JP7276828B2 - 情報処理方法及び装置 - Google Patents

Description

本発明は、業務割り当てに係る情報処理技術に関する。

例えば特開２０１９－８５８６号公報には、簡単に業務負荷の高い業務担当者の業務を業務負荷の低い業務担当者に割り振るために、以下のような構成が開示されている。すなわち、データ取得部は、各業務担当者の勤怠データと業務内容を示す業務内容データを取得する。勤務者分類部は、勤怠データに基づいて、特定日の各業務担当者を超過勤務者と非超過勤務者に分類する。支援可能者抽出部は、業務内容に低優先度業務が含まれる非超過勤務者を支援可能者として抽出する。再配分処理部は、超過勤務者の超過勤務時間を支援可能者の低優先度業務の業務時間で相殺するように、超過勤務者の業務を支援可能者に振り分ける。このようにすれば、振り分けた人材配置により、翌年度の特定日に業務を行ったときの超過勤務を減らすことができる、とされる。すなわち、人材配置という部分では割り振りが決定されるが、個別の業務をどの担当者に割り振れば良いのかは分からない。

また、例えば特開２００８－９０７２６号公報には、業務分担の評価結果として、業務を社外に委託することによる経営上の影響を評価する３つの評価項目の評価値をレーダーチャートによって示すことが開示されている。この構成によれば、複数の評価項目を比較することができるようになるが、個別の業務をどの担当者に割り振るのかについて議論しているわけではない。

近年、働き方改革などが叫ばれているが、個別の業務をどの担当者に割り振れば良いのかについては、管理職の勘に頼る部分が多く、結果として特定の担当者に業務が偏って割り振られることもある。また、案件数のみについて均衡を図ったとしても、個々の案件の負荷に軽重もあることから、バランスさせることは容易ではない。

特開２０１９－８５８６号公報 特開２００８－９０７２６号公報

従って、本発明の目的は、一側面として、担当者への業務割り当ての適正化を支援するための技術を提供することである。

本発明に係る情報処理方法は、（Ａ）各担当者が既に担当している案件に関する所定項目のデータを格納しているデータ格納部に格納されたデータに基づき、ある担当者について、当該ある担当者が既に担当している案件の数に関する第１の指標値と、当該ある担当者が既に担当している案件の重みに関する第２の指標値とを算出するステップと、（Ｂ）上記ある担当者について、第１の指標値と第２の指標値とを出力する出力ステップとを含む。

一側面によれば、担当者への業務割り当ての適正化を支援できるようになる。

図１は、本発明の実施の形態におけるシステムの概要を示す図である。 図２は、データベースに格納されるデータの一例を示す図である。 図３は、データベースに格納されるデータの一例を示す図である。 図４は、端末装置の構成例を示す図である。 図５は、システム全体の処理の流れを説明するための図である。 図６は、業務管理画面の描画処理を説明するための図である。 図７は、業務管理画面の一例を示す図である。 図８は、担当者の割り当て処理の一例を示す図である。 図９は、コンピュータ装置のブロック構成図である。

以下、本発明の実施の形態を、児童相談所などにおいて、通告に係る子供の担当者を決定する場合に適用する例で説明するが、その適用対象は児童相談所などに限定されるものではない。

図１に本発明の実施の形態に係るシステム概要を示す。本実施の形態では、児童相談所などの各職員は、例えばタブレットなどの端末装置２０００を用いて作業を行う。これによって、児童相談所などの事業所だけではなく、虐待の通告を受けた子供（児童とも呼ぶ）の家など、様々な場所にて作業を行うことができるようになる。

端末装置２０００は、様々な通信媒体を介して情報処理装置１０００と通信を行いながら処理を行う。例えば、端末装置２０００に、専用のアプリケーションプログラムがインストールされており、当該専用のアプリケーションプログラムを実行することで情報処理装置１０００と連携して処理を実行する。但し、端末装置２０００にインストールされている汎用のウェブブラウザが情報処理装置１０００と連携して処理を実行するようにしてもよい。なお、情報処理装置１０００は、１台のコンピュータである場合もあれば、複数台のコンピュータを含む情報処理システムの場合もある。また、クラウドなどで実現される仮想的な１又は複数台のサーバなどである場合もある。

