JP5369252B2 - 計算機システム及び計算機システムを用いた情報提示方法 - Google Patents
計算機システム及び計算機システムを用いた情報提示方法 Download PDFInfo
- Publication number
- JP5369252B2 JP5369252B2 JP2013505716A JP2013505716A JP5369252B2 JP 5369252 B2 JP5369252 B2 JP 5369252B2 JP 2013505716 A JP2013505716 A JP 2013505716A JP 2013505716 A JP2013505716 A JP 2013505716A JP 5369252 B2 JP5369252 B2 JP 5369252B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- association
- degree
- computer system
- knowledge
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 52
- 238000011156 evaluation Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims 2
- 238000012545 processing Methods 0.000 description 52
- 238000010586 diagram Methods 0.000 description 29
- 238000004364 calculation method Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 238000005265 energy consumption Methods 0.000 description 10
- 238000000605 extraction Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、入力された物理量と関連が高い情報を提示する計算機システム及び計算機システムを用いた情報提示方法に関する
CADを使用した設計支援装置であって、CADのモデルデータに関連づけられた基本形状データを抽出するとともに、基本形状データに関連づけられたノウハウデータを抽出し、モデルデータとノウハウデータを関連づけて、モデルデータとノウハウデータの関連度を設定する装置が特許文献1に開示されている。
また、文書を構成する単語の共起情報と単語の言語的特徴による類似度から、単語同士の関連度を算出する技術が特許文献2に開示されている。
さらに、特許文献3には、SFA情報とWEBアクセスログから、特定商品に対する対象顧客を見つけ、営業パーソンに提示するシステムが開示されている。
ここで、入力された物理量と関連が高い情報を提示するシステムが知られている。このシステムに、特許文献1〜3の技術を適用すると、物理量と物理量、または、情報と情報との間の関連度を算出し、算出した関連度に基づいて、入力された物理量と関連が高い情報を提示することができる。しかしながら、この方法では、関連度の算出が不十分であり、必ずしも質の高い情報が提示できるわけではないという問題があった。
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、プログラムを実行するプロセッサと、前記プロセッサによって実行されるプログラムを保持する計算機を備え、時刻及び場所の少なくとも一方が異なる条件で測定された物理量間の関連度を保持する第1のデータベースと、前記測定された物理量に対応し、テキストを含む情報間の関連度を保持する第2のデータベースとを備える計算機システムにおいて、前記プロセッサは、前記第1のデータベースに保持された物理量間の関連度及び前記第2のデータベースに保持された情報間の関連度に基づいて、前記測定された物理量と情報との間の関連度を算出し、前記算出された物理量と情報との関連度を第3のデータベースに保持し、前記物理量が入力された場合、前記第3のデータベースを参照して、前記入力された物理量との関連が高い情報を提示する。
本発明の代表的な実施の形態によれば、物理量間の関連度または情報間の関連度だけでなく、物理量と情報との間の関連度も考慮した質の高い情報を提示することができる。
以下、図面を参照しつつ、本発明を実施するための形態を説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略及び簡略化がなされている。又、各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略されている。
本発明による計算機システムでは、ある物理量が入力された場合に、入力された物理量と関連が高い情報を提示する。以下では、本発明による計算機システムを、ビル管理事業に関する知識共有型レコメンドサービスに適用した例を第1および第2の実施形態として説明する。また、本発明による計算機システムをビルエネルギーマネジメントシステム・日報連携分析ツールに適用した例を第3の実施形態として説明する。ただし、本発明による計算機システムは、ビル管理事業だけでなく、金融事業やe−コマース等、他のサービスや事業分野に適用可能である。
<第1の実施形態>
<第1の実施形態>
以下において、本発明の第1の実施形態を図1〜図19を参照して説明する。本実施形態の知識共有型レコメンドサービスでは、ビル管理事業において、ビルのエネルギー使用量を取得し、省エネ運用を目的としたビル運用や、省エネ商材、省エネサービスの営業方法等の知識をユーザにレコメンド(提示)する。レコメンドの対象ユーザは、ビル管理事業を行う事業組織の営業パーソン等である。
図1は、第1の実施形態における知識共有型レコメンドサービスのシステム概要の一例を示す図である。この知識共有型レコメンドサービスは、ASPシステム101と、知識共有型レコメンドシステム102から構成される。
ASPシステム101は、ASPサービス装置103と、ASPユーザ端末104を備える。ASPサービス装置103とASPユーザ端末104は、ネットワークを介して接続されている。図1では、1つのASPユーザ端末104しか示していないが、ASPサービス装置103には、複数のASPユーザ端末104が接続されている。
ASPサービス装置103は、ASPサーバ105とASPログデータベース106を備える。本実施形態において、ASPサーバ105は、ビル管理向けエネルギー管理サービスを提供する。
ASPユーザ端末104を利用するASPユーザは、例えば、各ビルの管理者やビルオーナーである。ASPユーザは、ASPユーザ端末104に、ビルの毎月のエネルギー使用量等を入力する。入力されたエネルギー使用量等のデータは、ネットワークを介してASPサーバ105に送信された後、ASPログデータベース106に格納される。ASPサーバ105は、月々のエネルギー使用量をグラフ等に可視化して、ネットワークを介してASPユーザ端末104に送信する。
知識共有型レコメンドシステム102は、知識共有型レコメンドサービス装置107とレコメンドユーザ端末108とを備える。知識共有型レコメンドサービス装置107とレコメンドユーザ端末108は、ネットワークを介して接続されている。
ビル管理事業を行う事業組織の営業パーソン(レコメンドユーザ)は、レコメンドユーザ端末108に、特定ビルの知識を求める要求を入力する。入力された要求は、ネットワークを介して知識共有型レコメンドサービス装置107に送信される。知識共有型レコメンドサービス装置107は、受信した要求に基づいて、ネットワークを介して、ASPログデータベース106から該当ビルのログを取得する。その後、知識共有型レコメンドサービス装置107は、取得したログの分析等の処理を行い、分析結果に応じた知識や情報を、ネットワークを介して、レコメンドユーザ端末108に送信する。
図2は、知識共有型レコメンドサービス装置107のハードウェア構成の一例を示す図である。知識共有型レコメンドサービス装置107は、ネットワークI/F201と、中央処理装置202と、指示入力装置203と、記憶装置204と、二次記憶装置205と、表示装置206とを有する。各装置は、内部バス207によって接続されており、内部バス207を介して各装置間で相互にデータを送受信することができる。
ネットワークI/F201は、例えばLANカード等のネットワークカードである。知識共有型レコメンドサービス装置107は、ネットワークI/F201を介して、レコメンドユーザ端末108との間でデータの送受信を行う。また、知識共有型レコメンドサービス装置107は、ネットワークI/F201を介して、ASPログデータベース106に格納されているログをネットワーク経由で取得する。
