JP5304752B2 - 情報処理装置及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置及び情報処理プログラムに関する。

特許文献１には、オフィススペック決定装置及びオフィスレイアウト生成装置に関し、オフィスで執務される業務の特性をもとに、最適なオフィスの什器備品及び情報設備の装備を決定し、最適なレイアウトを行うことを目的とし、オフィス内で従事する人員の業務に関する特性情報を入力又は測定し、業務の特性情報に基づいてワークスタイルを判定し、その判定したワークスタイルに関する基本装備に関する情報と業務の特性情報とをもとに、基本装備の内容を業務特性に合わせて詳細化して、オフィスに必要となる装備を決定し、それをもとに、オフィスの平面図情報等からオフィス内に各装備を配置できるか否かのゾーニング判定を行い、ゾーン及び各装備のレイアウトを行うことが開示されている。

特許文献２には、環境負荷を低減したオフィスのレイアウトを決定することが可能なレイアウト決定装置を提供することを課題とし、ネットワークを介して接続されるクライアント端末からのオフィスレイアウト決定のリクエストに応じて、オフィスのレイアウトを決定するレイアウト決定サーバにおいて、このレイアウト決定サーバは、クライアント端末から送出される、事業所の情報（事業所名、当該事業所に配置される部署名、及び各部署の人員数）に基づいて、事業所毎に各事業所に配置される各部署の勤務時間帯の情報を格納した勤務時間帯ＤＢから該当する事業所に配置される各部署の勤務時間帯の情報を検索し、検索した各部署の勤務時間帯の情報に基づいて環境負荷を低減した当該事業所のレイアウトを決定して、クライアント端末に送信することが開示されている。

特許文献３には、入居後に行われる業務を効率よく遂行できるレイアウト計画を立てることができるオフィスレイアウト計画支援装置、オフィスレイアウト計画支援方法及びオフィスレイアウト計画支援プログラムを提供することを課題とし、複数の部門における２つの部門の組み合わせ毎に、組み合わせた部門間の相互近接度と、相互類似度を導出し、相互近接度及び前記相互類似度に基づいて前記複数の部門における２つの部門の組み合わせ毎に近接配置する度合いを示す設定近接度を導出して、前記設定近接度が高い順に各部門間の配置位置を近接させると共に、要求床面積情報によって示される要求床面積が前記許容床面積情報によって示される許容床面積に収まるように前記複数の部門の前記建物への配置を行い、配置結果をクライアント装置にて表示することが開示されている。

特許文献４には、共用ブースや共用機器あるいは利用者の座席などのレイアウトを、利用者にとってより効率的な位置に変更することを可能にすることを課題とし、監視装置本体の移動端末位置特定手段により、移動端末の位置を特定し、その履歴情報を用いて、移動経路特定手段によって、移動端末毎の移動経路を特定し、利用者が共通に利用する設備の位置が、複数の移動端末において移動経路の到着位置情報として含まれるため、これを変更対象移動経路とし抽出し、変更対象移動経路の平均の移動距離がより短くなるように設備の変更位置を求めることが開示されている。

特開２００１−１８４３７５号公報 特開２００４−２５２７７９号公報 特開２００６−３０２１３７号公報 特開２００９−１６９６３３号公報

本発明は、同じ組織に属しているが、行動が異なる人員がいる場合に、そのような人員も含めて同じ組織の人員が集まるように座席を配置してしまうことを防止するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、記憶装置に記憶された組織内の人員の過去の行動の記録である行動情報に基づき、複数の組織内の人員を組織毎に該組織において平均的な行動を行う者の集合である第１集合と該第１集合には属していない者の集合である第２集合に分類する分類手段と、前記分類手段により分類された第１集合の人員の行動情報が互いに類似する複数の組織の第１集合を特定する特定手段と、前記特定手段により特定された互いに類似する複数の組織の第１集合の人員を集め、座席を示す座席情報とその座席を利用する利用者を示す利用者情報を対応させることによって座席を配置する配置手段を具備し、前記分類手段は、屋内にある位置センサによる検出の確率を連続した時間帯毎に求めたベクトルを行動情報とし、過去一定期間における該行動情報の変動量と予め定められた閾値とを比較することによって分類を行い、前記特定手段は、第１集合の人員の行動情報の代表値によってクラスタリングを行うことによって、複数の組織の第１集合を特定する、情報処理装置である。

請求項２の発明は、前記配置手段は、各組織における第２集合の人員の座席は利用者が固定されていない座席又は組織間の境界に位置する座席に配置することを特徴とする請求項１に記載の情報処理装置である。

請求項３の発明は、前記分類手段は、組織の人員の過去の行動の記録である行動情報と該人員の過去の情報伝達の記録である情報伝達情報を比較して、該人員が座席を利用しない日を算出し、該日における該人員を前記第２集合に分類することを特徴とする請求項１又は２に記載の情報処理装置である。

請求項４の発明は、前記行動情報は、連続した時間帯毎における行動の記録であることを特徴とする請求項１から３のいずれか一項に記載の情報処理装置である。

請求項５の発明は、コンピュータを、記憶装置に記憶された組織内の人員の過去の行動の記録である行動情報に基づき、複数の組織内の人員を組織毎に該組織において平均的な行動を行う者の集合である第１集合と該第１集合には属していない者の集合である第２集合に分類する分類手段と、前記分類手段により分類された第１集合の人員の行動情報が互いに類似する複数の組織の第１集合を特定する特定手段と、前記特定手段により特定された互いに類似する複数の組織の第１集合の人員を集め、座席を示す座席情報とその座席を利用する利用者を示す利用者情報を対応させることによって座席を配置する配置手段として機能させ、前記分類手段は、屋内にある位置センサによる検出の確率を連続した時間帯毎に求めたベクトルを行動情報とし、過去一定期間における該行動情報の変動量と予め定められた閾値とを比較することによって分類を行い、前記特定手段は、第１集合の人員の行動情報の代表値によってクラスタリングを行うことによって、複数の組織の第１集合を特定する、情報処理プログラムである。