本実施の形態に係る機能を実現するために、情報処理装置１０００は、処理部１０１０と、データベース１０２０と、予測部１０３０と、学習部１０４０とを有する。

処理部１０１０は、端末装置２０００とのインターフェースとなり、データベース１０２０に受信データを登録したり、データベース１０２０からデータを読み出して端末装置２０００に送信したり、データベース１０２０に格納されているデータなどに基づき、予測部１０３０に各種データの予測処理を行わせたりする。

データベース１０２０は、虐待の通告が行われた子供に関する様々なデータを蓄積する。本実施の形態に係るデータとしては、例えば図２に示すようなデータを格納するようになっている。図２の例では、子供毎（児童ＩＤ毎）に、担当者ＩＤと、総合リスクと、予測対応日数等が格納されているようになっている。担当者ＩＤが登録されていなければ、これから担当者が割り当てられる。総合リスクは、子供について一時保護発生の蓋然性を表す指標値であって、予測部１０３０によって予測された値である。予測対応日数は、子供の対応に要すると予測される日数であって、予測部１０３０によって予測された数値である。なお、担当者を割り当てる前までに、総合リスク及び予測対応日数については算出されるものとする。なお、図示していないが、子供の氏名その他の個人情報、虐待の通告に係る子供に関する情報と当該子供のリスクアセスメント情報とに関する複数の項目についてのデータも登録されているものとする。

また、データベース１０２０は、児童相談所などの職員についてデータを格納する場合もある。本実施の形態に係るデータとしては、例えば図３に示すようなデータを格納する。図３の例では、職員毎（担当者ＩＤ毎）に、氏名と、経験年数と、虐待対応件数と、その他の業務件数と、重篤事例件数と、予測対応日数合計等が登録されるようになっている。

虐待対応件数は、図２に示した子供に関するデータにおいて、終結していない案件であって着目している担当者ＩＤが登録された案件の数である。重篤事例件数は、図２に示した子供に関するデータにおいて、終結していない案件であって着目している担当者ＩＤが登録された案件のうち、総合リスクが所定値以上（例えば７５（％））である案件の数である。予測対応日数合計は、図２に示した子供に関するデータにおいて、終結していない案件であって着目している担当者ＩＤが登録された案件の予測対応日数の合計値である。なお、経験年数やその他の業務件数等については、図示しない他のシステムから抽出されたデータである場合もある。

予測部１０３０は、機械学習による学習済みモデルを含み、所定項目のデータから、子供について一時保護発生の蓋然性を表す指標値を予測するモジュールを含む。すなわち、過去の虐待事例パターンに基づき、ある通告に係る子供について、一時保護が発生する確率（０％から１００％までの数値）を出力するものである。

より具体的には、予測部１０３０は、勾配ブースティングに基づく学習済みモデルを含む。ブースティングとは、弱い学習器を複数用いてできるだけ汎用性の高い強く新しい学習器を構築しようという機械学習のモデリング技法の一つである。多くは、決定木と呼ばれる条件分岐アルゴリズムを複数組み合わせて用いられる。より正確にはブースティングとして新たな決定木を作る際に、１つ前までの決定木の結果を利用し、実測値と予測値との誤差が最小になるような決定木のアルゴリズムを採用している。即ち、勾配ブースティングは、実際の正解と予測の誤差を損失関数として最小化する際に勾配降下法を用いる手法である。さらに具体的には、本実施の形態では、Extreme Gradient Boosting（Tianqi Chen and Carlos Guestrin. Xgboost: A scalable tree boosting system. In Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining, pages 785-794. ACM, 2016）を用いるものである。具体的な処理内容についてはよく知られているので、詳細な説明については省略する。

なお、学習部１０４０により、過去の虐待事例における所定項目のデータに対して一時保護の実施の有無を予測するように学習が行われて、一時保護の実施の有無に対する予測スコアを出力する学習済みモデルが生成される。さらに、学習部１０４０は、予測スコアと一時保護が発生する確率との関係を表す関数を、例えばロジスティック曲線近似して生成する。学習部１０４０は、ロジスティック曲線近似についても行う。すなわち、予測部１０３０は、予測スコアを出力する学習済みモデルと、予測スコアを一時保護が発生する確率に変換する関数とを含む。

