JP7462565B2 - 勤務シフト作成装置、学習モデル、及びコンピュータプログラム - Google Patents
勤務シフト作成装置、学習モデル、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7462565B2 JP7462565B2 JP2020549279A JP2020549279A JP7462565B2 JP 7462565 B2 JP7462565 B2 JP 7462565B2 JP 2020549279 A JP2020549279 A JP 2020549279A JP 2020549279 A JP2020549279 A JP 2020549279A JP 7462565 B2 JP7462565 B2 JP 7462565B2
- Authority
- JP
- Japan
- Prior art keywords
- workers
- time slot
- worker
- assigned
- combination
- 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
- 238000004590 computer program Methods 0.000 title claims description 21
- 238000000034 method Methods 0.000 claims description 53
- 238000011156 evaluation Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 16
- 238000012508 change request Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims 4
- 238000004891 communication Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 22
- 238000005259 measurement Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 5
- 230000012447 hatching Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000002945 steepest descent method Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- JSKZWIGBDHYSGI-UCSXVCBISA-L disodium;(6r,7r)-7-[[(2e)-2-(2-amino-1,3-thiazol-4-yl)-2-[1-[2-(3,4-dihydroxybenzoyl)hydrazinyl]-2-methyl-1-oxopropan-2-yl]oxyiminoacetyl]amino]-3-[(2-carboxylato-5-methyl-[1,2,4]triazolo[1,5-a]pyrimidin-7-yl)sulfanylmethyl]-8-oxo-5-thia-1-azabicyclo[4.2. Chemical compound [Na+].[Na+].N([C@H]1[C@@H]2N(C1=O)C(=C(CS2)CSC1=CC(=NC2=NC(=NN21)C([O-])=O)C)C([O-])=O)C(=O)C(\C=1N=C(N)SC=1)=N\OC(C)(C)C(=O)NNC(=O)C1=CC=C(O)C(O)=C1 JSKZWIGBDHYSGI-UCSXVCBISA-L 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Description
(実施の形態1)
図1は実施の形態1に係る勤務シフト作成システムを説明する模式的説明図である。実施の形態1に係る勤務シフト作成システムは、管理者が使用する管理者端末10、勤務者(図1の例では勤務者A~E)がそれぞれ使用する勤務者端末20A~20E、並びに、管理者端末10及び勤務者端末20A~20Eから入力される情報に基づき、勤務シフトを作成するサーバ装置30を備える。管理者端末10、勤務者端末20A~20E、及びサーバ装置30は、インターネット網などのネットワークNを介して互いに通信可能に接続されている。
実施の形態2では、学習モデル300を再学習する構成について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
実施の形態3では、勤務者レベルに応じて、各時間枠に割り当てる勤務者の人数を増減させる構成について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
実施の形態4では、時間枠に割り当てる勤務者が不足した場合の調整処理について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
実施の形態5では、勤務シフトの作成状況を通知する構成について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
実施の形態6では、勤務時間を変更する構成について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
実施の形態7では、休暇申請を受付ける構成について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
実施の形態8では、学習モデルを用いて各時間枠への割り当てる勤務者の人数を決定する構成について説明する。
