JP7422265B1 - 情報処理装置および情報処理方法 - Google Patents

Abstract

【課題】作業終了時期を更新することが決められており、実質的に終了しないプロジェクトの状態監視を実現する。【解決手段】本発明は、終了した第１プロジェクトの監視情報で訓練した予測モデルを生成する生成部１と、仕掛かりの第２プロジェクトの説明変数を前記予測モデルに入力し、前記第２プロジェクトの見積原価推定超過の予測値、および、前記予測値の根拠となる説明変数を出力する予測部２と、作業終了時期が更新される継続プロジェクトの作業期間の一部を切り出し、１又は複数の部分プロジェクトを生成する切り出し部５と、を備え、前記部分プロジェクトの作業終了時期が予測時点よりも前である場合、前記部分プロジェクトを前記第１プロジェクトとし、前記部分プロジェクトの作業期間が予測時点を含む場合、前記部分プロジェクトを前記第２プロジェクトとする情報処理装置１００である。【選択図】図１

Description

本発明は、情報処理装置および情報処理方法に関する。

近年、デジタルトランスフォーメーション（ＤＸ：Digital Transformation）推進の技術開発が盛んであり、その一環として、ソフトウェア開発等のプロジェクトの状態監視が重要視されている。状態監視は、重点監視と広域監視の２つに分けることができる。重点監視は、管理部署によるプロジェクトの監視である。広域監視は、全プロジェクトを対象にし、所定のツールを利用した監視である。状態監視では、まず、ツールに入力された原価などのデータに基づく広域監視で失敗の可能性や失敗時の影響が大きいと判断されたプロジェクトを重点監視の対象とする。次に、管理部署による支援により、重点監視の対象となるプロジェクトの悪化防止や改善を図る。

従来の広域監視は、原価が見積を超えるなどの問題が顕在化してから該当のプロジェクトを抽出するものであった。プロジェクトを成功に導くという目的に照らし合わせれば、問題が顕在化していない早期の段階でプロジェクトの悪化予兆を検知することが好ましい。しかし、従来の広域監視では、問題が顕在化していない早期の段階でプロジェクトの悪化予兆を検知することが困難であるという問題があった。

また、従来の広域監視では、懸念されるプロジェクトを本当に重点監視の対象とするか否かの判断のための調査が行われる。調査は、例えば、プロジェクトの規模や見積原価超過額などの調査である。しかし、このような調査は多大な人的コストがかかっていた。このため、受注金額が大きいプロジェクトなど、状況が悪化した場合の影響が大きいプロジェクトが優先的に対応され、小規模なプロジェクトを含むすべてのプロジェクトを対象とした監視は行われないのが現状である。つまり、従来の広域監視では、重点監視の対象とすべきプロジェクトの判断に人的コストが大きいという問題があった。

また、プロジェクトには、作業終了時期を更新することが決められており、実質的に終了しないプロジェクトが存在する。例えば、社会保険料に関するプロジェクトがある。社会保険料の負担率は法改正により毎年更新されるため、プロジェクトにおいて更新後の負担率に基づく管理が行われる。従来技術では、このようなプロジェクトは、作業終了時期が決められているプロジェクトと異なり、広域監視の手法が確立されていない。

なお、特許文献１には、プロジェクトの遅延に迅速に対応できるように、プロジェクトの進捗状態をより正確に把握して管理することのできるプロジェクト管理方法及びプロジェクト管理プログラムについて開示されている。特許文献１の発明によれば、変更管理基準以上の達成率を示すタスクの終了予定日時に基づいてタスクが遅延しているか判断され、終了予定日時までに完了しないと予想される場合には、終了予定日時を更新する。特許文献１の発明で扱うプロジェクトは、通常ではタスクの遅延が予定されていないプロジェクトであり、終了予定日時の更新を要するタスクの遅延は、本発明で問題視する事態ではない。

特開２００５－２８４３８５号公報

本発明は、このような事情に鑑みて、作業終了時期を更新することが決められており、実質的に終了しないプロジェクトの状態監視を実現することを課題とする。

前記課題を解決する本発明は、
終了した第１プロジェクトの監視情報で訓練した予測モデルを生成する生成部と、
仕掛かりの第２プロジェクトの説明変数を前記予測モデルに入力し、前記第２プロジェクトの見積原価推定超過の予測値、および、前記予測値の根拠となる説明変数を出力する予測部と、
作業終了時期が更新される継続プロジェクトの作業期間の一部を切り出し、１又は複数の部分プロジェクトを生成する切り出し部と、を備え、
前記部分プロジェクトの作業終了時期が予測時点よりも前である場合、前記部分プロジェクトを前記第１プロジェクトとし、
前記部分プロジェクトの作業期間が予測時点を含む場合、前記部分プロジェクトを前記第２プロジェクトとする情報処理装置である。

また、本発明は、
情報処理装置が、
終了した第１プロジェクトの監視情報で訓練した予測モデルを生成するステップと、
仕掛かりの第２プロジェクトの説明変数を前記予測モデルに入力し、前記第２プロジェクトの見積原価推定超過の予測値、および、前記予測値の根拠となる説明変数を出力するステップと、
作業終了時期が更新される継続プロジェクトの作業期間の一部を切り出し、１又は複数の部分プロジェクトを生成するステップと、を実行し、
前記部分プロジェクトの作業終了時期が予測時点よりも前である場合、前記部分プロジェクトを前記第１プロジェクトとし、
前記部分プロジェクトの作業期間が予測時点を含む場合、前記部分プロジェクトを前記第２プロジェクトとする情報処理方法である。

本発明によれば、作業終了時期を更新することが決められており、実質的に終了しないプロジェクトの状態監視を実現することができる。

本実施形態における情報処理装置の機能構成図の例である。 予測部の出力情報の画面例である。 本実施形態の処理を示すフローチャートの例である。 継続プロジェクトの切り出しの説明図である。 継続プロジェクトの切り出しの具体例である。 継続プロジェクト編集処理を示すフローチャートの例である。

≪第１実施形態≫
［構成］
図１に示す情報処理装置１００は、広域監視により仕掛かりのプロジェクトの悪化予兆を検知するコンピュータである。情報処理装置１００は、入力部、出力部、制御部、および、記憶部といったハードウェアを備える。例えば、制御部がＣＰＵ（Central Processing Unit）から構成される場合、その制御部を含むコンピュータによる情報処理は、ＣＰＵによるプログラム実行処理で実現される。また、そのコンピュータに含まれる記憶部は、ＣＰＵの指令により、そのコンピュータの機能を実現するためのさまざまなプログラムを記憶する。これによりソフトウェアとハードウェアの協働が実現される。前記プログラムは、記録媒体に記録したり、ネットワークを経由したりすることで提供可能となる。出力部は、画面表示をする表示部の機能を含めてもよい。

プロジェクトとは、所定の目的を達成するための業務をいう。プロジェクトは、終了済の過去のプロジェクトと、仕掛かりのプロジェクトに分類できる。本実施形態では、過去のプロジェクトを「第１プロジェクト」と呼び、仕掛かりのプロジェクトを「第２プロジェクト」と呼ぶ。また、過去のプロジェクトと仕掛かりのプロジェクトを区別しない場合は、単に、「プロジェクト」と呼ぶ。

図１に示すように、情報処理装置１００は、生成部１と、予測部２と、切り出し部５を備えている。また、情報処理装置１００は、第１プロジェクトＤＢ３と、第２プロジェクトＤＢ４を記憶している。切り出し部５については後記する。

生成部１は、機械学習で第２プロジェクトの実推原価を予測するための予測モデルを生成する。実推原価は、第２プロジェクト終了時までに発生する原価の推定値である。なお、原価には、製造原価や売上原価など複数種類存在するが、本実施形態では、原価とは、特定の目的を達成するために消費される経済的資源を貨幣で測定したものとし、製造原価や売上原価などを含む語として説明する。
予測部２は、生成部１が生成した予測モデルを用いて、対象の第２プロジェクトの実推原価を予測する。
第１プロジェクトＤＢ３は、第１プロジェクトの監視情報を第１プロジェクトごとに記憶するデータベースである。
第２プロジェクトＤＢ４は、第２プロジェクトの監視情報を第２プロジェクトごとに記憶するデータベースである。

＜プロジェクトの監視情報＞
プロジェクトの監視情報は、プロジェクトの状況を監視するための情報である。第１プロジェクトの監視情報は、例えば、作番情報と、説明変数と、目的変数とから構成できる。

作番情報は、第１プロジェクトを識別する情報である。例えば、作番情報は、作番と、進捗率（％）と、作番名を含むが、これらに限定されない。
作番は、第１プロジェクトの識別子であり、例えば、文字数字列で表現できる。
進捗率は、第１プロジェクトの進捗を定量的に示すパラメータである。
作番名は、第１プロジェクトの名称であり、例えば、観念可能な言葉で表現できる。

説明変数は、第１プロジェクトの状態を表現する変数である。説明変数は複数種類存在する。説明変数は、例えば、作業開始時期、作業終了時期、実績原価、見通し原価、見積原価、担当者、作業時間、実績工数を含むがこれらに限定されない。例えば、Borutaを用いて説明変数候補を抽出し、その中から最適な説明変数を選択することができるが、説明変数の選択方法はこれに限定されない。
作業開始時期は、第１プロジェクトの開始時期（年月日）である。
作業終了時期は、第１プロジェクトの終了時期（年月日）である。
実績原価は、作業開始時期から所定時期までの間に発生した原価である。
見通し原価は、所定時期から作業終了時期までに発生することが見込まれる原価である。
見積原価は、作業開始時期から作業終了時期までに発生することが見込まれる原価である。
担当者は、第１プロジェクトを担当した者（複数可）である。
作業時間は、作業開始時期から所定時期までの間に、各担当者が第１プロジェクトの作業に費やした時間である。
実績工数は、第１プロジェクトを構成する全工数のうち、作業開始時期から所定時期までの間に完了した工数である。
なお、所定時期は、作業開始時期と作業終了時期までの間の任意の時期である。

目的変数は、説明変数に依存する変数である。目的変数は、例えば、第１プロジェクト終了時での実績原価となる、最終実績原価とすることができるが、これに限定されない。

（進捗率のこと）
進捗率は、例えば、時期的基準で算出できる。例えば、プロジェクトの作業開始時期から作業終了時期までの期間が30日間であり、対象時期が作業開始時期から15日目であった場合、進捗率は50％となる。第１プロジェクトは終了した過去のプロジェクトであるため、現時点での進捗率は100％である。ここで、第１プロジェクトの説明変数は、進捗率に応じて変化する値とすることができる。第１プロジェクトの監視情報は、進捗率ごとの説明変数の集合として構成できる。

例えば、説明変数としての実績原価は、進捗率0％～100％のあらゆる値での実績原価の集合となる。進捗率Ｘ％の実績原価は、作業開始時期から進捗率Ｘ％相当の時期までの間に発生した原価となる。また、説明変数としての見通し原価は、進捗率0％～100％のあらゆる値での見通し原価の集合となる。進捗率Ｘ％の見通し原価は、進捗率Ｘ％相当の時期から作業終了時期までの間に発生することが見込まれる原価となる。なお、作業開始時期や作業終了時期などのように、進捗率に応じて変化しない説明変数も存在するが、そのような説明変数は、進捗率に応じて同じ値をとる定数として扱うことが好ましい。

一方、第２プロジェクトの監視情報は、例えば、作番情報と、説明変数とから構成できる。

作番情報は、第２プロジェクトを識別する情報である。例えば、作番情報は、作番と、進捗率（％）と、作番名を含むが、これらに限定されない。
作番は、第２プロジェクトの識別子であり、例えば、文字数字列で表現できる。
進捗率は、第２プロジェクトの進捗を定量的に示すパラメータである。
作番名は、第２プロジェクトの名称であり、例えば、観念可能な言葉で表現できる。

説明変数は、第２プロジェクトの状態を表現する変数である。説明変数は複数種類存在する。説明変数は、例えば、作業開始時期、作業終了時期、実績原価、見通し原価、見積原価、担当者、作業時間、実績工数を含むがこれらに限定されない。例えば、Borutaを用いて説明変数候補を抽出し、その中から最適な説明変数を選択することができるが、説明変数の選択方法はこれに限定されない。
作業開始時期は、第２プロジェクトの開始時期（年月日）である。
作業終了時期は、第２プロジェクトの終了時期（年月日）である。
実績原価は、作業開始時期から所定時期までの間に発生した原価である。
見通し原価は、所定時期から作業終了時期までに発生することが見込まれる原価である。
見積原価は、作業開始時期から作業終了時期までに発生することが見込まれる原価である。
担当者は、第２プロジェクトを担当している者（複数可）である。
作業時間は、作業開始時期から所定時期までの間に、各担当者が第２プロジェクトの作業に費やした時間である。
実績工数は、第２プロジェクトを構成する全工数のうち、作業開始時期から所定時期までの間に完了した工数である。
なお、所定時期は、作業開始時期と作業終了時期までの間の現在である。
また、すでに説明した、第２プロジェクトの実推原価は、第２プロジェクトの実績原価と見通し原価との和である。

第２プロジェクトの進捗率は、作業開始時期から作業終了時期までの期間と、作業開始時期から現在までの期間の比として算出できる。現在に相当する進捗率Ｘ％の実績原価は、作業開始時期から現在までの間に発生した原価となる。また、現在に相当する進捗率Ｘ％の見通し原価は、現在から作業終了時期までの間に発生することが見込まれる原価となる。なお、作業開始時期や作業終了時期などのように、進捗率に応じて変化しない説明変数も存在するが、そのような説明変数は、進捗率に応じて同じ値をとる定数として扱うことが好ましい。

＜予測モデル＞
（訓練）
生成部１は、例えば、ランダムフォレストに用いる複数の決定木を組み合わせて予測モデルを生成できる。ランダムフォレストは、機械学習アルゴリズムであり、複数の決定木を利用し、多数決をとって予測するアンサンブル学習アルゴリズムである。決定木は、例えば、説明変数を用いた判定条件を組み合わせたツリー状のロジックとして構成できる。判定条件は、適宜設計でき、例えば、担当者の１日の作業時間の平均が５時間以上か否か、などとすることができる。

生成部１は、第１プロジェクトの監視情報を訓練データとして用いて、予測モデルを訓練できる。例えば、第１プロジェクトごとに、第１プロジェクトの監視情報のうち進捗率50％相当の時期での説明変数を予測モデルの入力とすることができる。また、第１プロジェクトの監視情報の目的変数に基づく値を予測モデルの出力とすることができる。例えば、第１プロジェクトの最終実績原価から見積原価を引いた見積原価超過の値を予測モデルの出力とすることができる。生成部１は、所定数の第１プロジェクトの監視情報を用いて予測モデルを訓練する。

ここで、生成部１は、予測モデルを複数用意し、予測モデルの出力を複数段階の出力とすることができる。例えば、生成部１は、第１予測モデルと第２予測モデルを用意する。第１予測モデルの入力は、すべての第１プロジェクトの監視情報を対象にし、当該監視情報のうち進捗率50％相当の時期での説明変数とすることができる。また、第１予測モデルの出力は、第１プロジェクトの最終実績原価から見積原価を引いた見積原価超過があった（０Ｍ（0円）より大きい）か否かとすることができる。次に、第２予測モデルの入力は、第１予測モデルの出力で見積原価超過があった第１プロジェクトの監視情報を対象にし、当該監視情報のうち進捗率50％相当の時期での説明変数とすることができる。また、第２予測モデルの出力は、見積原価超過が１Ｍ（100万円）以上であるか否かとすることができる。結果的に、予測モデルの出力を、見積原価超過が０Ｍ以下、０Ｍより大きいかつ１Ｍ未満、１Ｍ以上、の３値に分類できる。

（予測）
予測部２は、訓練済みの予測モデルを用いて、予測対象の第２プロジェクトの実推原価を予測する。例えば、予測部２は、第２プロジェクトの監視情報のうち、現在、つまり所定の進捗率（50％以上が好ましいが、50％未満でもよい）相当の時期での説明変数を予測モデルに入力する。すると、予測部２は、実推原価に基づく値を予測モデルの出力として取得できる。例えば、予測部２は、実推原価から見積原価を引いた見積原価推定超過の値を取得できる。

予測モデルが、上記した第１予測モデル、第２予測モデルである場合、予測部２は、予測対象の第２プロジェクトの監視情報のうち、現在での説明変数を第１予測モデルに入力する。すると、予測部２は、第１予測モデルの出力として、見積原価推定超過があった（０Ｍ（0円）より大きい）か否かを示す値を取得できる。見積原価推定超過があった場合、予測部２は、当該第２プロジェクトの監視情報のうち、現在での説明変数を第２予測モデルに入力する。すると、予測部２は、第２予測モデルの出力として、見積原価推定超過が１Ｍ（100万円）以上であるか否かを示す値を取得できる。結果的に、見積原価推定超過を０Ｍ以下、０Ｍより大きいかつ１Ｍ未満、１Ｍ以上、の３値に分類できる。
なお、１Ｍや０Ｍは例示であり、１Ｍより大きい値や０Ｍより大きい値でもよいし、１Ｍより小さい値や０Ｍより小さい値でもよい。

予測部２は、予測モデルの出力を含む情報を出力できる。例えば、情報処理装置１００の表示部は、図２に示すような予測部２の出力情報を画面表示できる。図２に示すように、予測部２の出力情報は、「予測結果」と、「作番情報」と、「予測結果の説明変数と特徴」を列とし、第２プロジェクトを行とする表形式とすることができる。

「予測結果」は、予測モデルの出力内容を示す。「予測結果」は、「項番」と、「予測値」と、「確信度」から構成される。
「項番」は、第２プロジェクトごとに付される行番号である。
「予測値」は、予測モデルがすでに説明した第１予測モデルと第２予測モデルの組み合わせであるときの、見積原価推定超過の３値分類に従う結果である。「１：100万円以上超過」は、１Ｍ以上に対応する。「２：100万円未満超過」は、０Ｍより大きいかつ１Ｍ未満に対応する。「３：問題なし」は、０Ｍ以下に対応する。
「確信度」は、予測の信頼度であり0%～100%で示される。例えば、確信度は、バギングを用いて求めることができるが、これに限定されない。

「作番情報」は、第２プロジェクトの監視情報の作番情報と同じである。
「予測結果の説明変数と特徴」は、「予測結果」に寄与する説明変数を示す。「予測結果の説明変数と特徴」は、「説明変数一覧」と、「特徴ランキング」から構成される。
「説明変数一覧」は、第２プロジェクトの監視情報の説明変数と同じである。
「特徴ランキング」は、「予測結果」に寄与する説明変数の順位を示す。順位が高いほど、その説明変数の予測値の出力に対する寄与率が大きい。例えば、各変数の寄与率は、SHAP（Shapley Additive exPlanations）アルゴリズムを用いて求めることができるが、これに限定されない。

第１実施形態によれば、見積原価推定超過が１Ｍ以上となる第２プロジェクトを抽出できる。よって、広域監視にて、プロジェクトの悪化予兆を早期に検知することができる。

（重点監視の対象にするか否かの判断）
図２の出力情報を知得した管理部署は、見積原価推定超過が１Ｍ以上となる第２プロジェクトを重点監視の対象とするか否かを判断する。従来では、プロジェクトの悪化予兆をＡＩで検知したとしても、ＡＩの予測結果の根拠はブラックボックス化されていた。このため、管理部署は、ＡＩの予測結果に対して、プロジェクトの悪化予兆の要因を追跡することが容易でなく、重点監視の対象とするか否かの判断に多大な人的コストを要していた。

図２の「特徴ランキング」は、見積原価推定超過が１Ｍ以上になった根拠を提示しているといえる。管理部署は、「特徴ランキング」を参照し、見積原価推定超過が１Ｍ以上という予測に大きく寄与する説明変数を容易に特定できる。その結果、該当の第２プロジェクトを重点監視の対象にするか否かの判断が容易になり、重点監視の対象にするか否かの判断の人的コストを低減することができる。

［処理］
情報処理装置１００が実行する処理は、図３に示すとおりである。つまり、まず、生成部１が予測モデルを生成する（ステップＳ１）。次に、生成部１が、所定の進捗率における第１プロジェクトの監視情報を用いて、予測モデルを訓練する（ステップＳ２）。次に、予測部２が、予測モデルを用いて、対象の第２プロジェクトの見積原価推定超過の予測値と、予測値に寄与する説明変数を予測根拠として出力する（ステップＳ３）。管理部署は、予測根拠から、悪化予兆を示す第２プロジェクトを重点監視の対象とするか否かを判断する。

≪第２実施形態≫
第２実施形態の説明の際、第１実施形態との相違する点について説明し、重複する点は説明を省略する。第１実施形態では、訓練データとなる第１プロジェクトの監視情報の説明変数は進捗率50％相当の時期での説明変数であった。第２実施形態では、訓練データに用いる第１プロジェクトの説明変数の時期を定期化する。

例えば、第１プロジェクトの期間、つまり、作業開始時期から作業終了時期までの期間がおよそ数カ月に及ぶ場合、訓練データに用いる説明変数の時期、つまり、訓練日（学習日）を毎月25日に設定する。
よって、作番Ａの第１プロジェクトの作業開始時期が4/15であり、作業終了時期が6/30である場合、作番Ａの第１プロジェクトの訓練日は、4/25，5/25，6/25となる。つまり、作番Ａの第１プロジェクトの監視情報のうち4/25での説明変数（4/25相当の進捗率での説明変数）と、5/25での説明変数（5/25相当の進捗率での説明変数）と、6/25での説明変数（6/25相当の進捗率での説明変数）の計３回分を予測モデルの入力とする。
また、作番Ｂの第１プロジェクトの作業開始時期が5/1であり、作業終了時期が9/15である場合、作番Ｂの第１プロジェクトの訓練日は、5/25,6/25，7/25，8/25となる。つまり、作番Ｂの第１プロジェクトの監視情報のうち5/25での説明変数（5/25相当の進捗率での説明変数）と、6/25での説明変数（6/25相当の進捗率での説明変数）と、7/25での説明変数（7/25相当の進捗率での説明変数）と、8/25での説明変数（8/25相当の進捗率での説明変数）の計４回分を予測モデルの入力とする。
また、作番Ｃの第１プロジェクトの作業開始時期が6/1であり、作業終了時期が7/10である場合、作番Ｃの第１プロジェクトの訓練日は、6/25となる。つまり、作番Ｃの第１プロジェクトの監視情報のうち6/25での説明変数（6/25相当の進捗率での説明変数）の計１回分を予測モデルの入力とする。

結果的に、第１プロジェクトの大部分に対して、複数種類の進捗率での説明変数が予測モデルに入力される。このようにして訓練された予測モデルを用いて、予測部２が第２プロジェクトの実推原価を予測する。この場合、第２プロジェクトの進捗率が低進捗率（例えば、30％程度）であり、低進捗率相当の時期での説明変数を予測モデルに入力したとしても、予測部２が出力した予測値の確信度（図２参照）が十分に高いことが確認された。

第２実施形態によれば、訓練日を定期化し、同じ第１プロジェクトについて複数種類の進捗率での説明変数を予測モデルに入力することができる。これにより、第２プロジェクトの実推原価の予測を早期化できる。
また、訓練日を定期化することで、すべての第１プロジェクトを対象にした予測モデルへの入力を体系化でき、訓練に要する処理を簡易にできる。

≪継続プロジェクト≫
プロジェクトは、継続プロジェクトと、継続プロジェクト以外の通常プロジェクトに分けることができる。継続プロジェクトは、作業終了時期を更新することが決められており、実質的に終了しないプロジェクトである。情報処理装置１００は、ユーザからの入力により、対象プロジェクトを継続プロジェクトに設定できる。具体的には、プロジェクトに対して継続フラグを用意する。対象プロジェクトの継続フラグを立てれば、対象プロジェクトを継続プロジェクトに設定できる。

継続プロジェクトの例として、社会保険料に関するプロジェクトがある。社会保険料の負担率は法改正により毎年更新される。この場合、社会保険料に関するプロジェクトを、更新月の前月月末を作業終了時期とする継続プロジェクトとすることができる。例えば、情報処理装置１００は、ユーザからの入力により、更新月開始前に翌年分の作業終了時期を設定できる。つまり、作業終了時期を毎年１年更新できる。なお、更新する作業終了時期は複数設定してもよい。例えば、翌年分の作業終了時期を設定するだけでなく、ｎ年分（ｎは２以上の自然数）先の年次の作業終了時期を設定してもよい。つまり、作業終了時期を複数設定してもよい。

作業終了時期は、プロジェクトの監視情報を構成する説明変数又は目的変数になり得る。継続プロジェクトは、通常プロジェクトと同様、作業終了時期が設定されるため、継続プロジェクトのデータ構造は、通常プロジェクトのデータ構造と同じである。しかし、継続プロジェクトは、作業終了時期が決められたタイミングで更新され、実質的に終了しないため、いつまで経っても第２プロジェクトのままであり、第１プロジェクトには原理的になり得ない。継続プロジェクトのこのような性質のため、継続プロジェクトを本実施形態の予測モデルに利用することが容易でなかった。

そこで、本実施形態では、情報処理装置１００に切り出し部５を備えた（図１参照）。切り出し部５は、作業終了時期が更新される継続プロジェクトの作業期間の一部を切り出し、１又は複数の部分プロジェクトを生成する。図４は、継続プロジェクトの切り出しの説明図である。図４に示すように、継続プロジェクト５１は、時系列に沿って横方向に延在する五角形矢印バンドとして表現されている。継続プロジェクト５１の左端部は作業開始時期を示し、右端部は作業終了時期を示す。継続プロジェクト５１内の破線折れ線は、更新設定された作業終了時期を示す。予測時点（例：現時点）よりも左側の破線折れ線は、設定済みの過去の作業終了時期を示し、予測時点よりも右側の破線折れ線は、設定済みの未来の作業終了時期を示す。

図４に示すように、切り出し部５は、継続プロジェクト５１に対して、切り出し時点を用意し、継続プロジェクト５１の作業期間の一部を切り出すことで、部分プロジェクト５２～５４を生成できる。切り出し時点は、情報処理装置１００のユーザからの入力により用意できる。図４に示すように、部分プロジェクト５２～５４は、時系列に沿って横方向に延在する五角形矢印バンドとして表現されている。部分プロジェクト５２～５４の左端部は作業開始時期を示し、右端部は作業終了時期を示す。

情報処理装置１００は、継続プロジェクト５１の監視情報を記憶できるが、第１プロジェクトＤＢ３にも、第２プロジェクトＤＢ４にも記憶させることはできない。これに対し、部分プロジェクト５２，５３の作業終了時期は、予測時点よりも前である。よって、情報処理装置１００は、部分プロジェクト５２，５３を終了した第１プロジェクトとして扱うことができる。情報処理装置１００は、部分プロジェクト５２，５３の監視情報を第１プロジェクトＤＢ３に記憶させることができる。部分プロジェクト５２，５３の監視情報は、継続プロジェクト５１の監視情報から、継続プロジェクト５１から切り出した作業期間に該当する監視情報を抽出したものである。

情報処理装置１００は、部分プロジェクト５２，５３に対して、すでに説明した第１プロジェクトと同様の情報処理を行うことができる。具体的には、生成部１は、部分プロジェクト５２，５３の監視情報で訓練した予測モデルを生成できる。また、部分プロジェクト５２，５３の監視情報の目的変数に基づく値を予測モデルの出力とすることができる。

また、部分プロジェクト５４の作業期間は、予測時点を含む。よって、情報処理装置１００は、部分プロジェクト５４を仕掛かりの第２プロジェクトとして扱うことができる。情報処理装置１００は、部分プロジェクト５４の監視情報を第２プロジェクトＤＢ４に記憶させることができる。部分プロジェクト５４の監視情報は、継続プロジェクト５１の監視情報から、継続プロジェクト５１から切り出した作業期間に該当する監視情報を抽出したものである。

情報処理装置１００は、部分プロジェクト５４に対して、すでに説明した第２プロジェクトと同様の情報処理を行うことができる。具体的には、予測部２は、訓練済みの予測モデルを用いて、予測対象の部分プロジェクト５４の実推原価を予測することができる。また、予測部２は、仕掛かりの部分プロジェクト５４の説明変数を予測モデルに入力し、部分プロジェクト５４の見積原価推定超過の予測値、および、予測値の根拠となる説明変数を出力することができる。

（部分プロジェクトの監視情報の取り扱い）
継続プロジェクトの監視情報は、作業開示時期からの監視情報の累積として示される。よって、部分プロジェクトの監視情報は、部分プロジェクトの作業期間よりも前の作業期間における継続プロジェクトの監視情報を含む。しかし、説明変数又は目的変数の種類によっては、部分プロジェクトの作業期間よりも前の作業期間における継続プロジェクトの監視情報を部分プロジェクトの監視情報に含めない方が好ましい場合がある。この場合、切り出し部５は、説明変数又は目的変数の値を適宜編集する。

図５は、継続プロジェクトの切り出しの具体例である。図５の上段には、「作番Ａ」という識別子を持つ継続プロジェクトの監視情報の一部が図示されている。以降、「作番Ａ」は継続プロジェクトを指す語として説明を続ける。図５では、作番Ａについて、監視情報の説明変数として、見積原価（図５では「見積」と表示）、実績原価（図５では「実績」と表示）、見通し原価（図５では「見通し」と表示）が例示されている。なお、作番Ａの監視情報の説明変数はこれらに限定されない。また、図５では、作番Ａについて、
2020年度～2022年度の作業期間について、月単位の説明変数の値（金額）が例示されている。作番Ａは、2020年よりも前から開始しており、2023年以降も継続する。

作番Ａは年度単位で管理されている。つまり、見積原価は年度単位で設定される。また、見積原価は毎年４月に見直され、毎年４月に新たな見積原価が設定される。作番Ａは、月単位で値が登録されるため、見積原価は同じ年度では毎月同じ値が設定される。実績原価は作業実績に応じて月単位で値が登録される。見通し原価は、「見通し原価 ＝ 見積原価 － 実績原価」で計算され、月単位で値が登録される。ただし、見通し原価がマイナスとなる場合、見通し原価は、0M￥で登録される（「M」は100万円を意味する）。

図５によれば、2020年度の４月に見積原価が100M￥で設定される。実績原価は、2020年度において0M￥→100M￥に推移する。よって、見通し原価は、2020年度において100M￥→0M￥に推移する。見通し原価がマイナスとならなかったため、2020年度は悪化無と判定される。

2021年度の４月に、年度切り替え時の見直しが行われる。その結果、2021年度の４月に見積原価が200M￥（2020年度と比較して+100M￥）設定される。実績原価は、2021年度において100M￥→220M￥に推移する。よって、見通し原価は、2021年度において100M￥→0M￥に推移する。実質的には、見通し原価が-20M￥のようにマイナス値となるため、2021年度は悪化有と判定される。

2022年度の４月に、年度切り替え時の見直しが行われる。その結果、2022年度の４月に見積原価が320M￥（2021年度と比較して+120M￥）設定される。実績原価は、2022年度において220M￥→320M￥に推移する。よって、見通し原価は、2022年度において100M￥→0M￥に推移する。見通し原価がマイナスとならなかったため、2020年度は悪化無と判定される。

切り出し部５は、作番Ａに対して切り出しの処理をする。その結果、図５の下段に示すように、作番Ａの2020年度分を切り出した「作番Ａ_2020」と、作番Ａの2021年度分を切り出した「作番Ａ_2021」と、作番Ａの2022年度分を切り出した「作番Ａ_2022」といった部分プロジェクトが生成される。「作番Ａ_2020」、「作番Ａ_2021」、及び「作番Ａ_2022」は、各部分プロジェクトの識別子であるが、各部分プロジェクトを指す語として説明を続ける。

切り出し部５は、部分プロジェクトの新年度の見積原価を「部分プロジェクトの新年度の見積原価 ＝ 継続プロジェクトの新年度の見積原価 － 継続プロジェクトの前年度の期末の実績原価」として計算する。また、切り出し部５は、部分プロジェクトの新年度の期首の実績原価をクリアする（0M￥にする）。また、切り出し部５は、部分プロジェクトの新年度の見通し原価を「部分プロジェクトの新年度の見通し原価 ＝ 部分プロジェクトの新年度の見積原価 － 部分プロジェクトの新年度の実績原価」として計算する。つまり、見通し原価の計算式は、継続プロジェクトと部分プロジェクトとで同じにする。このような計算により、部分プロジェクトの作業期間よりも前の作業期間における継続プロジェクトの監視情報を部分プロジェクトの監視情報に含めないように処理できる。その結果、対象の部分プロジェクトの作業期間における監視情報の推移を顕在化できる。