さらに、予測部１０３０は、機械学習による学習済みモデルであって、所定項目のデータから、子供の対応に要すると予測される日数を出力するモジュールを含む。すなわち、過去の虐待事例パターンに基づき、通告受理日から終結までの日数を予測する。より具体的には、予測部１０３０は、勾配ブースティングに基づく学習済みモデルを含む。なお、単純な予測対応日数だけではなく、当該予測対応日数を、予め定められた日数範囲でカテゴリ分けした結果を出力する場合もある。また、子供への対処種別毎に、予測対応日数を出力するようにしてもよい。

また、学習部１０４０は、同じ勾配ブースティングに基づく学習済みモデルを含む総合リスク予測部１０３１と共に、対応日数予測についての学習モデルについても学習処理を行う。

なお、学習部１０４０は、例えば定期的に又は指示されたタイミングで、学習処理を行う。

端末装置２０００は、例えば、図４に示すような構成を有する。端末装置２０００は、例えば専用のアプリケーションプログラムを実行することで、データ処理部２０１０と、表示処理部２０２０と、データ格納部２０３０とを有するようになる。

データ処理部２０１０は、端末装置２０００へのデータの入力を受け付けたり、情報処理装置１０００の処理部１０１０とデータのやりとりを行うもので、データ格納部２０３０に入力データ、中間データ、送信データ、受信データなどを格納する。

表示処理部２０２０は、例えばデータ処理装置２０１０からの指示に応じて、例えばデータ格納部２０３０に格納されているデータを用いて表示画面に表示すべきデータを生成するための処理を実行する。

次に、図５乃至図８を用いて、本実施の形態における情報処理システムの処理内容を説明する。

まず、図５を用いて、全体の処理の流れを説明する。

端末装置２０００のデータ処理部２０１０は、例えば管理職からの業務管理画面表示の指示受け付けに応じて、当該業務管理画面表示についてのデータ取得要求を情報処理装置１０００に送信する（ステップＳ１）。

情報処理装置１０００の処理部１０１０は、端末装置から、業務管理画面表示についてのデータ取得要求を受信すると（ステップＳ３）、本管理職が管理する担当者についてのデータ収集処理を実行する（ステップＳ５）。担当者についてのデータ収集処理においては、例えば、業務管理対象の各担当者の経験年数を例えば人事データベースから読み出したり、各担当者について虐待業務以外のその他案件の件数を他のデータベースから収集して、データベース１０２０に格納する。さらに、例えば、図２に示すようなデータから、各担当者について、虐待対応件数、重篤案件数及び予測対応日数合計を算出し、データベース１０２０に格納する。これらの数値についての算出条件は、例えば図３について述べたようなものである。このような処理を実行すると、各担当者について図３に示すようなデータが得られるようになる。

さらに、処理部１０１０は、子供についてのデータ収集処理を実行する（ステップＳ７）。子供についてのデータ収集処理は、例えば、担当者ＩＤが割り当てられていない案件のデータ（例えば、児童ＩＤ、氏名、総合リスク、予測対応日数等を含む）を、図２に示すようなデータから抽出する処理である。

そして、処理部１０１０は、このように収集されたデータを、要求元の端末装置２０００に送信する（ステップＳ９）。そうすると、端末装置２０００のデータ処理部２０１０は、情報処理装置１０００によって収集されたデータを受信し、例えばデータ格納部２０２０に格納する（ステップＳ１１）。

そして、データ処理部２０１０及び表示処理部２０２０は、業務管理画面の描画処理を実行し、業務管理画面を管理職に提示する（ステップＳ１３）。

業務管理画面の描画処理については、図６及び図７を用いて説明する。

まず、データ処理部２０１０は、本管理職が管理する全担当者の虐待対応件数のうち最大値を特定し、データ格納部２０３０に格納する（図６：ステップＳ３１）。

また、データ処理部２０１０は、各担当者について、特定された最大値に対する虐待対応件数の割合を算出し、データ格納部２０３０に格納する（ステップＳ３３）。これによって、最も多く虐待対応案件を抱えている担当者との比較で、どの程度の虐待対応案件を抱えているかを表す指標値を、各担当者について算出することができる。虐待対応件数及びそれについての割合は、担当者が既に担当している案件の数に関する指標値であり、虐待対応件数についての割合は、担当者が既に担当している案件の多寡を相対的に表す指標である。

さらに、データ処理部２０１０は、本管理職が管理する全担当者のその他業務件数のうち最大値を特定し、データ格納部２０３０に格納する（ステップＳ３５）。

また、データ処理部２０１０は、各担当者について、特定された最大値に対するその他業務件数の割合を算出し、データ格納部２０３０に格納する（ステップＳ３７）。これによって、最も多くその他業務案件を抱えている担当者との比較で、どの程度のその他業務案件を抱えているかを表す指標値を、各担当者について算出することができる。その他業務件数及びそれについての割合は、担当者が既に担当している案件の数に関する指標値であり、その他業務件数についての割合は、担当者が既に担当している案件の多寡を相対的に表す指標である。

さらに、データ処理部２０１０は、各担当者について、虐待対応件数に対する重篤事例件数の割合を算出し、データ格納部２０３０に格納する（ステップＳ３９）。これによって、各担当者について、どの程度質的に重い案件を抱えているのかを表す指標値を算出することができる。重篤事例件数及びその割合は、担当者が既に担当している案件の重みに関する指標値である。重篤事例件数の割合については、閾値以上の重みが予測された案件の合計数に関する指標値である。

また、データ処理部２０１０は、本管理職が管理する全担当者の予測対応日数合計のうち最大値及び最小値を特定し、データ格納部２０３０に格納する（ステップＳ４１）。

そして、データ処理部２０１０は、各担当者について、（最大値－最小値）に対する（予測対応日数合計－最小値）の割合を算出し、データ格納部２０３０に格納する（ステップＳ４３）。これによって、各担当者について、最小値から最大値までの区間を長さ１にして予測対応日数合計をマッピングしたことになる。予測対応日数合計及び上記のように算出された割合は、担当者が既に担当している案件の重みに関する指標値である。また、上記のように算出された割合は、担当者が既に担当している案件について予測された負荷の合計に関する指標値である。

このようにして各担当者の業務分担状況を把握するための各指標値が得られたことになる。なお、ステップＳ３１乃至Ｓ４３については、情報処理装置１０００の処理部１０１０によって実行するようにして、その計算結果を端末装置２０００に送信するようにしてもよい。この場合、データ処理部２０１０は、情報処理装置１０００からデータを受信すると、データ格納部２０３０に格納する。

そして、表示処理部２０２０は、データ格納部２０３０に格納されている指標値と担当者を割り当てるべき子供のデータに基づき、各担当者のレーダーチャートを含む表示データを生成し、表示画面に出力する（ステップＳ４５）。

例えば、図７に示すような業務管理画面を表示する。

図７の例では、担当者表示選択欄７１０と、選択された担当者の業務状況の表示欄７２０と、子供表示選択欄７３０とを含む。

担当者表示選択欄７１０は、複数の担当者のデータを表示して、管理職がいずれかの担当者を選択するための欄である。図７の例では３人の担当者のデータ７１１乃至７１３を表示しているが、例えば欄の中でスクロール可能にして、より多くの担当者のデータを表示するようにしてもよい。図７の例では、各担当者について、氏名と、経験年数と、業務分担状況を表すレーダーチャートとが示されるようになっている。

レーダーチャートは、４つの指標値を相対比較するようになっており、縦方向に、案件数に関する指標値を表すようになっており、横方向に、重みに関する指標値を表すようになっている。本例では、上方に、虐待対応件数についての割合（虐待業務）を示しており、下方にその他業務件数についての割合（その他業務）を示すようになっている。上でも述べたように、これらは最大値に対する割合であるから、全担当者における相対的な値が示される。

また、右方向に、予測対応日数合計について算出された割合（長期事例）を示しており、左方向に、重篤事例数について算出された割合（重篤事例度）を示している。前者については、最小値から最大値までの区間を長さ１にして予測対応日数合計をマッピングした結果であり、全担当者における相対的な値が示されるようになっている。一方、後者については、その担当者における重篤事例件数の割合であるから、その担当者に重い案件が多いか否かを表している。

図７では、現在、佐藤次郎氏のデータ７１１が選択されており、その結果として、表示欄７２０には、佐藤次郎氏のデータが表示されている。表示欄７２０は、虐待業務件数（虐待業務）と、重篤事例件数（重篤事例）と、予測対応日数（長期事例）と、その他業務件数（その他業務）とを表示するようになっている。

子供表示選択欄７３０は、担当者割り当てがなされていない複数の子供のデータを表示して、管理職がいずれかの子供を選択するための欄である。図７の例では、３人の子供のデータ７３１乃至７３３を表示しているが、例えば欄の中でスクロール可能にして、より多くの子供を表示するようにしてもよい。図７の例では、各子供について、氏名（又は児童ＩＤ）と、予測対応日数のカテゴリを表す日数範囲（図７ではＸ－Ｙ日など）とを示している。予測対応日数そのものを提示しても良い。また、表示に余裕があれば、重篤度などの他の子供のデータを表示するようにしてもよい。

なお、例えば、１４日未満のカテゴリＡ、１４日以上３０日未満のカテゴリＢ、３０日以上９０日未満のカテゴリＣ、９０日以上１８０日未満のカテゴリＤ、１８０日以上３６５日未満のカテゴリＥ、３６５日以上のカテゴリＦの６つのカテゴリに分けるものとする。なお、カテゴリ数とその区間定義は任意である。

本実施の形態では、各担当者について、当該担当者のレーダーチャートの形によって、縦方向で虐待対応件数とその他業務件数とのバランスを見たり、横方向で質的な重さの軽重を把握する。また、レーダーチャートにおけるカバー面積が大きいほど、担当者の負荷が高いことが分かる。

さらに、複数の担当者のデータを並べて表示することで、レーダーチャートの形を比較することができるようになる。例えば、レーダーチャートにおけるカバー面積が小さい担当者や、特定の指標値が小さい担当者を探すことも容易になる。

図５の処理の説明に戻って、次に、データ処理部２０１０及び表示処理部２０２０は、管理職の操作に応じて担当者割り当て処理を実行する（ステップＳ１５）。担当者割り当て処理については、その一例を図８を用いて説明する。

まず、データ処理部２０１０は、管理職から、担当者の選択を受け付ける（ステップＳ６１）。図７の例では、左端の佐藤次郎氏が選択されたものとする。そうすると、データ処理部２０１０は、表示処理部２０２０に、選択された担当者の担当者ＩＤを通知して、表示処理部２０２０は、選択された担当者のデータをデータ格納部２０３０から読み出して、表示欄７２０に表示する（ステップＳ６３）。

さらに、データ処理部２０１０は、管理職から、子供の選択を受け付ける（ステップＳ６５）。図７の例では、左端の飯島花子が選択されたものとする。そうすると、データ処理部２０１０は、選択された担当者のデータ及び選択された子供のデータをデータ格納部２０３０から読み出して、当該担当者について、虐待案件件数を仮に１増加させ、選択された子供の総合リスクが閾値を超えている場合には重篤事例件数を仮に１増加させ、選択された子供の予測対応日数を予測対応日数合計に仮に加算する処理を行って、表示処理部２０２０に、仮割り当ての結果を、表示欄７２０へ表示させる（ステップＳ６７）。

例えば、飯島花子の児童ＩＤがＪ０１０であるとすると、図２の例からすれば、総合リスクが６０なので重篤事例には該当しない。そうすると、図７の虐待対応件数は５０＋１＝５１件に更新され、予測対応日数合計は８３０＋３０＝８６０日に更新されるようになる。なお、この数値に基づきレーダーチャートをも更新するようにしてもよい。

そして、データ処理部２０１０は、担当者が、選択した子供のアイコンを、選択した担当者の領域にドロップしたか否かを判断する（ステップＳ７５）。すなわち、選択した子供の、選択した担当者への割り当てを確定させる指示がなされたか否かを判断する。なお、ドロップではなく、割り当てボタンなどで割り当て確定を指示したか否かを判断するようにしてもよい。

割り当ての確定を指示したものではない場合には、データ処理部２０１０は、管理職から、選択した子供の変更が指示された否かを判断する（ステップＳ７１）。すなわち、別の子供を選択したか否かを判断する。管理職が別の子供を選択した場合には、処理は例えばステップＳ６５に戻る。

一方、選択した子供の変更ではない場合、データ処理部２０１０は、管理職から、選択した担当者の変更が指示されたか否かを判断する（ステップＳ７３）。すなわち、別の担当者を選択した否かを判断する。管理職が別の担当者を選択した場合には、処理は例えばステップＳ６１に戻る。なお、ここで子供の選択は維持しても良い。一方、別の担当者を選択したわけではない場合には、例えば端子Ａを介してステップＳ６９に戻る。

一方、割り当ての確定を指示したものであれば、データ処理部２０１０は、選択された子供に、選択された担当者を割り当てるように、それらの識別子の対を例えばデータ格納部２０３０に格納する（ステップＳ７５）。また、データ処理部２０１０は、選択された子供のデータの表示を消したり、割り当て済み表示をさせたりするため、表示処理部２０２０に対して指示を行う。

さらに、本割り当てを表示に反映すべく、データ処理部２０１０は、仮割り当ての結果でデータ格納部２０３０における担当者のデータを更新し、それに基づき表示処理部２０２０に対してレーダーチャートの更新を含む表示データの更新を実行させる（ステップＳ７７）。すなわち、虐待対応件数の最大値、並びに予測対応日数合計の最大値及び最小値に変更がなければ、選択された担当者についてレーダーチャートで示される指標値を算出し直して、その担当者について表示を更新する。虐待対応件数の最大値、並びに予測対応日数合計の最大値及び最小値に変更があれば、全担当者についてレーダーチャートで示される指標値を算出し直し、全担当者について表示を更新する。

このような処理で処理を終了する場合には、図５の処理に戻る。一方、まだ担当者の割り当てを行う場合には、処理はステップＳ６１に戻る。

以上の処理は一例であるが、このように図７のような表示画面において、担当者が未割り当ての子供に対して担当者を割り当てる。

図５の処理の説明に戻って、データ処理部２０１０は、割り当て終了後又は割り当てが確定される毎に、担当者の割り当て結果を、情報処理装置１０００に送信する（ステップＳ１７）。

情報処理装置１０００の処理部１０１０は、端末装置２０００から、担当者の割り当て結果、すなわち児童ＩＤと担当者ＩＤのペアのデータを受信すると、データベース１０２０（図２）において児童ＩＤに対応付けて担当者ＩＤを登録する（ステップＳ１９）。

以上のような処理を実行することで、管理職は、個々の担当者が既に担当している案件の数だけではなく、負荷の軽重をも考慮に入れて、さらに他の担当者の状況をも比較しつつ、新たな案件の割り当てを決定することができる。

特に、図７の例では、案件の数に関する指標値については、虐待対応件数に関する指標値だけではなく、その他業務件数に関する指標値をも同じ軸上で対比できるようになっている。複数種類の業務について案件数に関する指標値を対比しやすい。同様に、質的な重さの軽重を評価する場合も、図７の例では、重篤事例件数の割合と、予測対応日数合計についての割合という複数種類の指標値を同軸上で提示するようになっているので、異なる観点にて質の重さを評価できるようになる。

さらにレーダーチャートを用いているので、担当者の業務負荷は、カバー面積に反映される。これによって、担当者間で面積に差があまり出ないように割り当てを行うということもやりやすくなる。

以上、本発明の実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、上で述べた機能ブロック構成又はモジュール構成は一例であって、異なる構成を採用してもよい。具体的には、１つの機能ブロック又はモジュールを複数に分割したり、複数の機能ブロック又はモジュールを１つに統合したりしてもよい。さらに、情報処理装置１０００と端末装置２０００とが、上で述べたものとは異なる機能分担を行う場合もある。

また、処理フローについても、処理結果が変わらない限り、処理の順番を入れ替えたり、複数ステップを並列実行するようにしてもよい。例えば、図６において、指標値の算出順番については、任意である。

また、図７の画面デザインは一例であって、他の画面デザインであってもよい。また、レーダーチャートは一例であって、上で述べた指標値を対比できるように示す形であれば、どのようなものであってもよい。さらに、指標値の種類は４に限定するものではない。案件数に関する第１の指標値と重さに関する第２の指標値とを含み、それぞれについて１または複数の指標値を含むようにしてもよい。さらに、重篤事例件数についても全担当者についての最大値を特定して、当該最大値に対する重篤事例件数の割合をレーダーチャートのための指標値として算出するようにしてもよい。このようにすれば、相対的な指標値が得られるようになる。

なお、上で述べた情報処理装置１０００は、コンピュータ装置であって、図９に示すように、メモリ２５０１とＣＰＵ（Central Processing Unit）２５０３とハードディスク・ドライブ（ＨＤＤ：Hard Disk Drive）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。なお、ＨＤＤはソリッドステート・ドライブ（ＳＳＤ：Solid State Drive）などの記憶装置でもよい。オペレーティング・システム（ＯＳ：Operating System）及び本発明の実施の形態における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。ＣＰＵ２５０３は、アプリケーション・プログラムの処理内容に応じて表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、所定の動作を行わせる。また、処理途中のデータについては、主としてメモリ２５０１に格納されるが、ＨＤＤ２５０５に格納されるようにしてもよい。本技術の実施例では、上で述べた処理を実施するためのアプリケーション・プログラムはコンピュータ読み取り可能なリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及びアプリケーション・プログラムなどのプログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

なお、上で述べたような処理を実行することで用いられるデータは、処理途中のものであるか、処理結果であるかを問わず、メモリ２５０１又はＨＤＤ２５０５等の記憶装置に格納される。なお、端末装置２０００については、基本的な構造は図９に示したものと同じであるが、ドライブ装置２５１３を有することはなく、通信制御部２５１７の代わりに無線通信部が設けられ、ＨＤＤ２５０５の代わりにＳＳＤなどのフラッシュメモリが設けられる。

以上述べた実施の形態をまとめると以下のようになる。

本実施の形態に係る情報処理方法は、（Ａ）各担当者が既に担当している案件に関する所定項目のデータを格納しているデータ格納部に格納されたデータに基づき、ある担当者について、当該ある担当者が既に担当している案件の数に関する第１の指標値と、当該ある担当者が既に担当している案件の重みに関する第２の指標値とを算出するステップと、（Ｂ）上記ある担当者について、第１の指標値と第２の指標値とを出力する出力ステップとを含む。

第１の指標値だけではなく第２の指標値とを出力することによって、ある担当者の業務分担状況を適切に把握できるようになる。すなわち、担当者への業務割り当ての適正化を支援できる。

なお、上で述べた第１の指標値は、ある担当者が既に担当している案件の多寡を相対的に表す指標値を含むようにしてもよい。ある担当者について第１の指標値を見れば、他の担当者との関係が明らかになり、ある担当者の業務分担状況を相対的に把握しやすくなる。なお、このような指標値を、業務の種類毎に含むようにしてもよい。

さらに、上で述べた第２の指標値は、閾値以上の重みが予測された案件の合計数に関する指標値（例えば虐待案件数に対する重篤事例件数の割合）と、ある担当者が既に担当している案件について予測された負荷（例えば予測対応日数）の合計に関する指標値（例えば予測対応日数についての割合）とのうち少なくとも何れかを含むようにしてもよい。

このように第２の指標値については、重い案件の数に基づいて算出されることもあれば、負荷の合計に基づいて算出されることもある。なお、ある担当者が既に担当している案件について予測された負荷の合計に関する指標値は、相対的な指標値として算出するようにしてもよい。

また、上で述べた出力ステップにおいて、第１の指標値と第２の指標値とを、第１の指標値と第２の指標値との比較のための表示態様で出力するようにしてもよい。レーダーチャートは一例である。

さらに、上記情報処理方法は、上で述べたデータ格納部に格納されたデータに基づき、第２の担当者について、当該第２の担当者が既に担当している案件の数に関する第１の指標値と、当該第２の担当者が既に担当している案件の重みに関する第２の指標値とを算出するステップをさらに含むようにしてもよい。この場合、出力ステップにおいて、第２の担当者についての第１の指標値及び第２の指標値を併せて出力するようにしてもよい。このようにすれば、複数担当者の業務分担状況を比較しやすくなる。

さらに、上で述べたデータ格納部は、担当者が決定していない案件のデータをさらに格納していてもよい。この場合、上記情報処理方法は、上で述べた出力ステップの後に、担当者が決定していない特定の案件を仮に上記ある担当者に割り当てる指示がなされた場合、データ格納部に格納されたデータに基づき、特定の案件を仮に上記ある担当者に割り当てた場合における、第１の指標値及び第２の指標値又は第１の指標値を算出する上で用いられる第１の値及び第２の指標値を算出する上で用いられる第２の値を算出するステップと、担当者が決定していない特定の案件を仮にある担当者に割り当てた場合における、第１の指標値及び第２の指標値又は第１の値及び第２の値を、出力するステップとをさらに含むようにしてもよい。

このようにすれば、仮割り当てによって、ある担当者の業務分担状況がどのように変化するかを確認した上で、本割り当てを行うことが容易になる。

以上述べた情報処理方法をコンピュータに実行させるためのプログラムを作成することができて、そのプログラムは、様々な記憶媒体に記憶される。

また、上で述べたような情報処理方法を実行する情報処理装置は、１台のコンピュータで実現される場合もあれば、複数台のコンピュータで実現される場合もあり、それらを合わせて情報処理システム又は単にシステムと呼ぶものとする。

１０００ 情報処理装置
１０１０ 処理部
１０２０ データベース
１０３０ 予測部
１０４０ 学習部
２０００ 端末装置
２０１０ データ処理部
２０２０ 表示処理部
２０３０ データ格納部

Claims (9)

1. 各担当者が既に担当している業務に関して、子供についての虐待対応件数と、子供について一時保護発生の蓋然性が所定の閾値以上である虐待対応案件の数である第１の値及び子供の対応に要すると予測される日数の合計である第２の値のうち少なくともいずれかとを含むデータを格納しているデータ格納部に格納されたデータに基づき、ある担当者について、当該ある担当者が既に担当している業務に関して虐待対応件数に係る第１の指標値と、当該ある担当者が既に担当している業務に関して前記第１の値に係る指標値と前記第２の値に係る指標値とのうち少なくともいずれかを含む第２の指標値とを、複数の担当者について比較可能な数値として算出するステップと、
   前記ある担当者について、前記第１の指標値と前記第２の指標値とを出力する出力ステップと、
   を含み、情報処理システムが実行する情報処理方法。
2. 前記第１の指標値は、前記複数の担当者についての虐待対応件数のうちの最大値に対する前記ある担当者についての虐待対応件数の割合である
   請求項１記載の情報処理方法。
3. 前記第１の値に係る指標値は、前記ある担当者についての虐待対応件数に対する前記第１の値の割合である
   請求項１又は２記載の情報処理方法。
4. 前記第２の値に係る指標値は、前記複数の担当者についての第２の値のうちの最大値と最小値との差に対する前記ある担当者についての第２の値の割合である
   請求項１乃至３のいずれか１つ記載の情報処理方法。
5. 各担当者が既に担当している業務に関して、子供についての虐待対応件数と、子供について一時保護発生の蓋然性が所定の閾値以上である虐待対応案件の数である第１の値及び子供の対応に要すると予測される日数の合計である第２の値のうち少なくともいずれかとを含むデータを格納しているデータ格納部に格納されたデータに基づき、ある担当者について、当該ある担当者が既に担当している業務に関して虐待対応件数に係る第１の指標値と、当該ある担当者が既に担当している業務に関して前記第１の値に係る指標値と前記第２の値に係る指標値とのうち少なくともいずれかを含む第２の指標値とを、複数の担当者について比較可能な数値として算出する手段と、
   前記ある担当者について、前記第１の指標値と前記第２の指標値とを出力する出力手段と、
   を有する情報処理システム。
6. 前記第１の指標値は、前記複数の担当者についての虐待対応件数のうちの最大値に対する前記ある担当者についての虐待対応件数の割合である
   請求項５記載の情報処理方法。
7. 前記第１の値に係る指標値は、前記ある担当者についての虐待対応件数に対する前記第１の値の割合である
   請求項５又は６記載の情報処理方法。
8. 前記第２の値に係る指標値は、前記複数の担当者についての第２の値のうちの最大値と最小値との差に対する前記ある担当者についての第２の値の割合である
   請求項５乃至７のいずれか１つ記載の情報処理方法。
9. 各担当者が既に担当している業務に関して、子供についての虐待対応件数と、子供について一時保護発生の蓋然性が所定の閾値以上である虐待対応案件の数である第１の値及び子供の対応に要すると予測される日数の合計である第２の値のうち少なくともいずれかとを含むデータを格納しているデータ格納部に格納されたデータに基づき、ある担当者について、当該ある担当者が既に担当している業務に関して虐待対応件数に係る第１の指標値と、当該ある担当者が既に担当している業務に関して前記第１の値に係る指標値と前記第２の値に係る指標値とのうち少なくともいずれかを含む第２の指標値とを、複数の担当者について比較可能な数値として算出するステップと、
   前記ある担当者について、前記第１の指標値と前記第２の指標値とを出力する出力ステップと、
   を、コンピュータに実行させるためのプログラム。

Images