KR101249038B1 - 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템 - Google Patents
워크플로우 기반 소셜 네트워크 분석 방법 및 시스템 Download PDFInfo
- Publication number
- KR101249038B1 KR101249038B1 KR1020110011640A KR20110011640A KR101249038B1 KR 101249038 B1 KR101249038 B1 KR 101249038B1 KR 1020110011640 A KR1020110011640 A KR 1020110011640A KR 20110011640 A KR20110011640 A KR 20110011640A KR 101249038 B1 KR101249038 B1 KR 101249038B1
- Authority
- KR
- South Korea
- Prior art keywords
- social network
- workflow
- performer
- activity
- performers
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 151
- 230000008569 process Effects 0.000 claims abstract description 79
- 239000011159 matrix material Substances 0.000 claims abstract description 65
- 238000003012 network analysis Methods 0.000 claims abstract description 30
- 230000000694 effects Effects 0.000 claims description 103
- 238000013507 mapping Methods 0.000 claims description 25
- 238000010586 diagram Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000007726 management method Methods 0.000 description 8
- 230000008520 organization Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
워크플로우 기반 소셜 네트워크 분석 방법 및 시스템이 제공된다. 워크플로우 기반 소셜 네트워크 분석 시스템은 각 업무별로 워크플로우 프로세스를 생성하고, 상기 워크플로우 프로세스를 저장 및 관리하는 워크플로우 관리부, 상기 워크플로우 프로세스를 수행자 관점의 소셜 네트워크로 변환하는 소셜 네트워크 변환부, 상기 변환된 소셜 네트워크를 기초로 수행자 간의 관계에 대응하는 매트릭스를 생성하는 매트릭스 연산부 및 상기 매트릭스를 기초로 상기 소셜 네트워크를 분석하는 분석부를 포함한다.
Description
본 발명은 워크플로우를 기반으로 하여 조직 내의 소셜 네트워크(Social Network)를 발견하고 분석하는 방법 및 시스템에 관한 것이다.
워크플로우(workflow)란 기업 비즈니스에서 정의된 업무와 관련된 사람, 정보 자원의 흐름을 통합적으로 관리, 지원해주는 업무 처리 자동화 시스템이다.
기업은 조직 내의 조직 정보, 경영 정보, 파트너 정보 등을 효율적으로 운영 및 관리하기 위하여 워크플로우 모델을 도입하여 비즈니스 프로세스를 설계, 관리 할 수 있다.
또한, 기업은 워크플로우 모델을 도입함으로써, 프로세스를 자동화하고, 업무 생산성을 향상시키며, 업무 처리의 효율성을 높이고, 비용을 감소시킬 수 있다.
워크플로우 모델은 조직의 모습을 할당 업무(task), 수행자(actor), 역할(role), 액티비티(activity) 및 자료 저장소(repository)로 표현한다. 이러한 워크플로우 모델은 빌더 타임에서 정의되고, 런타임 시에 미리 정의된 내용을 기반으로 하여 프로세스의 생성, 탐색 또는 제어와 같은 기능을 수행한다.
도 1은 워크플로우 모델을 정의하는데 필수적으로 요구되는 객체 유형들의 집합과 그들 간의 관계를 정의한 워크플로우 메타 모델을 도시하고 있다.
워크플로우 메타 모델을 구성하는 객체 유형들은 워크플로우 프로시저, 액티비티, 역할, 수행자, 연관 데이터, 트랜지션, 호출 어플리케이션 등이 있다.
워크플로우 프로시저(Workflow Procedure)는 프로세스로서, 액티비티라고 정의되는 단위 업무들의 집합과 이들 간의 실행 순서로 정의된다. 워크플로우 관리 시스템은 정의된 워크플로우 프로시저에 의해 구조화되고 제어되고 실행된다. 또한, 워크플로우 프로시저에 내포된 제어 흐름은 액티비티들에 대한 4가지의 기본적인 제어 흐름 유형들인 순차적(Sequential), 선택적(Disjunctive), 병렬적(Conjunctive), 반복적(Repetitive) 제어 흐름 유형들의 조합으로 표현된다.
액티비티(Activity)는 워크플로우 프로시저를 구성하는 기본 단위업무이다. 액티비티는 작업 액티비티(Work Activity), 블록 액티비티(Block Activity), 서브프로세스 액티비티(Subprocess Activity), 게이트웨이 액티비티(gateway Activity), 이벤트 액티비티(Event Activity) 등으로 구분된다. 이들 액티비티 간에는 실행 시간의 선후관계가 존재하며, 이러한 선후관계는 워크플로우 프로시저의 기본 제어흐름 유형을 통해 정의되며, 이는 곧 워크플로우 프로시저의 정의를 의미한다.
역할(Role)과 수행자(Actor)는 워크플로우 모델을 위한 조직 정보를 정의하는 핵심 요소로서, 워크플로우 프로시저를 구성하는 작업 액티비티에 대해 각각의 실행을 담당하는 수행자를 할당한다.
연관 데이터(Relevant Data)는 워크플로우 프로시저 인스턴스의 실행시에 요구되는 각 액티비티의 입출력 데이터이다. 연관 데이터는 해당 프로세스를 구성하는 액티비티들의 입출력 데이터로 이용되며, 프로세스의 제어흐름을 결정짓는 트랜지션들의 변수로 이용된다.
트랜지션(Transition Condition)은 워크플로우 프로시저의 제어흐름에 따른 액티비티들의 실행 순서를 제어하기 위해 정의되는 객체이다. 이러한 트랜지션은 연관 데이터를 변수로 이용하여 액티비티 실행 순서를 정의한다.
한편, 기업의 규모가 팽창함에 따라 처리되어야 할 프로세스 업무 처리량 및 관련된 이력 정보들이 기하급수적으로 늘어나고 있다. 따라서, 워크플로우 및 비즈니스 프로세스에 대한 개선과 재발견을 위한 새로운 기술이 요구되고 있다.
이러한 문제를 해결하기 위한 방법 중 하나로 비즈니스 프로세스 인텔리전스(Business Process Intelligence, BPI)의 개념이 중요시 되고 있다.
비즈니스 프로세스 인텔리전스는 기업의 역량 중 하나로, 기업 내 외부에서 발생하는 수많은 데이터를 적절히 수집, 가공, 분석하여 이를 전략 확립에 응용하기 위해 기업 비즈니스 프로세스를 명확히 정의하고 최적화함으로써 업무의 효율성을 높이고자 하는 개념이다.
비즈니스 프로세스 인텔리전스는 비즈니스 프로세스를 효과적으로 분석하고 개선하기 위해 프로세스 마이닝, 비즈니스 프로세스 역공학, 비즈니스 프로세스 발견/재발견 등의 기술을 이용하였다. 또한, 이러한 개념들은 프로세스 분석, 정보 도출 등의 기존의 생성된 프로세스를 기반으로 하며, 업무 기반의 프로세스를 기반으로 한다. 하지만, 현재 많은 기업들이 비즈니스 인텔리전스를 적용하면서 고객의 소셜 네트워크 마케팅 활성화를 통해 수익이 증가하였고, 이러한 결과를 바탕으로 기업 내 인적 자원에 대한 관리의 중요성을 인식하게 되었다.
따라서, 현재의 업무 프로세스 관점의 비즈니스 프로세스 인텔리전스와 달리 인적 자원 중심의 비즈니스 프로세스 모델을 생성하고, 이를 통해 조직 내 인적 자원들 간의 행동, 소셜, 정보, 협업, 히스토리 등의 정보를 축적하고 분석하며, 분석 결과를 토대로 조직에서 조직원의 중요도를 판단하고 각각의 조직원들의 업무 역할을 최적화되게 재배치할 수 있는 시스템 및 방법의 도입이 절실히 요구되고 있는 실정이다.
본 발명은 상술한 종래의 문제점을 극복하기 위한 것으로서, 본 발명의 목적은 업무 프로세스 관점이 아닌 인력 자원 기반의 비즈니스 프로시저 모델을 제공하는 것이다.
본 발명의 다른 목적은, 기존에 워크플로우 또는 비피엠(BPM, Business Process Management) 기술을 적용 활용중인 조직들에게 인력 자원 중심의 비즈니스 인텔리전스와 이의 수치화 및 가시화를 제공하는 시스템 및 방법을 제공하는 것이다.
본 발명의 또 다른 목적은, 기존의 워크플로우를 분석하여 조직 내 직원들간의 업무 기여도, 관계 긴밀성 및 워크플로우 기반 협업 네트워크를 발견하고 분석할 수 있는 시스템 및 방법을 제공하는 것이다.
상기한 본 발명의 목적을 달성하기 위한 본 발명의 제 1측면에 따른 워크플로우 기반 소셜 네트워크 분석 시스템은, 각 업무별로 워크플로우 프로세스를 생성하고, 상기 워크플로우 프로세스를 저장 및 관리하는 워크플로우 관리부, 상기 워크플로우 프로세스를 수행자(actor) 관점의 소셜 네트워크로 변환하는 소셜 네트워크 변환부, 상기 변환된 소셜 네트워크를 기초로 수행자 간의 관계에 대응하는 매트릭스를 생성하는 매트릭스 연산부 및 상기 매트릭스를 기초로 상기 소셜 네트워크를 분석하는 소셜 네트워크 분석부를 포함한다.
여기서, 상기 소셜 네트워크 변환부는 액티비티(activity) 관점의 워크플로우 프로세스 모델을 수행자(actor) 관점의 소셜 네트워크 모델로 변환할 수 있다.
여기서, 상기 워크플로우 프로세스는 액티비티 정보, 저장소(repository) 정보, 역할(role) 정보, 상기 수행자 정보 중 하나 이상을 포함할 수 있다.
여기서, 상기 액티비티 정보는 선행 액티비티와의 관계 또는 후행 액티비티와의 관계를 포함할 수 있다.
여기서, 상기 워크플로우 프로세스는 액티비티-역할 매핑 정보, 액티비티-수행자 매핑 정보 및 역할-수행자 매핑 정보 중 하나 이상을 포함할 수 있다.
여기서, 상기 매트릭스는, 상기 소셜 네트워크 모델의 수행자 간의 액티비티 연결 관계 유무를 기준으로 생성된 2차원 매트릭스일 수 있다.
또한, 본 발명의 제 2 측면에 따른 워크플로우 기반 소셜 네트워크 분석 방법은, 워크플로우 프로세스를 기초로 수행자 관점으로 변환된 소셜 네트워크를 구축하는 단계, 상기 소셜 네트워크로부터 수행자 간의 관계에 대응하는 매트릭스를 생성하는 단계 및 상기 매트릭스를 기초로 상기 소셜 네트워크를 분석하는 단계를 포함한다.
여기서, 상기 소셜 네트워크를 구축하는 단계는, 상기 워크플로우 프로세스로부터 액티비티-수행자 매핑 정보를 추출하는 단계, 상기 액티비티-수행자 매핑 정보를 기초로 액티비티를 수행하는 모든 수행자를 결정하는 단계 및 상기 액티비티의 수행 순서를 바탕으로 상기 수행자 간의 선행/후행 관계를 설정하는 단계를 포함할 수 있다.
여기서, 상기 매트릭스는 상기 수행자 간에 액티비티 연결 관계가 있는 경우에 1이 설정되고, 상기 수행자 간에 액티비티 연결 관계가 없는 경우에 0이 설정될 수 있다.
여기서, 상기 매트릭스는, 상기 수행자 간의 액티비티 연결이 있는 경우에 상기 액비티비의 가중치를 반영한 값이 설정될 수 있다.
여기서, 상기 매트릭스는 방향성 또는 비방향성 중 어느 하나의 기준에 따라 상기 수행자 간의 액티비티 연결 유무를 판단할 수 있다.
여기서, 상기 소셜 네트워크를 분석하는 단계는 상기 매트릭스를 기초로 상기 수행자의 중심도를 측정하는 단계를 포함할 수 있다.
여기서, 상기 소셜 네트워크를 분석하는 단계는 상기 측정된 중심도를 정규화(normalization)하는 단계를 더 포함할 수 있다.
여기서, 상기 수행자의 중심도는 연결 중심도(degree centrality), 근접 중심도(closeness centrality) 및 사이 중심도(betweenness centrality) 중 어느 하나일 수 있다.
여기서, 상기 소셜 네트워크의 분석 결과를 표시하는 단계를 더 포함할 수 있다.
또한, 본 발명의 제 3 측면에 따른 컴퓨터 판독 가능한 기억매체는 상기 본 발명의 제 2 측면에 따른 워크플로우 기반 소셜 네트워크 분석 방법을 컴퓨터가 행하게 하는 컴퓨터 실행 가능한 프로그램을 격납할 수 있다.
전술한 본 발명의 과제 해결 수단에 의하면, 기업 내에서 기존에 존재하는 워크플로우 프로세스 모델로부터 워크플로우 소셜 네트워크 모델을 발견하고, 발견된 소셜 네트워크 모델을 분석할 수 있다.
또한, 전술한 본 발명의 과제 해결 수단에 의하면, 기존의 워크플로우 프로세스 모델을 분석하여 조직 내 직원들의 업무 기여도, 중요도 및 관계 긴밀도 등의 정보를 분석할 수 있는 수단을 제공할 수 있다.
또한, 전술한 본 발명의 과제 해결 수단에 의하면, 워크플로우 소셜 네트워크 모델의 분석을 통해 업무 수행자 또는 업무 역할 중심의 비즈니스 프로세스의 효율을 높일 수 있는 근거 자료를 제공할 수 있다.
도 1은 종래의 워크플로우 모델을 정의하는데 필요한 객체 유형들의 집합과 그들간의 관계를 정의한 워크플로우 메타 모델의 관계도이다.
도 2 는 본 발명의 일 실시예에 따른, 워크플로우 기반 소셜 네트워크 분석 시스템의 전체 개요도이다.
도 3 은 본 발명의 일 실시예에 따른, 워크플로우 기반 소셜 네트워크 분석 방법을 설명하기 위한 흐름도이다.
도 4 는 본 발명의 일 실시예에 따른, 액티비티-역할 정보를 포함하는 워크플로우 프로세스 모델을 설명하기 위한 도면이다.
도 5 는 본 발명의 일 실시예에 따른, 액티비티-수행자 정보를 포함하는 워크플로우 프로세스 모델을 설명하기 위한 도면이다.
도 6 는 본 발명의 일 실시예에 따른, 워크플로우 프로세스 모델이 수행자 관점으로 변경된 워크플로우 소셜 네트워크 모델을 설명하기 위한 도면이다
도 7 는 본 발명의 일 실시예에 따른, 워크플로우 소셜 네트워크 모델로부터 생성된 소시오 매트릭스를 설명하기 위한 도면이다.
도 8 는 본 발명의 일 실시예에 따른, 소시오 매트릭스로부터 연결 중심도를 계산하는 방법을 설명하기 위한 도면이다.
도 9 는 본 발명의 일 실시예에 따른, 정규화된 연결 중심도 및 그룹 연결 중심도를 그래프로 표시한 도면이다.
도 2 는 본 발명의 일 실시예에 따른, 워크플로우 기반 소셜 네트워크 분석 시스템의 전체 개요도이다.
도 3 은 본 발명의 일 실시예에 따른, 워크플로우 기반 소셜 네트워크 분석 방법을 설명하기 위한 흐름도이다.
도 4 는 본 발명의 일 실시예에 따른, 액티비티-역할 정보를 포함하는 워크플로우 프로세스 모델을 설명하기 위한 도면이다.
도 5 는 본 발명의 일 실시예에 따른, 액티비티-수행자 정보를 포함하는 워크플로우 프로세스 모델을 설명하기 위한 도면이다.
도 6 는 본 발명의 일 실시예에 따른, 워크플로우 프로세스 모델이 수행자 관점으로 변경된 워크플로우 소셜 네트워크 모델을 설명하기 위한 도면이다
도 7 는 본 발명의 일 실시예에 따른, 워크플로우 소셜 네트워크 모델로부터 생성된 소시오 매트릭스를 설명하기 위한 도면이다.
도 8 는 본 발명의 일 실시예에 따른, 소시오 매트릭스로부터 연결 중심도를 계산하는 방법을 설명하기 위한 도면이다.
도 9 는 본 발명의 일 실시예에 따른, 정규화된 연결 중심도 및 그룹 연결 중심도를 그래프로 표시한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
이하, 첨부된 도면들을 참조하여 본 발명을 상세히 설명하기로 한다.
도 2 는 본 발명의 일 실시예에 따른, 워크플로우 기반 소셜 네트워크 분석 시스템(100)의 전체 개요도이다.
도 2에 도시된 바와 같이, 워크플로우 기반 소셜 네트워크 분석 시스템(100)은 워크플로우 관리부(110), 소셜 네트워크 변환부(120), 매트릭스 연산부(130) 및 분석부(140)를 포함한다. 또한, 표시부(150), 워크플로우 정의 DB(160), 소셜 네트워크 DB(170) 및 매트릭스 DB(180)를 포함할 수 있다.
워크플로우 기반 소셜 네트워크 분석 시스템(100)은 기업의 업무 처리 및 효율적 조직 구조의 분석을 위한 워크플로우 프로시저를 분석하여 수행자 관점의 워크플로우 소셜 네트워크 모델을 생성한다. 이때, 수행자 관점의 워크플로우 소셜 네트워크 모델이란, 액티비티의 수행자를 기준으로 변환된 워크플로우 모델에서 수행자들 간의 관계를 나타내는 네트워크 모델을 말한다.
또한, 워크플로우 기반 소셜 네트워크 분석 시스템(100)은 생성된 소셜 네트워크 모델을 분석하여, 기존의 워크플로우 프로시저 분석으로는 제공하기 어려운 다양한 사람 관계에 따른 사회적 자원의 상관 관계, 조직 구성원의 효율적인 네트워크 구성 및 구조적 특징 분석, 적절한 자원의 활용을 위한 구조 등에 대한 정보, 인적 자원의 기술 능력, 경영 능력, 네트워크 자원의 활용 등에 관한 정보를 제공할 수 있다.
워크플로우 관리부(110)는 업무별로 워크플로우 프로세스를 정의, 생성하고, 워크플로우 프로세스를 저장, 관리한다. 구체적으로, 워크플로우 관리부(100)는 업무 별로 워크플로우 프로세스를 정의하는 프로세스 정의부(111), 정의된 워크플로우 프로세스를 실행하고 관련된 입출력 정보를 처리하는 프로세스 실행부(112), 실행되는 워크플로우 프로세스를 정상 동작 여부를 감시하고, 이상 동작 시에 관리자에게 경보를 발송하거나 프로세스 재실행 요청을 상기 프로세스 실행부(112)에 전송하는 프로세스 감시부(113)를 포함할 수 있다.
또한, 워크플로우 관리부(110)는 프로세스 정의부(111)에서 생성된 워크플로우 프로세스를 후술할 워크플로우 정의 DB(160)에 저장하도록 지시할 수 있다.
소셜 네트워크 변환부(120)는 워크플로우 프로세스를 수행자 관점의 소셜 네트워크로 변환한다. 구체적으로, 소셜 네트워크 변환부(120)는 워크플로우 소셜 네트워크 발견 알고리즘을 이용하여 워크플로우 프로세스로부터 워크플로우 소셜 네트워크를 자동적으로 변환할 수 있다.
이때, 소셜 네트워크 변환부(120)에 의해 액티비티(activity) 관점의 워크플로우 프로세스 모델은 수행자(actor) 관점의 소셜 네트워크 모델로 변환될 수 있다.
참고로, 워크플로우 소셜 네트워크 모델의 기본 모델은 수행자 기반의 워크플로우 모델이며, 본 발명의 소셜 네트워크는 수행되는 행위들을 기본으로 하여 수행자들 간의 액티비티 취득을 통해 연결되는 관계를 의미한다.
소셜 네트워크 변환부(120)에서 사용되는 소셜 네트워크 발견 알고리즘에 대해서는 도 6에서 상세히 후술하기로 한다.
매트릭스 연산부(130)는 변환된 워크플로우 소셜 네트워크를 기초로 수행자 간의 관계에 대응하는 소시오 매트릭스(SocioMatrix)를 생성한다. 구체적으로, 매트릭스 연산부(130)는 변환된 워크플로우 소셜 네트워크를 소셜 네트워크 분석 기술에 적용하기 위해서 수행자 간의 관계에 대응하는 소시오 매트릭스로 변환할 수 있다.
소시오 매트릭스는 워크플로우 소셜 네트워크의 수행자 간의 연결 관계들을 나타내기 위한 2차원 다이어그램 구조의 매트릭스이다. 예를 들어, 소시오 매트릭스는 소셜 네트워크 수행자 간의 액티비티 연결 유무 또는 그룹 간의 액티비티 연결 유무를 기준으로 생성할 수 있다.
매트릭스 연산부(130)에서 사용되는 소시오 매트릭스 생성 알고리즘에 대해서는 도 7에서 상세히 후술하기로 한다.
분석부(140)는 상기 소시오 매트릭스를 기초로 임의의 소셜 네트워크 분석 기술을 적용하여 소셜 네트워크를 분석한다.
구체적으로, 분석부(140)는 소시오 매트릭스를 기반으로 중심도 측정 알고리즘을 이용하여 소셜 네트워크 상의 수행자들에 대한 중심도를 파악할 수 있다. 중심도 측정 알고리즘은, 예를 들어, 연결 중심도(degree centrality), 근접 중심도(closeness centrality), 사이 중심도(betweenness centrality) 등을 포함할 수 있다.
분석부(140)는 소시오 매트릭스를 상기 알고리즘을 이용하여 수행자들에 대한 중심도를 분석함으로써, 조직의 수행자들 중 어떤 수행자가 가장 중요하며, 두드러지게 업무를 처리하는 수행자인지를 판단하기 위한 분석 자료를 생성할 수 있다.
분석부(140)에서 사용하는 중심도 측정 알고리즘에 대해서는 도 8에서 상세히 후술하기로 한다.
표시부(150)는 분석부(140)에서 소셜 네트워크를 분석한 분석 결과를 다양한 표시 방법을 이용하여 표시한다. 구체적으로, 표시부(150)는 후술할 매트릭스 DB(180)로부터 분석 결과를 전달 받아서 그래프, 표 등의 표시 방법을 이용하여 화면 또는 출력 장치를 통해 표시할 수 있다.
표시부(150)에서 이용하는 그래프의 실시예에 대해서는 도 9에서 상세히 후술하기로 한다.
워크플로우 정의 DB(160)는 정의된 워크플로우 프로세스를 저장, 관리한다. 워크플로우 정의 DB(160)에 저장되는 워크플로우 프로세스는 액티비티 정보, 저장소 정보, 역할 정보, 수행자 정보 등을 포함할 수 있다. 이때, 액티비티 정보는 선행 액티비티와의 관계 및 후행 액티비티와의 관계 정보를 포함할 수 있다.
또한, 워크플로우 프로세스는 액티비티-역할 매핑 정보, 액티비티-수행자 매핑 정보 및 역할 수행자 매핑 정보 등의 매핑 정보를 포함할 수 있다.
소셜 네트워크 DB(170)는 소셜 네트워크 변환부(120)에 의해 변환된 워크플로우 소셜 네트워크 정보를 저장, 관리한다.
소셜 네트워크 DB(170)는 소셜 네트워크에 포함되는 수행자 정보, 액티비티 정보, 저장소 정보 등을 저장할 수 있다.
매트릭스 DB(180)는 매트릭스 연산부(130)에서 생성한 소셜 네트워크에 대한 소시오 매트릭스 정보를 저장한다.
다음으로, 워크플로우 기반 소셜 네트워크 분석 방법에 대해 살펴보기로 한다. 본 명세서에서는 소셜 네트워크 분석 방법을 상세히 설명하기 위해, 고용 워크플로우 프로시저를 예로서 설명하기로 한다.
도 3 은 본 발명의 일 실시예에 따른, 워크플로우 기반 소셜 네트워크 분석 방법을 설명하기 위한 흐름도이다.
단계 S310에서, 우선, 워크플로우 프로세스를 기초로 소셜 네트워크 모델로 변환한다. 워크플로우 프로세스에 대한 소셜 네트워크 모델은 소셜 네트워크 변환부(120)에 의해 자동적으로 변환되어 생성되며, 액티비티 관점의 워크플로우 프로세스는 소셜 네트워크 변환 알고리즘에 따라서 수행자 관점의 소셜 네트워크 모델로 변환될 수 있다.
구체적으로, 소셜 네트워크 변환부(120)는 워크플로우 프로세스로부터 액티비티-수행자 매핑 정보를 추출할 수 있다. 이후, 상기 액티비티-수행자 매핑 정보를 기초로 액티비티를 수행하는 모든 수행자를 결정할 수 있다. 이후, 소셜 네트워크 변환부(120)는 액티비티의 수행 순서를 바탕으로 상기 수행자 간의 선행/후행 관계를 설정할 수 있다.
도 4 및 도 5는 본 발명의 일 실시예에 따른, 고용 워크플로우 프로시저 모델을 도시하고 있다. 도 4 의 고용 워크플로우 프로세스 모델에는 사원을 고용하는 일련의 업무 흐름이 순서대로 정의되어 있으며, 각각의 액티비티에 대한 액티비티-역할 정보가 표시되어 있다.
예를 들어, A1은 입사지원 액티비티이며, 지원자(R1) 역할이 매핑되어 있다. 또한, A2는 지원자 서류 확인 액티비티이며, 고용 부서의 담당 직원(고용 직원) 역할(R2)이 매핑되어 있다. 또한, A3는 지원자 선택 액티비티이며, 고용 부서의 매니저(고용 매니저) 역할(R3)이 매핑되어 있다.
고용 워크플로우 프로세스를 설명하면, 우선 지원자(R1)가 입사 지원을 하면(A1), 고용 직원(R2)은 지원자가 제출한 서류를 확인하고(A2), 서류상 문제가 없으면 고용 매니저에게 지원자 정보를 제공하여, 고용 매니저(R3)가 지원자를 선택/결정한다(A3).
만일, 채용 거절인 경우에는, 고용 직원(R2)은 채용 거절 사실을 지원자에게 알리고(A4), 컴퓨터(R10)를 이용해서 해당 지원자의 정보를 데이터베이스에 업데이트한다(A5).
만일, 채용 승인인 경우에는, 고용 직원(R2)은 지원자의 희망 조건을 확인하고(A6), 지원자에게 오퍼 레터를 전달하고(A7), 지원자가 제안을 받아 들이면 채용 절차를 진행한다(A8).
이후, 지원자에 대해 인사 직원(R4)이 교육 체크(A9), 고용 체크(A10)를 실시하고, 양호 직원(R5)이 건강 체크(A11)를 실시하며 보안 직원(R6)이 보안 체크(A12)를 실시한다.
이후, 인사 매니저(R7)가 교육 체크 결과(A13) 및 고용 체크 결과(A14)를 리뷰하고, 양호 매니저(R8)가 건강 체크 결과(A15)를 리뷰하고, 보안 매니저(R9)가 보안 체크 결과(A16)를 리뷰한다.
이후, 고용 직원(R2)이 각 분야의 결과를 리뷰(A17)하여 문제점이 없으면, 컴퓨터(R10)를 이용하여 해당 결과를 데이터베이스에 업데이트한다(A18).
워크플로우 프로시저에서, 들어오는 방향성 화살표의 액티비티들은 수행자의 선행자에 의해 이전에 수행된 액티비티들을 의미하고, 나가는 방향성 화살표의 액티비티들은 수행자 자신이 수행한 액티비티를 의미한다.
한편, 수행자 관점으로 변환되기 위해, 액티비티-역할이 매핑된 워크플로우 프로시저는 액티비티-수행자 정보가 매핑된 워크플로우 프로시저로 변환될 수 있다. 이때, 액티비티-수행자 정보가 매핑된 워크플로우 프로시저는 저장되어 있는 액티비티-수행자 정보를 이용하여 변환될 수 있고, 역할-수행자 매핑 정보를 이용하여 변환될 수도 있다.
도 5 의 워크플로우 프로세스 모델에는 액티비티-수행자 정보가 표시되어 있다. 도 5에 도시된 바와 같이, 워크플로우 프로시저에는 액티비티에 대해 개별 수행자 정보가 매핑되어 있다.
이때, 액티비티-수행자 매핑은 일대다 매핑일 수 있다. 예를 들어, 입사 지원 액티비티(A1)에는 지원자인 O1이 매핑되어 있고, 지원자 서류 확인 액티비티(A2)에는 수행자 O2, O3, O4 의 세명이 매핑되어 있을 수 있다.
또한, 동일한 역할이라 하더라도 다른 수행자가 매핑될 수 있다. 예를 들어, 고용 직원 역할(R2)의 경우, 액티비티 A2에는 수행자 O2, O3, O4가 매핑되어 있지만, 액티비티 A7에는 수행자 O5, O6가 매핑될 수 있다.
소셜 네트워크 변환부(120)는 임의의 소셜 네트워크 발견 알고리즘을 이용하여 워크플로우 프로시저를 수행자 중심의 소셜 네트워크로 변환할 수 있다. 이때, 워크플로우 프로시저의 내부 속성들 중 제어흐름 정보를 나타내는 δo, 액티비티-역할 매핑 정보를 나타내는 εp, 역할-수행자 매핑 정보를 나타내는 πc 들이 입력 값으로 사용될 수 있다.
소셜 네트워크 발견 알고리즘의 일 예는 다음과 같다. 물론 본 발명의 권리범위는 이하의 알고리즘에 한정되지 않으며, 균등한 역할을 수행하는 다른 모든 알고리즘에 대해서도 균등하게 권리범위가 미침은 당연하다.
Workflow-based Social Network discovery Algorithm:
Input An ICN, Γ={δ, γ, λ, ε, π, κ, I, O};
Output A Workflow-based social Network Model, Λ={σ, ψ, S, E};
Begin Procedure
For (∀α ∈ A) Do
Begin /* δ = δi ∪ δo */
Add all members of πc(εp(α)) To δi(each member of πc(εp(δo(α))));
Add all members of πc(εp(δo(α))) To δo(each member of πc(εp(α)));
/* ψ = ψi ∪ ψo */
Add all pairs of (α, o), ∀o ∈ πc(εp(α)) To ψi(each member of πc(εp(δo(α))));
Add all pairs of (α, o), ∀o ∈ πc(εp(δo(α))) To ψo(each member of πc(εp(α)));
End
End Procedure
이때, 입력값은 워크플로우 프로시저의 각 튜플 Γ={δ, γ, λ, ε, π, κ, I, O}에 따라 구성된다.
I는 초기 입력되는 저장소들의 유한 집합이며, 알고리즘(ICN)의 실행 전에 임의의 프로세스에 의해 로드되어야 한다.
O는 마지막으로 출력되는 저장소들의 유한 집합이며, 알고리즘(ICN)의 실행 후에 임의의 프로세스에 의해서 이용되는 정보를 포함하고 있다고 가정한다.
δ는 δi∪δo이며, δo는 하나의 액티비티를 후행하는 액티비티들의 집합에 연결하는 관계를 나타내며, δi는 하나의 액티비티를 선행하는 액티비티들의 집합에 연결하는 관계를 나타내는 관계이다.
γ는 γi∪γo이며, γi는 하나의 액티비티와 단일 입력 저장소들의 집합과 연결하는 관계를 나타내는 것 중 하나이며, γo는 하나의 액티비티와 단일 출력 저장소들의 집합과 연결하는 것 중 하나이다.
λ는 λa∪λg이며, λg는 액티비티와 그와 관련된 단일 애플리케이션과의 연결이고, λa는 애플리케이션과 그와 연결된 액티비티들의 집합이다.
ε는 εa∪εp이며, εp는 하나의 액티비티를 조합된 역할들의 집합에 액티비티를 단일 값으로 연결하는 것이고, εa는 조합된 액티비티들의 집합을 역할에 다중 값으로 연결하는 것이다.
π는 πc∪πp이며, πp는 조합된 역할들을 수행자에 다중 값으로 연결하는 것이고, πc는 조합된 수행자들의 집합을 역할에 다중 값으로 연결하는 것이다.
κ는 κi∪κo이며, κi는 α∈ A일 때, (δI(α), α) 사이에서, 제어흐름(T) 조건들의 집합이고, κo는 α∈ A일 때, (α, δo(α)) 사이에서, 제어흐름(T) 조건들의 집합이다. 이때 집합 T = {default, or(conditions), and(conditions)}이다.
또한, 출력 값은 워크플로우 소셜 네트워크 모델의 튜플 Λ={σ, ψ, S, E}로 정의된다.
S는 어떤 외부의 수행자 기반 워크플로우 모델로부터 연결되어진 수행자들에 대한 유한 집합을 의미한다.
E는 어떤 외부의 수행자 기반 워크플로우 모델로부터 연결되어질 수 있는 수행자들에 대한 유한 집합을 의미한다.
σ는 σi∪σo이며, σo는 하나의 수행자에서 출력되는 다른 여러 수행자들에 대한 연결 관계를 나타내며, σi는 하나의 수행자에 입력되는 여러 수행자들의 집합에 대한 연결관계를 나타낸다.
ψ는 ψi∪ψo이며, ψi는 선행 액티비티들에 의해 화살표로 연결되어지는 수행자의 연결 관계를 나타내며, ψo는 후행 액티비티들에 의해 화살표로 연결되어지는 수행자의 연결 관계를 나타낸다.
상기의 알고리즘을 이용하여 도 5의 고용 워크플로우 프로시저를 수행자 관점의 소셜 네트워크 모델로 변환한 것이 도 6에 도시되어 있다.
도 6에 도시된 바와 같이, 수행자 O1 ~ O17을 중심으로 워크플로우 프로시저가 재구성 되었으며, 화살표는 선행 수행자와 후행 수행자 간에 수행되어야 하는 액티비티를 의미한다.
예를 들어, 수행자 O1은 입사지원(A1) 액티비티를 수행하고, 그 결과는 수행자 O2, O3, O4에게 전달되어 O2, O3, O4가 다음 액티비티를 수행하기 위한 전제 조건을 만족시키게 된다.
한편, 워크플로우 프로시저에서 액티비티-역할 매핑 관계가 액티비티와 단일 역할로 1대1 매핑이 되는 것과 달리, 역할-수행자 매핑 관계를 기반으로 하는 워크플로우 소셜 네트워크는 액티비티와 다수의 수행자가 일대다 매핑이 될 수 있다.
또한, 액티비티와 수행자들 사이에 일대다 관계 때문에, 수행자 노드는 몇 개의 나가는 방향성 화살표가 동일한 액티비티를 가질 수 있다. 예를 들어, 도 6에서, 수행자 노드 O1은 O2, O3, O4로 나가는 세개의 방향성 화살표에 동일한 액티비티 A1을 가질 수 있다.
단계 S320에서, 매트릭스 연산부(130)는 소셜 네트워크 모델로부터 소시오 매트릭스를 생성한다.
워크플로우 기반의 소시오 매트릭스는 방향성 유무 및 가중치 유무에 따라서 방향성 이진 소시오 매트릭스, 방향성 밸류드 소시오 매트릭스, 무방향성 이진 소시오 매트릭스 및 무방향성 밸류드 소시오 매트릭스의 네 가지로 구분할 수 있다.
방향성의 의미는 수행자 간의 관계의 업무의 흐름이 있음을 의미하고, 무방향성은 수행자 간의 업무의 흐름이 없음, 다시 말해 화살표가 없음을 의미한다.
이진 소시오 매트릭스는 수행자 간의 업무 연결이 되어 있을 경우에 1의 값을 가지고 업무 연결이 없을 경우에 0의 값을 가진다. 반면, 밸류드 소시오 매트릭스는 수행자 간의 업무 연결 마다 1 대신 업무에 대응되는 특정 값을 가진다.
본 발명의 일실시예에서는 워크플로우 소셜 네트워크를 무방향성 이진 소시오 매트릭스로 표현하여 설명하기로 한다. 다만, 이는 본 발명을 더욱 명확히 설명하기 위한 일 실시예에 불과하며, 본 발명의 권리범위는 이 실시예에 한정되지 않고 균등한 다른 종류의 소시오 매트릭스를 이용하는 경우도 포함함은 자명하다.
아래는 워크플로우 소셜 네트워크를 무방향성 이진 소시오 매트릭스로 자동으로 변환해주는 알고리즘의 일례이다.
Binary NonDirected SocioMatrix Generation Algorithm:
Input A Workflow-based Social Network, Λ={σ, ψ, S, E}
Output A Symmetric Binary SocioMatrices, Z(N, N),
Where N is number elements in the set of C actors.
Begin Procedure
Initialize all entries of Z(N, N0 To Zeroes;
For (∀α ∈ C) Do
Begin
/* Set the Incoming Relations of Z(N, N) */
Set One To entries of Z(o, each member of σi(o));
/* The Incoming Relations of Z(N, N) */
Set One To entries of Z(o, each member of σo(o));
End
End Procedure
이때, 입력 값은 워크플로우 소셜 네트워크 모델의 튜플 Λ={σ, ψ, S, E}에 따라 구성된다.
또한, 출력되는 무방향성 이진수 기반의 소시오 매트릭스 Z(N, N)는 무방향성의 특성 때문에 행과 열의 값이 대칭되어 값이 생성된다. Z(N, N)는 수행자와 수행자 간의 액티비티 수행 값의 빈도를 나타낸다.
상기 알고리즘에 의해 도 6의 소셜 네트워크 모델을 기초로 생성한 소시오 매트릭스는 도 7에 도시되어 있다.
매트릭스의 행과 열은 수행자 O1 ~ O17로 구성되어 있으며, 수행자 사이에 액티비티로 연결이 되어 있는 경우에는 1로 설정되고, 연결이 되어 있지 않은 경우에는 0으로 표현되어 있다.
예를 들어, 수행자 O1의 경우에는 액티비티 A1으로 수행자 O2, O3, O4와 연결되어 있으므로, 1행의 O1은 O2, O3, O4 에 대해서만 1로 설정되어 있다.
또한, 무방향성의 특성상, 수행자로 들어오는 화살표 연결뿐만 아니라 수행자로부터 나가는 화살표 연결에 대해서도 동일하게 1로 설정된다.
예를 들어, 수행자 O3는 O1으로부터 액티비티 A1과 O5로부터 액티비티 A3를 입력 받고, O5, O6으로 액티비티 A6을 출력 하므로, 3행의 O3는 O1, O5, O6에 대해서 1로 설정되어 있다. 이때, 이진 매트릭스의 특성상 O5는 입출력이 동시에 이뤄지지만 값은 1로 설정된다.
한편, 이진 매트릭스가 아닌 밸류드 매트릭스를 이용하는 경우에는, 상기 수행자 간의 액티비티 연결이 있는 경우에 상기 액비티비의 가중치를 반영한 값이 설정될 수 있다.
단계 S330에서, 분석부(140)는 상기 생성된 소시오 매트릭스를 분석 알고리즘을 이용하여 분석한다.
분석부(140)는 중심도 측정 알고리즘을 이용하여 소시오 매트릭스를 분석할 수 있다.
구체적으로, 분석부(140)는 소시오 매트릭스의 각각의 수행자들에 대해 중심도를 계산하여 어떤 수행자가 가장 중요한지, 어떤 수행자가 두드러지게 업무를 수행하는지, 다른 수행자들과의 업무 수행을 위한 연관 관계가 가장 빈번한지 여부 등을 파악할 수 있다. 즉, 중심도 측정 방법에서, 가장 중요하고 유명한 수행자는 들어오고 나가는 액티비티에 관계없이 다수의 수행자들과 갖는 관계에서 가장 높은 측정 지수를 가진 것이며, 가장 높은 관계를 가지고 있다는 의미이다.
본 발명의 일 실시예에서는 연결 중심도 측정 방법을 이용하여 소셜 네트워크를 분석하기로 한다. 다만, 이는 본 발명을 더욱 명확히 설명하기 위한 일 실시예에 불과하며, 본 발명의 권리범위는 이 실시예에 한정되지 않고 균등한 다른 종류의 소셜 매트릭스 분석 방법을 이용하는 경우에까지 미침은 자명하다.
우선, 워크플로우 프로시저 연결 중심도 측정 방법은 워크플로우 프로시저에 재정된 각각의 수행자에게 적용할 수 있는 수행자 연결 중심도(actor degree centrality)와 워크플로우 프로시저의 소셜 네트워크의 수행자 그룹에도 적용할 수 있는 그룹 연결 중심도(group degree centrality)로 구분될 수 있다.
수행자 연결 중심도는 워크플로우 프로시저로부터 발견된 워크플로우 소셜 네트워크에서 각각의 수행자의 연결 정도를 기초로 한다. 상기 소시오 매트릭스를 기반으로 측정된 연결 중심도의 최대 한계 값은 워크플로우 소셜 네트워크에서 수행자가 자기 자신을 포함한 다른 모든 수행자들에게 연결될 수 있는 정도 값이다.
수행자 연결 중심도 Cd(Ni)를 구하는 식은 아래와 같다.
이때, g는 수행자를 의미하고, i는 g를 포함한 다른 수행자들에 인접하여 연결된 i의 총 합을 의미한다.
한편, 상기 수식에 의한 수행자 연결 정도 측정값은 워크플로우 소셜 네트워크의 크기 g에 의존성을 가진다. 다시 말해, g는 소셜 네트워크의 최대 가능한 연결 정도 값의 가장 큰 최대값이다. 따라서, 소셜 네트워크의 크기에 의존하는 변형의 효과를 제거하기 위해 정규화(normalization)할 수 있다. 정규화된 수행자 연결 중심도는 소셜 네트워크의 크기에 상관없이 0~1 사이의 값을 가진다.
정규화된 수행자 연결 중심도 Cn(Ni)를 구하는 식은 아래와 같다.
또한, 그룹 연결 중심도CA를 구하는 식은 아래와 같다.
또한, 그룹 연결 중심도의 지수(index)값 CD를 구하는 식은 아래와 같다.
워크플로우 소셜 네트워크에서 그룹 연결 중심도의 지수(index) 값은 0.0과 1.0사이의 값일 수 있다.
그룹 연결 중심도 지수가 1.0인 경우, 모든 수행자들이 연결되어 있음을 의미하며, 이 경우 워크플로우 소셜 네트워크에서 수행자들의 연결 중심도는 거의 고르지 않거나 계층적인 양상을 띤다. 반면에, 그룹 연결 중심도 지수가 0.0인 경우, 워크플로우 소셜 네트워크의 연결 중심도는 거의 균등하게 흩어져 있음을 의미한다.
단계 S340에서, 상기의 식에 의한 분석 결과를 출력하거나 화면에 표시한다.
도 8은 상기의 네 식을 이용하여 도 7의 소시오 매트릭스로부터 연결 중심도를 분석한 결과를 도시하고 있다. 이를 통해 워크플로우 프로시저에 참여한 각 수행자들의 액티비티 수행 기여도를 판단할 수 있다.
또한, 이러한 분석 결과는 표시부(150)를 통해 다양한 형태의 그래프로서 화면에 표시될 수 있다.
도 9 는 본 발명의 일 실시예에 따른, 정규화된 연결 중심도 및 그룹 연결 중심도를 그래프로 표시한 도면이다.
도 9a에서는 각각의 수행자 O1 ~ O17 에 대한 수행자 연결 중심도 Cd(Ni)를 도식화하여 표시하고 있다. 도9a 를 통해 수행자 O5의 업무 기여도가 가장 높음을 알 수 있다.
또한, 도 9b에서는 고용 워크플로우 프로시저로부터 발견된 워크플로우 소셜 네트워크 수행자들이 0을 기준으로 업무에 평균적으로 기여하고 있는 편차를 그래프로 표시하고 있다. 이 값은 도 8의 그룹 연결 중심도 CA에서 확인할 수 있다.
이와 같은 구성의 발명을 통해, 기업의 관리자에게 기존의 워크플로우 시스템 분석 기법으로 제공하기 어려운 다양한 조직 구성원 관계에 따른 사회적 자원의 상관 관계, 효율적인 구성원 네트워크의 구성, 구성원 네트워크의 구조적 특징 분석, 적절한 자금, 자원, 인력 배분 방법 등을 위한 기초 자료로 활용될 수 있는 효과를 얻을 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비 휘발성 매체, 분리형 및 비 분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비 휘발성, 분리형 및 비 분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (16)
- 워크플로우 기반 소셜 네트워크 분석 시스템에 있어서,
업무에 관한 워크플로우 프로세스를 생성하고, 상기 워크플로우 프로세스를 저장 및 관리하는 워크플로우 관리부,
상기 워크플로우 프로세스를 수행자(actor) 관점의 소셜 네트워크로 변환하는 소셜 네트워크 변환부,
상기 변환된 소셜 네트워크를 기초로 수행자 간의 연결 관계에 대응하는 매트릭스를 생성하는 매트릭스 연산부-상기 매트릭스는 상기 소셜 네트워크의 수행자간의 액티비티 연결 유무 또는 그룹간의 액티비티 연결 관계 유무를 기준으로 생성된 2차원 매트릭스임, 및
상기 매트릭스를 이용하여 상기 소셜 네트워크의 수행자들에 대한 수행자 연결 중심도(Cd(Ni)) 및 그룹 연결 중심도(CA)를 도출하여 상기 소셜 네트워크를 분석하는 분석부를 포함하고,
상기 수행자 연결 중심도(Cd(Ni))는 수행자가 상기 소셜 네트워크의 다른 모든 수행자들에게 연결될 수 있는 정도를 나타내는 값으로서, 하기 수식
(g는 수행자를 의미하고, i는 g를 포함한 다른 수행자들에 인접하여 연결된 i의 총 합을 의미함)에 따라 계산되고,
상기 그룹 연결 중심도(CA)는 하기 수식
(CA(N*)는 워크플로우 소셜 네트워크에서 관찰된 가장 큰 수행자 연결 중심도이고, CA(Ni)는 자기 자신과 다른 수행자들을 포함한 g의 연결 중심도임)에 따라 계산되는, 워크플로우 기반 소셜 네트워크 분석 시스템.
- 제 1 항에 있어서,
상기 소셜 네트워크 변환부는,
액티비티(activity) 관점의 워크플로우 프로세스 모델을 수행자 관점의 소셜 네트워크 모델로 변환하는 것인, 워크플로우 기반 소셜 네트워크 분석 시스템. - 제 1 항에 있어서,
상기 워크플로우 프로세스는 액티비티 정보, 저장소(repository) 정보, 역할(role) 정보, 상기 수행자 정보 중 하나 이상을 포함하는, 워크플로우 기반 소셜 네트워크 분석 시스템. - 제 3 항에 있어서,
상기 액티비티 정보는 선행 액티비티와의 관계 또는 후행 액티비티와의 관계를 포함하는, 워크플로우 기반 소셜 네트워크 분석 시스템. - 제 3 항에 있어서,
상기 워크플로우 프로세스는 액티비티-역할 매핑 정보, 액티비티-수행자 매핑 정보 및 역할-수행자 매핑 정보 중 하나 이상을 포함하는, 워크플로우 기반 소셜 네트워크 분석 시스템. - 삭제
- 소셜 네트워크 분석 시스템에서 워크플로우 기반 소셜 네트워크 분석 방법에 있어서,
상기 소셜 네트워크 분석 시스템에서 워크플로우 프로세스를 기초로 수행자 관점으로 변환된 소셜 네트워크를 구축하는 단계,
상기 소셜 네트워크 분석 시스템에서 상기 변환된 소셜 네트워크를 기초로 수행자간의 연결 관계에 대응하는 관계에 대응하는 매트릭스를 생성하는 단계- 상기 매트릭스는 상기 소셜 네트워크의 수행자간의 액티비티 연결 유무 또는 그룹간의 액티비티 연결 관계 유무를 기준으로 생성된 2차원 매트릭스임, 및
상기 소셜 네트워크 분석 시스템에서 상기 매트릭스를 기초로 상기 소셜 네트워크의 수행자들에 대한 수행자 연결 중심도(Cd(Ni)) 및 그룹 연결 중심도(CA)를 도출하여 상기 소셜 네트워크를 분석하는 단계를 포함하고,
상기 수행자 연결 중심도(Cd(Ni))는 수행자가 상기 소셜 네트워크의 다른 모든 수행자들에게 연결될 수 있는 정도를 나타내는 값으로서, 하기 수식
(g는 수행자를 의미하고, i는 g를 포함한 다른 수행자들에 인접하여 연결된 i의 총 합을 의미함)에 따라 계산되고,
상기 그룹 연결 중심도(CA)는 하기 수식,
(CA(N*)는 워크플로우 소셜 네트워크에서 관찰된 가장 큰 수행자 연결 중심도이고, CA(Ni)는 자기 자신과 다른 수행자들을 포함한 g의 연결 중심도임)에 따라 계산되는,
워크플로우 기반 소셜 네트워크 분석 방법.
- 제 7 항에 있어서,
상기 소셜 네트워크를 구축하는 단계는,
상기 워크플로우 프로세스로부터 액티비티-수행자 매핑 정보를 추출하는 단계,
상기 액티비티-수행자 매핑 정보를 기초로 액티비티를 수행하는 모든 수행자를 결정하는 단계 및
상기 액티비티의 수행 순서를 바탕으로 상기 수행자 간의 선행/후행 관계를 설정하는 단계
를 포함하는 워크플로우 기반 소셜 네트워크 분석 방법. - 제 7 항에 있어서,
상기 매트릭스는 상기 수행자 간에 액티비티 연결 관계가 있는 경우에 1이 설정되고, 상기 수행자 간에 액티비티 연결 관계가 없는 경우에 0이 설정되는 것인, 워크플로우 기반 소셜 네트워크 분석 방법. - 제 9 항에 있어서,
상기 매트릭스는, 상기 수행자 간의 액티비티 연결이 있는 경우에 상기 액티비티의 가중치를 반영한 값이 설정되는 것인, 워크플로우 기반 소셜 네트워크 분석 방법. - 제 9 항에 있어서,
상기 매트릭스는 방향성 또는 비방향성 중 어느 하나의 기준에 따라 상기 수행자 간의 액티비티 연결 유무를 판단하는 것인, 워크플로우 기반 소셜 네트워크 분석 방법. - 삭제
- 제 7 항에 있어서,
상기 소셜 네트워크를 분석하는 단계는.
상기 수행자 연결 중심도를 정규화(normalization)하는 단계를 더 포함하는 것인, 워크플로우 기반 소셜 네트워크 분석 방법. - 삭제
- 제 7 항에 있어서,
상기 소셜 네트워크의 분석 결과를 표시하는 단계를 더 포함하는 것인, 워크플로우 기반 소셜 네트워크 분석 방법. - 제 7, 8, 9, 10, 11, 13 및 15항 중 어느 한 항에 의한 소셜 네트워크 분석 방법을 컴퓨터가 행하게 하는 컴퓨터 실행 가능한 프로그램을 격납한, 컴퓨터 판독 가능한 기억매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110011640A KR101249038B1 (ko) | 2011-02-09 | 2011-02-09 | 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110011640A KR101249038B1 (ko) | 2011-02-09 | 2011-02-09 | 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120101200A KR20120101200A (ko) | 2012-09-13 |
| KR101249038B1 true KR101249038B1 (ko) | 2013-04-01 |
Family
ID=47110443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110011640A KR101249038B1 (ko) | 2011-02-09 | 2011-02-09 | 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101249038B1 (ko) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101362091B1 (ko) * | 2012-10-26 | 2014-02-13 | 한국과학기술정보연구원 | 문헌 정보 분석 장치 및 방법 |
| EP2915058A4 (en) * | 2012-10-31 | 2016-03-23 | Hewlett Packard Development Co | GENERATION OF AN OUTPUT SIGNAL BASED ON THE COLLECTION OF INFORMATION RELATING TO A CASE |
| KR101470890B1 (ko) * | 2013-01-04 | 2014-12-09 | 한국기술교육대학교 산학협력단 | 모바일 장치, 이를 이용하는 네트워킹 방법 및 이를 포함하는 네트워크 시스템 |
| KR101658989B1 (ko) * | 2015-07-24 | 2016-09-23 | 경기대학교 산학협력단 | 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템 |
| KR102386334B1 (ko) * | 2018-09-06 | 2022-04-13 | 주식회사 퍼즐데이터 | 프로세스 마이닝 결과를 출력하는 방법 및 장치 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009187044A (ja) | 2008-02-01 | 2009-08-20 | Nec Corp | Ｓｎｓ−タスク管理連携システム、その方法およびプログラム |
| KR20090131426A (ko) * | 2008-06-18 | 2009-12-29 | 경기대학교 산학협력단 | 워크플로우 프로세스 모델링 방법 |
| KR20100112063A (ko) * | 2009-04-08 | 2010-10-18 | 아바야 인코포레이티드 | 직업 소셜 네트워크에 대한 기업 간 협력 오버레이 장치, 방법 및 시스템 |
-
2011
- 2011-02-09 KR KR1020110011640A patent/KR101249038B1/ko not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009187044A (ja) | 2008-02-01 | 2009-08-20 | Nec Corp | Ｓｎｓ−タスク管理連携システム、その方法およびプログラム |
| KR20090131426A (ko) * | 2008-06-18 | 2009-12-29 | 경기대학교 산학협력단 | 워크플로우 프로세스 모델링 방법 |
| KR20100112063A (ko) * | 2009-04-08 | 2010-10-18 | 아바야 인코포레이티드 | 직업 소셜 네트워크에 대한 기업 간 협력 오버레이 장치, 방법 및 시스템 |
Non-Patent Citations (2)
| Title |
|---|
| 한국인터넷정보학회 2010년 학술발표대회, "XAPDL: XML 기반의 워크플로우-수행자 프로세스 정의 언어"(2010.6) * |
| 한국인터넷정보학회 2010년 학술발표대회, "XAPDL: XML 기반의 워크플로우-수행자 프로세스 정의 언어"(2010.6)* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20120101200A (ko) | 2012-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Al-Fatlawi et al. | Accounting information security and it governance under cobit 5 framework: A case study | |
| US20070288275A1 (en) | It services architecture planning and management | |
| US20110191138A1 (en) | Risk scorecard | |
| Wisna | ORGANIZATIONAL CULTURE AND ITS IMPACT ON THE QUALITY OF ACCOUNTING INFORMATION SYSTEMS. | |
| KR101249038B1 (ko) | 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템 | |
| Park et al. | Workflow-supported social networks: Discovery, analyses, and system | |
| Chornous et al. | Integration of information systems for predictive workforce analytics: Models, synergy, security of entrepreneurship | |
| US10176003B2 (en) | Integrated framework for monitoring business activities | |
| US20210248542A1 (en) | System and method for electronic assignment of issues based on measured and/or forecasted capacity of human resources | |
| US10685053B2 (en) | System and method for generating professional profile for employees | |
| KR20150026071A (ko) | 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템 | |
| Puspita et al. | Framework zachman for design information system logistics management | |
| US20130159048A1 (en) | Method and system for analyzing affiliation network based on workflow | |
| Silva et al. | Collaborative risk management in software projects | |
| KR101564749B1 (ko) | 워크플로우 기반 인적 자원의 소속성 분석방법 및 시스템 | |
| Clempner | Classical workflow nets and workflow nets with reset arcs: using Lyapunov stability for soundness verification | |
| KR101658989B1 (ko) | 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템 | |
| Ploom et al. | Platform based approach for automation of workflows in a system of systems | |
| Alaria et al. | Cloud Cost Management and Optimization | |
| Eley et al. | Implementation as Regulation: Implementing Industrial Internet of Things in Manufacturing | |
| Sun et al. | Design of an enterprise financial risk management system based on big data mining | |
| Efrati et al. | A Multilayer Graph Network-Based Tool for Identifying Key Project Actors | |
| US20230334387A1 (en) | Methods and apparatus for natural language processing and reinforcement learning to increase data analysis and efficiency | |
| Rai et al. | Systems approach to As-Is state formation of an engagement: A case study illustration | |
| Uma Mageswari et al. | Impact of size of the manufacturing firms on knowledge management practices: An empirical analysis. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| LAPS | Lapse due to unpaid annual fee |