中央処理装置202は、マイクロプロセッサを主体に構成され、記憶装置204や二次記憶装置205に格納されているプログラムを実行する。
指示入力装置203は、例えばキーボード、マウス等のポインティングデバイスである。知識共有型レコメンドサービスの運用者は、指示入力装置203を用いて、知識レコメンドの設定・変更等を入力する。ただし、ネットワークを介して接続されるPC等の別端末の指示入力装置を用いて、知識レコメンドの設定・変更等を入力するようにしてもよい。
表示装置206は、例えば、ディスプレイアダプタと液晶パネル等によって構成される。
記憶装置204は、例えば、ランダムアクセスメモリ(RAM)や、リードオンリーメモリ(ROM)である。記憶装置204は、中央処理装置202によって実行されるプログラムや、知識共有型レコメンドサービス装置107において処理されるデータ等を格納する。
二次記憶装置205は、例えば、ハードディスク、DVDやCD等の記憶媒体とそのドライブ、あるいは、フラッシュメモリ等の不揮発性メモリである。二次記憶装置205は、中央処理装置202によって実行されるプログラムや、知識共有型レコメンドサービス装置107において処理されるデータ等を格納する。
図3は、知識共有型レコメンドサービス装置107の機能ブロックの一例を示す図である。図3に示す機能ブロックの一部あるいは全部は、図2で示したハードウェアに加えてハードウェアとして実現してもよいが、中央処理装置202によって実行されるソフトウェアプログラムとして実現してもよい。なお、以下の説明では、一例として、これらの機能ブロックの全てが中央処理装置202によって実行されるソフトウェアプログラム、または、二次記憶装置205に保持されるデータであるものとする。
図3に示すように、知識共有型レコメンドサービス装置107は、通信部301、ユーザ判定部302、知識受付部303、レコメンド処理部304、分析結果処理部321、要求受付部305、ノードマップ描画処理部306、ビル関連度データベース307、知識データベース308、知識関連度データベース309、ビル−知識関連度データベース310、関連度算出部311、ログ要求部312、ログ取得部313、分析処理部314、および、分析結果データベース315を備える。
関連度算出部311は、ビル関連度算出部316、知識関連度算出部317、ビル−知識関連度算出部318を備える。各算出部316〜318で行う処理内容については後述する。
分析処理部314は、分析指標1算出部319、分析指標n算出部320を有する。ただし、nは任意の整数である。すなわち、分析処理部314は、任意の数の分析指標n算出部を有してもよい。各部の詳細な説明については後述する。
ASPサービス装置103との間で行われるログの要求・受信等のデータ送受信や、レコメンドユーザ端末108との間で行われるレコメンドの要求・受信等のデータ送受信等、ネットワークを介したデータの送受信は、通信部301を介して行われる。
知識共有型レコメンドサービス装置107は、ASPログデータベース106から分析対象となるログデータ(分析対象ログ)を取得して分析する。また、知識共有型レコメンドサービス装置107は、レコメンドユーザ端末108からの要求に応じて、レコメンド知識を有するデータをレコメンドユーザ端末108に送信する。
図4は、分析対象ログ401とレコメンド知識402の一例を示す図である。分析対象ログ401は、知識共有型レコメンドサービス装置107がASPログデータベース106から取得するデータである。レコメンド知識402は、知識共有型レコメンドサービス装置107がレコメンドユーザ端末108に提示するデータである。
分析対象ログ401には、各ビルのエネルギー使用状況403、ビル設備運用状況404、センサログデータ405等が含まれる。エネルギー使用状況とは、例えば各ビルの毎月の電気、ガス、油などの使用量である。ビル設備運用状況404とは、例えば各ビルの照明機器、空調、昇降機などの運転の切り替えや設定などの制御情報である。センサログデータ405とは、例えば各ビルの各居室に設置された温度センサ、湿度センサ、二酸化炭素濃度センサ、照度センサ、配電盤に設置された電流計測センサ、屋外に設置された外気温センサ等のセンサで計測されたデータである。
分析対象ログ401は、ビル管理者等がASPユーザ端末104から入力して、ASPサービス装置103に送信する。また、図示しないセンサ等でエネルギー使用状況403、ビル設備運用状況404、センサログデータ405等のデータを検出して、有線または無線の通信装置を介してASPサービス装置103に送信してもよい。ASPサービス装置103に送信された分析対象ログ401は、ASPログデータベース106に格納される。
レコメンド知識402には、分析対象ログ401の分析の結果得られたビルの問題抽出406の情報と、抽出された各問題に対する問題解決407の情報が含まれる。
問題抽出406の情報には、性能劣化408、および、エネルギー・フォルト409の情報が含まれる。性能劣化408とは、例えば、空調、照明機器、昇降機、OA機器等の消費電力上昇や消費電力異常等の情報である。エネルギー・フォルト409とは、空調、照明機器、昇降機、OA機器等の運転の無駄時間、運転の特異箇所等の情報である。
問題解決407の情報には、改善サービス410の情報と、制御情報411が含まれる。改善サービス410とは、機器リプレイス提案や機器の在庫の調整、機器の発注等の情報である。制御情報411とは、空調や照明機器、昇降機、OA機器の運転の切り替えや設定を指示する情報である。
図5は、知識共有型レコメンドサービス装置107がレコメンド知識を作成して、レコメンドユーザ端末108に送信する処理のフローの一例を示す図である。要求受付部305は、レコメンドユーザ端末108から送信された、任意のビルに関する知識のレコメンド要求を取得する(S501)。ここでは、ビルAに関する知識のレコメンド要求を取得したものとして説明を続ける。
ログ要求部312は、通信部301を介して、ビルAに関するログをASPサービス装置103に要求する(S502)。ログ取得部313は、通信部301を介して、ビルAに関するログをASPログデータベース106から取得する(S503)。
分析処理部314は、ビルAのログを分析して、分析結果を分析結果データベース315に格納する(S504)。ログの分析結果の詳細については、図6を用いて後述する。
ビル関連度算出部316は、分析対象であるビルAのログ分析結果と、分析結果データベース315に格納されている全てのビルのログ分析結果との関連度合いを示すビル関連度を算出し、算出したビル関連度をビル関連度データベース307に格納する(S505)。ビル関連度の詳細な算出方法については、図7を用いて後述する。
ノードマップ描画処理部306は、ビル関連度および後述する知識関連度を図示したノードマップを作成する(S506)。ノードマップの詳細な作成方法については、図11Aおよび図11Bを用いて後述する。
ビル−知識関連度算出部318は、後述するビル−知識関連度を算出し、算出したビル−知識関連度をビル−知識関連度データベース310に格納する(S507)。
レコメンド処理部304は、ビル−知識関連度データベース310に格納されている、ビルAに関するビル−知識関連度最終値の高い順に、知識データベース309に格納されている知識を、通信部301を介してレコメンドユーザ端末108に送信する。
図6は、分析結果データベース601(図3の分析結果データベース315に対応)のデータ構造の一例を示す図である。上述したように、分析処理部314は、分析対象ビルのログ(図4の分析対象ログ401)を分析して、分析結果を分析結果データベース601に格納する。
図6において、分析ID602は、分析結果ごとに付与されるID番号である。対象ビル603は、分析対象ビルの名称である。
対象期間604は、分析の対象となった期間である。例えば、対象期間604として、「2009/07」の値が格納されている場合には、2009年7月の1ヶ月間が対象期間であることを示す。また、対象期間604として、「2009/07−2009/09」の値が格納されている場合には、2009年7月から2009年9月までの3ヶ月間が対象期間であることを示す。
分析日605は、分析処理部314が分析を実行した日を表し、分析時刻606は、分析を実行した時刻を表す。
エネルギー消費分析結果607は、対象ビルの分析対象期間内のログデータに基づいて、対象ビルのエネルギー消費量を分析した結果である。このエネルギー消費分析結果には、前年同期比標準偏差608、同規模ビル内標準偏差609、外気温関連分析610、総合分析611が含まれる。
前年同期比標準偏差(σ)608は、エネルギー消費量の前年同期比を算出し、全てのビルの同データ(エネルギー消費量の前年同期比)に対する標準偏差を算出することによって求められる。
同規模ビル内標準偏差(σ)609は、延床面積が同じ範囲に分類される同規模ビルの同データ(エネルギー消費量の前年同期比)に対する標準偏差である。
外気温関連分析610は、エネルギー消費量と外気温との関連を示す指標である。
総合分析(σ)611は、前年同期比標準偏差608、同規模ビル内標準偏差609、および、外気温関連分析610の各分析結果を任意の重み付け等により総合した指標である。
分析処理部314は、前年同期比標準偏差608、同規模ビル内標準偏差609、外気温関連分析610、総合分析611を求めるとともに、用途に応じて任意の分析を行い、任意の数の分析指標を有するエネルギー消費分析結果607を求める。
図7は、ビル関連度算出部316によってビル関連度を算出する処理フローの一例を示す図である。
ビル関連度算出部316はまず、分析対象IDの分析結果を分析結果データベース315から取得する(S701)。ここでは、分析対象IDを「A」とし、分析対象ID「A」との間でビル関連度を算出する他のビルの分析対象IDを「T」とする。
式(1)において、Nは消費エネルギー分析結果607の分析指標の総数である。また、右辺の分母が0になる場合には、ビル関連度元値を所定の最大値とする。式(1)は、二つの分析IDに対して、それらの分析結果がどれほど近いかを示す指標であり、数値が大きいほど、分析結果が近いことを示す。
ビル関連度算出部316は、算出したビル関連度元値をビル関連度データベース307に格納する(S703)。
続いて、ビル関連度算出部316は、算出したビル関連度元値を最小値0、最大値100となるように正規化し、正規化することによって求めたビル関連度をビル関連度データベース307に格納する(S704)。
その後、分析結果データベース315に格納されている全てのビルの分析対象IDについて、分析対象ID「A」に対するビル関連度を算出したか否かを判定する(S705)。全てのビルの分析対象IDを対象として、分析対象ID「A」に対するビル関連度を算出していないと判定すると、別の分析対象IDについてビル関連度を算出するために、Tを変更して(S706)、再び、S702以後の処理を行う。一方、全てのビルの分析対象IDを対象として、分析対象ID「A」に対するビル関連度を算出したと判定すると、フローチャートの処理を終了する。
図8は、ビル関連度データベース801(図3のビル関連度データベース307に対応)のデータ構造の一例を示す図である。対象ID802は、分析対象となるIDである。ビル関連度算出部316は、分析対象ID802と、分析済み分析ID803との間のビル関連度元値804を算出し、ビル関連度データベース801に格納する。ビル関連度算出部316は、また、算出したビル関連度元値804を正規化し、正規化することによって求めたビル関連度805をビル関連度データベース801に格納する。
ビル関連度データベース801は、分析処理部314によって分析された全ての分析IDに対して作成される。図8では、1つのビル関連度データベースの中に、1つの対象分析IDのビル関連度を格納しているが、1つのビル関連度データベースの中に、全ての分析IDのビル関連度を格納するようにしてもよい。
図9は、ノードマップ描画処理部306によって作成される、ビルと知識の関連ノードマップの一例を示す図である。ビルと知識の関連ノードマップは、分析IDおよび知識IDの関係を可視化してユーザに示すものである。図9において、あるビルのある期間における分析IDおよびその内容を、分析IDノード901として、矩形で示す。ノードマップでは、複数の分析IDノードが示されるが、最も大きい矩形で示されている分析IDノードが分析対象のIDノードである。また、分析IDに対応する知識を、知識IDノード902として、円形で示す。
図9において、実線で示すビル関連度線903は、分析IDノードと分析IDノードを繋ぐ線(リンク)であり、繋がれた分析IDノード間のビル関連度の値を伴う。例えば、分析ID:208と、分析ID:102との間のビル関連度は、45である。
図9において、波線で示す知識関連度線904は、知識IDノードと知識IDノードとを繋ぐ線(リンク)であり、繋がれた知識IDノード間の知識関連度の値を伴う。知識関連度については、後述する。
ある分析IDに関連する知識IDは、ノードを経由して一つまたは複数のパスによって、他の分析IDノードまたは知識IDノードに繋がる。ビル−知識関連度算出部318は、ある分析IDと、ある知識IDとの間のパスの数に応じて、次式(2)より、ビル−知識関連度最終値を算出する。
式(2)は、ビル−知識関連度最終値を算出するための式の一例である。ある分析IDノードと知識IDノードを繋ぐパスは、一つまたは複数存在する。パスがm本存在する場合には、後述する方法によって算出するビル−知識関連度もm個存在する。式(2)では、m個のビル−知識関連度の最大値をビル−知識関連度最終値としている。
図10は、ビル−知識関連度データベース2501(図3のビル−知識関連度データベース310に対応)のデータ構造の一例を示す図である。ビル−知識関連度データベース2501には、対象分析ID2502、知識ID2503、および、ビル−知識関連度最終値2504が含まれる。分析対象ID2502は、図6に示す分析結果データベース601の分析ID602に対応する。知識ID2503は、後述する図13に示す知識データベースの知識ID1202と対応する。
なお、図10に示すビル−知識関連度データベース2501には、レイティング結果を反映したビル−知識関連度最終値2505が含まれているが、これについては、後述する第2の実施形態で説明する。
図11Aは、ノードマップ描画処理部306によって行われるノードマップ描画の処理フローの一例を示す図である。また、図11Bは、図11Aに続く処理フローの一例を示す図である。まず始めに、分析ID「A」の分析IDノードをノードマップに追加する(S1001)。続いて、ビル関連度データベース307から、分析ID「A」と他の全ての分析IDとの間のビル関連度を取得する(S1002)。
次に、分析ID「A」をルート(起点)とし、1階層目の分析IDノードを追加する(S1003)。1階層目の分析IDノードは、一定の閾値以上のビル関連度を有する分析IDとする。ただし、全ての分析IDを1階層目の分析IDノードとしてもよい。
続いて、1階層目の分析IDノードに対応する知識が知識データベース308に格納されているか否かを判定し(S1004)、格納されていると判定すると、対応する知識IDを知識データベース308から取得し、取得した知識IDをノードマップに追加する(S1005)。一方、対応する知識が知識データベース308に格納されていないと判定すると、S1006に進む。
次に、この時点で終端のノードとなっているS階層目(初期値はS=1)の分析IDノードに対して、他のビルのビル関連度を取得し、S+1階層目の分析IDノードをノードマップに追加する(S1006)。追加する分析IDノードは、一定の閾値以上のビル関連度を有する分析IDとする。そして、追加した分析IDノードに対応する知識が知識データベース308に格納されている場合には、対応する知識IDを知識データベース308から取得し、取得した知識IDをノードマップに追加する(S1007)。
S階層目の知識IDノードに対して、他の全ての知識IDの知識関連度を取得し、S+1階層目の知識IDノードを追加する(S1008)。追加する知識IDノードは、一定の閾値以上の知識関連度を有する知識IDとする。一定の閾値は、ビル関連度と比較する閾値と同じ値でもよいし、異なる値でもよい。また、全ての知識IDを追加するようにしてもよい。
次に、ルートのノードである分析ID「A」ノードから、S+1階層目の知識ノードに繋がる、パスm(初期値はm=1)のビル−知識関連度を算出する(S1009)。
次式(3)は、ビル−知識関連度を算出する式の一例である。ビル−知識関連度は、あるビルのある期間の分析結果である分析ID「A」と、ある知識ID「N」の関連の大きさを表す指標である。値が大きいほど、関連性が高いことを示す。
式(3)において、「隣接ノードとの関連度」とは、隣接する分析IDノード間のビル関連度、または、隣接する知識IDノード間の知識関連度である。例えば、図9に示すノードマップにおいて、分析ID「208」の分析IDノードと、知識ID「32」の知識IDノードの間のパスの数は2つである。分析ID「118」の分析IDノードと分析ID「153」の分析IDノード間のビル関連度を経由するパスをパス1、知識ID「1」の知識IDノードと知識ID「32」の知識IDノード間の知識関連度を経由するパスをパス2とすると、パス1のビル−知識関連度は、107.5(=95×1/1+25×1/2)であり、パス2のビル−知識関連度は、140.0(=95×1/1+90×1/2)となる。
分析ID「A」ノードから、S+1階層目の知識ノードに対して、全てのパスのビル−知識関連度を算出したか否かを判定する(S1011)。全てのパスのビル−知識関連度を算出していないと判定すると、パラメータmをインクリメントして(S1010)、S1009の処理を再び行う。一方、全てのパスのビル−知識関連度を算出したと判定すると、パス1からパスmのビル−知識関連度の中で最大のビル−知識関連度を、ビル−知識関連度最終値として、ビル−知識関連度データベース310に格納する(S1012)。
続いて、S+1階層目の知識IDノードのビル−知識関連度が一定の閾値を下回っているか否かを判定する(S1014)。この閾値は、上述したビル関連度と比較するための閾値、または、知識関連度と比較するための閾値と同じ値であってもよいし、異なる値でもよい。S+1階層目の知識IDノードのビル−知識関連度が所定の閾値を下回っていないと判定すると、パラメータSをインクリメントして(S1013)、S1006の処理を再び行う。一方、S+1階層目の知識IDノードのビル−知識関連度が所定の閾値を下回っていると判定すると、フローチャートの処理を終了する。
図12は、新規知識入力の処理フローの一例を示す図である。要求受付部305は、レコメンドユーザがレコメンドユーザ端末108から入力した、任意のビルの任意の期間の分析結果の要求を受け付ける(S1101)。分析結果処理部321は、分析結果データベース315に格納されている分析結果を処理して、通信部301およびネットワークを介して、分析結果をレコメンドユーザ端末108に送信する(S1102)。
ユーザは、レコメンドユーザ端末108に提示される分析結果を見て、対応する知識をレコメンドユーザ端末108に入力し、知識共有型レコメンドサービス装置107に送信する。知識受付部303は、ネットワークおよび通信部301を介して、知識入力を受け付ける(S1103)。知識受付部303によって受け付けられた知識は、知識データベース308に格納される(S1104)。また、知識入力時の情報や知識入力時の分析結果等の情報も知識データベース308に格納される(S1105)。知識入力時の情報や知識入力時の分析結果等の情報は、図13を用いて後述する。
図13は、知識データベース1201(図3の知識データベース308に対応)のデータ構造の一例を示す図である。図13に示すデータベース1201において、知識ID1202は、知識ごとに付与されるIDである。知識1203は、レコメンドユーザ端末108から入力された知識である。例えば、図13に示す例では、知識ID:2の知識として、「空調と外気温の相関係数低し。外気に応じた運用を指導すること」と入力されている。
入力者ID1204は、知識を入力したレコメンドユーザを特定するためのIDである。入力者ID204の取得処理については、図17に示すフローチャートを用いて後述する。
入力日1205は、レコメンドユーザによって入力された知識を取得した日付であり、入力時刻1206は、レコメンドユーザによって入力された知識を取得した時刻である。いずれも、図示しない日付・時刻取得装置から日付、時刻を取得する。
分析ID1207は、レコメンドユーザに提示した分析結果を特定するためのIDである。
図14は、知識関連度を算出するための処理フローの一例を示す図である。知識関連度は、ある知識IDの知識と、ある別の知識IDの知識の関連の近さを示す指標であり、知識関連度算出部317によって算出される。知識関連度は、値が大きいほど、関連性が高いことを示す。
以下では、新規に取得した知識ID「K」に対して、他の知識IDとの知識関連度を算出する。まず始めに、知識受付部303は、知識ID「K」に関する新規知識を取得する(S1301)。取得した新規知識は、知識データベース308に格納される。
次に、知識関連度算出部317は、取得した知識ID「K」の知識を形態素解析して(S1302)、名詞のみを抽出する(S1303)。続いて、知識関連度算出部317は、他の知識ID「X」の知識を形態素解析して(S1304)、名詞のみを抽出する(S1305)。
続いて、抽出した知識ID「K」の名詞と、知識ID「X」の名詞のうち、一致した名詞の数を算出する(S1306)。算出した名詞の数は、知識関連度データベース309に格納する(S1307)。また、算出した名詞の数を正規化して、知識関連度として、知識関連度データベース309に格納する(S1308)。
この後、知識データベース308に格納されている全ての知識に対して、知識ID「K」の知識に対する知識関連度を算出したか否かを判定する(S1309)。知識データベース308に格納されている全ての知識に対して知識関連度を算出していないと判定するとS1304に戻って、別の知識に対して知識関連度を算出する。一方、知識データベース308に格納されている全ての知識に対して知識関連度を算出したと判定すると、フローチャートの処理を終了する。
図15は、知識関連度データベース1401(図3の知識関連度データベース309に対応)のデータ構造の一例を示す図である。図15では、対象知識ID「K」の知識関連度データ1401の一例を示している。
図15において、対象知識ID1402は、対象となる知識IDである。入力済み知識ID1403は、知識データベース308に格納されている他の知識IDである。一致名詞数1404は、対象知識ID1402の知識と入力済み知識ID1403の知識との間で一致した名詞の数である。知識関連度1405は、一致名詞数1404を、最小値0、最大値100となるように正規化した値である。
知識関連度データベース1401は、知識データベース308に格納されている全ての知識IDに対して作成される。図15では、1つの知識関連度データベースの中に、1つの対象知識IDに対する知識関連度を格納しているが、1つの知識関連度データベースの中に、全ての対象知識IDに対する知識関連度を格納するようにしてもよい。
図16Aは、知識レコメンドおよび入力のユーザインターフェイスの一例を示す図である。知識レコメンドおよび入力のユーザインターフェイス1501は、レコメンドユーザがあるビルのある期間の分析結果と知識のレコメンドをリクエストした後に、レコメンドユーザ端末108に提示される画面である。このユーザインターフェイス1501には、分析結果エリア1502と、知識レコメンドエリア1503と、知識入力エリア1504と、画面切り替えエリア1505が含まれる。
分析結果エリア1502には、レコメンドユーザが分析結果を要求した対象ビル名1506、分析対象期間1507、分析結果表1508、および、分析結果グラフ1509が表示される。
図16Bは、分析結果表1508の詳細な内容の一例を示す図である。分析結果表1508は、例えば、分析結果データベース315に格納されている分析対象ビルのデータである。また、分析結果グラフ1509は、例えば、分析結果データベース315に格納されているデータを可視化したものである。
知識レコメンドエリア1503には、知識レコメンド表1510、および、ノードマップ表示画面への移動ボタン1511が表示される。図16Cは、知識レコメンド表1510の詳細な内容の一例を示す図である。
本実施形態では、知識レコメンドの対象ユーザがビル管理事業者の営業パーソンである。従って、営業パーソンに対して、レコメンドすべき知識を記載した知識レコメンド表1510を提示する。知識レコメンド表1510では、分析結果エリア1502に表示した分析IDに対応して、関連の高い知識を、関連順位順に提示する。関連順位は、ビル−知識関連度最終値の高い知識ID順に定まる。また、この知識IDが入力された際の入力時対象ビルと、入力時対象期間を、知識データベース308から取得し、知識レコメンド表1510内で提示する。
分析結果エリア1502に表示した分析IDに対して、新たに知識を入力する場合、レコメンドユーザは、知識入力エリア1504の知識入力テキストボックス1512に知識を入力し、入力ボタン1513を押下する。これにより、入力された知識がネットワークを介して、知識共有型レコメンドサービス装置107に送信される。
図17は、ユーザ判断の処理フローの一例を示す図である。分析結果に応じた知識は全てのユーザが持っているものではなく、特定の熟練した営業パーソンなど、熟練ユーザが持っていることが多い。従って、本実施形態では、熟練したユーザのみが知識入力を行えるものとする。
ユーザは、本実施形態のアプリケーションにログインする際、図示しないログインユーザインターフェイスにユーザIDを入力する必要がある。ユーザ判定部302は、入力されたユーザIDを取得する(S1601)。
次に、分析結果処理部321は、分析結果データベース315から、レコメンドユーザからリクエストされたビルの分析結果を取得し、取得した分析結果に基づいて分析結果グラフを作成する等の処理を行う。そして、分析結果処理部321は、分析結果(図16の分析結果表1508、分析結果グラフ1509)を、通信部301およびネットワークを介してレコメンドユーザ端末108に送信する(S1602)。また、レコメンド処理部304は、分析結果に対応する知識(図16の知識レコメンド表1510)を送信する(S1603)。
続いて、ユーザ判定部302は、ユーザによって入力されたユーザIDに基づいて、そのユーザが熟練者であるか否かを判定する(S1604)。例えば、ユーザ判定部302は、その内部に、ユーザのユーザIDおよびそのユーザが熟練者であるか否かの情報を格納したユーザデータベースを有する。ユーザ判定部302は、ユーザデータベースの情報を参照することにより、ログインしたユーザが熟練者であるか否かを判定する。ユーザが熟練者であると判定すると、知識受付部303は、知識入力エリア1504をアクティブにして、知識の入力を受け付ける(S1605)。一方、ユーザが熟練者ではないと判定すると、知識受付部303は、知識入力エリア1504への知識の入力を禁止する。
図18は、知識およびノードマップを提示するユーザインターフェイスの一例を示す図である。知識およびノードマップを提示するユーザインターフェイス1701は、図16に示した知識レコメンドおよび入力のユーザインターフェイス1501におけるノードマップ表示画面への移動ボタン1511が押下されると表示される。ユーザインターフェイス1701では、画面切り替えエリア1505、分析結果を要求した対象ビル名1506、分析対象期間1507、知識レコメンド表1510を表示する。また、この分析結果の分析IDに対応し、図11の処理フローによって描画したノードマップ1702も表示する。
なお、上述した説明では、本発明による計算機システムを、ビル管理事業に関する知識共有型レコメンドサービスに適用した例を挙げた。しかし、本発明による計算機システムは、ビル管理事業のみではなく、金融事業やe−コマース等、他のサービスや事業分野への適用も可能である。
図19は、本発明による計算機システムを金融事業に適用した場合の分析対象ログとレコメンド知識の一例を示す図である。分析対象ログ1801には、顧客の資産運用状況1802、成約状況1803、顧客のカウンター訪問状況を示すローカウンター訪問状況1804、広告アクセス状況1805などの情報が含まれる。
レコメンド知識1806には、分析の結果得られた顧客状況抽出1807の情報、および、抽出された顧客情報に対応する営業方法1808の情報が含まれる。顧客状況抽出1807には、運用計画の変更1809、新規事業拡大1810、リスク1811などの情報が含まれる。リスク1811とは、業績悪化や倒産危機、顧客のブラックリスト適合条件などの情報である。営業方法1808の情報には、融資の提案・停止、利率の変更、保険の窓口販売といった情報が含まれる。
この場合も、分析対象ログ間の関連度、および、レコメンド知識間の関連度を算出するとともに、分析対象ログとレコメンド知識との間の関連度を算出する。そして、分析対象ログとレコメンド知識との間の関連度の高い順に、分析対象ログと関連のあるレコメンド知識を提示する。
以上、第1の実施形態によれば、計算機システムは、時刻及び場所の少なくとも一方が異なる条件で測定された物理量間の関連度を保持する第1のデータベースと、測定された物理量に対応し、テキストを含む情報間の関連度を保持する第2のデータベースを備える。この計算機システムにおいて、プロセッサは、第1のデータベースに保持された物理量間の関連度および第2のデータベースに保持された情報間の関連度に基づいて、測定された物理量と物理量に対応する情報との間の関連度を算出し、第3のデータベースに保持する。プロセッサは、物理量が入力された場合、第3のデータベースを参照して、入力された物理量との関連が高い情報を提示する。これにより、物理量間の関連度、または、情報間の関連度だけでなく、物理量と情報との間の関連度も考慮した質の高い情報をユーザに提示することができる。
また、物理量間の関連度及び情報間の関連度を所定の閾値でフィルタリングし、閾値より高い関連度の物理量間のリンク及び情報間のリンクを組み合わせて、物理量と情報との間の関連度を算出する。これにより、物理量と情報との間の関連度として、質の高い関連度を算出することができる。
特に、第1の実施形態では、入力された物理量を分析して分析結果を分析結果データベースに保持し、分析結果データベースに保持されている分析結果に対して、物理量間の関連度を算出する。そして、物理量間のリンク及び当該物理量間のリンクに対応する情報間のリンクのうち、関連度の高い方のリンクを用いて、測定された物理量と物理量に対応する情報との間の関連度を算出する。これにより、物理量と情報との間の関連度を適確に算出することができる。
さらに、物理量間の関連度及び情報間の関連度を図式的に表示するためのデータを生成するので、物理量間の関連度および情報間の関連度を図としてユーザに提示することができる。
また、物理量に対応する情報に含まれるテキストから名詞を抽出し、抽出した名詞が重複している数によって、情報間の関連度を算出するので、精度良く、情報間の関連度を算出することができる。
また、物理量間のリンク及び情報間のリンクのうち、関連度の高い方のリンクを抽出し、抽出したリンクの関連度と、抽出したリンクの当該物理量からの距離に基づいて、物理量と情報との間の関連度を算出する。これにより、物理量と情報との間の関連度を適確に算出することができる。
さらに、測定された物理量及び当該物理量に対応する知識を一画面に表示するためのデータを生成するので、物理量及び物理量に対応する知識を一画面でユーザに提示することができる。
<第2の実施形態>
<第2の実施形態>
続いて、本発明の第2の実施形態について、図20〜図24を参照して説明する。
第2の実施形態では、提示された知識のレイティングを行い、レイティングデータを関連度とノードマップの描画に反映する知識共有型レコメンドシステムについて説明する。なお、第1の実施形態で既に説明した図面に示した部分と同一の符号および機能を有する部分については、一部説明を省略する。
図20は、第2の実施形態における知識共有型レコメンドサービス装置1901の機能ブロックの一例を示す図である。第2の実施形態における知識共有型レコメンドサービス装置1901は、第1の実施形態における知識共有型レコメンドサービス装置107の構成に加えて、レイティング受付部1902、レイティング処理部1903、および、レイティングデータベース1905を備える。
ユーザは、レコメンドユーザ端末108に提示された知識を閲覧して、知識が有用であるか否かを示すレイティングを入力する。入力されたレイティングは、ネットワークを介して、知識共有型レコメンドサービス装置1901に送信される。
レイティング受付部1902は、通信部301を介して、レイティングを受け取り、レイティング処理部1903に送信する。レイティング処理部1903は、受信したレイティングに基づいて、後述する処理を行って、レイティングデータベース1904に格納する。
ビル−知識関連度算出部318は、後述する方法によって、レイティング結果を反映したビル−知識関連度を算出する。ノードマップ描画処理部306は、レイティング結果を反映したビル−知識関連度を用いて、ノードマップを作成する。
図21は、知識のレイティング処理フローの一例を示す図である。レコメンドユーザ端末108は、レコメンドユーザが要求した任意のビルおよび任意の期間の分析IDの分析結果を表示する(S2001)とともに、対応する知識を表示することによって、ユーザに知識をレコメンドする(S2002)。レコメンドされた知識を見て、ユーザは、分析結果に対して知識がどれほど有用であるかを評価し、知識のレイティングを行う(S2003)。
レイティング受付部1902は、通信部301を介して、レコメンドユーザ端末108に入力されたレイティングを取得する(S2004)。レイティング処理部1903は、レイティングが付与された知識について、レイティングデータベース1904から、過去のレイティング結果に関する情報を取得し、取得した過去のレイティング結果と今回のレイティング結果に基づいて、レイティングの平均値を算出する(S2005)。
続いて、レイティング処理部1903は、算出したレイティングの平均値を正規化するため、レイティング平均値の標準偏差を算出し(S2006)、算出した標準偏差をレイティングデータベース1904に格納する(S2007)。
図22は、レコメンドした知識にレイティングを入力するユーザインターフェイス2101の一例を示す図である。このユーザインターフェイス2101は、知識共有型レコメンドサービス装置1901から知識がレコメンドされた際に、レコメンドユーザ端末108に表示される画面である。このユーザインターフェイス2101には、第1の実施形態と同様、知識レコメンドエリア1503とともに、図示しない分析結果エリア1502、知識入力エリア1504、および、画面切り替えエリア1505が含まれる。
知識レコメンドエリア1503には、知識レコメンド表1510と、ノードマップ表示画面への移動ボタン1511と、レイティング入力欄2102が含まれる。レイティング入力欄2102は、知識レコメンド表1510の各知識に対応してレイティングを入力するための欄である。
ユーザは、提示された分析結果とレコメンドされた知識を見て、分析結果に対する知識の有用性を判断し、レイティングを入力する。図22に示す例では、5段階でレイティングを入力することができる。レイティングの数値が高いほど、知識が有用であることを示す。
図23は、レイティングデータベース2201(図20のレイティングデータベース1904に対応)のデータ構造の一例を示す図である。レイティング処理部1903によって処理された結果は、レイティングデータベース2201に格納される。レイティングデータベース2201には、分析ID2202、知識ID2203、レイティング回数2204、レイティング平均2205、および、レイティング平均・正規化値2206が含まれる。
レイティング回数2204は、分析ID2202および知識ID2203の組み合わせについて、過去にレイティングされた回数である。レイティング平均2205は、分析ID2202および知識ID2203の組み合わせに対する過去のレイティングの平均点である。レイティング平均・正規化値2206は、平均値が50となる偏差値算出法によって算出した標準偏差である。ただし、例えば、平均値が0となる偏差値算出法など、他の偏差値算出法を用いて偏差値を算出してもよい。
ビル−知識関連度算出部318は、次式(4)により、レイティング結果を反映したビル−知識関連度を算出する。すなわち、図5に示す処理フローで算出したビル−知識関連度最終値に、レイティング平均・正規化値を乗算することによって、レイティング結果を反映したビル−知識関連度を算出する。これにより、知識をユーザにレコメンドする際に、レイティング結果を反映した順序で知識をレコメンドすることが可能となる。
図24は、レイティング結果を反映したビルと知識の関連ノードマップの一例を示す図である。レイティング結果を反映したビルと知識の関連ノードマップでは、円形で示す知識IDのノードの直径は、レイティングデータ2201のレイティング平均2205に比例して描画する。すなわち、レイティング平均2205が高いほど、円形で示す知識IDのノードの直径を大きくする。これにより、ユーザは、円の大きさを視認することによって、有用な知識であるか否かを容易に把握することができる。
なお、上述した説明では、レイティングによって、レコメンドされた知識の有効性を評価するようにした。例えば、明らかに有効でない知識については、評価を低くするだけでなく、以後はレコメンドされないようにするために、その知識を削除できるようなシステムとしてもよい。
以上、第2の実施形態によれば、提示した情報の評価の入力を受け付け、入力された評価を用いて、物理量と情報との関連度を重み付けし、重み付けをした関連度の順に情報を提示する。これにより、評価を反映した質の高い情報を提示することができる。
また、提示した情報の評価の入力を受け付け、入力された評価の大きさを視認できる方法で情報を提示する。これにより、ユーザは、提示された情報の評価を視認することができ、有用な知識であるか否かを容易に判断することができる。
<第3の実施形態>
<第3の実施形態>
以下では、本発明による計算機システムをビルエネルギーマネジメントシステム・日報連携分析ツールに適用した例について説明する。ビルエネルギーマネジメントシステムとは、ビルの機器・設備等の運用を記録するシステムである。ビル管理者は、毎日の管理記録を日報として記録する。ビルエネルギーマネジメントシステムのログをAPSログとして、また、日報を知識として扱うことにより、ビルエネルギーマネジメントシステムログの分析結果に応じて過去の日報をレコメンドし、類似したビル運用をしていた日の日報を閲覧することが可能となる。
図25は、本発明による計算機システムをビルエネルギーマネジメントシステム・日報連携分析ツールに適用した場合のユーザインターフェイスの一例を示す図である。ビルエネルギーマネジメントシステム・日報連携分析ツールに適用したユーザインターフェイス2401は、図16に示すユーザインターフェイスと同様に、分析結果の表示エリア1502を有する。本実施形態では、本日のビルエネルギーマネジメントシステム分析結果2406を分析結果の表示エリア1502に示す。
知識レコメンドエリア2402では、ビルエネルギーマネジメントシステム分析結果に対応する過去の日報2403が、関連順位2404、および、その日報が作成された日付2405とともに提示される。知識レコメンドエリア2402では、さらに、過去の日報が作成された日のビルエネルギーマネジメントシステム分析結果を表示する画面への移動ボタン2406、および、本日の日報を入力する画面への移動ボタン2407も表示される。
本実施形態によれば、ビル管理者の移動や世代交代があっても、過去の日報のノウハウを参照することにより、知識を共有することが可能となる。
以上、第3の実施形態によれば、本発明による計算機システムを、ビルエネルギーマネジメントシステム・日報連携分析ツールに適用した場合において、ビルエネルギーマネジメントシステムログの分析結果間の関連度、または、日報間の関連度だけでなく、ビルエネルギーマネジメントシステムログの分析結果と日報間の関連度も考慮した有益な日報を提示することができる。
以上、本発明を添付の図面を参照して詳細に説明したが、本発明はこのような具体的構成に限定されるものではなく、添付した請求の範囲の趣旨内における様々な変更及び同等の構成を含むものである。
Claims (20)
- プログラムを実行するプロセッサと、前記プロセッサによって実行されるプログラムを保持する計算機を備え、
時刻及び場所の少なくとも一方が異なる条件で測定された物理量間の関連度を保持する第1のデータベースと、テキストを含み、前記測定された物理量に対応する情報間の関連度を保持する第2のデータベースとを備える計算機システムにおいて、
前記プロセッサは、
前記第1のデータベースに保持された物理量間の関連度及び前記第2のデータベースに保持された情報間の関連度に基づいて、前記測定された物理量と情報との間の関連度を算出し、前記算出された物理量と情報との関連度を第3のデータベースに保持し、
前記物理量が入力された場合、前記第3のデータベースを参照して、前記入力された物理量との関連が高い情報を提示することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、
前記物理量間の関連度及び前記情報間の関連度を所定の閾値でフィルタリングし、
前記閾値より高い関連度の物理量間のリンク及び情報間のリンクを組み合わせて、前記物理量と前記情報との間の関連度を算出することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、
入力された物理量を分析して分析結果を分析結果データベースに保持し、
前記分析結果データベースに保持されている分析結果に対して、前記物理量間の関連度を算出し、
物理量間のリンク及び当該物理量間のリンクに対応する情報間のリンクのうち、関連度の高い方のリンクを用いて、前記測定された物理量と前記物理量に対応する情報との間の関連度を算出することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、前記第1のデータベースに保持された物理量間の関連度及び前記第2のデータベースに保持された情報間の関連度を図式的に表示するためのデータを生成することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、
前記物理量に対応する情報に含まれるテキストから名詞を抽出し、
前記抽出された名詞が重複している数によって、前記情報間の関連度を算出することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、物理量間のリンク及び当該物理量間のリンクに対応する情報間のリンクのうち、関連度の高い方のリンクを抽出し、抽出したリンクの関連度と、抽出したリンクの当該物理量からの距離に基づいて、前記物理量と前記情報との間の関連度を算出することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、前記測定された物理量及び当該物理量に対応する知識を一画面に表示するためのデータを生成することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記プロセッサは、
前記提示した情報の評価の入力を受け付け、
前記入力された評価を用いて、前記第3のデータベースに保持される前記物理量と情報との関連度を重み付けし、
前記重み付けをした関連度の順に、前記情報を提示することを特徴とする計算機システム。 - 請求項4に記載の計算機システムであって、
前記プロセッサは、
前記提示した情報の評価の入力を受け付け、
前記入力された評価の大きさを視認できる方法で前記情報を提示することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記計算機システムの利用者の情報を保持する利用者情報データベースを備え、
前記プロセッサは、前記利用者情報データベースに保持されている利用者の情報に基づいて、前記物理量に対応する情報の入力を利用者に許可するか否かを決定することを特徴とする計算機システム。 - プログラムを実行するプロセッサと、前記プロセッサによって実行されるプログラムを保持する計算機を有する計算機システムを用いた情報提示方法であって、
前記計算機システムは、時刻及び場所の少なくとも一方が異なる条件で測定された物理量間の関連度を保持する第1のデータベースと、前記測定された物理量に対応し、テキストを含む情報間の関連度を保持する第2のデータベースとを備え、
前記情報提示方法は、
前記第1のデータベースに保持された物理量間の関連度及び前記第2のデータベースに保持された情報間の関連度に基づいて、前記測定された物理量と情報との間の関連度を算出するステップと、
前記算出した物理量と情報との関連度を第3のデータベースに格納するステップと、
前記物理量が入力された場合、前記第3のデータベースを参照して、前記入力された物理量との関連が高い情報を提示するステップとを含むことを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記物理量と情報との間の関連度を算出するステップでは、
前記物理量間の関連度及び前記情報間の関連度を所定の閾値でフィルタリングし、
前記閾値より高い関連度の物理量間のリンク及び情報間のリンクを組み合わせて、前記物理量と情報との間の関連度を算出することを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記物理量と情報との間の関連度を算出するステップでは、
入力された物理量を分析して分析結果を分析結果データベースに保持し、
前記分析結果データベースに保持されている分析結果に対して、前記物理量間の関連度を算出し、
物理量間のリンク及び当該物理量間のリンクに対応する情報間のリンクのうち、関連度の高い方のリンクを用いて、前記物理量と情報との間の関連度を算出することを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記第1のデータベースに保持された物理量間の関連度及び前記第2のデータベースに保持された情報間の関連度を図式的に表示するためのデータを生成するステップをさらに備えることを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記情報間の関連度を算出する際に、
前記物理量に対応する情報に含まれるテキストから名詞を抽出し、
前記抽出された名詞が重複している数によって、前記情報間の関連度を算出することを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記物理量と情報との間の関連度を算出するステップでは、
物理量間のリンク及び当該物理量間のリンクに対応する情報間のリンクのうち、関連度の高い方のリンクを抽出し、抽出したリンクの関連度と、抽出したリンクの当該物理量からの距離に基づいて、前記物理量と情報との間の関連度を算出することを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記測定された物理量及び当該物理量に対応する知識を一画面に表示するためのデータを生成するステップをさらに備えることを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記情報を提示するステップでは、
前記提示した情報の評価の入力を受け付け、
前記入力された評価を用いて、前記第3のデータベースに保持される前記物理量と情報との関連度を重み付けし、
前記重み付けをした関連度の順に、前記情報を提示することを特徴とする計算機システムを用いた情報提示方法。 - 請求項14に記載の計算機システムを用いた情報提示方法であって、
前記情報を提示するステップでは、
前記提示した情報の評価の入力を受け付け、
前記入力された評価の大きさを視認できる方法で前記情報を提示することを特徴とする計算機システムを用いた情報提示方法。 - 請求項11に記載の計算機システムを用いた情報提示方法であって、
前記計算機システムは、前記計算機システムの利用者の情報を保持する利用者情報データベースを備え、
前記情報提示方法は、
前記利用者情報データベースに保持されている利用者の情報に基づいて、前記物理量に対応する情報の入力を利用者に許可するか否かを決定するステップをさらに備えることを特徴とする計算機システムを用いた情報提示方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2011/056936 WO2012127646A1 (ja) | 2011-03-23 | 2011-03-23 | 計算機システム及び計算機システムを用いた情報提示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5369252B2 true JP5369252B2 (ja) | 2013-12-18 |
JPWO2012127646A1 JPWO2012127646A1 (ja) | 2014-07-24 |
Family
ID=46878839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013505716A Expired - Fee Related JP5369252B2 (ja) | 2011-03-23 | 2011-03-23 | 計算機システム及び計算機システムを用いた情報提示方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9373084B2 (ja) |
JP (1) | JP5369252B2 (ja) |
CN (1) | CN103180850B (ja) |
WO (1) | WO2012127646A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105338154B (zh) * | 2014-08-15 | 2018-09-11 | 中国电信股份有限公司 | 一种联系人排序方法、装置及终端 |
JP7272429B2 (ja) * | 2019-05-29 | 2023-05-12 | 富士通株式会社 | 分析支援プログラム、分析支援方法および情報処理装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005222377A (ja) * | 2004-02-06 | 2005-08-18 | Nippon Telegr & Teleph Corp <Ntt> | 運用事例検索システム,運用事例検索方法および故障対応事例提供サービス方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11194942A (ja) * | 1997-10-31 | 1999-07-21 | Ricoh Co Ltd | 診断エキスパートシステムと外部情報を融合した情報検索システム |
JP2000222427A (ja) | 1999-02-02 | 2000-08-11 | Mitsubishi Electric Corp | 関連語抽出装置、関連語抽出方法及び関連語抽出プログラムが記録された記録媒体 |
JP2002041470A (ja) * | 2000-07-24 | 2002-02-08 | Nec Soft Ltd | 商用サービス利用管理方式および方法 |
JP2004348682A (ja) | 2003-05-26 | 2004-12-09 | Toshiba Corp | 顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 |
JP4240096B2 (ja) * | 2006-09-21 | 2009-03-18 | ソニー株式会社 | 情報処理装置および方法、プログラム並びに記録媒体 |
EP2193435A4 (en) * | 2007-04-13 | 2012-07-11 | Avisere Inc | ARTIFICIAL VISION SYSTEM FOR ENTERPRISE MANAGEMENT |
US8156117B2 (en) * | 2007-09-03 | 2012-04-10 | Obschestvo S Ogranichennoi Otvetstvennostiyu “Meralabs” | Method and system for storing, searching and retrieving information based on semistructured and de-centralized data sets |
CN101324948B (zh) * | 2008-07-24 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种信息推荐的方法及装置 |
JP5228770B2 (ja) | 2008-10-02 | 2013-07-03 | 富士通株式会社 | 設計支援装置及び設計支援プログラム |
-
2011
- 2011-03-23 WO PCT/JP2011/056936 patent/WO2012127646A1/ja active Application Filing
- 2011-03-23 CN CN201180050995.7A patent/CN103180850B/zh not_active Expired - Fee Related
- 2011-03-23 US US13/878,885 patent/US9373084B2/en not_active Expired - Fee Related
- 2011-03-23 JP JP2013505716A patent/JP5369252B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005222377A (ja) * | 2004-02-06 | 2005-08-18 | Nippon Telegr & Teleph Corp <Ntt> | 運用事例検索システム,運用事例検索方法および故障対応事例提供サービス方法 |
Non-Patent Citations (4)
Title |
---|
CSNC200750114017; Catur DIANTONO 他: '1101.原子力プラントにおける知的情報統合のための情報検索手法' 日本原子力学会誌 第42巻, 20001130, pp.1215-1225, 社団法人日本原子力学会 * |
CSNG200000730015; 森 靖英 他: '知的作業支援のためのテキストデータベースに基づく画像理解' 第9回 合同研究会"AIシンポジウム'98"資料(SIG-J-9801) , 19981209, pp.101-106, 社団法人人工知能学会 * |
JPN6013042581; Catur DIANTONO 他: '1101.原子力プラントにおける知的情報統合のための情報検索手法' 日本原子力学会誌 第42巻, 20001130, pp.1215-1225, 社団法人日本原子力学会 * |
JPN6013042584; 森 靖英 他: '知的作業支援のためのテキストデータベースに基づく画像理解' 第9回 合同研究会"AIシンポジウム'98"資料(SIG-J-9801) , 19981209, pp.101-106, 社団法人人工知能学会 * |
Also Published As
Publication number | Publication date |
---|---|
JPWO2012127646A1 (ja) | 2014-07-24 |
CN103180850B (zh) | 2016-06-08 |
US9373084B2 (en) | 2016-06-21 |
WO2012127646A1 (ja) | 2012-09-27 |
CN103180850A (zh) | 2013-06-26 |
US20130232102A1 (en) | 2013-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pelissari et al. | SMAA methods and their applications: a literature review and future research directions | |
US20220398510A1 (en) | Retail deployment model | |
JP5122115B2 (ja) | 電子ビジネス通信におけるデータ要素の使用の追跡 | |
JP2017016485A (ja) | 算出装置、算出方法及び算出プログラム | |
KR102464783B1 (ko) | 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치 | |
US7590940B2 (en) | Interactive user interface for displaying correlation | |
KR20130019629A (ko) | 부동산 물건의 유형별 입지 및 상권 분석 서비스 제공 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
CN112862525A (zh) | 门店选址数据确定方法、系统及电子设备 | |
US8275630B2 (en) | Performance reporting for products and services using web-based portals | |
CN110770782A (zh) | 对住宅房地产布局数据进行收集、搜索、评价和排名的系统和方法 | |
US20090276290A1 (en) | System and method of optimizing commercial real estate transactions | |
Sun et al. | Application of voice recognition interaction and big data internet of things in urban fire fighting | |
JP5369252B2 (ja) | 計算機システム及び計算機システムを用いた情報提示方法 | |
Gao et al. | Cloud-based services and customer satisfaction in the small and medium-sized businesses (SMBs) | |
Saad et al. | A Comprehensive Rating Tool for Sustainability Assessment of Manufacturing Organizations: A Step Towards Sustainable Manufacturing | |
JP7454213B2 (ja) | 新規事業提案コンピュータシステム、新規事業提案コンピュータプログラム、新規事業提案方法、新規事業提案装置 | |
Cabrerizo et al. | A web information system to improve the digital library service quality | |
Grafakos et al. | Integrating Environmental, Sociopolitical, Economic, and Technological Dimensions for the Assessment of Climate Policy Instruments | |
US20150302419A1 (en) | Appraisal adjustments scoring system and method | |
JP5258832B2 (ja) | 拠点分析システム | |
Wellhagen et al. | An item response theory–informed strategy to model total score data from composite scales | |
KR100473195B1 (ko) | 건설부문 의사결정 지원 수단 및 방법 | |
Mijatović | An algorithm for the multidimensional analysis of the overestimate and underestimate of property rental value | |
KR102607002B1 (ko) | 시공사례 통계분석 기반 인테리어 정보제공 서비스 제공방법 및 장치 | |
RU2555232C2 (ru) | Способ формирования и эксплуатации базы данных |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130827 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130913 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |