JP2019174983A - データ管理システム及び関連データ推薦方法 - Google Patents

Abstract

【課題】短時間で的確な関連データを取得する。【解決手段】データ管理システムであって、所定の処理を実行する演算装置と、前記演算装置に接続された記憶装置とを有する計算機によって構成され、タグ間の関係性をユーザに提示し、タグ間の関係性の選択を受け付ける提示部と、前記選択されたタグ間の関係性を参照して、検索で取得したデータに付与されたタグから、推薦すべき関連データを決定する決定部と、を備える。【選択図】図２

Description

本発明は、データ管理システム及び関連データ推薦方法に関する。

データレイクでは、スキーマ等を決めずに、データが生成されたまま（生データ）の形の構造データや非構造データをデータベースに格納し、必要なときに必要なデータ加工、分析を行う。データレイクでは、データを格納する際に、分析目的に合わせたスキーマ等を決める必要がないため、データを格納する際にスキーマ構築等の時間が必要ないというメリットがある。しかし、データレイクでは、大量の生データが未整理のまま格納されているため、どんなデータがどこに格納されているかが判らず、目的のデータを探し出せないという問題がある。

大量のデータから目的のデータを検索する従来技術として、データに付与したタグを用いて絞り込み検索を行う技術がある。例えば、Ｗｅｂの電子商取引を行う販売サイトでは、販売商品に種々のタグを付与し、商品の情報と共に表示されるタグをユーザが自由に選択して、商品の絞り込み検索ができる。特許文献１では、検索条件に使用された検索条件を示す条件オブジェクトと、検索条件に使用されたタグが属するタググループを除いたうちで、所定の多数条件を満たしているとして選定されたタググループ内のタグにて商品を絞り込むための絞り込みオブジェクトとが配置された一覧ページを生成して提示する検索装置が記載されている。

国際公開２０１７／１３７７０号

しかしながら、例えば製造業においては、不良品の検知や設備故障原因を特定する際、データ検索者はデータレイク内からある事象に関連しそうな複数のデータを探しながら分析する。このような状況において上記技術をデータレイクにおけるデータ検索に適用すると、検索者は様々な異なるタググループのタグを選択しながら複数回検索を行う必要がある。特に、どのデータを分析すれば所望の結果が得られるかが分からない場合、所望のデータを取得するための適切なタグを必ずしも選択できるとは限らず、検索の精度が低下する。このため、検索者は試行錯誤しながらデータを検索する必要があり、検索にいっそう時間がかかる。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、データ管理システムであって、所定の処理を実行する演算装置と、前記演算装置に接続された記憶装置とを有する計算機によって構成され、タグ間の関係性の選択のために、タグ間の関係性をユーザに提示し、タグ間の関係性の選択を受け付ける提示部と、選択されたタグ間の関係性を参照して、検索で取得したデータに付与されたタグから、推薦すべき関連データを決定する決定部と、を備える。

本発明の一態様によれば、関連データを短時間で取得できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

実施例１の計算機システムの構成の例を示す図である。 実施例１のデータ管理サーバの詳細な構成を示す図である。 実施例１の工場データテーブルの構成例を示す図である。 実施例１のタグ定義テーブルの構成例を示す図である。 実施例１のタグ間関係性定義テーブルの構成例を示す図である。 実施例１の推薦タグ間関係性テーブルの構成例を示す図である。 実施例１の推薦使用タグテーブルの構成例を示す図である。 実施例１において工場データを登録する処理のフローチャートである。 実施例１において工場データにタグ情報を登録する処理のフローチャートである。 実施例１においてタグ間関係性を新規に登録する表示・変更する処理のフローチャートである。 実施例１においてタグ間関係性を表示・変更する処理のフローチャートである。 実施例１において関連データを推薦する処理のフローチャートである。 図１２の関連データ推薦処理のステップＳ１１０のタグ間関係性提示処理の詳細なフローチャートである。 図１２の関連データ推薦処理のステップＳ１３０の推薦データ決定処理の詳細なフローチャートである。 図１４の推薦データ決定処理のステップＳ１３１の推薦使用タグテーブル作成処理の詳細なフローチャートである。 実施例１のタグ間関係性を定義する画面の例を示す図である。 実施例１の推薦システム画面の例を示すである。 実施例２のデータ管理サーバの詳細な構成を示す図である。 実施例２の重み情報を付与したタグ間関係性定義テーブルの構成例を示す図である。 実施例２のユーザ所属重み定義テーブルの構成例を示す図である。 実施例２のユーザ検索履歴保持テーブルの構成例を示す図である。 実施例２の推薦データにランキングを行う処理のフローチャートである。

＜実施例１＞
図１は、実施例１の計算機システムの構成の例を示す図である。

実施例１の計算機システムは、データ管理サーバ１０と、複数の工場サーバ２０と、複数のクライアント３０とから構成される。

データ管理サーバ１０と複数の工場サーバ２０とはＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）１１を介して接続され、データ管理サーバ１０と複数のクライアント３０とはＷＡＮ１２を介して接続される。ただし、データ管理サーバ１０と複数の工場サーバ２０の接続、及びデータ管理サーバ１０と複数のクライアント３０との接続は、ＷＡＮではなく、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）や他のネットワークを介して接続されてもよい。

データ管理サーバ１０は、各工場から送信されるデータをまとめて格納するストレージ機能と、クライアント３０の要求に従ってデータを検索するプログラムを提供するシステムである。データ管理サーバ１０は、主記憶装置１００、プログラムを実行するＣＰＵ１３０、記憶装置１４０、及びネットワークＩ／Ｆ１５０を含む。主記憶装置１００は、クライアント３０からネットワークＩ／Ｆ１５０を介して受け取ったリクエストを処理し、処理結果をクライアント３０に送信する機能を提供する制御プログラム群１１０及び管理データ群１２０を格納する。記憶装置１４０には、各工場サーバ２０から送信されネットワークＩ／Ｆ１５０を介して受信した工場データが格納される。工場データは、工場に勤務する作業者や製造設備や製品に関する情報を含み、ＲＤＢなどの構造データ、ＣＳＶやＸＭＬなどの半構造データ、画像や音声などの非構造データなどを含む。データ管理サーバ１０の詳細は、図２を用いて説明する。

データ管理サーバ１０は、物理的に一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

工場サーバ２０は、プログラムを実行するＣＰＵ２０１、記憶装置２０２、ＣＰＵ２０１が実行するコードやプログラム実行時に使用するデータを格納する主記憶装置２０３、及びネットワークＩ／Ｆ２０５を含む。主記憶装置２０３は、データ送信プログラム２０４を格納する。データ送信プログラム２０４は、記憶装置２０２に格納された工場データを、ネットワークＩ／Ｆ２０５を介し、データ管理サーバ１０に送信する。

工場サーバ２０は、物理的に一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

クライアント３０は、プログラムを実行するＣＰＵ３０１、ＣＰＵ３０１が実行するコードやプログラム実行時に使用するデータを格納する主記憶装置３０２、ネットワークＩ／Ｆ３０４、及びユーザＩ／Ｆ３０５を含む。主記憶装置３０２は、リクエスト送信プログラム３０３を格納する。リクエスト送信プログラム３０３は、ユーザによる検索リクエストやタグ付与リクエスト等をネットワークＩ／Ｆ３０４を介して、データ管理サーバ１０に送信する。

図２は、データ管理サーバ１０の詳細な構成を示す図である。

データ管理サーバ１０は、主記憶装置１００、ＣＰＵ１３０、記憶装置１４０、及びネットワークＩ／Ｆ１５０を有する。

主記憶装置１００は、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、ＣＰＵ１３０が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。ＣＰＵ１３０が実行するコードやプログラム実行時に使用するデータを格納する。具体的には、主記憶装置１００は、制御プログラム群１１０、及び管理データ群１２０を格納する。制御プログラム群１１０は、データ検索処理部１１１、データ管理処理部１１２、及び関連データ推薦処理部１１３を含む。データ検索処理部１１１は、クライアント３０のリクエストに基づいてデータを検索する機能を提供する。データ管理処理部１１２は、データを推薦する際に使用する情報を管理する機能を提供する（図８、図９、図１０、図１１参照）。関連データ推薦処理部１１３は、クライアント３０の要求に基づいてデータを推薦する機能を提供する（図１２参照）。関連データ推薦処理部１１３は、推薦タグ間関係性提示処理部１１３１、及び推薦データ決定処理部１１３２を含む。推薦タグ間関係性提示処理部１１３１は、ユーザに提示するタグ間関係性情報を絞り込み、絞り込んだタグ間関係性情報を提示する（図１３参照）。推薦データ決定処理部１１３２は、検索された取得データと選択されたタグ間関係性情報を用いて関連データを推薦する（図１４、図１５参照）。

なお、データ管理サーバ１０がプログラムを実行して行う処理の全部又は一部をハードウェア（例えば、ＦＰＧＡ）で行ってもよい。

管理データ群１２０は、工場データテーブル１２１、タグ定義テーブル１２２、タグ間関係性定義テーブル１２３、推薦タグ間関係性テーブル１２４、及び推薦使用タグテーブル１２５を含む。

工場データテーブル１２１は、各工場サーバ２０から送信される工場データを記録するテーブルであり、記憶装置１４０に格納された後、ユーザの検索行為に応じて、記憶装置１４０から読み出されて主記憶装置１００に格納される。工場データテーブル１２１の詳細は図３を用いて説明する。

タグ定義テーブル１２２は、データレイクに格納されているデータごとに付与されたタグ情報を記録するテーブルであり、クライアント３０から送信されるタグ情報を管理するために使用される。タグ定義情報は、適宜記憶装置１４０に格納される。ここでタグとは各データの特徴や内容、データを取得した工程やラインの名前などを示すものである。タグ定義テーブル１２２の詳細は図４を用いて説明する。

タグ間関係性定義テーブル１２３は、タグの順序、分類、包含関係などのタグとタグの関係性情報を記録するテーブルであり、クライアント３０から送信されるタグ間関係性情報が管理される。タグ間関係性情報は、適宜記憶装置１４０に格納される。タグ間関係性定義テーブル１２３の詳細は図５を用いて説明する。

推薦タグ間関係性テーブル１２４は、関連データ推薦処理部１１３が検索処理時に生成するデータであり、タグ間関係性定義テーブル１３２の一部の情報が格納される。推薦タグ間関係性テーブル１２４の詳細は図６を用いて説明する。

推薦使用タグテーブル１２５は、関連データ推薦処理部１１３が検索処理時に生成するデータであり、タグ定義テーブル１２２、及び推薦タグ間関係性テーブル１２４の一部の情報が格納される。推薦使用タグテーブル１２５の詳細は図７を用いて説明する。これらの制御プログラムは、管理データを使用し、ＣＰＵ１３０によって実行される。

記憶装置１４０は、例えば、磁気記憶装置（ＨＤＤ）、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置である。記憶装置１４０は、プログラムの実行時にアクセスされるデータを格納する。また、記憶装置１４０は、プロセッサが実行するプログラムを格納してもよい。この場合、プログラムは、記憶装置１４０から読み出されて、主記憶装置１００にロードされて、プロセッサによって実行される。

ＣＰＵ１３０が実行するプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介してデータ管理サーバ１０に提供され、非一時的記憶媒体である不揮発性の記憶装置に格納される。このため、データ管理サーバ１０は、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。

図３は、実施例１の工場データテーブル１２１の構成例を示す図である。

工場データテーブル１２１は、工場データのリストであり、レコード番号１２１０、ＩＤ１２１１、及びデータ名１２１２を含む。レコード番号１２１０は、レコードを特定するための番号である。ＩＤ１２１１は、各工場から送信されてきた工場データを一意に特定するための識別情報であり、データ名１２１２は、工場データのデータ名（例えば、ファイル名）である。例えば、ＩＤ１２１１が「Ａ００１」のデータ名１２１２は「塗装作業担当者情報.xlsx」であり、ＩＤ１２１１が「Ａ００２」のデータ名１２１２は「加工機センサーサンプリング.csv」である。

図４は、実施例１のタグ定義テーブル１２２の構成例を示す図である。

タグ定義テーブル１２２は、工場内データと各データに付与されるタグを定義した情報であり、レコード番号１２２０、データ名１２２１、及びタグ１２２２を含む。レコード番号１２２０は、レコードを特定するための番号である。データ名１２２１は、工場データテーブル１２１のデータ名１２１２に登録されている工場データのデータ名である。データ名１２２１には、データ名の代わりにデータを識別するための識別情報を記録してもよい。タグ１２２２は、各データに付与されるタグのリストである。タグはデータの特徴、内容、データが関連付けられる工程などの情報を示し、一つのデータに対しゼロ個以上付与される。製造業における例として、データ名１２２１が「塗装作業者情報.xlsx」のデータには、タグ１２２２として「勤務情報」、「作業内容」、「塗装工程」などが付与されており、データ名１２２１が「加工機センサーサンプリング.csv」のデータには、タグ１２２２として「設備センサー」、「稼動ログ」、「加工工程」などが付与される。

図５は、実施例１のタグ間関係性定義テーブル１２３の構成例を示す図である。

タグ間関係性定義テーブル１２３には、タグとタグの関係性の定義が記録される。タグとタグの関係性とは、タグの順序性、分類、包含、対応関係などのタグ同士の関係性を表すものである。タグ間関係性定義テーブル１２３は、レコード番号１２３０、関係性名１２３１、キータグ１２３２、及び関係タグ１２３３を含む。

レコード番号１２３０は、レコードを特定するための番号である。関係性名１２３１は、タグ間関係性の名称であり、一般的に認識可能な名称を付与する。キータグ１２３２は、あるタグ間関係性における一つ以上のタグである。関係タグ１２３３は、キータグ１２３２に対して、ある関係性に対応するタグである。製造業における関係性の例として、図５には「前工程関係性」と「マスターデータ関係性」を示す。「前工程関係性」は、「プレス工程」、「塗装工程」、「組立工程」、「加工工程」などの工程名を表すタグに関して、ある工程に対する前工程の順序関係を定義したものである。例えば１番目：プレス工程、２番目：塗装工程、３番目：組立工程、と続く工程を想定すると、タグ間関係性として、塗装工程の前工程はプレス工程であるのでタグ間関係性定義テーブル１２３の第２レコードに示すように、キータグ１２３２「塗装工程」に対して関係タグ１２３３「プレス工程」が定義される。また、組立工程の前工程はプレス工程と塗装工程であるので、タグ間関係性定義テーブル１２３の第３レコードに示すように、キータグ１２３２「組立工程」に対して関係タグ１２３３「プレス工程」及び「塗装工程」が定義される。このように、あるキータグ１２３２に対して複数の関係タグ１２３３が定義されてもよい。また、タグ間関係性定義テーブル１２３の第１レコードに示すように、あるキータグ１２３２に対応する関係タグ１２３３が定義されていなくてもよい。

また、「マスターデータ関係性」は、様々なタグとマスターデータに関係するタグの関係性を定義したものである。タグ間関係性定義テーブル１２３の第１０レコードに示すように「設備点検記録」、「稼動ログ」、「設備センサー」などの設備に関連するキータグ１２３２に対し、対応する関係タグ１２３３として「設備マスターデータ」タグが定義される。また、タグ間関係性定義テーブル１２３の第１１レコードに示すように「社員情報」、「勤務情報」、「作業内容」などの人に関連するキータグ１２３２に対し、対応する関係タグ１２３３として「人マスターデータ」タグが定義される。キータグ１２３２として複数のタグを定義してもよい。また、一種のタグが複数の関係性に属し、複数のキータグ１２３２、関係タグ１２３３に定義されていてもよい。また、タグ間関係性の他の例として、ある工程に対する後工程の順序関係を定義した「後工程関係性」、作業する部屋を表すタグと工程名を表すタグの関係性を定義した「部屋−工程関係性」、製造業において重要とされている４Ｍ（Ｍａｃｈｉｎｅ，Ｍａｔｅｒｉａｌ，Ｍａｎ，Ｍｅｔｈｏｄ）におけるタグの分類を定義した「４Ｍ関係性」などがある。また、タグ間関係性として、前述した以外のものを用いてもよい。

図６は、実施例１の推薦タグ間関係性テーブル１２４の構成例を示す図である。

推薦タグ間関係性テーブル１２４には、ユーザに提示するタグ間関係性情報が定義される。推薦タグ間関係性テーブル１２４は、図５のタグ間関係性定義テーブル１２３の一部を抽出したものであり、レコード番号１２４０、関係性名１２４１、キータグ１２４２、及び関係タグ１２４３を含む。

図７は実施例１の推薦使用タグテーブル１２５の構成例を示す図である。

推薦使用タグテーブル１２５は、推薦に使用するタグの情報を記録しており、関係性名１２５１、キータグ１２５２、関係タグ１２５３、及び取得データタグ１２５４を含む。推薦使用タグテーブル１２５における、関係性名１２５１、キータグ１２５２、及び関係タグ１２５３は、図６の推薦タグ間関係性テーブル１２４における関係性名１２４１、キータグ１２４２、及び関係タグ１２４３と同じである。取得データタグ１２５４は、ユーザが検索で取得したタグに付与されたタグを記録したものである。

図８は、実施例１において工場データを登録する処理のフローチャートである。

まず、ネットワークＩ／Ｆ１５０を介して受信した工場データが、記憶装置１４０に登録されているかを判定する（ステップＳ１１）。そして、記憶装置１４０に登録していない新規工場データを受信した場合、データ管理処理部１１２は、受信した工場データに対しＩＤを発行する（ステップＳ１２）。そして、受信した新規工場データ及びステップＳ１２において発行したＩＤを記憶装置１４０に格納する（ステップＳ１３）。さらにＩＤと工場データ名を工場データテーブル１２１に登録し（ステップＳ１４）、ステップＳ１１に戻る。

図９は、実施例１においてタグ情報を登録する処理のフローチャートである。

まず、データ管理処理部１１２は、ネットワークＩ／Ｆ１５０を介してクライアント３０に表示すべき工場データを送信する（ステップＳ２１）。クライアント３０からネットワークＩ／Ｆ１５０を介してタグ情報登録リクエストを受信した場合（ステップＳ２２）、データ管理処理部１１２は、工場データテーブル１２１を検索して、タグ情報登録が要求された工場データを参照する（ステップＳ２３）。さらに、ステップＳ２２にて参照した工場データの工場データ名と、ユーザがクライアント３０から入力したタグをタグ定義テーブル１２２に登録し（ステップＳ２４）、ステップＳ２２に戻る。

図１０は、実施例１においてタグ間関係性を新規に登録する処理のフローチャートである。

まず、クライアント３０からネットワークＩ／Ｆ１５０を介してタグ間関係性情報登録リクエストを受信して、ユーザによりタグ間関係性名が入力された場合（ステップＳ３１Ａ）、データ管理処理部１１２は、ステップＳ３１Ａにて入力されたタグ間関係性名をタグ間関係性定義テーブル１２３に登録する（ステップＳ３２Ａ）。次に、クライアント３０からネットワークＩ／Ｆ１５０を介してキータグや関係タグの情報が入力され、登録リクエストを受信した場合（ステップＳ３３Ａ）、データ管理処理部１１２は、ステップＳ３３Ａにて入力されたキータグや関係タグをタグ間関係性定義テーブル１２３に登録し（ステップＳ３４Ａ）、登録状況を表示する（ステップＳ３５Ａ）。

図１１は、実施例１においてタグ間関係性定義テーブル１２３を表示・変更する処理のフローチャートである。

まず、クライアント３０からネットワークＩ／Ｆ１５０を介してタグ間関係性名が入力された場合（ステップＳ３１Ｂ）、データ管理処理部１１２はタグ間関係性定義テーブル１２３を検索し、入力されたタグ間関係性名と一致するタグ間関係性名を取得し、取得したタグ間関係性名を出力する（ステップＳ３２Ｂ）。クライアント３０でタグ間関係性名が選択され、ネットワークＩ／Ｆ１５０を介して、選択されたタグ間関係性名を受信すると（ステップＳ３３Ｂ）、データ管理処理部１１２は選択されたタグ間間関係性名をタグ間関係性定義テーブル１２３から検索し、対応するキータグ１２３２、及び関係タグ１２３３を表示する（ステップＳ３４Ｂ）。

その後、クライアント３０からタグ間関係性情報変更リクエストを受信したかを判定する（ステップＳ３５Ｂ）。クライアント３０からタグ間関係性情報変更リクエストを受信した場合（ステップＳ３５Ｂ）、ユーザによる変更情報の入力を受け付ける（ステップＳ３６Ｂ）。クライアント３０から変更情報登録リクエストを受信すると、変更されたキータグ１２３２、及び関係タグ１２３３をタグ間関係性定義テーブル１２３に登録する（ステップＳ３７Ｂ）。ステップＳ３７Ｂにて登録した登録状況を表示し（ステップＳ３８Ｂ）、ステップＳ３５Ｂに戻る。

ステップＳ３５Ｂにて、タグ間関係性情報リクエストを受信していない場合、処理を終了する。

図１２は、実施例１において関連データを推薦する処理のフローチャートである。

まず、クライアント３０は、データ管理サーバ１０にネットワークＩ／Ｆ１５０を介して、一つ目のデータ（取得データ）を検索するリクエストを送信する。データ検索処理部１１１は、受信した検索リクエストに従ってデータを検索する（ステップＳ１００）。ステップＳ１００における検索は、従来手法であるタグ検索や、データの中身を含めて検索を行う全文検索等、様々な方法を用いてもよく、図４にて定義したタグ等の情報を検索に用いてもよい。

次に、関連データ推薦処理部１１３（推薦タグ間関係性提示処理部１１３１）は、ステップＳ１００にて検索した取得データの情報を用いて、推薦タグ間関係性提示処理（図１３参照）を実行することによって、ユーザに提示するタグ間関係性情報を絞り込み、絞り込んだタグ間関係性情報を提示する（ステップＳ１１０）。ユーザは、提示されたタグ間関係性情報の中から推薦に使用するタグ間関係性情報を選択し、推薦タグ間関係性提示処理部１１３１がユーザによる選択を受け付け、選択されたタグ間関係性情報を保持する（ステップＳ１２０）。なお、ユーザにタグ間関係性情報の選択を求めることなく、予め定められたルールに従ってタグ間関係性情報を選択してもよい。また、タグ間関係性情報を選択するためのルールを選択してもよい。関連データ推薦処理部１１３（推薦データ決定処理部１１３２）は、推薦データ決定処理（図１４参照）を実行することによって、ステップＳ１００にて検索した取得データとステップＳ１２０にて選択されたタグ間関係性情報を用いて関連データを推薦する（ステップＳ１３０）。また、ユーザが別のタグ間関係性を入力する場合には、ステップＳ１２０に戻る（ステップＳ１４０）。

図１３は、図１２の関連データ推薦処理のステップＳ１１０の推薦タグ間関係性提示処理の詳細なフローチャートである。

まず、推薦タグ間関係性提示処理部１１３１は、タグ定義テーブル１２２を参照し、関連データ推薦フローのステップＳ１００において検索された取得データに付与されているタグ情報（取得データタグ情報）を取得する（ステップＳ１１１）。その後、取得データタグ情報がキータグ１２３２に含まれているかを判定する（ステップＳ１１２）。そして、取得データタグ情報がキータグ１２３２に含まれている場合、そのタグ間関係性定義テーブル１２３のレコードを推薦タグ間関係性テーブル１２４に記録する（ステップＳ１１３）。一方、ステップＳ１１２において、取得データタグ情報がタグ間関係性定義テーブル１２３に含まれていないと判定された場合、ステップＳ１１４に移る。

ステップＳ１１４では、タグ間関係性定義テーブル１２３の全レコードを参照したかを判定する（ステップＳ１１４）。タグ間関係性定義テーブル１２３の一部のレコードを参照していない場合、ステップＳ１１１に戻る。一方、タグ間関係性定義テーブル１２３の全レコードの参照が終了した場合、推薦タグ間関係性情報をネットワークＩ／Ｆ１５０を介してユーザに提示する（ステップＳ１１５）。以上の処理によって、ユーザに提示するタグ間関係性を全てのタグ間関係性ではなく、取得データに関連するタグ間関係性に絞ることによって、ユーザがタグ間関係性を選択する時間を短縮できる。

例えば、ステップＳ１００にてユーザが取得データとして「加工機センサーサンプリング.csv」を取得した場合、ステップＳ１１１においてタグ定義テーブル１２２を参照し、取得データタグ情報として「設備センサー」、「稼動ログ」、「加工工程」などを取得する。そして、タグ間関係性定義テーブル１２３のレコードを順に参照し、「設備センサー」、「稼動ログ」、「加工工程」の何れかが含まれているかを判定する（ステップＳ１１２）。そして、タグ間関係性定義テーブル１２３のレコードに取得データタグ情報が含まれている場合（ステップＳ１１２）、そのレコードを推薦タグ間関係性テーブル１２４に記録する（ステップＳ１１３）。

その後、タグ間関係性定義テーブル１２３の全てのレコードを参照したかを判定する（ステップＳ１１４）。そして、タグ間関係性定義テーブル１２３の一部のレコードを参照していない場合、ステップＳ１１１に戻る。例えば、タグ間関係性定義テーブル１２３の第４レコードの関係性名１２３１「前工程関係性」、キータグ１２３２「加工工程」、関係タグ１２３３「プレス工程, 塗装工程, 組立工程」を推薦タグ間関係性テーブル１２４に記述し、ステップＳ１１１に戻る。

一方、タグ間関係性定義テーブル１２３の全てのレコードの参照が終了した場合、推薦タグ間関係性情報をユーザに提示して、選択を促す（ステップＳ１１５）。

図１４は、図１２の関連データ推薦処理のステップＳ１３０の推薦データ決定処理の詳細なフローチャートである。

まず、推薦データ決定処理部１１３２は、推薦使用タグテーブル作成処理（図１５参照）を実行することによって、ステップＳ１００にて取得した取得データタグ情報、及びステップＳ１２０にてユーザが選択したタグ間関係性情報から、推薦使用タグテーブル１２５を作成する（ステップＳ１３１）。そして、作成した推薦使用タグテーブル１２５を参照し（ステップＳ１３２）、推薦条件を決定する（ステップＳ１３３）。タグ定義テーブル１２２を参照し（ステップＳ１３４）、前記ステップＳ１３３にて決定した推薦条件に合致するデータを決定し（ステップＳ１３５）、決定された推薦データを表示する（ステップＳ１３６）。

図１５は、図１４の推薦データ決定処理のステップＳ１３１の推薦使用タグテーブル作成処理の詳細なフローチャートである。

まず、推薦データ決定処理部１１３２は、タグ定義テーブル１２２を参照して取得データタグ情報を取得し（ステップＳ１３１１）、ステップＳ１２０にてユーザが選択したタグ間関係性情報を取得する（ステップＳ１３１２）。ステップＳ１３１１にて取得した取得データタグ情報、及びステップＳ１３１２にて取得したタグ間関係性情報から推薦使用タグテーブル１２５を作成する（ステップＳ１３１３）。

例えば、ステップＳ１００にてユーザが、取得データとして「加工機センサーサンプリング.csv」を取得し、タグ間関係性として「前工程関係性」を選択した場合、ステップ１３１１においてタグ定義テーブル１２２を参照し、取得データタグとして「設備センサー」、「稼動ログ」、「加工工程」などを取得する。またステップＳ１３２において、推薦タグ間関係性テーブル１２４を参照し、「前工程関係性」のキータグとして「加工工程」、関係タグとして「プレス工程」、「塗装工程」、「組立工程」を取得する。ステップＳ１３１１、及びステップＳ１３１２にて取得した、取得データタグ情報、およびユーザが選択したタグ間関係性情報を纏め、ステップＳ１３１３において、例えば図７に示す関係性名１２５１「前工程関係性」、キータグ１２５２「加工工程」、関係タグ１２５３「プレス工程、塗装工程、組立工程」、及び取得データタグ１２５４「設備センサー、稼動ログ、加工工程、…」が記載された推薦使用タグテーブル１２５を作成する。

また、ステップＳ１３１の推薦使用タグテーブル作成処理にて、例えば図７の推薦使用タグテーブル１２５を作成した後、ステップＳ１３２において、ステップＳ１３１にて作成した推薦使用タグテーブル１２５を参照し、ステップＳ１３３において推薦するデータの条件（推薦タグ）を決定する（ステップＳ１３３）。

推薦データの選出方法の例として、関連タグと取得タグのうち何れかのタグが付与されたデータを推薦してもよい。すなわち、キータグ１２５２、関係タグ１２５３、及び取得データタグ１２５４がそれぞれ二つずつある系において、キータグをＫ１、Ｋ２、関係タグをＲ１、Ｒ２、取得データタグをＯ１、Ｏ２とすると、
ＲＴａｇｓ１ ＝ Ｏ１ ∨ Ｏ２ ∨ Ｒ１ ∨ Ｒ２
としたときに、推薦データとしてＲＴａｇｓ１が付与されたデータを推薦する。図７の例だと、「プレス工程」、「塗装工程」、「加工工程」、「設備センサー」、「稼動ログ」、「加工工程」のうち何れかのタグが付与されたデータを推薦する。

また、別の推薦データの選出方法の例として、関係タグのうち何れか、かつ取得データタグのうち何れかのタグが付与されたデータを推薦してもよい。すなわち、上記の系において
ＲＴａｇｓ２ ＝（Ｏ１ ∨ Ｏ２）∧（Ｒ１ ∨ Ｒ２）
としたときに、推薦データとしてＲＴａｇｓ２が付与されたデータを推薦する。図７の例だと、「プレス工程」、「塗装工程」、「加工工程」のうち何れか、かつ「設備センサー」、「稼動ログ」、「加工工程」のうち何れかが付与されたデータを推薦する。

さらに、別の推薦データの選出方法の例として、関係タグのうち何れか、かつ取得データタグのうちキータグを除いたタグが付与されたデータを推薦してもよい。すなわち、上記の系において
ＲＴａｇｓ３ ＝（（Ｏ１ ∨ Ｏ２）−（Ｋ１＋Ｋ２））∧（Ｒ１ ∨ Ｒ２）
としたときに、推薦データとしてＲＴａｇｓ３が付与されたデータを推薦する。図７の例だと、「プレス工程」、「塗装工程」、「組立工程」のうち何れか、かつ「設備センサー」、かつ「稼動ログ」のタグが付与されているデータを推薦する。なお推薦データの選出方法は、前述した以外でもよく、選択されたタグ間関係性ごとに異なってもよい。

また、複数の推薦方法の中からどの推薦方法を使用して関連データを取得するかをユーザに選択させてもよい 。

図１４に示す推薦データ決定処理によって、例えば、取得データとして「加工機センサーサンプリング.csv」が選択され、タグ間関係性として「前工程関係性」が選択された場合、「組立ロボット稼動ログ.csv」が推薦データとして表示される。

以上の処理によって取得データに関連するデータをもれなく取得でき、ユーザが新たにタグ絞込み検索によってデータを取得する必要がなくなり、複数データを検索する時間が減少できる。また、ユーザが選んだタグ間関係性に従った推薦データに絞ってユーザに提示するので、表示データを減少でき、データの推薦精度を向上でき、検索時間を減少できる。

図１６は、実施例１のタグ間関係性を定義する画面５００の例を示す図である。

タグ間関係性定義画面５００は、タグ間関係性名入力部５０１、新規登録ボタン５０２、タグ間関係性名表示部５０３、キータグ入力部５０４、関係タグ入力部５０５、タグ一覧表示部５０６、登録ボタン５０７、削除ボタン５０８、キータグ入力状況表示部５０９、及び関係タグ入力情報表示部５１０を含む。タグ間関係性名入力部５０１はタグ間関係性の名称を入力する欄である。新規登録ボタン５０２は、新たにタグ間関係性情報を定義するために操作されるボタンである。タグ間関係性名表示部５０３は検索の結果取得された、登録されたタグ間関係性名を表示する領域である。キータグ入力部５０４はキータグを入力する欄であり、関係タグ入力部５０５は関係タグを入力する欄である。タグ一覧表示部５０６は、キータグとなりうるタグの一覧を表示する領域である。登録ボタン５０７は定義されたタグ間関係性情報を登録するために操作されるボタンであり、削除ボタン５０８は定義されたタグ間関係性情報を削除するために操作されるボタンである。キータグ入力状況表示部５０９は登録されたキータグを表示する領域であり、関係タグ入力情報表示部５１０は登録された関係タグを表示する領域である。

ユーザは、新しくタグ間関係性を登録する場合、タグ間関係性名をタグ間関係性名入力部５０１に入力し、新規登録ボタン５０２を押す（ステップＳ３１Ａ）。データ管理処理部１１２は、ステップＳ３１Ａにて入力された関係性名をタグ間関係性定義テーブル１２３に登録し、入力したタグ間関係性名をタグ間関係性名表示部５０３に表示する（ステップＳ３２Ａ）。ユーザが、キータグ、及び関係タグを入力し、登録ボタン５０７を押すと（ステップＳ３３Ａ）、タグ間関係性定義テーブル１２３が更新される（ステップＳ３４Ａ）。

既に登録されたタグ間関係性を検索する場合、ユーザが登録済みのタグ間関係性名をタグ間関係性名入力部５０１に入力すると（ステップＳ３１Ｂ）、データ管理処理部１１２は、タグ間関係性定義テーブル１２３を参照し、入力されたタグ間関係性名をタグ間関係性名表示部５０３に表示する（ステップＳ３２Ｂ）。また、タグ間関係性名表示部５０３に表示されたタグ間関係性名をユーザが選択すると（ステップＳ３３Ｂ）、選択されたタグ間関係性名をタグ間関係性定義テーブル１２３から検索し、対応するキータグ１２３２、及び関係タグ１２３３をタグ間関係性定義テーブル１２３から取得する。そして、取得したキータグ１２３２をキータグ入力状況表示部５０９に表示し、取得した関係タグ１２３３を関係タグ入力情報表示部５１０に表示する（ステップＳ３４Ｂ）。

また、表示されたタグ入力状況変更をする場合（ステップＳ３５Ｂ）、ユーザが、キータグ入力部５０４、又は関係タグ入力部５０５に変更情報を入力し（ステップＳ３６Ｂ）、登録ボタン５０７を押すと、タグ間関係性定義テーブル１２３が更新され（ステップＳ３７Ｂ）、変更された登録状況がキータグ入力状況表示部５０９や関係タグ入力情報表示部５１０に表示される（ステップＳ３８Ｂ）。

また、表示されたタグ入力状況を削除する場合は、削除したいキータグのキータグ入力状況表示部５０９または削除したい関係タグの関係タグ入力情報表示部５１０を選択し、削除ボタン５０８を押すと、タグ間関係性定義テーブル１２３を更新する。

図１７は、実施例１の推薦システム画面６００の例を示すである。

推薦システム画面６００は、取得データ表示部６０１、タグ間関係性表示部６０２、推薦データ表示部６０３、及び推薦条件選択部６０４を含む。

取得データ表示部６０１は、取得データのデータ名を表示する領域である。タグ間関係性表示部６０２は、ステップＳ１１０のタグ間関係性提示処理において決定した、ユーザに提示するタグ間関係性を表示する領域である。推薦データ表示部６０３は、ユーザが選択したタグ間関係性に基づいてステップＳ１３０の関連データ推薦処理において推薦されたデータ名を表示する領域である。

推薦条件選択部６０４は、ステップＳ１３３にて使用する推薦データの算出方法が複数ある場合に、どの推薦条件で推薦データを取得するかをユーザが選択するための欄である。推薦条件選択部６０４は、任意の構成であり、必ずしも設けなくてもよい。推薦条件選択部６０４は、複数の算出方法における相対的な推薦範囲の広さなどを表示し、ユーザが選択できるようにする。推薦条件選択部６０４は、複数の関連データの算出方法に付与された算出方法の名称を表示して、ユーザが算出方法を直接選択できるようにしてもよい。

図示した例では、選択肢「広」、「中」、「狭」は、推薦データの算出方法が３種類あった場合に、３種類のうちで相対的に広い条件で関連データを取得するか（選択肢「広」）、より絞った条件でデータを取得するか（選択肢「狭」）を表している。例えば、推薦データの選出方法としてステップＳ１３３の説明で述べたような、ＲＴａｇｓ１、ＲＴａｇｓ２、及び、ＲＴａｇｓ３の３種類がある場合に、ＲＴａｇｓ１は、関係タグと取得データタグに含まれるタグのうち一つでも合致するものがあればよいという緩い条件で検索するため、多くの関連データが推薦され、より広い範囲の検索結果が得られる。一方、ＲＴａｇｓ３は、関係タグと取得データタグとを所定の条件で組み合わせた厳しい条件で検索するため、推薦する関連データが絞り込まれ、より狭い範囲の検索結果が得られる。すなわち、ＲＴａｇｓ１が「広」、ＲＴａｇｓ２が「中」、ＲＴａｇｓ３が「狭」となる。このように選択肢を一般的に理解可能な表現にすることにより、選択条件に詳しくないユーザでも条件を適切に選択できる。

例えば、図１７では、ユーザが取得データとしてステップＳ１００にて「加工機センサーサンプリング.csv」を選択した場合、ステップＳ１１０の推薦タグ間関係性決定処理において決定したタグ間関係性情報として、「前工程関係性」、「マスターデータ関係性」、「４Ｍ関係性」などをタグ間関係性表示部６０２に表示する。ユーザが、ステップＳ１２０にて「前工程関係性」を選択すると、ステップＳ１３１にて推薦使用タグテーブル１２５が作成される。さらに、を推薦条件選択部６０４にて、ユーザが推薦条件として推薦範囲「中」を選択し、ステップＳ１３３にて推薦条件が決定すると、ステップＳ１３４にてタグ情報テーブルを参照して、推薦条件に合致するデータを検索し、ステップＳ１３５にて推薦するデータを決定する。ステップＳ１３６にて、決定されたデータ、「組立ロボット稼動ログ.csv」、「組立ロボットエラーlog.rdb」、「組立ロボット取扱説明書.pdf」を推薦データ表示部６０３に表示する 。

＜実施例２＞
実施例２について、主に実施例１との差異を説明する。実施例１ではタグ間関係性情報を用いて、取得データに関連するデータを推薦した。実施例２では、推薦データにランキングを付ける機能を有する。なお、実施例２において、実施例１と同じ構成及び機能には同じ符号を付し、それらの説明は省略する。

図１８は、実施例２のデータ管理サーバ１０の詳細な構成を示す図である。

主記憶装置１００Ｒは制御プログラム群１１０Ｒ、及び管理データ群１２０Ｒを格納する。制御プログラム群１１０Ｒは、データ検索処理部１１１、データ管理処理部１１２、関連データ推薦処理部１１３、ユーザ情報取得部１１４Ｒ、及びランキング決定部１１５Ｒを含む。データ検索処理部１１１、データ管理処理部１１２、及び関連データ推薦処理部１１３は、図２に示す実施例１の各構成要素と同じである。ユーザ情報取得部１１４Ｒは、ネットワークＩ／Ｆ１５０を介し、ユーザの情報を取得する機能を有する。ランキング決定部１１５Ｒは、推薦データにランキング付けをする機能を有する。

管理データ群１２０Ｒは、工場データテーブル１２１、タグ定義テーブル１２２、タグ間関係性定義テーブル１２３Ｒ、推薦タグ間関係性テーブル１２４、推薦使用タグテーブル１２５、ユーザ所属重み定義テーブル１２６Ｒ、及びユーザ検索履歴保持テーブル１２７Ｒを含む。工場データテーブル１２１、タグ定義テーブル１２２、推薦タグ間関係性テーブル１２４、及び推薦使用タグテーブル１２５は、図２に示す実施例１の構成要素と同じである。

タグ間関係性定義テーブル１２３Ｒは、実施例１におけるタグ間関係性定義テーブル１２３にタグとタグの重み情報を加えたものであり、詳細は図１９にて説明する。ユーザ所属重み定義テーブル１２６Ｒは、所属情報とタグの重みを定義したテーブルであり、詳細は図２０にて説明する。ユーザ検索履歴保持テーブル１２７Ｒは、ユーザの検索履歴を保持するテーブルであり、詳細は図２１にて説明する。また、ユーザ所属重み定義テーブル１２６Ｒ、及びユーザ検索履歴保持テーブル１２７Ｒに記録される情報は、所定のタイミングで（例えば定期的に）記憶装置１４０に格納される。

図１９は、実施例２の重み情報を付与したタグ間関係性定義テーブル１２３Ｒの構成例を示す図である。

タグ間関係性定義テーブル１２３Ｒは、図５に示す実施例１のタグ間関係性定義テーブル１２３にタグとタグの関係度を加えたテーブルである。タグ間関係性定義テーブル１２３Ｒはレコード番号１２３Ｒ０、関係性名１２３Ｒ１、キータグ１２３Ｒ２、関係タグ１２３Ｒ３、及び関係度１２３Ｒ４を含む。

レコード番号１２３Ｒ０、関係性名１２３Ｒ１、キータグ１２３Ｒ２、及び関係タグ１２３Ｒ３は、それぞれ、実施例１におけるタグ間関係性定義テーブル１２３のレコード番号１２３０、関係性名１２３１、キータグ１２３２、及び関係タグ１２３３と同じである。関係度１２３Ｒ４は、あるキータグ１２３Ｒ２と関係タグ１２３Ｒ３との間の関係度を定義する。関係度は、少数値や整数値などの数値で定義してもよいし、高、中、低、等の分類で定義してもよい。

例えば、タグ間関係性定義テーブル１２３Ｒの第３レコードに示すように、関係性名１２３Ｒ１「前工程関係」におけるキータグ１２３Ｒ２「組立工程」と、関係タグ１２３Ｒ３「プレス工程」との関係度は１．０であり、キータグ１２３Ｒ２「組立工程」と、関係タグ１２３Ｒ３「塗装工程」との関係度は０．８である。

図２０は、実施例２のユーザ所属重み定義テーブル１２６Ｒの構成例を示す図である。

ユーザ所属重み定義テーブル１２６Ｒには、ユーザの所属部署等の情報タグの関係性情報が記録される。ユーザ所属重み定義テーブル１２６Ｒは、レコード番号１２６Ｒ０、所属部署１２６Ｒ１、及び関係タグ１２６Ｒ２を含む。レコード番号１２６Ｒ０はレコードを特定するための番号である。所属部署１２６Ｒ１は、データを検索するユーザの部署を記録する。関係タグ１２６Ｒ２は、各所属部署１２６Ｒ１に関係するタグを定義し、当該所属部署に関係するタグが付いたデータが推薦される。

例えば、ユーザ所属重み定義テーブル１２６Ｒの第１レコードに示すように、所属部署１２６Ｒ１「総務部」に対して、関係タグ１２６Ｒ２として「作業者リスト」、「勤務情報」等を定義する。また、ユーザ所属重み定義テーブル１２６Ｒの第２レコードに示すように、所属部署１２６Ｒ１「生産計画部」に対して、関係タグ１２６Ｒ２として「生産計画」、「生産手順」、「設計書」等を定義する。

ここで所属部署１２６Ｒ１の代わりに担当業務の情報を用いてもよい。また、関係タグ１２６Ｒ２に重み情報を追加してもよい。

図２１は、実施例２のユーザ検索履歴保持テーブル１２７Ｒの構成例を示す図である。

ユーザ検索履歴保持テーブル１２７Ｒは、ユーザが過去に検索したデータの情報を保持し、ユーザごとに定義される。ユーザ検索履歴保持テーブル１２７Ｒは、レコード番号１２７Ｒ０、取得データ１２７Ｒ１、及びタグ１２７Ｒ２を含む。レコード番号１２７Ｒ０は、レコードを特定するための番号である。取得データ１２７Ｒ１は、あるユーザが過去に検索したデータを記録する。タグ１２７Ｒ２は、取得データ１２７Ｒ１に付与されているタグを記録する。

例えば、ユーザ検索履歴保持テーブル１２７Ｒには、ユーザが取得した取得データとして、取得データ１２７Ｒ１に「加工機センサーサンプリング.csv」が記録され、「加工機センサーサンプリング.csv」に付与されたタグとして、タグ１２７Ｒ２に「設備センサー」、「稼動ログ」、「加工工程」などが記録される。

図２２は、実施例２の推薦データにランキングを行う処理のフローチャートである。

ステップＳ２３１からステップＳ２３５は、実施例１の関連データ推薦処理（図１４）のステップＳ１３１からステップＳ１３５と同じである。

ステップＳ２３５の後、ユーザ情報取得部１１４Ｒは、ネットワークＩ／Ｆ１５０を通してユーザの情報を取得する（ステップＳ２３６）。次に、ランキング決定部１１５Ｒはタグ間関係性定義テーブル１２３Ｒを参照して、タグ間の関係度１２３Ｒ４を取得し、取得した関係度１２３Ｒ４を用いてステップＳ２３５にて決定した推薦データのランキングを行う（ステップＳ２３７）。また、ユーザ所属重み定義テーブル１２６Ｒを参照して、ステップＳ２３６にて取得したユーザの所属情報と一致する所属部署１２６Ｒ１を検索し、一致した所属部署に対する関係タグ１２６Ｒ２を取得する。そして、取得した関係タグ１２６Ｒ２を用いて、ステップ２３５にて決定した推薦データのランキングを行う（ステップＳ２３８）。さらに、ステップＳ２３６にて取得したユーザに関するユーザ検索履歴保持テーブル１２７Ｒを参照し、取得データ１２７Ｒ１、及びタグ１２７Ｒ２を取得する。そして、取得した取得データ１２７Ｒ１、及びタグ１２７Ｒ２を用いて、ステップＳ２３５にて決定した推薦データのランキングを行う（ステップＳ２３９）。ステップＳ２３７からステップＳ２３９にてランキングした情報に基づいて、ステップＳ２３５にて決定した推薦データの総合的なランキングを行い、データをランク順に並び替えて（ステップＳ２４０）、表示する（ステップＳ２４１）。

ここで、各ステップのランキング処理について詳しく説明する。まず、ステップＳ２３７におけるタグ間関係性の重みによるランキングについて説明する。例えば、ステップＳ２３１にて参照した取得データに「組立工程」タグが付与され、ステップＳ２３２にて参照したユーザ選択したタグ間関係性情報から、推薦条件として「前工程関係性」が決定され、ステップＳ２３５にて決定した推薦データに「プレス工程」、及び「塗装工程」タグが付与された場合を考える。この場合、ステップＳ２３７にて図１９のようなタグ間関係性定義テーブル１２３Ｒを参照し、関係性名１２３Ｒ１として「前工程関係性」、キータグ１２３Ｒ２として「組立工程」、また関係タグ１２３Ｒ３として「プレス工程」、及び「塗装工程」が記載されている第３レコードを取得し、取得したレコードの関係度１２３Ｒ４を参照する。ステップＳ２３５にて決定した推薦データに付与された関係タグの係数である関係度から、関係度１．０の「塗装工程」タグが付与されたデータを上位に、関係度０．８の「プレス工程」タグが付与されたデータを下位になるように並び替える。

次に、ステップ２３８におけるユーザの所属情報によるランキング付けについて説明する。例えば、ステップＳ２３６にてユーザの所属情報取得を取得した結果、ユーザの所属情報として「品質管理部」が得られた場合、ステップＳ２３８にてユーザ所属重み定義テーブル１２６Ｒ（図２０）を参照し、「品質管理部」に対応する関係タグ１２６Ｒ２として「品質検査」、「不良品情報」などを取得する。ステップＳ２３５にて決定した推薦データの中で「品質検査」、「不良品情報」などのユーザ所属重み定義テーブル１２６Ｒに定義された関係タグの係数を大きくして、これらのタグが付与されたデータ、例えば「ボディー板品質検査.rdb」を上位ランクになるように並び替える。

さらに、ステップＳ２３９におけるユーザの過去の検索履歴によるランキング付けにつて説明する。例えば、ステップＳ２３６にてユーザ情報取得を取得し、ステップＳ２３６にて取得したユーザのユーザ検索履歴保持テーブル１２７Ｒを参照する（ステップＳ２３９）。次に、ユーザ検索履歴保持テーブル１２７Ｒのタグ１２７Ｒ２を参照し、過去に取得したデータに付与されているタグの数をタグ毎に計数し、過去に取得した多くのデータに付与されているタグを取得する。例えば、図２１に示すユーザ検索履歴保持テーブル１２７Ｒでは、「稼動ログ」が多くのデータに付与されているタグである。そして、ステップＳ２３５にて決定した推薦データの中で「稼動ログ」などのユーザ検索履歴保持テーブル１２７Ｒに定義されたタグの係数を大きくして、これらのタグが付与されているデータが上位ランクになるように並び替える（ステップＳ２３９）。また別の例として、前記のランキングに加え、協調フィルタリングなどの手法を用いたり、ユーザ と同じ部署に所属している人物がよく参照しているデータや、よく使用されるタグが付与されたデータを上位ランクになるように並び替えてもよい。

さらに、ステップＳ２４０にて、ステップＳ２３７からステップＳ２３９にて得られたランキングを合わせて、推薦データに総合ランキングを付け、ランク順にデータを並び替え、ステップＳ２４１にて推薦データをランキングの順に表示する。なお、推薦データと共に関係度を表示してもよい。また、ステップＳ２４０における総合ランキングは、ステップＳ２３７からステップＳ２３９にて個々にランキングを行った結果の和でも積でもよく、ランキングの結果に重み付けをしもよい。例えば、ランキングに用いるデータの数によって重み付けをしてもよい。より具体的には、ステップＳ２３９で参照したユーザ検索履歴保持テーブル１２７Ｒのレコード数が少ない（例えば５件以下の）場合は、ステップＳ２３９おけるランキング結果の重み係数を小さくする 。これにより、データ量が少なく、信頼度が低いランキングの影響を小さくする。また、ステップＳ２３７からステップＳ２３９の実行順序は、図示した以外でもよいし、ステップＳ２３７、ステップＳ２３８、及びステップＳ２３９の処理の一部のみを実行しても、他の方法によるランキングを併用してもよい。

以上に説明したように、本実施例のデータ管理システムは、タグ間の関係性の選択のために、タグ間の関係性をユーザに提示する推薦タグ間関係性提示処理部１１３１と、選択されたタグ間の関係性を参照して、検索で取得したデータに付与されたタグから、推薦すべき関連データを決定する推薦データ決定処理部１１３２とを備えるので、検索で取得したデータに対する関連データを短時間で取得でき、検索時間を短縮できる。また、検索者の目的に応じて絞り込んだデータを推薦でき、推薦精度を向上できる。

また、タグ間の関係性として、工程に従って定義されたタグの順序関係を用いると、不良データの原因を工程の上流に辿って特定できる。また、タグ間の関係性として、工程の分類を用いると、関連データを取得する方向性が定まり、推薦精度を向上できる。また、タグ間の関係性として、工程の包含関係を用いると、工程の包含関係に従って関連データを取得できる。

また、タグ間の関係性が定義されるタグ間関係性定義テーブル１２３と、特定のタグ間の関係性が記録される推薦タグ間関係性テーブル１２４とを保持し、推薦タグ間関係性提示処理部１１３１は、検索で取得したデータに付与されたタグにかかる関係性をタグ間関係性定義テーブル１２３から特定して、推薦タグ間関係性テーブル１２４に記録するので、データの推薦に用いるタグ間関係性を絞り込み、推薦精度を向上できる。また、絞り込んだタグ間関係性がユーザに提示されることによって、より関係性が高い選択肢をユーザに提示して、ユーザの手間を減らすことができる。

また、推薦に使用するタグ間の関係性が記録される推薦使用タグテーブル１２５を保持し、推薦タグ間関係性提示処理部１１３１は、推薦タグ間関係性テーブル１２４に記録されたタグ間の関係性をユーザに提示し、提示されたタグ間の関係性から選択されたタグ間の関係性を推薦使用タグテーブル１２５に記録し、推薦データ決定処理部１１３２は、推薦使用タグテーブル１２５を参照して、取得したデータに付与されたタグから、推薦すべき関連データを決定するので、検索者の目的に応じて絞り込んだデータを推薦でき、推薦精度を向上できる。

また、推薦データ決定処理部１１３２は、推薦すべき関連データの算出方法を選択するインターフェース（推薦条件選択部６０４）を提供し、選択された算出方法を用いて、推薦すべき関連データを決定するので、関連データの推薦の粒度を変更でき、検索者の目的に応じたデータを推薦できる。

また、検索で取得したデータと関連データとの関係を表すタグに定められた係数を用いて、関連データをランク付けするランキング決定部１１５Ｒを備え、前記ランクの順に関連データを表示するので、関連データをより分かりやすく表示できる。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。この場合、プログラムコードを記録した記録媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の様々なプログラム又はスクリプト言語で実装できる。

さらに、実施例の機能を実現するソフトウェアのプログラムコードをネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ−ＲＷ、ＣＤ−Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

１０ データ管理サーバ
２０ 工場サーバ
３０ クライアント
１１１ データ推薦処理部
１１２ データ管理処理部
１１３ 関連データ推薦処理部
１２１ 工場データテーブル
１２２ タグ定義テーブル
１２３ タグ間関係性テーブル
１２４ 推薦タグ間関係性テーブル
１２５ 推薦使用タグテーブル

Claims (12)

1. データ管理システムであって、
   所定の処理を実行する演算装置と、前記演算装置に接続された記憶装置とを有する計算機によって構成され、
   タグ間の関係性をユーザに提示し、タグ間の関係性の選択を受け付ける提示部と、、
   選択されたタグ間の関係性を参照して、検索で取得したデータに付与されたタグから、推薦すべき関連データを決定する決定部と、を備えることを特徴とするデータ管理システム。
2. 請求項１に記載のデータ管理システムであって、
   前記タグ間の関係性として、タグの順序関係、分類、及び包含関係の少なくとも一つを用いることを特徴とするデータ管理システム。
3. 請求項１に記載のデータ管理システムであって、
   タグ間の関係性が定義されるタグ間関係性定義情報と、特定のタグ間の関係性が記録される推薦タグ間関係性情報とを保持し、
   前記提示部は、前記検索で取得したデータに付与されたタグにかかる関係性を前記タグ間関係性定義情報から特定して、前記推薦タグ間関係性情報に記録することを特徴とするデータ管理システム。
4. 請求項３に記載のデータ管理システムであって、
   推薦に使用するタグ間の関係性が記録される推薦使用タグ情報を保持し、
   前記提示部は、
   前記推薦タグ間関係性情報に記録されたタグ間の関係性をユーザに提示し、
   前記提示されたタグ間の関係性から選択されたタグ間の関係性を前記推薦使用タグ情報に記録し、
   前記決定部は、前記推薦使用タグ情報を参照して、取得したデータに付与されたタグから、推薦すべき関連データを決定することを特徴とするデータ管理システム。
5. 請求項４に記載のデータ管理システムであって、
   前記決定部は、
   推薦すべき関連データの算出方法を選択するインターフェースを提供し、
   前記選択された算出方法を用いて、推薦すべき関連データを決定することを特徴とするデータ管理システム。
6. 請求項１に記載のデータ管理システムであって、
   検索で取得したデータと関連データとの関係を表すタグに定められた係数を用いて、関連データをランク付けするランキング決定部を備え、
   前記ランクの順に関連データを表示することを特徴とするデータ管理システム。
7. データ管理システムが実行する関連データ推薦方法であって、
   前記データ管理システムは、所定の処理を実行する演算装置と、前記演算装置に接続された記憶装置とを有する計算機によって構成され、
   前記方法は、
   前記演算装置が、タグ間の関係性をユーザに提示し、タグ間の関係性の選択を受け付ける提示手順と、
   前記演算装置が、前記選択されたタグ間の関係性を参照して、検索で取得したデータに付与されたタグから、推薦すべき関連データを決定する決定手順と、を含むことを特徴とする関連データ推薦方法。
8. 請求項７に記載の関連データ推薦方法であって、
   前記タグ間の関係性として、タグの順序関係、分類、及び包含関係の少なくとも一つを用いることを特徴とする関連データ推薦方法。
9. 請求項７に記載の関連データ推薦方法であって、
   前記データ管理システムは、タグ間の関係性が定義されるタグ間関係性定義情報と、特定のタグ間の関係性が記録される推薦タグ間関係性情報とを保持し、
   前記提示手順では、前記演算装置が、前記検索で取得したデータに付与されたタグにかかる関係性を前記タグ間関係性定義情報から特定して、前記推薦タグ間関係性情報に記録することを特徴とする関連データ推薦方法。
10. 請求項９に記載の関連データ推薦方法であって、
    前記データ管理システムは、推薦に使用するタグの情報を記録する推薦使用タグ情報を保持し、
    前記提示手順では、
    前記演算装置が、前記推薦タグ間関係性情報に記録されたタグ間の関係性をユーザに提示し、
    前記演算装置が、前記提示されたタグ間の関係性から選択されたタグ間の関係性を前記推薦使用タグ情報に記録し、
    前記決定手順では、前記演算装置が、前記推薦使用タグ情報を参照して、取得したデータに付与されたタグから、推薦すべき関連データを決定することを特徴とする関連データ推薦方法。
11. 請求項１０に記載の関連データ推薦方法であって、
    前記決定手順では、
    前記演算装置が、推薦すべき関連データの算出方法を選択するインターフェースを提供し、
    前記演算装置が、前記選択された算出方法を用いて、推薦すべき関連データを決定することを特徴とする関連データ推薦方法。
12. 請求項７に記載の関連データ推薦方法であって、
    前記演算装置が、検索で取得したデータと関連データとの関係を表すタグに定められた係数を用いて、関連データをランク付けするランキング決定手順を含み、
    前記演算装置が、前記ランクの順に関連データを表示するためのデータを生成することを特徴とする関連データ推薦方法。

Images