なお、システムの全体構成、管理者端末10、勤務者端末20、及びサーバ装置30の各内部構成については、実施の形態1と同様であるから、その詳細な説明を省略することとする。
20 勤務者端末
30 サーバ装置
11,21,31 制御部
12,22,32 記憶部
13,23,33 通信部
14,24,34 操作部
15,25,35 表示部
300 学習モデル
320 時間枠テーブル
321 基本属性テーブル
322 相性テーブル
323 希望シフト集計テーブル
324 評価テーブル
Claims (20)
- 設定した時間枠に割り当てる勤務者を決定することにより勤務シフトを作成する勤務シフト作成装置であって、
他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報を取得する取得部と、
該取得部にて取得した属性情報に基づき、各勤務者の属性情報と勤務者間の組み合わせの良否との関係を定める学習モデル、テーブル、又は関数を利用して、前記時間枠に割り当てる勤務者の組み合わせを想定した場合における各組み合わせの良否を評価する評価部と、
該評価部による評価結果に基づき、前記時間枠に割り当てる勤務者の組み合わせを決定する決定部と
を備え、
前記関係性データは、前記他の勤務者と組み合わせた場合の業務効率の高低に係るデータを含む
勤務シフト作成装置。 - 設定した時間枠に割り当てる勤務者を決定することにより勤務シフトを作成する勤務シフト作成装置であって、
他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報を取得する取得部と、
該取得部にて取得した属性情報に基づき、各勤務者の属性情報と勤務者間の組み合わせの良否との関係を定める学習モデル、テーブル、又は関数を利用して、前記時間枠に割り当てる勤務者の組み合わせを想定した場合における各組み合わせの良否を評価する評価部と、
該評価部による評価結果に基づき、前記時間枠に割り当てる勤務者の組み合わせを決定する決定部と
を備え、
前記関係性データは、前記他の勤務者と組み合わせた場合の売上高の増減に係るデータを含む
勤務シフト作成装置。 - 設定した時間枠に割り当てる勤務者を決定することにより勤務シフトを作成する勤務シフト作成装置であって、
勤務者の年齢、通勤コスト、通勤距離、勤務時間、勤務超過時間、給与額、及び他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報を取得する取得部と、
前記時間枠に割り当てる勤務者を決定する際に用いる属性情報の優先度を設定する設定部と、
前記取得部にて取得した属性情報のうち、前記設定部にて設定した優先度を基に選択した属性情報に基づき、各勤務者の属性情報と勤務者間の組み合わせの良否との関係を定める学習モデル、テーブル、又は関数を利用して、前記時間枠に割り当てる勤務者の組み合わせを想定した場合における各組み合わせの良否を評価する評価部と、
該評価部による評価結果に基づき、前記時間枠に割り当てる勤務者の組み合わせを決定する決定部と
を備える勤務シフト作成装置。 - 前記学習モデルを備え、
前記学習モデルは、前記属性情報が入力された場合、複数の勤務者の組み合わせの夫々について良否を示すデータを出力するように構成されており、
前記評価部は、前記取得部が取得した属性情報を前記学習モデルに入力し、前記組み合わせの良否を示すデータを前記学習モデルから取得することにより、前記組み合わせに対する評価を行う
請求項1から請求項3の何れか1つに記載の勤務シフト作成装置。 - 前記学習モデルにアクセスするアクセス部を備え、
前記学習モデルは、前記属性情報が入力された場合、複数の勤務者の組み合わせの夫々について良否を示すデータを出力するように構成されており、
前記評価部は、前記アクセス部を通じて、前記取得部が取得した属性情報を前記学習モデルに入力し、前記組み合わせの良否を示すデータを前記学習モデルから取得することにより、前記組み合わせに対する評価を行う
請求項1から請求項3の何れか1つに記載の勤務シフト作成装置。 - 前記決定部が決定した組み合わせに対する良否を受付ける受付部
を備え、
前記受付部が受付けた良否に応じて、前記学習モデルを再学習させる
請求項1から請求項5の何れか1つに記載の勤務シフト作成装置。 - 前記属性情報は、勤務者毎の勤務評価に係るデータを含み、
前記勤務評価に係るデータに基づき、前記時間枠に割り当てる勤務者の人数を増減させる時間枠設定部
を備える請求項1から請求項6の何れか1つに記載の勤務シフト作成装置。 - 前記関係性データは、前記他の勤務者との相性に係るデータを含む
請求項1から請求項7の何れか1つに記載の勤務シフト作成装置。 - 前記時間枠に割り当てるべき勤務者が不足したか否かを判断する判断部と、
前記勤務者が不足したと判断した場合、前記時間枠と前後する他の時間枠に割り当てられた勤務者に対して勤務時間の延長を依頼すべく、前記勤務者が使用する端末装置へ勤務時間の延長依頼を送信する送信部と、
前記延長依頼に対する前記勤務者の受諾が得られた場合、割り当てが不足した前記時間枠に対して前記勤務者を割り当てる割当部と
を更に備える請求項1から請求項8の何れか1つに記載の勤務シフト作成装置。 - 設定した時間枠に割り当てる勤務者を決定することにより勤務シフトを作成する勤務シフト作成装置であって、
各時間枠に割り当てるべき勤務者の人数が設定されており、
任意の手法を用いて各時間枠に割り当てる勤務者を決定する決定部と、
設定されている人数と決定した勤務者を時間枠毎に計数して得られる人数とに基づき、前記時間枠に割り当てるべき勤務者が不足したか否かを判断する判断部と、
前記勤務者が不足したと判断した場合、前記時間枠と前後する他の時間枠に割り当てられた勤務者に対して勤務時間の延長を依頼すべく、前記勤務者が使用する端末装置へ勤務時間の延長依頼を送信する送信部と、
