JP6029119B2 - 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム - Google Patents

重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム Download PDF

Info

Publication number
JP6029119B2
JP6029119B2 JP2014240691A JP2014240691A JP6029119B2 JP 6029119 B2 JP6029119 B2 JP 6029119B2 JP 2014240691 A JP2014240691 A JP 2014240691A JP 2014240691 A JP2014240691 A JP 2014240691A JP 6029119 B2 JP6029119 B2 JP 6029119B2
Authority
JP
Japan
Prior art keywords
graph
kpi
type
new group
computer
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
Application number
JP2014240691A
Other languages
English (en)
Other versions
JP2016103126A (ja
Inventor
安部　麻里
麻里 安部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to JP2014240691A priority Critical patent/JP6029119B2/ja
Priority to US14/924,773 priority patent/US9996606B2/en
Priority to US14/969,269 priority patent/US20160155078A1/en
Publication of JP2016103126A publication Critical patent/JP2016103126A/ja
Application granted granted Critical
Publication of JP6029119B2 publication Critical patent/JP6029119B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、重要業績評価指標（Key Performance Indicators；以下、「ＫＰＩ」ともいう）のカテゴリ分割の条件を求める技法に関する。
プロセス・ディスカバリーとは、業務システムのログ（例えば、プロセスの実行情報）から業務のワークフロー（例えば、ビジネス・プロセス・モデリング表記法：ＢＰＭＮ）を自動的に作成し、様々な観点でプロセスの特性を抽出することによって、業務プロセスの実態を把握する為の技術である。
プロセス・ディスカバリーにおいて、ログの量が増えるに従って抽出されるワークフローは複雑なもの（いわゆる、スパゲッティ・プロセス）になる為に、ワークフローの分析が困難である。そこで、スパゲッティ・プロセスを人が理解できる情報量にいかに絞るかが重要である。
下記特許文献１は、保健医療ワークフローについての状況対応業績評価指標を生成するためのコンピュータ具現化方法であって、保健医療ワークフローについての現在及び過去の保健医療データに基づいたパターンを識別するためにデータ・セットをマイニングする段階と、識別されたパターン及びデータ・マイニングされた情報から状況情報を抽出する段階と、状況情報及びパターン情報に基づいて状況対応業績評価指標を動的に作成する段階と、所与のモデルに基づいて状況対応業績評価指標を評定する段階と、状況対応業績評価指標に関連した測定を監視する段階と、状況対応業績評価指標を更新するためにフィードバックを処理する段階と、を有する方法を記載する（請求項１）。
下記特許文献２は、ワークフロー合成処理部は、合成対象のワークフローを取得すると、そのワークフローに類似したワークフローをワークフローデータベースから読み出すこと、そして、各ワークフローに含まれる各ステップの記述内容を比較することによって、記述内容が一致するステップの並びが一致する部分を共通化すると共に、一致しない部分の直前の位置に分岐ステップを挿入し、その直後で合流させるようにしてワークフローを合成することを記載する（要約）。
下記特許文献３は、データベースの更新情報を分析し、典型的な業務フローと例外的な業務フローとを区別して表現する業務モデルを自動的に生成することを記載する（要約）。
下記特許文献４は、ワークフロー解析部がワークフロー指示データを受信し、変換テーブルを適用してワークフローの生成処理を行う際、変換テーブルに記録されたパラメータ設定情報を適用してパラメータ設定を行うことを記載する（要約）。
下記特許文献５は、ワークフロー制御サーバと、アプリケーション・サーバ及びクライアントを含むワークフロー制御システムに於いて、前記ワークフロー制御サーバは、ワークフローを論理的な業務単位を形成するタスクと入出力データと処理条件とを含み、階層構造とした業務オブジェクトで表現し、該階層構造の各層の業務オブジェクト単位にワークフローの制御及び管理を行う構成を備えたことを特徴とするワークフロー制御システムを記載する（請求項１）。
下記特許文献６は、システムレベル・ワークフロー戦略を管理し、個々のワークフロー活動を管理し、個々のワークフロー活動を最適化するワークフローシステムおよび方法を記載する（要約）。
下記特許文献７は、作業の流れに関する情報セキュリティおよびリソースの最適化を記載する（段落０００１）。
下記特許文献８は、業務フローチャートを作成するにあたって、リスクと統制とを適切に記述することを支援し、編集作業を効率化させることができる業務フローチャート編集プログラムおよび業務フローチャート編集方法を記載する（段落０００１）。
下記非特許文献１は、Heuristic Miningを記載する。
下記非特許文献２は、データ・マイニングを記載する。
下記非特許文献３は、マルコフ・クラスタ・アルゴリズムを記載する。
下記非特許文献４は、ＫＰＩが付与されているワークフロー情報をＸＭＬベースでどのように出力するかを記載する。
特開２０１３−１０９７６２号公報 特開２０１１−５９９６２号公報 国際公開第２００７／１３２５４７号 特開２００８−１２９８１０号公報 特開２０００−２５０９６７号公報 特開２０１４−１５７６０５号公報 特開２００５−１７４３２９号公報 国際公開第２００８／０１８１３２号
Wil M. P. van der Aalst，"Process Mining: Discovery, Conformance and Enhancement of Business Processes"， Springer，p.162-164 ，2011年 神嶌 敏弘（Toshihiro Kamishima），"データマイニング"，［平成26年10月15日検索］，［online］，インターネット＜http://www.kamishima.net/archive/datamining.pdf＞から入手可能 MCL-a cluster algorithm for graphs″，［平成26年10月15日検索］，［online］，＜http://micans.org/mcl/＞から入手可能 Mari Abe et. Al., "Business Monitoring Framework for Process Discovery with Real-Life Logs", Business Process Management，Lecture Notes in Computer Science, Volume 8659, pp 416-423，2014
ワークフローを人が見て理解しやすいものにする為には、ログのフィルタが必要である。フィルタとして例えばワークフローの処理時間などのあるＫＰＩの種類に着目してフィルタする場合に、どのＫＰＩ閾値を選ぶべきかにおいて試行錯誤を必要とする。ＫＰＩの種類数が少ないＫＰＩ以外では、閾値を選ぶ試行錯誤の手間が深刻であり、例えば下記例１〜例３に示すように、閾値をどこにおけばワークフローが変化するのか分からない故に業務プロセスの実態の分析の障害となっていた。
例１：ワークフローの処理時間を減らし業務改善を図る為に、処理時間によってワークフローのパターンに差が出るのかを調べたいとする。１０分以上と１０分以下の２つのワークフローを比べても差が分からず、試行錯誤により閾値を変更した結果、実際にワークフローに顕著な変化がみられる閾値は２０分以上／以下であった。
例２：ある業務を行う際に、関係する商品によってプロセスに顕著な差が現れるかを知りたいとする。商品の種類が少ない場合には目視にてプロセスを比較し、カテゴリ分けすることが可能である。しかしながら、商品の種類が増えるに従いカテゴリ分けは困難になる。
例３：社内教育の適用範囲を決める為に、例えば入社年度の早い人と遅い人別など入社年度別にワークフローを比べたいとする。しかしながら、どの年度でワークフローが変化するのかを求めるのは困難である。
また、特定のタスクから始まるログに限定するなど、ワークロー実行情報に対して条件を設定することで、その後ワークフロー実行情報から合成して得られるワークフローをシンプルにすることが可能である（非特許文献１を参照）。しかしながら、ＫＰＩに基づいて、ログをフィルタする際の閾値に関しては、試行錯誤して探さなければならないという問題がある。
また、一般的なクラスタリング手法（k-means法など）の入力は属性ベクトルで表現される要素である（非特許文献２を参照）。しかしながら、ワークフロー実行情報（順序付きタスクリストでもある）は、属性ベクトルで表現出来ない。従って、一般的なクラスタリング手法をワークフロー実行情報に適用することが出来ないという問題がある。
また、グラフ・クラスタリング手法（例えば、Markov Cluster Algorithm）の入力はグラフであり、出力はクラスタ化されたグラフ又はサブグラフである（非特許文献３を参照）。しかしながら、全てのワークフロー（例えば、スパゲッティ・プロセス）に対して、グラフ・クラスタリング手法を適用すると、ワークフロー実行情報（順序付きタスクリストでもある）が保持されない。従って、グラフ・クラスタリング手法をワークフロー実行情報に適用することが出来ないという問題がある。
従って、本発明は、ログから抽出されるワークフローの情報を絞る際に必要となるＫＰＩのカテゴリ分割の条件（ＫＰＩの閾値を含む）を自動的に求める技法を提供することを目的とする。
本発明は、複数のワークフロー実行情報から、重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める技法を提供する。当該技法は、複数のワークフロー実行情報から、ＫＰＩのカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ、コンピュータ・プログラム及びコンピュータ・プログラム製品を包含しうる。
（本発明に従う第１の態様）
本発明に従う第１の態様において、複数のワークフロー実行情報から、重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める方法であって、上記複数のワークフロー実行情報はそれぞれ、ＫＰＩの種類及び当該種類に関連付けられた値のセットを少なくとも１つ有し、コンピュータが、
（ａ）上記複数のワークフロー実行情報を上記ＫＰＩの種類についての分割数で分割するステップと、
（ｂ）上記分割数で分割した後の複数のグループそれぞれについて、当該グループ中に属するワークフロー実行情報からグラフを生成するステップと、
（ｃ）任意の２つのグラフそれぞれのグラフ編集距離を算出するステップと、
（ｄ）上記グラフ編集距離が最短である２つのグラフをマージして新たなグループを生成するステップと、
（ｅ）上記新たなグループに対するグラフ編集距離を算出するステップと
（ｆ）上記グラフ編集距離が或る一定の編集距離以上になるまで、上記ステップ（ｄ）〜（ｅ）を繰り返すステップであって、上記新たなグループを定義する値が上記カテゴリ分割の条件として求められる、上記繰り返すステップと
を実行することを含む。
本発明の一つの実施態様において、上記カテゴリ分割の条件が、上記ＫＰＩの種類ごとに求められうる。
本発明の一つの実施態様において、上記ＫＰＩの種類が数値データである場合に、上記新たなグループを定義する値が当該数値データにおける最小値から最大値までの範囲の値であり、上記数値データ中の値が上記カテゴリ分割の条件として求められうる。
本発明の一つの実施態様において、上記ＫＰＩの種類がカテゴリ・データである場合に、上記新たなグループを定義する値が当該新たなグループを定義するカテゴリの名前であり、上記カテゴリの名前が上記カテゴリ分割の条件として求められうる。
本発明の一つの実施態様において、上記コンピュータが、上記ＫＰＩの種類に対して分割数を決めるステップをさらに実行することを含みうる。
本発明の一つの実施態様において、上記分割数を求めるステップが、上記ＫＰＩの種類が数値データであることに応じて、統計手法を用いて、上記分割数を求めるステップを含みうる。
本発明の一つの実施態様において、上記分割数を求めるステップが、上記ＫＰＩの種類がカテゴリ・データであることに応じて、上記種類に関するカテゴリ数、又は上記種類に関連付けられた値から上記分割数を求めるステップを含みうる。
本発明の一つの実施態様において、上記分割数で分割するステップ（ａ）が、上記ＫＰＩの種類が数値データであることに応じて、上記種類に関連付けられた上記値に基づいて、上記複数のワークフロー実行情報をソートするステップをさらに実行することを含みうる。また、上記分割数で分割するステップ（ａ）が、上記ソート後の上記複数のワークフロー実行情報を上記分割数で分割するステップを含みうる。
本発明の一つの実施態様において、上記グラフを生成するステップ（ｂ）が、上記生成したグラフの領域の条件を保存するステップをさらに含みうる。
本発明の一つの実施態様において、上記任意の２つのグラフそれぞれのグラフ編集距離を算出するステップ（ｃ）が、
（ｃ−１）任意の２つのグラフの組み合わせを取得するステップと、
（ｃ−２）上記任意の２つのグラフの組み合わせに対してグラフ編集距離を算出するステップと、
（ｃ−３）上記任意の２つのグラフの残りの組み合わせについて、ステップ（ｃ−１）及び（ｃ−２）を繰り返すステップと
を含みうる。
本発明の一つの実施態様において、上記新たなグループを生成するステップ（ｄ）が、上記グラフ編集距離が最短である上記２つのグラフそれぞれに属するワークフロー実行情報から上記新たなグループを生成するステップを含みうる。
本発明の一つの実施態様において、上記新たなグループを生成するステップ（ｄ）が、上記グラフ編集距離が最短である２つのグループそれぞれの領域をマージして、上記新たなグループの領域の条件を保存するステップをさらに含みうる。
本発明の一つの実施態様において、記任意の２つのグラフそれぞれのグラフ編集距離を算出するステップ（ｃ）が、上記算出したグラフ編集距離をテーブルに記録するステップをさらに含みうる。
本発明の一つの実施態様において、上記新たなグループを生成するステップ（ｄ）が、上記生成した新たなグループを上記テーブルに追加するステップをさらに含みうる。
本発明の一つの実施態様において、上記新たなグループを生成するステップ（ｄ）が、上記グラフ編集距離が最短である２つのグループに属する２つのグラフを上記テーブルから削除するステップをさらに含みうる。
本発明の一つの実施態様において、上記新たなグループに対するグラフ編集距離を算出するステップ（ｅ）が、上記新たなグループが追加されたテーブルに対して、上記新たなグループに対して算出したグラフ編集距離を上記テーブルに記録するステップをさらに含みうる。
本発明の一つの実施態様において、上記グラフ編集距離が或る一定の編集距離以上になるまで、上記ステップ（ｄ）〜（ｅ）を繰り返すステップが、上記テーブル中のテーブル・エントリが上記或る一定以上の編集距離になるまで、上記ステップ（ｄ）〜（ｅ）を繰り返すステップを含みうる。
本発明の一つの実施態様において、上記テーブルが、Ｋ×Ｋからなるテーブルでありうる。
（本発明に従う第２の態様）
本発明に従う第２の態様において、複数のワークフロー実行情報から、重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める為のコンピュータであって、上記複数のワークフロー実行情報はそれぞれ、ＫＰＩの種類及び当該種類に関連付けられた値のセットを少なくとも１つ有し、上記コンピュータが、
上記複数のワークフロー実行情報を上記ＫＰＩの種類についての分割数で分割する分割手段と、
上記分割数で分割した後の複数のグループそれぞれについて、当該グループ中に属するワークフロー実行情報からグラフを生成するグラフ生成手段と、
任意の２つのグラフそれぞれのグラフ編集距離を算出するグラフ編集距離算出手段と、
上記グラフ編集距離が最短である２つのグラフをマージして新たなグループを生成するグラフ・マージ手段と
を備えており、
上記グラフ編集距離算出手段がさらに、上記新たなグループと他のグラフとのグラフ編集距離を算出し、
上記グラフ編集距離が或る一定の編集距離以上になるまで、上記新たなグループを生成すること及び上記新たなグループに対するグラフ編集距離を算出することが繰り返し行われ、
上記新たなグループを定義する値が上記カテゴリ分割の条件として求められる。
本発明の一つの実施態様において、上記カテゴリ分割の条件が、上記ＫＰＩの種類ごとに求められうる。
本発明の一つの実施態様において、上記ＫＰＩの種類が数値データである場合に、上記新たなグループを定義する値が当該数値データにおける最小値から最大値までの範囲の値であり、上記数値データ中の値が上記カテゴリ分割の条件として求められうる。
本発明の一つの実施態様において、上記ＫＰＩの種類がカテゴリ・データである場合に、上記新たなグループを定義する値が当該新たなグループを定義するカテゴリの名前であり、上記カテゴリの名前を上記カテゴリ分割の条件として求められうる。
本発明の一つの実施態様において、上記コンピュータがさらに、上記ＫＰＩの種類に対して分割数を決める分割数決定手段を備えうる。
本発明の一つの実施態様において、上記分割数決定手段が、上記ＫＰＩの種類が数値データであることに応じて、統計手法を用いて、上記分割数を求めうる。
本発明の一つの実施態様において、上記分割数決定手段が、上記ＫＰＩの種類がカテゴリ・データであることに応じて、上記種類に関するカテゴリ数、又は上記種類に関連付けられた値から上記分割数を求めうる。
本発明の一つの実施態様において、上記分割手段が、上記ＫＰＩの種類が数値データであることに応じて、上記種類に関連付けられた上記値に基づいて、上記複数のワークフロー実行情報をソートし、及び、上記ソート後の上記複数のワークフロー実行情報を上記分割数で分割しうる。
本発明の一つの実施態様において、上記グラフ生成手段がさらに、上記生成したグラフの領域の条件を保存しうる。
本発明の一つの実施態様において、上記グラフ編集距離算出手段が、
（ｃ−１）任意の２つのグラフの組み合わせを取得する処理、
（ｃ−２）上記任意の２つのグラフの組み合わせに対してグラフ編集距離を算出する処理、
（ｃ−３）上記任意の２つのグラフの残りの組み合わせについて、処理（ｃ−１）及び処理（ｃ−２）を繰り返す処理
を実行しうる。
本発明の一つの実施態様において、上記グラフ・マージ手段が、上記グラフ編集距離が最短である上記２つのグラフそれぞれに属するワークフロー実行情報から上記新たなグループを生成しうる。
本発明の一つの実施態様において、上記グラフ・マージ手段が、上記グラフ編集距離が最短である２つのグループそれぞれの領域をマージして、上記新たなグループの領域の条件を保存しうる。
本発明の一つの実施態様において、上記グラフ編集距離算出手段がさらに、上記算出したグラフ編集距離をテーブルに記録しうる。
本発明の一つの実施態様において、上記グラフ・マージ手段がさらに、上記生成した新たなグループを上記テーブルに追加しうる。
本発明の一つの実施態様において、上記グラフ・マージ手段がさらに、上記グラフ編集距離が最短である２つのグループに属する２つのグラフを上記テーブルから削除しうる。
本発明の一つの実施態様において、上記グラフ編集距離算出手段がさらに、上記新たなグループが追加されたテーブルに対して、上記新たなグループに対して算出したグラフ編集距離を上記テーブルに記録しうる。
本発明の一つの実施態様において、上記コンピュータは、グラフ編集距離が或る一定の編集距離以上になるまで、上記グラフ生成手段が上記新たなグループを生成すること、上記グラフ編集距離算出手段が上記新たなグループに対するグラフ編集距離を算出することを繰り返しうる。
本発明の一つの実施態様において、上記テーブルが、Ｋ×Ｋからなるテーブルでありうる。
（本発明に従う第３の態様）
本発明に従う第３の態様において、コンピュータ・プログラム及びコンピュータ・プログラム製品は、上記コンピュータに、本発明に従う第１の態様の重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める方法の各ステップを実行させる。
本発明の実施態様に従うコンピュータ・プログラムはそれぞれ、一つ又は複数のフレキシブル・ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＤＶＤ、ＢＤ、ハードディスク装置、ＵＳＢに接続可能なメモリ媒体、ＲＯＭ、ＭＲＡＭ、ＲＡＭ等の任意のコンピュータ読み取り可能な記録媒体に格納することができる。当該コンピュータ・プログラムは、記録媒体への格納のために、通信回線で接続する他のデータ処理システム、例えばコンピュータからダウンロードしたり、又は他の記録媒体から複製したりすることができる。また、本発明の実施態様に従うコンピュータ・プログラムは、圧縮し、又は複数に分割して、単一又は複数の記録媒体に格納することもできる。また、様々な形態で、本発明の実施態様に従うコンピュータ・プログラム製品を提供することも勿論可能であることにも留意されたい。本発明の実施態様に従うコンピュータ・プログラム製品は、例えば、上記コンピュータ・プログラムを記録した記憶媒体、又は、上記コンピュータ・プログラムを伝送する伝送媒体を包含しうる。
本発明の上記概要は、本発明の必要な特徴の全てを列挙したものではなく、これらの構成要素のコンビネーション又はサブコンビネーションもまた、本発明となりうることに留意すべきである。
本発明の実施態様において使用されるコンピュータの各ハードウェア構成要素を、複数のマシンと組み合わせ、それらに機能を配分し実施する等の種々の変更は当業者によって容易に想定され得ることは勿論である。それらの変更は、当然に本発明の思想に包含される概念である。ただし、これらの構成要素は例示であり、そのすべての構成要素が本発明の必須構成要素となるわけではない。
また、本発明は、ハードウェア、ソフトウェア、又は、ハードウェア及びソフトウェアの組み合わせとして実現可能である。ハードウェアとソフトウェアとの組み合わせによる実行として、上記コンピュータ・プログラムをインストールされたコンピュータにおける当該プログラムの実行が典型的な例として挙げられる。かかる場合、当該コンピュータ・プログラムが当該コンピュータのメモリにロードされて実行されることにより、当該コンピュータ・プログラムは、当該コンピュータを制御し、本発明にかかる処理を実行させる。当該コンピュータ・プログラムは、任意の言語、コード、又は、表記によって表現可能な命令群から構成されうる。そのような命令群は、当該コンピュータが特定の機能を直接的に、又は、１．他の言語、コード若しくは表記への変換及び、２．他の媒体への複製、のいずれか一方若しくは双方が行われた後に、実行することを可能にするものである。
本発明の実施態様に従うと、ログから抽出されるワークフローの情報を絞る際に必要となるＫＰＩのカテゴリ分割の条件（ＫＰＩの閾値を含む）を、ワークフロー実行情報から生成されたるワークフロー・グラフ間のグラフ編集距離に基づいて自動的に求めることが可能になる。従って、本発明の実施態様に従うと、ログをフィルタする際のカテゴリ分割の条件（ＫＰＩの閾値を含む）を探す際に試行錯誤する必要がなくなる。
また、本発明の実施態様に従うと、入力は、ＫＰＩが関連付けられているワークフロー実行情報（順序付きタスクリストである）であり、出力は、ＫＰＩに基づいて分類されたワークフロー実行情報からワークフロー・グラフ（構造化されたグラフである）を生成し、当該生成したワークフロー・グラフ間の差分に基づいて定められるＫＰＩのカテゴリ分割の条件（ＫＰＩの閾値を含む）である。従って、本発明の実施態様に従うと、一般的なクラスタリング手法を用いること無しに、ＫＰＩのカテゴリ分割の条件（ＫＰＩの閾値を含む）を求めることが可能になる。
また、本発明の実施態様に従うと、入力は、ＫＰＩが関連付けられているワークフロー実行情報（順序付きタスクリストである）である。従って、本発明の実施態様に従うと、グラフ・クラスタリング手法（例えば、Markov Cluster Algorithm）を用いること無しに、ＫＰＩのカテゴリ分割の条件（ＫＰＩの閾値を含む）を求めることが可能になる。
本発明の実施態様において使用されうるコンピュータ又は本発明の実施態様に従うコンピュータの一例を示した図である。 本発明の実施態様において使用されうるコンピュータ又は本発明の実施態様に従うコンピュータの一例であって、当該コンピュータ上で１又は複数の仮想マシンを稼働させる場合を示した図である。 本発明の実施態様に従い、複数のワークフロー実行情報から、重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める処理の為のフローチャートを示す。 図２Ａに示すフローチャートのうち、ワークフロー実行情報を分割し、ワークフロー・グラフを生成する処理の為のフローチャートを示す。 図２Ａに示すフローチャートのうち、ワークフロー・グラフそれぞれに対するグラフ編集距離を算出する処理の為のフローチャートを示す。 図２Ａに示すフローチャートのうち、編集距離が最短である２つのグラフをマージして、新たなグループを生成する処理の為のフローチャートを示す。 本発明の実施態様において使用されうるＫＰＩリストの例を示す。 本発明の実施態様において使用されうるプロセス実行情報の例を示す。 本発明の実施態様において生成されうるワークフロー・グラフの例を示す。 本発明の実施態様において保存されうるワークフロー・グラフの領域の条件の例を示す。 本発明の実施態様において生成されうるグラフ編集距離テーブルの例を示す。 本発明の実施態様において、グラフ編集距離テーブルが更新される例を示す。 図１Ａ又は図１Ｂに従うハードウェア構成を好ましくは備えており、図２Ａ〜図２ＤＣそれぞれに示すフローチャートに従って本発明の実施態様を実施するコンピュータの機能ブロック図の一例を示す図である。
本発明の実施形態を、以下に図面に従って説明する。以下の図面を通して、特に断らない限り、同一の符号は同一の対象を指す。本発明の実施形態は、本発明の好適な態様を説明するためのものであり、本発明の範囲をここで示すものに限定する意図はないことを理解されたい。
図１Ａは、本発明の実施態様において使用されうるコンピュータ又は本発明の実施態様に従うコンピュータの一例を示した図である。当該コンピュータ（１０１）は例えば、１又は複数のコンピュータ、例えば１又は複数のサーバ・コンピュータ（例えば、サーバ機能を備えているコンピュータであればよい）でありうるが、これらに制限されるものではない。
コンピュータ（１０１）は、１又は複数のＣＰＵ（１０２）とメイン・メモリ（１０３）とを備えており、これらはバス（１０４）に接続されている。ＣＰＵ（１０２）は例えば、３２ビット又は６４ビットのアーキテクチャに基づくものである。当該ＣＰＵ（１０２）は例えば、インターナショナル・ビジネス・マシーンズ・コーポレーションのＰｏｗｅｒ（商標）シリーズ、インテル社のＸｅｏｎ（登録商標）シリーズ、Ｃｏｒｅ（商標） ｉシリーズ、Ｃｏｒｅ（商標） ２シリーズ、Ｐｅｎｔｉｕｍ（登録商標）シリーズ、Ｃｅｌｅｒｏｎ（登録商標）シリーズ若しくはＡｔｏｍ（商標）シリーズ、又は、ＡＭＤ（Advanced Micro Devices）社のＯｐｔｅｒｏｎ（商標）シリーズ、Ａシリーズ、Ｐｈｅｎｏｍ（商標）シリーズ、Ａｔｈｌｏｎ（商標）シリーズ、Ｔｕｒｉｏｎ（登録商標）シリーズ若しくはＳｅｍｐｒｏｎ（商標）でありうる。
バス（１０４）には、ディスプレイ・コントローラ（１０５）を介して、ディスプレイ（１０６）、例えば液晶ディスプレイ（ＬＣＤ）が接続されうる。また、液晶ディスプレイ（ＬＣＤ）は例えば、タッチパネル・ディスプレイ又はフローティング・タッチ・ディスプレイであてもよい。ディスプレイ（１０６）は、コンピュータ（１０１）上で動作中のソフトウェア（例えば、本発明の実施態様に従うコンピュータ・プログラム又は当該コンピュータ（１０１）上で動作中の任意の各種コンピュータ・プログラム（例えば、仮想環境を実現するためのプログラム）が稼働することによって表示されるオブジェクトを、適当なグラフィック・インタフェースで表示するために使用されうる。また、ディスプレイ（１０６）は例えば、本発明の実施態様において使用されうるＫＰＩリスト、ワークフロー実行情報、ワークフロー・グラフ、グラフ編集距離テーブル、又はカテゴリ分割の条件を出力しうる。
バス（１０４）には任意的に、例えばＳＡＴＡ又はＩＤＥコントローラ（１０７）を介して、ディスク（１０８）、例えばハードディスク又はソリッド・ステート・ドライブ（ＳＳＤ）が接続されうる。
バス（１０４）には任意的に、例えばＳＡＴＡ又はＩＤＥコントローラ（１０７）を介して、ドライブ（１０９）、例えばＣＤ、ＤＶＤ又はＢＤドライブが接続されうる。
バス（１０４）には、周辺装置コントローラ（１１０）を介して、例えばキーボード・マウス・コントローラ又はＵＳＢバスを介して、任意的に、キーボード（１１１）及びマウス（１１２）が接続されうる。
ディスク（１０８）には、オペレーティング・システム、例えばメインフレーム用に開発されたオペレーティング・システム（例えば、ｚ／ＯＳ、ｚ／ＶＭ、若しくはｚ／ＶＳＥ）、Ｗｉｎｄｏｗｓ（登録商標）、ＵＮＩＸ（登録商標）、Ｌｉｎｕｘ（登録商標）ＭａｃＯＳ（登録商標）、及びＡｎｄｒｏｉｄ（登録商標）、並びにＪ２ＥＥなどのＪａｖａ（登録商標）処理環境、Ｊａｖａ（登録商標）アプリケーション、Ｊａｖａ（登録商標）仮想マシン（ＶＭ）、Ｊａｖａ（登録商標）実行時（ＪＩＴ）コンパイラを提供するプログラム、本発明の実施態様に従うコンピュータ・プログラム、及びその他の任意の各種コンピュータ・プログラム、並びにデータが、メイン・メモリ（１０３）にロード可能なように記憶されうる。
また、ディスク（１０８）には例えば、本発明の第３の実施態様に従うコンピュータ・プログラムが、メイン・メモリ（１０３）にロード可能なように記憶されうる。
ディスク（１０８）は、コンピュータ（１０１）内に内蔵されていてもよく、当該コンピュータ（１０１）がアクセス可能なようにケーブルを介して接続されていてもよく、又は、当該コンピュータ（１０１）がアクセス可能なように有線又は無線ネットワークを介して接続されていてもよい。
ドライブ（１０９）は、必要に応じて、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ又はＢＤからプログラム、例えばオペレーティング・システム、アプリケーション・プログラム又は本発明の実施態様に従うコンピュータ・プログラムをディスク（１０８）にインストールするために使用されうる。
通信インタフェース（１１４）は、例えばイーサネット（登録商標）・プロトコルに従う。通信インタフェース（１１４）は、通信コントローラ（１１３）を介してバス（１０４）に接続され、コンピュータ（１０１）を通信回線（１１５）に有線又は無線接続する役割を担い、コンピュータ（１０１）のオペレーティング・システムの通信機能のＴＣＰ／ＩＰ通信プロトコルに対して、ネットワーク・インタフェース層を提供する。なお、通信回線は例えば、無線ＬＡＮ接続規格に基づく無線ＬＡＮ環境、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎなどのＷｉ-Ｆｉ無線ＬＡＮ環境、又は携帯電話網環境（例えば、３Ｇ、ＬＴＥ又は４Ｇ環境）でありうる。
図１Ｂは、本発明の実施態様において使用されうるコンピュータ又は本発明の実施態様に従うコンピュータの一例であって、当該コンピュータ上で１又は複数の仮想マシンを稼働させる場合を示した図である。当該コンピュータ（１２１）は例えば、ワークステーション、ラックマウント型サーバ、ブレード型サーバ、ミッドレンジ、メインフレームなどのコンピュータ装置として構成されうる。
図１Ｂに示すコンピュータ（１２１）は、ハードウェア・リソース（１２２）として、１又は複数のＣＰＵ（１３１）、メイン・メモリ（１３２）、ストレージ（１３３）、通信コントローラ（１３４）、及び通信インタフェース（１３５）を備えうる。上記１又は複数のＣＰＵ（１３１）、メイン・メモリ（１３２）、ストレージ（１３３）、通信コントローラ（１３４）、及び通信インタフェース（１３５）並びに通信回線（１３６）はそれぞれ、図１Ａに示すコンピュータ（１０１）の１又は複数のＣＰＵ（１０２）、メイン・メモリ（１０３）、ディスク（１０８）、通信コントローラ（１１３）、及び通信インタフェース（１１４）、並びに通信回線（１１５）それぞれに対応しうる。
また、コンピュータ（１２１）は、物理ホストマシンとして稼働し、また、仮想化ソフトウェア（例えば、ＶＭＷａｒｅ（登録商標）、Ｈｙｐｅｒ−Ｖ（登録商標）、Ｘｅｎ（登録商標））のハイパーバイザ（仮想化モニター又は仮想化ＯＳとも呼ばれる）（１２３）上で、同一の又は異なるＯＳ（例えば、Ｗｉｎｄｏｗｓ（登録商標）、ＵＮＩＸ（登録商標）、Ｌｉｎｕｘ（登録商標））をゲストＯＳ（１５６）とした１又は複数の仮想マシン１〜ｎ（１２５−１〜１２５−２）（ドメインＵ又はチャイルド・パーティションとも呼ばれる）を稼働させることが可能である。
また、コンピュータ（１２１）は、上記ハイパーバイザ（１２３）上で、管理用仮想マシン（１２４）（ドメイン０又はペアレント・パーティションとも呼ばれる）を稼働させることが可能である。管理用仮想マシン（１２４）は、管理用ＯＳ（１４１）、当該管理用ＯＳ（１４１）上で動作する制御モジュール（１４２）、及び仮想リソース（１４３）を含む。制御モジュール（１４２）は、ハイパーバイザ（１２３）に対しコマンドを発行するモジュールである。また、制御モジュール（１４２）は、ハイパーバイザ（１２３）に対して、ユーザドメインの仮想マシン１〜ｎ（１２５−１〜１２５−２）の作成、及びゲストＯＳ（１５６）の起動の命令を発行し、仮想マシン１〜ｎ（１２５−１〜１２５−２）の動作を制御する。仮想リソース（１４３）は、管理用仮想マシン（１２４）の為に割り当てられたハードウェア・リソース（１２２）である。
仮想マシン１〜ｎ（１２５−１〜１２５−２）は、仮想リソース、ゲストＯＳ（１５６）、及び、ゲストＯＳ（１５６）上で動作する種々のアプリケーション１〜ｎ（１５７−１〜１５７−３）を含む。仮想リソースは例えば、仮想ＣＰＵ（１５１）、仮想メモリ（１５２）、仮想ディスク（１５３）、仮想通信コントローラ（１５４）及び仮想通信インタフェース（１５５）を含む。
以下において、コンピュータ（１０１）と記載する場合には、図１Ａに示すコンピュータ（１０１）の代わりに、図１Ｂに示すコンピュータ（１２１）であってもよいことを理解されたい。
図２Ａ〜図２Ｄに示すフローチャートは、本発明の実施態様に従い、複数のワークフロー実行情報から、重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める処理の為のフローチャートを示す。
以下において、図２Ａ〜図２Ｄそれぞれに示すフローチャートを、図３Ａ〜図３Ｄ、図４及び図５を参照しながら説明する。図３Ａは、本発明の実施態様において使用されうるＫＰＩリストの例を示す。図３Ｂは、本発明の実施態様において使用されうるプロセス実行情報の例を示す。図３Ｃは、本発明の実施態様において生成されうるワークフロー・グラフを示す。図３Ｄは、本発明の実施態様において保存されうるワークフロー・グラフの領域の条件の例を示す。図４は、本発明の実施態様において作成されうるグラフ編集距離テーブルの例を示す。図５は、本発明の実施態様において、グラフ編集距離テーブルが更新される例を示す。
図２Ａは、本発明の実施態様に従い、複数のワークフロー実行情報から、重要業績評価指標（ＫＰＩ）のカテゴリ分割の条件を求める処理全体のフローチャートを示す。
ステップ２０１において、コンピュータ（１０１）は、ＫＰＩのカテゴリ分割の条件を求める処理を開始する。
ステップ２０２において、コンピュータ（１０１）は、ＫＰＩリストを、例えば当該ＫＰＩリストを格納した記憶媒体から取得する。ＫＰＩリストは、或るＫＰＩの種類ｍと、当該種類ｍに関連付けられた分割数Ｋとを含むセットを少なくとも１つ有する。分割数Ｋは、或るＫＰＩの種類ｍに対するワークフロー実行情報ｐ（総数ｎ）の分割数である。
ＫＰＩリストの例を図３Ａに示す。ＫＰＩリスト（３０１）は、ワークフローに関する種類ｍと当該種類ｍに関連付けられた分割数Ｋとを含むセットを複数有する。
ＫＰＩの種類ｍは、ＫＰＩの対象となる業務に関連する事項であれば特に限定されるものでない。例えば、金融分野（例えば、保険商品名、金融商品名）、工業分野（例えば、自動車部品名）、ソフトウェア分野（例えば、プログラム・ファイル名又はドキュメントなどの開発成果物名）などのワークフロー実行情報が生じるソフトウェアを所有する全ての業務に関連する種類が含まれる。
ＫＰＩの種類ｍは、統計的手法の尺度水準に従い、例えば数値データ（量的データとも言われる）又はカテゴリ・データ（質的データとも言われる）に分類されうる。但し、数値データかカテゴリ・データかが不明である場合には、本発明の実施態様において、数値データは、ソート可能であるかどうかによって判断されうる。ソート可能なデータである場合には数値データであり、ソートが不可能なデータはカテゴリ・データでありうる。
ＫＰＩの種類ｍが数値データであることは例えば、ワークフローの処理時間、ワークフロー実行中に特定のページを見た回数、ワークフロー実行中で特定のタスクから特定のタスクまでにかかった時間、ワークフロー実行時間に対する特定にタスク処理にかかった時間の割合、又は年代、でありうる（図３ＡのＫＰＩリスト（３０１）を参照）が、これらに限定されるものでない。
ＫＰＩの種類ｍがカテゴリ・データであることは例えば、ワークフロー開始条件、ワークフロー実行に関わる属性（商品名）、ワークフロー実行者に関わる属性（例えば、役職など）でありうる（図３ＡのＫＰＩリスト（３０１）を参照）が、これらに限定されるものでない。
分割数Ｋは、ＫＰＩリストに予め与えられていてもよく、又は、下記に示す手法により算出されてもよい。
分割数Ｋは、ＫＰＩの種類ｍが数値データである場合には、統計手法、例えばスタージェスの公式（Sturges' formula）、スコットの選択（Scott's choice）、平方根選択（Square-root choice）、フリードマン−ダイアコニスの選択（Freedman-Diaconis' choice）、又はL2危険関数推定の最小化に基づく選択を用いて自動的に算出されうる。
分割数Ｋは、ＫＰＩの種類ｍが数値データ（例えば、ワークフロー実行時間）である場合には、当該種類ｍに関連付けられた分割数Ｋは実行時間に対して例えば１０分割というように定められうる。
分割数Ｋは、ＫＰＩの種類ｍがカテゴリ・データである場合には、当該種類ｍに関するカテゴリ数、又は、当該種類ｍに関連付けられた値でありうる。当該種類ｍに関するカテゴリ数は例えば、カテゴリの数から求められうる。例えば、ワークフロー開始条件がＹｅｓ又はＮｏで示される場合には、当該カテゴリ数は２である。従って、分割数は、２と求められうる。また、当該種類ｍに関連付けられた値は例えば、ワークフロー実行者に関わる属性であり、例えば役職でありうる。
また、ステップ２０２において、コンピュータ（１０１）は、ワークフロー実行情報ｐ（総数ｎ）を、例えば当該ワークフロー実行情報ｐを格納した記憶媒体から取得する。ワークフロー実行情報ｐの例を図３Ｂに示す。なお、図３Ｂに示すコードにおいて、当該コードの左横に示す数字（０１〜３３）は説明を容易にする為に付した行番号であり、コードを記載する上では必要のないものであることに留意されたい。なお、ＫＰＩリストの取得とワークフロー実行情報ｐの取得は、どちらを先に取得してもよく、又は同時に取得してもよい。
図３Ｂに示すワークフロー実行情報（３１１）は、ＸＭＬベースで記載されており、２つのプロセス・インスタンス（ProcessInstance id="0"）（行０４〜行１７，３２１）及び（ProcessInstance id="4"）（行１８〜行３１，３２２）を有している。プロセス・インスタンス（ProcessInstance id="0"）（３２１）は、ＫＰＩの種類ｍ（DURATION）及びＫＰＩの値（314001）のセット（行０５）、ＫＰＩの種類ｍ（START_TYPE）及びＫＰＩの値（new）のセット（行０６）、並びに、ＫＰＩの種類ｍ（HELP_PAGE_ACCESS）及びＫＰＩの値（0）のセット（行０７）の３つを有している。プロセス・インスタンス（ProcessInstance id="4"）（３２２）は、ＫＰＩの種類ｍ（DURATION）及びＫＰＩの値（363491）のセット（行１９）、ＫＰＩの種類ｍ（START_TYPE）及びＫＰＩの値（update）のセット（行２０）、並びに、ＫＰＩの種類ｍ（HELP_PAGE_ACCESS）及びＫＰＩの値（1）のセット（行２１）の３つを有している。
このように、ワークフロー実行情報ｐは、１又は複数のプロセス・インスタンスを有し、且つ、各プロセス・インスタンスは、ＫＰＩの種類ｍ及び、当該種類ｍに関連付けられた値のセットを１つ又は複数有しうる。
ＫＰＩが付与されているワークフロー情報をＸＭＬベースで出力する技法については例えば、非特許文献４を参照されたい。
ステップ２０３において、コンピュータ（１０１）は、ＫＰＩリスト中のＫＰＩの全ての種類ｍそれぞれについて、以下に示すステップ２０４〜２０８を実行する処理を開始する。
ステップ２０４において、コンピュータ（１０１）は、ＫＰＩリストからＫＰＩの１つの種類ｍを取得する。これは、ＫＰＩの種類ｍごとに、カテゴリ分割の条件を定める為である。
ステップ２０５において、コンピュータ（１０１）は、ワークフロー実行情報ｐをＫ個に分割し、Ｋ個に分割されたワークフロー実行情報ｐから、ワークフロー・グラフＧ＿ｋを生成し、各ワークフロー・グラフＧ＿ｋの領域の条件を保存する。ステップ２０５の処理の詳細については、図２Ｂに示すフローチャートに従って以下において詳しく説明する。
ステップ２０６において、コンピュータ（１０１）は、ステップ２０５で生成したワークフロー・グラフＧ＿ｋそれぞれに対するグラフ編集距離（Graph Edit Distance）ｄを算出する。ステップ２０６の処理の詳細については、図２Ｃに示すフローチャートに従って以下において詳しく説明する。
ステップ２０７において、コンピュータ（１０１）は、ステップ２０６で算出したグラフ編集距離ｄのうち、当該グラフ編集距離ｄが最短である２つのワークフロー・グラフをマージして、新たなワークフロー・グラフのグループを生成する。ステップ２０７の処理の詳細については、図２Ｄに示すフローチャートに従って以下において詳しく説明する。
ステップ２０８において、コンピュータ（１０１）は、新たなグループを定義する値を、カテゴリ分割の条件として求める。
上記新たなグループを定義する値は、ＫＰＩの種類ｍが数値データである場合には、当該数値データにおける最小値から最大値までの範囲の値（閾値でもある）である。コンピュータ（１０１）は、上記数値データ中の値を、上記カテゴリ分割の条件として求める。
上記新たなグループを定義する値は、ＫＰＩの種類ｍがカテゴリ・データである場合には、上記新たなグループを定義するカテゴリの名前（任意に付与される、マージ後のカテゴリの名前でありうる）である。コンピュータ（１０１）は、当該カテゴリの名前を、上記カテゴリ分割の条件として求める。
上記のようにして、コンピュータ（１０１）は、ログをフィルタする際のカテゴリ分割の条件（ＫＰＩの閾値を含む）を自動的に求めることが可能である。
ステップ２０９において、コンピュータ（１０１）は、ＫＰＩのカテゴリ分割の条件を求める処理を終了する。
図２Ｂは、図２Ａに示すフローチャートのうち、ステップ２０５に示す処理の詳細を示すフローチャートである。
ステップ２１１において、コンピュータ（１０１）は、ワークフロー実行情報ｐをＫ個に分割し、Ｋ個に分割されたワークフロー実行情報ｐから、ワークフロー・グラフＧ＿ｋを生成し、各ワークフロー・グラフＧ＿ｋの領域の条件を保存する処理を開始する。
ステップ２１２において、コンピュータ（１０１）は、ステップ２０４で取得したＫＰＩの種類ｍが数値データであるかを判断する。コンピュータ（１０１）は、ＫＰＩの種類ｍが数値データであることに応じて、処理をステップ２１３に進める。一方、コンピュータ（１０１）は、ＫＰＩの種類ｍが数値データでないこと（すなわち、カテゴリ・データであること）に応じて、処理をステップ２１５に進める。
ステップ２１３において、コンピュータ（１０１）は、ＫＰＩの種類ｍが数値データであることに応じて、当該種類ｍの値ｘに基づいて、ワークフロー実行情報ｐ（総数ｎ）をソートする。
ステップ２１４において、コンピュータ（１０１）は、ステップ２１３でソート後の全てのワークフロー実行情報ｐをＫ個に分割し（Ｋ＜ｎ）、グループｋ（ｋはグループのインデックスである）とする。
ステップ２１５において、コンピュータ（１０１）は、ＫＰＩの種類ｍが数値データでないこと（すなわち、カテゴリ・データであること）に応じて、当該種類ｍの値ｘに基づいて、全てのワークフロー実行情報ｐ（総数ｎ）をＫ個に分割し、グループｋ（ｋは、グループのインデックスである）とする。かかる場合の分割値Ｋは、ＫＰＩの値ｘの種類ｍの数に相当する。
ステップ２１６において、コンピュータ（１０１）は、ｋを初期化する。
ステップ２１７において、コンピュータ（１０１）は、ｋ＜Ｋ（分割数）であるかを判定する。コンピュータ（１０１）は、ｋ＜Ｋであることに応じて、処理をステップ２１８に進める。一方、コンピュータ（１０１）は、ｋ＜Ｋでないこと（Ｋ＜ｋであること）に応じて、処理を終了ステップ２２１に進める。
ステップ２１８において、コンピュータ（１０１）は、グループｋに属するワークフロー実行情報ｐ（総数ｎ）から、例えばαアルゴリズム（又は、alpha miner）、Heuristic miner、Genetic miner、Fuzzy miner、Transition system miner、Transition system to petri net、Declare miner、ILP miner、Simple log filter、Dotted chart analysis、Trace alignment、Guidetree miner、Social network miner、LTL checker、Fitness、ETConformance、Reply log on flexible model、PomPom、又はTransition system analyzerを使用して、ワークフロー・グラフＧ＿ｋを生成する。ステップ２１８を１回経由する毎に、ワークフロー・グラフＧ＿ｋが一つ生成される。
ステップ２１８で生成されたワークフロー・グラフＧ＿ｋの例を図３Ｃに示す。図３Ｃに示す例は、ＫＰＩの種類ｍが数値データであり、当該種類ｍの値ｘに基づいて、ワークフロー実行情報ｐ（総数ｎ）をソート後に、全てのワークフロー実行情報ｐをＫ個に分割した場合のワークフロー・グラフＧ＿ｋの例である。
図３Ｃは、分割された各領域（３４１，３４２，・・・，及び３４３）それぞれに属するワークフロー実行情報（実行順にソートされている）から、ワークフロー・グラフＧ＿ｋ（Ｇ０（３５１），Ｇ１（３５２），・・・，及びＧｋ−１（３５３））が生成したことを示す。ν０〜νｎ−１は、ワークフローの処理時間を示す。ρ０〜ρｎ−１は、ワークフロー実行情報を示す。
ステップ２１９において、コンピュータ（１０１）は、ワークフロー・グラフＧ＿ｋの条件を保存する。
ステップ２１９で保存したワークフロー・グラフＧ＿ｋの条件の例を図３Ｄに示す。図３Ｄは、ワークフロー・グラフＧ０（３７１），Ｇ１（３７２），Ｇ２（３７３），・・・，及びＧｋ−１（３７４）それぞれの条件を示す。ステップ２１９を１回経由する毎に、ワークフロー・グラフＧ＿ｋの条件の一つが保存される。
ステップ２２０において、コンピュータ（１０１）は、ｋを１インクリメントする。そして、コンピュータ（１０１）は、処理をステップ２１７に戻して、ステップ２１７〜２２０を繰り返す。
ステップ２２１において、コンピュータ（１０１）は、ワークフロー実行情報ｐをＫ個に分割し、Ｋ個に分割されたワークフロー実行情報から、ワークフロー・グラフＧ＿ｋを生成し、各ワークフロー・グラフＧ＿ｋの領域の条件を保存する処理を終了する。
図２Ｃは、図２Ａに示すフローチャートのうち、ステップ２０６に示す処理の詳細を示すフローチャートである。
ステップ２３１において、コンピュータ（１０１）は、ワークフロー・グラフＧ＿ｋそれぞれに対するグラフ編集距離ｄを算出する処理を開始する。
ステップ２３２において、コンピュータ（１０１）は、グラフ編集距離ｄを格納する為のグラフ編集距離テーブル（Ｋ行×Ｋ列）を作成する。
ステップ２３２で生成されたグラフ編集距離テーブル（Ｋ行×Ｋ列）の例を図４に示す。図４に示す例は、Ｇａ（Ｋ行）×Ｇｂ（Ｋ列）のグラフ編集距離テーブル（４０１）である。ただし、グラフ編集距離テーブル（４０１）中のテーブル・エントリのうち、値（グラフ編集距離ｄ）を持つのは、上三角領域（又は下三角領域）のみであり、従って、（Ｋ×Ｋ−Ｋ）／２箇所のみである。
ステップ２３３において、コンピュータ（１０１）は、グラフ編集距離テーブルのａ行のインデックスを初期化する。
ステップ２３４において、コンピュータ（１０１）は、グラフ編集距離テーブルのｂ列インデックスにａ＋１を代入する。これは、Ｇａ＝Ｇｂの場合には、グラフ編集距離が不要である為である。
ステップ２３５において、コンピュータ（１０１）は、ステップ２０５で生成したワークフロー・グラフＧ＿ｋから、２つのワークフロー・グラフＧ＿ａ及びＧ＿ｂを取得する。
ステップ２３６において、コンピュータ（１０１）は、ワークフロー・グラフＧ＿ａとワークフロー・グラフＧ＿ｂとのグラフ編集距離ｄ（ａ，ｂ）を算出する。
ステップ２３７において、コンピュータ（１０１）は、グラフ編集距離テーブル（３０１）のａ行及びｂ列にグラフ編集距離ｄ（ａ，ｂ）を保存する。ステップ２３７を１回経由する毎に、グラフ編集距離テーブル（３０１）のテーブル・エントリの一つにグラフ編集距離ｄ（ａ，ｂ）が保存される。
ステップ２３８において、コンピュータ（１０１）は、ｂ＜Ｋ（分割数）であるか判断する。コンピュータ（１０１）は、ｂ＜Ｋであることに応じて処理をステップ２３９に進める。一方、コンピュータ（１０１）は、ｂ＜Ｋでないこと（Ｋ＜ｂであること）に応じて処理をステップ２４０に進める。
ステップ２３９において、コンピュータ（１０１）は、ｂ＜Ｋであることに応じて、グラフ編集距離テーブルのａ列インデックスにａ＋１を代入する。次の行のグラフ編集距離を算出する為である。
ステップ２４０において、コンピュータ（１０１）は、Ｋ＜ｂであることに応じて、グラフ編集距離テーブルのｂ列インデックスにｂ＋１を代入する。次の列のグラフ編集距離を算出する為である。そして、コンピュータ（１０１）は、処理をステップ２３５に戻す。
ステップ２４１において、コンピュータ（１０１）は、ａ＜Ｋ（分割数）であるか判断する。コンピュータ（１０１）は、ａ＜Ｋであることに応じて処理を終了ステップ２４２に進める。一方、コンピュータ（１０１）は、ａ＜Ｋでないこと（Ｋ＜ａであること）に応じて処理をステップ２３４に戻す。
ステップ２４２において、コンピュータ（１０１）は、ワークフロー・グラフＧ＿ｋそれぞれに対するグラフ編集距離ｄを算出する処理を終了する。
ステップ２４２におけるグラフ編集距離ｄを算出する処理終了時のグラフ編集距離テーブルの例を図４に示す。グラフ編集距離テーブル（４０２）では、その上三角領域にあるテーブル・エントリにグラフ編集距離ｄが保存されている。
図２Ｄは、図２Ａに示すフローチャートのうち、ステップ２０７に示す処理の詳細を示すフローチャートである。
ステップ２５１において、コンピュータ（１０１）は、グラフ編集距離ｄが最短である２つのグラフをマージして、新たなグループを生成する処理を開始する。
ステップ２５２において、コンピュータ（１０１）は、任意的に、グラフ編集距離テーブルに保存されている編集距離ｄを昇順にソートする。
ステップ２５３において、コンピュータ（１０１）は、最も小さいグラフ編集距離ｄの２つのワークフロー・グラフＧ＿ａ及びＧ＿ｂを取得する。例えば、図５に示すグラフ編集距離テーブル（４０２）において、ワークフロー・グラフＧ０及びワークフロー・グラフＧ２のグラフ編集距離が０である（すなわち、グラフの形が同じである）為に、ワークフロー・グラフＧ０及びワークフロー・グラフＧ２のグラフ編集距離が最も小さいグラフ編集距離である。
ステップ２５４において、コンピュータ（１０１）は、ｄ＜Ｄであるか判断する。Ｄは、グラフ編集距離の閾値であり、任意の数値に予め設定されうる。Ｄは例えば、0.3である。コンピュータ（１０１）は、ｄ＜Ｄであることに応じて、処理をステップ２５５に進める。すなわち、コンピュータ（１０１）は、一定の距離Ｄになるまで、ステップ２５５〜２５８の処理を繰り返し行う。一方、コンピュータ（１０１）は、ｄ＜Ｄでないこと（Ｄ＜ｄであること）に応じて、処理を終了ステップ２５９に進める。
ステップ２５５において、コンピュータ（１０１）は、ワークフロー・グラフＧ＿ａに属するワークフロー実行情報及びワークフロー・グラフＧ＿ｂに属するワークフロー実行情報から、新しいワークフロー・グラフＧ＿ａｂを生成する。
ステップ２５６において、コンピュータ（１０１）は、グラフ編集距離テーブルから、新しいワークフロー・グラフＧ＿ａｂの生成元であるワークフロー・グラフＧ＿ａ及びワークフロー・グラフＧ＿ｂの行及び列（すなわち、ａ行、ａ列、ｂ行及びｂ列）を削除し、グラフ編集距離テーブルを更新する。
ステップ２５６でワークフロー・グラフＧ＿ａ及びワークフロー・グラフＧ＿ｂの行及び列が削除されたグラフ編集距離テーブルの例を図５に示す。図５に示すグラフ編集距離テーブル（５０１）では、グラフ編集距離テーブル（４０１）から、グラフ編集距離が最も小さいワークフロー・グラフＧ０及びワークフロー・グラフＧ２それぞれの行及び列が削除されている。
ステップ２５７において、コンピュータ（１０１）は、グラフ編集距離テーブルに、新しいワークフロー・グラフＧ＿ａｂに対する行及び列を追加する。
ステップ２５７で新しいワークフロー・グラフＧ＿ａｂに対する行及び列が追加されたグラフ編集距離テーブルの例を図５に示す。図５に示すグラフ編集距離テーブル（５０２）では、グラフ編集距離テーブル（５０１）に、新しいワークフロー・グラフ（Ｇ０，Ｇ２）に対する行及び列が追加されている。
ステップ２５８において、コンピュータ（１０１）は、新しいワークフロー・グラフＧ＿ａｂに対する行及び列のグラフ編集距離を算出し、当該算出したグラフ編集距離をグラフ編集距離テーブルに追加して、当該グラフ編集距離テーブルを更新する。図５に示すグラフ編集距離テーブル（５０２）において、塗りつぶしたテーブル・エントリ（５１２）のグラフ編集距離が算出される。
ステップ２５９において、コンピュータ（１０１）は、グラフ編集距離ｄが最短である２つのグラフをマージして、新たなグループを生成する処理を終了する。
図６は、図１Ａ又は図１Ｂに従うハードウェア構成を好ましくは備えており、図２Ａ〜図２Ｄそれぞれに示すフローチャートに従って本発明の実施態様を実施するコンピュータの機能ブロック図の一例を示す図である。
コンピュータ（６０１）は、例えば図１Ａに示すコンピュータ（１０１）に示されている構成、例えばＣＰＵ（１０２）、メイン・メモリ（１０３）、記憶装置（１０８）、及びディスク（１０８）を備えている。
コンピュータ（６０１）は、分割手段（６１１）、グラフ生成手段（６１２）、グラフ編集距離算出手段（６１３）、及びグラフ・マージ手段（６１４）を備えている。また、コンピュータ（６０１）は任意的に、カテゴリ分割条件算出手段（６１５）をさらに備えていてもよい。また、コンピュータ（６０１）は任意的に、分割数決定手段（６１６）をさらに備えていてもよい。
分割手段（６１１）は、ＫＰＩリストを格納した記録媒体（６９１）からＫＰＩリストを取得すると共に、ワークフロー実行情報を格納した記録媒体（６９２）からワークフロー実行情報を取得し、当該取得した複数のワークフロー実行情報をＫＰＩの種類についての分割数で分割する。
また、分割手段（６１１）は、ＫＰＩの種類が数値データであることに応じて、上記種類に関連付けられた上記値に基づいて、上記複数のワークフロー実行情報をソートし、及び、上記ソート後の上記複数のワークフロー実行情報を上記分割数で分割しうる。
また、分割手段（６１１）は、図２Ａに記載のステップ２０４及びステップ２０５のうちのワークフロー実行情報ｐの分割処理、並びに、図２Ｂに記載のステップ２１２〜２１５を実行しうる。
グラフ生成手段（６１２）は、ＫＰＩの種類についての分割数で分割した後の複数のグループそれぞれについて、当該グループ中に属するワークフロー実行情報からワークフロー・グラフを生成する。
また、グラフ生成手段（６１２）は、当該生成したワークフロー・グラフを、ワークフロー・グラフを格納する記憶媒体（６９３）に格納しうる。
また、グラフ生成手段（６１２）は、生成したワークフロー・グラフの領域の条件を保存しうる。
また、グラフ生成手段（６１２）は、図２Ａに記載のステップ２０５のうちのワークフロー・グラフＧ＿ｋの生成処理、並びに、図２Ｂに記載のステップ２１６〜２２０を実行しうる。
グラフ編集距離算出手段（６１３）は、グラフ生成手段（６１２）によって生成された任意の２つのワークフロー・グラフそれぞれのグラフ編集距離を算出する。
また、グラフ編集距離算出手段（６１３）は、グラフ・マージ手段（６１４）によって生成された新たなグループと他のワークフロー・グラフとのグラフ編集距離を算出しうる。
また、グラフ編集距離算出手段（６１３）は、
（ｃ−１）任意の２つのワークフロー・グラフの組み合わせを取得する処理、
（ｃ−２）上記任意の２つのワークフロー・グラフの組み合わせに対してグラフ編集距離を算出する処理、
（ｃ−３）上記任意の２つのワークフロー・グラフの残りの組み合わせについて、処理（ｃ−１）及び処理（ｃ−２）を繰り返す処理
を実行しうる。
また、グラフ編集距離算出手段（６１３）は、上記算出したグラフ編集距離をグラフ編集距離テーブルを格納した記憶媒体（６９４）に記録しうる。
また、グラフ編集距離算出手段（６１３）は、グラフ・マージ手段（６１４）によって新たなグループが追加されたテーブルに対して、上記新たなグループに対して算出したグラフ編集距離をグラフ編集距離テーブルに記録しうる。
また、グラフ編集距離算出手段（６１３）は、図２Ａに記載のステップ２０６、及び、図２Ｃに示す全ステップを実行しうる。
グラフ・マージ手段（６１４）は、グラフ編集距離算出手段（６１３）によって算出されたグラフ編集距離が最短である２つのワークフロー・グラフをマージして新たなグループを生成する。
また、グラフ・マージ手段（６１４）は、上記グラフ編集距離が最短である上記２つのワークフロー・グラフそれぞれに属するワークフロー実行情報から上記新たなグループを生成しうる。
また、グラフ・マージ手段（６１４）は、上記グラフ編集距離が最短である２つのグループそれぞれの領域をマージして、上記新たなグループの領域の条件を保存しうる。
また、グラフ・マージ手段（６１４）は、上記生成した新たなグループをグラフ編集距離テーブルに追加しうる。
また、グラフ・マージ手段（６１４）は、グラフ編集距離が最短である２つのグループに属する２つのワークフロー・グラフをグラフ編集距離テーブルから削除しうる。
また、グラフ・マージ手段（６１４）は、図２Ａに記載のステップ２０７、並びに、図２Ｄに記載の全ステップを実行しうる。
カテゴリ分割条件算出手段（６１５）は、上記新たなグループを定義する値を上記カテゴリ分割の条件として求める。
また、カテゴリ分割条件算出手段（６１５）は、上記ＫＰＩの種類が数値データである場合に、上記数値データ中の値を上記カテゴリ分割の条件として求めうる。
また、カテゴリ分割条件算出手段（６１５）は、上記ＫＰＩの種類がカテゴリ・データである場合に、カテゴリの名前を上記カテゴリ分割の条件として求めうる。
また、カテゴリ分割条件算出手段（６１５）は、図２Ａに記載のステップ２０８を実行しうる。
分割数決定手段（６１６）は、ＫＰＩリストを格納した記録媒体（６９１）からＫＰＩリストを取得し、ＫＰＩの種類に対して分割数を決める。
また、分割数決定手段（６１６）は、ＫＰＩの種類が数値データであることに応じて、統計手法を用いて、上記分割数を求めうる。
また、分割数決定手段（６１６）は、ＫＰＩの種類がカテゴリ・データであることに応じて、上記種類に関するカテゴリ数、又は上記種類に関連付けられた値から上記分割数を求めうる。
（実施例）
ウェブページ上のヘルプページのアクセス回数に依存して、ユーザがどのような処理をしているかを本発明の実施態様に従う処理を実行して調べた。その結果、カテゴリ分割の条件がアクセス回数２であることが求められた。アクセス回数が２回以下である場合には、ヘルプページの操作ガイダンスに従わずにユーザがヘルプページの閲覧をしており、一方、アクセス回数が２回よりも多い場合には、ヘルプページの操作ガイダンスに従ってユーザがヘルプページの閲覧をしていることが判った。
従来手法に従うと、ヘルプページのアクセス回数をゼロから試行錯誤で逐一調べて、ワークフローを合成する必要があった。しかしながら、本発明の実施態様に従う処理を実行することによって、ＫＰＩの閾値（アクセス回数が２回以下、又はそれよりも多い）を自動的に検出することができる。従って、本発明の実施態様に従うと、従来手法の試行錯誤によりＫＰＩの閾値を探索する手間を省くことが可能になる。

Claims (20)

  1. 複数のワークフロー実行情報から、重要業績評価指標（以下、ＫＰＩという）のカテゴリ分割の条件を求める方法であって、前記複数のワークフロー実行情報はそれぞれ、ＫＰＩの種類及び当該種類に関連付けられた値のセットを少なくとも１つ有し、コンピュータが、
    （ａ）前記複数のワークフロー実行情報を前記ＫＰＩの種類についての分割数で分割するステップと、
    （ｂ）前記分割数で分割した後の複数のグループそれぞれについて、当該グループ中に属するワークフロー実行情報からグラフを生成するステップと、
    （ｃ）任意の２つのグラフそれぞれのグラフ編集距離を算出するステップと、
    （ｄ）前記グラフ編集距離が最短である２つのグラフをマージして新たなグループを生成するステップであって、前記生成された新たなグループの領域の条件を前記カテゴリ分割の条件として保存するステップを含む、前記生成するステップと、
    （ｅ）前記新たなグループに対するグラフ編集距離を算出するステップと
    （ｆ）前記グラフ編集距離が或る一定の編集距離以上になるまで、前記ステップ（ｄ）〜（ｅ）を繰り返すステップと、
    を実行することを含む、前記方法。
  2. 前記カテゴリ分割の条件が、前記ＫＰＩの種類ごとに求められる、請求項１に記載の方法。
  3. 前記ＫＰＩの種類が数値データである場合に、前記生成された新たなグループの領域の条件が当該数値データにおける最小値から最大値までの範囲の値である、請求項１又は２に記載の方法。
  4. 前記ＫＰＩの種類がカテゴリ・データである場合に、前記生成された新たなグループの領域の条件が当該新たなグループを定義するカテゴリの名前である、請求項１又は２に記載の方法。
  5. 前記コンピュータが、
    前記ＫＰＩの種類に対して分割数を求めるステップ
    をさらに実行することを含む、請求項１に記載の方法。
  6. 前記分割数を求めるステップが、
    前記ＫＰＩの種類が数値データであることに応じて、統計手法を用いて、前記分割数を求めるステップ
    を含む、請求項５に記載の方法。
  7. 前記分割数を求めるステップが、
    前記ＫＰＩの種類がカテゴリ・データであることに応じて、前記種類に関するカテゴリ数、又は前記種類に関連付けられた値から前記分割数を求めるステップ
    を含む、請求項５に記載の方法。
  8. 前記分割数で分割するステップ（ａ）が、
    前記ＫＰＩの種類が数値データであることに応じて、前記種類に関連付けられた前記値に基づいて、前記複数のワークフロー実行情報をソートするステップ
    をさらに実行することを含み、
    前記分割数で分割するステップ（ａ）が、
    前記ソート後の前記複数のワークフロー実行情報を前記分割数で分割するステップ
    を含む、請求項１に記載の方法。
  9. 前記グラフを生成するステップ（ｂ）が、
    前記生成したグラフの領域の条件を保存するステップ
    をさらに含む、請求項１に記載の方法。
  10. 前記任意の２つのグラフそれぞれのグラフ編集距離を算出するステップ（ｃ）が、
    （ｃ−１）任意の２つのグラフの組み合わせを取得するステップと、
    （ｃ−２）前記任意の２つのグラフの組み合わせに対してグラフ編集距離を算出するステップと、
    （ｃ−３）前記任意の２つのグラフの残りの組み合わせについて、ステップ（ｃ−１）及び（ｃ−２）を繰り返すステップと
    を含む、請求項１に記載の方法。
  11. 前記新たなグループを生成するステップ（ｄ）が、
    前記グラフ編集距離が最短である前記２つのグラフそれぞれに属するワークフロー実行情報から前記新たなグループを生成するステップ
    を含む、請求項１に記載の方法。
  12. 前記任意の２つのグラフそれぞれのグラフ編集距離を算出するステップ（ｃ）が、
    前記算出したグラフ編集距離をテーブルに記録するステップ
    をさらに含む、請求項１に記載の方法。
  13. 前記新たなグループを生成するステップ（ｄ）が、
    前記生成した新たなグループを前記テーブルに追加するステップ
    をさらに含む、請求項１２に記載の方法。
  14. 前記新たなグループを生成するステップ（ｄ）が、
    前記グラフ編集距離が最短である２つのグループに属する２つのグラフを前記テーブルから削除するステップ
    をさらに含む、請求項１３に記載の方法。
  15. 前記新たなグループに対するグラフ編集距離を算出するステップ（ｅ）が、
    前記新たなグループが追加されたテーブルに対して、前記新たなグループに対して算出したグラフ編集距離を前記テーブルに記録するステップ
    をさらに含む、請求項１４に記載の方法。
  16. 前記グラフ編集距離が或る一定の編集距離以上になるまで、前記ステップ（ｄ）〜（ｅ）を繰り返すステップが、
    前記テーブル中のテーブル・エントリが前記或る一定以上の編集距離になるまで、前記ステップ（ｄ）〜（ｅ）を繰り返すステップ
    を含む、請求項１３〜１５のいずれか一項に記載の方法。
  17. 前記テーブルが、Ｋ×Ｋからなるテーブルである、請求項１３〜１６のいずれか一項に記載の方法。
  18. 複数のワークフロー実行情報から、重要業績評価指標（以下、ＫＰＩという）のカテゴリ分割の条件を求める為のコンピュータであって、前記複数のワークフロー実行情報はそれぞれ、ＫＰＩの種類及び当該種類に関連付けられた値のセットを少なくとも１つ有し、前記コンピュータが、
    前記複数のワークフロー実行情報を前記ＫＰＩの種類についての分割数で分割する分割手段と、
    前記分割数で分割した後の複数のグループそれぞれについて、当該グループ中に属するワークフロー実行情報からグラフを生成するグラフ生成手段と、
    任意の２つのグラフそれぞれのグラフ編集距離を算出するグラフ編集距離算出手段と、
    前記グラフ編集距離が最短である２つのグラフをマージして新たなグループを生成するグラフ・マージ手段であって、前記生成された新たなグループの領域の条件を前記カテゴリ分割の条件として保存する前記グラフ・マージ手段と
    を備えており、
    前記グラフ編集距離算出手段がさらに、前記新たなグループと他のグラフとのグラフ編集距離を算出し、
    前記グラフ編集距離が或る一定の編集距離以上になるまで、前記新たなグループを生成すること及び前記新たなグループに対するグラフ編集距離を算出することが繰り返し行われる、
    前記コンピュータ。
  19. 前記ＫＰＩの種類が数値データである場合に、前記生成された新たなグループの領域の条件が当該数値データにおける最小値から最大値までの範囲の値であり、又は、
    前記ＫＰＩの種類がカテゴリ・データである場合に、前記生成された新たなグループの領域の条件が当該新たなグループを定義するカテゴリの名前である、
    請求項１８に記載のコンピュータ。
  20. 複数のワークフロー実行情報から、重要業績評価指標（以下、ＫＰＩという）のカテゴリ分割の条件を求める為のコンピュータ・プログラムであって、前記複数のワークフロー実行情報はそれぞれ、ＫＰＩの種類及び当該種類に関連付けられた値のセットを少なくとも１つ有し、請求項１〜１７のいずれか一項に記載の方法の各ステップを実行させる、前記コンピュータ・プログラム。
    させる、前記コンピュータ・プログラム。
JP2014240691A 2014-11-28 2014-11-28 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム Expired - Fee Related JP6029119B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014240691A JP6029119B2 (ja) 2014-11-28 2014-11-28 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム
US14/924,773 US9996606B2 (en) 2014-11-28 2015-10-28 Method for determining condition of category division of key performance indicator, and computer and computer program therefor
US14/969,269 US20160155078A1 (en) 2014-11-28 2015-12-15 Method for determining condition of category division of key performance indicator, and computer and computer program therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014240691A JP6029119B2 (ja) 2014-11-28 2014-11-28 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム

Publications (2)

Publication Number Publication Date
JP2016103126A JP2016103126A (ja) 2016-06-02
JP6029119B2 true JP6029119B2 (ja) 2016-11-24

Family

ID=56079348

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014240691A Expired - Fee Related JP6029119B2 (ja) 2014-11-28 2014-11-28 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム

Country Status (2)

Country Link
US (2) US9996606B2 (ja)
JP (1) JP6029119B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9996606B2 (en) 2014-11-28 2018-06-12 International Business Machines Corporation Method for determining condition of category division of key performance indicator, and computer and computer program therefor

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6942617B2 (ja) 2017-11-30 2021-09-29 株式会社日立製作所 データ分析システムおよびデータ分析装置
WO2023058240A1 (ja) * 2021-10-08 2023-04-13 日本電信電話株式会社 クラスタリング装置、クラスタリング方法、およびプログラム
US20240193189A1 (en) * 2022-12-08 2024-06-13 UiPath, Inc. Object centric process mining algorithm

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000250967A (ja) 1999-02-26 2000-09-14 Fujitsu Ltd ワークフロー制御システム及び制御方法及びワークフロー制御プログラムを記録した記録媒体
US20020087679A1 (en) 2001-01-04 2002-07-04 Visual Insights Systems and methods for monitoring website activity in real time
WO2004114177A2 (en) * 2003-06-20 2004-12-29 Gaiasoft Limited System for facilitating management and organisational development processes
US7313533B2 (en) * 2003-07-11 2007-12-25 International Business Machines Corporation Systems and methods for monitoring and controlling business level service level agreements
US20050125269A1 (en) 2003-12-05 2005-06-09 Batra Vishal S. Information security and resource optimization for workflows
US8583466B2 (en) * 2005-08-09 2013-11-12 Oracle International Corporation System and method for routing workflow items based on workflow templates in a call center
EP2023278A4 (en) 2006-05-16 2011-08-03 Fujitsu Ltd JOB MODEL GENERATION PROGRAM, JOB MODEL GENERATION PROCESS AND JOB MODEL GENERATION DEVICE
JP4893741B2 (ja) 2006-08-09 2012-03-07 富士通株式会社 業務フローチャート編集プログラムおよび業務フローチャート編集方法
JP2008059368A (ja) * 2006-08-31 2008-03-13 Ricoh Co Ltd ワークフロー管理システム、ワークフロー管理方法、ワークフロー管理プログラムおよび記録媒体
JP4930005B2 (ja) 2006-11-20 2012-05-09 富士ゼロックス株式会社 情報処理システム、および情報処理方法、並びにコンピュータ・プログラム
US20090064025A1 (en) * 2007-08-29 2009-03-05 Thomas Christ KPI Builder
JP2011059962A (ja) 2009-09-09 2011-03-24 Fuji Xerox Co Ltd 情報処理装置及び情報処理プログラム
US8745634B2 (en) * 2010-10-15 2014-06-03 Invensys Systems, Inc. System and method for integrated workflow scaling
US8880591B2 (en) * 2011-03-31 2014-11-04 Savigent Software, Inc. Workflow management in distributed systems
US20130132108A1 (en) * 2011-11-23 2013-05-23 Nikita Victorovich Solilov Real-time contextual kpi-based autonomous alerting agent
US9563663B2 (en) * 2012-09-28 2017-02-07 Oracle International Corporation Fast path evaluation of Boolean predicates
US8744890B1 (en) 2013-02-14 2014-06-03 Aktana, Inc. System and method for managing system-level workflow strategy and individual workflow activity
US20140310198A1 (en) * 2013-03-15 2014-10-16 Tom Wamberg Method and system for employee and client engagement
US20140350994A1 (en) * 2013-05-23 2014-11-27 International Business Machines Corporation Providing best practice workflow to aid user in completing project that is constantly updated based on user feedback
US20150112700A1 (en) * 2013-10-17 2015-04-23 General Electric Company Systems and methods to provide a kpi dashboard and answer high value questions
JP6029119B2 (ja) 2014-11-28 2016-11-24 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9996606B2 (en) 2014-11-28 2018-06-12 International Business Machines Corporation Method for determining condition of category division of key performance indicator, and computer and computer program therefor

Also Published As

Publication number Publication date
US20160155078A1 (en) 2016-06-02
US9996606B2 (en) 2018-06-12
JP2016103126A (ja) 2016-06-02
US20160154874A1 (en) 2016-06-02

Similar Documents

Publication Publication Date Title
Back et al. Using a microbenchmark to compare function as a service solutions
US10346292B2 (en) Software component recommendation based on multiple trace runs
US20140215471A1 (en) Creating a model relating to execution of a job on platforms
JP6388711B2 (ja) 高速鉄道車両の快速設計方法及びシステム
KR102301946B1 (ko) 분산 시스템에서 결함을 분석하기 위한 비주얼 툴
JP6029119B2 (ja) 重要業績評価指標のカテゴリ分割の条件を求める方法、並びに、その為のコンピュータ及びコンピュータ・プログラム
JP6299759B2 (ja) 予測関数作成装置、予測関数作成方法、及びプログラム
JP6903755B2 (ja) データ統合ジョブ変換
JPWO2013094003A1 (ja) ソフトウェアのインストール順序を決定する方法、プログラム、及び装置
JP6094593B2 (ja) 情報システム構築装置、情報システム構築方法および情報システム構築プログラム
US20170308375A1 (en) Production telemetry insights inline to developer experience
US20150012629A1 (en) Producing a benchmark describing characteristics of map and reduce tasks
US20150304182A1 (en) Program development in a distributed server environment
JP2021064049A (ja) 計算機システム及び数理モデルの生成支援方法
US11651281B2 (en) Feature catalog enhancement through automated feature correlation
JP7427896B2 (ja) データベースの分割システム、データベースの分割方法、及びデータベースの分割プログラム
JP6120607B2 (ja) 要件検出装置及び要件検出プログラム
Hinkka et al. Assessing big data SQL frameworks for analyzing event logs
US11630663B2 (en) Compressing multi-attribute vector into a single eigenvalue for ranking subject matter experts
JP5871018B2 (ja) 性能予測装置、性能モデル生成方法およびプログラム
US20180129759A1 (en) Systems and Methods for Generating Scalability Models
Krawczyk et al. Manual of VIKAASA 2.0: An application for computing and graphing viability kernels for simple viability problems
Bruhn Modeling and Experimental Analysis of Virtualized Storage Performance using IBM System z as Example
Evangelinou et al. A joint benchmark-analytic approach for design-time assessment of multi-cloud applications
US20210398176A1 (en) Apparatus, method, and storage medium for burstable instance recommendation

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20160422

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160510

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160608

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20160608

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: 20160920

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20160921

RD14 Notification of resignation of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7434

Effective date: 20160921

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161011

R150 Certificate of patent or registration of utility model

Ref document number: 6029119

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees