JP6690389B2 - フロー生成プログラム、フロー生成方法およびフロー生成装置 - Google Patents

Description

本発明は、フロー生成プログラム、フロー生成方法およびフロー生成装置に関する。

近年、業務システムが出力するログデータに基づいて、該業務システムが実行したイベントの流れを示す業務フロー図を生成し、生成された業務フロー図に基づいて、業務システムの運用状況の分析が行われるようになっている。

関連する技術として、発側イベント・着側イベントに対する業務間に因果関係が無く独立で並列実施されているものを見かけ上遷移として検出する技術が提案されている（例えば、特許文献１を参照）。

また、業務とは無関係な無関係イベントを自動的に検出し、業務フローから削除する技術が提案されている（例えば、特許文献２を参照）。また、業務システムへの負担を軽減して最適な粒度の業務プロセスモデルを生成する技術が用いられている（例えば、特許文献３を参照）。

特開２０１０−２７１８０６号公報 特開２０１０−０２０６３４号公報 国際公開第２０１３／１５３６２９号

ログデータに記録されたイベントの数が多くなると、生成される業務フロー図には複数の経路が含まれるため、業務フロー図が複雑になる。このため、イベント間に因果関係が無く独立で並列実施されるイベントや業務とは無関係な無関係イベント等が業務フロー図から除外されることで、業務フロー図を簡略化できる。

一方で、業務フロー図に含まれる経路から特定のイベントが除外されると、後に、業務フロー図に基づいて行われる分析が難しくなる場合がある。このような場合、業務フロー図の経路から特定のイベント（発生事象）が除外されることは好ましくない。

１つの側面として、本発明は、フローの経路から特定の発生事象が除外されることを抑制することを目的とする。

１つの態様では、フロー生成プログラムは、以下の処理をコンピュータに実行させる。情報処理システムのログデータに記録された複数の発生事象に関する情報から、遷移元の発生事象と遷移先の発生事象との組ごとに、遷移の発生回数を特定する。特定された前記遷移の発生回数に基づいて、該発生回数の多い順に選択された２以上の組を含み、且つ前記発生事象の数が異なる複数の発生事象群のそれぞれについて、前記発生事象の１以上の発生順序パターンと該１以上の発生順序パターンそれぞれの発生回数とを特定する。前記複数の発生事象群のそれぞれについて、前記１以上の発生順序パターンについての前記発生回数の分布の平均値に対する集中度合いと前記発生事象の遷移先の偏りの度合いである不平等度合いとを算出する。前記複数の発生事象群の中から、前記不平等度合いが第１閾値以上であり、且つ前記集中度合いが最も低い発生事象群に基づいて、前記発生事象のフローを生成する。

１つの側面によれば、フローの経路から特定の発生事象が除外されることを抑制することができる。

実施形態のシステムの一例を示す図である。 業務フローの一例を示す図（その１）である。 業務フローの一例を示す図（その２）である。 ログデータの一例を示す図である。 経路データの一例を示す図である。 イベント間遷移表の一例を示す図である。 実施形態における経路の判定処理の一例を示す図である。 業務フローの一例を示す図（その２）である。 比較例における経路の判定処理の一例を示す図である。 業務フローの一例を示す図（その３）である。 他の例における経路データと尖度およびジニ係数とを示す図である。 業務フローの一例を示す図（その３）である。 実施形態の処理の流れの一例を示すフローチャート（その１）である。 実施形態の処理の流れの一例を示すフローチャート（その２）である。 フロー生成装置のハードウェア構成の一例を示す図である。

以下、図面を参照して、実施形態について説明する。図１は、実施形態のシステム１の一例を示す。システム１において、情報処理システム２とフロー生成装置３とが通信可能に接続される。

情報処理システム２は、例えば、所定の業務を運用するシステムである。情報処理ステム２は、１以上のサーバやストレージ等を含むシステムであってよい。情報処理システム２は、該情報処理システム２に発生した事象（発生事象）に関するデータ（以下、ログデータと称する）を、例えばストレージ等に記憶する。

フロー生成装置３は、情報処理システム２に記憶されるログデータを取得し、取得したログデータに基づいて、発生事象（以下、イベントと称する）の流れを示す業務フローを生成する。業務フローは、フローの一例である。生成された業務フローに基づいて、例えば、業務改善やシステム移行時における現行システムの分析を行うことができる。

例えば、フロー生成装置３が生成した業務フローの証跡に基づいて、上記の分析を行う装置は、所定の業務プロセスが正常に実行されているかを判定することができる。また、上記の装置は、規則性のない業務フローを検出した場合に、想定された業務フローと規則性のない業務フローとの違いを分析することができる。

フロー生成装置３は、主制御部１１と取得部１２と第１特定部１３と第２特定部１４と算出部１５と判定部１６とフロー生成部１７と表示制御部１８と記憶部１９とを含む。

主制御部１１は、フロー生成装置３の各種の制御を行う。取得部１２は、情報処理システム２からログデータを取得する。取得されたログデータには、上述したイベントに関する情報が記録されている。

実施形態の業務フローは、イベント間の対応関係を示す。第１特定部１３は、ログデータに基づいて、遷移元のイベントと遷移先のイベントとを組として、該組ごとに、遷移の発生回数を特定する。

例えば、あるイベントの次に別のイベントが所定回数実行されたことを示す情報がログデータに記録されている場合、第１特定部１３は、ログデータに基づき、遷移元のイベントと遷移先のイベントとの組について、遷移の発生回数を特定する。

第２特定部１４は、第１特定部１３が特定した遷移の発生回数が多い組から順番に、遷移元のイベントと遷移先のイベントとの組を選択し、選択された２以上の組を含むイベント群を生成する。

該イベント群には、１つずつイベントが追加される。第２特定部１４は、追加されたイベントを含むイベント群について、該イベント群に含まれるイベントの発生順序パターンと該発生順序パターンに応じた発生回数とを特定する。イベント群は、発生事象群の一例である。

算出部１５は、所定の演算を行い、第２特定部１４が特定した、発生順序パターンに応じた発生回数について、尖度およびジニ係数を算出する。尖度は、発生順序パターンに応じた発生回数の分布の平均値に対する集中度合いの一例であり、ジニ係数は、不平等度合いの一例である。

判定部１６は各種の判定を行う。フロー生成部１７は、判定部１６の判定結果に基づいて、業務フローを生成する。フロー生成部１７は、生成された業務フローを可視化した業務フロー図を生成する。記憶部１９は各種の情報を記憶する。表示制御部１８は、フロー生成部１７が生成した業務フロー図がディスプレイ２０に表示されるように制御を行う。

＜業務フロー図の一例＞
業務フロー図の一例について、図２の例を参照して、説明する。図２の例において、「Initial State(IS)」は業務フロー図の始まりを示す。「Final State(FS)」は業務フロー図の終わりを示す。図２の業務フロー図は、保険金の支払い業務における事故状況調査についての業務フロー図である。

図２の業務フロー図において、案件内容確認というイベントが実行される。次に、契約内容確認というイベントが実行される。次に、ケースマネジメントに含まれる４つのイベントのうち一部または全部のイベントが実行される。

ケースマネジメントには、業務フローから除外されることを抑制する対象となる複数のイベントが含まれる。ケースマネジメントの中では、各イベントの実行順序は任意であってよい。

また、場合によっては、ケースマネジメントに含まれる一部のイベントが実行されない可能性もある。ただし、業務フローが生成される際に、ケースマネジメントに含まれる対象となるイベントは全て含まれるようにする。

図２の例では、調査方法と請求棄却と顧客に聞き取り調査と警察に聞き取り調査との４つのイベントがケースマネジメントに含まれる。該ケースマネジメントに含まれる各イベントは、調査方法の決定や実施する調査等を示す。

ケースマネジメントの次に、保険金支払額算出というイベントが実行され、その次に、顧客に連絡というイベントが実行される。図２の例の業務フローは、以上のようなイベントの流れを示す。

図３は、並列イベントが組み込まれている業務フローと並列イベントが組み込まれていない業務フローとの一例を示す。並列イベントが組み込まれている業務フロー図について説明する。

図３の例において、「ＣａｓｅＸ」、「ＣａｓｅＹ」、「ＣａｓｅＺ」および「ＣａｓｅＩ」は、それぞれイベントを示す。「ＣａｓｅＸ」と「ＣａｓｅＹ」と「ＣａｓｅＺ」とは業務フローの主要な経路であるとする。

一方、「ＣａｓｅＩ」は主要な経路との関連性の低いイベントであるものとする。ただし、該「ＣａｓｅＩ」は、少ない頻度ではあるが、「ＣａｓｅＸ」、「ＣａｓｅＹ」または「ＣａｓｅＺ」との間に遷移関係を持つことがログデータに記録されているものとする。該「ＣａｓｅＩ」を並列イベントと称することがある。

この場合、イベント間の全ての遷移関係を示す業務フローが生成されると、主要な経路に含まれる上記の３つのイベントと並列イベントとが重ね合わせられるため、業務フローが複雑になる。

図３の例に示されるように、並列イベントが組み込まれている業務フロー図は、主要な経路とは関連性の低いイベント「ＣａｓｅＩ」についても遷移関係が表現されているため、業務フローが複雑になる。このため、イベント「ＣａｓｅＩ」は、主要な経路とは別の経路として業務フローが生成されることが好ましい。

そこで、イベントの遷移に関する発生頻度および発生確率が所定の基準値以下のイベントの検出を行い、検出されたイベントを主要な経路から除外することで、主要な経路とは関連性の低いイベントが主要な経路とは別な経路として生成される。

図３の例のうち、並列イベントが組み込まれていない業務フローは、主要な経路とイベント「ＣａｓｅＩ」の経路とが分離されており、業務フローが簡略化されている。

ログデータに記録されるイベントの種類数が増えるに応じて、業務フローに並列イベントが組み込まれると、業務フローがより複雑になる。このため、主要な経路とは関連性の低いイベントについては、主要な経路とは別な経路として生成されることが好ましい。

ただし、イベントの遷移に関する発生頻度および発生確率が所定の基準値以下のイベントの検出を行い、検出されたイベントを主要な経路から除外する場合、例えば、上述したケースマネジメントに含まれるイベントが除外される可能性がある。

例えば、上述したケースマネジメントに含まれる各イベントは、主要な経路に含まれる対象となる特定のイベントであり、業務フローにおいて、ケースマネジメントに含まれる各イベントは除外されないようにする必要がある。

実施形態では、業務フローにおいて、主要な経路と並列イベントの経路と分離し、且つケースマネジメントに含まれる各イベントが経路から除外されないようにする。

＜ログデータの一例＞
図４は、ログデータの一例を示す。ログデータは、情報処理システム２に記憶されており、取得部１２が情報処理システム２からログデータを取得する。図４の例において、ログデータは、Identification(ID)とタイムスタンプとイベントとの項目を含む。

ＩＤは、発生したイベントを識別する情報である。タイムスタンプは、イベントが発生した時間を示す。イベントは、発生したイベントを示す情報である。実施形態では、ＩＤごとに、イベントの発生順序に応じた経路が生成される。

例えば、ＩＤ「００１」の場合、「ＣａｓｅＩ」→「ＣａｓｅＡ」→「ＣａｓｅＢ」→・・・の発生順序の経路が生成される。例えば、ＩＤ「００２」の場合、「ＣａｓｅＡ」→「ＣａｓｅＢ」→「ＣａｓｅＩ」→・・・の発生順序の経路が生成される。

＜経路データの一例＞
図５は、ログデータに基づいて生成される経路データの一例を示す。第１特定部１３は、取得部１２が取得したログデータに基づいて、複数の経路を生成する。図５の例において、「Ａ」や「Ｂ」等は、イベントであることを示す（「Ｃａｓｅ」は省略されている）。

例えば、図５の例において、「「Ｉ」→「Ａ」→「Ｂ」→「Ｃ」→「Ｄ」→「Ｅ」→「Ｆ」→「Ｇ」→「Ｈ」」は、１つの経路を示し、ログデータに基づいて生成される該経路は、１００個存在することを示す。ログデータの１つのＩＤに対応するイベントの発生順序に基づいて１つの経路が生成されるため、上記の経路を辿るＩＤが、ログデータに１００個記録されていることになる。

第１特定部１３は、イベントの発生順序が異なる場合、異なるパターンの経路を生成する。図５の例の場合、第１特定部１３は、各発生順序パターンの経路の合計は６００であることを特定する。以下、生成された経路と該経路の個数とを含むデータを経路データと称する。第１特定部１３は、経路データを記憶部１８に記憶する。

＜イベント間遷移表の一例＞
図６は、遷移元のイベントと遷移先のイベントとの組ごとの遷移の発生回数の一例を示す表（イベント間遷移表と称する）である。第１特定部１３は、経路データに基づいて、上記の組ごとに、遷移の発生回数を特定し、イベント間遷移表を記憶部１８に記憶する。

図６の例において、「発」は遷移元のイベントを示し、「着」は遷移先のイベントを示す。例えば、遷移元のイベントＡから遷移先のイベントＢへの遷移の発生回数は「５００」である。

一方、経路データには、イベントＡからイベントＣへの遷移を示す情報は記録されていない。従って、遷移元のイベントＡから遷移先のイベントＣへの遷移の発生回数は「０」である。

「発Σ＝Ｔ（着）」は、１つの遷移元のイベントから残りの９つのイベントへの遷移の発生回数の合計を示す。「着Σ＝Ｔ（発）」は、１つの遷移先のイベントに遷移する残りの９つのイベントからの遷移の発生回数の合計を示す。

＜実施形態の業務フロー生成の一例＞
次に、実施形態の業務フローの生成の一例について説明する。第２特定部１４は、イベント間遷移表および経路データを参照して、遷移の発生回数の多い順に、イベントを１つずつ選択して追加する。

イベント間遷移表では、イベントＡからイベントＢへの遷移の遷移回数（＝５００）と、イベントＧからイベントＨへの遷移の遷移回数（＝５００）とが最も多い。一方、経路データには、イベントＡからイベントＢの遷移は、イベントＧからイベントＨへの遷移の前に発生することが記録されている。

第２特定部１４は、最初に、イベントＡからイベントＢへの遷移を特定する。図７の例に示されるように、第２特定部１４は、１段階目として、遷移元のイベントＡを選択する。次に、第２特定部１４は、遷移元のイベントＡの遷移先のイベントＢを選択する。遷移元のイベントＡと遷移先のイベントＢとが１つの組となる。

次に発生回数が多い遷移は、イベントＧからイベントＨへの遷移である。第２特定部１４は、３段階目として、イベントＧを選択し、選択されたイベントＧをイベント群に追加する。この場合、イベント群に含まれるイベント数は３つである。

次に、第２特定部１４は、４段階目として、イベントＨを選択し、選択されたイベントＨをイベント群に追加する。この場合、イベント群に含まれるイベント数は４つである。

第２特定部１４は、経路データを参照して、イベントＡとイベントＢとの組と、イベントＧとイベントＨとの組との間に、複数のイベントが存在することを検出する。また、上述したように、イベントＡからイベントＢの遷移は、イベントＧからイベントＨへの遷移の前に発生する。

この場合、第２特定部１４は、イベントＡとイベントＢとの組のうち、遷移先のイベントであるイベントＢを遷移元とする複数の遷移先のイベントのうち、遷移の発生回数が最も多いイベントを選択する。

遷移元がイベントＢの場合、遷移の発生回数が最も多いイベントはイベントＤ（発生回数は３１０回）である。第２特定部１４は、５段階目として、イベントＤを選択し、イベント群にイベントＤを追加する。この場合、イベント群に含まれるイベント数は５つである。

第２特定部１４は、経路データを参照して、イベントＡとＢとＤとＧとＨとの発生順序に複数のパターンがあるかを検出する。

経路データの各経路からは、「Ａ」→「Ｂ」→「Ｄ」→「Ｇ」→「Ｈ」（以下、ＡＢＤＧＨのように記載）の発生順序のみが検出される。第２特定部１４は、発生順序パターンは「ＡＢＤＧＨ」の１パターンのみであり、発生回数は６００回であることを特定する。

算出部１５は、発生順序パターンの数および発生回数に基づいて、ジニ係数を算出する。ジニ係数は、イベントの遷移先の偏りの度合い（不平等度合い）を示す値である。ジニ係数は、均等分配線とローレンツ曲線とで囲まれる領域の面積を２倍した値である。実施形態では、不平等度合いを示す値としてジニ係数を用いるが、不平等度合いを示す値であれば、ジニ係数以外の値が用いられてもよい。

ジニ係数は「０」より大きく、「１」より小さい値である。ジニ係数が「１」に近づくほど、偏りの度合いが大きいことを示す。

算出部１５は、上述した均等分配線とローレンツ曲線とに基づいて、ジニ係数が「０．８３３３３３」であることを算出する。５段階目の時点で、尖度は算出されない。

第２特定部１４は、経路データを参照して、遷移元のイベントをイベントＤとした場合における遷移の発生回数が最も多いイベントを検出する。該最も多いイベントは、イベントＥ（発生回数は３２０回）である。第２特定部１４は、６段階目として、イベントＥを選択し、イベント群にイベントＥを追加する。この場合、イベント群に含まれるイベント数は６つである。

第２特定部１４は、経路データを参照して、イベントＡとＢとＤとＥとＧとＨとの発生順序に複数のパターンがあるかを検出する。経路データの各経路からは、「ＡＢＤＥＧＨ」と「ＡＢＥＤＧＨ」との２つの発生順序パターンが検出される。

第２特定部１４は、「ＡＢＤＥＧＨ」の発生順序パターンに対応する発生回数は４８０回であり、「ＡＢＥＤＧＨ」の発生順序パターンに対応する発生回数は１２０回であることを特定する。

算出部１５は、発生順序パターンの数および発生回数に基づいて、ジニ係数を算出する。イベントＥが追加されたイベント群の場合、ジニ係数は「０．８」になる。６段階目のジニ係数は５段階目のジニ係数よりも値が低くなっている。これは、発生順序パターンの偏りが少なくなったことを示す。

また、算出部１５は、発生順序パターンに応じた発生回数に基づいて、尖度を算出する。尖度は、発生順序パターンに応じた発生回数の分布が平均値に集中する度合いを示す。尖度は、低い値から増加し、極大値を超えると、減少する。尖度が高いほど、イベント間の遷移に特徴があることを示す。この場合、イベント間の関連性が高くなる。

尖度は、確率密度関数と累積分布関数とにより表されるパレート分布（連続型の確率分布）に基づいて、所定の演算により算出される。実施形態では、発生順序パターンに応じた発生回数の分布の平均値に対する集中度合いを示す値として尖度を用いるが、該集中度合いを示す値であれば、尖度以外の値が用いられてもよい。

上述した２つの発生パターンとそれぞれの発生パターンに応じた発生回数とに基づいて、算出部１５は、尖度を算出する。６段階目の時点における尖度は「０．２５」である。イベントの数が少数の場合、イベント間の遷移に特徴が現れにくい。

そこで、算出部１５は、イベント群に含まれるイベントの数がイベント数閾値以上になったときに、尖度の算出を行う。図７の例では、イベント群に含まれるイベント数が「６」になった時点で、算出部１５は尖度の算出を行う。イベント数閾値は第２閾値の一例である。

これにより、イベント群に含まれるイベント数がイベント数閾値以上になるまでは、尖度の算出が行われないため、算出部１５により計算量を少なくすることができる。

第２特定部１４は、経路データを参照して、遷移元のイベントをイベントＥとした場合における遷移の発生回数が最も多いイベントを検出する。該最も多いイベントは、イベントＦ（発生回数は３３０回）である。

第２特定部１４は、７段階目として、イベントＦを選択し、イベント群にイベントＦを追加する。この場合、イベント群に含まれるイベント数は７つである。

第２特定部１４は、経路データを参照して、イベントＡとＢとＤとＥとＦとＧとＨとの発生順序に複数のパターンがあるかを検出する。経路データの各経路からは、６通りの発生順序パターンが検出される。

検出される発生順序パターンは「ＡＢＤＥＦＧＨ」、「ＡＢＤＦＥＧＨ」、「ＡＢＥＤＦＧＨ」、「ＡＢＥＦＤＧＨ」、「ＡＢＦＤＥＧＨ」および「ＡＢＦＥＤＧＨ」である。これらのうち、発生順序パターン「ＡＢＤＥＦＧＨ」に対応する発生回数は４００回であり、残りの５つの発生順序パターンに対応する発生回数は全て４０回である。

算出部１５は、上記の６通りの発生順序パターンとそれぞれの発生順序パターンに応じた発生回数とに基づいて、尖度およびジニ係数を算出する。算出される尖度は「０．４１２５」であり、ジニ係数は「０．７７５」である。

判定部１６は、現段階（７段階目）の尖度と１つ前の段階（６段階目）の尖度とを比較し、尖度が減少しているかを判定する。１つ前の段階の尖度は「０．２５」であり、現段階の尖度は「０．７７５」である。よって、尖度は増加しているため、判定部１６は、尖度は減少していないと判定する。

第２特定部１４は、経路データを参照して、遷移元のイベントをイベントＦとした場合における遷移の発生回数が最も多いイベントを検出する。該最も多いイベントは、イベントＣ（発生回数は１５０回）である。

第２特定部１４は、８段階目として、イベントＣを選択し、イベント群にイベントＣを追加する。この場合、イベント群に含まれるイベント数は８つである。

第２特定部１４は、経路データを参照して、イベントＡとＢとＣとＤとＥとＦとＧとＨとの発生順序に複数のパターンがあるかを検出する。経路データの各経路からは、２４通りの発生順序パターンが検出される。

そのうち、発生回数が１００回の発生順序パターンは４通りあり、発生回数が１０回の発生順序パターンは２０通りある。

算出部１５は、上記の２４通りの発生順序パターンとそれぞれの発生順序パターンに応じた発生回数とに基づいて、尖度およびジニ係数を算出する。この場合における尖度は「０．３８８２５」であり、ジニ係数は「０．５５５５５６」である。

判定部１６は、現段階（８段階目）の尖度と１つ前の段階（７段階目）の尖度とを比較し、尖度が減少しているかを判定する。１つ前の段階の尖度は「０．４１２５」であり、現段階の尖度は「０．５５５５５６」である。よって、判定部１６は、尖度が減少していると判定する。

尖度が減少していると判定部１６が判定した場合、該判定部１６は、現段階（８段階目）のジニ係数がジニ係数閾値以上であるかを判定する。実施形態では、ジニ係数閾値は「０．５」であるものとするが、ジニ係数閾値は「０．５」以外の値であってもよい。ジニ係数閾値は、第１閾値の一例である。

現段階のジニ係数は「０．５５５５５６」である。よって、判定部１６は、該ジニ係数がジニ係数閾値以上であると判定する。実施形態では、判定部１６は、尖度が減少したとしても、ジニ係数がジニ係数閾値以上であると判定した場合には、追加されたイベントＣを経路の候補として残す。

経路データには、イベントＡ〜Ｉが記録されており、そのうち、イベントＡ〜Ｈは既に選択済みである。よって、第２特定部１４は、残りの１つのイベントＩを検出する。第２特定部１４は、８段階目として、イベントＩを選択し、イベント群にイベントＩを追加する。この場合、イベント群に含まれるイベント数は９つである。

第２特定部１４は、経路データを参照して、イベントＡとＢとＣとＤとＥとＦとＧとＨとＩとの発生順序にパターンがあるかを検出する。経路データの各経路からは、２４通りの発生順序パターンが検出される。

そのうち、発生回数が１００回の発生順序パターンは４通りあり、発生回数が１０回の発生順序パターンは２０通りある。

算出部１５は、上記の２４通りの発生順序パターンとそれぞれの発生順序パターンに応じた発生回数とに基づいて、尖度およびジニ係数を算出される。この場合における尖度は「０．３８８２５」であり、ジニ係数は「０．３」である。

判定部１６は、現段階（９段階目）のジニ係数がジニ係数閾値以上であるかを判定する。現段階のジニ係数は「０．３」であり、ジニ係数閾値（＝０．５）未満である。よって、判定部１６は、該ジニ係数がジニ係数閾値未満であると判定する。

この段階で、判定部１６は、尖度が減少しており、且つジニ係数がジニ係数閾値未満であると判定する。この場合、判定部１６は、現段階の１つ前の段階（８段階目）のイベント群に含まれる各イベントによる経路を、ケースマネジメントを含む経路と判定する。

従って、８段階目のイベント群に含まれる各イベントによる経路が、ケースマネジメントを含む経路と判定されるため、９段階目で追加されるイベントＩは、ケースマネジメントを含む経路とは判定されない。

つまり、イベントＩは、並列イベントであると判定される。これにより、イベントＡ〜Ｈの経路（ケースマネジメントに含まれるイベントＣ〜Ｆを含む経路）とイベントＩの経路とを分離することができる。

ジニ係数は、上述したように、不平等度合いを示す。８段階目において、イベントＣがイベント群に追加されたとしても、ジニ係数はジニ係数閾値以上である。このため、イベントＣの遷移先のイベントに偏りがあることになる。

ケースマネジメントに含まれる各イベントは、ケースマネジメントの範囲内で限定的に遷移することが多いため、イベント群にイベントＣが追加された際のジニ係数が高いということは、該イベントＣはケースマネジメントに含まれる可能性が高い。

そこで、判定部１６は、８段階目において、イベントＣはケースマネジメントに含まれる可能性が高いと判定し、該イベントＣを、ケースマネジメントを含む経路から除外しない。

一方、９段階目において、イベントＩが追加されると、ジニ係数はジニ係数閾値未満になる。この場合、イベントＩの遷移先のイベントに偏りがないため、判定部１６は、該イベントＩはケースマネジメントに含まれる可能性が低いと判定し、該イベントＩを、ケースマネジメントを含む経路から除外する。

また、判定部１６は、６段階目以降、イベント群にイベントが１つ追加されるごとに、尖度を計算する。尖度は、該尖度が高いほど、イベント間の関係性が高いことを示すため、イベントがイベント群に追加されるごとに、尖度は低下する。

ケースマネジメントに含まれる対象となるイベントが、ケースマネジメントを含む経路から除外されないようにするためには、イベント群に含まれるイベントの数は多い方が好ましい。

そこで、判定部１６は、イベントがイベント群に追加されるごとに尖度が減少したとしても、ジニ係数がジニ係数閾値より高いうちは、ケースマネジメントを含む経路を判定しない。

そして、判定部１６は、ジニ係数がジニ係数閾値未満になったときのイベント群を、ケースマネジメントを含む経路と判定する。つまり、判定部１６は、６段階目以降の各段階において、ジニ係数がジニ係数閾値以上であり、且つ尖度が最も低い段階のときのイベント群に含まれる各イベントによる経路を、ケースマネジメントを含む経路と判定する。

また、判定部１６は、ジニ係数がジニ係数閾値以上の範囲内で、尖度が最も低い段階のときのイベント群に含まれる各イベントによる経路を、ケースマネジメントを含む経路と判定するため、この段階における尖度はある程度高いことが想定される。

このため、イベント間の関連性が高いイベントＡ〜Ｈによる経路と、イベント間の関連性の低いイベントＩによる経路とを分離された経路とすることができる。これにより、業務フローを簡略化することができる。

フロー生成部１７は、イベントＡ〜Ｈの経路とイベントＩの経路とが分離された業務フローを生成する。イベントＩが除外された経路データの全ての経路は、イベントＡから始まり、次にイベントＢが実行されたことを示す。

また、該全ての経路は、イベントＧが実行された後、イベントＨが実行されて終了されたことを示す。そして、イベントＢとイベントＧとの間に存在するイベントＣ、Ｄ、ＥおよびＦについての発生順序のパターンは複数ある。

図８の例に示されるように、フロー生成部１７は、ケースマネジメントに含まれるイベントをイベントＣ、Ｄ、ＥおよびＦとした経路を生成し、該経路とは別の経路（イベントＩのみの経路）を生成する。

フロー生成部１７は、業務フローを可視化した業務フロー図を生成する。例えば、フロー生成部１７は、図８に示されるような業務フロー図を生成する。表示制御部１８は、生成された業務フロー図をディスプレイ２０に表示する。

＜比較例＞
次に、比較例について説明する。図９は、尖度のみに基づいて、ケースマネジメントを含む経路を判定する場合の一例を示す。尖度のみに基づいて、ケースマネジメントを含む経路を判定する場合、尖度が増加から減少に変化した際のイベント群に含まれる各イベントによる経路を、ケースマネジメントを含む経路と判定することが考えられる。

この場合、７段階目のイベント群に含まれる各イベントによる経路が、ケースマネジメントを含む経路と判定される。７段階目のイベント群には、イベントＣが含まれていない。

このため、フロー生成部１７は、７段階目のイベント群に含まれる各イベントからイベントＣとイベントＩとをそれぞれ除外した経路と、イベントＣのみの経路と、イベントＩのみの経路とをそれぞれ生成する。

これにより、図１０のような業務フロー図が生成される。図１０の例では、ケースマネジメントに含まれる対象となるイベントＣが除外されている。これは、尖度のみに基づいて、業務フローが生成されるためである。

一方、上述したように、実施形態では、尖度とジニ係数とに基づいて、イベント群に含まれる各イベントにより経路が判定されるため、フロー生成部１７が生成する業務フローには、ケースマネジメントに含まれる対象となるイベントは全て経路に含まれる。これにより、ケースマネジメントに含まれる対象となるイベントが、該ケースマネジメントから除外されることを抑制できる。

＜実施形態の業務フロー生成の他の例＞
次に、実施形態の業務フロー生成の他の例について説明する。図１１は、他の例における経路データと各段階における尖度およびジニ係数の一例を示す。経路データに基づいて、特定される発生順序パターンおよび該発生パターンに応じた遷移の発生回数が特定される。

算出部１５は、各段階における尖度およびジニ係数を算出する。図１１の例の場合、ジニ係数がジニ係数閾値（＝０．５）以上のイベント群のうち、尖度が最も低いイベント群は、４段階目である。

図１１の例に示されるように、イベントＣは他のイベントに対して、実行される回数が少ない。しかし、尖度とジニ係数とに基づいて、経路に含まれるイベントが特定されるため、フロー生成部１７は、図１２の例に示されるように、イベントＣがケースマネジメントに含まれる経路を生成する。

また、イベントＩについては、イベントＡ〜Ｅと関連性が低いため、該イベントＡ〜Ｅの経路とは別の経路として業務フローが生成される。これにより、ケースマネジメントに含まれる対象となるイベントが、該ケースマネジメントに含まれなくなることを抑制でき、業務フロー図が複雑になることを抑制できる。

＜実施形態のフローチャート＞
次に、図１３および図１４のフローチャートを参照して、実施形態の処理の流れの一例について説明する。取得部１２は、情報処理システム２からログデータを取得する（ステップＳ１）。取得されたログデータは記憶部１９に記憶される。

第１特定部１３は、取得されたログデータに基づいて、遷移元のイベントと遷移先のイベントとの組ごとに遷移の発生回数を特定する（ステップＳ２）。第１特定部１３は、特定された遷移の発生回数に基づいて、イベント間遷移表を作成し（ステップＳ３）、作成されたイベント間遷移表を記憶部１９に記憶する。

第２特定部１４は、イベント間遷移表に基づいて、遷移の発生回数が多いイベントから順次、イベント群に追加する（ステップＳ４）。そして、第２特定部１４は、イベント群に含まれる各イベントに基づいて、発生順序パターンと該発生順序パターンに応じた遷移の発生回数を特定する（ステップＳ５）。

第２特定部１４は、イベントが追加されたイベント群に含まれるイベントの数がイベント数閾値に達したかを判定する（ステップＳ６）。ステップＳ６でＮＯの場合、処理はステップＳ４に戻る。

ステップＳ６でＹＥＳの場合、算出部１５は、イベント群に含まれる各イベントの発生順序パターンと発生回数とに基づいて、尖度を算出する（ステップＳ７）。判定部１６は、尖度が減少しているかを判定する（ステップＳ８）。ステップＳ８でＮＯの場合、処理はステップＳ４に戻る。

ステップＳ８でＹＥＳの場合、算出部１５は、追加されたイベント群に含まれる各イベントの発生順序パターンに応じた発生回数に基づいて、ジニ係数を算出する（ステップＳ９）。判定部１６は、算出されたジニ係数がジニ係数閾値以上であるかを判定する（ステップＳ１０）。ステップＳ１０でＮＯの場合、処理はステップＳ４に戻る。

ステップＳ１０でＹＥＳの場合、処理は「Ａ」に進む。「Ａ」以降の処理について、図１４のフローチャートを参照して説明する。フロー生成部１７は、算出されたジニ係数がジニ係数閾値以上であると判定された場合、１段階前のイベント群に含まれる各イベントに基づく業務フローを生成する（ステップＳ１１）。

主制御部１１は、ステップＳ４〜ステップＳ１１までの処理が所定回数行われたかを判定する（ステップＳ１２）。該所定回数は任意の回数に設定されてよい。ステップＳ１２でＮＯの場合、処理は「Ｂ」からステップＳ４に戻る。

ステップＳ１２でＹＥＳの場合、フロー生成部１７は、生成された業務フローを可視化した業務フロー図を生成する（ステップＳ１３）。そして、表示制御部１８は、生成された業務フロー図をディスプレイ２０に表示する制御を行う（ステップＳ１４）。以上で処理は終了する。

＜フロー生成装置のハードウェア構成の一例＞
次に、図１５の例を参照して、フロー生成装置３のハードウェア構成の一例を説明する。図１５の例に示すように、バス１００に対して、プロセッサ１１１とRandom Access Memory(RAM)１１２とRead Only Memory(ROM)１１３とが接続される。また、該バス１００に対して、補助記憶装置１１４と媒体接続部１１５とディスプレイ２０とが接続される。

プロセッサ１１１はＲＡＭ１１２に展開されたプログラムを実行する。実行されるプログラムとしては、実施形態の処理を行うフロー生成プログラムが適用される。

ＲＯＭ１１３はＲＡＭ１１２に展開されるプログラムを記憶する不揮発性の記憶装置である。補助記憶装置１１４は、種々の情報を記憶する記憶装置であり、例えばハードディスクドライブや半導体メモリ等を補助記憶装置１１４に適用してもよい。媒体接続部１１５は、可搬型記録媒体１１８と接続可能に設けられている。

可搬型記録媒体１１８としては、可搬型のメモリや光学式ディスク（例えば、Compact Disc(CD)やDigital Versatile Disc(DVD)、半導体メモリ等）を適用してもよい。この可搬型記録媒体１１８に実施形態の処理を行うフロー生成プログラムが記録されていてもよい。

記憶部１９は、ＲＡＭ１１２や補助記憶装置１１４等により実現されてもよい。主制御部１１と取得部１２と第１特定部１３と第２特定部１４と算出部１５と算出部１５と判定部１６とフロー生成部１７と表示制御部１８とは、与えられたフロー生成プログラムをプロセッサ１１１が実行することにより実現されてもよい。

ＲＡＭ１１２、ＲＯＭ１１３、補助記憶装置１１４および可搬型記録媒体１１８は、何れもコンピュータ読み取り可能な有形の記憶媒体の一例である。これらの有形な記憶媒体は、信号搬送波のような一時的な媒体ではない。

＜その他＞
本実施形態は、以上に述べた実施の形態に限定されるものではなく、本実施形態の要旨を逸脱しない範囲内で種々の構成または実施形態を取ることができる。

１ システム
２ 情報処理システム
３ フロー生成装置
１１ 主制御部
１２ 取得部
１３ 第１特定部
１４ 第２特定部
１５ 算出部
１６ 判定部
１７ フロー生成部
１８ 表示制御部
１９ 記憶部
２０ ディスプレイ
１１１ プロセッサ
１１２ ＲＡＭ
１１３ ＲＯＭ

Claims (7)

1. 情報処理システムのログデータに記録された複数の発生事象に関する情報から、遷移元の発生事象と遷移先の発生事象との組ごとに、遷移の発生回数を特定し、
   特定された前記遷移の発生回数に基づいて、該発生回数の多い順に選択された２以上の組を含み、且つ前記発生事象の数が異なる複数の発生事象群のそれぞれについて、前記発生事象の１以上の発生順序パターンと該１以上の発生順序パターンそれぞれの発生回数とを特定し、
   前記複数の発生事象群のそれぞれについて、前記１以上の発生順序パターンについての前記発生回数の分布の平均値に対する集中度合いと前記発生事象の遷移先の偏りの度合いである不平等度合いとを算出し、
   前記複数の発生事象群の中から、前記不平等度合いが第１閾値以上であり、且つ前記集中度合いが最も低い発生事象群に基づいて、前記発生事象のフローを生成する、
   処理をコンピュータに実行させることを特徴とするフロー生成プログラム。
2. 前記発生事象群に前記発生事象を追加するごとに、前記集中度合いが減少しているかを判定し、
   前記集中度合いが減少していると判定された場合、前記発生事象群に前記発生事象を追加するごとに、前記不平等度合いが前記第１閾値以上であるかを判定し、
   前記不平等度合いが前記第１閾値以上であると判定された際の発生事象群に基づいて、前記発生事象のフローを生成する、
   処理を前記コンピュータに実行させることを特徴とする請求項１記載のフロー生成プログラム。
3. 前記発生事象群に含まれる発生事象の数が第２閾値を超えた後に、前記集中度合いを算出する、
   処理を前記コンピュータに実行させることを特徴とする請求項２記載のフロー生成プログラム。
4. 前記遷移の発生回数が最も多い組の前記遷移先の発生事象から順番に前記発生事象群に追加する、
   処理を前記コンピュータに実行させることを特徴とする請求項２または３記載のフロー生成プログラム。
5. 作成された前記発生事象のフローを可視化したフロー図を作成し、
   作成されたフロー図を表示装置に表示する、
   処理を前記コンピュータに実行させることを特徴とする請求項１乃至４のうち何れか１項に記載のフロー生成プログラム。
6. 情報処理システムのログデータに記録された複数の発生事象に関する情報から、遷移元の発生事象と遷移先の発生事象との組ごとに、遷移の発生回数を特定し、
   特定された前記遷移の発生回数に基づいて、該発生回数の多い順に選択された２以上の組を含み、且つ前記発生事象の数が異なる複数の発生事象群のそれぞれについて、前記発生事象の１以上の発生順序パターンと該１以上の発生順序パターンそれぞれの発生回数とを特定し、
   前記複数の発生事象群のそれぞれについて、前記１以上の発生順序パターンについての前記発生回数の分布の平均値に対する集中度合いと前記発生事象の遷移先の偏りの度合いである不平等度合いとを算出し、
   前記複数の発生事象群の中から、前記不平等度合いが第１閾値以上であり、且つ前記集中度合いが最も低い発生事象群に基づいて、前記発生事象のフローを生成する、
   処理をコンピュータが実行することを特徴とするフロー生成方法。
7. 情報処理システムのログデータに記録された複数の発生事象に関する情報から、遷移元の発生事象と遷移先の発生事象との組ごとに、遷移の発生回数を特定する第１特定部と、
   特定された前記遷移の発生回数に基づいて、該発生回数の多い順に選択された２以上の組を含み、且つ前記発生事象の数が異なる複数の発生事象群のそれぞれについて、前記発生事象の１以上の発生順序パターンと該１以上の発生順序パターンそれぞれの発生回数とを特定する第２特定部と、
   前記複数の発生事象群のそれぞれについて、前記１以上の発生順序パターンについての前記発生回数の分布の平均値に対する集中度合いと前記発生事象の遷移先の偏りの度合いである不平等度合いとを算出する算出部と、
   前記複数の発生事象群の中から、前記不平等度合いが第１閾値以上であり、且つ前記集中度合いが最も低い発生事象群に基づいて、前記発生事象のフローを生成するフロー生成部と、
   を備えることを特徴とするフロー生成装置。

Images