JP2022163297A - データ評価のための装置、方法、及びシステム - Google Patents

Abstract

【課題】対象環境を目標の状態に向かって進行させるための推奨アクションを生成し、推奨アクションの有効性を評価するデータ評価装置及びデータ評価システムを提供する。【解決手段】データ評価システム２００において、データ評価装置２３０は、アセットの第１の状態の目標状態に対する不一致を示す第１の評価結果を、第１のセンサデータ及び第１の評価基準に基づいて生成し、アセットの第１の状態を目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成し、対象環境における情報装置に出力し、推奨アクションの有効性レベルを示す第２の評価結果を、第２のセンサデータ及び第２の評価基準を分析して生成する。【選択図】図６

Description

本開示は、一般に、データ評価に関し、より具体的には、対象環境において実行されるアクションの有効性を評価することに関する。

近年、データ評価がサービス運用における重要な部分になっている。データ評価とは、洞察を得るためにデータを評価するプロセスを指す。データ評価の手法を用いることで、品質管理、ビジネス管理、監視などの様々な応用形態において、データから洞察を得ることができる。

従来、人や環境のリスク指数を評価するためのデータ評価技術が提案されている。
例えば、米国特許第８８３１９７２号明細書（特許文献１）には、「顧客リスク評価スコアを生成するためのコンピュータ実行方法、装置、及びコンピュータ使用可能プログラム製品。一実施形態では、プロセスは、顧客に関連する動的データを解析することで、イベントのパターンを特定する。この動的データは、顧客の外見と行動を記述するメタデータで構成される。イベントのパターンは、顧客のリスク評価ファクタを特定するために解析される。リスク評価分析は、顧客のリスク評価ファクタを用いて動的に実行され、顧客が小売施設で買い物をしている間に顧客のリスク評価スコアを生成する。このリスク評価スコアは、顧客が小売施設にもたらす潜在的なリスクを示す。」が開示されている。
また、特開２０１９－１３９６０２号公報（特許文献２）には、「リスク評価システムは、少なくとも１つの設備の表面上の各領域への生体の接触を経時的に検知する検知部３００と、各領域について、検知部３００で検知された接触の回数に基づいて接触感染リスクの評価情報を出力する制御部２０２と、を備える。」手段が開示されている。
更に、米国特許出願２０１８／００５２９９３号明細書（特許文献３）には、「本発明は、例えば潜在的なデータ漏洩に関連するリスクを分析するための方法、システム、及びコンピュータプログラム製品を提供する。アクティビティのリスクは、当該アクティビティに係っている人、リスクのあるデータの秘密性、リスクのあるデータを受信するエンドポイント、アクティビティの種類等に関連するリスク要素の関数として測定してもよい。リスクは、所定のアクティビティ及び上記のリスク要素を反映するリスクコストが与えられた場合、漏洩イベントの確率を考慮してもよい。手動及び/又は自動で調整されたパラメータを用いることでリスク計算に影響を与えてもよい。人及び/又はファイルに関連するリスクは、ルールセットに基づいて個人又はファイルのリスクスコアを初期化したり、イベントの継続的な監視に応じてリスクスコアを調整したり、人又はファイル間の共通点を特定したり、共通性に基づいてリスクスコアを伝播したりすることで取得されてもよい。」が開示されている。

米国特許第８８３１９７２号明細書 特開２０１９－１３９６０２号公報 米国特許出願２０１８／００５２９９３号明細書

特許文献１には、小売施設における顧客の外見や行動を示すメタデータを解析し、顧客のリスク評価スコアを動的に算出するリスク評価技術が開示されている。このリスク評価スコアは、顧客が小売施設にもたらす潜在的なリスクを示す。
また、特許文献２には、表面が生体に接触した回数に基づいて、表面の接触感染の危険性を判定する危険性評価技術が開示されている。
また、特許文献３には、人間の行動、データの感度、活動の種類等を分析し、データ漏洩に関連するリスクを判定するリスク評価技術が開示されている。

しかしながら、特許文献１～３に開示された技術は、主に特定のエージェントや原因による特定のリスクを評価することを目的としており、人々が環境に与えるリスクや、環境が人々に与えるリスクを総合的に評価するための包括的な手段を提供するものではない。また、これらの技術は、環境を目標状態（例えば、十分に安全な状態、生産性が十分に高い状態等）に近づけるために、環境中で行われる追跡アクションの有効性を評価する手段を提供していない。

そこで、本開示は、環境及び環境におけるアセットとの相互の影響に基づいて、環境を目標状態に近づけて進行させるための推奨アクションを生成し、推奨アクションの有効性を評価することが可能なデータ評価のための装置、方法、及びシステムを提供することを目的とする。

本開示の代表的な例の一つは、対象環境に設置されるセンサから、前記対象環境におけるアセットに関連する第１のセンサデータを受信するデータ受信部と、前記アセットの第１の状態を定量化するための閾値を規定する第１の評価基準に基づいて前記第１のセンサデータを分析することによって、前記アセットの前記第１の状態の、前記アセットの目標状態に対する不一致を示す第１の評価結果を生成する評価部と、前記第１の評価結果に基づいて、前記アセットの前記第１の状態を、前記対象アセットの目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する通知生成部と、前記アクション通知を、アセットのうち、１つ以上のアセットによって使用可能な情報装置に出力する通知出力部と、前記センサ及び前記情報装置のいずれか一方以上から、前記対象環境における前記アセットに関連する第２のセンサデータを受信する追跡データ受信部と、前記アセットの第２の状態を定量化するための閾値を規定する第２の評価基準に基づいて前記第２のセンサデータを分析することによって、前記推奨アクションの有効性レベルを示す第２の評価結果を生成する追跡評価部と、を含むデータ評価装置に関する。

本開示によれば、環境及び環境におけるアセットとの相互の影響に基づいて、環境を目標状態に近づけて進行させるための推奨アクションを生成し、推奨アクションの有効性を評価することが可能なデータ評価のための装置、方法、及びシステムを提供することができる。

上記以外の課題、構成及び効果は、以下の発明を実施するための形態における説明により明らかにされる。

図１は、本開示の実施形態を実行するためのコンピューティングアーキテクチャの一例を示す。 図２は、本開示の実施形態に係るデータ評価システムの構成の一例を示す。 図３は、本開示の実施形態に係るデータ評価システムの論理構成を示すブロック図である。 図４は、本開示の実施形態に係る対象環境の構成の一例を示すブロック図である。 図５は、本開示の実施形態に係る対象環境がスーパーマーケットである場合の例を示す図である。 図６は、本開示の実施形態に係るデータ評価装置におけるデータの流れを示すブロック図である。 図７は、本開示に係るデータ評価処理をリスク評価シナリオに適用した場合の全体の流れを示すフローチャートである。 図８は、本開示の実施形態に係る環境リスク評価処理の流れを示すフローチャートである。 図９は、本開示の実施形態に係る非生命体アセット属性データの一例を示す。 図１０は、本開示の実施形態に係る分類済みデータを示すテーブルである。 図１１は、本開示の実施形態に係る生命体アセットリスク評価処理の流れを示すフローチャートである。 図１２は、本開示の実施形態に係る生命体アセット属性データの一例を示す。 図１３は、本開示の実施形態に係るリスク指数出力データベースに格納されるリスク指数出力データの一例を示す。 図１４は、本開示の実施形態に係る通知生成処理の流れを示すフローチャートである。 図１５は、通知選択基準、通知対象データ、及び通知リストデータベースの一例を示す。 図１６は、本開示の実施形態に係る追跡評価処理の流れを示すフローチャートである。 図１７は、本開示の実施形態に係る伝達関数処理を示すフローチャートである。 図１８は、本開示の実施形態に係る伝達関数処理で用いられる各種の値の例を示すテーブルを示す。 図１９は、本開示の実施形態に係るパラメータ設定処理の一例を示すフローチャートである。

以下、本発明の実施の形態について図面を参照して説明する。なお、本明細書に記載された実施形態は特許請求の範囲に係る発明を限定するものではなく、実施形態に関連して記載された要素及びその組み合わせの各々は本発明の態様を実施するために厳密に必要なものではないことを理解されたい。

以下の説明及び関連する図面には、様々な態様が開示される。これらの態様は、本開示の範囲から逸脱しない範囲で、代替の態様に変更することができる。更に、本開示の関連する事項が不明瞭にならない範囲で、本開示の周知の要素を詳細に説明しないか、または省略することがある。

本明細書では、「例示的な」及び／又は「例」という用語は「例、実例、または例示として示されている」ことを意味するために用いられる。本明細書で「例示的な」及び／又は「例」として本明細書で説明される任意の態様は必ずしも、他の態様よりも好ましい又は有利であると解釈されるべきではない。同様に、「本開示の態様」という用語は、本開示の全ての態様が特定の特徴、利点、又は動作モードを含むことを必要としない。

更に、多くの態様は、例えば、コンピューティングデバイスの要素によって実行されるべき動作のシーケンスに関して説明される。本明細書で説明される様々な動作は、特定の回路（例えば、特定用途向け集積回路（ＡＳＩＣ））、１つまたは複数のプロセッサによって実行されるプログラム命令、又はその両方の組み合わせによって実行され得ることが認識されるのであろう。更に、本明細書に記載の動作のシーケンスは、実行時に関連するプロセッサに本明細書に記載の機能を実行させるコンピュータ命令の対応するセットをその中に格納した任意の形態のコンピュータ可読記憶媒体内で完全に具体化されるとみなすことができる。従って、本開示の様々な態様は、いくつかの異なる形態で具現化されてもよく、それらのすべては請求の範囲内の内容であると考えられている。

本明細書で説明するように、本開示の態様は一般に、データ評価に関し、より具体的には、対象環境において実行されるアクションの有効性を評価することに関する。

本開示に係るデータ評価手段は、サービス運用に悪影響を及ぼす可能性がある潜在的なリスクを特定することや、成長又は改善の可能性がある領域を特定しようとする生産性評価など、様々な目的のために用いることができる。例として、リスク評価のためのデータ評価の応用は、防犯、設備故障、感染防止、健康管理などを含んでもよい。更に、生産性評価のためのデータ評価の応用は、生産性管理、インセンティブベースのビジネスモデル、ビジネス運用、在庫管理又は資源管理などを含んでもよい。

いくつかの実施形態では、リスク評価のために用いられる場合、本開示に係るデータ評価手段は、特定の期間にわたる対象環境におけるアセット（例えば、オブジェクトや生命体）に関する時系列情報を分析し、リスク減少のための推奨アクションを生成し、推奨アクションの対象環境における有効性を評価することができる。推奨アクションの有効性に基づいて、リスク評価処理を更新するための是正ファクタを生成してもよい。データ評価手段をリスク管理に適用することにより、リスク（例えば、感染症）が存在する場合であっても、業務の安全な遂行を容易にすることができる。

他の実施形態では、生産性評価のために用いられる場合、本開示に係るデータ評価手段は、特定の期間にわたる対象環境におけるアセット（例えば、オブジェクトや生命体）に関する時系列情報を分析し、生産性を向上させるための推奨アクションを生成し、推奨アクションの対象環境における有効性を評価することができる。推奨アクションの有効性に基づいて、生産性評価処理を更新するための是正ファクタを生成してもよい。データ評価手段を生産性管理に適用することにより、ビジネス環境における協力を奨励するインセンティブを考案することができる。

本開示の態様は、サービス提供者及び顧客の両方の利益につながる可能性がある。例えば、サービス提供者は、従業員及び顧客へのリスクを抑えて業務を遂行し、生産性及び従業員の満足度を高めて、より高品質のサービスを実現させることができる。更に、安全な環境及び高品質のサービスは、顧客満足度の向上につながり、サービス提供者と顧客との間の信頼関係の発展を促進することができる。

図面を参照すると、図１は、本開示の様々な実施形態を実施するためのコンピュータシステム１００の高レベルブロック図を示す。本明細書で開示される様々な実施形態の機構及び装置は、任意の適切なコンピューティングシステムに適用されてもよい。コンピュータシステム１００の主要コンポーネントは、１つ以上のプロセッサ１０２、メモリ１０４、端末インターフェース１１２、ストレージインターフェース１１３、Ｉ／Ｏ（入出力）デバイスインターフェース１１４、及びネットワークインターフェース１１５を含む。これらのコンポーネントは、メモリバス１０６、Ｉ／Ｏバス１０８、バスインターフェースユニット１０９、及びＩ／Ｏバスインターフェースユニット１１０を介して、直接的又は間接的に通信可能に接続されてもよい。

コンピュータシステム１００は、本明細書ではプロセッサ１０２と総称される１つ又は複数の汎用プログラマブル中央処理装置（ＣＰＵ）１０２Ａ及び１０２Ｂを含んでもよい。ある実施形態では、コンピュータシステム１００は複数のプロセッサを備えてもよく、また別の実施形態では、コンピュータシステム１００は単一のＣＰＵシステムであってもよい。各プロセッサ１０２は、メモリ１０４に格納された命令を実行し、１つ以上のレベルのオンボードキャッシュを含んでもよい。

ある実施形態では、メモリ１０４は、データ及びプログラムを記憶又は符号化すするためのランダムアクセス半導体メモリ、記憶装置、又は記憶媒体（揮発性又は不揮発性のいずれか）を含んでもよい。ある実施形態では、メモリ１０４は、コンピュータシステム１００の仮想メモリ全体を表し、コンピュータシステム１００に結合された、またはネットワークを介して接続された他のコンピュータシステムの仮想メモリも含んでもよい。メモリ１０４は、概念的には単一のモノリシックエンティティと見なすことができるが、他の実施形態では、メモリ１０４は、キャッシュ及び他のメモリデバイスからなる階層構造のような、より複雑な構成であってもよい。例えば、メモリは、複数レベルのキャッシュ内に存在し、これらのキャッシュは機能によって更に分割されてもよい。従って、１つのキャッシュは命令を保持し、別のキャッシュは１つ以上のプロセッサによって使用される非命令データを保持してもよい。メモリは、いわゆるＮＵＭＡ(ｎｏｎ－ｕｎｉｆｏｒｍ ｍｅｍｏｒｙ ａｃｃｅｓｓ)コンピュータアーキテクチャのいずれかで知られているように、更に分散され、異なるＣＰＵ又はＣＰＵのセットに関連付けられてもよい。

メモリ１０４は、本明細書で説明するように、データ転送を処理するための様々なプログラム、モジュール、及びデータ構造のすべて又は一部を格納することができる。例えば、メモリ１０４は、データ評価アプリケーション１５０を格納することができる。ある実施形態では、データ評価アプリケーション１５０は、プロセッサ１０２上で実行する命令またはステートメント、あるいはプロセッサ１０２上で実行して以下でさらに説明する機能を実行する命令またはステートメントによって解釈される命令またはステートメントを含むことができる。実施形態では、データ評価アプリケーション１５０は、プロセッサ１０２上で実行される命令又は記述、もしくはプロセッサ１０２上で実行される命令又は記述によって解釈されて、後述する機能を実行する命令または記述を含んでもよい。
ある実施形態では、データ評価アプリケーション１５０は、プロセッサベースのシステムの代わりに、またはプロセッサベースのシステムに加えて半導体デバイス、チップ、論理ゲート、回路、回路カード、及び／又は他の物理ハードウェアデバイスを介してハードウェアで実装されてもよい。ある実施形態では、データ評価アプリケーション１５０は、命令又は記述以外のデータを含んでもよい。ある実施形態では、カメラ、センサ、または他のデータ入力デバイス（図示せず）を、バスインターフェースユニット１０９、プロセッサ１０２、又はコンピュータシステム１００の他のハードウェアと直接通信するように設けることができる。このような構成では、プロセッサ１０２がメモリ１０４及び潜在的要因識別アプリケーションにアクセスする必要性を低減することができる。

コンピュータシステム１００は、プロセッサ１０２、メモリ１０４、表示システム１２４、及びＩ／Ｏバスインターフェースユニット１１０間の通信を行うバスインターフェースユニット１０９を含んでもよい。Ｉ／Ｏバスインターフェースユニット１１０は、様々なＩ／Ｏユニットとの間でデータを転送するためのＩ／Ｏバス１０８と連結していてもよい。Ｉ／Ｏバスインターフェースユニット１１０は、Ｉ／Ｏバス１０８を介して、Ｉ／Ｏプロセッサ（ＩＯＰ）又はＩ／Ｏアダプタ（ＩＯＡ）としても知られる複数のＩ／Ｏインターフェースユニット１１２、１１３、１１４、及び１１５と通信してもよい。表示システム１２４は、表示コントローラ、表示メモリ、又はその両方を含んでもよい。表示コントローラは、ビデオ、オーディオ、又はその両方のデータを表示装置１２６に提供することができる。また、コンピュータシステム１００は、データを収集し、プロセッサ１０２に当該データを提供するように構成された1つまたは複数のセンサ等のデバイスを含んでもよい。
例として、コンピュータシステム１００は、心拍数データやストレスレベルデータ等を収集する生体センサ、湿度データ、温度データ、圧力データ等を収集する環境センサ、及び加速度データ、運動データ等を収集するモーションセンサ等を含んでもよい。これ以外のタイプのセンサも使用可能である。表示メモリは、ビデオデータをバッファするための専用メモリであってもよい。表示システム１２４は、単独のディスプレイ画面、コンピュータモニタ、テレビ、タブレット又は携帯型デバイス等のような表示装置１２６に接続されてもよい。
ある実施形態では、表示装置１２６は、オーディオを再生するための１つ又は複数のスピーカを含んでもよい。あるいは、オーディオを再生するための１つ又は複数のスピーカは、Ｉ／Ｏインターフェースユニットに接続されてもよい。他の実施形態では、表示システム１２４によって提供される１つ又は複数の機能は、プロセッサ１０２を含む集積回路に実施されてもよい。更に、バスインターフェースユニット１０９によって提供される１つ又は複数の機能は、プロセッサ１０２を含む集積回路に実施されてもよい。

Ｉ／Ｏインターフェースユニットは、様々な記憶装置及びＩ／Ｏ装置と通信する機能を備える。例えば、端末インターフェースユニット１１２は、ユーザ出力デバイス（例えば、ビデオ表示装置、スピーカ、及び／又はテレビセット等）及びユーザ入力デバイス（キーボード、マウス、キーパッド、タッチパッド、トラックボール、ボタン、ライトペン、又は他のポインティングデバイス等）のようなユーザＩ／Ｏデバイス１１６の取り付けが可能である。ユーザは、ユーザインターフェースを使用して、ユーザ入力デバイスを操作することで、ユーザＩ／Ｏデバイス１１６及びコンピュータシステム１００に対して入力データや指示を入力したり、ユーザ出力デバイスを使用して出力データを受け取ってもよい。ユーザインターフェースは、例えば、ユーザＩ／Ｏデバイス１１６を介して、表示装置に表示されたり、スピーカによって再生されたり、プリンタを介して印刷されたりしてもよい。

ストレージインターフェース１１３は、１つ又は複数のディスクドライブや直接アクセスストレージ装置１１７（通常は磁気ディスクドライブストレージ装置であるが、ホストコンピュータへの単一の大型ストレージ装置として見えるように構成されたディスクドライブのアレイ、又はフラッシュメモリ等ソリッドステートドライブを含む他のストレージ装置であってもよい）の取り付けが可能である。ある実施形態では、ストレージ装置１１７は、任意の二次記憶装置として実装されてもよい。メモリ１０４の内容は、ストレージ装置１１７に格納され、必要に応じて読み出されてもよい。入出力装置インターフェース１１４は、プリンターやファックス等のような様々な入出力装置のいずれかへのインターフェースを提供する。ネットワークインターフェース１１５は、コンピュータシステム１００から他のデジタル装置及びコンピュータシステムへの１つ以上の通信経路を提供する。これらの通信経路は例えば、１つ以上のネットワーク１３０を含んでもよい。

図１に示すコンピュータシステム１００は、プロセッサ１０２、メモリ１０４、バスインターフェースユニット１０９、表示システム１２４、及びＩ／Ｏバスインターフェースユニット１１０の間に直接通信経路を提供する特定のバス構造を示すが、他の実施形態では、コンピュータシステム１００は、階層構成、スター構成またはウェブ構成のポイント・ツー・ポイント・リンク、複数の階層バス、並列及び冗長経路、又は任意の他の適切なタイプの構成等、様々な形態で構成され得る異なるバスまたは通信経路を含んでもよい。更に、Ｉ／Ｏバスインターフェースユニット１１０及びＩ／Ｏバス１０８は、それぞれ単一のユニットとして示されているが、実際には、コンピュータシステム１００は、複数のＩ／Ｏバスインターフェースユニット１１０及び／又は複数のＩ／Ｏバス１０８を含んでもよい。また、Ｉ／Ｏバス１０８を、様々なＩ／Ｏ装置に走る他の通信経路から分離する複数のＩ／Ｏインターフェースユニットが示されているが、他の実施形態では、Ｉ／Ｏ装置のいくつか又はすべてが、１つまたは複数のシステムＩ／Ｏバスに直接接続される。

様々な実施形態では、コンピュータシステム１００は、マルチユーザメインフレームコンピュータシステム、シングルユーザシステム、又はサーバコンピュータ等の、直接的ユーザインターフェースを有しない、他のコンピュータシステム（クライアント）からの要求を受信するデバイスであってもよい。他の実施形態では、コンピュータシステム１００は、デスクトップコンピュータ、ポータブルコンピュータ、ラップトップコンピュータ又はノートブック・コンピュータ、タブレットコンピュータ、ポケットコンピュータ、電話、スマートフォン、または他の任意の適切なタイプの電子機器として実現されてもよい。

次に、図２を参照して、本開示の実施形態に係るデータ評価システム２００の構成の一例について説明する。

図２は、実施形態に係るデータ評価システム２００の構成の一例を示す。データ評価システム２００は、対象環境におけるアセットに関するデータを評価し、対象環境において実行される推奨アクションを提案し、当該推奨アクションの有効性の追跡評価を実行するためのシステムである。ここで、対象環境とは、推奨アクションが行われる屋内又は屋外の場所をいう。例として、対象環境は、小売施設（例えば、コンビニエンスストア、スーパーマーケット、レストラン、家電量販店）、公共施設（例えば、空港、鉄道駅、図書館）、職場（例えば、工場、オフィスビル）、医療施設（例えば、診療所、病院）、又は任意の他の場所を含んでもよい。

図２に示すように、データ評価システム２００は、センサ２１０、情報装置２２０、通信ネットワーク２２５、及びデータ評価装置２３０を主に含む。センサ２１０、情報装置２２０、及びデータ評価装置２３０は、通信ネットワーク２２５を介して通信可能に接続されてもよい。ここで、通信ネットワーク２２５は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）接続、インターネット、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）接続、ＭＡＮ（Ｍｅｔｒｏｐｏｌｉｔａｎ Ａｒｅａ Ｎｅｔｗｏｒｋ）接続などを含んでもよい。

センサ２１０は、対象環境に設置されるデータ収集装置を含み、対象環境及び対象環境に位置するアセットに関する情報を収集するように構成されてもよい。センサ２１０は、カメラ（例えば、ＲＧＢカメラ、ＬＩＤＡＲ）、生体センサ（例えば、心拍数データ、ストレスレベルデータを収集するため）、環境センサ（例えば、湿度データ、温度データ、気圧データを収集するため）、運動センサ（例えば、加速度データ、運動データを収集するため）、又は対象環境及びアセットを監視するように構成された他の装置を含んでもよい。いくつかの実施形態では、センサ２１０は、対象環境全体及び対象環境において位置するアセットの各アセットに関するデータを収集することができるように、対象環境において設置されてもよい。

情報装置２２０は、データ評価装置２３０と情報を送受信するように構成された装置を含む。ある実施形態では、情報装置２２０は、対象環境におけるアセットによって使用されるパーソナルコンピューティングデバイス（例えば、スマートフォン、タブレット、スマートウォッチ、ラップトップコンピュータ）を含んでもよい。いくつかの実施形態では、情報装置２２０は、対象環境において設置されるコンピューティングデバイス又はディスプレイデバイスを含んでもよい。例えば、情報装置２２０は、対象環境においてサービスを提供するサービス提供者によって所有又は管理されるデジタル看板又は表示画面を含んでもよい。アセットは、情報デバイス２２０を使用して、データ評価装置２３０に情報を入力したり、データ評価装置２３０から送信される通知（例えば、推奨アクションを示すアクション通知）を視認したりしてもよい。

データ評価装置２３０は、対象環境におけるアセットに関連するデータを評価し、対象環境において実行される推奨アクションを提案し、当該推奨アクションの有効性の追跡評価を実行するように構成された装置である。データ評価装置２３０は、対象環境から地理的に分離され、通信ネットワーク２２５を介してセンサ２１０及び情報装置２２０に接続されたクラウド側サーバ装置を含んでもよい。図２に示すように、データ評価装置２３０は、データ受信部２３１と、評価部２３２と、通知生成部２３３と、通知出力部２３４と、追跡データ受信部２３５と、追跡評価部２３６とを備える。ある実施形態では、データ受信部２３１、評価部２３２、通知生成部２３３、通知出力部２３４、追跡データ受信部２３５、及び追跡評価部２３６（本明細書では一般に「機能部」と総称する）はデータ評価装置２３０によって実行されるように構成されたデータ評価アプリケーション（例えば、図１に示すデータ評価アプリケーション１５０）に含まれるソフトウェアモジュールとして実装してもよい。
なお、データ評価装置２３０は、図２に示す機能部に限定されず、他の機能部については後述する。

データ受信部２３１は、対象環境において設置されたセンサ２１０から、対象環境におけるアセットに関連する第１のセンサデータを受信するように構成された機能部である。ここで、アセットは、対象環境における任意の存在を指し、生きている存在（例えば、人間及び動物等、以降、「生命体アセット」という）及び生きていない存在（例えば、テーブル、椅子、棚、キャッシュレジスタ、サービスカウンタ、販売用製品等、以降、「非生命体アセット」という）を含む。更に、第１のセンサデータは、センサ２１０によって収集された任意の種類又は形式のデータを含んでもよい。例えば、第１のセンサデータは、アセットを示す画像や映像、アセットの生体データ、対象環境に関する環境データ（例えば、温度データ、湿度データ）などを含んでもよい。

評価部２３２は、アセットの第１の状態を定量化するための閾値を規定する第１の評価基準に基づいて第１のセンサデータを分析することによって、アセットの第１の状態の、対象環境の目標状態に対する不一致を示す第１の評価結果を生成する。ここで、第１の評価基準は、第１のセンサデータを評価し、アセットの第１の状態を判定するための標準、ルール、閾値、重み、ガイドライン、又はルーブリックを含んでもよい。第１の状態は、第１のセンサデータが収集されたときに対応する第１の時点におけるアセットの有様を指す。更に、目標状態は、アセットの所望の有様を指してもよい。一例として、「ショッピング通路」というアセットの場合、第１の評価基準は、ショッピング通路の輻輳を定量化するための閾値を規定してもよい。第１のセンサデータは、ショッピング通路における人数が第１の評価基準によって規定される閾値を超えることを示す場合、ショッピング通路は「輻輳している」との第１の状態にある（すなわち、混雑している）と判定してもよい。また、第１の状態は、アセットに関連する危険のレベルの定量的な指標を提供するためのリスク指数を示してもよい。ここで、第１の評価結果によって示される「不一致」は、アセットの第１の状態が目標状態とどの程度異なっているかを示してもよい。

通知生成部２３２は、第１の評価結果に基づいて、アセットの第１の状態を、対象環境の目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する機能部である。ここで、「アセットの第１の状態を目標状態に向かって進行させる」との表現は、アセットを目標状態に対してより高い対応性、整合性、統一性、又は類似性にすることを意味する。アクション通知は、アセットの第１の状態を対象環境の目標状態に近づけるための１つまたは複数の推奨アクションを示す自然言語で定式化されたメッセージを含んでもよい。一例として、上述した輻輳しているショッピング通路の例を参照すると、アクション通知は、「ショッピング通路で許可される人数を５人以下に制限する」という推奨アクションを示してもよい。このような推奨アクションは、買い物客間の感染症の伝播又はショッピングカート間の物理的な衝突のリスクの低減に関連する利益につながる。

通知出力部２３４は、アクション通知を対象環境における１以上の情報装置２２０に出力する機能部である。例えば、いくつかの実施形態では、通知出力部２３４は、アクション通知を、アセットのうちの１つ以上のアセットによって使用される情報装置２２０、或いは対象環境における全ての人に情報を表示するように構成された情報装置２２０に送信してもよい。
いくつかの実施形態では、通知出力部２３４は、情報装置に登録インターフェースを提供し、登録インターフェースを介して登録要求を１つ又は複数の情報装置から受信し、これらの情報装置を登録済みの情報装置として登録し、アクション通知を全ての登録済みの情報装置に出力するように構成されてもよい。ここで、登録インターフェースは、対象環境で提供されるＱＲコードを介してアクセス可能なウェブアプリケーションを含んでもよい。
このように、通知アクションは、対象環境のスタッフ、従業員、又はボランティアに所有される情報装置２２０に提供されてもよい。アクション通知が出力されるべき情報装置２２０の判定は、推奨アクションの性質、アセットの性質（例えば、資格、役割）、第１のセンサデータなどに基づいて行われてもよい。

追跡データ受信部２３５は、センサ２１０及び／又は情報装置２２０から、対象環境におけるアセットに関連する第２のセンサデータを受信するように構成された機能部である。ここで、第１のセンサデータと同様に、第２のセンサデータは、センサ２１０によって収集される任意の種類または形式のデータを含んでもよい。例えば、第２のセンサデータは、アセットを示す画像や映像、アセットの生体データ、対象環境に関する環境データ（例えば、温度データ、湿度データ）などを含んでもよい。いくつかの実施形態では、第２のセンサデータは、アクション通知の推奨アクションによって影響を受けるアセットのサブセットに関して特に収集されたデータとしてもよい。本明細書で説明するように、第２のセンサデータは、推奨アクションの有効性を評価するために用いられてもよい。
ある実施形態では、追跡データ受信部２３５は、データ収集インターフェースを通知出力部によって登録された登録情報装置に提供し、登録情報装置から第２のセンサデータを受信するように構成されてもよい。ここで、第２のセンサデータは、登録された情報装置のユーザによって提供されるアンケート、調査、又は他のフィードバックを含んでもよい。

追跡評価部２３６は、アセットの第２の状態を定量化するための閾値を規定する第２の評価基準に基づいて第２のセンサデータを分析することによって、推奨アクションの有効性レベルを示す第２の評価結果を生成するように構成された機能部である。ここで、第１の評価基準の第１と同様に、第２の評価基準は、第２のセンサデータを評価し、アセットの第２の状態を判定するための標準、ルール、ガイドライン、又はルーブリックを含んでもよい。第２の状態は、第２のセンサデータが収集されたときに対応する第２の時点におけるアセットの有様を指す。

いくつかの実施形態では、データ評価装置２３０は、複数の異なる対象環境に関してデータ評価を同時に実行するように構成されてもよい。更に、ある実施形態では、データ評価装置２３０は、ある対象環境に対するデータ評価を実行する際、別の対象環境に対するデータ評価から得られた洞察を用いるように構成されてもよい。より具体的には、データ評価装置２３０は、第２の対象環境における推奨アクションの有効性レベルに基づいて、第１の対象環境に対する推奨アクションを判定してもよい。
例えば、データ評価装置２３０は、対象環境とは異なる第２の対象環境に設置される第２のセンサから受信したセンサデータ（例えば、第３のセンサデータ）を分析することによって、第２の目標環境における推奨アクション（第２の推奨アクション）の有効性レベルを示す評価結果（例えば、第３の評価結果）を生成し、当該評価結果に基づいて、アセットの第１の状態を、第１の対象環境における対象アセットの目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成するように構成されてもよい。
更に、ある実施形態では、データ評価装置２３０は、複数の対象領域におけるデータ評価から得られた洞察を集約することで、より広い地域に関する包括的な状態情報を生成し、提供してもよい。一例として、データ評価装置２３０は、特定の地域のいくつかのスーパーマーケットのリスク指数（すなわち、状態）を判定し、その地域の各スーパーマーケットのリスク指数を示すハザードマップを作成してもよい。このハザードマップは、情報装置（例えば、登録されているユーザ）に提供されてもよい。

図２に示すデータ評価システム２００によれば、環境及び環境におけるアセットとの相互の影響に基づいて、環境を目標状態に近づけて進行させるための推奨アクションを生成し、推奨アクションの有効性を評価することが可能となる。図２に示すデータ評価システム２００は、リスク評価及び生産性評価を含む様々なデータ評価目的のために用いてもよい。図２に示されるデータ評価システム２００の態様は、対象環境及びターゲット環境におけるアセットへのリスクを抑え、対象環境で働く従業員の生産性及び満足度を高めると共に、対象環境を利用する顧客の顧客満足度の向上につながる。

次に、図３を参照して、データ評価システムの論理構成について説明する。

図３は、本開示の実施形態に係るデータ評価システム２００の論理構成を示すブロック図である。図３に示すように、データ評価システム２００は、データ収集レイヤー３０２と、データ評価レイヤー３０３と、サービス提供レイヤー３０４とを主に含む。

データ収集レイヤー３０２は、対象環境においてローカルに配置された機能部を指す。データ収集レイヤー３０２では、センサ２１０及び情報装置２２０は、対象環境及び対象環境におけるアセットに関する情報（例えば、第１のセンサデータ、第２のセンサデータ）を収集するために用いられる。データ収集レイヤー３０２で収集される情報は、通信ネットワーク２２５を介してデータ評価レイヤー３０３に送信される。

データ評価レイヤー３０３は、クラウド環境に配置される機能部を指す。データ評価レイヤー３０３では、データ評価装置２３０のデータ受信部２３１、評価部２３２、通知生成部２３３、通知出力部２３４、追跡データ受信部２３５、及び追跡評価部２３６を用いて、データ収集レイヤー３０２に収集されたセンサデータを評価し、対象環境において実行される推奨アクションを示すアクション通知を生成する。アクション通知は、対象環境における情報装置２２０の１つ以上の情報装置に送信される。ここで、データ評価装置２３０の各種機能部は、配備されるクラウドの特性に基づいて、個別に更新され、スケーリングされてもよい。

サービス提供レイヤー３０４は、対象環境においてローカルに配置され、データ評価レイヤー３０３からデータを受信する機能部を指す。サービス提供レイヤー３０４では、データ評価レイヤー３０３で生成されたアクション通知が対象環境の情報装置２２０に提供される。本明細書で説明するように、ある実施形態では、アクション通知は、アセットの１つ以上のアセット（例えば、管理者、スタッフ、又は情報装置２２０を登録した他の人）によって使用される情報装置２２０、或いは対象環境における全ての人に情報を表示するように構成された情報装置２２０（例えば、デジタル看板、画面）に送信してもよい。

次に、図４及び図５を参照して、対象環境の構成の一例について説明する。

図４は、本開示の実施形態に係る対象環境４００の構成の一例を示すブロック図である。図４に示すように、対象環境４００は、アセット４２０、領域４３０、センサ２１０、及び情報装置２２０を含む。

本明細書で説明するように、アセット４２０は、対象環境４００における任意の存在を指し、人や動物などの生命体アセット４２４及びテーブル、椅子、棚、キャッシュレジスタ、サービスカウンタ、販売用製品などの非生命体アセット４２８を含む。更に、生命体アセット４２４は、識別情報が収集されていない訪問者又は顧客等の未識別アセットと、対象環境４００で営むサービス提供者の登録済み従業員又はスタッフや、識別情報が収集された他の人などの識別済みアセットとを含んでもよい。本明細書で説明するように、特定の実施形態では、未識別アセットは、パーソナルコンピューティングデバイス（例えば、個人所有の情報装置２２０）を介して登録処理（例えば、ＱＲコードスキャン、ＲＦＩＤタグ、登録アプリケーション）を行い、識別情報を提供することで、識別済みアセットとして再分類されてもよい。識別済みアセットは、対象環境４００の状態に関する情報（例えば、特定の領域のリスク指数）へのアクセスを提供されてもよい。

領域４３０は、対象環境４００における物理的な領域を指す。図４に示すように、領域４３０は、第１の領域４３１、第２の領域４３２、及び第３の領域４３３を含んでもよい。領域４３０の各領域について、異なる目的があってもよい。例えば、第１の領域４３１は、ショッピングエリアであり、第２の領域４３２はカフェテリアであり、第３の領域４３３は座席エリアである。ここでは、領域４３０が第１の領域４３１、第２の領域４３２、及び第３の領域４３３を含む構成を例示しているが、本開示はこれに限定されず、領域４３０の数及び構成は対象環境４００の性質及び目的に基づいて適宜に決定されてもよい。

センサ２１０は、対象環境４００に設置されたデータ収集装置を含み、対象環境４００及び対象環境４００に位置するアセット４２０に関する情報を収集するように構成されてもよい。センサ２１０は、カメラ（例えば、ＲＧＢカメラ、ＬＩＤＡＲ）、生体センサ（例えば、心拍数データ、ストレスレベルデータを収集するため）、環境センサ（例えば、湿度データ、温度データ、気圧データを収集するため）、運動センサ（例えば、加速度データ、運動データを収集するため）、又は対象環境及びアセットを監視するように構成された他の装置を含んでもよい。

情報装置２２０は、データ評価装置（図４には図示せず）と情報を送受信するように構成された装置を含む。ある実施形態では、情報装置２２０は、対象環境４００におけるアセット４２０によって使用されるパーソナルコンピューティングデバイス（例えば、スマートフォン、タブレット、スマートウォッチ、ラップトップコンピュータ）を含んでもよい。いくつかの実施形態では、情報装置２２０は、対象環境において設置されたコンピューティングデバイス又はディスプレイデバイスを含んでもよい。

本明細書で説明するように、本開示に係る対象環境４００は、小売施設（例えば、コンビニエンスストア、スーパーマーケット、レストラン、家電量販店）、公共施設（例えば、空港、鉄道駅、図書館）、職場（例えば、工場、オフィスビル）、医療施設（例えば、診療所、病院）、又はデータ評価が希望される任意の他の屋内又は屋外の場所を含んでもよい。図５は、対象環境がスーパーマーケット（以下、「スーパーマーケット対象環境５００」）である場合の例を示す図である。

図５に示すように、スーパーマーケット対象環境５００は、農産物セクションとしての第１の領域５３１、魚介類セクションとしての第２の領域５３２、冷凍食品セクションとしての第３の領域５３３、イートインとしての第４の領域５３４、出入口としての第５の領域５３５、サッカー台（作荷台）領域としての第６の領域５３６、会計領域としての第７の領域５３７、及び出入口としての第８の領域５３８を含む複数の領域に分割されている。

センサ２１０は、スーパーマーケット対象環境５００全体に設置され、スーパーマーケット対象環境５００及びスーパーマーケット対象環境におけるアセット５５２に関するセンサデータを収集する。ここで、センサ２１０は、ＬＩＤＡＲセンサ、防犯カメラ、ＲＦＩＤセンサ等を含んでもよい。更に、情報装置２２０は、スーパーマーケット対象環境５００におけるアセット５５２から情報を収集したり、アセット５５２に情報を提供したりするために、スーパーマーケット対象環境５００全体において設置されてもよい。例として、情報装置２２０は、レジのディスプレイデバイス、デジタルディスプレイサイン、又はアセット５５２によって使用されるパーソナルコンピューティングデバイスを含んでもよい。

本明細書で説明するように、アセット５５２は、スーパーマーケット対象環境５００における任意の存在を指し、人や動物などの生命体アセット及びテーブル、椅子、棚、キャッシュレジスタ、サービスカウンタ、販売用製品などの非生命体アセットを含む。ここで、アセット５５２は、スーパーマーケットのスタッフや従業員などの識別済みアセットと、スーパーマーケット対象環境５００を訪れる買物客などの未識別アセットとを含んでもよい。

次に、図６を参照して、データ評価装置におけるデータの流れについて説明する。

図６は、実施形態に係るデータ評価装置２３０におけるデータの流れを示すブロック図である。図６に示すように、ある実施形態では、データ評価装置２３０は、第１のセンサデータ（例えば、対象環境におけるアセットの第１の状態を示すデータ）を処理するための評価管理部６１０と、第２のセンサデータ（例えば、対象環境におけるアセットの第２の状態を示すデータ）を処理するための追跡管理部６２０とに分割されてもよい。

まず、データ受信部２３１は、対象環境に設置されているセンサ２１０から、第１のセンサデータを受信する。ここで、第１のセンサデータは、対象環境におけるアセットに関する情報を含んでもよい。いくつかの実施形態では、データ受信部２３１は、第１のセンサデータを個別又はバルクの時系列データのグループとして形式化してもよい。そして、データ受信部２３１は、第１のセンサデータを評価部２３２に送信する。

評価部２３２は、第１のセンサデータを分析して、アセットの第１の状態の、対象環境の目標状態に対する不一致を示す第１の評価結果を生成する。ここで、評価部２３２は、アセットの第１の状態を定量化するための閾値を規定する第１の評価基準６１５に基づいて第１のセンサデータを分析することによって第１の評価結果を生成してもよい。より具体的には、第１の評価基準６１５は、データをクラスタ化するための別個の閾値と、各クラスタに重み付けするための重みの値とを規定するアセットデータ６１６を含んでもよい。

次に、通知生成部２９３は、第１の評価結果に基づいて、アセットの第１の状態を、対象環境の目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する。更に、視覚化部６１９は、第１の評価結果に基づいて、対象環境の視覚的表現を生成してもよい。一例として、データ評価装置２３０がリスク減少シナリオに適用される場合、視覚化部６１９は、対象環境の異なる領域を現在のリスク指数に基づいて異なる色で強調表示するハザードマップを生成してもよい。

次に、通知出力部２３４は、通知生成部２３３によって生成されたアクション通知と、視覚化部６１９によって生成された視覚的表現とを、対象環境に位置する情報装置２２０に出力する。アセットの１つ以上のアセットは、アセットの第１の状態を対象環境の目標状態に近づけるために、アクション通知によって示される推奨アクションを対象環境に対して実行してもよい。いくつかの実施形態では、通知出力部２３４は、推奨アクションの追跡評価を実行する際に用いるために、アクション通知を伝達関数６２７に出力してもよい。

次に、追跡データ受信部２３５は、センサ２１０及び／又は情報装置２２０から、第２のセンサデータを受信する。ここで、第２のセンサデータは、推奨アクションの実行後の対象環境におけるアセットに関する情報を含んでもよい。いくつかの実施形態では、追跡データ受信部２３５は、第２のセンサデータを個別又はバルクの時系列データのグループとして形式化してもよい。そして、追跡データ受信部２３５は、第２のセンサデータを追跡評価部２３６に送信する。

次に、追跡評価部２３６は、第２のセンサデータを分析して、推奨アクションの有効性レベルを示す第２の評価結果を生成する。ここで、追跡評価部２３６は、アセットの第２の状態を定量化するための第２の評価基準６２５に基づいて第２のセンサデータを分析することによって、第２の評価結果を生成してもよい。更に、追跡評価部２３６は、伝達関数６２７を用いて、第２の状態を目標状態と比較して、推奨アクション（例えば、通知出力部２３４からのアクション通知によって示される推奨アクション）の対象環境に対する有効性を定量化してもよい。いくつかの実施形態では、第２の評価結果は、推奨アクションの有効性レベルに基づいて第１の評価基準を更新するための是正ファクタ６２９を含んでもよい。この是正ファクタは、第１の評価基準の更新を容易にするために、評価部２３２に入力されてもよい。

図６に示すデータ評価装置２３０によれば、環境及び環境におけるアセットとの相互の影響に基づいて、環境を目標状態に近づけて進行させるための推奨アクションを生成し、推奨アクションの有効性を評価することが可能となる。図６に示すデータ評価システム２３０は、リスク評価及び生産性評価を含む様々なデータ評価目的のために用いられてもよい。

本明細書で説明するように、本開示に係るデータ評価システムは、リスク評価及び生産性評価を含む様々なデータ評価目的のために用いられてもよい。以下では、説明の便宜上、リスク評価シナリオを参照して、データ評価システムの態様を説明する。ただし、本開示に係るデータ評価システムは、リスク評価に限定されず、生産性評価（例えば、生産性管理）などの他のシナリオで用いられるために適切に構成されてもよいことに留意されたい。
生産性評価に適合される場合、第１の評価結果は、第１の状態におけるアセットの生産性レベルを示し、推奨アクションは、アセットの生産性レベルを向上させるための生産性向上アクションを含み、目標状態は、所定の生産性閾値を達成する生産性レベルに関連付けられた状態を含む。

次に、図７を参照して、本開示の実施形態に係るリスク評価のためのデータ評価処理の全体の流れについて説明する。

図７は、本開示に係るデータ評価処理７００をリスク評価シナリオに適用した場合の全体の流れを示すフローチャートである。データ評価処理７００は、対象環境のリスク指数を減少させるための推奨アクションの有効性を評価するために用いられてもよい。データ評価処理７００は、データ評価装置２３０の各種機能部によって実行されてもよい。

まず、ステップＳ７０２では、対象環境と対象環境におけるアセットの両方について、初期状態が確立される。ここで、対象環境及びアセットの初期状態は、その後の時点で対象環境又はアセットに関して発生する変化を判定するための基準となる対象環境及びアセットの状態であってもよい。ある実施形態では、対象環境及びアセットの初期状態は、対象環境において設置されるセンサ（例えば、図２に示すセンサ２１０）によって収集されたセンサデータに基づいて確立されてもよい。一例として、対象環境が小売施設の場合、初期状態は、特定の日の小売施設での事業運営を開始する前に、センサによって収集されたセンサデータに基づいて確率されてもよい。

次に、ステップＳ７０４では、アセット及び対象環境について、状態変化が監視される。ここで、アセット及び対象環境は、対象環境の性質及びデータ評価の目標に応じて、リアルタイム又は定期的に状態変化が監視されてもよい。ここで、アセット及び対象環境の監視は、対象環境において設置されたセンサによって収集されたセンサデータを分析することによって行われてもよい。

次に、ステップＳ７０６では、アセット及び／又は対象環境に対する状態変化がステップＳ７０４において検出された場合、環境リスク評価処理が実行され、対象環境の非生命体アセットに対するリスク指数が判定される。ここで、リスク指数とは、アセットに関連する危険度の定量的な指標を指す。いくつかの実施形態では、リスク指数は、０から１の間の値という形態で表してもよく、ここで、より低い値は、より低いリスク度を示し、より高い値は、より高いリスク度を示す。環境リスク評価処理については、図８を参照して詳細に説明するため、ここでは詳細を省略する。

次に、ステップＳ７０７では、ステップＳ７０６で実行された環境リスク評価処理の結果として判定されたリスク指数（本明細書では「非生命体アセットリスク指数」という）が、所定の深刻度閾値に対して比較される。非生命体アセットリスク指数が深刻度閾値を超える（すなわち、実質的に深刻なリスクとみなされる）場合、データ評価処理７００はステップＳ７０８に進む。一方、非生命体アセットリスク指数が深刻度閾値を超えない（すなわち、実質的に深刻なリスクとみなされない）場合、データ評価処理７００はステップＳ７１４に進む。

次に、ステップＳ７０８では、生命体アセットリスク評価処理が実行され、対象環境の生命体アセットに対するリスク指数（本明細書では「生命体アセットリスク指数」という）が判定される。生命体アセットリスク評価処理については、図１１を参照して詳細に説明するため、ここでは詳細を省略する。

次に、ステップＳ７０９では、ステップＳ７０８で実行された生命体アセットリスク評価処理の結果として判定された生命体アセットリスク指数が、所定の深刻度閾値に対して比較される。生命体アセットリスク指数が深刻度閾値を超える（すなわち、実質的に深刻なリスクとみなされる）場合、データ評価処理７００はステップＳ７１０に進む。一方、生命体アセットリスク指数が深刻度閾値を超えない（すなわち、実質的に深刻なリスクとみなされない）場合、データ評価処理７００はステップＳ７１４に進む。

次に、ステップＳ７１０では、アクション通知が生成され、対象環境における情報装置の１つ以上の情報装置に送信される。ここで、アクション通知は、生命体アセットリスク指数、非生命体アセットリスク指数、及び生命体アセットリスク指数や非生命体アセットリスク指数を所望のレベルに減少させるための推奨アクション（例えば、アセットの第１の状態を対象環境の目標状態に向かって進行させるための推奨アクション）を示してもよい。いくつかの実施形態では、生命体アセットリスク指数及び非生命体アセットリスク指数を（例えば、加重平均技法又は他の演算によって）合わせて、対象環境の総リスク指数（例えば、第１の状態）を生成してもよい。対象環境において配置される情報装置を介してアクション通知を受信するアセットの１つ以上のアセットは、総リスク指数を減少させるために、アクション通知によって示される推奨アクションを対象環境に対して実行してもよい。アクション通知生成処理については、図１４を参照して詳細に説明するため、ここでは詳細を省略する。

次に、ステップＳ７１２では、推奨アクションの、総リスク指数を減少させる有効性を評価するために、追跡評価処理が実行される。ここで、追跡評価処理は、伝達関数を用いて、対象環境に設置されているセンサから収集された第２のセンサデータセットを分析し、推奨アクションの有効性を定量化することで行われてもよい。更に、追跡評価処理では、非生命体アセットリスク評価処理で用いられる評価基準又は他のパラメータを更新するために用いられる是正ファクタを生成してもよい。追跡評価処理については、図１６を参照して詳細に説明するため、ここでは詳細を省略する。

次に、ステップＳ７１４では、総リスク指数の視覚的表現を生成し、対象環境における１つ以上の情報装置に送信されてもよい。本明細書で説明するように、総リスク指数の視覚的表現は、対象環境の異なる領域を現在のリスク指数に基づいて異なる色で強調表示するハザードマップを含んでもよい。

次に、図８を参照して、本開示の実施形態に係る環境リスク評価処理の全体の流れについて説明する。

図８は、本開示の実施形態に係る環境リスク評価処理８００の流れを示すフローチャートである。環境リスク評価処理８００は、対象環境における非生命体アセットのリスク指数（すなわち、非生命体アセットリスク指数）を判定するために用いられてもよい。図８に示す環境リスク評価処理８００は、図７に示すデータ評価処理７００のステップＳ７０６に実質的に対応する。環境リスク評価処理８００は、データ評価装置のデータ受信部及び評価部によって実行されてもよい。

まず、ステップＳ８０２では、第１のセンサデータ８０１セットから、アセットペイロードが抽出されてもよい。ここで、第１のセンサデータ８０１は、対象環境において設置されたセンサによって収集され、対象環境におけるアセットに関する時系列データであってもよい。アセットペイロードは、データ受信部（例えば、図２及び図６に図示されるデータ受信部２３１）によって、第１のセンサデータ８０１から抽出されてもよい。第１のセンサデータ８０１は、リアルタイムでセンサからストリーミングされてもよく、或いは定期的な処理のために記憶装置に集約されて格納されてもよい。更に、ある実施形態では、第１のセンサデータ８０１は、冗長性を低減したり、データを構造化形式に変換し処理を容易にしたりするために、１つまたは複数の前処理ステップが施されてもよい。ここで、アセットペイロードは、第１のセンサデータ８０１のサブセットであってもよい。一例として、アセットペイロードは、特定の期間に対応する第１のセンサデータ８０１のサブセットであってもよい。

次に、ステップＳ８０４では、非生命体アセット属性データ８０５に基づいて、アセットペイロードに対してペイロード種類チェックが実行される。ここで、非生命体アセット属性データ８０５は、第１のセンサデータ８０１に含まれるアセットペイロードの非生命体アセットを定義及び分類するための情報を含み、任意の数の所定の非生命体アセットについて、アセット識別子、アセット名、アセット記述、アセットタイプ、アセットサブタイプ、アセット位置などの情報を定義してもよい。非生命体アセット属性データ８０５を用いて、アセットペイロードは、非生命体アセットに関連する情報がタイプ、サブタイプ、カテゴリ等に従って整理される分類済みデータ８０６に形式化されてもよい。

次に、ステップＳ８１０では、第１の評価基準８０７に含まれる閾値８０８に基づいて、分類済みデータ８０６に対して段階的クラスタリングが行われる。本明細書で説明するように、第１の評価基準は、第１のセンサデータを評価し、アセットの第１の状態を判定するための標準、ルール、閾値、重み、ガイドライン、又はルーブリックを含んでもよい。ここで、分類済みデータ８０６に対して段階的クラスタリングを行うことは、閾値８０８に基づいて、各非生命体アセットを１つ又は複数のクラスタにグループ化することを含んでもよい。各クラスタは、アセットの異なるリスク指数（例えば、状態）に対応してもよい。このように、分類済みデータ８９０６に含まれるアセットの各非生命体アセットについて、リスク指数が閾値８０８に基づいて判定されてもよい。一例として、分類済みデータ８０６に対して段階的クラスタリングを行った結果として、「ショッピング通路」とのアセットは、当該ショッピング通路における人数が「１０人」との閾値を超える場合には「輻輳している」との状態に対応するクラスタにグループ化され、当該ショッピング通路における人数が「５人」との閾値未満の場合には「輻輳していない」との状態にグループ化されてもよい。段階的クラスタリングは、閾値８０８に基づいて、分類済みデータ８０６に含まれる各非生命体アセットを対応するクラスタにグループ化するために行われてもよい。

ある実施形態では、段階的クラスタリング処理から得たクラスタ値は、正規化されたリスク指数として用いられてもよい。一例として、クラスタステップ[０，１，２，３，４]が実行される場合、以下の数式は、各アセットに対する正規化されたリスク指数Ｉを表してもよい。

次に、ステップＳ８１２では、ステップＳ８１０から得たクラスタの値は、第１の評価基準８０７に含まれる重み８０９に基づいて重み付けされてもよい。ここで、重み８０９は、特定のクラスタの、他のクラスタに対する相対的な重要度を示す。より具体的には、重みは、特定のクラスタが、特定の非生命体アセットのリスク指数に及ぼす相対的な影響を示してもよい。重み８０９は、アセットのタイプ毎に事前に定義されてもよい。一例として、上述した「ショッピング通路」のアセットの例を参照すると、「輻輳している」との状態に対応するクラスタにはより高い重みを割り当て、「輻輳していない」との状態に対応するクラスタにはより低い重みを割り当ててもよい。その結果として得られる重み付けされた正規化データは、各非生命体アセットに対する非生命体アセットリスク指数８１４を表す。

更に、リスク出力データベース８２１に格納されたリスク指数履歴データと累積基準８１５とに基づいて、各非生命体アセットについて、累積リスク指数８１６が計算されてもよい。ここで、累積基準８１５は、各非生命体アセットリスク指数８１４が時間と共にどのように変化するかを定義する標準、ルール、又はガイドラインを含んでもよい。一例として、「燃焼中」との状態に対応するクラスタにグループ化された「電子レンジ」とのアセットの場合、累積基準８１５及びリスク指数履歴データを用いることで、時間の経過に伴う非生命体アセットリスク指数８１４の累積増加を示す累積リスク指数８１６を生成してもよい。

次に、ステップＳ８１８では、所定の深刻度定義８１７に基づいて、非生命体アセットリスク指数８１４及び累積リスク指数８１６の深刻度チェックを行ってもよい。ここで、深刻度定義８１７を用いて、非生命体アセットリスク指数８１４及び累積リスク指数８１６の深刻度を、対応する深刻度レベルに分類することができる。一例として、深刻度定義８１７は、非生命体アセットリスク指数８１４と累積リスク指数８１６との関係に基づいて、非生命体アセットリスク指数８１４及び累積リスク指数８１６を「高程度の深刻度」、「中程度の深刻度」、又は「低程度の深刻度」の深刻度レベルに分類するための一連の閾値を規定してもよい。

次に、ステップＳ８２０では、非生命体アセットリスク指数８１４、累積リスク指数８１６、及び各非生命体アセットに対応する深刻度レベルをリスク出力データベース８２１に出力し、格納してもよい。

次に、ステップＳ８２２では、リスク出力データベース８２１に格納された非生命体アセットリスク指数８１４又は累積リスク指数８１６に対して、１つまたは複数のリスク指数補正演算を実行してもよい。いくつかの実施形態では、特定の領域に存在するアセット、特定の時間に存在するアセット、特定のタイプに属するアセット、特定のイベントに関与するアセット、又は他の特定の特性を有するアセットに対応する非生命体アセットリスク指数８１４又は累積リスク指数８１６を必要に応じて集約又はフィルタリングして、特殊事情リスク指数８２３を生成してもよい。一例として、「イートイン領域」に位置する非生命体アセットに対応する非生命体アセットリスク指数８１４又は累積リスク指数８１６は、「イートイン領域」におけるリスクのレベルを評価するために集計されてもよい。
更に、いくつかの実施形態では、対象環境における全てのアセットに関する非生命体アセットリスク指数８１４又は累積リスク指数８１６を集約して、対象環境に関する総環境リスク指数８２５を生成してもよい。
ここでは、以下の数式に従い、各アセットのリスク指数の加重平均を算出することにより、複数のアセットのリスク指数の集計を行ってもよい。

特殊事情リスク指数８２３及び総環境リスク指数８２５は、リスク出力データベース８２１に格納されてもよい。

図８に示す環境リスク評価処理８００によれば、対象環境の非生命体アセットのリスク指数を判定することができる。本明細書で説明するように、対象環境の非生命体アセットリスク指数は、対象環境の生命体アセットリスク指数と共に用いることで、対象環境におけるリスクを軽減するための推奨アクションを示すアクション通知を生成することができる。

次に、図９を参照して、本開示の実施形態に係る非生命体アセット属性データの一例について説明する。

図９は、本開示の実施形態に係る非生命体アセット属性データ８０５の一例を示す。本明細書で説明するように、図８に示す環境リスク評価処理８００では、対象環境に設置されたセンサによって収集された第１のセンサデータに含まれるアセットペイロードを、非生命体アセット属性データに基づいて分類してもよい。ここで、非生命体アセット属性データ８０５は、第１のセンサデータに含まれるアセットペイロードの非生命体アセットを定義及び分類するための情報を含み、任意の数の所定の非生命体アセットについて、アセット識別子、アセット名、アセット記述、アセットタイプ、アセットサブタイプ、アセット位置などの情報を定義してもよい。例として、対象環境が小売施設の場合、非生命体アセット属性データ８０５は、小売施設における領域、小売施設において注目すべきオブジェクト（例えば、テーブル、椅子、キャッシュレジスタ）等を含む多数の非生命体アセットについて事前に定義されてもよい。

非生命体アセット属性データ８０５の一例を図９に示す。図９に示すように、非生命体アセット属性データ８０５は、「０８３０６．．．９９３２２７ｃ６８１」とのアセット識別子、「ASSET SAMPLE 1」とのアセット名、「Logical Congestion Area」とのアセット記述、「Area」とのアセットタイプ、「Aisle」とのアセットサブタイプ、「（Ｘ，Ｙ，Ｚ，Ｏ）」とのアセット位置などを含んでもよい。第１のセンサデータに含まれるアセットペイロードを非生命体アセット属性データ８０５と比較することによって、アセットペイロードの非生命体アセットは、それらのタイプ（例えば、領域、オブジェクト）に従って分類されてもよい。更に、本明細書で説明するように、アセットペイロードがタイプによって分類された後、異なるアセットタイプについて定義された閾値及び重みを含む第１の評価基準を用いることで、アセットペイロードに含まれる非生命体アセットの非生命体アセットリスク指数を定量化することができる。

次に、図１０を参照して、分類済みデータの一例について説明する。

図１０は、本開示の実施形態に係る分類済みデータ８０６を示すテーブルである。本明細書で説明するように、分類済みデータ８０６は、非生命体アセットがタイプ、サブタイプ、カテゴリなどに従って整理されるように、非生命体アセット属性データに従って形式化されたアセットペイロードの情報を表してもよい。

分類済みデータ８０６の一例を図１０に示す。図１０に示すように、分類済みデータ８０６は、非生命体アセットについて収集されたデータを示すアセットペイロード１００１と、アセットペイロード１００１を収集したセンサの識別子を示すセンサ１００２と、アセットペイロード１００１のタイプを示すタイプ１００３（例えば、密閉領域、消毒が必要な領域、清掃が必要な領域）と、アセットペイロード１００１に対応する対象環境における領域を示すエリア１００４と、アセットペイロード１００１のカテゴリを示すカテゴリ１００５と、アセットペイロード１００１に対応する閾値を示す閾値１００６と、アセットペイロード１００１がグループ化されるクラスタを示すクラスタ１００７と、特定のクラスタ１００７がアセットの総リスク指数に及ぼす相対的な影響を示す重み１００８とを含んでもよい。

次に、図１１を参照して、本開示の実施形態に係る生命体アセットリスク評価処理の全体の流れについて説明する。

図１１は、本開示の実施形態に係る生命体アセットリスク評価処理１１００の流れを示すフローチャートである。生命体アセットリスク評価処理１１００は、対象環境における生命体アセット（例えば、人）のリスク指数（すなわち、生命体アセットリスク指数）を判定するために用いられてもよい。生命体アセットリスク評価処理１１００は、図８に示す前述の環境リスク評価処理８００において、対象環境における非生命体アセットについて判定された非生命体アセットリスク指数に基づいて行われてもよい。より具体的には、生命体アセットリスク指数は、対象環境における生命体アセットの位置、他の生命体アセット及び非生命体アセットとの物理的関係、対象環境において過ごされた時間などに基づいて判定されてもよい。
図１１に示される生命体アセットリスク評価処理１１００は、図７に示されるデータ評価処理７００のステップＳ７０８に実質的に対応する。生命体アセットリスク評価処理１１００は、データ評価装置のデータ受信部及び評価部によって実行されてもよい。

まず、ステップＳ１１０２において、リスク出力データベース８２１からリスク指数ペイロードを抽出する。ここで、リスク指数ペイロードは、データ受信部（例えば、図２及び図６に示すデータ受信部２３１）によってリスク出力データベース８２１から抽出されてもよい。リスク指数ペイロードは、図８に示す前述の環境リスク評価処理８００において、対象環境の非生命体アセットについて判定され、リスク出力データベース８２１に格納された非生命体アセットリスク指数のサブセットを含んでもよい。一例として、リスク指数ペイロードは、対象環境の特定の領域に位置する非生命体アセットに関する非生命体アセットリスク指数、特定のタイプの非生命体アセットに関する非生命体アセットリスク指数などを含んでもよい。

次に、ステップＳ１１０４では、ステップＳ１１０２で抽出したリスク指数ペイロードと、生命体アセット属性データ１１０５及び観測情報１１０３とに基づいて、対象環境の生命体アセットについて生命体アセットリスク指数１１０７を判定する。ここで、生命体アセット属性データ１１０５は、対象環境の生命体アセットの属性を定義する情報を含み、アセット識別子、アセットタイプ、アセットによって使用される情報装置の装置識別子、役割、指定領域、及び対象環境において生命体アセットが異なるアクティビティ（例えば、清掃作業を行うこと、混雑している行列に並ぶこと、食堂で食事すること）に費やした時間に関連する情報などの情報を含んでもよい。観測情報１１０３は、生命体アセットに関連する第１のセンサデータのサブセットを含み、生命体アセットの位置、外見、及び行ったアクティビティに関する情報を含んでもよい。観測情報１１０３を生命体アセット属性データ１１０５とマッピングすることによって、生命体アセットを識別し、分類することができる（例えば、対象環境の従業員、対象環境を訪れる顧客などとして）。
続いて、ステップＳ１１０２のリスク指数ペイロードに含まれる分類された生命体アセットと非生命体アセットリスク指数との物理的関係を分析して、生命体アセットに対する生命体アセットリスク指数１１０７を判定することができる。ここで、生命体アセットリスク指数１１０７は、生命体アセットに関連する危険度の定量的な指標である。いくつかの実施形態では、特定の生命体アセットの生命体アセットリスク指数１１０７は、生命体アセットの、対象環境における他のアセット（生命体及び非生命体）に対する近接度、距離が近いアセットのリスク指数、及び生命体アセットがこれらの他のアセットの近くに留まった時間に基づいて判定してもよい。このように、生命体アセットについて、他のアセットとの近接度、リスク指数、及び近くで過ごした時間に比例する生命体アセットリスク指数１１０７を計算することができる。ここで、生命体アセットリスク指数１１０７は、いくつかの統計的方法のうちの１つ以上に従って計算されてもよい。

更に、リスク出力データベース８２１に格納されたリスク指数履歴データと累積基準８１５とに基づいて、各生命体アセットについて、累積リスク指数１１０９が計算されてもよい。本明細書で説明するように、累積基準８１５は、各生命体アセットリスク指数１１０７が時間と共にどのように変化するかを定義する標準、ルール、又はガイドラインを含んでもよい。一例として、適切な保護具（例えば、マスク、手袋）なしで対象環境で清掃作業を行っている「清掃作業員」との生命体アセットの場合、累積基準８１５及び履歴リスク指数データを用いることで、時間の経過に伴う生命体アセットリスク指数１１０７への感染症伝播のリスクの累積増加を示す累積リスク指数１１０９を生成してもよい。

次に、ステップＳ１１１２では、所定の深刻度定義８１７に基づいて、生命体アセットリスク指数１１０７及び累積リスク指数１１０９の深刻度チェックを行ってもよい。本明細書で説明するように、深刻度定義８１７を用いて、生命体アセットリスク指数１１０７及び累積リスク指数１１０９の深刻度を、対応する深刻度レベルに分類することができる。一例として、深刻度定義８１７は、生命体アセットリスク指数１１０７と累積リスク指数１１０９との関係に基づいて、生命体アセットリスク指数１１０７及び累積リスク指数１１０９を「高程度の深刻度」、「中程度の深刻度」、又は「低程度の深刻度」の深刻度レベルに分類するための一連の閾値を規定してもよい。

次に、ステップＳ１１１４では、各生命体アセットの生命体アセットリスク指数１１０７、累積リスク指数１１０９、及び対応する深刻度レベルを、リスク出力データベース８２１に出力し、格納してもよい。

図１１に示す生命体アセットリスク評価処理１１００によれば、対象環境の生命体アセットのリスク指数を判定することができる。本明細書で説明するように、対象環境の生命体アセットのリスク指数は、対象環境の非生命体アセットのリスク指数と共に用いることで、対象環境におけるリスクを軽減するための推奨アクションを示すアクション通知を生成することができる。

次に、図１２を参照して、本開示の実施形態に係る生命体アセット属性データの一例について説明する。

図１２は、本開示の実施形態に係る生命体アセット属性データ１１０５の一例を示す。本明細書で説明するように、図１１に示す生命体アセットリスク評価処理１１００において、生命体アセットリスク指数は、生命体アセット属性データ１１０５と、非生命体アセットリスク指数を含むリスク指数ペイロードとに基づいて、対象環境の生命体アセットについて判定される。ここで、生命体アセット属性データ１１０５は、対象環境の生命体アセットの属性を定義する情報を含み、アセット識別子、アセットタイプ、アセットによって使用される情報装置の装置識別子、役割、指定領域、及び対象環境において生命体アセットが異なるアクティビティ（例えば、清掃作業を行うこと、混雑している行列に並ぶこと、食堂で食事すること）に費やした時間に関連する情報などの情報を含んでもよい。生命体アセット属性データ１１０５は、対象環境に存在すると予想される複数の所定の生命体アセットについて定義されてもよい。例えば、対象環境が小売施設の場合には、小売施設の従業員、小売施設の顧客等の多数の生命体アセットについて、生命体アセット属性データ１１０５が予め定義されていてもよい。

生命体アセット属性データ１１０５の一例を図１２に示す。図１２に示すように、生命体アセット属性データ１１０５は、「ｄ５ｄ７ａ３ｂ．．．２ｄ２０３１」とのアセット識別子、「Manager」とのアセットタイプ、「ｍｇ０００３」のタイプ識別子、「Ｅ９Ｂ０．．．０ＦＢ４」の装置識別子、「Logistics」との役割、「Orders」、「ショッピングモール２階」との指定領域等を含んでもよい。対象環境におけるアセットの生命体アセットについて収集された観測情報を生命体アセット属性データ１１０５と比較することによって、アセットペイロードの生命体アセットは、それらのタイプ、役割、位置、又は他の特性に従って分類されてもよい。更に、本明細書で説明するように、生命体アセットが分類された後、アセットペイロードに含まれる非生命体アセットの非生命体アセットリスク指数が判定されてもよい。

次に、図１３を参照して、リスク指数出力データの一例について説明する。

本明細書で説明するように、生命体アセット及び非生命体アセットのリスク指数は、アセットに関連する深刻度情報及び属性情報と共にリスク指数出力データベースに格納される。図１３は、本開示の実施形態に係るリスク指数出力データベースに格納されるリスク指数出力データ１３００の一例を示す。

図１３に示すように、リスク指数出力データ１３００は、リスク指数１３０１（例えば、アセットによっては、非生命体アセットリスク指数又は生命体アセットリスク指数）、リスク深刻度１３０２、リスクタイプ１３０３、アセットタイプ１３０４、アセットサブタイプ１３０５、及びアセット位置指定１３０６を含んでもよい。
リスク指数１３０１は、アセットのリスクのレベルを定量的に示す０と１との範囲内の値であってもよい。リスク深刻度１３０２は、アセットのリスクの深刻度の定性的な指標（例えば、低程度の深刻度、中程度の深刻度、工程度の深刻度）を含む。リスクタイプ１３０３は、リスクの性質（例えば、輻輳、消毒、汚染、交通事故、有害廃棄物、犯罪、自然災害）を示す。アセットタイプ１３０４は、アセットの幅広い特徴（例えば、位置、物体、人物）を示し、アセットサブタイプは、アセットのより詳細な特徴（例えば、通路、トイレ、従業員）を示す。アセット位置指定１３０６は、アセットの指定された位置（例えば、会計領域、１階）を示す。

次に、図１４を参照して、本開示の実施形態に係る通知生成処理の全体の流れについて説明する。

図１４は、本開示の実施形態に係る通知生成処理１４００の流れを示すフローチャートである。通知生成処理１４００は、アセットの第１の状態（例えば、高レベルのリスクに関連付けられた状態）を、対象環境の目標状態（例えば、低レベルのリスクに関連付けられた状態）に向かって進行させるための推奨アクションを示すアクション通知を生成するために用いられてもよい。通知生成処理１４００は、アセット属性データ（例えば、非生命体アセット属性データ又は生命体アセット属性データ）及びリスク出力データベースに格納されたリスク指数出力データに基づいて行われてもよい。
図１４に示す通知生成処理１４００は、図７に示すデータ評価処理７００のステップＳ７１０に実質的に対応する。通知生成処理１４００は、データ評価部の通知生成部によって実行されてもよい。

まず、ステップＳ１４０２では、リスク出力データベース８２１から抽出されたリスク指数出力データ１３００、アセット属性データ１４０１、通知選択基準１４０３、及び通知リストデータベース１４０４を用いて、事前定義された通知を選択することができる。ここで、通知は、アセットの１つ以上のサブグループ（例えば、顧客、従業員）に対して選択されてもよい。ここで、アセット属性データ１４０１は、非生命体アセット属性データ（例えば、図９に示す非生命体アセット属性データ８０５）、生命体アセット属性データ（例えば、図１２に示す生命体アセット属性データ１１０５）、またはその両方の組合せを含んでもよい。アセット属性データ１４０１は、対象環境に存在するアセットに基づいて選択されてもよい。通知リストデータベース１４０４は、事前定義された通知候補の集合を含む。これらの事前定義された通知候補は、対象環境における特定のアセットのリスクを減少させるための推奨アクションを示す自然言語の文またはフレーズを含んでもよい。
リスク通知選択基準１４０３は、リスクタイプ、リスク指数、リスクレベルなどに基づいて、通知リストデータベース１４０４における事前定義された通知のうち、どれが特定のアセットに当てはまるかを定義する標準、ルール、閾値、ガイドライン、又はルーブリックの集合を含んでもよい。一例として、リスク通知選択基準１４０３は、「０．５０」のリスク指数を有する「輻輳」のリスクタイプが「グループに集まらないでください」という通知に対応することを示してもよい。このように、通知選択基準１４０３を通知リストデータベース１４０４と共に用いることによって、リスク指数出力データ１３００及びアセット属性データ１４０１に基づいて、通知リストデータベース１４０４から適切な通知が選択されてもよい。

次に、ステップＳ１４０６では、ステップＳ１４０２で選択された通知は、対象環境に関する変更変数１４０９に基づいて変更されてもよい。ここで、変更変数１４０９は、通知を特定の対象環境又は特定のアセットに適応させるために用いられる、地名、オブジェクト名、期間、アクティビティ、通知対象、通知タイプなどの事前定義された特性を含んでもよい。一例として、「｛エリアA｝が｛Bさん｝に使用されたため、「オブジェクトC」を消毒して下さい」という事前定義された通知は、変更変数に基づいて変更され、｛エリアＡ｝、｛Ｂさん｝、及び｛オブジェクトＣ｝の汎用的プレースホルダが特定の対象環境の固有の属性に置き換えられてもよい。この変更の結果、事前定義された通知は、「｛イートイン領域｝が｛お客様｝に使用されたため、「テーブル」を消毒して下さい」となってもよい。このように、ステップＳ１４０２で選択された事前定義された通知のそれぞれを、特定の対象環境に対応するようにカスタマイズすることができる。変更された通知は、アクション通知１４０７として出力されてもよい。

次に、ステップＳ１４１０では、通知チェックを実行して、通知１４０７が冗長性を含むかどうかを判定する（例えば、同じ領域に位置する異なるアセットに対して繰り返される同じ通知、短期間に繰り返される同じ通知、同じオブジェクトにについて繰り返される同じ通知）。アクション通知１４０７において冗長性が特定された場合、通知生成処理１４００は、ステップＳ１４１４に進む。なお、アクション通知１４０７において冗長性が特定されていない場合には、アクション通知１４０７がアクション通知出力１４１３としてアクション通知データベース１４１４に出力される。続いて、アクション通知出力１４１３は、アクション通知データベース１４１４から、対象環境内の１つ以上の情報装置に送信されてもよい。

ステップＳ１４１２では、アクション通知１４０７において冗長性が特定された場合、この冗長性を減らすために、１つ以上の通知最適化動作が実行されてもよい。一例として、通知最適化動作を実行することは、アクション通知１４０７における複数の通知の意味的又は構文的類似性を判定するために自然言語処理手法を用い、意味的又は構文的類似性の閾値を達成する冗長的な通知を削除することを含んでもよい。別の例として、通知最適化動作を実行することは、アクション通知１４０７をフィルタリングして、同様の通知が所定の期間（例えば、５分、１０分、３０分）以内に同じ宛先に出力される同様の通知を削除することを含んでもよい。通知最適化動作が完了した後、修正済みのアクション通知は、アクション通知出力１４１３としてアクション通知データベース１４１４に出力されてもよい。続いて、アクション通知出力１４１３は、アクション通知データベース１４１４から、対象環境内の１つ以上の情報装置に送信されてもよい。

図１４に示す通知生成処理１４００によれば、特定の対象環境用に特別に調整された推奨アクションを示すアクション通知を生成することができる。これらのアクション通知を１つまたは複数の情報装置に送信し、推奨アクションを対象環境において実行することで、アセットの第１の状態（例えば、高レベルのリスクに関連する状態）を、対象環境の目標状態（例えば、より低いレベルのリスクに関連する状態）に向かって進行させることを容易にすることができる。

次に、図１５を参照して、通知選択基準、通知先、及び通知リストデータベースの一例について説明する。

本明細書で説明するように、通知選択基準１４０３及び通知リストデータベース１４０４を、リスク出力データベースから抽出されたリスク指数出力データ及びアセット属性データと共に用いることで、変更及びその後の通知対象への送信のための事前定義された通知を選択することができる。図１５は、通知選択基準１４０３、通知対象データ１５１０、及び通知リストデータベース１４０４の一例を示す図である。

通知リストデータベース１４０４は、事前定義された通知候補の集合を含む。これらの事前定義された通知候補は、対象環境における特定のアセットのリスクを減少させるための推奨アクションを示す自然言語の文又はフレーズを含んでもよい。
通知選択基準１４０３は、リスクタイプ、リスク指数、リスクレベル、アセットタイプ、アセットサブタイプなどに基づいて、通知リストデータベース１４０４における事前定義された通知のうち、どれが特定のアセットに当てはまるかを定義する標準、ルール、閾値、ガイドライン、またはルーブリックの集合を含んでもよい。
通知対象データ１５１０は、アクション通知を送信する対象アセットを定義する。

図１５に示すように、通知選択基準１４０３は、輻輳、消毒、清掃（図１５では「ｃ」、「ｄ」、「ｓ」と略記）等のリスクタイプ、リスク指数、リスクレベル、アセットタイプ、アセットサブタイプ、リスクを定量化するための測定単位などを含んでもよい。
通知対象データ１５１０は、「顧客」、「スタッフ」、または「管理者」等の対象アセット、通知カテゴリ、及び通知がこの対象アセットに送信された回数を定義してもよい。いくつかの実施形態では、通知対象データ１５１０は、対象アセットに対応する情報装置のアドレス情報を含んでもよい。
通知リストデータベース１４０４は、自然言語で定式化されたアクション通知を含んでもよい。ある実施形態では、アクション通知は、特定の対象環境にアクション通知をカスタマイズするために、上述した変更変数に基づいて変更可能な可変形式で構造化されてもよい。例として、事前定義された通知候補は「グループに集まらないでください」、「この領域のスタッフはより高いリスクにさらされる。スタッフを定期的に交代させて下さい」などを含んでもよい。

図１５に示すように、通知リストデータベース１４０４における各アクション通知は、通知対象データ１５１０及び通知選択基準１４０３のサブセットに対応する。このように、通知選択基準１４０３に基づいて、リスク指数出力データ及びアセット属性データ（図１５には図示せず）と共に、適切なアクション通知を通知リストデータベース１４０４から選択し、通知対象データ１５１０によって指定される対象アセットの情報装置に転送することができる。一例として、リスク通知選択基準１４０３は、「スタッフ」とのアセットタイプに対する、リスク指数が「０．８０」である「消毒」とのリスクタイプが「この領域のスタッフはより高いリスクにさらされる。スタッフを定期的に交代させて下さい」というアクション通知に対応することを示してもよい。このアクション通知は、通知対象データ１５１０によって指定されるように、対象環境における管理者の情報装置に送信されてもよい。

次に、図１６を参照して、本開示の実施形態に係る追跡評価処理の全体の流れについて説明する。

図１６は、本開示の実施形態に係る追跡評価処理１６００の流れを示すフローチャートである。追跡評価処理１６００を用いることで、対象環境における１つまたは複数のアセットの情報装置に送信されたアクション通知によって示される推奨アクションの有効性を評価することができる。
図１６に示す追跡評価処理１６００は、図７に示すデータ評価処理７００のステップＳ７１２に実質的に対応する。追跡評価処理１６００は、データ評価装置の追跡評価装置によって実行されてもよい。

ステップＳ１６１０では、センサ装置２１０及び情報装置２２０によって収集された第２のセンサデータ１６０５に基づいて、伝達関数を用いて、アクション通知出力１４１３の各推奨アクション１６０２の有効性を評価する。
本明細書で説明するように、第２のセンサデータ１６０５は、センサ２１０又は情報装置２２０によって収集された任意の種類又は形式のデータを含んでもよい。例えば、第２のセンサデータは、アセットを示す画像や映像、アセットの生体データ、対象環境に関する環境データ（例えば、温度データ、湿度データ）などを含んでもよい。いくつかの実施形態では、第２のセンサデータ１６０５は、アクション通知出力１４１３によって示される推奨アクションによって影響を受けるアセットのサブセットに関して特に収集されたデータとしてもよい。更に、第２のセンサデータ１６０５は、センサ装置２１０によって実行される監視動作によって収集されたデータ、又は生命体アセット（例えば、情報を入力するためにスマート装置を使用するスタッフ）によって情報装置２２０に手動で入力されたデータとしてもよい。

ある実施形態において、対象環境におけるアセットセットの第２の状態を導出するために、伝達関数は、第２のアセスメント基準に基づいて、第２のセンサデータ１６０５を処理する機械学習処理手法を用いるように構成されてもよい。アセットの第２の状態は、対象環境におけるアセットのリスク指数を含み、上述の環境リスク評価処理８００及び生命体アセットリスク評価処理１１００に従って判定されてもよい。更に、ある実施形態では、アセットの第２の状態は、アクション通知出力１４１３を情報装置２２０に送信した後の、対象環境におけるアセットの行動、対象環境で発生した環境変化、又は対象環境で行われたビジネス活動に基づいて判定されてもよい。特定された行動、環境変化、又はビジネス活動は、アクション通知出力１４１３からの特定の推奨アクション１６０２に対応付けられてもよい。この第２の状態を、対象環境の目標状態と比較することによって、推奨アクションの有効性レベルを定量化することができる。なお、伝達関数の詳細は、図１７を参照して説明する。

ある実施形態では、伝達関数を使用して、是正ファクタ１６１２を生成してもよい。ここで、是正ファクタ１６１２は、推奨アクションの有効性レベルに基づいて、評価基準８０７（例えば、対象環境におけるアセットに対するリスク指数を判定するために用いられる評価基準）、リスク出力データベース８２１に格納されたリスク指数、又は通知選択基準１４０３に対する変更を指定する情報を含んでもよい。例えば、是正ファクタ１６１２は、特定のタイプのリスクにより大きなリスク指数が割り当てられるように、この特定のタイプのリスクに関連付けられたクラスタの重みを調整してもよい。別の例として、是正ファクタ１６１２は、推奨アクションの有効性レベルに基づいて、リスク出力データベース８２１における特定のタイプのリスクに割り当てられたリスク指数を増減させてもよい（例えば、有効性が高い推奨アクションが存在するリスクには、より低いリスク指数を割り当てることができる）。更に、別の例として、是正ファクタ１６１２は、通知選択基準１４０３を訂正して、特定のリスクについて選択される推奨アクションのタイプを変更してもよい（例えば、アクション通知によって示された推奨アクションが無効であった場合、アクション通知は、別の推奨アクションを提案するように変更されてもよい）。

図１６に示す追跡評価処理１６００によれば、対象環境における１つまたは複数のアセットの情報装置に送信されるアクション通知によって示される推奨アクションの有効性レベルを評価することができ、リスク評価処理のパフォーマンスを向上させるために、リスク指数、評価基準、又は通知選択基準を更新するための是正ファクタを生成することができる。

次に、図１７を参照して、本開示の実施形態に係る伝達関数の全体の流れについて説明する。

図１７は、本開示の実施形態に係る伝達関数処理１７００を示すフローチャートである。伝達関数処理１７００を用いることで、対象環境における１つまたは複数のアセットの情報装置に送信されたアクション通知によって示される推奨アクションの有効性レベルを評価し、推奨アクションの有効性に基づいて是正ファクタを生成することができる。
図１７に示す伝達関数処理１７００は、図１６に示す追跡評価処理１６００のステップＳ１６１０に実質的に対応する。伝達関数処理１７００は、データ評価装置の追跡評価部によって実行されてもよい。

まず、ステップＳ１７０５では、対象環境におけるアセットの第２の状態は、第２のセンサデータ１６０５及び第２の評価基準１７０２に基づいて判定されてもよい。第２の状態は、第２のセンサデータ１６１０が収集されたときに対応する第２の時点におけるアセットの有様を指す。一例として、第２の状態は、アセットの危険度の定量的な指標を示すリスク指数を含んでもよい。上述のように、このリスク指数は、第２のセンサデータ１６０５及び第２の評価基準１７０２に基づいて、アセットについて判定された非生命体アセットリスク指数及び生命体アセットリスク指数から計算された総リスク指数としてもよい。
第２の評価基準１７０２は、第２のセンサデータ１６０５を評価し、アセットの第２の状態を判定するための標準、ルール、閾値、重み、ガイドライン、又はルーブリックを含んでもよい。ここで、本明細書で説明するように、アセットの第２の状態を判定することは、第２のセンサデータ１６０５に対して段階的クラスタリング及び重み付けを行い、アセットをいくつかの事前定義された状態（例えば、「輻輳している」、「輻輳していない」、「消毒されている」）などのいずれかに分類することを含んでもよい。

ステップＳ１７１０では、アセットについて、目標状態が判定される。ここで、目標状態とは、アセットの所望の有様（例えば、閾値未満のリスク指数、閾値を超える生産性）を指す。いくつかの実施形態では、目標状態は、アセットに出力され、アクション通知データベース１４１４に含まれるアクション通知と、目標状態データベース１７０４に含まれる環境変数１７０７と基づいて判定されてもよい。ここで、目標状態データベース１７０４は、推奨アクション１７０６と併せて使用することで、特定のアセットの目標状態を導出するための対象環境に関する情報の集合を含んでもよい。例として、目標状態データベース１７０４は、対象環境の物理的構成（例えば、スーパーマーケットのショッピング通路間の間隔）、占有率、衛生レベル、温度、湿度などに関する情報を含んでもよい。環境変数１７０７及び推奨アクション１７０６に基づいて、アセットの目標状態を判定することができる。

次に、ステップＳ１７１５では、ステップＳ１７０５で判定されたアセットの第２の状態と、ステップＳ１７１０で判定されたアセットの目標状態とを比較することで、推奨アクションの有効性レベル１７１７を判定することができる。ここで、有効性レベル１７１７は、０～１００％の範囲内のパーセンテージ値として表してもよく、ここで、より低い値はより低い有効性の程度を示し、より高い値はより高い有効性の程度を示す。一例として、ある実施形態では、第２の状態と目標状態との間の類似性を計算し、第２の状態と目標状態との間の類似性に基づいて有効性レベル１７１７を判定してもよい。ここで、類似性が高い程有効性が高くなり、類似性が低い程有効性が低くなる。

次に、ステップＳ１７１８では、有効性結果１７１７の信頼レベルを判定する。信頼レベルは、有効性１７１７の確実性のレベルを示す。ある実施形態において、有効性結果の信頼レベルは、アセットの第２の状態を判定するために用いられる第２のセンサデータ１６０５の測定誤差に基づいて判定されてもよい。信頼レベルが所定の信頼閾値に達した場合、伝達関数処理１７００は、ステップＳ１７２２に直接進む。信頼レベルが所定の信頼閾値に達しない場合、伝達関数処理１７００は、ユーザ評価のためにステップＳ１７２０に進む。

ステップＳ１７２０では、有効性レベル１７１７についてユーザ評価を行う。より具体的には、有効性レベル１７１７は、アセットにおける特定のユーザ（例えば、スタッフメンバー、管理者、又はスーパーバイザ）によって使用される情報装置上に表示されてもよく、ユーザは、有効性レベル１７１７の正確さを検証してもよい。例えば、ユーザは、有効性レベル１７１７が、自分の推奨アクションの有効性の感覚を正確に表しているか否かを示す入力、または有効性レベル１７１７を調整する（例えば、上げたり、下げたりする）ための情報を提供してもよい。

次に、ステップＳ１７２２では、有効性レベル１７１７に基づいて、是正ファクタ１６１２が判定されてもよい。本明細書で説明するように、是正ファクタ１６１２は、第１の評価基準、リスク出力データベース８２１に格納されたリスク指数、又は通知選択基準に対する変更を指定する情報を含んでもよい。ある実施形態では、是正ファクタ１６１２を判定することは、有効性が低かったリスク（例えば、閾値未満）についてリスク指数を増加させ、有効性が高かったリスク（例えば、閾値以上）についてリスク指数が減少させるように、有効性レベル１７１７に比例して、特定のリスクに関連するリスク指数を増減させることを含んでもよい。

図１７に示す伝達関数処理１７００によれば、対象環境における１つまたは複数のアセットの情報装置に送信されたアクション通知によって示される推奨アクションの有効性レベルを評価することができると共に、リスク評価処理のパフォーマンスを向上させるために、リスク指数、評価基準、又は通知選択基準を更新するための是正ファクタを生成することができる。

次に、図１８を参照して、伝達関数処理１７００で用いられる各種の値の一例を示すテーブルについて説明する。

図１８は、本開示の実施形態に係る伝達関数処理で用いられる各種の値の一例を示すテーブル１８１０～１８５０を示す。

テーブル１８１０は、是正ファクタ１８１２、リスク指数１８１３、累積リスク指数１８１４、及びアセットペイロード１８１５について、値の範囲を示す。例えば、テーブル１８１０は、是正ファクタ１８１２、リスク指数１８１３、累積リスク指数１８１４、及びアセットペイロード１８１５のそれぞれについて、最小値及び最大値を定義してもよい。

テーブル１８２０は、推奨アクションと、推奨アクションをきっかけに対象環境におけるアセットによって行われるアセットアクティビティとの関係を示す。例えば、推奨アクション１ １８２２、推奨アクション２ １８２４、及び推奨アクション３ １８２６との３つの推奨アクションがある場合、テーブル１８２０は、推奨アクション１ １８２２が第３のアセットアクティビティ１８２９に対応し、推奨アクション１８２４が第１のアセットアクティビティ１８２７に対応し、推奨アクション３ １８２６が第２のアセットアクティビティ１８２８に対応しているがその結果は曖昧であることを示してもよい。

テーブル１８３０は、対象環境における環境変数と推奨アクションとの関係を示す。例えば、テーブル１９３０に示されるように、推奨アクション１ １８２２は、５分の平均非アクティブ時間１８３８及び７人の人数制限１８３９を有し、推奨アクション２ １８２４は、窓から１メートルの領域／位置で行われ、第３の推奨アクション３ １８２６は、不確実な平均非アクティブ時間１８３８及び６人の人数制限１８３９を有してもよい。

テーブル１８４０は、いくつかの領域における各推奨アクションの有効性を示す。例えば、テーブル１８４０に示すように、推奨アクション１ １８２２は、第３の領域１８４９において５０％の有効性があり（すなわち、再実行が必要）、第２の推奨アクション２ １８２４は、第１の領域１８４７において１００％の有効性があり、推奨アクション３ １８２６は、第２の領域１８４８において３０％の有効性がある（すなわち、ユーザチェックが必要）。

テーブル１８５０は、推奨アクション１８２２、１８２４、１８２６のそれぞれについて、確実性ステータス１８５１、是正ファクタ１８５２、及び更新された累積リスク指数１８５３を示す。例えば、確実性ステータス１８５１は、推奨アクション２ １８２４については確実であり、推奨アクション１ １８２２については確実であり、推奨アクション３ １８２６については不確実である確実性ステータス１８５１を示してもよい。是正ファクタは、推奨アクション２ １８２４については０であり、推奨アクション１ １８２２については０．５であり、推奨アクション３ １８２６については０．３である是正ファクタを示してもよい。更新された累積リスク指数１８５３は、推奨アクション２ １８２４については０．０であり、推奨アクション１ １８２２については０．５であり、推奨アクション３ １８２６については０．３である更新された累積リスク指数を示してもよい。

次に、図１９を参照して、本開示の実施形態に係るパラメータ設定処理の一例について説明する。

本明細書で説明するように、本開示の実施形態では、様々なパラメータが、情報を定量化したり、分類したり、重み付けしたり、評価したりするために用いられる。例えば、本明細書で説明するように、閾値８０８及び重み８０９は、対象環境（図８参照）におけるアセットの第１の状態（例えば、リスク指数）を定量化するために用いられ、累積基準８１５は、リスク指数が時間と共にどのように変化するかを定義するために用いられ（図８及び図１１参照）、深刻度定義８１７は、所定のリスク指数に関連するリスクの深刻度を評価するために用いられ（図８及び図１１参照）、対象環境の目標状態は、いくつかの環境変数１７０７（図１７参照）に基づいて定義されてもよい。図１９は、本開示の実施形態に係るパラメータ設定処理１９００の一例を示すフローチャートである。

いくつかの実施形態では、本開示に係るパラメータは、対象環境の管理者によって提供される定義又はガイドラインと、公的機関によって提供される定義とに基づいて生成されてもよい。したがって、ステップＳ１９２０では、対象環境管理者パラメータ定義１９０５及び公的機関パラメータ定義１９１０が受信されてもよい。
対象環境管理者パラメータ定義１９０５は、特定のパラメータの特定の値を定義してもよく（例えば、同時に対象環境における最大人数の値を「２０」とする）、又は対象環境に関する一般的な要求（例えば、会計領域周辺の混雑を防止すること）を示してもよい。対象環境管理者パラメータ定義１９０５は、情報装置（例えば、対象環境の管理者に所有されるものとして認証された情報識別子を有する情報装置）を介して、データ評価装置に直接入力されてもよい。
公的機関パラメータ定義１９１０は、本開示の実施形態に係る１つ又は複数の方法又は処理を実施するために用いられるパラメータを定義するための情報を提供する、公的機関（例えば、公衆衛生部門、化学期間、工学のコード又は規格）からの定性的又は定量的なルール、規格、又はガイドラインを含んでもよい。一例として、公的機関パラメータ定義１９１０は、感染症の拡大を防止するために、個人間の距離を２メートルに維持すべきであることを述べる公衆衛生部門からのガイドラインを含んでもよい。

受信された対象環境管理者パラメータ定義１９０５及び公的機関パラメータ定義１９１０は、多数の対象環境に適用可能なグローバルパラメータ１９３０を生成するために、いくつかの既存の統計的手法に従って集約されたり、形式化されたり、フィルタリングされたり、分析されたり、及び構造化されたりしてもよい。これらのグローバルパラメータ１９３０は更に、特定の対象環境の特定の条件又は目標に基づいて変更されてもよい。

したがって、本開示に係る処理で用いられる各種パラメータは、公的機関からの情報と、対象環境の管理者から提供される入力との両方に基づいて、適宜設定することができる。

以上で説明された本開示によれば、環境及び環境におけるアセットとの相互の影響に基づいて、環境を目標状態に近づけて進行させるための推奨アクションを生成し、推奨アクションの有効性を評価することが可能なデータ評価のための装置、方法、及びシステムを提供することができる。本開示の実施形態に係るデータ評価手段は、サービス運用に悪影響を及ぼす可能性がある潜在的なリスクを特定することや、成長又は改善の可能性がある領域を特定しようとする生産性評価など、様々な目的のために用いることができる。リスク評価のために用いられる場合、本開示に係るデータ評価手段は、例えば、対象環境の顧客及び従業員に対するリスクを軽減するために用いられる、対象環境に対するリスク評価を提供することができる。リスク評価のためのデータ評価の更なる応用は、防犯、設備故障、感染防止、健康管理などを含んでもよい。
更に、本明細書で説明するように、本開示に係るデータ評価手段は、生産性評価のために適宜に適合されてもよい。この場合、データ評価手段は、データ評価を実行して、アセットの生産性レベルを判定し、アセットの生産性レベルを向上させるための推奨アクションを生成し、推奨アクションの有効性レベルを評価することができる。

本発明は、システム、方法、及び／又はコンピュータプログラム製品とすることができる。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体を含んでもよい。

コンピュータ可読記憶媒体は、命令実行装置によって用いられる命令を保持し記憶することができる有形装置であってもよい。コンピュータ可読記憶媒体は、例えば、電子記憶装置、磁気記憶装置、光記憶装置、電磁記憶装置、半導体記憶装置、または前述の任意の適切な組合せとすることができるが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、以下を含む：ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、消去可能プログラマブル読取専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスク読取し専用メモリ（ＣＤ－ＲＯＭ）、ディジタル汎用ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、パンチカードや溝内で指示が記録された隆起構造物等の機械的にエンコードされたデバイス及び前述の任意の適切な組み合わせ。
本明細書で用いられるコンピュータ可読記憶媒体は、電波又は他の自由に伝播する電磁波、導波管又は他の伝送媒体（例えば、光ファイバケーブルを通過する光パルス）を通って伝播する電磁波、或いはワイヤを通って伝送される電気信号などの一時的な信号自体であると解釈されるべきではない。

本発明の態様は、本発明の実施形態に係る方法、装置（システム）、及びコンピュータプログラム製品を示すフローチャート図および／又はブロック図を参照して本明細書で説明されている。フローチャート図及び／又はブロック図の各ブロック、並びにフローチャート図及び／又はブロック図のブロックの組合せは、コンピュータ可読プログラム命令によって実装できることを理解されたい。

これらのコンピュータ可読プログラム命令は、汎用コンピュータ、専用コンピュータ、又は他のプログラマブルデータ処理装置のプロセッサに提供されて、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行されることで、フローチャート及び／又はブロック図の１つまたは複数のブロックで指定される機能／動作を実装するための手段を実現する機械が提供される。これらのコンピュータ可読プログラム命令はコンピュータ、プログラマブルデータ処理装置、及び／又は他のデバイスに特定の方法で機能させるように指示することができるコンピュータ可読記憶媒体に格納されてもよく、その結果、命令が格納されたコンピュータ可読記憶媒体は、フローチャート及び／又はブロック図のブロック又は複数のブロックで指定された機能／動作の態様を実施する命令を含む製造品となる。

コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイス上にロードされて、コンピュータ、他のプログラマブル装置、又は他のデバイス上で実行される命令がフローチャート及び／又はブロック図の１つまたは複数のブロックで指定された機能／動作を実施するように、一連の動作ステップをコンピュータ、他のプログラマブル装置、又は他のデバイス上で実行させて、コンピュータ実装プロセスを生成することができる。

本開示に係る実施形態は、クラウド・コンピューティング・インフラストラクチャを介してエンドユーザに提供されてもよい。クラウドコンピューティングとは、一般に、スケーラブルなコンピューティングリソースをネットワーク上のサービスとして提供することを意味する。より形式的には、クラウドコンピューティングは、コンピューティングリソースとその基盤となる技術的アーキテクチャ（例えば、サーバ、ストレージ、ネットワーク）との間の抽象化を提供するコンピューティング能力として定義されてもよく、迅速に展開及びリリースできる、構成可能なコンピューティングリソースの共有プールへの便利なオンデマンドネットワークアクセスを最小限の管理労力やサービスプロバイダの介入で可能にする。したがって、クラウドコンピューティングによれば、ユーザは、コンピューティングリソースを提供するために用いられる基盤となる物理システム（またはそれらのシステムの場所）に関係なく、「クラウド」内の仮想コンピューティングリソース（ストレージ、データ、アプリケーション、更には完全な仮想化コンピューティングシステム等）にアクセスできる。

図中のフローチャート及びブロック図は、本発明の様々な実施形態に係るシステム、方法、及びコンピュータプログラム製品の可能な実装のアーキテクチャ、機能、及び動作を示す。この点に関して、フローチャート又はブロック図の各ブロックは、指定された論理機能を実装するための１つまたは複数の実行可能命令を備える、モジュール、セグメント、又は命令の一部を表してもよい。一部の代替実装形態では、ブロックに記載されている機能は図に記載されている順序と異なる順序で実行されてもよい。例えば、連続して示される２つのブロックは、実際には実質的に同時に実行されてもよく、または関連する機能によっては、ブロックは逆の順序で実行されてもよい。また、ブロック図及び／又はフローチャート図の各ブロック、並びにブロック図及び／又はフローチャート図のブロックの組み合わせは、指定された機能又は動作を実行する、或いは特別な目的のハードウェアとコンピューターの命令の組み合わせを実行する特殊目的ハードウェアベースのシステムによって実施され得ることに留意されたい。

上記は、例示的な実施形態に向けられているが、本発明の他の／更なる実施形態は、本発明の基本的な範囲から逸脱することなく考案することができ、本開示の範囲は以下の特許請求の範囲によって規定される。本開示の様々な実施形態の説明は例示の目的で提示されてきたが、網羅的であることも、開示された実施形態に限定されることも意図されていない。記載された実施形態の範囲及び趣旨から逸脱することなく、多くの変更及び変形が当業者には明らかであろう。本明細書で使用される用語は実施形態の原理や、市場で見られる技術に対する実際の適用又は技術的改善を説明するため、或いは当業者が本明細書で開示される実施形態を容易に理解することができるために選択された。

本明細書で用いられる用語は、特定の実施形態を説明するためだけのものであり、様々な実施形態を限定することを意図したものではない。本明細書で使用されるように、単数形「ａ」、「ａｎ」、及び「ｔｈｅ」は、文脈が明らかに他のことを示さない限り、複数形も含むことが意図される。「セット」、「グループ」、「一部」などは１つ又は複数を含むことが意図される。本明細書で使用されるように、「含む」及び／又は「含んでもよい」との用語は、記載された特徴、整数、ステップ、動作、要素、及び／又はコンポーネントの存在を指定するが、１つまたは複数の他の特徴、整数、ステップ、動作、要素、コンポーネント、又はそれらの組み合わせの存在又は追加を排除しない。様々な実施形態の例示的な態様の前述の詳細な説明において、本明細書の一部であり、様々な態様を実施するための特定の例示的な実施形態を例として示す添付の図面（同一の符号は同様の要素を表す）
を参照した。これらの実施形態は、当業者が実施形態を実施することを可能にするのに十分詳細に説明されたが、他の実施形態を用いることも可能であり、様々な実施形態の範囲から逸脱することなく、論理的、機械的、電気的な変更等を行うことができる。上述の説明では、様々な実施形態を完全に理解するために、多くの具体的な詳細が記載された。しかし、これらの具体的な詳細なしで、様々な実施形態を実施することができる。また、他の箇所では、実施形態を曖昧にしないように、周知の回路、構造、及び技術は詳細に示されていない。

２００ データ評価システム
２１０ センサ
２２０ 情報装置
２２５ 通信ネットワーク
２３０ データ評価装置
２３１ データ受信部
２３２ 評価部
２３３ 通知生成部
２３４ 通知出力部
２３５ 追跡データ受信部
２３６ 追跡評価部

Claims (13)

1. データ評価装置であって、
   対象環境に設置されるセンサから、前記対象環境におけるアセットに関連する第１のセンサデータを受信するデータ受信部と、
   前記アセットの第１の状態を定量化するための閾値を規定する第１の評価基準に基づいて前記第１のセンサデータを分析することによって、前記アセットの前記第１の状態の、前記アセットの目標状態に対する不一致を示す第１の評価結果を生成する評価部と、
   前記第１の評価結果に基づいて、前記アセットの前記第１の状態を、前記対象アセットの目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する通知生成部と、
   前記アクション通知を、アセットのうち、１つ以上のアセットによって使用可能な情報装置に出力する通知出力部と、
   前記センサ及び前記情報装置のいずれか一方以上から、前記対象環境における前記アセットに関連する第２のセンサデータを受信する追跡データ受信部と、
   前記アセットの第２の状態を定量化するための閾値を規定する第２の評価基準に基づいて前記第２のセンサデータを分析することによって、前記推奨アクションの有効性レベルを示す第２の評価結果を生成する追跡評価部と、
   を含むことを特徴とするデータ評価装置。
2. 前記第１の評価結果は、前記アセットのリスク指数を示し、
   前記リスク指数は、非生命体アセットリスク指数及び生命体アセットリスク指数を含み、
   前記推奨アクションは、前記アセットの前記リスク指数を減少させるためのリスク減少アクションを含み、
   前記第２の評価結果は、前記リスク減少アクションの、前記アセットの前記リスク指数を減少させる有効性レベルを示し、
   前記目標状態は、所定の安全閾値を達成するリスク指数に関連付けられた状態を含む、
   ことを特徴とする、請求項１に記載のデータ評価装置。
3. 前記評価部は、
   前記第１のセンサデータから、アセットの非生命体アセットに関する情報を含む第１のアセットペイロードを抽出し、
   前記第１のアセットペイロードを、所定の非生命体アセット属性データに基づいて分類し、
   前記第１のアセットペイロードを、前記第１の評価基準によって規定される閾値に基づいてクラスタにグループ化し、
   前記クラスタに対して、前記第１の評価基準によって規定される重みに基づいて重み付けを行い、
   前記重み及び前記クラスタに基づいて、前記非生命体アセットの前記非生命体アセットリスク指数を計算する、
   ことを特徴とする、請求項２に記載のデータ評価装置。
4. 前記評価部は、
   前記第１のセンサデータから、アセットの生命体アセットに関する情報を含む第２のアセットペイロードを抽出し、
   前記第２のアセットペイロードを、所定の生命体アセット属性データに基づいて分類し、
   前記非生命体アセットリスク指数と、前記生命体アセット及び前記非生命体アセットの空間的関係に基づいて、前記生命体アセットの前記生命体アセットリスク指数を計算する、
   ことを特徴とする、請求項３に記載のデータ評価装置。
5. 前記通知生成部は、
   前記アセットの前記リスク指数、事前定義された通知候補の集合を含む通知リストデータベース、及び前記事前定義された通知候補と前記アセットの関係を規定する通知選択基準に基づいて、前記通知リストデータベースから第１の通知候補を選択し、
   通知候補を前記対象環境に適合させるための変更変数に基づいて前記第１の通知候補を変更することにより、前記アクション通知を生成し、
   冗長性の閾値を達成する候補アクションを削除することで、前記アクション通知を修正する、
   ことを特徴とする、請求項４に記載のデータ評価装置。
6. 前記追跡評価部は、
   前記対象環境に関する環境変数及び前記推奨アクションに基づいて、前記アセットの前記目標状態を判定し、
   前記アセットのゼットの前記目標状態と前記アセットの前記第２の状態とを比較することで、前記推奨アクションの前記有効性レベルを計算し、
   前記推奨アクションの前記有効性レベルに基づいて、前記第１の評価基準、前記通知選択基準、及び前記アセットの前記リスク指数のいずれか一方を更新するための是正ファクタを判定する、
   ことを特徴とする、請求項５に記載のデータ評価装置。
7. 前記リスク指数に基づいて、前記対象環境に対するハザードマップを生成する視覚化部を更に含み、
   前記通知出力部は、前記ハザードマップを前記情報装置に送信する、
   ことを特徴とする、請求項６に記載のデータ評価装置。
8. 前記第１の評価結果は、前記アセットの生産性レベルを示し、
   前記推奨アクションは、前記アセットの前記生産性レベルを向上させるための生産性向上アクションを含み、
   前記目標状態は、所定の生産性閾値を達成する生産性レベルに関連付けられた状態を含む、
   ことを特徴とする、請求項１に記載のデータ評価装置。
9. データ評価方法であって、
   対象環境に設置されるセンサから、前記対象環境におけるアセットに関連する第１のセンサデータを受信する工程と、
   前記アセットの第１の状態を定量化するための閾値を規定する第１の評価基準に基づいて前記第１のセンサデータを分析することによって、前記アセットの前記第１の状態の、前記アセットの目標状態に対する不一致を示す第１の評価結果を生成する工程と、
   前記第１の評価結果に基づいて、前記アセットの前記第１の状態を、前記対象アセットの目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する工程と、
   前記アクション通知を、アセットのうち、１つ以上のアセットによって使用可能な情報装置に出力する工程と、
   前記センサ及び前記情報装置のいずれか一方以上から、前記対象環境における前記アセットに関連する第２のセンサデータを受信する工程と、
   前記アセットの第２の状態を定量化するための閾値を規定する第２の評価基準に基づいて前記第２のセンサデータを分析することによって、前記推奨アクションの有効性レベルを示す第２の評価結果を生成する工程と、
   を含むことを特徴とするデータ評価方法。
10. データ評価システムであって、
    対象環境に設置され、前記対象環境及び前記対象環境に位置するアセットに関する情報を収集するセンサと、
    前記対象環境において実行されるアクションの有効性を評価するデータ評価装置と、
    １つ以上のアセットによって使用可能であり、前記データ評価装置とデータを通信する情報装置とを含み、
    前記センサと、前記データ評価装置と、前記情報装置とが通信ネットワークを介して通信可能に接続されており、
    前記データ評価装置は、
    前記対象環境に設置される前記センサから、前記対象環境におけるアセットに関連する第１のセンサデータを受信するデータ受信部と、
    前記アセットの第１の状態を定量化するための閾値を規定する第１の評価基準に基づいて前記第１のセンサデータを分析することによって、前記アセットの前記第１の状態の、前記アセットの目標状態に対する不一致を示す第１の評価結果を生成する評価部と、
    前記第１の評価結果に基づいて、前記アセットの前記第１の状態を、前記対象アセットの目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する通知生成部と、
    前記アクション通知を、前記情報装置に出力する通知出力部と、
    前記センサ及び前記情報装置のいずれか一方以上から、前記対象環境における前記アセットに関連する第２のセンサデータを受信する追跡データ受信部と、
    前記アセットの第２の状態を定量化するための閾値を規定する第２の評価基準に基づいて前記第２のセンサデータを分析することによって、前記推奨アクションの有効性レベルを示す第２の評価結果を生成する追跡評価部と、
    を含むことを特徴とするデータ評価システム。
11. 前記通知出力部は、
    登録インターフェースを前記情報装置に提供し、
    前記登録インターフェースを介して、登録要求を前記情報装置の第１の情報装置から受信し、
    前記第１の情報装置を登録済みの情報装置として、登録済みの情報装置に登録し、
    前記アクション通知を、前記登録済みの情報装置に出力する、
    ことを特徴とする、請求項１０に記載のデータ評価システム。
12. 前記追跡データ受信部は、
    データ収集インターフェースを前記登録済みの情報装置に提供し、
    前記登録済みの情報装置から、前記推奨アクションの有効性レベルを示す情報を前記第２のセンサデータとして受信する、
    ことを特徴とする、請求項１１に記載のデータ評価システム。
13. 前記データ評価装置は、
    前記対象環境とは異なる第２の対象環境に設置される第２のセンサから受信した第３のセンサデータを分析することで、前記第２の対象環境における第２の推奨アクションの有効性レベルを示す第３の評価結果を生成し、
    前記第３の評価結果に基づいて、前記アセットの前記第１の状態を、前記対象環境における前記対象アセットの目標状態に向かって進行させるための推奨アクションを示すアクション通知を生成する、
    ことを特徴とする、請求項１１に記載のデータ評価システム。

Images