JP2016042677A - 情報処理装置及び情報処理プログラム - Google Patents

Abstract

【課題】要求のあるアプリケーションが利用できない場合に、そのアプリケーションによる処理結果を予測する場合に、代替する第２のイベント、第２の機器を予め定められた規則に適用することによって、アプリケーションによる処理結果を予測するようにした情報処理装置を提供する。【解決手段】情報処理装置の第１の選出手段は、要求のあるアプリケーションが利用できない場合に、該アプリケーションが用いるイベントを代替する第２のイベントを選出し、第２の選出手段は、前記アプリケーションが用いる機器を代替する第２の機器を選出し、予測手段は、前記第１の選出手段によって選出された第２のイベントと前記第２の選出手段によって選出された第２の機器を予め定められた規則に適用することによって、前記アプリケーションによる処理結果を予測する。【選択図】図１

Description

本発明は、情報処理装置及び情報処理プログラムに関する。

特許文献１には、監視情報を一元管理し、過去の監視情報を有効に利用することができる監視システム等を提供することを課題とし、遠方監視システムは、複数の被監視端末から送信されてくる監視情報を解析する解析用サーバーを備えており、解析用サーバーは、被監視端末のエラー動作等の情報を取り出すフィルタリング機能と、緊急性のある状態か否かを識別する優先度設定機能を備えており、解析用サーバー装置は、前記２つの機能による解析結果を監視装置に報告することが開示されている。

特許文献２には、画像形成装置に対する保守作業に起因する画像形成パラメータの時系列変動が故障予測に与える影響を軽減する技術を提案することを課題とし、保守情報関連パラメータ抽出部が、保守情報に関連する画像形成パラメータを抽出し、時系列データ補間部が、抽出された画像形成パラメータについて画像形成パラメータ時系列データ蓄積部に蓄積されている保守タイミング前後の補間対象期間の時系列データ部分を削除及び補間し、時系列データ変化点検出部が、画像形成パラメータ時系列データ蓄積部に蓄積されている補間後の画像形成パラメータの時系列データについて変化点の検出を行い、故障予兆判定部が、各画像形成パラメータについての変化点の検出結果に基づいて故障予兆の検出を行い、故障予兆通知部が、検出された故障予兆の通知を行うことが開示されている。

特開２００７−０３４７１３号公報 特開２０１３−０２５６６０号公報

本発明は、要求のあるアプリケーションが利用できない場合に、そのアプリケーションによる処理結果を予測する場合に、代替する第２のイベント、第２の機器を予め定められた規則に適用することによって、アプリケーションによる処理結果を予測するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、要求のあるアプリケーションが利用できない場合に、該アプリケーションが用いるイベントを代替する第２のイベントを選出する第１の選出手段と、前記アプリケーションが用いる機器を代替する第２の機器を選出する第２の選出手段と、前記第１の選出手段によって選出された第２のイベントと前記第２の選出手段によって選出された第２の機器を予め定められた規則に適用することによって、前記アプリケーションによる処理結果を予測する予測手段を具備することを特徴とする情報処理装置である。

請求項２の発明は、前記第１の選出手段は、イベントの発生日時を予め定められた規則に適用することによって、前記第２のイベントを選出することを特徴とする請求項１に記載の情報処理装置である。

請求項３の発明は、前記第２の選出手段は、前記アプリケーションが用いる機器におけるイベントと他の機器における該イベントの差分が予め定められた閾値未満又は以下である場合に、該他の機器を第２の機器として選出することを特徴とする請求項１又は２に記載の情報処理装置である。

請求項４の発明は、前記第２の選出手段は、前記第１の選出手段によって選出された第２のイベントが数値データを持つか否かによって、第２の機器の選出方法を異ならせることを特徴とする請求項１から３のいずれか一項に記載の情報処理装置である。

請求項５の発明は、前記第２の選出手段は、前記第１の選出手段によって選出された第２のイベントが数値データを持たない場合は、該第２のイベントの通知間隔の差分を前記イベントの差分とすることを特徴とする請求項３に従属する請求項４に記載の情報処理装置である。

請求項６の発明は、コンピュータを、要求のあるアプリケーションが利用できない場合に、該アプリケーションが用いるイベントを代替する第２のイベントを選出する第１の選出手段と、前記アプリケーションが用いる機器を代替する第２の機器を選出する第２の選出手段と、前記第１の選出手段によって選出された第２のイベントと前記第２の選出手段によって選出された第２の機器を予め定められた規則に適用することによって、前記アプリケーションによる処理結果を予測する予測手段として機能させるための情報処理プログラムである。

請求項１の情報処理装置によれば、要求のあるアプリケーションが利用できない場合に、そのアプリケーションによる処理結果を予測する場合に、代替する第２のイベント、第２の機器を予め定められた規則に適用することによって、アプリケーションによる処理結果を予測することができる。

請求項２の情報処理装置によれば、イベントの発生日時を予め定められた規則に適用することによって、第２のイベントを選出することができる。

請求項３の情報処理装置によれば、アプリケーションが用いる機器におけるイベントと他の機器におけるそのイベントの差分が予め定められた閾値未満又は以下である場合に、他の機器を第２の機器として選出することができる。

請求項４の情報処理装置によれば、第２のイベントが数値データを持つか否かによって、第２の機器の選出方法を異ならせることができる。

請求項５の情報処理装置によれば、第２のイベントが数値データを持たない場合は、その第２のイベントの通知間隔の差分をイベントの差分とすることができる。

請求項６の情報処理プログラムによれば、要求のあるアプリケーションが利用できない場合に、そのアプリケーションによる処理結果を予測する場合に、代替する第２のイベント、第２の機器を予め定められた規則に適用することによって、アプリケーションによる処理結果を予測することができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態を実現させた場合のシステム構成例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 収集データテーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 本実施の形態による処理例を示す説明図である。 デバイステーブルのデータ構造例を示す説明図である。 保守作業日履歴テーブルのデータ構造例を示す説明図である。 デバイス・事業所関連付テーブルのデータ構造例を示す説明図である。 事務所テーブルのデータ構造例を示す説明図である。 デバイステーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 本実施の形態による処理例を示すフローチャートである。 本実施の形態による処理例を示すフローチャートである。 要求事項テーブルのデータ構造例を示す説明図である。 デバイスイベントテーブルのデータ構造の関係例を示す説明図である。 関連デバイスリスト、代替イベントテーブル、収集データテーブルのデータ構造例を示す説明図である。 代替イベントテーブル、収集データテーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 収集データテーブルのデータ構造例を示す説明図である。 代替イベント（数値データなし）テーブルのデータ構造例を示す説明図である。 代替イベント（数値データあり）テーブルのデータ構造例を示す説明図である。 上昇値テーブルのデータ構造例を示す説明図である。 上昇値テーブル、確率分布テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 本実施の形態による処理例を示す説明図である。 代替イベント（数値データなし）テーブル、イベント予定日・確率テーブルのデータ構造例を示す説明図である。 イベント予定日・確率テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 本実施の形態による処理例を示すフローチャートである。 本実施の形態による処理例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 収集データテーブルのデータ構造例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御する意味である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理ごとに又はモジュール内で複数の処理を行う場合はその処理ごとに、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態である情報処理装置１００は、被監視装置であるデバイス（機器）１８０をリモート監視（遠隔監視）する場合にあって、センター情報処理装置１５０内のアプリケーションが利用できない場合に、そのアプリケーションを実行させた場合の処理結果を予測するものであって、図１の例に示すように、データ予測モジュール１１０、データ表示モジュール１３０を有している。データ予測モジュール１１０は、イベント選出モジュール１１５、デバイス選出モジュール１２０、予測実施モジュール１２５を有している。

デバイス１８０としては、例えば、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）等がある。
デバイスＡ：１８０ａ、デバイスＢ：１８０ｂ、デバイスＣ：１８０ｃ、デバイスＤ：１８０ｄ、デバイスＥ：１８０ｅは、通信回線を介してセンター情報処理装置１５０のデータ受信モジュール１５５と接続されている。

センター情報処理装置１５０は、デバイス１８０をリモート監視する。センター情報処理装置１５０は、データ受信モジュール１５５、アプリケーション１６０ａ、アプリケーション１６０ｂ、アプリケーション１６０ｃ、データ記憶モジュール１７０を有している。各アプリケーション１６０は、Ｗｅｂページ１６５を生成して、ユーザー端末１９０に対して、アプリケーション１６０の処理結果を提示する。
アプリケーション１６０が利用できない場合として、例えば、そのアプリケーション１６０（又はセンター情報処理装置１５０）のメンテナンス作業中等がある。
データ受信モジュール１５５は、デバイスＡ：１８０ａ、デバイスＢ：１８０ｂ、デバイスＣ：１８０ｃ、デバイスＤ：１８０ｄ、デバイスＥ：１８０ｅ、アプリケーション１６０ａ、１６０ｂ、１６０ｃと接続されている。データ受信モジュール１５５は、デバイス１８０からデータを受け取り、そのデータを必要とするアプリケーション１６０に渡す。また、デバイス１８０からデータをデータ記憶モジュール１７０に記憶させてもよい。そして、必要によってアプリケーション１６０による処理結果をデバイス１８０に渡す。

アプリケーション１６０は、データ受信モジュール１５５、データ記憶モジュール１７０、ユーザー端末１９０と接続されている。アプリケーション１６０は、デバイス１８０からデータを収集して、そのデータを用いた処理を行い、その処理結果をデータ記憶モジュール１７０に記憶させる。また、その処理結果をユーザー端末１９０又はデバイス１８０に通知する。例えば、次のような機能がある。
・デバイス１８０から送信されるカウンター情報のレポーティングをユーザー端末１９０に通知する。
・デバイス１８０から送信される消耗品の使用量を受け取り、デバイス１８０に消耗品配送日等を通知する。
より具体的には、次のようなアプリケーションがあり、利用するデータも異なる。
・事務アプリケーション：顧客への請求に利用する「ビリング」データ（日次通知）
・営業アプリケーション：ファックスやカラー印刷等の種類ごとの枚数をカウントするデータ（月次通知）
・物流アプリケーション：消耗品関係のデータ（適宜）
・診断アプリケーション：消耗品の予測等に利用する診断データ（日次）
・保守アプリケーション：保守に関係するデータ（適宜）
また、各アプリケーション１６０が利用するデータは異なるだけではなく、デバイス１８０からセンター情報処理装置１５０に通知してくるタイミング（前述のデータの後に記載しているかっこ内のタイミング）も異なっていてもよい。
なお、各アプリケーション１６０間で相互連携を行っていてもよい。相互連携を行っている場合は、一部のアプリケーション１６０のメンテナンスでも全てのアプリケーション１６０を停止させなければならない場合が生じる。
アプリケーション１６０による処理結果をユーザー端末１９０に通知するために、Ｗｅｂページ１６５として生成するようにしてもよい。

データ記憶モジュール１７０は、アプリケーション１６０ａ、１６０ｂ、１６０ｃ、情報処理装置１００のデータ予測モジュール１１０、データ表示モジュール１３０と接続されている。データ記憶モジュール１７０は、アプリケーション１６０による処理結果、データ受信モジュール１５５が受け取ったデバイス１８０からのデータを記憶している。
なお、ユーザーのユーザー端末１９０に対する操作に応じて、アプリケーション１６０の処理結果を取得しようとした際に、そのアプリケーション１６０が利用できない場合（例えば、停止等）、情報処理装置１００にアクセスを切り替える。情報処理装置１００は、データ記憶モジュール１７０に保存されているデータを利用して予測を実施し、ユーザーの要求する情報を提示する。ただし、情報処理装置１００が提示するものは予測に基づく情報であり、このことをメッセージとしてユーザー端末１９０に提示するようにしてもよい。

データ予測モジュール１１０は、データ表示モジュール１３０、センター情報処理装置１５０のデータ記憶モジュール１７０と接続されている。データ予測モジュール１１０は、センター情報処理装置１５０内の一部のアプリケーション１６０が停止していた場合、他のアプリケーション１６０で利用しているデータを用いて、停止したアプリケーション１６０がユーザー端末１９０（又はデバイス１８０）に通知するデータを予測する。
イベント選出モジュール１１５は、デバイス選出モジュール１２０と接続されている。イベント選出モジュール１１５は、ユーザー端末１９０又はデバイス１８０からの要求のあるアプリケーション１６０が利用できない場合に、そのアプリケーション１６０が用いるイベントを代替する第２のイベントを選出する。
また、イベント選出モジュール１１５は、イベントの発生日時を予め定められた規則に適用することによって、第２のイベントを選出するようにしてもよい。

デバイス選出モジュール１２０は、イベント選出モジュール１１５、予測実施モジュール１２５と接続されている。デバイス選出モジュール１２０は、アプリケーション１６０が用いるデバイス１８０を代替する第２のデバイス１８０を選出する。
また、デバイス選出モジュール１２０は、アプリケーション１６０が用いるデバイス１８０におけるイベントと他のデバイス１８０におけるそのイベントの差分が予め定められた閾値未満又は以下である場合に、その「他のデバイス１８０」を第２のデバイス１８０として選出するようにしてもよい。
また、デバイス選出モジュール１２０は、イベント選出モジュール１１５によって選出された第２のイベントが数値データを持つか否かによって、第２のデバイス１８０の選出方法を異ならせるようにしてもよい。
また、デバイス選出モジュール１２０は、イベント選出モジュール１１５によって選出された第２のイベントが数値データを持たない場合は、その第２のイベントの通知間隔の差分をイベントの差分とするようにしてもよい。

予測実施モジュール１２５は、デバイス選出モジュール１２０、データ表示モジュール１３０と接続されている。予測実施モジュール１２５は、イベント選出モジュール１１５によって選出された第２のイベントとデバイス選出モジュール１２０によって選出された第２のデバイス１８０を予め定められた規則に適用することによって、アプリケーション１６０による処理結果を予測する。
データ表示モジュール１３０は、予測実施モジュール１２５、センター情報処理装置１５０のデータ記憶モジュール１７０、ユーザー端末１９０と接続されている。データ表示モジュール１３０は、予測実施モジュール１２５による予測処理結果をユーザー端末１９０に対して提示する。アプリケーション１６０と同等のＷｅｂページ１６５を生成して、ユーザー端末１９０に提示するようにしてもよい。その際に、データ記憶モジュール１７０内のデータ（予測実施モジュール１２５が予測に用いたデータ等）を提示するようにしてもよい。

ユーザー端末１９０は、ブラウザモジュール１９２を有している。ユーザー端末１９０は、デバイス１８０の管理者等によって使用される。ブラウザモジュール１９２は、センター情報処理装置１５０又は情報処理装置１００にアクセスし、ユーザーアクセスページ１９４として、Ｗｅｂページ１６５、データ表示モジュール１３０から送信されてきた予測結果を、ユーザー端末１９０に備え付けられている液晶ディスプレイ等の表示装置に提示する。

図２は、本実施の形態を実現させた場合のシステム構成例を示す説明図である。
デバイスＡ：１８０ａ、デバイスＢ：１８０ｂ、デバイスＣ：１８０ｃ、デバイスＤ：１８０ｄ、デバイスＥ：１８０ｅは、通信回線２８０ａを介して通信回線２９０と接続されている。デバイスＦ：１８０ｆ、デバイスＧ：１８０ｇ、デバイスＨ：１８０ｈ、デバイスＩ：１８０ｉは、通信回線２８０ｂを介して通信回線２９０と接続されている。これらのデバイス１８０は、センター情報処理装置１５０によってリモート監視されている。通信回線２８０は、無線、有線、これらの組み合わせであってもよく、例えば、会社内の通信インフラとしてのイントラネット等であってもよい。
情報処理装置１００、センター情報処理装置１５０、ユーザー端末１９０ａ、ユーザー端末１９０ｂ、通信回線２８０ａ、通信回線２８０ｂは、通信回線２９０を介してそれぞれ接続されている。通信回線２９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット等であってもよい。
例えば、ユーザー端末１９０ａは、通信回線２８０ａに接続されているデバイス１８０群（デバイスＡ：１８０ａ〜デバイスＥ：１８０ｅ）を管理する管理者によって使用され、ユーザー端末１９０ｂは、通信回線２８０ｂに接続されているデバイス１８０群（デバイスＦ：１８０ｆ〜デバイスＩ：１８０ｉ）を管理する管理者によって使用される。

図３は、本実施の形態による処理例を示すフローチャートである。
ステップＳ３０２では、ユーザーの操作に応じて、ユーザー端末１９０がアプリケーション１６０にアクセスする。
ステップＳ３０４では、アクセスされたアプリケーション１６０による処理が可能であるか否かのチェックを実施し、アプリケーション１６０が正常に起動している場合はステップＳ３０６へ進み、アプリケーション１６０が停止している場合はステップＳ３０８へ進む。
ステップＳ３０６では、従来通りのアプリケーション１６０による処理結果を返し、ステップＳ３１４へ進む。
ステップＳ３０８では、イベント選出モジュール１１５が、予測に利用する代替イベントを選出する。
ステップＳ３１０では、デバイス選出モジュール１２０が、予測に利用するデバイスを選出する。
ステップＳ３１２では、予測実施モジュール１２５が、予測を実施する。
ステップＳ３１４では、データ表示モジュール１３０が、要求のあったユーザー端末１９０に対して結果を表示する。

図４は、収集データテーブル４００のデータ構造例を示す説明図である。収集データテーブル４００は、デバイス１８０からセンター情報処理装置１５０に送信されてきたデータが記載されており、データ記憶モジュール１７０に記憶されている。
収集データテーブル４００は、デバイスＩＤ欄４０５、発生日時欄４１０、イベント欄４１５、数値欄４２０を有している。デバイスＩＤ欄４０５は、本実施の形態において、デバイス１８０を一意に識別するための情報（デバイスＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。発生日時欄４１０は、そのデバイス１８０におけるデータの発生（年、月、日、時、分、秒、秒以下、又はこれらの組み合わせであってもよい）を記憶している。イベント欄４１５は、そのデータが発生したイベントを記憶している。なお、イベントは、データの種別又はそのデータ発生の原因の種別を示すものである。数値欄４２０は、そのイベントによって発生した数値を記憶している。なお、数値を通知してくるイベントは、数値欄４２０にその数値が含まれる。

ユーザーが要求する内容によって、予測に利用する代替イベントを予め定めておく。例えば、単純にイベントと代替イベントの組み合わせを予め定めたテーブルを用いてもよい。また、ユーザーの要求に応じて、イベントＢ又はイベントＣを選択するようにしてもよい。
イベント選出モジュール１１５は、予測に利用するイベントを決定し、決定したイベントを次のデバイス選出モジュール１２０に渡す。
具体例としては、以下の通りである。
例１：消耗品配送日（物流アプリケーションによる処理結果）を知りたいという要求の場合
物流アプリケーションがメンテナンスで停止していて、消耗品配送日を知ることができない場合、以下の方法でイベントを選出する。消耗品配送日を予測するために、機能別カウンター又はビリングデータを用いることができる。
機能別カウンター（営業アプリケーションが用いるイベントのデータ）が最近通知されてきた日にちが今日又は昨日だった場合は、機能別カウンターを利用する。なお、機能別カウンターは月に１回しか通知してこないものである。
機能別カウンターが最近通知されてきた日にちが今日又は昨日以外だった場合は、ビリングデータ（事務アプリケーションが用いるイベントのデータ）を利用する。なお、消耗品配送日を予測するためには、ビリングデータよりも機能別カウンターの方が正確であるが、前述したように、機能別カウンターは月に１回の通知であるので、現在の状況を反映していない場合がある。一方、ビリングデータは日次で通知されるものである。
例２：機能別カウンター（営業アプリケーションによる処理結果）を知りたいという要求の場合
機能別カウンターを用いたレポート作成時、通常は機能別カウンターを使用するが、機能別カウンター（営業アプリケーション）を利用できない場合は、保守用カウンター（保守アプリケーション）を利用する。保守用カウンターは、デバイス１８０内部のパラメータによって異なるメーター値（又はデバイス１８０内の部品ごとのカウンター値）であり、そのデバイス１８０の保守のために用いられるデータである。

次に、デバイス選出モジュール１２０の処理について説明する。
１．デバイス選出モジュール１２０は、イベント選出モジュール１１５で選出された「代替イベント」と、ユーザーの要求しているデバイス１８０の識別符号（デバイスＩＤ）を受け取る。例えば、デバイスＩＤとして、デバイスＡを受け付けたとする。
２．デバイス選出モジュール１２０は、イベント選出モジュール１１５によって選出された「代替イベント」が数値データを持つものであるか、持たないものであるかを判別する。
３．デバイス選出モジュール１２０は、デバイスＡのイベントと各デバイス（デバイスＡ以外のデバイス）のイベントの誤差を算出する。なお、数値データを持つ場合と持たない場合で算出に利用するデータが異なる。詳しくは後述する。
４．閾値未満又は以下の誤差のデバイスを関連デバイスリスト（図１７の関連デバイスリスト１７００を用いて後述する）に記憶させる。

数値データを持つイベントとは、イベント内のデータとして定量的な数値を含むものであって、例えば、ビリングデータやカウンター等の枚数、消耗品の配送日等が該当する。例えば、本来のデバイスＡ（要求のあるアプリケーションが用いるデバイス）におけるイベントの数値と、それ以外のデバイスＢ（代替となる可能性のあるデバイス）におけるイベントの数値との誤差（差分）が予め定められた閾値未満又は以下である場合に、デバイスＢをデバイスＡの代替デバイスとして選出する。
数値データを持たないイベントとは、イベント内のデータとして定性的なデータを示すものであって、定量的な数値を含まないものである。例えば、アラートを示すイベント、消耗品交換時期に近いことを示すイベント等がある。この数値データを持たないイベントは、通知の間隔を予測に用いる。例えば、本来のデバイスＡにおける通知の間隔と、それ以外のデバイスＢにおける通知の間隔との誤差が予め定められた閾値未満又は以下である場合に、デバイスＢをデバイスＡの代替デバイスとして選出する。

図５は、本実施の形態による処理例を示す説明図である。代替イベントが数値データを持つ場合の例を示すものである。
例えば、イベントの数値を等間隔でサンプルし、サンプル点での値の差の総和を誤差とし、誤差が小さい程類似しているデバイスとする。例えば、上位５０デバイスを選出するようにしてもよい。
図５に示す例は、デバイスＡとデバイスＢのイベントの数値データ（例えば、カウンター数）を比較したものであって、等間隔での差分（図５のグラフ内の両端に矢印のある線分）の総和を用いて、デバイスＡとデバイスＢの類似度を算出する。

図６は、本実施の形態による処理例を示す説明図である。代替イベントが数値データを持たない場合の例を示すものである。
例えば、発生間隔で比較する。図５の例と同様に、差の総和を誤差として関連デバイスを選出する。
図６に示す例は、デバイスＡとデバイスＢのイベントの発生日時を比較したものであって、発生間隔（対象としているイベントの発生日時と次回の発生日時との間隔）での差分の総和を用いて、デバイスＡとデバイスＢの類似度を算出する。

次に、デバイス選出モジュール１２０におけるデバイスの選出処理における非稼働日除外のための処理を説明する。
数値データを持つ場合、持たない場合の双方とも、関連デバイスの選出処理は、発生日時の間隔、又はその間の数値上昇分に基づき、類似するデバイスを探すようにしてもよい。
図７は、デバイステーブル７００のデータ構造例を示す説明図である。デバイステーブル７００は、データ記憶モジュール１７０に記憶されており、デバイスＩＤ欄７０５、代替イベント欄７１０、発生日時欄７１５、数値欄７２０を有している。デバイスＩＤ欄７０５は、デバイスＩＤを記憶している。代替イベント欄７１０は、そのデバイスＩＤのデバイスにおける代替イベント（イベント選出モジュール１１５によって選出されたイベント）を記憶している。発生日時欄７１５は、そのイベントの発生日時を記憶している。数値欄７２０は、そのイベントにおける数値を記憶している。
図７（ａ）の例に示すデバイステーブル７００ａはデバイスＡのイベントＤの例を示しており、図７（ｂ）の例に示すデバイステーブル７００ｂはデバイスＤのイベントＤの例を示している。
デバイステーブル７００ａとデバイステーブル７００ｂの例では、通知間隔（発生日時間隔７９０ａ、発生日時間隔７９０ｂ）はどちらも２１日だが、デバイスの電源がＯＦＦだった日、又は電源はＯＮだったが休日のためデバイスの利用がなかった日も含まれている。
関連デバイスの探索時に、通知間隔から非稼働日を除外するようにしてもよい。推測の精度を上げるために行う処理である。

図８〜図１０の例に示すデータは、デバイスの非稼働日を除外する処理のために利用するものである。
図８は、保守作業日履歴テーブル８００のデータ構造例を示す説明図である。保守作業日履歴テーブル８００は、データ記憶モジュール１７０に記憶されており、デバイスＩＤ欄８０５、保守作業開始日時欄８１０、保守作業終了日時欄８１５を有している。
デバイスＩＤ欄８０５は、デバイスＩＤを記憶している。保守作業開始日時欄８１０は、そのデバイスＩＤのデバイスの保守作業開始日時を記憶している。保守作業終了日時欄８１５は、そのデバイスＩＤのデバイスの保守作業終了日時を記憶している。
保守作業員によるメンテナンス作業を実施していた時間は、利用者はデバイスを利用できない。したがって、電源ＯＮ／ＯＦＦによらず作業実施時間は非稼働日として扱う。保守作業日履歴テーブル８００は、予測精度を向上させる場合に利用する。
図９は、デバイス・事業所関連付テーブル９００のデータ構造例を示す説明図である。デバイス・事業所関連付テーブル９００は、データ記憶モジュール１７０に記憶されており、デバイスＩＤ欄９０５、事業所コード欄９１０を有している。デバイスＩＤ欄９０５は、デバイスＩＤを記憶している。事業所コード欄９１０は、そのデバイスＩＤのデバイスが設置されている事業所を示す事業所コードを記憶している。つまり、デバイス・事業所関連付テーブル９００は、デバイスと、そのデバイスが設置されている事業所を関連付けるテーブルである。デバイスを設置事業所単位で束ねる場合に利用する。

図１０は、事務所テーブル１０００のデータ構造例を示す説明図である。事務所テーブル１０００は、データ記憶モジュール１７０に記憶されており、事業所コード欄１００５、顧業種中分類コード欄１０１０、顧業種中分類名欄１０１５、顧業種小分類コード欄１０２０、顧業種小分類名欄１０２５、従業員数欄１０３０を有している。事業所コード欄１００５は、事業所コードを記憶している。顧業種中分類コード欄１０１０は、その事業所コードの事業所が含まれる顧業種中分類コードを記憶している。顧業種中分類名欄１０１５は、その顧業種中分類コードの顧業種中分類名を記憶している。顧業種小分類コード欄１０２０は、その事業所コードの事業所が含まれる顧業種小分類コードを記憶している。顧業種小分類名欄１０２５は、その顧業種小分類コードの顧業種小分類名を記憶している。従業員数欄１０３０は、その事業所の従業員数を記憶している。つまり、事務所テーブル１０００は、事業所と業種業態・従業員規模を関連付けるテーブルである。関連デバイスを探索する場合に利用する。対象としているデバイスと同業種のデバイスを探索するのに利用する。
また、図８〜図１０の例に示すデータの他に、次のデータも用いる。
つまり、デバイス１８０から日次で通知され、かつデバイス１８０の利用があったかどうかを判別できるデータも用いる。デバイス１８０の内部の状態情報（例えば、モーターの回転等）を想定したものである。このようなデータは、たとえデバイス１８０の電源がＯＮだったとしても、利用がなかった日を判断することができる。そして、デバイス１８０から通知がある日は、デバイス１８０の電源がＯＮ、ない日はＯＦＦの日として扱う。

デバイス選出モジュール１２０が行う処理であって、通知間隔内の稼働日を算出する処理について説明する。
図１１は、対象としているデバイステーブル１１００のデータ構造例を示す説明図である。デバイステーブル１１００のデータ構造は、デバイステーブル７００と同等のものである。発生日時間隔１１９０内における非稼働日を算出する。
図１２は、本実施の形態による処理例を示すフローチャートである。この処理の概要は、通知間隔内の日について１日ずつ、非稼働日であったか否かをチェックし、そして、対象デバイスで保守作業が実施されていた日、電源ＯＦＦもしくはＯＮだったが利用がなかった日、デバイスの設置されている事業所が休日だったと推測される日は、非稼働日として扱うものである。

ステップＳ１２００では、通知間隔内日でループする。
ステップＳ１２０２では、保守作業実施日であるか否かを判断し、保守作業実施日である場合はステップＳ１２１２へ進み、それ以外の場合はステップＳ１２０４へ進む。保守作業期間を非稼働日として特定する（従来技術を用いてもよい）。ステップＳ１２０２では、当該日が保守作業実施日であったかを判断する。Ｙｅｓの場合、保守作業で利用した機能回数を回数推測時に差し引くため、数値を控える。
ステップＳ１２０４では、非稼働日である可能性を判断する。このステップＳ１２０４の処理の詳細については、図１４の例を用いて後述する。

ステップＳ１２０６では、非稼働の可能性があるか否かを判断し、可能性がある場合はステップＳ１２０８へ進み、可能性がない場合はステップＳ１２９９へ進む。ステップＳ１２０６では、対象デバイスが当該日に非稼働である可能性の有無を判断する。非稼働日可能性判断処理は、図１４の例を用いて後述する。可能性なしの場合は推測期間日ループを次の日に進める。
ステップＳ１２０８では、非稼働候補数を計算する。ステップＳ１２０８では、対象デバイスと同事業所の全デバイスに対し、当該日に非稼働の可能性のあるデバイス総数（非稼働候補数）をカウントする。この事業所が休日だったかどうかを判断する際（ステップＳ１２１０）に使用する。このステップＳ１２０８の処理（非稼働日可能性判断処理）の詳細については、図１３の例を用いて後述する。
ステップＳ１２１０では、総非稼働候補数／事業所総デバイス数を計算し、例えば５０％以上であればステップＳ１２１２へ進み、例えば５０％未満であれば、ステップＳ１２９９へ進む。ステップＳ１２１０では、事業所が休日だったかを判断する。例えば、事業所総数の５０％以上が非稼働の可能性がある場合は、当該デバイスも非稼働日として特定する。
ステップＳ１２１２では、非稼働日として認識する。
ステップＳ１２９９では、通知間隔内日でループする（ステップＳ１２０２に戻る）。その通知間隔内の最終日時になったら終了する。

図１３は、本実施の形態による処理例を示すフローチャートである。
ステップＳ１３００では、対象デバイスでループする。事業所コードに関連付いた、同事業所内の全デバイスでループする。ある特定日に、事業所内のデバイスのうち利用がなかったと推定できる台数をカウントする。
ステップＳ１３０２では、非稼働日である可能性を判断する。このステップＳ１３０２の処理の詳細については、図１４の例を用いて後述する。
ステップＳ１３０４では、非稼働の可能性があるか否かを判断し、可能性がある場合はステップＳ１３０６へ進み、可能性がない場合はステップＳ１３９９へ進む。
ステップＳ１３０６では、非稼働候補数に１を加える。非稼働候補数の総数を用いて、事業所全体が休日であったかを推測するものである。
ステップＳ１３９９では、対象デバイスでループを終了する。

図１４は、本実施の形態による処理例を示すフローチャートである。
ステップＳ１４０２では、日、デバイスの指定を行う。
ステップＳ１４０４では、日次通知データの受信があるか否かを判断し、「有（電源ＯＮ）」の場合はステップＳ１４０６へ進み、「無（電源ＯＦＦの可能性）」の場合はステップＳ１４１０へ進む。日次で通知される種類のデータの受信がなければ、当該日に対象デバイスの電源はＯＦＦだったと判断する。
ステップＳ１４０６では、利用形跡があるか否かを判断し、「有」の場合はステップＳ１４０８へ進み、「無（休日の可能性）」の場合はステップＳ１２１０へ進む。上記データ（日次で通知される種類のデータ）の中身を確認する。アラートなどデバイス内部の記録から、該当日にデバイスが利用されたのかどうかを判断する。利用形跡がなかった場合、電源は入っていたが休日だったと判断する。
ステップＳ１４０８では、非稼働可能性＝０（非稼働可能性はないことを意味する）とする。
ステップＳ１４１０では、非稼働可能性＝１（非稼働可能性があることを意味する）とする。
ステップＳ１４１２では、非稼働可能性の値を返却する。

デバイス選出モジュール１２０によるデバイスの選出処理について具体的に説明する。
図１５は、要求事項テーブル１５００のデータ構造例を示す説明図である。要求事項テーブル１５００は、データ記憶モジュール１７０に記憶されており、求めたいデバイス欄１５１０、求めたいイベント欄１５２０、推測に利用する代替イベント欄１５３０を有している。求めたいデバイス欄１５１０は、求めたいデバイス（要求のあるアプリケーションが用いるデバイス）を記憶している。求めたいイベント欄１５２０は、求めたいイベント（要求のあるアプリケーションが用いるイベント）を記憶している。推測に利用する代替イベント欄１５３０は、推測に利用する代替イベント（イベント選出モジュール１１５によって選出されたイベント）を記憶している。
要求事項テーブル１５００は、前提として利用されるものであって、各デバイスのイベントＡのデータに着目することを示している。なお、通知間隔は、発生日時の間隔から推定非稼働日を除いた日数とする。

図１６は、デバイスイベントテーブル１６００のデータ構造の関係例を示す説明図である。なお、この例は、数値データありのイベントの場合を示している。
図１６（ａ）〜（ｄ）の例に示すデバイスイベントテーブル１６００は、それぞれ発生日時欄１６０５、数値欄１６１０を有している。発生日時欄１６０５は、対象としているイベントの発生日時を記憶している。数値欄１６１０は、そのイベントの数値を記憶している。デバイスＡにおける代替イベント表現データ（ａ）１６９０ａは、稼働日数は１５日、その間における数値の上昇は２０である。デバイスＢにおける代替イベント表現データ（ｂ）１６９０ｂは、稼働日数は１５日、その間における数値の上昇は３０である。デバイスＣにおける代替イベント表現データ（ｃ）１６９０ｃは、稼働日数は１８日、その間における数値の上昇は２０である。デバイスＤにおける代替イベント表現データ（ｄ）１６９０ｄは、稼働日数は１５日、その間における数値の上昇は２０である。デバイスＡに対する代替デバイスとして、デバイスＢとデバイスＣは却下となり、誤差が最も少ないデバイスＤが選出される。

次に、予測実施モジュール１２５の処理について説明する。
図１７は、関連デバイスリスト１７００、代替イベントテーブル１７２０、収集データテーブル１７５０のデータ構造例を示す説明図である。
予測実施モジュール１２５は、イベント選出モジュール１１５が選出した代替イベント（代替イベントテーブル１７２０）、デバイス選出モジュール１２０が選出した代替デバイス（関連デバイスリスト１７００）を受け取る。図１７（ａ）は、関連デバイスリスト１７００のデータ構造例を示す説明図である。関連デバイスリスト１７００は、関連デバイス欄１７０５を有している。関連デバイス欄１７０５は、代替となる関連デバイスを記憶している。図１７（ｂ）は、代替イベントテーブル１７２０のデータ構造例を示す説明図である。代替イベントテーブル１７２０は、代替イベント欄１７２５、ユーザーが検索したいイベント欄１７３０を有している。代替イベント欄１７２５は、代替イベントを記憶している。ユーザーが検索したいイベント欄１７３０は、ユーザーが検索したいイベント（要求のあるアプリケーションが用いるイベント）を記憶している。
次に、予測実施モジュール１２５は、関連デバイスリスト１７００内のデバイスに関して、代替イベント欄１７２５内の「代替イベント」を使ったイベント検索を、収集データテーブル１７５０に対して行う。その結果、収集データテーブル１７５０の第１行目を得る。図１７（ｃ）は、収集データテーブル１７５０のデータ構造例を示す説明図である。収集データテーブル１７５０は、デバイスＩＤ欄１７５５、発生日時欄１７６０、イベント欄１７６５、数値欄１７７０を有しており、収集データテーブル４００と同じデータ構造を有している。
なお、「ユーザーが検索したいイベント」（ユーザーが検索したいイベント欄１７３０内のイベント）の通知日予測の方法は、「代替イベント」が数値データを有しているか否かにより異なる。
「代替イベント」が数値データなしの場合は、以下のように行う。
発生日時間隔を予測に使う。収集データテーブル１７５０では、デバイスＡのイベントＢの予測に、デバイスＤのイベントＤを利用する例である。デバイスＤについて、イベントＤの何日後にイベントＢがあったかを検出する。なお、イベントＢ自体の通知間隔も予測に用いる。ここでは、発生日時間隔１７９０（収集データテーブル１７５０の１行目と３行目の間隔）は、１日である。そして、関連デバイスリスト１７００内の他のデバイスについても、同様に通知間隔を収集する。

「代替イベント」が数値データありの場合は、以下のように行う。
発生日時間隔の数値変動を予測に使う。図１８は、代替イベントテーブル１８００、収集データテーブル１８５０のデータ構造例を示す説明図である。
図１８（ａ）は、代替イベントテーブル１８００のデータ構造例を示す説明図である。
代替イベントテーブル１８００は、代替イベント欄１８０５、ユーザーが検索したいイベント欄１８１０を有している。代替イベントテーブル１８００のデータ構造は、図１７の例に示した代替イベントテーブル１７２０のデータ構造と同等のものである。
図１８（ｂ）は、収集データテーブル１８５０のデータ構造例を示す説明図である。収集データテーブル１８５０は、デバイスＩＤ欄１８５５、発生日時欄１８６０、イベント欄１８６５、数値欄１８７０を有している。収集データテーブル１８５０のデータ構造は、図１７の例に示した収集データテーブル１７５０のデータ構造と同等のものである。収集データテーブル１８５０は、デバイスＡのイベントＢの予測に、デバイスＤのイベントＡを利用する例である。デバイスＤについて、イベントＢが２回通知される（収集データテーブル１８５０の２行目から５行目（上昇数値１８９０ａ）、５行目から８行目（上昇数値１８９０ｂ））間にイベントＡがいくつ上昇したかを検出する。なお、数値欄１８７０は空であるので、図１９の例に示すような予測を行う。
そして、関連デバイスリストの他デバイスについて同様に、イベントＢの通知間隔におけるイベントＡ上昇分を収集する。

図１９は、本実施の形態による処理例を示す説明図である。図１９（ａ）に示す収集データテーブル１８５０は、図１８（ｂ）に示すものと同じである。ここで、図１９（ｂ）の例に示すように、（１）イベントＡの数値についてのグラフを作成する。発生日時を横軸として、数値欄１８７０の値（記載がある行の値）を用いて、プロットする。そして、（２）イベントＢの通知間隔における、イベントＡの上昇分を算出する。つまり、上昇数値１８９０ａでは８８の上昇があり、同様にして、上昇数値１８９０ｂでは９０の上昇があった。もちろんのことながら、実際にグラフを作成する必要はなく、線形補間を行えばよい。また、線形補間の他に他の補間方法を用いてもよい。

また、次のように追加の処理を行うようにしてもよい。
図２０は、収集データテーブル２０００のデータ構造例を示す説明図である。収集データテーブル２０００は、デバイスＩＤ欄２００５、発生日時欄２０１０、イベント欄２０１５、数値欄２０２０を有している。収集データテーブル２０００のデータ構造は、図１７の例に示した収集データテーブル１７５０のデータ構造と同等のものである。ここで、発生日時間隔２０９０として１１日となるが、この間隔は非稼働日を含んでいる可能性がある。前述のデバイス選出モジュール１２０による処理と同様に、非稼働日除外の処理を行うようにしてもよい。

次に、予測実施モジュール１２５は、関連デバイスリスト１７００内の各デバイスに対し、「ユーザーが検索したいイベント」とそれに対応した「代替イベント」との「関係」を、実績を元に作成する。なお、ここで、「関係」とは、代替イベントが数値データなしの場合は、「ユーザーが検索したいイベント」発行に至るまでの時間であり、代替イベントが数値データありの場合は、「ユーザーが検索したいイベント」発行に至るまでの数値の上昇値である。
例えば、「代替イベント」が数値データなしの場合について、図２１の例を用いて説明する。これは、デバイスＡのイベントＢの通知日を、イベントＤを利用して予測する例を示している。図２１は、代替イベント（数値データなし）テーブル２１００のデータ構造例を示す説明図である。代替イベント（数値データなし）テーブル２１００は、関連デバイス欄２１０５、誤差欄２１１０、代替イベント欄２１１５、ユーザーが検索したいイベント欄２１２０、発行に至るまでの時間（日）欄２１２５を有している。関連デバイス欄２１０５は、関連デバイスを記憶している。誤差欄２１１０は、誤差を記憶している。代替イベント欄２１１５は、代替イベントを記憶している。ユーザーが検索したいイベント欄２１２０は、ユーザーが検索したいイベントを記憶している。発行に至るまでの時間（日）欄２１２５は、発行に至るまでの時間（日）を記憶している。
なお、検索は過去に遡って行われるため、１デバイスにつき複数の件数が存在する。例えば、代替イベント（数値データなし）テーブル２１００内の１〜３行目のデバイスＤが該当する。
そして、誤差欄２１１０の値は、デバイスＡとの誤差値が小さい程類似していることを示している。また、発行に至るまでの時間（日）欄２１２５の値は、後続の、デバイスＡについての予測に使用する。

例えば、「代替イベント」が数値データありの場合について、図２２の例を用いて説明する。これは、デバイスＡのイベントＢの通知日を、イベントＡを利用して予測する例を示している。図２２は、代替イベント（数値データあり）テーブル２２００のデータ構造例を示す説明図である。代替イベント（数値データあり）テーブル２２００は、関連デバイス欄２２０５、誤差欄２２１０、代替イベント欄２２１５、ユーザーが検索したいイベント欄２２２０、検索したいイベントの発行に至るまでの代替イベントの数値上昇値欄２２２５を有している。関連デバイス欄２２０５は、関連デバイスを記憶している。誤差欄２２１０は、誤差を記憶している。代替イベント欄２２１５は、代替イベントを記憶している。ユーザーが検索したいイベント欄２２２０は、ユーザーが検索したいイベントを記憶している。検索したいイベントの発行に至るまでの代替イベントの数値上昇値欄２２２５は、検索したいイベントの発行に至るまでの代替イベントの数値上昇値を記憶している。
なお、誤差欄２２１０の値は、デバイスＡとの誤差値が小さい程類似していることを示している。
そして、検索したいイベントの発行に至るまでの代替イベントの数値上昇値欄２２２５の値は、後続の、デバイスＡについての予測時に使用する。予測時には（デバイスＡの）直近のイベントＢを起点に計算することとなる。

次に、データ表示モジュール１３０の処理について説明する。
検索結果を例に説明する。図２３は、上昇値テーブル２３００、２３５０のデータ構造例を示す説明図である。図２３（ａ）は、上昇値テーブル２３００のデータ構造例を示す説明図である。上昇値テーブル２３００は、関連デバイス欄２３０５、誤差欄２３１０、代替イベント欄２３１５、ユーザーが検索したいイベント欄２３２０、（発行に至るまでの数値の）上昇値欄２３２５を有しており、検索結果の例である。関連デバイス欄２３０５は、関連デバイスを記憶している。誤差欄２３１０は、誤差を記憶している。代替イベント欄２３１５は、代替イベントを記憶している。ユーザーが検索したいイベント欄２３２０は、ユーザーが検索したいイベントを記憶している。（発行に至るまでの数値の）上昇値欄２３２５は、（発行に至るまでの数値の）上昇値を記憶している。
（１）全関連デバイスについて、１デバイスごとの平均上昇値を求める。図２３（ａ）の例に示す上昇値テーブル２３００から、上昇値テーブル２３５０を生成する。上昇値テーブル２３５０のデータ構造は、上昇値テーブル２３００と同じである。（発行に至るまでの数値の）上昇値欄２３７５の値は、各（発行に至るまでの数値の）上昇値欄２３２５の値の平均値である。なお、統計値として、平均値の他に、中央値、最頻値等であってもよい。上昇値テーブル２３５０では、関連デバイスはユニーク（１デバイスは１行）になる。

（２）全関連デバイスを用いて、上昇値の確率分布テーブルを作成する。つまり、図２４（ａ）の例に示す上昇値テーブル２４００（図２３（ｂ）の例に示す上昇値テーブル２３５０）から、確率分布テーブル２４５０を生成する。図２４（ｂ）は、確率分布テーブル２４５０のデータ構造例を示す説明図である。確率分布テーブル２４５０は、実現確率欄２４５５、検索したいイベントの発行に至るまでの代替イベントの数値上昇値欄２４６０を有している。実現確率欄２４５５は、実現確率を記憶している。検索したいイベントの発行に至るまでの代替イベントの数値上昇値欄２４６０は、検索したいイベントの発行に至るまでの代替イベントの数値上昇値を記憶している。
なお、確率分布（実現確率欄２４５５の値）は誤差（誤差欄２４１０内の値）を用いて、全関連デバイスでの荷重分布で算出する。

（３）求めたいデバイスＡについて、代替イベントの数値上昇を予測する。図２５の例に示すグラフのように、全関連デバイスを用いて、現在日時の直近におけるデータの傾きの平均値を求める。図２５のグラフの例では、現在日時以降も延びている線分の傾きである。
（４）確率分布テーブル２４５０を用いて、数値上昇にかかる日数を推測する。図２６は、本実施の形態による処理例を示す説明図である。図２６（ａ）は、確率分布テーブル２６００（確率分布テーブル２４５０と同等）のデータ構造例を示す説明図である。確率分布テーブル２６００は、実現確率欄２６０５、（発行に至るまでの数値の）上昇値欄２６１０を有している。実現確率欄２６０５は、実現確率を記憶している。（発行に至るまでの数値の）上昇値欄２６１０は、（発行に至るまでの数値の）上昇値を記憶している。
図２６（ｂ）の例に示すグラフは、図２５の例に示すグラフと同等である（現在日時以降を見やすくしている）。
図２６（ｃ）は、イベント予定日・確率テーブル２６５０のデータ構造例を示す説明図である。イベント予定日・確率テーブル２６５０は、ユーザーが検索したいイベント欄２６５５、予定日欄２６６０、確率欄２６６５を有している。ユーザーが検索したいイベント欄２６５５は、ユーザーが検索したいイベントを記憶している。予定日欄２６６０は、予定日を記憶している。確率欄２６６５は、確率を記憶している。
そして、確率分布テーブル２６００の３行目は、イベント予定日・確率テーブル２６５０の３行目に対応し、グラフにおいては予定日（３行目の予定日欄２６６０の値）は現在日時から８日（「９１」（３行目の（発行に至るまでの数値の）上昇値欄２６１０の値）の上昇となるためには８日必要）であることを示している。確率分布テーブル２６００の２行目は、イベント予定日・確率テーブル２６５０の２行目に対応し、グラフにおいては予定日（２行目の予定日欄２６６０の値）は現在日時から３日（「８９．５」（２行目の（発行に至るまでの数値の）上昇値欄２６１０の値））であることを示している。確率分布テーブル２６００の１行目は、イベント予定日・確率テーブル２６５０の１行目に対応し、グラフにおいては予定日（１行目の予定日欄２６６０の値）は現在日時から６日（「９０．３」（１行目の（発行に至るまでの数値の）上昇値欄２６１０の値））であることを示している。

次に、図２７に示す検索結果を例に説明する。具体的には、代替イベント（数値データなし）テーブル２７００からイベント予定日・確率テーブル２７５０を生成する処理について説明する。図２７（ａ）は、代替イベント（数値データなし）テーブル２７００のデータ構造例を示す説明図である。代替イベント（数値データなし）テーブル２７００は、関連デバイス欄２７０５、誤差欄２７１０、代替イベント欄２７１５、ユーザーが検索したいイベント欄２７２０、発行に至るまでの時間（日）欄２７２５を有しており、検索結果の例を示している。関連デバイス欄２７０５は、関連デバイスを記憶している。誤差欄２７１０は、誤差を記憶している。代替イベント欄２７１５は、代替イベントを記憶している。ユーザーが検索したいイベント欄２７２０は、ユーザーが検索したいイベントを記憶している。発行に至るまでの時間（日）欄２７２５は、発行に至るまでの時間（日）を記憶している。
図２７（ｂ）は、イベント予定日・確率テーブル２７５０のデータ構造例を示す説明図である。イベント予定日・確率テーブル２７５０は、ユーザーが検索したいイベント欄２７５５、予定日欄２７６０、確率欄２７６５を有している。ユーザーが検索したいイベント欄２７５５は、ユーザーが検索したいイベントを記憶している。予定日欄２７６０は、予定日を記憶している。確率欄２７６５は、確率を記憶している。
（１）代替イベント（数値データなし）テーブル２７００の総行数を数える。この場合、総行数は６である。
（２）発行に至るまでの時間と出現回数を計数する。この場合、発行に至るまでの時間（日）欄２７２５より、９日は１であり、１０日は３であり、１１日は２である。
（３）（（２）の発行に至るまでの時間）−（ユーザーのデバイスにより前回代替イベントが発行されてから今日までの日数）を、イベント予定日・確率テーブル２７５０の予定日欄２７６０に代入する。なお、この例は、対象とするユーザーのデバイスをデバイスＡとし、前回デバイスＡがイベントＤを発行した日が本日から２日前とした場合の日数である。つまり、１行目の８日以内とは発行に至るまでの時間（日）欄２７２５の１０日に対応し、２行目の９日以内とは発行に至るまでの時間（日）欄２７２５の１１日に対応し、３行目の７日以内とは発行に至るまでの時間（日）欄２７２５の９日に対応している。
（４）各発行に至るまでの時間に対して、「（２）の回数／総行数×１００」を、イベント予定日・確率テーブル２７５０の確率欄２７６５に代入する。具体的には、イベント予定日・確率テーブル２７５０の１行目は、３／６×１００（５０％）であり、２行目は、２／６×１００（３３．３％）であり、３行目は、１／６×１００（１６．７％）である。
そして、表示するデータとして、イベント予定日・確率テーブル２８００を表示する。図２８は、イベント予定日・確率テーブル２８００のデータ構造例を示す説明図である。イベント予定日・確率テーブル２８００は、ユーザーが検索したいイベント欄２８０５、予定日欄２８１０、確率欄２８１５を有しており、前述したように作成したイベント予定日・確率テーブル２７５０と同じである。なお、この例は、検索デバイスとしてデバイスＡ、検索イベントとしてイベントＢとしたものである。

物流アプリケーションが要求された場合の処理例を説明する。
図２９は、本実施の形態による処理例を示すフローチャートである。
ステップＳ２９０２では、ユーザーの操作に応じて、デバイスＡの消耗品配送日の検索の指示を受け付ける。
ステップＳ２９０４では、物流アプリケーションの稼働状況を確認し、稼働している場合はステップＳ２９０６へ進み、稼働していない場合はステップＳ２９０８へ進む。
ステップＳ２９０６では、物流アプリケーションによる処理（デバイスＡの消耗品配送日の検索処理）を行い、その処理結果（消耗品配送日）をユーザーインターフェースに提供する。ユーザーは消耗品配送日を知ることとなる。

ステップＳ２９０８では、イベント選出モジュール１１５が、「消耗品配送日」の代替イベントの候補である「機能別カウンター通知日」を判断し、その発生日時が「今日又は昨日」の場合はステップＳ２９１０へ進み、「昨日より前」の場合はステップＳ２９１２へ進む。
ステップＳ２９１０では、イベント選出モジュール１１５が、営業アプリケーションの機能別カウンターイベントを代替イベントとして利用する。
ステップＳ２９１２では、イベント選出モジュール１１５が、事務アプリケーションのビリングイベントを代替イベントとして利用する。
ステップＳ２９１４では、デバイス選出モジュール１２０が、相関があるデバイスを抽出する。
ステップＳ３０１６では、予測実施モジュール１２５が、予測を実施する。

営業アプリケーションが要求された場合の処理例を説明する。
図３０は、本実施の形態による処理例を示すフローチャートである。
ステップＳ３００２では、ユーザーの操作に応じて、稼働レポートの表示指示を受け付ける。
ステップＳ３００４では、ユーザーの操作に応じて、推測期間とデバイスの指定を受け付ける。具体的には、レポート対象の企業・事業所の所有する装置を、推測対象装置として指定する。そして、レポート対象期間の開始と終了日をメーター値推測対象日とする。
ステップＳ３００６では、営業アプリケーションの稼働状況を確認し、「利用可」であればステップＳ３００８へ進み、「利用不可」の場合はステップＳ３０１６へ進む。ステップＳ３００６で「利用可」と判断した場合、例えば、営業アプリケーションが利用可能な平常時であり、その営業アプリケーションでイベントＦを使用する。ステップＳ３００６で「利用不可」と判断した場合、例えば、営業アプリケーションが停止していた場合は、保守アプリケーションに切り替え、代替イベントであるイベントＥを使用する。

ステップＳ３００８では、対象デバイスでループする。
ステップＳ３０１０では、期間内の使用回数を計算する。
ステップＳ３０１２では、対象デバイスでループを終了する。
なお、ステップＳ３００８〜Ｓ３０１２では、対象としているイベントＦは日次通知とする。
ステップＳ３０１４では、営業アプリケーションは、レポート対象期間の利用回数を表示する。

ステップＳ３０１６では、イベントＦの代替イベントであるイベントＥを参照する。レポート対象の各機能についてイベントＦと関連するイベントＥを紐付ける（関連付ける）。
ステップＳ３０１８では、推測に使用する他デバイスを抽出する。同一機種かつ、通知間隔の類似するデバイスを探す。具体的には、推測したいレポート対象の装置と同一機種に限定した上で、前述した処理例に基づき選出する。
ステップＳ３０２０では、推測に使用する全デバイスについて、イベントＦとイベントＥの上昇比率を計算する。
ステップＳ３０２２では、イベントＦとイベントＥの上昇比率を決定する。具体的には、全デバイスにおける平均上昇率を計算する。

ステップＳ３０２４では、対象デバイスでループする。
ステップＳ３０２６では、前述した処理により非稼働日の決定を行う。
ステップＳ３０２８では、月別利用頻度係数を反映する。具体的には、推測期間が複数月の場合、当該デバイスの過去のメーター値の傾向（トレンド）から割り出した月別利用頻度係数の比率に基づき、メーター値上昇の傾きを計算する。
ステップＳ３０３０では、期間内の使用回数をイベントＥを用いて計算する。
ステップＳ３０３２では、対象デバイスでのループ（ステップＳ３０２４からの繰り返し）を終了する。
ステップＳ３０３４では、レポート対象期間の利用回数の推測値を表示する。具体的には、ステップＳ３０２８で求めた近似直線を用いて、推定開始日と終了日のメーター値を推測し、その差分を推定期間の利用回数とする。そして、対象デバイスで合算しレポートを作成する。

図３１は、本実施の形態による処理例（図３０で示した処理例）を示す説明図である。
横軸を時間とし、縦軸をメーター値（イベントの値）として、レポートとして指定された期間では、デバイスから受信したイベントの値（グラフでは菱形のプロット）が３個あるが、レポートの期間の最初と最後では、その値を受信していない状況である。そこで、レポートの期間の最初と最後におけるイベントの値（グラフでは正方形のプロット）を推測する。グラフ内の「（１）の期間」は、非稼働日を割り当てたものである。グラフ内の「（２）の期間」は、１１／１（レポートの期間より前にあって、直近にメーター値を受信した日）から１２／１５（レポートの期間内にあって、最初にメーター値を受信した日）のメーター上昇分を、１１月と１２月の稼働日数で過去トレンドに基づいた１１月と１２月の使用頻度の比率をもって按分したものである。これによって、レポートの期間の最初におけるメーター値（グラフでは左側の正方形のプロット）が推測された。同様に、レポートの期間の最後におけるメーター値（グラフでは右側の正方形のプロット）を推測すればよい。

ユーザーが要求している情報の最新情報を、その要求した直近の情報で得られる場合、予測処理を実施する必要がない。その場合は最新情報をユーザーに提示すべきである。この処理を加えた処理例を、図３２の例に示すフローチャート、図３３の収集データテーブル３３００を用いて説明する。
ステップＳ３２０２では、ユーザーの操作に応じて、デバイスＡの消耗品配送日の検索の指示を受け付ける。
ステップＳ３２０４では、物流アプリケーションの稼働状況を確認し、稼働している場合はステップＳ３２０６へ進み、稼働していない場合は３２０８へ進む。
ステップＳ３２０６では、物流アプリケーションによる処理（デバイスＡの消耗品配送日の検索処理）を行い、その処理結果（消耗品配送日）をユーザーインターフェースに提供する。ユーザーは消耗品配送日を知ることとなる。

ステップＳ３２０８では、最も直近の消耗品配送日表示ジョブの配送日が現在日より前か後かを判断し、「現在日より前」の場合はステップＳ３２１０へ進み、「現在日又は現在日より後」の場合はステップＳ３２１２へ進む。このステップＳ３２０８の判断処理は、予測処理の要不要を判断するものである。
ステップＳ３２１０では、機能別カウンター通知日を判断し、「今日又は昨日」の場合はステップＳ３２１４へ進み、「昨日より前」の場合はステップＳ３２１６へ進む。
ステップＳ３２１２では、最も直近の消耗品配送日表示ジョブの配送日を表示する。
ステップＳ３２１４では、営業アプリケーションの機能別カウンターイベントを利用する。
ステップＳ３２１６では、事務アプリケーションのビリングイベントを利用する。
ステップＳ３２１８では、相関があるデバイスを抽出する。
ステップＳ３２２０では、予測を実施する。

図３３の例に示す収集データテーブル３３００を用いて、予測処理の要不要を判断する処理を説明する。収集データテーブル３３００は、デバイスＩＤ欄３３０５、発生日時欄３３１０、イベント欄３３１５、数値欄３３２０を有している。これは、図４の例に示した収集データテーブル４００と同等のデータ構造を有している。
（１）ユーザーの操作に応じて、検索対象となるイベント、デバイスＩＤを取得する。
（２）（１）で取得したイベント、デバイスＩＤを検索する。
（３）（２）の検索結果のうち、最も直近のものを抽出する。例えば、収集データテーブル３３００内の３行目を抽出したとする。
ａ．直近の日付（発生日時欄３３１０内の日時）が今日又は昨日である場合、直近のイベントの値をそのまま表示する。
なお、イベントの種類に応じた条件（前述の例では、「直近の日付が今日又は昨日である場合」）としてもよい。例えば、検索対象のイベントがイベントＣの場合は、条件としてイベントの発生日時が今日から三日前としてもよい。
ｂ．それ以外の場合は、予測処理を実施する。

なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図３４に例示するように、一般的なコンピュータであり、具体的にはパーソナルコンピュータ、サーバーとなり得るコンピュータ等である。つまり、具体例として、処理部（演算部）としてＣＰＵ３４０１を用い、記憶装置としてＲＡＭ３４０２、ＲＯＭ３４０３、ＨＤ３４０４を用いている。ＨＤ３４０４として、例えばハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）を用いてもよい。データ予測モジュール１１０、イベント選出モジュール１１５、デバイス選出モジュール１２０、予測実施モジュール１２５、データ表示モジュール１３０、データ受信モジュール１５５、アプリケーション１６０、ブラウザモジュール１９２等のプログラムを実行するＣＰＵ３４０１と、そのプログラムやデータを記憶するＲＡＭ３４０２と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ３４０３と、補助記憶装置（フラッシュメモリ等であってもよい）であるＨＤ３４０４と、キーボード、マウス、タッチパネル等に対する利用者の操作に基づいてデータを受け付ける受付装置３４０６と、ＣＲＴ、液晶ディスプレイ等の出力装置３４０５と、ネットワークインターフェースカード等の通信ネットワークと接続するための通信回線インターフェース３４０７、そして、それらをつないでデータのやりとりをするためのバス３４０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。

前述の実施の形態のうち、コンピュータ・プログラムによるものについては、本ハードウェア構成のシステムにソフトウェアであるコンピュータ・プログラムを読み込ませ、ソフトウェアとハードウェア資源とが協働して、前述の実施の形態が実現される。
なお、図３４に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図３４に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図３４に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機などに組み込まれていてもよい。

また、前述の実施の形態の説明において、予め定められた値との比較において、「以上」、「以下」、「より大きい」、「より小さい（未満）」としたものは、その組み合わせに矛盾が生じない限り、それぞれ「より大きい」、「より小さい（未満）」、「以上」、「以下」としてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。

１００…情報処理装置
１１０…データ予測モジュール
１１５…イベント選出モジュール
１２０…デバイス選出モジュール
１２５…予測実施モジュール
１３０…データ表示モジュール
１５０…センター情報処理装置
１５５…データ受信モジュール
１６０…アプリケーション
１６５…Ｗｅｂページ
１７０…データ記憶モジュール
１８０…デバイス
１９０…ユーザー端末
１９２…ブラウザモジュール
１９４…ユーザーアクセスページ
２８０、２９０…通信回線

Claims (6)

1. 要求のあるアプリケーションが利用できない場合に、該アプリケーションが用いるイベントを代替する第２のイベントを選出する第１の選出手段と、
   前記アプリケーションが用いる機器を代替する第２の機器を選出する第２の選出手段と、
   前記第１の選出手段によって選出された第２のイベントと前記第２の選出手段によって選出された第２の機器を予め定められた規則に適用することによって、前記アプリケーションによる処理結果を予測する予測手段
   を具備することを特徴とする情報処理装置。
2. 前記第１の選出手段は、イベントの発生日時を予め定められた規則に適用することによって、前記第２のイベントを選出する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記第２の選出手段は、前記アプリケーションが用いる機器におけるイベントと他の機器における該イベントの差分が予め定められた閾値未満又は以下である場合に、該他の機器を第２の機器として選出する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記第２の選出手段は、前記第１の選出手段によって選出された第２のイベントが数値データを持つか否かによって、第２の機器の選出方法を異ならせる
   ことを特徴とする請求項１から３のいずれか一項に記載の情報処理装置。
5. 前記第２の選出手段は、前記第１の選出手段によって選出された第２のイベントが数値データを持たない場合は、該第２のイベントの通知間隔の差分を前記イベントの差分とする
   ことを特徴とする請求項３に従属する請求項４に記載の情報処理装置。
6. コンピュータを、
   要求のあるアプリケーションが利用できない場合に、該アプリケーションが用いるイベントを代替する第２のイベントを選出する第１の選出手段と、
   前記アプリケーションが用いる機器を代替する第２の機器を選出する第２の選出手段と、
   前記第１の選出手段によって選出された第２のイベントと前記第２の選出手段によって選出された第２の機器を予め定められた規則に適用することによって、前記アプリケーションによる処理結果を予測する予測手段
   として機能させるための情報処理プログラム。

Images