例えば、切り出し部５は、作番Ａ_2021の見積原価を「作番Ａ_2021の見積原価 ＝ 作番Ａの2021年度の見積原価 － 作番Ａの2020年度の３月の実績原価」として計算する。また、切り出し部５は、作番Ａ_2021の４月分の実積原価を0M￥にする。５月分以降は、各月の実績原価が加算される。また、切り出し部５は、作番Ａ_2021の見通し原価は変更しない。つまり、「作番Ａ_2021の見通し原価 ＝ 作番Ａ_2021の見積原価 － 作番Ａ_2021の実績原価」として計算する。これらの処理により、作番Ａ_2021の見積原価、実績原価、及び見通し原価を設定する際、作番Ａ_2020の見積原価、実績原価、及び見通し原価を含めないようにできる。その結果、作番Ａ_2021の監視情報の推移を顕在化できる。特に、作番Ａ_2021の実績原価をクリアすることで、2021年度に注目した悪化有無判定を明確にすることできる。図５によれば、実質的には、見通し原価が-20M￥のようにマイナス値となる（値は0M￥として登録）ため、2021年度は悪化有と判定される。

また、例えば、切り出し部５は、作番Ａ_2022の見積原価を「作番Ａ_2022の見積原価 ＝ 作番Ａの2022年度の見積原価 － 作番Ａの2020年度の３月の実績原価」として計算する。また、切り出し部５は、作番Ａ_2022の４月分の実積原価を0M￥にする。５月分以降は、各月の実績原価が加算される。また、切り出し部５は、作番Ａ_2022の見通し原価は変更しない。つまり、「作番Ａ_2022の見通し原価 ＝ 作番Ａ_2022の見積原価 － 作番Ａ_2022の実績原価」として計算する。これらの処理により、作番Ａ_2022の見積原価、実績原価、及び見通し原価を設定する際、作番Ａ_2021の見積原価、実績原価、及び見通し原価を含めないようにできる。その結果、作番Ａ_2022の監視情報の推移を顕在化できる。特に、作番Ａ_2022の実績原価をクリアすることで、2022年度に注目した悪化有無判定を明確にすることできる。図５によれば、見通し原価がマイナスとならなかったため、2020年度は悪化無と判定される。

なお、「作番Ａ_2020」、「作番Ａ_2021」、及び「作番Ａ_2022」のように、部分プロジェクトの識別子に、継続プロジェクトの識別子「作番Ａ」、及び管理単位の年度「2020」、「2021」、「2022」を含めるとよい。これにより、管理単位に分割後のデータから参照した場合であっても、継続プロジェクトと部分プロジェクトとの関係性を容易に捉えることができ、プロジェクトの管理利便性を向上させることができる。

［処理］
切り出し部５による継続プロジェクト編集処理について説明する。図６は、継続プロジェクト編集処理を示すフローチャートの例である。情報処理装置１００は、ユーザからの入力により、例えば継続フラグを参照して、継続プロジェクトの監視情報を取得できる。

まず、切り出し部５は、継続プロジェクトの監視情報に対して作業期間を切り出す（ステップＳ１）。具体的には、ユーザからの入力により、作業開始時期及び作業終了時期が指定されると、切り出し部５は、継続プロジェクトの監視情報で定められている作業開始時期から作業終了時期までの作業期間のうち、指定された作業開始時期から指定された作業終了時期までの作業期間を特定する。また、切り出し部５は、継続プロジェクトの監視情報のうち、特定された作業期間内に含まれる監視情報を取得する。また、切り出し部５は、取得した監視情報を、部分プロジェクトの監視情報として扱う。なお、例えば、切り出す作業期間を所定の管理単位（例：４月始まりの１年間）とし、継続プロジェクトを１又は複数の部分プロジェクトに分割してもよい。

次に、切り出し部５は、部分プロジェクトの監視情報を更新する（ステップＳ２）。具体的には、切り出し部５は、説明変数又は目的変数の種類に応じて、部分プロジェクトの作業期間よりも前の作業期間における継続プロジェクトの監視情報を部分プロジェクトの監視情報に含めないように、説明変数又は目的変数の値を適宜編集する。また、切り出し部５は、部分プロジェクトに識別子を付与し、部分プロジェクトに作番名を割り当てる。

次に、切り出し部５は、部分プロジェクトの作業期間内に予測時点が含まれるか否か判定する（ステップＳ３）。具体的には、切り出し部５は、部分プロジェクトの作業開始時期が予測時点（例：現時点）よりも前であり、かつ部分プロジェクトの作業終了時期が予測時点よりも後であるか否か判定する。予測時点が含まれない場合（ステップＳ３でＮｏ）、つまり、作業終了時期が予測時点よりも前である場合、切り出し部５は、部分プロジェクトを終了した第１プロジェクトとして扱い、部分プロジェクトの監視情報を第１プロジェクトＤＢ３に記憶する（ステップＳ４）。これにより、図６の処理が終了する。一方、予測時点が含まれる場合（ステップＳ３でＹｅｓ）、切り出し部５は、部分プロジェクトを仕掛かりの第２プロジェクトとして扱い、部分プロジェクトの監視情報を第２プロジェクトＤＢ４に記憶する（ステップＳ５）。これにより、図６の処理が終了する。

ステップＳ１の切り出しが複数存在する場合、複数生成される部分プロジェクトの各々について図６の処理が実行される。
第１プロジェクトＤＢ３に記憶された部分プロジェクトの監視情報は、生成部１が作成する予測モデルを訓練するための訓練データとして利用できる。また、第２プロジェクトＤＢ４に記憶された部分プロジェクトの監視情報は、予測モデルを用いる予測部２の予測対象となり得る。予測モデルの出力には、部分プロジェクトの求める説明変数の予測値、及び予測値の根拠となる説明変数を含めることができる。

［継続プロジェクトによる効果］
本実施形態によれば、作業終了時期を更新することが決められており、実質的に終了しない継続プロジェクトに対し、作業期間を切り出し、１又は複数の部分プロジェクトを生成する。これにより、本実施形態の予測モデルに部分プロジェクトを適用可能とし、継続プロジェクトの状態監視を実現することができる。また、通常プロジェクトだけでなく、部分プロジェクトで予測モデルを訓練できるようになるため、予測モデルによる予測精度を向上させることができる。その結果、通常プロジェクト及び継続プロジェクトに対する予測の精度を向上させることができる。
また、部分プロジェクトの作業期間よりも前の作業期間における継続プロジェクトの監視情報を部分プロジェクトの監視情報に含めないように処理できる。
特に、見積原価、実績原価、及び見通し原価について、部分プロジェクトの作業期間よりも前の作業期間における継続プロジェクトの監視情報を部分プロジェクトの監視情報に含めないようにする計算を実現できる。

［変形例］
（ａ）：第１、第２実施形態では、進捗率をプロジェクトの期間を用いた時期的基準で算出した。しかし、例えば、進徳率は、プロジェクトで取り組む作業の達成度から算出してもよい。
（ｂ）：第１実施形態では、第１プロジェクトごとに、第１プロジェクトの監視情報のうち進捗率50％相当の時期での説明変数を予測モデルの入力とした。しかし、例えば、第１プロジェクトごとに、50％以外の任意の同じ進捗率相当の時期での説明変数を予測モデルの入力としてもよい。また、第１プロジェクトごとに異なる進捗率相当の時期での説明変数を予測モデルに入力してもよい。
（ｃ）：第２実施形態では、訓練日を定期化することで、同じ第１プロジェクトに対して、複数種類の進捗率を実質的に選択し、選択した進捗率での説明変数を予測モデルに入力した。しかし、例えば、情報処理装置１００のユーザが入力部を操作して、同じ第１プロジェクトに対して、任意の進捗率を複数種類選択し、選択した進捗率での説明変数を予測モデルに入力してもよい。
（ｄ）：本実施形態では、継続プロジェクトに対して、管理単位を年単位とした部分プロジェクトを複数作成する場合について説明した。しかし、切り出し部５が継続プロジェクトに対して作業期間を切り出す際の作業開始時期は任意の時期でよいし、作業終了時期は任意の時期でよい。つまり、管理単位は年単位に限られない。
（ｅ）：本実施形態では、部分プロジェクトの監視情報の取り扱いについて、見積原価、実績原価、及び見通し原価の計算について説明した。しかし、計算対象は、見積原価、実績原価、及び見通し原価に限らず、原価以外の他の種類の価格でもよいし、他の数値でもよい。説明変数又は目的変数となり得る値であることが好ましい。

（ｆ）：本実施形態で説明した種々の技術を適宜組み合わせた技術を実現することもできる。
（ｇ）：本実施形態で説明したソフトウェアをハードウェアとして実現することもでき、ハードウェアをソフトウェアとして実現することもできる。
（ｈ）：その他、ハードウェア、ソフトウェア、フローチャートなどについて、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。

１００ 情報処理装置
１ 生成部
２ 予測部
３ 第１プロジェクトＤＢ
４ 第２プロジェクトＤＢ
５ 切り出し部

Claims (4)

1. 終了した第１プロジェクトの監視情報で訓練した予測モデルを生成する生成部と、
   仕掛かりの第２プロジェクトの説明変数を前記予測モデルに入力し、前記第２プロジェクトの見積原価推定超過の予測値、および、前記予測値の根拠となる説明変数を出力する予測部と、
   作業終了時期が更新される継続プロジェクトの作業期間の一部を切り出し、１又は複数の部分プロジェクトを生成する切り出し部と、を備え、
   前記部分プロジェクトの作業終了時期が予測時点よりも前である場合、前記部分プロジェクトを前記第１プロジェクトとし、
   前記部分プロジェクトの作業期間が予測時点を含む場合、前記部分プロジェクトを前記第２プロジェクトとする情報処理装置。
2. 前記部分プロジェクトの監視情報は、前記部分プロジェクトの作業期間よりも前の作業期間における前記継続プロジェクトの監視情報を差し引いた情報である、請求項１に記載の情報処理装置。
3. 前記部分プロジェクトの監視情報において、
   前記部分プロジェクトの作業期間の見積原価を、前記部分プロジェクトの作業期間における前記継続プロジェクトの見積原価から前記部分プロジェクトの作業期間よりも前の作業期間の作業終了時期における前記継続プロジェクトの実績原価を差し引いた見積原価とし、
   前記部分プロジェクトの作業期間の作業開始時期における実績原価を０とし、
   前記部分プロジェクトの作業期間の見通し原価を、前記部分プロジェクトの作業期間の見積原価から前記部分プロジェクトの作業期間の実績原価を差し引いた見通し原価とする、請求項２に記載の情報処理装置。
4. 情報処理装置が、
   終了した第１プロジェクトの監視情報で訓練した予測モデルを生成するステップと、
   仕掛かりの第２プロジェクトの説明変数を前記予測モデルに入力し、前記第２プロジェクトの見積原価推定超過の予測値、および、前記予測値の根拠となる説明変数を出力するステップと、
   作業終了時期が更新される継続プロジェクトの作業期間の一部を切り出し、１又は複数の部分プロジェクトを生成するステップと、を実行し、
   前記部分プロジェクトの作業終了時期が予測時点よりも前である場合、前記部分プロジェクトを前記第１プロジェクトとし、
   前記部分プロジェクトの作業期間が予測時点を含む場合、前記部分プロジェクトを前記第２プロジェクトとする情報処理方法。

Images