前記延長依頼に対する前記勤務者の受諾が得られた場合、割り当てが不足した前記時間枠に対して前記勤務者を割り当てる割当部と、
複数の勤務地の夫々について作成された勤務シフトと、勤務地毎の各勤務者の希望シフトを集計した希望シフト集計テーブルとを記憶する記憶部と
を備え、
前記送信部は、前記延長依頼により前記時間枠を充足できなかった場合、前記決定部が決定した勤務者を各時間枠に割り当てることで作成された勤務シフトを参照して特定される休暇予定の勤務者、他の勤務地について作成された勤務シフトと前記希望シフト集計テーブルとを参照して特定される前記時間枠に勤務を希望する前記他の勤務地の勤務者、前記他の勤務地について作成された勤務シフトを参照して特定される休暇予定の前記他の勤務地の勤務者の順に出勤を依頼すべく、各勤務者が使用する端末装置へ出勤依頼を順次送信し、
前記割当部は、前記出勤依頼に対する勤務者の受諾が得られた場合、前記時間枠に対して前記勤務者を割り当てる
勤務シフト作成装置。 - 前記時間枠に割り当てられた勤務者が使用する端末装置から、勤務時間帯の変更要求を受信する受信部と、
受信した変更要求に応じて、前記勤務者の勤務時間帯を調整する調整部と
を備える請求項1から請求項10の何れか1つに記載の勤務シフト作成装置。 - 前記時間枠に割り当てられた勤務者が使用する端末装置から、休暇申請と、前記勤務者の代理で勤務する勤務者の情報とを受信する受信部と、
受信した休暇申請及び代理で勤務する勤務者の情報に基づき、前記時間枠に割り当てる勤務者を調整する調整部と
を備える請求項1から請求項10の何れか1つに記載の勤務シフト作成装置。 - 各時間枠における勤務者の割り当て状況に係る情報を出力する出力部
を備える請求項1から請求項12の何れか1つに記載の勤務シフト作成装置。 - 勤務者に関する勤務者情報、前記勤務者が勤務する店舗に関する店舗情報、及び日付を特徴付ける日付情報の入力に応じて、前記店舗の売り上げに関するデータを出力するよう構成された学習モデルを用いて、勤務者情報、店舗情報、及び日付情報を与えた場合における前記店舗の売り上げを予測する第1予測部と、
前記日付情報、及び前記第1予測部による予測結果の入力に応じて、前記店舗の時間帯毎の繁忙度合いを示すデータを出力するよう構成された学習モデルを用いて、前記日付情報及び前記予測結果を与えた場合における前記店舗の時間帯毎の繁忙度合いを予測する第2予測部と、
前記第2予測部による予測結果に基づき、各時間枠に割り当てる勤務者の人数を決定する人数決定部と
を備える請求項1から請求項13の何れか1つに記載の勤務シフト作成装置。 - 他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報が入力される入力層と、
勤務者の属性情報と設定された時間枠に割り当てる勤務者の組み合わせの良否を示すラベルデータとを含む教師データに基づき、前記属性情報と前記組み合わせの良否との関係を学習した中間層と、
勤務者の組み合わせに対する良否を示すデータを出力する出力層と
を備え、
前記関係性データは、前記他の勤務者と組み合わせた場合の業務効率の高低に係るデータを含み、
前記入力層に入力される属性情報に基づき、前記中間層で演算し、前記時間枠に割り当てる勤務者の組み合わせに対する良否を示すデータを前記出力層から出力する処理に用いられる学習モデル。 - 他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報が入力される入力層と、
勤務者の属性情報と設定された時間枠に割り当てる勤務者の組み合わせの良否を示すラベルデータとを含む教師データに基づき、前記属性情報と前記組み合わせの良否との関係を学習した中間層と、
勤務者の組み合わせに対する良否を示すデータを出力する出力層と
を備え、
前記関係性データは、前記他の勤務者と組み合わせた場合の売上高の増減に係るデータを含み、
前記入力層に入力される属性情報に基づき、前記中間層で演算し、前記時間枠に割り当てる勤務者の組み合わせに対する良否を示すデータを前記出力層から出力する処理に用いられる学習モデル。 - コンピュータに、
他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報を取得し、
取得した属性情報に基づき、各勤務者の属性情報と勤務者間の組み合わせの良否との関係を定める学習モデル、テーブル、又は関数を利用して、設定した時間枠に割り当てる勤務者の組み合わせを想定した場合における各組み合わせの良否を評価し、
評価した結果に基づき、前記時間枠に割り当てる勤務者の組み合わせを決定する
処理を実行させるためのコンピュータプログラムであって、
前記関係性データは、前記他の勤務者と組み合わせた場合の業務効率の高低に係るデータを含むコンピュータプログラム。 - コンピュータに、
他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報を取得し、
取得した属性情報に基づき、各勤務者の属性情報と勤務者間の組み合わせの良否との関係を定める学習モデル、テーブル、又は関数を利用して、設定した時間枠に割り当てる勤務者の組み合わせを想定した場合における各組み合わせの良否を評価し、
評価した結果に基づき、前記時間枠に割り当てる勤務者の組み合わせを決定する
処理を実行させるためのコンピュータプログラムであって、
前記関係性データは、前記他の勤務者と組み合わせた場合の売上高の増減に係るデータを含むコンピュータプログラム。 - コンピュータに、
勤務者の年齢、通勤コスト、通勤距離、勤務時間、勤務超過時間、給与額、及び他の勤務者との関係性を表す関係性データを含む勤務者毎の属性情報を取得し、
設定した時間枠に割り当てる勤務者を決定する際に用いる属性情報の優先度を設定し、
取得した属性情報のうち、設定した優先度を基に選択した属性情報に基づき、各勤務者の属性情報と勤務者間の組み合わせの良否との関係を定める学習モデル、テーブル、又は関数を利用して、前記時間枠に割り当てる勤務者の組み合わせを想定した場合における各組み合わせの良否を評価し、
評価した結果に基づき、前記時間枠に割り当てる勤務者の組み合わせを決定する
処理を実行させるためのコンピュータプログラム。 - 前記学習モデルは、
前記属性情報が入力された場合、複数の勤務者の組み合わせの夫々について良否を示すデータを出力するように構成されており、
前記コンピュータに、
前記学習モデルから出力されるデータに基づき、前記時間枠に割り当てる勤務者の組み合わせを評価する
処理を実行させるための請求項17から請求項19の何れか1つに記載のコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018179484 | 2018-09-25 | ||
JP2018179484 | 2018-09-25 | ||
PCT/JP2019/037545 WO2020067137A1 (ja) | 2018-09-25 | 2019-09-25 | 勤務シフト作成装置、学習モデル、及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020067137A1 JPWO2020067137A1 (ja) | 2021-09-24 |
JP7462565B2 true JP7462565B2 (ja) | 2024-04-05 |
Family
ID=69953474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020549279A Active JP7462565B2 (ja) | 2018-09-25 | 2019-09-25 | 勤務シフト作成装置、学習モデル、及びコンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7462565B2 (ja) |
WO (1) | WO2020067137A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570178A (zh) * | 2020-04-28 | 2021-10-29 | 阿里巴巴集团控股有限公司 | 排班方法、设备、装置及存储介质 |
CN111754336B (zh) * | 2020-06-28 | 2024-05-24 | 中国银行股份有限公司 | 一种网点排班方法和装置 |
CN112990688B (zh) * | 2021-03-09 | 2023-08-18 | 陕西金合信息科技股份有限公司 | 航班保障自动化排班系统 |
CN113706026A (zh) * | 2021-08-31 | 2021-11-26 | 安徽施耐德成套电气有限公司 | 基于大数据的电力设备维修人员排班调配系统 |
CN114118792A (zh) * | 2021-11-25 | 2022-03-01 | 中国建设银行股份有限公司 | 集中作业中心的排班预测方法以及排班预测装置 |
CN114202305A (zh) * | 2021-12-06 | 2022-03-18 | 上海迎盾科技有限公司 | 智能化人员调动方法、装置及计算机可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006048471A (ja) | 2004-08-06 | 2006-02-16 | Casio Comput Co Ltd | 勤務予定表作成管理装置および勤務予定送受信システム並びにプログラム |
-
2019
- 2019-09-25 WO PCT/JP2019/037545 patent/WO2020067137A1/ja active Application Filing
- 2019-09-25 JP JP2020549279A patent/JP7462565B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006048471A (ja) | 2004-08-06 | 2006-02-16 | Casio Comput Co Ltd | 勤務予定表作成管理装置および勤務予定送受信システム並びにプログラム |
Non-Patent Citations (4)
Title |
---|
AIが店舗運営をサポート:店長の代わりに従業員のシフトを自動作成「beepシフト」,[online],[2019年12月9日検索],2019年07月25日,インターネット<URL:https://marvin.news/6875> |
シフト表自動作成・シフト管理ツールShift-It! 特徴紹介,[online],[2019年12月9日検索],2018年06月04日,インターネット<URL:https://web.archive.org/web/20180604113158/http://shift-it.work/point/> |
シフト調整や勤怠管理を半自動化するサービス"Smart kintAI"と、レストラン予約アプリ"redish"が業務提,[online],[2019年12月9日検索],2018年09月12日,インターネット<URL:https://prtimes.jp/main/html/rd/p/000000029.000030247.html> |
