JP7085331B2 - 気分スコア計算装置および気分スコア計算方法 - Google Patents

Description

本発明は、気分スコア計算装置および気分スコア計算方法に関するものであり、具体的には、労働者のメンタルヘルス状態を、当該労働者にとって負担の少ない形で簡便かつ精度良好に特定する技術に関する。

メンタルヘルス疾患による社会的損失は国内だけでも年間２兆円に上り、大きな社会問題となっている。特に職場における労働者の罹患が多く、その予防・早期発見方法の確立、またメンタルヘルス疾患により休業した労働者の効率的な職場復帰が喫緊の課題となっている。

このような中、労働者のメンタルヘルス状態の科学的な定量化技術が求められている。一般に、メンタルヘルス管理において労働者の状態を定量化する施策として、労働者の就労時間評価や仕事中の気分評価が行われている。

そのうち就労時間の評価は、ＰＣ電源のＯＮ／ＯＦＦの時刻を記録するなどの方法で、比較的容易に評価可能である。

一方、気分評価については、現状気分質問紙（Ｐｒｏｆｉｌｅ ｏｆ Ｍｏｏｄ Ｓｔａｔｅ：ＰＯＭＳ）や、ベック抑うつ質問紙（Ｂｅｃｋ Ｄｅｐｒｅｓｓｉｏｎ Ｉｎｖｅｎｔｏｒｙ Ｓｅｃｏｎｄ Ｅｄｉｔｉｏｎ：ＢＤＩ－ＩＩ）などを用いて評価されている。

しかし上述の気分評価に際し、被験者は毎回数十問の質問に答える必要があり、負担が大きい。そのため、当該評価を毎日行うことが難しくなっている。そこで、被験者に負担をかけることなく、その毎日の気分を定量的に評価する方法が求められている。

そうした背景を踏まえた従来技術としては、気分スコア計算装置であって、プロセッサとメモリとを含み、前記メモリは、ユーザの気分スコアとユーザ端末の操作時間間隔の揺らぎを示す特徴量との関係を示す、関係情報を保持し、前記プロセッサは、第１ユーザ端末の操作履歴を取得し、前記操作履歴から、前記第１ユーザ端末の操作時間間隔の揺らぎを示す特徴量の値を算出し、前記特徴量の値と前記関係情報とに基づき、前記第１ユーザ端末のユーザの気分スコアを決定し、前記気分スコアを出力する、気分スコア計算システム（特許文献１参照）などが開示されている。

また、被検体に光を照射する光源と、前記被検体内を伝播した前記光源からの光を検出する検出器と、言語情報を用いた第１の課題と、前記呈示部に呈示された複数の情報の位置を用いた第２の課題とを、前記被検体に呈示させる刺激呈示部と、前記検出器によって検出された光から前記被検体内部の酸素化ヘモグロビンおよび脱酸素化ヘモグロビンの濃度変化に依存するヘモグロビン信号を算出する演算部と、を有し、前記演算部は、前記第１の課題及び前記第２の課題の夫々に対応する前記ヘモグロビン信号を夫々算出し、前記第１の課題に対応するヘモグロビン信号と前記第２の課題に対応するヘモグロビン信号の相対値または比率を算出し、前記相対値または比率に基づいて、前記被検体の気分を評価することを特徴とする生体光計測装置（特許文献２参照）なども開示されている。

ＷＯ２０１６／２０３５７５ 特許第０５３１９９６０号公報

ところが従来技術においては、被験者による端末等での作業内容やその使用ツールの違いによる、当該被験者の脳におけるワーキングメモリへの負荷の相違を考慮していない。換言すれば、端末等での操作履歴を統計的な観点でのみ処理して得た気分スコアは、脳科学的な知見を反映したものとは言えず、良好な精度が期待できない。

一方、被験者に近赤外光脳計測装置を装着させ、一連のタスクを実施してもらうとすれば、被験者にとって、数多くの質問に逐一回答する際のストレスからは解放される。しかしながら、そうした計測装置を装着すること自体が新たなストレスであって、当該被験者にとっての負担は別の形で生じてしまう。

また、被験者数が多数にのぼる場合、それに応じた数の計測装置が必要となり、導入・運用のコストや手間が無視できないものとなりやすい。しかも、そうした多くの被験者すなわち労働者に対し、毎日一定時間を上述のタスク実施に割いてもらう必要があり、本来業務の遂行上も現実的ではない。

そこで本発明の目的は、労働者のメンタルヘルス状態を、当該労働者にとって負担の少ない形で簡便かつ精度良好に特定する技術を提供することにある。

上記課題を解決する本発明の気分スコア計算装置は、所定装置におけるユーザの操作履歴を格納した記憶装置と、所定アルゴリズムに基づいて、前記操作履歴を、テキストの入力または編集を行うキーボードまたはテキストエディタが使用される言語性課題、および図形または画像の加工または編集を行う画像エディタまたはマウスが使用される空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対する操作履歴に基づき、イベントに関する時間揺らぎテーブルをそれぞれ生成し、前記生成した前記言語性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記生成した前記空間性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記言語性課題及び前記空間性課題のそれぞれの前記フラクタル次元を操作時間間隔の揺らぎ特徴とした、特徴量解析結果を生成し、当該特徴量解析結果が示す所定項目の値を所定の算定式に適用することで、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力する演算装置と、を備えることを特徴とする。

また、本発明の気分スコア計算方法は、所定装置におけるユーザの操作履歴を格納した記憶装置を備える情報処理装置が、所定アルゴリズムに基づいて、前記操作履歴を、テキストの入力または編集を行うテキストエディタが使用される言語性課題、および図形または画像の加工または編集を行う画像エディタが使用される空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対する操作履歴に基づき、イベントに関する時間揺らぎテーブルをそれぞれ生成し、前記生成した前記言語性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記生成した前記空間性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記言語性課題及び前記空間性課題のそれぞれの前記フラクタル次元を操作時間間隔の揺らぎ特徴とした、特徴量解析結果を生成し、当該特徴量解析結果が示す所定項目の値を所定の算定式に適用することで、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力する、ことを特徴とする。

本発明によれば、労働者のメンタルヘルス状態を、当該労働者にとって負担の少ない形で簡便かつ精度良好に特定することが可能となる。

本実施形態における気分スコア計算装置を含むネットワーク構成例を示す図である。 本実施形態における管理者端末の構成例を示す図である。 本実施形態における気分スコア計算方法のフロー例１を示す図である。 本実施形態における操作情報の構成例を示す図である。 本実施形態における気分スコア計算方法のフロー例２を示す図である。 本実施形態における操作時系列テーブルの構成例を示す図である。 本実施形態における気分スコア計算方法のフロー例３を示す図である。 本実施形態における気分スコア計算方法のフロー例４を示す図である。 本実施形態における気分スコア計算方法のフロー例５を示す図である。 本実施形態の時間揺らぎテーブルの構成例を示す図である。 本実施形態における時間ウィンドウの個数Ｎ［ｉ］の算出概念例を示す図である。 本実施形態における時間ウィンドウサイズδ［ｉ］と対象イベントを含む時間ウィンドウの個数Ｎ［ｉ］の両対数グラフ、及び、回帰直線の例を示す図である。 本実施形態における特徴量解析結果テーブルの構成例を示す図である。 本実施形態における気分スコア計算方法のフロー例６を示す図である。 本実施形態の気分スコア解析結果テーブルの構成例を示す図である。 本実施形態の気分スコア解析結果画像の例を示す図である。 本実施形態における気分スコア計算方法のフロー例７を示す図である。 本実施形態方法における気分スコア計算方法のフロー例８を示す図である。 本実施形態方法における気分スコア計算方法のフロー例９を示す図である。 本実施形態方法における気分スコア計算方法のフロー例１０を示す図である。 本実施形態における一つの従業者端末における１日の対象イベントの時系列を示す図である。 本実施形態における時間間隔Δｔと累積確率分布Ｐ（ｘ＞Δｔ）の両対数グラフ、及び、回帰直線の例を示す図である。

－－－ネットワーク構成－－－
以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の気分スコア計算装置たる管理者端末１０３を含むネットワーク構成図である。図１に示す気分スコア計算装置たる管理者端末１０３（以下、管理者端末１０３）は、 労働者のメ
ンタルヘルス状態を、当該労働者にとって負担の少ない形で簡便かつ精度良好に特定するコンピュータ装置である。

発明者らの研究によれば、ユーザが使用する端末における操作時間間隔の揺らぎは、当該ユーザの気分と関連性を有することが判明している。特に、操作時間間隔のフラクタル次元及び操作時間間隔の累積確率分布のべき指数は、気分スコアと高い関連性がある。また、そうした端末での作業内容やその使用ツールが言語性課題および空間性課題のいずれに対するものであるかにより、当該ユーザの脳におけるワーキングメモリへの負荷に関して相違が生じることも判明している。作業内容やその使用ツールの属性、すなわち言語性課題および空間性課題ごとに操作時間間隔の揺らぎを示す特徴量を検討し、両者の関係を踏まえて気分スコアを算出することで、当該ユーザに特段の負担をかけることなく、その気分スコアを、脳科学的な知見を反映して精度良好にかつ簡便に特定することができる。

こうした管理者端末１０３は、ネットワーク１０を介して、複数の従業員端末１０１Ａ～１０１Ｃと接続されている。従業員すなわち労働者は、それぞれ、従業員端末１０１Ａ～１０１Ｃのユーザであり、従業員端末１０１Ａ～１０１Ｃを使用して業務を実行する。一方、管理者端末１０３は、メンタルヘルス管理者により使用される。これら従業員端末１０１Ａ～１０１Ｃと管理者端末１０３とをあわせて気分スコア計算システムを構成するとしてもよい。なお、特に断らないかぎり、従業員端末１０１Ａ～１０１Ｃを総称する場合、従業員端末１０１と称するものとする。

上述の従業員端末１０１Ａ～１０１Ｃは、それぞれ、操作情報取得部１０２Ａ～１０２Ｃを含む。この操作情報取得部１０２Ａ～１０２Ｃは、それぞれ、従業員による従業員端末１０１Ａ～１０１Ｃの操作履歴を保持し、所定の時期にネットワーク１０を介して、管理者端末１０３に送信する。操作所取得部１０２Ａ～１０２Ｃは、こうした処理を行うため、その従業員端末に備わるキーボードやマウスといった入力デバイスでの操作情報を、ＯＳ等で予め備えるログ機能等から取得し、不揮発性記憶素子からなる二次メモリにて蓄積するものとする。

なお、特に断らないかぎり、操作所取得部１０２Ａ～１０２Ｃを総称する場合、操作所取得部１０２と称するものとする。また、本実施形態において、一人の従業員が一つの従業員端末１０１を使用する。なお、複数の従業員が一つの従業員端末１０１を使用してもよい。各従業員の操作は当該従業員端末１０１でのログイン時の従業員ＩＤで区別され、それが操作履歴にも反映されるものとする。

一方、管理者端末１０３は、操作情報収集部１０４、操作時間揺らぎ解析部１０６、気分スコア算出部１０７、および、結果表示部１０８を含んで構成される。

このうち操作情報収集部１０４は、ネットワーク１０を介して、所定時に、従業員端末１０１Ａ～１０１Ｃから従業員の操作履歴を収集し、操作時系列テーブル１０５に格納する。

また、操作時間揺らぎ解析部１０６は、上述の操作情報収集部１０４が収集した各従業員の操作履歴を解析し、各従業員の言語性課題および空間性課題での各操作における操作時間間隔の揺らぎを決定する。

また、気分スコア算出部１０７は、上述の操作時間揺らぎ解析部１０６による解析結果に基づき、各従業員の気分スコアを算出する。

また、結果表示部１０８は、上述の気分スコア算出部１０７で得た気分スコアの情報を含む、各従業員の気分計測結果を、ディスプレイなどの表示デバイスにおいて表示する。

なお、上述の、操作情報収集部１０４、操作時間揺らぎ解析部１０６、気分スコア算出部１０７、および、結果表示部１０８、といった各機能部は、管理者端末１０３において対応するプログラム（後述）が実行されることで実装されることを想定する。

－－－ハードウェア構成－－－
図２は、本実施形態の管理者端末１０３のハードウェア構成例を示す図である。本実施形態の管理者端末１０３は、一般的な計算機と同様に、演算装置たるＣＰＵ１２１、主メモリ１２２、二次メモリ１２３、ネットワーク１０を介して他の装置とデータ通信を行う通信インターフェイス１２４、キーボードやマウスなどの入力デバイス１２５、および、ディスプレイなどの表示デバイス１２６を含んで構成される。

なお、上述の構成のうち主メモリ１２２は、典型的には揮発性の半導体記憶デバイスである。また、二次メモリ１２３は、典型的には、ハードディスクドライブ（ＨＤＤ）やソリッドステートドライブ（ＳＳＤ）等、非一時的記憶媒体を含む不揮発性記憶デバイスである。

また、主メモリ１２２は、プログラム及び当該プログラムらが使用するデータを格納する。また、二次メモリ１２３は、上述の主メモリ１２２にロードされるプログラム及びデータを格納する不揮発性の非一時的記憶媒体を備える。なお、二次メモリ１２３は、ネッ
トワーク１０を介して接続された外部の記憶デバイスでもよい。

また、主メモリ１２２に格納されている各プログラムは、プログラム配布サーバや、計算機読み取り可能な非一時的記憶媒体によってインストールされたものを想定可能である。

図２において、主メモリ１２２は、二次メモリ１２３からロードされた操作情報収集プログラム１２７、操作時間揺らぎ解析プログラム１２８、気分スコア算出プログラム１２９、および、結果表示プログラム１３０に加え、不図示のＯＳを保持する。

また、二次メモリ１２３は、主メモリ１２２にロードされる、操作時系列テーブル１０５を格納する。

なお、上述の各プログラム１２７～１３０は、それぞれプロセッサ（ＣＰＵ１２１）によって実行されることで、図１にて例示した機能部１０４、１０６～１０８を構成し、定められた処理を行うこととなる。従って、本開示においてプログラムを主語とする説明は、プロセッサを主語とした説明でもよい。若しくは、プログラムが実行する処理は、そのプログラムが動作する装置及びシステムが行う処理である。

プロセッサは、プログラムに従って動作することによって、所定の機能を実現する機能部として動作できる。例えば、ＣＰＵ１２１は、操作情報収集プログラム１２７、操作時間揺らぎ解析プログラム１２８、気分スコア算出プログラム１２９、及び結果表示プログラム１３０に従って動作することで、操作情報収集部１０４、操作時間揺らぎ解析部１０６、気分スコア算出部１０７、及び結果表示部１０８として機能する。

なお、従業員端末１０１Ａ～１０１Ｃは、管理者端末１０３と同様のハードウェア構成を有することができる。従業員端末１０１Ａ～１０１Ｃのプロセッサは、それぞれ、操作情報取得プログラムを実行し、操作情報取得部１０２Ａ～１０２Ｃとして機能する。

－－－気分スコア計算手順等－－－
以下、本実施形態における気分スコア計算方法の実際手順について図に基づき説明する。以下で説明する気分スコア計算方法に対応する各種動作は、管理者端末１０３がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図３は、本実施形態における気分スコア計算方法のフロー例１を示す図であり、具体的には、従業員端末１０１Ａにおける操作情報取得部１０２Ａの動作フロー例を示す。なお、従業員による業員端末１０１Ａの操作によるイベント毎に、本フローが実行されるものとする。また、他の従業員端末１０１Ｂ、１０１Ｃにおいても同様である。

この場合、操作情報取得部１０２Ａは、ＯＳ又は操作対象のアプリケーションから、当該操作を行っている従業員の従業員端末ＩＤ、操作を行っている日付、時刻、イベント名、当該従業員端末１０１Ａの入力デバイスでの操作キーの種別、および、当該アプリケーション名、を含む、イベント情報を取得する（Ｓ１０１）。

また、操作情報取得部１０２Ａは、Ｓ１０１で取得したイベント情報を、操作情報１４０に追記し（Ｓ１０２）、処理を終了する。この操作情報１４０は、例えば、二次メモリに格納される。

図４は、操作情報取得部１０２Ａが生成する操作情報１４０の構成例を示す。従業員に
より従業員端末１０１Ａにて操作される入力デバイスは、例えば、キーボード、マウス及びタッチパネルである。また、操作情報１４０は、上述の操作情報の構成のとおり、従業員端末ＩＤ欄１４１、日付欄１４２、時刻欄１４３、イベント名欄１４４、キー種別欄１４５、および、アプリ名欄１４６を含む。

こうした操作情報１４０において一つのレコードが、従業員の操作による一つのイベントを示す。一つのレコードは、一回の操作に対応する。設計によっては、一回の操作が、１又は複数のイベントで構成されてもよい。たとえば、キーダウンとキーアップそれぞれが一回の操作でもよく、キーダウンとキーアップの組が一回の操作でもよい。

また、従業員端末ＩＤ欄１４１は、操作された従業員端末のＩＤを示す。日付欄１４２及び時刻欄１４３欄は、イベントが発生した日付及び時刻を示す。イベント名欄１４４は、発生したイベントの名前を示す。キー種別欄１４５は、操作された入力デバイスがキーボード又はタッチパネルである場合、操作されたキーの種類を示す。

一方、図５は本実施形態の気分スコア計算方法のフロー例２を示す図であり、具体的には、管理者端末１０３における操作情報収集部１０４の動作フロー例を示す。

この場合、管理者端末１０３の操作情報収集部１０４は、例えば前日の１日分の操作情報１４０を、従業員端末１０１Ａ～１０１Ｃから収集する（Ｓ１２１）。

この際、操作情報収集部１０４は、従業員端末１０１Ａ～１０１Ｃのそれぞれに、期間を指定した操作情報の送信を指示する。一方、従業員端末１０１Ａ～１０１Ｃの操作情報取得部１０２Ａ～１０２Ｃは、それぞれ、管理者端末１０３から指示された期間の操作情報１４０を、管理者端末１０３に送信する。

続いて、管理者端末１０３の操作情報収集部１０４は、上述の従業員端末１０１Ａ～１０１Ｃから収集した操作情報１４０を、操作時系列テーブル１０５に追記し（Ｓ１２２）、処理を終了する。

図６は、本実施形態の管理者端末１０３における操作時系列テーブル１０５の構成例を示す。本実施形態の操作時系列テーブル１０５は、上述の操作情報１４０と同様のテーブル構成を有する。

具体的には、操作時系列テーブル１０５は、従業員端末ＩＤ欄１５１、日付欄１５２、時刻欄１５３、イベント名欄１５４、キー種別欄１５５、および、アプリ名欄１５６を含む。

図７Ａは、本実施形態の気分スコア計算方法のフロー例３を示す図であり、具体的には、管理者端末１０３における操作時間揺らぎ解析部１０６の動作フロー例を示す。

この場合、管理者端末１０３の操作時間揺らぎ解析部１０６は、操作時系列テーブル１０５から、従業員端末ＩＤ毎および日付毎に、言語性課題および空間性課題それぞれについての、時間揺らぎテーブルを生成する（Ｓ１３０）。

この場合、操作時間揺らぎ解析部１０６は、操作時系列テーブル１０５から、従業員端末ＩＤ毎かつ日付毎に、上述のように言語性課題または空間性課題に対応したアプリで実行された操作情報のレコードであって、予め定めた所定の対象イベントのレコードを選択し、時間揺らぎテーブルを生成するものとする。一つの時間揺らぎテーブルは、一つの従業員端末の一日における言語性課題または空間性課題に関するイベント情報を示す。

図８は、操作時間揺らぎ解析部１０６が生成する、時間揺らぎテーブル１６０の構成例を示す。図８は、従業員端末ＩＤ＝「ＰＣ０００１」、日付＝「２０１４／０３／１３」、アプリ名「表計算」または「文書作成」（すなわち言語性課題に対応したもの）、イベント名＝「ＫＥＹ＿ＤＯＷＮ」の条件で操作時系列テーブル１０５から抽出された時間揺らぎテーブル１６０を示す。

図８で例示する時間揺らぎテーブル１６０は、レコード番号（＃）欄１６１と、時刻欄１６２とを有する。このうち時刻欄１６２は、対象イベントそれぞれの発生時刻を示す。本例の対象イベントは、キーダウン（キー入力）である。

