KR20190029671A - 분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법 - Google Patents

분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법 Download PDF

Info

Publication number
KR20190029671A
KR20190029671A KR1020197004404A KR20197004404A KR20190029671A KR 20190029671 A KR20190029671 A KR 20190029671A KR 1020197004404 A KR1020197004404 A KR 1020197004404A KR 20197004404 A KR20197004404 A KR 20197004404A KR 20190029671 A KR20190029671 A KR 20190029671A
Authority
KR
South Korea
Prior art keywords
analysis
data
information
processing
combination
Prior art date
Application number
KR1020197004404A
Other languages
English (en)
Other versions
KR102213627B1 (ko
Inventor
히데노리 야마모토
다케시 한다
유코 야마시타
겐지 가와사키
슈이치로우 사키카와
다카시 츠노
Original Assignee
가부시끼가이샤 히다치 세이사꾸쇼
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 가부시끼가이샤 히다치 세이사꾸쇼 filed Critical 가부시끼가이샤 히다치 세이사꾸쇼
Publication of KR20190029671A publication Critical patent/KR20190029671A/ko
Application granted granted Critical
Publication of KR102213627B1 publication Critical patent/KR102213627B1/ko

Links

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
    • G06Q10/063—Operations research, analysis or 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Stored Programmes (AREA)

Abstract

[과제] 데이터 분석의 실시 이력의 다과(多寡)에 관계없이 데이터 분석 부품의 제안을 가능하게 하고, 나아가서는, 데이터 분석용 소프트웨어 작성의 효율화나 비용 저감을 도모한다.
[해결 수단] 데이터 이활용(利活用) 기반 서버(101)에 있어서, 복수의 소정 시스템으로부터 수집된 분석 대상 데이터 사이에 있어서의 관계성에 의거하여, 상기 분석 대상 데이터와 당해 분석 대상 데이터에 대한 분석 처리를 실행하는 분석 부품과의 연관을 규정하는 분석 관계 정보를 생성하는 처리와, 상기 분석 관계 정보에 의거하여, 유저에 의해 분석 대상으로서 지정된 소정 데이터에 대하여, 이용 가능한 분석 부품의 조합을 특정하는 처리를 실행하는 연산 장치(112)를 포함하는 구성으로 한다.

Description

분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법
본 발명은 분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법에 관한 것이며, 구체적으로는, 데이터 분석의 실시 이력의 다과(多寡)에 관계없이 데이터 분석 부품의 제안을 가능하게 하고, 나아가서는, 데이터 분석용 소프트웨어 작성의 효율화나 비용 저감을 도모하는 기술에 관한 것이다.
소위 IoT(Internet of Things) 기술의 진전 등에 수반하여, 다양한 사상에 관해서 방대한 계측 데이터 등이 수집, 분석되는 경향이 강해지고 있다. 예를 들면, 교통, 전력, 산업, 기타 분야의 업무에 있어서의 다양한 문제를 해결하기 위해, 부서나 업무를 넘어 횡단적으로 업무 데이터를 수집하고, 그들을 활용한 분석 실시가 요구되고 있다. 그러나, 대량의 업무 데이터의 이해가 필요한 점이나, 업무 지식에 의거하는 속인성(屬人性)이 높은 점 등이 분석 실시의 방해가 되고 있다. 그래서, 데이터 분석·가공의 지식이나 업무 지식이 충분하지 않은 사람도, 신속하며 또한 용이하게 분석할 수 있도록, 분석에 따른 각종의 부담을 저감할 것이 요구된다.
이와 같은 분석에 관한 종래 기술로서는, 예를 들면, 외부로부터 취득한 데이터에 대하여 복수의 분석 처리를 행하는 데이터 분석 시스템에 있어서의 데이터 분석 방법으로서, 외부로부터 취득한 데이터에 대하여 분석 처리를 행하는 분석 처리 스텝과, 상기 분석 처리 스텝에 있어서의 분석 처리와, 데이터베이스에 축적된 복수의 과거의 분석 처리의 이력인 분석 이력에 의거하여, 상기 분석 처리 스텝에 있어서의 분석 처리 다음에, 행할 분석 처리의 후보를 검색하는 검색 스텝과, 상기 검색 스텝에서 검색된 분석 처리의 후보를 분석 이용자에게 제시하는 제시 스텝을 갖고, 상기 분석 이력은 복수의 분석 처리를 포함하는 것을 특징으로 하는 데이터 분석 방법(특허문헌 1 참조) 등이 제안되어 있다.
또한, 분석 대상의 실적 데이터에 대해서 어떠한 분석을 행할지를 지정하는 조건 지정 항목을 조건 지정 화면으로부터 입력하고, 지정된 조건에 따라서 상기 실적 데이터를 가공한 분석 데이터를 표시하는 분석 지원 처리 장치로서, 상기 조건 지정 화면에 의해 지정되는 조건 지정 항목에 대응지어지는 분석 대상이 되는 실적의 명세 데이터로 이루어지는 실적 데이터를 기억하는 실적 데이터 기억 수단과, 각 이용자가 상기 조건 지정 화면에 있어서 선택한 조건의 지정 항목의 정보와, 그 이용자의 담당 업무의 정보와, 그 이용자가 선택한 조건의 지정 항목에 따른 분석 데이터를 참조한 시각에 관한 정보를 포함하는 이력 데이터를 기억하는 이력 데이터 기억 수단과, 적어도 각 이용자의 식별 정보와 담당 업무와의 대응 정보가 저장된 식별 정보 기억 수단과, 입력된 이용자의 식별 정보로부터 상기 식별 정보 기억 수단을 참조하여 이용자의 담당 업무를 특정하는 수단과, 상기 이력 데이터 기억 수단에 기억된 이력 데이터로부터, 상기 특정한 담당 업무와 같은 담당 업무의 이용자가 소정의 기간 내에 선택한 조건의 지정 항목에 따른 분석 데이터의 참조 횟수를 각 지정 항목마다 집계하는 이력 데이터 집계 수단과, 상기 이력 데이터 집계 수단이 집계한 각 지정 항목마다의 참조 횟수 정보를, 상기 조건 지정 화면의 각 지정 항목 내에 기입한 화면을 편집하는 조건 지정 화면 편집 수단과, 편집된 조건 지정 화면을 표시 장치에 표시하는 조건 지정 화면 표시 수단과, 상기 조건 지정 화면 표시 수단에 의해 표시한 조건 지정 화면으로부터 조건의 지정 항목을 입력하는 수단과, 상기 입력된 조건의 지정 항목에 따라서 상기 실적 데이터를 가공한 분석 데이터를 표시하기 위한 분석용 표시 화면을 편집하는 분석용 표시 화면 편집 수단과, 상기 분석용 표시 화면 편집 수단에 의해 편집된 분석용 표시 화면을 표시 장치에 표시하는 실적 표시 화면 표시 수단과, 상기 입력된 조건의 지정 항목과 상기 이용자의 담당 업무와 상기 분석용 표시 화면을 표시한 시각으로부터 상기 이력 데이터 기억 수단에 있어서의 이력 데이터를 갱신하는 이력 데이터 갱신 수단을 구비하는 것을 특징으로 하는 분석 지원 처리 장치(특허문헌 2 참조) 등도 제안되고 있다.
일본국 특개2016-29516호 공보 일본국 특개2010-237900호 공보
종래 기술에 있어서는, 과거의 분석 실시 이력을 참조하여, 분석 처리나 분석 대상 데이터의 후보의 제안을 행하고 있다. 그러나, 분석 실적 이력이 이미 축적되어 있음이 전제가 되기 때문에, 해당 시스템의 도입 시점, 운용 개시시에는 효과를 얻을 수 없다. 또한 당해 기술에 의한 제안에 따라서 선출한 분석 처리로부터, 유용한 분석 결과를 얻을 수 있는지의 여부는, 실제로 실행하여 유저가 확인해 보지 않으면 알 수 없고, 확인에 시간을 요한다.
그래서 본 발명은, 상술한 과제를 고려한 것으로서, 데이터 분석의 실시 이력의 다과에 관계없이 데이터 분석 부품의 제안을 가능하게 하고, 나아가서는, 데이터 분석용 소프트웨어 작성의 효율화나 비용 저감을 도모하는 기술을 제공한다.
그래서 본 발명의 목적은, 기술을 제공하는 것에 있다.
상기 과제를 해결하는 본 발명의 분석 소프트웨어 관리 시스템은, 복수의 소정 시스템으로부터 수집된 분석 대상 데이터 사이에 있어서의 관계성에 의거하여, 상기 분석 대상 데이터와 당해 분석 대상 데이터에 대한 분석 처리를 실행하는 분석 부품과의 연관을 규정하는 분석 관계 정보를 생성하는 처리와, 상기 분석 관계 정보에 의거하여, 유저에 의해 분석 대상으로서 지정된 소정 데이터에 대하여, 이용 가능한 분석 부품의 조합을 특정하는 처리를 실행하는 것이다.
또한, 본 발명의 분석 소프트웨어 관리 방법은, 정보 처리 시스템이, 복수의 소정 시스템으로부터 수집된 분석 대상 데이터 사이에 있어서의 관계성에 의거하여, 상기 분석 대상 데이터와 당해 분석 대상 데이터에 대한 분석 처리를 실행하는 분석 부품과의 연관을 규정하는 분석 관계 정보를 생성하는 처리와, 상기 분석 관계 정보에 의거하여, 유저에 의해 분석 대상으로서 지정된 소정 데이터에 대하여, 이용 가능한 분석 부품의 조합을 특정하는 처리를 실행하는 것을 특징으로 한다.
본 발명에 따르면, 데이터 분석의 실시 이력의 다과에 관계없이 데이터 분석 부품의 제안을 가능하게 하고, 나아가서는, 데이터 분석용 소프트웨어 작성의 효율화나 비용 저감을 도모하는 것이 가능해진다.
도 1은 본 실시형태의 데이터 이활용(利活用) 기반 서버를 포함하는 네트워크 구성예를 나타내는 도면.
도 2는 본 실시형태에 있어서의 분석 소프트웨어 관리 방법을 실시할 경우의 유스 케이스예를 나타내는 도면.
도 3은 본 실시형태에 있어서의 데이터 이활용 기반 서버의 모듈 구성예를 나타내는 도면.
도 4는 본 실시형태에 있어서의 분석 대상 데이터, 분석 부품, 분석 처리, 분석 목적, 및 업무 시스템의 관계예에 대응한 분석 관계 정보를 나타내는 도면.
도 5a는 본 실시형태에 있어서의 분석 대상 데이터 연관 테이블의 예를 나타내는 도면.
도 5b는 본 실시형태에 있어서의 분석 부품 연관 테이블의 예를 나타내는 도면.
도 5c는 본 실시형태에 있어서의 분석 부품-분석 처리 연관 테이블의 예를 나타내는 도면.
도 5d는 본 실시형태에 있어서의 분석 처리-분석 목적 연관 테이블의 예를 나타내는 도면.
도 5e는 본 실시형태에 있어서의 분석 목적-업무 연관 테이블의 예를 나타내는 도면.
도 6a는 본 실시형태에 있어서의 데이터 분석 로직의 메타 정보예를 나타내는 도면.
도 6b는 본 실시형태에 있어서의 데이터 조회 로직의 메타 정보예를 나타내는 도면.
도 7a는 본 실시형태에 있어서의 분석 대상 데이터 DB의 구성예를 나타내는 도면.
도 7b는 본 실시형태에 있어서의 분석 결과 DB의 구성예를 나타내는 도면.
도 7c는 본 실시형태에 있어서의 실적 정보 DB의 구성예를 나타내는 도면.
도 8은 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 처리 시퀀스예를 나타내는 도면.
도 9는 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 1을 나타내는 도면.
도 10은 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 2를 나타내는 도면.
도 11은 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 3을 나타내는 도면.
도 12는 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 4를 나타내는 도면.
도 13은 본 실시형태에 있어서의 화면 이미지예를 나타내는 도면.
---네트워크 구성---
이하에 본 발명의 실시형태에 대해서 도면을 이용하여 상세하게 설명한다. 도 1은, 본 실시형태의 분석 소프트웨어 관리 시스템인 데이터 이활용 기반 서버(101)를 포함하는 네트워크 구성예를 나타내는 도면이다. 도 1에 나타내는 데이터 이활용 기반 서버(101)는, 데이터 분석의 실시 이력의 다과에 관계없이 데이터 분석 부품의 제안을 가능하게 하고, 나아가서는, 데이터 분석용 소프트웨어 작성의 효율화나 비용 저감을 도모하는 컴퓨터 시스템이다.
이 데이터 이활용 기반 서버(101)는, 분석 대상이 되는 데이터 즉 분석 대상 데이터에 대한 분석 처리를 구성하는 분석 부품의 관리 및 분석을 행하고, 그 분석 부품의 정보를 유저에게 제안하는 서버 장치가 된다.
이러한 데이터 이활용 기반 서버(101)는, 네트워크(10)를 통해 유저 단말(20)과, 또한, 네트워크(11)를 통해 업무 시스템(30)과, 각각 데이터 통신 가능하게 접속되어 있다. 단, 업무 시스템(30)으로부터 데이터 이활용 기반 서버(101)에의 데이터 제공은, 네트워크(11)를 통한 통신에 의해 실시할 경우로 한정되지 않는다. 예를 들면, 사람의 손을 통한 데이터 이활용 기반 서버(101)에의 데이터 저장을 행할 경우도 상정할 수 있다.
상술한 네트워크 구성에 있어서의 유저 단말(20)은, 각종 업무 시스템(30)으로부터 얻어지는 데이터 중 분석 대상 데이터가 되는 것을 데이터 이활용 기반 서버(101)에 지정하는 조작이나, 데이터 이활용 기반 서버(101)가 제시해 온 분석 부품의 조합의 확인, 선택, 및 분석 실행과 결과 확인 등의 조작을 행하기 위한 단말이 된다.
또한, 업무 시스템(30)은, 분석 대상 데이터가 되는 각종 데이터(예: 철도 사업에 있어서의 철도 차량의 주행 데이터나 기기의 온도, 진동과 같은 관측 데이터, 메인터넌스 이력 등)의 제공원 시스템이다. 이 업무 시스템(30)은, 분석에 의한 문제 해결의 대상이 된다.
---하드웨어 구성---
또한, 상술한 데이터 이활용 기반 서버(101)의 하드웨어 구성은 이하와 같이 된다. 즉, 데이터 이활용 기반 서버(101)는, SSD(Solid State Drive)나 하드디스크 드라이브 등의 적절한 불휘발성 기억 소자나, 메모리 등의 휘발성 기억 소자를 포함하는 기억 장치(111), 기억 장치(111)에 유지되는 프로그램 등을 실행하여 장치 자체의 통괄 제어를 행함과 함께 각종 판정, 연산 및 제어 처리를 행하는 CPU 등의 연산 장치(112), 네트워크(10, 11)와 접속하여 타장치와의 통신 처리를 담당하는 통신 장치(113)를 구비한다.
이러한 하드웨어 구성은, 유저 단말(20)에 있어서도 마찬가지이다. 예를 들면, 유저 단말(20)은, SSD(Solid State Drive)나 하드디스크 드라이브 등의 적절한 불휘발성 기억 소자나, 메모리 등의 휘발성 기억 소자를 포함하는 기억 장치(121), 기억 장치(121)에 유지되는 프로그램 등을 실행하여 장치 자체의 통괄 제어를 행함과 함께 각종 판정, 연산 및 제어 처리를 행하는 CPU 등의 연산 장치(122), 네트워크(10)와 접속하여 데이터 이활용 기반 서버(101)의 통신 처리를 담당하는 통신 장치(123)를 구비한다.
---유스 케이스---
도 2는, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법을 실시할 경우의 유스 케이스를 나타내는 도면이다. 도 2에서 나타내는 유스 케이스에 있어서의 주된 구성 요소는, 분석 대상이 되는 데이터 즉 분석 대상 데이터를 축적하고, 당해 분석 대상 데이터에 대한 분석 처리를 구성하는 분석 부품의 관리 및 분석을 행하여 유저에의 제안을 행하는 데이터 이활용 기반 서버(101), 분석 대상 데이터의 제공원인 업무 시스템(30), 분석 대상 데이터에 대한 분석을 행하는 분석자(201), 및 분석 부품 등의 개발을 행하는 개발자(202)이다.
이 중 개발자(202)는, 소프트웨어 프로그램인 분석 부품의 개발을 행하고(221), 당해 개발한 분석 부품을 데이터 이활용 기반 서버(101)에 등록한다(222).
또한, 업무 시스템(30)으로부터 네트워크(11)를 통한 통신에 의해, 혹은 사람의 손에 의해, 분석 대상 데이터가 데이터 이활용 기반 서버(101)에 등록되면(241), 데이터 이활용 기반 서버(101)에서 분석 관계 정보를 생성한다(231).
한편, 분석자(201)는, 분석을 실시하기 위해 유저 단말(20)을 이용하여, 분석 대상 데이터를 지정한다(211).
이 경우, 데이터 이활용 기반 서버(101)는, 분석자(201)에게 지정된 분석 대상 데이터에 대하여 적절한 분석 부품을 선출하고(232), 이것을 분석자(201)에게 제안한다(233). 분석자(201)는, 이 제안에 따른 분석 부품 후보 및 관련되는 정보를 열람한다(212). 또한 분석자(201)는, 열람한 내용을 기초로, 자신이 지정한 분석 대상 데이터에 대하여 이용해야 할 분석 부품의 조합을 결정한다(213). 분석자(201)는, 이렇게 해서 결정한 분석 부품의 조합에 의한 분석 처리를 실행하고(214, 234), 그 분석 결과를 확인한다(215).
---모듈 구성---
도 3은, 본 실시형태에 있어서의 데이터 이활용 기반 서버(101)의 모듈 구성을 나타내는 도면이다.
본 실시형태의 데이터 이활용 기반 서버(101)에 있어서는, 분석 대상 데이터를 축적하여, 이 분석 대상 데이터에 대한 분석 처리를 구성하는 분석 부품의 관리 및 분석을 행하고, 유저에의 당해 분석 부품의 제안 등의 처리를 실행하기 위한 데이터 이활용 미들웨어(300)가 도입된다.
이 데이터 이활용 미들웨어(300)의 주된 구성 요소는, 분석 부품(303)의 조합에 의한 분석 처리(302)의 실행 관리를 행하는 분석 실행 관리부(301), 복수의 업무 시스템(30)으로부터 등록된 분석 대상의 데이터를 저장하는 분석 대상 데이터 DB(304), 분석 처리의 실행 결과를 저장하는 분석 결과 DB(305), 분석 실행 관리부(301)에서 실행된 분석 처리에 관한 실적 정보를 저장하는 실적 정보 DB(306), 분석 관계 정보를 저장하는 분석 관계 테이블(307), 분석 관계 테이블(307)을 관리하는 분석 관계 정보 관리부(308), 분석 관계 테이블(307)을 참조하여 유저에 대한 분석 부품 조합의 제안을 행하는 분석 제안부(309), 데이터 이활용 미들웨어(300)에 액세스하여 분석을 행하는 유저 및 업무를 관리하는 유저·업무 관리부(310), 유저 단말(20)에 대하여 데이터 이활용 미들웨어(300)가 제공하는 기능의 인터페이스를 제공하는 클라이언트용 I／F 제공부(311), 실적 정보 DB(306)를 관리하는 분석 처리 실적 관리부(312), 분석 실행 관리부(301)에서 실행하는 분석 부품(303)을 관리하는 분석 부품 관리부(313), 분석 대상 데이터 DB(304)에 저장되는 데이터를 관리하는 데이터 관리부(314), 네트워크(10, 11)를 통해 유저 단말(20)이나 업무 시스템(30)과의 사이에서 통신을 행하는 데이터 통신부(315)가 된다.
---분석 관계 정보---
도 4는, 본 실시형태에 있어서의 분석 대상 데이터, 분석 부품, 분석 처리, 분석 목적, 및 업무 시스템의 관계예에 대응한 분석 관계 정보(401)를 나타내는 도면이다.
본 실시형태의 분석 관계 정보(401)란, 분석에 이용하는 데이터 및 분석 부품, 그들의 조합에 의한 분석 처리, 분석 목적, 당해 분석 목적에 대한 업무 시스템에 있어서의 업무 및 업무의 실시처가 되는 설비 등의 대상과의 관계를 표현하는 것이다. 또한, 「관계」란, 관계되는 것끼리를 조합하여 이용 가능하거나, 혹은 이용의 실적이 있다는 것을 의미한다. 분석 관계 정보(401)는, 데이터 이활용 기반 서버(101)가, 유저 지정의 분석 대상 데이터에 대하여 적절한 분석 부품을 선출하여 제안하기 위해 참조한다.
주된 구성 요소는, 분석 대상 데이터(411), 분석 부품(412), 분석 처리(413), 분석 목적(414), 업무 시스템(415)의 각 정보이며, 각각의 정보마다 계층으로 구획하여 관리된다. 이 중 분석 부품(412)은, 데이터 조회 로직(421)과 데이터 분석 로직(422)으로 분류된다. 여기서 분석 대상 데이터에 대한 분석의 실시에 필요해지는, 데이터 조회 로직 및 데이터 분석 로직은, 분석 부품을 구성하는 소프트웨어 부품으로서 재이용 가능한 것으로 하고, 이들 부품의 조합에 의해 분석 처리를 구성하는 것으로 한다.
먼저, 분석 대상 데이터(411)의 계층에서는, 분석 대상이 되는 복수의 업무 시스템(30)으로부터의 데이터 및 당해 데이터간의 관계가 관리된다. 또한 데이터 관계는, 예를 들면, 일본국 특개2016-209063호 공보에 의한 방법에 의해 작성되는 것이다.
또한, 분석 부품(412)의 계층에서는, 1개 이상의 분석 대상 데이터의 조합을 데이터베이스 등의 축적 매체로부터 추출하기 위한 처리 로직(예를 들면 SQL문 등)인 데이터 조회 로직(421), 및 상술한 1개 이상의 분석 대상 데이터에 대하여 실시하는 분석의 로직(예를 들면 계열 데이터의 그래프화, 상관 분석 등)인 데이터 분석 로직(422)이 관리된다.
또한, 분석 처리(413)의 계층에서는, 상술한 1개 이상의 분석 대상 데이터 및 1개 이상의 분석 부품의 조합에 의해 작성하는 데이터 분석 처리를 관리한다.
또한, 분석 목적(414)의 계층에서는, 분석을 행하는 목적인 KPI 정보가 관리된다. 또한, 업무 시스템(415)의 계층에서는, 상술한 분석 목적인 KPI를 필요로 하는 업무 시스템에 있어서의 업무(4151) 및 설비 등의 대상(4152)이 관리된다.
또한, 각각의 계층간에서는 각 계층의 요소에서 관계가 있는 것끼리의 연관(링크 부여)을 행하고 있다.
---테이블---
도 5a∼도 6b는, 본 실시형태의 데이터 이활용 기반 서버(101)에서 관리하는, 분석 관계 정보(401)에 있어서의 요소간의 연관 정보를 저장하는 분석 관계 테이블(307)의 구성, 및 분석 부품의 메타 정보의 데이터 구조를 나타내는 도면이다.
본 실시형태에 있어서, 분석 관계 정보(401)에 있어서의 요소간의 연관 정보를 관리하는 분석 관계 테이블(307)은, 분석 대상 데이터 연관 테이블(501), 분석 부품 연관 테이블(502), 분석 부품-분석 처리 연관 테이블(503), 분석 처리-분석 목적 연관 테이블(504), 및 분석 목적-업무 연관 테이블(505)을 포함하여 구성되어 있다.
이 중 도 5a에 예시하는 분석 대상 데이터 연관 테이블(501)은, 분석 관계 정보(401)의 분석 대상 데이터(411)와 분석 부품(412)에 있어서의 데이터 조회 로직(421)과의 사이의 연관에 관한 정보를 저장하는 테이블이다. 주된 구성 요소는, 각 연관을 일의(一意)로 특정하는 연관 식별 정보(511), 분석 대상 데이터 식별 정보(512), 데이터 조회 로직 식별 정보(513), 중요도(514), 및 갱신 일시(515)이다.
상술한 연관 식별 정보(511)에는, 해당 연관을 식별하기 위한 정보가 저장된다. 또한, 분석 대상 데이터 식별 정보(512)에는, 연관되는 한쪽인 분석 대상 데이터를 식별하기 위한 정보가 저장된다. 또한, 데이터 조회 로직 식별 정보(513)에는, 연관되는 다른 쪽인 데이터 조회 로직을 식별하기 위한 정보가 저장된다. 또한, 중요도(514)에는, 당해 연관의 중요도를 나타내는 정보가 저장된다. 예를 들면 당해 연관에 의한 조합이 분석자 등의 유저에게 많이 사용될수록, 당해 중요도를 나타내는 수치는 커진다. 또한, 갱신 일시(515)에는, 상술한 각 항목(511∼514)의 레코드가 마지막으로 갱신된 일시가 저장된다. 또한 1개의 분석 대상 데이터에 대하여, 복수의 연관이 있을 수 있기 때문에, 분석 대상 데이터 연관 테이블(501)에서, 당해 분석 대상 데이터에 관하여 복수의 레코드가 저장될 수 있다.
또한, 도 5b에 예시하는 분석 부품 연관 테이블(502)은, 분석 관계 정보(401)의 분석 부품(412)에 있어서의 데이터 조회 로직(421)과 데이터 분석 로직(422)과의 사이의 연관에 관한 정보를 저장하는 테이블이다. 그 주된 구성 요소는, 연관 식별 정보(521), 데이터 조회 로직 식별 정보(522), 데이터 분석 로직 식별 정보(523), 중요도(524), 및 갱신 일시(525)이다.
이 중 연관 식별 정보(521)에는, 당해 연관을 일의로 식별하기 위한 정보가 저장된다. 또한, 데이터 조회 로직 식별 정보(522)에는, 연관되는 한쪽인 데이터 조회 로직을 식별하기 위한 정보가 저장된다. 또한, 데이터 분석 로직 식별 정보(523)에는, 연관되는 다른 쪽인 데이터 분석 로직을 식별하기 위한 정보가 저장된다. 또한, 중요도(524)에는, 당해 연관의 중요도를 나타내는 정보가 저장된다. 예를 들면 당해 연관에 의한 조합이 분석자 등의 유저에게 많이 사용될수록, 중요도를 나타내는 수치는 커진다. 또한, 갱신 일시(525)에는, 상술한 데이터 항목(521∼524)의 레코드가 마지막에 갱신된 일시가 저장된다. 또한 1개의 데이터 조회 로직 및 데이터 분석 로직에 대하여, 복수의 연관이 있을 수 있기 때문에, 분석 부품 연관 테이블(502)에서, 당해 1개의 데이터 조회 로직 및 데이터 분석 로직에 관하여 복수의 레코드가 저장될 수 있다.
또한, 도 5c에 예시하는 분석 부품-분석 처리 연관 테이블(503)은, 분석 관계 정보(401)의 분석 부품(412)에 있어서의 데이터 분석 로직(422)과, 분석자 등의 유저에 의해 실행된 분석 처리(413)와의 사이의 연관에 관한 정보를 저장하는 테이블이다. 그 주된 구성 요소는, 연관 식별 정보(531), 데이터 분석 로직 식별 정보(532), 분석 처리 식별 정보(533), 중요도(534), 및 갱신 일시(535)이다.
이 중 연관 식별 정보(531)에는, 당해 연관을 일의로 식별하기 위한 정보가 저장된다. 또한, 데이터 분석 로직 식별 정보(532)에는, 연관되는 한쪽인 데이터 분석 로직(422)을 식별하기 위한 정보가 저장된다. 또한, 분석 처리 식별 정보(533)에는, 연관되는 다른 쪽인 분석 처리(413)를 식별하기 위한 정보가 저장된다. 또한, 중요도(534)에는, 당해 연관의 중요도를 나타내는 정보가 저장된다. 예를 들면 당해 연관에 의한 조합이 분석자 등의 유저에 의해 많이 사용될수록, 중요도를 나타내는 수치는 커진다. 또한, 갱신 일시(535)에는, 상술한 각 데이터 항목(531∼534)의 레코드가 마지막에 갱신된 일시가 저장된다. 또한 1개 데이터 분석 로직(422)에 대하여, 복수의 연관이 있을 수 있기 때문에, 분석 부품-분석 처리 연관 테이블(503)에서, 당해 1개의 데이터 분석 로직(422)에 관하여 복수의 레코드가 저장될 수 있다.
또한, 도 5d에 예시하는 분석 처리-분석 목적 연관 테이블(504)은, 분석 처리(302)에 있어서의 실시된 분석 처리와 분석 목적(414)에 있어서의 KPI와의 사이의 연관에 관한 정보를 저장하는 테이블이다. 그 주된 구성 요소는, 연관 식별 정보(541), 분석 처리 식별 정보(542), 분석 목적 식별 정보(543), 중요도(544), 및 갱신 일시(545)이다.
이 중 연관 식별 정보(541)에는, 당해 연관을 일의로 식별하기 위한 정보가 저장된다. 또한, 분석 처리 식별 정보(542)에는, 연관되는 한쪽인 분석 처리(413)를 식별하기 위한 정보가 저장된다. 또한, 분석 목적 식별 정보(543)에는, 연관되는 다른 쪽인 분석 목적(414)을 식별하기 위한 정보가 저장된다. 또한, 중요도(544)에는, 당해 연관의 중요도를 나타내는 정보가 저장된다. 예를 들면 당해 연관에 의한 조합이 분석자 등의 유저에 의해 많이 사용될수록, 중요도를 나타내는 수치는 커진다. 또한, 갱신 일시(545)에는, 상술한 각 데이터 항목(541∼544)의 레코드가 마지막에 갱신된 일시가 저장된다. 또한 1개의 분석 처리(413)에 대하여, 복수의 연관이 있을 수 있기 때문에, 분석 처리-분석 목적 연관 테이블(504)에 있어서, 당해 1개의 분석 처리(413)에 관하여, 복수의 레코드가 저장될 수 있다.
또한, 도 5e에 예시하는 분석 목적-업무 연관 테이블(505)은, 분석 목적(414)에 있어서의 KPI와 업무 시스템(415)에 있어서의 업무 및 설비 등의 대상과의 사이의 연관에 관한 정보를 저장하는 테이블이다. 그 주된 구성 요소는, 연관 식별 정보(551), 분석 목적 식별 정보(552), 업무 식별 정보(553), 대상 식별 정보(554), 중요도(555), 및 갱신 일시(556)이다.
이 중 연관 식별 정보(551)에는, 당해 연관을 일의로 식별하기 위한 정보가 저장된다. 또한, 분석 목적 식별 정보(552)에는, 연관되는 한쪽인 분석 목적(414)을 식별하기 위한 정보가 저장된다. 또한, 업무 식별 정보(553)에는, 연관되는 다른 쪽인 업무(4151)를 식별하기 위한 정보가 저장된다. 또한, 대상 식별 정보(554)에는, 업무(4151)와 아울러 연관되는 대상(4152)을 식별하기 위한 정보가 저장된다. 또한, 중요도(555)에는, 당해 연관의 중요도를 나타내는 정보가 저장된다. 예를 들면 당해 연관에 의한 조합이 분석자 등의 유저에 의해 많이 사용될수록, 중요도를 나타내는 수치는 커진다. 또한, 갱신 일시(556)에는, 상술한 각 데이터 항목(551∼555)의 레코드가 마지막에 갱신된 일시가 저장된다. 또한 1개의 분석 목적에 대하여, 복수의 연관이 있을 수 있기 때문에, 분석 목적-업무 연관 테이블(505)에 있어서, 상술한 1개의 분석 목적에 관하여 복수의 레코드가 저장될 수 있다.
또한, 본 실시형태의 분석 관계 테이블(307)은, 각 데이터 분석 로직(422)의 메타 정보(506), 및 각 데이터 조회 로직(421)의 메타 정보(507)도 저장하고 있다.
이 중, 도 6a에 예시하는 데이터 분석 로직(422)의 메타 정보(506)에는, 당해 데이터 분석 로직(422)의 입력이 되는 데이터에 관한 정보가 저장된다. 그 주된 구성 요소는, 식별 정보(561), 데이터 항목(562), 형태(563), 및 종별(564)이다.
이 중 식별 정보(561)에는, 당해 메타 정보(506)의 각 레코드를 일의로 식별하기 위한 정보가 저장된다. 또한, 데이터 항목(562)에는, 당해 데이터 항목에 해당하는 데이터의 명칭이 저장된다. 단 본 항목의 지정이 없을 경우도 있다. 또한, 형태(563)에는, 상술한 데이터 항목(562)에 해당하는 데이터의 데이터형이 저장된다. 또한, 종별(564)에는, 상술한 데이터 항목(562)에 해당하는 데이터의 종별이 저장된다.
여기서 종별(564)의 값으로서는, "입력", "키" 등이 상정될 수 있다. 이 중 "입력"일 경우, 해당 데이터 항목은 데이터 분석 로직의 입력 데이터인 것을 나타낸다. 또한, "키"일 경우, 해당 데이터 항목은, 데이터 분석 로직에 있어서, 복수 데이터의 조회, 범위 지정, 정렬의 축이 되는 공통 인덱스인 것을 나타낸다.
또한, 도 6b에 예시하는 데이터 조회 로직(421)의 메타 정보(507)에는, 당해 데이터 조회 로직(421)에 의해 제공되는 데이터에 관한 정보가 저장된다. 그 주된 구성 요소는, 식별 정보(571), 데이터 항목(572), 형태(573), 사이즈(574), 및 테이블(575)이다.
이 중 식별 정보(571)에는, 메타 정보(507)에 있어서의 각 레코드를 일의로 식별하기 위한 정보가 저장된다. 또한, 데이터 항목(572)에는, 당해 데이터 항목(572)에 해당하는 데이터의 명칭이 저장된다. 또한, 형태(573)에는, 당해 데이터 항목(572)에 해당하는 데이터의 데이터형이 저장된다. 또한, 사이즈(574)에는, 당해 데이터 항목(572)에 해당하는 데이터의 사이즈가 저장된다. 또한, 테이블(575)에는, 당해 데이터 항목(572)에 해당하는 데이터의 추출원의 테이블에 관한 정보가 저장된다.
도 7a는, 본 실시형태에 있어서의 분석 대상 데이터 DB(304)의 구성예를 나타내는 도면이다. 본 실시형태의 분석 대상 데이터 DB(304)는, 업무 시스템(30)으로부터 데이터 이활용 기반 서버(101)에 업로드되었거나, 혹은, 적절한 유저 등에 의해 기억 매체 경유로 저장된 데이터이다. 보다 구체적으로는, 업무 시스템(30)에서 관리하고 있는 데이터로서, 예를 들면 해당 업무에 사용되고 있는 차량이나 기기 등의 센싱 데이터 등을 상정할 수 있다(물론, 이것에 한정되지 않으며, 각종 데이터를 상정 가능하다).
도 7a에서 예시하는 분석 대상 데이터 DB(304)는, 일례로서, 복수의 테이블로 구성되어 있다. 이들 테이블은, 도 6b에서 나타낸 메타 정보(507)(데이터 조회 로직인 것)의 테이블(575)에서 지정되는 데이터 추출원의 테이블에 대응한다. 또한, 각 테이블은, 도시하는 바와 같이, 예를 들면 해당 데이터를 관측한 일시, 개소(箇所), 결과와 같은 각 값을 포함하는 레코드의 집합체로 되어 있다
도 7b는, 본 실시형태에 있어서의 분석 결과 DB(305)의 구성예를 나타내는 도면이다. 본 실시형태의 분석 결과 DB(305)는, 데이터 이활용 기반 서버(101)가 과거에 제안한 분석 부품, 혹은 그것과는 무관계하게 분석자(201)(혹은 개발자(202))가 선정한 분석 부품에 의거하여 실제로 실행한 분석 처리의 내용을 저장한 DB이다. 구체적으로는, 분석 결과를 일의로 특정하는 ID를 키에, 당해 분석 처리를 구성하는 분석 부품의, 데이터 조회 로직 및 데이터 분석 로직의 정보와, 이들을 이용하여 행한 분석 처리, 그 분석 목적, 업무, 대상, 결과(이 경우, 분석 처리의 실행 결과로서 출력되는 데이터값)와 같은 값을 포함하는 레코드의 집합체로 되어 있다.
도 7c는, 본 실시형태에 있어서의 실적 정보 DB(306)의 구성예를 나타내는 도면이다. 본 실시형태의 실적 정보 DB(306)는, 실제로 실행된 분석 처리의 실적 정보를 저장하는 DB이다. 구체적으로는, 분석 처리를 일의로 특정하는 분석 처리명을 키에, 당해 분석 처리의 실행 빈도(예: 최근 1개월 동안의 실행 횟수), 이용자 수, 정형 등록 수, 및 수정 횟수(예: 당해 분석 처리에 관하여 분석자(201)나 개발자(202)가 수정을 행한 횟수)와 같은 값을 대응시킨 레코드의 집합체로 되어 있다. 또한, 상술한 정형 등록 수란, 당해 분석 처리가 고빈도이거나 혹은 광범위하게 이용되는 것으로 분석자 등에게 인식되어, 정형의 분석 처리로서 설정된 횟수를 나타낸다.
---시퀀스예---
이하, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 실제 수순에 대해서 도면에 의거하여 설명한다. 이하에서 설명하는 분석 소프트웨어 관리 방법에 대응하는 각종 동작은, 분석 소프트웨어 관리 시스템인 데이터 이활용 기반 서버(101)가 실행하는 프로그램에 의해 실현된다. 그리고, 이 프로그램은, 이하에 설명되는 각종의 동작을 행하기 위한 코드로 구성되어 있다.
도 8은, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법을 실시할 경우의 처리 시퀀스를 나타내는 도면이다. 여기서는, 이미 도 2에서 나타낸 유스 케이스를 실행할 경우의 처리 시퀀스에 대해서 나타내는 것으로 한다.
그 주된 구성 요소는 업무 시스템(30), 데이터 이활용 기반 서버(101)에서 가동하는 데이터 이활용 미들웨어(300)에 포함되는 데이터 관리부(314), 분석 관계 정보 관리부(308), 분석 처리 실적 관리부(312), 분석 제안부(309) 및 분석 관계 테이블(307)과 유저(분석자)(201)이다.
이 중 업무 시스템(30)에서, 당해 업무 시스템(30)이 갖는 업무 데이터를 데이터 이활용 기반 서버(101)에 대하여 등록한다(611). 이 경우, 데이터 이활용 기반 서버(101)의 데이터 관리부(314)는, 상술한 업무 시스템(30)으로부터의 업무 데이터의 등록을 접수한다(621). 또한, 데이터 관리부(314)는, 분석 관계 정보 관리부(308)에 대하여, 업무 데이터 등록 접수의 통지를 행한다(622).
한편, 분석 관계 정보 관리부(308)는, 상술한 데이터 관리부(314)로부터의 통지를 수신하면, 당해 업무 데이터로부터 분석 관계 테이블(307)을 작성한다(631).
다른 한편, 유저(분석자)(201)는, 업무 시스템에 있어서의 문제를 해결하기 위해, 분석을 실시하는 것으로 하여, 분석 대상으로 하는 데이터를 지정한다(661).
이때, 데이터 이활용 기반 서버(101)의 분석 제안부(309)는, 상술한 유저(분석자)(201)로부터의 분석 대상 데이터 지정을 접수하면, 분석 관계 테이블(307)을 참조하여(651), 당해 분석 대상 데이터에 대하여 이용 가능한 분석 부품의 조합 후보를 선출한다(652). 또한, 분석 제안부(309)은, 선출한 분석 부품의 조합 후보를 유저(분석자)(201)에 대하여 제안한다(653).
유저(분석자)(201)는, 상술한 분석 제안부(309)로부터 제안된 분석 부품의 조합 후보를 열람하고(662), 분석에 이용하는 분석 부품의 조합을 결정한다(663). 유저(201)는, 여기에서 제안된 분석 부품의 조합 중 어느 것을 선택하거나, 혹은 제안된 분석 부품의 조합의 일부를 변경함으로써, 이용하는 분석 부품을 결정하게 된다. 또한, 유저는, 상술에서 결정한 분석 부품의 조합에 의한 분석 처리를 실행한다(664).
한편, 분석 처리 실적 관리부(312)는, 상술한 유저에 의한 분석 처리의 실행을 확인하여, 당해 분석 처리 실행에 따른 실적(분석 부품의 조합, 처리 실행의 이력, 분석 결과)을 기록하고(641), 분석 관계 정보 관리부(308)에 대하여 실적 기록의 통지를 행한다(642). 이 경우, 분석 관계 정보 관리부(308)는, 상술한 분석 처리 실적 관리부(312)로부터의 통지를 수신하면, 당해 실적으로부터 분석 관계 테이블을 갱신한다(632).
---플로우예---
도 9는, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예를 나타내는 도면이다. 구체적으로는, 데이터 이활용 기반 서버(101)가, 업무 시스템(30)으로부터 등록된 소정 데이터에 의거하여, 분석 관계 테이블(307)을 생성하는 플로우 차트이다.
이 경우, 데이터 이활용 기반 서버(101)는, 업무 시스템(30)으로부터의 데이터 등록을 접수한다(701). 여기에서 등록을 접수하는 데이터는, 각각의 업무 시스템(30)에서 유지하는 각종의 업무 데이터, 센싱 데이터 등이다.
또한, 데이터 이활용 기반 서버(101)는, 상술한 스텝 701에서 얻은 등록 데이터에 대하여 데이터 관계를 생성한다(702). 이 데이터 관계의 생성 처리는, 기존 기술을 적절하게 채용하면 되지만, 예를 들면, 업무 시스템(30)에 걸쳐, 값의 관측 개소나 시간대, 대상 등의 어떤 속성이 1 또는 복수 공통하는 데이터를 대응시키는 처리 등을 상정할 수 있다.
계속해서, 데이터 이활용 기반 서버(101)는, 상술한 스텝 702에서 생성한 데이터 관계에 의거하여, 관계된 1개 이상의 데이터를 분석 대상 데이터 DB(304)로부터 추출하는 데이터 조회 로직 및 메타 정보(507)를 생성한다(703).
데이터 조회 로직의 생성은, 상술한 데이터 관계가 나타내는 각 분석 대상 데이터를, 분석 대상 데이터 DB(304)의 해당 테이블로부터 호출하기 위한 SQL문을 생성하는 처리가 해당한다. 또한, 이 SQL문의 생성은, 데이터 이활용 기반 서버(101)가 미리 유지하는 SQL문의 양식에, 호출 대상의 테이블과 데이터의 식별 정보 등을 세트한다는 방법을 채용하면 된다.
또한, 메타 정보(507)의 생성은, 상술한 데이터 관계가 나타내는 각 분석 대상 데이터의, 문자열이나 수치와 같은 형태, 사이즈, 및 저장처의 테이블명과 같은 값을, 각각의 분석 대상 데이터로부터 판독하고, 이것을 메타 정보(507)로서 테이블화하는 처리가 된다.
또한, 데이터 이활용 기반 서버(101)는, 상술한 스텝 703에서 생성한 데이터 조회 로직의 메타 정보(507)를 참조하여(704), 분석 대상 데이터와 데이터 조회 로직과의 연관에 대해서, 분석 대상 데이터 연관 테이블(501)에 레코드를 추가한다(705).
계속해서, 데이터 이활용 기반 서버(101)는, 데이터 연관 로직의 메타 정보(507)에 기재되는 모든 데이터에 대하여 처리가 종료되어 있는지 판정하고, 종료되어 있지 않음이 판명됐을 경우(706:NO), 스텝 705, 스텝 706의 처리를 반복한다.
다른 한편, 스텝 706의 판정에 있어서, 데이터 연관 로직의 메타 정보(507)에 기재되는 모든 데이터에 대하여 처리가 종료되었음이 판명됐을 경우(706:YES), 데이터 이활용 기반 서버(101)는, 모든 데이터 조회 로직에 대하여 처리가 종료되어 있는지 판정한다(707).
이 판정의 결과, 모든 데이터 조회 로직에 대하여 처리가 종료되어 있음이 판명됐을 경우(707:NO), 데이터 이활용 기반 서버(101)는, 스텝 704∼706의 처리를 반복한다.
다른 한편, 상술한 판정의 결과, 모든 데이터 조회 로직에 대하여 처리가 종료되어 있음이 판명됐을 경우(707:YES), 또한, 모든 데이터 관계에 대하여 처리가 종료되어 있지 않음이 판명됐을 경우(708:NO), 데이터 이활용 기반 서버(101)는, 스텝 703∼707의 처리를 반복한다.
한편, 상술한 스텝 708에 있어서, 모든 데이터 관계에 대하여 처리가 종료되어 있음이 판명됐을 경우(708:YES), 데이터 이활용 기반 서버(101)는, 데이터 분석 로직의 메타 정보(506)를 참조하고(709), 또한, 데이터 조회 로직의 메타 정보(507)를 참조한다(710).
다음으로, 데이터 이활용 기반 서버(101)는, 상술한 스텝 709, 710에서의 참조의 결과, 데이터 분석 로직의 메타 정보(506)에 데이터 항목(562)의 지정이 없을 경우(711:NO), 데이터 분석 로직의 메타 정보(506)와 데이터 조회 로직의 메타 정보(507)에서 형태(563, 573)의 비교를 행한다(712).
계속해서, 데이터 이활용 기반 서버(101)는, 상술한 스텝 712에서의 비교의 결과, 데이터 조회 로직의 메타 정보(507)에, 데이터 분석 로직의 메타 정보(506)에 있어서의 데이터에 합치하는 것이 모두 포함되는 것이 판명됐을 경우(713:YES), 데이터 조회 로직과 데이터 분석 로직의 연관으로서 분석 부품 연관 테이블(502)에 레코드를 추가한다(714).
다른 한편, 상술한 스텝 711에 있어서, 데이터 분석 로직의 메타 정보(506)에 데이터 항목(562)의 지정이 있음이 판명됐을 경우(711:YES), 데이터 이활용 기반 서버(101)는, 데이터 분석 로직의 메타 정보(506)와 데이터 조회 로직의 메타 정보(507)에서 데이터 항목(562, 572)의 비교를 행한다(715).
다음으로, 데이터 이활용 기반 서버(101)는, 상술한 스텝 715에서의 비교의 결과, 데이터 조회 로직의 메타 정보(507)에 데이터 분석 로직의 메타 정보(506)에 있어서의 데이터에 합치하는 것이 모두 포함되는 것이 판명됐을 경우(716:YES), 데이터 조회 로직과 데이터 분석 로직과의 연관으로서 분석 부품 연관 테이블(502)에 레코드를 추가한다(717).
또한, 데이터 이활용 기반 서버(101)는, 상술한 스텝 717에서 연관된 데이터 조회 로직의 메타 정보(507)에, 데이터 분석 로직의 메타 정보(506)에서 종별(564)이 "키"인 데이터에 대응하는 데이터가 포함되는지 판정한다(718).
이 판정의 결과, "키"인 데이터에 대응하는 데이터가 포함되지 않음이 판명됐을 경우(718:NO), 데이터 이활용 기반 서버(101)는, 데이터 분석 로직의 메타 정보(506)에서 종별(564)이 "입력"인 데이터로부터 데이터 관계를 참조하여, "키"에 해당하는 데이터를 검색한다(719).
또한, 데이터 이활용 기반 서버(101)는, 상술한 스텝 719에서 검색한 데이터와의 연관으로서, 분석 대상 데이터 연관 테이블(501)에 레코드를 추가한다(720). 다음으로, 데이터 이활용 기반 서버(101)는, 모든 데이터 조회 로직에 대하여 처리가 종료되어 있는지 판정한다(721). 이 판정의 결과, 모든 데이터 조회 로직에 대하여 처리가 종료되어 있지 않음이 판명됐을 경우(721:NO), 데이터 이활용 기반 서버(101)는, 스텝 710∼720의 처리를 반복한다.
다른 한편, 상술한 스텝 721에 있어서, 모든 데이터 조회 로직에 대하여 처리가 종료되어 있음이 판명됐을 경우(721:YES), 데이터 이활용 기반 서버(101)는, 모든 데이터 분석 로직에 대하여 처리가 종료되어 있는지 판정한다(722).
이 판정의 결과, 모든 데이터 분석 로직에 대하여 처리가 종료되어 있지 않음이 판명됐을 경우(722:NO), 데이터 이활용 기반 서버(101)는, 스텝 709∼721의 처리를 반복한다. 다른 한편, 모든 데이터 분석 로직에 대하여 처리가 종료되어 있음이 판명됐을 경우(722:YES), 데이터 이활용 기반 서버(101)는, 처리를 종료한다.
도 10은, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 2를 나타내는 도면이다. 구체적으로는, 분석 처리의 실행 실적에 의거하여 분석 관계 테이블(307)을 갱신하는 처리의 흐름을 나타내는 플로우 차트이다.
먼저, 데이터 이활용 기반 서버(101)는, 분석자(201)에 의해 실행된 분석 처리(분석 부품의 조합)에 관한 정보의, 분석 관계 테이블(307)에의 등록 유무를 확인한다(801). 또한, 분석자(201)에 의해 분석 처리가 실행된 것 자체는, 예를 들면, 분석 결과 DB(305)에서의 레코드 등록 이벤트를 통해서 검지할 수 있다.
계속해서, 데이터 이활용 기반 서버(101)는, 스텝 801의 결과, 분석 관계 테이블(307)에의 분석 처리의 등록이 확인되었을 경우(802:YES), 해당 분석 처리(와 이것을 구성하는 분석 부품, 분석 대상 데이터 등)에 관해서, 분석 관계 테이블(307)의 각 테이블에 있어서 서로 연관되어 있는 각 레코드의 「중요도」의 정보를 갱신한다(803). 이 갱신은, 예를 들면, 「중요도」의 값을 인크리먼트하는 것으로 이루어진다.
다른 한편, 스텝 801의 결과, 분석 관계 테이블(307)에의 분석 처리의 등록을 확인할 수 없었을 경우(802:NO), 데이터 이활용 기반 서버(101)는, 상술의 실행한 분석 처리를 구성하는 각각의 분석 부품, 분석 대상 데이터 사이의 연관을, 당해 분석 처리의 정보에 의거하여 확인한다(804).
다음으로, 데이터 이활용 기반 서버(101)는, 상술의 실행한 분석 처리의 정보를, 분석 관계 테이블(307)에 신규 등록한다(805). 또한, 데이터 이활용 기반 서버(101)는, 상술의 실행한 분석 처리에 관한 정보로서, 분석 처리-분석 목적 연관 테이블(504) 및 분석 목적-업무 연관 테이블(505)에 레코드를 추가한다(806).
또한, 데이터 이활용 기반 서버(101)는, 분석 부품-분석 처리 연관 테이블(503)에 해당하는 기존의 연관 레코드가 있는지 판정한다(807). 이 판정의 결과, 분석 부품-분석 처리 연관 테이블(503)에 해당하는 기존의 연관 레코드가 있음이 판명됐을 경우(807:YES), 데이터 이활용 기반 서버(101)는, 분석 부품-분석 처리 연관 테이블(503)에 있어서의 해당 레코드의 중요도의 정보를 갱신한다(808).
계속해서, 데이터 이활용 기반 서버(101)는, 상술한 807의 판정의 결과, 분석 부품-분석 처리 연관 테이블(503)에 해당하는 기존의 연관 레코드가 없음이 판명됐을 경우(807:NO), 분석 부품-분석 처리 연관 테이블(503)에, 상술의 실행한 분석 처리에 있어서의 연관에 관한 레코드를 추가한다(809).
또한, 데이터 이활용 기반 서버(101)는, 분석 부품 연관 테이블(502)에, 해당하는 기존의 연관 레코드가 있는지 판정한다(810). 이 판정의 결과, 분석 부품 연관 테이블(502)에, 해당하는 기존의 연관 레코드가 있음이 판명됐을 경우(810:YES), 데이터 이활용 기반 서버(101)는, 분석 부품 연관 테이블(502)에 있어서의 해당 레코드의 중요도의 정보를 갱신한다(811).
다른 한편, 상술한 스텝 810에서의 판정의 결과, 분석 부품 연관 테이블(502)에 해당하는 기존의 연관 레코드가 없음이 판명됐을 경우(810:NO), 데이터 이활용 기반 서버(101)는, 분석 부품 연관 테이블(502)에, 상술의 실행한 분석 처리에 있어서의 연관에 관한 레코드를 추가한다(812).
계속해서, 데이터 이활용 기반 서버(101)는, 분석 대상 데이터 연관 테이블(501)에, 해당하는 기존의 연관 레코드가 있는지 판정한다(813). 이 판정의 결과, 분석 대상 데이터 연관 테이블(501)에, 해당하는 기존의 연관 레코드가 있음이 판명됐을 경우(813:YES), 데이터 이활용 기반 서버(101)는, 분석 대상 데이터 연관 테이블(501)에 있어서의 해당 레코드의 중요도의 정보를 갱신한다(814).
다른 한편, 상술한 스텝 813의 판정의 결과, 분석 대상 데이터 연관 테이블(501)에 해당하는 기존의 연관 레코드가 없음이 판명됐을 경우(813:NO), 데이터 이활용 기반 서버(101)는, 분석 대상 데이터 연관 테이블(501)에, 상술의 실행한 분석 처리에 있어서의 연관에 관한 레코드를 추가한다(815).
다음으로, 데이터 이활용 기반 서버(101)는 상술의 실행한 분석 처리의 분석 결과(분석 처리의 실행 결과로서 출력되는 데이터 값. 예를 들면 KPI의 값)를, 상술의 실행한 분석 처리와 연관하여, 분석 결과 DB(305)에 보존한다(816, 817).
또한, 데이터 이활용 기반 서버(101)는, 상술의 실행한 분석 처리에 관하여, 실적 정보 DB(306)에 있어서의 실적 정보를 갱신한다(818). 구체적으로는, 해당 분석 처리의, 실행 빈도, 이용자 수, 정형 등록 수, 수정 횟수와 같은 값을 갱신하게 된다.
도 11은, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 3을 나타내는 도면이다. 구체적으로는, 데이터 이활용 기반 서버(101)가 분석 관계 테이블(307)을 참조하여, 유저 지정의 분석 대상 데이터에 대하여 분석을 실행하기 위해 적절한 분석 부품의 조합을 선출하여 제시하기 위한 처리의 흐름을 나타내는 플로우 차트이다.
이 경우, 데이터 이활용 기반 서버(101)는, 유저로부터의 분석 대상 데이터의 지정을 유저 단말(20)을 통해 접수한다(901).
또한, 데이터 이활용 기반 서버(101)는, 분석 관계 테이블(307)을 참조하여(902), 상술한 유저 지정의 분석 대상 데이터에 연관되는 분석 부품(데이터 조회 로직, 데이터 분석 로직)을 추출하고(903), 분석 부품 조합 후보를 작성한다(904). 이 후보는, 스텝 903에서 추출할 수 있었던 분석 부품의 리스트이다.
계속해서, 데이터 이활용 기반 서버(101)는, 상술한 분석 부품 조합 후보 각각에 대해서, 실적 정보 DB(306)에서의 실적 정보의 축적이 있는지 판정한다(905).
상술한 판정의 결과, 실적 정보의 축적이 없음이 판명됐을 경우(905:NO), 데이터 이활용 기반 서버(101)는, 스텝 906부터 913까지의 처리를 실시하지 않고, 스텝 914로 처리를 전이시킨다.
다른 한편, 상술한 스텝 905에 있어서, 실적 정보 DB(306)에서의 실적 정보의 축적이 있음이 판명됐을 경우(905:YES), 데이터 이활용 기반 서버(101)는, 상술에서 작성한 분석 부품 조합 후보에 유사한, 실적 정보의 축적이 실적 정보 DB(306)에 있는 기존의 분석 처리를 추출한다(906). 또한, 본 처리의 상세는 도 12에서 후술한다.
계속해서, 데이터 이활용 기반 서버(101)는, 스텝 906에서 추출한 유사 처리의 분석 결과를, 분석 결과 DB(305)로부터 추출한다(907). 이 분석 결과는 관련하는 정보로서 유저에게 제시하기 위한 것이다.
다음으로, 데이터 이활용 기반 서버(101)는, 실적 정보 DB(306)를 참조하여, 상술한 유사 처리의 실행 빈도를 산출한다(908). 또한, 데이터 이활용 기반 서버(101)는, 실적 정보 DB(306)를 참조하여, 상술한 유사 처리의 이용자 수를 산출한다(909).
또한, 데이터 이활용 기반 서버(101)는, 실적 정보 DB(306)를 참조하여, 상술한 유사 처리의 정형 업무로서의 등록 수를 산출한다(910).
또한, 데이터 이활용 기반 서버(101)는, 실적 정보 DB(306)를 참조하여, 상술한 유사 처리의 수정 횟수를 산출한다(911). 또한, 데이터 이활용 기반 서버(101)는, 분석 관계 테이블(307)을 참조하여, 상술한 유사 처리의 유사 처리 수를 산출한다(912).
계속해서, 데이터 이활용 기반 서버(101)는, 상술한 스텝 907 내지 912의 결과를 이용하여, 당해 분석 부품 조합의 유용도를 판정한다(913). 여기서는, 상술한 스텝 908∼912의 각 결과에 가중 가산에 의한 점수 산출 등을 행한다.
또한, 데이터 이활용 기반 서버(101)는, 모든 분석 부품 조합 후보에 대하여 처리가 종료되어 있는지 판정한다(914). 이 판정의 결과, 모든 분석 부품 조합 후보에 대하여 처리가 종료되어 있지 않음이 판명됐을 경우(914:NO), 데이터 이활용 기반 서버(101)는, 스텝 906∼913의 처리를 반복한다.
다른 한편, 상술한 판정의 결과, 모든 분석 부품 조합 후보에 대하여 처리가 종료되어 있음이 판명됐을 경우(914:YES), 데이터 이활용 기반 서버(101)는, 처리의 결과로서, 분석 부품 조합 후보, 유용도 판정 결과 및 유사 처리의 분석 결과를 유저 단말(20)에 출력하여(915), 당해 유저에 대하여 제시한다.
도 12는, 본 실시형태에 있어서의 분석 소프트웨어 관리 방법의 플로우예 4를 나타내는 도면이다. 구체적으로는, 데이터 이활용 기반 서버(101)가, 유저 지정의 분석 대상 데이터에 대하여 분석을 실행하기 위한, 적절한 분석 부품의 조합을 선출할 때에, 유사한 기존 분석 처리를 선출하는 플로우 차트이다.
이 경우, 데이터 이활용 기반 서버(101)는, 분석 관계 테이블(307)을 참조하여, 도 11의 플로우에서 선출한, 지정된 분석 대상 데이터에 대한 분석 부품의 조합 후보와, 분석 처리의 실적으로서 축적되어 있는 기존의 분석 부품 조합과의 비교를 행한다(1001). 다음으로, 데이터 이활용 기반 서버(101)는, 상술한 분석 부품 조합 후보와 기존 분석 부품 조합으로 입력 데이터 항목이 일치하는지 판정한다(1002).
이 판정의 결과, 상술한 분석 부품 조합 후보와 기존 분석 부품 조합으로 입력 데이터 항목이 일치하지 않음이 판명됐을 경우(1002:NO), 데이터 이활용 기반 서버(101)는, 당해 조합끼리는 유사하지 않다고 판정하고(1009), 처리를 스텝 1010으로 전이시킨다.
다른 한편, 상술한 판정의 결과, 상술한 분석 부품 조합 후보와 기존 분석 부품 조합으로 입력 데이터 항목이 일치함이 판명됐을 경우(1002:YES), 데이터 이활용 기반 서버(101)는, 분석 부품 조합 후보와 기존 분석 부품 조합으로 구성하는 분석 부품의 종별이 일치하는 수가, 지정된 임계값 이상인지 판정한다(1003).
상술한 판정의 결과, 분석 부품의 종별이 일치하는 수가, 지정된 임계값 이상이 아님이 판명됐을 경우(1003:NO), 데이터 이활용 기반 서버(101)는, 당해 조합끼리는 유사하지 않다고 판정하고(1009), 처리를 스텝 1010으로 전이시킨다.
다른 한편, 상술한 판정의 결과, 분석 부품의 종별이 일치하는 수가, 지정된 임계값 이상임이 판명됐을 경우(1003:YES), 데이터 이활용 기반 서버(101)는, 당해 분석 부품 조합 후보와 기존 분석 부품 조합으로 구성하는 분석 부품의 실행 순서가 일치하는지 판정한다(1004).
상술한 판정의 결과, 분석 부품의 실행 순서가 일치하지 않음이 판명됐을 경우(1004:NO), 데이터 이활용 기반 서버(101)는, 당해 조합끼리는 유사하지 않다고 판정하고(1009), 처리를 스텝 10101로 전이시킨다.
다른 한편, 상술한 판정의 결과, 분석 부품의 실행 순서가 일치함이 판명됐을 경우(1004:YES), 데이터 이활용 기반 서버(101)는, 분석 관계 정보로서 KPI, 업무, 대상의 정보가 있는지 판정한다(1005).
이 판정의 결과, KPI, 업무, 대상의 정보가 없음이 판명됐을 경우(1005:NO), 데이터 이활용 기반 서버(101)는, 당해 조합끼리는 일부분만이 유사한 준(準)유사라고 판정하고(1008), 처리를 스텝 1010으로 전이시킨다.
다른 한편, 상술한 판정의 결과, KPI, 업무, 대상의 정보가 있음이 판명됐을 경우(1005:YES), 데이터 이활용 기반 서버(101)는, 당해 분석 부품 조합 후보와 기존 분석 부품 조합으로 KPI, 업무, 대상이 일치하는 수가, 지정된 임계값 이상인지 판정한다(1006).
상술한 판정의 결과, KPI, 업무, 대상이 일치하는 수가, 지정된 임계값 이상이 아님이 판명됐을 경우(1006:NO), 데이터 이활용 기반 서버(101)는, 당해 조합끼리는 일부분만이 유사한 준유사라고 판정하고(1008), 처리를 스텝 10101로 전이시킨다.
다른 한편, 상술한 판정의 결과, KPI, 업무, 대상이 일치하는 수가, 지정된 임계값 이상임이 판명됐을 경우(1006:YES), 데이터 이활용 기반 서버(101)는, 당해 조합끼리는 유사하다고 판정하고(1007), 처리를 스텝 1010으로 전이시킨다.
다음으로, 데이터 이활용 기반 서버(101)는, 모든 분석 부품 조합 후보 및 기존 분석 부품 조합에 대하여 비교가 종료되어 있는지 판정한다(1010). 이 판정의 결과, 모든 분석 부품 조합 후보 및 기존 분석 부품 조합에 대하여 비교가 종료되어 있지 않음이 판명됐을 경우(1010:NO), 데이터 이활용 기반 서버(101)는, 상술한 스텝 1001부터 1009까지의 처리를 반복한다.
다른 한편, 상술한 판정의 결과, 모든 분석 부품 조합 후보 및 기존 분석 부품 조합에 대하여 비교가 종료되어 있음이 판명됐을 경우(1010:YES), 데이터 이활용 기반 서버(101)는 처리를 종료한다.
도 13은, 본 실시형태에 있어서의 출력 화면의 예이다. 구체적으로는, 상술한 스텝 915에서 유저 단말(20)을 통해 유저에 대하여 제공하는, 분석 대상 데이터(유저가 선택한 것)에 대한 분석의 실행에 적절한 분석 부품의 조합 후보의 확인 화면의 예이다.
도 13에서 예시하는 화면(1101)에는, 예를 들면, 유저가 지정하는 분석 대상 데이터를 표시하는, 분석 대상 데이터란(1111)과, 후보 표시란(1112)을 포함하고 있다.
이 중, 후보 표시란(1112)은, 유저 지정의 분석 대상 데이터에 대하여 분석 처리의 후보가 되는, 데이터 조회 로직 및 데이터 분석 로직의 조합, 및 당해 조합에 관련지어지는 분석 처리, 분석 목적, 업무, 대상과, 당해 조합의 유용도, 관련 분석 결과(도 7b의 분석 결과 DB(305)에 있어서의 해당 레코드의 ID)를 일람 표시한다. 또한 해당하는 정보가 없을 경우에는 공백 개소를 포함하여 표시한다.
이상, 본 발명을 실시하기 위한 최량의 형태 등에 대해서 구체적으로 설명했지만, 본 발명은 이것에 한정되는 것이 아니며, 그 요지를 일탈하지 않는 범위에서 각종 변경 가능하다.
이러한 본 실시형태에 따르면, 데이터 분석 등의 데이터 이활용을 행하는 어플리케이션에 대하여 데이터 제공을 행하는 시스템으로, 당해 시스템의 도입 시점, 운용 개시 시점으로부터도, 분석 처리의 작성용으로 재이용 가능한 부품의 제안이 가능해진다. 이에 따라, 예를 들면 복수 업무 시스템으로부터의 데이터를 분석하기 위한 분석 어플리케이션의 작성이나 준비의 작업 고속화를 도모하는 것이 가능해져, 데이터 분석 처리를 비롯한 데이터 이활용의 실시에 요하는 비용을 저감할 수 있다.
즉, 데이터 분석의 실시 이력의 다과에 관계없이 분석 부품의 제안을 가능하게 하고, 나아가서는, 데이터 분석용 소프트웨어 작성의 효율화나 비용 저감을 도모하는 것이 가능해진다.
본 명세서의 기재에 의해, 적어도 다음의 점이 분명해진다. 즉, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 분석 관계 정보를 생성하는 처리에 있어서, 각 분석 대상 데이터의 속성에 의거하는 분석 대상 데이터 사이에 있어서의 관계성에 따라 복수의 분석 대상 데이터를 관계시키고, 당해 복수의 분석 대상 데이터를 분석 시에 추출하는 데이터 조회 로직을, 상기 분석 부품의 1개로서 소정 알고리즘으로 생성하는 것임으로 해도 된다.
이에 따르면, 다양한 업무 시스템 등으로부터 얻어진 데이터류에 대해서, 적절한 속성에 의거하여 그룹핑하고, 이것을 효율적으로 분석에 제공하는 것이 가능해진다.
또한, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 분석 관계 정보를 생성하는 처리에 있어서, 상기 데이터 조회 로직과, 상기 분석 부품의 1개로서 상기 데이터 조회 로직이 추출하는 분석 대상 데이터에 대하여 분석 처리를 실행하는 데이터 분석 로직을, 상기 데이터 조회 로직 및 상기 데이터 분석 로직의 각각의 취급 데이터에 관한 메타 정보를 비교함으로써 연관시키는 것임으로 해도 된다.
이에 따르면, 분석 부품을 구성하는 데이터 조회 로직과 데이터 분석 로직을, 각각에서 취급하는 데이터 항목 등의 적합에 의거하여 정밀도 좋게 연관시켜, 효율적인 분석 부품의 제안이 가능해진다.
또한, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 분석 부품에 의한 분석 처리의 실적 정보에 의거하여, 상기 분석 관계 정보를 갱신하는 처리를 더 실행하는 것임으로 해도 된다.
이에 따르면, 유저에게 제시한 분석 부품 중, 실제로 유저가 선택해서 이용한 것에 관하여, 그 유용도를 인정하는 정보가 관리 가능해지고, 나아가서는, 그 후의 분석 부품의 조합의 특정 정밀도를 보다 적절한 것으로 할 수 있다.
또한, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 분석 관계 정보를 갱신할 시에, 상기 분석 처리와, 당해 분석 처리의 목적, 당해 목적에 대응한 업무, 및 당해 업무의 대상 중 적어도 어느 정보를 연관시키는 것임으로 해도 된다.
이에 따르면, 유저에게 제시한 분석 부품 중, 실제로 유저가 선택해서 이용한 것에 관하여, 그 목적, 업무, 업무의 대상과 같은 구체적 상황을 고려한 유용도를 인정하는 정보가 관리 가능해지고, 나아가서는, 그 후의 분석 부품의 조합의 특정 정밀도를 더욱 적절한 것으로 할 수 있다.
또한, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 분석 부품의 조합을 특정하는 처리에 있어서, 분석 부품에 의한 분석 처리의 실적 정보를 갖고 있을 경우, 당해 실적 정보에도 의거하여 분석 부품의 조합을 특정하는 것임으로 해도 된다.
이에 따르면, 분석 부품의 조합의 특정 정밀도를 보다 적절한 것으로 할 수 있다.
또한, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 특정한 분석 부품의 조합에 유사한 분석 처리를, 분석 부품에 의한 분석 처리의 실적 정보에 의거하여 특정하고, 당해 유사한 분석 처리에 관한 소정 사상의 발생 빈도의 실적값에 의거하여, 당해 특정한 분석 부품의 조합의 유용도를 판정하는 처리를 더 실행하는 것임으로 해도 된다.
이에 따르면, 유저에게 제시한 분석 부품 중, 실제로 유저가 선택해서 이용한 사상 등, 당해 분석 부품의 유용도를 인정할 수 있는 사상의 발생 빈도에 의거하여, 분석 부품의 조합의 특정 정밀도를 더욱 적절한 것으로 할 수 있다.
또한, 본 실시형태의 분석 소프트웨어 관리 시스템에 있어서, 상기 연산 장치는, 상기 특정한 분석 부품의 조합에 관한 정보를, 상기 분석 대상으로서 지정된 소정 데이터의 분석에 적절한 분석 부품의 조합 후보의 정보로서, 소정 장치에 출력하는 처리를 더 실행하는 것임으로 해도 된다.
이에 따르면, 유저에 대하여, 분석 대상 데이터의 분석에 호적(好適)한 분석 부품의 정보를 제시하는 것이 가능해진다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 분석 관계 정보를 생성하는 처리에 있어서, 각 분석 대상 데이터의 속성에 의거하는 분석 대상 데이터 사이에 있어서의 관계성에 따라 복수의 분석 대상 데이터를 관계시키고, 당해 복수의 분석 대상 데이터를 분석 시에 추출하는 데이터 조회 로직을, 상기 분석 부품의 1개로서 소정 알고리즘으로 생성하는 것으로 해도 된다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 분석 관계 정보를 생성하는 처리에 있어서, 상기 데이터 조회 로직과, 상기 분석 부품의 1개로서 상기 데이터 조회 로직이 추출하는 분석 대상 데이터에 대하여 분석 처리를 실행하는 데이터 분석 로직을, 상기 데이터 조회 로직 및 상기 데이터 분석 로직의 각각의 취급 데이터에 관한 메타 정보를 비교함으로써 연관시키는 것으로 해도 된다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 분석 부품에 의한 분석 처리의 실적 정보에 의거하여, 상기 분석 관계 정보를 갱신하는 처리를 더 실행하는 것으로 해도 된다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 분석 관계 정보를 갱신할 시에, 상기 분석 처리와, 당해 분석 처리의 목적, 당해 목적에 대응한 업무, 및 당해 업무의 대상 중 적어도 어느 정보를 연관시키는 것으로 해도 된다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 분석 부품의 조합을 특정하는 처리에 있어서, 분석 부품에 의한 분석 처리의 실적 정보를 갖고 있을 경우, 당해 실적 정보에도 의거하여 분석 부품의 조합을 특정하는 것으로 해도 된다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 특정한 분석 부품의 조합에 유사한 분석 처리를, 분석 부품에 의한 분석 처리의 실적 정보에 의거하여 특정하고, 당해 유사한 분석 처리에 관한 소정 사상의 발생 빈도의 실적값에 의거하여, 당해 특정한 분석 부품의 조합의 유용도를 판정하는 처리를 더 실행하는 것으로 해도 된다.
또한, 본 실시형태의 분석 소프트웨어 관리 방법에 있어서, 상기 정보 처리 시스템이, 상기 특정한 분석 부품의 조합에 관한 정보를, 상기 분석 대상으로서 지정된 소정 데이터의 분석에 적절한 분석 부품의 조합 후보의 정보로서, 소정 장치에 출력하는 처리를 더 실행하는 것으로 해도 된다.
10, 11: 네트워크 20: 유저 단말
30: 업무 시스템
101: 데이터 이활용 기반 서버(분석 소프트웨어 관리 시스템)
111, 121: 기억 장치 112, 122: 연산 장치
113, 123: 통신 장치 300: 데이터 이활용 미들웨어
301: 분석 실행 관리부 302: 분석 처리
303: 분석 부품 304: 분석 대상 데이터 DB
305: 분석 결과 DB 306: 실적 정보 DB
307: 분석 관계 테이블 308: 분석 관계 정보 관리부
309: 분석 제안부 310: 유저·업무 관리부
311: 클라이언트용 I／F 제공부 312: 분석 처리 실적 관리부
313: 분석 부품 관리부 314: 데이터 관리부
315: 데이터 통신부 401: 분석 관계 정보
421: 데이터 조회 로직 422: 데이터 분석 로직
501: 분석 대상 데이터 연관 테이블
502: 분석 부품 연관 테이블
503: 분석 부품-분석 처리 연관 테이블
504: 분석 처리-분석 목적 연관 테이블
505: 분석 목적-업무 연관 테이블
506: 데이터 분석 로직의 메타 정보
507: 데이터 조회 로직의 메타 정보

Claims (16)

  1. 복수의 소정 시스템으로부터 수집된 분석 대상 데이터 사이에 있어서의 관계성에 의거하여, 상기 분석 대상 데이터와 당해 분석 대상 데이터에 대한 분석 처리를 실행하는 분석 부품과의 연관을 규정하는 분석 관계 정보를 생성하는 처리와, 상기 분석 관계 정보에 의거하여, 유저에 의해 분석 대상으로서 지정된 소정 데이터에 대하여, 이용 가능한 분석 부품의 조합을 특정하는 처리를 실행하는 연산 장치를 구비하는 분석 소프트웨어 관리 시스템.
  2. 제1항에 있어서,
    상기 연산 장치는,
    상기 분석 관계 정보를 생성하는 처리에 있어서, 각 분석 대상 데이터의 속성에 의거하는 분석 대상 데이터 사이에 있어서의 관계성에 따라 복수의 분석 대상 데이터를 관계시키고, 당해 복수의 분석 대상 데이터를 분석 시에 추출하는 데이터 조회 로직을, 상기 분석 부품의 1개로서 소정 알고리즘으로 생성하는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  3. 제2항에 있어서,
    상기 연산 장치는,
    상기 분석 관계 정보를 생성하는 처리에 있어서, 상기 데이터 조회 로직과, 상기 분석 부품의 1개로서 상기 데이터 조회 로직이 추출하는 분석 대상 데이터에 대하여 분석 처리를 실행하는 데이터 분석 로직을, 상기 데이터 조회 로직 및 상기 데이터 분석 로직의 각각의 취급 데이터에 관한 메타 정보를 비교함으로써 연관시키는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  4. 제1항에 있어서,
    상기 연산 장치는,
    상기 분석 부품에 의한 분석 처리의 실적 정보에 의거하여, 상기 분석 관계 정보를 갱신하는 처리를 더 실행하는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  5. 제4항에 있어서,
    상기 연산 장치는,
    상기 분석 관계 정보를 갱신할 시에, 상기 분석 처리와, 당해 분석 처리의 목적, 당해 목적에 대응한 업무, 및 당해 업무의 대상 중 적어도 어느 정보를 연관시키는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  6. 제1항에 있어서,
    상기 연산 장치는,
    상기 분석 부품의 조합을 특정하는 처리에 있어서, 분석 부품에 의한 분석 처리의 실적 정보를 갖고 있을 경우, 당해 실적 정보에도 의거하여 분석 부품의 조합을 특정하는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  7. 제1항에 있어서,
    상기 연산 장치는,
    상기 특정한 분석 부품의 조합에 유사한 분석 처리를, 분석 부품에 의한 분석 처리의 실적 정보에 의거하여 특정하고, 당해 유사한 분석 처리에 관한 소정 사상의 발생 빈도의 실적값에 의거하여, 당해 특정한 분석 부품의 조합의 유용도를 판정하는 처리를 더 실행하는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  8. 제1항에 있어서,
    상기 연산 장치는,
    상기 특정한 분석 부품의 조합에 관한 정보를, 상기 분석 대상으로서 지정된 소정 데이터의 분석에 적절한 분석 부품의 조합 후보의 정보로서, 소정 장치에 출력하는 처리를 더 실행하는 것임을 특징으로 하는 분석 소프트웨어 관리 시스템.
  9. 정보 처리 시스템이,
    복수의 소정 시스템으로부터 수집된 분석 대상 데이터 사이에 있어서의 관계성에 의거하여, 상기 분석 대상 데이터와 당해 분석 대상 데이터에 대한 분석 처리를 실행하는 분석 부품과의 연관을 규정하는 분석 관계 정보를 생성하는 처리와,
    상기 분석 관계 정보에 의거하여, 유저에 의해 분석 대상으로서 지정된 소정 데이터에 대하여, 이용 가능한 분석 부품의 조합을 특정하는 처리를 실행하는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  10. 제9항에 있어서,
    상기 정보 처리 시스템이,
    상기 분석 관계 정보를 생성하는 처리에 있어서, 각 분석 대상 데이터의 속성에 의거하는 분석 대상 데이터 사이에 있어서의 관계성에 따라 복수의 분석 대상 데이터를 관계시키고, 당해 복수의 분석 대상 데이터를 분석 시에 추출하는 데이터 조회 로직을, 상기 분석 부품의 1개로서 소정 알고리즘으로 생성하는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  11. 제10항에 있어서,
    상기 정보 처리 시스템이,
    상기 분석 관계 정보를 생성하는 처리에 있어서, 상기 데이터 조회 로직과, 상기 분석 부품의 1개로서 상기 데이터 조회 로직이 추출하는 분석 대상 데이터에 대하여 분석 처리를 실행하는 데이터 분석 로직을, 상기 데이터 조회 로직 및 상기 데이터 분석 로직의 각각의 취급 데이터에 관한 메타 정보를 비교함으로써 연관시키는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  12. 제9항에 있어서,
    상기 정보 처리 시스템이,
    상기 분석 부품에 의한 분석 처리의 실적 정보에 의거하여, 상기 분석 관계 정보를 갱신하는 처리를 더 실행하는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  13. 제12항에 있어서,
    상기 정보 처리 시스템이,
    상기 분석 관계 정보를 갱신할 시에, 상기 분석 처리와, 당해 분석 처리의 목적, 당해 목적에 대응한 업무, 및 당해 업무의 대상 중 적어도 어느 정보를 연관시키는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  14. 제9항에 있어서,
    상기 정보 처리 시스템이,
    상기 분석 부품의 조합을 특정하는 처리에 있어서, 분석 부품에 의한 분석 처리의 실적 정보를 갖고 있을 경우, 당해 실적 정보에도 의거하여 분석 부품의 조합을 특정하는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  15. 제9항에 있어서,
    상기 정보 처리 시스템이,
    상기 특정한 분석 부품의 조합에 유사한 분석 처리를, 분석 부품에 의한 분석 처리의 실적 정보에 의거하여 특정하고, 당해 유사한 분석 처리에 관한 소정 사상의 발생 빈도의 실적값에 의거하여, 당해 특정한 분석 부품의 조합의 유용도를 판정하는 처리를 더 실행하는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
  16. 제9항에 있어서,
    상기 정보 처리 시스템이,
    상기 특정한 분석 부품의 조합에 관한 정보를, 상기 분석 대상으로서 지정된 소정 데이터의 분석에 적절한 분석 부품의 조합 후보의 정보로서, 소정 장치에 출력하는 처리를 더 실행하는 것을 특징으로 하는 분석 소프트웨어 관리 방법.
KR1020197004404A 2017-03-02 2017-11-29 분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법 KR102213627B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2017-038953 2017-03-02
JP2017038953A JP6784612B2 (ja) 2017-03-02 2017-03-02 分析ソフトウェア管理システム及び分析ソフトウェア管理方法
PCT/JP2017/042813 WO2018159042A1 (ja) 2017-03-02 2017-11-29 分析ソフトウェア管理システム及び分析ソフトウェア管理方法

Publications (2)

Publication Number Publication Date
KR20190029671A true KR20190029671A (ko) 2019-03-20
KR102213627B1 KR102213627B1 (ko) 2021-02-08

Family

ID=63370689

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197004404A KR102213627B1 (ko) 2017-03-02 2017-11-29 분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법

Country Status (4)

Country Link
US (1) US11016758B2 (ko)
JP (1) JP6784612B2 (ko)
KR (1) KR102213627B1 (ko)
WO (1) WO2018159042A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210027024A (ko) * 2019-09-02 2021-03-10 가부시키가이샤 히타치세이사쿠쇼 데이터의 이용·활용을 위한 데이터 준비를 지원하는 시스템, 및 그 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6784612B2 (ja) * 2017-03-02 2020-11-11 株式会社日立製作所 分析ソフトウェア管理システム及び分析ソフトウェア管理方法
JP7164333B2 (ja) * 2018-06-27 2022-11-01 株式会社日立製作所 個人情報分析システム
JP6827490B2 (ja) * 2019-04-04 2021-02-10 三菱電機株式会社 データ分析装置、データ分析方法及びデータ分析プログラム
JP7173315B2 (ja) * 2019-05-21 2022-11-16 日本電信電話株式会社 分析装置、分析システム、分析方法及びプログラム
EP3985580A4 (en) * 2019-06-11 2022-04-20 Sony Group Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND PROGRAM
CN116820759B (zh) * 2023-06-19 2024-01-30 兴容(上海)信息技术股份有限公司 一种基于边缘节点的管理系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062270A (ko) * 2007-12-12 2009-06-17 (주)광개토연구소 출원인 명의 단위의 자동 분석 지원 특허 정보 시스템
KR20100067425A (ko) * 2008-12-11 2010-06-21 주식회사 퓨전소프트 새로운 에스큐엘 함수와 연산자를 재귀적 질의에 사용하여 관계 데이터로부터 재귀적 구조의 엑스엠엘을 생성하는 방법과 컴퓨터 시스템, 그리고 그 방법을 구현한 프로그램을 기록한 컴퓨터-가독형 기록 매체
JP2010205218A (ja) * 2009-03-06 2010-09-16 Dainippon Printing Co Ltd データ分析支援装置、データ分析支援システム、データ分析支援方法、及びプログラム
JP2010237900A (ja) 2009-03-31 2010-10-21 Fujitsu Business Systems Ltd 分析支援処理装置およびそのプログラム
WO2015049797A1 (ja) * 2013-10-04 2015-04-09 株式会社日立製作所 データ管理方法、データ管理装置及び記憶媒体
JP2016029516A (ja) 2014-07-25 2016-03-03 株式会社日立製作所 データ分析方法、及びデータ分析システム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7853508B2 (en) * 2003-05-19 2010-12-14 Serena Software, Inc. Method and system for object-oriented management of multi-dimensional data
US7333866B2 (en) * 2004-07-28 2008-02-19 Gregory John Knight Computer implemented management domain and method
JPWO2007083371A1 (ja) * 2006-01-18 2009-06-11 富士通株式会社 データ統合装置、データ統合方法およびデータ統合プログラムを記録したコンピュータ読み取り可能な記録媒体
US10042927B2 (en) * 2006-04-24 2018-08-07 Yeildbot Inc. Interest keyword identification
JP5601066B2 (ja) * 2010-07-23 2014-10-08 富士通株式会社 情報統合プログラム、装置及び方法
US8762433B1 (en) * 2010-10-18 2014-06-24 Lockheed Martin Corporation Integration architecture for software and hardware development
US8930303B2 (en) * 2012-03-30 2015-01-06 International Business Machines Corporation Discovering pivot type relationships between database objects
JP6003637B2 (ja) * 2012-12-28 2016-10-05 富士通株式会社 情報処理装置、ノード抽出プログラムおよびノード抽出方法
JP6229512B2 (ja) * 2014-01-27 2017-11-15 富士通株式会社 情報処理プログラム、情報処理方法及び情報処理装置
WO2016157467A1 (ja) * 2015-03-31 2016-10-06 株式会社Ｕｂｉｃ データ分析システム、データ分析方法、データ分析プログラム、および、記録媒体
JP6784612B2 (ja) * 2017-03-02 2020-11-11 株式会社日立製作所 分析ソフトウェア管理システム及び分析ソフトウェア管理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062270A (ko) * 2007-12-12 2009-06-17 (주)광개토연구소 출원인 명의 단위의 자동 분석 지원 특허 정보 시스템
KR20100067425A (ko) * 2008-12-11 2010-06-21 주식회사 퓨전소프트 새로운 에스큐엘 함수와 연산자를 재귀적 질의에 사용하여 관계 데이터로부터 재귀적 구조의 엑스엠엘을 생성하는 방법과 컴퓨터 시스템, 그리고 그 방법을 구현한 프로그램을 기록한 컴퓨터-가독형 기록 매체
JP2010205218A (ja) * 2009-03-06 2010-09-16 Dainippon Printing Co Ltd データ分析支援装置、データ分析支援システム、データ分析支援方法、及びプログラム
JP2010237900A (ja) 2009-03-31 2010-10-21 Fujitsu Business Systems Ltd 分析支援処理装置およびそのプログラム
WO2015049797A1 (ja) * 2013-10-04 2015-04-09 株式会社日立製作所 データ管理方法、データ管理装置及び記憶媒体
JP2016029516A (ja) 2014-07-25 2016-03-03 株式会社日立製作所 データ分析方法、及びデータ分析システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210027024A (ko) * 2019-09-02 2021-03-10 가부시키가이샤 히타치세이사쿠쇼 데이터의 이용·활용을 위한 데이터 준비를 지원하는 시스템, 및 그 방법

Also Published As

Publication number Publication date
WO2018159042A1 (ja) 2018-09-07
US11016758B2 (en) 2021-05-25
KR102213627B1 (ko) 2021-02-08
JP6784612B2 (ja) 2020-11-11
JP2018147061A (ja) 2018-09-20
US20190213002A1 (en) 2019-07-11

Similar Documents

Publication Publication Date Title
KR20190029671A (ko) 분석 소프트웨어 관리 시스템 및 분석 소프트웨어 관리 방법
Ghezzi et al. Mining behavior models from user-intensive web applications
JP6893209B2 (ja) 構造化されたマルチフィールドファイルのレイアウトの自動解釈
US7493323B2 (en) Document group analyzing apparatus, a document group analyzing method, a document group analyzing system, a program, and a recording medium
US8577849B2 (en) Guided data repair
Kagdi et al. Who can help me with this change request?
Kubler et al. Open data portal quality comparison using AHP
KR20090033274A (ko) 업무 프로세스 분석을 위한 정보 처리 방법 및 장치
CN111026433A (zh) 基于代码变更历史的软件代码质量问题自动修复方法、系统及介质
US20090222436A1 (en) Problem isolation through weighted search of knowledge bases
Khan et al. Measuring the impact of biodiversity datasets: Data reuse, citations and altmetrics
JP2007011604A (ja) 不具合診断システム及びプログラム
US10261998B2 (en) Search apparatus and search method
Rozsnyai et al. Business process insight: An approach and platform for the discovery and analysis of end-to-end business processes
JP6485556B2 (ja) 分析情報管理システム
Villamizar et al. Towards perspective-based specification of machine learning-enabled systems
JP6695847B2 (ja) ソフトウェア部品管理システム、計算機
US10838998B2 (en) System and methods for evaluating material samples
Schobel et al. A predictive approach enabling process execution recommendations
JP2012138027A (ja) 情報検索システム、検索キーワード提示方法、およびプログラム
US20210397745A1 (en) Data providing server device and data providing method
KR102432126B1 (ko) 데이터 이활용에 관한 데이터 준비 방법 및 데이터 이활용 시스템
JP6336922B2 (ja) 業務バリエーションに基づく業務影響箇所抽出方法および業務影響箇所抽出装置
JPWO2019012674A1 (ja) プログラムの統合解析管理装置及びその統合解析管理方法
CN116561134B (zh) 业务规则处理方法、装置、设备及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant