WO2014068758A1 - 情報提示装置および情報提示方法 - Google Patents

Abstract

　分析内容に連動した参照情報項目の組み合わせを抽出して提示する。　分析の種類とそれに伴う特徴的な分析結果を抽出して、参照情報項目の重みとする。同時に参照情報項目内での互いの関連性を算出しておき、重みと関連性を併せて参照情報項目のセットを抽出し、シナリオ情報群として提示する。

Description

情報提示装置および情報提示方法

　本発明は、情報提示装置および情報提示方法に係り、特に、データ分析結果を用いて原因分析の支援を行う情報提示装置および情報提示方法に関する。

　設備保全をはじめとする企業における資産管理活動においては、設備や業務情報を一元管理して、効率よい資産管理を行うための情報システムが開発されている。それらは一般的に企業資産管理（ＥＡＭ：Enterprise Asset Management）システムという括りで扱われることが多い。

　また、このように一元管理されたシステムを用いて集約された、設備保全をはじめとする資産管理活動によって得られたデータは、業務改善のために、様々な分析に供される。このような分析のためには、統計分析をはじめとするデータ分析用のソフトウェアが広く用いられている。それらのソフトウェアでは、分析担当者によるデータ選択、データの正規化等の前処理、各種統計分析、分析結果の数値やグラフ等による表示などが可能となっている。

　さらに、データ分析の結果を用いて保全業務改善を行うためには、データの状況に応じて原因分析や対策立案を行う必要がある。例えば、不具合や事故が発生した場合に行う手段として、原因の連鎖を多段階に辿る根本原因分析の手法が存在する。しかし、その際に原因を追究する作業自体は、人手によるものであることが多い。

　以上で述べたようなデータ分析から原因を追究する流れを支援するためのシステムでは、企業における資産管理に限らず、まずデータ分析結果に関連したデータを提示できる機能が有効である。そのための先行技術として、特許文献１がある。特許文献１では、株値情報の分析において、株価チャートに関連したニュース記事を提示する装置である。その際の提示データの選択は、ユーザ指定の有無、掲載条件、引用回数等の記事属性を用いて絞込みを行う。

特開２００３－１０８７８５号公報

　特許文献１に開示された技術では、データ時系列に対して参照情報を提示する場合、あらかじめ各種属性によって関連付けられたもののみの提示にとどまっている。そのため、特許文献１は、現在行っている分析の種類や結果に対応した情報選択ができない。また、特許文献１は、複数の参照情報間のつながりは考慮されていない。複数の参照情報は、それぞれ単独で提示されるよりも、互いに関連した情報がまとまって提示されたほうが有用である。しかし、特許文献１は、そのような提示機能を持っていない。

　上記課題を解決するため、本発明では、データ分析内容に連動した参照情報提示および、参照情報間のつながりも含めて系列として表示する。

　まず、データの分析内容に連動した参照情報提示では、データ分析の種類、および結果に連動して、提示情報項目を変更する機能を有する。分析内容が時系列データの変化点検出であった場合には、検出された変化点に時間的に近く、かつ、空間（該当設備の場所等）的、内容的に関連する情報項目を提示する。また別の例として、分析がしきい値管理であった場合には、閾値越えした時間帯に近く、かつ、過去の同様の指標の閾値越えに関連する情報項目を提示する等の動作を行う。

　次に、参照情報項目のつながりも含めて系列として提示する機能では、あらかじめデータベース中の参照情報項目間の関連性を抽出（手動または自動）し、ネットワーク（グラフ）状に整理しておき、上記グラフの連結した部分グラフを抽出して時間順に提示する。なお、この抽出された系列を、一連の関連する情報項目の列であることから、以後「シナリオ情報群」または単に「シナリオ」とよぶ。なお、このシナリオ情報群抽出の方法は、各ノードの重要度（情報重要度、分析内容との一致度）および、ノード間の関連性の大きさを重みとして部分的な系列を切り出す手法を用いる。

　上述した課題は、データ分析部と、関連性算出部と、表示内容構成部と、記憶装置とを含み、データ分析部は、入力された分析用データを分析し、表示内容構成部は、データ分析部の分析結果を端末画面に表示する情報提示装置であって、記憶装置は、提示候補である複数の参照情報を保持し、関連性算出部は、分析の種類と分析結果と複数の参照情報との第１の関連度を演算し、表示内容構成部は、関連する参照情報について、分析結果とともに提示するように端末画面に表示する情報提示装置により、達成できる。

　また、データ分析部と、関連性算出部と、表示内容構成部と、記憶装置とを含み、データ分析部は、入力された分析用データを分析し、表示内容構成部は、データ分析部の分析結果を端末画面に表示する情報提示装置における、情報提示方法であって、提示候補である複数の参照情報を記憶するステップと、分析の種類と分析結果と複数の参照情報との第１の関連度を演算するステップと、関連する参照情報について、分析結果とともに提示するように端末画面に表示するステップと、を含む情報提示方法により、達成できる。

　本発明によれば、データ分析種類および分析結果の内容に関連し、かつ互いに関連性を持った一連の情報項目が提示されることで、原因分析、対策立案の支援が可能な情報提示装置および情報提示方法を提供できる。

分析システムの構成を説明するブロック図である。 参照情報提示の基本表示画面である。 参照情報を説明する図である。 分析用データを説明する図である。 参照情報項目間の相互関連度を算出する手順のフローチャートである。 参照情報項目間の相互関連度データである。 参照情報提示の全体手順のフローチャートである。 シナリオ情報群抽出の手順を説明する図である。 シナリオ情報群抽出の手順のフローチャートである。 シナリオ情報群の抽出を用いた参照情報提示画面である。 相互関連度ネットワークの選択機能を加えた手順を説明するフローチャートである。 ユーザが関連度の組み合わせ方を選択するＧＵＩの画面である。

　以下、本発明の実施の形態について、実施例を用い図面を参照しながら詳細に説明する。なお、実質同一部位には同じ参照番号を振り、説明は繰り返さない。また、本発明は、実施例に限定されるものではない。

　実施例１では、分析の内容に連動して情報項目の系列を抽出する情報提示装置（分析サーバ）を説明する。
  図１において、分析システム１０００は、分析サーバ１００と、ネットワーク３００と、端末２００とから構成されている。分析サーバ１００は、データ分析を行って参照情報を提示するための計算装置である。端末２００は、ユーザに参照情報を提示する。端末２００は、また、ユーザの操作入力を受け付ける。なお、端末２００は、２つ以上から構成されていて、各ユーザが異なる分析結果の提示や要求を入力しても良く、既存のサーバクライアント方式などの構成によって、複数の端末２００から個別の操作を行うことが可能である。ネットワーク３００は、分析サーバ１００と端末２００との情報通信を行う。ネットワーク３００は、後述する操作指示や結果の表示を伝達できる通信が可能な通信方式であればどのようなものでもかまわない。また、その他の構成として、ネットワーク３００を介さずに、直接分析サーバ１００と端末２００とを接続してもよい。

　分析サーバ１００へのデータ入力として、センサデータや数値データ等、分析に供される分析用データ５００および分析結果に応じて提示される参照情報４００がある。入力の経路は、装置から直接でもよいし、ネットワークを経由しても、何らかのデータベースの更新が可能な方法であればどのような形態でもよい。

　次に、分析サーバ１００内部の構成を説明する。分析サーバ１００は、処理部（ＣＰＵ）１１０と、記憶装置１２０と、データ収集Ｉ／Ｆ１３０と、表示Ｉ／Ｆ１４０とから構成されている。処理部（ＣＰＵ）１１０は、各種分析処理を行う。記憶装置１２０は、各種データを蓄積する。

　処理部（ＣＰＵ）１１０は、データ前処理部１１１と、データ分析部１１２と、関連性算出部１１３と、シナリオ抽出部１１４と、表示内容構成部１１５とを含んで構成されている。

　データ前処理部１１１は、入力された原データから各種前処理を行って、分析が可能なデータに整形する。データ分析部１１２は、分析用データを用いてデータ分析を行う。関連性算出部１１３は、参照情報項目の間の相互の関連性を算出する。関連性算出部１１３は、さらに、提示候補の各参照情報項目に対して、分析の種類と結果に対する関連度を算出する。

　シナリオ抽出部１１４は、参照情報のデータベースから複数の参照情報項目を抽出する。表示内容構成部１１５は、抽出された参照情報項目をユーザに提示するための表示内容を構成する。

　記憶装置１２０は、分析用データ１２１と、参照情報１２２と、相互関連度データ１２３とを記憶する。分析用データ１２１は、分析の対象である。参照情報１２２は、提示対象となる参照情報を格納する。相互関連度データ１２３は、参照情報間の関連度を納める。

　データ収集Ｉ／Ｆ１３０は、分析用データ５００、参照情報４００などのデータを収集する。データ収集Ｉ／Ｆ１３０は、収集したデータを処理部（ＣＰＵ）１１０の、データ前処理部１１１に入力するためのインタフェースである。表示Ｉ／Ｆ１４０は、処理部（ＣＰＵ）１１０中の、表示内容構成１１５の表示内容を実際に端末２００に表示するためのインタフェースである。

　図２を参照して、端末における参照情報提示の基本表示画面を説明する。図２では、画面中、上半分２１が、分析結果を表示する領域である。分析結果グラフ２３は、横軸が時間、縦軸が指標の値であり、時系列変化の様子をグラフ表示したものとなっている。

　さらに、データ分析結果では、グラフ２３の下に「着目点」と表示された線２４があり、分析の結果を表示するものとなっている。具体的には、分析内容は「変化点」検出を示しており、２つの三角印の部分２６、２７でデータの時間変化の状態が変化したことを示している。

　次に、画面の下半分２２が参照情報を表示する領域である。参照情報では、上部の分析結果の時間軸（横方向の軸）に併せて、関連する情報項目のタイトル２８を提示する。タイトル２８では、イベントとして、「Ａ不具合」（設備Ａが不具合）、「Ｄ保守」（設備Ｄを保守）、「Ｂ保守」（設備Ｂを保守）、「Ｂ不具合」（設備Ｂが不具合）、「Ｃ業務改善」（設備Ｃに関する保全業務を改善）などのタイトルが発生時刻順に提示されている。端末ユーザは、これらのタイトルをポインティングデバイスによる操作で指定する。その結果、端末２００は、指定されたデータの内容２９を表示する。

　以上では、図面のレイアウトとして、画面の上半分が分析結果、下半分が参照情報提示として説明を行ったが、データの表示画面レイアウトはこれに限定されるものではなく、分析結果の表示と参照情報が対応して参照できれば、どのような配置でもかまわない。具体的には、左半分に分析結果で右半分に参照情報というレイアウトでもかまわないし、データ分析結果（グラフ）２３の表示に上書きする形で参照情報が提示される形なども可能である。

　図３を参照して、参照情報を説明する。図３において、参照情報４００は、ＩＤ４０１、名称４０２に続いて属性を持ち、これらの属性を基にして、参照情報の提示を行う。なお、これらの属性は、入力されたデータがそもそも保持しているか、データ前処理部１１１にて算出するか、あるいは、あらかじめ人手で付与しておく。具体的には、属性として、生起した日時（属性１ ４０３）、関連設備（属性２ ４０４）、情報種別（属性Ｎ ４１６）などが付与される。その他の属性として、「制限逸脱」「異常」等の特徴的なキーワードの出現頻度、また、明示的に関連する分析種別等が設定される。

　また、図３で最後の列に示された情報本体４１７が、各情報の内容であり、情報種別に応じて適切な前処理を行った下で提示することによって、ユーザに何らかの情報を与えることが可能なコンテンツである。具体的には、情報本体４１７は、作業記録、日報等の報告文書、関連図書、仕様書、図面等、業務上参照すべきコンテンツ全般が含まれる。

　図４を参照して、分析用データを説明する。図４において、分析データ５００は、センサで測定されたデータまたは人手で報告されたテキストである。図４（ａ）にセンサで測定されたデータである分析データ５００Ａを示す。また、図４（ｂ）に人手で報告されたテキストの分析データ５００Ｂを示す。いずれのタイプのデータも、各行が一つのデータである。分析に際しては、一般に、これらのデータを複数個集めて分析を行う。

　また、いずれのタイプの分析データ５００も、データＩＤ５１０と、記述内容５２０で構成される。
  センサデータである分析データ５００Ａの記述内容は、日時、センサＩＤ、測定値、状態を示すフラグ等からなる。測定値またはフラグは一つ以上、複数であってもかまわない。人手の文書等である分析データ５００Ｂの記述内容は、日時、報告者ＩＤ、テキストドキュメントとしての報告事項から構成される。

　これらの分析用データは、必要に応じて前処理を行うことで、センサの場合は規格化された値に変換する。テキストの場合はキーワードの頻度等を抽出する。また、全て数値データに変換してから分析を行っても良い。

　図５を参照して、参照情報項目間の相互の関連度を算出する前処理手順を説明する。図５において、分析サーバ１００は、まず参照情報を読み込む（Ｓ４１）。分析サーバ１００は、相互関連度を算出する（Ｓ４２）。分析サーバ１００は、相互関連度を出力する（Ｓ４３）。

　ステップ４２の相互関連度の算出では、分析サーバ１００は、属性の比較を行い、それぞれの類似度を算出して統合する。
  まず、それぞれの類似度が算出された場合にそれらを統合する方法は、具体的には、
　（相互関連度）＝（属性１の類似度）＋…＋（属性Ｎの類似度）…（式１）
などと各属性の類似度の総和で行う。または、属性ごとに重要度や大きさの整合の為、重みを与えて、
　（相互関連度）＝ｗ１（属性１の類似度）＋…＋ｗＮ（属性Ｎの類似度）…（式２）
としてもよい。ここで、ｗｉ（ｉ＝１～Ｎ）は、属性ｉの類似度への重みである。

　次に、それぞれの属性における類似度の算出は、属性の内容によって個別に定義する。具体的には、属性１が日付であった場合、１年以上の差があれば０、同じ週であれば１、ｎ週離れた場合には（１－ｎ×７／３６５）とするなとの方法で定量的な類似度を算出する。また、属性が設備の種別であれば、同一設備であれば１、異なっていれば０とするなどと設定する。また、属性が情報の内容の場合は、同一種類であれば１、異なっていれば０などと設定する。なお、関連度の値は、［０，１］の範囲とする。

　ここで、関連度は、ノードの間で非対称であってもよい。すなわち、ノードｉからノードｊへの関連度とノードｊからノードｉへの関連度は異なったものでもよい。このような非対称性は、特に因果関係を表わす際に必要である。具体的には、ノードｊの原因がノードｉであった場合、ｉからｊへの関連度があって、逆はないとするなどとして因果関係を表現する。なお、説明の統一の為、本実施例では、原因から結果に向かって関連度があると定める。具体的には、属性が日付であった場合では、ノードｉがノードｊより以前の日付であれば、ｉからｊへの関連度があり、逆の場合、ｊからｉへの関連度があるなどと設定する。

　図６を参照して、参照情報項目間の相互の関連度を算出したデータを説明する。図６において、行列共に各参照情報項目（ＩＤを表示）が並べられ、それらの情報項目間の全ての組み合わせに対して、関連度を示す。算出された各行（横）から各列（縦）への関連性が格納されている。なお、図６では、上述したように、因果関係等、情報項目間の相互関連性に非対称性がある場合を示しており、ある情報項目ｉから情報項目ｊへの関連度と、情報項目ｊから情報項目ｉへの関連度を異なったものとして設定できるように構成している。もし、対称な関連性で十分である場合には、対角線から下、または上のみの関連度だけで表現が可能である。さらに、図６では自身への関連性はないものとしている。

　図７を参照して、分析サーバの動作手順の全体フローチャートを説明する。図７において、分析サーバ１００は、まずユーザからの分析内容の入力を受け付ける（Ｓ６１０）。分析サーバ１００は、それに従って分析データを読み込み（Ｓ６２０）。分析サーバ１００は、データ分析を行う（Ｓ６３０）。分析サーバ１００は、分析結果を表示する（Ｓ６４０）。ここまでは通常のデータ分析の手順である。ここで、分析の種類は、時系列中の変化点を抽出する変化点検出や、同じく値の時間変動中、あらかじめ設定した閾値を越えた部分を検出する閾値管理、一定の時間後の値を予測する時系列予測等がある。その他の分析内容でも、データとの関連性を定義できる内容であればどのような分析でも構わない。次に、分析サーバ１００は、分析結果に対応したシナリオ情報群の抽出を行う（Ｓ６５０）。分析サーバ１００は、その抽出されたシナリオ情報群を提示する（Ｓ６６０）。

　図８を参照して、図７のステップ６５０のシナリオ情報群抽出の手順の概念を説明する。図８において、（ａ）（ｂ）（ｃ）の各グラフ（ネットワーク図）の順に操作の手順を示している。まず、図８（ａ）のグラフ中で、各丸印（グラフのノード）がそれぞれ参照情報項目を示す。各参照情報項目は、矢印で示されたアーク（ボンドとも呼ばれる）で結合されている。これらのアークは、参照情報項目間の相互の関連性を示している。すなわち、アークは、矢印の根元のノードから矢印の先端のノードに関連性があることを示す。アークの傍に示した数字は、参照情報項目間の関連度である。これらの関連度は、属性を用いて、あらかじめ算出したものである。

　次に、ユーザによって分析が行われるごとに、図８（ｂ）のグラフに示すように、その分析内容への関連性に従ってノードの重みが算出される。ここで、重みの算出では、分析結果の着目点（着目時間）に対するデータの生起時間の近さ、分析データと属性の関連度、図１０を参照して後述する過去のユーザのフィードバック情報などを用いた評価関数で決定する。例えば以下のような評価関数を用いる。

　（ノード重み）
＝１／｛１＋（着目点との時間差）｝＋（属性関連度）＋（ＦＢ重み）…（式３）
ここで「ＦＢ重み」とはユーザの過去のフィードバック情報による重みである。

　具体的には、分析内容が変化点検出であって、分析データが設備の稼働率であった場合には、分析結果の変化点とデータ属性中の生起時刻の時間差、および、稼働率に関連した属性を持つかどうか等を算出して、ノードの重みを決定する。また別に、分析内容が閾値管理であって、分析データが部署のエラー率であった場合には、閾値を超えた時間帯との時間差、部署の情報に関する属性を持つかどうかなどから重みを決定する。あるいは、分析内容が傾向予測であって、分析データが機器の劣化度合いであった場合には、関連する機器、および、劣化内容に関する属性を持つかどうかなどで決定する。

　最後に、図８（ｃ）のグラフに示すように、アークが持っていた重み（参照情報項目間の相互の関連度）および、分析結果に応じて都度算出されるノードの重みを併せて用いて、参照情報項目中の一部の情報項目を「シナリオ情報群」として抽出する。その手順は、具体的には、以下の手順を用いる。
（１）参照情報項目中、ノード重みが最大の情報項目を選出する（以後「起点ノード」と呼ぶ。起点ノードが複数ある場合は、以下の手順をそれぞれ行う）。
（２）次に、その選出された情報項目に関連を持つ情報項目（選出された情報項目の原因となる情報項目）を抽出する。抽出の方法は、（ｉ）アークの重みが大きいものから順に規定の個数（例えば２個）を抽出、または、（ｉｉ）（アークの重み）×（ノードの重み）が大きいものから順に規定の個数（例えば２個）を抽出、などのいずれかの方法で算出する。その際、重みが一定の値未満のものは採用しない等の閾値をいれてもよい。
  この手順で抽出されたノードに対して、同じ（１）（２）の手順を繰り返して、規定の個数に達するまで参照情報項目を抽出して、シナリオ情報群とする。

　なお、ここでは、元の関連性に向きがある（原因、結果を区別する）場合に、関連となる情報項目として原因側の情報項目のみを算出する手順の説明を行った。しかし、必ずしもこの方法に限定される必要はなく、逆に、結果側の情報項目を抽出してもよい。または原因と結果の両方を区別せずに（矢印の向きを区別せずに）シナリオ情報項目群を抽出してもよい。また、元の関連性が相関値などのように、向きがない（原因、結果がない）場合、グラフは無向グラフとなり、必然的に原因・結果の区別をせずに、重みが大きいノードを順に抽出する手順となる。

　最後に、得られたシナリオ情報群は、時間順に整列されて後述する表示に供される。具体的には、図８（ｃ）のグラフでは、ノード６００－１３のノードの重みが最大であり、そこから矢印の根元側に辿って、丸をハッチングした５個のノードが抽出されたことを示す。さらに根元に辿った情報項目については、個数制限または、重み（アークまたは、アークとノードの積）が小さかったため、選出されなかったことを示している。

　なお、上記手順を繰り返すことで、２つ以上のシナリオ情報群を抽出してもよい。その場合は、たとえば、上記手順で抽出したノード（ハッチドノード）、または起点ノードのみを除いたグラフ中で、同様のアルゴリズムを繰り返せばよい。

　図９を参照して、図８で説明した手順をまとめてシナリオ情報群抽出の手順について、説明する。図９において、分析サーバ１００は、まず全ての参照情報項目の属性を読み込む（Ｓ６５１）。分析サーバ１００は、前処理として算出しておいた相互関連度も読み込む（Ｓ６５２）。分析サーバ１００は、ユーザによる分析種別および分析結果の入力を受け付ける（Ｓ６５３）。これは、データ分析部１１２から、本演算が行われている関連性算出部１１３に結果が入力されることで実行される。

　分析サーバ１００は、入力された分析結果に応じてノード重みを算出する（Ｓ６５４）。分析サーバ１００は、ノード重みを用いて起点ノードを算出する（Ｓ６５５）。分析サーバ１００は、起点ノードから関連性を辿って一連の参照情報項目から得られるシナリオ情報群を抽出する（Ｓ６５６）。分析サーバ１００は、指定シナリオ群数選出したか判定する（Ｓ６５７）。ＹＥＳのとき、分析サーバ１００は、リターンする。ステップ６５７でＮＯのとき（足らない場合）、分析サーバ１００は、既に選出された参照情報項目を除去して（Ｓ６５８）、ステップ６５５に遷移する。

　ここで、ステップ６５８の既に選出された情報項目の除去では、起点情報項目のみを取り除く方法と、シナリオ情報群全体を取り除く方法とが２種類存在する。起点データのみ取り除く方法では、複数のシナリオ情報群中に同じ情報項目を活用することが可能となる。一方、全て取り除く方法では、シナリオ情報群間の情報項目中には共通の情報項目がないように抽出したい場合に適する。二つの方法は、表示コンテンツや分析対象によって、都合のよい方法を選択して用いる。

　図１０を参照して、シナリオ情報群の抽出を用いた参照情報提示画面を説明する。図１０において、図２と同様、上半分２１が分析結果の表示、下半分５１が参照情報の提示である。分析結果２１として、時系列グラフ２３のすぐ下の時刻を表す直線２４上に、着目点２６、２７が検出されている。また画面の下半分の参照情報表示５１では、複数時刻を示す直線上にそれぞれ異なった参照情報項目の系列５２、５３が表示されている。これらは、それぞれ抽出されたシナリオ情報群を時間順に提示したものである。ユーザはこれらの時系列表示を見て、データに関連するひとまとまりの情報を検討することが可能となる。また、検討の結果、複数のシナリオ情報群から必要なものを選択して、システムにフィードバックすることも可能である。具体的には、図１０においては、左側の四角の印５４、５５を指示することで、必要なシナリオ情報群を選択することができる。これらの選択結果に関する情報は、ノード重みの算出の際の重みの値にあらかじめ与える加点（ＦＢ重み）として保持しておくことで次回以降の表示に反映させる。

　　シナリオ抽出部は、複数の参照情報相互の第２の関連度を演算し、第１の関連度と第２の関連度とを組み合わせて、関連する参照情報を選択する情報提示装置でもよい。データ分析部は、時間変動の変化点を含む着目時刻を抽出し、シナリオ抽出部は、着目時刻に関連する参照情報を選択する情報提示装置でもよい。

　データ分析部は、閾値を逸脱した時間帯を抽出し、シナリオ抽出部は、時間帯に関連する参照情報および閾値逸脱に関連する参照情報から、関連する参照情報を選択する情報提示装置でもよい。

　データ分析部は、将来値を予測し、シナリオ抽出部は、将来値に関連する参照情報を選択する情報提示装置でもよい。シナリオ抽出部は、第２の関連度を算出する際に、複数の参照情報相互の属性の一致度と類似性との総和を用いる情報提示装置でもよい。シナリオ抽出部は、最も関連する参照情報を選択し、この最も関連する参照情報と相互の関連度が高い他の参照情報を順次選択する情報提示装置でもよい。

　表示内容構成部は、最も関連する参照情報と、順次選択された参照情報とを、それらの関連時刻情報の順に並べて表示する情報提示装置でもよい。シナリオ抽出部は、観点ごとに複数の第２の関連度を演算し、指定された第２の関連度に基づいて、関連する参照情報を選択する情報提示装置でもよい。

　なお、実施例１は、設備の保全のための分析サーバと、分析システムを説明したが、情報提示装置および情報提示方法は、これらに限定されるものではない。

　実施例２では、関連性ネットワークを複数持ち、それらを選択する機能を加えた実施例である。実施例１では、参照情報項目間の相互関連性は一意に定まるとした。しかし、実際には、データ分析の文脈によって、相互関連性自体を変えたほうがよい場合も多い。具体的には、設備の不具合を追及したい場合には、その原因となる参照情報項目をなるべくまとまりよく抽出したいため、同一設備に関連する情報項目間の関係がより強く設定されるべきである。一方、各部門のヒューマンエラーを比較分析したい場合などでは、同一の部門の従業員に関連する情報項目をまとめて抽出できれば有用である。

　この例が示すように、関連性のネットワークは適宜切り替えて用いることができれば有用である。実施例２は、その問題に対応するため、複数の参照情報項目の相互関連性のネットワークを切り替える機能を持たせたものである。

　図１１を参照して、関連性ネットワークの選択機能を加えた手順を説明する。図１１において、実施例１の図９との相違は、実施例１ではあらかじめ算出された、ただ１種類の相互関連度を読み込むだけであったのに対して、実施例２では分析の内容と結果（Ｓ６５３）に反映して、分析サーバ１００が相互関連度の算出を行なう（Ｓ６５３Ａ）点である。以下その手順を説明する。

　まず、前処理として相互関連度を算出する（図５）。その際、実施例２では、単独の属性ごとにそれぞれ別々の相互関連度算出を行う。具体的には、設備種別、関連部署、特定の作業内容、特定のキーワード、等でそれぞれ別々に相互関連度を算出し、保持しておく。

　次に、分析結果を受けての相互関連度の算出（Ｓ６５３Ａ）では、分析内容に応じて、それらの相互関連度の組み合わせを算出する。具体的には、分析内容が設備関連である場合、設備および設備に関連するキーワードについての相互関連度を重み付け和することで相互関連度とする。

　（ｉｊ間の相互関連度）＝ｍ１＋ｍ２…（式４）
ここで、ｍ１（ｉｊ間の設備種別属性での相互関連度）、ｍ２（ｉｊ間の設備関連キーワード属性での相互関連度）は、重みであり、具体的には、各関連度の値の範囲が同じ大きさとなるように、かつ算出される相互関連度が［０，１］の範囲となるように決定する。以上で算出された相互関連度を用いて、実施例１と同様の手順でシナリオ情報群を算出する。

　算出の結果の表示にあたっては、どのような組み合わせ関連度を用いたかをユーザに提示してもよい。また逆に、ユーザにそれらの組み合わせ方を指定入力させて、参照情報を提示してもよい。

　図１２を参照して、ユーザが関連度の組み合わせ方を指定するＧＵＩを説明する。図１２において、行５０にて、属性の一覧が表示され、そのうち黒丸でユーザが指定した属性、すなわち、設備関連で、かつ、「発熱」というキーワードにて関連を持つものを集める指示となっている。

　１００…分析サーバ、１１０…処理部（ＣＰＵ）、１２０…記憶装置、１３０…データ収集Ｉ／Ｆ、１４０…表示Ｉ／Ｆ、２００…端末、３００…ネットワーク、１０００…分析システム。

Claims (10)

1. 　データ分析部と、関連性算出部と、表示内容構成部と、記憶装置とを含み、前記データ分析部は、入力された分析用データを分析し、前記表示内容構成部は、前記データ分析部の分析結果を端末画面に表示する情報提示装置であって、
   　前記記憶装置は、提示候補である複数の参照情報を保持し、
   　前記関連性算出部は、分析の種類と前記分析結果と複数の前記参照情報との第１の関連度を演算し、
   　前記表示内容構成部は、関連する参照情報について、前記分析結果とともに提示するように前記端末画面に表示することを特徴とする情報提示装置。
2. 　請求項１に記載の情報提示装置であって、
   　さらに、シナリオ抽出部を備え、
   　前記シナリオ抽出部は、複数の前記参照情報相互の第２の関連度を演算し、前記第１の関連度と前記第２の関連度とを組み合わせて、前記関連する参照情報を選択することを特徴とする情報提示装置。
3. 　請求項２に記載の情報提示装置であって、
   　前記データ分析部は、時間変動の変化点を含む着目時刻を抽出し、
   　前記シナリオ抽出部は、前記着目時刻に関連する参照情報を選択することを特徴とする情報提示装置。
4. 　請求項２に記載の情報提示装置であって、
   　前記データ分析部は、閾値を逸脱した時間帯を抽出し、
   　前記シナリオ抽出部は、前記時間帯に関連する参照情報および前記閾値逸脱に関連する参照情報から、前記関連する参照情報を選択することを特徴とする情報提示装置。
5. 　請求項２に記載の情報提示装置であって、
   　前記データ分析部は、将来値を予測し、
   　前記シナリオ抽出部は、前記将来値に関連する参照情報を選択することを特徴とする情報提示装置。
6. 　請求項２に記載の情報提示装置であって、
   　前記シナリオ抽出部は、前記第２の関連度を算出する際に、複数の前記参照情報相互の属性の一致度と類似性との総和を用いることを特徴とする情報提示装置。
7. 　請求項２に記載の情報提示装置であって、
   　前記シナリオ抽出部は、最も関連する参照情報を選択し、この最も関連する参照情報と相互の関連度が高い他の参照情報を順次選択することを特徴とする情報提示装置。
8. 　請求項７に記載の情報提示装置であって、
   　前記表示内容構成部は、前記最も関連する参照情報と、順次選択された参照情報とを、それらの関連時刻情報の順に並べて表示することを特徴とする情報提示装置。
9. 　請求項２に記載の情報提示装置であって、
   　前記シナリオ抽出部は、観点ごとに複数の前記第２の関連度を演算し、指定された前記第２の関連度に基づいて、前記関連する参照情報を選択することを特徴とする情報提示装置。
10. 　データ分析部と、関連性算出部と、表示内容構成部と、記憶装置とを含み、前記データ分析部は、入力された分析用データを分析し、前記表示内容構成部は、前記データ分析部の分析結果を端末画面に表示する情報提示装置における、情報提示方法であって、
    　提示候補である複数の参照情報を記憶するステップと、
    　分析の種類と前記分析結果と複数の前記参照情報との第１の関連度を演算するステップと、
    　関連する参照情報について、前記分析結果とともに提示するように前記端末画面に表示するステップと、を含む情報提示方法。

Images