JP2021114017A - 生成方法，情報処理装置及び生成プログラム - Google Patents

生成方法，情報処理装置及び生成プログラム Download PDF

Info

Publication number
JP2021114017A
JP2021114017A JP2020005088A JP2020005088A JP2021114017A JP 2021114017 A JP2021114017 A JP 2021114017A JP 2020005088 A JP2020005088 A JP 2020005088A JP 2020005088 A JP2020005088 A JP 2020005088A JP 2021114017 A JP2021114017 A JP 2021114017A
Authority
JP
Japan
Prior art keywords
company
similarity
information
reliability
evaluation target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2020005088A
Other languages
English (en)
Inventor
忠信 角田
Tadanobu Tsunoda
忠信 角田
和也 宇野
Kazuya Uno
和也 宇野
大 山本
Masaru Yamamoto
大 山本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2020005088A priority Critical patent/JP2021114017A/ja
Priority to EP20214571.0A priority patent/EP3852034A1/en
Priority to US17/129,537 priority patent/US20210224703A1/en
Publication of JP2021114017A publication Critical patent/JP2021114017A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】取引相手の信頼度に関する情報の正確性を向上させる生成方法、情報処理装置及び生成プログラムを提供する。【解決手段】情報処理装置１は、グラフ生成部１１１、コンピテンシ生成部１１２、類似度算出部１１３及び信頼度算出部１１４と、を有する。グラフ生成部１１１は、企業情報１４１に含まれる内容を統合し、企業間の繋がりをグラフ構造として内部的に表現する。グラフ生成部１１１は、各企業がどの企業と取引関係にあるかを企業毎にまとめ、評価対象企業の企業名をキーとして、評価対象企業と取引関係を有する１つ以上の他の企業を抽出する。【選択図】図２

Description

本発明は、生成方法，情報処理装置及び生成プログラムに関する。
Information and Communication Technology（ＩＣＴ）技術の進歩により、従来は対面で行なわれてきた企業間取引が、インターネット上にて非対面で行なわれることが想定される。
非対面の取引では企業は取引相手を直接認識することはできないが、取引相手を如何にして信頼することができるかが問題となる。しかしながら、インターネット上における取引相手のＷｅｂサイトの情報だけでは企業間の信頼関係を構築するには不十分である。
そこで、取引相手に他の企業との取引関係がある場合には、その関係性について分析することにより、他社から見た取引相手への信頼度を把握することができる。そして、他社から見た取引相手への信頼度を、自社から見た場合への取引相手への信頼度として置き換えることにより、取引相手を信頼することが考えられる。
また、このような取引関係に関する情報等、企業に関する情報は様々なアプリケーションやサービスに分散して蓄積されているため、一度に把握することは容易でない。そこで、企業間の取引関係に関する情報から企業の信頼度を容易に把握できるようにするため、これらの企業に関する情報を統合して利用者が見やすい形で提供することが想定される。
例えば、特許文献１では、各企業の企業名や所在地等の属性情報と、各企業の得意先企業，仕入先企業及び取引品目を含む取引関係情報とを、ユニークな企業情報に関連付けして、企業間の繋がりをグラフ構造の企業マップ情報として表示する仕組みを提供する。
また、特許文献２では、企業間の取引情報と企業ホームページ等をキーワード検索して得られた企業間の繋がりとを有向グラフ化し、取引企業数や取引文書数で調達物品のサプライヤとしての重要度を決める。
更に、特許文献３では、公開技術文書から収集した各企業等の組織の課題と技術情報とに基づき組織の補完関係を分析して組織の提携を支援する。
特開２０１５−０２６３８８号公報 国際公開第２０１６／０２１５２２号 特開２０１９−０５７０６８号公報
しかしながら、上述のような技術では、企業間の繋がりや繋がりの数は把握できるが、本当に取引相手の能力を信頼して繋がっているのかは把握できない。例えば、グラフ構造の企業マップにおける企業間の繋がりは、単に企業間で取引があった事実を示しているだけであり、必ずしも取引相手の能力を信頼して繋がっていることを示しているものではない。すなわち、評価対象企業と接続する他社との繋がりや繋がりの数では、評価対象企業の能力的な信頼を直接的に示すことはできない。
１つの側面では、取引相手の信頼度に関する情報の正確性を向上することを目的とする。
１つの側面では、生成方法は、評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出し、算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する。
１つの側面では、取引相手の信頼度に関する情報の正確性を向上することができる。
実施形態の一例における情報処理装置のハードウェア構成例を模式的に示すブロック図である。 図１に示した情報処理装置の機能構成例を模式的に示すブロック図である。 図１に示した情報処理装置における繋がり情報の生成処理を説明する図である。 国際特許分類（ＩＰＣ）のツリー構造を例示する図である。 図１に示した情報処理装置におけるコンピテンシツリーの生成処理を説明する図である。 図１に示した情報処理装置における類似度の算出処理を説明する図である。 図１に示した情報処理装置における信頼有効度の算出処理を説明する図である。 図１に示した情報処理装置における評価対象企業の信頼有効度の表示画面の第１の例を示す図である。 図１に示した情報処理装置における評価対象企業の信頼有効度の表示画面の第２の例を示す図である。 図１に示した情報処理装置における複数の企業の信頼有効度の分布グラフの表示画面を例示する図である。 図１に示した情報処理装置におけるコンピテンシツリーの生成処理の詳細を説明する図である。 図１に示した情報処理装置におけるコンピテンシツリーの生成処理の詳細を説明する図である。 図１に示した情報処理装置における類似度の算出処理の詳細を説明する図である。 図１に示した情報処理装置における類似度の算出処理の詳細を説明する図である。 図１に示した情報処理装置における信頼有効度の算出処理を説明するフローチャートである。
以下、図面を参照して一実施の形態を説明する。ただし、以下に示す実施形態はあくまでも例示に過ぎず、実施形態で明示しない種々の変形例や技術の適用を排除する意図はない。すなわち、本実施形態を、その趣旨を逸脱しない範囲で種々変形して実施することができる。
また、各図は、図中に示す構成要素のみを備えるという趣旨ではなく、他の機能等を含むことができる。
以下、図中において、同一の各符号は同様の部分を示しているので、その説明は省略する。
〔Ａ〕実施形態の一例
〔Ａ−１〕システム構成例
図１は、実施形態の一例における情報処理装置１のハードウェア構成例を模式的に示すブロック図である。
図１に示すように、情報処理装置１は、Central Processing Unit（ＣＰＵ）１１，メモリ部１２，表示制御部１３，記憶装置１４，入力Interface（ＩＦ）１５，外部記録媒体処理部１６及び通信ＩＦ１７を備える。
メモリ部１２は、記憶部の一例であり、例示的に、Read Only Memory（ＲＯＭ）及びRandom Access Memory（ＲＡＭ）などである。メモリ部１２のＲＯＭには、Basic Input/Output System（ＢＩＯＳ）等のプログラムが書き込まれてよい。メモリ部１２のソフトウェアプログラムは、ＣＰＵ１１に適宜に読み込まれて実行されてよい。また、メモリ部１２のＲＡＭは、一時記録メモリあるいはワーキングメモリとして利用されてよい。
表示制御部１３は、表示装置１３０と接続され、表示装置１３０を制御する。表示装置１３０は、液晶ディスプレイやOrganic Light-Emitting Diode（ＯＬＥＤ）ディスプレイ，Cathode Ray Tube（ＣＲＴ），電子ペーパーディスプレイ等であり、オペレータ等に対する各種情報を表示する。表示装置１３０は、入力装置と組み合わされたものでもよく、例えば、タッチパネルでもよい。
記憶装置１４は、高ＩＯ性能の記憶装置であり、例えば、Hard Disk Drive（ＨＤＤ）やSolid State Drive（ＳＳＤ），Storage Class Memory（ＳＣＭ）が用いられてよい。記憶装置１４は、図２を用いて後述する企業情報１４１及び公開データ１４２を記憶して良い。
入力ＩＦ１５は、マウス１５１やキーボード１５２等の入力装置と接続され、マウス１５１やキーボード１５２等の入力装置を制御してよい。マウス１５１やキーボード１５２は、入力装置の一例であり、これらの入力装置を介して、オペレータが各種の入力操作を行なう。
外部記録媒体処理部１６は、記録媒体１６０が装着可能に構成される。外部記録媒体処理部１６は、記録媒体１６０が装着された状態において、記録媒体１６０に記録されている情報を読み取り可能に構成される。本例では、記録媒体１６０は、可搬性を有する。例えば、記録媒体１６０は、フレキシブルディスク、光ディスク、磁気ディスク、光磁気ディスク、又は、半導体メモリ等である。
通信ＩＦ１７は、外部装置との通信を可能にするためのインタフェースである。
ＣＰＵ１１は、種々の制御や演算を行なう処理装置であり、メモリ部１２に格納されたOperating System（ＯＳ）やプログラムを実行することにより、種々の機能を実現する。
情報処理装置１全体の動作を制御するための装置は、ＣＰＵ１１に限定されず、例えば、ＭＰＵやＤＳＰ，ＡＳＩＣ，ＰＬＤ，ＦＰＧＡのいずれか１つであってもよい。また、情報処理装置１全体の動作を制御するための装置は、ＣＰＵ，ＭＰＵ，ＤＳＰ，ＡＳＩＣ，ＰＬＤ及びＦＰＧＡのうちの２種類以上の組み合わせであってもよい。なお、ＭＰＵはMicro Processing Unitの略称であり、ＤＳＰはDigital Signal Processorの略称であり、ＡＳＩＣはApplication Specific Integrated Circuitの略称である。また、ＰＬＤはProgrammable Logic Deviceの略称であり、ＦＰＧＡはField Programmable Gate Arrayの略称である。
図２は、図１に示した情報処理装置１の機能構成例を模式的に示すブロック図である。
図２に示すように、情報処理装置１は、グラフ生成部１１１，コンピテンシ生成部１１２，類似度算出部１１３及び信頼度算出部１１４として機能する。
グラフ生成部１１１は、企業情報１４１に基づき、企業間の繋がりを表すグラフを生成する。具体的には、グラフ生成部１１１は、企業情報１４１に含まれる内容を統合し、企業間の繋がりをグラフ構造として内部的に表現する。グラフ生成部１１１は、各企業がどの企業と取引関係にあるかを企業毎にまとめ、評価対象企業の企業名をキーとして、評価対象企業と取引関係を有する１つ以上の他の企業を抽出する。
企業情報１４１は、企業間の取引状況等を含み、例えば、金融期間内で管理される銀行口座の入出金履歴や、企業間取引に関するブロックチェーン上の帳簿情報であってよい。また、企業情報１４１は、Ｗｅｂサイトから抽出されてもよい。
なお、グラフ生成部１１１による処理の詳細は、図３等を用いて後述する。
コンピテンシ生成部１１２は、公開データ１４２に基づき、コンピテンシツリーを生成する。具体的には、コンピテンシ生成部１１２は、企業のコンピテンシに関わる公開データ１４２を用いて、コンピテンシ情報を事前に定義されたツリー状のスキーマ定義に沿った構造化データとして抽出する。
公開データ１４２は、各企業が有する能力情報（別言すれば、コンピテンシ）であり、誰でも取得可能な情報である。公開データ１４２は、例えば、評価対象企業から出願されＷｅｂ上に掲載されている特許出願や意匠登録出願，商標登録出願の内容であってよい。具体的には、公開データ１４２は、特許出願におけるＩＰＣやＦＩターム，Ｆターム等の分類情報であってよい。また、公開データ１４２は、意匠登録出願における意匠分類であってもよく、商標登録出願における商品・役務の区分や類似群コードであってもよい。
なお、コンピテンシ生成部１１２による処理の詳細は、図４及び図５等を用いて後述する。
類似度算出部１１３は、各企業におけるコンピテンシツリー間の類似度を算出する。具体的には、類似度算出部１１３は、評価対象企業とそれに接続する各企業に関して、コンピテンシ生成部１１２で生成されたツリー状に構造化されたコンピテンシ情報を比較し、コンピテンシがどれだけ類似しているかを算出する。
なお、類似度算出部１１３における処理の詳細は、図６等を用いて後述する。
信頼度算出部１１４は、評価対象企業と各取引相手との間における類似度に基づき、評価対象企業の有効信頼度を算出する。具体的には、信頼度算出部１１４は、類似度算出部１１３によって算出された評価対象企業に接続する全ての企業との間の類似度を融合し、評価対象企業の能力に対する信頼有効度を算出する。
なお、信頼度算出部１１４における処理の詳細は、図７等を用いて後述する。
図３は、図１に示した情報処理装置１における繋がり情報の生成処理を説明する図である。
グラフ生成部１１１は、評価対象企業であるａ社と取引関係等の繋がりがある企業をａ社と接続させたグラフを生成する。図３に示す例では、グラフ生成部１１１は、ａ社と繋がりがある企業としてｂ社〜ｄ社が抽出され、ａ社とｂ社〜ｄ社とが接続されたグラフが生成される。
図４は、ＩＰＣのツリー構造を例示する図である。図５は、図１に示した情報処理装置１におけるコンピテンシツリーの生成処理を説明する図である。
コンピテンシ生成部１１２は、例えば、取得した特許出願の内容からＩＰＣ情報を企業が有するコンピテンシ情報として抽出する。すなわち、コンピテンシ生成部１１２は、それぞれの企業がどの分野の技術を保有しているかを特許のＩＰＣ分類から抽出する。
図５においては、評価対象企業であるａ社及びａ社と繋がりがあるｂ社〜ｄ社のそれぞれにおいて、図４に示したＩＰＣのツリー構造の一部の特許が保有されているかが示されている。
図５に示す例では、図４に示したＩＰＣ分類のうち、ａ社が「Ｂ４１Ｊ」及び「Ｂ４１Ｋ」で示される特許を保有しており、ｂ社が「Ｂ４１Ｋ」で示される特許を保有している。また、ｃ社が「Ｂ４１Ｊ」で示される特許を保有しており、ｄ社が「Ｂ４２Ａ」で示される特許を保有している。
図６は、図１に示した情報処理装置１における類似度の算出処理を説明する図である。
類似度算出部１１３は、例えば、評価対象企業のコンピテンシ情報のツリーが有するノードの数に対して、接続する企業が持つコンピテンシ情報のツリーが有するノードの数の割合から計算してもよい。
また、企業が複数の特許を取得している場合や、企業が保有する特許に複数のＩＰＣ分類が付与されている際に算出した、その企業が保有する全ての特許からそれぞれのＩＰＣ分野が占める割合の計算結果として算出されている場合がある。このような場合には、類似度算出部１１３は、保有するＩＰＣ分野が占めるノード数の割合に基づいて、類似度を算出してよい。
図６に示す例では、評価対象企業のａ社から見たｂ社の類似度は０．８であり、ｃ社の類似度は０．９であり、ｄ社の類似度は０．２である。類似度は、例えば、０以上１以下の値で示されてよい。
類似度の算出処理の詳細は、図１３及び図１４等を用いて後述する。
図７は、図１に示した情報処理装置１における信頼有効度の算出処理を説明する図である。
信頼度算出部１１４は、各接続における類似度の平均によって、信頼有効度を算出してよい。また、信頼度算出部１１４は、各接続における類似度の２乗平均平方根をとることによって、信頼有効度を算出してよい。更に、信頼度算出部１１４は、信頼という主観的な概念を定量的に扱えるようにしたSubjective Logic（A. Josang. “Artificial Reasoning with Subjective Logic.” Proceedings of the Second Australian Workshop on Commonsense Reasoning, 1997.）の融合演算を信頼度有効度の算出に用いてもよい。
図７に示す例では、評価対象企業であるａ社の信頼有効度は０．９である。信頼有効度は、例えば、０以上１以下の値で示されてよい。
図８は、図１に示した情報処理装置１における評価対象企業の信頼有効度の表示画面の第１の例を示す図である。
図８に示す表示画面は、企業間接続のマップに加えて、各企業のコンピテンシのツリー、コンピテンシの類似度、及び、評価対象企業の有効信頼度がGraphical User Interface（ＧＵＩ）上に示されている。
図８に示す例では、注目するコンピテンシとして、“ＩＰＣ分野＃１”という値が入力されており、ＩＰＣ分野＃１の特許を保有する企業に限って評価対象企業との類似度が算出され、評価対象企業の信頼有効度が表示される。
図９は、図１に示した情報処理装置１における評価対象企業の信頼有効度の表示画面の第２の例を示す図である。
図９に示す例では、図８に示した例に加えて、評価対象企業を選択可能になっている。図示する例では、評価対象企業として“Ａ社”が入力され、注目するコンピテンシとして“ＩＰＣ分野＃１”が入力されている。これにより、Ａ社と、Ａ社と繋がりがあってＩＰＣ分野＃１の特許を保有するＢ社〜Ｅ社との間における、信頼有効度及びコンピテンシ類似度が表示されている。
図８及び図９に示した表示画面により、注目するコンピテンシに関して評価対象企業の能力に対する信頼の有効度を確認することができ、取引先や取引先候補の企業の能力に対する信頼を把握し、取引に役立てることができる。
図１０は、図１に示した情報処理装置１における複数の企業の信頼有効度の分布グラフの表示画面を例示する図である。
図１０に示す表示画面では、取得した全ての企業情報１４１は、に関して、それぞれの企業を評価対象企業とみなした場合における、各企業の有効信頼度の算出結果が２次元の座標にマップされている。
図１０に示す例では、注目するコンピテンシとして、Ｘ軸座標には“ＩＰＣ分野＃１”が指定され、Ｙ軸座標には“ＩＰＣ分野＃２”が指定されている。これにより、ＩＰＣ分野＃１及びＩＰＣ分野＃２の特許を保有する企業の信頼有効度が２次元座標上にマッピングされる。
図１０に示した表示画面により、相手企業の能力重視で、複数の取引先候補から取引先を選定する際の比較検討に役立てることができる。
図１１及び図１２は、図１に示した情報処理装置１におけるコンピテンシツリーの生成処理の詳細を説明する図である。
コンピテンシ生成部１１２は、ツリー上の構造化データに存在するノードの数の合算を行ない、ツリーのルートノードを除いたカウント数をコンピテンシツリーとして保持する。
図１１に示す例では、Ａ社は、特許として、ＩＰＣ＃１を２つ、ＩＰＣ＃２を１つ、ＩＰＣ＃４を１つ保有している。また、図１２に示す例では、Ｂ社は、特許として、ＩＰＣ＃１を１つ、ＩＰＣ＃３を１つ保有している。
図１３及び図１４は、図１に示した情報処理装置１における類似度の算出処理の詳細を説明する図である。
類似度算出部１１３は、評価対象企業から見た接続企業のカウント数の割合を各ノードについて算出し、各ノードについて算出した割合の平均値を類似度として定義してよい。
図１３に示す例では、対応する各ノードについて、接続企業のコンピテンシツリーのカウント数を評価対象企業のコンピテンシツリーのカウント数で割った値が算出され、算出された値が評価対象企業においてカウント数が１以上のノードの数で割られる。すなわち、類似度として、(1/3+1/1+1/2+0/1+0/1)/5=(0.33+1.0+0.5+0.0+0.0)/5=0.37が算出される。
図１４に示す例では、評価対象企業のコンピテンシツリーと接続企業のコンピテンシツリーとのノード毎のカウント数が全て同一であるため、類似度は１となる。
平均値による類似度の算出のための一般式は、以下のように求められる。
まず、コンピテンシスキーマを構成するツリーの各ノードに番号を振り、その番号の集合をI={1, 2, 3, 4, ・・・, n}とおく。また、各企業（例えば、Ａ社及びＢ社）のコンピテンシツリーにおいて、コンピテンシスキーマの番号の集合Iのうち空ではないノードの番号の集合をIA, IBとおき（IA⊂I, IB⊂I）、それらの集合の要素数をそれぞれna, nbとおく。更に、Ａ社及びＢ社におけるコンピテンシツリーのノード番号iのノードにおけるカウント数をそれぞれ
Figure 2021114017
 とおく。
ノード番号i∈IAのノードにおけるＢ社のＡ社から見たカウント数の割合は以下のようになる。
Figure 2021114017
Ｂ社のＡ社から見た類似度をτB|Aとおくと、類似度は各ノードの割合の平均値をとることにより、以下のように算出される。
Figure 2021114017
信頼度算出部１１４は、以下に示す一般式を用いて、２乗平均平方根によって信頼有効度を算出してよい。
ここで、評価対象企業をA社とし、A社にはN個の企業と取引関係があり接続しているとする。Cj社のA社から見た類似度をτCj|Aとおくとき、A社に対する信頼有効度TAは以下のように求められる。
Figure 2021114017
信頼度算出部１１４は、以下に示す一般式を用いて、Subjective Logicによって信頼有効度を算出してもよい。
信頼をb（belief），d（disbelief），u（uncertainty）という３つのパラメータを用いて表現すると、この３つのパラメータはb+d+u=1という条件を満たす。
Subjective Logicでは、相手の信頼がベータ分布で表現される。ベータ分布は、pを0から1までの範囲の確率を示す値であるとすると、ある正の実数α, βを与えたときpの確率密度関数Beta(p,α,β）及びその期待値Epは以下のように表現できる。なお、Γ(x)はガンマ関数を示す。
Figure 2021114017
Subjective Logicでは、ベータ分布におけるpを相手への肯定的な意見の割合（すなわち、相手を信頼する割合）と考え、α及びβを以下のように設定する。
Figure 2021114017
これにより、Subjective Logicにおける信頼pの期待値は、Ep=(2b+u)/2となる。
評価対象Xに対する２組の信頼情報があるとし、そのbeliefを
Figure 2021114017
 とおき、uncertaintyを
Figure 2021114017
 とおく。
Subjective LogicにおけるAveraging Fusionと呼ばれる融合演算では、これらを融合した値をそれぞれ
Figure 2021114017
 とおくと、以下のように計算される。
Figure 2021114017
ここで、企業間に取引関係があり、既に繋がっているということは、disbeliefが0（d=0）の状態であると捉えられる。また、企業間のコンピテンシ類似度τはbeliefに等しいとし、uncertaintyはSubjective Logicのパラメータ条件によりu=1-τとなる。
評価対象企業をA社とし、B社のA社から見た類似度をτB|Aし、C社のA社から見た類似度をτC|Aとおく。
以上の条件により、B社及びC社のA社に対する信頼を融合した値は、以下のようになる。
Figure 2021114017
次に、D社のA社から見た信頼度をτD|Aとおくと、先のB社及びC社の信頼に更にD社の信頼を融合した値は以下のようになる。
Figure 2021114017
同様に、E社，F社，・・・と融合していき、全ての接続企業に関して融合した値を算出すると以下のようになる。
Figure 2021114017
そして、融合した信頼のパラメータから求められるベータ分布の期待値を、評価対象企業Aに対する信頼有効度をTAとして計算すると、以下のようになる。
Figure 2021114017
〔Ａ−２〕動作例
図１に示した情報処理装置１における信頼有効度の算出処理を、図１５に示すフローチャート（ステップＳ１〜Ｓ６）に従って説明する。
グラフ生成部１１１は、企業情報１４１を収集する（ステップＳ１）。
グラフ生成部１１１は、企業情報１４１を用いて、企業間の繋がり情報を生成する（ステップＳ２）。
コンピテンシ生成部１１２は、公開データ１４２から企業のコンピテンシ情報を取得する（ステップＳ３）。
コンピテンシ生成部１１２は、各企業のコンピテンシ情報を事前に定義されたツリー状のスキーマ定義に沿った構造化データとして抽出する（ステップＳ４）。
類似度算出部１１３は、評価対象企業とそれに接続する各企業に関して、コンピテンシの類似度を計算する（ステップＳ５）。
信頼度算出部１１４は、評価対象企業に接続する全ての企業間の繋がりにおける類似度を融合し、評価対象企業の能力に対する信頼有効度として示す（ステップＳ６）。そして、信頼有効度の算出処理は終了する。
〔Ａ−３〕効果
類似度算出部１１３は、評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出する。信頼度算出部１１４は、算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する。
これにより、取引相手の信頼度に関する情報の正確性を向上することができる。信頼度に関する情報の生成のためにコンピテンシの類似度が算出されることにより、互いの類似度が高いほど取引相手の立場が分かり、相手を信頼する効果（主要価値類似性；M Siegrist, G Cvetkovich, C Roth. “Salient Value Similarity, Social Trust, and Risk/Benefit Perception.” Risk Analysis, 2000.）を利用することができる。すなわち、繋がりがどれほど有力的な信頼情報として有効化をコンピテンシの類似度によって示すことができる。
類似度算出部１１３は、評価対象企業及び取引企業が保有する知的財産の分類に基づいて、類似度を算出する。
これにより、公開されているデータを用いて企業間の類似度を算出できる。
信頼度算出部１１４は、評価対象企業と取引企業のそれぞれとの間における類似度の２乗平均平方根に基づいて、信頼度に関する情報を生成する。
これにより、信頼度に関する情報を容易に生成できる。
信頼度算出部１１４は、取引企業のそれぞれにとっての前記評価対象企業に対する信頼度を融合することにより、前記信頼度に関する情報を生成する。
類似度が低く、評価対象企業の能力に関してはよく分かっていない（uncertain）場合、Subjective Logicではuncertainが0に近いもの同士の融合演算を行なっても相手を信じることの度合い（belief）が上がらないという性質をもっている。この性質により、評価対象企業に接続する企業の数がいくら多くても、各類似度の値が低い場合には評価対象企業の信頼有効度は高くならない。よって、単純な評価対象企業との接続の数ではなく、評価対象企業との能力の類似度が高い接続が評価対象企業に対する信頼の有効な情報として活かすことができる。
〔Ｂ〕その他
開示の技術は上述した実施形態に限定されるものではなく、本実施形態の趣旨を逸脱しない範囲で種々変形して実施することができる。本実施形態の各構成及び各処理は、必要に応じて取捨選択することができ、あるいは適宜組み合わせてもよい。
上述した実施形態の一例では、類似度の算出のために特許等の知的財産の分類を用いることとしたが、これに限定されるものではない。例えば、企業が事業活動を行なっている１以上の業種の分類をツリー構造に定義して、業種の分類に基づいて類似度が算出されてもよい。
〔Ｃ〕付記
以上の実施形態に関し、更に以下の付記を開示する。
（付記１）
評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出し、
算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する、
生成方法。
（付記２）
前記評価対象企業及び前記取引企業が保有する知的財産の分類に基づいて、前記類似度を算出する、
付記１に記載の生成方法。
（付記３）
前記評価対象企業と前記取引企業のそれぞれとの間における前記類似度の２乗平均平方根に基づいて、前記信頼度に関する情報を生成する、
付記１又は２に記載の生成方法。
（付記４）
前記取引企業のそれぞれにとっての前記評価対象企業に対する信頼度を融合することにより、前記信頼度に関する情報を生成する、
付記１又は２に記載の生成方法。
（付記５）
評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出する算出部と、
算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する生成部と、
を備える、情報処理装置。
（付記６）
前記算出部は、前記評価対象企業及び前記取引企業が保有する知的財産の分類に基づいて、前記類似度を算出する、
付記５に記載の情報処理装置。
（付記７）
前記生成部は、前記評価対象企業と前記取引企業のそれぞれとの間における前記類似度の２乗平均平方根に基づいて、前記信頼度に関する情報を生成する、
付記５又は６に記載の情報処理装置。
（付記８）
前記生成部は、前記取引企業のそれぞれにとっての前記評価対象企業に対する信頼度を融合することにより、前記信頼度に関する情報を生成する、
付記５又は６に記載の情報処理装置。
（付記９）
コンピュータに、
評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出し、
算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する、
処理を実行させる、生成プログラム。
（付記１０）
前記評価対象企業及び前記取引企業が保有する知的財産の分類に基づいて、前記類似度を算出する、
処理を前記コンピュータに実行させる、付記９に記載の生成プログラム。
（付記１１）
前記評価対象企業と前記取引企業のそれぞれとの間における前記類似度の２乗平均平方根に基づいて、前記信頼度に関する情報を生成する、
処理を前記コンピュータに実行させる、付記９又は１０に記載の生成プログラム。
（付記１２）
前記取引企業のそれぞれにとっての前記評価対象企業に対する信頼度を融合することにより、前記信頼度に関する情報を生成する、
処理を前記コンピュータに実行させる、付記９又は１０に記載の生成プログラム。
１ ：情報処理装置
１１ ：ＣＰＵ
１１１ ：グラフ生成部
１１２ ：コンピテンシ生成部
１１３ ：類似度算出部
１１４ ：信頼度算出部
１２ ：メモリ部
１３ ：表示制御部
１３０ ：表示装置
１４ ：記憶装置
１４１ ：企業情報
１４２ ：公開データ
１５ ：入力ＩＦ
１５１ ：マウス
１５２ ：キーボード
１６ ：外部記録媒体処理部
１６０ ：記録媒体
１７ ：通信ＩＦ

Claims (6)

  1. 評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出し、
    算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する、
    生成方法。
  2. 前記評価対象企業及び前記取引企業が保有する知的財産の分類に基づいて、前記類似度を算出する、
    請求項１に記載の生成方法。
  3. 前記評価対象企業と前記取引企業のそれぞれとの間における前記類似度の２乗平均平方根に基づいて、前記信頼度に関する情報を生成する、
    請求項１又は２に記載の生成方法。
  4. 前記取引企業のそれぞれにとっての前記評価対象企業に対する信頼度を融合することにより、前記信頼度に関する情報を生成する、
    請求項１又は２に記載の生成方法。
  5. 評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出する算出部と、
    算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する生成部と、
    を備える、情報処理装置。
  6. コンピュータに、
    評価対象企業と、当該評価対象企業と取引関係を有する取引企業との間における類似度を算出し、
    算出された前記類似度に基づいて、前記評価対象企業の信頼度に関する情報を生成する、
    処理を実行させる、生成プログラム。
JP2020005088A 2020-01-16 2020-01-16 生成方法，情報処理装置及び生成プログラム Withdrawn JP2021114017A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020005088A JP2021114017A (ja) 2020-01-16 2020-01-16 生成方法，情報処理装置及び生成プログラム
EP20214571.0A EP3852034A1 (en) 2020-01-16 2020-12-16 Generation method, information processing apparatus, and generation program
US17/129,537 US20210224703A1 (en) 2020-01-16 2020-12-21 Generation method, information processing apparatus, and non-transitory computer-readable storage medium for storing generation program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020005088A JP2021114017A (ja) 2020-01-16 2020-01-16 生成方法，情報処理装置及び生成プログラム

Publications (1)

Publication Number Publication Date
JP2021114017A true JP2021114017A (ja) 2021-08-05

Family

ID=73855078

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020005088A Withdrawn JP2021114017A (ja) 2020-01-16 2020-01-16 生成方法，情報処理装置及び生成プログラム

Country Status (3)

Country Link
US (1) US20210224703A1 (ja)
EP (1) EP3852034A1 (ja)
JP (1) JP2021114017A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11729080B2 (en) * 2021-05-12 2023-08-15 Vmware, Inc. Agentless method to automatically detect low latency groups in containerized infrastructures

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6963920B1 (en) * 1993-11-19 2005-11-08 Rose Blush Software Llc Intellectual asset protocol for defining data exchange rules and formats for universal intellectual asset documents, and systems, methods, and computer program products related to same
CA2742395C (en) * 2007-11-14 2019-01-08 Panjiva, Inc. Evaluating public records of supply transactions
WO2014036441A2 (en) * 2012-08-31 2014-03-06 The Dun & Bradstreet Corporation System and process for discovering relationships between entities based on common areas of interest
JP2016038658A (ja) 2014-08-06 2016-03-22 株式会社日立製作所 サプライヤ探索装置および探索方法
US10210246B2 (en) * 2014-09-26 2019-02-19 Oracle International Corporation Techniques for similarity analysis and data enrichment using knowledge sources
JP5886924B2 (ja) 2014-10-01 2016-03-16 株式会社帝国データバンク 取引関係マップ生成システム及びプログラム
JP2019057068A (ja) 2017-09-20 2019-04-11 株式会社野村総合研究所 情報処理装置およびコンピュータプログラム
CN109558541B (zh) * 2018-11-30 2021-10-22 北京百悟科技有限公司 一种信息处理的方法、装置及计算机存储介质

Also Published As

Publication number Publication date
EP3852034A1 (en) 2021-07-21
US20210224703A1 (en) 2021-07-22

Similar Documents

Publication Publication Date Title
US20200118311A1 (en) Systems and interactive user interfaces for dynamic retrieval, analysis, and triage of data items
US20150195242A1 (en) Computer-Implemented System And Method For Creating And Visualizing A Social Network
JP2007531112A (ja) 電子的画像ファイルに関連したタスクを作成するためのシステム及び方法
US11709848B2 (en) Focused probabilistic entity resolution from multiple data sources
Kumar et al. A multi-perspective benchmarking framework for estimating usable-security of hospital management system software based on fuzzy logic, ANP and TOPSIS methods
AU2014343044B2 (en) Method and system for document data extraction template management
US7240213B1 (en) System trustworthiness tool and methodology
US11823216B2 (en) Classifying behavior through system-generated timelines and deep learning
US11763138B2 (en) Method and system for generating synthetic data using a regression model while preserving statistical properties of underlying data
US20150236934A1 (en) Metrics management and monitoring system for service transition and delivery management
Li et al. Microservice extraction based on knowledge graph from monolithic applications
Alharbi An empirical investigation on the impact of trust mediated determinants and moderating factors on the adoption of cloud computing
JP2021114017A (ja) 生成方法，情報処理装置及び生成プログラム
Damiani et al. Extending the outreach: From smart cities to connected communities
Wang et al. Empirical study of using big data for business process improvement at private manufacturing firm in cloud computing
US20090094695A1 (en) Account association generation
US20130090960A1 (en) Web browser-based business activity monitoring
Sumathi et al. Scale-based secured sensitive data storage for banking services in cloud
Sampaio et al. Business process design and implementation for customer segmentation e-services
Porouhan Optimization of overdraft application process with fluxicon disco
Parker et al. Data quality: How the flow of data influences data quality in a small to medium medical practice
TWM563601U (zh) 聯貸作業管理系統
Yange et al. Design of a Data Analytics Model for National Health Insurance Scheme
SAJINI et al. DESIGN OF CONTEMPORARY MULTIVARIATE DATASET TO ASSESS THE QUALITY OF OBJECT, FACE AND PROXIMITY DETECTION IN ASSISTING THE VISUALLY IMPAIRED PEOPLE
Deprez et al. Network analytics for insurance fraud detection: a critical case study

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220908

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20230206