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 PDFInfo
- 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- Withdrawn
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims description 60
- 238000012545 processing Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
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。
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。
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。
〔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
とおく。
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。
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。
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。
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。
〔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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。
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)
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)
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 |
-
2020
- 2020-01-16 JP JP2020005088A patent/JP2021114017A/ja not_active Withdrawn
- 2020-12-16 EP EP20214571.0A patent/EP3852034A1/en not_active Withdrawn
- 2020-12-21 US US17/129,537 patent/US20210224703A1/en not_active Abandoned
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 |