JP5417627B2 - コミュニケーションの質を測定するセンサネットワークシステム、管理計算機及び方法 - Google Patents

Description

本発明は、センサネットワークシステムに関し、特に、センサデバイスを用いて組織内のコミュニケーションを測定し、組織の中から実活動のコミュニティを特定し、コミュニティ内の会合を解析することで、コミュニティ及びその質を可視化し、改善案を提案することによって、組織の生産性及び創造性向上を実現する技術に関する。

近年、センサ機能を搭載した小型無線センサノード（以下、センサノード）、中継機、基地局、及びセンサネット管理サーバ（以下、管理サーバ）から構成されるセンサネットワークシステムの開発が進められている。センサノードは、人又は会合所の状態等を示すセンサデータを観測し、観測したセンサデータを中継機によってマルチホップに中継し、基地局を経由して管理サーバに送信する。管理サーバは、受信したセンサデータに基づいて、各種処理を実行する。

センサネットワークシステムにおけるキーデバイスは、小型、低電力を特徴とするセンサノードである。小型であるが故に環境や人を含むあらゆるモノへ付けることが可能となり、低電力であるが故に外部から給電することなく電池で数年間稼動させることができる。人が装着する取り組みも着実に進みつつあり、腕輪型のセンサノードを製作して脈拍や温度を常時測定する製品（非特許文献１）の開発、及び、名札型のセンサノードを製作して赤外線によって人と人の対面コミュニケーション量及び発話量を計測する研究（非特許文献２）などが進められている。

名札型のウェアラブルセンサを用いて、組織内のコミュニケーションパタンと、生産性との関係を解析しようとする研究も始まっている。非特許文献３では、オフィス内でシステムコンフィグレーションを行なう９００件の業務に対し、コンフィグレーションの要求を受け取ってからコンフィグレーションが完了するまでの時間と、コミュニケーションのパタンとの関係を統計的に分析した。単純なコミュニケーションの時間及び人数の他、さまざまなコミュニケーションパタンを指標化し、生産性との関係を調べたところ、単純なコミュニケーション時間及び人数と生産性との間には関係がないが、結束度（ＣＯＨＥＳＩＯＮ）という指標が高い人ほど、生産性が高いことを示した。そもそも非特許文献３のような組織ネットワークの研究では、各従業員を１個のノードとし、かつ、従業員同士の間のコミュニケーション量をノード間のラインとするような、ネットワークグラフで組織内のコミュニケーションを表現する。

ここまでは、組織における個人のコミュニケーションと個人の生産性に関する技術を説明した。しかし、組織の生産性、創造性に関して言えば、個々のコミュニケーションだけに着目すれば良いわけではないことが明らかになっている。組織には、その組織の目的を達成するためのオフィシャルなグループもあれば、インフォーマルなグループもある。組織の構成員はこれらのグループの１つ、多くの場合は複数に属している。組織における生産性、創造性においては、このようなグループの多様性が組織において重要であるという認識が広まり、様々な研究が行われている。

例えば、本発明者らの研究の結果、ウェアラブルセンサを用いた常時センシングによって、コミュニケーションの定量的な把握が可能となった。その結果、組織のクラスタ係数（ＣＬＵＳＴＲＩＮＧ ＣＯＥＦＦＩＣＩＥＮＴ）及び到達度等の指標の算出、並びにネットワーク図の作成が可能となった。

特許文献１には、位置情報を用いてメンバの欠席及び無関係な人の同席を許容しつつ、対応する会合を推測する技術が開示されている。この手法によって、単純に組織において会合がどれくらいあるかを知ることができる。

また、一つの会合の内容を解析する技術として、例えば特許文献２及び特許文献３が開示されている。特許文献２には、会合の発話データを記録し、単語数の平均及び標準偏差を解析し、それらに基づいて会合の状態を可視化する方法が開示されている。特許文献３には、会合の発話データ及び加速度データを記録し、解析し、それらに基づいて一つの会合の活性度を可視化する方法が開示されている。

特開２００８−１０２５９２号公報 特開２００６−２５１０４２号公報 特開２００８−２６２０４６号公報

"日立ＡｉｒＳｅｎｓｅ（登録商標）エントリーモデル０２Ｐｌｕｓのご案内"、［ｏｎｌｉｎｅ］、［平成２２年０１月０６日検索］、インターネット＜ＵＲＬ： ｈｔｔｐ：／／ｗｗｗ．ｈｉｔａｃｈｉ．ｃｏ．ｊｐ／ｗｉｒｅｌｅｓｓｉｎｆｏ／ａｉｒｓｅｎｓｅ／ｔｒｉａｌｋｉｔ．ｈｔｍｌ＞ "センサ技術を用いて、組織内のコミュニケーションや活動状況を把握し、地形図の形で図面に表示する組織活動可視化システム「ビジネス顕微鏡」を試作"、［ｏｎｌｉｎｅ］、２００７年６月２２日、［平成２２年０１月０６日検索］、インターネット＜ＵＲＬ： ｈｔｔｐ：／／ｗｗｗ．ｈｉｔａｃｈｉ．ｃｏ．ｊｐ／Ｎｅｗ／ｃｎｅｗｓ／ｍｏｎｔｈ／２００７／０６／０６２２．ｈｔｍｌ＞ Ｌｙｎｎ他、"Ｍｉｎｉｎｇ Ｆａｃｅ−ｔｏ−Ｆａｃｅ Ｉｎｔｅｒａｃｔｉｏｎ Ｎｅｔｗｏｒｋｓ Ｕｓｉｎｇ Ｓｏｃｉｏｍｅｔｒｉｃ Ｂａｄｇｅｓ： Ｅｖｉｄｅｎｃｅ Ｐｒｅｄｉｃｔｉｎｇ Ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ ＩＴ Ｃｏｎｆｉｇｕｒａｔｉｏｎ"、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ ２００８．

特許文献１に記載された手法によれば、図２６のようにＡさん、Ｂさん、Ｃさん、Ｄさん及びＥさんの５人から構成されるチームが複数回の会合を行った場合、各会合における参加メンバに若干の変動があっても、それらは同じ会合であるとみなされる。しかし、会合の参加メンバが変わると、会合の性質も大きく変化することに発明者らは気付いた。したがって、組織の生産性及び創造性等に影響を与える要因として、このような参加メンバの組み合わせによって特定されるグループを解析することに意味がある。

本明細書では、このようなグループを「コミュニティ」と記載する。言い換えると、あるメンバの組み合わせからなるグループが１回以上の会合を行う（典型的には、複数回の会合を繰り返し行う）場合、そのグループはコミュニティとして識別される。原則として、二つの会合における参加メンバが一人でも異なっていれば、それらの二つの会合の各々の参加メンバからなる各々のグループは、異なるコミュニティとして識別される。図２６の例では、Ａさん、Ｂさん、Ｃさん、Ｄさん及びＥさんの５人からなるグループ、Ａさん、Ｂさん及びＣさんの３人からなるグループ、Ｃさん、Ｄさん及びＥさんの３人からなるグループ、並びに、Ａさん、Ｂさん及びＥさんの３人からなるグループが、それぞれ異なるコミュニティとして識別される。ただし、後述するように、実際には、コミュニティの人数に応じて、若干のメンバの相違があっても、同じコミュニティと識別されてもよい。コミュニティの人数が多い場合等には、若干のメンバの相違があっても会合の性質が変わらない場合があるためである。

ある期間内に組織内で行なわれた複数の会合の参加メンバをその期間にわたって特定し続けることによって、組織の中のコミュニティを特定でき、延いては組織のコミュニティの多様性を知ることができることに発明者らは気付いた。この簡単な例を、組織、組織を構成するコミュニティ、コミュニティを構成する会合、会合を構成する人という４階層で図２７に示す。

この組織１及び組織２は、共に６人の組織構成員を有し、ある期間に５回の会合が開かれたという点では同じであるが、会合に参加している構成員の組み合わせは異なる。組織１においては、全員が参加している定例会合が３回開かれ、Ｄさん、Ｅさん、Ｆさんのみが参加しているブレインストーミングが２回開かれている。このことから、組織１では全員から構成されるコミュニティ１とＤさん、Ｅさん、Ｆさんのみから構成されるコミュニティ２の２つのコミュニティが存在することが分かる。一方、組織２においては全員から構成されるコミュニティ３しか存在しない。このことから、組織１の方が多様なコミュニティを含んでいることがわかる。

このコミュニティは、ナレッジマネージメントの分野では近年浸透しつつあるＳＥＣＩモデルにおける「場」の概念に近く、このコミュニティを計測することで、「知識が創造、共有、活用される機会」を定量的に評価することができる。

しかし、組織内のコミュニティを特定すること、及びコミュニケーションを定量的に、また正確に測定することは難しかった。例えば、本発明者らの研究に基づくクラスタ係数、到達度等の指標及びネットワーク図からは、誰と誰がコミュニケーションをとっているか、及びそのコミュニケーションの量を知ることはできるが、誰がどのコミュニティに属しているか、及びそのコミュニティの質まではわからない。

上記のようなコミュニティを特定し、そのコミュニティの質を測定及び可視化し、組織を評価し、それを組織にフィードバックすることが困難であるのは、次のような理由による。

第１の理由はコミュニティの特定の困難性である。組織内の実活動のコミュニティを特定するために、どの時間にどのメンバ構成で会合が行なわれているかを抽出する必要があるが、これは従来技術では難しい。なぜなら、赤外線を送受信する名札ノードを用いて対面検出をする場合、１対１の会合では、お互いのＩＤを確実に交換できるが、会議などのように大人数になり参加者同士が離れてしまうと、常に全員のＩＤを取得することは事実上難しくなるからである。一方、特許文献１のように位置センサを用いて同じ空間にいる人が会合しているとみなすと、複数のメンバが居室の近い座席で背中合わせで在席しているだけでも会合していると誤って判断されてしまう。

第２の理由はコミュニティがどのような質であるかを測定することが困難だからである。特許文献２及び特許文献３に開示された技術は、一回の会合の時間とメンバが明らかなときに、その会合の質を解析するものであり、日常的に不定期に行なわれている会合まで含めた会合で構成されているコミュニティの質は解析できない。

第３の理由はコミュニティを分かりやすく可視化する方法が無かったからである。従来のネットワーク図では、図２８に示すように、ＡさんＢさんＣさんが３人同時に会合しているのか、それとも２人ずつの会合が三つ、すなわちＡさんとＢさんの会合、ＢさんとＣさんの会合、及びＣさんとＡさんの会合があるのかがわからないからである。また、その会合がどのような質のものであるかがわからない。従来ネットワーク図では表現できていないコミュニティと人とのつながりを表現するための２部グラフもあるが、これは元々の人同士のネットワークの関係が失われてしまっていることにより、人のネットワークがどのようにコミュニティによって結ばれているかが分からなくなってしまう。

本発明の代表的な一例を示せば次のとおりである。すなわち、各々が作業者に装着される複数のセンサデバイスと、前記複数のセンサデバイスから送信されたデータを受信する基地局と、ネットワークを介して前記基地局から前記データを受信する管理計算機と、を備えるセンサネットワークシステムであって、前記各センサデバイスは、少なくとも前記各センサデバイスに割り当てられた識別子を含む赤外線信号を送信し、他の前記センサデバイスから送信された前記赤外線信号を受信する赤外線デバイスと、時刻を管理するタイマーと、少なくとも前記受信した赤外線信号に含まれる前記識別子及び前記赤外線信号を受信した時刻を示すデータを格納するメモリと、前記メモリに格納されたデータを前記基地局に送信するデータ送信部と、を備え、前記管理計算機は、前記ネットワークに接続されるインターフェースと、前記インターフェースに接続されるプロセッサと、前記プロセッサに接続されるメモリと、を備え、前記各センサデバイスから送信されたデータに基づいて、前記センサデバイスを装着した二人以上の作業者が対面した時刻、及び、その時刻に対面した前記二人以上の作業者の識別子を特定し、その時刻に前記特定された二人以上の作業者が対面していたことを示す情報を保持し、前記二人以上の作業者の対面を、前記二人以上の作業者が参加した会合として特定し、一つの前記会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、複数の前記会合に参加した前記作業者からなるグループが同一である場合、前記複数の会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、前記特定されたコミュニティを識別する情報と、前記特定されたコミュニティに含まれる全ての前記作業者の識別子と、を対応付ける情報を保持することを特徴とする。

本発明の一実施形態によれば、組織内のコミュニティを自動抽出することができる。

本発明の実施形態のセンサネットワークシステムの基本構成を示すブロック図である。 本発明の実施形態の管理サーバに格納されたセンサデータのデータベースの構成及びデータの例を示す説明図である。 本発明の実施形態の管理サーバが実行する解析及び可視化の手順を示すフローチャートである。 本発明の実施形態の会合抽出処理の詳細を示すフローチャートである。 本発明の実施形態の会合リストを示す説明図である。 本発明の実施形態の第１の対面リストを示す説明図である。 本発明の実施形態の第２の対面リストを示す説明図である。 本発明の実施形態の第３の対面リストを示す説明図である。 本発明の実施形態の対面グループリストを示す説明図である。 本発明の実施形態の会合抽出処理の説明図である。 本発明の実施形態の会合特徴量リストを示す説明図である。 本発明の実施形態のコミュニティリストを示す説明図である。 本発明の実施形態のコミュニティ特徴量リストを示す説明図である。 本発明の実施形態の個人コミュニティ特徴量リストを示す説明図である。 本発明の実施形態のメンバリストを示す説明図である。 本発明の実施形態のチームコミュニティ特徴量リストを示す説明図である。 本発明の実施形態の人ネットワーク図作成によって作成された人のみのネットワーク図である。 本発明の実施形態の処理によって作成された人コミュニティネットワーク図である。 本発明の実施形態のコミュニティの質表示によって作成された人コミュニティネットワーク図である。 本発明の実施形態の人コミュニティネットワーク図を比較する説明図である。 本発明の実施形態の人コミュニティネットワーク図の別の例を示す説明図である。 本発明の実施形態の人コミュニティネットワーク図のさらに別の例を示す説明図である。 本発明の実施形態の個人コミュニティ特徴リストを基にした、個人への行動提案図である。 本発明の実施形態において表示されるチーム管理図である。 本発明の実施形態の相関解析システムの説明図である。 本発明の実施形態の相関解析システムの説明図である。 会合を示す説明図である。 組織、コミュニティ、会合及び人の関連を示す説明図である。 組織ネットワーク図の説明図である。

最初に、本発明の実施の形態の概要を説明する。コミュニティを特定し、そのコミュニティの質を測定及び可視化し、組織を評価し、それを組織にフィードバックすることが困難である３つの理由を、本発明は次の手段によって解決する。

第１の理由に対し、図１０（後述）に示すような、ある時刻にどのメンバとどのメンバが対面しているかを示す時系列のデータを参照し、そのデータが示すメンバの類似度に基づいて会合の時間帯を決定し、さらにメンバの対面検出率から、会合の参加メンバを特定する。この方法によって、対面検出が難しい大人数の会合を特定することができる。

第２の理由に対し、コミュニティ内の会合に対して、加速度センサ、音声センサ又はそれらの両方を用いて一回一回の会合の質の特徴量を算出し、コミュニティ内の会合の特徴量の平均、分散、時系列変化などを計算することで、コミュニティ内の会合の質を評価する。次に、コミュニティ内の会合の質のダイナミクス、並びに、コミュニティ内の会合の頻度及び間隔の変動を解析することで、コミュニティの質を測定する。

第３の理由に対し、まず、人をノードとして、人の間のコミュニケーションをリンクとして表示する従来のネットワーク図を生成し、その後、コミュニティをノードとして人のネットワーク上に配置し、コミュニティのノードとそのコミュニティに属する人のノードとを接続するリンクを表示する。この２段階のネットワーク図生成を行うことで、人のネットワークの情報を残したまま、人とコミュニティとの関係が可視化される。

以下、本発明の実施の形態を、図面を参照しながら詳細に説明する。なお、同一符号を付した構成要素は、同一又は類似の構成を示すものである。

図１は、本発明の実施形態のセンサネットワークシステムの基本構成を示すブロック図である。

作業者ＷＫＲ１は、腕輪や名札に実装されたセンサノードＳＮ０を保持する。センサノードＳＮ０は、プロセッサ回路ＣＰＵ０、アンテナＡＮＴ０に接続された無線回路ＲＦ０、音・加速度・温度・赤外線などのセンサＳＮＳ０、センシングプログラムＭＳ２を格納するメモリＭＥＭ０、ボタンＩＮ０、ＬＣＤ・ＬＥＤ・ブザーなどの出力装置ＯＵＴ０、及び、時刻を管理するタイマーＴＭＲで構成されるセンサデバイスである。上記の構成要素は、バスＢＵＳ０によって相互に接続されている。

赤外線センサが赤外線信号を送受信することによって、センサノードＳＮ０が腕輪型である場合には脈拍、名札型である場合には正対する赤外線デバイスとの対面が検出できる。つまり作業者ＷＫＲ１と別の作業者ＷＫＲ２が二人とも名札型のセンサノードＳＮ０を装着して対面した場合、赤外線通信ＣＶ１によって、互いの対面コミュニケーションを検出できる。赤外線通信ＣＶ１によって送信される情報は、少なくとも、送信したセンサノードＳＮ０に割り当てられた識別子（例えば「ＷＫＲ２」）を含む。この識別子は、各センサノードＳＮ０に一意に割り当てられ、これを用いて各センサノードＳＮ０を装着した作業者を識別することができる。このような情報を相互に送受信することによって、各作業者が、いつ、誰と対面したかを検出することができる。図１に示すように、さらに別の作業者ＷＫＲ３も名札型のセンサノードＳＮ０を装着している場合、同様にして作業者ＷＫＲ１と作業者ＷＫＲ３との対面コミュニケーション、及び、作業者ＷＫＲ２と作業者ＷＫＲ３との対面コミュニケーションを検出することができる。

センサノードＳＮ０がセンシングした情報は、一旦メモリＭＥＭ０に格納された後、無線回路ＲＦ０から、無線通信ＷＣ１によって、又は、中継機ＲＴ１を介した無線通信ＷＣ２及びＷＣ３によって、基地局デバイスＢＳ１に送信される。あるいは、センシングした情報は、有線通信ＦＬ１によって基地局デバイスＢＳ１に送られてもよい。基地局デバイスＢＳ１は複数の受信部を保持し、複数のセンサノードから同時にデータを受信することも可能である。

基地局ＢＳ１が受け取った情報は、有線ネットワークＬＡＮ１を介して管理サーバＳＶ１に送信され、管理サーバＳＶ１のセンサデータベースＳＤ１に格納される。管理サーバＳＶ１にはその他に、後述のプログラム、及び生成されたリストが格納される。

有線ネットワークＬＡＮ１には、作業者が利用するコンピュータＰＣ１が有線又は無線ＬＡＮによって接続される。

赤外線発信装置ＢＣ１は、赤外線ＢＩＲ１を一定間隔で発信する装置であり、会議室、実験室、又は喫茶室などの会合所に設置する。その正面で名札型のセンサデバイスＳＮ０を装着した作業者ＷＫＲ１が作業をすると、センサノードＳＮ０によって赤外線ＢＩＲ１を検出できる。その情報を、無線通信ＷＣ１によって送信することで、各作業者の作業会合所を知ることができる。

顧客データベースＧＤは、顧客の業務情報及びアンケートの結果を格納することができる。これによって、各種センサデータとの相関を取ることができる。

ディスプレイＤＩＳＰ１及びそれに接続されるパソコンＰＣ１は、管理サーバＳＶ１が実行した処理の結果をユーザ向けに表示することができる。

管理サーバＳＶ１には時刻を管理するＮＴＰサーバＮＴＰＳが格納され、インターネット上の標準時刻などを定期的に参照するなどして正確な時刻を管理する。

管理サーバＳＶ１は、有線ネットワークＬＡＮ１に接続されるインターフェースＩＦ１と、プロセッサＣＰＵ１と、メモリＭＥＭ１と、センサデータベースＳＤ１と、記録装置ＤＢ１と、を備える。センサデータベースＳＤ１は、各種センサが取得したセンシングデータを格納する。記録装置ＤＢ１は、後述する各種プログラム及び各種データテーブルを記録する。センサデータベースＳＤ１及び記録装置ＤＢ１は、例えば、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ又はフラッシュメモリなどである。なお、センサデータベースＳＤ１と記録装置ＤＢ１を一つの記録装置で構成することもできる。プロセッサＣＰＵ１は、記録装置ＤＢ１に格納されている後述する各種プログラムをメモリＭＥＭ１に読み出して実行することによって各種機能を実現する。

図１の例では、記録装置ＤＢ１に、会合抽出処理ＥＭＴ、コミュニティ抽出ＥＣＯ、会合解析ＡＭＴ、コミュニティ解析ＡＣＯ、チームコミュニティ解析ＡＴＣＯ、人ネットワーク図作成ＤＮＴ１、処理ＤＮＴ２、コミュニティの質表示ＤＮＴ３、会合リストＬＭＴ１、会合特徴量リストＬＭＴ２、コミュニティリストＬＣＯ１、コミュニティ特徴量リストＬＣＯ２、個人コミュニティ特徴量リストＬＣＯ３、チームコミュニティ特徴量リストＬＣＯ４、人ネットワーク図ＮＴ１、人コミュニティネットワーク図ＮＴ２、人コミュニティネットワーク図ＮＴ３及びメンバリストＬＭＢを含む。これらは、プロセッサＣＰＵ１によって実行されるプログラム、又は、それらのプログラムによって作成若しくは参照されるデータである。これらの詳細については後述する。

図２は、本発明の実施形態の管理サーバＳＶ１に格納されたセンサデータのデータベースＳＤ１の構成及びデータの例を示す説明図である。

データベースＳＤ１では、センサデータ、作業者が利用するセンサデバイスの識別情報、及び作業者の識別情報などが対応づけて管理される。

データベースＳＤ１には、テーブルＤＩＲ１、テーブルＤＡＣＣ１及びテーブルＤＶＯ１が含まれる。

テーブルＤＩＲ１は、温度データ、照度データ、及び赤外線の検出データを対応づけて格納するテーブルである。

列ＲＵＳＩＤには、本センサデバイスを利用する利用者（すなわち、そのセンサデバイスを備えるセンサノードＳＮ０を装着している作業者）の識別ＩＤが格納される。

列ＲＵＰＴＭには、データをテーブルＳＤ１に格納した時刻が格納される。

列ＲＧＷＡＤには、無線でデータを受信した基地局デバイス（たとえばＢＳ１）の識別子が格納される。

列ＲＡＰＨＤには、センサデバイスの種別を示す値が格納される。たとえば腕輪型デバイスでは１、名札型デバイスでは２などが格納される。

列ＲＤＡＴＹには、無線パケットに格納したデータの種類を示す値が格納される。たとえば温度データ、照度データ、及び赤外線の検出データのセットを含むデータが無線パケットに格納された場合の列ＲＤＡＴＹには１、加速度データの場合には２、音声データの場合には３などが格納される。

列ＲＳＥＮＵは、センサデバイスでフレームの送信順に００００からＦＦＦＦまで付与され、ＦＦＦＦの次は００００にリセットする周期的カウンタである。分割フレーム（すなわち、同一のセンシング周期にサンプリングしたデータを含む複数のフレーム）が結合した場合は，最初のフレームのシーケンス番号を格納する。

列ＲＳＡＩＤには、データをサンプリングしたタイミングを識別するサンプリング識別子が格納される。同一センシング周期にサンプリングしたデータを含む分割フレームには、同一のサンプリング識別子が付与される。

列ＲＯＢＰＥには、センサデバイスの現在のセンシング間隔が格納される。

列ＲＳＥＰＥには、センサデバイスの現在の無線送信間隔を格納する。無線送信間隔を表す数値が格納されてもよいし、無線送信間隔がセンシング間隔の何倍であるかを示す値が格納されてもよい。

列ＲＳＡＲＡには、センサデバイスにおけるセンサデータの取得周期が格納される。例えば、１０秒ごとに１秒間のセンシングが行われ、その１秒間におけるセンサのサンプリング周波数が５０Ｈｚである場合、列ＲＳＡＲＡには「５０Ｈｚ」が、列ＲＯＢＰＥには「１０秒」がそれぞれ格納される。

列ＲＳＡＮＵには、センサノードの現在のサンプリング回数が格納される。

列ＲＭＡＣＩＤには、デバイスのネットワークアドレス（例えばＭＡＣアドレス）が格納される。これによって、センサノードＳＮ０のＩＤ（列ＲＭＡＣＩＤ）とそれを装着する作業者のＩＤ（列ＲＵＳＩＤ）とが対応付けられる。

列ＲＦＲＮＵには、フレームが複数に分割された場合、各フレームの順序を示す値が格納される。合計ｎ個の分割フレームの場合、ｎ、ｎ−１、ｎ−２、…３、２、１と降順の番号が各フレームに付与される。１は最終分割フレームを、０は２５６番目のフレームを表す。

列ＲＦＲＳＩには、分割して送信される一連のフレームの合計個数が格納される。

列ＲＴＩＳＴには、本データをセンサで取得した時のセンサデバイスの時刻が格納される。

列ＲＴＥＭＰには、センサデバイスで取得した温度データが格納される。

列ＲＬＵＸには、センサデバイスで取得した照度データが格納される。

列ＲＢＡＬＥには、センサデバイスのバッテリ残量を示す値、たとえば電源電圧が格納される。

列ＲＬＱＩには、センサデバイスと基地局間の無線通信品質を示す値、たとえばＬＱＩ（ＬＩＮＫ ＱＵＡＬＩＴＹ ＩＮＤＩＣＡＴＯＲ）が格納される。

列ＲＩＲＤＳには、本データに含まれる赤外線データの検出数が格納される。

列ＲＩＲには、センサデバイスが取得した赤外線データが格納される。

テーブルＤＡＣＣ１は、テーブルＤＩＲの赤外線などのデータの替わりに、加速度センサのデータを格納する。列ＲＭＡＣＩＤから列ＲＴＩＳＴまでには、テーブルＤＩＲと同様の内容が格納される。

列ＲＡＣＤＳには、本データに含まれる加速度データの検出数が格納される。

列ＲＡＣＣには、センサデバイスが取得した加速度データが格納される。

テーブルＤＶＯ１は、テーブルＤＩＲの赤外線などのデータの替わりに、音声のデータを格納する。列ＲＭＡＣＩＤから列ＲＴＩＳＴまでには、テーブルＤＩＲと同様の内容が格納される。

列ＲＶＯＤＳには、本データに含まれる音声データの検出数が格納される。

列ＲＶＯＤＡには、センサデバイスが取得した音声データが格納される。

本発明のシステムでは、まず人の集まりである会合を抽出し、同じメンバで構成されている会合が複数回あるときは、そのメンバの集合をコミュニティとして抽出する。そのために、ある期間の人と人との間の対面を赤外線通信によって取得する。ある期間とは、１ヶ月のような一定の間隔であってもよいし、期間が定められた業務プロジェクトであれば、プロジェクト開始から対象時刻までの全期間であってもよい。ここでは１ヶ月を範囲とする計算方法を説明する。

図３は、本発明の実施形態の管理サーバＳＶ１が実行する解析及び可視化の手順を示すフローチャートである。

まず、管理サーバＳＶ１は、業務中の時間のうち、複数人で集まっている会合を抽出する。会合抽出処理ＥＭＴでは赤外線対面データＤＩＲに対して抽出処理をすることによって、組織の中で行なわれた会合の時間及びメンバを示す情報を含む会合リストＬＭＴ１を作成する。この処理について、図４から図１０を参照して具体的に説明する。

図４は、本発明の実施形態の会合抽出処理ＥＭＴの詳細を示すフローチャートである。

図５は、本発明の実施形態の会合リストＬＭＴ１を示す説明図である。

まず、管理サーバＳＶ１は、対面データＤＩＲを読み込み、図６に示すような対面リスト１を生成する（ステップ４０１）。

図６に示す対面リスト１＿６００は、時刻６０１、自己ＩＤ６０２、対面ＩＤ１＿６０３、対面ＩＤ２＿６０４及び対面ＩＤ３＿６０５等の列を含む。

時刻６０１には、例えば名札型のセンサノードＳＮ０の赤外線センサが作業者間の対面を検出した時刻が格納される。

自己ＩＤ６０２には、受信者のＩＤ、すなわち対面を検出した赤外線センサを含むセンサノードＳＮ０を装着した作業者の識別子（ＩＤ）が格納される。

対面ＩＤ１＿６０３には、送信者のＩＤ、すなわち赤外線センサが検出した対面の相手方の作業者のＩＤが格納される。

同一の時刻に複数の作業者との対面が検出された場合、それらの対面の相手方の作業者のＩＤは対面ＩＤ１＿６０３、対面ＩＤ２＿６０４及び対面ＩＤ３＿６０５に順次格納される。各作業者が４人以上の作業者と対面する可能性がある場合は、対面ＩＤ４（図示省略）等、対面ＩＤを格納するための列がさらに設けられてもよい。

図６の例では、時刻「１２：００」及び自己ＩＤ「１００１」に対応する対面ＩＤ１＿６０３及び対面ＩＤ２＿６０４に、それぞれ「１００２」及び「１００３」が格納されている。これは、ＩＤ「１００１」によって識別される作業者（以下、作業者「１００１」とも記載する。他のＩＤについても同様）が、時刻１２：００に、作業者「１００２」及び「１００３」と対面したことを示す。この対面は、例えば、作業者「１００１」が装着したセンサノードＳＮ０の赤外線センサが、作業者「１００２」が装着したセンサノードＳＮ０からの赤外線信号及び作業者「１００３」が装着したセンサノードＳＮ０からの赤外線信号を受信することによって検出される。

次に、管理サーバＳＶ１は、対面リスト１について二者間補完を行い（ステップ４０２）、それによって対面リスト２を作成する（ステップ４０３）。

ここで二者間補完について説明する。例えば作業者ｉ及びｊの２人が対面しているときに、ｉが装着したセンサノードＳＮ０はｊが装着したセンサノードＳＮ０からの赤外線信号を受信しているが、ｊが装着したセンサノードＳＮ０はｉが装着したセンサノードＳＮ０からの赤外線信号を受信できない場合がある。その場合にデータを補間する。具体的には、管理サーバＳＶ１は、対面リスト１を読み込み、ある時刻に送信者ｉから送信された赤外線信号を受信者ｊが受信した記録を対面リスト２に複写する。さらに、それと同じ時刻に送信者ｊから送信された赤外線信号を受信者ｉが受信した記録がない場合には、それを対面リスト２に追加する。このようにして作成された対面リスト２を図７に示す。

図７に示す対面リスト２＿７００は、時刻７０１、自己ＩＤ７０２、対面ＩＤ１＿７０３、対面ＩＤ２＿７０４及び対面ＩＤ３＿７０５等の列を含む。これらは、それぞれ、図６の時刻６０１、自己ＩＤ６０２、対面ＩＤ１＿６０３、対面ＩＤ２＿６０４及び対面ＩＤ３＿６０５等に対応する。

図６の例は、時刻「１２：００」に作業者「１００１」が作業者「１００２」からの赤外線信号を受信したが、作業者「１００２」が作業者「１００１」からの赤外線信号を受信していないことを示す。この場合、実際には作業者「１００１」と作業者「１００２」とが対面していたにもかかわらず、何らかの原因で作業者「１００２」のセンサノードＳＮ０が作業者「１００１」のセンサノードＳＮ０からの赤外線信号の受信に失敗したと考えられる。このため、管理サーバＳＶ１は、対面リスト２＿７００の時刻「１２：００」及び自己ＩＤ「１００２」に対応する対面ＩＤ１＿７０３に「１００１」を追加する。

同様に、三者が同時に対面している場合において、３人のうち全てのペアの間で赤外線の送受信ができるとは限らない。このため、管理サーバＳＶ１は、対面リスト２＿７００のデータを補間する（ステップ４０４）。具体的には、管理サーバＳＶ１は、対面リスト２＿７００を読み込み、それを対面リスト３＿８００に複写する。さらに、ある時刻においてある受信者が複数の送信者ｋ及びｌのＩＤを受信した記録があるにもかかわらず、それと同じ時刻に送信者ｋが受信者ｌのＩＤを受信した記録がない場合には、それを対面リスト３に追加する（ステップ４０５）。このようにして作成された対面リスト３を図８に示す。

図８に示す対面リスト３＿８００は、時刻８０１、自己ＩＤ８０２、対面ＩＤ１＿８０３、対面ＩＤ２＿８０４及び対面ＩＤ３＿８０５等の列を含む。これらは、それぞれ、図７の時刻７０１、自己ＩＤ７０２、対面ＩＤ１＿７０３、対面ＩＤ２＿７０４及び対面ＩＤ３＿７０５等に対応する。

図７の例は、時刻「１２：００」に作業者「１００１」が作業者「１００２」及び作業者「１００３」からの赤外線信号を受信したが、作業者「１００２」は作業者「１００３」からの赤外線信号を受信しておらず、作業者「１００３」も作業者「１００２」からの赤外線信号を受信していないことを示す。この場合、実際には作業者「１００１」と作業者「１００２」と作業者「１００３」とが対面していたにもかかわらず、何らかの原因で作業者「１００２」のセンサノードＳＮ０が作業者「１００３」のセンサノードＳＮ０からの赤外線信号の受信に失敗し、同様に作業者「１００３」のセンサノードＳＮ０が作業者「１００２」のセンサノードＳＮ０からの赤外線信号の受信に失敗したと考えられる。このため、管理サーバＳＶ１は、対面リスト３＿８００の時刻「１２：００」及び自己ＩＤ「１００２」に対応する対面ＩＤ２＿８０４に「１００３」を、時刻「１２：００」及び自己ＩＤ「１００３」に対応する対面ＩＤ２＿８０４に「１００２」を、それぞれ追加する。

対面リストを作成する場合に、単純に対面しているだけでなく、なんらかの情報のやり取りをしながら対面している場合のみを対面していると判定することも可能である。これは、「話す」などの情報の発信及び「うなずく」などの情報の受信が行なわれている場合のみを意味のある対面として抽出するということである。この場合には、管理サーバＳＶ１は、対面リスト３＿８００を読み込み、対面リスト３＿８００に登録されている時刻と同一の時刻における送信者及び受信者の加速度情報を加速度データＤＡＣＣから読み込む。そして、送信者及び受信者の加速度信号の大きさ及び加速度の周波数があらかじめ定められた閾値以下であった場合には、管理サーバＳＶ１は、両者がたた対面しているだけあり、重要なやり取りを行っていないと判断して、当該時刻における当該送信者及び受信者のＩＤを対面リスト３から削除する。

例えば、図８からは、時刻１２：００において作業者「１００１」、「１００２」及び「１００３」の３人が対面していたことが読み取れるが、これらの作業者全員の加速度信号の大きさ及び加速度の周波数が閾値以下であった場合、管理サーバＳＶ１は、これらの３人はただその場に居合わせただけであり、有効な会合は行われていなかったと推定して、これらの対面データを対面リスト３から削除してもよい。ただし、このような削除を実行するか否かは、ユーザが選択することができる。

次に、管理サーバＳＶ１は、同時刻に対面している人同士を明らかにするために、対面リスト３を読み込み、各時刻における受信者と全送信者からなる対面グループを抽出し（ステップ４０６）、抽出した対面グループとその時刻とを含む対面グループリスト９００を作成する（ステップ４０７）。対面グループリスト９００を図９に示す。

図９に示す対面グループリスト９００は、時刻９０１、対面グループ１＿９０２、対面グループ２＿９０３及び対面グループ３＿９０４等の列を含む。

時刻９０１には、作業者の対面が検出された時刻が格納され、対面グループ１＿９０２には、その時刻に対面していた作業者のグループ（すなわち対面グループ）を識別する情報、すなわちそれらの作業者のＩＤの組が格納される。同一時刻に互いに独立した複数の対面グループが抽出された場合、それらを識別する情報が対面グループ１＿９０２、対面グループ２＿９０３及び対面グループ３＿９０４に順次格納される。同一時刻に４以上の対面グループが抽出される可能性がある場合、対面グループ４（図示省略）等、対面グループを識別する情報を格納する列がさらに設けられてもよい。

図９の例では、時刻「１２：００」に対応する対面グループ１＿９０２及び対面グループ２＿９０３にそれぞれ「１００１、１００２、１００３」及び「１００４、１００５」が格納されている。これは、図８に示すように、時刻「１２：００」において、作業者「１００１」、「１００２」及び「１００３」が対面していたこと、及び、それと同じ時刻に作業者「１００４」及び「１００５」が対面していたことを示す。図８では省略されているが、対面リスト３＿８００には、「１２：００」以外の時刻における対面を示す情報が格納され、それに基づいて、図９に示すように、例えば時刻「１２：０１」及び「１２：０２」において抽出された対面グループを識別する情報が格納される。

なお、ある時刻において抽出された対面グループのメンバが、その前の時刻の対面グループのメンバと完全に同一である場合、それらの対面グループの番号が同一になることが望ましい。例えば、時刻「１２：０１」において作業者「１００４」及び「１００５」からなる対面グループが抽出された場合、その対面グループは、時刻「１２：０１」に対応する対面グループ２＿９０３に格納されることが望ましい。

ある時刻において抽出された対面グループのメンバが、その前の時刻のいずれの対面グループのメンバとも完全に同一ではない場合、メンバの類似度が最も高い対面グループの組が同一の対面グループ番号に対応することが望ましい。例えば、時刻「１２：０１」において作業者「１００１」及び「１００２」からなる対面グループが抽出された場合、その対面グループは、時刻「１２：０１」に対応する対面グループ１＿９０２に格納されることが望ましい。なお、メンバの類似度については後述する。

この対面グループリスト９００から同時刻に対面しているグループを認識することができるが、この対面しているグループがどの程度の時間にわたって集まっていたかを知ることができない。この理由を図４のステップ４０７以降及び図１０を参照して説明する。

図１０は、本発明の実施形態の会合抽出処理ＥＭＴの説明図である。

この図において、時刻「１２：００」から「１２：１０」までの時刻が１分ごとに表示され、それぞれの時刻に対応する「Ａ」から「Ｆ」までの欄が設けられている。これらの欄は、それぞれ、作業者「Ａ」から「Ｆ」までの６人の作業者に対応する。例えば時刻「１２：０１」に対応する欄「Ａ」から「Ｄ」に及ぶ矢印は、時刻「１２：０１」に作業者「Ａ」、「Ｂ」、「Ｃ」及び「Ｄ」が互いに赤外線通信をして、対面していることを示すデータがあることを意味している。言い換えると、この例において、作業者「Ａ」から「Ｄ」の４人からなるグループは、時刻「１２：０１」に対応付けて対面グループリスト９００に格納された対面グループの一つである。

なお、図１０は、赤外線通信による対面の検出が１分ごとに行われる例を示す。すなわち、図１０に示す時刻は、対面の検出が行われたタイミングを示す。以下の説明において「連続する時刻」とは、互いに隣接する二つ以上の検出タイミングを示す。例えば、時刻「１２：０１」と「１２：０２」は連続する。時刻「１２：０１」と「１２：０２」と「１２：０３」とは連続する。

一つの対面グループが一つの会合と認識されてもよいが、従来の手法によれば、連続する時刻において同一メンバの対面グループが抽出された場合、それらは同一の会合と認識される。言い換えると、連続する時刻において抽出された二つの対面グループのメンバが一人でも異なっていれば、それらは異なる会合と認識される。例えば図１０に示すようなデータがあった場合、｛（１２：０１〜１２：０２）、（１２：０３）、（１２：０４）、（１２：０５〜１２：０６）、（１２：０７〜１２：０８）、（１２：０９）｝の６つの異なる会合があったと認識される。しかし、連続する時刻において抽出された二つの対面グループのメンバのうち少数が異なっている場合、その相違は、赤外線信号の受信失敗に起因する可能性もある。このため、本実施形態では、メンバの類似度を用いて会合を補間する。この方法を説明する。

まず、管理サーバＳＶ１は、テーブルＤＩＲ１に格納された１分ごとの対面データから、メンバの類似度Ｓ１がある閾値α１を超えている２分間のデータを結合していく。以下の説明においては、例として閾値α１の値を６０％とするが、α１がそれ以外の値であってもよい。

類似度Ｓ１の算出方法を以下に示す。二つの対面グループの類似度は、二つの対面グループの少なくとも一方に含まれるメンバの数に対する、二つの対面グループの両方に含まれるメンバの数の割合である。すなわち、管理サーバＳＶ１は、まず連続する２分間に対面しているメンバの和集合をとり、それぞれの時刻において各メンバが参加したか否かを表す参加ベクトルａｔ１及びａｔ２を、参加は「１」、不参加は「０」として算出する。図１０の１２：０２及び１２：０３の２分間のデータではａｔ＝｛Ａ，Ｂ，Ｃ，Ｄ｝となり、ａｔ１＝｛１，１，１，１｝，ａｔ２＝｛０，１，１，１｝となる。これは、作業者「Ｂ」から「Ｄ」の３人は時刻１２：０２及び１２：０３のいずれの対面グループにも属しているが、作業者「Ａ」は時刻１２：０２の対面グループに属しており、時刻１２：０３の対面グループには属していないことを示す。この２ベクトルａｔ１及びａｔ２の内積を算出し、その値を参加メンバの和集合の人数で割り、この値をＳ１とする。

上記の例では、Ｓ１＝０．７５であり、閾値α１（すなわち６０％）以上であるので、管理サーバＳＶ１は、これらの２時刻の対面は同一会合における対面として、結合する。この操作を類似度Ｓ１がα１未満になる時刻まで行い、会合の時間と参加メンバを持つマトリクスＤＡ１を作成する。これによって最初の推定である第一推定会合の開始時刻と終了時刻を決定する。

図１０の例では、時刻１２：０１から１２：０８までの各対面グループが、隣接する時刻の対面グループとの類似度が閾値α１以上であるため、結合される。時刻１２：０９における対面グループは、作業者「Ｅ」及び「Ｆ」の２人からなる。この対面グループと、隣接する時刻１２：０８の作業者「Ａ」から「Ｆ」の６人からなる対面グループとの類似度が閾値α１より小さいため、時刻１２：０９における対面グループは、時刻１２：０８における対面グループと結合されない（すなわち、それと同一の会合であると認識されない）。これによって、図１０の例では、時刻１２：０１に開始され、１２：０８に終了した、作業者「Ａ」から「Ｆ」の６人が参加した会合が推定される。以下、これを第一推定会合１００１と記載する。

次に、管理サーバＳＶ１は、対面グループリスト９００に基づいて、決定された第一推定会合１００１の時間に対して各メンバが参加した時間の割合（すなわち参加率）を計算する。そして、参加率がある閾値α２未満のメンバは第一推定会合１００１から除外することによって、最終的に会合を行なっていたとする最終会合を決定し、会合データＤＡＤ１を作成する。参加率が低いメンバを会合から除外するのは、参加率が低いほど、そのメンバが会合の性質に与える影響は少ないと考えられるためである。また、これによって、例えば、実際には会合に参加していないが、たまたま会合場所を通りかかったために他のメンバとの対面を検出された人物を会合のメンバから除外することができる。以下の説明においては、例として閾値α２の値を３０％とするが、α２がそれ以外の値であってもよい。

図１０の例では、作業者「Ｆ」が、１２：０１から１２：０８までの第一推定会合のうち、１２：０７及び１２：０８しか参加していない。この参加率２５％は、閾値α２すなわち３０％より小さいため、作業者「Ｆ」は第一推定会合から除外される。これによって、時刻１２：０１に開始され、１２：０８に終了した、作業者「Ａ」から「Ｅ」の５人が参加した最終会合１００２が特定される。

会合データＤＡＤ１は、会合ＩＤ、会合の日時、会合の開始時刻、会合時間、及び参加メンバを特定する情報を含む。管理サーバＳＶ１は、解析の対象として定められた期間の全体について上記過程を実行し、それによって得られた会合データＤＡＤ１をまとめることによって、会合リストＬＭＴ１を作成する。

例えば、会合リストＬＭＴ１は、図５に示すように、会合ＩＤ５０１、日付５０２、開始時刻５０３、会合時間５０４、メンバ１＿５０５、メンバ２＿５０６、メンバ３＿５０７及びメンバ４＿５０８等の列を含むテーブルである。会合が５人以上のメンバを含む場合には、さらに多くのメンバを識別する情報を保持するため、メンバ５（図示省略）のような列がさらに設けられてもよい。

図５に示す会合リストＬＭＴ１の各行が会合データＤＡＤ１に相当する。例えば、会合リストＬＭＴ１の先頭の行の会合ＩＤ５０１、日付５０２、開始時刻５０３、会合時間５０４、メンバ１＿５０５、メンバ２＿５０６、メンバ３＿５０７及びメンバ４＿５０８には、それぞれ、「０００１」、「２００９／７／１」、「１０：５９」、「４４」、「Ａさん」、「Ｂさん」、「Ｃさん」及び「Ｄさん」が格納されている。これは、識別子「０００１」で識別される会合が２００９年７月１日の１０：５９から４４分間にわたって行われ、その会合に作業者「Ａ」から「Ｄ」の４人が参加したことを示す。

ここで、再び図４のフローチャートを参照して、上記の会合抽出処理ＥＭＴの具体的な手順を説明する。

管理サーバＳＶ１は、ステップ４０７を実行すると、次に、変数ｔ、変数ｉ、定数α１及び定数α２にそれぞれ「１」、「１」、「０．６」及び「０．３」を代入する（ステップ４０８）。変数ｔは時刻を、変数ｉは各時刻における対面グループの番号を示す。定数α１及び定数α２は、それぞれ、図１０を参照して説明した閾値α１及び閾値α２であり、「０．６」は６０％を、「０．３」は３０％を示す。

次に、管理サーバＳＶ１は、対面グループｉ（例えば、ｉ＝１の場合、対面グループリスト９００に格納されている対面グループ１＿９０２に相当する対面グループ）が会合リストＬＭＴ１に含まれるか否かを判定する（ステップ４０９）。対面グループｉが会合リストＬＭＴ１に含まれていない場合、管理サーバＳＶ１は、会合リストＬＭＴ１に新たな会合データＤＡＤ１（すなわち新たな行）を追加して、その会合データＤＡＤ１の開始時刻５０３に時刻ｔを格納し、その会合データＤＡＤ１の参加メンバとして（具体的にはメンバ１＿５０５等に）対面グループｉに含まれる全メンバの識別子を格納する（ステップ４１０）。

ステップ４０９において対面グループｉが会合リストＬＭＴ１に含まれていると判定されると、管理サーバＳＶ１は、隣接する時刻における対面グループのメンバの類似度が閾値α１を超えているか否かを判定する（ステップ４１１）。具体的には、管理サーバＳＶ１は、時刻ｔ＋１における対面グループｉと時刻ｔにおける対面グループｉとを比較し、それらの少なくとも一方に参加しているメンバの数に対する、それらの両方に参加しているメンバの数の割合（すなわちメンバの類似度）が、閾値α１を超えているか否かを判定する。

ステップ４１１において、メンバの類似度が閾値α１を超えないと判定された場合、対面グループｉを含む会合（以下、当該会合）は、時刻ｔ−１において終了したと判定される。このため、管理サーバＳＶ１は、次に、会合リストＬＭＴ１の当該会合の会合時間を算出し、それを会合リストＬＭＴ１に格納する（ステップ４１２）。具体的には、当該会合の開始時刻５０３の値から時刻ｔ−１までの時間を算出し、その時間を当該会合の会合時間５０４に格納する。この時点の当該会合が、図１０の第一推定会合に相当する。

次に、管理サーバＳＶ１は、当該会合の参加メンバのうち、当該会合への参加率（具体的には当該会合の総時間に対する当該会合への参加時間の割合）が閾値α２より低いメンバを当該会合の会合データＤＡＤ１から削除する（ステップ４１３）。これによって、図１０の最終会合が決定される。

次に、管理サーバＳＶ１は、ステップ４１０を実行する（前述）。

次に、管理サーバＳＶ１は、ステップ４１４を実行する（後述）。

一方、ステップ４１１において、メンバの類似度が閾値α１を超えたと判定された場合、当該会合は、時刻ｔ−１においてまだ終了していないと判定される。この場合、管理サーバＳＶ１は、時刻ｔの対面グループｉが新規メンバを含むか否かを判定する（ステップ４１８）。具体的には、管理サーバＳＶ１は、時刻ｔの対面グループｉが、当該会合の参加メンバとして会合リストＬＭＴ１に格納されていないメンバ（すなわち新規メンバ）を含んでいるか否かを判定する。

時刻ｔの対面グループｉが新規メンバを含むと判定された場合、管理サーバＳＶ１は、新規メンバの識別子を当該会合の参加メンバとして当該会合の会合データＤＡＤ１に追加し（ステップ４１９）、次にステップ４１４を実行する。一方、時刻ｔの対面グループｉが新規メンバを含まないと判定された場合、管理サーバＳＶ１は、ステップ４１９を実行せずに、次にステップ４１４を実行する。

ステップ４１４において、管理サーバＳＶ１は、時刻ｔにおける全ての対面グループを処理したか否かを判定する。全ての対面グループの処理が終了していない場合、管理サーバＳＶ１は、ｉの値を１増加させて（ステップ４１５）、ステップ４０９に戻る。

全ての対面グループの処理が終了した場合、管理サーバＳＶ１は、時刻ｔが対面グループリスト９００に格納された最終時刻であるか否かを判定する（ステップ４１６）。時刻ｔが最終時刻でない場合、管理サーバＳＶ１は、ｔの値を１増加させて、ｉに１を代入して（ステップ４１７）、ステップ４０９に戻る。

時刻ｔが最終時刻であると判定された場合、会合抽出処理ＥＭＴが終了する。

次に、管理サーバＳＶ１は、会合解析ＡＭＴを実行する。会合解析ＡＭＴは、会合がどのような質の会合であったかを求める処理である。具体的には、管理サーバＳＶ１は、加速度データ及び音声データを用いて特徴量を計算し、各会合の質を定量化する。具体的に、会合解析ＡＭＴではまず、管理サーバＳＶ１は、会合リストＬＭＴ１を読み込み、各会合時間における参加メンバの加速度データＤＡＣＣ及び音声データＤＶＯを用いて、各会合の質の特徴量（ＭＴＣＨ１，ＭＴＣＨ２…）を求める。会合の質の特徴量としては、例えば会合の開始時刻、時間及び参加人数のような基本特徴量がある。それ以外の、加速度データＤＡＣＣ及び音声データＤＶＯを用いた特徴量として、発話を用いた特徴量がある。例えば、ある会合内の時刻ｔ１における会合参加者のうち、ある参加者のセンサノードＳＮ０によって測定された加速度周波数がある閾値α３を超えている場合に、その参加者が発話していると判定される。本実施形態では、発話を用いた特徴量として、会合の流動性、活発度、及び偏りを表す指標を求める。

会合の流動性を表現する指標として、会合内での話者の入れ替わり回数、及び平均連続発言時間が求められる。これらの指標は、会合において、会話のキャッチボールがどの程度行なわれているかを示す指標となる。

会合内での話者の入れ替わり回数ＭＴＣＨ１は、会合内で、発話者が変化した回数をＭＴＣＨ１１として計数し、会合の総時間をＴＩＭＥ１として計測した場合、ＭＴＣＨ１１／ＴＩＭＥ１として求められる。

平均連続発言時間ＭＴＣＨ２は、連続した発話が会合内でｎ回検出された場合、一回の連続時間をＭＴＣＨ２１ｉ（ｉ＝１，２…ｎ）として計測し、それらを平均することによって求められる。

また、会合の活発度を表す指標として、発言比ＭＴＣＨ３が求められる。発言比ＭＴＣＨ３は、会合時間のうちどれだけの時間が任意の人からの情報の発信に使われているかを表している。発言比ＭＴＣＨ３は、会合において任意の人が発話している時間ＴＩＭＥ３１を計測した場合、ＴＩＭＥ３１／ＴＩＭＥ１として求められる。

会合内の偏りを表現する指標としては、発言偏り度ＭＴＣＨ４が求められる。発言偏り度ＭＴＣＨ４は、その会合において一部の人しか議論していないのか、多くの人が発話し、多くの人の意見が反映されやすい会合であるか、を判定するための指標となる。発言偏り度ＭＴＣＨ４は次の手順で求められる。会合参加人数をｎ人としたとき、各参加者ｉの発話割合ＭＴＣＨ４１ｉ（ｉ＝１，２…ｎ）は、会合総時間ＴＩＭＥ１のうち参加者ｉの話していた時間の割合として算出される。このＭＴＣＨ４１ｉの分散が発言偏り度ＭＴＣＨ４である。

さらに、管理サーバＳＶ１は、先に導出した発話者を除いた参加者を特定することで聞き手を特定し、聞き手の加速度データＤＡＣＣおよび音声データＤＶＯから、聞き手の情報を用いた会合指標を求めることも可能である。

本実施形態では、聞き手情報を用いた会合指標として、会合シンクロ度ＭＴＣＨ５が求められる。会合シンクロ度ＭＴＣＨ５は、聞き手が話者に共感して、話者の動きにどれだけ同調しているかを表す指標である。会合シンクロ度ＭＴＣＨ５は、発言者と聞き手ｉとの加速度周波数の相互相関をＭＴＣＨ５１ｉ（ｉ＝１，２…ｎ）として計測し、それらの平均を算出することによって求められる。

上記の発話に関する特徴量を求めるために、会合への参加者が発話しているか否かを判定するために加速度周波数を用いたが、加速度周波数の代わりに音声データＤＶＯを用いてもよい。

あるいは、参加メンバが発話しているか否かを判定せずに、参加メンバの時刻ｔ１における加速度データＤＡＣＣ又は音声データＤＶＯの平均又は上位β１％の値を用いることで、会合の時刻ｔ１における盛り上がりを示す特徴量を求めることができる。さらに、これら時系列データの会合時間内における平均又は上位β２％の値を用いることで、会合の盛り上がりを示す特徴量を求めることもできる。β１及びβ２の値は任意に選択することができる。

これらの特徴量化されたデータから会合特徴量リストＬＭＴ２が作成される。会合特徴量リストＬＭＴ２には、上記に限らず、音声データ、加速度データ、又はそれ以外のセンサデータに基づく特徴量が格納されてもよい。

図１１は、本発明の実施形態の会合特徴量リストＬＭＴ２を示す説明図である。

会合特徴量リストＬＭＴ２は、会合ＩＤ１１０１、日付１１０２、開始時刻１１０３、時間１１０４、会話の均等性１１０５及びシンクロ度１１０６を含む。会合ＩＤ１１０１から時間１１０４は、それぞれ、会合リストＬＭＴ１の会合ＩＤ５０１から会合時間５０４と同様である。会話の均等性１１０５には、各会合において参加者がどの程度均等に発話しているかを示す指標が格納される。これは、実質的には発言偏り度ＭＴＣＨ４と同等の指標である。シンクロ度１１０６には、会合シンクロ度ＭＴＣＨ５に相当する指標が格納される。この指標の絶対値が大きいほど、同調の度合いが高い（すなわち発言者と聞き手との加速度周波数の相互相関が高い）ことを意味する。

図１１には会合の特徴量として会話の均等性及びシンクロ度を挙げたが、それ以外の特徴量、例えば会合の流動性を示す指標等が会合特徴量リストＬＭＴ２に格納されてもよい。

次に、管理サーバＳＶ１は、コミュニティ抽出ＥＣＯを実行する。コミュニティ抽出ＥＣＯは、組織の中で、どのようなコミュニティが存在しているかを特定する処理である。具体的に、コミュニティ抽出ＥＣＯにおいて、管理サーバＳＶ１は、会合リストＬＭＴ１を用いて、コミュニティを抽出する。コミュニティの抽出は会合参加メンバの類似度に基づいて行なわれる。類似度の計算方法は上記会合抽出処理ＥＭＴにおけるものと同様である。参加メンバの類似度ｓ２がある閾値α４以上である会合を結合していく、類似度の計算は会合抽出処理ＥＭＴと同様のものである。ただし、大人数におけるメンバの類似度と少人数での類似度は意味合いが違うとの考えに基づき、閾値α４を会合参加メンバの数に依存して可変にしてもよい。上記結合処理によって、コミュニティリストＬＣＯ１を作成する。

図１２は、本発明の実施形態のコミュニティリストＬＣＯ１を示す説明図である。

コミュニティリストＬＣＯ１は、コミュニティの識別子が格納される列（コミュニティＩＤ１２０１）と、各メンバの各コミュニティへの参加時間の合計値が格納される列（Ａさん１２０２、Ｂさん１２０３、Ｃさん１２０４等）と、各コミュニティに含まれる会合の識別子が格納される列（会合１＿１２０５、会合２＿１２０６、会合３＿１２０７等）と、を含む。図１２の例では、例えばコミュニティ「０００１」は少なくとも会合「０００１」、「０００５」及び「０００８」を含み、コミュニティ「０００１」の参加メンバである作業者「Ａ」がそれらの会合に参加した時間の合計が１５分であったことを示す。

次に管理サーバＳＶ１が実行するコミュニティ解析ＡＣＯは、組織に存在するコミュニティがどのような質であるかを解析する処理である。具体的には、管理サーバＳＶ１は、コミュニティリストＬＣＯ１と会合特徴量リストＬＭＴ２とを用いてコミュニティの質の特徴量を計算する。基本特徴量として、管理サーバＳＶ１は、コミュニティ内の会合の回数、会合間の間隔の平均日数、及び会合間の間隔の時間の分散を求める。ここで、コミュニティ内の会合の回数及び間隔の平均日数はコミュニティがどれだけ頻繁に会合を行っているかを表し、会合間の間隔の分散はそのコミュニティがどれだけ定例的かを表している。

さらに、管理サーバＳＶ１は、コミュニティリストＬＣＯ１からコミュニティ内にどの会合があるかを取得し、それらの会合の各特徴量（ＭＴＣＨ１，ＭＴＣＨ２…）から、コミュニティの質を示す特徴量を算出する。コミュニティの質を示す特徴量とは、例えば、会合の特徴量の平均、分散、会合の特徴量を会合の日時に基づく時系列データにしたときの振動周波数及び振動振幅等である。管理サーバＳＶ１は、これらの特徴量化されたデータからコミュニティ特徴量リストＬＣＯ２を作成する。さらに、管理サーバＳＶ１は、個人のコミュニティ特徴を個人ごとにリストした、個人コミュニティ特徴量リストＬＣＯ３を作成する。

図１３は、本発明の実施形態のコミュニティ特徴量リストＬＣＯ２を示す説明図である。

コミュニティ特徴量リストＬＣＯ２は、コミュニティの識別子が格納される列（コミュニティＩＤ１３０１）と、各コミュニティの特徴量を示す値が格納される列（時間１３０２、会話の均等性１３０３及びシンクロ度１３０４等）とを含む。時間１３０２には、各コミュニティに含まれる会合の合計時間が格納される。会話の均等性１３０３及びシンクロ度１３０４には、例えば、各コミュニティに含まれる会合の均等性１１０５及びシンクロ度１１０６の値（図１１参照）の平均値である。コミュニティ特徴量リストＬＣＯ２に上記以外の特徴量として例えば各コミュニティに含まれる会合の均等性の分散、振動の周期が格納されてもよい。

図１４は、本発明の実施形態の個人コミュニティ特徴量リストＬＣＯ３を示す説明図である。

個人コミュニティ特徴量リストＬＣＯ３は、コミュニティの参加メンバの識別子が格納される列（氏名１４０１）と、各メンバが参加するコミュニティの数が格納される列（コミュニティ数１４０２）と、各メンバが参加するコミュニティの特徴量を示す値が格納される列（平均時間１４０３、均等性１４０４、シンクロ度１４０５等）と、各メンバの個人特徴量を示す値（発言度１４０６、シンクロ度１４０７）と、を含む。

平均時間１４０３には、各メンバが参加するコミュニティに含まれる会合の時間の平均値が格納される。均等性１４０４及びシンクロ度１４０５には、各メンバが参加するコミュニティに含まれる会合の均等性１１０５及びシンクロ度１１０６の平均値である。発言度１４０６には、各メンバが参加するコミュニティに含まれる会合について計算された各メンバの発言偏り度ＭＴＣＨ４が格納される。シンクロ度１４０７には、各メンバが参加するコミュニティに含まれる会合について計算された、各メンバが聞き手である場合の会合シンクロ度ＭＴＣＨ５が格納される。コミュニティの特徴量及び各メンバの特徴量として上記以外のものが含まれてもよい。

次に管理サーバＳＶ１が実行するチームコミュニティ解析ＡＴＣＯは、組織に存在するチームにおけるコミュニティの多様性を解析する処理である。ここでのチームは特定の規模を示すものでなく、課、部、又は組織全体など、いかなる規模のものであってもよい。具体的には、図１５に示す、メンバリストＬＭＢを用いて当該チーム内に含まれるメンバを特定する。

メンバリストＬＭＢは、各メンバの名前が格納される列（氏名１５０１）、各メンバの識別子が格納される列（ユーザＩＤ１５０２）、各メンバの役職を示す情報が格納される列（役職１５０３）、及び各メンバの所属を示す情報が格納される列（会社１５０４、部１５０５、課１５０６等）を含む。これらの情報は、予め任意の方法（例えばＷＥＢ又は紙媒体を用いたアンケート）によって取得され、メンバリストＬＭＢの該当する列に格納される。

さらに、例えば組織内に部署を横断するプロジェクトチーム等が存在する場合、メンバリストＬＭＢに各メンバの所属を示す情報が格納される新たな列を設け、そこに、各メンバが参加するプロジェクトを識別する情報を格納してもよい。

メンバリストＬＭＢを参照することによって、各メンバがどのチームにどのような立場で属しているかを特定することができる。例えば、図１５に例示するメンバリストＬＭＢを参照すると、作業者「Ｂ」は「Ａ社」というチームに属し、「Ａ社２部」というチームにも属し、さらに、「Ａ社２部１課」というチームにも属していることがわかる。逆に、チームを指定された場合、メンバリストＬＭＢを参照することによって、そのチームに属する全てのメンバを特定することができる。

次に、管理サーバＳＶ１は、コミュニティリストＬＣＯ１を用いて、各チームのメンバが一人でも属するコミュニティを、当該チームのコミュニティとして特定する。あるいは、管理サーバＳＶ１は、あるコミュニティの構成員が全員当該チームに含まれている場合にのみ、そのコミュニティを当該チームのコミュニティとして特定してもよい。

次に、管理サーバＳＶ１は、コミュニティ特徴量リストＬＣＯ２を用いて当該コミュニティのコミュニティ特徴量からチームコミュニティ特徴量を計算する。チームコミュニティ特徴量としては以下の３点がチーム内のコミュニティの多様性を表現するものとして計算される。第１は、チーム内にどれだけコミュニティが存在するかを示す特徴量、第２はそれらのコミュニティが静的にどれだけ多様であるかを示す特徴量、第３はそれらのコミュニティが時間的にどれだけ多様であるかを示す特徴量、である。

第１の特徴量としては、チーム内のコミュニティ数が計算される。第２の特徴量は、チーム内のコミュニティ間のコミュニティ特徴量のばらつきを示す各特徴量の分散を計算し、その値を特徴量間で平均することによって計算される。第３の特徴量、すなわちコミュニティダイナミクスとしては、チーム内のコミュニティの数を、例えば週ごと又は月ごと等、所定の期間ごとに求め、その値の時系列の変化を示す分散が計算される。コミュニティダイナミクスとしては、各コミュニティの特徴量の時系列の変化を分散により同様にして求めたものを特徴量間で平均し、それをコミュニティ間で平均したものを用いてもよい。これらの特徴量化されたデータからチームコミュニティ特徴量リストＬＣＯ４が作成される。

例えば、チームとして「Ａ社１部」が指定され、所定の期間として「週」が指定された場合、管理サーバＳＶ１は、コミュニティリストＬＣＯ１に格納されているコミュニティから、ある週に行われた会合を含み、かつ、メンバ全員が「Ａ社１部」に含まれているコミュニティを抽出し、さらに、他の週についても同様の抽出を行う。そして、管理サーバＳＶ１は、週ごとに抽出されたコミュニティ数の分散を計算し、計算された分散をコミュニティ数の時間的な変化を示す特徴量（すなわちコミュニティダイナミクス）として保持する。なお、このようにして計算されたコミュニティ数そのものが表示されてもよい（図２４参照）。

図１６は、本発明の実施形態のチームコミュニティ特徴量リストＬＣＯ４を示す説明図である。

チームコミュニティ特徴量リストＬＣＯ４は、各チームの識別子が格納される列（チームＩＤ１６０１）、及び、各チーム内のコミュニティの多様性を示す特徴量が格納される列（コミュニティ数１６０２、コミュニティバラエティ１６０３及びコミュニティダイナミクス１６０４等）を含む。コミュニティ数１６０２、コミュニティバラエティ１６０３及びコミュニティダイナミクス１６０４には、それぞれ、上記の第１、第２及び第３の特徴量が格納される。なお、コミュニティバラエティ１６０３の値が大きいほどチーム内のコミュニティの特徴量のばらつきが大きく、コミュニティダイナミクス１６０４の値が大きいほどチーム内のコミュニティ数の時間的な変化が大きい。

例えば、識別子「０００１」で識別されるチームが指定された場合、管理サーバＳＶ１は、このチームにおけるコミュニティの多様性を示す特徴量を計算し、チームコミュニティ特徴量リストＬＣＯ４に格納する。指定されたチームは、例えば、「Ａ社」又は「Ａ社１部」などであってもよい。図１６の例では、チーム「０００１」に対応するコミュニティ数１６０２、コミュニティバラエティ１６０３及びコミュニティダイナミクス１６０４として、それぞれ「１８」、「０．１」及び「１」が格納されている。

ここからは、計測及び解析した組織のコミュニティ情報を人が見て理解し、フィードバックを行なうことを支援する可視化部について説明する。

以下に説明するネットワーク図等は、管理サーバＳＶ１によって作成され、そのデータがネットワークＬＡＮ１を介してコンピュータＰＣ１に送信され、コンピュータＰＣ１に接続されたディスプレイＤＩＳＰ１に表示される。

図１７は、本発明の実施形態の人ネットワーク図作成ＤＮＴ１によって作成された人のみのネットワーク図ＮＴ１の説明図である。

管理サーバＳＶ１は、まず、赤外線データＤＩＲから対面マトリクスＭＴＩＲを作成する。対面マトリクスとは、ｎ人の作業者の各２者間での対面時間をｎ＊ｎの行列で表現したものである。行には作業者１から作業者ｎが順番に割り当てられ、また列にも同様に作業者１から作業者ｎが順番に割り当てられる。もし作業者ｉと作業者ｊの間にコミュニケーションがｍ分ある場合、行ｉ列ｊに値ｍが入れられる。人ネットワーク図ＮＴ１は、ばねモデルによって、各人をノードとして、対面時間をノード間の引力として作成される。

図１７の例では、ノードを示す標識として四角形が、ノード間のリンクを示す標識としてノード間を接続する直線が使用される。例えば、図１７に示すように、ノード１７０１及びノード１７０２がそれぞれ作業者「Ａ」及び「Ｂ」を表し、それらを接続するリンク１７２１は、作業者「Ａ」と「Ｂ」が対面したことがあることを表し、その対面時間が長いほど、リンク１７２１が短くなる。なお、対面時間は作業者間の関係の強さを示す指標の一例であり、それ以外の指標（例えば対面の頻度）が引力として用いられてもよい。

図１８は、本発明の実施形態の処理ＤＮＴ２によって作成された人コミュニティネットワーク図ＮＴ２の説明図である。

人コミュニティネットワーク図ＮＴ２は、人ネットワーク図ＮＴ１に含まれていた情報を削減することなく、さらにコミュニティの情報を付加したものである。具体的には、管理サーバＳＶ１は、人ネットワーク図ＮＴ１にばねモデルによって、コミュニティのノードを追加する。ばねモデルの引力としては、作業者とコミュニティとの関係の強さを示す指標が用いられる。例えば、ばねモデルの引力として、人−コミュニティ間に各人のコミュニティ参加総時間を用いられるが、それに限らず、コミュニティ参加頻度、コミュニティ内積極度（発話率）等、他の特徴量が使用されてもよい。

図１８の例では、コミュニティを示すノードは、円形の標識によって表示される。例えばノード１８４１が一つのコミュニティを表す。ノード１７０１からノード１８４１までの距離がノード１７０２からノード１８４１までの距離より短いことは、作業者「Ａ」及び「Ｂ」がノード１８４１に対応するコミュニティに参加しているとすれば、作業者「Ａ」の当該コミュニティへの参加時間が作業者「Ｂ」のそれより長いことを表す。図１８に示す人コミュニティネットワーク図ＮＴ２は、誰がどのコミュニティに参加しているかを正確に表現することはできないが、作業者のコミュニティへの関わりの深さ及び各組織のコミュニティの分布等を大まかに表現することができる。

図１９は、図１８に示す人コミュニティネットワーク図ＮＴ２にさらにコミュニティの質表示ＤＮＴ３を行なうことによって出力された、コミュニティの質を含む人コミュニティネットワーク図ＮＴ３の説明図である。

管理サーバＳＶ１は、コミュニティの質に関する情報をコミュニティ特徴量リストＬＣＯ２から取得し、取得した各コミュニティの質を、各コミュニティを示すノード（以下、コミュニティノードとも記載する）の大きさ、色、形状、ノード間リンクの太さ、色、又は形状（例えば破線等）のような、視覚的な特徴として表現する。図１９はその表示方法の一例であり、コミュニティの総会合時間をコミュニティノードの大きさで表現している。

さらに、コミュニティへの参加メンバ数をコミュニティノードの色彩によって表現してもよい。図１９には、ノードの色彩の代わりにハッチングによって参加メンバ数を表現する例を示す。右上がりのハッチングは２人のコミュニティを、水平のハッチングは３人のコミュニティを、右下がりのハッチングは４人のコミュニティを示す。

例えば、ノード１９０１は作業者「Ａ」、「Ｂ」及び「Ｃ」の３人からなるコミュニティを、ノード１９０２は作業者「Ｆ」及び「Ｇ」の２人からなるコミュニティを示し、後者の総会合時間は前者のそれより長い。

図２０は、本発明の実施形態の人コミュニティネットワーク図ＮＴ３を比較する説明図である。

図２０（ａ）は、組織内の全てのコミュニティの参加メンバ数が２人である場合を、図２０（ｂ）は、組織内の四つのコミュニティのうち三つの参加人数が３人、一つの参加人数が２人である場合を示す。例えば、ノード２００１は作業者「Ａ」及び「Ｂ」の２人からなるコミュニティを、ノード２００２は作業者「Ａ」、「Ｂ」及び「Ｃ」の３人からなるコミュニティを示す。

このような内包するコミュニティの種類の相違は、従来の各メンバ間の関係のみを示すネットワーク図（すなわち、図１７に示すように、コミュニティノードを表示しない人ネットワーク図）では表現できない。言い換えると、図２０（ａ）及び（ｂ）からコミュニティノードを削除すると、全く同じ人ネットワーク図になる。これに対して、図２０に示すようにコミュニティの質をコミュニティノードの視覚的な特徴に対応付けて表示することによって、内包するコミュニティの種類の相違に起因する各組織のパタンの相違を視覚的にわかりやすく表示することができる。

図２１は、本発明の実施形態の人コミュニティネットワーク図ＮＴ３の別の例を示す説明図である。

具体的には、図２１に示す人コミュニティネットワーク図ＮＴ３は、図１９に示した人コミュニティネットワーク図ＮＴ３から、人ノード（すなわち人を示すノード）同士のリンクを削除し、コミュニティノードと人ノードとのリンクを、点線からなる標識によって表示することによって作成したものである。これによって、各人がどのコミュニティに属しているかが一目でわかる。例えば、リンク２１０１は、作業者「Ａ」がノード１９０１に対応するコミュニティに属していることを示す。これによって、任意の２者がどのコミュニティを介して繋がっているかがわかり、どのコミュニティがどのような役割を果たしているかがわかる。具体的には、例えば、あるコミュニティがなくなると、組織を構成するメンバ間の繋がりが急に減る、等がわかる。図２１の例では、ノード２１０２に対応するコミュニティがなくなると、作業者「Ｆ」及び「Ｇ」と他の作業者との繋がりがなくなる。また、２者がいくつのコミュニティを介して繋がっているかを知ることができる。これによって、２者がどれだけ強固に繋がっているかを、それらの２者が共有するコミュニティの数（すなわち繋がりの多重度）から算出できる。

なお、図２１では人ノード間のリンク１７２１等が削除されているが、これらを削除せずに残してもよい。

図２２は、本発明の実施形態の人コミュニティネットワーク図ＮＴ３のさらに別の例を示す説明図である。

具体的には、図２２に示す人コミュニティネットワーク図ＮＴ３は、図２１に示したものから人ノードを削除して、コミュニティノードのみを表示したものであり、これに基づいてコミュニティ同士がどのような関係にあるかを知ることができる。

図２３は、本発明の実施形態の個人コミュニティ特徴リストＬＣＯ３を基にした、個人への行動提案図である。

例えば、ユーザがネットワーク図ＮＴ３上に配置された人ノード２３０１（作業者「Ｈ」）を選択する。ネットワーク図ＮＴ３は、作業者「Ｈ」がいずれのコミュニティにも属していないことを示している。管理サーバＳＶ１は、作業者「Ｈ」のコミュニティ特徴量及びそれと相関するセンサデータを２軸に割り当てたグラフ２３１１を表示する。

例えば図２３のグラフ２３１１は、横軸に作業者がセンサノードＳＮ０の装着時間、縦軸に作業者が属するコミュニティの数が割り当てられた散布図である。このグラフに基づいて、Ｈさんの改善行動を提案することができる。例えば、作業者「Ｈ」が参加するコミュニティの数が少ないが、作業者「Ｈ」が頻繁に出張することが原因でコミュニティに参加する機会が少ない場合、属するコミュニティの数を増やすためには、出張の回数を減らすか、又は、出張する時間帯を調整するべきである、と提案することができる。

図２４は、本発明の実施形態において表示されるチーム管理図ＴＭである。

このチーム管理図ＴＭは、コミュニティ特徴量リストＬＣＯ２を基に求めた、チームコミュニティ特徴量リストＬＣＯ４を可視化したものである。ここでのチームは、部署又はプロジェクトに関わらずそれらを含む組織全体であってもよい。図２４に示すチーム管理図ＴＭは、チームコミュニティ特徴量を図示するレーザーチャートを含む。さらに、チームコミュニティ特徴量がある閾値α５を超えた又は下回った場合、チーム管理図ＴＭは、そのチームコミュニティ特徴量の変動を示す線グラフＴＭ−２をさらに含んでもよい。図２４の例では、コミュニティ数が閾値α５を下回ったため、コミュニティ数の過去から現在までの時間的変動を示すデータを線グラフＴＭ−１に表示する。これに基づいて、チームの状況をより詳細に把握することができる。

図２５Ａ及び図２５Ｂは、本発明の実施形態の相関解析システムの説明図である。

この相関解析システムは、組織に対して、有効な改善提案を提供する。この相関解析システムは、管理サーバＳＶ１がデータベースＤＢ１に格納されたプログラムを実行することによって実現されてもよい。

相関解析システムは、業務システム２５０１及びアンケート２５０２を用いて、組織の目的変数（例えば生産性、納品品質又はストレス度等）２５０３を取得する。これに、上記システムで取得した、チームコミュニティ特徴量２５０４Ａ、又は人コミュニティ特徴量２５０４Ｂとで、相関解析を行い、これに基づいて当該組織及び人に与えるコミュニティの影響を明らかにし、本システムの改善提案特徴量を特定することができる。

以上のように、本発明の一実施形態によれば、組織内のコミュニティを自動抽出することができ、またそのコミュニティの質を計測、解析、指標化及び可視化することができる。これによって、組織内のコミュニティ、及びその質を把握することが可能となり、組織活動に対して、定量的データに基づき、コミュニティに関するフィードバックを行うことができる。

ＳＮ０ センサノード
ＷＫＲ１〜ＷＫＲ３ 作業者
ＲＴ１ 中継器
ＢＳ１ 基地局デバイス
ＬＡＮ１ 有線ネットワーク
ＰＣ１ コンピュータ
ＤＩＳＰ１ ディスプレイ
ＳＶ１ 管理サーバ

Claims (19)

1. 各々が作業者に装着される複数のセンサデバイスと、前記複数のセンサデバイスから送信されたデータを受信する基地局と、ネットワークを介して前記基地局から前記データを受信する管理計算機と、を備えるセンサネットワークシステムであって、
   前記各センサデバイスは、少なくとも前記各センサデバイスに割り当てられた識別子を含む赤外線信号を送信し、他の前記センサデバイスから送信された前記赤外線信号を受信する赤外線デバイスと、時刻を管理するタイマーと、少なくとも前記受信した赤外線信号に含まれる前記識別子及び前記赤外線信号を受信した時刻を示すデータを格納するメモリと、前記メモリに格納されたデータを前記基地局に送信するデータ送信部と、を備え、
   前記管理計算機は、
   前記ネットワークに接続されるインターフェースと、前記インターフェースに接続されるプロセッサと、前記プロセッサに接続されるメモリと、を備え、
   前記各センサデバイスから送信されたデータに基づいて、前記センサデバイスを装着した二人以上の作業者が対面した時刻、及び、その時刻に対面した前記二人以上の作業者の識別子を特定し、その時刻に前記特定された二人以上の作業者が対面していたことを示す情報を保持し、
   前記二人以上の作業者の対面を、前記二人以上の作業者が参加した会合として特定し、
   一つの前記会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、複数の前記会合に参加した前記作業者からなるグループが同一である場合、前記複数の会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、前記特定されたコミュニティを識別する情報と、前記特定されたコミュニティに含まれる全ての前記作業者の識別子と、を対応付ける情報を保持することを特徴とするセンサネットワークシステム。
2. 前記管理計算機は、
   連続する二つの時刻に対面した前記作業者の組み合わせにおいて、前記二つの時刻の少なくとも一方において対面した作業者の数に対する、前記二つの時刻の両方において対面した作業者の数の割合が所定の閾値を超える場合、前記二つの時刻における前記二人以上の作業者の対面が、前記二つの時刻の少なくとも一方において対面した全ての作業者が参加した一つの前記会合に含まれると判定することによって、前記各会合の開始時刻及び終了時刻を特定し、
   前記各時刻において前記二人以上の作業者が対面していたことを示す情報に基づいて、前記各作業者の前記会合への参加時間を計算し、前記会合の開始時刻から終了時刻までの時間に対する参加時間の割合が所定の閾値を超えない前記作業者が前記会合に参加しなかったと判定することによって、前記会合に参加した前記作業者からなるグループを特定することを特徴とする請求項１に記載のセンサネットワークシステム。
3. 前記管理計算機は、
   二つの前記センサデバイスのうち少なくとも一つが他の一つから送信された前記赤外線信号を受信した場合、前記二つのセンサデバイスを装着した二人の作業者が対面したと判定し、
   三つの前記センサデバイスのうち少なくとも一つが他の二つから送信された前記赤外線信号を受信した場合、前記三つのセンサデバイスを装着した三人の作業者が対面したと判定することを特徴とする請求項２に記載のセンサネットワークシステム。
4. 前記各センサデバイスは、加速度センサをさらに備え、
   前記データ送信部が前記基地局に送信するデータは、前記加速度センサが測定した加速度情報を含み、
   前記管理計算機は、ある時刻に対面していたと判定された前記二つ以上のセンサデバイスによって測定された当該時刻における加速度の大きさ及び振動周波数が所定の閾値を超えない場合、当該時刻に前記二つ以上のセンサデバイスを装着した二人以上の作業者が対面していたことを示す情報を削除することを特徴とする請求項３に記載のセンサネットワークシステム。
5. 前記管理計算機は、二つの前記会合の少なくとも一方に参加している前記作業者の数に対する、前記二つの会合の両方に参加している前記作業者の数の割合が所定の閾値を超えた場合、前記二つの会合に参加した前記作業者からなるグループを一つのコミュニティとして特定することを特徴とする請求項４に記載のセンサネットワークシステム。
6. 前記管理計算機は、複数の作業者が登録されたリストを指定されると、保持されている全てのコミュニティのうち、参加した全作業者が前記リストに登録されているコミュニティを特定し、前記リストに登録された各作業者に対応する標識と、前記特定された各コミュニティに対応する標識と、を二次元空間上に配置する画像情報を作成し、前記作成した画像情報を出力することを特徴とする請求項２に記載のセンサネットワークシステム。
7. 前記管理計算機は、前記各作業者と他の作業者との関係の強さを示す指標を引力として使用したばねモデルに従って前記各作業者に対応する標識を前記二次元空間上に配置し、前記各作業者と前記各コミュニティとの関係の強さを示す指標を引力として使用したばねモデルに従って前記各コミュニティに対応する標識を前記二次元空間上に配置するように前記画像情報を作成することを特徴とする請求項６に記載のセンサネットワークシステム。
8. 前記各作業者と他の作業者との関係の強さを示す指標は、前記各作業者が他の作業者と対面した時間の合計値であり、前記各作業者と前記各コミュニティとの関係の強さを示す指標は、前記各作業者が前記各コミュニティに参加した時間の合計値又は前記各コミュニティへの参加の頻度であることを特徴とする請求項７に記載のセンサネットワークシステム。
9. 前記管理計算機は、１回以上対面した二人の前記作業者に対応する二つの前記標識を結合する標識、及び、前記各コミュニティに対応する標識と前記各コミュニティに参加した前記作業者に対応する標識とを結合する標識、の少なくとも一方を前記二次元空間上に配置するように前記画像情報を作成することを特徴とする請求項６に記載のセンサネットワークシステム。
10. 前記管理計算機は、前記各コミュニティの質を示す特徴量を計算し、前記計算された各コミュニティの質に対応する視覚的特徴を有する図形を前記各コミュニティに対応する標識として前記二次元空間上に配置するように前記画像情報を作成することを特徴とする請求項６に記載のセンサネットワークシステム。
11. 前記各センサデバイスは、加速度センサ及び音声センサの少なくとも一方をさらに備え、
    前記データ送信部が前記基地局に送信するデータは、前記加速度センサが測定した加速度情報及び前記音声センサが測定した音声情報の少なくとも一方を含み、
    前記管理計算機は、
    前記加速度情報及び前記音声情報の少なくとも一方に基づいて、前記会合における前記作業者の会話の均等性、シンクロ度及び活発度の少なくとも一つを前記会合の特徴量として計算し、
    前記各コミュニティの質を示す特徴量として、前記各コミュニティに含まれる前記会合の数、前記各コミュニティに含まれる前記会合の間隔、前記各コミュニティに参加する前記作業者の数、及び前記各コミュニティに含まれる前記会合の特徴量の統計値を計算し、
    前記図形の視覚的特徴は、前記図形の大きさ、色彩又は形状の少なくとも一つであることを特徴とする請求項１０に記載のセンサネットワークシステム。
12. 前記管理計算機は、前記特定されたコミュニティの数、前記特定されたコミュニティの数の時間的な変化、及び、前記特定されたコミュニティの質を示す特徴量のばらつきを示す値、の少なくとも一つを計算し、前記計算された値を出力することを特徴とする請求項１０に記載のセンサネットワークシステム。
13. 前記管理計算機は、前記複数の作業者が登録されたリストと、期間と、を指定されると、保持されている全てのコミュニティのうち、参加した全作業者が前記リストに登録されており、かつ、前記期間中に行われた会合を含むコミュニティを特定し、前記期間ごとの前記特定されたコミュニティの数の分散を、前記特定されたコミュニティの数の時間的な変化を示す特徴量として計算することを特徴とする請求項１２に記載のセンサネットワークシステム。
14. センサネットワークシステムを管理する管理計算機であって、
    前記センサネットワークシステムは、各々が作業者に装着される複数のセンサデバイスと、前記複数のセンサデバイスから送信されたデータを受信し、前記受信したデータを、ネットワークを介して前記管理計算機に送信する基地局と、を備え、
    前記各センサデバイスは、少なくとも前記各センサデバイスに割り当てられた識別子を含む赤外線信号を送信し、他の前記センサデバイスから送信された前記赤外線信号を受信する赤外線デバイスと、時刻を管理するタイマーと、少なくとも前記受信した赤外線信号に含まれる前記識別子及び前記赤外線信号を受信した時刻を示すデータを格納するメモリと、前記メモリに格納されたデータを前記基地局に送信するデータ送信部と、を備え、
    前記管理計算機は、
    前記ネットワークに接続されるインターフェースと、前記インターフェースに接続されるプロセッサと、前記プロセッサに接続されるメモリと、を備え、
    前記各センサデバイスから送信されたデータに基づいて、前記センサデバイスを装着した二人以上の作業者が対面した時刻、及び、その時刻に対面した前記二人以上の作業者の識別子を特定し、その時刻に前記特定された二人以上の作業者が対面していたことを示す情報を保持し、
    前記二人以上の作業者の対面を、前記二人以上の作業者が参加した会合として特定し、
    一つの前記会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、複数の前記会合に参加した前記作業者からなるグループが同一である場合、前記複数の会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、前記特定されたコミュニティを識別する情報と、前記特定されたコミュニティに含まれる全ての前記作業者の識別子と、を対応付ける情報を保持することを特徴とする管理計算機。
15. 前記管理計算機は、
    連続する二つの時刻に対面した前記作業者の組み合わせにおいて、前記二つの時刻の少なくとも一方において対面した作業者の数に対する、前記二つの時刻の両方において対面した作業者の数の割合が所定の閾値を超える場合、前記二つの時刻における前記二人以上の作業者の対面が、前記二つの時刻の少なくとも一方において対面した全ての作業者が参加した一つの前記会合に含まれると判定することによって、前記各会合の開始時刻及び終了時刻を特定し、
    前記各時刻において前記二人以上の作業者が対面していたことを示す情報に基づいて、前記各作業者の前記会合への参加時間を計算し、前記会合の開始時刻から終了時刻までの時間に対する参加時間の割合が所定の閾値を超えない前記作業者が前記会合に参加しなかったと判定することによって、前記会合に参加した前記作業者からなるグループを特定することを特徴とする請求項１４に記載の管理計算機。
16. 前記管理計算機は、複数の作業者が登録されたリストを指定されると、保持されている全てのコミュニティのうち、参加した全作業者が前記リストに登録されているコミュニティを特定し、前記リストに登録された各作業者に対応する標識と、前記特定された各コミュニティに対応する標識と、を二次元空間上に配置する画像情報を作成し、前記作成した画像情報を出力することを特徴とする請求項１５に記載の管理計算機。
17. センサネットワークを管理する方法であって、
    前記センサネットワークは、各々が作業者に装着される複数のセンサデバイスと、前記複数のセンサデバイスから送信されたデータを受信する基地局と、ネットワークを介して前記基地局から前記データを受信する管理計算機と、を備え、
    前記各センサデバイスは、少なくとも前記各センサデバイスに割り当てられた識別子を含む赤外線信号を送信し、他の前記センサデバイスから送信された前記赤外線信号を受信する赤外線デバイスと、時刻を管理するタイマーと、少なくとも前記受信した赤外線信号に含まれる前記識別子及び前記赤外線信号を受信した時刻を示すデータを格納するメモリと、前記メモリに格納されたデータを前記基地局に送信するデータ送信部と、を備え、
    前記管理計算機は、前記ネットワークに接続されるインターフェースと、前記インターフェースに接続されるプロセッサと、前記プロセッサに接続されるメモリと、を備え、
    前記方法は、
    前記管理計算機が、前記各センサデバイスから送信されたデータに基づいて、前記センサデバイスを装着した二人以上の作業者が対面した時刻、及び、その時刻に対面した前記二人以上の作業者の識別子を特定し、その時刻に前記特定された二人以上の作業者が対面していたことを示す情報を保持する手順と、
    前記管理計算機が、前記二人以上の作業者の対面を、前記二人以上の作業者が参加した会合として特定する手順と、
    前記管理計算機が、一つの前記会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、複数の前記会合に参加した前記作業者からなるグループが同一である場合、前記複数の会合に参加した全ての前記作業者からなるグループを一つのコミュニティとして特定し、前記特定されたコミュニティを識別する情報と、前記特定されたコミュニティに含まれる全ての前記作業者の識別子と、を対応付ける情報を保持する手順と、を含むことを特徴とする方法。
18. 前記方法は、さらに、
    前記管理計算機が、連続する二つの時刻に対面した前記作業者の組み合わせにおいて、前記二つの時刻の少なくとも一方において対面した作業者の数に対する、前記二つの時刻の両方において対面した作業者の数の割合が所定の閾値を超える場合、前記二つの時刻における前記二人以上の作業者の対面が、前記二つの時刻の少なくとも一方において対面した全ての作業者が参加した一つの前記会合に含まれると判定することによって、前記各会合の開始時刻及び終了時刻を特定する手順と、
    前記管理計算機が、前記各時刻において前記二人以上の作業者が対面していたことを示す情報に基づいて、前記各作業者の前記会合への参加時間を計算し、前記会合の開始時刻から終了時刻までの時間に対する参加時間の割合が所定の閾値を超えない前記作業者が前記会合に参加しなかったと判定することによって、前記会合に参加した前記作業者からなるグループを特定する手順と、を含むことを特徴とする請求項１７に記載の方法。
19. 前記方法は、さらに、前記管理計算機が、複数の作業者が登録されたリストを指定されると、保持されている全てのコミュニティのうち、参加した全作業者が前記リストに登録されているコミュニティを特定し、前記リストに登録された各作業者に対応する標識と、前記特定された各コミュニティに対応する標識と、を二次元空間上に配置する画像情報を作成し、前記作成した画像情報を出力する手順を含むことを特徴とする請求項１８に記載の方法。