なお、図８の例では、一つの種類のイベントの情報のみ抽出するが、操作時間揺らぎ解析部１０６は、複数種類のイベントの情報を抽出してもよい。複数種類のイベントは、同一入力デバイスにおけるイベントでもよく、異なる入力デバイスでのイベントでもよい。イベントを抽出する条件は、イベント名以外の条件を含んでもよい。

続いて、操作時間揺らぎ解析部１０６は、上述のＳ１３０で生成した時間揺らぎテーブルのうち言語性課題に関するものから、従業員端末１０１Ａ～１０１Ｃそれぞれでの、所定期間の操作における操作時間間隔の揺らぎの特徴量として、フラクタル次元を算出する（Ｓ１３１）。

本例では、所定期間の操作における操作時間間隔の揺らぎの特徴量として、１日の操作における操作時間のフラクタル次元を算出する。操作時間間隔は、対象操作間の時間間隔である。所定期間は設計に応じて決定される。

フラクタル次元（ｄ）の計算手法としては、例えば、ボックスカウント法が存在する。このボックスカウント法によるフラクタル次元（ｄ）の計算手順は、図７Ｂのフローに沿った以下のとおりとなる。なお、ボックスカウント法によるフラクタル次元（ｄ）は、下記の数式１で定義される。

ここで、δは時間ウィンドウサイズを示す。また、Ｎは対象イベントを１以上有する時間ウィンドウの個数を示す。

操作時間揺らぎ解析部１０６は、上述のように言語性課題に関して生成した時間揺らぎテーブルにおいて、対象イベント総数Ｋを算出する（Ｓ１４２）。この対象イベント総数Ｋは、時間揺らぎテーブルのレコード数に一致する。上述の例における対象イベント総数Ｋは、従業員端末１０１における言語性課題に関してなされた１日のキーダウンの回数である。

また、操作時間揺らぎ解析部１０６は、対象イベント総数Ｋと所定の閾値Ｋ＿ｔｈとを比較する（Ｓ１４３）。この比較の結果、対象イベント総数Ｋが閾値Ｋ＿ｔｈ以上である場合（Ｓ１４３：ｏｔｈｅｒｗｉｓｅ）、操作時間揺らぎ解析部１０６は、異なる時間ウィンドウサイズδ［ｉ］（ｉ＝０，…，Ｍ－１）（単位：秒）それぞれにおいて、対象イベントを１以上有する時間ウィンドウの個数Ｎ［ｉ］を算出する（Ｓ１４４）。

図９は、時間ウィンドウの個数Ｎ［ｉ］を算出方法の例を示す。セクション１７０は、
一つの従業者端末における、１日の対象イベントの時系列を示す。時間軸上の一つの線１７１は、一回の対象イベント（キーダウン）を示す。

セクション１７５は、異なる時間ウィンドウサイズδ［ｉ］（ｉ＝０，…，Ｍ－１）の時間ウィンドウ列を示す。本例において、時間ウィンドウサイズδ［ｉ］は、２＾ｉ（（ｉ＝０，…，Ｍ－１））である。Ｍは規定の２以上の整数である。

この場合、操作時間揺らぎ解析部１０６は、時間ウィンドウサイズをδ［ｉ］＝２＾ｉ（（ｉ＝０，…，Ｍ－１））（単位：秒）と変えながら、対象イベントを１以上有する時間ウィンドウの個数Ｎ［ｉ］を算出する。

例えば、時間ウィンドウサイズが８秒（δ［３］）の時間ウィンドウ列１７６において、対象イベントを１以上含む時間ウィンドウの個数Ｎ［３］は、「３」である。ハッチングされた時間ウィンドウ（例えば時間ウィンドウ１７７）は、対象イベントを１以上含む時間ウィンドウである。白の時間ウィンドウ（例えば時間ウィンドウ１７８）は、対象イベントを含まない時間ウィンドウである。この他、１秒、２秒、４秒の時間ウィンドウサイズそれぞれに対して、対象イベントを１以上有する時間ウィンドウの個数Ｎは、「１０」個、「７」個、「５」個である。

図７Ｂのフローの説明に戻る。操作時間揺らぎ解析部１０６は、時間ウィンドウサイズδ［ｉ］と個数Ｎ［ｉ］の両対数グラフ（両対数関係）を算出し、近似直線の傾きを算出する（Ｓ１４５）。つまり、操作時間揺らぎ解析部１０６は、ｙ［ｉ］＝ｌｏｇ（Ｎ［ｉ］）、ｘ［ｉ］＝ｌｏｇ（δ［ｉ］）（ｉ＝０、…、Ｍ－１）の座標点を計算し、ｙ［ｉ］＝－α＊ｘ［ｉ］＋βである回帰式を決定する。

また、操作時間揺らぎ解析部１０６は、例えば、最小二乗法によって定数α及びβを算出する。操作時間揺らぎ解析部１０６は、傾きαを、フラクタル次元（ｄ）と決定する。さらに、操作時間揺らぎ解析部１０６は、座標点の回帰式に対する当てはまりの良さを示す決定係数Ｒ^２を算出する。

図１０は、時間ウィンドウサイズδ［ｉ］と対象イベントを含む時間ウィンドウの個数Ｎ［ｉ］の両対数グラフ、及び、回帰直線の例を示す。図１０の各点は実測値を示し、直線は実測値に対する回帰直線を表す。また、回帰直線の傾き－αは「－０．８１４」であり、フラクタル次元ｄは、０．８１４である。また、決定係数Ｒ^２は０．９９９である。

図１０から理解されるように、キー入力の時間間隔は、高い精度でフラクタル性を示す。発明者らは操作時間間隔の多くの測定を行い、測定結果は、高い精度でフラクタル性が成立していることを示した。

図７Ｂのフローの説明に戻る。上述のステップＳ１４３において、対象イベント総数Ｋが閾値Ｋ＿ｔｈより小さい場合（Ｓ１４３：Ｋ＜Ｋ＿ｔｈ）、操作時間揺らぎ解析部１０６は、フラクタル次元（ｄ）を「ＮａＮ」と決定し、さらに、決定係数Ｒ^２を「ＮａＮ」と決定する（Ｓ１４６）。

上述の「ＮａＮ」は、演算結果が正常な結果ではないことを示すエラー値である。対象イベント総数Ｋが少ない場合、フラクタル次元及び気分スコアの正確な計算が困難であるため、非数を示すことにより、従業員の気分について誤った情報を提供することを避ける。

最後に、操作時間揺らぎ解析部１０６は、従業員端末ＩＤ、日付、対象イベント総数Ｋ
、決定係数Ｒ^２と共に、フラクタル次元（ｄ）を、言語性課題に関して得た、端末操作時間間隔の揺らぎ特徴量ｄとして、特徴量解析結果テーブルに出力し（Ｓ１４７）、処理を終了する。特徴量解析結果テーブルは、二次メモリ１２３に格納される。

図１１は、特徴量解析結果テーブル１８０の構成例を示す。特徴量解析結果テーブル１８０は、従業員端末ＩＤ欄１８１、日付欄１８２、対象イベント総数欄１８３、揺らぎ特徴量欄１８４、および、決定係数欄１８５を有する。

なお、これら各欄のうち、対象イベント総数欄１８３、揺らぎ特徴量欄１８４、および、決定係数欄１８５については、言語性課題と空間性課題の双方に関して備わっている。よって、図７Ｂのフローの結果、この特徴量解析結果テーブル１８０に格納される情報は、言語性課題の欄に格納されることとなる。

こうした特徴量解析結果テーブル１８０における一つのレコードは、一日の一つの従業員端末（一人の従業員）の情報を示す。上述のように、揺らぎ特徴量は、操作時間間隔のフラクタル次元（ｄ）を示す。

上記例は、フラクタル次元としてボックス次元を採用するが、他のフラクタル次元を採用してもよい。例えば、レニー次元、ハウスドルフ次元、パッキング次元、又は相関次元を採用することができる。

ここで図７Ａのフローの説明にもどる。操作時間揺らぎ解析部１０６は、上述のＳ１３０で生成した時間揺らぎテーブルのうち空間性課題に関するものから、従業員端末１０１Ａ～１０１Ｃそれぞれでの、所定期間の操作における操作時間間隔の揺らぎの特徴量として、フラクタル次元を算出する（Ｓ１３１）。この空間性課題に関して、フラクタル次元を算出する処理は、対象を空間性課題の時間揺らぎテーブルとして処理を開始する以外、図７Ｂにて示した、言語性課題に関してフラクタル次元を算出するフローと同様であるので説明は省略する。ただし、当該フローの結果、特徴量解析結果テーブル１８０における、空間性課題に関する各欄に対応する値が設定されたレコードが格納されることとなる。つまり、特徴量解析結果テーブル１８０の各レコードにおいてデータ構成が完成する。

続いて、管理者端末１０３における気分スコア算出部１０７での処理について説明する。図１２は、本実施形態の気分スコア計算方法のフロー例６を示す図であり、具体的には、気分スコア算出部１０７の動作フロー例を示す。この場合、気分スコア算出部１０７は、上述のように生成された特徴量解析結果テーブル１８０から、言語性課題および空間性課題のそれぞれに関する揺らぎ特徴量を得て、従業員の気分スコアを算出することとなる。

まず、管理者端末１０３の気分スコア算出部１０７は、特徴量解析結果テーブル１８０から、従業員端末ＩＤ毎、かつ、日付毎に、言語性課題および空間性課題のそれぞれの揺らぎ特徴量ｄと決定係数Ｒ^２（レコード）を読み出す（Ｓ１６１）。一つのレコードは、一つの従業員端末の１日の情報である。

続いて、気分スコア算出部１０７は、各従業員端末ＩＤの各日における気分スコアｓを決定する。以下において、各レコードの気分スコアの算出方法を説明する。

気分スコア算出部１０７は、読み出した決定係数Ｒ^２が「ＮａＮ」であるか判定する（Ｓ１６２）。決定係数Ｒ^２が「ＮａＮ」である場合（Ｓ１６２：Ｒ^２＝＝ＮａＮ）、気分スコア算出部１０７は、当該レコード（当該従業員端末ＩＤの当該日）の気分スコアｓを「ＮａＮ」と決定する（Ｓ１６３）。エラーが発生していることを示すことで、従業員の
気分について誤った情報を提供することを避ける。

他方、決定係数Ｒ^２が「ＮａＮ」でない場合（Ｓ１６２：Ｏｔｈｅｒｗｉｓｅ）、気分スコア算出部１０７は、決定係数Ｒ^２と規定の閾値Ｒ^２＿ｔｈとを比較する（Ｓ１６４）。

この比較の結果、決定係数Ｒ^２が閾値Ｒ^２＿ｔｈより小さい場合（Ｓ１６４：Ｒ^２＜Ｒ^２＿ｔｈ）、気分スコア算出部１０７は、当該レコードの気分スコアｓを「異常」と決定する（Ｓ１６５）。

決定係数Ｒ^２が小さいことは、操作時間間隔列が、フラクタル性を示していないことを意味する。発明者らの研究によれば、通常の操作時間間隔列は高いフラクタル性を示し、フラクタル次元が気分スコアと高い関連性を示す。

しかし、操作時間間隔列が高いフラクタル性を示していない場合、従業員は通常とは異なる状態である可能性が高い。そこで、決定係数Ｒ^２が小さい場合、異常が発生していることを示すことで、メンタルヘルス管理者に注意喚起を促す。

一方、上述の比較の結果、決定係数Ｒ^２が閾値Ｒ^２＿ｔｈ以上である場合（Ｓ１６４：Ｏｔｈｅｒｗｉｓｅ）、気分スコア算出部１０７は、当該レコードの気分スコアｓを、所定の数式に従って算出する（Ｓ１６６）。気分スコアｓの計算式の例として、数式２を示す。

ａ_１、ａ_２、ａ_３は、予め与えられた定数係数である。数式２は、言語性課題時（Ｖｅｒｖａｌ）の特徴量ｄ_Ｖ、空間性課題時（Ｓｐａｔｉａｌ）の特徴量ｄ＿Ｓ、および気
分スコアとの関係を示す関係情報である。

数式２は、１種類の気分、例えば、怒りや不安に対する気分スコアを算出する。複数種類の気分スコアを算出する場合には、ａ_１、ａ_２、ａ_３の複数の組が予め与えられている。気分スコア算出部１０７は、ａ_１、ａ_２、ａ_３の組を使用して、数式２に従って異なる種類の気分スコアそれぞれを算出する。

なお、ａ_１、ａ_２、ａ_３は被験者を対象として実験により予め決定される。例えば、システム設計者は、被験者の操作履歴から算出したフラクタル次元と、Ｐｒｏｆｉｌｅ ｏｆ Ｍｏｏｄ Ｓｔａｔｅ（ＰＯＭＳ）や、Ｂｅｃｋ Ｄｅｐｒｅｓｓｉｏｎ Ｉｎｖｅｎｔｏｒｙ Ｓｅｃｏｎｄ Ｅｄｉｔｉｏｎ（ＢＤＩ－ＩＩ）などを用いて決定した被験者の気分スコアとを比較することで、係数ａ_１、ａ_２、ａ_３を決定できる。ａ_１、ａ_２、ａ_３は、全ての従業員に共通でもよく、従業員毎に用意されてもよい。

続いて、気分スコア算出部１０７は、従業員端末ＩＤ、日付、および、算出気分スコアを、気分スコア解析結果テーブルに出力する（Ｓ１６７）。

図１３は、気分スコア解析結果テーブル１９０の構成例を示す。気分スコア解析結果テーブル１９０は、従業員端末ＩＤ欄１９１、日付欄１９２、および、算出気分スコア欄１９３を有する。本例において、一つの従業員端末の１日の操作に対して、１種類の気分スコアが算出されている。

図１４は、気分スコア解析結果画像２００の例を示す。管理者端末１０３の結果表示部１０８は、気分スコア解析結果テーブル１９０から、気分スコア解析結果画像データを生成し、表示デバイス１２６によって、気分スコア解析結果画像２００を表示する。

図１４で例示する気分スコア解析結果画像２００は、従業員端末ＩＤを選択するフィールド２０１、表示対象期間の開始及び終了それぞれを入力するフィールド２０２および２０３、気分スコアを算出するセクション２０４を含む。

メンタルヘルス管理者は、管理者端末１０３の入力デバイス１２５を使用して、フィールド２０１において気分スコアの情報を表示させる従業員端末ＩＤを選択し、さらに、フィールド２０２、２０３において、気分スコアの情報を表示させる期間を入力することとなる。

一方、結果表示部１０８は、上述のユーザ入力に従って気分スコア解析結果テーブル１９０を選択し、さらに、選択した気分スコア解析結果テーブル１９０から、当該ユーザに要求されたデータを選択する。また、結果表示部１０８は、気分スコアを表示するためのセクション２０４の画像データを生成し、表示デバイス１２６に出力する。

上述のセクション２０４は、指定された従業員端末の指定された期間の各日における気分スコアを示す。気分スコアは、当該ユーザの該当期間における操作情報から算出された値である。このセクション２０４は、気分スコアに加え、揺らぎ特徴量の情報や決定係数の情報を示してもよい。

図１５は、気分スコア算出部１０７による気分スコア算出方法の他の例を示す。本例において、気分スコア算出部１０７は、対象イベント総数Ｋを使用して揺らぎの特徴量の基準値を算出し、当該基準値と操作時間揺らぎ解析部１０６により算出された揺らぎの特徴量とに基づき、気分スコアを算出する。以下においては、図１２に示す気分スコア算出動作との相違点を主に説明する。

発明者らの研究によれば、対象イベント総数Ｋが増加すると、フラクタル次元が増加する傾向がある。つまり、従業員が多忙である場合、その気分にかかわらず、フラクタル次元が大きくなる傾向がある。そこで、本例において、気分スコア算出部１０７は、フラクタル次元の値から忙しさに起因する成分を差し引くことで、従業員の気分により合致したフラクタル次元及び気分スコアを算出する。

気分スコア算出部１０７は、特徴量解析結果テーブル１８０から、従業員端末ＩＤ毎、かつ、日付毎に、言語性課題および空間性課題のそれぞれの、揺らぎ特徴量ｄ、対象イベント総数Ｋ、および決定係数Ｒ^２（レコード）を読み出す（Ｓ１８１）。

気分スコア算出部１０７は、読み出した言語性課題および空間性課題それぞれの決定係数Ｒ^２について「ＮａＮ」であるか判定する（Ｓ１８２）。

上述の判定の結果、いずれかの決定係数Ｒ^２が「ＮａＮ」である場合（Ｓ１８２：Ｒ^２＝＝ＮａＮ）、気分スコア算出部１０７は、当該レコード（当該従業員端末ＩＤの当該日）の気分スコアｓを「ＮａＮ」と決定する（Ｓ１８３）。エラーが発生していることを示すことで、従業員の気分について誤った情報を提供することを避ける。

他方、決定係数Ｒ^２が「ＮａＮ」でない場合（Ｓ１８２：Ｏｔｈｅｒｗｉｓｅ）、気分スコア算出部１０７は、言語性課題および空間性課題それぞれの決定係数Ｒ^２と規定の閾値Ｒ^２＿ｔｈとを比較する（Ｓ１８４）。

この比較の結果、いずれかの決定係数Ｒ^２が閾値Ｒ^２＿ｔｈより小さい場合（Ｓ１６４：Ｒ^２＜Ｒ^２＿ｔｈ）、気分スコア算出部１０７は、当該レコードの気分スコアｓを「例外」と決定する（Ｓ１８５）。

また、ステップＳ１８６において、気分スコア算出部１０７は、言語性課題に対する揺らぎ特徴量の基準値ｄ＿Ｖ０を、言語性課題の対象イベント総数Ｋ＿Ｖを使用して所定の数式に従って算出する。言語性課題に対する揺らぎ特徴量の基準値ｄ＿Ｖ０の計算式の例として、数式３ａを示す。

また、気分スコア算出部１０７は、空間性課題に対する揺らぎ特徴量の基準値ｄ＿Ｓ０を、空間性課題の対象イベント総数Ｋ＿Ｓを使用して所定の数式に従って算出する。空間性課題に対する揺らぎ特徴量の基準値ｄ＿Ｓ０の計算式の例として、数式３ｂを示す。

ここで、ｂ＿Ｖ１、ｂ＿Ｖ２、ｂ＿Ｓ１、ｂ＿Ｓ２は予め与えられた定数係数である。ｂ＿Ｖ１、ｂ＿Ｖ２、ｂ＿Ｓ１、ｂ＿Ｓ２は、被験者を対象とした実験から決定できる。
数式３ａは、言語性課題に対する対象イベント総数Ｋ＿Ｖと基準値ｄ＿Ｖ０との関係を示す情報である。また、数式３ｂは、空間性課題に対する対象イベント総数Ｋ＿Ｓと基準値ｄ＿Ｓ０との関係を示す情報である。

次に、気分スコア算出部１０７は、言語性課題に対する揺らぎ特徴量ｄ＿Ｖの基準値ｄ＿Ｖ０からの変動ｅ＿Ｖを計算する（Ｓ１８７）。変動ｅ＿Ｖの計算式の例として、数式４ａを示す。

また、気分スコア算出部１０７は、空間性課題に対する揺らぎ特徴量ｄ＿Ｓの基準値ｄ＿Ｓ０からの変動ｅ＿Ｓを計算する（Ｓ１８７）。変動ｅ＿Ｓの計算式の例として、数式４ａを示す。

次に、気分スコア算出部１０７は、言語性課題に対する揺らぎ特徴量ｄ＿Ｖの基準値ｄ＿Ｖ０からの変動ｅ＿Ｖと、空間性課題に対する揺らぎ特徴量ｄ＿Ｓの基準値ｄ＿Ｓ０からの変動ｅ＿Ｓとに基づいて、気分スコアｓを算出する（Ｓ１８８）。気分スコアｓの計算式の例として、数式５を示す。

ここで、ｃ_１、ｃ_２、ｃ_３は予め与えられた定数係数である。ｃ_１、ｃ_２、ｃ_３は、被
験者を対象とした実験から決定できる。

数式５は、変動と気分スコアとの関係を示す情報であり、数式３ａ、３ｂ、４ａ、４ｂ及び５は、言語性課題に対する揺らぎの特徴量ｄ＿Ｖ、空間性課題に対する揺らぎの特徴量ｄ＿Ｓと気分スコアｓとの関係を示す。数式５は、１種類の気分に対する気分スコアを算出する。複数種類の気分スコアを算出する場合には、ｃ_１、ｃ_２、ｃ_３の複数の組が予め与えられている。

最後に、気分スコア算出部１０７は、従業員端末ＩＤ、日付、及び算出気分スコアを、気分スコア解析結果テーブルに出力する（Ｓ１８９）。

ここで、操作時間揺らぎ解析部１０６による揺らぎ特徴量の算出方法の他の例について示す。図１６Ａは、本実施形態における気分スコア計算方法のフロー例８を示す図であり、具体的には、操作時間揺らぎ解析部１０６による揺らぎ特徴量の算出方法の他の例を示す。

なお、本例において、操作時間揺らぎ解析部１０６は、揺らぎ特徴量として、操作の時間間隔の累積確率分布をべき分布Ｐ（ｘ＞Δｔ）∝（Δｔ）―α と見なし、そのべき指数αを算出する。これにより、より適切な気分スコアを算出できる。

まず、操作時間揺らぎ解析部１０６は、操作時系列テーブル１０５から、従業員端末ＩＤ毎、日付毎に、言語性課題および空間性課題それぞれについての時間揺らぎテーブルを生成する（Ｓ１９０）。ここで、時間揺らぎテーブルの各レコードの時刻は、ｔ［ｉ］（ｉ＝０、…、Ｋ－１）と定義される。

図１７は、一つの従業者端末における、１日の対象イベントの時系列を示す。時間軸上の一つの線１７１は、一回の対象イベント（キーダウン）を示す。各イベントの発生時刻はｔ［ｉ］で示される。発生時刻ｔ［ｎ－１］のイベントと、発生時刻ｔ［ｎ］のイベントとの間の時間間隔は、Δｔ［ｎ］で示される。

図１６Ａのフローの説明に戻る。続いて、操作時間揺らぎ解析部１０６は、言語性課題に関して得た時間揺らぎテーブル１６０から、揺らぎ特徴としてべき指数を算出する（Ｓ１９１）。

この場合の操作時間揺らぎ解析部１０６は、図１６Ｂのフローに示すように、まず、言語性課題に関する時間揺らぎテーブル１６０から、対象イベントの総数Ｋを算出する（Ｓ２０２）。時間揺らぎテーブル１６０の対象イベント総数Ｋは、時間揺らぎテーブル１６０のレコード数である。

以下において、操作時間揺らぎ解析部１０６は、言語性課題に関する時間揺らぎテーブルに対して、ステップＳ２０３～Ｓ２０７を実行する。ここで操作時間揺らぎ解析部１０６は、当該時間揺らぎテーブル１６０について、対象イベント総数Ｋと閾値Ｋ＿ｔｈとを比較する（Ｓ２０３）。

上述の比較の結果、対象イベント総数Ｋが閾値Ｋ＿ｔｈ以上である場合（Ｓ２０３：ｏｔｈｅｒｗｉｓｅ）、操作時間揺らぎ解析部１０６は、時間間隔データΔｔ［ｉ］＝ｔ［ｉ＋１］－ｔ［ｉ］（ｉ＝０、…、Ｋ－２）を算出する（Ｓ２０４）。時間間隔データΔｔ［ｉ］は、連続するイベント間の時間間隔を示す。

次に、操作時間揺らぎ解析部１０６は、Δｔ［ｉ］（ｉ＝０、…、Ｋ－２）の累積確率
分布Ｐ（＞Δｔ）を算出する（Ｓ２０５）。

さらに、操作時間揺らぎ解析部１０６は、時間間隔Δｔと累積確率分布Ｐ（＞Δｔ）の両対数グラフ（両対数関係）を算出し、近似直線の傾きを算出する（Ｓ２０６）。

つまり、操作時間揺らぎ解析部１０６は、ｙ［ｉ］＝Ｐ（＞Δｔ［ｉ］）、ｘ［ ｉ］＝Δｔ［ｉ］（ｉ＝０、…、Ｋ－２）の座標点を計算し、ｌｏｇ（ｙ）＝－αｌｏｇ（ｘ）＋βである回帰式を決定する。

また、操作時間揺らぎ解析部１０６は、例えば、最小二乗法によって定数α及びβを算出する。操作時間揺らぎ解析部１０６は、傾きαを、べき指数ｄと決定する。さらに、操作時間揺らぎ解析部１０６は、座標点の回帰式に対する当てはまりの良さを示す決定係数Ｒ^２を算出する。

図１８は、時間間隔Δｔと累積確率分布Ｐ（＞Δｔ）の両対数グラフ、及び、回帰直線の例を示す。図１８は実測値を示す。回帰直線の傾き－αは「－０．４３５」であり、べき指数ｄは、０．４３５である。また、決定係数Ｒ^２は０．９９６２である。

図１８から理解されるように、キー入力の時間間隔は、高い精度でべき乗則に従う。発明者らは操作時間間隔の多くの測定を行い、その測定結果は高い精度でべき乗則が成立することを示した。

ここで図１６Ｂの説明に戻る。上述のステップＳ２０３において、対象イベント総数Ｋが閾値Ｋ＿ｔｈより小さい場合（Ｓ２０３：Ｋ＜Ｋ＿ｔｈ）、操作時間揺らぎ解析部１０６は、べき指数ｄを「ＮａＮ」と決定し、さらに、決定係数Ｒ^２を「ＮａＮ」と決定する（Ｓ２０７）。

最後に、操作時間揺らぎ解析部１０６は、従業員端末ＩＤ、日付、対象イベント総数Ｋ、決定係数Ｒ^２と共に、べき指数ｄを、言語性課題に関する、端末操作時間間隔の揺らぎ特徴量ｄとして、特徴量解析結果テーブル１８０に出力する（Ｓ２０８）。

ここで、図１６Ａのフローの説明に戻る。ステップＳ１９１に続いて、操作時間揺らぎ解析部１０６は、空間性課題に関して得た時間揺らぎテーブル１６０から、揺らぎ特徴としてべき指数を算出し（Ｓ１９２）、処理を終了する。

この空間性課題に関してべき指数を算出する処理は、対象を、空間性課題に関する時間揺らぎテーブルとして処理を開始する以外、図１６Ｂにて示した、言語性課題に関してべき指数を算出するフローと同様であるので説明は省略する。ただし、当該フローの結果、特徴量解析結果テーブル１８０における、空間性課題に関する各欄に対応する値が設定されたレコードが格納されることとなる。つまり、特徴量解析結果テーブル１８０の各レコードにおいてデータ構成が完成する。

図１６Ｂおよび図１６Ｃの各フローチャートを参照して計算した、言語性課題および空間性課題それぞれの揺らぎ特徴量ｄを使用して、図１２又は図１５を参照して説明した方法により気分スコアを算出できる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施
例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成・機能・処理部等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記録装置、または、ＩＣカード、ＳＤカード等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

こうした本実施形態によれば、労働者のメンタルヘルス状態を、当該労働者にとって負担の少ない形で簡便かつ精度良好に特定することが可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の気分スコア計算装置において、前記演算装置は、前記操作履歴の分類に際し、当該操作履歴が示す当該ユーザの使用装置の種類に基づいて、当該操作履歴を前記言語性課題および前記空間性課題のいずれに対するものか分類するものである、としてもよい。

これによれば、例えば、テキストの入力や編集を行うためのキーボードが、言語性課題に対する使用装置であり、また、図形や画像などの加工や編集を行うためのマウスが、空間性課題に対する使用装置である、と予め定義しておくことで、操作履歴の分類を効率的かつ良好な精度で行うことができる。ひいては、労働者のメンタルヘルス状態を、当該労働者にとって負担の少ない形で、より簡便かつ精度良好に特定することが可能となる。

また、本実施形態の気分スコア計算装置において、前記演算装置は、前記操作履歴の分類に際し、当該操作履歴が示す当該ユーザの使用アプリケーションの種類に基づいて、当該操作履歴を前記言語性課題および前記空間性課題のいずれに対するものか分類するものである、としてもよい。

これによれば、例えば、テキストの入力や編集を行うためのテキストエディタが、言語性課題に対して使用されるアプリケーションであり、また、図形や画像などの加工や編集を行うための画像エディタが、空間性課題に対して使用されるアプリケーションである、と予め定義しておくことで、操作履歴の分類を効率的かつ良好な精度で行うことができる。ひいては、労働者のメンタルヘルス状態を、当該労働者にとって負担の少ない形で、より簡便かつ精度良好に特定することが可能となる。

また、本実施形態の気分スコア計算装置において、前記記憶装置は、所定装置におけるユーザの操作履歴として、ユーザが所定期間に１回以上行うルーチン操作の操作履歴を格納するものであり、前記演算装置は、所定アルゴリズムに基づいて、前記ルーチン操作の操作履歴を言語性課題および空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対するルーチン操作の操作履歴の間の相対関係に基づいて、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力するものである、としてもよい。

これによれば、例えば、ユーザがＰＣ起動時やスクリーンロック解除時などの所定機会ごとに特段の意識をせず毎度同じ内容で行う簡単な操作、すなわちルーチン操作に関する
操作履歴に関して、言語性課題および空間性課題のいずれに対するものか分類し、気分スコア計算に利用することができる。ひいては、労働者のメンタルヘルス状態を、当該労働者にとって更に負担の少ない形で、より簡便かつ精度良好に特定することが可能となる。

また、本実施形態の気分スコア計算方法において、前記情報処理装置が、前記操作履歴の分類に際し、当該操作履歴が示す当該ユーザの使用装置の種類に基づいて、当該操作履歴を前記言語性課題および前記空間性課題のいずれに対するものか分類する、としてもよい。

また、本実施形態の気分スコア計算方法において、前記情報処理装置が、前記操作履歴の分類に際し、当該操作履歴が示す当該ユーザの使用アプリケーションの種類に基づいて、当該操作履歴を前記言語性課題および前記空間性課題のいずれに対するものか分類する、としてもよい。

また、本実施形態の気分スコア計算方法において、前記情報処理装置が、前記記憶装置において、所定装置におけるユーザの操作履歴として、ユーザが所定期間に１回以上行うルーチン操作の操作履歴を格納し、所定アルゴリズムに基づいて、前記ルーチン操作の操作履歴を言語性課題および空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対するルーチン操作の操作履歴の間の相対関係に基づいて、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力する、としてもよい。

１０ ネットワーク
１０１ 従業員端末
１０２ 操作所取得部
１０３ 気分スコア計算装置
１０４ 操作情報収集部
１０５ 操作時系列テーブル
１０６ 操作時間揺らぎ解析部
１０７ 気分スコア算出部
１０８ 結果表示部
１２１ ＣＰＵ（演算装置）
１２２ 主メモリ
１２３ 二次メモリ（記憶装置）
１２４ 通信インターフェイス
１２５ 入力デバイス
１２６ 表示デバイス
１２７ 操作情報収集プログラム
１２８ 操作時間揺らぎ解析プログラム
１２９ 気分スコア算出プログラム
１３０ 結果表示プログラム

Claims (4)

1. 所定装置におけるユーザの操作履歴を格納した記憶装置と、
   所定アルゴリズムに基づいて、前記操作履歴を、テキストの入力または編集を行うキーボードまたはテキストエディタが使用される言語性課題、および図形または画像の加工または編集を行う画像エディタまたはマウスが使用される空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対する操作履歴に基づき、イベントに関する時間揺らぎテーブルをそれぞれ生成し、前記生成した前記言語性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記生成した前記空間性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記言語性課題及び前記空間性課題のそれぞれの前記フラクタル次元を操作時間間隔の揺らぎ特徴とした、特徴量解析結果を生成し、当該特徴量解析結果が示す所定項目の値を所定の算定式に適用することで、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力する演算装置と、
   を備えることを特徴とする気分スコア計算装置。
2. 前記記憶装置は、
   所定装置におけるユーザの操作履歴として、ユーザが所定期間に１回以上行うルーチン操作の操作履歴を格納するものであり、
   前記演算装置は、
   所定アルゴリズムに基づいて、前記ルーチン操作の操作履歴を言語性課題および空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対するルーチン操作の操作履歴の間の相対関係に基づいて、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力するものである、
   ことを特徴とする請求項１に記載の気分スコア計算装置。
3. 所定装置におけるユーザの操作履歴を格納した記憶装置を備える情報処理装置が、
   所定アルゴリズムに基づいて、前記操作履歴を、テキストの入力または編集を行うテキストエディタが使用される言語性課題、および図形または画像の加工または編集を行う画像エディタが使用される空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対する操作履歴に基づき、イベントに関する時間揺らぎテーブルをそれぞれ生成し、前記生成した前記言語性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記生成した前記空間性課題に関する時間揺らぎテーブルから、所定期間の操作における操作時間間隔の揺らぎの特徴量としてフラクタル次元を算出し、前記言語性課題及び前記空間性課題のそれぞれの前記フラクタル次元を操作時間間隔の揺らぎ特徴とした、特徴量解析結果を生成し、当該特徴量解析結果が示す所定項目の値を所定の算定式に適用することで、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力する、
   ことを特徴とする気分スコア計算方法。
4. 前記情報処理装置が、
   前記記憶装置において、所定装置におけるユーザの操作履歴として、ユーザが所定期間に１回以上行うルーチン操作の操作履歴を格納し、
   所定アルゴリズムに基づいて、前記ルーチン操作の操作履歴を言語性課題および空間性課題のいずれに対するものか分類し、前記分類により特定した前記言語性課題および前記空間性課題のそれぞれに対するルーチン操作の操作履歴の間の相対関係に基づいて、前記ユーザの気分スコアを算出し、前記気分スコアの情報を所定の出力対象に出力する、
   ことを特徴とする請求項３に記載の気分スコア計算方法。

Images