JP2021096514A - 情報処理装置および情報処理方法 - Google Patents

Abstract

【課題】担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援を可能とする。【解決手段】情報処理装置１００において、所定業務に関与する各リソースの稼働情報と、前記各リソースにおける対応業務の時間変化を示す対応業務情報とを保持する記憶装置１０１と、前記稼働情報に基づき、所定リソースが他リソースと同時期に同業務を行った事象の時系列分布を特定する処理と、前記時系列分布の対象期間において、前記所定リソースにおける対応業務が変化した業務変化時期を前記対応業務情報に基づき特定する処理と、前記時系列分布における前記事象の分布変化と前記業務変化時期との関係性に応じて、前記所定リソースと前記他リソースとの間の相性の良悪を判定する処理と、を実行する演算装置１０４を含む構成とする。【選択図】図２

Description

本発明は、情報処理装置および情報処理方法に関するものである。

企業における製造現場など、多くの従業員が日々共同作業を行う環境では、生産目標や労働条件など種々の制約条件を踏まえつつ、従業員や使用機材等の配置スケジュールを計画する必要がある。
一方、こうした計画業務は、複雑で手間のかかるものであり、各リソースや現場の状況を熟知した、相応の経験者の知見が必要とされている。そこで当該業務を効率化すべく、複数の制約条件を考慮して人員配置等の計画を自動生成する従来技術が存在する。

このような技術としては、例えば、工事種類ごとに個別工事工程が構成され、複数の前記個別工事工程から工事全体の工程計画が構成されて、各個別工事工程に最適な派遣員を配置する工程計画の人員配置支援システムにおいて、前記個別工事工程ごとに前記派遣員に関する制約条件が設定された派遣員制約条件データベースと、前記個別工事工程ごとに工事日程に関する制約条件が設定された日程制約条件データベースと、前記派遣員を該派遣員の属性情報に基づいてグループ分けした派遣員グループデータベースとを有し、前記個別工事工程ごとに前記派遣員制約条件データベースから該当する派遣員制約条件を抽出し、該派遣員制約条件を満たす前記派遣員を前記派遣員グループデータベースから一又は複数選定する派遣員選定手段と、前記個別工事工程ごとに前記日程制約条件データベースから該当する日程制約条件を抽出し、前記派遣員選定手段で選定された前記派遣員を、前記日程制約条件を満たす工事日程に配置する派遣員配置手段とを備えることを特徴とする工程計画の人員配置支援システム（特許文献１参照）などが提案されている。

特開２０１２−１１８６５４号公報

ところで、製造現場等に配置するリソースの間には、いわゆる相性問題が存在する。例えば、同時に稼働すると当該現場の生産効率が低下しやすい又は良好となりやすい、人物や機器の組合せは存在する。
したがって、上述の計画業務の遂行に際して、担当者らは、リソースの定性的な相性を考慮に入れて計画を作成すべきだと考えている。ここで、相性がよいとは「生産効率のよいリソースの組み合わせ」のことである。特に、作業する人物同士の相性であれば、定量化できない、「好き嫌い」や「気が合う／合わない」などの事象も概念に含まれうる。

一方、従来技術においては、客先に派遣する派遣員の人材配置計画を作成する際、あらかじめ客先と派遣員との相性に関する制約条件をデータベースに保存し、これを利用する。

しかしながら、上述の制約条件をデータベース化するのは作業負担が非常に大きい上、人間の相性という機微をデータベース化するのは、心理的負担も大きい。さらに、こうした相性は時間変化しやすい特性もある、そのため、データベース化した相性を適時に変更する負担が大きいという問題もある。したがって、人員数がある程度以上の規模となった時点で、従来技術のごとき手法を採用しようとしても、実装自体が困難となる。すなわち
、現実的に採用できないケースが多い。

そこで本発明の目的は、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援を可能とする技術を提供することにある。

