JP7143169B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP7143169B2 JP7143169B2 JP2018181818A JP2018181818A JP7143169B2 JP 7143169 B2 JP7143169 B2 JP 7143169B2 JP 2018181818 A JP2018181818 A JP 2018181818A JP 2018181818 A JP2018181818 A JP 2018181818A JP 7143169 B2 JP7143169 B2 JP 7143169B2
- Authority
- JP
- Japan
- Prior art keywords
- attendance
- stress
- data
- prediction
- impact risk
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
複数の被験者のストレスチェックの結果を示すストレスチェックデータと、上記被験者の勤怠労務データと、上記被験者の生体試料データとを基に多変量解析により生成された、ストレス予測重み付けパラメータ及び勤怠影響リスク予測重み付けパラメータとを記憶し、
組織に属する従業員の上記ストレスチェックデータ及び上記勤怠労務データに、上記ストレス予測重み付けパラメータを適用することで、現在から所定期間経過後における上記従業員のストレスを予測したストレス予測データを生成し、
上記ストレス予測データに、上記勤怠影響リスク予測重み付けパラメータを適用することで、上記所定期間経過後における上記従業員の勤怠、生産性低下または退職のリスクを含む勤怠影響リスクを予測した勤怠影響リスク予測データを生成し、
上記勤怠影響リスク予測データを出力する、ことを含む。
複数の被験者のストレスチェックの結果を示すストレスチェックデータと、上記被験者の勤怠労務データと、上記被験者の生体試料データとを基に多変量解析により生成された、ストレス予測重み付けパラメータ及び勤怠影響リスク予測重み付けパラメータとを記憶するステップと、
組織に属する従業員の上記ストレスチェックデータ及び上記勤怠労務データに、上記ストレス予測重み付けパラメータを適用することで、現在から所定期間経過後における上記従業員のストレスを予測したストレス予測データを生成するステップと、
上記ストレス予測データに、上記勤怠影響リスク予測重み付けパラメータを適用することで、上記所定期間経過後における上記従業員の勤怠、生産性低下または退職のリスクを含む勤怠影響リスクを予測した勤怠影響リスク予測データを生成するステップと、
上記勤怠影響リスク予測データを出力するステップと、を実行させる。
図1は、本実施形態に係る勤怠影響リスク予測システムの構成を示した図である。
図2は、上記勤怠影響リスク予測サーバ100のハードウェア構成を示した図である。同図に示すように、勤怠影響リスク予測サーバ100は、CPU(Central Processing Unit)11、ROM(Read Only Memory)12、RAM(Random Access Memory)13、入出力インタフェース15、及び、これらを互いに接続するバス14を備える。
勤怠影響リスク予測サーバ100は、上記勤怠影響リスク予測結果の提供サービスの開始に先立ち、勤怠影響リスク予測アルゴリズムを構築する。図3は、当該勤怠影響リスク予測アルゴリズムの構築処理を説明した図である。
環境的ストレス等である。
1. 性別に対する重みづけパラメータ
2. 年齢に対する重みづけパラメータ
3. 性格(外向性)に対する重みづけパラメータ
4. 性格(協調性)に対する重みづけパラメータ
5. 性格(勤勉性)に対する重みづけパラメータ
6. 性格(神経症傾向)に対する重みづけパラメータ
7. 性格(開放性)に対する重みづけパラメータ
8. 虚偽傾向に対する重みづけパラメータ
9. うつ傾向に対する重みづけパラメータ
10.仕事の負担感に対する重みづけパラメータ
11.環境的ストレスに対する重みづけパラメータ
次に、以上のように構成された勤怠影響リスク予測サーバ100の動作について説明する。当該動作は、勤怠影響リスク予測サーバ100のCPU11及び通信部19等のハードウェアと、記憶部18に記憶されたソフトウェアとの協働により実行される。以下の説明では、便宜上、CPU11を動作主体とする。
図6は、勤怠影響リスク予測サーバ100による上記勤怠影響リスク予測処理の詳細な流れを示したフローチャートである。
「性格(開放性)」、「虚偽傾向」、「うつ傾向」、「仕事の負担感」、「環境的ストレス」の各項目の値を示すデータである。ただし、当該ストレス影響項目データについても、上記アルゴリズム改善処理に伴って絞り込まれたり統合されたりする場合があり得る。
図7は、勤怠影響リスク予測サーバ100による勤怠影響リスク予測アルゴリズム改善処理のうち、ストレス予測重み付けパラメータの改善処理の流れを示したフローチャートである。
以上説明したように、本実施形態によれば、勤怠影響リスク予測サーバ100は、ストレスチェックデータと勤怠労務データに加えて、被験者の生体試料データ(唾液中のコルチゾール濃度)を基に生成された勤怠影響リスク予測アルゴリズム30(ストレス予測重み付けパラメータ及び勤怠影響リスク予測パラメータ)を用いることで、企業組織の従業員のストレスから生じる勤怠影響リスクを高精度に予測することができる。
本発明は上述の実施形態にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更され得る。
18…記憶部
19…通信部
21…厚労省ストレスチェックシート回答結果
22…勤怠労務データ
23…コルチゾール濃度データ
31…ストレス予測重み付けパラメータテーブル
32…勤怠影響リスク予測重み付けパラメータテーブル
41…遅刻リスク予測データ
42…生産性低下リスク予測データ
43…休職・退職リスク予測データ
100…勤怠影響リスク予測サーバ
200・300…ユーザ端末
Claims (8)
- 複数の被験者のストレスチェックの結果を示すストレスチェックデータと、前記被験者の勤怠労務データと、前記被験者の生体試料データとを基に多変量解析により生成された、ストレス予測重み付けパラメータ及び勤怠影響リスク予測重み付けパラメータとを記憶する記憶部と、
組織に属する従業員の前記ストレスチェックデータ及び前記勤怠労務データに、前記ストレス予測重み付けパラメータを適用することで、現在から所定期間経過後における前記従業員のストレスを予測したストレス予測データを生成し、
前記ストレス予測データに、前記勤怠影響リスク予測重み付けパラメータを適用することで、前記所定期間経過後における前記従業員の勤怠、生産性低下または退職のリスクを含む勤怠影響リスクを予測した勤怠影響リスク予測データを生成し、
前記勤怠影響リスク予測データを出力する、制御部と
を具備する情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記記憶部は、前記ストレス予測重み付けパラメータ及び前記勤怠影響リスク予測重み付けパラメータを、現在から複数の異なる期間経過後の各ストレス予測データ及び各勤怠影響リスク予測データの生成用に前記複数の異なる期間毎に記憶し、
前記制御部は、前記複数の異なる期間経過後の前記ストレス予測データから前記複数の異なる期間経過後の前記勤怠影響リスク予測データをそれぞれ生成する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記制御部は、前記生成した勤怠影響リスク予測データと、前記所定期間経過時点の勤怠労務データとを比較し、差分を算出して出力する
情報処理装置。 - 請求項3に記載の情報処理装置であって、
前記制御部は、前記差分を基に、前記ストレス予測重み付けパラメータを更新するための関数を機械学習により構築し、当該関数を基に前記ストレス予測重み付けパラメータを更新する
情報処理装置。 - 請求項3に記載の情報処理装置であって、
前記制御部は、前記差分を基に、前記勤怠影響リスク予測重み付けパラメータを更新するための関数を機械学習により構築し、当該関数を基に前記勤怠影響リスク予測重み付けパラメータを更新する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記制御部は、前記勤怠影響リスク予測データを基に、前記予測した勤怠影響リスクをチャートで示すとともに、現在よりも前記従業員の前記ストレスチェックの結果が改善または悪化した場合に予測される勤怠影響リスクをユーザの操作に応じてシミュレーションして提示可能なリスク予測結果表示画面インタフェースを生成する
情報処理装置。 - 複数の被験者のストレスチェックの結果を示すストレスチェックデータと、前記被験者の勤怠労務データと、前記被験者の生体試料データとを基に多変量解析により生成された、ストレス予測重み付けパラメータ及び勤怠影響リスク予測重み付けパラメータとを記憶し、
組織に属する従業員の前記ストレスチェックデータ及び前記勤怠労務データに、前記ストレス予測重み付けパラメータを適用することで、現在から所定期間経過後における前記従業員のストレスを予測したストレス予測データを生成し、
前記ストレス予測データに、前記勤怠影響リスク予測重み付けパラメータを適用することで、前記所定期間経過後における前記従業員の勤怠、生産性低下または退職のリスクを含む勤怠影響リスクを予測した勤怠影響リスク予測データを生成し、
前記勤怠影響リスク予測データを出力する、
コンピュータが実行する情報処理方法。 - 情報処理装置に、
複数の被験者のストレスチェックの結果を示すストレスチェックデータと、前記被験者の勤怠労務データと、前記被験者の生体試料データとを基に多変量解析により生成された、ストレス予測重み付けパラメータ及び勤怠影響リスク予測重み付けパラメータとを記憶するステップと、
組織に属する従業員の前記ストレスチェックデータ及び前記勤怠労務データに、前記ストレス予測重み付けパラメータを適用することで、現在から所定期間経過後における前記従業員のストレスを予測したストレス予測データを生成するステップと、
前記ストレス予測データに、前記勤怠影響リスク予測重み付けパラメータを適用することで、前記所定期間経過後における前記従業員の勤怠、生産性低下または退職のリスクを含む勤怠影響リスクを予測した勤怠影響リスク予測データを生成するステップと、
前記勤怠影響リスク予測データを出力するステップと
を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018181818A JP7143169B2 (ja) | 2018-09-27 | 2018-09-27 | 情報処理装置、情報処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018181818A JP7143169B2 (ja) | 2018-09-27 | 2018-09-27 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020052757A JP2020052757A (ja) | 2020-04-02 |
JP7143169B2 true JP7143169B2 (ja) | 2022-09-28 |
Family
ID=69997242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018181818A Active JP7143169B2 (ja) | 2018-09-27 | 2018-09-27 | 情報処理装置、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7143169B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7405436B2 (ja) * | 2021-03-30 | 2023-12-26 | Necフィールディング株式会社 | 健康管理装置、健康管理方法及びプログラム |
JP7394510B2 (ja) * | 2021-06-15 | 2023-12-08 | Lineヤフー株式会社 | 提供装置、提供方法及び提供プログラム |
JP7341188B2 (ja) * | 2021-06-18 | 2023-09-08 | 株式会社日立製作所 | 退職リスク判定システム、退職リスク判定装置、及び退職リスク判定方法 |
WO2023018772A1 (en) * | 2021-08-10 | 2023-02-16 | Vocera Communications, Inc. | Systems and methods for managing caregiver overload |
JP7129727B1 (ja) | 2021-12-24 | 2022-09-02 | 株式会社エルブズ | 特異性検知装置、特異性検知方法、特異性検知プログラム及び特異性検知システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016200955A (ja) | 2015-04-09 | 2016-12-01 | 株式会社リコー | 情報処理装置、プログラム、推定方法 |
JP2016207165A (ja) | 2015-04-28 | 2016-12-08 | 株式会社バランスアンドユニーク | 人材リスク管理システム |
JP2017068831A (ja) | 2015-09-30 | 2017-04-06 | 日通システム株式会社 | 労務管理システム、労務管理方法、および、労務管理プログラム |
-
2018
- 2018-09-27 JP JP2018181818A patent/JP7143169B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016200955A (ja) | 2015-04-09 | 2016-12-01 | 株式会社リコー | 情報処理装置、プログラム、推定方法 |
JP2016207165A (ja) | 2015-04-28 | 2016-12-08 | 株式会社バランスアンドユニーク | 人材リスク管理システム |
JP2017068831A (ja) | 2015-09-30 | 2017-04-06 | 日通システム株式会社 | 労務管理システム、労務管理方法、および、労務管理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020052757A (ja) | 2020-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7143169B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Yen et al. | Do organizational citizenship behaviors lead to information system success?: Testing the mediation effects of integration climate and project management | |
Aydin et al. | A new fuzzy multicriteria decision making approach: An application for European Quality Award assessment | |
Omar et al. | Modeling and evaluating construction project competencies and their relationship to project performance | |
US20180365619A1 (en) | System And Method For Assessing Worker Engagement And Company Culture | |
Liberale et al. | Reducing the Time for IRB Reviews: A Case Study. | |
Xu et al. | A performance-based approach to project assignment and performance evaluation | |
Guimarães et al. | Discrete-event simulation software selection for manufacturing based on the maturity model | |
JP2020191131A (ja) | 学習モデル構築装置、入社後評価予測装置、学習モデル構築方法および入社後評価予測方法 | |
Rodrigues et al. | An experiment on process model understandability using textual work instructions and BPMN models | |
US20210166194A1 (en) | Product design and materials development integration using a machine learning generated capability map | |
Avnet et al. | The structural approach to shared knowledge: An application to engineering design teams | |
El-Banna | Patient discharge time improvement by using the six sigma approach: a case study | |
Nembhard et al. | Learning and forgetting-based worker selection for tasks of varying complexity | |
Lee et al. | Developing an research and development (R&D) process improvement system to simulate the performance of R&D activities | |
Nembhard et al. | Selection policies for a multifunctional workforce | |
Smith et al. | Assessing worker performance using dynamic cost functions in human robot collaborative tasks | |
Da Silva et al. | Production scheduling of assembly fixtures in the aeronautical industry | |
Felippes et al. | 3D-CUBE readiness model for industry 4.0: technological, organizational, and process maturity enablers | |
Chatterjee | Development of uncertainty-based work injury model using Bayesian structural equation modelling | |
Moreno-Camacho et al. | A comparison of mixed-integer linear programming models for workforce scheduling with position-dependent processing times | |
JP6626170B1 (ja) | 健康評価システム、健康評価サーバ及び健康評価プログラム | |
Montevechi et al. | Sensitivity analysis in discrete-event simulation using fractional factorial designs | |
KR101603977B1 (ko) | 영업활동에 대한 수주 가능성 예측 시스템 | |
Ciby et al. | Workplace bullying and physical ill-health: Role of negative emotions and perceived organizational support |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210628 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220512 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220729 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20220729 |
|
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: 20220913 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220914 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7143169 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |