別貢献度適用生産データ情報が２つであり、一方に、操作対象物「ファイルＡ」、説明変数「規模」に対応した「操作対象物別貢献度適用後生産データ」に生産ライン数「１００」、説明変数「バグ密度」に対応した「操作対象物別貢献度適用後生産データ」に「３」が設定され、他方に、操作対象物「ファイルＢ」、説明変数「規模」に対応した「操作対象物別貢献度適用後生産データ」に生産ライン数「２００」、説明変数「バグ密度」に対応した「操作対象物別貢献度適用後生産データ」に「５」が設定されているとする。スキル項目判定条件データには、操作対象物「ファイルＡ」、「ファイルＢ」が、同じスキル項目に属することが設定されている。

説明変数「規模」の貢献度適用パターンは「１」である。そのため、操作対象物「ファイルＡ」の生産ライン数「１００」と操作対象物「ファイルＢ」の生産ライン数「２００」を単純加算したライン数「３００」が、第１スキル項目別貢献度適用生産データ情報の説明変数「規模」に対応した「スキル項目別貢献度適用後生産データ」に設定される。

また、説明変数「バグ密度」の貢献度適用パターンは「２」である。そのため、作業者α及び操作対象物「ファイルＡ」が設定されている操作対象物別キータッチ回数情報から読み出したキータッチ回数「１００」、作業者α及び操作対象物「ファイルＢ」が設定されている操作対象物別キータッチ回数情報から読み出したキータッチ回数「２００」によりバグ密度を加重平均する。従って、第１スキル項目別貢献度適用生産データ情報の説明変数「バグ密度」に対応した「スキル項目別貢献度適用後生産データ」には、（３×１００＋５×２００）／（１００＋２００）により算出された値が設定される。

続いて、図２９において、作業分析部１２２は、各第１スキル項目別貢献度適用生産データ情報から、各作業者のスキル項目別のドキュメントとプログラムの生産性を算出する（ステップＳ２３４４）。作業分析部１２２は、第１スキル項目別貢献度適用生産データ情報と同一の「作業者」及び「スキル項目ＩＤ」が設定されているスキル項目別操作対象物作業時間情報から「操作対象物作業時間」を読み出す。作業分析部１２２は、第１スキル項目別貢献度適用生産データ情報の説明変数「ドキュメント枚数」に対応した「スキル項目別貢献度適用後生産データ」が示す実績値、説明変数「規模」に対応した「操作対象物別貢献度適用後生産データ」が示す実績値をそれぞれ、操作対象物作業時間で除算してドキュメントの生産性とプログラムの生産性を算出し、第２スキル項目別貢献度適用生産データ情報を生成する。

図３５は、第２スキル項目別貢献度適用生産データ情報のデータ構成例を示す図である。「第２スキル項目別貢献度適用生産データ情報ＩＤ」には、第２スキル項目別貢献度適用生産データ情報を特定するＩＤが設定される。「作業者」、「スキル項目ＩＤ」にはそれぞれ、第１スキル項目別貢献度適用生産データ情報に設定されている「作業者」、「スキル項目ＩＤ」が設定される。「生産性（ドキュメント）」には、算出したドキュメントの生産性が設定され、「生産性（プログラム）」には、算出したプログラムの生産性が設定される。「第１スキル項目別貢献度適用生産データ情報ＩＤ」には、この第２スキル項目別貢献度適用生産データ情報の生成に使用した第１スキル項目別貢献度適用生産データ情報のＩＤが設定される。「スキル項目別操作対象物作業時間情報ＩＤ」には、生産性の算出のために「操作対象物作業時間」を読み出したスキル項目別操作対象物作業時間情報のＩＤが設定される。

上記処理が終了すると、作業分析部１２２は、図１３のステップＳ２４の処理を行い、各作業者別のスキル項目別説明変数データを生成し、作業分析結果ＤＢ１３６に書き込む。具体的には、作業分析部１２２は、ステップＳ２２で読み出したスキル項目データから、人材コードとスキル項目ＩＤとの対応付けを読み出す。作業分析部１２２は、スキルレベル算出説明変数データから各説明変数のデータ入力元を特定する。作業分析部１２２は、各作業者の作業者ＩＤにより特定される業務領域別作業時間情報、スキル項目別アプリケーション操作時間情報、スキル項目別操作対象物作業時間情報、第１スキル項目別貢献度適用生産データ情報、及び第２スキル項目別貢献度適用生産データ情報から各スキル項目の説明変数の値をデータ入力元に従って取得する。なお、説明変数「業務領域別作業時間」は、スキル項目が業務領域に対応する場合に、作業者ＩＤとスキル項目が属する業務領域とに基づいて業務領域別作業時間情報から取得する。作業分析部１２２は、作業者ＩＤに対応して取得したスキル項目別の説明変数の値をまとめてスキル項目別説明変数データを生成する。作業分析部１２２は、生成したスキル項目別説明変数データを、スキル評価対象期間と対応付けて作業分析結果ＤＢ１３６に書き込む。

図３６は、スキル項目別説明変数データを示す図である。同図に示すように、スキル項目別説明変数データは、作業者ＩＤ別に、人材コードと、当該人材コードに対応するスキル項目ＩＤと、スキル項目ＩＤにより特定されるスキル項目についての各説明変数の値が設定されたデータである。例えば、エラー件数、エラー密度、開発バグ密度などは、第１スキル項目別貢献度適用生産データ情報から得られる。また、生産性（プログラム）は、第２スキル項目別貢献度適用生産データ情報から得られる。アプリケーション操作時間は、スキル項目別アプリケーション操作時間情報から得られる。業務領域別作業時間は、業務領域別作業時間情報から得られる。

図３７は、図１１のステップＳ３におけるスキル評価モデル作成処理の処理フローを示す図である。まず、スキル評価モデル作成部１２３は、作業分析結果ＤＢ１３６から評価期間のスキル項目別説明変数データを取得する（ステップＳ３１）。続いて、スキル評価モデル作成部１２３は、スキル情報ＤＢ１３５から教師データを読み出す（ステップＳ３２）。

スキル評価モデル作成部１２３は、ステップＳ３１において取得したスキル項目別説明変数データの中から、教師データで示されるスキル評価モデル作成対象期間及び作業者のスキル項目別説明変数データを抽出する。スキル評価モデル作成部１２３は、抽出したスキル項目別説明変数データを説明変数とし、教師データを目的変数とした機械学習によりスキル評価モデルを作成する（ステップＳ３３）。

各説明変数をそれぞれ説明変数Ｐ_１、Ｐ_２、…としたときに、各スキル項目についてのスキル評価値算出式は、以下の式（１）のように表される。

スキル評価値（スキル項目）＝Ｆ（説明変数Ｐ_１，説明変数Ｐ_２，…） （１）

例えば、各スキル項目をスキル項目Ｋ_１、Ｋ_２、…としたときに、スキル項目Ｋ_ｉ（ｉ＝１、２、…）のスキル評価値算出式が、説明変数Ｐ_１、Ｐ_２、…を用いた一次式の場合、式（２）のように表される。

スキル評価値（スキル項目Ｋ_ｉ）＝ａ_ｉ×説明変数Ｐ_１＋ｂ_ｉ×説明変数Ｐ_２＋ｃ_ｉ×説明変数Ｐ_３＋ｄ_ｉ×説明変数Ｐ_４＋… （２）

スキル評価モデル作成部１２３は、教師データに設定されている各社員番号（作業者ＩＤ）と、当該社員番号に対応したスキル項目Ｋ_ｉのスキル評価値を読み出す。さらに、スキル評価モデル作成部１２３は、教師データに設定されている各社員番号及び評価期間で特定されるスキル項目別説明変数データからスキル項目Ｋ_ｉのスキル項目ＩＤに対応した各説明変数Ｐ_１、Ｐ_２、…の値を読み出す。スキル評価モデル作成部１２３は、社員番号に対応して読み出したスキル項目Ｋ_ｉのスキル評価値をスキル評価値算出式におけるスキル評価値とし、当該社員番号に対応して読み出したスキル項目Ｋ_ｉの各説明変数Ｐ_１、Ｐ_２、…の値をスキル評価値算出式における各説明変数Ｐ_１、Ｐ_２、…の値としたときに、尤もらしい係数ａ_ｉ、ｂ_ｉ、ｃ_ｉ、ｄ_ｉ、…の値を機械学習により求める。

なお、スキル評価モデルは、各説明変数の一次式には限定されず、二次式や、他の算出式により表されうる。また、機械学習には、ＳＶＭ（Support Vector Machine）（［http://www.bi.a.u-tokyo.ac.jp/~tak/svm.html］参照。）や、ニューラルネットワーク（［http://ibisforest.org/index.php?%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D%E3%83%83%E3%83%88］参照。）などを適用しうるが、他の既存の機械学習を用いてもよい。

スキル評価モデル作成部１２３は、各スキル項目についてステップＳ３３で求めたスキル評価値算出式であるスキル評価モデルをスキル評価モデルＤＢ１３７に格納する（ステップＳ３４）。

図３８は、図１１のステップＳ４におけるスキル評価処理の処理フローを示す図である。まず、スキル評価部１２４は、スキル評価モデルＤＢ１３７からスキル評価モデルを読み出す（ステップＳ４１）。情報受付部１２１は、上述した図１１のステップＳ１と同様の処理を行い、作業者端末２や管理者端末３から受信した評価対象の作業者についての各種データを作業者情報ＤＢ１３１に登録する（ステップＳ４２）。続いて作業分析部１２２は、上述した図１１のステップＳ２の処理を行い、評価対象の作業者についてスキル評価期間のスキル項目別説明変数データを生成し、作業分析結果ＤＢ１３６に書き込む（ステップＳ４３）。スキル評価部１２４は、評価対象の作業者の作業者ＩＤにより作業分析結果ＤＢ１３６に記憶されているスキル評価期間のスキル項目別説明変数データを特定し、各スキル項目別の説明変数の値を読み出す（ステップＳ４４）。スキル評価部１２４は、スキル項目毎に、評価対象の作業者のスキル項目のスキル評価値を、スキル評価モデルで示される当該スキル項目のスキル評価値算出式にパラメータ値として代入し、スキル評価値を算出する（ステップＳ４５）。スキル評価部１２４は、評価対象の各作業者について算出したスキル項目毎のスキル評価値を、当該作業者の作業者ＩＤ及びスキル評価対象期間に対応付けてスキル評価結果ＤＢ１３８に書き込む（ステップＳ４６）。

図３９は、スキル評価結果の出力イメージの例を示す図である。スキル評価装置１のスキル評価部１２４は、管理者端末３において入力されたスキル算出対象期間（スキル評価対象期間）と評価結果表示対象の作業者の条件を受信する。スキル評価部１２４は、受信した条件に合致する作業者の作業者ＩＤ及び氏名を個人プロフィール情報から読み出す。スキル評価部１２４は、作業者ＩＤ及びスキル算出対象期間に対応したスキル項目毎の評価値をスキル評価結果ＤＢ１３８から読み出すとともに、作業者ＩＤ及びスキル算出対象期間によりスキル評価結果ＤＢ１３８に記憶されているスキル項目別説明変数データを特定し、スキル項目毎のアプリケーション操作時間または業務領域別作業時間を読み出す。スキル評価部１２４は、読み出した作業者の氏名と、当該作業者の作業者ＩＤに対応して読み出したスキル項目毎のスキル評価値（スキル）と、アプリケーション操作時間または業務領域別作業時間（経験）とを対応付けて表示する画像データを生成し、管理者端末３に送信して表示部３２に表示させる。なお、スキル評価装置１は、画像データを作業者端末２に送信し、表示部２３に表示させてもよい。
また、入力されたスキル算出対象期間のスキル評価値がスキル評価結果ＤＢ１３８に記憶されていない場合、スキル評価部１２４は、入力されたスキル算出対象期間をスキル評価対象期間として、図１１のステップＳ４の処理を行ってもよい。

図４０は、複数の作業者のスキル比較の出力イメージを示す図である。スキル評価装置１のスキル評価部１２４は、管理者端末３において入力されたスキル算出対象期間とスキル比較対象の作業者の条件を受信する。スキル評価部１２４は、スキル比較対象の作業者それぞれについて、当該作業者の作業者ＩＤ及びスキル算出対象期間に対応したスキル項目毎の評価値をスキル評価結果ＤＢ１３８から読み出す。スキル評価部１２４は、スキル比較対象の各作業者の作業者ＩＤに対応して読み出したスキル項目毎のスキル評価値を比較して表示する画像データを生成し、管理者端末３に送信して表示させる。

図４１は、学習効果確認のためのスキル評価結果の出力イメージを示す図である。スキル評価装置１のスキル評価部１２４は、管理者端末３において入力されたプロジェクト開始前の期間及びプロジェクト終了時の期間と、評価結果表示対象の作業者の情報を受信する。スキル評価部１２４は、評価結果表示対象の作業者の作業者ＩＤについて、プロジェクト開始前の期間及びプロジェクト終了時の期間それぞれに対応したスキル項目毎の評価値をスキル評価結果ＤＢ１３８から読み出す。スキル評価部１２４は、各スキル項目について読み出したプロジェクト開始前の期間のスキル評価値と、プロジェクト終了時の期間のスキル評価値との比較を示す画像データを生成し、管理者端末３に送信して表示させる。

上述したように、本実施形態のスキル評価装置１は、様々な業務領域の各プロジェクトにおける管理対象物（成果物、参照物）の品質生産性のデータ（ソースライン数、バグ密度、エラー密度等）、すなわち、各説明変数の実績値を、ＯＬＬ情報から求められた各作業者の操作対象物別の実作業時間に基づいて配分する。これにより、スキル評価装置１は、人別、ファイル別の品質生産性のデータを算出することが可能になる。そして、この求められた人別、ファイル別の品質生産性のデータとスキル情報とから、人別、スキル項目別の品質生産性のデータ（各説明変数の実績値）を算出することが可能となる。

そして、スキル評価装置１は、各作業者のスキル項目毎の品質生産性のデータ（各説明変数の実績値）と、人間（インストラクターや管理者）が指定した各作業者のスキル項目毎のスキル評価値（教師データ）とから機械学習を用いてスキル評価モデルを作成する。スキル評価装置１は、ＯＬＬ情報とプロジェクト全体の品質生産性のデータとから評価対象の作業者についてスキル項目別の品質生産性のデータを求め、作成したスキル評価モデルを適用して、求めたスキル項目別の品質生産性のデータから各作業者のスキル項目毎のスキル評価値を算出する。これにより、様々な業務領域について、作業者のスキルをスキル項目毎に評価することが可能となる。

また、上記により、本実施形態のスキル評価装置１は、各作業者のスキルを単一のスキルだけではなく、複数のスキルについて把握することができる。例えば、業務領域のスキル項目と、技術領域のスキル項目の両方のスキル評価値を算出することができる。この算出されたスキル評価値によって、各作業者の過去の業務実績や経験、スキルを定量的かつ客観的に把握することが可能となるため、得られたスキル評価値を作業者の適正配置や人材育成のために、活用することができる。例えば、スキル評価装置を用いて、誰が、どの部分に、どの程度精通しているかを把握できるため、生産性の高い開発体制を決定する場合に、役立てることができる。

また、作業者のＯＬＬ情報（アクティブ時間、キータッチ回数、操作アプリケーション名、操作時間等）から、作業者別の品質生産性の値を自動的に決定できるため、手入力による情報の入力の手間を軽減することができる。また、各作業者の品質生産性のデータの実績値は作業者端末２の操作履歴に基づいているため、客観的なスキル評価値を得ることができる。

なお、上述のスキル評価装置１、作業者端末２、及び管理者端末３は、内部にコンピュータシステムを有している。そして、スキル評価装置１の制御部１２、作業者端末２、及び管理者端末３の動作の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータシステムが読み出して実行することによって、上記処理が行われる。ここでいうコンピュータシステムとは、ＣＰＵ及び各種メモリやＯＳ、周辺機器等のハードウェアを含むものである。

また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

１…スキル評価装置
２…作業者端末
３…管理者端末
１１…通信制御ＩＦ部
１２…制御部
１３…記憶部
２１…入力部
２２…ログ送信部
２３…表示部
３１…入力部
３２…表示部
１２１…情報受付部
１２２…作業分析部
１２３…スキル評価モデル作成部
１２４…スキル評価部
１３１…作業者情報ＤＢ
１３２…ＯＬＬＲ（オフィスライフログ記憶部）
１３３…ＰＪ情報ＤＢ（プロジェクト情報記憶部）
１３４…生産データＤＢ（生産データ記憶部）
１３５…スキル情報ＤＢ（スキル情報記憶部）
１３６…作業分析結果ＤＢ
１３７…スキル評価モデルＤＢ
１３８…スキル評価結果ＤＢ
９…ネットワーク

Claims (7)

1. 作業者、当該作業者が作業者端末で実行したアプリケーション、前記アプリケーションの操作日時、前記作業者が前記アプリケーションを利用して操作した操作対象物、前記操作対象物への操作量、及び前記操作対象物への作業時間を示すオフィスライフログ情報を記憶するオフィスライフログ記憶部と、
   プロジェクトにおける管理対象物の品質生産性の実績値を示す生産データを記憶する生産データ記憶部と、
   前記操作対象物から前記管理対象物を判定する条件を示す管理対象物判定フィルタデータと、前記操作対象物に対応したスキル項目を示すスキル項目判定条件データとを記憶するスキル情報記憶部と、
   前記オフィスライフログ情報に基づいて前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより示される前記操作対象物に対応する前記管理対象物と、前記スキル項目判定条件データにより示される前記操作対象物に対応するスキル項目と、前記作業者別に算出した前記操作対象物の前記操作量とに基づいて、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を前記操作対象物別に配分し、スキル項目別にまとめて各品質生産性の実績値を算出する作業分析部と、
   前記スキル項目毎に、説明変数からスキル評価値を算出するスキル評価モデルに、評価対象の前記作業者について前記作業分析部が算出した前記スキル項目の前記品質生産性の実績値を前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎のスキル評価値を算出するスキル評価部と、
   を備えることを特徴とするスキル評価装置。
2. 前記プロジェクトの業務領域、当該プロジェクトに含まれる工程、及び前記工程における前記管理対象物を示すプロジェクトプロフィール情報を記憶するプロジェクト情報記憶部をさらに備え、
   前記スキル情報記憶部は、前記スキル項目に対応した業務領域を示すスキル項目データをさらに記憶し、
   前記作業分析部は、前記操作対象物に対応する前記管理対象物により前記プロジェクトプロフィール情報から前記工程及び当該工程の前記業務領域を特定し、前記作業者別に、前記オフィスライフログ情報に基づいて算出される前記操作対象物への作業時間を、当該操作対象物により特定される前記工程毎に集計し、集計した前記工程毎の作業時間を前記工程が属する業務領域毎に集計し、
   前記スキル評価部は、前記スキル項目データに基づいて前記スキル項目により特定される業務領域について前記作業分析部が集計した前記評価対象の作業者の前記作業時間をさらに前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎の前記スキル評価値を算出する、
   ことを特徴とする請求項１に記載のスキル評価装置。
3. 前記スキル項目判定条件データは、前記アプリケーションに対応したスキル項目をさらに示し、
   前記作業分析部は、前記作業者別に、前記オフィスライフログ情報に基づいて前記アプリケーション毎の作業時間を集計するとともに、前記スキル項目判定条件データに基づいて前記アプリケーションに対応する前記スキル項目を特定し、
   前記スキル評価部は、前記評価対象の前記作業者について前記作業分析部が集計した、前記スキル項目に対応する前記アプリケーション毎の作業時間をさらに前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎の前記スキル評価値を算出する、
   ことを特徴とする請求項１に記載のスキル評価装置。
4. 教師データが示す作業者のスキル項目毎のスキル評価値を目的変数とし、前記教師データが示す前記作業者について前記作業分析部が算出した前記スキル項目の前記品質生産性の実績値を前記説明変数とした機械学習により前記スキル評価モデルを生成するスキル評価モデル作成部をさらに備える、
   ことを特徴とする請求項１から請求項３のいずれか１項に記載のスキル評価装置。
5. 前記スキル項目は、業務領域または技術領域に対応することを特徴とする請求項１から請求項４のいずれか１項に記載のスキル評価装置。
6. スキル評価装置が実行するスキル評価方法であって、
   前記スキル評価装置は、
   作業者、当該作業者が作業者端末で実行したアプリケーション、前記アプリケーションの操作日時、前記作業者が前記アプリケーションを利用して操作した操作対象物、前記操作対象物への操作量、及び前記操作対象物への作業時間を示すオフィスライフログ情報を記憶するオフィスライフログ記憶部と、
   プロジェクトにおける管理対象物の品質生産性の実績値を示す生産データを記憶する生産データ記憶部と、
   前記操作対象物から前記管理対象物を判定する条件を示す管理対象物判定フィルタデータと、前記操作対象物に対応したスキル項目を示すスキル項目判定条件データとを記憶するスキル情報記憶部とを備え、
   作業分析部が、前記オフィスライフログ情報に基づいて前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより示される前記操作対象物に対応する前記管理対象物と、前記スキル項目判定条件データにより示される前記操作対象物に対応するスキル項目と、前記作業者別に算出した前記操作対象物の前記操作量とに基づいて、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を前記操作対象物別に配分し、スキル項目別にまとめて各品質生産性の実績値を算出する作業分析過程と、
   スキル評価部が、前記スキル項目毎に、説明変数からスキル評価値を算出するスキル評価モデルに、評価対象の前記作業者について前記作業分析過程において算出された前記スキル項目の前記品質生産性の実績値を前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎のスキル評価値を算出するスキル評価過程と、
   を有することを特徴とするスキル評価方法。
7. コンピュータを、
   作業者、当該作業者が作業者端末で実行したアプリケーション、前記アプリケーションの操作日時、前記作業者が前記アプリケーションを利用して操作した操作対象物、前記操作対象物への操作量、及び前記操作対象物への作業時間を示すオフィスライフログ情報を記憶するオフィスライフログ記憶部、
   プロジェクトにおける管理対象物の品質生産性の実績値を示す生産データを記憶する生産データ記憶部、
   前記操作対象物から前記管理対象物を判定する条件を示す管理対象物判定フィルタデータと、前記操作対象物に対応したスキル項目を示すスキル項目判定条件データとを記憶するスキル情報記憶部、
   前記オフィスライフログ情報に基づいて前記操作対象物毎の前記操作量を前記作業者別に算出し、前記管理対象物判定フィルタデータにより示される前記操作対象物に対応する前記管理対象物と、前記スキル項目判定条件データにより示される前記操作対象物に対応するスキル項目と、前記作業者別に算出した前記操作対象物の前記操作量とに基づいて、前記作業者毎に、前記生産データから得られる前記管理対象物の前記品質生産性の実績値を前記操作対象物別に配分し、スキル項目別にまとめて各品質生産性の実績値を算出する作業分析部、
   前記スキル項目毎に、説明変数からスキル評価値を算出するスキル評価モデルに、評価対象の前記作業者について前記作業分析部が算出した前記スキル項目の前記品質生産性の実績値を前記説明変数の値として入力し、当該評価対象の作業者の前記スキル項目毎のスキル評価値を算出するスキル評価部、
   として機能させるプログラム。

Images