上記課題を解決する本発明の情報処理装置は、情報処理装置は、所定業務に関与する各リソースの稼働情報と、前記各リソースにおける対応業務の時間変化を示す対応業務情報とを保持する記憶装置と、前記稼働情報に基づき、所定リソースが他リソースと同時期に同業務を行った事象の時系列分布を特定する処理と、前記時系列分布の対象期間において、前記所定リソースにおける対応業務が変化した業務変化時期を前記対応業務情報に基づき特定する処理と、前記時系列分布における前記事象の分布変化と前記業務変化時期との関係性に応じて、前記所定リソースと前記他リソースとの間の相性の良悪を判定する処理と、を実行する演算装置と、を含むことを特徴とする。
また、本発明の情報処理方法は、情報処理装置が、所定業務に関与する各リソースの稼働情報と、前記各リソースにおける対応業務の時間変化を示す対応業務情報とを保持して、前記稼働情報に基づき、所定リソースが他リソースと同時期に同業務を行った事象の時系列分布を特定する処理と、前記時系列分布の対象期間において、前記所定リソースにおける対応業務が変化した業務変化時期を前記対応業務情報に基づき特定する処理と、前記時系列分布における前記事象の分布変化と前記業務変化時期との関係性に応じて、前記所定リソースと前記他リソースとの間の相性の良悪を判定する処理と、を実行することを特徴とする。

本発明によれば、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援が可能となる。

本実施形態の情報処理装置を含むネットワーク構成図である。 本実施形態における情報処理装置のハードウェア構成例を示す図である。 本実施形態の過去計画のデータ構成例を示す図である。 本実施形態のアビリティ制約条件のデータ構成例を示す図である。 本実施形態の相性レベル定義のデータ構成例を示す図である。 本実施形態の割り当て定義のデータ構成例を示す図である。 本実施形態の時系列分布情報ＤＢのデータ構成例を示す図である。 本実施形態の計画実績のデータ構成例を示す図である。 本実施形態の人事情報のデータ構成例を示す図である。 本実施形態における情報処理方法のフロー例を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における画面例（時系列分布情報）を示す図である。 本実施形態における相性マトリクス表の例を示す図である。 本実施形態における相性予測表の例を示す図である。

＜ネットワーク構成＞
以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の情報処理装置１００を含む情報処理システム１０のネットワーク構成図である。図１に示す情報処理装置１００は、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援を可能とするコンピュータである。

この情報処理装置１００は、例えば、工場の製造ラインにおける人員リソースの配置計画の作成を支援する装置を想定できる（勿論、これに限定しない）。

従来であれば、経験や知見を相応に備えた熟練担当者が、当該製造ラインに日々配置しうる人員管理表などを参照しつつ、自身の知見（例：誰と誰は相性が良い／悪い、相性が良すぎるため、一緒に配置するとパフォーマンスが低下して当該製造ラインの効率が下がる、など）を加味して、配置計画を手作業で作成していた。

一方、本実施形態の情報処理装置によれば、そうした人員間の相性を、過去の配置計画や各人員の担当業務などの適宜な情報に基づいて効率的に判定し、これを人員リソースの配置計画に反映可能となる。すなわち、ある一つの作業を複数の人員で行う場合、その複数の作業員を、相性のよい人の組み合わせで割り当てるべく、処理を行うものである。

図１にて示すように、情報処理装置１００は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）やインターネットといった適宜なネットワーク１を介して、生産システム２００や人事システム３００と通信可能に接続されている。

このうち生産システム２００は、上述の工場における各製造ラインの生産実績２２５を管理するシステムである。この生産実績２２５の詳細については後述する。

また、人事システム３００は、上述の工場の運営事業者において、人事情報３２５を管理するシステムである。この人事情報３２５の詳細については後述する。
＜ハードウェア構成＞
また、情報処理装置１００のハードウェア構成は、図２で示す如くとなる。すなわち情報処理装置１００は、記憶装置１０１、メモリ１０３、演算装置１０４、入力装置１０５、表示装置１０６、および通信装置１０７を備えている。

このうち記憶装置１０１は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される。

また、メモリ１０３は、ＲＡＭなど揮発性記憶素子で構成される。

また、演算装置１０４は、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵである。

また、入力装置１０５は、ユーザからのキー入力や音声入力を受け付ける、キーボードやマウス、マイクなどの適宜な装置である。

また、表示装置１０６は、演算装置１０４での処理データの表示を行うディスプレイ、スピーカー等の適宜な装置である。

また、通信装置１０７は、ネットワーク１と接続して、生産システム２００や人事シス
テム３００といった他装置との通信処理を担うネットワークインターフェイスカードである。

なお、記憶装置１０１内には、本実施形態の情報処理装置１００として必要な機能を実装する為のプログラム１０２に加えて、過去計画１２５、アビリティ制約条件１２６、相性レベル定義１２７、及び割り当て定義１２８が少なくとも記憶されている。これらの各情報１２５〜１２８の詳細については後述する。
＜データ構造例＞
続いて、本実施形態の情報処理装置１００が用いる情報について説明する。図３に、本実施形態における過去計画１２５のデータ構成例を示す。

本実施形態の過去計画１２５は、上述の製造ラインに関して実施した人員配置計画の情報、すなわち所定業務に関与する各リソースの稼働情報、を蓄積したデータベースである。

そのデータ構造は、計画対象日及び各人員の名称をキーとして、当該対象日に配置した各人員が各時間帯に実施した業務の識別情報、といったデータから成るレコードの集合体である。例えば、「2018/10/01 9:00-10:00」には、「Ａさん」と「Ｂさん」は、「W01」という同じ業務を割り当てられている。同様に、「2018/10/01 9:00-10:00」には、「Ｃ
さん」と「Ｄさん」は、「W02」という同じ業務を割り当てられている。

こうした過去計画１２５のデータは、製造ラインの管理者等が生成した計画を現場の計画責任者等が実態に基づき手修正した結果、が該当する。あるいは実際の勤務結果を蓄積したものである。

また、図４に本実施形態におけるアビリティ制約条件１２６のデータ構成例を示す。このアビリティ制約条件１２６は、上述の各人員における対応業務の時間変化を示す対応業務情報、に該当する。

そのデータ構造は、例えば、人員を一意に特定するＩＤをキーに、当該人員がアビリティすなわち対応業務に変化があった時期、その際の役職ないし所属、及び対応業務、といったデータを対応付けたレコードの集合体である。例えば、ある人員の職位がアップしてチームのリーダーとなった場合、当該人員に関して当該職位の変更時期が、アビリティ制約条件１２６における「時期」欄の値となり、「リーダー」が「役職ないし所属」欄の値となる。

なお、アビリティ制約条件１２６の情報は、情報処理装置１００が、ネットワーク１を介して、人事システム３００の人事情報３２５から得たものとする。

続いて、図５に本実施形態の相性レベル定義１２７のデータ構成例を示す。この相性レベル定義１２７は、情報処理装置１００が処理を実行して得た時系列分布情報の形態に応じて、相性判定を行う際の基準を定義したテーブルである。

そのデータ構造は、例えば、相性レベルをキーに、当該相性レベルの内容、及び、対応する時系列分布の形態といったデータを対応付けたレコードの集合体である。時系列分布の形態とは、例えば、或る人員ペアに関して同時期に同業務を行った頻度分布である時系列分布情報において、その頻度に関する所定の変化態様とその時期、及び、当該人員ペアの一方における対応業務や職位の変化があった時期とに関して、様々定義されるタイプである。本実施形態では、後述する図１１〜図１８に示す各時系列分布情報に関して、上述のタイプを規定している。

続いて、図６に本実施形態の割り当て定義１２８のデータ構成例を示す。この割り当て定義１２８は、上述の相性レベル定義１２７で定めている相性レベルについて、そうした相性レベルの者に他人員を割り当てる場合の方向性を規定したものとなっている。

そのデータ構造は、例えば、相性レベルをキーに、当該相性レベルの人員に他人員を割り当てるべき程度である方向性といったデータを対応付けたレコードの集合体である。例えば、レベル１、２の相性レベルを平均的に持つ人員に関しては、他人員を「積極的に割り当てる」という方向性が規定されている。また、レベル３の相性レベルを平均的に持つ人員に関しては、他人員を「機会でランダムに割り当てる」という方向性が規定されている。また、レベル４の相性レベルを平均的に持つ人員に関しては、他人員を「なるべく割り当てない」という方向性が規定されている。

続いて、図７に本実施形態の時系列分布情報ＤＢ１２９のデータ構成例を示す。本実施形態の時系列分布情報ＤＢ１２９は、或る人員ペアに関して得ている時系列分布情報が属しているタイプを示すレコードを格納したデータベースである。

そのデータ構造は、例えば、対象時期における予めクライアント人員ペアごとに、その時系列分布情報のタイプのデータを対応付けたレコードの集合体である。例えば、「２０１９／１」における、人員「Ａ」と「Ｂ」のペアに関して得た時系列分布情報は「Ｔｙｐｅ４」であったことを示している。

また、図８に本実施形態の計画実績２２５のデータ構成例を示す。本実施形態の計画実績２２５は、上述の製造ラインに関して実施した人員配置計画の情報、すなわち所定業務に関与する各リソースの稼働情報である。計画実績２２５は、生産システム２００が保持、管理しており、要求に応じて又は定期的に、情報処理装置１００に配信するものとする。

そのデータ構造は、計画対象日及び各人員の名称をキーとして、当該対象日に配置した各人員が各時間帯に実施した業務の識別情報、といったデータから成るレコードの集合体
続いて、図９に本実施形態の人事情報３２５のデータ構成例を示す。本実施形態の人事情報３２５は、人事システム３００が各人員について管理している、その所属や職位など、人事上の管理情報に該当する。

そのデータ構造は、例えば、人員の識別情報に、その人員の所属、及び職位時のデータを対応付けたレコードの集合体である。例えば、人員「Ａ」は、「グループＡ」に所属し、その職位は「リーダー」であることを示している。
−−−フロー例−−−
以下、本実施形態における情報処理方法の実際手順について図に基づき説明する。以下で説明する情報処理方法に対応する各種動作は、情報処理装置１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図１０は、本実施形態における情報処理方法のフロー例を示す図である。ここで、情報処理装置１００は、記憶装置１０１の過去計画１２５を参照し、各人員が担当した業務とその時間帯の値を抽出し、同時期に同業務を行った人員ペアを特定する（ｓ１０）。

図３の例では、人員「Ａ」と「Ｂ」が、時期「２０１８／１０／０１」の時間帯「９：００−１０：００」及び「１０：００−１１：００」において、業務「Ｗ０１」を行っている。そのため、この人員ペアは抽出対象となる。

情報処理装置１００は、こうしたｓ１０の処理を、各人員ペアについて網羅的に実行することとする。ただし、過去計画１２５で保持する全てのデータを処理対象とするケースと、例えば、直近１年間といった特定期間のデータを処理対象とするケースのいずれも想定できる。

続いて、情報処理装置１００は、ｓ１０で特定した各人員ペアに関して、同業務を同時間帯に行った事象の出現分布について、ｓ１０で処理対象としたデータの対象期間（当該データを観測した時期）に関して情報１０２０を生成する（ｓ１１）。この出現分布の情報１０２０（図１１）は、上述の対象期間を時間軸１０２０Ａとして、上述の事象１つ１つに応じたオブジェクト１０２０Ｂをプロットしたグラフを想定できる。情報処理装置１００は、この出現分布の情報１０２０を、例えば、メモリ１０３に保持する。

また、情報処理装置１００は、上述の出現分布の情報１０２０における時間軸１０２０Ａすなわち対象期間において、対象人員ペアにおける対応業務が変化した業務変化時期をアビリティ制約条件１２６に基づき特定する（ｓ１２）。

例えば、人員「Ａ」、「Ｂ」のペアについて生成した出現分布の情報１０２０において、時間軸１０２０Ａの示す期間が、「２０１９／１」〜「２０１９／１２」であった場合、情報処理装置１００は、アビリティ制約条件１２６にて、人員「Ａ」、「Ｂ」に関するレコードのうち、対象期間に関する「役職／所属」欄の値を抽出する。また、情報処理装置１００は、ここで抽出した値が変化している場合、その時期を「時期」欄の値から抽出する。つまり、対象人員ペアにおける対応業務が変化した業務変化時期、を抽出する。

続いて、情報処理装置１００は、ｓ１１で生成した出現分布の情報１０２０に、ｓ１２で特定した業務変化時期の情報を適用し、時系列分布情報１０２１（図１２）を生成する（ｓ１３）。

図１２に示す時系列分布情報１０２１は、出現分布の情報１０２０の時間軸１０２０Ａにおいて、業務変化時期のオブジェクト１０２０Ｃを、その時期に応じた位置にセットした形態となっている。情報処理装置１００は、こうして生成した時系列分布情報を、例えば、メモリ１０３に保持する。

また、情報処理装置１００は、上述のｓ１３で生成した時系列分布情報１０２１における、上述の事象の分布変化と業務変化時期１０２０Ｃとの関係性に応じて、上述の人員ペア「Ａ」、「Ｂ」の間の相性の良悪を判定する（ｓ１４）。

この場合、情報処理装置１００は、ｓ１３で得た時系列分布情報１０２１に関して、図１２〜図１９の計８つのタイプのいずれに該当するか判定し、その判定で得たタイプを、相性レベル定義１２７に照合することで、相性の良悪すなわち相性レベルを特定する。

例えば、図１２の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、これまでの期間全域で満遍なく高頻度で存在していた場合のもので、「Ｔｙｐｅ１」に対応するものとなる。このケースは、業務変化時期１０２０Ｃにかかわらず、該当事象の分布に変化が少ない状況を示している。「Ｔｙｐｅ１」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル１」の「相性がよい」人員ペアに関するものと判定できる。

また、図１３の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、これまでの期間全域で平均的な頻度で分布していた場合のもので、「Ｔｙｐ
ｅ２」に対応するものとなる。このケースも、業務変化時期１０２０Ｃにかかわらず、該当事象の分布に変化が少ない状況を示している。「Ｔｙｐｅ２」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル２」の「円満である」人員ペアに関するものと判定できる。

また、図１４の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、業務変化時期１０２０Ｃと関係無く、ある時点で急減していた場合のもので、「Ｔｙｐｅ３」に対応するものとなる。この「Ｔｙｐｅ３」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル４」の「相性が悪い」人員ペアに関するものと判定できる。

また、図１５の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、業務変化時期１０２０Ｃと関係無く、ある時点で急増していた場合のもので、「Ｔｙｐｅ４」に対応するものとなる。この「Ｔｙｐｅ４」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル２」の「円満である」人員ペアに関するものと判定できる。

また、図１６の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、業務変化時期１０２０Ｃと関係無く、ある時点でゼロとなっていた場合のもので、「Ｔｙｐｅ５」に対応するものとなる。この「Ｔｙｐｅ５」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル３」の「不明、様子見」人員ペアに関するものと判定できる。

また、図１７の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、業務変化時期１０２０Ｃと関係無く、まばらに分布していた場合のもので、「Ｔｙｐｅ６」に対応するものとなる。この「Ｔｙｐｅ６」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル３」の「不明、様子見」人員ペアに関するものと判定できる。

また、図１８の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、業務変化時期１０２０Ｃと関係無く、ある時点で数回出現していた場合のもので、「Ｔｙｐｅ７」に対応するものとなる。この「Ｔｙｐｅ７」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル２」の「円満である」人員ペアに関するものと判定できる。

また、図１９の時系列分布情報１０２１は、人員「Ａ」と「Ｂ」の同時間帯、同業務の発生事象が、業務変化時期１０２０Ｃでゼロになっていた場合のもので、「Ｔｙｐｅ８」に対応するものとなる。この「Ｔｙｐｅ８」の時系列分布情報１０２１は、相性レベル定義１２７によれば、「レベル２」の「円満である」人員ペアに関するものと判定できる。

この図１９の状況は、人員「Ａ」と「Ｂ」がレベル２相当にコンスタントに同時間帯・同業務を行ってきたが、「Ａ」の業務変化と共に急に当該状況が解消された場合を示している。この場合、両者の相性とは関係なく稼働条件がかわっただけであり、レベル２から相性が変わったとは判断できないので、レベル２と判断する。

なお、人員ペアにおいて、同時間帯、同業務の発生頻度が、これまで極端に少ない（所定の頻度基準より少ない）場合、情報処理装置１００は、情報量不足によって統計的に確かな判断ができないため、レベル３と判断するものとする。

続いて、情報処理装置１００は、これまでの処理で得ている、各人員ペアに関する相性
レベルが示す、或る人員に関して得た他人員との相性の情報（図２０の相性マトリクス１０００）に基づき、各人員における相性の統計値を算定する（ｓ１５）。なお、情報処理装置１００は、各人員ペアについて得た相性レベルの値を、図２０の相性マトリクス１０００として記憶装置１０１に保持している。

ｓ１５における情報処理装置１００は、相性マトリクス１０００に基づき、各人員における他人員との各相性レベルの出現数を、例えば、相性予測表１１００（図２１）に示すように集計する。図２１の相性予測表１１００の例では、人員「Ａ」は、相性が「レベル１」と判定された他人員が「１」、相性が「レベル２」と判定された他人員が「２」、相性が「レベル３」と判定された他人員が「１」、相性が「レベル４」と判定された他人員が「０」、と集計されている。

また、情報処理装置１００は、上述のｓ１５での算定で得た統計値、すなわち相性予測表１１００と所定のポリシーに基づいて、各人員における他人員との組み合わせに関する有意性、すなわち組み合わせるべき又は回避すべきかを判定し、相性予測表１１００を生成する（ｓ１６）。

この場合、情報処理装置１００は、各相性レベルの人員に関して、どのように他人員を同時間帯、同業務を割り当てるかのポリシーを予め保持しているものとする。例えば、「レベル１」、「レベル２」が支配的な人員の場合、他者との相性が全般的に良好と予測されるため、積極的な割り当て対象とし、「レベル３」が支配的な人員の場合、他者との相性はいまひとつ不明と予測されるためランダムな割り当て対象とし、「レベル４」が支配的な人員の場合、他者との相性は全般的に悪いことが予測されるため、必要な場合を除外して割り当て対象としない、といった内容のポリシーを想定できる。

図２１の相性予測表の場合、例えば、人員「Ａ」、「Ｂ」は、「レベル１」〜「レベル３」が支配的で、「レベル４」となった他人員は存在していないため、他人員の割り当ては「問題無し」と判定する。また、人員「Ｃ」は、「レベル１」が支配的で、「レベル４」となった他人員は存在していないため、他人員の割り当ては「新たな従業員とうまくいく可能性大」などと判定する。

続いて、情報処理装置１００は、例えば、既存の配置計画生成システムに対して、配置計画立案に関する制約情報として、上述のフローで得た各情報（相性マトリクス１０００や相性予測表１１００）を配信し（ｓ１７）、配置計画に反映させる。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、リソース配置計画の自動生成に当たり、例えば、過去の人員配置計画やリソース稼働実績を分析してリソース間の相性を特定することで、従来では必要であった相性情報のデータベース化業務は不要となる。

また、リソース稼働実績を時系列で分析することにより、適時にリソースの相性変化を判断し、その結果をリソース配置計画の生成に反映することが可能となる。

したがって、リソース間の相性情報のデータベース化業務が不要となることで、現場担当者等の作業負担、心理的負担を低減し、加えて、適時にリソース間の相性を配置計画に反映できることとなる。

すなわち、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好
なリソース配置計画の生成支援が可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の情報処理装置において、前記演算装置は、前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の内にある場合であって、当該事象が前記業務変化時期を境に減少する場合、前記所定リソースと前記他リソースとの間は好相性であると判定するものである、としてもよい。

これによれば、リソースにおける対応業務が変化したことで、当該リソースと他リソースとが同時期に同業務を担当することが減少した（或いは無くなった）、ことは、互いの相性に起因するのではない、という概念を踏まえた効率的で精度良好な相性判定が可能となる。ひいては、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援が可能となる。

また、本実施形態の情報処理装置において、前記演算装置は、前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の外にある場合であって、当該事象が増加する場合、前記所定リソースと前記他リソースとの間は好相性で、当該事象が減少する場合、前記所定リソースと前記他リソースとの間は悪相性であると判定するものである、としてもよい。

これによれば、リソースにおける対応業務の変化とは無関係に、当該リソースと他リソースとが同時期に同業務を担当することが増加したことは、互いの相性に起因した好事象である、という概念を踏まえた効率的で精度良好な相性判定が可能となる。ひいては、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援が可能となる。

また、本実施形態の情報処理装置において、前記演算装置は、前記判定に際し、前記事象の分布変化が所定基準以下のレベルで、当該事象の発生が前記対象期間において平均的に分布している場合、前記所定リソースと前記他リソースとの間は好相性であると判定するものである、としてもよい。

これによれば、リソースにおける対応業務の変化有無とは無関係に、当該リソースと他リソースとが同時期に同業務を担当することが一定頻度で継続していることは、互いの好相性に起因する、という概念を踏まえた相性判定が可能となる。ひいては、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援が可能となる。

また、本実施形態の情報処理装置において、前記演算装置は、前記各処理を、前記各リソースのそれぞれの組み合わせについて実行して、リソースの各組み合わせに関する相性を判定し、各リソースに関して得た他リソースとの相性の情報に基づき、各リソースにおける相性の統計値を算定し、当該統計値に基づいて、当該リソースと組み合わせるべき又は回避すべき他リソースを特定する処理をさらに実行するものである、としてもよい。

これによれば、各リソースが他リソースに対して全般的にどのような相性を備えるか、すなわち当該リソースの性質、行動傾向を推定して、これをリソース配置の際の有用な情報として活用可能となる。ひいては、担当者の負担を軽減しつつ、リソース間の相性変化を適宜踏まえた精度良好なリソース配置計画の生成支援が可能となる。

また、本実施形態の情報処理方法において、前記情報処理装置が、前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の内にある場合であって、当
該事象が前記業務変化時期を境に減少する場合、前記所定リソースと前記他リソースとの間は好相性であると判定する、としてもよい。

また、本実施形態の情報処理方法において、前記情報処理装置が、前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の外にある場合であって、当該事象が増加する場合、前記所定リソースと前記他リソースとの間は好相性で、当該事象が減少する場合、前記所定リソースと前記他リソースとの間は悪相性であると判定する、としてもよい。

また、本実施形態の情報処理方法において、前記情報処理装置が、前記判定に際し、前記事象の分布変化が所定基準以下のレベルで、当該事象の発生が前記対象期間において平均的に分布している場合、前記所定リソースと前記他リソースとの間は好相性であると判定する、としてもよい。

また、本実施形態の情報処理方法において、前記情報処理装置が、前記各処理を、前記各リソースのそれぞれの組み合わせについて実行して、リソースの各組み合わせに関する相性を判定し、各リソースに関して得た他リソースとの相性の情報に基づき、各リソースにおける相性の統計値を算定し、当該統計値に基づいて、当該リソースと組み合わせるべき又は回避すべき他リソースを特定する処理をさらに実行する、としてもよい。

１ ネットワーク
１０ 情報処理システム
１００ 情報処理装置
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 入力装置
１０６ 表示装置
１０７ 通信装置
１２５ 過去計画（稼働情報）
１２６ アビリティ制約条件（対応業務情報）
１２７ 相性レベル定義
１２８ 割り当て定義
１２９ 時系列分布情報ＤＢ
２００ 生産システム
２２５ 計画実績
３００ 人事システム
３２５ 人事情報

Claims (10)

1. 所定業務に関与する各リソースの稼働情報と、前記各リソースにおける対応業務の時間変化を示す対応業務情報とを保持する記憶装置と、
   前記稼働情報に基づき、所定リソースが他リソースと同時期に同業務を行った事象の時系列分布を特定する処理と、前記時系列分布の対象期間において、前記所定リソースにおける対応業務が変化した業務変化時期を前記対応業務情報に基づき特定する処理と、前記時系列分布における前記事象の分布変化と前記業務変化時期との関係性に応じて、前記所定リソースと前記他リソースとの間の相性の良悪を判定する処理と、を実行する演算装置と、
   を含む情報処理装置。
2. 前記演算装置は、
   前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の内にある場合であって、当該事象が前記業務変化時期を境に減少する場合、前記所定リソースと前記他リソースとの間は好相性であると判定するものである、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記演算装置は、
   前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の外にある場合であって、当該事象が増加する場合、前記所定リソースと前記他リソースとの間は好相性で、当該事象が減少する場合、前記所定リソースと前記他リソースとの間は悪相性であると判定するものである、
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記演算装置は、
   前記判定に際し、前記事象の分布変化が所定基準以下のレベルで、当該事象の発生が前記対象期間において平均的に分布している場合、前記所定リソースと前記他リソースとの間は好相性であると判定するものである、
   ことを特徴とする請求項１に記載の情報処理装置。
5. 前記演算装置は、
   前記各処理を、前記各リソースのそれぞれの組み合わせについて実行して、リソースの各組み合わせに関する相性を判定し、各リソースに関して得た他リソースとの相性の情報に基づき、各リソースにおける相性の統計値を算定し、当該統計値に基づいて、当該リソースと組み合わせるべき又は回避すべき他リソースを特定する処理をさらに実行するものである、
   ことを特徴とする請求項１に記載の情報処理装置。
6. 情報処理装置が、
   所定業務に関与する各リソースの稼働情報と、前記各リソースにおける対応業務の時間変化を示す対応業務情報とを保持して、
   前記稼働情報に基づき、所定リソースが他リソースと同時期に同業務を行った事象の時系列分布を特定する処理と、前記時系列分布の対象期間において、前記所定リソースにおける対応業務が変化した業務変化時期を前記対応業務情報に基づき特定する処理と、前記時系列分布における前記事象の分布変化と前記業務変化時期との関係性に応じて、前記所定リソースと前記他リソースとの間の相性の良悪を判定する処理と、
   を実行する情報処理方法。
7. 前記情報処理装置が、
   前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の内にある場合であって、当該事象が前記業務変化時期を境に減少する場合、前記所定リソースと前記他リソースとの間は好相性であると判定する、
   ことを特徴とする請求項６に記載の情報処理方法。
8. 前記情報処理装置が、
   前記判定に際し、前記事象の分布変化の時期が、前記業務変化時期から所定範囲の外にある場合であって、当該事象が増加する場合、前記所定リソースと前記他リソースとの間は好相性で、当該事象が減少する場合、前記所定リソースと前記他リソースとの間は悪相性であると判定する、
   ことを特徴とする請求項６に記載の情報処理方法。
9. 前記情報処理装置が、
   前記判定に際し、前記事象の分布変化が所定基準以下のレベルで、当該事象の発生が前記対象期間において平均的に分布している場合、前記所定リソースと前記他リソースとの間は好相性であると判定する、
   ことを特徴とする請求項６に記載の情報処理方法。
10. 前記情報処理装置が、
    前記各処理を、前記各リソースのそれぞれの組み合わせについて実行して、リソースの各組み合わせに関する相性を判定し、各リソースに関して得た他リソースとの相性の情報に基づき、各リソースにおける相性の統計値を算定し、当該統計値に基づいて、当該リソースと組み合わせるべき又は回避すべき他リソースを特定する処理をさらに実行する、
    ことを特徴とする請求項６に記載の情報処理方法。

Images