JP7092998B2 - 分析プログラム及び分析方法 - Google Patents

分析プログラム及び分析方法 Download PDF

Info

Publication number
JP7092998B2
JP7092998B2 JP2018084738A JP2018084738A JP7092998B2 JP 7092998 B2 JP7092998 B2 JP 7092998B2 JP 2018084738 A JP2018084738 A JP 2018084738A JP 2018084738 A JP2018084738 A JP 2018084738A JP 7092998 B2 JP7092998 B2 JP 7092998B2
Authority
JP
Japan
Prior art keywords
analysis
pattern
specified
information
report
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.)
Active
Application number
JP2018084738A
Other languages
English (en)
Other versions
JP2019191980A (ja
Inventor
哲哉 内海
悠司 齋藤
正洋 麻岡
玲子 近藤
幸洋 渡辺
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2018084738A priority Critical patent/JP7092998B2/ja
Priority to US16/375,882 priority patent/US11367025B2/en
Publication of JP2019191980A publication Critical patent/JP2019191980A/ja
Application granted granted Critical
Publication of JP7092998B2 publication Critical patent/JP7092998B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/60—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers
    • G06F7/62—Performing operations exclusively by counting total number of pulses ; Multiplication, division or derived operations using combined denominational and incremental processing by counters, i.e. without column shift
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/027—Frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/12—Detection or correction of errors, e.g. by rescanning the pattern
    • G06V30/127—Detection or correction of errors, e.g. by rescanning the pattern with the intervention of an operator

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、分析プログラム及び分析方法に関する。
例えば、利用者にサービスを提供する事業者（以下、単に事業者とも呼ぶ）は、サービスの提供を行うための情報処理システムを構築して稼働させる。具体的に、事業者は、例えば、他の情報処理システム（以下、分析対象とも呼ぶ）についての分析を行う情報処理システムの構築を行う。
このような情報処理システムでは、例えば、分析対象の分析項目に対応する各種情報の入力等に応じて、予め用意されたテンプレートに含まれる分析技術に用いた分析を自動的に行う。これにより、事業者は、例えば、分析対象の分析を行う担当者のスキル等によって、分析の精度にばらつきが生じることを防止することが可能になる。また、事業者は、分析対象の分析に要する作業負担を軽減させることが可能になる（例えば、特許文献１及び２参照）。
特開２０１７－０８４２７０号公報 特開２０１６－１５１９８７号公報
ここで、分析対象の分析を行った結果、分析対象において所定の異常が発生している可能性があると判断された場合、事業者は、例えば、テンプレートに含まれる分析技術以外の分析技術（以下、追加分析技術とも呼ぶ）に用いることによって、分析対象のさらなる分析を行う必要がある。そのため、事業者は、この場合、分析対象の分析結果に応じた追加分析技術の決定等を行う必要が生じ、分析対象の分析に要する作業負担を軽減させることができない場合がある。
そこで、一つの側面では、本発明は、分析対象の分析に伴う作業負担を軽減させることを可能とする分析プログラム及び分析方法を提供することを目的とする。
実施の形態の一態様では、分析対象に対して行われる分析項目と該分析項目に対する分析結果とを含む分析レポートを記憶部に蓄積し、蓄積した前記分析レポートのそれぞれから、前記分析項目と前記分析結果を示す文章とを抽出し、文章と該文章に対応する分析技術とを対応付けた対応情報を記憶した記憶部を参照して、抽出した前記文章に対応する分析技術を特定し、抽出した前記分析項目と、抽出した前記文章と、特定した前記分析技術とを含む分析パターンを生成し、生成した前記分析パターンのうち、出現頻度が閾値以下である分析技術を含む第１分析パターンを特定し、特定した前記第１分析パターンと同じ分析レポートに含まれる他の分析パターンを特定し、特定した前記他の分析パターンのうち、特定した前記第１分析パターンを含む分析レポート間において前記分析項目と前記文章とが共通する第２分析パターンを特定し、特定した前記第１分析パターンに含まれる分析技術と、特定した前記第２分析パターンとを対応付けたパターン情報を記憶部に蓄積し、新たな分析レポートの受け付けに応じて、前記新たな分析レポートから、前記分析項目と前記文章とを抽出し、蓄積した前記パターン情報を記憶した記憶部を参照し、特定した前記第２分析パターンのうち、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定し、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、処理をコンピュータに実行させる。
一つの側面によれば、分析対象の分析に伴う作業負担を軽減させることを可能とする。
図１は、情報処理システム１０の構成を示す図である。 図２は、情報処理装置１のハードウエア構成を示す図である。 図３は、情報処理装置１の機能のブロック図である。 図４は、第１の実施の形態における分析処理の概略を説明するフローチャート図である。 図５は、第１の実施の形態における分析処理の概略を説明するフローチャート図である。 図６は、第１の実施の形態における分析処理の概略を説明するフローチャート図である。 図７は、第１の実施の形態における分析処理の概略を説明するフローチャート図である。 図８は、第１の実施の形態における分析処理の概略を説明する図である。 図９は、第１の実施の形態における分析処理の概略を説明する図である。 図１０は、第１の実施の形態における分析処理の概略を説明する図である。 図１１は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。 図１２は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。 図１３は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。 図１４は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。 図１５は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。 図１６は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。 図１７は、分析レポート１３１の具体例を説明する図である。 図１８は、対応情報１３２の具体例について説明する図である。 図１９は、Ｓ５３の処理の具体例について説明する図である。 図２０は、Ｓ５３の処理の具体例について説明する図である。 図２１は、分析パターン１３３の具体例について説明する図である。 図２２は、タグ情報１３６の具体例について説明する図である。 図２３は、オプションパターン１３４の具体例について説明する図である。 図２４は、トリガパターン１３５の具体例について説明する図である。 図２５は、トリガパターン１３５の具体例について説明する図である。 図２６は、パターン情報１３７の具体例について説明する図である。 図２７は、第１の実施の形態における分析処理の詳細を説明する図である。 図２８は、第１の実施の形態における分析処理の詳細を説明する図である。
［情報処理システムの構成］
図１は、情報処理システム１０の構成を示す図である。図１に示す情報処理システム１０は、情報処理装置１と、情報格納領域１３０と、操作端末３とを有する。情報格納領域１３０は、情報処理装置１の外部に位置する記憶装置（図示しない）に含まれる記憶領域であってもよいし、情報処理装置１の内部に位置する記憶領域であってもよい。また、情報処理装置１及び操作端末３は、ネットワークＮＷを介して接続している。
操作端末３は、例えば、事業者が使用するＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であり、事業者が入力した情報を情報処理装置１に対して送信する。
情報処理装置１は、例えば、分析対象の分析項目に対応する情報が操作端末３から送信されたことに応じて、分析対象の分析項目についての分析を行う。
具体的に、情報処理装置１は、例えば、分析対象の分析項目に対応する情報が操作端末３から送信された場合に、予め用意されたテンプレートに含まれる分析技術を用いることによって、分析対象の分析項目についての分析を行う。そして、情報処理装置１は、例えば、分析対象の分析項目とその分析項目についての分析結果とを含む情報（以下、分析レポート１３１とも呼ぶ）を作成し、情報格納領域１３０に記憶する。
これにより、事業者は、例えば、分析対象の分析を行う担当者のスキル等によって、分析の精度にばらつきが生じることを防止することが可能になる。また、事業者は、分析対象の分析に要する作業負担を軽減させることが可能になる。
ここで、事業者は、分析レポート１３１の内容を確認した結果、分析対象に所定の異常が含まれている可能性があると判断した場合、情報処理装置１にさらなる分析を行わせるために、追加分析技術の決定等を行う必要がある。そのため、事業者は、テンプレートを用いることによって分析対象の分析を行う場合であっても、分析対象の分析に伴う作業負担を軽減させることができない場合がある。
そこで、本実施の形態における情報処理装置１は、分析対象についての分析レポート１３１を情報格納領域１３０に蓄積し、蓄積した分析レポート１３１それぞれから、分析レポート１３１に含まれる分析項目と分析結果を示す文章とを抽出する。
そして、情報処理装置１は、文章と文章に対応する分析技術とを対応付けた対応情報を記憶した情報格納領域１３０を参照して、抽出した文章に対応する分析技術を特定し、抽出した分析項目と、抽出した文章と、特定した分析技術とを含む分析パターンを生成する。
続いて、情報処理装置１は、生成した分析パターンのうち、出現頻度が閾値以下である分析技術を含む分析パターン（以下、第１分析パターンまたはオプションパターンとも呼ぶ）を特定する。そして、情報処理装置１は、特定したオプションパターンと同じ分析レポートに含まれる他の分析パターンを特定し、特定した他の分析パターンのうち、特定したオプションパターンを含む分析レポート間において分析項目と文章とが共通する分析パターン（以下、第２分析パターンまたはトリガパターンとも呼ぶ）を特定する。さらに、情報処理装置１は、特定したオプションパターンに含まれる分析技術と、特定したトリガパターンとを対応付けたパターン情報を情報格納領域１３０に蓄積する。
その後、情報処理装置１は、新たな分析レポート１３１の受け付けに応じて、新たな分析レポート１３１から分析項目と文章とを抽出する。そして、情報処理装置１は、蓄積したパターン情報を記憶した情報格納領域１３０を参照し、特定したトリガパターンのうち、抽出した分析項目と文章とを含むトリガパターンに対応する分析技術を特定する。さらに、情報処理装置１は、特定した分析技術による分析対象の分析結果を、新たな分析レポート１３１に対応付けて出力する。
すなわち、出現頻度が閾値以下である分析技術を含む分析パターンは、事業者によって過去に選択された追加分析技術を含むオプションパターンである可能性が高いと判断することが可能である。そのため、情報処理装置１は、出現頻度が閾値以下である分析技術を含む分析パターンをオプションパターンとして特定する。
また、オプションパターンと同じ分析レポートに含まれる他の分析パターンには、追加分析技術による分析を行うことのトリガとなったトリガパターンが含まれている可能性が高いと判断することが可能である。そのため、情報処理装置１は、オプションパターンと同じ分析レポートに含まれる他の分析パターンのうち、オプションパターンを含む分析レポート間において分析項目と文章とが共通する分析パターンをトリガパターンとして特定する。そして、情報処理装置１は、特定したオプションパターンに含まれる分析技術と、特定したトリガパターンとを対応付けたパターン情報を蓄積する。
これにより、情報処理装置１は、新たな分析レポート１３１に対応するトリガパターンが存在すると判定した場合、パターン情報を蓄積した記憶部を参照することで、存在すると判定したトリガパターンに対応するオプションパターンの分析技術を、追加分析技術として特定することが可能になる。そのため、情報処理装置１は、分析対象の分析を行う際に、テンプレートに含まれる分析技術を用いた分析だけでなく、追加分析技術を用いた分析についても自動的に行うことが可能になる。したがって、事業者は、追加分析技術の決定等に伴う作業負担を軽減させることが可能になり、分析対象の分析に要する作業負担を軽減させることが可能になる。
［情報処理システムのハードウエア構成］
次に、情報処理システム１０のハードウエア構成について説明する。図２は、情報処理装置１のハードウエア構成を示す図である。
情報処理装置１は、プロセッサであるＣＰＵ１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体１０４とを有する。各部は、バス１０５を介して互いに接続される。
記憶媒体１０４は、例えば、分析対象の分析を行う処理（以下、分析処理とも呼ぶ）を行うためのプログラム１１０を記憶するプログラム格納領域（図示しない）を有する。また、記憶媒体１０４は、例えば、分析処理を行う際に用いられる情報を記憶する情報格納領域１３０（以下、記憶部１３０とも呼ぶ）を有する。なお、記憶媒体１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）であってよい。
ＣＰＵ１０１は、記憶媒体１０４からメモリ１０２にロードされたプログラム１１０を実行して分析処理を行う。
外部インターフェース１０３は、例えば、操作端末３と通信を行う。
［情報処理システムの機能］
次に、情報処理システム１０の機能について説明を行う。図３は、情報処理装置１の機能のブロック図である。
情報処理装置１は、ＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、対象分析部１１１と、情報管理部１１２と、情報抽出部１１３と、技術特定部１１４と、第１パターン特定部１１５と、第２パターン特定部１１６と、情報出力部１１７とを含む各種機能を実現する。
そして、情報処理装置１は、図３に示すように、分析レポート１３１と、対応情報１３２と、分析パターン１３３と、オプションパターン１３４と、トリガパターン１３５と、タグ情報１３６と、パターン情報１３７と、追加レポート１３８とを情報格納領域１３０に記憶する。
対象分析部１１１は、例えば、分析対象の分析項目に対応する情報を操作端末３から受信したことに応じて、分析対象の分析項目についての分析を行う。具体的に、対象分析部１１１は、例えば、予め用意されたテンプレートに含まれる分析技術に用いることによって分析対象の分析項目についての分析を行う。そして、対象分析部１１１は、分析対象の分析項目についての分析結果を含む分析レポート１３１を作成する。その後、情報管理部１１２は、対象分析部１１１が作成した分析レポート１３１を情報格納領域１３０に記憶（蓄積）する。分析レポート１３１の具体例については後述する。
情報抽出部１１３は、情報格納領域１３０に記憶された分析レポート１３１のそれぞれから、分析項目と分析結果を示す文章とを抽出する。
技術特定部１１４は、文章とその文章に対応する分析技術とを対応付けた対応情報１３２を記憶した情報格納領域１３０を参照して、情報抽出部１１３が抽出した文章に対応する分析技術を特定する。対応情報１３２は、事業者によって予め情報格納領域１３０に記憶されるものであってよい。その後、情報管理部１１２は、情報抽出部１１３が抽出した分析項目と、情報抽出部１１３が抽出した文章と、技術特定部１１４が特定した分析技術とを含む分析パターン１３３を生成して情報格納領域１３０に記憶する。対応情報１３２及び分析パターン１３３の具体例については後述する。
第１パターン特定部１１５は、情報管理部１１２が生成した分析パターン１３３のうち、出現頻度が閾値以下である分析技術を含むオプションパターン１３４を特定する。そして、情報管理部１１２は、第１パターン特定部１１５が特定したオプションパターン１３４を情報格納領域１３０に記憶する。オプションパターン１３４の具体例については後述する。
第２パターン特定部１１６は、第１パターン特定部１１５が特定したオプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３を特定し、特定した他の分析パターン１３３のうち、第１パターン特定部１１５が特定したオプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通するトリガパターン１３５を特定する。そして、情報管理部１１２は、第２パターン特定部１１６が特定したトリガパターン１３５を情報格納領域１３０に記憶する。また、情報管理部１１２は、第１パターン特定部１１５が特定したオプションパターン１３４に含まれる分析技術と、第２パターン特定部１１６が特定したトリガパターン１３５とを対応付けたパターン情報１３７を情報格納領域１３０に記憶（蓄積）する。トリガパターン１３５及びパターン情報１３７の具体例については後述する。
その後、情報抽出部１１３は、新たな分析レポート１３１の受け付けに応じて、新たな分析レポート１３１から分析項目と文章とを抽出する。具体的に、情報抽出部１１３は、例えば、対象分析部１１１が分析対象についての新たな分析レポート１３１を作成したことに応じて、新たな分析レポート１３１から分析項目と文章との抽出を行う。そして、情報管理部１１２は、パターン情報１３７を記憶した情報格納領域１３０を参照し、第２パターン特定部１１６が特定したトリガパターン１３５のうち、情報抽出部１１３が抽出した分析項目と文章とを含むトリガパターン１３５に対応する分析技術を特定する。さらに、対象分析部１１１は、情報管理部１１２が特定した分析技術による分析対象の分析を行う。
情報出力部１１７は、情報管理部１１２が特定したオプションパターン１３４に含まれる分析技術による分析対象の分析結果を含む追加レポート１３８を、新たな分析レポート１３１に対応付けて出力する。タグ情報１３６の説明については後述する。
［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明する。図４から図７は、第１の実施の形態における分析処理の概略を説明するフローチャート図である。また、図８から図１０は、第１の実施の形態における分析処理の概略を説明する図である。
情報処理装置１は、図４に示すように、レポート作成タイミングまで待機する（Ｓ１のＮＯ）。レポート作成タイミングは、例えば、事業者によって予め定められたタイミングである。
そして、レポート作成タイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、分析対象の分析レポート１３１を作成する（Ｓ２）。その後、情報処理装置１は、Ｓ２の処理で作成した分析レポート１３１を情報格納領域１３０に蓄積する（Ｓ３）。
具体的に、情報処理装置１は、図８に示すように、例えば、分析対象の分析項目についての各情報が操作端末３から入力されたことに応じて、分析対象の分析レポート１３１を作成し、作成した分析レポート１３１を情報格納領域１３０に蓄積する。
また、情報処理装置１は、図５に示すように、情報生成タイミングになるまで待機する（Ｓ１１のＮＯ）。情報生成タイミングは、例えば、事業者によって予め定められたタイミングである。
そして、情報生成タイミングになった場合（Ｓ１１のＹＥＳ）、情報処理装置１は、Ｓ３の処理で蓄積した分析レポート１３１のそれぞれから、分析項目と分析結果を示す文章とを抽出する（Ｓ１２）。
続いて、情報処理装置１は、文章とその文章に対応する分析技術とを対応付けた対応情報１３２を記憶した情報格納領域１３０を参照して、Ｓ１２の処理で抽出した文章に対応する分析技術を特定する（Ｓ１３）。そして、情報処理装置１は、Ｓ１２の処理で抽出した分析項目と、Ｓ１２の処理で抽出した文章と、Ｓ１３の処理で特定した分析技術とを含む分析パターン１３３を生成する（Ｓ１４）。さらに、情報処理装置１は、Ｓ１４の処理で生成した分析パターン１３３のうち、出現頻度が閾値以下である分析技術を含むオプションパターン１３４を特定する（Ｓ１５）。
次に、情報処理装置１は、図６に示すように、Ｓ１５の処理で特定したオプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３を特定する（Ｓ２１）。そして、情報処理装置１は、Ｓ２１の処理で特定した他の分析パターン１３３のうち、Ｓ１５の処理で特定したオプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通するトリガパターン１３５を特定する（Ｓ２２）。さらに、情報処理装置１は、Ｓ１５の処理で特定したオプションパターン１３４に含まれる分析技術と、Ｓ２２の処理で特定したトリガパターン１３５とを対応付けたパターン情報１３７を情報格納領域１３０に蓄積する（Ｓ２３）。
具体的に、情報処理装置１は、図９に示すように、例えば、事業者がパターン情報１３７の生成を行う旨の情報を操作端末３に対して入力したことに応じて、パターン情報１３７の生成を行う。
その後、情報処理装置１は、図７に示すように、レポート作成タイミングまで待機する（Ｓ３１のＮＯ）。そして、レポート作成タイミングになった場合（Ｓ３１のＹＥＳ）、情報処理装置１は、分析対象の新たな分析レポート１３１を作成する（Ｓ３２）。
続いて、情報処理装置１は、Ｓ３２の処理で作成した新たな分析レポート１３１から、分析項目と文章とを抽出する（Ｓ３３）。そして、情報処理装置１は、パターン情報１３７を記憶した情報格納領域１３０を参照し、Ｓ２２の処理で特定したトリガパターン１３５のうち、Ｓ３３の処理で抽出した分析項目と文章とを含むトリガパターン１３５に対応する分析技術を特定する（Ｓ３４）。
さらに、情報処理装置１は、Ｓ３４の処理で特定した分析技術による分析対象の分析を行う（Ｓ３５）。そして、情報処理装置１は、Ｓ３５の処理で行った分析の分析結果を含む追加レポート１３８を、Ｓ３２の処理で作成した新たな分析レポート１３１に対応付けて出力する（Ｓ３６）。
具体的に、情報処理装置１は、図１０に示すように、例えば、分析対象の分析項目についての各情報が操作端末３から入力されたことに応じて、分析対象の新たな分析レポート１３１と追加レポート１３８とを作成し、作成した新たな分析レポート１３１と追加レポート１３８とを対応付けて情報格納領域１３０に記憶する。
すなわち、出現頻度が閾値以下である分析技術を含む分析パターン１３３は、事業者によって過去に選択された追加分析技術を含むオプションパターン１３４である可能性が高いと判断することが可能である。そのため、情報処理装置１は、出現頻度が閾値以下である分析技術を含む分析パターン１３３をオプションパターン１３４として特定する。
また、オプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３には、追加分析技術による分析を行うことのトリガとなったトリガパターン１３５が含まれている可能性が高いと判断することが可能である。そのため、情報処理装置１は、オプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３のうち、オプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通する分析パターン１３３をトリガパターン１３５として特定する。そして、情報処理装置１は、特定したオプションパターン１３４に含まれる分析技術と、特定したトリガパターン１３５とを対応付けたパターン情報１３７を蓄積する。
これにより、情報処理装置１は、新たな分析レポート１３１に対応するトリガパターン１３５が存在すると判定した場合、パターン情報１３７を蓄積した情報格納領域１３０を参照することで、存在すると判定したトリガパターン１３５に対応するオプションパターン１３４の分析技術を、追加分析技術として特定することが可能になる。そのため、情報処理装置１は、分析対象の分析を行う際に、テンプレートに含まれる分析技術を用いた分析だけでなく、追加分析技術を用いた分析についても自動的に行うことが可能になる。したがって、事業者は、追加分析技術の決定等に伴う作業負担を軽減させることが可能になり、分析対象の分析に要する作業負担を軽減させることが可能になる。
［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図１１から図１６は、第１の実施の形態における分析処理の詳細を説明するフローチャート図である。また、図１７から図２８は、第１の実施の形態における分析処理の詳細を説明する図である。
［レポート蓄積処理］
初めに、分析処理のうち、分析レポート１３１を蓄積する処理（以下、レポート蓄積処理とも呼ぶ）について説明を行う。
情報処理装置１の対象分析部１１１は、図１１に示すように、レポート作成タイミングまで待機する（Ｓ４１のＮＯ）。そして、レポート作成タイミングになった場合（Ｓ４１のＹＥＳ）、対象分析部１１１は、分析対象の分析レポート１３１を作成する（Ｓ４２）。以下、分析レポート１３１の具体例について説明を行う。
［分析レポートの具体例］
図１７は、分析レポート１３１の具体例を説明する図である。具体的に、図１７（Ａ）から（Ｄ）は、ディスクＩ／Ｏの分析項目とする分析レポート１３１を説明する図であり、それぞれ異なる期間に対応する情報から作成された分析レポート１３１を説明する図である。
例えば、図１７（Ａ）に示す分析レポート１３１には、分析項目として「ディスクＩ／Ｏ」が含まれており、分析結果を示す文章として「９月１日～９月３日にかけて負荷が高い」、「毎日０時にピークが発生」及び「閾値超えは発生していない」が含まれている。また、例えば、図１７（Ｃ）に示す分析レポート１３１には、分析項目として「ディスクＩ／Ｏ」が含まれており、分析結果を示す文章として「２月２７日～２月２８日にかけて負荷が高い」、「周期性は確認できない」、「２月２８日に閾値を超える頻度が高くなっている」及び「最長１０分間閾値を超えている」が含まれている。図１７に含まれる他の情報についての説明は省略する。
図１１に戻り、情報処理装置１の情報管理部１１２は、Ｓ４２の処理で作成した分析レポート１３１を情報格納領域１３０に蓄積する（Ｓ４３）。そして、情報処理装置１は、レポート蓄積処理を終了する。
［情報生成処理］
次に、分析処理のうち、パターン情報１３７を生成する処理（以下、情報生成処理とも呼ぶ）について説明を行う。
情報処理装置１の情報抽出部１１３は、図１２に示すように、情報生成タイミングになるまで待機する（Ｓ５１のＮＯ）。そして、情報生成タイミングになった場合（Ｓ５１のＹＥＳ）、情報抽出部１１３は、Ｓ４３の処理で蓄積した分析レポート１３１のそれぞれから、分析項目と分析結果を示す文章とを抽出する（Ｓ５２）。
具体的に、情報抽出部１１３は、例えば、図１７（Ａ）で説明した分析レポート１３１を参照して、分析項目として「ディスクＩ／Ｏ」を抽出し、分析結果を示す文章として「９月１日～９月３日にかけて負荷が高い」、「毎日０時にピークが発生」及び「閾値超えは発生していない」を抽出する。また、情報抽出部１１３は、例えば、図１７（Ｃ）で説明した分析レポート１３１を参照して、分析項目として「ディスクＩ／Ｏ」を抽出し、分析結果を示す文章として「２月２７日～２月２８日にかけて負荷が高い」、「周期性は確認できない」、「２月２８日に閾値を超える頻度が高くなっている」及び「最長１０分間閾値を超えている」を抽出する。
続いて、情報処理装置１の技術特定部１１４は、文章とその文章に対応する分析技術とを対応付けた対応情報１３２を記憶した情報格納領域１３０を参照して、Ｓ５２の処理で抽出した文章に対応する分析技術を特定する（Ｓ５３）。以下、対応情報１３２の具体例について説明を行う。
［対応情報の具体例］
図１８は、対応情報１３２の具体例について説明する図である。
図１８に示す対応情報１３２は、対応情報１３２に含まれる各情報を識別する「項番」と、分析レポート１３１に含まれる文章が設定される「文章」と、分析技術が設定される「分析技術」と、分析技術の識別情報が設定される「分析ＩＤ」とを項目として有する。
具体的に、図１８に示す対応情報１３２において、例えば、「項番」が「１」である情報には、「文章」として「［日付］に＊負荷が高い＊」が設定され、「分析技術」として「時間傾向分析」が設定され、「分析ＩＤ」として「１」が設定されている。また、図１８に示す対応情報１３２において、例えば、「項番」が「２」である情報には、「文章」として「［周期］［時間］に＊ピーク＊」が設定され、「分析技術」として「周期分析」が設定され、「分析ＩＤ」として「２」が設定されている。図１８に含まれる他の情報についての説明は省略する。
［Ｓ５３の処理の具体例］
次に、Ｓ５３の処理の具体例について説明を行う。図１９及び図２０は、Ｓ５３の処理の具体例について説明する図である。
初めに、技術特定部１１４は、Ｓ５３の処理において、図１９に示すように、図１７で説明した分析レポート１３１から抽出した文章のそれぞれを変換する。
具体的に、技術特定部１１４は、例えば、図１７（Ａ）で説明した分析レポート１３１に含まれる「９月１日～９月３日にかけて負荷が高い」、「毎日０時にピークが発生」及び「閾値超えは発生していない」を抽象化することにより、図１９（Ａ）に示すように、「［日付］にかけて負荷が高い」、「［周期］［時刻］にピークが発生」及び「閾値越えは発生していない」とそれぞれ変換する。
また、技術特定部１１４は、例えば、図１７（Ｃ）で説明した分析レポート１３１に含まれる「２月２７日～２月２８日にかけて負荷が高い」、「周期性は確認できない」、「２月２８日に閾値を超える頻度が高くなっている」及び「最長１０分間閾値を超えている」を抽象化することにより、図１９（Ｃ）に示すように、「［日付］にかけて負荷が高い」、「周期性は確認できない」、「［日付］に閾値を超える頻度が高くなっている」及び「最長［期間］閾値を超えている」とそれぞれ変換する。図１９に含まれる他の情報についての説明は省略する。
そして、技術特定部１１４は、図２０に示すように、図１８で説明した対応情報１３２を参照し、変換した文章のそれぞれに対応する分析技術を特定する。
具体的に、技術特定部１１４は、図１８で説明した対応情報１３２を参照し、図１９（Ａ）で説明した文章である「［日付］にかけて負荷が高い」、「［周期］［時刻］にピークが発生」及び「閾値越えは発生していない」に対応する内容が「文章」に設定された情報の「分析技術」に設定された情報である「時間傾向分析」、「周期分析」及び「閾値超過頻度分析」をそれぞれ特定する。すなわち、技術特定部１１４は、図２０（Ａ）に示すように、図１７（Ａ）に含まれる文章に対応する技術分析として、「時間傾向分析」、「周期分析」及び「閾値超過頻度分析」をそれぞれ特定する。
また、技術特定部１１４は、図１８で説明した対応情報１３２を参照し、図１９（Ｃ）で説明した文章である「［日付］にかけて負荷が高い」、「周期性は確認できない」、「［日付］に閾値を超える頻度が高くなっている」及び「最長［期間］閾値を超えている」に対応する内容が「文章」に設定された情報の「分析技術」に設定された情報である「時間傾向分析」、「周期分析」、「閾値超過頻度分析」及び「閾値超過期間分析」をそれぞれ特定する。すなわち、技術特定部１１４は、図２０（Ｃ）に示すように、図１７（Ｃ）に含まれる文章に対応する技術分析として、「時間傾向分析」、「周期分析」、「閾値超過頻度分析」及び「閾値超過期間分析」をそれぞれ特定する。図２０に含まれる他の情報についての説明は省略する。
図１２に戻り、情報管理部１１２は、Ｓ５２の処理で抽出した分析項目と、Ｓ５２の処理で抽出した文章と、Ｓ５３の処理で特定した分析技術とを含む分析パターン１３３を生成する（Ｓ５４）。そして、情報管理部１１２は、例えば、生成した分析パターン１３３を情報格納領域１３０に記憶する。以下、分析パターン１３３の具体例について説明を行う。
［分析パターンの具体例］
図２１は、分析パターン１３３の具体例について説明する図である。具体的に、図２１は、図１７（Ａ）から（Ｄ）で説明した分析レポート１３１に含まれる各情報に対応する分析パターン１３３の具体例を説明する図である。
図２１に示す分析パターン１３３は、分析パターン１３３に含まれる各情報を識別する「項番」と、Ｓ４３の処理で蓄積した分析レポート１３１を識別する「レポートＩＤ」と、Ｓ５２の処理で抽出した分析項目が設定される「分析項目」と、Ｓ５２の処理で抽出した文章が設定される「文章」とを項目として有する。また、図２１に示す分析パターン１３３は、分析技術の識別情報が設定される「分析ＩＤ」と、「分析項目」、「文章」及び「分析ＩＤ」にそれぞれ設定された情報の組み合わせを識別する「分析パターンＩＤ」とを項目として有する。なお、以下、「レポートＩＤ」が「１」から「４」である分析レポート１３１が、図１７（Ａ）から（Ｄ）で説明した分析レポート１３１のそれぞれに対応するものとして説明を行う。
具体的に、図２１に示す分析パターン１３３において、「項番」が「１」である情報には、「レポートＩＤ」として「１」が設定され、「分析項目」として「ディスクＩ／Ｏ」が設定され、「文章」として「［日付］にかけて負荷が高い」が設定され、「分析ＩＤ」として「１」が設定され、「分析パターンＩＤ」として「１」が設定されている。
また、図２１に示す分析パターン１３３において、「項番」が「２」である情報には、「レポートＩＤ」として「１」が設定され、「分析項目」として「ディスクＩ／Ｏ」が設定され、「文章」として「［周期］［時刻］にピークが発生」が設定され、「分析ＩＤ」として「２」が設定され、「分析パターンＩＤ」として「２」が設定されている。図２１に含まれる他の情報に説明については説明を省略する。
図１２に戻り、情報処理装置１の第１パターン特定部１１５は、情報格納領域１３０に記憶されたタグ情報１３６を参照し、Ｓ５４の処理で生成した分析パターン１３３のうち、タグ情報１３６に情報が含まれる１つのタグ（以下、種別とも呼ぶ）に対応する分析パターン１３３を特定する（Ｓ５５）。以下、タグ情報１３６の具体例について説明を行う。
［タグ情報の具体例］
図２２は、タグ情報１３６の具体例について説明する図である。
図２２に示すタグ情報１３６は、タグ情報１３６に含まれる各情報を識別する「項番」と、分析対象（情報処理システム）の用途及び業種がそれぞれ設定される「用途」及び「業種」とを項目として有する。なお、以下、「用途」及び「業種」に設定された情報の組み合わせをタグとも呼ぶ。
具体的に、図２２に示すタグ情報１３６において、「項番」が「１」である情報には、「用途」として「監視」が設定され、「業種」として「社内システム」が設定されている。また、図２２に示すタグ情報１３６において、「項番」が「２」である情報には、「用途」として「障害対応」が設定され、「業種」として「オンラインショップ」が設定されている。図２２に含まれる他の情報についての説明は省略する。
そのため、例えば、図２１で説明した分析パターン１３３に対応する分析対象のタグが、「監視」及び「社内システム」の組み合わせのみである場合、第１パターン特定部１１５は、Ｓ５５の処理（１回目に実行されるＳ５５の処理）において、図２１で説明した分析パターン１３３に含まれる全ての情報を特定する。
なお、タグ情報１３６は、例えば、「用途」及び「監視」のうちのいずれか１つの項目のみを有するものであってもよい。この場合、第１パターン特定部１１５は、「用途」に設定された情報、または、「監視」に設定された情報をタグとして特定するものであってよい。
また、タグ情報１３６は、例えば、事業者によるサービス（分析対象の分析を行うサービス）の提供を受ける利用者を識別する「利用者情報」を有するものであってもよい。この場合、第１パターン特定部１１５は、「利用者情報」に設定された情報をタグとして特定するものであってよい。
図１３に戻り、第１パターン特定部１１５は、Ｓ５５の処理で生成した分析パターン１３３のうち、出現頻度が閾値以下である分析技術を含むオプションパターン１３４（第１分析パターン１３４）を特定する（Ｓ６１）。その後、情報管理部１１２は、例えば、特定したオプションパターン１３４を情報格納領域１３０に記憶する。
すなわち、出現頻度が閾値以下である分析技術を含む分析パターン１３３は、事業者によって過去に選択された追加分析項目を含むオプションパターン１３４である可能性が高いと判断することが可能である。そのため、第１パターン特定部１１５は、Ｓ６１の処理において、出現頻度が閾値以下である分析技術を含む分析パターン１３３をオプションパターン１３４として特定する。
具体的に、第１パターン特定部１１５は、例えば、図２１で説明した分析パターン１３３を参照し、「分析ＩＤ」に「１」、「２」、「３」及び「４」のそれぞれが設定された分析パターン１３３の出現頻度（出現回数）として、それぞれ４回、４回、４回及び２回を特定する。そして、第１パターン特定部１１５は、例えば、Ｓ６１の処理における閾値が２回である場合、出現頻度が閾値以下である分析技術を含むオプションパターン１３４として、「分析ＩＤ」に「４」が設定された分析パターン１３３を特定する。以下、オプションパターン１３４の具体例について説明を行う。
［オプションパターンの具体例］
図２３は、オプションパターン１３４の具体例について説明する図である。
図２３に示すオプションパターン１３４は、オプションパターン１３４に含まれる各情報を識別する「項番」と、Ｓ５２の処理で抽出した分析項目が設定される「分析項目」と、Ｓ５２の処理で抽出した文章が設定される「文章」とを項目として有する。また、図２３に示すオプションパターン１３４は、「分析項目」に設定された情報と「文章」に設定された情報とを含む分析パターン１３３の分析ＩＤが設定される「分析ＩＤ」と、各オプションパターン１３４の登録日付が設定される「登録日付」とを項目として有する。
具体的に、図２３に示すオプションパターン１３４において、「項番」が「１」である情報には、「分析ＩＤ」として「４」が設定され、「分析項目」として「パラメータＩ／Ｏ」が設定され、「文章」として「最長［期間］閾値を超えている」が設定され、「登録日付」として「２０１７／１０／０１」が設定されている。
なお、第１パターン特定部１１５は、Ｓ６１の処理において、例えば、同じ分析対象における過去の分析実施時に作成された分析レポート１３１（例えば、過去数回分の分析に対応する分析レポート１３１）を参照し、出現頻度が閾値以下である分析技術を含む分析パターン１３３をオプションパターン１３４として特定するものであってもよい。
また、第１パターン特定部１１５は、Ｓ６１の処理において、例えば、過去の分析実施時にオプションパターン１３４として特定されたことがある分析パターン１３３を、今回の分析処理においてもオプションパターン１３４として特定するものであってもよい。
図１３に戻り、情報処理装置１の第２パターン特定部１１６は、Ｓ６１の処理で特定したオプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３を特定する（Ｓ６２）。
具体的に、図２１で説明した分析パターン１３３において、「分析ＩＤ」に「４」が設定されている分析パターン１３３は、「項番」が「１０」及び「１４」である分析パターン１３３である。そして、図２１で説明した分析パターン１３３において、「項番」が「１０」及び「１４」である分析パターン１３３の「レポートＩＤ」に設定された情報は、それぞれ「３」及び「４」である。さらに、図２１で説明した分析パターン１３３において、「レポートＩＤ」に「３」が設定されている分析パターン１３３は、「項番」が「７」から「１０」である分析パターン１３３であり、「レポートＩＤ」に「４」が設定されている分析パターン１３３は、「項番」が「１１」から「１４」である分析パターン１３３である。
そのため、第２パターン特定部１１６は、Ｓ６２の処理において、「項番」が「７」から「９」である分析パターン１３３と、「項番」が「１１」から「１３」である分析パターン１３３とを他の分析パターン１３３としてそれぞれ特定する。
そして、第２パターン特定部１１６は、Ｓ６２の処理で特定した他の分析パターン１３３のうち、Ｓ６１の処理で特定したオプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通するトリガパターン１３５（第２分析パターン１３５）を特定する（Ｓ６３）。
すなわち、オプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３には、追加分析項目による分析を行うことのトリガとなったトリガパターン１３５が含まれている可能性が高いと判断することが可能である。そのため、第２パターン特定部１１６は、Ｓ６３の処理において、オプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３のうち、オプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通する分析パターン１３３をトリガパターン１３５として特定する。
具体的に、図２１で説明する分析パターン１３３において、Ｓ６２の処理で特定した他の分析パターン１３３のうち、「レポートＩＤ」が「３」である分析パターン１３３（「項番」が「７」から「９」である分析パターン１３３）と、「レポートＩＤ」が「４」である分析パターン１３３（「項番」が「１１」から「１３」である分析パターン１３３）とを比較した場合、「分析項目」及び「文章」に設定された情報が共通する分析パターン１３３の組み合わせは、「項番」が「７」及び「１１」である分析パターン１３３の組み合わせ、及び、「項番」が「９」及び「１３」である分析パターン１３３の組み合わせである。
そのため、第２パターン特定部１１６は、Ｓ６３の処理において、例えば、「項番」が「７」及び「１１」である分析パターン１３３の組み合わせ、及び、「項番」が「９」及び「１３」である分析パターン１３３の組み合わせを特定する。以下、Ｓ６３の処理で特定されたトリガパターン１３５の具体例について説明を行う。
［トリガパターンの具体例（１）］
図２４及び図２５は、トリガパターン１３５の具体例について説明する図である。具体的に、図２４は、Ｓ６３の処理で特定されたトリガパターン１３５の具体例について説明する図である。
図２４等に示すトリガパターン１３５は、図２１で説明した分析パターン１３３と同じ項目と有している。
具体的に、図２４に示すトリガパターン１３５において、「項番」が「１」である情報には、「レポートＩＤ」として「３」及び「４」が設定され、「分析項目」として「ディスクＩ／Ｏ」が設定され、「文章」として「［日付］にかけて負荷が高い」が設定され、「分析ＩＤ」として「１」が設定され、「分析パターンＩＤ」として「１」が設定されている。
また、図２４に示すトリガパターン１３５において、「項番」が「２」である情報には、「レポートＩＤ」として「３」及び「４」が設定され、「分析項目」として「ディスクＩ／Ｏ」が設定され、「文章」として「［日付］に閾値を超える頻度が高くなっている」が設定され、「分析ＩＤ」として「３」が設定され、「分析パターンＩＤ」として「５」が設定されている。
図１３に戻り、第２パターン特定部１１６は、Ｓ４３の処理で蓄積した分析レポート１３１のうち、Ｓ６１の処理で特定したオプションパターン１３４を含まない他の分析レポート１３１を特定する（Ｓ６４）。
具体的に、図２４で説明したトリガパターン１３５において、「項番」が「１」及び「２」である情報の「レポートＩＤ」には、「３」及び「４」が設定されている。そのため、第２パターン特定部１１６は、「レポートＩＤ」が「１」及び「２」である分析レポート１３１を他の分析レポート１３１として特定する。
そして、第２パターン特定部１１６は、Ｓ６３の処理で特定したトリガパターン１３５のうち、各トリガパターン１３５に含まれる文章が、Ｓ６４の処理で特定した他の分析レポート１３１に含まれないトリガパターン１３５（第３分析パターン１３５）を特定する（Ｓ６５）。
すなわち、第２パターン特定部１１６は、例えば、Ｓ６３の処理で特定したトリガパターン１３５のうち、Ｓ６４の処理で特定した他の分析レポート１３１に同じ文章が含まれていないトリガパターン１３５を、追加分析項目による分析を過去に行うことのトリガとなった可能性がより高いトリガパターン１３５であると判定する。そして、情報処理装置１は、後述するように、例えば、追加分析項目による分析を過去に行うことのトリガとなった可能性がより高いトリガパターン１３５のみを用いることによって後述する処理を行う。
これにより、情報処理装置１は、分析処理の実行に伴う処理負荷をより軽減させることが可能になる。以下、Ｓ６５の処理で特定したトリガパターン１３５の具体例について説明を行う。
［トリガパターンの具体例（２）］
図２５は、Ｓ６５の処理で特定されたトリガパターン１３５の具体例について説明する図である。
具体的に、図２１で説明した分析パターン１３３のうち、「レポートＩＤ」が「１」及び「２」である分析パターン１３３には、図２４で説明したトリガパターン１３５における「項番」が「１」であるトリガパターン１３５と同じ内容を含む分析パターン１３３（「項番」が「１」及び「４」である分析パターン１３３）が含まれている。一方、図２１で説明した分析パターン１３３のうち、「レポートＩＤ」が「１」及び「２」である分析パターン１３３には、図２４で説明したトリガパターン１３５における「項番」が「２」であるトリガパターン１３５と同じ内容を含む分析パターン１３３が含まれていない。
そのため、第２パターン特定部１１６は、Ｓ６５の処理において、図２５に示すように、図２４で説明したトリガパターン１３５のうち、「項番」が「２」であるトリガパターン１３５のみを特定する。
図１３に戻り、情報管理部１１２は、Ｓ６１の処理で特定したオプションパターン１３４と、Ｓ６５の処理で特定したトリガパターン１３５とを情報格納領域１３０に記憶する（Ｓ６６）。
そして、情報管理部１１２は、図１４に示すように、Ｓ６１の処理で特定したオプションパターン１３４に含まれる分析技術と、Ｓ６５の処理で特定したトリガパターン１３５とを対応付けたパターン情報１３７を生成する（Ｓ７１）。
すなわち、情報管理部１１２は、過去に選択された追加分析項目が含まれるオプションパターン１３４と、その追加分析項目による分析を行うことのトリガとなったトリガパターン１３５との対応付けを行う。
そして、情報管理部１１２は、Ｓ７１の処理で生成したパターン情報１３７を情報格納領域１３０に蓄積する（Ｓ７２）。以下、パターン情報１３７の具体例について説明を行う。
［パターン情報の具体例］
図２６は、パターン情報１３７の具体例について説明する図である。
図２６に示すパターン情報１３７は、パターン情報１３７に含まれる各情報を識別する「項番」と、タグ情報１３６に含まれる「用途」及び「業種」と、オプションパターン１３４に含まれる「分析ＩＤ」に対応する「オプションパターンＩＤ」とを項目として有する。また、図２６に示すパターン情報１３７は、トリガパターン１３５に含まれる「分析ＩＤパターン」に対応する「トリガパターンＩＤ」と、各パターン情報１３７の登録日付が設定される「登録日付」とを項目として有する。
具体的に、図２３で説明したオプションパターン１３４において、「項番」が「１」であるオプションパターン１３４の「分析ＩＤ」には、「４」が設定されている。また、図２５で説明したトリガパターン１３５において、「項番」が「２」であるトリガパターン１３５の「分析パターンＩＤ」には、「５」が設定されている。
そのため、情報管理部１１２は、図２６に示すように、例えば、「項番」が「１」である情報の「用途」に「監視」を設定し、「業種」に「社内システム」を設定し、「オプションパターンＩＤ」に「４」を設定し、「トリガパターンＩＤ」に「５」を設定し、「登録日付」に「２０１７／１０／０１」を設定する。
なお、Ｓ７１の処理で生成したパターン情報１３７と同じ内容のパターン情報１３７が情報格納領域１３０に既に蓄積されている場合、情報管理部１１２は、Ｓ７１の処理で生成したパターン情報１３７の蓄積を行わないものであってよい。
また、Ｓ７１の処理で生成したパターン情報１３７と「オプションパターンＩＤ」に設定された情報が同一であって「トリガパターンＩＤ」に設定された情報が異なるパターン情報１３７と、Ｓ７１の処理で生成したパターン情報１３７と同じ内容のパターン情報１３７とが情報格納領域１３０に既に蓄積されている場合、情報管理部１１２は、例えば、Ｓ７１の処理で生成したパターン情報１３７と「オプションパターンＩＤ」に設定された情報が同一であって「トリガパターンＩＤ」に設定された情報が異なるパターン情報１３７を削除するものであってよい。すなわち、情報管理部１１２は、例えば、情報生成処理が各タグに対応する分析パターン１３１ごとに行われる場合において、「用途」、「業種」、「オプションパターンＩＤ」及び「トリガパターンＩＤ」のうち、「トリガパターンＩＤ」に設定された情報のみがＳ７１の処理で生成したパターン情報１３７と異なるパターン情報１３７と、Ｓ７１の処理で生成したパターン情報１３７と同じ内容のパターン情報１３７とが既に蓄積されている場合、「トリガパターンＩＤ」に設定された情報のみがＳ７１の処理で生成したパターン情報１３７と異なるパターン情報１３７の削除を行うものであってよい。
また、Ｓ７１の処理で生成したパターン情報１３７と「オプションパターンＩＤ」に設定された情報が同一であって「トリガパターンＩＤ」に設定された情報が異なるパターン情報１３７が情報格納領域１３０に既に蓄積されており、Ｓ７１の処理で生成したパターン情報１３７と同じ内容のパターン情報１３７が情報格納領域１３０に蓄積されていない場合、情報管理部１１２は、例えば、Ｓ７１の処理で生成したパターン情報１３７の蓄積を行うものであってよい。すなわち、情報管理部１１２は、例えば、情報生成処理が各タグに対応する分析パターン１３１ごとに行われる場合において、「用途」、「業種」、「オプションパターンＩＤ」及び「トリガパターンＩＤ」のうち、「トリガパターンＩＤ」に設定された情報のみがＳ７１の処理で生成したパターン情報１３７と異なるパターン情報１３７が既に蓄積されており、Ｓ７１の処理で生成したパターン情報１３７と同じ内容のパターン情報１３７が蓄積されていない場合、Ｓ７１の処理で生成したパターン情報１３７の蓄積を行うものであってよい。
さらに、情報管理部１１２は、例えば、定期的なタイミングにおいて、「オプションパターンＩＤ」に設定された情報が同一であって「トリガパターンＩＤ」に設定された情報が異なる複数のパターン情報１３７が情報格納領域１３０に蓄積されているか否かを判定するものであってよい。すなわち、情報管理部１１２は、例えば、情報生成処理が各タグに対応する分析パターン１３１ごとに行われる場合、「用途」、「業種」、「オプションパターンＩＤ」及び「トリガパターンＩＤ」のうち、「トリガパターンＩＤ」に設定された情報のみが異なる複数のパターン情報１３７が蓄積されているか否かを判定するものであってよい。そして、「オプションパターンＩＤ」に設定された情報が同一であって「トリガパターンＩＤ」に設定された情報が異なる複数のパターン情報１３７が情報格納領域１３０に蓄積されていると判定した場合、情報管理部１１２は、同じ分析対象における過去の分析実施時（過去の数回の分析実施時）において、Ｓ７１の処理で生成された回数が閾値以下であるパターン情報１３７を削除するものであってよい。また、情報管理部１１２は、この場合、Ｓ７１の処理で生成された回数が最も多いパターン情報１３７以外のパターン情報１３７を削除するものであってよい。
これにより、情報処理装置１は、分析処理の実行に伴う処理負荷をより軽減させることが可能になる。
図１４に戻り、第１パターン特定部１１５は、Ｓ５５の処理において、情報格納領域１３０に記憶されたタグ情報１３６に含まれる全てのタグに対応する分析パターン１３３が特定されているか否かを判定する（Ｓ７３）。
その結果、タグ情報１３６に含まれる全てのタグに対応する分析パターン１３３が特定されていないと判定した場合（Ｓ７３のＮＯ）、第１パターン特定部１１５は、Ｓ５５以降の処理を再度行う。
一方、タグ情報１３６に含まれる全てのタグに対応する分析パターン１３３が特定されていると判定した場合（Ｓ７３のＹＥＳ）、情報処理装置１は、情報生成処理を終了する。
［レポート追加処理］
次に、分析処理のうち、追加レポート１３８を作成する処理（以下、レポート追加処理とも呼ぶ）について説明を行う。
対象分析部１１１は、図１５に示すように、レポート作成タイミングまで待機する（Ｓ８１のＮＯ）。そして、レポート作成タイミングになった場合（Ｓ８１のＹＥＳ）、対象分析部１１１は、分析対象の新たな分析レポート１３１を作成する（Ｓ８２）。
具体的に、対象分析部１１１は、例えば、図２７（Ａ）に示すように、分析項目が「ディスクＩ／Ｏ」であって、分析結果を示す文章が「８月２０日に負荷が高い」、「周期性は確認できません」及び「８月２０日に閾値を超える頻度が高くなっている」である新たな分析レポート１３１を生成する。
そして、情報抽出部１１３は、Ｓ８２の処理で作成した新たな分析レポート１３１から、分析項目と文章とを抽出する（Ｓ８３）。
具体的に、情報抽出部１１３は、例えば、分析項目として「ディスクＩ／Ｏ」を抽出する。また、情報抽出部１１３は、例えば、図２７（Ｂ）に示すように、「８月２０日に負荷が高い」、「周期性は確認できません」及び「８月２０日に閾値を超える頻度が高くなっている」を抽象化して変換することにより、分析結果を示す文章として「[日付]にかけて負荷が高い」、「周期性は確認できません」及び「[日付]に閾値を超える頻度が高くなっている」を特定する。
続いて、対象分析部１１１は、Ｓ７１の処理で生成したパターン情報１３７を記憶した情報格納領域１３０を参照し、Ｓ６５の処理で特定したトリガパターン１３５のうち、分析対象のタグに対応するトリガパターン１３５を特定する（Ｓ８４）。
そして、対象分析部１１１は、Ｓ８４の処理で特定したトリガパターン１３５のうち、Ｓ８３の処理で抽出した分析項目と文章とを含むトリガパターン１３５を特定する（Ｓ８５）。
さらに、対象分析部１１１は、Ｓ７１の処理で生成したパターン情報１３７を記憶した情報格納領域１３０を参照し、Ｓ８５の処理で特定したトリガパターン１３５に対応する分析技術を特定する（Ｓ８６）。
すなわち、対象分析部１１１は、新たな分析レポート１３１と同じ分析項目と文章が共通するトリガパターン１３５を特定し、特定したトリガパターン１３５に対応する分析技術を追加分析技術として特定する。
続いて、対象分析部１１１は、図１６に示すように、Ｓ８６の処理で特定した分析技術によって分析対象の分析を行う（Ｓ９１）。具体的に、対象分析部１１１は、Ｓ８６の処理において分析技術の特定が行われた場合に、特定した分析技術によって分析対象の分析を行う。そして、対象分析部１１１は、Ｓ９１の処理で行った分析の結果を示す追加レポート１３８を生成する（Ｓ９２）。
その後、情報処理装置１の情報出力部１１７は、Ｓ９２の処理で生成した追加レポート１３８を、Ｓ８２の処理で作成した新たな分析レポート１３１に対応付けて出力する（Ｓ９３）。
具体的に、情報出力部１１７は、例えば、図２８に示すように、図２７（Ａ）で説明した新たな分析レポート１３１に、Ｓ９２の処理で生成した追加レポート１３８の内容である「最長１５分間閾値を超過している」を追加する形で操作端末３等に出力する。
このように、本実施の形態における情報処理装置１は、分析対象に関する分析レポート１３１を情報格納領域１３０に蓄積し、蓄積した分析レポート１３１それぞれから、分析レポート１３１に含まれる分析項目と分析結果を示す文章とを抽出する。
そして、情報処理装置１は、文章と文章に対応する分析技術とを対応付けた対応情報１３２を記憶した情報格納領域１３０を参照して、抽出した文章に対応する分析技術を特定し、抽出した分析項目と、抽出した文章と、特定した分析技術とを含む分析パターン１３３を生成する。
続いて、情報処理装置１は、生成した分析パターン１３３のうち、出現頻度が閾値以下である分析技術を含むオプションパターン１３４を特定する。そして、情報処理装置１は、特定したオプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３を特定し、特定した他の分析パターン１３３のうち、特定したオプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通するトリガパターン１３５を特定する。さらに、情報処理装置１は、特定したオプションパターン１３４と、特定したトリガパターン１３５とを対応付けたパターン情報１３７を情報格納領域１３０に蓄積する。
その後、情報処理装置１は、新たな分析レポート１３１の受け付けに応じて、新たな分析レポート１３１から、分析項目と文章とを抽出する。そして、情報処理装置１は、蓄積したパターン情報１３７を記憶した情報格納領域１３０を参照し、特定したトリガパターン１３５のうち、抽出した分析項目と文章とを含むトリガパターン１３５に対応するオプションパターン１３４を特定する。さらに、情報処理装置１は、特定したオプションパターン１３４に含まれる分析技術による分析対象の分析結果を、新たな分析レポート１３１に対応付けて出力する。
すなわち、出現頻度が閾値以下である分析技術を含む分析パターン１３３は、事業者によって過去に選択された追加分析技術を含むオプションパターン１３４である可能性が高いと判断することが可能である。そのため、情報処理装置１は、出現頻度が閾値以下である分析技術を含む分析パターン１３３をオプションパターン１３４として特定する。
また、オプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３には、追加分析技術による分析を行うことのトリガとなったトリガパターン１３５が含まれている可能性が高いと判断することが可能である。そのため、情報処理装置１は、オプションパターン１３４と同じ分析レポート１３１に含まれる他の分析パターン１３３のうち、オプションパターン１３４を含む分析レポート１３１間において分析項目と文章とが共通する分析パターン１３３をトリガパターン１３５として特定する。そして、情報処理装置１は、特定したオプションパターン１３４に含まれる分析技術と、特定したトリガパターン１３５とを対応付けたパターン情報１３７を蓄積する。
これにより、情報処理装置１は、新たな分析レポート１３１に対応するトリガパターン１３５が存在すると判定した場合、パターン情報１３７を蓄積した情報格納領域１３０を参照することで、存在すると判定したトリガパターン１３５に対応するオプションパターン１３４の分析技術を、追加分析技術として特定することが可能になる。そのため、情報処理装置１は、分析対象の分析を行う際に、テンプレートに含まれる分析技術を用いた分析だけでなく、追加分析技術を用いた分析についても自動的に行うことが可能になる。したがって、事業者は、追加分析技術の決定等に伴う作業負担を軽減させることが可能になり、分析対象の分析に要する作業負担を軽減させることが可能になる。
なお、情報処理装置１は、新たな分析レポート１３１を所定数作成した場合、作成した新たな分析レポート１３１について情報生成処理を行い、パターン情報１３７の蓄積を再度行うものであってよい。
以上の実施の形態をまとめると、以下の付記のとおりである。
（付記１）
分析対象に対して行われる分析項目と該分析項目に対する分析結果とを含む分析レポートを記憶部に蓄積し、
蓄積した前記分析レポートのそれぞれから、前記分析項目と前記分析結果を示す文章とを抽出し、
文章と該文章に対応する分析技術とを対応付けた対応情報を記憶した記憶部を参照して、抽出した前記文章に対応する分析技術を特定し、
抽出した前記分析項目と、抽出した前記文章と、特定した前記分析技術とを含む分析パターンを生成し、
生成した前記分析パターンのうち、出現頻度が閾値以下である分析技術を含む第１分析パターンを特定し、
特定した前記第１分析パターンと同じ分析レポートに含まれる他の分析パターンを特定し、特定した前記他の分析パターンのうち、特定した前記第１分析パターンを含む分析レポート間において前記分析項目と前記文章とが共通する第２分析パターンを特定し、
特定した前記第１分析パターンに含まれる分析技術と、特定した前記第２分析パターンとを対応付けたパターン情報を記憶部に蓄積し、
新たな分析レポートの受け付けに応じて、前記新たな分析レポートから、前記分析項目と前記文章とを抽出し、
蓄積した前記パターン情報を記憶した記憶部を参照し、特定した前記第２分析パターンのうち、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定し、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、
処理をコンピュータに実行させることを特徴とする分析プログラム。
（付記２）
付記１において、さらに、
蓄積した前記分析レポートのうち、特定した前記第１分析パターンを含まない他の分析レポートを特定し、
特定した前記第２分析パターンのうち、該第２分析パターンに含まれる前記文章が、特定した前記他の分析レポートに含まれない第３分析パターンを特定する、
処理をコンピュータに実行させ、
前記分析結果を出力する処理では、特定した前記第３分析パターンのうち、抽出した前記分析項目と前記文章とを含む第３分析パターンに対応する前記第１分析パターンの特定を行う、
ことを特徴とする分析プログラム。
（付記３）
付記１において、
前記パターン情報を蓄積する処理では、特定した前記第１分析パターンと、特定した前記第２分析パターンとを含むパターン情報が既に蓄積されている場合、特定した前記第１分析パターンと、特定した前記第２分析パターンとを含むパターン情報の蓄積を行わない、
ことを特徴とする分析プログラム。
（付記４）
付記１において、
前記パターン情報を蓄積する処理では、特定した前記第１分析パターンと、特定した前記第２分析パターンとを含むパターン情報と、特定した前記第１分析パターンを含み、特定した前記第２分析パターンを含まないパターン情報とが既に蓄積されている場合、特定した前記第１分析パターンを含み、特定した前記第２分析パターンを含まない前記パターン情報を記憶部から削除する、
ことを特徴とする分析プログラム。
（付記５）
付記１において、
前記分析結果を出力する処理では、抽出した前記分析項目と前記文章とを含む前記第２分析パターンに対応するパターン情報の生成回数を所定数増加させ、さらに、
同一の前記第１分析パターンを含む複数のパターン情報が前記記憶部に蓄積されている場合、前記複数のパターン情報のうち、前記生成回数が最も多い前記第２分析パターンを含むパターン情報以外のパターン情報を記憶部から削除する、
処理をコンピュータに実行させることを特徴とする分析プログラム。
（付記６）
付記１において、
前記分析結果を出力する処理では、抽出した前記分析項目と前記文章とを含む前記第２分析パターンに対応するパターン情報の生成回数を所定数増加させ、さらに、
同一の前記第１分析パターンを含む複数のパターン情報が前記記憶部に蓄積されている場合、前記複数のパターン情報のうち、前記生成回数が閾値以上である前記第２分析パターンを含むパターン情報以外のパターン情報を記憶部から削除する、
処理をコンピュータに実行させることを特徴とする分析プログラム。
（付記７）
付記１において、
前記分析レポートは、分析対象の種別のそれぞれに対応する分析レポートを含み、
前記種別のそれぞれに対応する分析レポートごとに、前記分析レポートのそれぞれから分析結果と文章とを抽出する処理、前記分析技術を特定する処理、前記分析パターンを生成する処理、前記第１分析パターンを特定する処理、前記第２分析パターンを特定する処理、前記パターン情報を蓄積する処理、前記新たな分析レポートから分析項目と文章とを抽出する処理及び前記分析結果を出力する処理を行う、
ことを特徴とする分析プログラム。
（付記８）
付記７において、
前記分析対象は、情報処理装置であり、
前記種別は、前記情報処理装置を稼働させることによって利用者に提供するサービスの種別である、
ことを特徴とする分析プログラム。
（付記９）
付記７において、
前記分析対象は、情報処理装置であり、
前記種別は、前記情報処理装置を稼働させることによってサービスの提供を受ける利用者の種別である、
ことを特徴とする分析プログラム。
（付記１０）
付記１において、
前記分析結果を出力する処理では、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定された場合に、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、
ことを特徴とする分析プログラム。
（付記１１）
分析対象に対して行われる分析項目と該分析項目に対する分析結果とを含む分析レポートを記憶部に蓄積し、
蓄積した前記分析レポートのそれぞれから、前記分析項目と前記分析結果を示す文章とを抽出し、
文章と該文章に対応する分析技術とを対応付けた対応情報を記憶した記憶部を参照して、抽出した前記文章に対応する分析技術を特定し、
抽出した前記分析項目と、抽出した前記文章と、特定した前記分析技術とを含む分析パターンを生成し、
生成した前記分析パターンのうち、出現頻度が閾値以下である分析技術を含む第１分析パターンを特定し、
特定した前記第１分析パターンと同じ分析レポートに含まれる他の分析パターンを特定し、特定した前記他の分析パターンのうち、特定した前記第１分析パターンを含む分析レポート間において前記分析項目と前記文章とが共通する第２分析パターンを特定し、
特定した前記第１分析パターンに含まれる分析技術と、特定した前記第２分析パターンとを対応付けたパターン情報を記憶部に蓄積し、
新たな分析レポートの受け付けに応じて、前記新たな分析レポートから、前記分析項目と前記文章とを抽出し、
蓄積した前記パターン情報を記憶した記憶部を参照し、特定した前記第２分析パターンのうち、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定し、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、
ことを特徴とする分析方法。
（付記１２）
付記１１において、さらに、
蓄積した前記分析レポートのうち、特定した前記第１分析パターンを含まない他の分析レポートを特定し、
特定した前記第２分析パターンのうち、該第２分析パターンに含まれる前記文章が、特定した前記他の分析レポートに含まれない第３分析パターンを特定し、
前記分析結果を出力する工程では、特定した前記第３分析パターンのうち、抽出した前記分析項目と前記文章とを含む第３分析パターンに対応する前記第１分析パターンの特定を行う、
ことを特徴とする分析方法。
１：情報処理装置 ３：操作端末
１３０：情報格納領域 １３１：分析レポート
ＮＷ：ネットワーク

Claims (11)

  1. 分析対象に対して行われる分析項目と該分析項目に対する分析結果とを含む分析レポートを記憶部に蓄積し、
    蓄積した前記分析レポートのそれぞれから、前記分析項目と前記分析結果を示す文章とを抽出し、
    文章と該文章に対応する分析技術とを対応付けた対応情報を記憶した記憶部を参照して、抽出した前記文章に対応する分析技術を特定し、
    抽出した前記分析項目と、抽出した前記文章と、特定した前記分析技術とを含む分析パターンを生成し、
    生成した前記分析パターンのうち、出現頻度が閾値以下である分析技術を含む第１分析パターンを特定し、
    特定した前記第１分析パターンと同じ分析レポートに含まれる他の分析パターンを特定し、特定した前記他の分析パターンのうち、特定した前記第１分析パターンを含む分析レポート間において前記分析項目と前記文章とが共通する第２分析パターンを特定し、
    特定した前記第１分析パターンに含まれる分析技術と、特定した前記第２分析パターンとを対応付けたパターン情報を記憶部に蓄積し、
    新たな分析レポートの受け付けに応じて、前記新たな分析レポートから、前記分析項目と前記文章とを抽出し、
    蓄積した前記パターン情報を記憶した記憶部を参照し、特定した前記第２分析パターンのうち、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定し、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、
    処理をコンピュータに実行させることを特徴とする分析プログラム。
  2. 請求項１において、さらに、
    蓄積した前記分析レポートのうち、特定した前記第１分析パターンを含まない他の分析レポートを特定し、
    特定した前記第２分析パターンのうち、該第２分析パターンに含まれる前記文章が、特定した前記他の分析レポートに含まれない第３分析パターンを特定する、
    処理をコンピュータに実行させ、
    前記分析結果を出力する処理では、特定した前記第３分析パターンのうち、抽出した前記分析項目と前記文章とを含む第３分析パターンに対応する前記第１分析パターンの特定を行う、
    ことを特徴とする分析プログラム。
  3. 請求項１において、
    前記パターン情報を蓄積する処理では、特定した前記第１分析パターンと、特定した前記第２分析パターンとを含むパターン情報が既に蓄積されている場合、特定した前記第１分析パターンと、特定した前記第２分析パターンとを含むパターン情報の蓄積を行わない、
    ことを特徴とする分析プログラム。
  4. 請求項１において、
    前記パターン情報を蓄積する処理では、特定した前記第１分析パターンと、特定した前記第２分析パターンとを含むパターン情報と、特定した前記第１分析パターンを含み、特定した前記第２分析パターンを含まないパターン情報とが既に蓄積されている場合、特定した前記第１分析パターンを含み、特定した前記第２分析パターンを含まない前記パターン情報を記憶部から削除する、
    ことを特徴とする分析プログラム。
  5. 請求項１において、
    前記分析結果を出力する処理では、抽出した前記分析項目と前記文章とを含む前記第２分析パターンに対応するパターン情報の生成回数を所定数増加させ、さらに、
    同一の前記第１分析パターンを含む複数のパターン情報が前記記憶部に蓄積されている場合、前記複数のパターン情報のうち、前記生成回数が最も多い前記第２分析パターンを含むパターン情報以外のパターン情報を記憶部から削除する、
    処理をコンピュータに実行させることを特徴とする分析プログラム。
  6. 請求項１において、
    前記分析結果を出力する処理では、抽出した前記分析項目と前記文章とを含む前記第２分析パターンに対応するパターン情報の生成回数を所定数増加させ、さらに、
    同一の前記第１分析パターンを含む複数のパターン情報が前記記憶部に蓄積されている場合、前記複数のパターン情報のうち、前記生成回数が閾値以上である前記第２分析パターンを含むパターン情報以外のパターン情報を記憶部から削除する、
    処理をコンピュータに実行させることを特徴とする分析プログラム。
  7. 請求項１において、
    前記分析レポートは、分析対象の種別のそれぞれに対応する分析レポートを含み、
    前記種別のそれぞれに対応する分析レポートごとに、前記分析レポートのそれぞれから分析結果と文章とを抽出する処理、前記分析技術を特定する処理、前記分析パターンを生成する処理、前記第１分析パターンを特定する処理、前記第２分析パターンを特定する処理、前記パターン情報を蓄積する処理、前記新たな分析レポートから分析項目と文章とを抽出する処理及び前記分析結果を出力する処理を行う、
    ことを特徴とする分析プログラム。
  8. 請求項７において、
    前記分析対象は、情報処理装置であり、
    前記種別は、前記情報処理装置を稼働させることによって利用者に提供するサービスの種別である、
    ことを特徴とする分析プログラム。
  9. 請求項７において、
    前記分析対象は、情報処理装置であり、
    前記種別は、前記情報処理装置を稼働させることによってサービスの提供を受ける利用者の種別である、
    ことを特徴とする分析プログラム。
  10. 請求項１において、
    前記分析結果を出力する処理では、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定された場合に、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、
    ことを特徴とする分析プログラム。
  11. 分析対象に対して行われる分析項目と該分析項目に対する分析結果とを含む分析レポートを記憶部に蓄積し、
    蓄積した前記分析レポートのそれぞれから、前記分析項目と前記分析結果を示す文章とを抽出し、
    文章と該文章に対応する分析技術とを対応付けた対応情報を記憶した記憶部を参照して、抽出した前記文章に対応する分析技術を特定し、
    抽出した前記分析項目と、抽出した前記文章と、特定した前記分析技術とを含む分析パターンを生成し、
    生成した前記分析パターンのうち、出現頻度が閾値以下である分析技術を含む第１分析パターンを特定し、
    特定した前記第１分析パターンと同じ分析レポートに含まれる他の分析パターンを特定し、特定した前記他の分析パターンのうち、特定した前記第１分析パターンを含む分析レポート間において前記分析項目と前記文章とが共通する第２分析パターンを特定し、
    特定した前記第１分析パターンに含まれる分析技術と、特定した前記第２分析パターンとを対応付けたパターン情報を記憶部に蓄積し、
    新たな分析レポートの受け付けに応じて、前記新たな分析レポートから、前記分析項目と前記文章とを抽出し、
    蓄積した前記パターン情報を記憶した記憶部を参照し、特定した前記第２分析パターンのうち、抽出した前記分析項目と前記文章とを含む第２分析パターンに対応する分析技術を特定し、特定した前記分析技術による分析対象の分析結果を、前記新たな分析レポートに対応付けて出力する、
    処理をコンピュータが実行することを特徴とする分析方法。
JP2018084738A 2018-04-26 2018-04-26 分析プログラム及び分析方法 Active JP7092998B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018084738A JP7092998B2 (ja) 2018-04-26 2018-04-26 分析プログラム及び分析方法
US16/375,882 US11367025B2 (en) 2018-04-26 2019-04-05 Analysis method, analysis apparatus, and non-transitory computer-readable storage medium for storing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018084738A JP7092998B2 (ja) 2018-04-26 2018-04-26 分析プログラム及び分析方法

Publications (2)

Publication Number Publication Date
JP2019191980A JP2019191980A (ja) 2019-10-31
JP7092998B2 true JP7092998B2 (ja) 2022-06-29

Family

ID=68291169

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018084738A Active JP7092998B2 (ja) 2018-04-26 2018-04-26 分析プログラム及び分析方法

Country Status (2)

Country Link
US (1) US11367025B2 (ja)
JP (1) JP7092998B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732793A (zh) * 2021-01-14 2021-04-30 京东数字科技控股股份有限公司 业务数据的处理方法和装置、存储介质、电子装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157896A (ja) 2003-11-27 2005-06-16 Mitsubishi Electric Corp データ分析支援システム
JP2011175437A (ja) 2010-02-24 2011-09-08 Yokogawa Electric Corp プロセス解析システム

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5697844A (en) * 1986-03-10 1997-12-16 Response Reward Systems, L.C. System and method for playing games and rewarding successful players
US6148291A (en) * 1998-01-26 2000-11-14 K & T Of Lorain, Ltd. Container and inventory monitoring methods and systems
WO2001075541A1 (fr) * 2000-04-04 2001-10-11 Fujitsu Limited Systeme de reseau de commande de production, procede de commande de production et support sur lequel un programme de commande de production est enregistre
US20030149586A1 (en) * 2001-11-07 2003-08-07 Enkata Technologies Method and system for root cause analysis of structured and unstructured data
US20080109289A1 (en) * 2002-01-09 2008-05-08 Agilquest Corporation System and method for systematic management and measurement of workplace real estate and the use of real estate by people
EP1406198A3 (en) * 2002-09-18 2014-11-05 Covance Cardiac Safety Services Inc. Method and apparatus for interactive annotation and measurement of time series data
JP4423004B2 (ja) * 2003-10-03 2010-03-03 三菱電機株式会社 テキストマイニング装置、テキストマイニング方法およびテキストマイニングプログラム
JP2006091994A (ja) * 2004-09-21 2006-04-06 Toshiba Corp 文書情報処理装置および方法、文書情報処理プログラム
JP2006215798A (ja) * 2005-02-03 2006-08-17 Nec Corp 業務分析・経営支援管理装置、業務分析・経営支援管理方法、及び業務分析・経営支援管理プログラム
US20080015968A1 (en) * 2005-10-14 2008-01-17 Leviathan Entertainment, Llc Fee-Based Priority Queuing for Insurance Claim Processing
CA2642334A1 (en) * 2006-02-16 2007-08-23 Shoplogix Inc. System and method for managing manufacturing information
US8090592B1 (en) * 2007-10-31 2012-01-03 At&T Intellectual Property I, L.P. Method and apparatus for multi-domain anomaly pattern definition and detection
US20120316916A1 (en) * 2009-12-01 2012-12-13 Andrews Sarah L Methods and systems for generating corporate green score using social media sourced data and sentiment analysis
US8738414B1 (en) * 2010-12-31 2014-05-27 Ajay R. Nagar Method and system for handling program, project and asset scheduling management
WO2013145230A1 (ja) * 2012-03-29 2013-10-03 富士通株式会社 情報分析支援装置、情報分析支援方法、及び情報分析支援プログラム
US11024406B2 (en) * 2013-03-12 2021-06-01 Nuance Communications, Inc. Systems and methods for identifying errors and/or critical results in medical reports
EP3028224A4 (en) * 2013-07-31 2017-01-18 Livelyhood, Inc. Systems and methods for providing on demand business resources
US9971979B2 (en) * 2014-03-04 2018-05-15 Roseboard Inc. System and method for providing unified and intelligent business management applications
US10324965B2 (en) * 2014-12-30 2019-06-18 International Business Machines Corporation Techniques for suggesting patterns in unstructured documents
JP2016151987A (ja) 2015-02-19 2016-08-22 株式会社日立システムズ 資料作成支援システム、資料作成支援方法、およびプログラム
JP6564305B2 (ja) 2015-10-30 2019-08-21 株式会社日立システムズ 管理サーバ及びこれを用いた管理方法
WO2017168524A1 (ja) * 2016-03-28 2017-10-05 株式会社日立製作所 分析用サーバ装置、データ解析システム、及びデータ解析方法
US9569729B1 (en) * 2016-07-20 2017-02-14 Chenope, Inc. Analytical system and method for assessing certain characteristics of organizations
WO2018138760A1 (ja) * 2017-01-24 2018-08-02 富士通株式会社 プログラムの管理プログラム、プログラム管理装置およびプログラム管理方法
JP6659985B2 (ja) * 2017-01-24 2020-03-04 富士通株式会社 プログラムの利用支援プログラム、プログラム利用支援装置およびプログラム利用支援方法
US10878090B2 (en) * 2017-10-18 2020-12-29 AO Kaspersky Lab System and method of detecting malicious files using a trained machine learning model
JP2020042711A (ja) * 2018-09-13 2020-03-19 富士通株式会社 プログラム、情報処理方法、及び情報処理装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157896A (ja) 2003-11-27 2005-06-16 Mitsubishi Electric Corp データ分析支援システム
JP2011175437A (ja) 2010-02-24 2011-09-08 Yokogawa Electric Corp プロセス解析システム

Also Published As

Publication number Publication date
US11367025B2 (en) 2022-06-21
JP2019191980A (ja) 2019-10-31
US20190332980A1 (en) 2019-10-31

Similar Documents

Publication Publication Date Title
Rozinat et al. Decision mining in ProM
US10437586B2 (en) Method and system for dynamic impact analysis of changes to functional components of computer application
US9389852B2 (en) Technique for plagiarism detection in program source code files based on design pattern
CN107003931B (zh) 将测试验证从测试执行分离
US10528456B2 (en) Determining idle testing periods
CN104714873A (zh) 记录gui数据的方法和系统
CN105144117A (zh) 对调用堆栈和上下文数据的自动相关和分析
JP7092998B2 (ja) 分析プログラム及び分析方法
Li et al. A self-adaptive process mining algorithm based on information entropy to deal with uncertain data
AfzaliSeresht et al. An explainable intelligence model for security event analysis
US10296496B2 (en) Data editing device and data editing method
JP2018081403A (ja) インシデント管理システム、インシデント管理方法およびコンピュータプログラム
Jayathilake A mind map based framework for automated software log file analysis
US20110145656A1 (en) Analyzing A Distributed Computer System
Verbeek et al. XES tools
CN114546836A (zh) 基于下推自动机引导的公共组件库自动化测试方法及装置
Rojas Blum et al. The v‐algorithm for discovering software process lines
Calderón-Ruiz et al. Automatic discovery of failures in business processes using Process Mining techniques
CN111338609A (zh) 信息获取方法、装置、存储介质及终端
US8495033B2 (en) Data processing
CN111145460A (zh) 分析税控设备的方法、电子设备及存储介质
JP2007133632A (ja) セキュリティポリシー設定方法及びプログラム
Englbrecht et al. Supporting Process Mining with Recovered Residual Data
US20220253529A1 (en) Information processing apparatus, information processing method, and computer readable medium
JP5682109B2 (ja) カバレッジ情報生成プログラム、カバレッジ情報生成装置およびカバレッジ情報生成方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210210

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211221

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220118

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220228

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: 20220517

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220530

R150 Certificate of patent or registration of utility model

Ref document number: 7092998

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150