請求項１の情報処理装置によれば、同じ組織に属しているが、行動が異なる人員がいる場合に、そのような人員も含めて同じ組織の人員が集まるように座席を配置してしまうことを防止することができる。

請求項２の情報処理装置によれば、同じ組織に属しているが、行動が異なる人員には、利用者が固定されていない座席又は組織間の境界に位置する座席に配置することができる。

請求項３の情報処理装置によれば、人員が座席を利用しない日において、その人員を第２の集合に分類することができる。

請求項４の情報処理装置によれば、出勤時刻と退勤時刻のみで判断した場合と比較して、いわゆる中抜けが生じる外出による行動情報も対象とすることができるようになる。

請求項５の情報処理プログラムによれば、同じ組織に属しているが、行動が異なる人員がいる場合に、そのような人員も含めて同じ組織の人員が集まるように座席を配置してしまうことを防止することができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態を具現化した場合のシステム構成例を示す説明図である。 行動ログテーブルのデータ構造例を示す説明図である。 コミュニケーションログテーブルのデータ構造例を示す説明図である。 組織情報テーブルのデータ構造例を示す説明図である。 業務フェイズデータテーブルのデータ構造例を示す説明図である。 座席情報テーブルのデータ構造例を示す説明図である。 判定結果テーブルのデータ構造例を示す説明図である。 予測結果テーブルのデータ構造例を示す説明図である。 本実施の形態による実績データの作成処理例を示すフローチャートである。 本実施の形態による処理例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態である情報処理装置１００は、図１の例に示すように、個人別行動パターン判定／予測モジュール１３０、レイアウト決定モジュール１４０、受付モジュール１７０、出力モジュール１８０を有している。そして、情報処理装置１００は、行動ログデータ記憶モジュール１１０、コミュニケーションログデータ記憶モジュール１２０、組織情報記憶モジュール１５０、座席情報記憶モジュール１６０と接続されている。なお、利用者は、文脈によって人員、社員等という。

行動ログデータ記憶モジュール１１０は、個人別行動パターン判定／予測モジュール１３０と接続されている。行動ログデータ記憶モジュール１１０は、過去の行動の記録である行動情報（以下、行動ログデータともいう）を記憶する。「行動」とは、対象としている利用者の観察可能な行いであり、少なくとも対象としている座席がある部屋への入退室が含まれる。「過去の行動の記録である行動情報」とは、過去における対象としている利用者の行動を記録した情報（以下、行動ログデータともいう）をいう。例えば、利用者が所持している電子タグを各所に配置されているセンサが検知し、そのセンサの位置（センサを示すセンサＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）とそのセンサの位置が一意に対応付けられている場合は、センサＩＤであってもよい）と検知した電子タグに記憶されている利用者を示す利用者ＩＤを検知時刻とともに記録したものである。行動ログデータ記憶モジュール１１０は、例えば、行動ログテーブル３００を記憶する。図３は、行動ログテーブル３００のデータ構造例を示す説明図である。行動ログテーブル３００は、開始時刻欄３１０、終了時刻欄３２０、社員ＩＤ欄３３０、エリア欄３４０を有している。開始時刻欄３１０は、社員ＩＤ欄３３０の利用者がエリア欄３４０の部屋に入室した日時を記憶する。終了時刻欄３２０は、社員ＩＤ欄３３０の利用者がエリア欄３４０の部屋から退室した日時を記憶する。社員ＩＤ欄３３０は、対象となっている利用者を示す利用者情報を記憶する。例えば、社員ＩＤである。エリア欄３４０は、対象となっているエリアを示すエリア情報を記憶する。例えば、会議室名である。また、行動ログデータ記憶モジュール１１０が記憶する行動情報は、屋内における行動の記録であってもよいし、屋外における行動の記録を含んでいてもよい。

コミュニケーションログデータ記憶モジュール１２０は、個人別行動パターン判定／予測モジュール１３０と接続されている。コミュニケーションログデータ記憶モジュール１２０は、過去の情報伝達の記録である情報伝達情報を記憶する。「情報伝達」とは、電子メール等によるコミュニケーションである。「過去の情報伝達の記録である情報伝達情報」とは、過去における他者とのコミュニケーションを記録した情報（以下、コミュニケーションログデータともいう）をいう。コミュニケーションログデータ記憶モジュール１２０は、例えば、コミュニケーションログテーブル４００を記憶する。図４は、コミュニケーションログテーブル４００のデータ構造例を示す説明図である。コミュニケーションログテーブル４００は、送信時刻欄４１０、発信社員ＩＤ欄４２０、受信社員ＩＤ集合欄４３０、受信メールアドレス集合欄４４０、サイズ欄４５０を有している。送信時刻欄４１０は、電子メールが送信された日時を記憶する。発信社員ＩＤ欄４２０は、その電子メールを送信した利用者を示す利用者情報を記憶する。例えば、社員ＩＤである。受信社員ＩＤ集合欄４３０は、その電子メールを受信した利用者を示す利用者情報を記憶する。なお、複数の利用者情報を記憶してもよい。受信メールアドレス集合欄４４０は、その電子メールを受信した利用者のメールアドレスを記憶する。なお、複数のメールアドレスを記憶してもよい。サイズ欄４５０は、その電子メールのサイズ（容量）を記憶する。

組織情報記憶モジュール１５０は、個人別行動パターン判定／予測モジュール１３０、レイアウト決定モジュール１４０と接続されている。組織情報記憶モジュール１５０は、利用者を示す利用者情報とその利用者が所属する組織を示す組織情報の対応を記憶する。また、その利用者は、利用者が固定されていない座席（以下、フリーアドレスともいう）を適用してもよいか否かを示すフリーアドレス適用情報を対応して記憶してもよい。組織情報記憶モジュール１５０は、例えば、組織情報テーブル５００、業務フェイズデータテーブル６００を記憶する。図５は、組織情報テーブル５００のデータ構造例を示す説明図である。組織情報テーブル５００は、社員ＩＤ欄５１０、所属組織欄５２０、フリーアドレス適用欄５３０、顧客ドメイン欄５４０を有している。社員ＩＤ欄５１０は、利用者を示す利用者情報を記憶する。例えば、社員ＩＤである。所属組織欄５２０は、その利用者が属している組織を示す組織情報を記憶する。例えば、その組織の名称である。フリーアドレス適用欄５３０は、その利用者はフリーアドレスを適用可能であるか否かを示すフリーアドレス適用情報を記憶する。顧客ドメイン欄５４０は、その利用者が共に業務を行っている者（例えば、顧客等）のドメイン名を記憶する。

また、業務フェイズデータテーブル６００は、利用者が行っている業務の進行状況（業務フェイズ）を記憶している。これによって、利用者が関与している業務を取得することができ、また、その業務を行っている期間（行われていた期間であってもよい、以下、同様）を取得することができる。図６は、業務フェイズデータテーブル６００のデータ構造例を示す説明図である。業務フェイズデータテーブル６００は、社員ＩＤ欄６１０、期間欄６２０、業務フェイズ欄６３０を有している。社員ＩＤ欄６１０は、利用者を示す利用者情報を記憶する。例えば、社員ＩＤである。期間欄６２０は、その業務フェイズが行われている期間を記憶する。業務フェイズ欄６３０は、業務フェイズを示す業務フェイズ情報を記憶する。例えば、業務フェイズの名称である。

座席情報記憶モジュール１６０は、レイアウト決定モジュール１４０と接続されている。座席情報記憶モジュール１６０は、部屋の座席を示す座席情報とその座席に割り当てられた利用者を示す利用者情報を対応付けて記憶する。座席情報記憶モジュール１６０は、例えば、座席情報テーブル７００を記憶する。図７は、座席情報テーブル７００のデータ構造例を示す説明図である。座席情報テーブル７００は、座席ＩＤ欄７１０、フロア欄７２０、座標欄７３０、フリーアドレス席欄７４０、割当社員ＩＤ欄７５０を有している。座席ＩＤ欄７１０は、座席を示す座席情報を記憶する。フロア欄７２０は、その座席があるフロアを示すフロア情報を記憶する。座標欄７３０は、その座席の位置を記憶する。例えば、ＸＹ座標系における座標である。フリーアドレス席欄７４０は、その座席はフリーアドレスとなり得るか否かを示すフリーアドレス席情報を記憶する。割当社員ＩＤ欄７５０は、その座席に割り当てられた利用者を示す利用者情報を記憶する。つまり、この利用者がその座席に着席する。

個人別行動パターン判定／予測モジュール１３０は、行動ログデータ記憶モジュール１１０、コミュニケーションログデータ記憶モジュール１２０、レイアウト決定モジュール１４０、組織情報記憶モジュール１５０と接続されている。個人別行動パターン判定／予測モジュール１３０は、行動ログデータ記憶モジュール１１０に記憶されている行動ログデータ、コミュニケーションログデータ記憶モジュール１２０に記憶されているコミュニケーションログデータ、組織情報記憶モジュール１５０に記憶されている組織情報に基づいて、利用者毎に行動パターンを判定、予測する。例えば、行動ログデータ記憶モジュール１１０に記憶されている行動ログデータに基づいて、行動パターンを判定する。例えば、行動ログデータ記憶モジュール１１０に記憶されている行動ログデータ、コミュニケーションログデータ記憶モジュール１２０に記憶されているコミュニケーションログデータ、組織情報記憶モジュール１５０に記憶されている組織情報に基づいて、利用者毎に行動パターンを予測する。
なお、行動パターン、個人別行動パターン判定／予測モジュール１３０の詳細な処理内容については後述する。

レイアウト決定モジュール１４０は、個人別行動パターン判定／予測モジュール１３０、組織情報記憶モジュール１５０、座席情報記憶モジュール１６０、受付モジュール１７０、出力モジュール１８０の表示モジュール１８２及び通知モジュール１８４と接続されている。レイアウト決定モジュール１４０は、受付モジュール１７０により受け付けられた要求に基づき、組織情報記憶モジュール１５０に記憶されている組織情報、座席情報記憶モジュール１６０に記憶されている座席情報、個人別行動パターン判定／予測モジュール１３０によって判定、予測された情報を利用して、座席のレイアウトを決定する。

レイアウト決定モジュール１４０は、個人別行動パターン判定／予測モジュール１３０によって判定された行動パターンに基づいて、組織内の人員を集合Ａと集合Ｂに分類する。利用者がいずれの集合に属するかは、組織毎に判断する。集合Ａは、その組織において平均的な行動を行う者の集合である。集合Ｂは、その組織において集合Ａには属していない者の集合であって、その組織の行動パターンの傾向と乖離している者、行動が一貫していない者等が含まれる集合になる。集合Ａ、集合Ｂへの分類は、行動パターンを介して行動ログデータ記憶モジュール１１０に記憶されている行動ログデータを利用している。つまり、レイアウト決定モジュール１４０は、組織内の人員の過去の行動の記録である行動情報に基づいて、その組織の人員を集合Ａと集合Ｂに分類する。
また、レイアウト決定モジュール１４０は、行動ログデータ記憶モジュール１１０に記憶されている行動ログデータとコミュニケーションログデータ記憶モジュール１２０に記憶されているコミュニケーションログデータを比較して、対象となっている人員が座席を利用しない日（例えば、外出している日）を算出し、その日におけるその人員を集合Ｂに分類するようにしてもよい。

レイアウト決定モジュール１４０は、個人別行動パターン判定／予測モジュール１３０によって分類された１つ目の行動パターンの人員の行動記録が類似している他の組織の１つ目の行動パターンを取得する。そして、その類似している１つ目の行動パターンの人員が集まるように座席を配置する。これは、単に組織単位で行動パターンが類似する組織を近傍に配置するのではなく、組織の行動パターンの傾向と乖離する者、行動パターンが一貫していない者等が含まれている２つ目の行動パターンの者は除外して、組織の行動パターンが類似している他の組織を取得している。

「座席を配置する」とは、座席を示す座席情報とその座席を利用する利用者を示す利用者情報を対応させることをいう。
行動パターンが類似している者を集めた座席は、照明機器又は空調機器を調整可能な領域内の座席としてもよい。これは、行動パターンが類似している者を集めた座席とすることによって、一括した電力制御を行いやすくし、環境負荷の低減を図るためである。「照明機器又は空調機器を調整可能な領域」とは、その領域に１個又は複数の照明機器又は空調機器が備え付けられており、その領域内の照明機器又は空調機器の電源の入断又は調整が他の領域内の照明機器又は空調機器と独立して（関係なく）可能であることをいう。また、照明機器の調整には、例えば明るさ、色合い等の調整があり、空調機器の調整には、例えば温度、風量等の調整がある。

また、レイアウト決定モジュール１４０は、各組織における２つ目の行動パターンの人員の座席はフリーアドレスの座席又は組織間の境界に位置する座席に配置するようにしてもよい。１つ目の行動パターンの人員とは異なる座席に配置するものである。
なお、レイアウト決定モジュール１４０の詳細な処理内容については後述する。

受付モジュール１７０は、レイアウト決定モジュール１４０と接続されている。受付モジュール１７０は、レイアウトの生成要求指示を受け付け、レイアウト決定モジュール１４０に対してレイアウトの生成要求を指示する。この指示は、定期的（例えば一日一回、最初の利用者の入室を検知したとき等）に行われてもよいし、利用者の指示操作を受け付けるようにしてもよい。
出力モジュール１８０は、表示モジュール１８２、通知モジュール１８４を有している。出力モジュール１８０は、レイアウト決定モジュール１４０によって決定された座席のレイアウトを出力する。
表示モジュール１８２は、レイアウト決定モジュール１４０と接続されている。表示モジュール１８２は、レイアウト決定モジュール１４０が決定したレイアウトを表示する。例えば、情報処理装置１００に備え付けられたディスプレイ等の表示装置にグラフィカルに表示してもよい。また、利用者の入退室を検知する入退出検知装置に備え付けられているパネルに、該当する利用者が入室する度にその人の座席を表示するようにしてもよい。また、該当する座席を音声で出力するようにしてもよい。
通知モジュール１８４は、レイアウト決定モジュール１４０と接続されている。通知モジュール１８４は、動的に席が変わり得るフリーアドレスの座席を利用する利用者に対して、どの時点でどの席に行くべきか等について電子メール等を用いて通知する。

図２は、本実施の形態を具現化した場合のシステム構成例を示す説明図である。
ログＤＢサーバホスト２３０、レイアウトサーバホスト２４０、位置情報サーバホスト２７０、レイアウトクライアントホスト２８０が、通信回線２９９を介して接続されている。また、ログＤＢサーバホスト２３０には、行動ログＤＢ２１０、コミュニケーションログＤＢ２２０が接続されており、レイアウトサーバホスト２４０には、情報処理装置１００が接続されており、情報処理装置１００には、組織情報ＤＢ２５０、座席情報ＤＢ２６０が接続されており、位置情報サーバホスト２７０には、位置センサ２７１〜２７８が接続されている。図１に例示のモジュール構成と比較すると、行動ログＤＢ２１０は行動ログデータ記憶モジュール１１０に該当し、コミュニケーションログＤＢ２２０はコミュニケーションログデータ記憶モジュール１２０に該当し、組織情報ＤＢ２５０は組織情報記憶モジュール１５０に該当し、座席情報ＤＢ２６０は座席情報記憶モジュール１６０に該当する。また、情報処理装置１００内の受付モジュール１７０、出力モジュール１８０は、利用者２００によるレイアウトクライアントホスト２８０への指示操作等を受け付け、レイアウトクライアントホスト２８０への表示、通知の出力を行って、利用者２００に座席を知らせる。

利用者２００は、タグ２０１を所持している。タグ２０１は、位置センサ２７１〜２７８によって検出される。各位置センサは、タグ２０１に記憶されている利用者を示す利用者情報（例えば、社員ＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ））を読み取り、検出した日時、その位置センサ自身の位置とともに位置情報サーバホスト２７０に記憶される。例えば、位置センサが各部屋に取り付けられている場合は、誰が、いつ、どの部屋に居たのであるかを示す行動ログデータとして、位置情報サーバホスト２７０に収集されることになる。そして、収集された行動ログデータをログＤＢサーバホスト２３０に渡し、図３に例示の行動ログテーブル３００を行動ログＤＢ２１０に記憶する。

また、利用者２００は、レイアウトクライアントホスト２８０等を用いて、電子メールの送受信を行う。この電子メールの送受信のログをログＤＢサーバホスト２３０が収集し、図４に例示のコミュニケーションログテーブル４００をコミュニケーションログＤＢ２２０に記憶する。送受信のログは、メールサーバから取得するようにしてもよい。
レイアウトクライアントホスト２８０は、利用者２００による操作指示を受け付け、レイアウトサーバホスト２４０にその操作指示を渡し、情報処理装置１００にレイアウトを決定させる。情報処理装置１００は、行動ログＤＢ２１０、コミュニケーションログＤＢ２２０、組織情報記憶モジュール１５０、座席情報記憶モジュール１６０内のデータを用いて、レイアウトを決定し、レイアウトサーバホスト２４０を介してレイアウトクライアントホスト２８０にレイアウト結果を表示、通知し、利用者２００に知らせる。

個人別行動パターン判定／予測モジュール１３０の処理について説明する。
まず、判定処理について説明する。
屋内にある位置センサによる検出の確率を連続した時間帯毎に求めベクトルとする。このベクトルを「検出確率ベクトル」と呼ぶ。これは個人の行動パターンを表す。ここでの時間帯とは、Ａ時からＢ時までの期間をいい、例えば、１時間毎の他に、２時間毎、３０分毎であってもよいし、午前９時から午後５時までの間は、３０分毎であり、それ以外は１時間毎であってもよい。以下、連続した時間帯として、午前０時から始めて１時間毎を例示する。
過去の予め定められた期間内の営業日における検出確率ベクトルの平均値を、各個人毎に算出して判定結果とする。判定結果は、例えば、判定結果テーブル８００となる。図８は、判定結果テーブル８００のデータ構造例を示す説明図である。判定結果テーブル８００は、社員ＩＤ欄８１０、検出確率ベクトル欄８２０を有している。社員ＩＤ欄８１０は、社員を示す社員ＩＤを記憶する。検出確率ベクトル欄８２０は、その社員の検出確率ベクトルを記憶する。

より詳細に判定処理について説明する。
社員ＩＤで示される社員の日付ｄにおける、屋内行動における検出実績に関して以下のように検出確率ベクトルＰ（ＩＤ，ｄ）を定義し、これを個人別の行動パターンとする。
検出確率ベクトルＰ（ＩＤ，ｄ）＝［Ｐ（ＩＤ，ｄ，０）， Ｐ（ＩＤ，ｄ，１）， …， Ｐ（ＩＤ，ｄ，２３）］
ここでの行動パターンを判定するとは、検出確率ベクトルＰを生成することになる。
また、この定義式における各要素Ｐ（ＩＤ，ｄ，ｔ）は、社員ＩＤで示される社員の日付ｄにおける時刻ｔ時台の検出確率を表す。ここでの時間帯は、１時間毎である。すなわち、社員ＩＤで示される社員の日付ｄにおける時刻ｔｓ時からｔｅ時の間に屋内で検出された秒数をＴ（ＩＤ，ｄ，ｔｓ，ｔｅ）で表すとき、検出確率ベクトルの各要素Ｐは（１）式のように定義される。なお、ｔｅが２４である場合は、日付ｄの次の日の０時を表す。また、３６００は、１時間分の秒数である。

Ｔは、行動ログテーブル３００から生成される。
Ｔの検出範囲として屋内全域ではなく、会議室など特定のエリア種別に限定して、特定のエリア種別における検出確率ベクトルを定義するようにしてもよい。

次に、個人別行動パターン判定／予測モジュール１３０による予測処理について説明する。ここでの予測とは、人員が座席を利用しない日を予測するものである。座席を利用しない日として、主に、外出する日を例示して説明する。
コミュニケーションログテーブル４００を用いて、顧客や他事業所との社員とのメール量の変化量を計測し、ピーク時期と、その後に現れる、「外出判定日」とのラグ(日数差)
の分布を予め計算しておく。なお、「外出判定日」は、検出確率ベクトルの予め定められた時間帯の値を予め定められた閾値と比較することによって抽出する。予め定められた時間帯とは、例えば就業時間帯が該当する。また、閾値との比較としては、検出確率ベクトルの値が閾値未満か否かの判断であり、閾値未満であれば外出判定日とする。

メール量のピークが生じたと判定される場合、予め計算されたラグを中心とした予め定められた範囲を、「外出が多くなりそうな日」として予測し、過去そのラグで観測された検出確率ベクトルの平均を予測値として出力する。
予測が成立する場合には予測結果を出力する。予測結果は、例えば、予測結果テーブル９００となる。図９は、予測結果テーブル９００のデータ構造例を示す説明図である。予測結果テーブル９００は、社員ＩＤ欄９１０、検出確率ベクトル欄９２０、予測日欄９３０を有している。社員ＩＤ欄９１０は、社員を示す社員ＩＤを記憶する。検出確率ベクトル欄９２０は、その社員の「過去そのラグで観測された検出確率ベクトルの平均」を記憶する。予測日欄９３０は、その社員の「外出が多くなりそうな日」を記憶する。

より詳細に予測処理について説明する。ここでは、普段外出しない社員がある期間だけ外出する場合を予測する処理を例として挙げて説明する。
まず、過去のコミュニケーションログ（コミュニケーションログデータ記憶モジュール１２０内のコミュニケーションログテーブル４００）と屋内における行動ログ（行動ログデータ記憶モジュール１１０内の行動ログテーブル３００）をもとに、予測の根拠となる「実績データ」を作成する。
「実績データ」の作成は次のように行う。
社員ＩＤで示される社員の、顧客ドメイン（組織情報テーブル５００の顧客ドメイン欄５４０）への電子メール送信がピークを迎えた後に、「外出判定日」となる日とのラグ（日数差）の分布を求め、社員ＩＤ、最頻ラグδ^＊、最頻ラグにおける検出確率ベクトルの平均値Ｐ^＊からなる三項組〈ＩＤ，Ｐ^＊，δ^＊〉を実績データとする。

図１０は、本実施の形態の個人別行動パターン判定／予測モジュール１３０による実績データの作成処理例を示すフローチャートである。
ステップＳ１００２では、社員ＩＤに対応する顧客ドメインの集合Ｄを組織情報から取得する。
ステップＳ１００４では、集合Ｄのいずれかのドメインに対して単位期間内に送信するメールの量が極大となる単位期間を抽出し、各単位期間の中央の日付を集合Ａに代入する。
ステップＳ１００６では、検出確率ベクトルＰ（ＩＤ，ｄ）の“昼間（就業時間内）の時間帯”の検出確率が予め定められた閾値を下回る日付ｄを抽出し、集合Ｂに代入する。
ステップＳ１００８では、実績リストＸを空にする。

ステップＳ１０１０では、集合Ａが空か否かを判断し、空である場合はステップＳ１０１６へ進み、それ以外の場合はステップＳ１０１２へ進む。
ステップＳ１０１２では、集合Ａから任意の日付ｄを取り出し、集合Ａから削除する。
ステップＳ１０１４では、日付ｄより後の日付が集合Ｂに存在する場合、最も日付ｄに近い日付ｄ’を集合Ｂから取り出し、二項組＜ｄ’−ｄ，Ｐ（ＩＤ，ｄ’）＞を実績リストＸに追加する。
ステップＳ１０１６では、実績リストＸにおいて、二項組＜δ，Ｐ＞の件数をδの値毎に数え、最も件数の多いδ^＊について、Ｐの平均Ｐ^＊を求め、＜ＩＤ，Ｐ^＊，δ^＊＞を実績値とする。

実績データ〈ＩＤ，Ｐ^＊，δ^＊〉は、「社員ＩＤで示される社員が、顧客へ多くメールを送った後、δ^＊日後に最も外出しやすく、その日の行動パターンはＰ^＊に最も近い」ということを表す。
将来、当該社員について、顧客ドメインへの電子メール送信がピークを迎えたことが検出された日ｄがあれば、実績データを参照し、その日ｄより最頻ラグδ^＊日後に、外出行動が最も起きやすいとして予測し、予測結果〈ＩＤ，Ｐ^＊，ｄ＋δ^＊〉（予測結果テーブル９００）を出力する。

他の事業所に勤務する社員へのメール量に基づいて、他事業所への外出が多くなることを予測するようにしてもよい。「他の事業所に勤務する社員へのメール量」は、コミュニケーションログテーブル４００の受信メールアドレス集合欄４４０内に「他の事業所に勤務する社員」のメールアドレスがあることによって検出し、前述の予測処理を行えばよい。
また、業務上普段は関係ないが時々関係する人へのメール量に基づいて、会議室の利用が多くなることを予測するようにしてもよい。「業務上普段は関係ない」者は、例えば、組織情報テーブル５００の顧客ドメイン欄５４０以外のドメインへの電子メールの送信があった者、又は、コミュニケーションログテーブル４００の受信メールアドレス集合欄４４０の頻度が予め定められた閾値よりも少ない者を抽出することによって定め、前述の予測処理を行えばよい。

レイアウト決定モジュール１４０の処理Ａ（一括レイアウト）について説明する。
（Ａ１）レイアウト決定モジュール１４０は、個人別行動パターン判定／予測モジュール１３０から渡される個人毎の行動パターンに基づいて、個人別に行動パターンの変動量を保持している。具体的には、個人別に、予め定められた期間（３ヶ月から半年程度等）又は業務フェイズデータテーブル６００にある直近の業務フェイズの期間（期間欄６２０）における検出確率ベクトルを保持しており、検出確率ベクトルの各要素の分散を算出することで、行動パターンの変動量としている。社員番号ＩＤで示される社員の時刻ｔの時間帯における行動パターンの変動量Ｐｖ（ＩＤ，ｔ）は（２）式のようになる。

ただし、Ｔｅｒｍ（ＩＤ）は社員番号ＩＤの分析対象期間の日付集合である。

（Ａ２）利用者から受付モジュール１７０を経由してレイアウト要求の指示を受け付ける。例えば、総務部門の座席管理担当者等がここでの利用者である。レイアウト要求は、レイアウト対象の組織のリストと、レイアウト先のフロアのリストを含む。

（Ａ３）レイアウト決定モジュール１４０は、レイアウト要求を受け付けると、レイアウト対象の組織に所属している人員のそれぞれについて、行動パターンの変動量と予め定められた閾値を比較して（例えば、変動量が閾値を超える場合）、行動パターンが例外である人員を抽出し、その例外人員を除外する。そして、残った人員の行動パターンの代表値を求め、当該組織の行動パターンとする。なお、ここでの閾値は定数を設定してもよいし、組織の上位ｘ％を除外できるよう組織毎に相対的な設定を行ってもよい。組織Ｇの所属メンバの集合をＭ（Ｇ）、閾値をＴｈとするとき除外されずに残る所属人員の集合Ｍ^＊（Ｇ）は、（３）式のようである。

除外されずに残った人員の行動パターンの代表値としては、例えば、検出確率ベクトルの各要素の平均値を用いてもよい。組織Ｇにおいて除外されずに残った人員の行動パターンの代表値Ｐ（Ｇ，ｔ）は、（４）式のように定義される。これをもとに定義されるベクトルＰ（Ｇ）＝（Ｐ（Ｇ，０）， Ｐ（Ｇ，１）， …， Ｐ（Ｇ，２３））を組織Ｇの代表的な行動パターンとして利用する。

（Ａ４）レイアウト決定モジュール１４０は、各組織の行動パターンの類似性に基づいて、クラスタリングを行い、座席数の制約条件を満たす範囲内で、類似する組織を同一フロアに配置する。類似性は検出確率ベクトル間の距離関数（例えばユークリッド距離）により定義する。組織Ｇ_１、Ｇ_２の行動パターンの類似度Ｒ（Ｇ_１，Ｇ_２）は、（５）式のように定義される。なお、｜｜ｘ｜｜はベクトルｘの大きさである。

これを用いて、全組織の集合をＧ^＊、全フロアの集合をＦ^＊、フロアＦからそのフロアに割り当てる組織の集合への写像をＡ、フロアＦの座席数をＣ（Ｆ）とすると、（６）式の条件で写像Ａを求める最適化問題となる。写像Ａは可能な組み合わせの中から総当りにより見つけることができる。各フロアへの組織の割当が決まれば、実際の座席への割当は既存の幾何学的なレイアウトアルゴリズムによって決定すればよい。なお、関数Ｖ（Ｇ_１，Ｇ_２）は、レイアウト実施主体が業務状況に合わせて定義するものであり、組織Ｇ_１と組織Ｇ_２が同フロアに配置されていない場合の損失値を与える。重みｗ_１，ｗ_２はレイアウト実施主体がＲとＶのどちらをどれだけ重視してレイアウトを実施するのかに応じて設定する。例えば、重みｗ_１を大きくすると、行動パターンの近い組織が優先的に同じフロアに配置され（エコ重視設定）、重みｗ_２を大きくすると、業務上近くにいるべき組織が優先的に同じフロアに配置される（業務重視設定）。

（Ａ５）前述の手順（Ａ３）において、組織の行動パターンと乖離した例外的な人員として除外された人員については、以下のように扱う。この処理により、例外的な人員は局所的に電力制御を行えるような特別配置を行う。
・除外された人員の属性が「フリーアドレス不可」（組織情報テーブル５００のフリーアドレス適用欄５３０）であれば、各組織内にレイアウトするが、組織間の境界付近に優先的に配置する。
・除外された人員の属性が「フリーアドレス可」（組織情報テーブル５００のフリーアドレス適用欄５３０）であれば、フリーアドレスとして設定されているエリアに配置する。その場合、フリーアドレス配置対象者も行動パターンの類似性に基づいてクラスタリングを行い、近い行動パターンの人員を集めるようにしてもよい。
（Ａ６）レイアウト決定モジュール１４０は、は、以上の手順を経て決定されたレイアウトを出力モジュール１８０を経由して利用者に出力する。

次に、レイアウト決定モジュール１４０の処理Ｂ（行動パターンが変化する人員へのナビゲート）について説明する。
（Ｂ１）レイアウト決定モジュール１４０は、個人別行動パターン判定／予測モジュール１３０から渡される個人毎の行動パターンの変動量と予め定められた閾値を比較することによって（例えば、変動量が閾値を超える場合）、例外的な人員を検出した場合、当該人員に対して、通知モジュール１８４を経由して、通知を行う。
・当該人員の属性が「フリーアドレス不可」（組織情報テーブル５００のフリーアドレス適用欄５３０）であれば、「環境に配慮しましょう」等のメッセージを通知し、当該人員は座席に対して相対的に環境負荷の高い働き方をしていることを意識付ける旨のメッセージを示す。
・当該人員の属性が「フリーアドレス可」（組織情報テーブル５００のフリーアドレス適用欄５３０）であれば、前述のメッセージに加え、フリーアドレス席の案内を通知する。

（Ｂ２）レイアウト決定モジュール１４０は、個人別行動パターン判定/予測モジュール１３０から、行動パターンの変化予測を通知された人員に対して、通知モジュール１８４を経由して、通知を行う。
・当該人員の属性が「フリーアドレス不可」（組織情報テーブル５００のフリーアドレス適用欄５３０）であれば、「お出かけする際は電気機器の電源を切り忘れないようにしましょう」等のメッセージを通知し、当該人員が普段の行動パターンと異なるために忘れがちとなる環境負荷軽減のために必要な措置を意識付ける旨のメッセージを示す。
・当該人員の属性が「フリーアドレス可」（組織情報テーブル５００のフリーアドレス適用欄５３０）であれば、予測される行動パターンにとって適切なフリーアドレスに移動するように案内する。例えば、外出が多い人を集めたフリーアドレス席に案内する。これにより、そうした座席は就業時間内は多くが空席となるので、一括して電力制御を行ったり、屋内残留者による打合せなど他の用途に転用しやすくなり、環境効率がよくなる。

次に、レイアウト決定モジュール１４０の処理Ｃ（フリーアドレスレイアウト）について説明する。
まず、フリーアドレスレイアウトについて説明する。図１１に例示するようなフリーアドレス用フロア１１００においては、フリーアドレスの座席（フリーアドレス席１１１１〜１１１６等）の集合（ゾーン１１１０、１１２０、１１３０、１１４０、１１５０、照明機器又は空調機器を調整可能な領域に該当する）単位で細かく電力制御が可能な場合がある。フリーアドレスに割り当てられる人を適切にレイアウトするには、ゾーン内で行動パターンが類似し、利用されるゾーンの数×利用時間が最小になるような配置とすべきである。さらに、業務効率のために、同一ゾーン内に配置される各個人の組織がなるべく均質になるようにする必要もある。

フリーアドレスのレイアウトは毎日見直されるとし、当日のレイアウトを一括で決定する手順（処理Ｃ）を示す。
（Ｃ１）直近の日付集合Ｔｅｒｍに対し、個人毎に行動パターンの典型値を算出する。典型値としては、検出確率ベクトルの各要素をＴｅｒｍの日付集合において平均する。社員ＩＤが示す社員の時間帯ｔにおける典型値Ｐ_Ｔ（ＩＤ，ｔ）は、（７）式のように定義され、これを用いて定義されるベクトルＰＴ（ＩＤ）＝（Ｐ_Ｔ（ＩＤ，０），Ｐ_Ｔ（ＩＤ，１）， …，Ｐ_Ｔ（ＩＤ，２３））を社員番号ＩＤの典型値とする。

（Ｃ２）人員集合Ｍにおいて、時間帯ｔの最大検出率Ｐ_Ｈ（Ｍ，ｔ）（（８）式）を算出し、これをもとにベクトルＰ_Ｈ（Ｍ）＝（Ｐ_Ｈ（Ｍ，０）， Ｐ_Ｈ（Ｍ，１）， …， Ｐ_Ｈ（Ｍ，２３））を求める。このベクトルはメンバ集合Ｍの誰かが検出される各時間帯毎の期待値を要素に持つ。

（Ｃ３）フリーアドレスに個人を割り当てる場合は、ゾーン内の個人別の行動パターンを類似させ、各ゾーン毎の最大検出率の合計を最小化させる。前者の目標は、行動パターンが類似すれば、ゾーンが全く利用されなくなる時間の長さが最大化することを期待している。後者の目標は、フリーアドレス全体を効率的に利用することを期待している。個人別の行動パターンの類似度Ｒ（ＩＤ_１，ＩＤ_２）は、（９）式のように定義される。なお、｜｜ｘ｜｜はベクトルｘの大きさである。

（Ｃ４）これを用いて、ゾーン全体の集合をＺ^＊とするとき、ゾーンＺからそのゾーンに割り当てる個人の社員ＩＤの集合への写像をＡ’、ゾーンＺの座席数をＣ（Ｚ）とすると、（１０）式の条件で写像Ａ’を求める最適化問題となる。写像Ａ’は可能な組み合わせの中から総当りにより見つけることができる。各ゾーンへの個人の割当が決まれば、具体的な座席はゾーン内からランダムに設定するなり、先着順に決定するなりで決めればよい。なお、関数Ｈ（Ｘ）は社員ＩＤの集合Ｘに対して、所属組織の「均質性」を評価する関数であり、均質であるほど値が小さくなる関数である。例えば、所属組織の種類の数を用いることができる。重みｗ_１，ｗ_２は、レイアウト実施主体が利用効率と業務効率のどちらをどれだけ重視してレイアウトを実施するのかに応じて設定する。例えば、重みｗ_１を大きくすると、行動パターンの近い個人が優先的に同ゾーンに配置され（エコ重視設定）、重みｗ_２を大きくすると、同ゾーンにはなるべく同じ部署の個人が配置される（業務重視設定）。

（Ｃ５）レイアウト決定モジュール１４０は、以上の手順を経て決定されたレイアウトを出力モジュール１８０を経由して利用者に出力する。

なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図１２に例示するように、一般的なコンピュータであり、具体的にはパーソナルコンピュータ、サーバとなり得るコンピュータ等である。つまり、具体例として、処理部（演算部）としてＣＰＵ１２０１を用い、記憶装置としてＲＡＭ１２０２、ＲＯＭ１２０３、ＨＤ１２０４を用いている。ＨＤ１２０４として、例えばハードディスクを用いてもよい。個人別行動パターン判定／予測モジュール１３０、レイアウト決定モジュール１４０等のプログラムを実行するＣＰＵ１２０１と、そのプログラムやデータを記憶するＲＡＭ１２０２と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ１２０３と、補助記憶装置であるＨＤ１２０４と、キーボード、マウス、タッチパネル等に対する利用者の操作に基づいてデータを受け付ける受付装置１２０６と、ＣＲＴ、液晶ディスプレイ等の出力装置１２０５と、ネットワークインタフェースカード等の通信ネットワークと接続するための通信回線インタフェース１２０７、そして、それらをつないでデータのやりとりをするためのバス１２０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。

前述の実施の形態のうち、コンピュータ・プログラムによるものについては、本ハードウェア構成のシステムにソフトウェアであるコンピュータ・プログラムを読み込ませ、ソフトウェアとハードウェア資源とが協働して、前述の実施の形態が実現される。
なお、図１２に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１２に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えばＡＳＩＣ等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１２に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

１００…情報処理装置
１１０…行動ログデータ記憶モジュール
１２０…コミュニケーションログデータ記憶モジュール
１３０…個人別行動パターン判定／予測モジュール
１４０…レイアウト決定モジュール
１５０…組織情報記憶モジュール
１６０…座席情報記憶モジュール
１７０…受付モジュール
１８０…出力モジュール
１８２…表示モジュール
１８４…通知モジュール

Claims (5)

1. 記憶装置に記憶された組織内の人員の過去の行動の記録である行動情報に基づき、複数の組織内の人員を組織毎に該組織において平均的な行動を行う者の集合である第１集合と該第１集合には属していない者の集合である第２集合に分類する分類手段と、
   前記分類手段により分類された第１集合の人員の行動情報が互いに類似する複数の組織の第１集合を特定する特定手段と、
   前記特定手段により特定された互いに類似する複数の組織の第１集合の人員を集め、座席を示す座席情報とその座席を利用する利用者を示す利用者情報を対応させることによって座席を配置する配置手段
   を具備し、
   前記分類手段は、屋内にある位置センサによる検出の確率を連続した時間帯毎に求めたベクトルを行動情報とし、過去一定期間における該行動情報の変動量と予め定められた閾値とを比較することによって分類を行い、
   前記特定手段は、第１集合の人員の行動情報の代表値によってクラスタリングを行うことによって、複数の組織の第１集合を特定する、
   情報処理装置。
2. 前記配置手段は、各組織における第２集合の人員の座席は利用者が固定されていない座席又は組織間の境界に位置する座席に配置する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記分類手段は、組織の人員の過去の行動の記録である行動情報と該人員の過去の情報伝達の記録である情報伝達情報を比較して、該人員が座席を利用しない日を算出し、該日における該人員を前記第２集合に分類する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記行動情報は、連続した時間帯毎における行動の記録である
   ことを特徴とする請求項１から３のいずれか一項に記載の情報処理装置。
5. コンピュータを、
   記憶装置に記憶された組織内の人員の過去の行動の記録である行動情報に基づき、複数の組織内の人員を組織毎に該組織において平均的な行動を行う者の集合である第１集合と該第１集合には属していない者の集合である第２集合に分類する分類手段と、
   前記分類手段により分類された第１集合の人員の行動情報が互いに類似する複数の組織の第１集合を特定する特定手段と、
   前記特定手段により特定された互いに類似する複数の組織の第１集合の人員を集め、座席を示す座席情報とその座席を利用する利用者を示す利用者情報を対応させることによって座席を配置する配置手段
   として機能させ、
   前記分類手段は、屋内にある位置センサによる検出の確率を連続した時間帯毎に求めたベクトルを行動情報とし、過去一定期間における該行動情報の変動量と予め定められた閾値とを比較することによって分類を行い、
   前記特定手段は、第１集合の人員の行動情報の代表値によってクラスタリングを行うことによって、複数の組織の第１集合を特定する、
   情報処理プログラム。

Images