バイトのシフト表を自動で作る「Airシフト」、AI導入の理由は"納得感"向上,[online],[2019年12月9日検索],2018年08月29日,インターネット<URL:https://www.bcnretail.com/market/detail/20180829_82824.html> |
Also Published As
Publication number | Publication date |
---|---|
WO2020067137A1 (ja) | 2020-04-02 |
JPWO2020067137A1 (ja) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7462565B2 (ja) | 勤務シフト作成装置、学習モデル、及びコンピュータプログラム | |
JP6675229B2 (ja) | 作業割当支援装置、端末装置及びプログラム | |
US20160012368A1 (en) | Real-Time User Interface for Prioritized Professional Work Queue | |
US8543438B1 (en) | Labor resource utilization method and apparatus | |
JP5773554B2 (ja) | タスク管理方法及びタスク管理装置 | |
JP2008242532A (ja) | コンピテンシーアクションシステム | |
JP6082656B2 (ja) | サービス提供者割当システム及び割当管理装置 | |
US20220270021A1 (en) | User-centric system for dynamic scheduling of personalised work plans | |
Crist et al. | Prioritising production and engineering lots in wafer fabrication facilities: a simulation study | |
AU2018271290A1 (en) | Adaptive resource allocation | |
WO2011121703A1 (ja) | 生産管理装置、生産管理プログラムおよび生産管理方法 | |
JP6802492B2 (ja) | 配席支援装置、配席支援プログラム、及び配席支援方法 | |
US20160162934A1 (en) | Advertisement distribution management device, advertisement distribution management method, and non-transitory computer readable storage medium | |
JP2021144755A (ja) | マンアワーシステム | |
Geng et al. | Optimal patient assignment for W queueing network in a diagnostic facility setting | |
JP6500675B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP2005346220A (ja) | ソリューション設計方法及びソリューション設計計算機システム並びに記録媒体 | |
KR102098531B1 (ko) | 인력관리 방법 및 장치 | |
Mohan et al. | Improving the process efficiency of catheterization laboratories using simulation | |
Gamberini et al. | An innovative approach for job pre-allocation to parallel unrelated machines in the case of a batch sequence dependent manufacturing environment | |
JP2011257968A (ja) | 障害問合せ案件の重要度決定方法 | |
KR102497783B1 (ko) | 영업 상황 정보를 제공하는 방법, 디바이스 및 기록매체 | |
JP2018190348A (ja) | タスク管理装置、タスク管理システム及びタスク管理方法 | |
JP6904928B2 (ja) | 管理装置及びプログラム | |
JP6950063B1 (ja) | 情報処理システム、情報処理装置及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210415 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20210413 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210415 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220707 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240116 |
|
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: 20240319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240326 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7462565 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |